http://147.102.106.44/rs/wiki/index.php?feed=atom&target=Ltsoukanelis&title=%CE%95%CE%B9%CE%B4%CE%B9%CE%BA%CF%8C%3A%CE%A3%CF%85%CE%BD%CE%B5%CE%B9%CF%83%CF%86%CE%BF%CF%81%CE%AD%CF%82 2026-04-06T12:16:32Z Από RemoteSensing Wiki MediaWiki 1.16.2 http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B1_drones_%CE%B5%CE%AF%CE%BD%CE%B1%CE%B9_%CF%84%CE%B1_%CF%84%CE%B5%CE%BB%CE%B5%CF%85%CF%84%CE%B1%CE%AF%CE%B1_%CE%B1%CF%81%CF%87%CE%B1%CE%B9%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CE%AC_%CE%B5%CF%81%CE%B3%CE%B1%CE%BB%CE%B5%CE%AF%CE%B1 2017-03-12T18:25:31Z

<p>Ltsoukanelis: </p> <hr /> <div>'''Συγγραφείς:''' Jesse Casana, PhD, and John Kantner, PhD Δημοσιεύτηκε την 3η Ιουνίου του 2014<br /> <br /> '''Πηγή :''' [https://www.elsevier.com/connect/drones-are-the-latest-archaeological-tool Link]<br /> <br /> '''Λέξεις κλειδιά:''' αρχαιολογία, drones, uav, <br /> <br /> <br /> =='''Περίληψη'''== <br /> <br /> Δύο αρχαιολόγοι γράφουν σχετικά με το πώς χρησιμοποίησαν drones για να ανακαλύψουν ένα χωρίο 1.000 ετών στο Νέο Μεξικό .<br /> <br /> =='''Εισαγωγή'''==<br /> <br /> O Δρ John Kantner του Πανεπιστημίου της Βόρειας Φλόριντα και ο Δρ Jesse Casana του Πανεπιστημίου του Αρκάνσας έχουν χρησιμοποιήσει μη επανδρωμένα αεροσκάφη για να διεξάγουν αρχαιολογική έρευνα σε μια απομακρυσμένη περιοχή στό βορειοδυτικό Νέο Μεξικό. Έχουν μελετήσει τον πολιτισμό των αρχαίων Puebloans, ο οποίος υπήρχε στην περιοχή για περισσότερα από 300 χρόνια αρχίζοντας από τον ένατο αιώνα. Στο παρόν άρθρο γράφουν σχετικά με την έρευνα που δημοσιεύτηκε τον Ιούνιο του 2914 στο περιοδικό Journal of Archaeological Science<br /> [[Αρχείο:dr1.jpg|300px|thumb|left|]] <br /> [[Αρχείο:dr2.jpg|300px|thumb|right|]]<br /> [[Αρχείο:dr3.jpg|300px|thumb|left|]] <br /> <br /> =='''Η Έρευνα'''==<br /> <br /> Οι αρχαιολόγοι γνωρίζουν από τη δεκαετία του 1970 ότι οι αεροφωτογραφίες στα υπέρυθρα μήκη κύματος μπορούν να είναι πολύ χρήσιμες για την εξέταση εδαφών που καλύπτονται από βλάστηση. Ωστόσο, αυτό θα μπορούσε να γίνει μόνο από τους δορυφόρους ή ελικόπτερα, τα οποία είναι ακριβά και έχουν περιορισμούς. Η προσιτή τεχνολογία δεν ήταν πραγματικά διαθέσιμη μέχρι τώρα. Ο μόνος άλλος τρόπος για τον εντοπισμό υπόγειων κατασκευών είναι σκάβοντας ένα μεγάλο αριθμό δοκιμαστικών λάκκων, ο οποίος είναι χρονοβόρος και απαιτεί πολλή προσπάθεια.<br /> <br /> Για την έρευνά τους, χρησιμοποίησαν ένα μη επανδρωμένο εναέριο όχημα (UAV) ή drone, για να μεταφέρει μια κάμερα θερμικής απεικόνισης που μπορεί να ανιχνεύσει τα αρχαιολογικά χαρακτηριστικά που βρίσκονται θαμμένα μέχρι και μισό μέτρο κάτω από την επιφάνεια του εδάφους.<br /> <br /> Η εξακρίβωση της ακριβούς τοποθεσίας των κτιρίων είναι σημαντική να γίνουν υποθέσεις σχετικά με την κοινωνική και πολιτική δυναμική και το πώς αυτές διαμορφώθηκαν και αλληλοεπέδρασαν με την έντονη θρησκευτική κουλτούρα του Chaco Canyon, και να ρίξει περισσότερο φως στο πώς ζούσαν οι άνθρωποι αρχαία Puebloan<br /> <br /> Η έρευνα αποκάλυψε λεπτομέρειες ενός χωριού περίπου 1.000 ετών, με δομές άγνωστες μέχρι σήμερα και που θα απαιτούσαν μια δεκαετία εργασίας, με τον παραδοσιακό-συμβατικό τρόπο, για να μελετηθεί. Τα αποτελέσματα έδειξαν δομές άγνωστης αρχιτεκτονικής και κυκλικές τελετουργικές κατασκευές (πιστεύεται ότι είναι kivas), οι οποίες απαντώνται σε κοντινές περιοχές, όπως είναι το Chaco Canyon, το μνημειακό κέντρο προσκυνήματος που κυριάρχησε στον κόσμο των Puebloan στα μέσα του 11ου μ.Χ. αιώνα.<br /> <br /> Το drone - το CineStar8 - προγραμματίστηκε για να πετάξει μια ακριβή διαδρομή που σχεδιάστηκε με GPS, με την κάμερα απεικόνισης στοχευμένη προς το έδαφος. Οι εικόνες στη συνέχεια αντιπαραβλήθηκαν με τη χρήση προηγμένων φωτογραμμετρικών μεθόδων, και παρήγαγαν έναν ακριβή θερμικό χάρτη της περιοχής.<br /> <br /> =='''Πλεονεκτήματα των drones'''==<br /> <br /> Τα UAVs έχουν πολλά πλεονεκτήματα σε σχέση με τις παραδοσιακές μορφές της αρχαιολογικής εναέριας απεικόνισης, ιδιαίτερα στην ικανότητά τους να καλύπτουν μεγάλες περιοχές σε ένα σταθερό ύψος και ταχύτητα, κάτω από ένα ευρύ φάσμα του ανέμου-καιρικών συνθηκών. Για την εναέρια θερμογραφία, αυτές οι δυνατότητες είναι απαραίτητες, διότι υπάρχει ένα μικρό παράθυρο του χρόνου για να συλλάβει κανείς αυτές τις εικόνες. Για να μεγιστοποιηθεί η αρχαιολογική ορατότητα, η θερμική απεικόνιση πρέπει να πραγματοποιείται σε μια κατάλληλη ώρα της ημέρας, όταν δηλαδή, η αντίθεση της θερμικής αδράνειας είναι στο υψηλότερο σημείο μεταξύ αρχαιολογικών στόχων και του εδαφικού υπόβαθρου και εδαφοκάλυψης. Επιπλέον, ολόκληρη η περιοχή της έρευνας πρέπει να καλυφθεί σε σύντομο χρονικό διάστημα έτσι ώστε να μειώσει όσο το δυνατόν περισσότερο, τις μεταβολές της θερμικών τιμών που οφείλονται στο μεταβαλλόμενο περιβάλλον.<br /> <br /> =='''Αντίκτυπος των αποτελεσμάτων'''==<br /> <br /> Τα αποτελέσματα επιτρέπουν την εύκολη αντιστοίχιση του μεγέθους και της οργάνωσης των περισσότερων χώρων κατοίκησης, αλλά και την αποκάλυψη προηγουμένως μη καταγεγραμμένων αρχιτεκτονικών χαρακτηριστικών. Η μεθοδολογία που χρησιμοποιήθηκε μπορεί εύκολα να αναπαραχθεί και να παράγει οπτικά δεδομένα παρόμοια σε ποιότητα με τις παραδοσιακές αρχαιολογικές έρευνες , αλλά τα οποία μπορούν να συλλεχθούν πολύ γρήγορα, σε μεγάλες εκτάσεις, με ελάχιστο κόστος και επεξεργασία.<br /> <br /> =='''Συμπέρασμα'''==<br /> <br /> Τα αποτελέσματα αυτά μπορούν να έχουν σημαντικές επιπτώσεις όχι μόνο σε αυτό το συγκεκριμένο τομέα της έρευνας, αλλά και στην μεθοδολογία των αρχαιολογικών ερευνών σε όλο τον κόσμο.<br /> <br /> <br /> [[category:Αρχαιολογία]]</div>

Ltsoukanelis http://147.102.106.44/rs/wiki/index.php/%CE%95%CE%BD%CE%B1%CE%AD%CF%81%CE%B9%CE%B1_%CE%BA%CE%B1%CE%B9_%CE%94%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AE_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CF%83%CF%84%CE%B7%CE%BD_%CE%B1%CF%81%CF%87%CE%B1%CE%B9%CE%BF%CE%BB%CE%BF%CE%B3%CE%AF%CE%B1 2017-03-12T18:24:13Z

<p>Ltsoukanelis: </p> <hr /> <div>'''Πηγή :''' [http://www.worldhistory.biz/prehistory/90741-aerial-and-satellite-remote-sensing.html Link]<br /> <br /> '''Λέξεις κλειδιά:''' Αρχαιολογία, αεροφωτογραφία, GIS <br /> <br /> =='''Μεθοδολογία'''==<br /> <br /> ===Αεροφωτογραφία===<br /> Η αεροφωτογραφία χρησιμοποιείται ευρέως σε αρχαιολογικές αναζητήσεις λόγω της δυνατότητάς της να αναγνωρίσει τοποθεσίες να καταγράψει και να παρακολουθήσει τις αλλαγές των τοπίων τους μέσα στο χρόνο, καθώς ακόμη και να ανακαλύψει τα χαρακτηριστικά του υπεδάφους, μέσω των χαρακτηριστικών της φυτικής γης ή με στερεοσκοπική εξέταση των εικόνων (Εικόνα 7). Η επισκόπηση με χαμηλού υψομέτρου πλάγιες και κατακόρυφες φωτογραφίες, μπορεί να ανιχνεύσει παραλλαγές της υφής στο έδαφος, όπως τα σχήματα της σκιάς, σημάδια περικοπής σχημάτων, και τα σημάδια του εδάφους, τα περισσότερα από τα οποία προκαλούνται από τις διαταραχές της επιφάνειας του εδάφους από την παρουσία υπόγειων χαρακτηριστικών και τις αντίστοιχες διαφορές στην συνθήκες υγρασίας. Συμβατικές και υπέρυθρες αεροφωτογραφίες που λαμβάνονται από κατάλληλα επανδρωμένα ή μη επανδρωμένα εναέρια μέσα, χαρταετούς και μπαλόνια έχουν διαδραματίσει έναν κρίσιμο ρόλο στον τομέα των αναγνωρίσεων. Η επαναξιολόγηση των παλαιών δορυφορικών εικόνων (Corona ή KVR-1000), πριν από τις πρόσφατες αλλαγές της διαμόρφωσης του εδάφους από τις σύγχρονες πρακτικές καλλιέργειας και των τεχνικών έργων, έχει βοηθήσει την ανίχνευση των περιοχών.<br /> <br /> <br /> [[Αρχείο:arch1.jpg|500px|thumb|left|]]<br /> [[Αρχείο:arch2.jpg|500px|thumb|left|]]<br /> [[Αρχείο:arch3.jpg|300px|thumb|right|]]<br /> <br /> ===Δορυφόροι===<br /> Τα δορυφορικά συστήματα, καταγράφοντας τα επιφανειακά χαρακτηριστικά στο ορατό και στο μη ορατó τμήμα του ηλεκτρομαγνητικού φάσματος, έχουν σημαντικό αντίκτυπο στις περιφερειακές αρχαιολογικές μελέτες. Οι πολυφασματικές εικόνες είναι ιδιαίτερα χρήσιμες στη σάρωση περιοχών διαφορετικών φασματικών υπογραφών και τον εντοπισμό χαρακτηριστικά εεκτεταμένων διαστάσεων. Οι διαστημικοί αισθητήρες ραντάρ (όπως στο διαστημικό λεωφορείο SIR-C / X-SAR, RADARSAT και Envisat ραντάρ αλτίμετρου) έχουν εφαρμοστεί στο παρελθόν και χρησιμοποιούνται όλο και πιο πολύ σε τοπογραφικά περιοχών που καλύπτονται από ζούγκλες ή που βρίσκονται σε περιβάλλοντα της ερήμου. Ομοίως, lidar αισθητήρες συμβάλλουν στην κατασκευή των ψηφιακών μοντέλων εδάφους (DEMs).<br /> <br /> ===Αναλύσεις===<br /> Οι χωρικές και φασματικές αναλύσεις των αισθητήρων καταγραφής παραμένουν σημαντικά ζητήματα στον τομέα της δορυφορικής τηλεπισκόπησης, κυρίως στην αναγνώριση των «υπογραφών» των ύποπτων στόχων. Πρόσφατα, η έναρξη των υπερφασματικών συστημάτων (όπως ASTER και Hyperion) που περιλαμβάνουν δεκάδες έως εκατοντάδες μπάντες ή υψηλή χωρική ανάλυση (&lt;3m) δορυφόρους (όπως SPOT5, Ikonos, Quickbird, Eros, Formosat και Orbview) έχει αναβαθμίσει την ποιότητα της δορυφορικής εικόνας. Η Δορυφορική τηλεπισκόπηση έχει εφαρμοστεί για την χαρτογράφηση περιοχών και προϊστοριών γεωργικών εκτάσεων, ανίχνευση της αρχαίων αρδευτικών τάφρων, μελέτες των περιφερειακού σχεδιασμού οικισμών, και σχέδια προσαρμογής, CRM, κ.α. Η σημερινή διάδοση των δορυφορικών εικόνων μέσω διαδικτυακών πυλών, όπως το Google Earth, αναμένεται επίσης να έχει σημαντική επίπτωση σε αρχαιολογικές μελέτες και διαχείριση των πολιτιστικών πόρων (Σχήμα 7).<br /> <br /> =='''GIS'''==<br /> Ταυτόχρονα, τα ΓΣΠ (GIS) αναβαθμίζει όλο και περισσότερο τον ρόλο της στις αρχαιολογικές αναζητήσεις χάρη στην ικανότητά τους να ενσωματώνουν τα διαφορετικά γεωγραφικά δεδομένα, συμβάλλοντας έτσι στη διαχείριση των πολιτιστικών μνημείων (Σχήμα 8). Η πολυπαραγοντική στατιστική ανάλυση μέσω GIS, με βάση τα γεωγραφικά στοιχεία του εδάφους (γειτνίαση με το νερό και πόρους, υψόμετρο και προσανατολισμός, κλίση, διαδρόμοι μεταφοράς, θέαση, κλπ), μπορούν να συμβάλουν στην ανάλυση των λεκανών απορροής, τα οικιστικά μοντελοποιημένα μοτίβα, και στην κατασκευή μοντέλων πρόβλεψης για τον εντοπισμό περιοχών εν δυνάμει αρχαιολογικού ενδιαφέροντος, σε συνδυασμό με δορυφορικές εικόνες.<br /> <br /> =='''Μέθοδοι'''==<br /> Γεωφυσική μέθοδος. Ο πειραματισμός με νέες μεθόδους και συστοιχίες (όπως 3D σεισμική και ERT, μαγνητόμετρα SQUID με ανάλυση μικρότερη από 0,00005 nT, ζεύξη χωρητικότητας, τεχνικές πόλωσης και θερμικής αίσθησης) μπορεί επίσης να εισαγάγει άλλες μη-επεμβατικές τεχνικές εξερεύνησης. Οι υψηλής ανάλυσης υπερφασματικοί αισθητήρες (όπως τα (CASI)), θα ενισχύσουν επίσης την περιφερειακή κάλυψη των αρχαιολογικά ευαίσθητων περιοχών.<br /> Τα νευρωνικά δίκτυα, οι εικονικές διεπαφές πραγματικότητας (VRs), και η τεχνητή νοημοσύνη βελτιώνουν συνεχώς τις τελευταίες εξελίξεις της τεχνολογίας GIS. Οι περιβαλλοντικές πιέσεις και οι φυσικές καταστροφές θα απαιτήσουν μια αυξανόμενη συγχώνευση των παραπάνω τεχνολογιών που στοχεύουν προς την λεπτομερή εξερεύνηση και τη διαχείριση της πολιτιστικής κληρονομιάς.<br /> <br /> [[category:Αρχαιολογία]]</div>

Ltsoukanelis http://147.102.106.44/rs/wiki/index.php/%CE%95%CE%BD%CE%B1%CE%AD%CF%81%CE%B9%CE%B1_%CE%BA%CE%B1%CE%B9_%CE%94%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AE_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CF%83%CF%84%CE%B7%CE%BD_%CE%B1%CF%81%CF%87%CE%B1%CE%B9%CE%BF%CE%BB%CE%BF%CE%B3%CE%AF%CE%B1 2017-03-12T18:23:27Z

<p>Ltsoukanelis: </p> <hr /> <div>'''Πηγή :''' [http://www.worldhistory.biz/prehistory/90741-aerial-and-satellite-remote-sensing.html Link]<br /> <br /> '''Λέξεις κλειδιά:''' Αρχαιολογία, εναέρια, GIS, <br /> <br /> =='''Μεθοδολογία'''==<br /> <br /> ===Αεροφωτογραφία===<br /> Η αεροφωτογραφία χρησιμοποιείται ευρέως σε αρχαιολογικές αναζητήσεις λόγω της δυνατότητάς της να αναγνωρίσει τοποθεσίες να καταγράψει και να παρακολουθήσει τις αλλαγές των τοπίων τους μέσα στο χρόνο, καθώς ακόμη και να ανακαλύψει τα χαρακτηριστικά του υπεδάφους, μέσω των χαρακτηριστικών της φυτικής γης ή με στερεοσκοπική εξέταση των εικόνων (Εικόνα 7). Η επισκόπηση με χαμηλού υψομέτρου πλάγιες και κατακόρυφες φωτογραφίες, μπορεί να ανιχνεύσει παραλλαγές της υφής στο έδαφος, όπως τα σχήματα της σκιάς, σημάδια περικοπής σχημάτων, και τα σημάδια του εδάφους, τα περισσότερα από τα οποία προκαλούνται από τις διαταραχές της επιφάνειας του εδάφους από την παρουσία υπόγειων χαρακτηριστικών και τις αντίστοιχες διαφορές στην συνθήκες υγρασίας. Συμβατικές και υπέρυθρες αεροφωτογραφίες που λαμβάνονται από κατάλληλα επανδρωμένα ή μη επανδρωμένα εναέρια μέσα, χαρταετούς και μπαλόνια έχουν διαδραματίσει έναν κρίσιμο ρόλο στον τομέα των αναγνωρίσεων. Η επαναξιολόγηση των παλαιών δορυφορικών εικόνων (Corona ή KVR-1000), πριν από τις πρόσφατες αλλαγές της διαμόρφωσης του εδάφους από τις σύγχρονες πρακτικές καλλιέργειας και των τεχνικών έργων, έχει βοηθήσει την ανίχνευση των περιοχών.<br /> <br /> <br /> [[Αρχείο:arch1.jpg|500px|thumb|left|]]<br /> [[Αρχείο:arch2.jpg|500px|thumb|left|]]<br /> [[Αρχείο:arch3.jpg|300px|thumb|right|]]<br /> <br /> ===Δορυφόροι===<br /> Τα δορυφορικά συστήματα, καταγράφοντας τα επιφανειακά χαρακτηριστικά στο ορατό και στο μη ορατó τμήμα του ηλεκτρομαγνητικού φάσματος, έχουν σημαντικό αντίκτυπο στις περιφερειακές αρχαιολογικές μελέτες. Οι πολυφασματικές εικόνες είναι ιδιαίτερα χρήσιμες στη σάρωση περιοχών διαφορετικών φασματικών υπογραφών και τον εντοπισμό χαρακτηριστικά εεκτεταμένων διαστάσεων. Οι διαστημικοί αισθητήρες ραντάρ (όπως στο διαστημικό λεωφορείο SIR-C / X-SAR, RADARSAT και Envisat ραντάρ αλτίμετρου) έχουν εφαρμοστεί στο παρελθόν και χρησιμοποιούνται όλο και πιο πολύ σε τοπογραφικά περιοχών που καλύπτονται από ζούγκλες ή που βρίσκονται σε περιβάλλοντα της ερήμου. Ομοίως, lidar αισθητήρες συμβάλλουν στην κατασκευή των ψηφιακών μοντέλων εδάφους (DEMs).<br /> <br /> ===Αναλύσεις===<br /> Οι χωρικές και φασματικές αναλύσεις των αισθητήρων καταγραφής παραμένουν σημαντικά ζητήματα στον τομέα της δορυφορικής τηλεπισκόπησης, κυρίως στην αναγνώριση των «υπογραφών» των ύποπτων στόχων. Πρόσφατα, η έναρξη των υπερφασματικών συστημάτων (όπως ASTER και Hyperion) που περιλαμβάνουν δεκάδες έως εκατοντάδες μπάντες ή υψηλή χωρική ανάλυση (&lt;3m) δορυφόρους (όπως SPOT5, Ikonos, Quickbird, Eros, Formosat και Orbview) έχει αναβαθμίσει την ποιότητα της δορυφορικής εικόνας. Η Δορυφορική τηλεπισκόπηση έχει εφαρμοστεί για την χαρτογράφηση περιοχών και προϊστοριών γεωργικών εκτάσεων, ανίχνευση της αρχαίων αρδευτικών τάφρων, μελέτες των περιφερειακού σχεδιασμού οικισμών, και σχέδια προσαρμογής, CRM, κ.α. Η σημερινή διάδοση των δορυφορικών εικόνων μέσω διαδικτυακών πυλών, όπως το Google Earth, αναμένεται επίσης να έχει σημαντική επίπτωση σε αρχαιολογικές μελέτες και διαχείριση των πολιτιστικών πόρων (Σχήμα 7).<br /> <br /> =='''GIS'''==<br /> Ταυτόχρονα, τα ΓΣΠ (GIS) αναβαθμίζει όλο και περισσότερο τον ρόλο της στις αρχαιολογικές αναζητήσεις χάρη στην ικανότητά τους να ενσωματώνουν τα διαφορετικά γεωγραφικά δεδομένα, συμβάλλοντας έτσι στη διαχείριση των πολιτιστικών μνημείων (Σχήμα 8). Η πολυπαραγοντική στατιστική ανάλυση μέσω GIS, με βάση τα γεωγραφικά στοιχεία του εδάφους (γειτνίαση με το νερό και πόρους, υψόμετρο και προσανατολισμός, κλίση, διαδρόμοι μεταφοράς, θέαση, κλπ), μπορούν να συμβάλουν στην ανάλυση των λεκανών απορροής, τα οικιστικά μοντελοποιημένα μοτίβα, και στην κατασκευή μοντέλων πρόβλεψης για τον εντοπισμό περιοχών εν δυνάμει αρχαιολογικού ενδιαφέροντος, σε συνδυασμό με δορυφορικές εικόνες.<br /> <br /> =='''Μέθοδοι'''==<br /> Γεωφυσική μέθοδος. Ο πειραματισμός με νέες μεθόδους και συστοιχίες (όπως 3D σεισμική και ERT, μαγνητόμετρα SQUID με ανάλυση μικρότερη από 0,00005 nT, ζεύξη χωρητικότητας, τεχνικές πόλωσης και θερμικής αίσθησης) μπορεί επίσης να εισαγάγει άλλες μη-επεμβατικές τεχνικές εξερεύνησης. Οι υψηλής ανάλυσης υπερφασματικοί αισθητήρες (όπως τα (CASI)), θα ενισχύσουν επίσης την περιφερειακή κάλυψη των αρχαιολογικά ευαίσθητων περιοχών.<br /> Τα νευρωνικά δίκτυα, οι εικονικές διεπαφές πραγματικότητας (VRs), και η τεχνητή νοημοσύνη βελτιώνουν συνεχώς τις τελευταίες εξελίξεις της τεχνολογίας GIS. Οι περιβαλλοντικές πιέσεις και οι φυσικές καταστροφές θα απαιτήσουν μια αυξανόμενη συγχώνευση των παραπάνω τεχνολογιών που στοχεύουν προς την λεπτομερή εξερεύνηση και τη διαχείριση της πολιτιστικής κληρονομιάς.<br /> <br /> [[category:Αρχαιολογία]]</div>

Ltsoukanelis http://147.102.106.44/rs/wiki/index.php/%CE%95%CE%BD%CE%B1%CE%AD%CF%81%CE%B9%CE%B1_%CE%BA%CE%B1%CE%B9_%CE%94%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AE_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CF%83%CF%84%CE%B7%CE%BD_%CE%B1%CF%81%CF%87%CE%B1%CE%B9%CE%BF%CE%BB%CE%BF%CE%B3%CE%AF%CE%B1 2017-03-12T18:22:40Z

<p>Ltsoukanelis: </p> <hr /> <div>'''Πηγή :''' [http://www.worldhistory.biz/prehistory/90741-aerial-and-satellite-remote-sensing.html Link]<br /> <br /> '''Λέξεις κλειδιά:''' Αρχαιολογία, εναέρια, GIS, <br /> <br /> =='''Μεθοδολογία'''==<br /> Η αεροφωτογραφία χρησιμοποιείται ευρέως σε αρχαιολογικές αναζητήσεις λόγω της δυνατότητάς της να αναγνωρίσει τοποθεσίες να καταγράψει και να παρακολουθήσει τις αλλαγές των τοπίων τους μέσα στο χρόνο, καθώς ακόμη και να ανακαλύψει τα χαρακτηριστικά του υπεδάφους, μέσω των χαρακτηριστικών της φυτικής γης ή με στερεοσκοπική εξέταση των εικόνων (Εικόνα 7). Η επισκόπηση με χαμηλού υψομέτρου πλάγιες και κατακόρυφες φωτογραφίες, μπορεί να ανιχνεύσει παραλλαγές της υφής στο έδαφος, όπως τα σχήματα της σκιάς, σημάδια περικοπής σχημάτων, και τα σημάδια του εδάφους, τα περισσότερα από τα οποία προκαλούνται από τις διαταραχές της επιφάνειας του εδάφους από την παρουσία υπόγειων χαρακτηριστικών και τις αντίστοιχες διαφορές στην συνθήκες υγρασίας. Συμβατικές και υπέρυθρες αεροφωτογραφίες που λαμβάνονται από κατάλληλα επανδρωμένα ή μη επανδρωμένα εναέρια μέσα, χαρταετούς και μπαλόνια έχουν διαδραματίσει έναν κρίσιμο ρόλο στον τομέα των αναγνωρίσεων. Η επαναξιολόγηση των παλαιών δορυφορικών εικόνων (Corona ή KVR-1000), πριν από τις πρόσφατες αλλαγές της διαμόρφωσης του εδάφους από τις σύγχρονες πρακτικές καλλιέργειας και των τεχνικών έργων, έχει βοηθήσει την ανίχνευση των περιοχών.<br /> <br /> <br /> [[Αρχείο:arch1.jpg|500px|thumb|left|]]<br /> [[Αρχείο:arch2.jpg|500px|thumb|left|]]<br /> [[Αρχείο:arch3.jpg|300px|thumb|right|]]<br /> <br /> Τα δορυφορικά συστήματα, καταγράφοντας τα επιφανειακά χαρακτηριστικά στο ορατό και στο μη ορατó τμήμα του ηλεκτρομαγνητικού φάσματος, έχουν σημαντικό αντίκτυπο στις περιφερειακές αρχαιολογικές μελέτες. Οι πολυφασματικές εικόνες είναι ιδιαίτερα χρήσιμες στη σάρωση περιοχών διαφορετικών φασματικών υπογραφών και τον εντοπισμό χαρακτηριστικά εεκτεταμένων διαστάσεων. Οι διαστημικοί αισθητήρες ραντάρ (όπως στο διαστημικό λεωφορείο SIR-C / X-SAR, RADARSAT και Envisat ραντάρ αλτίμετρου) έχουν εφαρμοστεί στο παρελθόν και χρησιμοποιούνται όλο και πιο πολύ σε τοπογραφικά περιοχών που καλύπτονται από ζούγκλες ή που βρίσκονται σε περιβάλλοντα της ερήμου. Ομοίως, lidar αισθητήρες συμβάλλουν στην κατασκευή των ψηφιακών μοντέλων εδάφους (DEMs).<br /> <br /> Οι χωρικές και φασματικές αναλύσεις των αισθητήρων καταγραφής παραμένουν σημαντικά ζητήματα στον τομέα της δορυφορικής τηλεπισκόπησης, κυρίως στην αναγνώριση των «υπογραφών» των ύποπτων στόχων. Πρόσφατα, η έναρξη των υπερφασματικών συστημάτων (όπως ASTER και Hyperion) που περιλαμβάνουν δεκάδες έως εκατοντάδες μπάντες ή υψηλή χωρική ανάλυση (&lt;3m) δορυφόρους (όπως SPOT5, Ikonos, Quickbird, Eros, Formosat και Orbview) έχει αναβαθμίσει την ποιότητα της δορυφορικής εικόνας. Η Δορυφορική τηλεπισκόπηση έχει εφαρμοστεί για την χαρτογράφηση περιοχών και προϊστοριών γεωργικών εκτάσεων, ανίχνευση της αρχαίων αρδευτικών τάφρων, μελέτες των περιφερειακού σχεδιασμού οικισμών, και σχέδια προσαρμογής, CRM, κ.α. Η σημερινή διάδοση των δορυφορικών εικόνων μέσω διαδικτυακών πυλών, όπως το Google Earth, αναμένεται επίσης να έχει σημαντική επίπτωση σε αρχαιολογικές μελέτες και διαχείριση των πολιτιστικών πόρων (Σχήμα 7).<br /> <br /> =='''GIS'''==<br /> Ταυτόχρονα, τα ΓΣΠ (GIS) αναβαθμίζει όλο και περισσότερο τον ρόλο της στις αρχαιολογικές αναζητήσεις χάρη στην ικανότητά τους να ενσωματώνουν τα διαφορετικά γεωγραφικά δεδομένα, συμβάλλοντας έτσι στη διαχείριση των πολιτιστικών μνημείων (Σχήμα 8). Η πολυπαραγοντική στατιστική ανάλυση μέσω GIS, με βάση τα γεωγραφικά στοιχεία του εδάφους (γειτνίαση με το νερό και πόρους, υψόμετρο και προσανατολισμός, κλίση, διαδρόμοι μεταφοράς, θέαση, κλπ), μπορούν να συμβάλουν στην ανάλυση των λεκανών απορροής, τα οικιστικά μοντελοποιημένα μοτίβα, και στην κατασκευή μοντέλων πρόβλεψης για τον εντοπισμό περιοχών εν δυνάμει αρχαιολογικού ενδιαφέροντος, σε συνδυασμό με δορυφορικές εικόνες.<br /> <br /> =='''Μέθοδοι'''==<br /> Γεωφυσική μέθοδος. Ο πειραματισμός με νέες μεθόδους και συστοιχίες (όπως 3D σεισμική και ERT, μαγνητόμετρα SQUID με ανάλυση μικρότερη από 0,00005 nT, ζεύξη χωρητικότητας, τεχνικές πόλωσης και θερμικής αίσθησης) μπορεί επίσης να εισαγάγει άλλες μη-επεμβατικές τεχνικές εξερεύνησης. Οι υψηλής ανάλυσης υπερφασματικοί αισθητήρες (όπως τα (CASI)), θα ενισχύσουν επίσης την περιφερειακή κάλυψη των αρχαιολογικά ευαίσθητων περιοχών.<br /> Τα νευρωνικά δίκτυα, οι εικονικές διεπαφές πραγματικότητας (VRs), και η τεχνητή νοημοσύνη βελτιώνουν συνεχώς τις τελευταίες εξελίξεις της τεχνολογίας GIS. Οι περιβαλλοντικές πιέσεις και οι φυσικές καταστροφές θα απαιτήσουν μια αυξανόμενη συγχώνευση των παραπάνω τεχνολογιών που στοχεύουν προς την λεπτομερή εξερεύνηση και τη διαχείριση της πολιτιστικής κληρονομιάς.<br /> <br /> [[category:Αρχαιολογία]]</div>

Ltsoukanelis http://147.102.106.44/rs/wiki/index.php/%CE%95%CE%BD%CE%B1%CE%AD%CF%81%CE%B9%CE%B1_%CE%BA%CE%B1%CE%B9_%CE%94%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AE_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CF%83%CF%84%CE%B7%CE%BD_%CE%B1%CF%81%CF%87%CE%B1%CE%B9%CE%BF%CE%BB%CE%BF%CE%B3%CE%AF%CE%B1 2017-03-12T18:22:26Z

<p>Ltsoukanelis: </p> <hr /> <div>'''Πηγή :''' [http://www.worldhistory.biz/prehistory/90741-aerial-and-satellite-remote-sensing.html Link]<br /> <br /> '''Λέξεις κλειδιά:''' Αρχαιολογία, εναέρια, GIS, <br /> <br /> =='''Μεθοδολογία'''==<br /> Η αεροφωτογραφία χρησιμοποιείται ευρέως σε αρχαιολογικές αναζητήσεις λόγω της δυνατότητάς της να αναγνωρίσει τοποθεσίες να καταγράψει και να παρακολουθήσει τις αλλαγές των τοπίων τους μέσα στο χρόνο, καθώς ακόμη και να ανακαλύψει τα χαρακτηριστικά του υπεδάφους, μέσω των χαρακτηριστικών της φυτικής γης ή με στερεοσκοπική εξέταση των εικόνων (Εικόνα 7). Η επισκόπηση με χαμηλού υψομέτρου πλάγιες και κατακόρυφες φωτογραφίες, μπορεί να ανιχνεύσει παραλλαγές της υφής στο έδαφος, όπως τα σχήματα της σκιάς, σημάδια περικοπής σχημάτων, και τα σημάδια του εδάφους, τα περισσότερα από τα οποία προκαλούνται από τις διαταραχές της επιφάνειας του εδάφους από την παρουσία υπόγειων χαρακτηριστικών και τις αντίστοιχες διαφορές στην συνθήκες υγρασίας. Συμβατικές και υπέρυθρες αεροφωτογραφίες που λαμβάνονται από κατάλληλα επανδρωμένα ή μη επανδρωμένα εναέρια μέσα, χαρταετούς και μπαλόνια έχουν διαδραματίσει έναν κρίσιμο ρόλο στον τομέα των αναγνωρίσεων. Η επαναξιολόγηση των παλαιών δορυφορικών εικόνων (Corona ή KVR-1000), πριν από τις πρόσφατες αλλαγές της διαμόρφωσης του εδάφους από τις σύγχρονες πρακτικές καλλιέργειας και των τεχνικών έργων, έχει βοηθήσει την ανίχνευση των περιοχών.<br /> <br /> <br /> [[Αρχείο:arch1.jpg|500px|thumb|left|]]<br /> [[Αρχείο:arch2.jpg|500px|thumb|left|]]<br /> [[Αρχείο:arch3.jpg|300px|thumb|right|]]<br /> <br /> Τα δορυφορικά συστήματα, καταγράφοντας τα επιφανειακά χαρακτηριστικά στο ορατό και στο μη ορατó τμήμα του ηλεκτρομαγνητικού φάσματος, έχουν σημαντικό αντίκτυπο στις περιφερειακές αρχαιολογικές μελέτες. Οι πολυφασματικές εικόνες είναι ιδιαίτερα χρήσιμες στη σάρωση περιοχών διαφορετικών φασματικών υπογραφών και τον εντοπισμό χαρακτηριστικά εεκτεταμένων διαστάσεων. Οι διαστημικοί αισθητήρες ραντάρ (όπως στο διαστημικό λεωφορείο SIR-C / X-SAR, RADARSAT και Envisat ραντάρ αλτίμετρου) έχουν εφαρμοστεί στο παρελθόν και χρησιμοποιούνται όλο και πιο πολύ σε τοπογραφικά περιοχών που καλύπτονται από ζούγκλες ή που βρίσκονται σε περιβάλλοντα της ερήμου. Ομοίως, lidar αισθητήρες συμβάλλουν στην κατασκευή των ψηφιακών μοντέλων εδάφους (DEMs).<br /> <br /> Οι χωρικές και φασματικές αναλύσεις των αισθητήρων καταγραφής παραμένουν σημαντικά ζητήματα στον τομέα της δορυφορικής τηλεπισκόπησης, κυρίως στην αναγνώριση των «υπογραφών» των ύποπτων στόχων. Πρόσφατα, η έναρξη των υπερφασματικών συστημάτων (όπως ASTER και Hyperion) που περιλαμβάνουν δεκάδες έως εκατοντάδες μπάντες ή υψηλή χωρική ανάλυση (&lt;3m) δορυφόρους (όπως SPOT5, Ikonos, Quickbird, Eros, Formosat και Orbview) έχει αναβαθμίσει την ποιότητα της δορυφορικής εικόνας. Η Δορυφορική τηλεπισκόπηση έχει εφαρμοστεί για την χαρτογράφηση περιοχών και προϊστοριών γεωργικών εκτάσεων, ανίχνευση της αρχαίων αρδευτικών τάφρων, μελέτες των περιφερειακού σχεδιασμού οικισμών, και σχέδια προσαρμογής, CRM, κ.α. Η σημερινή διάδοση των δορυφορικών εικόνων μέσω διαδικτυακών πυλών, όπως το Google Earth, αναμένεται επίσης να έχει σημαντική επίπτωση σε αρχαιολογικές μελέτες και διαχείριση των πολιτιστικών πόρων (Σχήμα 7).<br /> <br /> =='''GIS'''==<br /> Ταυτόχρονα, τα ΓΣΠ (GIS) αναβαθμίζει όλο και περισσότερο τον ρόλο της στις αρχαιολογικές αναζητήσεις χάρη στην ικανότητά τους να ενσωματώνουν τα διαφορετικά γεωγραφικά δεδομένα, συμβάλλοντας έτσι στη διαχείριση των πολιτιστικών μνημείων (Σχήμα 8). Η πολυπαραγοντική στατιστική ανάλυση μέσω GIS, με βάση τα γεωγραφικά στοιχεία του εδάφους (γειτνίαση με το νερό και πόρους, υψόμετρο και προσανατολισμός, κλίση, διαδρόμοι μεταφοράς, θέαση, κλπ), μπορούν να συμβάλουν στην ανάλυση των λεκανών απορροής, τα οικιστικά μοντελοποιημένα μοτίβα, και στην κατασκευή μοντέλων πρόβλεψης για τον εντοπισμό περιοχών εν δυνάμει αρχαιολογικού ενδιαφέροντος, σε συνδυασμό με δορυφορικές εικόνες.<br /> <br /> =='''Μέθοδοι'''===<br /> Γεωφυσική μέθοδος. Ο πειραματισμός με νέες μεθόδους και συστοιχίες (όπως 3D σεισμική και ERT, μαγνητόμετρα SQUID με ανάλυση μικρότερη από 0,00005 nT, ζεύξη χωρητικότητας, τεχνικές πόλωσης και θερμικής αίσθησης) μπορεί επίσης να εισαγάγει άλλες μη-επεμβατικές τεχνικές εξερεύνησης. Οι υψηλής ανάλυσης υπερφασματικοί αισθητήρες (όπως τα (CASI)), θα ενισχύσουν επίσης την περιφερειακή κάλυψη των αρχαιολογικά ευαίσθητων περιοχών.<br /> Τα νευρωνικά δίκτυα, οι εικονικές διεπαφές πραγματικότητας (VRs), και η τεχνητή νοημοσύνη βελτιώνουν συνεχώς τις τελευταίες εξελίξεις της τεχνολογίας GIS. Οι περιβαλλοντικές πιέσεις και οι φυσικές καταστροφές θα απαιτήσουν μια αυξανόμενη συγχώνευση των παραπάνω τεχνολογιών που στοχεύουν προς την λεπτομερή εξερεύνηση και τη διαχείριση της πολιτιστικής κληρονομιάς.<br /> <br /> [[category:Αρχαιολογία]]</div>

Ltsoukanelis http://147.102.106.44/rs/wiki/index.php/%CE%94%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AE_%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%83%CF%84%CE%B7%CE%BD_%CE%B1%CF%81%CF%87%CE%B1%CE%AF%CE%B1_%CE%9D%CE%B9%CE%BA%CF%8C%CF%80%CE%BF%CE%BB%CE%B7 2017-03-12T18:18:08Z

<p>Ltsoukanelis: </p> <hr /> <div>'''Συγγραφείς:''' GIORGIA BENEDETTA CODINI, JAMIESON C. DONATI, APOSTOLOS SARRIS<br /> GeoSat ReSeArch Lab, Institute for Mediterranean Studies, Foundation for Research and Technology Hellas (IMS/FORTH)<br /> <br /> '''Πηγή:''' [https://www.google.gr/url?sa=t&amp;rct=j&amp;q=&amp;esrc=s&amp;source=web&amp;cd=1&amp;ved=0ahUKEwifjYzojsrSAhUEmBoKHeUMDGwQFggiMAA&amp;url=http%3A%2F%2Fpoliteia.ims.forth.gr%2Ffiles%2FPRELIMINARY%2520REPORT%2520ON%2520NIKOPOLIS.pdf&amp;usg=AFQjCNGlU9kAuIGmpCUovOPkvv59ltYXgw&amp;sig2=8lnGIbvijfkBds1fp-IM3A&amp;cad=rja Link]<br /> <br /> '''Λέξεις κλειδιά:''' Νικόπολη, αρχαιολογική τηλεπισκόπηση, centuriation, decumanum,<br /> <br /> <br /> <br /> ==='''Περίληψη'''===<br /> <br /> Το Εργαστήριο Γεωφυσικής, Δορυφορικής Τηλεπισκόπησης και Αρχαιοπεριβάλλοντος του Ινστιτούτου Μεσογειακών Σπουδών (ΙΤΕ) διερεύνησε το ρωμαϊκό οικισμό της Νικόπολης στην Ήπειρο μέσω της δορυφορικής τηλεπισκόπησης. Το έργο αυτό ακολούθησε μια γεωφυσική έρευνα του χώρου από το ερευνητικό εργαστήριο GeoSat το 2008. Ο σκοπός της έρευνας ήταν να προσδιορίσει επιφανειακά ευρήματα αρχαιολογικού ενδιαφέροντος που αφορούν την οργάνωση του αστικού και αγροτικού χώρου και τη χρήση του καθώς και την ανάπτυξή του στην πάροδο του χρόνου. Ένας σημαντικός στόχος ήταν να παρακολουθεί τη χρήση της γης γύρω από τον αρχαιολογικό χώρο για να εντοπίσει την ρωμαϊκή διαίρεση της γης γνωστή ως centuriation . Προηγούμενη έρευνα είχε εντοπίσει μια οργάνωση της αγροτικής γης γύρω από τη ρωμαϊκή πόλη από αεροφωτογραφίες. Ωστόσο, αυτά τα αποτελέσματα ήταν περιορισμένης κλίμακας. Εν κατακλείδι, η τηλεπισκόπηση ήταν επιτυχής ως προς τη στόχευση στα χαρακτηριστικά του αρχαίου τοπίου, παρά την πρόσφατη οικιστική ανάπτυξη γύρω από τη Νικόπολη.<br /> <br /> <br /> ==='''Εισαγωγή'''===<br /> <br /> Το Εργαστήριο Γεωφυσικής, Δορυφορικής Τηλεπισκόπησης και Αρχαιοπεριβάλλοντος του Ινστιτούτου Μεσογειακών Σπουδών (ΙΤΕ) διερεύνησε τη Νικόπολη Ηπείρου με τη χρήση τηλεπισκοπικών δορυφορικών μεθόδων. Η δορυφορική τηλεπισκόπηση διεξήχθη με τη χρήση δύο υψηλής ανάλυσης πολυφασματικών δορυφορικών εικόνων της περιοχής στις 12 Ιουνίου 2003 και 6 Οκτωβρίου 2009. Η περιοχή κάλυψης αποτελούνταν από μια περιοχή 25 Km2 γύρω από τον αρχαίο οικισμό, συμπεριλαμβανομένου ενός μεγάλου μέρους της χερσονήσου που χωρίζει το Ιόνιο Πέλαγος από τον Αμβρακικό Κόλπο.<br /> Η σύγχρονη πόλη της Πρέβεζας βρίσκεται μόλις 5 χλμ νότια της Νικόπολης στην κορυφή της χερσονήσου. Ο κύριος στόχος μας κατά τη διεξαγωγή της μελέτης ήταν να εντοπίσει τυχόν χαρακτηριστικά κάτω από την επιφάνεια του αρχαιολογικού ενδιαφέροντος που να σχετίζονται με το ρωμαϊκό οικισμό. Αυτό περιλαμβάνει μια πιθανώς υπαρκτή διαίρεση της αγροτικής γης έξω από τα τείχη, που συχνά αναφέρεται ως centuriation. <br /> <br /> [[Αρχείο:nik1.jpg|300px|thumb|left|περιοχή μελέτης]]<br /> [[Αρχείο:nik3.jpg|300px|thumb|right|έγχρωμο σύνθετο]]<br /> <br /> <br /> ==='''Ιστορία και αρχαιολογικό υπόβαθρο'''===<br /> <br /> Η Νικόπολη (39 ° 0'41.203 &quot;Ν, 20 ° 43'40.72&quot; E) βρίσκεται στο νοτιοδυτικό τμήμα της Ηπείρου στο στόμιο του Αμβρακικού κόλπου. Η γεωμορφολογία της περιοχής χαρακτηρίζεται από την ύπαρξη δύο αλλουβιακών προσχώσεων στο βόρειο τμήμα, μια προσχωσιγενή εναπόθεση στην κεντρική πεδιάδα και κολλουβιακές εναποθέσεις στο νότο. Προς την ανατολή, η λιμνοθάλασσα Μάζωμα σχηματίστηκε από θαλάσσιες αποθέσεις και κολλουβιακά στρώματα λόγω καθίζησης του κόλπου. Η ακτογραμμή της λιμνοθάλασσας έχει αλλάξει μέσα στους αιώνες και σήμερα η θέση της είναι διαφορετική από ό, τι στην κλασική αρχαιότητα. Στην περιοχή το 31 π.Χ., ο Οκταβιανός (σύντομα θα γινόταν ο Ρωμαίος αυτοκράτορας Αύγουστος) νίκησε τις δυνάμεις του Μάρκου Αντώνιου και της Κλεοπάτρας της VII, στην ναυμαχία του Ακτίου. Η περίφημη ναυμαχία του Ακτίου ήταν μια καθοριστική στιγμή στην ιστορία της αρχαίας Μεσογείου, δίνοντας ουσιαστικά αποκλειστική αρμοδιότητα της Ρώμης σε ένα μόνο πρόσωπο. Στη συνέχεια ο Αύγουστος, μετέτρεψε την ρωμαϊκή Δημοκρατίας σε Ρωμαϊκή Αυτοκρατορία. Στον τόπο της νίκης του ίδρυσε ένα νέο αστικό κέντρο για να γιορτάσει τον άθλο του, με το όνομα Νικόπολη, δηλαδή την «πόλη της νίκης».<br /> Η ιστορία της πόλης κάνει τη Νικόπολη μια εξαιρετική περίπτωση μελέτης για την κατανόηση των μορφολογικών μετασχηματισμών του αστικού τοπίου του παρελθόντος κατά τη διάρκεια της ρωμαϊκής περιόδου στην Ελλάδα. Από το 1991, ένα διεπιστημονικό πρόγραμμα ερευνών στη νότια Ήπειρο εκπονήθηκε από το Κέντρο Αρχαιολογικών Σπουδών του Πανεπιστημίου της Βοστώνης και την Ελληνική Αρχαιολογική Υπηρεσία. Ο στόχος του προγράμματος «Νικόπολης» ήταν η κατανόηση των οικιστικών προτύπων στην περιοχή, και την ενσωμάτωση γεωφυσικών διασκοπήσεων με την ανάλυση της τηλεπισκόπησης σε περιβάλλον GIS (Σαρρής et al. 1996).<br /> <br /> <br /> [[Αρχείο:nik2.jpg|300px|thumb|left|προκαταρκτικές αναλύσεις ρωμαϊκής οργάνωσης]]<br /> [[Αρχείο:nik4.jpg|300px|thumb|right|μεθοδολογική ροή]]<br /> <br /> ==='''Μεθοδολογία'''===<br /> <br /> Ο στόχος της μελέτης ήταν να εντοπίσει τα ίχνη των ανθρώπινων δραστηριοτήτων στο τοπία του παρελθόντος με τη χρήση τεχνικών τηλεπισκόπησης. Πέντε σύνολα δεδομένων ράστερ αναλύθηκαν: δύο υψηλής ανάλυσης πολυφασματικών εικόνων Quickbird για βελτιώσεις της εικόνας, μία από τις 12 Ιουνίου 2003 και η άλλη από τις 6 Οκτώβρη 2009, και τρεις δορυφορικές εικόνες Corona από τις αρχές του 1970.<br /> Προκειμένου να ενισχυθούν οι ανωμαλίες της επιφάνειας, πολλά προσαρμοστικά φίλτρα και δείκτες βλάστησης εφαρμόστηκαν στις πολυφασματικές εικόνες του Quickbird. Παρά την χαμηλότερη ανάλυση τους, οι εικόνες Corona ήταν στην πραγματικότητα πιο χρήσιμες από την άποψη τον εντοπισμό των ανωμαλιών του εδάφους. Ο λόγος για αυτό είναι ότι το αγροτικό τοπίο της χερσονήσου έχει αλλάξει κατά τη διάρκεια των τελευταίων δεκαετιών, γεγονός που καθιστά πιο δύσκολο για τις πρόσφατες αεροφωτογραφίες και τα δορυφορικά σύνολα δεδομένων να χρησιμοποιηθούν για τον εντοπισμό εδαφικών χαρακτηριστικών. Τουλάχιστον στην περίπτωση της Νικόπολης, οι παλαιότερες εικόνες διατηρούν περισσότερες λεπτομέρειες για το παρελθόν του τοπίου.<br /> <br /> Πάνω από 900 ανωμαλίες επιφάνειας εντοπίστηκαν σε όλη την περιοχή-στόχο που καλύπτεται από τα σύνολα δεδομένων. Αφορούν διαφορετικές πτυχές παλαιότερων τοπίων, όπως το Παλαιοπεριβάλλον και τις παρελθούσες ανθρώπινες δραστηριότητες. <br /> <br /> Αυτό το πρώτο αποτέλεσμα ήταν χρήσιμο για να προσδιοριστούν τα κανονικά πρότυπα μεταξύ των ανωμαλιών του εδάφους. Πράγματι, ιστογράμματα απέδειξαν ότι τα γραμμικά χαρακτηριστικά ακολουθούν σταθερές κατευθύνσεις: 18 βαθμούς για τα τμήματα Α-Δ και 72 βαθμούς για τα Β-Ν. Η αναγνώριση της ισχυρής συνάφειας μεταξύ των ανωμαλιών επέτρεψε να δημιουρηθεί ένα πλέγμα δεικτών, το οποίο χρησιμοποιήθηκε ως ένας γενικός χάρτης βάσης για την ανασυγκρότηση του παλαιών αστικών και αγροτικών μοτίβων<br /> Η μεθοδολογία που χρησιμοποιήθηκε θα μπορούσε να εισαχθεί στην παραδοσιακή μετρολογική προσέγγιση επικεντρωμένη στον εντοπισμό των ιχνών των ρωμαϊκών centuriation, ενώ η έκθεση αυτή θα μπορούσε να είναι μια προκαταρκτική μελέτη σε αυτή την κατεύθυνση.<br /> <br /> <br /> ==='''Αποτελέσματα της Δορυφορικής Τηλεπισκόπησης'''===<br /> <br /> Η τηλεπισκόπηση εντόπισε ένα συνεπές ρωμαϊκό σύστημα centuriation εξαπλωμένο σε όλη την πεδιάδα της Άρτας. Κάθε τετράγωνο του πλέγματος μετρά 10 x 10 actus, (355 x 355 m). <br /> Αναλύοντας τις εικόνες από διαφορετικά έτη, μπορεί κανείς να παρατηρήσει πώς η χωρική οργάνωση του αγροτικού τοπίου, δεν έχει αλλάξει πολύ. Ωστόσο, κάποιες αλλαγές στη χρήση της γης είναι αισθητές. Οι αλλαγές είναι ιδιαίτερα εμφανείς στο νότιο τμήμα της περιοχής στόχου. <br /> <br /> Σε όλη την πεδιάδα, νέες καλλιέργειες και οπωρώνες με ελαιόδεντρα έχουν φυτευτεί. Αυτή η αλλαγή στη χρήση γης δημιουργεί «θόρυβο» από την άποψη της τηλεπισκόπησης λόγω της μείωσης της ορατότητας που με τη σειρά του μειώνει τις δυνατότητες των βελτιώσεων της εικόνας. Για το λόγο αυτό, χρησιμοποιήθηκαν οι δορυφορικές εικόνες Corona. Περαιτέρω, το τοπίο φαίνεται να έχει αναδιοργανωθεί κατά μήκος νέων προσανατολισμών σε περιοχές όπου μπορεί κανείς να εξακολουθεί να αναγνωρίζει τα ίχνη της ρωμαϊκής centuriation. Η αστικοποίηση μεταβάλλει την αντίληψη του αρχαίου αγροτικού τοπίου, καθώς και τον αγροτικό ανασχεδιασμό. Το χωριό του Μύτικα και τα περίχωρα της Πρέβεζας κατά μήκος του δρόμου Ιωαννίνων (Ζώνη Γ) έχουν αυξηθεί σταθερά από το 1970. Η νέα Εθνική Οδός Πρέβεζας Ηγουμενίτσας χωρίζει το γεωργικό τοπίο από βορρά προς νότο, παρότι είναι σχεδόν παράλληλη με τη ρωμαϊκή Decumana. Τα φαινόμενα της από-αγροτοποίησης και αστικοποίησης των τελευταίων ετών μειώνουν την ορατότητα των προηγούμενων δραστηριοτήτων και εν μέρει αποκρύπτουν τα πρότυπα του αρχαιολογικού τοπίου.<br /> <br /> <br /> ==='''Προκαταρκτικά Συμπεράσματα'''===<br /> <br /> Η έρευνά διερεύνησε τα πλεονεκτήματα από τη χρήση τηλεπισκόπησης για να αναλύσει τα πρότυπα των αλλαγών χρήσης γης. Η ανάλυση στης έρευνας επεκτάθηκε πέρα από προηγούμενες μελέτες με σκοπό να παρέχει ένα γενικό χάρτη προτύπων που είναι ακόμα εμφανή στο σύγχρονο τοπίο. Παρά τις τάσεις αυτές, οι πρόσφατες διαδικασίες της επαναχάραξης του αγροτικού τοπίου συγκάλυψαν τα αρχαιολογικά μοτίβα. Για το λόγο αυτό, η εργασία αυτή θα μπορούσε να θεωρηθεί σαν μια προκαταρκτική έρευνα πριν από μια πιο συστηματική ανασκόπηση των προηγούμενων αεροφωτογραφιών και δορυφορικών δεδομένων.<br /> <br /> [[category:Αρχαιολογία]]</div>

Ltsoukanelis http://147.102.106.44/rs/wiki/index.php/%CE%94%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AE_%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%83%CF%84%CE%B7%CE%BD_%CE%B1%CF%81%CF%87%CE%B1%CE%AF%CE%B1_%CE%9D%CE%B9%CE%BA%CF%8C%CF%80%CE%BF%CE%BB%CE%B7 2017-03-12T18:17:44Z

<p>Ltsoukanelis: </p> <hr /> <div>'''Συγγραφείς:''' GIORGIA BENEDETTA CODINI, JAMIESON C. DONATI, APOSTOLOS SARRIS<br /> GeoSat ReSeArch Lab, Institute for Mediterranean Studies, Foundation for Research and Technology Hellas (IMS/FORTH)<br /> <br /> '''Πηγή:''' [https://www.google.gr/url?sa=t&amp;rct=j&amp;q=&amp;esrc=s&amp;source=web&amp;cd=1&amp;ved=0ahUKEwifjYzojsrSAhUEmBoKHeUMDGwQFggiMAA&amp;url=http%3A%2F%2Fpoliteia.ims.forth.gr%2Ffiles%2FPRELIMINARY%2520REPORT%2520ON%2520NIKOPOLIS.pdf&amp;usg=AFQjCNGlU9kAuIGmpCUovOPkvv59ltYXgw&amp;sig2=8lnGIbvijfkBds1fp-IM3A&amp;cad=rja Link]<br /> <br /> '''Λέξεις κλειδιά:''' Νικόπολη, αρχαιολογική τηλεπισκόπηση, centuriation, decumanum,<br /> <br /> <br /> <br /> '''Περίληψη'''<br /> <br /> Το Εργαστήριο Γεωφυσικής, Δορυφορικής Τηλεπισκόπησης και Αρχαιοπεριβάλλοντος του Ινστιτούτου Μεσογειακών Σπουδών (ΙΤΕ) διερεύνησε το ρωμαϊκό οικισμό της Νικόπολης στην Ήπειρο μέσω της δορυφορικής τηλεπισκόπησης. Το έργο αυτό ακολούθησε μια γεωφυσική έρευνα του χώρου από το ερευνητικό εργαστήριο GeoSat το 2008. Ο σκοπός της έρευνας ήταν να προσδιορίσει επιφανειακά ευρήματα αρχαιολογικού ενδιαφέροντος που αφορούν την οργάνωση του αστικού και αγροτικού χώρου και τη χρήση του καθώς και την ανάπτυξή του στην πάροδο του χρόνου. Ένας σημαντικός στόχος ήταν να παρακολουθεί τη χρήση της γης γύρω από τον αρχαιολογικό χώρο για να εντοπίσει την ρωμαϊκή διαίρεση της γης γνωστή ως centuriation . Προηγούμενη έρευνα είχε εντοπίσει μια οργάνωση της αγροτικής γης γύρω από τη ρωμαϊκή πόλη από αεροφωτογραφίες. Ωστόσο, αυτά τα αποτελέσματα ήταν περιορισμένης κλίμακας. Εν κατακλείδι, η τηλεπισκόπηση ήταν επιτυχής ως προς τη στόχευση στα χαρακτηριστικά του αρχαίου τοπίου, παρά την πρόσφατη οικιστική ανάπτυξη γύρω από τη Νικόπολη.<br /> <br /> <br /> '''Εισαγωγή'''<br /> <br /> Το Εργαστήριο Γεωφυσικής, Δορυφορικής Τηλεπισκόπησης και Αρχαιοπεριβάλλοντος του Ινστιτούτου Μεσογειακών Σπουδών (ΙΤΕ) διερεύνησε τη Νικόπολη Ηπείρου με τη χρήση τηλεπισκοπικών δορυφορικών μεθόδων. Η δορυφορική τηλεπισκόπηση διεξήχθη με τη χρήση δύο υψηλής ανάλυσης πολυφασματικών δορυφορικών εικόνων της περιοχής στις 12 Ιουνίου 2003 και 6 Οκτωβρίου 2009. Η περιοχή κάλυψης αποτελούνταν από μια περιοχή 25 Km2 γύρω από τον αρχαίο οικισμό, συμπεριλαμβανομένου ενός μεγάλου μέρους της χερσονήσου που χωρίζει το Ιόνιο Πέλαγος από τον Αμβρακικό Κόλπο.<br /> Η σύγχρονη πόλη της Πρέβεζας βρίσκεται μόλις 5 χλμ νότια της Νικόπολης στην κορυφή της χερσονήσου. Ο κύριος στόχος μας κατά τη διεξαγωγή της μελέτης ήταν να εντοπίσει τυχόν χαρακτηριστικά κάτω από την επιφάνεια του αρχαιολογικού ενδιαφέροντος που να σχετίζονται με το ρωμαϊκό οικισμό. Αυτό περιλαμβάνει μια πιθανώς υπαρκτή διαίρεση της αγροτικής γης έξω από τα τείχη, που συχνά αναφέρεται ως centuriation. <br /> <br /> [[Αρχείο:nik1.jpg|300px|thumb|left|περιοχή μελέτης]]<br /> [[Αρχείο:nik3.jpg|300px|thumb|right|έγχρωμο σύνθετο]]<br /> <br /> <br /> '''Ιστορία και αρχαιολογικό υπόβαθρο'''<br /> <br /> Η Νικόπολη (39 ° 0'41.203 &quot;Ν, 20 ° 43'40.72&quot; E) βρίσκεται στο νοτιοδυτικό τμήμα της Ηπείρου στο στόμιο του Αμβρακικού κόλπου. Η γεωμορφολογία της περιοχής χαρακτηρίζεται από την ύπαρξη δύο αλλουβιακών προσχώσεων στο βόρειο τμήμα, μια προσχωσιγενή εναπόθεση στην κεντρική πεδιάδα και κολλουβιακές εναποθέσεις στο νότο. Προς την ανατολή, η λιμνοθάλασσα Μάζωμα σχηματίστηκε από θαλάσσιες αποθέσεις και κολλουβιακά στρώματα λόγω καθίζησης του κόλπου. Η ακτογραμμή της λιμνοθάλασσας έχει αλλάξει μέσα στους αιώνες και σήμερα η θέση της είναι διαφορετική από ό, τι στην κλασική αρχαιότητα. Στην περιοχή το 31 π.Χ., ο Οκταβιανός (σύντομα θα γινόταν ο Ρωμαίος αυτοκράτορας Αύγουστος) νίκησε τις δυνάμεις του Μάρκου Αντώνιου και της Κλεοπάτρας της VII, στην ναυμαχία του Ακτίου. Η περίφημη ναυμαχία του Ακτίου ήταν μια καθοριστική στιγμή στην ιστορία της αρχαίας Μεσογείου, δίνοντας ουσιαστικά αποκλειστική αρμοδιότητα της Ρώμης σε ένα μόνο πρόσωπο. Στη συνέχεια ο Αύγουστος, μετέτρεψε την ρωμαϊκή Δημοκρατίας σε Ρωμαϊκή Αυτοκρατορία. Στον τόπο της νίκης του ίδρυσε ένα νέο αστικό κέντρο για να γιορτάσει τον άθλο του, με το όνομα Νικόπολη, δηλαδή την «πόλη της νίκης».<br /> Η ιστορία της πόλης κάνει τη Νικόπολη μια εξαιρετική περίπτωση μελέτης για την κατανόηση των μορφολογικών μετασχηματισμών του αστικού τοπίου του παρελθόντος κατά τη διάρκεια της ρωμαϊκής περιόδου στην Ελλάδα. Από το 1991, ένα διεπιστημονικό πρόγραμμα ερευνών στη νότια Ήπειρο εκπονήθηκε από το Κέντρο Αρχαιολογικών Σπουδών του Πανεπιστημίου της Βοστώνης και την Ελληνική Αρχαιολογική Υπηρεσία. Ο στόχος του προγράμματος «Νικόπολης» ήταν η κατανόηση των οικιστικών προτύπων στην περιοχή, και την ενσωμάτωση γεωφυσικών διασκοπήσεων με την ανάλυση της τηλεπισκόπησης σε περιβάλλον GIS (Σαρρής et al. 1996).<br /> <br /> <br /> [[Αρχείο:nik2.jpg|300px|thumb|left|προκαταρκτικές αναλύσεις ρωμαϊκής οργάνωσης]]<br /> [[Αρχείο:nik4.jpg|300px|thumb|right|μεθοδολογική ροή]]<br /> <br /> '''Μεθοδολογία'''<br /> <br /> Ο στόχος της μελέτης ήταν να εντοπίσει τα ίχνη των ανθρώπινων δραστηριοτήτων στο τοπία του παρελθόντος με τη χρήση τεχνικών τηλεπισκόπησης. Πέντε σύνολα δεδομένων ράστερ αναλύθηκαν: δύο υψηλής ανάλυσης πολυφασματικών εικόνων Quickbird για βελτιώσεις της εικόνας, μία από τις 12 Ιουνίου 2003 και η άλλη από τις 6 Οκτώβρη 2009, και τρεις δορυφορικές εικόνες Corona από τις αρχές του 1970.<br /> Προκειμένου να ενισχυθούν οι ανωμαλίες της επιφάνειας, πολλά προσαρμοστικά φίλτρα και δείκτες βλάστησης εφαρμόστηκαν στις πολυφασματικές εικόνες του Quickbird. Παρά την χαμηλότερη ανάλυση τους, οι εικόνες Corona ήταν στην πραγματικότητα πιο χρήσιμες από την άποψη τον εντοπισμό των ανωμαλιών του εδάφους. Ο λόγος για αυτό είναι ότι το αγροτικό τοπίο της χερσονήσου έχει αλλάξει κατά τη διάρκεια των τελευταίων δεκαετιών, γεγονός που καθιστά πιο δύσκολο για τις πρόσφατες αεροφωτογραφίες και τα δορυφορικά σύνολα δεδομένων να χρησιμοποιηθούν για τον εντοπισμό εδαφικών χαρακτηριστικών. Τουλάχιστον στην περίπτωση της Νικόπολης, οι παλαιότερες εικόνες διατηρούν περισσότερες λεπτομέρειες για το παρελθόν του τοπίου.<br /> <br /> Πάνω από 900 ανωμαλίες επιφάνειας εντοπίστηκαν σε όλη την περιοχή-στόχο που καλύπτεται από τα σύνολα δεδομένων. Αφορούν διαφορετικές πτυχές παλαιότερων τοπίων, όπως το Παλαιοπεριβάλλον και τις παρελθούσες ανθρώπινες δραστηριότητες. <br /> <br /> Αυτό το πρώτο αποτέλεσμα ήταν χρήσιμο για να προσδιοριστούν τα κανονικά πρότυπα μεταξύ των ανωμαλιών του εδάφους. Πράγματι, ιστογράμματα απέδειξαν ότι τα γραμμικά χαρακτηριστικά ακολουθούν σταθερές κατευθύνσεις: 18 βαθμούς για τα τμήματα Α-Δ και 72 βαθμούς για τα Β-Ν. Η αναγνώριση της ισχυρής συνάφειας μεταξύ των ανωμαλιών επέτρεψε να δημιουρηθεί ένα πλέγμα δεικτών, το οποίο χρησιμοποιήθηκε ως ένας γενικός χάρτης βάσης για την ανασυγκρότηση του παλαιών αστικών και αγροτικών μοτίβων<br /> Η μεθοδολογία που χρησιμοποιήθηκε θα μπορούσε να εισαχθεί στην παραδοσιακή μετρολογική προσέγγιση επικεντρωμένη στον εντοπισμό των ιχνών των ρωμαϊκών centuriation, ενώ η έκθεση αυτή θα μπορούσε να είναι μια προκαταρκτική μελέτη σε αυτή την κατεύθυνση.<br /> <br /> <br /> '''Αποτελέσματα της Δορυφορικής Τηλεπισκόπησης'''<br /> <br /> Η τηλεπισκόπηση εντόπισε ένα συνεπές ρωμαϊκό σύστημα centuriation εξαπλωμένο σε όλη την πεδιάδα της Άρτας. Κάθε τετράγωνο του πλέγματος μετρά 10 x 10 actus, (355 x 355 m). <br /> Αναλύοντας τις εικόνες από διαφορετικά έτη, μπορεί κανείς να παρατηρήσει πώς η χωρική οργάνωση του αγροτικού τοπίου, δεν έχει αλλάξει πολύ. Ωστόσο, κάποιες αλλαγές στη χρήση της γης είναι αισθητές. Οι αλλαγές είναι ιδιαίτερα εμφανείς στο νότιο τμήμα της περιοχής στόχου. <br /> <br /> Σε όλη την πεδιάδα, νέες καλλιέργειες και οπωρώνες με ελαιόδεντρα έχουν φυτευτεί. Αυτή η αλλαγή στη χρήση γης δημιουργεί «θόρυβο» από την άποψη της τηλεπισκόπησης λόγω της μείωσης της ορατότητας που με τη σειρά του μειώνει τις δυνατότητες των βελτιώσεων της εικόνας. Για το λόγο αυτό, χρησιμοποιήθηκαν οι δορυφορικές εικόνες Corona. Περαιτέρω, το τοπίο φαίνεται να έχει αναδιοργανωθεί κατά μήκος νέων προσανατολισμών σε περιοχές όπου μπορεί κανείς να εξακολουθεί να αναγνωρίζει τα ίχνη της ρωμαϊκής centuriation. Η αστικοποίηση μεταβάλλει την αντίληψη του αρχαίου αγροτικού τοπίου, καθώς και τον αγροτικό ανασχεδιασμό. Το χωριό του Μύτικα και τα περίχωρα της Πρέβεζας κατά μήκος του δρόμου Ιωαννίνων (Ζώνη Γ) έχουν αυξηθεί σταθερά από το 1970. Η νέα Εθνική Οδός Πρέβεζας Ηγουμενίτσας χωρίζει το γεωργικό τοπίο από βορρά προς νότο, παρότι είναι σχεδόν παράλληλη με τη ρωμαϊκή Decumana. Τα φαινόμενα της από-αγροτοποίησης και αστικοποίησης των τελευταίων ετών μειώνουν την ορατότητα των προηγούμενων δραστηριοτήτων και εν μέρει αποκρύπτουν τα πρότυπα του αρχαιολογικού τοπίου.<br /> <br /> <br /> '''Προκαταρκτικά Συμπεράσματα'''<br /> <br /> Η έρευνά διερεύνησε τα πλεονεκτήματα από τη χρήση τηλεπισκόπησης για να αναλύσει τα πρότυπα των αλλαγών χρήσης γης. Η ανάλυση στης έρευνας επεκτάθηκε πέρα από προηγούμενες μελέτες με σκοπό να παρέχει ένα γενικό χάρτη προτύπων που είναι ακόμα εμφανή στο σύγχρονο τοπίο. Παρά τις τάσεις αυτές, οι πρόσφατες διαδικασίες της επαναχάραξης του αγροτικού τοπίου συγκάλυψαν τα αρχαιολογικά μοτίβα. Για το λόγο αυτό, η εργασία αυτή θα μπορούσε να θεωρηθεί σαν μια προκαταρκτική έρευνα πριν από μια πιο συστηματική ανασκόπηση των προηγούμενων αεροφωτογραφιών και δορυφορικών δεδομένων.<br /> <br /> [[category:Αρχαιολογία]]</div>

Ltsoukanelis http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B9%CF%83%CE%B7_%CE%BA%CE%B1%CE%B9_%CE%B1%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7_%CF%84%CE%BF%CF%85_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%BF%CF%8D_%CE%BA%CE%B1%CE%B9_%CF%80%CE%B5%CF%81%CE%B9%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%BF%CF%8D_%CF%87%CF%8E%CF%81%CE%BF%CF%85:_%CE%A0%CE%B1%CF%81%CE%B1%CE%B4%CE%B5%CE%AF%CE%B3%CE%BC%CE%B1%CF%84%CE%B1_%CE%BA%CE%B1%CE%B9_%CE%B5%CF%86%CE%B1%CF%81%CE%BC%CE%BF%CE%B3%CE%AD%CF%82 2017-03-12T18:15:49Z

