<?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=Maria+Bikou&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</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=Maria+Bikou&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"/>
		<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/Maria+Bikou"/>
		<updated>2026-04-29T03:20:42Z</updated>
		<subtitle>Από RemoteSensing Wiki</subtitle>
		<generator>MediaWiki 1.16.2</generator>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%9C%CE%B5%CE%BB%CE%AD%CF%84%CE%B7_%CF%84%CE%B7%CF%82_%CE%B4%CF%85%CE%BD%CE%B1%CE%BC%CE%B9%CE%BA%CE%AE%CF%82_%CF%85%CF%80%CE%BF%CE%B2%CE%AC%CE%B8%CE%BC%CE%B9%CF%83%CE%B7%CF%82_%CF%84%CF%89%CE%BD_%CE%BF%CE%B9%CE%BA%CE%BF%CF%83%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CF%83%CF%84%CE%B1_%CF%85%CF%88%CE%AF%CF%80%CE%B5%CE%B4%CE%B1_%CF%84%CE%BF%CF%85_%CE%A0%CE%B5%CF%81%CE%BF%CF%8D:_Landsat_%CE%B1%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7_%CE%A4%CE%AC%CF%83%CE%B5%CF%89%CE%BD_%CE%A7%CF%81%CE%BF%CE%BD%CE%BF%CF%83%CE%B5%CE%B9%CF%81%CF%8E%CE%BD_(1985-2022)_%CE%BC%CE%B5_ARVI_...</id>
		<title>Μελέτη της δυναμικής υποβάθμισης των οικοσυστημάτων στα υψίπεδα του Περού: Landsat ανάλυση Τάσεων Χρονοσειρών (1985-2022) με ARVI ...</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%9C%CE%B5%CE%BB%CE%AD%CF%84%CE%B7_%CF%84%CE%B7%CF%82_%CE%B4%CF%85%CE%BD%CE%B1%CE%BC%CE%B9%CE%BA%CE%AE%CF%82_%CF%85%CF%80%CE%BF%CE%B2%CE%AC%CE%B8%CE%BC%CE%B9%CF%83%CE%B7%CF%82_%CF%84%CF%89%CE%BD_%CE%BF%CE%B9%CE%BA%CE%BF%CF%83%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CF%83%CF%84%CE%B1_%CF%85%CF%88%CE%AF%CF%80%CE%B5%CE%B4%CE%B1_%CF%84%CE%BF%CF%85_%CE%A0%CE%B5%CF%81%CE%BF%CF%8D:_Landsat_%CE%B1%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7_%CE%A4%CE%AC%CF%83%CE%B5%CF%89%CE%BD_%CE%A7%CF%81%CE%BF%CE%BD%CE%BF%CF%83%CE%B5%CE%B9%CF%81%CF%8E%CE%BD_(1985-2022)_%CE%BC%CE%B5_ARVI_..."/>
				<updated>2024-02-24T14:18:55Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Bikou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Αρχείο:Figure1Peru.png| thumb| right| '''Εικόνα 1 ''' πηγή: [https://doi.org/10.3390/su152115472] '']]&lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:Figure2Peru.png| thumb| right| '''Εικόνα 2 ''' πηγή: [https://doi.org/10.3390/su152115472] '']]&lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:Figure3Peru.png| thumb| right| '''Εικόνα 3 ''' πηγή: [https://doi.org/10.3390/su152115472] '']] &lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:Figure4Peru.png| thumb| right| '''Εικόνα 4 ''' πηγή: [https://doi.org/10.3390/su152115472] '']] &lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:Figure5Peru.png| thumb| right| '''Εικόνα 5 ''' πηγή: [https://doi.org/10.3390/su152115472] '']] &lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:Figure6Peru.png| thumb| right| '''Εικόνα 6 ''' πηγή: [https://doi.org/10.3390/su152115472] '']] &lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:Figure7Peru.png| thumb| right| '''Εικόνα 7 ''' πηγή: [https://doi.org/10.3390/su152115472] '']] &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος τίτλος:''' ''Study of Ecosystem Degradation Dynamics in the Peruvian Highlands: Landsat Time-Series Trend Analysis (1985–2022) with ARVI for Different Vegetation Cover Types''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς: ''' Deyvis Cano, Samuel Pizarro, Carlos Cacciuttolo, Richard Peñaloza, Raúl Yaranga and Marcelo Luciano Gandini  &lt;br /&gt;
&lt;br /&gt;
'''Δημοσιεύθηκε: '''  ''Sustainability 2023, 15(21), 15472; https://doi.org/10.3390/su152115472 '' &lt;br /&gt;
&lt;br /&gt;
'''Λέξεις κλειδιά: ''' υποβάθμιση, βλάστηση των άνω Άνδεων, ARVI, Mann-Kendall, Landsat 5, 7 και 8, τηλεπισκόπηση.&lt;br /&gt;
&lt;br /&gt;
'''Αντικείμενο εφαρμογής: ''' Εκτίμηση_υποβάθμισης_δασικών_οικοσυστημάτων ''' &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 1. ΠΕΡΙΛΗΨΗ  &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η βλάστηση των άνω Άνδεων του οροπεδίου Bombón στο Περού αντιμετωπίζει αυξανόμενη υποβάθμιση από την ανθρωπογενή χρήση γης και την κλιματική αλλαγή. Η μελέτη αυτή, που καλύπτει την περίοδο 1985-2022, χρησιμοποιεί αισθητήρες Landsat και τεχνολογία τηλεπισκόπησης. Τα αποτελέσματα αποκαλύπτουν συνολική υποβάθμιση της φυτοκάλυψης κατά 13,4%, με συγκεκριμένους τύπους κάλυψης, όπως οι βολβοί και το ψηλό γρασίδι, να επηρεάζονται. Η συσχέτιση Spearman υποδηλώνει ότι οι ανθρώπινες δραστηριότητες συμβάλλουν, αλλά οι περιβαλλοντικοί παράγοντες μπορεί επίσης να παίζουν ρόλο στην υποβάθμιση. &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 1. ΕΙΣΑΓΩΓΗ  &amp;lt;/span&amp;gt;'''&lt;br /&gt;
 &lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Το οροπέδιο Bombón στο Περού, ένα ζωτικό οικοσύστημα των άνω Άνδεων, φιλοξενεί ποικίλες φυτοκοινότητες ζωτικής σημασίας για τη βιοποικιλότητα, τη ρύθμιση του κλίματος και τους υδάτινους πόρους. Παρά τη σημασία της, η περιοχή αντιμετωπίζει υποβάθμιση από γεωργικές, κτηνοτροφικές, αστικές και εξορυκτικές δραστηριότητες, που οδηγούν σε οικολογικές αλλοιώσεις. Αυτή η μελέτη, που καλύπτει την περίοδο 1985-2022, χρησιμοποιεί τηλεπισκόπηση, εστιάζοντας στους αισθητήρες Landsat 5, 7 και 8, σε συνδυασμό με τον ανθεκτικό στην ατμόσφαιρα δείκτη βλάστησης (ARVI). Στόχος είναι η αξιολόγηση των προτύπων υποβάθμισης των φυτών, της έκτασης και των επιδράσεων που προκαλούνται από τον άνθρωπο. Η μελέτη αντιμετωπίζει το κενό στην κατανόηση της δυναμικής της βλάστησης των άνω Άνδεων, τονίζοντας την ανάγκη για προσαρμοστικά σχέδια παρακολούθησης. Τα ερευνητικά ερωτήματα επικεντρώνονται στη θέση και την έκταση των υποβαθμισμένων φυτικών περιοχών, την εξέλιξη των προτύπων υποβάθμισης και τον αντίκτυπο των ανθρώπινων δραστηριοτήτων στις μεταβολές της βλάστησης. Οι μεθοδολογίες περιλαμβάνουν την εφαρμογή ARVI, τη μη παραμετρική ανάλυση τάσεων Mann-Kendall και την ετήσια εποπτευόμενη ταξινόμηση για την οριοθέτηση και τον ποσοτικό προσδιορισμό των υποβαθμισμένων περιοχών και την αποκρυπτογράφηση των προτύπων αντικατάστασης. Η μελέτη διερευνά επίσης τις ανθρωπογενείς δραστηριότητες, όπως η γεωργία, η εξόρυξη και η αστική επέκταση, εξετάζοντας τις επιπτώσεις τους στη διαχείριση και τη διατήρηση της βλάστησης. Τα ευρήματα, τα οποία παράγονται μέσω δεδομένων υψηλής χωρικής και χρονικής ανάλυσης, αποσκοπούν στην παροχή μιας ολοκληρωμένης κατανόησης της υποβάθμισης της βλάστησης, των τύπων φυτοκάλυψης και της επιρροής των ανθρώπινων δραστηριοτήτων σε διάστημα σχεδόν τεσσάρων δεκαετιών. Η έρευνα λειτουργεί ως κρίσιμο εργαλείο για την προσαρμοστική διαχείριση, προσδιορίζοντας περιοχές προτεραιότητας για τη διατήρηση με βάση τις αλληλεπιδράσεις της βλάστησης. Τελικά, οι επιπτώσεις της μελέτης επεκτείνονται στην ενίσχυση της κατανόησης της μεταβαλλόμενης δυναμικής των φυτοκοινωνιών που έχουν υποβαθμιστεί στις περιοχές των άνω Άνδεων, προσφέροντας πολύτιμες γνώσεις για στρατηγικές διατήρησης. &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 2. ΥΛΙΚΑ ΚΑΙ ΜΕΘΟΔΟΙ &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 2.1. Ζώνη μελέτης &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Το οροπέδιο Bombón, που βρίσκεται στις κεντρικές Άνδεις του Περού, εκτείνεται σε γεωγραφικά πλάτη από 11°18'2′′ Ν έως 10°34'6′′ Ν και σε γεωγραφικά μήκη από 76°39'14′′ Δ έως 75°52'40′′ Δ. Περιλαμβάνει τη Meseta del Bombón, καλύπτει 3017 km2 με υψόμετρο που κυμαίνεται από 4070 έως 4734 μέτρα. Η περιοχή διαθέτει προστατευόμενες φυσικές περιοχές όπως η λίμνη Junín και η λίμνη Chinchaycocha. Η θερμοκρασία κυμαίνεται μεταξύ 0°C και 14°C, με ετήσιο εύρος βροχοπτώσεων από 670 έως 1022 mm, που χαρακτηρίζεται από διακριτές εποχές βροχής (Οκτώβριος-Απρίλιος) και ξηρασίας (Μάιος-Σεπτέμβριος). Το κυρίαρχο οικοσύστημα είναι η Puna Húmeda, που φιλοξενεί λιβάδια των άνω Άνδεων που χρησιμοποιούνται στην κτηνοτροφία, μαζί με υγροβιότοπους στις όχθες της λίμνης Junín. Για τη διαδικασία οριοθέτησης χρησιμοποιήθηκε το λογισμικό QGIS και το DEM του ASTER με ανάλυση 30m.(Εικόνα 1) .&amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 2.2. Συλλογή Δεδομένων &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Οι δορυφόροι Landsat 5, 7 και 8 παρείχαν εικόνες ανάλυσης 30m κάθε 16 ημέρες. Οι ετήσιες εικόνες από το 1985 έως το 2022 βελτιώθηκαν στο Google Earth Engine, εστιάζοντας στην ξηρή περίοδο. &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 2.3. Ανάλυση χωρικής κάλυψης &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η μελέτη χρησιμοποίησε εικόνες Landsat για την ανάλυση της αλλαγής της κάλυψης γης, εναρμονίζοντάς τες με τη χρήση των συντελεστών των Roy et al, και του μετασχηματισμού ανακλαστικότητας OLI των Vogeler et al. Η επιβλεπόμενη ταξινόμηση με τον αλγόριθμο τυχαίου δάσους χρησιμοποίησε ένα σύνολο δεδομένων κάλυψης γης πεδίου, επικυρωμένο για τη βλάστηση των άνω Άνδεων. Τα σύνολα δεδομένων εκπαίδευσης συνδύασαν πρωτογενή δεδομένα με πηγές όπως ο εθνικός χάρτης βλάστησης του 2015 και εικόνες του Google Earth. Με 11.057 εικονοστοιχεία, 85% από δεδομένα πεδίου και 15% από άλλες πηγές, ο ταξινομητής αξιολογήθηκε ως προς την ακρίβεια χρησιμοποιώντας τη συνολική ακρίβεια, τον συντελεστή kappa, την ακρίβεια του παραγωγού και την ακρίβεια του χρήστη. Ο ταξινομητής RF που προέκυψε επέτρεψε τη δημιουργία παρελθοντικών στρωμάτων κάλυψης γης από ιστορικά αρχεία ετήσιων εικόνων για την περιοχή μελέτης. Ο τελικός χάρτης απεικόνιζε την κατανομή και την επικράτηση διαφορετικών τύπων φυτοκάλυψης και παραγόντων ανθρωπογενούς αλλαγής μεταξύ 1985 και 2022.&amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 2.4. Ανάλυση υποβάθμισης της βλάστησης  &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η μελέτη χρησιμοποίησε τον δείκτη βλάστησης (ARVI) για την ανάλυση της υποβάθμισης της βλάστησης στα οικοσυστήματα των Άνδεων. Ο ARVI,&lt;br /&gt;
[[Αρχείο:Figure8Peru.png|center| '''Εικόνα 8 ''' πηγή: [https://doi.org/10.3390/su152115472] '']]  &lt;br /&gt;
ο οποίος βασίζεται σε κοντινές υπέρυθρες, κόκκινες και μπλε ζώνες, συσχετίζεται με βιοφυσικές διεργασίες όπως η παραγωγικότητα και η φωτοσυνθετική δραστηριότητα. Στη συνέχεια εφαρμόστηκε η μη παραμετρική δοκιμή Mann-Kendall ανά εικονοστοιχείο στις τάσεις του ARVI, προσφέροντας πλεονεκτήματα όπως η χαμηλή ευαισθησία σε ακραίες τιμές και η καταλληλότητα για μικρά δείγματα. Ο συντελεστής συσχέτισης Mann-Kendall (S) υπολογίστηκε για την ανίχνευση αλλαγών στη χρονοσειρά. Τα αποτελέσματα Z χρησιμοποιήθηκαν για την αξιολόγηση της σημαντικότητας των τάσεων, με επίπεδο σημαντικότητας 5% και 1%. Οι αυξήσεις του ARVI υποδήλωναν ανάπτυξη ή ανάκαμψη, ενώ οι μειώσεις σήμαιναν απώλεια ή υποβάθμιση της βλάστησης, με τα επίπεδα σημαντικότητας να καθορίζουν το μέγεθος της τάσης.&amp;lt;/p&amp;gt; &lt;br /&gt;
 &lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 2.5. Ανάλυση των δεδομένων  &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η ανάλυση περιλάμβανε δύο σύνολα δεδομένων για κάθε έτος μελέτης: ένα που κάλυπτε όλες τις κατηγορίες κάλυψης και ένα άλλο που περιοριζόταν στις υποβαθμισμένες καλύψεις. Οι διαδικασίες περιλάμβαναν τη δημιουργία ενός ενοποιημένου στρώματος για τον προσδιορισμό της επικράτησης της κάλυψης, την ποσοτικοποίηση των αριθμών των εικονοστοιχείων, τη δημιουργία χρονοσειρών, την αξιολόγηση των τάσεων με το μοντέλο Mann-Kendall, τον προσδιορισμό των μέσων εκτάσεων, τον υπολογισμό των συντελεστών διακύμανσης και τη διεξαγωγή ανάλυσης συσχέτισης Spearman. Για την ανάλυση χρησιμοποιήθηκαν το MS Excel 2019, η έκδοση 4.3.1 του R Studio και το λογισμικό Statgraphics Centurion 19, συμπεριλαμβανομένων των διαγραμμάτων Sankey για την οπτική αναπαράσταση της ροής αλλαγής της κάλυψης κατά τα έτη 1985, 2005 και 2022. &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 3. ΑΠΟΤΕΛΕΣΜΑΤΑ &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 3.1. Επιβλεπόμενη ταξινόμηση της συνολικής φυτοκάλυψης  &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Το κεντρικό τμήμα της Chinchaycocha διαθέτει υδρόφιλη βλάστηση, συμπεριλαμβανομένων των υγροτόπων, των cattails και των bulrush. Στη μεταβατική ζώνη κυριαρχούν η γεωργία των Άνδεων και οι αστικές περιοχές. Το περιφερειακό τμήμα, που εκτείνεται από τη μεταβατική ζώνη, περιλαμβάνει χορταριασμένη βλάστηση, ψηλό χόρτο και ζελατινισμένες περιοχές. Οι λίμνες, το γυμνό έδαφος, οι παγετώνες και οι περιπαγετώνες αποτελούν το 12,3%, με τις λίμνες να έχουν τη μεγαλύτερη έκταση. Η ανάλυση, με βάση τις διάμεσες τιμές των εικονοστοιχείων, προσφέρει ακριβή κατανόηση της κατανομής της κάλυψης κατά την εξεταζόμενη περίοδο.(Εικόνα 2)&lt;br /&gt;
 &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 3.2. Ανάλυση της κατανομής της υποβαθμισμένης φυτοκάλυψης      &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η ανάλυση της υποβάθμισης της φυτοκάλυψης με τη χρήση της τάσης ARVI αποκαλύπτει ότι το 13,4% της συνολικής κάλυψης είναι υποβαθμισμένο, με το 6,2% να παρουσιάζει σημαντική υποβάθμιση (p &amp;lt; 0,01). Περίπου το 12,5% της βλάστησης έχει βελτιωθεί σημαντικά, ενώ το 74,2% παραμένει σταθερό. Δεν υπάρχει καθορισμένο χωρικό μοτίβο, αλλά οι αστικές περιοχές, που συνδέονται κυρίως με την εξορυκτική δραστηριότητα, παρουσιάζουν ιδιαίτερο διαχωρισμό. Το ποσοστό των υποβαθμισμένων καλύψεων βλάστησης ποικίλλει, με το βούρλο να έχει τη σημαντικότερη παρουσία σε υποβαθμισμένες περιοχές (21%). Το ψηλό γρασίδι, η κατιφέδα, οι υγρότοποι, το πουνιόχορτο και οι ζελατοειδείς περιοχές επηρεάζονται επίσης, με το ψηλό γρασίδι, το γρασίδι πουνιάς (puna grass) και τους υγρότοπους να επηρεάζονται περισσότερο λαμβάνοντας υπόψη το μέγεθός τους εντός της περιοχής μελέτης. (Εικόνα 3)(Εικόνα 4)  &lt;br /&gt;
 &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 3.3. Διαχρονική ανάλυση της υποβαθμισμένης φυτοκάλυψης     &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η εικόνα 5 παρουσιάζει τις διαχρονικές μεταβολές των τύπων φυτοκάλυψης και των υποβαθμισμένων εκτάσεων, εξαιρουμένων των ετών 1991, 1992 και 2002 λόγω σφαλμάτων ακραίων τιμών. Οι συνολικές καλύψεις βλάστησης (TVC) δεν παρουσιάζουν σημαντική τάση αύξησης ή μείωσης, αλλά ο βούρλος μειώνεται ελαφρώς. Ορισμένες καλύψεις παρουσιάζουν σημαντικές αυξήσεις σε συγκεκριμένα έτη, ακολουθούμενες από επιστροφή στις αρχικές περιοχές. Η ανάλυση των υποβαθμισμένων καλύψεων βλάστησης (DVCs) αποκαλύπτει μια πτωτική τάση στον βούρλο από το 2009, ενώ οι αστικές περιοχές παρουσιάζουν μια σημαντική θετική τάση και οι γεωργικές περιοχές παρουσιάζουν μια σημαντική αρνητική τάση από το 2010. Ο Πίνακας 2 σρο αρχικό άρθρο παρέχει λεπτομερή ανάλυση των TVCs και DVCs, συμπεριλαμβανομένων των καταλαμβανόμενων εκτάσεων, του συντελεστή διακύμανσης και των αποτελεσμάτων της ανάλυσης τάσεων Mann-Kendall. Οι υγρότοποι και το ψηλό γρασίδι παρουσιάζουν τη μεγαλύτερη μεταβλητότητα μεταξύ των TVCs, ενώ το ψηλό γρασίδι και το puna grass έχουν τις πιο εκτεταμένες εκτάσεις μεταξύ των DVCs. Οι υγροβιότοποι και οι αστικές περιοχές παρουσιάζουν τη μεγαλύτερη μεταβλητότητα μεταξύ των DVCs, με το βούρλο και τις γεωργικές περιοχές να παρουσιάζουν σημαντικές αρνητικές τάσεις και τις αστικές περιοχές να παρουσιάζουν σημαντική θετική τάση (p &amp;lt; 0,01).(Εικόνα 5)(Εικόνα 6) &lt;br /&gt;
 &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 3.4. Ροή αντικατάστασης φυτών   &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Το διάγραμμα Sankey αποκαλύπτει τη δυναμική της κάλυψης μεταξύ των ετών 1985, 2005 και 2022, αξιολογώντας την κάλυψη ως παράγοντα αλλαγής. Στο διάγραμμα Συνολικών Καλύψεων Βλάστησης (TVC) (Εικόνα 7α), αρχικά κυριαρχούν τα λιβάδια πουνιάς, τα οποία αντικαθίστανται από το puna grass (2005). Ομοίως, το ψηλό γρασίδι (2005) επανέρχεται στην αρχική του κατάσταση μέσω του ψηλού γρασιδιού (2022). Το μοτίβο &amp;quot;κυκλικής υποκατάστασης&amp;quot; περιλαμβάνει την υποβάθμιση του ψηλού γρασιδιού που αντικαθίσταται από το puna grass, και στη συνέχεια ανακτά την αρχική του κατάσταση. Οι υγροβιότοποι αντικαθίστανται από ψηλό γρασίδι, χόρτο και γεωργικές εκτάσεις, με αποκατάσταση από τις ίδιες αυτές καλύψεις (2022). Στο διάγραμμα των υποβαθμισμένων καλύψεων βλάστησης (DVC) (Εικόνα 7β), το ψηλό γρασίδι (1985) αντικαθίσταται από το puna grass και τις ζελατινοποιημένες εκτάσεις (2005), με ανάκτηση από αυτές τις καλύψεις (2022). Το Puna grass επεκτείνεται σημαντικά από το ψηλό χόρτο και τους υγροτόπους (2005), επιστρέφοντας στην αρχική του έκταση. Οι υγρότοποι υφίστανται ποικίλες αντικαταστάσεις και ανακάμψεις, επηρεαζόμενοι από διάφορους παράγοντες.&lt;br /&gt;
 &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 3.5. Ανάλυση συσχέτισης Spearman για την αξιολόγηση της αντικατάστασης της φυτοκάλυψης   &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Στο αρχικό άρθρο, ένας πίνακας συσχέτισης Spearman διερευνά τις σχέσεις μεταξύ των διαφόρων καλύψεων βλάστησης κατά τη διάρκεια των ετών, λαμβάνοντας υπόψη τόσο την ολική κάλυψη βλάστησης (TVC) όσο και την υποβαθμισμένη κάλυψη βλάστησης (DVC). Ένας συντελεστής συσχέτισης πάνω από 0,6 ή κάτω από -0,6, με επίπεδο σημαντικότητας 99,99% (p ≤ 0,001), υποδηλώνει σημαντικές συσχετίσεις. Το ψηλό γρασίδι και οι υγρότοποι εμφανίζουν αρνητική συσχέτιση με τις περισσότερες καλύψεις στο TVC, γεγονός που υποδηλώνει ότι αντικαθίστανται από γρασίδι puna και παράγοντες αλλαγής, όπως η γεωργία και οι αστικές περιοχές. Το Puna grass εμφανίζει θετικές συσχετίσεις με τις περισσότερες καλύψεις, τονίζοντας το ρόλο του στη δυναμική της βλάστησης. Στο DVC, το puna grass αντικαθιστά σημαντικά το ψηλό γρασίδι και τους υγροτόπους μετά την υποβάθμιση, επηρεαζόμενο από τις αλλαγές στη γεωργία, το γυμνό έδαφος και τις αστικές περιοχές.   &lt;br /&gt;
 &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 4. ΣΥΖΗΤΗΣΗ &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η κατανομή της βλάστησης γύρω από τη λίμνη Chinchaycocha αποκαλύπτει διακριτές οικολογικές ζώνες, από την υγρή κεντρική περιοχή έως τους περιφερειακούς χώρους όπου κυριαρχεί η βλάστηση puna και geliturbada. Αν και ειδικά για αυτή την περιοχή, τα πρότυπα αυτά ευθυγραμμίζονται με άλλες περιοχές υψηλού υψομέτρου παγκοσμίως, που διαμορφώνονται από φυσικούς και ανθρωπογενείς παράγοντες. Οι ανθρώπινες δραστηριότητες, ιδίως οι αλλαγές στις χρήσεις γης και τη γεωργία, συμβάλλουν σημαντικά στην εξέλιξη του τοπίου. Η &amp;quot;ενδιάμεση&amp;quot; ζώνη, που περιλαμβάνει 16,4% γεωργία, υποδηλώνει έντονη δραστηριότητα, εγείροντας ανησυχίες για πιθανή διάβρωση του εδάφους, ένα σημαντικό ζήτημα σε περιοχές με απότομες πλαγιές. Η συνολική υποβαθμισμένη περιοχή αποτελεί το 13,4% των φυτεμένων χώρων, λιγότερο από το εκτιμώμενο 60%, κυρίως λόγω της κακής διαχείρισης, της καύσης, της υπερβόσκησης και της κλιματικής αλλαγής. Η κατανόηση αυτών των διαφορών είναι ζωτικής σημασίας, υποδηλώνοντας συνεχιζόμενη υποβάθμιση ή μεταβολή της οικολογικής ισορροπίας.  &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Οι ανθρώπινες δραστηριότητες, συμπεριλαμβανομένης της γεωργίας, της κτηνοτροφίας και της εξόρυξης, παράλληλα με την κλιματική αλλαγή και τα μεταβαλλόμενα πρότυπα βροχόπτωσης, επηρεάζουν τη δυναμική της βλάστησης στις περιοχές πάνω από 4000 μέτρα. Η παρουσία αστικών περιοχών (2,1%) στην ενδιάμεση ζώνη εγείρει ερωτήματα σχετικά με τις μελλοντικές τάσεις της βλάστησης, καθώς η αστική επέκταση, που συνδέεται ιδίως με την εξόρυξη, έχει συνδεθεί με σημαντικές αρνητικές επιπτώσεις στη βλάστηση και τη χρήση γης. Η υποβάθμιση της βλάστησης των άνω Άνδεων οφείλεται σε παράγοντες όπως το έλλειμμα νερού, οι διακυμάνσεις της θερμοκρασίας και η τοπογραφία, όπου οι ήπιες πλαγιές ευνοούν τη γεωργία puna και το γρασίδι, ενώ οι απότομες πλαγιές οδηγούν στην επικράτηση του ψηλού γρασιδιού.  &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η σημαντική μείωση της γεωργικής κάλυψης (p &amp;gt; 0,01) από το 2010 και μετά, που ενδεχομένως οφείλεται στην αστική επέκταση και την εξόρυξη που εκτοπίζουν τις γεωργικές περιοχές, αποτελεί απειλή για τη βιοποικιλότητα, την αναβλάστηση των φυτών και την παραγωγικότητα. Αξίζει να σημειωθεί ότι το puna grass και το ψηλό γρασίδι καλύπτουν εκτεταμένες εκτάσεις, χαρακτηριστικό των λιβαδιών των Άνδεων, παρέχοντας βασικές υπηρεσίες οικοσυστήματος. Οι αστικές περιοχές και οι υγρότοποι παρουσιάζουν μεγάλη μεταβλητότητα, σύμφωνα με προηγούμενες μελέτες. Οι υγροβιότοποι, τα βούρλα και οι καλαμώνες, που εξαρτώνται από το νερό, εμφανίζουν σημαντική υποβάθμιση, τονίζοντας την ευαισθησία τους στις περιβαλλοντικές αλλαγές. Οι υγρότοποι αντικαθίστανται από ψηλό γρασίδι, puna grass και γεωργία, με ελάχιστη ανάκαμψη, μεταβάλλοντας σημαντικά τη σύνθεση της βλάστησης, την ποικιλότητα, την παραγωγικότητα και τη γονιμότητα του εδάφους. Η ένταση της βόσκησης, η κλιματική αλλαγή και η εναπόθεση αζώτου επηρεάζουν επίσης τη δυναμική της βλάστησης, ιδιαίτερα της κατάλληλης για βόσκηση.  &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Ο πίνακας συσχέτισης Spearman αποκαλύπτει αλληλεπιδράσεις μεταξύ των καλύψεων βλάστησης, αντικατοπτρίζοντας το ψηλό γρασίδι και τους υγροτόπους που αντικαθίστανται από το puna grass και τις ανθρωπογενείς περιοχές. Αν και η προσέγγιση μπορεί να έχει μεροληψίες, η μοναδική συμβολή της μελέτης έγκειται σε μια προσαρμοσμένη επιβλεπόμενη ταξινόμηση για τα οικοσυστήματα των Άνδεων, παρέχοντας συγκεκριμένες γνώσεις για τη διαχρονική δυναμική τους. Οι περιορισμοί περιλαμβάνουν πιθανές μεροληψίες στην προσέγγιση ταξινόμησης και τους περιορισμούς του ARVI. Η μελλοντική έρευνα θα μπορούσε να ενσωματώσει διαφορετικούς δείκτες βλάστησης και μεθόδους επίγειας επαλήθευσης για την επικύρωση των αποτελεσμάτων της τηλεπισκόπησης.  &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 5. ΣΥΜΠΕΡΑΣΜΑΤΑ &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Αυτή η ολοκληρωμένη μελέτη, η οποία καλύπτει σχεδόν τέσσερις δεκαετίες και χρησιμοποιεί τηλεπισκόπηση, αναλύει τις χωρικές και χρονικές αλλαγές στις καλύψεις βλάστησης, την υποβάθμιση και τη δυναμική αντικατάστασης σε περιοχές των άνω Άνδεων του Περού. Η συνολική υποβαθμισμένη έκταση ανέρχεται σε 13,4%, με τους βολβούς, τα κοτσάνια και το ψηλό γρασίδι να έχουν πληγεί περισσότερο. Το γρασίδι puna και οι αστικές περιοχές παρουσιάζουν σημαντικές αυξήσεις. Το γρασίδι puna αναδεικνύεται ως κυρίαρχη αντικατάσταση της υποβαθμισμένης βλάστησης, επηρεαζόμενη από τις γεωργικές εκτάσεις, τις αστικές περιοχές και το γυμνό έδαφος. Τα ευρήματα αυτά αποκαλύπτουν την ευπάθεια της βλάστησης, παρέχοντας ουσιαστικές πληροφορίες για την ιεράρχηση των περιοχών διατήρησης και τα σχέδια προσαρμοστικής διαχείρισης. Ενώ οι ανθρώπινες δραστηριότητες συμβάλλουν σημαντικά στην υποβάθμιση, η μελέτη αναγνωρίζει τον πιθανό αντίκτυπο των περιβαλλοντικών παραγόντων, προτρέποντας για περαιτέρω διερεύνηση της κλιματικής αλλαγής και των επιδράσεων που σχετίζονται με το έδαφος στη δυναμική της βλάστησης. &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
 &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Συντομογραφίες:   &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;ARVI Δείκτης βλάστησης ανθεκτικός στην ατμόσφαιρα   &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;NIR Εγγύς υπέρυθρο  &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;GEE Google Earth Engine &amp;lt;/p&amp;gt;  &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;GIS Γεωγραφικό σύστημα πληροφοριών &amp;lt;/p&amp;gt;  &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;CV Συντελεστής διακύμανσης   &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;TVC Συνολική φυτοκάλυψη   &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;DVC Υποβαθμισμένη φυτοκάλυψη   &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;masl Μέτρα πάνω από το επίπεδο της θάλασσας   &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Ha Εκτάριο &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
[[category:Εκτίμηση_υποβάθμισης_δασικών_οικοσυστημάτων]]&lt;br /&gt;
[[category:Επιπτώσεις ανθρωπογενών επιδράσεων επί των δασικών οικοσυστημάτων]]&lt;br /&gt;
[[category:Παρακολούθηση και εκτίμηση διαχρονικών αλλαγών και εξελίξεων]]&lt;br /&gt;
[[category:Δασοπονία,_Δασική_διαχείριση]]&lt;/div&gt;</summary>
		<author><name>Maria Bikou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%9C%CE%B5%CE%BB%CE%AD%CF%84%CE%B7_%CF%84%CE%B7%CF%82_%CE%B4%CF%85%CE%BD%CE%B1%CE%BC%CE%B9%CE%BA%CE%AE%CF%82_%CF%85%CF%80%CE%BF%CE%B2%CE%AC%CE%B8%CE%BC%CE%B9%CF%83%CE%B7%CF%82_%CF%84%CF%89%CE%BD_%CE%BF%CE%B9%CE%BA%CE%BF%CF%83%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CF%83%CF%84%CE%B1_%CF%85%CF%88%CE%AF%CF%80%CE%B5%CE%B4%CE%B1_%CF%84%CE%BF%CF%85_%CE%A0%CE%B5%CF%81%CE%BF%CF%8D:_Landsat_%CE%B1%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7_%CE%A4%CE%AC%CF%83%CE%B5%CF%89%CE%BD_%CE%A7%CF%81%CE%BF%CE%BD%CE%BF%CF%83%CE%B5%CE%B9%CF%81%CF%8E%CE%BD_(1985-2022)_%CE%BC%CE%B5_ARVI_...</id>
		<title>Μελέτη της δυναμικής υποβάθμισης των οικοσυστημάτων στα υψίπεδα του Περού: Landsat ανάλυση Τάσεων Χρονοσειρών (1985-2022) με ARVI ...</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%9C%CE%B5%CE%BB%CE%AD%CF%84%CE%B7_%CF%84%CE%B7%CF%82_%CE%B4%CF%85%CE%BD%CE%B1%CE%BC%CE%B9%CE%BA%CE%AE%CF%82_%CF%85%CF%80%CE%BF%CE%B2%CE%AC%CE%B8%CE%BC%CE%B9%CF%83%CE%B7%CF%82_%CF%84%CF%89%CE%BD_%CE%BF%CE%B9%CE%BA%CE%BF%CF%83%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CF%83%CF%84%CE%B1_%CF%85%CF%88%CE%AF%CF%80%CE%B5%CE%B4%CE%B1_%CF%84%CE%BF%CF%85_%CE%A0%CE%B5%CF%81%CE%BF%CF%8D:_Landsat_%CE%B1%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7_%CE%A4%CE%AC%CF%83%CE%B5%CF%89%CE%BD_%CE%A7%CF%81%CE%BF%CE%BD%CE%BF%CF%83%CE%B5%CE%B9%CF%81%CF%8E%CE%BD_(1985-2022)_%CE%BC%CE%B5_ARVI_..."/>
				<updated>2024-02-24T14:18:34Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Bikou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Αρχείο:Figure1Peru.png| thumb| right| '''Εικόνα 1 ''' πηγή: [https://doi.org/10.3390/su152115472] '']]&lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:Figure2Peru.png| thumb| right| '''Εικόνα 2 ''' πηγή: [https://doi.org/10.3390/su152115472] '']]&lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:Figure3Peru.png| thumb| right| '''Εικόνα 3 ''' πηγή: [https://doi.org/10.3390/su152115472] '']] &lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:Figure4Peru.png| thumb| right| '''Εικόνα 4 ''' πηγή: [https://doi.org/10.3390/su152115472] '']] &lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:Figure5Peru.png| thumb| right| '''Εικόνα 5 ''' πηγή: [https://doi.org/10.3390/su152115472] '']] &lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:Figure6Peru.png| thumb| right| '''Εικόνα 6 ''' πηγή: [https://doi.org/10.3390/su152115472] '']] &lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:Figure7Peru.png| thumb| right| '''Εικόνα 7 ''' πηγή: [https://doi.org/10.3390/su152115472] '']] &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος τίτλος:''' ''Study of Ecosystem Degradation Dynamics in the Peruvian Highlands: Landsat Time-Series Trend Analysis (1985–2022) with ARVI for Different Vegetation Cover Types''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς: ''' Deyvis Cano, Samuel Pizarro, Carlos Cacciuttolo, Richard Peñaloza, Raúl Yaranga and Marcelo Luciano Gandini  &lt;br /&gt;
&lt;br /&gt;
'''Δημοσιεύθηκε: '''  ''Sustainability 2023, 15(21), 15472; https://doi.org/10.3390/su152115472 '' &lt;br /&gt;
&lt;br /&gt;
'''Λέξεις κλειδιά: ''' υποβάθμιση, βλάστηση των άνω Άνδεων, ARVI, Mann-Kendall, Landsat 5, 7 και 8, τηλεπισκόπηση.&lt;br /&gt;
&lt;br /&gt;
'''Αντικείμενο εφαρμογής: ''' Εκτίμηση_υποβάθμισης_δασικών_οικοσυστημάτων ''' &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 1. ΠΕΡΙΛΗΨΗ  &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η βλάστηση των άνω Άνδεων του οροπεδίου Bombón στο Περού αντιμετωπίζει αυξανόμενη υποβάθμιση από την ανθρωπογενή χρήση γης και την κλιματική αλλαγή. Η μελέτη αυτή, που καλύπτει την περίοδο 1985-2022, χρησιμοποιεί αισθητήρες Landsat και τεχνολογία τηλεπισκόπησης. Τα αποτελέσματα αποκαλύπτουν συνολική υποβάθμιση της φυτοκάλυψης κατά 13,4%, με συγκεκριμένους τύπους κάλυψης, όπως οι βολβοί και το ψηλό γρασίδι, να επηρεάζονται. Η συσχέτιση Spearman υποδηλώνει ότι οι ανθρώπινες δραστηριότητες συμβάλλουν, αλλά οι περιβαλλοντικοί παράγοντες μπορεί επίσης να παίζουν ρόλο στην υποβάθμιση. &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 1. ΕΙΣΑΓΩΓΗ  &amp;lt;/span&amp;gt;'''&lt;br /&gt;
 &lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Το οροπέδιο Bombón στο Περού, ένα ζωτικό οικοσύστημα των άνω Άνδεων, φιλοξενεί ποικίλες φυτοκοινότητες ζωτικής σημασίας για τη βιοποικιλότητα, τη ρύθμιση του κλίματος και τους υδάτινους πόρους. Παρά τη σημασία της, η περιοχή αντιμετωπίζει υποβάθμιση από γεωργικές, κτηνοτροφικές, αστικές και εξορυκτικές δραστηριότητες, που οδηγούν σε οικολογικές αλλοιώσεις. Αυτή η μελέτη, που καλύπτει την περίοδο 1985-2022, χρησιμοποιεί τηλεπισκόπηση, εστιάζοντας στους αισθητήρες Landsat 5, 7 και 8, σε συνδυασμό με τον ανθεκτικό στην ατμόσφαιρα δείκτη βλάστησης (ARVI). Στόχος είναι η αξιολόγηση των προτύπων υποβάθμισης των φυτών, της έκτασης και των επιδράσεων που προκαλούνται από τον άνθρωπο. Η μελέτη αντιμετωπίζει το κενό στην κατανόηση της δυναμικής της βλάστησης των άνω Άνδεων, τονίζοντας την ανάγκη για προσαρμοστικά σχέδια παρακολούθησης. Τα ερευνητικά ερωτήματα επικεντρώνονται στη θέση και την έκταση των υποβαθμισμένων φυτικών περιοχών, την εξέλιξη των προτύπων υποβάθμισης και τον αντίκτυπο των ανθρώπινων δραστηριοτήτων στις μεταβολές της βλάστησης. Οι μεθοδολογίες περιλαμβάνουν την εφαρμογή ARVI, τη μη παραμετρική ανάλυση τάσεων Mann-Kendall και την ετήσια εποπτευόμενη ταξινόμηση για την οριοθέτηση και τον ποσοτικό προσδιορισμό των υποβαθμισμένων περιοχών και την αποκρυπτογράφηση των προτύπων αντικατάστασης. Η μελέτη διερευνά επίσης τις ανθρωπογενείς δραστηριότητες, όπως η γεωργία, η εξόρυξη και η αστική επέκταση, εξετάζοντας τις επιπτώσεις τους στη διαχείριση και τη διατήρηση της βλάστησης. Τα ευρήματα, τα οποία παράγονται μέσω δεδομένων υψηλής χωρικής και χρονικής ανάλυσης, αποσκοπούν στην παροχή μιας ολοκληρωμένης κατανόησης της υποβάθμισης της βλάστησης, των τύπων φυτοκάλυψης και της επιρροής των ανθρώπινων δραστηριοτήτων σε διάστημα σχεδόν τεσσάρων δεκαετιών. Η έρευνα λειτουργεί ως κρίσιμο εργαλείο για την προσαρμοστική διαχείριση, προσδιορίζοντας περιοχές προτεραιότητας για τη διατήρηση με βάση τις αλληλεπιδράσεις της βλάστησης. Τελικά, οι επιπτώσεις της μελέτης επεκτείνονται στην ενίσχυση της κατανόησης της μεταβαλλόμενης δυναμικής των φυτοκοινωνιών που έχουν υποβαθμιστεί στις περιοχές των άνω Άνδεων, προσφέροντας πολύτιμες γνώσεις για στρατηγικές διατήρησης. &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 2. ΥΛΙΚΑ ΚΑΙ ΜΕΘΟΔΟΙ &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 2.1. Ζώνη μελέτης &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Το οροπέδιο Bombón, που βρίσκεται στις κεντρικές Άνδεις του Περού, εκτείνεται σε γεωγραφικά πλάτη από 11°18'2′′ Ν έως 10°34'6′′ Ν και σε γεωγραφικά μήκη από 76°39'14′′ Δ έως 75°52'40′′ Δ. Περιλαμβάνει τη Meseta del Bombón, καλύπτει 3017 km2 με υψόμετρο που κυμαίνεται από 4070 έως 4734 μέτρα. Η περιοχή διαθέτει προστατευόμενες φυσικές περιοχές όπως η λίμνη Junín και η λίμνη Chinchaycocha. Η θερμοκρασία κυμαίνεται μεταξύ 0°C και 14°C, με ετήσιο εύρος βροχοπτώσεων από 670 έως 1022 mm, που χαρακτηρίζεται από διακριτές εποχές βροχής (Οκτώβριος-Απρίλιος) και ξηρασίας (Μάιος-Σεπτέμβριος). Το κυρίαρχο οικοσύστημα είναι η Puna Húmeda, που φιλοξενεί λιβάδια των άνω Άνδεων που χρησιμοποιούνται στην κτηνοτροφία, μαζί με υγροβιότοπους στις όχθες της λίμνης Junín. Για τη διαδικασία οριοθέτησης χρησιμοποιήθηκε το λογισμικό QGIS και το DEM του ASTER με ανάλυση 30m.(Εικόνα 1) .&amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 2.2. Συλλογή Δεδομένων &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Οι δορυφόροι Landsat 5, 7 και 8 παρείχαν εικόνες ανάλυσης 30m κάθε 16 ημέρες. Οι ετήσιες εικόνες από το 1985 έως το 2022 βελτιώθηκαν στο Google Earth Engine, εστιάζοντας στην ξηρή περίοδο. &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 2.3. Ανάλυση χωρικής κάλυψης &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η μελέτη χρησιμοποίησε εικόνες Landsat για την ανάλυση της αλλαγής της κάλυψης γης, εναρμονίζοντάς τες με τη χρήση των συντελεστών των Roy et al, και του μετασχηματισμού ανακλαστικότητας OLI των Vogeler et al. Η επιβλεπόμενη ταξινόμηση με τον αλγόριθμο τυχαίου δάσους χρησιμοποίησε ένα σύνολο δεδομένων κάλυψης γης πεδίου, επικυρωμένο για τη βλάστηση των άνω Άνδεων. Τα σύνολα δεδομένων εκπαίδευσης συνδύασαν πρωτογενή δεδομένα με πηγές όπως ο εθνικός χάρτης βλάστησης του 2015 και εικόνες του Google Earth. Με 11.057 εικονοστοιχεία, 85% από δεδομένα πεδίου και 15% από άλλες πηγές, ο ταξινομητής αξιολογήθηκε ως προς την ακρίβεια χρησιμοποιώντας τη συνολική ακρίβεια, τον συντελεστή kappa, την ακρίβεια του παραγωγού και την ακρίβεια του χρήστη. Ο ταξινομητής RF που προέκυψε επέτρεψε τη δημιουργία παρελθοντικών στρωμάτων κάλυψης γης από ιστορικά αρχεία ετήσιων εικόνων για την περιοχή μελέτης. Ο τελικός χάρτης απεικόνιζε την κατανομή και την επικράτηση διαφορετικών τύπων φυτοκάλυψης και παραγόντων ανθρωπογενούς αλλαγής μεταξύ 1985 και 2022.&amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 2.4. Ανάλυση υποβάθμισης της βλάστησης  &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η μελέτη χρησιμοποίησε τον δείκτη βλάστησης (ARVI) για την ανάλυση της υποβάθμισης της βλάστησης στα οικοσυστήματα των Άνδεων. Ο ARVI,&lt;br /&gt;
[[Αρχείο:Figure8Peru.png|center| '''Εικόνα 8 ''' πηγή: [https://doi.org/10.3390/su152115472] '']]  &lt;br /&gt;
ο οποίος βασίζεται σε κοντινές υπέρυθρες, κόκκινες και μπλε ζώνες, συσχετίζεται με βιοφυσικές διεργασίες όπως η παραγωγικότητα και η φωτοσυνθετική δραστηριότητα. Στη συνέχεια εφαρμόστηκε η μη παραμετρική δοκιμή Mann-Kendall ανά εικονοστοιχείο στις τάσεις του ARVI, προσφέροντας πλεονεκτήματα όπως η χαμηλή ευαισθησία σε ακραίες τιμές και η καταλληλότητα για μικρά δείγματα. Ο συντελεστής συσχέτισης Mann-Kendall (S) υπολογίστηκε για την ανίχνευση αλλαγών στη χρονοσειρά. Τα αποτελέσματα Z χρησιμοποιήθηκαν για την αξιολόγηση της σημαντικότητας των τάσεων, με επίπεδο σημαντικότητας 5% και 1%. Οι αυξήσεις του ARVI υποδήλωναν ανάπτυξη ή ανάκαμψη, ενώ οι μειώσεις σήμαιναν απώλεια ή υποβάθμιση της βλάστησης, με τα επίπεδα σημαντικότητας να καθορίζουν το μέγεθος της τάσης.&amp;lt;/p&amp;gt; &lt;br /&gt;
 &lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 2.5. Ανάλυση των δεδομένων  &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η ανάλυση περιλάμβανε δύο σύνολα δεδομένων για κάθε έτος μελέτης: ένα που κάλυπτε όλες τις κατηγορίες κάλυψης και ένα άλλο που περιοριζόταν στις υποβαθμισμένες καλύψεις. Οι διαδικασίες περιλάμβαναν τη δημιουργία ενός ενοποιημένου στρώματος για τον προσδιορισμό της επικράτησης της κάλυψης, την ποσοτικοποίηση των αριθμών των εικονοστοιχείων, τη δημιουργία χρονοσειρών, την αξιολόγηση των τάσεων με το μοντέλο Mann-Kendall, τον προσδιορισμό των μέσων εκτάσεων, τον υπολογισμό των συντελεστών διακύμανσης και τη διεξαγωγή ανάλυσης συσχέτισης Spearman. Για την ανάλυση χρησιμοποιήθηκαν το MS Excel 2019, η έκδοση 4.3.1 του R Studio και το λογισμικό Statgraphics Centurion 19, συμπεριλαμβανομένων των διαγραμμάτων Sankey για την οπτική αναπαράσταση της ροής αλλαγής της κάλυψης κατά τα έτη 1985, 2005 και 2022. &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 3. ΑΠΟΤΕΛΕΣΜΑΤΑ &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 3.1. Επιβλεπόμενη ταξινόμηση της συνολικής φυτοκάλυψης  &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Το κεντρικό τμήμα της Chinchaycocha διαθέτει υδρόφιλη βλάστηση, συμπεριλαμβανομένων των υγροτόπων, των cattails και των bulrush. Στη μεταβατική ζώνη κυριαρχούν η γεωργία των Άνδεων και οι αστικές περιοχές. Το περιφερειακό τμήμα, που εκτείνεται από τη μεταβατική ζώνη, περιλαμβάνει χορταριασμένη βλάστηση, ψηλό χόρτο και ζελατινισμένες περιοχές. Οι λίμνες, το γυμνό έδαφος, οι παγετώνες και οι περιπαγετώνες αποτελούν το 12,3%, με τις λίμνες να έχουν τη μεγαλύτερη έκταση. Η ανάλυση, με βάση τις διάμεσες τιμές των εικονοστοιχείων, προσφέρει ακριβή κατανόηση της κατανομής της κάλυψης κατά την εξεταζόμενη περίοδο.(Εικόνα 2)&lt;br /&gt;
 &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 3.2. Ανάλυση της κατανομής της υποβαθμισμένης φυτοκάλυψης      &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η ανάλυση της υποβάθμισης της φυτοκάλυψης με τη χρήση της τάσης ARVI αποκαλύπτει ότι το 13,4% της συνολικής κάλυψης είναι υποβαθμισμένο, με το 6,2% να παρουσιάζει σημαντική υποβάθμιση (p &amp;lt; 0,01). Περίπου το 12,5% της βλάστησης έχει βελτιωθεί σημαντικά, ενώ το 74,2% παραμένει σταθερό. Δεν υπάρχει καθορισμένο χωρικό μοτίβο, αλλά οι αστικές περιοχές, που συνδέονται κυρίως με την εξορυκτική δραστηριότητα, παρουσιάζουν ιδιαίτερο διαχωρισμό. Το ποσοστό των υποβαθμισμένων καλύψεων βλάστησης ποικίλλει, με το βούρλο να έχει τη σημαντικότερη παρουσία σε υποβαθμισμένες περιοχές (21%). Το ψηλό γρασίδι, η κατιφέδα, οι υγρότοποι, το πουνιόχορτο και οι ζελατοειδείς περιοχές επηρεάζονται επίσης, με το ψηλό γρασίδι, το γρασίδι πουνιάς (puna grass) και τους υγρότοπους να επηρεάζονται περισσότερο λαμβάνοντας υπόψη το μέγεθός τους εντός της περιοχής μελέτης. (Εικόνα 3)(Εικόνα 4)  &lt;br /&gt;
 &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 3.3. Διαχρονική ανάλυση της υποβαθμισμένης φυτοκάλυψης     &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η εικόνα 5 παρουσιάζει τις διαχρονικές μεταβολές των τύπων φυτοκάλυψης και των υποβαθμισμένων εκτάσεων, εξαιρουμένων των ετών 1991, 1992 και 2002 λόγω σφαλμάτων ακραίων τιμών. Οι συνολικές καλύψεις βλάστησης (TVC) δεν παρουσιάζουν σημαντική τάση αύξησης ή μείωσης, αλλά ο βούρλος μειώνεται ελαφρώς. Ορισμένες καλύψεις παρουσιάζουν σημαντικές αυξήσεις σε συγκεκριμένα έτη, ακολουθούμενες από επιστροφή στις αρχικές περιοχές. Η ανάλυση των υποβαθμισμένων καλύψεων βλάστησης (DVCs) αποκαλύπτει μια πτωτική τάση στον βούρλο από το 2009, ενώ οι αστικές περιοχές παρουσιάζουν μια σημαντική θετική τάση και οι γεωργικές περιοχές παρουσιάζουν μια σημαντική αρνητική τάση από το 2010. Ο Πίνακας 2 σρο αρχικό άρθρο παρέχει λεπτομερή ανάλυση των TVCs και DVCs, συμπεριλαμβανομένων των καταλαμβανόμενων εκτάσεων, του συντελεστή διακύμανσης και των αποτελεσμάτων της ανάλυσης τάσεων Mann-Kendall. Οι υγρότοποι και το ψηλό γρασίδι παρουσιάζουν τη μεγαλύτερη μεταβλητότητα μεταξύ των TVCs, ενώ το ψηλό γρασίδι και το puna grass έχουν τις πιο εκτεταμένες εκτάσεις μεταξύ των DVCs. Οι υγροβιότοποι και οι αστικές περιοχές παρουσιάζουν τη μεγαλύτερη μεταβλητότητα μεταξύ των DVCs, με το βούρλο και τις γεωργικές περιοχές να παρουσιάζουν σημαντικές αρνητικές τάσεις και τις αστικές περιοχές να παρουσιάζουν σημαντική θετική τάση (p &amp;lt; 0,01).(Εικόνα 5)(Εικόνα 6) &lt;br /&gt;
 &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 3.4. Ροή αντικατάστασης φυτών   &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Το διάγραμμα Sankey αποκαλύπτει τη δυναμική της κάλυψης μεταξύ των ετών 1985, 2005 και 2022, αξιολογώντας την κάλυψη ως παράγοντα αλλαγής. Στο διάγραμμα Συνολικών Καλύψεων Βλάστησης (TVC) (Εικόνα 7α), αρχικά κυριαρχούν τα λιβάδια πουνιάς, τα οποία αντικαθίστανται από το puna grass (2005). Ομοίως, το ψηλό γρασίδι (2005) επανέρχεται στην αρχική του κατάσταση μέσω του ψηλού γρασιδιού (2022). Το μοτίβο &amp;quot;κυκλικής υποκατάστασης&amp;quot; περιλαμβάνει την υποβάθμιση του ψηλού γρασιδιού που αντικαθίσταται από το puna grass, και στη συνέχεια ανακτά την αρχική του κατάσταση. Οι υγροβιότοποι αντικαθίστανται από ψηλό γρασίδι, χόρτο και γεωργικές εκτάσεις, με αποκατάσταση από τις ίδιες αυτές καλύψεις (2022). Στο διάγραμμα των υποβαθμισμένων καλύψεων βλάστησης (DVC) (Εικόνα 7β), το ψηλό γρασίδι (1985) αντικαθίσταται από το puna grass και τις ζελατινοποιημένες εκτάσεις (2005), με ανάκτηση από αυτές τις καλύψεις (2022). Το Puna grass επεκτείνεται σημαντικά από το ψηλό χόρτο και τους υγροτόπους (2005), επιστρέφοντας στην αρχική του έκταση. Οι υγρότοποι υφίστανται ποικίλες αντικαταστάσεις και ανακάμψεις, επηρεαζόμενοι από διάφορους παράγοντες.&lt;br /&gt;
 &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 3.5. Ανάλυση συσχέτισης Spearman για την αξιολόγηση της αντικατάστασης της φυτοκάλυψης   &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Στο αρχικό άρθρο, ένας πίνακας συσχέτισης Spearman διερευνά τις σχέσεις μεταξύ των διαφόρων καλύψεων βλάστησης κατά τη διάρκεια των ετών, λαμβάνοντας υπόψη τόσο την ολική κάλυψη βλάστησης (TVC) όσο και την υποβαθμισμένη κάλυψη βλάστησης (DVC). Ένας συντελεστής συσχέτισης πάνω από 0,6 ή κάτω από -0,6, με επίπεδο σημαντικότητας 99,99% (p ≤ 0,001), υποδηλώνει σημαντικές συσχετίσεις. Το ψηλό γρασίδι και οι υγρότοποι εμφανίζουν αρνητική συσχέτιση με τις περισσότερες καλύψεις στο TVC, γεγονός που υποδηλώνει ότι αντικαθίστανται από γρασίδι puna και παράγοντες αλλαγής, όπως η γεωργία και οι αστικές περιοχές. Το Puna grass εμφανίζει θετικές συσχετίσεις με τις περισσότερες καλύψεις, τονίζοντας το ρόλο του στη δυναμική της βλάστησης. Στο DVC, το puna grass αντικαθιστά σημαντικά το ψηλό γρασίδι και τους υγροτόπους μετά την υποβάθμιση, επηρεαζόμενο από τις αλλαγές στη γεωργία, το γυμνό έδαφος και τις αστικές περιοχές.   &lt;br /&gt;
 &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 4. ΣΥΖΗΤΗΣΗ &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η κατανομή της βλάστησης γύρω από τη λίμνη Chinchaycocha αποκαλύπτει διακριτές οικολογικές ζώνες, από την υγρή κεντρική περιοχή έως τους περιφερειακούς χώρους όπου κυριαρχεί η βλάστηση puna και geliturbada. Αν και ειδικά για αυτή την περιοχή, τα πρότυπα αυτά ευθυγραμμίζονται με άλλες περιοχές υψηλού υψομέτρου παγκοσμίως, που διαμορφώνονται από φυσικούς και ανθρωπογενείς παράγοντες. Οι ανθρώπινες δραστηριότητες, ιδίως οι αλλαγές στις χρήσεις γης και τη γεωργία, συμβάλλουν σημαντικά στην εξέλιξη του τοπίου. Η &amp;quot;ενδιάμεση&amp;quot; ζώνη, που περιλαμβάνει 16,4% γεωργία, υποδηλώνει έντονη δραστηριότητα, εγείροντας ανησυχίες για πιθανή διάβρωση του εδάφους, ένα σημαντικό ζήτημα σε περιοχές με απότομες πλαγιές. Η συνολική υποβαθμισμένη περιοχή αποτελεί το 13,4% των φυτεμένων χώρων, λιγότερο από το εκτιμώμενο 60%, κυρίως λόγω της κακής διαχείρισης, της καύσης, της υπερβόσκησης και της κλιματικής αλλαγής. Η κατανόηση αυτών των διαφορών είναι ζωτικής σημασίας, υποδηλώνοντας συνεχιζόμενη υποβάθμιση ή μεταβολή της οικολογικής ισορροπίας.  &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Οι ανθρώπινες δραστηριότητες, συμπεριλαμβανομένης της γεωργίας, της κτηνοτροφίας και της εξόρυξης, παράλληλα με την κλιματική αλλαγή και τα μεταβαλλόμενα πρότυπα βροχόπτωσης, επηρεάζουν τη δυναμική της βλάστησης στις περιοχές πάνω από 4000 μέτρα. Η παρουσία αστικών περιοχών (2,1%) στην ενδιάμεση ζώνη εγείρει ερωτήματα σχετικά με τις μελλοντικές τάσεις της βλάστησης, καθώς η αστική επέκταση, που συνδέεται ιδίως με την εξόρυξη, έχει συνδεθεί με σημαντικές αρνητικές επιπτώσεις στη βλάστηση και τη χρήση γης. Η υποβάθμιση της βλάστησης των άνω Άνδεων οφείλεται σε παράγοντες όπως το έλλειμμα νερού, οι διακυμάνσεις της θερμοκρασίας και η τοπογραφία, όπου οι ήπιες πλαγιές ευνοούν τη γεωργία puna και το γρασίδι, ενώ οι απότομες πλαγιές οδηγούν στην επικράτηση του ψηλού γρασιδιού.  &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η σημαντική μείωση της γεωργικής κάλυψης (p &amp;gt; 0,01) από το 2010 και μετά, που ενδεχομένως οφείλεται στην αστική επέκταση και την εξόρυξη που εκτοπίζουν τις γεωργικές περιοχές, αποτελεί απειλή για τη βιοποικιλότητα, την αναβλάστηση των φυτών και την παραγωγικότητα. Αξίζει να σημειωθεί ότι το puna grass και το ψηλό γρασίδι καλύπτουν εκτεταμένες εκτάσεις, χαρακτηριστικό των λιβαδιών των Άνδεων, παρέχοντας βασικές υπηρεσίες οικοσυστήματος. Οι αστικές περιοχές και οι υγρότοποι παρουσιάζουν μεγάλη μεταβλητότητα, σύμφωνα με προηγούμενες μελέτες. Οι υγροβιότοποι, τα βούρλα και οι καλαμώνες, που εξαρτώνται από το νερό, εμφανίζουν σημαντική υποβάθμιση, τονίζοντας την ευαισθησία τους στις περιβαλλοντικές αλλαγές. Οι υγρότοποι αντικαθίστανται από ψηλό γρασίδι, puna grass και γεωργία, με ελάχιστη ανάκαμψη, μεταβάλλοντας σημαντικά τη σύνθεση της βλάστησης, την ποικιλότητα, την παραγωγικότητα και τη γονιμότητα του εδάφους. Η ένταση της βόσκησης, η κλιματική αλλαγή και η εναπόθεση αζώτου επηρεάζουν επίσης τη δυναμική της βλάστησης, ιδιαίτερα της κατάλληλης για βόσκηση.  &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Ο πίνακας συσχέτισης Spearman αποκαλύπτει αλληλεπιδράσεις μεταξύ των καλύψεων βλάστησης, αντικατοπτρίζοντας το ψηλό γρασίδι και τους υγροτόπους που αντικαθίστανται από το puna grass και τις ανθρωπογενείς περιοχές. Αν και η προσέγγιση μπορεί να έχει μεροληψίες, η μοναδική συμβολή της μελέτης έγκειται σε μια προσαρμοσμένη επιβλεπόμενη ταξινόμηση για τα οικοσυστήματα των Άνδεων, παρέχοντας συγκεκριμένες γνώσεις για τη διαχρονική δυναμική τους. Οι περιορισμοί περιλαμβάνουν πιθανές μεροληψίες στην προσέγγιση ταξινόμησης και τους περιορισμούς του ARVI. Η μελλοντική έρευνα θα μπορούσε να ενσωματώσει διαφορετικούς δείκτες βλάστησης και μεθόδους επίγειας επαλήθευσης για την επικύρωση των αποτελεσμάτων της τηλεπισκόπησης.  &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 5. ΣΥΜΠΕΡΑΣΜΑΤΑ &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Αυτή η ολοκληρωμένη μελέτη, η οποία καλύπτει σχεδόν τέσσερις δεκαετίες και χρησιμοποιεί τηλεπισκόπηση, αναλύει τις χωρικές και χρονικές αλλαγές στις καλύψεις βλάστησης, την υποβάθμιση και τη δυναμική αντικατάστασης σε περιοχές των άνω Άνδεων του Περού. Η συνολική υποβαθμισμένη έκταση ανέρχεται σε 13,4%, με τους βολβούς, τα κοτσάνια και το ψηλό γρασίδι να έχουν πληγεί περισσότερο. Το γρασίδι puna και οι αστικές περιοχές παρουσιάζουν σημαντικές αυξήσεις. Το γρασίδι puna αναδεικνύεται ως κυρίαρχη αντικατάσταση της υποβαθμισμένης βλάστησης, επηρεαζόμενη από τις γεωργικές εκτάσεις, τις αστικές περιοχές και το γυμνό έδαφος. Τα ευρήματα αυτά αποκαλύπτουν την ευπάθεια της βλάστησης, παρέχοντας ουσιαστικές πληροφορίες για την ιεράρχηση των περιοχών διατήρησης και τα σχέδια προσαρμοστικής διαχείρισης. Ενώ οι ανθρώπινες δραστηριότητες συμβάλλουν σημαντικά στην υποβάθμιση, η μελέτη αναγνωρίζει τον πιθανό αντίκτυπο των περιβαλλοντικών παραγόντων, προτρέποντας για περαιτέρω διερεύνηση της κλιματικής αλλαγής και των επιδράσεων που σχετίζονται με το έδαφος στη δυναμική της βλάστησης. &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
 &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Συντομογραφίες:   &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;ARVI Δείκτης βλάστησης ανθεκτικός στην ατμόσφαιρα   &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;NIR Εγγύς υπέρυθρο  &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;GEE Google Earth Engine &amp;lt;/p&amp;gt;  &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;GIS Γεωγραφικό σύστημα πληροφοριών &amp;lt;/p&amp;gt;  &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;CV Συντελεστής διακύμανσης   &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;TVC Συνολική φυτοκάλυψη   &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;DVC Υποβαθμισμένη φυτοκάλυψη   &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;masl Μέτρα πάνω από το επίπεδο της θάλασσας   &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Ha Εκτάριο &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
[[category:Εκτίμηση_υποβάθμισης_δασικών_οικοσυστημάτων]]&lt;br /&gt;
[[category:Επιπτώσεις ανθρωπογενών επιδράσεων επί των δασικών οικοσυστημάτων]]&lt;br /&gt;
[[category:Παρακολούθηση και εκτίμηση διαχρονικών αλλαγών και εξελίξεων]]&lt;br /&gt;
[[category:Δασοπονία,_Δασική_διαχείριση]]&lt;/div&gt;</summary>
		<author><name>Maria Bikou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%95%CE%BE%CE%AD%CE%BB%CE%B9%CE%BE%CE%B7_%CF%84%CE%BF%CF%85_%CF%80%CE%B1%CE%B3%CF%8C%CE%B2%CE%BF%CF%85%CE%BD%CE%BF%CF%85_%CE%9168_%CE%B1%CF%80%CF%8C_%CF%84%CE%B7%CE%BD_%CE%B1%CF%81%CF%87%CE%AE_%CF%84%CE%B7%CF%82_%CE%BA%CE%B1%CF%84%CE%AC%CF%81%CF%81%CE%B5%CF%85%CF%83%CE%AE%CF%82_%CF%84%CE%BF%CF%85_%CE%B1%CF%80%CF%8C_%CF%84%CE%B7%CE%BD_%CF%80%CE%B1%CE%B3%CE%BF%CE%BA%CF%81%CE%B7%CF%80%CE%AF%CE%B4%CE%B1%CF%82_Larsen_C_%CF%84%CE%B7%CF%82_%CE%91%CE%BD%CF%84%CE%B1%CF%81%CE%BA%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%BC%CE%B5_%CF%84%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_Sentinel-1_SAR</id>
		<title>Εξέλιξη του παγόβουνου Α68 από την αρχή της κατάρρευσής του από την παγοκρηπίδας Larsen C της Ανταρκτικής με τη χρήση δεδομένων Sentinel-1 SAR</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%95%CE%BE%CE%AD%CE%BB%CE%B9%CE%BE%CE%B7_%CF%84%CE%BF%CF%85_%CF%80%CE%B1%CE%B3%CF%8C%CE%B2%CE%BF%CF%85%CE%BD%CE%BF%CF%85_%CE%9168_%CE%B1%CF%80%CF%8C_%CF%84%CE%B7%CE%BD_%CE%B1%CF%81%CF%87%CE%AE_%CF%84%CE%B7%CF%82_%CE%BA%CE%B1%CF%84%CE%AC%CF%81%CF%81%CE%B5%CF%85%CF%83%CE%AE%CF%82_%CF%84%CE%BF%CF%85_%CE%B1%CF%80%CF%8C_%CF%84%CE%B7%CE%BD_%CF%80%CE%B1%CE%B3%CE%BF%CE%BA%CF%81%CE%B7%CF%80%CE%AF%CE%B4%CE%B1%CF%82_Larsen_C_%CF%84%CE%B7%CF%82_%CE%91%CE%BD%CF%84%CE%B1%CF%81%CE%BA%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%BC%CE%B5_%CF%84%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_Sentinel-1_SAR"/>
				<updated>2024-02-24T11:39:56Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Bikou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Αρχείο:1Iceberg A68.png| thumb| right| '''Εικόνα 1 ''' πηγή: [https://doi.org/10.3390/su152215918] '']]&lt;br /&gt;
[[Αρχείο:2Iceberg A68.png| thumb| right| '''Εικόνα 2 ''' πηγή: [https://doi.org/10.3390/su152215918] '']]&lt;br /&gt;
[[Αρχείο:3Iceberg A68.png| thumb| right| '''Εικόνα 3 ''' πηγή: [https://doi.org/10.3390/su152215918] '']]&lt;br /&gt;
[[Αρχείο:4Iceberg A68.png| thumb| right| '''Εικόνα 4 ''' πηγή: [https://doi.org/10.3390/su152215918] '']]&lt;br /&gt;
[[Αρχείο:5Iceberg A68.png| thumb| right| '''Εικόνα 5 ''' πηγή: [https://doi.org/10.3390/su152215918] '']]&lt;br /&gt;
[[Αρχείο:6Iceberg A68.png| thumb| right| '''Εικόνα 6 ''' πηγή: [https://doi.org/10.3390/su152215918] '']]&lt;br /&gt;
[[Αρχείο:7Iceberg A68.png| thumb| right| '''Εικόνα 7 ''' πηγή: [https://doi.org/10.3390/su152215918] '']]&lt;br /&gt;
[[Αρχείο:8Iceberg A68.png| thumb| right| '''Εικόνα 8 ''' πηγή: [https://doi.org/10.3390/su152215918] '']]&lt;br /&gt;
[[Αρχείο:9Iceberg A68.png| thumb| right| '''Εικόνα 9 ''' πηγή: [https://doi.org/10.3390/su152215918] '']]&lt;br /&gt;
[[Αρχείο:10Iceberg A68.png| thumb| right| '''Εικόνα 10 ''' πηγή: [https://doi.org/10.3390/su152215918] '']]&lt;br /&gt;
[[Αρχείο:11Iceberg A68.png| thumb| right| '''Εικόνα 11 ''' πηγή: [https://doi.org/10.3390/su152215918] '']]&lt;br /&gt;
[[Αρχείο:12aIceberg A68.png| thumb| right| '''Εικόνα 12a ''' πηγή: [https://doi.org/10.3390/su152215918] '']]&lt;br /&gt;
[[Αρχείο:12bIceberg A68.png| thumb| right| '''Εικόνα 12b ''' πηγή: [https://doi.org/10.3390/su152215918] '']]&lt;br /&gt;
[[Αρχείο:13Iceberg A68.png| thumb| right| '''Εικόνα 13 ''' πηγή: [https://doi.org/10.3390/su152215918] '']]&lt;br /&gt;
[[Αρχείο:14Iceberg A68.png| thumb| right| '''Εικόνα 14 ''' πηγή: [https://doi.org/10.3390/su152215918] '']]&lt;br /&gt;
[[Αρχείο:15Iceberg A68.png| thumb| right| '''Εικόνα 15 ''' πηγή: [https://doi.org/10.3390/su152215918] '']]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος τίτλος:''' ''Evolution of Iceberg A68 since Its Inception from the Collapse of Antarctica’s Larsen C Ice Shelf Using Sentinel-1 SAR Data''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς: ''' Shivangini Singh, Shashi Kumar, and Navneet Kumar. &lt;br /&gt;
&lt;br /&gt;
'''Δημοσιεύθηκε: '''  ''Sustainability 2023, 15(22), 15918; https://doi.org/10.3390/su152215918 '' &lt;br /&gt;
&lt;br /&gt;
'''Λέξεις κλειδιά: ''' παγόβουνο A68; Sentinel-1 SAR; παγοκρηπίδα Larsen C; παρακολούθηση παγόβουνων &lt;br /&gt;
&lt;br /&gt;
'''Αντικείμενο εφαρμογής: ''' Παρακολούθηση και εκτίμηση διαχρονικών αλλαγών και εξελίξεων ''' &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 1. ΕΙΣΑΓΩΓΗ  &amp;lt;/span&amp;gt;'''&lt;br /&gt;
