http://147.102.106.44/rs/wiki/index.php?feed=atom&target=Liotsi&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%2FLiotsi 2026-04-26T04:49:39Z Από RemoteSensing Wiki MediaWiki 1.16.2 http://147.102.106.44/rs/wiki/index.php/%CE%95%CF%85%CE%B1%CE%B9%CF%83%CE%B8%CE%B7%CF%83%CE%AF%CE%B1_%CF%84%CE%B7%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CF%83%CF%84%CE%B7_%CE%B4%CF%81%CE%B9%CE%BC%CF%8D%CF%84%CE%B7%CF%84%CE%B1_%CF%84%CE%B7%CF%82_%CF%80%CF%85%CF%81%CE%BA%CE%B1%CE%B3%CE%B9%CE%AC%CF%82_%CE%BA%CE%B1%CE%B9_%CE%B1%CF%80%CE%BF%CE%BA%CE%B1%CF%84%CE%AC%CF%83%CF%84%CE%B1%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CF%80%CF%85%CF%81%CE%BA%CE%B1%CE%B3%CE%B9%CE%AC%CF%82 2010-02-17T04:23:08Z

<p>Liotsi: </p> <hr /> <div>Remote sensing sensitivity to fire severity and fire recovery<br /> <br /> C.H. Key<br /> <br /> <br /> '''1.Εισαγωγή'''<br /> <br /> Η τηλεπισκόπηση της συγκεκριμένης ενότητας έχει έναν βασικό στόχο για να συγκεντρώσει αξιόπιστες συγκεκριμένες ως προς την περιοχή πληροφορίες τουλάχιστον από σημαντικές μερίδες των εμπλεκόμενων περιοχών. Μια πρόκληση είναι να χρησιμοποιηθούν τα τυποποιημένα πρωτόκολλα για να εξασφαλιστούν συγκρίσιμα αποτελέσματα από περιοχή σε περιοχή και με την πάροδο του χρόνου. Η δυνατότητα να τυποποιηθούν και να συγκριθούν τα αποτελέσματα εξαρτάται σε μεγάλο μέρος από την κατανόηση της ευαισθησίας της τηλεπισκόπησης στις συνθήκες που επηρεάζουν την αξιολόγηση, η οποία είναι πολυδιάστατη, και όχι πάντα απλή. Οι ευαισθησίες της τηλεπισκόπησης σε τέτοιες προσπάθειες εξαρτώνται από τους στόχους, οι οποίοι μπορούν να ποικίλουν από αρκετά γενικός και απλός πολύ συγκεκριμένος και εγγενώς πιό σύνθετος.<br /> <br /> Για να επεξηγήσει κανείς την επιρροή των παραγόντων στην ανίχνευση και τον καθορισμό δριμύτητας εγκαυμάτων, και ως κοινή αναφορά για τη σύγκριση, ένας δείκτης της δριμύτητας που χρησιμοποιείται , είναι ο κανονικοποιημένος λόγος delta -NBR ή dNBR (Key and Benson, in press; van Wagtendonk et al., 2004)). Οι περιπτώσεις εξήχθησαν από ένα αρχείο των αξιολογήσεων που αναπτύχθηκαν από το συντάκτη κατά τη διάρκεια της τελευταίας δεκαετίας χρησιμοποιώντας δεδομένα αντανάκλασης του 30m Landsat TM και ETM+. Ο dNBR παρέχει μια συνεχή κλίμακα της διαφοράς που μπορεί να αφορά ένα μέγεθος της οικολογικής αλλαγής, η οποία προσφέρει ένα εννοιολογικό πρότυπο για τη δριμύτητα του καψίματος. Ο dNBR πολλαπλασιάζεται με 1000 σε αυτό το έγγραφο για την ευκολία τις τιμές ακέραιων αριθμών. <br /> <br /> <br /> '''2. Ένα συνοπτικό εννοιολογικό μοντέλο της δριμύτητας και της αποκατάστασης'''<br /> <br /> Το πλαίσιο για τη συζήτηση της ευαισθησίας της τηλεπισκόπησης είναι ότι η δριμύτητα της πυρκαγιάς και το μέτρο αποκατάστασης αλλάζουν από την αντιμετώπιση της πυρκαγιάς και τις βραχυπρόθεσμες συνθήκες μετά την πυρκαγιά. Στη φύση, ενδεχομένως ένας μεγάλος αριθμός μεταβλητών επηρεάζεται από την πυρκαγιά. Κάθε μία αποτελεί μια μεμονωμένη επίδραση πυρκαγιάς με τη μοναδική δυναμική της οποίας πιθανώς να διαφέρει. Ένα δεύτερο πλαίσιο είναι η δριμύτητα και η αποκατάσταση, εν τούτοις που αντιπροσωπεύεται ενδεχομένως από μόνο μια επίδραση, καλύπτει πραγματικά όλες τις απαντήσεις μέσα σε κάποια καθορισμένη περιοχή και συνοψίζει τον αντίκτυπο της πυρκαγιάς.<br /> <br /> <br /> '''3. Χωρική ευαισθησία'''<br /> <br /> Οι χωρικοί παράγοντες έχουν επιπτώσεις στην τηλεπισκόπηση των καμένων μέσω της αλληλεπίδρασης μεταξύ της ανάλυσης και των απαντήσεων των πιθανών να ανιχνεύσουν (Chen, 1999 Liang, 2000). Τα ανιχνεύσιμα αποτελέσματα περιλαμβάνουν την μεταβολή που εμφανίζεται μέσα στην ελάχιστη μονάδα δειγματοληψίας, καθώς επίσης και μεταξύ των μονάδων, δηλαδή σε ένα όλο καμένο. Αυτές οι πηγές είναι η alpha και beta μεταβολή στη δριμύτητα. <br /> <br /> 3.1 Alpha μεταβολή<br /> <br /> Στο σχήμα 1 αριστερά, αποκαλύπτεται λεπτομέρεια που μπορεί να μετρηθεί σε μια περιοχή 30x30m. Εδώ, τα αποτελέσματα όπως το ύψος του προσροφητικού άνθρακα σε κάθε δέντρο, και οι επιζώντες των μεμονωμένων ειδών μπορούν να χωριστούν έξω και να χρησιμοποιηθούν είτε χωριστά είτε συλλογικά για να καθιερώσουν τη δριμύτητα του καψίματος. Στην ανάλυση 0.3 έως 1.0m (κέντρο), κάποια άλφα μεταβολή διατηρείται, αλλά ο αριθμός των δεικτών δριμύτητας μειώνεται.<br /> <br /> Η περιοχή, εντούτοις, εμφανίζεται τώρα στο πλαίσιο με τα περίχωρα, το οποίο επιτρέπει στο χώρο τη συνεχή αξιολόγηση πέρα από τις ευρύτερες περιοχές (βήτα μεταβλητότητα). Δεδομένου ότι η ανάλυση μειώνεται σε 30m (δεξιά), τα συστατικά της περιοχής δεν είναι ξεχωριστά ανιχνεύσιμα, μειωμένα σε μια ενιαία, αθροιστική αξία. Η ανταπόκριση είναι σε αυτό το επίπεδο είναι μια χωρικά και συνθετικά ενσωματωμένη ποσότητα καλούμενη ως δριμύτητα των περιοχών. <br /> <br /> [[Εικόνα:ergasia9.1.JPG|thumb|right|Σχήμα 1.]]<br /> <br /> Σχήμα1: Η σταδιακή συνάθροιση των αποτελεσμάτων πυρκαγιάς καθώς η χωρική ανάλυση μειώνεται. Από αριστερά στα δεξιά, πεδίο φωτογραφίας ληφθείσας 1 έτος περίπου μετά,έγχρωμη εναέρια φωτογραφία 1 μήνα μετά την πυρκαγιά, η εικόνα του dNBR που χρησιμοποιεί στοιχεία 1 μήνα μετά την πυρκαγιά. Τα άσπρα τετράγωνα, κατά προσέγγιση 30x30m, δείχνουν την κατά προσέγγιση θέση της περιοχής που παρουσιάζεται στα αριστερά.<br /> <br /> <br /> 3.2 Beta μεταβολή (inter-site)<br /> <br /> Η βήτα μεταβολή προσκρούει στη δυνατότητα να καθοριστούν οικολογικά τα σημαντικά χαρακτηριστικά των καμένων, όπως η άκρη, η πολυπλοκότητα μωσαϊκών (η ποικιλία και η διανομή των μπαλωμάτων), και η γενική σειρά των απαντήσεων (Slocum et al., 2003 Beaty and Taylor, 2001 Weir et al., 2000 Chen, 1999). Άλλες επηρεασθείσες ιδιότητες περιλαμβάνουν τα παραγόμενα μεγέθη των καμένων και τον τομέα των υπομονάδων, π.χ. ευδιάκριτες κατηγορίες καμένων, υδροκρίτες ή επηρεασθέντες οικότυποι (Nelson, 2005 Soja et al., 2004).<br /> <br /> [[Εικόνα:ergasia9.2.JPG|thumb|right|Σχήμα 2.]]<br /> <br /> Σχήμα2: Ένα σύνθετο καμένο σχέδιο που αντιμετωπίζεται στις διαφορετικές κλίμακες (πάνω αριστερό 0.3-1m ανάλυση, τα υπόλοιπα 30m). Βήτα παραλλαγή αναφοράς πλεγμάτων που συγκεντρώνεται στα εικονοστοιχεία σε χαμηλότερες αναλύσεις. Η κάλυψη είναι για το ένα τρίτο των καμένων 13.780 εκταρίων<br /> <br /> Σύμφωνα με το σχήμα 2 (σχήμα 2 πάνω αριστερά) πολύ μικρά μπαλώματα και πολλή χωρική πολυπλοκότητα είναι εμφανή στο μωσαϊκό των καμένων. Παραμένοντας στο σχήμα 2, είναι υποσύνολα ενός 30m dNBR, ο οποίος είναι βασισμένος στις εικόνες του Landsat TM 10 μήνες μετά από την πυρκαγιά. Οι τόνοι του γκρι αντιστοιχούν σε μια γραμμική κλίση της μεταβολής σε NBR, με μηδεν ή καμία αλλαγή να είναι η μέση γκρίζα συνήθως εξωτερική όψη το καμένου. Οι υψηλότερες θετικές και αρνητικές τιμές είναι όλο και περισσότερο ελαφρύτεροι και σκοτεινότεροι τόνοι, αντίστοιχα. Και οι δύο αντιπροσωπεύουν τους βαθμούς αναχώρησης από την ουδέτερη μη καμένη συνθήκη, και συσχετίζουν τα αποτελέσματα που προκαλούνται από την πυρκαγιά όταν είναι μέσα στην περίμετρο των καμένων. Το πιο ιδιαίτερα θετικό dNBR αντιστοιχεί βασικά στην αυξανόμενη απανθρακωμένη επιφάνεια και τη μειωμένη πράσινη βλάστηση συγκρινόμενο με πριν τη φωτιά. Όσο πιο αρνητικό το dNBR, τόσο περισσότερο η πυρκαγιά ενισχύει την ανάπτυξη των φυτών πέρα από τις συνθήκες πριν τη φωτιά (McCarron and Knapp, 2003), ορατή ως μικρά σκοτεινά μπαλώματα της ποώδους βλάστησης στις υγρές περιοχές<br /> <br /> Ο αντίκτυπος στη βήτα μεταβολή είναι εμφανής μεταξύ της εναέριας φωτογραφίας και του πίνακα του εικονοστοιχείου dNBR (πάνω δεξιά). Δεδομένου ότι η ανάλυση μειώνεται σε 500 m και 1km, η ετερογένεια των καμένων μειώνεται επαυξητικά όπως οι ιδιότητες της βήτα-δριμύτητας παίρνουν ενσωματωμένες στην άλφα παραλλαγή των κυττάρων πλέγματος (σχήμα 2 κατωτέρω)<br /> <br /> <br /> '''4. Χρονική ευαισθησία '''<br /> Η χρονική ευαισθησία της τηλεπισκόπησης στη δριμύτητα και την αποκατάσταση πυρκαγιάς μπορεί να χωριστεί στους αλληλένδετους παράγοντες σχετικά με το χρόνο του έτους (εποχιακός συγχρονισμός) και το χρόνο από την πυρκαγιά (συγχρονισμός καθυστερήσεων).<br /> <br /> '''5. Συμπεράσματα'''<br /> <br /> Οι ευαισθησίες της τηλεπισκόπησης είναι χωρικές, χρονικές και ραδιομετρικές στη φύση. Υπάρχει κάποιο γεωγραφικό πλάτος στο σχέδιο για να προσαρμόσει τους στόχους και να παρέχει κανείς έναν κατάλληλο βαθμό συγκρισιμότητας. Οι χωρικοί παράγοντες αφορούν κυρίως την ανάλυση και την κλίμακα, που καθορίζουν τη συνάθροιση των επιδράσεων της πυρκαγιάς μέσα στο εικονοστοιχείο (άλφα μεταβολή), και ελέγχουν τη δυνατότητα να ανιχνευθεί η ανομοιογένεια σε όλο το καμένο (βήτα μεταβολή). Δεδομένου ότι η ελάχιστη μονάδα δειγμάτων επεκτείνεται, η διανομή και η ποικιλομορφία των αποτελεσμάτων γίνονται όλο και περισσότερο σύνθετες και μεταβλητές μέσα στη μονάδα. Η άλφα μεταβολή όλο και περισσότερο εξάγει περισσότερη βήτα μεταβολή από τη δομή ολόκληρου του καμένου, με την αντίστοιχη μείωση στη διάκριση των ακρών.<br /> <br /> <br /> <br /> [[category:Δασικές Πυρκαγιές]]</div>

Liotsi http://147.102.106.44/rs/wiki/index.php/%CE%95%CF%85%CE%B1%CE%B9%CF%83%CE%B8%CE%B7%CF%83%CE%AF%CE%B1_%CF%84%CE%B7%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CF%83%CF%84%CE%B7_%CE%B4%CF%81%CE%B9%CE%BC%CF%8D%CF%84%CE%B7%CF%84%CE%B1_%CF%84%CE%B7%CF%82_%CF%80%CF%85%CF%81%CE%BA%CE%B1%CE%B3%CE%B9%CE%AC%CF%82_%CE%BA%CE%B1%CE%B9_%CE%B1%CF%80%CE%BF%CE%BA%CE%B1%CF%84%CE%AC%CF%83%CF%84%CE%B1%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CF%80%CF%85%CF%81%CE%BA%CE%B1%CE%B3%CE%B9%CE%AC%CF%82 2010-02-17T02:12:48Z

<p>Liotsi: </p> <hr /> <div>Remote sensing sensitivity to fire severity and fire recovery<br /> <br /> C.H. Key<br /> <br /> <br /> '''1.Εισαγωγή'''<br /> <br /> Η τηλεπισκόπηση της συγκεκριμένης ενότητας έχει έναν βασικό στόχο για να συγκεντρώσει αξιόπιστες συγκεκριμένες ως προς την περιοχή πληροφορίες τουλάχιστον από σημαντικές μερίδες των εμπλεκόμενων περιοχών. Μια πρόκληση είναι να χρησιμοποιηθούν τα τυποποιημένα πρωτόκολλα για να εξασφαλιστούν συγκρίσιμα αποτελέσματα από περιοχή σε περιοχή και με την πάροδο του χρόνου. Η δυνατότητα να τυποποιηθούν και να συγκριθούν τα αποτελέσματα εξαρτάται σε μεγάλο μέρος από την κατανόηση της ευαισθησίας της τηλεπισκόπησης στις συνθήκες που επηρεάζουν την αξιολόγηση, η οποία είναι πολυδιάστατη, και όχι πάντα απλή. Οι ευαισθησίες της τηλεπισκόπησης σε τέτοιες προσπάθειες εξαρτώνται από τους στόχους, οι οποίοι μπορούν να ποικίλουν από αρκετά γενικός και απλός πολύ συγκεκριμένος και εγγενώς πιό σύνθετος.<br /> <br /> Για να επεξηγήσει κανείς την επιρροή των παραγόντων στην ανίχνευση και τον καθορισμό δριμύτητας εγκαυμάτων, και ως κοινή αναφορά για τη σύγκριση, ένας δείκτης της δριμύτητας που χρησιμοποιείται , είναι ο κανονικοποιημένος λόγος delta -NBR ή dNBR (Key and Benson, in press; van Wagtendonk et al., 2004)). Οι περιπτώσεις εξήχθησαν από ένα αρχείο των αξιολογήσεων που αναπτύχθηκαν από το συντάκτη κατά τη διάρκεια της τελευταίας δεκαετίας χρησιμοποιώντας δεδομένα αντανάκλασης του 30m Landsat TM και ETM+. Ο dNBR παρέχει μια συνεχή κλίμακα της διαφοράς που μπορεί να αφορά ένα μέγεθος της οικολογικής αλλαγής, η οποία προσφέρει ένα εννοιολογικό πρότυπο για τη δριμύτητα του καψίματος. Ο dNBR πολλαπλασιάζεται με 1000 σε αυτό το έγγραφο για την ευκολία τις τιμές ακέραιων αριθμών. <br /> <br /> <br /> '''2. Ένα συνοπτικό εννοιολογικό μοντέλο της δριμύτητας και της αποκατάστασης'''<br /> <br /> Το πλαίσιο για τη συζήτηση της ευαισθησίας της τηλεπισκόπησης είναι ότι η δριμύτητα της πυρκαγιάς και το μέτρο αποκατάστασης αλλάζουν από την αντιμετώπιση της πυρκαγιάς και τις βραχυπρόθεσμες συνθήκες μετά την πυρκαγιά. Στη φύση, ενδεχομένως ένας μεγάλος αριθμός μεταβλητών επηρεάζεται από την πυρκαγιά. Κάθε μία αποτελεί μια μεμονωμένη επίδραση πυρκαγιάς με τη μοναδική δυναμική της οποίας πιθανώς να διαφέρει. Ένα δεύτερο πλαίσιο είναι η δριμύτητα και η αποκατάσταση, εν τούτοις που αντιπροσωπεύεται ενδεχομένως από μόνο μια επίδραση, καλύπτει πραγματικά όλες τις απαντήσεις μέσα σε κάποια καθορισμένη περιοχή και συνοψίζει τον αντίκτυπο της πυρκαγιάς.<br /> <br /> <br /> '''3. Χωρική ευαισθησία'''<br /> <br /> Οι χωρικοί παράγοντες έχουν επιπτώσεις στην τηλεπισκόπηση των καμένων μέσω της αλληλεπίδρασης μεταξύ της ανάλυσης και των απαντήσεων των πιθανών να ανιχνεύσουν (Chen, 1999 Liang, 2000). Τα ανιχνεύσιμα αποτελέσματα περιλαμβάνουν την μεταβολή που εμφανίζεται μέσα στην ελάχιστη μονάδα δειγματοληψίας, καθώς επίσης και μεταξύ των μονάδων, δηλαδή σε ένα όλο καμένο. Αυτές οι πηγές είναι η alpha και beta μεταβολή στη δριμύτητα. <br /> <br /> 3.1 Alpha μεταβολή<br /> <br /> Στο σχήμα 1 αριστερά, αποκαλύπτεται λεπτομέρεια που μπορεί να μετρηθεί σε μια περιοχή 30x30m. Εδώ, τα αποτελέσματα όπως το ύψος του προσροφητικού άνθρακα σε κάθε δέντρο, και οι επιζώντες των μεμονωμένων ειδών μπορούν να χωριστούν έξω και να χρησιμοποιηθούν είτε χωριστά είτε συλλογικά για να καθιερώσουν τη δριμύτητα του καψίματος. Στην ανάλυση 0.3 έως 1.0m (κέντρο), κάποια άλφα μεταβολή διατηρείται, αλλά ο αριθμός των δεικτών δριμύτητας μειώνεται.<br /> <br /> Η περιοχή, εντούτοις, εμφανίζεται τώρα στο πλαίσιο με τα περίχωρα, το οποίο επιτρέπει στο χώρο τη συνεχή αξιολόγηση πέρα από τις ευρύτερες περιοχές (βήτα μεταβλητότητα). Δεδομένου ότι η ανάλυση μειώνεται σε 30m (δεξιά), τα συστατικά της περιοχής δεν είναι ξεχωριστά ανιχνεύσιμα, μειωμένα σε μια ενιαία, αθροιστική αξία. Η ανταπόκριση είναι σε αυτό το επίπεδο είναι μια χωρικά και συνθετικά ενσωματωμένη ποσότητα καλούμενη ως δριμύτητα των περιοχών. <br /> <br /> [[Εικόνα:ergasia9.1.JPG|thumb|right|Σχήμα 1.]]<br /> <br /> Σχήμα1: Η σταδιακή συνάθροιση των αποτελεσμάτων πυρκαγιάς καθώς η χωρική ανάλυση μειώνεται. Από αριστερά στα δεξιά, πεδίο φωτογραφίας ληφθείσας 1 έτος περίπου μετά,έγχρωμη εναέρια φωτογραφία 1 μήνα μετά την πυρκαγιά, η εικόνα του dNBR που χρησιμοποιεί στοιχεία 1 μήνα μετά την πυρκαγιά. Τα άσπρα τετράγωνα, κατά προσέγγιση 30x30m, δείχνουν την κατά προσέγγιση θέση της περιοχής που παρουσιάζεται στα αριστερά.<br /> <br /> <br /> 3.2 Beta μεταβολή (inter-site)<br /> <br /> Η βήτα μεταβολή προσκρούει στη δυνατότητα να καθοριστούν οικολογικά τα σημαντικά χαρακτηριστικά των καμένων, όπως η άκρη, η πολυπλοκότητα μωσαϊκών (η ποικιλία και η διανομή των μπαλωμάτων), και η γενική σειρά των απαντήσεων (Slocum et al., 2003 Beaty and Taylor, 2001 Weir et al., 2000 Chen, 1999). Άλλες επηρεασθείσες ιδιότητες περιλαμβάνουν τα παραγόμενα μεγέθη των καμένων και τον τομέα των υπομονάδων, π.χ. ευδιάκριτες κατηγορίες καμένων, υδροκρίτες ή επηρεασθέντες οικότυποι (Nelson, 2005 Soja et al., 2004).<br /> <br /> [[Εικόνα:ergasia9.2.JPG|thumb|right|Σχήμα 2.]]<br /> <br /> Σχήμα1: Ένα σύνθετο καμένο σχέδιο που αντιμετωπίζεται στις διαφορετικές κλίμακες (πάνω αριστερό 0.3-1m ανάλυση, τα υπόλοιπα 30m). Βήτα παραλλαγή αναφοράς πλεγμάτων που συγκεντρώνεται στα εικονοστοιχεία σε χαμηλότερες αναλύσεις. Η κάλυψη είναι για το ένα τρίτο των καμένων 13.780 εκταρίων<br /> <br /> <br /> <br /> <br /> <br /> <br /> [[category:Δασικές Πυρκαγιές]]</div>

Liotsi http://147.102.106.44/rs/wiki/index.php/%CE%95%CF%85%CE%B1%CE%B9%CF%83%CE%B8%CE%B7%CF%83%CE%AF%CE%B1_%CF%84%CE%B7%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CF%83%CF%84%CE%B7_%CE%B4%CF%81%CE%B9%CE%BC%CF%8D%CF%84%CE%B7%CF%84%CE%B1_%CF%84%CE%B7%CF%82_%CF%80%CF%85%CF%81%CE%BA%CE%B1%CE%B3%CE%B9%CE%AC%CF%82_%CE%BA%CE%B1%CE%B9_%CE%B1%CF%80%CE%BF%CE%BA%CE%B1%CF%84%CE%AC%CF%83%CF%84%CE%B1%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CF%80%CF%85%CF%81%CE%BA%CE%B1%CE%B3%CE%B9%CE%AC%CF%82 2010-02-17T02:06:20Z

<p>Liotsi: </p> <hr /> <div>Remote sensing sensitivity to fire severity and fire recovery<br /> <br /> C.H. Key<br /> <br /> <br /> '''1.Εισαγωγή'''<br /> <br /> Η τηλεπισκόπηση της συγκεκριμένης ενότητας έχει έναν βασικό στόχο για να συγκεντρώσει αξιόπιστες συγκεκριμένες ως προς την περιοχή πληροφορίες τουλάχιστον από σημαντικές μερίδες των εμπλεκόμενων περιοχών. Μια πρόκληση είναι να χρησιμοποιηθούν τα τυποποιημένα πρωτόκολλα για να εξασφαλιστούν συγκρίσιμα αποτελέσματα από περιοχή σε περιοχή και με την πάροδο του χρόνου. Η δυνατότητα να τυποποιηθούν και να συγκριθούν τα αποτελέσματα εξαρτάται σε μεγάλο μέρος από την κατανόηση της ευαισθησίας της τηλεπισκόπησης στις συνθήκες που επηρεάζουν την αξιολόγηση, η οποία είναι πολυδιάστατη, και όχι πάντα απλή. Οι ευαισθησίες της τηλεπισκόπησης σε τέτοιες προσπάθειες εξαρτώνται από τους στόχους, οι οποίοι μπορούν να ποικίλουν από αρκετά γενικός και απλός πολύ συγκεκριμένος και εγγενώς πιό σύνθετος.<br /> <br /> Για να επεξηγήσει κανείς την επιρροή των παραγόντων στην ανίχνευση και τον καθορισμό δριμύτητας εγκαυμάτων, και ως κοινή αναφορά για τη σύγκριση, ένας δείκτης της δριμύτητας που χρησιμοποιείται , είναι ο κανονικοποιημένος λόγος delta -NBR ή dNBR (Key and Benson, in press; van Wagtendonk et al., 2004)). Οι περιπτώσεις εξήχθησαν από ένα αρχείο των αξιολογήσεων που αναπτύχθηκαν από το συντάκτη κατά τη διάρκεια της τελευταίας δεκαετίας χρησιμοποιώντας δεδομένα αντανάκλασης του 30m Landsat TM και ETM+. Ο dNBR παρέχει μια συνεχή κλίμακα της διαφοράς που μπορεί να αφορά ένα μέγεθος της οικολογικής αλλαγής, η οποία προσφέρει ένα εννοιολογικό πρότυπο για τη δριμύτητα του καψίματος. Ο dNBR πολλαπλασιάζεται με 1000 σε αυτό το έγγραφο για την ευκολία τις τιμές ακέραιων αριθμών. <br /> <br /> <br /> '''2. Ένα συνοπτικό εννοιολογικό μοντέλο της δριμύτητας και της αποκατάστασης'''<br /> <br /> Το πλαίσιο για τη συζήτηση της ευαισθησίας της τηλεπισκόπησης είναι ότι η δριμύτητα της πυρκαγιάς και το μέτρο αποκατάστασης αλλάζουν από την αντιμετώπιση της πυρκαγιάς και τις βραχυπρόθεσμες συνθήκες μετά την πυρκαγιά. Στη φύση, ενδεχομένως ένας μεγάλος αριθμός μεταβλητών επηρεάζεται από την πυρκαγιά. Κάθε μία αποτελεί μια μεμονωμένη επίδραση πυρκαγιάς με τη μοναδική δυναμική της οποίας πιθανώς να διαφέρει. Ένα δεύτερο πλαίσιο είναι η δριμύτητα και η αποκατάσταση, εν τούτοις που αντιπροσωπεύεται ενδεχομένως από μόνο μια επίδραση, καλύπτει πραγματικά όλες τις απαντήσεις μέσα σε κάποια καθορισμένη περιοχή και συνοψίζει τον αντίκτυπο της πυρκαγιάς.<br /> <br /> <br /> '''3. Χωρική ευαισθησία'''<br /> <br /> Οι χωρικοί παράγοντες έχουν επιπτώσεις στην τηλεπισκόπηση των καμένων μέσω της αλληλεπίδρασης μεταξύ της ανάλυσης και των απαντήσεων των πιθανών να ανιχνεύσουν (Chen, 1999 Liang, 2000). Τα ανιχνεύσιμα αποτελέσματα περιλαμβάνουν την μεταβολή που εμφανίζεται μέσα στην ελάχιστη μονάδα δειγματοληψίας, καθώς επίσης και μεταξύ των μονάδων, δηλαδή σε ένα όλο καμένο. Αυτές οι πηγές είναι η alpha και beta μεταβολή στη δριμύτητα. <br /> <br /> 3.1 Alpha μεταβολή<br /> <br /> Στο σχήμα 1 αριστερά, αποκαλύπτεται λεπτομέρεια που μπορεί να μετρηθεί σε μια περιοχή 30x30m. Εδώ, τα αποτελέσματα όπως το ύψος του προσροφητικού άνθρακα σε κάθε δέντρο, και οι επιζώντες των μεμονωμένων ειδών μπορούν να χωριστούν έξω και να χρησιμοποιηθούν είτε χωριστά είτε συλλογικά για να καθιερώσουν τη δριμύτητα του καψίματος. Στην ανάλυση 0.3 έως 1.0m (κέντρο), κάποια άλφα μεταβολή διατηρείται, αλλά ο αριθμός των δεικτών δριμύτητας μειώνεται.<br /> <br /> Η περιοχή, εντούτοις, εμφανίζεται τώρα στο πλαίσιο με τα περίχωρα, το οποίο επιτρέπει στο χώρο τη συνεχή αξιολόγηση πέρα από τις ευρύτερες περιοχές (βήτα μεταβλητότητα). Δεδομένου ότι η ανάλυση μειώνεται σε 30m (δεξιά), τα συστατικά της περιοχής δεν είναι ξεχωριστά ανιχνεύσιμα, μειωμένα σε μια ενιαία, αθροιστική αξία. Η ανταπόκριση είναι σε αυτό το επίπεδο είναι μια χωρικά και συνθετικά ενσωματωμένη ποσότητα καλούμενη ως δριμύτητα των περιοχών. <br /> <br /> [[Εικόνα:ergasia9.1.JPG|thumb|right|Σχήμα 1.]]<br /> <br /> Σχήμα1:Η σταδιακή συνάθροιση των αποτελεσμάτων πυρκαγιάς καθώς η χωρική ανάλυση μειώνεται. Από αριστερά στα δεξιά, πεδίο φωτογραφίας ληφθείσας 1 έτος περίπου μετά,έγχρωμη εναέρια φωτογραφία 1 μήνα μετά την πυρκαγιά, η εικόνα του dNBR που χρησιμοποιεί στοιχεία 1 μήνα μετά την πυρκαγιά. Τα άσπρα τετράγωνα, κατά προσέγγιση 30x30m, δείχνουν την κατά προσέγγιση θέση της περιοχής που παρουσιάζεται στα αριστερά.<br /> <br /> <br /> 3.2 Beta μεταβολή (inter-site)<br /> <br /> Η βήτα μεταβολή προσκρούει στη δυνατότητα να καθοριστούν οικολογικά τα σημαντικά χαρακτηριστικά των καμένων, όπως η άκρη, η πολυπλοκότητα μωσαϊκών (η ποικιλία και η διανομή των μπαλωμάτων), και η γενική σειρά των απαντήσεων (Slocum et al., 2003 Beaty and Taylor, 2001 Weir et al., 2000 Chen, 1999). Άλλες επηρεασθείσες ιδιότητες περιλαμβάνουν τα παραγόμενα μεγέθη των καμένων και τον τομέα των υπομονάδων, π.χ. ευδιάκριτες κατηγορίες καμένων, υδροκρίτες ή επηρεασθέντες οικότυποι (Nelson, 2005 Soja et al., 2004).<br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> [[category:Δασικές Πυρκαγιές]]</div>

Liotsi http://147.102.106.44/rs/wiki/index.php/%CE%95%CF%85%CE%B1%CE%B9%CF%83%CE%B8%CE%B7%CF%83%CE%AF%CE%B1_%CF%84%CE%B7%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CF%83%CF%84%CE%B7_%CE%B4%CF%81%CE%B9%CE%BC%CF%8D%CF%84%CE%B7%CF%84%CE%B1_%CF%84%CE%B7%CF%82_%CF%80%CF%85%CF%81%CE%BA%CE%B1%CE%B3%CE%B9%CE%AC%CF%82_%CE%BA%CE%B1%CE%B9_%CE%B1%CF%80%CE%BF%CE%BA%CE%B1%CF%84%CE%AC%CF%83%CF%84%CE%B1%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CF%80%CF%85%CF%81%CE%BA%CE%B1%CE%B3%CE%B9%CE%AC%CF%82 2010-02-17T02:03:28Z

<p>Liotsi: </p> <hr /> <div>Remote sensing sensitivity to fire severity and fire recovery<br /> <br /> C.H. Key<br /> <br /> <br /> '''1.Εισαγωγή'''<br /> <br /> Η τηλεπισκόπηση της συγκεκριμένης ενότητας έχει έναν βασικό στόχο για να συγκεντρώσει αξιόπιστες συγκεκριμένες ως προς την περιοχή πληροφορίες τουλάχιστον από σημαντικές μερίδες των εμπλεκόμενων περιοχών. Μια πρόκληση είναι να χρησιμοποιηθούν τα τυποποιημένα πρωτόκολλα για να εξασφαλιστούν συγκρίσιμα αποτελέσματα από περιοχή σε περιοχή και με την πάροδο του χρόνου. Η δυνατότητα να τυποποιηθούν και να συγκριθούν τα αποτελέσματα εξαρτάται σε μεγάλο μέρος από την κατανόηση της ευαισθησίας της τηλεπισκόπησης στις συνθήκες που επηρεάζουν την αξιολόγηση, η οποία είναι πολυδιάστατη, και όχι πάντα απλή. Οι ευαισθησίες της τηλεπισκόπησης σε τέτοιες προσπάθειες εξαρτώνται από τους στόχους, οι οποίοι μπορούν να ποικίλουν από αρκετά γενικός και απλός πολύ συγκεκριμένος και εγγενώς πιό σύνθετος.<br /> <br /> Για να επεξηγήσει κανείς την επιρροή των παραγόντων στην ανίχνευση και τον καθορισμό δριμύτητας εγκαυμάτων, και ως κοινή αναφορά για τη σύγκριση, ένας δείκτης της δριμύτητας που χρησιμοποιείται , είναι ο κανονικοποιημένος λόγος delta -NBR ή dNBR (Key and Benson, in press; van Wagtendonk et al., 2004)). Οι περιπτώσεις εξήχθησαν από ένα αρχείο των αξιολογήσεων που αναπτύχθηκαν από το συντάκτη κατά τη διάρκεια της τελευταίας δεκαετίας χρησιμοποιώντας δεδομένα αντανάκλασης του 30m Landsat TM και ETM+. Ο dNBR παρέχει μια συνεχή κλίμακα της διαφοράς που μπορεί να αφορά ένα μέγεθος της οικολογικής αλλαγής, η οποία προσφέρει ένα εννοιολογικό πρότυπο για τη δριμύτητα του καψίματος. Ο dNBR πολλαπλασιάζεται με 1000 σε αυτό το έγγραφο για την ευκολία τις τιμές ακέραιων αριθμών. <br /> <br /> <br /> '''2. Ένα συνοπτικό εννοιολογικό μοντέλο της δριμύτητας και της αποκατάστασης'''<br /> <br /> Το πλαίσιο για τη συζήτηση της ευαισθησίας της τηλεπισκόπησης είναι ότι η δριμύτητα της πυρκαγιάς και το μέτρο αποκατάστασης αλλάζουν από την αντιμετώπιση της πυρκαγιάς και τις βραχυπρόθεσμες συνθήκες μετά την πυρκαγιά. Στη φύση, ενδεχομένως ένας μεγάλος αριθμός μεταβλητών επηρεάζεται από την πυρκαγιά. Κάθε μία αποτελεί μια μεμονωμένη επίδραση πυρκαγιάς με τη μοναδική δυναμική της οποίας πιθανώς να διαφέρει. Ένα δεύτερο πλαίσιο είναι η δριμύτητα και η αποκατάσταση, εν τούτοις που αντιπροσωπεύεται ενδεχομένως από μόνο μια επίδραση, καλύπτει πραγματικά όλες τις απαντήσεις μέσα σε κάποια καθορισμένη περιοχή και συνοψίζει τον αντίκτυπο της πυρκαγιάς.<br /> <br /> <br /> '''3. Χωρική ευαισθησία'''<br /> <br /> Οι χωρικοί παράγοντες έχουν επιπτώσεις στην τηλεπισκόπηση των καμένων μέσω της αλληλεπίδρασης μεταξύ της ανάλυσης και των απαντήσεων των πιθανών να ανιχνεύσουν (Chen, 1999 Liang, 2000). Τα ανιχνεύσιμα αποτελέσματα περιλαμβάνουν την μεταβολή που εμφανίζεται μέσα στην ελάχιστη μονάδα δειγματοληψίας, καθώς επίσης και μεταξύ των μονάδων, δηλαδή σε ένα όλο καμένο. Αυτές οι πηγές είναι η alpha και beta μεταβολή στη δριμύτητα. <br /> <br /> 3.1 Alpha μεταβολή<br /> <br /> Στο σχήμα 1 αριστερά, αποκαλύπτεται λεπτομέρεια που μπορεί να μετρηθεί σε μια περιοχή 30x30m. Εδώ, τα αποτελέσματα όπως το ύψος του προσροφητικού άνθρακα σε κάθε δέντρο, και οι επιζώντες των μεμονωμένων ειδών μπορούν να χωριστούν έξω και να χρησιμοποιηθούν είτε χωριστά είτε συλλογικά για να καθιερώσουν τη δριμύτητα του καψίματος. Στην ανάλυση 0.3 έως 1.0m (κέντρο), κάποια άλφα μεταβολή διατηρείται, αλλά ο αριθμός των δεικτών δριμύτητας μειώνεται.<br /> <br /> Η περιοχή, εντούτοις, εμφανίζεται τώρα στο πλαίσιο με τα περίχωρα, το οποίο επιτρέπει στο χώρο τη συνεχή αξιολόγηση πέρα από τις ευρύτερες περιοχές (βήτα μεταβλητότητα). Δεδομένου ότι η ανάλυση μειώνεται σε 30m (δεξιά), τα συστατικά της περιοχής δεν είναι ξεχωριστά ανιχνεύσιμα, μειωμένα σε μια ενιαία, αθροιστική αξία. Η ανταπόκριση είναι σε αυτό το επίπεδο είναι μια χωρικά και συνθετικά ενσωματωμένη ποσότητα καλούμενη ως δριμύτητα των περιοχών. <br /> <br /> [[Εικόνα:ergasia9.1.JPG|thumb|right|Σχ1:Η σταδιακή συνάθροιση των αποτελεσμάτων πυρκαγιάς καθώς η χωρική ανάλυση μειώνεται. Από αριστερά στα δεξιά, πεδίο φωτογραφίας ληφθείσας 1 έτος περίπου μετά,έγχρωμη εναέρια φωτογραφία 1 μήνα μετά την πυρκαγιά, η εικόνα του dNBR που χρησιμοποιεί στοιχεία 1 μήνα μετά την πυρκαγιά. Τα άσπρα τετράγωνα, κατά προσέγγιση 30x30m, δείχνουν την κατά προσέγγιση θέση της περιοχής που παρουσιάζεται στα αριστερά.]]<br /> <br /> 3.2 Beta μεταβολή (inter-site)<br /> <br /> Η βήτα μεταβολή προσκρούει στη δυνατότητα να καθοριστούν οικολογικά τα σημαντικά χαρακτηριστικά των καμένων, όπως η άκρη, η πολυπλοκότητα μωσαϊκών (η ποικιλία και η διανομή των μπαλωμάτων), και η γενική σειρά των απαντήσεων (Slocum et al., 2003 Beaty and Taylor, 2001 Weir et al., 2000 Chen, 1999). Άλλες επηρεασθείσες ιδιότητες περιλαμβάνουν τα παραγόμενα μεγέθη των καμένων και τον τομέα των υπομονάδων, π.χ. ευδιάκριτες κατηγορίες καμένων, υδροκρίτες ή επηρεασθέντες οικότυποι (Nelson, 2005 Soja et al., 2004).<br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> [[category:Δασικές Πυρκαγιές]]</div>

Liotsi http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Ergasia9.2.JPG 2010-02-17T01:52:14Z

<p>Liotsi: </p> <hr /> <div></div>

Liotsi http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Ergasia9.1.JPG 2010-02-17T01:51:46Z

<p>Liotsi: </p> <hr /> <div></div>

Liotsi http://147.102.106.44/rs/wiki/index.php/%CE%95%CF%85%CE%B1%CE%B9%CF%83%CE%B8%CE%B7%CF%83%CE%AF%CE%B1_%CF%84%CE%B7%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CF%83%CF%84%CE%B7_%CE%B4%CF%81%CE%B9%CE%BC%CF%8D%CF%84%CE%B7%CF%84%CE%B1_%CF%84%CE%B7%CF%82_%CF%80%CF%85%CF%81%CE%BA%CE%B1%CE%B3%CE%B9%CE%AC%CF%82_%CE%BA%CE%B1%CE%B9_%CE%B1%CF%80%CE%BF%CE%BA%CE%B1%CF%84%CE%AC%CF%83%CF%84%CE%B1%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CF%80%CF%85%CF%81%CE%BA%CE%B1%CE%B3%CE%B9%CE%AC%CF%82 2010-02-17T01:49:07Z

