<?xml version="1.0"?>
<?xml-stylesheet type="text/css" href="http://147.102.106.44/rs/wiki/skins/common/feed.css?270"?>
<feed xmlns="http://www.w3.org/2005/Atom" xml:lang="el">
		<id>http://147.102.106.44/rs/wiki/index.php?feed=atom&amp;target=Liasos80&amp;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%2FLiasos80</id>
		<title>RemoteSensing Wiki - Συνεισφορές χρήστη [el]</title>
		<link rel="self" type="application/atom+xml" href="http://147.102.106.44/rs/wiki/index.php?feed=atom&amp;target=Liasos80&amp;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%2FLiasos80"/>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%95%CE%B9%CE%B4%CE%B9%CE%BA%CF%8C:%CE%A3%CF%85%CE%BD%CE%B5%CE%B9%CF%83%CF%86%CE%BF%CF%81%CE%AD%CF%82/Liasos80"/>
		<updated>2026-04-27T19:31:37Z</updated>
		<subtitle>Από RemoteSensing Wiki</subtitle>
		<generator>MediaWiki 1.16.2</generator>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Liverpool_FC_official.svg.png</id>
		<title>Αρχείο:Liverpool FC official.svg.png</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Liverpool_FC_official.svg.png"/>
				<updated>2022-03-01T19:10:16Z</updated>
		
		<summary type="html">&lt;p&gt;Liasos80: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Liasos80</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%9F%CE%BB%CE%BF%CE%BA%CE%BB%CE%B7%CF%81%CF%89%CE%BC%CE%AD%CE%BD%CE%B1_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CE%93%CE%B5%CF%89%CF%87%CF%89%CF%81%CE%B9%CE%BA%CE%AC_%CE%BC%CE%B5%CE%B3%CE%AC%CE%BB%CE%B1_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CF%87%CF%81%CE%AE%CF%83%CE%B7%CF%82_%CE%B3%CE%B7%CF%82:_%CE%9C%CE%B9%CE%B1_%CE%B1%CE%BD%CE%B1%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7</id>
		<title>Ολοκληρωμένα δεδομένα Τηλεπισκόπησης και Γεωχωρικά μεγάλα δεδομένα για την χαρτογράφηση αστικής χρήσης γης: Μια ανασκόπηση</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%9F%CE%BB%CE%BF%CE%BA%CE%BB%CE%B7%CF%81%CF%89%CE%BC%CE%AD%CE%BD%CE%B1_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CE%93%CE%B5%CF%89%CF%87%CF%89%CF%81%CE%B9%CE%BA%CE%AC_%CE%BC%CE%B5%CE%B3%CE%AC%CE%BB%CE%B1_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CF%87%CF%81%CE%AE%CF%83%CE%B7%CF%82_%CE%B3%CE%B7%CF%82:_%CE%9C%CE%B9%CE%B1_%CE%B1%CE%BD%CE%B1%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7"/>
				<updated>2022-02-04T11:54:17Z</updated>
		
		<summary type="html">&lt;p&gt;Liasos80: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα:Εικόνα_1.1.png|thumb|right|Εικόνα 1: Ενοποίηση σε επίπεδο χαρακτηριστικών]]&lt;br /&gt;
[[Εικόνα:Εικόνα_1.2.png|thumb|right|Εικόνα 2: Ενοποίηση σε επίπεδο απόφασης]]&lt;br /&gt;
[[Εικόνα:Εικόνα_1.3.png|thumb|right|Εικόνα 3: Μειονεκτήματα και Πλεονεκτήματα των 2 μεθόδων συνδυασμού της τηλεπισκόπησης και των γεωχωρικά μεγάλων δεδομένων]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&amp;lt;h2&amp;gt;Integrating remote sensing and geospatial big data for urban land use mapping: A review&amp;lt;/h2&amp;gt;&lt;br /&gt;
&lt;br /&gt;
Jiadi Yin, Jinwei Dong, Nicholas A.S. Hamm, Zhichao Li, Jianghao Wang, Hanfa Xing, Ping Fu&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
πηγή: [[https://www.sciencedirect.com/science/article/pii/S030324342100221X]] &lt;br /&gt;
&lt;br /&gt;
&amp;lt;h3&amp;gt;Μετάφραση και περίληψη:&amp;lt;/h3&amp;gt;&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή:'''&lt;br /&gt;
&lt;br /&gt;
Με την αστικοποίηση και την επιρροή των ανθρώπων προκαλείται ραγδαία αύξηση του πληθυσμού. Αυτή η επιρροή προκαλεί την αλλαγή της αστικής γης σε διάφορες διαστάσεις από φυσικές πτυχές σε κοινωνικοοικονομικές πτυχές. Ένας μεγάλος αριθμός προϊόντων υψηλής αστικής κάλυψης γης σε μικρή χωρική ανάλυση έχει αναπτυχθεί παγκοσμίως. Παρόλα αυτά, λόγο της περιπλοκότητας της αστικής γης χρειάζονται προϊόντα υψηλής ακρίβειας ως προς τις πληροφορίες της αστικής γης τα οποία δεν υπάρχουν. Σε αυτήν την εργασία γίνετε μελέτη της φύσης της τηλεπισκόπησης και των γεωχωρικά μεγάλων δεδομένων και κάποιες στρατηγικές ενσωμάτωσης τους στην ταξινόμηση χρήσεων τις αστικής γης.&lt;br /&gt;
&lt;br /&gt;
'''Μεθοδολογία:'''&lt;br /&gt;
&lt;br /&gt;
''Εισαγωγικά:''&lt;br /&gt;
&lt;br /&gt;
Για την μελέτη της αστικής γης χρησιμοποιήθηκε ένα ευρύ φάσμα δεδομένων δορυφορικής τηλεπισκόπησης. Ωστόσο, η πολυπλοκότητα και η ποικιλομορφία των αστικών περιοχών δεν μπορεί να αποτυπωθεί καλά μόνο με τηλεπισκόπηση. Η πρόοδος στις τεχνολογίες πληροφοριών και επικοινωνιών καθιστά δυνατή την πρόσβαση σε γεωχωρικά μεγάλα δεδομένα όπως, σταθεροί και κινητοί αισθητήρες (περιβαλλοντικοί αισθητήρες, κάμερες, κάμερες Web, μέσα κοινωνικής δικτύωσης ή ακόμα και κάτοικοι αστικών περιοχών μέσω των τακτικών τους δραστηριοτήτων). Αυτά τα δεδομένα παρέχουν μια εναλλακτική προσέγγιση για την αποκάλυψη του τρόπου λειτουργίας των πόλεων. Παρά τις μεγάλες δυνατότητες ενσωμάτωσης τηλεπισκόπησης και γεωχωρικά μεγάλων δεδομένων για την παροχή καλύτερων γνώσεων σχετικά με τη χρήση της αστικής γης, είναι δύσκολο να συνδυαστούν λόγω των διαφορών στην ποιότητα των χωρικών δεδομένων. Αρχικά ο στόχος της μελέτης ήταν να εξετάσει τα βασικά στοιχεία της τηλεπισκόπησης, των γεωχωρικά μεγάλων δεδομένων και τις μεθόδους για την ενοποίηση τους. Αυτό θα το κάνει λαμβάνοντας υπόψη μόνο δορυφορικά την τηλεπισκόπηση. Αυτή η μελέτη οργανώνεται σε 6 κεφάλαια. Στο 1ο κεφάλαιο γίνετε μια εισαγωγή στα γενικά στοιχεία της τηλεπισκόπησης και των γεωχωρικά μεγάλων δεδομένων. Το 2ο κεφάλαιο έχει να κάνει με την μετατροπή από αστική κάλυψη γης σε χρήση αστικής γης. Το 3ο κεφάλαιο αναλύει τα χαρακτηριστικά της τηλεπισκόπησης και των γεωχωρικά μεγάλων δεδομένων που χρησιμοποιούνται για την κατηγοριοποίηση της αστικής χρήσης γης. Στο 4ο κεφάλαιο αναλύθηκαν οι στρατηγικές ολοκλήρωσης. Στο 5ο κεφάλαιο συζητήθηκαν οι πιθανές εφαρμογές στην ενσωμάτωση της τηλεπισκόπησης και των γεωχωρικά μεγάλων δεδομένων σε χάρτες χρήσεων αστικής γης. Και στο τελευταίο κεφάλαιο γίνεται ένα συμπέρασμα και οι συνέπειες όλης της εργασίας. &lt;br /&gt;
&lt;br /&gt;
''2ο Κεφάλαιο:''&lt;br /&gt;
&lt;br /&gt;
Σύμφωνα με το 2ο κεφάλαιο η χρήση τηλεπισκόπησης για την χαρτογράφηση της κάλυψης αστικής γης έχει χρονικά μεγάλη ιστορία. Η περισσότεροι χάρτες κάλυψης αστικών εδαφών ελήφθησαν από εικόνες χονδρικής χωρικής ανάλυσης 100m-10km. Με την πρόοδο της τεχνολογίας αυτές οι αναλύσεις έγιναν καλύτερες φτάνοντας τα 10-100m. Η χρονική περίοδος αυτών των παγκόσμιων προϊόντων αστικής κάλυψης γης έχει μετατραπεί από μια ενιαία περίοδο σε επαναλαμβανόμενες παρατηρήσεις, οι οποίες θα μπορούσαν να παρέχουν καλύτερη ποιότητα και χρονικές σειρές πληροφοριών αστικής κάλυψης γης. Αυτές οι μελέτες αστικής τηλεπισκόπησης επικεντρώθηκαν στον εντοπισμό φυσικών αστικών χαρακτηριστικών για την κατανόηση της αστικοποίησης. Παρόλα αυτά τα δεδομένα της τηλεπισκόπησης δεν μπορούν να βοηθήσουν για εντός λειτουργίες των πόλεων καθώς έχει αλλάξει η ανάγκη πληροφόρησης. Τα γεωχωρικά μεγάλα δεδομένα πολλαπλών πηγών μπορούν να συμβάλουν στην κατανόηση των κοινωνικοοικονομικών χαρακτηριστικών της χρήσης της αστικής γης και να προσδιορίσει πώς οι άνθρωποι χρησιμοποιούν τη γη. Πρόσφατα έγινε συνδυασμός της τηλεπισκόπησης με τα μεγάλα γεωχωρικά δεδομένα, ως εκ τούτου η κατανόηση των χαρακτηριστικών που προέρχονται από την τηλεπισκόπηση και τα γεωχωρικά μεγάλα δεδομένα και οι μέθοδοι ενσωμάτωσής τους είναι απαραίτητες για τη χαρτογράφηση χρήσης αστικής γης.&lt;br /&gt;
&lt;br /&gt;
''3ο Κεφάλαιο:''&lt;br /&gt;
&lt;br /&gt;
Στο 3ο κεφάλαιο μελετάτε η εξαγωγή χαρακτηριστικών από την τηλεπισκόπηση και από τα γεωχωρικά μεγάλα δεδομένα που είναι ο βασικός όρος για να αναγνωριστεί η χρήση της αστικής γης. Τα χαρακτηριστικά που προέρχονται από εικόνες τηλεπισκόπησης και χρησιμοποιούνται για τις χρήσεις γης τις κατηγοριοποιούμε σε φασματικά, υφικά, χρονικά και χωρικά χαρακτηριστικά. Τα φασματικά και τα υφικά χαρακτηριστικά είναι κοινά χαρακτηριστικά για την εξαγωγή χρήσεων γης στην τηλεπισκόπηση. Πιο συγκεκριμένα τα φασματικά χαρακτηριστικά πλέον παρέχουν την ευκαιρία για την απόκτηση λεπτομερών πληροφοριών σχετικά με τα φυσικά χαρακτηριστικά των χρήσεων γης λόγο τον αυξημένο αριθμό ζωνών. Ενώ τα υφικά χαρακτηριστικά παρέχουν πλούσιες πληροφορίες για την χωρική κατανομή των τονικών αλλαγών, καθώς και τη δομική διάταξη των επιφανειών και τις σχέσεις τους με το περιβάλλον. Τα χρονικά χαρακτηριστικά είναι ευεργετικά για την βελτίωση των χαρτών ως προς τους τύπους χρήσης γης με πληροφορίες όπως η χρονοσειρά. Βοηθούν στην παρατήρηση των αλλαγών στα φασματικά και υφικά χαρακτηριστικά κατά την πάροδο του χρόνου.  Τα χωρικά χαρακτηριστικά βοηθούν στην ταξινόμηση των χρήσεων της αστικής γης σε λεπτομερές επίπεδο. Από την άλλη τα γεωχωρικά μεγάλα δεδομένα ορίζονται εν μέρει από το μεγάλο τους μέγεθος και εν μέρει από τα χαρακτηριστικά τους, όπως ο όγκος, η ποικιλία και η ταχύτητα. Επιπλέον χαρακτηρίζονται και από την εξαντλητικότητα, την σχέση, την ακρίβεια, την αξία και την μεταβλητότητα τους. Τα πιο συχνά γεωχωρικά μεγάλα δεδομένα που χρησιμοποιούνται για την χαρτογράφηση χρήσεων γης είναι η κοινωνική ανίχνευση, η ανίχνευση πολιτών, τα δεδομένα κοινωνικών μέσων και εθελοντικές γεωγραφικές πληροφορίες. Λόγω της υψηλής συσχέτισης μεταξύ των ανθρώπινων χωροχρονικών δραστηριοτήτων και των αστικών δυναμικών κοινωνικοοικονομικών χαρακτηριστικών, αυτές οι αναδυόμενες γεωχωρικά μεγάλες πληροφορίες μπορούν να βοηθήσουν στην αποτύπωση της αυξανόμενης πολυπλοκότητας των αστικών λειτουργικών προτύπων. Επομένως, για την καλύτερη ταξινόμηση και κατανόηση της χρήσης της αστικής γης, προσθέτουμε τα γεωχωρικά μεγάλα δεδομένα στον προσδιορισμό των κοινωνικοοικονομικών και ανθρώπινων δραστηριοτήτων.&lt;br /&gt;
&lt;br /&gt;
''4ο Κεφάλαιο:''&lt;br /&gt;
&lt;br /&gt;
Στο 4ο κεφάλαιο αναλύονται τα χαρακτηριστικά της τηλεπισκόπησης και των χωρικά μεγάλων δεδομένων που μπορούν να συνδυαστούν με διάφορους τρόπου για την κατηγοριοποίηση των χρήσεων γης. Στην συγκεκριμένη μελέτη ο τρόπος σύντηξης των χαρακτηριστικών από τηλεπισκόπηση και των χωρικά μεγάλων δεδομένων γίνετε με ενοποίηση σε επίπεδο χαρακτηριστικών και με ενοποίηση σε επίπεδο απόφασης. Στην διαδικασία της ενσωμάτωσης σε επίπεδο χαρακτηριστικών αρχικά εξάγονται τα χαρακτηριστικά της τηλεπισκόπησης και των χωρικά μεγάλων δεδομένων. Στην συνέχεια συγχωνεύονται σε ολοκληρωμένα σύνολα χαρακτηριστικών για την ταξινόμηση των χρήσεων αστικής γης. Στο τελικό στάδιο της ολοκλήρωσης χαρακτηριστικών ταξινομούνται τα χαρακτηριστικά χρησιμοποιώντας τεχνικέ μηχανικής εκμάθησης. Στην άλλη μέθοδο της ενσωμάτωσης με επίπεδο αποκοπής συνδυάζονται αποτελέσματα βάσει ταξινόμησης της τηλεπισκόπησης και των γεωργικά μεγάλων δεδομένων. Τα χαρακτηριστικά αυτά αξιολογούνται ανεξάρτητα πριν ενσωματωθούν για την χαρτογραφική απεικόνιση των χρήσεων γης. Για το τελικό στάδιο της ενσωμάτωσης υπάρχουν διάφορες στρατηγικές συγχώνευσης όπως η ιεραρχική ομαδοποίηση, η επικάλυψη και η επισήμανση. Δίνονται και οι εικόνες 1 και 2 με της 2 μεθόδους συνδυασμού της τηλεπισκόπησης και των γεωχωρικά μεγάλων δεδομένων.&lt;br /&gt;
&lt;br /&gt;
''5ο Κεφάλαιο:''&lt;br /&gt;
&lt;br /&gt;
Στο 5ο κεφάλαιο μελετάτε η μελλοντική ενσωμάτωση τηλεπισκόπησης και γεωχωρικά μεγάλων δεδομένων που ο κύριος περιορισμός της είναι το χάσμα της τροπικότητας, γεγονός που δυσκολεύει την ενοποίηση. Τα  γεωχωρικά μεγάλα δεδομένα έχουν διαφορετικές πηγές, χωροχρονική ανάλυση και δομές από αυτές της τηλεπισκόπησης. Επιπλέον, τα γεωχωρικά μεγάλα δεδομένα δεν συλλέγουν ομοιόμορφα σε όλο το διάστημα ενώ τα δεδομένα της τηλεπισκόπησης έχουν συνεπείς συχνότητες παρατήρησης. Η έμφαση των τεχνολογιών βαθιάς μάθησης παρέχει την ευκαιρία να γεφυρωθεί το χάσμα μεταξύ των διαφορετικών τρόπων δεδομένων. Με αρκετές μελέτες να έχουν δείξει ότι η βαθιά μάθηση είναι ιδιαίτερα αποτελεσματική στην ενσωμάτωση τηλεπισκόπησης και γεωχωρικά μεγάλων δεδομένων για την αναγνώριση λειτουργιών των αστικών περιοχών. Ακόμα η γρήγορη ανάπτυξη των πλατφορμών cloud computing προσφέρει μια πολλά υποσχόμενη λύση για την επεξεργασία μεγάλων ποσοτήτων δεδομένων τηλεπισκόπησης και γεωχωρικά μεγάλων δεδομένων. Οι χάρτες χρήσης αστικής γης που ενσωματώνουν την τηλεπισκόπηση και τα αναδυόμενα γεωχωρικά μεγάλα δεδομένα παρέχουν περισσότερες δυνατότητες στην αστική διαχείριση, όπως ο πολεοδομικός σχεδιασμός, η αξιολόγηση αστικού περιβάλλοντος, η παρακολούθηση αστικών καταστροφών και η ανάλυση αστικής κυκλοφορίας. Η προσθήκη των γεωχωρικά μεγάλων δεδομένων σε χάρτες χρήσεων γης με επαρκή και έγκαιρη πληροφόρηση θα μπορούσε να ενισχύσει τους βρόχουν ανατροφοδότησης των αστικών γνώσεων για τους κυβερνήτες και τους σταθμούς της πόλης. Στην τρέχουσα κατάσταση αυτό που μπορεί να γίνει με την ενσωμάτωση των δυο χαρακτηριστικών είναι να παρακολουθεί αστικά περιβάλλοντα όπως η αστική θερμική νησίδα και η ατμοσφαιρική ρύπανση. Οι γρήγοροι ενημερωμένοι χάρτες αστικής χρήσης γης που ενσωματώνουν τηλεπισκόπηση και γεωχωρικά μεγάλα δεδομένα με εξαιρετική χωρική ανάλυση θα μπορούσαν να υποστηρίξουν τη διαχείριση αστικών καταστροφών παρέχοντας πρωτοφανή δεδομένα αναφοράς.&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα:'''&lt;br /&gt;
&lt;br /&gt;
Στην παρούσα μελέτη εξετάστηκαν οι εφαρμογές των χαρακτηριστικών τηλεπισκόπησης και των γεωχωρικά μεγάλων δεδομένων για την κατηγοριοποίηση των χρήσεων γης της πόλης, καθώς και μεθόδους για την ενσωμάτωση τους. Έτσι καταλήγει στο συμπέρασμα ότι τα αναδυόμενα γεωχωρικά μεγάλα δεδομένα παρέχουν ευκαιρίες για τη μετατροπή από αστική κάλυψη γης σε αστική χρήση γης. Οι εφαρμογές στους χάρτες χρήσης αστικής γης που ενσωματώθηκε η τηλεπισκόπηση με τα γεωχωρικά μεγάλα δεδομένα είναι για την αστική διαχείριση που περιλαμβάνει τον αστικό σχεδιασμό, την αξιολόγηση αστικού περιβάλλοντος, την παρακολούθηση αστικών καταστροφών και την ανάλυση της αστικής κυκλοφορίας. Τέλος η ενσωμάτωση της τηλεπισκόπησης με τα γεωχωρικά μεγάλα δεδομένα δίνει την ευκαιρία να τεθούν οι άνθρωποι στο επίκεντρο των διαδικασιών γνώσης και διαχείρισης του αστικού πλανήτη.&lt;br /&gt;
&lt;br /&gt;
[[category:Ανίχνευση μεταβολών αστικής γης]]&lt;/div&gt;</summary>
		<author><name>Liasos80</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%B1%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%BC%CE%B5%CE%B8%CF%8C%CE%B4%CE%BF%CF%85_%CE%B1%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7%CF%82_%CE%B1%CE%BB%CE%BB%CE%B1%CE%B3%CF%8E%CE%BD_%CE%BA%CE%B1%CE%B9_%CE%B1%CE%BE%CE%B9%CE%BF%CE%BB%CF%8C%CE%B3%CE%B7%CF%83%CE%B7%CF%82_%CF%84%CE%B7%CF%82_%CE%B1%CE%BA%CF%81%CE%AF%CE%B2%CE%B5%CE%B9%CE%B1%CF%82_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%BA%CE%AC%CE%BB%CF%85%CF%88%CE%B7_%CF%84%CE%B7%CF%82_%CF%87%CF%81%CE%AE%CF%83%CE%B7%CF%82_%CE%B3%CE%B7%CF%82</id>
		<title>Ανασκόπηση της μεθόδου ανίχνευσης αλλαγών και αξιολόγησης της ακρίβειας για την κάλυψη της χρήσης γης</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%B1%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%BC%CE%B5%CE%B8%CF%8C%CE%B4%CE%BF%CF%85_%CE%B1%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7%CF%82_%CE%B1%CE%BB%CE%BB%CE%B1%CE%B3%CF%8E%CE%BD_%CE%BA%CE%B1%CE%B9_%CE%B1%CE%BE%CE%B9%CE%BF%CE%BB%CF%8C%CE%B3%CE%B7%CF%83%CE%B7%CF%82_%CF%84%CE%B7%CF%82_%CE%B1%CE%BA%CF%81%CE%AF%CE%B2%CE%B5%CE%B9%CE%B1%CF%82_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%BA%CE%AC%CE%BB%CF%85%CF%88%CE%B7_%CF%84%CE%B7%CF%82_%CF%87%CF%81%CE%AE%CF%83%CE%B7%CF%82_%CE%B3%CE%B7%CF%82"/>
				<updated>2022-02-04T11:52:40Z</updated>
		
		<summary type="html">&lt;p&gt;Liasos80: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα:Εικόνα_5.1.png|thumb|right|Εικόνα 1: Κατηγορίες της τεχνικής ταξινόμησης με βάση την ακρίβεια, την χρονολογία και το αποτέλεσμα]]&lt;br /&gt;
[[Εικόνα:Εικόνα_5.2.png|thumb|right|Εικόνα 2: Κατηγορίες της τεχνικής ταξινόμησης με βάση την ακρίβεια, την χρονολογία και το αποτέλεσμα, συνέχεια]]&lt;br /&gt;
[[Εικόνα:Εικόνα_5.3.png|thumb|right|Εικόνα 3: Ακρίβεια των διάφορων τεχνικών ταξινόμησης]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&amp;lt;h2&amp;gt;A review on change detection method and accuracy assessment for land use land cover&amp;lt;/h2&amp;gt;&lt;br /&gt;
&lt;br /&gt;
Ali Hassan Chughtai, Habibullah Abbasi, Ismail Rakip Karas&amp;lt;math&amp;gt;Εισαγωγή τύπου εδώ&amp;lt;/math&amp;gt;&lt;br /&gt;
&lt;br /&gt;
πηγή: [[https://www.sciencedirect.com/science/article/abs/pii/S2352938521000185]] &lt;br /&gt;
&lt;br /&gt;
&amp;lt;h3&amp;gt;Μετάφραση και περίληψη:&amp;lt;/h3&amp;gt;&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή:'''&lt;br /&gt;
&lt;br /&gt;
Κατά την διάρκεια των τελευταίων τριών δεκαετιών, η τηλεπισκόπηση με την χρήση του Gis ανάδειξε την σημασία των αλλαγών στις καλύψεις των χρήσεων γης λόγω των πιο γρήγορων και εκτεταμένων αλλαγών που πραγματοποιήθηκαν στην επιφάνεια της γης. Στην τηλεπισκόπηση, η ανίχνευση αλλαγών είναι μια από τις πιο κύριες εφαρμογές λαμβάνοντας πληροφορίες από δορυφόρους που είναι σε τροχιά γύρω από την γη. Η ανίχνευση αλλαγών είναι η βασική τεχνική για τον εντοπισμό των καλύψεων χρήσεις γης. Η γνώση για τις συνέπιες των τάσεων αλλαγής των καλύψεων χρήσης γης είναι απαραίτητη. Οι προσεγγίσεις που χρησιμοποιούνται ευρέως για την ανίχνευση αλλαγών στην τηλεπισκόπηση είναι η προ-ταξινόμηση και η μετά-ταξινόμηση. Η προσέγγιση με προ-ταξινόμηση χρησιμοποιείται κυρίως για αλλαγή και μη αλλαγή, ρυθμό αλλαγής και βελτίωση εικόνας. Ενώ η μετά-ταξινόμηση χρησιμοποιείται ως επί το πλείστων για ανάλυση αλλαγής ‘από-προ’ και σύγκριση μεμονωμένων ταξινομημένων εικόνων. Η τεχνική της ανίχνευσης αλλαγών σε μια σύνθετη περιοχή μελέτης, όπως περιοχές με πολλές καλύψεις χρήσεων γης, αποφασίζει ποια μέθοδο θα εφαρμοστεί. Ο κύριος σκοπός αυτής της μελέτης είναι η ανασκόπηση και η εστίαση του τύπου των περιοχών της επιφάνειας της γης στο πλαίσιο των καλύψεων χρήσεων γης. Αυτό γίνετε για να καθοριστεί η κατάλληλη μέθοδος ανίχνευσης αλλαγών για την εξαγωγή καλύτερων πληροφοριών στις καλύψεις χρήσεων γης είτε με εφαρμογή της τεχνικής ανίχνευσης αλλαγών πριν από την ταξινόμηση είτε με την τεχνική μετά-ταξινόμησης.&lt;br /&gt;
&lt;br /&gt;
'''Ανασκόπηση των τεχνικών ανίχνευσης αλλαγών:'''&lt;br /&gt;
&lt;br /&gt;
Για την επιλογή των κατάλληλων μεθόδων ανίχνευσης αλλαγών, αυτή η έρευνα ανασκόπησης αξιολογεί τα χαρακτηριστικά των καλύψεων χρήσεων γης διαφορετικών περιοχών για να εντοπίσει ποια είναι η καλύτερη εκτέλεση. Έτσι, σε αυτήν την ενότητα χωρίστηκαν σε 8 κατηγορίες ανάλογα με την επιφάνεια της γης: Βλάστηση, αστικοποίηση, περιοχή δέλτα, ορεινή περιοχή, ροή ποταμού, παράκτια ζώνη, ερημοποίηση και λεκάνη απορροής. Σε αυτές τις κατηγορίες γίνετε προσπάθεια να απαντηθούν οι λόγοι που οδηγούν στης αλλαγές των καλύψεων χρήσης γης.&lt;br /&gt;
*Βλάστηση: Σε αυτήν την κατηγορία ανήκουν οι δασικές και γεωργικές εκτάσεις και τα προγράμματα φυτειών μεγάλης κλίμακας όπως οπωρώνες.&lt;br /&gt;
*Αστικοποίηση: Αυτή η κατηγορία βασίζεται σε έρευνες που έγιναν για τις πόλεις και την αστική εξάπλωση&lt;br /&gt;
*Περιοχή δέλτα: Σε αυτήν την ενότητα ανήκουν οι εκβολές ποταμών και οι περιοχές με δέλτα ποταμών&lt;br /&gt;
*Ορεινές περιοχές: Εδώ αναφέρονται ψηλές και χαμηλές απότομες ορεινές και λοφώδεις περιοχές&lt;br /&gt;
*Ροές ποταμού: Εδώ συμπεριλαμβάνονται περιοχές που έχουν πληγεί από πλημμύρες και τα ποτάμια&lt;br /&gt;
*Παράκτιες ζώνες: Στην κατηγορία αυτή είναι οι ακτογραμμές, οι θαλάσσιες περιοχές και οι γύρω περιοχές που εμπίπτουν σε αυτές&lt;br /&gt;
*Ερημοποίηση: Εδώ εξετάζονται οι περιοχές με ξηρασία και η ξηρασία&lt;br /&gt;
*Λεκάνες απορροής: Εδώ αναλογούν οι περιοχές με λεκάνη απορροής&lt;br /&gt;
Στις εικόνες 1 και 2 αποτυπώνονται όλες οι μελέτες σε κάθε μια κατηγορία που έγιναν το τι τεχνική ταξινόμηση χρησιμοποίησαν, η ακρίβεια, οι χρονολογία που έγινε η μελέτη και το αποτέλεσμα&lt;br /&gt;
&lt;br /&gt;
'''Ανάλυση την βιβλιογραφικής ανασκόπησης:'''&lt;br /&gt;
&lt;br /&gt;
Στην προηγούμενη ενότητα εξετάστηκαν 8 περιοχές με πολλές διαφορετικές τεχνικές ανίχνευσης αλλαγών. Σε αυτήν την ενότητα γίνετε αξιολόγηση της πιο συχνά χρησιμοποιούμενης μεθόδου ανίχνευσης αλλαγών. Αυτή η μέθοδος είναι η ταξινόμηση με την εποπτευόμενη ταξινόμηση μέγιστης πιθανότητας. Ενώ κάποιες άλλες μελέτες έχουν εφαρμογή ανίχνευση αλλαγών μετά την ταξινόμηση με εποπτευόμενη ταξινόμηση ελάχιστης απόστασης και  με μηχανή υποστήριξης διανυσμάτων. Σε λίγες μελέτες παρατηρείται να έχει εφαρμοστεί τεχνική ανίχνευσης αλλαγών πριν από την ταξινόμηση για ένα μεμονωμένο χαρακτηριστικό γης. Η συγκριτική ανάλυση των μεθόδων ανίχνευσης αλλαγών προσαρμόζεται για να δικαιολογεί την καλύτερη μέθοδο αποτελεσμάτων αξιολογικής ακρίβειας όπως προτείνεται σε κάποιες μεθόδους. Τα δεδομένα τηλεπισκόπησης ποικίλλουν πάντα σε χωρικές, ραδιομετρικές, φασματικές, χρονικές αναλύσεις και διαφορετικούς τύπους αισθητήρων που μπορεί να προκαλέσουν σφάλματα στην ταξινόμηση εικόνας, επομένως η επιλογή των κατάλληλων μεθόδων ανίχνευσης αλλαγών είναι πολύ απαραίτητη. Όπως συμπεραίνεται σε αυτή τη βιβλιογραφία τα ταξινομημένα δεδομένα τηλεπισκόπησης είτε εποπτευόμενης είτε χωρίς επίβλεψη στην προ-ταξινόμηση είναι η καλύτερη μέθοδος για την ανίχνευση αλλαγών σε καλύψεις χρήσεων γης.&lt;br /&gt;
&lt;br /&gt;
'''Επιλογής της κατάλληλης μεθόδου ανίχνευσης αλλαγών:'''&lt;br /&gt;
&lt;br /&gt;
Στον τομέα της τηλεπισκόπησης, η ανάλυση μια εικόνας ράστερ για την επιλογή της κατάλληλης μεθόδου ανίχνευσης αλλαγών είναι σημαντική για την εξαγωγή χρήσιμων πληροφοριών αλλαγής των καλύψεων χρήσης γης. Τα ακατέργαστα δεδομένα της δορυφορικής εικόνας μπορεί να οδηγήσουν σε σφάλματα κατά την ταξινόμηση. Επομένος πριν από την ταξινόμηση πρέπει να αφαιρεθούν οι παραμορφώσεις. Γενικά, η οπτική ερμηνεία είναι το πρώτο βήμα στην τηλεπισκόπηση το οποίο πρέπει να ακολουθείται για την επιλογή των κατάλληλων μεθόδων ανίχνευσης αλλαγών με βάση τις ερευνητικές ανάγκες. Μέσω της οπτικής παρατήρησης μπορεί να γίνει αντιληπτό αν μια περιοχή είναι ένα ενιαίο χαρακτηριστικό η πολλαπλά χαρακτηριστικά. Για αυτό οι τεχνικές ανίχνευσης αλλαγών χωρίζονται περαιτέρω σε προσεγγίσεις πριν και μετά την ταξινόμηση. Οι τεχνικές μετά-ταξινόμησης για την ανίχνευση αλλαγών είναι συνήθως πιο δύσκολες και χρονοβόρες αλλά παράγουν καλύτερα και πιο ποιοτικά αποτελέσματα μαζί με μια σειρά αλλαγών. Σύμφωνα και με την εικόνα 2, η υποστήριξη διανυσματικής μηχανής, η μέγιστη πιθανότητα, το νευρωτικό δίκτυο και η απόσταση Mahalanobis υπερείχαν με υψηλή ακρίβεια και έπειτα έρχονται οι άλλες μελέτες. Έτσι, η καλύτερη επιλογή τεχνικής ανίχνευσης αλλαγών μετά την ταξινόμηση είναι η μέγιστη πιθανότητα. &lt;br /&gt;
&lt;br /&gt;
'''Θεματική αξιολόγηση ακρίβειας:'''&lt;br /&gt;
&lt;br /&gt;
Μέθοδοι αξιολόγησης ακρίβειας χρησιμοποιούνται για την επικύρωση των διαδικασιών ταξινόμησης χαρτών καλύψεων χρήσεων γης. Αυτές οι αξιολογήσεις μπορούν να προκύψουν ποιοτικά, που σημαίνει σύγκριση του ταξινομημένου χάρτη με την επιτόπια κατάσταση η μπορεί να γίνει ποσοτικά για τον προσδιορισμό και την ποσοτικοποίηση συγκρίνοντας δεδομένα ταξινόμησης των χαρτών με δεδομένα αναφοράς. Γενικά η αξιολόγηση της ακρίβειας ανίχνευσης αλλαγών καλύψεων χρήσεων γης στα δεδομένα τηλεπισκόπησης παίζει μεγάλο ρόλο στην τηλεπισκόπηση. &lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα:'''&lt;br /&gt;
&lt;br /&gt;
Οι πολυφασματικές δορυφορικές εικόνες με τον ίδιο αισθητήρα αποτελούν προϋπόθεση για τον προσδιορισμό της αλλαγής και την επιλογή των κατάλληλων αλγορίθμων ανίχνευσης αλλαγών για να επιτευχθούν καλά αποτελέσματα. Η ανάλυση για την επιλογή της κατάλληλης ανίχνευσης αλλαγών είναι ένα θέμα που ασχολούνται πολλοί ερευνητές. Σε αυτήν την μελέτη υπάρχει μια λεπτομερή ανασκόπηση των μεθόδων ανίχνευσης αλλαγών που εφαρμόζονται σε διάφορες περιοχές μελέτης, αλλά δεν υπάρχει καμία μέθοδος ανίχνευσης μεμονωμένων αλλαγών που εφαρμόζεται σε όλες τις περιπτώσεις εκτός από την προσέγγιση μετά την ταξινόμηση. Οι τεχνικές μετά την ταξινόμηση χρησιμοποιούνται ευρέως και έχουν μεγάλη συνολική ακρίβεια. Σε αυτήν την μελέτη πολλές μέθοδοι ανίχνευσης αλλαγών έχουν εφαρμοστεί για την αξιολόγηση, την παρακολούθηση και την ταξινόμηση των αλλαγών στις καλύψεις χρήσεων γης. Κατά την διάρκεια της έρευνας καταλήγουμε στο συμπέρασμα ότι η μέγιστη πιθανότητα είναι η καλύτερη μέθοδος ανίχνευσης αλλαγών μετά την ταξινόμηση. Το κύριο εύρημα της μελέτης είναι ότι όλες οι μέθοδοι δεν είναι 100% ακριβείς, αλλά η μετά-ταξινόμηση παρέχει χρήσιμές πληροφορίες και θα πρέπει να θεωρείται ως συμπληρωματικό στοιχείο σε σύγκριση με άλλα. Για αυτό προτείνεται να εφαρμόζεται αυτή η μέθοδος για να λάβουν τα αξιοσημείωτα αποτελέσματα που θα βοηθήσουν στην υψηλή θεματική ακρίβεια και τα αποδεκτά αποτελέσματα για την αποφυγή περαιτέρω απωλειών. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:Ανίχνευση μεταβολών αστικής γης]]&lt;/div&gt;</summary>
		<author><name>Liasos80</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A0%CF%81%CF%8C%CE%B2%CE%BB%CE%B5%CF%88%CE%B7_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%B5%CF%80%CE%AD%CE%BA%CF%84%CE%B1%CF%83%CE%B7%CF%82_%CE%BC%CE%B5_%CF%84%CE%B7%CE%BD_%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_%CE%B1%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7%CF%82_%CE%B1%CE%BB%CE%BB%CE%B1%CE%B3%CE%AE%CF%82_%CE%BA%CE%AC%CE%BB%CF%85%CF%88%CE%B7%CF%82_%CE%B3%CE%B7%CF%82</id>
		<title>Πρόβλεψη αστικής επέκτασης με την χρήση προσέγγισης ανίχνευσης αλλαγής κάλυψης γης</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A0%CF%81%CF%8C%CE%B2%CE%BB%CE%B5%CF%88%CE%B7_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%B5%CF%80%CE%AD%CE%BA%CF%84%CE%B1%CF%83%CE%B7%CF%82_%CE%BC%CE%B5_%CF%84%CE%B7%CE%BD_%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_%CE%B1%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7%CF%82_%CE%B1%CE%BB%CE%BB%CE%B1%CE%B3%CE%AE%CF%82_%CE%BA%CE%AC%CE%BB%CF%85%CF%88%CE%B7%CF%82_%CE%B3%CE%B7%CF%82"/>
				<updated>2022-02-04T11:51:14Z</updated>
		
		<summary type="html">&lt;p&gt;Liasos80: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα:Εικόνα_7.1.png|thumb|right|Εικόνα 1: Συνθέσεις χρωμάτων της ταξινομημένης εικόνας 1998]]&lt;br /&gt;
[[Εικόνα:Εικόνα_7.2.png|thumb|right|Εικόνα 2: Επιλεγμένες κατηγορίες κάλυψης γης]]&lt;br /&gt;
[[Εικόνα:Εικόνα_7.3.png|thumb|right|Εικόνα 3: Επέκταση αστικής γης]]&lt;br /&gt;
&lt;br /&gt;
&amp;lt;h2&amp;gt;Prediction of urban expansion by using land cover change detection approach&amp;lt;/h2&amp;gt;&lt;br /&gt;
&lt;br /&gt;
Md Sohel Rana, Subrota Sarkar&lt;br /&gt;
&lt;br /&gt;
πηγή: [[https://www.sciencedirect.com/science/article/pii/S2405844021025408]] &lt;br /&gt;
&lt;br /&gt;
&amp;lt;h3&amp;gt;Μετάφραση και περίληψη:&amp;lt;/h3&amp;gt;&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή:'''&lt;br /&gt;
&lt;br /&gt;
Η αστικοποίηση είναι μια κοινή τάση παγκοσμίως που συνέβη λόγω της συγκέντρωσης του πληθυσμού στις αστικές περιοχές. Αυτό έχει ως αποτέλεσμα τη μεταμόρφωση της γης με αυτό να αναφέρεται σε περισσότερο από το 50% του παγκόσμιου πληθυσμού που κατοικεί σε αστικές περιοχές με αυτό το ποσοστό να προβλέπεται να φτάσει το 65% το 2050. Αυτή η τεράστια αύξηση πληθυσμού θα προσθέσει 2,5 δισεκατομμύρια περισσότερους κατοίκους στις παγκόσμιες αστικές περιοχές, όπου το 90% της αστικής επέκτασης θα γίνει σε λιγότερο αναπτυγμένες περιοχές. Η αστικοποίηση θεωρείται σημαντικός παράγοντας αλλαγής κάλυψης γης. Πληθώρα ερευνών έχει αποδείξει ότι η αστική ανάπτυξη που προκύπτει από τη χρήση και την αλλαγή της κάλυψης γης έχει δυσμενείς επιπτώσεις στη βιοποικιλότητα, το αστική θερμική νησίδα, τον κατακερματισμό των οικοτόπων και την απειλή της βιώσιμης ανάπτυξης. Επομένως, η παρακολούθηση της κάλυψης της αστικής γης συμβάλλει στην αξιολόγηση των αστικών περιβαλλοντικών συνθηκών και στη διαχείριση των φυσικών και τεχνητών πόρων. Αυτή η μελέτη επικεντρώνεται στην αξιολόγηση μια αστικής περιοχής ενός δήμου Pabna λόγω των μικτών χαρακτηριστικών χρήσης γης εντός των ορίων της πόλης και της συνεχούς μεταβαλλόμενης τάσης των τάξεων κάλυψης γης σε μια προαστιακή περιοχή. Η τηλεπισκόπηση και το Gis έχουν γίνει δύο κοινώς χρησιμοποιούμενα γεωχωρικά εργαλεία για την ανίχνευση της αλλαγής της κάλυψης γης. Αυτή η μελέτη χρησιμοποίησε μια εποπτευόμενη μέθοδο ταξινόμησης κάτω από πέντε τάξεις αστικής κάλυψης για την ανάλυση της προηγούμενης έρευνας. Στο πλαίσιο αυτό, οι ειδικοί στόχοι της έρευνας περιλαμβάνουν (α) την παρακολούθηση του ρυθμού της αστικής επέκτασης μεταξύ των ετών 1998-2018, (β) την ανάλυση των κατηγοριών κάλυψης γης για το έτος 1998-2018 (γ) την πρόβλεψη μελλοντικών αλλαγών στην κάλυψη του εδάφους για την προβλεπόμενη έτη 2023 και 2028.&lt;br /&gt;
&lt;br /&gt;
'''Μεθοδολογία:'''&lt;br /&gt;
&lt;br /&gt;
Η περιοχή μελέτης είναι ο δήμος του Pabna του Μπαγκλαντές. Στην περιοχή αυτή οι πολίτες έχουν απασχολήσει το νότιο τμήμα κυρίως για κατοικίες και εμπορικούς σκοπούς και υπάρχουν δύο βιομηχανικές ζώνες στα νοτιοδυτικά και βορειοανατολικά προάστια της τοποθεσίας. Για την μελέτη αυτή χρησιμοποιήθηκαν δορυφορικές εικόνες Landsat. Πήραμε 3 εικόνες με χάρτη της περιοχής από το 1998, το 2008 και το 2018 για να εξετάσουμε την ανίχνευση αλλαγής και για μελλοντικές προβλέψεις. Και στις 3 εικόνες το μέγεθος του pixel είναι τα 30m. Αρχικά, εφαρμόστηκε ραδιομετρική βαθμονόμηση για να ληφθεί η τιμή ανάκλασης. Έπειτα διορθώθηκαν τα μήκη κύματος. Με την εφαρμογή ENVI 5.3 δημιουργήθηκαν αυτόματα διορθωμένες πολυφασματικές εικόνες. Έγιναν πολλές συνθέσεις χρωμάτων για να ανιχνευτούν κοινές περιοχές της ταξινομημένης εικόνας και στους 3 χάρτες 1998, 2008, 2018. Στον εικόνα 2 απεικονίζονται οι επιλεγμένες κατηγορίες κάλυψης γης που πήραμε με βάση συγκεκριμένα χαρακτηριστικά. Η ταξινόμηση στην μελέτη έγινε με την μέγιστη πιθανότητα. Το τελικό στάδιο της ταξινόμησης είναι η αξιολόγηση της ακριβείας. Τα δεδομένα βασικής αλήθειας αξιολογούν και συγκρίνουν τα ταξινομημένα δεδομένα μέσω αξιολόγησης ακρίβειας. Ωστόσο δεν είναι λογικό αυτό να γίνει σε όλα τα pixel και στις 3 εικόνες. Για αυτό έγιναν συγκεκριμένα σημεία αναφοράς (250) για να γίνει αξιολόγιση ακρίβειας σε κάθε ταξινομημένη εικόνα. Στην παρούσα μελέτη γίνετε η μέθοδος μέτα-ταξινόμησης. Η ανάλυση καταλληλότητας βοηθά στην τόνωση της κάλυψης της γης με βάση τα υπάρχοντα αναπτυξιακά μοτίβα και τους κινητήριους παράγοντες. Αυτή η μελέτη στοχεύει να προβλέψει την μελλοντική αστική επέκταση με βάση τα τρέχοντα πρότυπα ανάπτυξης. Η μελέτη εξέτασε τις τάσεις της αστικής ανάπτυξης του παρελθόντος και του παρόντος για την αξιολόγηση της καταλλολότητας. Τέλος στην μελέτη αυτή επιλέχθηκαν μοντέλα που βασίζονται σε μοτίβα.&lt;br /&gt;
&lt;br /&gt;
'''Ανάλυση δεδομένων και αποτελέσματα:'''&lt;br /&gt;
&lt;br /&gt;
Στους χάρτες παρατηρούνται αρκετές μεταβολές στις καλύψεις γης. Οι ταξινομημένες εικόνες των χαρτών καλύψεων γης για τα διαφορετικά έτη υποδηλώνουν ότι η αστική περιοχή με τον καιρό έχει αυξηθεί από 12,3% το 1998 σε 20,72% το 2008 σε 31,93% το 2018. Η ακρίβεια της ταξινόμησης των εικόνων είναι τουλάχιστον 85% που είναι αποδεκτή. Στο σχήμα 1 απεικονίζεται η τάση αστική ανάπτυξης αυτά τα χρόνια. Η ανάλυση καταλληλότητας καθορίζει όλους τους παράγοντες και τους περιορισμούς. Η μελέτη εξέτασε τους παράγοντες με βάση το προφίλ της περιοχής. Έτσι έκανε κάποιους χάρτες καταλληλότητας: Χάρτης καταλληλότητας αστικής περιοχής, γεωργικής γης, υψομέτρου, υδάτινων σωμάτων και γυμνού εδάφους με τον χάρτη του 2008. Στην συνέχεια αυτοί οι χάρτες καταλληλότητας συγχωνεύτηκαν για να τονωθεί μια εικόνα κάλυψης γης. Έτσι έγιναν και οι προβλέψεις για τις καλύψεις γης στο μέλλον. &lt;br /&gt;
&lt;br /&gt;
'''Συζήτηση:'''&lt;br /&gt;
&lt;br /&gt;
Η ταχεία αστικοποίηση είναι μια σημαντική αιτία αλλαγής των χαρακτηριστικών κάλυψης της γης. Η τάση της αστικοποίησης ενισχύει την αστική ανάπτυξη μετατρέποντας τη φυτική και γεωργική γη σε αστικές δομημένες περιοχές. Σε πολλές μελέτες έχει παρατηρηθεί αυτή η τάση αστικοποίησης και μείωσης όλων των άλλων καλύψεων γης. Ως αποτέλεσμα, υπάρχει ανάγκη για διαρθρωτική ανάπτυξη για την αντιμετώπιση της αυξανόμενης ζήτησης του πληθυσμού μετατρέποντας διάφορα χαρακτηριστικά χρήσης γης σε αστικές περιοχές. Η προσέγγιση παρακολούθησης της αστικής ανάπτυξης βοηθά στην παρακολούθηση των επιπτώσεων των αλλαγών της κάλυψης γης στα αστικά περιβαλλοντικά στοιχεία μετατρέποντας τα φυτικά, γεωργικά και υδάτινα σώματα σε οικοδομή. Έτσι, η παρακολούθηση των περιβαλλοντικών συνιστωσών που σχετίζονται με τις αλλαγές κάλυψης γης είναι απαραίτητη για την αστική βιωσιμότητα, η οποία είναι το αντικείμενο αυτής της έρευνας. Ο ερευνητής στην μελέτη προσπάθησε να δείξει τις συνδέσεις μεταξύ αστικοποίησης και αλλαγών κάλυψης γης του δήμου Pabna. Υπάρχει μια αρνητική συσχέτιση μεταξύ της αστικής ανάπτυξης και των αλλαγών κάλυψης γης, όπου οι αστικές περιοχές αυξάνονται σε μέγεθος και άλλες καλύψεις γης μειώνονται συνεχώς σε μέγεθος. Εάν ο τρέχων ρυθμός αστικοποίησης συνεχιστεί, περίπου το 45% της γης θα μετατραπεί σε αστική περιοχή μέχρι το 2028. Αυτή η έρευνα προτείνει να εξεταστεί η κατακόρυφη επέκταση παρά η οριζόντια ανάπτυξη λόγω της συμπαγούς αστικής φύσης του δήμου Pabna. Ως αποτέλεσμα, οι κατάλληλες κατευθυντήριες γραμμές για τη χρήση της γης και τη χωροταξία είναι απαραίτητες για την αστική βιωσιμότητα, τόσο για τον έλεγχο της αστικής ανάπτυξης όσο και για τη διατήρηση άλλων κατηγοριών χρήσεων γης.&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα:'''&lt;br /&gt;
&lt;br /&gt;
Σε αυτήν την μελέτη αξιολογείται ποσοτικά η αστική επέκταση του δήμου Pabna στο Μπαγκλαντές. Το αποτέλεσμα δείχνει ότι αυτός ο δήμος γνώρισε ταχεία αστική ανάπτυξη από το 1998 μέχρι το 2018 λόγω της ταχείας αστικοποίησης και της πρακτικής ανάπτυξης. Η αστική κατοικημένη περιοχή αυξήθηκε κατά 19,63%, από 3,39 km2 το 1998 σε 31,93 km2 το 2018. Αντίθετα, όλες οι άλλες κατηγορίες κάλυψης γης μειώνονται σε μέγεθος, συμβάλλοντας στην αστική επέκταση. Η αστική ανάπτυξη εμφανίζεται κυρίως στη βορειοανατολική περιφέρεια της πόλης λόγω της διαθεσιμότητας φυτικής και γεωργικής γης. Ο προβλεπόμενος χάρτης κάλυψης της γης του 2023 και του 2028 υποδηλώνει ότι η τρέχουσα τάση αστικής επέκτασης θα συνεχιστεί και στο μέλλον. Η έκταση της αστικής δομημένης γης θα καλύπτει 11,01 km2 το 2023 και 12,44 km2 το 2028, που ήταν 3,39 km2 το 1998. Σε αυτήν την μελέτη αποτυπώνονται τα δεδομένα τηλεπισκόπησης που βοηθούν στην ανίχνευση αλλαγών κάλυψης γης και χωρικών προτύπων αστικής ανάπτυξης. Ωστόσο, οι εικόνες ήταν τριών ιστορικών περιόδων το οποίο επηρέασε τα αποτελέσματα της ερμηνείας. Τα ευρήματα από τα αποτελέσματα τόνισαν ότι οι αλλαγές στην κάλυψη γης επηρεάζουν την αστική περιβαλλοντική κατάσταση. Ως εκ τούτου, ο πολεοδόμος και η πολεοδομική αρχή θα πρέπει να παρακολουθούν το ρυθμό και τη διάσταση της αστικής επέκτασης για να διασφαλίσουν τη βιώσιμη ανάπτυξη.  &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:Ανίχνευση μεταβολών αστικής γης]]&lt;/div&gt;</summary>
		<author><name>Liasos80</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%9B%CE%B9%CE%AC%CF%83%CE%BF%CF%82_%CE%A4%CF%81%CE%B1%CF%8A%CE%B1%CE%BD%CF%8C%CF%82</id>
		<title>Λιάσος Τραϊανός</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%9B%CE%B9%CE%AC%CF%83%CE%BF%CF%82_%CE%A4%CF%81%CE%B1%CF%8A%CE%B1%CE%BD%CF%8C%CF%82"/>
				<updated>2022-02-04T11:48:27Z</updated>
		