<p>Ltsoukanelis: </p> <hr /> <div>'''Συγγραφείς :''' ΒΑΣΙΛΙΚΗ ΜΑΣΤΟΡΙΔΟΥ, Πολιτικός Μηχανικός Α.Π.Θ. Περιβαλλοντολόγος Α.Π.Θ.,<br /> ΑΓΓΕΛΙΝΑ ΑΠΟΣΤΟΛΟΥ, Αρχιτέκτων Μηχανικός Π.Θ. Πολεοδόμος - Χωροτάκτης Ε.Μ.Π.,<br /> ΚΩΝΣΤΑΝΤΙΝΟΣ ΣΤΑΜΟΥΛΙΔΗΣ, Αρχιτέκτων Μηχανικός Π.Θ<br /> <br /> '''Πηγή:''' [http://www.citybranding.gr/2016/04/blog-post.html Link]<br /> <br /> '''Λέξεις κλειδιά:''' Αστικός, Μανίλα, Μόναχο, Δρέσδη, Παντάνγκ, Γιούτα<br /> <br /> <br /> =='''Περίληψη'''==<br /> <br /> Στην παρούσα εργασία, θα παρουσιασθούν η έννοια της τηλεπισκόπισης και η σύγχρονη μεθοδολογία επεξεργασίας και ανάλυσης τηλεπισκοπικών δεδομένων μέσα από τα οποία καταδεικνύονται οι δυνατότητες και οι περιορισμοί της τηλεπισκόπισης για τη μελέτη, παρακολούθηση και διαχείριση του αστικού και περιαστικού χώρου. Επίσης, θα συζητηθεί η σύνδεση της τηλεπισκόπισης με τον αστικό, πολεοδομικό και χωροταξικό σχεδιασμό μέσα από συγκριτικά παραδείγματα και εφαρμογές πόλεων της Ευρώπης, της Ασίας και της Αμερικής. <br /> <br /> =='''Τηλεπισκόπιση: εφαρμογές, τεχνικές και μέθοδοι επεξεργασίας'''==<br /> <br /> Με τον όρο τηλεπισκόπιση νοείται η επιστήμη και η τεχνολογία παρατήρησης και μελέτης των χαρακτηριστικών της γήινης επιφάνειας από απόσταση, βάσει της αλληλεπίδρασης των υλικών που βρίσκονται επάνω σε αυτή με την ηλεκτρομαγνητική ακτινοβολία.. Η τηλεπισκόπιση χρησιμοποιεί καταγραφείς διαφόρων τεχνολογιών (δέκτες) μέσω των οποίων συλλέγεται και στη συνέχεια αναλύεται πληροφορία που αφορά αντικείμενα ή περιοχές.<br /> Τα τηλεπισκοπικά συστήματα διακρίνονται, βάσει της πηγής της ενέργειας, σε παθητικά και ενεργητικά συστήματα.<br /> Οι ανιχνευτές μπορούν να διακριθούν ανάλογα με τον αριθμό και το φασματικό εύρος των καναλιών που ανιχνεύουν. Οι μονοφασματικοί ανιχνευτές καταγράφουν σε μία φασματική ζώνη και μπορούν να ανιχνεύουν τη φασματική αντανάκλαση σε ένα μικρό τμήμα του ηλεκτρομαγνητικού φάσματος ή σε μια ευρύτερη περιοχή. Οι παγχρωματικοί ανιχνευτές είναι μονοφασματικοί ανιχνευτές που καταγράφουν σε ολόκληρο το ορατό και στο εγγύς υπέρυθρο τμήμα του φάσματος και δίνουν δεδομένα (εικόνες)<br /> <br /> =='''Τηλεπισκόπιση και αστικός - περιαστικός χώρος'''==<br /> <br /> Οι μητροπολιτικές περιοχές, τα αστικά κέντρα, καθώς και οι περιαστικές περιοχές αντιμετωπίζουν σήμερα σοβαρά προβλήματα όπως ο υπερπληθυσμός, η ατμοσφαιρική ρύπανση, ο κατακερματισμός της γης, η έλλειψη πρασίνου και ελεύθερων χώρων, η ασυμβατότητα στις χρήσεις γης, η υποβάθμιση του περιβάλλοντος κ.α. Επίσης, παρουσιάζουν τις περισσότερες και γρηγορότερες αλλαγές σε επίπεδο κάλυψης της γης από οποιαδήποτε άλλη κατηγορία χωρικού συστήματος αν και αποτελούν ένα πολύ χαμηλό ποσοστό της συνολικής φυσικής επιφάνειας της γης.<br /> <br /> Η ανάλυση τηλεπισκοπικών δεδομένων αστικών περιοχών είναι πολύπλοκη για διάφορους λόγους: <br /> <br /> α) κάποιες κατηγορίες αστικών επιφανειών δεν είναι φασματικά διακριτές μεταξύ τους.<br /> <br /> β) η φυσική δομή πολλών ειδών χρήσεων γης διαφέρει από περιοχή σε περιοχή, λόγω διαφορετικών υλικών στην κατασκευή ταρατσών και πεζοδρομίων, όπως επίσης και των διαφορετικών τύπων κτιρίων.<br /> <br /> γ) οι αστικές περιοχές είναι κατά βάση ετερογενείς, και τα περισσότερα εικονοστοιχεία από απεικονίσεις αισθητήρων με χωρική ανάλυση περί τα 30m/pixel φαίνονται να περιλαμβάνουν αρκετές κατηγορίες αντικειμένων.<br /> <br /> δ) οι σκιασμένες περιοχές μέσα σε μια αστική σκηνή είναι συχνό φαινόμενο, γεγονός που αποτελεί κάποιες φορές περιοριστικό παράγοντα για τη διάκριση πολλών κατηγοριών.<br /> <br /> ==='''Το παράδειγμα της Μανίλα'''===<br /> <br /> Η Μανίλα αποτελεί πόλη της Ασίας και πρωτεύουσα των Φιλιππίνων με πληθυσμό που ξεπερνά τα 10.000.000 κατοίκους. Η αστική της ανάπτυξη έχει μελετηθεί με τη χρήση τηλεπισκοπικών μεθόδων. Αρχικά, τα δεδομένα από το δορυφόρο Landsat MSS του 1975 και Landsat TM το 1990 ταξινομήθηκαν χρησιμοποιώντας αντικειμενοστραφή προσέγγιση. Ταξινόμηση βασισμένη σε ένα εικονοστοιχείο εφαρμόστηκε προκειμένου να εντοπιστεί το αστικό αποτύπωμα από δεδομένα του TerraSAR-X για το 2010 (Abelen et al., 2011). Το αποτέλεσμα της χωρικής ανάλυσης αφορά την ανάπτυξη του πληθυσμού από το 1975 μέχρι το 2010 (Esch et al., 2010).<br /> <br /> [[Εικόνα:manila.png |thumb | left |,Εικόνα 1: Πολυαισθητήρες αστικής ανάλυσης της ανάπτυξης της πόλης της Μανίλα. πηγή:μελέτη]]<br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> ==='''Το παράδειγμα του Μονάχου και της Δρέσδης'''===<br /> <br /> Το Μόναχο και η Δρέσδη αποτελούν δύο μεγάλα αστικά κέντρα της Γερμανίας, πρωτεύουσες πόλεις ομόσπονδων κρατών. Το Μόναχο έχει πληθυσμό 1.500.000 κατοίκους περίπου, ενώ η Δρέσδη έχει πληθυσμό 500.000 κατοίκους περίπου. Με τη χρήση εικόνων από τον δορυφόρο Landsat από το 1972, έγινε μελέτη της αστικής ανάπτυξης και των αλλαγών στο αστικό περιβάλλον του Μονάχου και της Δρέσδης των τελευταίων 40 ετών. Επίσης, παράχθηκε και χρησιμοποιήθηκε ένα τρισδιάστατο μοντέλο πόλης για τη χωρική ανάλυση των εικόνων και ποσοτικοποιήθηκαν οι αστικές δομές. Χαρακτηριστικά παραδείγματα αποτελούν η μελέτη της πυκνότητας δόμησης, ο τύπος των κατοικιών και ο διαχωρισμός σε μονοκατοικίες ή ψηλά κτήρια (Taubenbock and Dech, 2010).<br /> <br /> [[Εικόνα:dresdh1.png |thumb | left |,Εικόνα 2 : Φυσικές παράμετροι και τύποι αστικών δομών από πολυαισθητηριακή ανάλυση τηλεπισκοπικών δεδομένων. πηγή:μελέτη]]<br /> [[Εικόνα:dresdh2.png |thumb | center |]]<br /> <br /> <br /> <br /> <br /> <br /> <br /> ==='''Το παράδειγμα του Παντάνγκ'''===<br /> <br /> Το Πατάνγκ είναι πόλη του νησιού Σουμάτρα που ανήκει στο νησιωτικό σύμπλεγμα του κράτους της Ινδονησίας και έχει πληθυσμό περίπου 1.000.000 κατοίκους. Η δημιουργία ενός τρισδιάστατου μοντέλου της πόλης από πολυαισθητηριακά τηλεπισκοπικά δεδομένα αποτέλεσε το στόχο της μελέτης. Με αντικειμενοστραφή ανάλυση δημιουργήθηκαν οι θεματικές και γεωμετρικές δυνατότητες της πόλης.<br /> Με βάση ένα τέτοιο τρισδιάστατο μοντέλο πόλης, μπορούν να παραχθούν υψηλότερης ποιότητας προϊόντα, δείχνοντας τις δυνατότητες για την αστική παρακολούθηση σε κλίμακα.<br /> <br /> [[Εικόνα:patang1.png |thumb | left |,Εικόνα 3 : Τρισδιάστατο μοντέλο της παράκτιας πόλης του Παντάνγκ. πηγή:μελέτη]]<br /> [[Εικόνα:patang2.png |thumb | center |,Εικόνα 4 : Εκτίμηση και παρακολούθηση πληθυσμού σε διαφορετικές χρονικές στιγμές της ημέρας με βάση το τρισδιάστατο μοντέλο πόλης (οπτικοποίηση σε πλέγματα 100μ. X 100μ.). πηγή:μελέτη]]<br /> [[Εικόνα:patang2.5.png |thumb | left |,πηγή:μελέτη]]<br /> [[Εικόνα:patang3.png |thumb | center |,Εικόνα 5 : Επικάλυψη της έκτασης του μοντέλου - τσουνάμι και το ύψος της πλημμύρας με διαβαθμισμένα κτήρια στο Παντάνγκ. πηγή:μελέτη]]<br /> <br /> <br /> <br /> ==='''Το παράδειγμα της Γιούτα'''===<br /> <br /> Η Γιούτα είναι μια πολιτεία στη δυτικό πλευρά των Η.Π.Α. με πληθυσμό περίπου 2.000.000 κατοίκους. Τα τελευταία χρόνια παρατηρείται ταχύτατη αστικοποίηση λόγω του περιορισμένου κατοικήσιμου χώρου σε αντίθεση με τις μεγάλες ορεινές ακατοίκητες εκτάσεις της πολιτείας. Οι πόλεις με τη μεγαλύτερη αύξηση πληθυσμού είναι οι West Jordan και South Jordan με αύξηση 34,2% και 92,5% αντίστοιχα.<br /> <br /> Οι αλλαγές στις χρήσεις προκαλούν ήδη προβλήματα όσον αφορά τη διαχείριση των υδάτινων πόρων και των αγροτικών καλλιεργειών. Εικόνες από δορυφορικές λήψεις χρησιμοποιήθηκαν προκειμένου να μελετηθεί η αστική ανάπτυξη της περιοχής και να διατυπωθούν προτάσεις βιώσιμης στρατηγικής διαχείρισης.<br /> <br /> <br /> [[Εικόνα:giouta.png |thumb | left |, πηγή:μελέτη]]<br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> =='''Συμπεράσματα'''==<br /> <br /> Η επισκόπηση παραδειγμάτων, μεθοδολογιών και εφαρμογών της τηλεπισκόπισης χρησιμοποιώντας διαφορετικά τηλεπισκοπικά δεδομένα καταδεικνύει τις δυνατότητες της τηλεπισκόπισης για την παρακολούθηση των αστικών περιοχών.<br /> <br /> Ωστόσο, εξακολουθούν να υπάρχουν κάποιοι περιορισμοί. Ένα σημαντικό εμπόδιο είναι το οικονομικό κόστος των δεδομένων, το οποίο είναι συχνά πολύ υψηλό για τους ενδιαφερόμενους. Παρόλο που τα δορυφορικά δεδομένα είναι σε σχετικά χαμηλές τιμές, κάποιες εφαρμογές απαιτούν υψηλά ποσοστά χρονικής επανάληψης με χρήση εναέριας ή επίγειας λήψης και έτσι το τελικό οικονομικό κόστος των τηλεπισκοπικών δεδομένων μπορεί να είναι μεγάλο.<br /> <br /> Παρόλα αυτά, η συνεχώς αυξανόμενη διαθεσιμότητα και προσβασιμότητα των σύγχρονων τεχνολογιών της εξ αποστάσεως ανίχνευσης ανοίγει ένα πεδίο νέων ευκαιριών και δυνατοτήτων στο πλαίσιο της αστικής ανάλυσης και παρακολούθησης. Έτσι, παρέχεται η δυνατότητα για την υποστήριξη λήψης αποφάσεων βιώσιμης διαχείρισης και σχεδιασμού του αστικού και περιαστικού χώρου. Στο πλαίσιο μιας αποτελεσματικής παρακολούθησης και ανάλυσης των αστικών περιοχών που υπόκεινται σε δυναμικούς μετασχηματισμούς, η τηλεπισκόπιση με αισθητήρες από τον αέρα ή από το διάστημα μπορεί να αποτελεί μόνο ένα είδος πηγής πληροφοριών.<br /> <br /> <br /> [[category:Αστικός και περιφερειακός σχεδιασμός]]</div>

Ltsoukanelis http://147.102.106.44/rs/wiki/index.php/%CE%A3%CF%8D%CE%B3%CE%BA%CF%81%CE%B9%CF%83%CE%B7_%CE%BC%CE%BF%CE%BD%CF%84%CE%AD%CE%BB%CF%89%CE%BD_%CF%80%CF%81%CF%8C%CE%B2%CE%BB%CE%B5%CF%88%CE%B7%CF%82_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%B5%CE%BE%CE%AC%CF%80%CE%BB%CF%89%CF%83%CE%B7%CF%82_%CF%83%CE%B5_%CE%BC%CE%B5%CF%83%CE%B1%CE%AF%CE%BF%CF%85_%CE%BC%CE%B5%CE%B3%CE%AD%CE%B8%CE%BF%CF%85%CF%82_%CE%B5%CE%BB%CE%BB%CE%B7%CE%BD%CE%B9%CE%BA%CE%AE_%CF%80%CF%8C%CE%BB%CE%B7_(%CE%9A%CE%B1%CF%81%CE%B4%CE%AF%CF%84%CF%83%CE%B1) 2017-03-12T18:13:50Z

<p>Ltsoukanelis: </p> <hr /> <div>'''Συγγραφείς :''' Κουκόσια Ηλιάνα,Πανεπιστήμιο Θεσσαλίας, Τμήμα Μηχανικών Χωροταξίας Πολεοδομίας και Περιφερειακής Ανάπτυξης, <br /> Σταθάκης Δημήτρης,Πανεπιστήμιο Θεσσαλίας, Τμήμα Μηχανικών Χωροταξίας Πολεοδομίας και Περιφερειακής <br /> Ανάπτυξης. <br /> <br /> '''Πηγή :''' [http://docplayer.gr/3607882-Sygkrisi-montelon-provlepsis-astikis-exaplosis-se-mesaioy-megethoys-elliniki-poli-karditsas.html Link]<br /> <br /> '''Λέξεις κλειδιά :''' Αστική, εξάπλωση, πόλη, Καρδίτσα <br /> <br /> <br /> =='''Περίληψη'''==<br /> <br /> Η εργασία έχει ως σκοπό τη σύγκριση των μοντέλων πρόβλεψης αστικής εξάπλωσης SLEUTH και CA-Markov που βασίζονται στη μέθοδο των Κυψελοειδών Αυτομάτων, στην πόλη της Καρδίτσας.<br /> <br /> =='''Εισαγωγικά'''==<br /> <br /> Σκοπός των μοντέλων πρόβλεψης αστικής εξάπλωσης είναι να αποδώσουν τους κανόνες που έχουν χρησιμοποιηθεί στο παρελθόν για τον καλύτερο σχεδιασμό των μελλοντικών αστικών προτύπων. Ωστόσο μέχρι στιγμής δεν έχει εφαρμοστεί κανένα αυστηρό πλαίσιο για τη μοντελοποίηση της αστικής εξάπλωσης. Έχουν προταθεί πολλά μοντέλα στο παρελθόν, οι πρόσφατες τάσεις μεταξύ άλλων περιλαμβάνουν τα κυτταρικά αυτόματα.<br /> <br /> =='''Κυψελοειδή Αυτόματα'''==<br /> <br /> Τα Κυψελοειδή Αυτόματα (Cellular Automata) ΚΑ αποτελούν μια υπολογιστική μέθοδο ικανή να προσομοιώσει τις εξελικτικές διαδικασίες περιγράφοντας ένα πολύπλοκο σύστημα με ένα σύνολο απλών κανόνων. Μέσω της βαθμονόμησης μπορεί το μοντέλο των ΚΑ να παράγει αυτόματα ένα αστικό πρότυπο αρκετά κοντά στην πραγματικότητα<br /> <br /> =='''Περιοχή μελέτης'''==<br /> <br /> Για την εφαρμογή των μοντέλων εξετάζεται η ευρύτερη περιοχή της πόλης της Καρδίτσας, συμπεριλαμβανομένης και της Καρδιτσομαγούλας, που ανήκει στους οικισμούς άνω των 2.000 κατοίκων. Τα Δημοτικά Διαμερίσματα Καρδίτσας και Καρδιτσομαγούλας καταλαμβάνουν συνολική έκταση επιφάνειας 60.754,58 στρεμμάτων και έκταση αστικού ιστού περίπου 7.500 στρέμματα. Εξαιτίας της γειτνίασης των δύο οικισμών (απόσταση περίπου 2,5 χιλιομέτρων) οι εξαρτήσεις και οι αλληλεπιδράσεις είναι ιδιαίτερα έντονες.<br /> <br /> [[Εικόνα:sxima001.jpg | thumb | right| Σχήμα 1. Περιοχή μελέτης, κτηματολόγιο 2009 (κλίμακα 1:25.000), πηγή:μελέτη]] <br /> <br /> <br /> =='''Εφαρμογή του μοντέλου SLEUTH'''==<br /> <br /> Η εφαρμογή του μοντέλου SLEUTH περιλαμβάνει έξι βήματα, τη μεταγλώττιση (compilation) όπου με χρήση συγκεκριμένων εντολών, γίνεται η μετάφραση του πηγαίου κώδικα (source code) του SLEUTH, την προετοιμασία των χωροχρονικών δεδομένου εισόδου, τη βαθμονόμηση (calibration), κατά την οποία αναγνωρίζονται και προσομοιώνονται τα ιστορικά μοτίβα αστικής ανάπτυξης, την πρόβλεψη (prediction) όπου τα μοτίβα προβάλλονται σε μελλοντικά σημεία, την εξαγωγή και επεξεργασία των αποτελεσμάτων των δεδομένων εξόδου και την εκτίμηση της ακρίβειας του μοντέλου. <br /> <br /> [[Εικόνα:sxima002.jpg | thumb | right| Σχήμα 2. Μεταβολές αστικής κάλυψης για τα έτη 1985, 1990, 2000 και 2007, (κλίμακα 1:40.000, πηγή:μελέτη]] <br /> <br /> Από τις εικόνες φαίνεται ότι δεν υπήρξε ιδιαίτερη αύξηση της αστικής γης με την πάροδο των χρόνων. Το τμήμα που αναπτύχθηκε περισσότερο είναι το νοτιοδυτικό.<br /> Εν συνεχεία, αναπτύχθηκε ένα βασικό σενάριο για την προσομοίωση του χωρικού πρότυπου της αστικής ανάπτυξης στην περιοχή μελέτης. Το σενάριο αυτό είναι η ελεύθερη αστική εξάπλωση χωρίς κανένα περιορισμό (διατηρώντας τη δυναμική του παρατηρούμενου χωρικού προτύπου από το έτος 1985 έως το 2007).<br /> <br /> ==='''Αποτελέσματα'''===<br /> <br /> Τα δεδομένα εξαγωγής του σεναρίου της πρόβλεψης είναι δύο ειδών, αρχεία εικόνων τύπου gif που είναι όλα στην ίδια ανάλυση και πυκνότητα εικονοστοιχείων με τις εικόνες εισαγωγής και στατιστικά αρχεία.<br /> Οι εικόνες δείχνουν τη σχέση των καλύψεων γης για κάθε χρονικό βήμα που έχει τεθεί (1 έτος στην προκειμένη δηλαδή) έως το 2021.<br /> <br /> [[Εικόνα:sxima004.jpg | thumb | right| Σχήμα 4. Καλύψεις γης για τα έτη πρόβλεψης 2012, 2015, 2018, 2021, (κλίμακα 1:40.000), πηγή:μελέτη]]<br /> <br /> Επιπλέον σχετικά με τα αρχεία εικόνων, δημιουργήθηκε μια εικόνα που απεικονίζει τη μεταβολή της αστικής χρήσης στην περιοχή μελέτης από το 2007 έως το 2021. Το εύρος των τιμών των εικονοστοιχείων κυμαίνεται σύμφωνα με την πιθανότητα αστικής εξάπλωσης στο τελευταίο έτος της πρόβλεψης (2021). <br /> <br /> [[Εικόνα:sxima005.jpg | thumb | right| Σχήμα 5. Πρόβλεψη αστικής διάχυσης από το 2007 έως το 2021(αρχική κατάσταση, κίτρινο χρώμα), (κλίμακα 1:40.000), πηγή:μελέτη]]<br /> <br /> Η παραπάνω εικόνα δείχνει χαρακτηριστικά τη μεγαλύτερη πιθανότητα εξάπλωσης των αστικών χρήσεων γύρω από το οδικό δίκτυο (παρόδια δόμηση). Μεγαλύτερο ποσοστό διάχυσης εμφανίζει το νοτιοδυτικό τμήμα της πόλης της Καρδίτσας, κυρίως λόγω της περιφερειακής οδού. Η περιοχή περιμετρικά της Καρδιτσομαγούλας παρουσιάζει μικρό ποσοστό, με ένα μικρό κομμάτι στο νότιο τμήμα της, κοντά στην πόλη της Καρδίτσας με ποσοστό 80- 90%. <br /> <br /> =='''Εφαρμογή του CA- Markov'''==<br /> <br /> Στο κεφάλαιο αυτό παρουσιάζεται μια εναλλακτική μέθοδος μελέτης της εξάπλωσης του αστικού ιστού της πόλης με την εφαρμογή τηλεπισκοπικών δεδομένων και του μοντέλου CA- Markov. Η μεθοδολογική αλυσίδα που ακολουθήθηκε περιλαμβάνει τέσσερα βασικά στάδια, την προεπεξεργασία των εικόνων, την ταξινόμηση (ορισμός φασματικών υπογραφών, επιβλεπόμενη ταξινόμηση, φιλτράρισμα, αποτίμηση ακρίβειας) και την εφαρμογή του μοντέλου CA- Markov<br /> Η ταξινόμηση που χρησιμοποιήθηκε είναι η επιβλεπόμενη ταξινόμηση. Για την αντιστοίχηση των pixel σε κατηγορίες χρησιμοποιήθηκε η μέθοδος της μεγίστης πιθανοφάνειας (maximum likelihood). Η maximum likelihood χρησιμοποιείται περισσότερο από κάθε άλλη μέθοδο ταξινόμησης δίνοντας σε πολλές περιπτώσεις καλό αποτέλεσμα. Στηρίζεται στην παραδοχή ότι οι τιμές των δειγματοληπτικών περιοχών όσο και των κατηγοριών ακολουθούν την κανονική κατανομή, γεγονός που δεν εξακριβώνεται πάντα στην πράξη (Σταθάκης, 2003).<br /> Από τα αποτελέσματα της ταξινόμησης προκύπτει ότι η πόλη δεν έχει εξαπλωθεί πολύ προς τα βόρεια ενώ έντονη αστική διάχυση παρατηρείται προς το νοτιοδυτικό και προς το νοτιοανατολικό κομμάτι της πόλης. <br /> <br /> [[Εικόνα:sxima006.jpg | thumb | right| Σχήμα 6. Επιβλεπόμενη ταξινόμηση, 1985, 1992, 2000, 2011, (κλίμακα 1:40.000), πηγή:μελέτη]]<br /> <br /> ==='''Αποτελέσματα'''===<br /> <br /> Τα συμπεράσματα που προκύπτουν από την αποτίμηση της ακρίβειας είναι ότι εφόσον ο δείκτης Κ είναι πάνω από 78% (80-95% αντίστοιχα), οι ταξινομήσεις παρουσιάζουν ικανοποιητικό ποσοστό ακρίβειας και αξιοπιστίας.<br /> <br /> [[Εικόνα:sxima007.jpg | thumb | right| Σχήμα 7. Αποτέλεσμα μοντέλου CA- Markov, (κλίμακα 1:40.000), πηγή:μελέτη]]<br /> <br /> Στην εικόνα της πρόβλεψης το αστικό καταλαμβάνει έκταση 25.387,2 στρέμματα, με ποσοστό αύξησης από το έτος 2011 40%. Σε γενικές γραμμές σύμφωνα με το μοντέλο Markov, ο αστικός και περιαστικός ιστός της πόλης της Καρδίτσας στα επόμενα δέκα χρόνια θα εξαπλωθεί ομοιόμορφα, δηλαδή όπου υπάρχει αστικό το μοντέλο δείχνει ότι θα αυξηθεί. Το αποτέλεσμα αυτό δεν είναι απολύτως σωστό, κυρίως λόγω της οικονομικής κρίσης που πλήττει τη χώρα τα τελευταία χρόνια (μείωση του ποσοστού της οικοδομικής δραστηριότητας) και της διάρκειας της.<br /> <br /> =='''Σύγκριση δύο μεθόδων πρόβλεψης αστικής εξάπλωσης'''==<br /> <br /> Εφαρμόζοντας τις δύο μεθόδους πρόβλεψης της αστικής εξάπλωσης στην πόλη της Καρδίτσας, γίνεται εμφανές ότι το μοντέλο SLEUTH δίνει πιο ακριβή και ρεαλιστικά αποτελέσματα επειδή συμπίπτουν περισσότερο με τις σημερινές τάσεις αστικοποίησης όπως εξετάστηκαν στο κεφάλαιο 3 (βορειοανατολικό και νοτιοδυτικό τμήμα της πόλης).<br /> Ένα σημαντικό πλεονέκτημα του συγκεκριμένου μοντέλου είναι ότι με τη βαθμονόμηση του τρόπου που μια περιοχή έχει αλλάξει στο παρελθόν, μπορεί να τεκμηριωθεί μια λογική πρόβλεψη για μελλοντική αλλαγή. <br /> Ένα ακόμη σημαντικό πλεονέκτημα του SLEUTH είναι ότι στα δεδομένα εξαγωγής δημιουργούνται τόσες εικόνες όσες και οι χρονοσειρές μέχρι το έτος πρόβλεψης.<br /> Τέλος αξίζει να σημειωθεί ότι το μοντέλο SLEUTH αποτελεί (free) λογισμικό χωρίς καμία χρέωση.<br /> Από την άλλη πλευρά όμως η μέθοδος του SLEUTH παρουσιάζει κάποια σημαντικά μειονεκτήματα στη χρήση του, όπως τα ελλιπή δεδομένα για το αστικό και τις καλύψεις γης που είναι περιορισμένα κυρίως για τον Ελλαδικό χώρο<br /> Εν αντιθέσει η μέθοδος Markov είναι πολύ απλούστερη λειτουργικά, πιο γρήγορη και απαιτεί μικρότερο όγκο raster αρχείων. Η συγκέντρωση δεδομένων είναι ευκολότερη (δορυφορικές εικόνες) και συνήθως χωρίς οικονομικό κόστος. <br /> Σε γενικές γραμμές το μοντέλο SLEUTH προβλέπει την εξάπλωση του αστικού με βάση τις τάσεις αστικής εξάπλωσης των προηγούμενων ετών, όπως και τα περισσότερα μοντέλα πρόβλεψης.<br /> Σημαντικό επομένως θα ήταν μελλοντικά αν εφαρμόζονταν κάποιες προγραμματιστικές διορθώσεις προσθέτοντας τις παραμέτρους αυτές στα δεδομένα εισαγωγής του μοντέλου.<br /> <br /> =='''Συμπεράσματα'''==<br /> <br /> Συμπερασματικά, από την εφαρμογή των δύο μεθόδων πρόβλεψης της αστικής διάχυσης προκύπτει ότι το μοντέλο SLEUTH εμφανίζει μεγαλύτερο βαθμό προσομοίωσης με την πραγματικότητα και μπορεί συνδυάζοντας εφαρμογές τηλεπισκόπησης και ΓΣΠ να αποτελέσει ένα αρκετά δυναμικό εργαλείο του πολεοδομικού σχεδιασμού.<br /> <br /> <br /> [[category:Αστικός και περιφερειακός σχεδιασμός]]</div>

Ltsoukanelis http://147.102.106.44/rs/wiki/index.php/%CE%A3%CF%8D%CE%B3%CE%BA%CF%81%CE%B9%CF%83%CE%B7_%CE%BC%CE%BF%CE%BD%CF%84%CE%AD%CE%BB%CF%89%CE%BD_%CF%80%CF%81%CF%8C%CE%B2%CE%BB%CE%B5%CF%88%CE%B7%CF%82_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%B5%CE%BE%CE%AC%CF%80%CE%BB%CF%89%CF%83%CE%B7%CF%82_%CF%83%CE%B5_%CE%BC%CE%B5%CF%83%CE%B1%CE%AF%CE%BF%CF%85_%CE%BC%CE%B5%CE%B3%CE%AD%CE%B8%CE%BF%CF%85%CF%82_%CE%B5%CE%BB%CE%BB%CE%B7%CE%BD%CE%B9%CE%BA%CE%AE_%CF%80%CF%8C%CE%BB%CE%B7_(%CE%9A%CE%B1%CF%81%CE%B4%CE%AF%CF%84%CF%83%CE%B1) 2017-03-12T18:13:33Z

<p>Ltsoukanelis: </p> <hr /> <div>'''Συγγραφείς :''' Κουκόσια Ηλιάνα,Πανεπιστήμιο Θεσσαλίας, Τμήμα Μηχανικών Χωροταξίας Πολεοδομίας και Περιφερειακής Ανάπτυξης, <br /> Σταθάκης Δημήτρης,Πανεπιστήμιο Θεσσαλίας, Τμήμα Μηχανικών Χωροταξίας Πολεοδομίας και Περιφερειακής <br /> Ανάπτυξης. <br /> <br /> '''Πηγή :''' [http://docplayer.gr/3607882-Sygkrisi-montelon-provlepsis-astikis-exaplosis-se-mesaioy-megethoys-elliniki-poli-karditsas.html Link]<br /> <br /> '''Λέξεις κλειδιά :''' Αστική, εξάπλωση, πόλη, Καρδίτσα <br /> <br /> <br /> ==='''Περίληψη'''===<br /> <br /> Η εργασία έχει ως σκοπό τη σύγκριση των μοντέλων πρόβλεψης αστικής εξάπλωσης SLEUTH και CA-Markov που βασίζονται στη μέθοδο των Κυψελοειδών Αυτομάτων, στην πόλη της Καρδίτσας.<br /> <br /> =='''Εισαγωγικά'''==<br /> <br /> Σκοπός των μοντέλων πρόβλεψης αστικής εξάπλωσης είναι να αποδώσουν τους κανόνες που έχουν χρησιμοποιηθεί στο παρελθόν για τον καλύτερο σχεδιασμό των μελλοντικών αστικών προτύπων. Ωστόσο μέχρι στιγμής δεν έχει εφαρμοστεί κανένα αυστηρό πλαίσιο για τη μοντελοποίηση της αστικής εξάπλωσης. Έχουν προταθεί πολλά μοντέλα στο παρελθόν, οι πρόσφατες τάσεις μεταξύ άλλων περιλαμβάνουν τα κυτταρικά αυτόματα.<br /> <br /> =='''Κυψελοειδή Αυτόματα'''==<br /> <br /> Τα Κυψελοειδή Αυτόματα (Cellular Automata) ΚΑ αποτελούν μια υπολογιστική μέθοδο ικανή να προσομοιώσει τις εξελικτικές διαδικασίες περιγράφοντας ένα πολύπλοκο σύστημα με ένα σύνολο απλών κανόνων. Μέσω της βαθμονόμησης μπορεί το μοντέλο των ΚΑ να παράγει αυτόματα ένα αστικό πρότυπο αρκετά κοντά στην πραγματικότητα<br /> <br /> =='''Περιοχή μελέτης'''==<br /> <br /> Για την εφαρμογή των μοντέλων εξετάζεται η ευρύτερη περιοχή της πόλης της Καρδίτσας, συμπεριλαμβανομένης και της Καρδιτσομαγούλας, που ανήκει στους οικισμούς άνω των 2.000 κατοίκων. Τα Δημοτικά Διαμερίσματα Καρδίτσας και Καρδιτσομαγούλας καταλαμβάνουν συνολική έκταση επιφάνειας 60.754,58 στρεμμάτων και έκταση αστικού ιστού περίπου 7.500 στρέμματα. Εξαιτίας της γειτνίασης των δύο οικισμών (απόσταση περίπου 2,5 χιλιομέτρων) οι εξαρτήσεις και οι αλληλεπιδράσεις είναι ιδιαίτερα έντονες.<br /> <br /> [[Εικόνα:sxima001.jpg | thumb | right| Σχήμα 1. Περιοχή μελέτης, κτηματολόγιο 2009 (κλίμακα 1:25.000), πηγή:μελέτη]] <br /> <br /> <br /> =='''Εφαρμογή του μοντέλου SLEUTH'''==<br /> <br /> Η εφαρμογή του μοντέλου SLEUTH περιλαμβάνει έξι βήματα, τη μεταγλώττιση (compilation) όπου με χρήση συγκεκριμένων εντολών, γίνεται η μετάφραση του πηγαίου κώδικα (source code) του SLEUTH, την προετοιμασία των χωροχρονικών δεδομένου εισόδου, τη βαθμονόμηση (calibration), κατά την οποία αναγνωρίζονται και προσομοιώνονται τα ιστορικά μοτίβα αστικής ανάπτυξης, την πρόβλεψη (prediction) όπου τα μοτίβα προβάλλονται σε μελλοντικά σημεία, την εξαγωγή και επεξεργασία των αποτελεσμάτων των δεδομένων εξόδου και την εκτίμηση της ακρίβειας του μοντέλου. <br /> <br /> [[Εικόνα:sxima002.jpg | thumb | right| Σχήμα 2. Μεταβολές αστικής κάλυψης για τα έτη 1985, 1990, 2000 και 2007, (κλίμακα 1:40.000, πηγή:μελέτη]] <br /> <br /> Από τις εικόνες φαίνεται ότι δεν υπήρξε ιδιαίτερη αύξηση της αστικής γης με την πάροδο των χρόνων. Το τμήμα που αναπτύχθηκε περισσότερο είναι το νοτιοδυτικό.<br /> Εν συνεχεία, αναπτύχθηκε ένα βασικό σενάριο για την προσομοίωση του χωρικού πρότυπου της αστικής ανάπτυξης στην περιοχή μελέτης. Το σενάριο αυτό είναι η ελεύθερη αστική εξάπλωση χωρίς κανένα περιορισμό (διατηρώντας τη δυναμική του παρατηρούμενου χωρικού προτύπου από το έτος 1985 έως το 2007).<br /> <br /> ==='''Αποτελέσματα'''===<br /> <br /> Τα δεδομένα εξαγωγής του σεναρίου της πρόβλεψης είναι δύο ειδών, αρχεία εικόνων τύπου gif που είναι όλα στην ίδια ανάλυση και πυκνότητα εικονοστοιχείων με τις εικόνες εισαγωγής και στατιστικά αρχεία.<br /> Οι εικόνες δείχνουν τη σχέση των καλύψεων γης για κάθε χρονικό βήμα που έχει τεθεί (1 έτος στην προκειμένη δηλαδή) έως το 2021.<br /> <br /> [[Εικόνα:sxima004.jpg | thumb | right| Σχήμα 4. Καλύψεις γης για τα έτη πρόβλεψης 2012, 2015, 2018, 2021, (κλίμακα 1:40.000), πηγή:μελέτη]]<br /> <br /> Επιπλέον σχετικά με τα αρχεία εικόνων, δημιουργήθηκε μια εικόνα που απεικονίζει τη μεταβολή της αστικής χρήσης στην περιοχή μελέτης από το 2007 έως το 2021. Το εύρος των τιμών των εικονοστοιχείων κυμαίνεται σύμφωνα με την πιθανότητα αστικής εξάπλωσης στο τελευταίο έτος της πρόβλεψης (2021). <br /> <br /> [[Εικόνα:sxima005.jpg | thumb | right| Σχήμα 5. Πρόβλεψη αστικής διάχυσης από το 2007 έως το 2021(αρχική κατάσταση, κίτρινο χρώμα), (κλίμακα 1:40.000), πηγή:μελέτη]]<br /> <br /> Η παραπάνω εικόνα δείχνει χαρακτηριστικά τη μεγαλύτερη πιθανότητα εξάπλωσης των αστικών χρήσεων γύρω από το οδικό δίκτυο (παρόδια δόμηση). Μεγαλύτερο ποσοστό διάχυσης εμφανίζει το νοτιοδυτικό τμήμα της πόλης της Καρδίτσας, κυρίως λόγω της περιφερειακής οδού. Η περιοχή περιμετρικά της Καρδιτσομαγούλας παρουσιάζει μικρό ποσοστό, με ένα μικρό κομμάτι στο νότιο τμήμα της, κοντά στην πόλη της Καρδίτσας με ποσοστό 80- 90%. <br /> <br /> =='''Εφαρμογή του CA- Markov'''==<br /> <br /> Στο κεφάλαιο αυτό παρουσιάζεται μια εναλλακτική μέθοδος μελέτης της εξάπλωσης του αστικού ιστού της πόλης με την εφαρμογή τηλεπισκοπικών δεδομένων και του μοντέλου CA- Markov. Η μεθοδολογική αλυσίδα που ακολουθήθηκε περιλαμβάνει τέσσερα βασικά στάδια, την προεπεξεργασία των εικόνων, την ταξινόμηση (ορισμός φασματικών υπογραφών, επιβλεπόμενη ταξινόμηση, φιλτράρισμα, αποτίμηση ακρίβειας) και την εφαρμογή του μοντέλου CA- Markov<br /> Η ταξινόμηση που χρησιμοποιήθηκε είναι η επιβλεπόμενη ταξινόμηση. Για την αντιστοίχηση των pixel σε κατηγορίες χρησιμοποιήθηκε η μέθοδος της μεγίστης πιθανοφάνειας (maximum likelihood). Η maximum likelihood χρησιμοποιείται περισσότερο από κάθε άλλη μέθοδο ταξινόμησης δίνοντας σε πολλές περιπτώσεις καλό αποτέλεσμα. Στηρίζεται στην παραδοχή ότι οι τιμές των δειγματοληπτικών περιοχών όσο και των κατηγοριών ακολουθούν την κανονική κατανομή, γεγονός που δεν εξακριβώνεται πάντα στην πράξη (Σταθάκης, 2003).<br /> Από τα αποτελέσματα της ταξινόμησης προκύπτει ότι η πόλη δεν έχει εξαπλωθεί πολύ προς τα βόρεια ενώ έντονη αστική διάχυση παρατηρείται προς το νοτιοδυτικό και προς το νοτιοανατολικό κομμάτι της πόλης. <br /> <br /> [[Εικόνα:sxima006.jpg | thumb | right| Σχήμα 6. Επιβλεπόμενη ταξινόμηση, 1985, 1992, 2000, 2011, (κλίμακα 1:40.000), πηγή:μελέτη]]<br /> <br /> ==='''Αποτελέσματα'''===<br /> <br /> Τα συμπεράσματα που προκύπτουν από την αποτίμηση της ακρίβειας είναι ότι εφόσον ο δείκτης Κ είναι πάνω από 78% (80-95% αντίστοιχα), οι ταξινομήσεις παρουσιάζουν ικανοποιητικό ποσοστό ακρίβειας και αξιοπιστίας.<br /> <br /> [[Εικόνα:sxima007.jpg | thumb | right| Σχήμα 7. Αποτέλεσμα μοντέλου CA- Markov, (κλίμακα 1:40.000), πηγή:μελέτη]]<br /> <br /> Στην εικόνα της πρόβλεψης το αστικό καταλαμβάνει έκταση 25.387,2 στρέμματα, με ποσοστό αύξησης από το έτος 2011 40%. Σε γενικές γραμμές σύμφωνα με το μοντέλο Markov, ο αστικός και περιαστικός ιστός της πόλης της Καρδίτσας στα επόμενα δέκα χρόνια θα εξαπλωθεί ομοιόμορφα, δηλαδή όπου υπάρχει αστικό το μοντέλο δείχνει ότι θα αυξηθεί. Το αποτέλεσμα αυτό δεν είναι απολύτως σωστό, κυρίως λόγω της οικονομικής κρίσης που πλήττει τη χώρα τα τελευταία χρόνια (μείωση του ποσοστού της οικοδομικής δραστηριότητας) και της διάρκειας της.<br /> <br /> =='''Σύγκριση δύο μεθόδων πρόβλεψης αστικής εξάπλωσης'''==<br /> <br /> Εφαρμόζοντας τις δύο μεθόδους πρόβλεψης της αστικής εξάπλωσης στην πόλη της Καρδίτσας, γίνεται εμφανές ότι το μοντέλο SLEUTH δίνει πιο ακριβή και ρεαλιστικά αποτελέσματα επειδή συμπίπτουν περισσότερο με τις σημερινές τάσεις αστικοποίησης όπως εξετάστηκαν στο κεφάλαιο 3 (βορειοανατολικό και νοτιοδυτικό τμήμα της πόλης).<br /> Ένα σημαντικό πλεονέκτημα του συγκεκριμένου μοντέλου είναι ότι με τη βαθμονόμηση του τρόπου που μια περιοχή έχει αλλάξει στο παρελθόν, μπορεί να τεκμηριωθεί μια λογική πρόβλεψη για μελλοντική αλλαγή. <br /> Ένα ακόμη σημαντικό πλεονέκτημα του SLEUTH είναι ότι στα δεδομένα εξαγωγής δημιουργούνται τόσες εικόνες όσες και οι χρονοσειρές μέχρι το έτος πρόβλεψης.<br /> Τέλος αξίζει να σημειωθεί ότι το μοντέλο SLEUTH αποτελεί (free) λογισμικό χωρίς καμία χρέωση.<br /> Από την άλλη πλευρά όμως η μέθοδος του SLEUTH παρουσιάζει κάποια σημαντικά μειονεκτήματα στη χρήση του, όπως τα ελλιπή δεδομένα για το αστικό και τις καλύψεις γης που είναι περιορισμένα κυρίως για τον Ελλαδικό χώρο<br /> Εν αντιθέσει η μέθοδος Markov είναι πολύ απλούστερη λειτουργικά, πιο γρήγορη και απαιτεί μικρότερο όγκο raster αρχείων. Η συγκέντρωση δεδομένων είναι ευκολότερη (δορυφορικές εικόνες) και συνήθως χωρίς οικονομικό κόστος. <br /> Σε γενικές γραμμές το μοντέλο SLEUTH προβλέπει την εξάπλωση του αστικού με βάση τις τάσεις αστικής εξάπλωσης των προηγούμενων ετών, όπως και τα περισσότερα μοντέλα πρόβλεψης.<br /> Σημαντικό επομένως θα ήταν μελλοντικά αν εφαρμόζονταν κάποιες προγραμματιστικές διορθώσεις προσθέτοντας τις παραμέτρους αυτές στα δεδομένα εισαγωγής του μοντέλου.<br /> <br /> =='''Συμπεράσματα'''==<br /> <br /> Συμπερασματικά, από την εφαρμογή των δύο μεθόδων πρόβλεψης της αστικής διάχυσης προκύπτει ότι το μοντέλο SLEUTH εμφανίζει μεγαλύτερο βαθμό προσομοίωσης με την πραγματικότητα και μπορεί συνδυάζοντας εφαρμογές τηλεπισκόπησης και ΓΣΠ να αποτελέσει ένα αρκετά δυναμικό εργαλείο του πολεοδομικού σχεδιασμού.<br /> <br /> <br /> [[category:Αστικός και περιφερειακός σχεδιασμός]]</div>

Ltsoukanelis http://147.102.106.44/rs/wiki/index.php/%CE%A3%CF%8D%CE%B3%CE%BA%CF%81%CE%B9%CF%83%CE%B7_%CE%BC%CE%BF%CE%BD%CF%84%CE%AD%CE%BB%CF%89%CE%BD_%CF%80%CF%81%CF%8C%CE%B2%CE%BB%CE%B5%CF%88%CE%B7%CF%82_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%B5%CE%BE%CE%AC%CF%80%CE%BB%CF%89%CF%83%CE%B7%CF%82_%CF%83%CE%B5_%CE%BC%CE%B5%CF%83%CE%B1%CE%AF%CE%BF%CF%85_%CE%BC%CE%B5%CE%B3%CE%AD%CE%B8%CE%BF%CF%85%CF%82_%CE%B5%CE%BB%CE%BB%CE%B7%CE%BD%CE%B9%CE%BA%CE%AE_%CF%80%CF%8C%CE%BB%CE%B7_(%CE%9A%CE%B1%CF%81%CE%B4%CE%AF%CF%84%CF%83%CE%B1) 2017-03-12T18:13:24Z

<p>Ltsoukanelis: </p> <hr /> <div>'''Συγγραφείς :''' Κουκόσια Ηλιάνα,Πανεπιστήμιο Θεσσαλίας, Τμήμα Μηχανικών Χωροταξίας Πολεοδομίας και Περιφερειακής Ανάπτυξης, <br /> Σταθάκης Δημήτρης,Πανεπιστήμιο Θεσσαλίας, Τμήμα Μηχανικών Χωροταξίας Πολεοδομίας και Περιφερειακής <br /> Ανάπτυξης. <br /> <br /> '''Πηγή :''' [http://docplayer.gr/3607882-Sygkrisi-montelon-provlepsis-astikis-exaplosis-se-mesaioy-megethoys-elliniki-poli-karditsas.html Link]<br /> <br /> '''Λέξεις κλειδιά :''' Αστική, εξάπλωση, πόλη, Καρδίτσα <br /> <br /> <br /> '''Περίληψη'''<br /> <br /> Η εργασία έχει ως σκοπό τη σύγκριση των μοντέλων πρόβλεψης αστικής εξάπλωσης SLEUTH και CA-Markov που βασίζονται στη μέθοδο των Κυψελοειδών Αυτομάτων, στην πόλη της Καρδίτσας.<br /> <br /> =='''Εισαγωγικά'''==<br /> <br /> Σκοπός των μοντέλων πρόβλεψης αστικής εξάπλωσης είναι να αποδώσουν τους κανόνες που έχουν χρησιμοποιηθεί στο παρελθόν για τον καλύτερο σχεδιασμό των μελλοντικών αστικών προτύπων. Ωστόσο μέχρι στιγμής δεν έχει εφαρμοστεί κανένα αυστηρό πλαίσιο για τη μοντελοποίηση της αστικής εξάπλωσης. Έχουν προταθεί πολλά μοντέλα στο παρελθόν, οι πρόσφατες τάσεις μεταξύ άλλων περιλαμβάνουν τα κυτταρικά αυτόματα.<br /> <br /> =='''Κυψελοειδή Αυτόματα'''==<br /> <br /> Τα Κυψελοειδή Αυτόματα (Cellular Automata) ΚΑ αποτελούν μια υπολογιστική μέθοδο ικανή να προσομοιώσει τις εξελικτικές διαδικασίες περιγράφοντας ένα πολύπλοκο σύστημα με ένα σύνολο απλών κανόνων. Μέσω της βαθμονόμησης μπορεί το μοντέλο των ΚΑ να παράγει αυτόματα ένα αστικό πρότυπο αρκετά κοντά στην πραγματικότητα<br /> <br /> =='''Περιοχή μελέτης'''==<br /> <br /> Για την εφαρμογή των μοντέλων εξετάζεται η ευρύτερη περιοχή της πόλης της Καρδίτσας, συμπεριλαμβανομένης και της Καρδιτσομαγούλας, που ανήκει στους οικισμούς άνω των 2.000 κατοίκων. Τα Δημοτικά Διαμερίσματα Καρδίτσας και Καρδιτσομαγούλας καταλαμβάνουν συνολική έκταση επιφάνειας 60.754,58 στρεμμάτων και έκταση αστικού ιστού περίπου 7.500 στρέμματα. Εξαιτίας της γειτνίασης των δύο οικισμών (απόσταση περίπου 2,5 χιλιομέτρων) οι εξαρτήσεις και οι αλληλεπιδράσεις είναι ιδιαίτερα έντονες.<br /> <br /> [[Εικόνα:sxima001.jpg | thumb | right| Σχήμα 1. Περιοχή μελέτης, κτηματολόγιο 2009 (κλίμακα 1:25.000), πηγή:μελέτη]] <br /> <br /> <br /> =='''Εφαρμογή του μοντέλου SLEUTH'''==<br /> <br /> Η εφαρμογή του μοντέλου SLEUTH περιλαμβάνει έξι βήματα, τη μεταγλώττιση (compilation) όπου με χρήση συγκεκριμένων εντολών, γίνεται η μετάφραση του πηγαίου κώδικα (source code) του SLEUTH, την προετοιμασία των χωροχρονικών δεδομένου εισόδου, τη βαθμονόμηση (calibration), κατά την οποία αναγνωρίζονται και προσομοιώνονται τα ιστορικά μοτίβα αστικής ανάπτυξης, την πρόβλεψη (prediction) όπου τα μοτίβα προβάλλονται σε μελλοντικά σημεία, την εξαγωγή και επεξεργασία των αποτελεσμάτων των δεδομένων εξόδου και την εκτίμηση της ακρίβειας του μοντέλου. <br /> <br /> [[Εικόνα:sxima002.jpg | thumb | right| Σχήμα 2. Μεταβολές αστικής κάλυψης για τα έτη 1985, 1990, 2000 και 2007, (κλίμακα 1:40.000, πηγή:μελέτη]] <br /> <br /> Από τις εικόνες φαίνεται ότι δεν υπήρξε ιδιαίτερη αύξηση της αστικής γης με την πάροδο των χρόνων. Το τμήμα που αναπτύχθηκε περισσότερο είναι το νοτιοδυτικό.<br /> Εν συνεχεία, αναπτύχθηκε ένα βασικό σενάριο για την προσομοίωση του χωρικού πρότυπου της αστικής ανάπτυξης στην περιοχή μελέτης. Το σενάριο αυτό είναι η ελεύθερη αστική εξάπλωση χωρίς κανένα περιορισμό (διατηρώντας τη δυναμική του παρατηρούμενου χωρικού προτύπου από το έτος 1985 έως το 2007).<br /> <br /> ==='''Αποτελέσματα'''===<br /> <br /> Τα δεδομένα εξαγωγής του σεναρίου της πρόβλεψης είναι δύο ειδών, αρχεία εικόνων τύπου gif που είναι όλα στην ίδια ανάλυση και πυκνότητα εικονοστοιχείων με τις εικόνες εισαγωγής και στατιστικά αρχεία.<br /> Οι εικόνες δείχνουν τη σχέση των καλύψεων γης για κάθε χρονικό βήμα που έχει τεθεί (1 έτος στην προκειμένη δηλαδή) έως το 2021.<br /> <br /> [[Εικόνα:sxima004.jpg | thumb | right| Σχήμα 4. Καλύψεις γης για τα έτη πρόβλεψης 2012, 2015, 2018, 2021, (κλίμακα 1:40.000), πηγή:μελέτη]]<br /> <br /> Επιπλέον σχετικά με τα αρχεία εικόνων, δημιουργήθηκε μια εικόνα που απεικονίζει τη μεταβολή της αστικής χρήσης στην περιοχή μελέτης από το 2007 έως το 2021. Το εύρος των τιμών των εικονοστοιχείων κυμαίνεται σύμφωνα με την πιθανότητα αστικής εξάπλωσης στο τελευταίο έτος της πρόβλεψης (2021). <br /> <br /> [[Εικόνα:sxima005.jpg | thumb | right| Σχήμα 5. Πρόβλεψη αστικής διάχυσης από το 2007 έως το 2021(αρχική κατάσταση, κίτρινο χρώμα), (κλίμακα 1:40.000), πηγή:μελέτη]]<br /> <br /> Η παραπάνω εικόνα δείχνει χαρακτηριστικά τη μεγαλύτερη πιθανότητα εξάπλωσης των αστικών χρήσεων γύρω από το οδικό δίκτυο (παρόδια δόμηση). Μεγαλύτερο ποσοστό διάχυσης εμφανίζει το νοτιοδυτικό τμήμα της πόλης της Καρδίτσας, κυρίως λόγω της περιφερειακής οδού. Η περιοχή περιμετρικά της Καρδιτσομαγούλας παρουσιάζει μικρό ποσοστό, με ένα μικρό κομμάτι στο νότιο τμήμα της, κοντά στην πόλη της Καρδίτσας με ποσοστό 80- 90%. <br /> <br /> =='''Εφαρμογή του CA- Markov'''==<br /> <br /> Στο κεφάλαιο αυτό παρουσιάζεται μια εναλλακτική μέθοδος μελέτης της εξάπλωσης του αστικού ιστού της πόλης με την εφαρμογή τηλεπισκοπικών δεδομένων και του μοντέλου CA- Markov. Η μεθοδολογική αλυσίδα που ακολουθήθηκε περιλαμβάνει τέσσερα βασικά στάδια, την προεπεξεργασία των εικόνων, την ταξινόμηση (ορισμός φασματικών υπογραφών, επιβλεπόμενη ταξινόμηση, φιλτράρισμα, αποτίμηση ακρίβειας) και την εφαρμογή του μοντέλου CA- Markov<br /> Η ταξινόμηση που χρησιμοποιήθηκε είναι η επιβλεπόμενη ταξινόμηση. Για την αντιστοίχηση των pixel σε κατηγορίες χρησιμοποιήθηκε η μέθοδος της μεγίστης πιθανοφάνειας (maximum likelihood). Η maximum likelihood χρησιμοποιείται περισσότερο από κάθε άλλη μέθοδο ταξινόμησης δίνοντας σε πολλές περιπτώσεις καλό αποτέλεσμα. Στηρίζεται στην παραδοχή ότι οι τιμές των δειγματοληπτικών περιοχών όσο και των κατηγοριών ακολουθούν την κανονική κατανομή, γεγονός που δεν εξακριβώνεται πάντα στην πράξη (Σταθάκης, 2003).<br /> Από τα αποτελέσματα της ταξινόμησης προκύπτει ότι η πόλη δεν έχει εξαπλωθεί πολύ προς τα βόρεια ενώ έντονη αστική διάχυση παρατηρείται προς το νοτιοδυτικό και προς το νοτιοανατολικό κομμάτι της πόλης. <br /> <br /> [[Εικόνα:sxima006.jpg | thumb | right| Σχήμα 6. Επιβλεπόμενη ταξινόμηση, 1985, 1992, 2000, 2011, (κλίμακα 1:40.000), πηγή:μελέτη]]<br /> <br /> ==='''Αποτελέσματα'''===<br /> <br /> Τα συμπεράσματα που προκύπτουν από την αποτίμηση της ακρίβειας είναι ότι εφόσον ο δείκτης Κ είναι πάνω από 78% (80-95% αντίστοιχα), οι ταξινομήσεις παρουσιάζουν ικανοποιητικό ποσοστό ακρίβειας και αξιοπιστίας.<br /> <br /> [[Εικόνα:sxima007.jpg | thumb | right| Σχήμα 7. Αποτέλεσμα μοντέλου CA- Markov, (κλίμακα 1:40.000), πηγή:μελέτη]]<br /> <br /> Στην εικόνα της πρόβλεψης το αστικό καταλαμβάνει έκταση 25.387,2 στρέμματα, με ποσοστό αύξησης από το έτος 2011 40%. Σε γενικές γραμμές σύμφωνα με το μοντέλο Markov, ο αστικός και περιαστικός ιστός της πόλης της Καρδίτσας στα επόμενα δέκα χρόνια θα εξαπλωθεί ομοιόμορφα, δηλαδή όπου υπάρχει αστικό το μοντέλο δείχνει ότι θα αυξηθεί. Το αποτέλεσμα αυτό δεν είναι απολύτως σωστό, κυρίως λόγω της οικονομικής κρίσης που πλήττει τη χώρα τα τελευταία χρόνια (μείωση του ποσοστού της οικοδομικής δραστηριότητας) και της διάρκειας της.<br /> <br /> =='''Σύγκριση δύο μεθόδων πρόβλεψης αστικής εξάπλωσης'''==<br /> <br /> Εφαρμόζοντας τις δύο μεθόδους πρόβλεψης της αστικής εξάπλωσης στην πόλη της Καρδίτσας, γίνεται εμφανές ότι το μοντέλο SLEUTH δίνει πιο ακριβή και ρεαλιστικά αποτελέσματα επειδή συμπίπτουν περισσότερο με τις σημερινές τάσεις αστικοποίησης όπως εξετάστηκαν στο κεφάλαιο 3 (βορειοανατολικό και νοτιοδυτικό τμήμα της πόλης).<br /> Ένα σημαντικό πλεονέκτημα του συγκεκριμένου μοντέλου είναι ότι με τη βαθμονόμηση του τρόπου που μια περιοχή έχει αλλάξει στο παρελθόν, μπορεί να τεκμηριωθεί μια λογική πρόβλεψη για μελλοντική αλλαγή. <br /> Ένα ακόμη σημαντικό πλεονέκτημα του SLEUTH είναι ότι στα δεδομένα εξαγωγής δημιουργούνται τόσες εικόνες όσες και οι χρονοσειρές μέχρι το έτος πρόβλεψης.<br /> Τέλος αξίζει να σημειωθεί ότι το μοντέλο SLEUTH αποτελεί (free) λογισμικό χωρίς καμία χρέωση.<br /> Από την άλλη πλευρά όμως η μέθοδος του SLEUTH παρουσιάζει κάποια σημαντικά μειονεκτήματα στη χρήση του, όπως τα ελλιπή δεδομένα για το αστικό και τις καλύψεις γης που είναι περιορισμένα κυρίως για τον Ελλαδικό χώρο<br /> Εν αντιθέσει η μέθοδος Markov είναι πολύ απλούστερη λειτουργικά, πιο γρήγορη και απαιτεί μικρότερο όγκο raster αρχείων. Η συγκέντρωση δεδομένων είναι ευκολότερη (δορυφορικές εικόνες) και συνήθως χωρίς οικονομικό κόστος. <br /> Σε γενικές γραμμές το μοντέλο SLEUTH προβλέπει την εξάπλωση του αστικού με βάση τις τάσεις αστικής εξάπλωσης των προηγούμενων ετών, όπως και τα περισσότερα μοντέλα πρόβλεψης.<br /> Σημαντικό επομένως θα ήταν μελλοντικά αν εφαρμόζονταν κάποιες προγραμματιστικές διορθώσεις προσθέτοντας τις παραμέτρους αυτές στα δεδομένα εισαγωγής του μοντέλου.<br /> <br /> =='''Συμπεράσματα'''==<br /> <br /> Συμπερασματικά, από την εφαρμογή των δύο μεθόδων πρόβλεψης της αστικής διάχυσης προκύπτει ότι το μοντέλο SLEUTH εμφανίζει μεγαλύτερο βαθμό προσομοίωσης με την πραγματικότητα και μπορεί συνδυάζοντας εφαρμογές τηλεπισκόπησης και ΓΣΠ να αποτελέσει ένα αρκετά δυναμικό εργαλείο του πολεοδομικού σχεδιασμού.<br /> <br /> <br /> [[category:Αστικός και περιφερειακός σχεδιασμός]]</div>

Ltsoukanelis http://147.102.106.44/rs/wiki/index.php/%CE%A3%CF%8D%CE%B3%CE%BA%CF%81%CE%B9%CF%83%CE%B7_%CE%BC%CE%BF%CE%BD%CF%84%CE%AD%CE%BB%CF%89%CE%BD_%CF%80%CF%81%CF%8C%CE%B2%CE%BB%CE%B5%CF%88%CE%B7%CF%82_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%B5%CE%BE%CE%AC%CF%80%CE%BB%CF%89%CF%83%CE%B7%CF%82_%CF%83%CE%B5_%CE%BC%CE%B5%CF%83%CE%B1%CE%AF%CE%BF%CF%85_%CE%BC%CE%B5%CE%B3%CE%AD%CE%B8%CE%BF%CF%85%CF%82_%CE%B5%CE%BB%CE%BB%CE%B7%CE%BD%CE%B9%CE%BA%CE%AE_%CF%80%CF%8C%CE%BB%CE%B7_(%CE%9A%CE%B1%CF%81%CE%B4%CE%AF%CF%84%CF%83%CE%B1) 2017-03-12T18:12:44Z

<p>Ltsoukanelis: </p> <hr /> <div>'''Συγγραφείς :''' Κουκόσια Ηλιάνα,Πανεπιστήμιο Θεσσαλίας, Τμήμα Μηχανικών Χωροταξίας Πολεοδομίας και Περιφερειακής Ανάπτυξης, <br /> Σταθάκης Δημήτρης,Πανεπιστήμιο Θεσσαλίας, Τμήμα Μηχανικών Χωροταξίας Πολεοδομίας και Περιφερειακής <br /> Ανάπτυξης. <br /> <br /> '''Πηγή :''' [http://docplayer.gr/3607882-Sygkrisi-montelon-provlepsis-astikis-exaplosis-se-mesaioy-megethoys-elliniki-poli-karditsas.html Link]<br /> <br /> '''Λέξεις κλειδιά :''' Αστική, εξάπλωση, πόλη, Καρδίτσα <br /> '''Περίληψη'''<br /> <br /> Η εργασία έχει ως σκοπό τη σύγκριση των μοντέλων πρόβλεψης αστικής εξάπλωσης SLEUTH και CA-Markov που βασίζονται στη μέθοδο των Κυψελοειδών Αυτομάτων, στην πόλη της Καρδίτσας.<br /> <br /> =='''Εισαγωγικά'''==<br /> <br /> Σκοπός των μοντέλων πρόβλεψης αστικής εξάπλωσης είναι να αποδώσουν τους κανόνες που έχουν χρησιμοποιηθεί στο παρελθόν για τον καλύτερο σχεδιασμό των μελλοντικών αστικών προτύπων. Ωστόσο μέχρι στιγμής δεν έχει εφαρμοστεί κανένα αυστηρό πλαίσιο για τη μοντελοποίηση της αστικής εξάπλωσης. Έχουν προταθεί πολλά μοντέλα στο παρελθόν, οι πρόσφατες τάσεις μεταξύ άλλων περιλαμβάνουν τα κυτταρικά αυτόματα.<br /> <br /> =='''Κυψελοειδή Αυτόματα'''==<br /> <br /> Τα Κυψελοειδή Αυτόματα (Cellular Automata) ΚΑ αποτελούν μια υπολογιστική μέθοδο ικανή να προσομοιώσει τις εξελικτικές διαδικασίες περιγράφοντας ένα πολύπλοκο σύστημα με ένα σύνολο απλών κανόνων. Μέσω της βαθμονόμησης μπορεί το μοντέλο των ΚΑ να παράγει αυτόματα ένα αστικό πρότυπο αρκετά κοντά στην πραγματικότητα<br /> <br /> =='''Περιοχή μελέτης'''==<br /> <br /> Για την εφαρμογή των μοντέλων εξετάζεται η ευρύτερη περιοχή της πόλης της Καρδίτσας, συμπεριλαμβανομένης και της Καρδιτσομαγούλας, που ανήκει στους οικισμούς άνω των 2.000 κατοίκων. Τα Δημοτικά Διαμερίσματα Καρδίτσας και Καρδιτσομαγούλας καταλαμβάνουν συνολική έκταση επιφάνειας 60.754,58 στρεμμάτων και έκταση αστικού ιστού περίπου 7.500 στρέμματα. Εξαιτίας της γειτνίασης των δύο οικισμών (απόσταση περίπου 2,5 χιλιομέτρων) οι εξαρτήσεις και οι αλληλεπιδράσεις είναι ιδιαίτερα έντονες.<br /> <br /> [[Εικόνα:sxima001.jpg | thumb | right| Σχήμα 1. Περιοχή μελέτης, κτηματολόγιο 2009 (κλίμακα 1:25.000), πηγή:μελέτη]] <br /> <br /> <br /> =='''Εφαρμογή του μοντέλου SLEUTH'''==<br /> <br /> Η εφαρμογή του μοντέλου SLEUTH περιλαμβάνει έξι βήματα, τη μεταγλώττιση (compilation) όπου με χρήση συγκεκριμένων εντολών, γίνεται η μετάφραση του πηγαίου κώδικα (source code) του SLEUTH, την προετοιμασία των χωροχρονικών δεδομένου εισόδου, τη βαθμονόμηση (calibration), κατά την οποία αναγνωρίζονται και προσομοιώνονται τα ιστορικά μοτίβα αστικής ανάπτυξης, την πρόβλεψη (prediction) όπου τα μοτίβα προβάλλονται σε μελλοντικά σημεία, την εξαγωγή και επεξεργασία των αποτελεσμάτων των δεδομένων εξόδου και την εκτίμηση της ακρίβειας του μοντέλου. <br /> <br /> [[Εικόνα:sxima002.jpg | thumb | right| Σχήμα 2. Μεταβολές αστικής κάλυψης για τα έτη 1985, 1990, 2000 και 2007, (κλίμακα 1:40.000, πηγή:μελέτη]] <br /> <br /> Από τις εικόνες φαίνεται ότι δεν υπήρξε ιδιαίτερη αύξηση της αστικής γης με την πάροδο των χρόνων. Το τμήμα που αναπτύχθηκε περισσότερο είναι το νοτιοδυτικό.<br /> Εν συνεχεία, αναπτύχθηκε ένα βασικό σενάριο για την προσομοίωση του χωρικού πρότυπου της αστικής ανάπτυξης στην περιοχή μελέτης. Το σενάριο αυτό είναι η ελεύθερη αστική εξάπλωση χωρίς κανένα περιορισμό (διατηρώντας τη δυναμική του παρατηρούμενου χωρικού προτύπου από το έτος 1985 έως το 2007).<br /> <br /> ==='''Αποτελέσματα'''===<br /> <br /> Τα δεδομένα εξαγωγής του σεναρίου της πρόβλεψης είναι δύο ειδών, αρχεία εικόνων τύπου gif που είναι όλα στην ίδια ανάλυση και πυκνότητα εικονοστοιχείων με τις εικόνες εισαγωγής και στατιστικά αρχεία.<br /> Οι εικόνες δείχνουν τη σχέση των καλύψεων γης για κάθε χρονικό βήμα που έχει τεθεί (1 έτος στην προκειμένη δηλαδή) έως το 2021.<br /> <br /> [[Εικόνα:sxima004.jpg | thumb | right| Σχήμα 4. Καλύψεις γης για τα έτη πρόβλεψης 2012, 2015, 2018, 2021, (κλίμακα 1:40.000), πηγή:μελέτη]]<br /> <br /> Επιπλέον σχετικά με τα αρχεία εικόνων, δημιουργήθηκε μια εικόνα που απεικονίζει τη μεταβολή της αστικής χρήσης στην περιοχή μελέτης από το 2007 έως το 2021. Το εύρος των τιμών των εικονοστοιχείων κυμαίνεται σύμφωνα με την πιθανότητα αστικής εξάπλωσης στο τελευταίο έτος της πρόβλεψης (2021). <br /> <br /> [[Εικόνα:sxima005.jpg | thumb | right| Σχήμα 5. Πρόβλεψη αστικής διάχυσης από το 2007 έως το 2021(αρχική κατάσταση, κίτρινο χρώμα), (κλίμακα 1:40.000), πηγή:μελέτη]]<br /> <br /> Η παραπάνω εικόνα δείχνει χαρακτηριστικά τη μεγαλύτερη πιθανότητα εξάπλωσης των αστικών χρήσεων γύρω από το οδικό δίκτυο (παρόδια δόμηση). Μεγαλύτερο ποσοστό διάχυσης εμφανίζει το νοτιοδυτικό τμήμα της πόλης της Καρδίτσας, κυρίως λόγω της περιφερειακής οδού. Η περιοχή περιμετρικά της Καρδιτσομαγούλας παρουσιάζει μικρό ποσοστό, με ένα μικρό κομμάτι στο νότιο τμήμα της, κοντά στην πόλη της Καρδίτσας με ποσοστό 80- 90%. <br /> <br /> =='''Εφαρμογή του CA- Markov'''==<br /> <br /> Στο κεφάλαιο αυτό παρουσιάζεται μια εναλλακτική μέθοδος μελέτης της εξάπλωσης του αστικού ιστού της πόλης με την εφαρμογή τηλεπισκοπικών δεδομένων και του μοντέλου CA- Markov. Η μεθοδολογική αλυσίδα που ακολουθήθηκε περιλαμβάνει τέσσερα βασικά στάδια, την προεπεξεργασία των εικόνων, την ταξινόμηση (ορισμός φασματικών υπογραφών, επιβλεπόμενη ταξινόμηση, φιλτράρισμα, αποτίμηση ακρίβειας) και την εφαρμογή του μοντέλου CA- Markov<br /> Η ταξινόμηση που χρησιμοποιήθηκε είναι η επιβλεπόμενη ταξινόμηση. Για την αντιστοίχηση των pixel σε κατηγορίες χρησιμοποιήθηκε η μέθοδος της μεγίστης πιθανοφάνειας (maximum likelihood). Η maximum likelihood χρησιμοποιείται περισσότερο από κάθε άλλη μέθοδο ταξινόμησης δίνοντας σε πολλές περιπτώσεις καλό αποτέλεσμα. Στηρίζεται στην παραδοχή ότι οι τιμές των δειγματοληπτικών περιοχών όσο και των κατηγοριών ακολουθούν την κανονική κατανομή, γεγονός που δεν εξακριβώνεται πάντα στην πράξη (Σταθάκης, 2003).<br /> Από τα αποτελέσματα της ταξινόμησης προκύπτει ότι η πόλη δεν έχει εξαπλωθεί πολύ προς τα βόρεια ενώ έντονη αστική διάχυση παρατηρείται προς το νοτιοδυτικό και προς το νοτιοανατολικό κομμάτι της πόλης. <br /> <br /> [[Εικόνα:sxima006.jpg | thumb | right| Σχήμα 6. Επιβλεπόμενη ταξινόμηση, 1985, 1992, 2000, 2011, (κλίμακα 1:40.000), πηγή:μελέτη]]<br /> <br /> ==='''Αποτελέσματα'''===<br /> <br /> Τα συμπεράσματα που προκύπτουν από την αποτίμηση της ακρίβειας είναι ότι εφόσον ο δείκτης Κ είναι πάνω από 78% (80-95% αντίστοιχα), οι ταξινομήσεις παρουσιάζουν ικανοποιητικό ποσοστό ακρίβειας και αξιοπιστίας.<br /> <br /> [[Εικόνα:sxima007.jpg | thumb | right| Σχήμα 7. Αποτέλεσμα μοντέλου CA- Markov, (κλίμακα 1:40.000), πηγή:μελέτη]]<br /> <br /> Στην εικόνα της πρόβλεψης το αστικό καταλαμβάνει έκταση 25.387,2 στρέμματα, με ποσοστό αύξησης από το έτος 2011 40%. Σε γενικές γραμμές σύμφωνα με το μοντέλο Markov, ο αστικός και περιαστικός ιστός της πόλης της Καρδίτσας στα επόμενα δέκα χρόνια θα εξαπλωθεί ομοιόμορφα, δηλαδή όπου υπάρχει αστικό το μοντέλο δείχνει ότι θα αυξηθεί. Το αποτέλεσμα αυτό δεν είναι απολύτως σωστό, κυρίως λόγω της οικονομικής κρίσης που πλήττει τη χώρα τα τελευταία χρόνια (μείωση του ποσοστού της οικοδομικής δραστηριότητας) και της διάρκειας της.<br /> <br /> =='''Σύγκριση δύο μεθόδων πρόβλεψης αστικής εξάπλωσης'''==<br /> <br /> Εφαρμόζοντας τις δύο μεθόδους πρόβλεψης της αστικής εξάπλωσης στην πόλη της Καρδίτσας, γίνεται εμφανές ότι το μοντέλο SLEUTH δίνει πιο ακριβή και ρεαλιστικά αποτελέσματα επειδή συμπίπτουν περισσότερο με τις σημερινές τάσεις αστικοποίησης όπως εξετάστηκαν στο κεφάλαιο 3 (βορειοανατολικό και νοτιοδυτικό τμήμα της πόλης).<br /> Ένα σημαντικό πλεονέκτημα του συγκεκριμένου μοντέλου είναι ότι με τη βαθμονόμηση του τρόπου που μια περιοχή έχει αλλάξει στο παρελθόν, μπορεί να τεκμηριωθεί μια λογική πρόβλεψη για μελλοντική αλλαγή. <br /> Ένα ακόμη σημαντικό πλεονέκτημα του SLEUTH είναι ότι στα δεδομένα εξαγωγής δημιουργούνται τόσες εικόνες όσες και οι χρονοσειρές μέχρι το έτος πρόβλεψης.<br /> Τέλος αξίζει να σημειωθεί ότι το μοντέλο SLEUTH αποτελεί (free) λογισμικό χωρίς καμία χρέωση.<br /> Από την άλλη πλευρά όμως η μέθοδος του SLEUTH παρουσιάζει κάποια σημαντικά μειονεκτήματα στη χρήση του, όπως τα ελλιπή δεδομένα για το αστικό και τις καλύψεις γης που είναι περιορισμένα κυρίως για τον Ελλαδικό χώρο<br /> Εν αντιθέσει η μέθοδος Markov είναι πολύ απλούστερη λειτουργικά, πιο γρήγορη και απαιτεί μικρότερο όγκο raster αρχείων. Η συγκέντρωση δεδομένων είναι ευκολότερη (δορυφορικές εικόνες) και συνήθως χωρίς οικονομικό κόστος. <br /> Σε γενικές γραμμές το μοντέλο SLEUTH προβλέπει την εξάπλωση του αστικού με βάση τις τάσεις αστικής εξάπλωσης των προηγούμενων ετών, όπως και τα περισσότερα μοντέλα πρόβλεψης.<br /> Σημαντικό επομένως θα ήταν μελλοντικά αν εφαρμόζονταν κάποιες προγραμματιστικές διορθώσεις προσθέτοντας τις παραμέτρους αυτές στα δεδομένα εισαγωγής του μοντέλου.<br /> <br /> =='''Συμπεράσματα'''==<br /> <br /> Συμπερασματικά, από την εφαρμογή των δύο μεθόδων πρόβλεψης της αστικής διάχυσης προκύπτει ότι το μοντέλο SLEUTH εμφανίζει μεγαλύτερο βαθμό προσομοίωσης με την πραγματικότητα και μπορεί συνδυάζοντας εφαρμογές τηλεπισκόπησης και ΓΣΠ να αποτελέσει ένα αρκετά δυναμικό εργαλείο του πολεοδομικού σχεδιασμού.<br /> <br /> <br /> [[category:Αστικός και περιφερειακός σχεδιασμός]]</div>