<p>Liotsi: </p> <hr /> <div>Remote sensing sensitivity to fire severity and fire recovery<br /> <br /> C.H. Key<br /> <br /> '''1.Εισαγωγή'''<br /> <br /> Η τηλεπισκόπηση της συγκεκριμένης ενότητας έχει έναν βασικό στόχο για να συγκεντρώσει αξιόπιστες συγκεκριμένες ως προς την περιοχή πληροφορίες τουλάχιστον από σημαντικές μερίδες των εμπλεκόμενων περιοχών. Μια πρόκληση είναι να χρησιμοποιηθούν τα τυποποιημένα πρωτόκολλα για να εξασφαλιστούν συγκρίσιμα αποτελέσματα από περιοχή σε περιοχή και με την πάροδο του χρόνου. Η δυνατότητα να τυποποιηθούν και να συγκριθούν τα αποτελέσματα εξαρτάται σε μεγάλο μέρος από την κατανόηση της ευαισθησίας της τηλεπισκόπησης στις συνθήκες που επηρεάζουν την αξιολόγηση, η οποία είναι πολυδιάστατη, και όχι πάντα απλή. Οι ευαισθησίες της τηλεπισκόπησης σε τέτοιες προσπάθειες εξαρτώνται από τους στόχους, οι οποίοι μπορούν να ποικίλουν από αρκετά γενικός και απλός πολύ συγκεκριμένος και εγγενώς πιό σύνθετος.<br /> <br /> Για να επεξηγήσει κανείς την επιρροή των παραγόντων στην ανίχνευση και τον καθορισμό δριμύτητας εγκαυμάτων, και ως κοινή αναφορά για τη σύγκριση, ένας δείκτης της δριμύτητας που χρησιμοποιείται , είναι ο κανονικοποιημένος λόγος delta -NBR ή dNBR (Key and Benson, in press; van Wagtendonk et al., 2004)). Οι περιπτώσεις εξήχθησαν από ένα αρχείο των αξιολογήσεων που αναπτύχθηκαν από το συντάκτη κατά τη διάρκεια της τελευταίας δεκαετίας χρησιμοποιώντας δεδομένα αντανάκλασης του 30m Landsat TM και ETM+. Ο dNBR παρέχει μια συνεχή κλίμακα της διαφοράς που μπορεί να αφορά ένα μέγεθος της οικολογικής αλλαγής, η οποία προσφέρει ένα εννοιολογικό πρότυπο για τη δριμύτητα του καψίματος. Ο dNBR πολλαπλασιάζεται με 1000 σε αυτό το έγγραφο για την ευκολία τις τιμές ακέραιων αριθμών. <br /> <br /> <br /> '''2. Ένα συνοπτικό εννοιολογικό μοντέλο της δριμύτητας και της αποκατάστασης'''<br /> <br /> Το πλαίσιο για τη συζήτηση της ευαισθησίας της τηλεπισκόπησης είναι ότι η δριμύτητα της πυρκαγιάς και το μέτρο αποκατάστασης αλλάζουν από την αντιμετώπιση της πυρκαγιάς και τις βραχυπρόθεσμες συνθήκες μετά την πυρκαγιά. Στη φύση, ενδεχομένως ένας μεγάλος αριθμός μεταβλητών επηρεάζεται από την πυρκαγιά. Κάθε μία αποτελεί μια μεμονωμένη επίδραση πυρκαγιάς με τη μοναδική δυναμική της οποίας πιθανώς να διαφέρει. Ένα δεύτερο πλαίσιο είναι η δριμύτητα και η αποκατάσταση, εν τούτοις που αντιπροσωπεύεται ενδεχομένως από μόνο μια επίδραση, καλύπτει πραγματικά όλες τις απαντήσεις μέσα σε κάποια καθορισμένη περιοχή και συνοψίζει τον αντίκτυπο της πυρκαγιάς.<br /> <br /> <br /> '''3. Χωρική ευαισθησία'''<br /> <br /> Οι χωρικοί παράγοντες έχουν επιπτώσεις στην τηλεπισκόπηση των καμένων μέσω της αλληλεπίδρασης μεταξύ της ανάλυσης και των απαντήσεων των πιθανών να ανιχνεύσουν (Chen, 1999 Liang, 2000). Τα ανιχνεύσιμα αποτελέσματα περιλαμβάνουν την μεταβολή που εμφανίζεται μέσα στην ελάχιστη μονάδα δειγματοληψίας, καθώς επίσης και μεταξύ των μονάδων, δηλαδή σε ένα όλο καμένο. Αυτές οι πηγές είναι η alpha και beta μεταβολή στη δριμύτητα. <br /> <br /> 3.1 Alpha μεταβολή<br /> <br /> Στο σχήμα 1 αριστερά, αποκαλύπτεται λεπτομέρεια που μπορεί να μετρηθεί σε μια περιοχή 30x30m. Εδώ, τα αποτελέσματα όπως το ύψος του προσροφητικού άνθρακα σε κάθε δέντρο, και οι επιζώντες των μεμονωμένων ειδών μπορούν να χωριστούν έξω και να χρησιμοποιηθούν είτε χωριστά είτε συλλογικά για να καθιερώσουν τη δριμύτητα του καψίματος. Στην ανάλυση 0.3 έως 1.0m (κέντρο), κάποια άλφα μεταβολή διατηρείται, αλλά ο αριθμός των δεικτών δριμύτητας μειώνεται.<br /> <br /> Η περιοχή, εντούτοις, εμφανίζεται τώρα στο πλαίσιο με τα περίχωρα, το οποίο επιτρέπει στο χώρο τη συνεχή αξιολόγηση πέρα από τις ευρύτερες περιοχές (βήτα μεταβλητότητα). Δεδομένου ότι η ανάλυση μειώνεται σε 30m (δεξιά), τα συστατικά της περιοχής δεν είναι ξεχωριστά ανιχνεύσιμα, μειωμένα σε μια ενιαία, αθροιστική αξία. Η ανταπόκριση είναι σε αυτό το επίπεδο είναι μια χωρικά και συνθετικά ενσωματωμένη ποσότητα καλούμενη ως δριμύτητα των περιοχών. <br /> <br /> <br /> <br /> <br /> 3.2 Beta μεταβολή (inter-site)<br /> <br /> Η βήτα μεταβολή προσκρούει στη δυνατότητα να καθοριστούν οικολογικά τα σημαντικά χαρακτηριστικά των καμένων, όπως η άκρη, η πολυπλοκότητα μωσαϊκών (η ποικιλία και η διανομή των μπαλωμάτων), και η γενική σειρά των απαντήσεων (Slocum et al., 2003 Beaty and Taylor, 2001 Weir et al., 2000 Chen, 1999). Άλλες επηρεασθείσες ιδιότητες περιλαμβάνουν τα παραγόμενα μεγέθη των καμένων και τον τομέα των υπομονάδων, π.χ. ευδιάκριτες κατηγορίες καμένων, υδροκρίτες ή επηρεασθέντες οικότυποι (Nelson, 2005 Soja et al., 2004).<br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> [[category:Δασικές Πυρκαγιές]]</div>

Liotsi http://147.102.106.44/rs/wiki/index.php/%CE%9B%CE%B9%CF%8C%CF%84%CF%83%CE%B7_%CE%95%CE%BB%CE%AD%CE%BD%CE%B7 2010-02-16T23:28:50Z

<p>Liotsi: </p> <hr /> <div>*[[ΑΞΙΟΛΟΓΗΣΗ ΤΟΥ ΔΕΙΚΤΗ ΒΛΑΣΤΗΣΗΣ TVI ΜΕ ΤΗ ΣΥΝΔΡΟΜΗ ΤΗΣ ΘΕΩΡΙΑΣ ΠΙΘΑΝΟΤΗΤΩΝ]]<br /> *[[ΑΝΑΠΤΥΞΗ ΤΗΛΕΠΙΣΚΟΠΙΚΟΥ ΣΥΣΤΗΜΑΤΟΣ ΡΑΝΤΑΡ ΓΙΑ ΤΟΝ ΕΝΤΟΠΙΣΜΟ ΠΕΤΡΕΛΑΙΟΚΗΛΙΔΩΝ ΣΤΙΣ ΕΛΛΗΝΙΚΕΣ ΘΑΛΑΣΣΕΣ]]<br /> *[[Ανίχνευση πετρελαιοκηλίδων με τον RADARSAT SAR στα ύδατα της Κίτρινης θάλασσας, ανατολικής Κίνας: Μια μελέτη περίπτωσης]]<br /> *[[Αυτόματη αναγνώριση των πετρελαιοκηλίδων σε δορυφορικές εικόνες]]<br /> *[[Τηλεπισκόπηση και ανάλυση εικόνας για τον μετριασμό πετρελαιοκηλίδων στην Ερυθρά θάλασσα.]]<br /> *[[ΕΝΑΕΡΙΑ ΚΑΙ ΤΗΛΕΠΙΣΚΟΠΙΚΗ ΑΡΧΑΙΟΛΟΓΙΑ ΣΤΗΝ ΑΝΑΤΟΛΙΚΗ ΜΑΚΕΔΟΝΙΑ, ΕΛΛΑΔΑ]]<br /> *[[Εφαρμογές των γεωγραφικών συστημάτων πληροφοριών και της δορυφορικής τηλεπισκόπησης στην αρχαιολογία]]<br /> *[[Διαχείριση ατμοσφαιρικής ποιότητας χρησιμοποιώντας τη σύγχρονη τηλεπισκόπηση και τις χωροταξικές τεχνολογίες]]<br /> *[[Ευαισθησία της τηλεπισκόπησης στη δριμύτητα της πυρκαγιάς και αποκατάσταση της πυρκαγιάς]]<br /> [[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Αθήνα)]]</div>

Liotsi http://147.102.106.44/rs/wiki/index.php/%CE%95%CF%85%CE%B1%CE%B9%CF%83%CE%B8%CE%B7%CF%83%CE%AF%CE%B1_%CF%84%CE%B7%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CF%83%CF%84%CE%B7_%CE%B4%CF%81%CE%B9%CE%BC%CF%8D%CF%84%CE%B7%CF%84%CE%B1_%CF%84%CE%B7%CF%82_%CF%80%CF%85%CF%81%CE%BA%CE%B1%CE%B3%CE%B9%CE%AC%CF%82_%CE%BA%CE%B1%CE%B9_%CE%B1%CF%80%CE%BF%CE%BA%CE%B1%CF%84%CE%AC%CF%83%CF%84%CE%B1%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CF%80%CF%85%CF%81%CE%BA%CE%B1%CE%B3%CE%B9%CE%AC%CF%82 2010-02-16T23:27:43Z

<p>Liotsi: New page: Remote sensing sensitivity to fire severity and fire recovery C.H. Key category:Δασικές Πυρκαγιές</p> <hr /> <div>Remote sensing sensitivity to fire severity and fire recovery<br /> <br /> C.H. Key<br /> <br /> <br /> [[category:Δασικές Πυρκαγιές]]</div>

Liotsi 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_%CF%80%CE%B5%CF%84%CF%81%CE%B5%CE%BB%CE%B1%CE%B9%CE%BF%CE%BA%CE%B7%CE%BB%CE%AF%CE%B4%CF%89%CE%BD_%CE%BC%CE%B5_%CF%84%CE%BF%CE%BD_RADARSAT_SAR_%CF%83%CF%84%CE%B1_%CF%8D%CE%B4%CE%B1%CF%84%CE%B1_%CF%84%CE%B7%CF%82_%CE%9A%CE%AF%CF%84%CF%81%CE%B9%CE%BD%CE%B7%CF%82_%CE%B8%CE%AC%CE%BB%CE%B1%CF%83%CF%83%CE%B1%CF%82,_%CE%B1%CE%BD%CE%B1%CF%84%CE%BF%CE%BB%CE%B9%CE%BA%CE%AE%CF%82_%CE%9A%CE%AF%CE%BD%CE%B1%CF%82:_%CE%9C%CE%B9%CE%B1_%CE%BC%CE%B5%CE%BB%CE%AD%CF%84%CE%B7_%CF%80%CE%B5%CF%81%CE%AF%CF%80%CF%84%CF%89%CF%83%CE%B7%CF%82 2010-02-16T23:14:12Z

<p>Liotsi: </p> <hr /> <div>Oil spill detection with the RADARSAT SAR in the waters of the Yellow and East China Sea: A case study<br /> <br /> Andrei IVANOV, Ming-Xia HE, Ming-Qiang FANG<br /> <br /> <br /> '''1. Εισαγωγή'''<br /> <br /> 1.1 Δυνατότητες και περιορισμοί του SAR για την ανίχνευση και τον έλεγχο διαρροών πετρελαίου<br /> <br /> Το πρόβλημα της μόλυνσης των ωκεάνειων υδάτων από το ακατέργαστο πετρέλαιο και τα υλικά πετρελαίου θεωρείται προς το παρόν ως ένας από τον αιχμηρότερο. Δεδομένου ότι στο πρώτο βήμα για τη λύση αυτού του προβλήματος προσφέρεται μια ανάπτυξη και χρησιμοποίηση των αερομεταφερόμενων και διαστημικών συστημάτων τηλεπισκόπησης για την επιτήρηση της επιφάνειας της θάλασσας, την ανίχνευση της ρύπανσης. Οι απαιτήσεις σε τέτοιο σύστημα διατυπώθηκαν από τον Witte (1986). Τέτοιο σύστημα πρέπει να παρέχει την παντός καιρού παρατήρηση, να είναι ανεξάρτητο από τους όρους φωτισμού και την κάλυψη σύννεφων, να καθορίσει τη θέση, τον τύπο και τον όγκο της διαρροής πετρελαίου και της εργασίας σε πραγματική κλίμακα του χρόνου.<br /> <br /> Το Ραντάρ Συνθετικού Ανοίγματος (SAR) είναι ένα ενεργό εργαλείο τηλεπισκόπησης στο οποίο μια κεραία σε έναν δορυφόρο διαβιβάζει τα σήματα μικροκυμάτων προς στην ωκεάνια επιφάνεια. Το σήμα SAR μετά από την αλληλεπίδραση με την επιφάνεια θάλασσας επιστρέφει στην κεραία (Sabins, 1997). Η αλληλεπίδραση μεταξύ της επιφάνειας θάλασσας και των μικροκυμάτων είναι πολύ ευαίσθητη στις παραλλαγές στην τραχύτητα της επιφάνειας της θάλασσας. Δεδομένου ότι τα σύντομα κύματα επιφάνειας (κυματισμοί και τριχοειδή κύματα) είναι συνήθως παρόντα στην επιφάνεια ύδατος, διασκορπίζει αποτελεσματικά τα μικροκύματα μέσω του μηχανισμού διάδοσης του Bragg (Valenzuela, 1978) και δίνει τις υπογραφές ραντάρ. <br /> <br /> Το SAR είναι ανεξάρτητο από τις συνθήκες καιρού και φωτισμού και επιτρέπει να αποκτήσει τις εικόνες SAR μέρα και νύχτα κάτω από την κάλυψη σύννεφων που είναι ένα πλεονέκτημα πέρα από άλλους αισθητήρες τηλεπισκόπησης. Από την έναρξη του πρώτου SAR πολλές περιπτώσεις ανίχνευσης πετρελαιοκηλίδων έχουν τεκμηριωθεί χρησιμοποιώντας τα SAR στο Αlmaz-1, δορυφόρους ERS 1/ERS-2, διαστημικό ραντάρ απεικόνισης (SIR-A,B,C/X) στα διαστημικά λεωφορεία (Bern et al, 1992; Okamoto et al., 1993; Masuko et al., 1995; Gade et al., 1998; Ivanov et al., 1998; Ivanov, 2000). Αποδείχθηκε ότι το SAR λόγω της υψηλής ανάλυσης επέτρεψε την ανίχνευση, το λεπτομερή εντοπισμό και τον εφοδιασμό με τις πληροφορίες για τις διαστάσεις, τη δομή και την κλίση των πετρελαιοκηλίδων.<br /> <br /> <br /> '''2.Η χρησιμοποίηση ευρέων SAR για τον εντοπισμό και τον έλεγχο των πετρελαιοκηλίδων'''<br /> <br /> 2.1 Η έννοια του πειράματος και το σύνολο στοιχείων<br /> <br /> Η έννοια του πειράματος ήταν η απεικόνιση των κινέζικων θαλασσών με Radarsat SAR στη λειτουργία ScanSAR κατά τη διάρκεια ενός μικρού χρονικού διαστήματος, μέσα σε μια εβδομάδα. Ο κύριος στόχος ήταν επίσης να γίνει κατανοητή η δυνατότητα του Radarsat για τον εντοπισμό, την ανίχνευση και τον έλεγχο διαρροών πετρελαίου πέρα από τις απέραντες θαλάσσιες ζώνες. Πιο συγκεκριμένα, <br /> <br /> Στις 15, 19 και 22 Νοεμβρίου 2000 τρεις εικόνες Radarsat ScanSAR αποκτήθηκαν πέρα από τη θάλασσα της Bohai, της Κίτρινης θάλασσας και ανατολικής Κίνας. Όλες οι εικόνες συλλέχθηκαν στη λειτουργία ScanSAR Narrow A (προϊόν SNA), με το εύρος περισσότερο από 300km, γωνίες από-ναδίρ 20-40o και χωρική ανάλυση 50m. Αυτές οι εικόνες Radarsat έχουν παρασχεθεί από την Καναδική Διαστημική Αντιπροσωπεία (CSA) στα πλαίσια του Αdro-2 προγράμματος 236: Ανίχνευση και έλεγχος της ρύπανσης πετρελαίου στις θάλασσες κατά μήκος της ασιατικής ακτής του Ειρηνικού. <br /> <br /> [[Εικόνα:er1.JPG|thumb|right|Σχ1:off shore γραμμικές πετρελαιοκηλίδες στη θάλασσα της ανατολικής Κίνας ]] [[Εικόνα:er2.JPG|thumb|right|Σχ2:off shore πετρελαιοκηλίδες στην ανατολική Κίνα]] [[Εικόνα:er3.JPG|thumb|right|Σχ3:κοντά στην ακτή πετρελαιοκηλίδες που προέρχονται από τον ποταμό Yangtze]]<br /> <br /> <br /> '''3. Αποτελέσματα'''<br /> <br /> Ένα από τα πιό ενδιαφέροντα ευρήματα αυτής της μελέτης ανακαλύπτει ότι η ρύπανση πετρελαίου μπορεί να συσσωρευθεί στην περιοχή μεταξύ των εκβολών του ποταμού Yangtze και του παράκτιου μετώπου (σαφώς ορατών στο σχήμα 3). Αυτό το μέτωπο υπάρχει ουσιαστικά σε όλες τις δορυφορικές εικόνες και έχει αρκετή σταθερή θέση στο χώρο. Η συσσωρευμένη ρύπανση μπορεί να διαδοθεί νότια κατά μήκος της ακτής λόγω των συγκεκριμένων ωκεανογραφικών συνθηκών σε αυτήν την περιοχή. Μπορεί να έχει επικίνδυνες συνέπειες για τον πληθυσμό και το παράκτιο περιβάλλον σε μια περίπτωση εξαιρετικά μεγάλου ποσού πετρελαίου. Η ανάλυση της χωρικής διανομής των διαρροών πετρελαίου δείχνει ότι περιοχές έντονης ρύπανσης πετρελαίου βρίσκονται κοντά στις σημαντικότερες διεθνείς/εσωτερικές διαδρομές σκαφών.<br /> <br /> Τυπικά παραδείγματα του τύπου διαρροών πετρελαίου που ανιχνεύεται στις εικόνες Radarsat SAR παρουσιάζονται στα σχήματα. 1,2,3. Περιλαμβάνουν γραμμικός και ετερόκλητος πετρελαιοκηλίδες που πραγματοποιούνται από τα σκάφη στο κεντρικό μέρος της θάλασσας της ανατολικής Κίνας, και μεγάλη πετρελαιοκηλίδα παράγεται από την απορροή από τον ποταμό Yangtze.<br /> <br /> <br /> '''4. Συμπεράσματα'''<br /> <br /> Η ρύπανση πετρελαίου των κινεζικών υδάτων έχει μελετηθεί στα πλαίσια του προγράμματος ADRO - 2 της CSA και της συμφωνίας συνεργασίας μεταξύ του ωκεάνιου ιδρύματος τηλεπισκόπησης (ORSI) και του ινστιτούτου Ωκεανολογίας, την ρωσική ακαδημία των επιστημών (IO RAS) που στοχεύουν στην εφαρμογή των στοιχείων του SAR - εξοπλισμένοι δορυφόροι για τον έλεγχο διαρροών πετρελαίου κατά μήκος της ασιατικής ακτής της Κίνας. Μέσα σε αυτό το πρόγραμμα η ρύπανση πετρελαίου εμφανίστηκε στις θαλάσσιες περιοχές του Bohai, η Κίτρινη και η ανατολική θάλασσα της Κίνας έχει ανιχνευθεί. Αυτή η περιοχή θάλασσας χαρακτηρίζεται παρουσία σημαντικών διεθνών/εσωτερικών διαδρομών σκαφών, των εκβολών σημαντικών κινεζικών ποταμών, των παράκτιων πλατφορμών (στη θάλασσα Bohai) και της αναπτυγμένης βιομηχανικής onshore υποδομής. Οι συλλεχθείσες εικόνες έχουν αναλυθεί με σεβασμό της παρουσίας διαρροών πετρελαίου και η ανάλυσή τους έχει καταδείξει σαφώς μια δυνατότητα της δορυφορικής ευρύτητας του SAR για τη στερεότυπη ανίχνευση διαρροών πετρελαίου. Τα κύρια συμπεράσματα της μελέτης παρατίθενται κατωτέρω.<br /> <br /> 1. Για πρώτη φορά η χωρική διανομή της ρύπανσης πετρελαίου απεικονίζεται με το Radarsat SAR πέρα από μια πολύ ευρεία μεγάλη θαλάσσια περιοχή των θαλασσών της Κίνας. Τρία περάσματα του Radarsat στις 15, 19 και 22 Νοεμβρίου 2000, που κάλυψαν το μεγαλύτερο μέρος του Bohai, την Κίτρινη και την ανατολικής θάλασσα της Κίνας μέσα σε μια εβδομάδα, έχουν συλλεχθεί. Στο σύνολο 113 πετρελαιοκηλίδες ανιχνεύθηκαν στην εικόνα Radarsat της 22ης Νοεμβρίου, μια στην εικόνα Radarsat της 15ης Νοεμβρίου και καμία στην εικόνα Radarsat της 19ης Νοεμβρίου. Όλες οι υποψήφιες πετρελαιοκηλίδες έχουν ανιχνευθεί σε ένα συγκριτικά στενό εύρος της ταχύτητας αέρα, δηλ. μεταξύ 3 και 7 m/s, και μεταξύ των άλλων εκδηλώσεων της επιφάνειας που συνδέονται με τις διαδικασίες των ωκεανών και της ατμόσφαιρας. Οι μορφές της πλειοψηφίας των ανιχνευμένων διαρροών πετρελαίου ήταν κυρίως ετερόκλητες και γραμμικές.<br /> <br /> 2. Η ανάλυση των συλλεχθεισών εικόνων Radarsat έχει παρουσιάσει σαφώς ότι η πλειοψηφία των υποψηφίων διαρροών πετρελαίου ανιχνεύθηκε στην Κίτρινη θάλασσα και στην ανατολική Κίνα: κοντά στις εκβολές του ποταμού Yangtze και παράκτια κατά μήκος των κύριων εσωτερικών/διεθνών διαδρομών σκαφών και των περιοχών αλιείας. Η κύρια πηγή μόλυνσης της θάλασσας είναι διασκορπισμένες πηγές ρύπανσης πετρελαίου από τις μικρές βάρκες και τα σκάφη. Τα αποτελέσματα των παρατηρήσεών μας είναι ανάλογα με τα συμπεράσματα από Gade and Ufermann (1998) and Lu et al. (2000). Ο προσδιορισμός τέτοιων περιοχών είναι ένα σημαντικό προκαταρκτικό βήμα για την ανάπτυξη του σεναρίου ελέγχου βασισμένου στις εικόνες SAR.<br /> <br /> 3. Οι συλλεχθείσες εικόνες Radarsat και SAR έχουν επιβεβαιώσει επίσης τα αποτελέσματα των προηγούμενων συμπερασμάτων (Pavlakis et al., 1996 Gade and Ufermann, 1998 Ivanov et al., 1998) ότι η ταχύτητα αέρα επιβάλλει τον καθορισμένο περιορισμό στην ανίχνευση ρύπανσης πετρελαίου με το ραντάρ απεικόνισης.<br /> <br /> 4. Το Radarsat SAR, στη λειτουργία του ScanSAR Narrow με το πλάτος λωρίδας υπερβαίνον τα 300km, είναι υπερβολικά ελκυστικό εργαλείο για τους ερευνητές της θαλάσσιας ρύπανσης πετρελαίου. Είναι τεκμηριωμένο ότι ολόκληρο το μέρος της εικόνας ScanSAR μπορεί να χρησιμοποιηθεί για την ανίχνευση του πετρελαίου σε κατάλληλες συνθήκες αέρα.<br /> <br /> [[category:Επικίνδυνα απόβλητα]]</div>

Liotsi 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_%CF%80%CE%B5%CF%84%CF%81%CE%B5%CE%BB%CE%B1%CE%B9%CE%BF%CE%BA%CE%B7%CE%BB%CE%AF%CE%B4%CF%89%CE%BD_%CE%BC%CE%B5_%CF%84%CE%BF%CE%BD_RADARSAT_SAR_%CF%83%CF%84%CE%B1_%CF%8D%CE%B4%CE%B1%CF%84%CE%B1_%CF%84%CE%B7%CF%82_%CE%9A%CE%AF%CF%84%CF%81%CE%B9%CE%BD%CE%B7%CF%82_%CE%B8%CE%AC%CE%BB%CE%B1%CF%83%CF%83%CE%B1%CF%82,_%CE%B1%CE%BD%CE%B1%CF%84%CE%BF%CE%BB%CE%B9%CE%BA%CE%AE%CF%82_%CE%9A%CE%AF%CE%BD%CE%B1%CF%82:_%CE%9C%CE%B9%CE%B1_%CE%BC%CE%B5%CE%BB%CE%AD%CF%84%CE%B7_%CF%80%CE%B5%CF%81%CE%AF%CF%80%CF%84%CF%89%CF%83%CE%B7%CF%82 2010-02-16T23:09:56Z

<p>Liotsi: </p> <hr /> <div>Oil spill detection with the RADARSAT SAR in the waters of the Yellow and East China Sea: A case study<br /> <br /> Andrei IVANOV, Ming-Xia HE, Ming-Qiang FANG<br /> <br /> '''1. Εισαγωγή'''<br /> <br /> 1.1 Δυνατότητες και περιορισμοί του SAR για την ανίχνευση και τον έλεγχο διαρροών πετρελαίου<br /> <br /> Το πρόβλημα της μόλυνσης των ωκεάνειων υδάτων από το ακατέργαστο πετρέλαιο και τα υλικά πετρελαίου θεωρείται προς το παρόν ως ένας από τον αιχμηρότερο. Δεδομένου ότι στο πρώτο βήμα για τη λύση αυτού του προβλήματος προσφέρεται μια ανάπτυξη και χρησιμοποίηση των αερομεταφερόμενων και διαστημικών συστημάτων τηλεπισκόπησης για την επιτήρηση της επιφάνειας της θάλασσας, την ανίχνευση της ρύπανσης. Οι απαιτήσεις σε τέτοιο σύστημα διατυπώθηκαν από τον Witte (1986). Τέτοιο σύστημα πρέπει να παρέχει την παντός καιρού παρατήρηση, να είναι ανεξάρτητο από τους όρους φωτισμού και την κάλυψη σύννεφων, να καθορίσει τη θέση, τον τύπο και τον όγκο της διαρροής πετρελαίου και της εργασίας σε πραγματική κλίμακα του χρόνου.<br /> <br /> Το Ραντάρ Συνθετικού Ανοίγματος (SAR) είναι ένα ενεργό εργαλείο τηλεπισκόπησης στο οποίο μια κεραία σε έναν δορυφόρο διαβιβάζει τα σήματα μικροκυμάτων προς στην ωκεάνια επιφάνεια. Το σήμα SAR μετά από την αλληλεπίδραση με την επιφάνεια θάλασσας επιστρέφει στην κεραία (Sabins, 1997). Η αλληλεπίδραση μεταξύ της επιφάνειας θάλασσας και των μικροκυμάτων είναι πολύ ευαίσθητη στις παραλλαγές στην τραχύτητα της επιφάνειας της θάλασσας. Δεδομένου ότι τα σύντομα κύματα επιφάνειας (κυματισμοί και τριχοειδή κύματα) είναι συνήθως παρόντα στην επιφάνεια ύδατος, διασκορπίζει αποτελεσματικά τα μικροκύματα μέσω του μηχανισμού διάδοσης του Bragg (Valenzuela, 1978) και δίνει τις υπογραφές ραντάρ. <br /> <br /> Το SAR είναι ανεξάρτητο από τις συνθήκες καιρού και φωτισμού και επιτρέπει να αποκτήσει τις εικόνες SAR μέρα και νύχτα κάτω από την κάλυψη σύννεφων που είναι ένα πλεονέκτημα πέρα από άλλους αισθητήρες τηλεπισκόπησης. Από την έναρξη του πρώτου SAR πολλές περιπτώσεις ανίχνευσης πετρελαιοκηλίδων έχουν τεκμηριωθεί χρησιμοποιώντας τα SAR στο Αlmaz-1, δορυφόρους ERS 1/ERS-2, διαστημικό ραντάρ απεικόνισης (SIR-A,B,C/X) στα διαστημικά λεωφορεία (Bern et al, 1992; Okamoto et al., 1993; Masuko et al., 1995; Gade et al., 1998; Ivanov et al., 1998; Ivanov, 2000). Αποδείχθηκε ότι το SAR λόγω της υψηλής ανάλυσης επέτρεψε την ανίχνευση, το λεπτομερή εντοπισμό και τον εφοδιασμό με τις πληροφορίες για τις διαστάσεις, τη δομή και την κλίση των πετρελαιοκηλίδων.<br /> <br /> '''2.Η χρησιμοποίηση ευρέων SAR για τον εντοπισμό και τον έλεγχο των πετρελαιοκηλίδων'''<br /> <br /> 2.1 Η έννοια του πειράματος και το σύνολο στοιχείων<br /> <br /> [[Εικόνα:er1.JPG|thumb|right|Σχ1:off shore γραμμικές πετρελαιοκηλίδες στη θάλασσα της ανατολικής Κίνας ]] [[Εικόνα:er2.JPG|thumb|right|Σχ2:off shore πετρελαιοκηλίδες στην ανατολική Κίνα]] [[Εικόνα:er3.JPG|thumb|right|Σχ3:κοντά στην ακτή πετρελαιοκηλίδες που προέρχονται από τον ποταμό Yangtze]]<br /> <br /> '''3. Αποτελέσματα'''<br /> <br /> Ένα από τα πιό ενδιαφέροντα ευρήματα αυτής της μελέτης ανακαλύπτει ότι η ρύπανση πετρελαίου μπορεί να συσσωρευθεί στην περιοχή μεταξύ των εκβολών του ποταμού Yangtze και του παράκτιου μετώπου (σαφώς ορατών στο σχήμα 3). Αυτό το μέτωπο υπάρχει ουσιαστικά σε όλες τις δορυφορικές εικόνες και έχει αρκετή σταθερή θέση στο χώρο. Η συσσωρευμένη ρύπανση μπορεί να διαδοθεί νότια κατά μήκος της ακτής λόγω των συγκεκριμένων ωκεανογραφικών συνθηκών σε αυτήν την περιοχή. Μπορεί να έχει επικίνδυνες συνέπειες για τον πληθυσμό και το παράκτιο περιβάλλον σε μια περίπτωση εξαιρετικά μεγάλου ποσού πετρελαίου. Η ανάλυση της χωρικής διανομής των διαρροών πετρελαίου δείχνει ότι περιοχές έντονης ρύπανσης πετρελαίου βρίσκονται κοντά στις σημαντικότερες διεθνείς/εσωτερικές διαδρομές σκαφών.<br /> <br /> Τυπικά παραδείγματα του τύπου διαρροών πετρελαίου που ανιχνεύεται στις εικόνες Radarsat SAR παρουσιάζονται στα σχήματα. 1,2,3. Περιλαμβάνουν γραμμικός και ετερόκλητος πετρελαιοκηλίδες που πραγματοποιούνται από τα σκάφη στο κεντρικό μέρος της θάλασσας της ανατολικής Κίνας, και μεγάλη πετρελαιοκηλίδα παράγεται από την απορροή από τον ποταμό Yangtze.<br /> <br /> '''4. Συμπεράσματα'''<br /> <br /> Η ρύπανση πετρελαίου των κινεζικών υδάτων έχει μελετηθεί στα πλαίσια του προγράμματος ADRO - 2 της CSA και της συμφωνίας συνεργασίας μεταξύ του ωκεάνιου ιδρύματος τηλεπισκόπησης (ORSI) και του ινστιτούτου Ωκεανολογίας, την ρωσική ακαδημία των επιστημών (IO RAS) που στοχεύουν στην εφαρμογή των στοιχείων του SAR - εξοπλισμένοι δορυφόροι για τον έλεγχο διαρροών πετρελαίου κατά μήκος της ασιατικής ακτής της Κίνας. Μέσα σε αυτό το πρόγραμμα η ρύπανση πετρελαίου εμφανίστηκε στις θαλάσσιες περιοχές του Bohai, η Κίτρινη και η ανατολική θάλασσα της Κίνας έχει ανιχνευθεί. Αυτή η περιοχή θάλασσας χαρακτηρίζεται παρουσία σημαντικών διεθνών/εσωτερικών διαδρομών σκαφών, των εκβολών σημαντικών κινεζικών ποταμών, των παράκτιων πλατφορμών (στη θάλασσα Bohai) και της αναπτυγμένης βιομηχανικής onshore υποδομής. Οι συλλεχθείσες εικόνες έχουν αναλυθεί με σεβασμό της παρουσίας διαρροών πετρελαίου και η ανάλυσή τους έχει καταδείξει σαφώς μια δυνατότητα της δορυφορικής ευρύτητας του SAR για τη στερεότυπη ανίχνευση διαρροών πετρελαίου. Τα κύρια συμπεράσματα της μελέτης παρατίθενται κατωτέρω.<br /> <br /> 1. Για πρώτη φορά η χωρική διανομή της ρύπανσης πετρελαίου απεικονίζεται με το Radarsat SAR πέρα από μια πολύ ευρεία μεγάλη θαλάσσια περιοχή των θαλασσών της Κίνας. Τρία περάσματα του Radarsat στις 15, 19 και 22 Νοεμβρίου 2000, που κάλυψαν το μεγαλύτερο μέρος του Bohai, την Κίτρινη και την ανατολικής θάλασσα της Κίνας μέσα σε μια εβδομάδα, έχουν συλλεχθεί. Στο σύνολο 113 πετρελαιοκηλίδες ανιχνεύθηκαν στην εικόνα Radarsat της 22ης Νοεμβρίου, μια στην εικόνα Radarsat της 15ης Νοεμβρίου και καμία στην εικόνα Radarsat της 19ης Νοεμβρίου. Όλες οι υποψήφιες πετρελαιοκηλίδες έχουν ανιχνευθεί σε ένα συγκριτικά στενό εύρος της ταχύτητας αέρα, δηλ. μεταξύ 3 και 7 m/s, και μεταξύ των άλλων εκδηλώσεων της επιφάνειας που συνδέονται με τις διαδικασίες των ωκεανών και της ατμόσφαιρας. Οι μορφές της πλειοψηφίας των ανιχνευμένων διαρροών πετρελαίου ήταν κυρίως ετερόκλητες και γραμμικές.<br /> <br /> 2. Η ανάλυση των συλλεχθεισών εικόνων Radarsat έχει παρουσιάσει σαφώς ότι η πλειοψηφία των υποψηφίων διαρροών πετρελαίου ανιχνεύθηκε στην Κίτρινη θάλασσα και στην ανατολική Κίνα: κοντά στις εκβολές του ποταμού Yangtze και παράκτια κατά μήκος των κύριων εσωτερικών/διεθνών διαδρομών σκαφών και των περιοχών αλιείας. Η κύρια πηγή μόλυνσης της θάλασσας είναι διασκορπισμένες πηγές ρύπανσης πετρελαίου από τις μικρές βάρκες και τα σκάφη. Τα αποτελέσματα των παρατηρήσεών μας είναι ανάλογα με τα συμπεράσματα από Gade and Ufermann (1998) and Lu et al. (2000). Ο προσδιορισμός τέτοιων περιοχών είναι ένα σημαντικό προκαταρκτικό βήμα για την ανάπτυξη του σεναρίου ελέγχου βασισμένου στις εικόνες SAR.<br /> <br /> 3. Οι συλλεχθείσες εικόνες Radarsat και SAR έχουν επιβεβαιώσει επίσης τα αποτελέσματα των προηγούμενων συμπερασμάτων (Pavlakis et al., 1996 Gade and Ufermann, 1998 Ivanov et al., 1998) ότι η ταχύτητα αέρα επιβάλλει τον καθορισμένο περιορισμό στην ανίχνευση ρύπανσης πετρελαίου με το ραντάρ απεικόνισης.<br /> <br /> 4. Το Radarsat SAR, στη λειτουργία του ScanSAR Narrow με το πλάτος λωρίδας υπερβαίνον τα 300km, είναι υπερβολικά ελκυστικό εργαλείο για τους ερευνητές της θαλάσσιας ρύπανσης πετρελαίου. Είναι τεκμηριωμένο ότι ολόκληρο το μέρος της εικόνας ScanSAR μπορεί να χρησιμοποιηθεί για την ανίχνευση του πετρελαίου σε κατάλληλες συνθήκες αέρα.<br /> <br /> [[category:Επικίνδυνα απόβλητα]]</div>

Liotsi 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_%CF%80%CE%B5%CF%84%CF%81%CE%B5%CE%BB%CE%B1%CE%B9%CE%BF%CE%BA%CE%B7%CE%BB%CE%AF%CE%B4%CF%89%CE%BD_%CE%BC%CE%B5_%CF%84%CE%BF%CE%BD_RADARSAT_SAR_%CF%83%CF%84%CE%B1_%CF%8D%CE%B4%CE%B1%CF%84%CE%B1_%CF%84%CE%B7%CF%82_%CE%9A%CE%AF%CF%84%CF%81%CE%B9%CE%BD%CE%B7%CF%82_%CE%B8%CE%AC%CE%BB%CE%B1%CF%83%CF%83%CE%B1%CF%82,_%CE%B1%CE%BD%CE%B1%CF%84%CE%BF%CE%BB%CE%B9%CE%BA%CE%AE%CF%82_%CE%9A%CE%AF%CE%BD%CE%B1%CF%82:_%CE%9C%CE%B9%CE%B1_%CE%BC%CE%B5%CE%BB%CE%AD%CF%84%CE%B7_%CF%80%CE%B5%CF%81%CE%AF%CF%80%CF%84%CF%89%CF%83%CE%B7%CF%82 2010-02-16T23:06:11Z

<p>Liotsi: </p> <hr /> <div>Oil spill detection with the RADARSAT SAR in the waters of the Yellow and East China Sea: A case study<br /> <br /> Andrei IVANOV, Ming-Xia HE, Ming-Qiang FANG<br /> <br /> '''1. Εισαγωγή'''<br /> <br /> 1.1 Δυνατότητες και περιορισμοί του SAR για την ανίχνευση και τον έλεγχο διαρροών πετρελαίου<br /> <br /> Το πρόβλημα της μόλυνσης των ωκεάνειων υδάτων από το ακατέργαστο πετρέλαιο και τα υλικά πετρελαίου θεωρείται προς το παρόν ως ένας από τον αιχμηρότερο. Δεδομένου ότι στο πρώτο βήμα για τη λύση αυτού του προβλήματος προσφέρεται μια ανάπτυξη και χρησιμοποίηση των αερομεταφερόμενων και διαστημικών συστημάτων τηλεπισκόπησης για την επιτήρηση της επιφάνειας της θάλασσας, την ανίχνευση της ρύπανσης. Οι απαιτήσεις σε τέτοιο σύστημα διατυπώθηκαν από τον Witte (1986). Τέτοιο σύστημα πρέπει να παρέχει την παντός καιρού παρατήρηση, να είναι ανεξάρτητο από τους όρους φωτισμού και την κάλυψη σύννεφων, να καθορίσει τη θέση, τον τύπο και τον όγκο της διαρροής πετρελαίου και της εργασίας σε πραγματική κλίμακα του χρόνου.<br /> <br /> Το Ραντάρ Συνθετικού Ανοίγματος (SAR) είναι ένα ενεργό εργαλείο τηλεπισκόπησης στο οποίο μια κεραία σε έναν δορυφόρο διαβιβάζει τα σήματα μικροκυμάτων προς στην ωκεάνια επιφάνεια. Το σήμα SAR μετά από την αλληλεπίδραση με την επιφάνεια θάλασσας επιστρέφει στην κεραία (Sabins, 1997). Η αλληλεπίδραση μεταξύ της επιφάνειας θάλασσας και των μικροκυμάτων είναι πολύ ευαίσθητη στις παραλλαγές στην τραχύτητα της επιφάνειας της θάλασσας. Δεδομένου ότι τα σύντομα κύματα επιφάνειας (κυματισμοί και τριχοειδή κύματα) είναι συνήθως παρόντα στην επιφάνεια ύδατος, διασκορπίζει αποτελεσματικά τα μικροκύματα μέσω του μηχανισμού διάδοσης του Bragg (Valenzuela, 1978) και δίνει τις υπογραφές ραντάρ. <br /> <br /> Το SAR είναι ανεξάρτητο από τις συνθήκες καιρού και φωτισμού και επιτρέπει να αποκτήσει τις εικόνες SAR μέρα και νύχτα κάτω από την κάλυψη σύννεφων που είναι ένα πλεονέκτημα πέρα από άλλους αισθητήρες τηλεπισκόπησης. Από την έναρξη του πρώτου SAR πολλές περιπτώσεις ανίχνευσης πετρελαιοκηλίδων έχουν τεκμηριωθεί χρησιμοποιώντας τα SAR στο Αlmaz-1, δορυφόρους ERS 1/ERS-2, διαστημικό ραντάρ απεικόνισης (SIR-A,B,C/X) στα διαστημικά λεωφορεία (Bern et al, 1992; Okamoto et al., 1993; Masuko et al., 1995; Gade et al., 1998; Ivanov et al., 1998; Ivanov, 2000). Αποδείχθηκε ότι το SAR λόγω της υψηλής ανάλυσης επέτρεψε την ανίχνευση, το λεπτομερή εντοπισμό και τον εφοδιασμό με τις πληροφορίες για τις διαστάσεις, τη δομή και την κλίση των πετρελαιοκηλίδων.<br /> <br /> '''2.Η χρησιμοποίηση ευρέων SAR για τον εντοπισμό και τον έλεγχο των πετρελαιοκηλίδων'''<br /> <br /> 2.1 Η έννοια του πειράματος και το σύνολο στοιχείων<br /> <br /> [[Εικόνα:ergasia1.JPG|thumb|right|Σχ1:off shore γραμμικές πετρελαιοκηλίδες στη θάλασσα της ανατολικής Κίνας ]] [[Εικόνα:ergasia2.JPG|thumb|right|Σχ2:off shore πετρελαιοκηλίδες στην ανατολική Κίνα]] [[Εικόνα:ergasia3.JPG|thumb|right|Σχ3:κοντά στην ακτή πετρελαιοκηλίδες που προέρχονται από τον ποταμό Yangtze]]<br /> <br /> 3. Αποτελέσματα<br /> <br /> 4. Συμπεράσματα<br /> <br /> Η ρύπανση πετρελαίου των κινεζικών υδάτων έχει μελετηθεί στα πλαίσια του προγράμματος ADRO - 2 της CSA και της συμφωνίας συνεργασίας μεταξύ του ωκεάνιου ιδρύματος τηλεπισκόπησης (ORSI) και του ινστιτούτου Ωκεανολογίας, την ρωσική ακαδημία των επιστημών (IO RAS) που στοχεύουν στην εφαρμογή των στοιχείων του SAR - εξοπλισμένοι δορυφόροι για τον έλεγχο διαρροών πετρελαίου κατά μήκος της ασιατικής ακτής της Κίνας. Μέσα σε αυτό το πρόγραμμα η ρύπανση πετρελαίου εμφανίστηκε στις θαλάσσιες περιοχές του Bohai, η Κίτρινη και η ανατολική θάλασσα της Κίνας έχει ανιχνευθεί. Αυτή η περιοχή θάλασσας χαρακτηρίζεται παρουσία σημαντικών διεθνών/εσωτερικών διαδρομών σκαφών, των εκβολών σημαντικών κινεζικών ποταμών, των παράκτιων πλατφορμών (στη θάλασσα Bohai) και της αναπτυγμένης βιομηχανικής onshore υποδομής. Οι συλλεχθείσες εικόνες έχουν αναλυθεί με σεβασμό της παρουσίας διαρροών πετρελαίου και η ανάλυσή τους έχει καταδείξει σαφώς μια δυνατότητα της δορυφορικής ευρύτητας του SAR για τη στερεότυπη ανίχνευση διαρροών πετρελαίου. Τα κύρια συμπεράσματα της μελέτης παρατίθενται κατωτέρω.<br /> <br /> 1. Για πρώτη φορά η χωρική διανομή της ρύπανσης πετρελαίου απεικονίζεται με το Radarsat SAR πέρα από μια πολύ ευρεία μεγάλη θαλάσσια περιοχή των θαλασσών της Κίνας. Τρία περάσματα του Radarsat στις 15, 19 και 22 Νοεμβρίου 2000, που κάλυψαν το μεγαλύτερο μέρος του Bohai, την Κίτρινη και την ανατολικής θάλασσα της Κίνας μέσα σε μια εβδομάδα, έχουν συλλεχθεί. Στο σύνολο 113 πετρελαιοκηλίδες ανιχνεύθηκαν στην εικόνα Radarsat της 22ης Νοεμβρίου, μια στην εικόνα Radarsat της 15ης Νοεμβρίου και καμία στην εικόνα Radarsat της 19ης Νοεμβρίου. Όλες οι υποψήφιες πετρελαιοκηλίδες έχουν ανιχνευθεί σε ένα συγκριτικά στενό εύρος της ταχύτητας αέρα, δηλ. μεταξύ 3 και 7 m/s, και μεταξύ των άλλων εκδηλώσεων της επιφάνειας που συνδέονται με τις διαδικασίες των ωκεανών και της ατμόσφαιρας. Οι μορφές της πλειοψηφίας των ανιχνευμένων διαρροών πετρελαίου ήταν κυρίως ετερόκλητες και γραμμικές.<br /> <br /> 2. Η ανάλυση των συλλεχθεισών εικόνων Radarsat έχει παρουσιάσει σαφώς ότι η πλειοψηφία των υποψηφίων διαρροών πετρελαίου ανιχνεύθηκε στην Κίτρινη θάλασσα και στην ανατολική Κίνα: κοντά στις εκβολές του ποταμού Yangtze και παράκτια κατά μήκος των κύριων εσωτερικών/διεθνών διαδρομών σκαφών και των περιοχών αλιείας. Η κύρια πηγή μόλυνσης της θάλασσας είναι διασκορπισμένες πηγές ρύπανσης πετρελαίου από τις μικρές βάρκες και τα σκάφη. Τα αποτελέσματα των παρατηρήσεών μας είναι ανάλογα με τα συμπεράσματα από Gade and Ufermann (1998) και Lu et al. (2000). Ο προσδιορισμός τέτοιων περιοχών είναι ένα σημαντικό προκαταρκτικό βήμα για την ανάπτυξη του σεναρίου ελέγχου βασισμένου στις εικόνες SAR.<br /> <br /> 3. Οι συλλεχθείσες εικόνες Radarsat και SAR έχουν επιβεβαιώσει επίσης τα αποτελέσματα των προηγούμενων συμπερασμάτων (Pavlakis et al., 1996 Gade and Ufermann, 1998 Ivanov et al., 1998) ότι η ταχύτητα αέρα επιβάλλει τον καθορισμένο περιορισμό στην ανίχνευση ρύπανσης πετρελαίου με το ραντάρ απεικόνισης.<br /> <br /> 4. Το Radarsat SAR, στη λειτουργία του ScanSAR Narrow με το πλάτος λωρίδας υπερβαίνον τα 300km, είναι υπερβολικά ελκυστικό εργαλείο για τους ερευνητές της θαλάσσιας ρύπανσης πετρελαίου. Είναι τεκμηριωμένο ότι ολόκληρο το μέρος της εικόνας ScanSAR μπορεί να χρησιμοποιηθεί για την ανίχνευση του πετρελαίου σε κατάλληλες συνθήκες αέρα.<br /> <br /> [[category:Επικίνδυνα απόβλητα]]</div>

