http://147.102.106.44/rs/wiki/index.php?feed=atom&target=Ktzina&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%2FKtzina 2026-04-23T10:29:59Z Από RemoteSensing Wiki MediaWiki 1.16.2 http://147.102.106.44/rs/wiki/index.php/%CE%9A%CE%BF%CE%BA%CE%BA%CE%BF%CF%84%CE%AE_%CE%93%CE%B5%CF%89%CF%81%CE%B3%CE%AF%CE%B1 2010-02-09T13:14:44Z

<p>Ktzina: </p> <hr /> <div>* [[«Ανάλυση χωρικών και χρονικών αλλαγών του αστικού περιβάλλοντος με χρήση πολυφασματικών και υπερφασματικών δεδομένων»]]<br /> * [[«Τρισδιάστατα μοντέλα ανακατασκευής κτηρίων από σημειακά νέφη και κατόψεις»]]<br /> * [[«Διαχειρίζοντας το αστικό μας μέλλον: ο ρόλος της τηλεπισκόπισης και των γεωγραφικών συστημάτων πληροφοριών»]]<br /> * [[«Σχεδιάζοντας την ποιότητα του αστικού περιβάλλοντος σε μια τροπική πόλη»]]<br /> * [[«Οι δυνατότητες της υπερφασματικής τηλεπισκόπισης στο χαρακτηρισμό αστικών δομών στο Μοναχό»]]<br /> * [[«Εκτίμηση της αστικής επέκτασης και των επιπτώσεων της στις επιφανειακές θερμοκρασίες στο Δέλτα του ποταμού Zhujiang της Κίνας»]]<br /> * [[«Πόλεις από το διάστημα: δυνατές εφαρμογές τηλεπισκόπισης στην έρευνα και διαχείριση του αστικού περιβάλλοντος»]]<br /> * [[«Ταξινόμηση και εξαγωγή χαρακτηριστικών δορυφορικών εικόνων αστικών περιοχών βάση μορφολογικών μετασχηματισμών»]]<br /> * [[«Ημερήσια θερμική συμπεριφορά επιλεγμένων αστικών αντικειμένων με χρήση τηλεπισκοπικών μετρήσεων»]]<br /> * [[«Χωροχρονική ανάλυση μεγαλουπόλεων της Ινδίας»]]<br /> * [[«Χρήση δορυφορικών εικόνων IKONOS και αντικειμενοστραφών μεθόδων για την αυτοματοποίηση ταξινόμησης δασών χαμηλής πυκνότητας»]]<br /> * [[«Μοντελοποίηση αστικών τύπων βιοτόπων από υπερφασματικές εικόνες με τη χρήση προσέγγισης FUZZY LOGIC»]]<br /> * [[«Εκτίμηση επιπτώσεων αστικοποίησης στο αστικό κλίμα με τηλεπισκοπική και κλιματική παρατήρηση»]]<br /> * [[«Η ΧΡΗΣΗ ΤΩΝ ΔΟΡΥΦΟΡΙΚΩΝ ΔΕΔΟΜΕΝΩΝ ΤΗΛΕΑΝΙΧΝΕΥΣΗΣ ΣΤΗ ΓΕΩΔΥΝΑΜΙΚΗ ΜΕΛΕΤΗ ΤΗΣ ΝΟΤΙΑΣ ΑΡΓΟΛΙΔΑΣ»]]<br /> * [[«ΕΝΤΟΠΙΣΜΟΣ ΑΛΛΑΓΩΝ ΕΔΑΦΟΚΑΛΥΨΗΣ ΜΕ ΧΡΗΣΗ ΔΟΡΥΦΟΡΙΚΩΝ ΕΙΚΟΝΩΝ»]]<br /> * [[«ΔΙΑΧΕΙΡIΣΗ ΠΕΡΙΒΑΛΛΟΝΤΟΣ ΜΕ ΤΗ ΧΡΗΣΗ ΤΗΣ ΔΟΡΥΦΟΡΙΚΗΣ ΤΗΛΕΠΙΣΚΟΠΗΣΗΣ »]]<br /> * [[«Εφαρμογή τηλεπισκόπισης στην καταγραφή της κατανάλωσης του αρδευτικού νερού στον Κάμπο του Ν. Χανίων»]]<br /> * [[«Η ανάλυση των Κύριων Συνιστωσών στην Οριοθέτηση Λιθολογικών Ενοτήτων και στην Αναγνώριση Γεωλογικών Δομών της Νήσου Νάξου]]<br /> * [[«Τεχνικές Ανίχνευσης και Ταυτοποίησης της Παραλλακτικότητας σε μεσογειακό Γεωργικό Περιβάλλον»]]<br /> * [[«Βαθυμετρία Ρηχών Θαλάσσιων Νερών με Πολυφασματικά Δεδομένα TM»]]<br /> Add Your Content Here <br /> <br /> [[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Αθήνα)]]</div>

Ktzina http://147.102.106.44/rs/wiki/index.php/%C2%AB%CE%A7%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_IKONOS_%CE%BA%CE%B1%CE%B9_%CE%B1%CE%BD%CF%84%CE%B9%CE%BA%CE%B5%CE%B9%CE%BC%CE%B5%CE%BD%CE%BF%CF%83%CF%84%CF%81%CE%B1%CF%86%CF%8E%CE%BD_%CE%BC%CE%B5%CE%B8%CF%8C%CE%B4%CF%89%CE%BD_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%B1%CF%85%CF%84%CE%BF%CE%BC%CE%B1%CF%84%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7_%CF%84%CE%B1%CE%BE%CE%B9%CE%BD%CF%8C%CE%BC%CE%B7%CF%83%CE%B7%CF%82_%CE%B4%CE%B1%CF%83%CF%8E%CE%BD_%CF%87%CE%B1%CE%BC%CE%B7%CE%BB%CE%AE%CF%82_%CF%80%CF%85%CE%BA%CE%BD%CF%8C%CF%84%CE%B7%CF%84%CE%B1%CF%82%C2%BB 2010-02-09T13:14:18Z

<p>Ktzina: Η «Χρήση δορυφορικών IKONOS και αντικειμενοστραφών μεθόδων για την αυτοματοποίηση ταξινόμησης δασών χαμηλής πυκνότητας» μετονομάστηκε σε «�</p> <hr /> <div>#REDIRECT [[«Χρήση δορυφορικών εικόνων IKONOS και αντικειμενοστραφών μεθόδων για την αυτοματοποίηση ταξινόμησης δασών χαμηλής πυκνότητας»]]</div>

Ktzina http://147.102.106.44/rs/wiki/index.php/%C2%AB%CE%A7%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%B5%CE%B9%CE%BA%CF%8C%CE%BD%CF%89%CE%BD_IKONOS_%CE%BA%CE%B1%CE%B9_%CE%B1%CE%BD%CF%84%CE%B9%CE%BA%CE%B5%CE%B9%CE%BC%CE%B5%CE%BD%CE%BF%CF%83%CF%84%CF%81%CE%B1%CF%86%CF%8E%CE%BD_%CE%BC%CE%B5%CE%B8%CF%8C%CE%B4%CF%89%CE%BD_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%B1%CF%85%CF%84%CE%BF%CE%BC%CE%B1%CF%84%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7_%CF%84%CE%B1%CE%BE%CE%B9%CE%BD%CF%8C%CE%BC%CE%B7%CF%83%CE%B7%CF%82_%CE%B4%CE%B1%CF%83%CF%8E%CE%BD_%CF%87%CE%B1%CE%BC%CE%B7%CE%BB%CE%AE%CF%82_%CF%80%CF%85%CE%BA%CE%BD%CF%8C%CF%84%CE%B7%CF%84%CE%B1%CF%82%C2%BB 2010-02-09T13:14:18Z

<p>Ktzina: Η «Χρήση δορυφορικών IKONOS και αντικειμενοστραφών μεθόδων για την αυτοματοποίηση ταξινόμησης δασών χαμηλής πυκνότητας» μετονομάστηκε σε «�</p> <hr /> <div>Δημοσίευση Εφαρμογής Τηλεπισκόπισης: <br /> «Χρήση δορυφορικών εικόνων υψηλής χωρικής διακριτικής ικανότητας IKONOS και αντικειμενοστραφών μεθόδων για την αυτοματοποίηση ταξινόμησης δασών χαμηλής πυκνότητας»<br /> Συγγραφείς:<br /> Μιχελάκης Δημήτριος, Viergever Karin, Stuart Neil,<br /> Institute of Geography, School of Geosciences, University of Edinburgh, Edinburgh, UK<br /> <br /> Ανάλυση – Παρουσίαση:<br /> <br /> [[Εικόνα:dx1.jpg|thumb|right|Σχήμα 1: Μπελίζ, περιοχή RBCMA]]<br /> Αντικείμενο της μελέτης αποτελεί η διαχείριση των οικοσυστημάτων και πιο συγκεκριμένα τα δάση χαμηλής πυκνότητας. Η μελέτη επιδιώκει το χαρακτηρισμό των πευκόδασων των οικοσυστημάτων σαβάνας, της προστατευόμενης περιοχής Rio Bravo Conservation Management)στη χώρα του Μπελίζ της Κεντρικής Αμερικής, σύμφωνα με την πυκνότητα τους και τον βαθμό συγκόμωσης, εξετάζοντας εάν τα τηλεπισκοπικά δεδομένα μπορούν να χρησιμοποιηθούν για την αναγνώριση και περιγραφή ενός συγκεκριμένου είδους χρήσης γης σε αυτά τα οικοσυστήματα (Αραιά δασικά οικοσυστήματα Πεύκης) που είναι σημαντικά τόσο από οικονομικής άποψης όσο και λόγω των ικανοτήτων τους να απομονώνουν άνθρακα (σχήμα 1).<br /> <br /> [[Εικόνα:dx2.jpg|thumb|right|Σχήμα 2: Άποψη της συγχωνευμένης δορυφορικής εικόνας IKONOS και του υποτμήματος που χρησιμοποιήθηκε ]]<br /> Στην εφαρμογή έγινε χρήση τηλεπισκοπικών δεδομένων. Τα τελευταία αποτελούν προϊόντα του δορυφόρου IKONOS BB με ημερομηνία λήψης 3/3/2007. Η πολυφασματική εικόνα είχε χωρική διακριτική ικανότητα τεσσάρων μέτρων (4μ) ενώ τα δεδομένα παρέχονταν σε τέσσερεις δίαυλους του ηλεκτρομαγνητικού φάσματος (μπλε, πράσινο, κόκκινο και κοντινό υπέρυθρο). Η πανχρωματική εικόνα είχε χωρική διακριτική ικανότητα ενός μέτρου (1μ). Για τη προσέγγιση του στόχου χρησιμοποιήθηκε η δορυφορική εικόνα που προκέκυψε από τη συγχώνευση της πανχρωματικής και της πολυφασματικής εικόνας, δημιουργώντας έτσι ένα προϊόν με χωρική διακριτική ικανότητα ενός μέτρου (1μ) που περιείχε πολυφασματική πληροφορία (σχήμα 2). Τόσο η πολυφασματική δορυφορική εικόνα όσο και η πανχρωματική ήταν ήδη γεω-αναφερμένες βάση του UTM της ζώνης 16 και του Datum WGS84. Αρχικά βελτιώθηκε η ποιότητα της συγχωνευμένης εικόνας αφαιρώντας τυχόν θόρυβο από τα δεδομένα, με την χωρική ενίσχυση της εφαρμόζοντας διάφορα φίλτρα. Αφού δοκιμάστηκαν αρκετά φίλτρα για την εξομάλυνση της εικόνας (Gaussian, mean και morphological) επιλέχθηκε η εφαρμογή του απλού φίλτρου χαμηλής διάβασης 3 x 3. <br /> <br /> Τα δορυφορικά δεδομένα που παράχθηκαν από αυτή τη διαδικασία αξιολογήθηκαν μέσα από μία επαναληπτική διαδικασία κατάτμησης και ταξινόμησης της εικόνας. Ακολούθως εντοπίστηκε η κατάλληλη μετατροπή των διαύλων του ηλεκτρομαγνητικού φάσματος ώστε να είναι ορατή η διάκριση των διαφορετικών τύπων βλάστησης όπως πχ η διάκριση της ποώδους από τη δενδρώδη βλάστηση. Κατά τις μετατροπές των φασματικών διαύλων υπολογίστηκαν νέες τιμές για τους ψηφιακούς αριθμούς των εικονοστοιχείων της εικόνας χρησιμοποιώντας ένα συνδυασμό μαθηματικών πράξεων. Σε αυτά τα πλαίσια αξιολογήθηκε ένας μεγάλος αριθμός μετατροπών και δεικτών βλάστησης όπως είναι ο NDVI, SAVI καθώς και η HSI. Τα πιο ικανοποιητικά αποτελέσματα παράχθηκαν με τη χρήση του δείκτη βλάστησης RVI, το λόγο NIR προς Red. Στη συνέχεια με τη βοήθεια του λογισμικού eCognition 4.0 κατατμήθηκε η δορυφορική εικόνα IKONOS σε τέσσερα επίπεδα κατάτμησης της εικόνας κατά την ανάπτυξη του αλγορίθμου ταξινόμησης. Τα δύο πρώτα δημιουργήθηκαν για την σκιαγράφηση της κόμης μεμονωμένων δέντρων ενώ τα τελευταία δύο για την αποτύπωση ομάδων ή συστάδων δέντρων καθώς και εκτεταμένων δασικών εκτάσεων Πεύκης. Στο πρώτο επίπεδο κατάτμησης της εικόνας εφαρμόστηκε η τεχνική chessboard segmentation 1, ρυθμίζοντας τις παραμέτρους έτσι ώστε να επιτραπεί η δημιουργία μικρών αντικειμένων με μεγάλη ετερογένεια μεταξύ τους, δημιουργώντας ένα αντικείμενο για κάθε εικονοστοιχείο της εικόνας στο οποίο να χρησιμοποιηθεί στη συνέχεια η ραδιομετρική διακύμανση των αντικειμένων για τη διάκριση μεταξύ της κόμης των δέντρων και του υπόλοιπου περιβάλλοντος. Το δεύτερο επίπεδο κατάτμησης δημιουργήθηκε μετά την ταξινόμηση του πρώτου όσον αφορά την δενδρώδη βλάστηση, τις σκιές και το υπόλοιπο δασωγενές περιβάλλον, επιτρέποντας κατάτμηση της εικόνας μόνο στο εσωτερικό των ήδη ταξινομημένων περιοχών στο πρώτο επίπεδο.<br /> <br /> Το πρώτο από τα δυο υποτμήματα της δορυφορικής εικόνας IKONOS χρησιμοποιήθηκε σαν περιοχή εκπαίδευσης για την ανάπτυξη αλγορίθμου ταξινόμησης με τη βοήθεια κανόνων ασαφούς λογικής. λαμβάνοντας υπόψη τη πολυπλοκότητα των φυσικών οικοσυστημάτων όπως των αραιά δασωμένων σαβάνων. Το αποτέλεσμα αυτής της ταξινόμησης θα είναι ένας αριθμός πιθανών κλάσεων για κάθε αντικείμενο της εικόνας καθώς και ο βαθμός συμμετοχής του αντικειμένου σε κάθε κλάση. <br /> <br /> Για την πραγματοποίηση της ταξινόμησης χρησιμοποιήθηκαν οι τέσσερεις φασματικοί δίαυλοι της συγχωνευμένης εικόνας IKONOS (Μπλε, Πράσινος, Κόκκινος και Εγγύς υπέρυθρος), η πανχρωματική εικόνα καθώς και ο δείκτης βλάστησης RVI. Σε μεταγενέστερο στάδιο χρησιμοποιήθηκε η χωρική κατανομή των δέντρων για την δημιουργία ομάδων ή συστάδων δέντρων καθώς και εκτεταμένου δάσους. Οι κανόνες της ταξινόμησης δημιουργήθηκαν ακολουθώντας μία διαδικασία που διακρίνεται σε τρία στάδια χρησιμοποιώντας τα τέσσερα διαφορετικά επίπεδα κατάτμησης της εικόνας. Στο πρώτο επίπεδο τα δέντρα και οι σκιές διαχωρίστηκαν από το υπόλοιπο περιβάλλον και ταξινομήθηκαν χρησιμοποιώντας τον δείκτη RVI καθώς και την φωτεινότητα των εικονοστοιχείων. Στο δεύτερο επίπεδο κατάτμησης και στο εσωτερικό της κλάσης της δενδρώδους βλάστησης σκιαγραφήθηκαν και ταξινομήθηκαν οι κόμες μεμονωμένων δέντρων χρησιμοποιώντας χαρακτηριστικές ιδιότητες των αντικειμένων της εικόνας όπως η γεωμετρία τους και η γειτνίαση τους σε σκιές. Τα αντικείμενα που αναγνωρίστηκαν και ταξινομήθηκαν σαν μεμονωμένα δέντρα χρησιμοποιήθηκαν ως μονάδες για την διαμόρφωση ομάδων, συστάδων δέντρων καθώς και εκτεταμένων δασών μέσα από μία διαδικασία ομαδοποίησης. Κατά τη ομαδοποίηση των δέντρων χρησιμοποιήθηκε η τεχνική buffering. Η τελική οριοθέτηση των ομάδων των δέντρων ολοκληρώθηκε μετά την ένωση των αντικειμένων που καλύπτουν τις ουδέτερες ζώνες καθώς και των δέντρων που βρίσκονται στο εσωτερικό τους. Μετά το πέρας της σκιαγράφησης αυτών των μεγαλύτερων αντικειμένων η περαιτέρω ταξινόμηση τους βασίζεται στο εμβαδόν τους. Σε περίπτωση που δεν σχηματίζεται εκτεταμένο δάσος μετά τη ταξινόμηση σε αυτό το στάδιο το επόμενο βήμα είναι η χρησιμοποίηση των ίδιων κανόνων γειτνίασης και εμβαδού που χρησιμοποιήθηκαν στην παραπάνω διαδικασία για την συνάθροιση των ήδη σχηματισμένων ομάδων και συστάδων δέντρων σε μεγαλύτερες συστάδες ή εκτεταμένο δάσος. Μετά το τέλος δημιουργίας των τελικών κλάσεων νέοι κανόνες δημιουργήθηκαν για την εκτίμηση της πυκνότητας δέντρων καθώς και της συγκόμωσης. Εντός των επιπέδων 3 και 4 προστέθηκαν επιπλέον κλάσεις για την εκτίμηση πυκνότητας (δέντρα/εκτάριο) καθώς και συγκόμωσης.<br /> <br /> [[Εικόνα:dx3.jpg|thumb|right|Σχήμα 3: Χάρτες ταξινόμησης που παράχθηκαν 1) με χρήση GPS και γνώσεις ντόπιου δασοφύλακα, 2) με τη μέθοδο μέγιστης πιθανοφάνειας, 3) με τη μέθοδο nearest neighbour του eCognition, 4) με τη μέθοδο κανόνων ασαφούς λογικής που αναπτύχθηκε σε αυτή την έρευνα]]<br /> [[Εικόνα:dx3a.jpg|thumb|right|]]<br /> Μόλις η ταξινόμηση πραγματοποιήθηκε το δεύτερο υπότμημα χρησιμοποιήθηκε για να εξεταστεί η πιθανότητα αυτοματοποίησης της διαδικασίας χρησιμοποιώντας τον αλγόριθμο ταξινόμησης σε άλλα μέρη της εικόνας. Για λόγους αξιολόγησης της ακρίβειας της ταξινόμησης πραγματοποιήθηκε οπτική ερμηνεία των περιοχών εκπαίδευσης και επαλήθευσης (σχήμα 3).<br /> <br /> Αξιολογώντας τα αποτελέσματα εντοπίστηκαν και σφάλματα. Τα τελευταία παρατηρήθηκαν κατά την αυτοματοποιημένη ταξινόμηση και σκιαγράφηση των μεμονωμένων δέντρων και δασικών εκτάσεων καθώς και στην εκτίμηση του αριθμού των δέντρων σε μία έκταση οδηγούν σε διακυμάνσεις μεταξύ των τιμών που εκτιμήθηκαν για τη πυκνότητα των δέντρων και της συγκόμωσης όταν συγκρίνονται με τις εκτιμήσεις που έγιναν κατά την οπτική ερμηνεία των δεδομένων. <br /> <br /> Οι αντικειμενοστραφείς ταξινομητές και η χωρική διακριτική ικανότητα της συγχωνευμένης εικόνας IKONOS φαίνεται να είναι κατάλληλα για την αναγνώριση και χαρτογράφηση αρκετών χαρακτηριστικών των αραιών δασικών εκτάσεων σαβάνας στη χώρα του Μπελίζ, αλλά δεν πραγματοποιήθηκε η αναμενόμενη ακρίβεια, δείχνοντας πως ενώ η χωρική ανάλυση του δορυφόρου IKONOS μπορεί να είναι κατάλληλη για την εκτίμηση του αριθμού των δέντρων σε μία περιοχή, δεν συμβαίνει το ίδιο για την εκτίμηση της επιφάνειας της κόμης των δέντρων. Η εξερεύνηση και η εξαγωγή πληροφοριών αντικειμένων σε επίπεδο μεμονωμένου δέντρου απαιτεί πιθανόν μεγαλύτερη φασματική διακριτική ικανότητα έτσι ώστε η διάκριση μεταξύ της ποώδους βλάστησης και των δέντρων να είναι περισσότερο ευκρινής. Τέλος θα ήταν καλό να διεξαχθεί επί πλέον έρευνα όσον αφορά διαφορετικές μεθόδους για την αυτοματοποίηση της διαδικασίας ταξινόμησης χρησιμοποιώντας και άλλες πηγές δεδομένων όπως είναι το LiDAR η ξεχωριστά ή σε συνδυασμό με άλλα δεδομένα.<br /> <br /> Τα αποτελέσματα για την αναγνώριση μεμονωμένων δέντρων κρίνονται ικανοποιητικά, παρόλα ταύτα η σκιαγράφηση της κόμης τους είναι απογοητευτική. Τα σύνορα των δασωμένων περιοχών Πεύκης σκιαγραφούνται επίσης ικανοποιητικά αλλά στο εσωτερικό τους παρατηρούνται κενά. Συγκρίνοντας οπτικά τα αποτελέσματα με προηγούμενες ταξινομήσεις όσον αφορά την χάραξη των ορίων των δασωμένων περιοχών Πεύκης, παρατηρείται ότι η μέθοδος που εφαρμόζεται σε αυτή τη μελέτη παράγει ικανοποιητικότερα αποτελέσματα.<br /> Your Content Here <br /> <br /> [[category:Αναγνώριση δασικών ειδών]]</div>

Ktzina http://147.102.106.44/rs/wiki/index.php/%C2%AB%CE%A3%CF%87%CE%B5%CE%B4%CE%B9%CE%AC%CE%B6%CE%BF%CE%BD%CF%84%CE%B1%CF%82_%CF%84%CE%B7%CE%BD_%CF%80%CE%BF%CE%B9%CF%8C%CF%84%CE%B7%CF%84%CE%B1_%CF%84%CE%BF%CF%85_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%BF%CF%8D_%CF%80%CE%B5%CF%81%CE%B9%CE%B2%CE%AC%CE%BB%CE%BB%CE%BF%CE%BD%CF%84%CE%BF%CF%82_%CF%83%CE%B5_%CE%BC%CE%B9%CE%B1_%CF%84%CF%81%CE%BF%CF%80%CE%B9%CE%BA%CE%AE_%CF%80%CF%8C%CE%BB%CE%B7%C2%BB_%CE%A3%CF%85%CE%B3%CE%B3%CF%81%CE%B1%CF%86%CE%B5%CE%AF%CF%82: 2010-02-09T13:12:18Z

<p>Ktzina: Η «Σχεδιάζοντας την ποιότητα του αστικού περιβάλλοντος σε μια τροπική πόλη» Συγγραφείς: μετονομάστηκε σε «Σχεδιάζοντας την ποιότητα του α</p> <hr /> <div>#REDIRECT [[«Σχεδιάζοντας την ποιότητα του αστικού περιβάλλοντος σε μια τροπική πόλη»]]</div>

Ktzina http://147.102.106.44/rs/wiki/index.php/%C2%AB%CE%A3%CF%87%CE%B5%CE%B4%CE%B9%CE%AC%CE%B6%CE%BF%CE%BD%CF%84%CE%B1%CF%82_%CF%84%CE%B7%CE%BD_%CF%80%CE%BF%CE%B9%CF%8C%CF%84%CE%B7%CF%84%CE%B1_%CF%84%CE%BF%CF%85_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%BF%CF%8D_%CF%80%CE%B5%CF%81%CE%B9%CE%B2%CE%AC%CE%BB%CE%BB%CE%BF%CE%BD%CF%84%CE%BF%CF%82_%CF%83%CE%B5_%CE%BC%CE%B9%CE%B1_%CF%84%CF%81%CE%BF%CF%80%CE%B9%CE%BA%CE%AE_%CF%80%CF%8C%CE%BB%CE%B7%C2%BB 2010-02-09T13:12:18Z

<p>Ktzina: Η «Σχεδιάζοντας την ποιότητα του αστικού περιβάλλοντος σε μια τροπική πόλη» Συγγραφείς: μετονομάστηκε σε «Σχεδιάζοντας την ποιότητα του α</p> <hr /> <div>Δημοσίευση Εφαρμογής Τηλεπισκόπισης: <br /> «Modeling urban environmental quality in a tropical city», «Σχεδιάζοντας την ποιότητα του αστικού περιβάλλοντος σε μια τροπική πόλη»<br /> Συγγραφείς:<br /> Janet Nichol, Man Sing Wong<br /> Department of Land Surveying and Geo-Informatics, The Hong Kong Polytechnic University, Hunghom, Kowloon, Hong Kong, PR China<br /> <br /> Ανάλυση – Παρουσίαση:<br /> <br /> Η εργασία αυτή διαπραγματεύεται την ικανότητα των δορυφορικών συστημάτων τηλεπισκόπησης στην απεικόνιση των παραμέτρων της ποιότητας του αστικού περιβάλλοντος με χρήση 3D μοντέλων Εικονικής Πραγματικότητας. <br /> [[Εικόνα:tr1.jpg|thumb|right|Σχήμα 1: Αστικές περιοχές στο Χονγκ Κονγκ ]]<br /> Στόχος της μελέτης είναι η απόδειξη της ύπαρξης αντικειμενικής μεθόδου, που να βασίζεται σε τηλεπισκοπικά δεδομένα, για την οπτικοποίηση της ποιότητας του αστικού περιβάλλοντος εφαρμόσιμης τόσο σε μικροκλίμακα όσο σε κλίμακα πόλης. Περιοχή της μελέτης αποτελεί το Hong Kong (σχήμα 1). Η μελέτη συνδυάζει την αξιοποίηση των παραμέτρων που προκύπτουν από τα τηλεπισκοπικά δεδομένα, θερμοκρασία και βιομάζα, και την εφαρμογή τους στις αστικές δομές, συγκεκριμένα προτείνεται ο συνδυασμός των Landsat ETM + θερμικών δεδομένων, για αυξημένη χωρική λεπτομέρεια, με μια εικόνα IKONOS που αντικατοπτρίζει τη βλάστηση - βιομάζα, με 3D μοντέλα Εικονικής Πραγματικότητας. <br /> [[Εικόνα:tr2.jpg|thumb|right|Σχήμα 2: (α) Μοντέλο με υπέρθεση εικόνας IKONOS (β) Μοντέλο επικαλυπτόμενο με εικόνα επιφανειακής Θερμοκρασίας]]<br /> Η ποιότητα του αστικού περιβάλλοντος αποτελεί μια σύνθετη και χωρικά μεταβλητή παράμετρο, με δυσκολία ποσοτικοποίησης αφού συναρτάται από αλληλένδετους παράγοντες, συμπεριλαμβανομένων της νήσου αστικής θερμότητας, τη κατανομή του πρασίνου, την πυκνότητα και τη γεωμετρία δόμησης και τη ποιότητα του αέρα (σχήμα 2). Η στενή σχέση μεταξύ της ποιότητας του αστικού περιβάλλοντος με το φαινόμενο της αστικής θερμικής νησίδας και η αντίστροφη σχέση της με τη βιομάζα συμβάλλουν στην οπτικοποίηση της πρώτης, αφού η επιφανειακή θερμοκρασία καταγράφεται σε θερμικές δορυφορικές εικόνες και υψηλής ανάλυσης αισθητήρες όπως ο IKONOS είναι σε θέση να προσδιορίσουν την κάλυψη της γης, συμπεριλαμβανομένης της βιομάζας, σε λεπτομερές επίπεδο. <br /> [[Εικόνα:tr3.jpg|thumb|right|Σχήμα 3: (α) Έγχρωμη αεροφωτογραφία σημαντικής τομής δρόμου, που δείχνει ένα δεντρόφυτο δρόμο. (β) uncorrected / unfused θερμική εικόνα της ίδιας περιοχής (γ) fused εικόνα που δείχνει το δεντρόφυτο δρόμο σαν ψυχρότερη περιοχή με μεγαλύτερη χωρική λεπτομέρεια.]]<br /> Αν και οι θερμικές αισθητήρες περιορίζονται σε χαμηλή ανάλυση, αφού το μέγεθος εικονοστοιχείου του Landsat ETM + θερμικού καναλιού είναι 60 μέτρα, με την μέθοδο συγχώνευσης εικόνας (image fusion) μπορεί να μειωθεί το μέγεθος εικονοστοιχείου της εικόνας, συντελώντας σε φασματικές και χωρικές βελτιώσεις. Η σύντηξη εικόνας γίνεται με το λόγο μεταξύ της ανάλυσης των 4 μέτρων της πολυφασματικής εικόνας IKONOS και των 60 μέτρων μέγεθος εικονοστοιχείου της θερμική εικόνας ETM+ στην εξίσωση διόρθωσης του συντελεστή εκπομπής (emissivity correction equitation). Ταυτόχρονα, η εικόνα διορθώνεται από τις διαφορετικές εκπομπές μεταξύ των περιοχών με και χωρίς βλάστηση, δεδομένου ότι αυτή θα είναι η κύρια πηγή σφάλματος στην διαμόρφωση της επιφανειακής θερμοκρασίας. Η διόρθωση, με τη σταθερά του Planck συνδυάζει αποτελεσματικά την θερμική εικόνα με την ταξινομημένη εικόνα IKONOS σε περιοχές με και χωρίς βλάστηση. Τα εικονοστοιχεία μεγέθους 4 μέτρων κατανέμονται σε τιμές εκπομπής ανάλογα με το αν αντιπροσωπεύουν ή όχι βλάστηση. Μετά από αυτή τη διόρθωση, αν και το μέγεθος εικονοστοιχείου είναι 4 μέτρα, δεν ισοδυναμεί με αύξηση της χωρικής κατανομής της θερμικής εικόνας από 60 σε 4 μέτρα, αλλά η χωρική και φασματική ακρίβεια έχουν ενισχυθεί στο βαθμό που οι διαφορές μεταξύ εκπομπής των περιοχών με και χωρίς βλάστηση να επηρεάζουν την εκπεμπόμενη θερμοκρασία τηλεπισκόπισης. (σχήμα 3α, 3β, 3γ). Με την παραπάνω μέθοδο τα διορθωμένα θερμικά δεδομένα είναι αρκετά λεπτομερή ώστε να σχετιστούν με επιμέρους κτήρια, δρόμους, ή ακόμα και μεμονωμένα δένδρα. <br /> <br /> Όλες οι αστικές επιφάνειες (φυσικές και ανθρωπογενείς), είναι ενεργά ακτινοβόλες επιφάνειες και πηγές θερμότητας. Παρέχουν επίσης σκιά και συλλογικά επηρεάζουν την ποιότητα του αέρα, συμπεριλαμβανομένης της δυναμικής του φαινομένου της αστικής θερμικής νησίδας. Η ελλιπείς απεικόνιση της επιφάνειας τροπικών πόλεών όπως το Χονγκ Κονγκ από δορυφορικές εικόνες επιτείνεται λόγω της μεγάλης ηλιακής γωνίας. Για το λόγο αυτό οριζόντιες επιφάνειες ορατές από τον δορυφόρο, όπως οροφές και κορυφές δένδρων μπορεί να φανούν πιο θερμές από τη μέση θερμοκρασία της ενεργής επιφάνειας. Έτσι, το τρισδιάστατο μοντέλο παρέχει μια μέθοδο για την αντιστάθμιση του συστηματικού σφάλματος της ανισοτροπίας του ναδίρ που συνδέεται με την προβολή της ελλιπής αστικής επιφάνειας σε κλίμακα πόλης.<br /> <br /> Τα τρισδιάστατα μοντέλα κατασκευάστηκαν από ψηφιακά δεδομένα των κτηριακών περιγραμμάτων, που χάρτες του Τμήματος Κτηματολογίου του Χονγκ Κονγκ με χρήση των λογισμικών 3D Studio Max, και ArcGIS. Τα ύψη των κτηρίων υπολογίστηκαν πολλαπλασιάζοντας τον αριθμό των ορόφων, με το ύψος 3 μέτρων για κάθε όροφο. Για να απεικονιστεί η πλήρης ενεργή επιφάνεια ήταν αναγκαίο να προστεθούν κάθετες επιφάνειες όπως τρισδιάστατες όψεις η θερμοκρασία των οποίων θα μπορούσε θεωρητικά να ποικίλλει ανάλογα με τα αποτελέσματα της γωνίας ήλιου και αζιμούθιου κατά τη στιγμή της εικόνας. Για τις οριζόντιες επιφάνειες, οι θερμοκρασίες προέκυψαν από την υπέρθεση των δεδομένων της εικόνας με τα όρια του κτηρίου βάση της μεθόδου Nichol. Η θερμοκρασία του κάθε κτηρίου βασίστηκε στη μέση σταθμισμένη θερμοκρασία των εικονοστοιχείων που έτεμναν το περίγραμμα. Οι θερμοκρασίες για τις κάθετες όψεις καθορίστηκαν σύμφωνα με τις σχέσεις μεταξύ οριζόντιων και κάθετων επιφανειών από την επιτόπια έρευνα που πραγματοποιήθηκε τον Σεπτέμβριο του 2002 την ίδια εποχή και ώρα της ημέρας όπως της εικόνας. Όλα τα παραπάνω εφαρμόστηκαν στα δεδομένα της εικόνας. Οι εν λόγω πτυχή θερμοκρασίες θα διαφέρει τη διάρκεια της ημέρας, καθώς και για διαφορετικές περιόδους του έτους, σύμφωνα με τη γωνία με την οποία ο ήλιος χτυπά την επιφάνεια και την κατασκευή μοντέλων ισχύουν μόνο για το χρόνο εικόνας. Με τη χρήση του λογισμικού Microsoft Video Interlaced πραγματοποιήθηκε η προσομοίωση περιήγησης στα τρισδιάστατα μοντέλα. <br /> Στα μοντέλα φαίνεται ότι όπου υπάρχει απουσία βλάστησης, οι τοπικοί παράγοντες της τοπογραφίας και της γεωμετρίας των κτηρίων σε σχέση με την γωνία ήλιου και αζιμούθιου, αποτελούν τη μεγαλύτερη επιρροή στον έλεγχο της θερμοκρασίας. Έτσι τα μοντέλα στην παρούσα μορφή τους δεν μπορούν να αντικατοπτρίσουν τις δυναμικές αλλαγές του ηλιακού αζιμούθιου (σχήμα 4). <br /> [[Εικόνα:tr4.jpg|thumb|right|Σχήμα 4: (α) Χάρτης με τους προσανατολισμούς των δρόμων στο Shamshuipo όπου το ηλιακό αζιμούθιο είναι παράλληλο με τους δρόμους, και στο Mongkok, όπου δεν είναι. (β) Θερμικό μοντέλο που δείχνει ότι η θερμοκρασία της επιφάνειας είναι μέχρι 6 C υψηλότερη όταν το ηλιακό αζιμούθιο είναι παράλληλο με την κατεύθυνση του δρόμου]]<br /> Η βλάστηση είναι μια σημαντική παράμετρος στην ποιότητα του αστικού περιβάλλοντος. Ένας χάρτης βλάστησης παρήχθη από εικόνα IKONOS, από το δείκτη χλωροφύλλης (αναλογία του πράσινου και του κόκκινου καναλιού IKONOS) βασισμένο σε 41 δείγματα εδαφικών καρέ (quadrats) που εκπροσωπούσαν την υποστραφείσα πυκνότητα της βλάστησης, προκειμένου να δημιουργηθεί η απαραίτητη μάσκα βλάστησης για τη διόρθωση εκπομπής. Επιτεύχθηκε μια αξία R2 των 0,8.<br /> <br /> Αρχικά χρησιμοποιήθηκε ο κανονικοποιημένος δείκτης βλάστησης NDVI, ο λόγος του εγγύς υπέρυθρου προς κόκκινου καναλιού, αλλά ο λόγος πράσινο / κόκκινο κανάλι παρουσίασε την μεγαλύτερη συσχέτιση με το ποσό βλάστησης, λόγω ανεπαρκών διαφορών στο εγγύς υπέρυθρο κανάλι μεταξύ βλάστησης και ανοιχτόχρωμων ανακλαστικών αστικών επιφανειών που εμφανίζονται σε πολλές τροπικές πόλεις όπως το Χονγκ Κονγκ. <br /> [[Εικόνα:tr5.jpg|thumb|right|Σχήμα 5: (α) Λευκά εικονοστοιχεία προβολής αστικού περιβάλλοντος υψηλής ποιότητας, με υπέρθεση περιγραμμάτων δρόμων. (β) Μοντέλο με υφή που προέρχονται από έγχρωμη ορθοφωτογραφία που δείχνει ότι η περιοχή είναι ένα μικρό πάρκο στη πυκνοδομημένη περιοχή Mongkok. (γ) Θερμικό μοντέλο που δείχνει το πάρκο 6-7 C ψυχρότερο από τις γύρω περιοχές]]<br /> Όταν τα παράγωγα εικόνα της πυκνότητας βλάστησης επικαλυφτήκαν, και συγκριθήκαν ανεξάρτητα με την εικόνα της επιφανειακής θερμοκρασίας, μια ισχυρή αρνητική σχέση εμφανίστηκε λόγω της σκιάς και της εξατμισοδιαπνοής των δένδρων. Λόγω των πολλαπλών οφελών της βλάστησης στην ποιότητα του αστικού περιβάλλοντος εκτός από τον έλεγχο της θερμοκρασίας, προτείνεται ότι θα πρέπει να λαμβάνονται υπ’ όψιν στον καθορισμό των περιοχών του αστικού περιβάλλοντος υψηλής ποιότητας, οι παράμετροι που προέκυψαν από την εικόνα, η επιφανειακή θερμοκρασία και η πυκνότητα της βλάστησης. Έτσι, στα δεδομένα της εικόνας μπορεί να θέτονται ερωτήματα χρησιμοποιώντας τυπικές δηλώσεις υπό συνθήκες που θα εφαρμόζονται σε δύο ποσοτικές παραμέτρους της εικόνας και θα απεικονίζουν τα διάφορα επίπεδα της ποιότητας του αστικού περιβάλλοντος. Τα εικονοστοιχεία που δεν θα πληρούν τα κατώτατα όρια και από τις δύο προϋποθέσεις μπορούν να απομονωθούν με τυπική απόκλιση και να επισημανθεί ότι παρουσιάζουν χαμηλή ποιότητα αστικού περιβάλλοντος. Τα ερωτήματα ταξινόμησης περιοχών μπορεί να είναι: <br /> α) δροσερή αλλά χωρίς βλάστηση, <br /> β) θερμή αλλά με βλάστηση, <br /> γ) θερμή και χωρίς βλάστηση (σχήμα 5).<br /> <br /> Η απεικόνιση της ποιότητας του αστικού αέρα βάση τηλεπισκοπικών δεδομένων είναι εφικτή αλλά υπάρχει ανάγκη για βελτιώσεις στον τομέα της ανάλυσης των δεδομένων, ιδίως στις δομές αποθήκευσης δεδομένων, με σκοπό την πλήρη αξιοποίηση των τηλεπισκοπικών δεδομένων. Ο στόχος είναι να καταστεί δυνατή η αυτοματοποιημένη παρεισαγωγή διαχρονικών τηλεπισκοπικών δεδομένων σε μοντέλα τριών και τεσσάρων διαστάσεων, που θα βελτιώσουν την τρισδιάστατη απεικόνιση στο πλαίσιο της ιδιαίτερης τοπογραφίας κάθε πόλης για την καλύτερη κατανόηση της ποιότητας του αστικού περιβάλλοντος.<br /> Add Your Content Here <br /> <br /> [[category:Αστικός και περιφερειακός σχεδιασμός]]</div>

