<?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_Kampouri&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%2FMaria_Kampouri</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_Kampouri&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%2FMaria_Kampouri"/>
		<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_Kampouri"/>
		<updated>2026-04-22T09:13:56Z</updated>
		<subtitle>Από RemoteSensing Wiki</subtitle>
		<generator>MediaWiki 1.16.2</generator>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:1_NDVI_Ontario.JPG</id>
		<title>Αρχείο:1 NDVI Ontario.JPG</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:1_NDVI_Ontario.JPG"/>
				<updated>2014-05-14T09:27:31Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Kampouri: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Ανάλυση λειτουργίας οικοσυστήματος με χαμηλής και υψηλής ανάλυσης εικόνας αντίστοιχα. Οι μετρήσεις NDVI δείχνουν ισχυρό διαχωρισμό μεταξύ αστικής κάλυψης και κάλυψης βλάστησης (Νότιο Οντάριο, Καναδάς).&lt;/div&gt;</summary>
		<author><name>Maria Kampouri</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%9A%CE%B1%CE%BC%CF%80%CE%BF%CF%8D%CF%81%CE%B7_%CE%9C%CE%B1%CF%81%CE%AF%CE%B1</id>
		<title>Καμπούρη Μαρία</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%9A%CE%B1%CE%BC%CF%80%CE%BF%CF%8D%CF%81%CE%B7_%CE%9C%CE%B1%CF%81%CE%AF%CE%B1"/>
				<updated>2014-05-14T09:25:58Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Kampouri: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt; [[category:ΔΠΜΣ &amp;quot;Περιβάλλον &amp;amp; Ανάπτυξη&amp;quot; (Αθήνα)]]&lt;br /&gt;
&lt;br /&gt;
[[Από διάστημα σε είδος: οικολογικές εφαρμογές για δορυφορική τηλεπισκόπηση]]&lt;br /&gt;
&lt;br /&gt;
[[Υπολογισμός του δείκτη έκτασης φυλλώματος LAI και της κάλυψης γης από εναέριο λέιζερ σαρωτή Lidar σε δύο διαφορετικά δάση]]&lt;br /&gt;
&lt;br /&gt;
[[HIGHFOREST - Υπολογισμός δασικών παραμέτρων από δεδομένα υψηλής ανάλυσης δορυφορικής τηλεπισκόπισης]]&lt;br /&gt;
&lt;br /&gt;
[[Δυναμική της Αποψίλωσης σε Τροπικές περιοχές, Γύρω από Εθνικά Πάρκα]]&lt;br /&gt;
&lt;br /&gt;
[[Δορυφορική Τηλεπισκόπηση Υψηλής Φασματικής Ανάλυσης του Δασικού Θόλου, Λιγνίνη, Άζωτο και Διαδικασίες Οικοσυστημάτων]]&lt;/div&gt;</summary>
		<author><name>Maria Kampouri</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%9A%CE%B1%CE%BC%CF%80%CE%BF%CF%8D%CF%81%CE%B7_%CE%9C%CE%B1%CF%81%CE%AF%CE%B1</id>
		<title>Καμπούρη Μαρία</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%9A%CE%B1%CE%BC%CF%80%CE%BF%CF%8D%CF%81%CE%B7_%CE%9C%CE%B1%CF%81%CE%AF%CE%B1"/>
				<updated>2014-05-14T09:24:34Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Kampouri: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt; [[category:ΔΠΜΣ &amp;quot;Περιβάλλον &amp;amp; Ανάπτυξη&amp;quot; (Αθήνα)]]&lt;br /&gt;
&lt;br /&gt;
[Από διάστημα σε είδος: οικολογικές εφαρμογές για δορυφορική τηλεπισκόπηση]&lt;br /&gt;
&lt;br /&gt;
[Υπολογισμός του δείκτη έκτασης φυλλώματος LAI και της κάλυψης γης από εναέριο λέιζερ σαρωτή Lidar σε δύο διαφορετικά δάση]&lt;br /&gt;
&lt;br /&gt;
[HIGHFOREST - Υπολογισμός δασικών παραμέτρων από δεδομένα υψηλής ανάλυσης δορυφορικής τηλεπισκόπισης]&lt;br /&gt;
&lt;br /&gt;
[Δυναμική της Αποψίλωσης σε Τροπικές περιοχές, Γύρω από Εθνικά Πάρκα]&lt;br /&gt;
&lt;br /&gt;
[Δορυφορική Τηλεπισκόπηση Υψηλής Φασματικής Ανάλυσης του Δασικού Θόλου, Λιγνίνη, Άζωτο και Διαδικασίες Οικοσυστημάτων]&lt;/div&gt;</summary>
		<author><name>Maria Kampouri</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A7%CF%81%CE%AE%CF%83%CF%84%CE%B7%CF%82:Maria_Kampouri</id>
		<title>Χρήστης:Maria Kampouri</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A7%CF%81%CE%AE%CF%83%CF%84%CE%B7%CF%82:Maria_Kampouri"/>
				<updated>2014-05-11T20:38:20Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Kampouri: Νέα σελίδα με '1. [http://147.102.106.42/rs/wiki/index.php/%CE%91%CF%80%CF%8C_%CE%B4%CE%B9%CE%AC%CF%83%CF%84%CE%B7%CE%BC%CE%B1_%CF%83%CE%B5_%CE%B5%CE%AF%CE%B4%CE%BF%CF%82:_%CE%BF%CE%B9%C...'&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;1. [http://147.102.106.42/rs/wiki/index.php/%CE%91%CF%80%CF%8C_%CE%B4%CE%B9%CE%AC%CF%83%CF%84%CE%B7%CE%BC%CE%B1_%CF%83%CE%B5_%CE%B5%CE%AF%CE%B4%CE%BF%CF%82:_%CE%BF%CE%B9%CE%BA%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CE%AD%CF%82_%CE%B5%CF%86%CE%B1%CF%81%CE%BC%CE%BF%CE%B3%CE%AD%CF%82_%CE%B3%CE%B9%CE%B1_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AE_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7]&lt;br /&gt;
&lt;br /&gt;
2. [http://147.102.106.42/rs/wiki/index.php/%CE%A5%CF%80%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CF%84%CE%BF%CF%85_%CE%B4%CE%B5%CE%AF%CE%BA%CF%84%CE%B7_%CE%AD%CE%BA%CF%84%CE%B1%CF%83%CE%B7%CF%82_%CF%86%CF%85%CE%BB%CE%BB%CF%8E%CE%BC%CE%B1%CF%84%CE%BF%CF%82_LAI_%CE%BA%CE%B1%CE%B9_%CF%84%CE%B7%CF%82_%CE%BA%CE%AC%CE%BB%CF%85%CF%88%CE%B7%CF%82_%CE%B3%CE%B7%CF%82_%CE%B1%CF%80%CF%8C_%CE%B5%CE%BD%CE%B1%CE%AD%CF%81%CE%B9%CE%BF_%CE%BB%CE%AD%CE%B9%CE%B6%CE%B5%CF%81_%CF%83%CE%B1%CF%81%CF%89%CF%84%CE%AE_Lidar_%CF%83%CE%B5_%CE%B4%CF%8D%CE%BF_%CE%B4%CE%B9%CE%B1%CF%86%CE%BF%CF%81%CE%B5%CF%84%CE%B9%CE%BA%CE%AC_%CE%B4%CE%AC%CF%83%CE%B7]&lt;br /&gt;
&lt;br /&gt;
3. [http://147.102.106.42/rs/wiki/index.php/%CE%94%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AE_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CE%A5%CF%88%CE%B7%CE%BB%CE%AE%CF%82_%CE%A6%CE%B1%CF%83%CE%BC%CE%B1%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%91%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7%CF%82_%CF%84%CE%BF%CF%85_%CE%94%CE%B1%CF%83%CE%B9%CE%BA%CE%BF%CF%8D_%CE%98%CF%8C%CE%BB%CE%BF%CF%85,_%CE%9B%CE%B9%CE%B3%CE%BD%CE%AF%CE%BD%CE%B7,_%CE%86%CE%B6%CF%89%CF%84%CE%BF_%CE%BA%CE%B1%CE%B9_%CE%94%CE%B9%CE%B1%CE%B4%CE%B9%CE%BA%CE%B1%CF%83%CE%AF%CE%B5%CF%82_%CE%9F%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]&lt;br /&gt;
&lt;br /&gt;
4. [http://147.102.106.42/rs/wiki/index.php/%CE%94%CF%85%CE%BD%CE%B1%CE%BC%CE%B9%CE%BA%CE%AE_%CF%84%CE%B7%CF%82_%CE%91%CF%80%CE%BF%CF%88%CE%AF%CE%BB%CF%89%CF%83%CE%B7%CF%82_%CF%83%CE%B5_%CE%A4%CF%81%CE%BF%CF%80%CE%B9%CE%BA%CE%AD%CF%82_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CE%AD%CF%82,_%CE%93%CF%8D%CF%81%CF%89_%CE%B1%CF%80%CF%8C_%CE%95%CE%B8%CE%BD%CE%B9%CE%BA%CE%AC_%CE%A0%CE%AC%CF%81%CE%BA%CE%B1]&lt;br /&gt;
&lt;br /&gt;
5. [http://147.102.106.42/rs/wiki/index.php/HIGHFOREST_-_%CE%A5%CF%80%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B4%CE%B1%CF%83%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CE%B1%CF%81%CE%B1%CE%BC%CE%AD%CF%84%CF%81%CF%89%CE%BD_%CE%B1%CF%80%CF%8C_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_%CF%85%CF%88%CE%B7%CE%BB%CE%AE%CF%82_%CE%B1%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7%CF%82_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AE%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B9%CF%83%CE%B7%CF%82]&lt;/div&gt;</summary>
		<author><name>Maria Kampouri</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%94%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AE_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CE%A5%CF%88%CE%B7%CE%BB%CE%AE%CF%82_%CE%A6%CE%B1%CF%83%CE%BC%CE%B1%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%91%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7%CF%82_%CF%84%CE%BF%CF%85_%CE%94%CE%B1%CF%83%CE%B9%CE%BA%CE%BF%CF%8D_%CE%98%CF%8C%CE%BB%CE%BF%CF%85,_%CE%9B%CE%B9%CE%B3%CE%BD%CE%AF%CE%BD%CE%B7,_%CE%86%CE%B6%CF%89%CF%84%CE%BF_%CE%BA%CE%B1%CE%B9_%CE%94%CE%B9%CE%B1%CE%B4%CE%B9%CE%BA%CE%B1%CF%83%CE%AF%CE%B5%CF%82_%CE%9F%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</id>
		<title>Δορυφορική Τηλεπισκόπηση Υψηλής Φασματικής Ανάλυσης του Δασικού Θόλου, Λιγνίνη, Άζωτο και Διαδικασίες Οικοσυστημάτων</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%94%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AE_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CE%A5%CF%88%CE%B7%CE%BB%CE%AE%CF%82_%CE%A6%CE%B1%CF%83%CE%BC%CE%B1%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%91%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7%CF%82_%CF%84%CE%BF%CF%85_%CE%94%CE%B1%CF%83%CE%B9%CE%BA%CE%BF%CF%8D_%CE%98%CF%8C%CE%BB%CE%BF%CF%85,_%CE%9B%CE%B9%CE%B3%CE%BD%CE%AF%CE%BD%CE%B7,_%CE%86%CE%B6%CF%89%CF%84%CE%BF_%CE%BA%CE%B1%CE%B9_%CE%94%CE%B9%CE%B1%CE%B4%CE%B9%CE%BA%CE%B1%CF%83%CE%AF%CE%B5%CF%82_%CE%9F%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"/>
				<updated>2014-05-11T20:28:36Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Kampouri: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[http://147.102.106.42/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:1_AzotoLign100conc.JPG]]&lt;br /&gt;
&lt;br /&gt;
Ecological Application 7 (2) (1997) 431–443&lt;br /&gt;
by the Ecological Society of America&lt;br /&gt;
&lt;br /&gt;
Mary E. Martin &amp;amp; John D. Aber&lt;br /&gt;
&lt;br /&gt;
'''Περίληψη'''&lt;br /&gt;
&lt;br /&gt;
'''Η Τηλεπισκόπηση της χημικής σύνθεσης των φύλλων έχει αναγνωριστεί ως ένα σημαντικό στοιχείο στην παραγωγή μεγάλης κλίμακας χωρικά αναλυτικών εκτιμήσεων της λειτουργίας των δασικών οικοσυστημάτων. Αυτή η μελέτη σχεδιάστηκε για να προσδιορίσει εάν δεδομένα από Εναέριους Φασματογράφους Απεικόνισης Ορατού/Υπέρυθρου (AVIRIS) της NASA θα μπορούσαν να χρησιμοποιηθούν για τον προσδιορισμό του δασικού θόλου σε χωρική ανάλυση 20 μέτρων, και αν ναι, να χρησιμοποιηθούν οι πληροφορίες αυτές για να αναπτυχθεί ένα μοντέλο παραγωγικότητας του οικοσυστήματος. Δείγματα φυλλωμάτων και νεκρών αποσυντιθόμενων φύλλων συλλέχθηκαν σε 40 περιοχές μελέτης στο Νησί Μπλακχοκ (Blackhawk Island) του Ουισκόνσιν, και το Δάσος Χάρβαρντ (Harvard Forest) στη Μασαχουσέτη, με σκοπό τον προσδιορισμό των επιπέδων του αζώτου και των συγκεντρώσεων λιγνίνης στον δασικό θόλο. Κατά τη διάρκεια της δειγματοληψίας πεδίου, δεδομένα AVIRIS αποκτήθηκαν για τις δύο περιοχές μελέτης. Εξισώσεις αναπτύχθηκαν, οι οποίες συσχέτιζαν το άζωτο με τη λιγνίνη σε επιλεγμένες φασματικές ζώνες (R2 5 0,87 και 0,77, αντίστοιχα). Οι εξισώσεις αξιολογήθηκαν βάσει στατιστικών εντός της ίδιας περιοχής και σύγκρισης διαφορετικών περιοχών. Οι εξισώσεις αυτές στη συνέχεια εφαρμόστηκαν σε όλα τα εικονοστοιχεία έτσι ώστε να δημιουργηθούν αναλυτικές εκτιμήσεις του αζώτου και της λιγνίνης του δασικού θόλου και για τις δύο περιοχές μελέτης. Αυτές οι εκτιμήσεις συγκεντρώσεων αζώτου και λιγνίνης χρησιμοποιήθηκαν με τα υπάρχοντα μοντέλα για να προβλεφτεί η καθαρή παραγωγικότητα του οικοσυστήματος στο Δάσος Χάρβαρντ και τα ποσοστά ανόργανου αζώτου στο Νησί Μπλάκχοκ.'''&lt;br /&gt;
&lt;br /&gt;
Λέξεις κλειδιά: '''AVIRIS, δασικός θόλος, ισορροπία του άνθρακα σε ένα οικοσύστημα, λιγνίνη, άζωτο, δορυφορική τηλεπισκόπηση, φασματική ανάλυση'''&lt;br /&gt;
&lt;br /&gt;
 &lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Οι μετρήσεις των διαδικασιών ανακύκλωσης θρεπτικών συστατικών και φωτοσύνθεσης είναι κρίσιμης σημασίας για την εκτίμηση της ανταλλαγής των αερίων του θερμοκηπίου μεταξύ εδάφους, βλάστησης, και ατμόσφαιρας. Παραδοσιακά, τέτοιες μετρήσεις από το πεδίο είναι χρονοβόρες και παρέχουν πληροφορίες μικρής κλίμακας. Η τηλεπισκόπηση χρησιμοποιείται σε συνδυασμό με μοντέλα οικοσυστημάτων και προσφέρει μια νέα προσέγγιση την παρακολούθηση της λειτουργίας των δασικών οικοσυστημάτων σε περιφερειακή κλίμακα.&lt;br /&gt;
&lt;br /&gt;
Για τα δασικά οικοσυστήματα, η χημική σύνθεση των φυλλωμάτων είναι ένα σημαντικό χαρακτηριστικό, υπό την έννοια ότι παρέχει πληροφορίες σχετικά με τις&lt;br /&gt;