 &lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Το συμβάν της αποκόλλησης του παγόβουνου A68 από την παγοκρηπίδα Larsen C τον Ιούλιο του 2017 παρείχε μια μοναδική ευκαιρία να μελετηθεί η εξέλιξη και η δυναμική ενός νεοσχηματισμένου παγόβουνου. Το τεράστιο μέγεθος του A68, που αντιπροσωπεύει περίπου το 9-12% του συνόλου της υφαλοκρηπίδας, τράβηξε την προσοχή στις πιθανές επιπτώσεις του, συμπεριλαμβανομένης της τροχιάς του προς τη νήσο Νότια Γεωργία τον Νοέμβριο του 2020, αποτελώντας απειλή για την τοπική άγρια ζωή. Η μικροκυματική ακτινοβολία από όργανα ραντάρ συνθετικού ανοίγματος (SAR) επιτρέπει καλύτερη ανάλυση στις πολικές περιοχές σε σύγκριση με τους οπτικούς αισθητήρες. Η κατανόηση της εξέλιξης των παγόβουνων είναι απαραίτητη για τις μελέτες της κλιματικής αλλαγής, τον μετριασμό του κινδύνου της θαλάσσιας ναυσιπλοΐας και τη διατήρηση της άγριας ζωής. Μεγάλα παγόβουνα όπως το A68 μπορούν να επηρεάσουν τη σταθερότητα της παγοκρηπίδας και την περαιτέρω διάρρηξη. Η επίμονη νεφοκάλυψη και οι πολικές νύχτες εμποδίζουν τους οπτικούς αισθητήρες, αναδεικνύοντας την αξία της διαστημικής τηλεπισκόπησης SAR για την πολική έρευνα.   &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Δυναμική παγόβουνων και περιβαλλοντικοί παράγοντες   &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Ο σχηματισμός και η μετατόπιση παγόβουνων επηρεάζουν σημαντικά την τοπική κυκλοφορία του νερού και τον σχηματισμό θαλάσσιου πάγου, ενώ η απελευθέρωση γλυκού νερού επηρεάζει τα μοντέλα του γήινου κλιματικού συστήματος. Η αυξητική τάση των γεγονότων αναγέννησης παγόβουνων, που αποδίδεται στην κλιματική αλλαγή, υπογραμμίζει τον επείγοντα χαρακτήρα της κατανόησης της δυναμικής των παγόβουνων. Οι διεργασίες αποκόλλησης των παγόβουνων, συμπεριλαμβανομένου του κατακερματισμού και των θερμοδυναμικών διεργασιών, επηρεάζονται από περιβαλλοντικές συνθήκες, όπως το φάσμα των κυμάτων, η θερμοκρασία, οι άνεμοι και τα ρεύματα. Παράγοντες όπως η ηλιακή ακτινοβολία, η συναγωγή, η υποθαλάσσια τήξη και η διάβρωση από τα κύματα συμβάλλουν στη φθορά και τον κατακερματισμό των παγόβουνων.    &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Μοντελοποίηση παρασύρσεων παγόβουνων   &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Έχουν προταθεί διάφορα μοντέλα, συμπεριλαμβανομένων δυναμικών hindcast και στατιστικών προσεγγίσεων, για την πρόβλεψη των τροχιών των παγόβουνων. Εμπειρικοί κανόνες, όπως ο &amp;quot;κανόνας του 2%&amp;quot;, παρέχουν πληροφορίες σχετικά με την παρασυρόμενη πορεία του παγόβουνου σε σχέση με την ταχύτητα του ανέμου και τα ωκεάνια ρεύματα. Ωστόσο, η εφαρμοσιμότητα αυτών των κανόνων ποικίλλει ανάλογα με το μέγεθος του παγόβουνου και τις περιβαλλοντικές συνθήκες. Μεγάλα παγόβουνα όπως το Α68 μπορεί να παρασύρονται κυρίως με τα επιφανειακά ρεύματα και όχι με τον άνεμο, προκαλώντας τα συμβατικά μοντέλα. Η κατανόηση της πολύπλοκης αλληλεπίδρασης των παραγόντων που επηρεάζουν την παρασύρση των παγόβουνων παραμένει ένας κρίσιμος τομέας έρευνας.  &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Διαστημική παρατήρηση και εντοπισμός παγόβουνων   &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Οι διαστημικοί αισθητήρες SAR προσφέρουν πλεονεκτήματα στον εντοπισμό και την παρακολούθηση παγόβουνων, ξεπερνώντας τους περιορισμούς της χαμηλής χωρικής ανάλυσης άλλων δορυφορικών οργάνων. Τεχνικές όπως η ανίχνευση σταθερού ποσοστού λανθασμένου συναγερμού (CFAR) και τα δεδομένα SAR πολλαπλής πόλωσης βελτιώνουν τον εντοπισμό και τον χαρακτηρισμό παγόβουνων. Οι ικανότητες της SAR να διεισδύει στα σύννεφα και να παρακολουθεί τη νύχτα την καθιστούν κατάλληλη για τηλεπισκόπηση σε πολικές περιοχές, απαραίτητη για την παρακολούθηση της δυναμικής των παγόβουνων και τον μετριασμό των κινδύνων για τις υπεράκτιες υποδομές.   &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η μελέτη αποσκοπεί στην παρακολούθηση της τροχιάς του παγόβουνου A68 και στην ανάλυση της εξέλιξής του από τον Ιούλιο του 2017 έως τον Φεβρουάριο του 2021 με τη χρήση δεδομένων Sentinel-1 SAR. Η κατανόηση της δυναμικής των παγόβουνων και των αλληλεπιδράσεών τους με το περιβάλλον είναι ζωτικής σημασίας για τις κλιματικές μελέτες, την ασφάλεια της θαλάσσιας ναυσιπλοΐας και τη διατήρηση των οικοσυστημάτων. Η τηλεπισκόπηση SAR παρέχει πολύτιμες πληροφορίες για τη συμπεριφορά των παγόβουνων, διευκολύνοντας την καλύτερη διαχείριση των πολικών περιοχών και τον μετριασμό των κινδύνων που σχετίζονται με τους κινδύνους από τα παγόβουνα. &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 2. ΥΛΙΚΑ ΚΑΙ ΜΕΘΟΔΟΙ &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Το 2014, μια ρωγμή που υπήρχε εδώ και σχεδόν μια δεκαετία άρχισε να διαδίδεται κοντά στο Gipps Ice Rise στην παγοκρηπίδα Larsen C (LCIS), τη μεγαλύτερη παγοκρηπίδα της Ανταρκτικής Χερσονήσου. Είχε ως αποτέλεσμα την ανάπτυξη του τεράστιου πλακοειδούς παγόβουνου A68 τον Ιούλιο του 2017, αφού συνδυάστηκε με άλλες ρωγμές προς τα βόρεια. Η εικόνα Sentinel-1A SAR της περιοχής μελέτης παρουσιάζεται στην Εικόνα 2. Όταν σχηματίστηκε για πρώτη φορά, είχε μήκος 160 χλμ. και πλάτος 50 χλμ. αλλά γρήγορα διασπάστηκε σε δύο τμήματα, το A68A και το A68B. Με επιφάνεια 90 km², το A68B είναι το μικρότερο από τα δύο.  &amp;lt;/p&amp;gt;  &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η παγοκρηπίδα Larsen C, που βρίσκεται στο βορειοδυτικό τμήμα της Θάλασσας Weddell, είναι μία από μια ακολουθία παγοκρηπιδωμάτων Larsen που διατρέχουν το βορειοανατολικό άκρο της Ανταρκτικής Χερσονήσου. Χωρίζεται από το νοτιότερο σημείο της Νότιας Αμερικής από το ιδιαίτερα διαβόητο πέρασμα Ντρέικ, το οποίο απέχει σχεδόν 1000 χιλιόμετρα από αυτό. Η χερσόνησος απολαμβάνει το πιο ήπιο κλίμα στην ήπειρο, επειδή είναι το βορειότερο τμήμα της Ανταρκτικής και βρίσκεται πάνω από τον Ανταρκτικό Κύκλο. Ο θερμότερος μήνας είναι ο Ιανουάριος, με θερμοκρασίες κατά μέσο όρο 1 έως 2 °C, και ο ψυχρότερος μήνας είναι ο Ιούνιος, με θερμοκρασίες κατά μέσο όρο 15 έως 20 °C. Η Ανταρκτική Χερσόνησος έχει βρεθεί στο επίκεντρο του ενδιαφέροντος τις τελευταίες δεκαετίες για την παρατηρούμενη έντονη αύξηση της θερμοκρασίας στην περιοχή λόγω της κλιματικής αλλαγής.  &amp;lt;/p&amp;gt;  &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η επίπεδη κορυφή του οροπεδίου είναι ένα κοινό χαρακτηριστικό των παγόβουνων σε σχήμα πινακίδας που αναδύονται από τα παγόβουνα της Ανταρκτικής. Το πάχος του παγόβουνου A68 τοποθετήθηκε στα ~300 μέτρα και ζυγίζει πάνω από ένα τρισεκατομμύριο τόνους. Είναι το μεγαλύτερο παγόβουνο που καταγράφεται σήμερα στα δορυφορικά αρχεία και αναμένεται να χρειαστούν χρόνια, αν όχι δεκαετίες, για την πλήρη αποκόλληση ή διάλυση.&amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 2.1. Κατάρρευση της παγοκρηπίδας Larsen C και εξέλιξη του παγόβουνου Α68  &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Ορισμένες από τις εξέχουσες παγοκρηπίδες στην Ανταρκτική είναι η παγοκρηπίδα Ross, η παγοκρηπίδα Ronne-Filchner, η παγοκρηπίδα Amery και η παγοκρηπίδα Larsen C. Οι παγοκρηπίδες σχηματίζονται όταν μια τεράστια μάζα πάγου προχωρά αργά με τη μορφή παγετώνων και ρευμάτων πάγου από παγοκρηπίδες στη γύρω θάλασσα. Η χαμηλή θερμοκρασία του περιβάλλοντος ωκεανού δεν επιτρέπει σε αυτόν τον πάγο να λιώσει αμέσως. Αυτό με τη σειρά του επιπλέει στην επιφάνεια (δεδομένου ότι ο πάγος είναι λιγότερο πυκνός από το νερό) και μεγαλώνει συσσωρεύοντας περισσότερο πάγο από τη ροή των παγετώνων. Αυτή η μάζα μπορεί να επιβιώσει χιλιάδες χρόνια λόγω της προσγείωσης από νησιά, ανόδους πάγου και βραχώδεις χερσονήσους. Οι παγοκρηπίδες αυξάνονται συνεχώς με πάγο από την ξηρά και χάνουν μάζα από τα συμβάντα των απολήξεων, διατηρώντας τη δυναμική σταθερότητα.    &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Δεδομένου ότι οι παγοκρηπίδες επιπλέουν ήδη στον ωκεανό, δεν είναι σωστό να λέμε ότι συμβάλλουν άμεσα στην άνοδο της στάθμης της θάλασσας. Η κατάρρευση μιας παγοκρηπίδας δίνει τη θέση της σε ένα ενισχυμένο κύμα των παγετώνων και των παγωμένων ρευμάτων που τροφοδοτούν την παγοκρηπίδα, μειώνοντας την ενισχυτική επίδραση που παρέχουν οι παγοκρηπίδες στους παγετώνες και τα παγωμένα ρεύματα της ενδοχώρας. Δεδομένου ότι οι παγετώνες και τα ρεύματα πάγου βρίσκονται στην ξηρά, η μετακίνησή τους στον ωκεανό συμβάλλει στην άνοδο της στάθμης της θάλασσας. Ως εκ τούτου, η κατάρρευση των παγοκρηπίδων συμβάλλει στην άνοδο της στάθμης της θάλασσας, αν και έμμεσα. Πρόσφατες έρευνες δείχνουν ότι η κατάρρευση των παγοκρηπίδων μπορεί να ενισχύσει τη ροή των παγετώνων κατά δύο έως έξι φορές.   &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Μια ασυνήθιστη ακολουθία καταρρεύσεων παγοκρηπιδωμάτων έχει παρατηρηθεί από επιστήμονες στην Ανταρκτική και την Αρκτική τα τελευταία 30 χρόνια. Παρόλο που ο σχηματισμός παγόβουνων μέσω γεγονότων που προκαλούν την κατάρρευση δεν είναι ασυνήθιστο φαινόμενο, η διαδικασία συνήθως λαμβάνει χώρα σε διάστημα μηνών και ετών καθώς σχηματίζονται ρήγματα στην παγοκρηπίδα. Είναι, ωστόσο, ασυνήθιστο η διαδικασία να συμβαίνει μέσα σε λίγες ημέρες, όπως παρατηρήθηκε σε προηγούμενες περιπτώσεις. Η ταχεία κατάρρευση της παγοκρηπίδας έχει αποδοθεί στις θερμότερες θερμοκρασίες του αέρα και του νερού, στο σχηματισμό λιωμένου νερού στην επιφάνεια της παγοκρηπίδας και στη μείωση του θαλάσσιου πάγου που περιβάλλει τις παγοκρηπίδες ως παράγοντας που συμβάλλει στην αποσύνθεση της παγοκρηπίδας.    &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Στα μέσα του 2016, το παγόβουνο Α68 είχε αρχίσει να αναδύεται. Οι επιστήμονες παρατήρησαν ένα διευρυνόμενο ρήγμα που διέτρεχε κατά μήκος της παγοκρηπίδας Larsen C στις 10 Νοεμβρίου 2016, το οποίο είχε μήκος 110 χλμ. και πλάτος 91 μ. και βάθος 500 μ. Η επακόλουθη σποραδική διάδοση του ρήγματος οδήγησε στον σχηματισμό του στις 12 Ιουλίου 2017, με αποτέλεσμα να αποτελέσει το μεγαλύτερο παγόβουνο στα τρέχοντα αρχεία τηλεπισκόπησης, με έκταση περίπου 5800 km². Τέτοια γεγονότα αναγέννησης θα μπορούσαν να προκρίνουν τις παγοκρηπίδες για αστάθεια, όπως παρατηρήθηκε στην παγοκρηπίδα Larsen B τον Ιανουάριο του 1985. Τα μοντέλα παγοκρηπίδων, όταν εφαρμόζονται στις παγοκρηπίδες Larsen C και George VI, καταδεικνύουν σημαντικό ρόλο των υφιστάμενων βασικών/επιφανειακών σχισμών στη σταθερότητα των υπόλοιπων παγοκρηπίδων. Η αναγέννηση της Α68 θα πρέπει να αφαιρέσει την οπίσθια τάση στο νέο μέτωπο αναγέννησης και να αυξήσει την επιμήκη τάση επέκτασης, οδηγώντας κατά συνέπεια σε αυξημένους ρυθμούς αναγέννησης και πιθανή αστάθεια.  &lt;br /&gt;
 &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 2.2. Σύνολο δεδομένων &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Από τις 28 Ιουνίου 2017 έως τις 29 Ιανουαρίου 2021, επιλέχθηκαν για την παρούσα μελέτη 47 εικόνες Sentinel-1 SAR, οι οποίες χρησιμοποιήθηκαν για την εκτίμηση της έκτασης και της μετατόπισης. Οι εικόνες ελήφθησαν μέσω της πύλης Data Search Vertex της Δορυφορικής Εγκατάστασης της Αλάσκας.   &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 2.3. Ροή εργασίας προεπεξεργασίας δεδομένων SAR &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Για την προεπεξεργασία όλων των αποκτηθέντων σκηνών των δεδομένων SAR χρησιμοποιήθηκε μια γενική ροή εργασίας. Η επεξεργασία των δεδομένων πραγματοποιήθηκε με το The Sentinel-1 Toolbox (S1TBX) της πλατφόρμας εφαρμογών Sentinel (SNAP). Οι σκηνές υποσυντάχθηκαν χωρικά για να συμπεριλάβουν την υπό μελέτη περιοχή, ώστε να μειωθεί ο χρόνος επεξεργασίας για τα επόμενα βήματα. Η διόρθωση της τροχιάς των δεδομένων του Sentinel-1 πραγματοποιήθηκε με τα ακριβή αρχεία τροχιάς. Τα δεδομένα με διόρθωση τροχιάς βαθμονομήθηκαν ραδιομετρικά για τη μέτρηση της οπισθοσκέδασης ραντάρ των κυψελών ανάλυσης SAR. Πραγματοποιήθηκε φιλτράρισμα speckle για την ελαχιστοποίηση του θορύβου speckle από τα δεδομένα SAR.  &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 2.4. Ανάλυση τροχιάς  &amp;lt;/span&amp;gt;''' &lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 2.4.1. Διόρθωση ελλειψοειδούς &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Πραγματοποιήθηκε διόρθωση ελλειψοειδούς Doppler εμβέλειας για όλες τις αποκτηθείσες σκηνές. Δεδομένου ότι οι κυματισμοί της επιφάνειας της θάλασσας δεν είναι υψίστης σημασίας για την περιοχή μελέτης, προτιμήθηκε η διόρθωση ελλειψοειδούς Doppler εύρους μέσου ύψους και στις 47 σκηνές των δεδομένων Sentinel-1. Μια προκαθορισμένη προβολή χάρτη, η EPSG:3031 WGS 84/Antarctic polar stereographic χρησιμοποιήθηκε για την ακριβή απεικόνιση και την επακόλουθη ανάλυση της περιοχής και της μετατόπισης. Το δεδομένο που χρησιμοποιήθηκε ήταν το Παγκόσμιο Γεωδαιτικό Σύστημα (WGS) 1984.  &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 2.4.2. Υπολογισμός της έκτασης   &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Τα διορθωμένα με ελλειψοειδές δεδομένα μετατράπηκαν στη συνέχεια σε μορφή GeoTiff, η οποία είναι αναγνώσιμη από λογισμικό GIS, όπως το QGIS. Αυτό έγινε για τη διευκόλυνση του υπολογισμού της έκτασης και για τη μελέτη των επιπτώσεων της τοπογραφίας του πυθμένα και των ανυψώσεων των πάγων στην εξέλιξη του στόχου. Οι εικόνες τοποθετήθηκαν σε παράθεση για να μελετηθεί η τροχιά που ακολούθησε το παγόβουνο Α68 και να σημειωθεί η σταδιακή προώθηση του Α68 προς τον Νότιο Ωκεανό. &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 2.4.3. Ανάλυση της βαθυμετρίας στην εξέλιξη του A68  &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Για να διερευνηθεί η επίδραση της τοπογραφίας του πυθμένα της θάλασσας στην εξέλιξη του Α68, χρησιμοποιήθηκε ο διεθνής βαθυμετρικός χάρτης του Νότιου Ωκεανού (IBCSO) ως επικάλυψη στην περιοχή μελέτης. Κάθε σκηνή επικαλύφθηκε με έναν χάρτη IBCSO και διερευνήθηκε η επιρροή του υψομέτρου του πυθμένα της θάλασσας για κάθε εικόνα.  &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 3. ΑΠΟΤΕΛΕΣΜΑΤΑ ΚΑΙ ΣΥΖΗΤΗΣΗ  &amp;lt;/span&amp;gt;''' &lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 3.1 Περιοχή A68A  &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η μελέτη επικεντρώνεται στο παγόβουνο A68A, το οποίο αποκολλήθηκε από την παγοκρηπίδα Larsen C, ενώ ένα μικρότερο τμήμα του, γνωστό ως A68B, αποσπάστηκε λίγο αργότερα. Το A68B αντιπροσώπευε σχεδόν το 2% της συνολικής έκτασης του A68, αφήνοντας το A68A ως το κύριο αντικείμενο της έρευνας. Οι μεταβολές της έκτασης του A68A παρακολουθήθηκαν μηνιαίως από τον Ιούλιο του 2017 έως τον Μάιο του 2020 με τη χρήση δεδομένων του Sentinel-1, με χειροκίνητη ανίχνευση του περιγράμματος για την εξαγωγή της έκτασης του παγόβουνου. Η αρχική έκταση του A68A ήταν 5758,359 km2, με μικρές διακυμάνσεις τους επόμενους μήνες λόγω θραύσης πάγου και περιβαλλοντικών παραγόντων.   &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Από τον Αύγουστο του 2017 έως τον Νοέμβριο του 2018, το A68A παρουσίασε διακυμάνσεις στην έκταση, οι οποίες αποδίδονται κυρίως στη θραύση πάγου από τη βόρεια γωνία του. Παρά τις διακυμάνσεις, η έκταση του παγόβουνου παρέμεινε σχετικά σταθερή σε περίπου 5491,25 km2. Η μελέτη δεν ενσωμάτωσε τις τάσεις της θερμοκρασίας του αέρα, αλλά επικεντρώθηκε στη βαθυμετρία για την κατανόηση της παράκτιας γεωμετρίας και της επίδρασής της στην εξέλιξη του παγόβουνου.   &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Μεταξύ Ιανουαρίου 2019 και Δεκεμβρίου 2019, η έκταση του A68A μειώθηκε σταθερά, με περιστασιακά γεγονότα γέννησης και εποχιακές διακυμάνσεις που υποδεικνύουν την κορύφωση του αυστραλιανού καλοκαιριού, γεγονός που επηρέασε τα χαρακτηριστικά της επιφάνειας του παγόβουνου. Μέχρι τον Δεκέμβριο του 2019, το A68A πλησίασε την άκρη της Ανταρκτικής Χερσονήσου, πλησιάζοντας τα ανοιχτά ύδατα του Νότιου Ατλαντικού Ωκεανού.  &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Παρά τη μείωση της οπισθοσκέδασης, ορισμένα σημάδια στην επιφάνεια του παγόβουνου έγιναν ορατά, υποδεικνύοντας ενδεχομένως περιοχές επιρρεπείς σε περαιτέρω αποσύνθεση. Η κατοπτρική αντανάκλαση, πιθανώς λόγω τήξης της επιφάνειας ή χιονόπτωσης, επηρέασε την ορατότητα σε ορισμένες εικόνες. Τα συμβάντα αναγέννησης συνεχίστηκαν, με το A68C τον Απρίλιο του 2020 και τα επόμενα συμβάντα που παρήγαγαν μικρότερα παγόβουνα.  &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Από τον Μάιο του 2020 έως τον Οκτώβριο του 2020, η έκταση του A68A συνέχισε να μειώνεται, αν και με μέτριο ρυθμό. Το λιώσιμο της επιφάνειας αυξήθηκε από τον Σεπτέμβριο έως τον Νοέμβριο του 2020, υποδεικνύοντας συνεχιζόμενες περιβαλλοντικές επιπτώσεις. Τον Δεκέμβριο του 2020 συνέβη ένα σημαντικό συμβάν αναγέννησης, το οποίο είχε ως αποτέλεσμα τον σχηματισμό μικρότερων παγόβουνων και τη μείωση της έκτασης του A68A στο 45,15% του αρχικού του μεγέθους.   &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Περαιτέρω συμβάντα αναγέννησης τον Ιανουάριο του 2021 οδήγησαν στο σχηματισμό επιπλέον μικρότερων παγόβουνων, με το A68A να αποτελείται μόνο από το 23,71% του αρχικού του μεγέθους στο τέλος Ιανουαρίου 2021. Το θερμό νερό του Νότιου Ωκεανού, σε συνδυασμό με τους ρηχούς βυθούς κοντά στη Νότια Γεωργία και τα Νότια Σάντουιτς Νησιά, συνέβαλαν πιθανότατα στον κατακερματισμό και το τελικό τέλος του Α68.  &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Συνολικά, η μελέτη καταδεικνύει τη δυναμική φύση του παγόβουνου A68A, αναδεικνύοντας τη σταδιακή αποσύνθεσή του με την πάροδο του χρόνου. Οι περιβαλλοντικοί παράγοντες, ιδίως οι εποχιακές διακυμάνσεις και οι ωκεάνιες συνθήκες, διαδραμάτισαν σημαντικό ρόλο στη διαμόρφωση της εξέλιξης και της τελικής διάλυσης του παγόβουνου.   &lt;br /&gt;
 &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 3.2 Τροχιά του Α68   &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η τροχιά του παγόβουνου A68A μετά την αποκόλλησή του από την παγοκρηπίδα Larsen C (LCIS) περιγράφεται λεπτομερώς από τον σχηματισμό του τον Ιούλιο του 2017 έως τον τελικό κατακερματισμό του. Αρχικά, το A68A απομακρύνθηκε από την LCIS λόγω των νότιων ανέμων, διευρύνοντας το χάσμα μεταξύ τους. Μέχρι τον Δεκέμβριο του 2017, τόσο το βόρειο όσο και το νότιο τμήμα παρουσίασαν αξιοσημείωτες μετατοπίσεις μακριά από την LCIS, που ενδεχομένως επηρεάστηκαν από τη σύγκρουση με τον ρηχό πυθμένα του Bawden Ice Rise.   &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Από τον Αύγουστο του 2017 έως τον Νοέμβριο του 2017, το νότιο τμήμα του A68A συνέχισε να απομακρύνεται, ενώ από τον Ιούνιο του 2018 άρχισε μια αριστερόστροφη περιστροφή του νότιου τμήματος, που πιθανώς διευκολύνθηκε από τον άνεμο και τα ωκεάνια ρεύματα. Η περιστροφή αυτή συνεχίστηκε μέχρι τον Σεπτέμβριο του 2018, με το κέντρο του παγόβουνου να ολοκληρώνει μια πλήρη περιστροφή γύρω από τον βόρειο άξονά του. Αξίζει να σημειωθεί ότι τον Απρίλιο του 2019, η δυναμική της περιστροφής άλλαξε, με το νότιο τμήμα να γίνεται ο άξονας περιστροφής, πιθανώς επηρεαζόμενο από τα ωκεάνια ρεύματα και τους ανέμους.   &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Καθ' όλη τη διάρκεια του 2019, η τροχιά του A68A συνέχισε να αλλάζει, με σημαντική αριστερόστροφη περιστροφή μέχρι τον Ιούλιο, όταν άρχισε σοβαρά το ταξίδι του προς τα βόρεια. Μέχρι το τέλος του 2019, ο A68A είχε καλύψει σημαντική απόσταση, πλησιάζοντας τον ανοιχτό ωκεανό.   &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Το 2020, ο A68A συνέχισε την πορεία του προς τα βόρεια, βιώνοντας σημαντικά γεγονότα γέννησης τον Δεκέμβριο, με αποτέλεσμα τον σχηματισμό πολλαπλών θραυσμάτων. Σχηματίστηκαν τα A68D, A68E και A68F, με το A68D να παραμένει κοντά στη Νότια Γεωργία και τα Νότια Σάντουιτς Νησιά, ενώ το A68E παρασύρθηκε βορειοανατολικά.   &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Περαιτέρω γεγονότα γέννησης τον Ιανουάριο του 2021 οδήγησαν στο σχηματισμό των A68G και A68H, ενώ το A68A συνέχισε το ταξίδι του, τοποθετημένο περίπου στα 56,5◦ Ν και 36◦ Δ.   &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Το διάγραμμα της τροχιάς που παρέχεται απεικονίζει τη συνολική απόσταση που κάλυψε ο A68A, την αλλαγή του σχήματός του και τη διάσπασή του σε μικρότερα κομμάτια πάγου με την πάροδο του χρόνου. Συνολικά, η τροχιά απεικονίζει τη δυναμική κίνηση του A68A που επηρεάζεται από περιβαλλοντικούς παράγοντες όπως ο άνεμος, τα ωκεάνια ρεύματα και η τοπογραφία του πυθμένα.   &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 4. ΣΥΜΠΕΡΑΣΜΑΤΑ &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η ανάλυση της εξέλιξης του Α68 μέσα σε διάστημα σχεδόν 3 ετών αποκαλύπτει τους βασικούς μηχανισμούς μέσω των οποίων τα παγόβουνα μεγέθους Α68 κινούνται και αλλάζουν.   &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Γέννηση και αρχική κίνηση   &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Κατά τη διάρκεια των πρώτων μηνών της γέννησής του, το Α68 κλυδωνιζόταν γύρω από την περιοχή σε σχήμα κόλπου όπου γεννήθηκε. Η πρόσθετη δυναμική του ρηχού πυθμένα σε βάθος άνω των -300 m κοντά στην ανύψωση του πάγου Bawden δυσκόλεψε το Α68 να ξεφύγει από τα νύχια του τόπου προέλευσής του.  &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Δυναμική διαφυγής   &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Τελικά κατάφερε να δραπετεύσει δραματικά ενεργώντας ως μοχλός κατηγορίας 3. Αν και δεν αποτελεί τέλεια αναλογία, άλλαξε το σημείο περιστροφής του, κυρίως λόγω του συνδυασμού του ρηχού βυθού και της ορμής που αναπτύχθηκε μέσω της περιστροφής.  &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Επακόλουθη αναγέννηση και ακεραιότητα   &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Υπέστη επίσης περαιτέρω καλυβισμό δύο φορές, τον Μάρτιο του 2019 και τον Απρίλιο του 2020, αν και ένα σημαντικό τμήμα του (80%) είναι ακόμη άθικτο και αναμένεται να παραμείνει έτσι για μερικούς μήνες.  &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Ρόλος του θαλάσσιου πάγου  &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Είναι επίσης απολύτως σαφές ότι ο θαλάσσιος πάγος παίζει ρόλο στη διευκόλυνση της διαμήκους έκτασης του παγόβουνου με την απουσία του κατά τη διάρκεια της θερινής περιόδου.   &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Επιφανειακό λιώσιμο   &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Αξιοσημείωτη αναφορά είναι η μείωση της οπισθοσκέδασης του ραντάρ από την επιφάνεια του παγόβουνου κατά τη διάρκεια της θερινής περιόδου, άμεση απόδειξη του επιφανειακού λιωσίματος στην κορυφή του παγόβουνου.  &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Επίδραση στην τροχιά του παγόβουνου   &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Τα αποτελέσματα που υποθέτουμε εδώ υποδηλώνουν ότι η τροχιά των γιγαντιαίων παγόβουνων, όπως το Α68, δεν εξαρτάται απλώς από τα ωκεάνια ρεύματα και την ταχύτητα του ανέμου (και την κατεύθυνση). Η κλίμακα και το μέγεθός τους τα καθιστούν πολύ πιο ευαίσθητα στις κυματισμούς της παράκτιας περιοχής, είτε πρόκειται για ρηχό βυθό είτε για ανύψωση των πάγων. Αυτό μπορεί να οδηγήσει σε νέες κινήσεις και απροσδόκητες παρασύρσεις όσον αφορά την κίνηση των παγόβουνων.   &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Επιπτώσεις και ανησυχίες   &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Αν και μόλις απελευθερωθούν από τις παραπαίουσες κινήσεις στην παράκτια πλαγιά και βγουν στην ανοικτή θάλασσα, μπορεί να επιταχύνουν το ρυθμό τους και ίσως να ενταχθούν στην λεωφόρο των παγόβουνων, όπως αναμένεται από τα παγόβουνα της περιοχής. Η μελέτη και η γενίκευση αυτών των κινήσεων αποτελεί έντονο ενδιαφέρον, δεδομένου ότι η εμπλοκή παγόβουνων στην παράκτια περιοχή ή/και κοντά σε παγοκάλυπτρα, είτε λόγω προσάραξης είτε λόγω κίνησης κοίλων, θα μπορούσε να οδηγήσει σε ενδιαφέρουσες γλαυκολογικές, ωκεάνιες και οικολογικές επιπτώσεις.  &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Παράκτιες επιπτώσεις παγίδευσης  &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η παράκτια παγίδευση θα μπορούσε να έχει επίδραση στα παγόβουνα που εκφορτώνονται στον ωκεανό, όπου η ροή γλυκού νερού οδηγεί σε ανατρεπτική κυκλοφορία (π.χ. στο Βόρειο Ατλαντικό κατά τη διάρκεια των παγετώνων), μετριάζοντας το φαινόμενο της ανατροπής της κυκλοφορίας που συνδέεται με την εκφόρτωση των παγόβουνων.  &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
[[category:Παρακολούθηση και εκτίμηση διαχρονικών αλλαγών και εξελίξεων]]&lt;br /&gt;
[[category:Εφαρμογές Φωτοερμηνείας - Τηλεπισκόπησης]]&lt;/div&gt;</summary>
		<author><name>Maria Bikou</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:15Iceberg_A68.png</id>
		<title>Αρχείο:15Iceberg A68.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:15Iceberg_A68.png"/>
				<updated>2024-02-24T11:39:49Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Bikou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Maria Bikou</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:14Iceberg_A68.png</id>
		<title>Αρχείο:14Iceberg A68.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:14Iceberg_A68.png"/>
				<updated>2024-02-24T11:39:32Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Bikou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Maria Bikou</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:13Iceberg_A68.png</id>
		<title>Αρχείο:13Iceberg A68.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:13Iceberg_A68.png"/>
				<updated>2024-02-24T11:39:19Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Bikou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Maria Bikou</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:12bIceberg_A68.png</id>
		<title>Αρχείο:12bIceberg A68.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:12bIceberg_A68.png"/>
				<updated>2024-02-24T11:39:10Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Bikou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Maria Bikou</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:12aIceberg_A68.png</id>
		<title>Αρχείο:12aIceberg A68.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:12aIceberg_A68.png"/>
				<updated>2024-02-24T11:38:56Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Bikou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Maria Bikou</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:11Iceberg_A68.png</id>
		<title>Αρχείο:11Iceberg A68.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:11Iceberg_A68.png"/>
				<updated>2024-02-24T11:38:44Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Bikou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Maria Bikou</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:10Iceberg_A68.png</id>
		<title>Αρχείο:10Iceberg A68.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:10Iceberg_A68.png"/>
				<updated>2024-02-24T11:38:23Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Bikou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Maria Bikou</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:9Iceberg_A68.png</id>
		<title>Αρχείο:9Iceberg A68.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:9Iceberg_A68.png"/>
				<updated>2024-02-24T11:38:07Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Bikou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Maria Bikou</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:8Iceberg_A68.png</id>
		<title>Αρχείο:8Iceberg A68.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:8Iceberg_A68.png"/>
				<updated>2024-02-24T11:37:57Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Bikou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Maria Bikou</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:7Iceberg_A68.png</id>
		<title>Αρχείο:7Iceberg A68.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:7Iceberg_A68.png"/>
				<updated>2024-02-24T11:37:46Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Bikou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Maria Bikou</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:6Iceberg_A68.png</id>
		<title>Αρχείο:6Iceberg A68.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:6Iceberg_A68.png"/>
				<updated>2024-02-24T11:37:30Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Bikou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Maria Bikou</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:5Iceberg_A68.png</id>
		<title>Αρχείο:5Iceberg A68.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:5Iceberg_A68.png"/>
				<updated>2024-02-24T11:37:18Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Bikou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Maria Bikou</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:4Iceberg_A68.png</id>
		<title>Αρχείο:4Iceberg A68.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:4Iceberg_A68.png"/>
				<updated>2024-02-24T11:37:03Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Bikou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Maria Bikou</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:3Iceberg_A68.png</id>
		<title>Αρχείο:3Iceberg A68.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:3Iceberg_A68.png"/>
				<updated>2024-02-24T11:36:50Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Bikou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Maria Bikou</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:2Iceberg_A68.png</id>
		<title>Αρχείο:2Iceberg A68.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:2Iceberg_A68.png"/>
				<updated>2024-02-24T11:36:37Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Bikou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Maria Bikou</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:1Iceberg_A68.png</id>
		<title>Αρχείο:1Iceberg A68.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:1Iceberg_A68.png"/>
				<updated>2024-02-24T11:36:23Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Bikou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Maria Bikou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%9A%CE%B1%CE%B8%CE%BF%CF%81%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CF%84%CE%BF%CF%85_%CE%B2%CE%AD%CE%BB%CF%84%CE%B9%CF%83%CF%84%CE%BF%CF%85_%CE%BC%CE%B5%CE%B3%CE%AD%CE%B8%CE%BF%CF%85%CF%82_%CE%B4%CE%B5%CE%AF%CE%B3%CE%BC%CE%B1%CF%84%CE%BF%CF%82_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%B5%CE%BA%CF%84%CE%AF%CE%BC%CE%B7%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%B6%CE%B7%CE%BC%CE%B9%CF%8E%CE%BD_%CF%84%CE%B7%CF%82_%CE%BA%CF%8C%CE%BC%CE%B7%CF%82_%CF%84%CF%89%CE%BD_%CE%B4%CE%AD%CE%BD%CF%84%CF%81%CF%89%CE%BD_%CF%83%CE%B5_%CE%AD%CE%B3%CF%87%CF%81%CF%89%CE%BC%CE%B5%CF%82_%CF%85%CF%80%CE%AD%CF%81%CF%85%CE%B8%CF%81%CE%B5%CF%82_(CIR)_%CE%B1%CE%B5%CF%81%CE%BF%CF%86%CF%89%CF%84%CE%BF%CE%B3%CF%81%CE%B1%CF%86%CE%AF%CE%B5%CF%82.</id>
		<title>Καθορισμός του βέλτιστου μεγέθους δείγματος για την εκτίμηση των ζημιών της κόμης των δέντρων σε έγχρωμες υπέρυθρες (CIR) αεροφωτογραφίες.</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%9A%CE%B1%CE%B8%CE%BF%CF%81%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CF%84%CE%BF%CF%85_%CE%B2%CE%AD%CE%BB%CF%84%CE%B9%CF%83%CF%84%CE%BF%CF%85_%CE%BC%CE%B5%CE%B3%CE%AD%CE%B8%CE%BF%CF%85%CF%82_%CE%B4%CE%B5%CE%AF%CE%B3%CE%BC%CE%B1%CF%84%CE%BF%CF%82_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%B5%CE%BA%CF%84%CE%AF%CE%BC%CE%B7%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%B6%CE%B7%CE%BC%CE%B9%CF%8E%CE%BD_%CF%84%CE%B7%CF%82_%CE%BA%CF%8C%CE%BC%CE%B7%CF%82_%CF%84%CF%89%CE%BD_%CE%B4%CE%AD%CE%BD%CF%84%CF%81%CF%89%CE%BD_%CF%83%CE%B5_%CE%AD%CE%B3%CF%87%CF%81%CF%89%CE%BC%CE%B5%CF%82_%CF%85%CF%80%CE%AD%CF%81%CF%85%CE%B8%CF%81%CE%B5%CF%82_(CIR)_%CE%B1%CE%B5%CF%81%CE%BF%CF%86%CF%89%CF%84%CE%BF%CE%B3%CF%81%CE%B1%CF%86%CE%AF%CE%B5%CF%82."/>
				<updated>2024-02-24T10:59:45Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Bikou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Αρχείο:Figure1CIR.png| thumb| right| '''Εικόνα 1''' πηγή: [https://doi.org/10.3390/su152215918] '']]&lt;br /&gt;
[[Αρχείο:Figure2CIR.png| thumb| right| '''Εικόνα 2''' πηγή: [https://doi.org/10.3390/su152215918] '']]&lt;br /&gt;
[[Αρχείο:Figure3CIR.png| thumb| right| '''Εικόνα 3''' πηγή: [https://doi.org/10.3390/su152215918] '']]&lt;br /&gt;
[[Αρχείο:Figure4CIR.png| thumb| right| '''Εικόνα 4''' πηγή: [https://doi.org/10.3390/su152215918] '']]&lt;br /&gt;
[[Αρχείο:Figure5CIR.png| thumb| right| '''Εικόνα 5''' πηγή: [https://doi.org/10.3390/su152215918] '']]&lt;br /&gt;
[[Αρχείο:Figure6CIR.png| thumb| right| '''Εικόνα 6''' πηγή: [https://doi.org/10.3390/su152215918] '']]&lt;br /&gt;
[[Αρχείο:Figure78CIR.png| thumb| right| '''Εικόνες 7,8''' πηγή: [https://doi.org/10.3390/su152215918] '']]&lt;br /&gt;
&lt;br /&gt;
 &lt;br /&gt;
'''Πρωτότυπος τίτλος:''' ''Determining the Optimal Sample Size for Assessing Crown Damage on Color Infrared (CIR) Aerial Photographs''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς: ''' Jelena Koli´c , Renata Pernar, Ante Seletkovi´c, Anamarija Jazbec and Mario Anˇci´c  &lt;br /&gt;
&lt;br /&gt;
'''Δημοσιεύθηκε: '''  ''Sustainability 2023, 15(22), 15918; https://doi.org/10.3390/su152215918 '' &lt;br /&gt;
&lt;br /&gt;
'''Λέξεις κλειδιά: ''' οπτική ερμηνεία αεροφωτογραφιών CIR, εκτίμηση ζημιών, βέλτιστο μέγεθος δείγματος, &lt;br /&gt;
&lt;br /&gt;
ψηφιακός σταθμός φωτογραμμετρικής εργασίας.&lt;br /&gt;
&lt;br /&gt;
'''Αντικείμενο εφαρμογής: ''' Αποτίμηση δασικής γης ''' &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 1. ΠΕΡΙΛΗΨΗ  &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η παρακολούθηση της υγείας των δασών είναι ζωτικής σημασίας για τη βιώσιμη διαχείριση των δασών. Οι έγχρωμες υπέρυθρες (CIR) αεροφωτογραφίες είναι αποτελεσματικές για την αξιολόγηση της υγείας των δέντρων, αλλά ο καθορισμός του βέλτιστου μεγέθους δείγματος είναι απαραίτητος για αξιόπιστες αξιολογήσεις. Αυτή η μελέτη, που διεξήχθη σε πεδινά δάση της Κροατίας, είχε ως στόχο να καθορίσει το βέλτιστο μέγεθος δείγματος για την αξιολόγηση των ζημιών σε πρεμνοειδή δρύινα δέντρα χρησιμοποιώντας διάφορες πυκνότητες πλέγματος σημείων και αριθμό ερμηνευόμενων δέντρων ανά δείγμα. Τα αποτελέσματα δεν έδειξαν σημαντικές διαφορές στην εκτίμηση των ζημιών μεταξύ των διαφόρων πυκνοτήτων δειγμάτων και αριθμών ερμηνευμένων δέντρων. Ωστόσο, η μείωση της πυκνότητας των δειγμάτων κάτω από 200 × 200 m μείωσε σημαντικά την ακρίβεια και έχασε τη χωρική κατανομή των ειδών και των βαθμών ζημίας. Μια πυκνότητα πλέγματος 100 × 100 m με ένα ερμηνευμένο δέντρο ανά σημείο ράστερ βρέθηκε να είναι το βέλτιστο μέγεθος δείγματος, τονίζοντας τη σημασία των χωρικά κατανεμημένων σημείων με λιγότερα δέντρα.    &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 1. ΕΙΣΑΓΩΓΗ  &amp;lt;/span&amp;gt;'''&lt;br /&gt;
 &lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η αειφόρος διαχείριση των δασών είναι ζωτικής σημασίας για τον μετριασμό των επιπτώσεων της κλιματικής αλλαγής και των φυσικών καταστροφών στα δάση, τα οποία αντιμετωπίζουν προκλήσεις όπως η αποψίλωση των δέντρων, η υποβάθμιση των οικοτόπων, τα χωροκατακτητικά είδη και οι επιπτώσεις της κλιματικής αλλαγής. Η παρακολούθηση της υγείας των δασών, ιδίως μέσω της εκτίμησης των ζημιών στα δέντρα και την κόμη, είναι απαραίτητη για την κατανόηση της εξέλιξης των ασθενειών και την ανάπτυξη αποτελεσματικών στρατηγικών διαχείρισης. Οι έγχρωμες υπέρυθρες (CIR) αεροφωτογραφίες, που καταγράφουν ορατή και κοντινή υπέρυθρη ακτινοβολία, χρησιμοποιούνται συνήθως για το σκοπό αυτό λόγω της ικανότητάς τους να ανιχνεύουν αλλαγές στην ανάκλαση που σχετίζονται με ζημιές στα δέντρα. Ωστόσο, ο καθορισμός του βέλτιστου μεγέθους δείγματος είναι κρίσιμος για αξιόπιστες εκτιμήσεις. &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Προηγούμενες έρευνες στην Κροατία χρησιμοποίησαν τη φωτοερμηνεία αεροφωτογραφιών CIR για την εκτίμηση των δασικών ζημιών χρησιμοποιώντας συστηματικά δείγματα με πλέγματα κουκκίδων. Οι ψηφιακές αεροφωτογραφίες CIR προσφέρουν νέες δυνατότητες για την εκτίμηση των ζημιών, αλλά εγείρουν ανησυχίες σχετικά με το μέγεθος του δείγματος. Οι μέθοδοι δειγματοληψίας έχουν μελετηθεί εκτενώς στην αξιολόγηση της διαχείρισης των δασών, με τα δείγματα με πλέγματα κουκκίδων να αποδεικνύονται αποτελεσματικά λόγω της χωρικής κατανομής τους και της ικανότητάς τους να ερμηνεύουν μεγάλο αριθμό δέντρων. Ωστόσο, ο καθορισμός του κατάλληλου μεγέθους δείγματος για τις ψηφιακές αεροφωτογραφίες CIR είναι απαραίτητος για να διασφαλιστούν αξιόπιστες εκτιμήσεις.  &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η παρούσα μελέτη αποσκοπούσε στον προσδιορισμό του καταλληλότερου μεγέθους δείγματος και του αριθμού των ερμηνευόμενων δέντρων ανά δείγμα σε ψηφιακές αεροφωτογραφίες CIR για την αξιολόγηση των ζημιών στην κόμη και της κατάστασης της υγείας των δέντρων. Περιελάμβανε την καταγραφή των ζημιών σε συστηματικά δείγματα με διαφορετικές πυκνότητες πλέγματος κουκκίδων και αριθμό δέντρων και την ανάλυση των δεδομένων για τον προσδιορισμό του σχήματος και του μεγέθους του δείγματος που θα εξασφάλιζε αξιόπιστη εκτίμηση των ζημιών. &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Το βέλτιστο μέγεθος δείγματος για την αξιολόγηση των ζημιών στην κόμη σε αεροφωτογραφίες CIR βρέθηκε να είναι μια πυκνότητα πλέγματος 100 × 100 m με ένα ερμηνευμένο δέντρο ανά ραστερικό σημείο. Η μελέτη αυτή υπογραμμίζει τη σημασία των χωρικά κατανεμημένων σημείων με λιγότερα δέντρα για αξιόπιστες εκτιμήσεις.   &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 2. ΥΛΙΚΑ ΚΑΙ ΜΕΘΟΔΟΙ &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η ερευνητική περιοχή οριοθετήθηκε στα πεδινά δάση που αποτελούνται κυρίως από πρεμνοφυείς δρυς και στενόφυλλες φλαμουριές, τα οποία βρίσκονται εντός των διαχειριστικών μονάδων &amp;quot;Josip Kozarac&amp;quot; και &amp;quot;Opeke&amp;quot; στην Κροατία. Οι εν λόγω μονάδες κάλυπταν έκταση 5759,13 εκταρίων και 547,27 εκταρίων, αντίστοιχα, με υψόμετρο που κυμαινόταν από 94 έως 105 μέτρα πάνω από το επίπεδο της θάλασσας.(Εικόνα 1)  &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Οι ψηφιακές αεροφωτογραφίες λήφθηκαν με τη χρήση πολυφασματικής ψηφιακής φωτογραφικής μηχανής UCX-Vexcel με εστιακή απόσταση 100,5 mm. Οι φωτογραφίες αυτές, συνολικού αριθμού 122, ελήφθησαν με χωρική ανάλυση 0,1 m, εξασφαλίζοντας λεπτομερή απεικόνιση του δασικού θόλου. Η διαμήκης επικάλυψη μεταξύ διαδοχικών φωτογραφιών ορίστηκε στο 60%, ενώ η εγκάρσια επικάλυψη διατηρήθηκε στο 36%.  &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η εκτίμηση των ζημιών στην κόμη, μια βασική πτυχή της αξιολόγησης της υγείας των δέντρων, πραγματοποιήθηκε σε αυτές τις ψηφιακές έγχρωμες υπέρυθρες (CIR) αεροφωτογραφίες για τα κύρια είδη δέντρων, δηλαδή τη βελανιδιά και τη στενόφυλλη τέφρα. Η ερμηνεία των φωτογραφιών πραγματοποιήθηκε με τη χρήση του πακέτου λογισμικού PHOTOMOD Lite 4.4. σε ψηφιακό φωτογραμμετρικό σταθμό εργασίας (DPS). &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Πριν από την έναρξη της διαδικασίας ερμηνείας, καθιερώθηκε μια ολοκληρωμένη μέθοδος για τη χαρτογράφηση των ζημιών στην κόμη. Αυτό περιελάμβανε την ανάπτυξη ενός κλειδιού φωτοερμηνείας ειδικά για την ερευνητική περιοχή, το οποίο διευκόλυνε την ταξινόμηση της κατάστασης υγείας των δέντρων με βάση τους διαφορετικούς βαθμούς βλάβης της κόμης. Για την ταξινόμηση αυτή χρησιμοποιήθηκε μια κλίμακα που κυμαίνεται από 0% έως 100%, με πρόσθετες κατηγορίες για τα κούτσουρα.  &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:Figure9CIR.png|center| '''Εικόνα 9''' πηγή: [https://doi.org/10.3390/su152215918] '']]&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η ερμηνεία των ζημιών στην κόμη πραγματοποιήθηκε συστηματικά, με τη δημιουργία σχεδίων ή ακολουθιών που αποτελούνται από παρακείμενες ψηφιακές αεροφωτογραφίες. Η διαδικασία αυτή περιελάμβανε τέσσερα βασικά βήματα: σχηματισμός μπλοκ, τριγωνισμός αεροφωτογραφιών, προσαρμογή μπλοκ και επεξεργασία μπλοκ. Ο εναέριος τριγωνισμός, ζωτικής σημασίας για τον καθορισμό του χωρικού προσανατολισμού των φωτογραφιών, αυτοματοποιήθηκε με τη μέθοδο δέσμης ακτίνων, με τη βοήθεια μετρήσεων GPS/IMU που καταγράφηκαν κατά τη διάρκεια των εναέριων ερευνών.  &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Δημιουργήθηκαν συνολικά πέντε έργα, καθένα από τα οποία προχώρησε στα τέσσερα βήματα που αναφέρθηκαν προηγουμένως. Στη συνέχεια, δημιουργήθηκαν πίνακες κωδικών για κάθε στερεοζεύγος εντός αυτών των έργων. Αυτοί οι πίνακες κωδικών χρησίμευσαν ως σημείο αναφοράς για τη συλλογή δεδομένων στην ενότητα PHOTOMOD Stereo Draw, παρέχοντας λεπτομερείς περιγραφές των ερμηνευόμενων αντικειμένων (δέντρων), συμπεριλαμβανομένης της θέσης, του είδους και του βαθμού ζημίας τους.  &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Για τη διαδικασία ερμηνείας χρησιμοποιήθηκε ένα συστηματικό πλέγμα δειγμάτων 100 × 100 m.(Εικόνα 2) Σε κάθε σημείο ράστερ εντός αυτού του πλέγματος, ερμηνεύτηκαν οι τέσσερις πλησιέστερες κόμες δέντρων από τις αεροφωτογραφίες. Αυτή η συστηματική προσέγγιση εξασφάλισε την πλήρη κάλυψη της περιοχής μελέτης, διατηρώντας παράλληλα τη συνέπεια στη δειγματοληψία.  &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Τα δεδομένα που προέκυψαν από τη διαδικασία ερμηνείας εξήχθησαν σε μορφές .DXF και .SHP για περαιτέρω στατιστική ανάλυση και γεωχωρική χαρτογράφηση. Οι δείκτες ζημίας, όπως το ποσοστό ζημίας, η μέση ζημία, ο δείκτης ζημίας και η μέση ζημία των σημαντικά κατεστραμμένων δένδρων, υπολογίστηκαν με βάση τα ερμηνευμένα είδη δένδρων και τις δειγματοληπτικές επιφάνειες.  &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Ο καθορισμός του βέλτιστου μεγέθους δείγματος περιελάμβανε την εξέταση της μεταβλητότητας της εκτιμώμενης μέσης ζημίας, της επιθυμητής ακρίβειας και του συντελεστή αξιοπιστίας. Χρησιμοποιήθηκαν στατιστικές δοκιμές, συμπεριλαμβανομένης της δοκιμής χ^2 και της διωνυμικής κατανομής, για την αξιολόγηση της αξιοπιστίας της εκτίμησης της υγείας των δέντρων για διαφορετικές πυκνότητες σημείων δειγματοληψίας και αριθμό ερμηνευμένων δέντρων ανά δείγμα.  &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Κατασκευάστηκαν θεματικοί χάρτες που απεικονίζουν τη χωρική κατανομή της μέσης ζημίας για όλα τα είδη δέντρων στις λωρίδες έρευνας και σε ολόκληρη την ερευνητική περιοχή. Οι χάρτες αυτοί παρείχαν οπτική εικόνα της έκτασης και της σοβαρότητας των ζημιών στην κόμη, διευκολύνοντας τη λήψη τεκμηριωμένων αποφάσεων για τις πρακτικές διαχείρισης των δασών.  &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η χρήση ψηφιακών αεροφωτογραφιών και προηγμένων τεχνικών φωτοερμηνείας επέτρεψε την ολοκληρωμένη αξιολόγηση των ζημιών στην κόμη στα πεδινά δάση. Χρησιμοποιώντας συστηματικές μεθόδους δειγματοληψίας και αυστηρές στατιστικές αναλύσεις, η μελέτη προσδιόρισε τα βέλτιστα μεγέθη δείγματος και τις προσεγγίσεις ερμηνείας που είναι απαραίτητες για ακριβείς εκτιμήσεις της υγείας των δέντρων. Η απεικόνιση της κατανομής των ζημιών μέσω θεματικής χαρτογράφησης ενίσχυσε περαιτέρω την κατανόηση της δυναμικής της υγείας των δασών, συμβάλλοντας έτσι σε πολύτιμες γνώσεις για τις στρατηγικές διαχείρισης των δασών και τις προσπάθειες διατήρησης.(Εικόνα 3)(Εικόνα 4)&amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 3. ΑΠΟΤΕΛΕΣΜΑΤΑ &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η ερμηνεία των ζημιών στην κόμη για διαφορετικά μεγέθη δειγμάτων και αριθμό ερμηνευμένων δέντρων ανά δείγμα παρείχε πληροφορίες για την κατανομή των δέντρων ανά βαθμό ζημίας. Ο στατιστικός έλεγχος με τη χρήση του τεστ χ^2 δεν αποκάλυψε σημαντικές διαφορές μεταξύ των πυκνοτήτων των δειγμάτων και του αριθμού των ερμηνευμένων δέντρων σε σχέση με τη μέση εκτίμηση της ζημίας. Η ερμηνεία τεσσάρων δέντρων σε πλέγμα 100 × 100 οδήγησε στην εκτίμηση 5258 δέντρων ανά λωρίδα, χωρίς να εντοπιστούν σημαντικές διαφορές.  &amp;lt;/p&amp;gt;&lt;br /&gt;
 &lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Για την επίτευξη της επιθυμητής ακρίβειας 1%, χρειάστηκαν συνολικά 8223 δέντρα ερμηνεία, ενώ με 5258 δέντρα επιτεύχθηκε ακρίβεια 1,3%. Περαιτέρω ανάλυση καθόρισε ότι 3577 δέντρα πρέπει να ερμηνευθούν για να επιτευχθεί μέση ζημία 31,04% με ακρίβεια 1,5% και αξιοπιστία 95%. Η θεματική χαρτογράφηση απεικόνισε τις τάσεις κατανομής της μέσης ζημιάς σε διαφορετικές πυκνότητες δειγμάτων και αριθμούς ερμηνευμένων δέντρων.&amp;lt;/p&amp;gt;  &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Το βέλτιστο μέγεθος του δείγματος και ο αριθμός των ερμηνευμένων δέντρων ανά σημείο καθορίστηκαν σε 100 × 100 m με ένα ερμηνευμένο δέντρο ανά σημείο ράστερ. Ωστόσο, η μείωση της πυκνότητας δειγμάτων κάτω από 200 × 200 m οδήγησε σε απώλεια ακρίβειας και μείωση του αριθμού των δέντρων που ερμηνεύτηκαν ανά υποδιαμέρισμα, επηρεάζοντας σημαντικά την εκτίμηση της υγείας των δέντρων.&amp;lt;/p&amp;gt;  &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Οι δείκτες ζημιών παρέμειναν σταθεροί ανεξάρτητα από το μέγεθος του δείγματος ή τον αριθμό των ερμηνευμένων δέντρων ανά δείγμα, τονίζοντας την αξιοπιστία της μεθοδολογίας. Η μελέτη αποκάλυψε επίσης ότι η φωτοερμηνεία παρείχε μεγαλύτερη ακρίβεια από τις εκτιμήσεις πεδίου, ιδίως για μικρότερες πυκνότητες δειγμάτων.   &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 4. ΣΥΖΗΤΗΣΗ &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η δοκιμή διαφόρων πυκνοτήτων δειγμάτων και αριθμού ερμηνευόμενων δέντρων υπογράμμισε τη σημασία του μεγέθους του δείγματος στην εκτίμηση της ζημίας της κόμης. Η μείωση των πυκνοτήτων δείγματος κάτω από 200 × 200 m επηρέασε αρνητικά την ακρίβεια και μείωσε την αντιπροσώπευση συγκεκριμένων ειδών και βαθμών ζημίας εντός του δείγματος.(Εικόνα 5)  &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Τα ευρήματα επιβεβαιώνουν εκ νέου τη σημασία ενός συστηματικού μεγέθους δείγματος με καλά κατανεμημένα σημεία και μικρότερο αριθμό δέντρων ανά σημείο. Η φωτοερμηνεία επέδειξε συγκρίσιμη ακρίβεια με τις εκτιμήσεις πεδίου, ενώ απαιτούσε σημαντικά λιγότερο χρόνο και πόρους, καθιστώντας την πιο αποτελεσματική μέθοδο για την εκτίμηση της υγείας των δασών.(Εικόνα 6)  &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Ο χωρικός εντοπισμός και η παρακολούθηση των κατεστραμμένων δέντρων είναι ζωτικής σημασίας για τη βιώσιμη διαχείριση των δασών. Οι αεροφωτογραφίες CIR παρέχουν πολύτιμες πληροφορίες για τη δυναμική της υγείας των δασών με την πάροδο του χρόνου, επιτρέποντας έγκαιρες παρεμβάσεις για τη διατήρηση της ζωτικότητας και της παραγωγικότητας των δασών.(Εικόνες 7 και 8) &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 5. ΣΥΜΠΕΡΑΣΜΑΤΑ &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η μελέτη διεξήγαγε αξιολόγηση των ζημιών στην κόμη με τη χρήση ψηφιακών αεροφωτογραφιών CIR και καθόρισε τα βέλτιστα μεγέθη δειγμάτων και τον αριθμό δέντρων ανά δείγμα για την περιοχή μελέτης. Τα βασικά συμπεράσματα που προέκυψαν από την έρευνα περιλαμβάνουν τα εξής: &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Το βέλτιστο συστηματικό μέγεθος δείγματος είναι 100 × 100 m με ένα ερμηνευόμενο δέντρο ανά σημείο, αποφεύγοντας δείγματα με μεγαλύτερο αριθμό δέντρων σε λιγότερα σημεία.  &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η έρευνα ενισχύει τις υπάρχουσες μεθόδους για την αξιολόγηση της υγείας των δέντρων σε αεροφωτογραφίες CIR, εξασφαλίζοντας στατιστικά αξιόπιστα αποτελέσματα με βέλτιστα μεγέθη δείγματος.&amp;lt;/p&amp;gt;  &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η αξιοποίηση των ψηφιακών αεροφωτογραφιών CIR προσφέρει νέες δυνατότητες για τη βιώσιμη διαχείριση των δασών, ιδίως για την αντιμετώπιση των προκλήσεων που θέτει η κλιματική αλλαγή.  &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Συνολικά, η μελέτη συμβάλλει στην τελειοποίηση των πρακτικών διαχείρισης των δασών, βελτιώνοντας την ακρίβεια και την αποτελεσματικότητα των μεθόδων εκτίμησης των ζημιών της κόμης. &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
[[category:Αποτίμηση δασικής γης]]&lt;br /&gt;
[[category:Εφαρμογές Φωτοερμηνείας - Τηλεπισκόπησης]]&lt;br /&gt;
[[category:Εκτίμηση υποβάθμισης δασικών οικοσυστημάτων]]&lt;br /&gt;
[[category:Δασοπονία,_Δασική_διαχείριση]]&lt;/div&gt;</summary>
		<author><name>Maria Bikou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%9A%CE%B1%CE%B8%CE%BF%CF%81%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CF%84%CE%BF%CF%85_%CE%B2%CE%AD%CE%BB%CF%84%CE%B9%CF%83%CF%84%CE%BF%CF%85_%CE%BC%CE%B5%CE%B3%CE%AD%CE%B8%CE%BF%CF%85%CF%82_%CE%B4%CE%B5%CE%AF%CE%B3%CE%BC%CE%B1%CF%84%CE%BF%CF%82_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%B5%CE%BA%CF%84%CE%AF%CE%BC%CE%B7%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%B6%CE%B7%CE%BC%CE%B9%CF%8E%CE%BD_%CF%84%CE%B7%CF%82_%CE%BA%CF%8C%CE%BC%CE%B7%CF%82_%CF%84%CF%89%CE%BD_%CE%B4%CE%AD%CE%BD%CF%84%CF%81%CF%89%CE%BD_%CF%83%CE%B5_%CE%AD%CE%B3%CF%87%CF%81%CF%89%CE%BC%CE%B5%CF%82_%CF%85%CF%80%CE%AD%CF%81%CF%85%CE%B8%CF%81%CE%B5%CF%82_(CIR)_%CE%B1%CE%B5%CF%81%CE%BF%CF%86%CF%89%CF%84%CE%BF%CE%B3%CF%81%CE%B1%CF%86%CE%AF%CE%B5%CF%82.</id>
		<title>Καθορισμός του βέλτιστου μεγέθους δείγματος για την εκτίμηση των ζημιών της κόμης των δέντρων σε έγχρωμες υπέρυθρες (CIR) αεροφωτογραφίες.</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%9A%CE%B1%CE%B8%CE%BF%CF%81%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CF%84%CE%BF%CF%85_%CE%B2%CE%AD%CE%BB%CF%84%CE%B9%CF%83%CF%84%CE%BF%CF%85_%CE%BC%CE%B5%CE%B3%CE%AD%CE%B8%CE%BF%CF%85%CF%82_%CE%B4%CE%B5%CE%AF%CE%B3%CE%BC%CE%B1%CF%84%CE%BF%CF%82_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%B5%CE%BA%CF%84%CE%AF%CE%BC%CE%B7%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%B6%CE%B7%CE%BC%CE%B9%CF%8E%CE%BD_%CF%84%CE%B7%CF%82_%CE%BA%CF%8C%CE%BC%CE%B7%CF%82_%CF%84%CF%89%CE%BD_%CE%B4%CE%AD%CE%BD%CF%84%CF%81%CF%89%CE%BD_%CF%83%CE%B5_%CE%AD%CE%B3%CF%87%CF%81%CF%89%CE%BC%CE%B5%CF%82_%CF%85%CF%80%CE%AD%CF%81%CF%85%CE%B8%CF%81%CE%B5%CF%82_(CIR)_%CE%B1%CE%B5%CF%81%CE%BF%CF%86%CF%89%CF%84%CE%BF%CE%B3%CF%81%CE%B1%CF%86%CE%AF%CE%B5%CF%82."/>
				<updated>2024-02-24T10:59:25Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Bikou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Αρχείο:Figure1CIR.png| thumb| right| '''Εικόνα 1''' πηγή: [https://doi.org/10.3390/su152215918] '']]&lt;br /&gt;
[[Αρχείο:Figure2CIR.png| thumb| right| '''Εικόνα 2''' πηγή: [https://doi.org/10.3390/su152215918] '']]&lt;br /&gt;
[[Αρχείο:Figure3CIR.png| thumb| right| '''Εικόνα 3''' πηγή: [https://doi.org/10.3390/su152215918] '']]&lt;br /&gt;
[[Αρχείο:Figure4CIR.png| thumb| right| '''Εικόνα 4''' πηγή: [https://doi.org/10.3390/su152215918] '']]&lt;br /&gt;
[[Αρχείο:Figure5CIR.png| thumb| right| '''Εικόνα 5''' πηγή: [https://doi.org/10.3390/su152215918] '']]&lt;br /&gt;
[[Αρχείο:Figure6CIR.png| thumb| right| '''Εικόνα 6''' πηγή: [https://doi.org/10.3390/su152215918] '']]&lt;br /&gt;
[[Αρχείο:Figure78CIR.png| thumb| right| '''Εικόνα 78''' πηγή: [https://doi.org/10.3390/su152215918] '']]&lt;br /&gt;
&lt;br /&gt;
 &lt;br /&gt;
'''Πρωτότυπος τίτλος:''' ''Determining the Optimal Sample Size for Assessing Crown Damage on Color Infrared (CIR) Aerial Photographs''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς: ''' Jelena Koli´c , Renata Pernar, Ante Seletkovi´c, Anamarija Jazbec and Mario Anˇci´c  &lt;br /&gt;
&lt;br /&gt;
'''Δημοσιεύθηκε: '''  ''Sustainability 2023, 15(22), 15918; https://doi.org/10.3390/su152215918 '' &lt;br /&gt;
&lt;br /&gt;
'''Λέξεις κλειδιά: ''' οπτική ερμηνεία αεροφωτογραφιών CIR, εκτίμηση ζημιών, βέλτιστο μέγεθος δείγματος, &lt;br /&gt;
&lt;br /&gt;
ψηφιακός σταθμός φωτογραμμετρικής εργασίας.&lt;br /&gt;
&lt;br /&gt;
'''Αντικείμενο εφαρμογής: ''' Αποτίμηση δασικής γης ''' &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 1. ΠΕΡΙΛΗΨΗ  &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η παρακολούθηση της υγείας των δασών είναι ζωτικής σημασίας για τη βιώσιμη διαχείριση των δασών. Οι έγχρωμες υπέρυθρες (CIR) αεροφωτογραφίες είναι αποτελεσματικές για την αξιολόγηση της υγείας των δέντρων, αλλά ο καθορισμός του βέλτιστου μεγέθους δείγματος είναι απαραίτητος για αξιόπιστες αξιολογήσεις. Αυτή η μελέτη, που διεξήχθη σε πεδινά δάση της Κροατίας, είχε ως στόχο να καθορίσει το βέλτιστο μέγεθος δείγματος για την αξιολόγηση των ζημιών σε πρεμνοειδή δρύινα δέντρα χρησιμοποιώντας διάφορες πυκνότητες πλέγματος σημείων και αριθμό ερμηνευόμενων δέντρων ανά δείγμα. Τα αποτελέσματα δεν έδειξαν σημαντικές διαφορές στην εκτίμηση των ζημιών μεταξύ των διαφόρων πυκνοτήτων δειγμάτων και αριθμών ερμηνευμένων δέντρων. Ωστόσο, η μείωση της πυκνότητας των δειγμάτων κάτω από 200 × 200 m μείωσε σημαντικά την ακρίβεια και έχασε τη χωρική κατανομή των ειδών και των βαθμών ζημίας. Μια πυκνότητα πλέγματος 100 × 100 m με ένα ερμηνευμένο δέντρο ανά σημείο ράστερ βρέθηκε να είναι το βέλτιστο μέγεθος δείγματος, τονίζοντας τη σημασία των χωρικά κατανεμημένων σημείων με λιγότερα δέντρα.    &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 1. ΕΙΣΑΓΩΓΗ  &amp;lt;/span&amp;gt;'''&lt;br /&gt;