Ktzina http://147.102.106.44/rs/wiki/index.php/%CE%9A%CE%BF%CE%BA%CE%BA%CE%BF%CF%84%CE%AE_%CE%93%CE%B5%CF%89%CF%81%CE%B3%CE%AF%CE%B1 2010-02-09T07:39:44Z

<p>Ktzina: </p> <hr /> <div>* [[«Ανάλυση χωρικών και χρονικών αλλαγών του αστικού περιβάλλοντος με χρήση πολυφασματικών και υπερφασματικών δεδομένων»]]<br /> * [[«Τρισδιάστατα μοντέλα ανακατασκευής κτηρίων από σημειακά νέφη και κατόψεις»]]<br /> * [[«Διαχειρίζοντας το αστικό μας μέλλον: ο ρόλος της τηλεπισκόπισης και των γεωγραφικών συστημάτων πληροφοριών»]]<br /> * [[«Σχεδιάζοντας την ποιότητα του αστικού περιβάλλοντος σε μια τροπική πόλη»]]<br /> * [[«Οι δυνατότητες της υπερφασματικής τηλεπισκόπισης στο χαρακτηρισμό αστικών δομών στο Μοναχό»]]<br /> * [[«Εκτίμηση της αστικής επέκτασης και των επιπτώσεων της στις επιφανειακές θερμοκρασίες στο Δέλτα του ποταμού Zhujiang της Κίνας»]]<br /> * [[«Πόλεις από το διάστημα: δυνατές εφαρμογές τηλεπισκόπισης στην έρευνα και διαχείριση του αστικού περιβάλλοντος»]]<br /> * [[«Ταξινόμηση και εξαγωγή χαρακτηριστικών δορυφορικών εικόνων αστικών περιοχών βάση μορφολογικών μετασχηματισμών»]]<br /> * [[«Ημερήσια θερμική συμπεριφορά επιλεγμένων αστικών αντικειμένων με χρήση τηλεπισκοπικών μετρήσεων»]]<br /> * [[«Χωροχρονική ανάλυση μεγαλουπόλεων της Ινδίας»]]<br /> * [[«Χρήση δορυφορικών IKONOS και αντικειμενοστραφών μεθόδων για την αυτοματοποίηση ταξινόμησης δασών χαμηλής πυκνότητας»]]<br /> * [[«Μοντελοποίηση αστικών τύπων βιοτόπων από υπερφασματικές εικόνες με τη χρήση προσέγγισης FUZZY LOGIC»]]<br /> * [[«Εκτίμηση επιπτώσεων αστικοποίησης στο αστικό κλίμα με τηλεπισκοπική και κλιματική παρατήρηση»]]<br /> * [[«Η ΧΡΗΣΗ ΤΩΝ ΔΟΡΥΦΟΡΙΚΩΝ ΔΕΔΟΜΕΝΩΝ ΤΗΛΕΑΝΙΧΝΕΥΣΗΣ ΣΤΗ ΓΕΩΔΥΝΑΜΙΚΗ ΜΕΛΕΤΗ ΤΗΣ ΝΟΤΙΑΣ ΑΡΓΟΛΙΔΑΣ»]]<br /> * [[«ΕΝΤΟΠΙΣΜΟΣ ΑΛΛΑΓΩΝ ΕΔΑΦΟΚΑΛΥΨΗΣ ΜΕ ΧΡΗΣΗ ΔΟΡΥΦΟΡΙΚΩΝ ΕΙΚΟΝΩΝ»]]<br /> * [[«ΔΙΑΧΕΙΡIΣΗ ΠΕΡΙΒΑΛΛΟΝΤΟΣ ΜΕ ΤΗ ΧΡΗΣΗ ΤΗΣ ΔΟΡΥΦΟΡΙΚΗΣ ΤΗΛΕΠΙΣΚΟΠΗΣΗΣ »]]<br /> * [[«Εφαρμογή τηλεπισκόπισης στην καταγραφή της κατανάλωσης του αρδευτικού νερού στον Κάμπο του Ν. Χανίων»]]<br /> * [[«Η ανάλυση των Κύριων Συνιστωσών στην Οριοθέτηση Λιθολογικών Ενοτήτων και στην Αναγνώριση Γεωλογικών Δομών της Νήσου Νάξου]]<br /> * [[«Τεχνικές Ανίχνευσης και Ταυτοποίησης της Παραλλακτικότητας σε μεσογειακό Γεωργικό Περιβάλλον»]]<br /> * [[«Βαθυμετρία Ρηχών Θαλάσσιων Νερών με Πολυφασματικά Δεδομένα TM»]]<br /> Add Your Content Here <br /> <br /> [[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Αθήνα)]]</div>

Ktzina http://147.102.106.44/rs/wiki/index.php/%C2%AB%CE%9C%CE%BF%CE%BD%CF%84%CE%B5%CE%BB%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CF%84%CF%8D%CF%80%CF%89%CE%BD_%CE%B2%CE%B9%CE%BF%CF%84%CF%8C%CF%80%CF%89%CE%BD_%CE%B1%CF%80%CF%8C_%CF%85%CF%80%CE%B5%CF%81%CF%86%CE%B1%CF%83%CE%BC%CE%B1%CF%84%CE%B9%CE%BA%CE%AD%CF%82_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CE%B5%CF%82_%CE%BC%CE%B5_%CF%84%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%80%CF%81%CE%BF%CF%83%CE%AD%CE%B3%CE%B3%CE%B9%CF%83%CE%B7%CF%82_FUZZY_LOGIC%C2%BB 2010-02-09T07:39:03Z

<p>Ktzina: </p> <hr /> <div>Δημοσίευση Εφαρμογής Τηλεπισκόπισης: <br /> «MODELLING OF URBAN BIOTOPE TYPES FROM HYPERSPECTRAL IMAGERY USING A FUZZY LOGIC APPROACH», «Μοντελοποίηση αστικών τύπων βιοτόπων από υπερφασματικές εικόνες με τη χρήση προσέγγισης FUZZY LOGIC»<br /> Συγγραφείς:<br /> Mathias Bochow, Theres Peisker, Karl Segl και Hermann Kaufmann<br /> GeoforschungsZentrum Potsdam, Section 1.4 Remote Sensing, Potsdam, Germany<br /> <br /> Ανάλυση – Παρουσίαση:<br /> <br /> Αντικείμενο της εφαρμογής αποτελεί η οικολογική πολεοδόμηση κύριο συστατικό της οποίας είναι οι αστικοί βιότοποι. Οι τελευταίοι είναι η κατοικία μιας κοινωνίας οργανισμών στην ίδια περιοχή και χαρακτηρίζεται από παρόμοιες οικολογικές συνθήκες. Οι βιότοποι χωρίζονται σε διάφορους τύπους. Στόχος της εφαρμογής αυτής είναι η ανάπτυξη μιας μεθόδου που να προσδιορίζει τους τύπους των βιοτόπων, δηλαδή που να μοντελοποιεί τους βιότοπους, με τη βοήθεια υπερφασματικών δεδομένων τηλεπισκόπησης. Στην κοινή πρακτική η χαρτογράφηση και η παρακολούθηση των βιοτόπων βασίζονται στην φωτοερμηνεία έγχρωμων και υπέρυθρων αεροφωτογραφιών και στις επιτόπιες έρευνες. Αυτό το είδος της πρακτικής οδηγεί σε πολύπλοκα ποιοτικές πληροφορίες που συνδέονται με την υποκειμενικότητα του παρατηρητή. Επιπλέον είναι μια χρονοβόρα και δαπανηρή μέθοδος. <br /> <br /> [[Εικόνα:fl11.jpg|thumb|right|Σχήμα 1α, 1β, 1γ, 1δ: Αστικοί βιότοποι σε αεροφωτογραφία. ΒΑ μονοκατοικίες, BB_b συγκροτήματα κτηρίων, BB_r κτήρια περιμετρικά ανεπτυγμένα, BB_z κτήρια ανεπτυγμένα σε σειρές, BC πολυώροφα κτήρια και EK περιοχές πρασίνου]]<br /> Σε αυτή την έρευνα χρησιμοποιούνται έξι τύποι αστικών βιότοπων για να μελετηθεί η αποτελεσματικότητα της αναπτυσσόμενης μεθόδου: μονοκατοικίες, συγκροτήματα κτηρίων, κτήρια περιμετρικά ανεπτυγμένα, κτήρια ανεπτυγμένα σε σειρές, πολυώροφα κτήρια και περιοχές πρασίνου (σχήμα 1α, 1β, 1γ, 1δ). Η περιοχή ανάλυσης είναι μια έκταση 14.5 τ.χμ στη Δρέσδη. Για την ανάπτυξη των τύπων των βιότοπων είναι απαραίτητος ένας υφιστάμενος χάρτης βιότοπων, συνήθως σε διανυσματική μορφή, δορυφορικές εικόνες και ένα μοντέλο ψηφιακής αναπαράστασης της γήινης επιφάνειας(DSM).<br /> <br /> [[Εικόνα:fl5.jpg|thumb|right|Σχήμα 2: (α) Αστικός βιότοπος τύπου συγκροτήματος κτηρίων και (β) η απεικόνιση του από HyMap αισθητήρα]] <br /> Ο χάρτης των βιότοπων μετατράπηκε σε ψηφιδωτή μορφή. Τα τηλεπισκοπικά δεδομένα που χρησιμοποιούνται συγκεντρώθηκαν από τον αισθητήρα HyMap με ημερομηνία λήψης 7/7/2004, χωρική διακριτική ικανότητα 4 μέτρων και αριθμό φασματικών ζωνών 128. Το μοντέλο ψηφιακής αναπαράστασης της γήινης επιφάνειας συγκεντρώθηκε το 2004 από αερομεταφερόμενο υψομετρικό όργανο με ακτίνες λέιζερ και με εδαφική ανάλυση των 2 μέτρων (σχήμα 2). Ένα ψηφιακό μοντέλο εδάφους (DTM) με παρεμβολή από ισοϋψείς καμπύλες αφαιρέθηκε από το λέιζερ DSM για να παραχθεί ένα κανονικοποιημένο μοντέλο επιφάνειας (nDSM), το οποίο περιέχει τα ύψη των αντικειμένων.<br /> <br /> [[Εικόνα:fl6.jpg|thumb|right|Σχήμα 3: Κατηγορίες για τον υπολογισμό των αριθμητικών στοιχείων]] <br /> Το μοντέλο ψηφιακής αναπαράστασης της γήινης επιφάνειας χρησιμοποιήθηκε για την ατμοσφαιρική και τη γεωμετρική διόρθωση των δεδομένων HyMap. Το nDSM ελήφθη ως πρόσθετη εισροή για τον υπολογισμό των χαρακτηριστικών (σχήμα 3). Η ατμοσφαιρική διόρθωση των δεδομένων HyMap διεξήχθη με λογισμικό MODTRAN ακολουθώντας εμπειρική διόρθωση με τη χρήση των πεδίων του φάσματος. Η γεωμετρική διόρθωση έγινε με παραμετρική προσέγγιση γεωκωδικοποίησης. Το προκύπτον σφάλμα RMS που είναι μικρότερο από το εικονοστοιχείο επιτρέπει την ακριβή επικάλυψη των δεδομένων εισόδου. <br /> <br /> [[Εικόνα:fl7.jpg|thumb|right|Σχήμα 4: Δείγμα βιότοπου. Τα αντικείμενα που εφαρμόζονται για τον υπολογισμό χαρακτηριστικών (ολόκληρος βιότοπος, μια τάξη του, ένα μόνο τμήμα μιας τάξη του βιότοπου) περιγράφονται στο μπλε για κάθε επίπεδο]]<br /> Τα κατάλληλα δεδομένα εισόδου (στρώματα κλάσμα υλικό) προκύπτουν από μια ταξινόμηση και αποανάμιξη της εικόνας HyMap. Η πλήρως αυτοματοποιημένη αλυσίδα επεξεργασίας αποτελείται από μια αναγνωριστική προσέγγιση που βασίζεται σε ένα οριακό χαρακτηριστικό, που ακολουθείται από τη μέγιστη πιθανότητα ταξινόμησης με πολύ μικρό όριο και μια επαναληπτική γραμμική φασματική απανάμιξη (linear spectral unmixing) (σχήμα 4). Η εικόνα που προκύπτει αποτελείται από n στρώματα, ένα στρώμα ανά επιφανειακό υλικό, τα οποία περιέχουν τα κλάσματα των οριακών τιμών ανά εικονοστοιχείο ως τόνους του γκρί.<br /> Με βάση τα αποτελέσματα της διαδικασίας αποανάμιξης επιπλέον στρώματα παρήχθησαν, τα οποία περιέχουν τις θεματικές ομάδες ταξινόμησης βλάστησης, δέντρα, εδάφη, στέγες, μεταλλικές στέγες, κεραμοσκεπές, ταράτσες και περιοχές κίνησης. Αυτά τα στρώματα δημιουργήθηκαν με την άθροιση των κλασματικών τιμών των αντίστοιχων κατηγοριών ανά εικονοστοιχείο. Έτσι τα χαρακτηριστικά για την ταυτοποίηση των τύπων των βιοτόπων μπορούν να υπολογιστούν είτε από τη στιβάδα του κλάσματος μία μόνο κατηγορίας ή μιας ομάδας κατηγοριών. Περαιτέρω δεδομένα για τον υπολογισμό λαμβάνονται από τον κατακερματισμό της κατηγορίας και των κλασματικών στρωμάτων ομάδας κατηγοριών.<br /> <br /> [[Εικόνα:fl8.jpg|thumb|right|Πίνακας 1: Δημιουργία μοντέλων βάση χαρακτηριστικών από υπερφασματικές εικόνες, που προσδιορίζουν το είδος των βιοτόπων ]]<br /> Οι τηλεπισκοπικές εικόνες αστικών βιότοπων περιέχουν διαφορετικά γεω-αντικείμενα, που αποτελούνται από διαφορετικά επιφανειακά υλικά, έχουν μέγεθος μεταξύ 0,1 και 10 εκτάρια, περιλαμβάνουν εικονοστοιχεία διαφορετικών υλικών και είναι εικόνες υψηλής ευκρίνειας. Κατά συνέπεια, ο τύπος του βιότοπου δεν μπορεί να προσδιοριστεί ανά εικονοστοιχείο και τα μοντέλα πρέπει να αναπτυχθούν βάση όλων των εικονοστοιχείων που περιέχονται σε ένα βιότοπο. Η μοντελοποίηση των βιότοπων βασίζεται στα επιφανειακά υλικά. <br /> Η ιδέα της παρούσας μελέτης είναι να χρησιμοποιήσει αυτά τα στρώματα κλάσμα σε συνδυασμό με τον υφιστάμενο χάρτη βιότοπων για την ανάπτυξη μοντέλων για τους τύπους βιοτόπων (πίνακας 1). Ως εκ τούτου, με επικάλυψη από τα δύο είδη των δεδομένων εισόδου αριθμητικά στοιχεία θα υπολογίζονται στις δορυφορικές εικόνες για να χαρακτηρίσουν τον τύπο. Τα χαρακτηριστικά υπολογίζονται για κάθε βιότοπο με βάση το κλασματικό υλικό των εικονοστοιχείων που ανήκουν στο βιότοπο και περιγράφουν την υλική σύνθεση τους και τη διευθέτηση των επιφανειακών υλικών σε αυτούς. Όλα τα στοιχεία υπολογίζονται για όλους τους βιοτόπους. Οι βιότοποι του κάθε τύπου αναλύονται, στοιχεία με χαρακτηριστικές τιμές εντοπίζονται ώστε να διακριθεί ο ένας τύπος από τον άλλο. <br /> <br /> [[Εικόνα:fl9.jpg|thumb|right|Σχήμα 5: Ιστογράμματα διανομής του χαρακτηριστικού «προσανατολισμός του τμήματος τάξης&quot; για τα δείγματα βιότοπων της ανάπτυξης σε σειρά (πράσινο) και μονοκατοικιών( κόκκινο ορθογώνια)]]<br /> Για κάθε τύπο βιοτόπων πρέπει να αναπτυχθεί ξεχωριστό μοντέλο. Η διαδικασία δημιουργίας των μοντέλων αποτελείται από δύο βασικά στάδια, την επιλογή των χαρακτηριστικών και το συνδυασμός τους. Τα μοντέλα ασαφούς λογικής που χρησιμοποιούνται στην μελέτη αποτελούν ισχυρό εργαλείο για την εφαρμογή της ανθρώπινης γνώσης. Εφαρμοσμένο σε συγκεκριμένους βιότοπους το μοντέλο ασαφούς λογικής (fuzzy logic) υπολογίζει τη πιθανότητα ο βιότοπος να ανήκει σε ένα τύπο, βάση πρότυπων βιότοπων που έχουν οριστεί για τον κάθε τύπο. Οι τιμές που προκύπτουν μπορεί να εμφανίζονται ως ένα ιστόγραμμα διανομής χαρακτηριστικών (σχήμα 5). Εάν στο ιστόγραμμα ένα χαρακτηριστικό που υπολογίζεται βάση του πρωτότυπου των διαφόρων τύπων βιότοπου εμφανίζει μέτρια επικάλυψη σε διάφορους τύπους, αυτό το χαρακτηριστικό έχει ενσωματωθεί στα μοντέλα αυτών των τύπων βιότοπων. Για την διάκριση όλων των τύπων, πρέπει να βρεθεί για κάθε είδος βιότοπου ένα μη επικαλύψιμο χαρακτηριστικό ή μηδαμινά επικαλύψιμο.<br /> <br /> [[Εικόνα:fl10.jpg|thumb|right|Σχήμα 6: Διάγραμμα του μοντέλου ασαφούς λογικής (fuzzy logic) για τον τύπο ανάπτυξης κτηρίων σε σειρά. Οι τιμές εισόδου προέρχονται είναι από ένα δείγμα βιότοπου. Το μοντέλο επιστρέφει μια τιμή ομοιότητας ίση με 1.]]<br /> Στα χαρακτηριστικά του μοντέλου εφαρμόζεται επεξεργασία ασαφούς λογικής και συνδυάζονται με ένα κανόνα/όριο, αυτόν με τον ελάχιστο τελεστή. Αυτό έχει ως αποτέλεσμα την χρήση της μικρότερης τιμής που επιστρέφεται από τις μεταβλητές εισόδου (τα χαρακτηριστικά) στη διαδικασία. Έτσι, εφαρμόζοντας ένα μοντέλο σε ένα πρότυπο βιότοπο αποδίδεται η πιθανότητα τιμής 1, που εκφράζει την ομοιότητα ενός βιότοπου στον πρότυπο του τύπο και έτσι το λάθος παράλειψης μπορεί να διατηρηθεί σε χαμηλά επίπεδα (σχήμα 6).<br /> Τα αποτελέσματα της εφαρμογής δείχνουν ότι είναι δυνατόν με προχωρημένες επεξεργασίες τηλεπισκοπικών εικόνων και συγκεκριμένα με την εισαγωγή μοντέλων ασαφούς λογικής (fuzzy logic) βασισμένα στην κάλυψης γης των τύπων των αστικών βιοτόπων να προσδιοριστούν διάφοροι τύποι βιότοπων. Η μέθοδος αυτή είναι απαραίτητη για ένα αποτελεσματικό σύστημα αναβάθμισης των υφιστάμενων χαρτών των βιοτόπων, που αποτελούν σημαντική πηγή πληροφοριών για την οικολογική πολεοδομία.<br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> Your Content Here <br /> <br /> [[category:Αστικός και περιφερειακός σχεδιασμός]]</div>

Ktzina http://147.102.106.44/rs/wiki/index.php/%C2%AB%CE%9C%CE%BF%CE%BD%CF%84%CE%B5%CE%BB%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CF%84%CF%8D%CF%80%CF%89%CE%BD_%CE%B2%CE%B9%CE%BF%CF%84%CF%8C%CF%80%CF%89%CE%BD_%CE%B1%CF%80%CF%8C_%CF%85%CF%80%CE%B5%CF%81%CF%86%CE%B1%CF%83%CE%BC%CE%B1%CF%84%CE%B9%CE%BA%CE%AD%CF%82_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CE%B5%CF%82_%CE%BC%CE%B5_%CF%84%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%80%CF%81%CE%BF%CF%83%CE%AD%CE%B3%CE%B3%CE%B9%CF%83%CE%B7%CF%82_FUZZY_LOGIC%C2%BB 2010-02-09T07:38:21Z

<p>Ktzina: </p> <hr /> <div>Δημοσίευση Εφαρμογής Τηλεπισκόπισης: <br /> «MODELLING OF URBAN BIOTOPE TYPES FROM HYPERSPECTRAL IMAGERY USING A FUZZY LOGIC APPROACH», «Μοντελοποίηση αστικών τύπων βιοτόπων από υπερφασματικές εικόνες με τη χρήση προσέγγισης FUZZY LOGIC»<br /> Συγγραφείς:<br /> Mathias Bochow, Theres Peisker, Karl Segl και Hermann Kaufmann<br /> GeoforschungsZentrum Potsdam, Section 1.4 Remote Sensing, Potsdam, Germany<br /> <br /> Ανάλυση – Παρουσίαση:<br /> <br /> Αντικείμενο της εφαρμογής αποτελεί η οικολογική πολεοδόμηση κύριο συστατικό της οποίας είναι οι αστικοί βιότοποι. Οι τελευταίοι είναι η κατοικία μιας κοινωνίας οργανισμών στην ίδια περιοχή και χαρακτηρίζεται από παρόμοιες οικολογικές συνθήκες. Οι βιότοποι χωρίζονται σε διάφορους τύπους. Στόχος της εφαρμογής αυτής είναι η ανάπτυξη μιας μεθόδου που να προσδιορίζει τους τύπους των βιοτόπων, δηλαδή που να μοντελοποιεί τους βιότοπους, με τη βοήθεια υπερφασματικών δεδομένων τηλεπισκόπησης. Στην κοινή πρακτική η χαρτογράφηση και η παρακολούθηση των βιοτόπων βασίζονται στην φωτοερμηνεία έγχρωμων και υπέρυθρων αεροφωτογραφιών και στις επιτόπιες έρευνες. Αυτό το είδος της πρακτικής οδηγεί σε πολύπλοκα ποιοτικές πληροφορίες που συνδέονται με την υποκειμενικότητα του παρατηρητή. Επιπλέον είναι μια χρονοβόρα και δαπανηρή μέθοδος. <br /> <br /> Σε αυτή την έρευνα χρησιμοποιούνται έξι τύποι αστικών βιότοπων για να μελετηθεί η αποτελεσματικότητα της αναπτυσσόμενης μεθόδου: μονοκατοικίες, συγκροτήματα κτηρίων, κτήρια περιμετρικά ανεπτυγμένα, κτήρια ανεπτυγμένα σε σειρές, πολυώροφα κτήρια και περιοχές πρασίνου (σχήμα 1α, 1β, 1γ, 1δ). Η περιοχή ανάλυσης είναι μια έκταση 14.5 τ.χμ στη Δρέσδη. Για την ανάπτυξη των τύπων των βιότοπων είναι απαραίτητος ένας υφιστάμενος χάρτης βιότοπων, συνήθως σε διανυσματική μορφή, δορυφορικές εικόνες και ένα μοντέλο ψηφιακής αναπαράστασης της γήινης επιφάνειας(DSM).<br /> <br /> [[Εικόνα:fl5.jpg|thumb|right|Σχήμα 2: (α) Αστικός βιότοπος τύπου συγκροτήματος κτηρίων και (β) η απεικόνιση του από HyMap αισθητήρα]] <br /> Ο χάρτης των βιότοπων μετατράπηκε σε ψηφιδωτή μορφή. Τα τηλεπισκοπικά δεδομένα που χρησιμοποιούνται συγκεντρώθηκαν από τον αισθητήρα HyMap με ημερομηνία λήψης 7/7/2004, χωρική διακριτική ικανότητα 4 μέτρων και αριθμό φασματικών ζωνών 128. Το μοντέλο ψηφιακής αναπαράστασης της γήινης επιφάνειας συγκεντρώθηκε το 2004 από αερομεταφερόμενο υψομετρικό όργανο με ακτίνες λέιζερ και με εδαφική ανάλυση των 2 μέτρων (σχήμα 2). Ένα ψηφιακό μοντέλο εδάφους (DTM) με παρεμβολή από ισοϋψείς καμπύλες αφαιρέθηκε από το λέιζερ DSM για να παραχθεί ένα κανονικοποιημένο μοντέλο επιφάνειας (nDSM), το οποίο περιέχει τα ύψη των αντικειμένων.<br /> <br /> [[Εικόνα:fl6.jpg|thumb|right|Σχήμα 3: Κατηγορίες για τον υπολογισμό των αριθμητικών στοιχείων]] <br /> Το μοντέλο ψηφιακής αναπαράστασης της γήινης επιφάνειας χρησιμοποιήθηκε για την ατμοσφαιρική και τη γεωμετρική διόρθωση των δεδομένων HyMap. Το nDSM ελήφθη ως πρόσθετη εισροή για τον υπολογισμό των χαρακτηριστικών (σχήμα 3). Η ατμοσφαιρική διόρθωση των δεδομένων HyMap διεξήχθη με λογισμικό MODTRAN ακολουθώντας εμπειρική διόρθωση με τη χρήση των πεδίων του φάσματος. Η γεωμετρική διόρθωση έγινε με παραμετρική προσέγγιση γεωκωδικοποίησης. Το προκύπτον σφάλμα RMS που είναι μικρότερο από το εικονοστοιχείο επιτρέπει την ακριβή επικάλυψη των δεδομένων εισόδου. <br /> <br /> [[Εικόνα:fl7.jpg|thumb|right|Σχήμα 4: Δείγμα βιότοπου. Τα αντικείμενα που εφαρμόζονται για τον υπολογισμό χαρακτηριστικών (ολόκληρος βιότοπος, μια τάξη του, ένα μόνο τμήμα μιας τάξη του βιότοπου) περιγράφονται στο μπλε για κάθε επίπεδο]]<br /> Τα κατάλληλα δεδομένα εισόδου (στρώματα κλάσμα υλικό) προκύπτουν από μια ταξινόμηση και αποανάμιξη της εικόνας HyMap. Η πλήρως αυτοματοποιημένη αλυσίδα επεξεργασίας αποτελείται από μια αναγνωριστική προσέγγιση που βασίζεται σε ένα οριακό χαρακτηριστικό, που ακολουθείται από τη μέγιστη πιθανότητα ταξινόμησης με πολύ μικρό όριο και μια επαναληπτική γραμμική φασματική απανάμιξη (linear spectral unmixing) (σχήμα 4). Η εικόνα που προκύπτει αποτελείται από n στρώματα, ένα στρώμα ανά επιφανειακό υλικό, τα οποία περιέχουν τα κλάσματα των οριακών τιμών ανά εικονοστοιχείο ως τόνους του γκρί.<br /> Με βάση τα αποτελέσματα της διαδικασίας αποανάμιξης επιπλέον στρώματα παρήχθησαν, τα οποία περιέχουν τις θεματικές ομάδες ταξινόμησης βλάστησης, δέντρα, εδάφη, στέγες, μεταλλικές στέγες, κεραμοσκεπές, ταράτσες και περιοχές κίνησης. Αυτά τα στρώματα δημιουργήθηκαν με την άθροιση των κλασματικών τιμών των αντίστοιχων κατηγοριών ανά εικονοστοιχείο. Έτσι τα χαρακτηριστικά για την ταυτοποίηση των τύπων των βιοτόπων μπορούν να υπολογιστούν είτε από τη στιβάδα του κλάσματος μία μόνο κατηγορίας ή μιας ομάδας κατηγοριών. Περαιτέρω δεδομένα για τον υπολογισμό λαμβάνονται από τον κατακερματισμό της κατηγορίας και των κλασματικών στρωμάτων ομάδας κατηγοριών.<br /> <br /> [[Εικόνα:fl8.jpg|thumb|right|Πίνακας 1: Δημιουργία μοντέλων βάση χαρακτηριστικών από υπερφασματικές εικόνες, που προσδιορίζουν το είδος των βιοτόπων ]]<br /> Οι τηλεπισκοπικές εικόνες αστικών βιότοπων περιέχουν διαφορετικά γεω-αντικείμενα, που αποτελούνται από διαφορετικά επιφανειακά υλικά, έχουν μέγεθος μεταξύ 0,1 και 10 εκτάρια, περιλαμβάνουν εικονοστοιχεία διαφορετικών υλικών και είναι εικόνες υψηλής ευκρίνειας. Κατά συνέπεια, ο τύπος του βιότοπου δεν μπορεί να προσδιοριστεί ανά εικονοστοιχείο και τα μοντέλα πρέπει να αναπτυχθούν βάση όλων των εικονοστοιχείων που περιέχονται σε ένα βιότοπο. Η μοντελοποίηση των βιότοπων βασίζεται στα επιφανειακά υλικά. <br /> Η ιδέα της παρούσας μελέτης είναι να χρησιμοποιήσει αυτά τα στρώματα κλάσμα σε συνδυασμό με τον υφιστάμενο χάρτη βιότοπων για την ανάπτυξη μοντέλων για τους τύπους βιοτόπων (πίνακας 1). Ως εκ τούτου, με επικάλυψη από τα δύο είδη των δεδομένων εισόδου αριθμητικά στοιχεία θα υπολογίζονται στις δορυφορικές εικόνες για να χαρακτηρίσουν τον τύπο. Τα χαρακτηριστικά υπολογίζονται για κάθε βιότοπο με βάση το κλασματικό υλικό των εικονοστοιχείων που ανήκουν στο βιότοπο και περιγράφουν την υλική σύνθεση τους και τη διευθέτηση των επιφανειακών υλικών σε αυτούς. Όλα τα στοιχεία υπολογίζονται για όλους τους βιοτόπους. Οι βιότοποι του κάθε τύπου αναλύονται, στοιχεία με χαρακτηριστικές τιμές εντοπίζονται ώστε να διακριθεί ο ένας τύπος από τον άλλο. <br /> <br /> [[Εικόνα:fl9.jpg|thumb|right|Σχήμα 5: Ιστογράμματα διανομής του χαρακτηριστικού «προσανατολισμός του τμήματος τάξης&quot; για τα δείγματα βιότοπων της ανάπτυξης σε σειρά (πράσινο) και μονοκατοικιών( κόκκινο ορθογώνια)]]<br /> Για κάθε τύπο βιοτόπων πρέπει να αναπτυχθεί ξεχωριστό μοντέλο. Η διαδικασία δημιουργίας των μοντέλων αποτελείται από δύο βασικά στάδια, την επιλογή των χαρακτηριστικών και το συνδυασμός τους. Τα μοντέλα ασαφούς λογικής που χρησιμοποιούνται στην μελέτη αποτελούν ισχυρό εργαλείο για την εφαρμογή της ανθρώπινης γνώσης. Εφαρμοσμένο σε συγκεκριμένους βιότοπους το μοντέλο ασαφούς λογικής (fuzzy logic) υπολογίζει τη πιθανότητα ο βιότοπος να ανήκει σε ένα τύπο, βάση πρότυπων βιότοπων που έχουν οριστεί για τον κάθε τύπο. Οι τιμές που προκύπτουν μπορεί να εμφανίζονται ως ένα ιστόγραμμα διανομής χαρακτηριστικών (σχήμα 5). Εάν στο ιστόγραμμα ένα χαρακτηριστικό που υπολογίζεται βάση του πρωτότυπου των διαφόρων τύπων βιότοπου εμφανίζει μέτρια επικάλυψη σε διάφορους τύπους, αυτό το χαρακτηριστικό έχει ενσωματωθεί στα μοντέλα αυτών των τύπων βιότοπων. Για την διάκριση όλων των τύπων, πρέπει να βρεθεί για κάθε είδος βιότοπου ένα μη επικαλύψιμο χαρακτηριστικό ή μηδαμινά επικαλύψιμο.<br /> <br /> [[Εικόνα:fl10.jpg|thumb|right|Σχήμα 6: Διάγραμμα του μοντέλου ασαφούς λογικής (fuzzy logic) για τον τύπο ανάπτυξης κτηρίων σε σειρά. Οι τιμές εισόδου προέρχονται είναι από ένα δείγμα βιότοπου. Το μοντέλο επιστρέφει μια τιμή ομοιότητας ίση με 1.]]<br /> Στα χαρακτηριστικά του μοντέλου εφαρμόζεται επεξεργασία ασαφούς λογικής και συνδυάζονται με ένα κανόνα/όριο, αυτόν με τον ελάχιστο τελεστή. Αυτό έχει ως αποτέλεσμα την χρήση της μικρότερης τιμής που επιστρέφεται από τις μεταβλητές εισόδου (τα χαρακτηριστικά) στη διαδικασία. Έτσι, εφαρμόζοντας ένα μοντέλο σε ένα πρότυπο βιότοπο αποδίδεται η πιθανότητα τιμής 1, που εκφράζει την ομοιότητα ενός βιότοπου στον πρότυπο του τύπο και έτσι το λάθος παράλειψης μπορεί να διατηρηθεί σε χαμηλά επίπεδα (σχήμα 6).<br /> Τα αποτελέσματα της εφαρμογής δείχνουν ότι είναι δυνατόν με προχωρημένες επεξεργασίες τηλεπισκοπικών εικόνων και συγκεκριμένα με την εισαγωγή μοντέλων ασαφούς λογικής (fuzzy logic) βασισμένα στην κάλυψης γης των τύπων των αστικών βιοτόπων να προσδιοριστούν διάφοροι τύποι βιότοπων. Η μέθοδος αυτή είναι απαραίτητη για ένα αποτελεσματικό σύστημα αναβάθμισης των υφιστάμενων χαρτών των βιοτόπων, που αποτελούν σημαντική πηγή πληροφοριών για την οικολογική πολεοδομία.<br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> Your Content Here <br /> <br /> [[category:Αστικός και περιφερειακός σχεδιασμός]]<br /> [[Εικόνα:fl11.jpg|thumb|right|Σχήμα 1: Αστικοί βιότοποι σε αεροφωτογραφία. ΒΑ μονοκατοικίες, BB_b συγκροτήματα κτηρίων, BB_r κτήρια περιμετρικά ανεπτυγμένα, BB_z κτήρια ανεπτυγμένα σε σειρές, BC πολυώροφα κτήρια και EK περιοχές πρασίνου]]</div>

Ktzina http://147.102.106.44/rs/wiki/index.php/%C2%AB%CE%9C%CE%BF%CE%BD%CF%84%CE%B5%CE%BB%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CF%84%CF%8D%CF%80%CF%89%CE%BD_%CE%B2%CE%B9%CE%BF%CF%84%CF%8C%CF%80%CF%89%CE%BD_%CE%B1%CF%80%CF%8C_%CF%85%CF%80%CE%B5%CF%81%CF%86%CE%B1%CF%83%CE%BC%CE%B1%CF%84%CE%B9%CE%BA%CE%AD%CF%82_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CE%B5%CF%82_%CE%BC%CE%B5_%CF%84%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%80%CF%81%CE%BF%CF%83%CE%AD%CE%B3%CE%B3%CE%B9%CF%83%CE%B7%CF%82_FUZZY_LOGIC%C2%BB 2010-02-09T07:37:19Z