διεργασίες του οικοσυστήματος και μπορεί να ανιχνευθεί από απόσταση. Μελέτες πεδίου έχουν δείξει μια στενή σχέση μεταξύ της χημικής σύνθεση των φυλλωμάτων και τον ρυθμό αποσύνθεσης νεκρής οργανικής ύλης, τα οποία επηρεάζουν την ανακύκλωση των θρεπτικών συστατικών. Μάλιστα, το περιεχόμενο των φυλλωμάτων σε άζωτο σχετίζεται στενά με τον μέγιστο ρυθμό φωτοσύνθεσης. Οι σχέσεις μεταξύ της χημικής σύνθεσης του δασικού θόλου και δεδομένων δορυφορικής τηλεπισκόπησης έχουν διερευνηθεί σε μια ποικιλία δασικών οικοσυστημάτων. Σε αυτές τις μελέτες, φασματικά δεδομένα από το εγγύς υπέρυθρο (NIR) τμήμα του φάσματος (1100-2500 nm) συσχετίστηκαν με δεδομένα μετρήσεων πεδίου (π.χ. άζωτο, λιγνίνη, άμυλο). Δεδομένα για αυτές τις μελέτες αποκτήθηκαν με τη βοήθεια του Airborne Imaging Spectrometer (AIS) και του Airborne Visible / Infrared Imaging Spectrometer (AVIRIS).  Παρόλο που τέτοιες μελέτες κατέδειξαν την πιθανή χρησιμότητα της τηλεπισκόπησης στην εκτίμηση της χημικής σύστασης των φυλλωμάτων, η χρήση αυτών των εκτιμήσεων γα την ανάπτυξη μοντέλων, υπήρξε περιορισμένη. Οι πρωταρχικοί στόχοι της έρευνας που παρουσιάζεται ήταν ο καθορισμός των σχέσεων μεταξύ AVIRIS φασματικών δεδομένων και μετρήσεων πεδίου για τον προσδιορισμό της χημικής σύστασης του δασικού θόλου και τη χρήση των σχέσεων αυτών για την τροφοδότηση μοντέλων με σκοπό την άντληση χωρικών εκτιμήσεων της χημείας του δασικού θόλου (Wessman et al., 1988). &lt;br /&gt;
&lt;br /&gt;
'''Μέθοδοι'''&lt;br /&gt;
&lt;br /&gt;
Τα δεδομένα που χρησιμοποιήθηκαν σε αυτή τη μελέτη συλλέχθηκαν από το δάσος Δάσος Χάρβαρντ, στη Μασαχουσέτη, και το Νησί Μπλάκχοκ, στο Ουισκόνσιν (ΗΠΑ). Είκοσι περιοχές μελέτης βρίσκονται σε κάθε μία περιοχή και επιλέχθηκαν έτσι ώστε να καλύπτουν ένα ευρύ φάσμα της βιοποικιλότητας και χημικής σύνθεσης φυλλωμάτων. Στο Δάσος Χάρβαρντ συναντάει κανείς είτε δάση μικτών πλατύφυλλων ειδών, όπως βελανιδιές  (''Quercus rubra'') και σφένδαμο (''Acer rubrum''), είτε είδη κωνοφόρων, όπως πεύκη (''Pinus resinosa'', ''P. strobus'') και έλατο (''Abies balsamea''). Το Νησί Μπλάκχοκ είναι μια φυσική περιοχή που περιέχει ένα ευρύ φάσμα των τύπων δασών, συμπεριλαμβανομένων δέντρων, όπως ο σφένδαμος (A''cer saccharum''), η φλαμουριά (''Tilia americana''), η μαύρη βελανιδιά (''Quercus velutina'') και είδη πεύκου. &lt;br /&gt;
&lt;br /&gt;
''Συλλογή δεδομένων πεδίου''&lt;br /&gt;
&lt;br /&gt;
Συλλογές δεδομένων πεδίου έγιναν για να προσδιοριστούν οι εποχιακές διακυμάνσεις της χημείας των φύλλων και να ποσοτικοποιηθεί η χημική σύνθεση των περιοχών μελέτης που χρησιμοποιούνται στην ανάλυση AVIRIS.&lt;br /&gt;
&lt;br /&gt;
Για να προσδιοριστεί η εποχιακή διακύμανση του περιεχομένου των φύλλων σε άζωτο και λιγνίνη σε κωνοφόρα και πλατύφυλλα είδη, συλλέχθηκαν φύλλα κατά διαστήματα τριών εβδομάδων κατά το διάστημα ανάπτυξης κατά τα έτη 1989-1990 (1989: 30 Ιουνίου ,19 Ιουλίου, 7 Αυγούστου, 1η Σεπτεμβρίου και 8 Οκτωβρίου και 1990: 19 Ιουνίου, 10 Ιουλίου, 31 Ιουλίου, 27 Αυγούστου, 18 Σεπτεμβρίου και 16 Οκτωβρίου). Φύλλα συλλέχθηκαν από μεμονωμένα δέντρα για την αξιολόγηση της χρονικής μεταβλητότητας του περιεχομένου σε άζωτο και λιγνίνη των φυλλωμάτων. Κατά τη διάρκεια κάθε δειγματοληψίας, τα φύλλα συλλέχθηκαν από τρία δέντρα κάθε είδους. Κάθε δείγμα ήταν ένα σύνθετο φύλλων από τρία διαφορετικά ύψη μέσα στον δασικό θόλο. Τα δείγματα αναλύθηκαν για άζωτο και λιγνίνη (% ξερή μάζα) χρησιμοποιώντας τη μέθοδο εγγύς υπέρυθρου (NIR) (McLellan et al., 1991).&lt;br /&gt;
&lt;br /&gt;
Δείγματα πράσινων φύλλων συλλέχθηκαν εντός 10 ημερών από τις AVIRIS πτήσεις για να καθοριστεί η χημεία του κάθε είδους σε κάθε περιοχή μελέτης (HF: 18 - 23 Ιουνίου, 1992, BHI: 26 - 29 Ιουνίου, 1992). Σε κάθε περιοχή μελέτης, εντοπίστηκαν όλα τα κυρίαρχα είδη ποώδους βλάστησης και επιλέχθηκαν πέντε δέντρα από κάθε είδος και συλλέχθηκαν πράσινα φύλλα. Φύλλα συλλέχθηκαν από νεαρά κλαδιά του δασικού θόλου και από διάφορα ύψη και αναλύθηκαν για το περιεχόμενό τους. &lt;br /&gt;
&lt;br /&gt;
Ξερά φύλλα σε αποσύνθεση, τα οποία συλλέχθηκαν με καλάθια (κάθε 2-3 εβδομάδες), τα οποία είχαν τοποθετηθεί στο έδαφος κάθε περιοχής μελέτης για ένα διάστημα τριών μηνών (1/9 - 15/12) για τα φυλλοβόλα δέντρα και εννέα μηνών για τα αειθαλή (1/9 – 30/5), αναλύθηκαν επίσης για το περιεχόμενό τους σε λιγνίνη και άζωτο.&lt;br /&gt;
&lt;br /&gt;
''Δεδομένα τηλεπισκόπησης - AVIRIS''&lt;br /&gt;
&lt;br /&gt;
Ο Εναέριος Φασματογράφος Ορατής / Υπέρυθρης Απεικόνισης (The Airborne Visible / Infrared Imaging Spectrometer - AVIRIS) έχει σχεδιαστεί και κατασκευαστεί από το Εργαστήριο Αεριωθούμενης Προώθησης (Jet Propulsion Lab - JPL) για την απεικόνιση υψηλής  φασματικής ανάλυσης της Γης πετώντας σε υψόμετρο 20 χιλιομέτρων επί του αεροσκάφους ER-2. Η χωρική ανάλυση του οργάνου αυτού είναι περίπου 20 μέτρα, με κάλυψη ανά εικόνα πλάτους 614 εικονοστοιχεία. Κάθε χωρική εικόνα συλλέγεται με ένα μηχανισμό σάρωσης κάθετο προς την κατεύθυνση της πορείας του αεροσκάφους. Η AVIRIS μετρά 224 συνεχόμενες φασματικές ζώνες για κάθε εικονοστοιχείο που κυμαίνονται από 0,4 έως 2,4 χιλιοστά, με μία φασματική ανάλυση 10 νανόμετρα. Τα δεδομένα που λαμβάνονται από τον AVIRIS διορθώνονται ραδιομετρικά. Αυτές οι διορθώσεις μετατρέπουν ψηφιακούς αριθμούς σε τιμές ακτινοβολίας για κάθε εικονοστοιχείο. Δεδομένα AVIRIS αποκτήθηκαν για το δάσος Harvard στις 15 Ιουνίου 1992, και για το Νησί Μπλάκχοκ στις 21 Ιουνίου, 1992.&lt;br /&gt;
&lt;br /&gt;
''Συλλογή Βοηθητικών Δεδομένων'' &lt;br /&gt;
&lt;br /&gt;
Πραγματοποιήθηκαν επίγειες μετρήσεις ανάκλασης μεγάλων, ομοιόμορφων θέσεων αναφοράς (αμμώδες έδαφος και νερό) από την περιοχή μελέτης Νησί Μπλάκχοκ, κατά τη διάρκεια μιας περιόδου αρκετών ημερών γύρω από τις ημερομηνίες πτήσης. Αυτά τα δεδομένα συλλέχθηκαν με τον GER Mark IV φασματογράφο και χρησιμοποιήθηκαν για ατμοσφαιρικές διορθώσεις.&lt;br /&gt;
&lt;br /&gt;
Το γεωγραφικό μήκος και πλάτος στοιχείων των λήψεων από τον AVIRIS προσδιορίστηκαν με τη χρήση του ενός παγκοσμίου συστήματος εντοπισμού θέσης (GPS). Το όργανο Trimble Pathfinder χρησιμοποιήθηκε για να προσδιοριστούν οι συντεταγμένες των δρόμων και άλλων χωρικών στοιχείων εντός της περιοχής μελέτης. Τα δεδομένα GPS που συλλέχθηκαν σε ότι αφορά το γεωγραφικό πλάτος και μήκος διορθώθηκαν με σημείο αναφοράς δεδομένα που συλλέχθηκαν από το Λέξινγκτον της Μασαχουσέτης (80 km από το δάσος Harvard). Τα σημεία ελέγχου (κυρίως διασταυρώσεις), κατανεμημένα σε όλη την εικόνα, αντιστοιχούν σε σημεία GPS και χρησιμοποιήθηκαν για να δημιουργήσουν συντεταγμένες πίνακα μετασχηματισμού που επέτρεψε την χαρτογράφηση του γεωγραφικού πλάτους και μήκους σε εικονοστοιχεία.&lt;br /&gt;
&lt;br /&gt;
Το μέσο σφάλμα ήταν  περίπου 1 εικονοστοιχείο. Η αρχική επιλογή της περιοχής μελέτης ήταν τέτοια ώστε η ζώνη γύρω από κάθε περιοχή μελέτης να περιέχει παρόμοια είδη σε σύνθεση, για την ελαχιστοποίηση των σφαλμάτων που οφείλονται σε λανθασμένη ταξινόμηση εικονοστοιχείου. Δεδομένα θέσης σε παγκόσμια κλίμακα δεν ήταν διαθέσιμα για το Νησί Μπλάκχοκ. Ένας ψηφιοποιημένος χάρτης, συμπεριλαμβανομένων των θέσεων των περιοχών μελέτης, καταχωρήθηκε στην εικόνα για να καθορίσει τις θέσεις εικονοστοιχείων.&lt;br /&gt;
&lt;br /&gt;
''Ατμοσφαιρικές διορθώσεις'' &lt;br /&gt;
&lt;br /&gt;
Ακριβείς μετασχηματισμοί της AVIRIS ακτινοβολίας σε ανακλαστικότητα στο επίπεδο του δασικού θόλου πρέπει να πραγματοποιηθεί πριν οι εικόνες που λήφθηκαν σε διαφορετικές χρονικές στιγμές μπορούν να συγκριθούν. Η ακρίβεια αυτών των διορθώσεων είναι ζωτικής σημασίας για τη βιωσιμότητα της τηλεπισκόπησης ως εργαλείο παρακολούθησης οικοσυστημάτων. Πολυάριθμες μέθοδοι ατμοσφαιρικής διόρθωσης αξιολογήθηκαν για δεδομένα AVIRIS. Αρκετές από αυτές τις μεθόδους έχουν εφαρμοστεί σε δεδομένα AVIRIS για το Blackhawk&lt;br /&gt;
Island και το Δάσος Χάρβαρντ. Μια πλήρης επανεξέταση και σύγκριση των αλγορίθμων ατμοσφαιρικής διόρθωσης μπορεί να βρεθεί σε Clark et al. (1993, 1994).&lt;br /&gt;
&lt;br /&gt;
Τα δεδομένα από την περιοχή μελέτης Blackhawk διορθώθηκαν ατμοσφαιρικά χρησιμοποιώντας δεδομένα εδάφους. Χρησιμοποιώντας δεδομένα πεδίου, εργαστηρίου και AVIRIS φασματικά δεδομένα, προέκυψαν αντισταθμιστικοί παράγοντες και πολλαπλασιαστές για να μετατραπεί η ακτινοβολία AVIRIS σε ανάκλαση εδάφους. Για τη μελέτη αυτή, λήψεις από το Δάσος Χάρβαρντ και το Νησί Μπλάκχοκ διορθώθηκαν στο Κέντρο για τη Μελέτη της Γης από το Διάστημα του Πανεπιστημίου του Κολοράντο, χρησιμοποιώντας το πρόγραμμα ατμοσφαιρικής διόρθωσης, ATREM των Gao et al. (1991, 1992). Αυτή η μέθοδος χρησιμοποιεί τις πληροφορίες εντός του φάσματος ακτινοβολίας AVIRIS για την εκτίμηση των υδρατμών της ατμόσφαιρας για κάθε εικονοστοιχείο, οι οποίες, με τη σειρά τους, εφαρμόζονται σε ένα μοντέλο μεταφοράς ακτινοβολίας για την εξαγωγή δεδομένων ανακλαστικότητας. Για την αφαίρεση συστηματικών σφαλμάτων στα διορθωμένα δεδομένα κατά το μοντέλο ATREM, πραγματοποιήθηκε μια δευτερεύουσα διόρθωση, με βάση τη διαφορά μεταξύ της ειδικής ρύθμισης.&lt;br /&gt;
&lt;br /&gt;
'''Ανάλυση δεδομένων''' &lt;br /&gt;
&lt;br /&gt;
''Εποχιακές διακυμάνσεις στη σύσταση των φύλλων'' &lt;br /&gt;
&lt;br /&gt;
Μία μονόδρομη ANOVA χρησιμοποιήθηκε για να καθοριστεί, για κάθε είδος, αν η σύσταση των φύλλων παρουσίαζε στατιστικά σημαντικές διακυμάνσεις καθ 'όλη την περίοδο ανάπτυξης. Mε πιθανότητα λάθους P = 0,10, πραγματοποιήθηκαν t τεστ για ζευγάρια γειτονικών εποχών με σκοπό τον προσδιορισμό περιόδων δειγματοληψίας με σημαντικές διακυμάνσεις στη σύσταση των φύλλων.&lt;br /&gt;
 &lt;br /&gt;
''Συσχετίζοντας τα δεδομένα AVIRIS με δεδομένα χημείας του δασικού θόλου''&lt;br /&gt;
&lt;br /&gt;
Οι σχέσεις μεταξύ AVIRIS δεδομένων και δεδομένων πεδίου, σχετικά με τη συγκέντρωση χημικών, ερευνήθηκαν με ανάλυση πολλαπλής γραμμικής παλινδρόμησης. Αυτός ο μετασχηματισμός καταλήγει σε ένα φάσμα στο οποίο οι κορυφές και κοιλάδες αντιστοιχούν με σημεία καμπής στα φάσματα ανάκλασης.&lt;br /&gt;
&lt;br /&gt;
''Μοντελοποίηση οικοσυστήματος''&lt;br /&gt;
&lt;br /&gt;
Το μοντέλο που χρησιμοποιήθηκε (Aber &amp;amp; Federer, 1992) αρχικά αναπτύχθηκε για να προβλέψει την ισορροπία του άνθρακα για μία ενιαία περιοχή μελέτης και εδώ τροποποιήθηκε για να παρέχει χωρικές εκτιμήσεις σχετικά με την παραγωγικότητα του οικοσυστήματος.&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα και συζήτηση'''&lt;br /&gt;
&lt;br /&gt;
''Εποχιακές συλλογές φύλλων'' &lt;br /&gt;
&lt;br /&gt;
Από τα τρία είδη κωνοφόρων του δείγματος, μόνο η Νορβηγική ερυθρελάτη έδειξε σημαντική διακύμανση της συγκέντρωσης αζώτου  μεταξύ των διαφορετικών εποχών δειγματοληψίας. Το Κόκκινο πεύκο ήταν το μοναδικό κωνοφόρο είδος που παρουσίασε σημαντικές μεταβολές στη συγκέντρωση λιγνίνης των φυλλωμάτων του, με μείωση που σημειώθηκε στο μέσο της σεζόν. Η συγκέντρωση της λιγνίνης μειώνεται με την επέκταση των φύλλων και στη συνέχεια αυξάνεται ενώ τα φύλλα αρχίζουν να λιγνιτοποιούνται αργά κατά τη σεζόν. Παρ’ότι το ίδιο μοτίβο στην επέκταση των φύλλων και στη λιγνιτοποίηση εμφανίζεται στις μονοετείς βελόνες κώνειου και ερυθρελάτης, μόνο το 15-20% είναι βελόνες μονετείς, και η επιρροή τους στη χημεία του δείγματος δεν είναι τόσο ισχυρή όσο στο κόκκινο πεύκο.&lt;br /&gt;
&lt;br /&gt;
Οκτώ από τα εννέα είδη πλατύφυλλων έδειξαν σημαντικές διαφορές στη συγκέντρωση του αζώτου μεταξύ των τελευταίων δύο περιόδων δειγματοληψίας. Η μείωση αυτή συγκέντρωσης του αζώτου στα τέλη της σεζόν στα πλατύφυλλα είδη οφείλεται στη μετατόπιση του αζώτου από το φύλλωμα πριν τη γήρανση των φύλλων. Οι συγκεντρώσεις λιγνίνης ήταν σημαντικά διαφορετικές μεταξύ διαδοχικών περιόδων δειγματοληψίας για την οξιά, τη σημύδα και τη λευκή καρυά νωρίς στην καλλιεργητική περίοδο. Αυτά τα δεδομένα δείχνουν ότι λίγες σημαντικές διαφορές εμφανίζονται στις συγκεντρώσεις αζώτου και λιγνίνης στα φυλλώματα μεταξύ αρχών Ιουλίου και μέσα Σεπτεμβρίου. Αυτή η περίοδος της καλλιεργητικής περιόδου θα μπορούσε να χρησιμοποιηθεί σε συνδυασμό με τα δεδομένα τηλεπισκόπησης της ίδιας χρονικής περιόδου.&lt;br /&gt;
&lt;br /&gt;
''Συσχετίσεις AVIRIS και δεδομένων πεδίου''&lt;br /&gt;
&lt;br /&gt;
Η αρχική ανάλυση του πεδίου και τα δεδομένα τηλεπισκόπησης  πραγματοποιήθηκαν για κάθε περιοχή (Νησί Μπλακχοκ και το Δάσος Χάρβαρντ) χωριστά. Στην ανάλυση αυτή, τα δεδομένα AVIRIS από 20 περιοχές μελέτης σε κάθε περιοχή συσχετίστηκαν με τα δεδομένα πεδίου. Οι προκύπτουσες εξισώσεις χρησιμοποιούνται για την πρόβλεψη της χημείας του δασικού θόλου στην άλλη περιοχή μελέτης, έτσι ώστε να δοκιμαστεί η γενικότητα των σχέσεων. Μια περαιτέρω ανάλυση των δεδομένων σε συνδυασμό με το σύνολο των 40 περιοχών μελέτης από τις δύο περιοχές.&lt;br /&gt;
&lt;br /&gt;
