<?xml version="1.0"?>
<?xml-stylesheet type="text/css" href="http://147.102.106.44/rs/wiki/skins/common/feed.css?270"?>
<feed xmlns="http://www.w3.org/2005/Atom" xml:lang="el">
		<id>http://147.102.106.44/rs/wiki/index.php?feed=atom&amp;target=M_kakara&amp;title=%CE%95%CE%B9%CE%B4%CE%B9%CE%BA%CF%8C%3A%CE%A3%CF%85%CE%BD%CE%B5%CE%B9%CF%83%CF%86%CE%BF%CF%81%CE%AD%CF%82%2FM_kakara</id>
		<title>RemoteSensing Wiki - Συνεισφορές χρήστη [el]</title>
		<link rel="self" type="application/atom+xml" href="http://147.102.106.44/rs/wiki/index.php?feed=atom&amp;target=M_kakara&amp;title=%CE%95%CE%B9%CE%B4%CE%B9%CE%BA%CF%8C%3A%CE%A3%CF%85%CE%BD%CE%B5%CE%B9%CF%83%CF%86%CE%BF%CF%81%CE%AD%CF%82%2FM_kakara"/>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%95%CE%B9%CE%B4%CE%B9%CE%BA%CF%8C:%CE%A3%CF%85%CE%BD%CE%B5%CE%B9%CF%83%CF%86%CE%BF%CF%81%CE%AD%CF%82/M_kakara"/>
		<updated>2026-04-23T18:29:54Z</updated>
		<subtitle>Από RemoteSensing Wiki</subtitle>
		<generator>MediaWiki 1.16.2</generator>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%9A4.png</id>
		<title>Αρχείο:Κ4.png</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%9A4.png"/>
				<updated>2022-02-10T10:50:30Z</updated>
		
		<summary type="html">&lt;p&gt;M kakara: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>M kakara</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%9A3.png</id>
		<title>Αρχείο:Κ3.png</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%9A3.png"/>
				<updated>2022-02-10T10:50:05Z</updated>
		
		<summary type="html">&lt;p&gt;M kakara: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>M kakara</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%9A2.png</id>
		<title>Αρχείο:Κ2.png</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%9A2.png"/>
				<updated>2022-02-10T10:49:44Z</updated>
		
		<summary type="html">&lt;p&gt;M kakara: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>M kakara</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CE%BF%CF%80%CE%B9%CE%BA%CE%AE_%CE%B1%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%B4%CE%B9%CE%B1%CE%BA%CF%85%CE%BC%CE%AC%CE%BD%CF%83%CE%B5%CF%89%CE%BD_%CF%85%CF%80%CF%8C%CE%B3%CE%B5%CE%B9%CF%89%CE%BD_%CF%85%CE%B4%CE%AC%CF%84%CE%B9%CE%BD%CF%89%CE%BD_%CE%B1%CF%80%CE%BF%CE%B8%CE%B5%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CF%83%CF%84%CE%B7%CE%BD_%CE%BB%CE%B5%CE%BA%CE%AC%CE%BD%CE%B7_%CF%84%CE%BF%CF%85_%CF%80%CE%BF%CF%84%CE%B1%CE%BC%CE%BF%CF%8D_Hains_%CF%83%CF%84%CE%B7%CE%BD_%CE%9A%CE%AF%CE%BD%CE%B1.</id>
		<title>Τηλεπισκοπική ανάλυση των διακυμάνσεων υπόγειων υδάτινων αποθεμάτων στην λεκάνη του ποταμού Hains στην Κίνα.</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CE%BF%CF%80%CE%B9%CE%BA%CE%AE_%CE%B1%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%B4%CE%B9%CE%B1%CE%BA%CF%85%CE%BC%CE%AC%CE%BD%CF%83%CE%B5%CF%89%CE%BD_%CF%85%CF%80%CF%8C%CE%B3%CE%B5%CE%B9%CF%89%CE%BD_%CF%85%CE%B4%CE%AC%CF%84%CE%B9%CE%BD%CF%89%CE%BD_%CE%B1%CF%80%CE%BF%CE%B8%CE%B5%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CF%83%CF%84%CE%B7%CE%BD_%CE%BB%CE%B5%CE%BA%CE%AC%CE%BD%CE%B7_%CF%84%CE%BF%CF%85_%CF%80%CE%BF%CF%84%CE%B1%CE%BC%CE%BF%CF%8D_Hains_%CF%83%CF%84%CE%B7%CE%BD_%CE%9A%CE%AF%CE%BD%CE%B1."/>
				<updated>2022-02-10T10:47:31Z</updated>
		
		<summary type="html">&lt;p&gt;M kakara: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Category:  Υδατικοί πόροι]]&lt;br /&gt;
&lt;br /&gt;
'''Τηλεπισκοπική ανάλυση των διακυμάνσεων υπόγειων υδάτινων αποθεμάτων στην λεκάνη του ποταμού Haihe στην Κίνα'''&lt;br /&gt;
&lt;br /&gt;
Detection of human-induced evapotranspiration using GRACE satellite observations in the Haihe River basin of China&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Xu, Haili &amp;amp; Pan, Yun &amp;amp; Gong, Huili &amp;amp; Zhou, Demin&lt;br /&gt;
 &lt;br /&gt;
'''Πηγή:''' [[https://www.researchgate.net/publication/261393389_Remotely_sensed_groundwater_storage_variations_in_Hai_River_basin_China]]&lt;br /&gt;
&lt;br /&gt;
'''Abstract'''&lt;br /&gt;
&lt;br /&gt;
Η τοπική εξατμισοδιαπνοή (ΕΤ) μπορεί να ενισχύεται από ανθρώπινες δραστηριότητες όπως η άρδευση και η κατακράτηση σε ταμιευτήρες. Σε αυτήν την μελέτη χρησιμοποιήθηκαν δεδομένα σχετικά με  την αποθήκευση χερσαίων υδάτων μέσω της  Ανάκτησης Βαρύτητας και Κλιματικού Πειράματος (Gravity Recovery and Climate Experiment - GRACE) προκειμένου να ανιχνευθεί η προκλειθήσα από τον άνθρωπο αλλαγή της τοπικής εξατμισοδιαπνοής (ET) στην λεκάνη του ποταμού Haihe στην Κίνα. Η σύγκριση μεταξύ των μηνιαίων εκτιμήσεων της ΕΤ με βάση την GRACE (2005-2012) και οι μοντελοποιήσεις της ΕΤ μέσω του Παγκόσμιου Συστήματος Εξομοίωσης (GLDAS) υποδηλώνουν πως η ΕΤ οφείλεται σε ανθρωπογενείς δραστηριότητες λόγω της εκτεταμένης υπόγειας άρδευσης από τον Μάρτιο μέχρι τον Μάιο και μπορεί να εντοπιστεί μόνο από το GRACE. &lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Δεδομένης της μοναδικής ικανότητας παρακολούθησης των χερσαίων αποθεμάτων νερού (TWS) από το διάστημα, οι μετρήσεις βαρύτητας από την δίδυμη αποστολή δορυφόρων GRACE χρησιμοποιούνται ταυτόχρονα με άλλα βοηθητικά δεδομένα, που αφορούν κυρίως κατακρημνίσεις και ροή υδάτων, ώστε να υπολογιστεί η τοπική εξατμισοδιαπνοή (ΕΤ). Oι περισσότερες από αυτές τις μελέτες επικεντρώνονται στην σύγκριση των εκτιμήσεων GRACE της ΕΤ από την διαχείριση των υδάτινων πόρων (ΕΤGWB) με άλλες μεθόδους όπως οι προσομοιώσεις μοντέλων επιφάνειας γης (LSM) ή τις τεχνικές τηλεπισκόπησης όπως η μέτρια ανάλυση απεικόνισης φασματοραδιόμετρου (Moderate Resolution Imaging Spectroradiometer - MODIS) (Corbari et al.,2014). H ET δεν επηρεάζεται μόνο από παράγοντες του φυσικού κλίματος και της βλάστησης αλλά και από ανθρώπινες δραστηριότητες όπως η άρδευση και η άντληση υπόγειων υδάτων.&lt;br /&gt;
Είναι κοινά παραδεκτό πως η GRACE μπορεί να εντοπίσει αλλαγές στο TWS (το άθροισμα των αποθηκευμένων επιφανειακών υδάτων (SWS), στην αποθήκευση της υγρασίας του εδάφους (SMS) και της αποθήκευσης των υπόγειων υδάτων (GWS)) που προκαλούνται τόσο από φυσικούς όσο και από ανθρωπογενείς παράγοντες. Σε αυτήν την μελέτη ακολουθήθηκε παρόμοια προσέγγιση με τους Castle et al.,2016 για τον υπολογισμό της ΕΤ για την λεκάνη του ποταμού Haihe (HRB) στην Βόρεια Κίνα που χαρακτηρίζεται από εκτεταμένη άντληση υπόγειων υδάτων. Αυτή η περιοχή κατοικείται από 120 εκατομμύρια ανθρώπους και παράγει το 10% των συνολικών σιτηρών της Κίνας. Σε αυτήν την μελέτη τα μηνιαία δεδομένα GRACE (2005-2012) επαληθεύτηκαν πρώτα με επιτόπιες μετρήσεις για τα επιφανειακά ύδατα, την υγρασία του εδάφους, τα επίπεδα των υπόγειων υδάτων και στην συνέχεια χρησιμοποιήθηκαν για τον υπολογισμό της ΕΤGWB.&lt;br /&gt;
&lt;br /&gt;
'''Μεθοδολογία'''&lt;br /&gt;
&lt;br /&gt;
Τα δεδομένα που χρησιμοποιήθηκαν σε αυτήν την μελέτη εμπίπτουν σε 5 κατηγορίες: &lt;br /&gt;
1) GRACE level-2 Release 05 σφαιρικές αρμονικές (SH) λύσεις που δόθηκαν από το κέντρο για την έρευνα του διαστήματος και χρησιμοποιήθηκαν για την εξαγωγή μηνιαίων TWS ανωμαλιών TWSA και TWSC, &lt;br /&gt;
2) την παρατηρημένη TWS περιλαμβάνοντας δεδομένα από επιφανειακά ύδατα από 32 κύριες δεξαμενές, την υγρασία εδάφους από 148 σταθμούς, τα επίπεδα υποθαλάσσιων υδάτων σε 137 παρατηρούμενα πηγάδια&lt;br /&gt;
3) τα ετήσια πλέγματα (0.5ο) κατακρημνίσεων από τον Μετερεολογικό Σταθμό της Κίνας (CMA)&lt;br /&gt;
4) οι υπολογισμοί της ΕΤ από τα GLDAS και MODIS που χρησιμοποιήθηκαν για την σύγκριση για την ETGWB και &lt;br /&gt;
5) τόσο η ΕΤ που προσομοιάστηκε από το τοπικό υδρολογικό μοντέλο και ο υπολογισμός στο ΕΤΗ που βασίζεται σε πληροφορίες για την κατανάλωση του νερού που χρησιμοποιήθηκαν για να επαληθεύσουν περεταίρω την ΕΤGWB. &lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα''' &lt;br /&gt;
&lt;br /&gt;
Η εικόνα 2a παρουσιάζει τις  μηνιαίες κατακρημνίσεις κατά την περίοδο 2005-2012 για τα συστατικά TWS (SWS,SMS, GWS) και τις παρατηρούμενες ανωμαλίες. Όπως παρατηρείται η εποχιακή μεταβλητότητα και η μακροχρόνια τάση μείωσης της TWS προκαλούνται κυρίως από το GWS, ενώ η μεταβλητότητα μέσα στην κάθε εποχή προκαλείται κυρίως από το SMS. H εικόνα 2b συγκρίνει την TWSA από τα δεδομένα GRACE, και τις επιτόπιες μετρήσεις με τον R (συντελεστή συσχέτισης) καθώς και την μέση τετραγωνική ρίζα του σφάλματος (RMSE). Στις εικόνες 3α και 3β απεικονίζονται οι μέσες ετήσιες τιμές για τους εποχιακούς κύκλους TWSA και TWSC από την βάση δεδομένων GRACE, οι επιτόπιες μετρήσεις και  ο μέσος όρος από 4 GLDAS LSMs. Oι εικόνες 3c και 3d καταγράφουν τις αντίστοιχες μέσες τιμές των ετήσιων κύκλων των κατακρημνίσεων και των απορροών. Όπως φαίνεται η TWSA παραμένει υψηλή κατά την περίοδο από τον Δεκέμβριο έως τον Μάρτιο και στην συνέχεια μειώνεται μέχρι να φτάσει το ετήσιο ελάχιστο τον Ιούνιο πριν αυξηθεί ξανά κατά το δεύτερο μισό του χρόνου. Τα εποχιακά πρότυπα της TWSA στην λεκάνη του ποταμού Haihe μπορούν να αποδοθούν τόσο σε ανθρώπινες όσο και σε φυσικές επιδράσεις όπως οι εντατικές εκταμιεύσεις υπόγειων υδάτων για ποτιστική χρήση χειμερινών σιτηρών.  Oι εικόνες 4 α και 4β απεικονίζουν τις μηνιαίες μέσες τιμές για τους εποχιακούς κύκλους για τους δείκτες ΕΤGWB, ETOWB, και ΕΤ και τις εκτιμήσεις από τα GLDAS και MODIS. Γενικά το ETGWB ταιριάζει αρκετά καλά με το με το ΕΤOWB, ενώ τόσο τα GLDAS και τα MODIS υποδηλώνουν πως οι ασυνέπειες μεταξύ των υπολογισμών ΕΤ ταιρίαζουν με τις πρακτικές διαχείρισης των τοπικών αποθεμάτων υδάτων. Η ΕΤGWB  παρουσιάζει διπλή κορυφή τον Μάιο και τον Αύγουστο παρομοίως με το ETOWB, κάτι που συνδέεται στενά με την εναλλαγή καλλιεργειών μεταξύ αραβόσιτου (Ιούνιος-Οκτώβριος) και σιταριού (Οκτωβρίου-Ιουνίου). Μάλιστα η παραγωγή σιταρίου βασίζεται ιδιαίτερα στην άρδευση με υπόγεια ύδατα, που αγγίζει το 57% των συνολικής ετήσιας κατανάλωσης νερού ( Liu et al.,2002), ενώ ο αραβόσιτος καταναλώνει ελάχιστο ποσοστό υπόγειων υδάτων καθώς βασίζεται σε καλοκαιρινές βροχοπτώσεις (Lei and Yang,2010). [[Αρχείο:κ2.png|200px|thumb|left|Εικόνα 2: Μηνιαία δεδομένα για την περίοδο 2005-2012 για α) κατακρημνίσεις από CMA και επιτόπιες μετρήσεις του συνολικού TWSA, b) Εκτιμήσεις από τον μέσο όρο των GLDAS LSMs, GRACE δεδομένων και επιτόπιων μετρήσεων. Και γ) η ανάλογη TWSC, δηλαδή η μηνιαία αλλαγή της TWSA. ]][[Αρχείο:κ3.png|200px|thumb|right|Eικόνα 3: Oι ετήσιοι μέσοι κύκλοι για a) TWSA, b) TWSC από δεδομένα GRACE και επιτόπιες μετρήσεις και μέσοι όροι των εκτιμήσεων για μοντελοποίησεις GLDAS, c) κατακρημνίσεις από CMA και d) απορρόες από τις επιτόπιες μετρήσεις]] [[Αρχείο:κ4.png|200px|thumb|left|Εικόνα 4: Δεδομένα από την χρονική περίοδο 2005-2012 για α) μηνιαίες αλλαγές, b) μέσους ετήσιους κύκλους, c) ετήσιες αλλαγές για το ΕΤ από τον μέσο όρο των 4 GLDAS LSMs. d) μέσος ετήσιος κύκλος του ΕΤΗ από το στατιστικό δελτίο, e) διάγραμμα διασποράς για τις ετήσιες κατακρημνίσεις από την ΕΤ που βασίζεται στην GRACE καθώς και στην ΕΤ από το στατιστικό δελτίο]]&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Σε αυτήν την μελέτη εξετάζεται η δυναμική των δεδομένων GRACE TWS σχετικά με την  διαχείριση υδάτινων πόρων στον εντοπισμό ανθρωπωγενών ΕΤ αλλαγών στην λεκάνη του ποταμού Haihe στην Κίνα. Τα μηνιαία δεδομένα για την περίοδο 2005-2012 από τα GRACE TWSA και ΤWSC συγκρίθηκαν με τις επιτόπιες μετρήσεις, όσο και με τις προσομοιώσεις GLDAS. Τα GRACE TSWA βρέθηκαν σε συμφωνία με τις επιτόπιες μετρήσεις. Όσον αφορά στα GLDAS παρουσιάζουν τάση ελαφρής αύξησης, καθώς τα GLDAS LSMs δεν προσομοιώνουν τις διεργασίες των υπόγειων υδάτων. Οι εκτιμήσεις για την ET που βασίζεται στην GRACE εμφανίζει μια διπλή εποχιακή κορυφή (τον Μάιο και τον Αύγουστο) και είναι σε συμφωνία με τους υπολογισμούς για τα αποθέματα υδάτων που βασίζονται σε επιτόπιες μετρήσεις, και το οποίο ταιριάζει με την εκτεταμένη χρήση των υπόγειων υδάτων για την άρδευση του σιταριού στην λεκάνη του ποταμού Haine.&lt;br /&gt;
Συμπερασματικά αυτή η μελέτη τονίζει την μοναδική ικανότητα των δορυφόρων να παρακολουθούν τις διακυμάνσεις στα αποθέματα νερού, που οφείλονται τόσο σε κλιματικούς όσο και ανθρωπογενής παράγοντες, συγκρίνοντας τις προσομοιώσεις GLDAS σε περιοχές με έντονη ανθρωπογενή επίδραση, όπως η χρήση των υπόγειων υδάτων για άρδευση.&lt;/div&gt;</summary>
		<author><name>M kakara</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CE%BF%CF%80%CE%B9%CE%BA%CE%AE_%CE%B1%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%B4%CE%B9%CE%B1%CE%BA%CF%85%CE%BC%CE%AC%CE%BD%CF%83%CE%B5%CF%89%CE%BD_%CF%85%CF%80%CF%8C%CE%B3%CE%B5%CE%B9%CF%89%CE%BD_%CF%85%CE%B4%CE%AC%CF%84%CE%B9%CE%BD%CF%89%CE%BD_%CE%B1%CF%80%CE%BF%CE%B8%CE%B5%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CF%83%CF%84%CE%B7%CE%BD_%CE%BB%CE%B5%CE%BA%CE%AC%CE%BD%CE%B7_%CF%84%CE%BF%CF%85_%CF%80%CE%BF%CF%84%CE%B1%CE%BC%CE%BF%CF%8D_Hains_%CF%83%CF%84%CE%B7%CE%BD_%CE%9A%CE%AF%CE%BD%CE%B1.</id>
		<title>Τηλεπισκοπική ανάλυση των διακυμάνσεων υπόγειων υδάτινων αποθεμάτων στην λεκάνη του ποταμού Hains στην Κίνα.</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CE%BF%CF%80%CE%B9%CE%BA%CE%AE_%CE%B1%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%B4%CE%B9%CE%B1%CE%BA%CF%85%CE%BC%CE%AC%CE%BD%CF%83%CE%B5%CF%89%CE%BD_%CF%85%CF%80%CF%8C%CE%B3%CE%B5%CE%B9%CF%89%CE%BD_%CF%85%CE%B4%CE%AC%CF%84%CE%B9%CE%BD%CF%89%CE%BD_%CE%B1%CF%80%CE%BF%CE%B8%CE%B5%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CF%83%CF%84%CE%B7%CE%BD_%CE%BB%CE%B5%CE%BA%CE%AC%CE%BD%CE%B7_%CF%84%CE%BF%CF%85_%CF%80%CE%BF%CF%84%CE%B1%CE%BC%CE%BF%CF%8D_Hains_%CF%83%CF%84%CE%B7%CE%BD_%CE%9A%CE%AF%CE%BD%CE%B1."/>
				<updated>2022-02-10T09:37:21Z</updated>
		
		<summary type="html">&lt;p&gt;M kakara: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Category:  ]]&lt;br /&gt;
&lt;br /&gt;
'''Τηλεπισκοπική ανάλυση των διακυμάνσεων υπόγειων υδάτινων αποθεμάτων στην λεκάνη του ποταμού Hai στην Κίνα'''&lt;br /&gt;
&lt;br /&gt;
Remotely sensed groundwater storage variations in Hai River basin, China&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Xu, Haili &amp;amp; Pan, Yun &amp;amp; Gong, Huili &amp;amp; Zhou, Demin&lt;br /&gt;
 &lt;br /&gt;
'''Πηγή:''' [[https://www.researchgate.net/publication/261393389_Remotely_sensed_groundwater_storage_variations_in_Hai_River_basin_China]]&lt;br /&gt;
&lt;br /&gt;
'''Abstract'''&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
 &lt;br /&gt;
&lt;br /&gt;
'''Μεθοδολογία'''&lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:.png|200px|thumb|left|Εικόνα 2: Διάγραμμα ροής της εφαρμοζόμενης μεθοδολογίας]]&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα''' &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;/div&gt;</summary>
		<author><name>M kakara</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%9C%CE%B9%CE%B1_%CE%BD%CE%AD%CE%B1_%CF%80%CF%81%CE%BF%CF%83%CE%AD%CE%B3%CE%B3%CE%B9%CF%83%CE%B7_%CE%B3%CE%B9%CE%B1_%CF%84%CE%BF%CE%BD_%CE%B5%CE%BD%CF%84%CE%BF%CF%80%CE%B9%CF%83%CE%BC%CF%8C_hotspots_%CE%B8%CE%B1%CE%BB%CE%AC%CF%83%CF%83%CE%B9%CF%89%CE%BD_%CF%80%CF%84%CE%B7%CE%BD%CF%8E%CE%BD_%CE%BC%CE%AD%CF%83%CF%89_%CE%B1%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7%CF%82_%CF%87%CE%BB%CF%89%CF%81%CE%BF%CF%86%CF%8D%CE%BB%CE%BB%CE%B7%CF%82_%CE%91_%CE%BC%CE%B5_%CF%84%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82</id>
		<title>Μια νέα προσέγγιση για τον εντοπισμό hotspots θαλάσσιων πτηνών μέσω ανίχνευσης χλωροφύλλης Α με τη χρήση τηλεπισκόπησης</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%9C%CE%B9%CE%B1_%CE%BD%CE%AD%CE%B1_%CF%80%CF%81%CE%BF%CF%83%CE%AD%CE%B3%CE%B3%CE%B9%CF%83%CE%B7_%CE%B3%CE%B9%CE%B1_%CF%84%CE%BF%CE%BD_%CE%B5%CE%BD%CF%84%CE%BF%CF%80%CE%B9%CF%83%CE%BC%CF%8C_hotspots_%CE%B8%CE%B1%CE%BB%CE%AC%CF%83%CF%83%CE%B9%CF%89%CE%BD_%CF%80%CF%84%CE%B7%CE%BD%CF%8E%CE%BD_%CE%BC%CE%AD%CF%83%CF%89_%CE%B1%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7%CF%82_%CF%87%CE%BB%CF%89%CF%81%CE%BF%CF%86%CF%8D%CE%BB%CE%BB%CE%B7%CF%82_%CE%91_%CE%BC%CE%B5_%CF%84%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82"/>
				<updated>2022-02-10T09:28:55Z</updated>
		
		<summary type="html">&lt;p&gt;M kakara: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Category: Οικολογία ]]&lt;br /&gt;
&lt;br /&gt;
''' Μια νέα προσέγγιση για τον εντοπισμό hotspots θαλάσσιων πτηνών μέσω ανίχνευσης χλωροφύλλης Α με τη χρήση τηλεπισκόπησης '''&lt;br /&gt;
&lt;br /&gt;
New approach for using remotely sensed chrophyll a to identify seabird hotspots&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Robert M. Suryan, Jarrod A. Santora, William J. Sydeman&lt;br /&gt;
&lt;br /&gt;
'''Πηγή:''' [[https://www.researchgate.net/publication/229905054_New_approach_for_using_remotely_sensed_chlorophyll_a_to_identify_seabird_hotspots]]&lt;br /&gt;
&lt;br /&gt;
'''Abstract'''&lt;br /&gt;
&lt;br /&gt;
Οι δορυφορικές εικόνες που απεικονίζουν την συγκέντρωση chlorophyll a (chl a) παρέχουν την μοναδική ολιστική προσέγγιση της παραγωγικότητας στα θαλάσσια οικοσυστήματα παγκοσμίως, ωστόσο, η χρησιμότητά του για την κατανόηση και την πρόβλεψη της κατανομής των αρπακτικών ανώτερου τροφικού επιπέδου παραμένει διφορούμενη. Η υπόθεση αυτής της μελέτης είναι πως οι τηλεπισκοπικές μετρήσεις της chl a μέσα σε μια δεκαετία μπορούν να προβλέψουν τις κινήσεις των θαλάσσιων πουλιών και την κατανομή τους, παρέχοντας πληροφορίες για τα «hotspots» . Προκειμένου να ελεγχθεί αυτή η υπόθεση αναπτύχθηκε μια χρονικά και χωρικά σαφής μέτρηση διακύμανσης της chl a που δικαιολογεί μέχρι και διπλάσια διακύμανση (90%) στις κατανομές των θαλασσοπουλιών, σε σχέση με τον μέσο όρο των τιμών της chl a στο μοντέλο του Ρεύματος της Καλιφόρνια. H συγκεκριμένη μέτρηση διακύμανσης της chl a, δηλαδή η συχνότητα του δείκτη κορυφώσεων της χλωροφύλλης (FCPI), ποσοτικοποιεί την συχνότητα των ανωμαλιών στην chl a που ξεπερνά την τυπική απόκλιση 1 από τον μέσο όρο, σε σχέση με το χωρικό μοντέλο για το οικοσύστημα. Χρησιμοποιώντας την FCPI αναγνωρίστηκαν τοποθεσίες με υψηλή chl a, μια ανωμαλία που επιμένει ανάμεσα σε βιοτόπους που παρουσιάζουν σημαντική ετερογένεια από την Βρετανική Κολομβία στον Καναδά έως την Baja California στο Μεξικό.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Η δορυφορική τηλεπισκόπηση είναι ένα ισχυρό εργαλείο για την μέτρηση, παρακολούθηση και εκτίμηση της ποιότητας και ποσότητας των βιολογικών πόρων (Hardman-Mountford et al.,2008). Αν και η πρωτογενής παραγωγικότητα μπορεί να εξαχθεί από δορυφορικά δεδομένα η αναγωγή αυτών των δεδομένων σε δευτερογενή ή τριτογενή παραγωγικότητα ή o καθορισμός των χωρικών και χρονικών διακυμάνσεων της βιολογικής δραστηριότητας, από αυτά τα δεδομένα, έχει οδηγήσει σε ανάμικτα δεδομένα (Worm et al.2005, Block et al.,2011). Σε αυτήν την κατεύθυνση ο σκοπός ήταν ο σχεδιασμός και η εφαρμογή μιας μέτρησης, μεγάλης κλίμακας, για την πρωτογενή παραγωγικότητα μέσα στο Σύστημα του Ρεύματος της Καλιφόρνια (CCS) που μπορεί να καθορίζει περιοχές με αυξημένη τροφική μεταφορά και συνεπώς σχετίζεται με ανώτερους θαλάσσιους θηρευτές. Χρησιμοποιήθηκαν δεδομένα από έρευνες πλοιαρίων για παρακολουθήσεις πληθυσμών θαλασσοπουλιών σε δυο διαφορετικές περιοχές και χρονικές περιόδους. Επίσης έγινε παρακολούθηση μέσω δορυφόρου του είδους Phoebastria albatrus, που συναντάται στο μεγαλύτερο μέρος του CCS, ως μοντέλο για δυνητικές σχέσεις καταναλωτή με την νέα μέτρηση chl a. &lt;br /&gt;
&lt;br /&gt;
'''Υλικά και Μέθοδοι'''&lt;br /&gt;
&lt;br /&gt;
Το CCS είναι ένα υψηλά παραγωγικό παραγωγικό σύστημα ρεύματος στον Βόρειο Ειρηνικό Ωκεανό και είναι καλά μελετημένο μέσω τηλεπισκόπησης. Χρησιμοποιήθηκαν δεδομένα 9 χρόνων σε μηνιαία βάση από Ιανουάριο του 1998 μέχρι Δεκέμβριο του 2006, για την συγκέντρωση chl a από το SeaWiFS ((http://oceancolor.gsfc.nasa.gov/ SeaWiFS) για τον χαρακτηρισμό της πρωτογενούς παραγωγικότητας και της ανθεκτικότητας της χλωροφύλλης. Για την κατανομή των πληθυσμών των ψαροπουλιών χρησιμοποιήθηκαν δεδομένα από δυο περιοχές του CCS, τον κόλπο Farallones (GOF) στις ακτές τις κεντρικής Καλιφόρνια κατά τον Μάιο-Ιούνιο και τον νότιο κολπίσκο της Καλιφόρνια (SCB) τον Μάρτιο-Απρίλιο και τον Ιούλιο-Αύγουστο (Εικόνα 1). Χρησιμοποιήθηκαν γενικευμένα προστιθέμενα μοντέλα (GAM) για την ποσοτικοποίηση των ομοιοτήτων και των διαφορών στα χωρικά πρότυπα για τον συνολικό μέσο της chl a (για όλους τους μήνες) και FCPI. Ανεξάρτητη μοντελοποίηση των σχέσεων του μέσου chl a και FCPI σε σχέση με το βάθος του ωκεανού (m), την κλίση (μοίρες), τις χωρικές συντεταγμένες (γεωγραφικό μήκος και πλάτος). [[Αρχείο:h1.png|200px|thumb|left|Eικόνα 1: Κατανομή θαλασσοπουλιών (νούμερο ανά τετραγωνικό χιλιόμετρο) μέσα στον κόλπο Farallones (GOF) και στoν Νοτιότερο κόλπο της Καλιφόρνια]]&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα''' &lt;br /&gt;
&lt;br /&gt;
Για την περιοχή GOF (εικόνα 4), διαπιστώθηκαν υψηλές μέσες συγκεντρώσεις chl a (για όλους τους μήνες) στην υφαλοκρηπίδα δυτικά του κόλπου του Σαν Φρανσίσκο και του κόλπου Monterey, βόρεια του σημείου Pinos. Αντίθετα οι κατανομές των θαλασσοπουλιών γενικά παρουσίαζαν μέγιστο δυτικά από αυτές τις περιοχές (Εικόνα 4 Α). Aναλύσεις σε όλο το μήκος του ρεύματος της Καλιφόρνια έδειξε πρότυπα αυξημένης chl a κατά μήκος της υφαλοκρηπίδας με κλιμακούμενη μείωση μακριά από τις ακτές και σημαντική μείωση στα 200 μέτρα από την ακτογραμμή (Εικόνα 7). Επιπλέον συγκεκριμένες περιοχές που είναι γνωστές για την σημαντική παρουσία μεσαίων και ανώτερων καταναλωτών έδειξαν μικρότερες chl a τιμές σε σχέση με τις γειτονικές περιοχές. Aκόμα η FCPI ήταν ανάλογη με υψηλές συγκεντρώσεις πληθυσμών θαλασσοπουλιών σε κάποιες περιοχές χωρίς διακριτά γεωμορφολογικά χαρακτηριστικά, όπως η εξωτερική υφαλοκρηπίδα στα βόρεια του κόλπου του Monterey. [[Αρχείο:h4.png|200px|thumb|left|Eικόνα 4A: Δορυφορικές συγκεντρώσεις της μέσης chl a συγκεντρώσεις σε σχέση με τον δείκτη κορυφώσεων chl a (FCPI) για την πρόβλεψη της κατανομής των θαλασσοπουλιών]][[Αρχείο:h7.png|200px|thumb|right|Εικόνα 7: (A,C,E) μέση chl a συγκέντρωση και (B,D,F) επιμονή chl a για το σύστημα του ρεύματος της Καλιφόρνια (1998-2006).(Α-Β) Νότιος Καναδάς με Νότιο Όρεγκον,(C-D) Νότιο Όρεγκον με Νότια-Κεντρική ακτή Καλιφόρνιας και (Ε-F) Νότια-κεντρική Καλιφρόνια με Βόρειο-Κεντρικό Μεξικό. Τα χρώματα βάθους δηλώνουν τα ισοβαθή 200 μέτρων (ηπειρωτική υφαλοκρηπίδα) και των 3000 μέτρων (σύνορο της ηπειρωτικής κλίσης και των ωκεανικών νερών)]]&lt;br /&gt;
&lt;br /&gt;
'''Συζήτηση'''&lt;br /&gt;
&lt;br /&gt;
Στην παρούσα μελέτη εξήχθησαν χάρτες για την μεταβλητότητα της χλωροφύλλης υπογραμμίζοντας που η συχνότητα της chl φτάνει στα μέγιστα επίπεδα, σε κλίμακα οικοσυστήματος, στο ρεύμα της Καλιφόρνια. Η FCPI έδειξε σημαντικά διαφορετικά μοτίβα από την μέση chl a σε όλο το CCS σε σχέση με το βάθος του νερού και την απόσταση από την ακτή. Η μεγαλύτερη διαφορά σημειώνεται ανάμεσα στις μεγαλύτερες FCPI τιμές στην μέση προς εξωτερική υφαλοκρηπίδα σε σχέση με τις μεγαλύτερες τιμές chl a στην εσωτερική υφαλοκρηπίδα. Η FCPI είναι καλύτερος δείκτης πρόβλεψης για τις κατανομές των θαλασσοπουλιών και τις κινήσεις τους σε σχέση με την μέση τιμή chl a. Oι κλιματολογικοί χάρτες για την μέση chl a ανταποκρίνονται καλά σε μοντελοποιήσεις για 16 είδη θαλασσοπουλιών σε όλη την Καλιφόρνια. Συνεπώς οι ερευνητές καταλήγουν πως το FCPI ενσωματώνει την χωρική και χρονική μεταβλητότητα στα κατώτερα και μεσαία τροφικά επίπεδα που είναι σημαντικά για τις παραγωγικές περιοχές και την μεταφορά ενέργειας στους θηρευτές όπως τα θαλασσοπούλια.&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Πολλοί οικολογικοί παράγοντες μπορεί να επηρεάσουν την αφθονία και την ποικιλία που συνδέονται με ένα συγκεκριμένο hotspot πρωτογενούς παραγωγικότητας. Έτσι παρόλο που τα δεδομένα αυτής της μελέτης έδειξαν ξεκάθαρες συσχετίσεις μεταξύ του δείκτη κορυφώσεων της χλωροφύλλης (FCPI) και κάποιων θηρευτών ανώτερου επιπέδου στο ρεύμα της Καλιφόρνια, η πρόβλεψη της κατανομής των θηρευτών από αυτήν την σχετικά απλή μέτρηση της δομής των οικοσυστημάτων απαιτεί επιπλέον μελέτες. Επιπλέον, αν και η FCPI μπορεί να χρησιμοποιηθεί ανεξάρτητα, μπορεί να είναι περισσότερο χρήσιμη ως ένα από τα πολλά επίπεδα σε μοντέλα καταλληλότητας ενδιαιτήματος. Έτσι διαπιστώθηε πως η εξαγωγή της μέγιστης chl a και όχι μόνο η μέση chl a είναι ένας αξιόπιστος δείκτης πρόβλεψης των κατανομών των θαλασσοπουλιών στο Σύστημα του Ρεύματος της Καλιφόρνιας (CCS). Η μελέτη αυτή, εν κατακλείδι, εστιάζει στην ανάγκη για επιπλέν έρευνα της χρήσης των δεδομένων τηλεπισκόπησης για τα είδη υπό εξαφάνιση και την διαχείριση των θαλάσσιων οικοσυστημάτων στο ρεύμα της Καλιφόρνιας και σε άλλα θαλάσσια οικοσυστήματα παγκοσμίως.&lt;/div&gt;</summary>
		<author><name>M kakara</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:H7.png</id>
		<title>Αρχείο:H7.png</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:H7.png"/>
				<updated>2022-02-10T09:27:22Z</updated>
		
		<summary type="html">&lt;p&gt;M kakara: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>M kakara</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:H4.png</id>
		<title>Αρχείο:H4.png</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:H4.png"/>
				<updated>2022-02-10T09:27:08Z</updated>
		
		<summary type="html">&lt;p&gt;M kakara: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>M kakara</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:H1.png</id>
		<title>Αρχείο:H1.png</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:H1.png"/>
				<updated>2022-02-10T09:26:52Z</updated>
		
		<summary type="html">&lt;p&gt;M kakara: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>M kakara</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%9C%CE%B9%CE%B1_%CE%BD%CE%AD%CE%B1_%CF%80%CF%81%CE%BF%CF%83%CE%AD%CE%B3%CE%B3%CE%B9%CF%83%CE%B7_%CE%B3%CE%B9%CE%B1_%CF%84%CE%BF%CE%BD_%CE%B5%CE%BD%CF%84%CE%BF%CF%80%CE%B9%CF%83%CE%BC%CF%8C_hotspots_%CE%B8%CE%B1%CE%BB%CE%AC%CF%83%CF%83%CE%B9%CF%89%CE%BD_%CF%80%CF%84%CE%B7%CE%BD%CF%8E%CE%BD_%CE%BC%CE%AD%CF%83%CF%89_%CE%B1%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7%CF%82_%CF%87%CE%BB%CF%89%CF%81%CE%BF%CF%86%CF%8D%CE%BB%CE%BB%CE%B7%CF%82_%CE%91_%CE%BC%CE%B5_%CF%84%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82</id>
		<title>Μια νέα προσέγγιση για τον εντοπισμό hotspots θαλάσσιων πτηνών μέσω ανίχνευσης χλωροφύλλης Α με τη χρήση τηλεπισκόπησης</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%9C%CE%B9%CE%B1_%CE%BD%CE%AD%CE%B1_%CF%80%CF%81%CE%BF%CF%83%CE%AD%CE%B3%CE%B3%CE%B9%CF%83%CE%B7_%CE%B3%CE%B9%CE%B1_%CF%84%CE%BF%CE%BD_%CE%B5%CE%BD%CF%84%CE%BF%CF%80%CE%B9%CF%83%CE%BC%CF%8C_hotspots_%CE%B8%CE%B1%CE%BB%CE%AC%CF%83%CF%83%CE%B9%CF%89%CE%BD_%CF%80%CF%84%CE%B7%CE%BD%CF%8E%CE%BD_%CE%BC%CE%AD%CF%83%CF%89_%CE%B1%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7%CF%82_%CF%87%CE%BB%CF%89%CF%81%CE%BF%CF%86%CF%8D%CE%BB%CE%BB%CE%B7%CF%82_%CE%91_%CE%BC%CE%B5_%CF%84%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82"/>
				<updated>2022-02-10T09:26:28Z</updated>
		
		<summary type="html">&lt;p&gt;M kakara: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Category: Οικολογία ]]&lt;br /&gt;
&lt;br /&gt;
''' Μια νέα προσέγγιση για τον εντοπισμό hotspots θαλάσσιων πτηνών μέσω ανίχνευσης χλωροφύλλης Α με τη χρήση τηλεπισκόπησης '''&lt;br /&gt;
&lt;br /&gt;
New approach for using remotely sensed chrophyll a to identify seabird hotspots&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Robert M. Suryan, Jarrod A. Santora, William J. Sydeman&lt;br /&gt;
&lt;br /&gt;
'''Πηγή:''' [[https://www.researchgate.net/publication/229905054_New_approach_for_using_remotely_sensed_chlorophyll_a_to_identify_seabird_hotspots]]&lt;br /&gt;
&lt;br /&gt;
'''Abstract'''&lt;br /&gt;
&lt;br /&gt;
Οι δορυφορικές εικόνες που απεικονίζουν την συγκέντρωση chlorophyll a (chl a) παρέχουν την μοναδική ολιστική προσέγγιση της παραγωγικότητας στα θαλάσσια οικοσυστήματα παγκοσμίως, ωστόσο, η χρησιμότητά του για την κατανόηση και την πρόβλεψη της κατανομής των αρπακτικών ανώτερου τροφικού επιπέδου παραμένει διφορούμενη. Η υπόθεση αυτής της μελέτης είναι πως οι τηλεπισκοπικές μετρήσεις της chl a μέσα σε μια δεκαετία μπορούν να προβλέψουν τις κινήσεις των θαλάσσιων πουλιών και την κατανομή τους, παρέχοντας πληροφορίες για τα «hotspots» . Προκειμένου να ελεγχθεί αυτή η υπόθεση αναπτύχθηκε μια χρονικά και χωρικά σαφής μέτρηση διακύμανσης της chl a που δικαιολογεί μέχρι και διπλάσια διακύμανση (90%) στις κατανομές των θαλασσοπουλιών, σε σχέση με τον μέσο όρο των τιμών της chl a στο μοντέλο του Ρεύματος της Καλιφόρνια. H συγκεκριμένη μέτρηση διακύμανσης της chl a, δηλαδή η συχνότητα του δείκτη κορυφώσεων της χλωροφύλλης (FCPI), ποσοτικοποιεί την συχνότητα των ανωμαλιών στην chl a που ξεπερνά την τυπική απόκλιση 1 από τον μέσο όρο, σε σχέση με το χωρικό μοντέλο για το οικοσύστημα. Χρησιμοποιώντας την FCPI αναγνωρίστηκαν τοποθεσίες με υψηλή chl a, μια ανωμαλία που επιμένει ανάμεσα σε βιοτόπους που παρουσιάζουν σημαντική ετερογένεια από την Βρετανική Κολομβία στον Καναδά έως την Baja California στο Μεξικό.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Η δορυφορική τηλεπισκόπηση είναι ένα ισχυρό εργαλείο για την μέτρηση, παρακολούθηση και εκτίμηση της ποιότητας και ποσότητας των βιολογικών πόρων (Hardman-Mountford et al.,2008). Αν και η πρωτογενής παραγωγικότητα μπορεί να εξαχθεί από δορυφορικά δεδομένα η αναγωγή αυτών των δεδομένων σε δευτερογενή ή τριτογενή παραγωγικότητα ή o καθορισμός των χωρικών και χρονικών διακυμάνσεων της βιολογικής δραστηριότητας, από αυτά τα δεδομένα, έχει οδηγήσει σε ανάμικτα δεδομένα (Worm et al.2005, Block et al.,2011). Σε αυτήν την κατεύθυνση ο σκοπός ήταν ο σχεδιασμός και η εφαρμογή μιας μέτρησης, μεγάλης κλίμακας, για την πρωτογενή παραγωγικότητα μέσα στο Σύστημα του Ρεύματος της Καλιφόρνια (CCS) που μπορεί να καθορίζει περιοχές με αυξημένη τροφική μεταφορά και συνεπώς σχετίζεται με ανώτερους θαλάσσιους θηρευτές. Χρησιμοποιήθηκαν δεδομένα από έρευνες πλοιαρίων για παρακολουθήσεις πληθυσμών θαλασσοπουλιών σε δυο διαφορετικές περιοχές και χρονικές περιόδους. Επίσης έγινε παρακολούθηση μέσω δορυφόρου του είδους Phoebastria albatrus, που συναντάται στο μεγαλύτερο μέρος του CCS, ως μοντέλο για δυνητικές σχέσεις καταναλωτή με την νέα μέτρηση chl a. &lt;br /&gt;
&lt;br /&gt;
'''Υλικά και Μέθοδοι'''&lt;br /&gt;
&lt;br /&gt;
Το CCS είναι ένα υψηλά παραγωγικό παραγωγικό σύστημα ρεύματος στον Βόρειο Ειρηνικό Ωκεανό και είναι καλά μελετημένο μέσω τηλεπισκόπησης. Χρησιμοποιήθηκαν δεδομένα 9 χρόνων σε μηνιαία βάση από Ιανουάριο του 1998 μέχρι Δεκέμβριο του 2006, για την συγκέντρωση chl a από το SeaWiFS ((http://oceancolor.gsfc.nasa.gov/ SeaWiFS) για τον χαρακτηρισμό της πρωτογενούς παραγωγικότητας και της ανθεκτικότητας της χλωροφύλλης. Για την κατανομή των πληθυσμών των ψαροπουλιών χρησιμοποιήθηκαν δεδομένα από δυο περιοχές του CCS, τον κόλπο Farallones (GOF) στις ακτές τις κεντρικής Καλιφόρνια κατά τον Μάιο-Ιούνιο και τον νότιο κολπίσκο της Καλιφόρνια (SCB) τον Μάρτιο-Απρίλιο και τον Ιούλιο-Αύγουστο (Εικόνα 1). Χρησιμοποιήθηκαν γενικευμένα προστιθέμενα μοντέλα (GAM) για την ποσοτικοποίηση των ομοιοτήτων και των διαφορών στα χωρικά πρότυπα για τον συνολικό μέσο της chl a (για όλους τους μήνες) και FCPI. Ανεξάρτητη μοντελοποίηση των σχέσεων του μέσου chl a και FCPI σε σχέση με το βάθος του ωκεανού (m), την κλίση (μοίρες), τις χωρικές συντεταγμένες (γεωγραφικό μήκος και πλάτος). [[Αρχείο:h1.png|200px|thumb|left|Eικόνα 1: Κατανομή θαλασσοπουλιών (νούμερο ανά τετραγωνικό χιλιόμετρο) μέσα στον κόλπο Farallones (GOF) και στoν Νοτιότερο κόλπο της Καλιφόρνια]]&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα''' &lt;br /&gt;
&lt;br /&gt;
Για την περιοχή GOF (εικόνα 4), διαπιστώθηκαν υψηλές μέσες συγκεντρώσεις chl a (για όλους τους μήνες) στην υφαλοκρηπίδα δυτικά του κόλπου του Σαν Φρανσίσκο και του κόλπου Monterey, βόρεια του σημείου Pinos. Αντίθετα οι κατανομές των θαλασσοπουλιών γενικά παρουσίαζαν μέγιστο δυτικά από αυτές τις περιοχές (Εικόνα 4 Α). Aναλύσεις σε όλο το μήκος του ρεύματος της Καλιφόρνια έδειξε πρότυπα αυξημένης chl a κατά μήκος της υφαλοκρηπίδας με κλιμακούμενη μείωση μακριά από τις ακτές και σημαντική μείωση στα 200 μέτρα από την ακτογραμμή (Εικόνα 7). Επιπλέον συγκεκριμένες περιοχές που είναι γνωστές για την σημαντική παρουσία μεσαίων και ανώτερων καταναλωτών έδειξαν μικρότερες chl a τιμές σε σχέση με τις γειτονικές περιοχές. Aκόμα η FCPI ήταν ανάλογη με υψηλές συγκεντρώσεις πληθυσμών θαλασσοπουλιών σε κάποιες περιοχές χωρίς διακριτά γεωμορφολογικά χαρακτηριστικά, όπως η εξωτερική υφαλοκρηπίδα στα βόρεια του κόλπου του Monterey. [[Αρχείο:h4.png|200px|thumb|left|Eικόνα 4A: Δορυφορικές συγκεντρώσεις της μέσης chl a συγκεντρώσεις σε σχέση με τον δείκτη κορυφώσεων chl a (FCPI) για την πρόβλεψη της κατανομής των θαλασσοπουλιών]][[Αρχείο:h7.png|200px|thumb|left|Εικόνα 7: (A,C,E) μέση chl a συγκέντρωση και (B,D,F) επιμονή chl a για το σύστημα του ρεύματος της Καλιφόρνια (1998-2006).(Α-Β) Νότιος Καναδάς με Νότιο Όρεγκον,(C-D) Νότιο Όρεγκον με Νότια-Κεντρική ακτή Καλιφόρνιας και (Ε-F) Νότια-κεντρική Καλιφρόνια με Βόρειο-Κεντρικό Μεξικό. Τα χρώματα βάθους δηλώνουν τα ισοβαθή 200 μέτρων (ηπειρωτική υφαλοκρηπίδα) και των 3000 μέτρων (σύνορο της ηπειρωτικής κλίσης και των ωκεανικών νερών)]]&lt;br /&gt;
&lt;br /&gt;
'''Συζήτηση'''&lt;br /&gt;
&lt;br /&gt;
Στην παρούσα μελέτη εξήχθησαν χάρτες για την μεταβλητότητα της χλωροφύλλης υπογραμμίζοντας που η συχνότητα της chl φτάνει στα μέγιστα επίπεδα, σε κλίμακα οικοσυστήματος, στο ρεύμα της Καλιφόρνια. Η FCPI έδειξε σημαντικά διαφορετικά μοτίβα από την μέση chl a σε όλο το CCS σε σχέση με το βάθος του νερού και την απόσταση από την ακτή. Η μεγαλύτερη διαφορά σημειώνεται ανάμεσα στις μεγαλύτερες FCPI τιμές στην μέση προς εξωτερική υφαλοκρηπίδα σε σχέση με τις μεγαλύτερες τιμές chl a στην εσωτερική υφαλοκρηπίδα. Η FCPI είναι καλύτερος δείκτης πρόβλεψης για τις κατανομές των θαλασσοπουλιών και τις κινήσεις τους σε σχέση με την μέση τιμή chl a. Oι κλιματολογικοί χάρτες για την μέση chl a ανταποκρίνονται καλά σε μοντελοποιήσεις για 16 είδη θαλασσοπουλιών σε όλη την Καλιφόρνια. Συνεπώς οι ερευνητές καταλήγουν πως το FCPI ενσωματώνει την χωρική και χρονική μεταβλητότητα στα κατώτερα και μεσαία τροφικά επίπεδα που είναι σημαντικά για τις παραγωγικές περιοχές και την μεταφορά ενέργειας στους θηρευτές όπως τα θαλασσοπούλια.&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Πολλοί οικολογικοί παράγοντες μπορεί να επηρεάσουν την αφθονία και την ποικιλία που συνδέονται με ένα συγκεκριμένο hotspot πρωτογενούς παραγωγικότητας. Έτσι παρόλο που τα δεδομένα αυτής της μελέτης έδειξαν ξεκάθαρες συσχετίσεις μεταξύ του δείκτη κορυφώσεων της χλωροφύλλης (FCPI) και κάποιων θηρευτών ανώτερου επιπέδου στο ρεύμα της Καλιφόρνια, η πρόβλεψη της κατανομής των θηρευτών από αυτήν την σχετικά απλή μέτρηση της δομής των οικοσυστημάτων απαιτεί επιπλέον μελέτες. Επιπλέον, αν και η FCPI μπορεί να χρησιμοποιηθεί ανεξάρτητα, μπορεί να είναι περισσότερο χρήσιμη ως ένα από τα πολλά επίπεδα σε μοντέλα καταλληλότητας ενδιαιτήματος. Έτσι διαπιστώθηε πως η εξαγωγή της μέγιστης chl a και όχι μόνο η μέση chl a είναι ένας αξιόπιστος δείκτης πρόβλεψης των κατανομών των θαλασσοπουλιών στο Σύστημα του Ρεύματος της Καλιφόρνιας (CCS). Η μελέτη αυτή, εν κατακλείδι, εστιάζει στην ανάγκη για επιπλέν έρευνα της χρήσης των δεδομένων τηλεπισκόπησης για τα είδη υπό εξαφάνιση και την διαχείριση των θαλάσσιων οικοσυστημάτων στο ρεύμα της Καλιφόρνιας και σε άλλα θαλάσσια οικοσυστήματα παγκοσμίως.&lt;/div&gt;</summary>
		<author><name>M kakara</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BE%CE%B9%CE%BF%CE%BB%CF%8C%CE%B3%CE%B7%CF%83%CE%B7_%CE%BA%CE%B1%CE%B9_%CE%B1%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%B1%CE%BB%CE%BB%CE%B1%CE%B3%CE%AE%CF%82_%CF%83%CF%84%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CE%BA%CE%B1%CE%B9_%CE%BA%CE%AC%CE%BB%CF%85%CF%88%CE%B7_%CE%B3%CE%B7%CF%82,_%CE%BC%CE%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82,_%CF%83%CF%84%CE%B7_%CE%BB%CE%B5%CE%BA%CE%AC%CE%BD%CE%B7_%CF%84%CE%B7%CF%82_%CE%BB%CE%AF%CE%BC%CE%BD%CE%B7%CF%82_Tana_%CF%83%CF%84%CE%B7_%CE%92%CE%BF%CF%81%CE%B5%CE%B9%CE%BF%CE%B4%CF%85%CF%84%CE%B9%CE%BA%CE%AE_%CE%91%CE%B9%CE%B8%CE%B9%CE%BF%CF%80%CE%AF%CE%B1</id>
		<title>Αξιολόγηση και ανίχνευση της αλλαγής στη χρήση και κάλυψη γης, με χρήση τηλεπισκόπησης, στη λεκάνη της λίμνης Tana στη Βορειοδυτική Αιθιοπία</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BE%CE%B9%CE%BF%CE%BB%CF%8C%CE%B3%CE%B7%CF%83%CE%B7_%CE%BA%CE%B1%CE%B9_%CE%B1%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%B1%CE%BB%CE%BB%CE%B1%CE%B3%CE%AE%CF%82_%CF%83%CF%84%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CE%BA%CE%B1%CE%B9_%CE%BA%CE%AC%CE%BB%CF%85%CF%88%CE%B7_%CE%B3%CE%B7%CF%82,_%CE%BC%CE%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82,_%CF%83%CF%84%CE%B7_%CE%BB%CE%B5%CE%BA%CE%AC%CE%BD%CE%B7_%CF%84%CE%B7%CF%82_%CE%BB%CE%AF%CE%BC%CE%BD%CE%B7%CF%82_Tana_%CF%83%CF%84%CE%B7_%CE%92%CE%BF%CF%81%CE%B5%CE%B9%CE%BF%CE%B4%CF%85%CF%84%CE%B9%CE%BA%CE%AE_%CE%91%CE%B9%CE%B8%CE%B9%CE%BF%CF%80%CE%AF%CE%B1"/>
				<updated>2022-02-10T08:52:56Z</updated>
		