<p>Ktzina: </p> <hr /> <div>Δημοσίευση Εφαρμογής Τηλεπισκόπισης: <br /> «MODELLING OF URBAN BIOTOPE TYPES FROM HYPERSPECTRAL IMAGERY USING A FUZZY LOGIC APPROACH», «Μοντελοποίηση αστικών τύπων βιοτόπων από υπερφασματικές εικόνες με τη χρήση προσέγγισης FUZZY LOGIC»<br /> Συγγραφείς:<br /> Mathias Bochow, Theres Peisker, Karl Segl και Hermann Kaufmann<br /> GeoforschungsZentrum Potsdam, Section 1.4 Remote Sensing, Potsdam, Germany<br /> <br /> Ανάλυση – Παρουσίαση:<br /> <br /> Αντικείμενο της εφαρμογής αποτελεί η οικολογική πολεοδόμηση κύριο συστατικό της οποίας είναι οι αστικοί βιότοποι. Οι τελευταίοι είναι η κατοικία μιας κοινωνίας οργανισμών στην ίδια περιοχή και χαρακτηρίζεται από παρόμοιες οικολογικές συνθήκες. Οι βιότοποι χωρίζονται σε διάφορους τύπους. Στόχος της εφαρμογής αυτής είναι η ανάπτυξη μιας μεθόδου που να προσδιορίζει τους τύπους των βιοτόπων, δηλαδή που να μοντελοποιεί τους βιότοπους, με τη βοήθεια υπερφασματικών δεδομένων τηλεπισκόπησης. Στην κοινή πρακτική η χαρτογράφηση και η παρακολούθηση των βιοτόπων βασίζονται στην φωτοερμηνεία έγχρωμων και υπέρυθρων αεροφωτογραφιών και στις επιτόπιες έρευνες. Αυτό το είδος της πρακτικής οδηγεί σε πολύπλοκα ποιοτικές πληροφορίες που συνδέονται με την υποκειμενικότητα του παρατηρητή. Επιπλέον είναι μια χρονοβόρα και δαπανηρή μέθοδος. <br /> [[Εικόνα:fl11.jpg|thumb|right|]<br /> <br /> Σε αυτή την έρευνα χρησιμοποιούνται έξι τύποι αστικών βιότοπων για να μελετηθεί η αποτελεσματικότητα της αναπτυσσόμενης μεθόδου: μονοκατοικίες, συγκροτήματα κτηρίων, κτήρια περιμετρικά ανεπτυγμένα, κτήρια ανεπτυγμένα σε σειρές, πολυώροφα κτήρια και περιοχές πρασίνου (σχήμα 1α, 1β, 1γ, 1δ). Η περιοχή ανάλυσης είναι μια έκταση 14.5 τ.χμ στη Δρέσδη. Για την ανάπτυξη των τύπων των βιότοπων είναι απαραίτητος ένας υφιστάμενος χάρτης βιότοπων, συνήθως σε διανυσματική μορφή, δορυφορικές εικόνες και ένα μοντέλο ψηφιακής αναπαράστασης της γήινης επιφάνειας(DSM).<br /> <br /> [[Εικόνα:fl5.jpg|thumb|right|Σχήμα 2: (α) Αστικός βιότοπος τύπου συγκροτήματος κτηρίων και (β) η απεικόνιση του από HyMap αισθητήρα]] <br /> Ο χάρτης των βιότοπων μετατράπηκε σε ψηφιδωτή μορφή. Τα τηλεπισκοπικά δεδομένα που χρησιμοποιούνται συγκεντρώθηκαν από τον αισθητήρα HyMap με ημερομηνία λήψης 7/7/2004, χωρική διακριτική ικανότητα 4 μέτρων και αριθμό φασματικών ζωνών 128. Το μοντέλο ψηφιακής αναπαράστασης της γήινης επιφάνειας συγκεντρώθηκε το 2004 από αερομεταφερόμενο υψομετρικό όργανο με ακτίνες λέιζερ και με εδαφική ανάλυση των 2 μέτρων (σχήμα 2). Ένα ψηφιακό μοντέλο εδάφους (DTM) με παρεμβολή από ισοϋψείς καμπύλες αφαιρέθηκε από το λέιζερ DSM για να παραχθεί ένα κανονικοποιημένο μοντέλο επιφάνειας (nDSM), το οποίο περιέχει τα ύψη των αντικειμένων.<br /> <br /> [[Εικόνα:fl6.jpg|thumb|right|Σχήμα 3: Κατηγορίες για τον υπολογισμό των αριθμητικών στοιχείων]] <br /> Το μοντέλο ψηφιακής αναπαράστασης της γήινης επιφάνειας χρησιμοποιήθηκε για την ατμοσφαιρική και τη γεωμετρική διόρθωση των δεδομένων HyMap. Το nDSM ελήφθη ως πρόσθετη εισροή για τον υπολογισμό των χαρακτηριστικών (σχήμα 3). Η ατμοσφαιρική διόρθωση των δεδομένων HyMap διεξήχθη με λογισμικό MODTRAN ακολουθώντας εμπειρική διόρθωση με τη χρήση των πεδίων του φάσματος. Η γεωμετρική διόρθωση έγινε με παραμετρική προσέγγιση γεωκωδικοποίησης. Το προκύπτον σφάλμα RMS που είναι μικρότερο από το εικονοστοιχείο επιτρέπει την ακριβή επικάλυψη των δεδομένων εισόδου. <br /> <br /> [[Εικόνα:fl7.jpg|thumb|right|Σχήμα 4: Δείγμα βιότοπου. Τα αντικείμενα που εφαρμόζονται για τον υπολογισμό χαρακτηριστικών (ολόκληρος βιότοπος, μια τάξη του, ένα μόνο τμήμα μιας τάξη του βιότοπου) περιγράφονται στο μπλε για κάθε επίπεδο]]<br /> Τα κατάλληλα δεδομένα εισόδου (στρώματα κλάσμα υλικό) προκύπτουν από μια ταξινόμηση και αποανάμιξη της εικόνας HyMap. Η πλήρως αυτοματοποιημένη αλυσίδα επεξεργασίας αποτελείται από μια αναγνωριστική προσέγγιση που βασίζεται σε ένα οριακό χαρακτηριστικό, που ακολουθείται από τη μέγιστη πιθανότητα ταξινόμησης με πολύ μικρό όριο και μια επαναληπτική γραμμική φασματική απανάμιξη (linear spectral unmixing) (σχήμα 4). Η εικόνα που προκύπτει αποτελείται από n στρώματα, ένα στρώμα ανά επιφανειακό υλικό, τα οποία περιέχουν τα κλάσματα των οριακών τιμών ανά εικονοστοιχείο ως τόνους του γκρί.<br /> Με βάση τα αποτελέσματα της διαδικασίας αποανάμιξης επιπλέον στρώματα παρήχθησαν, τα οποία περιέχουν τις θεματικές ομάδες ταξινόμησης βλάστησης, δέντρα, εδάφη, στέγες, μεταλλικές στέγες, κεραμοσκεπές, ταράτσες και περιοχές κίνησης. Αυτά τα στρώματα δημιουργήθηκαν με την άθροιση των κλασματικών τιμών των αντίστοιχων κατηγοριών ανά εικονοστοιχείο. Έτσι τα χαρακτηριστικά για την ταυτοποίηση των τύπων των βιοτόπων μπορούν να υπολογιστούν είτε από τη στιβάδα του κλάσματος μία μόνο κατηγορίας ή μιας ομάδας κατηγοριών. Περαιτέρω δεδομένα για τον υπολογισμό λαμβάνονται από τον κατακερματισμό της κατηγορίας και των κλασματικών στρωμάτων ομάδας κατηγοριών.<br /> <br /> [[Εικόνα:fl8.jpg|thumb|right|Πίνακας 1: Δημιουργία μοντέλων βάση χαρακτηριστικών από υπερφασματικές εικόνες, που προσδιορίζουν το είδος των βιοτόπων ]]<br /> Οι τηλεπισκοπικές εικόνες αστικών βιότοπων περιέχουν διαφορετικά γεω-αντικείμενα, που αποτελούνται από διαφορετικά επιφανειακά υλικά, έχουν μέγεθος μεταξύ 0,1 και 10 εκτάρια, περιλαμβάνουν εικονοστοιχεία διαφορετικών υλικών και είναι εικόνες υψηλής ευκρίνειας. Κατά συνέπεια, ο τύπος του βιότοπου δεν μπορεί να προσδιοριστεί ανά εικονοστοιχείο και τα μοντέλα πρέπει να αναπτυχθούν βάση όλων των εικονοστοιχείων που περιέχονται σε ένα βιότοπο. Η μοντελοποίηση των βιότοπων βασίζεται στα επιφανειακά υλικά. <br /> Η ιδέα της παρούσας μελέτης είναι να χρησιμοποιήσει αυτά τα στρώματα κλάσμα σε συνδυασμό με τον υφιστάμενο χάρτη βιότοπων για την ανάπτυξη μοντέλων για τους τύπους βιοτόπων (πίνακας 1). Ως εκ τούτου, με επικάλυψη από τα δύο είδη των δεδομένων εισόδου αριθμητικά στοιχεία θα υπολογίζονται στις δορυφορικές εικόνες για να χαρακτηρίσουν τον τύπο. Τα χαρακτηριστικά υπολογίζονται για κάθε βιότοπο με βάση το κλασματικό υλικό των εικονοστοιχείων που ανήκουν στο βιότοπο και περιγράφουν την υλική σύνθεση τους και τη διευθέτηση των επιφανειακών υλικών σε αυτούς. Όλα τα στοιχεία υπολογίζονται για όλους τους βιοτόπους. Οι βιότοποι του κάθε τύπου αναλύονται, στοιχεία με χαρακτηριστικές τιμές εντοπίζονται ώστε να διακριθεί ο ένας τύπος από τον άλλο. <br /> <br /> [[Εικόνα:fl9.jpg|thumb|right|Σχήμα 5: Ιστογράμματα διανομής του χαρακτηριστικού «προσανατολισμός του τμήματος τάξης&quot; για τα δείγματα βιότοπων της ανάπτυξης σε σειρά (πράσινο) και μονοκατοικιών( κόκκινο ορθογώνια)]]<br /> Για κάθε τύπο βιοτόπων πρέπει να αναπτυχθεί ξεχωριστό μοντέλο. Η διαδικασία δημιουργίας των μοντέλων αποτελείται από δύο βασικά στάδια, την επιλογή των χαρακτηριστικών και το συνδυασμός τους. Τα μοντέλα ασαφούς λογικής που χρησιμοποιούνται στην μελέτη αποτελούν ισχυρό εργαλείο για την εφαρμογή της ανθρώπινης γνώσης. Εφαρμοσμένο σε συγκεκριμένους βιότοπους το μοντέλο ασαφούς λογικής (fuzzy logic) υπολογίζει τη πιθανότητα ο βιότοπος να ανήκει σε ένα τύπο, βάση πρότυπων βιότοπων που έχουν οριστεί για τον κάθε τύπο. Οι τιμές που προκύπτουν μπορεί να εμφανίζονται ως ένα ιστόγραμμα διανομής χαρακτηριστικών (σχήμα 5). Εάν στο ιστόγραμμα ένα χαρακτηριστικό που υπολογίζεται βάση του πρωτότυπου των διαφόρων τύπων βιότοπου εμφανίζει μέτρια επικάλυψη σε διάφορους τύπους, αυτό το χαρακτηριστικό έχει ενσωματωθεί στα μοντέλα αυτών των τύπων βιότοπων. Για την διάκριση όλων των τύπων, πρέπει να βρεθεί για κάθε είδος βιότοπου ένα μη επικαλύψιμο χαρακτηριστικό ή μηδαμινά επικαλύψιμο.<br /> <br /> [[Εικόνα:fl10.jpg|thumb|right|Σχήμα 6: Διάγραμμα του μοντέλου ασαφούς λογικής (fuzzy logic) για τον τύπο ανάπτυξης κτηρίων σε σειρά. Οι τιμές εισόδου προέρχονται είναι από ένα δείγμα βιότοπου. Το μοντέλο επιστρέφει μια τιμή ομοιότητας ίση με 1.]]<br /> Στα χαρακτηριστικά του μοντέλου εφαρμόζεται επεξεργασία ασαφούς λογικής και συνδυάζονται με ένα κανόνα/όριο, αυτόν με τον ελάχιστο τελεστή. Αυτό έχει ως αποτέλεσμα την χρήση της μικρότερης τιμής που επιστρέφεται από τις μεταβλητές εισόδου (τα χαρακτηριστικά) στη διαδικασία. Έτσι, εφαρμόζοντας ένα μοντέλο σε ένα πρότυπο βιότοπο αποδίδεται η πιθανότητα τιμής 1, που εκφράζει την ομοιότητα ενός βιότοπου στον πρότυπο του τύπο και έτσι το λάθος παράλειψης μπορεί να διατηρηθεί σε χαμηλά επίπεδα (σχήμα 6).<br /> Τα αποτελέσματα της εφαρμογής δείχνουν ότι είναι δυνατόν με προχωρημένες επεξεργασίες τηλεπισκοπικών εικόνων και συγκεκριμένα με την εισαγωγή μοντέλων ασαφούς λογικής (fuzzy logic) βασισμένα στην κάλυψης γης των τύπων των αστικών βιοτόπων να προσδιοριστούν διάφοροι τύποι βιότοπων. Η μέθοδος αυτή είναι απαραίτητη για ένα αποτελεσματικό σύστημα αναβάθμισης των υφιστάμενων χαρτών των βιοτόπων, που αποτελούν σημαντική πηγή πληροφοριών για την οικολογική πολεοδομία.<br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> Your Content Here <br /> <br /> [[category:Αστικός και περιφερειακός σχεδιασμός]]</div>

Ktzina http://147.102.106.44/rs/wiki/index.php/%C2%AB%CE%9C%CE%BF%CE%BD%CF%84%CE%B5%CE%BB%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CF%84%CF%8D%CF%80%CF%89%CE%BD_%CE%B2%CE%B9%CE%BF%CF%84%CF%8C%CF%80%CF%89%CE%BD_%CE%B1%CF%80%CF%8C_%CF%85%CF%80%CE%B5%CF%81%CF%86%CE%B1%CF%83%CE%BC%CE%B1%CF%84%CE%B9%CE%BA%CE%AD%CF%82_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CE%B5%CF%82_%CE%BC%CE%B5_%CF%84%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%80%CF%81%CE%BF%CF%83%CE%AD%CE%B3%CE%B3%CE%B9%CF%83%CE%B7%CF%82_FUZZY_LOGIC%C2%BB 2010-02-09T07:35:50Z

<p>Ktzina: </p> <hr /> <div>Δημοσίευση Εφαρμογής Τηλεπισκόπισης: <br /> «MODELLING OF URBAN BIOTOPE TYPES FROM HYPERSPECTRAL IMAGERY USING A FUZZY LOGIC APPROACH», «Μοντελοποίηση αστικών τύπων βιοτόπων από υπερφασματικές εικόνες με τη χρήση προσέγγισης FUZZY LOGIC»<br /> Συγγραφείς:<br /> Mathias Bochow, Theres Peisker, Karl Segl και Hermann Kaufmann<br /> GeoforschungsZentrum Potsdam, Section 1.4 Remote Sensing, Potsdam, Germany<br /> <br /> Ανάλυση – Παρουσίαση:<br /> <br /> Αντικείμενο της εφαρμογής αποτελεί η οικολογική πολεοδόμηση κύριο συστατικό της οποίας είναι οι αστικοί βιότοποι. Οι τελευταίοι είναι η κατοικία μιας κοινωνίας οργανισμών στην ίδια περιοχή και χαρακτηρίζεται από παρόμοιες οικολογικές συνθήκες. Οι βιότοποι χωρίζονται σε διάφορους τύπους. Στόχος της εφαρμογής αυτής είναι η ανάπτυξη μιας μεθόδου που να προσδιορίζει τους τύπους των βιοτόπων, δηλαδή που να μοντελοποιεί τους βιότοπους, με τη βοήθεια υπερφασματικών δεδομένων τηλεπισκόπησης. Στην κοινή πρακτική η χαρτογράφηση και η παρακολούθηση των βιοτόπων βασίζονται στην φωτοερμηνεία έγχρωμων και υπέρυθρων αεροφωτογραφιών και στις επιτόπιες έρευνες. Αυτό το είδος της πρακτικής οδηγεί σε πολύπλοκα ποιοτικές πληροφορίες που συνδέονται με την υποκειμενικότητα του παρατηρητή. Επιπλέον είναι μια χρονοβόρα και δαπανηρή μέθοδος. <br /> [[Εικόνα:fl11.jpg|thumb|right|Σχήμα 1α,1β.1γ,1δ: Αστικοί βιότοποι σε αεροφωτογραφία. ΒΑ μονοκατοικίες, BB_b συγκροτήματα κτηρίων, BB_r κτήρια περιμετρικά ανεπτυγμένα, BB_z κτήρια ανεπτυγμένα σε σειρές, BC πολυώροφα κτήρια και EK περιοχές πρασίνου]<br /> <br /> Σε αυτή την έρευνα χρησιμοποιούνται έξι τύποι αστικών βιότοπων για να μελετηθεί η αποτελεσματικότητα της αναπτυσσόμενης μεθόδου: μονοκατοικίες, συγκροτήματα κτηρίων, κτήρια περιμετρικά ανεπτυγμένα, κτήρια ανεπτυγμένα σε σειρές, πολυώροφα κτήρια και περιοχές πρασίνου (σχήμα 1α, 1β, 1γ, 1δ). Η περιοχή ανάλυσης είναι μια έκταση 14.5 τ.χμ στη Δρέσδη. Για την ανάπτυξη των τύπων των βιότοπων είναι απαραίτητος ένας υφιστάμενος χάρτης βιότοπων, συνήθως σε διανυσματική μορφή, δορυφορικές εικόνες και ένα μοντέλο ψηφιακής αναπαράστασης της γήινης επιφάνειας(DSM).<br /> <br /> [[Εικόνα:fl5.jpg|thumb|right|Σχήμα 2: (α) Αστικός βιότοπος τύπου συγκροτήματος κτηρίων και (β) η απεικόνιση του από HyMap αισθητήρα]] <br /> Ο χάρτης των βιότοπων μετατράπηκε σε ψηφιδωτή μορφή. Τα τηλεπισκοπικά δεδομένα που χρησιμοποιούνται συγκεντρώθηκαν από τον αισθητήρα HyMap με ημερομηνία λήψης 7/7/2004, χωρική διακριτική ικανότητα 4 μέτρων και αριθμό φασματικών ζωνών 128. Το μοντέλο ψηφιακής αναπαράστασης της γήινης επιφάνειας συγκεντρώθηκε το 2004 από αερομεταφερόμενο υψομετρικό όργανο με ακτίνες λέιζερ και με εδαφική ανάλυση των 2 μέτρων (σχήμα 2). Ένα ψηφιακό μοντέλο εδάφους (DTM) με παρεμβολή από ισοϋψείς καμπύλες αφαιρέθηκε από το λέιζερ DSM για να παραχθεί ένα κανονικοποιημένο μοντέλο επιφάνειας (nDSM), το οποίο περιέχει τα ύψη των αντικειμένων.<br /> <br /> [[Εικόνα:fl6.jpg|thumb|right|Σχήμα 3: Κατηγορίες για τον υπολογισμό των αριθμητικών στοιχείων]] <br /> Το μοντέλο ψηφιακής αναπαράστασης της γήινης επιφάνειας χρησιμοποιήθηκε για την ατμοσφαιρική και τη γεωμετρική διόρθωση των δεδομένων HyMap. Το nDSM ελήφθη ως πρόσθετη εισροή για τον υπολογισμό των χαρακτηριστικών (σχήμα 3). Η ατμοσφαιρική διόρθωση των δεδομένων HyMap διεξήχθη με λογισμικό MODTRAN ακολουθώντας εμπειρική διόρθωση με τη χρήση των πεδίων του φάσματος. Η γεωμετρική διόρθωση έγινε με παραμετρική προσέγγιση γεωκωδικοποίησης. Το προκύπτον σφάλμα RMS που είναι μικρότερο από το εικονοστοιχείο επιτρέπει την ακριβή επικάλυψη των δεδομένων εισόδου. <br /> <br /> [[Εικόνα:fl7.jpg|thumb|right|Σχήμα 4: Δείγμα βιότοπου. Τα αντικείμενα που εφαρμόζονται για τον υπολογισμό χαρακτηριστικών (ολόκληρος βιότοπος, μια τάξη του, ένα μόνο τμήμα μιας τάξη του βιότοπου) περιγράφονται στο μπλε για κάθε επίπεδο]]<br /> Τα κατάλληλα δεδομένα εισόδου (στρώματα κλάσμα υλικό) προκύπτουν από μια ταξινόμηση και αποανάμιξη της εικόνας HyMap. Η πλήρως αυτοματοποιημένη αλυσίδα επεξεργασίας αποτελείται από μια αναγνωριστική προσέγγιση που βασίζεται σε ένα οριακό χαρακτηριστικό, που ακολουθείται από τη μέγιστη πιθανότητα ταξινόμησης με πολύ μικρό όριο και μια επαναληπτική γραμμική φασματική απανάμιξη (linear spectral unmixing) (σχήμα 4). Η εικόνα που προκύπτει αποτελείται από n στρώματα, ένα στρώμα ανά επιφανειακό υλικό, τα οποία περιέχουν τα κλάσματα των οριακών τιμών ανά εικονοστοιχείο ως τόνους του γκρί.<br /> Με βάση τα αποτελέσματα της διαδικασίας αποανάμιξης επιπλέον στρώματα παρήχθησαν, τα οποία περιέχουν τις θεματικές ομάδες ταξινόμησης βλάστησης, δέντρα, εδάφη, στέγες, μεταλλικές στέγες, κεραμοσκεπές, ταράτσες και περιοχές κίνησης. Αυτά τα στρώματα δημιουργήθηκαν με την άθροιση των κλασματικών τιμών των αντίστοιχων κατηγοριών ανά εικονοστοιχείο. Έτσι τα χαρακτηριστικά για την ταυτοποίηση των τύπων των βιοτόπων μπορούν να υπολογιστούν είτε από τη στιβάδα του κλάσματος μία μόνο κατηγορίας ή μιας ομάδας κατηγοριών. Περαιτέρω δεδομένα για τον υπολογισμό λαμβάνονται από τον κατακερματισμό της κατηγορίας και των κλασματικών στρωμάτων ομάδας κατηγοριών.<br /> <br /> [[Εικόνα:fl8.jpg|thumb|right|Πίνακας 1: Δημιουργία μοντέλων βάση χαρακτηριστικών από υπερφασματικές εικόνες, που προσδιορίζουν το είδος των βιοτόπων ]]<br /> Οι τηλεπισκοπικές εικόνες αστικών βιότοπων περιέχουν διαφορετικά γεω-αντικείμενα, που αποτελούνται από διαφορετικά επιφανειακά υλικά, έχουν μέγεθος μεταξύ 0,1 και 10 εκτάρια, περιλαμβάνουν εικονοστοιχεία διαφορετικών υλικών και είναι εικόνες υψηλής ευκρίνειας. Κατά συνέπεια, ο τύπος του βιότοπου δεν μπορεί να προσδιοριστεί ανά εικονοστοιχείο και τα μοντέλα πρέπει να αναπτυχθούν βάση όλων των εικονοστοιχείων που περιέχονται σε ένα βιότοπο. Η μοντελοποίηση των βιότοπων βασίζεται στα επιφανειακά υλικά. <br /> Η ιδέα της παρούσας μελέτης είναι να χρησιμοποιήσει αυτά τα στρώματα κλάσμα σε συνδυασμό με τον υφιστάμενο χάρτη βιότοπων για την ανάπτυξη μοντέλων για τους τύπους βιοτόπων (πίνακας 1). Ως εκ τούτου, με επικάλυψη από τα δύο είδη των δεδομένων εισόδου αριθμητικά στοιχεία θα υπολογίζονται στις δορυφορικές εικόνες για να χαρακτηρίσουν τον τύπο. Τα χαρακτηριστικά υπολογίζονται για κάθε βιότοπο με βάση το κλασματικό υλικό των εικονοστοιχείων που ανήκουν στο βιότοπο και περιγράφουν την υλική σύνθεση τους και τη διευθέτηση των επιφανειακών υλικών σε αυτούς. Όλα τα στοιχεία υπολογίζονται για όλους τους βιοτόπους. Οι βιότοποι του κάθε τύπου αναλύονται, στοιχεία με χαρακτηριστικές τιμές εντοπίζονται ώστε να διακριθεί ο ένας τύπος από τον άλλο. <br /> <br /> [[Εικόνα:fl9.jpg|thumb|right|Σχήμα 5: Ιστογράμματα διανομής του χαρακτηριστικού «προσανατολισμός του τμήματος τάξης&quot; για τα δείγματα βιότοπων της ανάπτυξης σε σειρά (πράσινο) και μονοκατοικιών( κόκκινο ορθογώνια)]]<br /> Για κάθε τύπο βιοτόπων πρέπει να αναπτυχθεί ξεχωριστό μοντέλο. Η διαδικασία δημιουργίας των μοντέλων αποτελείται από δύο βασικά στάδια, την επιλογή των χαρακτηριστικών και το συνδυασμός τους. Τα μοντέλα ασαφούς λογικής που χρησιμοποιούνται στην μελέτη αποτελούν ισχυρό εργαλείο για την εφαρμογή της ανθρώπινης γνώσης. Εφαρμοσμένο σε συγκεκριμένους βιότοπους το μοντέλο ασαφούς λογικής (fuzzy logic) υπολογίζει τη πιθανότητα ο βιότοπος να ανήκει σε ένα τύπο, βάση πρότυπων βιότοπων που έχουν οριστεί για τον κάθε τύπο. Οι τιμές που προκύπτουν μπορεί να εμφανίζονται ως ένα ιστόγραμμα διανομής χαρακτηριστικών (σχήμα 5). Εάν στο ιστόγραμμα ένα χαρακτηριστικό που υπολογίζεται βάση του πρωτότυπου των διαφόρων τύπων βιότοπου εμφανίζει μέτρια επικάλυψη σε διάφορους τύπους, αυτό το χαρακτηριστικό έχει ενσωματωθεί στα μοντέλα αυτών των τύπων βιότοπων. Για την διάκριση όλων των τύπων, πρέπει να βρεθεί για κάθε είδος βιότοπου ένα μη επικαλύψιμο χαρακτηριστικό ή μηδαμινά επικαλύψιμο.<br /> <br /> [[Εικόνα:fl10.jpg|thumb|right|Σχήμα 6: Διάγραμμα του μοντέλου ασαφούς λογικής (fuzzy logic) για τον τύπο ανάπτυξης κτηρίων σε σειρά. Οι τιμές εισόδου προέρχονται είναι από ένα δείγμα βιότοπου. Το μοντέλο επιστρέφει μια τιμή ομοιότητας ίση με 1.]]<br /> Στα χαρακτηριστικά του μοντέλου εφαρμόζεται επεξεργασία ασαφούς λογικής και συνδυάζονται με ένα κανόνα/όριο, αυτόν με τον ελάχιστο τελεστή. Αυτό έχει ως αποτέλεσμα την χρήση της μικρότερης τιμής που επιστρέφεται από τις μεταβλητές εισόδου (τα χαρακτηριστικά) στη διαδικασία. Έτσι, εφαρμόζοντας ένα μοντέλο σε ένα πρότυπο βιότοπο αποδίδεται η πιθανότητα τιμής 1, που εκφράζει την ομοιότητα ενός βιότοπου στον πρότυπο του τύπο και έτσι το λάθος παράλειψης μπορεί να διατηρηθεί σε χαμηλά επίπεδα (σχήμα 6).<br /> Τα αποτελέσματα της εφαρμογής δείχνουν ότι είναι δυνατόν με προχωρημένες επεξεργασίες τηλεπισκοπικών εικόνων και συγκεκριμένα με την εισαγωγή μοντέλων ασαφούς λογικής (fuzzy logic) βασισμένα στην κάλυψης γης των τύπων των αστικών βιοτόπων να προσδιοριστούν διάφοροι τύποι βιότοπων. Η μέθοδος αυτή είναι απαραίτητη για ένα αποτελεσματικό σύστημα αναβάθμισης των υφιστάμενων χαρτών των βιοτόπων, που αποτελούν σημαντική πηγή πληροφοριών για την οικολογική πολεοδομία.<br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> Your Content Here <br /> <br /> [[category:Αστικός και περιφερειακός σχεδιασμός]]</div>

Ktzina http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Fl11.jpg 2010-02-09T07:34:34Z

<p>Ktzina: </p> <hr /> <div></div>

Ktzina http://147.102.106.44/rs/wiki/index.php/%C2%AB%CE%9C%CE%BF%CE%BD%CF%84%CE%B5%CE%BB%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CF%84%CF%8D%CF%80%CF%89%CE%BD_%CE%B2%CE%B9%CE%BF%CF%84%CF%8C%CF%80%CF%89%CE%BD_%CE%B1%CF%80%CF%8C_%CF%85%CF%80%CE%B5%CF%81%CF%86%CE%B1%CF%83%CE%BC%CE%B1%CF%84%CE%B9%CE%BA%CE%AD%CF%82_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CE%B5%CF%82_%CE%BC%CE%B5_%CF%84%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%80%CF%81%CE%BF%CF%83%CE%AD%CE%B3%CE%B3%CE%B9%CF%83%CE%B7%CF%82_FUZZY_LOGIC%C2%BB 2010-02-09T07:33:23Z

<p>Ktzina: </p> <hr /> <div>Δημοσίευση Εφαρμογής Τηλεπισκόπισης: <br /> «MODELLING OF URBAN BIOTOPE TYPES FROM HYPERSPECTRAL IMAGERY USING A FUZZY LOGIC APPROACH», «Μοντελοποίηση αστικών τύπων βιοτόπων από υπερφασματικές εικόνες με τη χρήση προσέγγισης FUZZY LOGIC»<br /> Συγγραφείς:<br /> Mathias Bochow, Theres Peisker, Karl Segl και Hermann Kaufmann<br /> GeoforschungsZentrum Potsdam, Section 1.4 Remote Sensing, Potsdam, Germany<br /> <br /> Ανάλυση – Παρουσίαση:<br /> <br /> Αντικείμενο της εφαρμογής αποτελεί η οικολογική πολεοδόμηση κύριο συστατικό της οποίας είναι οι αστικοί βιότοποι. Οι τελευταίοι είναι η κατοικία μιας κοινωνίας οργανισμών στην ίδια περιοχή και χαρακτηρίζεται από παρόμοιες οικολογικές συνθήκες. Οι βιότοποι χωρίζονται σε διάφορους τύπους. Στόχος της εφαρμογής αυτής είναι η ανάπτυξη μιας μεθόδου που να προσδιορίζει τους τύπους των βιοτόπων, δηλαδή που να μοντελοποιεί τους βιότοπους, με τη βοήθεια υπερφασματικών δεδομένων τηλεπισκόπησης. Στην κοινή πρακτική η χαρτογράφηση και η παρακολούθηση των βιοτόπων βασίζονται στην φωτοερμηνεία έγχρωμων και υπέρυθρων αεροφωτογραφιών και στις επιτόπιες έρευνες. Αυτό το είδος της πρακτικής οδηγεί σε πολύπλοκα ποιοτικές πληροφορίες που συνδέονται με την υποκειμενικότητα του παρατηρητή. Επιπλέον είναι μια χρονοβόρα και δαπανηρή μέθοδος. <br /> [[Εικόνα:fl1.jpg|thumb|right|Σχήμα 1α]]<br /> [[Εικόνα:fl2.jpg|thumb|right|Σχήμα 1β]]<br /> [[Εικόνα:fl3.jpg|thumb|right|Σχήμα 1γ]]<br /> [[Εικόνα:fl4.jpg|thumb|right|Σχήμα 1δ: Αστικοί βιότοποι σε αεροφωτογραφία. ΒΑ μονοκατοικίες, BB_b συγκροτήματα κτηρίων, BB_r κτήρια περιμετρικά ανεπτυγμένα, BB_z κτήρια ανεπτυγμένα σε σειρές, BC πολυώροφα κτήρια και EK περιοχές πρασίνου]]<br /> <br /> Σε αυτή την έρευνα χρησιμοποιούνται έξι τύποι αστικών βιότοπων για να μελετηθεί η αποτελεσματικότητα της αναπτυσσόμενης μεθόδου: μονοκατοικίες, συγκροτήματα κτηρίων, κτήρια περιμετρικά ανεπτυγμένα, κτήρια ανεπτυγμένα σε σειρές, πολυώροφα κτήρια και περιοχές πρασίνου (σχήμα 1α, 1β, 1γ, 1δ). Η περιοχή ανάλυσης είναι μια έκταση 14.5 τ.χμ στη Δρέσδη. Για την ανάπτυξη των τύπων των βιότοπων είναι απαραίτητος ένας υφιστάμενος χάρτης βιότοπων, συνήθως σε διανυσματική μορφή, δορυφορικές εικόνες και ένα μοντέλο ψηφιακής αναπαράστασης της γήινης επιφάνειας(DSM).<br /> <br /> [[Εικόνα:fl5.jpg|thumb|right|Σχήμα 2: (α) Αστικός βιότοπος τύπου συγκροτήματος κτηρίων και (β) η απεικόνιση του από HyMap αισθητήρα]] <br /> Ο χάρτης των βιότοπων μετατράπηκε σε ψηφιδωτή μορφή. Τα τηλεπισκοπικά δεδομένα που χρησιμοποιούνται συγκεντρώθηκαν από τον αισθητήρα HyMap με ημερομηνία λήψης 7/7/2004, χωρική διακριτική ικανότητα 4 μέτρων και αριθμό φασματικών ζωνών 128. Το μοντέλο ψηφιακής αναπαράστασης της γήινης επιφάνειας συγκεντρώθηκε το 2004 από αερομεταφερόμενο υψομετρικό όργανο με ακτίνες λέιζερ και με εδαφική ανάλυση των 2 μέτρων (σχήμα 2). Ένα ψηφιακό μοντέλο εδάφους (DTM) με παρεμβολή από ισοϋψείς καμπύλες αφαιρέθηκε από το λέιζερ DSM για να παραχθεί ένα κανονικοποιημένο μοντέλο επιφάνειας (nDSM), το οποίο περιέχει τα ύψη των αντικειμένων.<br /> <br /> [[Εικόνα:fl6.jpg|thumb|right|Σχήμα 3: Κατηγορίες για τον υπολογισμό των αριθμητικών στοιχείων]] <br /> Το μοντέλο ψηφιακής αναπαράστασης της γήινης επιφάνειας χρησιμοποιήθηκε για την ατμοσφαιρική και τη γεωμετρική διόρθωση των δεδομένων HyMap. Το nDSM ελήφθη ως πρόσθετη εισροή για τον υπολογισμό των χαρακτηριστικών (σχήμα 3). Η ατμοσφαιρική διόρθωση των δεδομένων HyMap διεξήχθη με λογισμικό MODTRAN ακολουθώντας εμπειρική διόρθωση με τη χρήση των πεδίων του φάσματος. Η γεωμετρική διόρθωση έγινε με παραμετρική προσέγγιση γεωκωδικοποίησης. Το προκύπτον σφάλμα RMS που είναι μικρότερο από το εικονοστοιχείο επιτρέπει την ακριβή επικάλυψη των δεδομένων εισόδου. <br /> <br /> [[Εικόνα:fl7.jpg|thumb|right|Σχήμα 4: Δείγμα βιότοπου. Τα αντικείμενα που εφαρμόζονται για τον υπολογισμό χαρακτηριστικών (ολόκληρος βιότοπος, μια τάξη του, ένα μόνο τμήμα μιας τάξη του βιότοπου) περιγράφονται στο μπλε για κάθε επίπεδο]]<br /> Τα κατάλληλα δεδομένα εισόδου (στρώματα κλάσμα υλικό) προκύπτουν από μια ταξινόμηση και αποανάμιξη της εικόνας HyMap. Η πλήρως αυτοματοποιημένη αλυσίδα επεξεργασίας αποτελείται από μια αναγνωριστική προσέγγιση που βασίζεται σε ένα οριακό χαρακτηριστικό, που ακολουθείται από τη μέγιστη πιθανότητα ταξινόμησης με πολύ μικρό όριο και μια επαναληπτική γραμμική φασματική απανάμιξη (linear spectral unmixing) (σχήμα 4). Η εικόνα που προκύπτει αποτελείται από n στρώματα, ένα στρώμα ανά επιφανειακό υλικό, τα οποία περιέχουν τα κλάσματα των οριακών τιμών ανά εικονοστοιχείο ως τόνους του γκρί.<br /> Με βάση τα αποτελέσματα της διαδικασίας αποανάμιξης επιπλέον στρώματα παρήχθησαν, τα οποία περιέχουν τις θεματικές ομάδες ταξινόμησης βλάστησης, δέντρα, εδάφη, στέγες, μεταλλικές στέγες, κεραμοσκεπές, ταράτσες και περιοχές κίνησης. Αυτά τα στρώματα δημιουργήθηκαν με την άθροιση των κλασματικών τιμών των αντίστοιχων κατηγοριών ανά εικονοστοιχείο. Έτσι τα χαρακτηριστικά για την ταυτοποίηση των τύπων των βιοτόπων μπορούν να υπολογιστούν είτε από τη στιβάδα του κλάσματος μία μόνο κατηγορίας ή μιας ομάδας κατηγοριών. Περαιτέρω δεδομένα για τον υπολογισμό λαμβάνονται από τον κατακερματισμό της κατηγορίας και των κλασματικών στρωμάτων ομάδας κατηγοριών.<br /> <br /> [[Εικόνα:fl8.jpg|thumb|right|Πίνακας 1: Δημιουργία μοντέλων βάση χαρακτηριστικών από υπερφασματικές εικόνες, που προσδιορίζουν το είδος των βιοτόπων ]]<br /> Οι τηλεπισκοπικές εικόνες αστικών βιότοπων περιέχουν διαφορετικά γεω-αντικείμενα, που αποτελούνται από διαφορετικά επιφανειακά υλικά, έχουν μέγεθος μεταξύ 0,1 και 10 εκτάρια, περιλαμβάνουν εικονοστοιχεία διαφορετικών υλικών και είναι εικόνες υψηλής ευκρίνειας. Κατά συνέπεια, ο τύπος του βιότοπου δεν μπορεί να προσδιοριστεί ανά εικονοστοιχείο και τα μοντέλα πρέπει να αναπτυχθούν βάση όλων των εικονοστοιχείων που περιέχονται σε ένα βιότοπο. Η μοντελοποίηση των βιότοπων βασίζεται στα επιφανειακά υλικά. <br /> Η ιδέα της παρούσας μελέτης είναι να χρησιμοποιήσει αυτά τα στρώματα κλάσμα σε συνδυασμό με τον υφιστάμενο χάρτη βιότοπων για την ανάπτυξη μοντέλων για τους τύπους βιοτόπων (πίνακας 1). Ως εκ τούτου, με επικάλυψη από τα δύο είδη των δεδομένων εισόδου αριθμητικά στοιχεία θα υπολογίζονται στις δορυφορικές εικόνες για να χαρακτηρίσουν τον τύπο. Τα χαρακτηριστικά υπολογίζονται για κάθε βιότοπο με βάση το κλασματικό υλικό των εικονοστοιχείων που ανήκουν στο βιότοπο και περιγράφουν την υλική σύνθεση τους και τη διευθέτηση των επιφανειακών υλικών σε αυτούς. Όλα τα στοιχεία υπολογίζονται για όλους τους βιοτόπους. Οι βιότοποι του κάθε τύπου αναλύονται, στοιχεία με χαρακτηριστικές τιμές εντοπίζονται ώστε να διακριθεί ο ένας τύπος από τον άλλο. <br /> <br /> [[Εικόνα:fl9.jpg|thumb|right|Σχήμα 5: Ιστογράμματα διανομής του χαρακτηριστικού «προσανατολισμός του τμήματος τάξης&quot; για τα δείγματα βιότοπων της ανάπτυξης σε σειρά (πράσινο) και μονοκατοικιών( κόκκινο ορθογώνια)]]<br /> Για κάθε τύπο βιοτόπων πρέπει να αναπτυχθεί ξεχωριστό μοντέλο. Η διαδικασία δημιουργίας των μοντέλων αποτελείται από δύο βασικά στάδια, την επιλογή των χαρακτηριστικών και το συνδυασμός τους. Τα μοντέλα ασαφούς λογικής που χρησιμοποιούνται στην μελέτη αποτελούν ισχυρό εργαλείο για την εφαρμογή της ανθρώπινης γνώσης. Εφαρμοσμένο σε συγκεκριμένους βιότοπους το μοντέλο ασαφούς λογικής (fuzzy logic) υπολογίζει τη πιθανότητα ο βιότοπος να ανήκει σε ένα τύπο, βάση πρότυπων βιότοπων που έχουν οριστεί για τον κάθε τύπο. Οι τιμές που προκύπτουν μπορεί να εμφανίζονται ως ένα ιστόγραμμα διανομής χαρακτηριστικών (σχήμα 5). Εάν στο ιστόγραμμα ένα χαρακτηριστικό που υπολογίζεται βάση του πρωτότυπου των διαφόρων τύπων βιότοπου εμφανίζει μέτρια επικάλυψη σε διάφορους τύπους, αυτό το χαρακτηριστικό έχει ενσωματωθεί στα μοντέλα αυτών των τύπων βιότοπων. Για την διάκριση όλων των τύπων, πρέπει να βρεθεί για κάθε είδος βιότοπου ένα μη επικαλύψιμο χαρακτηριστικό ή μηδαμινά επικαλύψιμο.<br /> <br /> [[Εικόνα:fl10.jpg|thumb|right|Σχήμα 6: Διάγραμμα του μοντέλου ασαφούς λογικής (fuzzy logic) για τον τύπο ανάπτυξης κτηρίων σε σειρά. Οι τιμές εισόδου προέρχονται είναι από ένα δείγμα βιότοπου. Το μοντέλο επιστρέφει μια τιμή ομοιότητας ίση με 1.]]<br /> Στα χαρακτηριστικά του μοντέλου εφαρμόζεται επεξεργασία ασαφούς λογικής και συνδυάζονται με ένα κανόνα/όριο, αυτόν με τον ελάχιστο τελεστή. Αυτό έχει ως αποτέλεσμα την χρήση της μικρότερης τιμής που επιστρέφεται από τις μεταβλητές εισόδου (τα χαρακτηριστικά) στη διαδικασία. Έτσι, εφαρμόζοντας ένα μοντέλο σε ένα πρότυπο βιότοπο αποδίδεται η πιθανότητα τιμής 1, που εκφράζει την ομοιότητα ενός βιότοπου στον πρότυπο του τύπο και έτσι το λάθος παράλειψης μπορεί να διατηρηθεί σε χαμηλά επίπεδα (σχήμα 6).<br /> Τα αποτελέσματα της εφαρμογής δείχνουν ότι είναι δυνατόν με προχωρημένες επεξεργασίες τηλεπισκοπικών εικόνων και συγκεκριμένα με την εισαγωγή μοντέλων ασαφούς λογικής (fuzzy logic) βασισμένα στην κάλυψης γης των τύπων των αστικών βιοτόπων να προσδιοριστούν διάφοροι τύποι βιότοπων. Η μέθοδος αυτή είναι απαραίτητη για ένα αποτελεσματικό σύστημα αναβάθμισης των υφιστάμενων χαρτών των βιοτόπων, που αποτελούν σημαντική πηγή πληροφοριών για την οικολογική πολεοδομία.<br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> Your Content Here <br /> <br /> [[category:Αστικός και περιφερειακός σχεδιασμός]]</div>