		<summary type="html">&lt;p&gt;Liasos80: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&amp;lt;ol&amp;gt;&lt;br /&gt;
&amp;lt;li&amp;gt;[[Ολοκληρωμένα δεδομένα Τηλεπισκόπησης και Γεωχωρικά μεγάλα δεδομένα για την χαρτογράφηση αστικής χρήσης γης: Μια ανασκόπηση]]&lt;br /&gt;
&amp;lt;li&amp;gt;[[Τηλεπισκόπηση αστικών χώρων πρασίνου: Μια ανασκόπηση]]&lt;br /&gt;
&amp;lt;li&amp;gt;[[Τεχνική ανίχνευσης αλλαγής κάλυψης εδάφους: Οπτικές εικόνες πολύ υψηλής ανάλυσης: Μια ανασκόπηση]]&lt;br /&gt;
&amp;lt;li&amp;gt;[[Ανίχνευση Αστικών και Περιβαλλοντικών Αλλαγών μέσω Τηλεπισκόπησης]]&lt;br /&gt;
&amp;lt;li&amp;gt;[[Ανασκόπηση της μεθόδου ανίχνευσης αλλαγών και αξιολόγησης της ακρίβειας για την κάλυψη της χρήσης γης]]&lt;br /&gt;
&amp;lt;li&amp;gt;[[Ανασκόπηση σε βάθος των δυνατοτήτων στο δίκτυο μετάδοσης εξαγωγής δρόμων με βελτιωμένο περίγραμμα από εικόνες τηλεπισκόπησης]]&lt;br /&gt;
&amp;lt;li&amp;gt;[[Πρόβλεψη αστικής επέκτασης με την χρήση προσέγγισης ανίχνευσης αλλαγής κάλυψης γης]]&lt;br /&gt;
&amp;lt;li&amp;gt;[[Αξιολόγηση αλλαγών στην κατανομή της χλωρίδας του δασικού οικοσυστήματος Ακοκα]]&lt;br /&gt;
&amp;lt;li&amp;gt;[[Παρακολούθηση της επίδρασης της αστικής ανάπτυξης στην αστική θερμική νησίδα...]]&lt;br /&gt;
&amp;lt;li&amp;gt;[[Ανίχνευση αλλαγής χρήσης γης/κάλυψης στο Δέλτα του Αιγυπτιακού Νείλου με χρήση τηλεπισκόπησης]]&lt;br /&gt;
&amp;lt;/ol&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
[[category:ΔΠΜΣ &amp;quot;Περιβάλλον &amp;amp; Ανάπτυξη&amp;quot; (Αθήνα)]]&lt;/div&gt;</summary>
		<author><name>Liasos80</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CE%B1%CE%BB%CE%BB%CE%B1%CE%B3%CE%AE%CF%82_%CF%87%CF%81%CE%AE%CF%83%CE%B7%CF%82_%CE%B3%CE%B7%CF%82/%CE%BA%CE%AC%CE%BB%CF%85%CF%88%CE%B7%CF%82_%CF%83%CF%84%CE%BF_%CE%94%CE%AD%CE%BB%CF%84%CE%B1_%CF%84%CE%BF%CF%85_%CE%91%CE%B9%CE%B3%CF%85%CF%80%CF%84%CE%B9%CE%B1%CE%BA%CE%BF%CF%8D_%CE%9D%CE%B5%CE%AF%CE%BB%CE%BF%CF%85_%CE%BC%CE%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82</id>
		<title>Ανίχνευση αλλαγής χρήσης γης/κάλυψης στο Δέλτα του Αιγυπτιακού Νείλου με χρήση τηλεπισκόπησης</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CE%B1%CE%BB%CE%BB%CE%B1%CE%B3%CE%AE%CF%82_%CF%87%CF%81%CE%AE%CF%83%CE%B7%CF%82_%CE%B3%CE%B7%CF%82/%CE%BA%CE%AC%CE%BB%CF%85%CF%88%CE%B7%CF%82_%CF%83%CF%84%CE%BF_%CE%94%CE%AD%CE%BB%CF%84%CE%B1_%CF%84%CE%BF%CF%85_%CE%91%CE%B9%CE%B3%CF%85%CF%80%CF%84%CE%B9%CE%B1%CE%BA%CE%BF%CF%8D_%CE%9D%CE%B5%CE%AF%CE%BB%CE%BF%CF%85_%CE%BC%CE%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82"/>
				<updated>2022-02-04T11:46:52Z</updated>
		
		<summary type="html">&lt;p&gt;Liasos80: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα:Εικόνα_10.1.png|thumb|right|Εικόνα 1: Αλλαγές των καλύψεων χρήσεων γης για τα έτη 1987, 2000 και 2015]]&lt;br /&gt;
&lt;br /&gt;
&amp;lt;h2&amp;gt;Detection of land use/cover change in Egyptian Nile Delta using remote sensing&amp;lt;/h2&amp;gt;&lt;br /&gt;
&lt;br /&gt;
M.H. Elagouz, S.M. Abou-Shleel, A.A. Belal, M.A.O. El-Mohandes&lt;br /&gt;
&lt;br /&gt;
πηγή: [[https://www.sciencedirect.com/science/article/pii/S1110982317304301]] &lt;br /&gt;
&lt;br /&gt;
&amp;lt;h3&amp;gt;Μετάφραση και περίληψη:&amp;lt;/h3&amp;gt;&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή:'''&lt;br /&gt;
&lt;br /&gt;
Το Δέλτα του Νείλου είναι μια από τις παλαιότερες γεωργικές περιοχές της κόσμο καθώς βρίσκεται υπό συνεχή καλλιέργεια εδώ και χιλιάδες χρόνια. Η γεωργία ήταν ο πυρήνας πολλών βιώσιμων ικανών αναπτυξιακών πολιτικών στη χώρα. Τις δυο τελευταίες δεκαετίες, η κυβέρνηση είχε στόχο την αύξηση του αγροτικού προϊόντος και την ποιότητα του μέσω της αύξησης της γεωργικής έκτασης. Σήμερα ένα από τα πιο σοβαρά προβλήματα αποτελεί είναι η υποβάθμιση της γης. Τέτοιες αλλαγές προκαλούνται συνήθως από ανθρώπινες δραστηριότητες. Αυτές οι δραστηριότητες μπορούν να προκαλέσουν μειώσεις στους φυσικούς πόρους και μπορεί να επηρεάσουν την προσφορά τροφίμων σε αυτές τις περιοχές με αποτέλεσμα σοβαρές κοινωνικές πολιτικές συνέπειες. Ωστόσο η απογραφή της καλλιεργούμενης έκτασης αποτυπώθηκε με μεθόδους τοπογραφίας λόγω αστικής καταπάτησης της καλλιεργούμενης έκτασης. Επομένως, υπάρχει ανάγκη για ενημερωμένα και συνεχή δεδομένα χρήσεων και καλύψεων γης για την βιώσιμη ανάπτυξη. Η τηλεπισκόπηση είναι ένα εργαλείο κατάλληλο για αυτήν την δουλειά και πολύ καλύτερο από την επιτόπια μελέτη. Η τεχνολογία GIS παρέχει ένα ευέλικτο εργαλείο για την αποθήκευση, την ανάλυση και εμφάνιση ψηφιακών δεδομένων που απαιτούνται για την ανίχνευση αλλαγών και για βάση δεδομένων. Οι δορυφορικές εικόνες έχουν χρησιμοποιηθεί για την παρακολούθηση διακριτών τύπων κάλυψης γης μέσω φασματικής ταξινόμησης ή αξιολόγησης της επιφάνειας γης. Η βασική προϋπόθεση για τη χρήση δεδομένων τηλεπισκόπησης είναι η ανίχνευση αλλαγής κάλυψης γης. Αυτή η διαδικασία μπορεί να εντοπίσει την αλλαγή μεταξύ δύο ή περισσότερων ημερομηνιών που δεν είναι χαρακτηριστικές της κανονικής ποικιλίας. Η παρούσα έρευνα είχε ως στόχο να αξιολογήσει τις αλλαγές χρήσεων και καλύψεων γης στο Δέλτα του Αιγυπτιακού Νείλου προκειμένου να προσδιοριστεί ο τύπος καθώς και το ποσοστό έκδοσης μεταξύ διαφορετικών τύπων χρήσεων και καλύψεων γης στη περιοχή.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Μεθοδολογία:'''&lt;br /&gt;
&lt;br /&gt;
Η περιοχή μελέτης της εργασία, το Δέλτα του Νείλου, είναι η οικονομική καρδιά της Αιγύπτου, καθώς περιλαμβάνει την πλουσιότερη γεωργική γη στην Αίγυπτο. Τρείς διαφορετικοί τύποι εικόνων χρησιμοποιήθηκαν στην μελέτη οι Landsat 5 TM, Landsat 7 ETM+ και Landsat 8 OLI TIRS. Για την επίτευξη των στόχων της μελέτης τρεις διαφορετικές ημερομηνίες για τις εικόνες χρησιμοποιήθηκαν 14/7/1987, 11/7/2000 και 5/7/2015, αντίστοιχα. Αρχικά έγινε προ επεξεργασία των εικόνων διορθώνοντας την γεωμετρία τους. Μετά έγινε η ατμοσφαιρική διόρθωση για ορατή, εγγύς υπέρυθρα και δεδομένα υπέρυθρων βραχέων κυμάτων σε όλους του τύπους εικόνων. Στην συνέχεια έγινε μη επιβλεπόμενη ταξινόμηση εικόνων προκειμένου να προσδιοριστούν οι τάξεις που υπάρχουν στην περιοχή μελέτης. Οι εικόνες ταξινομήθηκαν σε 9 διαφορετικές χρήσεις και καλύψεις γης: αγροτική, αστική, υδάτινα σώματα, ιχθυοτροφεία, φυσική βλάστηση, αλάτι, γυμνό έδαφος, άμμος και sabkha. Μετά έγινε ανίχνευση των αλλαγών με βάση τριών χρονικών περιόδων 1987, 2000 και 2015 για να εντοπιστούν οι αλλαγές των χρήσεων και καλύψεων γης. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα:'''&lt;br /&gt;
&lt;br /&gt;
Μετά την προ επεξεργασία και την ταξινόμηση οι εικόνες έδειξαν μια διαφορετική χρήση και κάλυψη γης στην περιοχή μελέτης. Ο σημαντικότερος αντίκτυπος που προκαλείται από των άνθρωπο στην υποβάθμιση της γης είναι η αστική εξάπλωση. Σύμφωνα με τα αποτελέσματα που φαίνονται και στην εικόνα 1, υπάρχει μια τακτική τάση στην αλλαγή των χρήσεων γης. Αυτά τα αποτελέσματα θα μπορούσαν να αποδοθούν στην εξάτμιση λόγω υψηλής θερμοκρασία εκτός από τη μετατροπή ορισμένων υδάτινων σωμάτων σε γεωργικά εκτάσεις καθώς και οι ιχθυοκαλλιέργειες μείωσαν τη συνολική έκταση των υδάτινων σωμάτων. Όσο για τα sabkha, ήταν αποτέλεσμα που θα μπορούσε να οφείλεται κυρίως στην αγροτική επέκταση και την αυξημένη αστική, που σημειώθηκε κατά την περίοδο αυτή. Σχετικά με τα άλατα, αυτό οφείλεται στη μετατροπή κάποιων αλάτων σε γεωργικές εκτάσεις. Όσον αφορά την άμμο, αυτό οφείλεται στις συνεχείς ανθρώπινες δραστηριότητες στο περιοχή μελέτης που αναπτύσσεται προς την αποκατάσταση περισσότερων γεωργικών εκτάσεων και την αυξημένη αστική γη. Αυτά τα αποτελέσματα συμφωνούν με αυτά που ελήφθη από τον έναν άλλον μελετητή ο οποίος διαπίστωσε ότι η περιοχή μελέτης έχει υπέστη μια πολύ σοβαρή αλλαγή κάλυψης γης, για τα υδατικά συστήματα. Τα αποτελέσματα που πήραμε από την μελέτη μπορούν να αποδοθούν στις συνεχής ανθρώπινες επεμβάσεις στην περιοχή μελέτης η οποία κινείται προς την ανάκτηση της ερήμου. Παρά τις προσπάθειες για την αύξηση της γεωργικής περιοχής και αποκατάστασης της ερήμου η απώλεια υψηλού προϊόντος και γόνιμων εδαφών είναι ακόμα σε εξέλιξη. &lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα:'''&lt;br /&gt;
&lt;br /&gt;
Θα μπορούσε να βγεί το συμπέρασμα ότι τα δορυφορικά δεδομένα είναι καλή και γρήγορη τεχνική παρακολούθησης των αλλαγών στη χρήση και κάλυψη γης με χαμηλό κόστος σε σύγκριση με τις συμβατικές μεθόδους τοπογραφίας. Η ανάλυση των αποτελεσμάτων έδειξε επίσης ότι το μεγαλύτερο μέρος του Αιγυπτιακού Δέλτα έχει επηρεαστεί σημαντικά από τις διάφορες κατηγορίες κάλυψης γης όπως η γεωργία, η αστική γη, τα υδάτινα σώματα και οι περιοχές με άμμο. Τέλος, η μελέτη αυτή έδειξε ότι η περιοχή μελέτης έχει υποστεί μια πολύ σοβαρή αλλαγή χρήσης γης ως αποτέλεσμα της αστικής εξάπλωσης. Το πρόβλημα που πρέπει να μελετηθεί σοβαρά, μέσω πολλαπλών διαστάσεων συμπεριλαμβανομένων των κοινωνικοοικονομικών, προκειμένου να διατηρηθούν οι πολύτιμες και περιορισμένες γεωργικές γαίες και να επιτευχθεί η αύξηση των τροφίμων διοχέτευσης. Επίσης, συνιστάται η συνεχής παρακολούθηση εικόνων τηλεπισκόπησης, η ερμηνεία ανάλυσης και ενημέρωσης εικόνων σχετικά με την αστικοποίηση στο Δέλτα του Νείλου που απαιτεί παρακολούθηση τις εξελίξεις για γρήγορη ανταπόκριση στη λήψη αποφάσεων από κατάλληλες αρχές.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:Ανίχνευση μεταβολών αστικής γης]]&lt;/div&gt;</summary>
		<author><name>Liasos80</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%95%CE%B9%CE%BA%CF%8C%CE%BD%CE%B1_10.1.png</id>
		<title>Αρχείο:Εικόνα 10.1.png</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%95%CE%B9%CE%BA%CF%8C%CE%BD%CE%B1_10.1.png"/>
				<updated>2022-02-04T11:46:28Z</updated>
		
		<summary type="html">&lt;p&gt;Liasos80: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Liasos80</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A0%CE%B1%CF%81%CE%B1%CE%BA%CE%BF%CE%BB%CE%BF%CF%8D%CE%B8%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%B5%CF%80%CE%AF%CE%B4%CF%81%CE%B1%CF%83%CE%B7%CF%82_%CF%84%CE%B7%CF%82_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%B1%CE%BD%CE%AC%CF%80%CF%84%CF%85%CE%BE%CE%B7%CF%82_%CF%83%CF%84%CE%B7%CE%BD_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%AE_%CE%B8%CE%B5%CF%81%CE%BC%CE%B9%CE%BA%CE%AE_%CE%BD%CE%B7%CF%83%CE%AF%CE%B4%CE%B1...</id>
		<title>Παρακολούθηση της επίδρασης της αστικής ανάπτυξης στην αστική θερμική νησίδα...</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A0%CE%B1%CF%81%CE%B1%CE%BA%CE%BF%CE%BB%CE%BF%CF%8D%CE%B8%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%B5%CF%80%CE%AF%CE%B4%CF%81%CE%B1%CF%83%CE%B7%CF%82_%CF%84%CE%B7%CF%82_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%B1%CE%BD%CE%AC%CF%80%CF%84%CF%85%CE%BE%CE%B7%CF%82_%CF%83%CF%84%CE%B7%CE%BD_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%AE_%CE%B8%CE%B5%CF%81%CE%BC%CE%B9%CE%BA%CE%AE_%CE%BD%CE%B7%CF%83%CE%AF%CE%B4%CE%B1..."/>
				<updated>2022-02-04T11:45:15Z</updated>
		
		<summary type="html">&lt;p&gt;Liasos80: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα:Εικόνα_9.1.png|thumb|right|Εικόνα 1: Μεθοδολογία μελέτης]]&lt;br /&gt;
[[Εικόνα:Εικόνα_9.2.png|thumb|right|Εικόνα 2: Προβλέπεις για της χρήσεις γης προς τις καλύψεις γης το 2030 και 2050]]&lt;br /&gt;
&lt;br /&gt;
&amp;lt;h2&amp;gt;Monitoring the effect of urban development on urban heat island based on remote sensing and geo-spatial approach in Kolkata and adjacent areas, India&amp;lt;/h2&amp;gt;&lt;br /&gt;
&lt;br /&gt;
Bijay Halder, Jatisankar Bandyopadhyay, Papiya Banik&lt;br /&gt;
&lt;br /&gt;
πηγή: [[https://www.sciencedirect.com/science/article/abs/pii/S2210670721004649]] &lt;br /&gt;
&lt;br /&gt;
&amp;lt;h3&amp;gt;Μετάφραση και περίληψη:&amp;lt;/h3&amp;gt;&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή:'''&lt;br /&gt;
&lt;br /&gt;
Η μελέτη της αστικής θερμικής νησίδας είναι το πιο σημαντικό πρόβλημα που σχετίζεται με το περιβάλλον και πολλές πόλεις του κόσμου που περνάνε κρίσιμες συνθήκες λόγω αστικοποίησης, εκβιομηχάνισης, πληθυσμιακή πίεση του συστήματος μεταφορών και κλιματική αλλαγή. Οι ανθρωπογενείς δραστηριότητες ήταν ο κύριος λόγος για τη διακύμανση της θερμοκρασίας σε αστικές περιοχές. Η Καλκούτα είναι μια από τις αστικές περιοχές, όπου η ατμοσφαιρική ρύπανση αυξήθηκε σταδιακά και επηρέασε τα προβλήματα υγείας των ανθρώπων. Στις αστικές περιοχές οι άνθρωποι συνήθως ασχολούνται με μη γεωργικές δραστηριότητες όπως βιομηχανίες, μεταφορές, επιχειρήσεις και πολλά άλλα. Η αστική ανάπτυξη ήταν που επηρέασε τη χρήση γης και την αλλαγή της κάλυψης γης σε μια περιοχή. Η αστική ανάπτυξη δεν μπορεί να αγνοηθεί και χρειάζεται κατάλληλο σχεδιασμό. Η αυξημένη αστική ζέστη δημιουργεί κίνδυνους για την υγεία των ανθρώπων των πόλεων. Οι δημόσιες συγκοινωνίες και η βιομηχανία παράγουν περισσότερα ρύπους και τη δημιουργία ατμοσφαιρικής ρύπανσης σε μια αστική περιοχή όπως η Καλκούτα. Σε αυτή την κατάσταση, ο σωστός πολεοδομικός σχεδιασμός και η διαχείριση είναι περισσότερα χρήσιμο για τη βιώσιμη ανάπτυξη. Λόγω της ταχείας διαδικασία αστικοποίησης και αύξηση της έκτασης δόμησης, των περιοχών βλάστησης επηρεάστηκαν και προκάλεσαν την κλιματική αλλαγή και την ανάπτυξη του παγκόσμιου θερμοκηπίου αέρια και επί του παρόντος, γίνεται σοβαρό περιβαλλοντικό ζήτημα. Στην Καλκούτα παρατηρείται μια αύξηση της αστικοποίησης με γρήγορους ρυθμούς κάτι που προκάλεσε μεγάλη ζημιά στη βλάστηση. Με την χρήση της τηλεπισκόπησης έγινε η παρακολούθηση και η καταγραφή της θερμοκρασίας του εδάφους. Η αστική περιοχή είναι πιο ζεστή από την αγροτική περιοχή λόγω της έλλειψης χώρων πρασίνου και της θερμικής διακύμανσης αυτής της περιοχής. Σε μερικές δεκαετίες, διάφορα δεδομένα τηλεπισκόπησης όπως η φωτογραφία Arial και οι δορυφορικές εικόνες είναι πιο χρήσιμες για χαρτογράφηση και παρακολούθηση της ανίχνευσης αλλαγής χρήσης γης και κάλυψης γης. Επίσης, αστική επέκταση ήταν η παρακολούθηση από δεκαετικές εικόνες γιατί η αστική περιοχή άλλαζε πιο γρήγορα από ποτέ. Έχουν χρησιμοποιηθεί διάφορες μέθοδοι για τη χαρτογράφηση και παρακολούθηση της χρήσης γης και της αλλαγής κάλυψης γης με χρήση δορυφορικών δεδομένων. Για τον χάρτη της περιοχής χρησιμοποιήθηκε το θερμικό φάσμα της τηλεπισκόπησης. Ο δείκτης βλάστησης, ο δείκτης κανονικοποιημένης διαφοροποίησης και ο δείκτης διακύμανσης αστικού θερμικού πεδίου. Αυτή η μελέτη επικεντρώνεται στις χρήσεις και καλύψεις γης μεταξύ του 1990 και 2020, της θερμοκρασίας της επιφάνειας της γης, τον διαφορετικό υπολογισμό του φασματικού δείκτη και της ανάλυσης παλινδρόμησης και την μελέτη για την αστική θερμική νησίδα για μελλοντικό σχεδιασμό και διαχείριση της Καλκούτας και στρογγυλοποίηση της αστικής περιοχής.  &lt;br /&gt;
&lt;br /&gt;
'''Μεθοδολογία:'''&lt;br /&gt;
&lt;br /&gt;
H χρήση γης προς την κάλυψη γης είναι ένα δυναμικό χαρακτηριστικό για την επιφάνεια της γης αλλά και η πρόβλεψη μελλοντικών τάξεων είναι πιο σοβαρό πρόβλημα. Στην παρούσα μελέτη χρησιμοποιήθηκαν σύνολα δεδομένων τηλεπισκόπησης που προήλθαν από ισότοπους τα οποία ήταν τέσσερα δορυφορικά δεδομένα του 1990, 2000, 2010, και του 2020 για τον προσδιορισμό της χρήσης γης και την μελέτη κάλυψης γης της περιοχής της Καλκούτα και για την αστική θερμική νησίδα χρησιμοποίησαν την θερμοκρασία της επιφάνειας της γης και κάποιον φασματικό δείκτη. Στις προ επεξεργασμένες εικόνες και με τοπογραφικές διορθώσεις μέσω τηλεπισκόπησης χρησιμοποιήθηκε το ERDAS Imagine για την στοίβαξη των επιπέδων κάλυψης. Έπειτα έγινε η ταξινόμηση της εικόνας. Μετά την ταξινόμηση έγινε η αξιολόγηση της ακρίβειας που αντιπροσωπεύει το πόσο καλά έγινε η ταξινόμηση. Τα δεδομένα αλήθεια για την σύγκριση της ταξινόμησης συλλέχθηκαν από το Google Earth Pro. Για τον προσδιορισμό των διαφορετικών ειδών βλάστησης χρησιμοποιήθηκε ο δείκτης κανονικοποιημένης βλάστησης. Για τις διαφορές στον αστικό ιστό χρησιμοποιήθηκε ο δείκτης κανονικοποιημένης δημιουργίας διαφορών. Έπειτα υπολογίστηκε και η θερμοκρασία του εδάφους με συγκεκριμένους τύπους. Ο δείκτης διακύμανσης αστικού θερμικού πεδίου χρησιμοποιήθηκε για να περιγράψει την επίδραση της αστικής θερμικής νησίδας. Η μελέτη της αστικής θερμικής νησίδας ήταν πολύ σημαντική για την αστική θερμική ισορροπία μελέτης για να προσδιοριστεί η θερμική διακύμανση της Καλκούτα και της γύρω περιοχής. Στην εικόνα 1 φαίνεται η ολική διαδικασία της μεθοδολογίας στην μελέτη αυτή. &lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα:'''&lt;br /&gt;
&lt;br /&gt;
Χρωματικοί συνδυασμοί ζωνών κόκκινο, μπλε, πράσινο χρησιμοποιήθηκαν για να ταξινομηθούν οι χρήσεις γης. Την εποχή που πάρθηκαν οι εικόνες υπήχξε έλλειψη τροφής και οικιστικά προβλήματα λόγω αυξανόμενης πληθυσμιακής πίεσης και της ταχείας ανάπτυξης των υποδομών στην κοινωνία. Μετά την επέκταση της αστικής περιοχής στο κεντρικό τμήμα της περιοχής μελέτης παρατηρήθηκε τεράστια αλλαγή χρήσης γης. Η πληθυσμιακή πίεση και η περιοχή οικοδόμησης αυξήθηκαν γρήγορα και η βλάστηση μειώθηκε παρόμοια. Η αλλαγή χρήσης γης και κάλυψης γης υπολογίστηκαν τα έτη 1990, 2000, 2010 και 2020. Σε αυτή τη μελέτη, προσδιορίστηκαν πέντε κατηγορίες χρήσεων γης και κάλυψης γης Υδάτινο σώμα, βλάστηση, ανοιχτός χώρος, δομημένη περιοχή και γεωργική γη. Η ταχεία αστικοποίηση και η μετανάστευση ήταν οι κύριες αιτίες των αστικών περιοχών επέκταση γύρω από τη μητροπολιτική περιοχή της Καλκούτας. Σε όλη την περιοχή μελέτης παρατηρείται μείωση της βλάστησης και της γεωργικής γης. Λόγω της αστικής επέκταση η περιοχή μελέτης γνώρισε ένα τεράστιο ποσό διακύμανσης της θερμοκρασία σε διάφορα μέρη. Αυτές οι διακυμάνσεις προήλθαν λόγω των ανθρωπογενών δραστηριοτήτων. Για τον προσδιορισμό της αστικής θερμικής νησίδας χρησιμοποιήθηκαν πολλοί φασματικοί δείκτες που βασίζονται στην τηλεπισκόπηση. Ο NDBI απεικόνισε ότι η αστική περιοχή αυξήθηκε μεταξύ των ετών παρατήρησης και κυρίως στα κεντρικά και βόρεια τμήματα ενώ στα νοτιοανατολικά και μετρικά τμήματα της νότιας περιοχής γνώρισαν αστική επέκταση προς τις πλευρές του ποταμού. Η υπερβολική συστολή ήταν ο κύριος λόγω διακύμανσης της θερμοκρασίας που επίσης σε αυτές τις περιοχές μειώθηκε και η βλάστηση. Επίσης ο υπολογισμό της αστικής θερμικής νησίδας ήταν πολύ σημαντικός για το περιβάλλον και για τον σχεδιασμό ενός καλύτερου μέλλοντος. Ο σχεδιασμός ήταν πλέον πιο σημαντικός από την μελλοντική περιβαλλοντική ανάπτυξη. Η μελέτη ήταν να δημιουργήσει κατάλληλη ευαισθητοποίηση για τους ανθρώπους που μπορούν να μειώσουν το πρόβλημα. Η σχέση μεταξύ της θερμοκρασία της επιφάνειας της γης και της χρήσεις και καλύψεις γης στον χάρτη προέκυψε ότι εκεί που είχε βλάστηση είχε και χαμηλή θερμοκρασία. Η θερμική διακύμανση ήταν διαφορετική σε όλες τις κατηγορίες χρήσεων με το υδάτινο σώμα να έχει χαμηλή θερμοκρασία ενώ οι κατοικημένες περιοχές να έχουν την υψηλότερη. Για την μελλοντική πρόβλεψη του 2050 για τις χρήσεις γης προς τις καλύψεις γης έγινε ένα χάρτης ο οποίος δείχνει πως αποτυπώνονται οι φυσικές καταστροφές του ανθρώπου. Στην εικόνα 2 φαίνονται και αναλυτικά οι αλλαγές στης καλύψεις γης που προβλέπονται για το 2030 και 2050.&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα:'''&lt;br /&gt;
&lt;br /&gt;
Οι αστικές περιοχές επηρεάζονται κυρίως από τη διακύμανση της θερμοκρασίας λόγω των ανθρωπογενών δραστηριοτήτων σε μερικές δεκαετίες. Η Καλκούτα έχει πολλές βιομηχανικές περιοχές και σταδιακά αυξημένη οικιστική γη λόγω πληθυσμιακής πίεσης και προσβασιμότητας. Σε μόλις είκοσι χρόνια, η Καλκούτα και η γύρω περιοχές έχουν βιώσει περίπου 4,72 ◦C διακύμανση θερμοκρασίας. Η κλιματική αλλαγή πλήττει το τοπικό περιβάλλον και έχει δημιουργήσει επίσης προβλήματα που σχετίζονται με την ανθρώπινη υγεία. Η θερμοκρασία σημείωσε σταδιακή άνοδο στις αστικές περιοχές και τοποθεσίες της πόλης έτσι, για να μειωθεί η θερμική διακύμανση που χρειαζόταν η περιοχή πρέπει να γίνει προγραμματισμός όπως δενδροφυτείες, φυτείες δέντρων στον τελευταίο όροφο και πολλά άλλα με πρωτοβουλία για τη μείωση της επίδρασης της αστικής θερμικής νησίδας στην Καλκούτα και τις γύρω περιοχές. Αυτή η μελέτη αποσκοπούσε στον προσδιορισμό της περιβαλλοντικής περιοχής με χρήση αρκετών δεικτών στην Καλκούτα και τις γύρω περιοχές. Οι αστικές περιοχές επηρεάστηκαν κυρίως από τη θερμική διακύμανση και την αλλαγή του κλίματος. Η συλλογή όμβριων υδάτων και η ανάπτυξη υγροτόπων είναι απαραίτητες για αυτήν την τοποθεσία. Σε αυτή τη μελέτη σκοπός ήταν ο προσδιορισμός της οικιστικής περιοχής ως το ισχυρό αποτέλεσμα της αστικής θερμικής νησίδας και της περιοχής που καταλαμβάνει η ανθρωπογενής χρήση γης όπως η βιομηχανική περιοχή, το κτίριο και πολλά άλλα. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:Ανίχνευση μεταβολών αστικής γης]]&lt;/div&gt;</summary>
		<author><name>Liasos80</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%95%CE%B9%CE%BA%CF%8C%CE%BD%CE%B1_9.2.png</id>
		<title>Αρχείο:Εικόνα 9.2.png</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%95%CE%B9%CE%BA%CF%8C%CE%BD%CE%B1_9.2.png"/>
				<updated>2022-02-04T11:45:08Z</updated>
		
		<summary type="html">&lt;p&gt;Liasos80: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Liasos80</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%95%CE%B9%CE%BA%CF%8C%CE%BD%CE%B1_9.1.png</id>
		<title>Αρχείο:Εικόνα 9.1.png</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%95%CE%B9%CE%BA%CF%8C%CE%BD%CE%B1_9.1.png"/>
				<updated>2022-02-04T11:45:00Z</updated>
		
		<summary type="html">&lt;p&gt;Liasos80: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Liasos80</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BE%CE%B9%CE%BF%CE%BB%CF%8C%CE%B3%CE%B7%CF%83%CE%B7_%CE%B1%CE%BB%CE%BB%CE%B1%CE%B3%CF%8E%CE%BD_%CF%83%CF%84%CE%B7%CE%BD_%CE%BA%CE%B1%CF%84%CE%B1%CE%BD%CE%BF%CE%BC%CE%AE_%CF%84%CE%B7%CF%82_%CF%87%CE%BB%CF%89%CF%81%CE%AF%CE%B4%CE%B1%CF%82_%CF%84%CE%BF%CF%85_%CE%B4%CE%B1%CF%83%CE%B9%CE%BA%CE%BF%CF%8D_%CE%BF%CE%B9%CE%BA%CE%BF%CF%83%CF%85%CF%83%CF%84%CE%AE%CE%BC%CE%B1%CF%84%CE%BF%CF%82_%CE%91%CE%BA%CE%BF%CE%BA%CE%B1</id>
		<title>Αξιολόγηση αλλαγών στην κατανομή της χλωρίδας του δασικού οικοσυστήματος Ακοκα</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BE%CE%B9%CE%BF%CE%BB%CF%8C%CE%B3%CE%B7%CF%83%CE%B7_%CE%B1%CE%BB%CE%BB%CE%B1%CE%B3%CF%8E%CE%BD_%CF%83%CF%84%CE%B7%CE%BD_%CE%BA%CE%B1%CF%84%CE%B1%CE%BD%CE%BF%CE%BC%CE%AE_%CF%84%CE%B7%CF%82_%CF%87%CE%BB%CF%89%CF%81%CE%AF%CE%B4%CE%B1%CF%82_%CF%84%CE%BF%CF%85_%CE%B4%CE%B1%CF%83%CE%B9%CE%BA%CE%BF%CF%8D_%CE%BF%CE%B9%CE%BA%CE%BF%CF%83%CF%85%CF%83%CF%84%CE%AE%CE%BC%CE%B1%CF%84%CE%BF%CF%82_%CE%91%CE%BA%CE%BF%CE%BA%CE%B1"/>
				<updated>2022-02-04T11:43:35Z</updated>
		
		<summary type="html">&lt;p&gt;Liasos80: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα:Εικόνα_8.1.png|thumb|right|Εικόνα 1: Η διαδικασία απόκτησης και επεξεργασίας δεδομένων]]&lt;br /&gt;
[[Εικόνα:Εικόνα_8.2.png|thumb|right|Εικόνα 2: Είδη βλάστησης και δείκτες βιοποικιλότητας]]&lt;br /&gt;
[[Εικόνα:Εικόνα_8.3.png|thumb|right|Εικόνα 3: Αλλαγές βλάστησης από το 1962 στο 2014]]&lt;br /&gt;
&lt;br /&gt;
&amp;lt;h2&amp;gt;Assessing changes in flora distribution of Akoka forest ecosystem, 52 years after urban encroachment using field surveys and integrated remote sensing data&amp;lt;/h2&amp;gt;&lt;br /&gt;
&lt;br /&gt;
Chinwe J. Ugwuzor, Olusanya Abiodun Olatunji, Chukwuebuka J. Nwobi, Samuel Kevin Udofia&lt;br /&gt;
&lt;br /&gt;
πηγή: [[https://www.sciencedirect.com/science/article/pii/S2666719321001072]] &lt;br /&gt;
&lt;br /&gt;
&amp;lt;h3&amp;gt;Μετάφραση και περίληψη:&amp;lt;/h3&amp;gt;&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή:'''&lt;br /&gt;
&lt;br /&gt;
Η αστική βλάστηση αποτελεί σημαντικό συστατικό του δασικού οικοσυστήματος και ένα πολύτιμο μέρος του αστικού πρασίνου. Όπως και άλλα δασικά οικοσυστήματα έτσι και τα αστικά δάση είναι ποικίλα και διαδραματίζουν βασικό ρόλο στη διατήρηση της βιοποικιλότητας και της αποθήκευσης άνθρακα. Αυτά παρέχουν πολυάριθμες υπηρεσίες οικοσυστήματος, που είναι ζωτικής σημασίας για την ανθρώπινη επιβίωση, βιοπορισμού και ευημερίας. Αυτές οι υπηρεσίες κυμαίνονται από τη ρύθμιση της κλιματική αλλαγή και της θερμοκρασίας του περιβάλλοντος, μείωση του ελέγχου των πλημμυρών και των ασθενειών, πάρκα αναψυχής και ψυχαγωγίας και μείωση του αέρα ρύπανση. Ωστόσο, παρά τη σημαντικότητα του, το αστικό δάσος παραμένει το μεγαλύτερο απειλούμενο και λίγο μελετημένο, ιδιαίτερα σε αναπτυσσόμενες χώρες όπως όπως η Νιγηρία. Καθώς υπάρχουν οι τάσεις προς αστικοποίηση και λόγω του ανεπαρκή σχεδιασμού των αστικών πόλεων ιδίως σε αναπτυσσόμενες χώρες, η διερεύνηση καταγραφή βλάστησης και η ανίχνευση των αλλαγών σε χώρους πρασίνου παραμένει μια πρόκληση. Ωστόσο αυτές οι προκλήσεις μπορούν να μετριαστούν με χαρτογράφηση και παρακολούθηση με την χρήση εργαλείων τηλεπισκόπησης. Προβλέπεται ότι μέχρι το 2050, από μόνη της η Νιγηρία θα συνεισφέρει περίπου 189 εκατομμύρια ανθρώπους από το 68% του παγκόσμιου πληθυσμού σε αστικές πόλεις σε όλων τον κόσμο. Για αυτό απαιτείται μια μελέτη για να οριοθετηθεί η σύνθεση και η ποικιλομορφία της αστικής βλάστησης και η απειλή της υφιστάμενης κατάστασης καθώς αυξάνετε διαρκώς η αστικοποίηση. Η μελέτη αυτή εξετάζει την βλάστηση, την ποικιλομορφία και τα δομικά χαρακτηριστικά μιας μεγάλης πόλης της Νιγηρίας προκειμένου να προσδιοριστεί η έκταση των αλλαγών στην βλάστηση. Στην μελέτη έγινε συνδυασμός δεδομένων τηλεπισκόπησης με χρήση συστημάτων γεωγραφικών πληροφοριών και η περιοχή χωρίστηκε σε εννέα τύπους βλάστησης. &lt;br /&gt;
&lt;br /&gt;
'''Ανάλυση δεδομένων:'''&lt;br /&gt;
&lt;br /&gt;
Δεδομένα για την ανάλυση ελήφθησαν από το 1962 και τον Δεκέμβριο του 2014 με την ενσωμάτωση δεδομένων τηλεπισκόπησης μαζί με τα συστήματα γεωγραφικών πληροφοριών. Η διαδικασία αναγνώρισης περιλαμβάνει: Αναγνώριση και συλλογή γεωγραφικών συντεταγμένων του για κάθε διαφορετικό οικοσύστημα που συναντήθηκε κατά την επιτόπια έρευνα και για περαιτέρω επεξεργασία χωρικών δεδομένων, επεξεργασία και ανάλυση των απροσδιόριστών δεδομένων, (3) επεξεργασία εδάφους, εναρμόνιση δεδομένων και γεωαναφορά. Η ροή εργασίας της μελέτης συνεπάγεται με σταδιακή διευθέτηση, οργάνωση και επεξεργασία των αποκτηθέντων χωρικών δεδομένων της περιοχής μελέτης (Εικόνα 1). Οι αλλαγές στα χαρακτηριστικά κάλυψης γης εντοπίστηκαν με τον εντοπισμό αλλαγών στο οικοσύστημα των χαρτών 1962 και 2014 μετά τη διανυσματοποίηση.&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα:'''&lt;br /&gt;
&lt;br /&gt;
Σε όλη την καταγραφή υπήρχαν 60 είδη βλάστησης. Τα είδη ανήκαν σε 35 οικογένειες και 57 γένη. Ο τύπος βλάστησης Ε4 είχε την υψηλότερη σύσταση ειδών, ενώ ο τύπος Ε6 τη μικρότερη. Η ποικιλότητα των ειδών ήταν γενικά χαμηλή στους τύπους βλάστησης, και κυμαίνεται μεταξύ 1,32 στο Ε9 έως 2,63 στο Ε6. Ο τύπος βλάστησης Ε9 έχει το υψηλότερο άτομο αλλά το χαμηλότερο είδος ομοιότητας και ποικιλίας. Οι τύποι βλάστησης Ε4 και Ε5 έχουν την υψηλότερη ποικιλότητα ομοιομορφία από όλα τα είδη. Ο πλούτος των ειδών διαφέρει κατά μήκος της εγκάρσιας διατομής, όπως το E1 έχει τον υψηλότερο πλούτο ενώ το E6 έχει τον χαμηλότερο. Με την σύγκριση των δύο χαρτών 1962 και 2014 αποκαλύφθηκε αυτό το μεγάλο ποσοστό των κύριων οικοσυστημάτων της περιοχής μελέτης συμπεριλαμβανομένου των ελών γλυκού νερού, τους βάλτους μαγγρόβιων και δευτερογενών βρόχων, την δασική ορεινή βλάστηση η οποία έχει μειωθεί αρκετά.&lt;br /&gt;
&lt;br /&gt;
'''Συζήτηση:'''&lt;br /&gt;
&lt;br /&gt;
Τα συστήματα αστικής βλάστησης αντιμετωπίζουν έντονη διαταραχή λόγω στις αυξανόμενες επιπτώσεις των οικονομικών εξελίξεων και άλλων ανθρωπογενών δραστηριοτήτων. Ωστόσο έχει δοθεί πολύ λίγη προσοχή στη δομή και τη σύνθεσή τους, κυρίως στις αναπτυσσόμενες χώρες. Σε αυτή τη μελέτη, σημειώθηκε η χωρική διακύμανση στη σύνθεση των ειδών, τον πλούτο και την ποικιλότητα μεταξύ της βλάστησης τύπους καθώς και μεταξύ του 1962 όταν η περιοχή μελέτης μας ήταν ανενόχλητη και 2014 όταν έχουν λάβει χώρα σημαντικές ανθρωπογενείς δραστηριότητες. Γενικά, η σύνθεση των ειδών ήταν χαμηλή σε όλο τον τύπο βλάστησης. Η σύνθεση του παρατηρούμενου είδους ήταν πολύ χαμηλότερη από την αναφερόμενη σύνθεση των ειδών για τα περισσότερα δάση βλάστησης στην νοτιοδυτική Νιγηρία κάτι που δείχνει έντονη ενόχληση της αστικής βλάστησης. Έχουν αναφερθεί τάσεις σχετικά με τη βλάστηση στις περισσότερες αστικές πόλεις και αυτό που εντοπίστηκε ήταν ο πλούτος των ειδών και η ποικιλότητα που είναι γενικά χαμηλά και ποικίλλει μεταξύ των τύπων βλάστησης. Επιπλέον η ανθρώπινη χρήση γης σημειώθηκε ως κλειδί που συμβάλει στην αλλαγή της δομής πολλών οικολογικών συστημάτων. Ως εκ τούτου παρατηρήθηκε χαμηλότερη σύνθεση, πλούτο και ποικιλότητα ειδών στην περιοχή μελέτης που δεν προκάλεσε έκπληξη, δεδομένου της συνεχιζόμενης μετατροπής του οικοτόπου σε υπολείμματα κατοικημένης περιοχής, εκπαιδευτικές και υποδομές σε διάφορα σημεία. Χρησιμοποιώντας δεδομένα ψηφιακής χαρτογράφησης και τηλεπισκόπησης ενσωματωμένα στο σύστημα γεωγραφικών πληροφοριών, εντοπίσαμε ότι η συνολική αρχική η βλάστηση της Akoka είχε κατακερματιστεί και μειωθεί σημαντικά μεταξύ 1962 και 2014. Αυτή η μελέτη αποκάλυψε ότι ο αναδασμός για αστική ανάπτυξη και ανθρωπογενείς λειτουργίες προκάλεσε απώλεια της βιοποικιλότητας στην Ακόκα. Το ποσοστό βλάστησης ανά τύπο βλάστησης έχει χαθεί στο βαθμό που μεγάλο μέρος του αρχικού χώρου πρασίνου έχει χαθεί. Αυτά τα ευρήματα αντικατοπτρίζουν την θυελλώδης κατάσταση της μελέτης, η οποία, εκτός από την αύξηση του πλυθησμού, υπόκειται σε νέες και συνεχιζόμενες κατασκευές για αντικείμενα. Συνολικά, τα αποτελέσματά μας έδειξαν ότι ο υψηλός αστικός δυναμισμός και οι ανθρωπογενείς πιέσεις πνίγουν τη βλάστηση της Akoka και ελάχιστα επί του παρόντος καταβάλλεται προσπάθεια για την αποκατάστασή του. Ως εκ τούτου, θα πρέπει να δοθεί μεγαλύτερη προσοχή στο πρόγραμμα διατήρησης που θα ωφελήσει σύνθεση και ποικιλομορφία μέσα σε αυτήν την αστική πόλη.&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα:'''&lt;br /&gt;
&lt;br /&gt;
Τα ευρήματα αυτής της μελέτης αποκάλυψαν διαφορά στα είδη, την θέση, τον πλούτο και την ποικιλομορφία μεταξύ των τύπων βλάστησης στις χρονολογίες 1962 και 2014. Η χλωρίδα έχει υποβαθμιστεί ουσιαστικά έτσι δεν υπάρχει κανένα μεμονωμένο είδος σε όλους τους τύπους βλάστησης. Ένα μεγάλο ποσοστό των κύριων τύπων οικοσυστημάτων που έχει η περιοχή μελέτης έχει μειωθεί σημαντικά. Συνολικά, τα ευρήματα της μελέτης αναδεικνύουν την συνεχής απειλή για την αστική βλάστηση και την ανάγκη να καταβληθεί περισσότερη προσπάθεια προς την αποκατάστασή του.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:Ανίχνευση μεταβολών αστικής γης]]&lt;/div&gt;</summary>
		<author><name>Liasos80</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%95%CE%B9%CE%BA%CF%8C%CE%BD%CE%B1_8.3.png</id>
		<title>Αρχείο:Εικόνα 8.3.png</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%95%CE%B9%CE%BA%CF%8C%CE%BD%CE%B1_8.3.png"/>
				<updated>2022-02-04T11:43:28Z</updated>
		
		<summary type="html">&lt;p&gt;Liasos80: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Liasos80</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%95%CE%B9%CE%BA%CF%8C%CE%BD%CE%B1_8.2.png</id>
		<title>Αρχείο:Εικόνα 8.2.png</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%95%CE%B9%CE%BA%CF%8C%CE%BD%CE%B1_8.2.png"/>
				<updated>2022-02-04T11:43:17Z</updated>
		
		<summary type="html">&lt;p&gt;Liasos80: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Liasos80</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%95%CE%B9%CE%BA%CF%8C%CE%BD%CE%B1_8.1.png</id>
		<title>Αρχείο:Εικόνα 8.1.png</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%95%CE%B9%CE%BA%CF%8C%CE%BD%CE%B1_8.1.png"/>
				<updated>2022-02-04T11:43:08Z</updated>
		
		<summary type="html">&lt;p&gt;Liasos80: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Liasos80</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A0%CF%81%CF%8C%CE%B2%CE%BB%CE%B5%CF%88%CE%B7_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%B5%CF%80%CE%AD%CE%BA%CF%84%CE%B1%CF%83%CE%B7%CF%82_%CE%BC%CE%B5_%CF%84%CE%B7%CE%BD_%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_%CE%B1%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7%CF%82_%CE%B1%CE%BB%CE%BB%CE%B1%CE%B3%CE%AE%CF%82_%CE%BA%CE%AC%CE%BB%CF%85%CF%88%CE%B7%CF%82_%CE%B3%CE%B7%CF%82</id>
		<title>Πρόβλεψη αστικής επέκτασης με την χρήση προσέγγισης ανίχνευσης αλλαγής κάλυψης γης</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A0%CF%81%CF%8C%CE%B2%CE%BB%CE%B5%CF%88%CE%B7_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%B5%CF%80%CE%AD%CE%BA%CF%84%CE%B1%CF%83%CE%B7%CF%82_%CE%BC%CE%B5_%CF%84%CE%B7%CE%BD_%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_%CE%B1%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7%CF%82_%CE%B1%CE%BB%CE%BB%CE%B1%CE%B3%CE%AE%CF%82_%CE%BA%CE%AC%CE%BB%CF%85%CF%88%CE%B7%CF%82_%CE%B3%CE%B7%CF%82"/>
				<updated>2022-02-04T11:40:53Z</updated>
		