Ltsoukanelis http://147.102.106.44/rs/wiki/index.php/%CE%A3%CF%8D%CE%B3%CE%BA%CF%81%CE%B9%CF%83%CE%B7_%CE%BC%CE%BF%CE%BD%CF%84%CE%AD%CE%BB%CF%89%CE%BD_%CF%80%CF%81%CF%8C%CE%B2%CE%BB%CE%B5%CF%88%CE%B7%CF%82_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%B5%CE%BE%CE%AC%CF%80%CE%BB%CF%89%CF%83%CE%B7%CF%82_%CF%83%CE%B5_%CE%BC%CE%B5%CF%83%CE%B1%CE%AF%CE%BF%CF%85_%CE%BC%CE%B5%CE%B3%CE%AD%CE%B8%CE%BF%CF%85%CF%82_%CE%B5%CE%BB%CE%BB%CE%B7%CE%BD%CE%B9%CE%BA%CE%AE_%CF%80%CF%8C%CE%BB%CE%B7_(%CE%9A%CE%B1%CF%81%CE%B4%CE%AF%CF%84%CF%83%CE%B1) 2017-03-12T18:12:12Z

<p>Ltsoukanelis: </p> <hr /> <div>'''Συγγραφείς :''' Κουκόσια Ηλιάνα,Πανεπιστήμιο Θεσσαλίας, Τμήμα Μηχανικών Χωροταξίας Πολεοδομίας και Περιφερειακής Ανάπτυξης, <br /> Σταθάκης Δημήτρης,Πανεπιστήμιο Θεσσαλίας, Τμήμα Μηχανικών Χωροταξίας Πολεοδομίας και Περιφερειακής <br /> Ανάπτυξης. <br /> <br /> '''Πηγή :''' [http://docplayer.gr/3607882-Sygkrisi-montelon-provlepsis-astikis-exaplosis-se-mesaioy-megethoys-elliniki-poli-karditsas.html Link]<br /> <br /> '''Λέξεις κλειδιά :''' Αστική, εξάπλωση, πόλη, Καρδίτσα <br /> '''Περίληψη'''<br /> <br /> Η εργασία έχει ως σκοπό τη σύγκριση των μοντέλων πρόβλεψης αστικής εξάπλωσης SLEUTH και CA-Markov που βασίζονται στη μέθοδο των Κυψελοειδών Αυτομάτων, στην πόλη της Καρδίτσας.<br /> <br /> =='''1. Εισαγωγικά'''==<br /> <br /> Σκοπός των μοντέλων πρόβλεψης αστικής εξάπλωσης είναι να αποδώσουν τους κανόνες που έχουν χρησιμοποιηθεί στο παρελθόν για τον καλύτερο σχεδιασμό των μελλοντικών αστικών προτύπων. Ωστόσο μέχρι στιγμής δεν έχει εφαρμοστεί κανένα αυστηρό πλαίσιο για τη μοντελοποίηση της αστικής εξάπλωσης. Έχουν προταθεί πολλά μοντέλα στο παρελθόν, οι πρόσφατες τάσεις μεταξύ άλλων περιλαμβάνουν τα κυτταρικά αυτόματα.<br /> <br /> =='''2. Κυψελοειδή Αυτόματα'''==<br /> <br /> Τα Κυψελοειδή Αυτόματα (Cellular Automata) ΚΑ αποτελούν μια υπολογιστική μέθοδο ικανή να προσομοιώσει τις εξελικτικές διαδικασίες περιγράφοντας ένα πολύπλοκο σύστημα με ένα σύνολο απλών κανόνων. Μέσω της βαθμονόμησης μπορεί το μοντέλο των ΚΑ να παράγει αυτόματα ένα αστικό πρότυπο αρκετά κοντά στην πραγματικότητα<br /> <br /> =='''3. Περιοχή μελέτης'''==<br /> <br /> Για την εφαρμογή των μοντέλων εξετάζεται η ευρύτερη περιοχή της πόλης της Καρδίτσας, συμπεριλαμβανομένης και της Καρδιτσομαγούλας, που ανήκει στους οικισμούς άνω των 2.000 κατοίκων. Τα Δημοτικά Διαμερίσματα Καρδίτσας και Καρδιτσομαγούλας καταλαμβάνουν συνολική έκταση επιφάνειας 60.754,58 στρεμμάτων και έκταση αστικού ιστού περίπου 7.500 στρέμματα. Εξαιτίας της γειτνίασης των δύο οικισμών (απόσταση περίπου 2,5 χιλιομέτρων) οι εξαρτήσεις και οι αλληλεπιδράσεις είναι ιδιαίτερα έντονες.<br /> <br /> [[Εικόνα:sxima001.jpg | thumb | right| Σχήμα 1. Περιοχή μελέτης, κτηματολόγιο 2009 (κλίμακα 1:25.000), πηγή:μελέτη]] <br /> <br /> <br /> =='''4. Εφαρμογή του μοντέλου SLEUTH'''==<br /> <br /> Η εφαρμογή του μοντέλου SLEUTH περιλαμβάνει έξι βήματα, τη μεταγλώττιση (compilation) όπου με χρήση συγκεκριμένων εντολών, γίνεται η μετάφραση του πηγαίου κώδικα (source code) του SLEUTH, την προετοιμασία των χωροχρονικών δεδομένου εισόδου, τη βαθμονόμηση (calibration), κατά την οποία αναγνωρίζονται και προσομοιώνονται τα ιστορικά μοτίβα αστικής ανάπτυξης, την πρόβλεψη (prediction) όπου τα μοτίβα προβάλλονται σε μελλοντικά σημεία, την εξαγωγή και επεξεργασία των αποτελεσμάτων των δεδομένων εξόδου και την εκτίμηση της ακρίβειας του μοντέλου. <br /> <br /> [[Εικόνα:sxima002.jpg | thumb | right| Σχήμα 2. Μεταβολές αστικής κάλυψης για τα έτη 1985, 1990, 2000 και 2007, (κλίμακα 1:40.000, πηγή:μελέτη]] <br /> <br /> Από τις εικόνες φαίνεται ότι δεν υπήρξε ιδιαίτερη αύξηση της αστικής γης με την πάροδο των χρόνων. Το τμήμα που αναπτύχθηκε περισσότερο είναι το νοτιοδυτικό.<br /> Εν συνεχεία, αναπτύχθηκε ένα βασικό σενάριο για την προσομοίωση του χωρικού πρότυπου της αστικής ανάπτυξης στην περιοχή μελέτης. Το σενάριο αυτό είναι η ελεύθερη αστική εξάπλωση χωρίς κανένα περιορισμό (διατηρώντας τη δυναμική του παρατηρούμενου χωρικού προτύπου από το έτος 1985 έως το 2007).<br /> <br /> ===''' Αποτελέσματα'''===<br /> <br /> Τα δεδομένα εξαγωγής του σεναρίου της πρόβλεψης είναι δύο ειδών, αρχεία εικόνων τύπου gif που είναι όλα στην ίδια ανάλυση και πυκνότητα εικονοστοιχείων με τις εικόνες εισαγωγής και στατιστικά αρχεία.<br /> Οι εικόνες δείχνουν τη σχέση των καλύψεων γης για κάθε χρονικό βήμα που έχει τεθεί (1 έτος στην προκειμένη δηλαδή) έως το 2021.<br /> <br /> [[Εικόνα:sxima004.jpg | thumb | right| Σχήμα 4. Καλύψεις γης για τα έτη πρόβλεψης 2012, 2015, 2018, 2021, (κλίμακα 1:40.000), πηγή:μελέτη]]<br /> <br /> Επιπλέον σχετικά με τα αρχεία εικόνων, δημιουργήθηκε μια εικόνα που απεικονίζει τη μεταβολή της αστικής χρήσης στην περιοχή μελέτης από το 2007 έως το 2021. Το εύρος των τιμών των εικονοστοιχείων κυμαίνεται σύμφωνα με την πιθανότητα αστικής εξάπλωσης στο τελευταίο έτος της πρόβλεψης (2021). <br /> <br /> [[Εικόνα:sxima005.jpg | thumb | right| Σχήμα 5. Πρόβλεψη αστικής διάχυσης από το 2007 έως το 2021(αρχική κατάσταση, κίτρινο χρώμα), (κλίμακα 1:40.000), πηγή:μελέτη]]<br /> <br /> Η παραπάνω εικόνα δείχνει χαρακτηριστικά τη μεγαλύτερη πιθανότητα εξάπλωσης των αστικών χρήσεων γύρω από το οδικό δίκτυο (παρόδια δόμηση). Μεγαλύτερο ποσοστό διάχυσης εμφανίζει το νοτιοδυτικό τμήμα της πόλης της Καρδίτσας, κυρίως λόγω της περιφερειακής οδού. Η περιοχή περιμετρικά της Καρδιτσομαγούλας παρουσιάζει μικρό ποσοστό, με ένα μικρό κομμάτι στο νότιο τμήμα της, κοντά στην πόλη της Καρδίτσας με ποσοστό 80- 90%. <br /> <br /> =='''5. Εφαρμογή του CA- Markov'''==<br /> <br /> Στο κεφάλαιο αυτό παρουσιάζεται μια εναλλακτική μέθοδος μελέτης της εξάπλωσης του αστικού ιστού της πόλης με την εφαρμογή τηλεπισκοπικών δεδομένων και του μοντέλου CA- Markov. Η μεθοδολογική αλυσίδα που ακολουθήθηκε περιλαμβάνει τέσσερα βασικά στάδια, την προεπεξεργασία των εικόνων, την ταξινόμηση (ορισμός φασματικών υπογραφών, επιβλεπόμενη ταξινόμηση, φιλτράρισμα, αποτίμηση ακρίβειας) και την εφαρμογή του μοντέλου CA- Markov<br /> Η ταξινόμηση που χρησιμοποιήθηκε είναι η επιβλεπόμενη ταξινόμηση. Για την αντιστοίχηση των pixel σε κατηγορίες χρησιμοποιήθηκε η μέθοδος της μεγίστης πιθανοφάνειας (maximum likelihood). Η maximum likelihood χρησιμοποιείται περισσότερο από κάθε άλλη μέθοδο ταξινόμησης δίνοντας σε πολλές περιπτώσεις καλό αποτέλεσμα. Στηρίζεται στην παραδοχή ότι οι τιμές των δειγματοληπτικών περιοχών όσο και των κατηγοριών ακολουθούν την κανονική κατανομή, γεγονός που δεν εξακριβώνεται πάντα στην πράξη (Σταθάκης, 2003).<br /> Από τα αποτελέσματα της ταξινόμησης προκύπτει ότι η πόλη δεν έχει εξαπλωθεί πολύ προς τα βόρεια ενώ έντονη αστική διάχυση παρατηρείται προς το νοτιοδυτικό και προς το νοτιοανατολικό κομμάτι της πόλης. <br /> <br /> [[Εικόνα:sxima006.jpg | thumb | right| Σχήμα 6. Επιβλεπόμενη ταξινόμηση, 1985, 1992, 2000, 2011, (κλίμακα 1:40.000), πηγή:μελέτη]]<br /> <br /> ===''' Αποτελέσματα'''===<br /> <br /> Τα συμπεράσματα που προκύπτουν από την αποτίμηση της ακρίβειας είναι ότι εφόσον ο δείκτης Κ είναι πάνω από 78% (80-95% αντίστοιχα), οι ταξινομήσεις παρουσιάζουν ικανοποιητικό ποσοστό ακρίβειας και αξιοπιστίας.<br /> <br /> [[Εικόνα:sxima007.jpg | thumb | right| Σχήμα 7. Αποτέλεσμα μοντέλου CA- Markov, (κλίμακα 1:40.000), πηγή:μελέτη]]<br /> <br /> Στην εικόνα της πρόβλεψης το αστικό καταλαμβάνει έκταση 25.387,2 στρέμματα, με ποσοστό αύξησης από το έτος 2011 40%. Σε γενικές γραμμές σύμφωνα με το μοντέλο Markov, ο αστικός και περιαστικός ιστός της πόλης της Καρδίτσας στα επόμενα δέκα χρόνια θα εξαπλωθεί ομοιόμορφα, δηλαδή όπου υπάρχει αστικό το μοντέλο δείχνει ότι θα αυξηθεί. Το αποτέλεσμα αυτό δεν είναι απολύτως σωστό, κυρίως λόγω της οικονομικής κρίσης που πλήττει τη χώρα τα τελευταία χρόνια (μείωση του ποσοστού της οικοδομικής δραστηριότητας) και της διάρκειας της.<br /> <br /> =='''6. Σύγκριση δύο μεθόδων πρόβλεψης αστικής εξάπλωσης'''==<br /> <br /> Εφαρμόζοντας τις δύο μεθόδους πρόβλεψης της αστικής εξάπλωσης στην πόλη της Καρδίτσας, γίνεται εμφανές ότι το μοντέλο SLEUTH δίνει πιο ακριβή και ρεαλιστικά αποτελέσματα επειδή συμπίπτουν περισσότερο με τις σημερινές τάσεις αστικοποίησης όπως εξετάστηκαν στο κεφάλαιο 3 (βορειοανατολικό και νοτιοδυτικό τμήμα της πόλης).<br /> Ένα σημαντικό πλεονέκτημα του συγκεκριμένου μοντέλου είναι ότι με τη βαθμονόμηση του τρόπου που μια περιοχή έχει αλλάξει στο παρελθόν, μπορεί να τεκμηριωθεί μια λογική πρόβλεψη για μελλοντική αλλαγή. <br /> Ένα ακόμη σημαντικό πλεονέκτημα του SLEUTH είναι ότι στα δεδομένα εξαγωγής δημιουργούνται τόσες εικόνες όσες και οι χρονοσειρές μέχρι το έτος πρόβλεψης.<br /> Τέλος αξίζει να σημειωθεί ότι το μοντέλο SLEUTH αποτελεί (free) λογισμικό χωρίς καμία χρέωση.<br /> Από την άλλη πλευρά όμως η μέθοδος του SLEUTH παρουσιάζει κάποια σημαντικά μειονεκτήματα στη χρήση του, όπως τα ελλιπή δεδομένα για το αστικό και τις καλύψεις γης που είναι περιορισμένα κυρίως για τον Ελλαδικό χώρο<br /> Εν αντιθέσει η μέθοδος Markov είναι πολύ απλούστερη λειτουργικά, πιο γρήγορη και απαιτεί μικρότερο όγκο raster αρχείων. Η συγκέντρωση δεδομένων είναι ευκολότερη (δορυφορικές εικόνες) και συνήθως χωρίς οικονομικό κόστος. <br /> Σε γενικές γραμμές το μοντέλο SLEUTH προβλέπει την εξάπλωση του αστικού με βάση τις τάσεις αστικής εξάπλωσης των προηγούμενων ετών, όπως και τα περισσότερα μοντέλα πρόβλεψης.<br /> Σημαντικό επομένως θα ήταν μελλοντικά αν εφαρμόζονταν κάποιες προγραμματιστικές διορθώσεις προσθέτοντας τις παραμέτρους αυτές στα δεδομένα εισαγωγής του μοντέλου.<br /> <br /> =='''7. Συμπεράσματα'''==<br /> <br /> Συμπερασματικά, από την εφαρμογή των δύο μεθόδων πρόβλεψης της αστικής διάχυσης προκύπτει ότι το μοντέλο SLEUTH εμφανίζει μεγαλύτερο βαθμό προσομοίωσης με την πραγματικότητα και μπορεί συνδυάζοντας εφαρμογές τηλεπισκόπησης και ΓΣΠ να αποτελέσει ένα αρκετά δυναμικό εργαλείο του πολεοδομικού σχεδιασμού.<br /> <br /> <br /> [[category:Αστικός και περιφερειακός σχεδιασμός]]</div>

Ltsoukanelis http://147.102.106.44/rs/wiki/index.php/%CE%A3%CF%8D%CE%B3%CE%BA%CF%81%CE%B9%CF%83%CE%B7_%CE%BC%CE%BF%CE%BD%CF%84%CE%AD%CE%BB%CF%89%CE%BD_%CF%80%CF%81%CF%8C%CE%B2%CE%BB%CE%B5%CF%88%CE%B7%CF%82_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%B5%CE%BE%CE%AC%CF%80%CE%BB%CF%89%CF%83%CE%B7%CF%82_%CF%83%CE%B5_%CE%BC%CE%B5%CF%83%CE%B1%CE%AF%CE%BF%CF%85_%CE%BC%CE%B5%CE%B3%CE%AD%CE%B8%CE%BF%CF%85%CF%82_%CE%B5%CE%BB%CE%BB%CE%B7%CE%BD%CE%B9%CE%BA%CE%AE_%CF%80%CF%8C%CE%BB%CE%B7_(%CE%9A%CE%B1%CF%81%CE%B4%CE%AF%CF%84%CF%83%CE%B1) 2017-03-12T18:11:58Z

<p>Ltsoukanelis: </p> <hr /> <div>'''Συγγραφείς :''' Κουκόσια Ηλιάνα,Πανεπιστήμιο Θεσσαλίας, Τμήμα Μηχανικών Χωροταξίας Πολεοδομίας και Περιφερειακής Ανάπτυξης, <br /> Σταθάκης Δημήτρης,Πανεπιστήμιο Θεσσαλίας, Τμήμα Μηχανικών Χωροταξίας Πολεοδομίας και Περιφερειακής <br /> Ανάπτυξης. <br /> <br /> '''Πηγή :''' [http://docplayer.gr/3607882-Sygkrisi-montelon-provlepsis-astikis-exaplosis-se-mesaioy-megethoys-elliniki-poli-karditsas.html Link]<br /> <br /> '''Λέξεις κλειδιά :''' Αστική, εξάπλωση, πόλη, Καρδίτσα <br /> '''Περίληψη'''<br /> <br /> Η εργασία έχει ως σκοπό τη σύγκριση των μοντέλων πρόβλεψης αστικής εξάπλωσης SLEUTH και CA-Markov που βασίζονται στη μέθοδο των Κυψελοειδών Αυτομάτων, στην πόλη της Καρδίτσας.<br /> <br /> =='''1. Εισαγωγικά'''==<br /> <br /> Σκοπός των μοντέλων πρόβλεψης αστικής εξάπλωσης είναι να αποδώσουν τους κανόνες που έχουν χρησιμοποιηθεί στο παρελθόν για τον καλύτερο σχεδιασμό των μελλοντικών αστικών προτύπων. Ωστόσο μέχρι στιγμής δεν έχει εφαρμοστεί κανένα αυστηρό πλαίσιο για τη μοντελοποίηση της αστικής εξάπλωσης. Έχουν προταθεί πολλά μοντέλα στο παρελθόν, οι πρόσφατες τάσεις μεταξύ άλλων περιλαμβάνουν τα κυτταρικά αυτόματα.<br /> <br /> =='''2. Κυψελοειδή Αυτόματα'''==<br /> <br /> Τα Κυψελοειδή Αυτόματα (Cellular Automata) ΚΑ αποτελούν μια υπολογιστική μέθοδο ικανή να προσομοιώσει τις εξελικτικές διαδικασίες περιγράφοντας ένα πολύπλοκο σύστημα με ένα σύνολο απλών κανόνων. Μέσω της βαθμονόμησης μπορεί το μοντέλο των ΚΑ να παράγει αυτόματα ένα αστικό πρότυπο αρκετά κοντά στην πραγματικότητα<br /> <br /> =='''3. Περιοχή μελέτης'''==<br /> <br /> Για την εφαρμογή των μοντέλων εξετάζεται η ευρύτερη περιοχή της πόλης της Καρδίτσας, συμπεριλαμβανομένης και της Καρδιτσομαγούλας, που ανήκει στους οικισμούς άνω των 2.000 κατοίκων. Τα Δημοτικά Διαμερίσματα Καρδίτσας και Καρδιτσομαγούλας καταλαμβάνουν συνολική έκταση επιφάνειας 60.754,58 στρεμμάτων και έκταση αστικού ιστού περίπου 7.500 στρέμματα. Εξαιτίας της γειτνίασης των δύο οικισμών (απόσταση περίπου 2,5 χιλιομέτρων) οι εξαρτήσεις και οι αλληλεπιδράσεις είναι ιδιαίτερα έντονες.<br /> <br /> [[Εικόνα:sxima001.jpg | thumb | right| Σχήμα 1. Περιοχή μελέτης, κτηματολόγιο 2009 (κλίμακα 1:25.000), πηγή:μελέτη]] <br /> <br /> <br /> =='''4. Εφαρμογή του μοντέλου SLEUTH'''==<br /> <br /> Η εφαρμογή του μοντέλου SLEUTH περιλαμβάνει έξι βήματα, τη μεταγλώττιση (compilation) όπου με χρήση συγκεκριμένων εντολών, γίνεται η μετάφραση του πηγαίου κώδικα (source code) του SLEUTH, την προετοιμασία των χωροχρονικών δεδομένου εισόδου, τη βαθμονόμηση (calibration), κατά την οποία αναγνωρίζονται και προσομοιώνονται τα ιστορικά μοτίβα αστικής ανάπτυξης, την πρόβλεψη (prediction) όπου τα μοτίβα προβάλλονται σε μελλοντικά σημεία, την εξαγωγή και επεξεργασία των αποτελεσμάτων των δεδομένων εξόδου και την εκτίμηση της ακρίβειας του μοντέλου. <br /> <br /> [[Εικόνα:sxima002.jpg | thumb | right| Σχήμα 2. Μεταβολές αστικής κάλυψης για τα έτη 1985, 1990, 2000 και 2007, (κλίμακα 1:40.000, πηγή:μελέτη]] <br /> <br /> Από τις εικόνες φαίνεται ότι δεν υπήρξε ιδιαίτερη αύξηση της αστικής γης με την πάροδο των χρόνων. Το τμήμα που αναπτύχθηκε περισσότερο είναι το νοτιοδυτικό.<br /> Εν συνεχεία, αναπτύχθηκε ένα βασικό σενάριο για την προσομοίωση του χωρικού πρότυπου της αστικής ανάπτυξης στην περιοχή μελέτης. Το σενάριο αυτό είναι η ελεύθερη αστική εξάπλωση χωρίς κανένα περιορισμό (διατηρώντας τη δυναμική του παρατηρούμενου χωρικού προτύπου από το έτος 1985 έως το 2007).<br /> <br /> ==='''4.2 Αποτελέσματα'''===<br /> <br /> Τα δεδομένα εξαγωγής του σεναρίου της πρόβλεψης είναι δύο ειδών, αρχεία εικόνων τύπου gif που είναι όλα στην ίδια ανάλυση και πυκνότητα εικονοστοιχείων με τις εικόνες εισαγωγής και στατιστικά αρχεία.<br /> Οι εικόνες δείχνουν τη σχέση των καλύψεων γης για κάθε χρονικό βήμα που έχει τεθεί (1 έτος στην προκειμένη δηλαδή) έως το 2021.<br /> <br /> [[Εικόνα:sxima004.jpg | thumb | right| Σχήμα 4. Καλύψεις γης για τα έτη πρόβλεψης 2012, 2015, 2018, 2021, (κλίμακα 1:40.000), πηγή:μελέτη]]<br /> <br /> Επιπλέον σχετικά με τα αρχεία εικόνων, δημιουργήθηκε μια εικόνα που απεικονίζει τη μεταβολή της αστικής χρήσης στην περιοχή μελέτης από το 2007 έως το 2021. Το εύρος των τιμών των εικονοστοιχείων κυμαίνεται σύμφωνα με την πιθανότητα αστικής εξάπλωσης στο τελευταίο έτος της πρόβλεψης (2021). <br /> <br /> [[Εικόνα:sxima005.jpg | thumb | right| Σχήμα 5. Πρόβλεψη αστικής διάχυσης από το 2007 έως το 2021(αρχική κατάσταση, κίτρινο χρώμα), (κλίμακα 1:40.000), πηγή:μελέτη]]<br /> <br /> Η παραπάνω εικόνα δείχνει χαρακτηριστικά τη μεγαλύτερη πιθανότητα εξάπλωσης των αστικών χρήσεων γύρω από το οδικό δίκτυο (παρόδια δόμηση). Μεγαλύτερο ποσοστό διάχυσης εμφανίζει το νοτιοδυτικό τμήμα της πόλης της Καρδίτσας, κυρίως λόγω της περιφερειακής οδού. Η περιοχή περιμετρικά της Καρδιτσομαγούλας παρουσιάζει μικρό ποσοστό, με ένα μικρό κομμάτι στο νότιο τμήμα της, κοντά στην πόλη της Καρδίτσας με ποσοστό 80- 90%. <br /> <br /> =='''5. Εφαρμογή του CA- Markov'''==<br /> <br /> Στο κεφάλαιο αυτό παρουσιάζεται μια εναλλακτική μέθοδος μελέτης της εξάπλωσης του αστικού ιστού της πόλης με την εφαρμογή τηλεπισκοπικών δεδομένων και του μοντέλου CA- Markov. Η μεθοδολογική αλυσίδα που ακολουθήθηκε περιλαμβάνει τέσσερα βασικά στάδια, την προεπεξεργασία των εικόνων, την ταξινόμηση (ορισμός φασματικών υπογραφών, επιβλεπόμενη ταξινόμηση, φιλτράρισμα, αποτίμηση ακρίβειας) και την εφαρμογή του μοντέλου CA- Markov<br /> Η ταξινόμηση που χρησιμοποιήθηκε είναι η επιβλεπόμενη ταξινόμηση. Για την αντιστοίχηση των pixel σε κατηγορίες χρησιμοποιήθηκε η μέθοδος της μεγίστης πιθανοφάνειας (maximum likelihood). Η maximum likelihood χρησιμοποιείται περισσότερο από κάθε άλλη μέθοδο ταξινόμησης δίνοντας σε πολλές περιπτώσεις καλό αποτέλεσμα. Στηρίζεται στην παραδοχή ότι οι τιμές των δειγματοληπτικών περιοχών όσο και των κατηγοριών ακολουθούν την κανονική κατανομή, γεγονός που δεν εξακριβώνεται πάντα στην πράξη (Σταθάκης, 2003).<br /> Από τα αποτελέσματα της ταξινόμησης προκύπτει ότι η πόλη δεν έχει εξαπλωθεί πολύ προς τα βόρεια ενώ έντονη αστική διάχυση παρατηρείται προς το νοτιοδυτικό και προς το νοτιοανατολικό κομμάτι της πόλης. <br /> <br /> [[Εικόνα:sxima006.jpg | thumb | right| Σχήμα 6. Επιβλεπόμενη ταξινόμηση, 1985, 1992, 2000, 2011, (κλίμακα 1:40.000), πηγή:μελέτη]]<br /> <br /> ==='''5.2 Αποτελέσματα'''===<br /> <br /> Τα συμπεράσματα που προκύπτουν από την αποτίμηση της ακρίβειας είναι ότι εφόσον ο δείκτης Κ είναι πάνω από 78% (80-95% αντίστοιχα), οι ταξινομήσεις παρουσιάζουν ικανοποιητικό ποσοστό ακρίβειας και αξιοπιστίας.<br /> <br /> [[Εικόνα:sxima007.jpg | thumb | right| Σχήμα 7. Αποτέλεσμα μοντέλου CA- Markov, (κλίμακα 1:40.000), πηγή:μελέτη]]<br /> <br /> Στην εικόνα της πρόβλεψης το αστικό καταλαμβάνει έκταση 25.387,2 στρέμματα, με ποσοστό αύξησης από το έτος 2011 40%. Σε γενικές γραμμές σύμφωνα με το μοντέλο Markov, ο αστικός και περιαστικός ιστός της πόλης της Καρδίτσας στα επόμενα δέκα χρόνια θα εξαπλωθεί ομοιόμορφα, δηλαδή όπου υπάρχει αστικό το μοντέλο δείχνει ότι θα αυξηθεί. Το αποτέλεσμα αυτό δεν είναι απολύτως σωστό, κυρίως λόγω της οικονομικής κρίσης που πλήττει τη χώρα τα τελευταία χρόνια (μείωση του ποσοστού της οικοδομικής δραστηριότητας) και της διάρκειας της.<br /> <br /> =='''6. Σύγκριση δύο μεθόδων πρόβλεψης αστικής εξάπλωσης'''==<br /> <br /> Εφαρμόζοντας τις δύο μεθόδους πρόβλεψης της αστικής εξάπλωσης στην πόλη της Καρδίτσας, γίνεται εμφανές ότι το μοντέλο SLEUTH δίνει πιο ακριβή και ρεαλιστικά αποτελέσματα επειδή συμπίπτουν περισσότερο με τις σημερινές τάσεις αστικοποίησης όπως εξετάστηκαν στο κεφάλαιο 3 (βορειοανατολικό και νοτιοδυτικό τμήμα της πόλης).<br /> Ένα σημαντικό πλεονέκτημα του συγκεκριμένου μοντέλου είναι ότι με τη βαθμονόμηση του τρόπου που μια περιοχή έχει αλλάξει στο παρελθόν, μπορεί να τεκμηριωθεί μια λογική πρόβλεψη για μελλοντική αλλαγή. <br /> Ένα ακόμη σημαντικό πλεονέκτημα του SLEUTH είναι ότι στα δεδομένα εξαγωγής δημιουργούνται τόσες εικόνες όσες και οι χρονοσειρές μέχρι το έτος πρόβλεψης.<br /> Τέλος αξίζει να σημειωθεί ότι το μοντέλο SLEUTH αποτελεί (free) λογισμικό χωρίς καμία χρέωση.<br /> Από την άλλη πλευρά όμως η μέθοδος του SLEUTH παρουσιάζει κάποια σημαντικά μειονεκτήματα στη χρήση του, όπως τα ελλιπή δεδομένα για το αστικό και τις καλύψεις γης που είναι περιορισμένα κυρίως για τον Ελλαδικό χώρο<br /> Εν αντιθέσει η μέθοδος Markov είναι πολύ απλούστερη λειτουργικά, πιο γρήγορη και απαιτεί μικρότερο όγκο raster αρχείων. Η συγκέντρωση δεδομένων είναι ευκολότερη (δορυφορικές εικόνες) και συνήθως χωρίς οικονομικό κόστος. <br /> Σε γενικές γραμμές το μοντέλο SLEUTH προβλέπει την εξάπλωση του αστικού με βάση τις τάσεις αστικής εξάπλωσης των προηγούμενων ετών, όπως και τα περισσότερα μοντέλα πρόβλεψης.<br /> Σημαντικό επομένως θα ήταν μελλοντικά αν εφαρμόζονταν κάποιες προγραμματιστικές διορθώσεις προσθέτοντας τις παραμέτρους αυτές στα δεδομένα εισαγωγής του μοντέλου.<br /> <br /> =='''7. Συμπεράσματα'''==<br /> <br /> Συμπερασματικά, από την εφαρμογή των δύο μεθόδων πρόβλεψης της αστικής διάχυσης προκύπτει ότι το μοντέλο SLEUTH εμφανίζει μεγαλύτερο βαθμό προσομοίωσης με την πραγματικότητα και μπορεί συνδυάζοντας εφαρμογές τηλεπισκόπησης και ΓΣΠ να αποτελέσει ένα αρκετά δυναμικό εργαλείο του πολεοδομικού σχεδιασμού.<br /> <br /> <br /> [[category:Αστικός και περιφερειακός σχεδιασμός]]</div>

Ltsoukanelis http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B1%CE%BE%CE%B9%CE%BD%CF%8C%CE%BC%CE%B7%CF%83%CE%B7_%CE%91%CF%83%CF%84%CE%B9%CE%BA%CE%BF%CF%8D_%CE%A7%CF%8E%CF%81%CE%BF%CF%85_%C2%B5%CE%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CE%A5%CF%80%CE%B5%CF%81%CF%86%CE%B1%CF%83%C2%B5%CE%B1%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82 2017-03-12T18:10:04Z

<p>Ltsoukanelis: </p> <hr /> <div>'''Συγγραφέας :''' Θέµελης Αθανάσιος ∆ΙΠΛΩΜΑΤΙΚΗ ΕΡΓΑΣΙΑ Αθήνα, Φεβρουάριος 2010<br /> <br /> '''Λέξεις κλειδιά:''' Αστική περιοχή, τηλεπισκόπηση, υπερφασματικός<br /> <br /> <br /> =='''Περίληψη'''==<br /> <br /> Η Διπλωματική Εργασία αφορά στην επεξεργασία Υπερφασµατικών δεδομένων µε σκοπό την εξαγωγή συμπερασμάτων πάνω στις διάφορες διαδικασίες που είναι απαραίτητες για την ανάλυση του μεγάλου όγκου δεδομένων, αλλά και για τους βέλτιστους τρόπους ταυτοποίησης και κατηγοριοποίησης αντικειμένων εντός αστικής περιοχής.<br /> <br /> '''Βασικά στοιχεία μεθόδου προσέγγισης''' <br /> Η εργασία χρησιμοποιεί όλα τα διαθέσιμα εργαλεία που δίνει η σύγχρονη επιστήμη της τηλεπισκόπησης. Λαμβάνει υπόψη την ακτινοβολία, τον ατμοσφαιρικό επηρεασμό, τις φασματικές υπογραφές των υλικών και χρησιμοποιεί κάθε μέθοδο συλλογής στοιχείων μέσω των αισθητήρων από δορυφορικές εικόνες, αεροφωτογραφίες ή και επίγεια καταγραφή μέσω αισθητήρων χειρός.<br /> Η φωτοερμηνεία και η ποσοτική ανάλυση χρησιμοποιεί τόσο τον ανθρώπινο παράγοντα όσο και τους σύγχρονους Η/Υ<br /> <br /> [[Εικόνα:eikona1-6.jpg |300px| thumb | left|Εικόνα 1-6: Έγχρωµο σύνθετο(true color) από περιοχή της Ισπανίας. Η λήψη έγινε από τον αισθητήρα AHS(Airborne Hyperspectral Sensor).]]<br /> <br /> =='''Υπερφασματική Τηλεπισκόπιση'''==<br /> <br /> Με την χρήση της υπερφασματικής τηλεπισκόπησης HSI δίδεται η δυνατότητα στους αναλυτές να έχουν στην κατοχή τους μεγαλύτερο όγκο δεδομένων προς ανάλυση έναντι της χρήσης πολυφασματικής τηλεπισκόπησης MSI και ως εκ τούτου μεγαλύτερη ερευνητική ευχέρεια.<br /> [[Εικόνα:eikona2-4.jpg |300px| thumb | left| Εικόνα 2-4: Φασµατική ανάλυση για δύο αισθητήρες(Marcus Borengasser, William S. Hungate, and Russell Watkins, 2008).]]<br /> <br /> =='''Μείωση Διάστασης Υπερφασματικών Απεικονίσεων'''==<br /> <br /> Με την μείωση της διάστασης των MSI μέσω κατάλληλων τεχνικών, μειώνεται η ποσότητα των δεδομένων με στοχευμένο τρόπο. Οι μεθοδολογία μείωσης περιλαμβάνει:<br /> <br /> Την ανάλυση των κύριων συνιστοσών<br /> <br /> Τον αλγόριθμο MNF (Minimum Noise Fraction)<br /> <br /> Τον λόγο σήματος προς θόρυβο (Signal to Noise Ratio -SNR)<br /> <br /> Αλγόριθμοι ανίχνευσης εικονοστοιχείων -στόχων<br /> Οι χρησιμοποιούμενοι αλγόριθμοι είναι:<br /> <br /> Whole Pixel Analysis (WPA)<br /> <br /> Spectral Angle Mapper (SAM)<br /> <br /> Spectral Feature Fitting (SFF)<br /> <br /> Sub-pixel Analysis <br /> <br /> Linear Mixing Model (LLM)<br /> <br /> Matched Filter (MF)<br /> <br /> Pixel Purity Index (PPI)<br /> <br /> ==='''Ταξινόμηση'''===<br /> <br /> Η ταξινόμηση γίνεται με βάση της παρακάτω μεθόδους<br /> Μη Επιβλεπόμενη Ταξινόμηση (Unsupervised Classification)<br /> Οι αλγόριθμοι της (ΜΕΤ) είναι οι:<br /> <br /> Simple two-pass clustering alforithm<br /> <br /> ISODATA<br /> K-Means Clustering<br /> <br /> Επιβλεπόμενη Ταξινόμηση (Supervised Classification)<br /> <br /> Η χρήση της (ΕΤ) περιλαμβάνει:<br /> Τις Περιοχές Εκπαίδευσης<br /> Τον του αλγόριθµο του παραλληλεπιπέδου( Parallelepiped)<br /> Τον αλγόριθμο της ελάχιστης απόστασης (Minimum Distance)<br /> <br /> Τη μέθοδο της Mahalonobis Distance<br /> <br /> Τη μέθοδο Maximum Likelihood<br /> <br /> Τη μέθοδο Spectral Angle Mapper<br /> <br /> Την τεχνική του Binary Encoding<br /> <br /> Παρουσίαση εργασιών πάνω στην Υπερφασματική Ανάλυση Αστικών Περιοχών <br /> Στην συνέχεια παρουσιάζονται εν συντομία οι παρακάτω εργασίες: <br /> <br /> •ΠΡΟΚΑΤΑΡΚΤΙΚΗ ΜΕΛΕΤΗ ΠΑΝΩ ΣΤΗ ∆ΙΑΦΟΡΟΠΟΙΗΣΗ ΥΛΙΚΩΝ ΠΕΖΟ∆ΡΟΜΙΩΝ ΣΕ ΣΚΙΑΣΜΕΝΑ ΥΠΕΡΦΑΣΜΑΤΙΚΑ ΕΙΚΟΝΟΣΤΟΙΧΕΙΑ ΑΠΟ ΚΕΝΤΡΙΚΕΣ ΑΣΤΙΚΕΣ ΠΕΡΙΟΧΕΣ<br /> Fabio Dell’Acqua, Paolo Gamba, Giovanna Trianni. Department of Electronics, University of Pavia<br /> <br /> •ΧΡΗΣΗ ΥΠΕΡΦΑΣΜΑΤΙΚΩΝ ∆Ε∆ΟΜΕΝΩΝ ΓΙΑ ΤΗ ∆ΗΜΙΟΥΡΓΙΑ ΒΑΣΗΣ ΜΕ ΣΚΟΠΟ ΤΗ ΜΕΛΕΤΗ ΤΟΥ ΑΣΤΙΚΟΥ ΠΕΡΙΒΑΛΛΟΝΤΟΣ<br /> F. A. Kruse W. Boardman And K. E. Livo<br /> <br /> •Ικανότητα υπερφασµατικών δεδοµένων στην αναγνώριση σύνθετων αστικών επιφανειών συγκριτικά µε τα πολυφασµατικά δεδοµένα: Βενετία(Ιταλία)<br /> Rosa Maria Cavalli 1, Lorenzo Fusilli 1, Simone Pascucci 2,*, Stefano Pignatti 2 and Federico Santini<br /> <br /> •Εφαρµογή της υπερφασµατικής τηλεπισκόπησης για την καταγραφή ηµιαστικών περιοχών<br /> Rejas Ayuga, Juan Gregorio, Martínez Marín, Rubén, Malpica Velasco, José Antonio<br /> <br /> •Η Υπερφασµατική Ανάλυση ∆εδοµένων ως πρόβληµα επεξεργασίας του µεγάλου όγκου δεδοµένων<br /> David Landgrebe School of Electrical &amp; Computer Engineering Purdue University<br /> <br /> • Ανίχνευση στόχων σε αστικό περιβάλλον µε χρήση υπερφασµατικών δεδοµένων HyMap<br /> J Segl, U. Heiden, M. Müller and H. Kaufmann<br /> <br /> <br /> =='''Επεξεργασίες Υπερφασµατικών δεδοµένων για την περιοχή µελέτης'''==<br /> <br /> Η περιοχή που αναλύεται στη μελέτη είναι η πόλη της Χαλκίδας <br /> <br /> [[Εικόνα:eikona7-1.jpg |300px| thumb | left|Εικόνα 7-1: Αρχική απεικόνιση της πόλης της Χαλκίδας σε έγχρωµο σύνθετο.]]<br /> <br /> [[Εικόνα:eikona7-2.jpg |300px| thumb | Εικόνα 7-2: Τρία έγχρωµα σύνθετα για την εικόνα Χαλκίδα(1). Τα κανάλια που συνδυάστηκαν για τη σύνθεση σε nm είναι: α) 529.2/693.2/489.8, β) 529.2/790.4/489.8 και γ) 761.7/642.1/546.1.]]<br /> <br /> =='''Υπερφασματική Ανάλυση''' ==<br /> <br /> Στην παρούσα εργασία καταβάλλεται µία προσπάθεια εφαρµογής και αξιολόγησης προσεγγίσεων και µεθόδων της ανάλυσης υπερφασµατικών δεδοµένων, µεσαίας χωρικής ανάλυσης, µε σκοπό τη µελέτη του αστικού περιβάλλοντος.<br /> Οι προσεγγίσεις που χρησιμοποιήθηκαν είναι οι: <br /> Μετασχηµατισµοί Minimum Noise Fraction και Principal Component Analysis<br /> Εικονοστοιχεία-στόχοι µέσω 2-D Scatterplot<br /> Unmixing μέσω:<br /> Pixel Purity Index<br /> Matched Filter<br /> Linear Mixing Model<br /> <br /> [[Εικόνα:eikona7-5.jpg |300px| thumb | center| Εικόνα 7-5: Έγχρωµο σύνθετο για τη Χαλκίδα(1) αποτελούµενο από δύο λόγους και ένα απλό κανάλι από τα αρχικά δεδοµένα, που φαίνονται στην πρώτη σειρά.]]<br /> <br /> [[Εικόνα:eikona7-7.jpg |300px| thumb | rigth| Εικόνα 7-7: Οι φασµατικές υπογραφές όλων των αντικειµένων που σηµειώθηκαν για την εικόνα της Χαλκίδας σε όρους ανακλώµενης ακτιβολίας.]]<br /> <br /> <br /> ==='''Ταξινόμηση''' ===<br /> <br /> Στο τελευταίο κεφάλαιο της υπερφασµατικής ανάλυσης γίνεται προσπάθεια ταξινόµησης των εικονοστοιχείων της εικόνας στις διάφορες αστικές κατηγορίες.<br /> Η ταξινόμηση γίνεται μέσω: <br /> <br /> Κατάτµησης εικόνας µε χρήση κατωφλίων<br /> <br /> Μη επιβλεπόµενη ταξινόµηση και ISODATA<br /> <br /> [[Εικόνα:eikona8-17.jpg | thumb | right\ Εικόνα 8-17: Τελικό αποτέλεσµα ISODATA για την εικόνα Χαλκίδα(1), µετά από χρωµατική συνένωση των οµοειδών κατηγοριών.]]<br /> <br /> =='''Επιβλεπόμενη Ταξινόμηση'''== <br /> <br /> Οι αλγόριθµοι που απέδωσαν καλύτερα και επιλέχτηκε να παρουσιαστούν τα στατιστικά τους στοιχεία ήταν τέσσερις: ο αλγόριθµος της Μέγιστης Πιθανοφάνειας ή Maximum Likelihood, ο αλγόριθµος της Ελάχιστης Απόστασης ή Minimum Distance, o Spectral Angle Mapper και ο Mahalanobis Distance<br /> <br /> Max. Lik.-Ratio Image Max. Lik.-Matched Filter(Ratio)<br /> <br /> [[Εικόνα:Overall.jpg | ]]<br /> <br /> Overall Accuracy=80.9600%, k=0.7645 Overall Accuracy=84.6522, k=0.80304<br /> <br /> <br /> =='''Συμπεράσματα'''==<br /> <br /> Οι αστικές περιοχές αποτελούν πράγµατι ένα πολύ δύσκολο πεδίο έρευνας για την οπτική τηλεπισκόπηση, παρότι οι τεχνικές και οι µέθοδοι που έχουν αναπτυχθεί τα τελευταία χρόνια είναι ισχυροί, και ο χρήστης είναι σε θέση πλέον να διαχειριστεί δεδοµένα υψηλής φασµατικής και χωρικής ανάλυσης. Εν τούτοις, τα υλικά κατασκευής, το αστικό τοπίο, οι µεταβολές σε σύντοµο σχετικά διάστηµα, οι φασµατικές οµοιότητες πολλών αντικειµένων, οι σκιασµένες περιοχές και µία σειρά άλλων ζητηµάτων αποτελούν θέµατα που είναι ακόµη υπό διερεύνηση<br /> Η καλύτερη μεθοδολογική προσέγγιση που προέκυψε ήταν μέσω μείωσης διάστασης των υπερφασματικών δεδομένων μέσω PCA και MNF μετασχηματισμών και με την ανίχνευση εικονοστοιχείων-στόχων κλασματικών αφθονιών με τους αλγόριθμους PPI και MF . Στην ταξινόμηση των αστικών περιοχών μέσω μη επιβλεπόμενης ταξινόμησης, απέδωσε καλύτερα ο αλγόριθμος ISODATA.<br /> <br /> [[category:Αστικός και περιφερειακός σχεδιασμός]]</div>

Ltsoukanelis http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B1%CE%BE%CE%B9%CE%BD%CF%8C%CE%BC%CE%B7%CF%83%CE%B7_%CE%91%CF%83%CF%84%CE%B9%CE%BA%CE%BF%CF%8D_%CE%A7%CF%8E%CF%81%CE%BF%CF%85_%C2%B5%CE%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CE%A5%CF%80%CE%B5%CF%81%CF%86%CE%B1%CF%83%C2%B5%CE%B1%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82 2017-03-12T18:09:42Z

<p>Ltsoukanelis: </p> <hr /> <div>'''Συγγραφέας :''' Θέµελης Αθανάσιος ∆ΙΠΛΩΜΑΤΙΚΗ ΕΡΓΑΣΙΑ Αθήνα, Φεβρουάριος 2010<br /> <br /> '''Λέξεις κλειδιά:''' Αστική περιοχή, τηλεπισκόπηση, υπερφασματικός<br /> <br /> <br /> =='''Περίληψη'''==<br /> <br /> Η Διπλωματική Εργασία αφορά στην επεξεργασία Υπερφασµατικών δεδομένων µε σκοπό την εξαγωγή συμπερασμάτων πάνω στις διάφορες διαδικασίες που είναι απαραίτητες για την ανάλυση του μεγάλου όγκου δεδομένων, αλλά και για τους βέλτιστους τρόπους ταυτοποίησης και κατηγοριοποίησης αντικειμένων εντός αστικής περιοχής.<br /> <br /> '''Βασικά στοιχεία μεθόδου προσέγγισης''' <br /> Η εργασία χρησιμοποιεί όλα τα διαθέσιμα εργαλεία που δίνει η σύγχρονη επιστήμη της τηλεπισκόπησης. Λαμβάνει υπόψη την ακτινοβολία, τον ατμοσφαιρικό επηρεασμό, τις φασματικές υπογραφές των υλικών και χρησιμοποιεί κάθε μέθοδο συλλογής στοιχείων μέσω των αισθητήρων από δορυφορικές εικόνες, αεροφωτογραφίες ή και επίγεια καταγραφή μέσω αισθητήρων χειρός.<br /> Η φωτοερμηνεία και η ποσοτική ανάλυση χρησιμοποιεί τόσο τον ανθρώπινο παράγοντα όσο και τους σύγχρονους Η/Υ<br /> <br /> [[Εικόνα:eikona1-6.jpg |300px| thumb | left|Εικόνα 1-6: Έγχρωµο σύνθετο(true color) από περιοχή της Ισπανίας. Η λήψη έγινε από τον αισθητήρα AHS(Airborne Hyperspectral Sensor).]]<br /> <br /> =='''Υπερφασματική Τηλεπισκόπιση'''==<br /> <br /> Με την χρήση της υπερφασματικής τηλεπισκόπησης HSI δίδεται η δυνατότητα στους αναλυτές να έχουν στην κατοχή τους μεγαλύτερο όγκο δεδομένων προς ανάλυση έναντι της χρήσης πολυφασματικής τηλεπισκόπησης MSI και ως εκ τούτου μεγαλύτερη ερευνητική ευχέρεια.<br /> [[Εικόνα:eikona2-4.jpg |300px| thumb | left| Εικόνα 2-4: Φασµατική ανάλυση για δύο αισθητήρες(Marcus Borengasser, William S. Hungate, and Russell Watkins, 2008).]]<br /> <br /> =='''Μείωση Διάστασης Υπερφασματικών Απεικονίσεων'''==<br /> <br /> Με την μείωση της διάστασης των MSI μέσω κατάλληλων τεχνικών, μειώνεται η ποσότητα των δεδομένων με στοχευμένο τρόπο. Οι μεθοδολογία μείωσης περιλαμβάνει:<br /> <br /> Την ανάλυση των κύριων συνιστοσών<br /> <br /> Τον αλγόριθμο MNF (Minimum Noise Fraction)<br /> <br /> Τον λόγο σήματος προς θόρυβο (Signal to Noise Ratio -SNR)<br /> <br /> Αλγόριθμοι ανίχνευσης εικονοστοιχείων -στόχων<br /> Οι χρησιμοποιούμενοι αλγόριθμοι είναι:<br /> <br /> Whole Pixel Analysis (WPA)<br /> <br /> Spectral Angle Mapper (SAM)<br /> <br /> Spectral Feature Fitting (SFF)<br /> <br /> Sub-pixel Analysis <br /> <br /> Linear Mixing Model (LLM)<br /> <br /> Matched Filter (MF)<br /> <br /> Pixel Purity Index (PPI)<br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> ==='''Ταξινόμηση'''===<br /> <br /> Η ταξινόμηση γίνεται με βάση της παρακάτω μεθόδους<br /> Μη Επιβλεπόμενη Ταξινόμηση (Unsupervised Classification)<br /> Οι αλγόριθμοι της (ΜΕΤ) είναι οι:<br /> <br /> Simple two-pass clustering alforithm<br /> <br /> ISODATA<br /> K-Means Clustering<br /> <br /> Επιβλεπόμενη Ταξινόμηση (Supervised Classification)<br /> <br /> Η χρήση της (ΕΤ) περιλαμβάνει:<br /> Τις Περιοχές Εκπαίδευσης<br /> Τον του αλγόριθµο του παραλληλεπιπέδου( Parallelepiped)<br /> Τον αλγόριθμο της ελάχιστης απόστασης (Minimum Distance)<br /> <br /> Τη μέθοδο της Mahalonobis Distance<br /> <br /> Τη μέθοδο Maximum Likelihood<br /> <br /> Τη μέθοδο Spectral Angle Mapper<br /> <br /> Την τεχνική του Binary Encoding<br /> <br /> Παρουσίαση εργασιών πάνω στην Υπερφασματική Ανάλυση Αστικών Περιοχών <br /> Στην συνέχεια παρουσιάζονται εν συντομία οι παρακάτω εργασίες: <br /> <br /> •ΠΡΟΚΑΤΑΡΚΤΙΚΗ ΜΕΛΕΤΗ ΠΑΝΩ ΣΤΗ ∆ΙΑΦΟΡΟΠΟΙΗΣΗ ΥΛΙΚΩΝ ΠΕΖΟ∆ΡΟΜΙΩΝ ΣΕ ΣΚΙΑΣΜΕΝΑ ΥΠΕΡΦΑΣΜΑΤΙΚΑ ΕΙΚΟΝΟΣΤΟΙΧΕΙΑ ΑΠΟ ΚΕΝΤΡΙΚΕΣ ΑΣΤΙΚΕΣ ΠΕΡΙΟΧΕΣ<br /> Fabio Dell’Acqua, Paolo Gamba, Giovanna Trianni. Department of Electronics, University of Pavia<br /> <br /> •ΧΡΗΣΗ ΥΠΕΡΦΑΣΜΑΤΙΚΩΝ ∆Ε∆ΟΜΕΝΩΝ ΓΙΑ ΤΗ ∆ΗΜΙΟΥΡΓΙΑ ΒΑΣΗΣ ΜΕ ΣΚΟΠΟ ΤΗ ΜΕΛΕΤΗ ΤΟΥ ΑΣΤΙΚΟΥ ΠΕΡΙΒΑΛΛΟΝΤΟΣ<br /> F. A. Kruse W. Boardman And K. E. Livo<br /> <br /> •Ικανότητα υπερφασµατικών δεδοµένων στην αναγνώριση σύνθετων αστικών επιφανειών συγκριτικά µε τα πολυφασµατικά δεδοµένα: Βενετία(Ιταλία)<br /> Rosa Maria Cavalli 1, Lorenzo Fusilli 1, Simone Pascucci 2,*, Stefano Pignatti 2 and Federico Santini<br /> <br /> •Εφαρµογή της υπερφασµατικής τηλεπισκόπησης για την καταγραφή ηµιαστικών περιοχών<br /> Rejas Ayuga, Juan Gregorio, Martínez Marín, Rubén, Malpica Velasco, José Antonio<br /> <br /> •Η Υπερφασµατική Ανάλυση ∆εδοµένων ως πρόβληµα επεξεργασίας του µεγάλου όγκου δεδοµένων<br /> David Landgrebe School of Electrical &amp; Computer Engineering Purdue University<br /> <br /> • Ανίχνευση στόχων σε αστικό περιβάλλον µε χρήση υπερφασµατικών δεδοµένων HyMap<br /> J Segl, U. Heiden, M. Müller and H. Kaufmann<br /> <br /> <br /> =='''Επεξεργασίες Υπερφασµατικών δεδοµένων για την περιοχή µελέτης'''==<br /> <br /> Η περιοχή που αναλύεται στη μελέτη είναι η πόλη της Χαλκίδας <br /> <br /> [[Εικόνα:eikona7-1.jpg |300px| thumb | left|Εικόνα 7-1: Αρχική απεικόνιση της πόλης της Χαλκίδας σε έγχρωµο σύνθετο.]]<br /> <br /> [[Εικόνα:eikona7-2.jpg |300px| thumb | Εικόνα 7-2: Τρία έγχρωµα σύνθετα για την εικόνα Χαλκίδα(1). Τα κανάλια που συνδυάστηκαν για τη σύνθεση σε nm είναι: α) 529.2/693.2/489.8, β) 529.2/790.4/489.8 και γ) 761.7/642.1/546.1.]]<br /> <br /> =='''Υπερφασματική Ανάλυση''' ==<br /> <br /> Στην παρούσα εργασία καταβάλλεται µία προσπάθεια εφαρµογής και αξιολόγησης προσεγγίσεων και µεθόδων της ανάλυσης υπερφασµατικών δεδοµένων, µεσαίας χωρικής ανάλυσης, µε σκοπό τη µελέτη του αστικού περιβάλλοντος.<br /> Οι προσεγγίσεις που χρησιμοποιήθηκαν είναι οι: <br /> Μετασχηµατισµοί Minimum Noise Fraction και Principal Component Analysis<br /> Εικονοστοιχεία-στόχοι µέσω 2-D Scatterplot<br /> Unmixing μέσω:<br /> Pixel Purity Index<br /> Matched Filter<br /> Linear Mixing Model<br /> <br /> <br /> <br /> [[Εικόνα:eikona7-5.jpg |300px| thumb | center| Εικόνα 7-5: Έγχρωµο σύνθετο για τη Χαλκίδα(1) αποτελούµενο από δύο λόγους και ένα απλό κανάλι από τα αρχικά δεδοµένα, που φαίνονται στην πρώτη σειρά.]]<br /> <br /> [[Εικόνα:eikona7-7.jpg |300px| thumb | rigth| Εικόνα 7-7: Οι φασµατικές υπογραφές όλων των αντικειµένων που σηµειώθηκαν για την εικόνα της Χαλκίδας σε όρους ανακλώµενης ακτιβολίας.]]<br /> <br /> <br /> ==='''Ταξινόμηση''' ===<br /> <br /> Στο τελευταίο κεφάλαιο της υπερφασµατικής ανάλυσης γίνεται προσπάθεια ταξινόµησης των εικονοστοιχείων της εικόνας στις διάφορες αστικές κατηγορίες.<br /> Η ταξινόμηση γίνεται μέσω: <br /> <br /> Κατάτµησης εικόνας µε χρήση κατωφλίων<br /> <br /> Μη επιβλεπόµενη ταξινόµηση και ISODATA<br /> <br /> [[Εικόνα:eikona8-17.jpg | thumb | right\ Εικόνα 8-17: Τελικό αποτέλεσµα ISODATA για την εικόνα Χαλκίδα(1), µετά από χρωµατική συνένωση των οµοειδών κατηγοριών.]]<br /> <br /> =='''Επιβλεπόμενη Ταξινόμηση'''== <br /> <br /> Οι αλγόριθµοι που απέδωσαν καλύτερα και επιλέχτηκε να παρουσιαστούν τα στατιστικά τους στοιχεία ήταν τέσσερις: ο αλγόριθµος της Μέγιστης Πιθανοφάνειας ή Maximum Likelihood, ο αλγόριθµος της Ελάχιστης Απόστασης ή Minimum Distance, o Spectral Angle Mapper και ο Mahalanobis Distance<br /> <br /> Max. Lik.-Ratio Image Max. Lik.-Matched Filter(Ratio)<br /> <br /> [[Εικόνα:Overall.jpg | ]]<br /> <br /> Overall Accuracy=80.9600%, k=0.7645 Overall Accuracy=84.6522, k=0.80304<br /> <br /> <br /> =='''Συμπεράσματα'''==<br /> <br /> Οι αστικές περιοχές αποτελούν πράγµατι ένα πολύ δύσκολο πεδίο έρευνας για την οπτική τηλεπισκόπηση, παρότι οι τεχνικές και οι µέθοδοι που έχουν αναπτυχθεί τα τελευταία χρόνια είναι ισχυροί, και ο χρήστης είναι σε θέση πλέον να διαχειριστεί δεδοµένα υψηλής φασµατικής και χωρικής ανάλυσης. Εν τούτοις, τα υλικά κατασκευής, το αστικό τοπίο, οι µεταβολές σε σύντοµο σχετικά διάστηµα, οι φασµατικές οµοιότητες πολλών αντικειµένων, οι σκιασµένες περιοχές και µία σειρά άλλων ζητηµάτων αποτελούν θέµατα που είναι ακόµη υπό διερεύνηση<br /> Η καλύτερη μεθοδολογική προσέγγιση που προέκυψε ήταν μέσω μείωσης διάστασης των υπερφασματικών δεδομένων μέσω PCA και MNF μετασχηματισμών και με την ανίχνευση εικονοστοιχείων-στόχων κλασματικών αφθονιών με τους αλγόριθμους PPI και MF . Στην ταξινόμηση των αστικών περιοχών μέσω μη επιβλεπόμενης ταξινόμησης, απέδωσε καλύτερα ο αλγόριθμος ISODATA.<br /> <br /> [[category:Αστικός και περιφερειακός σχεδιασμός]]</div>

Ltsoukanelis http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B1%CE%BE%CE%B9%CE%BD%CF%8C%CE%BC%CE%B7%CF%83%CE%B7_%CE%91%CF%83%CF%84%CE%B9%CE%BA%CE%BF%CF%8D_%CE%A7%CF%8E%CF%81%CE%BF%CF%85_%C2%B5%CE%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CE%A5%CF%80%CE%B5%CF%81%CF%86%CE%B1%CF%83%C2%B5%CE%B1%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82 2017-03-12T18:09:03Z

<p>Ltsoukanelis: </p> <hr /> <div>'''Συγγραφέας :''' Θέµελης Αθανάσιος ∆ΙΠΛΩΜΑΤΙΚΗ ΕΡΓΑΣΙΑ Αθήνα, Φεβρουάριος 2010<br /> <br /> '''Λέξεις κλειδιά:''' Αστική περιοχή, τηλεπισκόπηση, υπερφασματικός<br /> <br /> <br /> =='''Περίληψη'''==<br /> <br /> Η Διπλωματική Εργασία αφορά στην επεξεργασία Υπερφασµατικών δεδομένων µε σκοπό την εξαγωγή συμπερασμάτων πάνω στις διάφορες διαδικασίες που είναι απαραίτητες για την ανάλυση του μεγάλου όγκου δεδομένων, αλλά και για τους βέλτιστους τρόπους ταυτοποίησης και κατηγοριοποίησης αντικειμένων εντός αστικής περιοχής.<br /> <br /> '''Βασικά στοιχεία μεθόδου προσέγγισης''' <br /> Η εργασία χρησιμοποιεί όλα τα διαθέσιμα εργαλεία που δίνει η σύγχρονη επιστήμη της τηλεπισκόπησης. Λαμβάνει υπόψη την ακτινοβολία, τον ατμοσφαιρικό επηρεασμό, τις φασματικές υπογραφές των υλικών και χρησιμοποιεί κάθε μέθοδο συλλογής στοιχείων μέσω των αισθητήρων από δορυφορικές εικόνες, αεροφωτογραφίες ή και επίγεια καταγραφή μέσω αισθητήρων χειρός.<br /> Η φωτοερμηνεία και η ποσοτική ανάλυση χρησιμοποιεί τόσο τον ανθρώπινο παράγοντα όσο και τους σύγχρονους Η/Υ<br /> <br /> [[Εικόνα:eikona1-6.jpg |300px| thumb | left|Εικόνα 1-6: Έγχρωµο σύνθετο(true color) από περιοχή της Ισπανίας. Η λήψη έγινε από τον αισθητήρα AHS(Airborne Hyperspectral Sensor).]]<br /> <br /> '''Υπερφασματική Τηλεπισκόπιση'''<br /> <br /> Με την χρήση της υπερφασματικής τηλεπισκόπησης HSI δίδεται η δυνατότητα στους αναλυτές να έχουν στην κατοχή τους μεγαλύτερο όγκο δεδομένων προς ανάλυση έναντι της χρήσης πολυφασματικής τηλεπισκόπησης MSI και ως εκ τούτου μεγαλύτερη ερευνητική ευχέρεια.<br /> [[Εικόνα:eikona2-4.jpg |300px| thumb | left| Εικόνα 2-4: Φασµατική ανάλυση για δύο αισθητήρες(Marcus Borengasser, William S. Hungate, and Russell Watkins, 2008).]]<br /> <br /> '''Μείωση Διάστασης Υπερφασματικών Απεικονίσεων'''<br /> <br /> Με την μείωση της διάστασης των MSI μέσω κατάλληλων τεχνικών, μειώνεται η ποσότητα των δεδομένων με στοχευμένο τρόπο. Οι μεθοδολογία μείωσης περιλαμβάνει:<br /> <br /> Την ανάλυση των κύριων συνιστοσών<br /> <br /> Τον αλγόριθμο MNF (Minimum Noise Fraction)<br /> <br /> Τον λόγο σήματος προς θόρυβο (Signal to Noise Ratio -SNR)<br /> <br /> Αλγόριθμοι ανίχνευσης εικονοστοιχείων -στόχων<br /> Οι χρησιμοποιούμενοι αλγόριθμοι είναι:<br /> <br /> Whole Pixel Analysis (WPA)<br /> <br /> Spectral Angle Mapper (SAM)<br /> <br /> Spectral Feature Fitting (SFF)<br /> <br /> Sub-pixel Analysis <br /> <br /> Linear Mixing Model (LLM)<br /> <br /> Matched Filter (MF)<br /> <br /> Pixel Purity Index (PPI)<br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> =='''Ταξινόμηση'''==<br /> <br /> Η ταξινόμηση γίνεται με βάση της παρακάτω μεθόδους<br /> Μη Επιβλεπόμενη Ταξινόμηση (Unsupervised Classification)<br /> Οι αλγόριθμοι της (ΜΕΤ) είναι οι:<br /> <br /> Simple two-pass clustering alforithm<br /> <br /> ISODATA<br /> K-Means Clustering<br /> <br /> Επιβλεπόμενη Ταξινόμηση (Supervised Classification)<br /> <br /> Η χρήση της (ΕΤ) περιλαμβάνει:<br /> Τις Περιοχές Εκπαίδευσης<br /> Τον του αλγόριθµο του παραλληλεπιπέδου( Parallelepiped)<br /> Τον αλγόριθμο της ελάχιστης απόστασης (Minimum Distance)<br /> <br /> Τη μέθοδο της Mahalonobis Distance<br /> <br /> Τη μέθοδο Maximum Likelihood<br /> <br /> Τη μέθοδο Spectral Angle Mapper<br /> <br /> Την τεχνική του Binary Encoding<br /> <br /> Παρουσίαση εργασιών πάνω στην Υπερφασματική Ανάλυση Αστικών Περιοχών <br /> Στην συνέχεια παρουσιάζονται εν συντομία οι παρακάτω εργασίες: <br /> <br /> •ΠΡΟΚΑΤΑΡΚΤΙΚΗ ΜΕΛΕΤΗ ΠΑΝΩ ΣΤΗ ∆ΙΑΦΟΡΟΠΟΙΗΣΗ ΥΛΙΚΩΝ ΠΕΖΟ∆ΡΟΜΙΩΝ ΣΕ ΣΚΙΑΣΜΕΝΑ ΥΠΕΡΦΑΣΜΑΤΙΚΑ ΕΙΚΟΝΟΣΤΟΙΧΕΙΑ ΑΠΟ ΚΕΝΤΡΙΚΕΣ ΑΣΤΙΚΕΣ ΠΕΡΙΟΧΕΣ<br /> Fabio Dell’Acqua, Paolo Gamba, Giovanna Trianni. Department of Electronics, University of Pavia<br /> <br /> •ΧΡΗΣΗ ΥΠΕΡΦΑΣΜΑΤΙΚΩΝ ∆Ε∆ΟΜΕΝΩΝ ΓΙΑ ΤΗ ∆ΗΜΙΟΥΡΓΙΑ ΒΑΣΗΣ ΜΕ ΣΚΟΠΟ ΤΗ ΜΕΛΕΤΗ ΤΟΥ ΑΣΤΙΚΟΥ ΠΕΡΙΒΑΛΛΟΝΤΟΣ<br /> F. A. Kruse W. Boardman And K. E. Livo<br /> <br /> •Ικανότητα υπερφασµατικών δεδοµένων στην αναγνώριση σύνθετων αστικών επιφανειών συγκριτικά µε τα πολυφασµατικά δεδοµένα: Βενετία(Ιταλία)<br /> Rosa Maria Cavalli 1, Lorenzo Fusilli 1, Simone Pascucci 2,*, Stefano Pignatti 2 and Federico Santini<br /> <br /> •Εφαρµογή της υπερφασµατικής τηλεπισκόπησης για την καταγραφή ηµιαστικών περιοχών<br /> Rejas Ayuga, Juan Gregorio, Martínez Marín, Rubén, Malpica Velasco, José Antonio<br /> <br /> •Η Υπερφασµατική Ανάλυση ∆εδοµένων ως πρόβληµα επεξεργασίας του µεγάλου όγκου δεδοµένων<br /> David Landgrebe School of Electrical &amp; Computer Engineering Purdue University<br /> <br /> • Ανίχνευση στόχων σε αστικό περιβάλλον µε χρήση υπερφασµατικών δεδοµένων HyMap<br /> J Segl, U. Heiden, M. Müller and H. Kaufmann<br /> <br /> <br /> '''Επεξεργασίες Υπερφασµατικών δεδοµένων για την περιοχή µελέτης'''<br /> <br /> Η περιοχή που αναλύεται στη μελέτη είναι η πόλη της Χαλκίδας <br /> <br /> [[Εικόνα:eikona7-1.jpg |300px| thumb | left|Εικόνα 7-1: Αρχική απεικόνιση της πόλης της Χαλκίδας σε έγχρωµο σύνθετο.]]<br /> <br /> [[Εικόνα:eikona7-2.jpg |300px| thumb | Εικόνα 7-2: Τρία έγχρωµα σύνθετα για την εικόνα Χαλκίδα(1). Τα κανάλια που συνδυάστηκαν για τη σύνθεση σε nm είναι: α) 529.2/693.2/489.8, β) 529.2/790.4/489.8 και γ) 761.7/642.1/546.1.]]<br /> <br /> =='''Υπερφασματική Ανάλυση''' ==<br /> <br /> Στην παρούσα εργασία καταβάλλεται µία προσπάθεια εφαρµογής και αξιολόγησης προσεγγίσεων και µεθόδων της ανάλυσης υπερφασµατικών δεδοµένων, µεσαίας χωρικής ανάλυσης, µε σκοπό τη µελέτη του αστικού περιβάλλοντος.<br /> Οι προσεγγίσεις που χρησιμοποιήθηκαν είναι οι: <br /> Μετασχηµατισµοί Minimum Noise Fraction και Principal Component Analysis<br /> Εικονοστοιχεία-στόχοι µέσω 2-D Scatterplot<br /> Unmixing μέσω:<br /> Pixel Purity Index<br /> Matched Filter<br /> Linear Mixing Model<br /> <br /> <br /> <br /> [[Εικόνα:eikona7-5.jpg |300px| thumb | center| Εικόνα 7-5: Έγχρωµο σύνθετο για τη Χαλκίδα(1) αποτελούµενο από δύο λόγους και ένα απλό κανάλι από τα αρχικά δεδοµένα, που φαίνονται στην πρώτη σειρά.]]<br /> <br /> [[Εικόνα:eikona7-7.jpg |300px| thumb | rigth| Εικόνα 7-7: Οι φασµατικές υπογραφές όλων των αντικειµένων που σηµειώθηκαν για την εικόνα της Χαλκίδας σε όρους ανακλώµενης ακτιβολίας.]]<br /> <br /> <br /> =='''Ταξινόμηση''' ==<br /> <br /> Στο τελευταίο κεφάλαιο της υπερφασµατικής ανάλυσης γίνεται προσπάθεια ταξινόµησης των εικονοστοιχείων της εικόνας στις διάφορες αστικές κατηγορίες.<br /> Η ταξινόμηση γίνεται μέσω: <br /> <br /> Κατάτµησης εικόνας µε χρήση κατωφλίων<br /> <br /> Μη επιβλεπόµενη ταξινόµηση και ISODATA<br /> <br /> [[Εικόνα:eikona8-17.jpg | thumb | right\ Εικόνα 8-17: Τελικό αποτέλεσµα ISODATA για την εικόνα Χαλκίδα(1), µετά από χρωµατική συνένωση των οµοειδών κατηγοριών.]]<br /> <br /> '''Επιβλεπόμενη Ταξινόμηση''' <br /> <br /> Οι αλγόριθµοι που απέδωσαν καλύτερα και επιλέχτηκε να παρουσιαστούν τα στατιστικά τους στοιχεία ήταν τέσσερις: ο αλγόριθµος της Μέγιστης Πιθανοφάνειας ή Maximum Likelihood, ο αλγόριθµος της Ελάχιστης Απόστασης ή Minimum Distance, o Spectral Angle Mapper και ο Mahalanobis Distance<br /> <br /> Max. Lik.-Ratio Image Max. Lik.-Matched Filter(Ratio)<br /> <br /> [[Εικόνα:Overall.jpg | ]]<br /> <br /> Overall Accuracy=80.9600%, k=0.7645 Overall Accuracy=84.6522, k=0.80304<br /> <br /> <br /> =='''Συμπεράσματα'''==<br /> <br /> Οι αστικές περιοχές αποτελούν πράγµατι ένα πολύ δύσκολο πεδίο έρευνας για την οπτική τηλεπισκόπηση, παρότι οι τεχνικές και οι µέθοδοι που έχουν αναπτυχθεί τα τελευταία χρόνια είναι ισχυροί, και ο χρήστης είναι σε θέση πλέον να διαχειριστεί δεδοµένα υψηλής φασµατικής και χωρικής ανάλυσης. Εν τούτοις, τα υλικά κατασκευής, το αστικό τοπίο, οι µεταβολές σε σύντοµο σχετικά διάστηµα, οι φασµατικές οµοιότητες πολλών αντικειµένων, οι σκιασµένες περιοχές και µία σειρά άλλων ζητηµάτων αποτελούν θέµατα που είναι ακόµη υπό διερεύνηση<br /> Η καλύτερη μεθοδολογική προσέγγιση που προέκυψε ήταν μέσω μείωσης διάστασης των υπερφασματικών δεδομένων μέσω PCA και MNF μετασχηματισμών και με την ανίχνευση εικονοστοιχείων-στόχων κλασματικών αφθονιών με τους αλγόριθμους PPI και MF . Στην ταξινόμηση των αστικών περιοχών μέσω μη επιβλεπόμενης ταξινόμησης, απέδωσε καλύτερα ο αλγόριθμος ISODATA.<br /> <br /> [[category:Αστικός και περιφερειακός σχεδιασμός]]</div>