Ktzina http://147.102.106.44/rs/wiki/index.php/%C2%AB%CE%9C%CE%BF%CE%BD%CF%84%CE%B5%CE%BB%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CF%84%CF%8D%CF%80%CF%89%CE%BD_%CE%B2%CE%B9%CE%BF%CF%84%CF%8C%CF%80%CF%89%CE%BD_%CE%B1%CF%80%CF%8C_%CF%85%CF%80%CE%B5%CF%81%CF%86%CE%B1%CF%83%CE%BC%CE%B1%CF%84%CE%B9%CE%BA%CE%AD%CF%82_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CE%B5%CF%82_%CE%BC%CE%B5_%CF%84%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%80%CF%81%CE%BF%CF%83%CE%AD%CE%B3%CE%B3%CE%B9%CF%83%CE%B7%CF%82_FUZZY_LOGIC%C2%BB 2010-02-09T07:31:48Z

<p>Ktzina: </p> <hr /> <div>Δημοσίευση Εφαρμογής Τηλεπισκόπισης: <br /> «MODELLING OF URBAN BIOTOPE TYPES FROM HYPERSPECTRAL IMAGERY USING A FUZZY LOGIC APPROACH», «Μοντελοποίηση αστικών τύπων βιοτόπων από υπερφασματικές εικόνες με τη χρήση προσέγγισης FUZZY LOGIC»<br /> Συγγραφείς:<br /> Mathias Bochow, Theres Peisker, Karl Segl και Hermann Kaufmann<br /> GeoforschungsZentrum Potsdam, Section 1.4 Remote Sensing, Potsdam, Germany<br /> <br /> Ανάλυση – Παρουσίαση:<br /> <br /> Αντικείμενο της εφαρμογής αποτελεί η οικολογική πολεοδόμηση κύριο συστατικό της οποίας είναι οι αστικοί βιότοποι. Οι τελευταίοι είναι η κατοικία μιας κοινωνίας οργανισμών στην ίδια περιοχή και χαρακτηρίζεται από παρόμοιες οικολογικές συνθήκες. Οι βιότοποι χωρίζονται σε διάφορους τύπους. Στόχος της εφαρμογής αυτής είναι η ανάπτυξη μιας μεθόδου που να προσδιορίζει τους τύπους των βιοτόπων, δηλαδή που να μοντελοποιεί τους βιότοπους, με τη βοήθεια υπερφασματικών δεδομένων τηλεπισκόπησης. Στην κοινή πρακτική η χαρτογράφηση και η παρακολούθηση των βιοτόπων βασίζονται στην φωτοερμηνεία έγχρωμων και υπέρυθρων αεροφωτογραφιών και στις επιτόπιες έρευνες. Αυτό το είδος της πρακτικής οδηγεί σε πολύπλοκα ποιοτικές πληροφορίες που συνδέονται με την υποκειμενικότητα του παρατηρητή. Επιπλέον είναι μια χρονοβόρα και δαπανηρή μέθοδος. <br /> [[Εικόνα:fl1.jpg|thumb|right|]]<br /> [[Εικόνα:fl2.jpg|thumb|right|]]<br /> [[Εικόνα:fl3.jpg|thumb|right|]]<br /> [[Εικόνα:fl4.jpg|thumb|right|Σχήμα 1: Αστικοί βιότοποι σε αεροφωτογραφία. ΒΑ μονοκατοικίες, BB_b συγκροτήματα κτηρίων, BB_r κτήρια περιμετρικά ανεπτυγμένα, BB_z κτήρια ανεπτυγμένα σε σειρές, BC πολυώροφα κτήρια και EK περιοχές πρασίνου]]<br /> <br /> Σε αυτή την έρευνα χρησιμοποιούνται έξι τύποι αστικών βιότοπων για να μελετηθεί η αποτελεσματικότητα της αναπτυσσόμενης μεθόδου: μονοκατοικίες, συγκροτήματα κτηρίων, κτήρια περιμετρικά ανεπτυγμένα, κτήρια ανεπτυγμένα σε σειρές, πολυώροφα κτήρια και περιοχές πρασίνου (σχήμα 1α, 1β, 1γ, 1δ). Η περιοχή ανάλυσης είναι μια έκταση 14.5 τ.χμ στη Δρέσδη. Για την ανάπτυξη των τύπων των βιότοπων είναι απαραίτητος ένας υφιστάμενος χάρτης βιότοπων, συνήθως σε διανυσματική μορφή, δορυφορικές εικόνες και ένα μοντέλο ψηφιακής αναπαράστασης της γήινης επιφάνειας(DSM).<br /> <br /> [[Εικόνα:fl5.jpg|thumb|right|Σχήμα 2: (α) Αστικός βιότοπος τύπου συγκροτήματος κτηρίων και (β) η απεικόνιση του από HyMap αισθητήρα]] <br /> Ο χάρτης των βιότοπων μετατράπηκε σε ψηφιδωτή μορφή. Τα τηλεπισκοπικά δεδομένα που χρησιμοποιούνται συγκεντρώθηκαν από τον αισθητήρα HyMap με ημερομηνία λήψης 7/7/2004, χωρική διακριτική ικανότητα 4 μέτρων και αριθμό φασματικών ζωνών 128. Το μοντέλο ψηφιακής αναπαράστασης της γήινης επιφάνειας συγκεντρώθηκε το 2004 από αερομεταφερόμενο υψομετρικό όργανο με ακτίνες λέιζερ και με εδαφική ανάλυση των 2 μέτρων (σχήμα 2). Ένα ψηφιακό μοντέλο εδάφους (DTM) με παρεμβολή από ισοϋψείς καμπύλες αφαιρέθηκε από το λέιζερ DSM για να παραχθεί ένα κανονικοποιημένο μοντέλο επιφάνειας (nDSM), το οποίο περιέχει τα ύψη των αντικειμένων.<br /> <br /> [[Εικόνα:fl6.jpg|thumb|right|Σχήμα 3: Κατηγορίες για τον υπολογισμό των αριθμητικών στοιχείων]] <br /> Το μοντέλο ψηφιακής αναπαράστασης της γήινης επιφάνειας χρησιμοποιήθηκε για την ατμοσφαιρική και τη γεωμετρική διόρθωση των δεδομένων HyMap. Το nDSM ελήφθη ως πρόσθετη εισροή για τον υπολογισμό των χαρακτηριστικών (σχήμα 3). Η ατμοσφαιρική διόρθωση των δεδομένων HyMap διεξήχθη με λογισμικό MODTRAN ακολουθώντας εμπειρική διόρθωση με τη χρήση των πεδίων του φάσματος. Η γεωμετρική διόρθωση έγινε με παραμετρική προσέγγιση γεωκωδικοποίησης. Το προκύπτον σφάλμα RMS που είναι μικρότερο από το εικονοστοιχείο επιτρέπει την ακριβή επικάλυψη των δεδομένων εισόδου. <br /> <br /> [[Εικόνα:fl7.jpg|thumb|right|Σχήμα 4: Δείγμα βιότοπου. Τα αντικείμενα που εφαρμόζονται για τον υπολογισμό χαρακτηριστικών (ολόκληρος βιότοπος, μια τάξη του, ένα μόνο τμήμα μιας τάξη του βιότοπου) περιγράφονται στο μπλε για κάθε επίπεδο]]<br /> Τα κατάλληλα δεδομένα εισόδου (στρώματα κλάσμα υλικό) προκύπτουν από μια ταξινόμηση και αποανάμιξη της εικόνας HyMap. Η πλήρως αυτοματοποιημένη αλυσίδα επεξεργασίας αποτελείται από μια αναγνωριστική προσέγγιση που βασίζεται σε ένα οριακό χαρακτηριστικό, που ακολουθείται από τη μέγιστη πιθανότητα ταξινόμησης με πολύ μικρό όριο και μια επαναληπτική γραμμική φασματική απανάμιξη (linear spectral unmixing) (σχήμα 4). Η εικόνα που προκύπτει αποτελείται από n στρώματα, ένα στρώμα ανά επιφανειακό υλικό, τα οποία περιέχουν τα κλάσματα των οριακών τιμών ανά εικονοστοιχείο ως τόνους του γκρί.<br /> Με βάση τα αποτελέσματα της διαδικασίας αποανάμιξης επιπλέον στρώματα παρήχθησαν, τα οποία περιέχουν τις θεματικές ομάδες ταξινόμησης βλάστησης, δέντρα, εδάφη, στέγες, μεταλλικές στέγες, κεραμοσκεπές, ταράτσες και περιοχές κίνησης. Αυτά τα στρώματα δημιουργήθηκαν με την άθροιση των κλασματικών τιμών των αντίστοιχων κατηγοριών ανά εικονοστοιχείο. Έτσι τα χαρακτηριστικά για την ταυτοποίηση των τύπων των βιοτόπων μπορούν να υπολογιστούν είτε από τη στιβάδα του κλάσματος μία μόνο κατηγορίας ή μιας ομάδας κατηγοριών. Περαιτέρω δεδομένα για τον υπολογισμό λαμβάνονται από τον κατακερματισμό της κατηγορίας και των κλασματικών στρωμάτων ομάδας κατηγοριών.<br /> <br /> [[Εικόνα:fl8.jpg|thumb|right|Πίνακας 1: Δημιουργία μοντέλων βάση χαρακτηριστικών από υπερφασματικές εικόνες, που προσδιορίζουν το είδος των βιοτόπων ]]<br /> Οι τηλεπισκοπικές εικόνες αστικών βιότοπων περιέχουν διαφορετικά γεω-αντικείμενα, που αποτελούνται από διαφορετικά επιφανειακά υλικά, έχουν μέγεθος μεταξύ 0,1 και 10 εκτάρια, περιλαμβάνουν εικονοστοιχεία διαφορετικών υλικών και είναι εικόνες υψηλής ευκρίνειας. Κατά συνέπεια, ο τύπος του βιότοπου δεν μπορεί να προσδιοριστεί ανά εικονοστοιχείο και τα μοντέλα πρέπει να αναπτυχθούν βάση όλων των εικονοστοιχείων που περιέχονται σε ένα βιότοπο. Η μοντελοποίηση των βιότοπων βασίζεται στα επιφανειακά υλικά. <br /> Η ιδέα της παρούσας μελέτης είναι να χρησιμοποιήσει αυτά τα στρώματα κλάσμα σε συνδυασμό με τον υφιστάμενο χάρτη βιότοπων για την ανάπτυξη μοντέλων για τους τύπους βιοτόπων (πίνακας 1). Ως εκ τούτου, με επικάλυψη από τα δύο είδη των δεδομένων εισόδου αριθμητικά στοιχεία θα υπολογίζονται στις δορυφορικές εικόνες για να χαρακτηρίσουν τον τύπο. Τα χαρακτηριστικά υπολογίζονται για κάθε βιότοπο με βάση το κλασματικό υλικό των εικονοστοιχείων που ανήκουν στο βιότοπο και περιγράφουν την υλική σύνθεση τους και τη διευθέτηση των επιφανειακών υλικών σε αυτούς. Όλα τα στοιχεία υπολογίζονται για όλους τους βιοτόπους. Οι βιότοποι του κάθε τύπου αναλύονται, στοιχεία με χαρακτηριστικές τιμές εντοπίζονται ώστε να διακριθεί ο ένας τύπος από τον άλλο. <br /> <br /> [[Εικόνα:fl9.jpg|thumb|right|Σχήμα 5: Ιστογράμματα διανομής του χαρακτηριστικού «προσανατολισμός του τμήματος τάξης&quot; για τα δείγματα βιότοπων της ανάπτυξης σε σειρά (πράσινο) και μονοκατοικιών( κόκκινο ορθογώνια)]]<br /> Για κάθε τύπο βιοτόπων πρέπει να αναπτυχθεί ξεχωριστό μοντέλο. Η διαδικασία δημιουργίας των μοντέλων αποτελείται από δύο βασικά στάδια, την επιλογή των χαρακτηριστικών και το συνδυασμός τους. Τα μοντέλα ασαφούς λογικής που χρησιμοποιούνται στην μελέτη αποτελούν ισχυρό εργαλείο για την εφαρμογή της ανθρώπινης γνώσης. Εφαρμοσμένο σε συγκεκριμένους βιότοπους το μοντέλο ασαφούς λογικής (fuzzy logic) υπολογίζει τη πιθανότητα ο βιότοπος να ανήκει σε ένα τύπο, βάση πρότυπων βιότοπων που έχουν οριστεί για τον κάθε τύπο. Οι τιμές που προκύπτουν μπορεί να εμφανίζονται ως ένα ιστόγραμμα διανομής χαρακτηριστικών (σχήμα 5). Εάν στο ιστόγραμμα ένα χαρακτηριστικό που υπολογίζεται βάση του πρωτότυπου των διαφόρων τύπων βιότοπου εμφανίζει μέτρια επικάλυψη σε διάφορους τύπους, αυτό το χαρακτηριστικό έχει ενσωματωθεί στα μοντέλα αυτών των τύπων βιότοπων. Για την διάκριση όλων των τύπων, πρέπει να βρεθεί για κάθε είδος βιότοπου ένα μη επικαλύψιμο χαρακτηριστικό ή μηδαμινά επικαλύψιμο.<br /> <br /> [[Εικόνα:fl10.jpg|thumb|right|Σχήμα 6: Διάγραμμα του μοντέλου ασαφούς λογικής (fuzzy logic) για τον τύπο ανάπτυξης κτηρίων σε σειρά. Οι τιμές εισόδου προέρχονται είναι από ένα δείγμα βιότοπου. Το μοντέλο επιστρέφει μια τιμή ομοιότητας ίση με 1.]]<br /> Στα χαρακτηριστικά του μοντέλου εφαρμόζεται επεξεργασία ασαφούς λογικής και συνδυάζονται με ένα κανόνα/όριο, αυτόν με τον ελάχιστο τελεστή. Αυτό έχει ως αποτέλεσμα την χρήση της μικρότερης τιμής που επιστρέφεται από τις μεταβλητές εισόδου (τα χαρακτηριστικά) στη διαδικασία. Έτσι, εφαρμόζοντας ένα μοντέλο σε ένα πρότυπο βιότοπο αποδίδεται η πιθανότητα τιμής 1, που εκφράζει την ομοιότητα ενός βιότοπου στον πρότυπο του τύπο και έτσι το λάθος παράλειψης μπορεί να διατηρηθεί σε χαμηλά επίπεδα (σχήμα 6).<br /> Τα αποτελέσματα της εφαρμογής δείχνουν ότι είναι δυνατόν με προχωρημένες επεξεργασίες τηλεπισκοπικών εικόνων και συγκεκριμένα με την εισαγωγή μοντέλων ασαφούς λογικής (fuzzy logic) βασισμένα στην κάλυψης γης των τύπων των αστικών βιοτόπων να προσδιοριστούν διάφοροι τύποι βιότοπων. Η μέθοδος αυτή είναι απαραίτητη για ένα αποτελεσματικό σύστημα αναβάθμισης των υφιστάμενων χαρτών των βιοτόπων, που αποτελούν σημαντική πηγή πληροφοριών για την οικολογική πολεοδομία.<br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> Your Content Here <br /> <br /> [[category:Αστικός και περιφερειακός σχεδιασμός]]</div>

Ktzina http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Fl10.jpg 2010-02-09T07:24:23Z

<p>Ktzina: </p> <hr /> <div></div>

Ktzina http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Fl9.jpg 2010-02-09T07:24:11Z

<p>Ktzina: </p> <hr /> <div></div>

Ktzina http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Fl8.jpg 2010-02-09T07:23:59Z

<p>Ktzina: </p> <hr /> <div></div>

Ktzina http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Fl7.jpg 2010-02-09T07:23:47Z

<p>Ktzina: </p> <hr /> <div></div>

Ktzina http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Fl6.jpg 2010-02-09T07:23:31Z

<p>Ktzina: </p> <hr /> <div></div>

Ktzina http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Fl5.jpg 2010-02-09T07:23:17Z

<p>Ktzina: </p> <hr /> <div></div>

Ktzina http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Fl4.jpg 2010-02-09T07:23:04Z

<p>Ktzina: </p> <hr /> <div></div>

Ktzina http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Fl3.jpg 2010-02-09T07:22:50Z

<p>Ktzina: </p> <hr /> <div></div>

Ktzina http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Fl2.jpg 2010-02-09T07:22:35Z

<p>Ktzina: </p> <hr /> <div></div>

Ktzina http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Fl1.jpg 2010-02-09T07:22:21Z

<p>Ktzina: </p> <hr /> <div></div>

Ktzina http://147.102.106.44/rs/wiki/index.php/%C2%AB%CE%9C%CE%BF%CE%BD%CF%84%CE%B5%CE%BB%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CF%84%CF%8D%CF%80%CF%89%CE%BD_%CE%B2%CE%B9%CE%BF%CF%84%CF%8C%CF%80%CF%89%CE%BD_%CE%B1%CF%80%CF%8C_%CF%85%CF%80%CE%B5%CF%81%CF%86%CE%B1%CF%83%CE%BC%CE%B1%CF%84%CE%B9%CE%BA%CE%AD%CF%82_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CE%B5%CF%82_%CE%BC%CE%B5_%CF%84%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%80%CF%81%CE%BF%CF%83%CE%AD%CE%B3%CE%B3%CE%B9%CF%83%CE%B7%CF%82_FUZZY_LOGIC%C2%BB 2010-02-09T07:21:58Z

<p>Ktzina: New page: Δημοσίευση Εφαρμογής Τηλεπισκόπισης: «MODELLING OF URBAN BIOTOPE TYPES FROM HYPERSPECTRAL IMAGERY USING A FUZZY LOGIC APPROACH», «Μοντελοποί...</p> <hr /> <div>Δημοσίευση Εφαρμογής Τηλεπισκόπισης: <br /> «MODELLING OF URBAN BIOTOPE TYPES FROM HYPERSPECTRAL IMAGERY USING A FUZZY LOGIC APPROACH», «Μοντελοποίηση αστικών τύπων βιοτόπων από υπερφασματικές εικόνες με τη χρήση προσέγγισης FUZZY LOGIC»<br /> Συγγραφείς:<br /> Mathias Bochow, Theres Peisker, Karl Segl και Hermann Kaufmann<br /> GeoforschungsZentrum Potsdam, Section 1.4 Remote Sensing, Potsdam, Germany<br /> <br /> Ανάλυση – Παρουσίαση:<br /> <br /> Αντικείμενο της εφαρμογής αποτελεί η οικολογική πολεοδόμηση κύριο συστατικό της οποίας είναι οι αστικοί βιότοποι. Οι τελευταίοι είναι η κατοικία μιας κοινωνίας οργανισμών στην ίδια περιοχή και χαρακτηρίζεται από παρόμοιες οικολογικές συνθήκες. Οι βιότοποι χωρίζονται σε διάφορους τύπους. Στόχος της εφαρμογής αυτής είναι η ανάπτυξη μιας μεθόδου που να προσδιορίζει τους τύπους των βιοτόπων, δηλαδή που να μοντελοποιεί τους βιότοπους, με τη βοήθεια υπερφασματικών δεδομένων τηλεπισκόπησης. Στην κοινή πρακτική η χαρτογράφηση και η παρακολούθηση των βιοτόπων βασίζονται στην φωτοερμηνεία έγχρωμων και υπέρυθρων αεροφωτογραφιών και στις επιτόπιες έρευνες. Αυτό το είδος της πρακτικής οδηγεί σε πολύπλοκα ποιοτικές πληροφορίες που συνδέονται με την υποκειμενικότητα του παρατηρητή. Επιπλέον είναι μια χρονοβόρα και δαπανηρή μέθοδος. <br /> <br /> Σε αυτή την έρευνα χρησιμοποιούνται έξι τύποι αστικών βιότοπων για να μελετηθεί η αποτελεσματικότητα της αναπτυσσόμενης μεθόδου: μονοκατοικίες, συγκροτήματα κτηρίων, κτήρια περιμετρικά ανεπτυγμένα, κτήρια ανεπτυγμένα σε σειρές, πολυώροφα κτήρια και περιοχές πρασίνου (σχήμα 1α, 1β, 1γ, 1δ). Η περιοχή ανάλυσης είναι μια έκταση 14.5 τ.χμ στη Δρέσδη. Για την ανάπτυξη των τύπων των βιότοπων είναι απαραίτητος ένας υφιστάμενος χάρτης βιότοπων, συνήθως σε διανυσματική μορφή, δορυφορικές εικόνες και ένα μοντέλο ψηφιακής αναπαράστασης της γήινης επιφάνειας(DSM).<br /> <br /> Ο χάρτης των βιότοπων μετατράπηκε σε ψηφιδωτή μορφή. Τα τηλεπισκοπικά δεδομένα που χρησιμοποιούνται συγκεντρώθηκαν από τον αισθητήρα HyMap με ημερομηνία λήψης 7/7/2004, χωρική διακριτική ικανότητα 4 μέτρων και αριθμό φασματικών ζωνών 128. Το μοντέλο ψηφιακής αναπαράστασης της γήινης επιφάνειας συγκεντρώθηκε το 2004 από αερομεταφερόμενο υψομετρικό όργανο με ακτίνες λέιζερ και με εδαφική ανάλυση των 2 μέτρων (σχήμα 2). Ένα ψηφιακό μοντέλο εδάφους (DTM) με παρεμβολή από ισοϋψείς καμπύλες αφαιρέθηκε από το λέιζερ DSM για να παραχθεί ένα κανονικοποιημένο μοντέλο επιφάνειας (nDSM), το οποίο περιέχει τα ύψη των αντικειμένων. <br /> Το μοντέλο ψηφιακής αναπαράστασης της γήινης επιφάνειας χρησιμοποιήθηκε για την ατμοσφαιρική και τη γεωμετρική διόρθωση των δεδομένων HyMap. Το nDSM ελήφθη ως πρόσθετη εισροή για τον υπολογισμό των χαρακτηριστικών (σχήμα 3). Η ατμοσφαιρική διόρθωση των δεδομένων HyMap διεξήχθη με λογισμικό MODTRAN ακολουθώντας εμπειρική διόρθωση με τη χρήση των πεδίων του φάσματος. Η γεωμετρική διόρθωση έγινε με παραμετρική προσέγγιση γεωκωδικοποίησης. Το προκύπτον σφάλμα RMS που είναι μικρότερο από το εικονοστοιχείο επιτρέπει την ακριβή επικάλυψη των δεδομένων εισόδου. <br /> <br /> Τα κατάλληλα δεδομένα εισόδου (στρώματα κλάσμα υλικό) προκύπτουν από μια ταξινόμηση και αποανάμιξη της εικόνας HyMap. Η πλήρως αυτοματοποιημένη αλυσίδα επεξεργασίας αποτελείται από μια αναγνωριστική προσέγγιση που βασίζεται σε ένα οριακό χαρακτηριστικό, που ακολουθείται από τη μέγιστη πιθανότητα ταξινόμησης με πολύ μικρό όριο και μια επαναληπτική γραμμική φασματική απανάμιξη (linear spectral unmixing) (σχήμα 4). Η εικόνα που προκύπτει αποτελείται από n στρώματα, ένα στρώμα ανά επιφανειακό υλικό, τα οποία περιέχουν τα κλάσματα των οριακών τιμών ανά εικονοστοιχείο ως τόνους του γκρί.<br /> Με βάση τα αποτελέσματα της διαδικασίας αποανάμιξης επιπλέον στρώματα παρήχθησαν, τα οποία περιέχουν τις θεματικές ομάδες ταξινόμησης βλάστησης, δέντρα, εδάφη, στέγες, μεταλλικές στέγες, κεραμοσκεπές, ταράτσες και περιοχές κίνησης. Αυτά τα στρώματα δημιουργήθηκαν με την άθροιση των κλασματικών τιμών των αντίστοιχων κατηγοριών ανά εικονοστοιχείο. Έτσι τα χαρακτηριστικά για την ταυτοποίηση των τύπων των βιοτόπων μπορούν να υπολογιστούν είτε από τη στιβάδα του κλάσματος μία μόνο κατηγορίας ή μιας ομάδας κατηγοριών. Περαιτέρω δεδομένα για τον υπολογισμό λαμβάνονται από τον κατακερματισμό της κατηγορίας και των κλασματικών στρωμάτων ομάδας κατηγοριών.<br /> <br /> Οι τηλεπισκοπικές εικόνες αστικών βιότοπων περιέχουν διαφορετικά γεω-αντικείμενα, που αποτελούνται από διαφορετικά επιφανειακά υλικά, έχουν μέγεθος μεταξύ 0,1 και 10 εκτάρια, περιλαμβάνουν εικονοστοιχεία διαφορετικών υλικών και είναι εικόνες υψηλής ευκρίνειας. Κατά συνέπεια, ο τύπος του βιότοπου δεν μπορεί να προσδιοριστεί ανά εικονοστοιχείο και τα μοντέλα πρέπει να αναπτυχθούν βάση όλων των εικονοστοιχείων που περιέχονται σε ένα βιότοπο. Η μοντελοποίηση των βιότοπων βασίζεται στα επιφανειακά υλικά. <br /> Η ιδέα της παρούσας μελέτης είναι να χρησιμοποιήσει αυτά τα στρώματα κλάσμα σε συνδυασμό με τον υφιστάμενο χάρτη βιότοπων για την ανάπτυξη μοντέλων για τους τύπους βιοτόπων (πίνακας 1). Ως εκ τούτου, με επικάλυψη από τα δύο είδη των δεδομένων εισόδου αριθμητικά στοιχεία θα υπολογίζονται στις δορυφορικές εικόνες για να χαρακτηρίσουν τον τύπο. Τα χαρακτηριστικά υπολογίζονται για κάθε βιότοπο με βάση το κλασματικό υλικό των εικονοστοιχείων που ανήκουν στο βιότοπο και περιγράφουν την υλική σύνθεση τους και τη διευθέτηση των επιφανειακών υλικών σε αυτούς. Όλα τα στοιχεία υπολογίζονται για όλους τους βιοτόπους. Οι βιότοποι του κάθε τύπου αναλύονται, στοιχεία με χαρακτηριστικές τιμές εντοπίζονται ώστε να διακριθεί ο ένας τύπος από τον άλλο. <br /> <br /> Για κάθε τύπο βιοτόπων πρέπει να αναπτυχθεί ξεχωριστό μοντέλο. Η διαδικασία δημιουργίας των μοντέλων αποτελείται από δύο βασικά στάδια, την επιλογή των χαρακτηριστικών και το συνδυασμός τους. Τα μοντέλα ασαφούς λογικής που χρησιμοποιούνται στην μελέτη αποτελούν ισχυρό εργαλείο για την εφαρμογή της ανθρώπινης γνώσης. Εφαρμοσμένο σε συγκεκριμένους βιότοπους το μοντέλο ασαφούς λογικής (fuzzy logic) υπολογίζει τη πιθανότητα ο βιότοπος να ανήκει σε ένα τύπο, βάση πρότυπων βιότοπων που έχουν οριστεί για τον κάθε τύπο. Οι τιμές που προκύπτουν μπορεί να εμφανίζονται ως ένα ιστόγραμμα διανομής χαρακτηριστικών (σχήμα 5). Εάν στο ιστόγραμμα ένα χαρακτηριστικό που υπολογίζεται βάση του πρωτότυπου των διαφόρων τύπων βιότοπου εμφανίζει μέτρια επικάλυψη σε διάφορους τύπους, αυτό το χαρακτηριστικό έχει ενσωματωθεί στα μοντέλα αυτών των τύπων βιότοπων. Για την διάκριση όλων των τύπων, πρέπει να βρεθεί για κάθε είδος βιότοπου ένα μη επικαλύψιμο χαρακτηριστικό ή μηδαμινά επικαλύψιμο.<br /> <br /> Στα χαρακτηριστικά του μοντέλου εφαρμόζεται επεξεργασία ασαφούς λογικής και συνδυάζονται με ένα κανόνα/όριο, αυτόν με τον ελάχιστο τελεστή. Αυτό έχει ως αποτέλεσμα την χρήση της μικρότερης τιμής που επιστρέφεται από τις μεταβλητές εισόδου (τα χαρακτηριστικά) στη διαδικασία. Έτσι, εφαρμόζοντας ένα μοντέλο σε ένα πρότυπο βιότοπο αποδίδεται η πιθανότητα τιμής 1, που εκφράζει την ομοιότητα ενός βιότοπου στον πρότυπο του τύπο και έτσι το λάθος παράλειψης μπορεί να διατηρηθεί σε χαμηλά επίπεδα (σχήμα 6).<br /> Τα αποτελέσματα της εφαρμογής δείχνουν ότι είναι δυνατόν με προχωρημένες επεξεργασίες τηλεπισκοπικών εικόνων και συγκεκριμένα με την εισαγωγή μοντέλων ασαφούς λογικής (fuzzy logic) βασισμένα στην κάλυψης γης των τύπων των αστικών βιοτόπων να προσδιοριστούν διάφοροι τύποι βιότοπων. Η μέθοδος αυτή είναι απαραίτητη για ένα αποτελεσματικό σύστημα αναβάθμισης των υφιστάμενων χαρτών των βιοτόπων, που αποτελούν σημαντική πηγή πληροφοριών για την οικολογική πολεοδομία.<br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> Your Content Here <br /> <br /> [[category:Αστικός και περιφερειακός σχεδιασμός]]</div>

Ktzina http://147.102.106.44/rs/wiki/index.php/%C2%AB%CE%A4%CF%81%CE%B9%CF%83%CE%B4%CE%B9%CE%AC%CF%83%CF%84%CE%B1%CF%84%CE%B1_%CE%BC%CE%BF%CE%BD%CF%84%CE%AD%CE%BB%CE%B1_%CE%B1%CE%BD%CE%B1%CE%BA%CE%B1%CF%84%CE%B1%CF%83%CE%BA%CE%B5%CF%85%CE%AE%CF%82_%CE%BA%CF%84%CE%B7%CF%81%CE%AF%CF%89%CE%BD_%CE%B1%CF%80%CF%8C_%CF%83%CE%B7%CE%BC%CE%B5%CE%B9%CE%B1%CE%BA%CE%AC_%CE%BD%CE%AD%CF%86%CE%B7_%CE%BA%CE%B1%CE%B9_%CE%BA%CE%B1%CF%84%CF%8C%CF%88%CE%B5%CE%B9%CF%82%C2%BB 2010-02-09T06:59:02Z

<p>Ktzina: </p> <hr /> <div>Δημοσίευση Εφαρμογής Τηλεπισκόπισης: <br /> «3D BUILDING MODEL RECONSTRUCTION FROM POINT CLOUDS AND GROUND PLANS», «Τρισδιάστατα μοντέλα ανακατασκευής κτηρίων από σημειακά νέφη και κατόψεις»<br /> Συγγραφείς:<br /> George Vosselman and Sander Dijkman<br /> Department of Geodesy, Delft University of Technology, The Netherlands<br /> <br /> Ανάλυση – Παρουσίαση:<br /> <br /> Tο άρθρο αυτό ασχολείται με την κατασκευή τρισδιάστατων μοντέλων του αστικού περιβάλλοντος. Παρουσιάζονται δύο μέθοδοι για την ανοικοδόμηση του κτηριακού μοντέλου. Η πρώτη μέθοδος στηρίχθηκε στην ανίχνευση τεμνόμενων γραμμών και γραμμών ύψους (height jump lines) μεταξύ επίπεδων επιφανειών. Η δεύτερη μέθοδος αρχικά δημιουργεί χονδροειδή μοντέλα που επεξεργάζονται βάση πρότυπων μοντέλων που προσαρμόζονται σε σημειακά νέφη που δεν αντιστοιχούν στα αρχικά μοντέλα. Η τελευταία μέθοδος καταφέρνει μεγαλύτερο αριθμό λεπτομερειών ανακατασκευής. Στην εφαρμογή γίνεται χρήση δεδομένων FLI-MAP. Τα αερομεταφερόμενα λέιζερ αποτελούν δημοφιλή τεχνική για την απόκτηση ψηφιακών υψομετρικών μοντέλων. Τα τρισδιάστατα μοντέλα πόλης παράγονται από συμβατικές εναέριες μηχανές φωτογραμμετρίας ή με ημι-αυτοματοποιημένες διαδικασίες για μετρήσεις σε αεροφωτογραφίες ενώ έχει πυροδοτηθεί έρευνα για την αυτοματοποιημένη ανασυγκρότηση των τρισδιάστατων κτηριακών μοντέλων.<br /> <br /> [[Εικόνα:3d1.jpg|thumb|right|Εικόνα 1: Διαχωρισμός συνόλου σε μικρότερα μέρη ]]<br /> [[Εικόνα:3d2.jpg|thumb|right|Εικόνα 2: Εφαρμογή μετασχηματισμού Hough ]]<br /> Με την αύξηση της σημειακής πυκνότητας, που φτάνει ως ένα σημείο ανά τετραγωνικό μέτρο που έχει επιτευχθεί με τη χρήση σύγχρονης τεχνολογίας, έχει διευκολυνθεί η ανίχνευση των επίπεδων επιφανειών οροφής με την παραγωγή σημειακών νεφών. Αυτές οι υψηλές σημειακές πυκνότητες συνήθως οδηγούν σε μεγάλο αριθμό σημείων σε μια ενιαία επιφάνεια στέγης. Με την ανάλυση των σημειακών νεφών αυτές οι επιφάνειες ανιχνεύονται αυτόματα. Λόγω των συντριπτικών στοιχείων που παρέχονται από τον μεγάλο αριθμό των σημείων, η ανίχνευση της επιφάνειας οροφής είναι αρκετά αξιόπιστη. Για την ανίχνευση επίπεδων σημειακών νεφών επεκτείνονται οι μετασχηματισμοί Hough σε μετασχηματισμούς τριών διαστάσεων.<br /> <br /> <br /> Ενώ ο προσανατολισμός και το ύψος της επιφάνειας της οροφής μπορεί να εκτιμηθεί με ακρίβεια, το περίγραμμα της είναι πιο δύσκολο να καθοριστεί. Για το λόγο αυτό γίνεται χρήση πολεοδομικών σχεδίων όπου αυτά είναι διαθέσιμα αλλά και των αρχιτεκτονικών σχεδίων των κτηρίων, που αποκαλύπτουν πληροφορίες για την κατασκευή τους. Τα περιγράμματα των κτηρίων, όπως δίνονται στις κατόψεις παρουσιάζουν την ακριβή θέση των τοίχων του κτηρίου. Τέμνοντας τους τοίχους με τα ανιχνευμένα επίπεδα οροφής, μερικά από τα όρια των επιφανειών οροφής μπορούν να ανακατασκευαστούν. Άλλα όρια θα βρεθούν από την τομή των ζευγών των γειτονικών επιπέδων στεγών και από την ανίχνευση των υψομετρικών ακμών σε σημειακό νέφος.<br /> <br /> Το έγγραφο παρουσιάζει τη διαδικασία απόσπασης της στέγης των κτηρίων και τη δημιουργία τρισδιάστατων μοντέλων τους, συνδυάζοντας αποσπασμένες στέγες με σχέδια κατόψεων.<br /> <br /> Αρκετοί αλγόριθμοι μπορούν να χρησιμοποιηθούν για την κατάτμηση του εύρους των δεδομένων. Πολλοί από αυτούς απαιτούν τον υπολογισμό της κανονικής διανυσματικής επιφάνειας. Δεδομένου ότι τα διανύσματα τείνουν να έχουν πολύ θόρυβο στην περίπτωση των δεσμών λέιζερ με υψηλή σημειακή πυκνότητα σημείο, προτιμούνται αλγόριθμοι που δεν απαιτούν κανονικά διανύσματα. Ένας τέτοιος αλγόριθμος είναι ο Hough μετασχηματισμός επεκταμένος σε τρείς διαστάσεις.<br /> <br /> [[Εικόνα:3d3.jpg|thumb|right|Εικόνα 3: Σημεία δίριχτης στέγης προβαλλόμενα σε δισδιάστατη επιφάνεια]]<br /> [[Εικόνα:3d4.jpg|thumb|right|Εικόνα 3: Σημεία δίριχτης στέγης προβαλλόμενα σε δισδιάστατη επιφάνεια]]<br /> Σε αυτόν ένα συγκεκριμένο σημείο (x, y) σε μια εικόνα καθορίζει μια γραμμή y = ax + b στην παράμετρο χώρο με άξονες για τις παραμέτρους α και β. Εάν μια εικόνα περιέχει αρκετά σημεία σε μια ευθεία γραμμή, οι γραμμές των σημείων αυτών στην παράμετρο χώρο θα διασταυρώνονται και η θέση της τομής παραχωρείται στη παραμέτρους της γραμμής στην εικόνα.<br /> <br /> Αυτή η αρχή μπορεί εύκολα να επεκταθεί σε τρεις διαστάσεις. Κάθε σημείο (x, y, z) σε μια δέσμη στοιχείων λέιζερ ορίζει ένα επίπεδο z = x + sx sy y + δ στη τρισδιάστατο παράμετρο χώρο βαθμονομείται από τους άξονες των παραμέτρων sx, sy, και δ, όπου sx και sy είναι η κλίση στην x και στην y κατεύθυνση και το δ δηλώνει τη κατακόρυφη απόσταση του επιπέδου από το σημείο αναφοράς.<br /> <br /> Ο μετασχηματισμός Hough δεν ελέγχει αν τα σημεία που βρέθηκαν στο ίδιο επίπεδο όντως αποτελούν μια συνεχή επιφάνεια. Μπορούν να βρεθούν επίσης συμπτωματικά και κάποια διάσπαρτα σημεία που βρίσκονται σε ένα επίπεδο. Για να εξακριβωθεί αυτό, τα TIN όλων των σημείων του λέιζερ είναι απαραίτητα. Χρησιμοποιούνται μόνο τα σημεία του εντοπισμένου επιπέδου που διαμορφώνουν ενιαίο κομμάτι του TIN του ελάχιστου μεγέθους. Σημεία που καθορίστηκαν σε επίπεδη επιφάνεια αφαιρούνται από την παράμετρο χώρο πριν καταχωρηθούν εκ νέου στο επόμενο επίπεδο.<br /> <br /> Στην περίπτωση κτηρίων με πολυεπίπεδη οροφή ο παραπάνω μετασχηματισμός οδηγεί σε ψευδή επίπεδα. Επίσης συμβαίνει ορισμένες αυθαίρετα επίπεδες περιοχές να περιέχουν περισσότερα σημεία από ό, τι οι περιοχές γύρω από το επίπεδο οροφής και έτσι ανιχνεύονται λάθος επίπεδα. Για να αποφευχθεί αυτό και να μειωθεί η πιθανότητα ενός μέρους να περιλαμβάνει πολλά επίπεδα, θα χωρισθεί το σύνολο των δεδομένων σε μικρότερα μέρη (σχήμα 1) θα εφαρμοστεί ο μετασχηματισμός Hough στα σημεία του κάθε μέρους χωριστά (σχήμα 2).<br /> Σε πολλά κτήρια τα επίπεδα της οροφής είναι παράλληλα με ένα από τα άκρα της κατακερματισμένης κάτοψης. Μετά την προβολή όλων των σημείων σε ένα τμήμα σε ένα κάθετο επίπεδο μέσω ενός ακριανού τμήματος, θα εφαρμοστεί ο μετασχηματισμός Hough σε δύο διαστάσεις (σχήμα 3, 4). <br /> [[Εικόνα:3d5.jpg|thumb|right|Εικόνα 5]]<br /> [[Εικόνα:3d6.jpg|thumb|right|Εικόνα 6: Εντοπισμός τεμνόμενων γραμμών]]<br /> Ο τελικός προσδιορισμός των επίπεδων παραμέτρων ακολουθείται από προσαρμογή τετραγώνων χρησιμοποιώντας όλα τα σημεία που ορίζονται στο επίπεδο (σχήμα 5). <br /> Εκτός αν ο αριθμός των σημείων ανά τμήμα είναι πολύ μικρό, ένα ή περισσότερα επίπεδα θα έχουν βρεθεί από την παραπάνω διαδικασία. Τμήματα με ένα μόνο επιφανειακό επίπεδο μπορούν να αποδοθούν πλήρως σε αυτό το επίπεδο. Συνδυάζοντας τα όρια της επιφάνειας της κάτοψης με το ανιχνευμένο επίπεδο, ένα τρισδιάστατο μοντέλο για το τμήμα αυτό μπορεί να κατασκευαστεί. Για τα τμήματα που περιέχουν σημεία πολλαπλών επίπεδων επιφανειών απαιτείται περαιτέρω κατάτμηση του τμήματος μέχρι μια μόνο επίπεδη επιφάνεια να ανήκει σε κάθε τμήμα. Ένα τμήμα χωρίζεται αν παρουσιάζεται μια γραμμή τομής δύο γειτονικών επίπεδών ή μια ακμή σε ύψος μεταξύ τους (σχήμα 6). <br /> [[Εικόνα:3d7.jpg|thumb|right|Εικόνα 7: Αντιστοίχιση κάθε τμήματος σε ένα επίπεδο οροφής]]<br /> [[Εικόνα:3d8.jpg|thumb|right|Εικόνα 8: Τρισδιάστατο μοντέλο κτηρίου]]<br /> Όταν δεν είναι εφικτός περαιτέρω διαχωρισμός όλα τα τμήματα έχουν αντιστοιχιστεί σε μια επίπεδη επιφάνεια. Αν σε ορισμένα τμήματα εξακολουθούν να υπάρχουν σημεία που ανήκουν σε διαφορετικές επίπεδες επιφάνειες, επιλέγεται ο επίπεδο με το μεγαλύτερο αριθμό σημείων. Όλα τα παρακείμενα τμήματα της κάτοψης που έχουν ενταχθεί στο ίδιο επίπεδο συγχωνεύονται και κάθε τμήμα αντιστοιχεί σε ένα επίπεδο οροφής (σχήμα 7). <br /> Από το συνδυασμό αυτής της διαδικασίας με τις παραμέτρους προκύπτει το τρισδιάστατο μοντέλο κτηρίων. (σχήμα 8).<br /> [[Εικόνα:3d9.jpg|thumb|right|Εικόνα 9: Ανακατασκευασμένο κτήριο με προσθήκη λεπτομέρειας]]<br /> Προκειμένου να εμφανιστούν περισσότερες λεπτομέρειες στο μοντέλο, εφαρμόζεται μια δεύτερη μέθοδος. Σε αυτή αρχικά δημιουργείται ένα χονδροειδές τρισδιάστατο μοντέλο που προέρχεται από το καθορισμό χονδροειδών μορφών στο αρχικό τμήμα της κάτοψης. Αναλύοντας τα σημειακά νέφη, που δεν ανταποκρίνονται σε αυτό το μοντέλο, εκτιμούνται βελτιώσεις. Στη συνέχεια εφαρμόζεται ο μετασχηματισμός Hough. Θεωρώντας ορθογώνια τμήματα, παράγονται διαφορετικά μοντέλα οροφής για το τμήμα: επίπεδη οροφή, κεκλιμένη στέγη με δύο κάθετες κατευθύνσεις, και δύο δίρριχτες στέγες με κάθετες κατευθύνσεις. Αναλύοντας τις εκτιμώμενες παραμέτρους των στεγών επανεκτιμάται το αρχικό πρότυπο και στη συνέχει επαναπροσδιορίζεται και αποκτά λεπτομέρεια με τη διαδικασία μοντελοποίησης με σημειακά νέφη (σχήμα 9).<br /> <br /> Η ανακατασκευή τρισδιάστατων μοντέλων πόλης, που προϋποθέτει χρήση σύγχρονων φωτογραμμετρικών μηχανών, γίνεται ολοένα και πιο δημοφιλείς αφού βρίσκουν εφαρμογή στην ανάλυση της διάδοσης του θορύβου και της ρύπανσης του αέρα μέσα από τις πόλεις και στην εκτίμηση φόρου ακίνητης περιουσίας.<br /> Your Content Here <br /> <br /> [[category:Έλεγχος εφαρμογής πολεοδομικού σχεδιασμού]]</div>