		<summary type="html">&lt;p&gt;Liasos80: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα:Εικόνα_7.1.png|thumb|right|Εικόνα 1: Συνθέσεις χρωμάτων της ταξινομημένης εικόνας 1998]]&lt;br /&gt;
[[Εικόνα:Εικόνα_7.2.png|thumb|right|Εικόνα 2: Επιλεγμένες κατηγορίες κάλυψης γης]]&lt;br /&gt;
[[Εικόνα:Εικόνα_7.3.png|thumb|right|Εικόνα 3: Επέκταση αστικής γης]]&lt;br /&gt;
&lt;br /&gt;
&amp;lt;h2&amp;gt;Prediction of urban expansion by using land cover change detection approach&amp;lt;/h2&amp;gt;&lt;br /&gt;
&lt;br /&gt;
Md Sohel Rana, Subrota Sarkar&lt;br /&gt;
&lt;br /&gt;
πηγή: [[https://www.sciencedirect.com/science/article/pii/S2405844021025408]] &lt;br /&gt;
&lt;br /&gt;
&amp;lt;h3&amp;gt;Μετάφραση και περίληψη:&amp;lt;/h3&amp;gt;&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή:'''&lt;br /&gt;
&lt;br /&gt;
Η αστικοποίηση είναι μια κοινή τάση παγκοσμίως που συνέβη λόγω της συγκέντρωσης του πληθυσμού στις αστικές περιοχές. Αυτό έχει ως αποτέλεσμα τη μεταμόρφωση της γης με αυτό να αναφέρεται σε περισσότερο από το 50% του παγκόσμιου πληθυσμού που κατοικεί σε αστικές περιοχές με αυτό το ποσοστό να προβλέπεται να φτάσει το 65% το 2050. Αυτή η τεράστια αύξηση πληθυσμού θα προσθέσει 2,5 δισεκατομμύρια περισσότερους κατοίκους στις παγκόσμιες αστικές περιοχές, όπου το 90% της αστικής επέκτασης θα γίνει σε λιγότερο αναπτυγμένες περιοχές. Η αστικοποίηση θεωρείται σημαντικός παράγοντας αλλαγής κάλυψης γης. Πληθώρα ερευνών έχει αποδείξει ότι η αστική ανάπτυξη που προκύπτει από τη χρήση και την αλλαγή της κάλυψης γης έχει δυσμενείς επιπτώσεις στη βιοποικιλότητα, το αστική θερμική νησίδα, τον κατακερματισμό των οικοτόπων και την απειλή της βιώσιμης ανάπτυξης. Επομένως, η παρακολούθηση της κάλυψης της αστικής γης συμβάλλει στην αξιολόγηση των αστικών περιβαλλοντικών συνθηκών και στη διαχείριση των φυσικών και τεχνητών πόρων. Αυτή η μελέτη επικεντρώνεται στην αξιολόγηση μια αστικής περιοχής ενός δήμου Pabna λόγω των μικτών χαρακτηριστικών χρήσης γης εντός των ορίων της πόλης και της συνεχούς μεταβαλλόμενης τάσης των τάξεων κάλυψης γης σε μια προαστιακή περιοχή. Η τηλεπισκόπηση και το Gis έχουν γίνει δύο κοινώς χρησιμοποιούμενα γεωχωρικά εργαλεία για την ανίχνευση της αλλαγής της κάλυψης γης. Αυτή η μελέτη χρησιμοποίησε μια εποπτευόμενη μέθοδο ταξινόμησης κάτω από πέντε τάξεις αστικής κάλυψης για την ανάλυση της προηγούμενης έρευνας. Στο πλαίσιο αυτό, οι ειδικοί στόχοι της έρευνας περιλαμβάνουν (α) την παρακολούθηση του ρυθμού της αστικής επέκτασης μεταξύ των ετών 1998-2018, (β) την ανάλυση των κατηγοριών κάλυψης γης για το έτος 1998-2018 (γ) την πρόβλεψη μελλοντικών αλλαγών στην κάλυψη του εδάφους για την προβλεπόμενη έτη 2023 και 2028.&lt;br /&gt;
&lt;br /&gt;
'''Μεθοδολογία:'''&lt;br /&gt;
&lt;br /&gt;
Η περιοχή μελέτης είναι ο δήμος του Pabna του Μπαγκλαντές. Στην περιοχή αυτή οι πολίτες έχουν απασχολήσει το νότιο τμήμα κυρίως για κατοικίες και εμπορικούς σκοπούς και υπάρχουν δύο βιομηχανικές ζώνες στα νοτιοδυτικά και βορειοανατολικά προάστια της τοποθεσίας. Για την μελέτη αυτή χρησιμοποιήθηκαν δορυφορικές εικόνες Landsat. Πήραμε 3 εικόνες με χάρτη της περιοχής από το 1998, το 2008 και το 2018 για να εξετάσουμε την ανίχνευση αλλαγής και για μελλοντικές προβλέψεις. Και στις 3 εικόνες το μέγεθος του pixel είναι τα 30m. Αρχικά, εφαρμόστηκε ραδιομετρική βαθμονόμηση για να ληφθεί η τιμή ανάκλασης. Έπειτα διορθώθηκαν τα μήκη κύματος. Με την εφαρμογή ENVI 5.3 δημιουργήθηκαν αυτόματα διορθωμένες πολυφασματικές εικόνες. Έγιναν πολλές συνθέσεις χρωμάτων για να ανιχνευτούν κοινές περιοχές της ταξινομημένης εικόνας και στους 3 χάρτες 1998, 2008, 2018. Στον πίνακα 1 απεικονίζονται οι επιλεγμένες κατηγορίες κάλυψης γης που πήραμε με βάση συγκεκριμένα χαρακτηριστικά. Η ταξινόμηση στην μελέτη έγινε με την μέγιστη πιθανότητα. Το τελικό στάδιο της ταξινόμησης είναι η αξιολόγηση της ακριβείας. Τα δεδομένα βασικής αλήθειας αξιολογούν και συγκρίνουν τα ταξινομημένα δεδομένα μέσω αξιολόγησης ακρίβειας. Ωστόσο δεν είναι λογικό αυτό να γίνει σε όλα τα pixel και στις 3 εικόνες. Για αυτό έγιναν συγκεκριμένα σημεία αναφοράς (250) για να γίνει αξιολόγιση ακρίβειας σε κάθε ταξινομημένη εικόνα. Στην παρούσα μελέτη γίνετε η μέθοδος μέτα-ταξινόμησης. Η ανάλυση καταλληλότητας βοηθά στην τόνωση της κάλυψης της γης με βάση τα υπάρχοντα αναπτυξιακά μοτίβα και τους κινητήριους παράγοντες. Αυτή η μελέτη στοχεύει να προβλέψει την μελλοντική αστική επέκταση με βάση τα τρέχοντα πρότυπα ανάπτυξης. Η μελέτη εξέτασε τις τάσεις της αστικής ανάπτυξης του παρελθόντος και του παρόντος για την αξιολόγηση της καταλλολότητας. Τέλος στην μελέτη αυτή επιλέχθηκαν μοντέλα που βασίζονται σε μοτίβα.&lt;br /&gt;
&lt;br /&gt;
'''Ανάλυση δεδομένων και αποτελέσματα:'''&lt;br /&gt;
&lt;br /&gt;
Στους χάρτες παρατηρούνται αρκετές μεταβολές στις καλύψεις γης. Οι ταξινομημένες εικόνες των χαρτών καλύψεων γης για τα διαφορετικά έτη υποδηλώνουν ότι η αστική περιοχή με τον καιρό έχει αυξηθεί από 12,3% το 1998 σε 20,72% το 2008 σε 31,93% το 2018. Η ακρίβεια της ταξινόμησης των εικόνων είναι τουλάχιστον 85% που είναι αποδεκτή. Στο σχήμα 1 απεικονίζεται η τάση αστική ανάπτυξης αυτά τα χρόνια. Η ανάλυση καταλληλότητας καθορίζει όλους τους παράγοντες και τους περιορισμούς. Η μελέτη εξέτασε τους παράγοντες με βάση το προφίλ της περιοχής. Έτσι έκανε κάποιους χάρτες καταλληλότητας: Χάρτης καταλληλότητας αστικής περιοχής, γεωργικής γης, υψομέτρου, υδάτινων σωμάτων και γυμνού εδάφους με τον χάρτη του 2008. Στην συνέχεια αυτοί οι χάρτες καταλληλότητας συγχωνεύτηκαν για να τονωθεί μια εικόνα κάλυψης γης. Έτσι έγιναν και οι προβλέψεις για τις καλύψεις γης στο μέλλον. &lt;br /&gt;
&lt;br /&gt;
'''Συζήτηση:'''&lt;br /&gt;
&lt;br /&gt;
Η ταχεία αστικοποίηση είναι μια σημαντική αιτία αλλαγής των χαρακτηριστικών κάλυψης της γης. Η τάση της αστικοποίησης ενισχύει την αστική ανάπτυξη μετατρέποντας τη φυτική και γεωργική γη σε αστικές δομημένες περιοχές. Σε πολλές μελέτες έχει παρατηρηθεί αυτή η τάση αστικοποίησης και μείωσης όλων των άλλων καλύψεων γης. Ως αποτέλεσμα, υπάρχει ανάγκη για διαρθρωτική ανάπτυξη για την αντιμετώπιση της αυξανόμενης ζήτησης του πληθυσμού μετατρέποντας διάφορα χαρακτηριστικά χρήσης γης σε αστικές περιοχές. Η προσέγγιση παρακολούθησης της αστικής ανάπτυξης βοηθά στην παρακολούθηση των επιπτώσεων των αλλαγών της κάλυψης γης στα αστικά περιβαλλοντικά στοιχεία μετατρέποντας τα φυτικά, γεωργικά και υδάτινα σώματα σε οικοδομή. Έτσι, η παρακολούθηση των περιβαλλοντικών συνιστωσών που σχετίζονται με τις αλλαγές κάλυψης γης είναι απαραίτητη για την αστική βιωσιμότητα, η οποία είναι το αντικείμενο αυτής της έρευνας. Ο ερευνητής στην μελέτη προσπάθησε να δείξει τις συνδέσεις μεταξύ αστικοποίησης και αλλαγών κάλυψης γης του δήμου Pabna. Υπάρχει μια αρνητική συσχέτιση μεταξύ της αστικής ανάπτυξης και των αλλαγών κάλυψης γης, όπου οι αστικές περιοχές αυξάνονται σε μέγεθος και άλλες καλύψεις γης μειώνονται συνεχώς σε μέγεθος. Εάν ο τρέχων ρυθμός αστικοποίησης συνεχιστεί, περίπου το 45% της γης θα μετατραπεί σε αστική περιοχή μέχρι το 2028. Αυτή η έρευνα προτείνει να εξεταστεί η κατακόρυφη επέκταση παρά η οριζόντια ανάπτυξη λόγω της συμπαγούς αστικής φύσης του δήμου Pabna. Ως αποτέλεσμα, οι κατάλληλες κατευθυντήριες γραμμές για τη χρήση της γης και τη χωροταξία είναι απαραίτητες για την αστική βιωσιμότητα, τόσο για τον έλεγχο της αστικής ανάπτυξης όσο και για τη διατήρηση άλλων κατηγοριών χρήσεων γης.&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα:'''&lt;br /&gt;
&lt;br /&gt;
Σε αυτήν την μελέτη αξιολογείται ποσοτικά η αστική επέκταση του δήμου Pabna στο Μπαγκλαντές. Το αποτέλεσμα δείχνει ότι αυτός ο δήμος γνώρισε ταχεία αστική ανάπτυξη από το 1998 μέχρι το 2018 λόγω της ταχείας αστικοποίησης και της πρακτικής ανάπτυξης. Η αστική κατοικημένη περιοχή αυξήθηκε κατά 19,63%, από 3,39 km2 το 1998 σε 31,93 km2 το 2018. Αντίθετα, όλες οι άλλες κατηγορίες κάλυψης γης μειώνονται σε μέγεθος, συμβάλλοντας στην αστική επέκταση. Η αστική ανάπτυξη εμφανίζεται κυρίως στη βορειοανατολική περιφέρεια της πόλης λόγω της διαθεσιμότητας φυτικής και γεωργικής γης. Ο προβλεπόμενος χάρτης κάλυψης της γης του 2023 και του 2028 υποδηλώνει ότι η τρέχουσα τάση αστικής επέκτασης θα συνεχιστεί και στο μέλλον. Η έκταση της αστικής δομημένης γης θα καλύπτει 11,01 km2 το 2023 και 12,44 km2 το 2028, που ήταν 3,39 km2 το 1998. Σε αυτήν την μελέτη αποτυπώνονται τα δεδομένα τηλεπισκόπησης που βοηθούν στην ανίχνευση αλλαγών κάλυψης γης και χωρικών προτύπων αστικής ανάπτυξης. Ωστόσο, οι εικόνες ήταν τριών ιστορικών περιόδων το οποίο επηρέασε τα αποτελέσματα της ερμηνείας. Τα ευρήματα από τα αποτελέσματα τόνισαν ότι οι αλλαγές στην κάλυψη γης επηρεάζουν την αστική περιβαλλοντική κατάσταση. Ως εκ τούτου, ο πολεοδόμος και η πολεοδομική αρχή θα πρέπει να παρακολουθούν το ρυθμό και τη διάσταση της αστικής επέκτασης για να διασφαλίσουν τη βιώσιμη ανάπτυξη.  &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:Ανίχνευση μεταβολών αστικής γης]]&lt;/div&gt;</summary>
		<author><name>Liasos80</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%95%CE%B9%CE%BA%CF%8C%CE%BD%CE%B1_7.3.png</id>
		<title>Αρχείο:Εικόνα 7.3.png</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%95%CE%B9%CE%BA%CF%8C%CE%BD%CE%B1_7.3.png"/>
				<updated>2022-02-04T11:39:31Z</updated>
		
		<summary type="html">&lt;p&gt;Liasos80: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Liasos80</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%95%CE%B9%CE%BA%CF%8C%CE%BD%CE%B1_7.2.png</id>
		<title>Αρχείο:Εικόνα 7.2.png</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%95%CE%B9%CE%BA%CF%8C%CE%BD%CE%B1_7.2.png"/>
				<updated>2022-02-04T11:39:23Z</updated>
		
		<summary type="html">&lt;p&gt;Liasos80: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Liasos80</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%95%CE%B9%CE%BA%CF%8C%CE%BD%CE%B1_7.1.png</id>
		<title>Αρχείο:Εικόνα 7.1.png</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%95%CE%B9%CE%BA%CF%8C%CE%BD%CE%B1_7.1.png"/>
				<updated>2022-02-04T11:39:12Z</updated>
		
		<summary type="html">&lt;p&gt;Liasos80: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Liasos80</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%95%CE%B9%CE%BA%CF%8C%CE%BD%CE%B1_6.1.png</id>
		<title>Αρχείο:Εικόνα 6.1.png</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%95%CE%B9%CE%BA%CF%8C%CE%BD%CE%B1_6.1.png"/>
				<updated>2022-02-04T11:37:54Z</updated>
		
		<summary type="html">&lt;p&gt;Liasos80: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Liasos80</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%B1%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CF%83%CE%B5_%CE%B2%CE%AC%CE%B8%CE%BF%CF%82_%CF%84%CF%89%CE%BD_%CE%B4%CF%85%CE%BD%CE%B1%CF%84%CE%BF%CF%84%CE%AE%CF%84%CF%89%CE%BD_%CF%83%CF%84%CE%BF_%CE%B4%CE%AF%CE%BA%CF%84%CF%85%CE%BF_%CE%BC%CE%B5%CF%84%CE%AC%CE%B4%CE%BF%CF%83%CE%B7%CF%82_%CE%B5%CE%BE%CE%B1%CE%B3%CF%89%CE%B3%CE%AE%CF%82_%CE%B4%CF%81%CF%8C%CE%BC%CF%89%CE%BD_%CE%BC%CE%B5_%CE%B2%CE%B5%CE%BB%CF%84%CE%B9%CF%89%CE%BC%CE%AD%CE%BD%CE%BF_%CF%80%CE%B5%CF%81%CE%AF%CE%B3%CF%81%CE%B1%CE%BC%CE%BC%CE%B1_%CE%B1%CF%80%CF%8C_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CE%B5%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82</id>
		<title>Ανασκόπηση σε βάθος των δυνατοτήτων στο δίκτυο μετάδοσης εξαγωγής δρόμων με βελτιωμένο περίγραμμα από εικόνες τηλεπισκόπησης</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%B1%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CF%83%CE%B5_%CE%B2%CE%AC%CE%B8%CE%BF%CF%82_%CF%84%CF%89%CE%BD_%CE%B4%CF%85%CE%BD%CE%B1%CF%84%CE%BF%CF%84%CE%AE%CF%84%CF%89%CE%BD_%CF%83%CF%84%CE%BF_%CE%B4%CE%AF%CE%BA%CF%84%CF%85%CE%BF_%CE%BC%CE%B5%CF%84%CE%AC%CE%B4%CE%BF%CF%83%CE%B7%CF%82_%CE%B5%CE%BE%CE%B1%CE%B3%CF%89%CE%B3%CE%AE%CF%82_%CE%B4%CF%81%CF%8C%CE%BC%CF%89%CE%BD_%CE%BC%CE%B5_%CE%B2%CE%B5%CE%BB%CF%84%CE%B9%CF%89%CE%BC%CE%AD%CE%BD%CE%BF_%CF%80%CE%B5%CF%81%CE%AF%CE%B3%CF%81%CE%B1%CE%BC%CE%BC%CE%B1_%CE%B1%CF%80%CF%8C_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CE%B5%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82"/>
				<updated>2022-02-04T11:37:43Z</updated>
		
		<summary type="html">&lt;p&gt;Liasos80: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα:Εικόνα_6.1.png|thumb|right|Εικόνα 1: Δομή της βαθιά ανασκόπησης του δικτύου μετάδοσης]]&lt;br /&gt;
&lt;br /&gt;
&amp;lt;h2&amp;gt;Deep Feature-Review Transmit Network of Contour-Enhanced Road Extraction From Remote Sensing Images&amp;lt;/h2&amp;gt;&lt;br /&gt;
&lt;br /&gt;
Zhijin Ge, Yanling Zhao, Jin Wang, Duo Wang, Qi Si&lt;br /&gt;
&lt;br /&gt;
πηγή: [[https://ieeexplore.ieee.org/abstract/document/9374061]] &lt;br /&gt;
&lt;br /&gt;
&amp;lt;h3&amp;gt;Μετάφραση και περίληψη:&amp;lt;/h3&amp;gt;&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή:'''&lt;br /&gt;
&lt;br /&gt;
Οι εικόνες τηλεπισκόπησης παρέχουν ταχεία απόκτηση δεδομένων για την εξαγωγή δρόμων σε περιπτώσεις όπου οι υπηρεσίες που ασχολούνται με τους δρόμους βασίζονται στην ερμηνεία ακρίβειας του δρόμου. Η τηλεπισκόπηση αντλεί πολλές θεωρίες ίδιες με την όραση του υπολογιστή ωστόσο περιλαμβάνει και μια σειρά από μοναδικές προκλήσεις κυρίως σε αισθητήρες και εφαρμογές. Πιο συγκεκριμένα, λόγω της ποικιλίας των γεωμετρικών τύπων και των υλικών οι δρόμοι που εξάγονται από την τηλεπισκόπηση παρουσιάζουν συχνά προβληματικά τμήματα και έλλειψη συνδεσιμότητας. Η εξαγωγή αντικειμένων από εικόνες τηλεπισκόπησης μπορεί να πραγματοποιηθεί έξω με βάση την τμηματοποίηση του ορίου, την ανίχνευση ακμών ή τα δίκτυα βαθιάς μάθησης. Τα δίκτυα βαθιάς μάθησης έχουν αποδειχθεί ότι είναι δυνητικά περισσότερο αποτελεσματικά και για αυτό έχουν εφαρμοστεί σε πολλές εφαρμογές τηλεπισκόπησης. Το συνελικτικό νευρωτικό δίκτυο είναι η κύρια αρχιτεκτονική που χρησιμοποιήθηκε για την κατάτμηση και ταξινόμηση αντικειμένων. Το πλήρες συνελικτικό δίκτυο πραγματοποιεί σημασιολογική κατάτμηση ολόκληρης της εικόνας χρησιμοποιώντας μια μονή διαδρομή προς τα μπροστά, η οποία βελτιώνει την απόδοση. Ωστόσο το μοντέλο με το πλήρη συνελικτικό δίκτυο παράγει χονδροειδής κατάτμηση και δεν είναι κατάλληλο για τμηματοποίηση μικρών αντικειμένων. Εφαρμογές έχουν αποδείξει ότι οι πολύπλοκοι και λεπτοί δρόμοι απαιτούν μια ισορροπία μεταξύ του νευρωτικού δικτύου και της αποδοτικότητας του υπολογιστή. Η διευρυμένη περιέλιξη παρέχει αυτήν την ισορροπία υποστηρίζοντας εκθετική επέκταση του δεκτικού πεδίου χωρίς απώλεια της ανάλυσης. Ένα άλλο πρόβλημα με την αποτύπωση των δρόμων μέσω τηλεπισκόπησης είναι η έλλειψη συνδεσιμότητας. Σε αυτήν την μελέτη προτείνεται μια βαθιά αξιολόγηση χαρακτηριστικών στο δίκτυο με βελτιωμένη εκμάθηση του περιγράμματος για εξαγωγή σύνθετων οδοστρωμάτων από εικόνες τηλεπισκόπησης. &lt;br /&gt;
&lt;br /&gt;
'''Μεθοδολογία:'''&lt;br /&gt;
&lt;br /&gt;
Η μελέτη αυτή προτείνει 3 εφαρμογές που στην συνέχεια γίνονται πειράματα με αυτές τις εφαρμογές:&lt;br /&gt;
*Προτείνεται μια βαθιά ανασκόπηση στο δίκτυο μετάδοσης που περιλαμβάνει μια μονάδα αξιολόγησης χαρακτηριστικών, μια γέφυρα που συνδέει πολλαπλά χαρακτηριστικά κλίμακας και έναν αποκωδικοποιητή που λαμβάνει και μεταδίδει χαρακτηριστικά από των κωδικοποιητή, την μονάδα αξιολόγησης χαρακτηριστικών και την γέφυρα. &lt;br /&gt;
*Ο νέος μηχανισμός αξιολόγησης χαρακτηριστικών περιλαμβάνει μια γειτονική μονάδα σύγκρισης χαρακτηριστικών χαρτών και ένα βελτιωμένο περίγραμμα επιχείρησης για την άμβλυνση της πιθανότητας απώλεια σύνδεσης δρόμου λόγω απώλειας παραμέτρων βάθους.&lt;br /&gt;
*Δύο διαθέσιμα δημόσια σύνολα δεδομένων ελέγχονται και επικυρώνονται χρησιμοποιώντας την προτεινόμενη μέθοδο &lt;br /&gt;
&lt;br /&gt;
'''Ανάλυση μεθόδων :'''&lt;br /&gt;
&lt;br /&gt;
*Τα βαθιά νευρωτικά δίκτυα είναι αδιαφανή λόγω της πολυεπίπεδης και μη γραμμικής δομής τους. Η υποβάθμιση σε μια εικόνα μικρής κλίμακας δεν μπορεί να είναι σημαντική. Ωστόσο στην εφαρμογή σε εικόνες τηλεπισκόπηση το δίκτυο μπορεί να συσσωρεύσει πολλά λανθασμένα αποτελέσματα πρόβλεψης για διάφορους τύπους δρόμων.  Η εξαγωγή δρόμων από εικόνες τηλεπισκόπησης μπορεί να θεωρηθούν ως μια διαδικασία δυαδικής ταξινόμησης, όπου οι λεπτομέρειες του περιγράμματος των δρόμων να είναι ζωτικής σημασίας για την ταξινόμηση. Για ενίσχυση της αναγνώρισης του δικτύου ικανότητα όσον αφορά τη διατήρηση των χαρακτηριστικών του περιγράμματος, ένας νέος μηχανισμός αξιολόγησης χαρακτηριστικών έχει σχεδιαστεί για να μετριάσει την πιθανότητα απώλειας οδικής σύνδεσης και να ενισχύσει τα βάρη των χαρακτηριστικών του περιγράμματος στην εξαγωγή πολλαπλών δρόμων από εικόνες τηλεπισκόπησης. Επειδή το οδικό δίκτυο καταλαμβάνει μικρό ποσοστό σε μια εικόνα τηλεπισκόπησης του προστίθεται και μια λειτουργία βελτίωσης του περιγράμματος για να αυξηθούν τα βάρη των πιθανών περιγραμμάτων του δρόμου σε χάρτες χαρακτηριστικών.&lt;br /&gt;
*Η βαθιά ανασκόπηση του δικτύου μετάδοσης διαθέτει τρία στοιχεία των κωδικοποιητή με την μονάδα αξιολόγησης χαρακτηριστικών, την γέφυρα και τον αποκωδικοποιητή με πολλές δυνατότητες μετάδοσης. Λαμβάνοντας υπόψη τη λεπτή και σύνθετη γεωμετρία του οδικού δικτύου προστέθηκαν δύο μονάδες αξιολόγησης χαρακτηριστικών για την βελτίωση της ικανότητας του δικτύου να εξάγει και να διατηρεί τα χαρακτηριστικά του περιγράμματος. Για να αποφευχθεί η απώλεια πληροφοριών εισήχθη η γέφυρα για τη μετάδοση των χαρακτηριστικών στον αποκωδικοποιητή. Συγκεκριμένα ο αποκωδικοποιητής λαμβάνει τα μεταδιδόμενα χαρακτηριστικά από το κάθε στοιχείο: τον κωδικοποιητή, την μονάδα αξιολόγησης χαρακτηριστικών και την γέφυρα. Συνολικά 31 υπολειμματικές μονάδες χρησιμοποιούνται για την παροχή του απαραίτητου βάθους δικτύου στον κωδικοποιητή και στον αποκωδικοποιητή.&lt;br /&gt;
&lt;br /&gt;
'''Πείραμα:'''&lt;br /&gt;
&lt;br /&gt;
Για το πείραμα χρησιμοποιήθηκαν 2 διαθέσιμα σύνολα δεδομένων για την σύγκριση της απόδοσης του δικτύου. Το πρώτο σύνολο είχε μια αεροφωτογραφία και κάθε εικόνα ήταν 1500 χ 1500 pixel σε μέγεθος. Τυχαία χωρίστηκαν τα δεδομένα σε 1108 εικόνες και ένα τεστ σετ από 49 εικόνες που καλύπτουν μια ποικιλία αστικών, προαστιακών και αγροτικών περιοχών. Το δεύτερο σύνολο περιέχει 6226 περιοχές εκπαίδευσης στην εικόνα και 1101 δοκιμαστικές εικόνες. Η ανάλυση των εικόνων ήταν 50 εκατοστά ανά pixel με τρία κανάλια (R, G, B). Συνολικά επιλέχθηκαν 2000 εικόνες τυχαία για την εκπαίδευση του προτεινόμενου δικτύου και 242 εικόνες για το σύνολο της δοκιμής. Στην συνέχεια έγιναν κάποιες μετρήσεις αξιολόγησης δίνοντας βαθμολογίες στην ορθότητα, στην ακρίβεια, στην ανάκληση και στην διασταύρωση πάνω στις ενώσεις. Το πρώτο σύνολο δοκιμάστηκε και εκπαιδεύτηκε με την βαθιά αξιολόγηση χαρακτηριστικών. Για αυτό το σενάριο επιλέχθηκαν 53 τυχαίες εικόνες και μεταφέρθηκαν στην μονάδα αξιολόγησης χαρακτηριστικών. Στο δεύτερο σενάριο χρησιμοποιήθηκε η ίδια μέθοδος πάλι άλλα αυτήν την φορά επιλέχθηκαν 100 τυχαίες εικόνες για την μονάδα αξιολόγησης χαρακτηριστικών. Από τα αποτελέσματα παρατηρείται ότι η 2η μέθοδος έβγαλε καλύτερα αποτελέσματα. Σύμφωνα με τη μελέτη μας, είναι καταλληλότερο να προσθέσουμε τον μηχανισμό αξιολόγησης χαρακτηριστικών στο ρηχό συνελικτικό στρώμα. Αυτό είναι επειδή το ρηχό συνελικτικό στρώμα είναι ευαίσθητο στα χαρακτηριστικά του περιγράμματος του δρόμου. Έτσι, η αύξηση των βαρών αυτών των χαρακτηριστικών μπορεί να είναι ευεργετικό για την οδοποιία.&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα:'''&lt;br /&gt;
&lt;br /&gt;
Σε αυτήν την μελέτη εισήχθη μια διαδικασία βαθιάς ανασκόπησης δικτύου μετάδοσης για την βελτιωμένη εκμάθηση του περιγράμματος για την εξαγωγή δεδομένων δρόμων από εικόνες τηλεπισκόπησης. Μια μονάδα αξιολόγησης χαρακτηριστικών σχεδιάστηκε για να καταγράψει τα χαρακτηριστικά του περιγράμματος του δρόμου και στη συνέχεια να δίνει τα χαρακτηριστικά στον αποκωδικοποιητή. Ακόμα, μια γέφυρα μεταξύ αποκωδικοποιητή και κωδικοποιητή εισήχθη για την ανάκτηση των χαμένων δυνατοτήτων χωρίς να περιλαμβάνει πρόσθετες παραμέτρους. Και στα 2 σύνολα δεδομένων που αναλύθηκαν βγήκαν καλύτερα αποτελέσματα. Η βελτιωμένη ικανότητα εκμάθησης περιγράμματος βελτίωσε την εξαγωγή των αποτελεσμάτων του δρόμου και μετρίασε το φαινόμενο του κατακερματισμού σε τμήματα του δρόμου και εκεί που λείπουν συνδέσεις. Λόγω των περιορισμών που υπάρχουν στις εικόνες τηλεπισκόπησης υπήρχαν διφορούμενα σημεία αν υπήρχαν για αγροτικό μονοπάτι. Για αυτό και η βελτιοποίηση της υψηλής ποιότητας αγροτικού δρόμου απαιτεί εξαγωγή δεδομένων για περαιτέρω διερεύνηση εικόνων τηλεπισκόπησης. &lt;br /&gt;
&lt;br /&gt;
 [[category:Μελέτες για το πλάτος και τη κατάσταση των δρόμων/πεζοδρομίων]]&lt;/div&gt;</summary>
		<author><name>Liasos80</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%B1%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%BC%CE%B5%CE%B8%CF%8C%CE%B4%CE%BF%CF%85_%CE%B1%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7%CF%82_%CE%B1%CE%BB%CE%BB%CE%B1%CE%B3%CF%8E%CE%BD_%CE%BA%CE%B1%CE%B9_%CE%B1%CE%BE%CE%B9%CE%BF%CE%BB%CF%8C%CE%B3%CE%B7%CF%83%CE%B7%CF%82_%CF%84%CE%B7%CF%82_%CE%B1%CE%BA%CF%81%CE%AF%CE%B2%CE%B5%CE%B9%CE%B1%CF%82_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%BA%CE%AC%CE%BB%CF%85%CF%88%CE%B7_%CF%84%CE%B7%CF%82_%CF%87%CF%81%CE%AE%CF%83%CE%B7%CF%82_%CE%B3%CE%B7%CF%82</id>
		<title>Ανασκόπηση της μεθόδου ανίχνευσης αλλαγών και αξιολόγησης της ακρίβειας για την κάλυψη της χρήσης γης</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%B1%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%BC%CE%B5%CE%B8%CF%8C%CE%B4%CE%BF%CF%85_%CE%B1%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7%CF%82_%CE%B1%CE%BB%CE%BB%CE%B1%CE%B3%CF%8E%CE%BD_%CE%BA%CE%B1%CE%B9_%CE%B1%CE%BE%CE%B9%CE%BF%CE%BB%CF%8C%CE%B3%CE%B7%CF%83%CE%B7%CF%82_%CF%84%CE%B7%CF%82_%CE%B1%CE%BA%CF%81%CE%AF%CE%B2%CE%B5%CE%B9%CE%B1%CF%82_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%BA%CE%AC%CE%BB%CF%85%CF%88%CE%B7_%CF%84%CE%B7%CF%82_%CF%87%CF%81%CE%AE%CF%83%CE%B7%CF%82_%CE%B3%CE%B7%CF%82"/>
				<updated>2022-02-04T11:35:31Z</updated>
		
		<summary type="html">&lt;p&gt;Liasos80: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα:Εικόνα_5.1.png|thumb|right|Εικόνα 1: Κατηγορίες της τεχνικής ταξινόμησης με βάση την ακρίβεια, την χρονολογία και το αποτέλεσμα]]&lt;br /&gt;
[[Εικόνα:Εικόνα_5.2.png|thumb|right|Εικόνα 2: Κατηγορίες της τεχνικής ταξινόμησης με βάση την ακρίβεια, την χρονολογία και το αποτέλεσμα, συνέχεια]]&lt;br /&gt;
[[Εικόνα:Εικόνα_5.3.png|thumb|right|Εικόνα 3: Ακρίβεια των διάφορων τεχνικών ταξινόμησης]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&amp;lt;h2&amp;gt;A review on change detection method and accuracy assessment for land use land cover&amp;lt;/h2&amp;gt;&lt;br /&gt;
&lt;br /&gt;
Ali Hassan Chughtai, Habibullah Abbasi, Ismail Rakip Karas&amp;lt;math&amp;gt;Εισαγωγή τύπου εδώ&amp;lt;/math&amp;gt;&lt;br /&gt;
&lt;br /&gt;
πηγή: [[https://www.sciencedirect.com/science/article/abs/pii/S2352938521000185]] &lt;br /&gt;
&lt;br /&gt;
&amp;lt;h3&amp;gt;Μετάφραση και περίληψη:&amp;lt;/h3&amp;gt;&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή:'''&lt;br /&gt;
&lt;br /&gt;
Κατά την διάρκεια των τελευταίων τριών δεκαετιών, η τηλεπισκόπηση με την χρήση του Gis ανάδειξε την σημασία των αλλαγών στις καλύψεις των χρήσεων γης λόγω των πιο γρήγορων και εκτεταμένων αλλαγών που πραγματοποιήθηκαν στην επιφάνεια της γης. Στην τηλεπισκόπηση, η ανίχνευση αλλαγών είναι μια από τις πιο κύριες εφαρμογές λαμβάνοντας πληροφορίες από δορυφόρους που είναι σε τροχιά γύρω από την γη. Η ανίχνευση αλλαγών είναι η βασική τεχνική για τον εντοπισμό των καλύψεων χρήσεις γης. Η γνώση για τις συνέπιες των τάσεων αλλαγής των καλύψεων χρήσης γης είναι απαραίτητη. Οι προσεγγίσεις που χρησιμοποιούνται ευρέως για την ανίχνευση αλλαγών στην τηλεπισκόπηση είναι η προ-ταξινόμηση και η μετά-ταξινόμηση. Η προσέγγιση με προ-ταξινόμηση χρησιμοποιείται κυρίως για αλλαγή και μη αλλαγή, ρυθμό αλλαγής και βελτίωση εικόνας. Ενώ η μετά-ταξινόμηση χρησιμοποιείται ως επί το πλείστων για ανάλυση αλλαγής ‘από-προ’ και σύγκριση μεμονωμένων ταξινομημένων εικόνων. Η τεχνική της ανίχνευσης αλλαγών σε μια σύνθετη περιοχή μελέτης, όπως περιοχές με πολλές καλύψεις χρήσεων γης, αποφασίζει ποια μέθοδο θα εφαρμοστεί. Ο κύριος σκοπός αυτής της μελέτης είναι η ανασκόπηση και η εστίαση του τύπου των περιοχών της επιφάνειας της γης στο πλαίσιο των καλύψεων χρήσεων γης. Αυτό γίνετε για να καθοριστεί η κατάλληλη μέθοδος ανίχνευσης αλλαγών για την εξαγωγή καλύτερων πληροφοριών στις καλύψεις χρήσεων γης είτε με εφαρμογή της τεχνικής ανίχνευσης αλλαγών πριν από την ταξινόμηση είτε με την τεχνική μετά-ταξινόμησης.&lt;br /&gt;
&lt;br /&gt;
'''Ανασκόπηση των τεχνικών ανίχνευσης αλλαγών:'''&lt;br /&gt;
&lt;br /&gt;
Για την επιλογή των κατάλληλων μεθόδων ανίχνευσης αλλαγών, αυτή η έρευνα ανασκόπησης αξιολογεί τα χαρακτηριστικά των καλύψεων χρήσεων γης διαφορετικών περιοχών για να εντοπίσει ποια είναι η καλύτερη εκτέλεση. Έτσι, σε αυτήν την ενότητα χωρίστηκαν σε 8 κατηγορίες ανάλογα με την επιφάνεια της γης: Βλάστηση, αστικοποίηση, περιοχή δέλτα, ορεινή περιοχή, ροή ποταμού, παράκτια ζώνη, ερημοποίηση και λεκάνη απορροής. Σε αυτές τις κατηγορίες γίνετε προσπάθεια να απαντηθούν οι λόγοι που οδηγούν στης αλλαγές των καλύψεων χρήσης γης.&lt;br /&gt;
*Βλάστηση: Σε αυτήν την κατηγορία ανήκουν οι δασικές και γεωργικές εκτάσεις και τα προγράμματα φυτειών μεγάλης κλίμακας όπως οπωρώνες.&lt;br /&gt;
*Αστικοποίηση: Αυτή η κατηγορία βασίζεται σε έρευνες που έγιναν για τις πόλεις και την αστική εξάπλωση&lt;br /&gt;
*Περιοχή δέλτα: Σε αυτήν την ενότητα ανήκουν οι εκβολές ποταμών και οι περιοχές με δέλτα ποταμών&lt;br /&gt;
*Ορεινές περιοχές: Εδώ αναφέρονται ψηλές και χαμηλές απότομες ορεινές και λοφώδεις περιοχές&lt;br /&gt;
*Ροές ποταμού: Εδώ συμπεριλαμβάνονται περιοχές που έχουν πληγεί από πλημμύρες και τα ποτάμια&lt;br /&gt;
*Παράκτιες ζώνες: Στην κατηγορία αυτή είναι οι ακτογραμμές, οι θαλάσσιες περιοχές και οι γύρω περιοχές που εμπίπτουν σε αυτές&lt;br /&gt;
*Ερημοποίηση: Εδώ εξετάζονται οι περιοχές με ξηρασία και η ξηρασία&lt;br /&gt;
*Λεκάνες απορροής: Εδώ αναλογούν οι περιοχές με λεκάνη απορροής&lt;br /&gt;
Στον παρακάτω πίνακα αποτυπώνονται όλες οι μελέτες σε κάθε μια κατηγορία που έγιναν το τι τεχνική ταξινόμηση χρησιμοποίησαν, η ακρίβεια, οι χρονολογία που έγινε η μελέτη και το αποτέλεσμα&lt;br /&gt;
&lt;br /&gt;
'''Ανάλυση την βιβλιογραφικής ανασκόπησης:'''&lt;br /&gt;
&lt;br /&gt;
Στην προηγούμενη ενότητα εξετάστηκαν 8 περιοχές με πολλές διαφορετικές τεχνικές ανίχνευσης αλλαγών. Σε αυτήν την ενότητα γίνετε αξιολόγηση της πιο συχνά χρησιμοποιούμενης μεθόδου ανίχνευσης αλλαγών. Αυτή η μέθοδος είναι η ταξινόμηση με την εποπτευόμενη ταξινόμηση μέγιστης πιθανότητας. Ενώ κάποιες άλλες μελέτες έχουν εφαρμογή ανίχνευση αλλαγών μετά την ταξινόμηση με εποπτευόμενη ταξινόμηση ελάχιστης απόστασης και  με μηχανή υποστήριξης διανυσμάτων. Σε λίγες μελέτες παρατηρείται να έχει εφαρμοστεί τεχνική ανίχνευσης αλλαγών πριν από την ταξινόμηση για ένα μεμονωμένο χαρακτηριστικό γης. Η συγκριτική ανάλυση των μεθόδων ανίχνευσης αλλαγών προσαρμόζεται για να δικαιολογεί την καλύτερη μέθοδο αποτελεσμάτων αξιολογικής ακρίβειας όπως προτείνεται σε κάποιες μεθόδους. Τα δεδομένα τηλεπισκόπησης ποικίλλουν πάντα σε χωρικές, ραδιομετρικές, φασματικές, χρονικές αναλύσεις και διαφορετικούς τύπους αισθητήρων που μπορεί να προκαλέσουν σφάλματα στην ταξινόμηση εικόνας, επομένως η επιλογή των κατάλληλων μεθόδων ανίχνευσης αλλαγών είναι πολύ απαραίτητη. Όπως συμπεραίνεται σε αυτή τη βιβλιογραφία τα ταξινομημένα δεδομένα τηλεπισκόπησης είτε εποπτευόμενης είτε χωρίς επίβλεψη στην προ-ταξινόμηση είναι η καλύτερη μέθοδος για την ανίχνευση αλλαγών σε καλύψεις χρήσεων γης.&lt;br /&gt;
&lt;br /&gt;
'''Επιλογής της κατάλληλης μεθόδου ανίχνευσης αλλαγών:'''&lt;br /&gt;
&lt;br /&gt;
Στον τομέα της τηλεπισκόπησης, η ανάλυση μια εικόνας ράστερ για την επιλογή της κατάλληλης μεθόδου ανίχνευσης αλλαγών είναι σημαντική για την εξαγωγή χρήσιμων πληροφοριών αλλαγής των καλύψεων χρήσης γης. Τα ακατέργαστα δεδομένα της δορυφορικής εικόνας μπορεί να οδηγήσουν σε σφάλματα κατά την ταξινόμηση. Επομένος πριν από την ταξινόμηση πρέπει να αφαιρεθούν οι παραμορφώσεις. Γενικά, η οπτική ερμηνεία είναι το πρώτο βήμα στην τηλεπισκόπηση το οποίο πρέπει να ακολουθείται για την επιλογή των κατάλληλων μεθόδων ανίχνευσης αλλαγών με βάση τις ερευνητικές ανάγκες. Μέσω της οπτικής παρατήρησης μπορεί να γίνει αντιληπτό αν μια περιοχή είναι ένα ενιαίο χαρακτηριστικό η πολλαπλά χαρακτηριστικά. Για αυτό οι τεχνικές ανίχνευσης αλλαγών χωρίζονται περαιτέρω σε προσεγγίσεις πριν και μετά την ταξινόμηση. Οι τεχνικές μετά-ταξινόμησης για την ανίχνευση αλλαγών είναι συνήθως πιο δύσκολες και χρονοβόρες αλλά παράγουν καλύτερα και πιο ποιοτικά αποτελέσματα μαζί με μια σειρά αλλαγών. Σύμφωνα και με τον Πίνακα 2, η υποστήριξη διανυσματικής μηχανής, η μέγιστη πιθανότητα, το νευρωτικό δίκτυο και η απόσταση Mahalanobis υπερείχαν με υψηλή ακρίβεια και έπειτα έρχονται οι άλλες μελέτες. Έτσι, η καλύτερη επιλογή τεχνικής ανίχνευσης αλλαγών μετά την ταξινόμηση είναι η μέγιστη πιθανότητα. &lt;br /&gt;
&lt;br /&gt;
'''Θεματική αξιολόγηση ακρίβειας:'''&lt;br /&gt;
&lt;br /&gt;
Μέθοδοι αξιολόγησης ακρίβειας χρησιμοποιούνται για την επικύρωση των διαδικασιών ταξινόμησης χαρτών καλύψεων χρήσεων γης. Αυτές οι αξιολογήσεις μπορούν να προκύψουν ποιοτικά, που σημαίνει σύγκριση του ταξινομημένου χάρτη με την επιτόπια κατάσταση η μπορεί να γίνει ποσοτικά για τον προσδιορισμό και την ποσοτικοποίηση συγκρίνοντας δεδομένα ταξινόμησης των χαρτών με δεδομένα αναφοράς. Γενικά η αξιολόγηση της ακρίβειας ανίχνευσης αλλαγών καλύψεων χρήσεων γης στα δεδομένα τηλεπισκόπησης παίζει μεγάλο ρόλο στην τηλεπισκόπηση. &lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα:'''&lt;br /&gt;
&lt;br /&gt;
Οι πολυφασματικές δορυφορικές εικόνες με τον ίδιο αισθητήρα αποτελούν προϋπόθεση για τον προσδιορισμό της αλλαγής και την επιλογή των κατάλληλων αλγορίθμων ανίχνευσης αλλαγών για να επιτευχθούν καλά αποτελέσματα. Η ανάλυση για την επιλογή της κατάλληλης ανίχνευσης αλλαγών είναι ένα θέμα που ασχολούνται πολλοί ερευνητές. Σε αυτήν την μελέτη υπάρχει μια λεπτομερή ανασκόπηση των μεθόδων ανίχνευσης αλλαγών που εφαρμόζονται σε διάφορες περιοχές μελέτης, αλλά δεν υπάρχει καμία μέθοδος ανίχνευσης μεμονωμένων αλλαγών που εφαρμόζεται σε όλες τις περιπτώσεις εκτός από την προσέγγιση μετά την ταξινόμηση. Οι τεχνικές μετά την ταξινόμηση χρησιμοποιούνται ευρέως και έχουν μεγάλη συνολική ακρίβεια. Σε αυτήν την μελέτη πολλές μέθοδοι ανίχνευσης αλλαγών έχουν εφαρμοστεί για την αξιολόγηση, την παρακολούθηση και την ταξινόμηση των αλλαγών στις καλύψεις χρήσεων γης. Κατά την διάρκεια της έρευνας καταλήγουμε στο συμπέρασμα ότι η μέγιστη πιθανότητα είναι η καλύτερη μέθοδος ανίχνευσης αλλαγών μετά την ταξινόμηση. Το κύριο εύρημα της μελέτης είναι ότι όλες οι μέθοδοι δεν είναι 100% ακριβείς, αλλά η μετά-ταξινόμηση παρέχει χρήσιμές πληροφορίες και θα πρέπει να θεωρείται ως συμπληρωματικό στοιχείο σε σύγκριση με άλλα. Για αυτό προτείνεται να εφαρμόζεται αυτή η μέθοδος για να λάβουν τα αξιοσημείωτα αποτελέσματα που θα βοηθήσουν στην υψηλή θεματική ακρίβεια και τα αποδεκτά αποτελέσματα για την αποφυγή περαιτέρω απωλειών. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:Ανίχνευση μεταβολών αστικής γης]]&lt;/div&gt;</summary>
		<author><name>Liasos80</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%95%CE%B9%CE%BA%CF%8C%CE%BD%CE%B1_5.3.png</id>
		<title>Αρχείο:Εικόνα 5.3.png</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%95%CE%B9%CE%BA%CF%8C%CE%BD%CE%B1_5.3.png"/>
				<updated>2022-02-04T11:35:24Z</updated>
		
		<summary type="html">&lt;p&gt;Liasos80: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Liasos80</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%95%CE%B9%CE%BA%CF%8C%CE%BD%CE%B1_5.2.png</id>
		<title>Αρχείο:Εικόνα 5.2.png</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%95%CE%B9%CE%BA%CF%8C%CE%BD%CE%B1_5.2.png"/>
				<updated>2022-02-04T11:35:11Z</updated>
		
		<summary type="html">&lt;p&gt;Liasos80: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Liasos80</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%95%CE%B9%CE%BA%CF%8C%CE%BD%CE%B1_5.1.png</id>
		<title>Αρχείο:Εικόνα 5.1.png</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%95%CE%B9%CE%BA%CF%8C%CE%BD%CE%B1_5.1.png"/>
				<updated>2022-02-04T11:35:00Z</updated>
		
		<summary type="html">&lt;p&gt;Liasos80: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Liasos80</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B5%CF%87%CE%BD%CE%B9%CE%BA%CE%AE_%CE%B1%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7%CF%82_%CE%B1%CE%BB%CE%BB%CE%B1%CE%B3%CE%AE%CF%82_%CE%BA%CE%AC%CE%BB%CF%85%CF%88%CE%B7%CF%82_%CE%B5%CE%B4%CE%AC%CF%86%CE%BF%CF%85%CF%82:_%CE%9F%CF%80%CF%84%CE%B9%CE%BA%CE%AD%CF%82_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CE%B5%CF%82_%CF%80%CE%BF%CE%BB%CF%8D_%CF%85%CF%88%CE%B7%CE%BB%CE%AE%CF%82_%CE%B1%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7%CF%82:_%CE%9C%CE%B9%CE%B1_%CE%B1%CE%BD%CE%B1%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7</id>
		<title>Τεχνική ανίχνευσης αλλαγής κάλυψης εδάφους: Οπτικές εικόνες πολύ υψηλής ανάλυσης: Μια ανασκόπηση</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B5%CF%87%CE%BD%CE%B9%CE%BA%CE%AE_%CE%B1%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7%CF%82_%CE%B1%CE%BB%CE%BB%CE%B1%CE%B3%CE%AE%CF%82_%CE%BA%CE%AC%CE%BB%CF%85%CF%88%CE%B7%CF%82_%CE%B5%CE%B4%CE%AC%CF%86%CE%BF%CF%85%CF%82:_%CE%9F%CF%80%CF%84%CE%B9%CE%BA%CE%AD%CF%82_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CE%B5%CF%82_%CF%80%CE%BF%CE%BB%CF%8D_%CF%85%CF%88%CE%B7%CE%BB%CE%AE%CF%82_%CE%B1%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7%CF%82:_%CE%9C%CE%B9%CE%B1_%CE%B1%CE%BD%CE%B1%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7"/>
				<updated>2022-02-04T11:29:01Z</updated>
		