Στο Δάσος Χάρβαρντ, για την πρόβλεψη της συγκέντρωσης αζώτου αναπτύχθηκε μία σχέση δύο όρων, των δεδομένων AVIRIS πρώτη διαφοράς ανάκλασης και της συγκέντρωσης του αζώτου από μετρήσεις πεδίου. Οι δύο μπάντες συχνοτήτων που χρησιμοποιούνται σε αυτήν την εξίσωση έχουν κέντρο 750 και 2140 nm. Η απορρόφηση στην περιοχή 700 nm του φάσματος σχετίζεται με συγκέντρωση χλωροφύλλης. Η περιεκτικότητα σε χλωροφύλλη στο φύλλωμα συσχετίζεται με τη συνολική πρωτεΐνη και ως εκ τούτου τη συνολική περιεκτικότητα σε άζωτο. Πολυάριθμες μελέτες έχουν δείξει ότι τα δεδομένα εργαστηρίου και δεδομένα τηλεπισκόπησης σε αυτή την περιοχή του κόκκινου είναι ευαίσθητα στη συγκέντρωση της χλωροφύλλης.&lt;br /&gt;
&lt;br /&gt;
Μια εξίσωση τεσσάρων όρων αναπτύχθηκε, η οποία συσχετίζει τα δεδομένα AVIRIS με τις μπάντες συγκέντρωσης λιγνίνης δασικού θόλου στην περιοχή των 1660 - 2280 nm. Απορρόφηση στην περιοχή αυτή αποδίδεται σε έναν αριθμό διαφορετικών μοριακών δεσμών. Ο έλεγχος των εξισώσεων έγινε από μια επαναληπτική μέθοδο διασταυρούμενης επικύρωσης.&lt;br /&gt;
&lt;br /&gt;
Στο Νησί Μπλακχοκ η καλύτερη σχέση μεταξύ δεδομένων AVIRIS και πεδίου μετράει το άζωτο χρησιμοποιώντας τη διαφορά μπάντας ανάκλασης στα 950 και 2290 nm. Η εξίσωση λιγνίνης που αναπτύχθηκε στην παρούσα μελέτη χρησιμοποίησε τις μπάντες σε 790 και 1700 nm.&lt;br /&gt;
&lt;br /&gt;
Όλες οι προβλέψεις που προήλθαν από την σύγκριση των εξισώσεων στις δύο περιοχές μελέτης παρήγαγαν φτωχά αποτελέσματα , υποδεικνύοντας ότι οι φασματικές και/ή οι πληροφορίες πεδίου για κάθε μία από τις δύο περιοχές δεν είναι αντιπροσωπευτικές και για την άλλη. Οι διαφορές αυτές αποδόθηκαν σε θόρυβο και σε μεγάλες διακυμάνσεις της σύστασης και της συγκέντρωσης των χημικών που μελετήθηκαν.&lt;br /&gt;
&lt;br /&gt;
''Συνδυασμός των αποτελεσμάτων από τις δύο περιοχές μελέτης''&lt;br /&gt;
&lt;br /&gt;
Δεδομένα τόσο από το Δάσος Χάρβαρντ όσο και από το Νησί Μπλακχοκ συνενώθηκαν για την τελική προσαρμογή δεδομένων λιγνίνης και αζώτου. Το άζωτο μπορεί να προβλεφθεί χρησιμοποιώντας τις μπάντες 783 και 1640 nm. Αυτές οι εξισώσεις, που βασίστηκαν σε επιλεγμένα εικονοστοιχεία μελέτης, στη συνέχεια εφαρμόστηκαν σε όλα τα εικονοστοιχεία, αποδίδοντας χωρικές εκτιμήσεις συγκεντρώσεων αζώτου και λιγνίνης στα φυλλώματα.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Εξισώσεις που αφορούν AVIRIS φασματικά δεδομένα, εφαρμοσμένα στο πεδίο, τα οποία μετρούν τη χημεία δασικού θόλου, μπορούν να χρησιμοποιηθούν για να πραγματοποιήσουν χωρικά αναλυτικές εκτιμήσεις του περιεχομένου σε άζωτο και λιγνίνη του δασικού θόλου μέσα από λήψεις AVIRIS. Οι εκτιμήσεις πραγματοποιήθηκαν για τις περιοχές μελέτης, Δάσος Χάρβαρντ στη Μασαχουσέτη και Νησί Μπλάκχοκ, στο Ουισκόνσιν. Η εφαρμογή αυτών των εκτιμήσεων σύστασης του δασικού θόλου σε μοντέλα οικοσυστήματος προσθέτει μια σημαντική χωρική διάσταση στις εκτιμήσεις του ισοζυγίου του άνθρακα και της ανακύκλωσης των θρεπτικών στοιχείων. Η περαιτέρω μελέτη των δεδομένων αυτών και παρόμοιων συνόλων δεδομένων, θα χρησιμοποιηθεί για να αναπτυχθούν πιο γενικευμένες εξισώσεις αντιμετώπισης τέτοιων ζητημάτων όπως η μεταβλητότητα ανάμεσα στις λήψεις που οφείλονται στην ατμόσφαιρα και τη σύνθεση των δασικών ειδών. Καθιέρωση μιας αρχικής λειτουργίας και παρακολούθησης των αλλαγών δασικών οικοσυστημάτων που μπορεί να προκύψουν στο μέλλον είναι ζωτικής σημασίας συστατικά στην κατανόηση του ρόλου των δασών σε παγκόσμιο επίπεδο και των βιογεωχημικών κύκλων.&lt;br /&gt;
&lt;br /&gt;
[http://www.uprm.edu/biology/profs/chinea/gis/lectesc/RS_lignin_N.pdf]&lt;br /&gt;
&lt;br /&gt;
 [[category:Μικτό δάσος]]&lt;/div&gt;</summary>
		<author><name>Maria Kampouri</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%94%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AE_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CE%A5%CF%88%CE%B7%CE%BB%CE%AE%CF%82_%CE%A6%CE%B1%CF%83%CE%BC%CE%B1%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%91%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7%CF%82_%CF%84%CE%BF%CF%85_%CE%94%CE%B1%CF%83%CE%B9%CE%BA%CE%BF%CF%8D_%CE%98%CF%8C%CE%BB%CE%BF%CF%85,_%CE%9B%CE%B9%CE%B3%CE%BD%CE%AF%CE%BD%CE%B7,_%CE%86%CE%B6%CF%89%CF%84%CE%BF_%CE%BA%CE%B1%CE%B9_%CE%94%CE%B9%CE%B1%CE%B4%CE%B9%CE%BA%CE%B1%CF%83%CE%AF%CE%B5%CF%82_%CE%9F%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</id>
		<title>Δορυφορική Τηλεπισκόπηση Υψηλής Φασματικής Ανάλυσης του Δασικού Θόλου, Λιγνίνη, Άζωτο και Διαδικασίες Οικοσυστημάτων</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%94%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AE_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CE%A5%CF%88%CE%B7%CE%BB%CE%AE%CF%82_%CE%A6%CE%B1%CF%83%CE%BC%CE%B1%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%91%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7%CF%82_%CF%84%CE%BF%CF%85_%CE%94%CE%B1%CF%83%CE%B9%CE%BA%CE%BF%CF%8D_%CE%98%CF%8C%CE%BB%CE%BF%CF%85,_%CE%9B%CE%B9%CE%B3%CE%BD%CE%AF%CE%BD%CE%B7,_%CE%86%CE%B6%CF%89%CF%84%CE%BF_%CE%BA%CE%B1%CE%B9_%CE%94%CE%B9%CE%B1%CE%B4%CE%B9%CE%BA%CE%B1%CF%83%CE%AF%CE%B5%CF%82_%CE%9F%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"/>
				<updated>2014-05-11T19:48:35Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Kampouri: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[http://147.102.106.42/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:1_AzotoLign100conc.JPG]]&lt;br /&gt;
&lt;br /&gt;
Ecological Application 7 (2) (1997) 431–443&lt;br /&gt;
by the Ecological Society of America&lt;br /&gt;
&lt;br /&gt;
Mary E. Martin &amp;amp; John D. Aber&lt;br /&gt;
&lt;br /&gt;
'''Περίληψη'''&lt;br /&gt;
&lt;br /&gt;
'''Η Τηλεπισκόπηση της χημικής σύνθεσης των φύλλων έχει αναγνωριστεί ως ένα σημαντικό στοιχείο στην παραγωγή μεγάλης κλίμακας χωρικά αναλυτικών εκτιμήσεων της λειτουργίας των δασικών οικοσυστημάτων. Αυτή η μελέτη σχεδιάστηκε για να προσδιορίσει εάν δεδομένα από Εναέριους Φασματογράφους Απεικόνισης Ορατού/Υπέρυθρου (AVIRIS) της NASA θα μπορούσαν να χρησιμοποιηθούν για τον προσδιορισμό του δασικού θόλου σε χωρική ανάλυση 20 μέτρων, και αν ναι, να χρησιμοποιηθούν οι πληροφορίες αυτές για να αναπτυχθεί ένα μοντέλο παραγωγικότητας του οικοσυστήματος. Δείγματα φυλλωμάτων και νεκρών αποσυντιθόμενων φύλλων συλλέχθηκαν σε 40 περιοχές μελέτης στο Νησί Μπλακχοκ (Blackhawk Island) του Ουισκόνσιν, και το Δάσος Χάρβαρντ (Harvard Forest) στη Μασαχουσέτη, με σκοπό τον προσδιορισμό των επιπέδων του αζώτου και των συγκεντρώσεων λιγνίνης στον δασικό θόλο. Κατά τη διάρκεια της δειγματοληψίας πεδίου, δεδομένα AVIRIS αποκτήθηκαν για τις δύο περιοχές μελέτης. Εξισώσεις αναπτύχθηκαν, οι οποίες συσχέτιζαν το άζωτο με τη λιγνίνη σε επιλεγμένες φασματικές ζώνες (R2 5 0,87 και 0,77, αντίστοιχα). Οι εξισώσεις αξιολογήθηκαν βάσει στατιστικών εντός της ίδιας περιοχής και σύγκρισης διαφορετικών περιοχών. Οι εξισώσεις αυτές στη συνέχεια εφαρμόστηκαν σε όλα τα εικονοστοιχεία έτσι ώστε να δημιουργηθούν αναλυτικές εκτιμήσεις του αζώτου και της λιγνίνης του δασικού θόλου και για τις δύο περιοχές μελέτης. Αυτές οι εκτιμήσεις συγκεντρώσεων αζώτου και λιγνίνης χρησιμοποιήθηκαν με τα υπάρχοντα μοντέλα για να προβλεφτεί η καθαρή παραγωγικότητα του οικοσυστήματος στο Δάσος Χάρβαρντ και τα ποσοστά ανόργανου αζώτου στο Νησί Μπλάκχοκ.'''&lt;br /&gt;
&lt;br /&gt;
Λέξεις κλειδιά: '''AVIRIS, δασικός θόλος, ισορροπία του άνθρακα σε ένα οικοσύστημα, λιγνίνη, άζωτο, δορυφορική τηλεπισκόπηση, φασματική ανάλυση'''&lt;br /&gt;
&lt;br /&gt;
 &lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Οι μετρήσεις των διαδικασιών ανακύκλωσης θρεπτικών συστατικών και φωτοσύνθεσης είναι κρίσιμης σημασίας για την εκτίμηση της ανταλλαγής των αερίων του θερμοκηπίου μεταξύ εδάφους, βλάστησης, και ατμόσφαιρας. Παραδοσιακά, τέτοιες μετρήσεις από το πεδίο είναι χρονοβόρες και παρέχουν πληροφορίες μικρής κλίμακας. Η τηλεπισκόπηση χρησιμοποιείται σε συνδυασμό με μοντέλα οικοσυστημάτων και προσφέρει μια νέα προσέγγιση την παρακολούθηση της λειτουργίας των δασικών οικοσυστημάτων σε περιφερειακή κλίμακα.&lt;br /&gt;
&lt;br /&gt;
Για τα δασικά οικοσυστήματα, η χημική σύνθεση των φυλλωμάτων είναι ένα σημαντικό χαρακτηριστικό, υπό την έννοια ότι παρέχει πληροφορίες σχετικά με τις&lt;br /&gt;
διεργασίες του οικοσυστήματος και μπορεί να ανιχνευθεί από απόσταση. Μελέτες πεδίου έχουν δείξει μια στενή σχέση μεταξύ της χημικής σύνθεση των φυλλωμάτων και τον ρυθμό αποσύνθεσης νεκρής οργανικής ύλης, τα οποία επηρεάζουν την ανακύκλωση των θρεπτικών συστατικών. Μάλιστα, το περιεχόμενο των φυλλωμάτων σε άζωτο σχετίζεται στενά με τον μέγιστο ρυθμό φωτοσύνθεσης. Οι σχέσεις μεταξύ της χημικής σύνθεσης του δασικού θόλου και δεδομένων δορυφορικής τηλεπισκόπησης έχουν διερευνηθεί σε μια ποικιλία δασικών οικοσυστημάτων. Σε αυτές τις μελέτες, φασματικά δεδομένα από το εγγύς υπέρυθρο (NIR) τμήμα του φάσματος (1100-2500 nm) συσχετίστηκαν με δεδομένα μετρήσεων πεδίου (π.χ. άζωτο, λιγνίνη, άμυλο). Δεδομένα για αυτές τις μελέτες αποκτήθηκαν με τη βοήθεια του Airborne Imaging Spectrometer (AIS) και του Airborne Visible / Infrared Imaging Spectrometer (AVIRIS).  Παρόλο που τέτοιες μελέτες κατέδειξαν την πιθανή χρησιμότητα της τηλεπισκόπησης στην εκτίμηση της χημικής σύστασης των φυλλωμάτων, η χρήση αυτών των εκτιμήσεων γα την ανάπτυξη μοντέλων, υπήρξε περιορισμένη. Οι πρωταρχικοί στόχοι της έρευνας που παρουσιάζεται ήταν ο καθορισμός των σχέσεων μεταξύ AVIRIS φασματικών δεδομένων και μετρήσεων πεδίου για τον προσδιορισμό της χημικής σύστασης του δασικού θόλου και τη χρήση των σχέσεων αυτών για την τροφοδότηση μοντέλων με σκοπό την άντληση χωρικών εκτιμήσεων της χημείας του δασικού θόλου (Wessman et al., 1988). &lt;br /&gt;
&lt;br /&gt;
'''Μέθοδοι'''&lt;br /&gt;
&lt;br /&gt;
Τα δεδομένα που χρησιμοποιήθηκαν σε αυτή τη μελέτη συλλέχθηκαν από το δάσος Δάσος Χάρβαρντ, στη Μασαχουσέτη, και το Νησί Μπλάκχοκ, στο Ουισκόνσιν (ΗΠΑ). Είκοσι περιοχές μελέτης βρίσκονται σε κάθε μία περιοχή και επιλέχθηκαν έτσι ώστε να καλύπτουν ένα ευρύ φάσμα της βιοποικιλότητας και χημικής σύνθεσης φυλλωμάτων. Στο Δάσος Χάρβαρντ συναντάει κανείς είτε δάση μικτών πλατύφυλλων ειδών, όπως βελανιδιές  (''Quercus rubra'') και σφένδαμο (''Acer rubrum''), είτε είδη κωνοφόρων, όπως πεύκη (''Pinus resinosa'', ''P. strobus'') και έλατο (''Abies balsamea''). Το Νησί Μπλάκχοκ είναι μια φυσική περιοχή που περιέχει ένα ευρύ φάσμα των τύπων δασών, συμπεριλαμβανομένων δέντρων, όπως ο σφένδαμος (A''cer saccharum''), η φλαμουριά (''Tilia americana''), η μαύρη βελανιδιά (''Quercus velutina'') και είδη πεύκου. &lt;br /&gt;
&lt;br /&gt;
''Συλλογή δεδομένων πεδίου''&lt;br /&gt;
&lt;br /&gt;
Συλλογές δεδομένων πεδίου έγιναν για να προσδιοριστούν οι εποχιακές διακυμάνσεις της χημείας των φύλλων και να ποσοτικοποιηθεί η χημική σύνθεση των περιοχών μελέτης που χρησιμοποιούνται στην ανάλυση AVIRIS.&lt;br /&gt;
&lt;br /&gt;
Για να προσδιοριστεί η εποχιακή διακύμανση του περιεχομένου των φύλλων σε άζωτο και λιγνίνη σε κωνοφόρα και πλατύφυλλα είδη, συλλέχθηκαν φύλλα κατά διαστήματα τριών εβδομάδων κατά το διάστημα ανάπτυξης κατά τα έτη 1989-1990 (1989: 30 Ιουνίου ,19 Ιουλίου, 7 Αυγούστου, 1η Σεπτεμβρίου και 8 Οκτωβρίου και 1990: 19 Ιουνίου, 10 Ιουλίου, 31 Ιουλίου, 27 Αυγούστου, 18 Σεπτεμβρίου και 16 Οκτωβρίου). Φύλλα συλλέχθηκαν από μεμονωμένα δέντρα για την αξιολόγηση της χρονικής μεταβλητότητας του περιεχομένου σε άζωτο και λιγνίνη των φυλλωμάτων. Κατά τη διάρκεια κάθε δειγματοληψίας, τα φύλλα συλλέχθηκαν από τρία δέντρα κάθε είδους. Κάθε δείγμα ήταν ένα σύνθετο φύλλων από τρία διαφορετικά ύψη μέσα στον δασικό θόλο. Τα δείγματα αναλύθηκαν για άζωτο και λιγνίνη (% ξερή μάζα) χρησιμοποιώντας τη μέθοδο εγγύς υπέρυθρου (NIR) (McLellan et al., 1991).&lt;br /&gt;
&lt;br /&gt;
Δείγματα πράσινων φύλλων συλλέχθηκαν εντός 10 ημερών από τις AVIRIS πτήσεις για να καθοριστεί η χημεία του κάθε είδους σε κάθε περιοχή μελέτης (HF: 18 - 23 Ιουνίου, 1992, BHI: 26 - 29 Ιουνίου, 1992). Σε κάθε περιοχή μελέτης, εντοπίστηκαν όλα τα κυρίαρχα είδη ποώδους βλάστησης και επιλέχθηκαν πέντε δέντρα από κάθε είδος και συλλέχθηκαν πράσινα φύλλα. Φύλλα συλλέχθηκαν από νεαρά κλαδιά του δασικού θόλου και από διάφορα ύψη και αναλύθηκαν για το περιεχόμενό τους. &lt;br /&gt;
&lt;br /&gt;
Ξερά φύλλα σε αποσύνθεση, τα οποία συλλέχθηκαν με καλάθια (κάθε 2-3 εβδομάδες), τα οποία είχαν τοποθετηθεί στο έδαφος κάθε περιοχής μελέτης για ένα διάστημα τριών μηνών (1/9 - 15/12) για τα φυλλοβόλα δέντρα και εννέα μηνών για τα αειθαλή (1/9 – 30/5), αναλύθηκαν επίσης για το περιεχόμενό τους σε λιγνίνη και άζωτο.&lt;br /&gt;
&lt;br /&gt;