Ktzina http://147.102.106.44/rs/wiki/index.php/%CE%9A%CE%BF%CE%BA%CE%BA%CE%BF%CF%84%CE%AE_%CE%93%CE%B5%CF%89%CF%81%CE%B3%CE%AF%CE%B1 2010-02-09T06:55:20Z

<p>Ktzina: </p> <hr /> <div>* [[«Ανάλυση χωρικών και χρονικών αλλαγών του αστικού περιβάλλοντος με χρήση πολυφασματικών και υπερφασματικών δεδομένων»]]<br /> * [[«Τρισδιάστατα μοντέλα ανακατασκευής κτηρίων από σημειακά νέφη και κατόψεις»]]<br /> * [[«Διαχειρίζοντας το αστικό μας μέλλον: ο ρόλος της τηλεπισκόπισης και των γεωγραφικών συστημάτων πληροφοριών»]]<br /> * [[«Σχεδιάζοντας την ποιότητα του αστικού περιβάλλοντος σε μια τροπική πόλη»]]<br /> * [[«Οι δυνατότητες της υπερφασματικής τηλεπισκόπισης στο χαρακτηρισμό αστικών δομών στο Μοναχό»]]<br /> * [[«Εκτίμηση της αστικής επέκτασης και των επιπτώσεων της στις επιφανειακές θερμοκρασίες στο Δέλτα του ποταμού Zhujiang της Κίνας»]]<br /> * [[«Πόλεις από το διάστημα: δυνατές εφαρμογές τηλεπισκόπισης στην έρευνα και διαχείριση του αστικού περιβάλλοντος»]]<br /> * [[«Ταξινόμηση και εξαγωγή χαρακτηριστικών δορυφορικών εικόνων αστικών περιοχών βάση μορφολογικών μετασχηματισμών»]]<br /> * [[«Ημερήσια θερμική συμπεριφορά επιλεγμένων αστικών αντικειμένων με χρήση τηλεπισκοπικών μετρήσεων»]]<br /> * [[«Χωροχρονική ανάλυση μεγαλουπόλεων της Ινδίας»]]<br /> * [[«Χρήση δορυφορικών IKONOS και αντικειμενοστραφών μεθόδων για την αυτοματοποίηση ταξινόμησης δασών χαμηλής πυκνότητας»]]<br /> * [[«Εκτίμηση επιπτώσεων αστικοποίησης στο αστικό κλίμα με τηλεπισκοπική και κλιματική παρατήρηση»]]<br /> * [[«Η ΧΡΗΣΗ ΤΩΝ ΔΟΡΥΦΟΡΙΚΩΝ ΔΕΔΟΜΕΝΩΝ ΤΗΛΕΑΝΙΧΝΕΥΣΗΣ ΣΤΗ ΓΕΩΔΥΝΑΜΙΚΗ ΜΕΛΕΤΗ ΤΗΣ ΝΟΤΙΑΣ ΑΡΓΟΛΙΔΑΣ»]]<br /> * [[«ΕΝΤΟΠΙΣΜΟΣ ΑΛΛΑΓΩΝ ΕΔΑΦΟΚΑΛΥΨΗΣ ΜΕ ΧΡΗΣΗ ΔΟΡΥΦΟΡΙΚΩΝ ΕΙΚΟΝΩΝ»]]<br /> * [[«ΔΙΑΧΕΙΡIΣΗ ΠΕΡΙΒΑΛΛΟΝΤΟΣ ΜΕ ΤΗ ΧΡΗΣΗ ΤΗΣ ΔΟΡΥΦΟΡΙΚΗΣ ΤΗΛΕΠΙΣΚΟΠΗΣΗΣ »]]<br /> * [[«Εφαρμογή τηλεπισκόπισης στην καταγραφή της κατανάλωσης του αρδευτικού νερού στον Κάμπο του Ν. Χανίων»]]<br /> * [[«Η ανάλυση των Κύριων Συνιστωσών στην Οριοθέτηση Λιθολογικών Ενοτήτων και στην Αναγνώριση Γεωλογικών Δομών της Νήσου Νάξου]]<br /> * [[«Τεχνικές Ανίχνευσης και Ταυτοποίησης της Παραλλακτικότητας σε μεσογειακό Γεωργικό Περιβάλλον»]]<br /> * [[«Βαθυμετρία Ρηχών Θαλάσσιων Νερών με Πολυφασματικά Δεδομένα TM»]]<br /> Add Your Content Here <br /> <br /> [[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Αθήνα)]]</div>

Ktzina http://147.102.106.44/rs/wiki/index.php/%C2%AB%CE%92%CE%B1%CE%B8%CF%85%CE%BC%CE%B5%CF%84%CF%81%CE%AF%CE%B1_%CE%A1%CE%B7%CF%87%CF%8E%CE%BD_%CE%98%CE%B1%CE%BB%CE%AC%CF%83%CF%83%CE%B9%CF%89%CE%BD_%CE%9D%CE%B5%CF%81%CF%8E%CE%BD_%CE%BC%CE%B5_%CE%A0%CE%BF%CE%BB%CF%85%CF%86%CE%B1%CF%83%CE%BC%CE%B1%CF%84%CE%B9%CE%BA%CE%AC_%CE%94%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_Landsat_TM%C2%BB 2010-02-09T06:54:08Z

<p>Ktzina: </p> <hr /> <div>Δημοσίευση Εφαρμογής Τηλεπισκόπισης: <br /> «Βαθυμετρία Ρηχών Θαλάσσιων Νερών με Πολυφασματικά Δεδομένα TM»<br /> Συγγραφείς:<br /> Μ. Παπαδοπούλου, Μ. Τσακίρη – Στρατή<br /> Επίκ. Καθηγήτριες Α.Π.Θ.<br /> <br /> Ανάλυση – Παρουσίαση:<br /> <br /> [[Εικόνα:vr1.jpg|thumb|right|Σχήμα 1: Περιοχή μελέτης στη Κέρκυρα ]]<br /> [[Εικόνα:vr2.jpg|thumb|right|Σχήμα 2: Περιοχή μελέτης στην Αίγινα]]<br /> Αντικείμενο αυτής της εφαρμογής είναι η βαθυμετρία ρηχών θαλασσινών νερών. Στόχος της ήταν η διερεύνηση και εκτίμηση της δυνατότητας μέτρησης του βάθους, σε ρηχά θαλάσσια νερά σε περιοχές της Κέρκυρας και της Αίγινας, με τη χρήση δορυφορικών πολυφασματικών δεδομένων. Η μέτρηση βαθών σε περιοχές ρηχών νερών παραδοσιακά γινόταν με ηχοβολιστικές συσκευές, διαδικασία αρκετά χρονοβόρα και ακριβή, καθώς απαιτεί πολλές μετρήσεις. Η ανάγκη για τη γρήγορη ενημέρωση των χαρτών πλοήγησης καθώς και για την παρακολούθηση και χαρτογράφηση των παράκτιων περιοχών, που εμφανίζουν κινδύνους για τη ναυσιπλοΐα, οδήγησε στην ανάπτυξη τεχνικών βαθυμετρίας με τηλεπισκόπηση. Στην εργασία αυτή έγινε έρευνα για την εφαρμογή ενός μοντέλου μέτρησης βαθών σε ρηχά νερά, στη θαλάσσια περιοχή νότια της Κέρκυρας (σχήμα 1) και στη θαλάσσια περιοχή δυτικά της Αίγινας (σχήμα 2), με τη χρήση πολυφασματικών δεδομένων που προήλθαν από εικόνες του σαρωτή Thematic Mapper (ΤΜ) του δορυφόρου Landsat. Για την ολοκλήρωση της μελέτης χρησιμοποιήθηκαν τα λογισμικά πακέτα: Imagine/ERDAS για την επεξεργασία των εικόνων, Minitab για τη βαθμονόμηση και επαλήθευση του βαθυμετρικού μοντέλου, PC/Arcinfo για την ψηφιοποίηση και την αναγωγή των βαθυμετρικών σημείων.<br /> <br /> Η βαθμονόμηση του μοντέλου της Κέρκυρας έγινε για τη διαγραμμισμένη θαλάσσια περιοχή, που φαίνεται στο σχήμα 1 και η οποία περιλαμβάνει βάθη μέχρι 20 m. Έπειτα από έρευνα των γεωλογικών χαρακτηριστικών της περιοχής μελέτης μπορεί να υποτεθεί ότι ο βυθός παρουσιάζει σχετική χρωματική ομοιογένεια στο λευκό χρώμα και καθαρό θαλάσσιο νερό. Τα πολυφασματικά δεδομένα ελήφθησαν από εικόνα ΤΜ του Landsat-4, λήψης 17/7/1984. Τα βαθυμετρικά σημεία, που χρησιμοποιήθηκαν για τη βαθμονόμηση και για την επαλήθευση του μοντέλου, ψηφιοποιήθηκαν από το φύλλο &quot;Λευκίμη&quot; κλίμακας 1:50,000 της Γ.Υ.Σ., προβολής UTM και κατασκευής 1972 από μετρήσεις 1958. Η μεγάλη χρονική περίοδος που μεσολάβησε αποτελεί μειονέκτημα για την εφαρμογή της μεθοδολογίας, αφού είναι πιθανό τα δεδομένα του χάρτη και της εικόνας να μην περιγράφουν την ίδια κατάσταση εξαιτίας μεταβολής του ανάγλυφου του βυθού και των οπτικών ιδιοτήτων του νερού, αλλά δεν μπορεί να αντιμετωπιστεί λόγω έλλειψης ενημερωμένων βαθυμετρικών στοιχείων <br /> <br /> Το βαθυμετρικό μοντέλο της Αίγινας βαθμονομήθηκε για τη διαγραμμισμένη θαλάσσια περιοχή, που φαίνεται στο σχήμα 2, και για βάθη μέχρι 20 m. Με βάση τα γεωλογικά χαρακτηριστικά της περιοχής, μπορεί σε γενικές γραμμές να υποτεθεί ότι ο βυθός παρουσιάζει σε όλη την περιοχή σχετική χρωματική ομοιογένεια στο λευκό χρώμα και καθαρό θαλάσσιο νερό. Τα πολυφασματικά δεδομένα για την Αίγινα ελήφθησαν από εικόνα ΤΜ του Landsat-5, λήψης 28/1/1988. Τα σημεία για τη βαθμονόμηση και την επαλήθευση του μοντέλου προήλθαν από ψηφιοποίηση του χάρτη &quot;Πρόσγεια και λιμήν Αίγινας-Στενό Μετώπης&quot;, κλίμακας 1:12,500, προβολής UTM της Υ.Υ.Π.Ν. Τα βαθυμετρικά δεδομένα του χάρτη προήλθαν από μετρήσεις του 1969 εμπεριέχοντας και σε αυτή τη περίπτωση την πιθανότητα αλλάγων κατά τη χρονική περίοδο που μεσολάβησε ανάμεσα στη συλλογή των βαθυμετρικών και των πολυφασματικών δεδομένων.<br /> <br /> [[Εικόνα:vr3.jpg|thumb|right|Σχήμα 3: Τομή του δίαυλου 1 της εικόνας Landsat 4 πριν (γκρι) και μετά (μαύρο) την εφαρμογή του συνελικτικού χαμηλοπερατού φίλτρου 7x7]]<br /> Η μέση απόσταση ανάμεσα στα ψηφιοποιηθέντα σημεία για την Κέρκυρα ήταν περίπου 500 m ενώ για την Αίγινα ήταν περίπου 125 m. Η αναγωγή και των δύο εικόνων στο σύστημα UTM του χάρτη έγινε μέσω αφινικού μετασχηματισμού με τη χρήση 14 σημείων ελέγχου και με ακρίβεια μισής ψηφίδας. Η επαναδειγματοληψία των εικόνων έγινε με τη δικυβική παρεμβολή. Επειδή και οι δύο εικόνες στη θαλάσσια περιοχή παρουσίαζαν έντονη λωριδοποίηση δοκιμάστηκαν πολλές από τις υπάρχουσες μεθόδους μείωσης της λωριδοποίησης και επιλέχθηκε αυτή με την ικανοποιητικότερη βαθμονόμηση του μοντέλου. Την αποτελεσματικότερη μείωση έδωσε η εφαρμογή του συνελικτικού χωρικού χαμηλοπερατού φίλτρου μέσης τιμής 7x7, δηλαδή ενός μητρώου με διαστάσεις 7x7 και με όλα τα στοιχεία του ίσα με τη μονάδα. Στο σχήμα 3 φαίνεται σε τομή κάθετη στις λωρίδες, η μείωση της λωριδοποίησης μετά την εφαρμογή του φίλτρου. Η μείωση του θορύβου και για τις δύο εικόνες ήταν μεγαλύτερη κοντά στην ακτή. Δηλαδή η ποιότητα της ραδιομετρικής διόρθωσης που εφαρμόστηκε σε κάποιο σημείο φάνηκε να είναι αντιστρόφως ανάλογη της απόστασής του από την ξηρά. Η χαμηλή τιμή (&lt;0.9) του δείκτη συσχετισμού ανάμεσα στις τιμές έντασης πάνω από τα βαθιά νερά στους διάφορους διαύλους οδήγησε στο συμπέρασμα ότι οι εικόνες ήταν απαλλαγμένες από επιδράσεις του λαμπιρίσματος της θαλάσσιας επιφάνειας.<br /> <br /> [[Εικόνα:vr4.jpg|thumb|right|Σχήμα 4: Οι κύριοι παράγοντες που επηρεάζουν τα φασματικά χαρακτηριστικά του νερού]]<br /> Η πολυφασματική βαθυμετρία βασίζεται στο γεγονός ότι το βάθος διαπερατότητας του νερού από την ηλιακή ενέργεια εξαρτάται από το μήκος κύματός της και επιτυγχάνεται με το χειρισμό ψηφιακών τιμών που συλλέγονται από ένα πολυφασματικό τηλεπισκοπικό σύστημα. Η καταγραφόμενη από το δέκτη ακτινοβολία Lsens εκτιμάται από τη σχέση: Lsens = Latm + Tatm (Lsurf + Lwat), όπου Latm είναι η ακτινοβολία που οφείλεται στην ατμοσφαιρική σκέδαση, Tatm η διαπερατότητα της ατμόσφαιρας, Lsurf η ανάκλαση από την επιφάνεια του νερού και Lwat η ανάκλαση από το σώμα του νερού και το βυθό (σχήμα 4). Το Lwat για ένα δίαυλο i συνήθως συμβολίζεται ως Li και εκτιμάται από τη συνάρτηση: Li = Lw(i)+L0(i)Lb(i)e^(-k,fz), όπου: i είναι ένας δίαυλος, Lw(i) είναι η ακτινοβολία πάνω από τα βαθιά νερά στο δίαυλο i. L0(i) είναι μία σταθερά που εξαρτάται από την ηλιακή ακτινοβολία, από τον τρόπο μετάδοσής της μέσω του αέρα και της επιφάνειας του νερού, και από τη διάθλασή της στην επιφάνεια του νερού και συνήθως ισούται με 1, Lb(i) είναι η ακτινοβολία βυθού στο δίαυλο I, ki είναι ο συντελεστής εξασθένισης στο δίαυλο I, f είναι ο συντελεστής που περιγράφει το μήκος της διαδρομής της ακτινοβολίας μέσα στο νερό και συνήθως δίνεται ίσος με 2 και z είναι το βάθος του νερού. Στην περίπτωση των περιοχών μελέτης που ο βυθός είναι ομοιογενής και το νερό καθαρό, τότε μπορεί να θεωρηθεί ότι οι παράμετροι Lw(i), Lb(i) και ki της παραπάνω συνάρτησης για κάθε δίαυλο είναι σταθερές. Συνεπώς η συνάρτηση μπορεί να γραμμικοποιηθεί ορίζοντας μία νέα μεταβλητή Χi, η οποία είναι γραμμική συνάρτηση του βάθους z, το οποίο μπορεί να γραφεί ως ο γραμμικός συνδυασμός των Χi όλων των χρησιμοποιουμένων διαύλων ως εξής: Z= a0 + ∑_(i=1)^n▒aixi, όπου: z είναι το βάθος του νερού. Xi = ln[Li – Lw(i)], με i από 1 έως n. n είναι το πλήθος των χρησιμοποιούμενων διαύλων. Η σχέση δεν είναι παρά η πολλαπλή παλινδρόμηση ανάμεσα στα βάθη z και τις μεταβλητές Xi. Ο σταθερός συντελεστής a0 είναι συνάρτηση των συντελεστών εξασθένισης ki και οι συντελεστές ai είναι συναρτήσεις των ki, των L0(i) και των ακτινοβολιών βυθού Lb(i).<br /> <br /> Για την βαθμονόμηση χρησιμοποιήθηκε το μοντέλο της τελευταίας σχέσης και για τις δύο περιοχές μελέτης. Η σχέση εφαρμόστηκε για n=3, διότι χρησιμοποιήθηκαν οι τρεις πρώτοι δίαυλοι (ορατή περιοχή) των εικόνων. Η τιμή Lw(i) για κάθε δίαυλο ελήφθη ως το σημείο αποκοπής του ιστογράμματός του στις χαμηλότερες τιμές. Η μέθοδος αυτή προτιμήθηκε, αφ’ ενός διότι καμία από τις τιμές των διαφορών (Li_Lw(i) ) δεν προέκυψε αρνητική και αφ’ ετέρου επειδή οι βαθμονομήσεις του μοντέλου και στις δύο περιοχές ήταν καλύτερες. Για τη βαθμονόμηση του μοντέλου, υπολογίστηκαν οι μεταβλητές Χi κάθε διαύλου στις θέσεις της εικόνας που αντιστοιχούσαν στα βαθυμετρικά σημεία του χάρτη και εφαρμόστηκε μία πολλαπλή παλινδρόμηση ανάμεσα στα βάθη z και τις αντίστοιχες τιμές των Xi.<br /> <br /> [[Εικόνα:vr5.jpg|thumb|right|Πίνακας 1: Η συχνότητα του βάθους στα χαρακτηριστικά της παλινδρόμησης s και r]]<br /> Για το βαθυμετρικό μοντέλο στην Κέρκυρα χρησιμοποιήθηκαν αρχικά 216 βαθυμετρικά σημεία με βάθη που κυμαίνονταν από 1.5 m έως 20 m. Λόγω του περιορισμένου αριθμού βαθυμετρικών στον εν χρήσει χάρτη, χρησιμοποιήθηκαν και επιπλέον σημεία που προήλθαν από τις υπάρχουσες στο χάρτη ισοβαθείς των 5 και 10 μέτρων. Συνολικά χρησιμοποιήθηκαν 66 σημεία από ισοβαθείς Η τυπική απόκλιση s της παλινδρόμησης στα 216 σημεία βρέθηκε ίση με 3.1 m, ενώ η συσχέτιση r ανάμεσα στα γνωστά βάθη και τις αντίστοιχες τιμές των μεταβλητών Xi ίση με 73%. Το s απέκτησε ικανοποιητική τιμή, όταν κανένα από τα χρησιμοποιούμενα σημεία δεν είχε βάθος μεγαλύτερο από 11 m (πίνακας 1). Έτσι, η περιοχή μελέτης περιορίστηκε μέχρι το βάθος αυτό. H διαδικασία της βαθμονόμησης ξεκίνησε με 159 σημεία που τα βάθη τους κυμαίνονταν από 1.5 m έως 10.8 m (σχήμα 5). Η τελική βαθμονόμηση προέκυψε από την εφαρμογή της παλινδρόμησης σε 119 σημεία (75% των αρχικών) με βάθη που κυμαίνονταν από 1.5 m έως 10 m και έδωσε s =0.98 m και r = 92.3%. Το μοντέλο που προέκυψε είχε τη μορφή: z = 14.1 + 1.46ln(L1-96) - 8.14ln(L2-26) + 2.38ln(L3-22). Για την επαλήθευση του μοντέλου χρησιμοποιήθηκαν 10 βαθυμετρικά σημεία που δεν συμμετείχαν στη βαθμονόμησή του και τα οποία ελήφθησαν αναγκαστικά από τις ισοβαθείς των 5 και 10 μέτρων, λόγω της προαναφερθείσας έλλειψης βαθυμετρικών στο χάρτη. <br /> <br /> Στο βαθυμετρικό μοντέλο της Αίγινας υπήρχε διαθέσιμος μεγάλος αριθμός βαθυμετρικών σημείων και χρησιμοποιήθηκαν περισσότερα σε σχέση με την Κέρκυρα βαθυμετρικά. Για τη βαθμονόμηση αρχικά χρησιμοποιήθηκαν 305 σημεία με βάθη που κυμαίνονταν από 1.5 m έως 20 m. Η τυπική απόκλιση s της παλινδρόμησης με τα σημεία αυτά προέκυψε ίση με 1.67 m και η συσχέτιση r ίση με 79%. Μετά την απομάκρυνση των σημείων, των οποίων τα βάθη παρουσίαζαν μεγάλες διαφορές από το μοντέλο, η τελική βαθμονόμηση έγινε με 266 σημεία με βάθη, από 1.5 m έως 19 m, και έδωσε s = 0.95 m και r = 95%. Το μοντέλο, που προέκυψε από την εφαρμογή της παλινδρόμησης στα σημεία αυτά, είχε τη μορφή: z=12.6 + 2.94ln(L1-53) - 8.73ln(L2-14) + 0.80ln(L3-11). Για την επαλήθευση του μοντέλου χρησιμοποιήθηκαν 61 βαθυμετρικά σημεία. <br /> <br /> [[Εικόνα:vr6.jpg|thumb|right|Σχήμα 5: Ιστόγραμμα συχνότητας χρησιμοποιηθέντων βαθών]]<br /> Το μοντέλο βαθυμετρίας, που εφαρμόστηκε έδωσε ικανοποιητικά αποτελέσματα και στις δύο περιοχές εφαρμογής. Βασικές πηγές σφαλμάτων στη βαθμονόμηση και στην πρόβλεψη βαθών μέσω του μοντέλου φάνηκαν να είναι: α) Θόρυβος στα πολυφασματικά δεδομένα, ο οποίος δεν απαλείφθηκε με την εφαρμογή του συνελικτικού φίλτρου και επηρέασε τόσο την ένταση των ψηφίδων όσο και την εκτίμηση της ακτινοβολίας Lw(i). β) Πιθανή μειωμένη ακρίβεια στη μέτρηση του βάθους και στον προσδιορισμό της θέσης των σημείων του χάρτη, τα οποία χρησιμοποιήθηκαν στη βαθμονόμηση και στον έλεγχο του μοντέλου. γ) Η μεγάλη χρονική περίοδος που μεσολάβησε ανάμεσα στη συλλογή των βαθυμετρικών δεδομένων των χαρτών. δ) Διαφορές στον τύπο του βυθού και τις οπτικές ιδιότητες του νερού, οι οποίες δεν αντιμετωπίστηκαν παρά τη χρήση και των τριών διαύλων των εικόνων. ε) Διαφορές κατά Χ ή/και κατά Υ, ανάμεσα στη θέση ενός βαθυμετρικού σημείου του χάρτη και της αντίστοιχης θέσης στην ανηγμένη εικόνα, λόγω της διακριτικής ικανότητας της εικόνας (30x30 m) και μπορούν να είναι έως ±15 m. Ωστόσο, οι επιδράσεις τους δεν είναι ιδιαίτερα σημαντικές, όταν ο βυθός είναι ομαλός, πράγμα που συμβαίνει και στις δύο περιοχές εφαρμογής. Τελικά, προκύπτει το συμπέρασμα ότι για την αποτελεσματικότερη απόδοση του μοντέλου για βαθυμετρία ρηχών νερών, τα πολυφασματικά δεδομένα πρέπει να έχουν καλή ραδιομετρική ποιότητα και η διόρθωση του θορύβου να είναι όσο γίνεται καλύτερη. Επίσης, τα χαρτογραφικά δεδομένα πρέπει να προέρχονται από χάρτες μεγάλης κλίμακας και να είναι της ίδιας χρονικής περιόδου με τα πολυφασματικά.<br /> <br /> Your Content Here <br /> <br /> [[category:Παρακολούθηση παράκτιων οικοσυστημάτων]]</div>

Ktzina http://147.102.106.44/rs/wiki/index.php/%C2%AB%CE%92%CE%B1%CE%B8%CF%85%CE%BC%CE%B5%CF%84%CF%81%CE%AF%CE%B1_%CE%A1%CE%B7%CF%87%CF%8E%CE%BD_%CE%98%CE%B1%CE%BB%CE%AC%CF%83%CF%83%CE%B9%CF%89%CE%BD_%CE%9D%CE%B5%CF%81%CF%8E%CE%BD_%CE%BC%CE%B5_%CE%A0%CE%BF%CE%BB%CF%85%CF%86%CE%B1%CF%83%CE%BC%CE%B1%CF%84%CE%B9%CE%BA%CE%AC_%CE%94%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_Landsat_TM%C2%BB 2010-02-09T06:51:17Z