		<summary type="html">&lt;p&gt;M kakara: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Category:Οικολογία ]]&lt;br /&gt;
&lt;br /&gt;
''' Αξιολόγηση και ανίχνευση της αλλαγής στη χρήση και κάλυψη γης, με χρήση τηλεπισκόπησης, στη λεκάνη της λίμνης Tana στη Βορειοδυτική Αιθιοπία '''&lt;br /&gt;
&lt;br /&gt;
Assessing land use and land cover change detection using remote sensing in the Lake Tana Basin, Northwest Ethiopia&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Dires Tewabe and Temesgen Fentahun&lt;br /&gt;
&lt;br /&gt;
'''Πηγή:''' [[https://www.researchgate.net/publication/342304150_Assessing_land_use_and_land_cover_change_detection_using_remote_sensing_in_the_Lake_Tana_Basin_Northwest_Ethiopia]]&lt;br /&gt;
&lt;br /&gt;
'''Abstract'''&lt;br /&gt;
&lt;br /&gt;
O σκοπός αυτής της μελέτης είναι ο προσδιορισμός της αλλαγής των χρήσεων γης στην υδρολογική λεκάνη Tana. Προς αυτήν την κατεύθυνση χρησιμοποιήθηκαν τεχνικές τηλεπισκόπησης, δορυφορικές εικόνες και τεχνικές ανάλυσης της εικόνας. Με την χρήση του δορυφόρου LandSat TM αναλύθηκαν εικόνες με ανάλυση 30 μέτρων, από 3 χρονιές 1986, 2002 και 2018. Η μελέτη αυτή καθόρισε πως τα τελευταία 32 χρόνια οι αγροτικές εκτάσεις και οι κατοικιμένες εκτάσεις αυξήθηκαν σημαντικά κατά 15.61% και 8.05% αντίστοιχα. &lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Η χρήση γης και οι καλύψεις γης σε μια περιοχή είναι αποτέλεσμα τόσο φυσικών όσο και κοινωνικό-οικονομικών παραγόντων. Οι αλλαγές στις χρήσεις και καλύψεις γης (LULC) εξαρτώνται κυρίως από τις πληθυσμιακές μεταβολές, την οικονομική ανάπτυξη, αλλά και φυσικούς παράγοντες όπως την τοπογραφία και το κλίμα (Lambin et al.,2003, Setegn et al.,2009). To GIS και η τηλεπισκόπηση είναι ισχυρά και με μικρό κόστος συστήματα για την εκτίμηση των χωρικών και χρονικών αλλαγών των LULC (Herold et al.,2003; Serra et al.,2008). Η Αιθιοπία αντιμετωπίζει τεράστιες αλλαγές χρήσεων και καλύψεων γης κυρίως εξαιτίας των αλλαγών στις αγροτικές χρήσεις γης αλλά και στις οικιστικές (Birhane et al.,2019). Στην λεκάνη της λήμνης Tana τα φυσικά χαρακτηριστικά όπως η ροή του νερού έχουν αλλάξει αρκετά (Chakilu &amp;amp; Moges, 2017).  O σκοπός, λοιπον, αυτής της μελέτης είναι η εκτίμηση των αλλαγών στις χρήσεις και καλύψεις γης σε αυτήν την περιοχή.&lt;br /&gt;
&lt;br /&gt;
'''Μεθοδολογία'''&lt;br /&gt;
&lt;br /&gt;
Η λίμνη Τάνα είναι η πηγή του Γαλάζιου Ποταμού του Νείλου και καλύπτει 3.060 τετραγωνικά χιλιόμετρα σε υψόμετρο 1786 μέτρων. Η λίμνη είναι η μεγαλύτερη στην Αιθιοπία και η τρίτη μεγαλύτερη στην λεκάνη του Νείλου. Ο Landsat image είναι ένας ειδικός αισθητήρας πάνω στον δορυφόρο Landsat και οι εικόνες από αυτόν είναι πολυφασματικές και απεικονίζουν πολλά τμήματα του ηλεκτρομαγνητικού φάσματος, μεταξύ των οποίων το ορατό αλλά και το ανακλώμενο υπέρυθρο. Η επιλογή του κατάλληλου αισθητήρα είναι το πρώτο σημαντικό βήμα για επιτυχή κατηγοριοποίηση (Ward et al.,2000). Εικόνες από την λεκάνη Τάνα αποκτήθηκαν για τις περιόδους 1986, 2002 και 2018. Συνεπώς η μελέτη επικεντρώνεται στον εντοπισμό των αλλαγών των χρήσεων και καλύψεων γης σε αυτές τις χρονικές περιόδους. Για να πραγματοποιηθεί η ταξινόμηση μιας εικόνας, τα ακατέργαστα δεδομένα πρέπει να προεπεξεργαστούν και να προετοιμαστούν σωστά, έτσι ώστε να μπορεί να ληφθεί υπόψη το σφάλμα λόγω της γεωμετρίας της γης, των ραδιομετρικών και ατμοσφαιρικών επιδράσεων. Επιλέχθηκαν τυχαία σημεία ελέγχου, και χρησιμοποιήθηκαν μαζί με εικόνες από το Google Earth για τον καθορισμό των χρήσεων και καλύψεων γης. H γενική διαδικασία της προεπεξεργασίας περιλαμβάνει τον εντοπισμό και την επιδιόρθωση των λανθασμένων γραμμών, διόρθωση της ατμόσφαιρας. Στην συνέχεια επιλέχθηκαν τα pixels που αντιπροσωπεύουν κάποια πρότυπα τα οποία μπορούν να αναγνωριστούν.&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα''' &lt;br /&gt;
&lt;br /&gt;
*Χρήσεις γης και συντελεστής Κάππα &lt;br /&gt;
Η ταξινόμηση ολοκληρώνεται όταν ολοκληρωθεί η αξιολόγηση της  χρησιμοποιώντας τον συντελεστή Κάππα (Forkuor &amp;amp; Cofie, 2011). Η στατιστική Κάππα μετράει την συμφωνία μεταξύ 2 κατηγοριοποιήσεων ενός συνόλου δεδομένων και εκτιμά την ακρίβεια των μοντέλων πρόβλεψης μετρώντας την συμφωνία μεταξύ του μοντέλου πρόβλεψης και ενός σετ μετρήσεων (Moriasi et al.,2007).  Σε αυτήν την μελέτη χρησιμοποιήθηκαν 116, 139 και 162 σημεία ελέγχου εδάφους για την επαλήθευση των εικόνων από το 1986, 2002 και 2018 αντίστοιχα. Τα αποτελέσματα έδειξαν συνολική ακρίβεια για το 1986 84,2%. Ο συντελεστής Κάππα υπολογίστηκε από την μήτρα ελέγχου και o συντελεστής της ταξινόμησης ήταν στο 79.2 %. Έτσι σύμφωνα με την κλίμακα ταξινόμησης του Moriasi et al.,2007, η ταξινόμηση βρίσκεται σε ένα ικανοποιητικό εύρος.  Οι συνολικές ακρίβειες για τα έτη 2002 και 2018 ήταν αντίστοιχα 87.05 και 90.36% αντίστοιχα όπως φαίνεται στον πίνακα 3, ενώ ο Κάππα συντελεστής ταξινόμησης ήταν 83.32% και 89.66%. Συνεπώς σύμφωνα με την προαναφερθείσα κλίμακα ταξινόμησης η ταξινόμηση βρίσκεται σε ικανοποιητικό εύρος και για τα 2 αυτά έτη.&lt;br /&gt;
[[Αρχείο:Screenshot_(874).png|200px|thumb|left|Πίνακας 3: Σύνολο αξιολόγησης της ακρίβειας από το 1986-2018 (%)]]&lt;br /&gt;
*Χάρτες χρήσεων και καλύψεων γης &lt;br /&gt;
Η χωρική ανάλυση πραγματοποιήθηκε για να περιγράψει αλλαγές στα μοτίβα καλύψεων γης και αλλαγές στις χρήσεις γης με την πάροδο του χρόνου. Οι κυριότερες χρήσεις γης στην λεκάνη είναι δάση, θαμνώδεις εκτάσεις, χορτολιβαδικές εκτάσεις, καλλιέργειες και κατοικίες. Οι αναλύσεις έδειξαν πως οι θαμνώδεις εκτάσεις ήταν η κύρια χρήση γης με 19.39% το 1989 και 15.82% το 2002, ενώ οι αγροτικές εκτάσεις ήταν 37.56 το 1986 και 43.12% το 2002. Αναλύσεις στις εικόνες του 2018 έδειξαν πως η αγροτική γη κατείχε το μεγαλύτερο ποσοστό στις καλύψεις γης, ενώ οι θαμνώδεις εκτάσεις το δεύτερο ποσοστό με 9.56%. Αυτή η αλλαγή είναι αποτέλεσμα της επέκτασης της αύξησης του πληθυσμού και των ανθρώπινων αναγκών. [[Αρχείο:Screenshot_(875).png|200px|thumb|right|Εικόνα 2: Χάρτης χρήσεων και καλύψεων γης της λίμνης Τάνα για το 2012 και 2002]] &lt;br /&gt;
*Ανάλυση των αλλαγών στις χρήσεις γης&lt;br /&gt;
Οι αλλαγές στις χρήσεις και καλύψεις γης αναλύονται εκτεταμένα με τηλεπισκοπικές εικόνες στην έρευνα των χρήσεων και καλύψεων γης, στην διαχείριση φυσικών πόρων και στην περιβαλλοντική διαχείριση (Zhang et al.,2014). To ποσοστό που καταλαμβάνει η κάθε χρήση γης προκύπτει από εποπτευόμενη ταξινόμηση για την κάθε μια από τις τρεις χρονιές ξεχωριστά. Τα ποσοστά των καλύψεων γης των δασών, των θαμνωδών εκτάσεων και των χορτολιβαδικών εκτάσεων μειώθηκαν κατά 2.3%, 9.8% και 10% αντίστοιχα, με το μεγαλύτερο ποσοστό τους να μετατρέπεται σε αγροτικές εκτάσεις. &lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Τα αποτελέσματα αυτής της μελέτης έδειξαν σημαντικές αλλαγές σε αυτήν την περίοδο μελέτης. Οι αγροτικές περιοχές και οι οικιστικές περιοχές αυξήθηκαν κατά 13 και 9.1% αντίστοιχα, ενώ τα δάση, οι θαμνώδεις εκτάσεις και οι χορτολιβαδικές εκτάσεις μειώθηκαν σημαντικά. Αυτές οι αλλαγές μπορεί να προκαλέσουν προβλήματα όπως αλλαγές στην ροή του νερού και διάβρωση εδάφους, με αρνητική επίδραση στην περιβαλλοντική διαχείριση και στην τοπική κοινωνία. Κατά συνέπεια απαιτούνται βελτιωμένες τακτικές διαχείρισης της γης, και σε αυτήν την κατεύθυνση μπορεί να συμβάλλει και η τηλεπισκόπηση που παρέχουν χρήσιμες πληροφορίες.&lt;/div&gt;</summary>
		<author><name>M kakara</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A7%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7_%CE%B4%CE%B9%CE%B1%CF%87%CE%B5%CE%AF%CF%81%CE%B9%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%B2%CE%B5%CF%81%CF%84%CE%B9%CF%83%CE%B9%CE%BB%CE%BB%CE%AF%CF%89%CF%83%CE%B7%CF%82_%CF%83%CE%B5_%CE%BA%CE%B1%CE%BB%CE%BB%CE%B9%CE%AD%CF%81%CE%B3%CE%B5%CE%B9%CE%B1_%CE%B5%CE%BB%CE%B9%CE%AC%CF%82</id>
		<title>Χρήση της τηλεπισκόπησης για τη διαχείριση της βερτισιλλίωσης σε καλλιέργεια ελιάς</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A7%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7_%CE%B4%CE%B9%CE%B1%CF%87%CE%B5%CE%AF%CF%81%CE%B9%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%B2%CE%B5%CF%81%CF%84%CE%B9%CF%83%CE%B9%CE%BB%CE%BB%CE%AF%CF%89%CF%83%CE%B7%CF%82_%CF%83%CE%B5_%CE%BA%CE%B1%CE%BB%CE%BB%CE%B9%CE%AD%CF%81%CE%B3%CE%B5%CE%B9%CE%B1_%CE%B5%CE%BB%CE%B9%CE%AC%CF%82"/>
				<updated>2022-02-10T08:52:12Z</updated>
		
		<summary type="html">&lt;p&gt;M kakara: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Category:Γεωργία ]]&lt;br /&gt;
&lt;br /&gt;
''' Χρήση της τηλεπισκόπησης για τη διαχείριση της βερτισιλλίωσης σε καλλιέργεια ελιάς '''&lt;br /&gt;
&lt;br /&gt;
Remote sensing for the management of Verticillium wilt of olive&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Iatrou, George &amp;amp; Mourelatos, Spiros &amp;amp; Zartaloudis, Zois &amp;amp; Iatrou, Miltiadis &amp;amp; Gewehr, Sandra &amp;amp; Kalaitzopoulou, Stella&lt;br /&gt;
&lt;br /&gt;
'''Πηγή:''' [[https://www.researchgate.net/publication/310142370_Remote_sensing_for_the_management_of_Verticillium_wilt_of_olive]]&lt;br /&gt;
&lt;br /&gt;
'''Abstract'''&lt;br /&gt;
&lt;br /&gt;
H βερτισιλλίωση είναι μια σημαντική ασθένεια που πλήττει τις ελιές και κατά συνέπεια την ελαιοπαραγωγή. Καθώς δεν υπάρχει διαθέσιμη θεραπεία προς το παρόν εφαρμόζονται ευρέως μόνο προληπτικά μέτρα καλλιέργειας. Πρόσφατες μελέτες έχουν δείξει πως η τηλεπισκόπηση μπορεί να χρησιμοποιηθεί για την εκτίμηση των επιπέδων μόλυνσης απο τον μύκητα Verticillium χρησιμοποιώντας φασματικές ενδείξεις, όπως δείκτης ανάκλασης καρετονοειδών 2 (CRI2) καθώς και ο δείκτης βλάστησης (NDVI) που απεικονίζουν αντίστοιχα τα μη ορατά και τα οράτα στάδια της μόλυνσης. Στην ίδια μελέτη εξετάζεται επίσης η δράση μιας νέας ενισχυμένης αυξητικής ουσίας φυτών (PGEF), που αποτελείται από φυσικά μεταλλικά στοιχεία και βιολογικούς παράγοντες που με βάση έρευνα στο πεδίο επαναφέρει μολυσμένα δέντρα σε πλήρη παραγωγικότητα, σε χρονικό ορίζοντα 2 ετών με βάση την αλλαγή στον δείκτη NDVI.&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Oι ελαιώνες με το μεγάλο ριζικό τους σύστημα υποστηρίζουν την πλούσια βιοποικιλότητα και ποιότητα εδάφους και κατά συνέπεια αποτρέπουν την διάβρωση του εδάφους, και συνεπώς η βερτισιλλίωση είναι μια ιδιαίτερα σοβαρή ασθένεια για τις ελαιοπαραγωγικές χώρες. Ένας σκοπός αυτής της μελέτης είναι ο καθορισμός του δείκτη CRI2 για τα πρώτα στάδια της μόλυνσης από αυτήν την ασθένεια όσον αφορά μια από τις σημαντικότερες ποικιλίες ελιάς στην Ελλάδα, τις ελιές Άμφισσας. Ένας ακόμα σκοπός είναι η μελέτη των φασματικών αποκρίσεων στην θεραπεία με PGEF. Καθώς η επαναφύτευση των ελαιώνων είναι ιδιαίτερα μακροχρόνια διαδικασία, ανάλογα με το στάδιο της μόλυνσης, η τηλεπισκόπηση μπορεί να χρησιμοποιηθεί ως δείκτης μόλυνσης αλλά και αποτελεσματικότητας της θεραπείας.&lt;br /&gt;
&lt;br /&gt;
'''Υλικά και Μέθοδοι'''&lt;br /&gt;
&lt;br /&gt;
Για την επαλήθευση της αποτελεσματικότητας των δεικτών CRI2 και NDVI στην ανίχνευση πρώιμων και προχωρημένων επιπέδων μόλυνσης για την cv.Amfissa  ελήφθησαν χωρικά δεδομένα από αέρος από UAV (εναέριο μη επανδρωμένο όχημα) από  3 επιλεγμένα πεδία στην Φθιώτιδα στις 3 Ιουνίου 2015,  τα οποία περιείχαν 151, 247 και 77 δέντρα Olea europea L.cv. Amfissa. 54, 28 και 26 δέντρα αντίστοιχα παρατηρήθηκαν οπτικά για μόλυνση από το Verticillium. Τα ελαιόδεντρα κατατάχθηκαν σε μια κλίμακα 11 σημείων, όπου στο 0 ανήκουν τα δέντρα χωρίς ορατά σημάδια μόλυνσης και στο 10 τα νεκρά δέντρα. Τα τέσσερα φασματικά κανάλια της κάμερας του UAV προσαρμόστηκαν στα 510, 660, 710 και 790 nm ώστε να ανιχνέυoυν την μόλυνση. Oι κόμες των δέντρων επιλέχθηκαν χειρονακτικα΄ώστε να διαχωριστούν από τα πίξελ του εδάφους. Kατόπιν η μέση ανάκλαση από τα 4 κανάλια χρησιμοποιήθηκε για τον υπολογισμό της CRI2 και της NDVI.&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα και Συζήτηση'''&lt;br /&gt;
 &lt;br /&gt;
Η ανάγκη για άμεσο εντοπισμό της βερτισιλλίωσης στις ελιές τόσο στην διάσταση του χώρου αλλά και στου χρόνου μπορεί να καλυφθεί από την τηλεπισκόπηση. Σύμφωνα με τα αποτελέσματα της τρέχουσας μελέτης τα πρώτα στάδια μόλυνσης (0-3) σε ένα μοντέλο πολλαπλής παλινδρόμησης παρουσιάζει υψηλή συσχέτιση με τον δείκτη CRI2 (p&amp;lt;0.001), ενώ οι NDVI τιμές δεν είναι στατιστικά σημαντικές. Τόσο το CRI2, όσο και το NDVI συσχετίζονται ισχυρά με τα επίπεδα μόλυνσης (p=0.008 και p=0.006, αντίστοιχα), αλλά τα πρώιμα μη ορατά συμπτώματα της ασθένειας ανιχνεύονται καλύτερα από τον δείκτη CRI2. Ο δείκτης NDVI είναι αποτελεσματικότερος για τα μετέπειτα στάδια. Ο CRI2 είναι ένα δείκτης που υπολογίζει το περιεχόμενο σε καροτενοειδή χρησιμοποιώντας την διαφορά στην αμοιβαία ανάκλαση στο κόκκινο φάσμα και στην αμοιβαία ανάκλαση στο κανάλι που είναι εστιασμένο στα 510 nm. O σκοπός αυτού του δείκτη είναι η αφαίρεση της επίδρασης της χλωροφύλλης στον υπολογισμό των καρετονοειδών, καθώς τόσο τα καρετονοειδή όσο και η χλωροφύλλη απορροφούν στο μπλε (400 με 500 nm).&lt;br /&gt;
Για τον καθορισμό της αποτελεσματικότητας του PGEF στον δείκτη NDVI, συγκρίθηκαν αεροφωτογραφίες από 2014 και 2015 από δέντρα που τους είχε χορηγηθεί η ουσία με δέντρα που δεν τους είχε χορηγηθεί, και ο δείκτης NDVI φάνηκε να είναι χαμηλότερος κατά 7.2% στα μολυσμένα δέντρα (p=0.016) σε σχέση με τα υγιή. Κατά συνέπεια η PGEF αυξάνει τον δείκτη NDVI που αντικατοπτρίζει την γενικότερη υγεία των φυτών και ως εκ τούτου μπορεί να χρησιμοποιηθεί για την καταπολέμηση της μόλυνσης από Verticillium.&lt;br /&gt;
[[Αρχείο:Screenshot_(870).png|200px|thumb|left|Εικόνα 2: Αεροφωτογραφίες ελαιώνων που λήφθηκαν από UAV, με τονισμένο περίγραμμα απεικονίζονται τα δέντρα στα οποία χορηγήθηκε PGEF.]]&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Τα αποτελέσματα αυτής της μελέτης έδειξαν πως οι δείκτες CRI2 και NDVI είναι κατάλληλοι για τον εντοπισμό των πρώιμων και των προχωρημένων σταδίων μόλυνσης από τον μύκητα Verticillium σε 2 διαφορετικές ποικιλίες ελιάς. Επιπλέον η χορήγηση PGEF σε μολυσμένα δέντρα και η επαλήθευση της διαδικασίας ανάρρωσης μέσω των δεδομένων τηλεπισκόπησης μπορούν να αποτελέσουν εργαλεία αντιμετώπισης της βερτισιλίωσης για τους καλλιεργητές επιτραπέζιων ελιών.&lt;/div&gt;</summary>
		<author><name>M kakara</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CF%85%CE%B4%CE%B1%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%BA%CE%B1%CF%84%CE%B1%CF%80%CF%8C%CE%BD%CE%B7%CF%83%CE%B7%CF%82_%CF%84%CF%89%CE%BD_%CF%86%CF%85%CF%84%CF%8E%CE%BD_%CF%83%CE%B5_%CF%86%CF%85%CF%83%CE%B9%CE%BA%CE%AC_%CE%BF%CE%B9%CE%BA%CE%BF%CF%83%CF%85%CF%83%CF%84%CE%AE%CE%BC%CE%B1%CF%84%CE%B1_%CE%BC%CE%AD%CF%83%CF%89_%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%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CE%B8%CE%B5%CF%81%CE%BC%CE%B9%CE%BA%CE%AE%CF%82_%CE%B1%CE%BA%CF%84%CE%B9%CE%BD%CE%BF%CE%B2%CE%BF%CE%BB%CE%AF%CE%B1%CF%82</id>
		<title>Ανίχνευση της υδατικής καταπόνησης των φυτών σε φυσικά οικοσυστήματα μέσω τηλεπισκόπησης με χρήση θερμικής ακτινοβολίας</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CF%85%CE%B4%CE%B1%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%BA%CE%B1%CF%84%CE%B1%CF%80%CF%8C%CE%BD%CE%B7%CF%83%CE%B7%CF%82_%CF%84%CF%89%CE%BD_%CF%86%CF%85%CF%84%CF%8E%CE%BD_%CF%83%CE%B5_%CF%86%CF%85%CF%83%CE%B9%CE%BA%CE%AC_%CE%BF%CE%B9%CE%BA%CE%BF%CF%83%CF%85%CF%83%CF%84%CE%AE%CE%BC%CE%B1%CF%84%CE%B1_%CE%BC%CE%AD%CF%83%CF%89_%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%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CE%B8%CE%B5%CF%81%CE%BC%CE%B9%CE%BA%CE%AE%CF%82_%CE%B1%CE%BA%CF%84%CE%B9%CE%BD%CE%BF%CE%B2%CE%BF%CE%BB%CE%AF%CE%B1%CF%82"/>
				<updated>2022-02-10T08:50:42Z</updated>
		
		<summary type="html">&lt;p&gt;M kakara: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Category:Οικολογία ]]&lt;br /&gt;
&lt;br /&gt;
''' Ανίχνευση της υδατικής καταπόνησης των φυτών σε φυσικά οικοσυστήματα μέσω τηλεπισκόπησης με χρήση θερμικής ακτινοβολίας. '''&lt;br /&gt;
&lt;br /&gt;
Thermal remote sensing of plant water stress in natural ecosystems&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Na Liu, Zijuan Deng, Hailong Wang, Zidong Luo, Hugo A. Gutiérrez-Jurado,&lt;br /&gt;
Xinguang He and Huade Guan&lt;br /&gt;
&lt;br /&gt;
'''Πηγή:''' [[https://www.sciencedirect.com/science/article/pii/S0378112720312020]]&lt;br /&gt;
&lt;br /&gt;
'''Abstract'''&lt;br /&gt;
&lt;br /&gt;
Για την παρακολούθηση της υδατικής καταπόνησης των φυτών χρησιμοποιούνται ευρεύως θερμικοί δείκτες που βασίζονται σε μετρήσεις θερμοκρασίας του θόλου (θερμοκρασία των φυτών) (Tc). Τέτοιες εφαρμογές αφορούσαν κυρίως ομοιογενείς καλλιέργειες. Σε φυτά φυσικών οικοσυστημάτων έχουν διεξαχθεί λίγες μελέτες με συνεχείς παρατηρήσεις. Εδώ εξετάζουμε εάν ο κοινώς χρησιμοποιούμενος δείκτης υδατικής καταπόνησης καλλιέργειας (CWSI) ισχύει για τη βλάστηση σε μη διαχειριζόμενα οικοσυστήματα.&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Οι περισσότερες μέθοδοι που χρησιμοποιούνται για την παρακολούθηση των επιπέδων του νερού, συμπεριλαμβανομένων των μετρήσεων του δυναμικού του νερού του εδάφους, του δυναμικού των βλαστών και φύλλων και της περιεκτικότητας του εδάφους σε νερό, βασίζονται σε εξειδικευμένο εξοπλισμό και σημειακές επιτόπιες μετρήσεις. Αυτές οι τεχνικές δίνουν ακριβείς πληροφορίες για το έλλειμμα νερού στο έδαφος, ωστόσο είναι απαιτούν εντατική εργασία και είναι αρκετά εντοπισμένες, περιορίζοντας έτσι την εφαρμογή σε μεγαλύτερες κλίμακες. Ως εναλλακτική λύση στους συμβατικούς δείκτες της κατάστασης του νερού, η θερμοκρασία του θόλου μπορεί να αντιμετωπίσει τέτοιους περιορισμούς με το πλεονεκτήματα της μεγάλης χωρικής κάλυψης (Gautam and Pagay, 2020). Αυτό βασίζεται στο ότι η θερμοκρασία του θόλου αυξάνεται καθώς οι ρυθμοί διαπνοής των φυτών μειώνονται ως απόκριση στην έλλειψη νερού του εδάφους κοντά στο ριζικό σύστημα. Έχουν αναπτυχθεί αρκετοί θερμικοί δείκτες με βάση τη θερμοκρασία του θόλου για την παρακολούθηση της κατάστασης του νερού στις καλλιέργειες. Χρησιμοποιείται ο δείκτης υδατικής καταπόνησης των  καλλιεργειών (CWSI) ο οποίος μπορεί να εκτιμηθεί εμπειρικά. Ο δείκτης κανονικοποιείται ώστε να είναι σε ένα επίπεδο καταπόνησης μεταξύ του μηδέν (τα όρια χωρίς υδατική καταπόνηση υπό καλά αρδευόμενες συνθήκες) και του ένα (τα όρια ξηρασίας υπό συνθήκες μη διαπνοής).&lt;br /&gt;
Η υγρασία του εδάφους αποτελεί μια σημαντική μεταβλητή σε διάφορες εφαρμογές για την εκτίμηση της εξατμοδιαπνοής και τη διαχείριση των δασών. Για την εκτίμηση της υγρασίας του εδάφους έχουν χρησιμοποιηθεί μέθοδοι θερμικής υπέρυθρης ανίχνευσης με βάση τους δείκτες θερμοκρασίας επιφάνειας και βλάστησης. Ο δείκτης CWSI ως δείκτης επιπέδων νερού αποδίδει καλά σε καλλιέργειες ή υπό ελεγχόμενες συνθήκες σε θερμοκήπιο, αλλά σπάνια εξετάζεται σε φυσικό περιβάλλον, το οποίο διαφέρει απο τους αγρούς σημαντικά. Αυτό γιατί χαρακτηρίζονται από σύνθετη τοπογραφία, μικτή βλάστηση και μεγάλο φάσμα συνθηκών υγρασίας. Είναι πιο δύσκολο να ανιχνευθεί η κατάσταση του νερού στο έδαφος, διαμέσου του χρόνου, ενός φυσικού οικοσυστήματος από ό, τι σε μια ομοιογενή καλλιέργεια.&lt;br /&gt;
Αυτή η μελέτη εξετάζει τη δυνατότητα χρήσης θερμικών δεικτών για τις μετρήσεις θερμοκρασίας του θόλου για την ανίχνευση της υδατικής καταπόνησης των φυτών σε φυσικά περιβάλλοντα.&lt;br /&gt;
&lt;br /&gt;
'''Υλικά και Μέθοδοι'''&lt;br /&gt;
&lt;br /&gt;
*Μετρήσεις&lt;br /&gt;
Τα πειράματα της μελέτης διεξήχθησαν σε τρεία σημεία πεδίου στην Αδελαΐδα της Νότιας Αυστραλίας. Το κλίμα είναι μεσογειακού τύπου χαρακτηρίζεται με ζεστό και ξηρό καλοκαίρι και ήπιο και υγρό χειμώνα. &lt;br /&gt;
1.	Πρώτη μέτρηση&lt;br /&gt;
Η πρώτη θέση βρίσκεται σε μια πλαγιά στην πανεπιστημιούπολη του Πανεπιστημίου Flinders και παρακολουθήθηκαν δύο ιθαγενή είδη δένδρων, Eucalyptus microcarpa και Acacia pycnantha, κατα την περίοδο (2012-2013). Σε βορεινό σημείο των δένδρων τοποθετήθηκαν δύο θερμικές κάμερες η μία 6 μέτρα μακριά από τον Eucalyptus microcarpa και η άλλη 2,4 μέτρα από την Acacia pycnantha για να επικεντρωθεί σε έναν κλάδο της. Οι θερμοκρασίες του θόλου μετρούνταν κάθε λεπτό σε επιλεγμένες ημέρες από τον Ιανουάριο του 2012 έως τον Μάιο του 2013. Τοποθετήθηκε επίσης ένας ανιχνευτές υγρασίας εδάφους σε βάθος ενός μέτρου σε κάθε είδος. Το υδατικό δυναμικό των βλαστών παρακολουθήθηκε με δύο ψυχόμετρα την περίοδο μελέτης (2012-2013) σε διαστήματα 15 λεπτών (ξηρή περίοδος) ή 30 λεπτών (υγρή περίοδος). Επίσης εγκαταστάθηκε και ένας ανιχνευτής υγρασίας εδάφους σε κάθε είδος. Τέλος εγκαταστάθηκε και ένας μετεωρολογικός σταθμός τον Μάρτιο του 2012 κοντά στην Acacia pycnantha για συνεχή μέτρηση της θερμοκρασίας του αέρα, της σχετικής υγρασίας, της ηλιακής ακτινοβολίας, της ταχύτητας του ανέμου και των βροχοπτώσεων.&lt;br /&gt;
2.	Δεύτερη μέτρηση&lt;br /&gt;
Η δεύτερη θέση βρίσκεται σε μια φυσική λεκάνη βλάστησης σε δύο απέναντι πλαγιές, όπου η μία προσανατολίζεται στο βορρά και η άλλη στο νότο. Τα κυρίαρχα είδη στην περιοχή είναι το Eucalyptus leucoxylon και το Eucalyptus fasciculosa. Η θερμοκρασία του θόλου μετρούνταν συνεχώ από έναν αισθητήρα υπέρυθρης ακτινοβολίας με οπτικό πεδίο 45° από τις 6 Απριλίου 2013 έως τις 31 Μαΐου 2014. Τοποθετήθηκαν ανιχνευτές υγρασίας εδάφους για τη συνεχή μέτρηση της περιεκτικότητας σε νερό εδάφους σε βάθη 10, 30 και 50 cm. Η ταχύτητα του ανέμου, η σχετική υγρασία, η θερμοκρασία του αέρα, η βροχόπτωση και η ηλιακή ακτινοβολία μετρούνταν σε διαστήματα 15 λεπτών.&lt;br /&gt;
3.	Τρίτη μέτρηση&lt;br /&gt;
Η τρίτη θέση βρίσκεται σε μια περιοχή με κωνοφόρα στην πανεπιστημιούπολη του Πανεπιστημίου Flinders και μελετήθηκαν τέσσερα δέντρα του είδους Allocasuarina verticillata, το οποίο είναι ένα τυπικό κωνοφόρο στη Νότια Αυστραλία. Οι μετρήσεις της θερμοκρασίας του θόλου γίνονταν το μεσημέρι (12:00-14:00 σε τοπική χειμερινή ώρα) και ταμετεωρολογικά δεδομένα συλλέχθηκαν σε δύο περιόδους: 21 Μαρτίου έως 14 Μαΐου 2018 και 4 Δεκεμβρίου 2018 έως 30 Ιανουαρίου 2019. Η θερμοκρασία του θόλου μετρήθηκε χρησιμοποιώντας μια φορητή θερμική κάμερα. Για κάθε δέντρο, οι θερμικές εικόνες που συλλέχθηκαν ήταν από δύο γωνίες παρατήρησης για να αποφευχθεί η σκιά από τα γύρω δέντρα το μεσημέρι. Το υδατικό δυναμικό των βλαστών παρακολουθήθηκε με ψυχόμετρα την περίοδο μελέτης (2012-2013) σε διαστήματα 30 λεπτών. Η θερμοκρασία του αέρα καταγραφόταν κάθε 30 λεπτά. Επίσης καθώς η συννεφία επιδεινώνει την απόδοση των θερμικών δεικτών επιλέχθηκαν μόνο τα δεδομένα που μετρήθηκαν σε ημέρες με καλή κατανομή της ηλιακής ακτινοβολίας για όλες τις θέσεις.&lt;br /&gt;
*Ορισμός και παραμετροποίηση για το CWSI&lt;br /&gt;
Ο δείκτης υδατικής καταπόνησης μιας καλλιέργειας (CWSI) ορίζεται από τα όρια χωρίς υδατική καταπόνηση και τα όρια μη διαπνοής. Σύμφωνα με την εμπειρική προσέγγιση, η διαφορά θερμοκρασίας μεταξύ του θόλου και του αέρα (Tc-Ta) ακολουθεί μια γραμμική σχέση με το έλλειμα των υδρατμών της ατμόσφαιρας (VPD), εάν οι καλλιέργειες είναι καλά αρδευόμενες.&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα''' &lt;br /&gt;
&lt;br /&gt;
*Αξιολόγηση του CWSI&lt;br /&gt;
Τα αποτελέσματα των ορίων μη υδατικής καταπόνησης και μη διαφαινόμενης καταπόνησης παρουσιάζονται στον πίνακα 2.&lt;br /&gt;
[[Αρχείο:Screenshot_(860).png|200px|thumb|right|Πίνακας 2: Τα ορίων μη υδατικής καταπόνησης και μη διαφαινόμενης καταπόνησης.]]&lt;br /&gt;
*Αξιολόγηση του βέλτιστου χρόνου&lt;br /&gt;
Οι συνεχείς μετρήσεις θερμοκρασίες του θόλου κατά τη διάρκεια μιας ημέρας παρέχουν την ευκαιρία να εξεταστεί ο βέλτιστος χρόνος για την εφαρμογή θερμικών δεικτών. Για να υπάρχει όμως μια δίκαιη σύγκριση, περιλαμβάνονται μόνο οι εικόνες που λήφθηκαν σε σαφείς ημέρες στην πρώτη και δεύτερη θέση με συνεχείς μετρήσεις της θερμοκρασίας του θόλου από τις 10:00 έως τις 16:00.&lt;br /&gt;
*Αξιολόγηση του CWSI &lt;br /&gt;
Φαίνεται ότι η δυναμική του CWSI είτε βασίζεται σε εμπειρικές είτε σε θεωρητικές μεθόδους ανταποκρίνεται καλά στην αλλαγή της κατάστασης του εδαφικού νερού, υποδεικνύοντας την ικανότητά του για την παρακολούθηση της υδατικής καταπόνησης των φυτών.&lt;br /&gt;
Επίδραση των περιβαλλοντικών συνθηκών στις επιδόσεις των θερμικών δεικτών&lt;br /&gt;
Η ταχύτητα του ανέμου αποδείχθηκε ότι είναι ο σημαντικότερος παράγοντας που οδηγεί σε λανθασμένες τιμές θερμοκρασίας θόλου και συνεπώς CWSI. Η υψηλή ταχύτητα ανέμου μειώνει τις διαφορές θερμοκρασίας μεταξύ της διαφορετικής αγωγιμότητας των στομάτων των φύλλων και συνεπώς τα αποτελέσματα των θερμικών μετρήσεων. Επίσης η θερμοκρασία του θόλου πέφτει με μείωση της ηλιακής ακτινοβολίας.&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Οι επιδόσεις του δείκτη υδατικής καταπόνησης των καλλιεργειών (CWSI) με βάση τις μετρήσεις θερμοκρασίας θόλου έχουν προσδιοριστεί τόσο εμπειρικά όσο και θεωρητικά για την ανίχνευση του υδατικού στρες των φυτών σε τρία φυσικά οικοσυστήματα. Η μελέτη δείχνει ότι και οι δύο τύποι CWSI είναι ικανοί να καταγράψουν την ποικιλία προτύπων της υδατικής καταπόνησης των φυτών. Ο εμπειρικός δείκτης συνιστάται λόγω σημαντικά καλύτερης απόδοσης στην αξιολόγηση της υδατικής καταπόνησης των ειδών που μελετήθηκαν. Γενικά αποδείχθηκε ότι το μεσημέρι είναι ο βέλτιστος χρόνος κατά τη διάρκεια μιας ημέρας για να χρησιμοποιηθούν οι θερμικοί δείκτες ως δείκτης υδατικής καταπόνησης. Οι πιο κατάλληλες καιρικές συνθήκες όσον αφορά την ταχύτητα του ανέμου και την ηλιακή ακτινοβολία είναι ελαφρώς διαφορετικές για είδος που μελετάται.&lt;/div&gt;</summary>
		<author><name>M kakara</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%B1%CE%BB%CE%BB%CE%B1%CE%B3%CF%8E%CE%BD_%CF%84%CE%B7%CF%82_%CE%BA%CE%AC%CE%BB%CF%85%CF%88%CE%B7%CF%82_%CE%B3%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CF%89%CE%BD_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B8%CE%B5%CF%81%CE%BC%CE%B9%CE%BA%CF%8E%CE%BD_%CE%BD%CE%B7%CF%83%CE%AF%CE%B4%CF%89%CE%BD_%CF%83%CF%84%CE%B7%CE%BD_%CF%80%CF%8C%CE%BB%CE%B7_%CE%A4%CE%AC%CE%BD%CF%84%CE%B1_%CF%84%CE%B7%CF%82_%CE%91%CE%B9%CE%B3%CF%8D%CF%80%CF%84%CE%BF%CF%85</id>
		<title>Ανίχνευση των αλλαγών της κάλυψης γης και των αστικών θερμικών νησίδων στην πόλη Τάντα της Αιγύπτου</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%B1%CE%BB%CE%BB%CE%B1%CE%B3%CF%8E%CE%BD_%CF%84%CE%B7%CF%82_%CE%BA%CE%AC%CE%BB%CF%85%CF%88%CE%B7%CF%82_%CE%B3%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CF%89%CE%BD_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B8%CE%B5%CF%81%CE%BC%CE%B9%CE%BA%CF%8E%CE%BD_%CE%BD%CE%B7%CF%83%CE%AF%CE%B4%CF%89%CE%BD_%CF%83%CF%84%CE%B7%CE%BD_%CF%80%CF%8C%CE%BB%CE%B7_%CE%A4%CE%AC%CE%BD%CF%84%CE%B1_%CF%84%CE%B7%CF%82_%CE%91%CE%B9%CE%B3%CF%8D%CF%80%CF%84%CE%BF%CF%85"/>
				<updated>2022-02-10T08:50:03Z</updated>
		
		<summary type="html">&lt;p&gt;M kakara: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Category:Αστικός και περιφερειακός σχεδιασμός ]]&lt;br /&gt;
&lt;br /&gt;
''' Ανίχνευση των αλλαγών της κάλυψης γης και των αστικών θερμικών νησίδων στην πόλη Τάντα της Αιγύπτου '''&lt;br /&gt;
&lt;br /&gt;
Change detection of land cover and urban heat islands using multi-temporal Landsat images, application in Tanta city, Egypt&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Hala Adel Effat, Lamyaa Gamal-ElDeen Taha, Kamel Fathi Mansour&lt;br /&gt;
&lt;br /&gt;
'''Πηγή:''' [[https://www.researchgate.net/publication/273339097_Change_Detection_of_Land_cover_and_Urban_Heat_Islands_using_Multi-Temporal_Landsat_Images_application_in_Tanta_City_Egypt]]&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Η έντονη αστικοποίηση έχει ευεργετικές αλλά και δυσμενείς συνέπειες, που επηρεάζουν από περιβαλλοντική και κοινωνική σκοπιά τους κατοίκους των πόλεων. Οι στέγες και οι τοίχοι των πολυώροφων κτιρίων με πιο σκούρες επιφάνειες, οι χώροι στάθμευσης, οι δρόμοι και τα πεζοδρόμια που είναι κατασκευασμένα από άσφαλτο και σκυρόδεμα τείνουν να έχουν χαμηλό albedo. Αυτές οι σκούρες επιφάνειες χαμηλού albedo απορροφούν υψηλότερη ποσότητα ηλιακής ακτινοβολίας και την μετατρέπουν σε θερμική ενέργεια. Συνεπώς, συσσωρεύονται υπερβολικές ποσότητες θερμικής ενέργειας σε αυτά τα επίπεδα. Έτσι στις αστικές περιοχές σημειώνονται αυξημένες θερμοκρασίες σε σύγκριση με τις γύρω αγροτικές περιοχές. Όμως, αν και η διαφορά θερμοκρασίας δεν είναι μεγάλη, μπορεί να προκαλέσει αρκετά αξιοσημείωτα κοινωνικά και περιβαλλοντικά προβλήματα στις αστικές περιοχές. Ο πυρήνας της πόλης γίνεται θερμότερος από την περιφέρειά της, σχηματίζοντας έτσι μια αστική θερμική νησίδα. Οι ερευνητές ορίζουν την αστική θερμική νησίδα ως το φαινόμενο που αφορά τη χαρακτηριστική ζεστασιά τόσο της ατμόσφαιρας όσο και των επιφανειών στις πόλεις σε σύγκριση με το περιβάλλον τους. Τα αυξημένα επίπεδα θερμοκρασίας και η ατμοσφαιρική ρύπανση, τα οποία είναι συνέπειες των αστικών θερμικών νησίδων έχουν δυσμενείς επιπτώσεις στην ανθρώπινη υγεία. Τέτοιες επιδράσεις είναι η γενική δυσφορία, τα αναπνευστικά προβλήματα, τα εγκεφαλικά επεισόδια και οι κράμπες, η εξάντληση και ακόμη και οι θάνατοι που σχετίζονται με τη θερμότητα. &lt;br /&gt;
Η τηλεπισκόπηση παρέχει μια οικονομική, αποδοτική και γρήγορη μεθοδολογία για την ανάλυση των χωρικά και χρονικά κατανεμημένων θερμοκρασιών της επιφάνειας της γης, δεδομένου ότι η κάλυψη των δορυφορικών εικόνων αφορά μεγάλη περιοχή. Τα τελευταία χρόνια οι τεχνικές τηλεπισκόπησης με υπέρυθρη ακτινοβολία (TIR) έχουν εφαρμοστεί σε περιβαλλοντικές μελέτες και μελέτες του κλίματος των πόλεων, κυρίως για την ανάλυση των προτύπων θερμοκρασίας της επιφάνειας της γης (LST) και τη σχέση της με τα χαρακτηριστικά της επιφάνειας της γης. Εκτός από τις μετρήσεις των LST, αυτοί οι αισθητήρες υπέρυθρης ακτινοβολίας μπορούν επίσης να χρησιμοποιηθούν για την απόκτηση δεδομένων εκπομπής διαφορετικών επιφανειών με ποικίλες αναλύσεις και ακρίβειες.&lt;br /&gt;
&lt;br /&gt;
Περιοχή μελέτης: Η πόλη Τάντα είναι η πρωτεύουσα του Κυβερνείου El Gharbeya, είναι μέρος του Δέλτα του Νείλου και περιβάλλεται από καλλιεργημένες εύφορες εκτάσεις. Ο συνολικός πληθυσμός της πόλης είναι 429.000 κάτοικοι. Με το υψηλό ποσοστό αστικοποίησης που την χαρακτηρίζει, η κάλυψη της βλάστησης μειώνεται γρήγορα και αντικαθίσταται από ψηλά κτίρια, δρόμους, χώρους στάθμευσης, πεζοδρόμια και άλλες κατασκευές, ενώ η υψηλή συγκέντρωση οχημάτων στην περιοχή συμβάλλει στην εκπομπή θερμότητας και αερίων ρύπων. Η χαμηλότερη θερμοκρασία του αέρα καταγράφεται τον Ιανουάριο, κατά μέσο όρο 18° C και υψηλότερη θερμοκρασία τον Ιούλιο, κατά μέσο όρο 33 ° C. &lt;br /&gt;
&lt;br /&gt;
'''Μεθοδολογία'''&lt;br /&gt;
&lt;br /&gt;
*Χαρτογράφηση της Αστικής Ανάπτυξης μεταξύ 1984 και 2013&lt;br /&gt;
Η περιοχή που ερευνάται καλύπτεται κυρίως από καλλιεργούμενες εκτάσεις και αστικές περιοχές που εξαπλώνονται και καταπατούν την αρόσιμη γη. Η μελέτη διεξάγεται κατά τη θερινή περίοδο, τα περισσότερα από τα χωράφια καλλιεργούνται με δέντρα και καλλιέργειες ενώ δεν εμφανίστηκαν έρημοι ή γυμνά εδάφη στις εικόνες Landsat. Οι εικόνες που αποκτήθηκαν ήταν όλες καθαρές χωρίς σύννεφα, λόγω των ξηρών καλοκαιρινών πρωινών (7:00-8:00 π.μ.). Ακολουθήθηκε εποπτευόμενη ταξινόμηση χρησιμοποιώντας τη μέθοδο της μέγιστης πιθανοφάνειας και εντοπίστηκαν τρεις κατηγορίες κάλυψης γης, συμπεριλαμβανομένων των καλλιεργούμενων εκτάσεων, των υδατικών όγκων και των αστικών περιοχών. Η συνολική ακρίβεια των πέντε ετών ταξινομήσεων ήταν 86.10%, 89.83%, 91.22% , 93.62 και 95,64% αντίστοιχα. Ο συντελεστής Kappa των πενταετών ταξινομήσεων είναι 0.81, 0.83, 0.86, 0.89 και 0.91 αντίστοιχα.&lt;br /&gt;
*Θερμοκρασία επιφάνειας εδάφους&lt;br /&gt;
Οι θερμοκρασίες της επιφάνειας της γης προήλθαν από γεωμετρικά διορθωμένες εικόνες. Εφαρμόστηκε μια απλή μέθοδος για την ανάκτηση των εκπομπών της επιφάνειας της γης (LSE) με βάση τον δείκτη βλάστησης (NDVI) εφαρμόζωντας τη μέθοδο NDVI Thresholds.&lt;br /&gt;
*Αστική θερμική νησίδα &lt;br /&gt;
Οι αστικές θερμικές νησίδες είναι επίμονες ζώνες όπου σημειώνονται θερμοκρασίες επιφάνειας εδάφους πάνω από το μέσο όρο. Η ένταση του φαινομένου ορίζεται ως η διαφορά μεταξύ της μέσης θερμοκρασίας τους και της θερμοκρασίας των αγροτικών περιοχών.&lt;br /&gt;
*Ανάλυση παλινδρόμησης&lt;br /&gt;
Μελετήθηκε η σχέση μεταξύ της εξαρτημένης μεταβλητής (θερμοκρασία επιφάνειας εδάφους) και της κατηγορίας χρήσης γης/ κάλυψης γης. Η σχέση μελετήθηκε για κάθε μια από τις εικόνες της περιόδου 1984-2013 που ερευνάται.&lt;br /&gt;
Ποσοστό κατοικημένων περιοχών σε τμήματα:&lt;br /&gt;
Ένας κύριος λόγος για τις διαφορές θερμοκρασίας της επιφάνειας μεταξύ αγροτικών και αστικών περιοχών είναι η επίδραση της γεωμετρίας του κτιρίου στις ακτινοβολούμενες ροές. Οι περισσότερες από τις αιγυπτιακές πόλεις έχουν υψηλή πυκνότητα δόμησης, όπως και στην περιοχή μελέτης. Το δομημένων περιοχών υπολογίστηκε για κάθε τμήμα.&lt;br /&gt;
Ποσοστό πράσινων περιοχών : &lt;br /&gt;
Οι σχέσεις μεταξύ θερμοκρασίας και βλάστησης διερευνήθηκαν σε προγενέστερες μελέτες συχνά χρησιμοποιώντας τον κανονικοποιημένο δείκτη βλάστησης. Το ποσοστό της πράσινης περιοχής υπολογίστηκε για κάθε τμήμα.&lt;br /&gt;
[[Αρχείο:γ2 (2).png|200px|thumb|left|Εικόνα 2: Διάγραμμα ροής της εφαρμοζόμενης μεθοδολογίας]]&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα''' &lt;br /&gt;
&lt;br /&gt;
*Χαρτογράφηση της Αστικής Ανάπτυξης μεταξύ 1984 και 2013&lt;br /&gt;
Η εικόνα Landsat TM ταξινομήθηκε με χρήση εποπτευόμενης ταξινόμησης και προέκυψαν τρείς κατηγορίες, αστικές και καλλιεργούμενες εκτάσεις και υδατικές μάζες. Ο συντελεστής Kappa του αποτελέσματος ταξινόμησης είναι 0,81 και η ακρίβεια των δεδομένων ικανοποιητική. Η περιοχή χαρακτηρίζεται από υψηλή δόμηση, στενούς δρόμους,ανεπαρκείς μέθοδοι επεξεργασίας στερεών αποβλήτων και έλλειψη χώρων πρασίνου προκαλούν αύξηση της θερμοκρασίας της επιφάνειας της γης και αλλαγή στο αστικό μικροκλίμα. Στον πίνακα 3 φαίνονται και οι αλλαγές στις χρήσεις/καλύψεις γής κατα την περίοδο 1984-2013.&lt;br /&gt;
[[Αρχείο:γ3 (2).png|200px|thumb|right|Πίνακας 3: Αλλαγές στις χρήσεις/καλύψεις γής.]]&lt;br /&gt;
*Ερμηνεία των χαρτών θερμοκρασίας επιφάνειας εδάφους&lt;br /&gt;
Τα αποτελέσματα των εικόνων με τις θερμοκρασίες της επιφάνειας γης ταξινομήθηκαν χρησιμοποιώντας την τυπική απόκλιση. Η σύγκριση τον αποτελεσμάτων για τις θερμοκρασίες της επιφάνεις της γής κατα τη περίοδο 1984-2013 φαίνεται στον πίνακα 4. Η ανάλυση παλινδρόμησης έδειξε μια αρνητική συσχέτιση μεταξύ του ποσοστού των πράσινων περιοχών και θερμοκρασίας της επιφάνειας της γης. Από την παραπάνω ανάλυση, θα μπορούσε να βγεί το συμπέρασμα ότι η χρήση γης /κάλυψη γης επηρεάζει τις κατανομές των αστικών θερμικών νησίδων.&lt;br /&gt;
[[Αρχείο:γ4 (2).png|200px|thumb|left|Πίνακας 4: Στατιστικά στοιχεία θερμοκρασιών επιφάνειας εδάφους απο εικόνες Landsat.]]&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Τα αποτελέσματα έδειξαν ότι η δομημένη περιοχή έχει επεκταθεί δραματικά σε βάρος των καλλιεργούμενων περιοχών, προκαλώντας τεράστιες αλλαγές στην περιοχή μελέτης. Προκειμένου να εφαρμοστούν μέτρα για τον μετριασμό του σχηματισμού αστικών θερμικών νησίδων, είναι σημαντικό να προσδιοριστεί η κατανομή της θερμοκρασίας της επιφάνειας της γης στις αστικές περιοχές και να προσδιοριστούν οι περιοχές με μη φυσιολογικά υψηλές θερμοκρασίες. Τέτοιες μελέτες είναι πολύ χρήσιμες σε πόλεις που χαρακτηρίζονται από ξηρό κλίμα. Η χρήση τηλεπισκόπησης παρέχει μια χρονικά και οικονομικά αποδοτική μεθοδολογία για την ανάλυση αυτή.&lt;/div&gt;</summary>
		<author><name>M kakara</name></author>	</entry>

	<entry>
		<id>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_%CF%84%CF%89%CE%BD_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CE%BF%CF%80%CE%B9%CE%BA%CF%8E%CE%BD_%CE%BA%CE%B1%CE%B9_%CF%84%CF%89%CE%BD_%CE%BA%CE%B1%CF%84%CE%B1%CE%B3%CE%B5%CE%B3%CF%81%CE%B1%CE%BC%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CE%B2%CE%AC%CF%83%CE%B5%CF%89%CE%BD_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CE%B1%CF%80%CF%8C_%CE%BA%CE%B1%CE%BC%CE%AD%CE%BD%CE%B5%CF%82_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CE%AD%CF%82_%CF%83%CF%84%CE%B7%CE%BD_%CE%9C%CE%B5%CF%83%CE%BF%CE%B3%CE%B5%CE%B9%CE%B1%CE%BA%CE%AE_%CE%95%CF%85%CF%81%CF%8E%CF%80%CE%B7</id>
		<title>Σύγκριση των τηλεπισκοπικών και των καταγεγραμμένων βάσεων δεδομένων από καμένες περιοχές στην Μεσογειακή Ευρώπη</title>
		<link rel="alternate" type="text/html" href="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_%CF%84%CF%89%CE%BD_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CE%BF%CF%80%CE%B9%CE%BA%CF%8E%CE%BD_%CE%BA%CE%B1%CE%B9_%CF%84%CF%89%CE%BD_%CE%BA%CE%B1%CF%84%CE%B1%CE%B3%CE%B5%CE%B3%CF%81%CE%B1%CE%BC%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CE%B2%CE%AC%CF%83%CE%B5%CF%89%CE%BD_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CE%B1%CF%80%CF%8C_%CE%BA%CE%B1%CE%BC%CE%AD%CE%BD%CE%B5%CF%82_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CE%AD%CF%82_%CF%83%CF%84%CE%B7%CE%BD_%CE%9C%CE%B5%CF%83%CE%BF%CE%B3%CE%B5%CE%B9%CE%B1%CE%BA%CE%AE_%CE%95%CF%85%CF%81%CF%8E%CF%80%CE%B7"/>
				<updated>2022-02-10T08:49:40Z</updated>
		