Liotsi http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Er3.JPG 2010-02-16T22:58:51Z

<p>Liotsi: </p> <hr /> <div></div>

Liotsi http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Er2.JPG 2010-02-16T22:58:34Z

<p>Liotsi: </p> <hr /> <div></div>

Liotsi http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Er1.JPG 2010-02-16T22:58:09Z

<p>Liotsi: </p> <hr /> <div></div>

Liotsi http://147.102.106.44/rs/wiki/index.php/%CE%94%CE%B9%CE%B1%CF%87%CE%B5%CE%AF%CF%81%CE%B9%CF%83%CE%B7_%CE%B1%CF%84%CE%BC%CE%BF%CF%83%CF%86%CE%B1%CE%B9%CF%81%CE%B9%CE%BA%CE%AE%CF%82_%CF%80%CE%BF%CE%B9%CF%8C%CF%84%CE%B7%CF%84%CE%B1%CF%82_%CF%87%CF%81%CE%B7%CF%83%CE%B9%CE%BC%CE%BF%CF%80%CE%BF%CE%B9%CF%8E%CE%BD%CF%84%CE%B1%CF%82_%CF%84%CE%B7_%CF%83%CF%8D%CE%B3%CF%87%CF%81%CE%BF%CE%BD%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_%CE%BA%CE%B1%CE%B9_%CF%84%CE%B9%CF%82_%CF%87%CF%89%CF%81%CE%BF%CF%84%CE%B1%CE%BE%CE%B9%CE%BA%CE%AD%CF%82_%CF%84%CE%B5%CF%87%CE%BD%CE%BF%CE%BB%CE%BF%CE%B3%CE%AF%CE%B5%CF%82 2010-02-16T22:26:30Z

<p>Liotsi: </p> <hr /> <div>'''Πλήρης τίτλος: Διαχείριση ατμοσφαιρικής ποιότητας χρησιμοποιώντας τη σύγχρονη τηλεπισκόπηση και τις χωροταξικές τεχνολογίες και τις σχετικές κοινωνικές δαπάνες.'''<br /> <br /> Waheed Uddin<br /> <br /> <br /> '''1. Πρότυπο ατμοσφαιρικής ποιότητας και μεθοδολογία ανάλυσης'''<br /> <br /> Μοντέλο ανάπτυξης AQMAN<br /> <br /> Ο αντικειμενοστρεφής κώδικας προγράμματος AQMAN για τη συγκέντρωση του αέρα και το μοντέλο διασποράς των ρύπων, που παρουσιάζεται στο παρόν έγγραφο, είναι με βάση τα δεδομένα που ρυπαίνουν τον ατμοσφαιρικό αέρα (Ο3, ΝΟ2) που συγκεντρώνονται συνεχώς από την ΥΠΠ των σταθμών παρακολούθησης στο Tupelo και το Hernando από το 1996 μέχρι 2000. Οι καθημερινές μέγιστες τιμές των μετρημένων O3 συγκεντρώσεων σε Tupelo και Hernando από το 1996 ως το 2000 πέρα από ένα έτος παρουσιάζουν εποχιακό σχέδιο. Οι πλοκές των εκπομπών θερμοκρασίας αέρα και οχημάτων δείχνουν επίσης τις παρόμοιες εποχιακές τάσεις. Το πρότυπο AQMAN περιλαμβάνει τις ακόλουθες επεξηγηματικές μεταβλητές και διάφορους όρους αλληλεπίδρασης βασισμένους σε έναν τομέα μελέτης ακτίνας 32km.<br /> <br /> •Κλιματολογικά στοιχεία (θερμοκρασία αέρα, άνεμος, καθίζηση, ηλιακή ακτινοβολία, κάλυψη σύννεφων) <br /> <br /> • Καθημερινά στοιχεία κυκλοφορίας (όγκος, μίγμα κυκλοφορίας, μέση ταχύτητα των αυτοκινήτων και των φορτηγών) <br /> <br /> • Καθημερινές εκπομπές οχημάτων των VOC και των NOX (λειτουργία του πρότυπου έτους οχημάτων στο μίγμα κυκλοφορίας) <br /> <br /> • Καθημερινές εκτιμήσεις καταλόγων εκπομπής των VOC και των NOX από τις βιομηχανικές πηγές <br /> <br /> • Καθημερινές εκτιμήσεις των διαδικασιών αεροσκαφών στους αερολιμένες στην περιοχή μελέτης<br /> <br /> • Καθημερινή θερμοκρασία επιφάνειας (σταθμισμένος μέσος όρος από την ταξινόμηση των τύπων επιφάνειας)<br /> <br /> Τα plots που παρατηρήθηκαν έναντι των προβλεπόμενων τιμών των ρύπων Ο3 από το νέο μοντέλο της επιστήμης είναι λογικά αποδεκτές για τα έτη 1996-2000 για το Tupelo και το Hernando. Η τιμή του συντελεστή συσχέτισης (R = 0,74) είναι λογική, σε σύγκριση με το εύρος των τιμών που έχουν αναφερθεί σε άλλες μελέτες, όπου οι τιμές Ο3 των προηγούμενων ημερών χρησιμοποιήθηκαν. Ως εκ τούτου, το μοντέλο AQMAN μπορεί να χρησιμοποιηθεί για τις περιοχές όπου δεν υπάρχει πρόγραμμα παρακολούθησης. Λεπτομέρειες σχετικά με την ποιότητα του αέρα του μοντέλου ανάπτυξης και επικύρωσης περιγράφονται από τον Boriboonsomsin.<br /> <br /> <br /> '''2. Εφαρμογή της τηλεπισκόπησης και των γεωχωρικών τεχνολογιών'''<br /> <br /> <br /> Οι μεταβλητές της θερμοκρασίας της επιφάνειας στα μοντέλα O3 και NO2 βοηθούν να αξιολογήσουν το δυσμενή αντίκτυπο των οικιστικών περιοχών στις επιδράσεις της ‘θερμικής νησίδας’. Η σταθμισμένη θερμοκρασία της επιφάνειας είναι η μέση τιμή της θερμοκρασίας στην επιφάνεια που σταθμίζεται από το ποσοστό κάθε κατηγορίας επιφάνειας στην περιοχή μελέτης. Μια μεθοδολογία έχει αναπτυχθεί και έχει εφαρμοστεί χρησιμοποιώντας τη γεωχωρική ανάλυση των πολυφασματικών δορυφορικών στοιχείων τηλεπισκόπησης υψηλής ανάλυσης. Τα 1m ανάλυσης IKONOS πολυφασματικά στοιχεία που αποκτήθηκαν από τον IKONOS για την Οξφόρδη, το Μισισιπή, στις 27 Μαρτίου 2000, χρησιμοποιήθηκαν για να κάνουν διακρίσεις τους διαφορετικούς τύπους επιφάνειας και χρήσης του εδάφους. Αυτοί οι τύποι επιφάνειας περιλαμβάνουν: την άσφαλτο, το σκυρόδεμα, τα κτήρια, τα χώματα, τη χλόη, δέντρα και δασώδεις περιοχές, και υδάτινα σώματα. Τρεις γνωστές επιβλεπόμενες μέθοδοι ταξινόμησης (ελάχιστη απόσταση, απόσταση mahalanobis, και κανόνες απόφασης μέγιστης πιθανοφάνειας) έδωσαν χαμηλή ακρίβεια (36-44%) για την ταξινόμηση κατηγορίας επιφάνειας δέντρου.<br /> <br /> Επομένως, μια νέα μεθοδολογία έχει αναπτυχθεί σε αυτήν την έρευνα βασισμένη στις τιμές φασματικής ανάκλασης σε κάθε ζώνη για να βελτιώσει την ακρίβεια των κατηγοριών της επιφάνειας. Η έννοια αυτής της μεθοδολογίας είναι να βρεθεί το εύρος μιας φασματικής ζώνης που αντιπροσωπεύει μεμονωμένα την επιθυμητή κατηγορία επιφάνειας που εδρεύει στις διαθέσιμες πληροφορίες από τις εικόνες των επιλεγμένων περιοχών με γνωστό groundtruth. Η μεθοδολογία της ταξινόμησης των εικονοστοιχείων της εικόνας στην αντίστοιχη κατηγορία επιφάνειας έχει εφαρμοστεί σε ένα πρόγραμμα υπολογιστών που ονομάζεται (IMAGES).<br /> <br /> Τα αποτελέσματα χρησιμοποιούνται για να προβλέψουν τη θερμοκρασία της επιφάνειας και παρουσιάζονται χρησιμοποιώντας τη γεωχωρική χαρτογράφηση. Οι λεπτομέρειες αυτών των μοντέλων περιγράφονται από τον Boriboonsomsin [24]. Το σχήμα 1 παρουσιάζει δορυφορικά στοιχεία της διατομής της εθνικής οδού 6 και της Jackson Ave στην Οξφόρδη που χρησιμοποιήθηκε για μια από τις μελέτες groundtruth. Ο αυτόματα ταξινομημένος χάρτης κατηγορίας επιφάνειας της ίδιας περιοχής παρουσιάζεται στο σχήμα 2.<br /> <br /> [[Εικόνα:erg7.1.JPG|thumb|right|Σχ.1:Δορυφορική εικόνα τομής του ΙKONOS 1m]]<br /> [[Εικόνα:erg7.2.JPG|thumb|right|Σχ.2:Ο αυτόματα ταξινομημένος χάρτης επιφάνειας της περιοχής τομής]]<br /> <br /> Τα στοιχεία κατηγορίας της επιφάνειας χρησιμοποιούνται για να προβλέψουν τη θερμοκρασία της επιφάνειας χρησιμοποιώντας τα κλιματολογικά στοιχεία για την περιοχή μελέτης. Τα αποτελέσματα των 8km Χ 8km της περιοχής μελέτης της Οξφόρδης δείχνουν ότι μια καυτή θερινή ημέρα η μέση θερμοκρασία επιφάνειας στην οικιστική περιοχή μέσα στην πόλη έχει μια μέση θερμοκρασία επιφάνειας 9o C υψηλότερη από την θερμοκρασία αέρα του περιβάλλοντος. Αυτό παρουσιάζει την επίδραση της ‘θερμικής νησίδας’ για αυτήν την μικρή αγροτική πόλη.<br /> <br /> <br /> '''3.Συζητήσεις και τελικές παρατηρήσεις'''<br /> <br /> Οι δαπάνες που συνδέονται με τα μοιραία περιστατικά και τους τραυματισμούς της κυκλοφορίας είναι σημαντικά υψηλότερες από τις δαπάνες για την ατμοσφαιρική ρύπανση και άλλες δαπάνες οδικών χρηστών και πρέπει να αντιμετωπιστούν ως ζήτημα δημόσιας υγείας. Ένα σημαντικό ποσό των ατμοσφαιρικών ρύπων προέρχεται από τις κινητές πηγές, τις σχετικές με τη μεταφορά, συμπεριλαμβανομένων των μηχανοκίνητων οχημάτων εθνικών οδών και των δραστηριοτήτων αεροπορίας. Οι δαπάνες της ατμοσφαιρικής ρύπανσης συσχετίζονται γενικά με τα μίλια των οχημάτων που ταξιδεύουν με κάποια κατ' εκτίμηση μέση ταχύτητα. Αυτό υπονοεί ότι οι αστικές περιοχές με τον υψηλότερο όγκο κυκλοφορίας θα συνδεθούν με τα πιο υψηλά επίπεδα ρύπανσης, ειδικά κατά τη διάρκεια των συνθηκών συμφόρησης. Εάν οποιαδήποτε από αυτές τις περιοχές που ελέγχονται από το EPA υπερβαίνει τα καθιερωμένα πρότυπα κατώτατων ορίων ρύπανσης, μπορεί να χάσει την ομοσπονδιακή χρηματοδότηση για την κατασκευή των νέων προγραμμάτων μεταφορών. <br /> <br /> Ο συνυπολογισμός των κοινωνικών δαπανών σε μια συγκεντρωτική ανάλυση κύκλου της ζωής θα οδηγήσει σε μια σημαντικότερη και ακριβή ανάλυση των δαπανών και των κερδών. Έχει αποδειχθεί ότι το κοινωνικό κόστος είναι το 33% των πλήρων δαπανών των μεταφορών, το οποίο είναι σημαντικό. Μια περιεκτική μέθοδος πρέπει να υιοθετηθεί για να αναλύσει και να λύσει αυτά τα προβλήματα ασφάλειας και υγείας, και οι σχετικές δαπάνες πρέπει να χρησιμοποιηθούν στις αναλύσεις του κύκλου της ζωής. <br /> <br /> Οι βιώσιμες πολιτικές των μεταφορών πρέπει να εξετάσουν το περιβάλλον, τις επιδράσεις στην υγεία, τα βελτιωμένα οχήματα και τα ασφαλή και βελτιωμένα οδοστρώματα. Αυτό μπορεί να ολοκληρωθεί επικερδώς μέσω των αποτελεσματικών συστημάτων διαχείρισης υποδομών και της χρήσης της σύγχρονης τηλεπισκόπησης και των γεωχωρικών τεχνολογιών.<br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> [[category:Ατμοσφαιρική Ρύπανση]]</div>

Liotsi http://147.102.106.44/rs/wiki/index.php/%CE%94%CE%B9%CE%B1%CF%87%CE%B5%CE%AF%CF%81%CE%B9%CF%83%CE%B7_%CE%B1%CF%84%CE%BC%CE%BF%CF%83%CF%86%CE%B1%CE%B9%CF%81%CE%B9%CE%BA%CE%AE%CF%82_%CF%80%CE%BF%CE%B9%CF%8C%CF%84%CE%B7%CF%84%CE%B1%CF%82_%CF%87%CF%81%CE%B7%CF%83%CE%B9%CE%BC%CE%BF%CF%80%CE%BF%CE%B9%CF%8E%CE%BD%CF%84%CE%B1%CF%82_%CF%84%CE%B7_%CF%83%CF%8D%CE%B3%CF%87%CF%81%CE%BF%CE%BD%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_%CE%BA%CE%B1%CE%B9_%CF%84%CE%B9%CF%82_%CF%87%CF%89%CF%81%CE%BF%CF%84%CE%B1%CE%BE%CE%B9%CE%BA%CE%AD%CF%82_%CF%84%CE%B5%CF%87%CE%BD%CE%BF%CE%BB%CE%BF%CE%B3%CE%AF%CE%B5%CF%82 2010-02-16T22:22:08Z

<p>Liotsi: </p> <hr /> <div>'''Πλήρης τίτλος: Διαχείριση ατμοσφαιρικής ποιότητας χρησιμοποιώντας τη σύγχρονη τηλεπισκόπηση και τις χωροταξικές τεχνολογίες και τις σχετικές κοινωνικές δαπάνες.'''<br /> <br /> Waheed Uddin<br /> <br /> <br /> '''1. Πρότυπο ατμοσφαιρικής ποιότητας και μεθοδολογία ανάλυσης'''<br /> <br /> Μοντέλο ανάπτυξης AQMAN<br /> <br /> Ο αντικειμενοστρεφής κώδικας προγράμματος AQMAN για τη συγκέντρωση του αέρα και το μοντέλο διασποράς των ρύπων, που παρουσιάζεται στο παρόν έγγραφο, είναι με βάση τα δεδομένα που ρυπαίνουν τον ατμοσφαιρικό αέρα (Ο3, ΝΟ2) που συγκεντρώνονται συνεχώς από την ΥΠΠ των σταθμών παρακολούθησης στο Tupelo και το Hernando από το 1996 μέχρι 2000. Οι καθημερινές μέγιστες τιμές των μετρημένων O3 συγκεντρώσεων σε Tupelo και Hernando από το 1996 ως το 2000 πέρα από ένα έτος παρουσιάζουν εποχιακό σχέδιο. Οι πλοκές των εκπομπών θερμοκρασίας αέρα και οχημάτων δείχνουν επίσης τις παρόμοιες εποχιακές τάσεις. Το πρότυπο AQMAN περιλαμβάνει τις ακόλουθες επεξηγηματικές μεταβλητές και διάφορους όρους αλληλεπίδρασης βασισμένους σε έναν τομέα μελέτης ακτίνας 32km.<br /> <br /> •Κλιματολογικά στοιχεία (θερμοκρασία αέρα, άνεμος, καθίζηση, ηλιακή ακτινοβολία, κάλυψη σύννεφων) <br /> <br /> • Καθημερινά στοιχεία κυκλοφορίας (όγκος, μίγμα κυκλοφορίας, μέση ταχύτητα των αυτοκινήτων και των φορτηγών) <br /> <br /> • Καθημερινές εκπομπές οχημάτων των VOC και των NOX (λειτουργία του πρότυπου έτους οχημάτων στο μίγμα κυκλοφορίας) <br /> <br /> • Καθημερινές εκτιμήσεις καταλόγων εκπομπής των VOC και των NOX από τις βιομηχανικές πηγές <br /> <br /> • Καθημερινές εκτιμήσεις των διαδικασιών αεροσκαφών στους αερολιμένες στην περιοχή μελέτης<br /> <br /> • Καθημερινή θερμοκρασία επιφάνειας (σταθμισμένος μέσος όρος από την ταξινόμηση των τύπων επιφάνειας)<br /> <br /> Τα plots που παρατηρήθηκαν έναντι των προβλεπόμενων τιμών των ρύπων Ο3 από το νέο μοντέλο της επιστήμης είναι λογικά αποδεκτές για τα έτη 1996-2000 για το Tupelo και το Hernando. Η τιμή του συντελεστή συσχέτισης (R = 0,74) είναι λογική, σε σύγκριση με το εύρος των τιμών που έχουν αναφερθεί σε άλλες μελέτες, όπου οι τιμές Ο3 των προηγούμενων ημερών χρησιμοποιήθηκαν. Ως εκ τούτου, το μοντέλο AQMAN μπορεί να χρησιμοποιηθεί για τις περιοχές όπου δεν υπάρχει πρόγραμμα παρακολούθησης. Λεπτομέρειες σχετικά με την ποιότητα του αέρα του μοντέλου ανάπτυξης και επικύρωσης περιγράφονται από τον Boriboonsomsin.<br /> <br /> <br /> '''2. Εφαρμογή της τηλεπισκόπησης και των γεωχωρικών τεχνολογιών'''<br /> <br /> <br /> Οι μεταβλητές της θερμοκρασίας της επιφάνειας στα μοντέλα O3 και NO2 βοηθούν να αξιολογήσουν το δυσμενή αντίκτυπο των οικιστικών περιοχών στις επιδράσεις της ‘θερμικής νησίδας’. Η σταθμισμένη θερμοκρασία της επιφάνειας είναι η μέση τιμή της θερμοκρασίας στην επιφάνεια που σταθμίζεται από το ποσοστό κάθε κατηγορίας επιφάνειας στην περιοχή μελέτης. Μια μεθοδολογία έχει αναπτυχθεί και έχει εφαρμοστεί χρησιμοποιώντας τη γεωχωρική ανάλυση των πολυφασματικών δορυφορικών στοιχείων τηλεπισκόπησης υψηλής ανάλυσης. Τα 1m ανάλυσης IKONOS πολυφασματικά στοιχεία που αποκτήθηκαν από τον IKONOS για την Οξφόρδη, το Μισισιπή, στις 27 Μαρτίου 2000, χρησιμοποιήθηκαν για να κάνουν διακρίσεις τους διαφορετικούς τύπους επιφάνειας και χρήσης του εδάφους. Αυτοί οι τύποι επιφάνειας περιλαμβάνουν: την άσφαλτο, το σκυρόδεμα, τα κτήρια, τα χώματα, τη χλόη, δέντρα και δασώδεις περιοχές, και υδάτινα σώματα. Τρεις γνωστές επιβλεπόμενες μέθοδοι ταξινόμησης (ελάχιστη απόσταση, απόσταση mahalanobis, και κανόνες απόφασης μέγιστης πιθανοφάνειας) έδωσαν χαμηλή ακρίβεια (36-44%) για την ταξινόμηση κατηγορίας επιφάνειας δέντρου.<br /> <br /> Επομένως, μια νέα μεθοδολογία έχει αναπτυχθεί σε αυτήν την έρευνα βασισμένη στις τιμές φασματικής ανάκλασης σε κάθε ζώνη για να βελτιώσει την ακρίβεια των κατηγοριών της επιφάνειας. Η έννοια αυτής της μεθοδολογίας είναι να βρεθεί το εύρος μιας φασματικής ζώνης που αντιπροσωπεύει μεμονωμένα την επιθυμητή κατηγορία επιφάνειας που εδρεύει στις διαθέσιμες πληροφορίες από τις εικόνες των επιλεγμένων περιοχών με γνωστό groundtruth. Η μεθοδολογία της ταξινόμησης των εικονοστοιχείων της εικόνας στην αντίστοιχη κατηγορία επιφάνειας έχει εφαρμοστεί σε ένα πρόγραμμα υπολογιστών που ονομάζεται (IMAGES).<br /> <br /> Τα αποτελέσματα χρησιμοποιούνται για να προβλέψουν τη θερμοκρασία της επιφάνειας και παρουσιάζονται χρησιμοποιώντας τη γεωχωρική χαρτογράφηση. Οι λεπτομέρειες αυτών των μοντέλων περιγράφονται από τον Boriboonsomsin [24]. Το σχήμα 1 παρουσιάζει δορυφορικά στοιχεία της διατομής της εθνικής οδού 6 και της Jackson Ave στην Οξφόρδη που χρησιμοποιήθηκε για μια από τις μελέτες groundtruth. Ο αυτόματα ταξινομημένος χάρτης κατηγορίας επιφάνειας της ίδιας περιοχής παρουσιάζεται στο σχήμα 2.<br /> <br /> [[Εικόνα:erg7.1.JPG|thumb|right|Σχ.1:Δορυφορική εικόνα τομής του ΙKONOS 1m]]<br /> <br /> Τα στοιχεία κατηγορίας της επιφάνειας χρησιμοποιούνται για να προβλέψουν τη θερμοκρασία της επιφάνειας χρησιμοποιώντας τα κλιματολογικά στοιχεία για την περιοχή μελέτης. Τα αποτελέσματα των 8km Χ 8km της περιοχής μελέτης της Οξφόρδης δείχνουν ότι μια καυτή θερινή ημέρα η μέση θερμοκρασία επιφάνειας στην οικιστική περιοχή μέσα στην πόλη έχει μια μέση θερμοκρασία επιφάνειας 9o C υψηλότερη από την θερμοκρασία αέρα του περιβάλλοντος. Αυτό παρουσιάζει την επίδραση της ‘θερμικής νησίδας’ για αυτήν την μικρή αγροτική πόλη.<br /> <br /> <br /> <br /> <br /> '''3.Συζητήσεις και τελικές παρατηρήσεις'''<br /> <br /> Οι δαπάνες που συνδέονται με τα μοιραία περιστατικά και τους τραυματισμούς της κυκλοφορίας είναι σημαντικά υψηλότερες από τις δαπάνες για την ατμοσφαιρική ρύπανση και άλλες δαπάνες οδικών χρηστών και πρέπει να αντιμετωπιστούν ως ζήτημα δημόσιας υγείας. Ένα σημαντικό ποσό των ατμοσφαιρικών ρύπων προέρχεται από τις κινητές πηγές, τις σχετικές με τη μεταφορά, συμπεριλαμβανομένων των μηχανοκίνητων οχημάτων εθνικών οδών και των δραστηριοτήτων αεροπορίας. Οι δαπάνες της ατμοσφαιρικής ρύπανσης συσχετίζονται γενικά με τα μίλια των οχημάτων που ταξιδεύουν με κάποια κατ' εκτίμηση μέση ταχύτητα. Αυτό υπονοεί ότι οι αστικές περιοχές με τον υψηλότερο όγκο κυκλοφορίας θα συνδεθούν με τα πιο υψηλά επίπεδα ρύπανσης, ειδικά κατά τη διάρκεια των συνθηκών συμφόρησης. Εάν οποιαδήποτε από αυτές τις περιοχές που ελέγχονται από το EPA υπερβαίνει τα καθιερωμένα πρότυπα κατώτατων ορίων ρύπανσης, μπορεί να χάσει την ομοσπονδιακή χρηματοδότηση για την κατασκευή των νέων προγραμμάτων μεταφορών. <br /> <br /> Ο συνυπολογισμός των κοινωνικών δαπανών σε μια συγκεντρωτική ανάλυση κύκλου της ζωής θα οδηγήσει σε μια σημαντικότερη και ακριβή ανάλυση των δαπανών και των κερδών. Έχει αποδειχθεί ότι το κοινωνικό κόστος είναι το 33% των πλήρων δαπανών των μεταφορών, το οποίο είναι σημαντικό. Μια περιεκτική μέθοδος πρέπει να υιοθετηθεί για να αναλύσει και να λύσει αυτά τα προβλήματα ασφάλειας και υγείας, και οι σχετικές δαπάνες πρέπει να χρησιμοποιηθούν στις αναλύσεις του κύκλου της ζωής. <br /> <br /> Οι βιώσιμες πολιτικές των μεταφορών πρέπει να εξετάσουν το περιβάλλον, τις επιδράσεις στην υγεία, τα βελτιωμένα οχήματα και τα ασφαλή και βελτιωμένα οδοστρώματα. Αυτό μπορεί να ολοκληρωθεί επικερδώς μέσω των αποτελεσματικών συστημάτων διαχείρισης υποδομών και της χρήσης της σύγχρονης τηλεπισκόπησης και των γεωχωρικών τεχνολογιών.<br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> [[category:Ατμοσφαιρική Ρύπανση]]</div>

Liotsi http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Erg7.2.JPG 2010-02-16T22:17:34Z

<p>Liotsi: </p> <hr /> <div></div>

Liotsi http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Erg7.1.JPG 2010-02-16T22:17:03Z

<p>Liotsi: </p> <hr /> <div></div>

Liotsi http://147.102.106.44/rs/wiki/index.php/%CE%94%CE%B9%CE%B1%CF%87%CE%B5%CE%AF%CF%81%CE%B9%CF%83%CE%B7_%CE%B1%CF%84%CE%BC%CE%BF%CF%83%CF%86%CE%B1%CE%B9%CF%81%CE%B9%CE%BA%CE%AE%CF%82_%CF%80%CE%BF%CE%B9%CF%8C%CF%84%CE%B7%CF%84%CE%B1%CF%82_%CF%87%CF%81%CE%B7%CF%83%CE%B9%CE%BC%CE%BF%CF%80%CE%BF%CE%B9%CF%8E%CE%BD%CF%84%CE%B1%CF%82_%CF%84%CE%B7_%CF%83%CF%8D%CE%B3%CF%87%CF%81%CE%BF%CE%BD%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_%CE%BA%CE%B1%CE%B9_%CF%84%CE%B9%CF%82_%CF%87%CF%89%CF%81%CE%BF%CF%84%CE%B1%CE%BE%CE%B9%CE%BA%CE%AD%CF%82_%CF%84%CE%B5%CF%87%CE%BD%CE%BF%CE%BB%CE%BF%CE%B3%CE%AF%CE%B5%CF%82 2010-02-16T22:16:41Z

<p>Liotsi: </p> <hr /> <div>'''Πλήρης τίτλος: Διαχείριση ατμοσφαιρικής ποιότητας χρησιμοποιώντας τη σύγχρονη τηλεπισκόπηση και τις χωροταξικές τεχνολογίες και τις σχετικές κοινωνικές δαπάνες.'''<br /> <br /> Waheed Uddin<br /> <br /> <br /> '''1. Πρότυπο ατμοσφαιρικής ποιότητας και μεθοδολογία ανάλυσης'''<br /> <br /> Μοντέλο ανάπτυξης AQMAN<br /> <br /> Ο αντικειμενοστρεφής κώδικας προγράμματος AQMAN για τη συγκέντρωση του αέρα και το μοντέλο διασποράς των ρύπων, που παρουσιάζεται στο παρόν έγγραφο, είναι με βάση τα δεδομένα που ρυπαίνουν τον ατμοσφαιρικό αέρα (Ο3, ΝΟ2) που συγκεντρώνονται συνεχώς από την ΥΠΠ των σταθμών παρακολούθησης στο Tupelo και το Hernando από το 1996 μέχρι 2000. Οι καθημερινές μέγιστες τιμές των μετρημένων O3 συγκεντρώσεων σε Tupelo και Hernando από το 1996 ως το 2000 πέρα από ένα έτος παρουσιάζουν εποχιακό σχέδιο. Οι πλοκές των εκπομπών θερμοκρασίας αέρα και οχημάτων δείχνουν επίσης τις παρόμοιες εποχιακές τάσεις. Το πρότυπο AQMAN περιλαμβάνει τις ακόλουθες επεξηγηματικές μεταβλητές και διάφορους όρους αλληλεπίδρασης βασισμένους σε έναν τομέα μελέτης ακτίνας 32km.<br /> <br /> •Κλιματολογικά στοιχεία (θερμοκρασία αέρα, άνεμος, καθίζηση, ηλιακή ακτινοβολία, κάλυψη σύννεφων) <br /> <br /> • Καθημερινά στοιχεία κυκλοφορίας (όγκος, μίγμα κυκλοφορίας, μέση ταχύτητα των αυτοκινήτων και των φορτηγών) <br /> <br /> • Καθημερινές εκπομπές οχημάτων των VOC και των NOX (λειτουργία του πρότυπου έτους οχημάτων στο μίγμα κυκλοφορίας) <br /> <br /> • Καθημερινές εκτιμήσεις καταλόγων εκπομπής των VOC και των NOX από τις βιομηχανικές πηγές <br /> <br /> • Καθημερινές εκτιμήσεις των διαδικασιών αεροσκαφών στους αερολιμένες στην περιοχή μελέτης<br /> <br /> • Καθημερινή θερμοκρασία επιφάνειας (σταθμισμένος μέσος όρος από την ταξινόμηση των τύπων επιφάνειας)<br /> <br /> Τα plots που παρατηρήθηκαν έναντι των προβλεπόμενων τιμών των ρύπων Ο3 από το νέο μοντέλο της επιστήμης είναι λογικά αποδεκτές για τα έτη 1996-2000 για το Tupelo και το Hernando. Η τιμή του συντελεστή συσχέτισης (R = 0,74) είναι λογική, σε σύγκριση με το εύρος των τιμών που έχουν αναφερθεί σε άλλες μελέτες, όπου οι τιμές Ο3 των προηγούμενων ημερών χρησιμοποιήθηκαν. Ως εκ τούτου, το μοντέλο AQMAN μπορεί να χρησιμοποιηθεί για τις περιοχές όπου δεν υπάρχει πρόγραμμα παρακολούθησης. Λεπτομέρειες σχετικά με την ποιότητα του αέρα του μοντέλου ανάπτυξης και επικύρωσης περιγράφονται από τον Boriboonsomsin.<br /> <br /> <br /> '''2. Εφαρμογή της τηλεπισκόπησης και των γεωχωρικών τεχνολογιών'''<br /> <br /> <br /> Οι μεταβλητές της θερμοκρασίας της επιφάνειας στα μοντέλα O3 και NO2 βοηθούν να αξιολογήσουν το δυσμενή αντίκτυπο των οικιστικών περιοχών στις επιδράσεις της ‘θερμικής νησίδας’. Η σταθμισμένη θερμοκρασία της επιφάνειας είναι η μέση τιμή της θερμοκρασίας στην επιφάνεια που σταθμίζεται από το ποσοστό κάθε κατηγορίας επιφάνειας στην περιοχή μελέτης. Μια μεθοδολογία έχει αναπτυχθεί και έχει εφαρμοστεί χρησιμοποιώντας τη γεωχωρική ανάλυση των πολυφασματικών δορυφορικών στοιχείων τηλεπισκόπησης υψηλής ανάλυσης. Τα 1m ανάλυσης IKONOS πολυφασματικά στοιχεία που αποκτήθηκαν από τον IKONOS για την Οξφόρδη, το Μισισιπή, στις 27 Μαρτίου 2000, χρησιμοποιήθηκαν για να κάνουν διακρίσεις τους διαφορετικούς τύπους επιφάνειας και χρήσης του εδάφους. Αυτοί οι τύποι επιφάνειας περιλαμβάνουν: την άσφαλτο, το σκυρόδεμα, τα κτήρια, τα χώματα, τη χλόη, δέντρα και δασώδεις περιοχές, και υδάτινα σώματα. Τρεις γνωστές επιβλεπόμενες μέθοδοι ταξινόμησης (ελάχιστη απόσταση, απόσταση mahalanobis, και κανόνες απόφασης μέγιστης πιθανοφάνειας) έδωσαν χαμηλή ακρίβεια (36-44%) για την ταξινόμηση κατηγορίας επιφάνειας δέντρου.<br /> <br /> Επομένως, μια νέα μεθοδολογία έχει αναπτυχθεί σε αυτήν την έρευνα βασισμένη στις τιμές φασματικής ανάκλασης σε κάθε ζώνη για να βελτιώσει την ακρίβεια των κατηγοριών της επιφάνειας. Η έννοια αυτής της μεθοδολογίας είναι να βρεθεί το εύρος μιας φασματικής ζώνης που αντιπροσωπεύει μεμονωμένα την επιθυμητή κατηγορία επιφάνειας που εδρεύει στις διαθέσιμες πληροφορίες από τις εικόνες των επιλεγμένων περιοχών με γνωστό groundtruth. Η μεθοδολογία της ταξινόμησης των εικονοστοιχείων της εικόνας στην αντίστοιχη κατηγορία επιφάνειας έχει εφαρμοστεί σε ένα πρόγραμμα υπολογιστών που ονομάζεται (IMAGES).<br /> <br /> Τα αποτελέσματα χρησιμοποιούνται για να προβλέψουν τη θερμοκρασία της επιφάνειας και παρουσιάζονται χρησιμοποιώντας τη γεωχωρική χαρτογράφηση. Οι λεπτομέρειες αυτών των μοντέλων περιγράφονται από τον Boriboonsomsin [24]. Το σχήμα 1 παρουσιάζει δορυφορικά στοιχεία της διατομής της εθνικής οδού 6 και της Jackson Ave στην Οξφόρδη που χρησιμοποιήθηκε για μια από τις μελέτες groundtruth. Ο αυτόματα ταξινομημένος χάρτης κατηγορίας επιφάνειας της ίδιας περιοχής παρουσιάζεται στο σχήμα 2.<br /> <br /> Τα στοιχεία κατηγορίας της επιφάνειας χρησιμοποιούνται για να προβλέψουν τη θερμοκρασία της επιφάνειας χρησιμοποιώντας τα κλιματολογικά στοιχεία για την περιοχή μελέτης. Τα αποτελέσματα των 8km Χ 8km της περιοχής μελέτης της Οξφόρδης δείχνουν ότι μια καυτή θερινή ημέρα η μέση θερμοκρασία επιφάνειας στην οικιστική περιοχή μέσα στην πόλη έχει μια μέση θερμοκρασία επιφάνειας 9o C υψηλότερη από την θερμοκρασία αέρα του περιβάλλοντος. Αυτό παρουσιάζει την επίδραση της ‘θερμικής νησίδας’ για αυτήν την μικρή αγροτική πόλη.<br /> <br /> <br /> <br /> <br /> '''3.Συζητήσεις και τελικές παρατηρήσεις'''<br /> <br /> Οι δαπάνες που συνδέονται με τα μοιραία περιστατικά και τους τραυματισμούς της κυκλοφορίας είναι σημαντικά υψηλότερες από τις δαπάνες για την ατμοσφαιρική ρύπανση και άλλες δαπάνες οδικών χρηστών και πρέπει να αντιμετωπιστούν ως ζήτημα δημόσιας υγείας. Ένα σημαντικό ποσό των ατμοσφαιρικών ρύπων προέρχεται από τις κινητές πηγές, τις σχετικές με τη μεταφορά, συμπεριλαμβανομένων των μηχανοκίνητων οχημάτων εθνικών οδών και των δραστηριοτήτων αεροπορίας. Οι δαπάνες της ατμοσφαιρικής ρύπανσης συσχετίζονται γενικά με τα μίλια των οχημάτων που ταξιδεύουν με κάποια κατ' εκτίμηση μέση ταχύτητα. Αυτό υπονοεί ότι οι αστικές περιοχές με τον υψηλότερο όγκο κυκλοφορίας θα συνδεθούν με τα πιο υψηλά επίπεδα ρύπανσης, ειδικά κατά τη διάρκεια των συνθηκών συμφόρησης. Εάν οποιαδήποτε από αυτές τις περιοχές που ελέγχονται από το EPA υπερβαίνει τα καθιερωμένα πρότυπα κατώτατων ορίων ρύπανσης, μπορεί να χάσει την ομοσπονδιακή χρηματοδότηση για την κατασκευή των νέων προγραμμάτων μεταφορών. <br /> <br /> Ο συνυπολογισμός των κοινωνικών δαπανών σε μια συγκεντρωτική ανάλυση κύκλου της ζωής θα οδηγήσει σε μια σημαντικότερη και ακριβή ανάλυση των δαπανών και των κερδών. Έχει αποδειχθεί ότι το κοινωνικό κόστος είναι το 33% των πλήρων δαπανών των μεταφορών, το οποίο είναι σημαντικό. Μια περιεκτική μέθοδος πρέπει να υιοθετηθεί για να αναλύσει και να λύσει αυτά τα προβλήματα ασφάλειας και υγείας, και οι σχετικές δαπάνες πρέπει να χρησιμοποιηθούν στις αναλύσεις του κύκλου της ζωής. <br /> <br /> Οι βιώσιμες πολιτικές των μεταφορών πρέπει να εξετάσουν το περιβάλλον, τις επιδράσεις στην υγεία, τα βελτιωμένα οχήματα και τα ασφαλή και βελτιωμένα οδοστρώματα. Αυτό μπορεί να ολοκληρωθεί επικερδώς μέσω των αποτελεσματικών συστημάτων διαχείρισης υποδομών και της χρήσης της σύγχρονης τηλεπισκόπησης και των γεωχωρικών τεχνολογιών.<br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> [[category:Ατμοσφαιρική Ρύπανση]]</div>

Liotsi http://147.102.106.44/rs/wiki/index.php/%CE%94%CE%B9%CE%B1%CF%87%CE%B5%CE%AF%CF%81%CE%B9%CF%83%CE%B7_%CE%B1%CF%84%CE%BC%CE%BF%CF%83%CF%86%CE%B1%CE%B9%CF%81%CE%B9%CE%BA%CE%AE%CF%82_%CF%80%CE%BF%CE%B9%CF%8C%CF%84%CE%B7%CF%84%CE%B1%CF%82_%CF%87%CF%81%CE%B7%CF%83%CE%B9%CE%BC%CE%BF%CF%80%CE%BF%CE%B9%CF%8E%CE%BD%CF%84%CE%B1%CF%82_%CF%84%CE%B7_%CF%83%CF%8D%CE%B3%CF%87%CF%81%CE%BF%CE%BD%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_%CE%BA%CE%B1%CE%B9_%CF%84%CE%B9%CF%82_%CF%87%CF%89%CF%81%CE%BF%CF%84%CE%B1%CE%BE%CE%B9%CE%BA%CE%AD%CF%82_%CF%84%CE%B5%CF%87%CE%BD%CE%BF%CE%BB%CE%BF%CE%B3%CE%AF%CE%B5%CF%82 2010-02-16T22:13:49Z