''Δεδομένα τηλεπισκόπησης - AVIRIS''&lt;br /&gt;
&lt;br /&gt;
Ο Εναέριος Φασματογράφος Ορατής / Υπέρυθρης Απεικόνισης (The Airborne Visible / Infrared Imaging Spectrometer - AVIRIS) έχει σχεδιαστεί και κατασκευαστεί από το Εργαστήριο Αεριωθούμενης Προώθησης (Jet Propulsion Lab - JPL) για την απεικόνιση υψηλής  φασματικής ανάλυσης της Γης πετώντας σε υψόμετρο 20 χιλιομέτρων επί του αεροσκάφους ER-2. Η χωρική ανάλυση του οργάνου αυτού είναι περίπου 20 μέτρα, με κάλυψη ανά εικόνα πλάτους 614 εικονοστοιχεία. Κάθε χωρική εικόνα συλλέγεται με ένα μηχανισμό σάρωσης κάθετο προς την κατεύθυνση της πορείας του αεροσκάφους. Η AVIRIS μετρά 224 συνεχόμενες φασματικές ζώνες για κάθε εικονοστοιχείο που κυμαίνονται από 0,4 έως 2,4 χιλιοστά, με μία φασματική ανάλυση 10 νανόμετρα. Τα δεδομένα που λαμβάνονται από τον AVIRIS διορθώνονται ραδιομετρικά. Αυτές οι διορθώσεις μετατρέπουν ψηφιακούς αριθμούς σε τιμές ακτινοβολίας για κάθε εικονοστοιχείο. Δεδομένα AVIRIS αποκτήθηκαν για το δάσος Harvard στις 15 Ιουνίου 1992, και για το Νησί Μπλάκχοκ στις 21 Ιουνίου, 1992.&lt;br /&gt;
&lt;br /&gt;
''Συλλογή Βοηθητικών Δεδομένων'' &lt;br /&gt;
&lt;br /&gt;
Πραγματοποιήθηκαν επίγειες μετρήσεις ανάκλασης μεγάλων, ομοιόμορφων θέσεων αναφοράς (αμμώδες έδαφος και νερό) από την περιοχή μελέτης Νησί Μπλάκχοκ, κατά τη διάρκεια μιας περιόδου αρκετών ημερών γύρω από τις ημερομηνίες πτήσης. Αυτά τα δεδομένα συλλέχθηκαν με τον GER Mark IV φασματογράφο και χρησιμοποιήθηκαν για ατμοσφαιρικές διορθώσεις.&lt;br /&gt;
&lt;br /&gt;
Το γεωγραφικό μήκος και πλάτος στοιχείων των λήψεων από τον AVIRIS προσδιορίστηκαν με τη χρήση του ενός παγκοσμίου συστήματος εντοπισμού θέσης (GPS). Το όργανο Trimble Pathfinder χρησιμοποιήθηκε για να προσδιοριστούν οι συντεταγμένες των δρόμων και άλλων χωρικών στοιχείων εντός της περιοχής μελέτης. Τα δεδομένα GPS που συλλέχθηκαν σε ότι αφορά το γεωγραφικό πλάτος και μήκος διορθώθηκαν με σημείο αναφοράς δεδομένα που συλλέχθηκαν από το Λέξινγκτον της Μασαχουσέτης (80 χλμ. από το δάσος Harvard). Τα σημεία ελέγχου (κυρίως διασταυρώσεις), κατανεμημένα σε όλη την εικόνα, αντιστοιχούν σε σημεία GPS και χρησιμοποιήθηκαν για να δημιουργήσουν συντεταγμένες πίνακα μετασχηματισμού που επέτρεψε την χαρτογράφηση του γεωγραφικού πλάτους και μήκους σε εικονοστοιχεία.&lt;br /&gt;
&lt;br /&gt;
Το μέσο σφάλμα ήταν  περίπου 1 εικονοστοιχείο. Η αρχική επιλογή της περιοχής μελέτης ήταν τέτοια ώστε η περιοχή γύρω από κάθε περιοχή μελέτης να περιέχει παρόμοια είδη σε σύνθεση, για την ελαχιστοποίηση των σφαλμάτων που οφείλονται σε λανθασμένη ταξινόμηση εικονοστοιχείου.&lt;br /&gt;
Δεδομένα θέσης σε παγκόσμια κλίμακα δεν ήταν διαθέσιμα για το&lt;br /&gt;
Νησί Μπλάκχοκ. Ένας ψηφιοποιημένος χάρτης συμπεριλαμβανομένων των θέσεων των περιοχών μελέτης καταχωρήθηκε στην εικόνα για να καθορίσει τις θέσεις εικονοστοιχείων. Όπως και με το Δάσος Χάρβαρντ&lt;br /&gt;
δεδομένων, τέσσερα εικονοστοιχεία ελήφθη ο μέσος όρος για κάθε επιφάνεια του δείγματος.&lt;br /&gt;
&lt;br /&gt;
''Ατμοσφαιρικές διορθώσεις'' &lt;br /&gt;
&lt;br /&gt;
Ακριβείς μετασχηματισμοί της AVIRIS ακτινοβολίας σε ανακλαστικότητα στο επίπεδο του δασικού θόλου πρέπει να πραγματοποιηθεί πριν οι εικόνες που λήφθηκαν σε διαφορετικές χρονικές στιγμές μπορούν να συγκριθούν. Η ακρίβεια αυτών των διορθώσεων είναι ζωτικής σημασίας για τη βιωσιμότητα της τηλεπισκόπησης ως εργαλείο παρακολούθησης οικοσυστημάτων. Πολυάριθμες μέθοδοι ατμοσφαιρικής διόρθωσης αξιολογήθηκαν για δεδομένα AVIRIS. Αρκετές από αυτές τις μεθόδους έχουν εφαρμοστεί σε δεδομένα AVIRIS για το Blackhawk&lt;br /&gt;
Island και το Δάσος Χάρβαρντ. Μια πλήρης επανεξέταση και σύγκριση των αλγορίθμων ατμοσφαιρικής διόρθωσης μπορεί να βρεθεί σε Clark et al. ( 1993, 1994).&lt;br /&gt;
&lt;br /&gt;
Τα δεδομένα από την περιοχή μελέτης Blackhawk διορθώθηκαν ατμοσφαιρικά χρησιμοποιώντας δεδομένα εδάφους. Χρησιμοποιώντας δεδομένα πεδίου, εργαστηρίου και AVIRIS φασματικά δεδομένα, αντισταθμιστικοί παράγοντες και πολλαπλασιαστές προέκυψαν για να μετατραπεί η ακτινοβολία AVIRIS σε ανάκλαση εδάφους. Για τη μελέτη αυτή, λήψεις από το Δάσος Χάρβαρντ και το Νησί Μπλάκχοκ διορθώθηκαν στο Κέντρο για τη Μελέτη της Γης από το Διάστημα του Πανεπιστημίου του Κολοράντο, χρησιμοποιώντας το πρόγραμμα ατμοσφαιρικής διόρθωσης, ATREM των Gao et al. (1991, 1992). Αυτή η μέθοδος χρησιμοποιεί τις πληροφορίες εντός του φάσματος ακτινοβολίας AVIRIS για την εκτίμηση των υδρατμών της ατμόσφαιρας για κάθε εικονοστοιχείο, οι οποίες, με τη σειρά τους, εφαρμόζονται σε ένα μοντέλο μεταφοράς ακτινοβολίας για την εξαγωγή δεδομένων ανακλαστικότητας. Για την αφαίρεση συστηματικών σφαλμάτων στα διορθωμένα δεδομένα κατά το μοντέλο ATREM, μια δευτερεύουσα διόρθωση, με βάση τη διαφορά μεταξύ της ειδικής ρύθμισης.&lt;br /&gt;
&lt;br /&gt;
'''Ανάλυση δεδομένων''' &lt;br /&gt;
&lt;br /&gt;
''Εποχιακές διακυμάνσεις στη σύσταση των φύλλων'' &lt;br /&gt;
&lt;br /&gt;
Μία μονόδρομη ANOVA χρησιμοποιήθηκε για να καθοριστεί, για κάθε είδος, αν η σύσταση των φύλλων παρουσίαζε στατιστικά σημαντικές διακυμάνσεις καθ 'όλη την περίοδο ανάπτυξης. Mε πιθανότητα λάθους P = 0.10, πραγματοποιήθηκαν t τεστ σε ζευγάρια γειτονικών εποχών με σκοπό τον προσδιορισμό περιόδων δειγματοληψίας με σημαντικές διακυμάνσεις στη σύσταση των φύλλων.&lt;br /&gt;
 &lt;br /&gt;
''Συσχετίζοντας τα δεδομένα AVIRIS με δεδομένα χημείας του δασικού θόλου''&lt;br /&gt;
&lt;br /&gt;
Οι σχέσεις μεταξύ AVIRIS δεδομένων και δεδομένων πεδίου σχετικά με τη συγκέντρωση χημικών ερευνήθηκαν με ανάλυση πολλαπλής γραμμικής παλινδρόμησης. Αυτός ο μετασχηματισμός καταλήγει σε ένα φάσμα στο οποίο οι κορυφές και κοιλάδες αντιστοιχούν με σημεία καμπής στα φάσματα ανάκλασης.&lt;br /&gt;
&lt;br /&gt;
''Μοντελοποίηση οικοσυστήματος''&lt;br /&gt;
&lt;br /&gt;
Το μοντέλο που χρησιμοποιήθηκε (Aber &amp;amp; Federer, 1992) αρχικά αναπτύχθηκε για να προβλέψει την ισορροπία του άνθρακα για μία ενιαία περιοχή μελέτης και εδώ&lt;br /&gt;
τροποποιήθηκε για να παρέχει χωρικές εκτιμήσεις σχετικά με την παραγωγικότητα του οικοσυστήματος.&lt;br /&gt;
'''&lt;br /&gt;
Αποτελέσματα και συζήτηση'''&lt;br /&gt;
&lt;br /&gt;
''Εποχιακές συλλογές φύλλων'' &lt;br /&gt;
&lt;br /&gt;
Από τα τρία είδη κωνοφόρων του δείγματος, μόνο η Νορβηγική ερυθρελάτη έδειξε σημαντική διακύμανση της συγκέντρωσης αζώτου  μεταξύ των διαφορετικών εποχών δειγματοληψίας. Το Κόκκινο πεύκο ήταν το μοναδικό κωνοφόρο είδος που παρουσίασε σημαντικές μεταβολές στη συγκέντρωση λιγνίνης των φυλλωμάτων του, με μείωση που σημειώθηκε στο μέσο της σεζόν. Η συγκέντρωση της λιγνίνης μειώνεται με την επέκταση των φύλλων και στη συνέχεια αυξάνεται ενώ τα φύλλα αρχίζουν να λιγνιτοποιούνται αργά κατά τη σεζόν. Παρ’ότι το ίδιο μοτίβο στην επέκταση των φύλλων και στη λιγνιτοποίηση εμφανίζεται στις μονοετείς βελόνες κώνειου και ερυθρελάτης, μόνο το 15-20% είναι βελόνες μονετείς, και η επιρροή τους στη χημεία του δείγματος δεν είναι τόσο ισχυρή όσο στο κόκκινο πεύκο.&lt;br /&gt;
&lt;br /&gt;
Οκτώ από τα εννέα είδη πλατύφυλλων έδειξαν σημαντικές διαφορές στη συγκέντρωση του αζώτου μεταξύ των τελευταίων δύο περιόδους δειγματοληψίας. Η μείωση αυτή συγκέντρωσης του αζώτου στα τέλη της σεζόν στα πλατύφυλλα είδη οφείλεται στη μετατόπιση του αζώτου από το φύλλωμα πριν τη γήρανση των φύλλων. Οι συγκεντρώσεις λιγνίνης ήταν σημαντικά διαφορετικές μεταξύ διαδοχικών περιόδων δειγματοληψίας για την οξιά, τη σημύδα και τη λευκή καρυά νωρίς στην καλλιεργητική περίοδο. Αυτά τα δεδομένα δείχνουν ότι λίγες σημαντικές διαφορές εμφανίζονται στις συγκεντρώσεις αζώτου και λιγνίνης στα φυλλώματα μεταξύ αρχών Ιουλίου και μέσα Σεπτεμβρίου. Αυτή η περίοδος της καλλιεργητικής περιόδου θα μπορούσε να χρησιμοποιηθεί σε συνδυασμό με τα δεδομένα τηλεπισκόπησης της ίδιας χρονικής περιόδου.&lt;br /&gt;
&lt;br /&gt;
''Συσχετίσεις AVIRIS και δεδομένων πεδίου''&lt;br /&gt;
&lt;br /&gt;
Η αρχική ανάλυση του πεδίου και τα δεδομένα τηλεπισκόπησης  πραγματοποιήθηκαν για κάθε περιοχή (Νησί Μπλακχοκ και το Δάσος Χάρβαρντ) χωριστά . Στην ανάλυση αυτή, τα δεδομένα AVIRIS από 20 περιοχές μελέτης σε κάθε περιοχή συσχετίστηκαν με τα δεδομένα πεδίου. Οι προκύπτουσες εξισώσεις χρησιμοποιούνται για την πρόβλεψη της χημείας του δασικού θόλου στην άλλη περιοχή μελέτης, έτσι ώστε να δοκιμαστεί η γενικότητα των σχέσεων. Μια περαιτέρω ανάλυση των δεδομένων σε συνδυασμό με το σύνολο των 40 περιοχών μελέτης από τις δύο περιοχές.&lt;br /&gt;
&lt;br /&gt;
Στο Δάσος Χάρβαρντ, για την πρόβλεψη της συγκέντρωσης αζώτου αναπτύχθηκε μία σχέση δύο όρων, των δεδομένων AVIRIS πρώτη διαφοράς ανάκλασης και της συγκέντρωσης του αζώτου από μετρήσεις πεδίου. Οι δύο μπάντες συχνοτήτων που χρησιμοποιούνται σε αυτήν την εξίσωση έχουν κέντρο 750 και 2140 nm. Η απορρόφηση στην περιοχή 700 - nm του φάσματος σχετίζεται με συγκέντρωση χλωροφύλλης. Η περιεκτικότητα σε χλωροφύλλη στο φύλλωμα συσχετίζεται με τη συνολική πρωτεΐνη και ως εκ τούτου τη συνολική περιεκτικότητα σε άζωτο. Πολυάριθμες μελέτες έχουν δείξει ότι η κλίση δεδομένων εργαστηρίου και δεδομένων τηλεπισκόπησης σε αυτή την περιοχή του κόκκινου είναι ευαίσθητα στη συγκέντρωση της χλωροφύλλης.&lt;br /&gt;
&lt;br /&gt;
Μια εξίσωση τεσσάρων όρων που συσχετίζει τα δεδομένα AVIRIS με τις μπάντες&lt;br /&gt;
συγκέντρωσης λιγνίνης δασικού θόλου στην περιοχή των 1660 - 2280 nm. Απορρόφηση στην περιοχή αυτή αποδίδεται σε έναν αριθμό διαφορετικών μοριακών δεσμών. Ο έλεγχος των εξισώσεων αξιολογήθηκαν από μια επαναληπτική μέθοδο διασταυρούμενης επικύρωσης.&lt;br /&gt;
&lt;br /&gt;
Στο Νησί Μπλακχοκ η καλύτερη σχέση μεταξύ δεδομένων AVIRIS και πεδίου μετράει το άζωτο χρησιμοποιώντας τη διαφορά μπάντας ανάκλασης στα 950 και 2290 nm. Η εξίσωση λιγνίνης που αναπτύχθηκε στην παρούσα μελέτη χρησιμοποίησε τις μπάντες σε 790 και 1700 nm.&lt;br /&gt;
&lt;br /&gt;
Όλες οι προβλέψεις που προήλθαν από την σύγκριση των εξισώσεων στις δύο περιοχές μελέτης παρήγαγαν φτωχά αποτελέσματα , υποδεικνύοντας ότι οι φασματικές και/ή οι πληροφορίες πεδίου για κάθε μία από τις δύο περιοχές δεν είναι αντιπροσωπευτικές και για την άλλη. Οι διαφορές αυτές αποδόθηκαν σε θόρυβο και σε μεγάλες διακυμάνσεις της σύστασης και της συγκέντρωσης των χημικών που μελετήθηκαν.&lt;br /&gt;
&lt;br /&gt;
''Συνδυασμός των αποτελεσμάτων από τις δύο περιοχές μελέτης''&lt;br /&gt;
&lt;br /&gt;
Δεδομένα τόσο από το Δάσος Χάρβαρντ όσο και από το Νησί Μπλακχοκ συνενώθηκαν για την τελική προσαρμογή δεδομένων λιγνίνης και αζώτου. Το άζωτο μπορεί να προβλεφθεί χρησιμοποιώντας τις μπάντες 783 και 1640 nm. Αυτές οι εξισώσεις, που βασίστηκαν σε επιλεγμένα εικονοστοιχεία μελέτης, στη συνέχεια εφαρμόστηκαν σε όλα τα εικονοστοιχεία, αποδίδοντας χωρικές εκτιμήσεις συγκεντρώσεων αζώτου και λιγνίνης στα φυλλώματα.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Εξισώσεις που αφορούν AVIRIS φασματικά δεδομένα εφαρμοσμένα στο πεδίο και μετρούν τη χημεία δασικού θόλου, μπορούν να χρησιμοποιηθούν για να πραγματοποιήσουν χωρικά αναλυτικές εκτιμήσεις του περιεχομένου σε άζωτο και λιγνίνη του δασικού θόλου μέσα από λήψεις AVIRIS. Οι εκτιμήσεις πραγματοποιήθηκαν για τις περιοχές μελέτης, Δάσος Χάρβαρντ στη Μασαχουσέτη και Νησί Μπλάκχοκ, στο Ουισκόνσιν. Η εφαρμογή αυτών των εκτιμήσεων σύστασης του δασικού θόλου σε μοντέλα οικοσυστήματος προσθέτει μια σημαντική χωρική διάσταση στις εκτιμήσεις του ισοζυγίου του άνθρακα και της ανακύκλωσης των θρεπτικών στοιχείων. Η περαιτέρω μελέτη των δεδομένων αυτών και παρόμοιων συνόλων δεδομένων, θα χρησιμοποιηθεί για να αναπτυχθούν πιο γενικευμένες εξισώσεις αντιμετώπισης τέτοιων ζητημάτων όπως η μεταβλητότητα ανάμεσα στις λήψεις που οφείλονται στην ατμόσφαιρα και τη σύνθεση των δασικών ειδών. Καθιέρωση μιας αρχικής λειτουργίας και παρακολούθησης των αλλαγών δασικών οικοσυστημάτων που μπορεί να προκύψουν στο μέλλον, είναι ζωτικής σημασίας συστατικά στην κατανόηση του ρόλου των δασών σε παγκόσμιο επίπεδο και των βιογεωχημικών κύκλων.&lt;br /&gt;
&lt;br /&gt;
[http://www.uprm.edu/biology/profs/chinea/gis/lectesc/RS_lignin_N.pdf]&lt;br /&gt;
&lt;br /&gt;
 [[category:Μικτό δάσος]]&lt;/div&gt;</summary>