 &lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η αειφόρος διαχείριση των δασών είναι ζωτικής σημασίας για τον μετριασμό των επιπτώσεων της κλιματικής αλλαγής και των φυσικών καταστροφών στα δάση, τα οποία αντιμετωπίζουν προκλήσεις όπως η αποψίλωση των δέντρων, η υποβάθμιση των οικοτόπων, τα χωροκατακτητικά είδη και οι επιπτώσεις της κλιματικής αλλαγής. Η παρακολούθηση της υγείας των δασών, ιδίως μέσω της εκτίμησης των ζημιών στα δέντρα και την κόμη, είναι απαραίτητη για την κατανόηση της εξέλιξης των ασθενειών και την ανάπτυξη αποτελεσματικών στρατηγικών διαχείρισης. Οι έγχρωμες υπέρυθρες (CIR) αεροφωτογραφίες, που καταγράφουν ορατή και κοντινή υπέρυθρη ακτινοβολία, χρησιμοποιούνται συνήθως για το σκοπό αυτό λόγω της ικανότητάς τους να ανιχνεύουν αλλαγές στην ανάκλαση που σχετίζονται με ζημιές στα δέντρα. Ωστόσο, ο καθορισμός του βέλτιστου μεγέθους δείγματος είναι κρίσιμος για αξιόπιστες εκτιμήσεις. &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Προηγούμενες έρευνες στην Κροατία χρησιμοποίησαν τη φωτοερμηνεία αεροφωτογραφιών CIR για την εκτίμηση των δασικών ζημιών χρησιμοποιώντας συστηματικά δείγματα με πλέγματα κουκκίδων. Οι ψηφιακές αεροφωτογραφίες CIR προσφέρουν νέες δυνατότητες για την εκτίμηση των ζημιών, αλλά εγείρουν ανησυχίες σχετικά με το μέγεθος του δείγματος. Οι μέθοδοι δειγματοληψίας έχουν μελετηθεί εκτενώς στην αξιολόγηση της διαχείρισης των δασών, με τα δείγματα με πλέγματα κουκκίδων να αποδεικνύονται αποτελεσματικά λόγω της χωρικής κατανομής τους και της ικανότητάς τους να ερμηνεύουν μεγάλο αριθμό δέντρων. Ωστόσο, ο καθορισμός του κατάλληλου μεγέθους δείγματος για τις ψηφιακές αεροφωτογραφίες CIR είναι απαραίτητος για να διασφαλιστούν αξιόπιστες εκτιμήσεις.  &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η παρούσα μελέτη αποσκοπούσε στον προσδιορισμό του καταλληλότερου μεγέθους δείγματος και του αριθμού των ερμηνευόμενων δέντρων ανά δείγμα σε ψηφιακές αεροφωτογραφίες CIR για την αξιολόγηση των ζημιών στην κόμη και της κατάστασης της υγείας των δέντρων. Περιελάμβανε την καταγραφή των ζημιών σε συστηματικά δείγματα με διαφορετικές πυκνότητες πλέγματος κουκκίδων και αριθμό δέντρων και την ανάλυση των δεδομένων για τον προσδιορισμό του σχήματος και του μεγέθους του δείγματος που θα εξασφάλιζε αξιόπιστη εκτίμηση των ζημιών. &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Το βέλτιστο μέγεθος δείγματος για την αξιολόγηση των ζημιών στην κόμη σε αεροφωτογραφίες CIR βρέθηκε να είναι μια πυκνότητα πλέγματος 100 × 100 m με ένα ερμηνευμένο δέντρο ανά ραστερικό σημείο. Η μελέτη αυτή υπογραμμίζει τη σημασία των χωρικά κατανεμημένων σημείων με λιγότερα δέντρα για αξιόπιστες εκτιμήσεις.   &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 2. ΥΛΙΚΑ ΚΑΙ ΜΕΘΟΔΟΙ &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η ερευνητική περιοχή οριοθετήθηκε στα πεδινά δάση που αποτελούνται κυρίως από πρεμνοφυείς δρυς και στενόφυλλες φλαμουριές, τα οποία βρίσκονται εντός των διαχειριστικών μονάδων &amp;quot;Josip Kozarac&amp;quot; και &amp;quot;Opeke&amp;quot; στην Κροατία. Οι εν λόγω μονάδες κάλυπταν έκταση 5759,13 εκταρίων και 547,27 εκταρίων, αντίστοιχα, με υψόμετρο που κυμαινόταν από 94 έως 105 μέτρα πάνω από το επίπεδο της θάλασσας.(Εικόνα 1)  &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Οι ψηφιακές αεροφωτογραφίες λήφθηκαν με τη χρήση πολυφασματικής ψηφιακής φωτογραφικής μηχανής UCX-Vexcel με εστιακή απόσταση 100,5 mm. Οι φωτογραφίες αυτές, συνολικού αριθμού 122, ελήφθησαν με χωρική ανάλυση 0,1 m, εξασφαλίζοντας λεπτομερή απεικόνιση του δασικού θόλου. Η διαμήκης επικάλυψη μεταξύ διαδοχικών φωτογραφιών ορίστηκε στο 60%, ενώ η εγκάρσια επικάλυψη διατηρήθηκε στο 36%.  &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η εκτίμηση των ζημιών στην κόμη, μια βασική πτυχή της αξιολόγησης της υγείας των δέντρων, πραγματοποιήθηκε σε αυτές τις ψηφιακές έγχρωμες υπέρυθρες (CIR) αεροφωτογραφίες για τα κύρια είδη δέντρων, δηλαδή τη βελανιδιά και τη στενόφυλλη τέφρα. Η ερμηνεία των φωτογραφιών πραγματοποιήθηκε με τη χρήση του πακέτου λογισμικού PHOTOMOD Lite 4.4. σε ψηφιακό φωτογραμμετρικό σταθμό εργασίας (DPS). &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Πριν από την έναρξη της διαδικασίας ερμηνείας, καθιερώθηκε μια ολοκληρωμένη μέθοδος για τη χαρτογράφηση των ζημιών στην κόμη. Αυτό περιελάμβανε την ανάπτυξη ενός κλειδιού φωτοερμηνείας ειδικά για την ερευνητική περιοχή, το οποίο διευκόλυνε την ταξινόμηση της κατάστασης υγείας των δέντρων με βάση τους διαφορετικούς βαθμούς βλάβης της κόμης. Για την ταξινόμηση αυτή χρησιμοποιήθηκε μια κλίμακα που κυμαίνεται από 0% έως 100%, με πρόσθετες κατηγορίες για τα κούτσουρα.  &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:Figure9CIR.png|center| '''Εικόνα 9''' πηγή: [https://doi.org/10.3390/su152215918] '']]&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η ερμηνεία των ζημιών στην κόμη πραγματοποιήθηκε συστηματικά, με τη δημιουργία σχεδίων ή ακολουθιών που αποτελούνται από παρακείμενες ψηφιακές αεροφωτογραφίες. Η διαδικασία αυτή περιελάμβανε τέσσερα βασικά βήματα: σχηματισμός μπλοκ, τριγωνισμός αεροφωτογραφιών, προσαρμογή μπλοκ και επεξεργασία μπλοκ. Ο εναέριος τριγωνισμός, ζωτικής σημασίας για τον καθορισμό του χωρικού προσανατολισμού των φωτογραφιών, αυτοματοποιήθηκε με τη μέθοδο δέσμης ακτίνων, με τη βοήθεια μετρήσεων GPS/IMU που καταγράφηκαν κατά τη διάρκεια των εναέριων ερευνών.  &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Δημιουργήθηκαν συνολικά πέντε έργα, καθένα από τα οποία προχώρησε στα τέσσερα βήματα που αναφέρθηκαν προηγουμένως. Στη συνέχεια, δημιουργήθηκαν πίνακες κωδικών για κάθε στερεοζεύγος εντός αυτών των έργων. Αυτοί οι πίνακες κωδικών χρησίμευσαν ως σημείο αναφοράς για τη συλλογή δεδομένων στην ενότητα PHOTOMOD Stereo Draw, παρέχοντας λεπτομερείς περιγραφές των ερμηνευόμενων αντικειμένων (δέντρων), συμπεριλαμβανομένης της θέσης, του είδους και του βαθμού ζημίας τους.  &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Για τη διαδικασία ερμηνείας χρησιμοποιήθηκε ένα συστηματικό πλέγμα δειγμάτων 100 × 100 m.(Εικόνα 2) Σε κάθε σημείο ράστερ εντός αυτού του πλέγματος, ερμηνεύτηκαν οι τέσσερις πλησιέστερες κόμες δέντρων από τις αεροφωτογραφίες. Αυτή η συστηματική προσέγγιση εξασφάλισε την πλήρη κάλυψη της περιοχής μελέτης, διατηρώντας παράλληλα τη συνέπεια στη δειγματοληψία.  &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Τα δεδομένα που προέκυψαν από τη διαδικασία ερμηνείας εξήχθησαν σε μορφές .DXF και .SHP για περαιτέρω στατιστική ανάλυση και γεωχωρική χαρτογράφηση. Οι δείκτες ζημίας, όπως το ποσοστό ζημίας, η μέση ζημία, ο δείκτης ζημίας και η μέση ζημία των σημαντικά κατεστραμμένων δένδρων, υπολογίστηκαν με βάση τα ερμηνευμένα είδη δένδρων και τις δειγματοληπτικές επιφάνειες.  &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Ο καθορισμός του βέλτιστου μεγέθους δείγματος περιελάμβανε την εξέταση της μεταβλητότητας της εκτιμώμενης μέσης ζημίας, της επιθυμητής ακρίβειας και του συντελεστή αξιοπιστίας. Χρησιμοποιήθηκαν στατιστικές δοκιμές, συμπεριλαμβανομένης της δοκιμής χ^2 και της διωνυμικής κατανομής, για την αξιολόγηση της αξιοπιστίας της εκτίμησης της υγείας των δέντρων για διαφορετικές πυκνότητες σημείων δειγματοληψίας και αριθμό ερμηνευμένων δέντρων ανά δείγμα.  &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Κατασκευάστηκαν θεματικοί χάρτες που απεικονίζουν τη χωρική κατανομή της μέσης ζημίας για όλα τα είδη δέντρων στις λωρίδες έρευνας και σε ολόκληρη την ερευνητική περιοχή. Οι χάρτες αυτοί παρείχαν οπτική εικόνα της έκτασης και της σοβαρότητας των ζημιών στην κόμη, διευκολύνοντας τη λήψη τεκμηριωμένων αποφάσεων για τις πρακτικές διαχείρισης των δασών.  &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η χρήση ψηφιακών αεροφωτογραφιών και προηγμένων τεχνικών φωτοερμηνείας επέτρεψε την ολοκληρωμένη αξιολόγηση των ζημιών στην κόμη στα πεδινά δάση. Χρησιμοποιώντας συστηματικές μεθόδους δειγματοληψίας και αυστηρές στατιστικές αναλύσεις, η μελέτη προσδιόρισε τα βέλτιστα μεγέθη δείγματος και τις προσεγγίσεις ερμηνείας που είναι απαραίτητες για ακριβείς εκτιμήσεις της υγείας των δέντρων. Η απεικόνιση της κατανομής των ζημιών μέσω θεματικής χαρτογράφησης ενίσχυσε περαιτέρω την κατανόηση της δυναμικής της υγείας των δασών, συμβάλλοντας έτσι σε πολύτιμες γνώσεις για τις στρατηγικές διαχείρισης των δασών και τις προσπάθειες διατήρησης.(Εικόνα 3)(Εικόνα 4)&amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 3. ΑΠΟΤΕΛΕΣΜΑΤΑ &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η ερμηνεία των ζημιών στην κόμη για διαφορετικά μεγέθη δειγμάτων και αριθμό ερμηνευμένων δέντρων ανά δείγμα παρείχε πληροφορίες για την κατανομή των δέντρων ανά βαθμό ζημίας. Ο στατιστικός έλεγχος με τη χρήση του τεστ χ^2 δεν αποκάλυψε σημαντικές διαφορές μεταξύ των πυκνοτήτων των δειγμάτων και του αριθμού των ερμηνευμένων δέντρων σε σχέση με τη μέση εκτίμηση της ζημίας. Η ερμηνεία τεσσάρων δέντρων σε πλέγμα 100 × 100 οδήγησε στην εκτίμηση 5258 δέντρων ανά λωρίδα, χωρίς να εντοπιστούν σημαντικές διαφορές.  &amp;lt;/p&amp;gt;&lt;br /&gt;
 &lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Για την επίτευξη της επιθυμητής ακρίβειας 1%, χρειάστηκαν συνολικά 8223 δέντρα ερμηνεία, ενώ με 5258 δέντρα επιτεύχθηκε ακρίβεια 1,3%. Περαιτέρω ανάλυση καθόρισε ότι 3577 δέντρα πρέπει να ερμηνευθούν για να επιτευχθεί μέση ζημία 31,04% με ακρίβεια 1,5% και αξιοπιστία 95%. Η θεματική χαρτογράφηση απεικόνισε τις τάσεις κατανομής της μέσης ζημιάς σε διαφορετικές πυκνότητες δειγμάτων και αριθμούς ερμηνευμένων δέντρων.&amp;lt;/p&amp;gt;  &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Το βέλτιστο μέγεθος του δείγματος και ο αριθμός των ερμηνευμένων δέντρων ανά σημείο καθορίστηκαν σε 100 × 100 m με ένα ερμηνευμένο δέντρο ανά σημείο ράστερ. Ωστόσο, η μείωση της πυκνότητας δειγμάτων κάτω από 200 × 200 m οδήγησε σε απώλεια ακρίβειας και μείωση του αριθμού των δέντρων που ερμηνεύτηκαν ανά υποδιαμέρισμα, επηρεάζοντας σημαντικά την εκτίμηση της υγείας των δέντρων.&amp;lt;/p&amp;gt;  &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Οι δείκτες ζημιών παρέμειναν σταθεροί ανεξάρτητα από το μέγεθος του δείγματος ή τον αριθμό των ερμηνευμένων δέντρων ανά δείγμα, τονίζοντας την αξιοπιστία της μεθοδολογίας. Η μελέτη αποκάλυψε επίσης ότι η φωτοερμηνεία παρείχε μεγαλύτερη ακρίβεια από τις εκτιμήσεις πεδίου, ιδίως για μικρότερες πυκνότητες δειγμάτων.   &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 4. ΣΥΖΗΤΗΣΗ &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η δοκιμή διαφόρων πυκνοτήτων δειγμάτων και αριθμού ερμηνευόμενων δέντρων υπογράμμισε τη σημασία του μεγέθους του δείγματος στην εκτίμηση της ζημίας της κόμης. Η μείωση των πυκνοτήτων δείγματος κάτω από 200 × 200 m επηρέασε αρνητικά την ακρίβεια και μείωσε την αντιπροσώπευση συγκεκριμένων ειδών και βαθμών ζημίας εντός του δείγματος.(Εικόνα 5)  &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Τα ευρήματα επιβεβαιώνουν εκ νέου τη σημασία ενός συστηματικού μεγέθους δείγματος με καλά κατανεμημένα σημεία και μικρότερο αριθμό δέντρων ανά σημείο. Η φωτοερμηνεία επέδειξε συγκρίσιμη ακρίβεια με τις εκτιμήσεις πεδίου, ενώ απαιτούσε σημαντικά λιγότερο χρόνο και πόρους, καθιστώντας την πιο αποτελεσματική μέθοδο για την εκτίμηση της υγείας των δασών.(Εικόνα 6)  &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Ο χωρικός εντοπισμός και η παρακολούθηση των κατεστραμμένων δέντρων είναι ζωτικής σημασίας για τη βιώσιμη διαχείριση των δασών. Οι αεροφωτογραφίες CIR παρέχουν πολύτιμες πληροφορίες για τη δυναμική της υγείας των δασών με την πάροδο του χρόνου, επιτρέποντας έγκαιρες παρεμβάσεις για τη διατήρηση της ζωτικότητας και της παραγωγικότητας των δασών.(Εικόνες 7 και 8) &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 5. ΣΥΜΠΕΡΑΣΜΑΤΑ &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η μελέτη διεξήγαγε αξιολόγηση των ζημιών στην κόμη με τη χρήση ψηφιακών αεροφωτογραφιών CIR και καθόρισε τα βέλτιστα μεγέθη δειγμάτων και τον αριθμό δέντρων ανά δείγμα για την περιοχή μελέτης. Τα βασικά συμπεράσματα που προέκυψαν από την έρευνα περιλαμβάνουν τα εξής: &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Το βέλτιστο συστηματικό μέγεθος δείγματος είναι 100 × 100 m με ένα ερμηνευόμενο δέντρο ανά σημείο, αποφεύγοντας δείγματα με μεγαλύτερο αριθμό δέντρων σε λιγότερα σημεία.  &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η έρευνα ενισχύει τις υπάρχουσες μεθόδους για την αξιολόγηση της υγείας των δέντρων σε αεροφωτογραφίες CIR, εξασφαλίζοντας στατιστικά αξιόπιστα αποτελέσματα με βέλτιστα μεγέθη δείγματος.&amp;lt;/p&amp;gt;  &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η αξιοποίηση των ψηφιακών αεροφωτογραφιών CIR προσφέρει νέες δυνατότητες για τη βιώσιμη διαχείριση των δασών, ιδίως για την αντιμετώπιση των προκλήσεων που θέτει η κλιματική αλλαγή.  &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Συνολικά, η μελέτη συμβάλλει στην τελειοποίηση των πρακτικών διαχείρισης των δασών, βελτιώνοντας την ακρίβεια και την αποτελεσματικότητα των μεθόδων εκτίμησης των ζημιών της κόμης. &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
[[category:Αποτίμηση δασικής γης]]&lt;br /&gt;
[[category:Εφαρμογές Φωτοερμηνείας - Τηλεπισκόπησης]]&lt;br /&gt;
[[category:Εκτίμηση υποβάθμισης δασικών οικοσυστημάτων]]&lt;br /&gt;
[[category:Δασοπονία,_Δασική_διαχείριση]]&lt;/div&gt;</summary>
		<author><name>Maria Bikou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%9A%CE%B1%CE%B8%CE%BF%CF%81%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CF%84%CE%BF%CF%85_%CE%B2%CE%AD%CE%BB%CF%84%CE%B9%CF%83%CF%84%CE%BF%CF%85_%CE%BC%CE%B5%CE%B3%CE%AD%CE%B8%CE%BF%CF%85%CF%82_%CE%B4%CE%B5%CE%AF%CE%B3%CE%BC%CE%B1%CF%84%CE%BF%CF%82_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%B5%CE%BA%CF%84%CE%AF%CE%BC%CE%B7%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%B6%CE%B7%CE%BC%CE%B9%CF%8E%CE%BD_%CF%84%CE%B7%CF%82_%CE%BA%CF%8C%CE%BC%CE%B7%CF%82_%CF%84%CF%89%CE%BD_%CE%B4%CE%AD%CE%BD%CF%84%CF%81%CF%89%CE%BD_%CF%83%CE%B5_%CE%AD%CE%B3%CF%87%CF%81%CF%89%CE%BC%CE%B5%CF%82_%CF%85%CF%80%CE%AD%CF%81%CF%85%CE%B8%CF%81%CE%B5%CF%82_(CIR)_%CE%B1%CE%B5%CF%81%CE%BF%CF%86%CF%89%CF%84%CE%BF%CE%B3%CF%81%CE%B1%CF%86%CE%AF%CE%B5%CF%82.</id>
		<title>Καθορισμός του βέλτιστου μεγέθους δείγματος για την εκτίμηση των ζημιών της κόμης των δέντρων σε έγχρωμες υπέρυθρες (CIR) αεροφωτογραφίες.</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%9A%CE%B1%CE%B8%CE%BF%CF%81%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CF%84%CE%BF%CF%85_%CE%B2%CE%AD%CE%BB%CF%84%CE%B9%CF%83%CF%84%CE%BF%CF%85_%CE%BC%CE%B5%CE%B3%CE%AD%CE%B8%CE%BF%CF%85%CF%82_%CE%B4%CE%B5%CE%AF%CE%B3%CE%BC%CE%B1%CF%84%CE%BF%CF%82_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%B5%CE%BA%CF%84%CE%AF%CE%BC%CE%B7%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%B6%CE%B7%CE%BC%CE%B9%CF%8E%CE%BD_%CF%84%CE%B7%CF%82_%CE%BA%CF%8C%CE%BC%CE%B7%CF%82_%CF%84%CF%89%CE%BD_%CE%B4%CE%AD%CE%BD%CF%84%CF%81%CF%89%CE%BD_%CF%83%CE%B5_%CE%AD%CE%B3%CF%87%CF%81%CF%89%CE%BC%CE%B5%CF%82_%CF%85%CF%80%CE%AD%CF%81%CF%85%CE%B8%CF%81%CE%B5%CF%82_(CIR)_%CE%B1%CE%B5%CF%81%CE%BF%CF%86%CF%89%CF%84%CE%BF%CE%B3%CF%81%CE%B1%CF%86%CE%AF%CE%B5%CF%82."/>
				<updated>2024-02-24T10:43:00Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Bikou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Αρχείο:Figure1CIR.png| thumb| right| '''Εικόνα 1''' πηγή: [https://doi.org/10.3390/su152215918] '']]&lt;br /&gt;
[[Αρχείο:Figure2CIR.png| thumb| right| '''Εικόνα 2''' πηγή: [https://doi.org/10.3390/su152215918] '']]&lt;br /&gt;
[[Αρχείο:Figure3CIR.png| thumb| right| '''Εικόνα 3''' πηγή: [https://doi.org/10.3390/su152215918] '']]&lt;br /&gt;
[[Αρχείο:Figure4CIR.png| thumb| right| '''Εικόνα 4''' πηγή: [https://doi.org/10.3390/su152215918] '']]&lt;br /&gt;
[[Αρχείο:Figure5CIR.png| thumb| right| '''Εικόνα 5''' πηγή: [https://doi.org/10.3390/su152215918] '']]&lt;br /&gt;
[[Αρχείο:Figure6CIR.png| thumb| right| '''Εικόνα 6''' πηγή: [https://doi.org/10.3390/su152215918] '']]&lt;br /&gt;
[[Αρχείο:Figure78CIR.png| thumb| right| '''Εικόνα 78''' πηγή: [https://doi.org/10.3390/su152215918] '']]&lt;br /&gt;
&lt;br /&gt;
 &lt;br /&gt;
'''Πρωτότυπος τίτλος:''' ''Determining the Optimal Sample Size for Assessing Crown Damage on Color Infrared (CIR) Aerial Photographs''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς: ''' Jelena Koli´c , Renata Pernar, Ante Seletkovi´c, Anamarija Jazbec and Mario Anˇci´c  &lt;br /&gt;
&lt;br /&gt;
'''Δημοσιεύθηκε: '''  ''Sustainability 2023, 15(22), 15918; https://doi.org/10.3390/su152215918 '' &lt;br /&gt;
&lt;br /&gt;
'''Λέξεις κλειδιά: ''' οπτική ερμηνεία αεροφωτογραφιών CIR, εκτίμηση ζημιών, βέλτιστο μέγεθος δείγματος, &lt;br /&gt;
&lt;br /&gt;
ψηφιακός σταθμός φωτογραμμετρικής εργασίας.&lt;br /&gt;
&lt;br /&gt;
'''Αντικείμενο εφαρμογής: ''' Αποτίμηση δασικής γης ''' &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 1. ΠΕΡΙΛΗΨΗ  &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η παρακολούθηση της υγείας των δασών είναι ζωτικής σημασίας για τη βιώσιμη διαχείριση των δασών. Οι έγχρωμες υπέρυθρες (CIR) αεροφωτογραφίες είναι αποτελεσματικές για την αξιολόγηση της υγείας των δέντρων, αλλά ο καθορισμός του βέλτιστου μεγέθους δείγματος είναι απαραίτητος για αξιόπιστες αξιολογήσεις. Αυτή η μελέτη, που διεξήχθη σε πεδινά δάση της Κροατίας, είχε ως στόχο να καθορίσει το βέλτιστο μέγεθος δείγματος για την αξιολόγηση των ζημιών σε πρεμνοειδή δρύινα δέντρα χρησιμοποιώντας διάφορες πυκνότητες πλέγματος σημείων και αριθμό ερμηνευόμενων δέντρων ανά δείγμα. Τα αποτελέσματα δεν έδειξαν σημαντικές διαφορές στην εκτίμηση των ζημιών μεταξύ των διαφόρων πυκνοτήτων δειγμάτων και αριθμών ερμηνευμένων δέντρων. Ωστόσο, η μείωση της πυκνότητας των δειγμάτων κάτω από 200 × 200 m μείωσε σημαντικά την ακρίβεια και έχασε τη χωρική κατανομή των ειδών και των βαθμών ζημίας. Μια πυκνότητα πλέγματος 100 × 100 m με ένα ερμηνευμένο δέντρο ανά σημείο ράστερ βρέθηκε να είναι το βέλτιστο μέγεθος δείγματος, τονίζοντας τη σημασία των χωρικά κατανεμημένων σημείων με λιγότερα δέντρα.    &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 1. ΕΙΣΑΓΩΓΗ  &amp;lt;/span&amp;gt;'''&lt;br /&gt;
 &lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η αειφόρος διαχείριση των δασών είναι ζωτικής σημασίας για τον μετριασμό των επιπτώσεων της κλιματικής αλλαγής και των φυσικών καταστροφών στα δάση, τα οποία αντιμετωπίζουν προκλήσεις όπως η αποψίλωση των δέντρων, η υποβάθμιση των οικοτόπων, τα χωροκατακτητικά είδη και οι επιπτώσεις της κλιματικής αλλαγής. Η παρακολούθηση της υγείας των δασών, ιδίως μέσω της εκτίμησης των ζημιών στα δέντρα και την κόμη, είναι απαραίτητη για την κατανόηση της εξέλιξης των ασθενειών και την ανάπτυξη αποτελεσματικών στρατηγικών διαχείρισης. Οι έγχρωμες υπέρυθρες (CIR) αεροφωτογραφίες, που καταγράφουν ορατή και κοντινή υπέρυθρη ακτινοβολία, χρησιμοποιούνται συνήθως για το σκοπό αυτό λόγω της ικανότητάς τους να ανιχνεύουν αλλαγές στην ανάκλαση που σχετίζονται με ζημιές στα δέντρα. Ωστόσο, ο καθορισμός του βέλτιστου μεγέθους δείγματος είναι κρίσιμος για αξιόπιστες εκτιμήσεις. &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Προηγούμενες έρευνες στην Κροατία χρησιμοποίησαν τη φωτοερμηνεία αεροφωτογραφιών CIR για την εκτίμηση των δασικών ζημιών χρησιμοποιώντας συστηματικά δείγματα με πλέγματα κουκκίδων. Οι ψηφιακές αεροφωτογραφίες CIR προσφέρουν νέες δυνατότητες για την εκτίμηση των ζημιών, αλλά εγείρουν ανησυχίες σχετικά με το μέγεθος του δείγματος. Οι μέθοδοι δειγματοληψίας έχουν μελετηθεί εκτενώς στην αξιολόγηση της διαχείρισης των δασών, με τα δείγματα με πλέγματα κουκκίδων να αποδεικνύονται αποτελεσματικά λόγω της χωρικής κατανομής τους και της ικανότητάς τους να ερμηνεύουν μεγάλο αριθμό δέντρων. Ωστόσο, ο καθορισμός του κατάλληλου μεγέθους δείγματος για τις ψηφιακές αεροφωτογραφίες CIR είναι απαραίτητος για να διασφαλιστούν αξιόπιστες εκτιμήσεις.  &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η παρούσα μελέτη αποσκοπούσε στον προσδιορισμό του καταλληλότερου μεγέθους δείγματος και του αριθμού των ερμηνευόμενων δέντρων ανά δείγμα σε ψηφιακές αεροφωτογραφίες CIR για την αξιολόγηση των ζημιών στην κόμη και της κατάστασης της υγείας των δέντρων. Περιελάμβανε την καταγραφή των ζημιών σε συστηματικά δείγματα με διαφορετικές πυκνότητες πλέγματος κουκκίδων και αριθμό δέντρων και την ανάλυση των δεδομένων για τον προσδιορισμό του σχήματος και του μεγέθους του δείγματος που θα εξασφάλιζε αξιόπιστη εκτίμηση των ζημιών. &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Το βέλτιστο μέγεθος δείγματος για την αξιολόγηση των ζημιών στην κόμη σε αεροφωτογραφίες CIR βρέθηκε να είναι μια πυκνότητα πλέγματος 100 × 100 m με ένα ερμηνευμένο δέντρο ανά ραστερικό σημείο. Η μελέτη αυτή υπογραμμίζει τη σημασία των χωρικά κατανεμημένων σημείων με λιγότερα δέντρα για αξιόπιστες εκτιμήσεις.   &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 2. ΥΛΙΚΑ ΚΑΙ ΜΕΘΟΔΟΙ &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η ερευνητική περιοχή οριοθετήθηκε στα πεδινά δάση που αποτελούνται κυρίως από πρεμνοφυείς δρυς και στενόφυλλες φλαμουριές, τα οποία βρίσκονται εντός των διαχειριστικών μονάδων &amp;quot;Josip Kozarac&amp;quot; και &amp;quot;Opeke&amp;quot; στην Κροατία. Οι εν λόγω μονάδες κάλυπταν έκταση 5759,13 εκταρίων και 547,27 εκταρίων, αντίστοιχα, με υψόμετρο που κυμαινόταν από 94 έως 105 μέτρα πάνω από το επίπεδο της θάλασσας.  &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Οι ψηφιακές αεροφωτογραφίες λήφθηκαν με τη χρήση πολυφασματικής ψηφιακής φωτογραφικής μηχανής UCX-Vexcel με εστιακή απόσταση 100,5 mm. Οι φωτογραφίες αυτές, συνολικού αριθμού 122, ελήφθησαν με χωρική ανάλυση 0,1 m, εξασφαλίζοντας λεπτομερή απεικόνιση του δασικού θόλου. Η διαμήκης επικάλυψη μεταξύ διαδοχικών φωτογραφιών ορίστηκε στο 60%, ενώ η εγκάρσια επικάλυψη διατηρήθηκε στο 36%.  &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η εκτίμηση των ζημιών στην κόμη, μια βασική πτυχή της αξιολόγησης της υγείας των δέντρων, πραγματοποιήθηκε σε αυτές τις ψηφιακές έγχρωμες υπέρυθρες (CIR) αεροφωτογραφίες για τα κύρια είδη δέντρων, δηλαδή τη βελανιδιά και τη στενόφυλλη τέφρα. Η ερμηνεία των φωτογραφιών πραγματοποιήθηκε με τη χρήση του πακέτου λογισμικού PHOTOMOD Lite 4.4. σε ψηφιακό φωτογραμμετρικό σταθμό εργασίας (DPS). &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Πριν από την έναρξη της διαδικασίας ερμηνείας, καθιερώθηκε μια ολοκληρωμένη μέθοδος για τη χαρτογράφηση των ζημιών στην κόμη. Αυτό περιελάμβανε την ανάπτυξη ενός κλειδιού φωτοερμηνείας ειδικά για την ερευνητική περιοχή, το οποίο διευκόλυνε την ταξινόμηση της κατάστασης υγείας των δέντρων με βάση τους διαφορετικούς βαθμούς βλάβης της κόμης. Για την ταξινόμηση αυτή χρησιμοποιήθηκε μια κλίμακα που κυμαίνεται από 0% έως 100%, με πρόσθετες κατηγορίες για τα κούτσουρα.  &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:Figure9CIR.png|center| '''Εικόνα 9''' πηγή: [https://doi.org/10.3390/su152215918] '']]&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η ερμηνεία των ζημιών στην κόμη πραγματοποιήθηκε συστηματικά, με τη δημιουργία σχεδίων ή ακολουθιών που αποτελούνται από παρακείμενες ψηφιακές αεροφωτογραφίες. Η διαδικασία αυτή περιελάμβανε τέσσερα βασικά βήματα: σχηματισμός μπλοκ, τριγωνισμός αεροφωτογραφιών, προσαρμογή μπλοκ και επεξεργασία μπλοκ. Ο εναέριος τριγωνισμός, ζωτικής σημασίας για τον καθορισμό του χωρικού προσανατολισμού των φωτογραφιών, αυτοματοποιήθηκε με τη μέθοδο δέσμης ακτίνων, με τη βοήθεια μετρήσεων GPS/IMU που καταγράφηκαν κατά τη διάρκεια των εναέριων ερευνών.  &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Δημιουργήθηκαν συνολικά πέντε έργα, καθένα από τα οποία προχώρησε στα τέσσερα βήματα που αναφέρθηκαν προηγουμένως. Στη συνέχεια, δημιουργήθηκαν πίνακες κωδικών για κάθε στερεοζεύγος εντός αυτών των έργων. Αυτοί οι πίνακες κωδικών χρησίμευσαν ως σημείο αναφοράς για τη συλλογή δεδομένων στην ενότητα PHOTOMOD Stereo Draw, παρέχοντας λεπτομερείς περιγραφές των ερμηνευόμενων αντικειμένων (δέντρων), συμπεριλαμβανομένης της θέσης, του είδους και του βαθμού ζημίας τους.  &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Για τη διαδικασία ερμηνείας χρησιμοποιήθηκε ένα συστηματικό πλέγμα δειγμάτων 100 × 100 m. Σε κάθε σημείο ράστερ εντός αυτού του πλέγματος, ερμηνεύτηκαν οι τέσσερις πλησιέστερες κόμες δέντρων από τις αεροφωτογραφίες. Αυτή η συστηματική προσέγγιση εξασφάλισε την πλήρη κάλυψη της περιοχής μελέτης, διατηρώντας παράλληλα τη συνέπεια στη δειγματοληψία.  &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Τα δεδομένα που προέκυψαν από τη διαδικασία ερμηνείας εξήχθησαν σε μορφές .DXF και .SHP για περαιτέρω στατιστική ανάλυση και γεωχωρική χαρτογράφηση. Οι δείκτες ζημίας, όπως το ποσοστό ζημίας, η μέση ζημία, ο δείκτης ζημίας και η μέση ζημία των σημαντικά κατεστραμμένων δένδρων, υπολογίστηκαν με βάση τα ερμηνευμένα είδη δένδρων και τις δειγματοληπτικές επιφάνειες.  &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Ο καθορισμός του βέλτιστου μεγέθους δείγματος περιελάμβανε την εξέταση της μεταβλητότητας της εκτιμώμενης μέσης ζημίας, της επιθυμητής ακρίβειας και του συντελεστή αξιοπιστίας. Χρησιμοποιήθηκαν στατιστικές δοκιμές, συμπεριλαμβανομένης της δοκιμής χ^2 και της διωνυμικής κατανομής, για την αξιολόγηση της αξιοπιστίας της εκτίμησης της υγείας των δέντρων για διαφορετικές πυκνότητες σημείων δειγματοληψίας και αριθμό ερμηνευμένων δέντρων ανά δείγμα.  &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Κατασκευάστηκαν θεματικοί χάρτες που απεικονίζουν τη χωρική κατανομή της μέσης ζημίας για όλα τα είδη δέντρων στις λωρίδες έρευνας και σε ολόκληρη την ερευνητική περιοχή. Οι χάρτες αυτοί παρείχαν οπτική εικόνα της έκτασης και της σοβαρότητας των ζημιών στην κόμη, διευκολύνοντας τη λήψη τεκμηριωμένων αποφάσεων για τις πρακτικές διαχείρισης των δασών.  &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η χρήση ψηφιακών αεροφωτογραφιών και προηγμένων τεχνικών φωτοερμηνείας επέτρεψε την ολοκληρωμένη αξιολόγηση των ζημιών στην κόμη στα πεδινά δάση. Χρησιμοποιώντας συστηματικές μεθόδους δειγματοληψίας και αυστηρές στατιστικές αναλύσεις, η μελέτη προσδιόρισε τα βέλτιστα μεγέθη δείγματος και τις προσεγγίσεις ερμηνείας που είναι απαραίτητες για ακριβείς εκτιμήσεις της υγείας των δέντρων. Η απεικόνιση της κατανομής των ζημιών μέσω θεματικής χαρτογράφησης ενίσχυσε περαιτέρω την κατανόηση της δυναμικής της υγείας των δασών, συμβάλλοντας έτσι σε πολύτιμες γνώσεις για τις στρατηγικές διαχείρισης των δασών και τις προσπάθειες διατήρησης.&amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 3. ΑΠΟΤΕΛΕΣΜΑΤΑ &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η ερμηνεία των ζημιών στην κόμη για διαφορετικά μεγέθη δειγμάτων και αριθμό ερμηνευμένων δέντρων ανά δείγμα παρείχε πληροφορίες για την κατανομή των δέντρων ανά βαθμό ζημίας. Ο στατιστικός έλεγχος με τη χρήση του τεστ χ^2 δεν αποκάλυψε σημαντικές διαφορές μεταξύ των πυκνοτήτων των δειγμάτων και του αριθμού των ερμηνευμένων δέντρων σε σχέση με τη μέση εκτίμηση της ζημίας. Η ερμηνεία τεσσάρων δέντρων σε πλέγμα 100 × 100 οδήγησε στην εκτίμηση 5258 δέντρων ανά λωρίδα, χωρίς να εντοπιστούν σημαντικές διαφορές.  &amp;lt;/p&amp;gt;&lt;br /&gt;
 &lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Για την επίτευξη της επιθυμητής ακρίβειας 1%, χρειάστηκαν συνολικά 8223 δέντρα ερμηνεία, ενώ με 5258 δέντρα επιτεύχθηκε ακρίβεια 1,3%. Περαιτέρω ανάλυση καθόρισε ότι 3577 δέντρα πρέπει να ερμηνευθούν για να επιτευχθεί μέση ζημία 31,04% με ακρίβεια 1,5% και αξιοπιστία 95%. Η θεματική χαρτογράφηση απεικόνισε τις τάσεις κατανομής της μέσης ζημιάς σε διαφορετικές πυκνότητες δειγμάτων και αριθμούς ερμηνευμένων δέντρων.&amp;lt;/p&amp;gt;  &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Το βέλτιστο μέγεθος του δείγματος και ο αριθμός των ερμηνευμένων δέντρων ανά σημείο καθορίστηκαν σε 100 × 100 m με ένα ερμηνευμένο δέντρο ανά σημείο ράστερ. Ωστόσο, η μείωση της πυκνότητας δειγμάτων κάτω από 200 × 200 m οδήγησε σε απώλεια ακρίβειας και μείωση του αριθμού των δέντρων που ερμηνεύτηκαν ανά υποδιαμέρισμα, επηρεάζοντας σημαντικά την εκτίμηση της υγείας των δέντρων.&amp;lt;/p&amp;gt;  &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Οι δείκτες ζημιών παρέμειναν σταθεροί ανεξάρτητα από το μέγεθος του δείγματος ή τον αριθμό των ερμηνευμένων δέντρων ανά δείγμα, τονίζοντας την αξιοπιστία της μεθοδολογίας. Η μελέτη αποκάλυψε επίσης ότι η φωτοερμηνεία παρείχε μεγαλύτερη ακρίβεια από τις εκτιμήσεις πεδίου, ιδίως για μικρότερες πυκνότητες δειγμάτων.   &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 4. ΣΥΖΗΤΗΣΗ &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η δοκιμή διαφόρων πυκνοτήτων δειγμάτων και αριθμού ερμηνευόμενων δέντρων υπογράμμισε τη σημασία του μεγέθους του δείγματος στην εκτίμηση της ζημίας της κόμης. Η μείωση των πυκνοτήτων δείγματος κάτω από 200 × 200 m επηρέασε αρνητικά την ακρίβεια και μείωσε την αντιπροσώπευση συγκεκριμένων ειδών και βαθμών ζημίας εντός του δείγματος.  &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Τα ευρήματα επιβεβαιώνουν εκ νέου τη σημασία ενός συστηματικού μεγέθους δείγματος με καλά κατανεμημένα σημεία και μικρότερο αριθμό δέντρων ανά σημείο. Η φωτοερμηνεία επέδειξε συγκρίσιμη ακρίβεια με τις εκτιμήσεις πεδίου, ενώ απαιτούσε σημαντικά λιγότερο χρόνο και πόρους, καθιστώντας την πιο αποτελεσματική μέθοδο για την εκτίμηση της υγείας των δασών.  &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Ο χωρικός εντοπισμός και η παρακολούθηση των κατεστραμμένων δέντρων είναι ζωτικής σημασίας για τη βιώσιμη διαχείριση των δασών. Οι αεροφωτογραφίες CIR παρέχουν πολύτιμες πληροφορίες για τη δυναμική της υγείας των δασών με την πάροδο του χρόνου, επιτρέποντας έγκαιρες παρεμβάσεις για τη διατήρηση της ζωτικότητας και της παραγωγικότητας των δασών. &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 5. ΣΥΜΠΕΡΑΣΜΑΤΑ &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η μελέτη διεξήγαγε αξιολόγηση των ζημιών στην κόμη με τη χρήση ψηφιακών αεροφωτογραφιών CIR και καθόρισε τα βέλτιστα μεγέθη δειγμάτων και τον αριθμό δέντρων ανά δείγμα για την περιοχή μελέτης. Τα βασικά συμπεράσματα που προέκυψαν από την έρευνα περιλαμβάνουν τα εξής: &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Το βέλτιστο συστηματικό μέγεθος δείγματος είναι 100 × 100 m με ένα ερμηνευόμενο δέντρο ανά σημείο, αποφεύγοντας δείγματα με μεγαλύτερο αριθμό δέντρων σε λιγότερα σημεία.  &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η έρευνα ενισχύει τις υπάρχουσες μεθόδους για την αξιολόγηση της υγείας των δέντρων σε αεροφωτογραφίες CIR, εξασφαλίζοντας στατιστικά αξιόπιστα αποτελέσματα με βέλτιστα μεγέθη δείγματος.&amp;lt;/p&amp;gt;  &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η αξιοποίηση των ψηφιακών αεροφωτογραφιών CIR προσφέρει νέες δυνατότητες για τη βιώσιμη διαχείριση των δασών, ιδίως για την αντιμετώπιση των προκλήσεων που θέτει η κλιματική αλλαγή.  &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Συνολικά, η μελέτη συμβάλλει στην τελειοποίηση των πρακτικών διαχείρισης των δασών, βελτιώνοντας την ακρίβεια και την αποτελεσματικότητα των μεθόδων εκτίμησης των ζημιών της κόμης. &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
[[category:Αποτίμηση δασικής γης]]&lt;br /&gt;
[[category:Εφαρμογές Φωτοερμηνείας - Τηλεπισκόπησης]]&lt;br /&gt;
[[category:Εκτίμηση υποβάθμισης δασικών οικοσυστημάτων]]&lt;br /&gt;
[[category:Δασοπονία,_Δασική_διαχείριση]]&lt;/div&gt;</summary>
		<author><name>Maria Bikou</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:Figure9CIR.png</id>
		<title>Αρχείο:Figure9CIR.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:Figure9CIR.png"/>
				<updated>2024-02-24T10:37:34Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Bikou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Maria Bikou</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:Figure78CIR.png</id>
		<title>Αρχείο:Figure78CIR.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:Figure78CIR.png"/>
				<updated>2024-02-24T10:37:24Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Bikou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Maria Bikou</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:Figure6CIR.png</id>
		<title>Αρχείο:Figure6CIR.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:Figure6CIR.png"/>
				<updated>2024-02-24T10:37:10Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Bikou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Maria Bikou</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:Figure5CIR.png</id>
		<title>Αρχείο:Figure5CIR.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:Figure5CIR.png"/>
				<updated>2024-02-24T10:36:58Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Bikou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Maria Bikou</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:Figure4CIR.png</id>
		<title>Αρχείο:Figure4CIR.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:Figure4CIR.png"/>
				<updated>2024-02-24T10:36:44Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Bikou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Maria Bikou</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:Figure3CIR.png</id>
		<title>Αρχείο:Figure3CIR.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:Figure3CIR.png"/>
				<updated>2024-02-24T10:36:31Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Bikou: ανέβασμα νέας έκδοσης του &amp;amp;quot;Αρχείο:Figure3CIR.png&amp;amp;quot;&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Maria Bikou</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:Figure3CIR.png</id>
		<title>Αρχείο:Figure3CIR.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:Figure3CIR.png"/>
				<updated>2024-02-24T10:36:19Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Bikou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Maria Bikou</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:Figure2CIR.png</id>
		<title>Αρχείο:Figure2CIR.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:Figure2CIR.png"/>
				<updated>2024-02-24T10:36:08Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Bikou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Maria Bikou</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:Figure1CIR.png</id>
		<title>Αρχείο:Figure1CIR.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:Figure1CIR.png"/>
				<updated>2024-02-24T10:35:58Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Bikou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Maria Bikou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%9A%CE%B1%CE%B8%CE%BF%CF%81%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CF%84%CE%BF%CF%85_%CE%B2%CE%AD%CE%BB%CF%84%CE%B9%CF%83%CF%84%CE%BF%CF%85_%CE%BC%CE%B5%CE%B3%CE%AD%CE%B8%CE%BF%CF%85%CF%82_%CE%B4%CE%B5%CE%AF%CE%B3%CE%BC%CE%B1%CF%84%CE%BF%CF%82_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%B5%CE%BA%CF%84%CE%AF%CE%BC%CE%B7%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%B6%CE%B7%CE%BC%CE%B9%CF%8E%CE%BD_%CF%84%CE%B7%CF%82_%CE%BA%CF%8C%CE%BC%CE%B7%CF%82_%CF%84%CF%89%CE%BD_%CE%B4%CE%AD%CE%BD%CF%84%CF%81%CF%89%CE%BD_%CF%83%CE%B5_%CE%AD%CE%B3%CF%87%CF%81%CF%89%CE%BC%CE%B5%CF%82_%CF%85%CF%80%CE%AD%CF%81%CF%85%CE%B8%CF%81%CE%B5%CF%82_(CIR)_%CE%B1%CE%B5%CF%81%CE%BF%CF%86%CF%89%CF%84%CE%BF%CE%B3%CF%81%CE%B1%CF%86%CE%AF%CE%B5%CF%82.</id>
		<title>Καθορισμός του βέλτιστου μεγέθους δείγματος για την εκτίμηση των ζημιών της κόμης των δέντρων σε έγχρωμες υπέρυθρες (CIR) αεροφωτογραφίες.</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%9A%CE%B1%CE%B8%CE%BF%CF%81%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CF%84%CE%BF%CF%85_%CE%B2%CE%AD%CE%BB%CF%84%CE%B9%CF%83%CF%84%CE%BF%CF%85_%CE%BC%CE%B5%CE%B3%CE%AD%CE%B8%CE%BF%CF%85%CF%82_%CE%B4%CE%B5%CE%AF%CE%B3%CE%BC%CE%B1%CF%84%CE%BF%CF%82_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%B5%CE%BA%CF%84%CE%AF%CE%BC%CE%B7%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%B6%CE%B7%CE%BC%CE%B9%CF%8E%CE%BD_%CF%84%CE%B7%CF%82_%CE%BA%CF%8C%CE%BC%CE%B7%CF%82_%CF%84%CF%89%CE%BD_%CE%B4%CE%AD%CE%BD%CF%84%CF%81%CF%89%CE%BD_%CF%83%CE%B5_%CE%AD%CE%B3%CF%87%CF%81%CF%89%CE%BC%CE%B5%CF%82_%CF%85%CF%80%CE%AD%CF%81%CF%85%CE%B8%CF%81%CE%B5%CF%82_(CIR)_%CE%B1%CE%B5%CF%81%CE%BF%CF%86%CF%89%CF%84%CE%BF%CE%B3%CF%81%CE%B1%CF%86%CE%AF%CE%B5%CF%82."/>
				<updated>2024-02-23T22:55:56Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Bikou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Πρωτότυπος τίτλος:''' ''Determining the Optimal Sample Size for Assessing Crown Damage on Color Infrared (CIR) Aerial Photographs''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς: ''' Jelena Koli´c , Renata Pernar, Ante Seletkovi´c, Anamarija Jazbec and Mario Anˇci´c  &lt;br /&gt;
&lt;br /&gt;
'''Δημοσιεύθηκε: '''  ''Sustainability 2023, 15(22), 15918; https://doi.org/10.3390/su152215918 '' &lt;br /&gt;
&lt;br /&gt;
'''Λέξεις κλειδιά: ''' οπτική ερμηνεία αεροφωτογραφιών CIR, εκτίμηση ζημιών, βέλτιστο μέγεθος δείγματος, &lt;br /&gt;
&lt;br /&gt;
ψηφιακός σταθμός φωτογραμμετρικής εργασίας.&lt;br /&gt;
&lt;br /&gt;
'''Αντικείμενο εφαρμογής: ''' Αποτίμηση δασικής γης ''' &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 1. ΠΕΡΙΛΗΨΗ  &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η παρακολούθηση της υγείας των δασών είναι ζωτικής σημασίας για τη βιώσιμη διαχείριση των δασών. Οι έγχρωμες υπέρυθρες (CIR) αεροφωτογραφίες είναι αποτελεσματικές για την αξιολόγηση της υγείας των δέντρων, αλλά ο καθορισμός του βέλτιστου μεγέθους δείγματος είναι απαραίτητος για αξιόπιστες αξιολογήσεις. Αυτή η μελέτη, που διεξήχθη σε πεδινά δάση της Κροατίας, είχε ως στόχο να καθορίσει το βέλτιστο μέγεθος δείγματος για την αξιολόγηση των ζημιών σε πρεμνοειδή δρύινα δέντρα χρησιμοποιώντας διάφορες πυκνότητες πλέγματος σημείων και αριθμό ερμηνευόμενων δέντρων ανά δείγμα. Τα αποτελέσματα δεν έδειξαν σημαντικές διαφορές στην εκτίμηση των ζημιών μεταξύ των διαφόρων πυκνοτήτων δειγμάτων και αριθμών ερμηνευμένων δέντρων. Ωστόσο, η μείωση της πυκνότητας των δειγμάτων κάτω από 200 × 200 m μείωσε σημαντικά την ακρίβεια και έχασε τη χωρική κατανομή των ειδών και των βαθμών ζημίας. Μια πυκνότητα πλέγματος 100 × 100 m με ένα ερμηνευμένο δέντρο ανά σημείο ράστερ βρέθηκε να είναι το βέλτιστο μέγεθος δείγματος, τονίζοντας τη σημασία των χωρικά κατανεμημένων σημείων με λιγότερα δέντρα.    &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 1. ΕΙΣΑΓΩΓΗ  &amp;lt;/span&amp;gt;'''&lt;br /&gt;
 &lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η αειφόρος διαχείριση των δασών είναι ζωτικής σημασίας για τον μετριασμό των επιπτώσεων της κλιματικής αλλαγής και των φυσικών καταστροφών στα δάση, τα οποία αντιμετωπίζουν προκλήσεις όπως η αποψίλωση των δέντρων, η υποβάθμιση των οικοτόπων, τα χωροκατακτητικά είδη και οι επιπτώσεις της κλιματικής αλλαγής. Η παρακολούθηση της υγείας των δασών, ιδίως μέσω της εκτίμησης των ζημιών στα δέντρα και την κόμη, είναι απαραίτητη για την κατανόηση της εξέλιξης των ασθενειών και την ανάπτυξη αποτελεσματικών στρατηγικών διαχείρισης. Οι έγχρωμες υπέρυθρες (CIR) αεροφωτογραφίες, που καταγράφουν ορατή και κοντινή υπέρυθρη ακτινοβολία, χρησιμοποιούνται συνήθως για το σκοπό αυτό λόγω της ικανότητάς τους να ανιχνεύουν αλλαγές στην ανάκλαση που σχετίζονται με ζημιές στα δέντρα. Ωστόσο, ο καθορισμός του βέλτιστου μεγέθους δείγματος είναι κρίσιμος για αξιόπιστες εκτιμήσεις. &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Προηγούμενες έρευνες στην Κροατία χρησιμοποίησαν τη φωτοερμηνεία αεροφωτογραφιών CIR για την εκτίμηση των δασικών ζημιών χρησιμοποιώντας συστηματικά δείγματα με πλέγματα κουκκίδων. Οι ψηφιακές αεροφωτογραφίες CIR προσφέρουν νέες δυνατότητες για την εκτίμηση των ζημιών, αλλά εγείρουν ανησυχίες σχετικά με το μέγεθος του δείγματος. Οι μέθοδοι δειγματοληψίας έχουν μελετηθεί εκτενώς στην αξιολόγηση της διαχείρισης των δασών, με τα δείγματα με πλέγματα κουκκίδων να αποδεικνύονται αποτελεσματικά λόγω της χωρικής κατανομής τους και της ικανότητάς τους να ερμηνεύουν μεγάλο αριθμό δέντρων. Ωστόσο, ο καθορισμός του κατάλληλου μεγέθους δείγματος για τις ψηφιακές αεροφωτογραφίες CIR είναι απαραίτητος για να διασφαλιστούν αξιόπιστες εκτιμήσεις.  &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η παρούσα μελέτη αποσκοπούσε στον προσδιορισμό του καταλληλότερου μεγέθους δείγματος και του αριθμού των ερμηνευόμενων δέντρων ανά δείγμα σε ψηφιακές αεροφωτογραφίες CIR για την αξιολόγηση των ζημιών στην κόμη και της κατάστασης της υγείας των δέντρων. Περιελάμβανε την καταγραφή των ζημιών σε συστηματικά δείγματα με διαφορετικές πυκνότητες πλέγματος κουκκίδων και αριθμό δέντρων και την ανάλυση των δεδομένων για τον προσδιορισμό του σχήματος και του μεγέθους του δείγματος που θα εξασφάλιζε αξιόπιστη εκτίμηση των ζημιών. &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Το βέλτιστο μέγεθος δείγματος για την αξιολόγηση των ζημιών στην κόμη σε αεροφωτογραφίες CIR βρέθηκε να είναι μια πυκνότητα πλέγματος 100 × 100 m με ένα ερμηνευμένο δέντρο ανά ραστερικό σημείο. Η μελέτη αυτή υπογραμμίζει τη σημασία των χωρικά κατανεμημένων σημείων με λιγότερα δέντρα για αξιόπιστες εκτιμήσεις.   &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 2. ΥΛΙΚΑ ΚΑΙ ΜΕΘΟΔΟΙ &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η ερευνητική περιοχή οριοθετήθηκε στα πεδινά δάση που αποτελούνται κυρίως από πρεμνοφυείς δρυς και στενόφυλλες φλαμουριές, τα οποία βρίσκονται εντός των διαχειριστικών μονάδων &amp;quot;Josip Kozarac&amp;quot; και &amp;quot;Opeke&amp;quot; στην Κροατία. Οι εν λόγω μονάδες κάλυπταν έκταση 5759,13 εκταρίων και 547,27 εκταρίων, αντίστοιχα, με υψόμετρο που κυμαινόταν από 94 έως 105 μέτρα πάνω από το επίπεδο της θάλασσας.  &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Οι ψηφιακές αεροφωτογραφίες λήφθηκαν με τη χρήση πολυφασματικής ψηφιακής φωτογραφικής μηχανής UCX-Vexcel με εστιακή απόσταση 100,5 mm. Οι φωτογραφίες αυτές, συνολικού αριθμού 122, ελήφθησαν με χωρική ανάλυση 0,1 m, εξασφαλίζοντας λεπτομερή απεικόνιση του δασικού θόλου. Η διαμήκης επικάλυψη μεταξύ διαδοχικών φωτογραφιών ορίστηκε στο 60%, ενώ η εγκάρσια επικάλυψη διατηρήθηκε στο 36%.  &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η εκτίμηση των ζημιών στην κόμη, μια βασική πτυχή της αξιολόγησης της υγείας των δέντρων, πραγματοποιήθηκε σε αυτές τις ψηφιακές έγχρωμες υπέρυθρες (CIR) αεροφωτογραφίες για τα κύρια είδη δέντρων, δηλαδή τη βελανιδιά και τη στενόφυλλη τέφρα. Η ερμηνεία των φωτογραφιών πραγματοποιήθηκε με τη χρήση του πακέτου λογισμικού PHOTOMOD Lite 4.4. σε ψηφιακό φωτογραμμετρικό σταθμό εργασίας (DPS). &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Πριν από την έναρξη της διαδικασίας ερμηνείας, καθιερώθηκε μια ολοκληρωμένη μέθοδος για τη χαρτογράφηση των ζημιών στην κόμη. Αυτό περιελάμβανε την ανάπτυξη ενός κλειδιού φωτοερμηνείας ειδικά για την ερευνητική περιοχή, το οποίο διευκόλυνε την ταξινόμηση της κατάστασης υγείας των δέντρων με βάση τους διαφορετικούς βαθμούς βλάβης της κόμης. Για την ταξινόμηση αυτή χρησιμοποιήθηκε μια κλίμακα που κυμαίνεται από 0% έως 100%, με πρόσθετες κατηγορίες για τα κούτσουρα.  &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η ερμηνεία των ζημιών στην κόμη πραγματοποιήθηκε συστηματικά, με τη δημιουργία σχεδίων ή ακολουθιών που αποτελούνται από παρακείμενες ψηφιακές αεροφωτογραφίες. Η διαδικασία αυτή περιελάμβανε τέσσερα βασικά βήματα: σχηματισμός μπλοκ, τριγωνισμός αεροφωτογραφιών, προσαρμογή μπλοκ και επεξεργασία μπλοκ. Ο εναέριος τριγωνισμός, ζωτικής σημασίας για τον καθορισμό του χωρικού προσανατολισμού των φωτογραφιών, αυτοματοποιήθηκε με τη μέθοδο δέσμης ακτίνων, με τη βοήθεια μετρήσεων GPS/IMU που καταγράφηκαν κατά τη διάρκεια των εναέριων ερευνών.  &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Δημιουργήθηκαν συνολικά πέντε έργα, καθένα από τα οποία προχώρησε στα τέσσερα βήματα που αναφέρθηκαν προηγουμένως. Στη συνέχεια, δημιουργήθηκαν πίνακες κωδικών για κάθε στερεοζεύγος εντός αυτών των έργων. Αυτοί οι πίνακες κωδικών χρησίμευσαν ως σημείο αναφοράς για τη συλλογή δεδομένων στην ενότητα PHOTOMOD Stereo Draw, παρέχοντας λεπτομερείς περιγραφές των ερμηνευόμενων αντικειμένων (δέντρων), συμπεριλαμβανομένης της θέσης, του είδους και του βαθμού ζημίας τους.  &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Για τη διαδικασία ερμηνείας χρησιμοποιήθηκε ένα συστηματικό πλέγμα δειγμάτων 100 × 100 m. Σε κάθε σημείο ράστερ εντός αυτού του πλέγματος, ερμηνεύτηκαν οι τέσσερις πλησιέστερες κόμες δέντρων από τις αεροφωτογραφίες. Αυτή η συστηματική προσέγγιση εξασφάλισε την πλήρη κάλυψη της περιοχής μελέτης, διατηρώντας παράλληλα τη συνέπεια στη δειγματοληψία.  &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Τα δεδομένα που προέκυψαν από τη διαδικασία ερμηνείας εξήχθησαν σε μορφές .DXF και .SHP για περαιτέρω στατιστική ανάλυση και γεωχωρική χαρτογράφηση. Οι δείκτες ζημίας, όπως το ποσοστό ζημίας, η μέση ζημία, ο δείκτης ζημίας και η μέση ζημία των σημαντικά κατεστραμμένων δένδρων, υπολογίστηκαν με βάση τα ερμηνευμένα είδη δένδρων και τις δειγματοληπτικές επιφάνειες.  &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Ο καθορισμός του βέλτιστου μεγέθους δείγματος περιελάμβανε την εξέταση της μεταβλητότητας της εκτιμώμενης μέσης ζημίας, της επιθυμητής ακρίβειας και του συντελεστή αξιοπιστίας. Χρησιμοποιήθηκαν στατιστικές δοκιμές, συμπεριλαμβανομένης της δοκιμής χ^2 και της διωνυμικής κατανομής, για την αξιολόγηση της αξιοπιστίας της εκτίμησης της υγείας των δέντρων για διαφορετικές πυκνότητες σημείων δειγματοληψίας και αριθμό ερμηνευμένων δέντρων ανά δείγμα.  &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Κατασκευάστηκαν θεματικοί χάρτες που απεικονίζουν τη χωρική κατανομή της μέσης ζημίας για όλα τα είδη δέντρων στις λωρίδες έρευνας και σε ολόκληρη την ερευνητική περιοχή. Οι χάρτες αυτοί παρείχαν οπτική εικόνα της έκτασης και της σοβαρότητας των ζημιών στην κόμη, διευκολύνοντας τη λήψη τεκμηριωμένων αποφάσεων για τις πρακτικές διαχείρισης των δασών.  &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η χρήση ψηφιακών αεροφωτογραφιών και προηγμένων τεχνικών φωτοερμηνείας επέτρεψε την ολοκληρωμένη αξιολόγηση των ζημιών στην κόμη στα πεδινά δάση. Χρησιμοποιώντας συστηματικές μεθόδους δειγματοληψίας και αυστηρές στατιστικές αναλύσεις, η μελέτη προσδιόρισε τα βέλτιστα μεγέθη δείγματος και τις προσεγγίσεις ερμηνείας που είναι απαραίτητες για ακριβείς εκτιμήσεις της υγείας των δέντρων. Η απεικόνιση της κατανομής των ζημιών μέσω θεματικής χαρτογράφησης ενίσχυσε περαιτέρω την κατανόηση της δυναμικής της υγείας των δασών, συμβάλλοντας έτσι σε πολύτιμες γνώσεις για τις στρατηγικές διαχείρισης των δασών και τις προσπάθειες διατήρησης.&amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 3. ΑΠΟΤΕΛΕΣΜΑΤΑ &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η ερμηνεία των ζημιών στην κόμη για διαφορετικά μεγέθη δειγμάτων και αριθμό ερμηνευμένων δέντρων ανά δείγμα παρείχε πληροφορίες για την κατανομή των δέντρων ανά βαθμό ζημίας. Ο στατιστικός έλεγχος με τη χρήση του τεστ χ^2 δεν αποκάλυψε σημαντικές διαφορές μεταξύ των πυκνοτήτων των δειγμάτων και του αριθμού των ερμηνευμένων δέντρων σε σχέση με τη μέση εκτίμηση της ζημίας. Η ερμηνεία τεσσάρων δέντρων σε πλέγμα 100 × 100 οδήγησε στην εκτίμηση 5258 δέντρων ανά λωρίδα, χωρίς να εντοπιστούν σημαντικές διαφορές.  &amp;lt;/p&amp;gt;&lt;br /&gt;
 &lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Για την επίτευξη της επιθυμητής ακρίβειας 1%, χρειάστηκαν συνολικά 8223 δέντρα ερμηνεία, ενώ με 5258 δέντρα επιτεύχθηκε ακρίβεια 1,3%. Περαιτέρω ανάλυση καθόρισε ότι 3577 δέντρα πρέπει να ερμηνευθούν για να επιτευχθεί μέση ζημία 31,04% με ακρίβεια 1,5% και αξιοπιστία 95%. Η θεματική χαρτογράφηση απεικόνισε τις τάσεις κατανομής της μέσης ζημιάς σε διαφορετικές πυκνότητες δειγμάτων και αριθμούς ερμηνευμένων δέντρων.&amp;lt;/p&amp;gt;  &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Το βέλτιστο μέγεθος του δείγματος και ο αριθμός των ερμηνευμένων δέντρων ανά σημείο καθορίστηκαν σε 100 × 100 m με ένα ερμηνευμένο δέντρο ανά σημείο ράστερ. Ωστόσο, η μείωση της πυκνότητας δειγμάτων κάτω από 200 × 200 m οδήγησε σε απώλεια ακρίβειας και μείωση του αριθμού των δέντρων που ερμηνεύτηκαν ανά υποδιαμέρισμα, επηρεάζοντας σημαντικά την εκτίμηση της υγείας των δέντρων.&amp;lt;/p&amp;gt;  &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Οι δείκτες ζημιών παρέμειναν σταθεροί ανεξάρτητα από το μέγεθος του δείγματος ή τον αριθμό των ερμηνευμένων δέντρων ανά δείγμα, τονίζοντας την αξιοπιστία της μεθοδολογίας. Η μελέτη αποκάλυψε επίσης ότι η φωτοερμηνεία παρείχε μεγαλύτερη ακρίβεια από τις εκτιμήσεις πεδίου, ιδίως για μικρότερες πυκνότητες δειγμάτων.   &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 4. ΣΥΖΗΤΗΣΗ &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η δοκιμή διαφόρων πυκνοτήτων δειγμάτων και αριθμού ερμηνευόμενων δέντρων υπογράμμισε τη σημασία του μεγέθους του δείγματος στην εκτίμηση της ζημίας της κόμης. Η μείωση των πυκνοτήτων δείγματος κάτω από 200 × 200 m επηρέασε αρνητικά την ακρίβεια και μείωσε την αντιπροσώπευση συγκεκριμένων ειδών και βαθμών ζημίας εντός του δείγματος.  &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Τα ευρήματα επιβεβαιώνουν εκ νέου τη σημασία ενός συστηματικού μεγέθους δείγματος με καλά κατανεμημένα σημεία και μικρότερο αριθμό δέντρων ανά σημείο. Η φωτοερμηνεία επέδειξε συγκρίσιμη ακρίβεια με τις εκτιμήσεις πεδίου, ενώ απαιτούσε σημαντικά λιγότερο χρόνο και πόρους, καθιστώντας την πιο αποτελεσματική μέθοδο για την εκτίμηση της υγείας των δασών.  &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Ο χωρικός εντοπισμός και η παρακολούθηση των κατεστραμμένων δέντρων είναι ζωτικής σημασίας για τη βιώσιμη διαχείριση των δασών. Οι αεροφωτογραφίες CIR παρέχουν πολύτιμες πληροφορίες για τη δυναμική της υγείας των δασών με την πάροδο του χρόνου, επιτρέποντας έγκαιρες παρεμβάσεις για τη διατήρηση της ζωτικότητας και της παραγωγικότητας των δασών. &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 5. ΣΥΜΠΕΡΑΣΜΑΤΑ &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η μελέτη διεξήγαγε αξιολόγηση των ζημιών στην κόμη με τη χρήση ψηφιακών αεροφωτογραφιών CIR και καθόρισε τα βέλτιστα μεγέθη δειγμάτων και τον αριθμό δέντρων ανά δείγμα για την περιοχή μελέτης. Τα βασικά συμπεράσματα που προέκυψαν από την έρευνα περιλαμβάνουν τα εξής: &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Το βέλτιστο συστηματικό μέγεθος δείγματος είναι 100 × 100 m με ένα ερμηνευόμενο δέντρο ανά σημείο, αποφεύγοντας δείγματα με μεγαλύτερο αριθμό δέντρων σε λιγότερα σημεία.  &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η έρευνα ενισχύει τις υπάρχουσες μεθόδους για την αξιολόγηση της υγείας των δέντρων σε αεροφωτογραφίες CIR, εξασφαλίζοντας στατιστικά αξιόπιστα αποτελέσματα με βέλτιστα μεγέθη δείγματος.&amp;lt;/p&amp;gt;  &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η αξιοποίηση των ψηφιακών αεροφωτογραφιών CIR προσφέρει νέες δυνατότητες για τη βιώσιμη διαχείριση των δασών, ιδίως για την αντιμετώπιση των προκλήσεων που θέτει η κλιματική αλλαγή.  &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Συνολικά, η μελέτη συμβάλλει στην τελειοποίηση των πρακτικών διαχείρισης των δασών, βελτιώνοντας την ακρίβεια και την αποτελεσματικότητα των μεθόδων εκτίμησης των ζημιών της κόμης. &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
[[category:Αποτίμηση δασικής γης]]&lt;br /&gt;
[[category:Εφαρμογές Φωτοερμηνείας - Τηλεπισκόπησης]]&lt;br /&gt;
[[category:Εκτίμηση υποβάθμισης δασικών οικοσυστημάτων]]&lt;br /&gt;
[[category:Δασοπονία,_Δασική_διαχείριση]]&lt;/div&gt;</summary>