		<summary type="html">&lt;p&gt;Liasos80: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα:Εικόνα_3.1.png|thumb|right|Εικόνα 1: Συνοπτική περίληψη των κύριων τεχνικών ανίχνευσης αλλαγών εδάφους με εικόνες υψηλής ανάλυσης]]&lt;br /&gt;
[[Εικόνα:Εικόνα_3.2.png|thumb|right|Εικόνα 2: Περιγραφή δεικτών αξιολόγησης ποσοτικής σύγκρισης]]&lt;br /&gt;
&lt;br /&gt;
&amp;lt;h2&amp;gt;Land Cover Detection Techniques: Very-High-Resolution Optical Images: A review&amp;lt;/h2&amp;gt;&lt;br /&gt;
&lt;br /&gt;
Zhiyong Lv, Jon Alti Benediktsson, Tongfei Liu and Nicola Falco&lt;br /&gt;
&lt;br /&gt;
πηγή: [[https://www.researchgate.net/publication/353106997_Land_Cover_Change_Detection_Techniques_Very-High-Resolution_Optical_Images_A_Review]] &lt;br /&gt;
&lt;br /&gt;
&amp;lt;h3&amp;gt;Μετάφραση και περίληψη:&amp;lt;/h3&amp;gt;&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή:'''&lt;br /&gt;
&lt;br /&gt;
Η ανίχνευση των αλλαγών στην κάλυψη του εδάφους με εικόνες τηλεπισκόπησης είναι μια σημαντική εφαρμογή παρατήρηση των δεδομένων της γης, καθώς παρέχει πολλές πληροφορίες για το περιβάλλον, την υγεία, την υπερθέρμανση του πλανήτη και την διαχείριση της πόλης. Πιο συγκεκριμένα, οι εικόνες υψηλής ανάλυσης μπορούν να πάρουν λεπτομέρειες από ένα αντικείμενο εδάφους και έτσι να υπάρχει δυνατότητα να ανιχνευτεί με λεπτομέρεια η αλλαγή στην κάλυψη της γης. Παρόλα αυτά οι υψηλής ανάλυσης εικόνες μπορεί να παρέχουν καλή χωρική ανάλυση αλλά έχουν περιορισμένες φασματικές πληροφορίες. Επομένος, στην παρατήρηση των  αλλαγών των καλύψεων του εδάφους με βέλτιστές εικόνες υψηλής ανάλυσης υπάρχει κακή απόδοση. Έχουν γίνει πολλές μελέτες τις τελευταίες δεκαετίες για να μειωθεί η θόρυβος, να μειωθούν οι ψευδοαλλαγές και να διατηρηθούν οι λεπτομέρειες των χαρτών ανίχνευσης με εικόνες υψηλής ανάλυσης. Σε αυτό το άρθρο θα γίνει μια ανασκόπηση των βασικών ζητημάτων για την κατανόηση της ανίχνευση αλλαγών κάλυψης εδάφους με εικόνες υψηλής ανάλυσης. Πολλές βασικές μεθοδολογίες συγκρίνονται με τα τρία ζεύγη πραγματικών βέλτιστων εικόνων υψηλής ανάλυσης. Τελικά, αναλύονται οι μελλοντικές προκλήσεις και οι ευκαιρίες που μπορούν να εφαρμοστούν στην ανίχνευση αλλαγών κάλυψης του εδάφους με εικόνες υψηλής ανάλυσης. &lt;br /&gt;
&lt;br /&gt;
'''Εικόνες υψηλής ανάλυσης:'''&lt;br /&gt;
&lt;br /&gt;
Πολλές πλατφόρμες όπως το QuickBird, GeoEye, Worldview και μη επανδρωμένα εναέρια οχήματα, μπορούν να καταγράψουν λεπτομέρειες εδάφους με εικόνες υψηλής ανάλυσης δεδομένης της σημαντικής προόδου της τεχνολογίας. Οι εικόνες υψηλής ανάλυσης αναφέρονται στο εύρος ανάλυσης από το υψόμετρο έως πολλά μέτρα. Αυτές οι εικόνες μπορούν να απεικονίσουν επιπρόσθετες λεπτομέρειες εδάφους ωστόσο, η υψηλή ανάλυση δεν σημαίνει αυτόματα και ακρίβεια ανίχνευσης. Μια εικόνα υψηλής ανάλυσης έχει μια λεπτή ανάλυση στο χωρικό πεδίο και μια αδρή ανάλυση στο φασματικό τομέα. Σε αυτό το άρθρο επικεντρωνόμαστε στην ανασκόπηση μεθόδων αλλαγής της κάλυψης του εδάφους με εικόνες υψηλής ανάλυσης που παρέχουν μια επισκόπηση της ανάπτυξης της μεθοδολογίας. &lt;br /&gt;
&lt;br /&gt;
'''Μεθοδολογία:'''&lt;br /&gt;
&lt;br /&gt;
Αρχικά καθορίστηκαν κάποιοι κανόνες για να ανακτηθούν άρθρα με αλλαγή της κάλυψης του εδάφους με εικόνες υψηλής ανάλυσης. Οι περιορισμοί που εφαρμόστηκαν είναι:&lt;br /&gt;
*Όλα τα άρθρα είναι από Web of Science και έχουν δημοσιευθεί από το 2001 μέχρι το 2019&lt;br /&gt;
*Οι τίτλοι πρέπει να περιέχουν «υψηλή ανάλυση» ή/και «ανίχνευση αλλαγών». Οι «διχρονικές εικόνες» και οι εικόνες τηλεπισκόπησης» χρησιμοποιήθηκαν για τη βελτίωση των αποτελεσμάτων αναζήτησης&lt;br /&gt;
*Εάν στον τίτλο υπήρχε το «αντικείμενο» και ή «ανίχνευση αλλαγών» τότε το άρθρο αυτό επιλεγόταν για ανάλυση&lt;br /&gt;
Άσχετα άρθρα που αναφέρουν εντοπισμό αλλαγών με βάση ραντάρ συνθετικού διαφράγματος, βιολογικές εικόνες ή εικόνες ακτινών Χ, χαρτογράφηση καλύψεων γης εξαιρέθηκαν με μη αυτόματο τρόπο από τα αποτελέσματα. Με βάση αυτά τα κριτήρια και τους περιορισμούς επιλέχθηκαν 356 άρθρα.&lt;br /&gt;
&lt;br /&gt;
'''Κυριότερες τεχνικές ανίχνευσης αλλαγών κάλυψης του εδάφους με εικόνες υψηλής ανάλυσης:'''&lt;br /&gt;
&lt;br /&gt;
Καθώς η ανίχνευση των αλλαγών του εδάφους αναφέρεται σε δυο εικόνες πριν και μετά της ίδιας περιοχής ή πολλές εικόνες της ίδιας περιοχής σε διαφορετικές χρονικές στιγμές απαιτείται προεπεξεργασία αυτόν. Αυτό γίνετε για την μείωση των ψευδοαλλαγών που προκαλούνται από σφάλματα γεωμετρικής ανάκλασης. Στην ανίχνευση των αλλαγών εδάφους με εικόνες υψηλής ανάλυσης η γεωμετρική συνεγράφη μεταξύ των εικόνων όσο αφορά την θέση είναι μια σημαντική προεπεξεργασία επειδή η λάθος καταχώριση θα φέρει προβλήματα στον χάρτη. Σε γενικές γραμμές απαιτούνται σημεία ελέγχου για την επίτευξη συνκαταχώρισης, τα σημεία αυτά συλλέγονται από παρόχους δεδομένων. Παρόλο που πολλές μελέτες έχουν αναφερθεί σε ραδιομετρική διόρθωση ως απαραίτητο βήμα προεπεξεργασία στην ανίχνευση αλλαγών εδάφους με εικόνες υψηλής ανάλυσης εξακολουθούν να μην είναι διαθέσιμα. Έτσι θεωρούμε ότι δεν υπάρχει ραδιομετρική διαφορά μεταξύ των δύο εικόνων. Ένας μεγάλος αριθμός μελετών έδειξε ότι η χρήση χωρικών πληροφοριών μπορεί να βοηθήσει στη βελτίωση της ανίχνευσης αλλαγών εδάφους με εικόνες υψηλής ανάλυσης. Η ανάλυση του γειτονικού πλαισίου έχει κάποια πλεονεκτήματα και μειονεκτήματα και αυτό μελετήθηκε με 4 τρόπους. Με τακτικό πλαίσιο γειτονίας, με γειτονιά πολλαπλών κλιμάκων, προσαρμοστική γειτονιά και με διανυσματικές μεθόδους μέσο υπολογιστή. Στον παρακάτω πίνακα παρουσιάζονται οι 4 αυτοί τρόποι, ο ορισμός και οι τεχνικές που χρησιμοποιούν, τα πλεονεκτήματα και τα μειονεκτήματα αυτών.&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα της ανίχνευσης αλλαγών εδάφους και της αξιολόγησης της απόδοσης:'''&lt;br /&gt;
&lt;br /&gt;
Υπάρχουν 2 είδη χαρτών ανίχνευσης αλλαγών εδάφους σε πρακτικές εφαρμογές. Ο ένας είναι χάρτης δυαδικής αλλαγής και περιγράφει το σχήμα, το μέγεθος και περιγράφει την αλλαγή της κάλυψης της γης. Ο άλλος χάρτης είναι χάρτης ανίχνευσης πολλαπλών αλλαγών. Σε αυτήν την προσέγγιση επιτυγχάνεται απευθείας σύγκριση των χαρτών ταξινόμησης διαφορετικών χρονικών εικόνων. Συνοπτικά, η αξιολόγηση της ακρίβειας είναι ποσοτική μέτρηση. Αυτή η ποσοτική μέτρηση είναι επιτυχημένη αν συγκριθεί το αποτέλεσμα της με τον αντίστοιχο χάρτη αλήθειας του εδάφους. Στον παρακάτω πίνακα απεικονίζονται οι 9 δείκτες που χρησιμοποιούνται για την αξιολόγηση της ποσοτικής σύγκρισης.&lt;br /&gt;
&lt;br /&gt;
'''Πειράματα:'''&lt;br /&gt;
&lt;br /&gt;
Για να διερευνηθεί η απόδοση των προσεγγίσεων στην ανίχνευση των αλλαγών εδάφους με εικόνες υψηλής ανάλυσης συγκρίνονται 8 ευρέως χρησιμοποιούμενες προσεγγίσεις. Αυτές οι μέθοδοι είναι 3 χωρίς επίβλεψη και 5 εποπτευόμενες μέθοδοι. Οι αλγόριθμοι εφαρμόστηκαν σε τρία πολυχρονικά σύνολα δεδομένων. Το πρώτο ήταν από τον δορυφόρο QuickBird και τα άλλα δυο από αερομεταφερόμενες αποκτήσεις. Οι αποδόσεις κάθε αλγορίθμου αξιολογήθηκαν με τους 9 δείκτες που περιγράφονται στον πίνακα 2. Ωστόσο πολλοί διαφορετικοί δείκτες αναμένονται να συμπεριληφθούν για μια πιο ολοκληρωμένη αξιολόγηση. Αυτό που παρατηρείται είναι ότι 1) Οι διαφορετικές προσεγγίσεις έχουν ποικίλες επιδόσεις σε ανόμοια σύνολα δεδομένων και 2) διαφορετικές μέθοδοι έχουν διαφορετικές ακρίβειες για ένα συγκεκριμένο σύνολο δεδομένων με όρους διαφορετικών δεικτών.  &lt;br /&gt;
&lt;br /&gt;
'''Συζήτηση:'''&lt;br /&gt;
&lt;br /&gt;
Για την ανασκόπηση της ανίχνευσης αλλαγών εδάφους με εικόνες υψηλής ανάλυσης αναλύθηκαν τα άρθρα που αναφέρονται. Σε αυτά τα άρθρα συζητήθηκαν οι ακόλουθές πλευρές πάνω στην τεχνολογία, στην εφαρμογή, στα σύνολα των δεδομένων και την αξιολόγηση ακρίβειας. &lt;br /&gt;
'''Προκλήσεις και ευκαιρίες:'''&lt;br /&gt;
&lt;br /&gt;
Παρά τις πολυάριθμες προσεγγίσεις για την ανίχνευση αλλαγών εδάφους με εικόνες υψηλής ανάλυσης που έχουν αναπτυχθεί υπάρχουν πολλές προκλήσεις στις πρακτικές εφαρμογές. Στην μελέτη αυτή αυτά φαίνονται σαν ευκαιρίες και συζητήθηκαν από την οπτική γωνία των ερευνητών. Οι προκλήσεις και οι ευκαιρίες που παρουσιάζονται είναι οι εξής:&lt;br /&gt;
*Στην ραδιομετρική διόρθωση απαιτείται να δοθεί περισσότερη προσοχή&lt;br /&gt;
*Η ανίχνευση αλλαγών εδάφους με δύο εικόνες διαφορετικής ανάλυσης είναι ελκυστικές σε πρακτικές εφαρμογές&lt;br /&gt;
*Η αυτοματοποίηση των μεθόδων ανίχνευσης αλλαγών εδάφους πρέπει να βελτιωθεί σε πρακτικές εφαρμογές&lt;br /&gt;
*Θα αλλάξει η ανάλυση της πρόβλεψης τάσεων με εικόνες υψηλής ανάλυσης και θα γίνει ένα ενδιαφέρον θέμα σε μελλοντικές μελέτες&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα:'''&lt;br /&gt;
&lt;br /&gt;
Η ανίχνευση αλλαγών του εδάφους με εικόνες υψηλής ανάλυσης παίζει μεγάλο ρόλο στην τηλεπισκόπηση. Αυτή η προσέγγιση παρέχει μια ευκαιρία να ανακαλυφθούν, να περιγράφουν και να αναλυθούν οι αλλαγές στην κάλυψη της γης. Η ταχεία ανάπτυξη της τηλεπισκόπησης έχει δώσει τη βολική διαθεσιμότητα εικόνων υψηλής ανάλυσης. Οι εικόνες αυτές έχουν μια σημαντική πηγή δεδομένων για την ανίχνευση αλλαγών της κάλυψης της γης. Είναι απαραίτητο να αυξηθεί η δημοτικότητα της ανίχνευσης των αλλαγών του εδάφους με εικόνες υψηλής ανάλυσης. Σε αυτό το άρθρο αναλύθηκαν τα προβλήματα ανίχνευσης αλλαγών εδάφους με εικόνες υψηλής ανάλυσης και αναλύθηκαν ως προς τους αλγόριθμους, τα σύνολα δεδομένων και τις εφαρμογές Στην συνέχεια συζητήθηκαν οι προκλήσεις και οι ευκαιρίες. Αυτή η μελέτη μας παρέχει μια επισκόπηση των διαθέσιμων μεθόδων ανίχνευσης των αλλαγών του εδάφους με εικόνες υψηλής ανάλυσης. Τα χαρακτηριστικά των περιοχών μελέτης αναφέρονται στις αντίστοιχες μεθόδους στην βιβλιογραφία. Γενικά, πολλά ζητήματα, όπως η εφαρμογή μια προηγμένης μεθόδου ραδιομετρικής διόρθωσης στην προεπεξεργασία δύο εικόνων για τη μείωση της ραδιομετρικής διαφοράς απαιτεί περαιτέρω έρευνα και ανάλυση.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:Ανίχνευση μεταβολών αστικής γης]]&lt;/div&gt;</summary>
		<author><name>Liasos80</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%95%CE%B9%CE%BA%CF%8C%CE%BD%CE%B1_3.2.png</id>
		<title>Αρχείο:Εικόνα 3.2.png</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%95%CE%B9%CE%BA%CF%8C%CE%BD%CE%B1_3.2.png"/>
				<updated>2022-02-04T11:28:56Z</updated>
		
		<summary type="html">&lt;p&gt;Liasos80: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Liasos80</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%95%CE%B9%CE%BA%CF%8C%CE%BD%CE%B1_3.1.png</id>
		<title>Αρχείο:Εικόνα 3.1.png</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%95%CE%B9%CE%BA%CF%8C%CE%BD%CE%B1_3.1.png"/>
				<updated>2022-02-04T11:28:44Z</updated>
		
		<summary type="html">&lt;p&gt;Liasos80: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Liasos80</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CF%87%CF%8E%CF%81%CF%89%CE%BD_%CF%80%CF%81%CE%B1%CF%83%CE%AF%CE%BD%CE%BF%CF%85:_%CE%9C%CE%B9%CE%B1_%CE%B1%CE%BD%CE%B1%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7</id>
		<title>Τηλεπισκόπηση αστικών χώρων πρασίνου: Μια ανασκόπηση</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CF%87%CF%8E%CF%81%CF%89%CE%BD_%CF%80%CF%81%CE%B1%CF%83%CE%AF%CE%BD%CE%BF%CF%85:_%CE%9C%CE%B9%CE%B1_%CE%B1%CE%BD%CE%B1%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7"/>
				<updated>2022-02-04T11:26:14Z</updated>
		
		<summary type="html">&lt;p&gt;Liasos80: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα:Εικόνα_2.1.png|thumb|right|Εικόνα 1: Η μεθοδολογία που ακολουθήθηκε]]&lt;br /&gt;
&lt;br /&gt;
&amp;lt;h2&amp;gt;Remote sensing of urban green spaces: A review&amp;lt;/h2&amp;gt; &lt;br /&gt;
&lt;br /&gt;
Amir Reza Shahtahmassebi, Chenlu Li, Yifan Fan, Yani Wu, Yue lin, Muye Gan, Ke Wang, Arunima Malik, George Alan Blackburn&lt;br /&gt;
&lt;br /&gt;
πηγή: [[https://www.sciencedirect.com/science/article/abs/pii/S1618866720307639?casa_token=cKdG8U4RdGEAAAAA:FNPB9qMvmKtnTP5FKIi6zHOAYlcTuGiutpmytILGYOeZbtFQKjZfjfS9iQtlnylisL8T1Mxk]]&lt;br /&gt;
&lt;br /&gt;
&amp;lt;h3&amp;gt;Μετάφραση και περίληψη:&amp;lt;/h3&amp;gt;&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή:'''&lt;br /&gt;
&lt;br /&gt;
Σύμφωνα με μελέτες οι κάτοικοι των αστικών περιοχών θα αποτελούν το 70% του παγκόσμιου πληθυσμού έως το 2050. Το γεγονός αυτό πολύ πιθανό να οδηγήσει σε περιβαλλοντικά προβλήματα στις πόλεις. Για τον μετριασμό αυτού του προβλήματος μπορούν να βοηθήσουν οι αστικοί πράσινοι χώροι. Οι χώροι αυτοί είναι τα φυσικά, ημιφυσικά και τεχνητά συστήματα εντός γύρω και μεταξύ των αστικών περιοχών κάθε χωρικής κλίμακας. Για να βγουν θετικά αποτελέσματα από όλο αυτό θα πρέπει να προστατευτούν οι ήδη υπάρχων αστικοί πράσινοι χώροι και ταυτόχρονα να αναπτυχθούν και άλλοι. Ως εκ τούτου οι αστικοί πράσινοι χώροι είναι ζωτικής σημασίας για την αστική επιστήμη, όπως είναι ο σχεδιασμός, η διαχείριση και η δημόσια υγεία. Τρόποι εντοπισμού των αστικών πράσινων χώρων είναι η επιτόπια προσέγγιση η οποία είναι χρονοβόρα και δαπανηρή, ωστόσο ο καλύτερος τρόπος αποδείχθηκε η τηλεπισκόπιση και η παρατήρηση από αεροφωτογραφίες. Σε αυτό το άρθρο θα μάθει κανείς την καλύτερη χρήση των δεδομένων τηλεπισκόπησης και θα διεγείρουν τους ερευνητές να αναλύσουν την σχέση μεταξύ των δεδομένων αυτών και των αστικών πράσινων χώρων. Τέσσερα βασικά ερωτήματα εξετάζονται:&lt;br /&gt;
*Πώς και γιατί η χρήση της τηλεπισκόπησης στις μελέτες των χώρων αστικού πρασίνου ποικίλλει με την πάροδο του χρόνου και του χώρου&lt;br /&gt;
*Ποια είναι τα κύρια τεχνικά ζητήματα κατά τη χρήση της τηλεπισκόπησης για τη μελέτη των αστικών χώρων πρασίνου&lt;br /&gt;
*Ποιοι είναι οι κύριοι θεματικοί τομείς εφαρμογής για την τηλεπισκόπηση των αστικών χώρων πρασίνου&lt;br /&gt;
&lt;br /&gt;
'''Μεθοδολογία:'''&lt;br /&gt;
&lt;br /&gt;
Ο τρόπος που συλλέχθηκαν στοιχεία σε αυτήν την εργασία βασίστηκε στις κατευθυντήριες γραμμές των αναλυτών Pullin και Stewart. Η συλλογή και η ανάλυση των δεδομένων έγιναν κατά τα βήματα: &lt;br /&gt;
*Συλλογή: Συγκέντρωση άρθρων με λέξεις κλειδιά μεταξύ 1982 και 2019 (1982 αρχή χρήσης τηλεπισκόπησης)&lt;br /&gt;
*Βελτιοποίηση: 1500 εργασίες συλλέχθηκαν και εξετάστηκαν ανεξάρτητα από εννέα κριτές για τον εντοπισμό των κατάλληλων μελετών. Τα κριτήρια που χρησιμοποιήθηκαν ήταν τα δεδομένα και τεχνικές τηλεπισκόπησης που θα πρέπει να είναι εντός του πλαισίου για την μελέτη των αστικών χώρων πρασίνου. Η έρευνα θα πρέπει να διερευνήσει την επίδραση της χρονικής, χωρικής, φασματικής προεπεξεργασίας και κόστους αποτελεσματικότητας στις μελέτες των αστικών χώρων πρασίνου. Τέλος η έρευνα πρέπει να παρουσιάζει θεματικές περιοχές εφαρμογής για τηλεπισκόπηση των αστικών χώρων πρασίνου. Όλα όσα ειπώθηκαν στις ενότητες εξετάστηκαν από κριτές. Η μελέτη αυτή κατέληξε σε 136 επιλεγμένες εργασίες.&lt;br /&gt;
*Στατιστική ανάλυση: Όλες οι εργασίες που συμπεριλήφθηκαν στην ανασκόπηση αναλύθηκαν ανά έτος δημοσίευσης, χώρα, απαιτήσεις τηλεπισκόπησης δεδομένων, όνομα αισθητήρων, αναλυτικές μεθόδους και θεματικές ομάδες.&lt;br /&gt;
*Παρουσίαση αποτελεσμάτων και συζήτηση&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα:'''&lt;br /&gt;
&lt;br /&gt;
Σύμφωνα με τα ερωτήματα που τέθηκαν θα βγουν και τα αντίστοιχα αποτελέσματα:&lt;br /&gt;
&lt;br /&gt;
&amp;lt;ol&amp;gt;&lt;br /&gt;
&amp;lt;li&amp;gt;'''Πώς και γιατί η χρήση της τηλεπισκόπησης στις μελέτες των χώρων αστικού πρασίνου ποικίλλει με την πάροδο του χρόνου και του χώρου''':&lt;br /&gt;
Η έλλειψη κατάλληλων τεχνικών επεξεργασία εικόνας πριν το 2001 θα μπορούσε να έχει εμποδίσει την πρόοδο προς την εφαρμογή αυτών των δεδομένων για τις περιοχές αστικού πρασίνου. Για αυτό και παρατηρείται μια τεράστια αύξηση στα άρθρα που γράφουν για τους αστικούς χώρους πρασίνου στις αρχές του 21αιώνα. Σε αυτό έπαιξε ρόλο η αυξημένη διαθεσιμότητα τεχνολογίας τηλεπισκόπησης και η υψηλή χωρική ανάλυση. Επιπλέον αυτές οι εικόνες υψηλής ανάλυσης έχουν γίνει διαθέσιμες και δωρεάν στο ευρύ κοινό. Δεύτερον υπάρχει ένας συνδυασμός ανίχνευσης και εμβέλειας φωτός με τις τεχνολογίες υπερφασματικής τηλεπισκόπησης. Τρίτον το κόστος έχει μειωθεί έως και είναι δωρεάν μετά το 2009. Τέταρτον ο Ευρωπαϊκός Οργανισμός Διαστήματος έχει εφαρμόσει το πρόγραμμα Copernicus με μια πολιτική ελεύθερης και ανοιχτής πρόσβασης με εικόνες μέσης χωρικής ανάλυσης οι οποίες ήταν ευεργετικές σε πολλές μελέτες αστικών χώρων πρασίνου. Τα αποτελέσματα αυτά μέσων των τεσσάρων βασικών εξελίξεων φαίνονται βάση της αύξησης των δημοσιεύσεων που έχουν εκμεταλλευτεί αυτές τις τεχνικές δυνατότητες για τη μελέτη των αστικών χώρων πρασίνου. Ένας επιπλέον λόγος για την αύξηση των μελετών είναι ότι αρκετοί διεθνείς οργανισμοί κάνουν εκτεταμένες έρευνες των αστικών περιοχών πρασίνου.&lt;br /&gt;
&amp;lt;li&amp;gt;'''Ποια είναι τα κύρια τεχνικά ζητήματα κατά τη χρήση της τηλεπισκόπησης για τη μελέτη των αστικών χώρων πρασίνου''':&lt;br /&gt;
Οι κατηγορίες και οι θεματικές περιοχές των αστικών χώρων πρασίνου έχουν σημαντικό αντίκτυπο στη διερεύνηση που βασίζεται στην τηλεπισκόπιση. Οι χώροι αστικού πρασίνου χωρίζονται σε δύο κατηγορίες, τα μεσαία έως μεγάλης κλίμακας πάρκα και αστικά δάση και τα μικρής κλίμακας όπως κήποι και το πράσινο της αυλής. Αυτό και άλλα τεχνικά ζητήματα πρέπει να ληφθούν για να καθοριστεί η κατάλληλη προσέγγιση μελετών τηλεπισκόπησης. Σύμφωνα με την έρευνα οι περισσότερες μελέτες που χρησιμοποιούν υψηλή χωρική ανάλυση από 2μ έως 16μ έβγαλαν καλά αποτελέσματα (με αυτά να μειώνονται όσο χαμηλότερη η χωρική ανάλυση). Ωστόσο οι εικόνες με υψηλή χωρική ανάλυση δεν είναι ελεύθερες στο κοινό και έχουν μεγάλα ποσοστά σκιάς που καλύπτει μεγάλες επιφάνειες αστικού πρασίνου. Αυτό μπορεί να αντισταθμιστεί σε ορισμένες προκλήσεις με την διαθεσιμότητα σε εικόνες μέσης χωρικής ανάλυσης. Η φασματική απόκριση των αστικών χώρων πρασίνου μπορεί να είναι πολύ ετερογενή με τα αστικά υλικά για αυτό απαιτούνται δεδομένα εξ αποστάσεως επαρκούς φασματικής ανάλυσης. Επίσης ο χρόνος λήψης εικόνας είναι πολύ σημαντικός παράγοντας λόγω των φυσικών κύκλων της βλάστησης που προκαλούν αλλαγές στην βιοχημεία των φύλλων και στη δομή του θόλου της βλάστησης. Τα συστήματα LiDAR επίσης προσφέρουν μια από τις πιο ακριβείς τεχνικές για τον χαρακτηρισμό των καλυμμάτων από τοπικές έως περιφερειακές κλίμακες. Οι εικόνες από δορυφόρους της Google Street View παρέχουν πολλές πληροφορίες σχετικά με τα οπτικά εφέ των χώρων αστικού πρασίνου στους πολίτες. Το Google Earth Engine είναι μια υπολογιστική πλατφόρμα γεωχωρικής επεξεργασίας που βασίζεται σε σύννεφο και προσφέρει δορυφορική ανάλυση και επεξεργασία δεδομένων GIS από τοπική έως παγκόσμια κλίμακα. Ακόμα η ατμόσφαιρα της γης επηρεάζει την επιφανειακή ανακυκλωμένη ακτινοβολία που καταγράφεται από τους δορυφορικούς αισθητήρες. Αυτό σε συνδυασμό με την επιβαρυμένη ατμόσφαιρας λόγω της μόλυνσης μπορεί να είναι επιζήμιο. Τέλος, η βασική λογική της χρήσης των εικόνων τηλεπισκόπησης σε μελέτες αστικού πρασίνου είναι η μείωση κόστους.&lt;br /&gt;
&amp;lt;li&amp;gt;'''Ποιες αναλυτικές τεχνικές έχουν χρησιμοποιηθεί στην τηλεπισκόπηση των αστικών χώρων πρασίνου''':&lt;br /&gt;
Τα αποτελέσματα μας δείχνουν ότι οι τεχνικές είναι υβριδικές μέθοδοι, ακολουθούμενες από ανάλυση εικόνας βάσει αντικειμένων, δείκτες κάλυψης γης και μέθοδοι κλασμάτων. Πολλοί συγγραφείς έχουν εφαρμόσει ανάλυση εικόνας βάσει αντικειμένων για την χαρτογράφηση χώρων αστικού πρασίνου. Ένα μεγάλο ρεύμα μελετών χρησιμοποιεί δείκτες κάλυψης γης για να χαρακτηρίσει τους χώρους αστικού πρασίνου. Τέλος μέθοδοι κλασμάτων έχουν χρησιμοποιηθεί σε πολλές μελέτες.&lt;br /&gt;
&amp;lt;li&amp;gt;'''Ποιοι είναι οι κύριοι θεματικοί τομείς εφαρμογής για την τηλεπισκόπηση των αστικών χώρων πρασίνου''':&lt;br /&gt;
Στην ενότητα αυτή εστιάζουμε στην ποικιλία των θεματικών περιοχών που σχετίζονται με τους χώρους αστικού πρασίνου. Αυτές οι κατηγορίες είναι η απογραφή και αξιολόγηση, η εκτίμηση βιομάζας και άνθρακα, η ανίχνευση αλλαγής, οι υπηρεσίες οικοσυστήματος, η συνολική χαρτογράφηση χώρων αστικού πρασίνου, η χαρτογράφηση ειδών και η τρισδιάστατη μοντελοποίηση.&lt;br /&gt;
&amp;lt;/ol&amp;gt;&lt;br /&gt;
&lt;br /&gt;
'''Διαβούλευση:'''&lt;br /&gt;
&lt;br /&gt;
Τα ευρήματα αυτής της ανασκόπησης έδειξαν ότι ο όγκος της επιστημονικής βιβλιογραφίας που σχετίζεται με την ανάλυση των χώρων αστικού πρασίνου με τη βοήθεια τηλεπισκόπησης αυξάνεται ραγδαία από το 2000. Αυτή η τάση κατέδειξε τη σημαντική συμβολή της επιστήμης της τηλεπισκόπησης στην παρακολούθηση, τον σχεδιασμό και διαχείριση των χώρων αστικού πρασίνου. Οι βασικές ανησυχίες που έχουν εντοπιστεί είναι: &lt;br /&gt;
*Η παρουσία σκιάς σε εικόνες υψηλής χωρικής ανάλυσης μπορεί να μειώσει την ακρίβεια χαρτογράφησης των χώρων αστικού πρασίνου&lt;br /&gt;
*Σε σύγκριση με την ανίχνευση ειδών οι μελέτες σχετικά με τη χρήση υπερφασματικών πληροφοριών σε χώρους αστικού πρασίνου βρίσκονται σε πρώιμο στάδιο&lt;br /&gt;
*Υπάρχει ανάγκη να αναπτυχθούν μέθοδοι για την εξαγωγή ενημερωτικών και έξυπνων πληροφοριών από το Google Street View&lt;br /&gt;
*Οι υπάρχουσες προσεγγίσεις χαρτογράφησης μπορεί να μην επαρκούν για την αποτύπωση της πολυπλοκότητας των χώρων αστικού πρασίνου&lt;br /&gt;
*Οι πολιτικές δεδομένων Copernicus, Landsat και Google Earth εγγυώνται τη συνεχή απόκτηση και διάδοση δεδομένων για δεκαετίες&lt;br /&gt;
*Αν και αυτή η ανασκόπηση κάλυψε τη συμβολή της τηλεπισκόπησης σε μελέτες των χώρων αστικού πρασίνου, δεν εξετάσαμε τις λεπτομερείς τεχνικές πτυχές&lt;br /&gt;
*Αν και αρκετές μελέτες έχουν δείξει ότι οι εικόνες SAR θα μπορούσαν να έχουν αξία στη χαρτογράφηση αστικής κάλυψης γης το δυναμικό τέτοιων δεδομένων ειδικά σε μελέτες των χώρων αστικού πρασίνου φαίνεται να υποεξετάζεται&lt;br /&gt;
*Αν και πολλές ερευνητικές προσπάθειες έχουν προσανατολιστεί προς τις εφαρμογές του GEE στη μελέτη των χώρων αστικού πρασίνου, υπάρχει μεγάλη ανάγκη για παροχή μιας ολοκληρωμένης σύγκρισης μεταξύ μιας σειράς τεχνικών στο GEE όσον αφορά την ανάλυση των χώρων αστικού πρασίνου&lt;br /&gt;
*Τα χώρων αστικού πρασίνου μικρής κλίμακας, όταν ληφθούν υπόψη στο σύνολό τους, μπορούν να αντιπροσωπεύουν σημαντικό αριθμό αστικών χώρων&lt;br /&gt;
Έχει αποδειχθεί ότι τα δεδομένα τηλεπισκόπησης προσφέρουν μια πολύτιμη πηγή πληροφοριών που επιτρέπει σε ερευνητές και διαχειριστές που εργάζονται με χώρων αστικού πρασίνου να προχωρήσουν πέρα από τις παραδοσιακές μεθόδους και να αντιμετωπίσουν προβλήματα μεγάλης κλίμακας.&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα:'''&lt;br /&gt;
&lt;br /&gt;
Αυτή η ανασκόπηση είχε ως στόχο να τονίσει τον ρόλο της τεχνολογίας της  τηλεπισκόπησης. Από αυτή την άποψη και ως εκ τούτου να χρησιμεύσει ως πιθανός οδηγός για διευθυντές και ερευνητές. Καθιερώθηκε μια συστηματική ανασκόπηση της βιβλιογραφίας για να συνοψιστεί και να αναλυθεί συνοπτικά: οι τάσεις στην τηλεπισκόπηση των χώρων αστικού πρασίνου στο χώρο και στο χρόνο, θεωρήσεις δεδομένων τηλεπισκόπησης στο πλαίσιο των χώρων αστικού πρασίνου, μεθόδους εξαγωγής πληροφοριών σχετικά με τους χώρους αστικού πρασίνου από δεδομένα τηλεπισκόπησης και διαφορετικές θεματικές περιοχές εφαρμογής για τηλεπισκόπηση χώρων αστικού πρασίνου. Η ανασκόπηση έδειξε ότι οι μελέτες έχουν χρησιμοποιήσει διάφορους τύπους τηλεπισκόπησης εικόνων για την εξαγωγή βασικών παραμέτρων που είναι απαραίτητες για την ανάλυση των περιοχών χώρων αστικού πρασίνου.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:Καταγραφή πρασίνου]]&lt;/div&gt;</summary>
		<author><name>Liasos80</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%95%CE%B9%CE%BA%CF%8C%CE%BD%CE%B1_2.1.png</id>
		<title>Αρχείο:Εικόνα 2.1.png</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%95%CE%B9%CE%BA%CF%8C%CE%BD%CE%B1_2.1.png"/>
				<updated>2022-02-04T11:23:33Z</updated>
		
		<summary type="html">&lt;p&gt;Liasos80: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Liasos80</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%9F%CE%BB%CE%BF%CE%BA%CE%BB%CE%B7%CF%81%CF%89%CE%BC%CE%AD%CE%BD%CE%B1_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CE%93%CE%B5%CF%89%CF%87%CF%89%CF%81%CE%B9%CE%BA%CE%AC_%CE%BC%CE%B5%CE%B3%CE%AC%CE%BB%CE%B1_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CF%87%CF%81%CE%AE%CF%83%CE%B7%CF%82_%CE%B3%CE%B7%CF%82:_%CE%9C%CE%B9%CE%B1_%CE%B1%CE%BD%CE%B1%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7</id>
		<title>Ολοκληρωμένα δεδομένα Τηλεπισκόπησης και Γεωχωρικά μεγάλα δεδομένα για την χαρτογράφηση αστικής χρήσης γης: Μια ανασκόπηση</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%9F%CE%BB%CE%BF%CE%BA%CE%BB%CE%B7%CF%81%CF%89%CE%BC%CE%AD%CE%BD%CE%B1_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CE%93%CE%B5%CF%89%CF%87%CF%89%CF%81%CE%B9%CE%BA%CE%AC_%CE%BC%CE%B5%CE%B3%CE%AC%CE%BB%CE%B1_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CF%87%CF%81%CE%AE%CF%83%CE%B7%CF%82_%CE%B3%CE%B7%CF%82:_%CE%9C%CE%B9%CE%B1_%CE%B1%CE%BD%CE%B1%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7"/>
				<updated>2022-02-04T11:20:52Z</updated>
		
		<summary type="html">&lt;p&gt;Liasos80: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα:Εικόνα_1.1.png|thumb|right|Εικόνα 1: Ενοποίηση σε επίπεδο χαρακτηριστικών]]&lt;br /&gt;
[[Εικόνα:Εικόνα_1.2.png|thumb|right|Εικόνα 2: Ενοποίηση σε επίπεδο απόφασης]]&lt;br /&gt;
[[Εικόνα:Εικόνα_1.3.png|thumb|right|Εικόνα 3: Μειονεκτήματα και Πλεονεκτήματα των 2 μεθόδων συνδυασμού της τηλεπισκόπησης και των γεωχωρικά μεγάλων δεδομένων]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&amp;lt;h2&amp;gt;Integrating remote sensing and geospatial big data for urban land use mapping: A review&amp;lt;/h2&amp;gt;&lt;br /&gt;
&lt;br /&gt;
Jiadi Yin, Jinwei Dong, Nicholas A.S. Hamm, Zhichao Li, Jianghao Wang, Hanfa Xing, Ping Fu&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
πηγή: [[https://www.sciencedirect.com/science/article/pii/S030324342100221X]] &lt;br /&gt;
&lt;br /&gt;
&amp;lt;h3&amp;gt;Μετάφραση και περίληψη:&amp;lt;/h3&amp;gt;&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή:'''&lt;br /&gt;
&lt;br /&gt;
Με την αστικοποίηση και την επιρροή των ανθρώπων προκαλείται ραγδαία αύξηση του πληθυσμού. Αυτή η επιρροή προκαλεί την αλλαγή της αστικής γης σε διάφορες διαστάσεις από φυσικές πτυχές σε κοινωνικοοικονομικές πτυχές. Ένας μεγάλος αριθμός προϊόντων υψηλής αστικής κάλυψης γης σε μικρή χωρική ανάλυση έχει αναπτυχθεί παγκοσμίως. Παρόλα αυτά, λόγο της περιπλοκότητας της αστικής γης χρειάζονται προϊόντα υψηλής ακρίβειας ως προς τις πληροφορίες της αστικής γης τα οποία δεν υπάρχουν. Σε αυτήν την εργασία γίνετε μελέτη της φύσης της τηλεπισκόπησης και των γεωχωρικά μεγάλων δεδομένων και κάποιες στρατηγικές ενσωμάτωσης τους στην ταξινόμηση χρήσεων τις αστικής γης.&lt;br /&gt;
&lt;br /&gt;
'''Μεθοδολογία:'''&lt;br /&gt;
&lt;br /&gt;
''Εισαγωγικά:''&lt;br /&gt;
&lt;br /&gt;
Για την μελέτη της αστικής γης χρησιμοποιήθηκε ένα ευρύ φάσμα δεδομένων δορυφορικής τηλεπισκόπησης. Ωστόσο, η πολυπλοκότητα και η ποικιλομορφία των αστικών περιοχών δεν μπορεί να αποτυπωθεί καλά μόνο με τηλεπισκόπηση. Η πρόοδος στις τεχνολογίες πληροφοριών και επικοινωνιών καθιστά δυνατή την πρόσβαση σε γεωχωρικά μεγάλα δεδομένα όπως, σταθεροί και κινητοί αισθητήρες (περιβαλλοντικοί αισθητήρες, κάμερες, κάμερες Web, μέσα κοινωνικής δικτύωσης ή ακόμα και κάτοικοι αστικών περιοχών μέσω των τακτικών τους δραστηριοτήτων). Αυτά τα δεδομένα παρέχουν μια εναλλακτική προσέγγιση για την αποκάλυψη του τρόπου λειτουργίας των πόλεων. Παρά τις μεγάλες δυνατότητες ενσωμάτωσης τηλεπισκόπησης και γεωχωρικά μεγάλων δεδομένων για την παροχή καλύτερων γνώσεων σχετικά με τη χρήση της αστικής γης, είναι δύσκολο να συνδυαστούν λόγω των διαφορών στην ποιότητα των χωρικών δεδομένων. Αρχικά ο στόχος της μελέτης ήταν να εξετάσει τα βασικά στοιχεία της τηλεπισκόπησης, των γεωχωρικά μεγάλων δεδομένων και τις μεθόδους για την ενοποίηση τους. Αυτό θα το κάνει λαμβάνοντας υπόψη μόνο δορυφορικά την τηλεπισκόπηση. Αυτή η μελέτη οργανώνεται σε 6 κεφάλαια. Στο 1ο κεφάλαιο γίνετε μια εισαγωγή στα γενικά στοιχεία της τηλεπισκόπησης και των γεωχωρικά μεγάλων δεδομένων. Το 2ο κεφάλαιο έχει να κάνει με την μετατροπή από αστική κάλυψη γης σε χρήση αστικής γης. Το 3ο κεφάλαιο αναλύει τα χαρακτηριστικά της τηλεπισκόπησης και των γεωχωρικά μεγάλων δεδομένων που χρησιμοποιούνται για την κατηγοριοποίηση της αστικής χρήσης γης. Στο 4ο κεφάλαιο αναλύθηκαν οι στρατηγικές ολοκλήρωσης. Στο 5ο κεφάλαιο συζητήθηκαν οι πιθανές εφαρμογές στην ενσωμάτωση της τηλεπισκόπησης και των γεωχωρικά μεγάλων δεδομένων σε χάρτες χρήσεων αστικής γης. Και στο τελευταίο κεφάλαιο γίνεται ένα συμπέρασμα και οι συνέπειες όλης της εργασίας. &lt;br /&gt;
&lt;br /&gt;
''2ο Κεφάλαιο:''&lt;br /&gt;
&lt;br /&gt;
Σύμφωνα με το 2ο κεφάλαιο η χρήση τηλεπισκόπησης για την χαρτογράφηση της κάλυψης αστικής γης έχει χρονικά μεγάλη ιστορία. Η περισσότεροι χάρτες κάλυψης αστικών εδαφών ελήφθησαν από εικόνες χονδρικής χωρικής ανάλυσης 100m-10km. Με την πρόοδο της τεχνολογίας αυτές οι αναλύσεις έγιναν καλύτερες φτάνοντας τα 10-100m. Η χρονική περίοδος αυτών των παγκόσμιων προϊόντων αστικής κάλυψης γης έχει μετατραπεί από μια ενιαία περίοδο σε επαναλαμβανόμενες παρατηρήσεις, οι οποίες θα μπορούσαν να παρέχουν καλύτερη ποιότητα και χρονικές σειρές πληροφοριών αστικής κάλυψης γης. Αυτές οι μελέτες αστικής τηλεπισκόπησης επικεντρώθηκαν στον εντοπισμό φυσικών αστικών χαρακτηριστικών για την κατανόηση της αστικοποίησης. Παρόλα αυτά τα δεδομένα της τηλεπισκόπησης δεν μπορούν να βοηθήσουν για εντός λειτουργίες των πόλεων καθώς έχει αλλάξει η ανάγκη πληροφόρησης. Τα γεωχωρικά μεγάλα δεδομένα πολλαπλών πηγών μπορούν να συμβάλουν στην κατανόηση των κοινωνικοοικονομικών χαρακτηριστικών της χρήσης της αστικής γης και να προσδιορίσει πώς οι άνθρωποι χρησιμοποιούν τη γη. Πρόσφατα έγινε συνδυασμός της τηλεπισκόπησης με τα μεγάλα γεωχωρικά δεδομένα, ως εκ τούτου η κατανόηση των χαρακτηριστικών που προέρχονται από την τηλεπισκόπηση και τα γεωχωρικά μεγάλα δεδομένα και οι μέθοδοι ενσωμάτωσής τους είναι απαραίτητες για τη χαρτογράφηση χρήσης αστικής γης.&lt;br /&gt;
&lt;br /&gt;
''3ο Κεφάλαιο:''&lt;br /&gt;
&lt;br /&gt;
Στο 3ο κεφάλαιο μελετάτε η εξαγωγή χαρακτηριστικών από την τηλεπισκόπηση και από τα γεωχωρικά μεγάλα δεδομένα που είναι ο βασικός όρος για να αναγνωριστεί η χρήση της αστικής γης. Τα χαρακτηριστικά που προέρχονται από εικόνες τηλεπισκόπησης και χρησιμοποιούνται για τις χρήσεις γης τις κατηγοριοποιούμε σε φασματικά, υφικά, χρονικά και χωρικά χαρακτηριστικά. Τα φασματικά και τα υφικά χαρακτηριστικά είναι κοινά χαρακτηριστικά για την εξαγωγή χρήσεων γης στην τηλεπισκόπηση. Πιο συγκεκριμένα τα φασματικά χαρακτηριστικά πλέον παρέχουν την ευκαιρία για την απόκτηση λεπτομερών πληροφοριών σχετικά με τα φυσικά χαρακτηριστικά των χρήσεων γης λόγο τον αυξημένο αριθμό ζωνών. Ενώ τα υφικά χαρακτηριστικά παρέχουν πλούσιες πληροφορίες για την χωρική κατανομή των τονικών αλλαγών, καθώς και τη δομική διάταξη των επιφανειών και τις σχέσεις τους με το περιβάλλον. Τα χρονικά χαρακτηριστικά είναι ευεργετικά για την βελτίωση των χαρτών ως προς τους τύπους χρήσης γης με πληροφορίες όπως η χρονοσειρά. Βοηθούν στην παρατήρηση των αλλαγών στα φασματικά και υφικά χαρακτηριστικά κατά την πάροδο του χρόνου.  Τα χωρικά χαρακτηριστικά βοηθούν στην ταξινόμηση των χρήσεων της αστικής γης σε λεπτομερές επίπεδο. Από την άλλη τα γεωχωρικά μεγάλα δεδομένα ορίζονται εν μέρει από το μεγάλο τους μέγεθος και εν μέρει από τα χαρακτηριστικά τους, όπως ο όγκος, η ποικιλία και η ταχύτητα. Επιπλέον χαρακτηρίζονται και από την εξαντλητικότητα, την σχέση, την ακρίβεια, την αξία και την μεταβλητότητα τους. Τα πιο συχνά γεωχωρικά μεγάλα δεδομένα που χρησιμοποιούνται για την χαρτογράφηση χρήσεων γης είναι η κοινωνική ανίχνευση, η ανίχνευση πολιτών, τα δεδομένα κοινωνικών μέσων και εθελοντικές γεωγραφικές πληροφορίες. Λόγω της υψηλής συσχέτισης μεταξύ των ανθρώπινων χωροχρονικών δραστηριοτήτων και των αστικών δυναμικών κοινωνικοοικονομικών χαρακτηριστικών, αυτές οι αναδυόμενες γεωχωρικά μεγάλες πληροφορίες μπορούν να βοηθήσουν στην αποτύπωση της αυξανόμενης πολυπλοκότητας των αστικών λειτουργικών προτύπων. Επομένως, για την καλύτερη ταξινόμηση και κατανόηση της χρήσης της αστικής γης, προσθέτουμε τα γεωχωρικά μεγάλα δεδομένα στον προσδιορισμό των κοινωνικοοικονομικών και ανθρώπινων δραστηριοτήτων.&lt;br /&gt;
&lt;br /&gt;
''4ο Κεφάλαιο:''&lt;br /&gt;
&lt;br /&gt;
Στο 4ο κεφάλαιο αναλύονται τα χαρακτηριστικά της τηλεπισκόπησης και των χωρικά μεγάλων δεδομένων που μπορούν να συνδυαστούν με διάφορους τρόπου για την κατηγοριοποίηση των χρήσεων γης. Στην συγκεκριμένη μελέτη ο τρόπος σύντηξης των χαρακτηριστικών από τηλεπισκόπηση και των χωρικά μεγάλων δεδομένων γίνετε με ενοποίηση σε επίπεδο χαρακτηριστικών και με ενοποίηση σε επίπεδο απόφασης. Στην διαδικασία της ενσωμάτωσης σε επίπεδο χαρακτηριστικών αρχικά εξάγονται τα χαρακτηριστικά της τηλεπισκόπησης και των χωρικά μεγάλων δεδομένων. Στην συνέχεια συγχωνεύονται σε ολοκληρωμένα σύνολα χαρακτηριστικών για την ταξινόμηση των χρήσεων αστικής γης. Στο τελικό στάδιο της ολοκλήρωσης χαρακτηριστικών ταξινομούνται τα χαρακτηριστικά χρησιμοποιώντας τεχνικέ μηχανικής εκμάθησης. Στην άλλη μέθοδο της ενσωμάτωσης με επίπεδο αποκοπής συνδυάζονται αποτελέσματα βάσει ταξινόμησης της τηλεπισκόπησης και των γεωργικά μεγάλων δεδομένων. Τα χαρακτηριστικά αυτά αξιολογούνται ανεξάρτητα πριν ενσωματωθούν για την χαρτογραφική απεικόνιση των χρήσεων γης. Για το τελικό στάδιο της ενσωμάτωσης υπάρχουν διάφορες στρατηγικές συγχώνευσης όπως η ιεραρχική ομαδοποίηση, η επικάλυψη και η επισήμανση. Παρακάτω δίνονται και δύο εικόνες με της 2 μεθόδους συνδυασμού της τηλεπισκόπησης και των γεωχωρικά μεγάλων δεδομένων.&lt;br /&gt;
&lt;br /&gt;
''5ο Κεφάλαιο:''&lt;br /&gt;
&lt;br /&gt;
Στο 5ο κεφάλαιο μελετάτε η μελλοντική ενσωμάτωση τηλεπισκόπησης και γεωχωρικά μεγάλων δεδομένων που ο κύριος περιορισμός της είναι το χάσμα της τροπικότητας, γεγονός που δυσκολεύει την ενοποίηση. Τα  γεωχωρικά μεγάλα δεδομένα έχουν διαφορετικές πηγές, χωροχρονική ανάλυση και δομές από αυτές της τηλεπισκόπησης. Επιπλέον, τα γεωχωρικά μεγάλα δεδομένα δεν συλλέγουν ομοιόμορφα σε όλο το διάστημα ενώ τα δεδομένα της τηλεπισκόπησης έχουν συνεπείς συχνότητες παρατήρησης. Η έμφαση των τεχνολογιών βαθιάς μάθησης παρέχει την ευκαιρία να γεφυρωθεί το χάσμα μεταξύ των διαφορετικών τρόπων δεδομένων. Με αρκετές μελέτες να έχουν δείξει ότι η βαθιά μάθηση είναι ιδιαίτερα αποτελεσματική στην ενσωμάτωση τηλεπισκόπησης και γεωχωρικά μεγάλων δεδομένων για την αναγνώριση λειτουργιών των αστικών περιοχών. Ακόμα η γρήγορη ανάπτυξη των πλατφορμών cloud computing προσφέρει μια πολλά υποσχόμενη λύση για την επεξεργασία μεγάλων ποσοτήτων δεδομένων τηλεπισκόπησης και γεωχωρικά μεγάλων δεδομένων. Οι χάρτες χρήσης αστικής γης που ενσωματώνουν την τηλεπισκόπηση και τα αναδυόμενα γεωχωρικά μεγάλα δεδομένα παρέχουν περισσότερες δυνατότητες στην αστική διαχείριση, όπως ο πολεοδομικός σχεδιασμός, η αξιολόγηση αστικού περιβάλλοντος, η παρακολούθηση αστικών καταστροφών και η ανάλυση αστικής κυκλοφορίας. Η προσθήκη των γεωχωρικά μεγάλων δεδομένων σε χάρτες χρήσεων γης με επαρκή και έγκαιρη πληροφόρηση θα μπορούσε να ενισχύσει τους βρόχουν ανατροφοδότησης των αστικών γνώσεων για τους κυβερνήτες και τους σταθμούς της πόλης. Στην τρέχουσα κατάσταση αυτό που μπορεί να γίνει με την ενσωμάτωση των δυο χαρακτηριστικών είναι να παρακολουθεί αστικά περιβάλλοντα όπως η αστική θερμική νησίδα και η ατμοσφαιρική ρύπανση. Οι γρήγοροι ενημερωμένοι χάρτες αστικής χρήσης γης που ενσωματώνουν τηλεπισκόπηση και γεωχωρικά μεγάλα δεδομένα με εξαιρετική χωρική ανάλυση θα μπορούσαν να υποστηρίξουν τη διαχείριση αστικών καταστροφών παρέχοντας πρωτοφανή δεδομένα αναφοράς.&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα:'''&lt;br /&gt;
&lt;br /&gt;
Στην παρούσα μελέτη εξετάστηκαν οι εφαρμογές των χαρακτηριστικών τηλεπισκόπησης και των γεωχωρικά μεγάλων δεδομένων για την κατηγοριοποίηση των χρήσεων γης της πόλης, καθώς και μεθόδους για την ενσωμάτωση τους. Έτσι καταλήγει στο συμπέρασμα ότι τα αναδυόμενα γεωχωρικά μεγάλα δεδομένα παρέχουν ευκαιρίες για τη μετατροπή από αστική κάλυψη γης σε αστική χρήση γης. Οι εφαρμογές στους χάρτες χρήσης αστικής γης που ενσωματώθηκε η τηλεπισκόπηση με τα γεωχωρικά μεγάλα δεδομένα είναι για την αστική διαχείριση που περιλαμβάνει τον αστικό σχεδιασμό, την αξιολόγηση αστικού περιβάλλοντος, την παρακολούθηση αστικών καταστροφών και την ανάλυση της αστικής κυκλοφορίας. Τέλος η ενσωμάτωση της τηλεπισκόπησης με τα γεωχωρικά μεγάλα δεδομένα δίνει την ευκαιρία να τεθούν οι άνθρωποι στο επίκεντρο των διαδικασιών γνώσης και διαχείρισης του αστικού πλανήτη.&lt;br /&gt;
&lt;br /&gt;
[[category:Ανίχνευση μεταβολών αστικής γης]]&lt;/div&gt;</summary>
		<author><name>Liasos80</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%9F%CE%BB%CE%BF%CE%BA%CE%BB%CE%B7%CF%81%CF%89%CE%BC%CE%AD%CE%BD%CE%B1_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CE%93%CE%B5%CF%89%CF%87%CF%89%CF%81%CE%B9%CE%BA%CE%AC_%CE%BC%CE%B5%CE%B3%CE%AC%CE%BB%CE%B1_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CF%87%CF%81%CE%AE%CF%83%CE%B7%CF%82_%CE%B3%CE%B7%CF%82:_%CE%9C%CE%B9%CE%B1_%CE%B1%CE%BD%CE%B1%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7</id>
		<title>Ολοκληρωμένα δεδομένα Τηλεπισκόπησης και Γεωχωρικά μεγάλα δεδομένα για την χαρτογράφηση αστικής χρήσης γης: Μια ανασκόπηση</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%9F%CE%BB%CE%BF%CE%BA%CE%BB%CE%B7%CF%81%CF%89%CE%BC%CE%AD%CE%BD%CE%B1_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CE%93%CE%B5%CF%89%CF%87%CF%89%CF%81%CE%B9%CE%BA%CE%AC_%CE%BC%CE%B5%CE%B3%CE%AC%CE%BB%CE%B1_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CF%87%CF%81%CE%AE%CF%83%CE%B7%CF%82_%CE%B3%CE%B7%CF%82:_%CE%9C%CE%B9%CE%B1_%CE%B1%CE%BD%CE%B1%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7"/>
				<updated>2022-02-04T11:20:01Z</updated>
		