<p>Ktzina: </p> <hr /> <div>Δημοσίευση Εφαρμογής Τηλεπισκόπισης: <br /> «Βαθυμετρία Ρηχών Θαλάσσιων Νερών με Πολυφασματικά Δεδομένα TM»<br /> Συγγραφείς:<br /> Μ. Παπαδοπούλου, Μ. Τσακίρη – Στρατή<br /> Επίκ. Καθηγήτριες Α.Π.Θ.<br /> <br /> Ανάλυση – Παρουσίαση:<br /> <br /> [[Εικόνα:vr1.jpg|thumb|right|Σχήμα 1: Περιοχή μελέτης στη Κέρκυρα ]]<br /> [[Εικόνα:vr2.jpg|thumb|right|Σχήμα 2: Περιοχή μελέτης στην Αίγινα]]<br /> Αντικείμενο αυτής της εφαρμογής είναι η βαθυμετρία ρηχών θαλασσινών νερών. Στόχος της ήταν η διερεύνηση και εκτίμηση της δυνατότητας μέτρησης του βάθους, σε ρηχά θαλάσσια νερά σε περιοχές της Κέρκυρας και της Αίγινας, με τη χρήση δορυφορικών πολυφασματικών δεδομένων. Η μέτρηση βαθών σε περιοχές ρηχών νερών παραδοσιακά γινόταν με ηχοβολιστικές συσκευές, διαδικασία αρκετά χρονοβόρα και ακριβή, καθώς απαιτεί πολλές μετρήσεις. Η ανάγκη για τη γρήγορη ενημέρωση των χαρτών πλοήγησης καθώς και για την παρακολούθηση και χαρτογράφηση των παράκτιων περιοχών, που εμφανίζουν κινδύνους για τη ναυσιπλοΐα, οδήγησε στην ανάπτυξη τεχνικών βαθυμετρίας με τηλεπισκόπηση. Στην εργασία αυτή έγινε έρευνα για την εφαρμογή ενός μοντέλου μέτρησης βαθών σε ρηχά νερά, στη θαλάσσια περιοχή νότια της Κέρκυρας (σχήμα 1) και στη θαλάσσια περιοχή δυτικά της Αίγινας (σχήμα 2), με τη χρήση πολυφασματικών δεδομένων που προήλθαν από εικόνες του σαρωτή Thematic Mapper (ΤΜ) του δορυφόρου Landsat. Για την ολοκλήρωση της μελέτης χρησιμοποιήθηκαν τα λογισμικά πακέτα: Imagine/ERDAS για την επεξεργασία των εικόνων, Minitab για τη βαθμονόμηση και επαλήθευση του βαθυμετρικού μοντέλου, PC/Arcinfo για την ψηφιοποίηση και την αναγωγή των βαθυμετρικών σημείων.<br /> <br /> Η βαθμονόμηση του μοντέλου της Κέρκυρας έγινε για τη διαγραμμισμένη θαλάσσια περιοχή, που φαίνεται στο σχήμα 1 και η οποία περιλαμβάνει βάθη μέχρι 20 m. Έπειτα από έρευνα των γεωλογικών χαρακτηριστικών της περιοχής μελέτης μπορεί να υποτεθεί ότι ο βυθός παρουσιάζει σχετική χρωματική ομοιογένεια στο λευκό χρώμα και καθαρό θαλάσσιο νερό. Τα πολυφασματικά δεδομένα ελήφθησαν από εικόνα ΤΜ του Landsat-4, λήψης 17/7/1984. Τα βαθυμετρικά σημεία, που χρησιμοποιήθηκαν για τη βαθμονόμηση και για την επαλήθευση του μοντέλου, ψηφιοποιήθηκαν από το φύλλο &quot;Λευκίμη&quot; κλίμακας 1:50,000 της Γ.Υ.Σ., προβολής UTM και κατασκευής 1972 από μετρήσεις 1958. Η μεγάλη χρονική περίοδος που μεσολάβησε αποτελεί μειονέκτημα για την εφαρμογή της μεθοδολογίας, αφού είναι πιθανό τα δεδομένα του χάρτη και της εικόνας να μην περιγράφουν την ίδια κατάσταση εξαιτίας μεταβολής του ανάγλυφου του βυθού και των οπτικών ιδιοτήτων του νερού, αλλά δεν μπορεί να αντιμετωπιστεί λόγω έλλειψης ενημερωμένων βαθυμετρικών στοιχείων <br /> <br /> Το βαθυμετρικό μοντέλο της Αίγινας βαθμονομήθηκε για τη διαγραμμισμένη θαλάσσια περιοχή, που φαίνεται στο σχήμα 2, και για βάθη μέχρι 20 m. Με βάση τα γεωλογικά χαρακτηριστικά της περιοχής, μπορεί σε γενικές γραμμές να υποτεθεί ότι ο βυθός παρουσιάζει σε όλη την περιοχή σχετική χρωματική ομοιογένεια στο λευκό χρώμα και καθαρό θαλάσσιο νερό. Τα πολυφασματικά δεδομένα για την Αίγινα ελήφθησαν από εικόνα ΤΜ του Landsat-5, λήψης 28/1/1988. Τα σημεία για τη βαθμονόμηση και την επαλήθευση του μοντέλου προήλθαν από ψηφιοποίηση του χάρτη &quot;Πρόσγεια και λιμήν Αίγινας-Στενό Μετώπης&quot;, κλίμακας 1:12,500, προβολής UTM της Υ.Υ.Π.Ν. Τα βαθυμετρικά δεδομένα του χάρτη προήλθαν από μετρήσεις του 1969 εμπεριέχοντας και σε αυτή τη περίπτωση την πιθανότητα αλλάγων κατά τη χρονική περίοδο που μεσολάβησε ανάμεσα στη συλλογή των βαθυμετρικών και των πολυφασματικών δεδομένων.<br /> <br /> [[Εικόνα:vr3.jpg|thumb|right|Σχήμα 3: Τομή του δίαυλου 1 της εικόνας Landsat 4 πριν (γκρι) και μετά (μαύρο) την εφαρμογή του συνελικτικού χαμηλοπερατού φίλτρου 7x7]]<br /> Η μέση απόσταση ανάμεσα στα ψηφιοποιηθέντα σημεία για την Κέρκυρα ήταν περίπου 500 m ενώ για την Αίγινα ήταν περίπου 125 m. Η αναγωγή και των δύο εικόνων στο σύστημα UTM του χάρτη έγινε μέσω αφινικού μετασχηματισμού με τη χρήση 14 σημείων ελέγχου και με ακρίβεια μισής ψηφίδας. Η επαναδειγματοληψία των εικόνων έγινε με τη δικυβική παρεμβολή. Επειδή και οι δύο εικόνες στη θαλάσσια περιοχή παρουσίαζαν έντονη λωριδοποίηση δοκιμάστηκαν πολλές από τις υπάρχουσες μεθόδους μείωσης της λωριδοποίησης και επιλέχθηκε αυτή με την ικανοποιητικότερη βαθμονόμηση του μοντέλου. Την αποτελεσματικότερη μείωση έδωσε η εφαρμογή του συνελικτικού χωρικού χαμηλοπερατού φίλτρου μέσης τιμής 7x7, δηλαδή ενός μητρώου με διαστάσεις 7x7 και με όλα τα στοιχεία του ίσα με τη μονάδα. Στο σχήμα 3 φαίνεται σε τομή κάθετη στις λωρίδες, η μείωση της λωριδοποίησης μετά την εφαρμογή του φίλτρου. Η μείωση του θορύβου και για τις δύο εικόνες ήταν μεγαλύτερη κοντά στην ακτή. Δηλαδή η ποιότητα της ραδιομετρικής διόρθωσης που εφαρμόστηκε σε κάποιο σημείο φάνηκε να είναι αντιστρόφως ανάλογη της απόστασής του από την ξηρά. Η χαμηλή τιμή (&lt;0.9) του δείκτη συσχετισμού ανάμεσα στις τιμές έντασης πάνω από τα βαθιά νερά στους διάφορους διαύλους οδήγησε στο συμπέρασμα ότι οι εικόνες ήταν απαλλαγμένες από επιδράσεις του λαμπιρίσματος της θαλάσσιας επιφάνειας.<br /> <br /> [[Εικόνα:vr4.jpg|thumb|right|Σχήμα 4: Οι κύριοι παράγοντες που επηρεάζουν τα φασματικά χαρακτηριστικά του νερού]]<br /> Η πολυφασματική βαθυμετρία βασίζεται στο γεγονός ότι το βάθος διαπερατότητας του νερού από την ηλιακή ενέργεια εξαρτάται από το μήκος κύματός της και επιτυγχάνεται με το χειρισμό ψηφιακών τιμών που συλλέγονται από ένα πολυφασματικό τηλεπισκοπικό σύστημα. Η καταγραφόμενη από το δέκτη ακτινοβολία Lsens εκτιμάται από τη σχέση: Lsens = Latm + Tatm (Lsurf + Lwat), όπου Latm είναι η ακτινοβολία που οφείλεται στην ατμοσφαιρική σκέδαση, Tatm η διαπερατότητα της ατμόσφαιρας, Lsurf η ανάκλαση από την επιφάνεια του νερού και Lwat η ανάκλαση από το σώμα του νερού και το βυθό (σχήμα 4). Το Lwat για ένα δίαυλο i συνήθως συμβολίζεται ως Li και εκτιμάται από τη συνάρτηση: Li = Lw(i)+L0(i)Lb(i)e^(-k,fz), όπου: i είναι ένας δίαυλος, Lw(i) είναι η ακτινοβολία πάνω από τα βαθιά νερά στο δίαυλο i. L0(i) είναι μία σταθερά που εξαρτάται από την ηλιακή ακτινοβολία, από τον τρόπο μετάδοσής της μέσω του αέρα και της επιφάνειας του νερού, και από τη διάθλασή της στην επιφάνεια του νερού και συνήθως ισούται με 1, Lb(i) είναι η ακτινοβολία βυθού στο δίαυλο I, ki είναι ο συντελεστής εξασθένισης στο δίαυλο I, f είναι ο συντελεστής που περιγράφει το μήκος της διαδρομής της ακτινοβολίας μέσα στο νερό και συνήθως δίνεται ίσος με 2 και z είναι το βάθος του νερού. Στην περίπτωση των περιοχών μελέτης που ο βυθός είναι ομοιογενής και το νερό καθαρό, τότε μπορεί να θεωρηθεί ότι οι παράμετροι Lw(i), Lb(i) και ki της παραπάνω συνάρτησης για κάθε δίαυλο είναι σταθερές. Συνεπώς η συνάρτηση μπορεί να γραμμικοποιηθεί ορίζοντας μία νέα μεταβλητή Χi, η οποία είναι γραμμική συνάρτηση του βάθους z, το οποίο μπορεί να γραφεί ως ο γραμμικός συνδυασμός των Χi όλων των χρησιμοποιουμένων διαύλων ως εξής: Z= a0 + ∑_(i=1)^n▒aixi, όπου: z είναι το βάθος του νερού. Xi = ln[Li – Lw(i)], με i από 1 έως n. n είναι το πλήθος των χρησιμοποιούμενων διαύλων. Η σχέση δεν είναι παρά η πολλαπλή παλινδρόμηση ανάμεσα στα βάθη z και τις μεταβλητές Xi. Ο σταθερός συντελεστής a0 είναι συνάρτηση των συντελεστών εξασθένισης ki και οι συντελεστές ai είναι συναρτήσεις των ki, των L0(i) και των ακτινοβολιών βυθού Lb(i).<br /> <br /> Για την βαθμονόμηση χρησιμοποιήθηκε το μοντέλο της τελευταίας σχέσης και για τις δύο περιοχές μελέτης. Η σχέση εφαρμόστηκε για n=3, διότι χρησιμοποιήθηκαν οι τρεις πρώτοι δίαυλοι (ορατή περιοχή) των εικόνων. Η τιμή Lw(i) για κάθε δίαυλο ελήφθη ως το σημείο αποκοπής του ιστογράμματός του στις χαμηλότερες τιμές. Η μέθοδος αυτή προτιμήθηκε, αφ’ ενός διότι καμία από τις τιμές των διαφορών (Li_Lw(i) ) δεν προέκυψε αρνητική και αφ’ ετέρου επειδή οι βαθμονομήσεις του μοντέλου και στις δύο περιοχές ήταν καλύτερες. Για τη βαθμονόμηση του μοντέλου, υπολογίστηκαν οι μεταβλητές Χi κάθε διαύλου στις θέσεις της εικόνας που αντιστοιχούσαν στα βαθυμετρικά σημεία του χάρτη και εφαρμόστηκε μία πολλαπλή παλινδρόμηση ανάμεσα στα βάθη z και τις αντίστοιχες τιμές των Xi.<br /> <br /> [[Εικόνα:vr5.jpg|thumb|right|Πίνακας 1: Η συχνότητα του βάθους στα χαρακτηριστικά της παλινδρόμησης s και r]]<br /> Για το βαθυμετρικό μοντέλο στην Κέρκυρα χρησιμοποιήθηκαν αρχικά 216 βαθυμετρικά σημεία με βάθη που κυμαίνονταν από 1.5 m έως 20 m. Λόγω του περιορισμένου αριθμού βαθυμετρικών στον εν χρήσει χάρτη, χρησιμοποιήθηκαν και επιπλέον σημεία που προήλθαν από τις υπάρχουσες στο χάρτη ισοβαθείς των 5 και 10 μέτρων. Συνολικά χρησιμοποιήθηκαν 66 σημεία από ισοβαθείς Η τυπική απόκλιση s της παλινδρόμησης στα 216 σημεία βρέθηκε ίση με 3.1 m, ενώ η συσχέτιση r ανάμεσα στα γνωστά βάθη και τις αντίστοιχες τιμές των μεταβλητών Xi ίση με 73%. Το s απέκτησε ικανοποιητική τιμή, όταν κανένα από τα χρησιμοποιούμενα σημεία δεν είχε βάθος μεγαλύτερο από 11 m (πίνακας 1). Έτσι, η περιοχή μελέτης περιορίστηκε μέχρι το βάθος αυτό. H διαδικασία της βαθμονόμησης ξεκίνησε με 159 σημεία που τα βάθη τους κυμαίνονταν από 1.5 m έως 10.8 m (σχήμα 5). Η τελική βαθμονόμηση προέκυψε από την εφαρμογή της παλινδρόμησης σε 119 σημεία (75% των αρχικών) με βάθη που κυμαίνονταν από 1.5 m έως 10 m και έδωσε s =0.98 m και r = 92.3%. Το μοντέλο που προέκυψε είχε τη μορφή: z = 14.1 + 1.46ln(L1-96) - 8.14ln(L2-26) + 2.38ln(L3-22). Για την επαλήθευση του μοντέλου χρησιμοποιήθηκαν 10 βαθυμετρικά σημεία που δεν συμμετείχαν στη βαθμονόμησή του και τα οποία ελήφθησαν αναγκαστικά από τις ισοβαθείς των 5 και 10 μέτρων, λόγω της προαναφερθείσας έλλειψης βαθυμετρικών στο χάρτη. <br /> <br /> Στο βαθυμετρικό μοντέλο της Αίγινας υπήρχε διαθέσιμος μεγάλος αριθμός βαθυμετρικών σημείων και χρησιμοποιήθηκαν περισσότερα σε σχέση με την Κέρκυρα βαθυμετρικά. Για τη βαθμονόμηση αρχικά χρησιμοποιήθηκαν 305 σημεία με βάθη που κυμαίνονταν από 1.5 m έως 20 m. Η τυπική απόκλιση s της παλινδρόμησης με τα σημεία αυτά προέκυψε ίση με 1.67 m και η συσχέτιση r ίση με 79%. Μετά την απομάκρυνση των σημείων, των οποίων τα βάθη παρουσίαζαν μεγάλες διαφορές από το μοντέλο, η τελική βαθμονόμηση έγινε με 266 σημεία με βάθη, από 1.5 m έως 19 m (σχήμα 10), και έδωσε s = 0.95 m και r = 95%. Το μοντέλο, που προέκυψε από την εφαρμογή της παλινδρόμησης στα σημεία αυτά, είχε τη μορφή: z=12.6 + 2.94ln(L1-53) - 8.73ln(L2-14) + 0.80ln(L3-11). Για την επαλήθευση του μοντέλου χρησιμοποιήθηκαν 61 βαθυμετρικά σημεία. <br /> <br /> [[Εικόνα:vr6.jpg|thumb|right|Σχήμα 5: Ιστόγραμμα συχνότητας χρησιμοποιηθέντων βαθών]]<br /> Το μοντέλο βαθυμετρίας, που εφαρμόστηκε έδωσε ικανοποιητικά αποτελέσματα και στις δύο περιοχές εφαρμογής. Βασικές πηγές σφαλμάτων στη βαθμονόμηση και στην πρόβλεψη βαθών μέσω του μοντέλου φάνηκαν να είναι: α) Θόρυβος στα πολυφασματικά δεδομένα, ο οποίος δεν απαλείφθηκε με την εφαρμογή του συνελικτικού φίλτρου και επηρέασε τόσο την ένταση των ψηφίδων όσο και την εκτίμηση της ακτινοβολίας Lw(i). β) Πιθανή μειωμένη ακρίβεια στη μέτρηση του βάθους και στον προσδιορισμό της θέσης των σημείων του χάρτη, τα οποία χρησιμοποιήθηκαν στη βαθμονόμηση και στον έλεγχο του μοντέλου. γ) Η μεγάλη χρονική περίοδος που μεσολάβησε ανάμεσα στη συλλογή των βαθυμετρικών δεδομένων των χαρτών. δ) Διαφορές στον τύπο του βυθού και τις οπτικές ιδιότητες του νερού, οι οποίες δεν αντιμετωπίστηκαν παρά τη χρήση και των τριών διαύλων των εικόνων. ε) Διαφορές κατά Χ ή/και κατά Υ, ανάμεσα στη θέση ενός βαθυμετρικού σημείου του χάρτη και της αντίστοιχης θέσης στην ανηγμένη εικόνα, λόγω της διακριτικής ικανότητας της εικόνας (30x30 m) και μπορούν να είναι έως ±15 m. Ωστόσο, οι επιδράσεις τους δεν είναι ιδιαίτερα σημαντικές, όταν ο βυθός είναι ομαλός, πράγμα που συμβαίνει και στις δύο περιοχές εφαρμογής. Τελικά, προκύπτει το συμπέρασμα ότι για την αποτελεσματικότερη απόδοση του μοντέλου για βαθυμετρία ρηχών νερών, τα πολυφασματικά δεδομένα πρέπει να έχουν καλή ραδιομετρική ποιότητα και η διόρθωση του θορύβου να είναι όσο γίνεται καλύτερη. Επίσης, τα χαρτογραφικά δεδομένα πρέπει να προέρχονται από χάρτες μεγάλης κλίμακας και να είναι της ίδιας χρονικής περιόδου με τα πολυφασματικά.<br /> <br /> Your Content Here <br /> <br /> [[category:Παρακολούθηση παράκτιων οικοσυστημάτων]]</div>

Ktzina http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Vr6.jpg 2010-02-09T06:46:48Z

<p>Ktzina: </p> <hr /> <div></div>

Ktzina http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Vr5.jpg 2010-02-09T06:46:35Z

<p>Ktzina: </p> <hr /> <div></div>

Ktzina http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Vr4.jpg 2010-02-09T06:46:15Z

<p>Ktzina: </p> <hr /> <div></div>

Ktzina http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Vr3.jpg 2010-02-09T06:45:55Z

<p>Ktzina: </p> <hr /> <div></div>

Ktzina http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Vr2.jpg 2010-02-09T06:45:40Z

<p>Ktzina: </p> <hr /> <div></div>

Ktzina http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Vr1.jpg 2010-02-09T06:45:22Z

<p>Ktzina: </p> <hr /> <div></div>

Ktzina http://147.102.106.44/rs/wiki/index.php/%C2%AB%CE%92%CE%B1%CE%B8%CF%85%CE%BC%CE%B5%CF%84%CF%81%CE%AF%CE%B1_%CE%A1%CE%B7%CF%87%CF%8E%CE%BD_%CE%98%CE%B1%CE%BB%CE%AC%CF%83%CF%83%CE%B9%CF%89%CE%BD_%CE%9D%CE%B5%CF%81%CF%8E%CE%BD_%CE%BC%CE%B5_%CE%A0%CE%BF%CE%BB%CF%85%CF%86%CE%B1%CF%83%CE%BC%CE%B1%CF%84%CE%B9%CE%BA%CE%AC_%CE%94%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_Landsat_TM%C2%BB 2010-02-09T06:38:42Z

<p>Ktzina: New page: Δημοσίευση Εφαρμογής Τηλεπισκόπισης: «Βαθυμετρία Ρηχών Θαλάσσιων Νερών με Πολυφασματικά Δεδομένα TM»...</p> <hr /> <div>Δημοσίευση Εφαρμογής Τηλεπισκόπισης: <br /> «Βαθυμετρία Ρηχών Θαλάσσιων Νερών με Πολυφασματικά Δεδομένα TM»<br /> Συγγραφείς:<br /> Μ. Παπαδοπούλου, Μ. Τσακίρη – Στρατή<br /> Επίκ. Καθηγήτριες Α.Π.Θ.<br /> <br /> Ανάλυση – Παρουσίαση:<br /> <br /> Αντικείμενο αυτής της εφαρμογής είναι η βαθυμετρία ρηχών θαλασσινών νερών. Στόχος της ήταν η διερεύνηση και εκτίμηση της δυνατότητας μέτρησης του βάθους, σε ρηχά θαλάσσια νερά σε περιοχές της Κέρκυρας και της Αίγινας, με τη χρήση δορυφορικών πολυφασματικών δεδομένων. Η μέτρηση βαθών σε περιοχές ρηχών νερών παραδοσιακά γινόταν με ηχοβολιστικές συσκευές, διαδικασία αρκετά χρονοβόρα και ακριβή, καθώς απαιτεί πολλές μετρήσεις. Η ανάγκη για τη γρήγορη ενημέρωση των χαρτών πλοήγησης καθώς και για την παρακολούθηση και χαρτογράφηση των παράκτιων περιοχών, που εμφανίζουν κινδύνους για τη ναυσιπλοΐα, οδήγησε στην ανάπτυξη τεχνικών βαθυμετρίας με τηλεπισκόπηση. Στην εργασία αυτή έγινε έρευνα για την εφαρμογή ενός μοντέλου μέτρησης βαθών σε ρηχά νερά, στη θαλάσσια περιοχή νότια της Κέρκυρας (σχήμα 1) και στη θαλάσσια περιοχή δυτικά της Αίγινας (σχήμα 2), με τη χρήση πολυφασματικών δεδομένων που προήλθαν από εικόνες του σαρωτή Thematic Mapper (ΤΜ) του δορυφόρου Landsat. Για την ολοκλήρωση της μελέτης χρησιμοποιήθηκαν τα λογισμικά πακέτα: Imagine/ERDAS για την επεξεργασία των εικόνων, Minitab για τη βαθμονόμηση και επαλήθευση του βαθυμετρικού μοντέλου, PC/Arcinfo για την ψηφιοποίηση και την αναγωγή των βαθυμετρικών σημείων.<br /> <br /> Η βαθμονόμηση του μοντέλου της Κέρκυρας έγινε για τη διαγραμμισμένη θαλάσσια περιοχή, που φαίνεται στο σχήμα 1 και η οποία περιλαμβάνει βάθη μέχρι 20 m. Έπειτα από έρευνα των γεωλογικών χαρακτηριστικών της περιοχής μελέτης μπορεί να υποτεθεί ότι ο βυθός παρουσιάζει σχετική χρωματική ομοιογένεια στο λευκό χρώμα και καθαρό θαλάσσιο νερό. Τα πολυφασματικά δεδομένα ελήφθησαν από εικόνα ΤΜ του Landsat-4, λήψης 17/7/1984. Τα βαθυμετρικά σημεία, που χρησιμοποιήθηκαν για τη βαθμονόμηση και για την επαλήθευση του μοντέλου, ψηφιοποιήθηκαν από το φύλλο &quot;Λευκίμη&quot; κλίμακας 1:50,000 της Γ.Υ.Σ., προβολής UTM και κατασκευής 1972 από μετρήσεις 1958. Η μεγάλη χρονική περίοδος που μεσολάβησε αποτελεί μειονέκτημα για την εφαρμογή της μεθοδολογίας, αφού είναι πιθανό τα δεδομένα του χάρτη και της εικόνας να μην περιγράφουν την ίδια κατάσταση εξαιτίας μεταβολής του ανάγλυφου του βυθού και των οπτικών ιδιοτήτων του νερού, αλλά δεν μπορεί να αντιμετωπιστεί λόγω έλλειψης ενημερωμένων βαθυμετρικών στοιχείων <br /> <br /> Το βαθυμετρικό μοντέλο της Αίγινας βαθμονομήθηκε για τη διαγραμμισμένη θαλάσσια περιοχή, που φαίνεται στο σχήμα 2, και για βάθη μέχρι 20 m. Με βάση τα γεωλογικά χαρακτηριστικά της περιοχής, μπορεί σε γενικές γραμμές να υποτεθεί ότι ο βυθός παρουσιάζει σε όλη την περιοχή σχετική χρωματική ομοιογένεια στο λευκό χρώμα και καθαρό θαλάσσιο νερό. Τα πολυφασματικά δεδομένα για την Αίγινα ελήφθησαν από εικόνα ΤΜ του Landsat-5, λήψης 28/1/1988. Τα σημεία για τη βαθμονόμηση και την επαλήθευση του μοντέλου προήλθαν από ψηφιοποίηση του χάρτη &quot;Πρόσγεια και λιμήν Αίγινας-Στενό Μετώπης&quot;, κλίμακας 1:12,500, προβολής UTM της Υ.Υ.Π.Ν. Τα βαθυμετρικά δεδομένα του χάρτη προήλθαν από μετρήσεις του 1969 εμπεριέχοντας και σε αυτή τη περίπτωση την πιθανότητα αλλάγων κατά τη χρονική περίοδο που μεσολάβησε ανάμεσα στη συλλογή των βαθυμετρικών και των πολυφασματικών δεδομένων.<br /> <br /> Η μέση απόσταση ανάμεσα στα ψηφιοποιηθέντα σημεία για την Κέρκυρα ήταν περίπου 500 m ενώ για την Αίγινα ήταν περίπου 125 m. Η αναγωγή και των δύο εικόνων στο σύστημα UTM του χάρτη έγινε μέσω αφινικού μετασχηματισμού με τη χρήση 14 σημείων ελέγχου και με ακρίβεια μισής ψηφίδας. Η επαναδειγματοληψία των εικόνων έγινε με τη δικυβική παρεμβολή. Επειδή και οι δύο εικόνες στη θαλάσσια περιοχή παρουσίαζαν έντονη λωριδοποίηση δοκιμάστηκαν πολλές από τις υπάρχουσες μεθόδους μείωσης της λωριδοποίησης και επιλέχθηκε αυτή με την ικανοποιητικότερη βαθμονόμηση του μοντέλου. Την αποτελεσματικότερη μείωση έδωσε η εφαρμογή του συνελικτικού χωρικού χαμηλοπερατού φίλτρου μέσης τιμής 7x7, δηλαδή ενός μητρώου με διαστάσεις 7x7 και με όλα τα στοιχεία του ίσα με τη μονάδα. Στο σχήμα 3 φαίνεται σε τομή κάθετη στις λωρίδες, η μείωση της λωριδοποίησης μετά την εφαρμογή του φίλτρου. Η μείωση του θορύβου και για τις δύο εικόνες ήταν μεγαλύτερη κοντά στην ακτή. Δηλαδή η ποιότητα της ραδιομετρικής διόρθωσης που εφαρμόστηκε σε κάποιο σημείο φάνηκε να είναι αντιστρόφως ανάλογη της απόστασής του από την ξηρά. Η χαμηλή τιμή (&lt;0.9) του δείκτη συσχετισμού ανάμεσα στις τιμές έντασης πάνω από τα βαθιά νερά στους διάφορους διαύλους οδήγησε στο συμπέρασμα ότι οι εικόνες ήταν απαλλαγμένες από επιδράσεις του λαμπιρίσματος της θαλάσσιας επιφάνειας.<br /> <br /> Η πολυφασματική βαθυμετρία βασίζεται στο γεγονός ότι το βάθος διαπερατότητας του νερού από την ηλιακή ενέργεια εξαρτάται από το μήκος κύματός της και επιτυγχάνεται με το χειρισμό ψηφιακών τιμών που συλλέγονται από ένα πολυφασματικό τηλεπισκοπικό σύστημα. Η καταγραφόμενη από το δέκτη ακτινοβολία Lsens εκτιμάται από τη σχέση: Lsens = Latm + Tatm (Lsurf + Lwat), όπου Latm είναι η ακτινοβολία που οφείλεται στην ατμοσφαιρική σκέδαση, Tatm η διαπερατότητα της ατμόσφαιρας, Lsurf η ανάκλαση από την επιφάνεια του νερού και Lwat η ανάκλαση από το σώμα του νερού και το βυθό (σχήμα 4). Το Lwat για ένα δίαυλο i συνήθως συμβολίζεται ως Li και εκτιμάται από τη συνάρτηση: Li = Lw(i)+L0(i)Lb(i)e^(-k,fz), όπου: i είναι ένας δίαυλος, Lw(i) είναι η ακτινοβολία πάνω από τα βαθιά νερά στο δίαυλο i. L0(i) είναι μία σταθερά που εξαρτάται από την ηλιακή ακτινοβολία, από τον τρόπο μετάδοσής της μέσω του αέρα και της επιφάνειας του νερού, και από τη διάθλασή της στην επιφάνεια του νερού και συνήθως ισούται με 1, Lb(i) είναι η ακτινοβολία βυθού στο δίαυλο I, ki είναι ο συντελεστής εξασθένισης στο δίαυλο I, f είναι ο συντελεστής που περιγράφει το μήκος της διαδρομής της ακτινοβολίας μέσα στο νερό και συνήθως δίνεται ίσος με 2 και z είναι το βάθος του νερού. Στην περίπτωση των περιοχών μελέτης που ο βυθός είναι ομοιογενής και το νερό καθαρό, τότε μπορεί να θεωρηθεί ότι οι παράμετροι Lw(i), Lb(i) και ki της παραπάνω συνάρτησης για κάθε δίαυλο είναι σταθερές. Συνεπώς η συνάρτηση μπορεί να γραμμικοποιηθεί ορίζοντας μία νέα μεταβλητή Χi, η οποία είναι γραμμική συνάρτηση του βάθους z, το οποίο μπορεί να γραφεί ως ο γραμμικός συνδυασμός των Χi όλων των χρησιμοποιουμένων διαύλων ως εξής: Z= a0 + ∑_(i=1)^n▒aixi, όπου: z είναι το βάθος του νερού. Xi = ln[Li – Lw(i)], με i από 1 έως n. n είναι το πλήθος των χρησιμοποιούμενων διαύλων. Η σχέση δεν είναι παρά η πολλαπλή παλινδρόμηση ανάμεσα στα βάθη z και τις μεταβλητές Xi. Ο σταθερός συντελεστής a0 είναι συνάρτηση των συντελεστών εξασθένισης ki και οι συντελεστές ai είναι συναρτήσεις των ki, των L0(i) και των ακτινοβολιών βυθού Lb(i).<br /> <br /> Για την βαθμονόμηση χρησιμοποιήθηκε το μοντέλο της τελευταίας σχέσης και για τις δύο περιοχές μελέτης. Η σχέση εφαρμόστηκε για n=3, διότι χρησιμοποιήθηκαν οι τρεις πρώτοι δίαυλοι (ορατή περιοχή) των εικόνων. Η τιμή Lw(i) για κάθε δίαυλο ελήφθη ως το σημείο αποκοπής του ιστογράμματός του στις χαμηλότερες τιμές. Η μέθοδος αυτή προτιμήθηκε, αφ’ ενός διότι καμία από τις τιμές των διαφορών (Li_Lw(i) ) δεν προέκυψε αρνητική και αφ’ ετέρου επειδή οι βαθμονομήσεις του μοντέλου και στις δύο περιοχές ήταν καλύτερες. Για τη βαθμονόμηση του μοντέλου, υπολογίστηκαν οι μεταβλητές Χi κάθε διαύλου στις θέσεις της εικόνας που αντιστοιχούσαν στα βαθυμετρικά σημεία του χάρτη και εφαρμόστηκε μία πολλαπλή παλινδρόμηση ανάμεσα στα βάθη z και τις αντίστοιχες τιμές των Xi. <br /> <br /> Για το βαθυμετρικό μοντέλο στην Κέρκυρα χρησιμοποιήθηκαν αρχικά 216 βαθυμετρικά σημεία με βάθη που κυμαίνονταν από 1.5 m έως 20 m. Λόγω του περιορισμένου αριθμού βαθυμετρικών στον εν χρήσει χάρτη, χρησιμοποιήθηκαν και επιπλέον σημεία που προήλθαν από τις υπάρχουσες στο χάρτη ισοβαθείς των 5 και 10 μέτρων. Συνολικά χρησιμοποιήθηκαν 66 σημεία από ισοβαθείς Η τυπική απόκλιση s της παλινδρόμησης στα 216 σημεία βρέθηκε ίση με 3.1 m, ενώ η συσχέτιση r ανάμεσα στα γνωστά βάθη και τις αντίστοιχες τιμές των μεταβλητών Xi ίση με 73%. Το s απέκτησε ικανοποιητική τιμή, όταν κανένα από τα χρησιμοποιούμενα σημεία δεν είχε βάθος μεγαλύτερο από 11 m (πίνακας 1). Έτσι, η περιοχή μελέτης περιορίστηκε μέχρι το βάθος αυτό. H διαδικασία της βαθμονόμησης ξεκίνησε με 159 σημεία που τα βάθη τους κυμαίνονταν από 1.5 m έως 10.8 m (σχήμα 5). Η τελική βαθμονόμηση προέκυψε από την εφαρμογή της παλινδρόμησης σε 119 σημεία (75% των αρχικών) με βάθη που κυμαίνονταν από 1.5 m έως 10 m και έδωσε s =0.98 m και r = 92.3%. Το μοντέλο που προέκυψε είχε τη μορφή: z = 14.1 + 1.46ln(L1-96) - 8.14ln(L2-26) + 2.38ln(L3-22). Για την επαλήθευση του μοντέλου χρησιμοποιήθηκαν 10 βαθυμετρικά σημεία που δεν συμμετείχαν στη βαθμονόμησή του και τα οποία ελήφθησαν αναγκαστικά από τις ισοβαθείς των 5 και 10 μέτρων, λόγω της προαναφερθείσας έλλειψης βαθυμετρικών στο χάρτη. <br /> <br /> Στο βαθυμετρικό μοντέλο της Αίγινας υπήρχε διαθέσιμος μεγάλος αριθμός βαθυμετρικών σημείων και χρησιμοποιήθηκαν περισσότερα σε σχέση με την Κέρκυρα βαθυμετρικά. Για τη βαθμονόμηση αρχικά χρησιμοποιήθηκαν 305 σημεία με βάθη που κυμαίνονταν από 1.5 m έως 20 m. Η τυπική απόκλιση s της παλινδρόμησης με τα σημεία αυτά προέκυψε ίση με 1.67 m και η συσχέτιση r ίση με 79%. Μετά την απομάκρυνση των σημείων, των οποίων τα βάθη παρουσίαζαν μεγάλες διαφορές από το μοντέλο, η τελική βαθμονόμηση έγινε με 266 σημεία με βάθη, από 1.5 m έως 19 m (σχήμα 10), και έδωσε s = 0.95 m και r = 95%. Το μοντέλο, που προέκυψε από την εφαρμογή της παλινδρόμησης στα σημεία αυτά, είχε τη μορφή: z=12.6 + 2.94ln(L1-53) - 8.73ln(L2-14) + 0.80ln(L3-11). Για την επαλήθευση του μοντέλου χρησιμοποιήθηκαν 61 βαθυμετρικά σημεία. <br /> <br /> Το μοντέλο βαθυμετρίας, που εφαρμόστηκε έδωσε ικανοποιητικά αποτελέσματα και στις δύο περιοχές εφαρμογής. Βασικές πηγές σφαλμάτων στη βαθμονόμηση και στην πρόβλεψη βαθών μέσω του μοντέλου φάνηκαν να είναι: α) Θόρυβος στα πολυφασματικά δεδομένα, ο οποίος δεν απαλείφθηκε με την εφαρμογή του συνελικτικού φίλτρου και επηρέασε τόσο την ένταση των ψηφίδων όσο και την εκτίμηση της ακτινοβολίας Lw(i). β) Πιθανή μειωμένη ακρίβεια στη μέτρηση του βάθους και στον προσδιορισμό της θέσης των σημείων του χάρτη, τα οποία χρησιμοποιήθηκαν στη βαθμονόμηση και στον έλεγχο του μοντέλου. γ) Η μεγάλη χρονική περίοδος που μεσολάβησε ανάμεσα στη συλλογή των βαθυμετρικών δεδομένων των χαρτών. δ) Διαφορές στον τύπο του βυθού και τις οπτικές ιδιότητες του νερού, οι οποίες δεν αντιμετωπίστηκαν παρά τη χρήση και των τριών διαύλων των εικόνων. ε) Διαφορές κατά Χ ή/και κατά Υ, ανάμεσα στη θέση ενός βαθυμετρικού σημείου του χάρτη και της αντίστοιχης θέσης στην ανηγμένη εικόνα, λόγω της διακριτικής ικανότητας της εικόνας (30x30 m) και μπορούν να είναι έως ±15 m. Ωστόσο, οι επιδράσεις τους δεν είναι ιδιαίτερα σημαντικές, όταν ο βυθός είναι ομαλός, πράγμα που συμβαίνει και στις δύο περιοχές εφαρμογής. Τελικά, προκύπτει το συμπέρασμα ότι για την αποτελεσματικότερη απόδοση του μοντέλου για βαθυμετρία ρηχών νερών, τα πολυφασματικά δεδομένα πρέπει να έχουν καλή ραδιομετρική ποιότητα και η διόρθωση του θορύβου να είναι όσο γίνεται καλύτερη. Επίσης, τα χαρτογραφικά δεδομένα πρέπει να προέρχονται από χάρτες μεγάλης κλίμακας και να είναι της ίδιας χρονικής περιόδου με τα πολυφασματικά.<br /> <br /> Your Content Here <br /> <br /> [[category:Παρακολούθηση παράκτιων οικοσυστημάτων]]</div>

Ktzina http://147.102.106.44/rs/wiki/index.php/%CE%9A%CE%BF%CE%BA%CE%BA%CE%BF%CF%84%CE%AE_%CE%93%CE%B5%CF%89%CF%81%CE%B3%CE%AF%CE%B1 2010-02-08T23:11:47Z

<p>Ktzina: </p> <hr /> <div>* [[«Ανάλυση χωρικών και χρονικών αλλαγών του αστικού περιβάλλοντος με χρήση πολυφασματικών και υπερφασματικών δεδομένων»]]<br /> * [[«Τρισδιάστατα μοντέλα ανακατασκευής κτηρίων από σημειακά νέφη και κατόψεις»]]<br /> * [[«Διαχειρίζοντας το αστικό μας μέλλον: ο ρόλος της τηλεπισκόπισης και των γεωγραφικών συστημάτων πληροφοριών»]]<br /> * [[«Σχεδιάζοντας την ποιότητα του αστικού περιβάλλοντος σε μια τροπική πόλη»]]<br /> * [[«Οι δυνατότητες της υπερφασματικής τηλεπισκόπισης στο χαρακτηρισμό αστικών δομών στο Μοναχό»]]<br /> * [[«Εκτίμηση της αστικής επέκτασης και των επιπτώσεων της στις επιφανειακές θερμοκρασίες στο Δέλτα του ποταμού Zhujiang της Κίνας»]]<br /> * [[«Πόλεις από το διάστημα: δυνατές εφαρμογές τηλεπισκόπισης στην έρευνα και διαχείριση του αστικού περιβάλλοντος»]]<br /> * [[«Ταξινόμηση και εξαγωγή χαρακτηριστικών δορυφορικών εικόνων αστικών περιοχών βάση μορφολογικών μετασχηματισμών»]]<br /> * [[«Ημερήσια θερμική συμπεριφορά επιλεγμένων αστικών αντικειμένων με χρήση τηλεπισκοπικών μετρήσεων»]]<br /> * [[«Χωροχρονική ανάλυση μεγαλουπόλεων της Ινδίας»]]<br /> * [[«Χρήση δορυφορικών IKONOS και αντικειμενοστραφών μεθόδων για την αυτοματοποίηση ταξινόμησης δασών χαμηλής πυκνότητας»]]<br /> * [[«Εκτίμηση επιπτώσεων αστικοποίησης στο αστικό κλίμα με τηλεπισκοπική και κλιματική παρατήρηση»]]<br /> * [[«Η ΧΡΗΣΗ ΤΩΝ ΔΟΡΥΦΟΡΙΚΩΝ ΔΕΔΟΜΕΝΩΝ ΤΗΛΕΑΝΙΧΝΕΥΣΗΣ ΣΤΗ ΓΕΩΔΥΝΑΜΙΚΗ ΜΕΛΕΤΗ ΤΗΣ ΝΟΤΙΑΣ ΑΡΓΟΛΙΔΑΣ»]]<br /> * [[«ΕΝΤΟΠΙΣΜΟΣ ΑΛΛΑΓΩΝ ΕΔΑΦΟΚΑΛΥΨΗΣ ΜΕ ΧΡΗΣΗ ΔΟΡΥΦΟΡΙΚΩΝ ΕΙΚΟΝΩΝ»]]<br /> * [[«ΔΙΑΧΕΙΡIΣΗ ΠΕΡΙΒΑΛΛΟΝΤΟΣ ΜΕ ΤΗ ΧΡΗΣΗ ΤΗΣ ΔΟΡΥΦΟΡΙΚΗΣ ΤΗΛΕΠΙΣΚΟΠΗΣΗΣ »]]<br /> * [[«Εφαρμογή τηλεπισκόπισης στην καταγραφή της κατανάλωσης του αρδευτικού νερού στον Κάμπο του Ν. Χανίων»]]<br /> * [[«Η ανάλυση των Κύριων Συνιστωσών στην Οριοθέτηση Λιθολογικών Ενοτήτων και στην Αναγνώριση Γεωλογικών Δομών της Νήσου Νάξου]]<br /> * [[«Τεχνικές Ανίχνευσης και Ταυτοποίησης της Παραλλακτικότητας σε μεσογειακό Γεωργικό Περιβάλλον»]]<br /> Add Your Content Here <br /> <br /> [[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Αθήνα)]]</div>

Ktzina http://147.102.106.44/rs/wiki/index.php/%C2%AB%CE%A4%CE%B5%CF%87%CE%BD%CE%B9%CE%BA%CE%AD%CF%82_%CE%91%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CE%A4%CE%B1%CF%85%CF%84%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7%CF%82_%CF%84%CE%B7%CF%82_%CE%A0%CE%B1%CF%81%CE%B1%CE%BB%CE%BB%CE%B1%CE%BA%CF%84%CE%B9%CE%BA%CF%8C%CF%84%CE%B7%CF%84%CE%B1%CF%82_%CF%83%CE%B5_%CE%BC%CE%B5%CF%83%CE%BF%CE%B3%CE%B5%CE%B9%CE%B1%CE%BA%CF%8C_%CE%93%CE%B5%CF%89%CF%81%CE%B3%CE%B9%CE%BA%CF%8C_%CE%A0%CE%B5%CF%81%CE%B9%CE%B2%CE%AC%CE%BB%CE%BB%CE%BF%CE%BD%C2%BB 2010-02-08T23:09:15Z