		<summary type="html">&lt;p&gt;M kakara: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Category:Διαχείριση κινδύνων]]&lt;br /&gt;
&lt;br /&gt;
''' Σύγκριση των τηλεπισκοπικών και των καταγεγραμμένων βάσεων δεδομένων από καμένες περιοχές στην Μεσογειακή Ευρώπη '''&lt;br /&gt;
&lt;br /&gt;
A comparison of remotely-sensed and inventory datasets for burned area in Mediterranean Europe&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Marco Turco, Sixto Herrera, Etienne Tourigny, Emilio Chuvieco and Antonello Provenzale&lt;br /&gt;
&lt;br /&gt;
'''Πηγή:''' [[https://www.researchgate.net/publication/333719249_A_comparison_of_remotely-sensed_and_inventory_datasets_for_burned_area_in_Mediterranean_Europe]]&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Ο όρος περιβάλλον είναι ένας όρος που χρησιμοποιείται ευρέως και σημαίνει διαφορετικά πράγματα σε κάθε άνθρωπο. H περιβαλλοντική διαχείριση είναι «η σχεδιασμένη δραστηριότητα με σκοπό τη διατήρηση και βελτίωση των περιβαλλοντικών πόρων που επηρεάζονται από τις ανθρώπινες δραστηριότητες (Environmental Management, 2012).  Μπορεί επίσης να οριστεί ως η «βέλτιστη διαχείριση των περιορισμένων πόρων μεταξύ διαφορετικών πιθανών χρήσεων». Η χρήση τηλεπισκόπησης έχει καταστεί το πιο κοινό εργαλείο στην ανάλυση διαφορετικών τομέων στις περιβαλλοντικές επιστήμες. Το Γεωγραφικό Σύστημα Πληροφοριών (GIS) έχει αναδειχθεί σε ένα βασικό εργαλείο στην διατήρηση και διαχείρηση του περιβάλλοντος. To GIS είναι η βασική πλατφόρμα ανάλυσης για χωρικό σχεδιασμό ενώ σημαντικό ρόλο διαδραματίζει και η τηλεπισκόπηση. Η τηλεπισκόπηση (περιλαμβανόμενης της αεροφωτογραφίας) περιλαμβάνει βασικές πληροφορίες για την διαχείριση της χρήσης γης και άλλες μορφές χωρικού σχεδιασμού σε περιοχές που οι χάρτες δεν είναι διαθέσιμοι, όπως στις αναπτυσσόμενες χώρες (Βocco et al.,2001). Προκειμένου να κατανοηθεί η δυναμική των μοτίβων και των αλληλεπιδράσεων τους σε ετερογενή τοπία όπως οι αστικές περιοχές πρέπει να είναι κανείς σε θέση να ποσοτικοποιεί τα χωρικά μοτίβα των τοπίων και των αλλαγών τους (Wu et al.2000). Το GIS μπορεί να χρησιμοποιηθεί για την χωρική καταγραφή ενός τοπίου σε διαφορετικές χρονικές περιόδους (Stow 1993).&lt;br /&gt;
&lt;br /&gt;
'''Abstract'''&lt;br /&gt;
&lt;br /&gt;
O ποσοτικός υπολογισμός της αβεβαιότητας είναι ένα σημαντικό στοιχείο για την κατανόηση των αλλαγών σε κλιματικές και περιβαλλοντικές παραμέτρους όπως οι πυρκαγιές. Σε αυτήν την μελέτη συγκρίνονται τέσσερις τελευταίας τεχνολογίας δορυφορικές τεχνικές απεικόνισης των αποτελεσμάτων της φωτιάς με το επίγειο πλέγμα δεδομένων για την Μεσογειακή Ευρώπη (EFFIS) και αναλύονται οι στατιστικές διαφορές. Αυτά τα δεδομένα συγκρίνονται για χωρικές και χρονικές ομοιότητες σε διαφορετικά σύνολα προκειμένου να αναγνωριστεί μια κλίμακα στην οποία οι περισσότερες παρατηρήσεις παρέχουν ισοδύναμα αποτελέσματα. Ωστόσο οι εκτιμήσεις για τις καμένες περιοχές ποικίλουν σημαντικά μεταξύ των βάσεων δεδομένων. Το φιλτράρισμα των δορυφορικών εικόνων από φωτιές που βρίσκονται σε αστικές περιοχές καθώς και σε καλλιέργειες βελτιώνει σημαντικά την συμφωνία με τα EFFIS δεδομένα. Επιπλέον παρόλες τις διαφορές στον υπολογισμό των εκτάσεων, τα χωρικά πρότυπα είναι παρόμοια σε όλες τις βάσεις, με την χωρική συσχέτιση να αυξάνεται όσο η ανάλυση μειώνεται. Το κύριο συμπέρασμα της μελέτης είναι πως οι χρήστες πρέπει να εξετάζουν προσεκτικά τους περιορισμούς στα διαθέσιμα εργαλεία μελέτης των φωτιών μέσω δορυφόρων.&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Oι πυρκαγιές είναι συχνά καταστροφικές σε χώρες με πυκνή αλληλεπίδραση αστικών περιοχών και άγριας γης. Κάθε χρόνο, χιλιάδες άνθρωποι σε όλο τον κόσμο επηρεάζονται από τις φωτιές, με σημαντικές απώλειες ανθρώπινων ζωών και σημαντικές οικονομικές ζημιές. Επιπλέον τα ακραία καιρικά φαινόμενα αποτελούν παράγοντες που επηρεάζουν την σοβαρότητα των πυρκαγιών και την έκταση των καμένων εκτάσεων (Jolly et al.,2015,Turco et al.,2018b). Aξιόπιστες πληροφορίες για τις καμένες περιοχές (Burned Area, BA) είναι σημαντικές για την αναγνώριση των αλλαγών τόσο στην συχνότητα των πυρκαγιών, στο ρίσκο τους, αλλά και στην δημιουργία εργαλείων πρόβλεψης (Forkel et al.,2017, Chuvieco et al.,2014, Turco et a.,2018a). Σε αυτήν την κατεύθυνση η ανάπτυξη δορυφορικών εργαλείων για την μοντελοποίηση των πυρκαγιών αποτελούν στρατηγικό στόχο για εθνικά και πολυεθνικά προγράμματα. Αν και υπάρχουν αρκετές τέτοιες μελέτες οι εκτιμήσεις για την ΒΑ ποικίλουν αρκετά ανάμεσα σε διαφορετικά σετ δεδομένων (Mouillot et al.,2014). Υπάρχουν αρκετοί περιορισμοί σε αυτές τις αναλύσεις όπως:&lt;br /&gt;
1.	Περίοδοι με μη διαθέσιμα δεδομένα ή δεδομένα κακής ποιότητας&lt;br /&gt;
2.	Δυσκολίες στον υπολογισμό των καμένων περιοχών από τις μελέτες πεδίου&lt;br /&gt;
3.	Αβεβαιότητες εξαιτίας των διαφορετικών πρωτοκόλλων αναφοράς πυρκαγιάς σε διαφορετικές χώρες ή/και αλλαγή των πρωτοκόλλων με τον καιρό&lt;br /&gt;
4.	Πολιτικοποίηση των στατιστικών για τις καμένες περιοχές&lt;br /&gt;
Στην Ευρώπη δυο μελέτες έχουν συγκρίνει την τηλεπισκόπηση με δεδομένα πεδίου ΒΑ σε εθνική κλίμακα (Loepfe et al.,2012;Vilar et al.,2015), βρίσκοντας υψηλή συσχέτιση μεταξύ του προϊόντος MODIS BA και των ευρωπαϊκών εθνικών στατιστικών με μικρή υποεκτίμηση των συνολικών καμένων περιοχών.  Αυτή η μελέτη παρουσιάζει μια χωρικό-χρονική σύγκριση μεταξύ της βάσης δεδομένων εδάφους για τις καμένες περιοχές (ΒΑ) από το Ευρωπαϊκό Σύστημα Πληροφοριών για τις Δασικές Φωτιές (ΕFFIS) και τους υπολογισμούς καμένων περιοχών που αποκτήθηκαν από πολλές τελευταίας τεχνολογίας μεθόδους τηλεπισκόπησης (MODIS,GFED,GFED4s και FireCC152).&lt;br /&gt;
&lt;br /&gt;
'''Μέθοδοι'''&lt;br /&gt;
&lt;br /&gt;
H βάση δεδομένων που παρέχεται από τον EFFIS συντάχθηκε από το Κοινό Ερευνητικό Κέντρο και τη Γενική Διεύθυνση για το Περιβάλλον της Κομισιόν, και αποτελεί την κύρια πηγή δεδομένων για δασικές φωτιές στην Ευρώπη. Από τον EFFIS αποκτήθηκαν μηνιαία δεδομένα καμένων περιοχών (BA) στο επίπεδο NUTS3 (Ονομασία των μονάδων για εδαφικά στατιστικά που αντιστοιχούν σε σύνολα δήμων ή επαρχίες) για την Πορτογαλία (1980-2015) , Ισπανία (1985-2014), Νότια Γαλλία (1985-2016), Ιταλία (1985-2015) και Ελλάδα (1983-2011). Η εικόνα 1 δείχνει τον μέσο όρο της κοινής περιόδου (1985-2011) για τα EFFIS δεδομένα στο επίπεδο NUTS3 και δηλώνει πως η χωρική μεταβλητότητα για την ετήσια ΒΑ είναι αρκετά υψηλή, με τις υψηλότερες τιμές να καταγράφονται στην Βορειοδυτική και δυτική Ιβηρική Χερσόνησο, καθώς και την Νότια Ιταλία και την Ελλάδα. Αν και κάποιες χώρες έχουν δεδομένα και μετά το 2011, η Ελλάδα έχει δεδομένα μόνο μέχρι αυτήν την χρονιά, έτσι προκειμένου να υπάρχει ένα ομοιογενές σύνολο, επιλέχθηκε μόνο η κοινή περίοδος 2001-2011 για την σύγκριση. H βάση της χωρικής ανάλυσης που τέθηκε σε αυτήν την ανάλυση είναι 0.25ο σε χρονικά διαστήματα ενός μήνα. Τα προϊόντα MODIS κατέβηκαν στην ονομαστική χωρική ανάλυση (500m) και στην συνέχεια συγκεντρώθηκαν στην ανάλυση 0.25ο ώστε να συγκριθούν με τα υπόλοιπα προϊόντα. Καθώς τα δεδομένα EFFIS επικεντρώνονται στην αναφορά των δασικών πυρκαγιών, εξαιρώντας τις φωτιές σε αγροτικές εκτάσεις ή σε εκτάσεις βοσκής, οι ερευνητές φίλτραραν τα δορυφορικά δεδομένα με βάση τις καλύψεις γης. Στην συνέχεια αναλύθηκε η ευαισθησία των αποτελεσμάτων του φιλτραρίσματος μέσω της σύγκρισης αφιλτράριστων και φιλτραρισμένων δεδομένων. &lt;br /&gt;
[[Αρχείο:β1.png|200px|thumb|left|Εικόνα 1: Ετήσιος μέσος όρος ποσοστού καμένων εδαφών στην Νότια Ευρώπη για τις περιόδους 1985-2011 (κλίμακα στα 1000)]]&lt;br /&gt;
&lt;br /&gt;
Προκειμένου να αποκτηθεί μια πλήρης εικόνα των διαφορών που οφείλονται στην ανάλυση, μεταξύ διαφορετικών χωρικών εικόνων, ακολουθήθηκαν 2 διαφορετικές προσεγγίσεις. Αρχικά επιπρόσθετα στη βασική ανάλυση των 0.25ο, όλες οι βάσεις δεδομένων εξετάστηκαν επίσης στις αναλύσεις 0.5ο, 1ο, 1.5ο,2ο και 2.5ο. Aυτή η διαδικασία οδηγεί σε ομογενοποίηση των εκτιμήσεων ΒΑ από την EFFIS σε μικρότερες κλίμακες από αυτές των περιοχών NUTS3, ενώ τα δορυφορικά προϊόντα παρουσιάζουν φυσική μεταβλητότητα σε αυτήν την κλίμακα. Ως μια εναλλακτική προσέγγιση συγκρίθηκαν επίσης οι τιμές BA με την ταξινόμηση NUTS. Αυτό αφορά σε ιεραρχική μέθοδο διαχωρισμού της επικράτειας της Ευρώπης. Eιδικότερα έγινε σύγκριση των τιμών άνω NUTS3 (μικρές περιοχές), NUTS2 (ενδιάμεσες περιοχές) και NUTS1 περιοχές (σημαντικές κοινωνικό-οικονομικές περιοχές). &lt;br /&gt;
Προκειμένου να συγκριθούν τα χωρικά πρότυπα, εξετάστηκε η συμφωνία των μέσων τιμών (μέσος όρος της κοινής περιόδου 2001-2011) των ετήσιων ΒΑ για τα δεδομένα EFFIS αλλά και των δορυφορικών δεδομένων, χρησιμοποιώντας τη συσχέτιση, την τυπική απόκλιση και την ρίζα της μέσης τετραγωνικής απόκλισης.&lt;br /&gt;
*Αποτελέσματα της ανάλυσης&lt;br /&gt;
Αρχικά εκτιμήθηκε η χωρική σταθερότητα ανάμεσα σε 5 βάσεις δεδομένων. H εικόνα 2 δείχνει την συνολική μηνιαία ΒΑ σε ολόκληρο τον τομέα.  Διακρίνεται έντονη περιοδικότητα, με τις μεγαλύτερες τιμές να καταγράφονται τους καλοκαιρινούς μήνες, κάτι που είναι εμφανές σε όλες τις βάσεις δεδομένων. Ο πίνακας 2 υποδηλώνει ισχυρή συμφωνία σε όλες τις βάσεις δεδομένων σε αυτήν την μεγάλη χωρική κλίμακα, με τις συσχετίσεις να ποικίλουν από 0.92 σε 0.97. Αν και η χωρική συσχέτιση μεταξύ των σειρών BA είναι πολύ υψηλή, οι συνολικές ΒΑ τιμές που αναλύθηκαν με βάση την κοινή περίοδο 2001-2011 προσδιορίζουν τις διαφορές μεταξύ των διαφορετικών βάσεων δεδομένων (Πίνακας 2). Τα δεδομένα EFFIS υποδηλώνουν πως κατά μέσο όρο περίπου 3600 τετραγωνικά χιλιόμετρα καίγονται κάθε χρόνο. Οι βάσεις δεδομένων GFED4- nat δείχνουν χαμηλότερες τιμές (-39%) με μεγαλύτερη διασπορά 867-3597 και παρουσιάζουν μεγαλύτερη ταύτιση με τον EFFIS όταν λαμβάνονται υπόψιν τα αφιλιτράριστα δεδομένα. Καθώς φωτιές λαμβάνουν συχνά χώρα σε αγροτικές και άλλες εκτάσεις που χαρακτηρίζονται από την ανθρώπινη παρουσία, οι διαφορές μεταξύ EFFIS και GFED4-nat μπορεί να εξηγούνται από το γεγονός πως το πρώτο περιλαμβάνει μικρές φωτιές, ενώ το τελευταίο περιλαμβάνει μόνο φωτιές που αφορούν σε δασικές εκτάσεις ή άγριες περιοχές. (Randerson et al.,2012). Προκειμένου να αναγνωριστούν οι χωρικές κλίμακες όπου οι βάσεις δεδομένων παρουσιάζουν την μεγαλύτερη συμφωνία αρχικά οι ερευνητές επικεντρώθηκαν στις διαφορετικά χωρικά σύνολα δεδομένων και συνέκριναν μειούμενες αναλύσεις από 0.25ο σε 2.5ο. Ένα χαρακτηριστικό παράδειγμα αποτελεί η εικόνα 3 που δείχνει την συσχέτιση και τις διαφορές μεταξύ των δεδομένων FireCCI51 και EFFIS. Η συσχέτιση αυξάνεται όσο η ανάλυση μειώνεται, με μέσο όρο χωρικών τιμών ίσο με 0.56 στα 0.25ο και στα 0.73 στα 2.5ο. Σε αυτήν την αδρή ανάλυση, τα περισσότερα από τα pixels του τομέα παρουσιάζουν σημαντικές συσχετίσεις μεταξύ των 2 βάσεων δεδομένων. &lt;br /&gt;
[[Αρχείο:β2.png|200px|thumb|left|Εικόνα 2: Μηνιαία καταγραφή των καμένων εκτάσεων στην Νότια Ευρώπη (σε km2) για κάθε βάση δεδομένων]]&lt;br /&gt;
[[Αρχείο:πιν2.png|200px|thumb|left|Πίνακας 2: Χρονική συνάφεια των βάσεων δεδομένων για ολόκληρο τον τομέα EUMED. ]]&lt;br /&gt;
[[Αρχείο:β3.png|200px|thumb|left|Eικόνα 3: Συσχέτιση Pearson (αριστέρα) και MEr  συγκρίνοντας το EFFIS και FireCCI51-nat στις αναλύσεις 0.25ο (a-b), 1.0o (c-d) και 2.5ο (e-f).]]&lt;br /&gt;
Ακολουθώντας την δεύτερη προσέγγιση που αναλύεται παραπάνω, η εικόνα 5 δείχνει τις συγκρίσεις μεταξύ των FireCCI51-nat και των EFFIS δεδομένων όσον αφορά στις περιοχές NUTS3, NUTS2 και NUTS1 και υποδηλώνει πως στην μεγαλύτερη κλίμακα συσσωμάτωσης (NUTS1), όλοι οι τομείς δείχνουν στατιστικά σημαντική συσχέτιση, με μέση χωρική τιμή 0.79 και διαφορά -30%. Είναι ενδιαφέρον πως τα αποτελέσματα είναι παρόμοια στην συσσωμάτωση δεδομένων τόσο στο NUTS2 όσο και στο NUTS3 επίπεδο. &lt;br /&gt;
[[Αρχείο:β5.png|200px|thumb|right|Εικόνα 5: Συσχέτιση Pearson (αριστέρα) και MEr (δεξιά), συγκρίνοντας τα EFFIS και FireCCI51-nat σε επίπεδα NUTS3 (a-b), ΝUTS2 (e-d) και NUTS1 (e-f).]]&lt;br /&gt;
Λαμβάνοντας υπόψη όλες τις βάσεις δεδομένων και τις κατηγορίες NUTS (εικόνα 6) εξάγονται τρία κύρια συμπεράσματα. Πρώτον οι καλύτερες παράμετροι συσχέτισης λαμβάνονται από τις NUTS1 περιοχές, με μέσες χωρικές τιμές μεγαλύτερες από 0.7. Δεύτερον, οι συσχετίσεις είναι γενικά μεγαλύτερες αν λαμβάνονται υπόψιν οι βάσεις δεδομένων nat. Τρίτον σχετικά με τις διαφορές, αυτή η ανάλυση επιβεβαιώνει πως η υψηλότερη ομοιότητα μεταξύ των EFFIS και των βάσεων δεδομένων τηλεπισκόπησης αποκτώνται λαμβάνοντας υπόψιν τις “nat” εκδοχές των τελευταίων.&lt;br /&gt;
Η εικόνα 7 δείχνει τις μέσες τιμές (για την κοινή περίοδο 2001-2011) της ετήσιας ΒΑ για τις βάσεις δεδομένων EFFIS και την FireCCI51. Αυτή η σύγκριση αποκαλύπτει την ομοιότητα μεταξύ των βάσεων δεδομένων, με χωρική συσχέτιση πάνω από 0.9 και η κεντρική ρίζα της μέσης τιμής τετραγωνικής απόκλισης λιγότερο από 0.4 για συσσωματώματα μεγαλύτερα από 1.0ο. Σε ανάλυση 0.25ο, η συμφωνία είναι χαμηλότερη, αλλά αρκετά καλή, με την χωρική συσχέτιση κοντά στο 0.7. Εδαφικά δεδομένα υψηλότερης ανάλυσης (προς το παρόν μη διαθέσιμο από την EFFIS για την περιοχή της Μεσογειακής Ευρώπης) χρειάζονται για να επαληθεύσουν τα προϊόντα δορυφορικής ανάλυσης σε μικρότερη κλίμακα.&lt;br /&gt;
[[Αρχείο:β7.png|200px|thumb|right|Εικόνα 7: α) χωρικές κατανομές των ετήσιων καμένων εκτάσεων, σε μέσους όρους για την περίοδο 2001-2011 για α) την EFFIS, b) FireCCI51-nat δεδομένα σε ανάλυση 0.25ο, τα πανελ c) και d) είναι τα ίδια με τα a) και b) με ανάλυση 1ο και τα πάνελ e) και f) είναι τα ίδια με τα a) και b) με ανάλυση 2.5ο.]]&lt;br /&gt;
Τα διαγράμματα Taylor στην εικόνα 8 δείχνουν μια περίληψη των μετρήσεων για όλα τα δορυφορικά προϊόντα και τους τύπους συνόλων (πλέγματα ή NUTS). Tα διαγράμματα επιβεβαιώνουν πως γενικότερα η μεγαλύτερη συμφωνία σε χωρική κλίμακα αποκτάται με μικρότερη ανάλυση και η μεγαλύτερη συμφωνία με το EFFIS αποκτάται με τα πρoϊόντα MODIS-nat, GFED-nat και FireCC51-nat. &lt;br /&gt;
[[Αρχείο:β8.png|200px|thumb|right|Εικόνα 8: Διαγράμματα Taylor συνοψίζει τις χωρικές ομοιότητες για το EFFIS με τον μέσο όρο των ετήσιων καμένων περιοχών για τα διαφορετικά δορυφορικά προϊόντα και a) αναλύσεις και b) σύνολα NUTS.]]&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Σε αυτήν την εργασία εκτιμώνται βάσεις δεδομένων για καμμένες περιοχές (ΒΑ) στην Μεσογειακή Ευρώπη (FireCCI51, GFED4, GFED4s και MODIS) και συγκρίνονται με τα εδαφικά δεδομένα EFFIS. Αυτά τα αποτελέσματα γενικά δείχνουν καλή συμφωνία των δορυφορικών προϊόντων με τα δεδομένα EFFIS όσον αφορά στην χωρική συσχέτιση. Παρόλα αυτά ακόμα και σε αυτήν την κλίμακα, παρατηρήθηκε υψηλή μεροληψία για τα MODIS και GFED4s με υπερεκτίμηση σε σχέση με τα EFFIS κατά 25% και 56% αντίστοιχα. Μεγαλύτερη συμφωνία βρέθηκε αφαιρώντας τις αγροτικές περιοχές. Η χρονική συμφωνία μεταξύ των βάσεων δεδομένων μειώνεται σε πιο ευκρινείς κλίμακες, με αρκετά καλές μετρήσεις σε ανάλυση 1ο. Σε υψηλότερη ανάλυση η ανάλυση της βάσης δεδομένων EFFIS (που αρχικά παρέχεται στο επίπεδο NUTS3) μπορεί να δημιουργήσει αποκλίσεις σε σχέση με τους υπολογισμούς από τις δορυφορικές μετρήσεις.&lt;br /&gt;
Στις συγκρίσεις των χωρικών προτύπων καμένων περιοχών μεταξύ των δορυφορικών προϊόντων και των δεδομένων από καμένες περιοχές EFFIS, λήφθηκε υπόψη ο μέσος όρος για την κοινή περίοδο 2001-2011, και τα αποτελέσματα της ανάλυσης υποδεικνύουν πως οι μεγαλύτερες αποκλίσεις βρέθηκαν όταν εξετάστηκαν χωρικά πρότυπα με ανάλυση 0.25ο. Από την άλλη, τα χωρικά πρότυπα γίνονται περισσότερο παρόμοια σε χαμηλότερες αναλύσεις, και οι βάσεις δεδομένων από δορυφορικά δεδομένα είναι γενικότερα σε καλή συμφωνία με τα δεδομένα EFFΙS. Γενικά, καλύτερη συμφωνία με τα δεδομένα EFFIS έχει αποκτηθεί με τα MODIS, GFED4 και FireCCI51. Ειδικότερα, η πλέον πρόσφατη βάση δεδομένων, FireCC151 έδειξε την μεγαλύτερη συμφωνία με τα EFFIS. &lt;br /&gt;
Σε πρακτικές εφαρμογές οι χρήστες πρέπει να λαμβάνουν υπόψιν τους περιορισμούς των δορυφορικών προϊόντων (καθώς και άλλων βάσεων δεδομένων, μεταξύ των οποίων και τα EFFIS). Χωρίς κατάλληλες πληροφορίες εδάφους, υψηλής ανάλυσης, για τις καμένες εκτάσεις είναι ιδιαίτερα δύσκολο να καταγραφούν κατάλληλα και να επαληθευτούν τα πρότυπα των πυρκαγιών, καθώς και να αναλυθούν οι αιτίες που τις προκαλούν και οι επιδράσεις τους.&lt;/div&gt;</summary>
		<author><name>M kakara</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%94%CE%B9%CE%B1%CF%87%CE%B5%CE%AF%CF%81%CE%B9%CF%83%CE%B7_%CE%A0%CE%B5%CF%81%CE%B9%CE%B2%CE%AC%CE%BB%CE%BB%CE%BF%CE%BD%CF%84%CE%BF%CF%82:_%CE%9F_%CF%81%CF%8C%CE%BB%CE%BF%CF%82_%CF%84%CE%B7%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CE%BF%CF%85_GIS_%CF%83%CF%84%CE%BF_%CE%B4%CE%BF%CE%BC%CE%B7%CE%BC%CE%AD%CE%BD%CE%BF_%CF%80%CE%B5%CF%81%CE%B9%CE%B2%CE%AC%CE%BB%CE%BB%CE%BF%CE%BD</id>
		<title>Διαχείριση Περιβάλλοντος: Ο ρόλος της τηλεπισκόπησης και του GIS στο δομημένο περιβάλλον</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%94%CE%B9%CE%B1%CF%87%CE%B5%CE%AF%CF%81%CE%B9%CF%83%CE%B7_%CE%A0%CE%B5%CF%81%CE%B9%CE%B2%CE%AC%CE%BB%CE%BB%CE%BF%CE%BD%CF%84%CE%BF%CF%82:_%CE%9F_%CF%81%CF%8C%CE%BB%CE%BF%CF%82_%CF%84%CE%B7%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CE%BF%CF%85_GIS_%CF%83%CF%84%CE%BF_%CE%B4%CE%BF%CE%BC%CE%B7%CE%BC%CE%AD%CE%BD%CE%BF_%CF%80%CE%B5%CF%81%CE%B9%CE%B2%CE%AC%CE%BB%CE%BB%CE%BF%CE%BD"/>
				<updated>2022-02-10T08:48:46Z</updated>
		
		<summary type="html">&lt;p&gt;M kakara: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Category:Αστικός και περιφερειακός σχεδιασμός ]]&lt;br /&gt;
&lt;br /&gt;
''' Διαχείρηση Περιβάλλοντος: Ο ρόλος της τηλεπισκόπησης και του GIS στο δομημένο περιβάλλον '''&lt;br /&gt;
&lt;br /&gt;
Environmental Management: The Role of Remote Sensing and GIS in the Built Environment&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Adewuyi Gbola Kehinde, Oyekola Martins A., Babatunde Akeem A., Iyanda Gbemisola O.&lt;br /&gt;
&lt;br /&gt;
'''Πηγή:''' [[https://www.researchgate.net/publication/337224159_Environmental_Management_The_Role_of_Remote_Sensing_and_GIS_in_the_Built_Environment]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Ο όρος περιβάλλον είναι ένας όρος που χρησιμοποιείται ευρέως και σημαίνει διαφορετικά πράγματα σε κάθε άνθρωπο. H περιβαλλοντική διαχείριση είναι «η σχεδιασμένη δραστηριότητα με σκοπό τη διατήρηση και βελτίωση των περιβαλλοντικών πόρων που επηρεάζονται από τις ανθρώπινες δραστηριότητες (Environmental Management, 2012).  Μπορεί επίσης να οριστεί ως η «βέλτιστη διαχείριση των περιορισμένων πόρων μεταξύ διαφορετικών πιθανών χρήσεων». Η χρήση τηλεπισκόπησης έχει καταστεί το πιο κοινό εργαλείο στην ανάλυση διαφορετικών τομέων στις περιβαλλοντικές επιστήμες. Το Γεωγραφικό Σύστημα Πληροφοριών (GIS) έχει αναδειχθεί σε ένα βασικό εργαλείο στην διατήρηση και διαχείρηση του περιβάλλοντος. To GIS είναι η βασική πλατφόρμα ανάλυσης για χωρικό σχεδιασμό ενώ σημαντικό ρόλο διαδραματίζει και η τηλεπισκόπηση. Η τηλεπισκόπηση (περιλαμβανόμενης της αεροφωτογραφίας) περιλαμβάνει βασικές πληροφορίες για την διαχείριση της χρήσης γης και άλλες μορφές χωρικού σχεδιασμού σε περιοχές που οι χάρτες δεν είναι διαθέσιμοι, όπως στις αναπτυσσόμενες χώρες (Βocco et al.,2001). Προκειμένου να κατανοηθεί η δυναμική των μοτίβων και των αλληλεπιδράσεων τους σε ετερογενή τοπία όπως οι αστικές περιοχές πρέπει να είναι κανείς σε θέση να ποσοτικοποιεί τα χωρικά μοτίβα των τοπίων και των αλλαγών τους (Wu et al.2000). Το GIS μπορεί να χρησιμοποιηθεί για την χωρική καταγραφή ενός τοπίου σε διαφορετικές χρονικές περιόδους (Stow 1993).&lt;br /&gt;
&lt;br /&gt;
'''Μεθοδολογία'''&lt;br /&gt;
&lt;br /&gt;
Χρησιμοποιήθηκαν δύο προσεγγίσεις, η χρήση δορυφορικών εικόνων (τηλεπισκόπηση) και GIS για να δειχθεί πώς μπορεί να γίνει η διαχείρηση περιβάλλοντος. Οι δορυφορικές εικόνες μπορούν να χρησιμοποιηθούν για τη δημιουργία δεδομένων για ένα συγκεκριμένο περιβάλλον. Αυτά τα δεδομένα μπορούν να χρησιμοποιηθούν για να δείξουν τη φύση (τοπογραφία) και τον τύπο κάλυψης / χρήσης γης που μπορούν να βοηθήσουν στον σχεδιασμό του περιβάλλοντός. &lt;br /&gt;
&lt;br /&gt;
Για την πρώτη προσέγγιση αυτής της μελέτης, χρησιμοποιήθηκαν δορυφορικές εικόνες Landsat 7 TM που περιέχουν τις ζώνες 3 (Πράσινο), 2(μπλε) και 4 (Κόκκινο) για να διαφοροποιήσουν ένα χαρακτηριστικό από το άλλο. &lt;br /&gt;
*Αποτέλεσμα της πρώτης προσέγγισης&lt;br /&gt;
Τα αποτελέσματα που παρουσιάζονται εδώ είναι αποτέλεσμα της επεξεργασίας των  εικόνων landsat 7 TM της κάθε διαφορετικής τοποθεσίας. Η εικόνα 4 έδειξε την σύγκριση - ταυτοποίηση της φασματικής υπογραφής. Η ταξινόμηση έδειξε ότι το νερό καταλαμβάνει το μεγαλύτερο ποσοστό. Κοιτάζοντας τις εικόνες, φαίνεται ότι το νερό εξαπλώθηκε σχεδόν σε όλο το περιβάλλον.&lt;br /&gt;
[[Αρχείο:Screenshot_(347).png|200px|thumb|left|Εικόνα 4: Ταυτοποίηση της φασματικής υπογραφής με μωβ χρώμα για το έδαφος, κόκκινο για τη βλάστηση και κίτρινο για το νερό.]]&lt;br /&gt;
&lt;br /&gt;
Η δεύτερη προσέγγιση αφορά τη χρήση γης / κάλυψη γης, του Πολυτεχνείου Ibadan Oyo State της Νιγηρίας για να δειχθεί πώς το ίδρυμα είναι σωστά σχεδιασμένο ώστε μια ανθρώπινη δραστηριότητα να μην επηρεάζει την άλλη.&lt;br /&gt;
*Αποτέλεσμα της δεύτερης προσέγγισης&lt;br /&gt;
Τα αποτελέσματα από τη δεύτερη προσέγγιση έδειξαν το περιβάλλον του ιδρύματος το 2015 και το 2018. Η εικόνα 12 δείχνει ότι η ακάλυπτη γη καταλαμβάνει το μεγαλύτερο ποσοστό γεγονός που δείχνει ότι υπάρχει περισσότερη γη που μπορεί να χρησιμοποιηθεί για άλλους σκοπούς τώρα αλλά και στο εγγύς μέλλον. Το 2015 κάλυπτε συνολικά 970.935 m2 (39,63%) και 910.665 m2 (37,17%) το 2018, γεγονός που συνεπάγεται ότι περισσότερες περιοχές έχουν χρησιμοποιηθεί για άλλες χρήσεις. Ακαδημαϊκοί χώροι καλύπτουν συνολικά 417.480m2 το 2015 και 439.775m2 το 2018, δείχνοντας ότι περισσότερες περιοχές χρησιμοποιήθηκαν για ακαδημαϊκούς σκοπούς. Ο πίνακας 1 περιγράφει τη χρήση γης και στα δύο έτη, δείχνοντας ότι υπάρχουν κάποιες αλλαγές.&lt;br /&gt;
 [[Αρχείο:εικονα 12.png|200px|thumb|left|Εικόνα 12: Τα αποτελέσματα της επεξεργασμένης εικόνας χρήσης/κάλυψης γης για κάθε χαρακτηριστικό που χρησιμοποιείται στο ArcGIS 10.2.1]]&lt;br /&gt;
 [[Αρχείο:πινακας 1.png|200px|thumb|right|Πίνακας 1: Ανάλυση αποτελεσμάτων χρήσης / κάλυψης γης για τη μελέτη.]]&lt;br /&gt;
Οι αλλαγές στη χρήση γης / κάλυψη γης μπορούν να συνδεθούν με τις ανθρώπινες και φυσικές δραστηριότητες (Jaiswal et al., 1999). Τα δεδομένα χρήσης γης είναι απαραίτητα για την ανάλυση των περιβαλλοντικών προβλημάτων, τα οποία πρέπει να γίνουν κατανοητά, ώστε να βελτιωθούν η κατάσταση και τα πρότυπα διαβίωσης ή να διατηρηθούν ως έχουν (Khorram and John, 1991).&lt;br /&gt;
Γενικά από τη μελέτη, τα αποτελέσματα έδειξαν ότι το περιβάλλον του ιδρύματος αναπτύσσεται ταχέως. Ο χάρτης που παρήχθη, έδειξε ότι καμία περιοχή που αναπτύχθηκε για συγκεκριμένο σκοπό δεν επηρεάζει την άλλη, όσον αφορά την τοποθεσία τους. Ο ακαδημαϊκός χώρος δεν επηρεάζει την εμπορική περιοχή, τις υπηρεσίες/γραφεία, την κατοικημένη περιοχή κλπ. Δείχνει επίσης ότι η ανάπτυξη οφείλεται στην αύξηση του αριθμού των φοιτητών που εισάγονται στο ίδρυμα ετησίως καθώς και στην απασχόληση περισσότερων εργαζομένων. &lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Η χρήση τηλεπισκόπησης και GIS στην παραγωγή χαρτών αναγνώρισης, ταξινόμησης και χαρτών χρήσης γης/ κάλυψης γης για ένα περιβάλλον είναι πολύ σημαντική και αυτό μπορεί να επιτευχθεί μέσω μιας διαδικασίας γνωστής ως ταξινόμηση εικόνας. Από τη μελέτη αυτή μπορεί να βγεί το συμπέρασμα ότι το πρόγραμμα επεξεργασίας εικόνας Landsat 7 TM με εφαρμογή λογισμικού GIS χρησιμοποιείται αποτελεσματικά για την ταξινόμηση και τον εντοπισμό χαρακτηριστικών όπως το έδαφος, το νερό και η βλάστηση και φυσικά χαρακτηριστικά και τα κατηγοριοποιεί σε τύπους χρήσης γης/κάλυψης γης.&lt;/div&gt;</summary>
		<author><name>M kakara</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%94%CE%B9%CE%B1%CF%87%CE%B5%CE%AF%CF%81%CE%B9%CF%83%CE%B7_%CE%A0%CE%B5%CF%81%CE%B9%CE%B2%CE%AC%CE%BB%CE%BB%CE%BF%CE%BD%CF%84%CE%BF%CF%82:_%CE%9F_%CF%81%CF%8C%CE%BB%CE%BF%CF%82_%CF%84%CE%B7%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CE%BF%CF%85_GIS_%CF%83%CF%84%CE%BF_%CE%B4%CE%BF%CE%BC%CE%B7%CE%BC%CE%AD%CE%BD%CE%BF_%CF%80%CE%B5%CF%81%CE%B9%CE%B2%CE%AC%CE%BB%CE%BB%CE%BF%CE%BD</id>
		<title>Διαχείριση Περιβάλλοντος: Ο ρόλος της τηλεπισκόπησης και του GIS στο δομημένο περιβάλλον</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%94%CE%B9%CE%B1%CF%87%CE%B5%CE%AF%CF%81%CE%B9%CF%83%CE%B7_%CE%A0%CE%B5%CF%81%CE%B9%CE%B2%CE%AC%CE%BB%CE%BB%CE%BF%CE%BD%CF%84%CE%BF%CF%82:_%CE%9F_%CF%81%CF%8C%CE%BB%CE%BF%CF%82_%CF%84%CE%B7%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CE%BF%CF%85_GIS_%CF%83%CF%84%CE%BF_%CE%B4%CE%BF%CE%BC%CE%B7%CE%BC%CE%AD%CE%BD%CE%BF_%CF%80%CE%B5%CF%81%CE%B9%CE%B2%CE%AC%CE%BB%CE%BB%CE%BF%CE%BD"/>
				<updated>2022-02-10T08:48:34Z</updated>
		
		<summary type="html">&lt;p&gt;M kakara: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Category:Αστικός και περιφερειακός σχεδιασμός ]]&lt;br /&gt;
&lt;br /&gt;
''' Διαχείρηση Περιβάλλοντος: Ο ρόλος της τηλεπισκόπησης και του GIS στο δομημένο περιβάλλον '''&lt;br /&gt;
&lt;br /&gt;
Environmental Management: The Role of Remote Sensing and GIS in the Built Environment&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Adewuyi Gbola Kehinde, Oyekola Martins A., Babatunde Akeem A., Iyanda Gbemisola O.&lt;br /&gt;
&lt;br /&gt;
'''Πηγή:''' [[https://www.researchgate.net/publication/337224159_Environmental_Management_The_Role_of_Remote_Sensing_and_GIS_in_the_Built_Environment]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
Ο όρος περιβάλλον είναι ένας όρος που χρησιμοποιείται ευρέως και σημαίνει διαφορετικά πράγματα σε κάθε άνθρωπο. H περιβαλλοντική διαχείριση είναι «η σχεδιασμένη δραστηριότητα με σκοπό τη διατήρηση και βελτίωση των περιβαλλοντικών πόρων που επηρεάζονται από τις ανθρώπινες δραστηριότητες (Environmental Management, 2012).  Μπορεί επίσης να οριστεί ως η «βέλτιστη διαχείριση των περιορισμένων πόρων μεταξύ διαφορετικών πιθανών χρήσεων». Η χρήση τηλεπισκόπησης έχει καταστεί το πιο κοινό εργαλείο στην ανάλυση διαφορετικών τομέων στις περιβαλλοντικές επιστήμες. Το Γεωγραφικό Σύστημα Πληροφοριών (GIS) έχει αναδειχθεί σε ένα βασικό εργαλείο στην διατήρηση και διαχείρηση του περιβάλλοντος. To GIS είναι η βασική πλατφόρμα ανάλυσης για χωρικό σχεδιασμό ενώ σημαντικό ρόλο διαδραματίζει και η τηλεπισκόπηση. Η τηλεπισκόπηση (περιλαμβανόμενης της αεροφωτογραφίας) περιλαμβάνει βασικές πληροφορίες για την διαχείριση της χρήσης γης και άλλες μορφές χωρικού σχεδιασμού σε περιοχές που οι χάρτες δεν είναι διαθέσιμοι, όπως στις αναπτυσσόμενες χώρες (Βocco et al.,2001). Προκειμένου να κατανοηθεί η δυναμική των μοτίβων και των αλληλεπιδράσεων τους σε ετερογενή τοπία όπως οι αστικές περιοχές πρέπει να είναι κανείς σε θέση να ποσοτικοποιεί τα χωρικά μοτίβα των τοπίων και των αλλαγών τους (Wu et al.2000). Το GIS μπορεί να χρησιμοποιηθεί για την χωρική καταγραφή ενός τοπίου σε διαφορετικές χρονικές περιόδους (Stow 1993).&lt;br /&gt;
&lt;br /&gt;
'''Μεθοδολογία'''&lt;br /&gt;
&lt;br /&gt;
Χρησιμοποιήθηκαν δύο προσεγγίσεις, η χρήση δορυφορικών εικόνων (τηλεπισκόπηση) και GIS για να δειχθεί πώς μπορεί να γίνει η διαχείρηση περιβάλλοντος. Οι δορυφορικές εικόνες μπορούν να χρησιμοποιηθούν για τη δημιουργία δεδομένων για ένα συγκεκριμένο περιβάλλον. Αυτά τα δεδομένα μπορούν να χρησιμοποιηθούν για να δείξουν τη φύση (τοπογραφία) και τον τύπο κάλυψης / χρήσης γης που μπορούν να βοηθήσουν στον σχεδιασμό του περιβάλλοντός. &lt;br /&gt;
&lt;br /&gt;
Για την πρώτη προσέγγιση αυτής της μελέτης, χρησιμοποιήθηκαν δορυφορικές εικόνες Landsat 7 TM που περιέχουν τις ζώνες 3 (Πράσινο), 2(μπλε) και 4 (Κόκκινο) για να διαφοροποιήσουν ένα χαρακτηριστικό από το άλλο. &lt;br /&gt;
*Αποτέλεσμα της πρώτης προσέγγισης&lt;br /&gt;
Τα αποτελέσματα που παρουσιάζονται εδώ είναι αποτέλεσμα της επεξεργασίας των  εικόνων landsat 7 TM της κάθε διαφορετικής τοποθεσίας. Η εικόνα 4 έδειξε την σύγκριση - ταυτοποίηση της φασματικής υπογραφής. Η ταξινόμηση έδειξε ότι το νερό καταλαμβάνει το μεγαλύτερο ποσοστό. Κοιτάζοντας τις εικόνες, φαίνεται ότι το νερό εξαπλώθηκε σχεδόν σε όλο το περιβάλλον.&lt;br /&gt;
[[Αρχείο:Screenshot_(347).png|200px|thumb|left|Εικόνα 4: Ταυτοποίηση της φασματικής υπογραφής με μωβ χρώμα για το έδαφος, κόκκινο για τη βλάστηση και κίτρινο για το νερό.]]&lt;br /&gt;
&lt;br /&gt;
Η δεύτερη προσέγγιση αφορά τη χρήση γης / κάλυψη γης, του Πολυτεχνείου Ibadan Oyo State της Νιγηρίας για να δειχθεί πώς το ίδρυμα είναι σωστά σχεδιασμένο ώστε μια ανθρώπινη δραστηριότητα να μην επηρεάζει την άλλη.&lt;br /&gt;
*Αποτέλεσμα της δεύτερης προσέγγισης&lt;br /&gt;
Τα αποτελέσματα από τη δεύτερη προσέγγιση έδειξαν το περιβάλλον του ιδρύματος το 2015 και το 2018. Η εικόνα 12 δείχνει ότι η ακάλυπτη γη καταλαμβάνει το μεγαλύτερο ποσοστό γεγονός που δείχνει ότι υπάρχει περισσότερη γη που μπορεί να χρησιμοποιηθεί για άλλους σκοπούς τώρα αλλά και στο εγγύς μέλλον. Το 2015 κάλυπτε συνολικά 970.935 m2 (39,63%) και 910.665 m2 (37,17%) το 2018, γεγονός που συνεπάγεται ότι περισσότερες περιοχές έχουν χρησιμοποιηθεί για άλλες χρήσεις. Ακαδημαϊκοί χώροι καλύπτουν συνολικά 417.480m2 το 2015 και 439.775m2 το 2018, δείχνοντας ότι περισσότερες περιοχές χρησιμοποιήθηκαν για ακαδημαϊκούς σκοπούς. Ο πίνακας 1 περιγράφει τη χρήση γης και στα δύο έτη, δείχνοντας ότι υπάρχουν κάποιες αλλαγές.&lt;br /&gt;
 [[Αρχείο:εικονα 12.png|200px|thumb|left|Εικόνα 12: Τα αποτελέσματα της επεξεργασμένης εικόνας χρήσης/κάλυψης γης για κάθε χαρακτηριστικό που χρησιμοποιείται στο ArcGIS 10.2.1]]&lt;br /&gt;
 [[Αρχείο:πινακας 1.png|200px|thumb|right|Πίνακας 1: Ανάλυση αποτελεσμάτων χρήσης / κάλυψης γης για τη μελέτη.]]&lt;br /&gt;
Οι αλλαγές στη χρήση γης / κάλυψη γης μπορούν να συνδεθούν με τις ανθρώπινες και φυσικές δραστηριότητες (Jaiswal et al., 1999). Τα δεδομένα χρήσης γης είναι απαραίτητα για την ανάλυση των περιβαλλοντικών προβλημάτων, τα οποία πρέπει να γίνουν κατανοητά, ώστε να βελτιωθούν η κατάσταση και τα πρότυπα διαβίωσης ή να διατηρηθούν ως έχουν (Khorram and John, 1991).&lt;br /&gt;
Γενικά από τη μελέτη, τα αποτελέσματα έδειξαν ότι το περιβάλλον του ιδρύματος αναπτύσσεται ταχέως. Ο χάρτης που παρήχθη, έδειξε ότι καμία περιοχή που αναπτύχθηκε για συγκεκριμένο σκοπό δεν επηρεάζει την άλλη, όσον αφορά την τοποθεσία τους. Ο ακαδημαϊκός χώρος δεν επηρεάζει την εμπορική περιοχή, τις υπηρεσίες/γραφεία, την κατοικημένη περιοχή κλπ. Δείχνει επίσης ότι η ανάπτυξη οφείλεται στην αύξηση του αριθμού των φοιτητών που εισάγονται στο ίδρυμα ετησίως καθώς και στην απασχόληση περισσότερων εργαζομένων. &lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Η χρήση τηλεπισκόπησης και GIS στην παραγωγή χαρτών αναγνώρισης, ταξινόμησης και χαρτών χρήσης γης/ κάλυψης γης για ένα περιβάλλον είναι πολύ σημαντική και αυτό μπορεί να επιτευχθεί μέσω μιας διαδικασίας γνωστής ως ταξινόμηση εικόνας. Από τη μελέτη αυτή μπορεί να βγεί το συμπέρασμα ότι το πρόγραμμα επεξεργασίας εικόνας Landsat 7 TM με εφαρμογή λογισμικού GIS χρησιμοποιείται αποτελεσματικά για την ταξινόμηση και τον εντοπισμό χαρακτηριστικών όπως το έδαφος, το νερό και η βλάστηση και φυσικά χαρακτηριστικά και τα κατηγοριοποιεί σε τύπους χρήσης γης/κάλυψης γης.&lt;/div&gt;</summary>
		<author><name>M kakara</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Screenshot_(874).png</id>
		<title>Αρχείο:Screenshot (874).png</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Screenshot_(874).png"/>
				<updated>2022-02-10T08:47:50Z</updated>
		
		<summary type="html">&lt;p&gt;M kakara: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>M kakara</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Screenshot_(875).png</id>
		<title>Αρχείο:Screenshot (875).png</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Screenshot_(875).png"/>
				<updated>2022-02-10T08:47:36Z</updated>
		
		<summary type="html">&lt;p&gt;M kakara: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>M kakara</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BE%CE%B9%CE%BF%CE%BB%CF%8C%CE%B3%CE%B7%CF%83%CE%B7_%CE%BA%CE%B1%CE%B9_%CE%B1%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%B1%CE%BB%CE%BB%CE%B1%CE%B3%CE%AE%CF%82_%CF%83%CF%84%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CE%BA%CE%B1%CE%B9_%CE%BA%CE%AC%CE%BB%CF%85%CF%88%CE%B7_%CE%B3%CE%B7%CF%82,_%CE%BC%CE%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82,_%CF%83%CF%84%CE%B7_%CE%BB%CE%B5%CE%BA%CE%AC%CE%BD%CE%B7_%CF%84%CE%B7%CF%82_%CE%BB%CE%AF%CE%BC%CE%BD%CE%B7%CF%82_Tana_%CF%83%CF%84%CE%B7_%CE%92%CE%BF%CF%81%CE%B5%CE%B9%CE%BF%CE%B4%CF%85%CF%84%CE%B9%CE%BA%CE%AE_%CE%91%CE%B9%CE%B8%CE%B9%CE%BF%CF%80%CE%AF%CE%B1</id>
		<title>Αξιολόγηση και ανίχνευση της αλλαγής στη χρήση και κάλυψη γης, με χρήση τηλεπισκόπησης, στη λεκάνη της λίμνης Tana στη Βορειοδυτική Αιθιοπία</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BE%CE%B9%CE%BF%CE%BB%CF%8C%CE%B3%CE%B7%CF%83%CE%B7_%CE%BA%CE%B1%CE%B9_%CE%B1%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%B1%CE%BB%CE%BB%CE%B1%CE%B3%CE%AE%CF%82_%CF%83%CF%84%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CE%BA%CE%B1%CE%B9_%CE%BA%CE%AC%CE%BB%CF%85%CF%88%CE%B7_%CE%B3%CE%B7%CF%82,_%CE%BC%CE%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82,_%CF%83%CF%84%CE%B7_%CE%BB%CE%B5%CE%BA%CE%AC%CE%BD%CE%B7_%CF%84%CE%B7%CF%82_%CE%BB%CE%AF%CE%BC%CE%BD%CE%B7%CF%82_Tana_%CF%83%CF%84%CE%B7_%CE%92%CE%BF%CF%81%CE%B5%CE%B9%CE%BF%CE%B4%CF%85%CF%84%CE%B9%CE%BA%CE%AE_%CE%91%CE%B9%CE%B8%CE%B9%CE%BF%CF%80%CE%AF%CE%B1"/>
				<updated>2022-02-10T08:47:14Z</updated>
		
		<summary type="html">&lt;p&gt;M kakara: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Category:Οικολογία ]]&lt;br /&gt;
&lt;br /&gt;
''' Αξιολόγηση και ανίχνευση της αλλαγής στη χρήση και κάλυψη γης, με χρήση τηλεπισκόπησης, στη λεκάνη της λίμνης Tana στη Βορειοδυτική Αιθιοπία '''&lt;br /&gt;
&lt;br /&gt;
Assessing land use and land cover change detection using remote sensing in the Lake Tana Basin, Northwest Ethiopia&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Dires Tewabe and Temesgen Fentahun&lt;br /&gt;
&lt;br /&gt;
'''Πηγή:''' [[https://www.researchgate.net/publication/342304150_Assessing_land_use_and_land_cover_change_detection_using_remote_sensing_in_the_Lake_Tana_Basin_Northwest_Ethiopia]]&lt;br /&gt;
&lt;br /&gt;
'''Abstract'''&lt;br /&gt;
&lt;br /&gt;
O σκοπός αυτής της μελέτης είναι ο προσδιορισμός της αλλαγής των χρήσεων γης στην υδρολογική λεκάνη Tana. Προς αυτήν την κατεύθυνση χρησιμοποιήθηκαν τεχνικές τηλεπισκόπησης, δορυφορικές εικόνες και τεχνικές ανάλυσης της εικόνας. Με την χρήση του δορυφόρου LandSat TM αναλύθηκαν εικόνες με ανάλυση 30 μέτρων, από 3 χρονιές 1986, 2002 και 2018. Η μελέτη αυτή καθόρισε πως τα τελευταία 32 χρόνια οι αγροτικές εκτάσεις και οι κατοικιμένες εκτάσεις αυξήθηκαν σημαντικά κατά 15.61% και 8.05% αντίστοιχα. &lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Η χρήση γης και οι καλύψεις γης σε μια περιοχή είναι αποτέλεσμα τόσο φυσικών όσο και κοινωνικό-οικονομικών παραγόντων. Οι αλλαγές στις χρήσεις και καλύψεις γης (LULC) εξαρτώνται κυρίως από τις πληθυσμιακές μεταβολές, την οικονομική ανάπτυξη, αλλά και φυσικούς παράγοντες όπως την τοπογραφία και το κλίμα (Lambin et al.,2003, Setegn et al.,2009). To GIS και η τηλεπισκόπηση είναι ισχυρά και με μικρό κόστος συστήματα για την εκτίμηση των χωρικών και χρονικών αλλαγών των LULC (Herold et al.,2003; Serra et al.,2008). Η Αιθιοπία αντιμετωπίζει τεράστιες αλλαγές χρήσεων και καλύψεων γης κυρίως εξαιτίας των αλλαγών στις αγροτικές χρήσεις γης αλλά και στις οικιστικές (Birhane et al.,2019). Στην λεκάνη της λήμνης Tana τα φυσικά χαρακτηριστικά όπως η ροή του νερού έχουν αλλάξει αρκετά (Chakilu &amp;amp; Moges, 2017).  O σκοπός, λοιπον, αυτής της μελέτης είναι η εκτίμηση των αλλαγών στις χρήσεις και καλύψεις γης σε αυτήν την περιοχή.&lt;br /&gt;
&lt;br /&gt;
'''Μεθοδολογία'''&lt;br /&gt;
&lt;br /&gt;
Η λίμνη Τάνα είναι η πηγή του Γαλάζιου Ποταμού του Νείλου και καλύπτει 3.060 τετραγωνικά χιλιόμετρα σε υψόμετρο 1786 μέτρων. Η λίμνη είναι η μεγαλύτερη στην Αιθιοπία και η τρίτη μεγαλύτερη στην λεκάνη του Νείλου. Ο Landsat image είναι ένας ειδικός αισθητήρας πάνω στον δορυφόρο Landsat και οι εικόνες από αυτόν είναι πολυφασματικές και απεικονίζουν πολλά τμήματα του ηλεκτρομαγνητικού φάσματος, μεταξύ των οποίων το ορατό αλλά και το ανακλώμενο υπέρυθρο. Η επιλογή του κατάλληλου αισθητήρα είναι το πρώτο σημαντικό βήμα για επιτυχή κατηγοριοποίηση (Ward et al.,2000). Εικόνες από την λεκάνη Τάνα αποκτήθηκαν για τις περιόδους 1986, 2002 και 2018. Συνεπώς η μελέτη επικεντρώνεται στον εντοπισμό των αλλαγών των χρήσεων και καλύψεων γης σε αυτές τις χρονικές περιόδους. Για να πραγματοποιηθεί η ταξινόμηση μιας εικόνας, τα ακατέργαστα δεδομένα πρέπει να προεπεξεργαστούν και να προετοιμαστούν σωστά, έτσι ώστε να μπορεί να ληφθεί υπόψη το σφάλμα λόγω της γεωμετρίας της γης, των ραδιομετρικών και ατμοσφαιρικών επιδράσεων. Επιλέχθηκαν τυχαία σημεία ελέγχου, και χρησιμοποιήθηκαν μαζί με εικόνες από το Google Earth για τον καθορισμό των χρήσεων και καλύψεων γης. H γενική διαδικασία της προεπεξεργασίας περιλαμβάνει τον εντοπισμό και την επιδιόρθωση των λανθασμένων γραμμών, διόρθωση της ατμόσφαιρας. Στην συνέχεια επιλέχθηκαν τα pixels που αντιπροσωπεύουν κάποια πρότυπα τα οποία μπορούν να αναγνωριστούν.&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα''' &lt;br /&gt;
&lt;br /&gt;
*Χρήσεις γης και συντελεστής Κάππα &lt;br /&gt;
Η ταξινόμηση ολοκληρώνεται όταν ολοκληρωθεί η αξιολόγηση της  χρησιμοποιώντας τον συντελεστή Κάππα (Forkuor &amp;amp; Cofie, 2011). Η στατιστική Κάππα μετράει την συμφωνία μεταξύ 2 κατηγοριοποιήσεων ενός συνόλου δεδομένων και εκτιμά την ακρίβεια των μοντέλων πρόβλεψης μετρώντας την συμφωνία μεταξύ του μοντέλου πρόβλεψης και ενός σετ μετρήσεων (Moriasi et al.,2007).  Σε αυτήν την μελέτη χρησιμοποιήθηκαν 116, 139 και 162 σημεία ελέγχου εδάφους για την επαλήθευση των εικόνων από το 1986, 2002 και 2018 αντίστοιχα. Τα αποτελέσματα έδειξαν συνολική ακρίβεια για το 1986 84,2%. Ο συντελεστής Κάππα υπολογίστηκε από την μήτρα ελέγχου και o συντελεστής της ταξινόμησης ήταν στο 79.2 %. Έτσι σύμφωνα με την κλίμακα ταξινόμησης του Moriasi et al.,2007, η ταξινόμηση βρίσκεται σε ένα ικανοποιητικό εύρος.  Οι συνολικές ακρίβειες για τα έτη 2002 και 2018 ήταν αντίστοιχα 87.05 και 90.36% αντίστοιχα όπως φαίνεται στον πίνακα 3, ενώ ο Κάππα συντελεστής ταξινόμησης ήταν 83.32% και 89.66%. Συνεπώς σύμφωνα με την προαναφερθείσα κλίμακα ταξινόμησης η ταξινόμηση βρίσκεται σε ικανοποιητικό εύρος και για τα 2 αυτά έτη.&lt;br /&gt;
[[Αρχείο: Screenshot_(874).png|200px|thumb|left|Πίνακας 3: Σύνολο αξιολόγησης της ακρίβειας από το 1986-2018 (%)]]&lt;br /&gt;
*Χάρτες χρήσεων και καλύψεων γης &lt;br /&gt;
Η χωρική ανάλυση πραγματοποιήθηκε για να περιγράψει αλλαγές στα μοτίβα καλύψεων γης και αλλαγές στις χρήσεις γης με την πάροδο του χρόνου. Οι κυριότερες χρήσεις γης στην λεκάνη είναι δάση, θαμνώδεις εκτάσεις, χορτολιβαδικές εκτάσεις, καλλιέργειες και κατοικίες. Οι αναλύσεις έδειξαν πως οι θαμνώδεις εκτάσεις ήταν η κύρια χρήση γης με 19.39% το 1989 και 15.82% το 2002, ενώ οι αγροτικές εκτάσεις ήταν 37.56 το 1986 και 43.12% το 2002. Αναλύσεις στις εικόνες του 2018 έδειξαν πως η αγροτική γη κατείχε το μεγαλύτερο ποσοστό στις καλύψεις γης, ενώ οι θαμνώδεις εκτάσεις το δεύτερο ποσοστό με 9.56%. Αυτή η αλλαγή είναι αποτέλεσμα της επέκτασης της αύξησης του πληθυσμού και των ανθρώπινων αναγκών. [[Αρχείο: Screenshot_(875).png|200px|thumb|right|Εικόνα 2: Χάρτης χρήσεων και καλύψεων γης της λίμνης Τάνα για το 2012 και 2002]] &lt;br /&gt;
*Ανάλυση των αλλαγών στις χρήσεις γης&lt;br /&gt;
Οι αλλαγές στις χρήσεις και καλύψεις γης αναλύονται εκτεταμένα με τηλεπισκοπικές εικόνες στην έρευνα των χρήσεων και καλύψεων γης, στην διαχείριση φυσικών πόρων και στην περιβαλλοντική διαχείριση (Zhang et al.,2014). To ποσοστό που καταλαμβάνει η κάθε χρήση γης προκύπτει από εποπτευόμενη ταξινόμηση για την κάθε μια από τις τρεις χρονιές ξεχωριστά. Τα ποσοστά των καλύψεων γης των δασών, των θαμνωδών εκτάσεων και των χορτολιβαδικών εκτάσεων μειώθηκαν κατά 2.3%, 9.8% και 10% αντίστοιχα, με το μεγαλύτερο ποσοστό τους να μετατρέπεται σε αγροτικές εκτάσεις. &lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Τα αποτελέσματα αυτής της μελέτης έδειξαν σημαντικές αλλαγές σε αυτήν την περίοδο μελέτης. Οι αγροτικές περιοχές και οι οικιστικές περιοχές αυξήθηκαν κατά 13 και 9.1% αντίστοιχα, ενώ τα δάση, οι θαμνώδεις εκτάσεις και οι χορτολιβαδικές εκτάσεις μειώθηκαν σημαντικά. Αυτές οι αλλαγές μπορεί να προκαλέσουν προβλήματα όπως αλλαγές στην ροή του νερού και διάβρωση εδάφους, με αρνητική επίδραση στην περιβαλλοντική διαχείριση και στην τοπική κοινωνία. Κατά συνέπεια απαιτούνται βελτιωμένες τακτικές διαχείρισης της γης, και σε αυτήν την κατεύθυνση μπορεί να συμβάλλει και η τηλεπισκόπηση που παρέχουν χρήσιμες πληροφορίες.&lt;/div&gt;</summary>
		<author><name>M kakara</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A0%CE%B1%CF%81%CE%B1%CE%BA%CE%BF%CE%BB%CE%BF%CF%8D%CE%B8%CE%B7%CF%83%CE%B7_%CE%B5%CE%BD%CF%8C%CF%82_%CE%B1%CE%BC%CF%80%CE%B5%CE%BB%CF%8E%CE%BD%CE%B1_%CF%80%CE%BF%CF%85_%CE%AD%CF%87%CE%B5%CE%B9_%CF%80%CE%BB%CE%B7%CE%B3%CE%B5%CE%AF_%CE%B1%CF%80%CF%8C_%CF%84%CE%B7%CE%BD_%CE%AF%CF%83%CE%BA%CE%B1_%CE%BC%CE%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BC%CE%AD%CF%83%CF%89_%CE%B5%CE%BD%CE%B1%CE%AD%CF%81%CE%B9%CF%89%CE%BD_%CE%BC%CE%B7_%CE%B5%CF%80%CE%B1%CE%BD%CE%B4%CF%81%CF%89%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CE%BF%CF%87%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD</id>
		<title>Παρακολούθηση ενός αμπελώνα που έχει πληγεί από την ίσκα με χρήση τηλεπισκόπησης μέσω εναέριων μη επανδρωμένων οχημάτων</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A0%CE%B1%CF%81%CE%B1%CE%BA%CE%BF%CE%BB%CE%BF%CF%8D%CE%B8%CE%B7%CF%83%CE%B7_%CE%B5%CE%BD%CF%8C%CF%82_%CE%B1%CE%BC%CF%80%CE%B5%CE%BB%CF%8E%CE%BD%CE%B1_%CF%80%CE%BF%CF%85_%CE%AD%CF%87%CE%B5%CE%B9_%CF%80%CE%BB%CE%B7%CE%B3%CE%B5%CE%AF_%CE%B1%CF%80%CF%8C_%CF%84%CE%B7%CE%BD_%CE%AF%CF%83%CE%BA%CE%B1_%CE%BC%CE%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BC%CE%AD%CF%83%CF%89_%CE%B5%CE%BD%CE%B1%CE%AD%CF%81%CE%B9%CF%89%CE%BD_%CE%BC%CE%B7_%CE%B5%CF%80%CE%B1%CE%BD%CE%B4%CF%81%CF%89%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CE%BF%CF%87%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD"/>
				<updated>2022-02-10T02:15:21Z</updated>
		