<p>Liotsi: </p> <hr /> <div>'''Πλήρης τίτλος: Διαχείριση ατμοσφαιρικής ποιότητας χρησιμοποιώντας τη σύγχρονη τηλεπισκόπηση και τις χωροταξικές τεχνολογίες και τις σχετικές κοινωνικές δαπάνες.'''<br /> <br /> Waheed Uddin<br /> <br /> <br /> '''1. Πρότυπο ατμοσφαιρικής ποιότητας και μεθοδολογία ανάλυσης'''<br /> <br /> Μοντέλο ανάπτυξης AQMAN<br /> <br /> Ο αντικειμενοστρεφής κώδικας προγράμματος AQMAN για τη συγκέντρωση του αέρα και το μοντέλο διασποράς των ρύπων, που παρουσιάζεται στο παρόν έγγραφο, είναι με βάση τα δεδομένα που ρυπαίνουν τον ατμοσφαιρικό αέρα (Ο3, ΝΟ2) που συγκεντρώνονται συνεχώς από την ΥΠΠ των σταθμών παρακολούθησης στο Tupelo και το Hernando από το 1996 μέχρι 2000. Οι καθημερινές μέγιστες τιμές των μετρημένων O3 συγκεντρώσεων σε Tupelo και Hernando από το 1996 ως το 2000 πέρα από ένα έτος παρουσιάζουν εποχιακό σχέδιο. Οι πλοκές των εκπομπών θερμοκρασίας αέρα και οχημάτων δείχνουν επίσης τις παρόμοιες εποχιακές τάσεις. Το πρότυπο AQMAN περιλαμβάνει τις ακόλουθες επεξηγηματικές μεταβλητές και διάφορους όρους αλληλεπίδρασης βασισμένους σε έναν τομέα μελέτης ακτίνας 32km.<br /> <br /> •Κλιματολογικά στοιχεία (θερμοκρασία αέρα, άνεμος, καθίζηση, ηλιακή ακτινοβολία, κάλυψη σύννεφων) <br /> <br /> • Καθημερινά στοιχεία κυκλοφορίας (όγκος, μίγμα κυκλοφορίας, μέση ταχύτητα των αυτοκινήτων και των φορτηγών) <br /> <br /> • Καθημερινές εκπομπές οχημάτων των VOC και των NOX (λειτουργία του πρότυπου έτους οχημάτων στο μίγμα κυκλοφορίας) <br /> <br /> • Καθημερινές εκτιμήσεις καταλόγων εκπομπής των VOC και των NOX από τις βιομηχανικές πηγές <br /> <br /> • Καθημερινές εκτιμήσεις των διαδικασιών αεροσκαφών στους αερολιμένες στην περιοχή μελέτης<br /> <br /> • Καθημερινή θερμοκρασία επιφάνειας (σταθμισμένος μέσος όρος από την ταξινόμηση των τύπων επιφάνειας)<br /> <br /> Τα plots που παρατηρήθηκαν έναντι των προβλεπόμενων τιμών των ρύπων Ο3 από το νέο μοντέλο της επιστήμης είναι λογικά αποδεκτές για τα έτη 1996-2000 για το Tupelo και το Hernando. Η τιμή του συντελεστή συσχέτισης (R = 0,74) είναι λογική, σε σύγκριση με το εύρος των τιμών που έχουν αναφερθεί σε άλλες μελέτες, όπου οι τιμές Ο3 των προηγούμενων ημερών χρησιμοποιήθηκαν. Ως εκ τούτου, το μοντέλο AQMAN μπορεί να χρησιμοποιηθεί για τις περιοχές όπου δεν υπάρχει πρόγραμμα παρακολούθησης. Λεπτομέρειες σχετικά με την ποιότητα του αέρα του μοντέλου ανάπτυξης και επικύρωσης περιγράφονται από τον Boriboonsomsin.<br /> <br /> <br /> '''2. Εφαρμογή της τηλεπισκόπησης και των γεωχωρικών τεχνολογιών'''<br /> <br /> <br /> Οι μεταβλητές της θερμοκρασίας της επιφάνειας στα μοντέλα O3 και NO2 βοηθούν να αξιολογήσουν το δυσμενή αντίκτυπο των οικιστικών περιοχών στις επιδράσεις της ‘θερμικής νησίδας’. Η σταθμισμένη θερμοκρασία της επιφάνειας είναι η μέση τιμή της θερμοκρασίας στην επιφάνεια που σταθμίζεται από το ποσοστό κάθε κατηγορίας επιφάνειας στην περιοχή μελέτης. Μια μεθοδολογία έχει αναπτυχθεί και έχει εφαρμοστεί χρησιμοποιώντας τη γεωχωρική ανάλυση των πολυφασματικών δορυφορικών στοιχείων τηλεπισκόπησης υψηλής ανάλυσης. Τα 1m ανάλυσης IKONOS πολυφασματικά στοιχεία που αποκτήθηκαν από τον IKONOS για την Οξφόρδη, το Μισισιπή, στις 27 Μαρτίου 2000, χρησιμοποιήθηκαν για να κάνουν διακρίσεις τους διαφορετικούς τύπους επιφάνειας και χρήσης του εδάφους. Αυτοί οι τύποι επιφάνειας περιλαμβάνουν: την άσφαλτο, το σκυρόδεμα, τα κτήρια, τα χώματα, τη χλόη, δέντρα και δασώδεις περιοχές, και υδάτινα σώματα. Τρεις γνωστές επιβλεπόμενες μέθοδοι ταξινόμησης (ελάχιστη απόσταση, απόσταση mahalanobis, και κανόνες απόφασης μέγιστης πιθανοφάνειας) έδωσαν χαμηλή ακρίβεια (36-44%) για την ταξινόμηση κατηγορίας επιφάνειας δέντρου.<br /> <br /> Επομένως, μια νέα μεθοδολογία έχει αναπτυχθεί σε αυτήν την έρευνα βασισμένη στις τιμές φασματικής ανάκλασης σε κάθε ζώνη για να βελτιώσει την ακρίβεια των κατηγοριών της επιφάνειας. Η έννοια αυτής της μεθοδολογίας είναι να βρεθεί το εύρος μιας φασματικής ζώνης που αντιπροσωπεύει μεμονωμένα την επιθυμητή κατηγορία επιφάνειας που εδρεύει στις διαθέσιμες πληροφορίες από τις εικόνες των επιλεγμένων περιοχών με γνωστό groundtruth. Η μεθοδολογία της ταξινόμησης των εικονοστοιχείων της εικόνας στην αντίστοιχη κατηγορία επιφάνειας έχει εφαρμοστεί σε ένα πρόγραμμα υπολογιστών που ονομάζεται (IMAGES).<br /> <br /> Τα αποτελέσματα χρησιμοποιούνται για να προβλέψουν τη θερμοκρασία της επιφάνειας και παρουσιάζονται χρησιμοποιώντας τη γεωχωρική χαρτογράφηση. Οι λεπτομέρειες αυτών των μοντέλων περιγράφονται από τον Boriboonsomsin [24]. Το σχήμα 1 παρουσιάζει δορυφορικά στοιχεία της διατομής της εθνικής οδού 6 και της Jackson Ave στην Οξφόρδη που χρησιμοποιήθηκε για μια από τις μελέτες groundtruth. Ο αυτόματα ταξινομημένος χάρτης κατηγορίας επιφάνειας της ίδιας περιοχής παρουσιάζεται στο σχήμα 2.<br /> <br /> <br /> Τα στοιχεία κατηγορίας της επιφάνειας χρησιμοποιούνται για να προβλέψουν τη θερμοκρασία της επιφάνειας χρησιμοποιώντας τα κλιματολογικά στοιχεία για την περιοχή μελέτης. Τα αποτελέσματα των 8km Χ 8km της περιοχής μελέτης της Οξφόρδης δείχνουν ότι μια καυτή θερινή ημέρα η μέση θερμοκρασία επιφάνειας στην οικιστική περιοχή μέσα στην πόλη έχει μια μέση θερμοκρασία επιφάνειας 9o C υψηλότερη από την θερμοκρασία αέρα του περιβάλλοντος. Αυτό παρουσιάζει την επίδραση της ‘θερμικής νησίδας’ για αυτήν την μικρή αγροτική πόλη.<br /> <br /> <br /> <br /> <br /> Συζητήσεις και τελικές παρατηρήσεις<br /> <br /> Οι δαπάνες που συνδέονται με τα μοιραία περιστατικά και τους τραυματισμούς της κυκλοφορίας είναι σημαντικά υψηλότερες από τις δαπάνες για την ατμοσφαιρική ρύπανση και άλλες δαπάνες οδικών χρηστών και πρέπει να αντιμετωπιστούν ως ζήτημα δημόσιας υγείας. Ένα σημαντικό ποσό των ατμοσφαιρικών ρύπων προέρχεται από τις κινητές πηγές, τις σχετικές με τη μεταφορά, συμπεριλαμβανομένων των μηχανοκίνητων οχημάτων εθνικών οδών και των δραστηριοτήτων αεροπορίας. Οι δαπάνες της ατμοσφαιρικής ρύπανσης συσχετίζονται γενικά με τα μίλια των οχημάτων που ταξιδεύουν με κάποια κατ' εκτίμηση μέση ταχύτητα. Αυτό υπονοεί ότι οι αστικές περιοχές με τον υψηλότερο όγκο κυκλοφορίας θα συνδεθούν με τα πιο υψηλά επίπεδα ρύπανσης, ειδικά κατά τη διάρκεια των συνθηκών συμφόρησης. Εάν οποιαδήποτε από αυτές τις περιοχές που ελέγχονται από το EPA υπερβαίνει τα καθιερωμένα πρότυπα κατώτατων ορίων ρύπανσης, μπορεί να χάσει την ομοσπονδιακή χρηματοδότηση για την κατασκευή των νέων προγραμμάτων μεταφορών. <br /> <br /> Ο συνυπολογισμός των κοινωνικών δαπανών σε μια συγκεντρωτική ανάλυση κύκλου της ζωής θα οδηγήσει σε μια σημαντικότερη και ακριβή ανάλυση των δαπανών και των κερδών. Έχει αποδειχθεί ότι το κοινωνικό κόστος είναι το 33% των πλήρων δαπανών των μεταφορών, το οποίο είναι σημαντικό. Μια περιεκτική μέθοδος πρέπει να υιοθετηθεί για να αναλύσει και να λύσει αυτά τα προβλήματα ασφάλειας και υγείας, και οι σχετικές δαπάνες πρέπει να χρησιμοποιηθούν στις αναλύσεις του κύκλου της ζωής. <br /> <br /> <br /> Οι βιώσιμες πολιτικές των μεταφορών πρέπει να εξετάσουν το περιβάλλον, τις επιδράσεις στην υγεία, τα βελτιωμένα οχήματα και τα ασφαλή και βελτιωμένα οδοστρώματα. Αυτό μπορεί να ολοκληρωθεί επικερδώς μέσω των αποτελεσματικών συστημάτων διαχείρισης υποδομών και της χρήσης της σύγχρονης τηλεπισκόπησης και των γεωχωρικών τεχνολογιών.<br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> [[category:Ατμοσφαιρική Ρύπανση]]</div>

Liotsi http://147.102.106.44/rs/wiki/index.php/%CE%9B%CE%B9%CF%8C%CF%84%CF%83%CE%B7_%CE%95%CE%BB%CE%AD%CE%BD%CE%B7 2010-02-16T21:25:10Z

<p>Liotsi: </p> <hr /> <div>*[[ΑΞΙΟΛΟΓΗΣΗ ΤΟΥ ΔΕΙΚΤΗ ΒΛΑΣΤΗΣΗΣ TVI ΜΕ ΤΗ ΣΥΝΔΡΟΜΗ ΤΗΣ ΘΕΩΡΙΑΣ ΠΙΘΑΝΟΤΗΤΩΝ]]<br /> *[[ΑΝΑΠΤΥΞΗ ΤΗΛΕΠΙΣΚΟΠΙΚΟΥ ΣΥΣΤΗΜΑΤΟΣ ΡΑΝΤΑΡ ΓΙΑ ΤΟΝ ΕΝΤΟΠΙΣΜΟ ΠΕΤΡΕΛΑΙΟΚΗΛΙΔΩΝ ΣΤΙΣ ΕΛΛΗΝΙΚΕΣ ΘΑΛΑΣΣΕΣ]]<br /> *[[Ανίχνευση πετρελαιοκηλίδων με τον RADARSAT SAR στα ύδατα της Κίτρινης θάλασσας, ανατολικής Κίνας: Μια μελέτη περίπτωσης]]<br /> *[[Αυτόματη αναγνώριση των πετρελαιοκηλίδων σε δορυφορικές εικόνες]]<br /> *[[Τηλεπισκόπηση και ανάλυση εικόνας για τον μετριασμό πετρελαιοκηλίδων στην Ερυθρά θάλασσα.]]<br /> *[[ΕΝΑΕΡΙΑ ΚΑΙ ΤΗΛΕΠΙΣΚΟΠΙΚΗ ΑΡΧΑΙΟΛΟΓΙΑ ΣΤΗΝ ΑΝΑΤΟΛΙΚΗ ΜΑΚΕΔΟΝΙΑ, ΕΛΛΑΔΑ]]<br /> *[[Εφαρμογές των γεωγραφικών συστημάτων πληροφοριών και της δορυφορικής τηλεπισκόπησης στην αρχαιολογία]]<br /> *[[Διαχείριση ατμοσφαιρικής ποιότητας χρησιμοποιώντας τη σύγχρονη τηλεπισκόπηση και τις χωροταξικές τεχνολογίες]]<br /> <br /> [[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Αθήνα)]]</div>

Liotsi http://147.102.106.44/rs/wiki/index.php/%CE%9B%CE%B9%CF%8C%CF%84%CF%83%CE%B7_%CE%95%CE%BB%CE%AD%CE%BD%CE%B7 2010-02-16T21:23:41Z

<p>Liotsi: </p> <hr /> <div>*[[ΑΞΙΟΛΟΓΗΣΗ ΤΟΥ ΔΕΙΚΤΗ ΒΛΑΣΤΗΣΗΣ TVI ΜΕ ΤΗ ΣΥΝΔΡΟΜΗ ΤΗΣ ΘΕΩΡΙΑΣ ΠΙΘΑΝΟΤΗΤΩΝ]]<br /> *[[Ανάπτυξη τηλεπισκοπικού συστήματος ραντάρ για τον εντοπισμό πετρελαιοκηλίδων στις ελληνικές θάλασσες]]<br /> *[[Ανίχνευση πετρελαιοκηλίδων με τον RADARSAT SAR στα ύδατα της Κίτρινης θάλασσας, ανατολικής Κίνας: Μια μελέτη περίπτωσης]]<br /> *[[Αυτόματη αναγνώριση των πετρελαιοκηλίδων σε δορυφορικές εικόνες]]<br /> *[[Τηλεπισκόπηση και ανάλυση εικόνας για τον μετριασμό πετρελαιοκηλίδων στην Ερυθρά θάλασσα.]]<br /> *[[ΕΝΑΕΡΙΑ ΚΑΙ ΤΗΛΕΠΙΣΙΚΟΠΙΚΗ ΑΡΧΑΙΟΛΟΓΙΑ ΣΤΗΝ ΑΝΑΤΟΛΙΚΗ ΜΑΚΕΔΟΝΙΑ, ΕΛΛΑΔΑ]]<br /> *[[Εφαρμογές των γεωγραφικών συστημάτων πληροφοριών και της δορυφορικής τηλεπισκόπησης στην αρχαιολογία]]<br /> *[[Διαχείριση ατμοσφαιρικής ποιότητας χρησιμοποιώντας τη σύγχρονη τηλεπισκόπηση και τις χωροταξικές τεχνολογίες]]<br /> <br /> [[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Αθήνα)]]</div>

Liotsi http://147.102.106.44/rs/wiki/index.php/%CE%9B%CE%B9%CF%8C%CF%84%CF%83%CE%B7_%CE%95%CE%BB%CE%AD%CE%BD%CE%B7 2010-02-16T21:20:07Z

<p>Liotsi: </p> <hr /> <div>*[[Αξιολόγηση του δείκτη βλάστησης TVI με τη συνδρομή της θεωρίας πιθανοτήτων]]<br /> *[[Ανάπτυξη τηλεπισκοπικού συστήματος ραντάρ για τον εντοπισμό πετρελαιοκηλίδων στις ελληνικές θάλασσες]]<br /> *[[Ανίχνευση πετρελαιοκηλίδων με τον RADARSAT SAR στα ύδατα της Κίτρινης θάλασσας, ανατολικής Κίνας: Μια μελέτη περίπτωσης]]<br /> *[[Αυτόματη αναγνώριση των πετρελαιοκηλίδων σε δορυφορικές εικόνες]]<br /> *[[Τηλεπισκόπηση και ανάλυση εικόνας για τον μετριασμό πετρελαιοκηλίδων στην Ερυθρά θάλασσα.]]<br /> *[[Εναέρια και τηλεπισκοπική αρχαιολογία στην ανατολική Μακεδονία, Ελλάδα]]<br /> *[[Εφαρμογές των γεωγραφικών συστημάτων πληροφοριών και της δορυφορικής τηλεπισκόπησης στην αρχαιολογία]]<br /> *[[Διαχείριση ατμοσφαιρικής ποιότητας χρησιμοποιώντας τη σύγχρονη τηλεπισκόπηση και τις χωροταξικές τεχνολογίες]]<br /> <br /> [[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Αθήνα)]]</div>

Liotsi http://147.102.106.44/rs/wiki/index.php/%CE%94%CE%B9%CE%B1%CF%87%CE%B5%CE%AF%CF%81%CE%B9%CF%83%CE%B7_%CE%B1%CF%84%CE%BC%CE%BF%CF%83%CF%86%CE%B1%CE%B9%CF%81%CE%B9%CE%BA%CE%AE%CF%82_%CF%80%CE%BF%CE%B9%CF%8C%CF%84%CE%B7%CF%84%CE%B1%CF%82_%CF%87%CF%81%CE%B7%CF%83%CE%B9%CE%BC%CE%BF%CF%80%CE%BF%CE%B9%CF%8E%CE%BD%CF%84%CE%B1%CF%82_%CF%84%CE%B7_%CF%83%CF%8D%CE%B3%CF%87%CF%81%CE%BF%CE%BD%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_%CE%BA%CE%B1%CE%B9_%CF%84%CE%B9%CF%82_%CF%87%CF%89%CF%81%CE%BF%CF%84%CE%B1%CE%BE%CE%B9%CE%BA%CE%AD%CF%82_%CF%84%CE%B5%CF%87%CE%BD%CE%BF%CE%BB%CE%BF%CE%B3%CE%AF%CE%B5%CF%82 2010-02-16T21:16:27Z

<p>Liotsi: </p> <hr /> <div><br /> '''Πλήρης τίτλος: Διαχείριση ατμοσφαιρικής ποιότητας χρησιμοποιώντας τη σύγχρονη τηλεπισκόπηση και τις χωροταξικές τεχνολογίες και τις σχετικές κοινωνικές δαπάνες.'''<br /> <br /> Waheed Uddin<br /> <br /> <br /> '''Πρότυπο ατμοσφαιρικής ποιότητας και μεθοδολογία ανάλυσης'''<br /> <br /> Μοντέλο ανάπτυξης AQMAN<br /> <br /> Ο αντικειμενοστρεφής κώδικας προγράμματος AQMAN για τη συγκέντρωση του αέρα και το μοντέλο διασποράς των ρύπων, που παρουσιάζεται στο παρόν έγγραφο, είναι με βάση τα δεδομένα που ρυπαίνουν τον ατμοσφαιρικό αέρα (Ο3, ΝΟ2) που συγκεντρώνονται συνεχώς από την ΥΠΠ των σταθμών παρακολούθησης στο Tupelo και το Hernando από το 1996 μέχρι 2000. Οι καθημερινές μέγιστες τιμές των μετρημένων O3 συγκεντρώσεων σε Tupelo και Hernando από το 1996 ως το 2000 πέρα από ένα έτος παρουσιάζουν εποχιακό σχέδιο. Οι πλοκές των εκπομπών θερμοκρασίας αέρα και οχημάτων δείχνουν επίσης τις παρόμοιες εποχιακές τάσεις. Το πρότυπο AQMAN περιλαμβάνει τις ακόλουθες επεξηγηματικές μεταβλητές και διάφορους όρους αλληλεπίδρασης βασισμένους σε έναν τομέα μελέτης ακτίνας 32km.<br /> <br /> •Κλιματολογικά στοιχεία (θερμοκρασία αέρα, άνεμος, καθίζηση, ηλιακή ακτινοβολία, κάλυψη σύννεφων) <br /> <br /> • Καθημερινά στοιχεία κυκλοφορίας (όγκος, μίγμα κυκλοφορίας, μέση ταχύτητα των αυτοκινήτων και των φορτηγών) <br /> <br /> • Καθημερινές εκπομπές οχημάτων των VOC και των NOX (λειτουργία του πρότυπου έτους οχημάτων στο μίγμα κυκλοφορίας) <br /> <br /> • Καθημερινές εκτιμήσεις καταλόγων εκπομπής των VOC και των NOX από τις βιομηχανικές πηγές <br /> <br /> • Καθημερινές εκτιμήσεις των διαδικασιών αεροσκαφών στους αερολιμένες στην περιοχή μελέτης<br /> <br /> • Καθημερινή θερμοκρασία επιφάνειας (σταθμισμένος μέσος όρος από την ταξινόμηση των τύπων επιφάνειας)<br /> <br /> Τα plots που παρατηρήθηκαν έναντι των προβλεπόμενων τιμών των ρύπων Ο3 από το νέο μοντέλο της επιστήμης είναι λογικά αποδεκτές για τα έτη 1996-2000 για το Tupelo και το Hernando. Η τιμή του συντελεστή συσχέτισης (R = 0,74) είναι λογική, σε σύγκριση με το εύρος των τιμών που έχουν αναφερθεί σε άλλες μελέτες, όπου οι τιμές Ο3 των προηγούμενων ημερών χρησιμοποιήθηκαν. Ως εκ τούτου, το μοντέλο AQMAN μπορεί να χρησιμοποιηθεί για τις περιοχές όπου δεν υπάρχει πρόγραμμα παρακολούθησης. Λεπτομέρειες σχετικά με την ποιότητα του αέρα του μοντέλου ανάπτυξης και επικύρωσης περιγράφονται από τον Boriboonsomsin.<br /> <br /> <br /> '''Εφαρμογή της τηλεπισκόπησης και των γεωχωρικών τεχνολογιών'''<br /> <br /> <br /> Οι μεταβλητές της θερμοκρασίας της επιφάνειας στα μοντέλα O3 και NO2 βοηθούν να αξιολογήσουν το δυσμενή αντίκτυπο των οικιστικών περιοχών στις επιδράσεις της ‘θερμικής νησίδας’. Η σταθμισμένη θερμοκρασία της επιφάνειας είναι η μέση τιμή της θερμοκρασίας στην επιφάνεια που σταθμίζεται από το ποσοστό κάθε κατηγορίας επιφάνειας στην περιοχή μελέτης. Μια μεθοδολογία έχει αναπτυχθεί και έχει εφαρμοστεί χρησιμοποιώντας τη γεωχωρική ανάλυση των πολυφασματικών δορυφορικών στοιχείων τηλεπισκόπησης υψηλής ανάλυσης. Τα 1m ανάλυσης IKONOS πολυφασματικά στοιχεία που αποκτήθηκαν από τον IKONOS για την Οξφόρδη, το Μισισιπή, στις 27 Μαρτίου 2000, χρησιμοποιήθηκαν για να κάνουν διακρίσεις τους διαφορετικούς τύπους επιφάνειας και χρήσης του εδάφους. Αυτοί οι τύποι επιφάνειας περιλαμβάνουν: την άσφαλτο, το σκυρόδεμα, τα κτήρια, τα χώματα, τη χλόη, δέντρα και δασώδεις περιοχές, και υδάτινα σώματα. Τρεις γνωστές επιβλεπόμενες μέθοδοι ταξινόμησης (ελάχιστη απόσταση, απόσταση mahalanobis, και κανόνες απόφασης μέγιστης πιθανοφάνειας) έδωσαν χαμηλή ακρίβεια (36-44%) για την ταξινόμηση κατηγορίας επιφάνειας δέντρου.<br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> [[category:Ατμοσφαιρική Ρύπανση]]</div>

Liotsi http://147.102.106.44/rs/wiki/index.php/%CE%94%CE%B9%CE%B1%CF%87%CE%B5%CE%AF%CF%81%CE%B9%CF%83%CE%B7_%CE%B1%CF%84%CE%BC%CE%BF%CF%83%CF%86%CE%B1%CE%B9%CF%81%CE%B9%CE%BA%CE%AE%CF%82_%CF%80%CE%BF%CE%B9%CF%8C%CF%84%CE%B7%CF%84%CE%B1%CF%82_%CF%87%CF%81%CE%B7%CF%83%CE%B9%CE%BC%CE%BF%CF%80%CE%BF%CE%B9%CF%8E%CE%BD%CF%84%CE%B1%CF%82_%CF%84%CE%B7_%CF%83%CF%8D%CE%B3%CF%87%CF%81%CE%BF%CE%BD%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_%CE%BA%CE%B1%CE%B9_%CF%84%CE%B9%CF%82_%CF%87%CF%89%CF%81%CE%BF%CF%84%CE%B1%CE%BE%CE%B9%CE%BA%CE%AD%CF%82_%CF%84%CE%B5%CF%87%CE%BD%CE%BF%CE%BB%CE%BF%CE%B3%CE%AF%CE%B5%CF%82 2010-02-16T21:16:02Z

<p>Liotsi: </p> <hr /> <div><br /> <br /> '''Πλήρης τίτλος: Διαχείριση ατμοσφαιρικής ποιότητας χρησιμοποιώντας τη σύγχρονη τηλεπισκόπηση και τις χωροταξικές τεχνολογίες και τις σχετικές κοινωνικές δαπάνες.'''<br /> <br /> Waheed Uddin<br /> <br /> <br /> '''Πρότυπο ατμοσφαιρικής ποιότητας και μεθοδολογία ανάλυσης'''<br /> Μοντέλο ανάπτυξης AQMAN<br /> <br /> Ο αντικειμενοστρεφής κώδικας προγράμματος AQMAN για τη συγκέντρωση του αέρα και το μοντέλο διασποράς των ρύπων, που παρουσιάζεται στο παρόν έγγραφο, είναι με βάση τα δεδομένα που ρυπαίνουν τον ατμοσφαιρικό αέρα (Ο3, ΝΟ2) που συγκεντρώνονται συνεχώς από την ΥΠΠ των σταθμών παρακολούθησης στο Tupelo και το Hernando από το 1996 μέχρι 2000. Οι καθημερινές μέγιστες τιμές των μετρημένων O3 συγκεντρώσεων σε Tupelo και Hernando από το 1996 ως το 2000 πέρα από ένα έτος παρουσιάζουν εποχιακό σχέδιο. Οι πλοκές των εκπομπών θερμοκρασίας αέρα και οχημάτων δείχνουν επίσης τις παρόμοιες εποχιακές τάσεις. Το πρότυπο AQMAN περιλαμβάνει τις ακόλουθες επεξηγηματικές μεταβλητές και διάφορους όρους αλληλεπίδρασης βασισμένους σε έναν τομέα μελέτης ακτίνας 32km.<br /> <br /> •Κλιματολογικά στοιχεία (θερμοκρασία αέρα, άνεμος, καθίζηση, ηλιακή ακτινοβολία, κάλυψη σύννεφων) <br /> <br /> • Καθημερινά στοιχεία κυκλοφορίας (όγκος, μίγμα κυκλοφορίας, μέση ταχύτητα των αυτοκινήτων και των φορτηγών) <br /> <br /> • Καθημερινές εκπομπές οχημάτων των VOC και των NOX (λειτουργία του πρότυπου έτους οχημάτων στο μίγμα κυκλοφορίας) <br /> <br /> • Καθημερινές εκτιμήσεις καταλόγων εκπομπής των VOC και των NOX από τις βιομηχανικές πηγές <br /> <br /> • Καθημερινές εκτιμήσεις των διαδικασιών αεροσκαφών στους αερολιμένες στην περιοχή μελέτης<br /> <br /> • Καθημερινή θερμοκρασία επιφάνειας (σταθμισμένος μέσος όρος από την ταξινόμηση των τύπων επιφάνειας)<br /> <br /> Τα plots που παρατηρήθηκαν έναντι των προβλεπόμενων τιμών των ρύπων Ο3 από το νέο μοντέλο της επιστήμης είναι λογικά αποδεκτές για τα έτη 1996-2000 για το Tupelo και το Hernando. Η τιμή του συντελεστή συσχέτισης (R = 0,74) είναι λογική, σε σύγκριση με το εύρος των τιμών που έχουν αναφερθεί σε άλλες μελέτες, όπου οι τιμές Ο3 των προηγούμενων ημερών χρησιμοποιήθηκαν. Ως εκ τούτου, το μοντέλο AQMAN μπορεί να χρησιμοποιηθεί για τις περιοχές όπου δεν υπάρχει πρόγραμμα παρακολούθησης. Λεπτομέρειες σχετικά με την ποιότητα του αέρα του μοντέλου ανάπτυξης και επικύρωσης περιγράφονται από τον Boriboonsomsin.<br /> <br /> <br /> '''Εφαρμογή της τηλεπισκόπησης και των γεωχωρικών τεχνολογιών'''<br /> <br /> <br /> Οι μεταβλητές της θερμοκρασίας της επιφάνειας στα μοντέλα O3 και NO2 βοηθούν να αξιολογήσουν το δυσμενή αντίκτυπο των οικιστικών περιοχών στις επιδράσεις της ‘θερμικής νησίδας’. Η σταθμισμένη θερμοκρασία της επιφάνειας είναι η μέση τιμή της θερμοκρασίας στην επιφάνεια που σταθμίζεται από το ποσοστό κάθε κατηγορίας επιφάνειας στην περιοχή μελέτης. Μια μεθοδολογία έχει αναπτυχθεί και έχει εφαρμοστεί χρησιμοποιώντας τη γεωχωρική ανάλυση των πολυφασματικών δορυφορικών στοιχείων τηλεπισκόπησης υψηλής ανάλυσης. Τα 1m ανάλυσης IKONOS πολυφασματικά στοιχεία που αποκτήθηκαν από τον IKONOS για την Οξφόρδη, το Μισισιπή, στις 27 Μαρτίου 2000, χρησιμοποιήθηκαν για να κάνουν διακρίσεις τους διαφορετικούς τύπους επιφάνειας και χρήσης του εδάφους. Αυτοί οι τύποι επιφάνειας περιλαμβάνουν: την άσφαλτο, το σκυρόδεμα, τα κτήρια, τα χώματα, τη χλόη, δέντρα και δασώδεις περιοχές, και υδάτινα σώματα. Τρεις γνωστές επιβλεπόμενες μέθοδοι ταξινόμησης (ελάχιστη απόσταση, απόσταση mahalanobis, και κανόνες απόφασης μέγιστης πιθανοφάνειας) έδωσαν χαμηλή ακρίβεια (36-44%) για την ταξινόμηση κατηγορίας επιφάνειας δέντρου.<br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> [[category:Ατμοσφαιρική Ρύπανση]]</div>

Liotsi http://147.102.106.44/rs/wiki/index.php/%CE%9B%CE%B9%CF%8C%CF%84%CF%83%CE%B7_%CE%95%CE%BB%CE%AD%CE%BD%CE%B7 2010-02-16T21:15:27Z

<p>Liotsi: </p> <hr /> <div>*[[ΑΞΙΟΛΟΓΗΣΗ ΤΟΥ ΔΕΙΚΤΗ ΒΛΑΣΤΗΣΗΣ TVI ΜΕ ΤΗ ΣΥΝΔΡΟΜΗ ΤΗΣ ΘΕΩΡΙΑΣ ΠΙΘΑΝΟΤΗΤΩΝ]]<br /> *[[ΑΝΑΠΤΥΞΗ ΤΗΛΕΠΙΣΚΟΠΙΚΟΥ ΣΥΣΤΗΜΑΤΟΣ ΡΑΝΤΑΡ ΓΙΑ ΤΟΝ ΕΝΤΟΠΙΣΜΟ ΠΕΤΡΕΛΑΙΟΚΗΛΙΔΩΝ ΣΤΙΣ ΕΛΛΗΝΙΚΕΣ ΘΑΛΑΣΣΕΣ]]<br /> *[[Ανίχνευση πετρελαιοκηλίδων με τον RADARSAT SAR στα ύδατα της Κίτρινης θάλασσας, ανατολικής Κίνας: Μια μελέτη περίπτωσης]]<br /> *[[Αυτόματη αναγνώριση των πετρελαιοκηλίδων σε δορυφορικές εικόνες]]<br /> *[[Τηλεπισκόπηση και ανάλυση εικόνας για τον μετριασμό πετρελαιοκηλίδων στην Ερυθρά θάλασσα.]]<br /> *[[ΕΝΑΕΡΙΑ ΚΑΙ ΤΗΛΕΠΙΣΚΟΠΙΚΗ ΑΡΧΑΙΟΛΟΓΙΑ ΣΤΗΝ ΑΝΑΤΟΛΙΚΗ ΜΑΚΕΔΟΝΙΑ, ΕΛΛΑΔΑ]]<br /> *[[Εφαρμογές των γεωγραφικών συστημάτων πληροφοριών και της δορυφορικής τηλεπισκόπησης στην αρχαιολογία]]<br /> *[[Διαχείριση ατμοσφαιρικής ποιότητας χρησιμοποιώντας τη σύγχρονη τηλεπισκόπηση και τις χωροταξικές τεχνολογίες]]<br /> <br /> [[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Αθήνα)]]</div>

Liotsi http://147.102.106.44/rs/wiki/index.php/%CE%9B%CE%B9%CF%8C%CF%84%CF%83%CE%B7_%CE%95%CE%BB%CE%AD%CE%BD%CE%B7 2010-02-16T21:14:42Z

<p>Liotsi: </p> <hr /> <div>*[[ΑΞΙΟΛΟΓΗΣΗ ΤΟΥ ΔΕΙΚΤΗ ΒΛΑΣΤΗΣΗΣ TVI ΜΕ ΤΗ ΣΥΝΔΡΟΜΗ ΤΗΣ ΘΕΩΡΙΑΣ ΠΙΘΑΝΟΤΗΤΩΝ]]<br /> *[[ΑΝΑΠΤΥΞΗ ΤΗΛΕΠΙΣΚΟΠΙΚΟΥ ΣΥΣΤΗΜΑΤΟΣ ΡΑΝΤΑΡ ΓΙΑ ΤΟΝ ΕΝΤΟΠΙΣΜΟ ΠΕΤΡΕΛΑΙΟΚΗΛΙΔΩΝ ΣΤΙΣ ΕΛΛΗΝΙΚΕΣ ΘΑΛΑΣΣΕΣ]]<br /> *[[Ανίχνευση πετρελαιοκηλίδων με τον RADARSAT SAR στα ύδατα της Κίτρινης θάλασσας, ανατολικής Κίνας: Μια μελέτη περίπτωσης]]<br /> *[[Αυτόματη αναγνώριση των πετρελαιοκηλίδων σε δορυφορικές εικόνες]]<br /> *[[Τηλεπισκόπηση και ανάλυση εικόνας για τον μετριασμό πετρελαιοκηλίδων στην Ερυθρά θάλασσα.]]<br /> *[[ΕΝΑΕΡΙΑ ΚΑΙ ΤΗΛΕΠΙΣΚΟΠΙΚΗ ΑΡΧΑΙΟΛΟΓΙΑ ΣΤΗΝ ΑΝΑΤΟΛΙΚΗ ΜΑΚΕΔΟΝΙΑ, ΕΛΛΑΔΑ]]<br /> *[[Εφαρμογές των γεωγραφικών συστημάτων πληροφοριών και της δορυφορικής τηλεπισκόπησης στην αρχαιολογία]]<br /> *[[Διαχείριση ατμοσφαιρικής ποιότητας χρησιμοποιώντας τη σύγχρονη τηλεπισκόπηση και τις χωροταξικές τεχνολογίες και τις σχετικές κοινωνικές δαπάνες.]]<br /> <br /> [[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Αθήνα)]]</div>

Liotsi http://147.102.106.44/rs/wiki/index.php/%CE%94%CE%B9%CE%B1%CF%87%CE%B5%CE%AF%CF%81%CE%B9%CF%83%CE%B7_%CE%B1%CF%84%CE%BC%CE%BF%CF%83%CF%86%CE%B1%CE%B9%CF%81%CE%B9%CE%BA%CE%AE%CF%82_%CF%80%CE%BF%CE%B9%CF%8C%CF%84%CE%B7%CF%84%CE%B1%CF%82_%CF%87%CF%81%CE%B7%CF%83%CE%B9%CE%BC%CE%BF%CF%80%CE%BF%CE%B9%CF%8E%CE%BD%CF%84%CE%B1%CF%82_%CF%84%CE%B7_%CF%83%CF%8D%CE%B3%CF%87%CF%81%CE%BF%CE%BD%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_%CE%BA%CE%B1%CE%B9_%CF%84%CE%B9%CF%82_%CF%87%CF%89%CF%81%CE%BF%CF%84%CE%B1%CE%BE%CE%B9%CE%BA%CE%AD%CF%82_%CF%84%CE%B5%CF%87%CE%BD%CE%BF%CE%BB%CE%BF%CE%B3%CE%AF%CE%B5%CF%82 2010-02-16T21:12:48Z

<p>Liotsi: New page: Add Your Content Here '''Πλήρης τίτλος: Διαχείριση ατμοσφαιρικής ποιότητας χρησιμοποιώντας τη σύγχρονη τηλεπι...</p> <hr /> <div>Add Your Content Here <br /> <br /> '''Πλήρης τίτλος: Διαχείριση ατμοσφαιρικής ποιότητας χρησιμοποιώντας τη σύγχρονη τηλεπισκόπηση και τις χωροταξικές τεχνολογίες και τις σχετικές κοινωνικές δαπάνες.'''<br /> <br /> Waheed Uddin<br /> <br /> <br /> '''Πρότυπο ατμοσφαιρικής ποιότητας και μεθοδολογία ανάλυσης'''<br /> Μοντέλο ανάπτυξης AQMAN<br /> <br /> Ο αντικειμενοστρεφής κώδικας προγράμματος AQMAN για τη συγκέντρωση του αέρα και το μοντέλο διασποράς των ρύπων, που παρουσιάζεται στο παρόν έγγραφο, είναι με βάση τα δεδομένα που ρυπαίνουν τον ατμοσφαιρικό αέρα (Ο3, ΝΟ2) που συγκεντρώνονται συνεχώς από την ΥΠΠ των σταθμών παρακολούθησης στο Tupelo και το Hernando από το 1996 μέχρι 2000. Οι καθημερινές μέγιστες τιμές των μετρημένων O3 συγκεντρώσεων σε Tupelo και Hernando από το 1996 ως το 2000 πέρα από ένα έτος παρουσιάζουν εποχιακό σχέδιο. Οι πλοκές των εκπομπών θερμοκρασίας αέρα και οχημάτων δείχνουν επίσης τις παρόμοιες εποχιακές τάσεις. Το πρότυπο AQMAN περιλαμβάνει τις ακόλουθες επεξηγηματικές μεταβλητές και διάφορους όρους αλληλεπίδρασης βασισμένους σε έναν τομέα μελέτης ακτίνας 32km.<br /> <br /> •Κλιματολογικά στοιχεία (θερμοκρασία αέρα, άνεμος, καθίζηση, ηλιακή ακτινοβολία, κάλυψη σύννεφων) <br /> <br /> • Καθημερινά στοιχεία κυκλοφορίας (όγκος, μίγμα κυκλοφορίας, μέση ταχύτητα των αυτοκινήτων και των φορτηγών) <br /> <br /> • Καθημερινές εκπομπές οχημάτων των VOC και των NOX (λειτουργία του πρότυπου έτους οχημάτων στο μίγμα κυκλοφορίας) <br /> <br /> • Καθημερινές εκτιμήσεις καταλόγων εκπομπής των VOC και των NOX από τις βιομηχανικές πηγές <br /> <br /> • Καθημερινές εκτιμήσεις των διαδικασιών αεροσκαφών στους αερολιμένες στην περιοχή μελέτης<br /> <br /> • Καθημερινή θερμοκρασία επιφάνειας (σταθμισμένος μέσος όρος από την ταξινόμηση των τύπων επιφάνειας)<br /> <br /> Τα plots που παρατηρήθηκαν έναντι των προβλεπόμενων τιμών των ρύπων Ο3 από το νέο μοντέλο της επιστήμης είναι λογικά αποδεκτές για τα έτη 1996-2000 για το Tupelo και το Hernando. Η τιμή του συντελεστή συσχέτισης (R = 0,74) είναι λογική, σε σύγκριση με το εύρος των τιμών που έχουν αναφερθεί σε άλλες μελέτες, όπου οι τιμές Ο3 των προηγούμενων ημερών χρησιμοποιήθηκαν. Ως εκ τούτου, το μοντέλο AQMAN μπορεί να χρησιμοποιηθεί για τις περιοχές όπου δεν υπάρχει πρόγραμμα παρακολούθησης. Λεπτομέρειες σχετικά με την ποιότητα του αέρα του μοντέλου ανάπτυξης και επικύρωσης περιγράφονται από τον Boriboonsomsin.<br /> <br /> <br /> '''Εφαρμογή της τηλεπισκόπησης και των γεωχωρικών τεχνολογιών'''<br /> <br /> <br /> Οι μεταβλητές της θερμοκρασίας της επιφάνειας στα μοντέλα O3 και NO2 βοηθούν να αξιολογήσουν το δυσμενή αντίκτυπο των οικιστικών περιοχών στις επιδράσεις της ‘θερμικής νησίδας’. Η σταθμισμένη θερμοκρασία της επιφάνειας είναι η μέση τιμή της θερμοκρασίας στην επιφάνεια που σταθμίζεται από το ποσοστό κάθε κατηγορίας επιφάνειας στην περιοχή μελέτης. Μια μεθοδολογία έχει αναπτυχθεί και έχει εφαρμοστεί χρησιμοποιώντας τη γεωχωρική ανάλυση των πολυφασματικών δορυφορικών στοιχείων τηλεπισκόπησης υψηλής ανάλυσης. Τα 1m ανάλυσης IKONOS πολυφασματικά στοιχεία που αποκτήθηκαν από τον IKONOS για την Οξφόρδη, το Μισισιπή, στις 27 Μαρτίου 2000, χρησιμοποιήθηκαν για να κάνουν διακρίσεις τους διαφορετικούς τύπους επιφάνειας και χρήσης του εδάφους. Αυτοί οι τύποι επιφάνειας περιλαμβάνουν: την άσφαλτο, το σκυρόδεμα, τα κτήρια, τα χώματα, τη χλόη, δέντρα και δασώδεις περιοχές, και υδάτινα σώματα. Τρεις γνωστές επιβλεπόμενες μέθοδοι ταξινόμησης (ελάχιστη απόσταση, απόσταση mahalanobis, και κανόνες απόφασης μέγιστης πιθανοφάνειας) έδωσαν χαμηλή ακρίβεια (36-44%) για την ταξινόμηση κατηγορίας επιφάνειας δέντρου.<br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> [[category:Ατμοσφαιρική Ρύπανση]]</div>

Liotsi http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%9E%CE%99%CE%9F%CE%9B%CE%9F%CE%93%CE%97%CE%A3%CE%97_%CE%A4%CE%9F%CE%A5_%CE%94%CE%95%CE%99%CE%9A%CE%A4%CE%97_%CE%92%CE%9B%CE%91%CE%A3%CE%A4%CE%97%CE%A3%CE%97%CE%A3_TVI_%CE%9C%CE%95_%CE%A4%CE%97_%CE%A3%CE%A5%CE%9D%CE%94%CE%A1%CE%9F%CE%9C%CE%97_%CE%A4%CE%97%CE%A3_%CE%98%CE%95%CE%A9%CE%A1%CE%99%CE%91%CE%A3_%CE%A0%CE%99%CE%98%CE%91%CE%9D%CE%9F%CE%A4%CE%97%CE%A4%CE%A9%CE%9D 2010-02-16T17:50:12Z