		<author><name>Maria Kampouri</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%94%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AE_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CE%A5%CF%88%CE%B7%CE%BB%CE%AE%CF%82_%CE%A6%CE%B1%CF%83%CE%BC%CE%B1%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%91%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7%CF%82_%CF%84%CE%BF%CF%85_%CE%94%CE%B1%CF%83%CE%B9%CE%BA%CE%BF%CF%8D_%CE%98%CF%8C%CE%BB%CE%BF%CF%85,_%CE%9B%CE%B9%CE%B3%CE%BD%CE%AF%CE%BD%CE%B7,_%CE%86%CE%B6%CF%89%CF%84%CE%BF_%CE%BA%CE%B1%CE%B9_%CE%94%CE%B9%CE%B1%CE%B4%CE%B9%CE%BA%CE%B1%CF%83%CE%AF%CE%B5%CF%82_%CE%9F%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</id>
		<title>Δορυφορική Τηλεπισκόπηση Υψηλής Φασματικής Ανάλυσης του Δασικού Θόλου, Λιγνίνη, Άζωτο και Διαδικασίες Οικοσυστημάτων</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%94%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AE_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CE%A5%CF%88%CE%B7%CE%BB%CE%AE%CF%82_%CE%A6%CE%B1%CF%83%CE%BC%CE%B1%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%91%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7%CF%82_%CF%84%CE%BF%CF%85_%CE%94%CE%B1%CF%83%CE%B9%CE%BA%CE%BF%CF%8D_%CE%98%CF%8C%CE%BB%CE%BF%CF%85,_%CE%9B%CE%B9%CE%B3%CE%BD%CE%AF%CE%BD%CE%B7,_%CE%86%CE%B6%CF%89%CF%84%CE%BF_%CE%BA%CE%B1%CE%B9_%CE%94%CE%B9%CE%B1%CE%B4%CE%B9%CE%BA%CE%B1%CF%83%CE%AF%CE%B5%CF%82_%CE%9F%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"/>
				<updated>2014-05-11T19:41:42Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Kampouri: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[http://147.102.106.42/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:1_AzotoLign100conc.JPG]]&lt;br /&gt;
&lt;br /&gt;
Ecological Application 7 (2) (1997) 431–443&lt;br /&gt;
by the Ecological Society of America&lt;br /&gt;
&lt;br /&gt;
Mary E. Martin &amp;amp; John D. Aber&lt;br /&gt;
&lt;br /&gt;
'''Περίληψη'''&lt;br /&gt;
&lt;br /&gt;
'''Η Τηλεπισκόπηση της χημικής σύνθεσης των φύλλων έχει αναγνωριστεί ως ένα σημαντικό στοιχείο στην παραγωγή μεγάλης κλίμακας χωρικά αναλυτικών εκτιμήσεων της λειτουργίας των δασικών οικοσυστημάτων. Αυτή η μελέτη σχεδιάστηκε για να προσδιορίσει εάν δεδομένα από Εναέριους Φασματογράφους Απεικόνισης Ορατού/Υπερυθρου (AVIRIS) της NASA θα μπορούσαν να χρησιμοποιηθούν για τον προσδιορισμό του δασικού θόλου σε χωρική ανάλυση 20 μέτρων, και αν ναι, να χρησιμοποιηθούν οι πληροφορίες αυτές για να αναπτυχθεί ένα μοντέλο παραγωγικότητας του οικοσυστήματος. Δείγματα φυλλωμάτων και νεκρών αποσυντιθόμενων φύλλων συλλέχτηκαν σε 40 περιοχές μελέτης στο Νησί Μπλακχοκ (Blackhawk Island) του Ουισκόνσιν, και το Δάσος Χάρβαρντ (Harvard Forest) στη Μασαχουσέτη, με σκοπό τον προσδιορισμό των επιπέδων του αζώτου και των συγκεντρώσεων λιγνίνης στον δασικό θόλο. Κατά τη διάρκεια της δειγματοληψίας πεδίου, δεδομένα AVIRIS αποκτήθηκαν για τις δύο περιοχές μελέτης. Εξισώσεις αναπτύχθηκαν, οι οποίες συσχέτιζαν το άζωτο με τη λιγνίνη σε επιλεγμένες φασματικές ζώνες (R2 5 0,87 και 0,77, αντίστοιχα). Οι εξισώσεις αξιολογήθηκαν βάσει στατιστικών εντός της ίδιας περιοχής και σύγκρισης διαφορετικών περιοχών. Οι εξισώσεις αυτές στη συνέχεια εφαρμόστηκαν σε όλα τα εικονοστοιχεία έτσι ώστε να δημιουργηθούν αναλυτικές εκτιμήσεις του αζώτου και της λιγνίνης του δασικού θόλου και για τις δύο περιοχές μελέτης. Αυτές οι εκτιμήσεις συγκεντρώσεων αζώτου και λιγνίνης χρησιμοποιήθηκαν με τα υπάρχοντα μοντέλα για να προβλεφτεί η καθαρή παραγωγικότητα του οικοσυστήματος στο Δάσος Χάρβαρντ και τα ποσοστά ανόργανου αζώτου στο Νησί Μπλάκχοκ.'''&lt;br /&gt;
&lt;br /&gt;
Λέξεις κλειδιά: '''AVIRIS, δασικός θόλος, ισορροπία του άνθρακα σε ένα οικοσύστημα, λιγνίνη, άζωτο, δορυφορική τηλεπισκόπηση, φασματική ανάλυση'''&lt;br /&gt;
&lt;br /&gt;
 &lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Οι μετρήσεις των διαδικασιών ανακύκλωσης θρεπτικών συστατικών και φωτοσύνθεσης είναι κρίσιμης σημασίας για την εκτίμηση της ανταλλαγής των αερίων του θερμοκηπίου μεταξύ εδάφους, βλάστησης, και ατμόσφαιρας. Παραδοσιακά, τέτοιες μετρήσεις από το πεδίο είναι χρονοβόρες και παρέχουν πληροφορίες μικρής κλίμακας. Η τηλεπισκόπηση χρησιμοποιείται σε συνδυασμό με μοντέλα οικοσυστημάτων και προσφέρει μια νέα προσέγγιση την παρακολούθηση της λειτουργίας των δασικών οικοσυστημάτων σε περιφερειακή κλίμακα.&lt;br /&gt;
&lt;br /&gt;
Για τα δασικά οικοσυστήματα, η χημική σύνθεση των φυλλωμάτων είναι ένα σημαντικό χαρακτηριστικό, υπό την έννοια ότι παρέχει πληροφορίες σχετικά με τις&lt;br /&gt;
διεργασίες του οικοσυστήματος και μπορεί να ανιχνευθεί από απόσταση. Μελέτες πεδίου έχουν δείξει μια στενή σχέση μεταξύ της χημικής σύνθεση των φυλλωμάτων και τον ρυθμό αποσύνθεσης νεκρή οργανικής ύλης, τα οποία επηρεάζουν την ανακύκλωση των θρεπτικών συστατικών. Μάλιστα, το περιεχόμενο των φυλλωμάτων σε άζωτο σχετίζεται στενά με τον μέγιστο ρυθμό φωτοσύνθεσης. Οι σχέσεις μεταξύ της χημικής σύνθεσης του δασικού θόλου και δεδομένα δορυφορικής τηλεπισκόπησης έχουν διερευνηθεί σε μια ποικιλία δασικών οικοσυστημάτων. Σε αυτές τις μελέτες, φασματικά δεδομένα από το εγγύς υπέρυθρο (NIR) τμήμα του φάσματος (1100-2500 nm) συσχετίστηκαν με δεδομένα μετρήσεων πεδίου (π.χ. άζωτο, λιγνίνη, άμυλο). Δεδομένα για αυτές τις μελέτες αποκτήθηκαν με τη βοήθεια του Airborne Imaging Spectrometer (AIS) και του Airborne Visible / Infrared Imaging Spectrometer (AVIRIS).  Παρόλο που τέτοιες μελέτες κατέδειξαν την πιθανή χρησιμότητα της τηλεπισκόπησης στην εκτίμηση της χημικής σύστασης των φυλλωμάτων, η χρήση αυτών των εκτιμήσεων γα την ανάπτυξη μοντέλων, υπήρξε περιορισμένη. Οι πρωταρχικοί στόχοι της έρευνας που παρουσιάζεται ήταν ο καθορισμός των σχέσεων μεταξύ AVIRIS φασματικών δεδομένων και μετρήσεων πεδίου σχετικά με τη χημική σύστασης του δασικού θόλου και τη χρήση των σχέσεων αυτών για την τροφοδότηση μοντέλων με σκοπό την άντληση χωρικών εκτιμήσεων της χημείας του δασικού θόλου (Wessman et al., 1988). &lt;br /&gt;
&lt;br /&gt;
'''Μέθοδοι'''&lt;br /&gt;
&lt;br /&gt;
Τα δεδομένα που χρησιμοποιήθηκαν σε αυτή τη μελέτη συλλέχθηκαν από το δάσος Δάσος Χάρβαρντ, στη Μασαχουσέτη, και το Νησί Μπλάκχοκ,  Ουισκόνσιν (ΗΠΑ). Είκοσι περιοχές μελέτης βρίσκονται σε κάθε μία περιοχή και επιλέχθηκαν έτσι ώστε να καλύπτουν ένα ευρύ φάσμα της βιοποικιλότητας και χημικής σύνθεσης φυλλωμάτων. Στο Δάσος Χάρβαρντ συναντάει κανείς είτε δάση μικτών πλατύφυλλων ειδών, όπως βελανιδιές  (Quercus rubra) και σφένδαμο (Acer rubrum), είτε είδη κωνοφόρων, όπως πεύκη (Pinus resinosa, P. strobus) και έλατο (Abies balsamea). Το Νησί Μπλάκχοκ είναι μια φυσική περιοχή που περιέχει ένα ευρύ φάσμα των τύπων δασών, συμπεριλαμβανομένων δέντρων, όπως ο σφένδαμος (Acer saccharum), η φλαμουριά (Tilia americana), η μαύρη βελανιδιά (Quercus velutina) και είδη πεύκου. &lt;br /&gt;
&lt;br /&gt;
''Συλλογή δεδομένων πεδίου''&lt;br /&gt;
&lt;br /&gt;
Συλλογές δεδομένων πεδίου έγιναν για να προσδιοριστούν οι εποχιακές διακυμάνσεις της χημείας των φύλλων και να ποσοτικοποιηθεί η χημική σύνθεση των περιοχών μελέτης που χρησιμοποιούνται στην ανάλυση AVIRIS.&lt;br /&gt;
&lt;br /&gt;
Για να προσδιοριστεί η εποχιακή διακύμανση του περιεχομένου των φύλλων σε άζωτου και λιγνίνη σε κωνοφόρα και πλατύφυλλα είδη, συλλέχθηκαν φύλλα κατά διαστήματα τριών εβδομάδων κατά το διάστημα των διαστημάτων ανάπτυξης κατά τα έτη 1989-1990 (1989: 30 Ιουνίου ,19 Ιουλίου, 7 Αυγούστου, 1η Σεπτεμβρίου και 8 Οκτωβρίου και 1990 : 19 Ιουνίου, 10 Ιουλίου, 31 Ιουλίου, 27 Αυγούστου, 18 Σεπτεμβρίου και 16 Οκτωβρίου). Φύλλα συλλέχθηκαν από μεμονωμένα δέντρα για την αξιολόγηση της χρονικής μεταβλητότητας του περιεχομένου σε άζωτο και λιγνίνη των φυλλωμάτων. Κατά τη διάρκεια κάθε δειγματοληψίας, τα φύλλα συλλέχθηκαν από τρία δέντρα κάθε είδους. Κάθε δείγμα ήταν ένα σύνθετο φύλλων από τρία διαφορετικά ύψη μέσα στον δασικό θόλο. Τα δείγματα αναλύθηκαν για άξωτο και λιγνίνη (% ξερή μάζα) χρησιμοποιώντας τη μέθοδο εγγύς υπέρυθρου (NIR) (McLellan et al., 1991).&lt;br /&gt;
&lt;br /&gt;
Δείγματα πράσινων φύλλων συλλέχθηκαν εντός 10 ημερών από τις AVIRIS πτήσεις για να καθοριστεί η χημεία του κάθε είδους σε κάθε περιοχή μελέτης (HF: 18 - 23 Ιουνίου, 1992, BHI: 26 - 29 Ιουνίου, 1992). Σε κάθε περιοχή μελέτης, εντοπίστηκαν όλα τα κυρίαρχα είδη ποώδους βλάστησης και επιλέχθηκαν πέντε δέντρα από κάθε είδος και συλλέχθηκαν πράσινα φύλλα. Φύλλα συλλέχθηκαν από νεαρά κλαδιά του δασικού θόλου και από διάφορα ύψη και αναλύθηκαν για το περιεχόμενό τους. &lt;br /&gt;
&lt;br /&gt;
Ξερά φύλλα σε αποσύνθεση, τα οποία συλλέχθηκαν με καλάθια (κάθε 2-3 εβδομάδες), τα οποία είχαν τοποθετηθεί στο έδαφος κάθε περιοχής μελέτης για ένα διάστημα τριών μηνών (1/9 - 15/12) για τα φυλλοβόλα δέντρα και εννέα μηνών για τα αειθαλή (1/9 – 30/5), αναλύθηκαν επίσης για το περιεχόμενό τους σε λιγνίνη και άζωτο.&lt;br /&gt;
&lt;br /&gt;
''Δεδομένα τηλεπισκόπησης - AVIRIS''&lt;br /&gt;
&lt;br /&gt;
Ο Εναέριος Φασματογράφος Ορατής / Υπέρυθρης Απεικόνισης (The Airborne Visible / Infrared Imaging Spectrometer - AVIRIS) έχει σχεδιαστεί και κατασκευαστεί από το Εργαστήριο Αεριωθούμενης Προώθησης (Jet Propulsion Lab - JPL) για την απεικόνιση υψηλής  φασματικής ανάλυσης της Γης πετώντας σε υψόμετρο 20 χιλιομέτρων επί του αεροσκάφους ER-2. Η χωρική ανάλυση του οργάνου αυτού είναι περίπου 20 μέτρα, με κάλυψη ανά εικόνα πλάτους 614 εικονοστοιχεία. Κάθε χωρική εικόνα συλλέγεται με ένα μηχανισμό σάρωσης κάθετο προς την κατεύθυνση της πορείας του αεροσκάφους. Η AVIRIS μετρά 224 συνεχόμενες φασματικές ζώνες για κάθε εικονοστοιχείο που κυμαίνονται από 0,4 έως 2,4 χιλιοστά, με μία φασματική ανάλυση 10 νανόμετρα. Τα δεδομένα που λαμβάνονται από τον AVIRIS διορθώνονται ραδιομετρικά. Αυτές οι διορθώσεις μετατρέπουν ψηφιακούς αριθμούς σε τιμές ακτινοβολίας για κάθε εικονοστοιχείο. Δεδομένα AVIRIS αποκτήθηκαν για το δάσος Harvard στις 15 Ιουνίου 1992, και για το Νησί Μπλάκχοκ στις 21 Ιουνίου, 1992.&lt;br /&gt;
&lt;br /&gt;
''Συλλογή Βοηθητικών Δεδομένων'' &lt;br /&gt;
&lt;br /&gt;
Πραγματοποιήθηκαν επίγειες μετρήσεις ανάκλασης μεγάλων, ομοιόμορφων θέσεων αναφοράς (αμμώδες έδαφος και νερό) από την περιοχή μελέτης Νησί Μπλάκχοκ, κατά τη διάρκεια μιας περιόδου αρκετών ημερών γύρω από τις ημερομηνίες πτήσης. Αυτά τα δεδομένα συλλέχθηκαν με τον GER Mark IV φασματογράφο και χρησιμοποιήθηκαν για ατμοσφαιρικές διορθώσεις.&lt;br /&gt;
&lt;br /&gt;
Το γεωγραφικό μήκος και πλάτος στοιχείων των λήψεων από τον AVIRIS προσδιορίστηκαν με τη χρήση του ενός παγκοσμίου συστήματος εντοπισμού θέσης (GPS). Το όργανο Trimble Pathfinder χρησιμοποιήθηκε για να προσδιοριστούν οι συντεταγμένες των δρόμων και άλλων χωρικών στοιχείων εντός της περιοχής μελέτης. Τα δεδομένα GPS που συλλέχθηκαν σε ότι αφορά το γεωγραφικό πλάτος και μήκος διορθώθηκαν με σημείο αναφοράς δεδομένα που συλλέχθηκαν από το Λέξινγκτον της Μασαχουσέτης (80 χλμ. από το δάσος Harvard). Τα σημεία ελέγχου (κυρίως διασταυρώσεις), κατανεμημένα σε όλη την εικόνα, αντιστοιχούν σε σημεία GPS και χρησιμοποιήθηκαν για να δημιουργήσουν συντεταγμένες πίνακα μετασχηματισμού που επέτρεψε την χαρτογράφηση του γεωγραφικού πλάτους και μήκους σε εικονοστοιχεία.&lt;br /&gt;
&lt;br /&gt;
Το μέσο σφάλμα ήταν  περίπου 1 εικονοστοιχείο. Η αρχική επιλογή της περιοχής μελέτης ήταν τέτοια ώστε η περιοχή γύρω από κάθε περιοχή μελέτης να περιέχει παρόμοια είδη σε σύνθεση, για την ελαχιστοποίηση των σφαλμάτων που οφείλονται σε λανθασμένη ταξινόμηση εικονοστοιχείου.&lt;br /&gt;
Δεδομένα θέσης σε παγκόσμια κλίμακα δεν ήταν διαθέσιμα για το&lt;br /&gt;
Νησί Μπλάκχοκ. Ένας ψηφιοποιημένος χάρτης συμπεριλαμβανομένων των θέσεων των περιοχών μελέτης καταχωρήθηκε στην εικόνα για να καθορίσει τις θέσεις εικονοστοιχείων. Όπως και με το Δάσος Χάρβαρντ&lt;br /&gt;
δεδομένων, τέσσερα εικονοστοιχεία ελήφθη ο μέσος όρος για κάθε επιφάνεια του δείγματος.&lt;br /&gt;
&lt;br /&gt;
''Ατμοσφαιρικές διορθώσεις'' &lt;br /&gt;
&lt;br /&gt;
Ακριβείς μετασχηματισμοί της AVIRIS ακτινοβολίας σε ανακλαστικότητα στο επίπεδο του δασικού θόλου πρέπει να πραγματοποιηθεί πριν οι εικόνες που λήφθηκαν σε διαφορετικές χρονικές στιγμές μπορούν να συγκριθούν. Η ακρίβεια αυτών των διορθώσεων είναι ζωτικής σημασίας για τη βιωσιμότητα της τηλεπισκόπησης ως εργαλείο παρακολούθησης οικοσυστημάτων. Πολυάριθμες μέθοδοι ατμοσφαιρικής διόρθωσης αξιολογήθηκαν για δεδομένα AVIRIS. Αρκετές από αυτές τις μεθόδους έχουν εφαρμοστεί σε δεδομένα AVIRIS για το Blackhawk&lt;br /&gt;