		<author><name>Maria Bikou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A0%CF%81%CE%BF%CF%83%CE%B4%CE%B9%CE%BF%CF%81%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B4%CF%85%CE%BD%CE%B7%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%BA%CE%B9%CE%BD%CE%B4%CF%8D%CE%BD%CF%89%CE%BD_%CE%B1%CF%80%CF%8C_%CF%84%CE%B7_%CE%B3%CE%B5%CF%89%CF%81%CE%B3%CE%B9%CE%BA%CE%AE_%CF%81%CF%8D%CF%80%CE%B1%CE%BD%CF%83%CE%B7_%CE%BC%CE%B7_%CF%83%CE%B7%CE%BC%CE%B5%CE%B9%CE%B1%CE%BA%CF%8E%CE%BD_%CF%80%CE%B7%CE%B3%CF%8E%CE%BD:_Yichang,_%CE%B5%CF%80%CE%B1%CF%81%CF%87%CE%AF%CE%B1_Hubei</id>
		<title>Προσδιορισμός δυνητικών κινδύνων από τη γεωργική ρύπανση μη σημειακών πηγών: Yichang, επαρχία Hubei</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A0%CF%81%CE%BF%CF%83%CE%B4%CE%B9%CE%BF%CF%81%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B4%CF%85%CE%BD%CE%B7%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%BA%CE%B9%CE%BD%CE%B4%CF%8D%CE%BD%CF%89%CE%BD_%CE%B1%CF%80%CF%8C_%CF%84%CE%B7_%CE%B3%CE%B5%CF%89%CF%81%CE%B3%CE%B9%CE%BA%CE%AE_%CF%81%CF%8D%CF%80%CE%B1%CE%BD%CF%83%CE%B7_%CE%BC%CE%B7_%CF%83%CE%B7%CE%BC%CE%B5%CE%B9%CE%B1%CE%BA%CF%8E%CE%BD_%CF%80%CE%B7%CE%B3%CF%8E%CE%BD:_Yichang,_%CE%B5%CF%80%CE%B1%CF%81%CF%87%CE%AF%CE%B1_Hubei"/>
				<updated>2024-02-23T22:51:21Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Bikou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Αρχείο:Figure1Hubei.png| thumb| right| '''Εικόνα 1. Τοποθεσία της περιοχής μελέτης. ''' πηγή: [https://doi.org/10.3390/su152316324] '']]&lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:Figure2Hubei.png| thumb| right| '''Εικόνα 2. Χωρική κατανομή των δεικτών εντοπισμού δυνητικών κινδύνων της ANPSP που αφορούν &lt;br /&gt;
Yichang City, επαρχία Hubei. (α) Ετήσια βροχόπτωση (mm). (β) Ετήσια κάλυψη βλάστησης (%). &lt;br /&gt;
(c). Συντελεστής διαλυμένων ρύπων μη σημειακής προέλευσης που εισέρχονται στον ποταμό. (δ) Συντελεστής των προσροφημένων &lt;br /&gt;
μη σημειακών ρύπων που εισέρχονται στον ποταμό. (ε) Κλίση (°). (στ) Συντελεστής διαβρωσιμότητας του εδάφους (t-h-(MJ-mm)-1). &lt;br /&gt;
(ζ) Φαινόμενο ισοζύγιο αζώτου στις γεωργικές εκτάσεις (t-km-2). (η) Φαινόμενο ισοζύγιο φωσφόρου σε &lt;br /&gt;
καλλιεργούμενες εκτάσεις (t-km-2).  ''' πηγή: [https://doi.org/10.3390/su152316324] '']]&lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:Figure3Hubei.png| thumb| right| '''Εικόνα 3. Χάρτες βαθμού επικινδυνότητας του ANPSP για την πόλη Yichang που προέκυψαν με τη χρήση (α) του Comprehensive Indicator Evaluation System (CIES) και (β) του DPeRS. ''' πηγή: [https://doi.org/10.3390/su152316324] '']] &lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:Figure4Hubei.png| thumb| right| '''Εικόνα 4. Αποτελέσματα της ανάλυσης απόκλισης των βαθμών κινδύνου μεταξύ των μοντέλων CIES και DPeRS για την Yichang &lt;br /&gt;
City.  ''' πηγή: [https://doi.org/10.3390/su152316324] '']] &lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος τίτλος:''' ''Potential Risk Identification of Agricultural Nonpoint Source Pollution: A Case Study of Yichang City, Hubei Province''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς: ''' Jinfeng Yang, Xuelei Wang, Xinrong Li, Zhuang Tian, Guoyuan Zou, Lianfeng Du and Xuan Guo  &lt;br /&gt;
&lt;br /&gt;
'''Δημοσιεύθηκε: '''  ''Sustainability 2023, 15(23), 16324; https://doi.org/10.3390/su152316324 '' &lt;br /&gt;
&lt;br /&gt;
'''Λέξεις κλειδιά: ''' γεωργική ρύπανση από μη σημειακές πηγές, σύστημα δεικτών, προσδιορισμός δυνητικού κινδύνου, περιοχή κρίσιμης πηγής. &lt;br /&gt;
&lt;br /&gt;
'''Αντικείμενο εφαρμογής: ''' Σημειακές και μη πηγές ρύπανσης ''' &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 1. ΠΕΡΙΛΗΨΗ  &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Το κείμενο υπογραμμίζει τη σημασία του εντοπισμού των πιθανών κινδύνων από τη γεωργική ρύπανση μη σημειακών πηγών (ANPSP) για τον έλεγχο της ρύπανσης και τη βιώσιμη γεωργία. Προτείνεται μια νέα μέθοδος που ονομάζεται Σύστημα Δείκτη Αξιολόγησης Δυνητικού Κινδύνου (PRAIS), η οποία περιλαμβάνει την ολοκληρωμένη ανάλυση των πηγών κινδύνου και των παραγόντων καταβύθισης. Το PRAIS εφαρμόστηκε στην πόλη Yichang της επαρχίας Hubei, υποδεικνύοντας ένα επίπεδο δυνητικού κινδύνου ANPSP 18,86%, με το 4,95% να είναι περιοχές υψηλού κινδύνου που χαρακτηρίζονται από παράγοντες όπως υψηλά ποσοστά εφαρμογής αζώτου και φωσφόρου, σημαντική διάβρωση του εδάφους και χαμηλή κάλυψη βλάστησης. Σε σύγκριση με το μοντέλο εκτίμησης της διάχυτης ρύπανσης με τηλεπισκόπηση (DPeRS), το PRAIS έδειξε παρόμοια ακρίβεια, μειώνοντας τη διαφορά περιοχής του ίδιου επιπέδου κινδύνου κατά 33,9%. Αυτό υποδηλώνει ότι το PRAIS είναι ένα αποτελεσματικό εργαλείο για τον ταχεία εντοπισμό πιθανών κινδύνων περιφερειακής ANPSP.  &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 1. ΕΙΣΑΓΩΓΗ  &amp;lt;/span&amp;gt;'''&lt;br /&gt;
 &lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η αποτελεσματική διαχείριση της ρύπανσης στην Κίνα έχει σημειώσει σημαντική πρόοδο στον έλεγχο της ρύπανσης από τις κεντρικές απορρίψεις βιομηχανικών και αστικών λυμάτων. Ωστόσο, η ρύπανση από μη σημειακές πηγές (NPSP) που προέρχεται από γεωργικές, δασικές, κτηνοτροφικές, αλιευτικές περιοχές παραγωγής και αγροτικές περιοχές διαβίωσης έχει αναδειχθεί σε κύρια πηγή ρύπανσης των υδάτων, συμβάλλοντας ιδιαίτερα στην απώλεια αζώτου και φωσφόρου και στην υποβάθμιση της ποιότητας των υδάτων. Ειδικότερα, η γεωργική NPSP (ANPSP) δημιουργεί μοναδικές προκλήσεις λόγω της διασκορπισμένης και ασύλληπτης φύσης της, συμπεριλαμβανομένων αβέβαιων παραγόντων όπως ο χρόνος εμφάνισης, η πηγή και η συγκέντρωση των ρύπων. Έτσι, η παρακολούθηση και η αξιολόγηση της ANPSP καθίσταται πολύπλοκη αλλά και επιτακτική για τις πολιτικές πρόληψης και ελέγχου της ρύπανσης.  &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η περιοχή του ταμιευτήρα των Τριών Φαραγγιών (TGRA) στην Κίνα επηρεάζεται σημαντικά από την ANPSP, με την πόλη Yichang στην επαρχία Hubei να αποτελεί κρίσιμη πύλη εισόδου στην περιοχή αυτή. Η ταχεία ανάπτυξη της γεωργίας στην πόλη Yichang, που επικεντρώνεται κυρίως σε καλλιέργειες μετρητών, έχει οδηγήσει σε αξιοσημείωτη αύξηση της ANPSP, γεγονός που καθιστά αναγκαία τη λήψη ολοκληρωμένων μέτρων ελέγχου για την εξισορρόπηση των περιβαλλοντικών ανησυχιών με τη γεωργική ανάπτυξη. Ενώ έχει διεξαχθεί σημαντική έρευνα σχετικά με την ΑΝΣΠ στην TGRA, ιδίως στο τμήμα Chongqing, η κατανόηση των χαρακτηριστικών της ΑΝΣΠ στην επαρχία Hubei παραμένει περιορισμένη. Λαμβάνοντας υπόψη τις διαφορετικές τοπογραφικές και γεωργικές δομές της επαρχίας Hubei σε σύγκριση με την πόλη Chongqing, είναι απαραίτητη η συστηματική έρευνα για την NPSP στην Hubei.  &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Έχουν χρησιμοποιηθεί διάφορες μέθοδοι για τον εντοπισμό του κινδύνου ANPSP, συμπεριλαμβανομένης της μεθόδου του συντελεστή εξαγωγής, ποσοτικών μοντέλων και συστημάτων δεικτών. Ωστόσο, κάθε μέθοδος έχει τους περιορισμούς της, όπως οι απαιτήσεις δεδομένων, η πολυπλοκότητα των παραμέτρων και η δυνατότητα εφαρμογής στο γεωργικό πλαίσιο της Κίνας. Η μέθοδος του συστήματος δεικτών, αν και προσφέρει ευελιξία, πάσχει από ζητήματα όπως η ανεπαρκής ταξινόμηση των πηγών ρύπανσης και η ελλιπής επιλογή δεικτών. Ως εκ τούτου, υπάρχει επιτακτική ανάγκη για την ολοκληρωμένη ανάλυση των παραγόντων ANPSP και τη δημιουργία ενός νέου μοντέλου εκτίμησης κινδύνου.  &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Για την αντιμετώπιση αυτών των προκλήσεων, προτείνουμε το Σύστημα Δείκτη Αξιολόγησης Δυνητικού Κινδύνου (PRAIS) για τον προσδιορισμό του δυνητικού κινδύνου της ANPSP, εστιάζοντας στην απλότητα, την ταχύτητα, το χαμηλό κόστος, την ακρίβεια και την προσαρμοστικότητα. Το PRAIS προσδιορίζει τα βάρη των δεικτών, διαιρεί τους βαθμούς των παραγόντων και υπολογίζει τους δείκτες κινδύνου ANPSP. Η παρούσα μελέτη αποσκοπεί στην εισαγωγή μιας νέας μεθόδου για τον προσδιορισμό του κινδύνου ANPSP, τη δημιουργία του πλαισίου PRAIS και την αξιολόγηση του δυνητικού κινδύνου ANPSP στην πόλη Yichang, θέτοντας τις βάσεις για την αποτελεσματική αξιολόγηση ANPSP και την ταχεία διαλογή.  &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 2. ΥΛΙΚΑ ΚΑΙ ΜΕΘΟΔΟΙ &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 2.1. Επισκόπηση της περιοχής μελέτης &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η πόλη Yichang, που βρίσκεται στη νοτιοδυτική επαρχία Hubei, κατέχει στρατηγική θέση στη συμβολή του άνω και του μεσαίου ρου του ποταμού Yangtze. Χρησιμεύει ως μεταβατική ζώνη από τις ορεινές περιοχές Wuling και Qinba στις πεδινές περιοχές της πεδιάδας Jianghan (βλ. Εικόνα 1). Καλύπτοντας τις συντεταγμένες 110°150-112°040 E και 29°560-31°340 N, η πόλη Yichang καλύπτει μια συνολική έκταση 21.000 km², η οποία χαρακτηρίζεται από ένα ποικίλο ανάγλυφο που περιλαμβάνει δυτικά βουνά (69%), κεντρικούς λόφους (21%) και ανατολικές πεδιάδες (10%). Η πόλη κατέχει σημαντική περιφερειακή σημασία ως βασικό μέλος της οικονομικής ζώνης του ποταμού Γιανγκτσέ, οικολογικό φράγμα εντός της περιοχής του ταμιευτήρα των Τριών Φαραγγιών (TGRA) και ζωτικό στοιχείο της οικολογικής γραμμής προστασίας του ποταμού Γιανγκτσέ.  &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Το 2021, η καλλιεργούμενη έκταση της πόλης Yichang ανήλθε σε 2932 km², αντιπροσωπεύοντας το 13,81% της συνολικής της έκτασης, ενώ οι δασικές εκτάσεις κάλυπταν 14.077 km². Η γεωργία αποτελεί κυρίαρχη οικονομική δραστηριότητα, με τις καλλιέργειες μετρητών να συνεισφέρουν περίπου το 90% της συνολικής γεωργικής παραγωγής. Ωστόσο, η υψηλή ένταση λίπανσης που συνδέεται με τις καλλιέργειες μετρητών αποτελεί σημαντική πρόκληση, οδηγώντας σε σημαντική γεωργική ρύπανση μη σημειακής προέλευσης (ANPSP). Η ραγδαία ανάπτυξη των γεωργικών δραστηριοτήτων τα τελευταία χρόνια έχει επιδεινώσει το ζήτημα αυτό, καθιστώντας αναγκαία τη λήψη ολοκληρωμένων μέτρων για τον έλεγχο και τη διαχείριση της ANPSP (Εικόνα 1).  &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 2.2. Μεθοδολογία  &amp;lt;/span&amp;gt;''' &lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt;2.2.1. Σύστημα δεικτών αξιολόγησης δυνητικού κινδύνου για την ANPSP &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η ANPSP επηρεάζεται από διάφορους παράγοντες, όπως η τοπογραφία, το κλίμα, η κάλυψη γης και οι ανθρώπινες δραστηριότητες. Οι παράγοντες αυτοί διέπουν τις ροές εφοδιαστικής και ενέργειας που εμπλέκονται στη διαδικασία ANPSP. Στην παρούσα μελέτη υιοθετήθηκε μια ολοκληρωμένη προσέγγιση που ενσωματώνει τόσο τους φυσικούς όσο και τους ανθρώπινους παράγοντες. Οι υδρομετεωρολογικοί δείκτες, συμπεριλαμβανομένων των ετήσιων βροχοπτώσεων, του συντελεστή διαλυμένων ρύπων μη σημειακής προέλευσης και του συντελεστή προσροφημένων ρύπων μη σημειακής προέλευσης, εξετάστηκαν παράλληλα με τους δείκτες εδάφους, βλάστησης και οικονομίας. Κάθε δείκτης επιλέχθηκε σχολαστικά και αναλύθηκε για να προσδιοριστεί η επιρροή του στον κίνδυνο ANPSP. &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 2.2.2. Στάθμιση των δυνητικών δεικτών αξιολόγησης κινδύνου &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η ακριβής εκτίμηση του κινδύνου ANPSP απαιτεί τον προσδιορισμό της βαρύτητας κάθε δείκτη. Στην παρούσα μελέτη χρησιμοποιήθηκε για τον σκοπό αυτό η μέθοδος της αναλυτικής ιεραρχικής διαδικασίας (AHP). Οι γνώμες των εμπειρογνωμόνων συνδυάστηκαν με συγκρίσεις ανά ζεύγη με τη μέθοδο της κλίμακας 1-9 του Sati για τη δημιουργία ενός πίνακα κρίσης. Η συνέπεια του πίνακα κρίσης ελέγχθηκε για να διασφαλιστεί η αξιοπιστία και υπολογίστηκαν οι σχετικές τιμές βαρύτητας κάθε δείκτη. Ο σταθμισμένος συνδυασμός των αποτελεσμάτων παρείχε τα βάρη σπουδαιότητας κάθε δείκτη για τον συνολικό στόχο. &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 2.2.3. Υπολογισμός του δείκτη δυνητικού κινδύνου και ταξινόμηση κινδύνου της ANPSP   &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Οι κανονικοποιημένες διακριτές τιμές πλέγματος κάθε δείκτη κανονικοποιήθηκαν στατιστικά γραμμικά και οκτώ δείκτες δυνητικού κινδύνου ρύπανσης ταξινομήθηκαν και τους αποδόθηκαν βαθμολογίες με τη μέθοδο ταξινόμησης φυσικής ασυνέχειας Jenks. Στη συνέχεια, υπολογίστηκε ένας δείκτης δυνητικού κινδύνου για την ANPSP με βάση τον σταθμισμένο συνδυασμό των τιμών των δεικτών. Ο δείκτης κινδύνου ταξινομήθηκε σε τέσσερα επίπεδα: κανένας κίνδυνος, χαμηλός κίνδυνος, μεσαίος κίνδυνος και υψηλός κίνδυνος, χρησιμοποιώντας συγκεκριμένα αριθμητικά εύρη.  &amp;lt;/p&amp;gt; &lt;br /&gt;
 &lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 2.3. Πηγές δεδομένων  &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Τα δεδομένα που συλλέχθηκαν το 2015 περιλάμβαναν τηλεπισκοπικά, μετεωρολογικά, υδρολογικά, υψομετρικά, εδαφολογικά και γεωργικά στατιστικά δεδομένα για την πόλη Yichang. Όλες οι εικόνες μετατράπηκαν σε προβολές ίσου προϊόντος της Alber για χωρικές πράξεις.  &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 2.4. Επαλήθευση των αποτελεσμάτων εντοπισμού κινδύνων   &amp;lt;/span&amp;gt;''' &lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt;2.4.1. Επαλήθευση του μοντέλου   &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Τα αποτελέσματα της αναγνώρισης κινδύνου με τη χρήση του συστήματος δείκτη αξιολόγησης δυνητικού κινδύνου (PRAIS) επικυρώθηκαν με τη χρήση του μοντέλου Diffuse Pollution estimation with Remote Sensing (DPeRS). Αυτό το ημιεμπειρικό και ημιμηχανιστικό μοντέλο διεργασιών παρείχε ποσοτικά δεδομένα για τα ολικά φορτία αζώτου και ολικού φωσφόρου της ANPSP, υποστηρίζοντας την επικύρωση του ολοκληρωμένου συστήματος δείκτη εκτίμησης κινδύνου ANPSP.  &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt;2.4.2. Μέθοδος επαλήθευσης    &amp;lt;/span&amp;gt;'''&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Πραγματοποιήθηκε σύγκριση μεταξύ των χαρτών κινδύνου που παρήχθησαν από τα μοντέλα PRAIS και DPeRS, εξετάζοντας τις διαφορές στην επεξεργασία και υπολογίζοντας την ποσοστιαία απόκλιση για την αξιολόγηση της συνέπειας μεταξύ των αποτελεσμάτων των δύο μοντέλων.  &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Αυτή η ολοκληρωμένη ενότητα μεθοδολογίας περιγράφει τη συστηματική προσέγγιση που χρησιμοποιήθηκε για την αξιολόγηση και την ταξινόμηση του κινδύνου ANPSP στην πόλη Yichang, παρέχοντας λεπτομερή εικόνα των μεθόδων που χρησιμοποιήθηκαν και του σκεπτικού πίσω από την επιλογή τους. &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 3. ΑΠΟΤΕΛΕΣΜΑΤΑ &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 3.1. Χωρικά χαρακτηριστικά των δυνητικών δεικτών εντοπισμού κινδύνου για την ANPSP    &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η μελέτη αξιολόγησε τη χωρική κατανομή των δυνητικών δεικτών προσδιορισμού κινδύνου για τη γεωργική ρύπανση μη σημειακής προέλευσης (ANPSP) στην πόλη Yichang. Τα αποτελέσματα έδειξαν ότι η πόλη Yichang παρουσιάζει υψηλές ετήσιες βροχοπτώσεις που υπερβαίνουν τα 800 mm και έχει σχετικά υψηλή φυτοκάλυψη. Η βορειοδυτική περιοχή παρουσίασε υψηλότερο συντελεστή διαλυμένων ρύπων μη σημειακών πηγών που εισέρχονται στον ποταμό, ενώ ο συντελεστής των προσροφημένων ρύπων μη σημειακών πηγών που εισέρχονται στον ποταμό ήταν χαμηλότερος στα δυτικά και νοτιοανατολικά. Επιπλέον, οι ορεινές και λοφώδεις περιοχές παρουσίασαν υψηλότερες κλίσεις και συντελεστές διαβρωσιμότητας του εδάφους. Το ισοζύγιο αζώτου και φωσφόρου στις γεωργικές εκτάσεις διέφερε σε διάφορες περιοχές.  &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 3.2. Προσδιορισμός των δυνητικών κινδύνων για την ANPSP       &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η μελέτη χαρτογράφησε τους βαθμούς κινδύνου και τις περιοχές ANPSP για την πόλη Yichang χρησιμοποιώντας δύο μεθόδους: Comprehensive Index Evaluation System (CIES) και το μοντέλο εκτίμησης της διάχυτης ρύπανσης με τηλεπισκόπηση (DPeRS). Το σύστημα δυνητικού δείκτη κινδύνου αποκάλυψε συνολικό δυνητικό κίνδυνο 18,86%, συγκεντρωμένο στις κεντρικές και ανατολικές περιοχές. Οι περιοχές υψηλού κινδύνου, κυρίως στην ανατολική περιοχή της Dangyang, αντιπροσώπευαν το 4,95% της συνολικής έκτασης. Το μοντέλο DPeRS εντόπισε περιοχές υψηλότερου κινδύνου κυρίως στις περιοχές Dangyang, Zhijiang, Zigui County, Xingshan County και Yuan'an County, που αντιστοιχούν σε περιοχές με σημαντική φύτευση καλλιεργειών και εφαρμογή λιπασμάτων, καθώς και υψηλά ποσοστά εφαρμογής αζώτου και φωσφόρου. (Εικόνα 2) (Εικόνα 3).  &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 3.3. Επαλήθευση της ταυτοποίησης με χρήση του CIES   &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Για την επικύρωση της ακρίβειας των μεθόδων εντοπισμού κινδύνων, πραγματοποιήθηκε ανάλυση αποκλίσεων με σύγκριση των χαρτών βαθμού κινδύνου των μοντέλων CIES και DPeRS. Τα αποτελέσματα έδειξαν ότι η μέση διαφορά στην περιοχή για τον ίδιο βαθμό κινδύνου δεν ήταν μεγαλύτερη από 33,9%. Επιπλέον, ένα σημαντικό τμήμα της περιοχής παρουσίασε χαμηλή ή καθόλου απόκλιση μεταξύ των δύο μοντέλων, ενώ μόνο ένα μικρό ποσοστό παρουσίασε ελαφρώς υψηλότερη απόκλιση. Αυτό υποδηλώνει ότι η προτεινόμενη μέθοδος, CIES, προσφέρει συγκρίσιμη ακρίβεια με το μοντέλο DPeRS, ενώ είναι απλούστερη, ταχύτερη και απαιτεί λιγότερο πολύπλοκη συσσώρευση δεδομένων (Εικόνα 4).  &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Με τον τρόπο αυτό συνοψίστηκαν τα χωρικά χαρακτηριστικά των δυνητικών δεικτών κινδύνου, ο προσδιορισμός των δυνητικών κινδύνων για την ANPSP και η επαλήθευση των μεθόδων προσδιορισμού, αναδεικνύοντας την ακρίβεια και την απλότητα του προτεινόμενου Συστήματος Συνολικής Αξιολόγησης Δεικτών (CIES).  &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 4. ΣΥΖΗΤΗΣΗ &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Στην παρούσα ενότητα, παρουσιάζουμε μια νέα μέθοδο που ονομάζεται Προσδιορισμός δυνητικών κινδύνων γεωργικής ρύπανσης μη σημειακής προέλευσης (PRAIS) για την πόλη Yichang. Προηγούμενες μελέτες σχετικά με την ANPSP στην πόλη Yichang έχουν παραβλέψει τον προσδιορισμό του δυνητικού κινδύνου, τονίζοντας τη σημασία της παρούσας μελέτης. Τα ευρήματα αποκαλύπτουν ότι μόνο το 18,86% της πόλης Yichang αντιμετωπίζει δυνητικό κίνδυνο ANPSP, ενώ οι περιοχές υψηλού κινδύνου καταλαμβάνουν λιγότερο από 5%. Αυτό υποδηλώνει σημαντικές βελτιώσεις στον έλεγχο του ANPSP, ευθυγραμμιζόμενο με τα αποτελέσματα της παρακολούθησης της ποιότητας του νερού στην περιοχή. Παρά τη μείωση του μέσου ποσοστού εφαρμογής χημικών λιπασμάτων από το 2019 έως το 2020, παραμένει σημαντικά υψηλότερο από τα διεθνή όρια ασφαλείας, υποδεικνύοντας την ανάγκη για συνεχείς προσπάθειες στον έλεγχο της ρύπανσης. Η ανάλυση της σχέσης μεταξύ των μεταβλητών ANPSP και της αξίας της γεωργικής παραγωγής υπογραμμίζει τη σημασία της αντιμετώπισης της ρύπανσης από λιπάσματα και κοπριά ζώων/πουλερικών. Η μελέτη υπογραμμίζει ότι οι περιοχές με υψηλά ποσοστά εφαρμογής λιπασμάτων είναι πιο πιθανό να γίνουν περιοχές υψηλού κινδύνου, τονίζοντας τη σημασία της ορθολογικής χρήσης λιπασμάτων στην πρόληψη της ANPSP. &amp;lt;/p&amp;gt;  &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η προτεινόμενη μέθοδος PRAIS προσφέρει πολλά πλεονεκτήματα: (i) Η συλλογή δεδομένων είναι απλή μέσω των υφιστάμενων μετεωρολογικών και υδρολογικών σταθμών παρακολούθησης, των εθνικών στατιστικών επετηρίδων και των άμεσα διαθέσιμων βάσεων δεδομένων. (ii) Οι επιλεγμένοι δείκτες χρησιμοποιούνται συνήθως και είναι φθηνοί, μειώνοντας το συνολικό κόστος προσδιορισμού. (iii) Η μέθοδος είναι κατάλληλη για γεωργικές περιοχές, ιδίως για εκείνες με ΝΠΣΠ τύπου έκπλυσης, και είναι κατάλληλη για τις πεδιάδες της βόρειας Κίνας. (iv) Η σύγκριση με το μοντέλο DPeRS καταδεικνύει υψηλή συνέπεια στα αποτελέσματα ταυτοποίησης. Ωστόσο, υπάρχουν περιορισμοί, όπως ασαφή πρότυπα ταξινόμησης για ορισμένους δείκτες, ιδίως σε περιοχές με υψηλή βροχόπτωση. Η μελλοντική έρευνα θα πρέπει να επικεντρωθεί στη βελτιστοποίηση των προτύπων ταξινόμησης, ιδίως για τους δείκτες ετήσιας βροχόπτωσης.  &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 5. ΣΥΜΠΕΡΑΣΜΑΤΑ &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η παρούσα μελέτη προτείνει την PRAIS, μια νέα μέθοδο για τον εντοπισμό πιθανών κινδύνων από NPSP μέσω μιας ολοκληρωμένης ανάλυσης των παραγόντων πηγής και καταβόθρας. Η PRAIS χρησιμοποιεί ένα σύστημα δεικτών αξιολόγησης που περιλαμβάνει οκτώ δείκτες, διευκολύνοντας τον γρήγορο και αποτελεσματικό προσδιορισμό των περιοχών κινδύνου ANPSP στην πόλη Yichang. Περίπου το 18,86% της πόλης αντιμετωπίζει δυνητικό κίνδυνο ANPSP, κυρίως συγκεντρωμένο στις κεντρικές και ανατολικές περιοχές, με σποραδικά κατανεμημένες περιοχές υψηλού κινδύνου. Η σύγκριση με το μοντέλο DPeRS επιβεβαιώνει την ακρίβεια της μεθόδου PRAIS. Συνολικά, η μελέτη αυτή παρέχει πολύτιμες πληροφορίες για τον εντοπισμό του κινδύνου ANPSP, τονίζοντας τη σημασία των συνεχών προσπαθειών για τον έλεγχο της ρύπανσης και την ορθολογική χρήση των λιπασμάτων για την περιβαλλοντική βιωσιμότητα.  &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
[[category:Σημειακές και μη πηγές ρύπανσης]]&lt;br /&gt;
[[category:Επιπτώσεις ανθρωπογενών επιδράσεων επί των δασικών οικοσυστημάτων]]&lt;br /&gt;
[[category:Παρακολούθηση και εκτίμηση διαχρονικών αλλαγών και εξελίξεων]]&lt;br /&gt;
[[category:Γεωργία]]&lt;/div&gt;</summary>
		<author><name>Maria Bikou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A0%CF%81%CE%BF%CF%83%CE%B4%CE%B9%CE%BF%CF%81%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B4%CF%85%CE%BD%CE%B7%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%BA%CE%B9%CE%BD%CE%B4%CF%8D%CE%BD%CF%89%CE%BD_%CE%B1%CF%80%CF%8C_%CF%84%CE%B7_%CE%B3%CE%B5%CF%89%CF%81%CE%B3%CE%B9%CE%BA%CE%AE_%CF%81%CF%8D%CF%80%CE%B1%CE%BD%CF%83%CE%B7_%CE%BC%CE%B7_%CF%83%CE%B7%CE%BC%CE%B5%CE%B9%CE%B1%CE%BA%CF%8E%CE%BD_%CF%80%CE%B7%CE%B3%CF%8E%CE%BD:_Yichang,_%CE%B5%CF%80%CE%B1%CF%81%CF%87%CE%AF%CE%B1_Hubei</id>
		<title>Προσδιορισμός δυνητικών κινδύνων από τη γεωργική ρύπανση μη σημειακών πηγών: Yichang, επαρχία Hubei</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A0%CF%81%CE%BF%CF%83%CE%B4%CE%B9%CE%BF%CF%81%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B4%CF%85%CE%BD%CE%B7%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%BA%CE%B9%CE%BD%CE%B4%CF%8D%CE%BD%CF%89%CE%BD_%CE%B1%CF%80%CF%8C_%CF%84%CE%B7_%CE%B3%CE%B5%CF%89%CF%81%CE%B3%CE%B9%CE%BA%CE%AE_%CF%81%CF%8D%CF%80%CE%B1%CE%BD%CF%83%CE%B7_%CE%BC%CE%B7_%CF%83%CE%B7%CE%BC%CE%B5%CE%B9%CE%B1%CE%BA%CF%8E%CE%BD_%CF%80%CE%B7%CE%B3%CF%8E%CE%BD:_Yichang,_%CE%B5%CF%80%CE%B1%CF%81%CF%87%CE%AF%CE%B1_Hubei"/>
				<updated>2024-02-23T22:49:22Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Bikou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Αρχείο:Figure1Hubei.png| thumb| right| '''Εικόνα 1. Τοποθεσία της περιοχής μελέτης. ''' πηγή: [https://doi.org/10.3390/su152316324] '']]&lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:Figure2Hubei.png| thumb| right| '''Εικόνα 2. Χωρική κατανομή των δεικτών εντοπισμού δυνητικών κινδύνων της ANPSP που αφορούν &lt;br /&gt;
Yichang City, επαρχία Hubei. (α) Ετήσια βροχόπτωση (mm). (β) Ετήσια κάλυψη βλάστησης (%). &lt;br /&gt;
(c). Συντελεστής διαλυμένων ρύπων μη σημειακής προέλευσης που εισέρχονται στον ποταμό. (δ) Συντελεστής των προσροφημένων &lt;br /&gt;
μη σημειακών ρύπων που εισέρχονται στον ποταμό. (ε) Κλίση (°). (στ) Συντελεστής διαβρωσιμότητας του εδάφους (t-h-(MJ-mm)-1). &lt;br /&gt;
(ζ) Φαινόμενο ισοζύγιο αζώτου στις γεωργικές εκτάσεις (t-km-2). (η) Φαινόμενο ισοζύγιο φωσφόρου σε &lt;br /&gt;
καλλιεργούμενες εκτάσεις (t-km-2).  ''' πηγή: [https://doi.org/10.3390/su152316324] '']]&lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:Figure3Hubei.png| thumb| right| '''Εικόνα 3. Χάρτες βαθμού επικινδυνότητας του ANPSP για την πόλη Yichang που προέκυψαν με τη χρήση (α) του Comprehensive Indicator Evaluation System (CIES) και (β) του DPeRS. ''' πηγή: [https://doi.org/10.3390/su152316324] '']] &lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:Figure4Hubei.png| thumb| right| '''Εικόνα 4. Αποτελέσματα της ανάλυσης απόκλισης των βαθμών κινδύνου μεταξύ των μοντέλων CIES και DPeRS για την Yichang &lt;br /&gt;
City.  ''' πηγή: [https://doi.org/10.3390/su152316324] '']] &lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος τίτλος:''' ''Potential Risk Identification of Agricultural Nonpoint Source Pollution: A Case Study of Yichang City, Hubei Province''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς: ''' Jinfeng Yang, Xuelei Wang, Xinrong Li, Zhuang Tian, Guoyuan Zou, Lianfeng Du and Xuan Guo  &lt;br /&gt;
&lt;br /&gt;
'''Δημοσιεύθηκε: '''  ''Sustainability 2023, 15(23), 16324; https://doi.org/10.3390/su152316324 '' &lt;br /&gt;
&lt;br /&gt;
'''Λέξεις κλειδιά: ''' γεωργική ρύπανση από μη σημειακές πηγές, σύστημα δεικτών, προσδιορισμός δυνητικού κινδύνου, περιοχή κρίσιμης πηγής. &lt;br /&gt;
&lt;br /&gt;
'''Αντικείμενο εφαρμογής: ''' Σημειακές και μη πηγές ρύπανσης ''' &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 1. ΠΕΡΙΛΗΨΗ  &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
Το κείμενο υπογραμμίζει τη σημασία του εντοπισμού των πιθανών κινδύνων από τη γεωργική ρύπανση μη σημειακών πηγών (ANPSP) για τον έλεγχο της ρύπανσης και τη βιώσιμη γεωργία. Προτείνεται μια νέα μέθοδος που ονομάζεται Σύστημα Δείκτη Αξιολόγησης Δυνητικού Κινδύνου (PRAIS), η οποία περιλαμβάνει την ολοκληρωμένη ανάλυση των πηγών κινδύνου και των παραγόντων καταβύθισης. Το PRAIS εφαρμόστηκε στην πόλη Yichang της επαρχίας Hubei, υποδεικνύοντας ένα επίπεδο δυνητικού κινδύνου ANPSP 18,86%, με το 4,95% να είναι περιοχές υψηλού κινδύνου που χαρακτηρίζονται από παράγοντες όπως υψηλά ποσοστά εφαρμογής αζώτου και φωσφόρου, σημαντική διάβρωση του εδάφους και χαμηλή κάλυψη βλάστησης. Σε σύγκριση με το μοντέλο εκτίμησης της διάχυτης ρύπανσης με τηλεπισκόπηση (DPeRS), το PRAIS έδειξε παρόμοια ακρίβεια, μειώνοντας τη διαφορά περιοχής του ίδιου επιπέδου κινδύνου κατά 33,9%. Αυτό υποδηλώνει ότι το PRAIS είναι ένα αποτελεσματικό εργαλείο για τον ταχεία εντοπισμό πιθανών κινδύνων περιφερειακής ANPSP.  &lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 1. ΕΙΣΑΓΩΓΗ  &amp;lt;/span&amp;gt;'''&lt;br /&gt;
 &lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η αποτελεσματική διαχείριση της ρύπανσης στην Κίνα έχει σημειώσει σημαντική πρόοδο στον έλεγχο της ρύπανσης από τις κεντρικές απορρίψεις βιομηχανικών και αστικών λυμάτων. Ωστόσο, η ρύπανση από μη σημειακές πηγές (NPSP) που προέρχεται από γεωργικές, δασικές, κτηνοτροφικές, αλιευτικές περιοχές παραγωγής και αγροτικές περιοχές διαβίωσης έχει αναδειχθεί σε κύρια πηγή ρύπανσης των υδάτων, συμβάλλοντας ιδιαίτερα στην απώλεια αζώτου και φωσφόρου και στην υποβάθμιση της ποιότητας των υδάτων. Ειδικότερα, η γεωργική NPSP (ANPSP) δημιουργεί μοναδικές προκλήσεις λόγω της διασκορπισμένης και ασύλληπτης φύσης της, συμπεριλαμβανομένων αβέβαιων παραγόντων όπως ο χρόνος εμφάνισης, η πηγή και η συγκέντρωση των ρύπων. Έτσι, η παρακολούθηση και η αξιολόγηση της ANPSP καθίσταται πολύπλοκη αλλά και επιτακτική για τις πολιτικές πρόληψης και ελέγχου της ρύπανσης.  &lt;br /&gt;
&lt;br /&gt;
Η περιοχή του ταμιευτήρα των Τριών Φαραγγιών (TGRA) στην Κίνα επηρεάζεται σημαντικά από την ANPSP, με την πόλη Yichang στην επαρχία Hubei να αποτελεί κρίσιμη πύλη εισόδου στην περιοχή αυτή. Η ταχεία ανάπτυξη της γεωργίας στην πόλη Yichang, που επικεντρώνεται κυρίως σε καλλιέργειες μετρητών, έχει οδηγήσει σε αξιοσημείωτη αύξηση της ANPSP, γεγονός που καθιστά αναγκαία τη λήψη ολοκληρωμένων μέτρων ελέγχου για την εξισορρόπηση των περιβαλλοντικών ανησυχιών με τη γεωργική ανάπτυξη. Ενώ έχει διεξαχθεί σημαντική έρευνα σχετικά με την ΑΝΣΠ στην TGRA, ιδίως στο τμήμα Chongqing, η κατανόηση των χαρακτηριστικών της ΑΝΣΠ στην επαρχία Hubei παραμένει περιορισμένη. Λαμβάνοντας υπόψη τις διαφορετικές τοπογραφικές και γεωργικές δομές της επαρχίας Hubei σε σύγκριση με την πόλη Chongqing, είναι απαραίτητη η συστηματική έρευνα για την NPSP στην Hubei.  &lt;br /&gt;
&lt;br /&gt;
Έχουν χρησιμοποιηθεί διάφορες μέθοδοι για τον εντοπισμό του κινδύνου ANPSP, συμπεριλαμβανομένης της μεθόδου του συντελεστή εξαγωγής, ποσοτικών μοντέλων και συστημάτων δεικτών. Ωστόσο, κάθε μέθοδος έχει τους περιορισμούς της, όπως οι απαιτήσεις δεδομένων, η πολυπλοκότητα των παραμέτρων και η δυνατότητα εφαρμογής στο γεωργικό πλαίσιο της Κίνας. Η μέθοδος του συστήματος δεικτών, αν και προσφέρει ευελιξία, πάσχει από ζητήματα όπως η ανεπαρκής ταξινόμηση των πηγών ρύπανσης και η ελλιπής επιλογή δεικτών. Ως εκ τούτου, υπάρχει επιτακτική ανάγκη για την ολοκληρωμένη ανάλυση των παραγόντων ANPSP και τη δημιουργία ενός νέου μοντέλου εκτίμησης κινδύνου.  &lt;br /&gt;
&lt;br /&gt;
Για την αντιμετώπιση αυτών των προκλήσεων, προτείνουμε το Σύστημα Δείκτη Αξιολόγησης Δυνητικού Κινδύνου (PRAIS) για τον προσδιορισμό του δυνητικού κινδύνου της ANPSP, εστιάζοντας στην απλότητα, την ταχύτητα, το χαμηλό κόστος, την ακρίβεια και την προσαρμοστικότητα. Το PRAIS προσδιορίζει τα βάρη των δεικτών, διαιρεί τους βαθμούς των παραγόντων και υπολογίζει τους δείκτες κινδύνου ANPSP. Η παρούσα μελέτη αποσκοπεί στην εισαγωγή μιας νέας μεθόδου για τον προσδιορισμό του κινδύνου ANPSP, τη δημιουργία του πλαισίου PRAIS και την αξιολόγηση του δυνητικού κινδύνου ANPSP στην πόλη Yichang, θέτοντας τις βάσεις για την αποτελεσματική αξιολόγηση ANPSP και την ταχεία διαλογή.  &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 2. ΥΛΙΚΑ ΚΑΙ ΜΕΘΟΔΟΙ &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 2.1. Επισκόπηση της περιοχής μελέτης &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η πόλη Yichang, που βρίσκεται στη νοτιοδυτική επαρχία Hubei, κατέχει στρατηγική θέση στη συμβολή του άνω και του μεσαίου ρου του ποταμού Yangtze. Χρησιμεύει ως μεταβατική ζώνη από τις ορεινές περιοχές Wuling και Qinba στις πεδινές περιοχές της πεδιάδας Jianghan (βλ. Εικόνα 1). Καλύπτοντας τις συντεταγμένες 110°150-112°040 E και 29°560-31°340 N, η πόλη Yichang καλύπτει μια συνολική έκταση 21.000 km², η οποία χαρακτηρίζεται από ένα ποικίλο ανάγλυφο που περιλαμβάνει δυτικά βουνά (69%), κεντρικούς λόφους (21%) και ανατολικές πεδιάδες (10%). Η πόλη κατέχει σημαντική περιφερειακή σημασία ως βασικό μέλος της οικονομικής ζώνης του ποταμού Γιανγκτσέ, οικολογικό φράγμα εντός της περιοχής του ταμιευτήρα των Τριών Φαραγγιών (TGRA) και ζωτικό στοιχείο της οικολογικής γραμμής προστασίας του ποταμού Γιανγκτσέ.  &lt;br /&gt;
&lt;br /&gt;
Το 2021, η καλλιεργούμενη έκταση της πόλης Yichang ανήλθε σε 2932 km², αντιπροσωπεύοντας το 13,81% της συνολικής της έκτασης, ενώ οι δασικές εκτάσεις κάλυπταν 14.077 km². Η γεωργία αποτελεί κυρίαρχη οικονομική δραστηριότητα, με τις καλλιέργειες μετρητών να συνεισφέρουν περίπου το 90% της συνολικής γεωργικής παραγωγής. Ωστόσο, η υψηλή ένταση λίπανσης που συνδέεται με τις καλλιέργειες μετρητών αποτελεί σημαντική πρόκληση, οδηγώντας σε σημαντική γεωργική ρύπανση μη σημειακής προέλευσης (ANPSP). Η ραγδαία ανάπτυξη των γεωργικών δραστηριοτήτων τα τελευταία χρόνια έχει επιδεινώσει το ζήτημα αυτό, καθιστώντας αναγκαία τη λήψη ολοκληρωμένων μέτρων για τον έλεγχο και τη διαχείριση της ANPSP (Εικόνα 1).  &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 2.2. Μεθοδολογία  &amp;lt;/span&amp;gt;''' &lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt;2.2.1. Σύστημα δεικτών αξιολόγησης δυνητικού κινδύνου για την ANPSP &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η ANPSP επηρεάζεται από διάφορους παράγοντες, όπως η τοπογραφία, το κλίμα, η κάλυψη γης και οι ανθρώπινες δραστηριότητες. Οι παράγοντες αυτοί διέπουν τις ροές εφοδιαστικής και ενέργειας που εμπλέκονται στη διαδικασία ANPSP. Στην παρούσα μελέτη υιοθετήθηκε μια ολοκληρωμένη προσέγγιση που ενσωματώνει τόσο τους φυσικούς όσο και τους ανθρώπινους παράγοντες. Οι υδρομετεωρολογικοί δείκτες, συμπεριλαμβανομένων των ετήσιων βροχοπτώσεων, του συντελεστή διαλυμένων ρύπων μη σημειακής προέλευσης και του συντελεστή προσροφημένων ρύπων μη σημειακής προέλευσης, εξετάστηκαν παράλληλα με τους δείκτες εδάφους, βλάστησης και οικονομίας. Κάθε δείκτης επιλέχθηκε σχολαστικά και αναλύθηκε για να προσδιοριστεί η επιρροή του στον κίνδυνο ANPSP. &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 2.2.2. Στάθμιση των δυνητικών δεικτών αξιολόγησης κινδύνου &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η ακριβής εκτίμηση του κινδύνου ANPSP απαιτεί τον προσδιορισμό της βαρύτητας κάθε δείκτη. Στην παρούσα μελέτη χρησιμοποιήθηκε για τον σκοπό αυτό η μέθοδος της αναλυτικής ιεραρχικής διαδικασίας (AHP). Οι γνώμες των εμπειρογνωμόνων συνδυάστηκαν με συγκρίσεις ανά ζεύγη με τη μέθοδο της κλίμακας 1-9 του Sati για τη δημιουργία ενός πίνακα κρίσης. Η συνέπεια του πίνακα κρίσης ελέγχθηκε για να διασφαλιστεί η αξιοπιστία και υπολογίστηκαν οι σχετικές τιμές βαρύτητας κάθε δείκτη. Ο σταθμισμένος συνδυασμός των αποτελεσμάτων παρείχε τα βάρη σπουδαιότητας κάθε δείκτη για τον συνολικό στόχο. &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 2.2.3. Υπολογισμός του δείκτη δυνητικού κινδύνου και ταξινόμηση κινδύνου της ANPSP   &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Οι κανονικοποιημένες διακριτές τιμές πλέγματος κάθε δείκτη κανονικοποιήθηκαν στατιστικά γραμμικά και οκτώ δείκτες δυνητικού κινδύνου ρύπανσης ταξινομήθηκαν και τους αποδόθηκαν βαθμολογίες με τη μέθοδο ταξινόμησης φυσικής ασυνέχειας Jenks. Στη συνέχεια, υπολογίστηκε ένας δείκτης δυνητικού κινδύνου για την ANPSP με βάση τον σταθμισμένο συνδυασμό των τιμών των δεικτών. Ο δείκτης κινδύνου ταξινομήθηκε σε τέσσερα επίπεδα: κανένας κίνδυνος, χαμηλός κίνδυνος, μεσαίος κίνδυνος και υψηλός κίνδυνος, χρησιμοποιώντας συγκεκριμένα αριθμητικά εύρη.  &amp;lt;/p&amp;gt; &lt;br /&gt;
 &lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 2.3. Πηγές δεδομένων  &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Τα δεδομένα που συλλέχθηκαν το 2015 περιλάμβαναν τηλεπισκοπικά, μετεωρολογικά, υδρολογικά, υψομετρικά, εδαφολογικά και γεωργικά στατιστικά δεδομένα για την πόλη Yichang. Όλες οι εικόνες μετατράπηκαν σε προβολές ίσου προϊόντος της Alber για χωρικές πράξεις.  &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 2.4. Επαλήθευση των αποτελεσμάτων εντοπισμού κινδύνων   &amp;lt;/span&amp;gt;''' &lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt;2.4.1. Επαλήθευση του μοντέλου   &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Τα αποτελέσματα της αναγνώρισης κινδύνου με τη χρήση του συστήματος δείκτη αξιολόγησης δυνητικού κινδύνου (PRAIS) επικυρώθηκαν με τη χρήση του μοντέλου Diffuse Pollution estimation with Remote Sensing (DPeRS). Αυτό το ημιεμπειρικό και ημιμηχανιστικό μοντέλο διεργασιών παρείχε ποσοτικά δεδομένα για τα ολικά φορτία αζώτου και ολικού φωσφόρου της ANPSP, υποστηρίζοντας την επικύρωση του ολοκληρωμένου συστήματος δείκτη εκτίμησης κινδύνου ANPSP.  &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt;2.4.2. Μέθοδος επαλήθευσης    &amp;lt;/span&amp;gt;'''&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Πραγματοποιήθηκε σύγκριση μεταξύ των χαρτών κινδύνου που παρήχθησαν από τα μοντέλα PRAIS και DPeRS, εξετάζοντας τις διαφορές στην επεξεργασία και υπολογίζοντας την ποσοστιαία απόκλιση για την αξιολόγηση της συνέπειας μεταξύ των αποτελεσμάτων των δύο μοντέλων.  &lt;br /&gt;
&lt;br /&gt;
Αυτή η ολοκληρωμένη ενότητα μεθοδολογίας περιγράφει τη συστηματική προσέγγιση που χρησιμοποιήθηκε για την αξιολόγηση και την ταξινόμηση του κινδύνου ANPSP στην πόλη Yichang, παρέχοντας λεπτομερή εικόνα των μεθόδων που χρησιμοποιήθηκαν και του σκεπτικού πίσω από την επιλογή τους. &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 3. ΑΠΟΤΕΛΕΣΜΑΤΑ &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 3.1. Χωρικά χαρακτηριστικά των δυνητικών δεικτών εντοπισμού κινδύνου για την ANPSP    &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η μελέτη αξιολόγησε τη χωρική κατανομή των δυνητικών δεικτών προσδιορισμού κινδύνου για τη γεωργική ρύπανση μη σημειακής προέλευσης (ANPSP) στην πόλη Yichang. Τα αποτελέσματα έδειξαν ότι η πόλη Yichang παρουσιάζει υψηλές ετήσιες βροχοπτώσεις που υπερβαίνουν τα 800 mm και έχει σχετικά υψηλή φυτοκάλυψη. Η βορειοδυτική περιοχή παρουσίασε υψηλότερο συντελεστή διαλυμένων ρύπων μη σημειακών πηγών που εισέρχονται στον ποταμό, ενώ ο συντελεστής των προσροφημένων ρύπων μη σημειακών πηγών που εισέρχονται στον ποταμό ήταν χαμηλότερος στα δυτικά και νοτιοανατολικά. Επιπλέον, οι ορεινές και λοφώδεις περιοχές παρουσίασαν υψηλότερες κλίσεις και συντελεστές διαβρωσιμότητας του εδάφους. Το ισοζύγιο αζώτου και φωσφόρου στις γεωργικές εκτάσεις διέφερε σε διάφορες περιοχές.  &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 3.2. Προσδιορισμός των δυνητικών κινδύνων για την ANPSP       &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η μελέτη χαρτογράφησε τους βαθμούς κινδύνου και τις περιοχές ANPSP για την πόλη Yichang χρησιμοποιώντας δύο μεθόδους: Comprehensive Index Evaluation System (CIES) και το μοντέλο εκτίμησης της διάχυτης ρύπανσης με τηλεπισκόπηση (DPeRS). Το σύστημα δυνητικού δείκτη κινδύνου αποκάλυψε συνολικό δυνητικό κίνδυνο 18,86%, συγκεντρωμένο στις κεντρικές και ανατολικές περιοχές. Οι περιοχές υψηλού κινδύνου, κυρίως στην ανατολική περιοχή της Dangyang, αντιπροσώπευαν το 4,95% της συνολικής έκτασης. Το μοντέλο DPeRS εντόπισε περιοχές υψηλότερου κινδύνου κυρίως στις περιοχές Dangyang, Zhijiang, Zigui County, Xingshan County και Yuan'an County, που αντιστοιχούν σε περιοχές με σημαντική φύτευση καλλιεργειών και εφαρμογή λιπασμάτων, καθώς και υψηλά ποσοστά εφαρμογής αζώτου και φωσφόρου. (Εικόνα 2) (Εικόνα 3).  &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 3.3. Επαλήθευση της ταυτοποίησης με χρήση του CIES   &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Για την επικύρωση της ακρίβειας των μεθόδων εντοπισμού κινδύνων, πραγματοποιήθηκε ανάλυση αποκλίσεων με σύγκριση των χαρτών βαθμού κινδύνου των μοντέλων CIES και DPeRS. Τα αποτελέσματα έδειξαν ότι η μέση διαφορά στην περιοχή για τον ίδιο βαθμό κινδύνου δεν ήταν μεγαλύτερη από 33,9%. Επιπλέον, ένα σημαντικό τμήμα της περιοχής παρουσίασε χαμηλή ή καθόλου απόκλιση μεταξύ των δύο μοντέλων, ενώ μόνο ένα μικρό ποσοστό παρουσίασε ελαφρώς υψηλότερη απόκλιση. Αυτό υποδηλώνει ότι η προτεινόμενη μέθοδος, CIES, προσφέρει συγκρίσιμη ακρίβεια με το μοντέλο DPeRS, ενώ είναι απλούστερη, ταχύτερη και απαιτεί λιγότερο πολύπλοκη συσσώρευση δεδομένων (Εικόνα 4).  &lt;br /&gt;
&lt;br /&gt;
Με τον τρόπο αυτό συνοψίστηκαν τα χωρικά χαρακτηριστικά των δυνητικών δεικτών κινδύνου, ο προσδιορισμός των δυνητικών κινδύνων για την ANPSP και η επαλήθευση των μεθόδων προσδιορισμού, αναδεικνύοντας την ακρίβεια και την απλότητα του προτεινόμενου Συστήματος Συνολικής Αξιολόγησης Δεικτών (CIES).  &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 4. ΣΥΖΗΤΗΣΗ &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Στην παρούσα ενότητα, παρουσιάζουμε μια νέα μέθοδο που ονομάζεται Προσδιορισμός δυνητικών κινδύνων γεωργικής ρύπανσης μη σημειακής προέλευσης (PRAIS) για την πόλη Yichang. Προηγούμενες μελέτες σχετικά με την ANPSP στην πόλη Yichang έχουν παραβλέψει τον προσδιορισμό του δυνητικού κινδύνου, τονίζοντας τη σημασία της παρούσας μελέτης. Τα ευρήματα αποκαλύπτουν ότι μόνο το 18,86% της πόλης Yichang αντιμετωπίζει δυνητικό κίνδυνο ANPSP, ενώ οι περιοχές υψηλού κινδύνου καταλαμβάνουν λιγότερο από 5%. Αυτό υποδηλώνει σημαντικές βελτιώσεις στον έλεγχο του ANPSP, ευθυγραμμιζόμενο με τα αποτελέσματα της παρακολούθησης της ποιότητας του νερού στην περιοχή. Παρά τη μείωση του μέσου ποσοστού εφαρμογής χημικών λιπασμάτων από το 2019 έως το 2020, παραμένει σημαντικά υψηλότερο από τα διεθνή όρια ασφαλείας, υποδεικνύοντας την ανάγκη για συνεχείς προσπάθειες στον έλεγχο της ρύπανσης. Η ανάλυση της σχέσης μεταξύ των μεταβλητών ANPSP και της αξίας της γεωργικής παραγωγής υπογραμμίζει τη σημασία της αντιμετώπισης της ρύπανσης από λιπάσματα και κοπριά ζώων/πουλερικών. Η μελέτη υπογραμμίζει ότι οι περιοχές με υψηλά ποσοστά εφαρμογής λιπασμάτων είναι πιο πιθανό να γίνουν περιοχές υψηλού κινδύνου, τονίζοντας τη σημασία της ορθολογικής χρήσης λιπασμάτων στην πρόληψη της ANPSP.  &lt;br /&gt;
&lt;br /&gt;
Η προτεινόμενη μέθοδος PRAIS προσφέρει πολλά πλεονεκτήματα: (i) Η συλλογή δεδομένων είναι απλή μέσω των υφιστάμενων μετεωρολογικών και υδρολογικών σταθμών παρακολούθησης, των εθνικών στατιστικών επετηρίδων και των άμεσα διαθέσιμων βάσεων δεδομένων. (ii) Οι επιλεγμένοι δείκτες χρησιμοποιούνται συνήθως και είναι φθηνοί, μειώνοντας το συνολικό κόστος προσδιορισμού. (iii) Η μέθοδος είναι κατάλληλη για γεωργικές περιοχές, ιδίως για εκείνες με ΝΠΣΠ τύπου έκπλυσης, και είναι κατάλληλη για τις πεδιάδες της βόρειας Κίνας. (iv) Η σύγκριση με το μοντέλο DPeRS καταδεικνύει υψηλή συνέπεια στα αποτελέσματα ταυτοποίησης. Ωστόσο, υπάρχουν περιορισμοί, όπως ασαφή πρότυπα ταξινόμησης για ορισμένους δείκτες, ιδίως σε περιοχές με υψηλή βροχόπτωση. Η μελλοντική έρευνα θα πρέπει να επικεντρωθεί στη βελτιστοποίηση των προτύπων ταξινόμησης, ιδίως για τους δείκτες ετήσιας βροχόπτωσης.  &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 5. ΣΥΜΠΕΡΑΣΜΑΤΑ &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η παρούσα μελέτη προτείνει την PRAIS, μια νέα μέθοδο για τον εντοπισμό πιθανών κινδύνων από NPSP μέσω μιας ολοκληρωμένης ανάλυσης των παραγόντων πηγής και καταβόθρας. Η PRAIS χρησιμοποιεί ένα σύστημα δεικτών αξιολόγησης που περιλαμβάνει οκτώ δείκτες, διευκολύνοντας τον γρήγορο και αποτελεσματικό προσδιορισμό των περιοχών κινδύνου ANPSP στην πόλη Yichang. Περίπου το 18,86% της πόλης αντιμετωπίζει δυνητικό κίνδυνο ANPSP, κυρίως συγκεντρωμένο στις κεντρικές και ανατολικές περιοχές, με σποραδικά κατανεμημένες περιοχές υψηλού κινδύνου. Η σύγκριση με το μοντέλο DPeRS επιβεβαιώνει την ακρίβεια της μεθόδου PRAIS. Συνολικά, η μελέτη αυτή παρέχει πολύτιμες πληροφορίες για τον εντοπισμό του κινδύνου ANPSP, τονίζοντας τη σημασία των συνεχών προσπαθειών για τον έλεγχο της ρύπανσης και την ορθολογική χρήση των λιπασμάτων για την περιβαλλοντική βιωσιμότητα.  &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
[[category:Σημειακές και μη πηγές ρύπανσης]]&lt;br /&gt;
[[category:Επιπτώσεις ανθρωπογενών επιδράσεων επί των δασικών οικοσυστημάτων]]&lt;br /&gt;
[[category:Παρακολούθηση και εκτίμηση διαχρονικών αλλαγών και εξελίξεων]]&lt;br /&gt;
[[category:Γεωργία]]&lt;/div&gt;</summary>
		<author><name>Maria Bikou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%9C%CE%B5%CE%BB%CE%AD%CF%84%CE%B7_%CF%84%CE%B7%CF%82_%CE%B4%CF%85%CE%BD%CE%B1%CE%BC%CE%B9%CE%BA%CE%AE%CF%82_%CF%85%CF%80%CE%BF%CE%B2%CE%AC%CE%B8%CE%BC%CE%B9%CF%83%CE%B7%CF%82_%CF%84%CF%89%CE%BD_%CE%BF%CE%B9%CE%BA%CE%BF%CF%83%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CF%83%CF%84%CE%B1_%CF%85%CF%88%CE%AF%CF%80%CE%B5%CE%B4%CE%B1_%CF%84%CE%BF%CF%85_%CE%A0%CE%B5%CF%81%CE%BF%CF%8D:_Landsat_%CE%B1%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7_%CE%A4%CE%AC%CF%83%CE%B5%CF%89%CE%BD_%CE%A7%CF%81%CE%BF%CE%BD%CE%BF%CF%83%CE%B5%CE%B9%CF%81%CF%8E%CE%BD_(1985-2022)_%CE%BC%CE%B5_ARVI_...</id>
		<title>Μελέτη της δυναμικής υποβάθμισης των οικοσυστημάτων στα υψίπεδα του Περού: Landsat ανάλυση Τάσεων Χρονοσειρών (1985-2022) με ARVI ...</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%9C%CE%B5%CE%BB%CE%AD%CF%84%CE%B7_%CF%84%CE%B7%CF%82_%CE%B4%CF%85%CE%BD%CE%B1%CE%BC%CE%B9%CE%BA%CE%AE%CF%82_%CF%85%CF%80%CE%BF%CE%B2%CE%AC%CE%B8%CE%BC%CE%B9%CF%83%CE%B7%CF%82_%CF%84%CF%89%CE%BD_%CE%BF%CE%B9%CE%BA%CE%BF%CF%83%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CF%83%CF%84%CE%B1_%CF%85%CF%88%CE%AF%CF%80%CE%B5%CE%B4%CE%B1_%CF%84%CE%BF%CF%85_%CE%A0%CE%B5%CF%81%CE%BF%CF%8D:_Landsat_%CE%B1%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7_%CE%A4%CE%AC%CF%83%CE%B5%CF%89%CE%BD_%CE%A7%CF%81%CE%BF%CE%BD%CE%BF%CF%83%CE%B5%CE%B9%CF%81%CF%8E%CE%BD_(1985-2022)_%CE%BC%CE%B5_ARVI_..."/>
				<updated>2024-02-23T22:39:52Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Bikou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Αρχείο:Figure1Peru.png| thumb| right| '''Εικόνα 1 ''' πηγή: [https://doi.org/10.3390/su152115472] '']]&lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:Figure2Peru.png| thumb| right| '''Εικόνα 2 ''' πηγή: [https://doi.org/10.3390/su152115472] '']]&lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:Figure3Peru.png| thumb| right| '''Εικόνα 3 ''' πηγή: [https://doi.org/10.3390/su152115472] '']] &lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:Figure4Peru.png| thumb| right| '''Εικόνα 4 ''' πηγή: [https://doi.org/10.3390/su152115472] '']] &lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:Figure5Peru.png| thumb| right| '''Εικόνα 5 ''' πηγή: [https://doi.org/10.3390/su152115472] '']] &lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:Figure6Peru.png| thumb| right| '''Εικόνα 6 ''' πηγή: [https://doi.org/10.3390/su152115472] '']] &lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:Figure7Peru.png| thumb| right| '''Εικόνα 7 ''' πηγή: [https://doi.org/10.3390/su152115472] '']] &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Έντονο κείμενο''''''Πρωτότυπος τίτλος:''' ''Study of Ecosystem Degradation Dynamics in the Peruvian Highlands: Landsat Time-Series Trend Analysis (1985–2022) with ARVI for Different Vegetation Cover Types''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς: ''' Deyvis Cano, Samuel Pizarro, Carlos Cacciuttolo, Richard Peñaloza, Raúl Yaranga and Marcelo Luciano Gandini  &lt;br /&gt;
&lt;br /&gt;
'''Δημοσιεύθηκε: '''  ''Sustainability 2023, 15(21), 15472; https://doi.org/10.3390/su152115472 '' &lt;br /&gt;
&lt;br /&gt;
'''Λέξεις κλειδιά: ''' υποβάθμιση, βλάστηση των άνω Άνδεων, ARVI, Mann-Kendall, Landsat 5, 7 και 8, τηλεπισκόπηση.&lt;br /&gt;
&lt;br /&gt;
'''Αντικείμενο εφαρμογής: ''' Εκτίμηση_υποβάθμισης_δασικών_οικοσυστημάτων ''' &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 1. ΠΕΡΙΛΗΨΗ  &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η βλάστηση των άνω Άνδεων του οροπεδίου Bombón στο Περού αντιμετωπίζει αυξανόμενη υποβάθμιση από την ανθρωπογενή χρήση γης και την κλιματική αλλαγή. Η μελέτη αυτή, που καλύπτει την περίοδο 1985-2022, χρησιμοποιεί αισθητήρες Landsat και τεχνολογία τηλεπισκόπησης. Τα αποτελέσματα αποκαλύπτουν συνολική υποβάθμιση της φυτοκάλυψης κατά 13,4%, με συγκεκριμένους τύπους κάλυψης, όπως οι βολβοί και το ψηλό γρασίδι, να επηρεάζονται. Η συσχέτιση Spearman υποδηλώνει ότι οι ανθρώπινες δραστηριότητες συμβάλλουν, αλλά οι περιβαλλοντικοί παράγοντες μπορεί επίσης να παίζουν ρόλο στην υποβάθμιση. &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 1. ΕΙΣΑΓΩΓΗ  &amp;lt;/span&amp;gt;'''&lt;br /&gt;
 &lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Το οροπέδιο Bombón στο Περού, ένα ζωτικό οικοσύστημα των άνω Άνδεων, φιλοξενεί ποικίλες φυτοκοινότητες ζωτικής σημασίας για τη βιοποικιλότητα, τη ρύθμιση του κλίματος και τους υδάτινους πόρους. Παρά τη σημασία της, η περιοχή αντιμετωπίζει υποβάθμιση από γεωργικές, κτηνοτροφικές, αστικές και εξορυκτικές δραστηριότητες, που οδηγούν σε οικολογικές αλλοιώσεις. Αυτή η μελέτη, που καλύπτει την περίοδο 1985-2022, χρησιμοποιεί τηλεπισκόπηση, εστιάζοντας στους αισθητήρες Landsat 5, 7 και 8, σε συνδυασμό με τον ανθεκτικό στην ατμόσφαιρα δείκτη βλάστησης (ARVI). Στόχος είναι η αξιολόγηση των προτύπων υποβάθμισης των φυτών, της έκτασης και των επιδράσεων που προκαλούνται από τον άνθρωπο. Η μελέτη αντιμετωπίζει το κενό στην κατανόηση της δυναμικής της βλάστησης των άνω Άνδεων, τονίζοντας την ανάγκη για προσαρμοστικά σχέδια παρακολούθησης. Τα ερευνητικά ερωτήματα επικεντρώνονται στη θέση και την έκταση των υποβαθμισμένων φυτικών περιοχών, την εξέλιξη των προτύπων υποβάθμισης και τον αντίκτυπο των ανθρώπινων δραστηριοτήτων στις μεταβολές της βλάστησης. Οι μεθοδολογίες περιλαμβάνουν την εφαρμογή ARVI, τη μη παραμετρική ανάλυση τάσεων Mann-Kendall και την ετήσια εποπτευόμενη ταξινόμηση για την οριοθέτηση και τον ποσοτικό προσδιορισμό των υποβαθμισμένων περιοχών και την αποκρυπτογράφηση των προτύπων αντικατάστασης. Η μελέτη διερευνά επίσης τις ανθρωπογενείς δραστηριότητες, όπως η γεωργία, η εξόρυξη και η αστική επέκταση, εξετάζοντας τις επιπτώσεις τους στη διαχείριση και τη διατήρηση της βλάστησης. Τα ευρήματα, τα οποία παράγονται μέσω δεδομένων υψηλής χωρικής και χρονικής ανάλυσης, αποσκοπούν στην παροχή μιας ολοκληρωμένης κατανόησης της υποβάθμισης της βλάστησης, των τύπων φυτοκάλυψης και της επιρροής των ανθρώπινων δραστηριοτήτων σε διάστημα σχεδόν τεσσάρων δεκαετιών. Η έρευνα λειτουργεί ως κρίσιμο εργαλείο για την προσαρμοστική διαχείριση, προσδιορίζοντας περιοχές προτεραιότητας για τη διατήρηση με βάση τις αλληλεπιδράσεις της βλάστησης. Τελικά, οι επιπτώσεις της μελέτης επεκτείνονται στην ενίσχυση της κατανόησης της μεταβαλλόμενης δυναμικής των φυτοκοινωνιών που έχουν υποβαθμιστεί στις περιοχές των άνω Άνδεων, προσφέροντας πολύτιμες γνώσεις για στρατηγικές διατήρησης. &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 2. ΥΛΙΚΑ ΚΑΙ ΜΕΘΟΔΟΙ &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 2.1. Ζώνη μελέτης &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Το οροπέδιο Bombón, που βρίσκεται στις κεντρικές Άνδεις του Περού, εκτείνεται σε γεωγραφικά πλάτη από 11°18'2′′ Ν έως 10°34'6′′ Ν και σε γεωγραφικά μήκη από 76°39'14′′ Δ έως 75°52'40′′ Δ. Περιλαμβάνει τη Meseta del Bombón, καλύπτει 3017 km2 με υψόμετρο που κυμαίνεται από 4070 έως 4734 μέτρα. Η περιοχή διαθέτει προστατευόμενες φυσικές περιοχές όπως η λίμνη Junín και η λίμνη Chinchaycocha. Η θερμοκρασία κυμαίνεται μεταξύ 0°C και 14°C, με ετήσιο εύρος βροχοπτώσεων από 670 έως 1022 mm, που χαρακτηρίζεται από διακριτές εποχές βροχής (Οκτώβριος-Απρίλιος) και ξηρασίας (Μάιος-Σεπτέμβριος). Το κυρίαρχο οικοσύστημα είναι η Puna Húmeda, που φιλοξενεί λιβάδια των άνω Άνδεων που χρησιμοποιούνται στην κτηνοτροφία, μαζί με υγροβιότοπους στις όχθες της λίμνης Junín. Για τη διαδικασία οριοθέτησης χρησιμοποιήθηκε το λογισμικό QGIS και το DEM του ASTER με ανάλυση 30m.(Εικόνα 1) .&amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 2.2. Συλλογή Δεδομένων &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Οι δορυφόροι Landsat 5, 7 και 8 παρείχαν εικόνες ανάλυσης 30m κάθε 16 ημέρες. Οι ετήσιες εικόνες από το 1985 έως το 2022 βελτιώθηκαν στο Google Earth Engine, εστιάζοντας στην ξηρή περίοδο. &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 2.3. Ανάλυση χωρικής κάλυψης &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η μελέτη χρησιμοποίησε εικόνες Landsat για την ανάλυση της αλλαγής της κάλυψης γης, εναρμονίζοντάς τες με τη χρήση των συντελεστών των Roy et al, και του μετασχηματισμού ανακλαστικότητας OLI των Vogeler et al. Η επιβλεπόμενη ταξινόμηση με τον αλγόριθμο τυχαίου δάσους χρησιμοποίησε ένα σύνολο δεδομένων κάλυψης γης πεδίου, επικυρωμένο για τη βλάστηση των άνω Άνδεων. Τα σύνολα δεδομένων εκπαίδευσης συνδύασαν πρωτογενή δεδομένα με πηγές όπως ο εθνικός χάρτης βλάστησης του 2015 και εικόνες του Google Earth. Με 11.057 εικονοστοιχεία, 85% από δεδομένα πεδίου και 15% από άλλες πηγές, ο ταξινομητής αξιολογήθηκε ως προς την ακρίβεια χρησιμοποιώντας τη συνολική ακρίβεια, τον συντελεστή kappa, την ακρίβεια του παραγωγού και την ακρίβεια του χρήστη. Ο ταξινομητής RF που προέκυψε επέτρεψε τη δημιουργία παρελθοντικών στρωμάτων κάλυψης γης από ιστορικά αρχεία ετήσιων εικόνων για την περιοχή μελέτης. Ο τελικός χάρτης απεικόνιζε την κατανομή και την επικράτηση διαφορετικών τύπων φυτοκάλυψης και παραγόντων ανθρωπογενούς αλλαγής μεταξύ 1985 και 2022.&amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 2.4. Ανάλυση υποβάθμισης της βλάστησης  &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η μελέτη χρησιμοποίησε τον δείκτη βλάστησης (ARVI) για την ανάλυση της υποβάθμισης της βλάστησης στα οικοσυστήματα των Άνδεων. Ο ARVI,&lt;br /&gt;
[[Αρχείο:Figure8Peru.png|center| '''Εικόνα 8 ''' πηγή: [https://doi.org/10.3390/su152115472] '']]  &lt;br /&gt;
ο οποίος βασίζεται σε κοντινές υπέρυθρες, κόκκινες και μπλε ζώνες, συσχετίζεται με βιοφυσικές διεργασίες όπως η παραγωγικότητα και η φωτοσυνθετική δραστηριότητα. Στη συνέχεια εφαρμόστηκε η μη παραμετρική δοκιμή Mann-Kendall ανά εικονοστοιχείο στις τάσεις του ARVI, προσφέροντας πλεονεκτήματα όπως η χαμηλή ευαισθησία σε ακραίες τιμές και η καταλληλότητα για μικρά δείγματα. Ο συντελεστής συσχέτισης Mann-Kendall (S) υπολογίστηκε για την ανίχνευση αλλαγών στη χρονοσειρά. Τα αποτελέσματα Z χρησιμοποιήθηκαν για την αξιολόγηση της σημαντικότητας των τάσεων, με επίπεδο σημαντικότητας 5% και 1%. Οι αυξήσεις του ARVI υποδήλωναν ανάπτυξη ή ανάκαμψη, ενώ οι μειώσεις σήμαιναν απώλεια ή υποβάθμιση της βλάστησης, με τα επίπεδα σημαντικότητας να καθορίζουν το μέγεθος της τάσης.&amp;lt;/p&amp;gt; &lt;br /&gt;