		<summary type="html">&lt;p&gt;M kakara: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Category:Γεωργία ]]&lt;br /&gt;
&lt;br /&gt;
''' Παρακολούθηση ενός αμπελώνα που έχει πληγεί από την ίσκα με χρήση τηλεπισκόπησης μέσω εναέριων μη επανδρωμένων οχημάτων '''&lt;br /&gt;
&lt;br /&gt;
Unmanned Aerial Vehicle (UAV)-based remote sensing to monitor grapevine leaf stripe disease within a vineyard affected by esca complex&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Salvatore F. di Gennaro, Enrico Batt Isto N., Stefano di Marco, Osvaldo Facini, Alessandro Mate Se, Marco Nocentini, Alberto Palliott  and Laura Mugnai&lt;br /&gt;
&lt;br /&gt;
'''Πηγή:''' [[https://www.researchgate.net/publication/305710208_Unmanned_Aerial_Vehicle_UAV-based_remote_sensing_to_monitor_grapevine_leaf_stripe_disease_within_a_vineyard_affected_by_esca_complex]]&lt;br /&gt;
&lt;br /&gt;
'''Abstract'''&lt;br /&gt;
Συμπτώματα στο φύλλωμα που προκαλούνται από την ασθένεια της ίσκας των αμπελιών συνδέονται με δραστική αλλοίωση της φωτοσυνθετικής λειτουργίας και ενεργοποίηση των μηχανισμών άμυνας στα μολυσμένα αμπέλια, πολλές μέρες πριν τα πρώτα ορατά συμπτώματα στα φύλλα. Η παρούσα μελέτη προτείνει μια μεθοδολογία για την διερεύνηση των σχέσεων μεταξύ των υψηλής ανάλυσης πολυφασματικών εικόνων που αποκτήθηκαν από εναέριο μη επανδρωμένο όχημα (UAV) και των συμπτωμάτων GLSD που καταγράφονται από επίγειες έρευνες. Οι πολυφασματικές εικόνες υψηλής ανάλυσης αποκτήθηκαν τον Ιούνιο του 2012 και Ιούλιο του 2013, σε έναν πειραματικό αμπελώνα που επηρεάστηκε βαριά από την GLSD και βρίσκεται στην Τοσκάνη της Ιταλίας. &lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
Οι μυκητιακές ασθένειες του κορμού είναι από τις πιο δύσκολες ασθένειες του αμπελιού (Di Marco et al,2011a). H ασθένεια της ίσκας των αμπελιών (GLSD) συνδέεται κυρίως με μολύνσεις των αγγείων του ξύλου. Tα πιο γνωστά χαρακτηριστικά της GLSD είναι η απουσία συσχέτισης μεταξύ της σοβαρότητας της επιδείνωσης και της εμφάνισης του ξύλου και της σοβαρότητας των συμπτωμάτων στα φύλλα. Είναι χαρακτηριστικό πως τα συμπτώματα μπορεί να μην εμφανίζονται σε κάθε καλλιεργητική εποχή, ακόμα και αν ένας αμπελώνας έχει εμφανίσει συμπτώματα σε παλιότερα χρόνια, κάτι που καθιστά δυσκολότερο τον εντοπισμό. Κατά συνέπεια η ετήσια παρακολούθηση των συμπτωμάτων των φύλλων είναι ουσιώδης για την εκτίμηση της εξέλιξης στα χρόνια και της απόκτησης σωρευτικών δεικτών για την πραγματική έκταση της ασθένειας. &lt;br /&gt;
Η ανάπτυξη μη επεμβατικών τεχνικών βασιζόμενες στην οπτική τεχνολογία ανιχνεύουν την ασθένεια μέσω δεδομένων ανάκλασης και δείκτη φασματικής βλάστησης.  Πιο συγκεκριμένα ο δείκτης φασματικής ανάκλασης για το πράσινο βρίσκεται στο κόκκινο κανάλι και είναι περισσότερο ευαίσθητος για την χλωροφύλλη, ενώ το υπέρυθρο κανάλι σχετίζεται περισσότερο με την βιομάζα (Blakeman,1990). Σε αυτήν την κατεύθυνση ο δείκτης για την κανονικοποιημένη διαφορά βλάστησης (ΝDVI) είναι μια καλή παράμετρος για την εκτίμηση του περιεχομένου των φύλλων σε χλωροφύλλη και είναι ένας δείκτης της υγείας των φυτών. Ο σκοπός της μελέτης αφορά στην εκτίμηση των σχέσεων μεταξύ του NDVI, των εικόνων υψηλής ανάλυσης από UAV και των μολυσμένων φυτών που καταγράφονται από επίγειες καταγραφές, σε έναν αμπελώνα στην περιοχή Chianti Classico στην Τοσκάνη. Οι χρονιές 2012 και 2013 στις οποίες λήφθηκαν οι εικόνες εμφανίζουν το πλεονέκτημα των σημαντικά διαφορετικών καλοκαιρινών κατακρημνίσεων, κάτι που επηρεάζει την εμφάνιση της ίσκας. Δεύτερος σκοπός της μελέτης ήταν η ανάπτυξη μιας νέας μεθοδολογίας με στόχο την ποιοτική και ποσοτική ανάλυση της χωρικής κατανομής των συμπτωματικών φυτών και στην συνέχεια την δημιουργία ενός μοντέλου πρόβλεψης της έναρξης των συμπτωμάτων της ίσκας. &lt;br /&gt;
&lt;br /&gt;
'''Μεθοδολογία'''&lt;br /&gt;
Η μελέτη διεξήχθη σε ένα αμπελώνα έκτασης 1,22 εκταρίων, που βρίσκεται 150 μέτρα πάνω από την θάλασσα και φυτεύτηκε το 1998 με ποικιλία Cabernet Sauvignon, με τα φυτά να απέχουν 1 μέτρο μεταξύ τους. Οι παρατηρήσεις εδάφους πραγματοποιήθηκαν από τον Μάιο έως και τον Σεπτέμβριο, σε εβδομαδιαία διαστήματα το 2012 και σε μηνιαία διαστήματα το 2013. Η πτήση του UAV έγινε τον Μάιο του 2012 σε πλήρη άνθιση, σε πλήρη καρποφορία τον Ιούνιο του 2012 και τον Ιούνιο του 2013 και στο ξεκίνημα της ωρίμανσης τον Ιούνιο του 2012 και 2013. Οι παρατηρήσεις εδάφους έγιναν από 2 εκπαιδευμένους ερευνητές, οι οποίοι παρατηρούσαν το φύλλωμα του κάθε αμπελιού και ταξινομούσαν τα φυτά σε S= συμπτωματικά με έντονα συμπτώματα, C= αμπέλια ελέγχου που δεν είχαν εμφανίσει πότε συμπτώματα και A= αμπέλια που είχαν εμφανίσει συμπτώματα τα προηγούμενα χρόνια. Οι πολυφασματικές εικόνες αποκτήθηκαν από UAV που πετούσε στα 150 μέτρα με ταχύτητα 4 m/s, με την κάμερα να καταγράφει την ανάκλαση από τη βλάστηση για την εξαγωγή πολλαπλών δεικτών βλάστησης όπως ο NDVI. &lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα'''&lt;br /&gt;
Με την συνδυαστική χρήση της τηλεπισκοπικής χρήσης των UAV και των διαφορικών GPS, δημιουργήθηκαν χάρτες του δείκτη NDVI σε υψηλή ανάλυση (0.05 m/pixels) που επιτρέπουν ακριβείς αναλύσεις  σε επίπεδο φυτού. Ο αλγόριθμος που αναπτύχθηκε στο Matlab επέτρεψε την ακριβή αναγνώριση των σειρών (εικόνα 4) και την εξαγωγή δεδομένων από κάθε φυτό στον χάρτη NDVI. H στοματική αγωγιμότητα των φυτών ήταν σημαντικά μικρότερη στα ασυμπτωματικά φυτά σε σχέση με τα φυτά ελέγχου, ενώ οι θερμοκρασίες των φύλλων στα ασυμπτωματικά φυτά ήταν σημαντικά μεγαλύτερη από τα φυτά ελέγχου (εικόνα 5). [[Αρχείο:ι5.png|200px|thumb|left|Eικόνα 5: Eδαφικές ηλεκτροφυσιολογικές μετρήσεις. Στοματική αγωγιμότητα (gs) και θερμοκρασία των φύλλων καταγράφηκαν χρησιμοποιώντας υπέρυθρο αναλυτή αεριών σε υγιή (C) και ασυμπτωματικά φύλλα αμπελιού]]&lt;br /&gt;
Ανάλυση στα μήκη των μοσχευμάτων έδειξε πως αυτά ήταν σημαντικά μεγαλύτερα στα φυτά ελέγχου (49.7 cm +/- 3.9) σε σχέση με αυτά των ασυμπτωματικών φυτών (46.1 cm +/- 3.6). H εικόνα 7 παρουσιάζει τις τιμές NDVI από 3 κατηγορίες αμπελιών (C,A και S) για το 2012 και το 2013 επιβεβαιώνοντας τα παραπάνω δεδομένα. Μεγαλύτερες τιμές NDVI καταγράφηκαν για τα υγιή αμπελιά και μικρότερες τιμές NDVI για τα συμπτωματικά αμπέλια. Η μέθοδος ANOVA έδειξε πως η χρήση των UAV ξεχώρισε σωστά (P&amp;lt;0.05) τα υγιή φυτά από τα ασυμπτωματικά και τα συμπτωματικά (P&amp;lt;0.05), αλλά ακόμα και τα ασυμπτωματικά από τα συμπτωματικά για κάθε χρονιά και σε διαφορετικές μετεωρολογικές συνθήκες. Ακόμα σημαντικότερο είναι πως η τηλεπισκοπική μέθοδος μπόρεσε να ξεχωρίσει τα φαινομενικά υγιή φυτά που θα εμφάνιζαν συμπτώματα τις επόμενες λίγες εβδομάδες. [[Αρχείο:ι7.png|200px|thumb|right|Εικόνα 7: Οι σχέσεις μεταξύ των NDVI δεδομένων και των εδαφικών παρατηρήσεων. Γραφική αναπαράσταση boxplot για την συσχέτιση μεταξύ των τιμών NDVI και των GLSD συμπτωμάτων για τον Μάιο, Ιούνιο και Ιούλιο του 2012 και του 2013. Το γράφημα δείχνει αρνητική τάση για την NDVI, με μεγαλύτερες τομές για τα υγιή φυτά (C) και μικρότερες τιμές για τα συμπτωματικά φυτά (S) με ενδιάμεσες τιμές για τα ασυμπτωματικά φυτά (Α)]] [[Αρχείο:ι4.png|200px|thumb|left|Εικόνα 4: Ροή της επεξεργασίας εικόνας. Α. Ορατή εικόνα, Β. Πολυφασματική εικόνα, C. NDVI εικόνα, D. Εντοπισμός των σειρών και εξαγωγή των δεδομένων για τα φυτά.]]&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
Η μεθοδολογία που παρουσιάζεται σε αυτήν την μελέτη δίνει νέες δυνατότητες για την χρήση τεχνολογιών τηλεπισκόπησης στην αμπελουργία ακριβείας. Τα χαρακτηριστικά UAV όπως το χαμηλό κόστος, η ικανότητα έγκαιρης παροχής υψηλής ανάλυσης εικόνων παρέχουν δυνατότητα μελέτης και ελέγχου ασθενειών στον σχεδιασμό αμπελώνων. Τα δεδομένα NDVI από 2 καλλιεργητικές εποχές έδειξαν πως τα ασυμπτωματικά φυτά μπορούν να διαχωριστούν από τα υγιή φυτά στο κοντινό μήκος κύματος με το υπέρυθρο (NIR). Ωστόσο επιπλέον πειραματισμός χρειάζεται σε διαφορετικές καλλιεργητικές εποχές και κλιματικές συνθήκες για την επαλήθευση αυτής της υπόθεσης, ώστε να δημιουργηθεί ένα χρήσιμο εργαλείο για την κατανόηση και αντιμετώπιση ασθενειών.&lt;/div&gt;</summary>
		<author><name>M kakara</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A0%CE%B1%CF%81%CE%B1%CE%BA%CE%BF%CE%BB%CE%BF%CF%8D%CE%B8%CE%B7%CF%83%CE%B7_%CE%B5%CE%BD%CF%8C%CF%82_%CE%B1%CE%BC%CF%80%CE%B5%CE%BB%CF%8E%CE%BD%CE%B1_%CF%80%CE%BF%CF%85_%CE%AD%CF%87%CE%B5%CE%B9_%CF%80%CE%BB%CE%B7%CE%B3%CE%B5%CE%AF_%CE%B1%CF%80%CF%8C_%CF%84%CE%B7%CE%BD_%CE%AF%CF%83%CE%BA%CE%B1_%CE%BC%CE%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BC%CE%AD%CF%83%CF%89_%CE%B5%CE%BD%CE%B1%CE%AD%CF%81%CE%B9%CF%89%CE%BD_%CE%BC%CE%B7_%CE%B5%CF%80%CE%B1%CE%BD%CE%B4%CF%81%CF%89%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CE%BF%CF%87%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD</id>
		<title>Παρακολούθηση ενός αμπελώνα που έχει πληγεί από την ίσκα με χρήση τηλεπισκόπησης μέσω εναέριων μη επανδρωμένων οχημάτων</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A0%CE%B1%CF%81%CE%B1%CE%BA%CE%BF%CE%BB%CE%BF%CF%8D%CE%B8%CE%B7%CF%83%CE%B7_%CE%B5%CE%BD%CF%8C%CF%82_%CE%B1%CE%BC%CF%80%CE%B5%CE%BB%CF%8E%CE%BD%CE%B1_%CF%80%CE%BF%CF%85_%CE%AD%CF%87%CE%B5%CE%B9_%CF%80%CE%BB%CE%B7%CE%B3%CE%B5%CE%AF_%CE%B1%CF%80%CF%8C_%CF%84%CE%B7%CE%BD_%CE%AF%CF%83%CE%BA%CE%B1_%CE%BC%CE%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BC%CE%AD%CF%83%CF%89_%CE%B5%CE%BD%CE%B1%CE%AD%CF%81%CE%B9%CF%89%CE%BD_%CE%BC%CE%B7_%CE%B5%CF%80%CE%B1%CE%BD%CE%B4%CF%81%CF%89%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CE%BF%CF%87%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD"/>
				<updated>2022-02-10T02:14:55Z</updated>
		
		<summary type="html">&lt;p&gt;M kakara: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Category:Γεωργία ]]&lt;br /&gt;
&lt;br /&gt;
''' Παρακολούθηση ενός αμπελώνα που έχει πληγεί από την ίσκα με χρήση τηλεπισκόπησης μέσω εναέριων μη επανδρωμένων οχημάτων '''&lt;br /&gt;
&lt;br /&gt;
Unmanned Aerial Vehicle (UAV)-based remote sensing to monitor grapevine leaf stripe disease within a vineyard affected by esca complex&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Salvatore F. di Gennaro, Enrico Batt Isto N., Stefano di Marco, Osvaldo Facini, Alessandro Mate Se, Marco Nocentini, Alberto Palliott  and Laura Mugnai&lt;br /&gt;
&lt;br /&gt;
'''Πηγή:''' [[https://www.researchgate.net/publication/305710208_Unmanned_Aerial_Vehicle_UAV-based_remote_sensing_to_monitor_grapevine_leaf_stripe_disease_within_a_vineyard_affected_by_esca_complex]]&lt;br /&gt;
&lt;br /&gt;
'''Abstract'''&lt;br /&gt;
Συμπτώματα στο φύλλωμα που προκαλούνται από την ασθένεια της ίσκας των αμπελιών συνδέονται με δραστική αλλοίωση της φωτοσυνθετικής λειτουργίας και ενεργοποίηση των μηχανισμών άμυνας στα μολυσμένα αμπέλια, πολλές μέρες πριν τα πρώτα ορατά συμπτώματα στα φύλλα. Η παρούσα μελέτη προτείνει μια μεθοδολογία για την διερεύνηση των σχέσεων μεταξύ των υψηλής ανάλυσης πολυφασματικών εικόνων που αποκτήθηκαν από εναέριο μη επανδρωμένο όχημα (UAV) και των συμπτωμάτων GLSD που καταγράφονται από επίγειες έρευνες. Οι πολυφασματικές εικόνες υψηλής ανάλυσης αποκτήθηκαν τον Ιούνιο του 2012 και Ιούλιο του 2013, σε έναν πειραματικό αμπελώνα που επηρεάστηκε βαριά από την GLSD και βρίσκεται στην Τοσκάνη της Ιταλίας. &lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
Οι μυκητιακές ασθένειες του κορμού είναι από τις πιο δύσκολες ασθένειες του αμπελιού (Di Marco et al,2011a). H ασθένεια της ίσκας των αμπελιών (GLSD) συνδέεται κυρίως με μολύνσεις των αγγείων του ξύλου. Tα πιο γνωστά χαρακτηριστικά της GLSD είναι η απουσία συσχέτισης μεταξύ της σοβαρότητας της επιδείνωσης και της εμφάνισης του ξύλου και της σοβαρότητας των συμπτωμάτων στα φύλλα. Είναι χαρακτηριστικό πως τα συμπτώματα μπορεί να μην εμφανίζονται σε κάθε καλλιεργητική εποχή, ακόμα και αν ένας αμπελώνας έχει εμφανίσει συμπτώματα σε παλιότερα χρόνια, κάτι που καθιστά δυσκολότερο τον εντοπισμό. Κατά συνέπεια η ετήσια παρακολούθηση των συμπτωμάτων των φύλλων είναι ουσιώδης για την εκτίμηση της εξέλιξης στα χρόνια και της απόκτησης σωρευτικών δεικτών για την πραγματική έκταση της ασθένειας. &lt;br /&gt;
Η ανάπτυξη μη επεμβατικών τεχνικών βασιζόμενες στην οπτική τεχνολογία ανιχνεύουν την ασθένεια μέσω δεδομένων ανάκλασης και δείκτη φασματικής βλάστησης.  Πιο συγκεκριμένα ο δείκτης φασματικής ανάκλασης για το πράσινο βρίσκεται στο κόκκινο κανάλι και είναι περισσότερο ευαίσθητος για την χλωροφύλλη, ενώ το υπέρυθρο κανάλι σχετίζεται περισσότερο με την βιομάζα (Blakeman,1990). Σε αυτήν την κατεύθυνση ο δείκτης για την κανονικοποιημένη διαφορά βλάστησης (ΝDVI) είναι μια καλή παράμετρος για την εκτίμηση του περιεχομένου των φύλλων σε χλωροφύλλη και είναι ένας δείκτης της υγείας των φυτών. Ο σκοπός της μελέτης αφορά στην εκτίμηση των σχέσεων μεταξύ του NDVI, των εικόνων υψηλής ανάλυσης από UAV και των μολυσμένων φυτών που καταγράφονται από επίγειες καταγραφές, σε έναν αμπελώνα στην περιοχή Chianti Classico στην Τοσκάνη. Οι χρονιές 2012 και 2013 στις οποίες λήφθηκαν οι εικόνες εμφανίζουν το πλεονέκτημα των σημαντικά διαφορετικών καλοκαιρινών κατακρημνίσεων, κάτι που επηρεάζει την εμφάνιση της ίσκας. Δεύτερος σκοπός της μελέτης ήταν η ανάπτυξη μιας νέας μεθοδολογίας με στόχο την ποιοτική και ποσοτική ανάλυση της χωρικής κατανομής των συμπτωματικών φυτών και στην συνέχεια την δημιουργία ενός μοντέλου πρόβλεψης της έναρξης των συμπτωμάτων της ίσκας. &lt;br /&gt;
&lt;br /&gt;
'''Μεθοδολογία'''&lt;br /&gt;
Η μελέτη διεξήχθη σε ένα αμπελώνα έκτασης 1,22 εκταρίων, που βρίσκεται 150 μέτρα πάνω από την θάλασσα και φυτεύτηκε το 1998 με ποικιλία Cabernet Sauvignon, με τα φυτά να απέχουν 1 μέτρο μεταξύ τους. Οι παρατηρήσεις εδάφους πραγματοποιήθηκαν από τον Μάιο έως και τον Σεπτέμβριο, σε εβδομαδιαία διαστήματα το 2012 και σε μηνιαία διαστήματα το 2013. Η πτήση του UAV έγινε τον Μάιο του 2012 σε πλήρη άνθιση, σε πλήρη καρποφορία τον Ιούνιο του 2012 και τον Ιούνιο του 2013 και στο ξεκίνημα της ωρίμανσης τον Ιούνιο του 2012 και 2013. Οι παρατηρήσεις εδάφους έγιναν από 2 εκπαιδευμένους ερευνητές, οι οποίοι παρατηρούσαν το φύλλωμα του κάθε αμπελιού και ταξινομούσαν τα φυτά σε S= συμπτωματικά με έντονα συμπτώματα, C= αμπέλια ελέγχου που δεν είχαν εμφανίσει πότε συμπτώματα και A= αμπέλια που είχαν εμφανίσει συμπτώματα τα προηγούμενα χρόνια. Οι πολυφασματικές εικόνες αποκτήθηκαν από UAV που πετούσε στα 150 μέτρα με ταχύτητα 4 m/s, με την κάμερα να καταγράφει την ανάκλαση από τη βλάστηση για την εξαγωγή πολλαπλών δεικτών βλάστησης όπως ο NDVI. &lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα'''&lt;br /&gt;
Με την συνδυαστική χρήση της τηλεπισκοπικής χρήσης των UAV και των διαφορικών GPS, δημιουργήθηκαν χάρτες του δείκτη NDVI σε υψηλή ανάλυση (0.05 m/pixels) που επιτρέπουν ακριβείς αναλύσεις  σε επίπεδο φυτού. Ο αλγόριθμος που αναπτύχθηκε στο Matlab επέτρεψε την ακριβή αναγνώριση των σειρών (εικόνα 4) και την εξαγωγή δεδομένων από κάθε φυτό στον χάρτη NDVI. H στοματική αγωγιμότητα των φυτών ήταν σημαντικά μικρότερη στα ασυμπτωματικά φυτά σε σχέση με τα φυτά ελέγχου, ενώ οι θερμοκρασίες των φύλλων στα ασυμπτωματικά φυτά ήταν σημαντικά μεγαλύτερη από τα φυτά ελέγχου (εικόνα 5). [[Αρχείο:Ι5.png|200px|thumb|left|Eικόνα 5: Eδαφικές ηλεκτροφυσιολογικές μετρήσεις. Στοματική αγωγιμότητα (gs) και θερμοκρασία των φύλλων καταγράφηκαν χρησιμοποιώντας υπέρυθρο αναλυτή αεριών σε υγιή (C) και ασυμπτωματικά φύλλα αμπελιού]]&lt;br /&gt;
Ανάλυση στα μήκη των μοσχευμάτων έδειξε πως αυτά ήταν σημαντικά μεγαλύτερα στα φυτά ελέγχου (49.7 cm +/- 3.9) σε σχέση με αυτά των ασυμπτωματικών φυτών (46.1 cm +/- 3.6). H εικόνα 7 παρουσιάζει τις τιμές NDVI από 3 κατηγορίες αμπελιών (C,A και S) για το 2012 και το 2013 επιβεβαιώνοντας τα παραπάνω δεδομένα. Μεγαλύτερες τιμές NDVI καταγράφηκαν για τα υγιή αμπελιά και μικρότερες τιμές NDVI για τα συμπτωματικά αμπέλια. Η μέθοδος ANOVA έδειξε πως η χρήση των UAV ξεχώρισε σωστά (P&amp;lt;0.05) τα υγιή φυτά από τα ασυμπτωματικά και τα συμπτωματικά (P&amp;lt;0.05), αλλά ακόμα και τα ασυμπτωματικά από τα συμπτωματικά για κάθε χρονιά και σε διαφορετικές μετεωρολογικές συνθήκες. Ακόμα σημαντικότερο είναι πως η τηλεπισκοπική μέθοδος μπόρεσε να ξεχωρίσει τα φαινομενικά υγιή φυτά που θα εμφάνιζαν συμπτώματα τις επόμενες λίγες εβδομάδες. [[Αρχείο:Ι7.png|200px|thumb|right|Εικόνα 7: Οι σχέσεις μεταξύ των NDVI δεδομένων και των εδαφικών παρατηρήσεων. Γραφική αναπαράσταση boxplot για την συσχέτιση μεταξύ των τιμών NDVI και των GLSD συμπτωμάτων για τον Μάιο, Ιούνιο και Ιούλιο του 2012 και του 2013. Το γράφημα δείχνει αρνητική τάση για την NDVI, με μεγαλύτερες τομές για τα υγιή φυτά (C) και μικρότερες τιμές για τα συμπτωματικά φυτά (S) με ενδιάμεσες τιμές για τα ασυμπτωματικά φυτά (Α)]] [[Αρχείο:Ι4.png|200px|thumb|left|Εικόνα 4: Ροή της επεξεργασίας εικόνας. Α. Ορατή εικόνα, Β. Πολυφασματική εικόνα, C. NDVI εικόνα, D. Εντοπισμός των σειρών και εξαγωγή των δεδομένων για τα φυτά.]]&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
Η μεθοδολογία που παρουσιάζεται σε αυτήν την μελέτη δίνει νέες δυνατότητες για την χρήση τεχνολογιών τηλεπισκόπησης στην αμπελουργία ακριβείας. Τα χαρακτηριστικά UAV όπως το χαμηλό κόστος, η ικανότητα έγκαιρης παροχής υψηλής ανάλυσης εικόνων παρέχουν δυνατότητα μελέτης και ελέγχου ασθενειών στον σχεδιασμό αμπελώνων. Τα δεδομένα NDVI από 2 καλλιεργητικές εποχές έδειξαν πως τα ασυμπτωματικά φυτά μπορούν να διαχωριστούν από τα υγιή φυτά στο κοντινό μήκος κύματος με το υπέρυθρο (NIR). Ωστόσο επιπλέον πειραματισμός χρειάζεται σε διαφορετικές καλλιεργητικές εποχές και κλιματικές συνθήκες για την επαλήθευση αυτής της υπόθεσης, ώστε να δημιουργηθεί ένα χρήσιμο εργαλείο για την κατανόηση και αντιμετώπιση ασθενειών.&lt;/div&gt;</summary>
		<author><name>M kakara</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A0%CE%B1%CF%81%CE%B1%CE%BA%CE%BF%CE%BB%CE%BF%CF%8D%CE%B8%CE%B7%CF%83%CE%B7_%CE%B5%CE%BD%CF%8C%CF%82_%CE%B1%CE%BC%CF%80%CE%B5%CE%BB%CF%8E%CE%BD%CE%B1_%CF%80%CE%BF%CF%85_%CE%AD%CF%87%CE%B5%CE%B9_%CF%80%CE%BB%CE%B7%CE%B3%CE%B5%CE%AF_%CE%B1%CF%80%CF%8C_%CF%84%CE%B7%CE%BD_%CE%AF%CF%83%CE%BA%CE%B1_%CE%BC%CE%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BC%CE%AD%CF%83%CF%89_%CE%B5%CE%BD%CE%B1%CE%AD%CF%81%CE%B9%CF%89%CE%BD_%CE%BC%CE%B7_%CE%B5%CF%80%CE%B1%CE%BD%CE%B4%CF%81%CF%89%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CE%BF%CF%87%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD</id>
		<title>Παρακολούθηση ενός αμπελώνα που έχει πληγεί από την ίσκα με χρήση τηλεπισκόπησης μέσω εναέριων μη επανδρωμένων οχημάτων</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A0%CE%B1%CF%81%CE%B1%CE%BA%CE%BF%CE%BB%CE%BF%CF%8D%CE%B8%CE%B7%CF%83%CE%B7_%CE%B5%CE%BD%CF%8C%CF%82_%CE%B1%CE%BC%CF%80%CE%B5%CE%BB%CF%8E%CE%BD%CE%B1_%CF%80%CE%BF%CF%85_%CE%AD%CF%87%CE%B5%CE%B9_%CF%80%CE%BB%CE%B7%CE%B3%CE%B5%CE%AF_%CE%B1%CF%80%CF%8C_%CF%84%CE%B7%CE%BD_%CE%AF%CF%83%CE%BA%CE%B1_%CE%BC%CE%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BC%CE%AD%CF%83%CF%89_%CE%B5%CE%BD%CE%B1%CE%AD%CF%81%CE%B9%CF%89%CE%BD_%CE%BC%CE%B7_%CE%B5%CF%80%CE%B1%CE%BD%CE%B4%CF%81%CF%89%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CE%BF%CF%87%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD"/>
				<updated>2022-02-10T02:12:42Z</updated>
		
		<summary type="html">&lt;p&gt;M kakara: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Category:Γεωργία ]]&lt;br /&gt;
&lt;br /&gt;
''' Παρακολούθηση ενός αμπελώνα που έχει πληγεί από την ίσκα με χρήση τηλεπισκόπησης μέσω εναέριων μη επανδρωμένων οχημάτων '''&lt;br /&gt;
&lt;br /&gt;
Unmanned Aerial Vehicle (UAV)-based remote sensing to monitor grapevine leaf stripe disease within a vineyard affected by esca complex&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Salvatore F. di Gennaro, Enrico Batt Isto N., Stefano di Marco, Osvaldo Facini, Alessandro Mate Se, Marco Nocentini, Alberto Palliott  and Laura Mugnai&lt;br /&gt;
&lt;br /&gt;
'''Πηγή:''' [[https://www.researchgate.net/publication/305710208_Unmanned_Aerial_Vehicle_UAV-based_remote_sensing_to_monitor_grapevine_leaf_stripe_disease_within_a_vineyard_affected_by_esca_complex]]&lt;br /&gt;
&lt;br /&gt;
'''Abstract'''&lt;br /&gt;
Συμπτώματα στο φύλλωμα που προκαλούνται από την ασθένεια της ίσκας των αμπελιών συνδέονται με δραστική αλλοίωση της φωτοσυνθετικής λειτουργίας και ενεργοποίηση των μηχανισμών άμυνας στα μολυσμένα αμπέλια, πολλές μέρες πριν τα πρώτα ορατά συμπτώματα στα φύλλα. Η παρούσα μελέτη προτείνει μια μεθοδολογία για την διερεύνηση των σχέσεων μεταξύ των υψηλής ανάλυσης πολυφασματικών εικόνων που αποκτήθηκαν από εναέριο μη επανδρωμένο όχημα (UAV) και των συμπτωμάτων GLSD που καταγράφονται από επίγειες έρευνες. Οι πολυφασματικές εικόνες υψηλής ανάλυσης αποκτήθηκαν τον Ιούνιο του 2012 και Ιούλιο του 2013, σε έναν πειραματικό αμπελώνα που επηρεάστηκε βαριά από την GLSD και βρίσκεται στην Τοσκάνη της Ιταλίας. &lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
Οι μυκητιακές ασθένειες του κορμού είναι από τις πιο δύσκολες ασθένειες του αμπελιού (Di Marco et al,2011a). H ασθένεια της ίσκας των αμπελιών (GLSD) συνδέεται κυρίως με μολύνσεις των αγγείων του ξύλου. Tα πιο γνωστά χαρακτηριστικά της GLSD είναι η απουσία συσχέτισης μεταξύ της σοβαρότητας της επιδείνωσης και της εμφάνισης του ξύλου και της σοβαρότητας των συμπτωμάτων στα φύλλα. Είναι χαρακτηριστικό πως τα συμπτώματα μπορεί να μην εμφανίζονται σε κάθε καλλιεργητική εποχή, ακόμα και αν ένας αμπελώνας έχει εμφανίσει συμπτώματα σε παλιότερα χρόνια, κάτι που καθιστά δυσκολότερο τον εντοπισμό. Κατά συνέπεια η ετήσια παρακολούθηση των συμπτωμάτων των φύλλων είναι ουσιώδης για την εκτίμηση της εξέλιξης στα χρόνια και της απόκτησης σωρευτικών δεικτών για την πραγματική έκταση της ασθένειας. &lt;br /&gt;
Η ανάπτυξη μη επεμβατικών τεχνικών βασιζόμενες στην οπτική τεχνολογία ανιχνεύουν την ασθένεια μέσω δεδομένων ανάκλασης και δείκτη φασματικής βλάστησης.  Πιο συγκεκριμένα ο δείκτης φασματικής ανάκλασης για το πράσινο βρίσκεται στο κόκκινο κανάλι και είναι περισσότερο ευαίσθητος για την χλωροφύλλη, ενώ το υπέρυθρο κανάλι σχετίζεται περισσότερο με την βιομάζα (Blakeman,1990). Σε αυτήν την κατεύθυνση ο δείκτης για την κανονικοποιημένη διαφορά βλάστησης (ΝDVI) είναι μια καλή παράμετρος για την εκτίμηση του περιεχομένου των φύλλων σε χλωροφύλλη και είναι ένας δείκτης της υγείας των φυτών. Ο σκοπός της μελέτης αφορά στην εκτίμηση των σχέσεων μεταξύ του NDVI, των εικόνων υψηλής ανάλυσης από UAV και των μολυσμένων φυτών που καταγράφονται από επίγειες καταγραφές, σε έναν αμπελώνα στην περιοχή Chianti Classico στην Τοσκάνη. Οι χρονιές 2012 και 2013 στις οποίες λήφθηκαν οι εικόνες εμφανίζουν το πλεονέκτημα των σημαντικά διαφορετικών καλοκαιρινών κατακρημνίσεων, κάτι που επηρεάζει την εμφάνιση της ίσκας. Δεύτερος σκοπός της μελέτης ήταν η ανάπτυξη μιας νέας μεθοδολογίας με στόχο την ποιοτική και ποσοτική ανάλυση της χωρικής κατανομής των συμπτωματικών φυτών και στην συνέχεια την δημιουργία ενός μοντέλου πρόβλεψης της έναρξης των συμπτωμάτων της ίσκας. &lt;br /&gt;
&lt;br /&gt;
'''Μεθοδολογία'''&lt;br /&gt;
Η μελέτη διεξήχθη σε ένα αμπελώνα έκτασης 1,22 εκταρίων, που βρίσκεται 150 μέτρα πάνω από την θάλασσα και φυτεύτηκε το 1998 με ποικιλία Cabernet Sauvignon, με τα φυτά να απέχουν 1 μέτρο μεταξύ τους. Οι παρατηρήσεις εδάφους πραγματοποιήθηκαν από τον Μάιο έως και τον Σεπτέμβριο, σε εβδομαδιαία διαστήματα το 2012 και σε μηνιαία διαστήματα το 2013. Η πτήση του UAV έγινε τον Μάιο του 2012 σε πλήρη άνθιση, σε πλήρη καρποφορία τον Ιούνιο του 2012 και τον Ιούνιο του 2013 και στο ξεκίνημα της ωρίμανσης τον Ιούνιο του 2012 και 2013. Οι παρατηρήσεις εδάφους έγιναν από 2 εκπαιδευμένους ερευνητές, οι οποίοι παρατηρούσαν το φύλλωμα του κάθε αμπελιού και ταξινομούσαν τα φυτά σε S= συμπτωματικά με έντονα συμπτώματα, C= αμπέλια ελέγχου που δεν είχαν εμφανίσει πότε συμπτώματα και A= αμπέλια που είχαν εμφανίσει συμπτώματα τα προηγούμενα χρόνια. Οι πολυφασματικές εικόνες αποκτήθηκαν από UAV που πετούσε στα 150 μέτρα με ταχύτητα 4 m/s, με την κάμερα να καταγράφει την ανάκλαση από τη βλάστηση για την εξαγωγή πολλαπλών δεικτών βλάστησης όπως ο NDVI. &lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα'''&lt;br /&gt;
Με την συνδυαστική χρήση της τηλεπισκοπικής χρήσης των UAV και των διαφορικών GPS, δημιουργήθηκαν χάρτες του δείκτη NDVI σε υψηλή ανάλυση (0.05 m/pixels) που επιτρέπουν ακριβείς αναλύσεις  σε επίπεδο φυτού. Ο αλγόριθμος που αναπτύχθηκε στο Matlab επέτρεψε την ακριβή αναγνώριση των σειρών (εικόνα 4) και την εξαγωγή δεδομένων από κάθε φυτό στον χάρτη NDVI. H στοματική αγωγιμότητα των φυτών ήταν σημαντικά μικρότερη στα ασυμπτωματικά φυτά σε σχέση με τα φυτά ελέγχου, ενώ οι θερμοκρασίες των φύλλων στα ασυμπτωματικά φυτά ήταν σημαντικά μεγαλύτερη από τα φυτά ελέγχου (εικόνα 5). [[Αρχείο:I5.png|200px|thumb|left|Eικόνα 5: Eδαφικές ηλεκτροφυσιολογικές μετρήσεις. Στοματική αγωγιμότητα (gs) και θερμοκρασία των φύλλων καταγράφηκαν χρησιμοποιώντας υπέρυθρο αναλυτή αεριών σε υγιή (C) και ασυμπτωματικά φύλλα αμπελιού]]&lt;br /&gt;
Ανάλυση στα μήκη των μοσχευμάτων έδειξε πως αυτά ήταν σημαντικά μεγαλύτερα στα φυτά ελέγχου (49.7 cm +/- 3.9) σε σχέση με αυτά των ασυμπτωματικών φυτών (46.1 cm +/- 3.6). H εικόνα 7 παρουσιάζει τις τιμές NDVI από 3 κατηγορίες αμπελιών (C,A και S) για το 2012 και το 2013 επιβεβαιώνοντας τα παραπάνω δεδομένα. Μεγαλύτερες τιμές NDVI καταγράφηκαν για τα υγιή αμπελιά και μικρότερες τιμές NDVI για τα συμπτωματικά αμπέλια. Η μέθοδος ANOVA έδειξε πως η χρήση των UAV ξεχώρισε σωστά (P&amp;lt;0.05) τα υγιή φυτά από τα ασυμπτωματικά και τα συμπτωματικά (P&amp;lt;0.05), αλλά ακόμα και τα ασυμπτωματικά από τα συμπτωματικά για κάθε χρονιά και σε διαφορετικές μετεωρολογικές συνθήκες. Ακόμα σημαντικότερο είναι πως η τηλεπισκοπική μέθοδος μπόρεσε να ξεχωρίσει τα φαινομενικά υγιή φυτά που θα εμφάνιζαν συμπτώματα τις επόμενες λίγες εβδομάδες. [[Αρχείο:I7.png|200px|thumb|right|Εικόνα 7: Οι σχέσεις μεταξύ των NDVI δεδομένων και των εδαφικών παρατηρήσεων. Γραφική αναπαράσταση boxplot για την συσχέτιση μεταξύ των τιμών NDVI και των GLSD συμπτωμάτων για τον Μάιο, Ιούνιο και Ιούλιο του 2012 και του 2013. Το γράφημα δείχνει αρνητική τάση για την NDVI, με μεγαλύτερες τομές για τα υγιή φυτά (C) και μικρότερες τιμές για τα συμπτωματικά φυτά (S) με ενδιάμεσες τιμές για τα ασυμπτωματικά φυτά (Α)]] [[Αρχείο:I4.png|200px|thumb|left|Εικόνα 4: Ροή της επεξεργασίας εικόνας. Α. Ορατή εικόνα, Β. Πολυφασματική εικόνα, C. NDVI εικόνα, D. Εντοπισμός των σειρών και εξαγωγή των δεδομένων για τα φυτά.]]&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
Η μεθοδολογία που παρουσιάζεται σε αυτήν την μελέτη δίνει νέες δυνατότητες για την χρήση τεχνολογιών τηλεπισκόπησης στην αμπελουργία ακριβείας. Τα χαρακτηριστικά UAV όπως το χαμηλό κόστος, η ικανότητα έγκαιρης παροχής υψηλής ανάλυσης εικόνων παρέχουν δυνατότητα μελέτης και ελέγχου ασθενειών στον σχεδιασμό αμπελώνων. Τα δεδομένα NDVI από 2 καλλιεργητικές εποχές έδειξαν πως τα ασυμπτωματικά φυτά μπορούν να διαχωριστούν από τα υγιή φυτά στο κοντινό μήκος κύματος με το υπέρυθρο (NIR). Ωστόσο επιπλέον πειραματισμός χρειάζεται σε διαφορετικές καλλιεργητικές εποχές και κλιματικές συνθήκες για την επαλήθευση αυτής της υπόθεσης, ώστε να δημιουργηθεί ένα χρήσιμο εργαλείο για την κατανόηση και αντιμετώπιση ασθενειών.&lt;/div&gt;</summary>
		<author><name>M kakara</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A0%CE%B1%CF%81%CE%B1%CE%BA%CE%BF%CE%BB%CE%BF%CF%8D%CE%B8%CE%B7%CF%83%CE%B7_%CE%B5%CE%BD%CF%8C%CF%82_%CE%B1%CE%BC%CF%80%CE%B5%CE%BB%CF%8E%CE%BD%CE%B1_%CF%80%CE%BF%CF%85_%CE%AD%CF%87%CE%B5%CE%B9_%CF%80%CE%BB%CE%B7%CE%B3%CE%B5%CE%AF_%CE%B1%CF%80%CF%8C_%CF%84%CE%B7%CE%BD_%CE%AF%CF%83%CE%BA%CE%B1_%CE%BC%CE%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BC%CE%AD%CF%83%CF%89_%CE%B5%CE%BD%CE%B1%CE%AD%CF%81%CE%B9%CF%89%CE%BD_%CE%BC%CE%B7_%CE%B5%CF%80%CE%B1%CE%BD%CE%B4%CF%81%CF%89%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CE%BF%CF%87%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD</id>
		<title>Παρακολούθηση ενός αμπελώνα που έχει πληγεί από την ίσκα με χρήση τηλεπισκόπησης μέσω εναέριων μη επανδρωμένων οχημάτων</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A0%CE%B1%CF%81%CE%B1%CE%BA%CE%BF%CE%BB%CE%BF%CF%8D%CE%B8%CE%B7%CF%83%CE%B7_%CE%B5%CE%BD%CF%8C%CF%82_%CE%B1%CE%BC%CF%80%CE%B5%CE%BB%CF%8E%CE%BD%CE%B1_%CF%80%CE%BF%CF%85_%CE%AD%CF%87%CE%B5%CE%B9_%CF%80%CE%BB%CE%B7%CE%B3%CE%B5%CE%AF_%CE%B1%CF%80%CF%8C_%CF%84%CE%B7%CE%BD_%CE%AF%CF%83%CE%BA%CE%B1_%CE%BC%CE%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BC%CE%AD%CF%83%CF%89_%CE%B5%CE%BD%CE%B1%CE%AD%CF%81%CE%B9%CF%89%CE%BD_%CE%BC%CE%B7_%CE%B5%CF%80%CE%B1%CE%BD%CE%B4%CF%81%CF%89%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CE%BF%CF%87%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD"/>
				<updated>2022-02-10T02:11:11Z</updated>
		
		<summary type="html">&lt;p&gt;M kakara: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Category:Γεωργία ]]&lt;br /&gt;
&lt;br /&gt;
''' Παρακολούθηση ενός αμπελώνα που έχει πληγεί από την ίσκα με χρήση τηλεπισκόπησης μέσω εναέριων μη επανδρωμένων οχημάτων '''&lt;br /&gt;
&lt;br /&gt;
Unmanned Aerial Vehicle (UAV)-based remote sensing to monitor grapevine leaf stripe disease within a vineyard affected by esca complex&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Salvatore F. di Gennaro, Enrico Batt Isto N., Stefano di Marco, Osvaldo Facini, Alessandro Mate Se, Marco Nocentini, Alberto Palliott  and Laura Mugnai&lt;br /&gt;
&lt;br /&gt;
'''Πηγή:''' [[https://www.researchgate.net/publication/305710208_Unmanned_Aerial_Vehicle_UAV-based_remote_sensing_to_monitor_grapevine_leaf_stripe_disease_within_a_vineyard_affected_by_esca_complex]]&lt;br /&gt;
&lt;br /&gt;
'''Abstract'''&lt;br /&gt;
Συμπτώματα στο φύλλωμα που προκαλούνται από την ασθένεια της ίσκας των αμπελιών συνδέονται με δραστική αλλοίωση της φωτοσυνθετικής λειτουργίας και ενεργοποίηση των μηχανισμών άμυνας στα μολυσμένα αμπέλια, πολλές μέρες πριν τα πρώτα ορατά συμπτώματα στα φύλλα. Η παρούσα μελέτη προτείνει μια μεθοδολογία για την διερεύνηση των σχέσεων μεταξύ των υψηλής ανάλυσης πολυφασματικών εικόνων που αποκτήθηκαν από εναέριο μη επανδρωμένο όχημα (UAV) και των συμπτωμάτων GLSD που καταγράφονται από επίγειες έρευνες. Οι πολυφασματικές εικόνες υψηλής ανάλυσης αποκτήθηκαν τον Ιούνιο του 2012 και Ιούλιο του 2013, σε έναν πειραματικό αμπελώνα που επηρεάστηκε βαριά από την GLSD και βρίσκεται στην Τοσκάνη της Ιταλίας. &lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
Οι μυκητιακές ασθένειες του κορμού είναι από τις πιο δύσκολες ασθένειες του αμπελιού (Di Marco et al,2011a). H ασθένεια της ίσκας των αμπελιών (GLSD) συνδέεται κυρίως με μολύνσεις των αγγείων του ξύλου. Tα πιο γνωστά χαρακτηριστικά της GLSD είναι η απουσία συσχέτισης μεταξύ της σοβαρότητας της επιδείνωσης και της εμφάνισης του ξύλου και της σοβαρότητας των συμπτωμάτων στα φύλλα. Είναι χαρακτηριστικό πως τα συμπτώματα μπορεί να μην εμφανίζονται σε κάθε καλλιεργητική εποχή, ακόμα και αν ένας αμπελώνας έχει εμφανίσει συμπτώματα σε παλιότερα χρόνια, κάτι που καθιστά δυσκολότερο τον εντοπισμό. Κατά συνέπεια η ετήσια παρακολούθηση των συμπτωμάτων των φύλλων είναι ουσιώδης για την εκτίμηση της εξέλιξης στα χρόνια και της απόκτησης σωρευτικών δεικτών για την πραγματική έκταση της ασθένειας. &lt;br /&gt;
Η ανάπτυξη μη επεμβατικών τεχνικών βασιζόμενες στην οπτική τεχνολογία ανιχνεύουν την ασθένεια μέσω δεδομένων ανάκλασης και δείκτη φασματικής βλάστησης.  Πιο συγκεκριμένα ο δείκτης φασματικής ανάκλασης για το πράσινο βρίσκεται στο κόκκινο κανάλι και είναι περισσότερο ευαίσθητος για την χλωροφύλλη, ενώ το υπέρυθρο κανάλι σχετίζεται περισσότερο με την βιομάζα (Blakeman,1990). Σε αυτήν την κατεύθυνση ο δείκτης για την κανονικοποιημένη διαφορά βλάστησης (ΝDVI) είναι μια καλή παράμετρος για την εκτίμηση του περιεχομένου των φύλλων σε χλωροφύλλη και είναι ένας δείκτης της υγείας των φυτών. Ο σκοπός της μελέτης αφορά στην εκτίμηση των σχέσεων μεταξύ του NDVI, των εικόνων υψηλής ανάλυσης από UAV και των μολυσμένων φυτών που καταγράφονται από επίγειες καταγραφές, σε έναν αμπελώνα στην περιοχή Chianti Classico στην Τοσκάνη. Οι χρονιές 2012 και 2013 στις οποίες λήφθηκαν οι εικόνες εμφανίζουν το πλεονέκτημα των σημαντικά διαφορετικών καλοκαιρινών κατακρημνίσεων, κάτι που επηρεάζει την εμφάνιση της ίσκας. Δεύτερος σκοπός της μελέτης ήταν η ανάπτυξη μιας νέας μεθοδολογίας με στόχο την ποιοτική και ποσοτική ανάλυση της χωρικής κατανομής των συμπτωματικών φυτών και στην συνέχεια την δημιουργία ενός μοντέλου πρόβλεψης της έναρξης των συμπτωμάτων της ίσκας. &lt;br /&gt;
&lt;br /&gt;
'''Μεθοδολογία'''&lt;br /&gt;
Η μελέτη διεξήχθη σε ένα αμπελώνα έκτασης 1,22 εκταρίων, που βρίσκεται 150 μέτρα πάνω από την θάλασσα και φυτεύτηκε το 1998 με ποικιλία Cabernet Sauvignon, με τα φυτά να απέχουν 1 μέτρο μεταξύ τους. Οι παρατηρήσεις εδάφους πραγματοποιήθηκαν από τον Μάιο έως και τον Σεπτέμβριο, σε εβδομαδιαία διαστήματα το 2012 και σε μηνιαία διαστήματα το 2013. Η πτήση του UAV έγινε τον Μάιο του 2012 σε πλήρη άνθιση, σε πλήρη καρποφορία τον Ιούνιο του 2012 και τον Ιούνιο του 2013 και στο ξεκίνημα της ωρίμανσης τον Ιούνιο του 2012 και 2013. Οι παρατηρήσεις εδάφους έγιναν από 2 εκπαιδευμένους ερευνητές, οι οποίοι παρατηρούσαν το φύλλωμα του κάθε αμπελιού και ταξινομούσαν τα φυτά σε S= συμπτωματικά με έντονα συμπτώματα, C= αμπέλια ελέγχου που δεν είχαν εμφανίσει πότε συμπτώματα και A= αμπέλια που είχαν εμφανίσει συμπτώματα τα προηγούμενα χρόνια. Οι πολυφασματικές εικόνες αποκτήθηκαν από UAV που πετούσε στα 150 μέτρα με ταχύτητα 4 m/s, με την κάμερα να καταγράφει την ανάκλαση από τη βλάστηση για την εξαγωγή πολλαπλών δεικτών βλάστησης όπως ο NDVI. &lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα'''&lt;br /&gt;
Με την συνδυαστική χρήση της τηλεπισκοπικής χρήσης των UAV και των διαφορικών GPS, δημιουργήθηκαν χάρτες του δείκτη NDVI σε υψηλή ανάλυση (0.05 m/pixels) που επιτρέπουν ακριβείς αναλύσεις  σε επίπεδο φυτού. Ο αλγόριθμος που αναπτύχθηκε στο Matlab επέτρεψε την ακριβή αναγνώριση των σειρών (εικόνα 4) και την εξαγωγή δεδομένων από κάθε φυτό στον χάρτη NDVI. H στοματική αγωγιμότητα των φυτών ήταν σημαντικά μικρότερη στα ασυμπτωματικά φυτά σε σχέση με τα φυτά ελέγχου, ενώ οι θερμοκρασίες των φύλλων στα ασυμπτωματικά φυτά ήταν σημαντικά μεγαλύτερη από τα φυτά ελέγχου (εικόνα 5). [[Αρχείο:ι5.png|200px|thumb|left|Eικόνα 5: Eδαφικές ηλεκτροφυσιολογικές μετρήσεις. Στοματική αγωγιμότητα (gs) και θερμοκρασία των φύλλων καταγράφηκαν χρησιμοποιώντας υπέρυθρο αναλυτή αεριών σε υγιή (C) και ασυμπτωματικά φύλλα αμπελιού]]&lt;br /&gt;
Ανάλυση στα μήκη των μοσχευμάτων έδειξε πως αυτά ήταν σημαντικά μεγαλύτερα στα φυτά ελέγχου (49.7 cm +/- 3.9) σε σχέση με αυτά των ασυμπτωματικών φυτών (46.1 cm +/- 3.6). H εικόνα 7 παρουσιάζει τις τιμές NDVI από 3 κατηγορίες αμπελιών (C,A και S) για το 2012 και το 2013 επιβεβαιώνοντας τα παραπάνω δεδομένα. Μεγαλύτερες τιμές NDVI καταγράφηκαν για τα υγιή αμπελιά και μικρότερες τιμές NDVI για τα συμπτωματικά αμπέλια. Η μέθοδος ANOVA έδειξε πως η χρήση των UAV ξεχώρισε σωστά (P&amp;lt;0.05) τα υγιή φυτά από τα ασυμπτωματικά και τα συμπτωματικά (P&amp;lt;0.05), αλλά ακόμα και τα ασυμπτωματικά από τα συμπτωματικά για κάθε χρονιά και σε διαφορετικές μετεωρολογικές συνθήκες. Ακόμα σημαντικότερο είναι πως η τηλεπισκοπική μέθοδος μπόρεσε να ξεχωρίσει τα φαινομενικά υγιή φυτά που θα εμφάνιζαν συμπτώματα τις επόμενες λίγες εβδομάδες. [[Αρχείο:ι7.png|200px|thumb|right|Εικόνα 7: Οι σχέσεις μεταξύ των NDVI δεδομένων και των εδαφικών παρατηρήσεων. Γραφική αναπαράσταση boxplot για την συσχέτιση μεταξύ των τιμών NDVI και των GLSD συμπτωμάτων για τον Μάιο, Ιούνιο και Ιούλιο του 2012 και του 2013. Το γράφημα δείχνει αρνητική τάση για την NDVI, με μεγαλύτερες τομές για τα υγιή φυτά (C) και μικρότερες τιμές για τα συμπτωματικά φυτά (S) με ενδιάμεσες τιμές για τα ασυμπτωματικά φυτά (Α)]] [[Αρχείο:ι4.png|200px|thumb|left|Εικόνα 4: Ροή της επεξεργασίας εικόνας. Α. Ορατή εικόνα, Β. Πολυφασματική εικόνα, C. NDVI εικόνα, D. Εντοπισμός των σειρών και εξαγωγή των δεδομένων για τα φυτά.]]&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
Η μεθοδολογία που παρουσιάζεται σε αυτήν την μελέτη δίνει νέες δυνατότητες για την χρήση τεχνολογιών τηλεπισκόπησης στην αμπελουργία ακριβείας. Τα χαρακτηριστικά UAV όπως το χαμηλό κόστος, η ικανότητα έγκαιρης παροχής υψηλής ανάλυσης εικόνων παρέχουν δυνατότητα μελέτης και ελέγχου ασθενειών στον σχεδιασμό αμπελώνων. Τα δεδομένα NDVI από 2 καλλιεργητικές εποχές έδειξαν πως τα ασυμπτωματικά φυτά μπορούν να διαχωριστούν από τα υγιή φυτά στο κοντινό μήκος κύματος με το υπέρυθρο (NIR). Ωστόσο επιπλέον πειραματισμός χρειάζεται σε διαφορετικές καλλιεργητικές εποχές και κλιματικές συνθήκες για την επαλήθευση αυτής της υπόθεσης, ώστε να δημιουργηθεί ένα χρήσιμο εργαλείο για την κατανόηση και αντιμετώπιση ασθενειών.&lt;/div&gt;</summary>
		<author><name>M kakara</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%994.png</id>
		<title>Αρχείο:Ι4.png</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%994.png"/>
				<updated>2022-02-10T02:10:27Z</updated>
		
		<summary type="html">&lt;p&gt;M kakara: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>M kakara</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%997.png</id>
		<title>Αρχείο:Ι7.png</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%997.png"/>
				<updated>2022-02-10T02:10:08Z</updated>
		
		<summary type="html">&lt;p&gt;M kakara: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>M kakara</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%995.png</id>
		<title>Αρχείο:Ι5.png</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%995.png"/>
				<updated>2022-02-10T02:09:53Z</updated>
		
		<summary type="html">&lt;p&gt;M kakara: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>M kakara</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A0%CE%B1%CF%81%CE%B1%CE%BA%CE%BF%CE%BB%CE%BF%CF%8D%CE%B8%CE%B7%CF%83%CE%B7_%CE%B5%CE%BD%CF%8C%CF%82_%CE%B1%CE%BC%CF%80%CE%B5%CE%BB%CF%8E%CE%BD%CE%B1_%CF%80%CE%BF%CF%85_%CE%AD%CF%87%CE%B5%CE%B9_%CF%80%CE%BB%CE%B7%CE%B3%CE%B5%CE%AF_%CE%B1%CF%80%CF%8C_%CF%84%CE%B7%CE%BD_%CE%AF%CF%83%CE%BA%CE%B1_%CE%BC%CE%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BC%CE%AD%CF%83%CF%89_%CE%B5%CE%BD%CE%B1%CE%AD%CF%81%CE%B9%CF%89%CE%BD_%CE%BC%CE%B7_%CE%B5%CF%80%CE%B1%CE%BD%CE%B4%CF%81%CF%89%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CE%BF%CF%87%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD</id>
		<title>Παρακολούθηση ενός αμπελώνα που έχει πληγεί από την ίσκα με χρήση τηλεπισκόπησης μέσω εναέριων μη επανδρωμένων οχημάτων</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A0%CE%B1%CF%81%CE%B1%CE%BA%CE%BF%CE%BB%CE%BF%CF%8D%CE%B8%CE%B7%CF%83%CE%B7_%CE%B5%CE%BD%CF%8C%CF%82_%CE%B1%CE%BC%CF%80%CE%B5%CE%BB%CF%8E%CE%BD%CE%B1_%CF%80%CE%BF%CF%85_%CE%AD%CF%87%CE%B5%CE%B9_%CF%80%CE%BB%CE%B7%CE%B3%CE%B5%CE%AF_%CE%B1%CF%80%CF%8C_%CF%84%CE%B7%CE%BD_%CE%AF%CF%83%CE%BA%CE%B1_%CE%BC%CE%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BC%CE%AD%CF%83%CF%89_%CE%B5%CE%BD%CE%B1%CE%AD%CF%81%CE%B9%CF%89%CE%BD_%CE%BC%CE%B7_%CE%B5%CF%80%CE%B1%CE%BD%CE%B4%CF%81%CF%89%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CE%BF%CF%87%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD"/>
				<updated>2022-02-10T02:09:34Z</updated>
		
		<summary type="html">&lt;p&gt;M kakara: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Category:Γεωργία ]]&lt;br /&gt;
&lt;br /&gt;
''' Παρακολούθηση ενός αμπελώνα που έχει πληγεί από την ίσκα με χρήση τηλεπισκόπησης μέσω εναέριων μη επανδρωμένων οχημάτων '''&lt;br /&gt;
&lt;br /&gt;
Unmanned Aerial Vehicle (UAV)-based remote sensing to monitor grapevine leaf stripe disease within a vineyard affected by esca complex&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Salvatore F. di Gennaro, Enrico Batt Isto N., Stefano di Marco, Osvaldo Facini, Alessandro Mate Se, Marco Nocentini, Alberto Palliott  and Laura Mugnai&lt;br /&gt;
&lt;br /&gt;
'''Πηγή:''' [[https://www.researchgate.net/publication/305710208_Unmanned_Aerial_Vehicle_UAV-based_remote_sensing_to_monitor_grapevine_leaf_stripe_disease_within_a_vineyard_affected_by_esca_complex]]&lt;br /&gt;
&lt;br /&gt;
'''Abstract'''&lt;br /&gt;
Συμπτώματα στο φύλλωμα που προκαλούνται από την ασθένεια της ίσκας των αμπελιών συνδέονται με δραστική αλλοίωση της φωτοσυνθετικής λειτουργίας και ενεργοποίηση των μηχανισμών άμυνας στα μολυσμένα αμπέλια, πολλές μέρες πριν τα πρώτα ορατά συμπτώματα στα φύλλα. Η παρούσα μελέτη προτείνει μια μεθοδολογία για την διερεύνηση των σχέσεων μεταξύ των υψηλής ανάλυσης πολυφασματικών εικόνων που αποκτήθηκαν από εναέριο μη επανδρωμένο όχημα (UAV) και των συμπτωμάτων GLSD που καταγράφονται από επίγειες έρευνες. Οι πολυφασματικές εικόνες υψηλής ανάλυσης αποκτήθηκαν τον Ιούνιο του 2012 και Ιούλιο του 2013, σε έναν πειραματικό αμπελώνα που επηρεάστηκε βαριά από την GLSD και βρίσκεται στην Τοσκάνη της Ιταλίας. &lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
Οι μυκητιακές ασθένειες του κορμού είναι από τις πιο δύσκολες ασθένειες του αμπελιού (Di Marco et al,2011a). H ασθένεια της ίσκας των αμπελιών (GLSD) συνδέεται κυρίως με μολύνσεις των αγγείων του ξύλου. Tα πιο γνωστά χαρακτηριστικά της GLSD είναι η απουσία συσχέτισης μεταξύ της σοβαρότητας της επιδείνωσης και της εμφάνισης του ξύλου και της σοβαρότητας των συμπτωμάτων στα φύλλα. Είναι χαρακτηριστικό πως τα συμπτώματα μπορεί να μην εμφανίζονται σε κάθε καλλιεργητική εποχή, ακόμα και αν ένας αμπελώνας έχει εμφανίσει συμπτώματα σε παλιότερα χρόνια, κάτι που καθιστά δυσκολότερο τον εντοπισμό. Κατά συνέπεια η ετήσια παρακολούθηση των συμπτωμάτων των φύλλων είναι ουσιώδης για την εκτίμηση της εξέλιξης στα χρόνια και της απόκτησης σωρευτικών δεικτών για την πραγματική έκταση της ασθένειας. &lt;br /&gt;
Η ανάπτυξη μη επεμβατικών τεχνικών βασιζόμενες στην οπτική τεχνολογία ανιχνεύουν την ασθένεια μέσω δεδομένων ανάκλασης και δείκτη φασματικής βλάστησης.  Πιο συγκεκριμένα ο δείκτης φασματικής ανάκλασης για το πράσινο βρίσκεται στο κόκκινο κανάλι και είναι περισσότερο ευαίσθητος για την χλωροφύλλη, ενώ το υπέρυθρο κανάλι σχετίζεται περισσότερο με την βιομάζα (Blakeman,1990). Σε αυτήν την κατεύθυνση ο δείκτης για την κανονικοποιημένη διαφορά βλάστησης (ΝDVI) είναι μια καλή παράμετρος για την εκτίμηση του περιεχομένου των φύλλων σε χλωροφύλλη και είναι ένας δείκτης της υγείας των φυτών. Ο σκοπός της μελέτης αφορά στην εκτίμηση των σχέσεων μεταξύ του NDVI, των εικόνων υψηλής ανάλυσης από UAV και των μολυσμένων φυτών που καταγράφονται από επίγειες καταγραφές, σε έναν αμπελώνα στην περιοχή Chianti Classico στην Τοσκάνη. Οι χρονιές 2012 και 2013 στις οποίες λήφθηκαν οι εικόνες εμφανίζουν το πλεονέκτημα των σημαντικά διαφορετικών καλοκαιρινών κατακρημνίσεων, κάτι που επηρεάζει την εμφάνιση της ίσκας. Δεύτερος σκοπός της μελέτης ήταν η ανάπτυξη μιας νέας μεθοδολογίας με στόχο την ποιοτική και ποσοτική ανάλυση της χωρικής κατανομής των συμπτωματικών φυτών και στην συνέχεια την δημιουργία ενός μοντέλου πρόβλεψης της έναρξης των συμπτωμάτων της ίσκας. &lt;br /&gt;
&lt;br /&gt;
'''Μεθοδολογία'''&lt;br /&gt;
Η μελέτη διεξήχθη σε ένα αμπελώνα έκτασης 1,22 εκταρίων, που βρίσκεται 150 μέτρα πάνω από την θάλασσα και φυτεύτηκε το 1998 με ποικιλία Cabernet Sauvignon, με τα φυτά να απέχουν 1 μέτρο μεταξύ τους. Οι παρατηρήσεις εδάφους πραγματοποιήθηκαν από τον Μάιο έως και τον Σεπτέμβριο, σε εβδομαδιαία διαστήματα το 2012 και σε μηνιαία διαστήματα το 2013. Η πτήση του UAV έγινε τον Μάιο του 2012 σε πλήρη άνθιση, σε πλήρη καρποφορία τον Ιούνιο του 2012 και τον Ιούνιο του 2013 και στο ξεκίνημα της ωρίμανσης τον Ιούνιο του 2012 και 2013. Οι παρατηρήσεις εδάφους έγιναν από 2 εκπαιδευμένους ερευνητές, οι οποίοι παρατηρούσαν το φύλλωμα του κάθε αμπελιού και ταξινομούσαν τα φυτά σε S= συμπτωματικά με έντονα συμπτώματα, C= αμπέλια ελέγχου που δεν είχαν εμφανίσει πότε συμπτώματα και A= αμπέλια που είχαν εμφανίσει συμπτώματα τα προηγούμενα χρόνια. Οι πολυφασματικές εικόνες αποκτήθηκαν από UAV που πετούσε στα 150 μέτρα με ταχύτητα 4 m/s, με την κάμερα να καταγράφει την ανάκλαση από τη βλάστηση για την εξαγωγή πολλαπλών δεικτών βλάστησης όπως ο NDVI. &lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα'''&lt;br /&gt;
Με την συνδυαστική χρήση της τηλεπισκοπικής χρήσης των UAV και των διαφορικών GPS, δημιουργήθηκαν χάρτες του δείκτη NDVI σε υψηλή ανάλυση (0.05 m/pixels) που επιτρέπουν ακριβείς αναλύσεις  σε επίπεδο φυτού. Ο αλγόριθμος που αναπτύχθηκε στο Matlab επέτρεψε την ακριβή αναγνώριση των σειρών (εικόνα 4) και την εξαγωγή δεδομένων από κάθε φυτό στον χάρτη NDVI. H στοματική αγωγιμότητα των φυτών ήταν σημαντικά μικρότερη στα ασυμπτωματικά φυτά σε σχέση με τα φυτά ελέγχου, ενώ οι θερμοκρασίες των φύλλων στα ασυμπτωματικά φυτά ήταν σημαντικά μεγαλύτερη από τα φυτά ελέγχου (εικόνα 5). [[Αρχείο:ι5.png|200px|thumb|left|Eικόνα 5: Eδαφικές ηλεκτροφυσιολογικές μετρήσεις. Στοματική αγωγιμότητα (gs) και θερμοκρασία των φύλλων καταγράφηκαν χρησιμοποιώντας υπέρυθρο αναλυτή αεριών σε υγιή (C) και ασυμπτωματικά φύλλα αμπελιού]]&lt;br /&gt;
Ανάλυση στα μήκη των μοσχευμάτων έδειξε πως αυτά ήταν σημαντικά μεγαλύτερα στα φυτά ελέγχου (49.7 cm +/- 3.9) σε σχέση με αυτά των ασυμπτωματικών φυτών (46.1 cm +/- 3.6). H εικόνα 7 παρουσιάζει τις τιμές NDVI από 3 κατηγορίες αμπελιών (C,A και S) για το 2012 και το 2013 επιβεβαιώνοντας τα παραπάνω δεδομένα. Μεγαλύτερες τιμές NDVI καταγράφηκαν για τα υγιή αμπελιά και μικρότερες τιμές NDVI για τα συμπτωματικά αμπέλια. Η μέθοδος ANOVA έδειξε πως η χρήση των UAV ξεχώρισε σωστά (P&amp;lt;0.05) τα υγιή φυτά από τα ασυμπτωματικά και τα συμπτωματικά (P&amp;lt;0.05), αλλά ακόμα και τα ασυμπτωματικά από τα συμπτωματικά για κάθε χρονιά και σε διαφορετικές μετεωρολογικές συνθήκες. Ακόμα σημαντικότερο είναι πως η τηλεπισκοπική μέθοδος μπόρεσε να ξεχωρίσει τα φαινομενικά υγιή φυτά που θα εμφάνιζαν συμπτώματα τις επόμενες λίγες εβδομάδες. [[Αρχείο:ι7.png|200px|thumb|left|Εικόνα 7: Οι σχέσεις μεταξύ των NDVI δεδομένων και των εδαφικών παρατηρήσεων. Γραφική αναπαράσταση boxplot για την συσχέτιση μεταξύ των τιμών NDVI και των GLSD συμπτωμάτων για τον Μάιο, Ιούνιο και Ιούλιο του 2012 και του 2013. Το γράφημα δείχνει αρνητική τάση για την NDVI, με μεγαλύτερες τομές για τα υγιή φυτά (C) και μικρότερες τιμές για τα συμπτωματικά φυτά (S) με ενδιάμεσες τιμές για τα ασυμπτωματικά φυτά (Α)]] [[Αρχείο:ι4.png|200px|thumb|left|Εικόνα 4: Ροή της επεξεργασίας εικόνας. Α. Ορατή εικόνα, Β. Πολυφασματική εικόνα, C. NDVI εικόνα, D. Εντοπισμός των σειρών και εξαγωγή των δεδομένων για τα φυτά.]]&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
Η μεθοδολογία που παρουσιάζεται σε αυτήν την μελέτη δίνει νέες δυνατότητες για την χρήση τεχνολογιών τηλεπισκόπησης στην αμπελουργία ακριβείας. Τα χαρακτηριστικά UAV όπως το χαμηλό κόστος, η ικανότητα έγκαιρης παροχής υψηλής ανάλυσης εικόνων παρέχουν δυνατότητα μελέτης και ελέγχου ασθενειών στον σχεδιασμό αμπελώνων. Τα δεδομένα NDVI από 2 καλλιεργητικές εποχές έδειξαν πως τα ασυμπτωματικά φυτά μπορούν να διαχωριστούν από τα υγιή φυτά στο κοντινό μήκος κύματος με το υπέρυθρο (NIR). Ωστόσο επιπλέον πειραματισμός χρειάζεται σε διαφορετικές καλλιεργητικές εποχές και κλιματικές συνθήκες για την επαλήθευση αυτής της υπόθεσης, ώστε να δημιουργηθεί ένα χρήσιμο εργαλείο για την κατανόηση και αντιμετώπιση ασθενειών.&lt;/div&gt;</summary>
		<author><name>M kakara</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CE%BF%CF%80%CE%B9%CE%BA%CE%AE_%CE%B1%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%B4%CE%B9%CE%B1%CE%BA%CF%85%CE%BC%CE%AC%CE%BD%CF%83%CE%B5%CF%89%CE%BD_%CF%85%CF%80%CF%8C%CE%B3%CE%B5%CE%B9%CF%89%CE%BD_%CF%85%CE%B4%CE%AC%CF%84%CE%B9%CE%BD%CF%89%CE%BD_%CE%B1%CF%80%CE%BF%CE%B8%CE%B5%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CF%83%CF%84%CE%B7%CE%BD_%CE%BB%CE%B5%CE%BA%CE%AC%CE%BD%CE%B7_%CF%84%CE%BF%CF%85_%CF%80%CE%BF%CF%84%CE%B1%CE%BC%CE%BF%CF%8D_Hains_%CF%83%CF%84%CE%B7%CE%BD_%CE%9A%CE%AF%CE%BD%CE%B1.</id>
		<title>Τηλεπισκοπική ανάλυση των διακυμάνσεων υπόγειων υδάτινων αποθεμάτων στην λεκάνη του ποταμού Hains στην Κίνα.</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CE%BF%CF%80%CE%B9%CE%BA%CE%AE_%CE%B1%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%B4%CE%B9%CE%B1%CE%BA%CF%85%CE%BC%CE%AC%CE%BD%CF%83%CE%B5%CF%89%CE%BD_%CF%85%CF%80%CF%8C%CE%B3%CE%B5%CE%B9%CF%89%CE%BD_%CF%85%CE%B4%CE%AC%CF%84%CE%B9%CE%BD%CF%89%CE%BD_%CE%B1%CF%80%CE%BF%CE%B8%CE%B5%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CF%83%CF%84%CE%B7%CE%BD_%CE%BB%CE%B5%CE%BA%CE%AC%CE%BD%CE%B7_%CF%84%CE%BF%CF%85_%CF%80%CE%BF%CF%84%CE%B1%CE%BC%CE%BF%CF%8D_Hains_%CF%83%CF%84%CE%B7%CE%BD_%CE%9A%CE%AF%CE%BD%CE%B1."/>
				<updated>2022-02-10T01:46:22Z</updated>
		