		<summary type="html">&lt;p&gt;Liasos80: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα:Εικόνα_1.1.png|thumb|right|Εικόνα 2: Τα εξεταζόμενα πάρκα της περιοχής μελέτης]]&lt;br /&gt;
[[Εικόνα:Εικόνα_1.2.png|thumb|right|Εικόνα 2: Τα εξεταζόμενα πάρκα της περιοχής μελέτης]]&lt;br /&gt;
[[Εικόνα:Εικόνα_1.3.png|thumb|right|Εικόνα 2: Τα εξεταζόμενα πάρκα της περιοχής μελέτης]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&amp;lt;h2&amp;gt;Integrating remote sensing and geospatial big data for urban land use mapping: A review&amp;lt;/h2&amp;gt;&lt;br /&gt;
&lt;br /&gt;
Jiadi Yin, Jinwei Dong, Nicholas A.S. Hamm, Zhichao Li, Jianghao Wang, Hanfa Xing, Ping Fu&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
πηγή: [[https://www.sciencedirect.com/science/article/pii/S030324342100221X]] &lt;br /&gt;
&lt;br /&gt;
&amp;lt;h3&amp;gt;Μετάφραση και περίληψη:&amp;lt;/h3&amp;gt;&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή:'''&lt;br /&gt;
&lt;br /&gt;
Με την αστικοποίηση και την επιρροή των ανθρώπων προκαλείται ραγδαία αύξηση του πληθυσμού. Αυτή η επιρροή προκαλεί την αλλαγή της αστικής γης σε διάφορες διαστάσεις από φυσικές πτυχές σε κοινωνικοοικονομικές πτυχές. Ένας μεγάλος αριθμός προϊόντων υψηλής αστικής κάλυψης γης σε μικρή χωρική ανάλυση έχει αναπτυχθεί παγκοσμίως. Παρόλα αυτά, λόγο της περιπλοκότητας της αστικής γης χρειάζονται προϊόντα υψηλής ακρίβειας ως προς τις πληροφορίες της αστικής γης τα οποία δεν υπάρχουν. Σε αυτήν την εργασία γίνετε μελέτη της φύσης της τηλεπισκόπησης και των γεωχωρικά μεγάλων δεδομένων και κάποιες στρατηγικές ενσωμάτωσης τους στην ταξινόμηση χρήσεων τις αστικής γης.&lt;br /&gt;
&lt;br /&gt;
'''Μεθοδολογία:'''&lt;br /&gt;
&lt;br /&gt;
''Εισαγωγικά:''&lt;br /&gt;
&lt;br /&gt;
Για την μελέτη της αστικής γης χρησιμοποιήθηκε ένα ευρύ φάσμα δεδομένων δορυφορικής τηλεπισκόπησης. Ωστόσο, η πολυπλοκότητα και η ποικιλομορφία των αστικών περιοχών δεν μπορεί να αποτυπωθεί καλά μόνο με τηλεπισκόπηση. Η πρόοδος στις τεχνολογίες πληροφοριών και επικοινωνιών καθιστά δυνατή την πρόσβαση σε γεωχωρικά μεγάλα δεδομένα όπως, σταθεροί και κινητοί αισθητήρες (περιβαλλοντικοί αισθητήρες, κάμερες, κάμερες Web, μέσα κοινωνικής δικτύωσης ή ακόμα και κάτοικοι αστικών περιοχών μέσω των τακτικών τους δραστηριοτήτων). Αυτά τα δεδομένα παρέχουν μια εναλλακτική προσέγγιση για την αποκάλυψη του τρόπου λειτουργίας των πόλεων. Παρά τις μεγάλες δυνατότητες ενσωμάτωσης τηλεπισκόπησης και γεωχωρικά μεγάλων δεδομένων για την παροχή καλύτερων γνώσεων σχετικά με τη χρήση της αστικής γης, είναι δύσκολο να συνδυαστούν λόγω των διαφορών στην ποιότητα των χωρικών δεδομένων. Αρχικά ο στόχος της μελέτης ήταν να εξετάσει τα βασικά στοιχεία της τηλεπισκόπησης, των γεωχωρικά μεγάλων δεδομένων και τις μεθόδους για την ενοποίηση τους. Αυτό θα το κάνει λαμβάνοντας υπόψη μόνο δορυφορικά την τηλεπισκόπηση. Αυτή η μελέτη οργανώνεται σε 6 κεφάλαια. Στο 1ο κεφάλαιο γίνετε μια εισαγωγή στα γενικά στοιχεία της τηλεπισκόπησης και των γεωχωρικά μεγάλων δεδομένων. Το 2ο κεφάλαιο έχει να κάνει με την μετατροπή από αστική κάλυψη γης σε χρήση αστικής γης. Το 3ο κεφάλαιο αναλύει τα χαρακτηριστικά της τηλεπισκόπησης και των γεωχωρικά μεγάλων δεδομένων που χρησιμοποιούνται για την κατηγοριοποίηση της αστικής χρήσης γης. Στο 4ο κεφάλαιο αναλύθηκαν οι στρατηγικές ολοκλήρωσης. Στο 5ο κεφάλαιο συζητήθηκαν οι πιθανές εφαρμογές στην ενσωμάτωση της τηλεπισκόπησης και των γεωχωρικά μεγάλων δεδομένων σε χάρτες χρήσεων αστικής γης. Και στο τελευταίο κεφάλαιο γίνεται ένα συμπέρασμα και οι συνέπειες όλης της εργασίας. &lt;br /&gt;
&lt;br /&gt;
''2ο Κεφάλαιο:''&lt;br /&gt;
&lt;br /&gt;
Σύμφωνα με το 2ο κεφάλαιο η χρήση τηλεπισκόπησης για την χαρτογράφηση της κάλυψης αστικής γης έχει χρονικά μεγάλη ιστορία. Η περισσότεροι χάρτες κάλυψης αστικών εδαφών ελήφθησαν από εικόνες χονδρικής χωρικής ανάλυσης 100m-10km. Με την πρόοδο της τεχνολογίας αυτές οι αναλύσεις έγιναν καλύτερες φτάνοντας τα 10-100m. Η χρονική περίοδος αυτών των παγκόσμιων προϊόντων αστικής κάλυψης γης έχει μετατραπεί από μια ενιαία περίοδο σε επαναλαμβανόμενες παρατηρήσεις, οι οποίες θα μπορούσαν να παρέχουν καλύτερη ποιότητα και χρονικές σειρές πληροφοριών αστικής κάλυψης γης. Αυτές οι μελέτες αστικής τηλεπισκόπησης επικεντρώθηκαν στον εντοπισμό φυσικών αστικών χαρακτηριστικών για την κατανόηση της αστικοποίησης. Παρόλα αυτά τα δεδομένα της τηλεπισκόπησης δεν μπορούν να βοηθήσουν για εντός λειτουργίες των πόλεων καθώς έχει αλλάξει η ανάγκη πληροφόρησης. Τα γεωχωρικά μεγάλα δεδομένα πολλαπλών πηγών μπορούν να συμβάλουν στην κατανόηση των κοινωνικοοικονομικών χαρακτηριστικών της χρήσης της αστικής γης και να προσδιορίσει πώς οι άνθρωποι χρησιμοποιούν τη γη. Πρόσφατα έγινε συνδυασμός της τηλεπισκόπησης με τα μεγάλα γεωχωρικά δεδομένα, ως εκ τούτου η κατανόηση των χαρακτηριστικών που προέρχονται από την τηλεπισκόπηση και τα γεωχωρικά μεγάλα δεδομένα και οι μέθοδοι ενσωμάτωσής τους είναι απαραίτητες για τη χαρτογράφηση χρήσης αστικής γης.&lt;br /&gt;
&lt;br /&gt;
''3ο Κεφάλαιο:''&lt;br /&gt;
&lt;br /&gt;
Στο 3ο κεφάλαιο μελετάτε η εξαγωγή χαρακτηριστικών από την τηλεπισκόπηση και από τα γεωχωρικά μεγάλα δεδομένα που είναι ο βασικός όρος για να αναγνωριστεί η χρήση της αστικής γης. Τα χαρακτηριστικά που προέρχονται από εικόνες τηλεπισκόπησης και χρησιμοποιούνται για τις χρήσεις γης τις κατηγοριοποιούμε σε φασματικά, υφικά, χρονικά και χωρικά χαρακτηριστικά. Τα φασματικά και τα υφικά χαρακτηριστικά είναι κοινά χαρακτηριστικά για την εξαγωγή χρήσεων γης στην τηλεπισκόπηση. Πιο συγκεκριμένα τα φασματικά χαρακτηριστικά πλέον παρέχουν την ευκαιρία για την απόκτηση λεπτομερών πληροφοριών σχετικά με τα φυσικά χαρακτηριστικά των χρήσεων γης λόγο τον αυξημένο αριθμό ζωνών. Ενώ τα υφικά χαρακτηριστικά παρέχουν πλούσιες πληροφορίες για την χωρική κατανομή των τονικών αλλαγών, καθώς και τη δομική διάταξη των επιφανειών και τις σχέσεις τους με το περιβάλλον. Τα χρονικά χαρακτηριστικά είναι ευεργετικά για την βελτίωση των χαρτών ως προς τους τύπους χρήσης γης με πληροφορίες όπως η χρονοσειρά. Βοηθούν στην παρατήρηση των αλλαγών στα φασματικά και υφικά χαρακτηριστικά κατά την πάροδο του χρόνου.  Τα χωρικά χαρακτηριστικά βοηθούν στην ταξινόμηση των χρήσεων της αστικής γης σε λεπτομερές επίπεδο. Από την άλλη τα γεωχωρικά μεγάλα δεδομένα ορίζονται εν μέρει από το μεγάλο τους μέγεθος και εν μέρει από τα χαρακτηριστικά τους, όπως ο όγκος, η ποικιλία και η ταχύτητα. Επιπλέον χαρακτηρίζονται και από την εξαντλητικότητα, την σχέση, την ακρίβεια, την αξία και την μεταβλητότητα τους. Τα πιο συχνά γεωχωρικά μεγάλα δεδομένα που χρησιμοποιούνται για την χαρτογράφηση χρήσεων γης είναι η κοινωνική ανίχνευση, η ανίχνευση πολιτών, τα δεδομένα κοινωνικών μέσων και εθελοντικές γεωγραφικές πληροφορίες. Λόγω της υψηλής συσχέτισης μεταξύ των ανθρώπινων χωροχρονικών δραστηριοτήτων και των αστικών δυναμικών κοινωνικοοικονομικών χαρακτηριστικών, αυτές οι αναδυόμενες γεωχωρικά μεγάλες πληροφορίες μπορούν να βοηθήσουν στην αποτύπωση της αυξανόμενης πολυπλοκότητας των αστικών λειτουργικών προτύπων. Επομένως, για την καλύτερη ταξινόμηση και κατανόηση της χρήσης της αστικής γης, προσθέτουμε τα γεωχωρικά μεγάλα δεδομένα στον προσδιορισμό των κοινωνικοοικονομικών και ανθρώπινων δραστηριοτήτων.&lt;br /&gt;
&lt;br /&gt;
''4ο Κεφάλαιο:''&lt;br /&gt;
&lt;br /&gt;
Στο 4ο κεφάλαιο αναλύονται τα χαρακτηριστικά της τηλεπισκόπησης και των χωρικά μεγάλων δεδομένων που μπορούν να συνδυαστούν με διάφορους τρόπου για την κατηγοριοποίηση των χρήσεων γης. Στην συγκεκριμένη μελέτη ο τρόπος σύντηξης των χαρακτηριστικών από τηλεπισκόπηση και των χωρικά μεγάλων δεδομένων γίνετε με ενοποίηση σε επίπεδο χαρακτηριστικών και με ενοποίηση σε επίπεδο απόφασης. Στην διαδικασία της ενσωμάτωσης σε επίπεδο χαρακτηριστικών αρχικά εξάγονται τα χαρακτηριστικά της τηλεπισκόπησης και των χωρικά μεγάλων δεδομένων. Στην συνέχεια συγχωνεύονται σε ολοκληρωμένα σύνολα χαρακτηριστικών για την ταξινόμηση των χρήσεων αστικής γης. Στο τελικό στάδιο της ολοκλήρωσης χαρακτηριστικών ταξινομούνται τα χαρακτηριστικά χρησιμοποιώντας τεχνικέ μηχανικής εκμάθησης. Στην άλλη μέθοδο της ενσωμάτωσης με επίπεδο αποκοπής συνδυάζονται αποτελέσματα βάσει ταξινόμησης της τηλεπισκόπησης και των γεωργικά μεγάλων δεδομένων. Τα χαρακτηριστικά αυτά αξιολογούνται ανεξάρτητα πριν ενσωματωθούν για την χαρτογραφική απεικόνιση των χρήσεων γης. Για το τελικό στάδιο της ενσωμάτωσης υπάρχουν διάφορες στρατηγικές συγχώνευσης όπως η ιεραρχική ομαδοποίηση, η επικάλυψη και η επισήμανση. Παρακάτω δίνονται και δύο εικόνες με της 2 μεθόδους συνδυασμού της τηλεπισκόπησης και των γεωχωρικά μεγάλων δεδομένων.&lt;br /&gt;
&lt;br /&gt;
''5ο Κεφάλαιο:''&lt;br /&gt;
&lt;br /&gt;
Στο 5ο κεφάλαιο μελετάτε η μελλοντική ενσωμάτωση τηλεπισκόπησης και γεωχωρικά μεγάλων δεδομένων που ο κύριος περιορισμός της είναι το χάσμα της τροπικότητας, γεγονός που δυσκολεύει την ενοποίηση. Τα  γεωχωρικά μεγάλα δεδομένα έχουν διαφορετικές πηγές, χωροχρονική ανάλυση και δομές από αυτές της τηλεπισκόπησης. Επιπλέον, τα γεωχωρικά μεγάλα δεδομένα δεν συλλέγουν ομοιόμορφα σε όλο το διάστημα ενώ τα δεδομένα της τηλεπισκόπησης έχουν συνεπείς συχνότητες παρατήρησης. Η έμφαση των τεχνολογιών βαθιάς μάθησης παρέχει την ευκαιρία να γεφυρωθεί το χάσμα μεταξύ των διαφορετικών τρόπων δεδομένων. Με αρκετές μελέτες να έχουν δείξει ότι η βαθιά μάθηση είναι ιδιαίτερα αποτελεσματική στην ενσωμάτωση τηλεπισκόπησης και γεωχωρικά μεγάλων δεδομένων για την αναγνώριση λειτουργιών των αστικών περιοχών. Ακόμα η γρήγορη ανάπτυξη των πλατφορμών cloud computing προσφέρει μια πολλά υποσχόμενη λύση για την επεξεργασία μεγάλων ποσοτήτων δεδομένων τηλεπισκόπησης και γεωχωρικά μεγάλων δεδομένων. Οι χάρτες χρήσης αστικής γης που ενσωματώνουν την τηλεπισκόπηση και τα αναδυόμενα γεωχωρικά μεγάλα δεδομένα παρέχουν περισσότερες δυνατότητες στην αστική διαχείριση, όπως ο πολεοδομικός σχεδιασμός, η αξιολόγηση αστικού περιβάλλοντος, η παρακολούθηση αστικών καταστροφών και η ανάλυση αστικής κυκλοφορίας. Η προσθήκη των γεωχωρικά μεγάλων δεδομένων σε χάρτες χρήσεων γης με επαρκή και έγκαιρη πληροφόρηση θα μπορούσε να ενισχύσει τους βρόχουν ανατροφοδότησης των αστικών γνώσεων για τους κυβερνήτες και τους σταθμούς της πόλης. Στην τρέχουσα κατάσταση αυτό που μπορεί να γίνει με την ενσωμάτωση των δυο χαρακτηριστικών είναι να παρακολουθεί αστικά περιβάλλοντα όπως η αστική θερμική νησίδα και η ατμοσφαιρική ρύπανση. Οι γρήγοροι ενημερωμένοι χάρτες αστικής χρήσης γης που ενσωματώνουν τηλεπισκόπηση και γεωχωρικά μεγάλα δεδομένα με εξαιρετική χωρική ανάλυση θα μπορούσαν να υποστηρίξουν τη διαχείριση αστικών καταστροφών παρέχοντας πρωτοφανή δεδομένα αναφοράς.&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα:'''&lt;br /&gt;
&lt;br /&gt;
Στην παρούσα μελέτη εξετάστηκαν οι εφαρμογές των χαρακτηριστικών τηλεπισκόπησης και των γεωχωρικά μεγάλων δεδομένων για την κατηγοριοποίηση των χρήσεων γης της πόλης, καθώς και μεθόδους για την ενσωμάτωση τους. Έτσι καταλήγει στο συμπέρασμα ότι τα αναδυόμενα γεωχωρικά μεγάλα δεδομένα παρέχουν ευκαιρίες για τη μετατροπή από αστική κάλυψη γης σε αστική χρήση γης. Οι εφαρμογές στους χάρτες χρήσης αστικής γης που ενσωματώθηκε η τηλεπισκόπηση με τα γεωχωρικά μεγάλα δεδομένα είναι για την αστική διαχείριση που περιλαμβάνει τον αστικό σχεδιασμό, την αξιολόγηση αστικού περιβάλλοντος, την παρακολούθηση αστικών καταστροφών και την ανάλυση της αστικής κυκλοφορίας. Τέλος η ενσωμάτωση της τηλεπισκόπησης με τα γεωχωρικά μεγάλα δεδομένα δίνει την ευκαιρία να τεθούν οι άνθρωποι στο επίκεντρο των διαδικασιών γνώσης και διαχείρισης του αστικού πλανήτη.&lt;br /&gt;
&lt;br /&gt;
[[category:Ανίχνευση μεταβολών αστικής γης]]&lt;/div&gt;</summary>
		<author><name>Liasos80</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%9F%CE%BB%CE%BF%CE%BA%CE%BB%CE%B7%CF%81%CF%89%CE%BC%CE%AD%CE%BD%CE%B1_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CE%93%CE%B5%CF%89%CF%87%CF%89%CF%81%CE%B9%CE%BA%CE%AC_%CE%BC%CE%B5%CE%B3%CE%AC%CE%BB%CE%B1_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CF%87%CF%81%CE%AE%CF%83%CE%B7%CF%82_%CE%B3%CE%B7%CF%82:_%CE%9C%CE%B9%CE%B1_%CE%B1%CE%BD%CE%B1%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7</id>
		<title>Ολοκληρωμένα δεδομένα Τηλεπισκόπησης και Γεωχωρικά μεγάλα δεδομένα για την χαρτογράφηση αστικής χρήσης γης: Μια ανασκόπηση</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%9F%CE%BB%CE%BF%CE%BA%CE%BB%CE%B7%CF%81%CF%89%CE%BC%CE%AD%CE%BD%CE%B1_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CE%93%CE%B5%CF%89%CF%87%CF%89%CF%81%CE%B9%CE%BA%CE%AC_%CE%BC%CE%B5%CE%B3%CE%AC%CE%BB%CE%B1_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CF%87%CF%81%CE%AE%CF%83%CE%B7%CF%82_%CE%B3%CE%B7%CF%82:_%CE%9C%CE%B9%CE%B1_%CE%B1%CE%BD%CE%B1%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7"/>
				<updated>2022-02-04T11:19:42Z</updated>
		
		<summary type="html">&lt;p&gt;Liasos80: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα:Εικόνα_1.1.png|thumb|right|Εικόνα 2: Τα εξεταζόμενα πάρκα της περιοχής μελέτης]]&lt;br /&gt;
[[Εικόνα:Εικόνα_1.2.png|thumb|right|Εικόνα 2: Τα εξεταζόμενα πάρκα της περιοχής μελέτης]]&lt;br /&gt;
[[Εικόνα:Πλήρης ανάλυση.png|thumb|right|Εικόνα 2: Τα εξεταζόμενα πάρκα της περιοχής μελέτης]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&amp;lt;h2&amp;gt;Integrating remote sensing and geospatial big data for urban land use mapping: A review&amp;lt;/h2&amp;gt;&lt;br /&gt;
&lt;br /&gt;
Jiadi Yin, Jinwei Dong, Nicholas A.S. Hamm, Zhichao Li, Jianghao Wang, Hanfa Xing, Ping Fu&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
πηγή: [[https://www.sciencedirect.com/science/article/pii/S030324342100221X]] &lt;br /&gt;
&lt;br /&gt;
&amp;lt;h3&amp;gt;Μετάφραση και περίληψη:&amp;lt;/h3&amp;gt;&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή:'''&lt;br /&gt;
&lt;br /&gt;
Με την αστικοποίηση και την επιρροή των ανθρώπων προκαλείται ραγδαία αύξηση του πληθυσμού. Αυτή η επιρροή προκαλεί την αλλαγή της αστικής γης σε διάφορες διαστάσεις από φυσικές πτυχές σε κοινωνικοοικονομικές πτυχές. Ένας μεγάλος αριθμός προϊόντων υψηλής αστικής κάλυψης γης σε μικρή χωρική ανάλυση έχει αναπτυχθεί παγκοσμίως. Παρόλα αυτά, λόγο της περιπλοκότητας της αστικής γης χρειάζονται προϊόντα υψηλής ακρίβειας ως προς τις πληροφορίες της αστικής γης τα οποία δεν υπάρχουν. Σε αυτήν την εργασία γίνετε μελέτη της φύσης της τηλεπισκόπησης και των γεωχωρικά μεγάλων δεδομένων και κάποιες στρατηγικές ενσωμάτωσης τους στην ταξινόμηση χρήσεων τις αστικής γης.&lt;br /&gt;
&lt;br /&gt;
'''Μεθοδολογία:'''&lt;br /&gt;
&lt;br /&gt;
''Εισαγωγικά:''&lt;br /&gt;
&lt;br /&gt;
Για την μελέτη της αστικής γης χρησιμοποιήθηκε ένα ευρύ φάσμα δεδομένων δορυφορικής τηλεπισκόπησης. Ωστόσο, η πολυπλοκότητα και η ποικιλομορφία των αστικών περιοχών δεν μπορεί να αποτυπωθεί καλά μόνο με τηλεπισκόπηση. Η πρόοδος στις τεχνολογίες πληροφοριών και επικοινωνιών καθιστά δυνατή την πρόσβαση σε γεωχωρικά μεγάλα δεδομένα όπως, σταθεροί και κινητοί αισθητήρες (περιβαλλοντικοί αισθητήρες, κάμερες, κάμερες Web, μέσα κοινωνικής δικτύωσης ή ακόμα και κάτοικοι αστικών περιοχών μέσω των τακτικών τους δραστηριοτήτων). Αυτά τα δεδομένα παρέχουν μια εναλλακτική προσέγγιση για την αποκάλυψη του τρόπου λειτουργίας των πόλεων. Παρά τις μεγάλες δυνατότητες ενσωμάτωσης τηλεπισκόπησης και γεωχωρικά μεγάλων δεδομένων για την παροχή καλύτερων γνώσεων σχετικά με τη χρήση της αστικής γης, είναι δύσκολο να συνδυαστούν λόγω των διαφορών στην ποιότητα των χωρικών δεδομένων. Αρχικά ο στόχος της μελέτης ήταν να εξετάσει τα βασικά στοιχεία της τηλεπισκόπησης, των γεωχωρικά μεγάλων δεδομένων και τις μεθόδους για την ενοποίηση τους. Αυτό θα το κάνει λαμβάνοντας υπόψη μόνο δορυφορικά την τηλεπισκόπηση. Αυτή η μελέτη οργανώνεται σε 6 κεφάλαια. Στο 1ο κεφάλαιο γίνετε μια εισαγωγή στα γενικά στοιχεία της τηλεπισκόπησης και των γεωχωρικά μεγάλων δεδομένων. Το 2ο κεφάλαιο έχει να κάνει με την μετατροπή από αστική κάλυψη γης σε χρήση αστικής γης. Το 3ο κεφάλαιο αναλύει τα χαρακτηριστικά της τηλεπισκόπησης και των γεωχωρικά μεγάλων δεδομένων που χρησιμοποιούνται για την κατηγοριοποίηση της αστικής χρήσης γης. Στο 4ο κεφάλαιο αναλύθηκαν οι στρατηγικές ολοκλήρωσης. Στο 5ο κεφάλαιο συζητήθηκαν οι πιθανές εφαρμογές στην ενσωμάτωση της τηλεπισκόπησης και των γεωχωρικά μεγάλων δεδομένων σε χάρτες χρήσεων αστικής γης. Και στο τελευταίο κεφάλαιο γίνεται ένα συμπέρασμα και οι συνέπειες όλης της εργασίας. &lt;br /&gt;
&lt;br /&gt;
''2ο Κεφάλαιο:''&lt;br /&gt;
&lt;br /&gt;
Σύμφωνα με το 2ο κεφάλαιο η χρήση τηλεπισκόπησης για την χαρτογράφηση της κάλυψης αστικής γης έχει χρονικά μεγάλη ιστορία. Η περισσότεροι χάρτες κάλυψης αστικών εδαφών ελήφθησαν από εικόνες χονδρικής χωρικής ανάλυσης 100m-10km. Με την πρόοδο της τεχνολογίας αυτές οι αναλύσεις έγιναν καλύτερες φτάνοντας τα 10-100m. Η χρονική περίοδος αυτών των παγκόσμιων προϊόντων αστικής κάλυψης γης έχει μετατραπεί από μια ενιαία περίοδο σε επαναλαμβανόμενες παρατηρήσεις, οι οποίες θα μπορούσαν να παρέχουν καλύτερη ποιότητα και χρονικές σειρές πληροφοριών αστικής κάλυψης γης. Αυτές οι μελέτες αστικής τηλεπισκόπησης επικεντρώθηκαν στον εντοπισμό φυσικών αστικών χαρακτηριστικών για την κατανόηση της αστικοποίησης. Παρόλα αυτά τα δεδομένα της τηλεπισκόπησης δεν μπορούν να βοηθήσουν για εντός λειτουργίες των πόλεων καθώς έχει αλλάξει η ανάγκη πληροφόρησης. Τα γεωχωρικά μεγάλα δεδομένα πολλαπλών πηγών μπορούν να συμβάλουν στην κατανόηση των κοινωνικοοικονομικών χαρακτηριστικών της χρήσης της αστικής γης και να προσδιορίσει πώς οι άνθρωποι χρησιμοποιούν τη γη. Πρόσφατα έγινε συνδυασμός της τηλεπισκόπησης με τα μεγάλα γεωχωρικά δεδομένα, ως εκ τούτου η κατανόηση των χαρακτηριστικών που προέρχονται από την τηλεπισκόπηση και τα γεωχωρικά μεγάλα δεδομένα και οι μέθοδοι ενσωμάτωσής τους είναι απαραίτητες για τη χαρτογράφηση χρήσης αστικής γης.&lt;br /&gt;
&lt;br /&gt;
''3ο Κεφάλαιο:''&lt;br /&gt;
&lt;br /&gt;
Στο 3ο κεφάλαιο μελετάτε η εξαγωγή χαρακτηριστικών από την τηλεπισκόπηση και από τα γεωχωρικά μεγάλα δεδομένα που είναι ο βασικός όρος για να αναγνωριστεί η χρήση της αστικής γης. Τα χαρακτηριστικά που προέρχονται από εικόνες τηλεπισκόπησης και χρησιμοποιούνται για τις χρήσεις γης τις κατηγοριοποιούμε σε φασματικά, υφικά, χρονικά και χωρικά χαρακτηριστικά. Τα φασματικά και τα υφικά χαρακτηριστικά είναι κοινά χαρακτηριστικά για την εξαγωγή χρήσεων γης στην τηλεπισκόπηση. Πιο συγκεκριμένα τα φασματικά χαρακτηριστικά πλέον παρέχουν την ευκαιρία για την απόκτηση λεπτομερών πληροφοριών σχετικά με τα φυσικά χαρακτηριστικά των χρήσεων γης λόγο τον αυξημένο αριθμό ζωνών. Ενώ τα υφικά χαρακτηριστικά παρέχουν πλούσιες πληροφορίες για την χωρική κατανομή των τονικών αλλαγών, καθώς και τη δομική διάταξη των επιφανειών και τις σχέσεις τους με το περιβάλλον. Τα χρονικά χαρακτηριστικά είναι ευεργετικά για την βελτίωση των χαρτών ως προς τους τύπους χρήσης γης με πληροφορίες όπως η χρονοσειρά. Βοηθούν στην παρατήρηση των αλλαγών στα φασματικά και υφικά χαρακτηριστικά κατά την πάροδο του χρόνου.  Τα χωρικά χαρακτηριστικά βοηθούν στην ταξινόμηση των χρήσεων της αστικής γης σε λεπτομερές επίπεδο. Από την άλλη τα γεωχωρικά μεγάλα δεδομένα ορίζονται εν μέρει από το μεγάλο τους μέγεθος και εν μέρει από τα χαρακτηριστικά τους, όπως ο όγκος, η ποικιλία και η ταχύτητα. Επιπλέον χαρακτηρίζονται και από την εξαντλητικότητα, την σχέση, την ακρίβεια, την αξία και την μεταβλητότητα τους. Τα πιο συχνά γεωχωρικά μεγάλα δεδομένα που χρησιμοποιούνται για την χαρτογράφηση χρήσεων γης είναι η κοινωνική ανίχνευση, η ανίχνευση πολιτών, τα δεδομένα κοινωνικών μέσων και εθελοντικές γεωγραφικές πληροφορίες. Λόγω της υψηλής συσχέτισης μεταξύ των ανθρώπινων χωροχρονικών δραστηριοτήτων και των αστικών δυναμικών κοινωνικοοικονομικών χαρακτηριστικών, αυτές οι αναδυόμενες γεωχωρικά μεγάλες πληροφορίες μπορούν να βοηθήσουν στην αποτύπωση της αυξανόμενης πολυπλοκότητας των αστικών λειτουργικών προτύπων. Επομένως, για την καλύτερη ταξινόμηση και κατανόηση της χρήσης της αστικής γης, προσθέτουμε τα γεωχωρικά μεγάλα δεδομένα στον προσδιορισμό των κοινωνικοοικονομικών και ανθρώπινων δραστηριοτήτων.&lt;br /&gt;
&lt;br /&gt;
''4ο Κεφάλαιο:''&lt;br /&gt;
&lt;br /&gt;
Στο 4ο κεφάλαιο αναλύονται τα χαρακτηριστικά της τηλεπισκόπησης και των χωρικά μεγάλων δεδομένων που μπορούν να συνδυαστούν με διάφορους τρόπου για την κατηγοριοποίηση των χρήσεων γης. Στην συγκεκριμένη μελέτη ο τρόπος σύντηξης των χαρακτηριστικών από τηλεπισκόπηση και των χωρικά μεγάλων δεδομένων γίνετε με ενοποίηση σε επίπεδο χαρακτηριστικών και με ενοποίηση σε επίπεδο απόφασης. Στην διαδικασία της ενσωμάτωσης σε επίπεδο χαρακτηριστικών αρχικά εξάγονται τα χαρακτηριστικά της τηλεπισκόπησης και των χωρικά μεγάλων δεδομένων. Στην συνέχεια συγχωνεύονται σε ολοκληρωμένα σύνολα χαρακτηριστικών για την ταξινόμηση των χρήσεων αστικής γης. Στο τελικό στάδιο της ολοκλήρωσης χαρακτηριστικών ταξινομούνται τα χαρακτηριστικά χρησιμοποιώντας τεχνικέ μηχανικής εκμάθησης. Στην άλλη μέθοδο της ενσωμάτωσης με επίπεδο αποκοπής συνδυάζονται αποτελέσματα βάσει ταξινόμησης της τηλεπισκόπησης και των γεωργικά μεγάλων δεδομένων. Τα χαρακτηριστικά αυτά αξιολογούνται ανεξάρτητα πριν ενσωματωθούν για την χαρτογραφική απεικόνιση των χρήσεων γης. Για το τελικό στάδιο της ενσωμάτωσης υπάρχουν διάφορες στρατηγικές συγχώνευσης όπως η ιεραρχική ομαδοποίηση, η επικάλυψη και η επισήμανση. Παρακάτω δίνονται και δύο εικόνες με της 2 μεθόδους συνδυασμού της τηλεπισκόπησης και των γεωχωρικά μεγάλων δεδομένων.&lt;br /&gt;
&lt;br /&gt;
''5ο Κεφάλαιο:''&lt;br /&gt;
&lt;br /&gt;
Στο 5ο κεφάλαιο μελετάτε η μελλοντική ενσωμάτωση τηλεπισκόπησης και γεωχωρικά μεγάλων δεδομένων που ο κύριος περιορισμός της είναι το χάσμα της τροπικότητας, γεγονός που δυσκολεύει την ενοποίηση. Τα  γεωχωρικά μεγάλα δεδομένα έχουν διαφορετικές πηγές, χωροχρονική ανάλυση και δομές από αυτές της τηλεπισκόπησης. Επιπλέον, τα γεωχωρικά μεγάλα δεδομένα δεν συλλέγουν ομοιόμορφα σε όλο το διάστημα ενώ τα δεδομένα της τηλεπισκόπησης έχουν συνεπείς συχνότητες παρατήρησης. Η έμφαση των τεχνολογιών βαθιάς μάθησης παρέχει την ευκαιρία να γεφυρωθεί το χάσμα μεταξύ των διαφορετικών τρόπων δεδομένων. Με αρκετές μελέτες να έχουν δείξει ότι η βαθιά μάθηση είναι ιδιαίτερα αποτελεσματική στην ενσωμάτωση τηλεπισκόπησης και γεωχωρικά μεγάλων δεδομένων για την αναγνώριση λειτουργιών των αστικών περιοχών. Ακόμα η γρήγορη ανάπτυξη των πλατφορμών cloud computing προσφέρει μια πολλά υποσχόμενη λύση για την επεξεργασία μεγάλων ποσοτήτων δεδομένων τηλεπισκόπησης και γεωχωρικά μεγάλων δεδομένων. Οι χάρτες χρήσης αστικής γης που ενσωματώνουν την τηλεπισκόπηση και τα αναδυόμενα γεωχωρικά μεγάλα δεδομένα παρέχουν περισσότερες δυνατότητες στην αστική διαχείριση, όπως ο πολεοδομικός σχεδιασμός, η αξιολόγηση αστικού περιβάλλοντος, η παρακολούθηση αστικών καταστροφών και η ανάλυση αστικής κυκλοφορίας. Η προσθήκη των γεωχωρικά μεγάλων δεδομένων σε χάρτες χρήσεων γης με επαρκή και έγκαιρη πληροφόρηση θα μπορούσε να ενισχύσει τους βρόχουν ανατροφοδότησης των αστικών γνώσεων για τους κυβερνήτες και τους σταθμούς της πόλης. Στην τρέχουσα κατάσταση αυτό που μπορεί να γίνει με την ενσωμάτωση των δυο χαρακτηριστικών είναι να παρακολουθεί αστικά περιβάλλοντα όπως η αστική θερμική νησίδα και η ατμοσφαιρική ρύπανση. Οι γρήγοροι ενημερωμένοι χάρτες αστικής χρήσης γης που ενσωματώνουν τηλεπισκόπηση και γεωχωρικά μεγάλα δεδομένα με εξαιρετική χωρική ανάλυση θα μπορούσαν να υποστηρίξουν τη διαχείριση αστικών καταστροφών παρέχοντας πρωτοφανή δεδομένα αναφοράς.&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα:'''&lt;br /&gt;
&lt;br /&gt;
Στην παρούσα μελέτη εξετάστηκαν οι εφαρμογές των χαρακτηριστικών τηλεπισκόπησης και των γεωχωρικά μεγάλων δεδομένων για την κατηγοριοποίηση των χρήσεων γης της πόλης, καθώς και μεθόδους για την ενσωμάτωση τους. Έτσι καταλήγει στο συμπέρασμα ότι τα αναδυόμενα γεωχωρικά μεγάλα δεδομένα παρέχουν ευκαιρίες για τη μετατροπή από αστική κάλυψη γης σε αστική χρήση γης. Οι εφαρμογές στους χάρτες χρήσης αστικής γης που ενσωματώθηκε η τηλεπισκόπηση με τα γεωχωρικά μεγάλα δεδομένα είναι για την αστική διαχείριση που περιλαμβάνει τον αστικό σχεδιασμό, την αξιολόγηση αστικού περιβάλλοντος, την παρακολούθηση αστικών καταστροφών και την ανάλυση της αστικής κυκλοφορίας. Τέλος η ενσωμάτωση της τηλεπισκόπησης με τα γεωχωρικά μεγάλα δεδομένα δίνει την ευκαιρία να τεθούν οι άνθρωποι στο επίκεντρο των διαδικασιών γνώσης και διαχείρισης του αστικού πλανήτη.&lt;br /&gt;
&lt;br /&gt;
[[category:Ανίχνευση μεταβολών αστικής γης]]&lt;/div&gt;</summary>
		<author><name>Liasos80</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%95%CE%B9%CE%BA%CF%8C%CE%BD%CE%B1_1.3.png</id>
		<title>Αρχείο:Εικόνα 1.3.png</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%95%CE%B9%CE%BA%CF%8C%CE%BD%CE%B1_1.3.png"/>
				<updated>2022-02-04T11:19:24Z</updated>
		
		<summary type="html">&lt;p&gt;Liasos80: ανέβασμα νέας έκδοσης του &amp;amp;quot;Αρχείο:Εικόνα 1.3.png&amp;amp;quot;&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Liasos80</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%95%CE%B9%CE%BA%CF%8C%CE%BD%CE%B1_1.3.png</id>
		<title>Αρχείο:Εικόνα 1.3.png</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%95%CE%B9%CE%BA%CF%8C%CE%BD%CE%B1_1.3.png"/>
				<updated>2022-02-04T11:18:48Z</updated>
		
		<summary type="html">&lt;p&gt;Liasos80: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Liasos80</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%9F%CE%BB%CE%BF%CE%BA%CE%BB%CE%B7%CF%81%CF%89%CE%BC%CE%AD%CE%BD%CE%B1_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CE%93%CE%B5%CF%89%CF%87%CF%89%CF%81%CE%B9%CE%BA%CE%AC_%CE%BC%CE%B5%CE%B3%CE%AC%CE%BB%CE%B1_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CF%87%CF%81%CE%AE%CF%83%CE%B7%CF%82_%CE%B3%CE%B7%CF%82:_%CE%9C%CE%B9%CE%B1_%CE%B1%CE%BD%CE%B1%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7</id>
		<title>Ολοκληρωμένα δεδομένα Τηλεπισκόπησης και Γεωχωρικά μεγάλα δεδομένα για την χαρτογράφηση αστικής χρήσης γης: Μια ανασκόπηση</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%9F%CE%BB%CE%BF%CE%BA%CE%BB%CE%B7%CF%81%CF%89%CE%BC%CE%AD%CE%BD%CE%B1_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CE%93%CE%B5%CF%89%CF%87%CF%89%CF%81%CE%B9%CE%BA%CE%AC_%CE%BC%CE%B5%CE%B3%CE%AC%CE%BB%CE%B1_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CF%87%CF%81%CE%AE%CF%83%CE%B7%CF%82_%CE%B3%CE%B7%CF%82:_%CE%9C%CE%B9%CE%B1_%CE%B1%CE%BD%CE%B1%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7"/>
				<updated>2022-02-04T11:18:35Z</updated>
		
		<summary type="html">&lt;p&gt;Liasos80: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα:Εικόνα_1.1.png|thumb|right|Εικόνα 2: Τα εξεταζόμενα πάρκα της περιοχής μελέτης]]&lt;br /&gt;
[[Εικόνα:Εικόνα_1.2.png|thumb|right|Εικόνα 2: Τα εξεταζόμενα πάρκα της περιοχής μελέτης]]&lt;br /&gt;
[[Εικόνα:Εικόνα_1.3.png|thumb|right|Εικόνα 2: Τα εξεταζόμενα πάρκα της περιοχής μελέτης]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&amp;lt;h2&amp;gt;Integrating remote sensing and geospatial big data for urban land use mapping: A review&amp;lt;/h2&amp;gt;&lt;br /&gt;
&lt;br /&gt;
Jiadi Yin, Jinwei Dong, Nicholas A.S. Hamm, Zhichao Li, Jianghao Wang, Hanfa Xing, Ping Fu&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
πηγή: [[https://www.sciencedirect.com/science/article/pii/S030324342100221X]] &lt;br /&gt;
&lt;br /&gt;
&amp;lt;h3&amp;gt;Μετάφραση και περίληψη:&amp;lt;/h3&amp;gt;&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή:'''&lt;br /&gt;
&lt;br /&gt;
Με την αστικοποίηση και την επιρροή των ανθρώπων προκαλείται ραγδαία αύξηση του πληθυσμού. Αυτή η επιρροή προκαλεί την αλλαγή της αστικής γης σε διάφορες διαστάσεις από φυσικές πτυχές σε κοινωνικοοικονομικές πτυχές. Ένας μεγάλος αριθμός προϊόντων υψηλής αστικής κάλυψης γης σε μικρή χωρική ανάλυση έχει αναπτυχθεί παγκοσμίως. Παρόλα αυτά, λόγο της περιπλοκότητας της αστικής γης χρειάζονται προϊόντα υψηλής ακρίβειας ως προς τις πληροφορίες της αστικής γης τα οποία δεν υπάρχουν. Σε αυτήν την εργασία γίνετε μελέτη της φύσης της τηλεπισκόπησης και των γεωχωρικά μεγάλων δεδομένων και κάποιες στρατηγικές ενσωμάτωσης τους στην ταξινόμηση χρήσεων τις αστικής γης.&lt;br /&gt;
&lt;br /&gt;
'''Μεθοδολογία:'''&lt;br /&gt;
&lt;br /&gt;
''Εισαγωγικά:''&lt;br /&gt;
&lt;br /&gt;
Για την μελέτη της αστικής γης χρησιμοποιήθηκε ένα ευρύ φάσμα δεδομένων δορυφορικής τηλεπισκόπησης. Ωστόσο, η πολυπλοκότητα και η ποικιλομορφία των αστικών περιοχών δεν μπορεί να αποτυπωθεί καλά μόνο με τηλεπισκόπηση. Η πρόοδος στις τεχνολογίες πληροφοριών και επικοινωνιών καθιστά δυνατή την πρόσβαση σε γεωχωρικά μεγάλα δεδομένα όπως, σταθεροί και κινητοί αισθητήρες (περιβαλλοντικοί αισθητήρες, κάμερες, κάμερες Web, μέσα κοινωνικής δικτύωσης ή ακόμα και κάτοικοι αστικών περιοχών μέσω των τακτικών τους δραστηριοτήτων). Αυτά τα δεδομένα παρέχουν μια εναλλακτική προσέγγιση για την αποκάλυψη του τρόπου λειτουργίας των πόλεων. Παρά τις μεγάλες δυνατότητες ενσωμάτωσης τηλεπισκόπησης και γεωχωρικά μεγάλων δεδομένων για την παροχή καλύτερων γνώσεων σχετικά με τη χρήση της αστικής γης, είναι δύσκολο να συνδυαστούν λόγω των διαφορών στην ποιότητα των χωρικών δεδομένων. Αρχικά ο στόχος της μελέτης ήταν να εξετάσει τα βασικά στοιχεία της τηλεπισκόπησης, των γεωχωρικά μεγάλων δεδομένων και τις μεθόδους για την ενοποίηση τους. Αυτό θα το κάνει λαμβάνοντας υπόψη μόνο δορυφορικά την τηλεπισκόπηση. Αυτή η μελέτη οργανώνεται σε 6 κεφάλαια. Στο 1ο κεφάλαιο γίνετε μια εισαγωγή στα γενικά στοιχεία της τηλεπισκόπησης και των γεωχωρικά μεγάλων δεδομένων. Το 2ο κεφάλαιο έχει να κάνει με την μετατροπή από αστική κάλυψη γης σε χρήση αστικής γης. Το 3ο κεφάλαιο αναλύει τα χαρακτηριστικά της τηλεπισκόπησης και των γεωχωρικά μεγάλων δεδομένων που χρησιμοποιούνται για την κατηγοριοποίηση της αστικής χρήσης γης. Στο 4ο κεφάλαιο αναλύθηκαν οι στρατηγικές ολοκλήρωσης. Στο 5ο κεφάλαιο συζητήθηκαν οι πιθανές εφαρμογές στην ενσωμάτωση της τηλεπισκόπησης και των γεωχωρικά μεγάλων δεδομένων σε χάρτες χρήσεων αστικής γης. Και στο τελευταίο κεφάλαιο γίνεται ένα συμπέρασμα και οι συνέπειες όλης της εργασίας. &lt;br /&gt;
&lt;br /&gt;
''2ο Κεφάλαιο:''&lt;br /&gt;
&lt;br /&gt;
Σύμφωνα με το 2ο κεφάλαιο η χρήση τηλεπισκόπησης για την χαρτογράφηση της κάλυψης αστικής γης έχει χρονικά μεγάλη ιστορία. Η περισσότεροι χάρτες κάλυψης αστικών εδαφών ελήφθησαν από εικόνες χονδρικής χωρικής ανάλυσης 100m-10km. Με την πρόοδο της τεχνολογίας αυτές οι αναλύσεις έγιναν καλύτερες φτάνοντας τα 10-100m. Η χρονική περίοδος αυτών των παγκόσμιων προϊόντων αστικής κάλυψης γης έχει μετατραπεί από μια ενιαία περίοδο σε επαναλαμβανόμενες παρατηρήσεις, οι οποίες θα μπορούσαν να παρέχουν καλύτερη ποιότητα και χρονικές σειρές πληροφοριών αστικής κάλυψης γης. Αυτές οι μελέτες αστικής τηλεπισκόπησης επικεντρώθηκαν στον εντοπισμό φυσικών αστικών χαρακτηριστικών για την κατανόηση της αστικοποίησης. Παρόλα αυτά τα δεδομένα της τηλεπισκόπησης δεν μπορούν να βοηθήσουν για εντός λειτουργίες των πόλεων καθώς έχει αλλάξει η ανάγκη πληροφόρησης. Τα γεωχωρικά μεγάλα δεδομένα πολλαπλών πηγών μπορούν να συμβάλουν στην κατανόηση των κοινωνικοοικονομικών χαρακτηριστικών της χρήσης της αστικής γης και να προσδιορίσει πώς οι άνθρωποι χρησιμοποιούν τη γη. Πρόσφατα έγινε συνδυασμός της τηλεπισκόπησης με τα μεγάλα γεωχωρικά δεδομένα, ως εκ τούτου η κατανόηση των χαρακτηριστικών που προέρχονται από την τηλεπισκόπηση και τα γεωχωρικά μεγάλα δεδομένα και οι μέθοδοι ενσωμάτωσής τους είναι απαραίτητες για τη χαρτογράφηση χρήσης αστικής γης.&lt;br /&gt;
&lt;br /&gt;
''3ο Κεφάλαιο:''&lt;br /&gt;
&lt;br /&gt;
Στο 3ο κεφάλαιο μελετάτε η εξαγωγή χαρακτηριστικών από την τηλεπισκόπηση και από τα γεωχωρικά μεγάλα δεδομένα που είναι ο βασικός όρος για να αναγνωριστεί η χρήση της αστικής γης. Τα χαρακτηριστικά που προέρχονται από εικόνες τηλεπισκόπησης και χρησιμοποιούνται για τις χρήσεις γης τις κατηγοριοποιούμε σε φασματικά, υφικά, χρονικά και χωρικά χαρακτηριστικά. Τα φασματικά και τα υφικά χαρακτηριστικά είναι κοινά χαρακτηριστικά για την εξαγωγή χρήσεων γης στην τηλεπισκόπηση. Πιο συγκεκριμένα τα φασματικά χαρακτηριστικά πλέον παρέχουν την ευκαιρία για την απόκτηση λεπτομερών πληροφοριών σχετικά με τα φυσικά χαρακτηριστικά των χρήσεων γης λόγο τον αυξημένο αριθμό ζωνών. Ενώ τα υφικά χαρακτηριστικά παρέχουν πλούσιες πληροφορίες για την χωρική κατανομή των τονικών αλλαγών, καθώς και τη δομική διάταξη των επιφανειών και τις σχέσεις τους με το περιβάλλον. Τα χρονικά χαρακτηριστικά είναι ευεργετικά για την βελτίωση των χαρτών ως προς τους τύπους χρήσης γης με πληροφορίες όπως η χρονοσειρά. Βοηθούν στην παρατήρηση των αλλαγών στα φασματικά και υφικά χαρακτηριστικά κατά την πάροδο του χρόνου.  Τα χωρικά χαρακτηριστικά βοηθούν στην ταξινόμηση των χρήσεων της αστικής γης σε λεπτομερές επίπεδο. Από την άλλη τα γεωχωρικά μεγάλα δεδομένα ορίζονται εν μέρει από το μεγάλο τους μέγεθος και εν μέρει από τα χαρακτηριστικά τους, όπως ο όγκος, η ποικιλία και η ταχύτητα. Επιπλέον χαρακτηρίζονται και από την εξαντλητικότητα, την σχέση, την ακρίβεια, την αξία και την μεταβλητότητα τους. Τα πιο συχνά γεωχωρικά μεγάλα δεδομένα που χρησιμοποιούνται για την χαρτογράφηση χρήσεων γης είναι η κοινωνική ανίχνευση, η ανίχνευση πολιτών, τα δεδομένα κοινωνικών μέσων και εθελοντικές γεωγραφικές πληροφορίες. Λόγω της υψηλής συσχέτισης μεταξύ των ανθρώπινων χωροχρονικών δραστηριοτήτων και των αστικών δυναμικών κοινωνικοοικονομικών χαρακτηριστικών, αυτές οι αναδυόμενες γεωχωρικά μεγάλες πληροφορίες μπορούν να βοηθήσουν στην αποτύπωση της αυξανόμενης πολυπλοκότητας των αστικών λειτουργικών προτύπων. Επομένως, για την καλύτερη ταξινόμηση και κατανόηση της χρήσης της αστικής γης, προσθέτουμε τα γεωχωρικά μεγάλα δεδομένα στον προσδιορισμό των κοινωνικοοικονομικών και ανθρώπινων δραστηριοτήτων.&lt;br /&gt;
&lt;br /&gt;
''4ο Κεφάλαιο:''&lt;br /&gt;
&lt;br /&gt;
Στο 4ο κεφάλαιο αναλύονται τα χαρακτηριστικά της τηλεπισκόπησης και των χωρικά μεγάλων δεδομένων που μπορούν να συνδυαστούν με διάφορους τρόπου για την κατηγοριοποίηση των χρήσεων γης. Στην συγκεκριμένη μελέτη ο τρόπος σύντηξης των χαρακτηριστικών από τηλεπισκόπηση και των χωρικά μεγάλων δεδομένων γίνετε με ενοποίηση σε επίπεδο χαρακτηριστικών και με ενοποίηση σε επίπεδο απόφασης. Στην διαδικασία της ενσωμάτωσης σε επίπεδο χαρακτηριστικών αρχικά εξάγονται τα χαρακτηριστικά της τηλεπισκόπησης και των χωρικά μεγάλων δεδομένων. Στην συνέχεια συγχωνεύονται σε ολοκληρωμένα σύνολα χαρακτηριστικών για την ταξινόμηση των χρήσεων αστικής γης. Στο τελικό στάδιο της ολοκλήρωσης χαρακτηριστικών ταξινομούνται τα χαρακτηριστικά χρησιμοποιώντας τεχνικέ μηχανικής εκμάθησης. Στην άλλη μέθοδο της ενσωμάτωσης με επίπεδο αποκοπής συνδυάζονται αποτελέσματα βάσει ταξινόμησης της τηλεπισκόπησης και των γεωργικά μεγάλων δεδομένων. Τα χαρακτηριστικά αυτά αξιολογούνται ανεξάρτητα πριν ενσωματωθούν για την χαρτογραφική απεικόνιση των χρήσεων γης. Για το τελικό στάδιο της ενσωμάτωσης υπάρχουν διάφορες στρατηγικές συγχώνευσης όπως η ιεραρχική ομαδοποίηση, η επικάλυψη και η επισήμανση. Παρακάτω δίνονται και δύο εικόνες με της 2 μεθόδους συνδυασμού της τηλεπισκόπησης και των γεωχωρικά μεγάλων δεδομένων.&lt;br /&gt;
&lt;br /&gt;
''5ο Κεφάλαιο:''&lt;br /&gt;
&lt;br /&gt;
Στο 5ο κεφάλαιο μελετάτε η μελλοντική ενσωμάτωση τηλεπισκόπησης και γεωχωρικά μεγάλων δεδομένων που ο κύριος περιορισμός της είναι το χάσμα της τροπικότητας, γεγονός που δυσκολεύει την ενοποίηση. Τα  γεωχωρικά μεγάλα δεδομένα έχουν διαφορετικές πηγές, χωροχρονική ανάλυση και δομές από αυτές της τηλεπισκόπησης. Επιπλέον, τα γεωχωρικά μεγάλα δεδομένα δεν συλλέγουν ομοιόμορφα σε όλο το διάστημα ενώ τα δεδομένα της τηλεπισκόπησης έχουν συνεπείς συχνότητες παρατήρησης. Η έμφαση των τεχνολογιών βαθιάς μάθησης παρέχει την ευκαιρία να γεφυρωθεί το χάσμα μεταξύ των διαφορετικών τρόπων δεδομένων. Με αρκετές μελέτες να έχουν δείξει ότι η βαθιά μάθηση είναι ιδιαίτερα αποτελεσματική στην ενσωμάτωση τηλεπισκόπησης και γεωχωρικά μεγάλων δεδομένων για την αναγνώριση λειτουργιών των αστικών περιοχών. Ακόμα η γρήγορη ανάπτυξη των πλατφορμών cloud computing προσφέρει μια πολλά υποσχόμενη λύση για την επεξεργασία μεγάλων ποσοτήτων δεδομένων τηλεπισκόπησης και γεωχωρικά μεγάλων δεδομένων. Οι χάρτες χρήσης αστικής γης που ενσωματώνουν την τηλεπισκόπηση και τα αναδυόμενα γεωχωρικά μεγάλα δεδομένα παρέχουν περισσότερες δυνατότητες στην αστική διαχείριση, όπως ο πολεοδομικός σχεδιασμός, η αξιολόγηση αστικού περιβάλλοντος, η παρακολούθηση αστικών καταστροφών και η ανάλυση αστικής κυκλοφορίας. Η προσθήκη των γεωχωρικά μεγάλων δεδομένων σε χάρτες χρήσεων γης με επαρκή και έγκαιρη πληροφόρηση θα μπορούσε να ενισχύσει τους βρόχουν ανατροφοδότησης των αστικών γνώσεων για τους κυβερνήτες και τους σταθμούς της πόλης. Στην τρέχουσα κατάσταση αυτό που μπορεί να γίνει με την ενσωμάτωση των δυο χαρακτηριστικών είναι να παρακολουθεί αστικά περιβάλλοντα όπως η αστική θερμική νησίδα και η ατμοσφαιρική ρύπανση. Οι γρήγοροι ενημερωμένοι χάρτες αστικής χρήσης γης που ενσωματώνουν τηλεπισκόπηση και γεωχωρικά μεγάλα δεδομένα με εξαιρετική χωρική ανάλυση θα μπορούσαν να υποστηρίξουν τη διαχείριση αστικών καταστροφών παρέχοντας πρωτοφανή δεδομένα αναφοράς.&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα:'''&lt;br /&gt;
&lt;br /&gt;
Στην παρούσα μελέτη εξετάστηκαν οι εφαρμογές των χαρακτηριστικών τηλεπισκόπησης και των γεωχωρικά μεγάλων δεδομένων για την κατηγοριοποίηση των χρήσεων γης της πόλης, καθώς και μεθόδους για την ενσωμάτωση τους. Έτσι καταλήγει στο συμπέρασμα ότι τα αναδυόμενα γεωχωρικά μεγάλα δεδομένα παρέχουν ευκαιρίες για τη μετατροπή από αστική κάλυψη γης σε αστική χρήση γης. Οι εφαρμογές στους χάρτες χρήσης αστικής γης που ενσωματώθηκε η τηλεπισκόπηση με τα γεωχωρικά μεγάλα δεδομένα είναι για την αστική διαχείριση που περιλαμβάνει τον αστικό σχεδιασμό, την αξιολόγηση αστικού περιβάλλοντος, την παρακολούθηση αστικών καταστροφών και την ανάλυση της αστικής κυκλοφορίας. Τέλος η ενσωμάτωση της τηλεπισκόπησης με τα γεωχωρικά μεγάλα δεδομένα δίνει την ευκαιρία να τεθούν οι άνθρωποι στο επίκεντρο των διαδικασιών γνώσης και διαχείρισης του αστικού πλανήτη.&lt;br /&gt;
&lt;br /&gt;
[[category:Ανίχνευση μεταβολών αστικής γης]]&lt;/div&gt;</summary>
		<author><name>Liasos80</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%95%CE%B9%CE%BA%CF%8C%CE%BD%CE%B1_1.2.png</id>
		<title>Αρχείο:Εικόνα 1.2.png</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%95%CE%B9%CE%BA%CF%8C%CE%BD%CE%B1_1.2.png"/>
				<updated>2022-02-04T11:18:17Z</updated>
		