 &lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 2.5. Ανάλυση των δεδομένων  &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η ανάλυση περιλάμβανε δύο σύνολα δεδομένων για κάθε έτος μελέτης: ένα που κάλυπτε όλες τις κατηγορίες κάλυψης και ένα άλλο που περιοριζόταν στις υποβαθμισμένες καλύψεις. Οι διαδικασίες περιλάμβαναν τη δημιουργία ενός ενοποιημένου στρώματος για τον προσδιορισμό της επικράτησης της κάλυψης, την ποσοτικοποίηση των αριθμών των εικονοστοιχείων, τη δημιουργία χρονοσειρών, την αξιολόγηση των τάσεων με το μοντέλο Mann-Kendall, τον προσδιορισμό των μέσων εκτάσεων, τον υπολογισμό των συντελεστών διακύμανσης και τη διεξαγωγή ανάλυσης συσχέτισης Spearman. Για την ανάλυση χρησιμοποιήθηκαν το MS Excel 2019, η έκδοση 4.3.1 του R Studio και το λογισμικό Statgraphics Centurion 19, συμπεριλαμβανομένων των διαγραμμάτων Sankey για την οπτική αναπαράσταση της ροής αλλαγής της κάλυψης κατά τα έτη 1985, 2005 και 2022. &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 3. ΑΠΟΤΕΛΕΣΜΑΤΑ &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 3.1. Επιβλεπόμενη ταξινόμηση της συνολικής φυτοκάλυψης  &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Το κεντρικό τμήμα της Chinchaycocha διαθέτει υδρόφιλη βλάστηση, συμπεριλαμβανομένων των υγροτόπων, των cattails και των bulrush. Στη μεταβατική ζώνη κυριαρχούν η γεωργία των Άνδεων και οι αστικές περιοχές. Το περιφερειακό τμήμα, που εκτείνεται από τη μεταβατική ζώνη, περιλαμβάνει χορταριασμένη βλάστηση, ψηλό χόρτο και ζελατινισμένες περιοχές. Οι λίμνες, το γυμνό έδαφος, οι παγετώνες και οι περιπαγετώνες αποτελούν το 12,3%, με τις λίμνες να έχουν τη μεγαλύτερη έκταση. Η ανάλυση, με βάση τις διάμεσες τιμές των εικονοστοιχείων, προσφέρει ακριβή κατανόηση της κατανομής της κάλυψης κατά την εξεταζόμενη περίοδο.(Εικόνα 2)&lt;br /&gt;
 &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 3.2. Ανάλυση της κατανομής της υποβαθμισμένης φυτοκάλυψης      &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η ανάλυση της υποβάθμισης της φυτοκάλυψης με τη χρήση της τάσης ARVI αποκαλύπτει ότι το 13,4% της συνολικής κάλυψης είναι υποβαθμισμένο, με το 6,2% να παρουσιάζει σημαντική υποβάθμιση (p &amp;lt; 0,01). Περίπου το 12,5% της βλάστησης έχει βελτιωθεί σημαντικά, ενώ το 74,2% παραμένει σταθερό. Δεν υπάρχει καθορισμένο χωρικό μοτίβο, αλλά οι αστικές περιοχές, που συνδέονται κυρίως με την εξορυκτική δραστηριότητα, παρουσιάζουν ιδιαίτερο διαχωρισμό. Το ποσοστό των υποβαθμισμένων καλύψεων βλάστησης ποικίλλει, με το βούρλο να έχει τη σημαντικότερη παρουσία σε υποβαθμισμένες περιοχές (21%). Το ψηλό γρασίδι, η κατιφέδα, οι υγρότοποι, το πουνιόχορτο και οι ζελατοειδείς περιοχές επηρεάζονται επίσης, με το ψηλό γρασίδι, το γρασίδι πουνιάς (puna grass) και τους υγρότοπους να επηρεάζονται περισσότερο λαμβάνοντας υπόψη το μέγεθός τους εντός της περιοχής μελέτης. (Εικόνα 3)(Εικόνα 4)  &lt;br /&gt;
 &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 3.3. Διαχρονική ανάλυση της υποβαθμισμένης φυτοκάλυψης     &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η εικόνα 5 παρουσιάζει τις διαχρονικές μεταβολές των τύπων φυτοκάλυψης και των υποβαθμισμένων εκτάσεων, εξαιρουμένων των ετών 1991, 1992 και 2002 λόγω σφαλμάτων ακραίων τιμών. Οι συνολικές καλύψεις βλάστησης (TVC) δεν παρουσιάζουν σημαντική τάση αύξησης ή μείωσης, αλλά ο βούρλος μειώνεται ελαφρώς. Ορισμένες καλύψεις παρουσιάζουν σημαντικές αυξήσεις σε συγκεκριμένα έτη, ακολουθούμενες από επιστροφή στις αρχικές περιοχές. Η ανάλυση των υποβαθμισμένων καλύψεων βλάστησης (DVCs) αποκαλύπτει μια πτωτική τάση στον βούρλο από το 2009, ενώ οι αστικές περιοχές παρουσιάζουν μια σημαντική θετική τάση και οι γεωργικές περιοχές παρουσιάζουν μια σημαντική αρνητική τάση από το 2010. Ο Πίνακας 2 σρο αρχικό άρθρο παρέχει λεπτομερή ανάλυση των TVCs και DVCs, συμπεριλαμβανομένων των καταλαμβανόμενων εκτάσεων, του συντελεστή διακύμανσης και των αποτελεσμάτων της ανάλυσης τάσεων Mann-Kendall. Οι υγρότοποι και το ψηλό γρασίδι παρουσιάζουν τη μεγαλύτερη μεταβλητότητα μεταξύ των TVCs, ενώ το ψηλό γρασίδι και το puna grass έχουν τις πιο εκτεταμένες εκτάσεις μεταξύ των DVCs. Οι υγροβιότοποι και οι αστικές περιοχές παρουσιάζουν τη μεγαλύτερη μεταβλητότητα μεταξύ των DVCs, με το βούρλο και τις γεωργικές περιοχές να παρουσιάζουν σημαντικές αρνητικές τάσεις και τις αστικές περιοχές να παρουσιάζουν σημαντική θετική τάση (p &amp;lt; 0,01).(Εικόνα 5)(Εικόνα 6) &lt;br /&gt;
 &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 3.4. Ροή αντικατάστασης φυτών   &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Το διάγραμμα Sankey αποκαλύπτει τη δυναμική της κάλυψης μεταξύ των ετών 1985, 2005 και 2022, αξιολογώντας την κάλυψη ως παράγοντα αλλαγής. Στο διάγραμμα Συνολικών Καλύψεων Βλάστησης (TVC) (Εικόνα 7α), αρχικά κυριαρχούν τα λιβάδια πουνιάς, τα οποία αντικαθίστανται από το puna grass (2005). Ομοίως, το ψηλό γρασίδι (2005) επανέρχεται στην αρχική του κατάσταση μέσω του ψηλού γρασιδιού (2022). Το μοτίβο &amp;quot;κυκλικής υποκατάστασης&amp;quot; περιλαμβάνει την υποβάθμιση του ψηλού γρασιδιού που αντικαθίσταται από το puna grass, και στη συνέχεια ανακτά την αρχική του κατάσταση. Οι υγροβιότοποι αντικαθίστανται από ψηλό γρασίδι, χόρτο και γεωργικές εκτάσεις, με αποκατάσταση από τις ίδιες αυτές καλύψεις (2022). Στο διάγραμμα των υποβαθμισμένων καλύψεων βλάστησης (DVC) (Εικόνα 7β), το ψηλό γρασίδι (1985) αντικαθίσταται από το puna grass και τις ζελατινοποιημένες εκτάσεις (2005), με ανάκτηση από αυτές τις καλύψεις (2022). Το Puna grass επεκτείνεται σημαντικά από το ψηλό χόρτο και τους υγροτόπους (2005), επιστρέφοντας στην αρχική του έκταση. Οι υγρότοποι υφίστανται ποικίλες αντικαταστάσεις και ανακάμψεις, επηρεαζόμενοι από διάφορους παράγοντες.&lt;br /&gt;
 &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 3.5. Ανάλυση συσχέτισης Spearman για την αξιολόγηση της αντικατάστασης της φυτοκάλυψης   &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Στο αρχικό άρθρο, ένας πίνακας συσχέτισης Spearman διερευνά τις σχέσεις μεταξύ των διαφόρων καλύψεων βλάστησης κατά τη διάρκεια των ετών, λαμβάνοντας υπόψη τόσο την ολική κάλυψη βλάστησης (TVC) όσο και την υποβαθμισμένη κάλυψη βλάστησης (DVC). Ένας συντελεστής συσχέτισης πάνω από 0,6 ή κάτω από -0,6, με επίπεδο σημαντικότητας 99,99% (p ≤ 0,001), υποδηλώνει σημαντικές συσχετίσεις. Το ψηλό γρασίδι και οι υγρότοποι εμφανίζουν αρνητική συσχέτιση με τις περισσότερες καλύψεις στο TVC, γεγονός που υποδηλώνει ότι αντικαθίστανται από γρασίδι puna και παράγοντες αλλαγής, όπως η γεωργία και οι αστικές περιοχές. Το Puna grass εμφανίζει θετικές συσχετίσεις με τις περισσότερες καλύψεις, τονίζοντας το ρόλο του στη δυναμική της βλάστησης. Στο DVC, το puna grass αντικαθιστά σημαντικά το ψηλό γρασίδι και τους υγροτόπους μετά την υποβάθμιση, επηρεαζόμενο από τις αλλαγές στη γεωργία, το γυμνό έδαφος και τις αστικές περιοχές.   &lt;br /&gt;
 &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 4. ΣΥΖΗΤΗΣΗ &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η κατανομή της βλάστησης γύρω από τη λίμνη Chinchaycocha αποκαλύπτει διακριτές οικολογικές ζώνες, από την υγρή κεντρική περιοχή έως τους περιφερειακούς χώρους όπου κυριαρχεί η βλάστηση puna και geliturbada. Αν και ειδικά για αυτή την περιοχή, τα πρότυπα αυτά ευθυγραμμίζονται με άλλες περιοχές υψηλού υψομέτρου παγκοσμίως, που διαμορφώνονται από φυσικούς και ανθρωπογενείς παράγοντες. Οι ανθρώπινες δραστηριότητες, ιδίως οι αλλαγές στις χρήσεις γης και τη γεωργία, συμβάλλουν σημαντικά στην εξέλιξη του τοπίου. Η &amp;quot;ενδιάμεση&amp;quot; ζώνη, που περιλαμβάνει 16,4% γεωργία, υποδηλώνει έντονη δραστηριότητα, εγείροντας ανησυχίες για πιθανή διάβρωση του εδάφους, ένα σημαντικό ζήτημα σε περιοχές με απότομες πλαγιές. Η συνολική υποβαθμισμένη περιοχή αποτελεί το 13,4% των φυτεμένων χώρων, λιγότερο από το εκτιμώμενο 60%, κυρίως λόγω της κακής διαχείρισης, της καύσης, της υπερβόσκησης και της κλιματικής αλλαγής. Η κατανόηση αυτών των διαφορών είναι ζωτικής σημασίας, υποδηλώνοντας συνεχιζόμενη υποβάθμιση ή μεταβολή της οικολογικής ισορροπίας.  &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Οι ανθρώπινες δραστηριότητες, συμπεριλαμβανομένης της γεωργίας, της κτηνοτροφίας και της εξόρυξης, παράλληλα με την κλιματική αλλαγή και τα μεταβαλλόμενα πρότυπα βροχόπτωσης, επηρεάζουν τη δυναμική της βλάστησης στις περιοχές πάνω από 4000 μέτρα. Η παρουσία αστικών περιοχών (2,1%) στην ενδιάμεση ζώνη εγείρει ερωτήματα σχετικά με τις μελλοντικές τάσεις της βλάστησης, καθώς η αστική επέκταση, που συνδέεται ιδίως με την εξόρυξη, έχει συνδεθεί με σημαντικές αρνητικές επιπτώσεις στη βλάστηση και τη χρήση γης. Η υποβάθμιση της βλάστησης των άνω Άνδεων οφείλεται σε παράγοντες όπως το έλλειμμα νερού, οι διακυμάνσεις της θερμοκρασίας και η τοπογραφία, όπου οι ήπιες πλαγιές ευνοούν τη γεωργία puna και το γρασίδι, ενώ οι απότομες πλαγιές οδηγούν στην επικράτηση του ψηλού γρασιδιού.  &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η σημαντική μείωση της γεωργικής κάλυψης (p &amp;gt; 0,01) από το 2010 και μετά, που ενδεχομένως οφείλεται στην αστική επέκταση και την εξόρυξη που εκτοπίζουν τις γεωργικές περιοχές, αποτελεί απειλή για τη βιοποικιλότητα, την αναβλάστηση των φυτών και την παραγωγικότητα. Αξίζει να σημειωθεί ότι το puna grass και το ψηλό γρασίδι καλύπτουν εκτεταμένες εκτάσεις, χαρακτηριστικό των λιβαδιών των Άνδεων, παρέχοντας βασικές υπηρεσίες οικοσυστήματος. Οι αστικές περιοχές και οι υγρότοποι παρουσιάζουν μεγάλη μεταβλητότητα, σύμφωνα με προηγούμενες μελέτες. Οι υγροβιότοποι, τα βούρλα και οι καλαμώνες, που εξαρτώνται από το νερό, εμφανίζουν σημαντική υποβάθμιση, τονίζοντας την ευαισθησία τους στις περιβαλλοντικές αλλαγές. Οι υγρότοποι αντικαθίστανται από ψηλό γρασίδι, puna grass και γεωργία, με ελάχιστη ανάκαμψη, μεταβάλλοντας σημαντικά τη σύνθεση της βλάστησης, την ποικιλότητα, την παραγωγικότητα και τη γονιμότητα του εδάφους. Η ένταση της βόσκησης, η κλιματική αλλαγή και η εναπόθεση αζώτου επηρεάζουν επίσης τη δυναμική της βλάστησης, ιδιαίτερα της κατάλληλης για βόσκηση.  &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Ο πίνακας συσχέτισης Spearman αποκαλύπτει αλληλεπιδράσεις μεταξύ των καλύψεων βλάστησης, αντικατοπτρίζοντας το ψηλό γρασίδι και τους υγροτόπους που αντικαθίστανται από το puna grass και τις ανθρωπογενείς περιοχές. Αν και η προσέγγιση μπορεί να έχει μεροληψίες, η μοναδική συμβολή της μελέτης έγκειται σε μια προσαρμοσμένη επιβλεπόμενη ταξινόμηση για τα οικοσυστήματα των Άνδεων, παρέχοντας συγκεκριμένες γνώσεις για τη διαχρονική δυναμική τους. Οι περιορισμοί περιλαμβάνουν πιθανές μεροληψίες στην προσέγγιση ταξινόμησης και τους περιορισμούς του ARVI. Η μελλοντική έρευνα θα μπορούσε να ενσωματώσει διαφορετικούς δείκτες βλάστησης και μεθόδους επίγειας επαλήθευσης για την επικύρωση των αποτελεσμάτων της τηλεπισκόπησης.  &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 5. ΣΥΜΠΕΡΑΣΜΑΤΑ &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Αυτή η ολοκληρωμένη μελέτη, η οποία καλύπτει σχεδόν τέσσερις δεκαετίες και χρησιμοποιεί τηλεπισκόπηση, αναλύει τις χωρικές και χρονικές αλλαγές στις καλύψεις βλάστησης, την υποβάθμιση και τη δυναμική αντικατάστασης σε περιοχές των άνω Άνδεων του Περού. Η συνολική υποβαθμισμένη έκταση ανέρχεται σε 13,4%, με τους βολβούς, τα κοτσάνια και το ψηλό γρασίδι να έχουν πληγεί περισσότερο. Το γρασίδι puna και οι αστικές περιοχές παρουσιάζουν σημαντικές αυξήσεις. Το γρασίδι puna αναδεικνύεται ως κυρίαρχη αντικατάσταση της υποβαθμισμένης βλάστησης, επηρεαζόμενη από τις γεωργικές εκτάσεις, τις αστικές περιοχές και το γυμνό έδαφος. Τα ευρήματα αυτά αποκαλύπτουν την ευπάθεια της βλάστησης, παρέχοντας ουσιαστικές πληροφορίες για την ιεράρχηση των περιοχών διατήρησης και τα σχέδια προσαρμοστικής διαχείρισης. Ενώ οι ανθρώπινες δραστηριότητες συμβάλλουν σημαντικά στην υποβάθμιση, η μελέτη αναγνωρίζει τον πιθανό αντίκτυπο των περιβαλλοντικών παραγόντων, προτρέποντας για περαιτέρω διερεύνηση της κλιματικής αλλαγής και των επιδράσεων που σχετίζονται με το έδαφος στη δυναμική της βλάστησης. &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
 &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Συντομογραφίες:   &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;ARVI Δείκτης βλάστησης ανθεκτικός στην ατμόσφαιρα   &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;NIR Εγγύς υπέρυθρο  &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;GEE Google Earth Engine &amp;lt;/p&amp;gt;  &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;GIS Γεωγραφικό σύστημα πληροφοριών &amp;lt;/p&amp;gt;  &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;CV Συντελεστής διακύμανσης   &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;TVC Συνολική φυτοκάλυψη   &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;DVC Υποβαθμισμένη φυτοκάλυψη   &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;masl Μέτρα πάνω από το επίπεδο της θάλασσας   &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Ha Εκτάριο &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
[[category:Εκτίμηση_υποβάθμισης_δασικών_οικοσυστημάτων]]&lt;br /&gt;
[[category:Επιπτώσεις ανθρωπογενών επιδράσεων επί των δασικών οικοσυστημάτων]]&lt;br /&gt;
[[category:Παρακολούθηση και εκτίμηση διαχρονικών αλλαγών και εξελίξεων]]&lt;br /&gt;
[[category:Δασοπονία,_Δασική_διαχείριση]]&lt;/div&gt;</summary>
		<author><name>Maria Bikou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%9C%CE%B5%CE%BB%CE%AD%CF%84%CE%B7_%CF%84%CE%B7%CF%82_%CE%B4%CF%85%CE%BD%CE%B1%CE%BC%CE%B9%CE%BA%CE%AE%CF%82_%CF%85%CF%80%CE%BF%CE%B2%CE%AC%CE%B8%CE%BC%CE%B9%CF%83%CE%B7%CF%82_%CF%84%CF%89%CE%BD_%CE%BF%CE%B9%CE%BA%CE%BF%CF%83%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CF%83%CF%84%CE%B1_%CF%85%CF%88%CE%AF%CF%80%CE%B5%CE%B4%CE%B1_%CF%84%CE%BF%CF%85_%CE%A0%CE%B5%CF%81%CE%BF%CF%8D:_Landsat_%CE%B1%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7_%CE%A4%CE%AC%CF%83%CE%B5%CF%89%CE%BD_%CE%A7%CF%81%CE%BF%CE%BD%CE%BF%CF%83%CE%B5%CE%B9%CF%81%CF%8E%CE%BD_(1985-2022)_%CE%BC%CE%B5_ARVI_...</id>
		<title>Μελέτη της δυναμικής υποβάθμισης των οικοσυστημάτων στα υψίπεδα του Περού: Landsat ανάλυση Τάσεων Χρονοσειρών (1985-2022) με ARVI ...</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%9C%CE%B5%CE%BB%CE%AD%CF%84%CE%B7_%CF%84%CE%B7%CF%82_%CE%B4%CF%85%CE%BD%CE%B1%CE%BC%CE%B9%CE%BA%CE%AE%CF%82_%CF%85%CF%80%CE%BF%CE%B2%CE%AC%CE%B8%CE%BC%CE%B9%CF%83%CE%B7%CF%82_%CF%84%CF%89%CE%BD_%CE%BF%CE%B9%CE%BA%CE%BF%CF%83%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CF%83%CF%84%CE%B1_%CF%85%CF%88%CE%AF%CF%80%CE%B5%CE%B4%CE%B1_%CF%84%CE%BF%CF%85_%CE%A0%CE%B5%CF%81%CE%BF%CF%8D:_Landsat_%CE%B1%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7_%CE%A4%CE%AC%CF%83%CE%B5%CF%89%CE%BD_%CE%A7%CF%81%CE%BF%CE%BD%CE%BF%CF%83%CE%B5%CE%B9%CF%81%CF%8E%CE%BD_(1985-2022)_%CE%BC%CE%B5_ARVI_..."/>
				<updated>2024-02-23T22:38:23Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Bikou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Αρχείο:Figure1Peru.png| thumb| right| '''Εικόνα 1 ''' πηγή: [https://doi.org/10.3390/su152115472] '']]&lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:Figure2Peru.png| thumb| right| '''Εικόνα 2 ''' πηγή: [https://doi.org/10.3390/su152115472] '']]&lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:Figure3Peru.png| thumb| right| '''Εικόνα 3 ''' πηγή: [https://doi.org/10.3390/su152115472] '']] &lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:Figure4Peru.png| thumb| right| '''Εικόνα 4 ''' πηγή: [https://doi.org/10.3390/su152115472] '']] &lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:Figure5Peru.png| thumb| right| '''Εικόνα 5 ''' πηγή: [https://doi.org/10.3390/su152115472] '']] &lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:Figure6Peru.png| thumb| right| '''Εικόνα 6 ''' πηγή: [https://doi.org/10.3390/su152115472] '']] &lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:Figure7Peru.png| thumb| right| '''Εικόνα 7 ''' πηγή: [https://doi.org/10.3390/su152115472] '']] &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Έντονο κείμενο''''''Πρωτότυπος τίτλος:''' ''Study of Ecosystem Degradation Dynamics in the Peruvian Highlands: Landsat Time-Series Trend Analysis (1985–2022) with ARVI for Different Vegetation Cover Types''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς: ''' Deyvis Cano, Samuel Pizarro, Carlos Cacciuttolo, Richard Peñaloza, Raúl Yaranga and Marcelo Luciano Gandini  &lt;br /&gt;
&lt;br /&gt;
'''Δημοσιεύθηκε: '''  ''Sustainability 2023, 15(21), 15472; https://doi.org/10.3390/su152115472 '' &lt;br /&gt;
&lt;br /&gt;
'''Λέξεις κλειδιά: ''' υποβάθμιση, βλάστηση των άνω Άνδεων, ARVI, Mann-Kendall, Landsat 5, 7 και 8, τηλεπισκόπηση.&lt;br /&gt;
&lt;br /&gt;
'''Αντικείμενο εφαρμογής: ''' Εκτίμηση_υποβάθμισης_δασικών_οικοσυστημάτων ''' &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 1. ΠΕΡΙΛΗΨΗ  &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η βλάστηση των άνω Άνδεων του οροπεδίου Bombón στο Περού αντιμετωπίζει αυξανόμενη υποβάθμιση από την ανθρωπογενή χρήση γης και την κλιματική αλλαγή. Η μελέτη αυτή, που καλύπτει την περίοδο 1985-2022, χρησιμοποιεί αισθητήρες Landsat και τεχνολογία τηλεπισκόπησης. Τα αποτελέσματα αποκαλύπτουν συνολική υποβάθμιση της φυτοκάλυψης κατά 13,4%, με συγκεκριμένους τύπους κάλυψης, όπως οι βολβοί και το ψηλό γρασίδι, να επηρεάζονται. Η συσχέτιση Spearman υποδηλώνει ότι οι ανθρώπινες δραστηριότητες συμβάλλουν, αλλά οι περιβαλλοντικοί παράγοντες μπορεί επίσης να παίζουν ρόλο στην υποβάθμιση. &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 1. ΕΙΣΑΓΩΓΗ  &amp;lt;/span&amp;gt;'''&lt;br /&gt;
 &lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Το οροπέδιο Bombón στο Περού, ένα ζωτικό οικοσύστημα των άνω Άνδεων, φιλοξενεί ποικίλες φυτοκοινότητες ζωτικής σημασίας για τη βιοποικιλότητα, τη ρύθμιση του κλίματος και τους υδάτινους πόρους. Παρά τη σημασία της, η περιοχή αντιμετωπίζει υποβάθμιση από γεωργικές, κτηνοτροφικές, αστικές και εξορυκτικές δραστηριότητες, που οδηγούν σε οικολογικές αλλοιώσεις. Αυτή η μελέτη, που καλύπτει την περίοδο 1985-2022, χρησιμοποιεί τηλεπισκόπηση, εστιάζοντας στους αισθητήρες Landsat 5, 7 και 8, σε συνδυασμό με τον ανθεκτικό στην ατμόσφαιρα δείκτη βλάστησης (ARVI). Στόχος είναι η αξιολόγηση των προτύπων υποβάθμισης των φυτών, της έκτασης και των επιδράσεων που προκαλούνται από τον άνθρωπο. Η μελέτη αντιμετωπίζει το κενό στην κατανόηση της δυναμικής της βλάστησης των άνω Άνδεων, τονίζοντας την ανάγκη για προσαρμοστικά σχέδια παρακολούθησης. Τα ερευνητικά ερωτήματα επικεντρώνονται στη θέση και την έκταση των υποβαθμισμένων φυτικών περιοχών, την εξέλιξη των προτύπων υποβάθμισης και τον αντίκτυπο των ανθρώπινων δραστηριοτήτων στις μεταβολές της βλάστησης. Οι μεθοδολογίες περιλαμβάνουν την εφαρμογή ARVI, τη μη παραμετρική ανάλυση τάσεων Mann-Kendall και την ετήσια εποπτευόμενη ταξινόμηση για την οριοθέτηση και τον ποσοτικό προσδιορισμό των υποβαθμισμένων περιοχών και την αποκρυπτογράφηση των προτύπων αντικατάστασης. Η μελέτη διερευνά επίσης τις ανθρωπογενείς δραστηριότητες, όπως η γεωργία, η εξόρυξη και η αστική επέκταση, εξετάζοντας τις επιπτώσεις τους στη διαχείριση και τη διατήρηση της βλάστησης. Τα ευρήματα, τα οποία παράγονται μέσω δεδομένων υψηλής χωρικής και χρονικής ανάλυσης, αποσκοπούν στην παροχή μιας ολοκληρωμένης κατανόησης της υποβάθμισης της βλάστησης, των τύπων φυτοκάλυψης και της επιρροής των ανθρώπινων δραστηριοτήτων σε διάστημα σχεδόν τεσσάρων δεκαετιών. Η έρευνα λειτουργεί ως κρίσιμο εργαλείο για την προσαρμοστική διαχείριση, προσδιορίζοντας περιοχές προτεραιότητας για τη διατήρηση με βάση τις αλληλεπιδράσεις της βλάστησης. Τελικά, οι επιπτώσεις της μελέτης επεκτείνονται στην ενίσχυση της κατανόησης της μεταβαλλόμενης δυναμικής των φυτοκοινωνιών που έχουν υποβαθμιστεί στις περιοχές των άνω Άνδεων, προσφέροντας πολύτιμες γνώσεις για στρατηγικές διατήρησης. &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 2. ΥΛΙΚΑ ΚΑΙ ΜΕΘΟΔΟΙ &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 2.1. Ζώνη μελέτης &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Το οροπέδιο Bombón, που βρίσκεται στις κεντρικές Άνδεις του Περού, εκτείνεται σε γεωγραφικά πλάτη από 11°18'2′′ Ν έως 10°34'6′′ Ν και σε γεωγραφικά μήκη από 76°39'14′′ Δ έως 75°52'40′′ Δ. Περιλαμβάνει τη Meseta del Bombón, καλύπτει 3017 km2 με υψόμετρο που κυμαίνεται από 4070 έως 4734 μέτρα. Η περιοχή διαθέτει προστατευόμενες φυσικές περιοχές όπως η λίμνη Junín και η λίμνη Chinchaycocha. Η θερμοκρασία κυμαίνεται μεταξύ 0°C και 14°C, με ετήσιο εύρος βροχοπτώσεων από 670 έως 1022 mm, που χαρακτηρίζεται από διακριτές εποχές βροχής (Οκτώβριος-Απρίλιος) και ξηρασίας (Μάιος-Σεπτέμβριος). Το κυρίαρχο οικοσύστημα είναι η Puna Húmeda, που φιλοξενεί λιβάδια των άνω Άνδεων που χρησιμοποιούνται στην κτηνοτροφία, μαζί με υγροβιότοπους στις όχθες της λίμνης Junín. Για τη διαδικασία οριοθέτησης χρησιμοποιήθηκε το λογισμικό QGIS και το DEM του ASTER με ανάλυση 30m.(Εικόνα 1) .&amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 2.2. Συλλογή Δεδομένων &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Οι δορυφόροι Landsat 5, 7 και 8 παρείχαν εικόνες ανάλυσης 30m κάθε 16 ημέρες. Οι ετήσιες εικόνες από το 1985 έως το 2022 βελτιώθηκαν στο Google Earth Engine, εστιάζοντας στην ξηρή περίοδο. &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 2.3. Ανάλυση χωρικής κάλυψης &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η μελέτη χρησιμοποίησε εικόνες Landsat για την ανάλυση της αλλαγής της κάλυψης γης, εναρμονίζοντάς τες με τη χρήση των συντελεστών των Roy et al, και του μετασχηματισμού ανακλαστικότητας OLI των Vogeler et al. Η επιβλεπόμενη ταξινόμηση με τον αλγόριθμο τυχαίου δάσους χρησιμοποίησε ένα σύνολο δεδομένων κάλυψης γης πεδίου, επικυρωμένο για τη βλάστηση των άνω Άνδεων. Τα σύνολα δεδομένων εκπαίδευσης συνδύασαν πρωτογενή δεδομένα με πηγές όπως ο εθνικός χάρτης βλάστησης του 2015 και εικόνες του Google Earth. Με 11.057 εικονοστοιχεία, 85% από δεδομένα πεδίου και 15% από άλλες πηγές, ο ταξινομητής αξιολογήθηκε ως προς την ακρίβεια χρησιμοποιώντας τη συνολική ακρίβεια, τον συντελεστή kappa, την ακρίβεια του παραγωγού και την ακρίβεια του χρήστη. Ο ταξινομητής RF που προέκυψε επέτρεψε τη δημιουργία παρελθοντικών στρωμάτων κάλυψης γης από ιστορικά αρχεία ετήσιων εικόνων για την περιοχή μελέτης. Ο τελικός χάρτης απεικόνιζε την κατανομή και την επικράτηση διαφορετικών τύπων φυτοκάλυψης και παραγόντων ανθρωπογενούς αλλαγής μεταξύ 1985 και 2022.&amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 2.4. Ανάλυση υποβάθμισης της βλάστησης  &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η μελέτη χρησιμοποίησε τον δείκτη βλάστησης (ARVI) για την ανάλυση της υποβάθμισης της βλάστησης στα οικοσυστήματα των Άνδεων. Ο ARVI,&lt;br /&gt;
[[Αρχείο:Figure8Peru.png|center| '''Εικόνα 8 ''' πηγή: [https://doi.org/10.3390/su152115472] '']]  &lt;br /&gt;
ο οποίος βασίζεται σε κοντινές υπέρυθρες, κόκκινες και μπλε ζώνες, συσχετίζεται με βιοφυσικές διεργασίες όπως η παραγωγικότητα και η φωτοσυνθετική δραστηριότητα. Στη συνέχεια εφαρμόστηκε η μη παραμετρική δοκιμή Mann-Kendall ανά εικονοστοιχείο στις τάσεις του ARVI, προσφέροντας πλεονεκτήματα όπως η χαμηλή ευαισθησία σε ακραίες τιμές και η καταλληλότητα για μικρά δείγματα. Ο συντελεστής συσχέτισης Mann-Kendall (S) υπολογίστηκε για την ανίχνευση αλλαγών στη χρονοσειρά. Τα αποτελέσματα Z χρησιμοποιήθηκαν για την αξιολόγηση της σημαντικότητας των τάσεων, με επίπεδο σημαντικότητας 5% και 1%. Οι αυξήσεις του ARVI υποδήλωναν ανάπτυξη ή ανάκαμψη, ενώ οι μειώσεις σήμαιναν απώλεια ή υποβάθμιση της βλάστησης, με τα επίπεδα σημαντικότητας να καθορίζουν το μέγεθος της τάσης.&amp;lt;/p&amp;gt; &lt;br /&gt;
 &lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 2.5. Ανάλυση των δεδομένων  &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η ανάλυση περιλάμβανε δύο σύνολα δεδομένων για κάθε έτος μελέτης: ένα που κάλυπτε όλες τις κατηγορίες κάλυψης και ένα άλλο που περιοριζόταν στις υποβαθμισμένες καλύψεις. Οι διαδικασίες περιλάμβαναν τη δημιουργία ενός ενοποιημένου στρώματος για τον προσδιορισμό της επικράτησης της κάλυψης, την ποσοτικοποίηση των αριθμών των εικονοστοιχείων, τη δημιουργία χρονοσειρών, την αξιολόγηση των τάσεων με το μοντέλο Mann-Kendall, τον προσδιορισμό των μέσων εκτάσεων, τον υπολογισμό των συντελεστών διακύμανσης και τη διεξαγωγή ανάλυσης συσχέτισης Spearman. Για την ανάλυση χρησιμοποιήθηκαν το MS Excel 2019, η έκδοση 4.3.1 του R Studio και το λογισμικό Statgraphics Centurion 19, συμπεριλαμβανομένων των διαγραμμάτων Sankey για την οπτική αναπαράσταση της ροής αλλαγής της κάλυψης κατά τα έτη 1985, 2005 και 2022. &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 3. ΑΠΟΤΕΛΕΣΜΑΤΑ &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 3.1. Επιβλεπόμενη ταξινόμηση της συνολικής φυτοκάλυψης  &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Το κεντρικό τμήμα της Chinchaycocha διαθέτει υδρόφιλη βλάστηση, συμπεριλαμβανομένων των υγροτόπων, των cattails και των bulrush. Στη μεταβατική ζώνη κυριαρχούν η γεωργία των Άνδεων και οι αστικές περιοχές. Το περιφερειακό τμήμα, που εκτείνεται από τη μεταβατική ζώνη, περιλαμβάνει χορταριασμένη βλάστηση, ψηλό χόρτο και ζελατινισμένες περιοχές. Οι λίμνες, το γυμνό έδαφος, οι παγετώνες και οι περιπαγετώνες αποτελούν το 12,3%, με τις λίμνες να έχουν τη μεγαλύτερη έκταση. Η ανάλυση, με βάση τις διάμεσες τιμές των εικονοστοιχείων, προσφέρει ακριβή κατανόηση της κατανομής της κάλυψης κατά την εξεταζόμενη περίοδο.(Εικόνα 2)&lt;br /&gt;
 &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 3.2. Ανάλυση της κατανομής της υποβαθμισμένης φυτοκάλυψης      &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η ανάλυση της υποβάθμισης της φυτοκάλυψης με τη χρήση της τάσης ARVI αποκαλύπτει ότι το 13,4% της συνολικής κάλυψης είναι υποβαθμισμένο, με το 6,2% να παρουσιάζει σημαντική υποβάθμιση (p &amp;lt; 0,01). Περίπου το 12,5% της βλάστησης έχει βελτιωθεί σημαντικά, ενώ το 74,2% παραμένει σταθερό. Δεν υπάρχει καθορισμένο χωρικό μοτίβο, αλλά οι αστικές περιοχές, που συνδέονται κυρίως με την εξορυκτική δραστηριότητα, παρουσιάζουν ιδιαίτερο διαχωρισμό. Το ποσοστό των υποβαθμισμένων καλύψεων βλάστησης ποικίλλει, με το βούρλο να έχει τη σημαντικότερη παρουσία σε υποβαθμισμένες περιοχές (21%). Το ψηλό γρασίδι, η κατιφέδα, οι υγρότοποι, το πουνιόχορτο και οι ζελατοειδείς περιοχές επηρεάζονται επίσης, με το ψηλό γρασίδι, το γρασίδι πουνιάς (puna grass) και τους υγρότοπους να επηρεάζονται περισσότερο λαμβάνοντας υπόψη το μέγεθός τους εντός της περιοχής μελέτης. (Εικόνα 3)(Εικόνα 4)  &lt;br /&gt;
 &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 3.3. Διαχρονική ανάλυση της υποβαθμισμένης φυτοκάλυψης     &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η εικόνα 5 παρουσιάζει τις διαχρονικές μεταβολές των τύπων φυτοκάλυψης και των υποβαθμισμένων εκτάσεων, εξαιρουμένων των ετών 1991, 1992 και 2002 λόγω σφαλμάτων ακραίων τιμών. Οι συνολικές καλύψεις βλάστησης (TVC) δεν παρουσιάζουν σημαντική τάση αύξησης ή μείωσης, αλλά ο βούρλος μειώνεται ελαφρώς. Ορισμένες καλύψεις παρουσιάζουν σημαντικές αυξήσεις σε συγκεκριμένα έτη, ακολουθούμενες από επιστροφή στις αρχικές περιοχές. Η ανάλυση των υποβαθμισμένων καλύψεων βλάστησης (DVCs) αποκαλύπτει μια πτωτική τάση στον βούρλο από το 2009, ενώ οι αστικές περιοχές παρουσιάζουν μια σημαντική θετική τάση και οι γεωργικές περιοχές παρουσιάζουν μια σημαντική αρνητική τάση από το 2010. Ο Πίνακας 2 σρο αρχικό άρθρο παρέχει λεπτομερή ανάλυση των TVCs και DVCs, συμπεριλαμβανομένων των καταλαμβανόμενων εκτάσεων, του συντελεστή διακύμανσης και των αποτελεσμάτων της ανάλυσης τάσεων Mann-Kendall. Οι υγρότοποι και το ψηλό γρασίδι παρουσιάζουν τη μεγαλύτερη μεταβλητότητα μεταξύ των TVCs, ενώ το ψηλό γρασίδι και το puna grass έχουν τις πιο εκτεταμένες εκτάσεις μεταξύ των DVCs. Οι υγροβιότοποι και οι αστικές περιοχές παρουσιάζουν τη μεγαλύτερη μεταβλητότητα μεταξύ των DVCs, με το βούρλο και τις γεωργικές περιοχές να παρουσιάζουν σημαντικές αρνητικές τάσεις και τις αστικές περιοχές να παρουσιάζουν σημαντική θετική τάση (p &amp;lt; 0,01).(Εικόνα 5)(Εικόνα 6) &lt;br /&gt;
 &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 3.4. Ροή αντικατάστασης φυτών   &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Το διάγραμμα Sankey αποκαλύπτει τη δυναμική της κάλυψης μεταξύ των ετών 1985, 2005 και 2022, αξιολογώντας την κάλυψη ως παράγοντα αλλαγής. Στο διάγραμμα Συνολικών Καλύψεων Βλάστησης (TVC) (Εικόνα 7α), αρχικά κυριαρχούν τα λιβάδια πουνιάς, τα οποία αντικαθίστανται από το puna grass (2005). Ομοίως, το ψηλό γρασίδι (2005) επανέρχεται στην αρχική του κατάσταση μέσω του ψηλού γρασιδιού (2022). Το μοτίβο &amp;quot;κυκλικής υποκατάστασης&amp;quot; περιλαμβάνει την υποβάθμιση του ψηλού γρασιδιού που αντικαθίσταται από το puna grass, και στη συνέχεια ανακτά την αρχική του κατάσταση. Οι υγροβιότοποι αντικαθίστανται από ψηλό γρασίδι, χόρτο και γεωργικές εκτάσεις, με αποκατάσταση από τις ίδιες αυτές καλύψεις (2022). Στο διάγραμμα των υποβαθμισμένων καλύψεων βλάστησης (DVC) (Εικόνα 7β), το ψηλό γρασίδι (1985) αντικαθίσταται από το puna grass και τις ζελατινοποιημένες εκτάσεις (2005), με ανάκτηση από αυτές τις καλύψεις (2022). Το Puna grass επεκτείνεται σημαντικά από το ψηλό χόρτο και τους υγροτόπους (2005), επιστρέφοντας στην αρχική του έκταση. Οι υγρότοποι υφίστανται ποικίλες αντικαταστάσεις και ανακάμψεις, επηρεαζόμενοι από διάφορους παράγοντες.&lt;br /&gt;
 &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 3.5. Ανάλυση συσχέτισης Spearman για την αξιολόγηση της αντικατάστασης της φυτοκάλυψης   &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Στο αρχικό άρθρο, ένας πίνακας συσχέτισης Spearman διερευνά τις σχέσεις μεταξύ των διαφόρων καλύψεων βλάστησης κατά τη διάρκεια των ετών, λαμβάνοντας υπόψη τόσο την ολική κάλυψη βλάστησης (TVC) όσο και την υποβαθμισμένη κάλυψη βλάστησης (DVC). Ένας συντελεστής συσχέτισης πάνω από 0,6 ή κάτω από -0,6, με επίπεδο σημαντικότητας 99,99% (p ≤ 0,001), υποδηλώνει σημαντικές συσχετίσεις. Το ψηλό γρασίδι και οι υγρότοποι εμφανίζουν αρνητική συσχέτιση με τις περισσότερες καλύψεις στο TVC, γεγονός που υποδηλώνει ότι αντικαθίστανται από γρασίδι puna και παράγοντες αλλαγής, όπως η γεωργία και οι αστικές περιοχές. Το Puna grass εμφανίζει θετικές συσχετίσεις με τις περισσότερες καλύψεις, τονίζοντας το ρόλο του στη δυναμική της βλάστησης. Στο DVC, το puna grass αντικαθιστά σημαντικά το ψηλό γρασίδι και τους υγροτόπους μετά την υποβάθμιση, επηρεαζόμενο από τις αλλαγές στη γεωργία, το γυμνό έδαφος και τις αστικές περιοχές.   &lt;br /&gt;
 &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 4. ΣΥΖΗΤΗΣΗ &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η κατανομή της βλάστησης γύρω από τη λίμνη Chinchaycocha αποκαλύπτει διακριτές οικολογικές ζώνες, από την υγρή κεντρική περιοχή έως τους περιφερειακούς χώρους όπου κυριαρχεί η βλάστηση puna και geliturbada. Αν και ειδικά για αυτή την περιοχή, τα πρότυπα αυτά ευθυγραμμίζονται με άλλες περιοχές υψηλού υψομέτρου παγκοσμίως, που διαμορφώνονται από φυσικούς και ανθρωπογενείς παράγοντες. Οι ανθρώπινες δραστηριότητες, ιδίως οι αλλαγές στις χρήσεις γης και τη γεωργία, συμβάλλουν σημαντικά στην εξέλιξη του τοπίου. Η &amp;quot;ενδιάμεση&amp;quot; ζώνη, που περιλαμβάνει 16,4% γεωργία, υποδηλώνει έντονη δραστηριότητα, εγείροντας ανησυχίες για πιθανή διάβρωση του εδάφους, ένα σημαντικό ζήτημα σε περιοχές με απότομες πλαγιές. Η συνολική υποβαθμισμένη περιοχή αποτελεί το 13,4% των φυτεμένων χώρων, λιγότερο από το εκτιμώμενο 60%, κυρίως λόγω της κακής διαχείρισης, της καύσης, της υπερβόσκησης και της κλιματικής αλλαγής. Η κατανόηση αυτών των διαφορών είναι ζωτικής σημασίας, υποδηλώνοντας συνεχιζόμενη υποβάθμιση ή μεταβολή της οικολογικής ισορροπίας.  &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Οι ανθρώπινες δραστηριότητες, συμπεριλαμβανομένης της γεωργίας, της κτηνοτροφίας και της εξόρυξης, παράλληλα με την κλιματική αλλαγή και τα μεταβαλλόμενα πρότυπα βροχόπτωσης, επηρεάζουν τη δυναμική της βλάστησης στις περιοχές πάνω από 4000 μέτρα. Η παρουσία αστικών περιοχών (2,1%) στην ενδιάμεση ζώνη εγείρει ερωτήματα σχετικά με τις μελλοντικές τάσεις της βλάστησης, καθώς η αστική επέκταση, που συνδέεται ιδίως με την εξόρυξη, έχει συνδεθεί με σημαντικές αρνητικές επιπτώσεις στη βλάστηση και τη χρήση γης. Η υποβάθμιση της βλάστησης των άνω Άνδεων οφείλεται σε παράγοντες όπως το έλλειμμα νερού, οι διακυμάνσεις της θερμοκρασίας και η τοπογραφία, όπου οι ήπιες πλαγιές ευνοούν τη γεωργία puna και το γρασίδι, ενώ οι απότομες πλαγιές οδηγούν στην επικράτηση του ψηλού γρασιδιού.  &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η σημαντική μείωση της γεωργικής κάλυψης (p &amp;gt; 0,01) από το 2010 και μετά, που ενδεχομένως οφείλεται στην αστική επέκταση και την εξόρυξη που εκτοπίζουν τις γεωργικές περιοχές, αποτελεί απειλή για τη βιοποικιλότητα, την αναβλάστηση των φυτών και την παραγωγικότητα. Αξίζει να σημειωθεί ότι το puna grass και το ψηλό γρασίδι καλύπτουν εκτεταμένες εκτάσεις, χαρακτηριστικό των λιβαδιών των Άνδεων, παρέχοντας βασικές υπηρεσίες οικοσυστήματος. Οι αστικές περιοχές και οι υγρότοποι παρουσιάζουν μεγάλη μεταβλητότητα, σύμφωνα με προηγούμενες μελέτες. Οι υγροβιότοποι, τα βούρλα και οι καλαμώνες, που εξαρτώνται από το νερό, εμφανίζουν σημαντική υποβάθμιση, τονίζοντας την ευαισθησία τους στις περιβαλλοντικές αλλαγές. Οι υγρότοποι αντικαθίστανται από ψηλό γρασίδι, puna grass και γεωργία, με ελάχιστη ανάκαμψη, μεταβάλλοντας σημαντικά τη σύνθεση της βλάστησης, την ποικιλότητα, την παραγωγικότητα και τη γονιμότητα του εδάφους. Η ένταση της βόσκησης, η κλιματική αλλαγή και η εναπόθεση αζώτου επηρεάζουν επίσης τη δυναμική της βλάστησης, ιδιαίτερα της κατάλληλης για βόσκηση.  &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Ο πίνακας συσχέτισης Spearman αποκαλύπτει αλληλεπιδράσεις μεταξύ των καλύψεων βλάστησης, αντικατοπτρίζοντας το ψηλό γρασίδι και τους υγροτόπους που αντικαθίστανται από το puna grass και τις ανθρωπογενείς περιοχές. Αν και η προσέγγιση μπορεί να έχει μεροληψίες, η μοναδική συμβολή της μελέτης έγκειται σε μια προσαρμοσμένη επιβλεπόμενη ταξινόμηση για τα οικοσυστήματα των Άνδεων, παρέχοντας συγκεκριμένες γνώσεις για τη διαχρονική δυναμική τους. Οι περιορισμοί περιλαμβάνουν πιθανές μεροληψίες στην προσέγγιση ταξινόμησης και τους περιορισμούς του ARVI. Η μελλοντική έρευνα θα μπορούσε να ενσωματώσει διαφορετικούς δείκτες βλάστησης και μεθόδους επίγειας επαλήθευσης για την επικύρωση των αποτελεσμάτων της τηλεπισκόπησης.  &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 5. ΣΥΜΠΕΡΑΣΜΑΤΑ &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Αυτή η ολοκληρωμένη μελέτη, η οποία καλύπτει σχεδόν τέσσερις δεκαετίες και χρησιμοποιεί τηλεπισκόπηση, αναλύει τις χωρικές και χρονικές αλλαγές στις καλύψεις βλάστησης, την υποβάθμιση και τη δυναμική αντικατάστασης σε περιοχές των άνω Άνδεων του Περού. Η συνολική υποβαθμισμένη έκταση ανέρχεται σε 13,4%, με τους βολβούς, τα κοτσάνια και το ψηλό γρασίδι να έχουν πληγεί περισσότερο. Το γρασίδι puna και οι αστικές περιοχές παρουσιάζουν σημαντικές αυξήσεις. Το γρασίδι puna αναδεικνύεται ως κυρίαρχη αντικατάσταση της υποβαθμισμένης βλάστησης, επηρεαζόμενη από τις γεωργικές εκτάσεις, τις αστικές περιοχές και το γυμνό έδαφος. Τα ευρήματα αυτά αποκαλύπτουν την ευπάθεια της βλάστησης, παρέχοντας ουσιαστικές πληροφορίες για την ιεράρχηση των περιοχών διατήρησης και τα σχέδια προσαρμοστικής διαχείρισης. Ενώ οι ανθρώπινες δραστηριότητες συμβάλλουν σημαντικά στην υποβάθμιση, η μελέτη αναγνωρίζει τον πιθανό αντίκτυπο των περιβαλλοντικών παραγόντων, προτρέποντας για περαιτέρω διερεύνηση της κλιματικής αλλαγής και των επιδράσεων που σχετίζονται με το έδαφος στη δυναμική της βλάστησης. &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
 &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Συντομογραφίες:   &lt;br /&gt;
&lt;br /&gt;
ARVI Δείκτης βλάστησης ανθεκτικός στην ατμόσφαιρα   &lt;br /&gt;
&lt;br /&gt;
NIR Εγγύς υπέρυθρο   &lt;br /&gt;
&lt;br /&gt;
GEE Google Earth Engine   &lt;br /&gt;
&lt;br /&gt;
GIS Γεωγραφικό σύστημα πληροφοριών   &lt;br /&gt;
&lt;br /&gt;
CV Συντελεστής διακύμανσης   &lt;br /&gt;
&lt;br /&gt;
TVC Συνολική φυτοκάλυψη   &lt;br /&gt;
&lt;br /&gt;
DVC Υποβαθμισμένη φυτοκάλυψη   &lt;br /&gt;
&lt;br /&gt;
masl Μέτρα πάνω από το επίπεδο της θάλασσας   &lt;br /&gt;
&lt;br /&gt;
Ha Εκτάριο &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
[[category:Εκτίμηση_υποβάθμισης_δασικών_οικοσυστημάτων]]&lt;br /&gt;
[[category:Επιπτώσεις ανθρωπογενών επιδράσεων επί των δασικών οικοσυστημάτων]]&lt;br /&gt;
[[category:Παρακολούθηση και εκτίμηση διαχρονικών αλλαγών και εξελίξεων]]&lt;br /&gt;
[[category:Δασοπονία,_Δασική_διαχείριση]]&lt;/div&gt;</summary>
		<author><name>Maria Bikou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%9C%CF%80%CE%AF%CE%BA%CE%BF%CF%85_%CE%9C%CE%B1%CF%81%CE%AF%CE%B1</id>
		<title>Μπίκου Μαρία</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%9C%CF%80%CE%AF%CE%BA%CE%BF%CF%85_%CE%9C%CE%B1%CF%81%CE%AF%CE%B1"/>
				<updated>2024-02-23T22:36:06Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Bikou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Οικολογικοί κίνδυνοι στους υδάτινους πόρους στην Εσωτερική Μογγολία λόγω ενός έργου αναδάσωσης μεγάλης κλίμακας]]&lt;br /&gt;
&lt;br /&gt;
[[Μελέτη της δυναμικής υποβάθμισης των οικοσυστημάτων στα υψίπεδα του Περού: Landsat ανάλυση Τάσεων Χρονοσειρών (1985-2022) με ARVI ...]]&lt;br /&gt;
&lt;br /&gt;
[[Καθορισμός του βέλτιστου μεγέθους δείγματος για την εκτίμηση των ζημιών της κόμης των δέντρων σε έγχρωμες υπέρυθρες (CIR) αεροφωτογραφίες.]] &lt;br /&gt;
&lt;br /&gt;
[[Προσδιορισμός δυνητικών κινδύνων από τη γεωργική ρύπανση μη σημειακών πηγών: Yichang, επαρχία Hubei]]&lt;br /&gt;
&lt;br /&gt;
[[Εξέλιξη του παγόβουνου Α68 από την αρχή της κατάρρευσής του από την παγοκρηπίδας Larsen C της Ανταρκτικής με τη χρήση δεδομένων Sentinel-1 SAR]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:ΔΠΜΣ &amp;quot;Περιβάλλον &amp;amp; Ανάπτυξη&amp;quot; (Αθήνα)]]&lt;br /&gt;
 [[category:ΔΠΜΣ &amp;quot;Περιβάλλον &amp;amp; Ανάπτυξη&amp;quot; (Μέτσοβο)]]&lt;/div&gt;</summary>
		<author><name>Maria Bikou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%9F%CE%B9%CE%BA%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CE%BF%CE%AF_%CE%BA%CE%AF%CE%BD%CE%B4%CF%85%CE%BD%CE%BF%CE%B9_%CF%83%CF%84%CE%BF%CF%85%CF%82_%CF%85%CE%B4%CE%AC%CF%84%CE%B9%CE%BD%CE%BF%CF%85%CF%82_%CF%80%CF%8C%CF%81%CE%BF%CF%85%CF%82_%CF%83%CF%84%CE%B7%CE%BD_%CE%95%CF%83%CF%89%CF%84%CE%B5%CF%81%CE%B9%CE%BA%CE%AE_%CE%9C%CE%BF%CE%B3%CE%B3%CE%BF%CE%BB%CE%AF%CE%B1_%CE%BB%CF%8C%CE%B3%CF%89_%CE%B5%CE%BD%CF%8C%CF%82_%CE%AD%CF%81%CE%B3%CE%BF%CF%85_%CE%B1%CE%BD%CE%B1%CE%B4%CE%AC%CF%83%CF%89%CF%83%CE%B7%CF%82_%CE%BC%CE%B5%CE%B3%CE%AC%CE%BB%CE%B7%CF%82_%CE%BA%CE%BB%CE%AF%CE%BC%CE%B1%CE%BA%CE%B1%CF%82</id>
		<title>Οικολογικοί κίνδυνοι στους υδάτινους πόρους στην Εσωτερική Μογγολία λόγω ενός έργου αναδάσωσης μεγάλης κλίμακας</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%9F%CE%B9%CE%BA%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CE%BF%CE%AF_%CE%BA%CE%AF%CE%BD%CE%B4%CF%85%CE%BD%CE%BF%CE%B9_%CF%83%CF%84%CE%BF%CF%85%CF%82_%CF%85%CE%B4%CE%AC%CF%84%CE%B9%CE%BD%CE%BF%CF%85%CF%82_%CF%80%CF%8C%CF%81%CE%BF%CF%85%CF%82_%CF%83%CF%84%CE%B7%CE%BD_%CE%95%CF%83%CF%89%CF%84%CE%B5%CF%81%CE%B9%CE%BA%CE%AE_%CE%9C%CE%BF%CE%B3%CE%B3%CE%BF%CE%BB%CE%AF%CE%B1_%CE%BB%CF%8C%CE%B3%CF%89_%CE%B5%CE%BD%CF%8C%CF%82_%CE%AD%CF%81%CE%B3%CE%BF%CF%85_%CE%B1%CE%BD%CE%B1%CE%B4%CE%AC%CF%83%CF%89%CF%83%CE%B7%CF%82_%CE%BC%CE%B5%CE%B3%CE%AC%CE%BB%CE%B7%CF%82_%CE%BA%CE%BB%CE%AF%CE%BC%CE%B1%CE%BA%CE%B1%CF%82"/>
				<updated>2024-02-23T22:31:32Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Bikou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Αρχείο:Eikona1mongolia.png| thumb| right| '''Εικόνα 1. Η θέση και ο τύπος χρήσης γης της περιοχής μελέτης. ''' πηγή: [https://doi.org/10.3390/su152216091] '']]&lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:Eikona2mongolia.png| thumb| right| '''Εικόνα 2. Μεταβολές στην κατανάλωση νερού για γεωργική άρδευση (2000-2020). ''' πηγή: [https://doi.org/10.3390/su152216091] '']]&lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:Eikona3mongolia.png| thumb| right| '''Εικόνα 3. Η ροή εργασίας για τον προσδιορισμό των περιοχών αναδάσωσης. ''' πηγή: [https://doi.org/10.3390/su152216091] '']] &lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:Eikona4mongolia.png| thumb| right| '''Εικόνα 4. Αποτελέσματα της 6ης έως 9ης απογραφής δασικών πόρων στην Εσωτερική Μογγολία. ''' πηγή: [https://doi.org/10.3390/su152216091] '']] &lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:Eikona5mongolia.png| thumb| right| '''Εικόνα 5. Η χωρική κατανομή των σημείων επαλήθευσης της αναδάσωσης. ''' πηγή: [https://doi.org/10.3390/su152216091] '']] &lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:Eikona6mongolia.png| thumb| right| '''Εικόνα 6. Χαρακτηριστικά περιφερειακής χωρικής κατανομής της αύξησης του NDVI (2000-2020). ''' πηγή: [https://doi.org/10.3390/su152216091] '']] &lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:Eikona7mongolia.png| thumb| right| '''Εικόνα 7. Δάσωση στην Εσωτερική Μογγολία (2000-2020). ''' πηγή: [https://doi.org/10.3390/su152216091] '']] &lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:Eikona8mongolia.png| thumb| right| '''Εικόνα 8. Σύγκριση ET μεταξύ τεχνητών δασικών εκτάσεων και φυσικών δασικών εκτάσεων: (α) σύγκριση της ETa και PET- (β) μεταβολές της ETa για τις τεχνητές δασικές εκτάσεις και τις φυσικές δασικές εκτάσεις (2000-2020). ''' πηγή: [https://doi.org/10.3390/su152216091] '']] &lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:Eikona9mongolia.png| thumb| right| '''Εικόνα 9. Μεταβολές στους υδάτινους πόρους που προκαλούνται από την αναδάσωση στην Εσωτερική Μογγολία (2000-2020). ''' πηγή: [https://doi.org/10.3390/su152216091] '']] &lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:Eikona10mongolia.png| thumb| right| '''Εικόνα 10. Μεταβολές στην εκτίμηση της κατανάλωσης νερού στις περιοχές με αναδάσωση (2000-2020). ''' πηγή: [https://doi.org/10.3390/su152216091] '']] &lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:Eikona11mongolia.png| thumb| right| '''Εικόνα 11. Οικολογικοί κίνδυνοι στις περιοχές αναδάσωσης στην Εσωτερική Μογγολία. ''' πηγή: [https://doi.org/10.3390/su152216091] '']] &lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:Eikona12mongolia.png| thumb| right| '''Εικόνα 12. Μεταβολές στην εκτίμηση του WSI στις περιοχές αναδάσωσης (2000-2020). ''' πηγή: [https://doi.org/10.3390/su152216091] '']] &lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος τίτλος:''' ''Ecological Risks Arising in the Regional Water Resources in Inner Mongolia Due to a Large-Scale Afforestation Project''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς: ''' Peng Chen, Rong Ma, Jiansheng Shi, Letian Si, Lefan Zhao and Jun Wu&lt;br /&gt;
&lt;br /&gt;
'''Δημοσιεύθηκε: '''  ''Sustainability 2023, 15, 16091. https://doi.org/10.3390/su152216091'' &lt;br /&gt;
&lt;br /&gt;
'''Λέξεις κλειδιά: ''' αναδάσωση- υδατικοί πόροι- οικολογικός κίνδυνος- Εσωτερική Μογγολία&lt;br /&gt;
&lt;br /&gt;
'''Αντικείμενο εφαρμογής: ''' Καταγραφή - Παρακολούθηση Ερημοποίησης (αναγνώριση συνθηκών, εδαφών, βλάστησης, κλίσεων, προσανατολισμού ''' &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 1. ΕΙΣΑΓΩΓΗ  &amp;lt;/span&amp;gt;'''&lt;br /&gt;
 &lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Στην προσπάθειά της να καταπολεμήσει την ερημοποίηση, να ελέγξει τις καταιγίδες σκόνης και να διατηρήσει το εύθραυστο οικοσύστημα και την οικονομία, η Κίνα έχει αναλάβει διάφορα έργα οικολογικής μηχανικής, όπως το Σχέδιο Μετατροπής της Γης σε Πλαγιές, το Σχέδιο Προστασίας των Φυσικών Δασών της Κίνας, το Σχέδιο Προστατευτικής Ζώνης Ποταμών και το Σχέδιο Επιστροφής Αγροτικών Εκτάσεων σε Δάση και Βοσκότοπους. Οι πρωτοβουλίες αυτές έχουν συμβάλει σημαντικά στην παγκόσμια τάση &amp;quot;πρασίνισης&amp;quot;, με την Κίνα και την Ινδία να συμβάλλουν κατά 25% και 6,8%, αντίστοιχα, στην αύξηση των εκτάσεων πρασίνου.&amp;lt;/p&amp;gt;   &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Ωστόσο, η εκτεταμένη αναδάσωση, ενώ περιορίζει την ερημοποίηση, έχει προκαλέσει ανησυχίες σχετικά με τις επιπτώσεις της στους υδάτινους πόρους. Μελέτες αποκαλύπτουν ότι τα δάση μπορούν να μεταβάλουν την περιφερειακή εξατμισοδιαπνοή και να μειώσουν τη συνολική απορροή σε σύγκριση με τις μη δασικές περιοχές. Η αναδάσωση έχει ως αποτέλεσμα την αναχαίτιση των συννέφων, με απώλεια του 10-40% της ετήσιας βροχόπτωσης, ενώ η αποτελεσματική βροχόπτωση και ο εμπλουτισμός των υπόγειων υδάτων στα δάση είναι χαμηλότερα από ό,τι σε άλλες περιοχές. Η μεγάλης κλίμακας δενδροφύτευση στην Κίνα προειδοποιείται ότι μπορεί να οδηγήσει σε περιφερειακή έλλειψη υδάτινων πόρων.  &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Το έγγραφο μετατοπίζει την προσοχή στην Εσωτερική Μογγολία, μια άνυδρη και ημιάνυδρη περιοχή στην οποία παρατηρείται ταχεία αναδάσωση μέσω έργων οικολογικής αποκατάστασης μεγάλης κλίμακας από το 2000. Παρά την αναγνώριση της επιρροής αυτών των έργων στο υδατικό ισοζύγιο των περιφερειακών οικοσυστημάτων, η αξιολόγηση των οικολογικών κινδύνων παραμένει ανεπαρκής. Οι πρωταρχικοί στόχοι της μελέτης είναι να προσδιοριστούν οι περιοχές αναδάσωσης στην Εσωτερική Μογγολία από το 2000 έως το 2020 και να εκτιμηθούν οι αλλαγές στους υδάτινους πόρους και οι σχετικοί οικολογικοί κίνδυνοι. Στόχος είναι να ενισχυθεί η ρύθμιση των πολιτικών οικολογικής μηχανικής, προσφέροντας ιδέες για τη βιώσιμη ανάπτυξη τόσο για τους περιφερειακούς υδάτινους πόρους όσο και για τις αναδασώσεις, προς όφελος τελικά της ανθρωπότητας.&amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 2. ΕΡΓΑΛΕΙΑ ΚΑΙ ΜΕΘΟΛΟΓΙΑ &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 2.1. Περιοχή μελέτης &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Στη φτωχή σε νερό Εσωτερική Μογγολία, η αξιολόγηση των οικολογικών κινδύνων της αναδάσωσης είναι ζωτικής σημασίας για τη βιώσιμη ανάπτυξη. Η μελέτη, η οποία εκτείνεται από το 2000 έως το 2020, αποκαλύπτει μια σημαντική αύξηση της αναδάσωσης κατά 5,37 × 10^4 km², κυρίως στην ανατολική περιοχή. Παρά τους συνολικούς υδάτινους πόρους των 50,39 BCM το 2020, που συγκεντρώνονται στο βορειοανατολικό τμήμα, το βορειοδυτικό τμήμα αντιμετωπίζει σοβαρή λειψυδρία, με κατά κεφαλήν πόρους το ένα πέμπτο του παγκόσμιου μέσου όρου. Η μεγάλης κλίμακας αναδάσωση επιδεινώνει την κατανάλωση νερού, με συνολικό ποσοστό 19,4 BCM. Η γεωργική άρδευση, ο μεγαλύτερος καταναλωτής σε ποσοστό 63,9%, παρουσιάζει αξιοσημείωτη τάση μείωσης. Οι μελλοντικοί κίνδυνοι υποδεικνύουν μεγαλύτερες προκλήσεις όσον αφορά τους υδάτινους πόρους στις κεντρικές και δυτικές περιοχές, τονίζοντας την ανάγκη για βελτιστοποιημένες στρατηγικές αναδάσωσης και ενισχυμένη αποδοτικότητα της χρήσης του νερού για την αποτροπή πιθανών οικολογικών απειλών στην Εσωτερική Μογγολία. (Εικόνα 1) (Εικόνα 2) .&amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 2.2. Συλλογή και Επεξεργασία Δεδομένων &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Τα μετεωρολογικά δεδομένα που καλύπτουν την περίοδο 2000-2020, τα οποία προέρχονται από 37 σταθμούς μέσω του Εθνικού Κέντρου Μετεωρολογικών Πληροφοριών της Κίνας, περιλάμβαναν μηνιαία βροχόπτωση και θερμοκρασία. Η χωρική παρεμβολή και η επαναδειγματοληψία σε δεδομένα ράστερ 1000 m πραγματοποιήθηκαν με τη χρήση του ArcGIS 10.2. Τα δεδομένα χρήσης/κάλυψης γης από το 2000-2020 στην Κίνα προήλθαν από το Data Center for Resources and Environmental Sciences της Κινεζικής Ακαδημίας Επιστημών. Το σύνολο δεδομένων NDVI που καλύπτει την περίοδο 2000-2020 προήλθε από το Global Inventory Modeling and Mapping Studies, το οποίο ελήφθη από το Ames Research Center της NASA. Τα ετήσια δεδομένα εξατμισοδιαπνοής (ET) για την περίοδο 2000-2020 αποκτήθηκαν από το Land Processes Distributed Active Archive Center. Τα δεδομένα για την αναδάσωση και τους υδάτινους πόρους για την περίοδο 2000-2020 συλλέχθηκαν από τις Στατιστικές Επετηρίδες Δασών της Κίνας και την Απογραφή Δασικών Πόρων της Εσωτερικής Μογγολίας, αντίστοιχα.&amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 2.3. Μεθοδολογία  &amp;lt;/span&amp;gt;''' &lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 2.3.1. Εντοπισμός των Αναδασωμένων Περιοχών  &amp;lt;/span&amp;gt;'''&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η μελέτη χρησιμοποίησε μια μεθοδολογική προσέγγιση για τον εντοπισμό των περιοχών αναδάσωσης και την αξιολόγηση των επιπτώσεών τους στους υδάτινους πόρους στην Εσωτερική Μογγολία. Χρησιμοποιώντας δεδομένα NDVI και κάλυψης γης, οι περιοχές αναδάσωσης προσδιορίστηκαν μέσω ανάλυσης τάσεων, χρησιμοποιώντας ένα μοντέλο μοναδιαίας γραμμικής παλινδρόμησης. Η σημαντικότητα των τάσεων αξιολογήθηκε με τη χρήση του F-test. Η μελέτη χρησιμοποίησε πέντε περιόδους δεδομένων κάλυψης γης για την περίοδο 2000-2020 για να αναλύσει την αύξηση των δασικών περιοχών, θεωρώντας τιμές NDVI εντός του εύρους 20-80% ως όριο αναδάσωσης. Οι περιοχές αναδάσωσης εντοπίστηκαν στη συνέχεια με την επικάλυψη των αποτελεσμάτων από τα προηγούμενα βήματα. Η επαλήθευση πραγματοποιήθηκε με τη χρήση στατιστικών δεδομένων και σημείων δειγματοληψίας, επιτυγχάνοντας συνολική ακρίβεια αναγνώρισης 78,24%. Για την αποτελεσματικότερη απεικόνιση των οικολογικών κινδύνων, τα δεδομένα ράστερ αναδάσωσης μετατράπηκαν σε σημειακά δεδομένα μέσω του μέσου όρου της περιοχής. (Εικόνα 3), (Εικόνα 4), (Εικόνα 5).&amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 2.3.2. Χωροχρονικές μεταβάσεις και δομή του τοπίου  &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η μελέτη χρησιμοποίησε την εξίσωση του υδατικού ισοζυγίου για να αξιολογήσει τις επιπτώσεις της αναδάσωσης στους υδάτινους πόρους στην Εσωτερική Μογγολία. Για τον υπολογισμό των μεταβολών των υδάτινων πόρων στις περιοχές αναδάσωσης από το 2000 έως το 2020, χρησιμοποιήθηκε μία εξίσωση, που λαμβάνει υπόψη τις βροχοπτώσεις, την πραγματική εξατμισοδιαπνοή και τη μεταβολή των υδάτινων πόρων της λεκάνης. Το μοντέλο γραμμικής παλινδρόμησης ελαχίστων τετραγώνων εφαρμόστηκε για τον εντοπισμό μεταβαλλόμενων τάσεων στους υδάτινους πόρους, με έμφαση στα ρηχά υπόγεια ύδατα που επηρεάζονται από την αναδάσωση και όχι στα βαθιά υπόγεια ύδατα που χρησιμοποιούνται για γεωργική άρδευση.&amp;lt;/p&amp;gt; &lt;br /&gt;
 &lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 2.3.3. Οικολογικός Κίνδυνος  &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η μελέτη χρησιμοποίησε τον δείκτη ασφάλειας νερού (WSI) για την αξιολόγηση του οικολογικού κινδύνου των υδάτινων πόρων που προκύπτει από την αναδάσωση. Ο δείκτης WSI, ο οποίος υπολογίζεται με βάση το ισοζύγιο προσφοράς και ζήτησης νερού, υποδεικνύει την περιφερειακή ασφάλεια των υδάτων. Οι τιμές του WSI κατηγοριοποίησαν τα επίπεδα κινδύνου: WSI &amp;lt; -0,5 ως υψηλός κίνδυνος, -0,5 ≤ WSI &amp;lt; 0 ως χαμηλός κίνδυνος, 0 ≤ WSI &amp;lt; 0,5 ως χαμηλή ασφάλεια και 0,5 ≤ WSI &amp;lt; 1 ως υψηλή ασφάλεια.&amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 3. ΑΠΟΤΕΛΕΣΜΑΤΑ &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η χωρική κατανομή της αναδάσωσης στην Εσωτερική Μογγολία από το 2000 έως το 2020 αποκάλυψε ότι περίπου το 65% της περιοχής παρουσίασε αυξητική τάση του δείκτη κανονικοποιημένης διαφοράς βλάστησης (NDVI), γεγονός που υποδηλώνει βελτιωμένη φυτοκάλυψη, ιδίως στο κεντρικό και ανατολικό τμήμα της Εσωτερικής Μογγολίας. Η αναδάσωση, η οποία προσδιορίστηκε με βάση την τάση του NDVI, παρουσίασε έντονη χωρική ετερογένεια, κυρίως συγκεντρωμένη στην ανατολική περιοχή. Η αναδασωτέα έκταση αυξήθηκε από 20,74 × 10^4 km² το 2000 σε 26,11 × 10^4 km² το 2020, με ρυθμό αύξησης 0,27 × 10^4 km²/έτος, και το ποσοστό δασικής κάλυψης αυξήθηκε από 17,53% σε 22,07%. Το Hulunbuir είχε τη μεγαλύτερη αναδασωτέα έκταση, αντιπροσωπεύοντας το 45,81% του συνόλου. (Εικόνα 6), (Εικόνα 7). &amp;lt;/p&amp;gt; &lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Συγκρίνοντας την εξατμισοδιαπνοή (ΕΤ) μεταξύ τεχνητών και φυσικών δασών, τα τεχνητά δάση παρουσίασαν υψηλότερη ετήσια ΕΤ (488,77 mm) από τα φυσικά δάση (418,82 mm) και η δυνητική ΕΤ τους ήταν σημαντικά υψηλότερη. Η αυξητική τάση της ET από το 2000 έως το 2020 ήταν πιο έντονη στα τεχνητά δάση, υποδεικνύοντας μεγαλύτερη κατανάλωση νερού σε σύγκριση με τα φυσικά δάση. (Εικόνα 8). &lt;br /&gt;