		<summary type="html">&lt;p&gt;M kakara: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Category:Αστικός και περιφερειακός σχεδιασμός ]]&lt;br /&gt;
&lt;br /&gt;
'''Τηλεπισκοπική ανάλυση των διακυμάνσεων υπόγειων υδάτινων αποθεμάτων στην λεκάνη του ποταμού Hains στην Κίνα'''&lt;br /&gt;
Remotely sensed groundwater storage variations in Hai River basin, China&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Xu, Haili &amp;amp; Pan, Yun &amp;amp; Gong, Huili &amp;amp; Zhou, Demin&lt;br /&gt;
 &lt;br /&gt;
'''Πηγή:''' [[https://www.researchgate.net/publication/261393389_Remotely_sensed_groundwater_storage_variations_in_Hai_River_basin_China]]&lt;br /&gt;
&lt;br /&gt;
'''Abstract'''&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
 &lt;br /&gt;
&lt;br /&gt;
'''Μεθοδολογία'''&lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:.png|200px|thumb|left|Εικόνα 2: Διάγραμμα ροής της εφαρμοζόμενης μεθοδολογίας]]&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα''' &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;/div&gt;</summary>
		<author><name>M kakara</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Screenshot_(870).png</id>
		<title>Αρχείο:Screenshot (870).png</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Screenshot_(870).png"/>
				<updated>2022-02-10T01:39:15Z</updated>
		
		<summary type="html">&lt;p&gt;M kakara: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>M kakara</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A7%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7_%CE%B4%CE%B9%CE%B1%CF%87%CE%B5%CE%AF%CF%81%CE%B9%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%B2%CE%B5%CF%81%CF%84%CE%B9%CF%83%CE%B9%CE%BB%CE%BB%CE%AF%CF%89%CF%83%CE%B7%CF%82_%CF%83%CE%B5_%CE%BA%CE%B1%CE%BB%CE%BB%CE%B9%CE%AD%CF%81%CE%B3%CE%B5%CE%B9%CE%B1_%CE%B5%CE%BB%CE%B9%CE%AC%CF%82</id>
		<title>Χρήση της τηλεπισκόπησης για τη διαχείριση της βερτισιλλίωσης σε καλλιέργεια ελιάς</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A7%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7_%CE%B4%CE%B9%CE%B1%CF%87%CE%B5%CE%AF%CF%81%CE%B9%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%B2%CE%B5%CF%81%CF%84%CE%B9%CF%83%CE%B9%CE%BB%CE%BB%CE%AF%CF%89%CF%83%CE%B7%CF%82_%CF%83%CE%B5_%CE%BA%CE%B1%CE%BB%CE%BB%CE%B9%CE%AD%CF%81%CE%B3%CE%B5%CE%B9%CE%B1_%CE%B5%CE%BB%CE%B9%CE%AC%CF%82"/>
				<updated>2022-02-10T01:38:44Z</updated>
		
		<summary type="html">&lt;p&gt;M kakara: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Category:Γεωργία ]]&lt;br /&gt;
&lt;br /&gt;
''' Χρήση της τηλεπισκόπησης για τη διαχείριση της βερτισιλλίωσης σε καλλιέργεια ελιάς '''&lt;br /&gt;
&lt;br /&gt;
Remote sensing for the management of Verticillium wilt of olive&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Iatrou, George &amp;amp; Mourelatos, Spiros &amp;amp; Zartaloudis, Zois &amp;amp; Iatrou, Miltiadis &amp;amp; Gewehr, Sandra &amp;amp; Kalaitzopoulou, Stella&lt;br /&gt;
&lt;br /&gt;
'''Πηγή:''' [[https://www.researchgate.net/publication/310142370_Remote_sensing_for_the_management_of_Verticillium_wilt_of_olive]]&lt;br /&gt;
&lt;br /&gt;
'''Abstract'''&lt;br /&gt;
H βερτισιλλίωση είναι μια σημαντική ασθένεια που πλήττει τις ελιές και κατά συνέπεια την ελαιοπαραγωγή. Καθώς δεν υπάρχει διαθέσιμη θεραπεία προς το παρόν εφαρμόζονται ευρέως μόνο προληπτικά μέτρα καλλιέργειας. Πρόσφατες μελέτες έχουν δείξει πως η τηλεπισκόπηση μπορεί να χρησιμοποιηθεί για την εκτίμηση των επιπέδων μόλυνσης απο τον μύκητα Verticillium χρησιμοποιώντας φασματικές ενδείξεις, όπως δείκτης ανάκλασης καρετονοειδών 2 (CRI2) καθώς και ο δείκτης βλάστησης (NDVI) που απεικονίζουν αντίστοιχα τα μη ορατά και τα οράτα στάδια της μόλυνσης. Στην ίδια μελέτη εξετάζεται επίσης η δράση μιας νέας ενισχυμένης αυξητικής ουσίας φυτών (PGEF), που αποτελείται από φυσικά μεταλλικά στοιχεία και βιολογικούς παράγοντες που με βάση έρευνα στο πεδίο επαναφέρει μολυσμένα δέντρα σε πλήρη παραγωγικότητα, σε χρονικό ορίζοντα 2 ετών με βάση την αλλαγή στον δείκτη NDVI.&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
Oι ελαιώνες με το μεγάλο ριζικό τους σύστημα υποστηρίζουν την πλούσια βιοποικιλότητα και ποιότητα εδάφους και κατά συνέπεια αποτρέπουν την διάβρωση του εδάφους, και συνεπώς η βερτισιλλίωση είναι μια ιδιαίτερα σοβαρή ασθένεια για τις ελαιοπαραγωγικές χώρες. Ένας σκοπός αυτής της μελέτης είναι ο καθορισμός του δείκτη CRI2 για τα πρώτα στάδια της μόλυνσης από αυτήν την ασθένεια όσον αφορά μια από τις σημαντικότερες ποικιλίες ελιάς στην Ελλάδα, τις ελιές Άμφισσας. Ένας ακόμα σκοπός είναι η μελέτη των φασματικών αποκρίσεων στην θεραπεία με PGEF. Καθώς η επαναφύτευση των ελαιώνων είναι ιδιαίτερα μακροχρόνια διαδικασία, ανάλογα με το στάδιο της μόλυνσης, η τηλεπισκόπηση μπορεί να χρησιμοποιηθεί ως δείκτης μόλυνσης αλλά και αποτελεσματικότητας της θεραπείας.&lt;br /&gt;
&lt;br /&gt;
'''Υλικά και Μέθοδοι'''&lt;br /&gt;
Για την επαλήθευση της αποτελεσματικότητας των δεικτών CRI2 και NDVI στην ανίχνευση πρώιμων και προχωρημένων επιπέδων μόλυνσης για την cv.Amfissa  ελήφθησαν χωρικά δεδομένα από αέρος από UAV (εναέριο μη επανδρωμένο όχημα) από  3 επιλεγμένα πεδία στην Φθιώτιδα στις 3 Ιουνίου 2015,  τα οποία περιείχαν 151, 247 και 77 δέντρα Olea europea L.cv. Amfissa. 54, 28 και 26 δέντρα αντίστοιχα παρατηρήθηκαν οπτικά για μόλυνση από το Verticillium. Τα ελαιόδεντρα κατατάχθηκαν σε μια κλίμακα 11 σημείων, όπου στο 0 ανήκουν τα δέντρα χωρίς ορατά σημάδια μόλυνσης και στο 10 τα νεκρά δέντρα. Τα τέσσερα φασματικά κανάλια της κάμερας του UAV προσαρμόστηκαν στα 510, 660, 710 και 790 nm ώστε να ανιχνέυoυν την μόλυνση. Oι κόμες των δέντρων επιλέχθηκαν χειρονακτικα΄ώστε να διαχωριστούν από τα πίξελ του εδάφους. Kατόπιν η μέση ανάκλαση από τα 4 κανάλια χρησιμοποιήθηκε για τον υπολογισμό της CRI2 και της NDVI.&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα και Συζήτηση''' &lt;br /&gt;
Η ανάγκη για άμεσο εντοπισμό της βερτισιλλίωσης στις ελιές τόσο στην διάσταση του χώρου αλλά και στου χρόνου μπορεί να καλυφθεί από την τηλεπισκόπηση. Σύμφωνα με τα αποτελέσματα της τρέχουσας μελέτης τα πρώτα στάδια μόλυνσης (0-3) σε ένα μοντέλο πολλαπλής παλινδρόμησης παρουσιάζει υψηλή συσχέτιση με τον δείκτη CRI2 (p&amp;lt;0.001), ενώ οι NDVI τιμές δεν είναι στατιστικά σημαντικές. Τόσο το CRI2, όσο και το NDVI συσχετίζονται ισχυρά με τα επίπεδα μόλυνσης (p=0.008 και p=0.006, αντίστοιχα), αλλά τα πρώιμα μη ορατά συμπτώματα της ασθένειας ανιχνεύονται καλύτερα από τον δείκτη CRI2. Ο δείκτης NDVI είναι αποτελεσματικότερος για τα μετέπειτα στάδια. Ο CRI2 είναι ένα δείκτης που υπολογίζει το περιεχόμενο σε καροτενοειδή χρησιμοποιώντας την διαφορά στην αμοιβαία ανάκλαση στο κόκκινο φάσμα και στην αμοιβαία ανάκλαση στο κανάλι που είναι εστιασμένο στα 510 nm. O σκοπός αυτού του δείκτη είναι η αφαίρεση της επίδρασης της χλωροφύλλης στον υπολογισμό των καρετονοειδών, καθώς τόσο τα καρετονοειδή όσο και η χλωροφύλλη απορροφούν στο μπλε (400 με 500 nm).&lt;br /&gt;
Για τον καθορισμό της αποτελεσματικότητας του PGEF στον δείκτη NDVI, συγκρίθηκαν αεροφωτογραφίες από 2014 και 2015 από δέντρα που τους είχε χορηγηθεί η ουσία με δέντρα που δεν τους είχε χορηγηθεί, και ο δείκτης NDVI φάνηκε να είναι χαμηλότερος κατά 7.2% στα μολυσμένα δέντρα (p=0.016) σε σχέση με τα υγιή. Κατά συνέπεια η PGEF αυξάνει τον δείκτη NDVI που αντικατοπτρίζει την γενικότερη υγεία των φυτών και ως εκ τούτου μπορεί να χρησιμοποιηθεί για την καταπολέμηση της μόλυνσης από Verticillium.&lt;br /&gt;
[[Αρχείο:Screenshot_(870).png|200px|thumb|left|Εικόνα 2: Αεροφωτογραφίες ελαιώνων που λήφθηκαν από UAV, με τονισμένο περίγραμμα απεικονίζονται τα δέντρα στα οποία χορηγήθηκε PGEF.]]&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
Τα αποτελέσματα αυτής της μελέτης έδειξαν πως οι δείκτες CRI2 και NDVI είναι κατάλληλοι για τον εντοπισμό των πρώιμων και των προχωρημένων σταδίων μόλυνσης από τον μύκητα Verticillium σε 2 διαφορετικές ποικιλίες ελιάς. Επιπλέον η χορήγηση PGEF σε μολυσμένα δέντρα και η επαλήθευση της διαδικασίας ανάρρωσης μέσω των δεδομένων τηλεπισκόπησης μπορούν να αποτελέσουν εργαλεία αντιμετώπισης της βερτισιλίωσης για τους καλλιεργητές επιτραπέζιων ελιών.&lt;/div&gt;</summary>
		<author><name>M kakara</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A7%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7_%CE%B4%CE%B9%CE%B1%CF%87%CE%B5%CE%AF%CF%81%CE%B9%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%B2%CE%B5%CF%81%CF%84%CE%B9%CF%83%CE%B9%CE%BB%CE%BB%CE%AF%CF%89%CF%83%CE%B7%CF%82_%CF%83%CE%B5_%CE%BA%CE%B1%CE%BB%CE%BB%CE%B9%CE%AD%CF%81%CE%B3%CE%B5%CE%B9%CE%B1_%CE%B5%CE%BB%CE%B9%CE%AC%CF%82</id>
		<title>Χρήση της τηλεπισκόπησης για τη διαχείριση της βερτισιλλίωσης σε καλλιέργεια ελιάς</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A7%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7_%CE%B4%CE%B9%CE%B1%CF%87%CE%B5%CE%AF%CF%81%CE%B9%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%B2%CE%B5%CF%81%CF%84%CE%B9%CF%83%CE%B9%CE%BB%CE%BB%CE%AF%CF%89%CF%83%CE%B7%CF%82_%CF%83%CE%B5_%CE%BA%CE%B1%CE%BB%CE%BB%CE%B9%CE%AD%CF%81%CE%B3%CE%B5%CE%B9%CE%B1_%CE%B5%CE%BB%CE%B9%CE%AC%CF%82"/>
				<updated>2022-02-10T01:38:31Z</updated>
		
		<summary type="html">&lt;p&gt;M kakara: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Category:Γεωργία ]]&lt;br /&gt;
&lt;br /&gt;
''' Χρήση της τηλεπισκόπησης για τη διαχείριση της βερτισιλλίωσης σε καλλιέργεια ελιάς '''&lt;br /&gt;
&lt;br /&gt;
Remote sensing for the management of Verticillium wilt of olive&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Iatrou, George &amp;amp; Mourelatos, Spiros &amp;amp; Zartaloudis, Zois &amp;amp; Iatrou, Miltiadis &amp;amp; Gewehr, Sandra &amp;amp; Kalaitzopoulou, Stella&lt;br /&gt;
&lt;br /&gt;
'''Πηγή:''' [[https://www.researchgate.net/publication/310142370_Remote_sensing_for_the_management_of_Verticillium_wilt_of_olive]]&lt;br /&gt;
&lt;br /&gt;
'''Abstract'''&lt;br /&gt;
H βερτισιλλίωση είναι μια σημαντική ασθένεια που πλήττει τις ελιές και κατά συνέπεια την ελαιοπαραγωγή. Καθώς δεν υπάρχει διαθέσιμη θεραπεία προς το παρόν εφαρμόζονται ευρέως μόνο προληπτικά μέτρα καλλιέργειας. Πρόσφατες μελέτες έχουν δείξει πως η τηλεπισκόπηση μπορεί να χρησιμοποιηθεί για την εκτίμηση των επιπέδων μόλυνσης απο τον μύκητα Verticillium χρησιμοποιώντας φασματικές ενδείξεις, όπως δείκτης ανάκλασης καρετονοειδών 2 (CRI2) καθώς και ο δείκτης βλάστησης (NDVI) που απεικονίζουν αντίστοιχα τα μη ορατά και τα οράτα στάδια της μόλυνσης. Στην ίδια μελέτη εξετάζεται επίσης η δράση μιας νέας ενισχυμένης αυξητικής ουσίας φυτών (PGEF), που αποτελείται από φυσικά μεταλλικά στοιχεία και βιολογικούς παράγοντες που με βάση έρευνα στο πεδίο επαναφέρει μολυσμένα δέντρα σε πλήρη παραγωγικότητα, σε χρονικό ορίζοντα 2 ετών με βάση την αλλαγή στον δείκτη NDVI.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
Oι ελαιώνες με το μεγάλο ριζικό τους σύστημα υποστηρίζουν την πλούσια βιοποικιλότητα και ποιότητα εδάφους και κατά συνέπεια αποτρέπουν την διάβρωση του εδάφους, και συνεπώς η βερτισιλλίωση είναι μια ιδιαίτερα σοβαρή ασθένεια για τις ελαιοπαραγωγικές χώρες. Ένας σκοπός αυτής της μελέτης είναι ο καθορισμός του δείκτη CRI2 για τα πρώτα στάδια της μόλυνσης από αυτήν την ασθένεια όσον αφορά μια από τις σημαντικότερες ποικιλίες ελιάς στην Ελλάδα, τις ελιές Άμφισσας. Ένας ακόμα σκοπός είναι η μελέτη των φασματικών αποκρίσεων στην θεραπεία με PGEF. Καθώς η επαναφύτευση των ελαιώνων είναι ιδιαίτερα μακροχρόνια διαδικασία, ανάλογα με το στάδιο της μόλυνσης, η τηλεπισκόπηση μπορεί να χρησιμοποιηθεί ως δείκτης μόλυνσης αλλά και αποτελεσματικότητας της θεραπείας.&lt;br /&gt;
&lt;br /&gt;
'''Υλικά και Μέθοδοι'''&lt;br /&gt;
Για την επαλήθευση της αποτελεσματικότητας των δεικτών CRI2 και NDVI στην ανίχνευση πρώιμων και προχωρημένων επιπέδων μόλυνσης για την cv.Amfissa  ελήφθησαν χωρικά δεδομένα από αέρος από UAV (εναέριο μη επανδρωμένο όχημα) από  3 επιλεγμένα πεδία στην Φθιώτιδα στις 3 Ιουνίου 2015,  τα οποία περιείχαν 151, 247 και 77 δέντρα Olea europea L.cv. Amfissa. 54, 28 και 26 δέντρα αντίστοιχα παρατηρήθηκαν οπτικά για μόλυνση από το Verticillium. Τα ελαιόδεντρα κατατάχθηκαν σε μια κλίμακα 11 σημείων, όπου στο 0 ανήκουν τα δέντρα χωρίς ορατά σημάδια μόλυνσης και στο 10 τα νεκρά δέντρα. Τα τέσσερα φασματικά κανάλια της κάμερας του UAV προσαρμόστηκαν στα 510, 660, 710 και 790 nm ώστε να ανιχνέυoυν την μόλυνση. Oι κόμες των δέντρων επιλέχθηκαν χειρονακτικα΄ώστε να διαχωριστούν από τα πίξελ του εδάφους. Kατόπιν η μέση ανάκλαση από τα 4 κανάλια χρησιμοποιήθηκε για τον υπολογισμό της CRI2 και της NDVI.&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα και Συζήτηση''' &lt;br /&gt;
Η ανάγκη για άμεσο εντοπισμό της βερτισιλλίωσης στις ελιές τόσο στην διάσταση του χώρου αλλά και στου χρόνου μπορεί να καλυφθεί από την τηλεπισκόπηση. Σύμφωνα με τα αποτελέσματα της τρέχουσας μελέτης τα πρώτα στάδια μόλυνσης (0-3) σε ένα μοντέλο πολλαπλής παλινδρόμησης παρουσιάζει υψηλή συσχέτιση με τον δείκτη CRI2 (p&amp;lt;0.001), ενώ οι NDVI τιμές δεν είναι στατιστικά σημαντικές. Τόσο το CRI2, όσο και το NDVI συσχετίζονται ισχυρά με τα επίπεδα μόλυνσης (p=0.008 και p=0.006, αντίστοιχα), αλλά τα πρώιμα μη ορατά συμπτώματα της ασθένειας ανιχνεύονται καλύτερα από τον δείκτη CRI2. Ο δείκτης NDVI είναι αποτελεσματικότερος για τα μετέπειτα στάδια. Ο CRI2 είναι ένα δείκτης που υπολογίζει το περιεχόμενο σε καροτενοειδή χρησιμοποιώντας την διαφορά στην αμοιβαία ανάκλαση στο κόκκινο φάσμα και στην αμοιβαία ανάκλαση στο κανάλι που είναι εστιασμένο στα 510 nm. O σκοπός αυτού του δείκτη είναι η αφαίρεση της επίδρασης της χλωροφύλλης στον υπολογισμό των καρετονοειδών, καθώς τόσο τα καρετονοειδή όσο και η χλωροφύλλη απορροφούν στο μπλε (400 με 500 nm).&lt;br /&gt;
Για τον καθορισμό της αποτελεσματικότητας του PGEF στον δείκτη NDVI, συγκρίθηκαν αεροφωτογραφίες από 2014 και 2015 από δέντρα που τους είχε χορηγηθεί η ουσία με δέντρα που δεν τους είχε χορηγηθεί, και ο δείκτης NDVI φάνηκε να είναι χαμηλότερος κατά 7.2% στα μολυσμένα δέντρα (p=0.016) σε σχέση με τα υγιή. Κατά συνέπεια η PGEF αυξάνει τον δείκτη NDVI που αντικατοπτρίζει την γενικότερη υγεία των φυτών και ως εκ τούτου μπορεί να χρησιμοποιηθεί για την καταπολέμηση της μόλυνσης από Verticillium.&lt;br /&gt;
[[Αρχείο:Screenshot_(870).png|200px|thumb|left|Εικόνα 2: Αεροφωτογραφίες ελαιώνων που λήφθηκαν από UAV, με τονισμένο περίγραμμα απεικονίζονται τα δέντρα στα οποία χορηγήθηκε PGEF.]]&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
Τα αποτελέσματα αυτής της μελέτης έδειξαν πως οι δείκτες CRI2 και NDVI είναι κατάλληλοι για τον εντοπισμό των πρώιμων και των προχωρημένων σταδίων μόλυνσης από τον μύκητα Verticillium σε 2 διαφορετικές ποικιλίες ελιάς. Επιπλέον η χορήγηση PGEF σε μολυσμένα δέντρα και η επαλήθευση της διαδικασίας ανάρρωσης μέσω των δεδομένων τηλεπισκόπησης μπορούν να αποτελέσουν εργαλεία αντιμετώπισης της βερτισιλίωσης για τους καλλιεργητές επιτραπέζιων ελιών.&lt;/div&gt;</summary>
		<author><name>M kakara</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A7%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7_%CE%B4%CE%B9%CE%B1%CF%87%CE%B5%CE%AF%CF%81%CE%B9%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%B2%CE%B5%CF%81%CF%84%CE%B9%CF%83%CE%B9%CE%BB%CE%BB%CE%AF%CF%89%CF%83%CE%B7%CF%82_%CF%83%CE%B5_%CE%BA%CE%B1%CE%BB%CE%BB%CE%B9%CE%AD%CF%81%CE%B3%CE%B5%CE%B9%CE%B1_%CE%B5%CE%BB%CE%B9%CE%AC%CF%82</id>
		<title>Χρήση της τηλεπισκόπησης για τη διαχείριση της βερτισιλλίωσης σε καλλιέργεια ελιάς</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A7%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7_%CE%B4%CE%B9%CE%B1%CF%87%CE%B5%CE%AF%CF%81%CE%B9%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%B2%CE%B5%CF%81%CF%84%CE%B9%CF%83%CE%B9%CE%BB%CE%BB%CE%AF%CF%89%CF%83%CE%B7%CF%82_%CF%83%CE%B5_%CE%BA%CE%B1%CE%BB%CE%BB%CE%B9%CE%AD%CF%81%CE%B3%CE%B5%CE%B9%CE%B1_%CE%B5%CE%BB%CE%B9%CE%AC%CF%82"/>
				<updated>2022-02-10T01:37:08Z</updated>
		
		<summary type="html">&lt;p&gt;M kakara: Νέα σελίδα με 'Category:Γεωργία   ''' Χρήση της τηλεπισκόπησης για τη διαχείριση της βερτισιλλίωσης σε καλλιέργ...'&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Category:Γεωργία ]]&lt;br /&gt;
&lt;br /&gt;
''' Χρήση της τηλεπισκόπησης για τη διαχείριση της βερτισιλλίωσης σε καλλιέργεια ελιάς '''&lt;br /&gt;
&lt;br /&gt;
Remote sensing for the management of Verticillium wilt of olive&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Iatrou, George &amp;amp; Mourelatos, Spiros &amp;amp; Zartaloudis, Zois &amp;amp; Iatrou, Miltiadis &amp;amp; Gewehr, Sandra &amp;amp; Kalaitzopoulou, Stella&lt;br /&gt;
&lt;br /&gt;
'''Πηγή:''' [[https://www.researchgate.net/publication/310142370_Remote_sensing_for_the_management_of_Verticillium_wilt_of_olive]]&lt;br /&gt;
&lt;br /&gt;
'''Abstract'''&lt;br /&gt;
H βερτισιλλίωση είναι μια σημαντική ασθένεια που πλήττει τις ελιές και κατά συνέπεια την ελαιοπαραγωγή. Καθώς δεν υπάρχει διαθέσιμη θεραπεία προς το παρόν εφαρμόζονται ευρέως μόνο προληπτικά μέτρα καλλιέργειας. Πρόσφατες μελέτες έχουν δείξει πως η τηλεπισκόπηση μπορεί να χρησιμοποιηθεί για την εκτίμηση των επιπέδων μόλυνσης απο τον μύκητα Verticillium χρησιμοποιώντας φασματικές ενδείξεις, όπως δείκτης ανάκλασης καρετονοειδών 2 (CRI2) καθώς και ο δείκτης βλάστησης (NDVI) που απεικονίζουν αντίστοιχα τα μη ορατά και τα οράτα στάδια της μόλυνσης. Στην ίδια μελέτη εξετάζεται επίσης η δράση μιας νέας ενισχυμένης αυξητικής ουσίας φυτών (PGEF), που αποτελείται από φυσικά μεταλλικά στοιχεία και βιολογικούς παράγοντες που με βάση έρευνα στο πεδίο επαναφέρει μολυσμένα δέντρα σε πλήρη παραγωγικότητα, σε χρονικό ορίζοντα 2 ετών με βάση την αλλαγή στον δείκτη NDVI.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
Oι ελαιώνες με το μεγάλο ριζικό τους σύστημα υποστηρίζουν την πλούσια βιοποικιλότητα και ποιότητα εδάφους και κατά συνέπεια αποτρέπουν την διάβρωση του εδάφους, και συνεπώς η βερτισιλλίωση είναι μια ιδιαίτερα σοβαρή ασθένεια για τις ελαιοπαραγωγικές χώρες. Ένας σκοπός αυτής της μελέτης είναι ο καθορισμός του δείκτη CRI2 για τα πρώτα στάδια της μόλυνσης από αυτήν την ασθένεια όσον αφορά μια από τις σημαντικότερες ποικιλίες ελιάς στην Ελλάδα, τις ελιές Άμφισσας. Ένας ακόμα σκοπός είναι η μελέτη των φασματικών αποκρίσεων στην θεραπεία με PGEF. Καθώς η επαναφύτευση των ελαιώνων είναι ιδιαίτερα μακροχρόνια διαδικασία, ανάλογα με το στάδιο της μόλυνσης, η τηλεπισκόπηση μπορεί να χρησιμοποιηθεί ως δείκτης μόλυνσης αλλά και αποτελεσματικότητας της θεραπείας.&lt;br /&gt;
&lt;br /&gt;
'''Υλικά και Μέθοδοι'''&lt;br /&gt;
Για την επαλήθευση της αποτελεσματικότητας των δεικτών CRI2 και NDVI στην ανίχνευση πρώιμων και προχωρημένων επιπέδων μόλυνσης για την cv.Amfissa  ελήφθησαν χωρικά δεδομένα από αέρος από UAV (εναέριο μη επανδρωμένο όχημα) από  3 επιλεγμένα πεδία στην Φθιώτιδα στις 3 Ιουνίου 2015,  τα οποία περιείχαν 151, 247 και 77 δέντρα Olea europea L.cv. Amfissa. 54, 28 και 26 δέντρα αντίστοιχα παρατηρήθηκαν οπτικά για μόλυνση από το Verticillium. Τα ελαιόδεντρα κατατάχθηκαν σε μια κλίμακα 11 σημείων, όπου στο 0 ανήκουν τα δέντρα χωρίς ορατά σημάδια μόλυνσης και στο 10 τα νεκρά δέντρα. Τα τέσσερα φασματικά κανάλια της κάμερας του UAV προσαρμόστηκαν στα 510, 660, 710 και 790 nm ώστε να ανιχνέυoυν την μόλυνση. Oι κόμες των δέντρων επιλέχθηκαν χειρονακτικα΄ώστε να διαχωριστούν από τα πίξελ του εδάφους. Kατόπιν η μέση ανάκλαση από τα 4 κανάλια χρησιμοποιήθηκε για τον υπολογισμό της CRI2 και της NDVI.&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα και Συζήτηση''' &lt;br /&gt;
Η ανάγκη για άμεσο εντοπισμό της βερτισιλλίωσης στις ελιές τόσο στην διάσταση του χώρου αλλά και στου χρόνου μπορεί να καλυφθεί από την τηλεπισκόπηση. Σύμφωνα με τα αποτελέσματα της τρέχουσας μελέτης τα πρώτα στάδια μόλυνσης (0-3) σε ένα μοντέλο πολλαπλής παλινδρόμησης παρουσιάζει υψηλή συσχέτιση με τον δείκτη CRI2 (p&amp;lt;0.001), ενώ οι NDVI τιμές δεν είναι στατιστικά σημαντικές. Τόσο το CRI2, όσο και το NDVI συσχετίζονται ισχυρά με τα επίπεδα μόλυνσης (p=0.008 και p=0.006, αντίστοιχα), αλλά τα πρώιμα μη ορατά συμπτώματα της ασθένειας ανιχνεύονται καλύτερα από τον δείκτη CRI2. Ο δείκτης NDVI είναι αποτελεσματικότερος για τα μετέπειτα στάδια. Ο CRI2 είναι ένα δείκτης που υπολογίζει το περιεχόμενο σε καροτενοειδή χρησιμοποιώντας την διαφορά στην αμοιβαία ανάκλαση στο κόκκινο φάσμα και στην αμοιβαία ανάκλαση στο κανάλι που είναι εστιασμένο στα 510 nm. O σκοπός αυτού του δείκτη είναι η αφαίρεση της επίδρασης της χλωροφύλλης στον υπολογισμό των καρετονοειδών, καθώς τόσο τα καρετονοειδή όσο και η χλωροφύλλη απορροφούν στο μπλε (400 με 500 nm).&lt;br /&gt;
Για τον καθορισμό της αποτελεσματικότητας του PGEF στον δείκτη NDVI, συγκρίθηκαν αεροφωτογραφίες από 2014 και 2015 από δέντρα που τους είχε χορηγηθεί η ουσία με δέντρα που δεν τους είχε χορηγηθεί, και ο δείκτης NDVI φάνηκε να είναι χαμηλότερος κατά 7.2% στα μολυσμένα δέντρα (p=0.016) σε σχέση με τα υγιή. Κατά συνέπεια η PGEF αυξάνει τον δείκτη NDVI που αντικατοπτρίζει την γενικότερη υγεία των φυτών και ως εκ τούτου μπορεί να χρησιμοποιηθεί για την καταπολέμηση της μόλυνσης από Verticillium.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
Τα αποτελέσματα αυτής της μελέτης έδειξαν πως οι δείκτες CRI2 και NDVI είναι κατάλληλοι για τον εντοπισμό των πρώιμων και των προχωρημένων σταδίων μόλυνσης από τον μύκητα Verticillium σε 2 διαφορετικές ποικιλίες ελιάς. Επιπλέον η χορήγηση PGEF σε μολυσμένα δέντρα και η επαλήθευση της διαδικασίας ανάρρωσης μέσω των δεδομένων τηλεπισκόπησης μπορούν να αποτελέσουν εργαλεία αντιμετώπισης της βερτισιλίωσης για τους καλλιεργητές επιτραπέζιων ελιών.&lt;/div&gt;</summary>
		<author><name>M kakara</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%9A%CE%B1%CE%BA%CE%B1%CF%81%CE%AC_%CE%9C%CE%B1%CF%81%CE%AF%CE%B1</id>
		<title>Κακαρά Μαρία</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%9A%CE%B1%CE%BA%CE%B1%CF%81%CE%AC_%CE%9C%CE%B1%CF%81%CE%AF%CE%B1"/>
				<updated>2022-02-10T01:33:04Z</updated>
		
		<summary type="html">&lt;p&gt;M kakara: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Category: ΔΠΜΣ &amp;quot;Περιβάλλον &amp;amp; Ανάπτυξη&amp;quot; (Αθήνα)]]&lt;br /&gt;
* [[Διαχείριση Περιβάλλοντος: Ο ρόλος της τηλεπισκόπησης και του GIS στο δομημένο περιβάλλον]]&lt;br /&gt;
* [[Σύγκριση των τηλεπισκοπικών και των καταγεγραμμένων βάσεων δεδομένων από καμένες περιοχές στην Μεσογειακή Ευρώπη]]&lt;br /&gt;
* [[Ανίχνευση των αλλαγών της κάλυψης γης και των αστικών θερμικών νησίδων στην πόλη Τάντα της Αιγύπτου]]&lt;br /&gt;
* [[Ανίχνευση της υδατικής καταπόνησης των φυτών σε φυσικά οικοσυστήματα μέσω τηλεπισκόπησης με χρήση θερμικής ακτινοβολίας]]&lt;br /&gt;
* [[Χρήση της τηλεπισκόπησης για τη διαχείριση της βερτισιλλίωσης σε καλλιέργεια ελιάς]]&lt;br /&gt;
* [[Τηλεπισκοπική ανάλυση των διακυμάνσεων υπόγειων υδάτινων αποθεμάτων στην λεκάνη του ποταμού Hains στην Κίνα.]]&lt;br /&gt;
* [[Αξιολόγηση και ανίχνευση της αλλαγής στη χρήση και κάλυψη γης, με χρήση τηλεπισκόπησης, στη λεκάνη της λίμνης Tana στη Βορειοδυτική Αιθιοπία]]&lt;br /&gt;
* [[Μια νέα προσέγγιση για τον εντοπισμό hotspots θαλάσσιων πτηνών μέσω ανίχνευσης χλωροφύλλης Α με τη χρήση τηλεπισκόπησης]]&lt;br /&gt;
*[[Παρακολούθηση ενός αμπελώνα που έχει πληγεί από την ίσκα με χρήση τηλεπισκόπησης μέσω εναέριων μη επανδρωμένων οχημάτων]]&lt;/div&gt;</summary>
		<author><name>M kakara</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%9C%CE%B9%CE%B1_%CE%BD%CE%AD%CE%B1_%CF%80%CF%81%CE%BF%CF%83%CE%AD%CE%B3%CE%B3%CE%B9%CF%83%CE%B7_%CE%B3%CE%B9%CE%B1_%CF%84%CE%BF%CE%BD_%CE%B5%CE%BD%CF%84%CE%BF%CF%80%CE%B9%CF%83%CE%BC%CF%8C_hotspots_%CE%B8%CE%B1%CE%BB%CE%AC%CF%83%CF%83%CE%B9%CF%89%CE%BD_%CF%80%CF%84%CE%B7%CE%BD%CF%8E%CE%BD_%CE%BC%CE%AD%CF%83%CF%89_%CE%B1%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7%CF%82_%CF%87%CE%BB%CF%89%CF%81%CE%BF%CF%86%CF%8D%CE%BB%CE%BB%CE%B7%CF%82_%CE%91_%CE%BC%CE%B5_%CF%84%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82</id>
		<title>Μια νέα προσέγγιση για τον εντοπισμό hotspots θαλάσσιων πτηνών μέσω ανίχνευσης χλωροφύλλης Α με τη χρήση τηλεπισκόπησης</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%9C%CE%B9%CE%B1_%CE%BD%CE%AD%CE%B1_%CF%80%CF%81%CE%BF%CF%83%CE%AD%CE%B3%CE%B3%CE%B9%CF%83%CE%B7_%CE%B3%CE%B9%CE%B1_%CF%84%CE%BF%CE%BD_%CE%B5%CE%BD%CF%84%CE%BF%CF%80%CE%B9%CF%83%CE%BC%CF%8C_hotspots_%CE%B8%CE%B1%CE%BB%CE%AC%CF%83%CF%83%CE%B9%CF%89%CE%BD_%CF%80%CF%84%CE%B7%CE%BD%CF%8E%CE%BD_%CE%BC%CE%AD%CF%83%CF%89_%CE%B1%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7%CF%82_%CF%87%CE%BB%CF%89%CF%81%CE%BF%CF%86%CF%8D%CE%BB%CE%BB%CE%B7%CF%82_%CE%91_%CE%BC%CE%B5_%CF%84%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82"/>
				<updated>2022-02-09T18:56:45Z</updated>
		
		<summary type="html">&lt;p&gt;M kakara: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Category:Αστικός και περιφερειακός σχεδιασμός ]]&lt;br /&gt;
&lt;br /&gt;
''' Μια νέα προσέγγιση για τον εντοπισμό hotspots θαλάσσιων πτηνών μέσω ανίχνευσης χλωροφύλλης Α με τη χρήση τηλεπισκόπησης '''&lt;br /&gt;
&lt;br /&gt;
New approach for using remotely sensed chrophyll a to identify seabird hotspots&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Robert M. Suryan, Jarrod A. Santora, William J. Sydeman&lt;br /&gt;
&lt;br /&gt;
'''Πηγή:''' [[https://www.researchgate.net/publication/229905054_New_approach_for_using_remotely_sensed_chlorophyll_a_to_identify_seabird_hotspots]]&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Μεθοδολογία'''&lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:γ2 (2).png|200px|thumb|left|Εικόνα 2: Διάγραμμα ροής της εφαρμοζόμενης μεθοδολογίας]]&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα''' &lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;/div&gt;</summary>
		<author><name>M kakara</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A7%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7_%CE%B4%CE%B9%CE%B1%CF%87%CE%B5%CE%AF%CF%81%CE%B9%CF%83%CE%B7_%CF%84%CE%BF%CF%85_Verticillium_wilt_%CF%83%CE%B5_%CE%BA%CE%B1%CE%BB%CE%BB%CE%B9%CE%AD%CF%81%CE%B3%CE%B5%CE%B9%CE%B1_%CE%B5%CE%BB%CE%B9%CE%AC%CF%82</id>
		<title>Χρήση της τηλεπισκόπησης για τη διαχείριση του Verticillium wilt σε καλλιέργεια ελιάς</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A7%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7_%CE%B4%CE%B9%CE%B1%CF%87%CE%B5%CE%AF%CF%81%CE%B9%CF%83%CE%B7_%CF%84%CE%BF%CF%85_Verticillium_wilt_%CF%83%CE%B5_%CE%BA%CE%B1%CE%BB%CE%BB%CE%B9%CE%AD%CF%81%CE%B3%CE%B5%CE%B9%CE%B1_%CE%B5%CE%BB%CE%B9%CE%AC%CF%82"/>
				<updated>2022-02-09T18:54:01Z</updated>
		
		<summary type="html">&lt;p&gt;M kakara: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Category:Αστικός και περιφερειακός σχεδιασμός ]]&lt;br /&gt;
&lt;br /&gt;
''' Χρήση της τηλεπισκόπησης για τη διαχείριση του Verticillium wilt σε καλλιέργεια ελιάς '''&lt;br /&gt;
&lt;br /&gt;
Remote sensing for the management of Verticillium wilt of olive&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Iatrou, George &amp;amp; Mourelatos, Spiros &amp;amp; Zartaloudis, Zois &amp;amp; Iatrou, Miltiadis &amp;amp; Gewehr, Sandra &amp;amp; Kalaitzopoulou, Stella&lt;br /&gt;
&lt;br /&gt;
'''Πηγή:''' [[https://www.researchgate.net/publication/310142370_Remote_sensing_for_the_management_of_Verticillium_wilt_of_olive]]&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
'''Μεθοδολογία'''&lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:γ2 (2).png|200px|thumb|left|Εικόνα 2: Διάγραμμα ροής της εφαρμοζόμενης μεθοδολογίας]]&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα''' &lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;/div&gt;</summary>
		<author><name>M kakara</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CF%85%CE%B4%CE%B1%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%BA%CE%B1%CF%84%CE%B1%CF%80%CF%8C%CE%BD%CE%B7%CF%83%CE%B7%CF%82_%CF%84%CF%89%CE%BD_%CF%86%CF%85%CF%84%CF%8E%CE%BD_%CF%83%CE%B5_%CF%86%CF%85%CF%83%CE%B9%CE%BA%CE%AC_%CE%BF%CE%B9%CE%BA%CE%BF%CF%83%CF%85%CF%83%CF%84%CE%AE%CE%BC%CE%B1%CF%84%CE%B1_%CE%BC%CE%AD%CF%83%CF%89_%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%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CE%B8%CE%B5%CF%81%CE%BC%CE%B9%CE%BA%CE%AE%CF%82_%CE%B1%CE%BA%CF%84%CE%B9%CE%BD%CE%BF%CE%B2%CE%BF%CE%BB%CE%AF%CE%B1%CF%82</id>
		<title>Ανίχνευση της υδατικής καταπόνησης των φυτών σε φυσικά οικοσυστήματα μέσω τηλεπισκόπησης με χρήση θερμικής ακτινοβολίας</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CF%85%CE%B4%CE%B1%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%BA%CE%B1%CF%84%CE%B1%CF%80%CF%8C%CE%BD%CE%B7%CF%83%CE%B7%CF%82_%CF%84%CF%89%CE%BD_%CF%86%CF%85%CF%84%CF%8E%CE%BD_%CF%83%CE%B5_%CF%86%CF%85%CF%83%CE%B9%CE%BA%CE%AC_%CE%BF%CE%B9%CE%BA%CE%BF%CF%83%CF%85%CF%83%CF%84%CE%AE%CE%BC%CE%B1%CF%84%CE%B1_%CE%BC%CE%AD%CF%83%CF%89_%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%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CE%B8%CE%B5%CF%81%CE%BC%CE%B9%CE%BA%CE%AE%CF%82_%CE%B1%CE%BA%CF%84%CE%B9%CE%BD%CE%BF%CE%B2%CE%BF%CE%BB%CE%AF%CE%B1%CF%82"/>
				<updated>2022-02-09T18:50:29Z</updated>
		
		<summary type="html">&lt;p&gt;M kakara: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Category:Οικολογία ]]&lt;br /&gt;
&lt;br /&gt;
''' Ανίχνευση της υδατικής καταπόνησης των φυτών σε φυσικά οικοσυστήματα μέσω τηλεπισκόπησης με χρήση θερμικής ακτινοβολίας. '''&lt;br /&gt;
&lt;br /&gt;
Thermal remote sensing of plant water stress in natural ecosystems&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Na Liu, Zijuan Deng, Hailong Wang, Zidong Luo, Hugo A. Gutiérrez-Jurado,&lt;br /&gt;
Xinguang He and Huade Guan&lt;br /&gt;
&lt;br /&gt;
'''Πηγή:''' [[https://www.sciencedirect.com/science/article/pii/S0378112720312020]]&lt;br /&gt;
&lt;br /&gt;
'''Abstract'''&lt;br /&gt;
&lt;br /&gt;
Για την παρακολούθηση της υδατικής καταπόνησης των φυτών χρησιμοποιούνται ευρεύως θερμικοί δείκτες που βασίζονται σε μετρήσεις θερμοκρασίας του θόλου (θερμοκρασία των φυτών) (Tc). Τέτοιες εφαρμογές αφορούσαν κυρίως ομοιογενείς καλλιέργειες. Σε φυτά φυσικών οικοσυστημάτων έχουν διεξαχθεί λίγες μελέτες με συνεχείς παρατηρήσεις. Εδώ εξετάζουμε εάν ο κοινώς χρησιμοποιούμενος δείκτης υδατικής καταπόνησης καλλιέργειας (CWSI) ισχύει για τη βλάστηση σε μη διαχειριζόμενα οικοσυστήματα.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Οι περισσότερες μέθοδοι που χρησιμοποιούνται για την παρακολούθηση των επιπέδων του νερού, συμπεριλαμβανομένων των μετρήσεων του δυναμικού του νερού του εδάφους, του δυναμικού των βλαστών και φύλλων και της περιεκτικότητας του εδάφους σε νερό, βασίζονται σε εξειδικευμένο εξοπλισμό και σημειακές επιτόπιες μετρήσεις. Αυτές οι τεχνικές δίνουν ακριβείς πληροφορίες για το έλλειμμα νερού στο έδαφος, ωστόσο είναι απαιτούν εντατική εργασία και είναι αρκετά εντοπισμένες, περιορίζοντας έτσι την εφαρμογή σε μεγαλύτερες κλίμακες. Ως εναλλακτική λύση στους συμβατικούς δείκτες της κατάστασης του νερού, η θερμοκρασία του θόλου μπορεί να αντιμετωπίσει τέτοιους περιορισμούς με το πλεονεκτήματα της μεγάλης χωρικής κάλυψης (Gautam and Pagay, 2020). Αυτό βασίζεται στο ότι η θερμοκρασία του θόλου αυξάνεται καθώς οι ρυθμοί διαπνοής των φυτών μειώνονται ως απόκριση στην έλλειψη νερού του εδάφους κοντά στο ριζικό σύστημα. Έχουν αναπτυχθεί αρκετοί θερμικοί δείκτες με βάση τη θερμοκρασία του θόλου για την παρακολούθηση της κατάστασης του νερού στις καλλιέργειες. Χρησιμοποιείται ο δείκτης υδατικής καταπόνησης των  καλλιεργειών (CWSI) ο οποίος μπορεί να εκτιμηθεί εμπειρικά. Ο δείκτης κανονικοποιείται ώστε να είναι σε ένα επίπεδο καταπόνησης μεταξύ του μηδέν (τα όρια χωρίς υδατική καταπόνηση υπό καλά αρδευόμενες συνθήκες) και του ένα (τα όρια ξηρασίας υπό συνθήκες μη διαπνοής).&lt;br /&gt;
Η υγρασία του εδάφους αποτελεί μια σημαντική μεταβλητή σε διάφορες εφαρμογές για την εκτίμηση της εξατμοδιαπνοής και τη διαχείριση των δασών. Για την εκτίμηση της υγρασίας του εδάφους έχουν χρησιμοποιηθεί μέθοδοι θερμικής υπέρυθρης ανίχνευσης με βάση τους δείκτες θερμοκρασίας επιφάνειας και βλάστησης. Ο δείκτης CWSI ως δείκτης επιπέδων νερού αποδίδει καλά σε καλλιέργειες ή υπό ελεγχόμενες συνθήκες σε θερμοκήπιο, αλλά σπάνια εξετάζεται σε φυσικό περιβάλλον, το οποίο διαφέρει απο τους αγρούς σημαντικά. Αυτό γιατί χαρακτηρίζονται από σύνθετη τοπογραφία, μικτή βλάστηση και μεγάλο φάσμα συνθηκών υγρασίας. Είναι πιο δύσκολο να ανιχνευθεί η κατάσταση του νερού στο έδαφος, διαμέσου του χρόνου, ενός φυσικού οικοσυστήματος από ό, τι σε μια ομοιογενή καλλιέργεια.&lt;br /&gt;
Αυτή η μελέτη εξετάζει τη δυνατότητα χρήσης θερμικών δεικτών για τις μετρήσεις θερμοκρασίας του θόλου για την ανίχνευση της υδατικής καταπόνησης των φυτών σε φυσικά περιβάλλοντα.&lt;br /&gt;
&lt;br /&gt;
'''Υλικά και Μέθοδοι'''&lt;br /&gt;
&lt;br /&gt;
*Μετρήσεις&lt;br /&gt;
Τα πειράματα της μελέτης διεξήχθησαν σε τρεία σημεία πεδίου στην Αδελαΐδα της Νότιας Αυστραλίας. Το κλίμα είναι μεσογειακού τύπου χαρακτηρίζεται με ζεστό και ξηρό καλοκαίρι και ήπιο και υγρό χειμώνα. &lt;br /&gt;
1.	Πρώτη μέτρηση&lt;br /&gt;
Η πρώτη θέση βρίσκεται σε μια πλαγιά στην πανεπιστημιούπολη του Πανεπιστημίου Flinders και παρακολουθήθηκαν δύο ιθαγενή είδη δένδρων, Eucalyptus microcarpa και Acacia pycnantha, κατα την περίοδο (2012-2013). Σε βορεινό σημείο των δένδρων τοποθετήθηκαν δύο θερμικές κάμερες η μία 6 μέτρα μακριά από τον Eucalyptus microcarpa και η άλλη 2,4 μέτρα από την Acacia pycnantha για να επικεντρωθεί σε έναν κλάδο της. Οι θερμοκρασίες του θόλου μετρούνταν κάθε λεπτό σε επιλεγμένες ημέρες από τον Ιανουάριο του 2012 έως τον Μάιο του 2013. Τοποθετήθηκε επίσης ένας ανιχνευτές υγρασίας εδάφους σε βάθος ενός μέτρου σε κάθε είδος. Το υδατικό δυναμικό των βλαστών παρακολουθήθηκε με δύο ψυχόμετρα την περίοδο μελέτης (2012-2013) σε διαστήματα 15 λεπτών (ξηρή περίοδος) ή 30 λεπτών (υγρή περίοδος). Επίσης εγκαταστάθηκε και ένας ανιχνευτής υγρασίας εδάφους σε κάθε είδος. Τέλος εγκαταστάθηκε και ένας μετεωρολογικός σταθμός τον Μάρτιο του 2012 κοντά στην Acacia pycnantha για συνεχή μέτρηση της θερμοκρασίας του αέρα, της σχετικής υγρασίας, της ηλιακής ακτινοβολίας, της ταχύτητας του ανέμου και των βροχοπτώσεων.&lt;br /&gt;
2.	Δεύτερη μέτρηση&lt;br /&gt;
Η δεύτερη θέση βρίσκεται σε μια φυσική λεκάνη βλάστησης σε δύο απέναντι πλαγιές, όπου η μία προσανατολίζεται στο βορρά και η άλλη στο νότο. Τα κυρίαρχα είδη στην περιοχή είναι το Eucalyptus leucoxylon και το Eucalyptus fasciculosa. Η θερμοκρασία του θόλου μετρούνταν συνεχώ από έναν αισθητήρα υπέρυθρης ακτινοβολίας με οπτικό πεδίο 45° από τις 6 Απριλίου 2013 έως τις 31 Μαΐου 2014. Τοποθετήθηκαν ανιχνευτές υγρασίας εδάφους για τη συνεχή μέτρηση της περιεκτικότητας σε νερό εδάφους σε βάθη 10, 30 και 50 cm. Η ταχύτητα του ανέμου, η σχετική υγρασία, η θερμοκρασία του αέρα, η βροχόπτωση και η ηλιακή ακτινοβολία μετρούνταν σε διαστήματα 15 λεπτών.&lt;br /&gt;
3.	Τρίτη μέτρηση&lt;br /&gt;
Η τρίτη θέση βρίσκεται σε μια περιοχή με κωνοφόρα στην πανεπιστημιούπολη του Πανεπιστημίου Flinders και μελετήθηκαν τέσσερα δέντρα του είδους Allocasuarina verticillata, το οποίο είναι ένα τυπικό κωνοφόρο στη Νότια Αυστραλία. Οι μετρήσεις της θερμοκρασίας του θόλου γίνονταν το μεσημέρι (12:00-14:00 σε τοπική χειμερινή ώρα) και ταμετεωρολογικά δεδομένα συλλέχθηκαν σε δύο περιόδους: 21 Μαρτίου έως 14 Μαΐου 2018 και 4 Δεκεμβρίου 2018 έως 30 Ιανουαρίου 2019. Η θερμοκρασία του θόλου μετρήθηκε χρησιμοποιώντας μια φορητή θερμική κάμερα. Για κάθε δέντρο, οι θερμικές εικόνες που συλλέχθηκαν ήταν από δύο γωνίες παρατήρησης για να αποφευχθεί η σκιά από τα γύρω δέντρα το μεσημέρι. Το υδατικό δυναμικό των βλαστών παρακολουθήθηκε με ψυχόμετρα την περίοδο μελέτης (2012-2013) σε διαστήματα 30 λεπτών. Η θερμοκρασία του αέρα καταγραφόταν κάθε 30 λεπτά. Επίσης καθώς η συννεφία επιδεινώνει την απόδοση των θερμικών δεικτών επιλέχθηκαν μόνο τα δεδομένα που μετρήθηκαν σε ημέρες με καλή κατανομή της ηλιακής ακτινοβολίας για όλες τις θέσεις.&lt;br /&gt;
*Ορισμός και παραμετροποίηση για το CWSI&lt;br /&gt;
Ο δείκτης υδατικής καταπόνησης μιας καλλιέργειας (CWSI) ορίζεται από τα όρια χωρίς υδατική καταπόνηση και τα όρια μη διαπνοής. Σύμφωνα με την εμπειρική προσέγγιση, η διαφορά θερμοκρασίας μεταξύ του θόλου και του αέρα (Tc-Ta) ακολουθεί μια γραμμική σχέση με το έλλειμα των υδρατμών της ατμόσφαιρας (VPD), εάν οι καλλιέργειες είναι καλά αρδευόμενες.&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα''' &lt;br /&gt;
&lt;br /&gt;
*Αξιολόγηση του CWSI&lt;br /&gt;
Τα αποτελέσματα των ορίων μη υδατικής καταπόνησης και μη διαφαινόμενης καταπόνησης παρουσιάζονται στον πίνακα 2.&lt;br /&gt;
[[Αρχείο:Screenshot_(860).png|200px|thumb|right|Πίνακας 2: Τα ορίων μη υδατικής καταπόνησης και μη διαφαινόμενης καταπόνησης.]]&lt;br /&gt;
*Αξιολόγηση του βέλτιστου χρόνου&lt;br /&gt;
Οι συνεχείς μετρήσεις θερμοκρασίες του θόλου κατά τη διάρκεια μιας ημέρας παρέχουν την ευκαιρία να εξεταστεί ο βέλτιστος χρόνος για την εφαρμογή θερμικών δεικτών. Για να υπάρχει όμως μια δίκαιη σύγκριση, περιλαμβάνονται μόνο οι εικόνες που λήφθηκαν σε σαφείς ημέρες στην πρώτη και δεύτερη θέση με συνεχείς μετρήσεις της θερμοκρασίας του θόλου από τις 10:00 έως τις 16:00.&lt;br /&gt;
*Αξιολόγηση του CWSI &lt;br /&gt;
Φαίνεται ότι η δυναμική του CWSI είτε βασίζεται σε εμπειρικές είτε σε θεωρητικές μεθόδους ανταποκρίνεται καλά στην αλλαγή της κατάστασης του εδαφικού νερού, υποδεικνύοντας την ικανότητά του για την παρακολούθηση της υδατικής καταπόνησης των φυτών.&lt;br /&gt;
Επίδραση των περιβαλλοντικών συνθηκών στις επιδόσεις των θερμικών δεικτών&lt;br /&gt;
Η ταχύτητα του ανέμου αποδείχθηκε ότι είναι ο σημαντικότερος παράγοντας που οδηγεί σε λανθασμένες τιμές θερμοκρασίας θόλου και συνεπώς CWSI. Η υψηλή ταχύτητα ανέμου μειώνει τις διαφορές θερμοκρασίας μεταξύ της διαφορετικής αγωγιμότητας των στομάτων των φύλλων και συνεπώς τα αποτελέσματα των θερμικών μετρήσεων. Επίσης η θερμοκρασία του θόλου πέφτει με μείωση της ηλιακής ακτινοβολίας.&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Οι επιδόσεις του δείκτη υδατικής καταπόνησης των καλλιεργειών (CWSI) με βάση τις μετρήσεις θερμοκρασίας θόλου έχουν προσδιοριστεί τόσο εμπειρικά όσο και θεωρητικά για την ανίχνευση του υδατικού στρες των φυτών σε τρία φυσικά οικοσυστήματα. Η μελέτη δείχνει ότι και οι δύο τύποι CWSI είναι ικανοί να καταγράψουν την ποικιλία προτύπων της υδατικής καταπόνησης των φυτών. Ο εμπειρικός δείκτης συνιστάται λόγω σημαντικά καλύτερης απόδοσης στην αξιολόγηση της υδατικής καταπόνησης των ειδών που μελετήθηκαν. Γενικά αποδείχθηκε ότι το μεσημέρι είναι ο βέλτιστος χρόνος κατά τη διάρκεια μιας ημέρας για να χρησιμοποιηθούν οι θερμικοί δείκτες ως δείκτης υδατικής καταπόνησης. Οι πιο κατάλληλες καιρικές συνθήκες όσον αφορά την ταχύτητα του ανέμου και την ηλιακή ακτινοβολία είναι ελαφρώς διαφορετικές για είδος που μελετάται.&lt;/div&gt;</summary>
		<author><name>M kakara</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CF%85%CE%B4%CE%B1%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%BA%CE%B1%CF%84%CE%B1%CF%80%CF%8C%CE%BD%CE%B7%CF%83%CE%B7%CF%82_%CF%84%CF%89%CE%BD_%CF%86%CF%85%CF%84%CF%8E%CE%BD_%CF%83%CE%B5_%CF%86%CF%85%CF%83%CE%B9%CE%BA%CE%AC_%CE%BF%CE%B9%CE%BA%CE%BF%CF%83%CF%85%CF%83%CF%84%CE%AE%CE%BC%CE%B1%CF%84%CE%B1_%CE%BC%CE%AD%CF%83%CF%89_%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%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CE%B8%CE%B5%CF%81%CE%BC%CE%B9%CE%BA%CE%AE%CF%82_%CE%B1%CE%BA%CF%84%CE%B9%CE%BD%CE%BF%CE%B2%CE%BF%CE%BB%CE%AF%CE%B1%CF%82</id>
		<title>Ανίχνευση της υδατικής καταπόνησης των φυτών σε φυσικά οικοσυστήματα μέσω τηλεπισκόπησης με χρήση θερμικής ακτινοβολίας</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CF%85%CE%B4%CE%B1%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%BA%CE%B1%CF%84%CE%B1%CF%80%CF%8C%CE%BD%CE%B7%CF%83%CE%B7%CF%82_%CF%84%CF%89%CE%BD_%CF%86%CF%85%CF%84%CF%8E%CE%BD_%CF%83%CE%B5_%CF%86%CF%85%CF%83%CE%B9%CE%BA%CE%AC_%CE%BF%CE%B9%CE%BA%CE%BF%CF%83%CF%85%CF%83%CF%84%CE%AE%CE%BC%CE%B1%CF%84%CE%B1_%CE%BC%CE%AD%CF%83%CF%89_%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%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CE%B8%CE%B5%CF%81%CE%BC%CE%B9%CE%BA%CE%AE%CF%82_%CE%B1%CE%BA%CF%84%CE%B9%CE%BD%CE%BF%CE%B2%CE%BF%CE%BB%CE%AF%CE%B1%CF%82"/>
				<updated>2022-02-09T18:50:03Z</updated>
		