Island και το Δάσος Χάρβαρντ. Μια πλήρης επανεξέταση και σύγκριση των αλγορίθμων ατμοσφαιρικής διόρθωσης μπορεί να βρεθεί σε Clark et al. ( 1993, 1994).&lt;br /&gt;
&lt;br /&gt;
Τα δεδομένα από την περιοχή μελέτης Blackhawk διορθώθηκαν ατμοσφαιρικά χρησιμοποιώντας δεδομένα εδάφους. Χρησιμοποιώντας δεδομένα πεδίου, εργαστηρίου και AVIRIS φασματικά δεδομένα, αντισταθμιστικοί παράγοντες και πολλαπλασιαστές προέκυψαν για να μετατραπεί η ακτινοβολία AVIRIS σε ανάκλαση εδάφους. Για τη μελέτη αυτή, λήψεις από το Δάσος Χάρβαρντ και το Νησί Μπλάκχοκ διορθώθηκαν στο Κέντρο για τη Μελέτη της Γης από το Διάστημα του Πανεπιστημίου του Κολοράντο, χρησιμοποιώντας το πρόγραμμα ατμοσφαιρικής διόρθωσης, ATREM των Gao et al. (1991, 1992). Αυτή η μέθοδος χρησιμοποιεί τις πληροφορίες εντός του φάσματος ακτινοβολίας AVIRIS για την εκτίμηση των υδρατμών της ατμόσφαιρας για κάθε εικονοστοιχείο, οι οποίες, με τη σειρά τους, εφαρμόζονται σε ένα μοντέλο μεταφοράς ακτινοβολίας για την εξαγωγή δεδομένων ανακλαστικότητας. Για την αφαίρεση συστηματικών σφαλμάτων στα διορθωμένα δεδομένα κατά το μοντέλο ATREM, μια δευτερεύουσα διόρθωση, με βάση τη διαφορά μεταξύ της ειδικής ρύθμισης.&lt;br /&gt;
&lt;br /&gt;
'''Ανάλυση δεδομένων''' &lt;br /&gt;
&lt;br /&gt;
''Εποχιακές διακυμάνσεις στη σύσταση των φύλλων'' &lt;br /&gt;
&lt;br /&gt;
Μία μονόδρομη ANOVA χρησιμοποιήθηκε για να καθοριστεί, για κάθε είδος, αν η σύσταση των φύλλων παρουσίαζε στατιστικά σημαντικές διακυμάνσεις καθ 'όλη την περίοδο ανάπτυξης. Mε πιθανότητα λάθους P = 0.10, πραγματοποιήθηκαν t τεστ σε ζευγάρια γειτονικών εποχών με σκοπό τον προσδιορισμό περιόδων δειγματοληψίας με σημαντικές διακυμάνσεις στη σύσταση των φύλλων.&lt;br /&gt;
 &lt;br /&gt;
''Συσχετίζοντας τα δεδομένα AVIRIS με δεδομένα χημείας του δασικού θόλου''&lt;br /&gt;
&lt;br /&gt;
Οι σχέσεις μεταξύ AVIRIS δεδομένων και δεδομένων πεδίου σχετικά με τη συγκέντρωση χημικών ερευνήθηκαν με ανάλυση πολλαπλής γραμμικής παλινδρόμησης. Αυτός ο μετασχηματισμός καταλήγει σε ένα φάσμα στο οποίο οι κορυφές και κοιλάδες αντιστοιχούν με σημεία καμπής στα φάσματα ανάκλασης.&lt;br /&gt;
&lt;br /&gt;
''Μοντελοποίηση οικοσυστήματος''&lt;br /&gt;
&lt;br /&gt;
Το μοντέλο που χρησιμοποιήθηκε (Aber &amp;amp; Federer, 1992) αρχικά αναπτύχθηκε για να προβλέψει την ισορροπία του άνθρακα για μία ενιαία περιοχή μελέτης και εδώ&lt;br /&gt;
τροποποιήθηκε για να παρέχει χωρικές εκτιμήσεις σχετικά με την παραγωγικότητα του οικοσυστήματος.&lt;br /&gt;
'''&lt;br /&gt;
Αποτελέσματα και συζήτηση'''&lt;br /&gt;
&lt;br /&gt;
''Εποχιακές συλλογές φύλλων'' &lt;br /&gt;
&lt;br /&gt;
Από τα τρία είδη κωνοφόρων του δείγματος, μόνο η Νορβηγική ερυθρελάτη έδειξε σημαντική διακύμανση της συγκέντρωσης αζώτου  μεταξύ των διαφορετικών εποχών δειγματοληψίας. Το Κόκκινο πεύκο ήταν το μοναδικό κωνοφόρο είδος που παρουσίασε σημαντικές μεταβολές στη συγκέντρωση λιγνίνης των φυλλωμάτων του, με μείωση που σημειώθηκε στο μέσο της σεζόν. Η συγκέντρωση της λιγνίνης μειώνεται με την επέκταση των φύλλων και στη συνέχεια αυξάνεται ενώ τα φύλλα αρχίζουν να λιγνιτοποιούνται αργά κατά τη σεζόν. Παρ’ότι το ίδιο μοτίβο στην επέκταση των φύλλων και στη λιγνιτοποίηση εμφανίζεται στις μονοετείς βελόνες κώνειου και ερυθρελάτης, μόνο το 15-20% είναι βελόνες μονετείς, και η επιρροή τους στη χημεία του δείγματος δεν είναι τόσο ισχυρή όσο στο κόκκινο πεύκο.&lt;br /&gt;
&lt;br /&gt;
Οκτώ από τα εννέα είδη πλατύφυλλων έδειξαν σημαντικές διαφορές στη συγκέντρωση του αζώτου μεταξύ των τελευταίων δύο περιόδους δειγματοληψίας. Η μείωση αυτή συγκέντρωσης του αζώτου στα τέλη της σεζόν στα πλατύφυλλα είδη οφείλεται στη μετατόπιση του αζώτου από το φύλλωμα πριν τη γήρανση των φύλλων. Οι συγκεντρώσεις λιγνίνης ήταν σημαντικά διαφορετικές μεταξύ διαδοχικών περιόδων δειγματοληψίας για την οξιά, τη σημύδα και τη λευκή καρυά νωρίς στην καλλιεργητική περίοδο. Αυτά τα δεδομένα δείχνουν ότι λίγες σημαντικές διαφορές εμφανίζονται στις συγκεντρώσεις αζώτου και λιγνίνης στα φυλλώματα μεταξύ αρχών Ιουλίου και μέσα Σεπτεμβρίου. Αυτή η περίοδος της καλλιεργητικής περιόδου θα μπορούσε να χρησιμοποιηθεί σε συνδυασμό με τα δεδομένα τηλεπισκόπησης της ίδιας χρονικής περιόδου.&lt;br /&gt;
&lt;br /&gt;
''Συσχετίσεις AVIRIS και δεδομένων πεδίου''&lt;br /&gt;
&lt;br /&gt;
Η αρχική ανάλυση του πεδίου και τα δεδομένα τηλεπισκόπησης  πραγματοποιήθηκαν για κάθε περιοχή (Νησί Μπλακχοκ και το Δάσος Χάρβαρντ) χωριστά . Στην ανάλυση αυτή, τα δεδομένα AVIRIS από 20 περιοχές μελέτης σε κάθε περιοχή συσχετίστηκαν με τα δεδομένα πεδίου. Οι προκύπτουσες εξισώσεις χρησιμοποιούνται για την πρόβλεψη της χημείας του δασικού θόλου στην άλλη περιοχή μελέτης, έτσι ώστε να δοκιμαστεί η γενικότητα των σχέσεων. Μια περαιτέρω ανάλυση των δεδομένων σε συνδυασμό με το σύνολο των 40 περιοχών μελέτης από τις δύο περιοχές.&lt;br /&gt;
&lt;br /&gt;
Στο Δάσος Χάρβαρντ, για την πρόβλεψη της συγκέντρωσης αζώτου αναπτύχθηκε μία σχέση δύο όρων, των δεδομένων AVIRIS πρώτη διαφοράς ανάκλασης και της συγκέντρωσης του αζώτου από μετρήσεις πεδίου. Οι δύο μπάντες συχνοτήτων που χρησιμοποιούνται σε αυτήν την εξίσωση έχουν κέντρο 750 και 2140 nm. Η απορρόφηση στην περιοχή 700 - nm του φάσματος σχετίζεται με συγκέντρωση χλωροφύλλης. Η περιεκτικότητα σε χλωροφύλλη στο φύλλωμα συσχετίζεται με τη συνολική πρωτεΐνη και ως εκ τούτου τη συνολική περιεκτικότητα σε άζωτο. Πολυάριθμες μελέτες έχουν δείξει ότι η κλίση δεδομένων εργαστηρίου και δεδομένων τηλεπισκόπησης σε αυτή την περιοχή του κόκκινου είναι ευαίσθητα στη συγκέντρωση της χλωροφύλλης.&lt;br /&gt;
&lt;br /&gt;
Μια εξίσωση τεσσάρων όρων που συσχετίζει τα δεδομένα AVIRIS με τις μπάντες&lt;br /&gt;
συγκέντρωσης λιγνίνης δασικού θόλου στην περιοχή των 1660 - 2280 nm. Απορρόφηση στην περιοχή αυτή αποδίδεται σε έναν αριθμό διαφορετικών μοριακών δεσμών. Ο έλεγχος των εξισώσεων αξιολογήθηκαν από μια επαναληπτική μέθοδο διασταυρούμενης επικύρωσης.&lt;br /&gt;
&lt;br /&gt;
Στο Νησί Μπλακχοκ η καλύτερη σχέση μεταξύ δεδομένων AVIRIS και πεδίου μετράει το άζωτο χρησιμοποιώντας τη διαφορά μπάντας ανάκλασης στα 950 και 2290 nm. Η εξίσωση λιγνίνης που αναπτύχθηκε στην παρούσα μελέτη χρησιμοποίησε τις μπάντες σε 790 και 1700 nm.&lt;br /&gt;
&lt;br /&gt;
Όλες οι προβλέψεις που προήλθαν από την σύγκριση των εξισώσεων στις δύο περιοχές μελέτης παρήγαγαν φτωχά αποτελέσματα , υποδεικνύοντας ότι οι φασματικές και/ή οι πληροφορίες πεδίου για κάθε μία από τις δύο περιοχές δεν είναι αντιπροσωπευτικές και για την άλλη. Οι διαφορές αυτές αποδόθηκαν σε θόρυβο και σε μεγάλες διακυμάνσεις της σύστασης και της συγκέντρωσης των χημικών που μελετήθηκαν.&lt;br /&gt;
&lt;br /&gt;
''Συνδυασμός των αποτελεσμάτων από τις δύο περιοχές μελέτης''&lt;br /&gt;
&lt;br /&gt;
Δεδομένα τόσο από το Δάσος Χάρβαρντ όσο και από το Νησί Μπλακχοκ συνενώθηκαν για την τελική προσαρμογή δεδομένων λιγνίνης και αζώτου. Το άζωτο μπορεί να προβλεφθεί χρησιμοποιώντας τις μπάντες 783 και 1640 nm. Αυτές οι εξισώσεις, που βασίστηκαν σε επιλεγμένα εικονοστοιχεία μελέτης, στη συνέχεια εφαρμόστηκαν σε όλα τα εικονοστοιχεία, αποδίδοντας χωρικές εκτιμήσεις συγκεντρώσεων αζώτου και λιγνίνης στα φυλλώματα.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Εξισώσεις που αφορούν AVIRIS φασματικά δεδομένα εφαρμοσμένα στο πεδίο και μετρούν τη χημεία δασικού θόλου, μπορούν να χρησιμοποιηθούν για να πραγματοποιήσουν χωρικά αναλυτικές εκτιμήσεις του περιεχομένου σε άζωτο και λιγνίνη του δασικού θόλου μέσα από λήψεις AVIRIS. Οι εκτιμήσεις πραγματοποιήθηκαν για τις περιοχές μελέτης, Δάσος Χάρβαρντ στη Μασαχουσέτη και Νησί Μπλάκχοκ, στο Ουισκόνσιν. Η εφαρμογή αυτών των εκτιμήσεων σύστασης του δασικού θόλου σε μοντέλα οικοσυστήματος προσθέτει μια σημαντική χωρική διάσταση στις εκτιμήσεις του ισοζυγίου του άνθρακα και της ανακύκλωσης των θρεπτικών στοιχείων. Η περαιτέρω μελέτη των δεδομένων αυτών και παρόμοιων συνόλων δεδομένων, θα χρησιμοποιηθεί για να αναπτυχθούν πιο γενικευμένες εξισώσεις αντιμετώπισης τέτοιων ζητημάτων όπως η μεταβλητότητα ανάμεσα στις λήψεις που οφείλονται στην ατμόσφαιρα και τη σύνθεση των δασικών ειδών. Καθιέρωση μιας αρχικής λειτουργίας και παρακολούθησης των αλλαγών δασικών οικοσυστημάτων που μπορεί να προκύψουν στο μέλλον, είναι ζωτικής σημασίας συστατικά στην κατανόηση του ρόλου των δασών σε παγκόσμιο επίπεδο και των βιογεωχημικών κύκλων.&lt;br /&gt;
&lt;br /&gt;
[http://www.uprm.edu/biology/profs/chinea/gis/lectesc/RS_lignin_N.pdf]&lt;br /&gt;
&lt;br /&gt;
 [[category:Μικτό δάσος]]&lt;/div&gt;</summary>
		<author><name>Maria Kampouri</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/HIGHFOREST_-_%CE%A5%CF%80%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B4%CE%B1%CF%83%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CE%B1%CF%81%CE%B1%CE%BC%CE%AD%CF%84%CF%81%CF%89%CE%BD_%CE%B1%CF%80%CF%8C_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_%CF%85%CF%88%CE%B7%CE%BB%CE%AE%CF%82_%CE%B1%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7%CF%82_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AE%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B9%CF%83%CE%B7%CF%82</id>
		<title>HIGHFOREST - Υπολογισμός δασικών παραμέτρων από δεδομένα υψηλής ανάλυσης δορυφορικής τηλεπισκόπισης</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/HIGHFOREST_-_%CE%A5%CF%80%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B4%CE%B1%CF%83%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CE%B1%CF%81%CE%B1%CE%BC%CE%AD%CF%84%CF%81%CF%89%CE%BD_%CE%B1%CF%80%CF%8C_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_%CF%85%CF%88%CE%B7%CE%BB%CE%AE%CF%82_%CE%B1%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7%CF%82_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AE%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B9%CF%83%CE%B7%CF%82"/>
				<updated>2014-05-11T19:32:31Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Kampouri: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[http://147.102.106.42/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:1_Ikonos_true3.JPG]]&lt;br /&gt;
&lt;br /&gt;
[[http://147.102.106.42/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:2_Ikonos_false.JPG]]&lt;br /&gt;
&lt;br /&gt;
[[http://147.102.106.42/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:3_dots.JPG]]&lt;br /&gt;
&lt;br /&gt;
[[http://147.102.106.42/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:4_ogoskladiou.JPG]]&lt;br /&gt;
&lt;br /&gt;
[[http://147.102.106.42/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:5_diametrkladiou.JPG]]&lt;br /&gt;
&lt;br /&gt;
[[http://147.102.106.42/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:5_100elato.JPG]]&lt;br /&gt;
&lt;br /&gt;
Technical Research Centre of Finland, Information Technology, Information Systems&lt;br /&gt;
Commission VII, WG VII/3&lt;br /&gt;
&lt;br /&gt;
Heikki Astola, Catherine Bounsaythip, Jussi Ahola, Tuomas Häme, Eija Parmes, Laura Sirro &amp;amp; Brita Veikkanen&lt;br /&gt;
&lt;br /&gt;
'''Περίληψη'''&lt;br /&gt;
&lt;br /&gt;
'''Ο σκοπός της μελέτης ήταν να αναπτύξει ένα εργαλείο για την εκτίμηση των δασικών μεταβλητών χρησιμοποιώντας δορυφορικά δεδομένα υψηλής ανάλυσης. Στο εργαλείο περιλαμβάνεται σπονδυλωτό λειτουργικό λογισμικό. Η μεθοδολογία ανάλυσης εικόνας εστιάζεται στη μείωση από τα γνωστά προβλήματα των μεθόδων προηγούμενων δορυφορικών εικόνων, με βάση, δηλαδή τον κορεσμό στα υψηλότερα επίπεδα φυτικής μάζας και της αβεβαιότητας εκτίμησης για τα είδη δέντρων. Σύγχρονες μέθοδοι ανάλυσης εικόνας συνδυάστηκαν με τις φασματικές τους πληροφορίες. Στην δοκιμή εφαρμογής του εργαλείου, χρησιμοποιήθηκαν εικόνες από τον δορυφόρο Ikonos με ανάλυση εδάφους 1-4 m.'''&lt;br /&gt;
&lt;br /&gt;
'''Το λογισμικό Forestime που αναπτύχθηκε, εκτίμησε τις δασικές μεταβλητές με την κατάτμηση των εικόνων σε «μικρο-περιοχές», μεσω του υπολογισμού των χαρακτηριστικών των εικόνων μέσω διανυσμάτων και μέσω του συσχετισμού δεδομένων πεδίου με ομάδες από το στάδιο της μη-επιβλεπόμενης ταξινόμησης. Οι εκτιμήσεις παράγονται ως σταθμισμένα αθροίσματα των πιθανοτήτων των δειγμάτων να ανήκουν στην κατηγορία της ταξινόμησης. Οι μεταβλητές-στόχοι της μελέτης ήταν ο όγκος (37,4% - % σε σχέση με τη μέση τιμή), η μέση διάμετρος (23,4) και ο αριθμός (87%) βλαστών, καθώς και οι αναλογίες ειδών δέντρου (πεύκο 111%, έλατο 47 % , και για τα πλατύφυλλα 137%).'''&lt;br /&gt;