Ltsoukanelis http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B1%CE%BE%CE%B9%CE%BD%CF%8C%CE%BC%CE%B7%CF%83%CE%B7_%CE%91%CF%83%CF%84%CE%B9%CE%BA%CE%BF%CF%8D_%CE%A7%CF%8E%CF%81%CE%BF%CF%85_%C2%B5%CE%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CE%A5%CF%80%CE%B5%CF%81%CF%86%CE%B1%CF%83%C2%B5%CE%B1%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82 2017-03-12T18:08:20Z

<p>Ltsoukanelis: </p> <hr /> <div>'''Συγγραφέας :''' Θέµελης Αθανάσιος ∆ΙΠΛΩΜΑΤΙΚΗ ΕΡΓΑΣΙΑ Αθήνα, Φεβρουάριος 2010<br /> '''<br /> Λέξεις κλειδιά:''' Αστική περιοχή, τηλεπισκόπηση, υπερφασματικός<br /> ----<br /> <br /> '''Περίληψη'''<br /> <br /> Η Διπλωματική Εργασία αφορά στην επεξεργασία Υπερφασµατικών δεδομένων µε σκοπό την εξαγωγή συμπερασμάτων πάνω στις διάφορες διαδικασίες που είναι απαραίτητες για την ανάλυση του μεγάλου όγκου δεδομένων, αλλά και για τους βέλτιστους τρόπους ταυτοποίησης και κατηγοριοποίησης αντικειμένων εντός αστικής περιοχής.<br /> <br /> '''Βασικά στοιχεία μεθόδου προσέγγισης''' <br /> Η εργασία χρησιμοποιεί όλα τα διαθέσιμα εργαλεία που δίνει η σύγχρονη επιστήμη της τηλεπισκόπησης. Λαμβάνει υπόψη την ακτινοβολία, τον ατμοσφαιρικό επηρεασμό, τις φασματικές υπογραφές των υλικών και χρησιμοποιεί κάθε μέθοδο συλλογής στοιχείων μέσω των αισθητήρων από δορυφορικές εικόνες, αεροφωτογραφίες ή και επίγεια καταγραφή μέσω αισθητήρων χειρός.<br /> Η φωτοερμηνεία και η ποσοτική ανάλυση χρησιμοποιεί τόσο τον ανθρώπινο παράγοντα όσο και τους σύγχρονους Η/Υ<br /> <br /> [[Εικόνα:eikona1-6.jpg |300px| thumb | left|Εικόνα 1-6: Έγχρωµο σύνθετο(true color) από περιοχή της Ισπανίας. Η λήψη έγινε από τον αισθητήρα AHS(Airborne Hyperspectral Sensor).]]<br /> <br /> '''Υπερφασματική Τηλεπισκόπιση'''<br /> <br /> Με την χρήση της υπερφασματικής τηλεπισκόπησης HSI δίδεται η δυνατότητα στους αναλυτές να έχουν στην κατοχή τους μεγαλύτερο όγκο δεδομένων προς ανάλυση έναντι της χρήσης πολυφασματικής τηλεπισκόπησης MSI και ως εκ τούτου μεγαλύτερη ερευνητική ευχέρεια.<br /> [[Εικόνα:eikona2-4.jpg |300px| thumb | left| Εικόνα 2-4: Φασµατική ανάλυση για δύο αισθητήρες(Marcus Borengasser, William S. Hungate, and Russell Watkins, 2008).]]<br /> <br /> '''Μείωση Διάστασης Υπερφασματικών Απεικονίσεων'''<br /> <br /> Με την μείωση της διάστασης των MSI μέσω κατάλληλων τεχνικών, μειώνεται η ποσότητα των δεδομένων με στοχευμένο τρόπο. Οι μεθοδολογία μείωσης περιλαμβάνει:<br /> <br /> Την ανάλυση των κύριων συνιστοσών<br /> <br /> Τον αλγόριθμο MNF (Minimum Noise Fraction)<br /> <br /> Τον λόγο σήματος προς θόρυβο (Signal to Noise Ratio -SNR)<br /> <br /> Αλγόριθμοι ανίχνευσης εικονοστοιχείων -στόχων<br /> Οι χρησιμοποιούμενοι αλγόριθμοι είναι:<br /> <br /> Whole Pixel Analysis (WPA)<br /> <br /> Spectral Angle Mapper (SAM)<br /> <br /> Spectral Feature Fitting (SFF)<br /> <br /> Sub-pixel Analysis <br /> <br /> Linear Mixing Model (LLM)<br /> <br /> Matched Filter (MF)<br /> <br /> Pixel Purity Index (PPI)<br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> '''Ταξινόμηση'''<br /> <br /> Η ταξινόμηση γίνεται με βάση της παρακάτω μεθόδους<br /> Μη Επιβλεπόμενη Ταξινόμηση (Unsupervised Classification)<br /> Οι αλγόριθμοι της (ΜΕΤ) είναι οι:<br /> <br /> Simple two-pass clustering alforithm<br /> <br /> ISODATA<br /> K-Means Clustering<br /> <br /> Επιβλεπόμενη Ταξινόμηση (Supervised Classification)<br /> <br /> Η χρήση της (ΕΤ) περιλαμβάνει:<br /> Τις Περιοχές Εκπαίδευσης<br /> Τον του αλγόριθµο του παραλληλεπιπέδου( Parallelepiped)<br /> Τον αλγόριθμο της ελάχιστης απόστασης (Minimum Distance)<br /> <br /> Τη μέθοδο της Mahalonobis Distance<br /> <br /> Τη μέθοδο Maximum Likelihood<br /> <br /> Τη μέθοδο Spectral Angle Mapper<br /> <br /> Την τεχνική του Binary Encoding<br /> <br /> Παρουσίαση εργασιών πάνω στην Υπερφασματική Ανάλυση Αστικών Περιοχών <br /> Στην συνέχεια παρουσιάζονται εν συντομία οι παρακάτω εργασίες: <br /> <br /> •ΠΡΟΚΑΤΑΡΚΤΙΚΗ ΜΕΛΕΤΗ ΠΑΝΩ ΣΤΗ ∆ΙΑΦΟΡΟΠΟΙΗΣΗ ΥΛΙΚΩΝ ΠΕΖΟ∆ΡΟΜΙΩΝ ΣΕ ΣΚΙΑΣΜΕΝΑ ΥΠΕΡΦΑΣΜΑΤΙΚΑ ΕΙΚΟΝΟΣΤΟΙΧΕΙΑ ΑΠΟ ΚΕΝΤΡΙΚΕΣ ΑΣΤΙΚΕΣ ΠΕΡΙΟΧΕΣ<br /> Fabio Dell’Acqua, Paolo Gamba, Giovanna Trianni. Department of Electronics, University of Pavia<br /> <br /> •ΧΡΗΣΗ ΥΠΕΡΦΑΣΜΑΤΙΚΩΝ ∆Ε∆ΟΜΕΝΩΝ ΓΙΑ ΤΗ ∆ΗΜΙΟΥΡΓΙΑ ΒΑΣΗΣ ΜΕ ΣΚΟΠΟ ΤΗ ΜΕΛΕΤΗ ΤΟΥ ΑΣΤΙΚΟΥ ΠΕΡΙΒΑΛΛΟΝΤΟΣ<br /> F. A. Kruse W. Boardman And K. E. Livo<br /> <br /> •Ικανότητα υπερφασµατικών δεδοµένων στην αναγνώριση σύνθετων αστικών επιφανειών συγκριτικά µε τα πολυφασµατικά δεδοµένα: Βενετία(Ιταλία)<br /> Rosa Maria Cavalli 1, Lorenzo Fusilli 1, Simone Pascucci 2,*, Stefano Pignatti 2 and Federico Santini<br /> <br /> •Εφαρµογή της υπερφασµατικής τηλεπισκόπησης για την καταγραφή ηµιαστικών περιοχών<br /> Rejas Ayuga, Juan Gregorio, Martínez Marín, Rubén, Malpica Velasco, José Antonio<br /> <br /> •Η Υπερφασµατική Ανάλυση ∆εδοµένων ως πρόβληµα επεξεργασίας του µεγάλου όγκου δεδοµένων<br /> David Landgrebe School of Electrical &amp; Computer Engineering Purdue University<br /> <br /> • Ανίχνευση στόχων σε αστικό περιβάλλον µε χρήση υπερφασµατικών δεδοµένων HyMap<br /> J Segl, U. Heiden, M. Müller and H. Kaufmann<br /> <br /> <br /> '''Επεξεργασίες Υπερφασµατικών δεδοµένων για την περιοχή µελέτης'''<br /> <br /> Η περιοχή που αναλύεται στη μελέτη είναι η πόλη της Χαλκίδας <br /> <br /> [[Εικόνα:eikona7-1.jpg |300px| thumb | left|Εικόνα 7-1: Αρχική απεικόνιση της πόλης της Χαλκίδας σε έγχρωµο σύνθετο.]]<br /> <br /> [[Εικόνα:eikona7-2.jpg |300px| thumb | Εικόνα 7-2: Τρία έγχρωµα σύνθετα για την εικόνα Χαλκίδα(1). Τα κανάλια που συνδυάστηκαν για τη σύνθεση σε nm είναι: α) 529.2/693.2/489.8, β) 529.2/790.4/489.8 και γ) 761.7/642.1/546.1.]]<br /> <br /> '''Υπερφασματική Ανάλυση''' <br /> <br /> Στην παρούσα εργασία καταβάλλεται µία προσπάθεια εφαρµογής και αξιολόγησης προσεγγίσεων και µεθόδων της ανάλυσης υπερφασµατικών δεδοµένων, µεσαίας χωρικής ανάλυσης, µε σκοπό τη µελέτη του αστικού περιβάλλοντος.<br /> Οι προσεγγίσεις που χρησιμοποιήθηκαν είναι οι: <br /> Μετασχηµατισµοί Minimum Noise Fraction και Principal Component Analysis<br /> Εικονοστοιχεία-στόχοι µέσω 2-D Scatterplot<br /> Unmixing μέσω:<br /> Pixel Purity Index<br /> Matched Filter<br /> Linear Mixing Model<br /> <br /> <br /> <br /> [[Εικόνα:eikona7-5.jpg |300px| thumb | center| Εικόνα 7-5: Έγχρωµο σύνθετο για τη Χαλκίδα(1) αποτελούµενο από δύο λόγους και ένα απλό κανάλι από τα αρχικά δεδοµένα, που φαίνονται στην πρώτη σειρά.]]<br /> <br /> [[Εικόνα:eikona7-7.jpg |300px| thumb | rigth| Εικόνα 7-7: Οι φασµατικές υπογραφές όλων των αντικειµένων που σηµειώθηκαν για την εικόνα της Χαλκίδας σε όρους ανακλώµενης ακτιβολίας.]]<br /> <br /> <br /> '''Ταξινόμηση''' <br /> <br /> Στο τελευταίο κεφάλαιο της υπερφασµατικής ανάλυσης γίνεται προσπάθεια ταξινόµησης των εικονοστοιχείων της εικόνας στις διάφορες αστικές κατηγορίες.<br /> Η ταξινόμηση γίνεται μέσω: <br /> <br /> Κατάτµησης εικόνας µε χρήση κατωφλίων<br /> <br /> Μη επιβλεπόµενη ταξινόµηση και ISODATA<br /> <br /> [[Εικόνα:eikona8-17.jpg | thumb | right\ Εικόνα 8-17: Τελικό αποτέλεσµα ISODATA για την εικόνα Χαλκίδα(1), µετά από χρωµατική συνένωση των οµοειδών κατηγοριών.]]<br /> <br /> '''Επιβλεπόμενη Ταξινόμηση''' <br /> <br /> Οι αλγόριθµοι που απέδωσαν καλύτερα και επιλέχτηκε να παρουσιαστούν τα στατιστικά τους στοιχεία ήταν τέσσερις: ο αλγόριθµος της Μέγιστης Πιθανοφάνειας ή Maximum Likelihood, ο αλγόριθµος της Ελάχιστης Απόστασης ή Minimum Distance, o Spectral Angle Mapper και ο Mahalanobis Distance<br /> <br /> Max. Lik.-Ratio Image Max. Lik.-Matched Filter(Ratio)<br /> <br /> [[Εικόνα:Overall.jpg | ]]<br /> <br /> Overall Accuracy=80.9600%, k=0.7645 Overall Accuracy=84.6522, k=0.80304<br /> <br /> <br /> '''Συμπεράσματα'''<br /> <br /> Οι αστικές περιοχές αποτελούν πράγµατι ένα πολύ δύσκολο πεδίο έρευνας για την οπτική τηλεπισκόπηση, παρότι οι τεχνικές και οι µέθοδοι που έχουν αναπτυχθεί τα τελευταία χρόνια είναι ισχυροί, και ο χρήστης είναι σε θέση πλέον να διαχειριστεί δεδοµένα υψηλής φασµατικής και χωρικής ανάλυσης. Εν τούτοις, τα υλικά κατασκευής, το αστικό τοπίο, οι µεταβολές σε σύντοµο σχετικά διάστηµα, οι φασµατικές οµοιότητες πολλών αντικειµένων, οι σκιασµένες περιοχές και µία σειρά άλλων ζητηµάτων αποτελούν θέµατα που είναι ακόµη υπό διερεύνηση<br /> Η καλύτερη μεθοδολογική προσέγγιση που προέκυψε ήταν μέσω μείωσης διάστασης των υπερφασματικών δεδομένων μέσω PCA και MNF μετασχηματισμών και με την ανίχνευση εικονοστοιχείων-στόχων κλασματικών αφθονιών με τους αλγόριθμους PPI και MF . Στην ταξινόμηση των αστικών περιοχών μέσω μη επιβλεπόμενης ταξινόμησης, απέδωσε καλύτερα ο αλγόριθμος ISODATA.<br /> <br /> [[category:Αστικός και περιφερειακός σχεδιασμός]]</div>

Ltsoukanelis http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B9%CF%83%CE%B7_%CE%BC%CE%AD%CF%83%CF%89_Drone_%CE%B3%CE%B9%CE%B1_%CE%B4%CE%B1%CF%83%CE%B9%CE%BA%CE%AE_%CE%AD%CF%81%CE%B5%CF%85%CE%BD%CE%B1_%CE%BA%CE%B1%CE%B9_%CF%80%CF%81%CE%B1%CE%BA%CF%84%CE%B9%CE%BA%CE%AD%CF%82 2017-03-12T18:06:12Z

<p>Ltsoukanelis: </p> <hr /> <div>''Συγγραφείς: Lina Tang Chinese Academy of Sciences''<br /> <br /> '''Πηγή :''' Article in Journal of Forestry Research · June 2015 DOI: 10.1007/s11676-015-0088-y<br /> <br /> '''Λέξεις κλειδιά:'''Drone, δάσος, uav, βλάστηση<br /> <br /> <br /> =='''Περίληψη'''==<br /> <br /> Κατά τη διάρκεια των τελευταίων δεκαετιών έχουν εμφανιστεί στο προσκήνιο μη επανδρωμένo αεροσκάφη (Drones) διαφόρων σχημάτων, μεγεθών, καθώς οι εφαρμογές τους είναι ολοένα και πιο σημαντικές. Η τεχνολογία που εφαρμόζεται με τα drones έχει χαμηλό κόστος και πολύ υψηλής ανάλυσης, σημαντικά υψηλότερης από την τεχνολογία της δορυφορικής τηλεπισκόπησης. Σε αυτό το άρθρο γίνεται αναφορά στην χρήση τηλεπισκόπησης μέσω drone που υποβοηθούν την δασική έρευνα και τις πρακτικές που χρησιμοποιούνται για την παρακολούθηση και καταγραφή της κατάστασης των δασών (αύξηση, ύψος και μέγεθος θόλου, φαινομένων και γεγονότων όπως πυρκαγιές κλπ) Εξάλλου η ευελιξία που παρέχει η χρήση drones καθώς και η απουσία κινδύνου για τους χειριστές καθιστά την χρήση τους εξαιρετικά ελκυστική.<br /> <br /> <br /> =='''Drones ως πλατφόρμες'''==<br /> <br /> Το λεξικό Merriam-Webster ορίζει ένα τηλεκατευθυνόμενο αεροσκάφος ως '' ένα μη επανδρωμένα αεροσκάφη ή πλοία καθοδηγείται από το τηλεχειριστήριο ή μέσω υπολογιστών επί του σκάφους ''. Τα μη επανδρωμένα αεροσκάφη αναφέρονται επίσης και ως μη επανδρωμένα εναέρια οχήματα (UAV), μη επανδρωμένα εναέρια συστήματα (UAS), μη επανδρωμένα αεροσκάφη (UA), ή τηλεκατευθυνόμενα αεροσκάφη (RPA). <br /> Από τη δεκαετία του 1950, σημαντική αποστολή των drones είναι η εναέρια αναγνώριση. Από το 2005, η ανάπτυξη των drones για στρατιωτικούς σκοπούς εξακολουθούν να κυριαρχούν στη βιομηχανία των μη επανδρωμένων αεροσκαφών.(Colomina και Molina 2014). Κατά τη διάρκεια των τελευταίων δεκαετιών, μη επανδρωμένα αεροσκάφη διαφόρων σχημάτων, μεγεθών, για πολιτικές εφαρμογές έχουν αναπτυχθεί τόσο γρήγορα ώστε ήδη υπερισχύουν εκείνων των στρατιωτικών εφαρμογών (Colomina και Molina 2014).<br /> Υπάρχουν διάφορες ταξινομήσεις των drones. Γενικά κατατάσσονται σε επτά κατηγορίες: MAV (Micro ή μινιατούρα) ή NAV (Nano Air Οχήματα), VTOL (Κάθετη Απογείωση &amp; Landing), LASE (Χαμηλό υψόμετρο, με μικρή αντοχή), LASE Κλείσιμο, LALE (Χαμηλό υψόμετρο, μεγάλης αντοχής) ΜALE (Μέσo υψόμετρο, μεγάλη αντοχή), και HALE (Μεγάλο υψόμετρο, Μεγάλη αντοχή). Anderson και Gaston (2013) κατατάσσονται drones σε τέσσερις τάξεις μεγέθους: μεγάλες, μεσαίες, μικρές και μίνι, και μικρο και νανο. Επιπλέον, άλλοι έχουν ταξινομηθεί drones σε πέντε τύπους χρήσης: στόχος και παραπλάνησης, αναγνώριση, μάχης, την έρευνα και την ανάπτυξη, καθώς και αστικές και εμπορικές(Www.theuav.com).<br /> Υπάρχουν δύο κύριοι τύποι μη επανδρωμένων αεροσκαφών με βάση την απογείωση και τεχνικές προσγείωσης: οριζόντια απογείωση και προσγείωση και κάθετη απογείωση και προσγείωση. Οριζόντια απογείωσης και προσγείωσης είναι τυπικά χαρακτηριστικά των drones σταθερών πτερύγων (αεροπλάνα), λαμβάνοντας υπόψη ότι η rotorcrafts ή μη επανδρωμένα αεροσκάφη περιστρεφόμενων πτερύγων (ελικόπτερα και γυροπλάνα), τα πλοία, και τα μπαλόνια που εκτελούν κάθετη απογείωση και προσγείωση. Η ανάπτυξη της σταθερότητα και το εύρος της πτήσης είναι κρίσιμα ζητήματα στα μη επανδρωμένα αεροσκάφη για τους σκοπούς των εφαρμογών τηλεπισκόπησης. Τα drones με σταθερά και με περιστροφικά φτερά έχουν διαφορετική απόδοση<br /> σε ότι αφορά τη σταθερότητα και το εύρος τους. Όταν η κάλυψη πεδίου είναι μεγάλη, τα μη επανδρωμένα αεροσκάφη σταθερών πτερύγων μπορεί να είναι προτιμότερα, λαμβάνοντας υπόψη ότι τα drones με περιστροφική-πτέρυγα μπορεί να είναι πιο κατάλληλο για επίτευξη υψηλών μετρήσεων χωρικής ανάλυσης. Ένα αξιοσημείωτο πλεονέκτημα της drones σταθερών πτερύγων είναι ότι απαιτείται ελάχιστη εμπειρία για τη λειτουργία τους. Τα drones σταθερών πτερύγων χρειάζονται διάδρομο, ενώ τα μικρότερα μπορεί να ξεκινήσουν χειροκίνητα<br /> Η πηγή ενέργειας επηρεάζει άμεσα την αντοχή της πτήσης (Dudek et al. 2013), και είναι έτσι, ένα από τα πιο σημαντικά στοιχεία του εξοπλισμού των drones. Αν και οι κινητήρες εσωτερικής καύσης είναι κοινός τόπος για τα state-of-the-art drones, οι ηλεκτρικοί κινητήρες είναι καλύτερες επιλογές για τα μικρότερα drones. Επειδή οι ηλεκτρικοί κινητήρες είναι πιο οικονομικοί και δονούνται λιγότερο, είναι πιο κατάλληλοι για εφαρμογές τηλεπισκόπισης. Διάφορες μπαταρίες και τα κύτταρα καυσίμων είναι διαθέσιμα για την τροφοδοσία ηλεκτρικών μοτέρ για drones. Στο μέλλον, η ηλιακή ενέργεια θα είναι σε θέση να συμβάλει στην αύξηση του χρόνου πτήσεων από ώρες έως ημέρες ή ακόμη και χρόνια. Οι βαρύτερο αισθητήρες γενικά απαιτούν μεγαλύτερα drones. Το ωφέλιμο φορτίου του μη επανδρωμένου αεροσκάφους κυμαίνεται από δεκάδες γραμμαρίων σε εκατοντάδες κιλά. Τα Drones πετάνει αυτόνομα ή μέσω τηλεχειριστηρίου. Οι αυτόνομες προγραμματισμένες εκ των προτέρων πτήσεις είναι κατάλληλες για συστηματική χαρτογράφηση τοπίου. Τα τηλεκατευθυνόμενα μη επανδρωμένα αεροσκάφη είναι αποτελεσματικά για την παροχή φωτογραφιών και βίντεο σε τοπικό χωρικό επίπεδο.<br /> <br /> <br /> =='''Drone και τηλεπισκόπηση'''==<br /> <br /> Οι πρώτες αεροφωτογραφίες λήφθηκαν στη δεκαετία του 1860 χρησιμοποιώντας μπαλόνια ως πλατφόρμες. Κατά τη διάρκεια του πρώτου και του δευτέρου παγκοσμίου πολέμου , αεροπλάνα χρησιμοποιήθηκαν ως πλατφόρμες αεροφωτογραφιών. Η πρώτη γενιά δορυφόρων γήινης τροχιάς ξεκίνησε γύρω στο 1960 με αποκλειστικό σκοπό την αναγνώριση. Προηγουμένως, όλα τα δεδομένα που συλλέγονται από ατμόσφαιρας ή το διάστημα ήταν σε αναλογική μορφή. Από το 1970, υπάρχουν πλέον σε χρήση ψηφιακοί αισθητήρες, οι δορυφόροι χρησιμοποιούνται και για πολιτικές εφαρμογές, και η όρος τηλεπισκόπηση έχει γίνει επίσημη. Τα drones είχαν για δεκαετίες πριν χρησιμοποιηθεί για στρατιωτικούς σκοπούς, αλλά οι πρόσφατές τους εφαρμογές στην τηλεπισκόπηση ήταν εξαιρετικά γρήγορη. Επί του παρόντος, τα drones χρησιμοποιούνται στους τομείς της μετεωρολογίας, γεωργίας ακριβείας, την έρευνα της άγριας πανίδας, της δασοκομίας, της διαχείρισης γης, τον έλεγχο των υποδομών, την παρακολούθηση της κυκλοφορίας, της διαχείρισης των φυσικών καταστροφών, και έρευνας και διάσωσης (Shahbazi et al. 2014).<br /> Τα drones μπορούν να μεταφέρουν μια ποικιλία μέσων ανίχνευσης, συμπεριλαμβανομένων του ορατού φωτός, το εγγύς υπέρυθρο (NIR), <br /> το υπέρυθρο βραχέων (SWIR), το θερμικό υπέρυθρο (TIR), ραντάρ, και Αισθητήρες Lidar. Τα drones που χρησιμοποιούν οπτικούς αισθητήρες, συμπεριλαμβανομένων των ορατών, NIR και SWIR, καταγράφουν επίσης δεδομένα σε πολυφασματικές ή υπερφασματικές ζώνες (Berni et al 2009. Saari et al 2011. Shao 2015). Λόγω της τεχνολογικής προόδου στην τεχνολογία αισθητήρων, όλο μικρότεροι, ελαφρύτεροι, και φθηνότεροι αισθητήρες είναι διαθέσιμοι για drones. <br /> <br /> [[Αρχείο:Av1.JPG|300px|thumb|left|Figure 1]]<br /> <br /> =='''Παραδείγματα εφαρμογών'''==<br /> <br /> Τα οφέλη του μη επανδρωμένου αεροσκάφους τηλεπισκόπησης περιλαμβάνουν χαμηλού κόστους υλικό και λειτουργίας, ευέλικτο έλεγχο της χωρικής και χρονικής ανάλυσης, συλλογή δεδομένων υψηλής ανάλυσης, και η απουσία του κινδύνου για τα πληρώματα. Οι ακόλουθες πρωτοπόρες μελέτες αποδεικνύουν τα μοναδικά πλεονεκτήματα του μη επανδρωμένου αεροσκάφους τηλεπισκόπησης για τη δασοκομία σε ερευνητικό και πρακτικό επίπεδο.<br /> <br /> <br /> =='''Δασική τοπογραφία'''==<br /> <br /> Οι Koh και Wich (2012) πειραματίστηκαν με τη χρήση μη επανδρωμένων αεροσκαφών τηλεπισκόπησης για να ερευνήσουν και να χαρτογραφήσουν τα τροπικά δάση της Ινδονησίας λόγω του υψηλού κόστους της υψηλής ανάλυσης δορυφορικών δεδομένων τηλεπισκόπησης, τη συχνή νεφοκάλυψη, και τη δύσκολη και ακριβή επίγεια έρευνα. Το πείραμα αφορούσε σε ένα φθηνό <br /> (&lt; 100$) και ελαφρύ (~ 650 g) σταθερών πτερύγων drones τροφοδοτούμενο από μια μπαταρία 2200 mAh και μια βιντεοκάμερα. Το drone θα μπορούσε να πετάξει ~ 25 λεπτά ανά αποστολή και να καλύπτει συνολική απόσταση ~ 15 χιλιομέτρων. Οι ερευνητές συναρμολογούσαν τις εικόνες του droneς σε χάρτες που αναπτύσσεται η χρήση γης/ κάλυψη χαρτών με μια χωρική ανάλυση της τάξης των 5,1 εκατοστών με χρήση του υλικού βίντεο για την ανίχνευση των ανθρώπινων δραστηριοτήτων (Π.χ. κάψιμο και υλοτομία), και σε συνδυασμό με το φωτογραφικό υλικό και βίντεο για την έρευνα των ειδών της άγριας πανίδας και των προσδιορισμό της χλωρίδας. Πρότειναν ότι η χρήση μη επανδρωμένων αεροσκαφών θα μπορούσε να οδηγήσει σε σημαντική εξοικονόμηση όσον αφορά το χρόνο, το ανθρώπινο δυναμικό και τους οικονομικούς πόρους για την τοπική διατήρηση των εργαζόμενων και των ερευνητών στις αναπτυσσόμενες τροπικές περιοχές. <br /> <br /> <br /> =='''Χαρτογράφηση των κενών βλάστησης στα δάση'''==<br /> <br /> Τα κενά βλάστησης στα δάση αντανακλούν τη διαταραχή που επηρεάζει τη δασική ποικιλομορφία και την παραγωγικότητά τους, αλλά τα μικρά δασικά κενά δεν μπορούν να μετρηθούν με ακρίβεια με τη δορυφορική τηλεπισκόπηση (Frolking et al. 2009). Η χαρτογράφηση που λαμβάνεται με ανάλυση 7 εκατοστών, με φυσικά χρώματα, δασών στα οποία κυριαρχεί η οξιά και τα φυλλοβόλα καθώς και τα μικτά δάση φυλλοβόλων-κωνοφόρων στη Γερμανία, επιτρέπει την ακριβή ταυτοποίηση των κενών μεγέθους 1 m2. Με άνοιγμα φτερών 2 m και βάρος 6 kg το drone μπορούσε να πετάξει σε υψόμετρο μέχρι και 250 μέτρα και για έως και 60 λεπτά. Οι γραμμές πτήσης ήταν προγραμματισμένες εκ των προτέρων, και όλες οι εικόνες ήταν ορθοανοιγμένες με βάση τον εσωτερικό προσανατολισμό του drone, τη θέση GPS, και ένα ψηφιακό μοντέλο εδάφους. Οι ερευνητές διαπίστωσαν ισχυρή συσχέτιση της βιοποικιλότητας μεταξύ των μετρήσεων στα δασικά κενά που λαμβάνονται από drones τηλεπισκόπησης. Αυτή η μελέτη δείχνει ότι η ανίχνευση μέσω drone είναι σε θέση να δώσουν πολύ υψηλής ανάλυσης εικόνες κατάλληλες για τον χαρακτηρισμό των δασικών κενών ως αξιόπιστους δείκτες της βιοποικιλότητας. <br /> <br /> [[Αρχείο:av2.JPG|500px|thumb|left|Figure 2]]<br /> <br /> <br /> =='''Μέτρηση του ύψους δασικού θόλου'''==<br /> <br /> Το ύψος του δασικού θόλου είναι μια κρίσιμη ποσοτική παράμετρος των δασών, και παραδοσιακά εκτιμάται με αναλογικές φωτογραμμετρικές μεθόδους και έρευνες εδάφους. Οι τεχνολογίες Lidar έχουν γίνει ένα νέο μέσο για την εκτίμηση του ύψους θόλου (Lefsky et al. 2002), καθώς οι παραδοσιακές φωτογραμμετρικές μέθοδοι έχουν σχεδόν εγκαταλειφθεί στη δασοκομία. O Lisein et al. (2013) έδειξε μια παρόμοια προσέγγιση σε ένα δάσος στο Βέλγιο. Χρησιμοποίησε ένα μικρό σταθερής πτέρυγας drone με άνοιγμα φτερών του 1 m, και βάρος κιλών, ταχύτητα πτήσης στα 80 χλμ/ώρα, ύψος πτήσης στα 100-750 m και μέγιστη διάρκεια πτήσης 40 λεπτά για την λήψη NIR εικόνων με χωρική ανάλυση ~7,6 εκατοστά. Οι μετρήσεις του ύψους των δασικών θόλων που προέρχεται από την ανέξοδη φωτογραμμετρική μέθοδο ήταν σε ισχυρή συμφωνία με τα δεδομένα Lidar που λαμβάνονται από ένα ακριβό επανδρωμένο αεροσκάφος. Οι Zarco-Tejada et al. (2014) μέτρησαν το ύψος των δέντρων σε 158 εκτάρια δασικής έκτασης στην Ισπανία, χρησιμοποιώντας μια κάμερα χαμηλού κόστους τοποθετημένη σε ένα τηλεκατευθυνόμενο αεροσκάφος σταθερής πτέρυγας με άνοιγμα φτερών 2-m και ταχύτητα πτήσης στα 63 km / h. Μια φωτογραφική μηχανή χαμηλού κόστους τροποποιήθηκε να αποκτήσουν χρώμα οι υπέρυθρες εικόνες σε μια χωρική ανάλυση 5 cm. Οι τιμές του ύψους των δένδρων που λήφθηκαν από τις εικόνες ήταν ακριβής, όταν συγκρίθηκαν με επίγειες μετρήσεις. Σε μια μελέτη από τους Dandois και Ellis (2013) που διεξήχθη με παρόμοια φωτογραμμετρική προσέγγιση στις ΗΠΑ, μπόρεσαν να αποκτήσουν επικαλυπτόμενες αεροφωτογραφίες με χρήση ερασιτεχνικής κάμερας τοποθετημένη σε ένα drone περιστροφικής-πτέρυγας, όταν πέταξαν σε χαμηλό ύψος (&lt; 130 m). Η περιοχή μελέτης κάλυψε τρία φυλλοβόλα δάση έκτασης 625-ha στην πολιτεία του Μέριλαντ. Το αποτέλεσμα ήταν άκρως ικανοποιητικό με τη δημιουργία 3D δασικών θόλων σε υψηλή ανάλυση. Τέτοιες ανέξοδες αλλά αποτελεσματικές τεχνολογίες για την πολυφασματική 3D σάρωση της βλάστησης παρέχουν στους δασολόγους άλλον ένα καλό λόγο για να εφαρμοστεί η τηλεπισκόπηση μέσω drones για ερευνητικούς σκοπούς. Τα τρία πειράματα που περιγράφηκαν παραπάνω δείχνουν ότι αυτή η φθηνή οπτική προσέγγιση έχει μια παρόμοια ακρίβεια πιο πολύπλοκα και δαπανηρά συστήματα Lidar.<br /> <br /> <br /> =='''Παρακολούθηση δασικών πυρκαγιών'''==<br /> <br /> Η χρήση της τηλεπισκόπησης για την υποστήριξη σε πραγματικό χρόνο ελέγχου πυρκαγιών είναι ακόμη στα σπάργανα (Wing et al. 2014). Οι δορυφορικές εικόνες MODIS έχουν υψηλή χρονική ανάλυση (1-2 ημέρες) και εφαρμόζεται συνήθως σε παρακολούθησης δασικών πυρκαγιών. Ωστόσο, η χαμηλή χωρική ανάλυση του MODIS είναι ανεπαρκής για το έργο αυτό σε τοπικό επίπεδο. Οι επανδρωμένες πτήσεις με αεροσκάφη για την σε πραγματικό χρόνο παρακολούθηση της εξάπλωσης των δασικών πυρκαγιών είναι δυνητικά επισφαλείς για τα πληρώματα. Μεταξύ του 2006 και του 2010, η NASA και η Δασική Υπηρεσία των ΗΠΑ απέδειξαν την χρησιμότητα ενός μεγάλου, σταθερών πτερύγων drone 24ης πτήσης, για την διαχείρισης των δασικών πυρκαγιών (Ambrosia et al 2011b. Hinkley και Zajkowski 2011). Το drones ζύγιζε σχεδόν πέντε τόνους και μπορούσε να μεταφέρει όργανα βάρους μέχρι και ένα τόνο. Ο ερευνητές τοποθέτησαν ένα πολυφασματικό σαρωτή για συλλογή δεδομένων εικόνας με 16 ταινίες, που κυμαίνονται από το ορατό φάσμα έως το TIR φάσμα. Οι αποστολές τηλεπισκόπησης των drones παρέχουν πληροφορίες σε σχεδόν πραγματικό χρόνο (5-10 λεπτά) για την υποστήριξη διαχείρισης των δασικών πυρκαγιών. Η ικανότητα των drones περιστρεφόμενων πτερύγων για την ανίχνευση των δασικών πυρκαγιών δοκιμάστηκε επίσης στην Πορτογαλία και την Ισπανία (Martinez-de Dios et al. 2011 Μερινός et al. 2012). Μια σειρά πειραμάτων έδειξε ότι τα drones περιστροφικής-πτέρυγας θα μπορούσαν να παρέχουν δεδομένα δασικών πυρκαγιών σε πραγματικό χρόνο. Συγκεκριμένα, η ταυτόχρονη χρήση πολλαπλών drones, είτε αυτόνομα είτε με έλεγχο εξ αποστάσεως, επέτρεψε την ευρύτερη άποψη των πυρκαγιών στις μεγαλύτερες περιοχές. Τα μη επανδρωμένα αεροσκάφη μέσου και μεγάλου υψόμετρου είναι πιο κατάλληλα για πετούν πάνω από περιοχές με εξελισόμενη πυρκαγιά.<br /> <br /> <br /> =='''Εντατική δασική διαχείριση'''==<br /> <br /> Εντατική διαχείριση των δασών είναι μια αποτελεσματική προσέγγιση για την προώθηση της παραγωγικότητας των δασών και την ικανοποίηση της αυξανόμενης η ζήτηση για ξυλεία (Αράνο και Munn 2006 Bai et al. 2015). Η διαχείριση των ταχέως αναπτυσσόμενων δασικών φυτειών είναι παρόμοια με την πρακτική της γεωργίας ακριβείας και μπορεί να είναι παρακολουθείται με drone τηλεπισκόπησης (Wang et al., 2014). Μια εφαρμογή είναι η λίπανση στο σωστό χρόνο και στο σωστό μέρος. Οι Felderhof και Gillieson (2011) με την χρήση NIR εικόνων από drone τηλεπισκόπησης για τη χαρτογράφηση σε μια φυτεία macadamia βρήκαν μια σημαντική συσχέτιση μεταξύ της φασματικής ραδιομετρίας και τα επίπεδα αζώτου στα φύλλα των φυτών που προσδιορίζονται με δειγματοληψία πεδίου. Αυτή η προσέγγιση αν αξιοποιηθεί θα συμβάλει στη μείωση του κόστους της εντατικής διαχείρισης των δασών και την αύξηση των οικονομικών αποδόσεων. Ο έλεγχος της πυκνότητας των δασών είναι μια παραδοσιακή πρακτική της δασοκομίας και είναι μεγάλης σημασίας για τη μεγιστοποίηση της παραγωγικότητας των δασών. Το κλάδεμα των δασικών φυτειών είναι σημαντικό για την τη βελτίωση της ποιότητας ξυλεία και αξία. Ο Wallace et al. (2014) διεξήγαγε ένα πείραμα για την απόκτηση δεδομένων Lidar ενός 4 χρονου Ευκάλυπτου στην Τασμανία. Η πλατφόρμα του σαρωτή ήταν ένα drone περιστροφικής-πτέρυγας, το οποίο θα μπορούσε να πετάξει σε χαμηλό υψόμετρο (40 m) και σε χαμηλή ταχύτητα. Με αυτό τον τρόπο λήφθηκαν point cloud δεδομένα υψηλής πυκνότητας (145 και 220 παλμοί / m2). Τα δεδομένα Lidar συλλέχθηκαν πριν και μετά το κλάδεμα. Τα αποτελέσματα έδειξαν σημαντικές διαφορές μεταξύ των ακλάδευτων και κλαδεμένων στελεχών. Πάντως οι σαρωτές λέιζερ συνεχώς γίνονται ελαφρύτεροι και μπορούν να τοποθετηθούν σε μικρότερα drones (Tulldahl και Larsson 2014), καθιστώντας την χρήση τους για δασικές εφαρμογές πιο αποτελεσματική και προσιτή.<br /> <br /> <br /> =='''Τελικές παρατηρήσεις'''==<br /> <br /> Οι πέντε τύποι εφαρμογών που αναλήθηκαν παραπάνω καταδεικνύουν τα πλεονεκτήματα των drone τηλεπισκόπησης. Η συνεχής ανάπτυξη νέων drones και αισθητήρων κάνουν τις εφαρμογές τηλεπισκόπησης πιο ελκυστικές. Μερικές από τις εφαρμογές που μπορούν να γίνουν ανέξοδα με drone τηλεπισκόπησης είναι δύσκολο να διεξαχθούν χρησιμοποιώντας επανδρωμένα αεροσκάφη τηλεπισκόπησης ή δορυφορική τηλεπισκόπηση. Μερικά drones είναι τόσο μικρά ώστε μπορούν να πετούν κοντά στο δασικό θόλο. Μερικά drones είναι αρκετά μεγάλα για να πετάξουν σε μεσαία ή μεγάλα υψόμετρα και μπορεί να πετάξει επανειλημμένα για να καταγράψουν την έκταση μιας πυρκαγιάς, χωρίς να τίθεται σε κίνδυνο η ασφάλεια των πληρωμάτων. Στον τομέα της σύγχρονης δασοκομίας, την ορθολογική διαχείριση των δασών απαιτεί λεπτομερείς πληροφορίες για τα δάση σε ψηφιακή μορφή (Tang et al. 2009). <br /> <br /> [[category:Δασοπονία, Δασική διαχείριση]]</div>

Ltsoukanelis http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B9%CF%83%CE%B7_%CE%BC%CE%AD%CF%83%CF%89_Drone_%CE%B3%CE%B9%CE%B1_%CE%B4%CE%B1%CF%83%CE%B9%CE%BA%CE%AE_%CE%AD%CF%81%CE%B5%CF%85%CE%BD%CE%B1_%CE%BA%CE%B1%CE%B9_%CF%80%CF%81%CE%B1%CE%BA%CF%84%CE%B9%CE%BA%CE%AD%CF%82 2017-03-12T18:05:40Z

<p>Ltsoukanelis: </p> <hr /> <div>''Συγγραφείς: Lina Tang Chinese Academy of Sciences''<br /> <br /> '''Πηγή :''' Article in Journal of Forestry Research · June 2015 DOI: 10.1007/s11676-015-0088-y<br /> <br /> '''Λέξεις κλειδιά:'''Drone, δάσος, uav, βλάστηση<br /> <br /> <br /> =='''Περίληψη'''==<br /> <br /> Κατά τη διάρκεια των τελευταίων δεκαετιών έχουν εμφανιστεί στο προσκήνιο μη επανδρωμένo αεροσκάφη (Drones) διαφόρων σχημάτων, μεγεθών, καθώς οι εφαρμογές τους είναι ολοένα και πιο σημαντικές. Η τεχνολογία που εφαρμόζεται με τα drones έχει χαμηλό κόστος και πολύ υψηλής ανάλυσης, σημαντικά υψηλότερης από την τεχνολογία της δορυφορικής τηλεπισκόπησης. Σε αυτό το άρθρο γίνεται αναφορά στην χρήση τηλεπισκόπησης μέσω drone που υποβοηθούν την δασική έρευνα και τις πρακτικές που χρησιμοποιούνται για την παρακολούθηση και καταγραφή της κατάστασης των δασών (αύξηση, ύψος και μέγεθος θόλου, φαινομένων και γεγονότων όπως πυρκαγιές κλπ) Εξάλλου η ευελιξία που παρέχει η χρήση drones καθώς και η απουσία κινδύνου για τους χειριστές καθιστά την χρήση τους εξαιρετικά ελκυστική.<br /> <br /> <br /> ==='''Drones ως πλατφόρμες'''===<br /> <br /> Το λεξικό Merriam-Webster ορίζει ένα τηλεκατευθυνόμενο αεροσκάφος ως '' ένα μη επανδρωμένα αεροσκάφη ή πλοία καθοδηγείται από το τηλεχειριστήριο ή μέσω υπολογιστών επί του σκάφους ''. Τα μη επανδρωμένα αεροσκάφη αναφέρονται επίσης και ως μη επανδρωμένα εναέρια οχήματα (UAV), μη επανδρωμένα εναέρια συστήματα (UAS), μη επανδρωμένα αεροσκάφη (UA), ή τηλεκατευθυνόμενα αεροσκάφη (RPA). <br /> Από τη δεκαετία του 1950, σημαντική αποστολή των drones είναι η εναέρια αναγνώριση. Από το 2005, η ανάπτυξη των drones για στρατιωτικούς σκοπούς εξακολουθούν να κυριαρχούν στη βιομηχανία των μη επανδρωμένων αεροσκαφών.(Colomina και Molina 2014). Κατά τη διάρκεια των τελευταίων δεκαετιών, μη επανδρωμένα αεροσκάφη διαφόρων σχημάτων, μεγεθών, για πολιτικές εφαρμογές έχουν αναπτυχθεί τόσο γρήγορα ώστε ήδη υπερισχύουν εκείνων των στρατιωτικών εφαρμογών (Colomina και Molina 2014).<br /> Υπάρχουν διάφορες ταξινομήσεις των drones. Γενικά κατατάσσονται σε επτά κατηγορίες: MAV (Micro ή μινιατούρα) ή NAV (Nano Air Οχήματα), VTOL (Κάθετη Απογείωση &amp; Landing), LASE (Χαμηλό υψόμετρο, με μικρή αντοχή), LASE Κλείσιμο, LALE (Χαμηλό υψόμετρο, μεγάλης αντοχής) ΜALE (Μέσo υψόμετρο, μεγάλη αντοχή), και HALE (Μεγάλο υψόμετρο, Μεγάλη αντοχή). Anderson και Gaston (2013) κατατάσσονται drones σε τέσσερις τάξεις μεγέθους: μεγάλες, μεσαίες, μικρές και μίνι, και μικρο και νανο. Επιπλέον, άλλοι έχουν ταξινομηθεί drones σε πέντε τύπους χρήσης: στόχος και παραπλάνησης, αναγνώριση, μάχης, την έρευνα και την ανάπτυξη, καθώς και αστικές και εμπορικές(Www.theuav.com).<br /> Υπάρχουν δύο κύριοι τύποι μη επανδρωμένων αεροσκαφών με βάση την απογείωση και τεχνικές προσγείωσης: οριζόντια απογείωση και προσγείωση και κάθετη απογείωση και προσγείωση. Οριζόντια απογείωσης και προσγείωσης είναι τυπικά χαρακτηριστικά των drones σταθερών πτερύγων (αεροπλάνα), λαμβάνοντας υπόψη ότι η rotorcrafts ή μη επανδρωμένα αεροσκάφη περιστρεφόμενων πτερύγων (ελικόπτερα και γυροπλάνα), τα πλοία, και τα μπαλόνια που εκτελούν κάθετη απογείωση και προσγείωση. Η ανάπτυξη της σταθερότητα και το εύρος της πτήσης είναι κρίσιμα ζητήματα στα μη επανδρωμένα αεροσκάφη για τους σκοπούς των εφαρμογών τηλεπισκόπησης. Τα drones με σταθερά και με περιστροφικά φτερά έχουν διαφορετική απόδοση<br /> σε ότι αφορά τη σταθερότητα και το εύρος τους. Όταν η κάλυψη πεδίου είναι μεγάλη, τα μη επανδρωμένα αεροσκάφη σταθερών πτερύγων μπορεί να είναι προτιμότερα, λαμβάνοντας υπόψη ότι τα drones με περιστροφική-πτέρυγα μπορεί να είναι πιο κατάλληλο για επίτευξη υψηλών μετρήσεων χωρικής ανάλυσης. Ένα αξιοσημείωτο πλεονέκτημα της drones σταθερών πτερύγων είναι ότι απαιτείται ελάχιστη εμπειρία για τη λειτουργία τους. Τα drones σταθερών πτερύγων χρειάζονται διάδρομο, ενώ τα μικρότερα μπορεί να ξεκινήσουν χειροκίνητα<br /> Η πηγή ενέργειας επηρεάζει άμεσα την αντοχή της πτήσης (Dudek et al. 2013), και είναι έτσι, ένα από τα πιο σημαντικά στοιχεία του εξοπλισμού των drones. Αν και οι κινητήρες εσωτερικής καύσης είναι κοινός τόπος για τα state-of-the-art drones, οι ηλεκτρικοί κινητήρες είναι καλύτερες επιλογές για τα μικρότερα drones. Επειδή οι ηλεκτρικοί κινητήρες είναι πιο οικονομικοί και δονούνται λιγότερο, είναι πιο κατάλληλοι για εφαρμογές τηλεπισκόπισης. Διάφορες μπαταρίες και τα κύτταρα καυσίμων είναι διαθέσιμα για την τροφοδοσία ηλεκτρικών μοτέρ για drones. Στο μέλλον, η ηλιακή ενέργεια θα είναι σε θέση να συμβάλει στην αύξηση του χρόνου πτήσεων από ώρες έως ημέρες ή ακόμη και χρόνια. Οι βαρύτερο αισθητήρες γενικά απαιτούν μεγαλύτερα drones. Το ωφέλιμο φορτίου του μη επανδρωμένου αεροσκάφους κυμαίνεται από δεκάδες γραμμαρίων σε εκατοντάδες κιλά. Τα Drones πετάνει αυτόνομα ή μέσω τηλεχειριστηρίου. Οι αυτόνομες προγραμματισμένες εκ των προτέρων πτήσεις είναι κατάλληλες για συστηματική χαρτογράφηση τοπίου. Τα τηλεκατευθυνόμενα μη επανδρωμένα αεροσκάφη είναι αποτελεσματικά για την παροχή φωτογραφιών και βίντεο σε τοπικό χωρικό επίπεδο.<br /> <br /> <br /> '''Drone και τηλεπισκόπηση'''<br /> <br /> Οι πρώτες αεροφωτογραφίες λήφθηκαν στη δεκαετία του 1860 χρησιμοποιώντας μπαλόνια ως πλατφόρμες. Κατά τη διάρκεια του πρώτου και του δευτέρου παγκοσμίου πολέμου , αεροπλάνα χρησιμοποιήθηκαν ως πλατφόρμες αεροφωτογραφιών. Η πρώτη γενιά δορυφόρων γήινης τροχιάς ξεκίνησε γύρω στο 1960 με αποκλειστικό σκοπό την αναγνώριση. Προηγουμένως, όλα τα δεδομένα που συλλέγονται από ατμόσφαιρας ή το διάστημα ήταν σε αναλογική μορφή. Από το 1970, υπάρχουν πλέον σε χρήση ψηφιακοί αισθητήρες, οι δορυφόροι χρησιμοποιούνται και για πολιτικές εφαρμογές, και η όρος τηλεπισκόπηση έχει γίνει επίσημη. Τα drones είχαν για δεκαετίες πριν χρησιμοποιηθεί για στρατιωτικούς σκοπούς, αλλά οι πρόσφατές τους εφαρμογές στην τηλεπισκόπηση ήταν εξαιρετικά γρήγορη. Επί του παρόντος, τα drones χρησιμοποιούνται στους τομείς της μετεωρολογίας, γεωργίας ακριβείας, την έρευνα της άγριας πανίδας, της δασοκομίας, της διαχείρισης γης, τον έλεγχο των υποδομών, την παρακολούθηση της κυκλοφορίας, της διαχείρισης των φυσικών καταστροφών, και έρευνας και διάσωσης (Shahbazi et al. 2014).<br /> Τα drones μπορούν να μεταφέρουν μια ποικιλία μέσων ανίχνευσης, συμπεριλαμβανομένων του ορατού φωτός, το εγγύς υπέρυθρο (NIR), <br /> το υπέρυθρο βραχέων (SWIR), το θερμικό υπέρυθρο (TIR), ραντάρ, και Αισθητήρες Lidar. Τα drones που χρησιμοποιούν οπτικούς αισθητήρες, συμπεριλαμβανομένων των ορατών, NIR και SWIR, καταγράφουν επίσης δεδομένα σε πολυφασματικές ή υπερφασματικές ζώνες (Berni et al 2009. Saari et al 2011. Shao 2015). Λόγω της τεχνολογικής προόδου στην τεχνολογία αισθητήρων, όλο μικρότεροι, ελαφρύτεροι, και φθηνότεροι αισθητήρες είναι διαθέσιμοι για drones. <br /> <br /> [[Αρχείο:Av1.JPG|300px|thumb|left|Figure 1]]<br /> <br /> '''Παραδείγματα εφαρμογών'''<br /> <br /> Τα οφέλη του μη επανδρωμένου αεροσκάφους τηλεπισκόπησης περιλαμβάνουν χαμηλού κόστους υλικό και λειτουργίας, ευέλικτο έλεγχο της χωρικής και χρονικής ανάλυσης, συλλογή δεδομένων υψηλής ανάλυσης, και η απουσία του κινδύνου για τα πληρώματα. Οι ακόλουθες πρωτοπόρες μελέτες αποδεικνύουν τα μοναδικά πλεονεκτήματα του μη επανδρωμένου αεροσκάφους τηλεπισκόπησης για τη δασοκομία σε ερευνητικό και πρακτικό επίπεδο.<br /> <br /> <br /> '''Δασική τοπογραφία'''<br /> <br /> Οι Koh και Wich (2012) πειραματίστηκαν με τη χρήση μη επανδρωμένων αεροσκαφών τηλεπισκόπησης για να ερευνήσουν και να χαρτογραφήσουν τα τροπικά δάση της Ινδονησίας λόγω του υψηλού κόστους της υψηλής ανάλυσης δορυφορικών δεδομένων τηλεπισκόπησης, τη συχνή νεφοκάλυψη, και τη δύσκολη και ακριβή επίγεια έρευνα. Το πείραμα αφορούσε σε ένα φθηνό <br /> (&lt; 100$) και ελαφρύ (~ 650 g) σταθερών πτερύγων drones τροφοδοτούμενο από μια μπαταρία 2200 mAh και μια βιντεοκάμερα. Το drone θα μπορούσε να πετάξει ~ 25 λεπτά ανά αποστολή και να καλύπτει συνολική απόσταση ~ 15 χιλιομέτρων. Οι ερευνητές συναρμολογούσαν τις εικόνες του droneς σε χάρτες που αναπτύσσεται η χρήση γης/ κάλυψη χαρτών με μια χωρική ανάλυση της τάξης των 5,1 εκατοστών με χρήση του υλικού βίντεο για την ανίχνευση των ανθρώπινων δραστηριοτήτων (Π.χ. κάψιμο και υλοτομία), και σε συνδυασμό με το φωτογραφικό υλικό και βίντεο για την έρευνα των ειδών της άγριας πανίδας και των προσδιορισμό της χλωρίδας. Πρότειναν ότι η χρήση μη επανδρωμένων αεροσκαφών θα μπορούσε να οδηγήσει σε σημαντική εξοικονόμηση όσον αφορά το χρόνο, το ανθρώπινο δυναμικό και τους οικονομικούς πόρους για την τοπική διατήρηση των εργαζόμενων και των ερευνητών στις αναπτυσσόμενες τροπικές περιοχές. <br /> <br /> <br /> '''Χαρτογράφηση των κενών βλάστησης στα δάση'''<br /> <br /> Τα κενά βλάστησης στα δάση αντανακλούν τη διαταραχή που επηρεάζει τη δασική ποικιλομορφία και την παραγωγικότητά τους, αλλά τα μικρά δασικά κενά δεν μπορούν να μετρηθούν με ακρίβεια με τη δορυφορική τηλεπισκόπηση (Frolking et al. 2009). Η χαρτογράφηση που λαμβάνεται με ανάλυση 7 εκατοστών, με φυσικά χρώματα, δασών στα οποία κυριαρχεί η οξιά και τα φυλλοβόλα καθώς και τα μικτά δάση φυλλοβόλων-κωνοφόρων στη Γερμανία, επιτρέπει την ακριβή ταυτοποίηση των κενών μεγέθους 1 m2. Με άνοιγμα φτερών 2 m και βάρος 6 kg το drone μπορούσε να πετάξει σε υψόμετρο μέχρι και 250 μέτρα και για έως και 60 λεπτά. Οι γραμμές πτήσης ήταν προγραμματισμένες εκ των προτέρων, και όλες οι εικόνες ήταν ορθοανοιγμένες με βάση τον εσωτερικό προσανατολισμό του drone, τη θέση GPS, και ένα ψηφιακό μοντέλο εδάφους. Οι ερευνητές διαπίστωσαν ισχυρή συσχέτιση της βιοποικιλότητας μεταξύ των μετρήσεων στα δασικά κενά που λαμβάνονται από drones τηλεπισκόπησης. Αυτή η μελέτη δείχνει ότι η ανίχνευση μέσω drone είναι σε θέση να δώσουν πολύ υψηλής ανάλυσης εικόνες κατάλληλες για τον χαρακτηρισμό των δασικών κενών ως αξιόπιστους δείκτες της βιοποικιλότητας. <br /> <br /> [[Αρχείο:av2.JPG|500px|thumb|left|Figure 2]]<br /> <br /> <br /> '''Μέτρηση του ύψους δασικού θόλου'''<br /> <br /> Το ύψος του δασικού θόλου είναι μια κρίσιμη ποσοτική παράμετρος των δασών, και παραδοσιακά εκτιμάται με αναλογικές φωτογραμμετρικές μεθόδους και έρευνες εδάφους. Οι τεχνολογίες Lidar έχουν γίνει ένα νέο μέσο για την εκτίμηση του ύψους θόλου (Lefsky et al. 2002), καθώς οι παραδοσιακές φωτογραμμετρικές μέθοδοι έχουν σχεδόν εγκαταλειφθεί στη δασοκομία. O Lisein et al. (2013) έδειξε μια παρόμοια προσέγγιση σε ένα δάσος στο Βέλγιο. Χρησιμοποίησε ένα μικρό σταθερής πτέρυγας drone με άνοιγμα φτερών του 1 m, και βάρος κιλών, ταχύτητα πτήσης στα 80 χλμ/ώρα, ύψος πτήσης στα 100-750 m και μέγιστη διάρκεια πτήσης 40 λεπτά για την λήψη NIR εικόνων με χωρική ανάλυση ~7,6 εκατοστά. Οι μετρήσεις του ύψους των δασικών θόλων που προέρχεται από την ανέξοδη φωτογραμμετρική μέθοδο ήταν σε ισχυρή συμφωνία με τα δεδομένα Lidar που λαμβάνονται από ένα ακριβό επανδρωμένο αεροσκάφος. Οι Zarco-Tejada et al. (2014) μέτρησαν το ύψος των δέντρων σε 158 εκτάρια δασικής έκτασης στην Ισπανία, χρησιμοποιώντας μια κάμερα χαμηλού κόστους τοποθετημένη σε ένα τηλεκατευθυνόμενο αεροσκάφος σταθερής πτέρυγας με άνοιγμα φτερών 2-m και ταχύτητα πτήσης στα 63 km / h. Μια φωτογραφική μηχανή χαμηλού κόστους τροποποιήθηκε να αποκτήσουν χρώμα οι υπέρυθρες εικόνες σε μια χωρική ανάλυση 5 cm. Οι τιμές του ύψους των δένδρων που λήφθηκαν από τις εικόνες ήταν ακριβής, όταν συγκρίθηκαν με επίγειες μετρήσεις. Σε μια μελέτη από τους Dandois και Ellis (2013) που διεξήχθη με παρόμοια φωτογραμμετρική προσέγγιση στις ΗΠΑ, μπόρεσαν να αποκτήσουν επικαλυπτόμενες αεροφωτογραφίες με χρήση ερασιτεχνικής κάμερας τοποθετημένη σε ένα drone περιστροφικής-πτέρυγας, όταν πέταξαν σε χαμηλό ύψος (&lt; 130 m). Η περιοχή μελέτης κάλυψε τρία φυλλοβόλα δάση έκτασης 625-ha στην πολιτεία του Μέριλαντ. Το αποτέλεσμα ήταν άκρως ικανοποιητικό με τη δημιουργία 3D δασικών θόλων σε υψηλή ανάλυση. Τέτοιες ανέξοδες αλλά αποτελεσματικές τεχνολογίες για την πολυφασματική 3D σάρωση της βλάστησης παρέχουν στους δασολόγους άλλον ένα καλό λόγο για να εφαρμοστεί η τηλεπισκόπηση μέσω drones για ερευνητικούς σκοπούς. Τα τρία πειράματα που περιγράφηκαν παραπάνω δείχνουν ότι αυτή η φθηνή οπτική προσέγγιση έχει μια παρόμοια ακρίβεια πιο πολύπλοκα και δαπανηρά συστήματα Lidar.<br /> <br /> <br /> '''Παρακολούθηση δασικών πυρκαγιών'''<br /> <br /> Η χρήση της τηλεπισκόπησης για την υποστήριξη σε πραγματικό χρόνο ελέγχου πυρκαγιών είναι ακόμη στα σπάργανα (Wing et al. 2014). Οι δορυφορικές εικόνες MODIS έχουν υψηλή χρονική ανάλυση (1-2 ημέρες) και εφαρμόζεται συνήθως σε παρακολούθησης δασικών πυρκαγιών. Ωστόσο, η χαμηλή χωρική ανάλυση του MODIS είναι ανεπαρκής για το έργο αυτό σε τοπικό επίπεδο. Οι επανδρωμένες πτήσεις με αεροσκάφη για την σε πραγματικό χρόνο παρακολούθηση της εξάπλωσης των δασικών πυρκαγιών είναι δυνητικά επισφαλείς για τα πληρώματα. Μεταξύ του 2006 και του 2010, η NASA και η Δασική Υπηρεσία των ΗΠΑ απέδειξαν την χρησιμότητα ενός μεγάλου, σταθερών πτερύγων drone 24ης πτήσης, για την διαχείρισης των δασικών πυρκαγιών (Ambrosia et al 2011b. Hinkley και Zajkowski 2011). Το drones ζύγιζε σχεδόν πέντε τόνους και μπορούσε να μεταφέρει όργανα βάρους μέχρι και ένα τόνο. Ο ερευνητές τοποθέτησαν ένα πολυφασματικό σαρωτή για συλλογή δεδομένων εικόνας με 16 ταινίες, που κυμαίνονται από το ορατό φάσμα έως το TIR φάσμα. Οι αποστολές τηλεπισκόπησης των drones παρέχουν πληροφορίες σε σχεδόν πραγματικό χρόνο (5-10 λεπτά) για την υποστήριξη διαχείρισης των δασικών πυρκαγιών. Η ικανότητα των drones περιστρεφόμενων πτερύγων για την ανίχνευση των δασικών πυρκαγιών δοκιμάστηκε επίσης στην Πορτογαλία και την Ισπανία (Martinez-de Dios et al. 2011 Μερινός et al. 2012). Μια σειρά πειραμάτων έδειξε ότι τα drones περιστροφικής-πτέρυγας θα μπορούσαν να παρέχουν δεδομένα δασικών πυρκαγιών σε πραγματικό χρόνο. Συγκεκριμένα, η ταυτόχρονη χρήση πολλαπλών drones, είτε αυτόνομα είτε με έλεγχο εξ αποστάσεως, επέτρεψε την ευρύτερη άποψη των πυρκαγιών στις μεγαλύτερες περιοχές. Τα μη επανδρωμένα αεροσκάφη μέσου και μεγάλου υψόμετρου είναι πιο κατάλληλα για πετούν πάνω από περιοχές με εξελισόμενη πυρκαγιά.<br /> <br /> <br /> '''Εντατική δασική διαχείριση'''<br /> <br /> Εντατική διαχείριση των δασών είναι μια αποτελεσματική προσέγγιση για την προώθηση της παραγωγικότητας των δασών και την ικανοποίηση της αυξανόμενης η ζήτηση για ξυλεία (Αράνο και Munn 2006 Bai et al. 2015). Η διαχείριση των ταχέως αναπτυσσόμενων δασικών φυτειών είναι παρόμοια με την πρακτική της γεωργίας ακριβείας και μπορεί να είναι παρακολουθείται με drone τηλεπισκόπησης (Wang et al., 2014). Μια εφαρμογή είναι η λίπανση στο σωστό χρόνο και στο σωστό μέρος. Οι Felderhof και Gillieson (2011) με την χρήση NIR εικόνων από drone τηλεπισκόπησης για τη χαρτογράφηση σε μια φυτεία macadamia βρήκαν μια σημαντική συσχέτιση μεταξύ της φασματικής ραδιομετρίας και τα επίπεδα αζώτου στα φύλλα των φυτών που προσδιορίζονται με δειγματοληψία πεδίου. Αυτή η προσέγγιση αν αξιοποιηθεί θα συμβάλει στη μείωση του κόστους της εντατικής διαχείρισης των δασών και την αύξηση των οικονομικών αποδόσεων. Ο έλεγχος της πυκνότητας των δασών είναι μια παραδοσιακή πρακτική της δασοκομίας και είναι μεγάλης σημασίας για τη μεγιστοποίηση της παραγωγικότητας των δασών. Το κλάδεμα των δασικών φυτειών είναι σημαντικό για την τη βελτίωση της ποιότητας ξυλεία και αξία. Ο Wallace et al. (2014) διεξήγαγε ένα πείραμα για την απόκτηση δεδομένων Lidar ενός 4 χρονου Ευκάλυπτου στην Τασμανία. Η πλατφόρμα του σαρωτή ήταν ένα drone περιστροφικής-πτέρυγας, το οποίο θα μπορούσε να πετάξει σε χαμηλό υψόμετρο (40 m) και σε χαμηλή ταχύτητα. Με αυτό τον τρόπο λήφθηκαν point cloud δεδομένα υψηλής πυκνότητας (145 και 220 παλμοί / m2). Τα δεδομένα Lidar συλλέχθηκαν πριν και μετά το κλάδεμα. Τα αποτελέσματα έδειξαν σημαντικές διαφορές μεταξύ των ακλάδευτων και κλαδεμένων στελεχών. Πάντως οι σαρωτές λέιζερ συνεχώς γίνονται ελαφρύτεροι και μπορούν να τοποθετηθούν σε μικρότερα drones (Tulldahl και Larsson 2014), καθιστώντας την χρήση τους για δασικές εφαρμογές πιο αποτελεσματική και προσιτή.<br /> <br /> <br /> '''Τελικές παρατηρήσεις'''<br /> <br /> Οι πέντε τύποι εφαρμογών που αναλήθηκαν παραπάνω καταδεικνύουν τα πλεονεκτήματα των drone τηλεπισκόπησης. Η συνεχής ανάπτυξη νέων drones και αισθητήρων κάνουν τις εφαρμογές τηλεπισκόπησης πιο ελκυστικές. Μερικές από τις εφαρμογές που μπορούν να γίνουν ανέξοδα με drone τηλεπισκόπησης είναι δύσκολο να διεξαχθούν χρησιμοποιώντας επανδρωμένα αεροσκάφη τηλεπισκόπησης ή δορυφορική τηλεπισκόπηση. Μερικά drones είναι τόσο μικρά ώστε μπορούν να πετούν κοντά στο δασικό θόλο. Μερικά drones είναι αρκετά μεγάλα για να πετάξουν σε μεσαία ή μεγάλα υψόμετρα και μπορεί να πετάξει επανειλημμένα για να καταγράψουν την έκταση μιας πυρκαγιάς, χωρίς να τίθεται σε κίνδυνο η ασφάλεια των πληρωμάτων. Στον τομέα της σύγχρονης δασοκομίας, την ορθολογική διαχείριση των δασών απαιτεί λεπτομερείς πληροφορίες για τα δάση σε ψηφιακή μορφή (Tang et al. 2009). <br /> <br /> [[category:Δασοπονία, Δασική διαχείριση]]</div>