		<summary type="html">&lt;p&gt;M kakara: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Category:Οικολογία ]]&lt;br /&gt;
&lt;br /&gt;
''' Ανίχνευση της υδατικής καταπόνησης των φυτών σε φυσικά οικοσυστήματα μέσω τηλεπισκόπησης με χρήση θερμικής ακτινοβολίας. '''&lt;br /&gt;
&lt;br /&gt;
Thermal remote sensing of plant water stress in natural ecosystems&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Na Liu, Zijuan Deng, Hailong Wang, Zidong Luo, Hugo A. Gutiérrez-Jurado,&lt;br /&gt;
Xinguang He and Huade Guan&lt;br /&gt;
&lt;br /&gt;
'''Πηγή:''' [[https://www.sciencedirect.com/science/article/pii/S0378112720312020]]&lt;br /&gt;
&lt;br /&gt;
'''Abstract'''&lt;br /&gt;
Για την παρακολούθηση της υδατικής καταπόνησης των φυτών χρησιμοποιούνται ευρεύως θερμικοί δείκτες που βασίζονται σε μετρήσεις θερμοκρασίας του θόλου (θερμοκρασία των φυτών) (Tc). Τέτοιες εφαρμογές αφορούσαν κυρίως ομοιογενείς καλλιέργειες. Σε φυτά φυσικών οικοσυστημάτων έχουν διεξαχθεί λίγες μελέτες με συνεχείς παρατηρήσεις. Εδώ εξετάζουμε εάν ο κοινώς χρησιμοποιούμενος δείκτης υδατικής καταπόνησης καλλιέργειας (CWSI) ισχύει για τη βλάστηση σε μη διαχειριζόμενα οικοσυστήματα.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
Οι περισσότερες μέθοδοι που χρησιμοποιούνται για την παρακολούθηση των επιπέδων του νερού, συμπεριλαμβανομένων των μετρήσεων του δυναμικού του νερού του εδάφους, του δυναμικού των βλαστών και φύλλων και της περιεκτικότητας του εδάφους σε νερό, βασίζονται σε εξειδικευμένο εξοπλισμό και σημειακές επιτόπιες μετρήσεις. Αυτές οι τεχνικές δίνουν ακριβείς πληροφορίες για το έλλειμμα νερού στο έδαφος, ωστόσο είναι απαιτούν εντατική εργασία και είναι αρκετά εντοπισμένες, περιορίζοντας έτσι την εφαρμογή σε μεγαλύτερες κλίμακες. Ως εναλλακτική λύση στους συμβατικούς δείκτες της κατάστασης του νερού, η θερμοκρασία του θόλου μπορεί να αντιμετωπίσει τέτοιους περιορισμούς με το πλεονεκτήματα της μεγάλης χωρικής κάλυψης (Gautam and Pagay, 2020). Αυτό βασίζεται στο ότι η θερμοκρασία του θόλου αυξάνεται καθώς οι ρυθμοί διαπνοής των φυτών μειώνονται ως απόκριση στην έλλειψη νερού του εδάφους κοντά στο ριζικό σύστημα. Έχουν αναπτυχθεί αρκετοί θερμικοί δείκτες με βάση τη θερμοκρασία του θόλου για την παρακολούθηση της κατάστασης του νερού στις καλλιέργειες. Χρησιμοποιείται ο δείκτης υδατικής καταπόνησης των  καλλιεργειών (CWSI) ο οποίος μπορεί να εκτιμηθεί εμπειρικά. Ο δείκτης κανονικοποιείται ώστε να είναι σε ένα επίπεδο καταπόνησης μεταξύ του μηδέν (τα όρια χωρίς υδατική καταπόνηση υπό καλά αρδευόμενες συνθήκες) και του ένα (τα όρια ξηρασίας υπό συνθήκες μη διαπνοής).&lt;br /&gt;
Η υγρασία του εδάφους αποτελεί μια σημαντική μεταβλητή σε διάφορες εφαρμογές για την εκτίμηση της εξατμοδιαπνοής και τη διαχείριση των δασών. Για την εκτίμηση της υγρασίας του εδάφους έχουν χρησιμοποιηθεί μέθοδοι θερμικής υπέρυθρης ανίχνευσης με βάση τους δείκτες θερμοκρασίας επιφάνειας και βλάστησης. Ο δείκτης CWSI ως δείκτης επιπέδων νερού αποδίδει καλά σε καλλιέργειες ή υπό ελεγχόμενες συνθήκες σε θερμοκήπιο, αλλά σπάνια εξετάζεται σε φυσικό περιβάλλον, το οποίο διαφέρει απο τους αγρούς σημαντικά. Αυτό γιατί χαρακτηρίζονται από σύνθετη τοπογραφία, μικτή βλάστηση και μεγάλο φάσμα συνθηκών υγρασίας. Είναι πιο δύσκολο να ανιχνευθεί η κατάσταση του νερού στο έδαφος, διαμέσου του χρόνου, ενός φυσικού οικοσυστήματος από ό, τι σε μια ομοιογενή καλλιέργεια.&lt;br /&gt;
Αυτή η μελέτη εξετάζει τη δυνατότητα χρήσης θερμικών δεικτών για τις μετρήσεις θερμοκρασίας του θόλου για την ανίχνευση της υδατικής καταπόνησης των φυτών σε φυσικά περιβάλλοντα.&lt;br /&gt;
&lt;br /&gt;
'''Υλικά και Μέθοδοι'''&lt;br /&gt;
*Μετρήσεις&lt;br /&gt;
Τα πειράματα της μελέτης διεξήχθησαν σε τρεία σημεία πεδίου στην Αδελαΐδα της Νότιας Αυστραλίας. Το κλίμα είναι μεσογειακού τύπου χαρακτηρίζεται με ζεστό και ξηρό καλοκαίρι και ήπιο και υγρό χειμώνα. &lt;br /&gt;
1.	Πρώτη μέτρηση&lt;br /&gt;
Η πρώτη θέση βρίσκεται σε μια πλαγιά στην πανεπιστημιούπολη του Πανεπιστημίου Flinders και παρακολουθήθηκαν δύο ιθαγενή είδη δένδρων, Eucalyptus microcarpa και Acacia pycnantha, κατα την περίοδο (2012-2013). Σε βορεινό σημείο των δένδρων τοποθετήθηκαν δύο θερμικές κάμερες η μία 6 μέτρα μακριά από τον Eucalyptus microcarpa και η άλλη 2,4 μέτρα από την Acacia pycnantha για να επικεντρωθεί σε έναν κλάδο της. Οι θερμοκρασίες του θόλου μετρούνταν κάθε λεπτό σε επιλεγμένες ημέρες από τον Ιανουάριο του 2012 έως τον Μάιο του 2013. Τοποθετήθηκε επίσης ένας ανιχνευτές υγρασίας εδάφους σε βάθος ενός μέτρου σε κάθε είδος. Το υδατικό δυναμικό των βλαστών παρακολουθήθηκε με δύο ψυχόμετρα την περίοδο μελέτης (2012-2013) σε διαστήματα 15 λεπτών (ξηρή περίοδος) ή 30 λεπτών (υγρή περίοδος). Επίσης εγκαταστάθηκε και ένας ανιχνευτής υγρασίας εδάφους σε κάθε είδος. Τέλος εγκαταστάθηκε και ένας μετεωρολογικός σταθμός τον Μάρτιο του 2012 κοντά στην Acacia pycnantha για συνεχή μέτρηση της θερμοκρασίας του αέρα, της σχετικής υγρασίας, της ηλιακής ακτινοβολίας, της ταχύτητας του ανέμου και των βροχοπτώσεων.&lt;br /&gt;
2.	Δεύτερη μέτρηση&lt;br /&gt;
Η δεύτερη θέση βρίσκεται σε μια φυσική λεκάνη βλάστησης σε δύο απέναντι πλαγιές, όπου η μία προσανατολίζεται στο βορρά και η άλλη στο νότο. Τα κυρίαρχα είδη στην περιοχή είναι το Eucalyptus leucoxylon και το Eucalyptus fasciculosa. Η θερμοκρασία του θόλου μετρούνταν συνεχώ από έναν αισθητήρα υπέρυθρης ακτινοβολίας με οπτικό πεδίο 45° από τις 6 Απριλίου 2013 έως τις 31 Μαΐου 2014. Τοποθετήθηκαν ανιχνευτές υγρασίας εδάφους για τη συνεχή μέτρηση της περιεκτικότητας σε νερό εδάφους σε βάθη 10, 30 και 50 cm. Η ταχύτητα του ανέμου, η σχετική υγρασία, η θερμοκρασία του αέρα, η βροχόπτωση και η ηλιακή ακτινοβολία μετρούνταν σε διαστήματα 15 λεπτών.&lt;br /&gt;
3.	Τρίτη μέτρηση&lt;br /&gt;
Η τρίτη θέση βρίσκεται σε μια περιοχή με κωνοφόρα στην πανεπιστημιούπολη του Πανεπιστημίου Flinders και μελετήθηκαν τέσσερα δέντρα του είδους Allocasuarina verticillata, το οποίο είναι ένα τυπικό κωνοφόρο στη Νότια Αυστραλία. Οι μετρήσεις της θερμοκρασίας του θόλου γίνονταν το μεσημέρι (12:00-14:00 σε τοπική χειμερινή ώρα) και ταμετεωρολογικά δεδομένα συλλέχθηκαν σε δύο περιόδους: 21 Μαρτίου έως 14 Μαΐου 2018 και 4 Δεκεμβρίου 2018 έως 30 Ιανουαρίου 2019. Η θερμοκρασία του θόλου μετρήθηκε χρησιμοποιώντας μια φορητή θερμική κάμερα. Για κάθε δέντρο, οι θερμικές εικόνες που συλλέχθηκαν ήταν από δύο γωνίες παρατήρησης για να αποφευχθεί η σκιά από τα γύρω δέντρα το μεσημέρι. Το υδατικό δυναμικό των βλαστών παρακολουθήθηκε με ψυχόμετρα την περίοδο μελέτης (2012-2013) σε διαστήματα 30 λεπτών. Η θερμοκρασία του αέρα καταγραφόταν κάθε 30 λεπτά. Επίσης καθώς η συννεφία επιδεινώνει την απόδοση των θερμικών δεικτών επιλέχθηκαν μόνο τα δεδομένα που μετρήθηκαν σε ημέρες με καλή κατανομή της ηλιακής ακτινοβολίας για όλες τις θέσεις.&lt;br /&gt;
*Ορισμός και παραμετροποίηση για το CWSI&lt;br /&gt;
Ο δείκτης υδατικής καταπόνησης μιας καλλιέργειας (CWSI) ορίζεται από τα όρια χωρίς υδατική καταπόνηση και τα όρια μη διαπνοής. Σύμφωνα με την εμπειρική προσέγγιση, η διαφορά θερμοκρασίας μεταξύ του θόλου και του αέρα (Tc-Ta) ακολουθεί μια γραμμική σχέση με το έλλειμα των υδρατμών της ατμόσφαιρας (VPD), εάν οι καλλιέργειες είναι καλά αρδευόμενες.&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα''' &lt;br /&gt;
*Αξιολόγηση του CWSI&lt;br /&gt;
Τα αποτελέσματα των ορίων μη υδατικής καταπόνησης και μη διαφαινόμενης καταπόνησης παρουσιάζονται στον πίνακα 2.&lt;br /&gt;
[[Αρχείο:Screenshot_(860).png|200px|thumb|right|Πίνακας 2: Τα ορίων μη υδατικής καταπόνησης και μη διαφαινόμενης καταπόνησης.]]&lt;br /&gt;
*Αξιολόγηση του βέλτιστου χρόνου&lt;br /&gt;
Οι συνεχείς μετρήσεις θερμοκρασίες του θόλου κατά τη διάρκεια μιας ημέρας παρέχουν την ευκαιρία να εξεταστεί ο βέλτιστος χρόνος για την εφαρμογή θερμικών δεικτών. Για να υπάρχει όμως μια δίκαιη σύγκριση, περιλαμβάνονται μόνο οι εικόνες που λήφθηκαν σε σαφείς ημέρες στην πρώτη και δεύτερη θέση με συνεχείς μετρήσεις της θερμοκρασίας του θόλου από τις 10:00 έως τις 16:00.&lt;br /&gt;
*Αξιολόγηση του CWSI &lt;br /&gt;
Φαίνεται ότι η δυναμική του CWSI είτε βασίζεται σε εμπειρικές είτε σε θεωρητικές μεθόδους ανταποκρίνεται καλά στην αλλαγή της κατάστασης του εδαφικού νερού, υποδεικνύοντας την ικανότητά του για την παρακολούθηση της υδατικής καταπόνησης των φυτών.&lt;br /&gt;
Επίδραση των περιβαλλοντικών συνθηκών στις επιδόσεις των θερμικών δεικτών&lt;br /&gt;
Η ταχύτητα του ανέμου αποδείχθηκε ότι είναι ο σημαντικότερος παράγοντας που οδηγεί σε λανθασμένες τιμές θερμοκρασίας θόλου και συνεπώς CWSI. Η υψηλή ταχύτητα ανέμου μειώνει τις διαφορές θερμοκρασίας μεταξύ της διαφορετικής αγωγιμότητας των στομάτων των φύλλων και συνεπώς τα αποτελέσματα των θερμικών μετρήσεων. Επίσης η θερμοκρασία του θόλου πέφτει με μείωση της ηλιακής ακτινοβολίας.&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
Οι επιδόσεις του δείκτη υδατικής καταπόνησης των καλλιεργειών (CWSI) με βάση τις μετρήσεις θερμοκρασίας θόλου έχουν προσδιοριστεί τόσο εμπειρικά όσο και θεωρητικά για την ανίχνευση του υδατικού στρες των φυτών σε τρία φυσικά οικοσυστήματα. Η μελέτη δείχνει ότι και οι δύο τύποι CWSI είναι ικανοί να καταγράψουν την ποικιλία προτύπων της υδατικής καταπόνησης των φυτών. Ο εμπειρικός δείκτης συνιστάται λόγω σημαντικά καλύτερης απόδοσης στην αξιολόγηση της υδατικής καταπόνησης των ειδών που μελετήθηκαν. Γενικά αποδείχθηκε ότι το μεσημέρι είναι ο βέλτιστος χρόνος κατά τη διάρκεια μιας ημέρας για να χρησιμοποιηθούν οι θερμικοί δείκτες ως δείκτης υδατικής καταπόνησης. Οι πιο κατάλληλες καιρικές συνθήκες όσον αφορά την ταχύτητα του ανέμου και την ηλιακή ακτινοβολία είναι ελαφρώς διαφορετικές για είδος που μελετάται.&lt;/div&gt;</summary>
		<author><name>M kakara</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CF%85%CE%B4%CE%B1%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%BA%CE%B1%CF%84%CE%B1%CF%80%CF%8C%CE%BD%CE%B7%CF%83%CE%B7%CF%82_%CF%84%CF%89%CE%BD_%CF%86%CF%85%CF%84%CF%8E%CE%BD_%CF%83%CE%B5_%CF%86%CF%85%CF%83%CE%B9%CE%BA%CE%AC_%CE%BF%CE%B9%CE%BA%CE%BF%CF%83%CF%85%CF%83%CF%84%CE%AE%CE%BC%CE%B1%CF%84%CE%B1_%CE%BC%CE%AD%CF%83%CF%89_%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%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CE%B8%CE%B5%CF%81%CE%BC%CE%B9%CE%BA%CE%AE%CF%82_%CE%B1%CE%BA%CF%84%CE%B9%CE%BD%CE%BF%CE%B2%CE%BF%CE%BB%CE%AF%CE%B1%CF%82</id>
		<title>Ανίχνευση της υδατικής καταπόνησης των φυτών σε φυσικά οικοσυστήματα μέσω τηλεπισκόπησης με χρήση θερμικής ακτινοβολίας</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CF%85%CE%B4%CE%B1%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%BA%CE%B1%CF%84%CE%B1%CF%80%CF%8C%CE%BD%CE%B7%CF%83%CE%B7%CF%82_%CF%84%CF%89%CE%BD_%CF%86%CF%85%CF%84%CF%8E%CE%BD_%CF%83%CE%B5_%CF%86%CF%85%CF%83%CE%B9%CE%BA%CE%AC_%CE%BF%CE%B9%CE%BA%CE%BF%CF%83%CF%85%CF%83%CF%84%CE%AE%CE%BC%CE%B1%CF%84%CE%B1_%CE%BC%CE%AD%CF%83%CF%89_%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%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CE%B8%CE%B5%CF%81%CE%BC%CE%B9%CE%BA%CE%AE%CF%82_%CE%B1%CE%BA%CF%84%CE%B9%CE%BD%CE%BF%CE%B2%CE%BF%CE%BB%CE%AF%CE%B1%CF%82"/>
				<updated>2022-02-09T18:49:37Z</updated>
		
		<summary type="html">&lt;p&gt;M kakara: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Category:Οικολογία ]]&lt;br /&gt;
&lt;br /&gt;
''' Ανίχνευση της υδατικής καταπόνησης των φυτών σε φυσικά οικοσυστήματα μέσω τηλεπισκόπησης με χρήση θερμικής ακτινοβολίας. '''&lt;br /&gt;
&lt;br /&gt;
Thermal remote sensing of plant water stress in natural ecosystems&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Na Liu, Zijuan Deng, Hailong Wang, Zidong Luo, Hugo A. Gutiérrez-Jurado,&lt;br /&gt;
Xinguang He and Huade Guan&lt;br /&gt;
&lt;br /&gt;
'''Πηγή:''' [[https://www.sciencedirect.com/science/article/pii/S0378112720312020]]&lt;br /&gt;
&lt;br /&gt;
'''Abstract'''&lt;br /&gt;
&lt;br /&gt;
Για την παρακολούθηση της υδατικής καταπόνησης των φυτών χρησιμοποιούνται ευρεύως θερμικοί δείκτες που βασίζονται σε μετρήσεις θερμοκρασίας του θόλου (θερμοκρασία των φυτών) (Tc). Τέτοιες εφαρμογές αφορούσαν κυρίως ομοιογενείς καλλιέργειες. Σε φυτά φυσικών οικοσυστημάτων έχουν διεξαχθεί λίγες μελέτες με συνεχείς παρατηρήσεις. Εδώ εξετάζουμε εάν ο κοινώς χρησιμοποιούμενος δείκτης υδατικής καταπόνησης καλλιέργειας (CWSI) ισχύει για τη βλάστηση σε μη διαχειριζόμενα οικοσυστήματα.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Η υγρασία του εδάφους αποτελεί μια σημαντική μεταβλητή σε διάφορες εφαρμογές για την εκτίμηση της εξατμοδιαπνοής και τη διαχείριση των δασών. Για την εκτίμηση της υγρασίας του εδάφους έχουν χρησιμοποιηθεί μέθοδοι θερμικής υπέρυθρης ανίχνευσης με βάση τους δείκτες θερμοκρασίας επιφάνειας και βλάστησης. Ο δείκτης CWSI ως δείκτης επιπέδων νερού αποδίδει καλά σε καλλιέργειες ή υπό ελεγχόμενες συνθήκες σε θερμοκήπιο, αλλά σπάνια εξετάζεται σε φυσικό περιβάλλον, το οποίο διαφέρει απο τους αγρούς σημαντικά. Αυτό γιατί χαρακτηρίζονται από σύνθετη τοπογραφία, μικτή βλάστηση και μεγάλο φάσμα συνθηκών υγρασίας. Είναι πιο δύσκολο να ανιχνευθεί η κατάσταση του νερού στο έδαφος, διαμέσου του χρόνου, ενός φυσικού οικοσυστήματος από ό, τι σε μια ομοιογενή καλλιέργεια.&lt;br /&gt;
Αυτή η μελέτη εξετάζει τη δυνατότητα χρήσης θερμικών δεικτών για τις μετρήσεις θερμοκρασίας του θόλου για την ανίχνευση της υδατικής καταπόνησης των φυτών σε φυσικά περιβάλλοντα.&lt;br /&gt;
&lt;br /&gt;
'''Υλικά και Μέθοδοι'''&lt;br /&gt;
&lt;br /&gt;
*Μετρήσεις&lt;br /&gt;
Τα πειράματα της μελέτης διεξήχθησαν σε τρεία σημεία πεδίου στην Αδελαΐδα της Νότιας Αυστραλίας. Το κλίμα είναι μεσογειακού τύπου χαρακτηρίζεται με ζεστό και ξηρό καλοκαίρι και ήπιο και υγρό χειμώνα. &lt;br /&gt;
1.	Πρώτη μέτρηση&lt;br /&gt;
Η πρώτη θέση βρίσκεται σε μια πλαγιά στην πανεπιστημιούπολη του Πανεπιστημίου Flinders και παρακολουθήθηκαν δύο ιθαγενή είδη δένδρων, Eucalyptus microcarpa και Acacia pycnantha, κατα την περίοδο (2012-2013). Σε βορεινό σημείο των δένδρων τοποθετήθηκαν δύο θερμικές κάμερες η μία 6 μέτρα μακριά από τον Eucalyptus microcarpa και η άλλη 2,4 μέτρα από την Acacia pycnantha για να επικεντρωθεί σε έναν κλάδο της. Οι θερμοκρασίες του θόλου μετρούνταν κάθε λεπτό σε επιλεγμένες ημέρες από τον Ιανουάριο του 2012 έως τον Μάιο του 2013. Τοποθετήθηκε επίσης ένας ανιχνευτές υγρασίας εδάφους σε βάθος ενός μέτρου σε κάθε είδος. Το υδατικό δυναμικό των βλαστών παρακολουθήθηκε με δύο ψυχόμετρα την περίοδο μελέτης (2012-2013) σε διαστήματα 15 λεπτών (ξηρή περίοδος) ή 30 λεπτών (υγρή περίοδος). Επίσης εγκαταστάθηκε και ένας ανιχνευτής υγρασίας εδάφους σε κάθε είδος. Τέλος εγκαταστάθηκε και ένας μετεωρολογικός σταθμός τον Μάρτιο του 2012 κοντά στην Acacia pycnantha για συνεχή μέτρηση της θερμοκρασίας του αέρα, της σχετικής υγρασίας, της ηλιακής ακτινοβολίας, της ταχύτητας του ανέμου και των βροχοπτώσεων.&lt;br /&gt;
2.	Δεύτερη μέτρηση&lt;br /&gt;
Η δεύτερη θέση βρίσκεται σε μια φυσική λεκάνη βλάστησης σε δύο απέναντι πλαγιές, όπου η μία προσανατολίζεται στο βορρά και η άλλη στο νότο. Τα κυρίαρχα είδη στην περιοχή είναι το Eucalyptus leucoxylon και το Eucalyptus fasciculosa. Η θερμοκρασία του θόλου μετρούνταν συνεχώ από έναν αισθητήρα υπέρυθρης ακτινοβολίας με οπτικό πεδίο 45° από τις 6 Απριλίου 2013 έως τις 31 Μαΐου 2014. Τοποθετήθηκαν ανιχνευτές υγρασίας εδάφους για τη συνεχή μέτρηση της περιεκτικότητας σε νερό εδάφους σε βάθη 10, 30 και 50 cm. Η ταχύτητα του ανέμου, η σχετική υγρασία, η θερμοκρασία του αέρα, η βροχόπτωση και η ηλιακή ακτινοβολία μετρούνταν σε διαστήματα 15 λεπτών.&lt;br /&gt;
3.	Τρίτη μέτρηση&lt;br /&gt;
Η τρίτη θέση βρίσκεται σε μια περιοχή με κωνοφόρα στην πανεπιστημιούπολη του Πανεπιστημίου Flinders και μελετήθηκαν τέσσερα δέντρα του είδους Allocasuarina verticillata, το οποίο είναι ένα τυπικό κωνοφόρο στη Νότια Αυστραλία. Οι μετρήσεις της θερμοκρασίας του θόλου γίνονταν το μεσημέρι (12:00-14:00 σε τοπική χειμερινή ώρα) και ταμετεωρολογικά δεδομένα συλλέχθηκαν σε δύο περιόδους: 21 Μαρτίου έως 14 Μαΐου 2018 και 4 Δεκεμβρίου 2018 έως 30 Ιανουαρίου 2019. Η θερμοκρασία του θόλου μετρήθηκε χρησιμοποιώντας μια φορητή θερμική κάμερα. Για κάθε δέντρο, οι θερμικές εικόνες που συλλέχθηκαν ήταν από δύο γωνίες παρατήρησης για να αποφευχθεί η σκιά από τα γύρω δέντρα το μεσημέρι. Το υδατικό δυναμικό των βλαστών παρακολουθήθηκε με ψυχόμετρα την περίοδο μελέτης (2012-2013) σε διαστήματα 30 λεπτών. Η θερμοκρασία του αέρα καταγραφόταν κάθε 30 λεπτά. Επίσης καθώς η συννεφία επιδεινώνει την απόδοση των θερμικών δεικτών επιλέχθηκαν μόνο τα δεδομένα που μετρήθηκαν σε ημέρες με καλή κατανομή της ηλιακής ακτινοβολίας για όλες τις θέσεις.&lt;br /&gt;
*Ορισμός και παραμετροποίηση για το CWSI&lt;br /&gt;
Ο δείκτης υδατικής καταπόνησης μιας καλλιέργειας (CWSI) ορίζεται από τα όρια χωρίς υδατική καταπόνηση και τα όρια μη διαπνοής. Σύμφωνα με την εμπειρική προσέγγιση, η διαφορά θερμοκρασίας μεταξύ του θόλου και του αέρα (Tc-Ta) ακολουθεί μια γραμμική σχέση με το έλλειμα των υδρατμών της ατμόσφαιρας (VPD), εάν οι καλλιέργειες είναι καλά αρδευόμενες.&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα''' &lt;br /&gt;
&lt;br /&gt;
*Αξιολόγηση του CWSI&lt;br /&gt;
Τα αποτελέσματα των ορίων μη υδατικής καταπόνησης και μη διαφαινόμενης καταπόνησης παρουσιάζονται στον πίνακα 2.&lt;br /&gt;
[[Αρχείο:Screenshot_(860).png|200px|thumb|right|Πίνακας 2: Τα ορίων μη υδατικής καταπόνησης και μη διαφαινόμενης καταπόνησης.]]&lt;br /&gt;
*Αξιολόγηση του βέλτιστου χρόνου&lt;br /&gt;
Οι συνεχείς μετρήσεις θερμοκρασίες του θόλου κατά τη διάρκεια μιας ημέρας παρέχουν την ευκαιρία να εξεταστεί ο βέλτιστος χρόνος για την εφαρμογή θερμικών δεικτών. Για να υπάρχει όμως μια δίκαιη σύγκριση, περιλαμβάνονται μόνο οι εικόνες που λήφθηκαν σε σαφείς ημέρες στην πρώτη και δεύτερη θέση με συνεχείς μετρήσεις της θερμοκρασίας του θόλου από τις 10:00 έως τις 16:00.&lt;br /&gt;
*Αξιολόγηση του CWSI &lt;br /&gt;
Φαίνεται ότι η δυναμική του CWSI είτε βασίζεται σε εμπειρικές είτε σε θεωρητικές μεθόδους ανταποκρίνεται καλά στην αλλαγή της κατάστασης του εδαφικού νερού, υποδεικνύοντας την ικανότητά του για την παρακολούθηση της υδατικής καταπόνησης των φυτών.&lt;br /&gt;
Επίδραση των περιβαλλοντικών συνθηκών στις επιδόσεις των θερμικών δεικτών&lt;br /&gt;
Η ταχύτητα του ανέμου αποδείχθηκε ότι είναι ο σημαντικότερος παράγοντας που οδηγεί σε λανθασμένες τιμές θερμοκρασίας θόλου και συνεπώς CWSI. Η υψηλή ταχύτητα ανέμου μειώνει τις διαφορές θερμοκρασίας μεταξύ της διαφορετικής αγωγιμότητας των στομάτων των φύλλων και συνεπώς τα αποτελέσματα των θερμικών μετρήσεων. Επίσης η θερμοκρασία του θόλου πέφτει με μείωση της ηλιακής ακτινοβολίας.&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Οι επιδόσεις του δείκτη υδατικής καταπόνησης των καλλιεργειών (CWSI) με βάση τις μετρήσεις θερμοκρασίας θόλου έχουν προσδιοριστεί τόσο εμπειρικά όσο και θεωρητικά για την ανίχνευση του υδατικού στρες των φυτών σε τρία φυσικά οικοσυστήματα. Η μελέτη δείχνει ότι και οι δύο τύποι CWSI είναι ικανοί να καταγράψουν την ποικιλία προτύπων της υδατικής καταπόνησης των φυτών. Ο εμπειρικός δείκτης συνιστάται λόγω σημαντικά καλύτερης απόδοσης στην αξιολόγηση της υδατικής καταπόνησης των ειδών που μελετήθηκαν. Γενικά αποδείχθηκε ότι το μεσημέρι είναι ο βέλτιστος χρόνος κατά τη διάρκεια μιας ημέρας για να χρησιμοποιηθούν οι θερμικοί δείκτες ως δείκτης υδατικής καταπόνησης. Οι πιο κατάλληλες καιρικές συνθήκες όσον αφορά την ταχύτητα του ανέμου και την ηλιακή ακτινοβολία είναι ελαφρώς διαφορετικές για είδος που μελετάται.&lt;/div&gt;</summary>
		<author><name>M kakara</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CF%85%CE%B4%CE%B1%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%BA%CE%B1%CF%84%CE%B1%CF%80%CF%8C%CE%BD%CE%B7%CF%83%CE%B7%CF%82_%CF%84%CF%89%CE%BD_%CF%86%CF%85%CF%84%CF%8E%CE%BD_%CF%83%CE%B5_%CF%86%CF%85%CF%83%CE%B9%CE%BA%CE%AC_%CE%BF%CE%B9%CE%BA%CE%BF%CF%83%CF%85%CF%83%CF%84%CE%AE%CE%BC%CE%B1%CF%84%CE%B1_%CE%BC%CE%AD%CF%83%CF%89_%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%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CE%B8%CE%B5%CF%81%CE%BC%CE%B9%CE%BA%CE%AE%CF%82_%CE%B1%CE%BA%CF%84%CE%B9%CE%BD%CE%BF%CE%B2%CE%BF%CE%BB%CE%AF%CE%B1%CF%82</id>
		<title>Ανίχνευση της υδατικής καταπόνησης των φυτών σε φυσικά οικοσυστήματα μέσω τηλεπισκόπησης με χρήση θερμικής ακτινοβολίας</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CF%85%CE%B4%CE%B1%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%BA%CE%B1%CF%84%CE%B1%CF%80%CF%8C%CE%BD%CE%B7%CF%83%CE%B7%CF%82_%CF%84%CF%89%CE%BD_%CF%86%CF%85%CF%84%CF%8E%CE%BD_%CF%83%CE%B5_%CF%86%CF%85%CF%83%CE%B9%CE%BA%CE%AC_%CE%BF%CE%B9%CE%BA%CE%BF%CF%83%CF%85%CF%83%CF%84%CE%AE%CE%BC%CE%B1%CF%84%CE%B1_%CE%BC%CE%AD%CF%83%CF%89_%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%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CE%B8%CE%B5%CF%81%CE%BC%CE%B9%CE%BA%CE%AE%CF%82_%CE%B1%CE%BA%CF%84%CE%B9%CE%BD%CE%BF%CE%B2%CE%BF%CE%BB%CE%AF%CE%B1%CF%82"/>
				<updated>2022-02-09T18:47:43Z</updated>
		
		<summary type="html">&lt;p&gt;M kakara: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Category:Οικολογία ]]&lt;br /&gt;
&lt;br /&gt;
''' Ανίχνευση της υδατικής καταπόνησης των φυτών σε φυσικά οικοσυστήματα μέσω τηλεπισκόπησης με χρήση θερμικής ακτινοβολίας. '''&lt;br /&gt;
&lt;br /&gt;
Thermal remote sensing of plant water stress in natural ecosystems&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Na Liu, Zijuan Deng, Hailong Wang, Zidong Luo, Hugo A. Gutiérrez-Jurado,&lt;br /&gt;
Xinguang He and Huade Guan&lt;br /&gt;
&lt;br /&gt;
'''Πηγή:''' [[https://www.sciencedirect.com/science/article/pii/S0378112720312020]]&lt;br /&gt;
&lt;br /&gt;
'''Abstract'''&lt;br /&gt;
&lt;br /&gt;
Για την παρακολούθηση της υδατικής καταπόνησης των φυτών χρησιμοποιούνται ευρεύως θερμικοί δείκτες που βασίζονται σε μετρήσεις θερμοκρασίας του θόλου (θερμοκρασία των φυτών) (Tc). Τέτοιες εφαρμογές αφορούσαν κυρίως ομοιογενείς καλλιέργειες. Σε φυτά φυσικών οικοσυστημάτων έχουν διεξαχθεί λίγες μελέτες με συνεχείς παρατηρήσεις. Εδώ εξετάζουμε εάν ο κοινώς χρησιμοποιούμενος δείκτης υδατικής καταπόνησης καλλιέργειας (CWSI) ισχύει για τη βλάστηση σε μη διαχειριζόμενα οικοσυστήματα.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Οι περισσότερες μέθοδοι που χρησιμοποιούνται για την παρακολούθηση των επιπέδων του νερού, συμπεριλαμβανομένων των μετρήσεων του δυναμικού του νερού του εδάφους, του δυναμικού των βλαστών και φύλλων και της περιεκτικότητας του εδάφους σε νερό, βασίζονται σε εξειδικευμένο εξοπλισμό και σημειακές επιτόπιες μετρήσεις. Αυτές οι τεχνικές δίνουν ακριβείς πληροφορίες για το έλλειμμα νερού στο έδαφος, ωστόσο είναι απαιτούν εντατική εργασία και είναι αρκετά εντοπισμένες, περιορίζοντας έτσι την εφαρμογή σε μεγαλύτερες κλίμακες. Ως εναλλακτική λύση στους συμβατικούς δείκτες της κατάστασης του νερού, η θερμοκρασία του θόλου μπορεί να αντιμετωπίσει τέτοιους περιορισμούς με το πλεονεκτήματα της μεγάλης χωρικής κάλυψης (Gautam and Pagay, 2020). Αυτό βασίζεται στο ότι η θερμοκρασία του θόλου αυξάνεται καθώς οι ρυθμοί διαπνοής των φυτών μειώνονται ως απόκριση στην έλλειψη νερού του εδάφους κοντά στο ριζικό σύστημα. Έχουν αναπτυχθεί αρκετοί θερμικοί δείκτες με βάση τη θερμοκρασία του θόλου για την παρακολούθηση της κατάστασης του νερού στις καλλιέργειες. Χρησιμοποιείται ο δείκτης υδατικής καταπόνησης των  καλλιεργειών (CWSI) ο οποίος μπορεί να εκτιμηθεί εμπειρικά. Ο δείκτης κανονικοποιείται ώστε να είναι σε ένα επίπεδο καταπόνησης μεταξύ του μηδέν (τα όρια χωρίς υδατική καταπόνηση υπό καλά αρδευόμενες συνθήκες) και του ένα (τα όρια ξηρασίας υπό συνθήκες μη διαπνοής).&lt;br /&gt;
Η υγρασία του εδάφους αποτελεί μια σημαντική μεταβλητή σε διάφορες εφαρμογές για την εκτίμηση της εξατμοδιαπνοής και τη διαχείριση των δασών. Για την εκτίμηση της υγρασίας του εδάφους έχουν χρησιμοποιηθεί μέθοδοι θερμικής υπέρυθρης ανίχνευσης με βάση τους δείκτες θερμοκρασίας επιφάνειας και βλάστησης. Ο δείκτης CWSI ως δείκτης επιπέδων νερού αποδίδει καλά σε καλλιέργειες ή υπό ελεγχόμενες συνθήκες σε θερμοκήπιο, αλλά σπάνια εξετάζεται σε φυσικό περιβάλλον, το οποίο διαφέρει απο τους αγρούς σημαντικά. Αυτό γιατί χαρακτηρίζονται από σύνθετη τοπογραφία, μικτή βλάστηση και μεγάλο φάσμα συνθηκών υγρασίας. Είναι πιο δύσκολο να ανιχνευθεί η κατάσταση του νερού στο έδαφος, διαμέσου του χρόνου, ενός φυσικού οικοσυστήματος από ό, τι σε μια ομοιογενή καλλιέργεια.&lt;br /&gt;
Αυτή η μελέτη εξετάζει τη δυνατότητα χρήσης θερμικών δεικτών για τις μετρήσεις θερμοκρασίας του θόλου για την ανίχνευση της υδατικής καταπόνησης των φυτών σε φυσικά περιβάλλοντα.&lt;br /&gt;
&lt;br /&gt;
'''Υλικά και Μέθοδοι'''&lt;br /&gt;
&lt;br /&gt;
*Μετρήσεις&lt;br /&gt;
Τα πειράματα της μελέτης διεξήχθησαν σε τρεία σημεία πεδίου στην Αδελαΐδα της Νότιας Αυστραλίας. Το κλίμα είναι μεσογειακού τύπου χαρακτηρίζεται με ζεστό και ξηρό καλοκαίρι και ήπιο και υγρό χειμώνα. &lt;br /&gt;
1.	Πρώτη μέτρηση&lt;br /&gt;
Η πρώτη θέση βρίσκεται σε μια πλαγιά στην πανεπιστημιούπολη του Πανεπιστημίου Flinders και παρακολουθήθηκαν δύο ιθαγενή είδη δένδρων, Eucalyptus microcarpa και Acacia pycnantha, κατα την περίοδο (2012-2013). Σε βορεινό σημείο των δένδρων τοποθετήθηκαν δύο θερμικές κάμερες η μία 6 μέτρα μακριά από τον Eucalyptus microcarpa και η άλλη 2,4 μέτρα από την Acacia pycnantha για να επικεντρωθεί σε έναν κλάδο της. Οι θερμοκρασίες του θόλου μετρούνταν κάθε λεπτό σε επιλεγμένες ημέρες από τον Ιανουάριο του 2012 έως τον Μάιο του 2013. Τοποθετήθηκε επίσης ένας ανιχνευτές υγρασίας εδάφους σε βάθος ενός μέτρου σε κάθε είδος. Το υδατικό δυναμικό των βλαστών παρακολουθήθηκε με δύο ψυχόμετρα την περίοδο μελέτης (2012-2013) σε διαστήματα 15 λεπτών (ξηρή περίοδος) ή 30 λεπτών (υγρή περίοδος). Επίσης εγκαταστάθηκε και ένας ανιχνευτής υγρασίας εδάφους σε κάθε είδος. Τέλος εγκαταστάθηκε και ένας μετεωρολογικός σταθμός τον Μάρτιο του 2012 κοντά στην Acacia pycnantha για συνεχή μέτρηση της θερμοκρασίας του αέρα, της σχετικής υγρασίας, της ηλιακής ακτινοβολίας, της ταχύτητας του ανέμου και των βροχοπτώσεων.&lt;br /&gt;
2.	Δεύτερη μέτρηση&lt;br /&gt;
Η δεύτερη θέση βρίσκεται σε μια φυσική λεκάνη βλάστησης σε δύο απέναντι πλαγιές, όπου η μία προσανατολίζεται στο βορρά και η άλλη στο νότο. Τα κυρίαρχα είδη στην περιοχή είναι το Eucalyptus leucoxylon και το Eucalyptus fasciculosa. Η θερμοκρασία του θόλου μετρούνταν συνεχώ από έναν αισθητήρα υπέρυθρης ακτινοβολίας με οπτικό πεδίο 45° από τις 6 Απριλίου 2013 έως τις 31 Μαΐου 2014. Τοποθετήθηκαν ανιχνευτές υγρασίας εδάφους για τη συνεχή μέτρηση της περιεκτικότητας σε νερό εδάφους σε βάθη 10, 30 και 50 cm. Η ταχύτητα του ανέμου, η σχετική υγρασία, η θερμοκρασία του αέρα, η βροχόπτωση και η ηλιακή ακτινοβολία μετρούνταν σε διαστήματα 15 λεπτών.&lt;br /&gt;
3.	Τρίτη μέτρηση&lt;br /&gt;
Η τρίτη θέση βρίσκεται σε μια περιοχή με κωνοφόρα στην πανεπιστημιούπολη του Πανεπιστημίου Flinders και μελετήθηκαν τέσσερα δέντρα του είδους Allocasuarina verticillata, το οποίο είναι ένα τυπικό κωνοφόρο στη Νότια Αυστραλία. Οι μετρήσεις της θερμοκρασίας του θόλου γίνονταν το μεσημέρι (12:00-14:00 σε τοπική χειμερινή ώρα) και ταμετεωρολογικά δεδομένα συλλέχθηκαν σε δύο περιόδους: 21 Μαρτίου έως 14 Μαΐου 2018 και 4 Δεκεμβρίου 2018 έως 30 Ιανουαρίου 2019. Η θερμοκρασία του θόλου μετρήθηκε χρησιμοποιώντας μια φορητή θερμική κάμερα. Για κάθε δέντρο, οι θερμικές εικόνες που συλλέχθηκαν ήταν από δύο γωνίες παρατήρησης για να αποφευχθεί η σκιά από τα γύρω δέντρα το μεσημέρι. Το υδατικό δυναμικό των βλαστών παρακολουθήθηκε με ψυχόμετρα την περίοδο μελέτης (2012-2013) σε διαστήματα 30 λεπτών. Η θερμοκρασία του αέρα καταγραφόταν κάθε 30 λεπτά. Επίσης καθώς η συννεφία επιδεινώνει την απόδοση των θερμικών δεικτών επιλέχθηκαν μόνο τα δεδομένα που μετρήθηκαν σε ημέρες με καλή κατανομή της ηλιακής ακτινοβολίας για όλες τις θέσεις.&lt;br /&gt;
*Ορισμός και παραμετροποίηση για το CWSI&lt;br /&gt;
Ο δείκτης υδατικής καταπόνησης μιας καλλιέργειας (CWSI) ορίζεται από τα όρια χωρίς υδατική καταπόνηση και τα όρια μη διαπνοής. Σύμφωνα με την εμπειρική προσέγγιση, η διαφορά θερμοκρασίας μεταξύ του θόλου και του αέρα (Tc-Ta) ακολουθεί μια γραμμική σχέση με το έλλειμα των υδρατμών της ατμόσφαιρας (VPD), εάν οι καλλιέργειες είναι καλά αρδευόμενες.&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα''' &lt;br /&gt;
&lt;br /&gt;
*Αξιολόγηση του CWSI&lt;br /&gt;
Τα αποτελέσματα των ορίων μη υδατικής καταπόνησης και μη διαφαινόμενης καταπόνησης παρουσιάζονται στον πίνακα 2.&lt;br /&gt;
[[Αρχείο:Screenshot_(860).png|200px|thumb|right|Πίνακας 2: Τα ορίων μη υδατικής καταπόνησης και μη διαφαινόμενης καταπόνησης.]]&lt;br /&gt;
*Αξιολόγηση του βέλτιστου χρόνου&lt;br /&gt;
Οι συνεχείς μετρήσεις θερμοκρασίες του θόλου κατά τη διάρκεια μιας ημέρας παρέχουν την ευκαιρία να εξεταστεί ο βέλτιστος χρόνος για την εφαρμογή θερμικών δεικτών. Για να υπάρχει όμως μια δίκαιη σύγκριση, περιλαμβάνονται μόνο οι εικόνες που λήφθηκαν σε σαφείς ημέρες στην πρώτη και δεύτερη θέση με συνεχείς μετρήσεις της θερμοκρασίας του θόλου από τις 10:00 έως τις 16:00.&lt;br /&gt;
*Αξιολόγηση του CWSI &lt;br /&gt;
Φαίνεται ότι η δυναμική του CWSI είτε βασίζεται σε εμπειρικές είτε σε θεωρητικές μεθόδους ανταποκρίνεται καλά στην αλλαγή της κατάστασης του εδαφικού νερού, υποδεικνύοντας την ικανότητά του για την παρακολούθηση της υδατικής καταπόνησης των φυτών.&lt;br /&gt;
Επίδραση των περιβαλλοντικών συνθηκών στις επιδόσεις των θερμικών δεικτών&lt;br /&gt;
Η ταχύτητα του ανέμου αποδείχθηκε ότι είναι ο σημαντικότερος παράγοντας που οδηγεί σε λανθασμένες τιμές θερμοκρασίας θόλου και συνεπώς CWSI. Η υψηλή ταχύτητα ανέμου μειώνει τις διαφορές θερμοκρασίας μεταξύ της διαφορετικής αγωγιμότητας των στομάτων των φύλλων και συνεπώς τα αποτελέσματα των θερμικών μετρήσεων. Επίσης η θερμοκρασία του θόλου πέφτει με μείωση της ηλιακής ακτινοβολίας.&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Οι επιδόσεις του δείκτη υδατικής καταπόνησης των καλλιεργειών (CWSI) με βάση τις μετρήσεις θερμοκρασίας θόλου έχουν προσδιοριστεί τόσο εμπειρικά όσο και θεωρητικά για την ανίχνευση του υδατικού στρες των φυτών σε τρία φυσικά οικοσυστήματα. Η μελέτη δείχνει ότι και οι δύο τύποι CWSI είναι ικανοί να καταγράψουν την ποικιλία προτύπων της υδατικής καταπόνησης των φυτών. Ο εμπειρικός δείκτης συνιστάται λόγω σημαντικά καλύτερης απόδοσης στην αξιολόγηση της υδατικής καταπόνησης των ειδών που μελετήθηκαν. Γενικά αποδείχθηκε ότι το μεσημέρι είναι ο βέλτιστος χρόνος κατά τη διάρκεια μιας ημέρας για να χρησιμοποιηθούν οι θερμικοί δείκτες ως δείκτης υδατικής καταπόνησης. Οι πιο κατάλληλες καιρικές συνθήκες όσον αφορά την ταχύτητα του ανέμου και την ηλιακή ακτινοβολία είναι ελαφρώς διαφορετικές για είδος που μελετάται.&lt;/div&gt;</summary>
		<author><name>M kakara</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CF%85%CE%B4%CE%B1%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%BA%CE%B1%CF%84%CE%B1%CF%80%CF%8C%CE%BD%CE%B7%CF%83%CE%B7%CF%82_%CF%84%CF%89%CE%BD_%CF%86%CF%85%CF%84%CF%8E%CE%BD_%CF%83%CE%B5_%CF%86%CF%85%CF%83%CE%B9%CE%BA%CE%AC_%CE%BF%CE%B9%CE%BA%CE%BF%CF%83%CF%85%CF%83%CF%84%CE%AE%CE%BC%CE%B1%CF%84%CE%B1_%CE%BC%CE%AD%CF%83%CF%89_%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%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CE%B8%CE%B5%CF%81%CE%BC%CE%B9%CE%BA%CE%AE%CF%82_%CE%B1%CE%BA%CF%84%CE%B9%CE%BD%CE%BF%CE%B2%CE%BF%CE%BB%CE%AF%CE%B1%CF%82</id>
		<title>Ανίχνευση της υδατικής καταπόνησης των φυτών σε φυσικά οικοσυστήματα μέσω τηλεπισκόπησης με χρήση θερμικής ακτινοβολίας</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CF%85%CE%B4%CE%B1%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%BA%CE%B1%CF%84%CE%B1%CF%80%CF%8C%CE%BD%CE%B7%CF%83%CE%B7%CF%82_%CF%84%CF%89%CE%BD_%CF%86%CF%85%CF%84%CF%8E%CE%BD_%CF%83%CE%B5_%CF%86%CF%85%CF%83%CE%B9%CE%BA%CE%AC_%CE%BF%CE%B9%CE%BA%CE%BF%CF%83%CF%85%CF%83%CF%84%CE%AE%CE%BC%CE%B1%CF%84%CE%B1_%CE%BC%CE%AD%CF%83%CF%89_%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%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CE%B8%CE%B5%CF%81%CE%BC%CE%B9%CE%BA%CE%AE%CF%82_%CE%B1%CE%BA%CF%84%CE%B9%CE%BD%CE%BF%CE%B2%CE%BF%CE%BB%CE%AF%CE%B1%CF%82"/>
				<updated>2022-02-09T18:47:17Z</updated>
		