&lt;br /&gt;
Λέξεις κλειδιά: '''δορυφορική τηλεπισκόπηση, δασοκομία, αυτοματοποίηση, απογραφή, υψηλή ανάλυση'''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Οι ιδιοκτήτες δασικών εκτάσεων και οι οργανισμοί εκμετάλλευσης ξυλείας έχουν μία διαρκή ανάγκη ανανέωσης των πληροφοριών τους σχετικά με τα δάση. Η παραδοσιακή επίγεια μέθοδος απογραφής με προσδιορισμό περιοχής μελέτης είναι εντούτοις δαπανηρή και η συχνότητα είναι χαμηλή. Υπάρχει επίσης η ανάγκη για μείωση της έκτασης της απογραφόμενης γης και την παραγωγή πιο λεπτομερών χαρτών. Οι δορυφορικές εικόνες με ανάλυση εδάφους 20-30 m έχουν δοκιμαστεί και χρησιμοποιούνται μερικώς για δασικές απογραφές, αφενός λόγω του κορεσμού της αντανάκλασης σε υψηλότερα επίπεδα βλάστησης (όριο κορεσμού για φιλανδικές συνθήκες είναι 200m3/ha) και αφετέρου λόγω της δυσκολίας προσδιορισμού της έκτασης του κάθε είδους δέντρου, αφού καθένα εικονοστοιχείο περιλαμβάνει συχνά διαφορετικά δέντρα.&lt;br /&gt;
&lt;br /&gt;
Η χωρική ανάλυση δορυφορικών τηλεπισκοπικών εικόνων κυμαίνεται μεταξύ 30 m (Landsat Tthematic Mapper) και 1 m για πανχρωματική εικόνα, ενώ είναι 4 m για πολυφασματική (Ikonos, Quickbird). Ένα από τους κύριους στόχους της μελέτης Highforest είναι η παραγωγή ενός λειτουργικού εργαλείου λογισμικού για την πλήρη αυτοματοποίηση της δασικής χαρτογράφησης, κάνοντας χρήση των δορυφορικών αυτών εικόνων υψηλής ανάλυσης, καθώς και τα αποτελέσματα προηγούμενων μελετών.&lt;br /&gt;
&lt;br /&gt;
'''Δεδομένα και επεξεργασία'''&lt;br /&gt;
&lt;br /&gt;
''Δορυφορικά δεδομένα''&lt;br /&gt;
&lt;br /&gt;
Η γαιοαναφερόμενη και διορθωμένη εικόνα Ikonos, η οποία χρησιμοποιήθηκε, προήλθε από την περιοχή Σούονενγιοκι στη Φιλανδία, με δεδομένα από τα μέσα Ιουνίου του 2003 και είχε μέγεθος 10 km x 13 km. Λόγω των νεφώσεων στην ανατολική πλευρά της εικόνας, αυτή επεκτάθηκε κατά 3 km δυτικά. Οι εικόνες Ikonos έχουν τέσσερα φασματικά κανάλια: μπλε (450-520 nm), πράσινο (520-600 nm), κόκκινο (630-690 nm) και εγγύς υπέρυθρο (NIR) (760-900 nm), με ανάλυση εδάφους τεσσάρων μέτρων και ένα πανχρωματικό κανάλι (450-900 nm), με ανάλυση εδάφους ενός μέτρου. Μία μικρότερη εικόνα, η οποία καλύπτει την περιοχή μελέτης, επίσης χρησιμοποιήθηκε από ολόκληρη την περιοχή του Σούονενγιοκι με σκοπό τον έλεγχο. Η ληφθείσα εικόνα υποβλήθηκε σε ραδιομετρική διόρθωση χρησιμοποιώντας ήδη υπάρχον λογισμικό του VVT (smac_corr.exe).&lt;br /&gt;
&lt;br /&gt;
''Επίγεια δεδομένα''&lt;br /&gt;
&lt;br /&gt;
Το κέντρο ερευνών του Σούονενγιοκι του Φιλανδικού Ινστιτούτου Δασικών Ερευνών, πραγματοποίησε 327 δειγματοληψίες εδάφους από αντίστοιχο αριθμό περιοχών μελέτης για 7 μεταβλητές διαφορετικών ειδών δέντρου το καλοκαίρι του 2001. Τα δεδομένα αυτά μελετήθηκαν λεπτομερώς οπτικά, ώστε να αποκλειστούν περιοχές, οι οποίες θα μπορούσαν να προκαλέσουν παραμόρφωση ή σφάλματα κατά την υπολογιστική διαδικασία.&lt;br /&gt;
&lt;br /&gt;
'''Μέθοδοι'''&lt;br /&gt;
&lt;br /&gt;
''Υπολογισμός δασολογικών μεταβλητών''&lt;br /&gt;
&lt;br /&gt;
Η μέση τιμή των φασματικών ιδιοτήτων από τα ραδιομετρικά διορθωμένα Ikonos κανάλια, μαζί με τις περιεχόμενες ιδιότητες, όπως προσδιορίστηκαν από το Ikonos πανχρωματικό (PAN-chromatic) κανάλι, αποτελούν τις ιδιότητες, οι οποίες θα εισαχθούν στην υπολογιστική διαδικασία Forestime.&lt;br /&gt;
&lt;br /&gt;
Η σειρά δοκιμαστικών ιδιοτήτων περιείχε πέντε ιδιότητες Haralick: αντίθεση, εντροπία, αντίστροφη κίνηση διαφοράς, ομοιογένεια και συνολικό μέσο. Το σχετιζόμενο ιστόγραμμα ταυτότητας γκρι-κλίμακας υπολογίστηκε για ένα 15 x 15 παράθυρο εικονοστοιχείων με μία σχέση απόστασης ενός εικονοστοιχείου και στις δύο κατευθύνσεις της εικόνας. To ιστόγραμμα υπολογίστηκε για μία συμπιεσμένη εικόνα 16 γκρίζων επιπέδων.&lt;br /&gt;
&lt;br /&gt;
Εκτός των Haralick ιδιοτήτων, μία σειρά από τέσσερεις Gabor ιδιότητες υπολογίστηκαν από ένα παν-χρωματικό κανάλι της εικόνας Ikonos, χρησιμοποιώντας μία τράπεζα από ομοιόμορφα συμμετρικές μάσκες φίλτρων Gabor.&lt;br /&gt;
&lt;br /&gt;
Με τη βοήθεια του εργαλείου προσδιορισμού της θέσης δέντρων στο πανχρωματικό κανάλι, του εργαλείου μέσης τιμής του Forestime και της ανακλαστικότητας στο εγγύς υπέρυθρο στο πανχρωματικό, προσδιορίζεται αν το κάθε δέντρο είναι κωνοφόρο ή πλατύφυλλο και δίνεται η αναλογία τους.&lt;br /&gt;
&lt;br /&gt;
Για τον προσδιορισμό των βέλτιστων χαρακτηριστικών προς εισαγωγή σε μοντέλα υπολογισμού παραμέτρων εξετάστηκε η αμοιβαία συσχέτιση δασικών στοιχείων και μεταβλητών, καθώς και οι γραμμικές συναρτήσεις τους με τη βοήθεια του στατιστικού προγράμματος SPSS. Τα μοντέλα, τα οποία παρήγαγε η μέθοδος αυτή περιείχαν πέντε χαρακτηριστικά ή περισσότερα.&lt;br /&gt;
Μετά από τη διαδικασία του κατακερματισμού της εικόνας, ο οποίος παρείχε μέσες τιμές για τις επιλεγμένες κατηγορίες, τη χρήση αλγόριθμου Κ-μέσων στα ομαδοποιημένα δεδομένα και την γαιοαναφορά, το παραγόμενο αποτέλεσμα είναι ράστερ εικόνες ή διανυσματικά δεδομένα, τα οποία αντικατοπτρίζουν αθροίσματα της πιθανότητας παρουσίας της κάθε τάξης.&lt;br /&gt;
&lt;br /&gt;
''Forestime λογισμικό''&lt;br /&gt;
&lt;br /&gt;
Το σπονδυλωτό εργαλείο αυτό σχεδιάστηκε με σκοπό την αυτοματοποίηση της χαρτογράφησης μεγάλων δασικών περιοχών. Τα πλεονεκτήματα του να είναι σπονδυλωτό το πρόγραμμα είναι τα εξής: επιτρέπει εύκολη αντικατάσταση μίας κατηγορίας με μία άλλη, το παραγόμενο αποτέλεσμα είναι μία εικόνα κάλυψης γης και μπορεί να χρησιμοποιήσει δεδομένα από οποιοδήποτε όργανο ή γεωγραφικές βάσεις δεδομένων.&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα και ανάλυση'''&lt;br /&gt;
&lt;br /&gt;
Στη μελέτη αυτή χρησιμοποιήθηκε μία πρότυπη έκδοση ενός σπονδυλωτού προγράμματος Forestime για τον υπολογισμό δασικών μεταβλητών. Ακόμα και αν η λειτουργικότητα, η ταχύτητα και η ανάλυση δεδομένων είναι περιορισμένα, τα τεστ λειτουργικότητας απέδειξαν την χρηστικότητα του συστήματος.&lt;br /&gt;
&lt;br /&gt;
Συμπερασματικά ο στόχος της μείωσης του κορεσμού ανακλαστικότητας επιτεύχθηκε μερικώς, καθώς και ο στόχος του αξιόπιστου προσδιορισμού ειδών δέντρου. Τα καλύτερα αποτελέσματα επιτεύχθηκαν μέσω της χρήσης της εντροπίας Haralick και των εισαγόμενων χαρακτηριστικών στα οπτικά κανάλια. Η ταχύτητα λειτουργίας του λογισμικού επιδέχεται βελτίωσης.&lt;br /&gt;
&lt;br /&gt;
Στις παραγόμενες δασικές μεταβλητές, η ανάλυση διασποράς των δεδομένων-στόχων στις κατηγορίες της ταξινόμησης είναι σχετικά μεγάλη, πράγμα το οποίο οδηγεί σε μέσες τιμές. Για μελλοντικές έρευνες ένα κεντρικό θέμα θα είναι η μείωση της ανάλυσης διασποράς χρησιμοποιώντας άλλου είδους ταξινόμηση.&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Στη μελέτη HighForest το VTT υλοποίησε την πρωτότυπη έκδοση του σπονδυλωτού εργαλείου λογισμικού για την εκτίμηση δασικών μεταβλητών (Forestime V. 1.0) . Ακόμη και αν η λειτουργικότητα, η ταχύτητα και η κατανάλωση πόρων του λογισμικού είναι ακόμα πολύ περιορισμένες, οι λειτουργικές δοκιμές έχουν δείξει τις δυνατότητες του συστήματος. Το λογισμικό δοκιμάστηκε ως ένα αυτόνομο σύστημα, καθώς και ως ένα εξωτερικό πρόγραμμα εφαρμογής μέσω του εμπορικού λογισμικού API. Η λειτουργία του Forestime ήταν όπως αναμενόταν και ο στόχος για την εφαρμογή του λογισμικού είχε επιτευχθεί.&lt;br /&gt;
&lt;br /&gt;
Συνοψίζοντας τα αποτελέσματα της εκτίμησης των δασικών μεταβλητών με Forestime v 1.0, μπορούμε να πούμε ότι ο στόχος για τη μείωση του κορεσμού ανάκλασης, επετεύχθηκε μερικώς, καθώς και ο στόχος για την ακριβή εκτίμηση ειδών δέντρου. Τα καλύτερα αποτελέσματα επιτεύχθηκαν χρησιμοποιώντας τα φασματικά κανάλια και την εντροπία του Haralick ως εισαγόμενες μεταβλητές.&lt;br /&gt;
&lt;br /&gt;
Στις εκτιμήσεις για το δασικής κάλυψης ειδών δέντρου, η ανάλυση διασποράς παρουσίασε μεγάλες διακυμάνσεις στις κατηγορίες ομαδοποίησης, πράγμα που οδήγησε σε κατά μέσο όρο εκτιμήσεις. Ένα κύριο θέμα των μελλοντικών μελετών θα είναι η δυνατότητα να μειωθεί η διακύμανση χρησιμοποιώντας διαφορετικό είδος ταξινόμησης.&lt;br /&gt;
&lt;br /&gt;
[http://citeseerx.ist.psu.edu/viewdoc/summary?doi=10.1.1.151.194]&lt;br /&gt;
&lt;br /&gt;
 [[category:Μικτό δάσος]]&lt;/div&gt;</summary>
		<author><name>Maria Kampouri</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%9A%CE%B1%CE%BC%CF%80%CE%BF%CF%8D%CF%81%CE%B7_%CE%9C%CE%B1%CF%81%CE%AF%CE%B1</id>
		<title>Καμπούρη Μαρία</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%9A%CE%B1%CE%BC%CF%80%CE%BF%CF%8D%CF%81%CE%B7_%CE%9C%CE%B1%CF%81%CE%AF%CE%B1"/>
				<updated>2014-05-11T19:30:05Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Kampouri: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt; [[category:ΔΠΜΣ ]]&lt;br /&gt;
&lt;br /&gt;
[http://147.102.106.42/rs/wiki/index.php/%CE%91%CF%80%CF%8C_%CE%B4%CE%B9%CE%AC%CF%83%CF%84%CE%B7%CE%BC%CE%B1_%CF%83%CE%B5_%CE%B5%CE%AF%CE%B4%CE%BF%CF%82:_%CE%BF%CE%B9%CE%BA%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CE%AD%CF%82_%CE%B5%CF%86%CE%B1%CF%81%CE%BC%CE%BF%CE%B3%CE%AD%CF%82_%CE%B3%CE%B9%CE%B1_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AE_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7]&lt;br /&gt;
&lt;br /&gt;
[http://147.102.106.42/rs/wiki/index.php/%CE%A5%CF%80%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CF%84%CE%BF%CF%85_%CE%B4%CE%B5%CE%AF%CE%BA%CF%84%CE%B7_%CE%AD%CE%BA%CF%84%CE%B1%CF%83%CE%B7%CF%82_%CF%86%CF%85%CE%BB%CE%BB%CF%8E%CE%BC%CE%B1%CF%84%CE%BF%CF%82_LAI_%CE%BA%CE%B1%CE%B9_%CF%84%CE%B7%CF%82_%CE%BA%CE%AC%CE%BB%CF%85%CF%88%CE%B7%CF%82_%CE%B3%CE%B7%CF%82_%CE%B1%CF%80%CF%8C_%CE%B5%CE%BD%CE%B1%CE%AD%CF%81%CE%B9%CE%BF_%CE%BB%CE%AD%CE%B9%CE%B6%CE%B5%CF%81_%CF%83%CE%B1%CF%81%CF%89%CF%84%CE%AE_Lidar_%CF%83%CE%B5_%CE%B4%CF%8D%CE%BF_%CE%B4%CE%B9%CE%B1%CF%86%CE%BF%CF%81%CE%B5%CF%84%CE%B9%CE%BA%CE%AC_%CE%B4%CE%AC%CF%83%CE%B7]&lt;br /&gt;
&lt;br /&gt;
[http://147.102.106.42/rs/wiki/index.php/HIGHFOREST_-_%CE%A5%CF%80%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B4%CE%B1%CF%83%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CE%B1%CF%81%CE%B1%CE%BC%CE%AD%CF%84%CF%81%CF%89%CE%BD_%CE%B1%CF%80%CF%8C_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_%CF%85%CF%88%CE%B7%CE%BB%CE%AE%CF%82_%CE%B1%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7%CF%82_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AE%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B9%CF%83%CE%B7%CF%82]&lt;br /&gt;
&lt;br /&gt;
[http://147.102.106.42/rs/wiki/index.php/%CE%94%CF%85%CE%BD%CE%B1%CE%BC%CE%B9%CE%BA%CE%AE_%CF%84%CE%B7%CF%82_%CE%91%CF%80%CE%BF%CF%88%CE%AF%CE%BB%CF%89%CF%83%CE%B7%CF%82_%CF%83%CE%B5_%CE%A4%CF%81%CE%BF%CF%80%CE%B9%CE%BA%CE%AD%CF%82_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CE%AD%CF%82,_%CE%93%CF%8D%CF%81%CF%89_%CE%B1%CF%80%CF%8C_%CE%95%CE%B8%CE%BD%CE%B9%CE%BA%CE%AC_%CE%A0%CE%AC%CF%81%CE%BA%CE%B1]&lt;br /&gt;
&lt;br /&gt;
[http://147.102.106.42/rs/wiki/index.php/%CE%94%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AE_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CE%A5%CF%88%CE%B7%CE%BB%CE%AE%CF%82_%CE%A6%CE%B1%CF%83%CE%BC%CE%B1%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%91%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7%CF%82_%CF%84%CE%BF%CF%85_%CE%94%CE%B1%CF%83%CE%B9%CE%BA%CE%BF%CF%8D_%CE%98%CF%8C%CE%BB%CE%BF%CF%85,_%CE%9B%CE%B9%CE%B3%CE%BD%CE%AF%CE%BD%CE%B7,_%CE%86%CE%B6%CF%89%CF%84%CE%BF_%CE%BA%CE%B1%CE%B9_%CE%94%CE%B9%CE%B1%CE%B4%CE%B9%CE%BA%CE%B1%CF%83%CE%AF%CE%B5%CF%82_%CE%9F%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]&lt;/div&gt;</summary>
		<author><name>Maria Kampouri</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/HIGHFOREST_-_%CE%A5%CF%80%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B4%CE%B1%CF%83%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CE%B1%CF%81%CE%B1%CE%BC%CE%AD%CF%84%CF%81%CF%89%CE%BD_%CE%B1%CF%80%CF%8C_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_%CF%85%CF%88%CE%B7%CE%BB%CE%AE%CF%82_%CE%B1%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7%CF%82_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AE%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B9%CF%83%CE%B7%CF%82</id>