<p>Liotsi: </p> <hr /> <div>Σκιάνης Γ. Αιμ, Βαϊόπουλος Δ. Νικολακόπουλος Κ.<br /> <br /> Στην παρούσα εργασία μελετάται, με τη βοήθεια της θεωρίας πιθανοτήτων, η συμπεριφορά του μετασχηματισμένου δείκτη βλάστησης TVI, καθώς και της παραλλαγμένης μορφής αυτού, TVI’. Εισάγοντας μια κατάλληλη κατανομή για την περιγραφή των ιστογραμμάτων των καναλιών τηςεικόνας, και αξιοποιώντας θεωρήματα της στατιστικής, συνάγονται οι μαθηματικές σχέσεις που περιγράφουν τις κατανομές τιμών των δεικτών βλάστησης TVI και TVI’. Από τη μελέτη των κατανομών αυτών συμπεραίνεται ότι όταν η τυπική αποκλιση της εικόνας της ζώνης του υπερύθρου είναι μεγαλύτερη από αυτήν της ζώνης του ερυθρού, στο ιστόγραμμα TVI’ η επικρατούσα τιμή είναι μετατοπισμένη προς τα δεξιά, ως προς την επικρατούσα τιμή του ιστογράμματος TVI. Από την άλλη πλευρά, το ιστόγραμμα TVI έχει μια επικρατούσα τιμή προς το μέσον της κλίμακας τονικότητας, καθώς και μια μεγαλύτερη διασπορά. Επομένως η εικόνα TVI έχει μια καλύτερη αντίθεση φωτεινότητας από την εικόνα TVI’. Βρέθηκε επίσης ότι η εικόνα TVI έχει μεγαλύτερη διασπορά και από την εικόνα του συχνά εφαρμοζόμενου δείκτη βλάστησης NDVI. Οι θεωρητικές αυτές προβλέψεις συμφωνούν με παρατηρήσεις σε δορυφορική εικόνα Landsat από τη Ζάκυνθο.<br /> <br /> Τα πορίσματα αυτής της εργασίας μπορούν να αξιοποιηθούν σε γεωλογικές και περιβαλλοντικές έρευνες, με αντικείμενο τη χαρτογράφηση περιοχών διαφοροποιημένης πυκνότητας βλάστησης, οι οποίες πιθανόν να έχουν σχέση με διάφορους τύπους εδαφών καιγεωλογικών ενοτήτων.<br /> <br /> '''1. ΕΙΣΑΓΩΓΗ'''<br /> <br /> Στη γεωλογική και στην περιβαλλοντική έρευνα χρησιμοποιούνται συχνά λόγοι φασματικών ζωνών από πολυφασματικές εικόνες, ως δείκτες βλάστησης, προκειμένου να χαρτογραφηθούν περιοχές με διαφοροποιημένη πυκνότητα φυτοκάλυψης. Ένας από τους προταθέντες δείκτες βλάστησης είναι ο Μετασχηματισμένος Δείκτης Βλάστησης (Transformed Vegetation Index) TVI (Deering et. al. 1975), που ορίζεται ως:<br /> <br /> [[Εικόνα:erb1.7.JPG|center]]<br /> <br /> Όπου x και y είναι οι τιμές φωτεινότητας στις φασματικές ζώνες του εγγύς υπερύθρου και του ερυθρού,αντίστοιχα. u είναι η αριθμητική τιμή του δείκτη βλάστησης. Όταν το x είναι μικρότερο του y, o TVI είναι μηδέν. Προκειμένου να περιοριστεί ο αριθμός των εικονοστοιχείων με μηδενικό δείκτη βλάστησης, συχνά προτιμάται η παρακάτω παραλλαγή TVI’ του δείκτη TVI (Schowengerdt 1997):<br /> [[Εικόνα:erb1.8.JPG|center]] <br /> Ο συνηθέστερα χρησιμοποιούμενος δείκτης βλάστησης είναι ο Δείκτης Βλάστησης Κανονικοποιημένων Διαφορών NDVI (Boyd et. al. 2002, Chuvieco et. al. 2002, Peterson et. al. 2002, Stroppiana et. al. 2002 και πολλοί άλλοι). Ο NDVI ορίζεται ως (Rouse et. al. 1973):<br /> [[Εικόνα:erb1.9.JPG|center]] <br /> <br /> Στην παρούσα εργασία συγκρίνονται τα χαρακτηριστικά των εικόνων των δεικτών βλάστησης TVI, TVI’ και NDVI. Το βασικό κριτήριο σύγκρισης είναι το εύρος του ιστογράμματος εικόνας, μέτρο του οποίου είναι η τυπική απόκλιση. Αν το ιστόγραμμα εικόνας δείκτη βλάστησης έχει μικρή τυπική απόκλιση, η εικόνα παρέχει περιορισμένη πληροφορία για τους στόχους ενδιαφέροντος. Αν η τυπική αποκλιση είναι μεγάλη και το ιστόγραμμα καλύπτει όλη την κλίμακα τονικότητας, τότε ο δείκτης βλάστησης αναμένεται να δώσει περισσότερες πληροφορίες, ιδίως όταν η επικρατούσα τιμή βρίσκεται προς το μέσο της κλίμακας τονικότητας.<br /> <br /> Με τη βοήθεια κατάλληλων κατανομών και αξιοποιώντας θεωρήματα της στατιστικής, μελετώνται τα ιστογράμματα των εικόνων των τριών δεικτών βλάστησης και διατυπώνονται θεωρητικές προβλέψεις για την αποτελεσματικότητα του κάθε δείκτη. Στη συνέχεια, οι προβλέψεις αυτές συγκρίνονται με τα αποτελέσματα της εφαρμογής των τριών δεικτών βλάστησης σε δορυφορική εικόνα. Τα πορίσματα αυτής της εργασίας μπορούν να αξιοποιηθούν στη γεωλογική και περιβαλλοντική έρευνα με αντικείμενο την αναγνώριση περιοχών με διαφορετική πυκνότητα φυτοκάλυψης.<br /> <br /> <br /> '''2 ΠΕΙΡΑΜΑΤΙΣΜΟΣ ΜΕ ΔΟΡΥΦΟΡΙΚΗ ΕΙΚΟΝΑ'''<br /> <br /> Για τον έλεγχο των θεωρητικών προβλέψεων σε σχέση με τα χαρακτηριστικά εικόνων δεικτών βλάστησης, χρησιμοποιήθηκε εικόνα Landsat 7 ΕΤΜ (Αύγουστος 1999). Στο (σχ.1) εμφανίζεται η 432 RGB εικόνα της περιοχής. Στα (σχ.2), (σχ.3) και (σχ.4) παρουσιάζονται οι εικόνες των δεικτών βλάστησης NDVI, TVI’ και TVI, αντίστοιχα, οι οποίοι έχουν αναχθεί σε κοινή κλίμακα τονικότητας με τιμές από 0 ως 1. Για την παραγωγή των εικόνων των τριών δεικτών βλάστησης χρησιμοποιήθηκε το λογισμικό Image 8.6 της ERDAS. Στο νησί είχε σημειωθεί πυρκαγιά λίγο πριν τη λήψη της εικόνας. Οι καμένες περιοχές εμφανίζονται με σκοτεινούς τόνους στις εικόνες δεικτών βλάστησης.<br /> <br /> [[Εικόνα:erg1.1.JPG|thumb|right|Σχ. 1. 432 RGB εικόνα Landsat 7 ETM από τη Ζάκυνθο]] [[Εικόνα:erg1.2.JPG|thumb|right|Σχ.2 εικόνα δείκτη βλάστησης NDVI της Ζακύνθου]] [[Εικόνα:erg1.3.JPG|thumb|right|Σχ.3 εικόνα δείκτη βλάστησης ΤVI'της Ζακύνθου]] [[Εικόνα:erg1.4.JPG|thumb|right|Σχ.4 εικόνα δείκτη βλάστησης ΤVI της Ζακύνθου]] [[Εικόνα:erg1.5.JPG|thumb|right|Σχ.5 εικόνα ΤVI από το βόρειο τμήμα της Ζακύνθου]] [[Εικόνα:erg1.6.JPG|thumb|right|Σχ.6 εικόνα ΤVI' από το βόρειο τμήμα της Ζακύνθου]]<br /> <br /> Παρατηρούμε ότι στις εικόνες των (σχ.2) και (σχ.3) υπάρχει μια διάχυτη φωτεινότητα, που είναι ιδιαίτερα εμφανής στη θαλάσσια περιοχή, όπου εμφανίζονται ραβδώσεις διαφοροποιημένης τονικότητας. Στην εικόνα TVI (σχ.4), δεν υπάρχει αυτή η διάχυτη φωτεινότητα και η θάλασσα εμφανίζεται με βαθείς σκοτεινούς τόνους. Επίσης, οι καμένες περιοχές εμφανίζονται με πιο σκοτεινούς τόνους στην εικόνα δείκτη TVI απ’όσο στους άλλους δυο δείκτες.<br /> <br /> Η εικόνα TVI έχει καλύτερη αντίθεση φωτεινότητας απ’οσο οι εικόνες TVI’ και NDVI και αυτό έχει ως συνέπεια να εμφανίζονται ευκρινέστερα οι σκοτεινές λεπτές γραμμές του οδικού δικτύου στην εικόνα TVI από το βόρειο μέρος της Νήσου (σχ. 5) απ’ όσο στην εικόνα TVI’ της ίδιας περιοχής (σχ. 6). Φαίνεται λοιπόν να επαληθεύονται, από ποιοτική άποψη, οι θεωρητικές προβλέψεις για εικόνα TVI χωρίς «θάμπωμα» και με καλύτερη αντίθεση φωτεινότητας από αυτήν των δυο άλλων δεικτών βλάστησης.<br /> <br /> Στον πίνακα 1 εμφανίζονται οι τυπικές αποκλίσεις των ιστογραμμάτων των εικόνων των τριών δεικτών βλάστησης. Όπως προβλέπει και η πιθανοθεωρητική μελέτη, η τυπική απόκλιση της εικόνας TVI είναι μεγαλύτερη από αυτές των εικόνων NDVI και TVI’. <br /> <br /> <br /> [[Εικόνα:erb1.11.JPG|thumb|right|Πίνακας 1]]<br /> <br /> <br /> Τόσο οι θεωρητικές προβλέψεις, όσο και ο πειραματικός έλεγχος με δορυφορική εικόνα, έδειξαν ότι ο δείκτης βλάστησης TVI, παράγει εικόνες με μεγαλύτερη τυπική απόκλιση και καλύτερη αντίθεση φωτεινότητας από αυτές που προκύπτουν από τους δείκτες TVI’ και NDVI. Κατά συνέπεια, ο δείκτης TVI είναι ο πλέον ενδεδειγμένος, κυρίως για ανίχνευση σχηματισμών χαμηλής τονικότητας, όπως καμένες περιοχές ή γεωλογικές ενότητες με αραιή φυτοκάλυψη. <br /> <br /> Υπάρχει ωστόσο η δυνατότητα να αξιοποιηθεί και ένας τροποποιημένος δείκτης TVI, ο MTVI, που ορίζεται από τη σχέση:<br /> <br /> [[Εικόνα:erb1.7.JPG|center]] <br /> <br /> Το c είναι μια παράμετρος με τιμές από 1 ως 3. Εξαιτίας αυτής της παραμέτρου ο δείκτης βλάστησης MTVI λαμβάνει ενδιάμεσες τιμές μεταξύ TVI και TVI’. <br /> <br /> Μια εικόνα MTVI, από πλευράς οπτικού αποτελέσματος και στατιστικών χαρακτηριστικών, είναι μια ενδιάμεση κατάσταση μεταξύ TVI και TVI’. Στο βαθμό που το c πλησιάζει τη μονάδα, η εικόνα MTVI έχει παρόμοια χαρακτηριστικά με την εικόνα TVI. Στο βαθμό που το c αυξάνεται, η εικόνα MTVI προσομοιάζει με την εικόνα TVI’. Διαφορετικές τιμές του c αντιστοιχούν σε εικόνες με διαφοροποιημένη τονικότητα, διευρύνοντας έτσι τις επιλογές του χρήστη. Ο δείκτης MTVI μπορεί να κατασκευαστεί εύκολα με τη βοήθεια κατάλληλου λογισμικού (για παράδειγμα με το εργαλείο spatial modeler του ERDAS Imagine ή με τη γλώσσα προγραμματισμού του ILWIS) και η μελέτη της αποτελεσματικότητάς του είναι αντικείμενο μελλοντικής εργασίας.<br /> <br /> <br /> '''3. ΣΥΜΠΕΡΑΣΜΑΤΑ'''<br /> <br /> Η πιθανοθεωρητική ανάλυση έδειξε ότι ο δείκτης TVI παράγει εικόνες με μεγάλη τυπική απόκλιση, που ευνοεί μια καλή αντίθεση φωτεινότητας. Ο δείκτης TVI’, εξαιτίας της υπόρριζης ποσότητας 0.5, παράγει εικόνες με μεγάλη φωτεινότητα και μικρή τυπική απόκλιση.<br /> <br /> Ο πειραματισμός με δορυφορική εικόνα Landsat 7 ETM επιβεβαίωσε τις θεωρητικές προβλέψεις περί καλύτερης αντίθεσης φωτεινότητας της εικόνας TVI από την εικόνα TVI’. Επίπλέον, ως συνέπεια της μεγάλης διάχυτης φωτεινότητας που χαρακτηρίζει την εικόνα TVI’,<br /> γραμμώσεις χαμηλής φωτεινότητας, όπως το οδικό δίκτυο για παράδειγμα, εμφανίζονται με μεγαλύτερη ευκρίνεια στην εικόνα TVI.<br /> <br /> Κατά συνέπεια, εκτιμούμε ότι ο δείκτης TVI, έτσι όπως ορίζεται από τη σχέση (1), είναι προτιμητέος σε σχέση με τον τροποποιημένο δείκτη TVI’, έστω και αν ο δεύτερος χρησιμοποιείται συχνότερα και είναι ενσωματωμένος σε διαδεδομένα πακέτα λογισμικού επεξεργασίας δορυφορικών εικόνων.<br /> <br /> Ωστόσο, αν ο χρήστης επιθυμεί να έχει διευρυμένα περιθώρια επιλογών από πλευράς οπτικού αποτελέσματος, μπορεί να εφαρμόσει το δείκτη MTVI, με βάση τη σχέση (4), για διάφορες τιμές της παραμέτρου c. Οι εικόνες που παράγονται για διάφορα c θα έχουν ενδιάμεσες τιμές φωτεινότητας μεταξύ αυτής των εικόνων TVI και TVI’.<br /> <br /> Ένα γενικότερο συμπέρασμα που προκύπτει από αυτήν την εργασία είναι ότι η θεωρία πιθανοτήτων μπορεί να συμβάλει στην αξιολόγηση των δεικτών βλάστησης που εφαρμόζονται σε πολυφασματικές εικόνες. Με την πιθανοθεωρητική ανάλυση μπορούν να διατυπωθούν προβλέψεις για τα στατιστικά χαρακτηριστικά της εικόνας, οι οποίες, στο βαθμό που επιβεβαιώνονται από τον έλεγχο με πραγματικά δεδομένα τηλεανίχνευσης, οδηγούν σε αξιόπιστα συμπεράσματα για τις δυνατότητες και τους περιορισμούς του υπό μελέτη δείκτη βλάστησης.<br /> <br /> <br /> [[category:Δασοπονία, Δασική διαχείριση]]</div>

Liotsi http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%9E%CE%99%CE%9F%CE%9B%CE%9F%CE%93%CE%97%CE%A3%CE%97_%CE%A4%CE%9F%CE%A5_%CE%94%CE%95%CE%99%CE%9A%CE%A4%CE%97_%CE%92%CE%9B%CE%91%CE%A3%CE%A4%CE%97%CE%A3%CE%97%CE%A3_TVI_%CE%9C%CE%95_%CE%A4%CE%97_%CE%A3%CE%A5%CE%9D%CE%94%CE%A1%CE%9F%CE%9C%CE%97_%CE%A4%CE%97%CE%A3_%CE%98%CE%95%CE%A9%CE%A1%CE%99%CE%91%CE%A3_%CE%A0%CE%99%CE%98%CE%91%CE%9D%CE%9F%CE%A4%CE%97%CE%A4%CE%A9%CE%9D 2010-02-16T17:48:24Z

<p>Liotsi: </p> <hr /> <div>Σκιάνης Γ. Αιμ, Βαϊόπουλος Δ. Νικολακόπουλος Κ.<br /> <br /> Στην παρούσα εργασία μελετάται, με τη βοήθεια της θεωρίας πιθανοτήτων, η συμπεριφορά του μετασχηματισμένου δείκτη βλάστησης TVI, καθώς και της παραλλαγμένης μορφής αυτού, TVI’. Εισάγοντας μια κατάλληλη κατανομή για την περιγραφή των ιστογραμμάτων των καναλιών τηςεικόνας, και αξιοποιώντας θεωρήματα της στατιστικής, συνάγονται οι μαθηματικές σχέσεις που περιγράφουν τις κατανομές τιμών των δεικτών βλάστησης TVI και TVI’. Από τη μελέτη των κατανομών αυτών συμπεραίνεται ότι όταν η τυπική αποκλιση της εικόνας της ζώνης του υπερύθρου είναι μεγαλύτερη από αυτήν της ζώνης του ερυθρού, στο ιστόγραμμα TVI’ η επικρατούσα τιμή είναι μετατοπισμένη προς τα δεξιά, ως προς την επικρατούσα τιμή του ιστογράμματος TVI. Από την άλλη πλευρά, το ιστόγραμμα TVI έχει μια επικρατούσα τιμή προς το μέσον της κλίμακας τονικότητας, καθώς και μια μεγαλύτερη διασπορά. Επομένως η εικόνα TVI έχει μια καλύτερη αντίθεση φωτεινότητας από την εικόνα TVI’. Βρέθηκε επίσης ότι η εικόνα TVI έχει μεγαλύτερη διασπορά και από την εικόνα του συχνά εφαρμοζόμενου δείκτη βλάστησης NDVI. Οι θεωρητικές αυτές προβλέψεις συμφωνούν με παρατηρήσεις σε δορυφορική εικόνα Landsat από τη Ζάκυνθο.<br /> <br /> Τα πορίσματα αυτής της εργασίας μπορούν να αξιοποιηθούν σε γεωλογικές και περιβαλλοντικές έρευνες, με αντικείμενο τη χαρτογράφηση περιοχών διαφοροποιημένης πυκνότητας βλάστησης, οι οποίες πιθανόν να έχουν σχέση με διάφορους τύπους εδαφών καιγεωλογικών ενοτήτων.<br /> <br /> '''1. ΕΙΣΑΓΩΓΗ'''<br /> <br /> Στη γεωλογική και στην περιβαλλοντική έρευνα χρησιμοποιούνται συχνά λόγοι φασματικών ζωνών από πολυφασματικές εικόνες, ως δείκτες βλάστησης, προκειμένου να χαρτογραφηθούν περιοχές με διαφοροποιημένη πυκνότητα φυτοκάλυψης. Ένας από τους προταθέντες δείκτες βλάστησης είναι ο Μετασχηματισμένος Δείκτης Βλάστησης (Transformed Vegetation Index) TVI (Deering et. al. 1975), που ορίζεται ως:<br /> <br /> [[Εικόνα:erb1.7.JPG|center]]<br /> <br /> Όπου x και y είναι οι τιμές φωτεινότητας στις φασματικές ζώνες του εγγύς υπερύθρου και του ερυθρού,αντίστοιχα. u είναι η αριθμητική τιμή του δείκτη βλάστησης. Όταν το x είναι μικρότερο του y, o TVI είναι μηδέν. Προκειμένου να περιοριστεί ο αριθμός των εικονοστοιχείων με μηδενικό δείκτη βλάστησης, συχνά προτιμάται η παρακάτω παραλλαγή TVI’ του δείκτη TVI (Schowengerdt 1997):<br /> [[Εικόνα:erb1.8.JPG|center]] <br /> Ο συνηθέστερα χρησιμοποιούμενος δείκτης βλάστησης είναι ο Δείκτης Βλάστησης Κανονικοποιημένων Διαφορών NDVI (Boyd et. al. 2002, Chuvieco et. al. 2002, Peterson et. al. 2002, Stroppiana et. al. 2002 και πολλοί άλλοι). Ο NDVI ορίζεται ως (Rouse et. al. 1973):<br /> [[Εικόνα:erb1.9.JPG|center]] <br /> <br /> Στην παρούσα εργασία συγκρίνονται τα χαρακτηριστικά των εικόνων των δεικτών βλάστησης TVI, TVI’ και NDVI. Το βασικό κριτήριο σύγκρισης είναι το εύρος του ιστογράμματος εικόνας, μέτρο του οποίου είναι η τυπική απόκλιση. Αν το ιστόγραμμα εικόνας δείκτη βλάστησης έχει μικρή τυπική απόκλιση, η εικόνα παρέχει περιορισμένη πληροφορία για τους στόχους ενδιαφέροντος. Αν η τυπική αποκλιση είναι μεγάλη και το ιστόγραμμα καλύπτει όλη την κλίμακα τονικότητας, τότε ο δείκτης βλάστησης αναμένεται να δώσει περισσότερες πληροφορίες, ιδίως όταν η επικρατούσα τιμή βρίσκεται προς το μέσο της κλίμακας τονικότητας.<br /> <br /> Με τη βοήθεια κατάλληλων κατανομών και αξιοποιώντας θεωρήματα της στατιστικής, μελετώνται τα ιστογράμματα των εικόνων των τριών δεικτών βλάστησης και διατυπώνονται θεωρητικές προβλέψεις για την αποτελεσματικότητα του κάθε δείκτη. Στη συνέχεια, οι προβλέψεις αυτές συγκρίνονται με τα αποτελέσματα της εφαρμογής των τριών δεικτών βλάστησης σε δορυφορική εικόνα. Τα πορίσματα αυτής της εργασίας μπορούν να αξιοποιηθούν στη γεωλογική και περιβαλλοντική έρευνα με αντικείμενο την αναγνώριση περιοχών με διαφορετική πυκνότητα φυτοκάλυψης.<br /> <br /> <br /> '''2 ΠΕΙΡΑΜΑΤΙΣΜΟΣ ΜΕ ΔΟΡΥΦΟΡΙΚΗ ΕΙΚΟΝΑ'''<br /> <br /> Για τον έλεγχο των θεωρητικών προβλέψεων σε σχέση με τα χαρακτηριστικά εικόνων δεικτών βλάστησης, χρησιμοποιήθηκε εικόνα Landsat 7 ΕΤΜ (Αύγουστος 1999). Στο (σχ.1) εμφανίζεται η 432 RGB εικόνα της περιοχής. Στα (σχ.2), (σχ.3) και (σχ.4) παρουσιάζονται οι εικόνες των δεικτών βλάστησης NDVI, TVI’ και TVI, αντίστοιχα, οι οποίοι έχουν αναχθεί σε κοινή κλίμακα τονικότητας με τιμές από 0 ως 1. Για την παραγωγή των εικόνων των τριών δεικτών βλάστησης χρησιμοποιήθηκε το λογισμικό Image 8.6 της ERDAS. Στο νησί είχε σημειωθεί πυρκαγιά λίγο πριν τη λήψη της εικόνας. Οι καμένες περιοχές εμφανίζονται με σκοτεινούς τόνους στις εικόνες δεικτών βλάστησης.<br /> <br /> [[Εικόνα:erg1.1.JPG|thumb|right|Σχ. 1. 432 RGB εικόνα Landsat 7 ETM από τη Ζάκυνθο]] [[Εικόνα:erg1.2.JPG|thumb|right|Σχ.2 εικόνα δείκτη βλάστησης NDVI της Ζακύνθου]] [[Εικόνα:erg1.3.JPG|thumb|right|Σχ.3 εικόνα δείκτη βλάστησης ΤVI'της Ζακύνθου]] [[Εικόνα:erg1.4.JPG|thumb|right|Σχ.4 εικόνα δείκτη βλάστησης ΤVI της Ζακύνθου]] [[Εικόνα:erg1.5.JPG|thumb|right|Σχ.5 εικόνα ΤVI από το βόρειο τμήμα της Ζακύνθου]] [[Εικόνα:erg1.6.JPG|thumb|right|Σχ.6 εικόνα ΤVI' από το βόρειο τμήμα της Ζακύνθου]]<br /> <br /> Παρατηρούμε ότι στις εικόνες των (σχ.2) και (σχ.3) υπάρχει μια διάχυτη φωτεινότητα, που είναι ιδιαίτερα εμφανής στη θαλάσσια περιοχή, όπου εμφανίζονται ραβδώσεις διαφοροποιημένης τονικότητας. Στην εικόνα TVI (σχ.4), δεν υπάρχει αυτή η διάχυτη φωτεινότητα και η θάλασσα εμφανίζεται με βαθείς σκοτεινούς τόνους. Επίσης, οι καμένες περιοχές εμφανίζονται με πιο σκοτεινούς τόνους στην εικόνα δείκτη TVI απ’όσο στους άλλους δυο δείκτες.<br /> <br /> Η εικόνα TVI έχει καλύτερη αντίθεση φωτεινότητας απ’οσο οι εικόνες TVI’ και NDVI και αυτό έχει ως συνέπεια να εμφανίζονται ευκρινέστερα οι σκοτεινές λεπτές γραμμές του οδικού δικτύου στην εικόνα TVI από το βόρειο μέρος της Νήσου (σχ. 5) απ’ όσο στην εικόνα TVI’ της ίδιας περιοχής (σχ. 6). Φαίνεται λοιπόν να επαληθεύονται, από ποιοτική άποψη, οι θεωρητικές προβλέψεις για εικόνα TVI χωρίς «θάμπωμα» και με καλύτερη αντίθεση φωτεινότητας από αυτήν των δυο άλλων δεικτών βλάστησης.<br /> <br /> Στον παρακάτω πίνακα εμφανίζονται οι τυπικές αποκλίσεις των ιστογραμμάτων των εικόνων των τριών δεικτών βλάστησης. Όπως προβλέπει και η πιθανοθεωρητική μελέτη, η τυπική απόκλιση της εικόνας TVI είναι μεγαλύτερη από αυτές των εικόνων NDVI και TVI’. <br /> <br /> <br /> [[Εικόνα:erb1.11.JPG|center|Πίνακας 1]]<br /> <br /> <br /> Τόσο οι θεωρητικές προβλέψεις, όσο και ο πειραματικός έλεγχος με δορυφορική εικόνα, έδειξαν ότι ο δείκτης βλάστησης TVI, παράγει εικόνες με μεγαλύτερη τυπική απόκλιση και καλύτερη αντίθεση φωτεινότητας από αυτές που προκύπτουν από τους δείκτες TVI’ και NDVI. Κατά συνέπεια, ο δείκτης TVI είναι ο πλέον ενδεδειγμένος, κυρίως για ανίχνευση σχηματισμών χαμηλής τονικότητας, όπως καμένες περιοχές ή γεωλογικές ενότητες με αραιή φυτοκάλυψη. <br /> <br /> Υπάρχει ωστόσο η δυνατότητα να αξιοποιηθεί και ένας τροποποιημένος δείκτης TVI, ο MTVI, που ορίζεται από τη σχέση:<br /> <br /> [[Εικόνα:erb1.7.JPG|center]] <br /> <br /> Το c είναι μια παράμετρος με τιμές από 1 ως 3. Εξαιτίας αυτής της παραμέτρου ο δείκτης βλάστησης MTVI λαμβάνει ενδιάμεσες τιμές μεταξύ TVI και TVI’. <br /> <br /> Μια εικόνα MTVI, από πλευράς οπτικού αποτελέσματος και στατιστικών χαρακτηριστικών, είναι μια ενδιάμεση κατάσταση μεταξύ TVI και TVI’. Στο βαθμό που το c πλησιάζει τη μονάδα, η εικόνα MTVI έχει παρόμοια χαρακτηριστικά με την εικόνα TVI. Στο βαθμό που το c αυξάνεται, η εικόνα MTVI προσομοιάζει με την εικόνα TVI’. Διαφορετικές τιμές του c αντιστοιχούν σε εικόνες με διαφοροποιημένη τονικότητα, διευρύνοντας έτσι τις επιλογές του χρήστη. Ο δείκτης MTVI μπορεί να κατασκευαστεί εύκολα με τη βοήθεια κατάλληλου λογισμικού (για παράδειγμα με το εργαλείο spatial modeler του ERDAS Imagine ή με τη γλώσσα προγραμματισμού του ILWIS) και η μελέτη της αποτελεσματικότητάς του είναι αντικείμενο μελλοντικής εργασίας.<br /> [[Εικόνα:erg1.1.JPG|thumb|right|Σχ. 1. 432 RGB εικόνα Landsat 7 ETM από τη Ζάκυνθο]] [[Εικόνα:erg1.2.JPG|thumb|right|Σχ.2 εικόνα δείκτη βλάστησης NDVI της Ζακύνθου]] [[Εικόνα:erg1.3.JPG|thumb|right|Σχ.3 εικόνα δείκτη βλάστησης ΤVI'της Ζακύνθου]] [[Εικόνα:erg1.4.JPG|thumb|right|Σχ.4 εικόνα δείκτη βλάστησης ΤVI της Ζακύνθου]] [[Εικόνα:erg1.5.JPG|thumb|right|Σχ.5 εικόνα ΤVI από το βόρειο τμήμα της Ζακύνθου]] [[Εικόνα:erg1.6.JPG|thumb|right|Σχ.6 εικόνα ΤVI' από το βόρειο τμήμα της Ζακύνθου]]<br /> <br /> <br /> '''3. ΣΥΜΠΕΡΑΣΜΑΤΑ'''<br /> <br /> Η πιθανοθεωρητική ανάλυση έδειξε ότι ο δείκτης TVI παράγει εικόνες με μεγάλη τυπική απόκλιση, που ευνοεί μια καλή αντίθεση φωτεινότητας. Ο δείκτης TVI’, εξαιτίας της υπόρριζης ποσότητας 0.5, παράγει εικόνες με μεγάλη φωτεινότητα και μικρή τυπική απόκλιση.<br /> <br /> Ο πειραματισμός με δορυφορική εικόνα Landsat 7 ETM επιβεβαίωσε τις θεωρητικές προβλέψεις περί καλύτερης αντίθεσης φωτεινότητας της εικόνας TVI από την εικόνα TVI’. Επίπλέον, ως συνέπεια της μεγάλης διάχυτης φωτεινότητας που χαρακτηρίζει την εικόνα TVI’,<br /> γραμμώσεις χαμηλής φωτεινότητας, όπως το οδικό δίκτυο για παράδειγμα, εμφανίζονται με μεγαλύτερη ευκρίνεια στην εικόνα TVI.<br /> <br /> Κατά συνέπεια, εκτιμούμε ότι ο δείκτης TVI, έτσι όπως ορίζεται από τη σχέση (1), είναι προτιμητέος σε σχέση με τον τροποποιημένο δείκτη TVI’, έστω και αν ο δεύτερος χρησιμοποιείται συχνότερα και είναι ενσωματωμένος σε διαδεδομένα πακέτα λογισμικού επεξεργασίας δορυφορικών εικόνων.<br /> <br /> Ωστόσο, αν ο χρήστης επιθυμεί να έχει διευρυμένα περιθώρια επιλογών από πλευράς οπτικού αποτελέσματος, μπορεί να εφαρμόσει το δείκτη MTVI, με βάση τη σχέση (4), για διάφορες τιμές της παραμέτρου c. Οι εικόνες που παράγονται για διάφορα c θα έχουν ενδιάμεσες τιμές φωτεινότητας μεταξύ αυτής των εικόνων TVI και TVI’.<br /> <br /> Ένα γενικότερο συμπέρασμα που προκύπτει από αυτήν την εργασία είναι ότι η θεωρία πιθανοτήτων μπορεί να συμβάλει στην αξιολόγηση των δεικτών βλάστησης που εφαρμόζονται σε πολυφασματικές εικόνες. Με την πιθανοθεωρητική ανάλυση μπορούν να διατυπωθούν προβλέψεις για τα στατιστικά χαρακτηριστικά της εικόνας, οι οποίες, στο βαθμό που επιβεβαιώνονται από τον έλεγχο με πραγματικά δεδομένα τηλεανίχνευσης, οδηγούν σε αξιόπιστα συμπεράσματα για τις δυνατότητες και τους περιορισμούς του υπό μελέτη δείκτη βλάστησης.<br /> <br /> <br /> [[category:Δασοπονία, Δασική διαχείριση]]</div>

Liotsi http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%9E%CE%99%CE%9F%CE%9B%CE%9F%CE%93%CE%97%CE%A3%CE%97_%CE%A4%CE%9F%CE%A5_%CE%94%CE%95%CE%99%CE%9A%CE%A4%CE%97_%CE%92%CE%9B%CE%91%CE%A3%CE%A4%CE%97%CE%A3%CE%97%CE%A3_TVI_%CE%9C%CE%95_%CE%A4%CE%97_%CE%A3%CE%A5%CE%9D%CE%94%CE%A1%CE%9F%CE%9C%CE%97_%CE%A4%CE%97%CE%A3_%CE%98%CE%95%CE%A9%CE%A1%CE%99%CE%91%CE%A3_%CE%A0%CE%99%CE%98%CE%91%CE%9D%CE%9F%CE%A4%CE%97%CE%A4%CE%A9%CE%9D 2010-02-16T17:46:38Z

<p>Liotsi: </p> <hr /> <div>Σκιάνης Γ. Αιμ, Βαϊόπουλος Δ. Νικολακόπουλος Κ.<br /> <br /> Στην παρούσα εργασία μελετάται, με τη βοήθεια της θεωρίας πιθανοτήτων, η συμπεριφορά του μετασχηματισμένου δείκτη βλάστησης TVI, καθώς και της παραλλαγμένης μορφής αυτού, TVI’. Εισάγοντας μια κατάλληλη κατανομή για την περιγραφή των ιστογραμμάτων των καναλιών τηςεικόνας, και αξιοποιώντας θεωρήματα της στατιστικής, συνάγονται οι μαθηματικές σχέσεις που περιγράφουν τις κατανομές τιμών των δεικτών βλάστησης TVI και TVI’. Από τη μελέτη των κατανομών αυτών συμπεραίνεται ότι όταν η τυπική αποκλιση της εικόνας της ζώνης του υπερύθρου είναι μεγαλύτερη από αυτήν της ζώνης του ερυθρού, στο ιστόγραμμα TVI’ η επικρατούσα τιμή είναι μετατοπισμένη προς τα δεξιά, ως προς την επικρατούσα τιμή του ιστογράμματος TVI. Από την άλλη πλευρά, το ιστόγραμμα TVI έχει μια επικρατούσα τιμή προς το μέσον της κλίμακας τονικότητας, καθώς και μια μεγαλύτερη διασπορά. Επομένως η εικόνα TVI έχει μια καλύτερη αντίθεση φωτεινότητας από την εικόνα TVI’. Βρέθηκε επίσης ότι η εικόνα TVI έχει μεγαλύτερη διασπορά και από την εικόνα του συχνά εφαρμοζόμενου δείκτη βλάστησης NDVI. Οι θεωρητικές αυτές προβλέψεις συμφωνούν με παρατηρήσεις σε δορυφορική εικόνα Landsat από τη Ζάκυνθο.<br /> <br /> Τα πορίσματα αυτής της εργασίας μπορούν να αξιοποιηθούν σε γεωλογικές και περιβαλλοντικές έρευνες, με αντικείμενο τη χαρτογράφηση περιοχών διαφοροποιημένης πυκνότητας βλάστησης, οι οποίες πιθανόν να έχουν σχέση με διάφορους τύπους εδαφών καιγεωλογικών ενοτήτων.<br /> <br /> '''1. ΕΙΣΑΓΩΓΗ'''<br /> <br /> Στη γεωλογική και στην περιβαλλοντική έρευνα χρησιμοποιούνται συχνά λόγοι φασματικών ζωνών από πολυφασματικές εικόνες, ως δείκτες βλάστησης, προκειμένου να χαρτογραφηθούν περιοχές με διαφοροποιημένη πυκνότητα φυτοκάλυψης. Ένας από τους προταθέντες δείκτες βλάστησης είναι ο Μετασχηματισμένος Δείκτης Βλάστησης (Transformed Vegetation Index) TVI (Deering et. al. 1975), που ορίζεται ως:<br /> <br /> [[Εικόνα:erb1.7.JPG|center]]<br /> <br /> Όπου x και y είναι οι τιμές φωτεινότητας στις φασματικές ζώνες του εγγύς υπερύθρου και του ερυθρού,αντίστοιχα. u είναι η αριθμητική τιμή του δείκτη βλάστησης. Όταν το x είναι μικρότερο του y, o TVI είναι μηδέν. Προκειμένου να περιοριστεί ο αριθμός των εικονοστοιχείων με μηδενικό δείκτη βλάστησης, συχνά προτιμάται η παρακάτω παραλλαγή TVI’ του δείκτη TVI (Schowengerdt 1997):<br /> [[Εικόνα:erb1.8.JPG|center]] <br /> Ο συνηθέστερα χρησιμοποιούμενος δείκτης βλάστησης είναι ο Δείκτης Βλάστησης Κανονικοποιημένων Διαφορών NDVI (Boyd et. al. 2002, Chuvieco et. al. 2002, Peterson et. al. 2002, Stroppiana et. al. 2002 και πολλοί άλλοι). Ο NDVI ορίζεται ως (Rouse et. al. 1973):<br /> [[Εικόνα:erb1.9.JPG|center]] <br /> <br /> Στην παρούσα εργασία συγκρίνονται τα χαρακτηριστικά των εικόνων των δεικτών βλάστησης TVI, TVI’ και NDVI. Το βασικό κριτήριο σύγκρισης είναι το εύρος του ιστογράμματος εικόνας, μέτρο του οποίου είναι η τυπική απόκλιση. Αν το ιστόγραμμα εικόνας δείκτη βλάστησης έχει μικρή τυπική απόκλιση, η εικόνα παρέχει περιορισμένη πληροφορία για τους στόχους ενδιαφέροντος. Αν η τυπική αποκλιση είναι μεγάλη και το ιστόγραμμα καλύπτει όλη την κλίμακα τονικότητας, τότε ο δείκτης βλάστησης αναμένεται να δώσει περισσότερες πληροφορίες, ιδίως όταν η επικρατούσα τιμή βρίσκεται προς το μέσο της κλίμακας τονικότητας.<br /> <br /> Με τη βοήθεια κατάλληλων κατανομών και αξιοποιώντας θεωρήματα της στατιστικής, μελετώνται τα ιστογράμματα των εικόνων των τριών δεικτών βλάστησης και διατυπώνονται θεωρητικές προβλέψεις για την αποτελεσματικότητα του κάθε δείκτη. Στη συνέχεια, οι προβλέψεις αυτές συγκρίνονται με τα αποτελέσματα της εφαρμογής των τριών δεικτών βλάστησης σε δορυφορική εικόνα. Τα πορίσματα αυτής της εργασίας μπορούν να αξιοποιηθούν στη γεωλογική και περιβαλλοντική έρευνα με αντικείμενο την αναγνώριση περιοχών με διαφορετική πυκνότητα φυτοκάλυψης.<br /> <br /> <br /> '''2 ΠΕΙΡΑΜΑΤΙΣΜΟΣ ΜΕ ΔΟΡΥΦΟΡΙΚΗ ΕΙΚΟΝΑ'''<br /> <br /> Για τον έλεγχο των θεωρητικών προβλέψεων σε σχέση με τα χαρακτηριστικά εικόνων δεικτών βλάστησης, χρησιμοποιήθηκε εικόνα Landsat 7 ΕΤΜ (Αύγουστος 1999). Στο (σχ.1) εμφανίζεται η 432 RGB εικόνα της περιοχής. Στα (σχ.2), (σχ.3) και (σχ.4) παρουσιάζονται οι εικόνες των δεικτών βλάστησης NDVI, TVI’ και TVI, αντίστοιχα, οι οποίοι έχουν αναχθεί σε κοινή κλίμακα τονικότητας με τιμές από 0 ως 1. Για την παραγωγή των εικόνων των τριών δεικτών βλάστησης χρησιμοποιήθηκε το λογισμικό Image 8.6 της ERDAS. Στο νησί είχε σημειωθεί πυρκαγιά λίγο πριν τη λήψη της εικόνας. Οι καμένες περιοχές εμφανίζονται με σκοτεινούς τόνους στις εικόνες δεικτών βλάστησης.<br /> <br /> Παρατηρούμε ότι στις εικόνες των (σχ.2) και (σχ.3) υπάρχει μια διάχυτη φωτεινότητα, που είναι ιδιαίτερα εμφανής στη θαλάσσια περιοχή, όπου εμφανίζονται ραβδώσεις διαφοροποιημένης τονικότητας. Στην εικόνα TVI (σχ.4), δεν υπάρχει αυτή η διάχυτη φωτεινότητα και η θάλασσα εμφανίζεται με βαθείς σκοτεινούς τόνους. Επίσης, οι καμένες περιοχές εμφανίζονται με πιο σκοτεινούς τόνους στην εικόνα δείκτη TVI απ’όσο στους άλλους δυο δείκτες.<br /> <br /> Η εικόνα TVI έχει καλύτερη αντίθεση φωτεινότητας απ’οσο οι εικόνες TVI’ και NDVI και αυτό έχει ως συνέπεια να εμφανίζονται ευκρινέστερα οι σκοτεινές λεπτές γραμμές του οδικού δικτύου στην εικόνα TVI από το βόρειο μέρος της Νήσου (σχ. 5) απ’ όσο στην εικόνα TVI’ της ίδιας περιοχής (σχ. 6). Φαίνεται λοιπόν να επαληθεύονται, από ποιοτική άποψη, οι θεωρητικές προβλέψεις για εικόνα TVI χωρίς «θάμπωμα» και με καλύτερη αντίθεση φωτεινότητας από αυτήν των δυο άλλων δεικτών βλάστησης.<br /> <br /> Στον παρακάτω πίνακα εμφανίζονται οι τυπικές αποκλίσεις των ιστογραμμάτων των εικόνων των τριών δεικτών βλάστησης. Όπως προβλέπει και η πιθανοθεωρητική μελέτη, η τυπική απόκλιση της εικόνας TVI είναι μεγαλύτερη από αυτές των εικόνων NDVI και TVI’. <br /> <br /> [[Εικόνα:erb1.11.JPG|center|Πίνακας 1]]<br /> Πίνακας 1<br /> Δείκτης Βλάστησης NDVI TVI’ TVI<br /> Τυπική Απόκλιση 0.095 0.083 0.219<br /> <br /> Τόσο οι θεωρητικές προβλέψεις, όσο και ο πειραματικός έλεγχος με δορυφορική εικόνα, έδειξαν ότι ο δείκτης βλάστησης TVI, παράγει εικόνες με μεγαλύτερη τυπική απόκλιση και καλύτερη αντίθεση φωτεινότητας από αυτές που προκύπτουν από τους δείκτες TVI’ και NDVI. Κατά συνέπεια, ο δείκτης TVI είναι ο πλέον ενδεδειγμένος, κυρίως για ανίχνευση σχηματισμών χαμηλής τονικότητας, όπως καμένες περιοχές ή γεωλογικές ενότητες με αραιή φυτοκάλυψη. <br /> <br /> Υπάρχει ωστόσο η δυνατότητα να αξιοποιηθεί και ένας τροποποιημένος δείκτης TVI, ο MTVI, που ορίζεται από τη σχέση:<br /> <br /> [[Εικόνα:erb1.7.JPG|center]] <br /> <br /> Το c είναι μια παράμετρος με τιμές από 1 ως 3. Εξαιτίας αυτής της παραμέτρου ο δείκτης βλάστησης MTVI λαμβάνει ενδιάμεσες τιμές μεταξύ TVI και TVI’. <br /> <br /> Μια εικόνα MTVI, από πλευράς οπτικού αποτελέσματος και στατιστικών χαρακτηριστικών, είναι μια ενδιάμεση κατάσταση μεταξύ TVI και TVI’. Στο βαθμό που το c πλησιάζει τη μονάδα, η εικόνα MTVI έχει παρόμοια χαρακτηριστικά με την εικόνα TVI. Στο βαθμό που το c αυξάνεται, η εικόνα MTVI προσομοιάζει με την εικόνα TVI’. Διαφορετικές τιμές του c αντιστοιχούν σε εικόνες με διαφοροποιημένη τονικότητα, διευρύνοντας έτσι τις επιλογές του χρήστη. Ο δείκτης MTVI μπορεί να κατασκευαστεί εύκολα με τη βοήθεια κατάλληλου λογισμικού (για παράδειγμα με το εργαλείο spatial modeler του ERDAS Imagine ή με τη γλώσσα προγραμματισμού του ILWIS) και η μελέτη της αποτελεσματικότητάς του είναι αντικείμενο μελλοντικής εργασίας.<br /> [[Εικόνα:erg1.1.JPG|thumb|right|Σχ. 1. 432 RGB εικόνα Landsat 7 ETM από τη Ζάκυνθο]] [[Εικόνα:erg1.2.JPG|thumb|right|Σχ.2 εικόνα δείκτη βλάστησης NDVI της Ζακύνθου]] [[Εικόνα:erg1.3.JPG|thumb|right|Σχ.3 εικόνα δείκτη βλάστησης ΤVI'της Ζακύνθου]] [[Εικόνα:erg1.4.JPG|thumb|right|Σχ.4 εικόνα δείκτη βλάστησης ΤVI της Ζακύνθου]] [[Εικόνα:erg1.5.JPG|thumb|right|Σχ.5 εικόνα ΤVI από το βόρειο τμήμα της Ζακύνθου]] [[Εικόνα:erg1.6.JPG|thumb|right|Σχ.6 εικόνα ΤVI' από το βόρειο τμήμα της Ζακύνθου]]<br /> <br /> <br /> '''3. ΣΥΜΠΕΡΑΣΜΑΤΑ'''<br /> <br /> Η πιθανοθεωρητική ανάλυση έδειξε ότι ο δείκτης TVI παράγει εικόνες με μεγάλη τυπική απόκλιση, που ευνοεί μια καλή αντίθεση φωτεινότητας. Ο δείκτης TVI’, εξαιτίας της υπόρριζης ποσότητας 0.5, παράγει εικόνες με μεγάλη φωτεινότητα και μικρή τυπική απόκλιση.<br /> <br /> Ο πειραματισμός με δορυφορική εικόνα Landsat 7 ETM επιβεβαίωσε τις θεωρητικές προβλέψεις περί καλύτερης αντίθεσης φωτεινότητας της εικόνας TVI από την εικόνα TVI’. Επίπλέον, ως συνέπεια της μεγάλης διάχυτης φωτεινότητας που χαρακτηρίζει την εικόνα TVI’,<br /> γραμμώσεις χαμηλής φωτεινότητας, όπως το οδικό δίκτυο για παράδειγμα, εμφανίζονται με μεγαλύτερη ευκρίνεια στην εικόνα TVI.<br /> <br /> Κατά συνέπεια, εκτιμούμε ότι ο δείκτης TVI, έτσι όπως ορίζεται από τη σχέση (1), είναι προτιμητέος σε σχέση με τον τροποποιημένο δείκτη TVI’, έστω και αν ο δεύτερος χρησιμοποιείται συχνότερα και είναι ενσωματωμένος σε διαδεδομένα πακέτα λογισμικού επεξεργασίας δορυφορικών εικόνων.<br /> <br /> Ωστόσο, αν ο χρήστης επιθυμεί να έχει διευρυμένα περιθώρια επιλογών από πλευράς οπτικού αποτελέσματος, μπορεί να εφαρμόσει το δείκτη MTVI, με βάση τη σχέση (4), για διάφορες τιμές της παραμέτρου c. Οι εικόνες που παράγονται για διάφορα c θα έχουν ενδιάμεσες τιμές φωτεινότητας μεταξύ αυτής των εικόνων TVI και TVI’.<br /> <br /> Ένα γενικότερο συμπέρασμα που προκύπτει από αυτήν την εργασία είναι ότι η θεωρία πιθανοτήτων μπορεί να συμβάλει στην αξιολόγηση των δεικτών βλάστησης που εφαρμόζονται σε πολυφασματικές εικόνες. Με την πιθανοθεωρητική ανάλυση μπορούν να διατυπωθούν προβλέψεις για τα στατιστικά χαρακτηριστικά της εικόνας, οι οποίες, στο βαθμό που επιβεβαιώνονται από τον έλεγχο με πραγματικά δεδομένα τηλεανίχνευσης, οδηγούν σε αξιόπιστα συμπεράσματα για τις δυνατότητες και τους περιορισμούς του υπό μελέτη δείκτη βλάστησης.<br /> <br /> <br /> [[category:Δασοπονία, Δασική διαχείριση]]</div>