<p>Ktzina: </p> <hr /> <div>Δημοσίευση Εφαρμογής Τηλεπισκόπισης: <br /> «Τεχνικές Ανίχνευσης και Ταυτοποίησης της Παραλλακτικότητας σε μεσογειακό Γεωργικό Περιβάλλον»<br /> Συγγραφείς:<br /> Χρήστος Γ. Καρυδάς, Ιωάννης Ζ. Γήτας<br /> Μεσογειακό Αγρονομικό Ινστιτούτο Χανίων<br /> <br /> Ανάλυση – Παρουσίαση:<br /> <br /> [[Εικόνα:pa1.jpg|thumb|right|Σχήμα 1 α: Η περιοχή μελέτης στο τοπογραφικό χάρτη]]<br /> [[Εικόνα:pa1b.jpg|thumb|right|Σχήμα 1 β: Η δορυφορική εικόνα (οπτικό τμήμα φάσματος)]]<br /> Σκοπός της παρούσας εργασίας είναι να μελετήσει τις δυνατότητες που προσφέρουν υπάρχουσες τεχνικές επεξεργασίας ψηφιακής εικόνας στην ανίχνευση και ταυτοποίηση της παραλλακτικότητας εντός του αγροτεμαχίου σε μεσογειακό γεωργικό περιβάλλον και συγκεκριμένα στη γεωργική περιοχή του Ακρωτηρίου του νομού Χανίων 9 χλμ. Α-ΒΑ της πόλης των Χανίων και εκτείνεται σε περίπου 2000 στρέμματα (σχήμα 1α). Ως παραλλακτικότητα (variability) του γεωργικού περιβάλλοντος εννοείται η διαφοροποίηση που παρουσιάζουν οι παράμετροι της καλλιέργειας, είτε ως προς τη θέση, είτε ως προς τη χρονική στιγμή κατά την οποία μετρώνται και μπορεί να είναι εγγενής ή επίκτητη. Όταν η παραλλακτικότητα του γεωργικού περιβάλλοντος λαμβάνεται υπόψη σε κλίμακα μικρότερη του αγροτεμαχίου τότε η μέθοδος γεωργικής διαχείρισης ονομάζεται Γεωργία Ακριβείας (Precision Agriculture). <br /> Η ταυτοποίηση της παραλλακτικότητας έγινε σε δύο βήματα - υπόθεση και εξακρίβωση. Η υπόθεση βασίστηκε στην ψηφιακή ανάλυση εικόνας πολύ υψηλής χωρικής ανάλυσης IKONOS (σχήμα 1β), ενώ η εξακρίβωση στα ευρήματα στο πεδίο, με επί τόπου παρατήρηση ή μετά από εδαφολογικές μετρήσεις. Στην εργασία αυτή, ο συνδυασμός των εικόνων αυτών με τα GPS δοκιμάζονται στην ανίχνευση και ταυτοποίηση της παραλλακτικότητας σε μεσογειακές γεωργικές συνθήκες. Η χωρική ανάλυση του 1 μέτρου που προσφέρουν οι εικόνες του δορυφόρου IKONOS συνεπάγεται ότι κάθε στοιχείο της επιφάνειας της γης με διαστάσεις μεγαλύτερες από 1 τ.μ. στο πεδίο μπορεί να διακριθεί στην εικόνα. Συνεπώς οποιαδήποτε φυτική ή εδαφική ιδιότητα της καλλιέργειας παραλλάσσει σε κλίμακα μεγαλύτερη του 1 μέτρου αναμένεται να γίνεται αντιληπτή (ανίχνευση). Παράλληλα, η ύπαρξη τεσσάρων φασματικών διαύλων προσφέρει τη δυνατότητα εφαρμογής ικανοποιητικού αριθμού τεχνικών επεξεργασίας εικόνας, καθώς και την ανάπτυξη νέων<br /> <br /> Αρχικά, μελετήθηκε η πολυφασματική εικόνα IKONOS, προκειμένου να ανιχνευθεί η παραλλακτικότητα και καταγράφηκαν οι ακριβείς γεωγραφικές συντεταγμένες των περιοχών παραλλακτικότητας. Στη συνέχεια εντοπίσθηκαν οι περιοχές αυτές στο πεδίο με την καθοδήγηση του GPS. Οι παρατηρήσεις στο πεδίο, μαζί με εργαστηριακές μετρήσεις από δείγματα που ελήφθησαν κατά περίπτωση, βοήθησαν στην προσέγγιση των αιτίων της παραλλακτικότητας. Η εικόνα της περιοχής μελέτης είναι λήψης Απριλίου 2000 και προέρχεται από συνδυασμό της πολυφασματικής εικόνας του δορυφόρου IKONOS με την αντίστοιχη παγχρωματική, με αποτέλεσμα μία νέα πολυφασματική εικόνα (τέσσερις δίαυλοι) με χωρική ανάλυση ενός μέτρου (pansharpened) εγγεγραμμένη στο διεθνές σύστημα γεωαναφοράς UTM/WGS84. Αφού διορθώθηκε γεωμετρικά ήταν εφικτός ο εντοπισμός των γεωγραφικών συντεταγμένων επάνω στην εικόνα, η ακριβείς μετρήσεις μετρήσεις (αποστάσεις, εμβαδά, κλπ) και η υπέρταση άλλων εικόνων (επίσης γεωμετρικά διορθωμένων), ή χάρτων, ή διανυσματικών (vector) αρχείων. <br /> <br /> Η ψηφιακή ανάλυση της εικόνας περιελάμβανε φωτοερμηνεία και φασματικούς μετασχηματισμούς. Για τη φωτοερμηνεία της εικόνας ακολουθήθηκε η μέθοδος της φωτοανάγνωσης, η οποία χαρακτηρίζεται από τρία βήματα: α) τον προσδιορισμό του στοιχείου, δηλαδή την εξακρίβωση ότι κάτι υπάρχει στην εικόνα, β) την αναγνώριση του στοιχείου (με βάση το μέγεθος, το σχήμα, τη θέση κ.α.) και γ) την ταυτοποίηση του στοιχείου, δηλαδή την αντιστοίχιση του με ένα γνωστό όνομα ή όρο. Για την μελέτη της εικόνας χρησιμοποιήθηκε το λογισμικό ERDAS Imagine 8.3.1. Η φωτοερμηνεία για ανίχνευση της παραλλακτικότητας ξεκίνησε με την οπτική εικόνα (συνδυασμός των τριών διαύλων του οπτικού φάσματος), ενώ στη συνέχεια πραγματοποιήθηκαν συνδυασμοί φασματικών διαύλων του οπτικού με το δίαυλο του εγγύς υπερύθρου (ψευδο-έγχρωμες εικόνες). Κατόπιν, η εικόνα υποβλήθηκε σε φασματικούς μετασχηματισμούς, όπως ο δείκτης βλάστησης NDVI, ο tasseled cap, ο IHS, ο δείκτης Iron Oxi de, η Ανάλυση Κυρίων Συνιστωσών (PCA), η μη επιβλεπόμενη ταξινόμηση και ο μετασχηματισμός decorrelation stretch. Από τις περιπτώσεις που μελετήθηκαν επιλέχθηκαν οκτώ,. Ανιχνεύθηκαν οκτώ περιπτώσεις παραλλακτικότητας στις εικόνες, οι οποίες και πήραν την ονομασία A, B, C, D, E, F, G και H. Τέσσερις από αυτές αφορούν την εδαφική υγρασία, τα οξείδια του σιδήρου στο έδαφος, δένδρα που διαφέρουν σημαντικά ή κενά μέσα σε δενδροκαλλιέργειες. Τα δεδομένα από το πεδίο ενισχύουν ή και επιβεβαιώνουν τις αρχικές υποθέσεις. <br /> <br /> [[Εικόνα:pa2a.jpg|thumb|right|Σχήμα 2 α: Περιοχή με υγρασία σε εικόνα tasseled cap]]<br /> [[Εικόνα:pa2b.jpg|thumb|right|Σχήμα 2 β: Δένδρο που διαφέρει σε ψευδέγχρωμη εικόνα]]<br /> Στην περίπτωση Α χρησιμοποιήθηκε ο μετασχηματισμός tasseled cap, που προσφέρει έναν τρόπο για βελτίωση της εμφάνισης της εικόνας, προκειμένου να μελετηθούν οι παράμετροι της βλάστησης. Η πληροφορία αναδιανέμεται μεταξύ των διαύλων και στον πρώτο δίαυλο συγκεντρώνεται η πληροφορία που αφορά τη φωτεινότητα, στο δεύτερο αυτή που αφορά την ποσότητα και το σθένος της πράσινης βλάστησης και στον τρίτο αυτή που αφορά την υγρασία της βλάστησης και του εδάφους. Στην εικόνα που προέκυψε από το μετασχηματισμό tasseled cap παρατηρήθηκε παραλλακτικότητα σε κάποια περιοχή εντός αγροτεμαχίου με δενδροκαλλιέργεια. Η υπόθεση που έγινε αποδίδει στην περιοχή αυτή μεγαλύτερη εδαφική υγρασία από τις παρακείμενες περιοχές, αφού σύμφωνα με το μετασχηματισμό tasseled cap, η φασματική τιμή κάθε σημείου στον τρίτο δίαυλο (τιμή του κόκκινου τόνου) σχετίζεται θετικά με την ποσότητα της υγρασίας στο σημείο. Σχετικά με το είδος της δενδροκαλλιέργειας, αφού εκτιμήθηκε το μέγεθος των δένδρων και η κατανομή τους στο χώρο, αλλά καιμε βάση τη γενική γνώση της περιοχής, έγινε η υπόθεση ότι πρόκειται για ελαιώνα (σχήμα 2α). <br /> <br /> Στην περίπτωση B χρησιμοποιήθηκε ψευδο-έγχρωμη εικόνα συνδυασμού των φασματικών διαύλων 1,2,4. Στην εικόνα αυτή εντοπίστηκε παραλλακτικότητα σχετική με τα δένδρα μέσα στην ίδια δενδροκαλλιέργεια (ελαιώνα) που αναφέρεται στην περίπτωση A. Με βάση τη σημαντικά διαφορετική φασματική εμφάνιση συγκεκριμένου δένδρου, αλλά και τη θέση του, η οποία βρίσκεται όχι επάνω αλλά μεταξύ των κανονικών σειρών των δένδρων, έγινε η υπόθεση ότι το δένδρο που διαφέρει δεν είναι ελιά (σχήμα 2β). <br /> <br /> [[Εικόνα:pa3a.jpg|thumb|right|Σχήμα 3 α: Κενό σε ελαιώνα σε εικόνα μετασχηματισμού IHS]]<br /> [[Εικόνα:pa3b.jpg|thumb|right|Σχήμα 3 β: Περιοχή υψηλής συγκέντρωσης οξειδίων του σιδήρου σε εικόνα δείκτη Iron Oxide]]<br /> Στην περίπτωση D χρησιμοποιήθηκε ο μετασχηματισμός IHS, αντιστοιχίζοντας στον 1ο δίαυλο την Ένταση, στον 2ο την Απόχρωση και στον 3ο τη Χρωματική καθαρότητα. Στην εικόνα που προέκυψε από το μετασχηματισμό IHS φαίνεται δενδροκαλλιέργεια, η οποία μετά από μελέτη του μεγέθους των δένδρων και της κατανομής τους στο χώρο, αλλά και από τη γνώση της περιοχής υποτέθηκε ότι είναι οπωρώνας εσπεριδοειδών, ενώ ανιχνεύθηκε παραλλακτικότητα σχετική με την εμφάνιση των δένδρων, ώστε σε μία θέση της διάταξης υποτέθηκε ότι υπάρχει κενό (Εικόνα 3α).<br /> <br /> Στην περίπτωση H χρησιμοποιήθηκε ο φασματικός δείκτης Iron Oxide, ο οποίος εκφράζει την ποσότητα οξειδίων του σιδήρου στο έδαφος, Στην εικόνα που προέκυψε από την εφαρμογή του ανιχνεύθηκε παραλλακτικότητα σε αγροτεμάχιο με άγνωστη καλλιέργεια (Εικόνα 3β).<br /> <br /> Για την εργασία στο πεδίο για την ανεύρεση των σημείων σε αυτό, χρησιμοποιήθηκε λήπτης GPS τύπου GARMIN eMap, ακρίβειας 4-5 μέτρων, διέθετε υποκείμενο χάρτη με το οδικό δίκτυο, τις ακτογραμμές και τις κατοικημένες περιοχές, τη δυνατότητα μέτρησης αποστάσεων, καθώς και τη συνεχή αναφορά της ακρίβειας εντοπισμού. Για τη φωτογράφηση των σημείων του ενδιαφέροντος χρησιμοποιήθηκε ψηφιακή φωτογραφική μηχανή τύπου Olympus CAMEDIA-E10, για τη λήψη των εδαφικών δειγμάτων χειροκίνητος εδαφολήπτης, ειδικοί σάκοι και δοχεία και για τη μέτρηση αποστάσεων μεζούρα. Στο πεδίο, ο εντοπισμός έγινε με τη καθοδήγηση του GPS, σε συνδυασμό με οπτική παρατήρηση και μέτρηση αποστάσεων. Μετά τον εντοπισμό κάθε σημείου διαφοροποίησης στο πεδίο, ακολούθησε παρατήρηση του χώρου, επιβεβαίωση ή απόρριψή του για περαιτέρω διερεύνηση και οπτική ψηλάφησή του. Σε όλες τις περιπτώσεις ελήφθησαν φωτογραφικά ντοκουμέντα. Όσον αφορά στις εδαφολογικές μετρήσεις μετρήθηκε η υγρασία και η υφή του εδάφους στην περίπτωση A και ο σίδηρος του εδαφικού διαλύματος στην περίπτωση H. <br /> <br /> Τα αποτελέσματα προέρχονται τόσο από τις παρατηρήσεις στο πεδίο όσο και από τις εδαφολογικές μετρήσεις. Στην περίπτωση A επιβεβαιώθηκε ότι η καλλιέργεια είναι ελαιώνας, αλλά η αιτία της διαφοροποίησης δεν ήταν δυνατό να εκτιμηθεί οπτικά με σαφήνεια. Στην περίπτωση B επιβεβαιώθηκε ότι το δένδρο ανήκε σε διαφορετικό είδος, ενώ ταυτοποιήθηκε με οπτική παρατήρηση ως δένδρο αχλαδιάς. Στην περίπτωση D επιβεβαιώθηκε ότι η δενδροκαλλιέργεια είναι πορτοκαλεώνας, καθώς και η ύπαρξη κενού στη δενδροστοιχία, με οπτική παρατήρηση στο σημείο της διαφοροποίησης. Στην περίπτωση G διαπιστώθηκε καλλιέργεια καρπουζιών στο πεδίο, ενώ έγινε γνωστό από μαρτυρία ότι την χρονική περίοδο λήψης της εικόνας καλλιεργούνταν πατάτες. Η εικόνα στην οποία ανιχνεύθηκε παραλλακτικότητα σε αυτό το αγροτεμάχιο ήταν η εικόνα του δείκτη βλάστησης NDVI. Αν και η διαφοροποίηση των τιμών του δείκτη ήταν έντονη και χαρακτηριστική ανάμεσα σε δύο περιοχές του αγροτεμαχίου, η οπτική παρατήρηση δεν οδήγησε σε διαπίστωση έντονων διαφοροποιήσεων της γενικής κατάστασης της καλλιέργειας των καρπουζιών. Στην περίπτωση H διαπιστώθηκε ύπαρξη καλλιέργειας αμπελιού, ενώ η οπτική παρατήρηση του εδάφους και της κατάστασης της καλλιέργειας δεν έδειξε διαφοροποιήσεις. <br /> <br /> Από το σύνολο της μελέτης συμπεραίνεται ότι η ψηφιακή ανάλυση των εικόνων IKONOS έδωσε ιδιαίτερα καλά αποτελέσματα στην ανίχνευση παραλλακτικότητας σε μεσογειακό γεωργικό περιβάλλον, οι οποίες εικόνες αναδείχθηκαν σε σημαντικά εργαλεία σχεδιασμού της εργασίας υπαίθρου και σε συνδυασμό με τα GPS, του εντοπισμού των σημείων στο πεδίο. Τόσο οι παρατηρήσεις στο πεδίο όσο και οι μετρήσεις στο εργαστήριο συνέβαλαν σημαντικά, ανεξάρτητες ή σε συνδυασμό, στην ταυτοποίηση της παραλλακτικότητας (ή στην προσέγγισή της).Αναδείχθηκε, επίσης, η αξία των ιστορικών δεδομένων (όπως, μαρτυρίες για προηγούμενα έτη και για καλλιεργητικές πρακτικές). Πιο ειδικά, όμως, αναδείχθηκε και η χρησιμότητα συγκεκριμένων τεχνικών ανάλυσης εικόνας για ειδικές περιπτώσεις. Ωστόσο, η επιβεβαίωση (πλήρως ή μερικώς) των αρχικών υποθέσεων για την ποιοτική σχέση που συνδέει την εμφάνιση στην εικόνα με την εκδήλωση μιας κατάστασης στο πεδίο (ταυτοποίηση), δεν υπέχουν θέση συμπερασμάτων για ποσοτική συσχέτιση καλλιεργητικών παραμέτρων με φασματικές τιμές, κάτι που θα προϋπέθετε ευρεία δειγματοληψία και λεπτομερή στατιστική ανάλυση και βρίσκεται έξω από τους σκοπούς της παρούσας εργασίας. Συνοψίζοντας, συμπεραίνεται ότι οι τεχνικές που δοκιμάστηκαν σε αυτήν την εργασία, βασιζόμενες στο συνδυασμό της ψηφιακής ανάλυσης εικόνας με την εργασία πεδίου και τις εργαστηριακές μετρήσεις, μπορούν να προσφέρουν σημαντικά στην ανίχνευση της παραλλακτικότητας και ορισμένες από αυτές ικανοποιητικά στην ταυτοποίηση της.<br /> <br /> <br /> Add Your Content Here <br /> <br /> [[category:Γεωργία]]</div>

Ktzina http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Pa3b.jpg 2010-02-08T22:59:10Z

<p>Ktzina: </p> <hr /> <div></div>

Ktzina http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Pa3a.jpg 2010-02-08T22:58:54Z

<p>Ktzina: </p> <hr /> <div></div>

Ktzina http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Pa2b.jpg 2010-02-08T22:58:40Z

<p>Ktzina: </p> <hr /> <div></div>

Ktzina http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Pa2a.jpg 2010-02-08T22:58:20Z

<p>Ktzina: </p> <hr /> <div></div>

Ktzina http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Pa1b.jpg 2010-02-08T22:58:04Z

<p>Ktzina: </p> <hr /> <div></div>

Ktzina http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Pa1.jpg 2010-02-08T22:57:41Z

<p>Ktzina: </p> <hr /> <div></div>

Ktzina http://147.102.106.44/rs/wiki/index.php/%C2%AB%CE%A4%CE%B5%CF%87%CE%BD%CE%B9%CE%BA%CE%AD%CF%82_%CE%91%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CE%A4%CE%B1%CF%85%CF%84%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7%CF%82_%CF%84%CE%B7%CF%82_%CE%A0%CE%B1%CF%81%CE%B1%CE%BB%CE%BB%CE%B1%CE%BA%CF%84%CE%B9%CE%BA%CF%8C%CF%84%CE%B7%CF%84%CE%B1%CF%82_%CF%83%CE%B5_%CE%BC%CE%B5%CF%83%CE%BF%CE%B3%CE%B5%CE%B9%CE%B1%CE%BA%CF%8C_%CE%93%CE%B5%CF%89%CF%81%CE%B3%CE%B9%CE%BA%CF%8C_%CE%A0%CE%B5%CF%81%CE%B9%CE%B2%CE%AC%CE%BB%CE%BB%CE%BF%CE%BD%C2%BB 2010-02-08T22:31:35Z

<p>Ktzina: New page: Δημοσίευση Εφαρμογής Τηλεπισκόπισης: «Τεχνικές Ανίχνευσης και Ταυτοποίησης της Παραλλακτικότητας σ...</p> <hr /> <div>Δημοσίευση Εφαρμογής Τηλεπισκόπισης: <br /> «Τεχνικές Ανίχνευσης και Ταυτοποίησης της Παραλλακτικότητας σε μεσογειακό Γεωργικό Περιβάλλον»<br /> Συγγραφείς:<br /> Χρήστος Γ. Καρυδάς, Ιωάννης Ζ. Γήτας<br /> Μεσογειακό Αγρονομικό Ινστιτούτο Χανίων<br /> <br /> Ανάλυση – Παρουσίαση:<br /> <br /> Σκοπός της παρούσας εργασίας είναι να μελετήσει τις δυνατότητες που προσφέρουν υπάρχουσες τεχνικές επεξεργασίας ψηφιακής εικόνας στην ανίχνευση και ταυτοποίηση της παραλλακτικότητας εντός του αγροτεμαχίου σε μεσογειακό γεωργικό περιβάλλον και συγκεκριμένα στη γεωργική περιοχή του Ακρωτηρίου του νομού Χανίων 9 χλμ. Α-ΒΑ της πόλης των Χανίων και εκτείνεται σε περίπου 2000 στρέμματα (σχήμα 1α). Ως παραλλακτικότητα (variability) του γεωργικού περιβάλλοντος εννοείται η διαφοροποίηση που παρουσιάζουν οι παράμετροι της καλλιέργειας, είτε ως προς τη θέση, είτε ως προς τη χρονική στιγμή κατά την οποία μετρώνται και μπορεί να είναι εγγενής ή επίκτητη. Όταν η παραλλακτικότητα του γεωργικού περιβάλλοντος λαμβάνεται υπόψη σε κλίμακα μικρότερη του αγροτεμαχίου τότε η μέθοδος γεωργικής διαχείρισης ονομάζεται Γεωργία Ακριβείας (Precision Agriculture). <br /> Η ταυτοποίηση της παραλλακτικότητας έγινε σε δύο βήματα - υπόθεση και εξακρίβωση. Η υπόθεση βασίστηκε στην ψηφιακή ανάλυση εικόνας πολύ υψηλής χωρικής ανάλυσης IKONOS (σχήμα 1β), ενώ η εξακρίβωση στα ευρήματα στο πεδίο, με επί τόπου παρατήρηση ή μετά από εδαφολογικές μετρήσεις. Στην εργασία αυτή, ο συνδυασμός των εικόνων αυτών με τα GPS δοκιμάζονται στην ανίχνευση και ταυτοποίηση της παραλλακτικότητας σε μεσογειακές γεωργικές συνθήκες. Η χωρική ανάλυση του 1 μέτρου που προσφέρουν οι εικόνες του δορυφόρου IKONOS συνεπάγεται ότι κάθε στοιχείο της επιφάνειας της γης με διαστάσεις μεγαλύτερες από 1 τ.μ. στο πεδίο μπορεί να διακριθεί στην εικόνα. Συνεπώς οποιαδήποτε φυτική ή εδαφική ιδιότητα της καλλιέργειας παραλλάσσει σε κλίμακα μεγαλύτερη του 1 μέτρου αναμένεται να γίνεται αντιληπτή (ανίχνευση). Παράλληλα, η ύπαρξη τεσσάρων φασματικών διαύλων προσφέρει τη δυνατότητα εφαρμογής ικανοποιητικού αριθμού τεχνικών επεξεργασίας εικόνας, καθώς και την ανάπτυξη νέων<br /> <br /> Αρχικά, μελετήθηκε η πολυφασματική εικόνα IKONOS, προκειμένου να ανιχνευθεί η παραλλακτικότητα και καταγράφηκαν οι ακριβείς γεωγραφικές συντεταγμένες των περιοχών παραλλακτικότητας. Στη συνέχεια εντοπίσθηκαν οι περιοχές αυτές στο πεδίο με την καθοδήγηση του GPS. Οι παρατηρήσεις στο πεδίο, μαζί με εργαστηριακές μετρήσεις από δείγματα που ελήφθησαν κατά περίπτωση, βοήθησαν στην προσέγγιση των αιτίων της παραλλακτικότητας. Η εικόνα της περιοχής μελέτης είναι λήψης Απριλίου 2000 και προέρχεται από συνδυασμό της πολυφασματικής εικόνας του δορυφόρου IKONOS με την αντίστοιχη παγχρωματική, με αποτέλεσμα μία νέα πολυφασματική εικόνα (τέσσερις δίαυλοι) με χωρική ανάλυση ενός μέτρου (pansharpened) εγγεγραμμένη στο διεθνές σύστημα γεωαναφοράς UTM/WGS84. Αφού διορθώθηκε γεωμετρικά ήταν εφικτός ο εντοπισμός των γεωγραφικών συντεταγμένων επάνω στην εικόνα, η ακριβείς μετρήσεις μετρήσεις (αποστάσεις, εμβαδά, κλπ) και η υπέρταση άλλων εικόνων (επίσης γεωμετρικά διορθωμένων), ή χάρτων, ή διανυσματικών (vector) αρχείων. <br /> <br /> Η ψηφιακή ανάλυση της εικόνας περιελάμβανε φωτοερμηνεία και φασματικούς μετασχηματισμούς. Για τη φωτοερμηνεία της εικόνας ακολουθήθηκε η μέθοδος της φωτοανάγνωσης, η οποία χαρακτηρίζεται από τρία βήματα: α) τον προσδιορισμό του στοιχείου, δηλαδή την εξακρίβωση ότι κάτι υπάρχει στην εικόνα, β) την αναγνώριση του στοιχείου (με βάση το μέγεθος, το σχήμα, τη θέση κ.α.) και γ) την ταυτοποίηση του στοιχείου, δηλαδή την αντιστοίχιση του με ένα γνωστό όνομα ή όρο. Για την μελέτη της εικόνας χρησιμοποιήθηκε το λογισμικό ERDAS Imagine 8.3.1. Η φωτοερμηνεία για ανίχνευση της παραλλακτικότητας ξεκίνησε με την οπτική εικόνα (συνδυασμός των τριών διαύλων του οπτικού φάσματος), ενώ στη συνέχεια πραγματοποιήθηκαν συνδυασμοί φασματικών διαύλων του οπτικού με το δίαυλο του εγγύς υπερύθρου (ψευδο-έγχρωμες εικόνες). Κατόπιν, η εικόνα υποβλήθηκε σε φασματικούς μετασχηματισμούς, όπως ο δείκτης βλάστησης NDVI, ο tasseled cap, ο IHS, ο δείκτης Iron Oxi de, η Ανάλυση Κυρίων Συνιστωσών (PCA), η μη επιβλεπόμενη ταξινόμηση και ο μετασχηματισμός decorrelation stretch. Από τις περιπτώσεις που μελετήθηκαν επιλέχθηκαν οκτώ,. Ανιχνεύθηκαν οκτώ περιπτώσεις παραλλακτικότητας στις εικόνες, οι οποίες και πήραν την ονομασία A, B, C, D, E, F, G και H. Τέσσερις από αυτές αφορούν την εδαφική υγρασία, τα οξείδια του σιδήρου στο έδαφος, δένδρα που διαφέρουν σημαντικά ή κενά μέσα σε δενδροκαλλιέργειες. Τα δεδομένα από το πεδίο ενισχύουν ή και επιβεβαιώνουν τις αρχικές υποθέσεις. <br /> <br /> Στην περίπτωση Α χρησιμοποιήθηκε ο μετασχηματισμός tasseled cap, που προσφέρει έναν τρόπο για βελτίωση της εμφάνισης της εικόνας, προκειμένου να μελετηθούν οι παράμετροι της βλάστησης. Η πληροφορία αναδιανέμεται μεταξύ των διαύλων και στον πρώτο δίαυλο συγκεντρώνεται η πληροφορία που αφορά τη φωτεινότητα, στο δεύτερο αυτή που αφορά την ποσότητα και το σθένος της πράσινης βλάστησης και στον τρίτο αυτή που αφορά την υγρασία της βλάστησης και του εδάφους. Στην εικόνα που προέκυψε από το μετασχηματισμό tasseled cap παρατηρήθηκε παραλλακτικότητα σε κάποια περιοχή εντός αγροτεμαχίου με δενδροκαλλιέργεια. Η υπόθεση που έγινε αποδίδει στην περιοχή αυτή μεγαλύτερη εδαφική υγρασία από τις παρακείμενες περιοχές, αφού σύμφωνα με το μετασχηματισμό tasseled cap, η φασματική τιμή κάθε σημείου στον τρίτο δίαυλο (τιμή του κόκκινου τόνου) σχετίζεται θετικά με την ποσότητα της υγρασίας στο σημείο. Σχετικά με το είδος της δενδροκαλλιέργειας, αφού εκτιμήθηκε το μέγεθος των δένδρων και η κατανομή τους στο χώρο, αλλά καιμε βάση τη γενική γνώση της περιοχής, έγινε η υπόθεση ότι πρόκειται για ελαιώνα (σχήμα 2α). <br /> <br /> Στην περίπτωση B χρησιμοποιήθηκε ψευδο-έγχρωμη εικόνα συνδυασμού των φασματικών διαύλων 1,2,4. Στην εικόνα αυτή εντοπίστηκε παραλλακτικότητα σχετική με τα δένδρα μέσα στην ίδια δενδροκαλλιέργεια (ελαιώνα) που αναφέρεται στην περίπτωση A. Με βάση τη σημαντικά διαφορετική φασματική εμφάνιση συγκεκριμένου δένδρου, αλλά και τη θέση του, η οποία βρίσκεται όχι επάνω αλλά μεταξύ των κανονικών σειρών των δένδρων, έγινε η υπόθεση ότι το δένδρο που διαφέρει δεν είναι ελιά (σχήμα 2β). <br /> <br /> Στην περίπτωση D χρησιμοποιήθηκε ο μετασχηματισμός IHS, αντιστοιχίζοντας στον 1ο δίαυλο την Ένταση, στον 2ο την Απόχρωση και στον 3ο τη Χρωματική καθαρότητα. Στην εικόνα που προέκυψε από το μετασχηματισμό IHS φαίνεται δενδροκαλλιέργεια, η οποία μετά από μελέτη του μεγέθους των δένδρων και της κατανομής τους στο χώρο, αλλά και από τη γνώση της περιοχής υποτέθηκε ότι είναι οπωρώνας εσπεριδοειδών, ενώ ανιχνεύθηκε παραλλακτικότητα σχετική με την εμφάνιση των δένδρων, ώστε σε μία θέση της διάταξης υποτέθηκε ότι υπάρχει κενό (Εικόνα 3α).<br /> <br /> Στην περίπτωση H χρησιμοποιήθηκε ο φασματικός δείκτης Iron Oxide, ο οποίος εκφράζει την ποσότητα οξειδίων του σιδήρου στο έδαφος, Στην εικόνα που προέκυψε από την εφαρμογή του ανιχνεύθηκε παραλλακτικότητα σε αγροτεμάχιο με άγνωστη καλλιέργεια (Εικόνα 3β).<br /> <br /> Για την εργασία στο πεδίο για την ανεύρεση των σημείων σε αυτό, χρησιμοποιήθηκε λήπτης GPS τύπου GARMIN eMap, ακρίβειας 4-5 μέτρων, διέθετε υποκείμενο χάρτη με το οδικό δίκτυο, τις ακτογραμμές και τις κατοικημένες περιοχές, τη δυνατότητα μέτρησης αποστάσεων, καθώς και τη συνεχή αναφορά της ακρίβειας εντοπισμού. Για τη φωτογράφηση των σημείων του ενδιαφέροντος χρησιμοποιήθηκε ψηφιακή φωτογραφική μηχανή τύπου Olympus CAMEDIA-E10, για τη λήψη των εδαφικών δειγμάτων χειροκίνητος εδαφολήπτης, ειδικοί σάκοι και δοχεία και για τη μέτρηση αποστάσεων μεζούρα. Στο πεδίο, ο εντοπισμός έγινε με τη καθοδήγηση του GPS, σε συνδυασμό με οπτική παρατήρηση και μέτρηση αποστάσεων. Μετά τον εντοπισμό κάθε σημείου διαφοροποίησης στο πεδίο, ακολούθησε παρατήρηση του χώρου, επιβεβαίωση ή απόρριψή του για περαιτέρω διερεύνηση και οπτική ψηλάφησή του. Σε όλες τις περιπτώσεις ελήφθησαν φωτογραφικά ντοκουμέντα. Όσον αφορά στις εδαφολογικές μετρήσεις μετρήθηκε η υγρασία και η υφή του εδάφους στην περίπτωση A και ο σίδηρος του εδαφικού διαλύματος στην περίπτωση H. <br /> <br /> Τα αποτελέσματα προέρχονται τόσο από τις παρατηρήσεις στο πεδίο όσο και από τις εδαφολογικές μετρήσεις. Στην περίπτωση A επιβεβαιώθηκε ότι η καλλιέργεια είναι ελαιώνας, αλλά η αιτία της διαφοροποίησης δεν ήταν δυνατό να εκτιμηθεί οπτικά με σαφήνεια. Στην περίπτωση B επιβεβαιώθηκε ότι το δένδρο ανήκε σε διαφορετικό είδος, ενώ ταυτοποιήθηκε με οπτική παρατήρηση ως δένδρο αχλαδιάς. Στην περίπτωση D επιβεβαιώθηκε ότι η δενδροκαλλιέργεια είναι πορτοκαλεώνας, καθώς και η ύπαρξη κενού στη δενδροστοιχία, με οπτική παρατήρηση στο σημείο της διαφοροποίησης. Στην περίπτωση G διαπιστώθηκε καλλιέργεια καρπουζιών στο πεδίο, ενώ έγινε γνωστό από μαρτυρία ότι την χρονική περίοδο λήψης της εικόνας καλλιεργούνταν πατάτες. Η εικόνα στην οποία ανιχνεύθηκε παραλλακτικότητα σε αυτό το αγροτεμάχιο ήταν η εικόνα του δείκτη βλάστησης NDVI. Αν και η διαφοροποίηση των τιμών του δείκτη ήταν έντονη και χαρακτηριστική ανάμεσα σε δύο περιοχές του αγροτεμαχίου, η οπτική παρατήρηση δεν οδήγησε σε διαπίστωση έντονων διαφοροποιήσεων της γενικής κατάστασης της καλλιέργειας των καρπουζιών. Στην περίπτωση H διαπιστώθηκε ύπαρξη καλλιέργειας αμπελιού, ενώ η οπτική παρατήρηση του εδάφους και της κατάστασης της καλλιέργειας δεν έδειξε διαφοροποιήσεις. <br /> <br /> Από το σύνολο της μελέτης συμπεραίνεται ότι η ψηφιακή ανάλυση των εικόνων IKONOS έδωσε ιδιαίτερα καλά αποτελέσματα στην ανίχνευση παραλλακτικότητας σε μεσογειακό γεωργικό περιβάλλον, οι οποίες εικόνες αναδείχθηκαν σε σημαντικά εργαλεία σχεδιασμού της εργασίας υπαίθρου και σε συνδυασμό με τα GPS, του εντοπισμού των σημείων στο πεδίο. Τόσο οι παρατηρήσεις στο πεδίο όσο και οι μετρήσεις στο εργαστήριο συνέβαλαν σημαντικά, ανεξάρτητες ή σε συνδυασμό, στην ταυτοποίηση της παραλλακτικότητας (ή στην προσέγγισή της).Αναδείχθηκε, επίσης, η αξία των ιστορικών δεδομένων (όπως, μαρτυρίες για προηγούμενα έτη και για καλλιεργητικές πρακτικές). Πιο ειδικά, όμως, αναδείχθηκε και η χρησιμότητα συγκεκριμένων τεχνικών ανάλυσης εικόνας για ειδικές περιπτώσεις. Ωστόσο, η επιβεβαίωση (πλήρως ή μερικώς) των αρχικών υποθέσεων για την ποιοτική σχέση που συνδέει την εμφάνιση στην εικόνα με την εκδήλωση μιας κατάστασης στο πεδίο (ταυτοποίηση), δεν υπέχουν θέση συμπερασμάτων για ποσοτική συσχέτιση καλλιεργητικών παραμέτρων με φασματικές τιμές, κάτι που θα προϋπέθετε ευρεία δειγματοληψία και λεπτομερή στατιστική ανάλυση και βρίσκεται έξω από τους σκοπούς της παρούσας εργασίας. Συνοψίζοντας, συμπεραίνεται ότι οι τεχνικές που δοκιμάστηκαν σε αυτήν την εργασία, βασιζόμενες στο συνδυασμό της ψηφιακής ανάλυσης εικόνας με την εργασία πεδίου και τις εργαστηριακές μετρήσεις, μπορούν να προσφέρουν σημαντικά στην ανίχνευση της παραλλακτικότητας και ορισμένες από αυτές ικανοποιητικά στην ταυτοποίηση της.<br /> <br /> <br /> Add Your Content Here <br /> <br /> [[category:Γεωργία]]</div>

Ktzina http://147.102.106.44/rs/wiki/index.php/%CE%9A%CE%BF%CE%BA%CE%BA%CE%BF%CF%84%CE%AE_%CE%93%CE%B5%CF%89%CF%81%CE%B3%CE%AF%CE%B1 2010-02-08T22:25:52Z

<p>Ktzina: </p> <hr /> <div>* [[«Ανάλυση χωρικών και χρονικών αλλαγών του αστικού περιβάλλοντος με χρήση πολυφασματικών και υπερφασματικών δεδομένων»]]<br /> * [[«Τρισδιάστατα μοντέλα ανακατασκευής κτηρίων από σημειακά νέφη και κατόψεις»]]<br /> * [[«Διαχειρίζοντας το αστικό μας μέλλον: ο ρόλος της τηλεπισκόπισης και των γεωγραφικών συστημάτων πληροφοριών»]]<br /> * [[«Σχεδιάζοντας την ποιότητα του αστικού περιβάλλοντος σε μια τροπική πόλη»]]<br /> * [[«Οι δυνατότητες της υπερφασματικής τηλεπισκόπισης στο χαρακτηρισμό αστικών δομών στο Μοναχό»]]<br /> * [[«Εκτίμηση της αστικής επέκτασης και των επιπτώσεων της στις επιφανειακές θερμοκρασίες στο Δέλτα του ποταμού Zhujiang της Κίνας»]]<br /> * [[«Πόλεις από το διάστημα: δυνατές εφαρμογές τηλεπισκόπισης στην έρευνα και διαχείριση του αστικού περιβάλλοντος»]]<br /> * [[«Ταξινόμηση και εξαγωγή χαρακτηριστικών δορυφορικών εικόνων αστικών περιοχών βάση μορφολογικών μετασχηματισμών»]]<br /> * [[«Ημερήσια θερμική συμπεριφορά επιλεγμένων αστικών αντικειμένων με χρήση τηλεπισκοπικών μετρήσεων»]]<br /> * [[«Χωροχρονική ανάλυση μεγαλουπόλεων της Ινδίας»]]<br /> * [[«Χρήση δορυφορικών IKONOS και αντικειμενοστραφών μεθόδων για την αυτοματοποίηση ταξινόμησης δασών χαμηλής πυκνότητας»]]<br /> * [[«Εκτίμηση επιπτώσεων αστικοποίησης στο αστικό κλίμα με τηλεπισκοπική και κλιματική παρατήρηση»]]<br /> * [[«Η ΧΡΗΣΗ ΤΩΝ ΔΟΡΥΦΟΡΙΚΩΝ ΔΕΔΟΜΕΝΩΝ ΤΗΛΕΑΝΙΧΝΕΥΣΗΣ ΣΤΗ ΓΕΩΔΥΝΑΜΙΚΗ ΜΕΛΕΤΗ ΤΗΣ ΝΟΤΙΑΣ ΑΡΓΟΛΙΔΑΣ»]]<br /> * [[«ΕΝΤΟΠΙΣΜΟΣ ΑΛΛΑΓΩΝ ΕΔΑΦΟΚΑΛΥΨΗΣ ΜΕ ΧΡΗΣΗ ΔΟΡΥΦΟΡΙΚΩΝ ΕΙΚΟΝΩΝ»]]<br /> * [[«ΔΙΑΧΕΙΡIΣΗ ΠΕΡΙΒΑΛΛΟΝΤΟΣ ΜΕ ΤΗ ΧΡΗΣΗ ΤΗΣ ΔΟΡΥΦΟΡΙΚΗΣ ΤΗΛΕΠΙΣΚΟΠΗΣΗΣ »]]<br /> * [[«Εφαρμογή τηλεπισκόπισης στην καταγραφή της κατανάλωσης του αρδευτικού νερού στον Κάμπο του Ν. Χανίων»]]<br /> * [[«Η ανάλυση των Κύριων Συνιστωσών στην Οριοθέτηση Λιθολογικών Ενοτήτων και στην Αναγνώριση Γεωλογικών Δομών της Νήσου Νάξου]]<br /> Add Your Content Here <br /> <br /> [[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Αθήνα)]]</div>

Ktzina http://147.102.106.44/rs/wiki/index.php/%CE%9A%CE%BF%CE%BA%CE%BA%CE%BF%CF%84%CE%AE_%CE%93%CE%B5%CF%89%CF%81%CE%B3%CE%AF%CE%B1 2010-02-08T22:25:06Z

<p>Ktzina: </p> <hr /> <div>* [[«Ανάλυση χωρικών και χρονικών αλλαγών του αστικού περιβάλλοντος με χρήση πολυφασματικών και υπερφασματικών δεδομένων»]]<br /> * [[«Τρισδιάστατα μοντέλα ανακατασκευής κτηρίων από σημειακά νέφη και κατόψεις»]]<br /> * [[«Διαχειρίζοντας το αστικό μας μέλλον: ο ρόλος της τηλεπισκόπισης και των γεωγραφικών συστημάτων πληροφοριών»]]<br /> * [[«Σχεδιάζοντας την ποιότητα του αστικού περιβάλλοντος σε μια τροπική πόλη»]]<br /> * [[«Οι δυνατότητες της υπερφασματικής τηλεπισκόπισης στο χαρακτηρισμό αστικών δομών στο Μοναχό»]]<br /> * [[«Εκτίμηση της αστικής επέκτασης και των επιπτώσεων της στις επιφανειακές θερμοκρασίες στο Δέλτα του ποταμού Zhujiang της Κίνας»]]<br /> * [[«Πόλεις από το διάστημα: δυνατές εφαρμογές τηλεπισκόπισης στην έρευνα και διαχείριση του αστικού περιβάλλοντος»]]<br /> * [[«Ταξινόμηση και εξαγωγή χαρακτηριστικών δορυφορικών εικόνων αστικών περιοχών βάση μορφολογικών μετασχηματισμών»]]<br /> * [[«Ημερήσια θερμική συμπεριφορά επιλεγμένων αστικών αντικειμένων με χρήση τηλεπισκοπικών μετρήσεων»]]<br /> * [[«Χωροχρονική ανάλυση μεγαλουπόλεων της Ινδίας»]]<br /> * [[«Χρήση δορυφορικών IKONOS και αντικειμενοστραφών μεθόδων για την αυτοματοποίηση ταξινόμησης δασών χαμηλής πυκνότητας»]]<br /> * [[«Εκτίμηση επιπτώσεων αστικοποίησης στο αστικό κλίμα με τηλεπισκοπική και κλιματική παρατήρηση»]]<br /> * [[«Η ΧΡΗΣΗ ΤΩΝ ΔΟΡΥΦΟΡΙΚΩΝ ΔΕΔΟΜΕΝΩΝ ΤΗΛΕΑΝΙΧΝΕΥΣΗΣ ΣΤΗ ΓΕΩΔΥΝΑΜΙΚΗ ΜΕΛΕΤΗ ΤΗΣ ΝΟΤΙΑΣ ΑΡΓΟΛΙΔΑΣ»]]<br /> * [[«ΕΝΤΟΠΙΣΜΟΣ ΑΛΛΑΓΩΝ ΕΔΑΦΟΚΑΛΥΨΗΣ ΜΕ ΧΡΗΣΗ ΔΟΡΥΦΟΡΙΚΩΝ ΕΙΚΟΝΩΝ»]]<br /> * [[«ΔΙΑΧΕΙΡIΣΗ ΠΕΡΙΒΑΛΛΟΝΤΟΣ ΜΕ ΤΗ ΧΡΗΣΗ ΤΗΣ ΔΟΡΥΦΟΡΙΚΗΣ ΤΗΛΕΠΙΣΚΟΠΗΣΗΣ »]]<br /> * [[«Εφαρμογή τηλεπισκόπισης στην καταγραφή της κατανάλωσης του αρδευτικού νερού στον Κάμπο του Ν. Χανίων»]]<br /> * [[«Η ανάλυση των Κύριων Συνιστωσών στην Οριοθέτηση Λιθολογικών Ενοτήτων και στην Αναγνώριση Γεωλογικών Δομών της Νήσου Νάξου»]]<br /> Add Your Content Here <br /> <br /> [[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Αθήνα)]]</div>