		<summary type="html">&lt;p&gt;Liasos80: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Liasos80</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%9F%CE%BB%CE%BF%CE%BA%CE%BB%CE%B7%CF%81%CF%89%CE%BC%CE%AD%CE%BD%CE%B1_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CE%93%CE%B5%CF%89%CF%87%CF%89%CF%81%CE%B9%CE%BA%CE%AC_%CE%BC%CE%B5%CE%B3%CE%AC%CE%BB%CE%B1_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CF%87%CF%81%CE%AE%CF%83%CE%B7%CF%82_%CE%B3%CE%B7%CF%82:_%CE%9C%CE%B9%CE%B1_%CE%B1%CE%BD%CE%B1%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7</id>
		<title>Ολοκληρωμένα δεδομένα Τηλεπισκόπησης και Γεωχωρικά μεγάλα δεδομένα για την χαρτογράφηση αστικής χρήσης γης: Μια ανασκόπηση</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%9F%CE%BB%CE%BF%CE%BA%CE%BB%CE%B7%CF%81%CF%89%CE%BC%CE%AD%CE%BD%CE%B1_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CE%93%CE%B5%CF%89%CF%87%CF%89%CF%81%CE%B9%CE%BA%CE%AC_%CE%BC%CE%B5%CE%B3%CE%AC%CE%BB%CE%B1_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CF%87%CF%81%CE%AE%CF%83%CE%B7%CF%82_%CE%B3%CE%B7%CF%82:_%CE%9C%CE%B9%CE%B1_%CE%B1%CE%BD%CE%B1%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7"/>
				<updated>2022-02-04T11:17:42Z</updated>
		
		<summary type="html">&lt;p&gt;Liasos80: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα:Εικόνα_1.1.png|thumb|right|Εικόνα 2: Τα εξεταζόμενα πάρκα της περιοχής μελέτης]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&amp;lt;h2&amp;gt;Integrating remote sensing and geospatial big data for urban land use mapping: A review&amp;lt;/h2&amp;gt;&lt;br /&gt;
&lt;br /&gt;
Jiadi Yin, Jinwei Dong, Nicholas A.S. Hamm, Zhichao Li, Jianghao Wang, Hanfa Xing, Ping Fu&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
πηγή: [[https://www.sciencedirect.com/science/article/pii/S030324342100221X]] &lt;br /&gt;
&lt;br /&gt;
&amp;lt;h3&amp;gt;Μετάφραση και περίληψη:&amp;lt;/h3&amp;gt;&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή:'''&lt;br /&gt;
&lt;br /&gt;
Με την αστικοποίηση και την επιρροή των ανθρώπων προκαλείται ραγδαία αύξηση του πληθυσμού. Αυτή η επιρροή προκαλεί την αλλαγή της αστικής γης σε διάφορες διαστάσεις από φυσικές πτυχές σε κοινωνικοοικονομικές πτυχές. Ένας μεγάλος αριθμός προϊόντων υψηλής αστικής κάλυψης γης σε μικρή χωρική ανάλυση έχει αναπτυχθεί παγκοσμίως. Παρόλα αυτά, λόγο της περιπλοκότητας της αστικής γης χρειάζονται προϊόντα υψηλής ακρίβειας ως προς τις πληροφορίες της αστικής γης τα οποία δεν υπάρχουν. Σε αυτήν την εργασία γίνετε μελέτη της φύσης της τηλεπισκόπησης και των γεωχωρικά μεγάλων δεδομένων και κάποιες στρατηγικές ενσωμάτωσης τους στην ταξινόμηση χρήσεων τις αστικής γης.&lt;br /&gt;
&lt;br /&gt;
'''Μεθοδολογία:'''&lt;br /&gt;
&lt;br /&gt;
''Εισαγωγικά:''&lt;br /&gt;
&lt;br /&gt;
Για την μελέτη της αστικής γης χρησιμοποιήθηκε ένα ευρύ φάσμα δεδομένων δορυφορικής τηλεπισκόπησης. Ωστόσο, η πολυπλοκότητα και η ποικιλομορφία των αστικών περιοχών δεν μπορεί να αποτυπωθεί καλά μόνο με τηλεπισκόπηση. Η πρόοδος στις τεχνολογίες πληροφοριών και επικοινωνιών καθιστά δυνατή την πρόσβαση σε γεωχωρικά μεγάλα δεδομένα όπως, σταθεροί και κινητοί αισθητήρες (περιβαλλοντικοί αισθητήρες, κάμερες, κάμερες Web, μέσα κοινωνικής δικτύωσης ή ακόμα και κάτοικοι αστικών περιοχών μέσω των τακτικών τους δραστηριοτήτων). Αυτά τα δεδομένα παρέχουν μια εναλλακτική προσέγγιση για την αποκάλυψη του τρόπου λειτουργίας των πόλεων. Παρά τις μεγάλες δυνατότητες ενσωμάτωσης τηλεπισκόπησης και γεωχωρικά μεγάλων δεδομένων για την παροχή καλύτερων γνώσεων σχετικά με τη χρήση της αστικής γης, είναι δύσκολο να συνδυαστούν λόγω των διαφορών στην ποιότητα των χωρικών δεδομένων. Αρχικά ο στόχος της μελέτης ήταν να εξετάσει τα βασικά στοιχεία της τηλεπισκόπησης, των γεωχωρικά μεγάλων δεδομένων και τις μεθόδους για την ενοποίηση τους. Αυτό θα το κάνει λαμβάνοντας υπόψη μόνο δορυφορικά την τηλεπισκόπηση. Αυτή η μελέτη οργανώνεται σε 6 κεφάλαια. Στο 1ο κεφάλαιο γίνετε μια εισαγωγή στα γενικά στοιχεία της τηλεπισκόπησης και των γεωχωρικά μεγάλων δεδομένων. Το 2ο κεφάλαιο έχει να κάνει με την μετατροπή από αστική κάλυψη γης σε χρήση αστικής γης. Το 3ο κεφάλαιο αναλύει τα χαρακτηριστικά της τηλεπισκόπησης και των γεωχωρικά μεγάλων δεδομένων που χρησιμοποιούνται για την κατηγοριοποίηση της αστικής χρήσης γης. Στο 4ο κεφάλαιο αναλύθηκαν οι στρατηγικές ολοκλήρωσης. Στο 5ο κεφάλαιο συζητήθηκαν οι πιθανές εφαρμογές στην ενσωμάτωση της τηλεπισκόπησης και των γεωχωρικά μεγάλων δεδομένων σε χάρτες χρήσεων αστικής γης. Και στο τελευταίο κεφάλαιο γίνεται ένα συμπέρασμα και οι συνέπειες όλης της εργασίας. &lt;br /&gt;
&lt;br /&gt;
''2ο Κεφάλαιο:''&lt;br /&gt;
&lt;br /&gt;
Σύμφωνα με το 2ο κεφάλαιο η χρήση τηλεπισκόπησης για την χαρτογράφηση της κάλυψης αστικής γης έχει χρονικά μεγάλη ιστορία. Η περισσότεροι χάρτες κάλυψης αστικών εδαφών ελήφθησαν από εικόνες χονδρικής χωρικής ανάλυσης 100m-10km. Με την πρόοδο της τεχνολογίας αυτές οι αναλύσεις έγιναν καλύτερες φτάνοντας τα 10-100m. Η χρονική περίοδος αυτών των παγκόσμιων προϊόντων αστικής κάλυψης γης έχει μετατραπεί από μια ενιαία περίοδο σε επαναλαμβανόμενες παρατηρήσεις, οι οποίες θα μπορούσαν να παρέχουν καλύτερη ποιότητα και χρονικές σειρές πληροφοριών αστικής κάλυψης γης. Αυτές οι μελέτες αστικής τηλεπισκόπησης επικεντρώθηκαν στον εντοπισμό φυσικών αστικών χαρακτηριστικών για την κατανόηση της αστικοποίησης. Παρόλα αυτά τα δεδομένα της τηλεπισκόπησης δεν μπορούν να βοηθήσουν για εντός λειτουργίες των πόλεων καθώς έχει αλλάξει η ανάγκη πληροφόρησης. Τα γεωχωρικά μεγάλα δεδομένα πολλαπλών πηγών μπορούν να συμβάλουν στην κατανόηση των κοινωνικοοικονομικών χαρακτηριστικών της χρήσης της αστικής γης και να προσδιορίσει πώς οι άνθρωποι χρησιμοποιούν τη γη. Πρόσφατα έγινε συνδυασμός της τηλεπισκόπησης με τα μεγάλα γεωχωρικά δεδομένα, ως εκ τούτου η κατανόηση των χαρακτηριστικών που προέρχονται από την τηλεπισκόπηση και τα γεωχωρικά μεγάλα δεδομένα και οι μέθοδοι ενσωμάτωσής τους είναι απαραίτητες για τη χαρτογράφηση χρήσης αστικής γης.&lt;br /&gt;
&lt;br /&gt;
''3ο Κεφάλαιο:''&lt;br /&gt;
&lt;br /&gt;
Στο 3ο κεφάλαιο μελετάτε η εξαγωγή χαρακτηριστικών από την τηλεπισκόπηση και από τα γεωχωρικά μεγάλα δεδομένα που είναι ο βασικός όρος για να αναγνωριστεί η χρήση της αστικής γης. Τα χαρακτηριστικά που προέρχονται από εικόνες τηλεπισκόπησης και χρησιμοποιούνται για τις χρήσεις γης τις κατηγοριοποιούμε σε φασματικά, υφικά, χρονικά και χωρικά χαρακτηριστικά. Τα φασματικά και τα υφικά χαρακτηριστικά είναι κοινά χαρακτηριστικά για την εξαγωγή χρήσεων γης στην τηλεπισκόπηση. Πιο συγκεκριμένα τα φασματικά χαρακτηριστικά πλέον παρέχουν την ευκαιρία για την απόκτηση λεπτομερών πληροφοριών σχετικά με τα φυσικά χαρακτηριστικά των χρήσεων γης λόγο τον αυξημένο αριθμό ζωνών. Ενώ τα υφικά χαρακτηριστικά παρέχουν πλούσιες πληροφορίες για την χωρική κατανομή των τονικών αλλαγών, καθώς και τη δομική διάταξη των επιφανειών και τις σχέσεις τους με το περιβάλλον. Τα χρονικά χαρακτηριστικά είναι ευεργετικά για την βελτίωση των χαρτών ως προς τους τύπους χρήσης γης με πληροφορίες όπως η χρονοσειρά. Βοηθούν στην παρατήρηση των αλλαγών στα φασματικά και υφικά χαρακτηριστικά κατά την πάροδο του χρόνου.  Τα χωρικά χαρακτηριστικά βοηθούν στην ταξινόμηση των χρήσεων της αστικής γης σε λεπτομερές επίπεδο. Από την άλλη τα γεωχωρικά μεγάλα δεδομένα ορίζονται εν μέρει από το μεγάλο τους μέγεθος και εν μέρει από τα χαρακτηριστικά τους, όπως ο όγκος, η ποικιλία και η ταχύτητα. Επιπλέον χαρακτηρίζονται και από την εξαντλητικότητα, την σχέση, την ακρίβεια, την αξία και την μεταβλητότητα τους. Τα πιο συχνά γεωχωρικά μεγάλα δεδομένα που χρησιμοποιούνται για την χαρτογράφηση χρήσεων γης είναι η κοινωνική ανίχνευση, η ανίχνευση πολιτών, τα δεδομένα κοινωνικών μέσων και εθελοντικές γεωγραφικές πληροφορίες. Λόγω της υψηλής συσχέτισης μεταξύ των ανθρώπινων χωροχρονικών δραστηριοτήτων και των αστικών δυναμικών κοινωνικοοικονομικών χαρακτηριστικών, αυτές οι αναδυόμενες γεωχωρικά μεγάλες πληροφορίες μπορούν να βοηθήσουν στην αποτύπωση της αυξανόμενης πολυπλοκότητας των αστικών λειτουργικών προτύπων. Επομένως, για την καλύτερη ταξινόμηση και κατανόηση της χρήσης της αστικής γης, προσθέτουμε τα γεωχωρικά μεγάλα δεδομένα στον προσδιορισμό των κοινωνικοοικονομικών και ανθρώπινων δραστηριοτήτων.&lt;br /&gt;
&lt;br /&gt;
''4ο Κεφάλαιο:''&lt;br /&gt;
&lt;br /&gt;
Στο 4ο κεφάλαιο αναλύονται τα χαρακτηριστικά της τηλεπισκόπησης και των χωρικά μεγάλων δεδομένων που μπορούν να συνδυαστούν με διάφορους τρόπου για την κατηγοριοποίηση των χρήσεων γης. Στην συγκεκριμένη μελέτη ο τρόπος σύντηξης των χαρακτηριστικών από τηλεπισκόπηση και των χωρικά μεγάλων δεδομένων γίνετε με ενοποίηση σε επίπεδο χαρακτηριστικών και με ενοποίηση σε επίπεδο απόφασης. Στην διαδικασία της ενσωμάτωσης σε επίπεδο χαρακτηριστικών αρχικά εξάγονται τα χαρακτηριστικά της τηλεπισκόπησης και των χωρικά μεγάλων δεδομένων. Στην συνέχεια συγχωνεύονται σε ολοκληρωμένα σύνολα χαρακτηριστικών για την ταξινόμηση των χρήσεων αστικής γης. Στο τελικό στάδιο της ολοκλήρωσης χαρακτηριστικών ταξινομούνται τα χαρακτηριστικά χρησιμοποιώντας τεχνικέ μηχανικής εκμάθησης. Στην άλλη μέθοδο της ενσωμάτωσης με επίπεδο αποκοπής συνδυάζονται αποτελέσματα βάσει ταξινόμησης της τηλεπισκόπησης και των γεωργικά μεγάλων δεδομένων. Τα χαρακτηριστικά αυτά αξιολογούνται ανεξάρτητα πριν ενσωματωθούν για την χαρτογραφική απεικόνιση των χρήσεων γης. Για το τελικό στάδιο της ενσωμάτωσης υπάρχουν διάφορες στρατηγικές συγχώνευσης όπως η ιεραρχική ομαδοποίηση, η επικάλυψη και η επισήμανση. Παρακάτω δίνονται και δύο εικόνες με της 2 μεθόδους συνδυασμού της τηλεπισκόπησης και των γεωχωρικά μεγάλων δεδομένων.&lt;br /&gt;
&lt;br /&gt;
''5ο Κεφάλαιο:''&lt;br /&gt;
&lt;br /&gt;
Στο 5ο κεφάλαιο μελετάτε η μελλοντική ενσωμάτωση τηλεπισκόπησης και γεωχωρικά μεγάλων δεδομένων που ο κύριος περιορισμός της είναι το χάσμα της τροπικότητας, γεγονός που δυσκολεύει την ενοποίηση. Τα  γεωχωρικά μεγάλα δεδομένα έχουν διαφορετικές πηγές, χωροχρονική ανάλυση και δομές από αυτές της τηλεπισκόπησης. Επιπλέον, τα γεωχωρικά μεγάλα δεδομένα δεν συλλέγουν ομοιόμορφα σε όλο το διάστημα ενώ τα δεδομένα της τηλεπισκόπησης έχουν συνεπείς συχνότητες παρατήρησης. Η έμφαση των τεχνολογιών βαθιάς μάθησης παρέχει την ευκαιρία να γεφυρωθεί το χάσμα μεταξύ των διαφορετικών τρόπων δεδομένων. Με αρκετές μελέτες να έχουν δείξει ότι η βαθιά μάθηση είναι ιδιαίτερα αποτελεσματική στην ενσωμάτωση τηλεπισκόπησης και γεωχωρικά μεγάλων δεδομένων για την αναγνώριση λειτουργιών των αστικών περιοχών. Ακόμα η γρήγορη ανάπτυξη των πλατφορμών cloud computing προσφέρει μια πολλά υποσχόμενη λύση για την επεξεργασία μεγάλων ποσοτήτων δεδομένων τηλεπισκόπησης και γεωχωρικά μεγάλων δεδομένων. Οι χάρτες χρήσης αστικής γης που ενσωματώνουν την τηλεπισκόπηση και τα αναδυόμενα γεωχωρικά μεγάλα δεδομένα παρέχουν περισσότερες δυνατότητες στην αστική διαχείριση, όπως ο πολεοδομικός σχεδιασμός, η αξιολόγηση αστικού περιβάλλοντος, η παρακολούθηση αστικών καταστροφών και η ανάλυση αστικής κυκλοφορίας. Η προσθήκη των γεωχωρικά μεγάλων δεδομένων σε χάρτες χρήσεων γης με επαρκή και έγκαιρη πληροφόρηση θα μπορούσε να ενισχύσει τους βρόχουν ανατροφοδότησης των αστικών γνώσεων για τους κυβερνήτες και τους σταθμούς της πόλης. Στην τρέχουσα κατάσταση αυτό που μπορεί να γίνει με την ενσωμάτωση των δυο χαρακτηριστικών είναι να παρακολουθεί αστικά περιβάλλοντα όπως η αστική θερμική νησίδα και η ατμοσφαιρική ρύπανση. Οι γρήγοροι ενημερωμένοι χάρτες αστικής χρήσης γης που ενσωματώνουν τηλεπισκόπηση και γεωχωρικά μεγάλα δεδομένα με εξαιρετική χωρική ανάλυση θα μπορούσαν να υποστηρίξουν τη διαχείριση αστικών καταστροφών παρέχοντας πρωτοφανή δεδομένα αναφοράς.&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα:'''&lt;br /&gt;
&lt;br /&gt;
Στην παρούσα μελέτη εξετάστηκαν οι εφαρμογές των χαρακτηριστικών τηλεπισκόπησης και των γεωχωρικά μεγάλων δεδομένων για την κατηγοριοποίηση των χρήσεων γης της πόλης, καθώς και μεθόδους για την ενσωμάτωση τους. Έτσι καταλήγει στο συμπέρασμα ότι τα αναδυόμενα γεωχωρικά μεγάλα δεδομένα παρέχουν ευκαιρίες για τη μετατροπή από αστική κάλυψη γης σε αστική χρήση γης. Οι εφαρμογές στους χάρτες χρήσης αστικής γης που ενσωματώθηκε η τηλεπισκόπηση με τα γεωχωρικά μεγάλα δεδομένα είναι για την αστική διαχείριση που περιλαμβάνει τον αστικό σχεδιασμό, την αξιολόγηση αστικού περιβάλλοντος, την παρακολούθηση αστικών καταστροφών και την ανάλυση της αστικής κυκλοφορίας. Τέλος η ενσωμάτωση της τηλεπισκόπησης με τα γεωχωρικά μεγάλα δεδομένα δίνει την ευκαιρία να τεθούν οι άνθρωποι στο επίκεντρο των διαδικασιών γνώσης και διαχείρισης του αστικού πλανήτη.&lt;br /&gt;
&lt;br /&gt;
[[category:Ανίχνευση μεταβολών αστικής γης]]&lt;/div&gt;</summary>
		<author><name>Liasos80</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%95%CE%B9%CE%BA%CF%8C%CE%BD%CE%B1_1.1.png</id>
		<title>Αρχείο:Εικόνα 1.1.png</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%95%CE%B9%CE%BA%CF%8C%CE%BD%CE%B1_1.1.png"/>
				<updated>2022-02-04T11:17:18Z</updated>
		
		<summary type="html">&lt;p&gt;Liasos80: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Liasos80</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%9F%CE%BB%CE%BF%CE%BA%CE%BB%CE%B7%CF%81%CF%89%CE%BC%CE%AD%CE%BD%CE%B1_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CE%93%CE%B5%CF%89%CF%87%CF%89%CF%81%CE%B9%CE%BA%CE%AC_%CE%BC%CE%B5%CE%B3%CE%AC%CE%BB%CE%B1_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CF%87%CF%81%CE%AE%CF%83%CE%B7%CF%82_%CE%B3%CE%B7%CF%82:_%CE%9C%CE%B9%CE%B1_%CE%B1%CE%BD%CE%B1%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7</id>
		<title>Ολοκληρωμένα δεδομένα Τηλεπισκόπησης και Γεωχωρικά μεγάλα δεδομένα για την χαρτογράφηση αστικής χρήσης γης: Μια ανασκόπηση</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%9F%CE%BB%CE%BF%CE%BA%CE%BB%CE%B7%CF%81%CF%89%CE%BC%CE%AD%CE%BD%CE%B1_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CE%93%CE%B5%CF%89%CF%87%CF%89%CF%81%CE%B9%CE%BA%CE%AC_%CE%BC%CE%B5%CE%B3%CE%AC%CE%BB%CE%B1_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CF%87%CF%81%CE%AE%CF%83%CE%B7%CF%82_%CE%B3%CE%B7%CF%82:_%CE%9C%CE%B9%CE%B1_%CE%B1%CE%BD%CE%B1%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7"/>
				<updated>2022-02-04T11:15:51Z</updated>
		
		<summary type="html">&lt;p&gt;Liasos80: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;br /&gt;
[[Εικόνα:Πλήρης ανάλυση.png|thumb|right|Εικόνα 2: Τα εξεταζόμενα πάρκα της περιοχής μελέτης]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&amp;lt;h2&amp;gt;Integrating remote sensing and geospatial big data for urban land use mapping: A review&amp;lt;/h2&amp;gt;&lt;br /&gt;
&lt;br /&gt;
Jiadi Yin, Jinwei Dong, Nicholas A.S. Hamm, Zhichao Li, Jianghao Wang, Hanfa Xing, Ping Fu&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
πηγή: [[https://www.sciencedirect.com/science/article/pii/S030324342100221X]] &lt;br /&gt;
&lt;br /&gt;
&amp;lt;h3&amp;gt;Μετάφραση και περίληψη:&amp;lt;/h3&amp;gt;&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή:'''&lt;br /&gt;
&lt;br /&gt;
Με την αστικοποίηση και την επιρροή των ανθρώπων προκαλείται ραγδαία αύξηση του πληθυσμού. Αυτή η επιρροή προκαλεί την αλλαγή της αστικής γης σε διάφορες διαστάσεις από φυσικές πτυχές σε κοινωνικοοικονομικές πτυχές. Ένας μεγάλος αριθμός προϊόντων υψηλής αστικής κάλυψης γης σε μικρή χωρική ανάλυση έχει αναπτυχθεί παγκοσμίως. Παρόλα αυτά, λόγο της περιπλοκότητας της αστικής γης χρειάζονται προϊόντα υψηλής ακρίβειας ως προς τις πληροφορίες της αστικής γης τα οποία δεν υπάρχουν. Σε αυτήν την εργασία γίνετε μελέτη της φύσης της τηλεπισκόπησης και των γεωχωρικά μεγάλων δεδομένων και κάποιες στρατηγικές ενσωμάτωσης τους στην ταξινόμηση χρήσεων τις αστικής γης.&lt;br /&gt;
&lt;br /&gt;
'''Μεθοδολογία:'''&lt;br /&gt;
&lt;br /&gt;
''Εισαγωγικά:''&lt;br /&gt;
&lt;br /&gt;
Για την μελέτη της αστικής γης χρησιμοποιήθηκε ένα ευρύ φάσμα δεδομένων δορυφορικής τηλεπισκόπησης. Ωστόσο, η πολυπλοκότητα και η ποικιλομορφία των αστικών περιοχών δεν μπορεί να αποτυπωθεί καλά μόνο με τηλεπισκόπηση. Η πρόοδος στις τεχνολογίες πληροφοριών και επικοινωνιών καθιστά δυνατή την πρόσβαση σε γεωχωρικά μεγάλα δεδομένα όπως, σταθεροί και κινητοί αισθητήρες (περιβαλλοντικοί αισθητήρες, κάμερες, κάμερες Web, μέσα κοινωνικής δικτύωσης ή ακόμα και κάτοικοι αστικών περιοχών μέσω των τακτικών τους δραστηριοτήτων). Αυτά τα δεδομένα παρέχουν μια εναλλακτική προσέγγιση για την αποκάλυψη του τρόπου λειτουργίας των πόλεων. Παρά τις μεγάλες δυνατότητες ενσωμάτωσης τηλεπισκόπησης και γεωχωρικά μεγάλων δεδομένων για την παροχή καλύτερων γνώσεων σχετικά με τη χρήση της αστικής γης, είναι δύσκολο να συνδυαστούν λόγω των διαφορών στην ποιότητα των χωρικών δεδομένων. Αρχικά ο στόχος της μελέτης ήταν να εξετάσει τα βασικά στοιχεία της τηλεπισκόπησης, των γεωχωρικά μεγάλων δεδομένων και τις μεθόδους για την ενοποίηση τους. Αυτό θα το κάνει λαμβάνοντας υπόψη μόνο δορυφορικά την τηλεπισκόπηση. Αυτή η μελέτη οργανώνεται σε 6 κεφάλαια. Στο 1ο κεφάλαιο γίνετε μια εισαγωγή στα γενικά στοιχεία της τηλεπισκόπησης και των γεωχωρικά μεγάλων δεδομένων. Το 2ο κεφάλαιο έχει να κάνει με την μετατροπή από αστική κάλυψη γης σε χρήση αστικής γης. Το 3ο κεφάλαιο αναλύει τα χαρακτηριστικά της τηλεπισκόπησης και των γεωχωρικά μεγάλων δεδομένων που χρησιμοποιούνται για την κατηγοριοποίηση της αστικής χρήσης γης. Στο 4ο κεφάλαιο αναλύθηκαν οι στρατηγικές ολοκλήρωσης. Στο 5ο κεφάλαιο συζητήθηκαν οι πιθανές εφαρμογές στην ενσωμάτωση της τηλεπισκόπησης και των γεωχωρικά μεγάλων δεδομένων σε χάρτες χρήσεων αστικής γης. Και στο τελευταίο κεφάλαιο γίνεται ένα συμπέρασμα και οι συνέπειες όλης της εργασίας. &lt;br /&gt;
&lt;br /&gt;
''2ο Κεφάλαιο:''&lt;br /&gt;
&lt;br /&gt;
Σύμφωνα με το 2ο κεφάλαιο η χρήση τηλεπισκόπησης για την χαρτογράφηση της κάλυψης αστικής γης έχει χρονικά μεγάλη ιστορία. Η περισσότεροι χάρτες κάλυψης αστικών εδαφών ελήφθησαν από εικόνες χονδρικής χωρικής ανάλυσης 100m-10km. Με την πρόοδο της τεχνολογίας αυτές οι αναλύσεις έγιναν καλύτερες φτάνοντας τα 10-100m. Η χρονική περίοδος αυτών των παγκόσμιων προϊόντων αστικής κάλυψης γης έχει μετατραπεί από μια ενιαία περίοδο σε επαναλαμβανόμενες παρατηρήσεις, οι οποίες θα μπορούσαν να παρέχουν καλύτερη ποιότητα και χρονικές σειρές πληροφοριών αστικής κάλυψης γης. Αυτές οι μελέτες αστικής τηλεπισκόπησης επικεντρώθηκαν στον εντοπισμό φυσικών αστικών χαρακτηριστικών για την κατανόηση της αστικοποίησης. Παρόλα αυτά τα δεδομένα της τηλεπισκόπησης δεν μπορούν να βοηθήσουν για εντός λειτουργίες των πόλεων καθώς έχει αλλάξει η ανάγκη πληροφόρησης. Τα γεωχωρικά μεγάλα δεδομένα πολλαπλών πηγών μπορούν να συμβάλουν στην κατανόηση των κοινωνικοοικονομικών χαρακτηριστικών της χρήσης της αστικής γης και να προσδιορίσει πώς οι άνθρωποι χρησιμοποιούν τη γη. Πρόσφατα έγινε συνδυασμός της τηλεπισκόπησης με τα μεγάλα γεωχωρικά δεδομένα, ως εκ τούτου η κατανόηση των χαρακτηριστικών που προέρχονται από την τηλεπισκόπηση και τα γεωχωρικά μεγάλα δεδομένα και οι μέθοδοι ενσωμάτωσής τους είναι απαραίτητες για τη χαρτογράφηση χρήσης αστικής γης.&lt;br /&gt;
&lt;br /&gt;
''3ο Κεφάλαιο:''&lt;br /&gt;
&lt;br /&gt;
Στο 3ο κεφάλαιο μελετάτε η εξαγωγή χαρακτηριστικών από την τηλεπισκόπηση και από τα γεωχωρικά μεγάλα δεδομένα που είναι ο βασικός όρος για να αναγνωριστεί η χρήση της αστικής γης. Τα χαρακτηριστικά που προέρχονται από εικόνες τηλεπισκόπησης και χρησιμοποιούνται για τις χρήσεις γης τις κατηγοριοποιούμε σε φασματικά, υφικά, χρονικά και χωρικά χαρακτηριστικά. Τα φασματικά και τα υφικά χαρακτηριστικά είναι κοινά χαρακτηριστικά για την εξαγωγή χρήσεων γης στην τηλεπισκόπηση. Πιο συγκεκριμένα τα φασματικά χαρακτηριστικά πλέον παρέχουν την ευκαιρία για την απόκτηση λεπτομερών πληροφοριών σχετικά με τα φυσικά χαρακτηριστικά των χρήσεων γης λόγο τον αυξημένο αριθμό ζωνών. Ενώ τα υφικά χαρακτηριστικά παρέχουν πλούσιες πληροφορίες για την χωρική κατανομή των τονικών αλλαγών, καθώς και τη δομική διάταξη των επιφανειών και τις σχέσεις τους με το περιβάλλον. Τα χρονικά χαρακτηριστικά είναι ευεργετικά για την βελτίωση των χαρτών ως προς τους τύπους χρήσης γης με πληροφορίες όπως η χρονοσειρά. Βοηθούν στην παρατήρηση των αλλαγών στα φασματικά και υφικά χαρακτηριστικά κατά την πάροδο του χρόνου.  Τα χωρικά χαρακτηριστικά βοηθούν στην ταξινόμηση των χρήσεων της αστικής γης σε λεπτομερές επίπεδο. Από την άλλη τα γεωχωρικά μεγάλα δεδομένα ορίζονται εν μέρει από το μεγάλο τους μέγεθος και εν μέρει από τα χαρακτηριστικά τους, όπως ο όγκος, η ποικιλία και η ταχύτητα. Επιπλέον χαρακτηρίζονται και από την εξαντλητικότητα, την σχέση, την ακρίβεια, την αξία και την μεταβλητότητα τους. Τα πιο συχνά γεωχωρικά μεγάλα δεδομένα που χρησιμοποιούνται για την χαρτογράφηση χρήσεων γης είναι η κοινωνική ανίχνευση, η ανίχνευση πολιτών, τα δεδομένα κοινωνικών μέσων και εθελοντικές γεωγραφικές πληροφορίες. Λόγω της υψηλής συσχέτισης μεταξύ των ανθρώπινων χωροχρονικών δραστηριοτήτων και των αστικών δυναμικών κοινωνικοοικονομικών χαρακτηριστικών, αυτές οι αναδυόμενες γεωχωρικά μεγάλες πληροφορίες μπορούν να βοηθήσουν στην αποτύπωση της αυξανόμενης πολυπλοκότητας των αστικών λειτουργικών προτύπων. Επομένως, για την καλύτερη ταξινόμηση και κατανόηση της χρήσης της αστικής γης, προσθέτουμε τα γεωχωρικά μεγάλα δεδομένα στον προσδιορισμό των κοινωνικοοικονομικών και ανθρώπινων δραστηριοτήτων.&lt;br /&gt;
&lt;br /&gt;
''4ο Κεφάλαιο:''&lt;br /&gt;
&lt;br /&gt;
Στο 4ο κεφάλαιο αναλύονται τα χαρακτηριστικά της τηλεπισκόπησης και των χωρικά μεγάλων δεδομένων που μπορούν να συνδυαστούν με διάφορους τρόπου για την κατηγοριοποίηση των χρήσεων γης. Στην συγκεκριμένη μελέτη ο τρόπος σύντηξης των χαρακτηριστικών από τηλεπισκόπηση και των χωρικά μεγάλων δεδομένων γίνετε με ενοποίηση σε επίπεδο χαρακτηριστικών και με ενοποίηση σε επίπεδο απόφασης. Στην διαδικασία της ενσωμάτωσης σε επίπεδο χαρακτηριστικών αρχικά εξάγονται τα χαρακτηριστικά της τηλεπισκόπησης και των χωρικά μεγάλων δεδομένων. Στην συνέχεια συγχωνεύονται σε ολοκληρωμένα σύνολα χαρακτηριστικών για την ταξινόμηση των χρήσεων αστικής γης. Στο τελικό στάδιο της ολοκλήρωσης χαρακτηριστικών ταξινομούνται τα χαρακτηριστικά χρησιμοποιώντας τεχνικέ μηχανικής εκμάθησης. Στην άλλη μέθοδο της ενσωμάτωσης με επίπεδο αποκοπής συνδυάζονται αποτελέσματα βάσει ταξινόμησης της τηλεπισκόπησης και των γεωργικά μεγάλων δεδομένων. Τα χαρακτηριστικά αυτά αξιολογούνται ανεξάρτητα πριν ενσωματωθούν για την χαρτογραφική απεικόνιση των χρήσεων γης. Για το τελικό στάδιο της ενσωμάτωσης υπάρχουν διάφορες στρατηγικές συγχώνευσης όπως η ιεραρχική ομαδοποίηση, η επικάλυψη και η επισήμανση. Παρακάτω δίνονται και δύο εικόνες με της 2 μεθόδους συνδυασμού της τηλεπισκόπησης και των γεωχωρικά μεγάλων δεδομένων.&lt;br /&gt;
&lt;br /&gt;
''5ο Κεφάλαιο:''&lt;br /&gt;
&lt;br /&gt;
Στο 5ο κεφάλαιο μελετάτε η μελλοντική ενσωμάτωση τηλεπισκόπησης και γεωχωρικά μεγάλων δεδομένων που ο κύριος περιορισμός της είναι το χάσμα της τροπικότητας, γεγονός που δυσκολεύει την ενοποίηση. Τα  γεωχωρικά μεγάλα δεδομένα έχουν διαφορετικές πηγές, χωροχρονική ανάλυση και δομές από αυτές της τηλεπισκόπησης. Επιπλέον, τα γεωχωρικά μεγάλα δεδομένα δεν συλλέγουν ομοιόμορφα σε όλο το διάστημα ενώ τα δεδομένα της τηλεπισκόπησης έχουν συνεπείς συχνότητες παρατήρησης. Η έμφαση των τεχνολογιών βαθιάς μάθησης παρέχει την ευκαιρία να γεφυρωθεί το χάσμα μεταξύ των διαφορετικών τρόπων δεδομένων. Με αρκετές μελέτες να έχουν δείξει ότι η βαθιά μάθηση είναι ιδιαίτερα αποτελεσματική στην ενσωμάτωση τηλεπισκόπησης και γεωχωρικά μεγάλων δεδομένων για την αναγνώριση λειτουργιών των αστικών περιοχών. Ακόμα η γρήγορη ανάπτυξη των πλατφορμών cloud computing προσφέρει μια πολλά υποσχόμενη λύση για την επεξεργασία μεγάλων ποσοτήτων δεδομένων τηλεπισκόπησης και γεωχωρικά μεγάλων δεδομένων. Οι χάρτες χρήσης αστικής γης που ενσωματώνουν την τηλεπισκόπηση και τα αναδυόμενα γεωχωρικά μεγάλα δεδομένα παρέχουν περισσότερες δυνατότητες στην αστική διαχείριση, όπως ο πολεοδομικός σχεδιασμός, η αξιολόγηση αστικού περιβάλλοντος, η παρακολούθηση αστικών καταστροφών και η ανάλυση αστικής κυκλοφορίας. Η προσθήκη των γεωχωρικά μεγάλων δεδομένων σε χάρτες χρήσεων γης με επαρκή και έγκαιρη πληροφόρηση θα μπορούσε να ενισχύσει τους βρόχουν ανατροφοδότησης των αστικών γνώσεων για τους κυβερνήτες και τους σταθμούς της πόλης. Στην τρέχουσα κατάσταση αυτό που μπορεί να γίνει με την ενσωμάτωση των δυο χαρακτηριστικών είναι να παρακολουθεί αστικά περιβάλλοντα όπως η αστική θερμική νησίδα και η ατμοσφαιρική ρύπανση. Οι γρήγοροι ενημερωμένοι χάρτες αστικής χρήσης γης που ενσωματώνουν τηλεπισκόπηση και γεωχωρικά μεγάλα δεδομένα με εξαιρετική χωρική ανάλυση θα μπορούσαν να υποστηρίξουν τη διαχείριση αστικών καταστροφών παρέχοντας πρωτοφανή δεδομένα αναφοράς.&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα:'''&lt;br /&gt;
&lt;br /&gt;
Στην παρούσα μελέτη εξετάστηκαν οι εφαρμογές των χαρακτηριστικών τηλεπισκόπησης και των γεωχωρικά μεγάλων δεδομένων για την κατηγοριοποίηση των χρήσεων γης της πόλης, καθώς και μεθόδους για την ενσωμάτωση τους. Έτσι καταλήγει στο συμπέρασμα ότι τα αναδυόμενα γεωχωρικά μεγάλα δεδομένα παρέχουν ευκαιρίες για τη μετατροπή από αστική κάλυψη γης σε αστική χρήση γης. Οι εφαρμογές στους χάρτες χρήσης αστικής γης που ενσωματώθηκε η τηλεπισκόπηση με τα γεωχωρικά μεγάλα δεδομένα είναι για την αστική διαχείριση που περιλαμβάνει τον αστικό σχεδιασμό, την αξιολόγηση αστικού περιβάλλοντος, την παρακολούθηση αστικών καταστροφών και την ανάλυση της αστικής κυκλοφορίας. Τέλος η ενσωμάτωση της τηλεπισκόπησης με τα γεωχωρικά μεγάλα δεδομένα δίνει την ευκαιρία να τεθούν οι άνθρωποι στο επίκεντρο των διαδικασιών γνώσης και διαχείρισης του αστικού πλανήτη.&lt;br /&gt;
&lt;br /&gt;
[[category:Ανίχνευση μεταβολών αστικής γης]]&lt;/div&gt;</summary>
		<author><name>Liasos80</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%9F%CE%BB%CE%BF%CE%BA%CE%BB%CE%B7%CF%81%CF%89%CE%BC%CE%AD%CE%BD%CE%B1_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CE%93%CE%B5%CF%89%CF%87%CF%89%CF%81%CE%B9%CE%BA%CE%AC_%CE%BC%CE%B5%CE%B3%CE%AC%CE%BB%CE%B1_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CF%87%CF%81%CE%AE%CF%83%CE%B7%CF%82_%CE%B3%CE%B7%CF%82:_%CE%9C%CE%B9%CE%B1_%CE%B1%CE%BD%CE%B1%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7</id>
		<title>Ολοκληρωμένα δεδομένα Τηλεπισκόπησης και Γεωχωρικά μεγάλα δεδομένα για την χαρτογράφηση αστικής χρήσης γης: Μια ανασκόπηση</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%9F%CE%BB%CE%BF%CE%BA%CE%BB%CE%B7%CF%81%CF%89%CE%BC%CE%AD%CE%BD%CE%B1_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CE%93%CE%B5%CF%89%CF%87%CF%89%CF%81%CE%B9%CE%BA%CE%AC_%CE%BC%CE%B5%CE%B3%CE%AC%CE%BB%CE%B1_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CF%87%CF%81%CE%AE%CF%83%CE%B7%CF%82_%CE%B3%CE%B7%CF%82:_%CE%9C%CE%B9%CE%B1_%CE%B1%CE%BD%CE%B1%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7"/>
				<updated>2022-02-04T11:13:41Z</updated>
		