Αξιολογώντας τις αλλαγές στους υδάτινους πόρους που προκλήθηκαν από τις αναδασώσεις κατά την περίοδο 2000-2020, παρατηρήθηκε μια τάση μείωσης με χωρική ανομοιογένεια. Περίπου το 43% των περιοχών αναδάσωσης, κυρίως στα ανατολικά με επαρκείς βροχοπτώσεις (Hulunbuir και Hinggan), παρουσίασαν αύξηση των υδάτινων πόρων, ενώ το 57% στις κεντρικές και δυτικές περιοχές αντιμετώπισε μείωση, ιδίως στις περιοχές Alxa, Ordos, Hohhot, Baotou και Ulanqab. Η κατανάλωση υδάτινων πόρων στις αναδασωτέες περιοχές παρουσίασε αυξητική τάση, κυμαινόμενη μεταξύ 6,0 και 9,0 BCM από το 2000 έως το 2020, με μέση τιμή 7,31 BCM. (Εικόνα 9), (Εικόνα 10). &amp;lt;/p&amp;gt; &lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Ο οικολογικός κίνδυνος των υδάτινων πόρων στις αναδασωτέες περιοχές αξιολογήθηκε με τη χρήση του δείκτη υδατικής ασφάλειας (WSI). Οι περισσότερες περιοχές αντιμετώπιζαν οικολογικούς κινδύνους λόγω της αναδάσωσης, οι οποίοι αυξάνονταν από τα ανατολικά προς τα δυτικά. Περίπου το 24% των περιοχών αναδάσωσης διέτρεχαν υψηλό κίνδυνο, κυρίως στο κεντρικό και δυτικό τμήμα, ενώ το 52% διέτρεχαν χαμηλό κίνδυνο, κυρίως στο ανατολικό τμήμα, ιδίως στο Chifeng και στο Tongliao. Διαχρονικά, ο WSI παρουσίασε φθίνουσα τάση από χαμηλό κίνδυνο σε υψηλό κίνδυνο, με τον υψηλότερο οικολογικό κίνδυνο το 2008 και τον χαμηλότερο το 2013 και το 2020. Περίοδοι υψηλού οικολογικού κινδύνου βρέθηκαν το 2003, το 2009, το 2011, το 2013, το 2015 και το 2020. (Εικόνα 11), (Εικόνα 12). &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 4. ΣΥΖΗΤΗΣΗ &amp;amp; ΣΥΜΠΕΡΑΣΜΑΤΑ &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Ο προσδιορισμός των περιοχών αναδάσωσης στην Εσωτερική Μογγολία είναι ζωτικής σημασίας για την αξιολόγηση των οικολογικών κινδύνων για τους υδάτινους πόρους. Συνδυάζοντας δεδομένα κάλυψης γης και NDVI, η παρούσα μελέτη προσδιόρισε τις περιοχές αναδάσωσης, αποκαλύπτοντας συνέπεια με προηγούμενες έρευνες. Ωστόσο, οι περιορισμοί στον εντοπισμό της δασικής και θαμνώδους βλάστησης χαμηλής κάλυψης υποδηλώνουν πιθανή υποεκτίμηση, γεγονός που προτρέπει τη μελλοντική χρήση εργασιών πεδίου και βαθιάς μάθησης με τηλεπισκόπηση υψηλής ανάλυσης για ακριβέστερες εκτιμήσεις. &amp;lt;/p&amp;gt;  &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Ο αντίκτυπος της κλιματικής αλλαγής στη μεγάλης κλίμακας αναδάσωση στην Εσωτερική Μογγολία καταδεικνύει χωρική ετερογένεια. Η μετατόπιση των δραστηριοτήτων αναδάσωσης από τα ανατολικά προς τα δυτικά, από τα δέντρα στους θάμνους, αντανακλά τις αλλαγές στις οικολογικές λειτουργίες από τη διατήρηση του νερού στην προστασία από τον άνεμο και τη σταθεροποίηση της άμμου. Η πυκνότητα της αναδάσωσης, ζωτικής σημασίας για την κλιματική καταλληλότητα, πρέπει να λαμβάνει υπόψη το υδατικό ισοζύγιο του συστήματος εδάφους-βλάστησης. Η υπέρβαση της ικανότητας υδροδότησης της περιοχής οδηγεί σε ταχύτερη κατανάλωση υπόγειων υδάτων, επηρεάζοντας την επιβίωση της βλάστησης και δημιουργώντας οικολογικούς κινδύνους.  &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Διαπιστώνεται ότι η μεγάλης κλίμακας αναδάσωση αυξάνει την κατανάλωση νερού, επηρεάζοντας τους οικολογικούς υδάτινους πόρους και τον εμπλουτισμό των υπόγειων υδάτων. Οι αλλαγές που προκαλούνται από την αναδάσωση στην κάλυψη της βλάστησης επηρεάζουν την κίνηση του εδαφικού νερού, μειώνοντας τον εμπλουτισμό των υπόγειων υδάτων και τη στάθμη του υδροφόρου ορίζοντα, ιδίως σε ξηρές και ημίξηρες περιοχές. Η μελέτη υποδηλώνει ότι η αναδάσωση μπορεί να προκαλέσει μόνιμες μειώσεις στην ικανότητα αποθήκευσης νερού της περιοχής και να οδηγήσει σε εξάντληση των υπόγειων υδάτων.  &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η μελέτη υπογραμμίζει το ενδεχόμενο η αναδάσωση να επιδεινώσει την υποβάθμιση του εδάφους, ιδίως σε άγονες και ημίξηρες περιοχές. Η μεγάλης κλίμακας αποκατάσταση της βλάστησης διαταράσσει τα οικοσυστήματα, μεταβάλλοντας τις οικο-υδρολογικές διεργασίες και προκαλώντας σοβαρά οικολογικά προβλήματα. Οι αρνητικές επιπτώσεις της αναδάσωσης στο βάθος των υπόγειων υδάτων μπορεί να οδηγήσουν σε επιφανειακή βλάστηση και υποβάθμιση του εδάφους. Η μελλοντική έρευνα αποσκοπεί στην ολοκληρωμένη αξιολόγηση της επίδρασης της αναδάσωσης στο περιφερειακό βάθος των υπόγειων υδάτων.  &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Λαμβάνοντας υπόψη τους μελλοντικούς οικολογικούς κινδύνους της αναδάσωσης, η μελέτη προτείνει την αποφυγή της αναδάσωσης σε άγονες και ημίξηρες περιοχές για να αποφευχθεί η μόνιμη μείωση της ικανότητας αποθήκευσης νερού. Η επιλογή της κατάλληλης βλάστησης με βάση τις τοπικές συνθήκες θεωρείται ζωτικής σημασίας για την οικολογική αποκατάσταση και τη βιώσιμη ανάπτυξη. Επιπλέον, συνιστάται ένα βελτιστοποιημένο σχέδιο άντλησης υπόγειων υδάτων ως αποτελεσματική στρατηγική διαχείρισης για την προστασία και τη διατήρηση του σημερινού οικολογικού περιβάλλοντος. Η μελέτη σημειώνει ότι η αύξηση των βροχοπτώσεων στο μελλοντικό κλίμα του οροπεδίου της Εσωτερικής Μογγολίας μπορεί να μετριάσει τους οικολογικούς κινδύνους που συνδέονται με την αναδάσωση.  &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Στην άνυδρη Εσωτερική Μογγολία, η αξιολόγηση των οικολογικών κινδύνων της αναδάσωσης για τους υδάτινους πόρους είναι ζωτικής σημασίας για τη βιώσιμη ανάπτυξη. Αναλύοντας την κάλυψη γης, το NDVI και τα μετεωρολογικά δεδομένα από το 2000 έως το 2020, η μελέτη διαπιστώνει ότι η αναδάσωση αυξήθηκε κατά 5,37 × 10^4 km², κυρίως στα ανατολικά. Με περιορισμένους υδάτινους πόρους, η μεγάλης κλίμακας αναδάσωση εντείνει την κατανάλωση νερού, δημιουργώντας οικολογικούς κινδύνους. Οι κεντρικές και δυτικές περιοχές προβλέπεται να αντιμετωπίσουν μεγαλύτερους κινδύνους για τους υδάτινους πόρους. Η εφαρμογή βελτιστοποιημένων σχεδίων αναδάσωσης και η ενίσχυση της αποδοτικότητας της χρήσης του νερού είναι ουσιαστικής σημασίας για την πρόληψη πιθανών οικολογικών κινδύνων στην Εσωτερική Μογγολία.&amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
[[category:Καταγραφή_-_Παρακολούθηση_Ερημοποίησης_(αναγνώριση_συνθηκών,_εδαφών,_βλάστησης,_κλίσεων,_προσανατολισμού)]]&lt;br /&gt;
[[category:Επιπτώσεις ανθρωπογενών επιδράσεων επί των δασικών οικοσυστημάτων]]&lt;br /&gt;
[[category:Παρακολούθηση και εκτίμηση διαχρονικών αλλαγών και εξελίξεων]]&lt;br /&gt;
[[category:Δασοπονία,_Δασική_διαχείριση]]&lt;/div&gt;</summary>
		<author><name>Maria Bikou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%95%CE%BE%CE%AD%CE%BB%CE%B9%CE%BE%CE%B7_%CF%84%CE%BF%CF%85_%CF%80%CE%B1%CE%B3%CF%8C%CE%B2%CE%BF%CF%85%CE%BD%CE%BF%CF%85_%CE%9168_%CE%B1%CF%80%CF%8C_%CF%84%CE%B7%CE%BD_%CE%B1%CF%81%CF%87%CE%AE_%CF%84%CE%B7%CF%82_%CE%BA%CE%B1%CF%84%CE%AC%CF%81%CF%81%CE%B5%CF%85%CF%83%CE%AE%CF%82_%CF%84%CE%BF%CF%85_%CE%B1%CF%80%CF%8C_%CF%84%CE%B7%CE%BD_%CF%80%CE%B1%CE%B3%CE%BF%CE%BA%CF%81%CE%B7%CF%80%CE%AF%CE%B4%CE%B1%CF%82_Larsen_C_%CF%84%CE%B7%CF%82_%CE%91%CE%BD%CF%84%CE%B1%CF%81%CE%BA%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%BC%CE%B5_%CF%84%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_Sentinel-1_SAR</id>
		<title>Εξέλιξη του παγόβουνου Α68 από την αρχή της κατάρρευσής του από την παγοκρηπίδας Larsen C της Ανταρκτικής με τη χρήση δεδομένων Sentinel-1 SAR</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%95%CE%BE%CE%AD%CE%BB%CE%B9%CE%BE%CE%B7_%CF%84%CE%BF%CF%85_%CF%80%CE%B1%CE%B3%CF%8C%CE%B2%CE%BF%CF%85%CE%BD%CE%BF%CF%85_%CE%9168_%CE%B1%CF%80%CF%8C_%CF%84%CE%B7%CE%BD_%CE%B1%CF%81%CF%87%CE%AE_%CF%84%CE%B7%CF%82_%CE%BA%CE%B1%CF%84%CE%AC%CF%81%CF%81%CE%B5%CF%85%CF%83%CE%AE%CF%82_%CF%84%CE%BF%CF%85_%CE%B1%CF%80%CF%8C_%CF%84%CE%B7%CE%BD_%CF%80%CE%B1%CE%B3%CE%BF%CE%BA%CF%81%CE%B7%CF%80%CE%AF%CE%B4%CE%B1%CF%82_Larsen_C_%CF%84%CE%B7%CF%82_%CE%91%CE%BD%CF%84%CE%B1%CF%81%CE%BA%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%BC%CE%B5_%CF%84%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_Sentinel-1_SAR"/>
				<updated>2024-02-23T22:29:36Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Bikou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Πρωτότυπος τίτλος:''' ''Evolution of Iceberg A68 since Its Inception from the Collapse of Antarctica’s Larsen C Ice Shelf Using Sentinel-1 SAR Data''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς: ''' Shivangini Singh, Shashi Kumar, and Navneet Kumar. &lt;br /&gt;
&lt;br /&gt;
'''Δημοσιεύθηκε: '''  ''Sustainability 2023, 15(22), 15918; https://doi.org/10.3390/su152215918 '' &lt;br /&gt;
&lt;br /&gt;
'''Λέξεις κλειδιά: ''' παγόβουνο A68; Sentinel-1 SAR; παγοκρηπίδα Larsen C; παρακολούθηση παγόβουνων &lt;br /&gt;
&lt;br /&gt;
'''Αντικείμενο εφαρμογής: ''' Παρακολούθηση και εκτίμηση διαχρονικών αλλαγών και εξελίξεων ''' &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 1. ΕΙΣΑΓΩΓΗ  &amp;lt;/span&amp;gt;'''&lt;br /&gt;
 &lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Το συμβάν της αποκόλλησης του παγόβουνου A68 από την παγοκρηπίδα Larsen C τον Ιούλιο του 2017 παρείχε μια μοναδική ευκαιρία να μελετηθεί η εξέλιξη και η δυναμική ενός νεοσχηματισμένου παγόβουνου. Το τεράστιο μέγεθος του A68, που αντιπροσωπεύει περίπου το 9-12% του συνόλου της υφαλοκρηπίδας, τράβηξε την προσοχή στις πιθανές επιπτώσεις του, συμπεριλαμβανομένης της τροχιάς του προς τη νήσο Νότια Γεωργία τον Νοέμβριο του 2020, αποτελώντας απειλή για την τοπική άγρια ζωή. Η μικροκυματική ακτινοβολία από όργανα ραντάρ συνθετικού ανοίγματος (SAR) επιτρέπει καλύτερη ανάλυση στις πολικές περιοχές σε σύγκριση με τους οπτικούς αισθητήρες. Η κατανόηση της εξέλιξης των παγόβουνων είναι απαραίτητη για τις μελέτες της κλιματικής αλλαγής, τον μετριασμό του κινδύνου της θαλάσσιας ναυσιπλοΐας και τη διατήρηση της άγριας ζωής. Μεγάλα παγόβουνα όπως το A68 μπορούν να επηρεάσουν τη σταθερότητα της παγοκρηπίδας και την περαιτέρω διάρρηξη. Η επίμονη νεφοκάλυψη και οι πολικές νύχτες εμποδίζουν τους οπτικούς αισθητήρες, αναδεικνύοντας την αξία της διαστημικής τηλεπισκόπησης SAR για την πολική έρευνα.   &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Δυναμική παγόβουνων και περιβαλλοντικοί παράγοντες   &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Ο σχηματισμός και η μετατόπιση παγόβουνων επηρεάζουν σημαντικά την τοπική κυκλοφορία του νερού και τον σχηματισμό θαλάσσιου πάγου, ενώ η απελευθέρωση γλυκού νερού επηρεάζει τα μοντέλα του γήινου κλιματικού συστήματος. Η αυξητική τάση των γεγονότων αναγέννησης παγόβουνων, που αποδίδεται στην κλιματική αλλαγή, υπογραμμίζει τον επείγοντα χαρακτήρα της κατανόησης της δυναμικής των παγόβουνων. Οι διεργασίες αποκόλλησης των παγόβουνων, συμπεριλαμβανομένου του κατακερματισμού και των θερμοδυναμικών διεργασιών, επηρεάζονται από περιβαλλοντικές συνθήκες, όπως το φάσμα των κυμάτων, η θερμοκρασία, οι άνεμοι και τα ρεύματα. Παράγοντες όπως η ηλιακή ακτινοβολία, η συναγωγή, η υποθαλάσσια τήξη και η διάβρωση από τα κύματα συμβάλλουν στη φθορά και τον κατακερματισμό των παγόβουνων.    &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Μοντελοποίηση παρασύρσεων παγόβουνων   &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Έχουν προταθεί διάφορα μοντέλα, συμπεριλαμβανομένων δυναμικών hindcast και στατιστικών προσεγγίσεων, για την πρόβλεψη των τροχιών των παγόβουνων. Εμπειρικοί κανόνες, όπως ο &amp;quot;κανόνας του 2%&amp;quot;, παρέχουν πληροφορίες σχετικά με την παρασυρόμενη πορεία του παγόβουνου σε σχέση με την ταχύτητα του ανέμου και τα ωκεάνια ρεύματα. Ωστόσο, η εφαρμοσιμότητα αυτών των κανόνων ποικίλλει ανάλογα με το μέγεθος του παγόβουνου και τις περιβαλλοντικές συνθήκες. Μεγάλα παγόβουνα όπως το Α68 μπορεί να παρασύρονται κυρίως με τα επιφανειακά ρεύματα και όχι με τον άνεμο, προκαλώντας τα συμβατικά μοντέλα. Η κατανόηση της πολύπλοκης αλληλεπίδρασης των παραγόντων που επηρεάζουν την παρασύρση των παγόβουνων παραμένει ένας κρίσιμος τομέας έρευνας.  &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Διαστημική παρατήρηση και εντοπισμός παγόβουνων   &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Οι διαστημικοί αισθητήρες SAR προσφέρουν πλεονεκτήματα στον εντοπισμό και την παρακολούθηση παγόβουνων, ξεπερνώντας τους περιορισμούς της χαμηλής χωρικής ανάλυσης άλλων δορυφορικών οργάνων. Τεχνικές όπως η ανίχνευση σταθερού ποσοστού λανθασμένου συναγερμού (CFAR) και τα δεδομένα SAR πολλαπλής πόλωσης βελτιώνουν τον εντοπισμό και τον χαρακτηρισμό παγόβουνων. Οι ικανότητες της SAR να διεισδύει στα σύννεφα και να παρακολουθεί τη νύχτα την καθιστούν κατάλληλη για τηλεπισκόπηση σε πολικές περιοχές, απαραίτητη για την παρακολούθηση της δυναμικής των παγόβουνων και τον μετριασμό των κινδύνων για τις υπεράκτιες υποδομές.   &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η μελέτη αποσκοπεί στην παρακολούθηση της τροχιάς του παγόβουνου A68 και στην ανάλυση της εξέλιξής του από τον Ιούλιο του 2017 έως τον Φεβρουάριο του 2021 με τη χρήση δεδομένων Sentinel-1 SAR. Η κατανόηση της δυναμικής των παγόβουνων και των αλληλεπιδράσεών τους με το περιβάλλον είναι ζωτικής σημασίας για τις κλιματικές μελέτες, την ασφάλεια της θαλάσσιας ναυσιπλοΐας και τη διατήρηση των οικοσυστημάτων. Η τηλεπισκόπηση SAR παρέχει πολύτιμες πληροφορίες για τη συμπεριφορά των παγόβουνων, διευκολύνοντας την καλύτερη διαχείριση των πολικών περιοχών και τον μετριασμό των κινδύνων που σχετίζονται με τους κινδύνους από τα παγόβουνα. &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 2. ΥΛΙΚΑ ΚΑΙ ΜΕΘΟΔΟΙ &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Το 2014, μια ρωγμή που υπήρχε εδώ και σχεδόν μια δεκαετία άρχισε να διαδίδεται κοντά στο Gipps Ice Rise στην παγοκρηπίδα Larsen C (LCIS), τη μεγαλύτερη παγοκρηπίδα της Ανταρκτικής Χερσονήσου. Είχε ως αποτέλεσμα την ανάπτυξη του τεράστιου πλακοειδούς παγόβουνου A68 τον Ιούλιο του 2017, αφού συνδυάστηκε με άλλες ρωγμές προς τα βόρεια. Η εικόνα Sentinel-1A SAR της περιοχής μελέτης παρουσιάζεται στην Εικόνα 2. Όταν σχηματίστηκε για πρώτη φορά, είχε μήκος 160 χλμ. και πλάτος 50 χλμ. αλλά γρήγορα διασπάστηκε σε δύο τμήματα, το A68A και το A68B. Με επιφάνεια 90 km², το A68B είναι το μικρότερο από τα δύο.  &amp;lt;/p&amp;gt;  &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η παγοκρηπίδα Larsen C, που βρίσκεται στο βορειοδυτικό τμήμα της Θάλασσας Weddell, είναι μία από μια ακολουθία παγοκρηπιδωμάτων Larsen που διατρέχουν το βορειοανατολικό άκρο της Ανταρκτικής Χερσονήσου. Χωρίζεται από το νοτιότερο σημείο της Νότιας Αμερικής από το ιδιαίτερα διαβόητο πέρασμα Ντρέικ, το οποίο απέχει σχεδόν 1000 χιλιόμετρα από αυτό. Η χερσόνησος απολαμβάνει το πιο ήπιο κλίμα στην ήπειρο, επειδή είναι το βορειότερο τμήμα της Ανταρκτικής και βρίσκεται πάνω από τον Ανταρκτικό Κύκλο. Ο θερμότερος μήνας είναι ο Ιανουάριος, με θερμοκρασίες κατά μέσο όρο 1 έως 2 °C, και ο ψυχρότερος μήνας είναι ο Ιούνιος, με θερμοκρασίες κατά μέσο όρο 15 έως 20 °C. Η Ανταρκτική Χερσόνησος έχει βρεθεί στο επίκεντρο του ενδιαφέροντος τις τελευταίες δεκαετίες για την παρατηρούμενη έντονη αύξηση της θερμοκρασίας στην περιοχή λόγω της κλιματικής αλλαγής.  &amp;lt;/p&amp;gt;  &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η επίπεδη κορυφή του οροπεδίου είναι ένα κοινό χαρακτηριστικό των παγόβουνων σε σχήμα πινακίδας που αναδύονται από τα παγόβουνα της Ανταρκτικής. Το πάχος του παγόβουνου A68 τοποθετήθηκε στα ~300 μέτρα και ζυγίζει πάνω από ένα τρισεκατομμύριο τόνους. Είναι το μεγαλύτερο παγόβουνο που καταγράφεται σήμερα στα δορυφορικά αρχεία και αναμένεται να χρειαστούν χρόνια, αν όχι δεκαετίες, για την πλήρη αποκόλληση ή διάλυση.&amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 2.1. Κατάρρευση της παγοκρηπίδας Larsen C και εξέλιξη του παγόβουνου Α68  &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Ορισμένες από τις εξέχουσες παγοκρηπίδες στην Ανταρκτική είναι η παγοκρηπίδα Ross, η παγοκρηπίδα Ronne-Filchner, η παγοκρηπίδα Amery και η παγοκρηπίδα Larsen C. Οι παγοκρηπίδες σχηματίζονται όταν μια τεράστια μάζα πάγου προχωρά αργά με τη μορφή παγετώνων και ρευμάτων πάγου από παγοκρηπίδες στη γύρω θάλασσα. Η χαμηλή θερμοκρασία του περιβάλλοντος ωκεανού δεν επιτρέπει σε αυτόν τον πάγο να λιώσει αμέσως. Αυτό με τη σειρά του επιπλέει στην επιφάνεια (δεδομένου ότι ο πάγος είναι λιγότερο πυκνός από το νερό) και μεγαλώνει συσσωρεύοντας περισσότερο πάγο από τη ροή των παγετώνων. Αυτή η μάζα μπορεί να επιβιώσει χιλιάδες χρόνια λόγω της προσγείωσης από νησιά, ανόδους πάγου και βραχώδεις χερσονήσους. Οι παγοκρηπίδες αυξάνονται συνεχώς με πάγο από την ξηρά και χάνουν μάζα από τα συμβάντα των απολήξεων, διατηρώντας τη δυναμική σταθερότητα.    &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Δεδομένου ότι οι παγοκρηπίδες επιπλέουν ήδη στον ωκεανό, δεν είναι σωστό να λέμε ότι συμβάλλουν άμεσα στην άνοδο της στάθμης της θάλασσας. Η κατάρρευση μιας παγοκρηπίδας δίνει τη θέση της σε ένα ενισχυμένο κύμα των παγετώνων και των παγωμένων ρευμάτων που τροφοδοτούν την παγοκρηπίδα, μειώνοντας την ενισχυτική επίδραση που παρέχουν οι παγοκρηπίδες στους παγετώνες και τα παγωμένα ρεύματα της ενδοχώρας. Δεδομένου ότι οι παγετώνες και τα ρεύματα πάγου βρίσκονται στην ξηρά, η μετακίνησή τους στον ωκεανό συμβάλλει στην άνοδο της στάθμης της θάλασσας. Ως εκ τούτου, η κατάρρευση των παγοκρηπίδων συμβάλλει στην άνοδο της στάθμης της θάλασσας, αν και έμμεσα. Πρόσφατες έρευνες δείχνουν ότι η κατάρρευση των παγοκρηπίδων μπορεί να ενισχύσει τη ροή των παγετώνων κατά δύο έως έξι φορές.   &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Μια ασυνήθιστη ακολουθία καταρρεύσεων παγοκρηπιδωμάτων έχει παρατηρηθεί από επιστήμονες στην Ανταρκτική και την Αρκτική τα τελευταία 30 χρόνια. Παρόλο που ο σχηματισμός παγόβουνων μέσω γεγονότων που προκαλούν την κατάρρευση δεν είναι ασυνήθιστο φαινόμενο, η διαδικασία συνήθως λαμβάνει χώρα σε διάστημα μηνών και ετών καθώς σχηματίζονται ρήγματα στην παγοκρηπίδα. Είναι, ωστόσο, ασυνήθιστο η διαδικασία να συμβαίνει μέσα σε λίγες ημέρες, όπως παρατηρήθηκε σε προηγούμενες περιπτώσεις. Η ταχεία κατάρρευση της παγοκρηπίδας έχει αποδοθεί στις θερμότερες θερμοκρασίες του αέρα και του νερού, στο σχηματισμό λιωμένου νερού στην επιφάνεια της παγοκρηπίδας και στη μείωση του θαλάσσιου πάγου που περιβάλλει τις παγοκρηπίδες ως παράγοντας που συμβάλλει στην αποσύνθεση της παγοκρηπίδας.    &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Στα μέσα του 2016, το παγόβουνο Α68 είχε αρχίσει να αναδύεται. Οι επιστήμονες παρατήρησαν ένα διευρυνόμενο ρήγμα που διέτρεχε κατά μήκος της παγοκρηπίδας Larsen C στις 10 Νοεμβρίου 2016, το οποίο είχε μήκος 110 χλμ. και πλάτος 91 μ. και βάθος 500 μ. Η επακόλουθη σποραδική διάδοση του ρήγματος οδήγησε στον σχηματισμό του στις 12 Ιουλίου 2017, με αποτέλεσμα να αποτελέσει το μεγαλύτερο παγόβουνο στα τρέχοντα αρχεία τηλεπισκόπησης, με έκταση περίπου 5800 km². Τέτοια γεγονότα αναγέννησης θα μπορούσαν να προκρίνουν τις παγοκρηπίδες για αστάθεια, όπως παρατηρήθηκε στην παγοκρηπίδα Larsen B τον Ιανουάριο του 1985. Τα μοντέλα παγοκρηπίδων, όταν εφαρμόζονται στις παγοκρηπίδες Larsen C και George VI, καταδεικνύουν σημαντικό ρόλο των υφιστάμενων βασικών/επιφανειακών σχισμών στη σταθερότητα των υπόλοιπων παγοκρηπίδων. Η αναγέννηση της Α68 θα πρέπει να αφαιρέσει την οπίσθια τάση στο νέο μέτωπο αναγέννησης και να αυξήσει την επιμήκη τάση επέκτασης, οδηγώντας κατά συνέπεια σε αυξημένους ρυθμούς αναγέννησης και πιθανή αστάθεια.  &lt;br /&gt;
 &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 2.2. Σύνολο δεδομένων &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Από τις 28 Ιουνίου 2017 έως τις 29 Ιανουαρίου 2021, επιλέχθηκαν για την παρούσα μελέτη 47 εικόνες Sentinel-1 SAR, οι οποίες χρησιμοποιήθηκαν για την εκτίμηση της έκτασης και της μετατόπισης. Οι εικόνες ελήφθησαν μέσω της πύλης Data Search Vertex της Δορυφορικής Εγκατάστασης της Αλάσκας.   &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 2.3. Ροή εργασίας προεπεξεργασίας δεδομένων SAR &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Για την προεπεξεργασία όλων των αποκτηθέντων σκηνών των δεδομένων SAR χρησιμοποιήθηκε μια γενική ροή εργασίας. Η επεξεργασία των δεδομένων πραγματοποιήθηκε με το The Sentinel-1 Toolbox (S1TBX) της πλατφόρμας εφαρμογών Sentinel (SNAP). Οι σκηνές υποσυντάχθηκαν χωρικά για να συμπεριλάβουν την υπό μελέτη περιοχή, ώστε να μειωθεί ο χρόνος επεξεργασίας για τα επόμενα βήματα. Η διόρθωση της τροχιάς των δεδομένων του Sentinel-1 πραγματοποιήθηκε με τα ακριβή αρχεία τροχιάς. Τα δεδομένα με διόρθωση τροχιάς βαθμονομήθηκαν ραδιομετρικά για τη μέτρηση της οπισθοσκέδασης ραντάρ των κυψελών ανάλυσης SAR. Πραγματοποιήθηκε φιλτράρισμα speckle για την ελαχιστοποίηση του θορύβου speckle από τα δεδομένα SAR.  &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 2.4. Ανάλυση τροχιάς  &amp;lt;/span&amp;gt;''' &lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 2.4.1. Διόρθωση ελλειψοειδούς &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Πραγματοποιήθηκε διόρθωση ελλειψοειδούς Doppler εμβέλειας για όλες τις αποκτηθείσες σκηνές. Δεδομένου ότι οι κυματισμοί της επιφάνειας της θάλασσας δεν είναι υψίστης σημασίας για την περιοχή μελέτης, προτιμήθηκε η διόρθωση ελλειψοειδούς Doppler εύρους μέσου ύψους και στις 47 σκηνές των δεδομένων Sentinel-1. Μια προκαθορισμένη προβολή χάρτη, η EPSG:3031 WGS 84/Antarctic polar stereographic χρησιμοποιήθηκε για την ακριβή απεικόνιση και την επακόλουθη ανάλυση της περιοχής και της μετατόπισης. Το δεδομένο που χρησιμοποιήθηκε ήταν το Παγκόσμιο Γεωδαιτικό Σύστημα (WGS) 1984.  &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 2.4.2. Υπολογισμός της έκτασης   &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Τα διορθωμένα με ελλειψοειδές δεδομένα μετατράπηκαν στη συνέχεια σε μορφή GeoTiff, η οποία είναι αναγνώσιμη από λογισμικό GIS, όπως το QGIS. Αυτό έγινε για τη διευκόλυνση του υπολογισμού της έκτασης και για τη μελέτη των επιπτώσεων της τοπογραφίας του πυθμένα και των ανυψώσεων των πάγων στην εξέλιξη του στόχου. Οι εικόνες τοποθετήθηκαν σε παράθεση για να μελετηθεί η τροχιά που ακολούθησε το παγόβουνο Α68 και να σημειωθεί η σταδιακή προώθηση του Α68 προς τον Νότιο Ωκεανό. &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 2.4.3. Ανάλυση της βαθυμετρίας στην εξέλιξη του A68  &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Για να διερευνηθεί η επίδραση της τοπογραφίας του πυθμένα της θάλασσας στην εξέλιξη του Α68, χρησιμοποιήθηκε ο διεθνής βαθυμετρικός χάρτης του Νότιου Ωκεανού (IBCSO) ως επικάλυψη στην περιοχή μελέτης. Κάθε σκηνή επικαλύφθηκε με έναν χάρτη IBCSO και διερευνήθηκε η επιρροή του υψομέτρου του πυθμένα της θάλασσας για κάθε εικόνα.  &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 3. ΑΠΟΤΕΛΕΣΜΑΤΑ ΚΑΙ ΣΥΖΗΤΗΣΗ  &amp;lt;/span&amp;gt;''' &lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 3.1 Περιοχή A68A  &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η μελέτη επικεντρώνεται στο παγόβουνο A68A, το οποίο αποκολλήθηκε από την παγοκρηπίδα Larsen C, ενώ ένα μικρότερο τμήμα του, γνωστό ως A68B, αποσπάστηκε λίγο αργότερα. Το A68B αντιπροσώπευε σχεδόν το 2% της συνολικής έκτασης του A68, αφήνοντας το A68A ως το κύριο αντικείμενο της έρευνας. Οι μεταβολές της έκτασης του A68A παρακολουθήθηκαν μηνιαίως από τον Ιούλιο του 2017 έως τον Μάιο του 2020 με τη χρήση δεδομένων του Sentinel-1, με χειροκίνητη ανίχνευση του περιγράμματος για την εξαγωγή της έκτασης του παγόβουνου. Η αρχική έκταση του A68A ήταν 5758,359 km2, με μικρές διακυμάνσεις τους επόμενους μήνες λόγω θραύσης πάγου και περιβαλλοντικών παραγόντων.   &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Από τον Αύγουστο του 2017 έως τον Νοέμβριο του 2018, το A68A παρουσίασε διακυμάνσεις στην έκταση, οι οποίες αποδίδονται κυρίως στη θραύση πάγου από τη βόρεια γωνία του. Παρά τις διακυμάνσεις, η έκταση του παγόβουνου παρέμεινε σχετικά σταθερή σε περίπου 5491,25 km2. Η μελέτη δεν ενσωμάτωσε τις τάσεις της θερμοκρασίας του αέρα, αλλά επικεντρώθηκε στη βαθυμετρία για την κατανόηση της παράκτιας γεωμετρίας και της επίδρασής της στην εξέλιξη του παγόβουνου.   &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Μεταξύ Ιανουαρίου 2019 και Δεκεμβρίου 2019, η έκταση του A68A μειώθηκε σταθερά, με περιστασιακά γεγονότα γέννησης και εποχιακές διακυμάνσεις που υποδεικνύουν την κορύφωση του αυστραλιανού καλοκαιριού, γεγονός που επηρέασε τα χαρακτηριστικά της επιφάνειας του παγόβουνου. Μέχρι τον Δεκέμβριο του 2019, το A68A πλησίασε την άκρη της Ανταρκτικής Χερσονήσου, πλησιάζοντας τα ανοιχτά ύδατα του Νότιου Ατλαντικού Ωκεανού.  &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Παρά τη μείωση της οπισθοσκέδασης, ορισμένα σημάδια στην επιφάνεια του παγόβουνου έγιναν ορατά, υποδεικνύοντας ενδεχομένως περιοχές επιρρεπείς σε περαιτέρω αποσύνθεση. Η κατοπτρική αντανάκλαση, πιθανώς λόγω τήξης της επιφάνειας ή χιονόπτωσης, επηρέασε την ορατότητα σε ορισμένες εικόνες. Τα συμβάντα αναγέννησης συνεχίστηκαν, με το A68C τον Απρίλιο του 2020 και τα επόμενα συμβάντα που παρήγαγαν μικρότερα παγόβουνα.  &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Από τον Μάιο του 2020 έως τον Οκτώβριο του 2020, η έκταση του A68A συνέχισε να μειώνεται, αν και με μέτριο ρυθμό. Το λιώσιμο της επιφάνειας αυξήθηκε από τον Σεπτέμβριο έως τον Νοέμβριο του 2020, υποδεικνύοντας συνεχιζόμενες περιβαλλοντικές επιπτώσεις. Τον Δεκέμβριο του 2020 συνέβη ένα σημαντικό συμβάν αναγέννησης, το οποίο είχε ως αποτέλεσμα τον σχηματισμό μικρότερων παγόβουνων και τη μείωση της έκτασης του A68A στο 45,15% του αρχικού του μεγέθους.   &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Περαιτέρω συμβάντα αναγέννησης τον Ιανουάριο του 2021 οδήγησαν στο σχηματισμό επιπλέον μικρότερων παγόβουνων, με το A68A να αποτελείται μόνο από το 23,71% του αρχικού του μεγέθους στο τέλος Ιανουαρίου 2021. Το θερμό νερό του Νότιου Ωκεανού, σε συνδυασμό με τους ρηχούς βυθούς κοντά στη Νότια Γεωργία και τα Νότια Σάντουιτς Νησιά, συνέβαλαν πιθανότατα στον κατακερματισμό και το τελικό τέλος του Α68.  &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Συνολικά, η μελέτη καταδεικνύει τη δυναμική φύση του παγόβουνου A68A, αναδεικνύοντας τη σταδιακή αποσύνθεσή του με την πάροδο του χρόνου. Οι περιβαλλοντικοί παράγοντες, ιδίως οι εποχιακές διακυμάνσεις και οι ωκεάνιες συνθήκες, διαδραμάτισαν σημαντικό ρόλο στη διαμόρφωση της εξέλιξης και της τελικής διάλυσης του παγόβουνου.   &lt;br /&gt;
 &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 3.2 Τροχιά του Α68   &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η τροχιά του παγόβουνου A68A μετά την αποκόλλησή του από την παγοκρηπίδα Larsen C (LCIS) περιγράφεται λεπτομερώς από τον σχηματισμό του τον Ιούλιο του 2017 έως τον τελικό κατακερματισμό του. Αρχικά, το A68A απομακρύνθηκε από την LCIS λόγω των νότιων ανέμων, διευρύνοντας το χάσμα μεταξύ τους. Μέχρι τον Δεκέμβριο του 2017, τόσο το βόρειο όσο και το νότιο τμήμα παρουσίασαν αξιοσημείωτες μετατοπίσεις μακριά από την LCIS, που ενδεχομένως επηρεάστηκαν από τη σύγκρουση με τον ρηχό πυθμένα του Bawden Ice Rise.   &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Από τον Αύγουστο του 2017 έως τον Νοέμβριο του 2017, το νότιο τμήμα του A68A συνέχισε να απομακρύνεται, ενώ από τον Ιούνιο του 2018 άρχισε μια αριστερόστροφη περιστροφή του νότιου τμήματος, που πιθανώς διευκολύνθηκε από τον άνεμο και τα ωκεάνια ρεύματα. Η περιστροφή αυτή συνεχίστηκε μέχρι τον Σεπτέμβριο του 2018, με το κέντρο του παγόβουνου να ολοκληρώνει μια πλήρη περιστροφή γύρω από τον βόρειο άξονά του. Αξίζει να σημειωθεί ότι τον Απρίλιο του 2019, η δυναμική της περιστροφής άλλαξε, με το νότιο τμήμα να γίνεται ο άξονας περιστροφής, πιθανώς επηρεαζόμενο από τα ωκεάνια ρεύματα και τους ανέμους.   &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Καθ' όλη τη διάρκεια του 2019, η τροχιά του A68A συνέχισε να αλλάζει, με σημαντική αριστερόστροφη περιστροφή μέχρι τον Ιούλιο, όταν άρχισε σοβαρά το ταξίδι του προς τα βόρεια. Μέχρι το τέλος του 2019, ο A68A είχε καλύψει σημαντική απόσταση, πλησιάζοντας τον ανοιχτό ωκεανό.   &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Το 2020, ο A68A συνέχισε την πορεία του προς τα βόρεια, βιώνοντας σημαντικά γεγονότα γέννησης τον Δεκέμβριο, με αποτέλεσμα τον σχηματισμό πολλαπλών θραυσμάτων. Σχηματίστηκαν τα A68D, A68E και A68F, με το A68D να παραμένει κοντά στη Νότια Γεωργία και τα Νότια Σάντουιτς Νησιά, ενώ το A68E παρασύρθηκε βορειοανατολικά.   &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Περαιτέρω γεγονότα γέννησης τον Ιανουάριο του 2021 οδήγησαν στο σχηματισμό των A68G και A68H, ενώ το A68A συνέχισε το ταξίδι του, τοποθετημένο περίπου στα 56,5◦ Ν και 36◦ Δ.   &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Το διάγραμμα της τροχιάς που παρέχεται απεικονίζει τη συνολική απόσταση που κάλυψε ο A68A, την αλλαγή του σχήματός του και τη διάσπασή του σε μικρότερα κομμάτια πάγου με την πάροδο του χρόνου. Συνολικά, η τροχιά απεικονίζει τη δυναμική κίνηση του A68A που επηρεάζεται από περιβαλλοντικούς παράγοντες όπως ο άνεμος, τα ωκεάνια ρεύματα και η τοπογραφία του πυθμένα.   &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 4. ΣΥΜΠΕΡΑΣΜΑΤΑ &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η ανάλυση της εξέλιξης του Α68 μέσα σε διάστημα σχεδόν 3 ετών αποκαλύπτει τους βασικούς μηχανισμούς μέσω των οποίων τα παγόβουνα μεγέθους Α68 κινούνται και αλλάζουν.   &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Γέννηση και αρχική κίνηση   &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Κατά τη διάρκεια των πρώτων μηνών της γέννησής του, το Α68 κλυδωνιζόταν γύρω από την περιοχή σε σχήμα κόλπου όπου γεννήθηκε. Η πρόσθετη δυναμική του ρηχού πυθμένα σε βάθος άνω των -300 m κοντά στην ανύψωση του πάγου Bawden δυσκόλεψε το Α68 να ξεφύγει από τα νύχια του τόπου προέλευσής του.  &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Δυναμική διαφυγής   &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Τελικά κατάφερε να δραπετεύσει δραματικά ενεργώντας ως μοχλός κατηγορίας 3. Αν και δεν αποτελεί τέλεια αναλογία, άλλαξε το σημείο περιστροφής του, κυρίως λόγω του συνδυασμού του ρηχού βυθού και της ορμής που αναπτύχθηκε μέσω της περιστροφής.  &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Επακόλουθη αναγέννηση και ακεραιότητα   &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Υπέστη επίσης περαιτέρω καλυβισμό δύο φορές, τον Μάρτιο του 2019 και τον Απρίλιο του 2020, αν και ένα σημαντικό τμήμα του (80%) είναι ακόμη άθικτο και αναμένεται να παραμείνει έτσι για μερικούς μήνες.  &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Ρόλος του θαλάσσιου πάγου  &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Είναι επίσης απολύτως σαφές ότι ο θαλάσσιος πάγος παίζει ρόλο στη διευκόλυνση της διαμήκους έκτασης του παγόβουνου με την απουσία του κατά τη διάρκεια της θερινής περιόδου.   &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Επιφανειακό λιώσιμο   &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Αξιοσημείωτη αναφορά είναι η μείωση της οπισθοσκέδασης του ραντάρ από την επιφάνεια του παγόβουνου κατά τη διάρκεια της θερινής περιόδου, άμεση απόδειξη του επιφανειακού λιωσίματος στην κορυφή του παγόβουνου.  &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Επίδραση στην τροχιά του παγόβουνου   &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Τα αποτελέσματα που υποθέτουμε εδώ υποδηλώνουν ότι η τροχιά των γιγαντιαίων παγόβουνων, όπως το Α68, δεν εξαρτάται απλώς από τα ωκεάνια ρεύματα και την ταχύτητα του ανέμου (και την κατεύθυνση). Η κλίμακα και το μέγεθός τους τα καθιστούν πολύ πιο ευαίσθητα στις κυματισμούς της παράκτιας περιοχής, είτε πρόκειται για ρηχό βυθό είτε για ανύψωση των πάγων. Αυτό μπορεί να οδηγήσει σε νέες κινήσεις και απροσδόκητες παρασύρσεις όσον αφορά την κίνηση των παγόβουνων.   &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Επιπτώσεις και ανησυχίες   &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Αν και μόλις απελευθερωθούν από τις παραπαίουσες κινήσεις στην παράκτια πλαγιά και βγουν στην ανοικτή θάλασσα, μπορεί να επιταχύνουν το ρυθμό τους και ίσως να ενταχθούν στην λεωφόρο των παγόβουνων, όπως αναμένεται από τα παγόβουνα της περιοχής. Η μελέτη και η γενίκευση αυτών των κινήσεων αποτελεί έντονο ενδιαφέρον, δεδομένου ότι η εμπλοκή παγόβουνων στην παράκτια περιοχή ή/και κοντά σε παγοκάλυπτρα, είτε λόγω προσάραξης είτε λόγω κίνησης κοίλων, θα μπορούσε να οδηγήσει σε ενδιαφέρουσες γλαυκολογικές, ωκεάνιες και οικολογικές επιπτώσεις.  &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Παράκτιες επιπτώσεις παγίδευσης  &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η παράκτια παγίδευση θα μπορούσε να έχει επίδραση στα παγόβουνα που εκφορτώνονται στον ωκεανό, όπου η ροή γλυκού νερού οδηγεί σε ανατρεπτική κυκλοφορία (π.χ. στο Βόρειο Ατλαντικό κατά τη διάρκεια των παγετώνων), μετριάζοντας το φαινόμενο της ανατροπής της κυκλοφορίας που συνδέεται με την εκφόρτωση των παγόβουνων.  &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
[[category:Παρακολούθηση και εκτίμηση διαχρονικών αλλαγών και εξελίξεων]]&lt;br /&gt;
[[category:Εφαρμογές Φωτοερμηνείας - Τηλεπισκόπησης]]&lt;/div&gt;</summary>
		<author><name>Maria Bikou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%95%CE%BE%CE%AD%CE%BB%CE%B9%CE%BE%CE%B7_%CF%84%CE%BF%CF%85_%CF%80%CE%B1%CE%B3%CF%8C%CE%B2%CE%BF%CF%85%CE%BD%CE%BF%CF%85_%CE%9168_%CE%B1%CF%80%CF%8C_%CF%84%CE%B7%CE%BD_%CE%B1%CF%81%CF%87%CE%AE_%CF%84%CE%B7%CF%82_%CE%BA%CE%B1%CF%84%CE%AC%CF%81%CF%81%CE%B5%CF%85%CF%83%CE%AE%CF%82_%CF%84%CE%BF%CF%85_%CE%B1%CF%80%CF%8C_%CF%84%CE%B7%CE%BD_%CF%80%CE%B1%CE%B3%CE%BF%CE%BA%CF%81%CE%B7%CF%80%CE%AF%CE%B4%CE%B1%CF%82_Larsen_C_%CF%84%CE%B7%CF%82_%CE%91%CE%BD%CF%84%CE%B1%CF%81%CE%BA%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%BC%CE%B5_%CF%84%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_Sentinel-1_SAR</id>
		<title>Εξέλιξη του παγόβουνου Α68 από την αρχή της κατάρρευσής του από την παγοκρηπίδας Larsen C της Ανταρκτικής με τη χρήση δεδομένων Sentinel-1 SAR</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%95%CE%BE%CE%AD%CE%BB%CE%B9%CE%BE%CE%B7_%CF%84%CE%BF%CF%85_%CF%80%CE%B1%CE%B3%CF%8C%CE%B2%CE%BF%CF%85%CE%BD%CE%BF%CF%85_%CE%9168_%CE%B1%CF%80%CF%8C_%CF%84%CE%B7%CE%BD_%CE%B1%CF%81%CF%87%CE%AE_%CF%84%CE%B7%CF%82_%CE%BA%CE%B1%CF%84%CE%AC%CF%81%CF%81%CE%B5%CF%85%CF%83%CE%AE%CF%82_%CF%84%CE%BF%CF%85_%CE%B1%CF%80%CF%8C_%CF%84%CE%B7%CE%BD_%CF%80%CE%B1%CE%B3%CE%BF%CE%BA%CF%81%CE%B7%CF%80%CE%AF%CE%B4%CE%B1%CF%82_Larsen_C_%CF%84%CE%B7%CF%82_%CE%91%CE%BD%CF%84%CE%B1%CF%81%CE%BA%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%BC%CE%B5_%CF%84%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_Sentinel-1_SAR"/>
				<updated>2024-02-23T22:23:23Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Bikou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Πρωτότυπος τίτλος:''' ''Evolution of Iceberg A68 since Its Inception from the Collapse of Antarctica’s Larsen C Ice Shelf Using Sentinel-1 SAR Data''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς: ''' Shivangini Singh, Shashi Kumar, and Navneet Kumar. &lt;br /&gt;
&lt;br /&gt;
'''Δημοσιεύθηκε: '''  ''Sustainability 2023, 15(22), 15918; https://doi.org/10.3390/su152215918 '' &lt;br /&gt;
&lt;br /&gt;
'''Λέξεις κλειδιά: ''' παγόβουνο A68; Sentinel-1 SAR; παγοκρηπίδα Larsen C; παρακολούθηση παγόβουνων &lt;br /&gt;
&lt;br /&gt;
'''Αντικείμενο εφαρμογής: ''' Παρακολούθηση και εκτίμηση διαχρονικών αλλαγών και εξελίξεων ''' &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 1. ΕΙΣΑΓΩΓΗ  &amp;lt;/span&amp;gt;'''&lt;br /&gt;
 &lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Το συμβάν της αποκόλλησης του παγόβουνου A68 από την παγοκρηπίδα Larsen C τον Ιούλιο του 2017 παρείχε μια μοναδική ευκαιρία να μελετηθεί η εξέλιξη και η δυναμική ενός νεοσχηματισμένου παγόβουνου. Το τεράστιο μέγεθος του A68, που αντιπροσωπεύει περίπου το 9-12% του συνόλου της υφαλοκρηπίδας, τράβηξε την προσοχή στις πιθανές επιπτώσεις του, συμπεριλαμβανομένης της τροχιάς του προς τη νήσο Νότια Γεωργία τον Νοέμβριο του 2020, αποτελώντας απειλή για την τοπική άγρια ζωή. Η μικροκυματική ακτινοβολία από όργανα ραντάρ συνθετικού ανοίγματος (SAR) επιτρέπει καλύτερη ανάλυση στις πολικές περιοχές σε σύγκριση με τους οπτικούς αισθητήρες. Η κατανόηση της εξέλιξης των παγόβουνων είναι απαραίτητη για τις μελέτες της κλιματικής αλλαγής, τον μετριασμό του κινδύνου της θαλάσσιας ναυσιπλοΐας και τη διατήρηση της άγριας ζωής. Μεγάλα παγόβουνα όπως το A68 μπορούν να επηρεάσουν τη σταθερότητα της παγοκρηπίδας και την περαιτέρω διάρρηξη. Η επίμονη νεφοκάλυψη και οι πολικές νύχτες εμποδίζουν τους οπτικούς αισθητήρες, αναδεικνύοντας την αξία της διαστημικής τηλεπισκόπησης SAR για την πολική έρευνα.  &lt;br /&gt;
&lt;br /&gt;
Δυναμική παγόβουνων και περιβαλλοντικοί παράγοντες  &lt;br /&gt;
&lt;br /&gt;
Ο σχηματισμός και η μετατόπιση παγόβουνων επηρεάζουν σημαντικά την τοπική κυκλοφορία του νερού και τον σχηματισμό θαλάσσιου πάγου, ενώ η απελευθέρωση γλυκού νερού επηρεάζει τα μοντέλα του γήινου κλιματικού συστήματος. Η αυξητική τάση των γεγονότων αναγέννησης παγόβουνων, που αποδίδεται στην κλιματική αλλαγή, υπογραμμίζει τον επείγοντα χαρακτήρα της κατανόησης της δυναμικής των παγόβουνων. Οι διεργασίες αποκόλλησης των παγόβουνων, συμπεριλαμβανομένου του κατακερματισμού και των θερμοδυναμικών διεργασιών, επηρεάζονται από περιβαλλοντικές συνθήκες, όπως το φάσμα των κυμάτων, η θερμοκρασία, οι άνεμοι και τα ρεύματα. Παράγοντες όπως η ηλιακή ακτινοβολία, η συναγωγή, η υποθαλάσσια τήξη και η διάβρωση από τα κύματα συμβάλλουν στη φθορά και τον κατακερματισμό των παγόβουνων.   &lt;br /&gt;
&lt;br /&gt;
Μοντελοποίηση παρασύρσεων παγόβουνων  &lt;br /&gt;
&lt;br /&gt;
Έχουν προταθεί διάφορα μοντέλα, συμπεριλαμβανομένων δυναμικών hindcast και στατιστικών προσεγγίσεων, για την πρόβλεψη των τροχιών των παγόβουνων. Εμπειρικοί κανόνες, όπως ο &amp;quot;κανόνας του 2%&amp;quot;, παρέχουν πληροφορίες σχετικά με την παρασυρόμενη πορεία του παγόβουνου σε σχέση με την ταχύτητα του ανέμου και τα ωκεάνια ρεύματα. Ωστόσο, η εφαρμοσιμότητα αυτών των κανόνων ποικίλλει ανάλογα με το μέγεθος του παγόβουνου και τις περιβαλλοντικές συνθήκες. Μεγάλα παγόβουνα όπως το Α68 μπορεί να παρασύρονται κυρίως με τα επιφανειακά ρεύματα και όχι με τον άνεμο, προκαλώντας τα συμβατικά μοντέλα. Η κατανόηση της πολύπλοκης αλληλεπίδρασης των παραγόντων που επηρεάζουν την παρασύρση των παγόβουνων παραμένει ένας κρίσιμος τομέας έρευνας.  &lt;br /&gt;
&lt;br /&gt;
Διαστημική παρατήρηση και εντοπισμός παγόβουνων  &lt;br /&gt;
&lt;br /&gt;
Οι διαστημικοί αισθητήρες SAR προσφέρουν πλεονεκτήματα στον εντοπισμό και την παρακολούθηση παγόβουνων, ξεπερνώντας τους περιορισμούς της χαμηλής χωρικής ανάλυσης άλλων δορυφορικών οργάνων. Τεχνικές όπως η ανίχνευση σταθερού ποσοστού λανθασμένου συναγερμού (CFAR) και τα δεδομένα SAR πολλαπλής πόλωσης βελτιώνουν τον εντοπισμό και τον χαρακτηρισμό παγόβουνων. Οι ικανότητες της SAR να διεισδύει στα σύννεφα και να παρακολουθεί τη νύχτα την καθιστούν κατάλληλη για τηλεπισκόπηση σε πολικές περιοχές, απαραίτητη για την παρακολούθηση της δυναμικής των παγόβουνων και τον μετριασμό των κινδύνων για τις υπεράκτιες υποδομές.  &lt;br /&gt;
&lt;br /&gt;
Η μελέτη αποσκοπεί στην παρακολούθηση της τροχιάς του παγόβουνου A68 και στην ανάλυση της εξέλιξής του από τον Ιούλιο του 2017 έως τον Φεβρουάριο του 2021 με τη χρήση δεδομένων Sentinel-1 SAR. Η κατανόηση της δυναμικής των παγόβουνων και των αλληλεπιδράσεών τους με το περιβάλλον είναι ζωτικής σημασίας για τις κλιματικές μελέτες, την ασφάλεια της θαλάσσιας ναυσιπλοΐας και τη διατήρηση των οικοσυστημάτων. Η τηλεπισκόπηση SAR παρέχει πολύτιμες πληροφορίες για τη συμπεριφορά των παγόβουνων, διευκολύνοντας την καλύτερη διαχείριση των πολικών περιοχών και τον μετριασμό των κινδύνων που σχετίζονται με τους κινδύνους από τα παγόβουνα. &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 2. ΥΛΙΚΑ ΚΑΙ ΜΕΘΟΔΟΙ &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Το 2014, μια ρωγμή που υπήρχε εδώ και σχεδόν μια δεκαετία άρχισε να διαδίδεται κοντά στο Gipps Ice Rise στην παγοκρηπίδα Larsen C (LCIS), τη μεγαλύτερη παγοκρηπίδα της Ανταρκτικής Χερσονήσου. Είχε ως αποτέλεσμα την ανάπτυξη του τεράστιου πλακοειδούς παγόβουνου A68 τον Ιούλιο του 2017, αφού συνδυάστηκε με άλλες ρωγμές προς τα βόρεια. Η εικόνα Sentinel-1A SAR της περιοχής μελέτης παρουσιάζεται στην Εικόνα 2. Όταν σχηματίστηκε για πρώτη φορά, είχε μήκος 160 χλμ. και πλάτος 50 χλμ. αλλά γρήγορα διασπάστηκε σε δύο τμήματα, το A68A και το A68B. Με επιφάνεια 90 km², το A68B είναι το μικρότερο από τα δύο.   &lt;br /&gt;
&lt;br /&gt;
Η παγοκρηπίδα Larsen C, που βρίσκεται στο βορειοδυτικό τμήμα της Θάλασσας Weddell, είναι μία από μια ακολουθία παγοκρηπιδωμάτων Larsen που διατρέχουν το βορειοανατολικό άκρο της Ανταρκτικής Χερσονήσου. Χωρίζεται από το νοτιότερο σημείο της Νότιας Αμερικής από το ιδιαίτερα διαβόητο πέρασμα Ντρέικ, το οποίο απέχει σχεδόν 1000 χιλιόμετρα από αυτό. Η χερσόνησος απολαμβάνει το πιο ήπιο κλίμα στην ήπειρο, επειδή είναι το βορειότερο τμήμα της Ανταρκτικής και βρίσκεται πάνω από τον Ανταρκτικό Κύκλο. Ο θερμότερος μήνας είναι ο Ιανουάριος, με θερμοκρασίες κατά μέσο όρο 1 έως 2 °C, και ο ψυχρότερος μήνας είναι ο Ιούνιος, με θερμοκρασίες κατά μέσο όρο 15 έως 20 °C. Η Ανταρκτική Χερσόνησος έχει βρεθεί στο επίκεντρο του ενδιαφέροντος τις τελευταίες δεκαετίες για την παρατηρούμενη έντονη αύξηση της θερμοκρασίας στην περιοχή λόγω της κλιματικής αλλαγής.   &lt;br /&gt;
&lt;br /&gt;
Η επίπεδη κορυφή του οροπεδίου είναι ένα κοινό χαρακτηριστικό των παγόβουνων σε σχήμα πινακίδας που αναδύονται από τα παγόβουνα της Ανταρκτικής. Το πάχος του παγόβουνου A68 τοποθετήθηκε στα ~300 μέτρα και ζυγίζει πάνω από ένα τρισεκατομμύριο τόνους. Είναι το μεγαλύτερο παγόβουνο που καταγράφεται σήμερα στα δορυφορικά αρχεία και αναμένεται να χρειαστούν χρόνια, αν όχι δεκαετίες, για την πλήρη αποκόλληση ή διάλυση.&amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 2.1. Κατάρρευση της παγοκρηπίδας Larsen C και εξέλιξη του παγόβουνου Α68  &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Ορισμένες από τις εξέχουσες παγοκρηπίδες στην Ανταρκτική είναι η παγοκρηπίδα Ross, η παγοκρηπίδα Ronne-Filchner, η παγοκρηπίδα Amery και η παγοκρηπίδα Larsen C. Οι παγοκρηπίδες σχηματίζονται όταν μια τεράστια μάζα πάγου προχωρά αργά με τη μορφή παγετώνων και ρευμάτων πάγου από παγοκρηπίδες στη γύρω θάλασσα. Η χαμηλή θερμοκρασία του περιβάλλοντος ωκεανού δεν επιτρέπει σε αυτόν τον πάγο να λιώσει αμέσως. Αυτό με τη σειρά του επιπλέει στην επιφάνεια (δεδομένου ότι ο πάγος είναι λιγότερο πυκνός από το νερό) και μεγαλώνει συσσωρεύοντας περισσότερο πάγο από τη ροή των παγετώνων. Αυτή η μάζα μπορεί να επιβιώσει χιλιάδες χρόνια λόγω της προσγείωσης από νησιά, ανόδους πάγου και βραχώδεις χερσονήσους. Οι παγοκρηπίδες αυξάνονται συνεχώς με πάγο από την ξηρά και χάνουν μάζα από τα συμβάντα των απολήξεων, διατηρώντας τη δυναμική σταθερότητα.   &lt;br /&gt;
&lt;br /&gt;
Δεδομένου ότι οι παγοκρηπίδες επιπλέουν ήδη στον ωκεανό, δεν είναι σωστό να λέμε ότι συμβάλλουν άμεσα στην άνοδο της στάθμης της θάλασσας. Η κατάρρευση μιας παγοκρηπίδας δίνει τη θέση της σε ένα ενισχυμένο κύμα των παγετώνων και των παγωμένων ρευμάτων που τροφοδοτούν την παγοκρηπίδα, μειώνοντας την ενισχυτική επίδραση που παρέχουν οι παγοκρηπίδες στους παγετώνες και τα παγωμένα ρεύματα της ενδοχώρας. Δεδομένου ότι οι παγετώνες και τα ρεύματα πάγου βρίσκονται στην ξηρά, η μετακίνησή τους στον ωκεανό συμβάλλει στην άνοδο της στάθμης της θάλασσας. Ως εκ τούτου, η κατάρρευση των παγοκρηπίδων συμβάλλει στην άνοδο της στάθμης της θάλασσας, αν και έμμεσα. Πρόσφατες έρευνες δείχνουν ότι η κατάρρευση των παγοκρηπίδων μπορεί να ενισχύσει τη ροή των παγετώνων κατά δύο έως έξι φορές.  &lt;br /&gt;
&lt;br /&gt;
Μια ασυνήθιστη ακολουθία καταρρεύσεων παγοκρηπιδωμάτων έχει παρατηρηθεί από επιστήμονες στην Ανταρκτική και την Αρκτική τα τελευταία 30 χρόνια. Παρόλο που ο σχηματισμός παγόβουνων μέσω γεγονότων που προκαλούν την κατάρρευση δεν είναι ασυνήθιστο φαινόμενο, η διαδικασία συνήθως λαμβάνει χώρα σε διάστημα μηνών και ετών καθώς σχηματίζονται ρήγματα στην παγοκρηπίδα. Είναι, ωστόσο, ασυνήθιστο η διαδικασία να συμβαίνει μέσα σε λίγες ημέρες, όπως παρατηρήθηκε σε προηγούμενες περιπτώσεις. Η ταχεία κατάρρευση της παγοκρηπίδας έχει αποδοθεί στις θερμότερες θερμοκρασίες του αέρα και του νερού, στο σχηματισμό λιωμένου νερού στην επιφάνεια της παγοκρηπίδας και στη μείωση του θαλάσσιου πάγου που περιβάλλει τις παγοκρηπίδες ως παράγοντας που συμβάλλει στην αποσύνθεση της παγοκρηπίδας.   &lt;br /&gt;
&lt;br /&gt;
Στα μέσα του 2016, το παγόβουνο Α68 είχε αρχίσει να αναδύεται. Οι επιστήμονες παρατήρησαν ένα διευρυνόμενο ρήγμα που διέτρεχε κατά μήκος της παγοκρηπίδας Larsen C στις 10 Νοεμβρίου 2016, το οποίο είχε μήκος 110 χλμ. και πλάτος 91 μ. και βάθος 500 μ. Η επακόλουθη σποραδική διάδοση του ρήγματος οδήγησε στον σχηματισμό του στις 12 Ιουλίου 2017, με αποτέλεσμα να αποτελέσει το μεγαλύτερο παγόβουνο στα τρέχοντα αρχεία τηλεπισκόπησης, με έκταση περίπου 5800 km². Τέτοια γεγονότα αναγέννησης θα μπορούσαν να προκρίνουν τις παγοκρηπίδες για αστάθεια, όπως παρατηρήθηκε στην παγοκρηπίδα Larsen B τον Ιανουάριο του 1985. Τα μοντέλα παγοκρηπίδων, όταν εφαρμόζονται στις παγοκρηπίδες Larsen C και George VI, καταδεικνύουν σημαντικό ρόλο των υφιστάμενων βασικών/επιφανειακών σχισμών στη σταθερότητα των υπόλοιπων παγοκρηπίδων. Η αναγέννηση της Α68 θα πρέπει να αφαιρέσει την οπίσθια τάση στο νέο μέτωπο αναγέννησης και να αυξήσει την επιμήκη τάση επέκτασης, οδηγώντας κατά συνέπεια σε αυξημένους ρυθμούς αναγέννησης και πιθανή αστάθεια.  &lt;br /&gt;
 &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 2.2. Σύνολο δεδομένων &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Από τις 28 Ιουνίου 2017 έως τις 29 Ιανουαρίου 2021, επιλέχθηκαν για την παρούσα μελέτη 47 εικόνες Sentinel-1 SAR, οι οποίες χρησιμοποιήθηκαν για την εκτίμηση της έκτασης και της μετατόπισης. Οι εικόνες ελήφθησαν μέσω της πύλης Data Search Vertex της Δορυφορικής Εγκατάστασης της Αλάσκας.  &lt;br /&gt;
 &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 2.3. Ροή εργασίας προεπεξεργασίας δεδομένων SAR &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Για την προεπεξεργασία όλων των αποκτηθέντων σκηνών των δεδομένων SAR χρησιμοποιήθηκε μια γενική ροή εργασίας. Η επεξεργασία των δεδομένων πραγματοποιήθηκε με το The Sentinel-1 Toolbox (S1TBX) της πλατφόρμας εφαρμογών Sentinel (SNAP). Οι σκηνές υποσυντάχθηκαν χωρικά για να συμπεριλάβουν την υπό μελέτη περιοχή, ώστε να μειωθεί ο χρόνος επεξεργασίας για τα επόμενα βήματα. Η διόρθωση της τροχιάς των δεδομένων του Sentinel-1 πραγματοποιήθηκε με τα ακριβή αρχεία τροχιάς. Τα δεδομένα με διόρθωση τροχιάς βαθμονομήθηκαν ραδιομετρικά για τη μέτρηση της οπισθοσκέδασης ραντάρ των κυψελών ανάλυσης SAR. Πραγματοποιήθηκε φιλτράρισμα speckle για την ελαχιστοποίηση του θορύβου speckle από τα δεδομένα SAR.  &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 2.4. Ανάλυση τροχιάς  &amp;lt;/span&amp;gt;''' &lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 2.4.1. Διόρθωση ελλειψοειδούς &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Πραγματοποιήθηκε διόρθωση ελλειψοειδούς Doppler εμβέλειας για όλες τις αποκτηθείσες σκηνές. Δεδομένου ότι οι κυματισμοί της επιφάνειας της θάλασσας δεν είναι υψίστης σημασίας για την περιοχή μελέτης, προτιμήθηκε η διόρθωση ελλειψοειδούς Doppler εύρους μέσου ύψους και στις 47 σκηνές των δεδομένων Sentinel-1. Μια προκαθορισμένη προβολή χάρτη, η EPSG:3031 WGS 84/Antarctic polar stereographic χρησιμοποιήθηκε για την ακριβή απεικόνιση και την επακόλουθη ανάλυση της περιοχής και της μετατόπισης. Το δεδομένο που χρησιμοποιήθηκε ήταν το Παγκόσμιο Γεωδαιτικό Σύστημα (WGS) 1984.  &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 2.4.2. Υπολογισμός της έκτασης   &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Τα διορθωμένα με ελλειψοειδές δεδομένα μετατράπηκαν στη συνέχεια σε μορφή GeoTiff, η οποία είναι αναγνώσιμη από λογισμικό GIS, όπως το QGIS. Αυτό έγινε για τη διευκόλυνση του υπολογισμού της έκτασης και για τη μελέτη των επιπτώσεων της τοπογραφίας του πυθμένα και των ανυψώσεων των πάγων στην εξέλιξη του στόχου. Οι εικόνες τοποθετήθηκαν σε παράθεση για να μελετηθεί η τροχιά που ακολούθησε το παγόβουνο Α68 και να σημειωθεί η σταδιακή προώθηση του Α68 προς τον Νότιο Ωκεανό. &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 2.4.3. Ανάλυση της βαθυμετρίας στην εξέλιξη του A68  &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Για να διερευνηθεί η επίδραση της τοπογραφίας του πυθμένα της θάλασσας στην εξέλιξη του Α68, χρησιμοποιήθηκε ο διεθνής βαθυμετρικός χάρτης του Νότιου Ωκεανού (IBCSO) ως επικάλυψη στην περιοχή μελέτης. Κάθε σκηνή επικαλύφθηκε με έναν χάρτη IBCSO και διερευνήθηκε η επιρροή του υψομέτρου του πυθμένα της θάλασσας για κάθε εικόνα.  &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 3. ΑΠΟΤΕΛΕΣΜΑΤΑ ΚΑΙ ΣΥΖΗΤΗΣΗ  &amp;lt;/span&amp;gt;''' &lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 3.1 Περιοχή A68A  &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η μελέτη επικεντρώνεται στο παγόβουνο A68A, το οποίο αποκολλήθηκε από την παγοκρηπίδα Larsen C, ενώ ένα μικρότερο τμήμα του, γνωστό ως A68B, αποσπάστηκε λίγο αργότερα. Το A68B αντιπροσώπευε σχεδόν το 2% της συνολικής έκτασης του A68, αφήνοντας το A68A ως το κύριο αντικείμενο της έρευνας. Οι μεταβολές της έκτασης του A68A παρακολουθήθηκαν μηνιαίως από τον Ιούλιο του 2017 έως τον Μάιο του 2020 με τη χρήση δεδομένων του Sentinel-1, με χειροκίνητη ανίχνευση του περιγράμματος για την εξαγωγή της έκτασης του παγόβουνου. Η αρχική έκταση του A68A ήταν 5758,359 km2, με μικρές διακυμάνσεις τους επόμενους μήνες λόγω θραύσης πάγου και περιβαλλοντικών παραγόντων.  &lt;br /&gt;
&lt;br /&gt;
Από τον Αύγουστο του 2017 έως τον Νοέμβριο του 2018, το A68A παρουσίασε διακυμάνσεις στην έκταση, οι οποίες αποδίδονται κυρίως στη θραύση πάγου από τη βόρεια γωνία του. Παρά τις διακυμάνσεις, η έκταση του παγόβουνου παρέμεινε σχετικά σταθερή σε περίπου 5491,25 km2. Η μελέτη δεν ενσωμάτωσε τις τάσεις της θερμοκρασίας του αέρα, αλλά επικεντρώθηκε στη βαθυμετρία για την κατανόηση της παράκτιας γεωμετρίας και της επίδρασής της στην εξέλιξη του παγόβουνου.  &lt;br /&gt;
&lt;br /&gt;
Μεταξύ Ιανουαρίου 2019 και Δεκεμβρίου 2019, η έκταση του A68A μειώθηκε σταθερά, με περιστασιακά γεγονότα γέννησης και εποχιακές διακυμάνσεις που υποδεικνύουν την κορύφωση του αυστραλιανού καλοκαιριού, γεγονός που επηρέασε τα χαρακτηριστικά της επιφάνειας του παγόβουνου. Μέχρι τον Δεκέμβριο του 2019, το A68A πλησίασε την άκρη της Ανταρκτικής Χερσονήσου, πλησιάζοντας τα ανοιχτά ύδατα του Νότιου Ατλαντικού Ωκεανού.  &lt;br /&gt;
&lt;br /&gt;
Παρά τη μείωση της οπισθοσκέδασης, ορισμένα σημάδια στην επιφάνεια του παγόβουνου έγιναν ορατά, υποδεικνύοντας ενδεχομένως περιοχές επιρρεπείς σε περαιτέρω αποσύνθεση. Η κατοπτρική αντανάκλαση, πιθανώς λόγω τήξης της επιφάνειας ή χιονόπτωσης, επηρέασε την ορατότητα σε ορισμένες εικόνες. Τα συμβάντα αναγέννησης συνεχίστηκαν, με το A68C τον Απρίλιο του 2020 και τα επόμενα συμβάντα που παρήγαγαν μικρότερα παγόβουνα.  &lt;br /&gt;
&lt;br /&gt;
Από τον Μάιο του 2020 έως τον Οκτώβριο του 2020, η έκταση του A68A συνέχισε να μειώνεται, αν και με μέτριο ρυθμό. Το λιώσιμο της επιφάνειας αυξήθηκε από τον Σεπτέμβριο έως τον Νοέμβριο του 2020, υποδεικνύοντας συνεχιζόμενες περιβαλλοντικές επιπτώσεις. Τον Δεκέμβριο του 2020 συνέβη ένα σημαντικό συμβάν αναγέννησης, το οποίο είχε ως αποτέλεσμα τον σχηματισμό μικρότερων παγόβουνων και τη μείωση της έκτασης του A68A στο 45,15% του αρχικού του μεγέθους.  &lt;br /&gt;
&lt;br /&gt;
Περαιτέρω συμβάντα αναγέννησης τον Ιανουάριο του 2021 οδήγησαν στο σχηματισμό επιπλέον μικρότερων παγόβουνων, με το A68A να αποτελείται μόνο από το 23,71% του αρχικού του μεγέθους στο τέλος Ιανουαρίου 2021. Το θερμό νερό του Νότιου Ωκεανού, σε συνδυασμό με τους ρηχούς βυθούς κοντά στη Νότια Γεωργία και τα Νότια Σάντουιτς Νησιά, συνέβαλαν πιθανότατα στον κατακερματισμό και το τελικό τέλος του Α68.  &lt;br /&gt;