Liotsi http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%9E%CE%99%CE%9F%CE%9B%CE%9F%CE%93%CE%97%CE%A3%CE%97_%CE%A4%CE%9F%CE%A5_%CE%94%CE%95%CE%99%CE%9A%CE%A4%CE%97_%CE%92%CE%9B%CE%91%CE%A3%CE%A4%CE%97%CE%A3%CE%97%CE%A3_TVI_%CE%9C%CE%95_%CE%A4%CE%97_%CE%A3%CE%A5%CE%9D%CE%94%CE%A1%CE%9F%CE%9C%CE%97_%CE%A4%CE%97%CE%A3_%CE%98%CE%95%CE%A9%CE%A1%CE%99%CE%91%CE%A3_%CE%A0%CE%99%CE%98%CE%91%CE%9D%CE%9F%CE%A4%CE%97%CE%A4%CE%A9%CE%9D 2010-02-16T17:45:33Z

<p>Liotsi: </p> <hr /> <div>Σκιάνης Γ. Αιμ, Βαϊόπουλος Δ. Νικολακόπουλος Κ.<br /> <br /> Στην παρούσα εργασία μελετάται, με τη βοήθεια της θεωρίας πιθανοτήτων, η συμπεριφορά του μετασχηματισμένου δείκτη βλάστησης TVI, καθώς και της παραλλαγμένης μορφής αυτού, TVI’. Εισάγοντας μια κατάλληλη κατανομή για την περιγραφή των ιστογραμμάτων των καναλιών τηςεικόνας, και αξιοποιώντας θεωρήματα της στατιστικής, συνάγονται οι μαθηματικές σχέσεις που περιγράφουν τις κατανομές τιμών των δεικτών βλάστησης TVI και TVI’. Από τη μελέτη των κατανομών αυτών συμπεραίνεται ότι όταν η τυπική αποκλιση της εικόνας της ζώνης του υπερύθρου είναι μεγαλύτερη από αυτήν της ζώνης του ερυθρού, στο ιστόγραμμα TVI’ η επικρατούσα τιμή είναι μετατοπισμένη προς τα δεξιά, ως προς την επικρατούσα τιμή του ιστογράμματος TVI. Από την άλλη πλευρά, το ιστόγραμμα TVI έχει μια επικρατούσα τιμή προς το μέσον της κλίμακας τονικότητας, καθώς και μια μεγαλύτερη διασπορά. Επομένως η εικόνα TVI έχει μια καλύτερη αντίθεση φωτεινότητας από την εικόνα TVI’. Βρέθηκε επίσης ότι η εικόνα TVI έχει μεγαλύτερη διασπορά και από την εικόνα του συχνά εφαρμοζόμενου δείκτη βλάστησης NDVI. Οι θεωρητικές αυτές προβλέψεις συμφωνούν με παρατηρήσεις σε δορυφορική εικόνα Landsat από τη Ζάκυνθο.<br /> <br /> Τα πορίσματα αυτής της εργασίας μπορούν να αξιοποιηθούν σε γεωλογικές και περιβαλλοντικές έρευνες, με αντικείμενο τη χαρτογράφηση περιοχών διαφοροποιημένης πυκνότητας βλάστησης, οι οποίες πιθανόν να έχουν σχέση με διάφορους τύπους εδαφών καιγεωλογικών ενοτήτων.<br /> <br /> '''1. ΕΙΣΑΓΩΓΗ'''<br /> <br /> Στη γεωλογική και στην περιβαλλοντική έρευνα χρησιμοποιούνται συχνά λόγοι φασματικών ζωνών από πολυφασματικές εικόνες, ως δείκτες βλάστησης, προκειμένου να χαρτογραφηθούν περιοχές με διαφοροποιημένη πυκνότητα φυτοκάλυψης. Ένας από τους προταθέντες δείκτες βλάστησης είναι ο Μετασχηματισμένος Δείκτης Βλάστησης (Transformed Vegetation Index) TVI (Deering et. al. 1975), που ορίζεται ως:<br /> <br /> [[Εικόνα:erb1.7.JPG|center]]<br /> <br /> Όπου x και y είναι οι τιμές φωτεινότητας στις φασματικές ζώνες του εγγύς υπερύθρου και του ερυθρού,αντίστοιχα. u είναι η αριθμητική τιμή του δείκτη βλάστησης. Όταν το x είναι μικρότερο του y, o TVI είναι μηδέν. Προκειμένου να περιοριστεί ο αριθμός των εικονοστοιχείων με μηδενικό δείκτη βλάστησης, συχνά προτιμάται η παρακάτω παραλλαγή TVI’ του δείκτη TVI (Schowengerdt 1997):<br /> [[Εικόνα:erb1.8.JPG|center]] <br /> Ο συνηθέστερα χρησιμοποιούμενος δείκτης βλάστησης είναι ο Δείκτης Βλάστησης Κανονικοποιημένων Διαφορών NDVI (Boyd et. al. 2002, Chuvieco et. al. 2002, Peterson et. al. 2002, Stroppiana et. al. 2002 και πολλοί άλλοι). Ο NDVI ορίζεται ως (Rouse et. al. 1973):<br /> [[Εικόνα:erb1.9.JPG|center]] <br /> <br /> Στην παρούσα εργασία συγκρίνονται τα χαρακτηριστικά των εικόνων των δεικτών βλάστησης TVI, TVI’ και NDVI. Το βασικό κριτήριο σύγκρισης είναι το εύρος του ιστογράμματος εικόνας, μέτρο του οποίου είναι η τυπική απόκλιση. Αν το ιστόγραμμα εικόνας δείκτη βλάστησης έχει μικρή τυπική απόκλιση, η εικόνα παρέχει περιορισμένη πληροφορία για τους στόχους ενδιαφέροντος. Αν η τυπική αποκλιση είναι μεγάλη και το ιστόγραμμα καλύπτει όλη την κλίμακα τονικότητας, τότε ο δείκτης βλάστησης αναμένεται να δώσει περισσότερες πληροφορίες, ιδίως όταν η επικρατούσα τιμή βρίσκεται προς το μέσο της κλίμακας τονικότητας.<br /> <br /> Με τη βοήθεια κατάλληλων κατανομών και αξιοποιώντας θεωρήματα της στατιστικής, μελετώνται τα ιστογράμματα των εικόνων των τριών δεικτών βλάστησης και διατυπώνονται θεωρητικές προβλέψεις για την αποτελεσματικότητα του κάθε δείκτη. Στη συνέχεια, οι προβλέψεις αυτές συγκρίνονται με τα αποτελέσματα της εφαρμογής των τριών δεικτών βλάστησης σε δορυφορική εικόνα. Τα πορίσματα αυτής της εργασίας μπορούν να αξιοποιηθούν στη γεωλογική και περιβαλλοντική έρευνα με αντικείμενο την αναγνώριση περιοχών με διαφορετική πυκνότητα φυτοκάλυψης.<br /> <br /> <br /> '''2 ΠΕΙΡΑΜΑΤΙΣΜΟΣ ΜΕ ΔΟΡΥΦΟΡΙΚΗ ΕΙΚΟΝΑ'''<br /> <br /> Για τον έλεγχο των θεωρητικών προβλέψεων σε σχέση με τα χαρακτηριστικά εικόνων δεικτών βλάστησης, χρησιμοποιήθηκε εικόνα Landsat 7 ΕΤΜ (Αύγουστος 1999). Στο (σχ.1) εμφανίζεται η 432 RGB εικόνα της περιοχής. Στα (σχ.2), (σχ.3) και (σχ.4) παρουσιάζονται οι εικόνες των δεικτών βλάστησης NDVI, TVI’ και TVI, αντίστοιχα, οι οποίοι έχουν αναχθεί σε κοινή κλίμακα τονικότητας με τιμές από 0 ως 1. Για την παραγωγή των εικόνων των τριών δεικτών βλάστησης χρησιμοποιήθηκε το λογισμικό Image 8.6 της ERDAS. Στο νησί είχε σημειωθεί πυρκαγιά λίγο πριν τη λήψη της εικόνας. Οι καμένες περιοχές εμφανίζονται με σκοτεινούς τόνους στις εικόνες δεικτών βλάστησης.<br /> <br /> Παρατηρούμε ότι στις εικόνες των (σχ.2) και (σχ.3) υπάρχει μια διάχυτη φωτεινότητα, που είναι ιδιαίτερα εμφανής στη θαλάσσια περιοχή, όπου εμφανίζονται ραβδώσεις διαφοροποιημένης τονικότητας. Στην εικόνα TVI (σχ.4), δεν υπάρχει αυτή η διάχυτη φωτεινότητα και η θάλασσα εμφανίζεται με βαθείς σκοτεινούς τόνους. Επίσης, οι καμένες περιοχές εμφανίζονται με πιο σκοτεινούς τόνους στην εικόνα δείκτη TVI απ’όσο στους άλλους δυο δείκτες.<br /> <br /> Η εικόνα TVI έχει καλύτερη αντίθεση φωτεινότητας απ’οσο οι εικόνες TVI’ και NDVI και αυτό έχει ως συνέπεια να εμφανίζονται ευκρινέστερα οι σκοτεινές λεπτές γραμμές του οδικού δικτύου στην εικόνα TVI από το βόρειο μέρος της Νήσου (σχ. 5) απ’ όσο στην εικόνα TVI’ της ίδιας περιοχής (σχ. 6). Φαίνεται λοιπόν να επαληθεύονται, από ποιοτική άποψη, οι θεωρητικές προβλέψεις για εικόνα TVI χωρίς «θάμπωμα» και με καλύτερη αντίθεση φωτεινότητας από αυτήν των δυο άλλων δεικτών βλάστησης.<br /> <br /> Στον παρακάτω πίνακα εμφανίζονται οι τυπικές αποκλίσεις των ιστογραμμάτων των εικόνων των τριών δεικτών βλάστησης. Όπως προβλέπει και η πιθανοθεωρητική μελέτη, η τυπική απόκλιση της εικόνας TVI είναι μεγαλύτερη από αυτές των εικόνων NDVI και TVI’. <br /> <br /> [[Εικόνα:erb1.7.JPG|center|Πίνακας 1]]<br /> Πίνακας 1<br /> Δείκτης Βλάστησης NDVI TVI’ TVI<br /> Τυπική Απόκλιση 0.095 0.083 0.219<br /> <br /> Τόσο οι θεωρητικές προβλέψεις, όσο και ο πειραματικός έλεγχος με δορυφορική εικόνα, έδειξαν ότι ο δείκτης βλάστησης TVI, παράγει εικόνες με μεγαλύτερη τυπική απόκλιση και καλύτερη αντίθεση φωτεινότητας από αυτές που προκύπτουν από τους δείκτες TVI’ και NDVI. Κατά συνέπεια, ο δείκτης TVI είναι ο πλέον ενδεδειγμένος, κυρίως για ανίχνευση σχηματισμών χαμηλής τονικότητας, όπως καμένες περιοχές ή γεωλογικές ενότητες με αραιή φυτοκάλυψη. <br /> <br /> Υπάρχει ωστόσο η δυνατότητα να αξιοποιηθεί και ένας τροποποιημένος δείκτης TVI, ο MTVI, που ορίζεται από τη σχέση:<br /> <br /> [[Εικόνα:erb1.7.JPG|center]] <br /> <br /> Το c είναι μια παράμετρος με τιμές από 1 ως 3. Εξαιτίας αυτής της παραμέτρου ο δείκτης βλάστησης MTVI λαμβάνει ενδιάμεσες τιμές μεταξύ TVI και TVI’. <br /> <br /> Μια εικόνα MTVI, από πλευράς οπτικού αποτελέσματος και στατιστικών χαρακτηριστικών, είναι μια ενδιάμεση κατάσταση μεταξύ TVI και TVI’. Στο βαθμό που το c πλησιάζει τη μονάδα, η εικόνα MTVI έχει παρόμοια χαρακτηριστικά με την εικόνα TVI. Στο βαθμό που το c αυξάνεται, η εικόνα MTVI προσομοιάζει με την εικόνα TVI’. Διαφορετικές τιμές του c αντιστοιχούν σε εικόνες με διαφοροποιημένη τονικότητα, διευρύνοντας έτσι τις επιλογές του χρήστη. Ο δείκτης MTVI μπορεί να κατασκευαστεί εύκολα με τη βοήθεια κατάλληλου λογισμικού (για παράδειγμα με το εργαλείο spatial modeler του ERDAS Imagine ή με τη γλώσσα προγραμματισμού του ILWIS) και η μελέτη της αποτελεσματικότητάς του είναι αντικείμενο μελλοντικής εργασίας.<br /> [[Εικόνα:erg1.1.JPG|thumb|right|Σχ. 1. 432 RGB εικόνα Landsat 7 ETM από τη Ζάκυνθο]] [[Εικόνα:erg1.2.JPG|thumb|right|Σχ.2 εικόνα δείκτη βλάστησης NDVI της Ζακύνθου]] [[Εικόνα:erg1.3.JPG|thumb|right|Σχ.3 εικόνα δείκτη βλάστησης ΤVI'της Ζακύνθου]] [[Εικόνα:erg1.4.JPG|thumb|right|Σχ.4 εικόνα δείκτη βλάστησης ΤVI της Ζακύνθου]] [[Εικόνα:erg1.5.JPG|thumb|right|Σχ.5 εικόνα ΤVI από το βόρειο τμήμα της Ζακύνθου]] [[Εικόνα:erg1.6.JPG|thumb|right|Σχ.6 εικόνα ΤVI' από το βόρειο τμήμα της Ζακύνθου]]<br /> <br /> <br /> '''3. ΣΥΜΠΕΡΑΣΜΑΤΑ'''<br /> <br /> Η πιθανοθεωρητική ανάλυση έδειξε ότι ο δείκτης TVI παράγει εικόνες με μεγάλη τυπική απόκλιση, που ευνοεί μια καλή αντίθεση φωτεινότητας. Ο δείκτης TVI’, εξαιτίας της υπόρριζης ποσότητας 0.5, παράγει εικόνες με μεγάλη φωτεινότητα και μικρή τυπική απόκλιση.<br /> <br /> Ο πειραματισμός με δορυφορική εικόνα Landsat 7 ETM επιβεβαίωσε τις θεωρητικές προβλέψεις περί καλύτερης αντίθεσης φωτεινότητας της εικόνας TVI από την εικόνα TVI’. Επίπλέον, ως συνέπεια της μεγάλης διάχυτης φωτεινότητας που χαρακτηρίζει την εικόνα TVI’,<br /> γραμμώσεις χαμηλής φωτεινότητας, όπως το οδικό δίκτυο για παράδειγμα, εμφανίζονται με μεγαλύτερη ευκρίνεια στην εικόνα TVI.<br /> <br /> Κατά συνέπεια, εκτιμούμε ότι ο δείκτης TVI, έτσι όπως ορίζεται από τη σχέση (1), είναι προτιμητέος σε σχέση με τον τροποποιημένο δείκτη TVI’, έστω και αν ο δεύτερος χρησιμοποιείται συχνότερα και είναι ενσωματωμένος σε διαδεδομένα πακέτα λογισμικού επεξεργασίας δορυφορικών εικόνων.<br /> <br /> Ωστόσο, αν ο χρήστης επιθυμεί να έχει διευρυμένα περιθώρια επιλογών από πλευράς οπτικού αποτελέσματος, μπορεί να εφαρμόσει το δείκτη MTVI, με βάση τη σχέση (4), για διάφορες τιμές της παραμέτρου c. Οι εικόνες που παράγονται για διάφορα c θα έχουν ενδιάμεσες τιμές φωτεινότητας μεταξύ αυτής των εικόνων TVI και TVI’.<br /> <br /> Ένα γενικότερο συμπέρασμα που προκύπτει από αυτήν την εργασία είναι ότι η θεωρία πιθανοτήτων μπορεί να συμβάλει στην αξιολόγηση των δεικτών βλάστησης που εφαρμόζονται σε πολυφασματικές εικόνες. Με την πιθανοθεωρητική ανάλυση μπορούν να διατυπωθούν προβλέψεις για τα στατιστικά χαρακτηριστικά της εικόνας, οι οποίες, στο βαθμό που επιβεβαιώνονται από τον έλεγχο με πραγματικά δεδομένα τηλεανίχνευσης, οδηγούν σε αξιόπιστα συμπεράσματα για τις δυνατότητες και τους περιορισμούς του υπό μελέτη δείκτη βλάστησης.<br /> <br /> <br /> [[category:Δασοπονία, Δασική διαχείριση]]</div>

Liotsi http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Erb1.11.JPG 2010-02-16T17:43:23Z

<p>Liotsi: </p> <hr /> <div></div>

Liotsi http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Erb1.10.JPG 2010-02-16T17:43:03Z

<p>Liotsi: </p> <hr /> <div></div>

Liotsi http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Erb1.9.JPG 2010-02-16T17:42:42Z

<p>Liotsi: </p> <hr /> <div></div>

Liotsi http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Erb1.8.JPG 2010-02-16T17:42:17Z

<p>Liotsi: </p> <hr /> <div></div>

Liotsi http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%9E%CE%99%CE%9F%CE%9B%CE%9F%CE%93%CE%97%CE%A3%CE%97_%CE%A4%CE%9F%CE%A5_%CE%94%CE%95%CE%99%CE%9A%CE%A4%CE%97_%CE%92%CE%9B%CE%91%CE%A3%CE%A4%CE%97%CE%A3%CE%97%CE%A3_TVI_%CE%9C%CE%95_%CE%A4%CE%97_%CE%A3%CE%A5%CE%9D%CE%94%CE%A1%CE%9F%CE%9C%CE%97_%CE%A4%CE%97%CE%A3_%CE%98%CE%95%CE%A9%CE%A1%CE%99%CE%91%CE%A3_%CE%A0%CE%99%CE%98%CE%91%CE%9D%CE%9F%CE%A4%CE%97%CE%A4%CE%A9%CE%9D 2010-02-16T17:37:11Z

<p>Liotsi: </p> <hr /> <div>Σκιάνης Γ. Αιμ, Βαϊόπουλος Δ. Νικολακόπουλος Κ.<br /> <br /> Στην παρούσα εργασία μελετάται, με τη βοήθεια της θεωρίας πιθανοτήτων, η συμπεριφορά του μετασχηματισμένου δείκτη βλάστησης TVI, καθώς και της παραλλαγμένης μορφής αυτού, TVI’. Εισάγοντας μια κατάλληλη κατανομή για την περιγραφή των ιστογραμμάτων των καναλιών τηςεικόνας, και αξιοποιώντας θεωρήματα της στατιστικής, συνάγονται οι μαθηματικές σχέσεις που περιγράφουν τις κατανομές τιμών των δεικτών βλάστησης TVI και TVI’. Από τη μελέτη των κατανομών αυτών συμπεραίνεται ότι όταν η τυπική αποκλιση της εικόνας της ζώνης του υπερύθρου είναι μεγαλύτερη από αυτήν της ζώνης του ερυθρού, στο ιστόγραμμα TVI’ η επικρατούσα τιμή είναι μετατοπισμένη προς τα δεξιά, ως προς την επικρατούσα τιμή του ιστογράμματος TVI. Από την άλλη πλευρά, το ιστόγραμμα TVI έχει μια επικρατούσα τιμή προς το μέσον της κλίμακας τονικότητας, καθώς και μια μεγαλύτερη διασπορά. Επομένως η εικόνα TVI έχει μια καλύτερη αντίθεση φωτεινότητας από την εικόνα TVI’. Βρέθηκε επίσης ότι η εικόνα TVI έχει μεγαλύτερη διασπορά και από την εικόνα του συχνά εφαρμοζόμενου δείκτη βλάστησης NDVI. Οι θεωρητικές αυτές προβλέψεις συμφωνούν με παρατηρήσεις σε δορυφορική εικόνα Landsat από τη Ζάκυνθο.<br /> <br /> Τα πορίσματα αυτής της εργασίας μπορούν να αξιοποιηθούν σε γεωλογικές και περιβαλλοντικές έρευνες, με αντικείμενο τη χαρτογράφηση περιοχών διαφοροποιημένης πυκνότητας βλάστησης, οι οποίες πιθανόν να έχουν σχέση με διάφορους τύπους εδαφών καιγεωλογικών ενοτήτων.<br /> <br /> '''1. ΕΙΣΑΓΩΓΗ'''<br /> <br /> Στη γεωλογική και στην περιβαλλοντική έρευνα χρησιμοποιούνται συχνά λόγοι φασματικών ζωνών από πολυφασματικές εικόνες, ως δείκτες βλάστησης, προκειμένου να χαρτογραφηθούν περιοχές με διαφοροποιημένη πυκνότητα φυτοκάλυψης. Ένας από τους προταθέντες δείκτες βλάστησης είναι ο Μετασχηματισμένος Δείκτης Βλάστησης (Transformed Vegetation Index) TVI (Deering et. al. 1975), που ορίζεται ως:<br /> <br /> <br /> [[Εικόνα:erb1.7.JPG|center]]<br /> <br /> Όπου x και y είναι οι τιμές φωτεινότητας στις φασματικές ζώνες του εγγύς υπερύθρου και του ερυθρού,αντίστοιχα. u είναι η αριθμητική τιμή του δείκτη βλάστησης. Όταν το x είναι μικρότερο του y, o TVI είναι μηδέν. Προκειμένου να περιοριστεί ο αριθμός των εικονοστοιχείων με μηδενικό δείκτη βλάστησης, συχνά προτιμάται η παρακάτω παραλλαγή TVI’ του δείκτη TVI (Schowengerdt 1997):<br /> (2)<br /> Ο συνηθέστερα χρησιμοποιούμενος δείκτης βλάστησης είναι ο Δείκτης Βλάστησης Κανονικοποιημένων Διαφορών NDVI (Boyd et. al. 2002, Chuvieco et. al. 2002, Peterson et. al. 2002, Stroppiana et. al. 2002 και πολλοί άλλοι). Ο NDVI ορίζεται ως (Rouse et. al. 1973):<br /> (3)<br /> <br /> <br /> Στην παρούσα εργασία συγκρίνονται τα χαρακτηριστικά των εικόνων των δεικτών βλάστησης TVI, TVI’ και NDVI. Το βασικό κριτήριο σύγκρισης είναι το εύρος του ιστογράμματος εικόνας, μέτρο του οποίου είναι η τυπική απόκλιση. Αν το ιστόγραμμα εικόνας δείκτη βλάστησης έχει μικρή τυπική απόκλιση, η εικόνα παρέχει περιορισμένη πληροφορία για τους στόχους ενδιαφέροντος. Αν η τυπική αποκλιση είναι μεγάλη και το ιστόγραμμα καλύπτει όλη την κλίμακα τονικότητας, τότε ο δείκτης βλάστησης αναμένεται να δώσει περισσότερες πληροφορίες, ιδίως όταν η επικρατούσα τιμή βρίσκεται προς το μέσο της κλίμακας τονικότητας.<br /> <br /> Με τη βοήθεια κατάλληλων κατανομών και αξιοποιώντας θεωρήματα της στατιστικής, μελετώνται τα ιστογράμματα των εικόνων των τριών δεικτών βλάστησης και διατυπώνονται θεωρητικές προβλέψεις για την αποτελεσματικότητα του κάθε δείκτη. Στη συνέχεια, οι προβλέψεις αυτές συγκρίνονται με τα αποτελέσματα της εφαρμογής των τριών δεικτών βλάστησης σε δορυφορική εικόνα. Τα πορίσματα αυτής της εργασίας μπορούν να αξιοποιηθούν στη γεωλογική και περιβαλλοντική έρευνα με αντικείμενο την αναγνώριση περιοχών με διαφορετική πυκνότητα φυτοκάλυψης.<br /> <br /> <br /> '''2 ΠΕΙΡΑΜΑΤΙΣΜΟΣ ΜΕ ΔΟΡΥΦΟΡΙΚΗ ΕΙΚΟΝΑ'''<br /> <br /> Για τον έλεγχο των θεωρητικών προβλέψεων σε σχέση με τα χαρακτηριστικά εικόνων δεικτών βλάστησης, χρησιμοποιήθηκε εικόνα Landsat 7 ΕΤΜ (Αύγουστος 1999). Στο (σχ.1) εμφανίζεται η 432 RGB εικόνα της περιοχής. Στα (σχ.2), (σχ.3) και (σχ.4) παρουσιάζονται οι εικόνες των δεικτών βλάστησης NDVI, TVI’ και TVI, αντίστοιχα, οι οποίοι έχουν αναχθεί σε κοινή κλίμακα τονικότητας με τιμές από 0 ως 1. Για την παραγωγή των εικόνων των τριών δεικτών βλάστησης χρησιμοποιήθηκε το λογισμικό Image 8.6 της ERDAS. Στο νησί είχε σημειωθεί πυρκαγιά λίγο πριν τη λήψη της εικόνας. Οι καμένες περιοχές εμφανίζονται με σκοτεινούς τόνους στις εικόνες δεικτών βλάστησης.<br /> <br /> Παρατηρούμε ότι στις εικόνες των (σχ.2) και (σχ.3) υπάρχει μια διάχυτη φωτεινότητα, που είναι ιδιαίτερα εμφανής στη θαλάσσια περιοχή, όπου εμφανίζονται ραβδώσεις διαφοροποιημένης τονικότητας. Στην εικόνα TVI (σχ.4), δεν υπάρχει αυτή η διάχυτη φωτεινότητα και η θάλασσα εμφανίζεται με βαθείς σκοτεινούς τόνους. Επίσης, οι καμένες περιοχές εμφανίζονται με πιο σκοτεινούς τόνους στην εικόνα δείκτη TVI απ’όσο στους άλλους δυο δείκτες.<br /> <br /> Η εικόνα TVI έχει καλύτερη αντίθεση φωτεινότητας απ’οσο οι εικόνες TVI’ και NDVI και αυτό έχει ως συνέπεια να εμφανίζονται ευκρινέστερα οι σκοτεινές λεπτές γραμμές του οδικού δικτύου στην εικόνα TVI από το βόρειο μέρος της Νήσου (σχ. 5) απ’ όσο στην εικόνα TVI’ της ίδιας περιοχής (σχ. 6). Φαίνεται λοιπόν να επαληθεύονται, από ποιοτική άποψη, οι θεωρητικές προβλέψεις για εικόνα TVI χωρίς «θάμπωμα» και με καλύτερη αντίθεση φωτεινότητας από αυτήν των δυο άλλων δεικτών βλάστησης.<br /> <br /> Στον παρακάτω πίνακα εμφανίζονται οι τυπικές αποκλίσεις των ιστογραμμάτων των εικόνων των τριών δεικτών βλάστησης. Όπως προβλέπει και η πιθανοθεωρητική μελέτη, η τυπική απόκλιση της εικόνας TVI είναι μεγαλύτερη από αυτές των εικόνων NDVI και TVI’. <br /> <br /> <br /> Πίνακας 1<br /> Δείκτης Βλάστησης NDVI TVI’ TVI<br /> Τυπική Απόκλιση 0.095 0.083 0.219<br /> <br /> Τόσο οι θεωρητικές προβλέψεις, όσο και ο πειραματικός έλεγχος με δορυφορική εικόνα, έδειξαν ότι ο δείκτης βλάστησης TVI, παράγει εικόνες με μεγαλύτερη τυπική απόκλιση και καλύτερη αντίθεση φωτεινότητας από αυτές που προκύπτουν από τους δείκτες TVI’ και NDVI. Κατά συνέπεια, ο δείκτης TVI είναι ο πλέον ενδεδειγμένος, κυρίως για ανίχνευση σχηματισμών χαμηλής τονικότητας, όπως καμένες περιοχές ή γεωλογικές ενότητες με αραιή φυτοκάλυψη. <br /> <br /> Υπάρχει ωστόσο η δυνατότητα να αξιοποιηθεί και ένας τροποποιημένος δείκτης TVI, ο MTVI, που ορίζεται από τη σχέση:<br /> <br /> (4)<br /> <br /> Το c είναι μια παράμετρος με τιμές από 1 ως 3. Εξαιτίας αυτής της παραμέτρου ο δείκτης βλάστησης MTVI λαμβάνει ενδιάμεσες τιμές μεταξύ TVI και TVI’. <br /> <br /> Μια εικόνα MTVI, από πλευράς οπτικού αποτελέσματος και στατιστικών χαρακτηριστικών, είναι μια ενδιάμεση κατάσταση μεταξύ TVI και TVI’. Στο βαθμό που το c πλησιάζει τη μονάδα, η εικόνα MTVI έχει παρόμοια χαρακτηριστικά με την εικόνα TVI. Στο βαθμό που το c αυξάνεται, η εικόνα MTVI προσομοιάζει με την εικόνα TVI’. Διαφορετικές τιμές του c αντιστοιχούν σε εικόνες με διαφοροποιημένη τονικότητα, διευρύνοντας έτσι τις επιλογές του χρήστη. Ο δείκτης MTVI μπορεί να κατασκευαστεί εύκολα με τη βοήθεια κατάλληλου λογισμικού (για παράδειγμα με το εργαλείο spatial modeler του ERDAS Imagine ή με τη γλώσσα προγραμματισμού του ILWIS) και η μελέτη της αποτελεσματικότητάς του είναι αντικείμενο μελλοντικής εργασίας.<br /> [[Εικόνα:erg1.1.JPG|thumb|right|Σχ. 1. 432 RGB εικόνα Landsat 7 ETM από τη Ζάκυνθο]] [[Εικόνα:erg1.2.JPG|thumb|right|Σχ.2 εικόνα δείκτη βλάστησης NDVI της Ζακύνθου]] [[Εικόνα:erg1.3.JPG|thumb|right|Σχ.3 εικόνα δείκτη βλάστησης ΤVI'της Ζακύνθου]] [[Εικόνα:erg1.4.JPG|thumb|right|Σχ.4 εικόνα δείκτη βλάστησης ΤVI της Ζακύνθου]] [[Εικόνα:erg1.5.JPG|thumb|right|Σχ.5 εικόνα ΤVI από το βόρειο τμήμα της Ζακύνθου]] [[Εικόνα:erg1.6.JPG|thumb|right|Σχ.6 εικόνα ΤVI' από το βόρειο τμήμα της Ζακύνθου]]<br /> <br /> <br /> '''3. ΣΥΜΠΕΡΑΣΜΑΤΑ'''<br /> <br /> Η πιθανοθεωρητική ανάλυση έδειξε ότι ο δείκτης TVI παράγει εικόνες με μεγάλη τυπική απόκλιση, που ευνοεί μια καλή αντίθεση φωτεινότητας. Ο δείκτης TVI’, εξαιτίας της υπόρριζης ποσότητας 0.5, παράγει εικόνες με μεγάλη φωτεινότητα και μικρή τυπική απόκλιση.<br /> <br /> Ο πειραματισμός με δορυφορική εικόνα Landsat 7 ETM επιβεβαίωσε τις θεωρητικές προβλέψεις περί καλύτερης αντίθεσης φωτεινότητας της εικόνας TVI από την εικόνα TVI’. Επίπλέον, ως συνέπεια της μεγάλης διάχυτης φωτεινότητας που χαρακτηρίζει την εικόνα TVI’,<br /> γραμμώσεις χαμηλής φωτεινότητας, όπως το οδικό δίκτυο για παράδειγμα, εμφανίζονται με μεγαλύτερη ευκρίνεια στην εικόνα TVI.<br /> <br /> Κατά συνέπεια, εκτιμούμε ότι ο δείκτης TVI, έτσι όπως ορίζεται από τη σχέση (1), είναι προτιμητέος σε σχέση με τον τροποποιημένο δείκτη TVI’, έστω και αν ο δεύτερος χρησιμοποιείται συχνότερα και είναι ενσωματωμένος σε διαδεδομένα πακέτα λογισμικού επεξεργασίας δορυφορικών εικόνων.<br /> <br /> Ωστόσο, αν ο χρήστης επιθυμεί να έχει διευρυμένα περιθώρια επιλογών από πλευράς οπτικού αποτελέσματος, μπορεί να εφαρμόσει το δείκτη MTVI, με βάση τη σχέση (4), για διάφορες τιμές της παραμέτρου c. Οι εικόνες που παράγονται για διάφορα c θα έχουν ενδιάμεσες τιμές φωτεινότητας μεταξύ αυτής των εικόνων TVI και TVI’.<br /> <br /> Ένα γενικότερο συμπέρασμα που προκύπτει από αυτήν την εργασία είναι ότι η θεωρία πιθανοτήτων μπορεί να συμβάλει στην αξιολόγηση των δεικτών βλάστησης που εφαρμόζονται σε πολυφασματικές εικόνες. Με την πιθανοθεωρητική ανάλυση μπορούν να διατυπωθούν προβλέψεις για τα στατιστικά χαρακτηριστικά της εικόνας, οι οποίες, στο βαθμό που επιβεβαιώνονται από τον έλεγχο με πραγματικά δεδομένα τηλεανίχνευσης, οδηγούν σε αξιόπιστα συμπεράσματα για τις δυνατότητες και τους περιορισμούς του υπό μελέτη δείκτη βλάστησης.<br /> <br /> <br /> [[category:Δασοπονία, Δασική διαχείριση]]</div>

Liotsi http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Erb1.7.JPG 2010-02-16T17:36:15Z

<p>Liotsi: </p> <hr /> <div></div>

Liotsi http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%9E%CE%99%CE%9F%CE%9B%CE%9F%CE%93%CE%97%CE%A3%CE%97_%CE%A4%CE%9F%CE%A5_%CE%94%CE%95%CE%99%CE%9A%CE%A4%CE%97_%CE%92%CE%9B%CE%91%CE%A3%CE%A4%CE%97%CE%A3%CE%97%CE%A3_TVI_%CE%9C%CE%95_%CE%A4%CE%97_%CE%A3%CE%A5%CE%9D%CE%94%CE%A1%CE%9F%CE%9C%CE%97_%CE%A4%CE%97%CE%A3_%CE%98%CE%95%CE%A9%CE%A1%CE%99%CE%91%CE%A3_%CE%A0%CE%99%CE%98%CE%91%CE%9D%CE%9F%CE%A4%CE%97%CE%A4%CE%A9%CE%9D 2010-02-16T17:35:15Z

<p>Liotsi: </p> <hr /> <div>Σκιάνης Γ. Αιμ, Βαϊόπουλος Δ. Νικολακόπουλος Κ.<br /> <br /> Στην παρούσα εργασία μελετάται, με τη βοήθεια της θεωρίας πιθανοτήτων, η συμπεριφορά του μετασχηματισμένου δείκτη βλάστησης TVI, καθώς και της παραλλαγμένης μορφής αυτού, TVI’. Εισάγοντας μια κατάλληλη κατανομή για την περιγραφή των ιστογραμμάτων των καναλιών τηςεικόνας, και αξιοποιώντας θεωρήματα της στατιστικής, συνάγονται οι μαθηματικές σχέσεις που περιγράφουν τις κατανομές τιμών των δεικτών βλάστησης TVI και TVI’. Από τη μελέτη των κατανομών αυτών συμπεραίνεται ότι όταν η τυπική αποκλιση της εικόνας της ζώνης του υπερύθρου είναι μεγαλύτερη από αυτήν της ζώνης του ερυθρού, στο ιστόγραμμα TVI’ η επικρατούσα τιμή είναι μετατοπισμένη προς τα δεξιά, ως προς την επικρατούσα τιμή του ιστογράμματος TVI. Από την άλλη πλευρά, το ιστόγραμμα TVI έχει μια επικρατούσα τιμή προς το μέσον της κλίμακας τονικότητας, καθώς και μια μεγαλύτερη διασπορά. Επομένως η εικόνα TVI έχει μια καλύτερη αντίθεση φωτεινότητας από την εικόνα TVI’. Βρέθηκε επίσης ότι η εικόνα TVI έχει μεγαλύτερη διασπορά και από την εικόνα του συχνά εφαρμοζόμενου δείκτη βλάστησης NDVI. Οι θεωρητικές αυτές προβλέψεις συμφωνούν με παρατηρήσεις σε δορυφορική εικόνα Landsat από τη Ζάκυνθο.<br /> <br /> Τα πορίσματα αυτής της εργασίας μπορούν να αξιοποιηθούν σε γεωλογικές και περιβαλλοντικές έρευνες, με αντικείμενο τη χαρτογράφηση περιοχών διαφοροποιημένης πυκνότητας βλάστησης, οι οποίες πιθανόν να έχουν σχέση με διάφορους τύπους εδαφών καιγεωλογικών ενοτήτων.<br /> <br /> '''1. ΕΙΣΑΓΩΓΗ'''<br /> <br /> Στη γεωλογική και στην περιβαλλοντική έρευνα χρησιμοποιούνται συχνά λόγοι φασματικών ζωνών από πολυφασματικές εικόνες, ως δείκτες βλάστησης, προκειμένου να χαρτογραφηθούν περιοχές με διαφοροποιημένη πυκνότητα φυτοκάλυψης. Ένας από τους προταθέντες δείκτες βλάστησης είναι ο Μετασχηματισμένος Δείκτης Βλάστησης (Transformed Vegetation Index) TVI (Deering et. al. 1975), που ορίζεται ως:<br /> <br /> <br /> <br /> [[Εικόνα:erb1.7.JPG]]<br /> <br /> Όπου x και y είναι οι τιμές φωτεινότητας στις φασματικές ζώνες του εγγύς υπερύθρου και του ερυθρού,αντίστοιχα. u είναι η αριθμητική τιμή του δείκτη βλάστησης. Όταν το x είναι μικρότερο του y, o TVI είναι μηδέν. Προκειμένου να περιοριστεί ο αριθμός των εικονοστοιχείων με μηδενικό δείκτη βλάστησης, συχνά προτιμάται η παρακάτω παραλλαγή TVI’ του δείκτη TVI (Schowengerdt 1997):<br /> (2)<br /> Ο συνηθέστερα χρησιμοποιούμενος δείκτης βλάστησης είναι ο Δείκτης Βλάστησης Κανονικοποιημένων Διαφορών NDVI (Boyd et. al. 2002, Chuvieco et. al. 2002, Peterson et. al. 2002, Stroppiana et. al. 2002 και πολλοί άλλοι). Ο NDVI ορίζεται ως (Rouse et. al. 1973):<br /> (3)<br /> <br /> <br /> Στην παρούσα εργασία συγκρίνονται τα χαρακτηριστικά των εικόνων των δεικτών βλάστησης TVI, TVI’ και NDVI. Το βασικό κριτήριο σύγκρισης είναι το εύρος του ιστογράμματος εικόνας, μέτρο του οποίου είναι η τυπική απόκλιση. Αν το ιστόγραμμα εικόνας δείκτη βλάστησης έχει μικρή τυπική απόκλιση, η εικόνα παρέχει περιορισμένη πληροφορία για τους στόχους ενδιαφέροντος. Αν η τυπική αποκλιση είναι μεγάλη και το ιστόγραμμα καλύπτει όλη την κλίμακα τονικότητας, τότε ο δείκτης βλάστησης αναμένεται να δώσει περισσότερες πληροφορίες, ιδίως όταν η επικρατούσα τιμή βρίσκεται προς το μέσο της κλίμακας τονικότητας.<br /> <br /> Με τη βοήθεια κατάλληλων κατανομών και αξιοποιώντας θεωρήματα της στατιστικής, μελετώνται τα ιστογράμματα των εικόνων των τριών δεικτών βλάστησης και διατυπώνονται θεωρητικές προβλέψεις για την αποτελεσματικότητα του κάθε δείκτη. Στη συνέχεια, οι προβλέψεις αυτές συγκρίνονται με τα αποτελέσματα της εφαρμογής των τριών δεικτών βλάστησης σε δορυφορική εικόνα. Τα πορίσματα αυτής της εργασίας μπορούν να αξιοποιηθούν στη γεωλογική και περιβαλλοντική έρευνα με αντικείμενο την αναγνώριση περιοχών με διαφορετική πυκνότητα φυτοκάλυψης.<br /> <br /> <br /> '''2 ΠΕΙΡΑΜΑΤΙΣΜΟΣ ΜΕ ΔΟΡΥΦΟΡΙΚΗ ΕΙΚΟΝΑ'''<br /> <br /> Για τον έλεγχο των θεωρητικών προβλέψεων σε σχέση με τα χαρακτηριστικά εικόνων δεικτών βλάστησης, χρησιμοποιήθηκε εικόνα Landsat 7 ΕΤΜ (Αύγουστος 1999). Στο (σχ.1) εμφανίζεται η 432 RGB εικόνα της περιοχής. Στα (σχ.2), (σχ.3) και (σχ.4) παρουσιάζονται οι εικόνες των δεικτών βλάστησης NDVI, TVI’ και TVI, αντίστοιχα, οι οποίοι έχουν αναχθεί σε κοινή κλίμακα τονικότητας με τιμές από 0 ως 1. Για την παραγωγή των εικόνων των τριών δεικτών βλάστησης χρησιμοποιήθηκε το λογισμικό Image 8.6 της ERDAS. Στο νησί είχε σημειωθεί πυρκαγιά λίγο πριν τη λήψη της εικόνας. Οι καμένες περιοχές εμφανίζονται με σκοτεινούς τόνους στις εικόνες δεικτών βλάστησης.<br /> <br /> Παρατηρούμε ότι στις εικόνες των (σχ.2) και (σχ.3) υπάρχει μια διάχυτη φωτεινότητα, που είναι ιδιαίτερα εμφανής στη θαλάσσια περιοχή, όπου εμφανίζονται ραβδώσεις διαφοροποιημένης τονικότητας. Στην εικόνα TVI (σχ.4), δεν υπάρχει αυτή η διάχυτη φωτεινότητα και η θάλασσα εμφανίζεται με βαθείς σκοτεινούς τόνους. Επίσης, οι καμένες περιοχές εμφανίζονται με πιο σκοτεινούς τόνους στην εικόνα δείκτη TVI απ’όσο στους άλλους δυο δείκτες.<br /> <br /> Η εικόνα TVI έχει καλύτερη αντίθεση φωτεινότητας απ’οσο οι εικόνες TVI’ και NDVI και αυτό έχει ως συνέπεια να εμφανίζονται ευκρινέστερα οι σκοτεινές λεπτές γραμμές του οδικού δικτύου στην εικόνα TVI από το βόρειο μέρος της Νήσου (σχ. 5) απ’ όσο στην εικόνα TVI’ της ίδιας περιοχής (σχ. 6). Φαίνεται λοιπόν να επαληθεύονται, από ποιοτική άποψη, οι θεωρητικές προβλέψεις για εικόνα TVI χωρίς «θάμπωμα» και με καλύτερη αντίθεση φωτεινότητας από αυτήν των δυο άλλων δεικτών βλάστησης.<br /> <br /> Στον παρακάτω πίνακα εμφανίζονται οι τυπικές αποκλίσεις των ιστογραμμάτων των εικόνων των τριών δεικτών βλάστησης. Όπως προβλέπει και η πιθανοθεωρητική μελέτη, η τυπική απόκλιση της εικόνας TVI είναι μεγαλύτερη από αυτές των εικόνων NDVI και TVI’. <br /> <br /> <br /> Πίνακας 1<br /> Δείκτης Βλάστησης NDVI TVI’ TVI<br /> Τυπική Απόκλιση 0.095 0.083 0.219<br /> <br /> Τόσο οι θεωρητικές προβλέψεις, όσο και ο πειραματικός έλεγχος με δορυφορική εικόνα, έδειξαν ότι ο δείκτης βλάστησης TVI, παράγει εικόνες με μεγαλύτερη τυπική απόκλιση και καλύτερη αντίθεση φωτεινότητας από αυτές που προκύπτουν από τους δείκτες TVI’ και NDVI. Κατά συνέπεια, ο δείκτης TVI είναι ο πλέον ενδεδειγμένος, κυρίως για ανίχνευση σχηματισμών χαμηλής τονικότητας, όπως καμένες περιοχές ή γεωλογικές ενότητες με αραιή φυτοκάλυψη. <br /> <br /> Υπάρχει ωστόσο η δυνατότητα να αξιοποιηθεί και ένας τροποποιημένος δείκτης TVI, ο MTVI, που ορίζεται από τη σχέση:<br /> <br /> (4)<br /> <br /> Το c είναι μια παράμετρος με τιμές από 1 ως 3. Εξαιτίας αυτής της παραμέτρου ο δείκτης βλάστησης MTVI λαμβάνει ενδιάμεσες τιμές μεταξύ TVI και TVI’. <br /> <br /> Μια εικόνα MTVI, από πλευράς οπτικού αποτελέσματος και στατιστικών χαρακτηριστικών, είναι μια ενδιάμεση κατάσταση μεταξύ TVI και TVI’. Στο βαθμό που το c πλησιάζει τη μονάδα, η εικόνα MTVI έχει παρόμοια χαρακτηριστικά με την εικόνα TVI. Στο βαθμό που το c αυξάνεται, η εικόνα MTVI προσομοιάζει με την εικόνα TVI’. Διαφορετικές τιμές του c αντιστοιχούν σε εικόνες με διαφοροποιημένη τονικότητα, διευρύνοντας έτσι τις επιλογές του χρήστη. Ο δείκτης MTVI μπορεί να κατασκευαστεί εύκολα με τη βοήθεια κατάλληλου λογισμικού (για παράδειγμα με το εργαλείο spatial modeler του ERDAS Imagine ή με τη γλώσσα προγραμματισμού του ILWIS) και η μελέτη της αποτελεσματικότητάς του είναι αντικείμενο μελλοντικής εργασίας.<br /> [[Εικόνα:erg1.1.JPG|thumb|right|Σχ. 1. 432 RGB εικόνα Landsat 7 ETM από τη Ζάκυνθο]] [[Εικόνα:erg1.2.JPG|thumb|right|Σχ.2 εικόνα δείκτη βλάστησης NDVI της Ζακύνθου]] [[Εικόνα:erg1.3.JPG|thumb|right|Σχ.3 εικόνα δείκτη βλάστησης ΤVI'της Ζακύνθου]] [[Εικόνα:erg1.4.JPG|thumb|right|Σχ.4 εικόνα δείκτη βλάστησης ΤVI της Ζακύνθου]] [[Εικόνα:erg1.5.JPG|thumb|right|Σχ.5 εικόνα ΤVI από το βόρειο τμήμα της Ζακύνθου]] [[Εικόνα:erg1.6.JPG|thumb|right|Σχ.6 εικόνα ΤVI' από το βόρειο τμήμα της Ζακύνθου]]<br /> <br /> <br /> '''3. ΣΥΜΠΕΡΑΣΜΑΤΑ'''<br /> <br /> Η πιθανοθεωρητική ανάλυση έδειξε ότι ο δείκτης TVI παράγει εικόνες με μεγάλη τυπική απόκλιση, που ευνοεί μια καλή αντίθεση φωτεινότητας. Ο δείκτης TVI’, εξαιτίας της υπόρριζης ποσότητας 0.5, παράγει εικόνες με μεγάλη φωτεινότητα και μικρή τυπική απόκλιση.<br /> <br /> Ο πειραματισμός με δορυφορική εικόνα Landsat 7 ETM επιβεβαίωσε τις θεωρητικές προβλέψεις περί καλύτερης αντίθεσης φωτεινότητας της εικόνας TVI από την εικόνα TVI’. Επίπλέον, ως συνέπεια της μεγάλης διάχυτης φωτεινότητας που χαρακτηρίζει την εικόνα TVI’,<br /> γραμμώσεις χαμηλής φωτεινότητας, όπως το οδικό δίκτυο για παράδειγμα, εμφανίζονται με μεγαλύτερη ευκρίνεια στην εικόνα TVI.<br /> <br /> Κατά συνέπεια, εκτιμούμε ότι ο δείκτης TVI, έτσι όπως ορίζεται από τη σχέση (1), είναι προτιμητέος σε σχέση με τον τροποποιημένο δείκτη TVI’, έστω και αν ο δεύτερος χρησιμοποιείται συχνότερα και είναι ενσωματωμένος σε διαδεδομένα πακέτα λογισμικού επεξεργασίας δορυφορικών εικόνων.<br /> <br /> Ωστόσο, αν ο χρήστης επιθυμεί να έχει διευρυμένα περιθώρια επιλογών από πλευράς οπτικού αποτελέσματος, μπορεί να εφαρμόσει το δείκτη MTVI, με βάση τη σχέση (4), για διάφορες τιμές της παραμέτρου c. Οι εικόνες που παράγονται για διάφορα c θα έχουν ενδιάμεσες τιμές φωτεινότητας μεταξύ αυτής των εικόνων TVI και TVI’.<br /> <br /> Ένα γενικότερο συμπέρασμα που προκύπτει από αυτήν την εργασία είναι ότι η θεωρία πιθανοτήτων μπορεί να συμβάλει στην αξιολόγηση των δεικτών βλάστησης που εφαρμόζονται σε πολυφασματικές εικόνες. Με την πιθανοθεωρητική ανάλυση μπορούν να διατυπωθούν προβλέψεις για τα στατιστικά χαρακτηριστικά της εικόνας, οι οποίες, στο βαθμό που επιβεβαιώνονται από τον έλεγχο με πραγματικά δεδομένα τηλεανίχνευσης, οδηγούν σε αξιόπιστα συμπεράσματα για τις δυνατότητες και τους περιορισμούς του υπό μελέτη δείκτη βλάστησης.<br /> <br /> <br /> [[category:Δασοπονία, Δασική διαχείριση]]</div>