Ltsoukanelis http://147.102.106.44/rs/wiki/index.php/%CE%A7%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%B1%CF%81%CF%87%CE%B1%CE%AF%CE%B1%CF%82_%CF%80%CF%8C%CE%BB%CE%B7%CF%82_%CF%84%CE%B7%CF%82_%CE%9B%CE%B5%CF%85%CE%BA%CE%AC%CE%B4%CE%B1%CF%82_%CE%9D%CE%AE%CF%81%CE%B9%CE%BA%CE%BF%CF%82_%CE%BC%CE%AD%CF%83%CF%89_%CE%BC%CE%B1%CE%B3%CE%BD%CE%B7%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%B4%CE%B9%CE%B1%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82 2017-03-12T18:03:49Z

<p>Ltsoukanelis: </p> <hr /> <div>'''Πηγή :''' [http://www.kolivas.de/archives/1131 Link]<br /> <br /> '''Λέξεις κλειδιά:''' Μαγνητική, διασκόπηση, Λευκάδα<br /> <br /> <br /> =='''Εισαγωγικά'''==<br /> <br /> Η παρούσα δημοσίευση αφορά στην χαρτογράφηση και οριοθέτηση του αρχαιολογικού χώρου της αρχαίας πόλης της Λευκάδας, που ονομαζόταν Νήρικος με την μέθοδο της μαγνητικής διασκόπησης. Με αυτή τη μέθοδο και χωρίς την παραδοσιακή μέθοδο της ανασκαφής του εδάφους, έγινε δυνατό να βρεθούν στοιχεία αόρατα στο γυμνό μάτι, θαμένα για αιώνες κάτω από το έδαφος.<br /> <br /> <br /> =='''Η μέθοδος'''==<br /> <br /> Η μαγνητική διασκόπηση (γερμ.: Magnetische Prospektion) χρησιμοποιήθηκε για πρώτη φορά ως μέθοδος στην αρχαιολογία το 1958 από τον Μ. Άιτκεν (Martin J. Aitken) που ίδρυσε και το Αρχαιομετρικό Εργαστήριο στο Πανεπιστημίο της Οξφόρδης. Αυτός κατώρθωσε με τη βοήθεια μιας συσκευής, ενός μαγνητομέτρου πρωτονίου όπως ονομάζεται, να ανιχνεύσει και να χαρτογραφήσει ρωμαϊκές αρχαιότητες. Με το μαγνητόμετρο πρωτονίου μπορεί να μετρηθούν πολύ μικρές αποκλίσεις -κυμαίνονται περίπου μεταξύ 0,1 έως 100 nT (νανοτέσλα – Nanotesla)- του μαγνητικού πεδίου της γης.<br /> Για να καταλάβουμε το μέγεθος αναφέρουμε ότι η ισχύ του μαγνητικού πεδίου της Γης στην Ελλάδα είναι περίπου 45.000 nT. Οι μαγνητικές ανωμαλίες του εδάφους, που μπορεί να είναι θετικές ή αρνητικές, επιτρέπουν στους αρχαιολόγους να εντοπίσουν στο υπέδαφος πυρκαϊές, εστίες, καμίνους, κεράμους από πηλό, που προκαλούν θετικές ανωμαλίες, καθώς επίσης και δρόμους, τείχη, θεμέλια κτιρίων και άλλα αρχιτεκτονικά λείψανα, που προκαλούν αρνητικές ανωμαλίες.<br /> Η μαγνητική διασκόπηση ανήκει μαζί με την ηλεκτρική διασκόπηση, που βασίζεται στην αρχή της ηλεκτρικής αντίστασης των σωμάτων, στις λεγόμενες γεωφυσικές διασκοπήσεις, που επιτρέπουν την χαρτογράφηση του υπεδάφους των αρχαιολογικών χώρων και την οριοθέτησή τους. Μπορούν έτσι να εντοπισθούν αρχαιολογικά μνημεία, να βοηθηθούν ενδεχόμενα οι ανασκαφικές δραστηριότητες, να υπολογιστεί το βάθος των αρχαιολογικών μνημείων και των επιπέδων κατοίκησης, να εντοπισθούν περιοχές εργαστηριακής δραστηριότητας κ.ά. Οι γεωφυσικές διασκοπήσεις καθώς και η λεγόμενη δορυφορική τηλεπισκόπηση συνεισφέρουν έτσι ουσιαστικά στη διαχείριση των αρχαιολογικών μνημείων.<br /> <br /> [[Εικόνα:lefkada1.jpg |300px| thumb | left|Αρχιτεκτονικά λείψανα αρχαίας Λευκάδας]]<br /> <br /> [[Εικόνα:lefkada2.jpg |300px| thumb | left|Αρχιτεκτονικά λείψανα αρχαίας Λευκάδας]]<br /> <br /> <br /> Με τη βοήθεια των προαναφερθέντων μαγνητικών και ηλεκτρικών διασκοπήσεων, που έγιναν στο διάστημα από 13 – 23 Απριλίου και 16 – 27 Ιουνίου του έτους 2002, από το Εργαστήριο Γεωφυσικής – Δορυφορικής Τηλεπισκόπησης και Αρχαιοπεριβάλλοντος του Ινστιτούτου Μεσογειακών Σπουδών σε συνεργασία με την ΙΒ” Εφορεία Προϊστορικών και Κλασσικών Αρχαιοτήτων, χαρτογραφήθηκε και οριοθετήθηκε ο αρχαιολογικός χώρος της αρχαίας πόλης της Λευκάδας, που ονομαζόταν Νήρικος. Η Νήρικος που υπήρξε μια από τις πρωτεύουσες της Λευκάδας -το κάστρο της Αγίας Μαύρας ήταν η μεσαιωνική πρωτεύουσα του νησιού και αργότερα η Αμαξική εκεί που είναι η σημερινή πόλη της Λευκάδας- βρισκόταν στο βορειοανατολικό μέρος του νησιού. Εκτείνονταν από τον σημερινό οικισμό του Καλλιγονίου στα βόρεια έως τις παρυφές του οικισμού Καριωτών στα νότια και από τη λοφοσειρά του Κούλμου στα δυτικά έως τις ακτές στα ανατολικά. Ένα μέρος της πόλης ήταν χτισμένο αμφιθεατρικά στις πλαγιές του Κούλμου με θέα τη θάλασσα και τις ακτές της Ακαρνανίας, ενώ το υπόλοιπο απλωνόταν στην πεδιάδα έως την παραλία. Αρχιτεκτονικά λείψανα, όπως το τείχος που προστάτευε την αρχαία πόλη και άλλα διάσπαρτα από οικίες υπάρχουν μέχρι σήμερα στην περιοχή. Αναφέρεται ότι η πόλη εγκαταλείφθηκε γύρω στα 1300.<br /> <br /> [[Εικόνα:lefkada3.jpg |200px| thumb | right | Νήρικος – Διαγραμματική Απεικόνιση των Μαγνητικών Ανωμαλιών]]<br /> <br /> <br /> =='''Αποτελέσματα'''==<br /> <br /> <br /> Με αυτές τις γεωφυσικές έρευνες έγινε δυνατό, χωρίς ανασκαφικές δραστηριότητες, να ριχθεί φως κάτω από το υπέδαφος και να «φανούν» οι δρόμοι της αρχαίας πόλης που έχουν πλάτος από 3,75 – 4 μέτρα και απέχουν περίπου 35 μέτρα μεταξύ τους, τα εργαστήρια, οι οικίες, ακόμη και το αποχετευτικό σύστημα της πόλης που βρίσκεται στο βόρειο τμήμα των δρόμων. Η πυκνότητα των αρχιτεκτονικών λειψάνων είναι μεγαλύτερη στο βόρειο τμήμα της περιοχής που εκτείνεται η πόλη -ανατολικά της επαρχιακής οδού που οδηγεί από τη Λευκάδα στο Νυδρί- ενώ στο νότιο τμήμα η πυκνότητα είναι μικρότερη. Στο νοτιότερο σημείο της πόλης εντοπίσθηκε κι ένας δρόμος παράλληλος προς την ακτογραμμή, ο οποίος μπορεί να οδηγούσε στο σημερινό χωριό Λυγιά, όπου οικάζεται ότι βρισκόταν το λιμάνι της αρχαίας Λευκάδας.<br /> <br /> [[Εικόνα:lefkada4.jpg |200px|thumb |right| Νήρικος – Αποτελέσματα Μαγνητικών Διασκοπήσεων]]<br /> <br /> <br /> [[Εικόνα:lefkada5.jpg |200px| thumb | left|Τείχος αρχαίας Λευκάδας]]<br /> <br /> <br /> [[category:Αρχαιολογία]]</div>

Ltsoukanelis http://147.102.106.44/rs/wiki/index.php/%CE%A7%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%B1%CF%81%CF%87%CE%B1%CE%AF%CE%B1%CF%82_%CF%80%CF%8C%CE%BB%CE%B7%CF%82_%CF%84%CE%B7%CF%82_%CE%9B%CE%B5%CF%85%CE%BA%CE%AC%CE%B4%CE%B1%CF%82_%CE%9D%CE%AE%CF%81%CE%B9%CE%BA%CE%BF%CF%82_%CE%BC%CE%AD%CF%83%CF%89_%CE%BC%CE%B1%CE%B3%CE%BD%CE%B7%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%B4%CE%B9%CE%B1%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82 2017-03-12T18:03:00Z

<p>Ltsoukanelis: </p> <hr /> <div>'''Πηγή :''' [http://www.kolivas.de/archives/1131 Link]<br /> <br /> '''Λέξεις κλειδιά:''' Μαγνητική, διασκόπηση, Λευκάδα<br /> <br /> =='''Εισαγωγικά'''==<br /> <br /> Η παρούσα δημοσίευση αφορά στην χαρτογράφηση και οριοθέτηση του αρχαιολογικού χώρου της αρχαίας πόλης της Λευκάδας, που ονομαζόταν Νήρικος με την μέθοδο της μαγνητικής διασκόπησης. Με αυτή τη μέθοδο και χωρίς την παραδοσιακή μέθοδο της ανασκαφής του εδάφους, έγινε δυνατό να βρεθούν στοιχεία αόρατα στο γυμνό μάτι, θαμένα για αιώνες κάτω από το έδαφος.<br /> <br /> <br /> =='''Η μέθοδος'''==<br /> <br /> Η μαγνητική διασκόπηση (γερμ.: Magnetische Prospektion) χρησιμοποιήθηκε για πρώτη φορά ως μέθοδος στην αρχαιολογία το 1958 από τον Μ. Άιτκεν (Martin J. Aitken) που ίδρυσε και το Αρχαιομετρικό Εργαστήριο στο Πανεπιστημίο της Οξφόρδης. Αυτός κατώρθωσε με τη βοήθεια μιας συσκευής, ενός μαγνητομέτρου πρωτονίου όπως ονομάζεται, να ανιχνεύσει και να χαρτογραφήσει ρωμαϊκές αρχαιότητες. Με το μαγνητόμετρο πρωτονίου μπορεί να μετρηθούν πολύ μικρές αποκλίσεις -κυμαίνονται περίπου μεταξύ 0,1 έως 100 nT (νανοτέσλα – Nanotesla)- του μαγνητικού πεδίου της γης.<br /> Για να καταλάβουμε το μέγεθος αναφέρουμε ότι η ισχύ του μαγνητικού πεδίου της Γης στην Ελλάδα είναι περίπου 45.000 nT. Οι μαγνητικές ανωμαλίες του εδάφους, που μπορεί να είναι θετικές ή αρνητικές, επιτρέπουν στους αρχαιολόγους να εντοπίσουν στο υπέδαφος πυρκαϊές, εστίες, καμίνους, κεράμους από πηλό, που προκαλούν θετικές ανωμαλίες, καθώς επίσης και δρόμους, τείχη, θεμέλια κτιρίων και άλλα αρχιτεκτονικά λείψανα, που προκαλούν αρνητικές ανωμαλίες.<br /> Η μαγνητική διασκόπηση ανήκει μαζί με την ηλεκτρική διασκόπηση, που βασίζεται στην αρχή της ηλεκτρικής αντίστασης των σωμάτων, στις λεγόμενες γεωφυσικές διασκοπήσεις, που επιτρέπουν την χαρτογράφηση του υπεδάφους των αρχαιολογικών χώρων και την οριοθέτησή τους. Μπορούν έτσι να εντοπισθούν αρχαιολογικά μνημεία, να βοηθηθούν ενδεχόμενα οι ανασκαφικές δραστηριότητες, να υπολογιστεί το βάθος των αρχαιολογικών μνημείων και των επιπέδων κατοίκησης, να εντοπισθούν περιοχές εργαστηριακής δραστηριότητας κ.ά. Οι γεωφυσικές διασκοπήσεις καθώς και η λεγόμενη δορυφορική τηλεπισκόπηση συνεισφέρουν έτσι ουσιαστικά στη διαχείριση των αρχαιολογικών μνημείων.<br /> <br /> [[Εικόνα:lefkada1.jpg |300px| thumb | left|Αρχιτεκτονικά λείψανα αρχαίας Λευκάδας]]<br /> <br /> [[Εικόνα:lefkada2.jpg |300px| thumb | left|Αρχιτεκτονικά λείψανα αρχαίας Λευκάδας]]<br /> <br /> <br /> Με τη βοήθεια των προαναφερθέντων μαγνητικών και ηλεκτρικών διασκοπήσεων, που έγιναν στο διάστημα από 13 – 23 Απριλίου και 16 – 27 Ιουνίου του έτους 2002, από το Εργαστήριο Γεωφυσικής – Δορυφορικής Τηλεπισκόπησης και Αρχαιοπεριβάλλοντος του Ινστιτούτου Μεσογειακών Σπουδών σε συνεργασία με την ΙΒ” Εφορεία Προϊστορικών και Κλασσικών Αρχαιοτήτων, χαρτογραφήθηκε και οριοθετήθηκε ο αρχαιολογικός χώρος της αρχαίας πόλης της Λευκάδας, που ονομαζόταν Νήρικος. Η Νήρικος που υπήρξε μια από τις πρωτεύουσες της Λευκάδας -το κάστρο της Αγίας Μαύρας ήταν η μεσαιωνική πρωτεύουσα του νησιού και αργότερα η Αμαξική εκεί που είναι η σημερινή πόλη της Λευκάδας- βρισκόταν στο βορειοανατολικό μέρος του νησιού. Εκτείνονταν από τον σημερινό οικισμό του Καλλιγονίου στα βόρεια έως τις παρυφές του οικισμού Καριωτών στα νότια και από τη λοφοσειρά του Κούλμου στα δυτικά έως τις ακτές στα ανατολικά. Ένα μέρος της πόλης ήταν χτισμένο αμφιθεατρικά στις πλαγιές του Κούλμου με θέα τη θάλασσα και τις ακτές της Ακαρνανίας, ενώ το υπόλοιπο απλωνόταν στην πεδιάδα έως την παραλία. Αρχιτεκτονικά λείψανα, όπως το τείχος που προστάτευε την αρχαία πόλη και άλλα διάσπαρτα από οικίες υπάρχουν μέχρι σήμερα στην περιοχή. Αναφέρεται ότι η πόλη εγκαταλείφθηκε γύρω στα 1300.<br /> <br /> [[Εικόνα:lefkada3.jpg |200px| thumb | right | Νήρικος – Διαγραμματική Απεικόνιση των Μαγνητικών Ανωμαλιών]]<br /> <br /> <br /> =='''Αποτελέσματα'''==<br /> <br /> <br /> Με αυτές τις γεωφυσικές έρευνες έγινε δυνατό, χωρίς ανασκαφικές δραστηριότητες, να ριχθεί φως κάτω από το υπέδαφος και να «φανούν» οι δρόμοι της αρχαίας πόλης που έχουν πλάτος από 3,75 – 4 μέτρα και απέχουν περίπου 35 μέτρα μεταξύ τους, τα εργαστήρια, οι οικίες, ακόμη και το αποχετευτικό σύστημα της πόλης που βρίσκεται στο βόρειο τμήμα των δρόμων. Η πυκνότητα των αρχιτεκτονικών λειψάνων είναι μεγαλύτερη στο βόρειο τμήμα της περιοχής που εκτείνεται η πόλη -ανατολικά της επαρχιακής οδού που οδηγεί από τη Λευκάδα στο Νυδρί- ενώ στο νότιο τμήμα η πυκνότητα είναι μικρότερη. Στο νοτιότερο σημείο της πόλης εντοπίσθηκε κι ένας δρόμος παράλληλος προς την ακτογραμμή, ο οποίος μπορεί να οδηγούσε στο σημερινό χωριό Λυγιά, όπου οικάζεται ότι βρισκόταν το λιμάνι της αρχαίας Λευκάδας.<br /> <br /> [[Εικόνα:lefkada4.jpg |200px|thumb |right| Νήρικος – Αποτελέσματα Μαγνητικών Διασκοπήσεων]]<br /> <br /> <br /> [[Εικόνα:lefkada5.jpg |200px| thumb | left|Τείχος αρχαίας Λευκάδας]]<br /> <br /> <br /> [[category:Αρχαιολογία]]</div>

Ltsoukanelis http://147.102.106.44/rs/wiki/index.php/%CE%A0%CF%81%CF%8C%CE%B3%CF%81%CE%B1%CE%BC%CE%BC%CE%B1_%CE%A0%CE%B1%CF%81%CE%B1%CE%BA%CE%BF%CE%BB%CE%BF%CF%8D%CE%B8%CE%B7%CF%83%CE%B7%CF%82_%CE%A5%CE%B4%CE%AC%CF%84%CF%89%CE%BD_%CE%9B%CE%AF%CE%BC%CE%BD%CE%B7%CF%82_%CE%A0%CE%B1%CE%BC%CE%B2%CF%8E%CF%84%CE%B9%CE%B4%CE%B1%CF%82_(Lake_Pamvotis_Water_Monitoring_Programm) 2017-03-12T18:01:26Z

<p>Ltsoukanelis: </p> <hr /> <div>Πηγή:[http://www.lakepamvotis.gr/pages/monitoring Φορέας Διαχείρισης λίμνης Παμβώτιδας 2011]<br /> <br /> '''Λέξεις κλειδιά:''' Monitoring, Παμβώτις, Λίμνη<br /> <br /> =='''Εισαγωγή'''==<br /> <br /> Στο παρόν άρθρο περιγράφεται το πρόγραμμα παρακολούθησης (monitoring programms) της λίμνης Παμβώτιδας μέσα από ένα σύστημα καταγραφής στοιχείων μέσω οργάνων που βρίσκονται τοποθετημένα σε 4 σημεία της λίμνης. Όλες οι καταγραφές έχουν πραγματοποιηθεί μεταξύ 2010 και 2011 με δείγματα ύδατος που λαμβάνονται επί τόπου.<br /> <br /> <br /> =='''Προγράμματα Παρακολούθησης (Monitoring Programms)'''==<br /> <br /> Ο επείγων χαρακτήρας, της εφαρμογής ενός συστήματος για την αξιολόγηση της οικολογικής κατάστασης των οικοσυστημάτων και της κατάστασης διατήρησης της βιοποικιλότητας σε αυτά σήμερα, απαιτεί την ενσωμάτωση συστημάτων παρακολούθησης όπως ορίζονται από την οδηγία των οικοτόπων, την οδηγία για την άγρια ορνιθοπανίδα καθώς και εκείνη των υδάτων, σε τόπους που περιλαμβάνονται στις Προστατευόμενες Περιοχές.<br /> Επιπλέον, απολύτως απαραίτητο και εξαιρετικής σημασίας αποτελεί η υλοποίηση ανταλλαγής πληροφοριών και δεδομένων, παρεχόμενων από προγράμματα παρακολούθησης, με την έναρξη ενός συστήματος συλλογής συστημικών και συστηματικών δεδομένων και ως εκ τούτου μη περιστασιακών, προκειμένου να πραγματοποιηθούν συγκρίσεις και συσχετισμοί μεταξύ των δεδομένων και να βελτιωθεί το επίπεδο γνώσεων για την κατάσταση του οικοσυστήματος.<br /> Η παρακολούθηση (monitoring), είναι μια δομημένη διαδικασία παρατήρησης και καταγραφής (μέτρηση), επαναλαμβανόμενη και διαχρονική, ιδανική για ένα συγκεκριμένο σκοπό. Η παρακολούθηση αποτελεί επίσης βασική συνιστώσα ενός επαναληπτικού κύκλου διαχείρισης.<br /> Ως εκ τούτου, η παρακολούθηση περιλαμβάνει τη συστηματική επιστημονική έρευνα (διαχρονική και για ένα συγκεκριμένο σκοπό), όπως για παράδειγμα την αφθονία των ειδών και τη γεωγραφική τους κατανομή ή την ποιότητα των υδάτων μιας λίμνης, τόσο για τη γνώση του τι καλούμαστε να διαχειριστούμε καθώς και την αποτίμηση των αποτελεσμάτων της εφαρμογής δράσεων από τον διαχειριστή ενός οικοσυστήματος.<br /> <br /> <br /> =='''Πρόγραμμα Παρακολούθησης Υδάτων Λίμνης Παμβώτιδας (Lake Pamvotis Water Monitoring Programm)'''==<br /> <br /> Κατά την διαχειριστική περίοδο 2010 -2011 διενεργήθηκε από το Φορέα Διαχείρισης Λίμνης Παμβώτιδας πρόγραμμα δειγματοληψιών, αναλύσεων εργαστηριακών και πεδίου, με συνεπικουρία της Χημικής Υπηρεσίας Ιωαννίνων και της Δ/νσης Υδάτων της Αποκεντρωμένης Διοίκησης Ηπείρου για την εργαστηριακή ανάλυση του Ολικού Φωσφόρου (TP) και Ολικού Αζώτου (TN). Παράλληλα, με την αρωγή του Πανεπιστημίου Δυτικής Ελλάδας και την παροχή της υλικοτεχνικής υποδομής του, υλοποιήθηκαν εργαστηριακές αναλύσεις της χλωροφύλλης (chl-a) και πραγματοποιήθηκε καταγραφή φυσικοχημικών παραμέτρων στο πεδίο (in situ) με πολυμετρικό όργανο .<br /> <br /> Βασικός στόχος του προγράμματος παρακολούθησης είναι η αξιολόγηση της ποσοτικής εκτίμησης του ευτροφισμού της λίμνης Παμβώτιδας. Έως σήμερα, έχει προκύψει ένας μεγάλος αριθμός μελετών και εργασιών με δεδομένα που συλλέχθηκαν από σημειακές δειγματοληψίες στο πεδίο για την ποσοτική εκτίμηση του ευτροφισμού στην λίμνη Παμβώτιδα. Πάραυτα, δεν έχει αναφερθεί σχετική μεθοδολογία σύνθεσης σε χωρική κλίμακα των δεδομένων πεδίου έτσι ώστε να προκύψει ένας συνολικός χάρτης απόδοσης των μετρούμενων παραμέτρων.<br /> <br /> Κατά τις πρωινές ώρες της ημέρας μεταξύ 10:00:00 και 12:00:00 και για διάρκεια ενός έτους της χρονικής περιόδου Ιούνιος 2010 έως και Μάιος 2011 ελήφθησαν 48 δείγματα λιμναίου ύδατος ώστε να καλύπτει όλες τις εποχές του έτους και αναλύοντάς τα ως προς τη χλωροφύλλη (Chl-a), το ολικό φώσφορο (TP), το ολικό άζωτο (ΤΝ), το διαλυμένο οξυγόνο (DO), τη θερμοκρασία (Temperature), το pH, το δυναμικό οξειδοαναγωγής (ORP), την αγωγιμότητα (Conductivity) και τη μέση διαφάνεια (Secchi disk), ενώ αποτυπώθηκε σε θεματικούς χάρτες η χωρική και χρονική κατανομή των ανωτέρω παραμέτρων. Η συχνότητα των δειγματοληψιών ήταν 1 φορά το μήνα από τους προαναφερθέντες σταθμούς.<br /> <br /> Τα δείγματα του ύδατος, τα οποία χρησιμοποιήθηκαν για την εκπόνηση της εν λόγω έρευνας, ελήφθησαν από τη λίμνη Παμβώτιδα Ιωαννίνων σε τέσσερα σημεία-σταθμούς.<br /> <br /> [[Αρχείο:lake1.jpg|200px|thumb|left|.]] <br /> <br /> <br /> <br /> <br /> <br /> ===Σταθμός S1=== <br /> Ο Σταθμός S1 εντοπίζεται στο εσωτερικό της μικρής λίμνης, και συγκεκριμένα στη βορειοδυτική πλευρά αυτής, στην περιοχή του Περάματος, κοντά προς την «έξοδο» της λίμνης.<br /> ===Σταθμός S2===<br /> Εντοπίζεται πλησίον της ευρύτερης περιοχής που φέρει την ονομασία «Δώδεκα» και μεταξύ της πόλεως των Ιωαννίνων και της Nήσου. Το ανωτέρω σημείο επιλέχθηκε καθότι σε αυτό φαίνεται πως καταλήγει το μεγαλύτερο ποσοστό των όμβριων υδάτων του δικτύου της πόλεως των Ιωαννίνων.<br /> ===Σταθμός S3=== <br /> Εντοπίζεται στο κέντρο της μεγάλης λίμνης, σε ένα από τα βαθύτερα σημαία αυτής. Το συγκεκριμένο σημείο δεν έχουν εντοπιστεί συγκεκριμένες δραστηριότητες πλησίον αυτού.<br /> ===Σταθμός S4===<br /> Εντοπίζεται στη νοτιοανατολική πλευρά της λίμνης κοντά στην περιοχή της Δημοτικής Κοινότητας Κατσικάς. Το εν λόγω σημείο επιλέχθηκε, καθώς ελήφθησαν υπόψη οι αγροτικές καλλιέργειες και δραστηριότητες που αναπτύσσονται στην εν λόγω περιοχή. Παράλληλα, κομβικό σημείο στην επιλογή της θέσης αυτής αποτέλεσε το γεγονός ότι πλησίον αυτής, εντοπίζεται το σημείο συνάντησης των δύο κύριων χειμάρρων της περιοχής.<br /> Για την επιλογή των τεσσάρων αυτών σημείων, ελήφθησαν υπόψη όλοι εκείνοι οι παράγοντες οι οποίοι προσδίδουν στις περιοχές αυτές συγκεκριμένα χαρακτηριστικά, αναφορικά με το βαθμό ρύπανσής τους.<br /> <br /> [[Αρχείο:lake2.jpg|200px|thumb|right |Η θερμοκρασία]] <br /> [[Αρχείο:lake6.jpg|200px|thumb|left|Υδρολογικός χάρτης λεκανοπεδίου λίμνης Παμβώτιδας]] <br /> [[Αρχείο:lake7.jpg|200px|thumb|right|Υδρολογικός χάρτης λεκανοπεδίου λίμνης Παμβώτιδας]] <br /> [[Αρχείο:lake3.jpg|300px|thumb|left|Διαλλυμένο οξυγόνο DO]]<br /> [[Αρχείο:lake4.jpg|300px|thumb|center |Ολικός Φώσφορος TP]] <br /> [[Αρχείο:lake5.jpg|300px|thumb|right|Ολικό Άζωτο TN]] <br /> =='''Αποτελέσματα – Γενικά συμπεράσματα'''==<br /> <br /> Στη συνέχεια απεικονίζονται μερικά από τα αποτελέσματα της μελέτης όπως:<br /> Τα γενικά συμπεράσματα με βάση τα αποτελέσματα της μελέτης παρατίθενται στη συνέχεια:<br /> <br /> 1. Η λίμνη είναι ευτροφική ιδιαίτερα έντονη ροπή προς υπερτροφικά χαρακτηριστικά.<br /> <br /> 2. Παρουσιάζονται ιδιαίτερα υψηλές συγκεντρώσεις χλωροφύλλης-α<br /> <br /> 3. Η λίμνη παρουσιάζει υποξικές και ανοξικές συνθήκες κυρίως κατά την θερινή περίοδο.<br /> <br /> 4. Υπάρχει πραγωγή φωσφόρου από το ίζημα στον πυθμένα της λίμνης (εσωτερική ανακύκληση)<br /> <br /> 5. Κυρίως η Ν-ΝΑ πλευρά της λίμνης εμφανίζει τα συχνότερα και πιο έντονα από τα ανωτέρω φαινόμενα που αναφέρονται.<br /> <br /> <br /> [[Αρχείο:lake8.jpg|300px|thumb|center|Χλωροφύλλη Chl-a]] <br /> <br /> <br /> <br /> [[category:Παρακολούθηση, χαρτογράφηση και ανάλυση ποταμών, λιμνών και υγροτόπων]]</div>

Ltsoukanelis http://147.102.106.44/rs/wiki/index.php/%CE%A0%CF%81%CF%8C%CE%B3%CF%81%CE%B1%CE%BC%CE%BC%CE%B1_%CE%A0%CE%B1%CF%81%CE%B1%CE%BA%CE%BF%CE%BB%CE%BF%CF%8D%CE%B8%CE%B7%CF%83%CE%B7%CF%82_%CE%A5%CE%B4%CE%AC%CF%84%CF%89%CE%BD_%CE%9B%CE%AF%CE%BC%CE%BD%CE%B7%CF%82_%CE%A0%CE%B1%CE%BC%CE%B2%CF%8E%CF%84%CE%B9%CE%B4%CE%B1%CF%82_(Lake_Pamvotis_Water_Monitoring_Programm) 2017-03-12T18:00:59Z

<p>Ltsoukanelis: </p> <hr /> <div>Πηγή:[http://www.lakepamvotis.gr/pages/monitoring Φορέας Διαχείρισης λίμνης Παμβώτιδας 2011]<br /> <br /> '''Λέξεις κλειδιά:''' Monitoring, Παμβώτις, Λίμνη<br /> <br /> =='''Εισαγωγή'''==<br /> <br /> Στο παρόν άρθρο περιγράφεται το πρόγραμμα παρακολούθησης (monitoring programms) της λίμνης Παμβώτιδας μέσα από ένα σύστημα καταγραφής στοιχείων μέσω οργάνων που βρίσκονται τοποθετημένα σε 4 σημεία της λίμνης. Όλες οι καταγραφές έχουν πραγματοποιηθεί μεταξύ 2010 και 2011 με δείγματα ύδατος που λαμβάνονται επί τόπου.<br /> <br /> <br /> =='''Προγράμματα Παρακολούθησης (Monitoring Programms)'''==<br /> <br /> Ο επείγων χαρακτήρας, της εφαρμογής ενός συστήματος για την αξιολόγηση της οικολογικής κατάστασης των οικοσυστημάτων και της κατάστασης διατήρησης της βιοποικιλότητας σε αυτά σήμερα, απαιτεί την ενσωμάτωση συστημάτων παρακολούθησης όπως ορίζονται από την οδηγία των οικοτόπων, την οδηγία για την άγρια ορνιθοπανίδα καθώς και εκείνη των υδάτων, σε τόπους που περιλαμβάνονται στις Προστατευόμενες Περιοχές.<br /> Επιπλέον, απολύτως απαραίτητο και εξαιρετικής σημασίας αποτελεί η υλοποίηση ανταλλαγής πληροφοριών και δεδομένων, παρεχόμενων από προγράμματα παρακολούθησης, με την έναρξη ενός συστήματος συλλογής συστημικών και συστηματικών δεδομένων και ως εκ τούτου μη περιστασιακών, προκειμένου να πραγματοποιηθούν συγκρίσεις και συσχετισμοί μεταξύ των δεδομένων και να βελτιωθεί το επίπεδο γνώσεων για την κατάσταση του οικοσυστήματος.<br /> Η παρακολούθηση (monitoring), είναι μια δομημένη διαδικασία παρατήρησης και καταγραφής (μέτρηση), επαναλαμβανόμενη και διαχρονική, ιδανική για ένα συγκεκριμένο σκοπό. Η παρακολούθηση αποτελεί επίσης βασική συνιστώσα ενός επαναληπτικού κύκλου διαχείρισης.<br /> Ως εκ τούτου, η παρακολούθηση περιλαμβάνει τη συστηματική επιστημονική έρευνα (διαχρονική και για ένα συγκεκριμένο σκοπό), όπως για παράδειγμα την αφθονία των ειδών και τη γεωγραφική τους κατανομή ή την ποιότητα των υδάτων μιας λίμνης, τόσο για τη γνώση του τι καλούμαστε να διαχειριστούμε καθώς και την αποτίμηση των αποτελεσμάτων της εφαρμογής δράσεων από τον διαχειριστή ενός οικοσυστήματος.<br /> <br /> <br /> =='''Πρόγραμμα Παρακολούθησης Υδάτων Λίμνης Παμβώτιδας (Lake Pamvotis Water Monitoring Programm)'''==<br /> <br /> Κατά την διαχειριστική περίοδο 2010 -2011 διενεργήθηκε από το Φορέα Διαχείρισης Λίμνης Παμβώτιδας πρόγραμμα δειγματοληψιών, αναλύσεων εργαστηριακών και πεδίου, με συνεπικουρία της Χημικής Υπηρεσίας Ιωαννίνων και της Δ/νσης Υδάτων της Αποκεντρωμένης Διοίκησης Ηπείρου για την εργαστηριακή ανάλυση του Ολικού Φωσφόρου (TP) και Ολικού Αζώτου (TN). Παράλληλα, με την αρωγή του Πανεπιστημίου Δυτικής Ελλάδας και την παροχή της υλικοτεχνικής υποδομής του, υλοποιήθηκαν εργαστηριακές αναλύσεις της χλωροφύλλης (chl-a) και πραγματοποιήθηκε καταγραφή φυσικοχημικών παραμέτρων στο πεδίο (in situ) με πολυμετρικό όργανο .<br /> <br /> Βασικός στόχος του προγράμματος παρακολούθησης είναι η αξιολόγηση της ποσοτικής εκτίμησης του ευτροφισμού της λίμνης Παμβώτιδας. Έως σήμερα, έχει προκύψει ένας μεγάλος αριθμός μελετών και εργασιών με δεδομένα που συλλέχθηκαν από σημειακές δειγματοληψίες στο πεδίο για την ποσοτική εκτίμηση του ευτροφισμού στην λίμνη Παμβώτιδα. Πάραυτα, δεν έχει αναφερθεί σχετική μεθοδολογία σύνθεσης σε χωρική κλίμακα των δεδομένων πεδίου έτσι ώστε να προκύψει ένας συνολικός χάρτης απόδοσης των μετρούμενων παραμέτρων.<br /> <br /> Κατά τις πρωινές ώρες της ημέρας μεταξύ 10:00:00 και 12:00:00 και για διάρκεια ενός έτους της χρονικής περιόδου Ιούνιος 2010 έως και Μάιος 2011 ελήφθησαν 48 δείγματα λιμναίου ύδατος ώστε να καλύπτει όλες τις εποχές του έτους και αναλύοντάς τα ως προς τη χλωροφύλλη (Chl-a), το ολικό φώσφορο (TP), το ολικό άζωτο (ΤΝ), το διαλυμένο οξυγόνο (DO), τη θερμοκρασία (Temperature), το pH, το δυναμικό οξειδοαναγωγής (ORP), την αγωγιμότητα (Conductivity) και τη μέση διαφάνεια (Secchi disk), ενώ αποτυπώθηκε σε θεματικούς χάρτες η χωρική και χρονική κατανομή των ανωτέρω παραμέτρων. Η συχνότητα των δειγματοληψιών ήταν 1 φορά το μήνα από τους προαναφερθέντες σταθμούς.<br /> <br /> Τα δείγματα του ύδατος, τα οποία χρησιμοποιήθηκαν για την εκπόνηση της εν λόγω έρευνας, ελήφθησαν από τη λίμνη Παμβώτιδα Ιωαννίνων σε τέσσερα σημεία-σταθμούς.<br /> <br /> [[Αρχείο:lake1.jpg|200px|thumb|left|.]] <br /> <br /> <br /> <br /> <br /> <br /> ===Σταθμός S1=== <br /> Ο Σταθμός S1 εντοπίζεται στο εσωτερικό της μικρής λίμνης, και συγκεκριμένα στη βορειοδυτική πλευρά αυτής, στην περιοχή του Περάματος, κοντά προς την «έξοδο» της λίμνης.<br /> ===Σταθμός S2===<br /> Εντοπίζεται πλησίον της ευρύτερης περιοχής που φέρει την ονομασία «Δώδεκα» και μεταξύ της πόλεως των Ιωαννίνων και της Nήσου. Το ανωτέρω σημείο επιλέχθηκε καθότι σε αυτό φαίνεται πως καταλήγει το μεγαλύτερο ποσοστό των όμβριων υδάτων του δικτύου της πόλεως των Ιωαννίνων.<br /> ===Σταθμός S3=== <br /> Εντοπίζεται στο κέντρο της μεγάλης λίμνης, σε ένα από τα βαθύτερα σημαία αυτής. Το συγκεκριμένο σημείο δεν έχουν εντοπιστεί συγκεκριμένες δραστηριότητες πλησίον αυτού.<br /> ===Σταθμός S4===<br /> Εντοπίζεται στη νοτιοανατολική πλευρά της λίμνης κοντά στην περιοχή της Δημοτικής Κοινότητας Κατσικάς. Το εν λόγω σημείο επιλέχθηκε, καθώς ελήφθησαν υπόψη οι αγροτικές καλλιέργειες και δραστηριότητες που αναπτύσσονται στην εν λόγω περιοχή. Παράλληλα, κομβικό σημείο στην επιλογή της θέσης αυτής αποτέλεσε το γεγονός ότι πλησίον αυτής, εντοπίζεται το σημείο συνάντησης των δύο κύριων χειμάρρων της περιοχής.<br /> Για την επιλογή των τεσσάρων αυτών σημείων, ελήφθησαν υπόψη όλοι εκείνοι οι παράγοντες οι οποίοι προσδίδουν στις περιοχές αυτές συγκεκριμένα χαρακτηριστικά, αναφορικά με το βαθμό ρύπανσής τους.<br /> <br /> [[Αρχείο:lake2.jpg|200px|thumb|right |Η θερμοκρασία]] <br /> [[Αρχείο:lake6.jpg|200px|thumb|left|Υδρολογικός χάρτης λεκανοπεδίου λίμνης Παμβώτιδας]] <br /> [[Αρχείο:lake7.jpg|200px|thumb|right|Υδρολογικός χάρτης λεκανοπεδίου λίμνης Παμβώτιδας]] <br /> <br /> =='''Αποτελέσματα – Γενικά συμπεράσματα'''==<br /> <br /> Στη συνέχεια απεικονίζονται μερικά από τα αποτελέσματα της μελέτης όπως:<br /> Τα γενικά συμπεράσματα με βάση τα αποτελέσματα της μελέτης παρατίθενται στη συνέχεια:<br /> <br /> 1. Η λίμνη είναι ευτροφική ιδιαίτερα έντονη ροπή προς υπερτροφικά χαρακτηριστικά.<br /> 2. Παρουσιάζονται ιδιαίτερα υψηλές συγκεντρώσεις χλωροφύλλης-α<br /> 3. Η λίμνη παρουσιάζει υποξικές και ανοξικές συνθήκες κυρίως κατά την θερινή περίοδο.<br /> 4. Υπάρχει πραγωγή φωσφόρου από το ίζημα στον πυθμένα της λίμνης (εσωτερική ανακύκληση)<br /> 5. Κυρίως η Ν-ΝΑ πλευρά της λίμνης εμφανίζει τα συχνότερα και πιο έντονα από τα ανωτέρω φαινόμενα που αναφέρονται.<br /> <br /> [[Αρχείο:lake3.jpg|300px|thumb|left|Διαλλυμένο οξυγόνο DO]]<br /> [[Αρχείο:lake4.jpg|300px|thumb|center |Ολικός Φώσφορος TP]] <br /> [[Αρχείο:lake5.jpg|300px|thumb|right|Ολικό Άζωτο TN]] <br /> [[Αρχείο:lake8.jpg|300px|thumb|center|Χλωροφύλλη Chl-a]] <br /> <br /> <br /> <br /> [[category:Παρακολούθηση, χαρτογράφηση και ανάλυση ποταμών, λιμνών και υγροτόπων]]</div>

Ltsoukanelis http://147.102.106.44/rs/wiki/index.php/%CE%A0%CF%81%CF%8C%CE%B3%CF%81%CE%B1%CE%BC%CE%BC%CE%B1_%CE%A0%CE%B1%CF%81%CE%B1%CE%BA%CE%BF%CE%BB%CE%BF%CF%8D%CE%B8%CE%B7%CF%83%CE%B7%CF%82_%CE%A5%CE%B4%CE%AC%CF%84%CF%89%CE%BD_%CE%9B%CE%AF%CE%BC%CE%BD%CE%B7%CF%82_%CE%A0%CE%B1%CE%BC%CE%B2%CF%8E%CF%84%CE%B9%CE%B4%CE%B1%CF%82_(Lake_Pamvotis_Water_Monitoring_Programm) 2017-03-12T18:00:19Z

<p>Ltsoukanelis: </p> <hr /> <div>Πηγή:[http://www.lakepamvotis.gr/pages/monitoring Φορέας Διαχείρισης λίμνης Παμβώτιδας 2011]<br /> <br /> '''Λέξεις κλειδιά:''' Monitoring, Παμβώτις, Λίμνη<br /> <br /> =='''Εισαγωγή'''==<br /> <br /> Στο παρόν άρθρο περιγράφεται το πρόγραμμα παρακολούθησης (monitoring programms) της λίμνης Παμβώτιδας μέσα από ένα σύστημα καταγραφής στοιχείων μέσω οργάνων που βρίσκονται τοποθετημένα σε 4 σημεία της λίμνης. Όλες οι καταγραφές έχουν πραγματοποιηθεί μεταξύ 2010 και 2011 με δείγματα ύδατος που λαμβάνονται επί τόπου.<br /> <br /> <br /> =='''Προγράμματα Παρακολούθησης (Monitoring Programms)'''==<br /> <br /> Ο επείγων χαρακτήρας, της εφαρμογής ενός συστήματος για την αξιολόγηση της οικολογικής κατάστασης των οικοσυστημάτων και της κατάστασης διατήρησης της βιοποικιλότητας σε αυτά σήμερα, απαιτεί την ενσωμάτωση συστημάτων παρακολούθησης όπως ορίζονται από την οδηγία των οικοτόπων, την οδηγία για την άγρια ορνιθοπανίδα καθώς και εκείνη των υδάτων, σε τόπους που περιλαμβάνονται στις Προστατευόμενες Περιοχές.<br /> Επιπλέον, απολύτως απαραίτητο και εξαιρετικής σημασίας αποτελεί η υλοποίηση ανταλλαγής πληροφοριών και δεδομένων, παρεχόμενων από προγράμματα παρακολούθησης, με την έναρξη ενός συστήματος συλλογής συστημικών και συστηματικών δεδομένων και ως εκ τούτου μη περιστασιακών, προκειμένου να πραγματοποιηθούν συγκρίσεις και συσχετισμοί μεταξύ των δεδομένων και να βελτιωθεί το επίπεδο γνώσεων για την κατάσταση του οικοσυστήματος.<br /> Η παρακολούθηση (monitoring), είναι μια δομημένη διαδικασία παρατήρησης και καταγραφής (μέτρηση), επαναλαμβανόμενη και διαχρονική, ιδανική για ένα συγκεκριμένο σκοπό. Η παρακολούθηση αποτελεί επίσης βασική συνιστώσα ενός επαναληπτικού κύκλου διαχείρισης.<br /> Ως εκ τούτου, η παρακολούθηση περιλαμβάνει τη συστηματική επιστημονική έρευνα (διαχρονική και για ένα συγκεκριμένο σκοπό), όπως για παράδειγμα την αφθονία των ειδών και τη γεωγραφική τους κατανομή ή την ποιότητα των υδάτων μιας λίμνης, τόσο για τη γνώση του τι καλούμαστε να διαχειριστούμε καθώς και την αποτίμηση των αποτελεσμάτων της εφαρμογής δράσεων από τον διαχειριστή ενός οικοσυστήματος.<br /> <br /> <br /> =='''Πρόγραμμα Παρακολούθησης Υδάτων Λίμνης Παμβώτιδας (Lake Pamvotis Water Monitoring Programm)'''==<br /> <br /> Κατά την διαχειριστική περίοδο 2010 -2011 διενεργήθηκε από το Φορέα Διαχείρισης Λίμνης Παμβώτιδας πρόγραμμα δειγματοληψιών, αναλύσεων εργαστηριακών και πεδίου, με συνεπικουρία της Χημικής Υπηρεσίας Ιωαννίνων και της Δ/νσης Υδάτων της Αποκεντρωμένης Διοίκησης Ηπείρου για την εργαστηριακή ανάλυση του Ολικού Φωσφόρου (TP) και Ολικού Αζώτου (TN). Παράλληλα, με την αρωγή του Πανεπιστημίου Δυτικής Ελλάδας και την παροχή της υλικοτεχνικής υποδομής του, υλοποιήθηκαν εργαστηριακές αναλύσεις της χλωροφύλλης (chl-a) και πραγματοποιήθηκε καταγραφή φυσικοχημικών παραμέτρων στο πεδίο (in situ) με πολυμετρικό όργανο .<br /> <br /> Βασικός στόχος του προγράμματος παρακολούθησης είναι η αξιολόγηση της ποσοτικής εκτίμησης του ευτροφισμού της λίμνης Παμβώτιδας. Έως σήμερα, έχει προκύψει ένας μεγάλος αριθμός μελετών και εργασιών με δεδομένα που συλλέχθηκαν από σημειακές δειγματοληψίες στο πεδίο για την ποσοτική εκτίμηση του ευτροφισμού στην λίμνη Παμβώτιδα. Πάραυτα, δεν έχει αναφερθεί σχετική μεθοδολογία σύνθεσης σε χωρική κλίμακα των δεδομένων πεδίου έτσι ώστε να προκύψει ένας συνολικός χάρτης απόδοσης των μετρούμενων παραμέτρων.<br /> <br /> Κατά τις πρωινές ώρες της ημέρας μεταξύ 10:00:00 και 12:00:00 και για διάρκεια ενός έτους της χρονικής περιόδου Ιούνιος 2010 έως και Μάιος 2011 ελήφθησαν 48 δείγματα λιμναίου ύδατος ώστε να καλύπτει όλες τις εποχές του έτους και αναλύοντάς τα ως προς τη χλωροφύλλη (Chl-a), το ολικό φώσφορο (TP), το ολικό άζωτο (ΤΝ), το διαλυμένο οξυγόνο (DO), τη θερμοκρασία (Temperature), το pH, το δυναμικό οξειδοαναγωγής (ORP), την αγωγιμότητα (Conductivity) και τη μέση διαφάνεια (Secchi disk), ενώ αποτυπώθηκε σε θεματικούς χάρτες η χωρική και χρονική κατανομή των ανωτέρω παραμέτρων. Η συχνότητα των δειγματοληψιών ήταν 1 φορά το μήνα από τους προαναφερθέντες σταθμούς.<br /> <br /> Τα δείγματα του ύδατος, τα οποία χρησιμοποιήθηκαν για την εκπόνηση της εν λόγω έρευνας, ελήφθησαν από τη λίμνη Παμβώτιδα Ιωαννίνων σε τέσσερα σημεία-σταθμούς.<br /> <br /> [[Αρχείο:lake1.jpg|300px|thumb|left|.]] <br /> <br /> <br /> <br /> <br /> <br /> ===Σταθμός S1=== <br /> Ο Σταθμός S1 εντοπίζεται στο εσωτερικό της μικρής λίμνης, και συγκεκριμένα στη βορειοδυτική πλευρά αυτής, στην περιοχή του Περάματος, κοντά προς την «έξοδο» της λίμνης.<br /> ===Σταθμός S2===<br /> Εντοπίζεται πλησίον της ευρύτερης περιοχής που φέρει την ονομασία «Δώδεκα» και μεταξύ της πόλεως των Ιωαννίνων και της Nήσου. Το ανωτέρω σημείο επιλέχθηκε καθότι σε αυτό φαίνεται πως καταλήγει το μεγαλύτερο ποσοστό των όμβριων υδάτων του δικτύου της πόλεως των Ιωαννίνων.<br /> ===Σταθμός S3=== <br /> Εντοπίζεται στο κέντρο της μεγάλης λίμνης, σε ένα από τα βαθύτερα σημαία αυτής. Το συγκεκριμένο σημείο δεν έχουν εντοπιστεί συγκεκριμένες δραστηριότητες πλησίον αυτού.<br /> ===Σταθμός S4===<br /> Εντοπίζεται στη νοτιοανατολική πλευρά της λίμνης κοντά στην περιοχή της Δημοτικής Κοινότητας Κατσικάς. Το εν λόγω σημείο επιλέχθηκε, καθώς ελήφθησαν υπόψη οι αγροτικές καλλιέργειες και δραστηριότητες που αναπτύσσονται στην εν λόγω περιοχή. Παράλληλα, κομβικό σημείο στην επιλογή της θέσης αυτής αποτέλεσε το γεγονός ότι πλησίον αυτής, εντοπίζεται το σημείο συνάντησης των δύο κύριων χειμάρρων της περιοχής.<br /> Για την επιλογή των τεσσάρων αυτών σημείων, ελήφθησαν υπόψη όλοι εκείνοι οι παράγοντες οι οποίοι προσδίδουν στις περιοχές αυτές συγκεκριμένα χαρακτηριστικά, αναφορικά με το βαθμό ρύπανσής τους.<br /> <br /> [[Αρχείο:lake2.jpg|300px|thumb|right |Η θερμοκρασία]] <br /> <br /> <br /> [[Αρχείο:lake6.jpg|300px|thumb|left|Υδρολογικός χάρτης λεκανοπεδίου λίμνης Παμβώτιδας]] <br /> [[Αρχείο:lake7.jpg|300px|thumb|right|Υδρολογικός χάρτης λεκανοπεδίου λίμνης Παμβώτιδας]] <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> =='''Αποτελέσματα – Γενικά συμπεράσματα'''==<br /> <br /> Στη συνέχεια απεικονίζονται μερικά από τα αποτελέσματα της μελέτης όπως:<br /> Τα γενικά συμπεράσματα με βάση τα αποτελέσματα της μελέτης παρατίθενται στη συνέχεια:<br /> <br /> <br /> 1. Η λίμνη είναι ευτροφική ιδιαίτερα έντονη ροπή προς υπερτροφικά χαρακτηριστικά.<br /> <br /> 2. Παρουσιάζονται ιδιαίτερα υψηλές συγκεντρώσεις χλωροφύλλης-α<br /> <br /> 3. Η λίμνη παρουσιάζει υποξικές και ανοξικές συνθήκες κυρίως κατά την θερινή περίοδο.<br /> <br /> 4. Υπάρχει πραγωγή φωσφόρου από το ίζημα στον πυθμένα της λίμνης (εσωτερική ανακύκληση)<br /> <br /> 5. Κυρίως η Ν-ΝΑ πλευρά της λίμνης εμφανίζει τα συχνότερα και πιο έντονα από τα ανωτέρω φαινόμενα που αναφέρονται.<br /> <br /> [[Αρχείο:lake3.jpg|300px|thumb|left|Διαλλυμένο οξυγόνο DO]]<br /> [[Αρχείο:lake4.jpg|300px|thumb|center |Ολικός Φώσφορος TP]] <br /> [[Αρχείο:lake5.jpg|300px|thumb|right|Ολικό Άζωτο TN]] <br /> [[Αρχείο:lake8.jpg|300px|thumb|center|Χλωροφύλλη Chl-a]] <br /> <br /> <br /> <br /> [[category:Παρακολούθηση, χαρτογράφηση και ανάλυση ποταμών, λιμνών και υγροτόπων]]</div>

Ltsoukanelis http://147.102.106.44/rs/wiki/index.php/%CE%A0%CF%81%CF%8C%CE%B3%CF%81%CE%B1%CE%BC%CE%BC%CE%B1_%CE%A0%CE%B1%CF%81%CE%B1%CE%BA%CE%BF%CE%BB%CE%BF%CF%8D%CE%B8%CE%B7%CF%83%CE%B7%CF%82_%CE%A5%CE%B4%CE%AC%CF%84%CF%89%CE%BD_%CE%9B%CE%AF%CE%BC%CE%BD%CE%B7%CF%82_%CE%A0%CE%B1%CE%BC%CE%B2%CF%8E%CF%84%CE%B9%CE%B4%CE%B1%CF%82_(Lake_Pamvotis_Water_Monitoring_Programm) 2017-03-12T17:59:27Z

<p>Ltsoukanelis: </p> <hr /> <div>Πηγή:[http://www.lakepamvotis.gr/pages/monitoring Φορέας Διαχείρισης λίμνης Παμβώτιδας 2011]<br /> <br /> '''Λέξεις κλειδιά:''' Monitoring, Παμβώτις, Λίμνη<br /> <br /> =='''Εισαγωγή'''==<br /> <br /> Στο παρόν άρθρο περιγράφεται το πρόγραμμα παρακολούθησης (monitoring programms) της λίμνης Παμβώτιδας μέσα από ένα σύστημα καταγραφής στοιχείων μέσω οργάνων που βρίσκονται τοποθετημένα σε 4 σημεία της λίμνης. Όλες οι καταγραφές έχουν πραγματοποιηθεί μεταξύ 2010 και 2011 με δείγματα ύδατος που λαμβάνονται επί τόπου.<br /> <br /> <br /> =='''Προγράμματα Παρακολούθησης (Monitoring Programms)'''==<br /> <br /> Ο επείγων χαρακτήρας, της εφαρμογής ενός συστήματος για την αξιολόγηση της οικολογικής κατάστασης των οικοσυστημάτων και της κατάστασης διατήρησης της βιοποικιλότητας σε αυτά σήμερα, απαιτεί την ενσωμάτωση συστημάτων παρακολούθησης όπως ορίζονται από την οδηγία των οικοτόπων, την οδηγία για την άγρια ορνιθοπανίδα καθώς και εκείνη των υδάτων, σε τόπους που περιλαμβάνονται στις Προστατευόμενες Περιοχές.<br /> Επιπλέον, απολύτως απαραίτητο και εξαιρετικής σημασίας αποτελεί η υλοποίηση ανταλλαγής πληροφοριών και δεδομένων, παρεχόμενων από προγράμματα παρακολούθησης, με την έναρξη ενός συστήματος συλλογής συστημικών και συστηματικών δεδομένων και ως εκ τούτου μη περιστασιακών, προκειμένου να πραγματοποιηθούν συγκρίσεις και συσχετισμοί μεταξύ των δεδομένων και να βελτιωθεί το επίπεδο γνώσεων για την κατάσταση του οικοσυστήματος.<br /> Η παρακολούθηση (monitoring), είναι μια δομημένη διαδικασία παρατήρησης και καταγραφής (μέτρηση), επαναλαμβανόμενη και διαχρονική, ιδανική για ένα συγκεκριμένο σκοπό. Η παρακολούθηση αποτελεί επίσης βασική συνιστώσα ενός επαναληπτικού κύκλου διαχείρισης.<br /> Ως εκ τούτου, η παρακολούθηση περιλαμβάνει τη συστηματική επιστημονική έρευνα (διαχρονική και για ένα συγκεκριμένο σκοπό), όπως για παράδειγμα την αφθονία των ειδών και τη γεωγραφική τους κατανομή ή την ποιότητα των υδάτων μιας λίμνης, τόσο για τη γνώση του τι καλούμαστε να διαχειριστούμε καθώς και την αποτίμηση των αποτελεσμάτων της εφαρμογής δράσεων από τον διαχειριστή ενός οικοσυστήματος.<br /> <br /> <br /> =='''Πρόγραμμα Παρακολούθησης Υδάτων Λίμνης Παμβώτιδας (Lake Pamvotis Water Monitoring Programm)'''==<br /> <br /> Κατά την διαχειριστική περίοδο 2010 -2011 διενεργήθηκε από το Φορέα Διαχείρισης Λίμνης Παμβώτιδας πρόγραμμα δειγματοληψιών, αναλύσεων εργαστηριακών και πεδίου, με συνεπικουρία της Χημικής Υπηρεσίας Ιωαννίνων και της Δ/νσης Υδάτων της Αποκεντρωμένης Διοίκησης Ηπείρου για την εργαστηριακή ανάλυση του Ολικού Φωσφόρου (TP) και Ολικού Αζώτου (TN). Παράλληλα, με την αρωγή του Πανεπιστημίου Δυτικής Ελλάδας και την παροχή της υλικοτεχνικής υποδομής του, υλοποιήθηκαν εργαστηριακές αναλύσεις της χλωροφύλλης (chl-a) και πραγματοποιήθηκε καταγραφή φυσικοχημικών παραμέτρων στο πεδίο (in situ) με πολυμετρικό όργανο .<br /> <br /> Βασικός στόχος του προγράμματος παρακολούθησης είναι η αξιολόγηση της ποσοτικής εκτίμησης του ευτροφισμού της λίμνης Παμβώτιδας. Έως σήμερα, έχει προκύψει ένας μεγάλος αριθμός μελετών και εργασιών με δεδομένα που συλλέχθηκαν από σημειακές δειγματοληψίες στο πεδίο για την ποσοτική εκτίμηση του ευτροφισμού στην λίμνη Παμβώτιδα. Πάραυτα, δεν έχει αναφερθεί σχετική μεθοδολογία σύνθεσης σε χωρική κλίμακα των δεδομένων πεδίου έτσι ώστε να προκύψει ένας συνολικός χάρτης απόδοσης των μετρούμενων παραμέτρων.<br /> <br /> Κατά τις πρωινές ώρες της ημέρας μεταξύ 10:00:00 και 12:00:00 και για διάρκεια ενός έτους της χρονικής περιόδου Ιούνιος 2010 έως και Μάιος 2011 ελήφθησαν 48 δείγματα λιμναίου ύδατος ώστε να καλύπτει όλες τις εποχές του έτους και αναλύοντάς τα ως προς τη χλωροφύλλη (Chl-a), το ολικό φώσφορο (TP), το ολικό άζωτο (ΤΝ), το διαλυμένο οξυγόνο (DO), τη θερμοκρασία (Temperature), το pH, το δυναμικό οξειδοαναγωγής (ORP), την αγωγιμότητα (Conductivity) και τη μέση διαφάνεια (Secchi disk), ενώ αποτυπώθηκε σε θεματικούς χάρτες η χωρική και χρονική κατανομή των ανωτέρω παραμέτρων. Η συχνότητα των δειγματοληψιών ήταν 1 φορά το μήνα από τους προαναφερθέντες σταθμούς.<br /> <br /> Τα δείγματα του ύδατος, τα οποία χρησιμοποιήθηκαν για την εκπόνηση της εν λόγω έρευνας, ελήφθησαν από τη λίμνη Παμβώτιδα Ιωαννίνων σε τέσσερα σημεία-σταθμούς.<br /> <br /> [[Αρχείο:lake1.jpg|300px|thumb|left|.]] <br /> <br /> <br /> <br /> <br /> <br /> ==='''Σταθμός S1'''=== <br /> Ο Σταθμός S1 εντοπίζεται στο εσωτερικό της μικρής λίμνης, και συγκεκριμένα στη βορειοδυτική πλευρά αυτής, στην περιοχή του Περάματος, κοντά προς την «έξοδο» της λίμνης.<br /> <br /> ==='''Σταθμός S2'''===<br /> Εντοπίζεται πλησίον της ευρύτερης περιοχής που φέρει την ονομασία «Δώδεκα» και μεταξύ της πόλεως των Ιωαννίνων και της Nήσου. Το ανωτέρω σημείο επιλέχθηκε καθότι σε αυτό φαίνεται πως καταλήγει το μεγαλύτερο ποσοστό των όμβριων υδάτων του δικτύου της πόλεως των Ιωαννίνων.<br /> <br /> ==='''Σταθμός S3'''=== <br /> Εντοπίζεται στο κέντρο της μεγάλης λίμνης, σε ένα από τα βαθύτερα σημαία αυτής. Το συγκεκριμένο σημείο δεν έχουν εντοπιστεί συγκεκριμένες δραστηριότητες πλησίον αυτού.<br /> <br /> ==='''Σταθμός S4'''===<br /> Εντοπίζεται στη νοτιοανατολική πλευρά της λίμνης κοντά στην περιοχή της Δημοτικής Κοινότητας Κατσικάς. Το εν λόγω σημείο επιλέχθηκε, καθώς ελήφθησαν υπόψη οι αγροτικές καλλιέργειες και δραστηριότητες που αναπτύσσονται στην εν λόγω περιοχή. Παράλληλα, κομβικό σημείο στην επιλογή της θέσης αυτής αποτέλεσε το γεγονός ότι πλησίον αυτής, εντοπίζεται το σημείο συνάντησης των δύο κύριων χειμάρρων της περιοχής.<br /> Για την επιλογή των τεσσάρων αυτών σημείων, ελήφθησαν υπόψη όλοι εκείνοι οι παράγοντες οι οποίοι προσδίδουν στις περιοχές αυτές συγκεκριμένα χαρακτηριστικά, αναφορικά με το βαθμό ρύπανσής τους.<br /> <br /> [[Αρχείο:lake2.jpg|300px|thumb|right |Η θερμοκρασία]] <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> =='''Αποτελέσματα – Γενικά συμπεράσματα'''==<br /> <br /> Στη συνέχεια απεικονίζονται μερικά από τα αποτελέσματα της μελέτης όπως:<br /> Τα γενικά συμπεράσματα με βάση τα αποτελέσματα της μελέτης παρατίθενται στη συνέχεια:<br /> <br /> <br /> 1. Η λίμνη είναι ευτροφική ιδιαίτερα έντονη ροπή προς υπερτροφικά χαρακτηριστικά.<br /> <br /> 2. Παρουσιάζονται ιδιαίτερα υψηλές συγκεντρώσεις χλωροφύλλης-α<br /> <br /> 3. Η λίμνη παρουσιάζει υποξικές και ανοξικές συνθήκες κυρίως κατά την θερινή περίοδο.<br /> <br /> 4. Υπάρχει πραγωγή φωσφόρου από το ίζημα στον πυθμένα της λίμνης (εσωτερική ανακύκληση)<br /> <br /> 5. Κυρίως η Ν-ΝΑ πλευρά της λίμνης εμφανίζει τα συχνότερα και πιο έντονα από τα ανωτέρω φαινόμενα που αναφέρονται.<br /> <br /> [[Αρχείο:lake6.jpg|300px|thumb|left|Υδρολογικός χάρτης λεκανοπεδίου λίμνης Παμβώτιδας]] <br /> [[Αρχείο:lake7.jpg|300px|thumb|right|Υδρολογικός χάρτης λεκανοπεδίου λίμνης Παμβώτιδας]] <br /> <br /> [[Αρχείο:lake3.jpg|300px|thumb|left|Διαλλυμένο οξυγόνο DO]]<br /> [[Αρχείο:lake4.jpg|300px|thumb|center |Ολικός Φώσφορος TP]] <br /> [[Αρχείο:lake5.jpg|300px|thumb|right|Ολικό Άζωτο TN]] <br /> [[Αρχείο:lake8.jpg|300px|thumb|center|Χλωροφύλλη Chl-a]] <br /> <br /> <br /> <br /> [[category:Παρακολούθηση, χαρτογράφηση και ανάλυση ποταμών, λιμνών και υγροτόπων]]</div>

Ltsoukanelis http://147.102.106.44/rs/wiki/index.php/%CE%A0%CF%81%CF%8C%CE%B3%CF%81%CE%B1%CE%BC%CE%BC%CE%B1_%CE%A0%CE%B1%CF%81%CE%B1%CE%BA%CE%BF%CE%BB%CE%BF%CF%8D%CE%B8%CE%B7%CF%83%CE%B7%CF%82_%CE%A5%CE%B4%CE%AC%CF%84%CF%89%CE%BD_%CE%9B%CE%AF%CE%BC%CE%BD%CE%B7%CF%82_%CE%A0%CE%B1%CE%BC%CE%B2%CF%8E%CF%84%CE%B9%CE%B4%CE%B1%CF%82_(Lake_Pamvotis_Water_Monitoring_Programm) 2017-03-12T17:58:39Z

<p>Ltsoukanelis: </p> <hr /> <div>Πηγή:[http://www.lakepamvotis.gr/pages/monitoring Φορέας Διαχείρισης λίμνης Παμβώτιδας 2011]<br /> <br /> '''Λέξεις κλειδιά:''' Monitoring, Παμβώτις, Λίμνη<br /> <br /> =='''Εισαγωγή'''==<br /> <br /> Στο παρόν άρθρο περιγράφεται το πρόγραμμα παρακολούθησης (monitoring programms) της λίμνης Παμβώτιδας μέσα από ένα σύστημα καταγραφής στοιχείων μέσω οργάνων που βρίσκονται τοποθετημένα σε 4 σημεία της λίμνης. Όλες οι καταγραφές έχουν πραγματοποιηθεί μεταξύ 2010 και 2011 με δείγματα ύδατος που λαμβάνονται επί τόπου.<br /> <br /> <br /> =='''Προγράμματα Παρακολούθησης (Monitoring Programms)'''==<br /> <br /> Ο επείγων χαρακτήρας, της εφαρμογής ενός συστήματος για την αξιολόγηση της οικολογικής κατάστασης των οικοσυστημάτων και της κατάστασης διατήρησης της βιοποικιλότητας σε αυτά σήμερα, απαιτεί την ενσωμάτωση συστημάτων παρακολούθησης όπως ορίζονται από την οδηγία των οικοτόπων, την οδηγία για την άγρια ορνιθοπανίδα καθώς και εκείνη των υδάτων, σε τόπους που περιλαμβάνονται στις Προστατευόμενες Περιοχές.<br /> Επιπλέον, απολύτως απαραίτητο και εξαιρετικής σημασίας αποτελεί η υλοποίηση ανταλλαγής πληροφοριών και δεδομένων, παρεχόμενων από προγράμματα παρακολούθησης, με την έναρξη ενός συστήματος συλλογής συστημικών και συστηματικών δεδομένων και ως εκ τούτου μη περιστασιακών, προκειμένου να πραγματοποιηθούν συγκρίσεις και συσχετισμοί μεταξύ των δεδομένων και να βελτιωθεί το επίπεδο γνώσεων για την κατάσταση του οικοσυστήματος.<br /> Η παρακολούθηση (monitoring), είναι μια δομημένη διαδικασία παρατήρησης και καταγραφής (μέτρηση), επαναλαμβανόμενη και διαχρονική, ιδανική για ένα συγκεκριμένο σκοπό. Η παρακολούθηση αποτελεί επίσης βασική συνιστώσα ενός επαναληπτικού κύκλου διαχείρισης.<br /> Ως εκ τούτου, η παρακολούθηση περιλαμβάνει τη συστηματική επιστημονική έρευνα (διαχρονική και για ένα συγκεκριμένο σκοπό), όπως για παράδειγμα την αφθονία των ειδών και τη γεωγραφική τους κατανομή ή την ποιότητα των υδάτων μιας λίμνης, τόσο για τη γνώση του τι καλούμαστε να διαχειριστούμε καθώς και την αποτίμηση των αποτελεσμάτων της εφαρμογής δράσεων από τον διαχειριστή ενός οικοσυστήματος.<br /> <br /> <br /> =='''Πρόγραμμα Παρακολούθησης Υδάτων Λίμνης Παμβώτιδας (Lake Pamvotis Water Monitoring Programm)'''==<br /> <br /> Κατά την διαχειριστική περίοδο 2010 -2011 διενεργήθηκε από το Φορέα Διαχείρισης Λίμνης Παμβώτιδας πρόγραμμα δειγματοληψιών, αναλύσεων εργαστηριακών και πεδίου, με συνεπικουρία της Χημικής Υπηρεσίας Ιωαννίνων και της Δ/νσης Υδάτων της Αποκεντρωμένης Διοίκησης Ηπείρου για την εργαστηριακή ανάλυση του Ολικού Φωσφόρου (TP) και Ολικού Αζώτου (TN). Παράλληλα, με την αρωγή του Πανεπιστημίου Δυτικής Ελλάδας και την παροχή της υλικοτεχνικής υποδομής του, υλοποιήθηκαν εργαστηριακές αναλύσεις της χλωροφύλλης (chl-a) και πραγματοποιήθηκε καταγραφή φυσικοχημικών παραμέτρων στο πεδίο (in situ) με πολυμετρικό όργανο .<br /> <br /> Βασικός στόχος του προγράμματος παρακολούθησης είναι η αξιολόγηση της ποσοτικής εκτίμησης του ευτροφισμού της λίμνης Παμβώτιδας. Έως σήμερα, έχει προκύψει ένας μεγάλος αριθμός μελετών και εργασιών με δεδομένα που συλλέχθηκαν από σημειακές δειγματοληψίες στο πεδίο για την ποσοτική εκτίμηση του ευτροφισμού στην λίμνη Παμβώτιδα. Πάραυτα, δεν έχει αναφερθεί σχετική μεθοδολογία σύνθεσης σε χωρική κλίμακα των δεδομένων πεδίου έτσι ώστε να προκύψει ένας συνολικός χάρτης απόδοσης των μετρούμενων παραμέτρων.<br /> <br /> Κατά τις πρωινές ώρες της ημέρας μεταξύ 10:00:00 και 12:00:00 και για διάρκεια ενός έτους της χρονικής περιόδου Ιούνιος 2010 έως και Μάιος 2011 ελήφθησαν 48 δείγματα λιμναίου ύδατος ώστε να καλύπτει όλες τις εποχές του έτους και αναλύοντάς τα ως προς τη χλωροφύλλη (Chl-a), το ολικό φώσφορο (TP), το ολικό άζωτο (ΤΝ), το διαλυμένο οξυγόνο (DO), τη θερμοκρασία (Temperature), το pH, το δυναμικό οξειδοαναγωγής (ORP), την αγωγιμότητα (Conductivity) και τη μέση διαφάνεια (Secchi disk), ενώ αποτυπώθηκε σε θεματικούς χάρτες η χωρική και χρονική κατανομή των ανωτέρω παραμέτρων. Η συχνότητα των δειγματοληψιών ήταν 1 φορά το μήνα από τους προαναφερθέντες σταθμούς.<br /> <br /> Τα δείγματα του ύδατος, τα οποία χρησιμοποιήθηκαν για την εκπόνηση της εν λόγω έρευνας, ελήφθησαν από τη λίμνη Παμβώτιδα Ιωαννίνων σε τέσσερα σημεία-σταθμούς.<br /> <br /> [[Αρχείο:lake1.jpg|300px|thumb|left|.]] <br /> <br /> <br /> <br /> <br /> <br /> ==='''Σταθμός S1:'''=== Ο Σταθμός S1 εντοπίζεται στο εσωτερικό της μικρής λίμνης, και συγκεκριμένα στη βορειοδυτική πλευρά αυτής, στην περιοχή του Περάματος, κοντά προς την «έξοδο» της λίμνης.<br /> <br /> ==='''Σταθμός S2:'''=== Εντοπίζεται πλησίον της ευρύτερης περιοχής που φέρει την ονομασία «Δώδεκα» και μεταξύ της πόλεως των Ιωαννίνων και της Nήσου. Το ανωτέρω σημείο επιλέχθηκε καθότι σε αυτό φαίνεται πως καταλήγει το μεγαλύτερο ποσοστό των όμβριων υδάτων του δικτύου της πόλεως των Ιωαννίνων.<br /> <br /> ==='''Σταθμός S3:'''=== Εντοπίζεται στο κέντρο της μεγάλης λίμνης, σε ένα από τα βαθύτερα σημαία αυτής. Το συγκεκριμένο σημείο δεν έχουν εντοπιστεί συγκεκριμένες δραστηριότητες πλησίον αυτού.<br /> <br /> ==='''Σταθμός S4:'''=== Εντοπίζεται στη νοτιοανατολική πλευρά της λίμνης κοντά στην περιοχή της Δημοτικής Κοινότητας Κατσικάς. Το εν λόγω σημείο επιλέχθηκε, καθώς ελήφθησαν υπόψη οι αγροτικές καλλιέργειες και δραστηριότητες που αναπτύσσονται στην εν λόγω περιοχή. Παράλληλα, κομβικό σημείο στην επιλογή της θέσης αυτής αποτέλεσε το γεγονός ότι πλησίον αυτής, εντοπίζεται το σημείο συνάντησης των δύο κύριων χειμάρρων της περιοχής.<br /> Για την επιλογή των τεσσάρων αυτών σημείων, ελήφθησαν υπόψη όλοι εκείνοι οι παράγοντες οι οποίοι προσδίδουν στις περιοχές αυτές συγκεκριμένα χαρακτηριστικά, αναφορικά με το βαθμό ρύπανσής τους.<br /> <br /> [[Αρχείο:lake2.jpg|300px|thumb|right |Η θερμοκρασία]] <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> =='''Αποτελέσματα – Γενικά συμπεράσματα'''==<br /> <br /> Στη συνέχεια απεικονίζονται μερικά από τα αποτελέσματα της μελέτης όπως:<br /> Τα γενικά συμπεράσματα με βάση τα αποτελέσματα της μελέτης παρατίθενται στη συνέχεια:<br /> <br /> <br /> 1. Η λίμνη είναι ευτροφική ιδιαίτερα έντονη ροπή προς υπερτροφικά χαρακτηριστικά.<br /> <br /> 2. Παρουσιάζονται ιδιαίτερα υψηλές συγκεντρώσεις χλωροφύλλης-α<br /> <br /> 3. Η λίμνη παρουσιάζει υποξικές και ανοξικές συνθήκες κυρίως κατά την θερινή περίοδο.<br /> <br /> 4. Υπάρχει πραγωγή φωσφόρου από το ίζημα στον πυθμένα της λίμνης (εσωτερική ανακύκληση)<br /> <br /> 5. Κυρίως η Ν-ΝΑ πλευρά της λίμνης εμφανίζει τα συχνότερα και πιο έντονα από τα ανωτέρω φαινόμενα που αναφέρονται.<br /> <br /> [[Αρχείο:lake6.jpg|300px|thumb|left|Υδρολογικός χάρτης λεκανοπεδίου λίμνης Παμβώτιδας]] <br /> [[Αρχείο:lake7.jpg|300px|thumb|right|Υδρολογικός χάρτης λεκανοπεδίου λίμνης Παμβώτιδας]] <br /> <br /> [[Αρχείο:lake3.jpg|300px|thumb|left|Διαλλυμένο οξυγόνο DO]]<br /> [[Αρχείο:lake4.jpg|300px|thumb|center |Ολικός Φώσφορος TP]] <br /> [[Αρχείο:lake5.jpg|300px|thumb|right|Ολικό Άζωτο TN]] <br /> [[Αρχείο:lake8.jpg|300px|thumb|center|Χλωροφύλλη Chl-a]] <br /> <br /> <br /> <br /> [[category:Παρακολούθηση, χαρτογράφηση και ανάλυση ποταμών, λιμνών και υγροτόπων]]</div>