&lt;br /&gt;
Συνολικά, η μελέτη καταδεικνύει τη δυναμική φύση του παγόβουνου A68A, αναδεικνύοντας τη σταδιακή αποσύνθεσή του με την πάροδο του χρόνου. Οι περιβαλλοντικοί παράγοντες, ιδίως οι εποχιακές διακυμάνσεις και οι ωκεάνιες συνθήκες, διαδραμάτισαν σημαντικό ρόλο στη διαμόρφωση της εξέλιξης και της τελικής διάλυσης του παγόβουνου.   &lt;br /&gt;
 &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 3.2 Τροχιά του Α68   &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η τροχιά του παγόβουνου A68A μετά την αποκόλλησή του από την παγοκρηπίδα Larsen C (LCIS) περιγράφεται λεπτομερώς από τον σχηματισμό του τον Ιούλιο του 2017 έως τον τελικό κατακερματισμό του. Αρχικά, το A68A απομακρύνθηκε από την LCIS λόγω των νότιων ανέμων, διευρύνοντας το χάσμα μεταξύ τους. Μέχρι τον Δεκέμβριο του 2017, τόσο το βόρειο όσο και το νότιο τμήμα παρουσίασαν αξιοσημείωτες μετατοπίσεις μακριά από την LCIS, που ενδεχομένως επηρεάστηκαν από τη σύγκρουση με τον ρηχό πυθμένα του Bawden Ice Rise.  &lt;br /&gt;
&lt;br /&gt;
Από τον Αύγουστο του 2017 έως τον Νοέμβριο του 2017, το νότιο τμήμα του A68A συνέχισε να απομακρύνεται, ενώ από τον Ιούνιο του 2018 άρχισε μια αριστερόστροφη περιστροφή του νότιου τμήματος, που πιθανώς διευκολύνθηκε από τον άνεμο και τα ωκεάνια ρεύματα. Η περιστροφή αυτή συνεχίστηκε μέχρι τον Σεπτέμβριο του 2018, με το κέντρο του παγόβουνου να ολοκληρώνει μια πλήρη περιστροφή γύρω από τον βόρειο άξονά του. Αξίζει να σημειωθεί ότι τον Απρίλιο του 2019, η δυναμική της περιστροφής άλλαξε, με το νότιο τμήμα να γίνεται ο άξονας περιστροφής, πιθανώς επηρεαζόμενο από τα ωκεάνια ρεύματα και τους ανέμους.  &lt;br /&gt;
&lt;br /&gt;
Καθ' όλη τη διάρκεια του 2019, η τροχιά του A68A συνέχισε να αλλάζει, με σημαντική αριστερόστροφη περιστροφή μέχρι τον Ιούλιο, όταν άρχισε σοβαρά το ταξίδι του προς τα βόρεια. Μέχρι το τέλος του 2019, ο A68A είχε καλύψει σημαντική απόσταση, πλησιάζοντας τον ανοιχτό ωκεανό.  &lt;br /&gt;
&lt;br /&gt;
Το 2020, ο A68A συνέχισε την πορεία του προς τα βόρεια, βιώνοντας σημαντικά γεγονότα γέννησης τον Δεκέμβριο, με αποτέλεσμα τον σχηματισμό πολλαπλών θραυσμάτων. Σχηματίστηκαν τα A68D, A68E και A68F, με το A68D να παραμένει κοντά στη Νότια Γεωργία και τα Νότια Σάντουιτς Νησιά, ενώ το A68E παρασύρθηκε βορειοανατολικά.  &lt;br /&gt;
&lt;br /&gt;
Περαιτέρω γεγονότα γέννησης τον Ιανουάριο του 2021 οδήγησαν στο σχηματισμό των A68G και A68H, ενώ το A68A συνέχισε το ταξίδι του, τοποθετημένο περίπου στα 56,5◦ Ν και 36◦ Δ.  &lt;br /&gt;
&lt;br /&gt;
Το διάγραμμα της τροχιάς που παρέχεται απεικονίζει τη συνολική απόσταση που κάλυψε ο A68A, την αλλαγή του σχήματός του και τη διάσπασή του σε μικρότερα κομμάτια πάγου με την πάροδο του χρόνου. Συνολικά, η τροχιά απεικονίζει τη δυναμική κίνηση του A68A που επηρεάζεται από περιβαλλοντικούς παράγοντες όπως ο άνεμος, τα ωκεάνια ρεύματα και η τοπογραφία του πυθμένα.   &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 4. ΣΥΜΠΕΡΑΣΜΑΤΑ &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η ανάλυση της εξέλιξης του Α68 μέσα σε διάστημα σχεδόν 3 ετών αποκαλύπτει τους βασικούς μηχανισμούς μέσω των οποίων τα παγόβουνα μεγέθους Α68 κινούνται και αλλάζουν.  &lt;br /&gt;
&lt;br /&gt;
Γέννηση και αρχική κίνηση  &lt;br /&gt;
&lt;br /&gt;
Κατά τη διάρκεια των πρώτων μηνών της γέννησής του, το Α68 κλυδωνιζόταν γύρω από την περιοχή σε σχήμα κόλπου όπου γεννήθηκε. Η πρόσθετη δυναμική του ρηχού πυθμένα σε βάθος άνω των -300 m κοντά στην ανύψωση του πάγου Bawden δυσκόλεψε το Α68 να ξεφύγει από τα νύχια του τόπου προέλευσής του.  &lt;br /&gt;
&lt;br /&gt;
Δυναμική διαφυγής  &lt;br /&gt;
&lt;br /&gt;
Τελικά κατάφερε να δραπετεύσει δραματικά ενεργώντας ως μοχλός κατηγορίας 3. Αν και δεν αποτελεί τέλεια αναλογία, άλλαξε το σημείο περιστροφής του, κυρίως λόγω του συνδυασμού του ρηχού βυθού και της ορμής που αναπτύχθηκε μέσω της περιστροφής.  &lt;br /&gt;
&lt;br /&gt;
Επακόλουθη αναγέννηση και ακεραιότητα  &lt;br /&gt;
&lt;br /&gt;
Υπέστη επίσης περαιτέρω καλυβισμό δύο φορές, τον Μάρτιο του 2019 και τον Απρίλιο του 2020, αν και ένα σημαντικό τμήμα του (80%) είναι ακόμη άθικτο και αναμένεται να παραμείνει έτσι για μερικούς μήνες.  &lt;br /&gt;
&lt;br /&gt;
Ρόλος του θαλάσσιου πάγου  &lt;br /&gt;
&lt;br /&gt;
Είναι επίσης απολύτως σαφές ότι ο θαλάσσιος πάγος παίζει ρόλο στη διευκόλυνση της διαμήκους έκτασης του παγόβουνου με την απουσία του κατά τη διάρκεια της θερινής περιόδου.  &lt;br /&gt;
&lt;br /&gt;
Επιφανειακό λιώσιμο  &lt;br /&gt;
&lt;br /&gt;
Αξιοσημείωτη αναφορά είναι η μείωση της οπισθοσκέδασης του ραντάρ από την επιφάνεια του παγόβουνου κατά τη διάρκεια της θερινής περιόδου, άμεση απόδειξη του επιφανειακού λιωσίματος στην κορυφή του παγόβουνου.  &lt;br /&gt;
&lt;br /&gt;
Επίδραση στην τροχιά του παγόβουνου  &lt;br /&gt;
&lt;br /&gt;
Τα αποτελέσματα που υποθέτουμε εδώ υποδηλώνουν ότι η τροχιά των γιγαντιαίων παγόβουνων, όπως το Α68, δεν εξαρτάται απλώς από τα ωκεάνια ρεύματα και την ταχύτητα του ανέμου (και την κατεύθυνση). Η κλίμακα και το μέγεθός τους τα καθιστούν πολύ πιο ευαίσθητα στις κυματισμούς της παράκτιας περιοχής, είτε πρόκειται για ρηχό βυθό είτε για ανύψωση των πάγων. Αυτό μπορεί να οδηγήσει σε νέες κινήσεις και απροσδόκητες παρασύρσεις όσον αφορά την κίνηση των παγόβουνων.  &lt;br /&gt;
&lt;br /&gt;
Επιπτώσεις και ανησυχίες  &lt;br /&gt;
&lt;br /&gt;
Αν και μόλις απελευθερωθούν από τις παραπαίουσες κινήσεις στην παράκτια πλαγιά και βγουν στην ανοικτή θάλασσα, μπορεί να επιταχύνουν το ρυθμό τους και ίσως να ενταχθούν στην λεωφόρο των παγόβουνων, όπως αναμένεται από τα παγόβουνα της περιοχής. Η μελέτη και η γενίκευση αυτών των κινήσεων αποτελεί έντονο ενδιαφέρον, δεδομένου ότι η εμπλοκή παγόβουνων στην παράκτια περιοχή ή/και κοντά σε παγοκάλυπτρα, είτε λόγω προσάραξης είτε λόγω κίνησης κοίλων, θα μπορούσε να οδηγήσει σε ενδιαφέρουσες γλαυκολογικές, ωκεάνιες και οικολογικές επιπτώσεις.  &lt;br /&gt;
&lt;br /&gt;
Παράκτιες επιπτώσεις παγίδευσης  &lt;br /&gt;
&lt;br /&gt;
 Η παράκτια παγίδευση θα μπορούσε να έχει επίδραση στα παγόβουνα που εκφορτώνονται στον ωκεανό, όπου η ροή γλυκού νερού οδηγεί σε ανατρεπτική κυκλοφορία (π.χ. στο Βόρειο Ατλαντικό κατά τη διάρκεια των παγετώνων), μετριάζοντας το φαινόμενο της ανατροπής της κυκλοφορίας που συνδέεται με την εκφόρτωση των παγόβουνων.  &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
[[category:Παρακολούθηση και εκτίμηση διαχρονικών αλλαγών και εξελίξεων]]&lt;br /&gt;
[[category:Εφαρμογές Φωτοερμηνείας - Τηλεπισκόπησης]]&lt;/div&gt;</summary>
		<author><name>Maria Bikou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%95%CE%BE%CE%AD%CE%BB%CE%B9%CE%BE%CE%B7_%CF%84%CE%BF%CF%85_%CF%80%CE%B1%CE%B3%CF%8C%CE%B2%CE%BF%CF%85%CE%BD%CE%BF%CF%85_%CE%9168_%CE%B1%CF%80%CF%8C_%CF%84%CE%B7%CE%BD_%CE%B1%CF%81%CF%87%CE%AE_%CF%84%CE%B7%CF%82_%CE%BA%CE%B1%CF%84%CE%AC%CF%81%CF%81%CE%B5%CF%85%CF%83%CE%AE%CF%82_%CF%84%CE%BF%CF%85_%CE%B1%CF%80%CF%8C_%CF%84%CE%B7%CE%BD_%CF%80%CE%B1%CE%B3%CE%BF%CE%BA%CF%81%CE%B7%CF%80%CE%AF%CE%B4%CE%B1%CF%82_Larsen_C_%CF%84%CE%B7%CF%82_%CE%91%CE%BD%CF%84%CE%B1%CF%81%CE%BA%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%BC%CE%B5_%CF%84%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_Sentinel-1_SAR</id>
		<title>Εξέλιξη του παγόβουνου Α68 από την αρχή της κατάρρευσής του από την παγοκρηπίδας Larsen C της Ανταρκτικής με τη χρήση δεδομένων Sentinel-1 SAR</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%95%CE%BE%CE%AD%CE%BB%CE%B9%CE%BE%CE%B7_%CF%84%CE%BF%CF%85_%CF%80%CE%B1%CE%B3%CF%8C%CE%B2%CE%BF%CF%85%CE%BD%CE%BF%CF%85_%CE%9168_%CE%B1%CF%80%CF%8C_%CF%84%CE%B7%CE%BD_%CE%B1%CF%81%CF%87%CE%AE_%CF%84%CE%B7%CF%82_%CE%BA%CE%B1%CF%84%CE%AC%CF%81%CF%81%CE%B5%CF%85%CF%83%CE%AE%CF%82_%CF%84%CE%BF%CF%85_%CE%B1%CF%80%CF%8C_%CF%84%CE%B7%CE%BD_%CF%80%CE%B1%CE%B3%CE%BF%CE%BA%CF%81%CE%B7%CF%80%CE%AF%CE%B4%CE%B1%CF%82_Larsen_C_%CF%84%CE%B7%CF%82_%CE%91%CE%BD%CF%84%CE%B1%CF%81%CE%BA%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%BC%CE%B5_%CF%84%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_Sentinel-1_SAR"/>
				<updated>2024-02-23T22:20:50Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Bikou: Νέα σελίδα με ''''Πρωτότυπος τίτλος:''' ''Evolution of Iceberg A68 since Its Inception from the Collapse of Antarctica’s Larsen C Ice Shelf Using Sentinel-1 SAR Data'' ...'&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Πρωτότυπος τίτλος:''' ''Evolution of Iceberg A68 since Its Inception from the Collapse of Antarctica’s Larsen C Ice Shelf Using Sentinel-1 SAR Data''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς: ''' Shivangini Singh, Shashi Kumar, and Navneet Kumar. &lt;br /&gt;
&lt;br /&gt;
'''Δημοσιεύθηκε: '''  ''Sustainability 2023, 15(22), 15918; https://doi.org/10.3390/su152215918 '' &lt;br /&gt;
&lt;br /&gt;
'''Λέξεις κλειδιά: ''' παγόβουνο A68; Sentinel-1 SAR; παγοκρηπίδα Larsen C; παρακολούθηση παγόβουνων &lt;br /&gt;
&lt;br /&gt;
'''Αντικείμενο εφαρμογής: ''' Παρακολούθηση και εκτίμηση διαχρονικών αλλαγών και εξελίξεων ''' &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 1. ΕΙΣΑΓΩΓΗ  &amp;lt;/span&amp;gt;'''&lt;br /&gt;
 &lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Το συμβάν της αποκόλλησης του παγόβουνου A68 από την παγοκρηπίδα Larsen C τον Ιούλιο του 2017 παρείχε μια μοναδική ευκαιρία να μελετηθεί η εξέλιξη και η δυναμική ενός νεοσχηματισμένου παγόβουνου. Το τεράστιο μέγεθος του A68, που αντιπροσωπεύει περίπου το 9-12% του συνόλου της υφαλοκρηπίδας, τράβηξε την προσοχή στις πιθανές επιπτώσεις του, συμπεριλαμβανομένης της τροχιάς του προς τη νήσο Νότια Γεωργία τον Νοέμβριο του 2020, αποτελώντας απειλή για την τοπική άγρια ζωή. Η μικροκυματική ακτινοβολία από όργανα ραντάρ συνθετικού ανοίγματος (SAR) επιτρέπει καλύτερη ανάλυση στις πολικές περιοχές σε σύγκριση με τους οπτικούς αισθητήρες. Η κατανόηση της εξέλιξης των παγόβουνων είναι απαραίτητη για τις μελέτες της κλιματικής αλλαγής, τον μετριασμό του κινδύνου της θαλάσσιας ναυσιπλοΐας και τη διατήρηση της άγριας ζωής. Μεγάλα παγόβουνα όπως το A68 μπορούν να επηρεάσουν τη σταθερότητα της παγοκρηπίδας και την περαιτέρω διάρρηξη. Η επίμονη νεφοκάλυψη και οι πολικές νύχτες εμποδίζουν τους οπτικούς αισθητήρες, αναδεικνύοντας την αξία της διαστημικής τηλεπισκόπησης SAR για την πολική έρευνα.  &lt;br /&gt;
&lt;br /&gt;
Δυναμική παγόβουνων και περιβαλλοντικοί παράγοντες  &lt;br /&gt;
&lt;br /&gt;
Ο σχηματισμός και η μετατόπιση παγόβουνων επηρεάζουν σημαντικά την τοπική κυκλοφορία του νερού και τον σχηματισμό θαλάσσιου πάγου, ενώ η απελευθέρωση γλυκού νερού επηρεάζει τα μοντέλα του γήινου κλιματικού συστήματος. Η αυξητική τάση των γεγονότων αναγέννησης παγόβουνων, που αποδίδεται στην κλιματική αλλαγή, υπογραμμίζει τον επείγοντα χαρακτήρα της κατανόησης της δυναμικής των παγόβουνων. Οι διεργασίες αποκόλλησης των παγόβουνων, συμπεριλαμβανομένου του κατακερματισμού και των θερμοδυναμικών διεργασιών, επηρεάζονται από περιβαλλοντικές συνθήκες, όπως το φάσμα των κυμάτων, η θερμοκρασία, οι άνεμοι και τα ρεύματα. Παράγοντες όπως η ηλιακή ακτινοβολία, η συναγωγή, η υποθαλάσσια τήξη και η διάβρωση από τα κύματα συμβάλλουν στη φθορά και τον κατακερματισμό των παγόβουνων.   &lt;br /&gt;
&lt;br /&gt;
Μοντελοποίηση παρασύρσεων παγόβουνων  &lt;br /&gt;
&lt;br /&gt;
Έχουν προταθεί διάφορα μοντέλα, συμπεριλαμβανομένων δυναμικών hindcast και στατιστικών προσεγγίσεων, για την πρόβλεψη των τροχιών των παγόβουνων. Εμπειρικοί κανόνες, όπως ο &amp;quot;κανόνας του 2%&amp;quot;, παρέχουν πληροφορίες σχετικά με την παρασυρόμενη πορεία του παγόβουνου σε σχέση με την ταχύτητα του ανέμου και τα ωκεάνια ρεύματα. Ωστόσο, η εφαρμοσιμότητα αυτών των κανόνων ποικίλλει ανάλογα με το μέγεθος του παγόβουνου και τις περιβαλλοντικές συνθήκες. Μεγάλα παγόβουνα όπως το Α68 μπορεί να παρασύρονται κυρίως με τα επιφανειακά ρεύματα και όχι με τον άνεμο, προκαλώντας τα συμβατικά μοντέλα. Η κατανόηση της πολύπλοκης αλληλεπίδρασης των παραγόντων που επηρεάζουν την παρασύρση των παγόβουνων παραμένει ένας κρίσιμος τομέας έρευνας.  &lt;br /&gt;
&lt;br /&gt;
Διαστημική παρατήρηση και εντοπισμός παγόβουνων  &lt;br /&gt;
&lt;br /&gt;
Οι διαστημικοί αισθητήρες SAR προσφέρουν πλεονεκτήματα στον εντοπισμό και την παρακολούθηση παγόβουνων, ξεπερνώντας τους περιορισμούς της χαμηλής χωρικής ανάλυσης άλλων δορυφορικών οργάνων. Τεχνικές όπως η ανίχνευση σταθερού ποσοστού λανθασμένου συναγερμού (CFAR) και τα δεδομένα SAR πολλαπλής πόλωσης βελτιώνουν τον εντοπισμό και τον χαρακτηρισμό παγόβουνων. Οι ικανότητες της SAR να διεισδύει στα σύννεφα και να παρακολουθεί τη νύχτα την καθιστούν κατάλληλη για τηλεπισκόπηση σε πολικές περιοχές, απαραίτητη για την παρακολούθηση της δυναμικής των παγόβουνων και τον μετριασμό των κινδύνων για τις υπεράκτιες υποδομές.  &lt;br /&gt;
&lt;br /&gt;
Η μελέτη αποσκοπεί στην παρακολούθηση της τροχιάς του παγόβουνου A68 και στην ανάλυση της εξέλιξής του από τον Ιούλιο του 2017 έως τον Φεβρουάριο του 2021 με τη χρήση δεδομένων Sentinel-1 SAR. Η κατανόηση της δυναμικής των παγόβουνων και των αλληλεπιδράσεών τους με το περιβάλλον είναι ζωτικής σημασίας για τις κλιματικές μελέτες, την ασφάλεια της θαλάσσιας ναυσιπλοΐας και τη διατήρηση των οικοσυστημάτων. Η τηλεπισκόπηση SAR παρέχει πολύτιμες πληροφορίες για τη συμπεριφορά των παγόβουνων, διευκολύνοντας την καλύτερη διαχείριση των πολικών περιοχών και τον μετριασμό των κινδύνων που σχετίζονται με τους κινδύνους από τα παγόβουνα.   &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 2. ΥΛΙΚΑ ΚΑΙ ΜΕΘΟΔΟΙ &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Το 2014, μια ρωγμή που υπήρχε εδώ και σχεδόν μια δεκαετία άρχισε να διαδίδεται κοντά στο Gipps Ice Rise στην παγοκρηπίδα Larsen C (LCIS), τη μεγαλύτερη παγοκρηπίδα της Ανταρκτικής Χερσονήσου. Είχε ως αποτέλεσμα την ανάπτυξη του τεράστιου πλακοειδούς παγόβουνου A68 τον Ιούλιο του 2017, αφού συνδυάστηκε με άλλες ρωγμές προς τα βόρεια. Η εικόνα Sentinel-1A SAR της περιοχής μελέτης παρουσιάζεται στην Εικόνα 2. Όταν σχηματίστηκε για πρώτη φορά, είχε μήκος 160 χλμ. και πλάτος 50 χλμ. αλλά γρήγορα διασπάστηκε σε δύο τμήματα, το A68A και το A68B. Με επιφάνεια 90 km², το A68B είναι το μικρότερο από τα δύο.   &lt;br /&gt;
&lt;br /&gt;
Η παγοκρηπίδα Larsen C, που βρίσκεται στο βορειοδυτικό τμήμα της Θάλασσας Weddell, είναι μία από μια ακολουθία παγοκρηπιδωμάτων Larsen που διατρέχουν το βορειοανατολικό άκρο της Ανταρκτικής Χερσονήσου. Χωρίζεται από το νοτιότερο σημείο της Νότιας Αμερικής από το ιδιαίτερα διαβόητο πέρασμα Ντρέικ, το οποίο απέχει σχεδόν 1000 χιλιόμετρα από αυτό. Η χερσόνησος απολαμβάνει το πιο ήπιο κλίμα στην ήπειρο, επειδή είναι το βορειότερο τμήμα της Ανταρκτικής και βρίσκεται πάνω από τον Ανταρκτικό Κύκλο. Ο θερμότερος μήνας είναι ο Ιανουάριος, με θερμοκρασίες κατά μέσο όρο 1 έως 2 °C, και ο ψυχρότερος μήνας είναι ο Ιούνιος, με θερμοκρασίες κατά μέσο όρο 15 έως 20 °C. Η Ανταρκτική Χερσόνησος έχει βρεθεί στο επίκεντρο του ενδιαφέροντος τις τελευταίες δεκαετίες για την παρατηρούμενη έντονη αύξηση της θερμοκρασίας στην περιοχή λόγω της κλιματικής αλλαγής.   &lt;br /&gt;
&lt;br /&gt;
Η επίπεδη κορυφή του οροπεδίου είναι ένα κοινό χαρακτηριστικό των παγόβουνων σε σχήμα πινακίδας που αναδύονται από τα παγόβουνα της Ανταρκτικής. Το πάχος του παγόβουνου A68 τοποθετήθηκε στα ~300 μέτρα και ζυγίζει πάνω από ένα τρισεκατομμύριο τόνους. Είναι το μεγαλύτερο παγόβουνο που καταγράφεται σήμερα στα δορυφορικά αρχεία και αναμένεται να χρειαστούν χρόνια, αν όχι δεκαετίες, για την πλήρη αποκόλληση ή διάλυση.&amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 2.1. Κατάρρευση της παγοκρηπίδας Larsen C και εξέλιξη του παγόβουνου Α68  &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Ορισμένες από τις εξέχουσες παγοκρηπίδες στην Ανταρκτική είναι η παγοκρηπίδα Ross, η παγοκρηπίδα Ronne-Filchner, η παγοκρηπίδα Amery και η παγοκρηπίδα Larsen C. Οι παγοκρηπίδες σχηματίζονται όταν μια τεράστια μάζα πάγου προχωρά αργά με τη μορφή παγετώνων και ρευμάτων πάγου από παγοκρηπίδες στη γύρω θάλασσα. Η χαμηλή θερμοκρασία του περιβάλλοντος ωκεανού δεν επιτρέπει σε αυτόν τον πάγο να λιώσει αμέσως. Αυτό με τη σειρά του επιπλέει στην επιφάνεια (δεδομένου ότι ο πάγος είναι λιγότερο πυκνός από το νερό) και μεγαλώνει συσσωρεύοντας περισσότερο πάγο από τη ροή των παγετώνων. Αυτή η μάζα μπορεί να επιβιώσει χιλιάδες χρόνια λόγω της προσγείωσης από νησιά, ανόδους πάγου και βραχώδεις χερσονήσους. Οι παγοκρηπίδες αυξάνονται συνεχώς με πάγο από την ξηρά και χάνουν μάζα από τα συμβάντα των απολήξεων, διατηρώντας τη δυναμική σταθερότητα.   &lt;br /&gt;
&lt;br /&gt;
Δεδομένου ότι οι παγοκρηπίδες επιπλέουν ήδη στον ωκεανό, δεν είναι σωστό να λέμε ότι συμβάλλουν άμεσα στην άνοδο της στάθμης της θάλασσας. Η κατάρρευση μιας παγοκρηπίδας δίνει τη θέση της σε ένα ενισχυμένο κύμα των παγετώνων και των παγωμένων ρευμάτων που τροφοδοτούν την παγοκρηπίδα, μειώνοντας την ενισχυτική επίδραση που παρέχουν οι παγοκρηπίδες στους παγετώνες και τα παγωμένα ρεύματα της ενδοχώρας. Δεδομένου ότι οι παγετώνες και τα ρεύματα πάγου βρίσκονται στην ξηρά, η μετακίνησή τους στον ωκεανό συμβάλλει στην άνοδο της στάθμης της θάλασσας. Ως εκ τούτου, η κατάρρευση των παγοκρηπίδων συμβάλλει στην άνοδο της στάθμης της θάλασσας, αν και έμμεσα. Πρόσφατες έρευνες δείχνουν ότι η κατάρρευση των παγοκρηπίδων μπορεί να ενισχύσει τη ροή των παγετώνων κατά δύο έως έξι φορές.  &lt;br /&gt;
&lt;br /&gt;
Μια ασυνήθιστη ακολουθία καταρρεύσεων παγοκρηπιδωμάτων έχει παρατηρηθεί από επιστήμονες στην Ανταρκτική και την Αρκτική τα τελευταία 30 χρόνια. Παρόλο που ο σχηματισμός παγόβουνων μέσω γεγονότων που προκαλούν την κατάρρευση δεν είναι ασυνήθιστο φαινόμενο, η διαδικασία συνήθως λαμβάνει χώρα σε διάστημα μηνών και ετών καθώς σχηματίζονται ρήγματα στην παγοκρηπίδα. Είναι, ωστόσο, ασυνήθιστο η διαδικασία να συμβαίνει μέσα σε λίγες ημέρες, όπως παρατηρήθηκε σε προηγούμενες περιπτώσεις. Η ταχεία κατάρρευση της παγοκρηπίδας έχει αποδοθεί στις θερμότερες θερμοκρασίες του αέρα και του νερού, στο σχηματισμό λιωμένου νερού στην επιφάνεια της παγοκρηπίδας και στη μείωση του θαλάσσιου πάγου που περιβάλλει τις παγοκρηπίδες ως παράγοντας που συμβάλλει στην αποσύνθεση της παγοκρηπίδας.   &lt;br /&gt;
&lt;br /&gt;
Στα μέσα του 2016, το παγόβουνο Α68 είχε αρχίσει να αναδύεται. Οι επιστήμονες παρατήρησαν ένα διευρυνόμενο ρήγμα που διέτρεχε κατά μήκος της παγοκρηπίδας Larsen C στις 10 Νοεμβρίου 2016, το οποίο είχε μήκος 110 χλμ. και πλάτος 91 μ. και βάθος 500 μ. Η επακόλουθη σποραδική διάδοση του ρήγματος οδήγησε στον σχηματισμό του στις 12 Ιουλίου 2017, με αποτέλεσμα να αποτελέσει το μεγαλύτερο παγόβουνο στα τρέχοντα αρχεία τηλεπισκόπησης, με έκταση περίπου 5800 km². Τέτοια γεγονότα αναγέννησης θα μπορούσαν να προκρίνουν τις παγοκρηπίδες για αστάθεια, όπως παρατηρήθηκε στην παγοκρηπίδα Larsen B τον Ιανουάριο του 1985. Τα μοντέλα παγοκρηπίδων, όταν εφαρμόζονται στις παγοκρηπίδες Larsen C και George VI, καταδεικνύουν σημαντικό ρόλο των υφιστάμενων βασικών/επιφανειακών σχισμών στη σταθερότητα των υπόλοιπων παγοκρηπίδων. Η αναγέννηση της Α68 θα πρέπει να αφαιρέσει την οπίσθια τάση στο νέο μέτωπο αναγέννησης και να αυξήσει την επιμήκη τάση επέκτασης, οδηγώντας κατά συνέπεια σε αυξημένους ρυθμούς αναγέννησης και πιθανή αστάθεια.  &lt;br /&gt;
 &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 2.2. Σύνολο δεδομένων &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Από τις 28 Ιουνίου 2017 έως τις 29 Ιανουαρίου 2021, επιλέχθηκαν για την παρούσα μελέτη 47 εικόνες Sentinel-1 SAR, οι οποίες χρησιμοποιήθηκαν για την εκτίμηση της έκτασης και της μετατόπισης. Οι εικόνες ελήφθησαν μέσω της πύλης Data Search Vertex της Δορυφορικής Εγκατάστασης της Αλάσκας.  &lt;br /&gt;
 &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 2.3. Ροή εργασίας προεπεξεργασίας δεδομένων SAR &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Για την προεπεξεργασία όλων των αποκτηθέντων σκηνών των δεδομένων SAR χρησιμοποιήθηκε μια γενική ροή εργασίας. Η επεξεργασία των δεδομένων πραγματοποιήθηκε με το The Sentinel-1 Toolbox (S1TBX) της πλατφόρμας εφαρμογών Sentinel (SNAP). Οι σκηνές υποσυντάχθηκαν χωρικά για να συμπεριλάβουν την υπό μελέτη περιοχή, ώστε να μειωθεί ο χρόνος επεξεργασίας για τα επόμενα βήματα. Η διόρθωση της τροχιάς των δεδομένων του Sentinel-1 πραγματοποιήθηκε με τα ακριβή αρχεία τροχιάς. Τα δεδομένα με διόρθωση τροχιάς βαθμονομήθηκαν ραδιομετρικά για τη μέτρηση της οπισθοσκέδασης ραντάρ των κυψελών ανάλυσης SAR. Πραγματοποιήθηκε φιλτράρισμα speckle για την ελαχιστοποίηση του θορύβου speckle από τα δεδομένα SAR.  &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 2.4. Ανάλυση τροχιάς  &amp;lt;/span&amp;gt;''' &lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 2.4.1. Διόρθωση ελλειψοειδούς &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Πραγματοποιήθηκε διόρθωση ελλειψοειδούς Doppler εμβέλειας για όλες τις αποκτηθείσες σκηνές. Δεδομένου ότι οι κυματισμοί της επιφάνειας της θάλασσας δεν είναι υψίστης σημασίας για την περιοχή μελέτης, προτιμήθηκε η διόρθωση ελλειψοειδούς Doppler εύρους μέσου ύψους και στις 47 σκηνές των δεδομένων Sentinel-1. Μια προκαθορισμένη προβολή χάρτη, η EPSG:3031 WGS 84/Antarctic polar stereographic χρησιμοποιήθηκε για την ακριβή απεικόνιση και την επακόλουθη ανάλυση της περιοχής και της μετατόπισης. Το δεδομένο που χρησιμοποιήθηκε ήταν το Παγκόσμιο Γεωδαιτικό Σύστημα (WGS) 1984.  &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 2.4.2. Υπολογισμός της έκτασης   &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Τα διορθωμένα με ελλειψοειδές δεδομένα μετατράπηκαν στη συνέχεια σε μορφή GeoTiff, η οποία είναι αναγνώσιμη από λογισμικό GIS, όπως το QGIS. Αυτό έγινε για τη διευκόλυνση του υπολογισμού της έκτασης και για τη μελέτη των επιπτώσεων της τοπογραφίας του πυθμένα και των ανυψώσεων των πάγων στην εξέλιξη του στόχου. Οι εικόνες τοποθετήθηκαν σε παράθεση για να μελετηθεί η τροχιά που ακολούθησε το παγόβουνο Α68 και να σημειωθεί η σταδιακή προώθηση του Α68 προς τον Νότιο Ωκεανό. &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 2.4.3. Ανάλυση της βαθυμετρίας στην εξέλιξη του A68  &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Για να διερευνηθεί η επίδραση της τοπογραφίας του πυθμένα της θάλασσας στην εξέλιξη του Α68, χρησιμοποιήθηκε ο διεθνής βαθυμετρικός χάρτης του Νότιου Ωκεανού (IBCSO) ως επικάλυψη στην περιοχή μελέτης. Κάθε σκηνή επικαλύφθηκε με έναν χάρτη IBCSO και διερευνήθηκε η επιρροή του υψομέτρου του πυθμένα της θάλασσας για κάθε εικόνα.  &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 3. ΑΠΟΤΕΛΕΣΜΑΤΑ ΚΑΙ ΣΥΖΗΤΗΣΗ  &amp;lt;/span&amp;gt;''' &lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 3.1 Περιοχή A68A  &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η μελέτη επικεντρώνεται στο παγόβουνο A68A, το οποίο αποκολλήθηκε από την παγοκρηπίδα Larsen C, ενώ ένα μικρότερο τμήμα του, γνωστό ως A68B, αποσπάστηκε λίγο αργότερα. Το A68B αντιπροσώπευε σχεδόν το 2% της συνολικής έκτασης του A68, αφήνοντας το A68A ως το κύριο αντικείμενο της έρευνας. Οι μεταβολές της έκτασης του A68A παρακολουθήθηκαν μηνιαίως από τον Ιούλιο του 2017 έως τον Μάιο του 2020 με τη χρήση δεδομένων του Sentinel-1, με χειροκίνητη ανίχνευση του περιγράμματος για την εξαγωγή της έκτασης του παγόβουνου. Η αρχική έκταση του A68A ήταν 5758,359 km2, με μικρές διακυμάνσεις τους επόμενους μήνες λόγω θραύσης πάγου και περιβαλλοντικών παραγόντων.  &lt;br /&gt;
&lt;br /&gt;
Από τον Αύγουστο του 2017 έως τον Νοέμβριο του 2018, το A68A παρουσίασε διακυμάνσεις στην έκταση, οι οποίες αποδίδονται κυρίως στη θραύση πάγου από τη βόρεια γωνία του. Παρά τις διακυμάνσεις, η έκταση του παγόβουνου παρέμεινε σχετικά σταθερή σε περίπου 5491,25 km2. Η μελέτη δεν ενσωμάτωσε τις τάσεις της θερμοκρασίας του αέρα, αλλά επικεντρώθηκε στη βαθυμετρία για την κατανόηση της παράκτιας γεωμετρίας και της επίδρασής της στην εξέλιξη του παγόβουνου.  &lt;br /&gt;
&lt;br /&gt;
Μεταξύ Ιανουαρίου 2019 και Δεκεμβρίου 2019, η έκταση του A68A μειώθηκε σταθερά, με περιστασιακά γεγονότα γέννησης και εποχιακές διακυμάνσεις που υποδεικνύουν την κορύφωση του αυστραλιανού καλοκαιριού, γεγονός που επηρέασε τα χαρακτηριστικά της επιφάνειας του παγόβουνου. Μέχρι τον Δεκέμβριο του 2019, το A68A πλησίασε την άκρη της Ανταρκτικής Χερσονήσου, πλησιάζοντας τα ανοιχτά ύδατα του Νότιου Ατλαντικού Ωκεανού.  &lt;br /&gt;
&lt;br /&gt;
Παρά τη μείωση της οπισθοσκέδασης, ορισμένα σημάδια στην επιφάνεια του παγόβουνου έγιναν ορατά, υποδεικνύοντας ενδεχομένως περιοχές επιρρεπείς σε περαιτέρω αποσύνθεση. Η κατοπτρική αντανάκλαση, πιθανώς λόγω τήξης της επιφάνειας ή χιονόπτωσης, επηρέασε την ορατότητα σε ορισμένες εικόνες. Τα συμβάντα αναγέννησης συνεχίστηκαν, με το A68C τον Απρίλιο του 2020 και τα επόμενα συμβάντα που παρήγαγαν μικρότερα παγόβουνα.  &lt;br /&gt;
&lt;br /&gt;
Από τον Μάιο του 2020 έως τον Οκτώβριο του 2020, η έκταση του A68A συνέχισε να μειώνεται, αν και με μέτριο ρυθμό. Το λιώσιμο της επιφάνειας αυξήθηκε από τον Σεπτέμβριο έως τον Νοέμβριο του 2020, υποδεικνύοντας συνεχιζόμενες περιβαλλοντικές επιπτώσεις. Τον Δεκέμβριο του 2020 συνέβη ένα σημαντικό συμβάν αναγέννησης, το οποίο είχε ως αποτέλεσμα τον σχηματισμό μικρότερων παγόβουνων και τη μείωση της έκτασης του A68A στο 45,15% του αρχικού του μεγέθους.  &lt;br /&gt;
&lt;br /&gt;
Περαιτέρω συμβάντα αναγέννησης τον Ιανουάριο του 2021 οδήγησαν στο σχηματισμό επιπλέον μικρότερων παγόβουνων, με το A68A να αποτελείται μόνο από το 23,71% του αρχικού του μεγέθους στο τέλος Ιανουαρίου 2021. Το θερμό νερό του Νότιου Ωκεανού, σε συνδυασμό με τους ρηχούς βυθούς κοντά στη Νότια Γεωργία και τα Νότια Σάντουιτς Νησιά, συνέβαλαν πιθανότατα στον κατακερματισμό και το τελικό τέλος του Α68.  &lt;br /&gt;
&lt;br /&gt;
Συνολικά, η μελέτη καταδεικνύει τη δυναμική φύση του παγόβουνου A68A, αναδεικνύοντας τη σταδιακή αποσύνθεσή του με την πάροδο του χρόνου. Οι περιβαλλοντικοί παράγοντες, ιδίως οι εποχιακές διακυμάνσεις και οι ωκεάνιες συνθήκες, διαδραμάτισαν σημαντικό ρόλο στη διαμόρφωση της εξέλιξης και της τελικής διάλυσης του παγόβουνου.   &lt;br /&gt;
 &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 3.2 Τροχιά του Α68   &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η τροχιά του παγόβουνου A68A μετά την αποκόλλησή του από την παγοκρηπίδα Larsen C (LCIS) περιγράφεται λεπτομερώς από τον σχηματισμό του τον Ιούλιο του 2017 έως τον τελικό κατακερματισμό του. Αρχικά, το A68A απομακρύνθηκε από την LCIS λόγω των νότιων ανέμων, διευρύνοντας το χάσμα μεταξύ τους. Μέχρι τον Δεκέμβριο του 2017, τόσο το βόρειο όσο και το νότιο τμήμα παρουσίασαν αξιοσημείωτες μετατοπίσεις μακριά από την LCIS, που ενδεχομένως επηρεάστηκαν από τη σύγκρουση με τον ρηχό πυθμένα του Bawden Ice Rise.  &lt;br /&gt;
&lt;br /&gt;
Από τον Αύγουστο του 2017 έως τον Νοέμβριο του 2017, το νότιο τμήμα του A68A συνέχισε να απομακρύνεται, ενώ από τον Ιούνιο του 2018 άρχισε μια αριστερόστροφη περιστροφή του νότιου τμήματος, που πιθανώς διευκολύνθηκε από τον άνεμο και τα ωκεάνια ρεύματα. Η περιστροφή αυτή συνεχίστηκε μέχρι τον Σεπτέμβριο του 2018, με το κέντρο του παγόβουνου να ολοκληρώνει μια πλήρη περιστροφή γύρω από τον βόρειο άξονά του. Αξίζει να σημειωθεί ότι τον Απρίλιο του 2019, η δυναμική της περιστροφής άλλαξε, με το νότιο τμήμα να γίνεται ο άξονας περιστροφής, πιθανώς επηρεαζόμενο από τα ωκεάνια ρεύματα και τους ανέμους.  &lt;br /&gt;
&lt;br /&gt;
Καθ' όλη τη διάρκεια του 2019, η τροχιά του A68A συνέχισε να αλλάζει, με σημαντική αριστερόστροφη περιστροφή μέχρι τον Ιούλιο, όταν άρχισε σοβαρά το ταξίδι του προς τα βόρεια. Μέχρι το τέλος του 2019, ο A68A είχε καλύψει σημαντική απόσταση, πλησιάζοντας τον ανοιχτό ωκεανό.  &lt;br /&gt;
&lt;br /&gt;
Το 2020, ο A68A συνέχισε την πορεία του προς τα βόρεια, βιώνοντας σημαντικά γεγονότα γέννησης τον Δεκέμβριο, με αποτέλεσμα τον σχηματισμό πολλαπλών θραυσμάτων. Σχηματίστηκαν τα A68D, A68E και A68F, με το A68D να παραμένει κοντά στη Νότια Γεωργία και τα Νότια Σάντουιτς Νησιά, ενώ το A68E παρασύρθηκε βορειοανατολικά.  &lt;br /&gt;
&lt;br /&gt;
Περαιτέρω γεγονότα γέννησης τον Ιανουάριο του 2021 οδήγησαν στο σχηματισμό των A68G και A68H, ενώ το A68A συνέχισε το ταξίδι του, τοποθετημένο περίπου στα 56,5◦ Ν και 36◦ Δ.  &lt;br /&gt;
&lt;br /&gt;
Το διάγραμμα της τροχιάς που παρέχεται απεικονίζει τη συνολική απόσταση που κάλυψε ο A68A, την αλλαγή του σχήματός του και τη διάσπασή του σε μικρότερα κομμάτια πάγου με την πάροδο του χρόνου. Συνολικά, η τροχιά απεικονίζει τη δυναμική κίνηση του A68A που επηρεάζεται από περιβαλλοντικούς παράγοντες όπως ο άνεμος, τα ωκεάνια ρεύματα και η τοπογραφία του πυθμένα.   &amp;lt;/p&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 4. ΣΥΜΠΕΡΑΣΜΑΤΑ &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η ανάλυση της εξέλιξης του Α68 μέσα σε διάστημα σχεδόν 3 ετών αποκαλύπτει τους βασικούς μηχανισμούς μέσω των οποίων τα παγόβουνα μεγέθους Α68 κινούνται και αλλάζουν.  &lt;br /&gt;
&lt;br /&gt;
Γέννηση και αρχική κίνηση  &lt;br /&gt;
&lt;br /&gt;
Κατά τη διάρκεια των πρώτων μηνών της γέννησής του, το Α68 κλυδωνιζόταν γύρω από την περιοχή σε σχήμα κόλπου όπου γεννήθηκε. Η πρόσθετη δυναμική του ρηχού πυθμένα σε βάθος άνω των -300 m κοντά στην ανύψωση του πάγου Bawden δυσκόλεψε το Α68 να ξεφύγει από τα νύχια του τόπου προέλευσής του.  &lt;br /&gt;
&lt;br /&gt;
Δυναμική διαφυγής  &lt;br /&gt;
&lt;br /&gt;
Τελικά κατάφερε να δραπετεύσει δραματικά ενεργώντας ως μοχλός κατηγορίας 3. Αν και δεν αποτελεί τέλεια αναλογία, άλλαξε το σημείο περιστροφής του, κυρίως λόγω του συνδυασμού του ρηχού βυθού και της ορμής που αναπτύχθηκε μέσω της περιστροφής.  &lt;br /&gt;
&lt;br /&gt;
Επακόλουθη αναγέννηση και ακεραιότητα  &lt;br /&gt;
&lt;br /&gt;
Υπέστη επίσης περαιτέρω καλυβισμό δύο φορές, τον Μάρτιο του 2019 και τον Απρίλιο του 2020, αν και ένα σημαντικό τμήμα του (80%) είναι ακόμη άθικτο και αναμένεται να παραμείνει έτσι για μερικούς μήνες.  &lt;br /&gt;
&lt;br /&gt;
Ρόλος του θαλάσσιου πάγου  &lt;br /&gt;
&lt;br /&gt;
Είναι επίσης απολύτως σαφές ότι ο θαλάσσιος πάγος παίζει ρόλο στη διευκόλυνση της διαμήκους έκτασης του παγόβουνου με την απουσία του κατά τη διάρκεια της θερινής περιόδου.  &lt;br /&gt;
&lt;br /&gt;
Επιφανειακό λιώσιμο  &lt;br /&gt;
&lt;br /&gt;
Αξιοσημείωτη αναφορά είναι η μείωση της οπισθοσκέδασης του ραντάρ από την επιφάνεια του παγόβουνου κατά τη διάρκεια της θερινής περιόδου, άμεση απόδειξη του επιφανειακού λιωσίματος στην κορυφή του παγόβουνου.  &lt;br /&gt;
&lt;br /&gt;
Επίδραση στην τροχιά του παγόβουνου  &lt;br /&gt;
&lt;br /&gt;
Τα αποτελέσματα που υποθέτουμε εδώ υποδηλώνουν ότι η τροχιά των γιγαντιαίων παγόβουνων, όπως το Α68, δεν εξαρτάται απλώς από τα ωκεάνια ρεύματα και την ταχύτητα του ανέμου (και την κατεύθυνση). Η κλίμακα και το μέγεθός τους τα καθιστούν πολύ πιο ευαίσθητα στις κυματισμούς της παράκτιας περιοχής, είτε πρόκειται για ρηχό βυθό είτε για ανύψωση των πάγων. Αυτό μπορεί να οδηγήσει σε νέες κινήσεις και απροσδόκητες παρασύρσεις όσον αφορά την κίνηση των παγόβουνων.  &lt;br /&gt;
&lt;br /&gt;
Επιπτώσεις και ανησυχίες  &lt;br /&gt;
&lt;br /&gt;
Αν και μόλις απελευθερωθούν από τις παραπαίουσες κινήσεις στην παράκτια πλαγιά και βγουν στην ανοικτή θάλασσα, μπορεί να επιταχύνουν το ρυθμό τους και ίσως να ενταχθούν στην λεωφόρο των παγόβουνων, όπως αναμένεται από τα παγόβουνα της περιοχής. Η μελέτη και η γενίκευση αυτών των κινήσεων αποτελεί έντονο ενδιαφέρον, δεδομένου ότι η εμπλοκή παγόβουνων στην παράκτια περιοχή ή/και κοντά σε παγοκάλυπτρα, είτε λόγω προσάραξης είτε λόγω κίνησης κοίλων, θα μπορούσε να οδηγήσει σε ενδιαφέρουσες γλαυκολογικές, ωκεάνιες και οικολογικές επιπτώσεις.  &lt;br /&gt;
&lt;br /&gt;
Παράκτιες επιπτώσεις παγίδευσης  &lt;br /&gt;
&lt;br /&gt;
 Η παράκτια παγίδευση θα μπορούσε να έχει επίδραση στα παγόβουνα που εκφορτώνονται στον ωκεανό, όπου η ροή γλυκού νερού οδηγεί σε ανατρεπτική κυκλοφορία (π.χ. στο Βόρειο Ατλαντικό κατά τη διάρκεια των παγετώνων), μετριάζοντας το φαινόμενο της ανατροπής της κυκλοφορίας που συνδέεται με την εκφόρτωση των παγόβουνων.  &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
[[category:Παρακολούθηση και εκτίμηση διαχρονικών αλλαγών και εξελίξεων]]&lt;br /&gt;
[[category:Εφαρμογές Φωτοερμηνείας - Τηλεπισκόπησης]]&lt;/div&gt;</summary>
		<author><name>Maria Bikou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%9C%CE%B5%CE%BB%CE%AD%CF%84%CE%B7_%CF%84%CE%B7%CF%82_%CE%B4%CF%85%CE%BD%CE%B1%CE%BC%CE%B9%CE%BA%CE%AE%CF%82_%CF%85%CF%80%CE%BF%CE%B2%CE%AC%CE%B8%CE%BC%CE%B9%CF%83%CE%B7%CF%82_%CF%84%CF%89%CE%BD_%CE%BF%CE%B9%CE%BA%CE%BF%CF%83%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CF%83%CF%84%CE%B1_%CF%85%CF%88%CE%AF%CF%80%CE%B5%CE%B4%CE%B1_%CF%84%CE%BF%CF%85_%CE%A0%CE%B5%CF%81%CE%BF%CF%8D:_Landsat_%CE%B1%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7_%CE%A4%CE%AC%CF%83%CE%B5%CF%89%CE%BD_%CE%A7%CF%81%CE%BF%CE%BD%CE%BF%CF%83%CE%B5%CE%B9%CF%81%CF%8E%CE%BD_(1985-2022)_%CE%BC%CE%B5_ARVI_...</id>
		<title>Μελέτη της δυναμικής υποβάθμισης των οικοσυστημάτων στα υψίπεδα του Περού: Landsat ανάλυση Τάσεων Χρονοσειρών (1985-2022) με ARVI ...</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%9C%CE%B5%CE%BB%CE%AD%CF%84%CE%B7_%CF%84%CE%B7%CF%82_%CE%B4%CF%85%CE%BD%CE%B1%CE%BC%CE%B9%CE%BA%CE%AE%CF%82_%CF%85%CF%80%CE%BF%CE%B2%CE%AC%CE%B8%CE%BC%CE%B9%CF%83%CE%B7%CF%82_%CF%84%CF%89%CE%BD_%CE%BF%CE%B9%CE%BA%CE%BF%CF%83%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CF%83%CF%84%CE%B1_%CF%85%CF%88%CE%AF%CF%80%CE%B5%CE%B4%CE%B1_%CF%84%CE%BF%CF%85_%CE%A0%CE%B5%CF%81%CE%BF%CF%8D:_Landsat_%CE%B1%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7_%CE%A4%CE%AC%CF%83%CE%B5%CF%89%CE%BD_%CE%A7%CF%81%CE%BF%CE%BD%CE%BF%CF%83%CE%B5%CE%B9%CF%81%CF%8E%CE%BD_(1985-2022)_%CE%BC%CE%B5_ARVI_..."/>
				<updated>2024-02-23T17:00:11Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Bikou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Αρχείο:Figure1Peru.png| thumb| right| '''Εικόνα 1 ''' πηγή: [https://doi.org/10.3390/su152115472] '']]&lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:Figure2Peru.png| thumb| right| '''Εικόνα 2 ''' πηγή: [https://doi.org/10.3390/su152115472] '']]&lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:Figure3Peru.png| thumb| right| '''Εικόνα 3 ''' πηγή: [https://doi.org/10.3390/su152115472] '']] &lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:Figure4Peru.png| thumb| right| '''Εικόνα 4 ''' πηγή: [https://doi.org/10.3390/su152115472] '']] &lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:Figure5Peru.png| thumb| right| '''Εικόνα 5 ''' πηγή: [https://doi.org/10.3390/su152115472] '']] &lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:Figure6Peru.png| thumb| right| '''Εικόνα 6 ''' πηγή: [https://doi.org/10.3390/su152115472] '']] &lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:Figure7Peru.png| thumb| right| '''Εικόνα 7 ''' πηγή: [https://doi.org/10.3390/su152115472] '']] &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Έντονο κείμενο''''''Πρωτότυπος τίτλος:''' ''Study of Ecosystem Degradation Dynamics in the Peruvian Highlands: Landsat Time-Series Trend Analysis (1985–2022) with ARVI for Different Vegetation Cover Types''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς: ''' Deyvis Cano, Samuel Pizarro, Carlos Cacciuttolo, Richard Peñaloza, Raúl Yaranga and Marcelo Luciano Gandini  &lt;br /&gt;
&lt;br /&gt;
'''Δημοσιεύθηκε: '''  ''Sustainability 2023, 15(21), 15472; https://doi.org/10.3390/su152115472 '' &lt;br /&gt;
&lt;br /&gt;
'''Λέξεις κλειδιά: ''' υποβάθμιση, βλάστηση των άνω Άνδεων, ARVI, Mann-Kendall, Landsat 5, 7 και 8, τηλεπισκόπηση.&lt;br /&gt;
&lt;br /&gt;
'''Αντικείμενο εφαρμογής: ''' Εκτίμηση_υποβάθμισης_δασικών_οικοσυστημάτων ''' &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 1. ΠΕΡΙΛΗΨΗ  &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
Η βλάστηση των άνω Άνδεων του οροπεδίου Bombón στο Περού αντιμετωπίζει αυξανόμενη υποβάθμιση από την ανθρωπογενή χρήση γης και την κλιματική αλλαγή. Η μελέτη αυτή, που καλύπτει την περίοδο 1985-2022, χρησιμοποιεί αισθητήρες Landsat και τεχνολογία τηλεπισκόπησης. Τα αποτελέσματα αποκαλύπτουν συνολική υποβάθμιση της φυτοκάλυψης κατά 13,4%, με συγκεκριμένους τύπους κάλυψης, όπως οι βολβοί και το ψηλό γρασίδι, να επηρεάζονται. Η συσχέτιση Spearman υποδηλώνει ότι οι ανθρώπινες δραστηριότητες συμβάλλουν, αλλά οι περιβαλλοντικοί παράγοντες μπορεί επίσης να παίζουν ρόλο στην υποβάθμιση.  &lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 1. ΕΙΣΑΓΩΓΗ  &amp;lt;/span&amp;gt;'''&lt;br /&gt;
 &lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Το οροπέδιο Bombón στο Περού, ένα ζωτικό οικοσύστημα των άνω Άνδεων, φιλοξενεί ποικίλες φυτοκοινότητες ζωτικής σημασίας για τη βιοποικιλότητα, τη ρύθμιση του κλίματος και τους υδάτινους πόρους. Παρά τη σημασία της, η περιοχή αντιμετωπίζει υποβάθμιση από γεωργικές, κτηνοτροφικές, αστικές και εξορυκτικές δραστηριότητες, που οδηγούν σε οικολογικές αλλοιώσεις. Αυτή η μελέτη, που καλύπτει την περίοδο 1985-2022, χρησιμοποιεί τηλεπισκόπηση, εστιάζοντας στους αισθητήρες Landsat 5, 7 και 8, σε συνδυασμό με τον ανθεκτικό στην ατμόσφαιρα δείκτη βλάστησης (ARVI). Στόχος είναι η αξιολόγηση των προτύπων υποβάθμισης των φυτών, της έκτασης και των επιδράσεων που προκαλούνται από τον άνθρωπο. Η μελέτη αντιμετωπίζει το κενό στην κατανόηση της δυναμικής της βλάστησης των άνω Άνδεων, τονίζοντας την ανάγκη για προσαρμοστικά σχέδια παρακολούθησης. Τα ερευνητικά ερωτήματα επικεντρώνονται στη θέση και την έκταση των υποβαθμισμένων φυτικών περιοχών, την εξέλιξη των προτύπων υποβάθμισης και τον αντίκτυπο των ανθρώπινων δραστηριοτήτων στις μεταβολές της βλάστησης. Οι μεθοδολογίες περιλαμβάνουν την εφαρμογή ARVI, τη μη παραμετρική ανάλυση τάσεων Mann-Kendall και την ετήσια εποπτευόμενη ταξινόμηση για την οριοθέτηση και τον ποσοτικό προσδιορισμό των υποβαθμισμένων περιοχών και την αποκρυπτογράφηση των προτύπων αντικατάστασης. Η μελέτη διερευνά επίσης τις ανθρωπογενείς δραστηριότητες, όπως η γεωργία, η εξόρυξη και η αστική επέκταση, εξετάζοντας τις επιπτώσεις τους στη διαχείριση και τη διατήρηση της βλάστησης. Τα ευρήματα, τα οποία παράγονται μέσω δεδομένων υψηλής χωρικής και χρονικής ανάλυσης, αποσκοπούν στην παροχή μιας ολοκληρωμένης κατανόησης της υποβάθμισης της βλάστησης, των τύπων φυτοκάλυψης και της επιρροής των ανθρώπινων δραστηριοτήτων σε διάστημα σχεδόν τεσσάρων δεκαετιών. Η έρευνα λειτουργεί ως κρίσιμο εργαλείο για την προσαρμοστική διαχείριση, προσδιορίζοντας περιοχές προτεραιότητας για τη διατήρηση με βάση τις αλληλεπιδράσεις της βλάστησης. Τελικά, οι επιπτώσεις της μελέτης επεκτείνονται στην ενίσχυση της κατανόησης της μεταβαλλόμενης δυναμικής των φυτοκοινωνιών που έχουν υποβαθμιστεί στις περιοχές των άνω Άνδεων, προσφέροντας πολύτιμες γνώσεις για στρατηγικές διατήρησης. &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 2. ΥΛΙΚΑ ΚΑΙ ΜΕΘΟΔΟΙ &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 2.1. Ζώνη μελέτης &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Το οροπέδιο Bombón, που βρίσκεται στις κεντρικές Άνδεις του Περού, εκτείνεται σε γεωγραφικά πλάτη από 11°18'2′′ Ν έως 10°34'6′′ Ν και σε γεωγραφικά μήκη από 76°39'14′′ Δ έως 75°52'40′′ Δ. Περιλαμβάνει τη Meseta del Bombón, καλύπτει 3017 km2 με υψόμετρο που κυμαίνεται από 4070 έως 4734 μέτρα. Η περιοχή διαθέτει προστατευόμενες φυσικές περιοχές όπως η λίμνη Junín και η λίμνη Chinchaycocha. Η θερμοκρασία κυμαίνεται μεταξύ 0°C και 14°C, με ετήσιο εύρος βροχοπτώσεων από 670 έως 1022 mm, που χαρακτηρίζεται από διακριτές εποχές βροχής (Οκτώβριος-Απρίλιος) και ξηρασίας (Μάιος-Σεπτέμβριος). Το κυρίαρχο οικοσύστημα είναι η Puna Húmeda, που φιλοξενεί λιβάδια των άνω Άνδεων που χρησιμοποιούνται στην κτηνοτροφία, μαζί με υγροβιότοπους στις όχθες της λίμνης Junín. Για τη διαδικασία οριοθέτησης χρησιμοποιήθηκε το λογισμικό QGIS και το DEM του ASTER με ανάλυση 30m.(Εικόνα 1) .&amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 2.2. Συλλογή Δεδομένων &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Οι δορυφόροι Landsat 5, 7 και 8 παρείχαν εικόνες ανάλυσης 30m κάθε 16 ημέρες. Οι ετήσιες εικόνες από το 1985 έως το 2022 βελτιώθηκαν στο Google Earth Engine, εστιάζοντας στην ξηρή περίοδο. &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 2.3. Ανάλυση χωρικής κάλυψης &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η μελέτη χρησιμοποίησε εικόνες Landsat για την ανάλυση της αλλαγής της κάλυψης γης, εναρμονίζοντάς τες με τη χρήση των συντελεστών των Roy et al, και του μετασχηματισμού ανακλαστικότητας OLI των Vogeler et al. Η επιβλεπόμενη ταξινόμηση με τον αλγόριθμο τυχαίου δάσους χρησιμοποίησε ένα σύνολο δεδομένων κάλυψης γης πεδίου, επικυρωμένο για τη βλάστηση των άνω Άνδεων. Τα σύνολα δεδομένων εκπαίδευσης συνδύασαν πρωτογενή δεδομένα με πηγές όπως ο εθνικός χάρτης βλάστησης του 2015 και εικόνες του Google Earth. Με 11.057 εικονοστοιχεία, 85% από δεδομένα πεδίου και 15% από άλλες πηγές, ο ταξινομητής αξιολογήθηκε ως προς την ακρίβεια χρησιμοποιώντας τη συνολική ακρίβεια, τον συντελεστή kappa, την ακρίβεια του παραγωγού και την ακρίβεια του χρήστη. Ο ταξινομητής RF που προέκυψε επέτρεψε τη δημιουργία παρελθοντικών στρωμάτων κάλυψης γης από ιστορικά αρχεία ετήσιων εικόνων για την περιοχή μελέτης. Ο τελικός χάρτης απεικόνιζε την κατανομή και την επικράτηση διαφορετικών τύπων φυτοκάλυψης και παραγόντων ανθρωπογενούς αλλαγής μεταξύ 1985 και 2022.&amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 2.4. Ανάλυση υποβάθμισης της βλάστησης  &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η μελέτη χρησιμοποίησε τον δείκτη βλάστησης (ARVI) για την ανάλυση της υποβάθμισης της βλάστησης στα οικοσυστήματα των Άνδεων. Ο ARVI,&lt;br /&gt;
[[Αρχείο:Figure8Peru.png|center| '''Εικόνα 8 ''' πηγή: [https://doi.org/10.3390/su152115472] '']]  &lt;br /&gt;
ο οποίος βασίζεται σε κοντινές υπέρυθρες, κόκκινες και μπλε ζώνες, συσχετίζεται με βιοφυσικές διεργασίες όπως η παραγωγικότητα και η φωτοσυνθετική δραστηριότητα. Στη συνέχεια εφαρμόστηκε η μη παραμετρική δοκιμή Mann-Kendall ανά εικονοστοιχείο στις τάσεις του ARVI, προσφέροντας πλεονεκτήματα όπως η χαμηλή ευαισθησία σε ακραίες τιμές και η καταλληλότητα για μικρά δείγματα. Ο συντελεστής συσχέτισης Mann-Kendall (S) υπολογίστηκε για την ανίχνευση αλλαγών στη χρονοσειρά. Τα αποτελέσματα Z χρησιμοποιήθηκαν για την αξιολόγηση της σημαντικότητας των τάσεων, με επίπεδο σημαντικότητας 5% και 1%. Οι αυξήσεις του ARVI υποδήλωναν ανάπτυξη ή ανάκαμψη, ενώ οι μειώσεις σήμαιναν απώλεια ή υποβάθμιση της βλάστησης, με τα επίπεδα σημαντικότητας να καθορίζουν το μέγεθος της τάσης.&amp;lt;/p&amp;gt; &lt;br /&gt;
 &lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 2.5. Ανάλυση των δεδομένων  &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η ανάλυση περιλάμβανε δύο σύνολα δεδομένων για κάθε έτος μελέτης: ένα που κάλυπτε όλες τις κατηγορίες κάλυψης και ένα άλλο που περιοριζόταν στις υποβαθμισμένες καλύψεις. Οι διαδικασίες περιλάμβαναν τη δημιουργία ενός ενοποιημένου στρώματος για τον προσδιορισμό της επικράτησης της κάλυψης, την ποσοτικοποίηση των αριθμών των εικονοστοιχείων, τη δημιουργία χρονοσειρών, την αξιολόγηση των τάσεων με το μοντέλο Mann-Kendall, τον προσδιορισμό των μέσων εκτάσεων, τον υπολογισμό των συντελεστών διακύμανσης και τη διεξαγωγή ανάλυσης συσχέτισης Spearman. Για την ανάλυση χρησιμοποιήθηκαν το MS Excel 2019, η έκδοση 4.3.1 του R Studio και το λογισμικό Statgraphics Centurion 19, συμπεριλαμβανομένων των διαγραμμάτων Sankey για την οπτική αναπαράσταση της ροής αλλαγής της κάλυψης κατά τα έτη 1985, 2005 και 2022. &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 3. ΑΠΟΤΕΛΕΣΜΑΤΑ &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 3.1. Επιβλεπόμενη ταξινόμηση της συνολικής φυτοκάλυψης  &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Το κεντρικό τμήμα της Chinchaycocha διαθέτει υδρόφιλη βλάστηση, συμπεριλαμβανομένων των υγροτόπων, των cattails και των bulrush. Στη μεταβατική ζώνη κυριαρχούν η γεωργία των Άνδεων και οι αστικές περιοχές. Το περιφερειακό τμήμα, που εκτείνεται από τη μεταβατική ζώνη, περιλαμβάνει χορταριασμένη βλάστηση, ψηλό χόρτο και ζελατινισμένες περιοχές. Οι λίμνες, το γυμνό έδαφος, οι παγετώνες και οι περιπαγετώνες αποτελούν το 12,3%, με τις λίμνες να έχουν τη μεγαλύτερη έκταση. Η ανάλυση, με βάση τις διάμεσες τιμές των εικονοστοιχείων, προσφέρει ακριβή κατανόηση της κατανομής της κάλυψης κατά την εξεταζόμενη περίοδο.(Εικόνα 2)&lt;br /&gt;
 &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 3.2. Ανάλυση της κατανομής της υποβαθμισμένης φυτοκάλυψης      &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η ανάλυση της υποβάθμισης της φυτοκάλυψης με τη χρήση της τάσης ARVI αποκαλύπτει ότι το 13,4% της συνολικής κάλυψης είναι υποβαθμισμένο, με το 6,2% να παρουσιάζει σημαντική υποβάθμιση (p &amp;lt; 0,01). Περίπου το 12,5% της βλάστησης έχει βελτιωθεί σημαντικά, ενώ το 74,2% παραμένει σταθερό. Δεν υπάρχει καθορισμένο χωρικό μοτίβο, αλλά οι αστικές περιοχές, που συνδέονται κυρίως με την εξορυκτική δραστηριότητα, παρουσιάζουν ιδιαίτερο διαχωρισμό. Το ποσοστό των υποβαθμισμένων καλύψεων βλάστησης ποικίλλει, με το βούρλο να έχει τη σημαντικότερη παρουσία σε υποβαθμισμένες περιοχές (21%). Το ψηλό γρασίδι, η κατιφέδα, οι υγρότοποι, το πουνιόχορτο και οι ζελατοειδείς περιοχές επηρεάζονται επίσης, με το ψηλό γρασίδι, το γρασίδι πουνιάς (puna grass) και τους υγρότοπους να επηρεάζονται περισσότερο λαμβάνοντας υπόψη το μέγεθός τους εντός της περιοχής μελέτης. (Εικόνα 3)(Εικόνα 4)  &lt;br /&gt;
 &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 3.3. Διαχρονική ανάλυση της υποβαθμισμένης φυτοκάλυψης     &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η εικόνα 5 παρουσιάζει τις διαχρονικές μεταβολές των τύπων φυτοκάλυψης και των υποβαθμισμένων εκτάσεων, εξαιρουμένων των ετών 1991, 1992 και 2002 λόγω σφαλμάτων ακραίων τιμών. Οι συνολικές καλύψεις βλάστησης (TVC) δεν παρουσιάζουν σημαντική τάση αύξησης ή μείωσης, αλλά ο βούρλος μειώνεται ελαφρώς. Ορισμένες καλύψεις παρουσιάζουν σημαντικές αυξήσεις σε συγκεκριμένα έτη, ακολουθούμενες από επιστροφή στις αρχικές περιοχές. Η ανάλυση των υποβαθμισμένων καλύψεων βλάστησης (DVCs) αποκαλύπτει μια πτωτική τάση στον βούρλο από το 2009, ενώ οι αστικές περιοχές παρουσιάζουν μια σημαντική θετική τάση και οι γεωργικές περιοχές παρουσιάζουν μια σημαντική αρνητική τάση από το 2010. Ο Πίνακας 2 σρο αρχικό άρθρο παρέχει λεπτομερή ανάλυση των TVCs και DVCs, συμπεριλαμβανομένων των καταλαμβανόμενων εκτάσεων, του συντελεστή διακύμανσης και των αποτελεσμάτων της ανάλυσης τάσεων Mann-Kendall. Οι υγρότοποι και το ψηλό γρασίδι παρουσιάζουν τη μεγαλύτερη μεταβλητότητα μεταξύ των TVCs, ενώ το ψηλό γρασίδι και το puna grass έχουν τις πιο εκτεταμένες εκτάσεις μεταξύ των DVCs. Οι υγροβιότοποι και οι αστικές περιοχές παρουσιάζουν τη μεγαλύτερη μεταβλητότητα μεταξύ των DVCs, με το βούρλο και τις γεωργικές περιοχές να παρουσιάζουν σημαντικές αρνητικές τάσεις και τις αστικές περιοχές να παρουσιάζουν σημαντική θετική τάση (p &amp;lt; 0,01).(Εικόνα 5)(Εικόνα 6) &lt;br /&gt;
 &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 3.4. Ροή αντικατάστασης φυτών   &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Το διάγραμμα Sankey αποκαλύπτει τη δυναμική της κάλυψης μεταξύ των ετών 1985, 2005 και 2022, αξιολογώντας την κάλυψη ως παράγοντα αλλαγής. Στο διάγραμμα Συνολικών Καλύψεων Βλάστησης (TVC) (Εικόνα 7α), αρχικά κυριαρχούν τα λιβάδια πουνιάς, τα οποία αντικαθίστανται από το puna grass (2005). Ομοίως, το ψηλό γρασίδι (2005) επανέρχεται στην αρχική του κατάσταση μέσω του ψηλού γρασιδιού (2022). Το μοτίβο &amp;quot;κυκλικής υποκατάστασης&amp;quot; περιλαμβάνει την υποβάθμιση του ψηλού γρασιδιού που αντικαθίσταται από το puna grass, και στη συνέχεια ανακτά την αρχική του κατάσταση. Οι υγροβιότοποι αντικαθίστανται από ψηλό γρασίδι, χόρτο και γεωργικές εκτάσεις, με αποκατάσταση από τις ίδιες αυτές καλύψεις (2022). Στο διάγραμμα των υποβαθμισμένων καλύψεων βλάστησης (DVC) (Εικόνα 7β), το ψηλό γρασίδι (1985) αντικαθίσταται από το puna grass και τις ζελατινοποιημένες εκτάσεις (2005), με ανάκτηση από αυτές τις καλύψεις (2022). Το Puna grass επεκτείνεται σημαντικά από το ψηλό χόρτο και τους υγροτόπους (2005), επιστρέφοντας στην αρχική του έκταση. Οι υγρότοποι υφίστανται ποικίλες αντικαταστάσεις και ανακάμψεις, επηρεαζόμενοι από διάφορους παράγοντες.&lt;br /&gt;
 &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 3.5. Ανάλυση συσχέτισης Spearman για την αξιολόγηση της αντικατάστασης της φυτοκάλυψης   &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Στο αρχικό άρθρο, ένας πίνακας συσχέτισης Spearman διερευνά τις σχέσεις μεταξύ των διαφόρων καλύψεων βλάστησης κατά τη διάρκεια των ετών, λαμβάνοντας υπόψη τόσο την ολική κάλυψη βλάστησης (TVC) όσο και την υποβαθμισμένη κάλυψη βλάστησης (DVC). Ένας συντελεστής συσχέτισης πάνω από 0,6 ή κάτω από -0,6, με επίπεδο σημαντικότητας 99,99% (p ≤ 0,001), υποδηλώνει σημαντικές συσχετίσεις. Το ψηλό γρασίδι και οι υγρότοποι εμφανίζουν αρνητική συσχέτιση με τις περισσότερες καλύψεις στο TVC, γεγονός που υποδηλώνει ότι αντικαθίστανται από γρασίδι puna και παράγοντες αλλαγής, όπως η γεωργία και οι αστικές περιοχές. Το Puna grass εμφανίζει θετικές συσχετίσεις με τις περισσότερες καλύψεις, τονίζοντας το ρόλο του στη δυναμική της βλάστησης. Στο DVC, το puna grass αντικαθιστά σημαντικά το ψηλό γρασίδι και τους υγροτόπους μετά την υποβάθμιση, επηρεαζόμενο από τις αλλαγές στη γεωργία, το γυμνό έδαφος και τις αστικές περιοχές.   &lt;br /&gt;
 &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 4. ΣΥΖΗΤΗΣΗ &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η κατανομή της βλάστησης γύρω από τη λίμνη Chinchaycocha αποκαλύπτει διακριτές οικολογικές ζώνες, από την υγρή κεντρική περιοχή έως τους περιφερειακούς χώρους όπου κυριαρχεί η βλάστηση puna και geliturbada. Αν και ειδικά για αυτή την περιοχή, τα πρότυπα αυτά ευθυγραμμίζονται με άλλες περιοχές υψηλού υψομέτρου παγκοσμίως, που διαμορφώνονται από φυσικούς και ανθρωπογενείς παράγοντες. Οι ανθρώπινες δραστηριότητες, ιδίως οι αλλαγές στις χρήσεις γης και τη γεωργία, συμβάλλουν σημαντικά στην εξέλιξη του τοπίου. Η &amp;quot;ενδιάμεση&amp;quot; ζώνη, που περιλαμβάνει 16,4% γεωργία, υποδηλώνει έντονη δραστηριότητα, εγείροντας ανησυχίες για πιθανή διάβρωση του εδάφους, ένα σημαντικό ζήτημα σε περιοχές με απότομες πλαγιές. Η συνολική υποβαθμισμένη περιοχή αποτελεί το 13,4% των φυτεμένων χώρων, λιγότερο από το εκτιμώμενο 60%, κυρίως λόγω της κακής διαχείρισης, της καύσης, της υπερβόσκησης και της κλιματικής αλλαγής. Η κατανόηση αυτών των διαφορών είναι ζωτικής σημασίας, υποδηλώνοντας συνεχιζόμενη υποβάθμιση ή μεταβολή της οικολογικής ισορροπίας.  &lt;br /&gt;
&lt;br /&gt;
Οι ανθρώπινες δραστηριότητες, συμπεριλαμβανομένης της γεωργίας, της κτηνοτροφίας και της εξόρυξης, παράλληλα με την κλιματική αλλαγή και τα μεταβαλλόμενα πρότυπα βροχόπτωσης, επηρεάζουν τη δυναμική της βλάστησης στις περιοχές πάνω από 4000 μέτρα. Η παρουσία αστικών περιοχών (2,1%) στην ενδιάμεση ζώνη εγείρει ερωτήματα σχετικά με τις μελλοντικές τάσεις της βλάστησης, καθώς η αστική επέκταση, που συνδέεται ιδίως με την εξόρυξη, έχει συνδεθεί με σημαντικές αρνητικές επιπτώσεις στη βλάστηση και τη χρήση γης. Η υποβάθμιση της βλάστησης των άνω Άνδεων οφείλεται σε παράγοντες όπως το έλλειμμα νερού, οι διακυμάνσεις της θερμοκρασίας και η τοπογραφία, όπου οι ήπιες πλαγιές ευνοούν τη γεωργία puna και το γρασίδι, ενώ οι απότομες πλαγιές οδηγούν στην επικράτηση του ψηλού γρασιδιού.  &lt;br /&gt;
&lt;br /&gt;
Η σημαντική μείωση της γεωργικής κάλυψης (p &amp;gt; 0,01) από το 2010 και μετά, που ενδεχομένως οφείλεται στην αστική επέκταση και την εξόρυξη που εκτοπίζουν τις γεωργικές περιοχές, αποτελεί απειλή για τη βιοποικιλότητα, την αναβλάστηση των φυτών και την παραγωγικότητα. Αξίζει να σημειωθεί ότι το puna grass και το ψηλό γρασίδι καλύπτουν εκτεταμένες εκτάσεις, χαρακτηριστικό των λιβαδιών των Άνδεων, παρέχοντας βασικές υπηρεσίες οικοσυστήματος. Οι αστικές περιοχές και οι υγρότοποι παρουσιάζουν μεγάλη μεταβλητότητα, σύμφωνα με προηγούμενες μελέτες. Οι υγροβιότοποι, τα βούρλα και οι καλαμώνες, που εξαρτώνται από το νερό, εμφανίζουν σημαντική υποβάθμιση, τονίζοντας την ευαισθησία τους στις περιβαλλοντικές αλλαγές. Οι υγρότοποι αντικαθίστανται από ψηλό γρασίδι, puna grass και γεωργία, με ελάχιστη ανάκαμψη, μεταβάλλοντας σημαντικά τη σύνθεση της βλάστησης, την ποικιλότητα, την παραγωγικότητα και τη γονιμότητα του εδάφους. Η ένταση της βόσκησης, η κλιματική αλλαγή και η εναπόθεση αζώτου επηρεάζουν επίσης τη δυναμική της βλάστησης, ιδιαίτερα της κατάλληλης για βόσκηση.  &lt;br /&gt;