Liotsi http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%9E%CE%99%CE%9F%CE%9B%CE%9F%CE%93%CE%97%CE%A3%CE%97_%CE%A4%CE%9F%CE%A5_%CE%94%CE%95%CE%99%CE%9A%CE%A4%CE%97_%CE%92%CE%9B%CE%91%CE%A3%CE%A4%CE%97%CE%A3%CE%97%CE%A3_TVI_%CE%9C%CE%95_%CE%A4%CE%97_%CE%A3%CE%A5%CE%9D%CE%94%CE%A1%CE%9F%CE%9C%CE%97_%CE%A4%CE%97%CE%A3_%CE%98%CE%95%CE%A9%CE%A1%CE%99%CE%91%CE%A3_%CE%A0%CE%99%CE%98%CE%91%CE%9D%CE%9F%CE%A4%CE%97%CE%A4%CE%A9%CE%9D 2010-02-16T17:29:25Z

<p>Liotsi: </p> <hr /> <div>Σκιάνης Γ. Αιμ, Βαϊόπουλος Δ. Νικολακόπουλος Κ.<br /> <br /> Στην παρούσα εργασία μελετάται, με τη βοήθεια της θεωρίας πιθανοτήτων, η συμπεριφορά του μετασχηματισμένου δείκτη βλάστησης TVI, καθώς και της παραλλαγμένης μορφής αυτού, TVI’. Εισάγοντας μια κατάλληλη κατανομή για την περιγραφή των ιστογραμμάτων των καναλιών τηςεικόνας, και αξιοποιώντας θεωρήματα της στατιστικής, συνάγονται οι μαθηματικές σχέσεις που περιγράφουν τις κατανομές τιμών των δεικτών βλάστησης TVI και TVI’. Από τη μελέτη των κατανομών αυτών συμπεραίνεται ότι όταν η τυπική αποκλιση της εικόνας της ζώνης του υπερύθρου είναι μεγαλύτερη από αυτήν της ζώνης του ερυθρού, στο ιστόγραμμα TVI’ η επικρατούσα τιμή είναι μετατοπισμένη προς τα δεξιά, ως προς την επικρατούσα τιμή του ιστογράμματος TVI. Από την άλλη πλευρά, το ιστόγραμμα TVI έχει μια επικρατούσα τιμή προς το μέσον της κλίμακας τονικότητας, καθώς και μια μεγαλύτερη διασπορά. Επομένως η εικόνα TVI έχει μια καλύτερη αντίθεση φωτεινότητας από την εικόνα TVI’. Βρέθηκε επίσης ότι η εικόνα TVI έχει μεγαλύτερη διασπορά και από την εικόνα του συχνά εφαρμοζόμενου δείκτη βλάστησης NDVI. Οι θεωρητικές αυτές προβλέψεις συμφωνούν με παρατηρήσεις σε δορυφορική εικόνα Landsat από τη Ζάκυνθο.<br /> <br /> Τα πορίσματα αυτής της εργασίας μπορούν να αξιοποιηθούν σε γεωλογικές και περιβαλλοντικές έρευνες, με αντικείμενο τη χαρτογράφηση περιοχών διαφοροποιημένης πυκνότητας βλάστησης, οι οποίες πιθανόν να έχουν σχέση με διάφορους τύπους εδαφών καιγεωλογικών ενοτήτων.<br /> <br /> '''1. ΕΙΣΑΓΩΓΗ'''<br /> <br /> Στη γεωλογική και στην περιβαλλοντική έρευνα χρησιμοποιούνται συχνά λόγοι φασματικών ζωνών από πολυφασματικές εικόνες, ως δείκτες βλάστησης, προκειμένου να χαρτογραφηθούν περιοχές με διαφοροποιημένη πυκνότητα φυτοκάλυψης. Ένας από τους προταθέντες δείκτες βλάστησης είναι ο Μετασχηματισμένος Δείκτης Βλάστησης (Transformed Vegetation Index) TVI (Deering et. al. 1975), που ορίζεται ως:<br /> <br /> &lt;math&gt;\sqrt{1-e^2} &lt;/math&gt;<br /> \sqrt{\sqrt{1-e^2}-e^2}<br /> <br /> &lt;math&gt;\sqrt{2}&lt;/math&gt;<br /> <br /> {{math|{{radical|2}}}}<br /> <br /> Όπου x και y είναι οι τιμές φωτεινότητας στις φασματικές ζώνες του εγγύς υπερύθρου και του ερυθρού,αντίστοιχα. u είναι η αριθμητική τιμή του δείκτη βλάστησης.Όταν το x είναι μικρότερο του y, o TVI είναι μηδέν. Προκειμένου να περιοριστεί ο αριθμός των εικονοστοιχείων με μηδενικό δείκτη βλάστησης, συχνά προτιμάται η παρακάτω παραλλαγή TVI’ του δείκτη TVI (Schowengerdt 1997):<br /> (2)<br /> Ο συνηθέστερα χρησιμοποιούμενος δείκτης βλάστησης είναι ο Δείκτης Βλάστησης Κανονικοποιημένων Διαφορών NDVI (Boyd et. al. 2002, Chuvieco et. al. 2002, Peterson et. al. 2002, Stroppiana et. al. 2002 και πολλοί άλλοι). Ο NDVI ορίζεται ως (Rouse et. al. 1973):<br /> (3)<br /> <br /> <br /> Στην παρούσα εργασία συγκρίνονται τα χαρακτηριστικά των εικόνων των δεικτών βλάστησης TVI, TVI’ και NDVI. Το βασικό κριτήριο σύγκρισης είναι το εύρος του ιστογράμματος εικόνας, μέτρο του οποίου είναι η τυπική απόκλιση. Αν το ιστόγραμμα εικόνας δείκτη βλάστησης έχει μικρή τυπική απόκλιση, η εικόνα παρέχει περιορισμένη πληροφορία για τους στόχους ενδιαφέροντος. Αν η τυπική αποκλιση είναι μεγάλη και το ιστόγραμμα καλύπτει όλη την κλίμακα τονικότητας, τότε ο δείκτης βλάστησης αναμένεται να δώσει περισσότερες πληροφορίες, ιδίως όταν η επικρατούσα τιμή βρίσκεται προς το μέσο της κλίμακας τονικότητας.<br /> <br /> Με τη βοήθεια κατάλληλων κατανομών και αξιοποιώντας θεωρήματα της στατιστικής, μελετώνται τα ιστογράμματα των εικόνων των τριών δεικτών βλάστησης και διατυπώνονται θεωρητικές προβλέψεις για την αποτελεσματικότητα του κάθε δείκτη. Στη συνέχεια, οι προβλέψεις αυτές συγκρίνονται με τα αποτελέσματα της εφαρμογής των τριών δεικτών βλάστησης σε δορυφορική εικόνα. Τα πορίσματα αυτής της εργασίας μπορούν να αξιοποιηθούν στη γεωλογική και περιβαλλοντική έρευνα με αντικείμενο την αναγνώριση περιοχών με διαφορετική πυκνότητα φυτοκάλυψης.<br /> <br /> <br /> '''2 ΠΕΙΡΑΜΑΤΙΣΜΟΣ ΜΕ ΔΟΡΥΦΟΡΙΚΗ ΕΙΚΟΝΑ'''<br /> <br /> Για τον έλεγχο των θεωρητικών προβλέψεων σε σχέση με τα χαρακτηριστικά εικόνων δεικτών βλάστησης, χρησιμοποιήθηκε εικόνα Landsat 7 ΕΤΜ (Αύγουστος 1999). Στο (σχ.1) εμφανίζεται η 432 RGB εικόνα της περιοχής. Στα (σχ.2), (σχ.3) και (σχ.4) παρουσιάζονται οι εικόνες των δεικτών βλάστησης NDVI, TVI’ και TVI, αντίστοιχα, οι οποίοι έχουν αναχθεί σε κοινή κλίμακα τονικότητας με τιμές από 0 ως 1. Για την παραγωγή των εικόνων των τριών δεικτών βλάστησης χρησιμοποιήθηκε το λογισμικό Image 8.6 της ERDAS. Στο νησί είχε σημειωθεί πυρκαγιά λίγο πριν τη λήψη της εικόνας. Οι καμένες περιοχές εμφανίζονται με σκοτεινούς τόνους στις εικόνες δεικτών βλάστησης.<br /> <br /> Παρατηρούμε ότι στις εικόνες των (σχ.2) και (σχ.3) υπάρχει μια διάχυτη φωτεινότητα, που είναι ιδιαίτερα εμφανής στη θαλάσσια περιοχή, όπου εμφανίζονται ραβδώσεις διαφοροποιημένης τονικότητας. Στην εικόνα TVI (σχ.4), δεν υπάρχει αυτή η διάχυτη φωτεινότητα και η θάλασσα εμφανίζεται με βαθείς σκοτεινούς τόνους. Επίσης, οι καμένες περιοχές εμφανίζονται με πιο σκοτεινούς τόνους στην εικόνα δείκτη TVI απ’όσο στους άλλους δυο δείκτες.<br /> <br /> Η εικόνα TVI έχει καλύτερη αντίθεση φωτεινότητας απ’οσο οι εικόνες TVI’ και NDVI και αυτό έχει ως συνέπεια να εμφανίζονται ευκρινέστερα οι σκοτεινές λεπτές γραμμές του οδικού δικτύου στην εικόνα TVI από το βόρειο μέρος της Νήσου (σχ. 5) απ’ όσο στην εικόνα TVI’ της ίδιας περιοχής (σχ. 6). Φαίνεται λοιπόν να επαληθεύονται, από ποιοτική άποψη, οι θεωρητικές προβλέψεις για εικόνα TVI χωρίς «θάμπωμα» και με καλύτερη αντίθεση φωτεινότητας από αυτήν των δυο άλλων δεικτών βλάστησης.<br /> <br /> Στον παρακάτω πίνακα εμφανίζονται οι τυπικές αποκλίσεις των ιστογραμμάτων των εικόνων των τριών δεικτών βλάστησης. Όπως προβλέπει και η πιθανοθεωρητική μελέτη, η τυπική απόκλιση της εικόνας TVI είναι μεγαλύτερη από αυτές των εικόνων NDVI και TVI’. <br /> <br /> <br /> Πίνακας 1<br /> Δείκτης Βλάστησης NDVI TVI’ TVI<br /> Τυπική Απόκλιση 0.095 0.083 0.219<br /> <br /> Τόσο οι θεωρητικές προβλέψεις, όσο και ο πειραματικός έλεγχος με δορυφορική εικόνα, έδειξαν ότι ο δείκτης βλάστησης TVI, παράγει εικόνες με μεγαλύτερη τυπική απόκλιση και καλύτερη αντίθεση φωτεινότητας από αυτές που προκύπτουν από τους δείκτες TVI’ και NDVI. Κατά συνέπεια, ο δείκτης TVI είναι ο πλέον ενδεδειγμένος, κυρίως για ανίχνευση σχηματισμών χαμηλής τονικότητας, όπως καμένες περιοχές ή γεωλογικές ενότητες με αραιή φυτοκάλυψη. <br /> <br /> Υπάρχει ωστόσο η δυνατότητα να αξιοποιηθεί και ένας τροποποιημένος δείκτης TVI, ο MTVI, που ορίζεται από τη σχέση:<br /> <br /> (4)<br /> <br /> Το c είναι μια παράμετρος με τιμές από 1 ως 3. Εξαιτίας αυτής της παραμέτρου ο δείκτης βλάστησης MTVI λαμβάνει ενδιάμεσες τιμές μεταξύ TVI και TVI’. <br /> <br /> Μια εικόνα MTVI, από πλευράς οπτικού αποτελέσματος και στατιστικών χαρακτηριστικών, είναι μια ενδιάμεση κατάσταση μεταξύ TVI και TVI’. Στο βαθμό που το c πλησιάζει τη μονάδα, η εικόνα MTVI έχει παρόμοια χαρακτηριστικά με την εικόνα TVI. Στο βαθμό που το c αυξάνεται, η εικόνα MTVI προσομοιάζει με την εικόνα TVI’. Διαφορετικές τιμές του c αντιστοιχούν σε εικόνες με διαφοροποιημένη τονικότητα, διευρύνοντας έτσι τις επιλογές του χρήστη. Ο δείκτης MTVI μπορεί να κατασκευαστεί εύκολα με τη βοήθεια κατάλληλου λογισμικού (για παράδειγμα με το εργαλείο spatial modeler του ERDAS Imagine ή με τη γλώσσα προγραμματισμού του ILWIS) και η μελέτη της αποτελεσματικότητάς του είναι αντικείμενο μελλοντικής εργασίας.<br /> [[Εικόνα:erg1.1.JPG|thumb|right|Σχ. 1. 432 RGB εικόνα Landsat 7 ETM από τη Ζάκυνθο]] [[Εικόνα:erg1.2.JPG|thumb|right|Σχ.2 εικόνα δείκτη βλάστησης NDVI της Ζακύνθου]] [[Εικόνα:erg1.3.JPG|thumb|right|Σχ.3 εικόνα δείκτη βλάστησης ΤVI'της Ζακύνθου]] [[Εικόνα:erg1.4.JPG|thumb|right|Σχ.4 εικόνα δείκτη βλάστησης ΤVI της Ζακύνθου]] [[Εικόνα:erg1.5.JPG|thumb|right|Σχ.5 εικόνα ΤVI από το βόρειο τμήμα της Ζακύνθου]] [[Εικόνα:erg1.6.JPG|thumb|right|Σχ.6 εικόνα ΤVI' από το βόρειο τμήμα της Ζακύνθου]]<br /> <br /> <br /> '''3. ΣΥΜΠΕΡΑΣΜΑΤΑ'''<br /> <br /> Η πιθανοθεωρητική ανάλυση έδειξε ότι ο δείκτης TVI παράγει εικόνες με μεγάλη τυπική απόκλιση, που ευνοεί μια καλή αντίθεση φωτεινότητας. Ο δείκτης TVI’, εξαιτίας της υπόρριζης ποσότητας 0.5, παράγει εικόνες με μεγάλη φωτεινότητα και μικρή τυπική απόκλιση.<br /> <br /> Ο πειραματισμός με δορυφορική εικόνα Landsat 7 ETM επιβεβαίωσε τις θεωρητικές προβλέψεις περί καλύτερης αντίθεσης φωτεινότητας της εικόνας TVI από την εικόνα TVI’. Επίπλέον, ως συνέπεια της μεγάλης διάχυτης φωτεινότητας που χαρακτηρίζει την εικόνα TVI’,<br /> γραμμώσεις χαμηλής φωτεινότητας, όπως το οδικό δίκτυο για παράδειγμα, εμφανίζονται με μεγαλύτερη ευκρίνεια στην εικόνα TVI.<br /> <br /> Κατά συνέπεια, εκτιμούμε ότι ο δείκτης TVI, έτσι όπως ορίζεται από τη σχέση (1), είναι προτιμητέος σε σχέση με τον τροποποιημένο δείκτη TVI’, έστω και αν ο δεύτερος χρησιμοποιείται συχνότερα και είναι ενσωματωμένος σε διαδεδομένα πακέτα λογισμικού επεξεργασίας δορυφορικών εικόνων.<br /> <br /> Ωστόσο, αν ο χρήστης επιθυμεί να έχει διευρυμένα περιθώρια επιλογών από πλευράς οπτικού αποτελέσματος, μπορεί να εφαρμόσει το δείκτη MTVI, με βάση τη σχέση (4), για διάφορες τιμές της παραμέτρου c. Οι εικόνες που παράγονται για διάφορα c θα έχουν ενδιάμεσες τιμές φωτεινότητας μεταξύ αυτής των εικόνων TVI και TVI’.<br /> <br /> Ένα γενικότερο συμπέρασμα που προκύπτει από αυτήν την εργασία είναι ότι η θεωρία πιθανοτήτων μπορεί να συμβάλει στην αξιολόγηση των δεικτών βλάστησης που εφαρμόζονται σε πολυφασματικές εικόνες. Με την πιθανοθεωρητική ανάλυση μπορούν να διατυπωθούν προβλέψεις για τα στατιστικά χαρακτηριστικά της εικόνας, οι οποίες, στο βαθμό που επιβεβαιώνονται από τον έλεγχο με πραγματικά δεδομένα τηλεανίχνευσης, οδηγούν σε αξιόπιστα συμπεράσματα για τις δυνατότητες και τους περιορισμούς του υπό μελέτη δείκτη βλάστησης.<br /> <br /> <br /> [[category:Δασοπονία, Δασική διαχείριση]]</div>

Liotsi http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%9E%CE%99%CE%9F%CE%9B%CE%9F%CE%93%CE%97%CE%A3%CE%97_%CE%A4%CE%9F%CE%A5_%CE%94%CE%95%CE%99%CE%9A%CE%A4%CE%97_%CE%92%CE%9B%CE%91%CE%A3%CE%A4%CE%97%CE%A3%CE%97%CE%A3_TVI_%CE%9C%CE%95_%CE%A4%CE%97_%CE%A3%CE%A5%CE%9D%CE%94%CE%A1%CE%9F%CE%9C%CE%97_%CE%A4%CE%97%CE%A3_%CE%98%CE%95%CE%A9%CE%A1%CE%99%CE%91%CE%A3_%CE%A0%CE%99%CE%98%CE%91%CE%9D%CE%9F%CE%A4%CE%97%CE%A4%CE%A9%CE%9D 2010-02-16T17:28:42Z

<p>Liotsi: </p> <hr /> <div>Σκιάνης Γ. Αιμ, Βαϊόπουλος Δ. Νικολακόπουλος Κ.<br /> <br /> Στην παρούσα εργασία μελετάται, με τη βοήθεια της θεωρίας πιθανοτήτων, η συμπεριφορά του μετασχηματισμένου δείκτη βλάστησης TVI, καθώς και της παραλλαγμένης μορφής αυτού, TVI’. Εισάγοντας μια κατάλληλη κατανομή για την περιγραφή των ιστογραμμάτων των καναλιών τηςεικόνας, και αξιοποιώντας θεωρήματα της στατιστικής, συνάγονται οι μαθηματικές σχέσεις που περιγράφουν τις κατανομές τιμών των δεικτών βλάστησης TVI και TVI’. Από τη μελέτη των κατανομών αυτών συμπεραίνεται ότι όταν η τυπική αποκλιση της εικόνας της ζώνης του υπερύθρου είναι μεγαλύτερη από αυτήν της ζώνης του ερυθρού, στο ιστόγραμμα TVI’ η επικρατούσα τιμή είναι μετατοπισμένη προς τα δεξιά, ως προς την επικρατούσα τιμή του ιστογράμματος TVI. Από την άλλη πλευρά, το ιστόγραμμα TVI έχει μια επικρατούσα τιμή προς το μέσον της κλίμακας τονικότητας, καθώς και μια μεγαλύτερη διασπορά. Επομένως η εικόνα TVI έχει μια καλύτερη αντίθεση φωτεινότητας από την εικόνα TVI’. Βρέθηκε επίσης ότι η εικόνα TVI έχει μεγαλύτερη διασπορά και από την εικόνα του συχνά εφαρμοζόμενου δείκτη βλάστησης NDVI. Οι θεωρητικές αυτές προβλέψεις συμφωνούν με παρατηρήσεις σε δορυφορική εικόνα Landsat από τη Ζάκυνθο.<br /> <br /> Τα πορίσματα αυτής της εργασίας μπορούν να αξιοποιηθούν σε γεωλογικές και περιβαλλοντικές έρευνες, με αντικείμενο τη χαρτογράφηση περιοχών διαφοροποιημένης πυκνότητας βλάστησης, οι οποίες πιθανόν να έχουν σχέση με διάφορους τύπους εδαφών καιγεωλογικών ενοτήτων.<br /> <br /> '''1. ΕΙΣΑΓΩΓΗ'''<br /> <br /> Στη γεωλογική και στην περιβαλλοντική έρευνα χρησιμοποιούνται συχνά λόγοι φασματικών ζωνών από πολυφασματικές εικόνες, ως δείκτες βλάστησης, προκειμένου να χαρτογραφηθούν περιοχές με διαφοροποιημένη πυκνότητα φυτοκάλυψης. Ένας από τους προταθέντες δείκτες βλάστησης είναι ο Μετασχηματισμένος Δείκτης Βλάστησης (Transformed Vegetation Index) TVI (Deering et. al. 1975), που ορίζεται ως:<br /> <br /> &lt;math&gt;\sqrt{1-e^2} &lt;/math&gt;<br /> \sqrt{\sqrt{1-e^2}-e^2}<br /> <br /> &lt;math&gt;\sqrt{2}&lt;/math&gt;<br /> <br /> {{math|{{radical|2}}}}<br /> <br /> Όπου x και y είναι οι τιμές φωτεινότητας στις φασματικές ζώνες του εγγύς υπερύθρου και του ερυθρού,αντίστοιχα. u είναι η αριθμητική τιμή του δείκτη βλάστησης.Όταν το x είναι μικρότερο του y, o TVI είναι μηδέν. Προκειμένου να περιοριστεί ο αριθμός των εικονοστοιχείων με μηδενικό δείκτη βλάστησης, συχνά προτιμάται η παρακάτω παραλλαγή TVI’ του δείκτη TVI (Schowengerdt 1997):<br /> (2)<br /> Ο συνηθέστερα χρησιμοποιούμενος δείκτης βλάστησης είναι ο Δείκτης Βλάστησης Κανονικοποιημένων Διαφορών NDVI (Boyd et. al. 2002, Chuvieco et. al. 2002, Peterson et. al. 2002, Stroppiana et. al. 2002 και πολλοί άλλοι). Ο NDVI ορίζεται ως (Rouse et. al. 1973):<br /> (3)<br /> <br /> <br /> Στην παρούσα εργασία συγκρίνονται τα χαρακτηριστικά των εικόνων των δεικτών βλάστησης TVI, TVI’ και NDVI. Το βασικό κριτήριο σύγκρισης είναι το εύρος του ιστογράμματος εικόνας, μέτρο του οποίου είναι η τυπική απόκλιση. Αν το ιστόγραμμα εικόνας δείκτη βλάστησης έχει μικρή τυπική απόκλιση, η εικόνα παρέχει περιορισμένη πληροφορία για τους στόχους ενδιαφέροντος. Αν η τυπική αποκλιση είναι μεγάλη και το ιστόγραμμα καλύπτει όλη την κλίμακα τονικότητας, τότε ο δείκτης βλάστησης αναμένεται να δώσει περισσότερες πληροφορίες, ιδίως όταν η επικρατούσα τιμή βρίσκεται προς το μέσο της κλίμακας τονικότητας.<br /> <br /> Με τη βοήθεια κατάλληλων κατανομών και αξιοποιώντας θεωρήματα της στατιστικής, μελετώνται τα ιστογράμματα των εικόνων των τριών δεικτών βλάστησης και διατυπώνονται θεωρητικές προβλέψεις για την αποτελεσματικότητα του κάθε δείκτη. Στη συνέχεια, οι προβλέψεις αυτές συγκρίνονται με τα αποτελέσματα της εφαρμογής των τριών δεικτών βλάστησης σε δορυφορική εικόνα. Τα πορίσματα αυτής της εργασίας μπορούν να αξιοποιηθούν στη γεωλογική και περιβαλλοντική έρευνα με αντικείμενο την αναγνώριση περιοχών με διαφορετική πυκνότητα φυτοκάλυψης.<br /> <br /> <br /> '''2 ΠΕΙΡΑΜΑΤΙΣΜΟΣ ΜΕ ΔΟΡΥΦΟΡΙΚΗ ΕΙΚΟΝΑ'''<br /> <br /> Για τον έλεγχο των θεωρητικών προβλέψεων σε σχέση με τα χαρακτηριστικά εικόνων δεικτών βλάστησης, χρησιμοποιήθηκε εικόνα Landsat 7 ΕΤΜ (Αύγουστος 1999). Στο (σχ.1) εμφανίζεται η 432 RGB εικόνα της περιοχής. Στα (σχ.2), (σχ.3) και (σχ.4) παρουσιάζονται οι εικόνες των δεικτών βλάστησης NDVI, TVI’ και TVI, αντίστοιχα, οι οποίοι έχουν αναχθεί σε κοινή κλίμακα τονικότητας με τιμές από 0 ως 1. Για την παραγωγή των εικόνων των τριών δεικτών βλάστησης χρησιμοποιήθηκε το λογισμικό Image 8.6 της ERDAS. Στο νησί είχε σημειωθεί πυρκαγιά λίγο πριν τη λήψη της εικόνας. Οι καμένες περιοχές εμφανίζονται με σκοτεινούς τόνους στις εικόνες δεικτών βλάστησης.<br /> <br /> Παρατηρούμε ότι στις εικόνες των (σχ.2) και (σχ.3) υπάρχει μια διάχυτη φωτεινότητα, που είναι ιδιαίτερα εμφανής στη θαλάσσια περιοχή, όπου εμφανίζονται ραβδώσεις διαφοροποιημένης τονικότητας. Στην εικόνα TVI (σχ.4), δεν υπάρχει αυτή η διάχυτη φωτεινότητα και η θάλασσα εμφανίζεται με βαθείς σκοτεινούς τόνους. Επίσης, οι καμένες περιοχές εμφανίζονται με πιο σκοτεινούς τόνους στην εικόνα δείκτη TVI απ’όσο στους άλλους δυο δείκτες.<br /> <br /> Η εικόνα TVI έχει καλύτερη αντίθεση φωτεινότητας απ’οσο οι εικόνες TVI’ και NDVI και αυτό έχει ως συνέπεια να εμφανίζονται ευκρινέστερα οι σκοτεινές λεπτές γραμμές του οδικού δικτύου στην εικόνα TVI από το βόρειο μέρος της Νήσου (σχ. 5) απ’ όσο στην εικόνα TVI’ της ίδιας περιοχής (σχ. 6). Φαίνεται λοιπόν να επαληθεύονται, από ποιοτική άποψη, οι θεωρητικές προβλέψεις για εικόνα TVI χωρίς «θάμπωμα» και με καλύτερη αντίθεση φωτεινότητας από αυτήν των δυο άλλων δεικτών βλάστησης.<br /> <br /> Στον παρακάτω πίνακα εμφανίζονται οι τυπικές αποκλίσεις των ιστογραμμάτων των εικόνων των τριών δεικτών βλάστησης. Όπως προβλέπει και η πιθανοθεωρητική μελέτη, η τυπική απόκλιση της εικόνας TVI είναι μεγαλύτερη από αυτές των εικόνων NDVI και TVI’. <br /> <br /> <br /> Πίνακας 1<br /> Δείκτης Βλάστησης NDVI TVI’ TVI<br /> Τυπική Απόκλιση 0.095 0.083 0.219<br /> <br /> Τόσο οι θεωρητικές προβλέψεις, όσο και ο πειραματικός έλεγχος με δορυφορική εικόνα, έδειξαν ότι ο δείκτης βλάστησης TVI, παράγει εικόνες με μεγαλύτερη τυπική απόκλιση και καλύτερη αντίθεση φωτεινότητας από αυτές που προκύπτουν από τους δείκτες TVI’ και NDVI. Κατά συνέπεια, ο δείκτης TVI είναι ο πλέον ενδεδειγμένος, κυρίως για ανίχνευση σχηματισμών χαμηλής τονικότητας, όπως καμένες περιοχές ή γεωλογικές ενότητες με αραιή φυτοκάλυψη. <br /> <br /> Υπάρχει ωστόσο η δυνατότητα να αξιοποιηθεί και ένας τροποποιημένος δείκτης TVI, ο MTVI, που ορίζεται από τη σχέση:<br /> <br /> (4)<br /> <br /> Το c είναι μια παράμετρος με τιμές από 1 ως 3. Εξαιτίας αυτής της παραμέτρου ο δείκτης βλάστησης MTVI λαμβάνει ενδιάμεσες τιμές μεταξύ TVI και TVI’. <br /> <br /> Μια εικόνα MTVI, από πλευράς οπτικού αποτελέσματος και στατιστικών χαρακτηριστικών, είναι μια ενδιάμεση κατάσταση μεταξύ TVI και TVI’. Στο βαθμό που το c πλησιάζει τη μονάδα, η εικόνα MTVI έχει παρόμοια χαρακτηριστικά με την εικόνα TVI. Στο βαθμό που το c αυξάνεται, η εικόνα MTVI προσομοιάζει με την εικόνα TVI’. Διαφορετικές τιμές του c αντιστοιχούν σε εικόνες με διαφοροποιημένη τονικότητα, διευρύνοντας έτσι τις επιλογές του χρήστη. Ο δείκτης MTVI μπορεί να κατασκευαστεί εύκολα με τη βοήθεια κατάλληλου λογισμικού (για παράδειγμα με το εργαλείο spatial modeler του ERDAS Imagine ή με τη γλώσσα προγραμματισμού του ILWIS) και η μελέτη της αποτελεσματικότητάς του είναι αντικείμενο μελλοντικής εργασίας.<br /> <br /> [[Εικόνα:erg1.1.JPG|thumb|right|Σχ. 1. 432 RGB εικόνα Landsat 7 ETM από τη Ζάκυνθο]] [[Εικόνα:erg1.2.JPG|thumb|right|Σχ.2 εικόνα δείκτη βλάστησης NDVI της Ζακύνθου]] [[Εικόνα:erg1.3.JPG|thumb|right|Σχ.3 εικόνα δείκτη βλάστησης ΤVI'της Ζακύνθου]] [[Εικόνα:erg1.4.JPG|thumb|right|Σχ.4 εικόνα δείκτη βλάστησης ΤVI της Ζακύνθου]] [[Εικόνα:erg1.5.JPG|thumb|right|Σχ.5 εικόνα ΤVI από το βόρειο τμήμα της Ζακύνθου]] [[Εικόνα:erg1.6.JPG|thumb|right|Σχ.6 εικόνα ΤVI' από το βόρειο τμήμα της Ζακύνθου]]<br /> <br /> <br /> '''3. ΣΥΜΠΕΡΑΣΜΑΤΑ'''<br /> <br /> Η πιθανοθεωρητική ανάλυση έδειξε ότι ο δείκτης TVI παράγει εικόνες με μεγάλη τυπική απόκλιση, που ευνοεί μια καλή αντίθεση φωτεινότητας. Ο δείκτης TVI’, εξαιτίας της υπόρριζης ποσότητας 0.5, παράγει εικόνες με μεγάλη φωτεινότητα και μικρή τυπική απόκλιση.<br /> <br /> Ο πειραματισμός με δορυφορική εικόνα Landsat 7 ETM επιβεβαίωσε τις θεωρητικές προβλέψεις περί καλύτερης αντίθεσης φωτεινότητας της εικόνας TVI από την εικόνα TVI’. Επίπλέον, ως συνέπεια της μεγάλης διάχυτης φωτεινότητας που χαρακτηρίζει την εικόνα TVI’,<br /> γραμμώσεις χαμηλής φωτεινότητας, όπως το οδικό δίκτυο για παράδειγμα, εμφανίζονται με μεγαλύτερη ευκρίνεια στην εικόνα TVI.<br /> <br /> Κατά συνέπεια, εκτιμούμε ότι ο δείκτης TVI, έτσι όπως ορίζεται από τη σχέση (1), είναι προτιμητέος σε σχέση με τον τροποποιημένο δείκτη TVI’, έστω και αν ο δεύτερος χρησιμοποιείται συχνότερα και είναι ενσωματωμένος σε διαδεδομένα πακέτα λογισμικού επεξεργασίας δορυφορικών εικόνων.<br /> <br /> Ωστόσο, αν ο χρήστης επιθυμεί να έχει διευρυμένα περιθώρια επιλογών από πλευράς οπτικού αποτελέσματος, μπορεί να εφαρμόσει το δείκτη MTVI, με βάση τη σχέση (4), για διάφορες τιμές της παραμέτρου c. Οι εικόνες που παράγονται για διάφορα c θα έχουν ενδιάμεσες τιμές φωτεινότητας μεταξύ αυτής των εικόνων TVI και TVI’.<br /> <br /> Ένα γενικότερο συμπέρασμα που προκύπτει από αυτήν την εργασία είναι ότι η θεωρία πιθανοτήτων μπορεί να συμβάλει στην αξιολόγηση των δεικτών βλάστησης που εφαρμόζονται σε πολυφασματικές εικόνες. Με την πιθανοθεωρητική ανάλυση μπορούν να διατυπωθούν προβλέψεις για τα στατιστικά χαρακτηριστικά της εικόνας, οι οποίες, στο βαθμό που επιβεβαιώνονται από τον έλεγχο με πραγματικά δεδομένα τηλεανίχνευσης, οδηγούν σε αξιόπιστα συμπεράσματα για τις δυνατότητες και τους περιορισμούς του υπό μελέτη δείκτη βλάστησης.<br /> <br /> <br /> [[category:Δασοπονία, Δασική διαχείριση]]</div>

Liotsi http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Erg1.6.JPG 2010-02-16T17:23:39Z

<p>Liotsi: </p> <hr /> <div></div>

Liotsi http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Erg1.5.JPG 2010-02-16T17:23:18Z

<p>Liotsi: </p> <hr /> <div></div>

Liotsi http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Erg1.4.JPG 2010-02-16T17:22:55Z

<p>Liotsi: </p> <hr /> <div></div>

Liotsi http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Erg1.3.JPG 2010-02-16T17:22:35Z

<p>Liotsi: </p> <hr /> <div></div>

Liotsi http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Erg1.2.JPG 2010-02-16T17:18:01Z

<p>Liotsi: </p> <hr /> <div></div>

Liotsi http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Erg1.1.JPG 2010-02-16T17:17:39Z

<p>Liotsi: </p> <hr /> <div></div>

Liotsi http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%9E%CE%99%CE%9F%CE%9B%CE%9F%CE%93%CE%97%CE%A3%CE%97_%CE%A4%CE%9F%CE%A5_%CE%94%CE%95%CE%99%CE%9A%CE%A4%CE%97_%CE%92%CE%9B%CE%91%CE%A3%CE%A4%CE%97%CE%A3%CE%97%CE%A3_TVI_%CE%9C%CE%95_%CE%A4%CE%97_%CE%A3%CE%A5%CE%9D%CE%94%CE%A1%CE%9F%CE%9C%CE%97_%CE%A4%CE%97%CE%A3_%CE%98%CE%95%CE%A9%CE%A1%CE%99%CE%91%CE%A3_%CE%A0%CE%99%CE%98%CE%91%CE%9D%CE%9F%CE%A4%CE%97%CE%A4%CE%A9%CE%9D 2010-02-16T17:17:18Z