		<summary type="html">&lt;p&gt;M kakara: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Category:Οικολογία ]]&lt;br /&gt;
&lt;br /&gt;
''' Ανίχνευση της υδατικής καταπόνησης των φυτών σε φυσικά οικοσυστήματα μέσω τηλεπισκόπησης με χρήση θερμικής ακτινοβολίας. '''&lt;br /&gt;
&lt;br /&gt;
Thermal remote sensing of plant water stress in natural ecosystems&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Na Liu, Zijuan Deng, Hailong Wang, Zidong Luo, Hugo A. Gutiérrez-Jurado,&lt;br /&gt;
Xinguang He and Huade Guan&lt;br /&gt;
&lt;br /&gt;
'''Πηγή:''' [[https://www.sciencedirect.com/science/article/pii/S0378112720312020]]&lt;br /&gt;
&lt;br /&gt;
'''Abstract'''&lt;br /&gt;
Για την παρακολούθηση της υδατικής καταπόνησης των φυτών χρησιμοποιούνται ευρεύως θερμικοί δείκτες που βασίζονται σε μετρήσεις θερμοκρασίας του θόλου (θερμοκρασία των φυτών) (Tc). Τέτοιες εφαρμογές αφορούσαν κυρίως ομοιογενείς καλλιέργειες. Σε φυτά φυσικών οικοσυστημάτων έχουν διεξαχθεί λίγες μελέτες με συνεχείς παρατηρήσεις. Εδώ εξετάζουμε εάν ο κοινώς χρησιμοποιούμενος δείκτης υδατικής καταπόνησης καλλιέργειας (CWSI) ισχύει για τη βλάστηση σε μη διαχειριζόμενα οικοσυστήματα.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
 Οι περισσότερες μέθοδοι που χρησιμοποιούνται για την παρακολούθηση των επιπέδων του νερού, συμπεριλαμβανομένων των μετρήσεων του δυναμικού του νερού του εδάφους, του δυναμικού των βλαστών και φύλλων και της περιεκτικότητας του εδάφους σε νερό, βασίζονται σε εξειδικευμένο εξοπλισμό και σημειακές επιτόπιες μετρήσεις. Αυτές οι τεχνικές δίνουν ακριβείς πληροφορίες για το έλλειμμα νερού στο έδαφος, ωστόσο είναι απαιτούν εντατική εργασία και είναι αρκετά εντοπισμένες, περιορίζοντας έτσι την εφαρμογή σε μεγαλύτερες κλίμακες. Ως εναλλακτική λύση στους συμβατικούς δείκτες της κατάστασης του νερού, η θερμοκρασία του θόλου μπορεί να αντιμετωπίσει τέτοιους περιορισμούς με το πλεονεκτήματα της μεγάλης χωρικής κάλυψης (Gautam and Pagay, 2020). Αυτό βασίζεται στο ότι η θερμοκρασία του θόλου αυξάνεται καθώς οι ρυθμοί διαπνοής των φυτών μειώνονται ως απόκριση στην έλλειψη νερού του εδάφους κοντά στο ριζικό σύστημα. Έχουν αναπτυχθεί αρκετοί θερμικοί δείκτες με βάση τη θερμοκρασία του θόλου για την παρακολούθηση της κατάστασης του νερού στις καλλιέργειες. Χρησιμοποιείται ο δείκτης υδατικής καταπόνησης των  καλλιεργειών (CWSI) ο οποίος μπορεί να εκτιμηθεί εμπειρικά. Ο δείκτης κανονικοποιείται ώστε να είναι σε ένα επίπεδο καταπόνησης μεταξύ του μηδέν (τα όρια χωρίς υδατική καταπόνηση υπό καλά αρδευόμενες συνθήκες) και του ένα (τα όρια ξηρασίας υπό συνθήκες μη διαπνοής).&lt;br /&gt;
Η υγρασία του εδάφους αποτελεί μια σημαντική μεταβλητή σε διάφορες εφαρμογές για την εκτίμηση της εξατμοδιαπνοής και τη διαχείριση των δασών. Για την εκτίμηση της υγρασίας του εδάφους έχουν χρησιμοποιηθεί μέθοδοι θερμικής υπέρυθρης ανίχνευσης με βάση τους δείκτες θερμοκρασίας επιφάνειας και βλάστησης. Ο δείκτης CWSI ως δείκτης επιπέδων νερού αποδίδει καλά σε καλλιέργειες ή υπό ελεγχόμενες συνθήκες σε θερμοκήπιο, αλλά σπάνια εξετάζεται σε φυσικό περιβάλλον, το οποίο διαφέρει απο τους αγρούς σημαντικά. Αυτό γιατί χαρακτηρίζονται από σύνθετη τοπογραφία, μικτή βλάστηση και μεγάλο φάσμα συνθηκών υγρασίας. Είναι πιο δύσκολο να ανιχνευθεί η κατάσταση του νερού στο έδαφος, διαμέσου του χρόνου, ενός φυσικού οικοσυστήματος από ό, τι σε μια ομοιογενή καλλιέργεια.&lt;br /&gt;
Αυτή η μελέτη εξετάζει τη δυνατότητα χρήσης θερμικών δεικτών για τις μετρήσεις θερμοκρασίας του θόλου για την ανίχνευση της υδατικής καταπόνησης των φυτών σε φυσικά περιβάλλοντα.&lt;br /&gt;
&lt;br /&gt;
'''Υλικά και Μέθοδοι'''&lt;br /&gt;
*Μετρήσεις&lt;br /&gt;
Τα πειράματα της μελέτης διεξήχθησαν σε τρεία σημεία πεδίου στην Αδελαΐδα της Νότιας Αυστραλίας. Το κλίμα είναι μεσογειακού τύπου χαρακτηρίζεται με ζεστό και ξηρό καλοκαίρι και ήπιο και υγρό χειμώνα. &lt;br /&gt;
1.	Πρώτη μέτρηση&lt;br /&gt;
Η πρώτη θέση βρίσκεται σε μια πλαγιά στην πανεπιστημιούπολη του Πανεπιστημίου Flinders και παρακολουθήθηκαν δύο ιθαγενή είδη δένδρων, Eucalyptus microcarpa και Acacia pycnantha, κατα την περίοδο (2012-2013). Σε βορεινό σημείο των δένδρων τοποθετήθηκαν δύο θερμικές κάμερες η μία 6 μέτρα μακριά από τον Eucalyptus microcarpa και η άλλη 2,4 μέτρα από την Acacia pycnantha για να επικεντρωθεί σε έναν κλάδο της. Οι θερμοκρασίες του θόλου μετρούνταν κάθε λεπτό σε επιλεγμένες ημέρες από τον Ιανουάριο του 2012 έως τον Μάιο του 2013. Τοποθετήθηκε επίσης ένας ανιχνευτές υγρασίας εδάφους σε βάθος ενός μέτρου σε κάθε είδος. Το υδατικό δυναμικό των βλαστών παρακολουθήθηκε με δύο ψυχόμετρα την περίοδο μελέτης (2012-2013) σε διαστήματα 15 λεπτών (ξηρή περίοδος) ή 30 λεπτών (υγρή περίοδος). Επίσης εγκαταστάθηκε και ένας ανιχνευτής υγρασίας εδάφους σε κάθε είδος. Τέλος εγκαταστάθηκε και ένας μετεωρολογικός σταθμός τον Μάρτιο του 2012 κοντά στην Acacia pycnantha για συνεχή μέτρηση της θερμοκρασίας του αέρα, της σχετικής υγρασίας, της ηλιακής ακτινοβολίας, της ταχύτητας του ανέμου και των βροχοπτώσεων.&lt;br /&gt;
2.	Δεύτερη μέτρηση&lt;br /&gt;
Η δεύτερη θέση βρίσκεται σε μια φυσική λεκάνη βλάστησης σε δύο απέναντι πλαγιές, όπου η μία προσανατολίζεται στο βορρά και η άλλη στο νότο. Τα κυρίαρχα είδη στην περιοχή είναι το Eucalyptus leucoxylon και το Eucalyptus fasciculosa. Η θερμοκρασία του θόλου μετρούνταν συνεχώ από έναν αισθητήρα υπέρυθρης ακτινοβολίας με οπτικό πεδίο 45° από τις 6 Απριλίου 2013 έως τις 31 Μαΐου 2014. Τοποθετήθηκαν ανιχνευτές υγρασίας εδάφους για τη συνεχή μέτρηση της περιεκτικότητας σε νερό εδάφους σε βάθη 10, 30 και 50 cm. Η ταχύτητα του ανέμου, η σχετική υγρασία, η θερμοκρασία του αέρα, η βροχόπτωση και η ηλιακή ακτινοβολία μετρούνταν σε διαστήματα 15 λεπτών.&lt;br /&gt;
3.	Τρίτη μέτρηση&lt;br /&gt;
Η τρίτη θέση βρίσκεται σε μια περιοχή με κωνοφόρα στην πανεπιστημιούπολη του Πανεπιστημίου Flinders και μελετήθηκαν τέσσερα δέντρα του είδους Allocasuarina verticillata, το οποίο είναι ένα τυπικό κωνοφόρο στη Νότια Αυστραλία. Οι μετρήσεις της θερμοκρασίας του θόλου γίνονταν το μεσημέρι (12:00-14:00 σε τοπική χειμερινή ώρα) και ταμετεωρολογικά δεδομένα συλλέχθηκαν σε δύο περιόδους: 21 Μαρτίου έως 14 Μαΐου 2018 και 4 Δεκεμβρίου 2018 έως 30 Ιανουαρίου 2019. Η θερμοκρασία του θόλου μετρήθηκε χρησιμοποιώντας μια φορητή θερμική κάμερα. Για κάθε δέντρο, οι θερμικές εικόνες που συλλέχθηκαν ήταν από δύο γωνίες παρατήρησης για να αποφευχθεί η σκιά από τα γύρω δέντρα το μεσημέρι. Το υδατικό δυναμικό των βλαστών παρακολουθήθηκε με ψυχόμετρα την περίοδο μελέτης (2012-2013) σε διαστήματα 30 λεπτών. Η θερμοκρασία του αέρα καταγραφόταν κάθε 30 λεπτά. Επίσης καθώς η συννεφία επιδεινώνει την απόδοση των θερμικών δεικτών επιλέχθηκαν μόνο τα δεδομένα που μετρήθηκαν σε ημέρες με καλή κατανομή της ηλιακής ακτινοβολίας για όλες τις θέσεις.&lt;br /&gt;
*Ορισμός και παραμετροποίηση για το CWSI&lt;br /&gt;
Ο δείκτης υδατικής καταπόνησης μιας καλλιέργειας (CWSI) ορίζεται από τα όρια χωρίς υδατική καταπόνηση και τα όρια μη διαπνοής. Σύμφωνα με την εμπειρική προσέγγιση, η διαφορά θερμοκρασίας μεταξύ του θόλου και του αέρα (Tc-Ta) ακολουθεί μια γραμμική σχέση με το έλλειμα των υδρατμών της ατμόσφαιρας (VPD), εάν οι καλλιέργειες είναι καλά αρδευόμενες.&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα''' &lt;br /&gt;
*Αξιολόγηση του CWSI&lt;br /&gt;
Τα αποτελέσματα των ορίων μη υδατικής καταπόνησης και μη διαφαινόμενης καταπόνησης παρουσιάζονται στον πίνακα 2.&lt;br /&gt;
[[Αρχείο:Screenshot_(860).png|200px|thumb|right|Πίνακας 2: Τα ορίων μη υδατικής καταπόνησης και μη διαφαινόμενης καταπόνησης.]]&lt;br /&gt;
*Αξιολόγηση του βέλτιστου χρόνου&lt;br /&gt;
Οι συνεχείς μετρήσεις θερμοκρασίες του θόλου κατά τη διάρκεια μιας ημέρας παρέχουν την ευκαιρία να εξεταστεί ο βέλτιστος χρόνος για την εφαρμογή θερμικών δεικτών. Για να υπάρχει όμως μια δίκαιη σύγκριση, περιλαμβάνονται μόνο οι εικόνες που λήφθηκαν σε σαφείς ημέρες στην πρώτη και δεύτερη θέση με συνεχείς μετρήσεις της θερμοκρασίας του θόλου από τις 10:00 έως τις 16:00.&lt;br /&gt;
*Αξιολόγηση του CWSI &lt;br /&gt;
Φαίνεται ότι η δυναμική του CWSI είτε βασίζεται σε εμπειρικές είτε σε θεωρητικές μεθόδους ανταποκρίνεται καλά στην αλλαγή της κατάστασης του εδαφικού νερού, υποδεικνύοντας την ικανότητά του για την παρακολούθηση της υδατικής καταπόνησης των φυτών.&lt;br /&gt;
Επίδραση των περιβαλλοντικών συνθηκών στις επιδόσεις των θερμικών δεικτών&lt;br /&gt;
Η ταχύτητα του ανέμου αποδείχθηκε ότι είναι ο σημαντικότερος παράγοντας που οδηγεί σε λανθασμένες τιμές θερμοκρασίας θόλου και συνεπώς CWSI. Η υψηλή ταχύτητα ανέμου μειώνει τις διαφορές θερμοκρασίας μεταξύ της διαφορετικής αγωγιμότητας των στομάτων των φύλλων και συνεπώς τα αποτελέσματα των θερμικών μετρήσεων. Επίσης η θερμοκρασία του θόλου πέφτει με μείωση της ηλιακής ακτινοβολίας.&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
Οι επιδόσεις του δείκτη υδατικής καταπόνησης των καλλιεργειών (CWSI) με βάση τις μετρήσεις θερμοκρασίας θόλου έχουν προσδιοριστεί τόσο εμπειρικά όσο και θεωρητικά για την ανίχνευση του υδατικού στρες των φυτών σε τρία φυσικά οικοσυστήματα. Η μελέτη δείχνει ότι και οι δύο τύποι CWSI είναι ικανοί να καταγράψουν την ποικιλία προτύπων της υδατικής καταπόνησης των φυτών. Ο εμπειρικός δείκτης συνιστάται λόγω σημαντικά καλύτερης απόδοσης στην αξιολόγηση της υδατικής καταπόνησης των ειδών που μελετήθηκαν. Γενικά αποδείχθηκε ότι το μεσημέρι είναι ο βέλτιστος χρόνος κατά τη διάρκεια μιας ημέρας για να χρησιμοποιηθούν οι θερμικοί δείκτες ως δείκτης υδατικής καταπόνησης. Οι πιο κατάλληλες καιρικές συνθήκες όσον αφορά την ταχύτητα του ανέμου και την ηλιακή ακτινοβολία είναι ελαφρώς διαφορετικές για είδος που μελετάται.&lt;/div&gt;</summary>
		<author><name>M kakara</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%9C%CE%B9%CE%B1_%CE%BD%CE%AD%CE%B1_%CF%80%CF%81%CE%BF%CF%83%CE%AD%CE%B3%CE%B3%CE%B9%CF%83%CE%B7_%CE%B3%CE%B9%CE%B1_%CF%84%CE%BF%CE%BD_%CE%B5%CE%BD%CF%84%CE%BF%CF%80%CE%B9%CF%83%CE%BC%CF%8C_hotspots_%CE%B8%CE%B1%CE%BB%CE%AC%CF%83%CF%83%CE%B9%CF%89%CE%BD_%CF%80%CF%84%CE%B7%CE%BD%CF%8E%CE%BD_%CE%BC%CE%AD%CF%83%CF%89_%CE%B1%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7%CF%82_%CF%87%CE%BB%CF%89%CF%81%CE%BF%CF%86%CF%8D%CE%BB%CE%BB%CE%B7%CF%82_%CE%91_%CE%BC%CE%B5_%CF%84%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82</id>
		<title>Μια νέα προσέγγιση για τον εντοπισμό hotspots θαλάσσιων πτηνών μέσω ανίχνευσης χλωροφύλλης Α με τη χρήση τηλεπισκόπησης</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%9C%CE%B9%CE%B1_%CE%BD%CE%AD%CE%B1_%CF%80%CF%81%CE%BF%CF%83%CE%AD%CE%B3%CE%B3%CE%B9%CF%83%CE%B7_%CE%B3%CE%B9%CE%B1_%CF%84%CE%BF%CE%BD_%CE%B5%CE%BD%CF%84%CE%BF%CF%80%CE%B9%CF%83%CE%BC%CF%8C_hotspots_%CE%B8%CE%B1%CE%BB%CE%AC%CF%83%CF%83%CE%B9%CF%89%CE%BD_%CF%80%CF%84%CE%B7%CE%BD%CF%8E%CE%BD_%CE%BC%CE%AD%CF%83%CF%89_%CE%B1%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7%CF%82_%CF%87%CE%BB%CF%89%CF%81%CE%BF%CF%86%CF%8D%CE%BB%CE%BB%CE%B7%CF%82_%CE%91_%CE%BC%CE%B5_%CF%84%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82"/>
				<updated>2022-02-09T18:39:17Z</updated>
		
		<summary type="html">&lt;p&gt;M kakara: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Category:Αστικός και περιφερειακός σχεδιασμός ]]&lt;br /&gt;
&lt;br /&gt;
''' Μια νέα προσέγγιση για τον εντοπισμό hotspots θαλάσσιων πτηνών μέσω ανίχνευσης χλωροφύλλης Α με τη χρήση τηλεπισκόπησης '''&lt;br /&gt;
&lt;br /&gt;
New approach for using remotely sensed chrophyll a to identify seabird hotspots&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Robert M. Suryan, Jarrod A. Santora, William J. Sydeman&lt;br /&gt;
&lt;br /&gt;
'''Πηγή:''' [[https://www.researchgate.net/publication/229905054_New_approach_for_using_remotely_sensed_chlorophyll_a_to_identify_seabird_hotspots]]&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
Η έντονη αστικοποίηση έχει ευεργετικές αλλά και δυσμενείς συνέπειες, που επηρεάζουν από περιβαλλοντική και κοινωνική σκοπιά τους κατοίκους των πόλεων. Οι στέγες και οι τοίχοι των πολυώροφων κτιρίων με πιο σκούρες επιφάνειες, οι χώροι στάθμευσης, οι δρόμοι και τα πεζοδρόμια που είναι κατασκευασμένα από άσφαλτο και σκυρόδεμα τείνουν να έχουν χαμηλό albedo. Αυτές οι σκούρες επιφάνειες χαμηλού albedo απορροφούν υψηλότερη ποσότητα ηλιακής ακτινοβολίας και την μετατρέπουν σε θερμική ενέργεια. Συνεπώς, συσσωρεύονται υπερβολικές ποσότητες θερμικής ενέργειας σε αυτά τα επίπεδα. Έτσι στις αστικές περιοχές σημειώνονται αυξημένες θερμοκρασίες σε σύγκριση με τις γύρω αγροτικές περιοχές. Όμως, αν και η διαφορά θερμοκρασίας δεν είναι μεγάλη, μπορεί να προκαλέσει αρκετά αξιοσημείωτα κοινωνικά και περιβαλλοντικά προβλήματα στις αστικές περιοχές. Ο πυρήνας της πόλης γίνεται θερμότερος από την περιφέρειά της, σχηματίζοντας έτσι μια αστική θερμική νησίδα. Οι ερευνητές ορίζουν την αστική θερμική νησίδα ως το φαινόμενο που αφορά τη χαρακτηριστική ζεστασιά τόσο της ατμόσφαιρας όσο και των επιφανειών στις πόλεις σε σύγκριση με το περιβάλλον τους. Τα αυξημένα επίπεδα θερμοκρασίας και η ατμοσφαιρική ρύπανση, τα οποία είναι συνέπειες των αστικών θερμικών νησίδων έχουν δυσμενείς επιπτώσεις στην ανθρώπινη υγεία. Τέτοιες επιδράσεις είναι η γενική δυσφορία, τα αναπνευστικά προβλήματα, τα εγκεφαλικά επεισόδια και οι κράμπες, η εξάντληση και ακόμη και οι θάνατοι που σχετίζονται με τη θερμότητα. &lt;br /&gt;
Η τηλεπισκόπηση παρέχει μια οικονομική, αποδοτική και γρήγορη μεθοδολογία για την ανάλυση των χωρικά και χρονικά κατανεμημένων θερμοκρασιών της επιφάνειας της γης, δεδομένου ότι η κάλυψη των δορυφορικών εικόνων αφορά μεγάλη περιοχή. Τα τελευταία χρόνια οι τεχνικές τηλεπισκόπησης με υπέρυθρη ακτινοβολία (TIR) έχουν εφαρμοστεί σε περιβαλλοντικές μελέτες και μελέτες του κλίματος των πόλεων, κυρίως για την ανάλυση των προτύπων θερμοκρασίας της επιφάνειας της γης (LST) και τη σχέση της με τα χαρακτηριστικά της επιφάνειας της γης. Εκτός από τις μετρήσεις των LST, αυτοί οι αισθητήρες υπέρυθρης ακτινοβολίας μπορούν επίσης να χρησιμοποιηθούν για την απόκτηση δεδομένων εκπομπής διαφορετικών επιφανειών με ποικίλες αναλύσεις και ακρίβειες.&lt;br /&gt;
&lt;br /&gt;
Περιοχή μελέτης: Η πόλη Τάντα είναι η πρωτεύουσα του Κυβερνείου El Gharbeya, είναι μέρος του Δέλτα του Νείλου και περιβάλλεται από καλλιεργημένες εύφορες εκτάσεις. Ο συνολικός πληθυσμός της πόλης είναι 429.000 κάτοικοι. Με το υψηλό ποσοστό αστικοποίησης που την χαρακτηρίζει, η κάλυψη της βλάστησης μειώνεται γρήγορα και αντικαθίσταται από ψηλά κτίρια, δρόμους, χώρους στάθμευσης, πεζοδρόμια και άλλες κατασκευές, ενώ η υψηλή συγκέντρωση οχημάτων στην περιοχή συμβάλλει στην εκπομπή θερμότητας και αερίων ρύπων. Η χαμηλότερη θερμοκρασία του αέρα καταγράφεται τον Ιανουάριο, κατά μέσο όρο 18° C και υψηλότερη θερμοκρασία τον Ιούλιο, κατά μέσο όρο 33 ° C. &lt;br /&gt;
&lt;br /&gt;
'''Μεθοδολογία'''&lt;br /&gt;
*Χαρτογράφηση της Αστικής Ανάπτυξης μεταξύ 1984 και 2013&lt;br /&gt;
Η περιοχή που ερευνάται καλύπτεται κυρίως από καλλιεργούμενες εκτάσεις και αστικές περιοχές που εξαπλώνονται και καταπατούν την αρόσιμη γη. Η μελέτη διεξάγεται κατά τη θερινή περίοδο, τα περισσότερα από τα χωράφια καλλιεργούνται με δέντρα και καλλιέργειες ενώ δεν εμφανίστηκαν έρημοι ή γυμνά εδάφη στις εικόνες Landsat. Οι εικόνες που αποκτήθηκαν ήταν όλες καθαρές χωρίς σύννεφα, λόγω των ξηρών καλοκαιρινών πρωινών (7:00-8:00 π.μ.). Ακολουθήθηκε εποπτευόμενη ταξινόμηση χρησιμοποιώντας τη μέθοδο της μέγιστης πιθανοφάνειας και εντοπίστηκαν τρεις κατηγορίες κάλυψης γης, συμπεριλαμβανομένων των καλλιεργούμενων εκτάσεων, των υδατικών όγκων και των αστικών περιοχών. Η συνολική ακρίβεια των πέντε ετών ταξινομήσεων ήταν 86.10%, 89.83%, 91.22% , 93.62 και 95,64% αντίστοιχα. Ο συντελεστής Kappa των πενταετών ταξινομήσεων είναι 0.81, 0.83, 0.86, 0.89 και 0.91 αντίστοιχα.&lt;br /&gt;
*Θερμοκρασία επιφάνειας εδάφους&lt;br /&gt;
Οι θερμοκρασίες της επιφάνειας της γης προήλθαν από γεωμετρικά διορθωμένες εικόνες. Εφαρμόστηκε μια απλή μέθοδος για την ανάκτηση των εκπομπών της επιφάνειας της γης (LSE) με βάση τον δείκτη βλάστησης (NDVI) εφαρμόζωντας τη μέθοδο NDVI Thresholds.&lt;br /&gt;
*Αστική θερμική νησίδα &lt;br /&gt;
Οι αστικές θερμικές νησίδες είναι επίμονες ζώνες όπου σημειώνονται θερμοκρασίες επιφάνειας εδάφους πάνω από το μέσο όρο. Η ένταση του φαινομένου ορίζεται ως η διαφορά μεταξύ της μέσης θερμοκρασίας τους και της θερμοκρασίας των αγροτικών περιοχών.&lt;br /&gt;
*Ανάλυση παλινδρόμησης&lt;br /&gt;
Μελετήθηκε η σχέση μεταξύ της εξαρτημένης μεταβλητής (θερμοκρασία επιφάνειας εδάφους) και της κατηγορίας χρήσης γης/ κάλυψης γης. Η σχέση μελετήθηκε για κάθε μια από τις εικόνες της περιόδου 1984-2013 που ερευνάται.&lt;br /&gt;
Ποσοστό κατοικημένων περιοχών σε τμήματα:&lt;br /&gt;
Ένας κύριος λόγος για τις διαφορές θερμοκρασίας της επιφάνειας μεταξύ αγροτικών και αστικών περιοχών είναι η επίδραση της γεωμετρίας του κτιρίου στις ακτινοβολούμενες ροές. Οι περισσότερες από τις αιγυπτιακές πόλεις έχουν υψηλή πυκνότητα δόμησης, όπως και στην περιοχή μελέτης. Το δομημένων περιοχών υπολογίστηκε για κάθε τμήμα.&lt;br /&gt;
Ποσοστό πράσινων περιοχών : &lt;br /&gt;
Οι σχέσεις μεταξύ θερμοκρασίας και βλάστησης διερευνήθηκαν σε προγενέστερες μελέτες συχνά χρησιμοποιώντας τον κανονικοποιημένο δείκτη βλάστησης. Το ποσοστό της πράσινης περιοχής υπολογίστηκε για κάθε τμήμα.&lt;br /&gt;
[[Αρχείο:γ2 (2).png|200px|thumb|left|Εικόνα 2: Διάγραμμα ροής της εφαρμοζόμενης μεθοδολογίας]]&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα''' &lt;br /&gt;
*Χαρτογράφηση της Αστικής Ανάπτυξης μεταξύ 1984 και 2013&lt;br /&gt;
Η εικόνα Landsat TM ταξινομήθηκε με χρήση εποπτευόμενης ταξινόμησης και προέκυψαν τρείς κατηγορίες, αστικές και καλλιεργούμενες εκτάσεις και υδατικές μάζες. Ο συντελεστής Kappa του αποτελέσματος ταξινόμησης είναι 0,81 και η ακρίβεια των δεδομένων ικανοποιητική. Η περιοχή χαρακτηρίζεται από υψηλή δόμηση, στενούς δρόμους,ανεπαρκείς μέθοδοι επεξεργασίας στερεών αποβλήτων και έλλειψη χώρων πρασίνου προκαλούν αύξηση της θερμοκρασίας της επιφάνειας της γης και αλλαγή στο αστικό μικροκλίμα. Στον πίνακα 3 φαίνονται και οι αλλαγές στις χρήσεις/καλύψεις γής κατα την περίοδο 1984-2013.&lt;br /&gt;
[[Αρχείο:γ3 (2).png|200px|thumb|right|Πίνακας 3: Αλλαγές στις χρήσεις/καλύψεις γής.]]&lt;br /&gt;
*Ερμηνεία των χαρτών θερμοκρασίας επιφάνειας εδάφους&lt;br /&gt;
Τα αποτελέσματα των εικόνων με τις θερμοκρασίες της επιφάνειας γης ταξινομήθηκαν χρησιμοποιώντας την τυπική απόκλιση. Η σύγκριση τον αποτελεσμάτων για τις θερμοκρασίες της επιφάνεις της γής κατα τη περίοδο 1984-2013 φαίνεται στον πίνακα 4. Η ανάλυση παλινδρόμησης έδειξε μια αρνητική συσχέτιση μεταξύ του ποσοστού των πράσινων περιοχών και θερμοκρασίας της επιφάνειας της γης. Από την παραπάνω ανάλυση, θα μπορούσε να βγεί το συμπέρασμα ότι η χρήση γης /κάλυψη γης επηρεάζει τις κατανομές των αστικών θερμικών νησίδων.&lt;br /&gt;
[[Αρχείο:γ4 (2).png|200px|thumb|left|Πίνακας 4: Στατιστικά στοιχεία θερμοκρασιών επιφάνειας εδάφους απο εικόνες Landsat.]]&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
Τα αποτελέσματα έδειξαν ότι η δομημένη περιοχή έχει επεκταθεί δραματικά σε βάρος των καλλιεργούμενων περιοχών, προκαλώντας τεράστιες αλλαγές στην περιοχή μελέτης. Προκειμένου να εφαρμοστούν μέτρα για τον μετριασμό του σχηματισμού αστικών θερμικών νησίδων, είναι σημαντικό να προσδιοριστεί η κατανομή της θερμοκρασίας της επιφάνειας της γης στις αστικές περιοχές και να προσδιοριστούν οι περιοχές με μη φυσιολογικά υψηλές θερμοκρασίες. Τέτοιες μελέτες είναι πολύ χρήσιμες σε πόλεις που χαρακτηρίζονται από ξηρό κλίμα. Η χρήση τηλεπισκόπησης παρέχει μια χρονικά και οικονομικά αποδοτική μεθοδολογία για την ανάλυση αυτή.&lt;/div&gt;</summary>
		<author><name>M kakara</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%9C%CE%B9%CE%B1_%CE%BD%CE%AD%CE%B1_%CF%80%CF%81%CE%BF%CF%83%CE%AD%CE%B3%CE%B3%CE%B9%CF%83%CE%B7_%CE%B3%CE%B9%CE%B1_%CF%84%CE%BF%CE%BD_%CE%B5%CE%BD%CF%84%CE%BF%CF%80%CE%B9%CF%83%CE%BC%CF%8C_hotspots_%CE%B8%CE%B1%CE%BB%CE%AC%CF%83%CF%83%CE%B9%CF%89%CE%BD_%CF%80%CF%84%CE%B7%CE%BD%CF%8E%CE%BD_%CE%BC%CE%AD%CF%83%CF%89_%CE%B1%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7%CF%82_%CF%87%CE%BB%CF%89%CF%81%CE%BF%CF%86%CF%8D%CE%BB%CE%BB%CE%B7%CF%82_%CE%91_%CE%BC%CE%B5_%CF%84%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82</id>
		<title>Μια νέα προσέγγιση για τον εντοπισμό hotspots θαλάσσιων πτηνών μέσω ανίχνευσης χλωροφύλλης Α με τη χρήση τηλεπισκόπησης</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%9C%CE%B9%CE%B1_%CE%BD%CE%AD%CE%B1_%CF%80%CF%81%CE%BF%CF%83%CE%AD%CE%B3%CE%B3%CE%B9%CF%83%CE%B7_%CE%B3%CE%B9%CE%B1_%CF%84%CE%BF%CE%BD_%CE%B5%CE%BD%CF%84%CE%BF%CF%80%CE%B9%CF%83%CE%BC%CF%8C_hotspots_%CE%B8%CE%B1%CE%BB%CE%AC%CF%83%CF%83%CE%B9%CF%89%CE%BD_%CF%80%CF%84%CE%B7%CE%BD%CF%8E%CE%BD_%CE%BC%CE%AD%CF%83%CF%89_%CE%B1%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7%CF%82_%CF%87%CE%BB%CF%89%CF%81%CE%BF%CF%86%CF%8D%CE%BB%CE%BB%CE%B7%CF%82_%CE%91_%CE%BC%CE%B5_%CF%84%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82"/>
				<updated>2022-02-09T18:36:37Z</updated>
		
		<summary type="html">&lt;p&gt;M kakara: Νέα σελίδα με 'Category:Αστικός και περιφερειακός σχεδιασμός   ''' Ανίχνευση των αλλαγών της κάλυψης γης και τω...'&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Category:Αστικός και περιφερειακός σχεδιασμός ]]&lt;br /&gt;
&lt;br /&gt;
''' Ανίχνευση των αλλαγών της κάλυψης γης και των αστικών θερμικών νησίδων στην πόλη Τάντα της Αιγύπτου '''&lt;br /&gt;
&lt;br /&gt;
Change detection of land cover and urban heat islands using multi-temporal Landsat images, application in Tanta city, Egypt&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Hala Adel Effat, Lamyaa Gamal-ElDeen Taha, Kamel Fathi Mansour&lt;br /&gt;
&lt;br /&gt;
'''Πηγή:''' [[https://www.researchgate.net/publication/273339097_Change_Detection_of_Land_cover_and_Urban_Heat_Islands_using_Multi-Temporal_Landsat_Images_application_in_Tanta_City_Egypt]]&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
Η έντονη αστικοποίηση έχει ευεργετικές αλλά και δυσμενείς συνέπειες, που επηρεάζουν από περιβαλλοντική και κοινωνική σκοπιά τους κατοίκους των πόλεων. Οι στέγες και οι τοίχοι των πολυώροφων κτιρίων με πιο σκούρες επιφάνειες, οι χώροι στάθμευσης, οι δρόμοι και τα πεζοδρόμια που είναι κατασκευασμένα από άσφαλτο και σκυρόδεμα τείνουν να έχουν χαμηλό albedo. Αυτές οι σκούρες επιφάνειες χαμηλού albedo απορροφούν υψηλότερη ποσότητα ηλιακής ακτινοβολίας και την μετατρέπουν σε θερμική ενέργεια. Συνεπώς, συσσωρεύονται υπερβολικές ποσότητες θερμικής ενέργειας σε αυτά τα επίπεδα. Έτσι στις αστικές περιοχές σημειώνονται αυξημένες θερμοκρασίες σε σύγκριση με τις γύρω αγροτικές περιοχές. Όμως, αν και η διαφορά θερμοκρασίας δεν είναι μεγάλη, μπορεί να προκαλέσει αρκετά αξιοσημείωτα κοινωνικά και περιβαλλοντικά προβλήματα στις αστικές περιοχές. Ο πυρήνας της πόλης γίνεται θερμότερος από την περιφέρειά της, σχηματίζοντας έτσι μια αστική θερμική νησίδα. Οι ερευνητές ορίζουν την αστική θερμική νησίδα ως το φαινόμενο που αφορά τη χαρακτηριστική ζεστασιά τόσο της ατμόσφαιρας όσο και των επιφανειών στις πόλεις σε σύγκριση με το περιβάλλον τους. Τα αυξημένα επίπεδα θερμοκρασίας και η ατμοσφαιρική ρύπανση, τα οποία είναι συνέπειες των αστικών θερμικών νησίδων έχουν δυσμενείς επιπτώσεις στην ανθρώπινη υγεία. Τέτοιες επιδράσεις είναι η γενική δυσφορία, τα αναπνευστικά προβλήματα, τα εγκεφαλικά επεισόδια και οι κράμπες, η εξάντληση και ακόμη και οι θάνατοι που σχετίζονται με τη θερμότητα. &lt;br /&gt;
Η τηλεπισκόπηση παρέχει μια οικονομική, αποδοτική και γρήγορη μεθοδολογία για την ανάλυση των χωρικά και χρονικά κατανεμημένων θερμοκρασιών της επιφάνειας της γης, δεδομένου ότι η κάλυψη των δορυφορικών εικόνων αφορά μεγάλη περιοχή. Τα τελευταία χρόνια οι τεχνικές τηλεπισκόπησης με υπέρυθρη ακτινοβολία (TIR) έχουν εφαρμοστεί σε περιβαλλοντικές μελέτες και μελέτες του κλίματος των πόλεων, κυρίως για την ανάλυση των προτύπων θερμοκρασίας της επιφάνειας της γης (LST) και τη σχέση της με τα χαρακτηριστικά της επιφάνειας της γης. Εκτός από τις μετρήσεις των LST, αυτοί οι αισθητήρες υπέρυθρης ακτινοβολίας μπορούν επίσης να χρησιμοποιηθούν για την απόκτηση δεδομένων εκπομπής διαφορετικών επιφανειών με ποικίλες αναλύσεις και ακρίβειες.&lt;br /&gt;
&lt;br /&gt;
Περιοχή μελέτης: Η πόλη Τάντα είναι η πρωτεύουσα του Κυβερνείου El Gharbeya, είναι μέρος του Δέλτα του Νείλου και περιβάλλεται από καλλιεργημένες εύφορες εκτάσεις. Ο συνολικός πληθυσμός της πόλης είναι 429.000 κάτοικοι. Με το υψηλό ποσοστό αστικοποίησης που την χαρακτηρίζει, η κάλυψη της βλάστησης μειώνεται γρήγορα και αντικαθίσταται από ψηλά κτίρια, δρόμους, χώρους στάθμευσης, πεζοδρόμια και άλλες κατασκευές, ενώ η υψηλή συγκέντρωση οχημάτων στην περιοχή συμβάλλει στην εκπομπή θερμότητας και αερίων ρύπων. Η χαμηλότερη θερμοκρασία του αέρα καταγράφεται τον Ιανουάριο, κατά μέσο όρο 18° C και υψηλότερη θερμοκρασία τον Ιούλιο, κατά μέσο όρο 33 ° C. &lt;br /&gt;
&lt;br /&gt;
'''Μεθοδολογία'''&lt;br /&gt;
*Χαρτογράφηση της Αστικής Ανάπτυξης μεταξύ 1984 και 2013&lt;br /&gt;
Η περιοχή που ερευνάται καλύπτεται κυρίως από καλλιεργούμενες εκτάσεις και αστικές περιοχές που εξαπλώνονται και καταπατούν την αρόσιμη γη. Η μελέτη διεξάγεται κατά τη θερινή περίοδο, τα περισσότερα από τα χωράφια καλλιεργούνται με δέντρα και καλλιέργειες ενώ δεν εμφανίστηκαν έρημοι ή γυμνά εδάφη στις εικόνες Landsat. Οι εικόνες που αποκτήθηκαν ήταν όλες καθαρές χωρίς σύννεφα, λόγω των ξηρών καλοκαιρινών πρωινών (7:00-8:00 π.μ.). Ακολουθήθηκε εποπτευόμενη ταξινόμηση χρησιμοποιώντας τη μέθοδο της μέγιστης πιθανοφάνειας και εντοπίστηκαν τρεις κατηγορίες κάλυψης γης, συμπεριλαμβανομένων των καλλιεργούμενων εκτάσεων, των υδατικών όγκων και των αστικών περιοχών. Η συνολική ακρίβεια των πέντε ετών ταξινομήσεων ήταν 86.10%, 89.83%, 91.22% , 93.62 και 95,64% αντίστοιχα. Ο συντελεστής Kappa των πενταετών ταξινομήσεων είναι 0.81, 0.83, 0.86, 0.89 και 0.91 αντίστοιχα.&lt;br /&gt;
*Θερμοκρασία επιφάνειας εδάφους&lt;br /&gt;
Οι θερμοκρασίες της επιφάνειας της γης προήλθαν από γεωμετρικά διορθωμένες εικόνες. Εφαρμόστηκε μια απλή μέθοδος για την ανάκτηση των εκπομπών της επιφάνειας της γης (LSE) με βάση τον δείκτη βλάστησης (NDVI) εφαρμόζωντας τη μέθοδο NDVI Thresholds.&lt;br /&gt;
*Αστική θερμική νησίδα &lt;br /&gt;
Οι αστικές θερμικές νησίδες είναι επίμονες ζώνες όπου σημειώνονται θερμοκρασίες επιφάνειας εδάφους πάνω από το μέσο όρο. Η ένταση του φαινομένου ορίζεται ως η διαφορά μεταξύ της μέσης θερμοκρασίας τους και της θερμοκρασίας των αγροτικών περιοχών.&lt;br /&gt;
*Ανάλυση παλινδρόμησης&lt;br /&gt;
Μελετήθηκε η σχέση μεταξύ της εξαρτημένης μεταβλητής (θερμοκρασία επιφάνειας εδάφους) και της κατηγορίας χρήσης γης/ κάλυψης γης. Η σχέση μελετήθηκε για κάθε μια από τις εικόνες της περιόδου 1984-2013 που ερευνάται.&lt;br /&gt;
Ποσοστό κατοικημένων περιοχών σε τμήματα:&lt;br /&gt;
Ένας κύριος λόγος για τις διαφορές θερμοκρασίας της επιφάνειας μεταξύ αγροτικών και αστικών περιοχών είναι η επίδραση της γεωμετρίας του κτιρίου στις ακτινοβολούμενες ροές. Οι περισσότερες από τις αιγυπτιακές πόλεις έχουν υψηλή πυκνότητα δόμησης, όπως και στην περιοχή μελέτης. Το δομημένων περιοχών υπολογίστηκε για κάθε τμήμα.&lt;br /&gt;
Ποσοστό πράσινων περιοχών : &lt;br /&gt;
Οι σχέσεις μεταξύ θερμοκρασίας και βλάστησης διερευνήθηκαν σε προγενέστερες μελέτες συχνά χρησιμοποιώντας τον κανονικοποιημένο δείκτη βλάστησης. Το ποσοστό της πράσινης περιοχής υπολογίστηκε για κάθε τμήμα.&lt;br /&gt;
[[Αρχείο:γ2 (2).png|200px|thumb|left|Εικόνα 2: Διάγραμμα ροής της εφαρμοζόμενης μεθοδολογίας]]&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα''' &lt;br /&gt;
*Χαρτογράφηση της Αστικής Ανάπτυξης μεταξύ 1984 και 2013&lt;br /&gt;
Η εικόνα Landsat TM ταξινομήθηκε με χρήση εποπτευόμενης ταξινόμησης και προέκυψαν τρείς κατηγορίες, αστικές και καλλιεργούμενες εκτάσεις και υδατικές μάζες. Ο συντελεστής Kappa του αποτελέσματος ταξινόμησης είναι 0,81 και η ακρίβεια των δεδομένων ικανοποιητική. Η περιοχή χαρακτηρίζεται από υψηλή δόμηση, στενούς δρόμους,ανεπαρκείς μέθοδοι επεξεργασίας στερεών αποβλήτων και έλλειψη χώρων πρασίνου προκαλούν αύξηση της θερμοκρασίας της επιφάνειας της γης και αλλαγή στο αστικό μικροκλίμα. Στον πίνακα 3 φαίνονται και οι αλλαγές στις χρήσεις/καλύψεις γής κατα την περίοδο 1984-2013.&lt;br /&gt;
[[Αρχείο:γ3 (2).png|200px|thumb|right|Πίνακας 3: Αλλαγές στις χρήσεις/καλύψεις γής.]]&lt;br /&gt;
*Ερμηνεία των χαρτών θερμοκρασίας επιφάνειας εδάφους&lt;br /&gt;
Τα αποτελέσματα των εικόνων με τις θερμοκρασίες της επιφάνειας γης ταξινομήθηκαν χρησιμοποιώντας την τυπική απόκλιση. Η σύγκριση τον αποτελεσμάτων για τις θερμοκρασίες της επιφάνεις της γής κατα τη περίοδο 1984-2013 φαίνεται στον πίνακα 4. Η ανάλυση παλινδρόμησης έδειξε μια αρνητική συσχέτιση μεταξύ του ποσοστού των πράσινων περιοχών και θερμοκρασίας της επιφάνειας της γης. Από την παραπάνω ανάλυση, θα μπορούσε να βγεί το συμπέρασμα ότι η χρήση γης /κάλυψη γης επηρεάζει τις κατανομές των αστικών θερμικών νησίδων.&lt;br /&gt;
[[Αρχείο:γ4 (2).png|200px|thumb|left|Πίνακας 4: Στατιστικά στοιχεία θερμοκρασιών επιφάνειας εδάφους απο εικόνες Landsat.]]&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
Τα αποτελέσματα έδειξαν ότι η δομημένη περιοχή έχει επεκταθεί δραματικά σε βάρος των καλλιεργούμενων περιοχών, προκαλώντας τεράστιες αλλαγές στην περιοχή μελέτης. Προκειμένου να εφαρμοστούν μέτρα για τον μετριασμό του σχηματισμού αστικών θερμικών νησίδων, είναι σημαντικό να προσδιοριστεί η κατανομή της θερμοκρασίας της επιφάνειας της γης στις αστικές περιοχές και να προσδιοριστούν οι περιοχές με μη φυσιολογικά υψηλές θερμοκρασίες. Τέτοιες μελέτες είναι πολύ χρήσιμες σε πόλεις που χαρακτηρίζονται από ξηρό κλίμα. Η χρήση τηλεπισκόπησης παρέχει μια χρονικά και οικονομικά αποδοτική μεθοδολογία για την ανάλυση αυτή.&lt;/div&gt;</summary>
		<author><name>M kakara</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A0%CE%B1%CF%81%CE%B1%CE%BA%CE%BF%CE%BB%CE%BF%CF%8D%CE%B8%CE%B7%CF%83%CE%B7_%CE%B5%CE%BD%CF%8C%CF%82_%CE%B1%CE%BC%CF%80%CE%B5%CE%BB%CF%8E%CE%BD%CE%B1_%CF%80%CE%BF%CF%85_%CE%AD%CF%87%CE%B5%CE%B9_%CF%80%CE%BB%CE%B7%CE%B3%CE%B5%CE%AF_%CE%B1%CF%80%CF%8C_%CF%84%CE%B7%CE%BD_%CE%AF%CF%83%CE%BA%CE%B1_%CE%BC%CE%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BC%CE%AD%CF%83%CF%89_%CE%B5%CE%BD%CE%B1%CE%AD%CF%81%CE%B9%CF%89%CE%BD_%CE%BC%CE%B7_%CE%B5%CF%80%CE%B1%CE%BD%CE%B4%CF%81%CF%89%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CE%BF%CF%87%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD</id>
		<title>Παρακολούθηση ενός αμπελώνα που έχει πληγεί από την ίσκα με χρήση τηλεπισκόπησης μέσω εναέριων μη επανδρωμένων οχημάτων</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A0%CE%B1%CF%81%CE%B1%CE%BA%CE%BF%CE%BB%CE%BF%CF%8D%CE%B8%CE%B7%CF%83%CE%B7_%CE%B5%CE%BD%CF%8C%CF%82_%CE%B1%CE%BC%CF%80%CE%B5%CE%BB%CF%8E%CE%BD%CE%B1_%CF%80%CE%BF%CF%85_%CE%AD%CF%87%CE%B5%CE%B9_%CF%80%CE%BB%CE%B7%CE%B3%CE%B5%CE%AF_%CE%B1%CF%80%CF%8C_%CF%84%CE%B7%CE%BD_%CE%AF%CF%83%CE%BA%CE%B1_%CE%BC%CE%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BC%CE%AD%CF%83%CF%89_%CE%B5%CE%BD%CE%B1%CE%AD%CF%81%CE%B9%CF%89%CE%BD_%CE%BC%CE%B7_%CE%B5%CF%80%CE%B1%CE%BD%CE%B4%CF%81%CF%89%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CE%BF%CF%87%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD"/>
				<updated>2022-02-09T18:35:18Z</updated>
		
		<summary type="html">&lt;p&gt;M kakara: Νέα σελίδα με 'Category:Αστικός και περιφερειακός σχεδιασμός   ''' Ανίχνευση των αλλαγών της κάλυψης γης και τω...'&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Category:Αστικός και περιφερειακός σχεδιασμός ]]&lt;br /&gt;
&lt;br /&gt;
''' Ανίχνευση των αλλαγών της κάλυψης γης και των αστικών θερμικών νησίδων στην πόλη Τάντα της Αιγύπτου '''&lt;br /&gt;
&lt;br /&gt;
Change detection of land cover and urban heat islands using multi-temporal Landsat images, application in Tanta city, Egypt&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Hala Adel Effat, Lamyaa Gamal-ElDeen Taha, Kamel Fathi Mansour&lt;br /&gt;
&lt;br /&gt;
'''Πηγή:''' [[https://www.researchgate.net/publication/273339097_Change_Detection_of_Land_cover_and_Urban_Heat_Islands_using_Multi-Temporal_Landsat_Images_application_in_Tanta_City_Egypt]]&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
Η έντονη αστικοποίηση έχει ευεργετικές αλλά και δυσμενείς συνέπειες, που επηρεάζουν από περιβαλλοντική και κοινωνική σκοπιά τους κατοίκους των πόλεων. Οι στέγες και οι τοίχοι των πολυώροφων κτιρίων με πιο σκούρες επιφάνειες, οι χώροι στάθμευσης, οι δρόμοι και τα πεζοδρόμια που είναι κατασκευασμένα από άσφαλτο και σκυρόδεμα τείνουν να έχουν χαμηλό albedo. Αυτές οι σκούρες επιφάνειες χαμηλού albedo απορροφούν υψηλότερη ποσότητα ηλιακής ακτινοβολίας και την μετατρέπουν σε θερμική ενέργεια. Συνεπώς, συσσωρεύονται υπερβολικές ποσότητες θερμικής ενέργειας σε αυτά τα επίπεδα. Έτσι στις αστικές περιοχές σημειώνονται αυξημένες θερμοκρασίες σε σύγκριση με τις γύρω αγροτικές περιοχές. Όμως, αν και η διαφορά θερμοκρασίας δεν είναι μεγάλη, μπορεί να προκαλέσει αρκετά αξιοσημείωτα κοινωνικά και περιβαλλοντικά προβλήματα στις αστικές περιοχές. Ο πυρήνας της πόλης γίνεται θερμότερος από την περιφέρειά της, σχηματίζοντας έτσι μια αστική θερμική νησίδα. Οι ερευνητές ορίζουν την αστική θερμική νησίδα ως το φαινόμενο που αφορά τη χαρακτηριστική ζεστασιά τόσο της ατμόσφαιρας όσο και των επιφανειών στις πόλεις σε σύγκριση με το περιβάλλον τους. Τα αυξημένα επίπεδα θερμοκρασίας και η ατμοσφαιρική ρύπανση, τα οποία είναι συνέπειες των αστικών θερμικών νησίδων έχουν δυσμενείς επιπτώσεις στην ανθρώπινη υγεία. Τέτοιες επιδράσεις είναι η γενική δυσφορία, τα αναπνευστικά προβλήματα, τα εγκεφαλικά επεισόδια και οι κράμπες, η εξάντληση και ακόμη και οι θάνατοι που σχετίζονται με τη θερμότητα. &lt;br /&gt;
Η τηλεπισκόπηση παρέχει μια οικονομική, αποδοτική και γρήγορη μεθοδολογία για την ανάλυση των χωρικά και χρονικά κατανεμημένων θερμοκρασιών της επιφάνειας της γης, δεδομένου ότι η κάλυψη των δορυφορικών εικόνων αφορά μεγάλη περιοχή. Τα τελευταία χρόνια οι τεχνικές τηλεπισκόπησης με υπέρυθρη ακτινοβολία (TIR) έχουν εφαρμοστεί σε περιβαλλοντικές μελέτες και μελέτες του κλίματος των πόλεων, κυρίως για την ανάλυση των προτύπων θερμοκρασίας της επιφάνειας της γης (LST) και τη σχέση της με τα χαρακτηριστικά της επιφάνειας της γης. Εκτός από τις μετρήσεις των LST, αυτοί οι αισθητήρες υπέρυθρης ακτινοβολίας μπορούν επίσης να χρησιμοποιηθούν για την απόκτηση δεδομένων εκπομπής διαφορετικών επιφανειών με ποικίλες αναλύσεις και ακρίβειες.&lt;br /&gt;
&lt;br /&gt;
Περιοχή μελέτης: Η πόλη Τάντα είναι η πρωτεύουσα του Κυβερνείου El Gharbeya, είναι μέρος του Δέλτα του Νείλου και περιβάλλεται από καλλιεργημένες εύφορες εκτάσεις. Ο συνολικός πληθυσμός της πόλης είναι 429.000 κάτοικοι. Με το υψηλό ποσοστό αστικοποίησης που την χαρακτηρίζει, η κάλυψη της βλάστησης μειώνεται γρήγορα και αντικαθίσταται από ψηλά κτίρια, δρόμους, χώρους στάθμευσης, πεζοδρόμια και άλλες κατασκευές, ενώ η υψηλή συγκέντρωση οχημάτων στην περιοχή συμβάλλει στην εκπομπή θερμότητας και αερίων ρύπων. Η χαμηλότερη θερμοκρασία του αέρα καταγράφεται τον Ιανουάριο, κατά μέσο όρο 18° C και υψηλότερη θερμοκρασία τον Ιούλιο, κατά μέσο όρο 33 ° C. &lt;br /&gt;
&lt;br /&gt;
'''Μεθοδολογία'''&lt;br /&gt;
*Χαρτογράφηση της Αστικής Ανάπτυξης μεταξύ 1984 και 2013&lt;br /&gt;
Η περιοχή που ερευνάται καλύπτεται κυρίως από καλλιεργούμενες εκτάσεις και αστικές περιοχές που εξαπλώνονται και καταπατούν την αρόσιμη γη. Η μελέτη διεξάγεται κατά τη θερινή περίοδο, τα περισσότερα από τα χωράφια καλλιεργούνται με δέντρα και καλλιέργειες ενώ δεν εμφανίστηκαν έρημοι ή γυμνά εδάφη στις εικόνες Landsat. Οι εικόνες που αποκτήθηκαν ήταν όλες καθαρές χωρίς σύννεφα, λόγω των ξηρών καλοκαιρινών πρωινών (7:00-8:00 π.μ.). Ακολουθήθηκε εποπτευόμενη ταξινόμηση χρησιμοποιώντας τη μέθοδο της μέγιστης πιθανοφάνειας και εντοπίστηκαν τρεις κατηγορίες κάλυψης γης, συμπεριλαμβανομένων των καλλιεργούμενων εκτάσεων, των υδατικών όγκων και των αστικών περιοχών. Η συνολική ακρίβεια των πέντε ετών ταξινομήσεων ήταν 86.10%, 89.83%, 91.22% , 93.62 και 95,64% αντίστοιχα. Ο συντελεστής Kappa των πενταετών ταξινομήσεων είναι 0.81, 0.83, 0.86, 0.89 και 0.91 αντίστοιχα.&lt;br /&gt;
*Θερμοκρασία επιφάνειας εδάφους&lt;br /&gt;
Οι θερμοκρασίες της επιφάνειας της γης προήλθαν από γεωμετρικά διορθωμένες εικόνες. Εφαρμόστηκε μια απλή μέθοδος για την ανάκτηση των εκπομπών της επιφάνειας της γης (LSE) με βάση τον δείκτη βλάστησης (NDVI) εφαρμόζωντας τη μέθοδο NDVI Thresholds.&lt;br /&gt;
*Αστική θερμική νησίδα &lt;br /&gt;
Οι αστικές θερμικές νησίδες είναι επίμονες ζώνες όπου σημειώνονται θερμοκρασίες επιφάνειας εδάφους πάνω από το μέσο όρο. Η ένταση του φαινομένου ορίζεται ως η διαφορά μεταξύ της μέσης θερμοκρασίας τους και της θερμοκρασίας των αγροτικών περιοχών.&lt;br /&gt;
*Ανάλυση παλινδρόμησης&lt;br /&gt;
Μελετήθηκε η σχέση μεταξύ της εξαρτημένης μεταβλητής (θερμοκρασία επιφάνειας εδάφους) και της κατηγορίας χρήσης γης/ κάλυψης γης. Η σχέση μελετήθηκε για κάθε μια από τις εικόνες της περιόδου 1984-2013 που ερευνάται.&lt;br /&gt;
Ποσοστό κατοικημένων περιοχών σε τμήματα:&lt;br /&gt;
Ένας κύριος λόγος για τις διαφορές θερμοκρασίας της επιφάνειας μεταξύ αγροτικών και αστικών περιοχών είναι η επίδραση της γεωμετρίας του κτιρίου στις ακτινοβολούμενες ροές. Οι περισσότερες από τις αιγυπτιακές πόλεις έχουν υψηλή πυκνότητα δόμησης, όπως και στην περιοχή μελέτης. Το δομημένων περιοχών υπολογίστηκε για κάθε τμήμα.&lt;br /&gt;
Ποσοστό πράσινων περιοχών : &lt;br /&gt;
Οι σχέσεις μεταξύ θερμοκρασίας και βλάστησης διερευνήθηκαν σε προγενέστερες μελέτες συχνά χρησιμοποιώντας τον κανονικοποιημένο δείκτη βλάστησης. Το ποσοστό της πράσινης περιοχής υπολογίστηκε για κάθε τμήμα.&lt;br /&gt;
[[Αρχείο:γ2 (2).png|200px|thumb|left|Εικόνα 2: Διάγραμμα ροής της εφαρμοζόμενης μεθοδολογίας]]&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα''' &lt;br /&gt;
*Χαρτογράφηση της Αστικής Ανάπτυξης μεταξύ 1984 και 2013&lt;br /&gt;
Η εικόνα Landsat TM ταξινομήθηκε με χρήση εποπτευόμενης ταξινόμησης και προέκυψαν τρείς κατηγορίες, αστικές και καλλιεργούμενες εκτάσεις και υδατικές μάζες. Ο συντελεστής Kappa του αποτελέσματος ταξινόμησης είναι 0,81 και η ακρίβεια των δεδομένων ικανοποιητική. Η περιοχή χαρακτηρίζεται από υψηλή δόμηση, στενούς δρόμους,ανεπαρκείς μέθοδοι επεξεργασίας στερεών αποβλήτων και έλλειψη χώρων πρασίνου προκαλούν αύξηση της θερμοκρασίας της επιφάνειας της γης και αλλαγή στο αστικό μικροκλίμα. Στον πίνακα 3 φαίνονται και οι αλλαγές στις χρήσεις/καλύψεις γής κατα την περίοδο 1984-2013.&lt;br /&gt;
[[Αρχείο:γ3 (2).png|200px|thumb|right|Πίνακας 3: Αλλαγές στις χρήσεις/καλύψεις γής.]]&lt;br /&gt;
*Ερμηνεία των χαρτών θερμοκρασίας επιφάνειας εδάφους&lt;br /&gt;
Τα αποτελέσματα των εικόνων με τις θερμοκρασίες της επιφάνειας γης ταξινομήθηκαν χρησιμοποιώντας την τυπική απόκλιση. Η σύγκριση τον αποτελεσμάτων για τις θερμοκρασίες της επιφάνεις της γής κατα τη περίοδο 1984-2013 φαίνεται στον πίνακα 4. Η ανάλυση παλινδρόμησης έδειξε μια αρνητική συσχέτιση μεταξύ του ποσοστού των πράσινων περιοχών και θερμοκρασίας της επιφάνειας της γης. Από την παραπάνω ανάλυση, θα μπορούσε να βγεί το συμπέρασμα ότι η χρήση γης /κάλυψη γης επηρεάζει τις κατανομές των αστικών θερμικών νησίδων.&lt;br /&gt;
[[Αρχείο:γ4 (2).png|200px|thumb|left|Πίνακας 4: Στατιστικά στοιχεία θερμοκρασιών επιφάνειας εδάφους απο εικόνες Landsat.]]&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
Τα αποτελέσματα έδειξαν ότι η δομημένη περιοχή έχει επεκταθεί δραματικά σε βάρος των καλλιεργούμενων περιοχών, προκαλώντας τεράστιες αλλαγές στην περιοχή μελέτης. Προκειμένου να εφαρμοστούν μέτρα για τον μετριασμό του σχηματισμού αστικών θερμικών νησίδων, είναι σημαντικό να προσδιοριστεί η κατανομή της θερμοκρασίας της επιφάνειας της γης στις αστικές περιοχές και να προσδιοριστούν οι περιοχές με μη φυσιολογικά υψηλές θερμοκρασίες. Τέτοιες μελέτες είναι πολύ χρήσιμες σε πόλεις που χαρακτηρίζονται από ξηρό κλίμα. Η χρήση τηλεπισκόπησης παρέχει μια χρονικά και οικονομικά αποδοτική μεθοδολογία για την ανάλυση αυτή.&lt;/div&gt;</summary>
		<author><name>M kakara</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BE%CE%B9%CE%BF%CE%BB%CF%8C%CE%B3%CE%B7%CF%83%CE%B7_%CE%BA%CE%B1%CE%B9_%CE%B1%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%B1%CE%BB%CE%BB%CE%B1%CE%B3%CE%AE%CF%82_%CF%83%CF%84%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CE%BA%CE%B1%CE%B9_%CE%BA%CE%AC%CE%BB%CF%85%CF%88%CE%B7_%CE%B3%CE%B7%CF%82,_%CE%BC%CE%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82,_%CF%83%CF%84%CE%B7_%CE%BB%CE%B5%CE%BA%CE%AC%CE%BD%CE%B7_%CF%84%CE%B7%CF%82_%CE%BB%CE%AF%CE%BC%CE%BD%CE%B7%CF%82_Tana_%CF%83%CF%84%CE%B7_%CE%92%CE%BF%CF%81%CE%B5%CE%B9%CE%BF%CE%B4%CF%85%CF%84%CE%B9%CE%BA%CE%AE_%CE%91%CE%B9%CE%B8%CE%B9%CE%BF%CF%80%CE%AF%CE%B1</id>
		<title>Αξιολόγηση και ανίχνευση της αλλαγής στη χρήση και κάλυψη γης, με χρήση τηλεπισκόπησης, στη λεκάνη της λίμνης Tana στη Βορειοδυτική Αιθιοπία</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BE%CE%B9%CE%BF%CE%BB%CF%8C%CE%B3%CE%B7%CF%83%CE%B7_%CE%BA%CE%B1%CE%B9_%CE%B1%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%B1%CE%BB%CE%BB%CE%B1%CE%B3%CE%AE%CF%82_%CF%83%CF%84%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CE%BA%CE%B1%CE%B9_%CE%BA%CE%AC%CE%BB%CF%85%CF%88%CE%B7_%CE%B3%CE%B7%CF%82,_%CE%BC%CE%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82,_%CF%83%CF%84%CE%B7_%CE%BB%CE%B5%CE%BA%CE%AC%CE%BD%CE%B7_%CF%84%CE%B7%CF%82_%CE%BB%CE%AF%CE%BC%CE%BD%CE%B7%CF%82_Tana_%CF%83%CF%84%CE%B7_%CE%92%CE%BF%CF%81%CE%B5%CE%B9%CE%BF%CE%B4%CF%85%CF%84%CE%B9%CE%BA%CE%AE_%CE%91%CE%B9%CE%B8%CE%B9%CE%BF%CF%80%CE%AF%CE%B1"/>
				<updated>2022-02-09T18:34:25Z</updated>
		