&lt;br /&gt;
Ο πίνακας συσχέτισης Spearman αποκαλύπτει αλληλεπιδράσεις μεταξύ των καλύψεων βλάστησης, αντικατοπτρίζοντας το ψηλό γρασίδι και τους υγροτόπους που αντικαθίστανται από το puna grass και τις ανθρωπογενείς περιοχές. Αν και η προσέγγιση μπορεί να έχει μεροληψίες, η μοναδική συμβολή της μελέτης έγκειται σε μια προσαρμοσμένη επιβλεπόμενη ταξινόμηση για τα οικοσυστήματα των Άνδεων, παρέχοντας συγκεκριμένες γνώσεις για τη διαχρονική δυναμική τους. Οι περιορισμοί περιλαμβάνουν πιθανές μεροληψίες στην προσέγγιση ταξινόμησης και τους περιορισμούς του ARVI. Η μελλοντική έρευνα θα μπορούσε να ενσωματώσει διαφορετικούς δείκτες βλάστησης και μεθόδους επίγειας επαλήθευσης για την επικύρωση των αποτελεσμάτων της τηλεπισκόπησης.  &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 5. ΣΥΜΠΕΡΑΣΜΑΤΑ &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Αυτή η ολοκληρωμένη μελέτη, η οποία καλύπτει σχεδόν τέσσερις δεκαετίες και χρησιμοποιεί τηλεπισκόπηση, αναλύει τις χωρικές και χρονικές αλλαγές στις καλύψεις βλάστησης, την υποβάθμιση και τη δυναμική αντικατάστασης σε περιοχές των άνω Άνδεων του Περού. Η συνολική υποβαθμισμένη έκταση ανέρχεται σε 13,4%, με τους βολβούς, τα κοτσάνια και το ψηλό γρασίδι να έχουν πληγεί περισσότερο. Το γρασίδι puna και οι αστικές περιοχές παρουσιάζουν σημαντικές αυξήσεις. Το γρασίδι puna αναδεικνύεται ως κυρίαρχη αντικατάσταση της υποβαθμισμένης βλάστησης, επηρεαζόμενη από τις γεωργικές εκτάσεις, τις αστικές περιοχές και το γυμνό έδαφος. Τα ευρήματα αυτά αποκαλύπτουν την ευπάθεια της βλάστησης, παρέχοντας ουσιαστικές πληροφορίες για την ιεράρχηση των περιοχών διατήρησης και τα σχέδια προσαρμοστικής διαχείρισης. Ενώ οι ανθρώπινες δραστηριότητες συμβάλλουν σημαντικά στην υποβάθμιση, η μελέτη αναγνωρίζει τον πιθανό αντίκτυπο των περιβαλλοντικών παραγόντων, προτρέποντας για περαιτέρω διερεύνηση της κλιματικής αλλαγής και των επιδράσεων που σχετίζονται με το έδαφος στη δυναμική της βλάστησης. &lt;br /&gt;
&lt;br /&gt;
 &lt;br /&gt;
&lt;br /&gt;
Συντομογραφίες:   &lt;br /&gt;
&lt;br /&gt;
ARVI Δείκτης βλάστησης ανθεκτικός στην ατμόσφαιρα   &lt;br /&gt;
&lt;br /&gt;
NIR Εγγύς υπέρυθρο   &lt;br /&gt;
&lt;br /&gt;
GEE Google Earth Engine   &lt;br /&gt;
&lt;br /&gt;
GIS Γεωγραφικό σύστημα πληροφοριών   &lt;br /&gt;
&lt;br /&gt;
CV Συντελεστής διακύμανσης   &lt;br /&gt;
&lt;br /&gt;
TVC Συνολική φυτοκάλυψη   &lt;br /&gt;
&lt;br /&gt;
DVC Υποβαθμισμένη φυτοκάλυψη   &lt;br /&gt;
&lt;br /&gt;
masl Μέτρα πάνω από το επίπεδο της θάλασσας   &lt;br /&gt;
&lt;br /&gt;
Ha Εκτάριο &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
[[category:Εκτίμηση_υποβάθμισης_δασικών_οικοσυστημάτων]]&lt;br /&gt;
[[category:Επιπτώσεις ανθρωπογενών επιδράσεων επί των δασικών οικοσυστημάτων]]&lt;br /&gt;
[[category:Παρακολούθηση και εκτίμηση διαχρονικών αλλαγών και εξελίξεων]]&lt;br /&gt;
[[category:Δασοπονία,_Δασική_διαχείριση]]&lt;/div&gt;</summary>
		<author><name>Maria Bikou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%9C%CE%B5%CE%BB%CE%AD%CF%84%CE%B7_%CF%84%CE%B7%CF%82_%CE%B4%CF%85%CE%BD%CE%B1%CE%BC%CE%B9%CE%BA%CE%AE%CF%82_%CF%85%CF%80%CE%BF%CE%B2%CE%AC%CE%B8%CE%BC%CE%B9%CF%83%CE%B7%CF%82_%CF%84%CF%89%CE%BD_%CE%BF%CE%B9%CE%BA%CE%BF%CF%83%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CF%83%CF%84%CE%B1_%CF%85%CF%88%CE%AF%CF%80%CE%B5%CE%B4%CE%B1_%CF%84%CE%BF%CF%85_%CE%A0%CE%B5%CF%81%CE%BF%CF%8D:_Landsat_%CE%B1%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7_%CE%A4%CE%AC%CF%83%CE%B5%CF%89%CE%BD_%CE%A7%CF%81%CE%BF%CE%BD%CE%BF%CF%83%CE%B5%CE%B9%CF%81%CF%8E%CE%BD_(1985-2022)_%CE%BC%CE%B5_ARVI_...</id>
		<title>Μελέτη της δυναμικής υποβάθμισης των οικοσυστημάτων στα υψίπεδα του Περού: Landsat ανάλυση Τάσεων Χρονοσειρών (1985-2022) με ARVI ...</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%9C%CE%B5%CE%BB%CE%AD%CF%84%CE%B7_%CF%84%CE%B7%CF%82_%CE%B4%CF%85%CE%BD%CE%B1%CE%BC%CE%B9%CE%BA%CE%AE%CF%82_%CF%85%CF%80%CE%BF%CE%B2%CE%AC%CE%B8%CE%BC%CE%B9%CF%83%CE%B7%CF%82_%CF%84%CF%89%CE%BD_%CE%BF%CE%B9%CE%BA%CE%BF%CF%83%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CF%83%CF%84%CE%B1_%CF%85%CF%88%CE%AF%CF%80%CE%B5%CE%B4%CE%B1_%CF%84%CE%BF%CF%85_%CE%A0%CE%B5%CF%81%CE%BF%CF%8D:_Landsat_%CE%B1%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7_%CE%A4%CE%AC%CF%83%CE%B5%CF%89%CE%BD_%CE%A7%CF%81%CE%BF%CE%BD%CE%BF%CF%83%CE%B5%CE%B9%CF%81%CF%8E%CE%BD_(1985-2022)_%CE%BC%CE%B5_ARVI_..."/>
				<updated>2024-02-23T16:49:59Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Bikou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Αρχείο:Figure1Peru.png| thumb| right| '''Εικόνα 1 ''' πηγή: [https://doi.org/10.3390/su152115472] '']]&lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:Figure2Peru.png| thumb| right| '''Εικόνα 2 ''' πηγή: [https://doi.org/10.3390/su152115472] '']]&lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:Figure3Peru.png| thumb| right| '''Εικόνα 3 ''' πηγή: [https://doi.org/10.3390/su152115472] '']] &lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:Figure4Peru.png| thumb| right| '''Εικόνα 4 ''' πηγή: [https://doi.org/10.3390/su152115472] '']] &lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:Figure5Peru.png| thumb| right| '''Εικόνα 5 ''' πηγή: [https://doi.org/10.3390/su152115472] '']] &lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:Figure6Peru.png| thumb| right| '''Εικόνα 6 ''' πηγή: [https://doi.org/10.3390/su152115472] '']] &lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:Figure7Peru.png| thumb| right| '''Εικόνα 7 ''' πηγή: [https://doi.org/10.3390/su152115472] '']] &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Έντονο κείμενο''''''Πρωτότυπος τίτλος:''' ''Study of Ecosystem Degradation Dynamics in the Peruvian Highlands: Landsat Time-Series Trend Analysis (1985–2022) with ARVI for Different Vegetation Cover Types''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς: ''' Deyvis Cano, Samuel Pizarro, Carlos Cacciuttolo, Richard Peñaloza, Raúl Yaranga and Marcelo Luciano Gandini  &lt;br /&gt;
&lt;br /&gt;
'''Δημοσιεύθηκε: '''  ''Sustainability 2023, 15(21), 15472; https://doi.org/10.3390/su152115472 '' &lt;br /&gt;
&lt;br /&gt;
'''Λέξεις κλειδιά: ''' υποβάθμιση, βλάστηση των άνω Άνδεων, ARVI, Mann-Kendall, Landsat 5, 7 και 8, τηλεπισκόπηση.&lt;br /&gt;
&lt;br /&gt;
'''Αντικείμενο εφαρμογής: ''' Εκτίμηση_υποβάθμισης_δασικών_οικοσυστημάτων ''' &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 1. ΠΕΡΙΛΗΨΗ  &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
Η βλάστηση των άνω Άνδεων του οροπεδίου Bombón στο Περού αντιμετωπίζει αυξανόμενη υποβάθμιση από την ανθρωπογενή χρήση γης και την κλιματική αλλαγή. Η μελέτη αυτή, που καλύπτει την περίοδο 1985-2022, χρησιμοποιεί αισθητήρες Landsat και τεχνολογία τηλεπισκόπησης. Τα αποτελέσματα αποκαλύπτουν συνολική υποβάθμιση της φυτοκάλυψης κατά 13,4%, με συγκεκριμένους τύπους κάλυψης, όπως οι βολβοί και το ψηλό γρασίδι, να επηρεάζονται. Η συσχέτιση Spearman υποδηλώνει ότι οι ανθρώπινες δραστηριότητες συμβάλλουν, αλλά οι περιβαλλοντικοί παράγοντες μπορεί επίσης να παίζουν ρόλο στην υποβάθμιση.  &lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 1. ΕΙΣΑΓΩΓΗ  &amp;lt;/span&amp;gt;'''&lt;br /&gt;
 &lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Το οροπέδιο Bombón στο Περού, ένα ζωτικό οικοσύστημα των άνω Άνδεων, φιλοξενεί ποικίλες φυτοκοινότητες ζωτικής σημασίας για τη βιοποικιλότητα, τη ρύθμιση του κλίματος και τους υδάτινους πόρους. Παρά τη σημασία της, η περιοχή αντιμετωπίζει υποβάθμιση από γεωργικές, κτηνοτροφικές, αστικές και εξορυκτικές δραστηριότητες, που οδηγούν σε οικολογικές αλλοιώσεις. Αυτή η μελέτη, που καλύπτει την περίοδο 1985-2022, χρησιμοποιεί τηλεπισκόπηση, εστιάζοντας στους αισθητήρες Landsat 5, 7 και 8, σε συνδυασμό με τον ανθεκτικό στην ατμόσφαιρα δείκτη βλάστησης (ARVI). Στόχος είναι η αξιολόγηση των προτύπων υποβάθμισης των φυτών, της έκτασης και των επιδράσεων που προκαλούνται από τον άνθρωπο. Η μελέτη αντιμετωπίζει το κενό στην κατανόηση της δυναμικής της βλάστησης των άνω Άνδεων, τονίζοντας την ανάγκη για προσαρμοστικά σχέδια παρακολούθησης. Τα ερευνητικά ερωτήματα επικεντρώνονται στη θέση και την έκταση των υποβαθμισμένων φυτικών περιοχών, την εξέλιξη των προτύπων υποβάθμισης και τον αντίκτυπο των ανθρώπινων δραστηριοτήτων στις μεταβολές της βλάστησης. Οι μεθοδολογίες περιλαμβάνουν την εφαρμογή ARVI, τη μη παραμετρική ανάλυση τάσεων Mann-Kendall και την ετήσια εποπτευόμενη ταξινόμηση για την οριοθέτηση και τον ποσοτικό προσδιορισμό των υποβαθμισμένων περιοχών και την αποκρυπτογράφηση των προτύπων αντικατάστασης. Η μελέτη διερευνά επίσης τις ανθρωπογενείς δραστηριότητες, όπως η γεωργία, η εξόρυξη και η αστική επέκταση, εξετάζοντας τις επιπτώσεις τους στη διαχείριση και τη διατήρηση της βλάστησης. Τα ευρήματα, τα οποία παράγονται μέσω δεδομένων υψηλής χωρικής και χρονικής ανάλυσης, αποσκοπούν στην παροχή μιας ολοκληρωμένης κατανόησης της υποβάθμισης της βλάστησης, των τύπων φυτοκάλυψης και της επιρροής των ανθρώπινων δραστηριοτήτων σε διάστημα σχεδόν τεσσάρων δεκαετιών. Η έρευνα λειτουργεί ως κρίσιμο εργαλείο για την προσαρμοστική διαχείριση, προσδιορίζοντας περιοχές προτεραιότητας για τη διατήρηση με βάση τις αλληλεπιδράσεις της βλάστησης. Τελικά, οι επιπτώσεις της μελέτης επεκτείνονται στην ενίσχυση της κατανόησης της μεταβαλλόμενης δυναμικής των φυτοκοινωνιών που έχουν υποβαθμιστεί στις περιοχές των άνω Άνδεων, προσφέροντας πολύτιμες γνώσεις για στρατηγικές διατήρησης. &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 2. ΥΛΙΚΑ ΚΑΙ ΜΕΘΟΔΟΙ &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 2.1. Ζώνη μελέτης &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Το οροπέδιο Bombón, που βρίσκεται στις κεντρικές Άνδεις του Περού, εκτείνεται σε γεωγραφικά πλάτη από 11°18'2′′ Ν έως 10°34'6′′ Ν και σε γεωγραφικά μήκη από 76°39'14′′ Δ έως 75°52'40′′ Δ. Περιλαμβάνει τη Meseta del Bombón, καλύπτει 3017 km2 με υψόμετρο που κυμαίνεται από 4070 έως 4734 μέτρα. Η περιοχή διαθέτει προστατευόμενες φυσικές περιοχές όπως η λίμνη Junín και η λίμνη Chinchaycocha. Η θερμοκρασία κυμαίνεται μεταξύ 0°C και 14°C, με ετήσιο εύρος βροχοπτώσεων από 670 έως 1022 mm, που χαρακτηρίζεται από διακριτές εποχές βροχής (Οκτώβριος-Απρίλιος) και ξηρασίας (Μάιος-Σεπτέμβριος). Το κυρίαρχο οικοσύστημα είναι η Puna Húmeda, που φιλοξενεί λιβάδια των άνω Άνδεων που χρησιμοποιούνται στην κτηνοτροφία, μαζί με υγροβιότοπους στις όχθες της λίμνης Junín. Για τη διαδικασία οριοθέτησης χρησιμοποιήθηκε το λογισμικό QGIS και το DEM του ASTER με ανάλυση 30m. .&amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 2.2. Συλλογή Δεδομένων &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Οι δορυφόροι Landsat 5, 7 και 8 παρείχαν εικόνες ανάλυσης 30m κάθε 16 ημέρες. Οι ετήσιες εικόνες από το 1985 έως το 2022 βελτιώθηκαν στο Google Earth Engine, εστιάζοντας στην ξηρή περίοδο. &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 2.3. Ανάλυση χωρικής κάλυψης &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η μελέτη χρησιμοποίησε εικόνες Landsat για την ανάλυση της αλλαγής της κάλυψης γης, εναρμονίζοντάς τες με τη χρήση των συντελεστών των Roy et al, και του μετασχηματισμού ανακλαστικότητας OLI των Vogeler et al. Η επιβλεπόμενη ταξινόμηση με τον αλγόριθμο τυχαίου δάσους χρησιμοποίησε ένα σύνολο δεδομένων κάλυψης γης πεδίου, επικυρωμένο για τη βλάστηση των άνω Άνδεων. Τα σύνολα δεδομένων εκπαίδευσης συνδύασαν πρωτογενή δεδομένα με πηγές όπως ο εθνικός χάρτης βλάστησης του 2015 και εικόνες του Google Earth. Με 11.057 εικονοστοιχεία, 85% από δεδομένα πεδίου και 15% από άλλες πηγές, ο ταξινομητής αξιολογήθηκε ως προς την ακρίβεια χρησιμοποιώντας τη συνολική ακρίβεια, τον συντελεστή kappa, την ακρίβεια του παραγωγού και την ακρίβεια του χρήστη. Ο ταξινομητής RF που προέκυψε επέτρεψε τη δημιουργία παρελθοντικών στρωμάτων κάλυψης γης από ιστορικά αρχεία ετήσιων εικόνων για την περιοχή μελέτης. Ο τελικός χάρτης απεικόνιζε την κατανομή και την επικράτηση διαφορετικών τύπων φυτοκάλυψης και παραγόντων ανθρωπογενούς αλλαγής μεταξύ 1985 και 2022.&amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 2.4. Ανάλυση υποβάθμισης της βλάστησης  &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η μελέτη χρησιμοποίησε τον δείκτη βλάστησης (ARVI) για την ανάλυση της υποβάθμισης της βλάστησης στα οικοσυστήματα των Άνδεων. Ο ARVI,&lt;br /&gt;
[[Αρχείο:Figure8Peru.png|center| '''Εικόνα 8 ''' πηγή: [https://doi.org/10.3390/su152115472] '']]  &lt;br /&gt;
ο οποίος βασίζεται σε κοντινές υπέρυθρες, κόκκινες και μπλε ζώνες, συσχετίζεται με βιοφυσικές διεργασίες όπως η παραγωγικότητα και η φωτοσυνθετική δραστηριότητα. Στη συνέχεια εφαρμόστηκε η μη παραμετρική δοκιμή Mann-Kendall ανά εικονοστοιχείο στις τάσεις του ARVI, προσφέροντας πλεονεκτήματα όπως η χαμηλή ευαισθησία σε ακραίες τιμές και η καταλληλότητα για μικρά δείγματα. Ο συντελεστής συσχέτισης Mann-Kendall (S) υπολογίστηκε για την ανίχνευση αλλαγών στη χρονοσειρά. Τα αποτελέσματα Z χρησιμοποιήθηκαν για την αξιολόγηση της σημαντικότητας των τάσεων, με επίπεδο σημαντικότητας 5% και 1%. Οι αυξήσεις του ARVI υποδήλωναν ανάπτυξη ή ανάκαμψη, ενώ οι μειώσεις σήμαιναν απώλεια ή υποβάθμιση της βλάστησης, με τα επίπεδα σημαντικότητας να καθορίζουν το μέγεθος της τάσης.&amp;lt;/p&amp;gt; &lt;br /&gt;
 &lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 2.5. Ανάλυση των δεδομένων  &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η ανάλυση περιλάμβανε δύο σύνολα δεδομένων για κάθε έτος μελέτης: ένα που κάλυπτε όλες τις κατηγορίες κάλυψης και ένα άλλο που περιοριζόταν στις υποβαθμισμένες καλύψεις. Οι διαδικασίες περιλάμβαναν τη δημιουργία ενός ενοποιημένου στρώματος για τον προσδιορισμό της επικράτησης της κάλυψης, την ποσοτικοποίηση των αριθμών των εικονοστοιχείων, τη δημιουργία χρονοσειρών, την αξιολόγηση των τάσεων με το μοντέλο Mann-Kendall, τον προσδιορισμό των μέσων εκτάσεων, τον υπολογισμό των συντελεστών διακύμανσης και τη διεξαγωγή ανάλυσης συσχέτισης Spearman. Για την ανάλυση χρησιμοποιήθηκαν το MS Excel 2019, η έκδοση 4.3.1 του R Studio και το λογισμικό Statgraphics Centurion 19, συμπεριλαμβανομένων των διαγραμμάτων Sankey για την οπτική αναπαράσταση της ροής αλλαγής της κάλυψης κατά τα έτη 1985, 2005 και 2022. &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 3. ΑΠΟΤΕΛΕΣΜΑΤΑ &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 3.1. Επιβλεπόμενη ταξινόμηση της συνολικής φυτοκάλυψης  &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Το κεντρικό τμήμα της Chinchaycocha διαθέτει υδρόφιλη βλάστηση, συμπεριλαμβανομένων των υγροτόπων, των cattails και των bulrush. Στη μεταβατική ζώνη κυριαρχούν η γεωργία των Άνδεων και οι αστικές περιοχές. Το περιφερειακό τμήμα, που εκτείνεται από τη μεταβατική ζώνη, περιλαμβάνει χορταριασμένη βλάστηση, ψηλό χόρτο και ζελατινισμένες περιοχές. Οι λίμνες, το γυμνό έδαφος, οι παγετώνες και οι περιπαγετώνες αποτελούν το 12,3%, με τις λίμνες να έχουν τη μεγαλύτερη έκταση. Η ανάλυση, με βάση τις διάμεσες τιμές των εικονοστοιχείων, προσφέρει ακριβή κατανόηση της κατανομής της κάλυψης κατά την εξεταζόμενη περίοδο.&lt;br /&gt;
 &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 3.2. Ανάλυση της κατανομής της υποβαθμισμένης φυτοκάλυψης      &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η ανάλυση της υποβάθμισης της φυτοκάλυψης με τη χρήση της τάσης ARVI αποκαλύπτει ότι το 13,4% της συνολικής κάλυψης είναι υποβαθμισμένο, με το 6,2% να παρουσιάζει σημαντική υποβάθμιση (p &amp;lt; 0,01). Περίπου το 12,5% της βλάστησης έχει βελτιωθεί σημαντικά, ενώ το 74,2% παραμένει σταθερό. Δεν υπάρχει καθορισμένο χωρικό μοτίβο, αλλά οι αστικές περιοχές, που συνδέονται κυρίως με την εξορυκτική δραστηριότητα, παρουσιάζουν ιδιαίτερο διαχωρισμό. Το ποσοστό των υποβαθμισμένων καλύψεων βλάστησης ποικίλλει, με το βούρλο να έχει τη σημαντικότερη παρουσία σε υποβαθμισμένες περιοχές (21%). Το ψηλό γρασίδι, η κατιφέδα, οι υγρότοποι, το πουνιόχορτο και οι ζελατοειδείς περιοχές επηρεάζονται επίσης, με το ψηλό γρασίδι, το γρασίδι πουνιάς (puna grass) και τους υγρότοπους να επηρεάζονται περισσότερο λαμβάνοντας υπόψη το μέγεθός τους εντός της περιοχής μελέτης.  &lt;br /&gt;
 &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 3.3. Διαχρονική ανάλυση της υποβαθμισμένης φυτοκάλυψης     &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Το Σχήμα 5 παρουσιάζει τις διαχρονικές μεταβολές των τύπων φυτοκάλυψης και των υποβαθμισμένων εκτάσεων, εξαιρουμένων των ετών 1991, 1992 και 2002 λόγω σφαλμάτων ακραίων τιμών. Οι συνολικές καλύψεις βλάστησης (TVC) δεν παρουσιάζουν σημαντική τάση αύξησης ή μείωσης, αλλά ο βούρλος μειώνεται ελαφρώς. Ορισμένες καλύψεις παρουσιάζουν σημαντικές αυξήσεις σε συγκεκριμένα έτη, ακολουθούμενες από επιστροφή στις αρχικές περιοχές. Η ανάλυση των υποβαθμισμένων καλύψεων βλάστησης (DVCs) αποκαλύπτει μια πτωτική τάση στον βούρλο από το 2009, ενώ οι αστικές περιοχές παρουσιάζουν μια σημαντική θετική τάση και οι γεωργικές περιοχές παρουσιάζουν μια σημαντική αρνητική τάση από το 2010. Ο Πίνακας 2 παρέχει λεπτομερή ανάλυση των TVCs και DVCs, συμπεριλαμβανομένων των καταλαμβανόμενων εκτάσεων, του συντελεστή διακύμανσης και των αποτελεσμάτων της ανάλυσης τάσεων Mann-Kendall. Οι υγρότοποι και το ψηλό γρασίδι παρουσιάζουν τη μεγαλύτερη μεταβλητότητα μεταξύ των TVCs, ενώ το ψηλό γρασίδι και το puna grass έχουν τις πιο εκτεταμένες εκτάσεις μεταξύ των DVCs. Οι υγροβιότοποι και οι αστικές περιοχές παρουσιάζουν τη μεγαλύτερη μεταβλητότητα μεταξύ των DVCs, με το βούρλο και τις γεωργικές περιοχές να παρουσιάζουν σημαντικές αρνητικές τάσεις και τις αστικές περιοχές να παρουσιάζουν σημαντική θετική τάση (p &amp;lt; 0,01). &lt;br /&gt;
 &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 3.4. Ροή αντικατάστασης φυτών   &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Το διάγραμμα Sankey αποκαλύπτει τη δυναμική της κάλυψης μεταξύ των ετών 1985, 2005 και 2022, αξιολογώντας την κάλυψη ως παράγοντα αλλαγής. Στο διάγραμμα Συνολικών Καλύψεων Βλάστησης (TVC) (Σχήμα 7α), αρχικά κυριαρχούν τα λιβάδια πουνιάς, τα οποία αντικαθίστανται από το puna grass (2005). Ομοίως, το ψηλό γρασίδι (2005) επανέρχεται στην αρχική του κατάσταση μέσω του ψηλού γρασιδιού (2022). Το μοτίβο &amp;quot;κυκλικής υποκατάστασης&amp;quot; περιλαμβάνει την υποβάθμιση του ψηλού γρασιδιού που αντικαθίσταται από το puna grass, και στη συνέχεια ανακτά την αρχική του κατάσταση. Οι υγροβιότοποι αντικαθίστανται από ψηλό γρασίδι, χόρτο και γεωργικές εκτάσεις, με αποκατάσταση από τις ίδιες αυτές καλύψεις (2022). Στο διάγραμμα των υποβαθμισμένων καλύψεων βλάστησης (DVC) (Σχήμα 7β), το ψηλό γρασίδι (1985) αντικαθίσταται από το puna grass και τις ζελατινοποιημένες εκτάσεις (2005), με ανάκτηση από αυτές τις καλύψεις (2022). Το Puna grass επεκτείνεται σημαντικά από το ψηλό χόρτο και τους υγροτόπους (2005), επιστρέφοντας στην αρχική του έκταση. Οι υγρότοποι υφίστανται ποικίλες αντικαταστάσεις και ανακάμψεις, επηρεαζόμενοι από διάφορους παράγοντες.&lt;br /&gt;
 &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 3.5. Ανάλυση συσχέτισης Spearman για την αξιολόγηση της αντικατάστασης της φυτοκάλυψης   &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Στο Σχήμα 8, ένας πίνακας συσχέτισης Spearman διερευνά τις σχέσεις μεταξύ των διαφόρων καλύψεων βλάστησης κατά τη διάρκεια των ετών, λαμβάνοντας υπόψη τόσο την ολική κάλυψη βλάστησης (TVC) όσο και την υποβαθμισμένη κάλυψη βλάστησης (DVC). Ένας συντελεστής συσχέτισης πάνω από 0,6 ή κάτω από -0,6, με επίπεδο σημαντικότητας 99,99% (p ≤ 0,001), υποδηλώνει σημαντικές συσχετίσεις. Το ψηλό γρασίδι και οι υγρότοποι εμφανίζουν αρνητική συσχέτιση με τις περισσότερες καλύψεις στο TVC, γεγονός που υποδηλώνει ότι αντικαθίστανται από γρασίδι puna και παράγοντες αλλαγής, όπως η γεωργία και οι αστικές περιοχές. Το Puna grass εμφανίζει θετικές συσχετίσεις με τις περισσότερες καλύψεις, τονίζοντας το ρόλο του στη δυναμική της βλάστησης. Στο DVC, το puna grass αντικαθιστά σημαντικά το ψηλό γρασίδι και τους υγροτόπους μετά την υποβάθμιση, επηρεαζόμενο από τις αλλαγές στη γεωργία, το γυμνό έδαφος και τις αστικές περιοχές.   &lt;br /&gt;
 &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 4. ΣΥΖΗΤΗΣΗ &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η κατανομή της βλάστησης γύρω από τη λίμνη Chinchaycocha αποκαλύπτει διακριτές οικολογικές ζώνες, από την υγρή κεντρική περιοχή έως τους περιφερειακούς χώρους όπου κυριαρχεί η βλάστηση puna και geliturbada. Αν και ειδικά για αυτή την περιοχή, τα πρότυπα αυτά ευθυγραμμίζονται με άλλες περιοχές υψηλού υψομέτρου παγκοσμίως, που διαμορφώνονται από φυσικούς και ανθρωπογενείς παράγοντες. Οι ανθρώπινες δραστηριότητες, ιδίως οι αλλαγές στις χρήσεις γης και τη γεωργία, συμβάλλουν σημαντικά στην εξέλιξη του τοπίου. Η &amp;quot;ενδιάμεση&amp;quot; ζώνη, που περιλαμβάνει 16,4% γεωργία, υποδηλώνει έντονη δραστηριότητα, εγείροντας ανησυχίες για πιθανή διάβρωση του εδάφους, ένα σημαντικό ζήτημα σε περιοχές με απότομες πλαγιές. Η συνολική υποβαθμισμένη περιοχή αποτελεί το 13,4% των φυτεμένων χώρων, λιγότερο από το εκτιμώμενο 60%, κυρίως λόγω της κακής διαχείρισης, της καύσης, της υπερβόσκησης και της κλιματικής αλλαγής. Η κατανόηση αυτών των διαφορών είναι ζωτικής σημασίας, υποδηλώνοντας συνεχιζόμενη υποβάθμιση ή μεταβολή της οικολογικής ισορροπίας.  &lt;br /&gt;
&lt;br /&gt;
Οι ανθρώπινες δραστηριότητες, συμπεριλαμβανομένης της γεωργίας, της κτηνοτροφίας και της εξόρυξης, παράλληλα με την κλιματική αλλαγή και τα μεταβαλλόμενα πρότυπα βροχόπτωσης, επηρεάζουν τη δυναμική της βλάστησης στις περιοχές πάνω από 4000 μέτρα. Η παρουσία αστικών περιοχών (2,1%) στην ενδιάμεση ζώνη εγείρει ερωτήματα σχετικά με τις μελλοντικές τάσεις της βλάστησης, καθώς η αστική επέκταση, που συνδέεται ιδίως με την εξόρυξη, έχει συνδεθεί με σημαντικές αρνητικές επιπτώσεις στη βλάστηση και τη χρήση γης. Η υποβάθμιση της βλάστησης των άνω Άνδεων οφείλεται σε παράγοντες όπως το έλλειμμα νερού, οι διακυμάνσεις της θερμοκρασίας και η τοπογραφία, όπου οι ήπιες πλαγιές ευνοούν τη γεωργία puna και το γρασίδι, ενώ οι απότομες πλαγιές οδηγούν στην επικράτηση του ψηλού γρασιδιού.  &lt;br /&gt;
&lt;br /&gt;
Η σημαντική μείωση της γεωργικής κάλυψης (p &amp;gt; 0,01) από το 2010 και μετά, που ενδεχομένως οφείλεται στην αστική επέκταση και την εξόρυξη που εκτοπίζουν τις γεωργικές περιοχές, αποτελεί απειλή για τη βιοποικιλότητα, την αναβλάστηση των φυτών και την παραγωγικότητα. Αξίζει να σημειωθεί ότι το puna grass και το ψηλό γρασίδι καλύπτουν εκτεταμένες εκτάσεις, χαρακτηριστικό των λιβαδιών των Άνδεων, παρέχοντας βασικές υπηρεσίες οικοσυστήματος. Οι αστικές περιοχές και οι υγρότοποι παρουσιάζουν μεγάλη μεταβλητότητα, σύμφωνα με προηγούμενες μελέτες. Οι υγροβιότοποι, τα βούρλα και οι καλαμώνες, που εξαρτώνται από το νερό, εμφανίζουν σημαντική υποβάθμιση, τονίζοντας την ευαισθησία τους στις περιβαλλοντικές αλλαγές. Οι υγρότοποι αντικαθίστανται από ψηλό γρασίδι, puna grass και γεωργία, με ελάχιστη ανάκαμψη, μεταβάλλοντας σημαντικά τη σύνθεση της βλάστησης, την ποικιλότητα, την παραγωγικότητα και τη γονιμότητα του εδάφους. Η ένταση της βόσκησης, η κλιματική αλλαγή και η εναπόθεση αζώτου επηρεάζουν επίσης τη δυναμική της βλάστησης, ιδιαίτερα της κατάλληλης για βόσκηση.  &lt;br /&gt;
&lt;br /&gt;
Ο πίνακας συσχέτισης Spearman αποκαλύπτει αλληλεπιδράσεις μεταξύ των καλύψεων βλάστησης, αντικατοπτρίζοντας το ψηλό γρασίδι και τους υγροτόπους που αντικαθίστανται από το puna grass και τις ανθρωπογενείς περιοχές. Αν και η προσέγγιση μπορεί να έχει μεροληψίες, η μοναδική συμβολή της μελέτης έγκειται σε μια προσαρμοσμένη επιβλεπόμενη ταξινόμηση για τα οικοσυστήματα των Άνδεων, παρέχοντας συγκεκριμένες γνώσεις για τη διαχρονική δυναμική τους. Οι περιορισμοί περιλαμβάνουν πιθανές μεροληψίες στην προσέγγιση ταξινόμησης και τους περιορισμούς του ARVI. Η μελλοντική έρευνα θα μπορούσε να ενσωματώσει διαφορετικούς δείκτες βλάστησης και μεθόδους επίγειας επαλήθευσης για την επικύρωση των αποτελεσμάτων της τηλεπισκόπησης.  &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 5. ΣΥΜΠΕΡΑΣΜΑΤΑ &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Αυτή η ολοκληρωμένη μελέτη, η οποία καλύπτει σχεδόν τέσσερις δεκαετίες και χρησιμοποιεί τηλεπισκόπηση, αναλύει τις χωρικές και χρονικές αλλαγές στις καλύψεις βλάστησης, την υποβάθμιση και τη δυναμική αντικατάστασης σε περιοχές των άνω Άνδεων του Περού. Η συνολική υποβαθμισμένη έκταση ανέρχεται σε 13,4%, με τους βολβούς, τα κοτσάνια και το ψηλό γρασίδι να έχουν πληγεί περισσότερο. Το γρασίδι puna και οι αστικές περιοχές παρουσιάζουν σημαντικές αυξήσεις. Το γρασίδι puna αναδεικνύεται ως κυρίαρχη αντικατάσταση της υποβαθμισμένης βλάστησης, επηρεαζόμενη από τις γεωργικές εκτάσεις, τις αστικές περιοχές και το γυμνό έδαφος. Τα ευρήματα αυτά αποκαλύπτουν την ευπάθεια της βλάστησης, παρέχοντας ουσιαστικές πληροφορίες για την ιεράρχηση των περιοχών διατήρησης και τα σχέδια προσαρμοστικής διαχείρισης. Ενώ οι ανθρώπινες δραστηριότητες συμβάλλουν σημαντικά στην υποβάθμιση, η μελέτη αναγνωρίζει τον πιθανό αντίκτυπο των περιβαλλοντικών παραγόντων, προτρέποντας για περαιτέρω διερεύνηση της κλιματικής αλλαγής και των επιδράσεων που σχετίζονται με το έδαφος στη δυναμική της βλάστησης. &lt;br /&gt;
&lt;br /&gt;
 &lt;br /&gt;
&lt;br /&gt;
Συντομογραφίες:   &lt;br /&gt;
&lt;br /&gt;
ARVI Δείκτης βλάστησης ανθεκτικός στην ατμόσφαιρα   &lt;br /&gt;
&lt;br /&gt;
NIR Εγγύς υπέρυθρο   &lt;br /&gt;
&lt;br /&gt;
GEE Google Earth Engine   &lt;br /&gt;
&lt;br /&gt;
GIS Γεωγραφικό σύστημα πληροφοριών   &lt;br /&gt;
&lt;br /&gt;
CV Συντελεστής διακύμανσης   &lt;br /&gt;
&lt;br /&gt;
TVC Συνολική φυτοκάλυψη   &lt;br /&gt;
&lt;br /&gt;
DVC Υποβαθμισμένη φυτοκάλυψη   &lt;br /&gt;
&lt;br /&gt;
masl Μέτρα πάνω από το επίπεδο της θάλασσας   &lt;br /&gt;
&lt;br /&gt;
Ha Εκτάριο &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
[[category:Εκτίμηση_υποβάθμισης_δασικών_οικοσυστημάτων]]&lt;br /&gt;
[[category:Επιπτώσεις ανθρωπογενών επιδράσεων επί των δασικών οικοσυστημάτων]]&lt;br /&gt;
[[category:Παρακολούθηση και εκτίμηση διαχρονικών αλλαγών και εξελίξεων]]&lt;br /&gt;
[[category:Δασοπονία,_Δασική_διαχείριση]]&lt;/div&gt;</summary>
		<author><name>Maria Bikou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%9C%CE%B5%CE%BB%CE%AD%CF%84%CE%B7_%CF%84%CE%B7%CF%82_%CE%B4%CF%85%CE%BD%CE%B1%CE%BC%CE%B9%CE%BA%CE%AE%CF%82_%CF%85%CF%80%CE%BF%CE%B2%CE%AC%CE%B8%CE%BC%CE%B9%CF%83%CE%B7%CF%82_%CF%84%CF%89%CE%BD_%CE%BF%CE%B9%CE%BA%CE%BF%CF%83%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CF%83%CF%84%CE%B1_%CF%85%CF%88%CE%AF%CF%80%CE%B5%CE%B4%CE%B1_%CF%84%CE%BF%CF%85_%CE%A0%CE%B5%CF%81%CE%BF%CF%8D:_Landsat_%CE%B1%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7_%CE%A4%CE%AC%CF%83%CE%B5%CF%89%CE%BD_%CE%A7%CF%81%CE%BF%CE%BD%CE%BF%CF%83%CE%B5%CE%B9%CF%81%CF%8E%CE%BD_(1985-2022)_%CE%BC%CE%B5_ARVI_...</id>
		<title>Μελέτη της δυναμικής υποβάθμισης των οικοσυστημάτων στα υψίπεδα του Περού: Landsat ανάλυση Τάσεων Χρονοσειρών (1985-2022) με ARVI ...</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%9C%CE%B5%CE%BB%CE%AD%CF%84%CE%B7_%CF%84%CE%B7%CF%82_%CE%B4%CF%85%CE%BD%CE%B1%CE%BC%CE%B9%CE%BA%CE%AE%CF%82_%CF%85%CF%80%CE%BF%CE%B2%CE%AC%CE%B8%CE%BC%CE%B9%CF%83%CE%B7%CF%82_%CF%84%CF%89%CE%BD_%CE%BF%CE%B9%CE%BA%CE%BF%CF%83%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CF%83%CF%84%CE%B1_%CF%85%CF%88%CE%AF%CF%80%CE%B5%CE%B4%CE%B1_%CF%84%CE%BF%CF%85_%CE%A0%CE%B5%CF%81%CE%BF%CF%8D:_Landsat_%CE%B1%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7_%CE%A4%CE%AC%CF%83%CE%B5%CF%89%CE%BD_%CE%A7%CF%81%CE%BF%CE%BD%CE%BF%CF%83%CE%B5%CE%B9%CF%81%CF%8E%CE%BD_(1985-2022)_%CE%BC%CE%B5_ARVI_..."/>
				<updated>2024-02-23T16:48:55Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Bikou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Αρχείο:Figure1Peru.png| thumb| right| '''Εικόνα 1 ''' πηγή: [https://doi.org/10.3390/su152115472] '']]&lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:Figure2Peru.png| thumb| right| '''Εικόνα 2 ''' πηγή: [https://doi.org/10.3390/su152115472] '']]&lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:Figure3Peru.png| thumb| right| '''Εικόνα 3 ''' πηγή: [https://doi.org/10.3390/su152115472] '']] &lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:Figure4Peru.png| thumb| right| '''Εικόνα 4 ''' πηγή: [https://doi.org/10.3390/su152115472] '']] &lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:Figure5Peru.png| thumb| right| '''Εικόνα 5 ''' πηγή: [https://doi.org/10.3390/su152115472] '']] &lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:Figure6Peru.png| thumb| right| '''Εικόνα 6 ''' πηγή: [https://doi.org/10.3390/su152115472] '']] &lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:Figure7Peru.png| thumb| right| '''Εικόνα 7 ''' πηγή: [https://doi.org/10.3390/su152115472] '']] &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Έντονο κείμενο''''''Πρωτότυπος τίτλος:''' ''Study of Ecosystem Degradation Dynamics in the Peruvian Highlands: Landsat Time-Series Trend Analysis (1985–2022) with ARVI for Different Vegetation Cover Types''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς: ''' Deyvis Cano, Samuel Pizarro, Carlos Cacciuttolo, Richard Peñaloza, Raúl Yaranga and Marcelo Luciano Gandini  &lt;br /&gt;
&lt;br /&gt;
'''Δημοσιεύθηκε: '''  ''Sustainability 2023, 15(21), 15472; https://doi.org/10.3390/su152115472 '' &lt;br /&gt;
&lt;br /&gt;
'''Λέξεις κλειδιά: ''' υποβάθμιση, βλάστηση των άνω Άνδεων, ARVI, Mann-Kendall, Landsat 5, 7 και 8, τηλεπισκόπηση.&lt;br /&gt;
&lt;br /&gt;
'''Αντικείμενο εφαρμογής: ''' Εκτίμηση_υποβάθμισης_δασικών_οικοσυστημάτων ''' &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 1. ΠΕΡΙΛΗΨΗ  &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
Η βλάστηση των άνω Άνδεων του οροπεδίου Bombón στο Περού αντιμετωπίζει αυξανόμενη υποβάθμιση από την ανθρωπογενή χρήση γης και την κλιματική αλλαγή. Η μελέτη αυτή, που καλύπτει την περίοδο 1985-2022, χρησιμοποιεί αισθητήρες Landsat και τεχνολογία τηλεπισκόπησης. Τα αποτελέσματα αποκαλύπτουν συνολική υποβάθμιση της φυτοκάλυψης κατά 13,4%, με συγκεκριμένους τύπους κάλυψης, όπως οι βολβοί και το ψηλό γρασίδι, να επηρεάζονται. Η συσχέτιση Spearman υποδηλώνει ότι οι ανθρώπινες δραστηριότητες συμβάλλουν, αλλά οι περιβαλλοντικοί παράγοντες μπορεί επίσης να παίζουν ρόλο στην υποβάθμιση.  &lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 1. ΕΙΣΑΓΩΓΗ  &amp;lt;/span&amp;gt;'''&lt;br /&gt;
 &lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Το οροπέδιο Bombón στο Περού, ένα ζωτικό οικοσύστημα των άνω Άνδεων, φιλοξενεί ποικίλες φυτοκοινότητες ζωτικής σημασίας για τη βιοποικιλότητα, τη ρύθμιση του κλίματος και τους υδάτινους πόρους. Παρά τη σημασία της, η περιοχή αντιμετωπίζει υποβάθμιση από γεωργικές, κτηνοτροφικές, αστικές και εξορυκτικές δραστηριότητες, που οδηγούν σε οικολογικές αλλοιώσεις. Αυτή η μελέτη, που καλύπτει την περίοδο 1985-2022, χρησιμοποιεί τηλεπισκόπηση, εστιάζοντας στους αισθητήρες Landsat 5, 7 και 8, σε συνδυασμό με τον ανθεκτικό στην ατμόσφαιρα δείκτη βλάστησης (ARVI). Στόχος είναι η αξιολόγηση των προτύπων υποβάθμισης των φυτών, της έκτασης και των επιδράσεων που προκαλούνται από τον άνθρωπο. Η μελέτη αντιμετωπίζει το κενό στην κατανόηση της δυναμικής της βλάστησης των άνω Άνδεων, τονίζοντας την ανάγκη για προσαρμοστικά σχέδια παρακολούθησης. Τα ερευνητικά ερωτήματα επικεντρώνονται στη θέση και την έκταση των υποβαθμισμένων φυτικών περιοχών, την εξέλιξη των προτύπων υποβάθμισης και τον αντίκτυπο των ανθρώπινων δραστηριοτήτων στις μεταβολές της βλάστησης. Οι μεθοδολογίες περιλαμβάνουν την εφαρμογή ARVI, τη μη παραμετρική ανάλυση τάσεων Mann-Kendall και την ετήσια εποπτευόμενη ταξινόμηση για την οριοθέτηση και τον ποσοτικό προσδιορισμό των υποβαθμισμένων περιοχών και την αποκρυπτογράφηση των προτύπων αντικατάστασης. Η μελέτη διερευνά επίσης τις ανθρωπογενείς δραστηριότητες, όπως η γεωργία, η εξόρυξη και η αστική επέκταση, εξετάζοντας τις επιπτώσεις τους στη διαχείριση και τη διατήρηση της βλάστησης. Τα ευρήματα, τα οποία παράγονται μέσω δεδομένων υψηλής χωρικής και χρονικής ανάλυσης, αποσκοπούν στην παροχή μιας ολοκληρωμένης κατανόησης της υποβάθμισης της βλάστησης, των τύπων φυτοκάλυψης και της επιρροής των ανθρώπινων δραστηριοτήτων σε διάστημα σχεδόν τεσσάρων δεκαετιών. Η έρευνα λειτουργεί ως κρίσιμο εργαλείο για την προσαρμοστική διαχείριση, προσδιορίζοντας περιοχές προτεραιότητας για τη διατήρηση με βάση τις αλληλεπιδράσεις της βλάστησης. Τελικά, οι επιπτώσεις της μελέτης επεκτείνονται στην ενίσχυση της κατανόησης της μεταβαλλόμενης δυναμικής των φυτοκοινωνιών που έχουν υποβαθμιστεί στις περιοχές των άνω Άνδεων, προσφέροντας πολύτιμες γνώσεις για στρατηγικές διατήρησης. &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 2. ΥΛΙΚΑ ΚΑΙ ΜΕΘΟΔΟΙ &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 2.1. Ζώνη μελέτης &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Το οροπέδιο Bombón, που βρίσκεται στις κεντρικές Άνδεις του Περού, εκτείνεται σε γεωγραφικά πλάτη από 11°18'2′′ Ν έως 10°34'6′′ Ν και σε γεωγραφικά μήκη από 76°39'14′′ Δ έως 75°52'40′′ Δ. Περιλαμβάνει τη Meseta del Bombón, καλύπτει 3017 km2 με υψόμετρο που κυμαίνεται από 4070 έως 4734 μέτρα. Η περιοχή διαθέτει προστατευόμενες φυσικές περιοχές όπως η λίμνη Junín και η λίμνη Chinchaycocha. Η θερμοκρασία κυμαίνεται μεταξύ 0°C και 14°C, με ετήσιο εύρος βροχοπτώσεων από 670 έως 1022 mm, που χαρακτηρίζεται από διακριτές εποχές βροχής (Οκτώβριος-Απρίλιος) και ξηρασίας (Μάιος-Σεπτέμβριος). Το κυρίαρχο οικοσύστημα είναι η Puna Húmeda, που φιλοξενεί λιβάδια των άνω Άνδεων που χρησιμοποιούνται στην κτηνοτροφία, μαζί με υγροβιότοπους στις όχθες της λίμνης Junín. Για τη διαδικασία οριοθέτησης χρησιμοποιήθηκε το λογισμικό QGIS και το DEM του ASTER με ανάλυση 30m. .&amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 2.2. Συλλογή Δεδομένων &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Οι δορυφόροι Landsat 5, 7 και 8 παρείχαν εικόνες ανάλυσης 30m κάθε 16 ημέρες. Οι ετήσιες εικόνες από το 1985 έως το 2022 βελτιώθηκαν στο Google Earth Engine, εστιάζοντας στην ξηρή περίοδο. &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 2.3. Ανάλυση χωρικής κάλυψης &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η μελέτη χρησιμοποίησε εικόνες Landsat για την ανάλυση της αλλαγής της κάλυψης γης, εναρμονίζοντάς τες με τη χρήση των συντελεστών των Roy et al, και του μετασχηματισμού ανακλαστικότητας OLI των Vogeler et al. Η επιβλεπόμενη ταξινόμηση με τον αλγόριθμο τυχαίου δάσους χρησιμοποίησε ένα σύνολο δεδομένων κάλυψης γης πεδίου, επικυρωμένο για τη βλάστηση των άνω Άνδεων. Τα σύνολα δεδομένων εκπαίδευσης συνδύασαν πρωτογενή δεδομένα με πηγές όπως ο εθνικός χάρτης βλάστησης του 2015 και εικόνες του Google Earth. Με 11.057 εικονοστοιχεία, 85% από δεδομένα πεδίου και 15% από άλλες πηγές, ο ταξινομητής αξιολογήθηκε ως προς την ακρίβεια χρησιμοποιώντας τη συνολική ακρίβεια, τον συντελεστή kappa, την ακρίβεια του παραγωγού και την ακρίβεια του χρήστη. Ο ταξινομητής RF που προέκυψε επέτρεψε τη δημιουργία παρελθοντικών στρωμάτων κάλυψης γης από ιστορικά αρχεία ετήσιων εικόνων για την περιοχή μελέτης. Ο τελικός χάρτης απεικόνιζε την κατανομή και την επικράτηση διαφορετικών τύπων φυτοκάλυψης και παραγόντων ανθρωπογενούς αλλαγής μεταξύ 1985 και 2022.&amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 2.4. Ανάλυση υποβάθμισης της βλάστησης  &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η μελέτη χρησιμοποίησε τον δείκτη βλάστησης (ARVI) για την ανάλυση της υποβάθμισης της βλάστησης στα οικοσυστήματα των Άνδεων. Ο ARVI,&lt;br /&gt;
[[Αρχείο:Figure8Peru.png| thumb|center| '''Εικόνα 8 ''' πηγή: [https://doi.org/10.3390/su152115472] '']]  &lt;br /&gt;
ο οποίος βασίζεται σε κοντινές υπέρυθρες, κόκκινες και μπλε ζώνες, συσχετίζεται με βιοφυσικές διεργασίες όπως η παραγωγικότητα και η φωτοσυνθετική δραστηριότητα. Στη συνέχεια εφαρμόστηκε η μη παραμετρική δοκιμή Mann-Kendall ανά εικονοστοιχείο στις τάσεις του ARVI, προσφέροντας πλεονεκτήματα όπως η χαμηλή ευαισθησία σε ακραίες τιμές και η καταλληλότητα για μικρά δείγματα. Ο συντελεστής συσχέτισης Mann-Kendall (S) υπολογίστηκε για την ανίχνευση αλλαγών στη χρονοσειρά. Τα αποτελέσματα Z χρησιμοποιήθηκαν για την αξιολόγηση της σημαντικότητας των τάσεων, με επίπεδο σημαντικότητας 5% και 1%. Οι αυξήσεις του ARVI υποδήλωναν ανάπτυξη ή ανάκαμψη, ενώ οι μειώσεις σήμαιναν απώλεια ή υποβάθμιση της βλάστησης, με τα επίπεδα σημαντικότητας να καθορίζουν το μέγεθος της τάσης.&amp;lt;/p&amp;gt; &lt;br /&gt;
 &lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 2.5. Ανάλυση των δεδομένων  &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η ανάλυση περιλάμβανε δύο σύνολα δεδομένων για κάθε έτος μελέτης: ένα που κάλυπτε όλες τις κατηγορίες κάλυψης και ένα άλλο που περιοριζόταν στις υποβαθμισμένες καλύψεις. Οι διαδικασίες περιλάμβαναν τη δημιουργία ενός ενοποιημένου στρώματος για τον προσδιορισμό της επικράτησης της κάλυψης, την ποσοτικοποίηση των αριθμών των εικονοστοιχείων, τη δημιουργία χρονοσειρών, την αξιολόγηση των τάσεων με το μοντέλο Mann-Kendall, τον προσδιορισμό των μέσων εκτάσεων, τον υπολογισμό των συντελεστών διακύμανσης και τη διεξαγωγή ανάλυσης συσχέτισης Spearman. Για την ανάλυση χρησιμοποιήθηκαν το MS Excel 2019, η έκδοση 4.3.1 του R Studio και το λογισμικό Statgraphics Centurion 19, συμπεριλαμβανομένων των διαγραμμάτων Sankey για την οπτική αναπαράσταση της ροής αλλαγής της κάλυψης κατά τα έτη 1985, 2005 και 2022. &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 3. ΑΠΟΤΕΛΕΣΜΑΤΑ &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 3.1. Επιβλεπόμενη ταξινόμηση της συνολικής φυτοκάλυψης  &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Το κεντρικό τμήμα της Chinchaycocha διαθέτει υδρόφιλη βλάστηση, συμπεριλαμβανομένων των υγροτόπων, των cattails και των bulrush. Στη μεταβατική ζώνη κυριαρχούν η γεωργία των Άνδεων και οι αστικές περιοχές. Το περιφερειακό τμήμα, που εκτείνεται από τη μεταβατική ζώνη, περιλαμβάνει χορταριασμένη βλάστηση, ψηλό χόρτο και ζελατινισμένες περιοχές. Οι λίμνες, το γυμνό έδαφος, οι παγετώνες και οι περιπαγετώνες αποτελούν το 12,3%, με τις λίμνες να έχουν τη μεγαλύτερη έκταση. Η ανάλυση, με βάση τις διάμεσες τιμές των εικονοστοιχείων, προσφέρει ακριβή κατανόηση της κατανομής της κάλυψης κατά την εξεταζόμενη περίοδο.&lt;br /&gt;
 &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 3.2. Ανάλυση της κατανομής της υποβαθμισμένης φυτοκάλυψης      &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η ανάλυση της υποβάθμισης της φυτοκάλυψης με τη χρήση της τάσης ARVI αποκαλύπτει ότι το 13,4% της συνολικής κάλυψης είναι υποβαθμισμένο, με το 6,2% να παρουσιάζει σημαντική υποβάθμιση (p &amp;lt; 0,01). Περίπου το 12,5% της βλάστησης έχει βελτιωθεί σημαντικά, ενώ το 74,2% παραμένει σταθερό. Δεν υπάρχει καθορισμένο χωρικό μοτίβο, αλλά οι αστικές περιοχές, που συνδέονται κυρίως με την εξορυκτική δραστηριότητα, παρουσιάζουν ιδιαίτερο διαχωρισμό. Το ποσοστό των υποβαθμισμένων καλύψεων βλάστησης ποικίλλει, με το βούρλο να έχει τη σημαντικότερη παρουσία σε υποβαθμισμένες περιοχές (21%). Το ψηλό γρασίδι, η κατιφέδα, οι υγρότοποι, το πουνιόχορτο και οι ζελατοειδείς περιοχές επηρεάζονται επίσης, με το ψηλό γρασίδι, το γρασίδι πουνιάς (puna grass) και τους υγρότοπους να επηρεάζονται περισσότερο λαμβάνοντας υπόψη το μέγεθός τους εντός της περιοχής μελέτης.  &lt;br /&gt;
 &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 3.3. Διαχρονική ανάλυση της υποβαθμισμένης φυτοκάλυψης     &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Το Σχήμα 5 παρουσιάζει τις διαχρονικές μεταβολές των τύπων φυτοκάλυψης και των υποβαθμισμένων εκτάσεων, εξαιρουμένων των ετών 1991, 1992 και 2002 λόγω σφαλμάτων ακραίων τιμών. Οι συνολικές καλύψεις βλάστησης (TVC) δεν παρουσιάζουν σημαντική τάση αύξησης ή μείωσης, αλλά ο βούρλος μειώνεται ελαφρώς. Ορισμένες καλύψεις παρουσιάζουν σημαντικές αυξήσεις σε συγκεκριμένα έτη, ακολουθούμενες από επιστροφή στις αρχικές περιοχές. Η ανάλυση των υποβαθμισμένων καλύψεων βλάστησης (DVCs) αποκαλύπτει μια πτωτική τάση στον βούρλο από το 2009, ενώ οι αστικές περιοχές παρουσιάζουν μια σημαντική θετική τάση και οι γεωργικές περιοχές παρουσιάζουν μια σημαντική αρνητική τάση από το 2010. Ο Πίνακας 2 παρέχει λεπτομερή ανάλυση των TVCs και DVCs, συμπεριλαμβανομένων των καταλαμβανόμενων εκτάσεων, του συντελεστή διακύμανσης και των αποτελεσμάτων της ανάλυσης τάσεων Mann-Kendall. Οι υγρότοποι και το ψηλό γρασίδι παρουσιάζουν τη μεγαλύτερη μεταβλητότητα μεταξύ των TVCs, ενώ το ψηλό γρασίδι και το puna grass έχουν τις πιο εκτεταμένες εκτάσεις μεταξύ των DVCs. Οι υγροβιότοποι και οι αστικές περιοχές παρουσιάζουν τη μεγαλύτερη μεταβλητότητα μεταξύ των DVCs, με το βούρλο και τις γεωργικές περιοχές να παρουσιάζουν σημαντικές αρνητικές τάσεις και τις αστικές περιοχές να παρουσιάζουν σημαντική θετική τάση (p &amp;lt; 0,01). &lt;br /&gt;
 &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 3.4. Ροή αντικατάστασης φυτών   &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Το διάγραμμα Sankey αποκαλύπτει τη δυναμική της κάλυψης μεταξύ των ετών 1985, 2005 και 2022, αξιολογώντας την κάλυψη ως παράγοντα αλλαγής. Στο διάγραμμα Συνολικών Καλύψεων Βλάστησης (TVC) (Σχήμα 7α), αρχικά κυριαρχούν τα λιβάδια πουνιάς, τα οποία αντικαθίστανται από το puna grass (2005). Ομοίως, το ψηλό γρασίδι (2005) επανέρχεται στην αρχική του κατάσταση μέσω του ψηλού γρασιδιού (2022). Το μοτίβο &amp;quot;κυκλικής υποκατάστασης&amp;quot; περιλαμβάνει την υποβάθμιση του ψηλού γρασιδιού που αντικαθίσταται από το puna grass, και στη συνέχεια ανακτά την αρχική του κατάσταση. Οι υγροβιότοποι αντικαθίστανται από ψηλό γρασίδι, χόρτο και γεωργικές εκτάσεις, με αποκατάσταση από τις ίδιες αυτές καλύψεις (2022). Στο διάγραμμα των υποβαθμισμένων καλύψεων βλάστησης (DVC) (Σχήμα 7β), το ψηλό γρασίδι (1985) αντικαθίσταται από το puna grass και τις ζελατινοποιημένες εκτάσεις (2005), με ανάκτηση από αυτές τις καλύψεις (2022). Το Puna grass επεκτείνεται σημαντικά από το ψηλό χόρτο και τους υγροτόπους (2005), επιστρέφοντας στην αρχική του έκταση. Οι υγρότοποι υφίστανται ποικίλες αντικαταστάσεις και ανακάμψεις, επηρεαζόμενοι από διάφορους παράγοντες.&lt;br /&gt;
 &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#008000&amp;quot;&amp;gt; 3.5. Ανάλυση συσχέτισης Spearman για την αξιολόγηση της αντικατάστασης της φυτοκάλυψης   &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Στο Σχήμα 8, ένας πίνακας συσχέτισης Spearman διερευνά τις σχέσεις μεταξύ των διαφόρων καλύψεων βλάστησης κατά τη διάρκεια των ετών, λαμβάνοντας υπόψη τόσο την ολική κάλυψη βλάστησης (TVC) όσο και την υποβαθμισμένη κάλυψη βλάστησης (DVC). Ένας συντελεστής συσχέτισης πάνω από 0,6 ή κάτω από -0,6, με επίπεδο σημαντικότητας 99,99% (p ≤ 0,001), υποδηλώνει σημαντικές συσχετίσεις. Το ψηλό γρασίδι και οι υγρότοποι εμφανίζουν αρνητική συσχέτιση με τις περισσότερες καλύψεις στο TVC, γεγονός που υποδηλώνει ότι αντικαθίστανται από γρασίδι puna και παράγοντες αλλαγής, όπως η γεωργία και οι αστικές περιοχές. Το Puna grass εμφανίζει θετικές συσχετίσεις με τις περισσότερες καλύψεις, τονίζοντας το ρόλο του στη δυναμική της βλάστησης. Στο DVC, το puna grass αντικαθιστά σημαντικά το ψηλό γρασίδι και τους υγροτόπους μετά την υποβάθμιση, επηρεαζόμενο από τις αλλαγές στη γεωργία, το γυμνό έδαφος και τις αστικές περιοχές.   &lt;br /&gt;
 &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 4. ΣΥΖΗΤΗΣΗ &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Η κατανομή της βλάστησης γύρω από τη λίμνη Chinchaycocha αποκαλύπτει διακριτές οικολογικές ζώνες, από την υγρή κεντρική περιοχή έως τους περιφερειακούς χώρους όπου κυριαρχεί η βλάστηση puna και geliturbada. Αν και ειδικά για αυτή την περιοχή, τα πρότυπα αυτά ευθυγραμμίζονται με άλλες περιοχές υψηλού υψομέτρου παγκοσμίως, που διαμορφώνονται από φυσικούς και ανθρωπογενείς παράγοντες. Οι ανθρώπινες δραστηριότητες, ιδίως οι αλλαγές στις χρήσεις γης και τη γεωργία, συμβάλλουν σημαντικά στην εξέλιξη του τοπίου. Η &amp;quot;ενδιάμεση&amp;quot; ζώνη, που περιλαμβάνει 16,4% γεωργία, υποδηλώνει έντονη δραστηριότητα, εγείροντας ανησυχίες για πιθανή διάβρωση του εδάφους, ένα σημαντικό ζήτημα σε περιοχές με απότομες πλαγιές. Η συνολική υποβαθμισμένη περιοχή αποτελεί το 13,4% των φυτεμένων χώρων, λιγότερο από το εκτιμώμενο 60%, κυρίως λόγω της κακής διαχείρισης, της καύσης, της υπερβόσκησης και της κλιματικής αλλαγής. Η κατανόηση αυτών των διαφορών είναι ζωτικής σημασίας, υποδηλώνοντας συνεχιζόμενη υποβάθμιση ή μεταβολή της οικολογικής ισορροπίας.  &lt;br /&gt;
&lt;br /&gt;
Οι ανθρώπινες δραστηριότητες, συμπεριλαμβανομένης της γεωργίας, της κτηνοτροφίας και της εξόρυξης, παράλληλα με την κλιματική αλλαγή και τα μεταβαλλόμενα πρότυπα βροχόπτωσης, επηρεάζουν τη δυναμική της βλάστησης στις περιοχές πάνω από 4000 μέτρα. Η παρουσία αστικών περιοχών (2,1%) στην ενδιάμεση ζώνη εγείρει ερωτήματα σχετικά με τις μελλοντικές τάσεις της βλάστησης, καθώς η αστική επέκταση, που συνδέεται ιδίως με την εξόρυξη, έχει συνδεθεί με σημαντικές αρνητικές επιπτώσεις στη βλάστηση και τη χρήση γης. Η υποβάθμιση της βλάστησης των άνω Άνδεων οφείλεται σε παράγοντες όπως το έλλειμμα νερού, οι διακυμάνσεις της θερμοκρασίας και η τοπογραφία, όπου οι ήπιες πλαγιές ευνοούν τη γεωργία puna και το γρασίδι, ενώ οι απότομες πλαγιές οδηγούν στην επικράτηση του ψηλού γρασιδιού.  &lt;br /&gt;
&lt;br /&gt;
Η σημαντική μείωση της γεωργικής κάλυψης (p &amp;gt; 0,01) από το 2010 και μετά, που ενδεχομένως οφείλεται στην αστική επέκταση και την εξόρυξη που εκτοπίζουν τις γεωργικές περιοχές, αποτελεί απειλή για τη βιοποικιλότητα, την αναβλάστηση των φυτών και την παραγωγικότητα. Αξίζει να σημειωθεί ότι το puna grass και το ψηλό γρασίδι καλύπτουν εκτεταμένες εκτάσεις, χαρακτηριστικό των λιβαδιών των Άνδεων, παρέχοντας βασικές υπηρεσίες οικοσυστήματος. Οι αστικές περιοχές και οι υγρότοποι παρουσιάζουν μεγάλη μεταβλητότητα, σύμφωνα με προηγούμενες μελέτες. Οι υγροβιότοποι, τα βούρλα και οι καλαμώνες, που εξαρτώνται από το νερό, εμφανίζουν σημαντική υποβάθμιση, τονίζοντας την ευαισθησία τους στις περιβαλλοντικές αλλαγές. Οι υγρότοποι αντικαθίστανται από ψηλό γρασίδι, puna grass και γεωργία, με ελάχιστη ανάκαμψη, μεταβάλλοντας σημαντικά τη σύνθεση της βλάστησης, την ποικιλότητα, την παραγωγικότητα και τη γονιμότητα του εδάφους. Η ένταση της βόσκησης, η κλιματική αλλαγή και η εναπόθεση αζώτου επηρεάζουν επίσης τη δυναμική της βλάστησης, ιδιαίτερα της κατάλληλης για βόσκηση.  &lt;br /&gt;
&lt;br /&gt;
Ο πίνακας συσχέτισης Spearman αποκαλύπτει αλληλεπιδράσεις μεταξύ των καλύψεων βλάστησης, αντικατοπτρίζοντας το ψηλό γρασίδι και τους υγροτόπους που αντικαθίστανται από το puna grass και τις ανθρωπογενείς περιοχές. Αν και η προσέγγιση μπορεί να έχει μεροληψίες, η μοναδική συμβολή της μελέτης έγκειται σε μια προσαρμοσμένη επιβλεπόμενη ταξινόμηση για τα οικοσυστήματα των Άνδεων, παρέχοντας συγκεκριμένες γνώσεις για τη διαχρονική δυναμική τους. Οι περιορισμοί περιλαμβάνουν πιθανές μεροληψίες στην προσέγγιση ταξινόμησης και τους περιορισμούς του ARVI. Η μελλοντική έρευνα θα μπορούσε να ενσωματώσει διαφορετικούς δείκτες βλάστησης και μεθόδους επίγειας επαλήθευσης για την επικύρωση των αποτελεσμάτων της τηλεπισκόπησης.  &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;span style=&amp;quot;color:#006400&amp;quot;&amp;gt; 5. ΣΥΜΠΕΡΑΣΜΑΤΑ &amp;lt;/span&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
&amp;lt;p align=&amp;quot;justify&amp;quot;&amp;gt;Αυτή η ολοκληρωμένη μελέτη, η οποία καλύπτει σχεδόν τέσσερις δεκαετίες και χρησιμοποιεί τηλεπισκόπηση, αναλύει τις χωρικές και χρονικές αλλαγές στις καλύψεις βλάστησης, την υποβάθμιση και τη δυναμική αντικατάστασης σε περιοχές των άνω Άνδεων του Περού. Η συνολική υποβαθμισμένη έκταση ανέρχεται σε 13,4%, με τους βολβούς, τα κοτσάνια και το ψηλό γρασίδι να έχουν πληγεί περισσότερο. Το γρασίδι puna και οι αστικές περιοχές παρουσιάζουν σημαντικές αυξήσεις. Το γρασίδι puna αναδεικνύεται ως κυρίαρχη αντικατάσταση της υποβαθμισμένης βλάστησης, επηρεαζόμενη από τις γεωργικές εκτάσεις, τις αστικές περιοχές και το γυμνό έδαφος. Τα ευρήματα αυτά αποκαλύπτουν την ευπάθεια της βλάστησης, παρέχοντας ουσιαστικές πληροφορίες για την ιεράρχηση των περιοχών διατήρησης και τα σχέδια προσαρμοστικής διαχείρισης. Ενώ οι ανθρώπινες δραστηριότητες συμβάλλουν σημαντικά στην υποβάθμιση, η μελέτη αναγνωρίζει τον πιθανό αντίκτυπο των περιβαλλοντικών παραγόντων, προτρέποντας για περαιτέρω διερεύνηση της κλιματικής αλλαγής και των επιδράσεων που σχετίζονται με το έδαφος στη δυναμική της βλάστησης. &lt;br /&gt;
&lt;br /&gt;
 &lt;br /&gt;
&lt;br /&gt;
Συντομογραφίες:   &lt;br /&gt;
&lt;br /&gt;
ARVI Δείκτης βλάστησης ανθεκτικός στην ατμόσφαιρα   &lt;br /&gt;
&lt;br /&gt;
NIR Εγγύς υπέρυθρο   &lt;br /&gt;
&lt;br /&gt;
GEE Google Earth Engine   &lt;br /&gt;
&lt;br /&gt;
GIS Γεωγραφικό σύστημα πληροφοριών   &lt;br /&gt;
&lt;br /&gt;
CV Συντελεστής διακύμανσης   &lt;br /&gt;
&lt;br /&gt;
TVC Συνολική φυτοκάλυψη   &lt;br /&gt;
&lt;br /&gt;
DVC Υποβαθμισμένη φυτοκάλυψη   &lt;br /&gt;
&lt;br /&gt;
masl Μέτρα πάνω από το επίπεδο της θάλασσας   &lt;br /&gt;
&lt;br /&gt;
Ha Εκτάριο &amp;lt;/p&amp;gt; &lt;br /&gt;
&lt;br /&gt;
[[category:Εκτίμηση_υποβάθμισης_δασικών_οικοσυστημάτων]]&lt;br /&gt;
[[category:Επιπτώσεις ανθρωπογενών επιδράσεων επί των δασικών οικοσυστημάτων]]&lt;br /&gt;
[[category:Παρακολούθηση και εκτίμηση διαχρονικών αλλαγών και εξελίξεων]]&lt;br /&gt;
[[category:Δασοπονία,_Δασική_διαχείριση]]&lt;/div&gt;</summary>
		<author><name>Maria Bikou</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:Figure8Peru.png</id>
		<title>Αρχείο:Figure8Peru.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:Figure8Peru.png"/>
				<updated>2024-02-23T16:40:11Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Bikou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Maria Bikou</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:Figure7Peru.png</id>
		<title>Αρχείο:Figure7Peru.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:Figure7Peru.png"/>
				<updated>2024-02-23T16:40:02Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Bikou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Maria Bikou</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:Figure6Peru.png</id>
		<title>Αρχείο:Figure6Peru.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:Figure6Peru.png"/>
				<updated>2024-02-23T16:39:44Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Bikou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Maria Bikou</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:Figure5Peru.png</id>
		<title>Αρχείο:Figure5Peru.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:Figure5Peru.png"/>
				<updated>2024-02-23T16:39:25Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Bikou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Maria Bikou</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:Figure4Peru.png</id>
		<title>Αρχείο:Figure4Peru.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:Figure4Peru.png"/>
				<updated>2024-02-23T16:39:11Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Bikou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Maria Bikou</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:Figure3Peru.png</id>
		<title>Αρχείο:Figure3Peru.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:Figure3Peru.png"/>
				<updated>2024-02-23T16:38:57Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Bikou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Maria Bikou</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:Figure2Peru.png</id>
		<title>Αρχείο:Figure2Peru.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:Figure2Peru.png"/>
				<updated>2024-02-23T16:38:45Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Bikou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Maria Bikou</name></author>	</entry>

	</feed>