		<summary type="html">&lt;p&gt;Liasos80: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα:1.3_Μειονεκτήματα_και_Πλεονεκτήματα_των_2_μεθόδων_συνδυασμού_της_τηλεπισκόπησης_και_των_γεωχωρικά_μεγάλων_δεδομένων.png|thumb|right|Εικόνα 1: Μειονεκτήματα και Πλεονεκτήματα των 2 μεθόδων συνδυασμού της τηλεπισκόπησης και των γεωχωρικά μεγάλων δεδομένων]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&amp;lt;h2&amp;gt;Integrating remote sensing and geospatial big data for urban land use mapping: A review&amp;lt;/h2&amp;gt;&lt;br /&gt;
&lt;br /&gt;
Jiadi Yin, Jinwei Dong, Nicholas A.S. Hamm, Zhichao Li, Jianghao Wang, Hanfa Xing, Ping Fu&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
πηγή: [[https://www.sciencedirect.com/science/article/pii/S030324342100221X]] &lt;br /&gt;
&lt;br /&gt;
&amp;lt;h3&amp;gt;Μετάφραση και περίληψη:&amp;lt;/h3&amp;gt;&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή:'''&lt;br /&gt;
&lt;br /&gt;
Με την αστικοποίηση και την επιρροή των ανθρώπων προκαλείται ραγδαία αύξηση του πληθυσμού. Αυτή η επιρροή προκαλεί την αλλαγή της αστικής γης σε διάφορες διαστάσεις από φυσικές πτυχές σε κοινωνικοοικονομικές πτυχές. Ένας μεγάλος αριθμός προϊόντων υψηλής αστικής κάλυψης γης σε μικρή χωρική ανάλυση έχει αναπτυχθεί παγκοσμίως. Παρόλα αυτά, λόγο της περιπλοκότητας της αστικής γης χρειάζονται προϊόντα υψηλής ακρίβειας ως προς τις πληροφορίες της αστικής γης τα οποία δεν υπάρχουν. Σε αυτήν την εργασία γίνετε μελέτη της φύσης της τηλεπισκόπησης και των γεωχωρικά μεγάλων δεδομένων και κάποιες στρατηγικές ενσωμάτωσης τους στην ταξινόμηση χρήσεων τις αστικής γης.&lt;br /&gt;
&lt;br /&gt;
'''Μεθοδολογία:'''&lt;br /&gt;
&lt;br /&gt;
''Εισαγωγικά:''&lt;br /&gt;
&lt;br /&gt;
Για την μελέτη της αστικής γης χρησιμοποιήθηκε ένα ευρύ φάσμα δεδομένων δορυφορικής τηλεπισκόπησης. Ωστόσο, η πολυπλοκότητα και η ποικιλομορφία των αστικών περιοχών δεν μπορεί να αποτυπωθεί καλά μόνο με τηλεπισκόπηση. Η πρόοδος στις τεχνολογίες πληροφοριών και επικοινωνιών καθιστά δυνατή την πρόσβαση σε γεωχωρικά μεγάλα δεδομένα όπως, σταθεροί και κινητοί αισθητήρες (περιβαλλοντικοί αισθητήρες, κάμερες, κάμερες Web, μέσα κοινωνικής δικτύωσης ή ακόμα και κάτοικοι αστικών περιοχών μέσω των τακτικών τους δραστηριοτήτων). Αυτά τα δεδομένα παρέχουν μια εναλλακτική προσέγγιση για την αποκάλυψη του τρόπου λειτουργίας των πόλεων. Παρά τις μεγάλες δυνατότητες ενσωμάτωσης τηλεπισκόπησης και γεωχωρικά μεγάλων δεδομένων για την παροχή καλύτερων γνώσεων σχετικά με τη χρήση της αστικής γης, είναι δύσκολο να συνδυαστούν λόγω των διαφορών στην ποιότητα των χωρικών δεδομένων. Αρχικά ο στόχος της μελέτης ήταν να εξετάσει τα βασικά στοιχεία της τηλεπισκόπησης, των γεωχωρικά μεγάλων δεδομένων και τις μεθόδους για την ενοποίηση τους. Αυτό θα το κάνει λαμβάνοντας υπόψη μόνο δορυφορικά την τηλεπισκόπηση. Αυτή η μελέτη οργανώνεται σε 6 κεφάλαια. Στο 1ο κεφάλαιο γίνετε μια εισαγωγή στα γενικά στοιχεία της τηλεπισκόπησης και των γεωχωρικά μεγάλων δεδομένων. Το 2ο κεφάλαιο έχει να κάνει με την μετατροπή από αστική κάλυψη γης σε χρήση αστικής γης. Το 3ο κεφάλαιο αναλύει τα χαρακτηριστικά της τηλεπισκόπησης και των γεωχωρικά μεγάλων δεδομένων που χρησιμοποιούνται για την κατηγοριοποίηση της αστικής χρήσης γης. Στο 4ο κεφάλαιο αναλύθηκαν οι στρατηγικές ολοκλήρωσης. Στο 5ο κεφάλαιο συζητήθηκαν οι πιθανές εφαρμογές στην ενσωμάτωση της τηλεπισκόπησης και των γεωχωρικά μεγάλων δεδομένων σε χάρτες χρήσεων αστικής γης. Και στο τελευταίο κεφάλαιο γίνεται ένα συμπέρασμα και οι συνέπειες όλης της εργασίας. &lt;br /&gt;
&lt;br /&gt;
''2ο Κεφάλαιο:''&lt;br /&gt;
&lt;br /&gt;
Σύμφωνα με το 2ο κεφάλαιο η χρήση τηλεπισκόπησης για την χαρτογράφηση της κάλυψης αστικής γης έχει χρονικά μεγάλη ιστορία. Η περισσότεροι χάρτες κάλυψης αστικών εδαφών ελήφθησαν από εικόνες χονδρικής χωρικής ανάλυσης 100m-10km. Με την πρόοδο της τεχνολογίας αυτές οι αναλύσεις έγιναν καλύτερες φτάνοντας τα 10-100m. Η χρονική περίοδος αυτών των παγκόσμιων προϊόντων αστικής κάλυψης γης έχει μετατραπεί από μια ενιαία περίοδο σε επαναλαμβανόμενες παρατηρήσεις, οι οποίες θα μπορούσαν να παρέχουν καλύτερη ποιότητα και χρονικές σειρές πληροφοριών αστικής κάλυψης γης. Αυτές οι μελέτες αστικής τηλεπισκόπησης επικεντρώθηκαν στον εντοπισμό φυσικών αστικών χαρακτηριστικών για την κατανόηση της αστικοποίησης. Παρόλα αυτά τα δεδομένα της τηλεπισκόπησης δεν μπορούν να βοηθήσουν για εντός λειτουργίες των πόλεων καθώς έχει αλλάξει η ανάγκη πληροφόρησης. Τα γεωχωρικά μεγάλα δεδομένα πολλαπλών πηγών μπορούν να συμβάλουν στην κατανόηση των κοινωνικοοικονομικών χαρακτηριστικών της χρήσης της αστικής γης και να προσδιορίσει πώς οι άνθρωποι χρησιμοποιούν τη γη. Πρόσφατα έγινε συνδυασμός της τηλεπισκόπησης με τα μεγάλα γεωχωρικά δεδομένα, ως εκ τούτου η κατανόηση των χαρακτηριστικών που προέρχονται από την τηλεπισκόπηση και τα γεωχωρικά μεγάλα δεδομένα και οι μέθοδοι ενσωμάτωσής τους είναι απαραίτητες για τη χαρτογράφηση χρήσης αστικής γης.&lt;br /&gt;
&lt;br /&gt;
''3ο Κεφάλαιο:''&lt;br /&gt;
&lt;br /&gt;
Στο 3ο κεφάλαιο μελετάτε η εξαγωγή χαρακτηριστικών από την τηλεπισκόπηση και από τα γεωχωρικά μεγάλα δεδομένα που είναι ο βασικός όρος για να αναγνωριστεί η χρήση της αστικής γης. Τα χαρακτηριστικά που προέρχονται από εικόνες τηλεπισκόπησης και χρησιμοποιούνται για τις χρήσεις γης τις κατηγοριοποιούμε σε φασματικά, υφικά, χρονικά και χωρικά χαρακτηριστικά. Τα φασματικά και τα υφικά χαρακτηριστικά είναι κοινά χαρακτηριστικά για την εξαγωγή χρήσεων γης στην τηλεπισκόπηση. Πιο συγκεκριμένα τα φασματικά χαρακτηριστικά πλέον παρέχουν την ευκαιρία για την απόκτηση λεπτομερών πληροφοριών σχετικά με τα φυσικά χαρακτηριστικά των χρήσεων γης λόγο τον αυξημένο αριθμό ζωνών. Ενώ τα υφικά χαρακτηριστικά παρέχουν πλούσιες πληροφορίες για την χωρική κατανομή των τονικών αλλαγών, καθώς και τη δομική διάταξη των επιφανειών και τις σχέσεις τους με το περιβάλλον. Τα χρονικά χαρακτηριστικά είναι ευεργετικά για την βελτίωση των χαρτών ως προς τους τύπους χρήσης γης με πληροφορίες όπως η χρονοσειρά. Βοηθούν στην παρατήρηση των αλλαγών στα φασματικά και υφικά χαρακτηριστικά κατά την πάροδο του χρόνου.  Τα χωρικά χαρακτηριστικά βοηθούν στην ταξινόμηση των χρήσεων της αστικής γης σε λεπτομερές επίπεδο. Από την άλλη τα γεωχωρικά μεγάλα δεδομένα ορίζονται εν μέρει από το μεγάλο τους μέγεθος και εν μέρει από τα χαρακτηριστικά τους, όπως ο όγκος, η ποικιλία και η ταχύτητα. Επιπλέον χαρακτηρίζονται και από την εξαντλητικότητα, την σχέση, την ακρίβεια, την αξία και την μεταβλητότητα τους. Τα πιο συχνά γεωχωρικά μεγάλα δεδομένα που χρησιμοποιούνται για την χαρτογράφηση χρήσεων γης είναι η κοινωνική ανίχνευση, η ανίχνευση πολιτών, τα δεδομένα κοινωνικών μέσων και εθελοντικές γεωγραφικές πληροφορίες. Λόγω της υψηλής συσχέτισης μεταξύ των ανθρώπινων χωροχρονικών δραστηριοτήτων και των αστικών δυναμικών κοινωνικοοικονομικών χαρακτηριστικών, αυτές οι αναδυόμενες γεωχωρικά μεγάλες πληροφορίες μπορούν να βοηθήσουν στην αποτύπωση της αυξανόμενης πολυπλοκότητας των αστικών λειτουργικών προτύπων. Επομένως, για την καλύτερη ταξινόμηση και κατανόηση της χρήσης της αστικής γης, προσθέτουμε τα γεωχωρικά μεγάλα δεδομένα στον προσδιορισμό των κοινωνικοοικονομικών και ανθρώπινων δραστηριοτήτων.&lt;br /&gt;
&lt;br /&gt;
''4ο Κεφάλαιο:''&lt;br /&gt;
&lt;br /&gt;
Στο 4ο κεφάλαιο αναλύονται τα χαρακτηριστικά της τηλεπισκόπησης και των χωρικά μεγάλων δεδομένων που μπορούν να συνδυαστούν με διάφορους τρόπου για την κατηγοριοποίηση των χρήσεων γης. Στην συγκεκριμένη μελέτη ο τρόπος σύντηξης των χαρακτηριστικών από τηλεπισκόπηση και των χωρικά μεγάλων δεδομένων γίνετε με ενοποίηση σε επίπεδο χαρακτηριστικών και με ενοποίηση σε επίπεδο απόφασης. Στην διαδικασία της ενσωμάτωσης σε επίπεδο χαρακτηριστικών αρχικά εξάγονται τα χαρακτηριστικά της τηλεπισκόπησης και των χωρικά μεγάλων δεδομένων. Στην συνέχεια συγχωνεύονται σε ολοκληρωμένα σύνολα χαρακτηριστικών για την ταξινόμηση των χρήσεων αστικής γης. Στο τελικό στάδιο της ολοκλήρωσης χαρακτηριστικών ταξινομούνται τα χαρακτηριστικά χρησιμοποιώντας τεχνικέ μηχανικής εκμάθησης. Στην άλλη μέθοδο της ενσωμάτωσης με επίπεδο αποκοπής συνδυάζονται αποτελέσματα βάσει ταξινόμησης της τηλεπισκόπησης και των γεωργικά μεγάλων δεδομένων. Τα χαρακτηριστικά αυτά αξιολογούνται ανεξάρτητα πριν ενσωματωθούν για την χαρτογραφική απεικόνιση των χρήσεων γης. Για το τελικό στάδιο της ενσωμάτωσης υπάρχουν διάφορες στρατηγικές συγχώνευσης όπως η ιεραρχική ομαδοποίηση, η επικάλυψη και η επισήμανση. Παρακάτω δίνονται και δύο εικόνες με της 2 μεθόδους συνδυασμού της τηλεπισκόπησης και των γεωχωρικά μεγάλων δεδομένων.&lt;br /&gt;
&lt;br /&gt;
''5ο Κεφάλαιο:''&lt;br /&gt;
&lt;br /&gt;
Στο 5ο κεφάλαιο μελετάτε η μελλοντική ενσωμάτωση τηλεπισκόπησης και γεωχωρικά μεγάλων δεδομένων που ο κύριος περιορισμός της είναι το χάσμα της τροπικότητας, γεγονός που δυσκολεύει την ενοποίηση. Τα  γεωχωρικά μεγάλα δεδομένα έχουν διαφορετικές πηγές, χωροχρονική ανάλυση και δομές από αυτές της τηλεπισκόπησης. Επιπλέον, τα γεωχωρικά μεγάλα δεδομένα δεν συλλέγουν ομοιόμορφα σε όλο το διάστημα ενώ τα δεδομένα της τηλεπισκόπησης έχουν συνεπείς συχνότητες παρατήρησης. Η έμφαση των τεχνολογιών βαθιάς μάθησης παρέχει την ευκαιρία να γεφυρωθεί το χάσμα μεταξύ των διαφορετικών τρόπων δεδομένων. Με αρκετές μελέτες να έχουν δείξει ότι η βαθιά μάθηση είναι ιδιαίτερα αποτελεσματική στην ενσωμάτωση τηλεπισκόπησης και γεωχωρικά μεγάλων δεδομένων για την αναγνώριση λειτουργιών των αστικών περιοχών. Ακόμα η γρήγορη ανάπτυξη των πλατφορμών cloud computing προσφέρει μια πολλά υποσχόμενη λύση για την επεξεργασία μεγάλων ποσοτήτων δεδομένων τηλεπισκόπησης και γεωχωρικά μεγάλων δεδομένων. Οι χάρτες χρήσης αστικής γης που ενσωματώνουν την τηλεπισκόπηση και τα αναδυόμενα γεωχωρικά μεγάλα δεδομένα παρέχουν περισσότερες δυνατότητες στην αστική διαχείριση, όπως ο πολεοδομικός σχεδιασμός, η αξιολόγηση αστικού περιβάλλοντος, η παρακολούθηση αστικών καταστροφών και η ανάλυση αστικής κυκλοφορίας. Η προσθήκη των γεωχωρικά μεγάλων δεδομένων σε χάρτες χρήσεων γης με επαρκή και έγκαιρη πληροφόρηση θα μπορούσε να ενισχύσει τους βρόχουν ανατροφοδότησης των αστικών γνώσεων για τους κυβερνήτες και τους σταθμούς της πόλης. Στην τρέχουσα κατάσταση αυτό που μπορεί να γίνει με την ενσωμάτωση των δυο χαρακτηριστικών είναι να παρακολουθεί αστικά περιβάλλοντα όπως η αστική θερμική νησίδα και η ατμοσφαιρική ρύπανση. Οι γρήγοροι ενημερωμένοι χάρτες αστικής χρήσης γης που ενσωματώνουν τηλεπισκόπηση και γεωχωρικά μεγάλα δεδομένα με εξαιρετική χωρική ανάλυση θα μπορούσαν να υποστηρίξουν τη διαχείριση αστικών καταστροφών παρέχοντας πρωτοφανή δεδομένα αναφοράς.&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα:'''&lt;br /&gt;
&lt;br /&gt;
Στην παρούσα μελέτη εξετάστηκαν οι εφαρμογές των χαρακτηριστικών τηλεπισκόπησης και των γεωχωρικά μεγάλων δεδομένων για την κατηγοριοποίηση των χρήσεων γης της πόλης, καθώς και μεθόδους για την ενσωμάτωση τους. Έτσι καταλήγει στο συμπέρασμα ότι τα αναδυόμενα γεωχωρικά μεγάλα δεδομένα παρέχουν ευκαιρίες για τη μετατροπή από αστική κάλυψη γης σε αστική χρήση γης. Οι εφαρμογές στους χάρτες χρήσης αστικής γης που ενσωματώθηκε η τηλεπισκόπηση με τα γεωχωρικά μεγάλα δεδομένα είναι για την αστική διαχείριση που περιλαμβάνει τον αστικό σχεδιασμό, την αξιολόγηση αστικού περιβάλλοντος, την παρακολούθηση αστικών καταστροφών και την ανάλυση της αστικής κυκλοφορίας. Τέλος η ενσωμάτωση της τηλεπισκόπησης με τα γεωχωρικά μεγάλα δεδομένα δίνει την ευκαιρία να τεθούν οι άνθρωποι στο επίκεντρο των διαδικασιών γνώσης και διαχείρισης του αστικού πλανήτη.&lt;br /&gt;
&lt;br /&gt;
[[category:Ανίχνευση μεταβολών αστικής γης]]&lt;/div&gt;</summary>
		<author><name>Liasos80</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%9F%CE%BB%CE%BF%CE%BA%CE%BB%CE%B7%CF%81%CF%89%CE%BC%CE%AD%CE%BD%CE%B1_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CE%93%CE%B5%CF%89%CF%87%CF%89%CF%81%CE%B9%CE%BA%CE%AC_%CE%BC%CE%B5%CE%B3%CE%AC%CE%BB%CE%B1_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CF%87%CF%81%CE%AE%CF%83%CE%B7%CF%82_%CE%B3%CE%B7%CF%82:_%CE%9C%CE%B9%CE%B1_%CE%B1%CE%BD%CE%B1%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7</id>
		<title>Ολοκληρωμένα δεδομένα Τηλεπισκόπησης και Γεωχωρικά μεγάλα δεδομένα για την χαρτογράφηση αστικής χρήσης γης: Μια ανασκόπηση</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%9F%CE%BB%CE%BF%CE%BA%CE%BB%CE%B7%CF%81%CF%89%CE%BC%CE%AD%CE%BD%CE%B1_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CE%93%CE%B5%CF%89%CF%87%CF%89%CF%81%CE%B9%CE%BA%CE%AC_%CE%BC%CE%B5%CE%B3%CE%AC%CE%BB%CE%B1_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CF%87%CF%81%CE%AE%CF%83%CE%B7%CF%82_%CE%B3%CE%B7%CF%82:_%CE%9C%CE%B9%CE%B1_%CE%B1%CE%BD%CE%B1%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7"/>
				<updated>2022-02-04T11:12:51Z</updated>
		
		<summary type="html">&lt;p&gt;Liasos80: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα 1.3 Μειονεκτήματα και Πλεονεκτήματα των 2 μεθόδων συνδυασμού της τηλεπισκόπησης και των γεωχωρικά μεγάλων δεδομένων.png|thumb|right|Εικόνα 1: Μειονεκτήματα και Πλεονεκτήματα των 2 μεθόδων συνδυασμού της τηλεπισκόπησης και των γεωχωρικά μεγάλων δεδομένων]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&amp;lt;h2&amp;gt;Integrating remote sensing and geospatial big data for urban land use mapping: A review&amp;lt;/h2&amp;gt;&lt;br /&gt;
&lt;br /&gt;
Jiadi Yin, Jinwei Dong, Nicholas A.S. Hamm, Zhichao Li, Jianghao Wang, Hanfa Xing, Ping Fu&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
πηγή: [[https://www.sciencedirect.com/science/article/pii/S030324342100221X]] &lt;br /&gt;
&lt;br /&gt;
&amp;lt;h3&amp;gt;Μετάφραση και περίληψη:&amp;lt;/h3&amp;gt;&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή:'''&lt;br /&gt;
&lt;br /&gt;
Με την αστικοποίηση και την επιρροή των ανθρώπων προκαλείται ραγδαία αύξηση του πληθυσμού. Αυτή η επιρροή προκαλεί την αλλαγή της αστικής γης σε διάφορες διαστάσεις από φυσικές πτυχές σε κοινωνικοοικονομικές πτυχές. Ένας μεγάλος αριθμός προϊόντων υψηλής αστικής κάλυψης γης σε μικρή χωρική ανάλυση έχει αναπτυχθεί παγκοσμίως. Παρόλα αυτά, λόγο της περιπλοκότητας της αστικής γης χρειάζονται προϊόντα υψηλής ακρίβειας ως προς τις πληροφορίες της αστικής γης τα οποία δεν υπάρχουν. Σε αυτήν την εργασία γίνετε μελέτη της φύσης της τηλεπισκόπησης και των γεωχωρικά μεγάλων δεδομένων και κάποιες στρατηγικές ενσωμάτωσης τους στην ταξινόμηση χρήσεων τις αστικής γης.&lt;br /&gt;
&lt;br /&gt;
'''Μεθοδολογία:'''&lt;br /&gt;
&lt;br /&gt;
''Εισαγωγικά:''&lt;br /&gt;
&lt;br /&gt;
Για την μελέτη της αστικής γης χρησιμοποιήθηκε ένα ευρύ φάσμα δεδομένων δορυφορικής τηλεπισκόπησης. Ωστόσο, η πολυπλοκότητα και η ποικιλομορφία των αστικών περιοχών δεν μπορεί να αποτυπωθεί καλά μόνο με τηλεπισκόπηση. Η πρόοδος στις τεχνολογίες πληροφοριών και επικοινωνιών καθιστά δυνατή την πρόσβαση σε γεωχωρικά μεγάλα δεδομένα όπως, σταθεροί και κινητοί αισθητήρες (περιβαλλοντικοί αισθητήρες, κάμερες, κάμερες Web, μέσα κοινωνικής δικτύωσης ή ακόμα και κάτοικοι αστικών περιοχών μέσω των τακτικών τους δραστηριοτήτων). Αυτά τα δεδομένα παρέχουν μια εναλλακτική προσέγγιση για την αποκάλυψη του τρόπου λειτουργίας των πόλεων. Παρά τις μεγάλες δυνατότητες ενσωμάτωσης τηλεπισκόπησης και γεωχωρικά μεγάλων δεδομένων για την παροχή καλύτερων γνώσεων σχετικά με τη χρήση της αστικής γης, είναι δύσκολο να συνδυαστούν λόγω των διαφορών στην ποιότητα των χωρικών δεδομένων. Αρχικά ο στόχος της μελέτης ήταν να εξετάσει τα βασικά στοιχεία της τηλεπισκόπησης, των γεωχωρικά μεγάλων δεδομένων και τις μεθόδους για την ενοποίηση τους. Αυτό θα το κάνει λαμβάνοντας υπόψη μόνο δορυφορικά την τηλεπισκόπηση. Αυτή η μελέτη οργανώνεται σε 6 κεφάλαια. Στο 1ο κεφάλαιο γίνετε μια εισαγωγή στα γενικά στοιχεία της τηλεπισκόπησης και των γεωχωρικά μεγάλων δεδομένων. Το 2ο κεφάλαιο έχει να κάνει με την μετατροπή από αστική κάλυψη γης σε χρήση αστικής γης. Το 3ο κεφάλαιο αναλύει τα χαρακτηριστικά της τηλεπισκόπησης και των γεωχωρικά μεγάλων δεδομένων που χρησιμοποιούνται για την κατηγοριοποίηση της αστικής χρήσης γης. Στο 4ο κεφάλαιο αναλύθηκαν οι στρατηγικές ολοκλήρωσης. Στο 5ο κεφάλαιο συζητήθηκαν οι πιθανές εφαρμογές στην ενσωμάτωση της τηλεπισκόπησης και των γεωχωρικά μεγάλων δεδομένων σε χάρτες χρήσεων αστικής γης. Και στο τελευταίο κεφάλαιο γίνεται ένα συμπέρασμα και οι συνέπειες όλης της εργασίας. &lt;br /&gt;
&lt;br /&gt;
''2ο Κεφάλαιο:''&lt;br /&gt;
&lt;br /&gt;
Σύμφωνα με το 2ο κεφάλαιο η χρήση τηλεπισκόπησης για την χαρτογράφηση της κάλυψης αστικής γης έχει χρονικά μεγάλη ιστορία. Η περισσότεροι χάρτες κάλυψης αστικών εδαφών ελήφθησαν από εικόνες χονδρικής χωρικής ανάλυσης 100m-10km. Με την πρόοδο της τεχνολογίας αυτές οι αναλύσεις έγιναν καλύτερες φτάνοντας τα 10-100m. Η χρονική περίοδος αυτών των παγκόσμιων προϊόντων αστικής κάλυψης γης έχει μετατραπεί από μια ενιαία περίοδο σε επαναλαμβανόμενες παρατηρήσεις, οι οποίες θα μπορούσαν να παρέχουν καλύτερη ποιότητα και χρονικές σειρές πληροφοριών αστικής κάλυψης γης. Αυτές οι μελέτες αστικής τηλεπισκόπησης επικεντρώθηκαν στον εντοπισμό φυσικών αστικών χαρακτηριστικών για την κατανόηση της αστικοποίησης. Παρόλα αυτά τα δεδομένα της τηλεπισκόπησης δεν μπορούν να βοηθήσουν για εντός λειτουργίες των πόλεων καθώς έχει αλλάξει η ανάγκη πληροφόρησης. Τα γεωχωρικά μεγάλα δεδομένα πολλαπλών πηγών μπορούν να συμβάλουν στην κατανόηση των κοινωνικοοικονομικών χαρακτηριστικών της χρήσης της αστικής γης και να προσδιορίσει πώς οι άνθρωποι χρησιμοποιούν τη γη. Πρόσφατα έγινε συνδυασμός της τηλεπισκόπησης με τα μεγάλα γεωχωρικά δεδομένα, ως εκ τούτου η κατανόηση των χαρακτηριστικών που προέρχονται από την τηλεπισκόπηση και τα γεωχωρικά μεγάλα δεδομένα και οι μέθοδοι ενσωμάτωσής τους είναι απαραίτητες για τη χαρτογράφηση χρήσης αστικής γης.&lt;br /&gt;
&lt;br /&gt;
''3ο Κεφάλαιο:''&lt;br /&gt;
&lt;br /&gt;
Στο 3ο κεφάλαιο μελετάτε η εξαγωγή χαρακτηριστικών από την τηλεπισκόπηση και από τα γεωχωρικά μεγάλα δεδομένα που είναι ο βασικός όρος για να αναγνωριστεί η χρήση της αστικής γης. Τα χαρακτηριστικά που προέρχονται από εικόνες τηλεπισκόπησης και χρησιμοποιούνται για τις χρήσεις γης τις κατηγοριοποιούμε σε φασματικά, υφικά, χρονικά και χωρικά χαρακτηριστικά. Τα φασματικά και τα υφικά χαρακτηριστικά είναι κοινά χαρακτηριστικά για την εξαγωγή χρήσεων γης στην τηλεπισκόπηση. Πιο συγκεκριμένα τα φασματικά χαρακτηριστικά πλέον παρέχουν την ευκαιρία για την απόκτηση λεπτομερών πληροφοριών σχετικά με τα φυσικά χαρακτηριστικά των χρήσεων γης λόγο τον αυξημένο αριθμό ζωνών. Ενώ τα υφικά χαρακτηριστικά παρέχουν πλούσιες πληροφορίες για την χωρική κατανομή των τονικών αλλαγών, καθώς και τη δομική διάταξη των επιφανειών και τις σχέσεις τους με το περιβάλλον. Τα χρονικά χαρακτηριστικά είναι ευεργετικά για την βελτίωση των χαρτών ως προς τους τύπους χρήσης γης με πληροφορίες όπως η χρονοσειρά. Βοηθούν στην παρατήρηση των αλλαγών στα φασματικά και υφικά χαρακτηριστικά κατά την πάροδο του χρόνου.  Τα χωρικά χαρακτηριστικά βοηθούν στην ταξινόμηση των χρήσεων της αστικής γης σε λεπτομερές επίπεδο. Από την άλλη τα γεωχωρικά μεγάλα δεδομένα ορίζονται εν μέρει από το μεγάλο τους μέγεθος και εν μέρει από τα χαρακτηριστικά τους, όπως ο όγκος, η ποικιλία και η ταχύτητα. Επιπλέον χαρακτηρίζονται και από την εξαντλητικότητα, την σχέση, την ακρίβεια, την αξία και την μεταβλητότητα τους. Τα πιο συχνά γεωχωρικά μεγάλα δεδομένα που χρησιμοποιούνται για την χαρτογράφηση χρήσεων γης είναι η κοινωνική ανίχνευση, η ανίχνευση πολιτών, τα δεδομένα κοινωνικών μέσων και εθελοντικές γεωγραφικές πληροφορίες. Λόγω της υψηλής συσχέτισης μεταξύ των ανθρώπινων χωροχρονικών δραστηριοτήτων και των αστικών δυναμικών κοινωνικοοικονομικών χαρακτηριστικών, αυτές οι αναδυόμενες γεωχωρικά μεγάλες πληροφορίες μπορούν να βοηθήσουν στην αποτύπωση της αυξανόμενης πολυπλοκότητας των αστικών λειτουργικών προτύπων. Επομένως, για την καλύτερη ταξινόμηση και κατανόηση της χρήσης της αστικής γης, προσθέτουμε τα γεωχωρικά μεγάλα δεδομένα στον προσδιορισμό των κοινωνικοοικονομικών και ανθρώπινων δραστηριοτήτων.&lt;br /&gt;
&lt;br /&gt;
''4ο Κεφάλαιο:''&lt;br /&gt;
&lt;br /&gt;
Στο 4ο κεφάλαιο αναλύονται τα χαρακτηριστικά της τηλεπισκόπησης και των χωρικά μεγάλων δεδομένων που μπορούν να συνδυαστούν με διάφορους τρόπου για την κατηγοριοποίηση των χρήσεων γης. Στην συγκεκριμένη μελέτη ο τρόπος σύντηξης των χαρακτηριστικών από τηλεπισκόπηση και των χωρικά μεγάλων δεδομένων γίνετε με ενοποίηση σε επίπεδο χαρακτηριστικών και με ενοποίηση σε επίπεδο απόφασης. Στην διαδικασία της ενσωμάτωσης σε επίπεδο χαρακτηριστικών αρχικά εξάγονται τα χαρακτηριστικά της τηλεπισκόπησης και των χωρικά μεγάλων δεδομένων. Στην συνέχεια συγχωνεύονται σε ολοκληρωμένα σύνολα χαρακτηριστικών για την ταξινόμηση των χρήσεων αστικής γης. Στο τελικό στάδιο της ολοκλήρωσης χαρακτηριστικών ταξινομούνται τα χαρακτηριστικά χρησιμοποιώντας τεχνικέ μηχανικής εκμάθησης. Στην άλλη μέθοδο της ενσωμάτωσης με επίπεδο αποκοπής συνδυάζονται αποτελέσματα βάσει ταξινόμησης της τηλεπισκόπησης και των γεωργικά μεγάλων δεδομένων. Τα χαρακτηριστικά αυτά αξιολογούνται ανεξάρτητα πριν ενσωματωθούν για την χαρτογραφική απεικόνιση των χρήσεων γης. Για το τελικό στάδιο της ενσωμάτωσης υπάρχουν διάφορες στρατηγικές συγχώνευσης όπως η ιεραρχική ομαδοποίηση, η επικάλυψη και η επισήμανση. Παρακάτω δίνονται και δύο εικόνες με της 2 μεθόδους συνδυασμού της τηλεπισκόπησης και των γεωχωρικά μεγάλων δεδομένων.&lt;br /&gt;
&lt;br /&gt;
''5ο Κεφάλαιο:''&lt;br /&gt;
&lt;br /&gt;
Στο 5ο κεφάλαιο μελετάτε η μελλοντική ενσωμάτωση τηλεπισκόπησης και γεωχωρικά μεγάλων δεδομένων που ο κύριος περιορισμός της είναι το χάσμα της τροπικότητας, γεγονός που δυσκολεύει την ενοποίηση. Τα  γεωχωρικά μεγάλα δεδομένα έχουν διαφορετικές πηγές, χωροχρονική ανάλυση και δομές από αυτές της τηλεπισκόπησης. Επιπλέον, τα γεωχωρικά μεγάλα δεδομένα δεν συλλέγουν ομοιόμορφα σε όλο το διάστημα ενώ τα δεδομένα της τηλεπισκόπησης έχουν συνεπείς συχνότητες παρατήρησης. Η έμφαση των τεχνολογιών βαθιάς μάθησης παρέχει την ευκαιρία να γεφυρωθεί το χάσμα μεταξύ των διαφορετικών τρόπων δεδομένων. Με αρκετές μελέτες να έχουν δείξει ότι η βαθιά μάθηση είναι ιδιαίτερα αποτελεσματική στην ενσωμάτωση τηλεπισκόπησης και γεωχωρικά μεγάλων δεδομένων για την αναγνώριση λειτουργιών των αστικών περιοχών. Ακόμα η γρήγορη ανάπτυξη των πλατφορμών cloud computing προσφέρει μια πολλά υποσχόμενη λύση για την επεξεργασία μεγάλων ποσοτήτων δεδομένων τηλεπισκόπησης και γεωχωρικά μεγάλων δεδομένων. Οι χάρτες χρήσης αστικής γης που ενσωματώνουν την τηλεπισκόπηση και τα αναδυόμενα γεωχωρικά μεγάλα δεδομένα παρέχουν περισσότερες δυνατότητες στην αστική διαχείριση, όπως ο πολεοδομικός σχεδιασμός, η αξιολόγηση αστικού περιβάλλοντος, η παρακολούθηση αστικών καταστροφών και η ανάλυση αστικής κυκλοφορίας. Η προσθήκη των γεωχωρικά μεγάλων δεδομένων σε χάρτες χρήσεων γης με επαρκή και έγκαιρη πληροφόρηση θα μπορούσε να ενισχύσει τους βρόχουν ανατροφοδότησης των αστικών γνώσεων για τους κυβερνήτες και τους σταθμούς της πόλης. Στην τρέχουσα κατάσταση αυτό που μπορεί να γίνει με την ενσωμάτωση των δυο χαρακτηριστικών είναι να παρακολουθεί αστικά περιβάλλοντα όπως η αστική θερμική νησίδα και η ατμοσφαιρική ρύπανση. Οι γρήγοροι ενημερωμένοι χάρτες αστικής χρήσης γης που ενσωματώνουν τηλεπισκόπηση και γεωχωρικά μεγάλα δεδομένα με εξαιρετική χωρική ανάλυση θα μπορούσαν να υποστηρίξουν τη διαχείριση αστικών καταστροφών παρέχοντας πρωτοφανή δεδομένα αναφοράς.&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα:'''&lt;br /&gt;
&lt;br /&gt;
Στην παρούσα μελέτη εξετάστηκαν οι εφαρμογές των χαρακτηριστικών τηλεπισκόπησης και των γεωχωρικά μεγάλων δεδομένων για την κατηγοριοποίηση των χρήσεων γης της πόλης, καθώς και μεθόδους για την ενσωμάτωση τους. Έτσι καταλήγει στο συμπέρασμα ότι τα αναδυόμενα γεωχωρικά μεγάλα δεδομένα παρέχουν ευκαιρίες για τη μετατροπή από αστική κάλυψη γης σε αστική χρήση γης. Οι εφαρμογές στους χάρτες χρήσης αστικής γης που ενσωματώθηκε η τηλεπισκόπηση με τα γεωχωρικά μεγάλα δεδομένα είναι για την αστική διαχείριση που περιλαμβάνει τον αστικό σχεδιασμό, την αξιολόγηση αστικού περιβάλλοντος, την παρακολούθηση αστικών καταστροφών και την ανάλυση της αστικής κυκλοφορίας. Τέλος η ενσωμάτωση της τηλεπισκόπησης με τα γεωχωρικά μεγάλα δεδομένα δίνει την ευκαιρία να τεθούν οι άνθρωποι στο επίκεντρο των διαδικασιών γνώσης και διαχείρισης του αστικού πλανήτη.&lt;br /&gt;
&lt;br /&gt;
[[category:Ανίχνευση μεταβολών αστικής γης]]&lt;/div&gt;</summary>
		<author><name>Liasos80</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%9F%CE%BB%CE%BF%CE%BA%CE%BB%CE%B7%CF%81%CF%89%CE%BC%CE%AD%CE%BD%CE%B1_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CE%93%CE%B5%CF%89%CF%87%CF%89%CF%81%CE%B9%CE%BA%CE%AC_%CE%BC%CE%B5%CE%B3%CE%AC%CE%BB%CE%B1_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CF%87%CF%81%CE%AE%CF%83%CE%B7%CF%82_%CE%B3%CE%B7%CF%82:_%CE%9C%CE%B9%CE%B1_%CE%B1%CE%BD%CE%B1%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7</id>
		<title>Ολοκληρωμένα δεδομένα Τηλεπισκόπησης και Γεωχωρικά μεγάλα δεδομένα για την χαρτογράφηση αστικής χρήσης γης: Μια ανασκόπηση</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%9F%CE%BB%CE%BF%CE%BA%CE%BB%CE%B7%CF%81%CF%89%CE%BC%CE%AD%CE%BD%CE%B1_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CE%93%CE%B5%CF%89%CF%87%CF%89%CF%81%CE%B9%CE%BA%CE%AC_%CE%BC%CE%B5%CE%B3%CE%AC%CE%BB%CE%B1_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CF%87%CF%81%CE%AE%CF%83%CE%B7%CF%82_%CE%B3%CE%B7%CF%82:_%CE%9C%CE%B9%CE%B1_%CE%B1%CE%BD%CE%B1%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7"/>
				<updated>2022-02-04T11:11:03Z</updated>
		
		<summary type="html">&lt;p&gt;Liasos80: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Αρχείο:Εικόνα 1.3 Μειονεκτήματα και Πλεονεκτήματα των 2 μεθόδων συνδυασμού της τηλεπισκόπησης και των γεωχωρικά μεγάλων δεδομένων.png&lt;br /&gt;
|Εικόνα 1: Μειονεκτήματα και Πλεονεκτήματα των 2 μεθόδων συνδυασμού της τηλεπισκόπησης και των γεωχωρικά μεγάλων δεδομένων]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&amp;lt;h2&amp;gt;Integrating remote sensing and geospatial big data for urban land use mapping: A review&amp;lt;/h2&amp;gt;&lt;br /&gt;
&lt;br /&gt;
Jiadi Yin, Jinwei Dong, Nicholas A.S. Hamm, Zhichao Li, Jianghao Wang, Hanfa Xing, Ping Fu&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
πηγή: [[https://www.sciencedirect.com/science/article/pii/S030324342100221X]] &lt;br /&gt;
&lt;br /&gt;
&amp;lt;h3&amp;gt;Μετάφραση και περίληψη:&amp;lt;/h3&amp;gt;&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή:'''&lt;br /&gt;
&lt;br /&gt;
Με την αστικοποίηση και την επιρροή των ανθρώπων προκαλείται ραγδαία αύξηση του πληθυσμού. Αυτή η επιρροή προκαλεί την αλλαγή της αστικής γης σε διάφορες διαστάσεις από φυσικές πτυχές σε κοινωνικοοικονομικές πτυχές. Ένας μεγάλος αριθμός προϊόντων υψηλής αστικής κάλυψης γης σε μικρή χωρική ανάλυση έχει αναπτυχθεί παγκοσμίως. Παρόλα αυτά, λόγο της περιπλοκότητας της αστικής γης χρειάζονται προϊόντα υψηλής ακρίβειας ως προς τις πληροφορίες της αστικής γης τα οποία δεν υπάρχουν. Σε αυτήν την εργασία γίνετε μελέτη της φύσης της τηλεπισκόπησης και των γεωχωρικά μεγάλων δεδομένων και κάποιες στρατηγικές ενσωμάτωσης τους στην ταξινόμηση χρήσεων τις αστικής γης.&lt;br /&gt;
&lt;br /&gt;
'''Μεθοδολογία:'''&lt;br /&gt;
&lt;br /&gt;
''Εισαγωγικά:''&lt;br /&gt;
&lt;br /&gt;
Για την μελέτη της αστικής γης χρησιμοποιήθηκε ένα ευρύ φάσμα δεδομένων δορυφορικής τηλεπισκόπησης. Ωστόσο, η πολυπλοκότητα και η ποικιλομορφία των αστικών περιοχών δεν μπορεί να αποτυπωθεί καλά μόνο με τηλεπισκόπηση. Η πρόοδος στις τεχνολογίες πληροφοριών και επικοινωνιών καθιστά δυνατή την πρόσβαση σε γεωχωρικά μεγάλα δεδομένα όπως, σταθεροί και κινητοί αισθητήρες (περιβαλλοντικοί αισθητήρες, κάμερες, κάμερες Web, μέσα κοινωνικής δικτύωσης ή ακόμα και κάτοικοι αστικών περιοχών μέσω των τακτικών τους δραστηριοτήτων). Αυτά τα δεδομένα παρέχουν μια εναλλακτική προσέγγιση για την αποκάλυψη του τρόπου λειτουργίας των πόλεων. Παρά τις μεγάλες δυνατότητες ενσωμάτωσης τηλεπισκόπησης και γεωχωρικά μεγάλων δεδομένων για την παροχή καλύτερων γνώσεων σχετικά με τη χρήση της αστικής γης, είναι δύσκολο να συνδυαστούν λόγω των διαφορών στην ποιότητα των χωρικών δεδομένων. Αρχικά ο στόχος της μελέτης ήταν να εξετάσει τα βασικά στοιχεία της τηλεπισκόπησης, των γεωχωρικά μεγάλων δεδομένων και τις μεθόδους για την ενοποίηση τους. Αυτό θα το κάνει λαμβάνοντας υπόψη μόνο δορυφορικά την τηλεπισκόπηση. Αυτή η μελέτη οργανώνεται σε 6 κεφάλαια. Στο 1ο κεφάλαιο γίνετε μια εισαγωγή στα γενικά στοιχεία της τηλεπισκόπησης και των γεωχωρικά μεγάλων δεδομένων. Το 2ο κεφάλαιο έχει να κάνει με την μετατροπή από αστική κάλυψη γης σε χρήση αστικής γης. Το 3ο κεφάλαιο αναλύει τα χαρακτηριστικά της τηλεπισκόπησης και των γεωχωρικά μεγάλων δεδομένων που χρησιμοποιούνται για την κατηγοριοποίηση της αστικής χρήσης γης. Στο 4ο κεφάλαιο αναλύθηκαν οι στρατηγικές ολοκλήρωσης. Στο 5ο κεφάλαιο συζητήθηκαν οι πιθανές εφαρμογές στην ενσωμάτωση της τηλεπισκόπησης και των γεωχωρικά μεγάλων δεδομένων σε χάρτες χρήσεων αστικής γης. Και στο τελευταίο κεφάλαιο γίνεται ένα συμπέρασμα και οι συνέπειες όλης της εργασίας. &lt;br /&gt;
&lt;br /&gt;
''2ο Κεφάλαιο:''&lt;br /&gt;
&lt;br /&gt;
Σύμφωνα με το 2ο κεφάλαιο η χρήση τηλεπισκόπησης για την χαρτογράφηση της κάλυψης αστικής γης έχει χρονικά μεγάλη ιστορία. Η περισσότεροι χάρτες κάλυψης αστικών εδαφών ελήφθησαν από εικόνες χονδρικής χωρικής ανάλυσης 100m-10km. Με την πρόοδο της τεχνολογίας αυτές οι αναλύσεις έγιναν καλύτερες φτάνοντας τα 10-100m. Η χρονική περίοδος αυτών των παγκόσμιων προϊόντων αστικής κάλυψης γης έχει μετατραπεί από μια ενιαία περίοδο σε επαναλαμβανόμενες παρατηρήσεις, οι οποίες θα μπορούσαν να παρέχουν καλύτερη ποιότητα και χρονικές σειρές πληροφοριών αστικής κάλυψης γης. Αυτές οι μελέτες αστικής τηλεπισκόπησης επικεντρώθηκαν στον εντοπισμό φυσικών αστικών χαρακτηριστικών για την κατανόηση της αστικοποίησης. Παρόλα αυτά τα δεδομένα της τηλεπισκόπησης δεν μπορούν να βοηθήσουν για εντός λειτουργίες των πόλεων καθώς έχει αλλάξει η ανάγκη πληροφόρησης. Τα γεωχωρικά μεγάλα δεδομένα πολλαπλών πηγών μπορούν να συμβάλουν στην κατανόηση των κοινωνικοοικονομικών χαρακτηριστικών της χρήσης της αστικής γης και να προσδιορίσει πώς οι άνθρωποι χρησιμοποιούν τη γη. Πρόσφατα έγινε συνδυασμός της τηλεπισκόπησης με τα μεγάλα γεωχωρικά δεδομένα, ως εκ τούτου η κατανόηση των χαρακτηριστικών που προέρχονται από την τηλεπισκόπηση και τα γεωχωρικά μεγάλα δεδομένα και οι μέθοδοι ενσωμάτωσής τους είναι απαραίτητες για τη χαρτογράφηση χρήσης αστικής γης.&lt;br /&gt;
&lt;br /&gt;
''3ο Κεφάλαιο:''&lt;br /&gt;
&lt;br /&gt;
Στο 3ο κεφάλαιο μελετάτε η εξαγωγή χαρακτηριστικών από την τηλεπισκόπηση και από τα γεωχωρικά μεγάλα δεδομένα που είναι ο βασικός όρος για να αναγνωριστεί η χρήση της αστικής γης. Τα χαρακτηριστικά που προέρχονται από εικόνες τηλεπισκόπησης και χρησιμοποιούνται για τις χρήσεις γης τις κατηγοριοποιούμε σε φασματικά, υφικά, χρονικά και χωρικά χαρακτηριστικά. Τα φασματικά και τα υφικά χαρακτηριστικά είναι κοινά χαρακτηριστικά για την εξαγωγή χρήσεων γης στην τηλεπισκόπηση. Πιο συγκεκριμένα τα φασματικά χαρακτηριστικά πλέον παρέχουν την ευκαιρία για την απόκτηση λεπτομερών πληροφοριών σχετικά με τα φυσικά χαρακτηριστικά των χρήσεων γης λόγο τον αυξημένο αριθμό ζωνών. Ενώ τα υφικά χαρακτηριστικά παρέχουν πλούσιες πληροφορίες για την χωρική κατανομή των τονικών αλλαγών, καθώς και τη δομική διάταξη των επιφανειών και τις σχέσεις τους με το περιβάλλον. Τα χρονικά χαρακτηριστικά είναι ευεργετικά για την βελτίωση των χαρτών ως προς τους τύπους χρήσης γης με πληροφορίες όπως η χρονοσειρά. Βοηθούν στην παρατήρηση των αλλαγών στα φασματικά και υφικά χαρακτηριστικά κατά την πάροδο του χρόνου.  Τα χωρικά χαρακτηριστικά βοηθούν στην ταξινόμηση των χρήσεων της αστικής γης σε λεπτομερές επίπεδο. Από την άλλη τα γεωχωρικά μεγάλα δεδομένα ορίζονται εν μέρει από το μεγάλο τους μέγεθος και εν μέρει από τα χαρακτηριστικά τους, όπως ο όγκος, η ποικιλία και η ταχύτητα. Επιπλέον χαρακτηρίζονται και από την εξαντλητικότητα, την σχέση, την ακρίβεια, την αξία και την μεταβλητότητα τους. Τα πιο συχνά γεωχωρικά μεγάλα δεδομένα που χρησιμοποιούνται για την χαρτογράφηση χρήσεων γης είναι η κοινωνική ανίχνευση, η ανίχνευση πολιτών, τα δεδομένα κοινωνικών μέσων και εθελοντικές γεωγραφικές πληροφορίες. Λόγω της υψηλής συσχέτισης μεταξύ των ανθρώπινων χωροχρονικών δραστηριοτήτων και των αστικών δυναμικών κοινωνικοοικονομικών χαρακτηριστικών, αυτές οι αναδυόμενες γεωχωρικά μεγάλες πληροφορίες μπορούν να βοηθήσουν στην αποτύπωση της αυξανόμενης πολυπλοκότητας των αστικών λειτουργικών προτύπων. Επομένως, για την καλύτερη ταξινόμηση και κατανόηση της χρήσης της αστικής γης, προσθέτουμε τα γεωχωρικά μεγάλα δεδομένα στον προσδιορισμό των κοινωνικοοικονομικών και ανθρώπινων δραστηριοτήτων.&lt;br /&gt;
&lt;br /&gt;
''4ο Κεφάλαιο:''&lt;br /&gt;
&lt;br /&gt;
Στο 4ο κεφάλαιο αναλύονται τα χαρακτηριστικά της τηλεπισκόπησης και των χωρικά μεγάλων δεδομένων που μπορούν να συνδυαστούν με διάφορους τρόπου για την κατηγοριοποίηση των χρήσεων γης. Στην συγκεκριμένη μελέτη ο τρόπος σύντηξης των χαρακτηριστικών από τηλεπισκόπηση και των χωρικά μεγάλων δεδομένων γίνετε με ενοποίηση σε επίπεδο χαρακτηριστικών και με ενοποίηση σε επίπεδο απόφασης. Στην διαδικασία της ενσωμάτωσης σε επίπεδο χαρακτηριστικών αρχικά εξάγονται τα χαρακτηριστικά της τηλεπισκόπησης και των χωρικά μεγάλων δεδομένων. Στην συνέχεια συγχωνεύονται σε ολοκληρωμένα σύνολα χαρακτηριστικών για την ταξινόμηση των χρήσεων αστικής γης. Στο τελικό στάδιο της ολοκλήρωσης χαρακτηριστικών ταξινομούνται τα χαρακτηριστικά χρησιμοποιώντας τεχνικέ μηχανικής εκμάθησης. Στην άλλη μέθοδο της ενσωμάτωσης με επίπεδο αποκοπής συνδυάζονται αποτελέσματα βάσει ταξινόμησης της τηλεπισκόπησης και των γεωργικά μεγάλων δεδομένων. Τα χαρακτηριστικά αυτά αξιολογούνται ανεξάρτητα πριν ενσωματωθούν για την χαρτογραφική απεικόνιση των χρήσεων γης. Για το τελικό στάδιο της ενσωμάτωσης υπάρχουν διάφορες στρατηγικές συγχώνευσης όπως η ιεραρχική ομαδοποίηση, η επικάλυψη και η επισήμανση. Παρακάτω δίνονται και δύο εικόνες με της 2 μεθόδους συνδυασμού της τηλεπισκόπησης και των γεωχωρικά μεγάλων δεδομένων.&lt;br /&gt;
&lt;br /&gt;
''5ο Κεφάλαιο:''&lt;br /&gt;
&lt;br /&gt;
Στο 5ο κεφάλαιο μελετάτε η μελλοντική ενσωμάτωση τηλεπισκόπησης και γεωχωρικά μεγάλων δεδομένων που ο κύριος περιορισμός της είναι το χάσμα της τροπικότητας, γεγονός που δυσκολεύει την ενοποίηση. Τα  γεωχωρικά μεγάλα δεδομένα έχουν διαφορετικές πηγές, χωροχρονική ανάλυση και δομές από αυτές της τηλεπισκόπησης. Επιπλέον, τα γεωχωρικά μεγάλα δεδομένα δεν συλλέγουν ομοιόμορφα σε όλο το διάστημα ενώ τα δεδομένα της τηλεπισκόπησης έχουν συνεπείς συχνότητες παρατήρησης. Η έμφαση των τεχνολογιών βαθιάς μάθησης παρέχει την ευκαιρία να γεφυρωθεί το χάσμα μεταξύ των διαφορετικών τρόπων δεδομένων. Με αρκετές μελέτες να έχουν δείξει ότι η βαθιά μάθηση είναι ιδιαίτερα αποτελεσματική στην ενσωμάτωση τηλεπισκόπησης και γεωχωρικά μεγάλων δεδομένων για την αναγνώριση λειτουργιών των αστικών περιοχών. Ακόμα η γρήγορη ανάπτυξη των πλατφορμών cloud computing προσφέρει μια πολλά υποσχόμενη λύση για την επεξεργασία μεγάλων ποσοτήτων δεδομένων τηλεπισκόπησης και γεωχωρικά μεγάλων δεδομένων. Οι χάρτες χρήσης αστικής γης που ενσωματώνουν την τηλεπισκόπηση και τα αναδυόμενα γεωχωρικά μεγάλα δεδομένα παρέχουν περισσότερες δυνατότητες στην αστική διαχείριση, όπως ο πολεοδομικός σχεδιασμός, η αξιολόγηση αστικού περιβάλλοντος, η παρακολούθηση αστικών καταστροφών και η ανάλυση αστικής κυκλοφορίας. Η προσθήκη των γεωχωρικά μεγάλων δεδομένων σε χάρτες χρήσεων γης με επαρκή και έγκαιρη πληροφόρηση θα μπορούσε να ενισχύσει τους βρόχουν ανατροφοδότησης των αστικών γνώσεων για τους κυβερνήτες και τους σταθμούς της πόλης. Στην τρέχουσα κατάσταση αυτό που μπορεί να γίνει με την ενσωμάτωση των δυο χαρακτηριστικών είναι να παρακολουθεί αστικά περιβάλλοντα όπως η αστική θερμική νησίδα και η ατμοσφαιρική ρύπανση. Οι γρήγοροι ενημερωμένοι χάρτες αστικής χρήσης γης που ενσωματώνουν τηλεπισκόπηση και γεωχωρικά μεγάλα δεδομένα με εξαιρετική χωρική ανάλυση θα μπορούσαν να υποστηρίξουν τη διαχείριση αστικών καταστροφών παρέχοντας πρωτοφανή δεδομένα αναφοράς.&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα:'''&lt;br /&gt;
&lt;br /&gt;
Στην παρούσα μελέτη εξετάστηκαν οι εφαρμογές των χαρακτηριστικών τηλεπισκόπησης και των γεωχωρικά μεγάλων δεδομένων για την κατηγοριοποίηση των χρήσεων γης της πόλης, καθώς και μεθόδους για την ενσωμάτωση τους. Έτσι καταλήγει στο συμπέρασμα ότι τα αναδυόμενα γεωχωρικά μεγάλα δεδομένα παρέχουν ευκαιρίες για τη μετατροπή από αστική κάλυψη γης σε αστική χρήση γης. Οι εφαρμογές στους χάρτες χρήσης αστικής γης που ενσωματώθηκε η τηλεπισκόπηση με τα γεωχωρικά μεγάλα δεδομένα είναι για την αστική διαχείριση που περιλαμβάνει τον αστικό σχεδιασμό, την αξιολόγηση αστικού περιβάλλοντος, την παρακολούθηση αστικών καταστροφών και την ανάλυση της αστικής κυκλοφορίας. Τέλος η ενσωμάτωση της τηλεπισκόπησης με τα γεωχωρικά μεγάλα δεδομένα δίνει την ευκαιρία να τεθούν οι άνθρωποι στο επίκεντρο των διαδικασιών γνώσης και διαχείρισης του αστικού πλανήτη.&lt;br /&gt;
&lt;br /&gt;
[[category:Ανίχνευση μεταβολών αστικής γης]]&lt;/div&gt;</summary>
		<author><name>Liasos80</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%95%CE%B9%CE%BA%CF%8C%CE%BD%CE%B1_1.3_%CE%9C%CE%B5%CE%B9%CE%BF%CE%BD%CE%B5%CE%BA%CF%84%CE%AE%CE%BC%CE%B1%CF%84%CE%B1_%CE%BA%CE%B1%CE%B9_%CE%A0%CE%BB%CE%B5%CE%BF%CE%BD%CE%B5%CE%BA%CF%84%CE%AE%CE%BC%CE%B1%CF%84%CE%B1_%CF%84%CF%89%CE%BD_2_%CE%BC%CE%B5%CE%B8%CF%8C%CE%B4%CF%89%CE%BD_%CF%83%CF%85%CE%BD%CE%B4%CF%85%CE%B1%CF%83%CE%BC%CE%BF%CF%8D_%CF%84%CE%B7%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CF%89%CE%BD_%CE%B3%CE%B5%CF%89%CF%87%CF%89%CF%81%CE%B9%CE%BA%CE%AC_%CE%BC%CE%B5%CE%B3%CE%AC%CE%BB%CF%89%CE%BD_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD.png</id>
		<title>Αρχείο:Εικόνα 1.3 Μειονεκτήματα και Πλεονεκτήματα των 2 μεθόδων συνδυασμού της τηλεπισκόπησης και των γεωχωρικά μεγάλων δεδομένων.png</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%95%CE%B9%CE%BA%CF%8C%CE%BD%CE%B1_1.3_%CE%9C%CE%B5%CE%B9%CE%BF%CE%BD%CE%B5%CE%BA%CF%84%CE%AE%CE%BC%CE%B1%CF%84%CE%B1_%CE%BA%CE%B1%CE%B9_%CE%A0%CE%BB%CE%B5%CE%BF%CE%BD%CE%B5%CE%BA%CF%84%CE%AE%CE%BC%CE%B1%CF%84%CE%B1_%CF%84%CF%89%CE%BD_2_%CE%BC%CE%B5%CE%B8%CF%8C%CE%B4%CF%89%CE%BD_%CF%83%CF%85%CE%BD%CE%B4%CF%85%CE%B1%CF%83%CE%BC%CE%BF%CF%8D_%CF%84%CE%B7%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CF%89%CE%BD_%CE%B3%CE%B5%CF%89%CF%87%CF%89%CF%81%CE%B9%CE%BA%CE%AC_%CE%BC%CE%B5%CE%B3%CE%AC%CE%BB%CF%89%CE%BD_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD.png"/>
				<updated>2022-02-04T11:08:54Z</updated>
		