		<summary type="html">&lt;p&gt;M kakara: Νέα σελίδα με 'Category:Αστικός και περιφερειακός σχεδιασμός   ''' Ανίχνευση των αλλαγών της κάλυψης γης και τω...'&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Category:Αστικός και περιφερειακός σχεδιασμός ]]&lt;br /&gt;
&lt;br /&gt;
''' Ανίχνευση των αλλαγών της κάλυψης γης και των αστικών θερμικών νησίδων στην πόλη Τάντα της Αιγύπτου '''&lt;br /&gt;
&lt;br /&gt;
Change detection of land cover and urban heat islands using multi-temporal Landsat images, application in Tanta city, Egypt&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Hala Adel Effat, Lamyaa Gamal-ElDeen Taha, Kamel Fathi Mansour&lt;br /&gt;
&lt;br /&gt;
'''Πηγή:''' [[https://www.researchgate.net/publication/273339097_Change_Detection_of_Land_cover_and_Urban_Heat_Islands_using_Multi-Temporal_Landsat_Images_application_in_Tanta_City_Egypt]]&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
Η έντονη αστικοποίηση έχει ευεργετικές αλλά και δυσμενείς συνέπειες, που επηρεάζουν από περιβαλλοντική και κοινωνική σκοπιά τους κατοίκους των πόλεων. Οι στέγες και οι τοίχοι των πολυώροφων κτιρίων με πιο σκούρες επιφάνειες, οι χώροι στάθμευσης, οι δρόμοι και τα πεζοδρόμια που είναι κατασκευασμένα από άσφαλτο και σκυρόδεμα τείνουν να έχουν χαμηλό albedo. Αυτές οι σκούρες επιφάνειες χαμηλού albedo απορροφούν υψηλότερη ποσότητα ηλιακής ακτινοβολίας και την μετατρέπουν σε θερμική ενέργεια. Συνεπώς, συσσωρεύονται υπερβολικές ποσότητες θερμικής ενέργειας σε αυτά τα επίπεδα. Έτσι στις αστικές περιοχές σημειώνονται αυξημένες θερμοκρασίες σε σύγκριση με τις γύρω αγροτικές περιοχές. Όμως, αν και η διαφορά θερμοκρασίας δεν είναι μεγάλη, μπορεί να προκαλέσει αρκετά αξιοσημείωτα κοινωνικά και περιβαλλοντικά προβλήματα στις αστικές περιοχές. Ο πυρήνας της πόλης γίνεται θερμότερος από την περιφέρειά της, σχηματίζοντας έτσι μια αστική θερμική νησίδα. Οι ερευνητές ορίζουν την αστική θερμική νησίδα ως το φαινόμενο που αφορά τη χαρακτηριστική ζεστασιά τόσο της ατμόσφαιρας όσο και των επιφανειών στις πόλεις σε σύγκριση με το περιβάλλον τους. Τα αυξημένα επίπεδα θερμοκρασίας και η ατμοσφαιρική ρύπανση, τα οποία είναι συνέπειες των αστικών θερμικών νησίδων έχουν δυσμενείς επιπτώσεις στην ανθρώπινη υγεία. Τέτοιες επιδράσεις είναι η γενική δυσφορία, τα αναπνευστικά προβλήματα, τα εγκεφαλικά επεισόδια και οι κράμπες, η εξάντληση και ακόμη και οι θάνατοι που σχετίζονται με τη θερμότητα. &lt;br /&gt;
Η τηλεπισκόπηση παρέχει μια οικονομική, αποδοτική και γρήγορη μεθοδολογία για την ανάλυση των χωρικά και χρονικά κατανεμημένων θερμοκρασιών της επιφάνειας της γης, δεδομένου ότι η κάλυψη των δορυφορικών εικόνων αφορά μεγάλη περιοχή. Τα τελευταία χρόνια οι τεχνικές τηλεπισκόπησης με υπέρυθρη ακτινοβολία (TIR) έχουν εφαρμοστεί σε περιβαλλοντικές μελέτες και μελέτες του κλίματος των πόλεων, κυρίως για την ανάλυση των προτύπων θερμοκρασίας της επιφάνειας της γης (LST) και τη σχέση της με τα χαρακτηριστικά της επιφάνειας της γης. Εκτός από τις μετρήσεις των LST, αυτοί οι αισθητήρες υπέρυθρης ακτινοβολίας μπορούν επίσης να χρησιμοποιηθούν για την απόκτηση δεδομένων εκπομπής διαφορετικών επιφανειών με ποικίλες αναλύσεις και ακρίβειες.&lt;br /&gt;
&lt;br /&gt;
Περιοχή μελέτης: Η πόλη Τάντα είναι η πρωτεύουσα του Κυβερνείου El Gharbeya, είναι μέρος του Δέλτα του Νείλου και περιβάλλεται από καλλιεργημένες εύφορες εκτάσεις. Ο συνολικός πληθυσμός της πόλης είναι 429.000 κάτοικοι. Με το υψηλό ποσοστό αστικοποίησης που την χαρακτηρίζει, η κάλυψη της βλάστησης μειώνεται γρήγορα και αντικαθίσταται από ψηλά κτίρια, δρόμους, χώρους στάθμευσης, πεζοδρόμια και άλλες κατασκευές, ενώ η υψηλή συγκέντρωση οχημάτων στην περιοχή συμβάλλει στην εκπομπή θερμότητας και αερίων ρύπων. Η χαμηλότερη θερμοκρασία του αέρα καταγράφεται τον Ιανουάριο, κατά μέσο όρο 18° C και υψηλότερη θερμοκρασία τον Ιούλιο, κατά μέσο όρο 33 ° C. &lt;br /&gt;
&lt;br /&gt;
'''Μεθοδολογία'''&lt;br /&gt;
*Χαρτογράφηση της Αστικής Ανάπτυξης μεταξύ 1984 και 2013&lt;br /&gt;
Η περιοχή που ερευνάται καλύπτεται κυρίως από καλλιεργούμενες εκτάσεις και αστικές περιοχές που εξαπλώνονται και καταπατούν την αρόσιμη γη. Η μελέτη διεξάγεται κατά τη θερινή περίοδο, τα περισσότερα από τα χωράφια καλλιεργούνται με δέντρα και καλλιέργειες ενώ δεν εμφανίστηκαν έρημοι ή γυμνά εδάφη στις εικόνες Landsat. Οι εικόνες που αποκτήθηκαν ήταν όλες καθαρές χωρίς σύννεφα, λόγω των ξηρών καλοκαιρινών πρωινών (7:00-8:00 π.μ.). Ακολουθήθηκε εποπτευόμενη ταξινόμηση χρησιμοποιώντας τη μέθοδο της μέγιστης πιθανοφάνειας και εντοπίστηκαν τρεις κατηγορίες κάλυψης γης, συμπεριλαμβανομένων των καλλιεργούμενων εκτάσεων, των υδατικών όγκων και των αστικών περιοχών. Η συνολική ακρίβεια των πέντε ετών ταξινομήσεων ήταν 86.10%, 89.83%, 91.22% , 93.62 και 95,64% αντίστοιχα. Ο συντελεστής Kappa των πενταετών ταξινομήσεων είναι 0.81, 0.83, 0.86, 0.89 και 0.91 αντίστοιχα.&lt;br /&gt;
*Θερμοκρασία επιφάνειας εδάφους&lt;br /&gt;
Οι θερμοκρασίες της επιφάνειας της γης προήλθαν από γεωμετρικά διορθωμένες εικόνες. Εφαρμόστηκε μια απλή μέθοδος για την ανάκτηση των εκπομπών της επιφάνειας της γης (LSE) με βάση τον δείκτη βλάστησης (NDVI) εφαρμόζωντας τη μέθοδο NDVI Thresholds.&lt;br /&gt;
*Αστική θερμική νησίδα &lt;br /&gt;
Οι αστικές θερμικές νησίδες είναι επίμονες ζώνες όπου σημειώνονται θερμοκρασίες επιφάνειας εδάφους πάνω από το μέσο όρο. Η ένταση του φαινομένου ορίζεται ως η διαφορά μεταξύ της μέσης θερμοκρασίας τους και της θερμοκρασίας των αγροτικών περιοχών.&lt;br /&gt;
*Ανάλυση παλινδρόμησης&lt;br /&gt;
Μελετήθηκε η σχέση μεταξύ της εξαρτημένης μεταβλητής (θερμοκρασία επιφάνειας εδάφους) και της κατηγορίας χρήσης γης/ κάλυψης γης. Η σχέση μελετήθηκε για κάθε μια από τις εικόνες της περιόδου 1984-2013 που ερευνάται.&lt;br /&gt;
Ποσοστό κατοικημένων περιοχών σε τμήματα:&lt;br /&gt;
Ένας κύριος λόγος για τις διαφορές θερμοκρασίας της επιφάνειας μεταξύ αγροτικών και αστικών περιοχών είναι η επίδραση της γεωμετρίας του κτιρίου στις ακτινοβολούμενες ροές. Οι περισσότερες από τις αιγυπτιακές πόλεις έχουν υψηλή πυκνότητα δόμησης, όπως και στην περιοχή μελέτης. Το δομημένων περιοχών υπολογίστηκε για κάθε τμήμα.&lt;br /&gt;
Ποσοστό πράσινων περιοχών : &lt;br /&gt;
Οι σχέσεις μεταξύ θερμοκρασίας και βλάστησης διερευνήθηκαν σε προγενέστερες μελέτες συχνά χρησιμοποιώντας τον κανονικοποιημένο δείκτη βλάστησης. Το ποσοστό της πράσινης περιοχής υπολογίστηκε για κάθε τμήμα.&lt;br /&gt;
[[Αρχείο:γ2 (2).png|200px|thumb|left|Εικόνα 2: Διάγραμμα ροής της εφαρμοζόμενης μεθοδολογίας]]&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα''' &lt;br /&gt;
*Χαρτογράφηση της Αστικής Ανάπτυξης μεταξύ 1984 και 2013&lt;br /&gt;
Η εικόνα Landsat TM ταξινομήθηκε με χρήση εποπτευόμενης ταξινόμησης και προέκυψαν τρείς κατηγορίες, αστικές και καλλιεργούμενες εκτάσεις και υδατικές μάζες. Ο συντελεστής Kappa του αποτελέσματος ταξινόμησης είναι 0,81 και η ακρίβεια των δεδομένων ικανοποιητική. Η περιοχή χαρακτηρίζεται από υψηλή δόμηση, στενούς δρόμους,ανεπαρκείς μέθοδοι επεξεργασίας στερεών αποβλήτων και έλλειψη χώρων πρασίνου προκαλούν αύξηση της θερμοκρασίας της επιφάνειας της γης και αλλαγή στο αστικό μικροκλίμα. Στον πίνακα 3 φαίνονται και οι αλλαγές στις χρήσεις/καλύψεις γής κατα την περίοδο 1984-2013.&lt;br /&gt;
[[Αρχείο:γ3 (2).png|200px|thumb|right|Πίνακας 3: Αλλαγές στις χρήσεις/καλύψεις γής.]]&lt;br /&gt;
*Ερμηνεία των χαρτών θερμοκρασίας επιφάνειας εδάφους&lt;br /&gt;
Τα αποτελέσματα των εικόνων με τις θερμοκρασίες της επιφάνειας γης ταξινομήθηκαν χρησιμοποιώντας την τυπική απόκλιση. Η σύγκριση τον αποτελεσμάτων για τις θερμοκρασίες της επιφάνεις της γής κατα τη περίοδο 1984-2013 φαίνεται στον πίνακα 4. Η ανάλυση παλινδρόμησης έδειξε μια αρνητική συσχέτιση μεταξύ του ποσοστού των πράσινων περιοχών και θερμοκρασίας της επιφάνειας της γης. Από την παραπάνω ανάλυση, θα μπορούσε να βγεί το συμπέρασμα ότι η χρήση γης /κάλυψη γης επηρεάζει τις κατανομές των αστικών θερμικών νησίδων.&lt;br /&gt;
[[Αρχείο:γ4 (2).png|200px|thumb|left|Πίνακας 4: Στατιστικά στοιχεία θερμοκρασιών επιφάνειας εδάφους απο εικόνες Landsat.]]&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
Τα αποτελέσματα έδειξαν ότι η δομημένη περιοχή έχει επεκταθεί δραματικά σε βάρος των καλλιεργούμενων περιοχών, προκαλώντας τεράστιες αλλαγές στην περιοχή μελέτης. Προκειμένου να εφαρμοστούν μέτρα για τον μετριασμό του σχηματισμού αστικών θερμικών νησίδων, είναι σημαντικό να προσδιοριστεί η κατανομή της θερμοκρασίας της επιφάνειας της γης στις αστικές περιοχές και να προσδιοριστούν οι περιοχές με μη φυσιολογικά υψηλές θερμοκρασίες. Τέτοιες μελέτες είναι πολύ χρήσιμες σε πόλεις που χαρακτηρίζονται από ξηρό κλίμα. Η χρήση τηλεπισκόπησης παρέχει μια χρονικά και οικονομικά αποδοτική μεθοδολογία για την ανάλυση αυτή.&lt;/div&gt;</summary>
		<author><name>M kakara</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CE%BF%CF%80%CE%B9%CE%BA%CE%AE_%CE%B1%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%B4%CE%B9%CE%B1%CE%BA%CF%85%CE%BC%CE%AC%CE%BD%CF%83%CE%B5%CF%89%CE%BD_%CF%85%CF%80%CF%8C%CE%B3%CE%B5%CE%B9%CF%89%CE%BD_%CF%85%CE%B4%CE%AC%CF%84%CE%B9%CE%BD%CF%89%CE%BD_%CE%B1%CF%80%CE%BF%CE%B8%CE%B5%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CF%83%CF%84%CE%B7%CE%BD_%CE%BB%CE%B5%CE%BA%CE%AC%CE%BD%CE%B7_%CF%84%CE%BF%CF%85_%CF%80%CE%BF%CF%84%CE%B1%CE%BC%CE%BF%CF%8D_Hains_%CF%83%CF%84%CE%B7%CE%BD_%CE%9A%CE%AF%CE%BD%CE%B1.</id>
		<title>Τηλεπισκοπική ανάλυση των διακυμάνσεων υπόγειων υδάτινων αποθεμάτων στην λεκάνη του ποταμού Hains στην Κίνα.</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CE%BF%CF%80%CE%B9%CE%BA%CE%AE_%CE%B1%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%B4%CE%B9%CE%B1%CE%BA%CF%85%CE%BC%CE%AC%CE%BD%CF%83%CE%B5%CF%89%CE%BD_%CF%85%CF%80%CF%8C%CE%B3%CE%B5%CE%B9%CF%89%CE%BD_%CF%85%CE%B4%CE%AC%CF%84%CE%B9%CE%BD%CF%89%CE%BD_%CE%B1%CF%80%CE%BF%CE%B8%CE%B5%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CF%83%CF%84%CE%B7%CE%BD_%CE%BB%CE%B5%CE%BA%CE%AC%CE%BD%CE%B7_%CF%84%CE%BF%CF%85_%CF%80%CE%BF%CF%84%CE%B1%CE%BC%CE%BF%CF%8D_Hains_%CF%83%CF%84%CE%B7%CE%BD_%CE%9A%CE%AF%CE%BD%CE%B1."/>
				<updated>2022-02-09T18:34:12Z</updated>
		
		<summary type="html">&lt;p&gt;M kakara: Νέα σελίδα με 'Category:Αστικός και περιφερειακός σχεδιασμός   ''' Ανίχνευση των αλλαγών της κάλυψης γης και τω...'&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Category:Αστικός και περιφερειακός σχεδιασμός ]]&lt;br /&gt;
&lt;br /&gt;
''' Ανίχνευση των αλλαγών της κάλυψης γης και των αστικών θερμικών νησίδων στην πόλη Τάντα της Αιγύπτου '''&lt;br /&gt;
&lt;br /&gt;
Change detection of land cover and urban heat islands using multi-temporal Landsat images, application in Tanta city, Egypt&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Hala Adel Effat, Lamyaa Gamal-ElDeen Taha, Kamel Fathi Mansour&lt;br /&gt;
&lt;br /&gt;
'''Πηγή:''' [[https://www.researchgate.net/publication/273339097_Change_Detection_of_Land_cover_and_Urban_Heat_Islands_using_Multi-Temporal_Landsat_Images_application_in_Tanta_City_Egypt]]&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
Η έντονη αστικοποίηση έχει ευεργετικές αλλά και δυσμενείς συνέπειες, που επηρεάζουν από περιβαλλοντική και κοινωνική σκοπιά τους κατοίκους των πόλεων. Οι στέγες και οι τοίχοι των πολυώροφων κτιρίων με πιο σκούρες επιφάνειες, οι χώροι στάθμευσης, οι δρόμοι και τα πεζοδρόμια που είναι κατασκευασμένα από άσφαλτο και σκυρόδεμα τείνουν να έχουν χαμηλό albedo. Αυτές οι σκούρες επιφάνειες χαμηλού albedo απορροφούν υψηλότερη ποσότητα ηλιακής ακτινοβολίας και την μετατρέπουν σε θερμική ενέργεια. Συνεπώς, συσσωρεύονται υπερβολικές ποσότητες θερμικής ενέργειας σε αυτά τα επίπεδα. Έτσι στις αστικές περιοχές σημειώνονται αυξημένες θερμοκρασίες σε σύγκριση με τις γύρω αγροτικές περιοχές. Όμως, αν και η διαφορά θερμοκρασίας δεν είναι μεγάλη, μπορεί να προκαλέσει αρκετά αξιοσημείωτα κοινωνικά και περιβαλλοντικά προβλήματα στις αστικές περιοχές. Ο πυρήνας της πόλης γίνεται θερμότερος από την περιφέρειά της, σχηματίζοντας έτσι μια αστική θερμική νησίδα. Οι ερευνητές ορίζουν την αστική θερμική νησίδα ως το φαινόμενο που αφορά τη χαρακτηριστική ζεστασιά τόσο της ατμόσφαιρας όσο και των επιφανειών στις πόλεις σε σύγκριση με το περιβάλλον τους. Τα αυξημένα επίπεδα θερμοκρασίας και η ατμοσφαιρική ρύπανση, τα οποία είναι συνέπειες των αστικών θερμικών νησίδων έχουν δυσμενείς επιπτώσεις στην ανθρώπινη υγεία. Τέτοιες επιδράσεις είναι η γενική δυσφορία, τα αναπνευστικά προβλήματα, τα εγκεφαλικά επεισόδια και οι κράμπες, η εξάντληση και ακόμη και οι θάνατοι που σχετίζονται με τη θερμότητα. &lt;br /&gt;
Η τηλεπισκόπηση παρέχει μια οικονομική, αποδοτική και γρήγορη μεθοδολογία για την ανάλυση των χωρικά και χρονικά κατανεμημένων θερμοκρασιών της επιφάνειας της γης, δεδομένου ότι η κάλυψη των δορυφορικών εικόνων αφορά μεγάλη περιοχή. Τα τελευταία χρόνια οι τεχνικές τηλεπισκόπησης με υπέρυθρη ακτινοβολία (TIR) έχουν εφαρμοστεί σε περιβαλλοντικές μελέτες και μελέτες του κλίματος των πόλεων, κυρίως για την ανάλυση των προτύπων θερμοκρασίας της επιφάνειας της γης (LST) και τη σχέση της με τα χαρακτηριστικά της επιφάνειας της γης. Εκτός από τις μετρήσεις των LST, αυτοί οι αισθητήρες υπέρυθρης ακτινοβολίας μπορούν επίσης να χρησιμοποιηθούν για την απόκτηση δεδομένων εκπομπής διαφορετικών επιφανειών με ποικίλες αναλύσεις και ακρίβειες.&lt;br /&gt;
&lt;br /&gt;
Περιοχή μελέτης: Η πόλη Τάντα είναι η πρωτεύουσα του Κυβερνείου El Gharbeya, είναι μέρος του Δέλτα του Νείλου και περιβάλλεται από καλλιεργημένες εύφορες εκτάσεις. Ο συνολικός πληθυσμός της πόλης είναι 429.000 κάτοικοι. Με το υψηλό ποσοστό αστικοποίησης που την χαρακτηρίζει, η κάλυψη της βλάστησης μειώνεται γρήγορα και αντικαθίσταται από ψηλά κτίρια, δρόμους, χώρους στάθμευσης, πεζοδρόμια και άλλες κατασκευές, ενώ η υψηλή συγκέντρωση οχημάτων στην περιοχή συμβάλλει στην εκπομπή θερμότητας και αερίων ρύπων. Η χαμηλότερη θερμοκρασία του αέρα καταγράφεται τον Ιανουάριο, κατά μέσο όρο 18° C και υψηλότερη θερμοκρασία τον Ιούλιο, κατά μέσο όρο 33 ° C. &lt;br /&gt;
&lt;br /&gt;
'''Μεθοδολογία'''&lt;br /&gt;
*Χαρτογράφηση της Αστικής Ανάπτυξης μεταξύ 1984 και 2013&lt;br /&gt;
Η περιοχή που ερευνάται καλύπτεται κυρίως από καλλιεργούμενες εκτάσεις και αστικές περιοχές που εξαπλώνονται και καταπατούν την αρόσιμη γη. Η μελέτη διεξάγεται κατά τη θερινή περίοδο, τα περισσότερα από τα χωράφια καλλιεργούνται με δέντρα και καλλιέργειες ενώ δεν εμφανίστηκαν έρημοι ή γυμνά εδάφη στις εικόνες Landsat. Οι εικόνες που αποκτήθηκαν ήταν όλες καθαρές χωρίς σύννεφα, λόγω των ξηρών καλοκαιρινών πρωινών (7:00-8:00 π.μ.). Ακολουθήθηκε εποπτευόμενη ταξινόμηση χρησιμοποιώντας τη μέθοδο της μέγιστης πιθανοφάνειας και εντοπίστηκαν τρεις κατηγορίες κάλυψης γης, συμπεριλαμβανομένων των καλλιεργούμενων εκτάσεων, των υδατικών όγκων και των αστικών περιοχών. Η συνολική ακρίβεια των πέντε ετών ταξινομήσεων ήταν 86.10%, 89.83%, 91.22% , 93.62 και 95,64% αντίστοιχα. Ο συντελεστής Kappa των πενταετών ταξινομήσεων είναι 0.81, 0.83, 0.86, 0.89 και 0.91 αντίστοιχα.&lt;br /&gt;
*Θερμοκρασία επιφάνειας εδάφους&lt;br /&gt;
Οι θερμοκρασίες της επιφάνειας της γης προήλθαν από γεωμετρικά διορθωμένες εικόνες. Εφαρμόστηκε μια απλή μέθοδος για την ανάκτηση των εκπομπών της επιφάνειας της γης (LSE) με βάση τον δείκτη βλάστησης (NDVI) εφαρμόζωντας τη μέθοδο NDVI Thresholds.&lt;br /&gt;
*Αστική θερμική νησίδα &lt;br /&gt;
Οι αστικές θερμικές νησίδες είναι επίμονες ζώνες όπου σημειώνονται θερμοκρασίες επιφάνειας εδάφους πάνω από το μέσο όρο. Η ένταση του φαινομένου ορίζεται ως η διαφορά μεταξύ της μέσης θερμοκρασίας τους και της θερμοκρασίας των αγροτικών περιοχών.&lt;br /&gt;
*Ανάλυση παλινδρόμησης&lt;br /&gt;
Μελετήθηκε η σχέση μεταξύ της εξαρτημένης μεταβλητής (θερμοκρασία επιφάνειας εδάφους) και της κατηγορίας χρήσης γης/ κάλυψης γης. Η σχέση μελετήθηκε για κάθε μια από τις εικόνες της περιόδου 1984-2013 που ερευνάται.&lt;br /&gt;
Ποσοστό κατοικημένων περιοχών σε τμήματα:&lt;br /&gt;
Ένας κύριος λόγος για τις διαφορές θερμοκρασίας της επιφάνειας μεταξύ αγροτικών και αστικών περιοχών είναι η επίδραση της γεωμετρίας του κτιρίου στις ακτινοβολούμενες ροές. Οι περισσότερες από τις αιγυπτιακές πόλεις έχουν υψηλή πυκνότητα δόμησης, όπως και στην περιοχή μελέτης. Το δομημένων περιοχών υπολογίστηκε για κάθε τμήμα.&lt;br /&gt;
Ποσοστό πράσινων περιοχών : &lt;br /&gt;
Οι σχέσεις μεταξύ θερμοκρασίας και βλάστησης διερευνήθηκαν σε προγενέστερες μελέτες συχνά χρησιμοποιώντας τον κανονικοποιημένο δείκτη βλάστησης. Το ποσοστό της πράσινης περιοχής υπολογίστηκε για κάθε τμήμα.&lt;br /&gt;
[[Αρχείο:γ2 (2).png|200px|thumb|left|Εικόνα 2: Διάγραμμα ροής της εφαρμοζόμενης μεθοδολογίας]]&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα''' &lt;br /&gt;
*Χαρτογράφηση της Αστικής Ανάπτυξης μεταξύ 1984 και 2013&lt;br /&gt;
Η εικόνα Landsat TM ταξινομήθηκε με χρήση εποπτευόμενης ταξινόμησης και προέκυψαν τρείς κατηγορίες, αστικές και καλλιεργούμενες εκτάσεις και υδατικές μάζες. Ο συντελεστής Kappa του αποτελέσματος ταξινόμησης είναι 0,81 και η ακρίβεια των δεδομένων ικανοποιητική. Η περιοχή χαρακτηρίζεται από υψηλή δόμηση, στενούς δρόμους,ανεπαρκείς μέθοδοι επεξεργασίας στερεών αποβλήτων και έλλειψη χώρων πρασίνου προκαλούν αύξηση της θερμοκρασίας της επιφάνειας της γης και αλλαγή στο αστικό μικροκλίμα. Στον πίνακα 3 φαίνονται και οι αλλαγές στις χρήσεις/καλύψεις γής κατα την περίοδο 1984-2013.&lt;br /&gt;
[[Αρχείο:γ3 (2).png|200px|thumb|right|Πίνακας 3: Αλλαγές στις χρήσεις/καλύψεις γής.]]&lt;br /&gt;
*Ερμηνεία των χαρτών θερμοκρασίας επιφάνειας εδάφους&lt;br /&gt;
Τα αποτελέσματα των εικόνων με τις θερμοκρασίες της επιφάνειας γης ταξινομήθηκαν χρησιμοποιώντας την τυπική απόκλιση. Η σύγκριση τον αποτελεσμάτων για τις θερμοκρασίες της επιφάνεις της γής κατα τη περίοδο 1984-2013 φαίνεται στον πίνακα 4. Η ανάλυση παλινδρόμησης έδειξε μια αρνητική συσχέτιση μεταξύ του ποσοστού των πράσινων περιοχών και θερμοκρασίας της επιφάνειας της γης. Από την παραπάνω ανάλυση, θα μπορούσε να βγεί το συμπέρασμα ότι η χρήση γης /κάλυψη γης επηρεάζει τις κατανομές των αστικών θερμικών νησίδων.&lt;br /&gt;
[[Αρχείο:γ4 (2).png|200px|thumb|left|Πίνακας 4: Στατιστικά στοιχεία θερμοκρασιών επιφάνειας εδάφους απο εικόνες Landsat.]]&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
Τα αποτελέσματα έδειξαν ότι η δομημένη περιοχή έχει επεκταθεί δραματικά σε βάρος των καλλιεργούμενων περιοχών, προκαλώντας τεράστιες αλλαγές στην περιοχή μελέτης. Προκειμένου να εφαρμοστούν μέτρα για τον μετριασμό του σχηματισμού αστικών θερμικών νησίδων, είναι σημαντικό να προσδιοριστεί η κατανομή της θερμοκρασίας της επιφάνειας της γης στις αστικές περιοχές και να προσδιοριστούν οι περιοχές με μη φυσιολογικά υψηλές θερμοκρασίες. Τέτοιες μελέτες είναι πολύ χρήσιμες σε πόλεις που χαρακτηρίζονται από ξηρό κλίμα. Η χρήση τηλεπισκόπησης παρέχει μια χρονικά και οικονομικά αποδοτική μεθοδολογία για την ανάλυση αυτή.&lt;/div&gt;</summary>
		<author><name>M kakara</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A7%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7_%CE%B4%CE%B9%CE%B1%CF%87%CE%B5%CE%AF%CF%81%CE%B9%CF%83%CE%B7_%CF%84%CE%BF%CF%85_Verticillium_wilt_%CF%83%CE%B5_%CE%BA%CE%B1%CE%BB%CE%BB%CE%B9%CE%AD%CF%81%CE%B3%CE%B5%CE%B9%CE%B1_%CE%B5%CE%BB%CE%B9%CE%AC%CF%82</id>
		<title>Χρήση της τηλεπισκόπησης για τη διαχείριση του Verticillium wilt σε καλλιέργεια ελιάς</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A7%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7_%CE%B4%CE%B9%CE%B1%CF%87%CE%B5%CE%AF%CF%81%CE%B9%CF%83%CE%B7_%CF%84%CE%BF%CF%85_Verticillium_wilt_%CF%83%CE%B5_%CE%BA%CE%B1%CE%BB%CE%BB%CE%B9%CE%AD%CF%81%CE%B3%CE%B5%CE%B9%CE%B1_%CE%B5%CE%BB%CE%B9%CE%AC%CF%82"/>
				<updated>2022-02-09T18:34:01Z</updated>
		
		<summary type="html">&lt;p&gt;M kakara: Νέα σελίδα με 'Category:Αστικός και περιφερειακός σχεδιασμός   ''' Ανίχνευση των αλλαγών της κάλυψης γης και τω...'&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Category:Αστικός και περιφερειακός σχεδιασμός ]]&lt;br /&gt;
&lt;br /&gt;
''' Ανίχνευση των αλλαγών της κάλυψης γης και των αστικών θερμικών νησίδων στην πόλη Τάντα της Αιγύπτου '''&lt;br /&gt;
&lt;br /&gt;
Change detection of land cover and urban heat islands using multi-temporal Landsat images, application in Tanta city, Egypt&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Hala Adel Effat, Lamyaa Gamal-ElDeen Taha, Kamel Fathi Mansour&lt;br /&gt;
&lt;br /&gt;
'''Πηγή:''' [[https://www.researchgate.net/publication/273339097_Change_Detection_of_Land_cover_and_Urban_Heat_Islands_using_Multi-Temporal_Landsat_Images_application_in_Tanta_City_Egypt]]&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
Η έντονη αστικοποίηση έχει ευεργετικές αλλά και δυσμενείς συνέπειες, που επηρεάζουν από περιβαλλοντική και κοινωνική σκοπιά τους κατοίκους των πόλεων. Οι στέγες και οι τοίχοι των πολυώροφων κτιρίων με πιο σκούρες επιφάνειες, οι χώροι στάθμευσης, οι δρόμοι και τα πεζοδρόμια που είναι κατασκευασμένα από άσφαλτο και σκυρόδεμα τείνουν να έχουν χαμηλό albedo. Αυτές οι σκούρες επιφάνειες χαμηλού albedo απορροφούν υψηλότερη ποσότητα ηλιακής ακτινοβολίας και την μετατρέπουν σε θερμική ενέργεια. Συνεπώς, συσσωρεύονται υπερβολικές ποσότητες θερμικής ενέργειας σε αυτά τα επίπεδα. Έτσι στις αστικές περιοχές σημειώνονται αυξημένες θερμοκρασίες σε σύγκριση με τις γύρω αγροτικές περιοχές. Όμως, αν και η διαφορά θερμοκρασίας δεν είναι μεγάλη, μπορεί να προκαλέσει αρκετά αξιοσημείωτα κοινωνικά και περιβαλλοντικά προβλήματα στις αστικές περιοχές. Ο πυρήνας της πόλης γίνεται θερμότερος από την περιφέρειά της, σχηματίζοντας έτσι μια αστική θερμική νησίδα. Οι ερευνητές ορίζουν την αστική θερμική νησίδα ως το φαινόμενο που αφορά τη χαρακτηριστική ζεστασιά τόσο της ατμόσφαιρας όσο και των επιφανειών στις πόλεις σε σύγκριση με το περιβάλλον τους. Τα αυξημένα επίπεδα θερμοκρασίας και η ατμοσφαιρική ρύπανση, τα οποία είναι συνέπειες των αστικών θερμικών νησίδων έχουν δυσμενείς επιπτώσεις στην ανθρώπινη υγεία. Τέτοιες επιδράσεις είναι η γενική δυσφορία, τα αναπνευστικά προβλήματα, τα εγκεφαλικά επεισόδια και οι κράμπες, η εξάντληση και ακόμη και οι θάνατοι που σχετίζονται με τη θερμότητα. &lt;br /&gt;
Η τηλεπισκόπηση παρέχει μια οικονομική, αποδοτική και γρήγορη μεθοδολογία για την ανάλυση των χωρικά και χρονικά κατανεμημένων θερμοκρασιών της επιφάνειας της γης, δεδομένου ότι η κάλυψη των δορυφορικών εικόνων αφορά μεγάλη περιοχή. Τα τελευταία χρόνια οι τεχνικές τηλεπισκόπησης με υπέρυθρη ακτινοβολία (TIR) έχουν εφαρμοστεί σε περιβαλλοντικές μελέτες και μελέτες του κλίματος των πόλεων, κυρίως για την ανάλυση των προτύπων θερμοκρασίας της επιφάνειας της γης (LST) και τη σχέση της με τα χαρακτηριστικά της επιφάνειας της γης. Εκτός από τις μετρήσεις των LST, αυτοί οι αισθητήρες υπέρυθρης ακτινοβολίας μπορούν επίσης να χρησιμοποιηθούν για την απόκτηση δεδομένων εκπομπής διαφορετικών επιφανειών με ποικίλες αναλύσεις και ακρίβειες.&lt;br /&gt;
&lt;br /&gt;
Περιοχή μελέτης: Η πόλη Τάντα είναι η πρωτεύουσα του Κυβερνείου El Gharbeya, είναι μέρος του Δέλτα του Νείλου και περιβάλλεται από καλλιεργημένες εύφορες εκτάσεις. Ο συνολικός πληθυσμός της πόλης είναι 429.000 κάτοικοι. Με το υψηλό ποσοστό αστικοποίησης που την χαρακτηρίζει, η κάλυψη της βλάστησης μειώνεται γρήγορα και αντικαθίσταται από ψηλά κτίρια, δρόμους, χώρους στάθμευσης, πεζοδρόμια και άλλες κατασκευές, ενώ η υψηλή συγκέντρωση οχημάτων στην περιοχή συμβάλλει στην εκπομπή θερμότητας και αερίων ρύπων. Η χαμηλότερη θερμοκρασία του αέρα καταγράφεται τον Ιανουάριο, κατά μέσο όρο 18° C και υψηλότερη θερμοκρασία τον Ιούλιο, κατά μέσο όρο 33 ° C. &lt;br /&gt;
&lt;br /&gt;
'''Μεθοδολογία'''&lt;br /&gt;
*Χαρτογράφηση της Αστικής Ανάπτυξης μεταξύ 1984 και 2013&lt;br /&gt;
Η περιοχή που ερευνάται καλύπτεται κυρίως από καλλιεργούμενες εκτάσεις και αστικές περιοχές που εξαπλώνονται και καταπατούν την αρόσιμη γη. Η μελέτη διεξάγεται κατά τη θερινή περίοδο, τα περισσότερα από τα χωράφια καλλιεργούνται με δέντρα και καλλιέργειες ενώ δεν εμφανίστηκαν έρημοι ή γυμνά εδάφη στις εικόνες Landsat. Οι εικόνες που αποκτήθηκαν ήταν όλες καθαρές χωρίς σύννεφα, λόγω των ξηρών καλοκαιρινών πρωινών (7:00-8:00 π.μ.). Ακολουθήθηκε εποπτευόμενη ταξινόμηση χρησιμοποιώντας τη μέθοδο της μέγιστης πιθανοφάνειας και εντοπίστηκαν τρεις κατηγορίες κάλυψης γης, συμπεριλαμβανομένων των καλλιεργούμενων εκτάσεων, των υδατικών όγκων και των αστικών περιοχών. Η συνολική ακρίβεια των πέντε ετών ταξινομήσεων ήταν 86.10%, 89.83%, 91.22% , 93.62 και 95,64% αντίστοιχα. Ο συντελεστής Kappa των πενταετών ταξινομήσεων είναι 0.81, 0.83, 0.86, 0.89 και 0.91 αντίστοιχα.&lt;br /&gt;
*Θερμοκρασία επιφάνειας εδάφους&lt;br /&gt;
Οι θερμοκρασίες της επιφάνειας της γης προήλθαν από γεωμετρικά διορθωμένες εικόνες. Εφαρμόστηκε μια απλή μέθοδος για την ανάκτηση των εκπομπών της επιφάνειας της γης (LSE) με βάση τον δείκτη βλάστησης (NDVI) εφαρμόζωντας τη μέθοδο NDVI Thresholds.&lt;br /&gt;
*Αστική θερμική νησίδα &lt;br /&gt;
Οι αστικές θερμικές νησίδες είναι επίμονες ζώνες όπου σημειώνονται θερμοκρασίες επιφάνειας εδάφους πάνω από το μέσο όρο. Η ένταση του φαινομένου ορίζεται ως η διαφορά μεταξύ της μέσης θερμοκρασίας τους και της θερμοκρασίας των αγροτικών περιοχών.&lt;br /&gt;
*Ανάλυση παλινδρόμησης&lt;br /&gt;
Μελετήθηκε η σχέση μεταξύ της εξαρτημένης μεταβλητής (θερμοκρασία επιφάνειας εδάφους) και της κατηγορίας χρήσης γης/ κάλυψης γης. Η σχέση μελετήθηκε για κάθε μια από τις εικόνες της περιόδου 1984-2013 που ερευνάται.&lt;br /&gt;
Ποσοστό κατοικημένων περιοχών σε τμήματα:&lt;br /&gt;
Ένας κύριος λόγος για τις διαφορές θερμοκρασίας της επιφάνειας μεταξύ αγροτικών και αστικών περιοχών είναι η επίδραση της γεωμετρίας του κτιρίου στις ακτινοβολούμενες ροές. Οι περισσότερες από τις αιγυπτιακές πόλεις έχουν υψηλή πυκνότητα δόμησης, όπως και στην περιοχή μελέτης. Το δομημένων περιοχών υπολογίστηκε για κάθε τμήμα.&lt;br /&gt;
Ποσοστό πράσινων περιοχών : &lt;br /&gt;
Οι σχέσεις μεταξύ θερμοκρασίας και βλάστησης διερευνήθηκαν σε προγενέστερες μελέτες συχνά χρησιμοποιώντας τον κανονικοποιημένο δείκτη βλάστησης. Το ποσοστό της πράσινης περιοχής υπολογίστηκε για κάθε τμήμα.&lt;br /&gt;
[[Αρχείο:γ2 (2).png|200px|thumb|left|Εικόνα 2: Διάγραμμα ροής της εφαρμοζόμενης μεθοδολογίας]]&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα''' &lt;br /&gt;
*Χαρτογράφηση της Αστικής Ανάπτυξης μεταξύ 1984 και 2013&lt;br /&gt;
Η εικόνα Landsat TM ταξινομήθηκε με χρήση εποπτευόμενης ταξινόμησης και προέκυψαν τρείς κατηγορίες, αστικές και καλλιεργούμενες εκτάσεις και υδατικές μάζες. Ο συντελεστής Kappa του αποτελέσματος ταξινόμησης είναι 0,81 και η ακρίβεια των δεδομένων ικανοποιητική. Η περιοχή χαρακτηρίζεται από υψηλή δόμηση, στενούς δρόμους,ανεπαρκείς μέθοδοι επεξεργασίας στερεών αποβλήτων και έλλειψη χώρων πρασίνου προκαλούν αύξηση της θερμοκρασίας της επιφάνειας της γης και αλλαγή στο αστικό μικροκλίμα. Στον πίνακα 3 φαίνονται και οι αλλαγές στις χρήσεις/καλύψεις γής κατα την περίοδο 1984-2013.&lt;br /&gt;
[[Αρχείο:γ3 (2).png|200px|thumb|right|Πίνακας 3: Αλλαγές στις χρήσεις/καλύψεις γής.]]&lt;br /&gt;
*Ερμηνεία των χαρτών θερμοκρασίας επιφάνειας εδάφους&lt;br /&gt;
Τα αποτελέσματα των εικόνων με τις θερμοκρασίες της επιφάνειας γης ταξινομήθηκαν χρησιμοποιώντας την τυπική απόκλιση. Η σύγκριση τον αποτελεσμάτων για τις θερμοκρασίες της επιφάνεις της γής κατα τη περίοδο 1984-2013 φαίνεται στον πίνακα 4. Η ανάλυση παλινδρόμησης έδειξε μια αρνητική συσχέτιση μεταξύ του ποσοστού των πράσινων περιοχών και θερμοκρασίας της επιφάνειας της γης. Από την παραπάνω ανάλυση, θα μπορούσε να βγεί το συμπέρασμα ότι η χρήση γης /κάλυψη γης επηρεάζει τις κατανομές των αστικών θερμικών νησίδων.&lt;br /&gt;
[[Αρχείο:γ4 (2).png|200px|thumb|left|Πίνακας 4: Στατιστικά στοιχεία θερμοκρασιών επιφάνειας εδάφους απο εικόνες Landsat.]]&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
Τα αποτελέσματα έδειξαν ότι η δομημένη περιοχή έχει επεκταθεί δραματικά σε βάρος των καλλιεργούμενων περιοχών, προκαλώντας τεράστιες αλλαγές στην περιοχή μελέτης. Προκειμένου να εφαρμοστούν μέτρα για τον μετριασμό του σχηματισμού αστικών θερμικών νησίδων, είναι σημαντικό να προσδιοριστεί η κατανομή της θερμοκρασίας της επιφάνειας της γης στις αστικές περιοχές και να προσδιοριστούν οι περιοχές με μη φυσιολογικά υψηλές θερμοκρασίες. Τέτοιες μελέτες είναι πολύ χρήσιμες σε πόλεις που χαρακτηρίζονται από ξηρό κλίμα. Η χρήση τηλεπισκόπησης παρέχει μια χρονικά και οικονομικά αποδοτική μεθοδολογία για την ανάλυση αυτή.&lt;/div&gt;</summary>
		<author><name>M kakara</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CF%85%CE%B4%CE%B1%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%BA%CE%B1%CF%84%CE%B1%CF%80%CF%8C%CE%BD%CE%B7%CF%83%CE%B7%CF%82_%CF%84%CF%89%CE%BD_%CF%86%CF%85%CF%84%CF%8E%CE%BD_%CF%83%CE%B5_%CF%86%CF%85%CF%83%CE%B9%CE%BA%CE%AC_%CE%BF%CE%B9%CE%BA%CE%BF%CF%83%CF%85%CF%83%CF%84%CE%AE%CE%BC%CE%B1%CF%84%CE%B1_%CE%BC%CE%AD%CF%83%CF%89_%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%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CE%B8%CE%B5%CF%81%CE%BC%CE%B9%CE%BA%CE%AE%CF%82_%CE%B1%CE%BA%CF%84%CE%B9%CE%BD%CE%BF%CE%B2%CE%BF%CE%BB%CE%AF%CE%B1%CF%82</id>
		<title>Ανίχνευση της υδατικής καταπόνησης των φυτών σε φυσικά οικοσυστήματα μέσω τηλεπισκόπησης με χρήση θερμικής ακτινοβολίας</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CF%85%CE%B4%CE%B1%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%BA%CE%B1%CF%84%CE%B1%CF%80%CF%8C%CE%BD%CE%B7%CF%83%CE%B7%CF%82_%CF%84%CF%89%CE%BD_%CF%86%CF%85%CF%84%CF%8E%CE%BD_%CF%83%CE%B5_%CF%86%CF%85%CF%83%CE%B9%CE%BA%CE%AC_%CE%BF%CE%B9%CE%BA%CE%BF%CF%83%CF%85%CF%83%CF%84%CE%AE%CE%BC%CE%B1%CF%84%CE%B1_%CE%BC%CE%AD%CF%83%CF%89_%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%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CE%B8%CE%B5%CF%81%CE%BC%CE%B9%CE%BA%CE%AE%CF%82_%CE%B1%CE%BA%CF%84%CE%B9%CE%BD%CE%BF%CE%B2%CE%BF%CE%BB%CE%AF%CE%B1%CF%82"/>
				<updated>2022-02-09T18:33:16Z</updated>
		
		<summary type="html">&lt;p&gt;M kakara: Νέα σελίδα με 'Category:Αστικός και περιφερειακός σχεδιασμός   ''' Ανίχνευση των αλλαγών της κάλυψης γης και τω...'&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Category:Αστικός και περιφερειακός σχεδιασμός ]]&lt;br /&gt;
&lt;br /&gt;
''' Ανίχνευση των αλλαγών της κάλυψης γης και των αστικών θερμικών νησίδων στην πόλη Τάντα της Αιγύπτου '''&lt;br /&gt;
&lt;br /&gt;
Change detection of land cover and urban heat islands using multi-temporal Landsat images, application in Tanta city, Egypt&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Hala Adel Effat, Lamyaa Gamal-ElDeen Taha, Kamel Fathi Mansour&lt;br /&gt;
&lt;br /&gt;
'''Πηγή:''' [[https://www.researchgate.net/publication/273339097_Change_Detection_of_Land_cover_and_Urban_Heat_Islands_using_Multi-Temporal_Landsat_Images_application_in_Tanta_City_Egypt]]&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
Η έντονη αστικοποίηση έχει ευεργετικές αλλά και δυσμενείς συνέπειες, που επηρεάζουν από περιβαλλοντική και κοινωνική σκοπιά τους κατοίκους των πόλεων. Οι στέγες και οι τοίχοι των πολυώροφων κτιρίων με πιο σκούρες επιφάνειες, οι χώροι στάθμευσης, οι δρόμοι και τα πεζοδρόμια που είναι κατασκευασμένα από άσφαλτο και σκυρόδεμα τείνουν να έχουν χαμηλό albedo. Αυτές οι σκούρες επιφάνειες χαμηλού albedo απορροφούν υψηλότερη ποσότητα ηλιακής ακτινοβολίας και την μετατρέπουν σε θερμική ενέργεια. Συνεπώς, συσσωρεύονται υπερβολικές ποσότητες θερμικής ενέργειας σε αυτά τα επίπεδα. Έτσι στις αστικές περιοχές σημειώνονται αυξημένες θερμοκρασίες σε σύγκριση με τις γύρω αγροτικές περιοχές. Όμως, αν και η διαφορά θερμοκρασίας δεν είναι μεγάλη, μπορεί να προκαλέσει αρκετά αξιοσημείωτα κοινωνικά και περιβαλλοντικά προβλήματα στις αστικές περιοχές. Ο πυρήνας της πόλης γίνεται θερμότερος από την περιφέρειά της, σχηματίζοντας έτσι μια αστική θερμική νησίδα. Οι ερευνητές ορίζουν την αστική θερμική νησίδα ως το φαινόμενο που αφορά τη χαρακτηριστική ζεστασιά τόσο της ατμόσφαιρας όσο και των επιφανειών στις πόλεις σε σύγκριση με το περιβάλλον τους. Τα αυξημένα επίπεδα θερμοκρασίας και η ατμοσφαιρική ρύπανση, τα οποία είναι συνέπειες των αστικών θερμικών νησίδων έχουν δυσμενείς επιπτώσεις στην ανθρώπινη υγεία. Τέτοιες επιδράσεις είναι η γενική δυσφορία, τα αναπνευστικά προβλήματα, τα εγκεφαλικά επεισόδια και οι κράμπες, η εξάντληση και ακόμη και οι θάνατοι που σχετίζονται με τη θερμότητα. &lt;br /&gt;
Η τηλεπισκόπηση παρέχει μια οικονομική, αποδοτική και γρήγορη μεθοδολογία για την ανάλυση των χωρικά και χρονικά κατανεμημένων θερμοκρασιών της επιφάνειας της γης, δεδομένου ότι η κάλυψη των δορυφορικών εικόνων αφορά μεγάλη περιοχή. Τα τελευταία χρόνια οι τεχνικές τηλεπισκόπησης με υπέρυθρη ακτινοβολία (TIR) έχουν εφαρμοστεί σε περιβαλλοντικές μελέτες και μελέτες του κλίματος των πόλεων, κυρίως για την ανάλυση των προτύπων θερμοκρασίας της επιφάνειας της γης (LST) και τη σχέση της με τα χαρακτηριστικά της επιφάνειας της γης. Εκτός από τις μετρήσεις των LST, αυτοί οι αισθητήρες υπέρυθρης ακτινοβολίας μπορούν επίσης να χρησιμοποιηθούν για την απόκτηση δεδομένων εκπομπής διαφορετικών επιφανειών με ποικίλες αναλύσεις και ακρίβειες.&lt;br /&gt;
&lt;br /&gt;
Περιοχή μελέτης: Η πόλη Τάντα είναι η πρωτεύουσα του Κυβερνείου El Gharbeya, είναι μέρος του Δέλτα του Νείλου και περιβάλλεται από καλλιεργημένες εύφορες εκτάσεις. Ο συνολικός πληθυσμός της πόλης είναι 429.000 κάτοικοι. Με το υψηλό ποσοστό αστικοποίησης που την χαρακτηρίζει, η κάλυψη της βλάστησης μειώνεται γρήγορα και αντικαθίσταται από ψηλά κτίρια, δρόμους, χώρους στάθμευσης, πεζοδρόμια και άλλες κατασκευές, ενώ η υψηλή συγκέντρωση οχημάτων στην περιοχή συμβάλλει στην εκπομπή θερμότητας και αερίων ρύπων. Η χαμηλότερη θερμοκρασία του αέρα καταγράφεται τον Ιανουάριο, κατά μέσο όρο 18° C και υψηλότερη θερμοκρασία τον Ιούλιο, κατά μέσο όρο 33 ° C. &lt;br /&gt;
&lt;br /&gt;
'''Μεθοδολογία'''&lt;br /&gt;
*Χαρτογράφηση της Αστικής Ανάπτυξης μεταξύ 1984 και 2013&lt;br /&gt;
Η περιοχή που ερευνάται καλύπτεται κυρίως από καλλιεργούμενες εκτάσεις και αστικές περιοχές που εξαπλώνονται και καταπατούν την αρόσιμη γη. Η μελέτη διεξάγεται κατά τη θερινή περίοδο, τα περισσότερα από τα χωράφια καλλιεργούνται με δέντρα και καλλιέργειες ενώ δεν εμφανίστηκαν έρημοι ή γυμνά εδάφη στις εικόνες Landsat. Οι εικόνες που αποκτήθηκαν ήταν όλες καθαρές χωρίς σύννεφα, λόγω των ξηρών καλοκαιρινών πρωινών (7:00-8:00 π.μ.). Ακολουθήθηκε εποπτευόμενη ταξινόμηση χρησιμοποιώντας τη μέθοδο της μέγιστης πιθανοφάνειας και εντοπίστηκαν τρεις κατηγορίες κάλυψης γης, συμπεριλαμβανομένων των καλλιεργούμενων εκτάσεων, των υδατικών όγκων και των αστικών περιοχών. Η συνολική ακρίβεια των πέντε ετών ταξινομήσεων ήταν 86.10%, 89.83%, 91.22% , 93.62 και 95,64% αντίστοιχα. Ο συντελεστής Kappa των πενταετών ταξινομήσεων είναι 0.81, 0.83, 0.86, 0.89 και 0.91 αντίστοιχα.&lt;br /&gt;
*Θερμοκρασία επιφάνειας εδάφους&lt;br /&gt;
Οι θερμοκρασίες της επιφάνειας της γης προήλθαν από γεωμετρικά διορθωμένες εικόνες. Εφαρμόστηκε μια απλή μέθοδος για την ανάκτηση των εκπομπών της επιφάνειας της γης (LSE) με βάση τον δείκτη βλάστησης (NDVI) εφαρμόζωντας τη μέθοδο NDVI Thresholds.&lt;br /&gt;
*Αστική θερμική νησίδα &lt;br /&gt;
Οι αστικές θερμικές νησίδες είναι επίμονες ζώνες όπου σημειώνονται θερμοκρασίες επιφάνειας εδάφους πάνω από το μέσο όρο. Η ένταση του φαινομένου ορίζεται ως η διαφορά μεταξύ της μέσης θερμοκρασίας τους και της θερμοκρασίας των αγροτικών περιοχών.&lt;br /&gt;
*Ανάλυση παλινδρόμησης&lt;br /&gt;
Μελετήθηκε η σχέση μεταξύ της εξαρτημένης μεταβλητής (θερμοκρασία επιφάνειας εδάφους) και της κατηγορίας χρήσης γης/ κάλυψης γης. Η σχέση μελετήθηκε για κάθε μια από τις εικόνες της περιόδου 1984-2013 που ερευνάται.&lt;br /&gt;
Ποσοστό κατοικημένων περιοχών σε τμήματα:&lt;br /&gt;
Ένας κύριος λόγος για τις διαφορές θερμοκρασίας της επιφάνειας μεταξύ αγροτικών και αστικών περιοχών είναι η επίδραση της γεωμετρίας του κτιρίου στις ακτινοβολούμενες ροές. Οι περισσότερες από τις αιγυπτιακές πόλεις έχουν υψηλή πυκνότητα δόμησης, όπως και στην περιοχή μελέτης. Το δομημένων περιοχών υπολογίστηκε για κάθε τμήμα.&lt;br /&gt;
Ποσοστό πράσινων περιοχών : &lt;br /&gt;
Οι σχέσεις μεταξύ θερμοκρασίας και βλάστησης διερευνήθηκαν σε προγενέστερες μελέτες συχνά χρησιμοποιώντας τον κανονικοποιημένο δείκτη βλάστησης. Το ποσοστό της πράσινης περιοχής υπολογίστηκε για κάθε τμήμα.&lt;br /&gt;
[[Αρχείο:γ2 (2).png|200px|thumb|left|Εικόνα 2: Διάγραμμα ροής της εφαρμοζόμενης μεθοδολογίας]]&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα''' &lt;br /&gt;
*Χαρτογράφηση της Αστικής Ανάπτυξης μεταξύ 1984 και 2013&lt;br /&gt;
Η εικόνα Landsat TM ταξινομήθηκε με χρήση εποπτευόμενης ταξινόμησης και προέκυψαν τρείς κατηγορίες, αστικές και καλλιεργούμενες εκτάσεις και υδατικές μάζες. Ο συντελεστής Kappa του αποτελέσματος ταξινόμησης είναι 0,81 και η ακρίβεια των δεδομένων ικανοποιητική. Η περιοχή χαρακτηρίζεται από υψηλή δόμηση, στενούς δρόμους,ανεπαρκείς μέθοδοι επεξεργασίας στερεών αποβλήτων και έλλειψη χώρων πρασίνου προκαλούν αύξηση της θερμοκρασίας της επιφάνειας της γης και αλλαγή στο αστικό μικροκλίμα. Στον πίνακα 3 φαίνονται και οι αλλαγές στις χρήσεις/καλύψεις γής κατα την περίοδο 1984-2013.&lt;br /&gt;
[[Αρχείο:γ3 (2).png|200px|thumb|right|Πίνακας 3: Αλλαγές στις χρήσεις/καλύψεις γής.]]&lt;br /&gt;
*Ερμηνεία των χαρτών θερμοκρασίας επιφάνειας εδάφους&lt;br /&gt;
Τα αποτελέσματα των εικόνων με τις θερμοκρασίες της επιφάνειας γης ταξινομήθηκαν χρησιμοποιώντας την τυπική απόκλιση. Η σύγκριση τον αποτελεσμάτων για τις θερμοκρασίες της επιφάνεις της γής κατα τη περίοδο 1984-2013 φαίνεται στον πίνακα 4. Η ανάλυση παλινδρόμησης έδειξε μια αρνητική συσχέτιση μεταξύ του ποσοστού των πράσινων περιοχών και θερμοκρασίας της επιφάνειας της γης. Από την παραπάνω ανάλυση, θα μπορούσε να βγεί το συμπέρασμα ότι η χρήση γης /κάλυψη γης επηρεάζει τις κατανομές των αστικών θερμικών νησίδων.&lt;br /&gt;
[[Αρχείο:γ4 (2).png|200px|thumb|left|Πίνακας 4: Στατιστικά στοιχεία θερμοκρασιών επιφάνειας εδάφους απο εικόνες Landsat.]]&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
Τα αποτελέσματα έδειξαν ότι η δομημένη περιοχή έχει επεκταθεί δραματικά σε βάρος των καλλιεργούμενων περιοχών, προκαλώντας τεράστιες αλλαγές στην περιοχή μελέτης. Προκειμένου να εφαρμοστούν μέτρα για τον μετριασμό του σχηματισμού αστικών θερμικών νησίδων, είναι σημαντικό να προσδιοριστεί η κατανομή της θερμοκρασίας της επιφάνειας της γης στις αστικές περιοχές και να προσδιοριστούν οι περιοχές με μη φυσιολογικά υψηλές θερμοκρασίες. Τέτοιες μελέτες είναι πολύ χρήσιμες σε πόλεις που χαρακτηρίζονται από ξηρό κλίμα. Η χρήση τηλεπισκόπησης παρέχει μια χρονικά και οικονομικά αποδοτική μεθοδολογία για την ανάλυση αυτή.&lt;/div&gt;</summary>
		<author><name>M kakara</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%9A%CE%B1%CE%BA%CE%B1%CF%81%CE%AC_%CE%9C%CE%B1%CF%81%CE%AF%CE%B1</id>
		<title>Κακαρά Μαρία</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%9A%CE%B1%CE%BA%CE%B1%CF%81%CE%AC_%CE%9C%CE%B1%CF%81%CE%AF%CE%B1"/>
				<updated>2022-02-09T13:07:11Z</updated>
		
		<summary type="html">&lt;p&gt;M kakara: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Category: ΔΠΜΣ &amp;quot;Περιβάλλον &amp;amp; Ανάπτυξη&amp;quot; (Αθήνα)]]&lt;br /&gt;
* [[Διαχείριση Περιβάλλοντος: Ο ρόλος της τηλεπισκόπησης και του GIS στο δομημένο περιβάλλον]]&lt;br /&gt;
* [[Σύγκριση των τηλεπισκοπικών και των καταγεγραμμένων βάσεων δεδομένων από καμένες περιοχές στην Μεσογειακή Ευρώπη]]&lt;br /&gt;
* [[Ανίχνευση των αλλαγών της κάλυψης γης και των αστικών θερμικών νησίδων στην πόλη Τάντα της Αιγύπτου]]&lt;br /&gt;
* [[Ανίχνευση της υδατικής καταπόνησης των φυτών σε φυσικά οικοσυστήματα μέσω τηλεπισκόπησης με χρήση θερμικής ακτινοβολίας]]&lt;br /&gt;
* [[Χρήση της τηλεπισκόπησης για τη διαχείριση του Verticillium wilt σε καλλιέργεια ελιάς]]&lt;br /&gt;
* [[Τηλεπισκοπική ανάλυση των διακυμάνσεων υπόγειων υδάτινων αποθεμάτων στην λεκάνη του ποταμού Hains στην Κίνα.]]&lt;br /&gt;
* [[Αξιολόγηση και ανίχνευση της αλλαγής στη χρήση και κάλυψη γης, με χρήση τηλεπισκόπησης, στη λεκάνη της λίμνης Tana στη Βορειοδυτική Αιθιοπία]]&lt;br /&gt;
* [[Μια νέα προσέγγιση για τον εντοπισμό hotspots θαλάσσιων πτηνών μέσω ανίχνευσης χλωροφύλλης Α με τη χρήση τηλεπισκόπησης]]&lt;br /&gt;
*[[Παρακολούθηση ενός αμπελώνα που έχει πληγεί από την ίσκα με χρήση τηλεπισκόπησης μέσω εναέριων μη επανδρωμένων οχημάτων]]&lt;/div&gt;</summary>
		<author><name>M kakara</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%9A%CE%B1%CE%BA%CE%B1%CF%81%CE%AC_%CE%9C%CE%B1%CF%81%CE%AF%CE%B1</id>
		<title>Κακαρά Μαρία</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%9A%CE%B1%CE%BA%CE%B1%CF%81%CE%AC_%CE%9C%CE%B1%CF%81%CE%AF%CE%B1"/>
				<updated>2022-02-09T12:59:17Z</updated>
		
		<summary type="html">&lt;p&gt;M kakara: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Category: ΔΠΜΣ &amp;quot;Περιβάλλον &amp;amp; Ανάπτυξη&amp;quot; (Αθήνα)]]&lt;br /&gt;
* [[Διαχείριση Περιβάλλοντος: Ο ρόλος της τηλεπισκόπησης και του GIS στο δομημένο περιβάλλον]]&lt;br /&gt;
* [[Σύγκριση των τηλεπισκοπικών και των καταγεγραμμένων βάσεων δεδομένων από καμένες περιοχές στην Μεσογειακή Ευρώπη]]&lt;br /&gt;
* [[Ανίχνευση των αλλαγών της κάλυψης γης και των αστικών θερμικών νησίδων στην πόλη Τάντα της Αιγύπτου]]&lt;br /&gt;
* [[Ανίχνευση της υδατικής καταπόνησης των φυτών σε φυσικά οικοσυστήματα μέσω τηλεπισκόπησης με χρήση θερμικής ακτινοβολίας.]]&lt;br /&gt;
* [[Χρήση της τηλεπισκόπησης για τη διαχείριση του Verticillium wilt σε καλλιέργεια ελιάς.]]&lt;br /&gt;
* [[Τηλεπισκοπική ανάλυση των διακυμάνσεων υπόγειων υδάτινων αποθεμάτων στην λεκάνη του ποταμού Hains στην Κίνα.]]&lt;br /&gt;
* [[Αξιολόγηση και ανίχνευση της αλλαγής στη χρήση και κάλυψη γης, με χρήση τηλεπισκόπησης, στη λεκάνη της λίμνης Tana στη Βορειοδυτική Αιθιοπία]]&lt;br /&gt;
* [[Μια νέα προσέγγιση για τον εντοπισμό hotspots θαλάσσιων πτηνών μέσω ανίχνευσης χλωροφύλλης Α με τη χρήση τηλεπισκόπησης]]&lt;/div&gt;</summary>
		<author><name>M kakara</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%9A%CE%B1%CE%BA%CE%B1%CF%81%CE%AC_%CE%9C%CE%B1%CF%81%CE%AF%CE%B1</id>
		<title>Κακαρά Μαρία</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%9A%CE%B1%CE%BA%CE%B1%CF%81%CE%AC_%CE%9C%CE%B1%CF%81%CE%AF%CE%B1"/>
				<updated>2022-02-09T12:56:57Z</updated>
		
		<summary type="html">&lt;p&gt;M kakara: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Category: ΔΠΜΣ &amp;quot;Περιβάλλον &amp;amp; Ανάπτυξη&amp;quot; (Αθήνα)]]&lt;br /&gt;
* [[Διαχείριση Περιβάλλοντος: Ο ρόλος της τηλεπισκόπησης και του GIS στο δομημένο περιβάλλον]]&lt;br /&gt;
* [[Σύγκριση των τηλεπισκοπικών και των καταγεγραμμένων βάσεων δεδομένων από καμένες περιοχές στην Μεσογειακή Ευρώπη]]&lt;br /&gt;
* [[Ανίχνευση των αλλαγών της κάλυψης γης και των αστικών θερμικών νησίδων στην πόλη Τάντα της Αιγύπτου]]&lt;br /&gt;
* [[Ανίχνευση της υδατικής καταπόνησης των φυτών σε φυσικά οικοσυστήματα μέσω τηλεπισκόπησης με χρήση θερμικής ακτινοβολίας.]]&lt;br /&gt;
* [[Χρήση της τηλεπισκόπησης για τη διαχείριση του Verticillium wilt σε καλλιέργεια ελιάς.]]&lt;br /&gt;
* [[Τηλεπισκοπική ανάλυση των διακυμάνσεων υπόγειων υδάτινων αποθεμάτων στην λεκάνη του ποταμού Hains στην Κίνα.]]&lt;br /&gt;
* [[Αξιολόγηση και ανίχνευση της αλλαγής στη χρήση και κάλυψη γης, με χρήση τηλεπισκόπησης, στη λεκάνη της λίμνης Tana στη Βορειοδυτική Αιθιοπία]]&lt;br /&gt;
* [[Μια νέα προσέγγιση για τον εντοπισμό hotspots θαλάσσιων πτηνών μέσω ανίχνευσης χλωροφύλλης Α με τη χρήση τηλεπισκόπησης]]&lt;br /&gt;
*[[Παρακολούθηση της ασθένειας λωρίδας των αμπελιών με χρήση τηλεπισκόπησης μέσω εναέριων μη επανδρωμένων οχημάτων, μέσα σε έναν αμπελώνα που έχει πληγεί από την ίσκα της αμπέλου]]&lt;/div&gt;</summary>
		<author><name>M kakara</name></author>	</entry>

	</feed>