Ktzina http://147.102.106.44/rs/wiki/index.php/%C2%AB%CE%97_%CE%B1%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%9A%CF%8D%CF%81%CE%B9%CF%89%CE%BD_%CE%A3%CF%85%CE%BD%CE%B9%CF%83%CF%84%CF%89%CF%83%CF%8E%CE%BD_%CF%83%CF%84%CE%B7%CE%BD_%CE%9F%CF%81%CE%B9%CE%BF%CE%B8%CE%AD%CF%84%CE%B7%CF%83%CE%B7_%CE%9B%CE%B9%CE%B8%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CF%8E%CE%BD_%CE%95%CE%BD%CE%BF%CF%84%CE%AE%CF%84%CF%89%CE%BD_%CE%BA%CE%B1%CE%B9_%CF%83%CF%84%CE%B7%CE%BD_%CE%91%CE%BD%CE%B1%CE%B3%CE%BD%CF%8E%CF%81%CE%B9%CF%83%CE%B7_%CE%93%CE%B5%CF%89%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CF%8E%CE%BD_%CE%94%CE%BF%CE%BC%CF%8E%CE%BD_%CF%84%CE%B7%CF%82_%CE%9D%CE%AE%CF%83%CE%BF%CF%85_%CE%9D%CE%AC%CE%BE%CE%BF%CF%85 2010-02-08T22:24:18Z

<p>Ktzina: </p> <hr /> <div>Δημοσίευση Εφαρμογής Τηλεπισκόπισης: <br /> «Η ανάλυση των Κύριων Συνιστωσών στην Οριοθέτηση Λιθολογικών Ενοτήτων και στην Αναγνώριση Γεωλογικών Δομών της Νήσου Νάξου με τη χρήση Πολυφασματικών TM Εικόνων Landsat»<br /> Συγγραφείς:<br /> Ε. Γαλανού(1) και Δ. Ρόκος(2) <br /> 1) Γεωλόγος, 2) Καθηγητής Ε.Μ.Π.<br /> <br /> Ανάλυση – Παρουσίαση:<br /> <br /> [[Εικόνα:le1.jpg|thumb|right|Σχήμα 1:Χάρτης ανάγλυφου της Νάξου ]]<br /> Αντικείμενο της εφαρμογής αποτελεί η γεωλογία. Στόχος της έρευνας ήταν να διερευνηθεί το είδος της γεωλογικής πληροφορίας, η οποία είναι δυνατό να εξαχθεί για τη νήσο Νάξο, δηλαδή η διερεύνηση της δυνατότητας οριοθέτησης διαφόρων λιθολογικών ενοτήτων και της αναγνώρισης γεωλογικών δομών της (σχήμα 1). Για την πραγματοποίηση της έρευνας χρησιμοποιήθηκαν δορυφορικές εικόνες Landsat5 TM. Τα πολυφασματικά δεδομένα Landsat TM δίνουν τη δυνατότητα συνοπτικής παρατήρησης μιας ευρύτερης περιοχής αναδεικνύοντας τις κύριες γεωλογικές ενότητες και τα τεκτονικά χαρακτηριστικά της (ρήγματα, πτυχές, άλλα γραμμικά γεωλογικά στοιχεία κ.λπ.). Η ψηφιακή τηλεπισκοπική εικόνα που περιέχει τη νήσο Νάξο, αποτελεί τμήμα με διαστάσεις 840 στήλες και 1095 γραμμές εικόνας που προέρχεται από το θεματικό χαρτογράφο ΤΜ του δορυφόρου Landsat5, με ημερομηνία λήψης 19.7.89. Αποτελείται από επτά κανάλια, στα οποία καταγράφεται η γήινη επιφάνεια σε ορισμένα μήκη κύματος της ηλεκτρομαγνητικής ακτινοβολίας (ΗΜΑ). Το γεωγραφικό πλάτος και γεωγραφικό μήκος του κέντρου της ψηφιακής εικόνας ΤΜ είναι 37ο 48΄ και 26ο 14΄, αντίστοιχα. Το ύψος του ηλίου και το αζιμούθιο κατά την ημερομηνία λήψης της είναι 58ο 86΄ και 113ο 76΄, αντίστοιχα και έχει ληφθεί από τον σταθμό του Fucino (Ιταλία). <br /> <br /> Η σειρά που εκπονήθηκαν οι εργασίες στην εφαρμογή ήταν οι εξής:<br /> l. Απόκτηση της αρχικής ψηφιακής τηλεπισκοπικής απεικόνισης της περιοχής έρευνας <br /> 2. Συλλογή και μελέτη των υφιστάμενων γεωλογικών στοιχείων.<br /> 3. Προεπεξεργασίες της αρχικής ψηφιακής τηλεπισκοπικής απεικόνισης <br /> 4. Εφαρμογή της τεχνικής της ανάλυσης των κύριων συνιστωσών και, στη συνέχεια, της κατάλληλης τεχνικής επέκτασης διαβάθμισης του τόνου για δημιουργία νέων βελτιωμένων δευτερογενών εικόνων για οπτική ερμηνεία.<br /> 5. Επιλογή των καταλληλότερων δευτερογενών ψηφιακών εικόνων για ανάλυση και οπτική ερμηνεία.<br /> 6. Σύγκριση των αποτελεσμάτων της οπτικής ερμηνείας με τα υφιστάμενα γεωλογικά στοιχεία.<br /> 7. Πραγματοποίηση επίγειων ελέγχων.<br /> 8. Συμπεράσματα.<br /> <br /> Αρχικά η δορυφορική εικόνα υποβλήθηκε σε γεωμετρική διόρθωση με τη μέθοδο της οριζοντιογραφικής αναγωγής με τη χρήση γραμμικού πολυωνυμικού μετασχηματισμού. Στη συνέχεια, έγινε ατμοσφαιρική διόρθωση με τη μέθοδο της ρύθμισης των ιστογραμμάτων. Ακολούθως, εφαρμόστηκαν όλες οι τεχνικές επεξεργασίας εικόνας, για να παραχθούν βελτιωμένες ψηφιακές δευτερογενείς εικόνες, κατάλληλες για οπτική φωτοερμηνεία. Με εφαρμογή της τεχνικής της ανάλυσης των κύριων συνιστωσών (principal component analysis) στα έξι κανάλια (1, 2, 3, 4, 5 και 7) καταγραφής της ανακλώμενης ηλεκτρομαγνητικής ακτινοβολίας από τον ΤΜ, προέκυψαν έξι δευτερογενείς εικόνες. Στις εικόνες αυτές εφαρμόστηκαν διάφορες τεχνικές επέκτασης της διαβάθμισης του τόνου 3 (contrast stretching techniques), ώστε να δημιουργηθούν οι πλέον κατάλληλες τελικές δευτερογενείς ψηφιακές εικόνες για ανάλυση και φωτοερμηνεία. Από αυτές επιλέχθηκαν δύο για γεωλογική φωτοερμηνεία. Εκτός από την τεχνική της ανάλυσης των κύριων συνιστωσών, εφαρμόστηκαν η αντικειμενοστραφής ανάλυση των κύριων συνιστωσών (feature oriented principal component analysis) και η τεχνική της διαφοράς καταλλήλων καναλιών (directed band difference techniques). Οι δευτερογενείς εικόνες, οι οποίες δημιουργήθηκαν με τη χρήση των πιο πάνω τεχνικών, δεν προσέθεσαν νέες πληροφορίες, ωστόσο επιβεβαίωσαν εκείνες που προέκυψαν από την ανάλυση των κύριων συνιστωσών.<br /> <br /> Η εφαρμογή της τεχνικής της ανάλυσης των κύριων συνιστωσών στην επεξεργασία ψηφιακών τηλεπισκοπικών απεικονίσεων, στηρίζεται θεωρητικά σε γνωστή μέθοδο στατιστικής ανάλυσης πολλών μεταβλητών, κατά την οποία γίνεται αλλαγή του συστήματος συντεταγμένων σε νέο σύστημα ορθογώνιων αξόνων. Η χρήση στην επεξεργασία δορυφορικών εικόνων είναι συχνή αφού επιτυγχάνει σημαντική συμπίεση του όγκου των δεδομένων – μεγάλου ποσοστού σχετικής πληροφορίας - που περιέχονται σε αυτές. Έτσι δημιουργούνται νέες δευτερογενείς εικόνες (οι κύριες συνιστώσες), για τις οποίες ισχύει:<br /> α) Οι συνιστώσες-εικόνες (pc-images) είναι μεταξύ τους ασυσχέτιστες και επομένως, η καθεμία από αυτές μεταφέρει διαφορετική πληροφορία.<br /> β) Η πρώτη συνιστώσα-εικόνα (pc-1) περιέχει όλη σχεδόν την πληροφορία, την οποία περιέχουν μαζί και οι έξι αρχικές εικόνες.<br /> <br /> [[Εικόνα:le2.jpg|thumb|right|Πίνακας 1: Ιδιοτιμές του πίνακα μεταβλητότητας-συμμεταβλητότητας]]<br /> [[Εικόνα:le3.jpg|thumb|right|Πίνακας 2: Ιδιοδιανύσματα πίνακα μεταβλητότητας-συμμεταβλητότητας]]<br /> Η τεχνική της ανάλυσης των κύριων συνιστωσών εφαρμόστηκε στα έξι κανάλια της ανακλώμενης ακτινοβολίας του ΤΜ (band1, band2, band3, band4, band5 και band7) και προέκυψαν οι έξι κύριες συνιστώσες ΡC1, ΡC2, ΡC3, ΡC4, ΡC5 και ΡC6. Η ανάλυση και η φωτοερμηνεία των δευτερογενών αυτών εικόνων στηρίχτηκαν στη μελέτη του πίνακα συντελεστών συσχέτισης των ψηφιακών τιμών των αρχικών καναλιών, του πίνακα μεταβλητότητας-συμμεταβλητότητάς τους, του πίνακα των ιδιοτιμών και του πίνακα των ιδιοδιανυσμάτων, από τον οποίο προέκυψαν οι ψηφιακές τιμές των κύριων συνιστωσών (PCi), καθώς και του γραφήματος των ιδιοδιανυσμάτων (σχ. 3). Από αυτούς διαπιστώθηκε οτι:<br /> Η PC1-εικόνα περίκλειε την περισσότερη πληροφορία (97.590%), συμμετέχοντας στη διαμόρφωσή της όλα τα αρχικά κανάλια με θετικό πρόσημο, ενώ το κανάλι 5 συμμετείχε σε μεγαλύτερο ποσοστό. Παρ’ όλα αυτά, δεν επιλέχτηκε για γεωλογική φωτοερμηνεία, διότι τα δεδομένα της αφορούσαν κυρίως στο ανάγλυφο4 και το albedo.<br /> l Η πληροφορία, της PC2-εικόνας, αφορούσε στη βλάστηση, αφού στη διαμόρφωσή της συμμετείχαν κυρίως τα κανάλια 4 και 3 με αντίθετα πρόσημα.<br /> l Η PC3-εικόνα μετέφερε κυρίως γεωλογική πληροφορία με συμμετέχοντα κανάλια το 4 και το 5 με αντίθετα πρόσημα.<br /> l Η PC4-εικόνα μετέφερε σχεδόν την ίδια πληροφορία με το κανάλι 7.<br /> l Η PC5-εικόνα μετέφερε κυρίως γεωλογική πληροφορία. Στη διαμόρφωσή της συμμετείχαν κυρίως το κανάλι 3 με αρνητικό πρόσημο και με θετικά πρόσημα τα κανάλια 1 και 2.<br /> l Η PC6-εικόνα απέδιδε σχεδόν την ίδια γεωλογική πληροφορία, με τη PC5, αλλά η πρώτη περιείχε περισσότερο θόρυβο επειδή στη διαμόρφωσή της συμμετείχαν τα κανάλια 1 και 2 με διαφορετικά πρόσημα, εμφανίζοντας την υψηλότερη συσχέτιση (πίν. 2). <br /> <br /> Για την εφαρμογή επιλέχθηκαν δύο κύριες συνιστώσες η PC3 και η PC5. Η PC3 χρησιμοποιήθηκε για τον προσδιορισμό της ταυτότητας των λιθολογικών ενοτήτων της δυτικής Νάξου, ενώ η PC5 για το υπόλοιπο τμήμα της νήσου. Για την ερμηνεία των χαρακτηριστικών, που αναδεικνύονται σε μια κύρια συνιστώσα, προσδιορίστηκε το βασικό κανάλι ή τα κανάλια, που συμμετείχαν με υψηλό ποσοστό στη διαμόρφωσή της. Στη συνέχεια, μελετήθηκαν οι συντελεστές, με τους οποίους κάθε κανάλι συμμετέχει, και η μεταξύ τους σχέση. Ακολούθησε η φωτοερμηνεία, η οποία, στην περίπτωση που μοναδικά δεδομένα είναι οι ψηφιακές τιμές της συνιστώσας, στηρίζεται στη γνώση της φασματικής συμπεριφοράς διαφόρων σωματιδίων (μορίων, ριζών, ιόντων) κατά την αλληλεπίδρασή τους με την ΗΜΑ στις φασματικές περιοχές καταγραφής των καναλιών του ΤΜ, οι οποίες διαμορφώνουν τη συγκεκριμένη συνιστώσα. <br /> <br /> Για την 3η συνιστώσα, από τη μελέτη των ιδιοδιανυσμάτων, προέκυψε ότι το μεγαλύτερο ποσοστό πληροφορίας, η οποία περιέχεται στην εικόνα της προέρχεται από τα κανάλια 4 και 5. Επίσης, συμμετέχουν στη διαμόρφωσή της τα κανάλια 3, 2 και 1 με μικρότερα ποσοστά. Το κανάλι 5 συμμετέχει με αρνητικό πρόσημο, ενώ το κανάλι 4 με θετικό. Τα ορυκτά, που περιέχουν ιόντα δισθενούς σιδήρου, απορροφούν την ηλεκτρομαγνητική ακτινοβολία σε τμήμα της περιοχής του φάσματος, στην οποία καταγράφεται η γήινη επιφάνεια από το κανάλι 4 του ΤΜ. Αντίθετα, η απορρόφηση είναι μικρή από τα πιο πάνω ορυκτά στην περιοχή, στην οποία καταγράφεται η γήινη επιφάνεια από το κανάλι 5. Βάση των παραπάνω:<br /> 1. Περιοχές, οι οποίες περιέχουν μεταξύ των συστατικών τους ιόντα δισθενούς σιδήρου, απεικονίζονται με σκούρους τόνους (εμφανίζουν υψηλή απορρόφηση στο κανάλι 4 και χαμηλή στο κανάλι 5).<br /> 2. Περιοχές, οι οποίες συνίστανται από ανθρακικά πετρώματα ή περιέχουν μεταξύ των συστατικών τους αργιλικά ορυκτά, απεικονίζονται με ανοικτούς τόνους (εμφανίζουν χαμηλή απορρόφηση τόσο στο κανάλι 4 όσο και στο κανάλι 5).<br /> Μετά από μελέτη της εικόνας της 3ης κύριας συνιστώσας και λαμβάνοντας υπόψη όσα προαναφέρθηκαν, τα υφιστάμενα γεωλογικά στοιχεία και τους επίγειους ελέγχους, προέκυψαν γεωλογικές πληροφορίες, οι οποίες αφορούν στη λιθολογία και τη δομή της δυτικής Νάξου (σχήμα 2).<br /> <br /> [[Εικόνα:le4.jpg|thumb|right|Σχήμα 2: Λιθολογικές ενότητες όπως προέκυψαν από την 3η συνιστώσα]]<br /> [[Εικόνα:le5.jpg|thumb|right|Σχήμα 3: Λιθολογικές ενότητες όπως προέκυψαν από την 5η συνιστώσα]]<br /> Για την 5η συνιστώσα, από τη μελέτη των ιδιοδιανυσμάτων, εντοπίστηκε ότι το μεγαλύτερο ποσοστό πληροφορίας, η οποία περιέχεται στην εικόνα της προέρχεται από το κανάλι 3, το οποίο συμμετέχει με αρνητικό πρόσημο. Τα κανάλια 1 και 2, ακολουθούν συμμετέχοντας με θετικό πρόσημο. Έτσι τονίζονται οι διαφορές μεταξύ του καναλιού 3 και των καναλιών 1 και 2. Τα οξείδια και υδροξείδια του σιδήρου απορροφούν έντονα την ηλεκτρομαγνητική ακτινοβολία σε τμήμα της περιοχής του φάσματος, στην οποία καταγράφεται η γήινη επιφάνεια από τα κανάλια 1 και 2 του ΤΜ. Αντίθετα, η απορρόφηση είναι μικρή από τα πιο πάνω οξείδια στην περιοχή, στην οποία καταγράφεται η γήινη επιφάνεια από το κανάλι 3. Από αυτά προέκυψε ότι:<br /> 1. Περιοχές, οι οποίες απεικονίζονται με σκούρους τόνους, συνίστανται από υλικά, τα οποία περιέχουν οξείδια και υδροξείδια του σιδήρου. Αυτό είναι δυνατό να συμβαίνει σε περιοχές, οι οποίες συνίστανται είτε από λιθολογικές ενότητες, οι οποίες περιέχουν εξαλλοιωμένα σιδηρούχα ορυκτά, λόγω ατμοσφαιρικής αποσάθρωσης ή λόγω δράσης υδροθερμικών διαλυμάτων, είτε από έδαφος πλούσιο σε οξείδια και υδροξείδια του σιδήρου.<br /> 2. Περιοχές, οι οποίες απεικονίζονται με ανοικτούς τόνους στην 5η συνιστώσα, είναι πιθανόν να συνίστανται είτε από ανθρακικά πετρώματα είτε από λιθολογικές ενότητες, οι οποίες περιέχουν αργιλικά ορυκτά, αλλά δεν περιέχουν οξείδια του σιδήρου. Αυτό το συμπέρασμα<br /> προκύπτει, διότι τα παραπάνω υλικά, τόσο στο κανάλι 3 όσο και στα 1 και 2, παρουσιάζουν μικρή απορρόφηση (σχήμα 3).<br /> <br /> Στην επεξεργασία της δορυφορικής εικόνας για την δημιουργία δευτερογενών εικόνων, χρησιμοποιήθηκαν τα λογισμικά πακέτα Idrisi for Windows v. 2 (πακέτο επεξεργασίας εικόνας και ψηφιδωτού γεωγραφικού συστήματος πληροφοριών) και ERMapper v. 5 (πακέτο επεξεργασίας εικόνας). Έτσι διευκολύνθηκε η οπτική ερμηνεία βάση της γνώσης της φασματικής συμπεριφοράς διαφόρων σωματιδίων, τα οποία αποτελούν συστατικά λιθολογικών ενοτήτων. Με την ολοκλήρωση της οπτικής φωτοερμηνείας προέκυψαν οι πρώτες γεωλογικές πληροφορίες, οι οποίες αφορούν στη λιθολογία και τη γεωλογική δομή της περιοχής έρευνας. Στη συνέχεια, οι υφιστάμενες γεωλογικές πληροφορίες τροφοδότησαν με νέα στοιχεία τις πρώτες πληροφορίες. Ακολούθως, πραγματοποιήθηκαν οι επίγειοι έλεγχοι και προέκυψε η τελική πληροφορία.<br /> <br /> <br /> Add Your Content Here <br /> <br /> [[category:Αναγνώριση γεωλογικών ενοτήτων]]</div>

Ktzina http://147.102.106.44/rs/wiki/index.php/%C2%AB%CE%97_%CE%B1%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%9A%CF%8D%CF%81%CE%B9%CF%89%CE%BD_%CE%A3%CF%85%CE%BD%CE%B9%CF%83%CF%84%CF%89%CF%83%CF%8E%CE%BD_%CF%83%CF%84%CE%B7%CE%BD_%CE%9F%CF%81%CE%B9%CE%BF%CE%B8%CE%AD%CF%84%CE%B7%CF%83%CE%B7_%CE%9B%CE%B9%CE%B8%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CF%8E%CE%BD_%CE%95%CE%BD%CE%BF%CF%84%CE%AE%CF%84%CF%89%CE%BD_%CE%BA%CE%B1%CE%B9_%CF%83%CF%84%CE%B7%CE%BD_%CE%91%CE%BD%CE%B1%CE%B3%CE%BD%CF%8E%CF%81%CE%B9%CF%83%CE%B7_%CE%93%CE%B5%CF%89%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CF%8E%CE%BD_%CE%94%CE%BF%CE%BC%CF%8E%CE%BD_%CF%84%CE%B7%CF%82_%CE%9D%CE%AE%CF%83%CE%BF%CF%85_%CE%9D%CE%AC%CE%BE%CE%BF%CF%85 2010-02-08T22:21:29Z

<p>Ktzina: </p> <hr /> <div>Δημοσίευση Εφαρμογής Τηλεπισκόπισης: <br /> «Η ανάλυση των Κύριων Συνιστωσών στην Οριοθέτηση Λιθολογικών Ενοτήτων και στην Αναγνώριση Γεωλογικών Δομών της Νήσου Νάξου με τη χρήση Πολυφασματικών TM Εικόνων Landsat»<br /> Συγγραφείς:<br /> Ε. Γαλανού(1) και Δ. Ρόκος(2) <br /> 1) Γεωλόγος, 2) Καθηγητής Ε.Μ.Π.<br /> <br /> Ανάλυση – Παρουσίαση:<br /> <br /> [[Εικόνα:le1.jpg|thumb|right|Σχήμα 1:Χάρτης ανάγλυφου της Νάξου ]]<br /> Αντικείμενο της εφαρμογής αποτελεί η γεωλογία. Στόχος της έρευνας ήταν να διερευνηθεί το είδος της γεωλογικής πληροφορίας, η οποία είναι δυνατό να εξαχθεί για τη νήσο Νάξο, δηλαδή η διερεύνηση της δυνατότητας οριοθέτησης διαφόρων λιθολογικών ενοτήτων και της αναγνώρισης γεωλογικών δομών της (σχήμα 1). Για την πραγματοποίηση της έρευνας χρησιμοποιήθηκαν δορυφορικές εικόνες Landsat5 TM. Τα πολυφασματικά δεδομένα Landsat TM δίνουν τη δυνατότητα συνοπτικής παρατήρησης μιας ευρύτερης περιοχής αναδεικνύοντας τις κύριες γεωλογικές ενότητες και τα τεκτονικά χαρακτηριστικά της (ρήγματα, πτυχές, άλλα γραμμικά γεωλογικά στοιχεία κ.λπ.). Η ψηφιακή τηλεπισκοπική εικόνα που περιέχει τη νήσο Νάξο, αποτελεί τμήμα με διαστάσεις 840 στήλες και 1095 γραμμές εικόνας που προέρχεται από το θεματικό χαρτογράφο ΤΜ του δορυφόρου Landsat5, με ημερομηνία λήψης 19.7.89. Αποτελείται από επτά κανάλια, στα οποία καταγράφεται η γήινη επιφάνεια σε ορισμένα μήκη κύματος της ηλεκτρομαγνητικής ακτινοβολίας (ΗΜΑ). Το γεωγραφικό πλάτος και γεωγραφικό μήκος του κέντρου της ψηφιακής εικόνας ΤΜ είναι 37ο 48΄ και 26ο 14΄, αντίστοιχα. Το ύψος του ηλίου και το αζιμούθιο κατά την ημερομηνία λήψης της είναι 58ο 86΄ και 113ο 76΄, αντίστοιχα και έχει ληφθεί από τον σταθμό του Fucino (Ιταλία). <br /> <br /> Η σειρά που εκπονήθηκαν οι εργασίες στην εφαρμογή ήταν οι εξής:<br /> l. Απόκτηση της αρχικής ψηφιακής τηλεπισκοπικής απεικόνισης της περιοχής έρευνας <br /> 2. Συλλογή και μελέτη των υφιστάμενων γεωλογικών στοιχείων.<br /> 3. Προεπεξεργασίες της αρχικής ψηφιακής τηλεπισκοπικής απεικόνισης <br /> 4. Εφαρμογή της τεχνικής της ανάλυσης των κύριων συνιστωσών και, στη συνέχεια, της κατάλληλης τεχνικής επέκτασης διαβάθμισης του τόνου για δημιουργία νέων βελτιωμένων δευτερογενών εικόνων για οπτική ερμηνεία.<br /> 5. Επιλογή των καταλληλότερων δευτερογενών ψηφιακών εικόνων για ανάλυση και οπτική ερμηνεία.<br /> 6. Σύγκριση των αποτελεσμάτων της οπτικής ερμηνείας με τα υφιστάμενα γεωλογικά στοιχεία.<br /> 7. Πραγματοποίηση επίγειων ελέγχων.<br /> 8. Συμπεράσματα.<br /> <br /> Αρχικά η δορυφορική εικόνα υποβλήθηκε σε γεωμετρική διόρθωση με τη μέθοδο της οριζοντιογραφικής αναγωγής με τη χρήση γραμμικού πολυωνυμικού μετασχηματισμού. Στη συνέχεια, έγινε ατμοσφαιρική διόρθωση με τη μέθοδο της ρύθμισης των ιστογραμμάτων. Ακολούθως, εφαρμόστηκαν όλες οι τεχνικές επεξεργασίας εικόνας, για να παραχθούν βελτιωμένες ψηφιακές δευτερογενείς εικόνες, κατάλληλες για οπτική φωτοερμηνεία. Με εφαρμογή της τεχνικής της ανάλυσης των κύριων συνιστωσών (principal component analysis) στα έξι κανάλια (1, 2, 3, 4, 5 και 7) καταγραφής της ανακλώμενης ηλεκτρομαγνητικής ακτινοβολίας από τον ΤΜ, προέκυψαν έξι δευτερογενείς εικόνες. Στις εικόνες αυτές εφαρμόστηκαν διάφορες τεχνικές επέκτασης της διαβάθμισης του τόνου 3 (contrast stretching techniques), ώστε να δημιουργηθούν οι πλέον κατάλληλες τελικές δευτερογενείς ψηφιακές εικόνες για ανάλυση και φωτοερμηνεία. Από αυτές επιλέχθηκαν δύο για γεωλογική φωτοερμηνεία. Εκτός από την τεχνική της ανάλυσης των κύριων συνιστωσών, εφαρμόστηκαν η αντικειμενοστραφής ανάλυση των κύριων συνιστωσών (feature oriented principal component analysis) και η τεχνική της διαφοράς καταλλήλων καναλιών (directed band difference techniques). Οι δευτερογενείς εικόνες, οι οποίες δημιουργήθηκαν με τη χρήση των πιο πάνω τεχνικών, δεν προσέθεσαν νέες πληροφορίες, ωστόσο επιβεβαίωσαν εκείνες που προέκυψαν από την ανάλυση των κύριων συνιστωσών.<br /> <br /> Η εφαρμογή της τεχνικής της ανάλυσης των κύριων συνιστωσών στην επεξεργασία ψηφιακών τηλεπισκοπικών απεικονίσεων, στηρίζεται θεωρητικά σε γνωστή μέθοδο στατιστικής ανάλυσης πολλών μεταβλητών, κατά την οποία γίνεται αλλαγή του συστήματος συντεταγμένων σε νέο σύστημα ορθογώνιων αξόνων. Η χρήση στην επεξεργασία δορυφορικών εικόνων είναι συχνή αφού επιτυγχάνει σημαντική συμπίεση του όγκου των δεδομένων – μεγάλου ποσοστού σχετικής πληροφορίας - που περιέχονται σε αυτές. Έτσι δημιουργούνται νέες δευτερογενείς εικόνες (οι κύριες συνιστώσες), για τις οποίες ισχύει:<br /> α) Οι συνιστώσες-εικόνες (pc-images) είναι μεταξύ τους ασυσχέτιστες και επομένως, η καθεμία από αυτές μεταφέρει διαφορετική πληροφορία.<br /> β) Η πρώτη συνιστώσα-εικόνα (pc-1) περιέχει όλη σχεδόν την πληροφορία, την οποία περιέχουν μαζί και οι έξι αρχικές εικόνες.<br /> <br /> [[Εικόνα:le2.jpg|thumb|right|Πίνακας 1: Ιδιοτιμές του πίνακα μεταβλητότητας-συμμεταβλητότητας]]<br /> [[Εικόνα:le3.jpg|thumb|right|Πίνακας 2: Ιδιοδιανύσματα πίνακα μεταβλητότητας-συμμεταβλητότητας]]<br /> Η τεχνική της ανάλυσης των κύριων συνιστωσών εφαρμόστηκε στα έξι κανάλια της ανακλώμενης ακτινοβολίας του ΤΜ (band1, band2, band3, band4, band5 και band7) και προέκυψαν οι έξι κύριες συνιστώσες ΡC1, ΡC2, ΡC3, ΡC4, ΡC5 και ΡC6. Η ανάλυση και η φωτοερμηνεία των δευτερογενών αυτών εικόνων στηρίχτηκαν στη μελέτη του πίνακα συντελεστών συσχέτισης των ψηφιακών τιμών των αρχικών καναλιών, του πίνακα μεταβλητότητας-συμμεταβλητότητάς τους, του πίνακα των ιδιοτιμών και του πίνακα των ιδιοδιανυσμάτων, από τον οποίο προέκυψαν οι ψηφιακές τιμές των κύριων συνιστωσών (PCi), καθώς και του γραφήματος των ιδιοδιανυσμάτων (σχ. 3). Από αυτούς διαπιστώθηκε οτι:<br /> Η PC1-εικόνα περίκλειε την περισσότερη πληροφορία (97.590%), συμμετέχοντας στη διαμόρφωσή της όλα τα αρχικά κανάλια με θετικό πρόσημο, ενώ το κανάλι 5 συμμετείχε σε μεγαλύτερο ποσοστό. Παρ’ όλα αυτά, δεν επιλέχτηκε για γεωλογική φωτοερμηνεία, διότι τα δεδομένα της αφορούσαν κυρίως στο ανάγλυφο4 και το albedo.<br /> l Η πληροφορία, της PC2-εικόνας, αφορούσε στη βλάστηση, αφού στη διαμόρφωσή της συμμετείχαν κυρίως τα κανάλια 4 και 3 με αντίθετα πρόσημα.<br /> l Η PC3-εικόνα μετέφερε κυρίως γεωλογική πληροφορία με συμμετέχοντα κανάλια το 4 και το 5 με αντίθετα πρόσημα.<br /> l Η PC4-εικόνα μετέφερε σχεδόν την ίδια πληροφορία με το κανάλι 7.<br /> l Η PC5-εικόνα μετέφερε κυρίως γεωλογική πληροφορία. Στη διαμόρφωσή της συμμετείχαν κυρίως το κανάλι 3 με αρνητικό πρόσημο και με θετικά πρόσημα τα κανάλια 1 και 2.<br /> l Η PC6-εικόνα απέδιδε σχεδόν την ίδια γεωλογική πληροφορία, με τη PC5, αλλά η πρώτη περιείχε περισσότερο θόρυβο επειδή στη διαμόρφωσή της συμμετείχαν τα κανάλια 1 και 2 με διαφορετικά πρόσημα, εμφανίζοντας την υψηλότερη συσχέτιση (πίν. 2). <br /> <br /> Για την εφαρμογή επιλέχθηκαν δύο κύριες συνιστώσες η PC3 και η PC5. Η PC3 χρησιμοποιήθηκε για τον προσδιορισμό της ταυτότητας των λιθολογικών ενοτήτων της δυτικής Νάξου, ενώ η PC5 για το υπόλοιπο τμήμα της νήσου. Για την ερμηνεία των χαρακτηριστικών, που αναδεικνύονται σε μια κύρια συνιστώσα, προσδιορίστηκε το βασικό κανάλι ή τα κανάλια, που συμμετείχαν με υψηλό ποσοστό στη διαμόρφωσή της. Στη συνέχεια, μελετήθηκαν οι συντελεστές, με τους οποίους κάθε κανάλι συμμετέχει, και η μεταξύ τους σχέση. Ακολούθησε η φωτοερμηνεία, η οποία, στην περίπτωση που μοναδικά δεδομένα είναι οι ψηφιακές τιμές της συνιστώσας, στηρίζεται στη γνώση της φασματικής συμπεριφοράς διαφόρων σωματιδίων (μορίων, ριζών, ιόντων) κατά την αλληλεπίδρασή τους με την ΗΜΑ στις φασματικές περιοχές καταγραφής των καναλιών του ΤΜ, οι οποίες διαμορφώνουν τη συγκεκριμένη συνιστώσα. <br /> <br /> Για την 3η συνιστώσα, από τη μελέτη των ιδιοδιανυσμάτων (πίν. 5, σχ. 3), προέκυψε ότι το μεγαλύτερο ποσοστό πληροφορίας, η οποία περιέχεται στην εικόνα της προέρχεται από τα κανάλια 4 και 5. Επίσης, συμμετέχουν στη διαμόρφωσή της τα κανάλια 3, 2 και 1 με μικρότερα ποσοστά. Το κανάλι 5 συμμετέχει με αρνητικό πρόσημο, ενώ το κανάλι 4 με θετικό. Τα ορυκτά, που περιέχουν ιόντα δισθενούς σιδήρου, απορροφούν την ηλεκτρομαγνητική ακτινοβολία σε τμήμα της περιοχής του φάσματος, στην οποία καταγράφεται η γήινη επιφάνεια από το κανάλι 4 του ΤΜ. Αντίθετα, η απορρόφηση είναι μικρή από τα πιο πάνω ορυκτά στην περιοχή, στην οποία καταγράφεται η γήινη επιφάνεια από το κανάλι 5. Βάση των παραπάνω:<br /> 1. Περιοχές, οι οποίες περιέχουν μεταξύ των συστατικών τους ιόντα δισθενούς σιδήρου, απεικονίζονται με σκούρους τόνους (εμφανίζουν υψηλή απορρόφηση στο κανάλι 4 και χαμηλή στο κανάλι 5).<br /> 2. Περιοχές, οι οποίες συνίστανται από ανθρακικά πετρώματα ή περιέχουν μεταξύ των συστατικών τους αργιλικά ορυκτά, απεικονίζονται με ανοικτούς τόνους (εμφανίζουν χαμηλή απορρόφηση τόσο στο κανάλι 4 όσο και στο κανάλι 5).<br /> Μετά από μελέτη της εικόνας της 3ης κύριας συνιστώσας και λαμβάνοντας υπόψη όσα προαναφέρθηκαν, τα υφιστάμενα γεωλογικά στοιχεία και τους επίγειους ελέγχους, προέκυψαν γεωλογικές πληροφορίες, οι οποίες αφορούν στη λιθολογία και τη δομή της δυτικής Νάξου (σχήμα 2).<br /> <br /> [[Εικόνα:le4.jpg|thumb|right|Σχήμα 2: Λιθολογικές ενότητες όπως προέκυψαν από την 3η συνιστώσα]]<br /> [[Εικόνα:le5.jpg|thumb|right|Σχήμα 3: Λιθολογικές ενότητες όπως προέκυψαν από την 5η συνιστώσα]]<br /> Για την 5η συνιστώσα, από τη μελέτη των ιδιοδιανυσμάτων (πίν. 5, σχ. 3), εντοπίστηκε ότι το μεγαλύτερο ποσοστό πληροφορίας, η οποία περιέχεται στην εικόνα της προέρχεται από το κανάλι 3, το οποίο συμμετέχει με αρνητικό πρόσημο. Τα κανάλια 1 και 2, ακολουθούν συμμετέχοντας με θετικό πρόσημο. Έτσι τονίζονται οι διαφορές μεταξύ του καναλιού 3 και των καναλιών 1 και 2. Τα οξείδια και υδροξείδια του σιδήρου απορροφούν έντονα την ηλεκτρομαγνητική ακτινοβολία σε τμήμα της περιοχής του φάσματος, στην οποία καταγράφεται η γήινη επιφάνεια από τα κανάλια 1 και 2 του ΤΜ. Αντίθετα, η απορρόφηση είναι μικρή από τα πιο πάνω οξείδια στην περιοχή, στην οποία καταγράφεται η γήινη επιφάνεια από το κανάλι 3. Από αυτά προέκυψε ότι:<br /> 1. Περιοχές, οι οποίες απεικονίζονται με σκούρους τόνους, συνίστανται από υλικά, τα οποία περιέχουν οξείδια και υδροξείδια του σιδήρου. Αυτό είναι δυνατό να συμβαίνει σε περιοχές, οι οποίες συνίστανται είτε από λιθολογικές ενότητες, οι οποίες περιέχουν εξαλλοιωμένα σιδηρούχα ορυκτά, λόγω ατμοσφαιρικής αποσάθρωσης ή λόγω δράσης υδροθερμικών διαλυμάτων, είτε από έδαφος πλούσιο σε οξείδια και υδροξείδια του σιδήρου.<br /> 2. Περιοχές, οι οποίες απεικονίζονται με ανοικτούς τόνους στην 5η συνιστώσα, είναι πιθανόν να συνίστανται είτε από ανθρακικά πετρώματα είτε από λιθολογικές ενότητες, οι οποίες περιέχουν αργιλικά ορυκτά, αλλά δεν περιέχουν οξείδια του σιδήρου. Αυτό το συμπέρασμα<br /> προκύπτει, διότι τα παραπάνω υλικά, τόσο στο κανάλι 3 όσο και στα 1 και 2, παρουσιάζουν μικρή απορρόφηση (σχήμα 3).<br /> <br /> Στην επεξεργασία της δορυφορικής εικόνας για την δημιουργία δευτερογενών εικόνων, χρησιμοποιήθηκαν τα λογισμικά πακέτα Idrisi for Windows v. 2 (πακέτο επεξεργασίας εικόνας και ψηφιδωτού γεωγραφικού συστήματος πληροφοριών) και ERMapper v. 5 (πακέτο επεξεργασίας εικόνας). Έτσι διευκολύνθηκε η οπτική ερμηνεία βάση της γνώσης της φασματικής συμπεριφοράς διαφόρων σωματιδίων, τα οποία αποτελούν συστατικά λιθολογικών ενοτήτων. Με την ολοκλήρωση της οπτικής φωτοερμηνείας προέκυψαν οι πρώτες γεωλογικές πληροφορίες, οι οποίες αφορούν στη λιθολογία και τη γεωλογική δομή της περιοχής έρευνας. Στη συνέχεια, οι υφιστάμενες γεωλογικές πληροφορίες τροφοδότησαν με νέα στοιχεία τις πρώτες πληροφορίες. Ακολούθως, πραγματοποιήθηκαν οι επίγειοι έλεγχοι και προέκυψε η τελική πληροφορία.<br /> <br /> <br /> Add Your Content Here <br /> <br /> [[category:Αναγνώριση γεωλογικών ενοτήτων]]</div>

Ktzina http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Le5.jpg 2010-02-08T22:18:28Z

<p>Ktzina: </p> <hr /> <div></div>

Ktzina http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Le4.jpg 2010-02-08T22:18:12Z

<p>Ktzina: </p> <hr /> <div></div>

Ktzina http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Le3.jpg 2010-02-08T22:17:57Z

<p>Ktzina: </p> <hr /> <div></div>

Ktzina