		<summary type="html">&lt;p&gt;Liasos80: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Liasos80</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%95%CE%B9%CE%BA%CF%8C%CE%BD%CE%B1_1.2_%CE%95%CE%BD%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7_%CF%83%CE%B5_%CE%B5%CF%80%CE%AF%CF%80%CE%B5%CE%B4%CE%BF_%CE%B1%CF%80%CF%8C%CF%86%CE%B1%CF%83%CE%B7%CF%82.png</id>
		<title>Αρχείο:Εικόνα 1.2 Ενοποίηση σε επίπεδο απόφασης.png</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%95%CE%B9%CE%BA%CF%8C%CE%BD%CE%B1_1.2_%CE%95%CE%BD%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7_%CF%83%CE%B5_%CE%B5%CF%80%CE%AF%CF%80%CE%B5%CE%B4%CE%BF_%CE%B1%CF%80%CF%8C%CF%86%CE%B1%CF%83%CE%B7%CF%82.png"/>
				<updated>2022-02-04T11:08:35Z</updated>
		
		<summary type="html">&lt;p&gt;Liasos80: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Liasos80</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%95%CE%B9%CE%BA%CF%8C%CE%BD%CE%B1_1.1_%CE%95%CE%BD%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7_%CF%83%CE%B5_%CE%B5%CF%80%CE%AF%CF%80%CE%B5%CE%B4%CE%BF_%CF%87%CE%B1%CF%81%CE%B1%CE%BA%CF%84%CE%B7%CF%81%CE%B9%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD.png</id>
		<title>Αρχείο:Εικόνα 1.1 Ενοποίηση σε επίπεδο χαρακτηριστικών.png</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%95%CE%B9%CE%BA%CF%8C%CE%BD%CE%B1_1.1_%CE%95%CE%BD%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7_%CF%83%CE%B5_%CE%B5%CF%80%CE%AF%CF%80%CE%B5%CE%B4%CE%BF_%CF%87%CE%B1%CF%81%CE%B1%CE%BA%CF%84%CE%B7%CF%81%CE%B9%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD.png"/>
				<updated>2022-02-04T11:07:31Z</updated>
		
		<summary type="html">&lt;p&gt;Liasos80: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Liasos80</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:1.1.png</id>
		<title>Αρχείο:1.1.png</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:1.1.png"/>
				<updated>2022-02-04T11:04:54Z</updated>
		
		<summary type="html">&lt;p&gt;Liasos80: ανέβασμα νέας έκδοσης του &amp;amp;quot;Αρχείο:1.1.png&amp;amp;quot;&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Εικόνα 1: Χάρτης της αστικής περιοχής της Σιτζιαζχουάνγκ σε διαφορετικές χρονολογίες (Η σιδηροδρομική γραμμή δείχνει την κατάσταση το 2001)&lt;/div&gt;</summary>
		<author><name>Liasos80</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%9B%CE%B9%CE%AC%CF%83%CE%BF%CF%82_%CE%A4%CF%81%CE%B1%CF%8A%CE%B1%CE%BD%CF%8C%CF%82</id>
		<title>Λιάσος Τραϊανός</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%9B%CE%B9%CE%AC%CF%83%CE%BF%CF%82_%CE%A4%CF%81%CE%B1%CF%8A%CE%B1%CE%BD%CF%8C%CF%82"/>
				<updated>2022-02-04T09:42:19Z</updated>
		
		<summary type="html">&lt;p&gt;Liasos80: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;*[[Ολοκληρωμένα δεδομένα Τηλεπισκόπησης και Γεωχωρικά μεγάλα δεδομένα για την χαρτογράφηση αστικής χρήσης γης: Μια ανασκόπηση]]&lt;br /&gt;
*[[Τηλεπισκόπηση αστικών χώρων πρασίνου: Μια ανασκόπηση]]&lt;br /&gt;
*[[Τεχνική ανίχνευσης αλλαγής κάλυψης εδάφους: Οπτικές εικόνες πολύ υψηλής ανάλυσης: Μια ανασκόπηση]]&lt;br /&gt;
*[[Ανίχνευση Αστικών και Περιβαλλοντικών Αλλαγών μέσω Τηλεπισκόπησης]]&lt;br /&gt;
*[[Ανασκόπηση της μεθόδου ανίχνευσης αλλαγών και αξιολόγησης της ακρίβειας για την κάλυψη της χρήσης γης]]&lt;br /&gt;
*[[Ανασκόπηση σε βάθος των δυνατοτήτων στο δίκτυο μετάδοσης εξαγωγής δρόμων με βελτιωμένο περίγραμμα από εικόνες τηλεπισκόπησης]]&lt;br /&gt;
*[[Πρόβλεψη αστικής επέκτασης με την χρήση προσέγγισης ανίχνευσης αλλαγής κάλυψης γης]]&lt;br /&gt;
*[[Αξιολόγηση αλλαγών στην κατανομή της χλωρίδας του δασικού οικοσυστήματος Ακοκα]]&lt;br /&gt;
*[[Παρακολούθηση της επίδρασης της αστικής ανάπτυξης στην αστική θερμική νησίδα...]]&lt;br /&gt;
*[[Ανίχνευση αλλαγής χρήσης γης/κάλυψης στο Δέλτα του Αιγυπτιακού Νείλου με χρήση τηλεπισκόπησης]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
[[category:ΔΠΜΣ &amp;quot;Περιβάλλον &amp;amp; Ανάπτυξη&amp;quot; (Αθήνα)]]&lt;/div&gt;</summary>
		<author><name>Liasos80</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%9B%CE%B9%CE%AC%CF%83%CE%BF%CF%82_%CE%A4%CF%81%CE%B1%CF%8A%CE%B1%CE%BD%CF%8C%CF%82</id>
		<title>Λιάσος Τραϊανός</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%9B%CE%B9%CE%AC%CF%83%CE%BF%CF%82_%CE%A4%CF%81%CE%B1%CF%8A%CE%B1%CE%BD%CF%8C%CF%82"/>
				<updated>2022-02-04T09:42:09Z</updated>
		
		<summary type="html">&lt;p&gt;Liasos80: Νέα σελίδα με '*[[Ολοκληρωμένα δεδομένα Τηλεπισκόπησης και Γεωχωρικά μεγάλα δεδομένα για την χαρτογράφηση α...'&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;*[[Ολοκληρωμένα δεδομένα Τηλεπισκόπησης και Γεωχωρικά μεγάλα δεδομένα για την χαρτογράφηση αστικής χρήσης γης: Μια ανασκόπηση]]&lt;br /&gt;
*[[Τηλεπισκόπηση αστικών χώρων πρασίνου: Μια ανασκόπηση]]&lt;br /&gt;
*[[Τεχνική ανίχνευσης αλλαγής κάλυψης εδάφους: Οπτικές εικόνες πολύ υψηλής ανάλυσης: Μια ανασκόπηση]]&lt;br /&gt;
*[[Ανίχνευση Αστικών και Περιβαλλοντικών Αλλαγών μέσω Τηλεπισκόπησης]]&lt;br /&gt;
*[[Ανασκόπηση της μεθόδου ανίχνευσης αλλαγών και αξιολόγησης της ακρίβειας για την κάλυψη της χρήσης γης]]&lt;br /&gt;
*[[Ανασκόπηση σε βάθος των δυνατοτήτων στο δίκτυο μετάδοσης εξαγωγής δρόμων με βελτιωμένο περίγραμμα από εικόνες τηλεπισκόπησης]]&lt;br /&gt;
*[[Πρόβλεψη αστικής επέκτασης με την χρήση προσέγγισης ανίχνευσης αλλαγής κάλυψης γης]]&lt;br /&gt;
*[[Αξιολόγηση αλλαγών στην κατανομή της χλωρίδας του δασικού οικοσυστήματος Ακοκα]]&lt;br /&gt;
*[[Παρακολούθηση της επίδρασης της αστικής ανάπτυξης στην αστική θερμική νησίδα]]&lt;br /&gt;
*[[Ανίχνευση αλλαγής χρήσης γης/κάλυψης στο Δέλτα του Αιγυπτιακού Νείλου με χρήση τηλεπισκόπησης]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
[[category:ΔΠΜΣ &amp;quot;Περιβάλλον &amp;amp; Ανάπτυξη&amp;quot; (Αθήνα)]]&lt;/div&gt;</summary>
		<author><name>Liasos80</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CE%B1%CE%BB%CE%BB%CE%B1%CE%B3%CE%AE%CF%82_%CF%87%CF%81%CE%AE%CF%83%CE%B7%CF%82_%CE%B3%CE%B7%CF%82/%CE%BA%CE%AC%CE%BB%CF%85%CF%88%CE%B7%CF%82_%CF%83%CF%84%CE%BF_%CE%94%CE%AD%CE%BB%CF%84%CE%B1_%CF%84%CE%BF%CF%85_%CE%91%CE%B9%CE%B3%CF%85%CF%80%CF%84%CE%B9%CE%B1%CE%BA%CE%BF%CF%8D_%CE%9D%CE%B5%CE%AF%CE%BB%CE%BF%CF%85_%CE%BC%CE%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82</id>
		<title>Ανίχνευση αλλαγής χρήσης γης/κάλυψης στο Δέλτα του Αιγυπτιακού Νείλου με χρήση τηλεπισκόπησης</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CE%B1%CE%BB%CE%BB%CE%B1%CE%B3%CE%AE%CF%82_%CF%87%CF%81%CE%AE%CF%83%CE%B7%CF%82_%CE%B3%CE%B7%CF%82/%CE%BA%CE%AC%CE%BB%CF%85%CF%88%CE%B7%CF%82_%CF%83%CF%84%CE%BF_%CE%94%CE%AD%CE%BB%CF%84%CE%B1_%CF%84%CE%BF%CF%85_%CE%91%CE%B9%CE%B3%CF%85%CF%80%CF%84%CE%B9%CE%B1%CE%BA%CE%BF%CF%8D_%CE%9D%CE%B5%CE%AF%CE%BB%CE%BF%CF%85_%CE%BC%CE%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82"/>
				<updated>2022-02-04T09:38:49Z</updated>
		
		<summary type="html">&lt;p&gt;Liasos80: Νέα σελίδα με '&amp;lt;h2&amp;gt;Detection of land use/cover change in Egyptian Nile Delta using remote sensing&amp;lt;/h2&amp;gt;  M.H. Elagouz, S.M. Abou-Shleel, A.A. Belal, M.A.O. El-Mohandes  πηγή: [[https:...'&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&amp;lt;h2&amp;gt;Detection of land use/cover change in Egyptian Nile Delta using remote sensing&amp;lt;/h2&amp;gt;&lt;br /&gt;
&lt;br /&gt;
M.H. Elagouz, S.M. Abou-Shleel, A.A. Belal, M.A.O. El-Mohandes&lt;br /&gt;
&lt;br /&gt;
πηγή: [[https://www.sciencedirect.com/science/article/pii/S1110982317304301]] &lt;br /&gt;
&lt;br /&gt;
&amp;lt;h3&amp;gt;Μετάφραση και περίληψη:&amp;lt;/h3&amp;gt;&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή:'''&lt;br /&gt;
&lt;br /&gt;
Το Δέλτα του Νείλου είναι μια από τις παλαιότερες γεωργικές περιοχές της κόσμο καθώς βρίσκεται υπό συνεχή καλλιέργεια εδώ και χιλιάδες χρόνια. Η γεωργία ήταν ο πυρήνας πολλών βιώσιμων ικανών αναπτυξιακών πολιτικών στη χώρα. Τις δυο τελευταίες δεκαετίες, η κυβέρνηση είχε στόχο την αύξηση του αγροτικού προϊόντος και την ποιότητα του μέσω της αύξησης της γεωργικής έκτασης. Σήμερα ένα από τα πιο σοβαρά προβλήματα αποτελεί είναι η υποβάθμιση της γης. Τέτοιες αλλαγές προκαλούνται συνήθως από ανθρώπινες δραστηριότητες. Αυτές οι δραστηριότητες μπορούν να προκαλέσουν μειώσεις στους φυσικούς πόρους και μπορεί να επηρεάσουν την προσφορά τροφίμων σε αυτές τις περιοχές με αποτέλεσμα σοβαρές κοινωνικές πολιτικές συνέπειες. Ωστόσο η απογραφή της καλλιεργούμενης έκτασης αποτυπώθηκε με μεθόδους τοπογραφίας λόγω αστικής καταπάτησης της καλλιεργούμενης έκτασης. Επομένως, υπάρχει ανάγκη για ενημερωμένα και συνεχή δεδομένα χρήσεων και καλύψεων γης για την βιώσιμη ανάπτυξη. Η τηλεπισκόπηση είναι ένα εργαλείο κατάλληλο για αυτήν την δουλειά και πολύ καλύτερο από την επιτόπια μελέτη. Η τεχνολογία GIS παρέχει ένα ευέλικτο εργαλείο για την αποθήκευση, την ανάλυση και εμφάνιση ψηφιακών δεδομένων που απαιτούνται για την ανίχνευση αλλαγών και για βάση δεδομένων. Οι δορυφορικές εικόνες έχουν χρησιμοποιηθεί για την παρακολούθηση διακριτών τύπων κάλυψης γης μέσω φασματικής ταξινόμησης ή αξιολόγησης της επιφάνειας γης. Η βασική προϋπόθεση για τη χρήση δεδομένων τηλεπισκόπησης είναι η ανίχνευση αλλαγής κάλυψης γης. Αυτή η διαδικασία μπορεί να εντοπίσει την αλλαγή μεταξύ δύο ή περισσότερων ημερομηνιών που δεν είναι χαρακτηριστικές της κανονικής ποικιλίας. Η παρούσα έρευνα είχε ως στόχο να αξιολογήσει τις αλλαγές χρήσεων και καλύψεων γης στο Δέλτα του Αιγυπτιακού Νείλου προκειμένου να προσδιοριστεί ο τύπος καθώς και το ποσοστό έκδοσης μεταξύ διαφορετικών τύπων χρήσεων και καλύψεων γης στη περιοχή.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Μεθοδολογία:'''&lt;br /&gt;
&lt;br /&gt;
Η περιοχή μελέτης της εργασία, το Δέλτα του Νείλου, είναι η οικονομική καρδιά της Αιγύπτου, καθώς περιλαμβάνει την πλουσιότερη γεωργική γη στην Αίγυπτο. Τρείς διαφορετικοί τύποι εικόνων χρησιμοποιήθηκαν στην μελέτη οι Landsat 5 TM, Landsat 7 ETM+ και Landsat 8 OLI TIRS. Για την επίτευξη των στόχων της μελέτης τρεις διαφορετικές ημερομηνίες για τις εικόνες χρησιμοποιήθηκαν 14/7/1987, 11/7/2000 και 5/7/2015, αντίστοιχα. Αρχικά έγινε προ επεξεργασία των εικόνων διορθώνοντας την γεωμετρία τους. Μετά έγινε η ατμοσφαιρική διόρθωση για ορατή, εγγύς υπέρυθρα και δεδομένα υπέρυθρων βραχέων κυμάτων σε όλους του τύπους εικόνων. Στην συνέχεια έγινε μη επιβλεπόμενη ταξινόμηση εικόνων προκειμένου να προσδιοριστούν οι τάξεις που υπάρχουν στην περιοχή μελέτης. Οι εικόνες ταξινομήθηκαν σε 9 διαφορετικές χρήσεις και καλύψεις γης: αγροτική, αστική, υδάτινα σώματα, ιχθυοτροφεία, φυσική βλάστηση, αλάτι, γυμνό έδαφος, άμμος και sabkha. Μετά έγινε ανίχνευση των αλλαγών με βάση τριών χρονικών περιόδων 1987, 2000 και 2015 για να εντοπιστούν οι αλλαγές των χρήσεων και καλύψεων γης. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα:'''&lt;br /&gt;
&lt;br /&gt;
Μετά την προ επεξεργασία και την ταξινόμηση οι εικόνες έδειξαν μια διαφορετική χρήση και κάλυψη γης στην περιοχή μελέτης. Ο σημαντικότερος αντίκτυπος που προκαλείται από των άνθρωπο στην υποβάθμιση της γης είναι η αστική εξάπλωση. Σύμφωνα με τα αποτελέσματα που φαίνονται και στην εικόνα 1, υπάρχει μια τακτική τάση στην αλλαγή των χρήσεων γης. Αυτά τα αποτελέσματα θα μπορούσαν να αποδοθούν στην εξάτμιση λόγω υψηλής θερμοκρασία εκτός από τη μετατροπή ορισμένων υδάτινων σωμάτων σε γεωργικά εκτάσεις καθώς και οι ιχθυοκαλλιέργειες μείωσαν τη συνολική έκταση των υδάτινων σωμάτων. Όσο για τα sabkha, ήταν αποτέλεσμα που θα μπορούσε να οφείλεται κυρίως στην αγροτική επέκταση και την αυξημένη αστική, που σημειώθηκε κατά την περίοδο αυτή. Σχετικά με τα άλατα, αυτό οφείλεται στη μετατροπή κάποιων αλάτων σε γεωργικές εκτάσεις. Όσον αφορά την άμμο, αυτό οφείλεται στις συνεχείς ανθρώπινες δραστηριότητες στο περιοχή μελέτης που αναπτύσσεται προς την αποκατάσταση περισσότερων γεωργικών εκτάσεων και την αυξημένη αστική γη. Αυτά τα αποτελέσματα συμφωνούν με αυτά που ελήφθη από τον έναν άλλον μελετητή ο οποίος διαπίστωσε ότι η περιοχή μελέτης έχει υπέστη μια πολύ σοβαρή αλλαγή κάλυψης γης, για τα υδατικά συστήματα. Τα αποτελέσματα που πήραμε από την μελέτη μπορούν να αποδοθούν στις συνεχής ανθρώπινες επεμβάσεις στην περιοχή μελέτης η οποία κινείται προς την ανάκτηση της ερήμου. Παρά τις προσπάθειες για την αύξηση της γεωργικής περιοχής και αποκατάστασης της ερήμου η απώλεια υψηλού προϊόντος και γόνιμων εδαφών είναι ακόμα σε εξέλιξη. &lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα:'''&lt;br /&gt;
&lt;br /&gt;
Θα μπορούσε να βγεί το συμπέρασμα ότι τα δορυφορικά δεδομένα είναι καλή και γρήγορη τεχνική παρακολούθησης των αλλαγών στη χρήση και κάλυψη γης με χαμηλό κόστος σε σύγκριση με τις συμβατικές μεθόδους τοπογραφίας. Η ανάλυση των αποτελεσμάτων έδειξε επίσης ότι το μεγαλύτερο μέρος του Αιγυπτιακού Δέλτα έχει επηρεαστεί σημαντικά από τις διάφορες κατηγορίες κάλυψης γης όπως η γεωργία, η αστική γη, τα υδάτινα σώματα και οι περιοχές με άμμο. Τέλος, η μελέτη αυτή έδειξε ότι η περιοχή μελέτης έχει υποστεί μια πολύ σοβαρή αλλαγή χρήσης γης ως αποτέλεσμα της αστικής εξάπλωσης. Το πρόβλημα που πρέπει να μελετηθεί σοβαρά, μέσω πολλαπλών διαστάσεων συμπεριλαμβανομένων των κοινωνικοοικονομικών, προκειμένου να διατηρηθούν οι πολύτιμες και περιορισμένες γεωργικές γαίες και να επιτευχθεί η αύξηση των τροφίμων διοχέτευσης. Επίσης, συνιστάται η συνεχής παρακολούθηση εικόνων τηλεπισκόπησης, η ερμηνεία ανάλυσης και ενημέρωσης εικόνων σχετικά με την αστικοποίηση στο Δέλτα του Νείλου που απαιτεί παρακολούθηση τις εξελίξεις για γρήγορη ανταπόκριση στη λήψη αποφάσεων από κατάλληλες αρχές.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:Ανίχνευση μεταβολών αστικής γης]]&lt;/div&gt;</summary>
		<author><name>Liasos80</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A0%CE%B1%CF%81%CE%B1%CE%BA%CE%BF%CE%BB%CE%BF%CF%8D%CE%B8%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%B5%CF%80%CE%AF%CE%B4%CF%81%CE%B1%CF%83%CE%B7%CF%82_%CF%84%CE%B7%CF%82_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%B1%CE%BD%CE%AC%CF%80%CF%84%CF%85%CE%BE%CE%B7%CF%82_%CF%83%CF%84%CE%B7%CE%BD_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%AE_%CE%B8%CE%B5%CF%81%CE%BC%CE%B9%CE%BA%CE%AE_%CE%BD%CE%B7%CF%83%CE%AF%CE%B4%CE%B1...</id>
		<title>Παρακολούθηση της επίδρασης της αστικής ανάπτυξης στην αστική θερμική νησίδα...</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A0%CE%B1%CF%81%CE%B1%CE%BA%CE%BF%CE%BB%CE%BF%CF%8D%CE%B8%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%B5%CF%80%CE%AF%CE%B4%CF%81%CE%B1%CF%83%CE%B7%CF%82_%CF%84%CE%B7%CF%82_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%B1%CE%BD%CE%AC%CF%80%CF%84%CF%85%CE%BE%CE%B7%CF%82_%CF%83%CF%84%CE%B7%CE%BD_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%AE_%CE%B8%CE%B5%CF%81%CE%BC%CE%B9%CE%BA%CE%AE_%CE%BD%CE%B7%CF%83%CE%AF%CE%B4%CE%B1..."/>
				<updated>2022-02-04T09:35:53Z</updated>
		
		<summary type="html">&lt;p&gt;Liasos80: Νέα σελίδα με '&amp;lt;h2&amp;gt;Monitoring the effect of urban development on urban heat island based on remote sensing and geo-spatial approach in Kolkata and adjacent areas, India&amp;lt;/h2&amp;gt;  Bijay Halde...'&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&amp;lt;h2&amp;gt;Monitoring the effect of urban development on urban heat island based on remote sensing and geo-spatial approach in Kolkata and adjacent areas, India&amp;lt;/h2&amp;gt;&lt;br /&gt;
&lt;br /&gt;
Bijay Halder, Jatisankar Bandyopadhyay, Papiya Banik&lt;br /&gt;
&lt;br /&gt;
πηγή: [[https://www.sciencedirect.com/science/article/abs/pii/S2210670721004649]] &lt;br /&gt;
&lt;br /&gt;
&amp;lt;h3&amp;gt;Μετάφραση και περίληψη:&amp;lt;/h3&amp;gt;&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή:'''&lt;br /&gt;
&lt;br /&gt;
Η μελέτη της αστικής θερμικής νησίδας είναι το πιο σημαντικό πρόβλημα που σχετίζεται με το περιβάλλον και πολλές πόλεις του κόσμου που περνάνε κρίσιμες συνθήκες λόγω αστικοποίησης, εκβιομηχάνισης, πληθυσμιακή πίεση του συστήματος μεταφορών και κλιματική αλλαγή. Οι ανθρωπογενείς δραστηριότητες ήταν ο κύριος λόγος για τη διακύμανση της θερμοκρασίας σε αστικές περιοχές. Η Καλκούτα είναι μια από τις αστικές περιοχές, όπου η ατμοσφαιρική ρύπανση αυξήθηκε σταδιακά και επηρέασε τα προβλήματα υγείας των ανθρώπων. Στις αστικές περιοχές οι άνθρωποι συνήθως ασχολούνται με μη γεωργικές δραστηριότητες όπως βιομηχανίες, μεταφορές, επιχειρήσεις και πολλά άλλα. Η αστική ανάπτυξη ήταν που επηρέασε τη χρήση γης και την αλλαγή της κάλυψης γης σε μια περιοχή. Η αστική ανάπτυξη δεν μπορεί να αγνοηθεί και χρειάζεται κατάλληλο σχεδιασμό. Η αυξημένη αστική ζέστη δημιουργεί κίνδυνους για την υγεία των ανθρώπων των πόλεων. Οι δημόσιες συγκοινωνίες και η βιομηχανία παράγουν περισσότερα ρύπους και τη δημιουργία ατμοσφαιρικής ρύπανσης σε μια αστική περιοχή όπως η Καλκούτα. Σε αυτή την κατάσταση, ο σωστός πολεοδομικός σχεδιασμός και η διαχείριση είναι περισσότερα χρήσιμο για τη βιώσιμη ανάπτυξη. Λόγω της ταχείας διαδικασία αστικοποίησης και αύξηση της έκτασης δόμησης, των περιοχών βλάστησης επηρεάστηκαν και προκάλεσαν την κλιματική αλλαγή και την ανάπτυξη του παγκόσμιου θερμοκηπίου αέρια και επί του παρόντος, γίνεται σοβαρό περιβαλλοντικό ζήτημα. Στην Καλκούτα παρατηρείται μια αύξηση της αστικοποίησης με γρήγορους ρυθμούς κάτι που προκάλεσε μεγάλη ζημιά στη βλάστηση. Με την χρήση της τηλεπισκόπησης έγινε η παρακολούθηση και η καταγραφή της θερμοκρασίας του εδάφους. Η αστική περιοχή είναι πιο ζεστή από την αγροτική περιοχή λόγω της έλλειψης χώρων πρασίνου και της θερμικής διακύμανσης αυτής της περιοχής. Σε μερικές δεκαετίες, διάφορα δεδομένα τηλεπισκόπησης όπως η φωτογραφία Arial και οι δορυφορικές εικόνες είναι πιο χρήσιμες για χαρτογράφηση και παρακολούθηση της ανίχνευσης αλλαγής χρήσης γης και κάλυψης γης. Επίσης, αστική επέκταση ήταν η παρακολούθηση από δεκαετικές εικόνες γιατί η αστική περιοχή άλλαζε πιο γρήγορα από ποτέ. Έχουν χρησιμοποιηθεί διάφορες μέθοδοι για τη χαρτογράφηση και παρακολούθηση της χρήσης γης και της αλλαγής κάλυψης γης με χρήση δορυφορικών δεδομένων. Για τον χάρτη της περιοχής χρησιμοποιήθηκε το θερμικό φάσμα της τηλεπισκόπησης. Ο δείκτης βλάστησης, ο δείκτης κανονικοποιημένης διαφοροποίησης και ο δείκτης διακύμανσης αστικού θερμικού πεδίου. Αυτή η μελέτη επικεντρώνεται στις χρήσεις και καλύψεις γης μεταξύ του 1990 και 2020, της θερμοκρασίας της επιφάνειας της γης, τον διαφορετικό υπολογισμό του φασματικού δείκτη και της ανάλυσης παλινδρόμησης και την μελέτη για την αστική θερμική νησίδα για μελλοντικό σχεδιασμό και διαχείριση της Καλκούτας και στρογγυλοποίηση της αστικής περιοχής.  &lt;br /&gt;
&lt;br /&gt;
'''Μεθοδολογία:'''&lt;br /&gt;
&lt;br /&gt;
H χρήση γης προς την κάλυψη γης είναι ένα δυναμικό χαρακτηριστικό για την επιφάνεια της γης αλλά και η πρόβλεψη μελλοντικών τάξεων είναι πιο σοβαρό πρόβλημα. Στην παρούσα μελέτη χρησιμοποιήθηκαν σύνολα δεδομένων τηλεπισκόπησης που προήλθαν από ισότοπους τα οποία ήταν τέσσερα δορυφορικά δεδομένα του 1990, 2000, 2010, και του 2020 για τον προσδιορισμό της χρήσης γης και την μελέτη κάλυψης γης της περιοχής της Καλκούτα και για την αστική θερμική νησίδα χρησιμοποίησαν την θερμοκρασία της επιφάνειας της γης και κάποιον φασματικό δείκτη. Στις προ επεξεργασμένες εικόνες και με τοπογραφικές διορθώσεις μέσω τηλεπισκόπησης χρησιμοποιήθηκε το ERDAS Imagine για την στοίβαξη των επιπέδων κάλυψης. Έπειτα έγινε η ταξινόμηση της εικόνας. Μετά την ταξινόμηση έγινε η αξιολόγηση της ακρίβειας που αντιπροσωπεύει το πόσο καλά έγινε η ταξινόμηση. Τα δεδομένα αλήθεια για την σύγκριση της ταξινόμησης συλλέχθηκαν από το Google Earth Pro. Για τον προσδιορισμό των διαφορετικών ειδών βλάστησης χρησιμοποιήθηκε ο δείκτης κανονικοποιημένης βλάστησης. Για τις διαφορές στον αστικό ιστό χρησιμοποιήθηκε ο δείκτης κανονικοποιημένης δημιουργίας διαφορών. Έπειτα υπολογίστηκε και η θερμοκρασία του εδάφους με συγκεκριμένους τύπους. Ο δείκτης διακύμανσης αστικού θερμικού πεδίου χρησιμοποιήθηκε για να περιγράψει την επίδραση της αστικής θερμικής νησίδας. Η μελέτη της αστικής θερμικής νησίδας ήταν πολύ σημαντική για την αστική θερμική ισορροπία μελέτης για να προσδιοριστεί η θερμική διακύμανση της Καλκούτα και της γύρω περιοχής. Στην εικόνα 1 φαίνεται η ολική διαδικασία της μεθοδολογίας στην μελέτη αυτή. &lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα:'''&lt;br /&gt;
&lt;br /&gt;
Χρωματικοί συνδυασμοί ζωνών κόκκινο, μπλε, πράσινο χρησιμοποιήθηκαν για να ταξινομηθούν οι χρήσεις γης. Την εποχή που πάρθηκαν οι εικόνες υπήχξε έλλειψη τροφής και οικιστικά προβλήματα λόγω αυξανόμενης πληθυσμιακής πίεσης και της ταχείας ανάπτυξης των υποδομών στην κοινωνία. Μετά την επέκταση της αστικής περιοχής στο κεντρικό τμήμα της περιοχής μελέτης παρατηρήθηκε τεράστια αλλαγή χρήσης γης. Η πληθυσμιακή πίεση και η περιοχή οικοδόμησης αυξήθηκαν γρήγορα και η βλάστηση μειώθηκε παρόμοια. Η αλλαγή χρήσης γης και κάλυψης γης υπολογίστηκαν τα έτη 1990, 2000, 2010 και 2020. Σε αυτή τη μελέτη, προσδιορίστηκαν πέντε κατηγορίες χρήσεων γης και κάλυψης γης Υδάτινο σώμα, βλάστηση, ανοιχτός χώρος, δομημένη περιοχή και γεωργική γη. Η ταχεία αστικοποίηση και η μετανάστευση ήταν οι κύριες αιτίες των αστικών περιοχών επέκταση γύρω από τη μητροπολιτική περιοχή της Καλκούτας. Σε όλη την περιοχή μελέτης παρατηρείται μείωση της βλάστησης και της γεωργικής γης. Λόγω της αστικής επέκταση η περιοχή μελέτης γνώρισε ένα τεράστιο ποσό διακύμανσης της θερμοκρασία σε διάφορα μέρη. Αυτές οι διακυμάνσεις προήλθαν λόγω των ανθρωπογενών δραστηριοτήτων. Για τον προσδιορισμό της αστικής θερμικής νησίδας χρησιμοποιήθηκαν πολλοί φασματικοί δείκτες που βασίζονται στην τηλεπισκόπηση. Ο NDBI απεικόνισε ότι η αστική περιοχή αυξήθηκε μεταξύ των ετών παρατήρησης και κυρίως στα κεντρικά και βόρεια τμήματα ενώ στα νοτιοανατολικά και μετρικά τμήματα της νότιας περιοχής γνώρισαν αστική επέκταση προς τις πλευρές του ποταμού. Η υπερβολική συστολή ήταν ο κύριος λόγω διακύμανσης της θερμοκρασίας που επίσης σε αυτές τις περιοχές μειώθηκε και η βλάστηση. Επίσης ο υπολογισμό της αστικής θερμικής νησίδας ήταν πολύ σημαντικός για το περιβάλλον και για τον σχεδιασμό ενός καλύτερου μέλλοντος. Ο σχεδιασμός ήταν πλέον πιο σημαντικός από την μελλοντική περιβαλλοντική ανάπτυξη. Η μελέτη ήταν να δημιουργήσει κατάλληλη ευαισθητοποίηση για τους ανθρώπους που μπορούν να μειώσουν το πρόβλημα. Η σχέση μεταξύ της θερμοκρασία της επιφάνειας της γης και της χρήσεις και καλύψεις γης στον χάρτη προέκυψε ότι εκεί που είχε βλάστηση είχε και χαμηλή θερμοκρασία. Η θερμική διακύμανση ήταν διαφορετική σε όλες τις κατηγορίες χρήσεων με το υδάτινο σώμα να έχει χαμηλή θερμοκρασία ενώ οι κατοικημένες περιοχές να έχουν την υψηλότερη. Για την μελλοντική πρόβλεψη του 2050 για τις χρήσεις γης προς τις καλύψεις γης έγινε ένα χάρτης ο οποίος δείχνει πως αποτυπώνονται οι φυσικές καταστροφές του ανθρώπου. Στην εικόνα 2 φαίνονται και αναλυτικά οι αλλαγές στης καλύψεις γης που προβλέπονται για το 2030 και 2050.&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα:'''&lt;br /&gt;
&lt;br /&gt;
Οι αστικές περιοχές επηρεάζονται κυρίως από τη διακύμανση της θερμοκρασίας λόγω των ανθρωπογενών δραστηριοτήτων σε μερικές δεκαετίες. Η Καλκούτα έχει πολλές βιομηχανικές περιοχές και σταδιακά αυξημένη οικιστική γη λόγω πληθυσμιακής πίεσης και προσβασιμότητας. Σε μόλις είκοσι χρόνια, η Καλκούτα και η γύρω περιοχές έχουν βιώσει περίπου 4,72 ◦C διακύμανση θερμοκρασίας. Η κλιματική αλλαγή πλήττει το τοπικό περιβάλλον και έχει δημιουργήσει επίσης προβλήματα που σχετίζονται με την ανθρώπινη υγεία. Η θερμοκρασία σημείωσε σταδιακή άνοδο στις αστικές περιοχές και τοποθεσίες της πόλης έτσι, για να μειωθεί η θερμική διακύμανση που χρειαζόταν η περιοχή πρέπει να γίνει προγραμματισμός όπως δενδροφυτείες, φυτείες δέντρων στον τελευταίο όροφο και πολλά άλλα με πρωτοβουλία για τη μείωση της επίδρασης της αστικής θερμικής νησίδας στην Καλκούτα και τις γύρω περιοχές. Αυτή η μελέτη αποσκοπούσε στον προσδιορισμό της περιβαλλοντικής περιοχής με χρήση αρκετών δεικτών στην Καλκούτα και τις γύρω περιοχές. Οι αστικές περιοχές επηρεάστηκαν κυρίως από τη θερμική διακύμανση και την αλλαγή του κλίματος. Η συλλογή όμβριων υδάτων και η ανάπτυξη υγροτόπων είναι απαραίτητες για αυτήν την τοποθεσία. Σε αυτή τη μελέτη σκοπός ήταν ο προσδιορισμός της οικιστικής περιοχής ως το ισχυρό αποτέλεσμα της αστικής θερμικής νησίδας και της περιοχής που καταλαμβάνει η ανθρωπογενής χρήση γης όπως η βιομηχανική περιοχή, το κτίριο και πολλά άλλα. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:Ανίχνευση μεταβολών αστικής γης]]&lt;/div&gt;</summary>
		<author><name>Liasos80</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BE%CE%B9%CE%BF%CE%BB%CF%8C%CE%B3%CE%B7%CF%83%CE%B7_%CE%B1%CE%BB%CE%BB%CE%B1%CE%B3%CF%8E%CE%BD_%CF%83%CF%84%CE%B7%CE%BD_%CE%BA%CE%B1%CF%84%CE%B1%CE%BD%CE%BF%CE%BC%CE%AE_%CF%84%CE%B7%CF%82_%CF%87%CE%BB%CF%89%CF%81%CE%AF%CE%B4%CE%B1%CF%82_%CF%84%CE%BF%CF%85_%CE%B4%CE%B1%CF%83%CE%B9%CE%BA%CE%BF%CF%8D_%CE%BF%CE%B9%CE%BA%CE%BF%CF%83%CF%85%CF%83%CF%84%CE%AE%CE%BC%CE%B1%CF%84%CE%BF%CF%82_%CE%91%CE%BA%CE%BF%CE%BA%CE%B1</id>
		<title>Αξιολόγηση αλλαγών στην κατανομή της χλωρίδας του δασικού οικοσυστήματος Ακοκα</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BE%CE%B9%CE%BF%CE%BB%CF%8C%CE%B3%CE%B7%CF%83%CE%B7_%CE%B1%CE%BB%CE%BB%CE%B1%CE%B3%CF%8E%CE%BD_%CF%83%CF%84%CE%B7%CE%BD_%CE%BA%CE%B1%CF%84%CE%B1%CE%BD%CE%BF%CE%BC%CE%AE_%CF%84%CE%B7%CF%82_%CF%87%CE%BB%CF%89%CF%81%CE%AF%CE%B4%CE%B1%CF%82_%CF%84%CE%BF%CF%85_%CE%B4%CE%B1%CF%83%CE%B9%CE%BA%CE%BF%CF%8D_%CE%BF%CE%B9%CE%BA%CE%BF%CF%83%CF%85%CF%83%CF%84%CE%AE%CE%BC%CE%B1%CF%84%CE%BF%CF%82_%CE%91%CE%BA%CE%BF%CE%BA%CE%B1"/>
				<updated>2022-02-04T09:28:39Z</updated>
		
		<summary type="html">&lt;p&gt;Liasos80: Νέα σελίδα με '&amp;lt;h2&amp;gt;Assessing changes in flora distribution of Akoka forest ecosystem, 52 years after urban encroachment using field surveys and integrated remote sensing data&amp;lt;/h2&amp;gt;  Chinw...'&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&amp;lt;h2&amp;gt;Assessing changes in flora distribution of Akoka forest ecosystem, 52 years after urban encroachment using field surveys and integrated remote sensing data&amp;lt;/h2&amp;gt;&lt;br /&gt;
&lt;br /&gt;
Chinwe J. Ugwuzor, Olusanya Abiodun Olatunji, Chukwuebuka J. Nwobi, Samuel Kevin Udofia&lt;br /&gt;
&lt;br /&gt;
πηγή: [[https://www.sciencedirect.com/science/article/pii/S2666719321001072]] &lt;br /&gt;
&lt;br /&gt;
&amp;lt;h3&amp;gt;Μετάφραση και περίληψη:&amp;lt;/h3&amp;gt;&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή:'''&lt;br /&gt;
&lt;br /&gt;
Η αστική βλάστηση αποτελεί σημαντικό συστατικό του δασικού οικοσυστήματος και ένα πολύτιμο μέρος του αστικού πρασίνου. Όπως και άλλα δασικά οικοσυστήματα έτσι και τα αστικά δάση είναι ποικίλα και διαδραματίζουν βασικό ρόλο στη διατήρηση της βιοποικιλότητας και της αποθήκευσης άνθρακα. Αυτά παρέχουν πολυάριθμες υπηρεσίες οικοσυστήματος, που είναι ζωτικής σημασίας για την ανθρώπινη επιβίωση, βιοπορισμού και ευημερίας. Αυτές οι υπηρεσίες κυμαίνονται από τη ρύθμιση της κλιματική αλλαγή και της θερμοκρασίας του περιβάλλοντος, μείωση του ελέγχου των πλημμυρών και των ασθενειών, πάρκα αναψυχής και ψυχαγωγίας και μείωση του αέρα ρύπανση. Ωστόσο, παρά τη σημαντικότητα του, το αστικό δάσος παραμένει το μεγαλύτερο απειλούμενο και λίγο μελετημένο, ιδιαίτερα σε αναπτυσσόμενες χώρες όπως όπως η Νιγηρία. Καθώς υπάρχουν οι τάσεις προς αστικοποίηση και λόγω του ανεπαρκή σχεδιασμού των αστικών πόλεων ιδίως σε αναπτυσσόμενες χώρες, η διερεύνηση καταγραφή βλάστησης και η ανίχνευση των αλλαγών σε χώρους πρασίνου παραμένει μια πρόκληση. Ωστόσο αυτές οι προκλήσεις μπορούν να μετριαστούν με χαρτογράφηση και παρακολούθηση με την χρήση εργαλείων τηλεπισκόπησης. Προβλέπεται ότι μέχρι το 2050, από μόνη της η Νιγηρία θα συνεισφέρει περίπου 189 εκατομμύρια ανθρώπους από το 68% του παγκόσμιου πληθυσμού σε αστικές πόλεις σε όλων τον κόσμο. Για αυτό απαιτείται μια μελέτη για να οριοθετηθεί η σύνθεση και η ποικιλομορφία της αστικής βλάστησης και η απειλή της υφιστάμενης κατάστασης καθώς αυξάνετε διαρκώς η αστικοποίηση. Η μελέτη αυτή εξετάζει την βλάστηση, την ποικιλομορφία και τα δομικά χαρακτηριστικά μιας μεγάλης πόλης της Νιγηρίας προκειμένου να προσδιοριστεί η έκταση των αλλαγών στην βλάστηση. Στην μελέτη έγινε συνδυασμός δεδομένων τηλεπισκόπησης με χρήση συστημάτων γεωγραφικών πληροφοριών και η περιοχή χωρίστηκε σε εννέα τύπους βλάστησης. &lt;br /&gt;
&lt;br /&gt;
'''Ανάλυση δεδομένων:'''&lt;br /&gt;
&lt;br /&gt;
Δεδομένα για την ανάλυση ελήφθησαν από το 1962 και τον Δεκέμβριο του 2014 με την ενσωμάτωση δεδομένων τηλεπισκόπησης μαζί με τα συστήματα γεωγραφικών πληροφοριών. Η διαδικασία αναγνώρισης περιλαμβάνει: Αναγνώριση και συλλογή γεωγραφικών συντεταγμένων του για κάθε διαφορετικό οικοσύστημα που συναντήθηκε κατά την επιτόπια έρευνα και για περαιτέρω επεξεργασία χωρικών δεδομένων, επεξεργασία και ανάλυση των απροσδιόριστών δεδομένων, (3) επεξεργασία εδάφους, εναρμόνιση δεδομένων και γεωαναφορά. Η ροή εργασίας της μελέτης συνεπάγεται με σταδιακή διευθέτηση, οργάνωση και επεξεργασία των αποκτηθέντων χωρικών δεδομένων της περιοχής μελέτης (Εικόνα 1). Οι αλλαγές στα χαρακτηριστικά κάλυψης γης εντοπίστηκαν με τον εντοπισμό αλλαγών στο οικοσύστημα των χαρτών 1962 και 2014 μετά τη διανυσματοποίηση.&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα:'''&lt;br /&gt;
&lt;br /&gt;
Σε όλη την καταγραφή υπήρχαν 60 είδη βλάστησης. Τα είδη ανήκαν σε 35 οικογένειες και 57 γένη. Ο τύπος βλάστησης Ε4 είχε την υψηλότερη σύσταση ειδών, ενώ ο τύπος Ε6 τη μικρότερη. Η ποικιλότητα των ειδών ήταν γενικά χαμηλή στους τύπους βλάστησης, και κυμαίνεται μεταξύ 1,32 στο Ε9 έως 2,63 στο Ε6. Ο τύπος βλάστησης Ε9 έχει το υψηλότερο άτομο αλλά το χαμηλότερο είδος ομοιότητας και ποικιλίας. Οι τύποι βλάστησης Ε4 και Ε5 έχουν την υψηλότερη ποικιλότητα ομοιομορφία από όλα τα είδη. Ο πλούτος των ειδών διαφέρει κατά μήκος της εγκάρσιας διατομής, όπως το E1 έχει τον υψηλότερο πλούτο ενώ το E6 έχει τον χαμηλότερο. Με την σύγκριση των δύο χαρτών 1962 και 2014 αποκαλύφθηκε αυτό το μεγάλο ποσοστό των κύριων οικοσυστημάτων της περιοχής μελέτης συμπεριλαμβανομένου των ελών γλυκού νερού, τους βάλτους μαγγρόβιων και δευτερογενών βρόχων, την δασική ορεινή βλάστηση η οποία έχει μειωθεί αρκετά.&lt;br /&gt;
&lt;br /&gt;
'''Συζήτηση:'''&lt;br /&gt;
&lt;br /&gt;
Τα συστήματα αστικής βλάστησης αντιμετωπίζουν έντονη διαταραχή λόγω στις αυξανόμενες επιπτώσεις των οικονομικών εξελίξεων και άλλων ανθρωπογενών δραστηριοτήτων. Ωστόσο έχει δοθεί πολύ λίγη προσοχή στη δομή και τη σύνθεσή τους, κυρίως στις αναπτυσσόμενες χώρες. Σε αυτή τη μελέτη, σημειώθηκε η χωρική διακύμανση στη σύνθεση των ειδών, τον πλούτο και την ποικιλότητα μεταξύ της βλάστησης τύπους καθώς και μεταξύ του 1962 όταν η περιοχή μελέτης μας ήταν ανενόχλητη και 2014 όταν έχουν λάβει χώρα σημαντικές ανθρωπογενείς δραστηριότητες. Γενικά, η σύνθεση των ειδών ήταν χαμηλή σε όλο τον τύπο βλάστησης. Η σύνθεση του παρατηρούμενου είδους ήταν πολύ χαμηλότερη από την αναφερόμενη σύνθεση των ειδών για τα περισσότερα δάση βλάστησης στην νοτιοδυτική Νιγηρία κάτι που δείχνει έντονη ενόχληση της αστικής βλάστησης. Έχουν αναφερθεί τάσεις σχετικά με τη βλάστηση στις περισσότερες αστικές πόλεις και αυτό που εντοπίστηκε ήταν ο πλούτος των ειδών και η ποικιλότητα που είναι γενικά χαμηλά και ποικίλλει μεταξύ των τύπων βλάστησης. Επιπλέον η ανθρώπινη χρήση γης σημειώθηκε ως κλειδί που συμβάλει στην αλλαγή της δομής πολλών οικολογικών συστημάτων. Ως εκ τούτου παρατηρήθηκε χαμηλότερη σύνθεση, πλούτο και ποικιλότητα ειδών στην περιοχή μελέτης που δεν προκάλεσε έκπληξη, δεδομένου της συνεχιζόμενης μετατροπής του οικοτόπου σε υπολείμματα κατοικημένης περιοχής, εκπαιδευτικές και υποδομές σε διάφορα σημεία. Χρησιμοποιώντας δεδομένα ψηφιακής χαρτογράφησης και τηλεπισκόπησης ενσωματωμένα στο σύστημα γεωγραφικών πληροφοριών, εντοπίσαμε ότι η συνολική αρχική η βλάστηση της Akoka είχε κατακερματιστεί και μειωθεί σημαντικά μεταξύ 1962 και 2014. Αυτή η μελέτη αποκάλυψε ότι ο αναδασμός για αστική ανάπτυξη και ανθρωπογενείς λειτουργίες προκάλεσε απώλεια της βιοποικιλότητας στην Ακόκα. Το ποσοστό βλάστησης ανά τύπο βλάστησης έχει χαθεί στο βαθμό που μεγάλο μέρος του αρχικού χώρου πρασίνου έχει χαθεί. Αυτά τα ευρήματα αντικατοπτρίζουν την θυελλώδης κατάσταση της μελέτης, η οποία, εκτός από την αύξηση του πλυθησμού, υπόκειται σε νέες και συνεχιζόμενες κατασκευές για αντικείμενα. Συνολικά, τα αποτελέσματά μας έδειξαν ότι ο υψηλός αστικός δυναμισμός και οι ανθρωπογενείς πιέσεις πνίγουν τη βλάστηση της Akoka και ελάχιστα επί του παρόντος καταβάλλεται προσπάθεια για την αποκατάστασή του. Ως εκ τούτου, θα πρέπει να δοθεί μεγαλύτερη προσοχή στο πρόγραμμα διατήρησης που θα ωφελήσει σύνθεση και ποικιλομορφία μέσα σε αυτήν την αστική πόλη.&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα:'''&lt;br /&gt;
&lt;br /&gt;
Τα ευρήματα αυτής της μελέτης αποκάλυψαν διαφορά στα είδη, την θέση, τον πλούτο και την ποικιλομορφία μεταξύ των τύπων βλάστησης στις χρονολογίες 1962 και 2014. Η χλωρίδα έχει υποβαθμιστεί ουσιαστικά έτσι δεν υπάρχει κανένα μεμονωμένο είδος σε όλους τους τύπους βλάστησης. Ένα μεγάλο ποσοστό των κύριων τύπων οικοσυστημάτων που έχει η περιοχή μελέτης έχει μειωθεί σημαντικά. Συνολικά, τα ευρήματα της μελέτης αναδεικνύουν την συνεχής απειλή για την αστική βλάστηση και την ανάγκη να καταβληθεί περισσότερη προσπάθεια προς την αποκατάστασή του.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:Ανίχνευση μεταβολών αστικής γης]]&lt;/div&gt;</summary>
		<author><name>Liasos80</name></author>	</entry>

	</feed>