Ltsoukanelis http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%AD%CF%82_%CE%B5%CE%BD%CE%B5%CF%81%CE%B3%CE%BF%CF%8D_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BC%CE%AD%CF%83%CF%89_Radar 2017-03-12T17:56:50Z

<p>Ltsoukanelis: </p> <hr /> <div>'''Πηγή:''' Principles of active remote sensing: Radars. [http://www.ccrs.nrcan.gc.ca/ccrs/learn/tutorials/fundam/chapter3/chapter3_1_e.html Online tutorial: Chapter 3]'<br /> <br /> '''Λέξεις κλειδιά:''' Radar, κεραία, doppler<br /> <br /> <br /> =='''Εισαγωγή'''==<br /> <br /> * Το Ραντάρ είναι ένα σύστημα ενεργούς τηλεπισκόπησης το οποίο χρησιμοποιεί το μικροκυμματικό εύρος συχνοτήτων.<br /> * Το Ραντάρ είναι ένα όργανο μέτρησης εμβέλειας (RAdio Detection And Ranging)<br /> <br /> =='''Βασικές αρχές:'''==<br /> <br /> Ο αισθητήρας εκπέμπει ένα σήμα μικροκυμάτων (ραδιόφωνο) προς ένα στόχο και ανιχνεύει την οπισθοσκεδαζόμενη ακτινοβολία. Η ισχύς του σήματος οπισθοσκεδαζόμενης ακτινοβολίας μετράται για τη διάκριση μεταξύ διαφορετικών στόχων και τη χρονική καθυστέρηση μεταξύ των μεταδιδόμενων και ανακλώμενων σημάτων και με αυτόν τον τρόπο καθορίζεται η απόσταση (ή εύρος) με τον στόχο.<br /> <br /> Δύο είναι τα κύρια πλεονεκτήματα του ραντάρ: είναι παντός καιρού και λειτουργεί ημέρα και νύχτα.<br /> <br /> =='''Λειτουργίες ραντάρ:'''==<br /> * Λειτουργία συνεχούς κύματος (CW): συνεχής δέσμη ηλεκτρομαγνητικής ακτινοβολίας μεταδίδεται και λαμβάνεται =&gt; παρέχει πληροφορίες σχετικά με την πορεία οπισθοσκέδασης της ακτινοβολίας. <br /> * Παλμική λειτουργία: εκπέμπει βραχείς παλμούς (συνήθως 10-6-10-8 sec) και μετρά την οπισθοσκεδαζόμενη ακτινοβολία (ή ηχώ) ως συνάρτηση τη απόστασης.<br /> <br /> <br /> <br /> Το πολωτικό ραντάρ έχει τέσσερις δυνατούς συνδυασμούς πολώσεων εκπομπής και λήψης ως εξής:<br /> <br /> * HH - για την οριζόντια μετάδοση και οριζόντια λήψη,<br /> <br /> * VV - για κάθετη μετάδοση και κάθετη λήψη,<br /> <br /> * HV - για την οριζόντια μετάδοση και κάθετη λήψη, και<br /> <br /> * VH - για κάθετη μετάδοση και οριζόντια λήψη. <br /> Ζώνες μικροκυμάτων που χρησιμοποιούνται συνήθως σε ραντάρ τηλεπισκόπησης<br /> <br /> * Ka, K, και Ku: πολύ μικρά μήκη κύματος που χρησιμοποιούνταν στα πρώιμα αερομεταφερόμενα συστήματα ραντάρ, αλλά όχι σήμερα.<br /> * X-band: χρησιμοποιείται εκτενώς για αερομεταφερόμενα συστήματα για στρατιωτικές χαρτογραφήσεις εδάφους.<br /> * C-band: κοινή σε πολλά αερομεταφερόμενα συστήματα έρευνας (CCRS Convair-580 και NASA AirSAR) και διαστημικών συστημάτων (συμπεριλαμβανομένων των ERS-1 και 2 και RADARSAT).<br /> * S-band: χρησιμοποιείται επί του ρωσικού δορυφόρου ALMAZ.<br /> * L-band: χρησιμοποιείται επί του αμερικάνικου SEASAT και ιαπωνικού ΚΕΑ-1 δορυφόρου και του αερομεταφερόμενου συστήματος της NASA.<br /> * P-band: μεγαλύτερα μήκη κύματος ραντάρ, που χρησιμοποιούνται από τη NASA σε πειραματικό αερομεταφερόμενο σύστημα έρευνας.<br /> <br /> =='''Τύποι Radars:'''==<br /> <br /> ===''Μη απεικονιστικά Radar: (μέτρηση υψομέτρων και διασποράς)''===<br /> <br /> ==='''Υψομετρικά (εντοπισμού ναδίρ)'''===<br /> <br /> Αρχή λειτουργίας: μεταδίδουν σύντομους παλμούς μικροκυμάτων και μετρούν τον μετ 'επιστροφής χρόνο καθυστέρησης σε στόχους για να καθορίσει την απόσταση τους από τον αισθητήρα,<br /> Εφαρμογές: χρησιμοποιείται στα αεροσκάφη για τον προσδιορισμό του υψόμετρου και στα αεροσκάφη και δορυφόρους για τοπογραφική αποτύπωση, και μετρά το ύψος από την επιφάνεια της θάλασσας από την οποία μπορεί να υπολογιστεί η ταχύτητα του ανέμου<br /> <br /> <br /> [[Αρχείο:radar1.jpg|300px|thumb|left|.]] [[Αρχείο:radar2.jpg|300px|thumb|right|.]] <br /> <br /> ==='''Radar Μέτρησης διασποράς'''===<br /> Αρχή λειτουργίας: μεταδίδει σήματα μικροκυμάτων και μετρά τη ισχύ της οπισθοσκεδαζόμενης ακτινοβολίας (ανάκλαση)?<br /> Εφαρμογές: μετρήσεις της ταχύτητας και της κατεύθυνσης του ανέμου πάνω από τους ωκεανούς. Τα επίγεια radar μέτρησης διασποράς χρησιμοποιούνται εκτενώς για την ακριβή μέτρηση της οπισθοσκέδασης από διάφορους στόχους και για να χαρακτηρίσει τα διαφορετικά υλικά και είδη επιφανειών.Παράδειγμα: NASA Quick Scatterometer (QuikSCAT):<br /> <br /> * Ραντάρ: 13,4 gigahertz. παλμός 110-watt στα 189 hertz συχνότητας επανάληψης παλμών (PRF)<br /> * Κεραία: Περιστρεφόμενο πιάτο (1m) που παράγει δύο δέσμες, σάρωσης σε κυκλικό μοτίβο<br /> <br /> '''QuikSCAT ικανότητα μέτρησης:'''<br /> <br /> * λωρίδα 1.800 χιλιομέτρων κατά τη διάρκεια κάθε τροχιάς παρέχει περίπου το 90 τοις εκατό της κάλυψης των ωκεανών της Γης κάθε μέρα.<br /> * μετρήσεις ανέμου ταχύτητας από 3 έως 20 m/s, με ακρίβεια 2 m/s. Κατεύθυνση, με ακρίβεια 20 μοιρών. Ανάλυση διανύσματος του ανέμου 25 km.<br /> <br /> [[Αρχείο:radar3.jpg|300px|thumb|left|.]] <br /> <br /> ==='''Απεικονιστικά Radar:'''===<br /> <br /> Τα radar μη απεικόνισης λαμβάνουν μετρήσεις σε μία γραμμική διάσταση, σε αντίθεση με τη δισδιάστατη αναπαράσταση των radar απεικόνισης:<br /> <br /> <br /> [[Αρχείο:radar4.jpg|300px|thumb|right|.]] Συστήματα radar με πλάγια γεωμετρική απεικόνιση:<br /> Η πλατφόρμα κινείται προς τα εμπρός στην κατεύθυνση της πτήσης (Α) με το ναδίρ (Β) σε ευθεία κάτω από την πλατφόρμα. Η δέσμη μικροκυμάτων μεταδίδεται λοξά σε ορθή γωνία προς την κατεύθυνση της πτήσης σαρώνοντας σε πλάτος (C). Το εύρος (D) αναφέρεται στην κατά πλάτος διάσταση σάρωσης τροχιά, κάθετη προς την κατεύθυνση της πτήσης, ενώ το αζιμούθιο (Ε) αναφέρεται στην κατά μήκος διάσταση σάρωση παράλληλη προς την κατεύθυνση της πτήσης.<br /> <br /> <br /> ==='''*Ραντάρ συνθετικού διαφράγματος. Synthetic Aperture Radar (SAR)'''=== <br /> χρησιμοποιείται για την απόκτηση υψηλής ανάλυσης (~ 10m - 1χλμ) <br /> Παραδείγματα: δορυφόρος ERS, καναδικός δορυφόρος<br /> <br /> ===Μετεωρολογικό ραντάρ Doppler, Dopler weather radar.===<br /> Είναι ένα επίγειο σύστημα που μετρά τόσο το πλάτος και τη φάση της ηχούς του ραντάρ<br /> <br /> <br /> =='''Βασικές παράμετροι της κεραίας.'''==<br /> Κεραία είναι μια κατασκευή η οποία χρησιμεύει για την διαμεσολάβηση μεταξύ του κύματος που διαδίδεται στον ελεύθερο χώρο και των ηλεκτρικών τάσεως στο κύκλωμα με το οποίο είναι συνδεδεμένη.<br /> <br /> Παραμέτρους βασικές κεραία (στον ελεύθερο χώρο):<br /> '''1) Μοτίβο Πεδίου:''' 3-D ποσότητες που αφορούν στην μεταβολή του Η/Μ πεδίου ή Η/Μ δύναμη ως μια λειτουργία του σφαιρικών συντεταγμένων θ και φ: πρότυπο ισχύς P (θ, φ) (σε W SR-1)<br /> και κανονικοποιημένο μοτίβο ισχύος: Pn (θ, φ) = P (θ, φ) / Pmax (θ, φ)<br /> <br /> [[Αρχείο:radar5.jpg|300px|thumb|left|.]] <br /> <br /> [[Αρχείο:radar6.jpg|300px|thumb|left|.]] <br /> <br /> Δεδομένου ότι η διαφορά μεταξύ της ισχύος που μεταδίδεται από μια κεραία, Pt (σε W), και της ισχύος λήψης από την οπισθοσκέδαση συνήθως διαφέρουν κατά αρκετές τάξεις μεγέθους, το λαμβανόμενο σήμα εκφράζεται σε Ντεσιμπέλ (dB):<br /> <br /> <br /> ==='''2. Απολαβή κεραίας'''=== ορίζεται ως ο λόγος της έντασης στην κορυφή του μοτίβου μετάδοσης, Ιρ, με μια ισοτροπική ένταση που προέρχεται υποθέτοντας ότι η συνολική ισχύς, Pt (σε W), κατανέμεται εξίσου σε όλες τις κατευθύνσεις<br /> <br /> ==='''3. Περιοχή δέσμης (ή δέσμη στερεάς γωνίας)'''=== (σε sr) Η περιοχή της δέσμης είναι μια στερεά γωνία μέσα από την οποία το σύνολο της ηλεκτρικής ενέργειας ακτινοβολείται από την κεραία. Η περιοχή ακτίνας μπορεί να προσεγγιστεί από το γινόμενο της ημίσειας του εύρους ακτίνας.<br /> <br /> ==='''4. Ενεργό διάφραγμα'''=== που μετράται σε m2<br /> <br /> ==='''5. Κατευθυντικότητα'''=== που ορίζεται ως ο λόγος της μέγιστης<br /> ισχύος με τη μέση τιμή της<br /> <br /> ==='''Τύπος μετάδοσης Friis (εξίσωση)'''===<br /> Η εξίσωση μετάδοσης Friis χρησιμοποιείται στην μηχανική τηλεπικοινωνιών, και δίνει τη δύναμη που λαμβάνεται από μία κεραία κάτω από εξιδανικευμένες συνθήκες όταν αυτή δοθεί σε άλλη κεραία και σε συγκεκριμένη μέσω μιας γνωστής ποσότητας ρεύματος. <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> [[category:Ψηφιακή Τηλεπισκόπηση]]</div>

Ltsoukanelis http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%AD%CF%82_%CE%B5%CE%BD%CE%B5%CF%81%CE%B3%CE%BF%CF%8D_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BC%CE%AD%CF%83%CF%89_Radar 2017-03-12T17:55:32Z

<p>Ltsoukanelis: </p> <hr /> <div>'''Πηγή:''' Principles of active remote sensing: Radars. [http://www.ccrs.nrcan.gc.ca/ccrs/learn/tutorials/fundam/chapter3/chapter3_1_e.html Online tutorial: Chapter 3]'<br /> <br /> '''Λέξεις κλειδιά:''' Radar, κεραία, doppler<br /> <br /> <br /> =='''Εισαγωγή'''==<br /> <br /> * Το Ραντάρ είναι ένα σύστημα ενεργούς τηλεπισκόπησης το οποίο χρησιμοποιεί το μικροκυμματικό εύρος συχνοτήτων.<br /> * Το Ραντάρ είναι ένα όργανο μέτρησης εμβέλειας (RAdio Detection And Ranging)<br /> <br /> =='''Βασικές αρχές:'''==<br /> <br /> Ο αισθητήρας εκπέμπει ένα σήμα μικροκυμάτων (ραδιόφωνο) προς ένα στόχο και ανιχνεύει την οπισθοσκεδαζόμενη ακτινοβολία. Η ισχύς του σήματος οπισθοσκεδαζόμενης ακτινοβολίας μετράται για τη διάκριση μεταξύ διαφορετικών στόχων και τη χρονική καθυστέρηση μεταξύ των μεταδιδόμενων και ανακλώμενων σημάτων και με αυτόν τον τρόπο καθορίζεται η απόσταση (ή εύρος) με τον στόχο.<br /> <br /> Δύο είναι τα κύρια πλεονεκτήματα του ραντάρ: είναι παντός καιρού και λειτουργεί ημέρα και νύχτα.<br /> <br /> =='''Λειτουργίες ραντάρ:'''==<br /> * Λειτουργία συνεχούς κύματος (CW): συνεχής δέσμη ηλεκτρομαγνητικής ακτινοβολίας μεταδίδεται και λαμβάνεται =&gt; παρέχει πληροφορίες σχετικά με την πορεία οπισθοσκέδασης της ακτινοβολίας. <br /> * Παλμική λειτουργία: εκπέμπει βραχείς παλμούς (συνήθως 10-6-10-8 sec) και μετρά την οπισθοσκεδαζόμενη ακτινοβολία (ή ηχώ) ως συνάρτηση τη απόστασης.<br /> <br /> <br /> <br /> Το πολωτικό ραντάρ έχει τέσσερις δυνατούς συνδυασμούς πολώσεων εκπομπής και λήψης ως εξής:<br /> <br /> * HH - για την οριζόντια μετάδοση και οριζόντια λήψη,<br /> <br /> * VV - για κάθετη μετάδοση και κάθετη λήψη,<br /> <br /> * HV - για την οριζόντια μετάδοση και κάθετη λήψη, και<br /> <br /> * VH - για κάθετη μετάδοση και οριζόντια λήψη. <br /> Ζώνες μικροκυμάτων που χρησιμοποιούνται συνήθως σε ραντάρ τηλεπισκόπησης<br /> <br /> * Ka, K, και Ku: πολύ μικρά μήκη κύματος που χρησιμοποιούνταν στα πρώιμα αερομεταφερόμενα συστήματα ραντάρ, αλλά όχι σήμερα.<br /> * X-band: χρησιμοποιείται εκτενώς για αερομεταφερόμενα συστήματα για στρατιωτικές χαρτογραφήσεις εδάφους.<br /> * C-band: κοινή σε πολλά αερομεταφερόμενα συστήματα έρευνας (CCRS Convair-580 και NASA AirSAR) και διαστημικών συστημάτων (συμπεριλαμβανομένων των ERS-1 και 2 και RADARSAT).<br /> * S-band: χρησιμοποιείται επί του ρωσικού δορυφόρου ALMAZ.<br /> * L-band: χρησιμοποιείται επί του αμερικάνικου SEASAT και ιαπωνικού ΚΕΑ-1 δορυφόρου και του αερομεταφερόμενου συστήματος της NASA.<br /> * P-band: μεγαλύτερα μήκη κύματος ραντάρ, που χρησιμοποιούνται από τη NASA σε πειραματικό αερομεταφερόμενο σύστημα έρευνας.<br /> <br /> =='''Τύποι Radars:'''==<br /> <br /> ===''Μη απεικονιστικά Radar: (μέτρηση υψομέτρων και διασποράς)''===<br /> <br /> ==='''* Υψομετρικά (εντοπισμού ναδίρ)'''===<br /> <br /> Αρχή λειτουργίας: μεταδίδουν σύντομους παλμούς μικροκυμάτων και μετρούν τον μετ 'επιστροφής χρόνο καθυστέρησης σε στόχους για να καθορίσει την απόσταση τους από τον αισθητήρα,<br /> Εφαρμογές: χρησιμοποιείται στα αεροσκάφη για τον προσδιορισμό του υψόμετρου και στα αεροσκάφη και δορυφόρους για τοπογραφική αποτύπωση, και μετρά το ύψος από την επιφάνεια της θάλασσας από την οποία μπορεί να υπολογιστεί η ταχύτητα του ανέμου<br /> <br /> <br /> [[Αρχείο:radar1.jpg|300px|thumb|left|.]] [[Αρχείο:radar2.jpg|300px|thumb|right|.]] <br /> <br /> ==='''* Radar Μέτρησης διασποράς'''===<br /> Αρχή λειτουργίας: μεταδίδει σήματα μικροκυμάτων και μετρά τη ισχύ της οπισθοσκεδαζόμενης ακτινοβολίας (ανάκλαση)?<br /> Εφαρμογές: μετρήσεις της ταχύτητας και της κατεύθυνσης του ανέμου πάνω από τους ωκεανούς. Τα επίγεια radar μέτρησης διασποράς χρησιμοποιούνται εκτενώς για την ακριβή μέτρηση της οπισθοσκέδασης από διάφορους στόχους και για να χαρακτηρίσει τα διαφορετικά υλικά και είδη επιφανειών.Παράδειγμα: NASA Quick Scatterometer (QuikSCAT):<br /> <br /> * Ραντάρ: 13,4 gigahertz. παλμός 110-watt στα 189 hertz συχνότητας επανάληψης παλμών (PRF)<br /> * Κεραία: Περιστρεφόμενο πιάτο (1m) που παράγει δύο δέσμες, σάρωσης σε κυκλικό μοτίβο<br /> <br /> '''QuikSCAT ικανότητα μέτρησης:'''<br /> <br /> * λωρίδα 1.800 χιλιομέτρων κατά τη διάρκεια κάθε τροχιάς παρέχει περίπου το 90 τοις εκατό της κάλυψης των ωκεανών της Γης κάθε μέρα.<br /> * μετρήσεις ανέμου ταχύτητας από 3 έως 20 m/s, με ακρίβεια 2 m/s. Κατεύθυνση, με ακρίβεια 20 μοιρών. Ανάλυση διανύσματος του ανέμου 25 km.<br /> <br /> [[Αρχείο:radar3.jpg|300px|thumb|left|.]] <br /> <br /> ==='''Απεικονιστικά Radar:'''===<br /> <br /> Τα radar μη απεικόνισης λαμβάνουν μετρήσεις σε μία γραμμική διάσταση, σε αντίθεση με τη δισδιάστατη αναπαράσταση των radar απεικόνισης:<br /> <br /> <br /> [[Αρχείο:radar4.jpg|300px|thumb|right|.]] Συστήματα radar με πλάγια γεωμετρική απεικόνιση:<br /> Η πλατφόρμα κινείται προς τα εμπρός στην κατεύθυνση της πτήσης (Α) με το ναδίρ (Β) σε ευθεία κάτω από την πλατφόρμα. Η δέσμη μικροκυμάτων μεταδίδεται λοξά σε ορθή γωνία προς την κατεύθυνση της πτήσης σαρώνοντας σε πλάτος (C). Το εύρος (D) αναφέρεται στην κατά πλάτος διάσταση σάρωσης τροχιά, κάθετη προς την κατεύθυνση της πτήσης, ενώ το αζιμούθιο (Ε) αναφέρεται στην κατά μήκος διάσταση σάρωση παράλληλη προς την κατεύθυνση της πτήσης.<br /> <br /> <br /> ==='''*Ραντάρ συνθετικού διαφράγματος. Synthetic Aperture Radar (SAR)'''=== <br /> χρησιμοποιείται για την απόκτηση υψηλής ανάλυσης (~ 10m - 1χλμ) <br /> Παραδείγματα: δορυφόρος ERS, καναδικός δορυφόρος<br /> <br /> ===• Μετεωρολογικό ραντάρ Doppler, Dopler weather radar. είναι ένα επίγειο σύστημα που μετρά τόσο το πλάτος και τη φάση της ηχούς του ραντάρ ===<br /> <br /> <br /> =='''Βασικές παράμετροι της κεραίας.'''==<br /> Κεραία είναι μια κατασκευή η οποία χρησιμεύει για την διαμεσολάβηση μεταξύ του κύματος που διαδίδεται στον ελεύθερο χώρο και των ηλεκτρικών τάσεως στο κύκλωμα με το οποίο είναι συνδεδεμένη.<br /> <br /> Παραμέτρους βασικές κεραία (στον ελεύθερο χώρο):<br /> '''1) Μοτίβο Πεδίου:''' 3-D ποσότητες που αφορούν στην μεταβολή του Η/Μ πεδίου ή Η/Μ δύναμη ως μια λειτουργία του σφαιρικών συντεταγμένων θ και φ: πρότυπο ισχύς P (θ, φ) (σε W SR-1)<br /> και κανονικοποιημένο μοτίβο ισχύος: Pn (θ, φ) = P (θ, φ) / Pmax (θ, φ)<br /> <br /> [[Αρχείο:radar5.jpg|300px|thumb|left|.]] <br /> <br /> [[Αρχείο:radar6.jpg|300px|thumb|left|.]] <br /> <br /> Δεδομένου ότι η διαφορά μεταξύ της ισχύος που μεταδίδεται από μια κεραία, Pt (σε W), και της ισχύος λήψης από την οπισθοσκέδαση συνήθως διαφέρουν κατά αρκετές τάξεις μεγέθους, το λαμβανόμενο σήμα εκφράζεται σε Ντεσιμπέλ (dB):<br /> <br /> <br /> ==='''2. Απολαβή κεραίας'''=== ορίζεται ως ο λόγος της έντασης στην κορυφή του μοτίβου μετάδοσης, Ιρ, με μια ισοτροπική ένταση που προέρχεται υποθέτοντας ότι η συνολική ισχύς, Pt (σε W), κατανέμεται εξίσου σε όλες τις κατευθύνσεις<br /> <br /> ==='''3. Περιοχή δέσμης (ή δέσμη στερεάς γωνίας)'''=== (σε sr) Η περιοχή της δέσμης είναι μια στερεά γωνία μέσα από την οποία το σύνολο της ηλεκτρικής ενέργειας ακτινοβολείται από την κεραία. Η περιοχή ακτίνας μπορεί να προσεγγιστεί από το γινόμενο της ημίσειας του εύρους ακτίνας.<br /> <br /> ==='''4. Ενεργό διάφραγμα'''=== που μετράται σε m2<br /> <br /> ==='''5. Κατευθυντικότητα'''=== που ορίζεται ως ο λόγος της μέγιστης<br /> ισχύος με τη μέση τιμή της<br /> <br /> ==='''Τύπος μετάδοσης Friis (εξίσωση)'''===<br /> Η εξίσωση μετάδοσης Friis χρησιμοποιείται στην μηχανική τηλεπικοινωνιών, και δίνει τη δύναμη που λαμβάνεται από μία κεραία κάτω από εξιδανικευμένες συνθήκες όταν αυτή δοθεί σε άλλη κεραία και σε συγκεκριμένη μέσω μιας γνωστής ποσότητας ρεύματος. <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> [[category:Ψηφιακή Τηλεπισκόπηση]]</div>

Ltsoukanelis http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%AD%CF%82_%CE%B5%CE%BD%CE%B5%CF%81%CE%B3%CE%BF%CF%8D_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BC%CE%AD%CF%83%CF%89_Radar 2017-03-12T17:54:55Z

<p>Ltsoukanelis: </p> <hr /> <div>'''Πηγή:''' Principles of active remote sensing: Radars. [http://www.ccrs.nrcan.gc.ca/ccrs/learn/tutorials/fundam/chapter3/chapter3_1_e.html Online tutorial: Chapter 3]'<br /> <br /> '''Λέξεις κλειδιά:''' Radar, κεραία, doppler<br /> <br /> <br /> =='''Εισαγωγή'''==<br /> <br /> * Το Ραντάρ είναι ένα σύστημα ενεργούς τηλεπισκόπησης το οποίο χρησιμοποιεί το μικροκυμματικό εύρος συχνοτήτων.<br /> * Το Ραντάρ είναι ένα όργανο μέτρησης εμβέλειας (RAdio Detection And Ranging)<br /> <br /> =='''Βασικές αρχές:'''==<br /> <br /> Ο αισθητήρας εκπέμπει ένα σήμα μικροκυμάτων (ραδιόφωνο) προς ένα στόχο και ανιχνεύει την οπισθοσκεδαζόμενη ακτινοβολία. Η ισχύς του σήματος οπισθοσκεδαζόμενης ακτινοβολίας μετράται για τη διάκριση μεταξύ διαφορετικών στόχων και τη χρονική καθυστέρηση μεταξύ των μεταδιδόμενων και ανακλώμενων σημάτων και με αυτόν τον τρόπο καθορίζεται η απόσταση (ή εύρος) με τον στόχο.<br /> <br /> Δύο είναι τα κύρια πλεονεκτήματα του ραντάρ: είναι παντός καιρού και λειτουργεί ημέρα και νύχτα.<br /> <br /> =='''Λειτουργίες ραντάρ:'''==<br /> * Λειτουργία συνεχούς κύματος (CW): συνεχής δέσμη ηλεκτρομαγνητικής ακτινοβολίας μεταδίδεται και λαμβάνεται =&gt; παρέχει πληροφορίες σχετικά με την πορεία οπισθοσκέδασης της ακτινοβολίας. <br /> * Παλμική λειτουργία: εκπέμπει βραχείς παλμούς (συνήθως 10-6-10-8 sec) και μετρά την οπισθοσκεδαζόμενη ακτινοβολία (ή ηχώ) ως συνάρτηση τη απόστασης.<br /> <br /> <br /> <br /> Το πολωτικό ραντάρ έχει τέσσερις δυνατούς συνδυασμούς πολώσεων εκπομπής και λήψης ως εξής:<br /> <br /> * HH - για την οριζόντια μετάδοση και οριζόντια λήψη,<br /> <br /> * VV - για κάθετη μετάδοση και κάθετη λήψη,<br /> <br /> * HV - για την οριζόντια μετάδοση και κάθετη λήψη, και<br /> <br /> * VH - για κάθετη μετάδοση και οριζόντια λήψη. <br /> Ζώνες μικροκυμάτων που χρησιμοποιούνται συνήθως σε ραντάρ τηλεπισκόπησης<br /> <br /> * Ka, K, και Ku: πολύ μικρά μήκη κύματος που χρησιμοποιούνταν στα πρώιμα αερομεταφερόμενα συστήματα ραντάρ, αλλά όχι σήμερα.<br /> * X-band: χρησιμοποιείται εκτενώς για αερομεταφερόμενα συστήματα για στρατιωτικές χαρτογραφήσεις εδάφους.<br /> * C-band: κοινή σε πολλά αερομεταφερόμενα συστήματα έρευνας (CCRS Convair-580 και NASA AirSAR) και διαστημικών συστημάτων (συμπεριλαμβανομένων των ERS-1 και 2 και RADARSAT).<br /> * S-band: χρησιμοποιείται επί του ρωσικού δορυφόρου ALMAZ.<br /> * L-band: χρησιμοποιείται επί του αμερικάνικου SEASAT και ιαπωνικού ΚΕΑ-1 δορυφόρου και του αερομεταφερόμενου συστήματος της NASA.<br /> * P-band: μεγαλύτερα μήκη κύματος ραντάρ, που χρησιμοποιούνται από τη NASA σε πειραματικό αερομεταφερόμενο σύστημα έρευνας.<br /> <br /> =='''Τύποι Radars:'''==<br /> <br /> ===''Μη απεικονιστικά Radar: (μέτρηση υψομέτρων και διασποράς)''===<br /> <br /> ==='''* Υψομετρικά (εντοπισμού ναδίρ)'''===<br /> <br /> Αρχή λειτουργίας: μεταδίδουν σύντομους παλμούς μικροκυμάτων και μετρούν τον μετ 'επιστροφής χρόνο καθυστέρησης σε στόχους για να καθορίσει την απόσταση τους από τον αισθητήρα,<br /> Εφαρμογές: χρησιμοποιείται στα αεροσκάφη για τον προσδιορισμό του υψόμετρου και στα αεροσκάφη και δορυφόρους για τοπογραφική αποτύπωση, και μετρά το ύψος από την επιφάνεια της θάλασσας από την οποία μπορεί να υπολογιστεί η ταχύτητα του ανέμου<br /> <br /> <br /> [[Αρχείο:radar1.jpg|300px|thumb|left|.]] [[Αρχείο:radar2.jpg|300px|thumb|right|.]] <br /> <br /> ==='''* Radar Μέτρησης διασποράς'''===<br /> Αρχή λειτουργίας: μεταδίδει σήματα μικροκυμάτων και μετρά τη ισχύ της οπισθοσκεδαζόμενης ακτινοβολίας (ανάκλαση)?<br /> Εφαρμογές: μετρήσεις της ταχύτητας και της κατεύθυνσης του ανέμου πάνω από τους ωκεανούς. Τα επίγεια radar μέτρησης διασποράς χρησιμοποιούνται εκτενώς για την ακριβή μέτρηση της οπισθοσκέδασης από διάφορους στόχους και για να χαρακτηρίσει τα διαφορετικά υλικά και είδη επιφανειών.Παράδειγμα: NASA Quick Scatterometer (QuikSCAT):<br /> <br /> * Ραντάρ: 13,4 gigahertz. παλμός 110-watt στα 189 hertz συχνότητας επανάληψης παλμών (PRF)<br /> * Κεραία: Περιστρεφόμενο πιάτο (1m) που παράγει δύο δέσμες, σάρωσης σε κυκλικό μοτίβο<br /> <br /> '''QuikSCAT ικανότητα μέτρησης:'''<br /> <br /> * λωρίδα 1.800 χιλιομέτρων κατά τη διάρκεια κάθε τροχιάς παρέχει περίπου το 90 τοις εκατό της κάλυψης των ωκεανών της Γης κάθε μέρα.<br /> * μετρήσεις ανέμου ταχύτητας από 3 έως 20 m/s, με ακρίβεια 2 m/s. Κατεύθυνση, με ακρίβεια 20 μοιρών. Ανάλυση διανύσματος του ανέμου 25 km.<br /> <br /> [[Αρχείο:radar3.jpg|300px|thumb|left|.]] <br /> <br /> ==='''* Απεικονιστικά Radar:'''===<br /> <br /> Τα radar μη απεικόνισης λαμβάνουν μετρήσεις σε μία γραμμική διάσταση, σε αντίθεση με τη δισδιάστατη αναπαράσταση των radar απεικόνισης:<br /> <br /> <br /> [[Αρχείο:radar4.jpg|300px|thumb|right|.]] Συστήματα radar με πλάγια γεωμετρική απεικόνιση:<br /> Η πλατφόρμα κινείται προς τα εμπρός στην κατεύθυνση της πτήσης (Α) με το ναδίρ (Β) σε ευθεία κάτω από την πλατφόρμα. Η δέσμη μικροκυμάτων μεταδίδεται λοξά σε ορθή γωνία προς την κατεύθυνση της πτήσης σαρώνοντας σε πλάτος (C). Το εύρος (D) αναφέρεται στην κατά πλάτος διάσταση σάρωσης τροχιά, κάθετη προς την κατεύθυνση της πτήσης, ενώ το αζιμούθιο (Ε) αναφέρεται στην κατά μήκος διάσταση σάρωση παράλληλη προς την κατεύθυνση της πτήσης.<br /> <br /> <br /> ==='''* Ραντάρ συνθετικού διαφράγματος. Synthetic Aperture Radar (SAR)'''=== χρησιμοποιείται για την απόκτηση υψηλής ανάλυσης (~ 10m - 1χλμ) <br /> Παραδείγματα: δορυφόρος ERS, καναδικός δορυφόρος<br /> <br /> ===• Μετεωρολογικό ραντάρ Doppler, Dopler weather radar. είναι ένα επίγειο σύστημα που μετρά τόσο το πλάτος και τη φάση της ηχούς του ραντάρ ===<br /> <br /> <br /> =='''Βασικές παράμετροι της κεραίας.'''==<br /> Κεραία είναι μια κατασκευή η οποία χρησιμεύει για την διαμεσολάβηση μεταξύ του κύματος που διαδίδεται στον ελεύθερο χώρο και των ηλεκτρικών τάσεως στο κύκλωμα με το οποίο είναι συνδεδεμένη.<br /> <br /> Παραμέτρους βασικές κεραία (στον ελεύθερο χώρο):<br /> '''1) Μοτίβο Πεδίου:''' 3-D ποσότητες που αφορούν στην μεταβολή του Η/Μ πεδίου ή Η/Μ δύναμη ως μια λειτουργία του σφαιρικών συντεταγμένων θ και φ: πρότυπο ισχύς P (θ, φ) (σε W SR-1)<br /> και κανονικοποιημένο μοτίβο ισχύος: Pn (θ, φ) = P (θ, φ) / Pmax (θ, φ)<br /> <br /> [[Αρχείο:radar5.jpg|300px|thumb|left|.]] <br /> <br /> [[Αρχείο:radar6.jpg|300px|thumb|left|.]] <br /> <br /> Δεδομένου ότι η διαφορά μεταξύ της ισχύος που μεταδίδεται από μια κεραία, Pt (σε W), και της ισχύος λήψης από την οπισθοσκέδαση συνήθως διαφέρουν κατά αρκετές τάξεις μεγέθους, το λαμβανόμενο σήμα εκφράζεται σε Ντεσιμπέλ (dB):<br /> <br /> <br /> ==='''2. Απολαβή κεραίας'''=== ορίζεται ως ο λόγος της έντασης στην κορυφή του μοτίβου μετάδοσης, Ιρ, με μια ισοτροπική ένταση που προέρχεται υποθέτοντας ότι η συνολική ισχύς, Pt (σε W), κατανέμεται εξίσου σε όλες τις κατευθύνσεις<br /> <br /> ==='''3. Περιοχή δέσμης (ή δέσμη στερεάς γωνίας)'''=== (σε sr) Η περιοχή της δέσμης είναι μια στερεά γωνία μέσα από την οποία το σύνολο της ηλεκτρικής ενέργειας ακτινοβολείται από την κεραία. Η περιοχή ακτίνας μπορεί να προσεγγιστεί από το γινόμενο της ημίσειας του εύρους ακτίνας.<br /> <br /> ==='''4. Ενεργό διάφραγμα'''=== που μετράται σε m2<br /> <br /> ==='''5. Κατευθυντικότητα'''=== που ορίζεται ως ο λόγος της μέγιστης<br /> ισχύος με τη μέση τιμή της<br /> <br /> ==='''Τύπος μετάδοσης Friis (εξίσωση)'''===<br /> Η εξίσωση μετάδοσης Friis χρησιμοποιείται στην μηχανική τηλεπικοινωνιών, και δίνει τη δύναμη που λαμβάνεται από μία κεραία κάτω από εξιδανικευμένες συνθήκες όταν αυτή δοθεί σε άλλη κεραία και σε συγκεκριμένη μέσω μιας γνωστής ποσότητας ρεύματος. <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> [[category:Ψηφιακή Τηλεπισκόπηση]]</div>

Ltsoukanelis http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%AD%CF%82_%CE%B5%CE%BD%CE%B5%CF%81%CE%B3%CE%BF%CF%8D_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BC%CE%AD%CF%83%CF%89_Radar 2017-03-12T17:52:43Z

<p>Ltsoukanelis: </p> <hr /> <div>'''Πηγή:''' Principles of active remote sensing: Radars. [http://www.ccrs.nrcan.gc.ca/ccrs/learn/tutorials/fundam/chapter3/chapter3_1_e.html Online tutorial: Chapter 3]'<br /> <br /> '''Λέξεις κλειδιά:''' Radar, κεραία, doppler<br /> <br /> <br /> =='''Εισαγωγή'''==<br /> <br /> * Το Ραντάρ είναι ένα σύστημα ενεργούς τηλεπισκόπησης το οποίο χρησιμοποιεί το μικροκυμματικό εύρος συχνοτήτων.<br /> * Το Ραντάρ είναι ένα όργανο μέτρησης εμβέλειας (RAdio Detection And Ranging)<br /> <br /> =='''Βασικές αρχές:'''==<br /> <br /> Ο αισθητήρας εκπέμπει ένα σήμα μικροκυμάτων (ραδιόφωνο) προς ένα στόχο και ανιχνεύει την οπισθοσκεδαζόμενη ακτινοβολία. Η ισχύς του σήματος οπισθοσκεδαζόμενης ακτινοβολίας μετράται για τη διάκριση μεταξύ διαφορετικών στόχων και τη χρονική καθυστέρηση μεταξύ των μεταδιδόμενων και ανακλώμενων σημάτων και με αυτόν τον τρόπο καθορίζεται η απόσταση (ή εύρος) με τον στόχο.<br /> <br /> Δύο είναι τα κύρια πλεονεκτήματα του ραντάρ: είναι παντός καιρού και λειτουργεί ημέρα και νύχτα.<br /> <br /> =='''Λειτουργίες ραντάρ:'''==<br /> * Λειτουργία συνεχούς κύματος (CW): συνεχής δέσμη ηλεκτρομαγνητικής ακτινοβολίας μεταδίδεται και λαμβάνεται =&gt; παρέχει πληροφορίες σχετικά με την πορεία οπισθοσκέδασης της ακτινοβολίας. <br /> * Παλμική λειτουργία: εκπέμπει βραχείς παλμούς (συνήθως 10-6-10-8 sec) και μετρά την οπισθοσκεδαζόμενη ακτινοβολία (ή ηχώ) ως συνάρτηση τη απόστασης.<br /> <br /> <br /> <br /> Το πολωτικό ραντάρ έχει τέσσερις δυνατούς συνδυασμούς πολώσεων εκπομπής και λήψης ως εξής:<br /> <br /> * HH - για την οριζόντια μετάδοση και οριζόντια λήψη,<br /> <br /> * VV - για κάθετη μετάδοση και κάθετη λήψη,<br /> <br /> * HV - για την οριζόντια μετάδοση και κάθετη λήψη, και<br /> <br /> * VH - για κάθετη μετάδοση και οριζόντια λήψη. <br /> Ζώνες μικροκυμάτων που χρησιμοποιούνται συνήθως σε ραντάρ τηλεπισκόπησης<br /> <br /> * Ka, K, και Ku: πολύ μικρά μήκη κύματος που χρησιμοποιούνταν στα πρώιμα αερομεταφερόμενα συστήματα ραντάρ, αλλά όχι σήμερα.<br /> * X-band: χρησιμοποιείται εκτενώς για αερομεταφερόμενα συστήματα για στρατιωτικές χαρτογραφήσεις εδάφους.<br /> * C-band: κοινή σε πολλά αερομεταφερόμενα συστήματα έρευνας (CCRS Convair-580 και NASA AirSAR) και διαστημικών συστημάτων (συμπεριλαμβανομένων των ERS-1 και 2 και RADARSAT).<br /> * S-band: χρησιμοποιείται επί του ρωσικού δορυφόρου ALMAZ.<br /> * L-band: χρησιμοποιείται επί του αμερικάνικου SEASAT και ιαπωνικού ΚΕΑ-1 δορυφόρου και του αερομεταφερόμενου συστήματος της NASA.<br /> * P-band: μεγαλύτερα μήκη κύματος ραντάρ, που χρησιμοποιούνται από τη NASA σε πειραματικό αερομεταφερόμενο σύστημα έρευνας.<br /> <br /> =='''Τύποι Radars:'''==<br /> <br /> ===''Μη απεικονιστικά Radar: (μέτρηση υψομέτρων και διασποράς)''===<br /> <br /> '''* Υψομετρικά (εντοπισμού ναδίρ)'''<br /> <br /> Αρχή λειτουργίας: μεταδίδουν σύντομους παλμούς μικροκυμάτων και μετρούν τον μετ 'επιστροφής χρόνο καθυστέρησης σε στόχους για να καθορίσει την απόσταση τους από τον αισθητήρα,<br /> Εφαρμογές: χρησιμοποιείται στα αεροσκάφη για τον προσδιορισμό του υψόμετρου και στα αεροσκάφη και δορυφόρους για τοπογραφική αποτύπωση, και μετρά το ύψος από την επιφάνεια της θάλασσας από την οποία μπορεί να υπολογιστεί η ταχύτητα του ανέμου<br /> <br /> <br /> [[Αρχείο:radar1.jpg|300px|thumb|left|.]] [[Αρχείο:radar2.jpg|300px|thumb|right|.]] <br /> <br /> '''* Radar Μέτρησης διασποράς'''<br /> Αρχή λειτουργίας: μεταδίδει σήματα μικροκυμάτων και μετρά τη ισχύ της οπισθοσκεδαζόμενης ακτινοβολίας (ανάκλαση)?<br /> Εφαρμογές: μετρήσεις της ταχύτητας και της κατεύθυνσης του ανέμου πάνω από τους ωκεανούς. Τα επίγεια radar μέτρησης διασποράς χρησιμοποιούνται εκτενώς για την ακριβή μέτρηση της οπισθοσκέδασης από διάφορους στόχους και για να χαρακτηρίσει τα διαφορετικά υλικά και είδη επιφανειών.Παράδειγμα: NASA Quick Scatterometer (QuikSCAT):<br /> <br /> * Ραντάρ: 13,4 gigahertz. παλμός 110-watt στα 189 hertz συχνότητας επανάληψης παλμών (PRF)<br /> * Κεραία: Περιστρεφόμενο πιάτο (1m) που παράγει δύο δέσμες, σάρωσης σε κυκλικό μοτίβο<br /> <br /> '''QuikSCAT ικανότητα μέτρησης:'''<br /> <br /> * λωρίδα 1.800 χιλιομέτρων κατά τη διάρκεια κάθε τροχιάς παρέχει περίπου το 90 τοις εκατό της κάλυψης των ωκεανών της Γης κάθε μέρα.<br /> * μετρήσεις ανέμου ταχύτητας από 3 έως 20 m/s, με ακρίβεια 2 m/s. Κατεύθυνση, με ακρίβεια 20 μοιρών. Ανάλυση διανύσματος του ανέμου 25 km.<br /> <br /> [[Αρχείο:radar3.jpg|300px|thumb|left|.]] <br /> <br /> '''* Απεικονιστικά Radar:'''<br /> <br /> Τα radar μη απεικόνισης λαμβάνουν μετρήσεις σε μία γραμμική διάσταση, σε αντίθεση με τη δισδιάστατη αναπαράσταση των radar απεικόνισης:<br /> <br /> <br /> [[Αρχείο:radar4.jpg|300px|thumb|right|.]] Συστήματα radar με πλάγια γεωμετρική απεικόνιση:<br /> Η πλατφόρμα κινείται προς τα εμπρός στην κατεύθυνση της πτήσης (Α) με το ναδίρ (Β) σε ευθεία κάτω από την πλατφόρμα. Η δέσμη μικροκυμάτων μεταδίδεται λοξά σε ορθή γωνία προς την κατεύθυνση της πτήσης σαρώνοντας σε πλάτος (C). Το εύρος (D) αναφέρεται στην κατά πλάτος διάσταση σάρωσης τροχιά, κάθετη προς την κατεύθυνση της πτήσης, ενώ το αζιμούθιο (Ε) αναφέρεται στην κατά μήκος διάσταση σάρωση παράλληλη προς την κατεύθυνση της πτήσης.<br /> <br /> <br /> '''* Ραντάρ συνθετικού διαφράγματος. Synthetic Aperture Radar (SAR)''' χρησιμοποιείται για την απόκτηση υψηλής ανάλυσης (~ 10m - 1χλμ) <br /> Παραδείγματα: δορυφόρος ERS, καναδικός δορυφόρος<br /> <br /> • Μετεωρολογικό ραντάρ Doppler, Dopler weather radar. είναι ένα επίγειο σύστημα που μετρά τόσο το πλάτος και τη φάση της ηχούς του ραντάρ <br /> <br /> <br /> '''Βασικές παράμετροι της κεραίας.'''<br /> Κεραία είναι μια κατασκευή η οποία χρησιμεύει για την διαμεσολάβηση μεταξύ του κύματος που διαδίδεται στον ελεύθερο χώρο και των ηλεκτρικών τάσεως στο κύκλωμα με το οποίο είναι συνδεδεμένη.<br /> <br /> Παραμέτρους βασικές κεραία (στον ελεύθερο χώρο):<br /> '''1) Μοτίβο Πεδίου:''' 3-D ποσότητες που αφορούν στην μεταβολή του Η/Μ πεδίου ή Η/Μ δύναμη ως μια λειτουργία του σφαιρικών συντεταγμένων θ και φ: πρότυπο ισχύς P (θ, φ) (σε W SR-1)<br /> και κανονικοποιημένο μοτίβο ισχύος: Pn (θ, φ) = P (θ, φ) / Pmax (θ, φ)<br /> <br /> [[Αρχείο:radar5.jpg|300px|thumb|left|.]] <br /> <br /> [[Αρχείο:radar6.jpg|300px|thumb|left|.]] <br /> <br /> Δεδομένου ότι η διαφορά μεταξύ της ισχύος που μεταδίδεται από μια κεραία, Pt (σε W), και της ισχύος λήψης από την οπισθοσκέδαση συνήθως διαφέρουν κατά αρκετές τάξεις μεγέθους, το λαμβανόμενο σήμα εκφράζεται σε Ντεσιμπέλ (dB):<br /> <br /> <br /> '''2. Απολαβή κεραίας''' ορίζεται ως ο λόγος της έντασης στην κορυφή του μοτίβου μετάδοσης, Ιρ, με μια ισοτροπική ένταση που προέρχεται υποθέτοντας ότι η συνολική ισχύς, Pt (σε W), κατανέμεται εξίσου σε όλες τις κατευθύνσεις<br /> <br /> '''3. Περιοχή δέσμης (ή δέσμη στερεάς γωνίας)''' (σε sr) Η περιοχή της δέσμης είναι μια στερεά γωνία μέσα από την οποία το σύνολο της ηλεκτρικής ενέργειας ακτινοβολείται από την κεραία. Η περιοχή ακτίνας μπορεί να προσεγγιστεί από το γινόμενο της ημίσειας του εύρους ακτίνας.<br /> <br /> '''4. Ενεργό διάφραγμα''' που μετράται σε m2<br /> <br /> '''5. Κατευθυντικότητα''' που ορίζεται ως ο λόγος της μέγιστης<br /> ισχύος με τη μέση τιμή της<br /> <br /> '''Τύπος μετάδοσης Friis (εξίσωση)'''<br /> Η εξίσωση μετάδοσης Friis χρησιμοποιείται στην μηχανική τηλεπικοινωνιών, και δίνει τη δύναμη που λαμβάνεται από μία κεραία κάτω από εξιδανικευμένες συνθήκες όταν αυτή δοθεί σε άλλη κεραία και σε συγκεκριμένη μέσω μιας γνωστής ποσότητας ρεύματος. <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> [[category:Ψηφιακή Τηλεπισκόπηση]]</div>

Ltsoukanelis http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%AD%CF%82_%CE%B5%CE%BD%CE%B5%CF%81%CE%B3%CE%BF%CF%8D_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BC%CE%AD%CF%83%CF%89_Radar 2017-03-12T17:51:10Z

<p>Ltsoukanelis: </p> <hr /> <div>'''Πηγή:''' Principles of active remote sensing: Radars. [http://www.ccrs.nrcan.gc.ca/ccrs/learn/tutorials/fundam/chapter3/chapter3_1_e.html Online tutorial: Chapter 3]'<br /> <br /> '''Λέξεις κλειδιά:''' Radar, κεραία, doppler<br /> <br /> <br /> =='''Εισαγωγή'''==<br /> <br /> * Το Ραντάρ είναι ένα σύστημα ενεργούς τηλεπισκόπησης το οποίο χρησιμοποιεί το μικροκυμματικό εύρος συχνοτήτων.<br /> * Το Ραντάρ είναι ένα όργανο μέτρησης εμβέλειας (RAdio Detection And Ranging)<br /> <br /> =='''Βασικές αρχές:'''==<br /> <br /> Ο αισθητήρας εκπέμπει ένα σήμα μικροκυμάτων (ραδιόφωνο) προς ένα στόχο και ανιχνεύει την οπισθοσκεδαζόμενη ακτινοβολία. Η ισχύς του σήματος οπισθοσκεδαζόμενης ακτινοβολίας μετράται για τη διάκριση μεταξύ διαφορετικών στόχων και τη χρονική καθυστέρηση μεταξύ των μεταδιδόμενων και ανακλώμενων σημάτων και με αυτόν τον τρόπο καθορίζεται η απόσταση (ή εύρος) με τον στόχο.<br /> <br /> Δύο είναι τα κύρια πλεονεκτήματα του ραντάρ: είναι παντός καιρού και λειτουργεί ημέρα και νύχτα.<br /> <br /> =='''Λειτουργίες ραντάρ:'''==<br /> * Λειτουργία συνεχούς κύματος (CW): συνεχής δέσμη ηλεκτρομαγνητικής ακτινοβολίας μεταδίδεται και λαμβάνεται =&gt; παρέχει πληροφορίες σχετικά με την πορεία οπισθοσκέδασης της ακτινοβολίας. <br /> * Παλμική λειτουργία: εκπέμπει βραχείς παλμούς (συνήθως 10-6-10-8 sec) και μετρά την οπισθοσκεδαζόμενη ακτινοβολία (ή ηχώ) ως συνάρτηση τη απόστασης.<br /> <br /> <br /> <br /> Το πολωτικό ραντάρ έχει τέσσερις δυνατούς συνδυασμούς πολώσεων εκπομπής και λήψης ως εξής:<br /> <br /> * HH - για την οριζόντια μετάδοση και οριζόντια λήψη,<br /> <br /> * VV - για κάθετη μετάδοση και κάθετη λήψη,<br /> <br /> * HV - για την οριζόντια μετάδοση και κάθετη λήψη, και<br /> <br /> * VH - για κάθετη μετάδοση και οριζόντια λήψη. <br /> Ζώνες μικροκυμάτων που χρησιμοποιούνται συνήθως σε ραντάρ τηλεπισκόπησης<br /> <br /> * Ka, K, και Ku: πολύ μικρά μήκη κύματος που χρησιμοποιούνταν στα πρώιμα αερομεταφερόμενα συστήματα ραντάρ, αλλά όχι σήμερα.<br /> * X-band: χρησιμοποιείται εκτενώς για αερομεταφερόμενα συστήματα για στρατιωτικές χαρτογραφήσεις εδάφους.<br /> * C-band: κοινή σε πολλά αερομεταφερόμενα συστήματα έρευνας (CCRS Convair-580 και NASA AirSAR) και διαστημικών συστημάτων (συμπεριλαμβανομένων των ERS-1 και 2 και RADARSAT).<br /> * S-band: χρησιμοποιείται επί του ρωσικού δορυφόρου ALMAZ.<br /> * L-band: χρησιμοποιείται επί του αμερικάνικου SEASAT και ιαπωνικού ΚΕΑ-1 δορυφόρου και του αερομεταφερόμενου συστήματος της NASA.<br /> * P-band: μεγαλύτερα μήκη κύματος ραντάρ, που χρησιμοποιούνται από τη NASA σε πειραματικό αερομεταφερόμενο σύστημα έρευνας.<br /> <br /> =='''Τύποι Radars:'''==<br /> <br /> ''Μη απεικονιστικά Radar: (μέτρηση υψομέτρων και διασποράς)''<br /> <br /> '''* Υψομετρικά (εντοπισμού ναδίρ)'''<br /> <br /> Αρχή λειτουργίας: μεταδίδουν σύντομους παλμούς μικροκυμάτων και μετρούν τον μετ 'επιστροφής χρόνο καθυστέρησης σε στόχους για να καθορίσει την απόσταση τους από τον αισθητήρα,<br /> Εφαρμογές: χρησιμοποιείται στα αεροσκάφη για τον προσδιορισμό του υψόμετρου και στα αεροσκάφη και δορυφόρους για τοπογραφική αποτύπωση, και μετρά το ύψος από την επιφάνεια της θάλασσας από την οποία μπορεί να υπολογιστεί η ταχύτητα του ανέμου<br /> <br /> <br /> [[Αρχείο:radar1.jpg|300px|thumb|left|.]] [[Αρχείο:radar2.jpg|300px|thumb|right|.]] <br /> <br /> '''* Radar Μέτρησης διασποράς'''<br /> Αρχή λειτουργίας: μεταδίδει σήματα μικροκυμάτων και μετρά τη ισχύ της οπισθοσκεδαζόμενης ακτινοβολίας (ανάκλαση)?<br /> Εφαρμογές: μετρήσεις της ταχύτητας και της κατεύθυνσης του ανέμου πάνω από τους ωκεανούς. Τα επίγεια radar μέτρησης διασποράς χρησιμοποιούνται εκτενώς για την ακριβή μέτρηση της οπισθοσκέδασης από διάφορους στόχους και για να χαρακτηρίσει τα διαφορετικά υλικά και είδη επιφανειών.Παράδειγμα: NASA Quick Scatterometer (QuikSCAT):<br /> <br /> * Ραντάρ: 13,4 gigahertz. παλμός 110-watt στα 189 hertz συχνότητας επανάληψης παλμών (PRF)<br /> * Κεραία: Περιστρεφόμενο πιάτο (1m) που παράγει δύο δέσμες, σάρωσης σε κυκλικό μοτίβο<br /> <br /> '''QuikSCAT ικανότητα μέτρησης:'''<br /> <br /> * λωρίδα 1.800 χιλιομέτρων κατά τη διάρκεια κάθε τροχιάς παρέχει περίπου το 90 τοις εκατό της κάλυψης των ωκεανών της Γης κάθε μέρα.<br /> * μετρήσεις ανέμου ταχύτητας από 3 έως 20 m/s, με ακρίβεια 2 m/s. Κατεύθυνση, με ακρίβεια 20 μοιρών. Ανάλυση διανύσματος του ανέμου 25 km.<br /> <br /> [[Αρχείο:radar3.jpg|300px|thumb|left|.]] <br /> <br /> '''* Απεικονιστικά Radar:'''<br /> <br /> Τα radar μη απεικόνισης λαμβάνουν μετρήσεις σε μία γραμμική διάσταση, σε αντίθεση με τη δισδιάστατη αναπαράσταση των radar απεικόνισης:<br /> <br /> <br /> [[Αρχείο:radar4.jpg|300px|thumb|right|.]] Συστήματα radar με πλάγια γεωμετρική απεικόνιση:<br /> Η πλατφόρμα κινείται προς τα εμπρός στην κατεύθυνση της πτήσης (Α) με το ναδίρ (Β) σε ευθεία κάτω από την πλατφόρμα. Η δέσμη μικροκυμάτων μεταδίδεται λοξά σε ορθή γωνία προς την κατεύθυνση της πτήσης σαρώνοντας σε πλάτος (C). Το εύρος (D) αναφέρεται στην κατά πλάτος διάσταση σάρωσης τροχιά, κάθετη προς την κατεύθυνση της πτήσης, ενώ το αζιμούθιο (Ε) αναφέρεται στην κατά μήκος διάσταση σάρωση παράλληλη προς την κατεύθυνση της πτήσης.<br /> <br /> <br /> '''* Ραντάρ συνθετικού διαφράγματος. Synthetic Aperture Radar (SAR)''' χρησιμοποιείται για την απόκτηση υψηλής ανάλυσης (~ 10m - 1χλμ) <br /> Παραδείγματα: δορυφόρος ERS, καναδικός δορυφόρος<br /> <br /> • Μετεωρολογικό ραντάρ Doppler, Dopler weather radar. είναι ένα επίγειο σύστημα που μετρά τόσο το πλάτος και τη φάση της ηχούς του ραντάρ <br /> <br /> <br /> '''Βασικές παράμετροι της κεραίας.'''<br /> Κεραία είναι μια κατασκευή η οποία χρησιμεύει για την διαμεσολάβηση μεταξύ του κύματος που διαδίδεται στον ελεύθερο χώρο και των ηλεκτρικών τάσεως στο κύκλωμα με το οποίο είναι συνδεδεμένη.<br /> <br /> Παραμέτρους βασικές κεραία (στον ελεύθερο χώρο):<br /> '''1) Μοτίβο Πεδίου:''' 3-D ποσότητες που αφορούν στην μεταβολή του Η/Μ πεδίου ή Η/Μ δύναμη ως μια λειτουργία του σφαιρικών συντεταγμένων θ και φ: πρότυπο ισχύς P (θ, φ) (σε W SR-1)<br /> και κανονικοποιημένο μοτίβο ισχύος: Pn (θ, φ) = P (θ, φ) / Pmax (θ, φ)<br /> <br /> [[Αρχείο:radar5.jpg|300px|thumb|left|.]] <br /> <br /> [[Αρχείο:radar6.jpg|300px|thumb|left|.]] <br /> <br /> Δεδομένου ότι η διαφορά μεταξύ της ισχύος που μεταδίδεται από μια κεραία, Pt (σε W), και της ισχύος λήψης από την οπισθοσκέδαση συνήθως διαφέρουν κατά αρκετές τάξεις μεγέθους, το λαμβανόμενο σήμα εκφράζεται σε Ντεσιμπέλ (dB):<br /> <br /> <br /> '''2. Απολαβή κεραίας''' ορίζεται ως ο λόγος της έντασης στην κορυφή του μοτίβου μετάδοσης, Ιρ, με μια ισοτροπική ένταση που προέρχεται υποθέτοντας ότι η συνολική ισχύς, Pt (σε W), κατανέμεται εξίσου σε όλες τις κατευθύνσεις<br /> <br /> '''3. Περιοχή δέσμης (ή δέσμη στερεάς γωνίας)''' (σε sr) Η περιοχή της δέσμης είναι μια στερεά γωνία μέσα από την οποία το σύνολο της ηλεκτρικής ενέργειας ακτινοβολείται από την κεραία. Η περιοχή ακτίνας μπορεί να προσεγγιστεί από το γινόμενο της ημίσειας του εύρους ακτίνας.<br /> <br /> '''4. Ενεργό διάφραγμα''' που μετράται σε m2<br /> <br /> '''5. Κατευθυντικότητα''' που ορίζεται ως ο λόγος της μέγιστης<br /> ισχύος με τη μέση τιμή της<br /> <br /> '''Τύπος μετάδοσης Friis (εξίσωση)'''<br /> Η εξίσωση μετάδοσης Friis χρησιμοποιείται στην μηχανική τηλεπικοινωνιών, και δίνει τη δύναμη που λαμβάνεται από μία κεραία κάτω από εξιδανικευμένες συνθήκες όταν αυτή δοθεί σε άλλη κεραία και σε συγκεκριμένη μέσω μιας γνωστής ποσότητας ρεύματος. <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> [[category:Ψηφιακή Τηλεπισκόπηση]]</div>

Ltsoukanelis http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%AD%CF%82_%CE%B5%CE%BD%CE%B5%CF%81%CE%B3%CE%BF%CF%8D_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BC%CE%AD%CF%83%CF%89_Radar 2017-03-12T17:50:09Z

<p>Ltsoukanelis: </p> <hr /> <div>'''Πηγή:''' Principles of active remote sensing: Radars. [http://www.ccrs.nrcan.gc.ca/ccrs/learn/tutorials/fundam/chapter3/chapter3_1_e.html Online tutorial: Chapter 3]'<br /> <br /> '''Λέξεις κλειδιά:''' Radar, κεραία, doppler<br /> <br /> <br /> =='''Εισαγωγή'''==<br /> <br /> * Το Ραντάρ είναι ένα σύστημα ενεργούς τηλεπισκόπησης το οποίο χρησιμοποιεί το μικροκυμματικό εύρος συχνοτήτων.<br /> * Το Ραντάρ είναι ένα όργανο μέτρησης εμβέλειας (RAdio Detection And Ranging)<br /> <br /> '''Βασικές αρχές:'''<br /> <br /> Ο αισθητήρας εκπέμπει ένα σήμα μικροκυμάτων (ραδιόφωνο) προς ένα στόχο και ανιχνεύει την οπισθοσκεδαζόμενη ακτινοβολία. Η ισχύς του σήματος οπισθοσκεδαζόμενης ακτινοβολίας μετράται για τη διάκριση μεταξύ διαφορετικών στόχων και τη χρονική καθυστέρηση μεταξύ των μεταδιδόμενων και ανακλώμενων σημάτων και με αυτόν τον τρόπο καθορίζεται η απόσταση (ή εύρος) με τον στόχο.<br /> <br /> Δύο είναι τα κύρια πλεονεκτήματα του ραντάρ: είναι παντός καιρού και λειτουργεί ημέρα και νύχτα.<br /> <br /> '''Λειτουργίες ραντάρ:'''<br /> * Λειτουργία συνεχούς κύματος (CW): συνεχής δέσμη ηλεκτρομαγνητικής ακτινοβολίας μεταδίδεται και λαμβάνεται =&gt; παρέχει πληροφορίες σχετικά με την πορεία οπισθοσκέδασης της ακτινοβολίας. <br /> * Παλμική λειτουργία: εκπέμπει βραχείς παλμούς (συνήθως 10-6-10-8 sec) και μετρά την οπισθοσκεδαζόμενη ακτινοβολία (ή ηχώ) ως συνάρτηση τη απόστασης.<br /> <br /> <br /> <br /> Το πολωτικό ραντάρ έχει τέσσερις δυνατούς συνδυασμούς πολώσεων εκπομπής και λήψης ως εξής:<br /> <br /> * HH - για την οριζόντια μετάδοση και οριζόντια λήψη,<br /> <br /> * VV - για κάθετη μετάδοση και κάθετη λήψη,<br /> <br /> * HV - για την οριζόντια μετάδοση και κάθετη λήψη, και<br /> <br /> * VH - για κάθετη μετάδοση και οριζόντια λήψη. <br /> Ζώνες μικροκυμάτων που χρησιμοποιούνται συνήθως σε ραντάρ τηλεπισκόπησης<br /> <br /> * Ka, K, και Ku: πολύ μικρά μήκη κύματος που χρησιμοποιούνταν στα πρώιμα αερομεταφερόμενα συστήματα ραντάρ, αλλά όχι σήμερα.<br /> * X-band: χρησιμοποιείται εκτενώς για αερομεταφερόμενα συστήματα για στρατιωτικές χαρτογραφήσεις εδάφους.<br /> * C-band: κοινή σε πολλά αερομεταφερόμενα συστήματα έρευνας (CCRS Convair-580 και NASA AirSAR) και διαστημικών συστημάτων (συμπεριλαμβανομένων των ERS-1 και 2 και RADARSAT).<br /> * S-band: χρησιμοποιείται επί του ρωσικού δορυφόρου ALMAZ.<br /> * L-band: χρησιμοποιείται επί του αμερικάνικου SEASAT και ιαπωνικού ΚΕΑ-1 δορυφόρου και του αερομεταφερόμενου συστήματος της NASA.<br /> * P-band: μεγαλύτερα μήκη κύματος ραντάρ, που χρησιμοποιούνται από τη NASA σε πειραματικό αερομεταφερόμενο σύστημα έρευνας.<br /> <br /> --'''Τύποι Radars:'''--<br /> <br /> ''Μη απεικονιστικά Radar: (μέτρηση υψομέτρων και διασποράς)''<br /> <br /> '''* Υψομετρικά (εντοπισμού ναδίρ)'''<br /> <br /> Αρχή λειτουργίας: μεταδίδουν σύντομους παλμούς μικροκυμάτων και μετρούν τον μετ 'επιστροφής χρόνο καθυστέρησης σε στόχους για να καθορίσει την απόσταση τους από τον αισθητήρα,<br /> Εφαρμογές: χρησιμοποιείται στα αεροσκάφη για τον προσδιορισμό του υψόμετρου και στα αεροσκάφη και δορυφόρους για τοπογραφική αποτύπωση, και μετρά το ύψος από την επιφάνεια της θάλασσας από την οποία μπορεί να υπολογιστεί η ταχύτητα του ανέμου<br /> <br /> <br /> [[Αρχείο:radar1.jpg|300px|thumb|left|.]] [[Αρχείο:radar2.jpg|300px|thumb|right|.]] <br /> <br /> '''* Radar Μέτρησης διασποράς'''<br /> Αρχή λειτουργίας: μεταδίδει σήματα μικροκυμάτων και μετρά τη ισχύ της οπισθοσκεδαζόμενης ακτινοβολίας (ανάκλαση)?<br /> Εφαρμογές: μετρήσεις της ταχύτητας και της κατεύθυνσης του ανέμου πάνω από τους ωκεανούς. Τα επίγεια radar μέτρησης διασποράς χρησιμοποιούνται εκτενώς για την ακριβή μέτρηση της οπισθοσκέδασης από διάφορους στόχους και για να χαρακτηρίσει τα διαφορετικά υλικά και είδη επιφανειών.Παράδειγμα: NASA Quick Scatterometer (QuikSCAT):<br /> <br /> * Ραντάρ: 13,4 gigahertz. παλμός 110-watt στα 189 hertz συχνότητας επανάληψης παλμών (PRF)<br /> * Κεραία: Περιστρεφόμενο πιάτο (1m) που παράγει δύο δέσμες, σάρωσης σε κυκλικό μοτίβο<br /> <br /> '''QuikSCAT ικανότητα μέτρησης:'''<br /> <br /> * λωρίδα 1.800 χιλιομέτρων κατά τη διάρκεια κάθε τροχιάς παρέχει περίπου το 90 τοις εκατό της κάλυψης των ωκεανών της Γης κάθε μέρα.<br /> * μετρήσεις ανέμου ταχύτητας από 3 έως 20 m/s, με ακρίβεια 2 m/s. Κατεύθυνση, με ακρίβεια 20 μοιρών. Ανάλυση διανύσματος του ανέμου 25 km.<br /> <br /> [[Αρχείο:radar3.jpg|300px|thumb|left|.]] <br /> <br /> '''* Απεικονιστικά Radar:'''<br /> <br /> Τα radar μη απεικόνισης λαμβάνουν μετρήσεις σε μία γραμμική διάσταση, σε αντίθεση με τη δισδιάστατη αναπαράσταση των radar απεικόνισης:<br /> <br /> <br /> [[Αρχείο:radar4.jpg|300px|thumb|right|.]] Συστήματα radar με πλάγια γεωμετρική απεικόνιση:<br /> Η πλατφόρμα κινείται προς τα εμπρός στην κατεύθυνση της πτήσης (Α) με το ναδίρ (Β) σε ευθεία κάτω από την πλατφόρμα. Η δέσμη μικροκυμάτων μεταδίδεται λοξά σε ορθή γωνία προς την κατεύθυνση της πτήσης σαρώνοντας σε πλάτος (C). Το εύρος (D) αναφέρεται στην κατά πλάτος διάσταση σάρωσης τροχιά, κάθετη προς την κατεύθυνση της πτήσης, ενώ το αζιμούθιο (Ε) αναφέρεται στην κατά μήκος διάσταση σάρωση παράλληλη προς την κατεύθυνση της πτήσης.<br /> <br /> <br /> '''* Ραντάρ συνθετικού διαφράγματος. Synthetic Aperture Radar (SAR)''' χρησιμοποιείται για την απόκτηση υψηλής ανάλυσης (~ 10m - 1χλμ) <br /> Παραδείγματα: δορυφόρος ERS, καναδικός δορυφόρος<br /> <br /> • Μετεωρολογικό ραντάρ Doppler, Dopler weather radar. είναι ένα επίγειο σύστημα που μετρά τόσο το πλάτος και τη φάση της ηχούς του ραντάρ <br /> <br /> <br /> '''Βασικές παράμετροι της κεραίας.'''<br /> Κεραία είναι μια κατασκευή η οποία χρησιμεύει για την διαμεσολάβηση μεταξύ του κύματος που διαδίδεται στον ελεύθερο χώρο και των ηλεκτρικών τάσεως στο κύκλωμα με το οποίο είναι συνδεδεμένη.<br /> <br /> Παραμέτρους βασικές κεραία (στον ελεύθερο χώρο):<br /> '''1) Μοτίβο Πεδίου:''' 3-D ποσότητες που αφορούν στην μεταβολή του Η/Μ πεδίου ή Η/Μ δύναμη ως μια λειτουργία του σφαιρικών συντεταγμένων θ και φ: πρότυπο ισχύς P (θ, φ) (σε W SR-1)<br /> και κανονικοποιημένο μοτίβο ισχύος: Pn (θ, φ) = P (θ, φ) / Pmax (θ, φ)<br /> <br /> [[Αρχείο:radar5.jpg|300px|thumb|left|.]] <br /> <br /> [[Αρχείο:radar6.jpg|300px|thumb|left|.]] <br /> <br /> Δεδομένου ότι η διαφορά μεταξύ της ισχύος που μεταδίδεται από μια κεραία, Pt (σε W), και της ισχύος λήψης από την οπισθοσκέδαση συνήθως διαφέρουν κατά αρκετές τάξεις μεγέθους, το λαμβανόμενο σήμα εκφράζεται σε Ντεσιμπέλ (dB):<br /> <br /> <br /> '''2. Απολαβή κεραίας''' ορίζεται ως ο λόγος της έντασης στην κορυφή του μοτίβου μετάδοσης, Ιρ, με μια ισοτροπική ένταση που προέρχεται υποθέτοντας ότι η συνολική ισχύς, Pt (σε W), κατανέμεται εξίσου σε όλες τις κατευθύνσεις<br /> <br /> '''3. Περιοχή δέσμης (ή δέσμη στερεάς γωνίας)''' (σε sr) Η περιοχή της δέσμης είναι μια στερεά γωνία μέσα από την οποία το σύνολο της ηλεκτρικής ενέργειας ακτινοβολείται από την κεραία. Η περιοχή ακτίνας μπορεί να προσεγγιστεί από το γινόμενο της ημίσειας του εύρους ακτίνας.<br /> <br /> '''4. Ενεργό διάφραγμα''' που μετράται σε m2<br /> <br /> '''5. Κατευθυντικότητα''' που ορίζεται ως ο λόγος της μέγιστης<br /> ισχύος με τη μέση τιμή της<br /> <br /> '''Τύπος μετάδοσης Friis (εξίσωση)'''<br /> Η εξίσωση μετάδοσης Friis χρησιμοποιείται στην μηχανική τηλεπικοινωνιών, και δίνει τη δύναμη που λαμβάνεται από μία κεραία κάτω από εξιδανικευμένες συνθήκες όταν αυτή δοθεί σε άλλη κεραία και σε συγκεκριμένη μέσω μιας γνωστής ποσότητας ρεύματος. <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> [[category:Ψηφιακή Τηλεπισκόπηση]]</div>