<p>Liotsi: </p> <hr /> <div>Σκιάνης Γ. Αιμ, Βαϊόπουλος Δ. Νικολακόπουλος Κ.<br /> <br /> Στην παρούσα εργασία μελετάται, με τη βοήθεια της θεωρίας πιθανοτήτων, η συμπεριφορά του μετασχηματισμένου δείκτη βλάστησης TVI, καθώς και της παραλλαγμένης μορφής αυτού, TVI’. Εισάγοντας μια κατάλληλη κατανομή για την περιγραφή των ιστογραμμάτων των καναλιών τηςεικόνας, και αξιοποιώντας θεωρήματα της στατιστικής, συνάγονται οι μαθηματικές σχέσεις που περιγράφουν τις κατανομές τιμών των δεικτών βλάστησης TVI και TVI’. Από τη μελέτη των κατανομών αυτών συμπεραίνεται ότι όταν η τυπική αποκλιση της εικόνας της ζώνης του υπερύθρου είναι μεγαλύτερη από αυτήν της ζώνης του ερυθρού, στο ιστόγραμμα TVI’ η επικρατούσα τιμή είναι μετατοπισμένη προς τα δεξιά, ως προς την επικρατούσα τιμή του ιστογράμματος TVI. Από την άλλη πλευρά, το ιστόγραμμα TVI έχει μια επικρατούσα τιμή προς το μέσον της κλίμακας τονικότητας, καθώς και μια μεγαλύτερη διασπορά. Επομένως η εικόνα TVI έχει μια καλύτερη αντίθεση φωτεινότητας από την εικόνα TVI’. Βρέθηκε επίσης ότι η εικόνα TVI έχει μεγαλύτερη διασπορά και από την εικόνα του συχνά εφαρμοζόμενου δείκτη βλάστησης NDVI. Οι θεωρητικές αυτές προβλέψεις συμφωνούν με παρατηρήσεις σε δορυφορική εικόνα Landsat από τη Ζάκυνθο.<br /> <br /> Τα πορίσματα αυτής της εργασίας μπορούν να αξιοποιηθούν σε γεωλογικές και περιβαλλοντικές έρευνες, με αντικείμενο τη χαρτογράφηση περιοχών διαφοροποιημένης πυκνότητας βλάστησης, οι οποίες πιθανόν να έχουν σχέση με διάφορους τύπους εδαφών καιγεωλογικών ενοτήτων.<br /> <br /> '''1. ΕΙΣΑΓΩΓΗ'''<br /> <br /> Στη γεωλογική και στην περιβαλλοντική έρευνα χρησιμοποιούνται συχνά λόγοι φασματικών ζωνών από πολυφασματικές εικόνες, ως δείκτες βλάστησης, προκειμένου να χαρτογραφηθούν περιοχές με διαφοροποιημένη πυκνότητα φυτοκάλυψης. Ένας από τους προταθέντες δείκτες βλάστησης είναι ο Μετασχηματισμένος Δείκτης Βλάστησης (Transformed Vegetation Index) TVI (Deering et. al. 1975), που ορίζεται ως:<br /> <br /> &lt;math&gt;\sqrt{1-e^2} &lt;/math&gt;<br /> \sqrt{\sqrt{1-e^2}-e^2}<br /> <br /> &lt;math&gt;\sqrt{2}&lt;/math&gt;<br /> <br /> {{math|{{radical|2}}}}<br /> <br /> Όπου x και y είναι οι τιμές φωτεινότητας στις φασματικές ζώνες του εγγύς υπερύθρου και του ερυθρού,αντίστοιχα. u είναι η αριθμητική τιμή του δείκτη βλάστησης.Όταν το x είναι μικρότερο του y, o TVI είναι μηδέν. Προκειμένου να περιοριστεί ο αριθμός των εικονοστοιχείων με μηδενικό δείκτη βλάστησης, συχνά προτιμάται η παρακάτω παραλλαγή TVI’ του δείκτη TVI (Schowengerdt 1997):<br /> (2)<br /> Ο συνηθέστερα χρησιμοποιούμενος δείκτης βλάστησης είναι ο Δείκτης Βλάστησης Κανονικοποιημένων Διαφορών NDVI (Boyd et. al. 2002, Chuvieco et. al. 2002, Peterson et. al. 2002, Stroppiana et. al. 2002 και πολλοί άλλοι). Ο NDVI ορίζεται ως (Rouse et. al. 1973):<br /> (3)<br /> <br /> <br /> Στην παρούσα εργασία συγκρίνονται τα χαρακτηριστικά των εικόνων των δεικτών βλάστησης TVI, TVI’ και NDVI. Το βασικό κριτήριο σύγκρισης είναι το εύρος του ιστογράμματος εικόνας, μέτρο του οποίου είναι η τυπική απόκλιση. Αν το ιστόγραμμα εικόνας δείκτη βλάστησης έχει μικρή τυπική απόκλιση, η εικόνα παρέχει περιορισμένη πληροφορία για τους στόχους ενδιαφέροντος. Αν η τυπική αποκλιση είναι μεγάλη και το ιστόγραμμα καλύπτει όλη την κλίμακα τονικότητας, τότε ο δείκτης βλάστησης αναμένεται να δώσει περισσότερες πληροφορίες, ιδίως όταν η επικρατούσα τιμή βρίσκεται προς το μέσο της κλίμακας τονικότητας.<br /> <br /> Με τη βοήθεια κατάλληλων κατανομών και αξιοποιώντας θεωρήματα της στατιστικής, μελετώνται τα ιστογράμματα των εικόνων των τριών δεικτών βλάστησης και διατυπώνονται θεωρητικές προβλέψεις για την αποτελεσματικότητα του κάθε δείκτη. Στη συνέχεια, οι προβλέψεις αυτές συγκρίνονται με τα αποτελέσματα της εφαρμογής των τριών δεικτών βλάστησης σε δορυφορική εικόνα. Τα πορίσματα αυτής της εργασίας μπορούν να αξιοποιηθούν στη γεωλογική και περιβαλλοντική έρευνα με αντικείμενο την αναγνώριση περιοχών με διαφορετική πυκνότητα φυτοκάλυψης.<br /> <br /> <br /> '''2 ΠΕΙΡΑΜΑΤΙΣΜΟΣ ΜΕ ΔΟΡΥΦΟΡΙΚΗ ΕΙΚΟΝΑ'''<br /> <br /> Για τον έλεγχο των θεωρητικών προβλέψεων σε σχέση με τα χαρακτηριστικά εικόνων δεικτών βλάστησης, χρησιμοποιήθηκε εικόνα Landsat 7 ΕΤΜ (Αύγουστος 1999). Στο (σχ.1) εμφανίζεται η 432 RGB εικόνα της περιοχής. Στα (σχ.2), (σχ.3) και (σχ.4) παρουσιάζονται οι εικόνες των δεικτών βλάστησης NDVI, TVI’ και TVI, αντίστοιχα, οι οποίοι έχουν αναχθεί σε κοινή κλίμακα τονικότητας με τιμές από 0 ως 1. Για την παραγωγή των εικόνων των τριών δεικτών βλάστησης χρησιμοποιήθηκε το λογισμικό Image 8.6 της ERDAS. Στο νησί είχε σημειωθεί πυρκαγιά λίγο πριν τη λήψη της εικόνας. Οι καμένες περιοχές εμφανίζονται με σκοτεινούς τόνους στις εικόνες δεικτών βλάστησης.<br /> <br /> Παρατηρούμε ότι στις εικόνες των (σχ.2) και (σχ.3) υπάρχει μια διάχυτη φωτεινότητα, που είναι ιδιαίτερα εμφανής στη θαλάσσια περιοχή, όπου εμφανίζονται ραβδώσεις διαφοροποιημένης τονικότητας. Στην εικόνα TVI (σχ.4), δεν υπάρχει αυτή η διάχυτη φωτεινότητα και η θάλασσα εμφανίζεται με βαθείς σκοτεινούς τόνους. Επίσης, οι καμένες περιοχές εμφανίζονται με πιο σκοτεινούς τόνους στην εικόνα δείκτη TVI απ’όσο στους άλλους δυο δείκτες.<br /> <br /> Η εικόνα TVI έχει καλύτερη αντίθεση φωτεινότητας απ’οσο οι εικόνες TVI’ και NDVI και αυτό έχει ως συνέπεια να εμφανίζονται ευκρινέστερα οι σκοτεινές λεπτές γραμμές του οδικού δικτύου στην εικόνα TVI από το βόρειο μέρος της Νήσου (σχ. 5) απ’ όσο στην εικόνα TVI’ της ίδιας περιοχής (σχ. 6). Φαίνεται λοιπόν να επαληθεύονται, από ποιοτική άποψη, οι θεωρητικές προβλέψεις για εικόνα TVI χωρίς «θάμπωμα» και με καλύτερη αντίθεση φωτεινότητας από αυτήν των δυο άλλων δεικτών βλάστησης.<br /> <br /> Στον παρακάτω πίνακα εμφανίζονται οι τυπικές αποκλίσεις των ιστογραμμάτων των εικόνων των τριών δεικτών βλάστησης. Όπως προβλέπει και η πιθανοθεωρητική μελέτη, η τυπική απόκλιση της εικόνας TVI είναι μεγαλύτερη από αυτές των εικόνων NDVI και TVI’. <br /> <br /> <br /> Πίνακας 1<br /> Δείκτης Βλάστησης NDVI TVI’ TVI<br /> Τυπική Απόκλιση 0.095 0.083 0.219<br /> <br /> Τόσο οι θεωρητικές προβλέψεις, όσο και ο πειραματικός έλεγχος με δορυφορική εικόνα, έδειξαν ότι ο δείκτης βλάστησης TVI, παράγει εικόνες με μεγαλύτερη τυπική απόκλιση και καλύτερη αντίθεση φωτεινότητας από αυτές που προκύπτουν από τους δείκτες TVI’ και NDVI. Κατά συνέπεια, ο δείκτης TVI είναι ο πλέον ενδεδειγμένος, κυρίως για ανίχνευση σχηματισμών χαμηλής τονικότητας, όπως καμένες περιοχές ή γεωλογικές ενότητες με αραιή φυτοκάλυψη. <br /> <br /> Υπάρχει ωστόσο η δυνατότητα να αξιοποιηθεί και ένας τροποποιημένος δείκτης TVI, ο MTVI, που ορίζεται από τη σχέση:<br /> <br /> (4)<br /> <br /> Το c είναι μια παράμετρος με τιμές από 1 ως 3. Εξαιτίας αυτής της παραμέτρου ο δείκτης βλάστησης MTVI λαμβάνει ενδιάμεσες τιμές μεταξύ TVI και TVI’. <br /> <br /> Μια εικόνα MTVI, από πλευράς οπτικού αποτελέσματος και στατιστικών χαρακτηριστικών, είναι μια ενδιάμεση κατάσταση μεταξύ TVI και TVI’. Στο βαθμό που το c πλησιάζει τη μονάδα, η εικόνα MTVI έχει παρόμοια χαρακτηριστικά με την εικόνα TVI. Στο βαθμό που το c αυξάνεται, η εικόνα MTVI προσομοιάζει με την εικόνα TVI’. Διαφορετικές τιμές του c αντιστοιχούν σε εικόνες με διαφοροποιημένη τονικότητα, διευρύνοντας έτσι τις επιλογές του χρήστη. Ο δείκτης MTVI μπορεί να κατασκευαστεί εύκολα με τη βοήθεια κατάλληλου λογισμικού (για παράδειγμα με το εργαλείο spatial modeler του ERDAS Imagine ή με τη γλώσσα προγραμματισμού του ILWIS) και η μελέτη της αποτελεσματικότητάς του είναι αντικείμενο μελλοντικής εργασίας.<br /> <br /> [[Εικόνα:erg1.1.JPG|thumb|right|Σχ. 1. 432 RGB εικόνα Landsat 7 ETM από τη Ζάκυνθο]] [[Εικόνα:erg1.2.JPG|thumb|right|Εικόνα δείκτη βλάστησης NDVI της Ζακύνθου]]<br /> <br /> <br /> '''3. ΣΥΜΠΕΡΑΣΜΑΤΑ'''<br /> <br /> Η πιθανοθεωρητική ανάλυση έδειξε ότι ο δείκτης TVI παράγει εικόνες με μεγάλη τυπική απόκλιση, που ευνοεί μια καλή αντίθεση φωτεινότητας. Ο δείκτης TVI’, εξαιτίας της υπόρριζης ποσότητας 0.5, παράγει εικόνες με μεγάλη φωτεινότητα και μικρή τυπική απόκλιση.<br /> <br /> Ο πειραματισμός με δορυφορική εικόνα Landsat 7 ETM επιβεβαίωσε τις θεωρητικές προβλέψεις περί καλύτερης αντίθεσης φωτεινότητας της εικόνας TVI από την εικόνα TVI’. Επίπλέον, ως συνέπεια της μεγάλης διάχυτης φωτεινότητας που χαρακτηρίζει την εικόνα TVI’,<br /> γραμμώσεις χαμηλής φωτεινότητας, όπως το οδικό δίκτυο για παράδειγμα, εμφανίζονται με μεγαλύτερη ευκρίνεια στην εικόνα TVI.<br /> <br /> Κατά συνέπεια, εκτιμούμε ότι ο δείκτης TVI, έτσι όπως ορίζεται από τη σχέση (1), είναι προτιμητέος σε σχέση με τον τροποποιημένο δείκτη TVI’, έστω και αν ο δεύτερος χρησιμοποιείται συχνότερα και είναι ενσωματωμένος σε διαδεδομένα πακέτα λογισμικού επεξεργασίας δορυφορικών εικόνων.<br /> <br /> Ωστόσο, αν ο χρήστης επιθυμεί να έχει διευρυμένα περιθώρια επιλογών από πλευράς οπτικού αποτελέσματος, μπορεί να εφαρμόσει το δείκτη MTVI, με βάση τη σχέση (4), για διάφορες τιμές της παραμέτρου c. Οι εικόνες που παράγονται για διάφορα c θα έχουν ενδιάμεσες τιμές φωτεινότητας μεταξύ αυτής των εικόνων TVI και TVI’.<br /> <br /> Ένα γενικότερο συμπέρασμα που προκύπτει από αυτήν την εργασία είναι ότι η θεωρία πιθανοτήτων μπορεί να συμβάλει στην αξιολόγηση των δεικτών βλάστησης που εφαρμόζονται σε πολυφασματικές εικόνες. Με την πιθανοθεωρητική ανάλυση μπορούν να διατυπωθούν προβλέψεις για τα στατιστικά χαρακτηριστικά της εικόνας, οι οποίες, στο βαθμό που επιβεβαιώνονται από τον έλεγχο με πραγματικά δεδομένα τηλεανίχνευσης, οδηγούν σε αξιόπιστα συμπεράσματα για τις δυνατότητες και τους περιορισμούς του υπό μελέτη δείκτη βλάστησης.<br /> <br /> <br /> [[category:Δασοπονία, Δασική διαχείριση]]</div>

Liotsi http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%9E%CE%99%CE%9F%CE%9B%CE%9F%CE%93%CE%97%CE%A3%CE%97_%CE%A4%CE%9F%CE%A5_%CE%94%CE%95%CE%99%CE%9A%CE%A4%CE%97_%CE%92%CE%9B%CE%91%CE%A3%CE%A4%CE%97%CE%A3%CE%97%CE%A3_TVI_%CE%9C%CE%95_%CE%A4%CE%97_%CE%A3%CE%A5%CE%9D%CE%94%CE%A1%CE%9F%CE%9C%CE%97_%CE%A4%CE%97%CE%A3_%CE%98%CE%95%CE%A9%CE%A1%CE%99%CE%91%CE%A3_%CE%A0%CE%99%CE%98%CE%91%CE%9D%CE%9F%CE%A4%CE%97%CE%A4%CE%A9%CE%9D 2010-02-16T17:16:08Z

<p>Liotsi: </p> <hr /> <div>Σκιάνης Γ. Αιμ, Βαϊόπουλος Δ. Νικολακόπουλος Κ.<br /> <br /> Στην παρούσα εργασία μελετάται, με τη βοήθεια της θεωρίας πιθανοτήτων, η συμπεριφορά του μετασχηματισμένου δείκτη βλάστησης TVI, καθώς και της παραλλαγμένης μορφής αυτού, TVI’. Εισάγοντας μια κατάλληλη κατανομή για την περιγραφή των ιστογραμμάτων των καναλιών τηςεικόνας, και αξιοποιώντας θεωρήματα της στατιστικής, συνάγονται οι μαθηματικές σχέσεις που περιγράφουν τις κατανομές τιμών των δεικτών βλάστησης TVI και TVI’. Από τη μελέτη των κατανομών αυτών συμπεραίνεται ότι όταν η τυπική αποκλιση της εικόνας της ζώνης του υπερύθρου είναι μεγαλύτερη από αυτήν της ζώνης του ερυθρού, στο ιστόγραμμα TVI’ η επικρατούσα τιμή είναι μετατοπισμένη προς τα δεξιά, ως προς την επικρατούσα τιμή του ιστογράμματος TVI. Από την άλλη πλευρά, το ιστόγραμμα TVI έχει μια επικρατούσα τιμή προς το μέσον της κλίμακας τονικότητας, καθώς και μια μεγαλύτερη διασπορά. Επομένως η εικόνα TVI έχει μια καλύτερη αντίθεση φωτεινότητας από την εικόνα TVI’. Βρέθηκε επίσης ότι η εικόνα TVI έχει μεγαλύτερη διασπορά και από την εικόνα του συχνά εφαρμοζόμενου δείκτη βλάστησης NDVI. Οι θεωρητικές αυτές προβλέψεις συμφωνούν με παρατηρήσεις σε δορυφορική εικόνα Landsat από τη Ζάκυνθο.<br /> <br /> Τα πορίσματα αυτής της εργασίας μπορούν να αξιοποιηθούν σε γεωλογικές και περιβαλλοντικές έρευνες, με αντικείμενο τη χαρτογράφηση περιοχών διαφοροποιημένης πυκνότητας βλάστησης, οι οποίες πιθανόν να έχουν σχέση με διάφορους τύπους εδαφών καιγεωλογικών ενοτήτων.<br /> <br /> '''1. ΕΙΣΑΓΩΓΗ'''<br /> <br /> Στη γεωλογική και στην περιβαλλοντική έρευνα χρησιμοποιούνται συχνά λόγοι φασματικών ζωνών από πολυφασματικές εικόνες, ως δείκτες βλάστησης, προκειμένου να χαρτογραφηθούν περιοχές με διαφοροποιημένη πυκνότητα φυτοκάλυψης. Ένας από τους προταθέντες δείκτες βλάστησης είναι ο Μετασχηματισμένος Δείκτης Βλάστησης (Transformed Vegetation Index) TVI (Deering et. al. 1975), που ορίζεται ως:<br /> <br /> &lt;math&gt;\sqrt{1-e^2} &lt;/math&gt;<br /> \sqrt{\sqrt{1-e^2}-e^2}<br /> <br /> &lt;math&gt;\sqrt{2}&lt;/math&gt;<br /> <br /> {{math|{{radical|2}}}}<br /> <br /> Όπου x και y είναι οι τιμές φωτεινότητας στις φασματικές ζώνες του εγγύς υπερύθρου και του ερυθρού,αντίστοιχα. u είναι η αριθμητική τιμή του δείκτη βλάστησης.Όταν το x είναι μικρότερο του y, o TVI είναι μηδέν. Προκειμένου να περιοριστεί ο αριθμός των εικονοστοιχείων με μηδενικό δείκτη βλάστησης, συχνά προτιμάται η παρακάτω παραλλαγή TVI’ του δείκτη TVI (Schowengerdt 1997):<br /> (2)<br /> Ο συνηθέστερα χρησιμοποιούμενος δείκτης βλάστησης είναι ο Δείκτης Βλάστησης Κανονικοποιημένων Διαφορών NDVI (Boyd et. al. 2002, Chuvieco et. al. 2002, Peterson et. al. 2002, Stroppiana et. al. 2002 και πολλοί άλλοι). Ο NDVI ορίζεται ως (Rouse et. al. 1973):<br /> (3)<br /> <br /> <br /> Στην παρούσα εργασία συγκρίνονται τα χαρακτηριστικά των εικόνων των δεικτών βλάστησης TVI, TVI’ και NDVI. Το βασικό κριτήριο σύγκρισης είναι το εύρος του ιστογράμματος εικόνας, μέτρο του οποίου είναι η τυπική απόκλιση. Αν το ιστόγραμμα εικόνας δείκτη βλάστησης έχει μικρή τυπική απόκλιση, η εικόνα παρέχει περιορισμένη πληροφορία για τους στόχους ενδιαφέροντος. Αν η τυπική αποκλιση είναι μεγάλη και το ιστόγραμμα καλύπτει όλη την κλίμακα τονικότητας, τότε ο δείκτης βλάστησης αναμένεται να δώσει περισσότερες πληροφορίες, ιδίως όταν η επικρατούσα τιμή βρίσκεται προς το μέσο της κλίμακας τονικότητας.<br /> <br /> Με τη βοήθεια κατάλληλων κατανομών και αξιοποιώντας θεωρήματα της στατιστικής, μελετώνται τα ιστογράμματα των εικόνων των τριών δεικτών βλάστησης και διατυπώνονται θεωρητικές προβλέψεις για την αποτελεσματικότητα του κάθε δείκτη. Στη συνέχεια, οι προβλέψεις αυτές συγκρίνονται με τα αποτελέσματα της εφαρμογής των τριών δεικτών βλάστησης σε δορυφορική εικόνα. Τα πορίσματα αυτής της εργασίας μπορούν να αξιοποιηθούν στη γεωλογική και περιβαλλοντική έρευνα με αντικείμενο την αναγνώριση περιοχών με διαφορετική πυκνότητα φυτοκάλυψης.<br /> <br /> <br /> '''2 ΠΕΙΡΑΜΑΤΙΣΜΟΣ ΜΕ ΔΟΡΥΦΟΡΙΚΗ ΕΙΚΟΝΑ'''<br /> <br /> Για τον έλεγχο των θεωρητικών προβλέψεων σε σχέση με τα χαρακτηριστικά εικόνων δεικτών βλάστησης, χρησιμοποιήθηκε εικόνα Landsat 7 ΕΤΜ (Αύγουστος 1999). Στο (σχ.1) εμφανίζεται η 432 RGB εικόνα της περιοχής. Στα (σχ.2), (σχ.3) και (σχ.4) παρουσιάζονται οι εικόνες των δεικτών βλάστησης NDVI, TVI’ και TVI, αντίστοιχα, οι οποίοι έχουν αναχθεί σε κοινή κλίμακα τονικότητας με τιμές από 0 ως 1. Για την παραγωγή των εικόνων των τριών δεικτών βλάστησης χρησιμοποιήθηκε το λογισμικό Image 8.6 της ERDAS. Στο νησί είχε σημειωθεί πυρκαγιά λίγο πριν τη λήψη της εικόνας. Οι καμένες περιοχές εμφανίζονται με σκοτεινούς τόνους στις εικόνες δεικτών βλάστησης.<br /> <br /> Παρατηρούμε ότι στις εικόνες των (σχ.2) και (σχ.3) υπάρχει μια διάχυτη φωτεινότητα, που είναι ιδιαίτερα εμφανής στη θαλάσσια περιοχή, όπου εμφανίζονται ραβδώσεις διαφοροποιημένης τονικότητας. Στην εικόνα TVI (σχ.4), δεν υπάρχει αυτή η διάχυτη φωτεινότητα και η θάλασσα εμφανίζεται με βαθείς σκοτεινούς τόνους. Επίσης, οι καμένες περιοχές εμφανίζονται με πιο σκοτεινούς τόνους στην εικόνα δείκτη TVI απ’όσο στους άλλους δυο δείκτες.<br /> <br /> Η εικόνα TVI έχει καλύτερη αντίθεση φωτεινότητας απ’οσο οι εικόνες TVI’ και NDVI και αυτό έχει ως συνέπεια να εμφανίζονται ευκρινέστερα οι σκοτεινές λεπτές γραμμές του οδικού δικτύου στην εικόνα TVI από το βόρειο μέρος της Νήσου (σχ. 5) απ’ όσο στην εικόνα TVI’ της ίδιας περιοχής (σχ. 6). Φαίνεται λοιπόν να επαληθεύονται, από ποιοτική άποψη, οι θεωρητικές προβλέψεις για εικόνα TVI χωρίς «θάμπωμα» και με καλύτερη αντίθεση φωτεινότητας από αυτήν των δυο άλλων δεικτών βλάστησης.<br /> <br /> Στον παρακάτω πίνακα εμφανίζονται οι τυπικές αποκλίσεις των ιστογραμμάτων των εικόνων των τριών δεικτών βλάστησης. Όπως προβλέπει και η πιθανοθεωρητική μελέτη, η τυπική απόκλιση της εικόνας TVI είναι μεγαλύτερη από αυτές των εικόνων NDVI και TVI’. <br /> <br /> <br /> Πίνακας 1<br /> Δείκτης Βλάστησης NDVI TVI’ TVI<br /> Τυπική Απόκλιση 0.095 0.083 0.219<br /> <br /> Τόσο οι θεωρητικές προβλέψεις, όσο και ο πειραματικός έλεγχος με δορυφορική εικόνα, έδειξαν ότι ο δείκτης βλάστησης TVI, παράγει εικόνες με μεγαλύτερη τυπική απόκλιση και καλύτερη αντίθεση φωτεινότητας από αυτές που προκύπτουν από τους δείκτες TVI’ και NDVI. Κατά συνέπεια, ο δείκτης TVI είναι ο πλέον ενδεδειγμένος, κυρίως για ανίχνευση σχηματισμών χαμηλής τονικότητας, όπως καμένες περιοχές ή γεωλογικές ενότητες με αραιή φυτοκάλυψη. <br /> <br /> Υπάρχει ωστόσο η δυνατότητα να αξιοποιηθεί και ένας τροποποιημένος δείκτης TVI, ο MTVI, που ορίζεται από τη σχέση:<br /> <br /> (4)<br /> <br /> Το c είναι μια παράμετρος με τιμές από 1 ως 3. Εξαιτίας αυτής της παραμέτρου ο δείκτης βλάστησης MTVI λαμβάνει ενδιάμεσες τιμές μεταξύ TVI και TVI’. <br /> <br /> Μια εικόνα MTVI, από πλευράς οπτικού αποτελέσματος και στατιστικών χαρακτηριστικών, είναι μια ενδιάμεση κατάσταση μεταξύ TVI και TVI’. Στο βαθμό που το c πλησιάζει τη μονάδα, η εικόνα MTVI έχει παρόμοια χαρακτηριστικά με την εικόνα TVI. Στο βαθμό που το c αυξάνεται, η εικόνα MTVI προσομοιάζει με την εικόνα TVI’. Διαφορετικές τιμές του c αντιστοιχούν σε εικόνες με διαφοροποιημένη τονικότητα, διευρύνοντας έτσι τις επιλογές του χρήστη. Ο δείκτης MTVI μπορεί να κατασκευαστεί εύκολα με τη βοήθεια κατάλληλου λογισμικού (για παράδειγμα με το εργαλείο spatial modeler του ERDAS Imagine ή με τη γλώσσα προγραμματισμού του ILWIS) και η μελέτη της αποτελεσματικότητάς του είναι αντικείμενο μελλοντικής εργασίας.<br /> <br /> [[Εικόνα:erg1.1.JPG|thumb|right|Σχ. 1. 432 RGB εικόνα Landsat 7 ETM από τη Ζάκυνθο]] [[Εικόνα:erg1.2.JPG|thumb|right|Εικόνα δείκτη βλάστησης NDVI της Ζακύνθου]<br /> <br /> <br /> '''3. ΣΥΜΠΕΡΑΣΜΑΤΑ'''<br /> <br /> Η πιθανοθεωρητική ανάλυση έδειξε ότι ο δείκτης TVI παράγει εικόνες με μεγάλη τυπική απόκλιση, που ευνοεί μια καλή αντίθεση φωτεινότητας. Ο δείκτης TVI’, εξαιτίας της υπόρριζης ποσότητας 0.5, παράγει εικόνες με μεγάλη φωτεινότητα και μικρή τυπική απόκλιση.<br /> <br /> Ο πειραματισμός με δορυφορική εικόνα Landsat 7 ETM επιβεβαίωσε τις θεωρητικές προβλέψεις περί καλύτερης αντίθεσης φωτεινότητας της εικόνας TVI από την εικόνα TVI’. Επίπλέον, ως συνέπεια της μεγάλης διάχυτης φωτεινότητας που χαρακτηρίζει την εικόνα TVI’,<br /> γραμμώσεις χαμηλής φωτεινότητας, όπως το οδικό δίκτυο για παράδειγμα, εμφανίζονται με μεγαλύτερη ευκρίνεια στην εικόνα TVI.<br /> <br /> Κατά συνέπεια, εκτιμούμε ότι ο δείκτης TVI, έτσι όπως ορίζεται από τη σχέση (1), είναι προτιμητέος σε σχέση με τον τροποποιημένο δείκτη TVI’, έστω και αν ο δεύτερος χρησιμοποιείται συχνότερα και είναι ενσωματωμένος σε διαδεδομένα πακέτα λογισμικού επεξεργασίας δορυφορικών εικόνων.<br /> <br /> Ωστόσο, αν ο χρήστης επιθυμεί να έχει διευρυμένα περιθώρια επιλογών από πλευράς οπτικού αποτελέσματος, μπορεί να εφαρμόσει το δείκτη MTVI, με βάση τη σχέση (4), για διάφορες τιμές της παραμέτρου c. Οι εικόνες που παράγονται για διάφορα c θα έχουν ενδιάμεσες τιμές φωτεινότητας μεταξύ αυτής των εικόνων TVI και TVI’.<br /> <br /> Ένα γενικότερο συμπέρασμα που προκύπτει από αυτήν την εργασία είναι ότι η θεωρία πιθανοτήτων μπορεί να συμβάλει στην αξιολόγηση των δεικτών βλάστησης που εφαρμόζονται σε πολυφασματικές εικόνες. Με την πιθανοθεωρητική ανάλυση μπορούν να διατυπωθούν προβλέψεις για τα στατιστικά χαρακτηριστικά της εικόνας, οι οποίες, στο βαθμό που επιβεβαιώνονται από τον έλεγχο με πραγματικά δεδομένα τηλεανίχνευσης, οδηγούν σε αξιόπιστα συμπεράσματα για τις δυνατότητες και τους περιορισμούς του υπό μελέτη δείκτη βλάστησης.<br /> <br /> <br /> [[category:Δασοπονία, Δασική διαχείριση]]</div>

Liotsi http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%9E%CE%99%CE%9F%CE%9B%CE%9F%CE%93%CE%97%CE%A3%CE%97_%CE%A4%CE%9F%CE%A5_%CE%94%CE%95%CE%99%CE%9A%CE%A4%CE%97_%CE%92%CE%9B%CE%91%CE%A3%CE%A4%CE%97%CE%A3%CE%97%CE%A3_TVI_%CE%9C%CE%95_%CE%A4%CE%97_%CE%A3%CE%A5%CE%9D%CE%94%CE%A1%CE%9F%CE%9C%CE%97_%CE%A4%CE%97%CE%A3_%CE%98%CE%95%CE%A9%CE%A1%CE%99%CE%91%CE%A3_%CE%A0%CE%99%CE%98%CE%91%CE%9D%CE%9F%CE%A4%CE%97%CE%A4%CE%A9%CE%9D 2010-02-16T17:09:16Z

<p>Liotsi: </p> <hr /> <div>Σκιάνης Γ. Αιμ, Βαϊόπουλος Δ. Νικολακόπουλος Κ.<br /> <br /> Στην παρούσα εργασία μελετάται, με τη βοήθεια της θεωρίας πιθανοτήτων, η συμπεριφορά του μετασχηματισμένου δείκτη βλάστησης TVI, καθώς και της παραλλαγμένης μορφής αυτού, TVI’. Εισάγοντας μια κατάλληλη κατανομή για την περιγραφή των ιστογραμμάτων των καναλιών τηςεικόνας, και αξιοποιώντας θεωρήματα της στατιστικής, συνάγονται οι μαθηματικές σχέσεις που περιγράφουν τις κατανομές τιμών των δεικτών βλάστησης TVI και TVI’. Από τη μελέτη των κατανομών αυτών συμπεραίνεται ότι όταν η τυπική αποκλιση της εικόνας της ζώνης του υπερύθρου είναι μεγαλύτερη από αυτήν της ζώνης του ερυθρού, στο ιστόγραμμα TVI’ η επικρατούσα τιμή είναι μετατοπισμένη προς τα δεξιά, ως προς την επικρατούσα τιμή του ιστογράμματος TVI. Από την άλλη πλευρά, το ιστόγραμμα TVI έχει μια επικρατούσα τιμή προς το μέσον της κλίμακας τονικότητας, καθώς και μια μεγαλύτερη διασπορά. Επομένως η εικόνα TVI έχει μια καλύτερη αντίθεση φωτεινότητας από την εικόνα TVI’. Βρέθηκε επίσης ότι η εικόνα TVI έχει μεγαλύτερη διασπορά και από την εικόνα του συχνά εφαρμοζόμενου δείκτη βλάστησης NDVI. Οι θεωρητικές αυτές προβλέψεις συμφωνούν με παρατηρήσεις σε δορυφορική εικόνα Landsat από τη Ζάκυνθο.<br /> <br /> Τα πορίσματα αυτής της εργασίας μπορούν να αξιοποιηθούν σε γεωλογικές και περιβαλλοντικές έρευνες, με αντικείμενο τη χαρτογράφηση περιοχών διαφοροποιημένης πυκνότητας βλάστησης, οι οποίες πιθανόν να έχουν σχέση με διάφορους τύπους εδαφών καιγεωλογικών ενοτήτων.<br /> <br /> '''1. ΕΙΣΑΓΩΓΗ'''<br /> <br /> Στη γεωλογική και στην περιβαλλοντική έρευνα χρησιμοποιούνται συχνά λόγοι φασματικών ζωνών από πολυφασματικές εικόνες, ως δείκτες βλάστησης, προκειμένου να χαρτογραφηθούν περιοχές με διαφοροποιημένη πυκνότητα φυτοκάλυψης. Ένας από τους προταθέντες δείκτες βλάστησης είναι ο Μετασχηματισμένος Δείκτης Βλάστησης (Transformed Vegetation Index) TVI (Deering et. al. 1975), που ορίζεται ως:<br /> <br /> &lt;math&gt;\sqrt{1-e^2} &lt;/math&gt;<br /> \sqrt{\sqrt{1-e^2}-e^2}<br /> <br /> &lt;math&gt;\sqrt{2}&lt;/math&gt;<br /> <br /> {{math|{{radical|2}}}}<br /> <br /> Όπου x και y είναι οι τιμές φωτεινότητας στις φασματικές ζώνες του εγγύς υπερύθρου και του ερυθρού,αντίστοιχα. u είναι η αριθμητική τιμή του δείκτη βλάστησης.Όταν το x είναι μικρότερο του y, o TVI είναι μηδέν. Προκειμένου να περιοριστεί ο αριθμός των εικονοστοιχείων με μηδενικό δείκτη βλάστησης, συχνά προτιμάται η παρακάτω παραλλαγή TVI’ του δείκτη TVI (Schowengerdt 1997):<br /> (2)<br /> Ο συνηθέστερα χρησιμοποιούμενος δείκτης βλάστησης είναι ο Δείκτης Βλάστησης Κανονικοποιημένων Διαφορών NDVI (Boyd et. al. 2002, Chuvieco et. al. 2002, Peterson et. al. 2002, Stroppiana et. al. 2002 και πολλοί άλλοι). Ο NDVI ορίζεται ως (Rouse et. al. 1973):<br /> (3)<br /> <br /> <br /> Στην παρούσα εργασία συγκρίνονται τα χαρακτηριστικά των εικόνων των δεικτών βλάστησης TVI, TVI’ και NDVI. Το βασικό κριτήριο σύγκρισης είναι το εύρος του ιστογράμματος εικόνας, μέτρο του οποίου είναι η τυπική απόκλιση. Αν το ιστόγραμμα εικόνας δείκτη βλάστησης έχει μικρή τυπική απόκλιση, η εικόνα παρέχει περιορισμένη πληροφορία για τους στόχους ενδιαφέροντος. Αν η τυπική αποκλιση είναι μεγάλη και το ιστόγραμμα καλύπτει όλη την κλίμακα τονικότητας, τότε ο δείκτης βλάστησης αναμένεται να δώσει περισσότερες πληροφορίες, ιδίως όταν η επικρατούσα τιμή βρίσκεται προς το μέσο της κλίμακας τονικότητας.<br /> <br /> Με τη βοήθεια κατάλληλων κατανομών και αξιοποιώντας θεωρήματα της στατιστικής, μελετώνται τα ιστογράμματα των εικόνων των τριών δεικτών βλάστησης και διατυπώνονται θεωρητικές προβλέψεις για την αποτελεσματικότητα του κάθε δείκτη. Στη συνέχεια, οι προβλέψεις αυτές συγκρίνονται με τα αποτελέσματα της εφαρμογής των τριών δεικτών βλάστησης σε δορυφορική εικόνα. Τα πορίσματα αυτής της εργασίας μπορούν να αξιοποιηθούν στη γεωλογική και περιβαλλοντική έρευνα με αντικείμενο την αναγνώριση περιοχών με διαφορετική πυκνότητα φυτοκάλυψης.<br /> <br /> <br /> '''2 ΠΕΙΡΑΜΑΤΙΣΜΟΣ ΜΕ ΔΟΡΥΦΟΡΙΚΗ ΕΙΚΟΝΑ'''<br /> <br /> Για τον έλεγχο των θεωρητικών προβλέψεων σε σχέση με τα χαρακτηριστικά εικόνων δεικτών βλάστησης, χρησιμοποιήθηκε εικόνα Landsat 7 ΕΤΜ (Αύγουστος 1999). Στο (σχ.1) εμφανίζεται η 432 RGB εικόνα της περιοχής. Στα (σχ.2), (σχ.3) και (σχ.4) παρουσιάζονται οι εικόνες των δεικτών βλάστησης NDVI, TVI’ και TVI, αντίστοιχα, οι οποίοι έχουν αναχθεί σε κοινή κλίμακα τονικότητας με τιμές από 0 ως 1. Για την παραγωγή των εικόνων των τριών δεικτών βλάστησης χρησιμοποιήθηκε το λογισμικό Image 8.6 της ERDAS. Στο νησί είχε σημειωθεί πυρκαγιά λίγο πριν τη λήψη της εικόνας. Οι καμένες περιοχές εμφανίζονται με σκοτεινούς τόνους στις εικόνες δεικτών βλάστησης.<br /> <br /> Παρατηρούμε ότι στις εικόνες των (σχ.2) και (σχ.3) υπάρχει μια διάχυτη φωτεινότητα, που είναι ιδιαίτερα εμφανής στη θαλάσσια περιοχή, όπου εμφανίζονται ραβδώσεις διαφοροποιημένης τονικότητας. Στην εικόνα TVI (σχ.4), δεν υπάρχει αυτή η διάχυτη φωτεινότητα και η θάλασσα εμφανίζεται με βαθείς σκοτεινούς τόνους. Επίσης, οι καμένες περιοχές εμφανίζονται με πιο σκοτεινούς τόνους στην εικόνα δείκτη TVI απ’όσο στους άλλους δυο δείκτες.<br /> <br /> Η εικόνα TVI έχει καλύτερη αντίθεση φωτεινότητας απ’οσο οι εικόνες TVI’ και NDVI και αυτό έχει ως συνέπεια να εμφανίζονται ευκρινέστερα οι σκοτεινές λεπτές γραμμές του οδικού δικτύου στην εικόνα TVI από το βόρειο μέρος της Νήσου (σχ. 5) απ’ όσο στην εικόνα TVI’ της ίδιας περιοχής (σχ. 6). Φαίνεται λοιπόν να επαληθεύονται, από ποιοτική άποψη, οι θεωρητικές προβλέψεις για εικόνα TVI χωρίς «θάμπωμα» και με καλύτερη αντίθεση φωτεινότητας από αυτήν των δυο άλλων δεικτών βλάστησης.<br /> <br /> Στον παρακάτω πίνακα εμφανίζονται οι τυπικές αποκλίσεις των ιστογραμμάτων των εικόνων των τριών δεικτών βλάστησης. Όπως προβλέπει και η πιθανοθεωρητική μελέτη, η τυπική απόκλιση της εικόνας TVI είναι μεγαλύτερη από αυτές των εικόνων NDVI και TVI’. <br /> <br /> <br /> Πίνακας 1<br /> Δείκτης Βλάστησης NDVI TVI’ TVI<br /> Τυπική Απόκλιση 0.095 0.083 0.219<br /> <br /> Τόσο οι θεωρητικές προβλέψεις, όσο και ο πειραματικός έλεγχος με δορυφορική εικόνα, έδειξαν ότι ο δείκτης βλάστησης TVI, παράγει εικόνες με μεγαλύτερη τυπική απόκλιση και καλύτερη αντίθεση φωτεινότητας από αυτές που προκύπτουν από τους δείκτες TVI’ και NDVI. Κατά συνέπεια, ο δείκτης TVI είναι ο πλέον ενδεδειγμένος, κυρίως για ανίχνευση σχηματισμών χαμηλής τονικότητας, όπως καμένες περιοχές ή γεωλογικές ενότητες με αραιή φυτοκάλυψη. <br /> <br /> Υπάρχει ωστόσο η δυνατότητα να αξιοποιηθεί και ένας τροποποιημένος δείκτης TVI, ο MTVI, που ορίζεται από τη σχέση:<br /> <br /> (4)<br /> <br /> Το c είναι μια παράμετρος με τιμές από 1 ως 3. Εξαιτίας αυτής της παραμέτρου ο δείκτης βλάστησης MTVI λαμβάνει ενδιάμεσες τιμές μεταξύ TVI και TVI’. <br /> <br /> Μια εικόνα MTVI, από πλευράς οπτικού αποτελέσματος και στατιστικών χαρακτηριστικών, είναι μια ενδιάμεση κατάσταση μεταξύ TVI και TVI’. Στο βαθμό που το c πλησιάζει τη μονάδα, η εικόνα MTVI έχει παρόμοια χαρακτηριστικά με την εικόνα TVI. Στο βαθμό που το c αυξάνεται, η εικόνα MTVI προσομοιάζει με την εικόνα TVI’. Διαφορετικές τιμές του c αντιστοιχούν σε εικόνες με διαφοροποιημένη τονικότητα, διευρύνοντας έτσι τις επιλογές του χρήστη. Ο δείκτης MTVI μπορεί να κατασκευαστεί εύκολα με τη βοήθεια κατάλληλου λογισμικού (για παράδειγμα με το εργαλείο spatial modeler του ERDAS Imagine ή με τη γλώσσα προγραμματισμού του ILWIS) και η μελέτη της αποτελεσματικότητάς του είναι αντικείμενο μελλοντικής εργασίας.<br /> <br /> [[Εικόνα:ergasia2.1.JPG|thumb|right|Σχ. 1. 432 RGB εικόνα Landsat 7 ETM από τη Ζάκυνθο]] [[Εικόνα:ergasia2.2.JPG|thumb|right]]<br /> <br /> <br /> '''3. ΣΥΜΠΕΡΑΣΜΑΤΑ'''<br /> <br /> Η πιθανοθεωρητική ανάλυση έδειξε ότι ο δείκτης TVI παράγει εικόνες με μεγάλη τυπική απόκλιση, που ευνοεί μια καλή αντίθεση φωτεινότητας. Ο δείκτης TVI’, εξαιτίας της υπόρριζης ποσότητας 0.5, παράγει εικόνες με μεγάλη φωτεινότητα και μικρή τυπική απόκλιση.<br /> <br /> Ο πειραματισμός με δορυφορική εικόνα Landsat 7 ETM επιβεβαίωσε τις θεωρητικές προβλέψεις περί καλύτερης αντίθεσης φωτεινότητας της εικόνας TVI από την εικόνα TVI’. Επίπλέον, ως συνέπεια της μεγάλης διάχυτης φωτεινότητας που χαρακτηρίζει την εικόνα TVI’,<br /> γραμμώσεις χαμηλής φωτεινότητας, όπως το οδικό δίκτυο για παράδειγμα, εμφανίζονται με μεγαλύτερη ευκρίνεια στην εικόνα TVI.<br /> <br /> Κατά συνέπεια, εκτιμούμε ότι ο δείκτης TVI, έτσι όπως ορίζεται από τη σχέση (1), είναι προτιμητέος σε σχέση με τον τροποποιημένο δείκτη TVI’, έστω και αν ο δεύτερος χρησιμοποιείται συχνότερα και είναι ενσωματωμένος σε διαδεδομένα πακέτα λογισμικού επεξεργασίας δορυφορικών εικόνων.<br /> <br /> Ωστόσο, αν ο χρήστης επιθυμεί να έχει διευρυμένα περιθώρια επιλογών από πλευράς οπτικού αποτελέσματος, μπορεί να εφαρμόσει το δείκτη MTVI, με βάση τη σχέση (4), για διάφορες τιμές της παραμέτρου c. Οι εικόνες που παράγονται για διάφορα c θα έχουν ενδιάμεσες τιμές φωτεινότητας μεταξύ αυτής των εικόνων TVI και TVI’.<br /> <br /> Ένα γενικότερο συμπέρασμα που προκύπτει από αυτήν την εργασία είναι ότι η θεωρία πιθανοτήτων μπορεί να συμβάλει στην αξιολόγηση των δεικτών βλάστησης που εφαρμόζονται σε πολυφασματικές εικόνες. Με την πιθανοθεωρητική ανάλυση μπορούν να διατυπωθούν προβλέψεις για τα στατιστικά χαρακτηριστικά της εικόνας, οι οποίες, στο βαθμό που επιβεβαιώνονται από τον έλεγχο με πραγματικά δεδομένα τηλεανίχνευσης, οδηγούν σε αξιόπιστα συμπεράσματα για τις δυνατότητες και τους περιορισμούς του υπό μελέτη δείκτη βλάστησης.<br /> <br /> <br /> [[category:Δασοπονία, Δασική διαχείριση]]</div>

Liotsi