Ltsoukanelis http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%AD%CF%82_%CE%B5%CE%BD%CE%B5%CF%81%CE%B3%CE%BF%CF%8D_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BC%CE%AD%CF%83%CF%89_Radar 2017-03-12T17:49:37Z

<p>Ltsoukanelis: </p> <hr /> <div>'''Πηγή:''' Principles of active remote sensing: Radars. [http://www.ccrs.nrcan.gc.ca/ccrs/learn/tutorials/fundam/chapter3/chapter3_1_e.html Online tutorial: Chapter 3]'<br /> <br /> '''Λέξεις κλειδιά:''' Radar, κεραία, doppler<br /> <br /> <br /> =='''Tύποι Radar'''==<br /> <br /> * Το Ραντάρ είναι ένα σύστημα ενεργούς τηλεπισκόπησης το οποίο χρησιμοποιεί το μικροκυμματικό εύρος συχνοτήτων.<br /> * Το Ραντάρ είναι ένα όργανο μέτρησης εμβέλειας (RAdio Detection And Ranging)<br /> <br /> '''Βασικές αρχές:'''<br /> <br /> Ο αισθητήρας εκπέμπει ένα σήμα μικροκυμάτων (ραδιόφωνο) προς ένα στόχο και ανιχνεύει την οπισθοσκεδαζόμενη ακτινοβολία. Η ισχύς του σήματος οπισθοσκεδαζόμενης ακτινοβολίας μετράται για τη διάκριση μεταξύ διαφορετικών στόχων και τη χρονική καθυστέρηση μεταξύ των μεταδιδόμενων και ανακλώμενων σημάτων και με αυτόν τον τρόπο καθορίζεται η απόσταση (ή εύρος) με τον στόχο.<br /> <br /> Δύο είναι τα κύρια πλεονεκτήματα του ραντάρ: είναι παντός καιρού και λειτουργεί ημέρα και νύχτα.<br /> <br /> '''Λειτουργίες ραντάρ:'''<br /> * Λειτουργία συνεχούς κύματος (CW): συνεχής δέσμη ηλεκτρομαγνητικής ακτινοβολίας μεταδίδεται και λαμβάνεται =&gt; παρέχει πληροφορίες σχετικά με την πορεία οπισθοσκέδασης της ακτινοβολίας. <br /> * Παλμική λειτουργία: εκπέμπει βραχείς παλμούς (συνήθως 10-6-10-8 sec) και μετρά την οπισθοσκεδαζόμενη ακτινοβολία (ή ηχώ) ως συνάρτηση τη απόστασης.<br /> <br /> <br /> <br /> Το πολωτικό ραντάρ έχει τέσσερις δυνατούς συνδυασμούς πολώσεων εκπομπής και λήψης ως εξής:<br /> <br /> * HH - για την οριζόντια μετάδοση και οριζόντια λήψη,<br /> <br /> * VV - για κάθετη μετάδοση και κάθετη λήψη,<br /> <br /> * HV - για την οριζόντια μετάδοση και κάθετη λήψη, και<br /> <br /> * VH - για κάθετη μετάδοση και οριζόντια λήψη. <br /> Ζώνες μικροκυμάτων που χρησιμοποιούνται συνήθως σε ραντάρ τηλεπισκόπησης<br /> <br /> * Ka, K, και Ku: πολύ μικρά μήκη κύματος που χρησιμοποιούνταν στα πρώιμα αερομεταφερόμενα συστήματα ραντάρ, αλλά όχι σήμερα.<br /> * X-band: χρησιμοποιείται εκτενώς για αερομεταφερόμενα συστήματα για στρατιωτικές χαρτογραφήσεις εδάφους.<br /> * C-band: κοινή σε πολλά αερομεταφερόμενα συστήματα έρευνας (CCRS Convair-580 και NASA AirSAR) και διαστημικών συστημάτων (συμπεριλαμβανομένων των ERS-1 και 2 και RADARSAT).<br /> * S-band: χρησιμοποιείται επί του ρωσικού δορυφόρου ALMAZ.<br /> * L-band: χρησιμοποιείται επί του αμερικάνικου SEASAT και ιαπωνικού ΚΕΑ-1 δορυφόρου και του αερομεταφερόμενου συστήματος της NASA.<br /> * P-band: μεγαλύτερα μήκη κύματος ραντάρ, που χρησιμοποιούνται από τη NASA σε πειραματικό αερομεταφερόμενο σύστημα έρευνας.<br /> <br /> '''Τύποι Radars:'''<br /> <br /> ''Μη απεικονιστικά Radar: (μέτρηση υψομέτρων και διασποράς)''<br /> <br /> '''* Υψομετρικά (εντοπισμού ναδίρ)'''<br /> <br /> Αρχή λειτουργίας: μεταδίδουν σύντομους παλμούς μικροκυμάτων και μετρούν τον μετ 'επιστροφής χρόνο καθυστέρησης σε στόχους για να καθορίσει την απόσταση τους από τον αισθητήρα,<br /> Εφαρμογές: χρησιμοποιείται στα αεροσκάφη για τον προσδιορισμό του υψόμετρου και στα αεροσκάφη και δορυφόρους για τοπογραφική αποτύπωση, και μετρά το ύψος από την επιφάνεια της θάλασσας από την οποία μπορεί να υπολογιστεί η ταχύτητα του ανέμου<br /> <br /> <br /> [[Αρχείο:radar1.jpg|300px|thumb|left|.]] [[Αρχείο:radar2.jpg|300px|thumb|right|.]] <br /> <br /> '''* Radar Μέτρησης διασποράς'''<br /> Αρχή λειτουργίας: μεταδίδει σήματα μικροκυμάτων και μετρά τη ισχύ της οπισθοσκεδαζόμενης ακτινοβολίας (ανάκλαση)?<br /> Εφαρμογές: μετρήσεις της ταχύτητας και της κατεύθυνσης του ανέμου πάνω από τους ωκεανούς. Τα επίγεια radar μέτρησης διασποράς χρησιμοποιούνται εκτενώς για την ακριβή μέτρηση της οπισθοσκέδασης από διάφορους στόχους και για να χαρακτηρίσει τα διαφορετικά υλικά και είδη επιφανειών.Παράδειγμα: NASA Quick Scatterometer (QuikSCAT):<br /> <br /> * Ραντάρ: 13,4 gigahertz. παλμός 110-watt στα 189 hertz συχνότητας επανάληψης παλμών (PRF)<br /> * Κεραία: Περιστρεφόμενο πιάτο (1m) που παράγει δύο δέσμες, σάρωσης σε κυκλικό μοτίβο<br /> <br /> '''QuikSCAT ικανότητα μέτρησης:'''<br /> <br /> * λωρίδα 1.800 χιλιομέτρων κατά τη διάρκεια κάθε τροχιάς παρέχει περίπου το 90 τοις εκατό της κάλυψης των ωκεανών της Γης κάθε μέρα.<br /> * μετρήσεις ανέμου ταχύτητας από 3 έως 20 m/s, με ακρίβεια 2 m/s. Κατεύθυνση, με ακρίβεια 20 μοιρών. Ανάλυση διανύσματος του ανέμου 25 km.<br /> <br /> [[Αρχείο:radar3.jpg|300px|thumb|left|.]] <br /> <br /> '''* Απεικονιστικά Radar:'''<br /> <br /> Τα radar μη απεικόνισης λαμβάνουν μετρήσεις σε μία γραμμική διάσταση, σε αντίθεση με τη δισδιάστατη αναπαράσταση των radar απεικόνισης:<br /> <br /> <br /> [[Αρχείο:radar4.jpg|300px|thumb|right|.]] Συστήματα radar με πλάγια γεωμετρική απεικόνιση:<br /> Η πλατφόρμα κινείται προς τα εμπρός στην κατεύθυνση της πτήσης (Α) με το ναδίρ (Β) σε ευθεία κάτω από την πλατφόρμα. Η δέσμη μικροκυμάτων μεταδίδεται λοξά σε ορθή γωνία προς την κατεύθυνση της πτήσης σαρώνοντας σε πλάτος (C). Το εύρος (D) αναφέρεται στην κατά πλάτος διάσταση σάρωσης τροχιά, κάθετη προς την κατεύθυνση της πτήσης, ενώ το αζιμούθιο (Ε) αναφέρεται στην κατά μήκος διάσταση σάρωση παράλληλη προς την κατεύθυνση της πτήσης.<br /> <br /> <br /> '''* Ραντάρ συνθετικού διαφράγματος. Synthetic Aperture Radar (SAR)''' χρησιμοποιείται για την απόκτηση υψηλής ανάλυσης (~ 10m - 1χλμ) <br /> Παραδείγματα: δορυφόρος ERS, καναδικός δορυφόρος<br /> <br /> • Μετεωρολογικό ραντάρ Doppler, Dopler weather radar. είναι ένα επίγειο σύστημα που μετρά τόσο το πλάτος και τη φάση της ηχούς του ραντάρ <br /> <br /> <br /> '''Βασικές παράμετροι της κεραίας.'''<br /> Κεραία είναι μια κατασκευή η οποία χρησιμεύει για την διαμεσολάβηση μεταξύ του κύματος που διαδίδεται στον ελεύθερο χώρο και των ηλεκτρικών τάσεως στο κύκλωμα με το οποίο είναι συνδεδεμένη.<br /> <br /> Παραμέτρους βασικές κεραία (στον ελεύθερο χώρο):<br /> '''1) Μοτίβο Πεδίου:''' 3-D ποσότητες που αφορούν στην μεταβολή του Η/Μ πεδίου ή Η/Μ δύναμη ως μια λειτουργία του σφαιρικών συντεταγμένων θ και φ: πρότυπο ισχύς P (θ, φ) (σε W SR-1)<br /> και κανονικοποιημένο μοτίβο ισχύος: Pn (θ, φ) = P (θ, φ) / Pmax (θ, φ)<br /> <br /> [[Αρχείο:radar5.jpg|300px|thumb|left|.]] <br /> <br /> [[Αρχείο:radar6.jpg|300px|thumb|left|.]] <br /> <br /> Δεδομένου ότι η διαφορά μεταξύ της ισχύος που μεταδίδεται από μια κεραία, Pt (σε W), και της ισχύος λήψης από την οπισθοσκέδαση συνήθως διαφέρουν κατά αρκετές τάξεις μεγέθους, το λαμβανόμενο σήμα εκφράζεται σε Ντεσιμπέλ (dB):<br /> <br /> <br /> '''2. Απολαβή κεραίας''' ορίζεται ως ο λόγος της έντασης στην κορυφή του μοτίβου μετάδοσης, Ιρ, με μια ισοτροπική ένταση που προέρχεται υποθέτοντας ότι η συνολική ισχύς, Pt (σε W), κατανέμεται εξίσου σε όλες τις κατευθύνσεις<br /> <br /> '''3. Περιοχή δέσμης (ή δέσμη στερεάς γωνίας)''' (σε sr) Η περιοχή της δέσμης είναι μια στερεά γωνία μέσα από την οποία το σύνολο της ηλεκτρικής ενέργειας ακτινοβολείται από την κεραία. Η περιοχή ακτίνας μπορεί να προσεγγιστεί από το γινόμενο της ημίσειας του εύρους ακτίνας.<br /> <br /> '''4. Ενεργό διάφραγμα''' που μετράται σε m2<br /> <br /> '''5. Κατευθυντικότητα''' που ορίζεται ως ο λόγος της μέγιστης<br /> ισχύος με τη μέση τιμή της<br /> <br /> '''Τύπος μετάδοσης Friis (εξίσωση)'''<br /> Η εξίσωση μετάδοσης Friis χρησιμοποιείται στην μηχανική τηλεπικοινωνιών, και δίνει τη δύναμη που λαμβάνεται από μία κεραία κάτω από εξιδανικευμένες συνθήκες όταν αυτή δοθεί σε άλλη κεραία και σε συγκεκριμένη μέσω μιας γνωστής ποσότητας ρεύματος. <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> [[category:Ψηφιακή Τηλεπισκόπηση]]</div>

Ltsoukanelis http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%AD%CF%82_%CE%B5%CE%BD%CE%B5%CF%81%CE%B3%CE%BF%CF%8D_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BC%CE%AD%CF%83%CF%89_Radar 2017-03-12T17:49:27Z

<p>Ltsoukanelis: </p> <hr /> <div>'''Πηγή:''' Principles of active remote sensing: Radars. [http://www.ccrs.nrcan.gc.ca/ccrs/learn/tutorials/fundam/chapter3/chapter3_1_e.html Online tutorial: Chapter 3]'<br /> <br /> '''Λέξεις κλειδιά:''' Radar, κεραία, doppler<br /> <br /> <br /> ==Tύποι Radar==<br /> <br /> * Το Ραντάρ είναι ένα σύστημα ενεργούς τηλεπισκόπησης το οποίο χρησιμοποιεί το μικροκυμματικό εύρος συχνοτήτων.<br /> * Το Ραντάρ είναι ένα όργανο μέτρησης εμβέλειας (RAdio Detection And Ranging)<br /> <br /> '''Βασικές αρχές:'''<br /> <br /> Ο αισθητήρας εκπέμπει ένα σήμα μικροκυμάτων (ραδιόφωνο) προς ένα στόχο και ανιχνεύει την οπισθοσκεδαζόμενη ακτινοβολία. Η ισχύς του σήματος οπισθοσκεδαζόμενης ακτινοβολίας μετράται για τη διάκριση μεταξύ διαφορετικών στόχων και τη χρονική καθυστέρηση μεταξύ των μεταδιδόμενων και ανακλώμενων σημάτων και με αυτόν τον τρόπο καθορίζεται η απόσταση (ή εύρος) με τον στόχο.<br /> <br /> Δύο είναι τα κύρια πλεονεκτήματα του ραντάρ: είναι παντός καιρού και λειτουργεί ημέρα και νύχτα.<br /> <br /> '''Λειτουργίες ραντάρ:'''<br /> * Λειτουργία συνεχούς κύματος (CW): συνεχής δέσμη ηλεκτρομαγνητικής ακτινοβολίας μεταδίδεται και λαμβάνεται =&gt; παρέχει πληροφορίες σχετικά με την πορεία οπισθοσκέδασης της ακτινοβολίας. <br /> * Παλμική λειτουργία: εκπέμπει βραχείς παλμούς (συνήθως 10-6-10-8 sec) και μετρά την οπισθοσκεδαζόμενη ακτινοβολία (ή ηχώ) ως συνάρτηση τη απόστασης.<br /> <br /> <br /> <br /> Το πολωτικό ραντάρ έχει τέσσερις δυνατούς συνδυασμούς πολώσεων εκπομπής και λήψης ως εξής:<br /> <br /> * HH - για την οριζόντια μετάδοση και οριζόντια λήψη,<br /> <br /> * VV - για κάθετη μετάδοση και κάθετη λήψη,<br /> <br /> * HV - για την οριζόντια μετάδοση και κάθετη λήψη, και<br /> <br /> * VH - για κάθετη μετάδοση και οριζόντια λήψη. <br /> Ζώνες μικροκυμάτων που χρησιμοποιούνται συνήθως σε ραντάρ τηλεπισκόπησης<br /> <br /> * Ka, K, και Ku: πολύ μικρά μήκη κύματος που χρησιμοποιούνταν στα πρώιμα αερομεταφερόμενα συστήματα ραντάρ, αλλά όχι σήμερα.<br /> * X-band: χρησιμοποιείται εκτενώς για αερομεταφερόμενα συστήματα για στρατιωτικές χαρτογραφήσεις εδάφους.<br /> * C-band: κοινή σε πολλά αερομεταφερόμενα συστήματα έρευνας (CCRS Convair-580 και NASA AirSAR) και διαστημικών συστημάτων (συμπεριλαμβανομένων των ERS-1 και 2 και RADARSAT).<br /> * S-band: χρησιμοποιείται επί του ρωσικού δορυφόρου ALMAZ.<br /> * L-band: χρησιμοποιείται επί του αμερικάνικου SEASAT και ιαπωνικού ΚΕΑ-1 δορυφόρου και του αερομεταφερόμενου συστήματος της NASA.<br /> * P-band: μεγαλύτερα μήκη κύματος ραντάρ, που χρησιμοποιούνται από τη NASA σε πειραματικό αερομεταφερόμενο σύστημα έρευνας.<br /> <br /> '''Τύποι Radars:'''<br /> <br /> ''Μη απεικονιστικά Radar: (μέτρηση υψομέτρων και διασποράς)''<br /> <br /> '''* Υψομετρικά (εντοπισμού ναδίρ)'''<br /> <br /> Αρχή λειτουργίας: μεταδίδουν σύντομους παλμούς μικροκυμάτων και μετρούν τον μετ 'επιστροφής χρόνο καθυστέρησης σε στόχους για να καθορίσει την απόσταση τους από τον αισθητήρα,<br /> Εφαρμογές: χρησιμοποιείται στα αεροσκάφη για τον προσδιορισμό του υψόμετρου και στα αεροσκάφη και δορυφόρους για τοπογραφική αποτύπωση, και μετρά το ύψος από την επιφάνεια της θάλασσας από την οποία μπορεί να υπολογιστεί η ταχύτητα του ανέμου<br /> <br /> <br /> [[Αρχείο:radar1.jpg|300px|thumb|left|.]] [[Αρχείο:radar2.jpg|300px|thumb|right|.]] <br /> <br /> '''* Radar Μέτρησης διασποράς'''<br /> Αρχή λειτουργίας: μεταδίδει σήματα μικροκυμάτων και μετρά τη ισχύ της οπισθοσκεδαζόμενης ακτινοβολίας (ανάκλαση)?<br /> Εφαρμογές: μετρήσεις της ταχύτητας και της κατεύθυνσης του ανέμου πάνω από τους ωκεανούς. Τα επίγεια radar μέτρησης διασποράς χρησιμοποιούνται εκτενώς για την ακριβή μέτρηση της οπισθοσκέδασης από διάφορους στόχους και για να χαρακτηρίσει τα διαφορετικά υλικά και είδη επιφανειών.Παράδειγμα: NASA Quick Scatterometer (QuikSCAT):<br /> <br /> * Ραντάρ: 13,4 gigahertz. παλμός 110-watt στα 189 hertz συχνότητας επανάληψης παλμών (PRF)<br /> * Κεραία: Περιστρεφόμενο πιάτο (1m) που παράγει δύο δέσμες, σάρωσης σε κυκλικό μοτίβο<br /> <br /> '''QuikSCAT ικανότητα μέτρησης:'''<br /> <br /> * λωρίδα 1.800 χιλιομέτρων κατά τη διάρκεια κάθε τροχιάς παρέχει περίπου το 90 τοις εκατό της κάλυψης των ωκεανών της Γης κάθε μέρα.<br /> * μετρήσεις ανέμου ταχύτητας από 3 έως 20 m/s, με ακρίβεια 2 m/s. Κατεύθυνση, με ακρίβεια 20 μοιρών. Ανάλυση διανύσματος του ανέμου 25 km.<br /> <br /> [[Αρχείο:radar3.jpg|300px|thumb|left|.]] <br /> <br /> '''* Απεικονιστικά Radar:'''<br /> <br /> Τα radar μη απεικόνισης λαμβάνουν μετρήσεις σε μία γραμμική διάσταση, σε αντίθεση με τη δισδιάστατη αναπαράσταση των radar απεικόνισης:<br /> <br /> <br /> [[Αρχείο:radar4.jpg|300px|thumb|right|.]] Συστήματα radar με πλάγια γεωμετρική απεικόνιση:<br /> Η πλατφόρμα κινείται προς τα εμπρός στην κατεύθυνση της πτήσης (Α) με το ναδίρ (Β) σε ευθεία κάτω από την πλατφόρμα. Η δέσμη μικροκυμάτων μεταδίδεται λοξά σε ορθή γωνία προς την κατεύθυνση της πτήσης σαρώνοντας σε πλάτος (C). Το εύρος (D) αναφέρεται στην κατά πλάτος διάσταση σάρωσης τροχιά, κάθετη προς την κατεύθυνση της πτήσης, ενώ το αζιμούθιο (Ε) αναφέρεται στην κατά μήκος διάσταση σάρωση παράλληλη προς την κατεύθυνση της πτήσης.<br /> <br /> <br /> '''* Ραντάρ συνθετικού διαφράγματος. Synthetic Aperture Radar (SAR)''' χρησιμοποιείται για την απόκτηση υψηλής ανάλυσης (~ 10m - 1χλμ) <br /> Παραδείγματα: δορυφόρος ERS, καναδικός δορυφόρος<br /> <br /> • Μετεωρολογικό ραντάρ Doppler, Dopler weather radar. είναι ένα επίγειο σύστημα που μετρά τόσο το πλάτος και τη φάση της ηχούς του ραντάρ <br /> <br /> <br /> '''Βασικές παράμετροι της κεραίας.'''<br /> Κεραία είναι μια κατασκευή η οποία χρησιμεύει για την διαμεσολάβηση μεταξύ του κύματος που διαδίδεται στον ελεύθερο χώρο και των ηλεκτρικών τάσεως στο κύκλωμα με το οποίο είναι συνδεδεμένη.<br /> <br /> Παραμέτρους βασικές κεραία (στον ελεύθερο χώρο):<br /> '''1) Μοτίβο Πεδίου:''' 3-D ποσότητες που αφορούν στην μεταβολή του Η/Μ πεδίου ή Η/Μ δύναμη ως μια λειτουργία του σφαιρικών συντεταγμένων θ και φ: πρότυπο ισχύς P (θ, φ) (σε W SR-1)<br /> και κανονικοποιημένο μοτίβο ισχύος: Pn (θ, φ) = P (θ, φ) / Pmax (θ, φ)<br /> <br /> [[Αρχείο:radar5.jpg|300px|thumb|left|.]] <br /> <br /> [[Αρχείο:radar6.jpg|300px|thumb|left|.]] <br /> <br /> Δεδομένου ότι η διαφορά μεταξύ της ισχύος που μεταδίδεται από μια κεραία, Pt (σε W), και της ισχύος λήψης από την οπισθοσκέδαση συνήθως διαφέρουν κατά αρκετές τάξεις μεγέθους, το λαμβανόμενο σήμα εκφράζεται σε Ντεσιμπέλ (dB):<br /> <br /> <br /> '''2. Απολαβή κεραίας''' ορίζεται ως ο λόγος της έντασης στην κορυφή του μοτίβου μετάδοσης, Ιρ, με μια ισοτροπική ένταση που προέρχεται υποθέτοντας ότι η συνολική ισχύς, Pt (σε W), κατανέμεται εξίσου σε όλες τις κατευθύνσεις<br /> <br /> '''3. Περιοχή δέσμης (ή δέσμη στερεάς γωνίας)''' (σε sr) Η περιοχή της δέσμης είναι μια στερεά γωνία μέσα από την οποία το σύνολο της ηλεκτρικής ενέργειας ακτινοβολείται από την κεραία. Η περιοχή ακτίνας μπορεί να προσεγγιστεί από το γινόμενο της ημίσειας του εύρους ακτίνας.<br /> <br /> '''4. Ενεργό διάφραγμα''' που μετράται σε m2<br /> <br /> '''5. Κατευθυντικότητα''' που ορίζεται ως ο λόγος της μέγιστης<br /> ισχύος με τη μέση τιμή της<br /> <br /> '''Τύπος μετάδοσης Friis (εξίσωση)'''<br /> Η εξίσωση μετάδοσης Friis χρησιμοποιείται στην μηχανική τηλεπικοινωνιών, και δίνει τη δύναμη που λαμβάνεται από μία κεραία κάτω από εξιδανικευμένες συνθήκες όταν αυτή δοθεί σε άλλη κεραία και σε συγκεκριμένη μέσω μιας γνωστής ποσότητας ρεύματος. <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> [[category:Ψηφιακή Τηλεπισκόπηση]]</div>

Ltsoukanelis http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%AD%CF%82_%CE%B5%CE%BD%CE%B5%CF%81%CE%B3%CE%BF%CF%8D_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BC%CE%AD%CF%83%CF%89_Radar 2017-03-12T17:49:12Z

<p>Ltsoukanelis: </p> <hr /> <div>'''Πηγή:''' Principles of active remote sensing: Radars. [http://www.ccrs.nrcan.gc.ca/ccrs/learn/tutorials/fundam/chapter3/chapter3_1_e.html Online tutorial: Chapter 3]'<br /> <br /> '''Λέξεις κλειδιά:''' Radar, κεραία, doppler<br /> <br /> '''Tύποι Radar'''<br /> <br /> * Το Ραντάρ είναι ένα σύστημα ενεργούς τηλεπισκόπησης το οποίο χρησιμοποιεί το μικροκυμματικό εύρος συχνοτήτων.<br /> * Το Ραντάρ είναι ένα όργανο μέτρησης εμβέλειας (RAdio Detection And Ranging)<br /> <br /> '''Βασικές αρχές:'''<br /> <br /> Ο αισθητήρας εκπέμπει ένα σήμα μικροκυμάτων (ραδιόφωνο) προς ένα στόχο και ανιχνεύει την οπισθοσκεδαζόμενη ακτινοβολία. Η ισχύς του σήματος οπισθοσκεδαζόμενης ακτινοβολίας μετράται για τη διάκριση μεταξύ διαφορετικών στόχων και τη χρονική καθυστέρηση μεταξύ των μεταδιδόμενων και ανακλώμενων σημάτων και με αυτόν τον τρόπο καθορίζεται η απόσταση (ή εύρος) με τον στόχο.<br /> <br /> Δύο είναι τα κύρια πλεονεκτήματα του ραντάρ: είναι παντός καιρού και λειτουργεί ημέρα και νύχτα.<br /> <br /> '''Λειτουργίες ραντάρ:'''<br /> * Λειτουργία συνεχούς κύματος (CW): συνεχής δέσμη ηλεκτρομαγνητικής ακτινοβολίας μεταδίδεται και λαμβάνεται =&gt; παρέχει πληροφορίες σχετικά με την πορεία οπισθοσκέδασης της ακτινοβολίας. <br /> * Παλμική λειτουργία: εκπέμπει βραχείς παλμούς (συνήθως 10-6-10-8 sec) και μετρά την οπισθοσκεδαζόμενη ακτινοβολία (ή ηχώ) ως συνάρτηση τη απόστασης.<br /> <br /> <br /> <br /> Το πολωτικό ραντάρ έχει τέσσερις δυνατούς συνδυασμούς πολώσεων εκπομπής και λήψης ως εξής:<br /> <br /> * HH - για την οριζόντια μετάδοση και οριζόντια λήψη,<br /> <br /> * VV - για κάθετη μετάδοση και κάθετη λήψη,<br /> <br /> * HV - για την οριζόντια μετάδοση και κάθετη λήψη, και<br /> <br /> * VH - για κάθετη μετάδοση και οριζόντια λήψη. <br /> Ζώνες μικροκυμάτων που χρησιμοποιούνται συνήθως σε ραντάρ τηλεπισκόπησης<br /> <br /> * Ka, K, και Ku: πολύ μικρά μήκη κύματος που χρησιμοποιούνταν στα πρώιμα αερομεταφερόμενα συστήματα ραντάρ, αλλά όχι σήμερα.<br /> * X-band: χρησιμοποιείται εκτενώς για αερομεταφερόμενα συστήματα για στρατιωτικές χαρτογραφήσεις εδάφους.<br /> * C-band: κοινή σε πολλά αερομεταφερόμενα συστήματα έρευνας (CCRS Convair-580 και NASA AirSAR) και διαστημικών συστημάτων (συμπεριλαμβανομένων των ERS-1 και 2 και RADARSAT).<br /> * S-band: χρησιμοποιείται επί του ρωσικού δορυφόρου ALMAZ.<br /> * L-band: χρησιμοποιείται επί του αμερικάνικου SEASAT και ιαπωνικού ΚΕΑ-1 δορυφόρου και του αερομεταφερόμενου συστήματος της NASA.<br /> * P-band: μεγαλύτερα μήκη κύματος ραντάρ, που χρησιμοποιούνται από τη NASA σε πειραματικό αερομεταφερόμενο σύστημα έρευνας.<br /> <br /> '''Τύποι Radars:'''<br /> <br /> ''Μη απεικονιστικά Radar: (μέτρηση υψομέτρων και διασποράς)''<br /> <br /> '''* Υψομετρικά (εντοπισμού ναδίρ)'''<br /> <br /> Αρχή λειτουργίας: μεταδίδουν σύντομους παλμούς μικροκυμάτων και μετρούν τον μετ 'επιστροφής χρόνο καθυστέρησης σε στόχους για να καθορίσει την απόσταση τους από τον αισθητήρα,<br /> Εφαρμογές: χρησιμοποιείται στα αεροσκάφη για τον προσδιορισμό του υψόμετρου και στα αεροσκάφη και δορυφόρους για τοπογραφική αποτύπωση, και μετρά το ύψος από την επιφάνεια της θάλασσας από την οποία μπορεί να υπολογιστεί η ταχύτητα του ανέμου<br /> <br /> <br /> [[Αρχείο:radar1.jpg|300px|thumb|left|.]] [[Αρχείο:radar2.jpg|300px|thumb|right|.]] <br /> <br /> '''* Radar Μέτρησης διασποράς'''<br /> Αρχή λειτουργίας: μεταδίδει σήματα μικροκυμάτων και μετρά τη ισχύ της οπισθοσκεδαζόμενης ακτινοβολίας (ανάκλαση)?<br /> Εφαρμογές: μετρήσεις της ταχύτητας και της κατεύθυνσης του ανέμου πάνω από τους ωκεανούς. Τα επίγεια radar μέτρησης διασποράς χρησιμοποιούνται εκτενώς για την ακριβή μέτρηση της οπισθοσκέδασης από διάφορους στόχους και για να χαρακτηρίσει τα διαφορετικά υλικά και είδη επιφανειών.Παράδειγμα: NASA Quick Scatterometer (QuikSCAT):<br /> <br /> * Ραντάρ: 13,4 gigahertz. παλμός 110-watt στα 189 hertz συχνότητας επανάληψης παλμών (PRF)<br /> * Κεραία: Περιστρεφόμενο πιάτο (1m) που παράγει δύο δέσμες, σάρωσης σε κυκλικό μοτίβο<br /> <br /> '''QuikSCAT ικανότητα μέτρησης:'''<br /> <br /> * λωρίδα 1.800 χιλιομέτρων κατά τη διάρκεια κάθε τροχιάς παρέχει περίπου το 90 τοις εκατό της κάλυψης των ωκεανών της Γης κάθε μέρα.<br /> * μετρήσεις ανέμου ταχύτητας από 3 έως 20 m/s, με ακρίβεια 2 m/s. Κατεύθυνση, με ακρίβεια 20 μοιρών. Ανάλυση διανύσματος του ανέμου 25 km.<br /> <br /> [[Αρχείο:radar3.jpg|300px|thumb|left|.]] <br /> <br /> '''* Απεικονιστικά Radar:'''<br /> <br /> Τα radar μη απεικόνισης λαμβάνουν μετρήσεις σε μία γραμμική διάσταση, σε αντίθεση με τη δισδιάστατη αναπαράσταση των radar απεικόνισης:<br /> <br /> <br /> [[Αρχείο:radar4.jpg|300px|thumb|right|.]] Συστήματα radar με πλάγια γεωμετρική απεικόνιση:<br /> Η πλατφόρμα κινείται προς τα εμπρός στην κατεύθυνση της πτήσης (Α) με το ναδίρ (Β) σε ευθεία κάτω από την πλατφόρμα. Η δέσμη μικροκυμάτων μεταδίδεται λοξά σε ορθή γωνία προς την κατεύθυνση της πτήσης σαρώνοντας σε πλάτος (C). Το εύρος (D) αναφέρεται στην κατά πλάτος διάσταση σάρωσης τροχιά, κάθετη προς την κατεύθυνση της πτήσης, ενώ το αζιμούθιο (Ε) αναφέρεται στην κατά μήκος διάσταση σάρωση παράλληλη προς την κατεύθυνση της πτήσης.<br /> <br /> <br /> '''* Ραντάρ συνθετικού διαφράγματος. Synthetic Aperture Radar (SAR)''' χρησιμοποιείται για την απόκτηση υψηλής ανάλυσης (~ 10m - 1χλμ) <br /> Παραδείγματα: δορυφόρος ERS, καναδικός δορυφόρος<br /> <br /> • Μετεωρολογικό ραντάρ Doppler, Dopler weather radar. είναι ένα επίγειο σύστημα που μετρά τόσο το πλάτος και τη φάση της ηχούς του ραντάρ <br /> <br /> <br /> '''Βασικές παράμετροι της κεραίας.'''<br /> Κεραία είναι μια κατασκευή η οποία χρησιμεύει για την διαμεσολάβηση μεταξύ του κύματος που διαδίδεται στον ελεύθερο χώρο και των ηλεκτρικών τάσεως στο κύκλωμα με το οποίο είναι συνδεδεμένη.<br /> <br /> Παραμέτρους βασικές κεραία (στον ελεύθερο χώρο):<br /> '''1) Μοτίβο Πεδίου:''' 3-D ποσότητες που αφορούν στην μεταβολή του Η/Μ πεδίου ή Η/Μ δύναμη ως μια λειτουργία του σφαιρικών συντεταγμένων θ και φ: πρότυπο ισχύς P (θ, φ) (σε W SR-1)<br /> και κανονικοποιημένο μοτίβο ισχύος: Pn (θ, φ) = P (θ, φ) / Pmax (θ, φ)<br /> <br /> [[Αρχείο:radar5.jpg|300px|thumb|left|.]] <br /> <br /> [[Αρχείο:radar6.jpg|300px|thumb|left|.]] <br /> <br /> Δεδομένου ότι η διαφορά μεταξύ της ισχύος που μεταδίδεται από μια κεραία, Pt (σε W), και της ισχύος λήψης από την οπισθοσκέδαση συνήθως διαφέρουν κατά αρκετές τάξεις μεγέθους, το λαμβανόμενο σήμα εκφράζεται σε Ντεσιμπέλ (dB):<br /> <br /> <br /> '''2. Απολαβή κεραίας''' ορίζεται ως ο λόγος της έντασης στην κορυφή του μοτίβου μετάδοσης, Ιρ, με μια ισοτροπική ένταση που προέρχεται υποθέτοντας ότι η συνολική ισχύς, Pt (σε W), κατανέμεται εξίσου σε όλες τις κατευθύνσεις<br /> <br /> '''3. Περιοχή δέσμης (ή δέσμη στερεάς γωνίας)''' (σε sr) Η περιοχή της δέσμης είναι μια στερεά γωνία μέσα από την οποία το σύνολο της ηλεκτρικής ενέργειας ακτινοβολείται από την κεραία. Η περιοχή ακτίνας μπορεί να προσεγγιστεί από το γινόμενο της ημίσειας του εύρους ακτίνας.<br /> <br /> '''4. Ενεργό διάφραγμα''' που μετράται σε m2<br /> <br /> '''5. Κατευθυντικότητα''' που ορίζεται ως ο λόγος της μέγιστης<br /> ισχύος με τη μέση τιμή της<br /> <br /> '''Τύπος μετάδοσης Friis (εξίσωση)'''<br /> Η εξίσωση μετάδοσης Friis χρησιμοποιείται στην μηχανική τηλεπικοινωνιών, και δίνει τη δύναμη που λαμβάνεται από μία κεραία κάτω από εξιδανικευμένες συνθήκες όταν αυτή δοθεί σε άλλη κεραία και σε συγκεκριμένη μέσω μιας γνωστής ποσότητας ρεύματος. <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> [[category:Ψηφιακή Τηλεπισκόπηση]]</div>

Ltsoukanelis http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%AD%CF%82_%CE%B5%CE%BD%CE%B5%CF%81%CE%B3%CE%BF%CF%8D_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BC%CE%AD%CF%83%CF%89_Radar 2017-03-12T17:49:05Z

<p>Ltsoukanelis: </p> <hr /> <div>'''Πηγή:''' Principles of active remote sensing: Radars. [http://www.ccrs.nrcan.gc.ca/ccrs/learn/tutorials/fundam/chapter3/chapter3_1_e.html Online tutorial: Chapter 3]<br /> '''Λέξεις κλειδιά:''' Radar, κεραία, doppler<br /> <br /> '''Tύποι Radar'''<br /> <br /> * Το Ραντάρ είναι ένα σύστημα ενεργούς τηλεπισκόπησης το οποίο χρησιμοποιεί το μικροκυμματικό εύρος συχνοτήτων.<br /> * Το Ραντάρ είναι ένα όργανο μέτρησης εμβέλειας (RAdio Detection And Ranging)<br /> <br /> '''Βασικές αρχές:'''<br /> <br /> Ο αισθητήρας εκπέμπει ένα σήμα μικροκυμάτων (ραδιόφωνο) προς ένα στόχο και ανιχνεύει την οπισθοσκεδαζόμενη ακτινοβολία. Η ισχύς του σήματος οπισθοσκεδαζόμενης ακτινοβολίας μετράται για τη διάκριση μεταξύ διαφορετικών στόχων και τη χρονική καθυστέρηση μεταξύ των μεταδιδόμενων και ανακλώμενων σημάτων και με αυτόν τον τρόπο καθορίζεται η απόσταση (ή εύρος) με τον στόχο.<br /> <br /> Δύο είναι τα κύρια πλεονεκτήματα του ραντάρ: είναι παντός καιρού και λειτουργεί ημέρα και νύχτα.<br /> <br /> '''Λειτουργίες ραντάρ:'''<br /> * Λειτουργία συνεχούς κύματος (CW): συνεχής δέσμη ηλεκτρομαγνητικής ακτινοβολίας μεταδίδεται και λαμβάνεται =&gt; παρέχει πληροφορίες σχετικά με την πορεία οπισθοσκέδασης της ακτινοβολίας. <br /> * Παλμική λειτουργία: εκπέμπει βραχείς παλμούς (συνήθως 10-6-10-8 sec) και μετρά την οπισθοσκεδαζόμενη ακτινοβολία (ή ηχώ) ως συνάρτηση τη απόστασης.<br /> <br /> <br /> <br /> Το πολωτικό ραντάρ έχει τέσσερις δυνατούς συνδυασμούς πολώσεων εκπομπής και λήψης ως εξής:<br /> <br /> * HH - για την οριζόντια μετάδοση και οριζόντια λήψη,<br /> <br /> * VV - για κάθετη μετάδοση και κάθετη λήψη,<br /> <br /> * HV - για την οριζόντια μετάδοση και κάθετη λήψη, και<br /> <br /> * VH - για κάθετη μετάδοση και οριζόντια λήψη. <br /> Ζώνες μικροκυμάτων που χρησιμοποιούνται συνήθως σε ραντάρ τηλεπισκόπησης<br /> <br /> * Ka, K, και Ku: πολύ μικρά μήκη κύματος που χρησιμοποιούνταν στα πρώιμα αερομεταφερόμενα συστήματα ραντάρ, αλλά όχι σήμερα.<br /> * X-band: χρησιμοποιείται εκτενώς για αερομεταφερόμενα συστήματα για στρατιωτικές χαρτογραφήσεις εδάφους.<br /> * C-band: κοινή σε πολλά αερομεταφερόμενα συστήματα έρευνας (CCRS Convair-580 και NASA AirSAR) και διαστημικών συστημάτων (συμπεριλαμβανομένων των ERS-1 και 2 και RADARSAT).<br /> * S-band: χρησιμοποιείται επί του ρωσικού δορυφόρου ALMAZ.<br /> * L-band: χρησιμοποιείται επί του αμερικάνικου SEASAT και ιαπωνικού ΚΕΑ-1 δορυφόρου και του αερομεταφερόμενου συστήματος της NASA.<br /> * P-band: μεγαλύτερα μήκη κύματος ραντάρ, που χρησιμοποιούνται από τη NASA σε πειραματικό αερομεταφερόμενο σύστημα έρευνας.<br /> <br /> '''Τύποι Radars:'''<br /> <br /> ''Μη απεικονιστικά Radar: (μέτρηση υψομέτρων και διασποράς)''<br /> <br /> '''* Υψομετρικά (εντοπισμού ναδίρ)'''<br /> <br /> Αρχή λειτουργίας: μεταδίδουν σύντομους παλμούς μικροκυμάτων και μετρούν τον μετ 'επιστροφής χρόνο καθυστέρησης σε στόχους για να καθορίσει την απόσταση τους από τον αισθητήρα,<br /> Εφαρμογές: χρησιμοποιείται στα αεροσκάφη για τον προσδιορισμό του υψόμετρου και στα αεροσκάφη και δορυφόρους για τοπογραφική αποτύπωση, και μετρά το ύψος από την επιφάνεια της θάλασσας από την οποία μπορεί να υπολογιστεί η ταχύτητα του ανέμου<br /> <br /> <br /> [[Αρχείο:radar1.jpg|300px|thumb|left|.]] [[Αρχείο:radar2.jpg|300px|thumb|right|.]] <br /> <br /> '''* Radar Μέτρησης διασποράς'''<br /> Αρχή λειτουργίας: μεταδίδει σήματα μικροκυμάτων και μετρά τη ισχύ της οπισθοσκεδαζόμενης ακτινοβολίας (ανάκλαση)?<br /> Εφαρμογές: μετρήσεις της ταχύτητας και της κατεύθυνσης του ανέμου πάνω από τους ωκεανούς. Τα επίγεια radar μέτρησης διασποράς χρησιμοποιούνται εκτενώς για την ακριβή μέτρηση της οπισθοσκέδασης από διάφορους στόχους και για να χαρακτηρίσει τα διαφορετικά υλικά και είδη επιφανειών.Παράδειγμα: NASA Quick Scatterometer (QuikSCAT):<br /> <br /> * Ραντάρ: 13,4 gigahertz. παλμός 110-watt στα 189 hertz συχνότητας επανάληψης παλμών (PRF)<br /> * Κεραία: Περιστρεφόμενο πιάτο (1m) που παράγει δύο δέσμες, σάρωσης σε κυκλικό μοτίβο<br /> <br /> '''QuikSCAT ικανότητα μέτρησης:'''<br /> <br /> * λωρίδα 1.800 χιλιομέτρων κατά τη διάρκεια κάθε τροχιάς παρέχει περίπου το 90 τοις εκατό της κάλυψης των ωκεανών της Γης κάθε μέρα.<br /> * μετρήσεις ανέμου ταχύτητας από 3 έως 20 m/s, με ακρίβεια 2 m/s. Κατεύθυνση, με ακρίβεια 20 μοιρών. Ανάλυση διανύσματος του ανέμου 25 km.<br /> <br /> [[Αρχείο:radar3.jpg|300px|thumb|left|.]] <br /> <br /> '''* Απεικονιστικά Radar:'''<br /> <br /> Τα radar μη απεικόνισης λαμβάνουν μετρήσεις σε μία γραμμική διάσταση, σε αντίθεση με τη δισδιάστατη αναπαράσταση των radar απεικόνισης:<br /> <br /> <br /> [[Αρχείο:radar4.jpg|300px|thumb|right|.]] Συστήματα radar με πλάγια γεωμετρική απεικόνιση:<br /> Η πλατφόρμα κινείται προς τα εμπρός στην κατεύθυνση της πτήσης (Α) με το ναδίρ (Β) σε ευθεία κάτω από την πλατφόρμα. Η δέσμη μικροκυμάτων μεταδίδεται λοξά σε ορθή γωνία προς την κατεύθυνση της πτήσης σαρώνοντας σε πλάτος (C). Το εύρος (D) αναφέρεται στην κατά πλάτος διάσταση σάρωσης τροχιά, κάθετη προς την κατεύθυνση της πτήσης, ενώ το αζιμούθιο (Ε) αναφέρεται στην κατά μήκος διάσταση σάρωση παράλληλη προς την κατεύθυνση της πτήσης.<br /> <br /> <br /> '''* Ραντάρ συνθετικού διαφράγματος. Synthetic Aperture Radar (SAR)''' χρησιμοποιείται για την απόκτηση υψηλής ανάλυσης (~ 10m - 1χλμ) <br /> Παραδείγματα: δορυφόρος ERS, καναδικός δορυφόρος<br /> <br /> • Μετεωρολογικό ραντάρ Doppler, Dopler weather radar. είναι ένα επίγειο σύστημα που μετρά τόσο το πλάτος και τη φάση της ηχούς του ραντάρ <br /> <br /> <br /> '''Βασικές παράμετροι της κεραίας.'''<br /> Κεραία είναι μια κατασκευή η οποία χρησιμεύει για την διαμεσολάβηση μεταξύ του κύματος που διαδίδεται στον ελεύθερο χώρο και των ηλεκτρικών τάσεως στο κύκλωμα με το οποίο είναι συνδεδεμένη.<br /> <br /> Παραμέτρους βασικές κεραία (στον ελεύθερο χώρο):<br /> '''1) Μοτίβο Πεδίου:''' 3-D ποσότητες που αφορούν στην μεταβολή του Η/Μ πεδίου ή Η/Μ δύναμη ως μια λειτουργία του σφαιρικών συντεταγμένων θ και φ: πρότυπο ισχύς P (θ, φ) (σε W SR-1)<br /> και κανονικοποιημένο μοτίβο ισχύος: Pn (θ, φ) = P (θ, φ) / Pmax (θ, φ)<br /> <br /> [[Αρχείο:radar5.jpg|300px|thumb|left|.]] <br /> <br /> [[Αρχείο:radar6.jpg|300px|thumb|left|.]] <br /> <br /> Δεδομένου ότι η διαφορά μεταξύ της ισχύος που μεταδίδεται από μια κεραία, Pt (σε W), και της ισχύος λήψης από την οπισθοσκέδαση συνήθως διαφέρουν κατά αρκετές τάξεις μεγέθους, το λαμβανόμενο σήμα εκφράζεται σε Ντεσιμπέλ (dB):<br /> <br /> <br /> '''2. Απολαβή κεραίας''' ορίζεται ως ο λόγος της έντασης στην κορυφή του μοτίβου μετάδοσης, Ιρ, με μια ισοτροπική ένταση που προέρχεται υποθέτοντας ότι η συνολική ισχύς, Pt (σε W), κατανέμεται εξίσου σε όλες τις κατευθύνσεις<br /> <br /> '''3. Περιοχή δέσμης (ή δέσμη στερεάς γωνίας)''' (σε sr) Η περιοχή της δέσμης είναι μια στερεά γωνία μέσα από την οποία το σύνολο της ηλεκτρικής ενέργειας ακτινοβολείται από την κεραία. Η περιοχή ακτίνας μπορεί να προσεγγιστεί από το γινόμενο της ημίσειας του εύρους ακτίνας.<br /> <br /> '''4. Ενεργό διάφραγμα''' που μετράται σε m2<br /> <br /> '''5. Κατευθυντικότητα''' που ορίζεται ως ο λόγος της μέγιστης<br /> ισχύος με τη μέση τιμή της<br /> <br /> '''Τύπος μετάδοσης Friis (εξίσωση)'''<br /> Η εξίσωση μετάδοσης Friis χρησιμοποιείται στην μηχανική τηλεπικοινωνιών, και δίνει τη δύναμη που λαμβάνεται από μία κεραία κάτω από εξιδανικευμένες συνθήκες όταν αυτή δοθεί σε άλλη κεραία και σε συγκεκριμένη μέσω μιας γνωστής ποσότητας ρεύματος. <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> [[category:Ψηφιακή Τηλεπισκόπηση]]</div>

Ltsoukanelis http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%AD%CF%82_%CE%B5%CE%BD%CE%B5%CF%81%CE%B3%CE%BF%CF%8D_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BC%CE%AD%CF%83%CF%89_Radar 2017-03-12T17:48:05Z

<p>Ltsoukanelis: </p> <hr /> <div>'''Πηγή:''' Principles of active remote sensing: Radars. [http://www.ccrs.nrcan.gc.ca/ccrs/learn/tutorials/fundam/chapter3/chapter3_1_e.html Online tutorial: Chapter 3]<br /> <br /> '''Tύποι Radar'''<br /> <br /> * Το Ραντάρ είναι ένα σύστημα ενεργούς τηλεπισκόπησης το οποίο χρησιμοποιεί το μικροκυμματικό εύρος συχνοτήτων.<br /> * Το Ραντάρ είναι ένα όργανο μέτρησης εμβέλειας (RAdio Detection And Ranging)<br /> <br /> '''Βασικές αρχές:'''<br /> <br /> Ο αισθητήρας εκπέμπει ένα σήμα μικροκυμάτων (ραδιόφωνο) προς ένα στόχο και ανιχνεύει την οπισθοσκεδαζόμενη ακτινοβολία. Η ισχύς του σήματος οπισθοσκεδαζόμενης ακτινοβολίας μετράται για τη διάκριση μεταξύ διαφορετικών στόχων και τη χρονική καθυστέρηση μεταξύ των μεταδιδόμενων και ανακλώμενων σημάτων και με αυτόν τον τρόπο καθορίζεται η απόσταση (ή εύρος) με τον στόχο.<br /> <br /> Δύο είναι τα κύρια πλεονεκτήματα του ραντάρ: είναι παντός καιρού και λειτουργεί ημέρα και νύχτα.<br /> <br /> '''Λειτουργίες ραντάρ:'''<br /> * Λειτουργία συνεχούς κύματος (CW): συνεχής δέσμη ηλεκτρομαγνητικής ακτινοβολίας μεταδίδεται και λαμβάνεται =&gt; παρέχει πληροφορίες σχετικά με την πορεία οπισθοσκέδασης της ακτινοβολίας. <br /> * Παλμική λειτουργία: εκπέμπει βραχείς παλμούς (συνήθως 10-6-10-8 sec) και μετρά την οπισθοσκεδαζόμενη ακτινοβολία (ή ηχώ) ως συνάρτηση τη απόστασης.<br /> <br /> <br /> <br /> Το πολωτικό ραντάρ έχει τέσσερις δυνατούς συνδυασμούς πολώσεων εκπομπής και λήψης ως εξής:<br /> <br /> * HH - για την οριζόντια μετάδοση και οριζόντια λήψη,<br /> <br /> * VV - για κάθετη μετάδοση και κάθετη λήψη,<br /> <br /> * HV - για την οριζόντια μετάδοση και κάθετη λήψη, και<br /> <br /> * VH - για κάθετη μετάδοση και οριζόντια λήψη. <br /> Ζώνες μικροκυμάτων που χρησιμοποιούνται συνήθως σε ραντάρ τηλεπισκόπησης<br /> <br /> * Ka, K, και Ku: πολύ μικρά μήκη κύματος που χρησιμοποιούνταν στα πρώιμα αερομεταφερόμενα συστήματα ραντάρ, αλλά όχι σήμερα.<br /> * X-band: χρησιμοποιείται εκτενώς για αερομεταφερόμενα συστήματα για στρατιωτικές χαρτογραφήσεις εδάφους.<br /> * C-band: κοινή σε πολλά αερομεταφερόμενα συστήματα έρευνας (CCRS Convair-580 και NASA AirSAR) και διαστημικών συστημάτων (συμπεριλαμβανομένων των ERS-1 και 2 και RADARSAT).<br /> * S-band: χρησιμοποιείται επί του ρωσικού δορυφόρου ALMAZ.<br /> * L-band: χρησιμοποιείται επί του αμερικάνικου SEASAT και ιαπωνικού ΚΕΑ-1 δορυφόρου και του αερομεταφερόμενου συστήματος της NASA.<br /> * P-band: μεγαλύτερα μήκη κύματος ραντάρ, που χρησιμοποιούνται από τη NASA σε πειραματικό αερομεταφερόμενο σύστημα έρευνας.<br /> <br /> '''Τύποι Radars:'''<br /> <br /> ''Μη απεικονιστικά Radar: (μέτρηση υψομέτρων και διασποράς)''<br /> <br /> '''* Υψομετρικά (εντοπισμού ναδίρ)'''<br /> <br /> Αρχή λειτουργίας: μεταδίδουν σύντομους παλμούς μικροκυμάτων και μετρούν τον μετ 'επιστροφής χρόνο καθυστέρησης σε στόχους για να καθορίσει την απόσταση τους από τον αισθητήρα,<br /> Εφαρμογές: χρησιμοποιείται στα αεροσκάφη για τον προσδιορισμό του υψόμετρου και στα αεροσκάφη και δορυφόρους για τοπογραφική αποτύπωση, και μετρά το ύψος από την επιφάνεια της θάλασσας από την οποία μπορεί να υπολογιστεί η ταχύτητα του ανέμου<br /> <br /> <br /> [[Αρχείο:radar1.jpg|300px|thumb|left|.]] [[Αρχείο:radar2.jpg|300px|thumb|right|.]] <br /> <br /> '''* Radar Μέτρησης διασποράς'''<br /> Αρχή λειτουργίας: μεταδίδει σήματα μικροκυμάτων και μετρά τη ισχύ της οπισθοσκεδαζόμενης ακτινοβολίας (ανάκλαση)?<br /> Εφαρμογές: μετρήσεις της ταχύτητας και της κατεύθυνσης του ανέμου πάνω από τους ωκεανούς. Τα επίγεια radar μέτρησης διασποράς χρησιμοποιούνται εκτενώς για την ακριβή μέτρηση της οπισθοσκέδασης από διάφορους στόχους και για να χαρακτηρίσει τα διαφορετικά υλικά και είδη επιφανειών.Παράδειγμα: NASA Quick Scatterometer (QuikSCAT):<br /> <br /> * Ραντάρ: 13,4 gigahertz. παλμός 110-watt στα 189 hertz συχνότητας επανάληψης παλμών (PRF)<br /> * Κεραία: Περιστρεφόμενο πιάτο (1m) που παράγει δύο δέσμες, σάρωσης σε κυκλικό μοτίβο<br /> <br /> '''QuikSCAT ικανότητα μέτρησης:'''<br /> <br /> * λωρίδα 1.800 χιλιομέτρων κατά τη διάρκεια κάθε τροχιάς παρέχει περίπου το 90 τοις εκατό της κάλυψης των ωκεανών της Γης κάθε μέρα.<br /> * μετρήσεις ανέμου ταχύτητας από 3 έως 20 m/s, με ακρίβεια 2 m/s. Κατεύθυνση, με ακρίβεια 20 μοιρών. Ανάλυση διανύσματος του ανέμου 25 km.<br /> <br /> [[Αρχείο:radar3.jpg|300px|thumb|left|.]] <br /> <br /> '''* Απεικονιστικά Radar:'''<br /> <br /> Τα radar μη απεικόνισης λαμβάνουν μετρήσεις σε μία γραμμική διάσταση, σε αντίθεση με τη δισδιάστατη αναπαράσταση των radar απεικόνισης:<br /> <br /> <br /> [[Αρχείο:radar4.jpg|300px|thumb|right|.]] Συστήματα radar με πλάγια γεωμετρική απεικόνιση:<br /> Η πλατφόρμα κινείται προς τα εμπρός στην κατεύθυνση της πτήσης (Α) με το ναδίρ (Β) σε ευθεία κάτω από την πλατφόρμα. Η δέσμη μικροκυμάτων μεταδίδεται λοξά σε ορθή γωνία προς την κατεύθυνση της πτήσης σαρώνοντας σε πλάτος (C). Το εύρος (D) αναφέρεται στην κατά πλάτος διάσταση σάρωσης τροχιά, κάθετη προς την κατεύθυνση της πτήσης, ενώ το αζιμούθιο (Ε) αναφέρεται στην κατά μήκος διάσταση σάρωση παράλληλη προς την κατεύθυνση της πτήσης.<br /> <br /> <br /> '''* Ραντάρ συνθετικού διαφράγματος. Synthetic Aperture Radar (SAR)''' χρησιμοποιείται για την απόκτηση υψηλής ανάλυσης (~ 10m - 1χλμ) <br /> Παραδείγματα: δορυφόρος ERS, καναδικός δορυφόρος<br /> <br /> • Μετεωρολογικό ραντάρ Doppler, Dopler weather radar. είναι ένα επίγειο σύστημα που μετρά τόσο το πλάτος και τη φάση της ηχούς του ραντάρ <br /> <br /> <br /> '''Βασικές παράμετροι της κεραίας.'''<br /> Κεραία είναι μια κατασκευή η οποία χρησιμεύει για την διαμεσολάβηση μεταξύ του κύματος που διαδίδεται στον ελεύθερο χώρο και των ηλεκτρικών τάσεως στο κύκλωμα με το οποίο είναι συνδεδεμένη.<br /> <br /> Παραμέτρους βασικές κεραία (στον ελεύθερο χώρο):<br /> '''1) Μοτίβο Πεδίου:''' 3-D ποσότητες που αφορούν στην μεταβολή του Η/Μ πεδίου ή Η/Μ δύναμη ως μια λειτουργία του σφαιρικών συντεταγμένων θ και φ: πρότυπο ισχύς P (θ, φ) (σε W SR-1)<br /> και κανονικοποιημένο μοτίβο ισχύος: Pn (θ, φ) = P (θ, φ) / Pmax (θ, φ)<br /> <br /> [[Αρχείο:radar5.jpg|300px|thumb|left|.]] <br /> <br /> [[Αρχείο:radar6.jpg|300px|thumb|left|.]] <br /> <br /> Δεδομένου ότι η διαφορά μεταξύ της ισχύος που μεταδίδεται από μια κεραία, Pt (σε W), και της ισχύος λήψης από την οπισθοσκέδαση συνήθως διαφέρουν κατά αρκετές τάξεις μεγέθους, το λαμβανόμενο σήμα εκφράζεται σε Ντεσιμπέλ (dB):<br /> <br /> <br /> '''2. Απολαβή κεραίας''' ορίζεται ως ο λόγος της έντασης στην κορυφή του μοτίβου μετάδοσης, Ιρ, με μια ισοτροπική ένταση που προέρχεται υποθέτοντας ότι η συνολική ισχύς, Pt (σε W), κατανέμεται εξίσου σε όλες τις κατευθύνσεις<br /> <br /> '''3. Περιοχή δέσμης (ή δέσμη στερεάς γωνίας)''' (σε sr) Η περιοχή της δέσμης είναι μια στερεά γωνία μέσα από την οποία το σύνολο της ηλεκτρικής ενέργειας ακτινοβολείται από την κεραία. Η περιοχή ακτίνας μπορεί να προσεγγιστεί από το γινόμενο της ημίσειας του εύρους ακτίνας.<br /> <br /> '''4. Ενεργό διάφραγμα''' που μετράται σε m2<br /> <br /> '''5. Κατευθυντικότητα''' που ορίζεται ως ο λόγος της μέγιστης<br /> ισχύος με τη μέση τιμή της<br /> <br /> '''Τύπος μετάδοσης Friis (εξίσωση)'''<br /> Η εξίσωση μετάδοσης Friis χρησιμοποιείται στην μηχανική τηλεπικοινωνιών, και δίνει τη δύναμη που λαμβάνεται από μία κεραία κάτω από εξιδανικευμένες συνθήκες όταν αυτή δοθεί σε άλλη κεραία και σε συγκεκριμένη μέσω μιας γνωστής ποσότητας ρεύματος. <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> [[category:Ψηφιακή Τηλεπισκόπηση]]</div>

Ltsoukanelis http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%AD%CF%82_%CE%B5%CE%BD%CE%B5%CF%81%CE%B3%CE%BF%CF%8D_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BC%CE%AD%CF%83%CF%89_Radar 2017-03-12T17:47:44Z

<p>Ltsoukanelis: </p> <hr /> <div>'''Πηγή:''' '''Principles of active remote sensing: Radars. [[An onile tutorial]]''' [http://www.ccrs.nrcan.gc.ca/ccrs/learn/tutorials/fundam/chapter3/chapter3_1_e.html Online tutorial: Chapter 3]<br /> <br /> '''Tύποι Radar'''<br /> <br /> * Το Ραντάρ είναι ένα σύστημα ενεργούς τηλεπισκόπησης το οποίο χρησιμοποιεί το μικροκυμματικό εύρος συχνοτήτων.<br /> * Το Ραντάρ είναι ένα όργανο μέτρησης εμβέλειας (RAdio Detection And Ranging)<br /> <br /> '''Βασικές αρχές:'''<br /> <br /> Ο αισθητήρας εκπέμπει ένα σήμα μικροκυμάτων (ραδιόφωνο) προς ένα στόχο και ανιχνεύει την οπισθοσκεδαζόμενη ακτινοβολία. Η ισχύς του σήματος οπισθοσκεδαζόμενης ακτινοβολίας μετράται για τη διάκριση μεταξύ διαφορετικών στόχων και τη χρονική καθυστέρηση μεταξύ των μεταδιδόμενων και ανακλώμενων σημάτων και με αυτόν τον τρόπο καθορίζεται η απόσταση (ή εύρος) με τον στόχο.<br /> <br /> Δύο είναι τα κύρια πλεονεκτήματα του ραντάρ: είναι παντός καιρού και λειτουργεί ημέρα και νύχτα.<br /> <br /> '''Λειτουργίες ραντάρ:'''<br /> * Λειτουργία συνεχούς κύματος (CW): συνεχής δέσμη ηλεκτρομαγνητικής ακτινοβολίας μεταδίδεται και λαμβάνεται =&gt; παρέχει πληροφορίες σχετικά με την πορεία οπισθοσκέδασης της ακτινοβολίας. <br /> * Παλμική λειτουργία: εκπέμπει βραχείς παλμούς (συνήθως 10-6-10-8 sec) και μετρά την οπισθοσκεδαζόμενη ακτινοβολία (ή ηχώ) ως συνάρτηση τη απόστασης.<br /> <br /> <br /> <br /> Το πολωτικό ραντάρ έχει τέσσερις δυνατούς συνδυασμούς πολώσεων εκπομπής και λήψης ως εξής:<br /> <br /> * HH - για την οριζόντια μετάδοση και οριζόντια λήψη,<br /> <br /> * VV - για κάθετη μετάδοση και κάθετη λήψη,<br /> <br /> * HV - για την οριζόντια μετάδοση και κάθετη λήψη, και<br /> <br /> * VH - για κάθετη μετάδοση και οριζόντια λήψη. <br /> Ζώνες μικροκυμάτων που χρησιμοποιούνται συνήθως σε ραντάρ τηλεπισκόπησης<br /> <br /> * Ka, K, και Ku: πολύ μικρά μήκη κύματος που χρησιμοποιούνταν στα πρώιμα αερομεταφερόμενα συστήματα ραντάρ, αλλά όχι σήμερα.<br /> * X-band: χρησιμοποιείται εκτενώς για αερομεταφερόμενα συστήματα για στρατιωτικές χαρτογραφήσεις εδάφους.<br /> * C-band: κοινή σε πολλά αερομεταφερόμενα συστήματα έρευνας (CCRS Convair-580 και NASA AirSAR) και διαστημικών συστημάτων (συμπεριλαμβανομένων των ERS-1 και 2 και RADARSAT).<br /> * S-band: χρησιμοποιείται επί του ρωσικού δορυφόρου ALMAZ.<br /> * L-band: χρησιμοποιείται επί του αμερικάνικου SEASAT και ιαπωνικού ΚΕΑ-1 δορυφόρου και του αερομεταφερόμενου συστήματος της NASA.<br /> * P-band: μεγαλύτερα μήκη κύματος ραντάρ, που χρησιμοποιούνται από τη NASA σε πειραματικό αερομεταφερόμενο σύστημα έρευνας.<br /> <br /> '''Τύποι Radars:'''<br /> <br /> ''Μη απεικονιστικά Radar: (μέτρηση υψομέτρων και διασποράς)''<br /> <br /> '''* Υψομετρικά (εντοπισμού ναδίρ)'''<br /> <br /> Αρχή λειτουργίας: μεταδίδουν σύντομους παλμούς μικροκυμάτων και μετρούν τον μετ 'επιστροφής χρόνο καθυστέρησης σε στόχους για να καθορίσει την απόσταση τους από τον αισθητήρα,<br /> Εφαρμογές: χρησιμοποιείται στα αεροσκάφη για τον προσδιορισμό του υψόμετρου και στα αεροσκάφη και δορυφόρους για τοπογραφική αποτύπωση, και μετρά το ύψος από την επιφάνεια της θάλασσας από την οποία μπορεί να υπολογιστεί η ταχύτητα του ανέμου<br /> <br /> <br /> [[Αρχείο:radar1.jpg|300px|thumb|left|.]] [[Αρχείο:radar2.jpg|300px|thumb|right|.]] <br /> <br /> '''* Radar Μέτρησης διασποράς'''<br /> Αρχή λειτουργίας: μεταδίδει σήματα μικροκυμάτων και μετρά τη ισχύ της οπισθοσκεδαζόμενης ακτινοβολίας (ανάκλαση)?<br /> Εφαρμογές: μετρήσεις της ταχύτητας και της κατεύθυνσης του ανέμου πάνω από τους ωκεανούς. Τα επίγεια radar μέτρησης διασποράς χρησιμοποιούνται εκτενώς για την ακριβή μέτρηση της οπισθοσκέδασης από διάφορους στόχους και για να χαρακτηρίσει τα διαφορετικά υλικά και είδη επιφανειών.Παράδειγμα: NASA Quick Scatterometer (QuikSCAT):<br /> <br /> * Ραντάρ: 13,4 gigahertz. παλμός 110-watt στα 189 hertz συχνότητας επανάληψης παλμών (PRF)<br /> * Κεραία: Περιστρεφόμενο πιάτο (1m) που παράγει δύο δέσμες, σάρωσης σε κυκλικό μοτίβο<br /> <br /> '''QuikSCAT ικανότητα μέτρησης:'''<br /> <br /> * λωρίδα 1.800 χιλιομέτρων κατά τη διάρκεια κάθε τροχιάς παρέχει περίπου το 90 τοις εκατό της κάλυψης των ωκεανών της Γης κάθε μέρα.<br /> * μετρήσεις ανέμου ταχύτητας από 3 έως 20 m/s, με ακρίβεια 2 m/s. Κατεύθυνση, με ακρίβεια 20 μοιρών. Ανάλυση διανύσματος του ανέμου 25 km.<br /> <br /> [[Αρχείο:radar3.jpg|300px|thumb|left|.]] <br /> <br /> '''* Απεικονιστικά Radar:'''<br /> <br /> Τα radar μη απεικόνισης λαμβάνουν μετρήσεις σε μία γραμμική διάσταση, σε αντίθεση με τη δισδιάστατη αναπαράσταση των radar απεικόνισης:<br /> <br /> <br /> [[Αρχείο:radar4.jpg|300px|thumb|right|.]] Συστήματα radar με πλάγια γεωμετρική απεικόνιση:<br /> Η πλατφόρμα κινείται προς τα εμπρός στην κατεύθυνση της πτήσης (Α) με το ναδίρ (Β) σε ευθεία κάτω από την πλατφόρμα. Η δέσμη μικροκυμάτων μεταδίδεται λοξά σε ορθή γωνία προς την κατεύθυνση της πτήσης σαρώνοντας σε πλάτος (C). Το εύρος (D) αναφέρεται στην κατά πλάτος διάσταση σάρωσης τροχιά, κάθετη προς την κατεύθυνση της πτήσης, ενώ το αζιμούθιο (Ε) αναφέρεται στην κατά μήκος διάσταση σάρωση παράλληλη προς την κατεύθυνση της πτήσης.<br /> <br /> <br /> '''* Ραντάρ συνθετικού διαφράγματος. Synthetic Aperture Radar (SAR)''' χρησιμοποιείται για την απόκτηση υψηλής ανάλυσης (~ 10m - 1χλμ) <br /> Παραδείγματα: δορυφόρος ERS, καναδικός δορυφόρος<br /> <br /> • Μετεωρολογικό ραντάρ Doppler, Dopler weather radar. είναι ένα επίγειο σύστημα που μετρά τόσο το πλάτος και τη φάση της ηχούς του ραντάρ <br /> <br /> <br /> '''Βασικές παράμετροι της κεραίας.'''<br /> Κεραία είναι μια κατασκευή η οποία χρησιμεύει για την διαμεσολάβηση μεταξύ του κύματος που διαδίδεται στον ελεύθερο χώρο και των ηλεκτρικών τάσεως στο κύκλωμα με το οποίο είναι συνδεδεμένη.<br /> <br /> Παραμέτρους βασικές κεραία (στον ελεύθερο χώρο):<br /> '''1) Μοτίβο Πεδίου:''' 3-D ποσότητες που αφορούν στην μεταβολή του Η/Μ πεδίου ή Η/Μ δύναμη ως μια λειτουργία του σφαιρικών συντεταγμένων θ και φ: πρότυπο ισχύς P (θ, φ) (σε W SR-1)<br /> και κανονικοποιημένο μοτίβο ισχύος: Pn (θ, φ) = P (θ, φ) / Pmax (θ, φ)<br /> <br /> [[Αρχείο:radar5.jpg|300px|thumb|left|.]] <br /> <br /> [[Αρχείο:radar6.jpg|300px|thumb|left|.]] <br /> <br /> Δεδομένου ότι η διαφορά μεταξύ της ισχύος που μεταδίδεται από μια κεραία, Pt (σε W), και της ισχύος λήψης από την οπισθοσκέδαση συνήθως διαφέρουν κατά αρκετές τάξεις μεγέθους, το λαμβανόμενο σήμα εκφράζεται σε Ντεσιμπέλ (dB):<br /> <br /> <br /> '''2. Απολαβή κεραίας''' ορίζεται ως ο λόγος της έντασης στην κορυφή του μοτίβου μετάδοσης, Ιρ, με μια ισοτροπική ένταση που προέρχεται υποθέτοντας ότι η συνολική ισχύς, Pt (σε W), κατανέμεται εξίσου σε όλες τις κατευθύνσεις<br /> <br /> '''3. Περιοχή δέσμης (ή δέσμη στερεάς γωνίας)''' (σε sr) Η περιοχή της δέσμης είναι μια στερεά γωνία μέσα από την οποία το σύνολο της ηλεκτρικής ενέργειας ακτινοβολείται από την κεραία. Η περιοχή ακτίνας μπορεί να προσεγγιστεί από το γινόμενο της ημίσειας του εύρους ακτίνας.<br /> <br /> '''4. Ενεργό διάφραγμα''' που μετράται σε m2<br /> <br /> '''5. Κατευθυντικότητα''' που ορίζεται ως ο λόγος της μέγιστης<br /> ισχύος με τη μέση τιμή της<br /> <br /> '''Τύπος μετάδοσης Friis (εξίσωση)'''<br /> Η εξίσωση μετάδοσης Friis χρησιμοποιείται στην μηχανική τηλεπικοινωνιών, και δίνει τη δύναμη που λαμβάνεται από μία κεραία κάτω από εξιδανικευμένες συνθήκες όταν αυτή δοθεί σε άλλη κεραία και σε συγκεκριμένη μέσω μιας γνωστής ποσότητας ρεύματος. <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> [[category:Ψηφιακή Τηλεπισκόπηση]]</div>

Ltsoukanelis http://147.102.106.44/rs/wiki/index.php/%CE%A4%CF%83%CE%BF%CF%85%CE%BA%CE%B1%CE%BD%CE%AD%CE%BB%CE%B7%CF%82_%CE%95%CE%BB%CE%B5%CF%85%CE%B8%CE%AD%CF%81%CE%B9%CE%BF%CF%82 2017-03-12T17:39:44Z

<p>Ltsoukanelis: </p> <hr /> <div>*[[Αρχές ενεργού τηλεπισκόπησης μέσω Radar]]<br /> <br /> *[[Πρόγραμμα Παρακολούθησης Υδάτων Λίμνης Παμβώτιδας (Lake Pamvotis Water Monitoring Programm)]]<br /> <br /> *[[Χαρτογράφηση της αρχαίας πόλης της Λευκάδας Νήρικος μέσω μαγνητικής διασκόπησης]]<br /> <br /> *[[Τηλεπισκόπιση μέσω Drone για δασική έρευνα και πρακτικές]]<br /> <br /> *[[Ταξινόμηση Αστικού Χώρου µε χρήση Υπερφασµατικής Τηλεπισκόπησης]]<br /> <br /> *[[Σύγκριση μοντέλων πρόβλεψης αστικής εξάπλωσης σε μεσαίου μεγέθους ελληνική πόλη (Καρδίτσα)]]<br /> <br /> *[[Τηλεπισκόπιση και ανάλυση του αστικού και περιαστικού χώρου: Παραδείγματα και εφαρμογές]]<br /> <br /> *[[Δορυφορική τηλεπισκόπηση στην αρχαία Νικόπολη]]<br /> <br /> *[[Εναέρια και Δορυφορική Τηλεπισκόπηση στην αρχαιολογία]]<br /> <br /> *[[Τα drones είναι τα τελευταία αρχαιολογικά εργαλεία]]<br /> <br /> <br /> [[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Μέτσοβο)]]</div>

Ltsoukanelis http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B1_drones_%CE%B5%CE%AF%CE%BD%CE%B1%CE%B9_%CF%84%CE%B1_%CF%84%CE%B5%CE%BB%CE%B5%CF%85%CF%84%CE%B1%CE%AF%CE%B1_%CE%B1%CF%81%CF%87%CE%B1%CE%B9%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CE%AC_%CE%B5%CF%81%CE%B3%CE%B1%CE%BB%CE%B5%CE%AF%CE%B1 2017-03-12T09:44:45Z

<p>Ltsoukanelis: </p> <hr /> <div>Συγγραφείς: Jesse Casana, PhD, and John Kantner, PhD Δημοσιεύτηκε την 3η Ιουνίου του 2014<br /> <br /> Πηγή : [https://www.elsevier.com/connect/drones-are-the-latest-archaeological-tool Link]<br /> <br /> '''Περίληψη''' <br /> <br /> Δύο αρχαιολόγοι γράφουν σχετικά με το πώς χρησιμοποίησαν drones για να ανακαλύψουν ένα χωρίο 1.000 ετών στο Νέο Μεξικό .<br /> <br /> '''Εισαγωγή'''<br /> <br /> O Δρ John Kantner του Πανεπιστημίου της Βόρειας Φλόριντα και ο Δρ Jesse Casana του Πανεπιστημίου του Αρκάνσας έχουν χρησιμοποιήσει μη επανδρωμένα αεροσκάφη για να διεξάγουν αρχαιολογική έρευνα σε μια απομακρυσμένη περιοχή στό βορειοδυτικό Νέο Μεξικό. Έχουν μελετήσει τον πολιτισμό των αρχαίων Puebloans, ο οποίος υπήρχε στην περιοχή για περισσότερα από 300 χρόνια αρχίζοντας από τον ένατο αιώνα. Στο παρόν άρθρο γράφουν σχετικά με την έρευνα που δημοσιεύτηκε τον Ιούνιο του 2914 στο περιοδικό Journal of Archaeological Science<br /> [[Αρχείο:dr1.jpg|300px|thumb|left|]] <br /> [[Αρχείο:dr2.jpg|300px|thumb|right|]]<br /> [[Αρχείο:dr3.jpg|300px|thumb|left|]] <br /> '''Η Έρευνα'''<br /> <br /> Οι αρχαιολόγοι γνωρίζουν από τη δεκαετία του 1970 ότι οι αεροφωτογραφίες στα υπέρυθρα μήκη κύματος μπορούν να είναι πολύ χρήσιμες για την εξέταση εδαφών που καλύπτονται από βλάστηση. Ωστόσο, αυτό θα μπορούσε να γίνει μόνο από τους δορυφόρους ή ελικόπτερα, τα οποία είναι ακριβά και έχουν περιορισμούς. Η προσιτή τεχνολογία δεν ήταν πραγματικά διαθέσιμη μέχρι τώρα. Ο μόνος άλλος τρόπος για τον εντοπισμό υπόγειων κατασκευών είναι σκάβοντας ένα μεγάλο αριθμό δοκιμαστικών λάκκων, ο οποίος είναι χρονοβόρος και απαιτεί πολλή προσπάθεια.<br /> <br /> Για την έρευνά τους, χρησιμοποίησαν ένα μη επανδρωμένο εναέριο όχημα (UAV) ή drone, για να μεταφέρει μια κάμερα θερμικής απεικόνισης που μπορεί να ανιχνεύσει τα αρχαιολογικά χαρακτηριστικά που βρίσκονται θαμμένα μέχρι και μισό μέτρο κάτω από την επιφάνεια του εδάφους.<br /> <br /> Η εξακρίβωση της ακριβούς τοποθεσίας των κτιρίων είναι σημαντική να γίνουν υποθέσεις σχετικά με την κοινωνική και πολιτική δυναμική και το πώς αυτές διαμορφώθηκαν και αλληλοεπέδρασαν με την έντονη θρησκευτική κουλτούρα του Chaco Canyon, και να ρίξει περισσότερο φως στο πώς ζούσαν οι άνθρωποι αρχαία Puebloan<br /> <br /> Η έρευνα αποκάλυψε λεπτομέρειες ενός χωριού περίπου 1.000 ετών, με δομές άγνωστες μέχρι σήμερα και που θα απαιτούσαν μια δεκαετία εργασίας, με τον παραδοσιακό-συμβατικό τρόπο, για να μελετηθεί. Τα αποτελέσματα έδειξαν δομές άγνωστης αρχιτεκτονικής και κυκλικές τελετουργικές κατασκευές (πιστεύεται ότι είναι kivas), οι οποίες απαντώνται σε κοντινές περιοχές, όπως είναι το Chaco Canyon, το μνημειακό κέντρο προσκυνήματος που κυριάρχησε στον κόσμο των Puebloan στα μέσα του 11ου μ.Χ. αιώνα.<br /> <br /> Το drone - το CineStar8 - προγραμματίστηκε για να πετάξει μια ακριβή διαδρομή που σχεδιάστηκε με GPS, με την κάμερα απεικόνισης στοχευμένη προς το έδαφος. Οι εικόνες στη συνέχεια αντιπαραβλήθηκαν με τη χρήση προηγμένων φωτογραμμετρικών μεθόδων, και παρήγαγαν έναν ακριβή θερμικό χάρτη της περιοχής.<br /> <br /> '''Πλεονεκτήματα των drones'''<br /> <br /> Τα UAVs έχουν πολλά πλεονεκτήματα σε σχέση με τις παραδοσιακές μορφές της αρχαιολογικής εναέριας απεικόνισης, ιδιαίτερα στην ικανότητά τους να καλύπτουν μεγάλες περιοχές σε ένα σταθερό ύψος και ταχύτητα, κάτω από ένα ευρύ φάσμα του ανέμου-καιρικών συνθηκών. Για την εναέρια θερμογραφία, αυτές οι δυνατότητες είναι απαραίτητες, διότι υπάρχει ένα μικρό παράθυρο του χρόνου για να συλλάβει κανείς αυτές τις εικόνες. Για να μεγιστοποιηθεί η αρχαιολογική ορατότητα, η θερμική απεικόνιση πρέπει να πραγματοποιείται σε μια κατάλληλη ώρα της ημέρας, όταν δηλαδή, η αντίθεση της θερμικής αδράνειας είναι στο υψηλότερο σημείο μεταξύ αρχαιολογικών στόχων και του εδαφικού υπόβαθρου και εδαφοκάλυψης. Επιπλέον, ολόκληρη η περιοχή της έρευνας πρέπει να καλυφθεί σε σύντομο χρονικό διάστημα έτσι ώστε να μειώσει όσο το δυνατόν περισσότερο, τις μεταβολές της θερμικών τιμών που οφείλονται στο μεταβαλλόμενο περιβάλλον.<br /> '''<br /> Αντίκτυπος των αποτελεσμάτων'''<br /> <br /> Τα αποτελέσματα επιτρέπουν την εύκολη αντιστοίχιση του μεγέθους και της οργάνωσης των περισσότερων χώρων κατοίκησης, αλλά και την αποκάλυψη προηγουμένως μη καταγεγραμμένων αρχιτεκτονικών χαρακτηριστικών. Η μεθοδολογία που χρησιμοποιήθηκε μπορεί εύκολα να αναπαραχθεί και να παράγει οπτικά δεδομένα παρόμοια σε ποιότητα με τις παραδοσιακές αρχαιολογικές έρευνες , αλλά τα οποία μπορούν να συλλεχθούν πολύ γρήγορα, σε μεγάλες εκτάσεις, με ελάχιστο κόστος και επεξεργασία.<br /> <br /> '''Συμπέρασμα'''<br /> <br /> Τα αποτελέσματα αυτά μπορούν να έχουν σημαντικές επιπτώσεις όχι μόνο σε αυτό το συγκεκριμένο τομέα της έρευνας, αλλά και στην μεθοδολογία των αρχαιολογικών ερευνών σε όλο τον κόσμο.<br /> <br /> <br /> [[category:Αρχαιολογία]]</div>

Ltsoukanelis http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B1_drones_%CE%B5%CE%AF%CE%BD%CE%B1%CE%B9_%CF%84%CE%B1_%CF%84%CE%B5%CE%BB%CE%B5%CF%85%CF%84%CE%B1%CE%AF%CE%B1_%CE%B1%CF%81%CF%87%CE%B1%CE%B9%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CE%AC_%CE%B5%CF%81%CE%B3%CE%B1%CE%BB%CE%B5%CE%AF%CE%B1 2017-03-12T09:43:54Z

<p>Ltsoukanelis: </p> <hr /> <div>Συγγραφείς: Jesse Casana, PhD, and John Kantner, PhD Posted on 3 June 2014<br /> <br /> Πηγή : [https://www.elsevier.com/connect/drones-are-the-latest-archaeological-tool Link]<br /> <br /> '''Περίληψη''' <br /> <br /> Δύο αρχαιολόγοι γράφουν σχετικά με το πώς χρησιμοποίησαν drones για να ανακαλύψουν ένα χωρίο 1.000 ετών στο Νέο Μεξικό .<br /> <br /> '''Εισαγωγή'''<br /> <br /> O Δρ John Kantner του Πανεπιστημίου της Βόρειας Φλόριντα και ο Δρ Jesse Casana του Πανεπιστημίου του Αρκάνσας έχουν χρησιμοποιήσει μη επανδρωμένα αεροσκάφη για να διεξάγουν αρχαιολογική έρευνα σε μια απομακρυσμένη περιοχή στό βορειοδυτικό Νέο Μεξικό. Έχουν μελετήσει τον πολιτισμό των αρχαίων Puebloans, ο οποίος υπήρχε στην περιοχή για περισσότερα από 300 χρόνια αρχίζοντας από τον ένατο αιώνα. Στο παρόν άρθρο γράφουν σχετικά με την έρευνα που δημοσιεύτηκε τον Ιούνιο του 2914 στο περιοδικό Journal of Archaeological Science<br /> [[Αρχείο:dr1.jpg|300px|thumb|left|]] <br /> [[Αρχείο:dr2.jpg|300px|thumb|right|]]<br /> [[Αρχείο:dr3.jpg|300px|thumb|left|]] <br /> '''Η Έρευνα'''<br /> <br /> Οι αρχαιολόγοι γνωρίζουν από τη δεκαετία του 1970 ότι οι αεροφωτογραφίες στα υπέρυθρα μήκη κύματος μπορούν να είναι πολύ χρήσιμες για την εξέταση εδαφών που καλύπτονται από βλάστηση. Ωστόσο, αυτό θα μπορούσε να γίνει μόνο από τους δορυφόρους ή ελικόπτερα, τα οποία είναι ακριβά και έχουν περιορισμούς. Η προσιτή τεχνολογία δεν ήταν πραγματικά διαθέσιμη μέχρι τώρα. Ο μόνος άλλος τρόπος για τον εντοπισμό υπόγειων κατασκευών είναι σκάβοντας ένα μεγάλο αριθμό δοκιμαστικών λάκκων, ο οποίος είναι χρονοβόρος και απαιτεί πολλή προσπάθεια.<br /> <br /> Για την έρευνά τους, χρησιμοποίησαν ένα μη επανδρωμένο εναέριο όχημα (UAV) ή drone, για να μεταφέρει μια κάμερα θερμικής απεικόνισης που μπορεί να ανιχνεύσει τα αρχαιολογικά χαρακτηριστικά που βρίσκονται θαμμένα μέχρι και μισό μέτρο κάτω από την επιφάνεια του εδάφους.<br /> <br /> Η εξακρίβωση της ακριβούς τοποθεσίας των κτιρίων είναι σημαντική να γίνουν υποθέσεις σχετικά με την κοινωνική και πολιτική δυναμική και το πώς αυτές διαμορφώθηκαν και αλληλοεπέδρασαν με την έντονη θρησκευτική κουλτούρα του Chaco Canyon, και να ρίξει περισσότερο φως στο πώς ζούσαν οι άνθρωποι αρχαία Puebloan<br /> <br /> Η έρευνα αποκάλυψε λεπτομέρειες ενός χωριού περίπου 1.000 ετών, με δομές άγνωστες μέχρι σήμερα και που θα απαιτούσαν μια δεκαετία εργασίας, με τον παραδοσιακό-συμβατικό τρόπο, για να μελετηθεί. Τα αποτελέσματα έδειξαν δομές άγνωστης αρχιτεκτονικής και κυκλικές τελετουργικές κατασκευές (πιστεύεται ότι είναι kivas), οι οποίες απαντώνται σε κοντινές περιοχές, όπως είναι το Chaco Canyon, το μνημειακό κέντρο προσκυνήματος που κυριάρχησε στον κόσμο των Puebloan στα μέσα του 11ου μ.Χ. αιώνα.<br /> <br /> Το drone - το CineStar8 - προγραμματίστηκε για να πετάξει μια ακριβή διαδρομή που σχεδιάστηκε με GPS, με την κάμερα απεικόνισης στοχευμένη προς το έδαφος. Οι εικόνες στη συνέχεια αντιπαραβλήθηκαν με τη χρήση προηγμένων φωτογραμμετρικών μεθόδων, και παρήγαγαν έναν ακριβή θερμικό χάρτη της περιοχής.<br /> <br /> '''Πλεονεκτήματα των drones'''<br /> <br /> Τα UAVs έχουν πολλά πλεονεκτήματα σε σχέση με τις παραδοσιακές μορφές της αρχαιολογικής εναέριας απεικόνισης, ιδιαίτερα στην ικανότητά τους να καλύπτουν μεγάλες περιοχές σε ένα σταθερό ύψος και ταχύτητα, κάτω από ένα ευρύ φάσμα του ανέμου-καιρικών συνθηκών. Για την εναέρια θερμογραφία, αυτές οι δυνατότητες είναι απαραίτητες, διότι υπάρχει ένα μικρό παράθυρο του χρόνου για να συλλάβει κανείς αυτές τις εικόνες. Για να μεγιστοποιηθεί η αρχαιολογική ορατότητα, η θερμική απεικόνιση πρέπει να πραγματοποιείται σε μια κατάλληλη ώρα της ημέρας, όταν δηλαδή, η αντίθεση της θερμικής αδράνειας είναι στο υψηλότερο σημείο μεταξύ αρχαιολογικών στόχων και του εδαφικού υπόβαθρου και εδαφοκάλυψης. Επιπλέον, ολόκληρη η περιοχή της έρευνας πρέπει να καλυφθεί σε σύντομο χρονικό διάστημα έτσι ώστε να μειώσει όσο το δυνατόν περισσότερο, τις μεταβολές της θερμικών τιμών που οφείλονται στο μεταβαλλόμενο περιβάλλον.<br /> '''<br /> Αντίκτυπος των αποτελεσμάτων'''<br /> <br /> Τα αποτελέσματα επιτρέπουν την εύκολη αντιστοίχιση του μεγέθους και της οργάνωσης των περισσότερων χώρων κατοίκησης, αλλά και την αποκάλυψη προηγουμένως μη καταγεγραμμένων αρχιτεκτονικών χαρακτηριστικών. Η μεθοδολογία που χρησιμοποιήθηκε μπορεί εύκολα να αναπαραχθεί και να παράγει οπτικά δεδομένα παρόμοια σε ποιότητα με τις παραδοσιακές αρχαιολογικές έρευνες , αλλά τα οποία μπορούν να συλλεχθούν πολύ γρήγορα, σε μεγάλες εκτάσεις, με ελάχιστο κόστος και επεξεργασία.<br /> <br /> '''Συμπέρασμα'''<br /> <br /> Τα αποτελέσματα αυτά μπορούν να έχουν σημαντικές επιπτώσεις όχι μόνο σε αυτό το συγκεκριμένο τομέα της έρευνας, αλλά και στην μεθοδολογία των αρχαιολογικών ερευνών σε όλο τον κόσμο.<br /> <br /> <br /> [[category:Αρχαιολογία]]</div>

Ltsoukanelis http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B1_drones_%CE%B5%CE%AF%CE%BD%CE%B1%CE%B9_%CF%84%CE%B1_%CF%84%CE%B5%CE%BB%CE%B5%CF%85%CF%84%CE%B1%CE%AF%CE%B1_%CE%B1%CF%81%CF%87%CE%B1%CE%B9%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CE%AC_%CE%B5%CF%81%CE%B3%CE%B1%CE%BB%CE%B5%CE%AF%CE%B1 2017-03-12T09:43:38Z

<p>Ltsoukanelis: </p> <hr /> <div>Συγγραφείς: Jesse Casana, PhD, and John Kantner, PhD Posted on 3 June 2014<br /> <br /> Πηγή : [https://www.elsevier.com/connect/drones-are-the-latest-archaeological-tool Link]<br /> <br /> '''Περίληψη''' <br /> <br /> Δύο αρχαιολόγοι γράφουν σχετικά με το πώς χρησιμοποίησαν drones για να ανακαλύψουν ένα χωρίο 1.000 ετών στο Νέο Μεξικό .<br /> <br /> '''Εισαγωγή'''<br /> <br /> O Δρ John Kantner του Πανεπιστημίου της Βόρειας Φλόριντα και ο Δρ Jesse Casana του Πανεπιστημίου του Αρκάνσας έχουν χρησιμοποιήσει μη επανδρωμένα αεροσκάφη για να διεξάγουν αρχαιολογική έρευνα σε μια απομακρυσμένη περιοχή στό βορειοδυτικό Νέο Μεξικό. Έχουν μελετήσει τον πολιτισμό των αρχαίων Puebloans, ο οποίος υπήρχε στην περιοχή για περισσότερα από 300 χρόνια αρχίζοντας από τον ένατο αιώνα. Στο παρόν άρθρο γράφουν σχετικά με την έρευνα που δημοσιεύτηκε τον Ιούνιο του 2914 στο περιοδικό Journal of Archaeological Science<br /> [[Αρχείο:dr1.jpg|300px|thumb|left|]] <br /> [[Αρχείο:dr2.jpg|300px|thumb|right|]]<br /> [[Αρχείο:dr3.jpg|300px|thumb|left|]] <br /> '''Η Έρευνα'''<br /> <br /> Οι αρχαιολόγοι γνωρίζουν από τη δεκαετία του 1970 ότι οι αεροφωτογραφίες στα υπέρυθρα μήκη κύματος μπορούν να είναι πολύ χρήσιμες για την εξέταση εδαφών που καλύπτονται από βλάστηση. Ωστόσο, αυτό θα μπορούσε να γίνει μόνο από τους δορυφόρους ή ελικόπτερα, τα οποία είναι ακριβά και έχουν περιορισμούς. Η προσιτή τεχνολογία δεν ήταν πραγματικά διαθέσιμη μέχρι τώρα. Ο μόνος άλλος τρόπος για τον εντοπισμό υπόγειων κατασκευών είναι σκάβοντας ένα μεγάλο αριθμό δοκιμαστικών λάκκων, ο οποίος είναι χρονοβόρος και απαιτεί πολλή προσπάθεια.<br /> <br /> Για την έρευνά τους, χρησιμοποίησαν ένα μη επανδρωμένο εναέριο όχημα (UAV) ή drone, για να μεταφέρει μια κάμερα θερμικής απεικόνισης που μπορεί να ανιχνεύσει τα αρχαιολογικά χαρακτηριστικά που βρίσκονται θαμμένα μέχρι και μισό μέτρο κάτω από την επιφάνεια του εδάφους.<br /> <br /> Η εξακρίβωση της ακριβούς τοποθεσίας των κτιρίων είναι σημαντική να γίνουν υποθέσεις σχετικά με την κοινωνική και πολιτική δυναμική και το πώς αυτές διαμορφώθηκαν και αλληλοεπέδρασαν με την έντονη θρησκευτική κουλτούρα του Chaco Canyon, και να ρίξει περισσότερο φως στο πώς ζούσαν οι άνθρωποι αρχαία Puebloan<br /> <br /> Η έρευνα αποκάλυψε λεπτομέρειες ενός χωριού περίπου 1.000 ετών, με δομές άγνωστες μέχρι σήμερα και που θα απαιτούσαν μια δεκαετία εργασίας, με τον παραδοσιακό-συμβατικό τρόπο, για να μελετηθεί. Τα αποτελέσματα έδειξαν δομές άγνωστης αρχιτεκτονικής και κυκλικές τελετουργικές κατασκευές (πιστεύεται ότι είναι kivas), οι οποίες απαντώνται σε κοντινές περιοχές, όπως είναι το Chaco Canyon, το μνημειακό κέντρο προσκυνήματος που κυριάρχησε στον κόσμο των Puebloan στα μέσα του 11ου μ.Χ. αιώνα.<br /> <br /> Το drone - το CineStar8 - προγραμματίστηκε για να πετάξει μια ακριβή διαδρομή που σχεδιάστηκε με GPS, με την κάμερα απεικόνισης στοχευμένη προς το έδαφος. Οι εικόνες στη συνέχεια αντιπαραβλήθηκαν με τη χρήση προηγμένων φωτογραμμετρικών μεθόδων, και παρήγαγαν έναν ακριβή θερμικό χάρτη της περιοχής.<br /> <br /> '''Πλεονεκτήματα των drones'''<br /> <br /> Τα UAVs έχουν πολλά πλεονεκτήματα σε σχέση με τις παραδοσιακές μορφές της αρχαιολογικής εναέριας απεικόνισης, ιδιαίτερα στην ικανότητά τους να καλύπτουν μεγάλες περιοχές σε ένα σταθερό ύψος και ταχύτητα, κάτω από ένα ευρύ φάσμα του ανέμου-καιρικών συνθηκών. Για την εναέρια θερμογραφία, αυτές οι δυνατότητες είναι απαραίτητες, διότι υπάρχει ένα μικρό παράθυρο του χρόνου για να συλλάβει κανείς αυτές τις εικόνες. Για να μεγιστοποιηθεί η αρχαιολογική ορατότητα, η θερμική απεικόνιση πρέπει να πραγματοποιείται σε μια κατάλληλη ώρα της ημέρας, όταν δηλαδή, η αντίθεση της θερμικής αδράνειας είναι στο υψηλότερο σημείο μεταξύ αρχαιολογικών στόχων και του εδαφικού υπόβαθρου και εδαφοκάλυψης. Επιπλέον, ολόκληρη η περιοχή της έρευνας πρέπει να καλυφθεί σε σύντομο χρονικό διάστημα έτσι ώστε να μειώσει όσο το δυνατόν περισσότερο, τις μεταβολές της θερμικών τιμών που οφείλονται στο μεταβαλλόμενο περιβάλλον.<br /> '''<br /> Αντίκτυπος των αποτελεσμάτων'''<br /> <br /> Τα αποτελέσματα επιτρέπουν την εύκολη αντιστοίχιση του μεγέθους και της οργάνωσης των περισσότερων χώρων κατοίκησης, αλλά και την αποκάλυψη προηγουμένως μη καταγεγραμμένων αρχιτεκτονικών χαρακτηριστικών. Η μεθοδολογία που χρησιμοποιήθηκε μπορεί εύκολα να αναπαραχθεί και να παράγει οπτικά δεδομένα παρόμοια σε ποιότητα με τις παραδοσιακές αρχαιολογικές έρευνες , αλλά τα οποία μπορούν να συλλεχθούν πολύ γρήγορα, σε μεγάλες εκτάσεις, με ελάχιστο κόστος και επεξεργασία.<br /> Τα αποτελέσματα αυτά μπορούν να έχουν σημαντικές επιπτώσεις όχι μόνο σε αυτό το συγκεκριμένο τομέα της έρευνας, αλλά και στην μεθοδολογία των αρχαιολογικών ερευνών σε όλο τον κόσμο.<br /> <br /> <br /> [[category:Αρχαιολογία]]</div>

Ltsoukanelis http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B1_drones_%CE%B5%CE%AF%CE%BD%CE%B1%CE%B9_%CF%84%CE%B1_%CF%84%CE%B5%CE%BB%CE%B5%CF%85%CF%84%CE%B1%CE%AF%CE%B1_%CE%B1%CF%81%CF%87%CE%B1%CE%B9%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CE%AC_%CE%B5%CF%81%CE%B3%CE%B1%CE%BB%CE%B5%CE%AF%CE%B1 2017-03-12T09:39:39Z

<p>Ltsoukanelis: </p> <hr /> <div>Συγγραφείς: Jesse Casana, PhD, and John Kantner, PhD Posted on 3 June 2014<br /> <br /> Πηγή : [https://www.elsevier.com/connect/drones-are-the-latest-archaeological-tool Link]<br /> <br /> '''Περίληψη''' <br /> <br /> Δύο αρχαιολόγοι γράφουν σχετικά με το πώς χρησιμοποίησαν drones για να ανακαλύψουν ένα χωρίο 1.000 ετών στο Νέο Μεξικό .<br /> <br /> '''Εισαγωγή'''<br /> <br /> O Δρ John Kantner του Πανεπιστημίου της Βόρειας Φλόριντα και ο Δρ Jesse Casana του Πανεπιστημίου του Αρκάνσας έχουν χρησιμοποιήσει μη επανδρωμένα αεροσκάφη για να διεξάγουν αρχαιολογική έρευνα σε μια απομακρυσμένη περιοχή στό βορειοδυτικό Νέο Μεξικό. Έχουν μελετήσει τον πολιτισμό των αρχαίων Puebloans, ο οποίος υπήρχε στην περιοχή για περισσότερα από 300 χρόνια αρχίζοντας από τον ένατο αιώνα. Στο παρόν άρθρο γράφουν σχετικά με την έρευνα που δημοσιεύτηκε τον Ιούνιο του 2914 στο περιοδικό Journal of Archaeological Science<br /> [[Αρχείο:dr1.jpg|300px|thumb|left|]] <br /> [[Αρχείο:dr2.jpg|300px|thumb|right|]]<br /> [[Αρχείο:dr3.jpg|300px|thumb|left|]] <br /> '''Η Έρευνα'''<br /> <br /> Οι αρχαιολόγοι γνωρίζουν από τη δεκαετία του 1970 ότι οι αεροφωτογραφίες στα υπέρυθρα μήκη κύματος μπορούν να είναι πολύ χρήσιμες για την εξέταση εδαφών που καλύπτονται από βλάστηση. Ωστόσο, αυτό θα μπορούσε να γίνει μόνο από τους δορυφόρους ή ελικόπτερα, τα οποία είναι ακριβά και έχουν περιορισμούς. Η προσιτή τεχνολογία δεν ήταν πραγματικά διαθέσιμη μέχρι τώρα. Ο μόνος άλλος τρόπος για τον εντοπισμό υπόγειων κατασκευών είναι σκάβοντας ένα μεγάλο αριθμό δοκιμαστικών λάκκων, ο οποίος είναι χρονοβόρος και απαιτεί πολλή προσπάθεια.<br /> <br /> Για την έρευνά τους, χρησιμοποίησαν ένα μη επανδρωμένο εναέριο όχημα (UAV) ή drone, για να μεταφέρει μια κάμερα θερμικής απεικόνισης που μπορεί να ανιχνεύσει τα αρχαιολογικά χαρακτηριστικά που βρίσκονται θαμμένα μέχρι και μισό μέτρο κάτω από την επιφάνεια του εδάφους.<br /> <br /> Η εξακρίβωση της ακριβούς τοποθεσίας των κτιρίων είναι σημαντική να γίνουν υποθέσεις σχετικά με την κοινωνική και πολιτική δυναμική και το πώς αυτές διαμορφώθηκαν και αλληλοεπέδρασαν με την έντονη θρησκευτική κουλτούρα του Chaco Canyon, και να ρίξει περισσότερο φως στο πώς ζούσαν οι άνθρωποι αρχαία Puebloan<br /> <br /> Η έρευνα αποκάλυψε λεπτομέρειες ενός χωριού περίπου 1.000 ετών, με δομές άγνωστες μέχρι σήμερα και που θα απαιτούσαν μια δεκαετία εργασίας, με τον παραδοσιακό-συμβατικό τρόπο, για να μελετηθεί. Τα αποτελέσματα έδειξαν δομές άγνωστης αρχιτεκτονικής και κυκλικές τελετουργικές κατασκευές (πιστεύεται ότι είναι kivas), οι οποίες απαντώνται σε κοντινές περιοχές, όπως είναι το Chaco Canyon, το μνημειακό κέντρο προσκυνήματος που κυριάρχησε στον κόσμο των Puebloan στα μέσα του 11ου μ.Χ. αιώνα.<br /> <br /> Το drone - το CineStar8 - προγραμματίστηκε για να πετάξει μια ακριβή διαδρομή που σχεδιάστηκε με GPS, με την κάμερα απεικόνισης στοχευμένη προς το έδαφος. Οι εικόνες στη συνέχεια αντιπαραβλήθηκαν με τη χρήση προηγμένων φωτογραμμετρικών μεθόδων, και παρήγαγαν έναν ακριβή θερμικό χάρτη της περιοχής.<br /> <br /> '''Πλεονεκτήματα των drones'''<br /> <br /> Τα UAVs έχουν πολλά πλεονεκτήματα σε σχέση με τις παραδοσιακές μορφές της αρχαιολογικής εναέριας απεικόνισης, ιδιαίτερα στην ικανότητά τους να καλύπτουν μεγάλες περιοχές σε ένα σταθερό ύψος και ταχύτητα, κάτω από ένα ευρύ φάσμα του ανέμου-καιρικών συνθηκών. Για την εναέρια θερμογραφία, αυτές οι δυνατότητες είναι απαραίτητες, διότι υπάρχει ένα μικρό παράθυρο του χρόνου για να συλλάβει κανείς αυτές τις εικόνες. Για να μεγιστοποιηθεί η αρχαιολογική ορατότητα, η θερμική απεικόνιση πρέπει να πραγματοποιείται σε μια κατάλληλη ώρα της ημέρας, όταν δηλαδή, η αντίθεση της θερμικής αδράνειας είναι στο υψηλότερο σημείο μεταξύ αρχαιολογικών στόχων και του εδαφικού υπόβαθρου και εδαφοκάλυψης. Επιπλέον, ολόκληρη η περιοχή της έρευνας πρέπει να καλυφθεί σε σύντομο χρονικό διάστημα έτσι ώστε να μειώσει όσο το δυνατόν περισσότερο, τις μεταβολές της θερμικών τιμών που οφείλονται στο μεταβαλλόμενο περιβάλλον.<br /> <br /> <br /> [[category:Αρχαιολογία]]</div>

Ltsoukanelis http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B1_drones_%CE%B5%CE%AF%CE%BD%CE%B1%CE%B9_%CF%84%CE%B1_%CF%84%CE%B5%CE%BB%CE%B5%CF%85%CF%84%CE%B1%CE%AF%CE%B1_%CE%B1%CF%81%CF%87%CE%B1%CE%B9%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CE%AC_%CE%B5%CF%81%CE%B3%CE%B1%CE%BB%CE%B5%CE%AF%CE%B1 2017-03-12T09:39:32Z

<p>Ltsoukanelis: </p> <hr /> <div>Συγγραφείς: Jesse Casana, PhD, and John Kantner, PhD Posted on 3 June 2014<br /> <br /> Πηγή : [https://www.elsevier.com/connect/drones-are-the-latest-archaeological-tool Link]<br /> <br /> '''Περίληψη''' <br /> <br /> Δύο αρχαιολόγοι γράφουν σχετικά με το πώς χρησιμοποίησαν drones για να ανακαλύψουν ένα χωρίο 1.000 ετών στο Νέο Μεξικό .<br /> <br /> '''Εισαγωγή'''<br /> <br /> O Δρ John Kantner του Πανεπιστημίου της Βόρειας Φλόριντα και ο Δρ Jesse Casana του Πανεπιστημίου του Αρκάνσας έχουν χρησιμοποιήσει μη επανδρωμένα αεροσκάφη για να διεξάγουν αρχαιολογική έρευνα σε μια απομακρυσμένη περιοχή στό βορειοδυτικό Νέο Μεξικό. Έχουν μελετήσει τον πολιτισμό των αρχαίων Puebloans, ο οποίος υπήρχε στην περιοχή για περισσότερα από 300 χρόνια αρχίζοντας από τον ένατο αιώνα. Στο παρόν άρθρο γράφουν σχετικά με την έρευνα που δημοσιεύτηκε τον Ιούνιο του 2914 στο περιοδικό Journal of Archaeological Science<br /> <br /> <br /> [[Αρχείο:dr1.jpg|300px|thumb|left|]] <br /> [[Αρχείο:dr2.jpg|300px|thumb|right|]]<br /> [[Αρχείο:dr3.jpg|300px|thumb|left|]] <br /> '''Η Έρευνα'''<br /> <br /> Οι αρχαιολόγοι γνωρίζουν από τη δεκαετία του 1970 ότι οι αεροφωτογραφίες στα υπέρυθρα μήκη κύματος μπορούν να είναι πολύ χρήσιμες για την εξέταση εδαφών που καλύπτονται από βλάστηση. Ωστόσο, αυτό θα μπορούσε να γίνει μόνο από τους δορυφόρους ή ελικόπτερα, τα οποία είναι ακριβά και έχουν περιορισμούς. Η προσιτή τεχνολογία δεν ήταν πραγματικά διαθέσιμη μέχρι τώρα. Ο μόνος άλλος τρόπος για τον εντοπισμό υπόγειων κατασκευών είναι σκάβοντας ένα μεγάλο αριθμό δοκιμαστικών λάκκων, ο οποίος είναι χρονοβόρος και απαιτεί πολλή προσπάθεια.<br /> <br /> Για την έρευνά τους, χρησιμοποίησαν ένα μη επανδρωμένο εναέριο όχημα (UAV) ή drone, για να μεταφέρει μια κάμερα θερμικής απεικόνισης που μπορεί να ανιχνεύσει τα αρχαιολογικά χαρακτηριστικά που βρίσκονται θαμμένα μέχρι και μισό μέτρο κάτω από την επιφάνεια του εδάφους.<br /> <br /> Η εξακρίβωση της ακριβούς τοποθεσίας των κτιρίων είναι σημαντική να γίνουν υποθέσεις σχετικά με την κοινωνική και πολιτική δυναμική και το πώς αυτές διαμορφώθηκαν και αλληλοεπέδρασαν με την έντονη θρησκευτική κουλτούρα του Chaco Canyon, και να ρίξει περισσότερο φως στο πώς ζούσαν οι άνθρωποι αρχαία Puebloan<br /> <br /> Η έρευνα αποκάλυψε λεπτομέρειες ενός χωριού περίπου 1.000 ετών, με δομές άγνωστες μέχρι σήμερα και που θα απαιτούσαν μια δεκαετία εργασίας, με τον παραδοσιακό-συμβατικό τρόπο, για να μελετηθεί. Τα αποτελέσματα έδειξαν δομές άγνωστης αρχιτεκτονικής και κυκλικές τελετουργικές κατασκευές (πιστεύεται ότι είναι kivas), οι οποίες απαντώνται σε κοντινές περιοχές, όπως είναι το Chaco Canyon, το μνημειακό κέντρο προσκυνήματος που κυριάρχησε στον κόσμο των Puebloan στα μέσα του 11ου μ.Χ. αιώνα.<br /> <br /> Το drone - το CineStar8 - προγραμματίστηκε για να πετάξει μια ακριβή διαδρομή που σχεδιάστηκε με GPS, με την κάμερα απεικόνισης στοχευμένη προς το έδαφος. Οι εικόνες στη συνέχεια αντιπαραβλήθηκαν με τη χρήση προηγμένων φωτογραμμετρικών μεθόδων, και παρήγαγαν έναν ακριβή θερμικό χάρτη της περιοχής.<br /> <br /> '''Πλεονεκτήματα των drones'''<br /> <br /> Τα UAVs έχουν πολλά πλεονεκτήματα σε σχέση με τις παραδοσιακές μορφές της αρχαιολογικής εναέριας απεικόνισης, ιδιαίτερα στην ικανότητά τους να καλύπτουν μεγάλες περιοχές σε ένα σταθερό ύψος και ταχύτητα, κάτω από ένα ευρύ φάσμα του ανέμου-καιρικών συνθηκών. Για την εναέρια θερμογραφία, αυτές οι δυνατότητες είναι απαραίτητες, διότι υπάρχει ένα μικρό παράθυρο του χρόνου για να συλλάβει κανείς αυτές τις εικόνες. Για να μεγιστοποιηθεί η αρχαιολογική ορατότητα, η θερμική απεικόνιση πρέπει να πραγματοποιείται σε μια κατάλληλη ώρα της ημέρας, όταν δηλαδή, η αντίθεση της θερμικής αδράνειας είναι στο υψηλότερο σημείο μεταξύ αρχαιολογικών στόχων και του εδαφικού υπόβαθρου και εδαφοκάλυψης. Επιπλέον, ολόκληρη η περιοχή της έρευνας πρέπει να καλυφθεί σε σύντομο χρονικό διάστημα έτσι ώστε να μειώσει όσο το δυνατόν περισσότερο, τις μεταβολές της θερμικών τιμών που οφείλονται στο μεταβαλλόμενο περιβάλλον.<br /> <br /> <br /> [[category:Αρχαιολογία]]</div>

Ltsoukanelis http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B1_drones_%CE%B5%CE%AF%CE%BD%CE%B1%CE%B9_%CF%84%CE%B1_%CF%84%CE%B5%CE%BB%CE%B5%CF%85%CF%84%CE%B1%CE%AF%CE%B1_%CE%B1%CF%81%CF%87%CE%B1%CE%B9%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CE%AC_%CE%B5%CF%81%CE%B3%CE%B1%CE%BB%CE%B5%CE%AF%CE%B1 2017-03-12T09:39:24Z

<p>Ltsoukanelis: </p> <hr /> <div>Συγγραφείς: Jesse Casana, PhD, and John Kantner, PhD Posted on 3 June 2014<br /> <br /> Πηγή : [https://www.elsevier.com/connect/drones-are-the-latest-archaeological-tool Link]<br /> <br /> '''Περίληψη''' <br /> <br /> Δύο αρχαιολόγοι γράφουν σχετικά με το πώς χρησιμοποίησαν drones για να ανακαλύψουν ένα χωρίο 1.000 ετών στο Νέο Μεξικό .<br /> <br /> '''Εισαγωγή'''<br /> <br /> O Δρ John Kantner του Πανεπιστημίου της Βόρειας Φλόριντα και ο Δρ Jesse Casana του Πανεπιστημίου του Αρκάνσας έχουν χρησιμοποιήσει μη επανδρωμένα αεροσκάφη για να διεξάγουν αρχαιολογική έρευνα σε μια απομακρυσμένη περιοχή στό βορειοδυτικό Νέο Μεξικό. Έχουν μελετήσει τον πολιτισμό των αρχαίων Puebloans, ο οποίος υπήρχε στην περιοχή για περισσότερα από 300 χρόνια αρχίζοντας από τον ένατο αιώνα. Στο παρόν άρθρο γράφουν σχετικά με την έρευνα που δημοσιεύτηκε τον Ιούνιο του 2914 στο περιοδικό Journal of Archaeological Science<br /> <br /> <br /> [[Αρχείο:dr1.jpg|300px|thumb|left|]] <br /> [[Αρχείο:dr2.jpg|300px|thumb|right|]]<br /> [[Αρχείο:dr3.jpg|300px|thumb|left|]] <br /> '''<br /> Η Έρευνα'''<br /> <br /> Οι αρχαιολόγοι γνωρίζουν από τη δεκαετία του 1970 ότι οι αεροφωτογραφίες στα υπέρυθρα μήκη κύματος μπορούν να είναι πολύ χρήσιμες για την εξέταση εδαφών που καλύπτονται από βλάστηση. Ωστόσο, αυτό θα μπορούσε να γίνει μόνο από τους δορυφόρους ή ελικόπτερα, τα οποία είναι ακριβά και έχουν περιορισμούς. Η προσιτή τεχνολογία δεν ήταν πραγματικά διαθέσιμη μέχρι τώρα. Ο μόνος άλλος τρόπος για τον εντοπισμό υπόγειων κατασκευών είναι σκάβοντας ένα μεγάλο αριθμό δοκιμαστικών λάκκων, ο οποίος είναι χρονοβόρος και απαιτεί πολλή προσπάθεια.<br /> <br /> Για την έρευνά τους, χρησιμοποίησαν ένα μη επανδρωμένο εναέριο όχημα (UAV) ή drone, για να μεταφέρει μια κάμερα θερμικής απεικόνισης που μπορεί να ανιχνεύσει τα αρχαιολογικά χαρακτηριστικά που βρίσκονται θαμμένα μέχρι και μισό μέτρο κάτω από την επιφάνεια του εδάφους.<br /> <br /> Η εξακρίβωση της ακριβούς τοποθεσίας των κτιρίων είναι σημαντική να γίνουν υποθέσεις σχετικά με την κοινωνική και πολιτική δυναμική και το πώς αυτές διαμορφώθηκαν και αλληλοεπέδρασαν με την έντονη θρησκευτική κουλτούρα του Chaco Canyon, και να ρίξει περισσότερο φως στο πώς ζούσαν οι άνθρωποι αρχαία Puebloan<br /> <br /> Η έρευνα αποκάλυψε λεπτομέρειες ενός χωριού περίπου 1.000 ετών, με δομές άγνωστες μέχρι σήμερα και που θα απαιτούσαν μια δεκαετία εργασίας, με τον παραδοσιακό-συμβατικό τρόπο, για να μελετηθεί. Τα αποτελέσματα έδειξαν δομές άγνωστης αρχιτεκτονικής και κυκλικές τελετουργικές κατασκευές (πιστεύεται ότι είναι kivas), οι οποίες απαντώνται σε κοντινές περιοχές, όπως είναι το Chaco Canyon, το μνημειακό κέντρο προσκυνήματος που κυριάρχησε στον κόσμο των Puebloan στα μέσα του 11ου μ.Χ. αιώνα.<br /> <br /> Το drone - το CineStar8 - προγραμματίστηκε για να πετάξει μια ακριβή διαδρομή που σχεδιάστηκε με GPS, με την κάμερα απεικόνισης στοχευμένη προς το έδαφος. Οι εικόνες στη συνέχεια αντιπαραβλήθηκαν με τη χρήση προηγμένων φωτογραμμετρικών μεθόδων, και παρήγαγαν έναν ακριβή θερμικό χάρτη της περιοχής.<br /> <br /> '''Πλεονεκτήματα των drones'''<br /> <br /> Τα UAVs έχουν πολλά πλεονεκτήματα σε σχέση με τις παραδοσιακές μορφές της αρχαιολογικής εναέριας απεικόνισης, ιδιαίτερα στην ικανότητά τους να καλύπτουν μεγάλες περιοχές σε ένα σταθερό ύψος και ταχύτητα, κάτω από ένα ευρύ φάσμα του ανέμου-καιρικών συνθηκών. Για την εναέρια θερμογραφία, αυτές οι δυνατότητες είναι απαραίτητες, διότι υπάρχει ένα μικρό παράθυρο του χρόνου για να συλλάβει κανείς αυτές τις εικόνες. Για να μεγιστοποιηθεί η αρχαιολογική ορατότητα, η θερμική απεικόνιση πρέπει να πραγματοποιείται σε μια κατάλληλη ώρα της ημέρας, όταν δηλαδή, η αντίθεση της θερμικής αδράνειας είναι στο υψηλότερο σημείο μεταξύ αρχαιολογικών στόχων και του εδαφικού υπόβαθρου και εδαφοκάλυψης. Επιπλέον, ολόκληρη η περιοχή της έρευνας πρέπει να καλυφθεί σε σύντομο χρονικό διάστημα έτσι ώστε να μειώσει όσο το δυνατόν περισσότερο, τις μεταβολές της θερμικών τιμών που οφείλονται στο μεταβαλλόμενο περιβάλλον.<br /> <br /> <br /> [[category:Αρχαιολογία]]</div>

Ltsoukanelis http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B1_drones_%CE%B5%CE%AF%CE%BD%CE%B1%CE%B9_%CF%84%CE%B1_%CF%84%CE%B5%CE%BB%CE%B5%CF%85%CF%84%CE%B1%CE%AF%CE%B1_%CE%B1%CF%81%CF%87%CE%B1%CE%B9%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CE%AC_%CE%B5%CF%81%CE%B3%CE%B1%CE%BB%CE%B5%CE%AF%CE%B1 2017-03-12T09:39:03Z

<p>Ltsoukanelis: </p> <hr /> <div>Συγγραφείς: Jesse Casana, PhD, and John Kantner, PhD Posted on 3 June 2014<br /> <br /> Πηγή : [https://www.elsevier.com/connect/drones-are-the-latest-archaeological-tool Link]<br /> <br /> '''Περίληψη''' <br /> <br /> Δύο αρχαιολόγοι γράφουν σχετικά με το πώς χρησιμοποίησαν drones για να ανακαλύψουν ένα χωρίο 1.000 ετών στο Νέο Μεξικό .<br /> <br /> '''Εισαγωγή'''<br /> <br /> O Δρ John Kantner του Πανεπιστημίου της Βόρειας Φλόριντα και ο Δρ Jesse Casana του Πανεπιστημίου του Αρκάνσας έχουν χρησιμοποιήσει μη επανδρωμένα αεροσκάφη για να διεξάγουν αρχαιολογική έρευνα σε μια απομακρυσμένη περιοχή στό βορειοδυτικό Νέο Μεξικό. Έχουν μελετήσει τον πολιτισμό των αρχαίων Puebloans, ο οποίος υπήρχε στην περιοχή για περισσότερα από 300 χρόνια αρχίζοντας από τον ένατο αιώνα. Στο παρόν άρθρο γράφουν σχετικά με την έρευνα που δημοσιεύτηκε τον Ιούνιο του 2914 στο περιοδικό Journal of Archaeological Science<br /> <br /> <br /> [[Αρχείο:dr1.jpg|300px|thumb|left|]] <br /> [[Αρχείο:dr2.jpg|300px|thumb|right|]]<br /> [[Αρχείο:dr3.jpg|300px|thumb|left|]] <br /> <br /> Οι αρχαιολόγοι γνωρίζουν από τη δεκαετία του 1970 ότι οι αεροφωτογραφίες στα υπέρυθρα μήκη κύματος μπορούν να είναι πολύ χρήσιμες για την εξέταση εδαφών που καλύπτονται από βλάστηση. Ωστόσο, αυτό θα μπορούσε να γίνει μόνο από τους δορυφόρους ή ελικόπτερα, τα οποία είναι ακριβά και έχουν περιορισμούς. Η προσιτή τεχνολογία δεν ήταν πραγματικά διαθέσιμη μέχρι τώρα. Ο μόνος άλλος τρόπος για τον εντοπισμό υπόγειων κατασκευών είναι σκάβοντας ένα μεγάλο αριθμό δοκιμαστικών λάκκων, ο οποίος είναι χρονοβόρος και απαιτεί πολλή προσπάθεια.<br /> <br /> Για την έρευνά τους, χρησιμοποίησαν ένα μη επανδρωμένο εναέριο όχημα (UAV) ή drone, για να μεταφέρει μια κάμερα θερμικής απεικόνισης που μπορεί να ανιχνεύσει τα αρχαιολογικά χαρακτηριστικά που βρίσκονται θαμμένα μέχρι και μισό μέτρο κάτω από την επιφάνεια του εδάφους.<br /> <br /> Η εξακρίβωση της ακριβούς τοποθεσίας των κτιρίων είναι σημαντική να γίνουν υποθέσεις σχετικά με την κοινωνική και πολιτική δυναμική και το πώς αυτές διαμορφώθηκαν και αλληλοεπέδρασαν με την έντονη θρησκευτική κουλτούρα του Chaco Canyon, και να ρίξει περισσότερο φως στο πώς ζούσαν οι άνθρωποι αρχαία Puebloan<br /> <br /> Η έρευνα αποκάλυψε λεπτομέρειες ενός χωριού περίπου 1.000 ετών, με δομές άγνωστες μέχρι σήμερα και που θα απαιτούσαν μια δεκαετία εργασίας, με τον παραδοσιακό-συμβατικό τρόπο, για να μελετηθεί. Τα αποτελέσματα έδειξαν δομές άγνωστης αρχιτεκτονικής και κυκλικές τελετουργικές κατασκευές (πιστεύεται ότι είναι kivas), οι οποίες απαντώνται σε κοντινές περιοχές, όπως είναι το Chaco Canyon, το μνημειακό κέντρο προσκυνήματος που κυριάρχησε στον κόσμο των Puebloan στα μέσα του 11ου μ.Χ. αιώνα.<br /> <br /> Το drone - το CineStar8 - προγραμματίστηκε για να πετάξει μια ακριβή διαδρομή που σχεδιάστηκε με GPS, με την κάμερα απεικόνισης στοχευμένη προς το έδαφος. Οι εικόνες στη συνέχεια αντιπαραβλήθηκαν με τη χρήση προηγμένων φωτογραμμετρικών μεθόδων, και παρήγαγαν έναν ακριβή θερμικό χάρτη της περιοχής.<br /> <br /> '''Πλεονεκτήματα των drones'''<br /> <br /> Τα UAVs έχουν πολλά πλεονεκτήματα σε σχέση με τις παραδοσιακές μορφές της αρχαιολογικής εναέριας απεικόνισης, ιδιαίτερα στην ικανότητά τους να καλύπτουν μεγάλες περιοχές σε ένα σταθερό ύψος και ταχύτητα, κάτω από ένα ευρύ φάσμα του ανέμου-καιρικών συνθηκών. Για την εναέρια θερμογραφία, αυτές οι δυνατότητες είναι απαραίτητες, διότι υπάρχει ένα μικρό παράθυρο του χρόνου για να συλλάβει κανείς αυτές τις εικόνες. Για να μεγιστοποιηθεί η αρχαιολογική ορατότητα, η θερμική απεικόνιση πρέπει να πραγματοποιείται σε μια κατάλληλη ώρα της ημέρας, όταν δηλαδή, η αντίθεση της θερμικής αδράνειας είναι στο υψηλότερο σημείο μεταξύ αρχαιολογικών στόχων και του εδαφικού υπόβαθρου και εδαφοκάλυψης. Επιπλέον, ολόκληρη η περιοχή της έρευνας πρέπει να καλυφθεί σε σύντομο χρονικό διάστημα έτσι ώστε να μειώσει όσο το δυνατόν περισσότερο, τις μεταβολές της θερμικών τιμών που οφείλονται στο μεταβαλλόμενο περιβάλλον.<br /> <br /> <br /> [[category:Αρχαιολογία]]</div>

Ltsoukanelis http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B1_drones_%CE%B5%CE%AF%CE%BD%CE%B1%CE%B9_%CF%84%CE%B1_%CF%84%CE%B5%CE%BB%CE%B5%CF%85%CF%84%CE%B1%CE%AF%CE%B1_%CE%B1%CF%81%CF%87%CE%B1%CE%B9%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CE%AC_%CE%B5%CF%81%CE%B3%CE%B1%CE%BB%CE%B5%CE%AF%CE%B1 2017-03-12T09:33:34Z

<p>Ltsoukanelis: </p> <hr /> <div>Συγγραφείς: Jesse Casana, PhD, and John Kantner, PhD Posted on 3 June 2014<br /> <br /> Πηγή : [https://www.elsevier.com/connect/drones-are-the-latest-archaeological-tool Link]<br /> <br /> '''Περίληψη''' <br /> <br /> Δύο αρχαιολόγοι γράφουν σχετικά με το πώς χρησιμοποίησαν drones για να ανακαλύψουν ένα χωρίο 1.000 ετών στο Νέο Μεξικό .<br /> <br /> '''Εισαγωγή'''<br /> <br /> O Δρ John Kantner του Πανεπιστημίου της Βόρειας Φλόριντα και ο Δρ Jesse Casana του Πανεπιστημίου του Αρκάνσας έχουν χρησιμοποιήσει μη επανδρωμένα αεροσκάφη για να διεξάγουν αρχαιολογική έρευνα σε μια απομακρυσμένη περιοχή στό βορειοδυτικό Νέο Μεξικό. Έχουν μελετήσει τον πολιτισμό των αρχαίων Puebloans, ο οποίος υπήρχε στην περιοχή για περισσότερα από 300 χρόνια αρχίζοντας από τον ένατο αιώνα. Στο παρόν άρθρο γράφουν σχετικά με την έρευνα που δημοσιεύτηκε τον Ιούνιο του 2914 στο περιοδικό Journal of Archaeological Science<br /> <br /> <br /> [[Αρχείο:dr1.jpg|300px|thumb|left|]] <br /> [[Αρχείο:dr2.jpg|300px|thumb|right|]]<br /> [[Αρχείο:dr3.jpg|300px|thumb|left|]] <br /> <br /> Οι αρχαιολόγοι γνωρίζουν από τη δεκαετία του 1970 ότι οι αεροφωτογραφίες στα υπέρυθρα μήκη κύματος μπορούν να είναι πολύ χρήσιμες για την εξέταση εδαφών που καλύπτονται από βλάστηση. Ωστόσο, αυτό θα μπορούσε να γίνει μόνο από τους δορυφόρους ή ελικόπτερα, τα οποία είναι ακριβά και έχουν περιορισμούς. Η προσιτή τεχνολογία δεν ήταν πραγματικά διαθέσιμη μέχρι τώρα. Ο μόνος άλλος τρόπος για τον εντοπισμό υπόγειων κατασκευών είναι σκάβοντας ένα μεγάλο αριθμό δοκιμαστικών λάκκων, ο οποίος είναι χρονοβόρος και απαιτεί πολλή προσπάθεια.<br /> <br /> Για την έρευνά τους, χρησιμοποίησαν ένα μη επανδρωμένο εναέριο όχημα (UAV) ή drone, για να μεταφέρει μια κάμερα θερμικής απεικόνισης που μπορεί να ανιχνεύσει τα αρχαιολογικά χαρακτηριστικά που βρίσκονται θαμμένα μέχρι και μισό μέτρο κάτω από την επιφάνεια του εδάφους.<br /> <br /> Η εξακρίβωση της ακριβούς τοποθεσίας των κτιρίων είναι σημαντική να γίνουν υποθέσεις σχετικά με την κοινωνική και πολιτική δυναμική και το πώς αυτές διαμορφώθηκαν και αλληλοεπέδρασαν με την έντονη θρησκευτική κουλτούρα του Chaco Canyon, και να ρίξει περισσότερο φως στο πώς ζούσαν οι άνθρωποι αρχαία Puebloan<br /> <br /> Η έρευνα αποκάλυψε λεπτομέρειες ενός χωριού περίπου 1.000 ετών, με δομές άγνωστες μέχρι σήμερα και που θα απαιτούσαν μια δεκαετία εργασίας, με τον παραδοσιακό-συμβατικό τρόπο, για να μελετηθεί. Τα αποτελέσματα έδειξαν δομές άγνωστης αρχιτεκτονικής και κυκλικές τελετουργικές κατασκευές (πιστεύεται ότι είναι kivas), οι οποίες απαντώνται σε κοντινές περιοχές, όπως είναι το Chaco Canyon, το μνημειακό κέντρο προσκυνήματος που κυριάρχησε στον κόσμο των Puebloan στα μέσα του 11ου μ.Χ. αιώνα.<br /> <br /> Το drone - το CineStar8 - προγραμματίστηκε για να πετάξει μια ακριβή διαδρομή που σχεδιάστηκε με GPS, με την κάμερα απεικόνισης στοχευμένη προς το έδαφος. Οι εικόνες στη συνέχεια αντιπαραβλήθηκαν με τη χρήση προηγμένων φωτογραμμετρικών μεθόδων, και παρήγαγαν έναν ακριβή θερμικό χάρτη της περιοχής.<br /> <br /> [[category:Αρχαιολογία]]</div>

Ltsoukanelis http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B1_drones_%CE%B5%CE%AF%CE%BD%CE%B1%CE%B9_%CF%84%CE%B1_%CF%84%CE%B5%CE%BB%CE%B5%CF%85%CF%84%CE%B1%CE%AF%CE%B1_%CE%B1%CF%81%CF%87%CE%B1%CE%B9%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CE%AC_%CE%B5%CF%81%CE%B3%CE%B1%CE%BB%CE%B5%CE%AF%CE%B1 2017-03-12T09:31:06Z

<p>Ltsoukanelis: </p> <hr /> <div>Συγγραφείς: Jesse Casana, PhD, and John Kantner, PhD Posted on 3 June 2014<br /> <br /> Πηγή : [https://www.elsevier.com/connect/drones-are-the-latest-archaeological-tool Link]<br /> <br /> '''Περίληψη''' <br /> <br /> Δύο αρχαιολόγοι γράφουν σχετικά με το πώς χρησιμοποίησαν drones για να ανακαλύψουν ένα χωρίο 1.000 ετών στο Νέο Μεξικό .<br /> <br /> '''Εισαγωγή'''<br /> <br /> O Δρ John Kantner του Πανεπιστημίου της Βόρειας Φλόριντα και ο Δρ Jesse Casana του Πανεπιστημίου του Αρκάνσας έχουν χρησιμοποιήσει μη επανδρωμένα αεροσκάφη για να διεξάγουν αρχαιολογική έρευνα σε μια απομακρυσμένη περιοχή στό βορειοδυτικό Νέο Μεξικό. Έχουν μελετήσει τον πολιτισμό των αρχαίων Puebloans, ο οποίος υπήρχε στην περιοχή για περισσότερα από 300 χρόνια αρχίζοντας από τον ένατο αιώνα. Στο παρόν άρθρο γράφουν σχετικά με την έρευνα που δημοσιεύτηκε τον Ιούνιο του 2914 στο περιοδικό Journal of Archaeological Science<br /> <br /> <br /> [[Αρχείο:dr1.jpg|300px|thumb|left|]] <br /> [[Αρχείο:dr2.jpg|300px|thumb|right|]]<br /> [[Αρχείο:dr3.jpg|300px|thumb|left|]] <br /> <br /> Οι αρχαιολόγοι γνωρίζουν από τη δεκαετία του 1970 ότι οι αεροφωτογραφίες στα υπέρυθρα μήκη κύματος μπορούν να είναι πολύ χρήσιμες για την εξέταση εδαφών που καλύπτονται από βλάστηση. Ωστόσο, αυτό θα μπορούσε να γίνει μόνο από τους δορυφόρους ή ελικόπτερα, τα οποία είναι ακριβά και έχουν περιορισμούς. Η προσιτή τεχνολογία δεν ήταν πραγματικά διαθέσιμη μέχρι τώρα. Ο μόνος άλλος τρόπος για τον εντοπισμό υπόγειων κατασκευών είναι σκάβοντας ένα μεγάλο αριθμό δοκιμαστικών λάκκων, ο οποίος είναι χρονοβόρος και απαιτεί πολλή προσπάθεια.<br /> <br /> Για την έρευνά τους, χρησιμοποίησαν ένα μη επανδρωμένο εναέριο όχημα (UAV) ή drone, για να μεταφέρει μια κάμερα θερμικής απεικόνισης που μπορεί να ανιχνεύσει τα αρχαιολογικά χαρακτηριστικά που βρίσκονται θαμμένα μέχρι και μισό μέτρο κάτω από την επιφάνεια του εδάφους.<br /> <br /> Η έρευνα αποκάλυψε λεπτομέρειες ενός χωριού περίπου 1.000 ετών, με δομές άγνωστες μέχρι σήμερα και που θα απαιτούσαν μια δεκαετία εργασίας, με τον παραδοσιακό-συμβατικό τρόπο, για να μελετηθεί. Τα αποτελέσματα έδειξαν δομές άγνωστης αρχιτεκτονικής και κυκλικές τελετουργικές κατασκευές (πιστεύεται ότι είναι kivas), οι οποίες απαντώνται σε κοντινές περιοχές, όπως είναι το Chaco Canyon, το μνημειακό κέντρο προσκυνήματος που κυριάρχησε στον κόσμο των Puebloan στα μέσα του 11ου μ.Χ. αιώνα.<br /> <br /> Το drone - το CineStar8 - προγραμματίστηκε για να πετάξει μια ακριβή διαδρομή που σχεδιάστηκε με GPS, με την κάμερα απεικόνισης στοχευμένη προς το έδαφος. Οι εικόνες στη συνέχεια αντιπαραβλήθηκαν με τη χρήση προηγμένων φωτογραμμετρικών μεθόδων, και παρήγαγαν έναν ακριβή θερμικό χάρτη της περιοχής.<br /> <br /> [[category:Αρχαιολογία]]</div>

Ltsoukanelis http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B1_drones_%CE%B5%CE%AF%CE%BD%CE%B1%CE%B9_%CF%84%CE%B1_%CF%84%CE%B5%CE%BB%CE%B5%CF%85%CF%84%CE%B1%CE%AF%CE%B1_%CE%B1%CF%81%CF%87%CE%B1%CE%B9%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CE%AC_%CE%B5%CF%81%CE%B3%CE%B1%CE%BB%CE%B5%CE%AF%CE%B1 2017-03-11T19:18:26Z

<p>Ltsoukanelis: </p> <hr /> <div>Συγγραφείς: Jesse Casana, PhD, and John Kantner, PhD Posted on 3 June 2014<br /> <br /> Πηγή : [https://www.elsevier.com/connect/drones-are-the-latest-archaeological-tool Link]<br /> <br /> '''Περίληψη''' <br /> <br /> Δύο αρχαιολόγοι γράφουν σχετικά με το πώς χρησιμοποίησαν drones για να ανακαλύψουν ένα χωρίο 1.000 ετών στο Νέο Μεξικό .<br /> <br /> '''Εισαγωγή'''<br /> <br /> O Δρ John Kantner του Πανεπιστημίου της Βόρειας Φλόριντα και ο Δρ Jesse Casana του Πανεπιστημίου του Αρκάνσας έχουν χρησιμοποιήσει μη επανδρωμένα αεροσκάφη για να διεξάγουν αρχαιολογική έρευνα σε μια απομακρυσμένη περιοχή στό βορειοδυτικό Νέο Μεξικό. Έχουν μελετήσει τον πολιτισμό των αρχαίων Puebloans, ο οποίος υπήρχε στην περιοχή για περισσότερα από 300 χρόνια αρχίζοντας από τον ένατο αιώνα. Στο παρόν άρθρο γράφουν σχετικά με την έρευνα που δημοσιεύτηκε τον Ιούνιο του 2914 στο περιοδικό Journal of Archaeological Science<br /> <br /> <br /> [[Αρχείο:dr1.jpg|300px|thumb|left|]] <br /> [[Αρχείο:dr2.jpg|300px|thumb|right|]]<br /> [[Αρχείο:dr3.jpg|300px|thumb|left|]] <br /> <br /> Οι αρχαιολόγοι γνωρίζουν από τη δεκαετία του 1970 ότι οι αεροφωτογραφίες στα υπέρυθρα μήκη κύματος μπορούν να είναι πολύ χρήσιμες για την εξέταση εδαφών που καλύπτονται από βλάστηση. Ωστόσο, αυτό θα μπορούσε να γίνει μόνο από τους δορυφόρους ή ελικόπτερα, τα οποία είναι ακριβά και έχουν περιορισμούς. Η προσιτή τεχνολογία δεν ήταν πραγματικά διαθέσιμη μέχρι τώρα. Ο μόνος άλλος τρόπος για τον εντοπισμό υπόγειων κατασκευών είναι σκάβοντας ένα μεγάλο αριθμό δοκιμαστικών λάκκων, ο οποίος είναι χρονοβόρος και απαιτεί πολλή προσπάθεια.<br /> <br /> Για την έρευνά τους, χρησιμοποίησαν ένα μη επανδρωμένο εναέριο όχημα (UAV) ή drone, για να μεταφέρει μια κάμερα θερμικής απεικόνισης που μπορεί να ανιχνεύσει τα αρχαιολογικά χαρακτηριστικά που βρίσκονται θαμμένα μέχρι και μισό μέτρο κάτω από την επιφάνεια του εδάφους.<br /> <br /> Το drone - το CineStar8 - προγραμματίστηκε για να πετάξει μια ακριβή διαδρομή που σχεδιάστηκε με GPS, με την κάμερα απεικόνισης στοχευμένη προς το έδαφος. Οι εικόνες στη συνέχεια αντιπαραβλήθηκαν με τη χρήση προηγμένων φωτογραμμετρικών μεθόδων, και παρήγαγαν έναν ακριβή θερμικό χάρτη της περιοχής.<br /> <br /> [[category:Αρχαιολογία]]</div>

Ltsoukanelis http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B1_drones_%CE%B5%CE%AF%CE%BD%CE%B1%CE%B9_%CF%84%CE%B1_%CF%84%CE%B5%CE%BB%CE%B5%CF%85%CF%84%CE%B1%CE%AF%CE%B1_%CE%B1%CF%81%CF%87%CE%B1%CE%B9%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CE%AC_%CE%B5%CF%81%CE%B3%CE%B1%CE%BB%CE%B5%CE%AF%CE%B1 2017-03-11T19:14:44Z

<p>Ltsoukanelis: </p> <hr /> <div>Συγγραφείς: Jesse Casana, PhD, and John Kantner, PhD Posted on 3 June 2014<br /> <br /> Πηγή : [https://www.elsevier.com/connect/drones-are-the-latest-archaeological-tool Link]<br /> <br /> '''Περίληψη''' <br /> <br /> Δύο αρχαιολόγοι γράφουν σχετικά με το πώς χρησιμοποίησαν drones για να ανακαλύψουν ένα χωρίο 1.000 ετών στο Νέο Μεξικό .<br /> <br /> '''Εισαγωγή'''<br /> <br /> O Δρ John Kantner του Πανεπιστημίου της Βόρειας Φλόριντα και ο Δρ Jesse Casana του Πανεπιστημίου του Αρκάνσας έχουν χρησιμοποιήσει μη επανδρωμένα αεροσκάφη για να διεξάγουν αρχαιολογική έρευνα σε μια απομακρυσμένη περιοχή στό βορειοδυτικό Νέο Μεξικό. Έχουν μελετήσει τον πολιτισμό των αρχαίων Puebloans, ο οποίος υπήρχε στην περιοχή για περισσότερα από 300 χρόνια αρχίζοντας από τον ένατο αιώνα. Στο παρόν άρθρο γράφουν σχετικά με την έρευνα που δημοσιεύτηκε τον Ιούνιο του 2914 στο περιοδικό Journal of Archaeological Science<br /> <br /> <br /> [[Αρχείο:dr1.jpg|300px|thumb|left|]] <br /> [[Αρχείο:dr2.jpg|300px|thumb|right|]]<br /> [[Αρχείο:dr3.jpg|300px|thumb|left|]] <br /> <br /> Οι αρχαιολόγοι γνωρίζουν από τη δεκαετία του 1970 ότι οι αεροφωτογραφίες στα υπέρυθρα μήκη κύματος μπορούν να είναι πολύ χρήσιμες για την εξέταση εδαφών που καλύπτονται από βλάστηση. Ωστόσο, αυτό θα μπορούσε να γίνει μόνο από τους δορυφόρους ή ελικόπτερα, τα οποία είναι ακριβά και έχουν περιορισμούς. Η προσιτή τεχνολογία δεν ήταν πραγματικά διαθέσιμη μέχρι τώρα. Ο μόνος άλλος τρόπος για τον εντοπισμό υπόγειων κατασκευών είναι σκάβοντας ένα μεγάλο αριθμό δοκιμαστικών λάκκων, ο οποίος είναι χρονοβόρος και απαιτεί πολλή προσπάθεια.<br /> [[category:Αρχαιολογία]]</div>

Ltsoukanelis