		<title>HIGHFOREST - Υπολογισμός δασικών παραμέτρων από δεδομένα υψηλής ανάλυσης δορυφορικής τηλεπισκόπισης</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/HIGHFOREST_-_%CE%A5%CF%80%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B4%CE%B1%CF%83%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CE%B1%CF%81%CE%B1%CE%BC%CE%AD%CF%84%CF%81%CF%89%CE%BD_%CE%B1%CF%80%CF%8C_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_%CF%85%CF%88%CE%B7%CE%BB%CE%AE%CF%82_%CE%B1%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7%CF%82_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AE%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B9%CF%83%CE%B7%CF%82"/>
				<updated>2014-05-11T19:29:23Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Kampouri: Διαγραφή του περιεχομένου της σελίδας&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Maria Kampouri</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%9A%CE%B1%CE%BC%CF%80%CE%BF%CF%8D%CF%81%CE%B7_%CE%9C%CE%B1%CF%81%CE%AF%CE%B1</id>
		<title>Καμπούρη Μαρία</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%9A%CE%B1%CE%BC%CF%80%CE%BF%CF%8D%CF%81%CE%B7_%CE%9C%CE%B1%CF%81%CE%AF%CE%B1"/>
				<updated>2014-05-11T19:26:54Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Kampouri: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[http://147.102.106.42/rs/wiki/index.php/%CE%A7%CF%81%CE%AE%CF%83%CF%84%CE%B7%CF%82:Maria_Kampouri] &lt;br /&gt;
&lt;br /&gt;
 [[category:ΔΠΜΣ ]]&lt;br /&gt;
&lt;br /&gt;
[http://147.102.106.42/rs/wiki/index.php/%CE%91%CF%80%CF%8C_%CE%B4%CE%B9%CE%AC%CF%83%CF%84%CE%B7%CE%BC%CE%B1_%CF%83%CE%B5_%CE%B5%CE%AF%CE%B4%CE%BF%CF%82:_%CE%BF%CE%B9%CE%BA%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CE%AD%CF%82_%CE%B5%CF%86%CE%B1%CF%81%CE%BC%CE%BF%CE%B3%CE%AD%CF%82_%CE%B3%CE%B9%CE%B1_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AE_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7]&lt;br /&gt;
&lt;br /&gt;
[http://147.102.106.42/rs/wiki/index.php/%CE%A5%CF%80%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CF%84%CE%BF%CF%85_%CE%B4%CE%B5%CE%AF%CE%BA%CF%84%CE%B7_%CE%AD%CE%BA%CF%84%CE%B1%CF%83%CE%B7%CF%82_%CF%86%CF%85%CE%BB%CE%BB%CF%8E%CE%BC%CE%B1%CF%84%CE%BF%CF%82_LAI_%CE%BA%CE%B1%CE%B9_%CF%84%CE%B7%CF%82_%CE%BA%CE%AC%CE%BB%CF%85%CF%88%CE%B7%CF%82_%CE%B3%CE%B7%CF%82_%CE%B1%CF%80%CF%8C_%CE%B5%CE%BD%CE%B1%CE%AD%CF%81%CE%B9%CE%BF_%CE%BB%CE%AD%CE%B9%CE%B6%CE%B5%CF%81_%CF%83%CE%B1%CF%81%CF%89%CF%84%CE%AE_Lidar_%CF%83%CE%B5_%CE%B4%CF%8D%CE%BF_%CE%B4%CE%B9%CE%B1%CF%86%CE%BF%CF%81%CE%B5%CF%84%CE%B9%CE%BA%CE%AC_%CE%B4%CE%AC%CF%83%CE%B7]&lt;br /&gt;
&lt;br /&gt;
[http://147.102.106.42/rs/wiki/index.php/HIGHFOREST_-_%CE%A5%CF%80%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B4%CE%B1%CF%83%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CE%B1%CF%81%CE%B1%CE%BC%CE%AD%CF%84%CF%81%CF%89%CE%BD_%CE%B1%CF%80%CF%8C_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_%CF%85%CF%88%CE%B7%CE%BB%CE%AE%CF%82_%CE%B1%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7%CF%82_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AE%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B9%CF%83%CE%B7%CF%82]&lt;br /&gt;
&lt;br /&gt;
[http://147.102.106.42/rs/wiki/index.php/%CE%94%CF%85%CE%BD%CE%B1%CE%BC%CE%B9%CE%BA%CE%AE_%CF%84%CE%B7%CF%82_%CE%91%CF%80%CE%BF%CF%88%CE%AF%CE%BB%CF%89%CF%83%CE%B7%CF%82_%CF%83%CE%B5_%CE%A4%CF%81%CE%BF%CF%80%CE%B9%CE%BA%CE%AD%CF%82_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CE%AD%CF%82,_%CE%93%CF%8D%CF%81%CF%89_%CE%B1%CF%80%CF%8C_%CE%95%CE%B8%CE%BD%CE%B9%CE%BA%CE%AC_%CE%A0%CE%AC%CF%81%CE%BA%CE%B1]&lt;br /&gt;
&lt;br /&gt;
[http://147.102.106.42/rs/wiki/index.php/%CE%94%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AE_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CE%A5%CF%88%CE%B7%CE%BB%CE%AE%CF%82_%CE%A6%CE%B1%CF%83%CE%BC%CE%B1%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%91%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7%CF%82_%CF%84%CE%BF%CF%85_%CE%94%CE%B1%CF%83%CE%B9%CE%BA%CE%BF%CF%8D_%CE%98%CF%8C%CE%BB%CE%BF%CF%85,_%CE%9B%CE%B9%CE%B3%CE%BD%CE%AF%CE%BD%CE%B7,_%CE%86%CE%B6%CF%89%CF%84%CE%BF_%CE%BA%CE%B1%CE%B9_%CE%94%CE%B9%CE%B1%CE%B4%CE%B9%CE%BA%CE%B1%CF%83%CE%AF%CE%B5%CF%82_%CE%9F%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]&lt;br /&gt;
&lt;br /&gt;
[http://147.102.106.42/rs/wiki/index.php/HIGHFOREST_-_%CE%A5%CF%80%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B4%CE%B1%CF%83%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CE%B1%CF%81%CE%B1%CE%BC%CE%AD%CF%84%CF%81%CF%89%CE%BD_%CE%B1%CF%80%CF%8C_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_%CF%85%CF%88%CE%B7%CE%BB%CE%AE%CF%82_%CE%B1%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7%CF%82_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AE%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B9%CF%83%CE%B7%CF%82]&lt;/div&gt;</summary>
		<author><name>Maria Kampouri</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%94%CF%85%CE%BD%CE%B1%CE%BC%CE%B9%CE%BA%CE%AE_%CF%84%CE%B7%CF%82_%CE%91%CF%80%CE%BF%CF%88%CE%AF%CE%BB%CF%89%CF%83%CE%B7%CF%82_%CF%83%CE%B5_%CE%A4%CF%81%CE%BF%CF%80%CE%B9%CE%BA%CE%AD%CF%82_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CE%AD%CF%82,_%CE%93%CF%8D%CF%81%CF%89_%CE%B1%CF%80%CF%8C_%CE%95%CE%B8%CE%BD%CE%B9%CE%BA%CE%AC_%CE%A0%CE%AC%CF%81%CE%BA%CE%B1</id>
		<title>Δυναμική της Αποψίλωσης σε Τροπικές περιοχές, Γύρω από Εθνικά Πάρκα</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%94%CF%85%CE%BD%CE%B1%CE%BC%CE%B9%CE%BA%CE%AE_%CF%84%CE%B7%CF%82_%CE%91%CF%80%CE%BF%CF%88%CE%AF%CE%BB%CF%89%CF%83%CE%B7%CF%82_%CF%83%CE%B5_%CE%A4%CF%81%CE%BF%CF%80%CE%B9%CE%BA%CE%AD%CF%82_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CE%AD%CF%82,_%CE%93%CF%8D%CF%81%CF%89_%CE%B1%CF%80%CF%8C_%CE%95%CE%B8%CE%BD%CE%B9%CE%BA%CE%AC_%CE%A0%CE%AC%CF%81%CE%BA%CE%B1"/>
				<updated>2014-05-11T19:21:51Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Kampouri: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[http://147.102.106.42/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:1_ApopsilwsiOsa.JPG]]&lt;br /&gt;
&lt;br /&gt;
[[http://147.102.106.42/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:2_ApeiloumenaEndim.JPG]]&lt;br /&gt;
&lt;br /&gt;
Mountain Research and Development 22 No 4 (2002): 352–358&lt;br /&gt;
&lt;br /&gt;
'''Ψηφιακή Τηλεπισκόπηση Δασικών Μεταβολών στην Χερσόνησο Όσα της Κόστα Ρίκα'''&lt;br /&gt;
&lt;br /&gt;
'''Περίληψη'''&lt;br /&gt;
&lt;br /&gt;
'''Τα εθνικά πάρκα και τα καταφύγια θηραμάτων (βιολογικά καταφύγια) παίζουν σημαντικό ρόλο στην αντιστάθμιση των αποτελεσμάτων της τροπικής αποψίλωσης σε ορεινά περιβάλλοντα, μίας δηλαδή από τις βασικότερες αιτίες για την απώλεια της βιοποικιλότητας παγκοσμίως. Δυστυχώς, οι πληροφορίες είναι περιορισμένες σχετικά με τη φύση, τις δυναμικές αλληλεπιδράσεις και τις μεταβολές των χωρικών διαστάσεων στις χρήσεις γης και κάλυψης γης, οι οποίες συμβάλλουν στην τρωτότητα του πάρκου. Το άρθρο αυτό αξιολογεί την παρούσα κατάσταση κατακερματισμού του τοπίου και της δομής στην Χερσόνησο Όσα, στην Κόστα Ρίκα, χρησιμοποιώντας Πολυφασματικό Σαρωτή Landsat και δορυφορικές Thematic Mapper εικόνες που τραβήχτηκαν μεταξύ 1979 και 1997. Η Χερσόνησος Όσα φιλοξενεί το Εθνικό Πάρκο Κορκοβάντο (Corcovado), το οποίο περιλαμβάνει τη μοναδική προστατευόμενη περιοχή του τροπικού υγρού δάσους στις Ειρηνικές πλαγιές της Κεντρικής Αμερικής, συμπεριλαμβανομένου ενός σημαντικού αριθμού ειδών, τα οποία είναι ενδημικά , απειλούμενα, ή νέα για την επιστήμη. Ο βαθμός απομόνωσης του Εθνικού Πάρκου Κορκοβάντο βασίζεται στον βαθμό της υποβάθμισης των οικοσυστημάτων, ως αποτέλεσμα εμπρόσθιων διαδικασιών αποψίλωσης. Τα ποτέλέσματά μας υποδεικνύουν ότι το ποσοστό της Χερσονήσου Όσα που καλύπτεται από δάσος μειώθηκε κατά 97% το 1979, κατά 91% το 1987 και κατά 89% μέχρι το 1997. Η ολική δασική κάλυψη γης μειώθηκε από 977 km2 το 1979 σε 896 km2 μέχρι το 1997. Τα αποτελέσματα αυτά θέτουν σημαντικά ερωτήματα σχετικά με την αποτελεσματικότητα των παρόντων προσπαθειών προστασίας του περιβάλλοντος σε αυτήν την ορεινή, πλούσια σε βιοποικιλότητα περιοχή της Κεντρικής Αμερικής.''' &lt;br /&gt;
&lt;br /&gt;
Λέξεις κλειδιά: '''Κόστα Ρίκα, τροπική αποψίλωση, κατακερματισμός οικοτόπων, ψηφιακή τηλεπισκόπηση, εθνικά πάρκα'''&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Τα Εθνικά Πάρκα και τα καταφύγια θηραμάτων παίζουν έναν σημαντικό ρόλο στο να αντισταθμίζουν τις επιπτώσεις τις τροπικής αποψίλωσης, μίας από τις κυριότερες αιτίες της απώλειας βιοποικιλότητας παγκοσμίως (Guppy 1984; Myers 1993; Bawa and Seidler 1998). Εντούτοις, σε πολλές περιπτώσεις, αυτές οι διαχειριζόμενες περιοχές, δεν είναι πλήρως ενσωματωμένες σε περιφερειακά δίκτυα περιβαλλοντικής προστασίας. Η ανεξέλεγκτη αποψίλωση και ο κατακερματισμός των οικοτόπων εκτός συνόρων των πάρκων συμβάλλουν στην τρωτότητά τους και στην στένωση (truncation) των διαδρόμων μεταξύ προστατευόμενων περιοχών (Soulé and Ternorgh 1999). Δυστυχώς, όταν οι στοχευόμενες περιοχές είναι πολύ μικρές ή πολύ απομονωμένες (ή και τα δύο), είναι επηρεπείς στην απώλεια τόσο γενετικά, όσο και σε επίπεδο είδους, της βιοποικιλότητάς τους, ιδίως κατά τη διάρκεια ακραίων κλιματικών γεγονότων ή άλλες διαταράξεις (Robinson et al 1992). Η προσπάθεια για την προστασία είναι καθοριστική για ορεινές χώρες, όπως η Κόστα Ρίκα, η οποία θεωρείται μία από τις πιο πλούσιες σε βιοποικιλότητα, χώρες στον κόσμο. Υπολογίζεται ότι 5% όλων των ειδών απαντώνται σε αυτήν την μικρή τροπική χώρα, η οποία καλύπτει το 0.01% της γης πάνω στον πλανήτη (INBio, 1999).&lt;br /&gt;
&lt;br /&gt;
Μελέτες σχετικά με την περιφερειακή αποψίλωση μπορούν να βοηθήσουν στην καταγραφή της έκτασης της τρωτότητας μίας προστατευόμενης περιοχής και να υποστηρίξουν τις προσπάθειες προστασίας του περιβάλλοντος, καθώς και στη σύλληψη και εφαρμογή πολιτικών βιώσιμης ανάπτυξης με περιορισμένη χρηματοδότηση. Ένα βασικό πρόβλημα των μελετών αυτών είναι η περιορισμένη κλίμακα.&lt;br /&gt;
&lt;br /&gt;
Ένας κοινός παρανομαστής των μελετών αυτών είναι η εθνική τους κλίμακα και οι ευρύτητα των διαφορών σε ότι αφορά την αξιολόγηση των δασών τα οποία έχουν απομείνει στη χώρα. Σε αντίθεση, λίγες μελέτες έχουν ασχοληθεί με τις διαδικασίες της αποψίλωσης και του κατακερματισμού βιοτόπων σε υπο-εθνικό (subnational) επίπεδο.&lt;br /&gt;
&lt;br /&gt;
Το παρόν άρθρο επικεντρώνεται στο Εθνικό Πάρκο Κορκοβάντο και τη Χερσόνησο Όσα στη Νότια Κόστα Ρίκα, ως παραδείγματα της αυξανόμενης συγκυρίας του κατακερματισμού του τοπίου και της απομόνωσης των εθνικών πάρκων στην Κόστα Ρίκα. Τα αντικείμενα είναι η αξιολόγηση της παρούσας κατάστασης της δασικής κάλυψης και του κατακερματισμού του τοπίου στη  Χερσόνησο Όσα και η εξέταση του επιπέδου της τρωτότητας του Εθνικού Πάρκου Κορκοβάντο στο πλαίσιο των περιφερειακών προτύπων αποψίλωσης. Τέλος, παρουσιάζουμε τις συνέπειες της αποψίλωσης για τις προσπάθειες περιβαλλοντικής προστασίας και συντήρησης, χρησιμοποιώντας παραδείγματα ειδών, τα οποία είναι ενδημικά, απειλούμενα, ή νέα για την επιστήμη.&lt;br /&gt;
&lt;br /&gt;
'''Περιοχή Μελέτης'''&lt;br /&gt;
&lt;br /&gt;
Η χερσόνησος Όσα (1093 km2) είναι ένα ιδιαίτερο οικοσύστημα στις πλαγιές της Κεντρικής Αμερικής που βλέπουν τον Ειρηνικό. Το σύστημα ταξινόμησης της βλάστησης λαμβάνει υπόψη το υψόμετρο, την ετήσια βιοθερμοκρασία, την ατμοσφαιρική κατακρήμνιση, την υγρασία και την εξάτμιση – διαπνοή με σκοπό τον χαρακτηρισμό των τροπικών, εύκρατων και  βόρειας βλάστησης οικοσυστημάτων. Οι 3 τύποι οικοσυστημάτων που έχουν καταγραφεί στη Χερσόνησο Όσα αντιπροσωπεύουν τους εναπομείναντες τύπους αειθαλών τροπικών δασών στην ακτή του Ειρηνικού του  Ισθμού της Κεντρικής Αμερικής. &lt;br /&gt;
&lt;br /&gt;
'''Μέθοδοι'''&lt;br /&gt;
&lt;br /&gt;
Μία χωρική ανάλυση της αποψίλωσης και του κατακερματισμού της Χερσονήσου Όσα πραγματοποιήθηκε χρησιμοποιώντας 3 εικόνες, οι οποίες λήφθηκαν από τον Landsat Multispectral Scanner (MSS) (80 m χωρική ανάλυση και 4 φασματικά κανάλια) και δορυφόρους Landsat Thematic Mapper (TM) (28.5-m χωρική ανάλυση και 7 φασματικά κανάλια). Τα δεδομένα MSS αποκτήθηκαν στις 22 Ιανουαρίου 1979 και τα TM δεδομένα αποκτήθηκαν στις 17 Ιανουαρίου 1987 και στις 13 Μαρτίου 1997. Όλες οι λήψεις, οι οποίες ορθοδιορθώθηκαν, βάση μιάς Lambert Conformal Conical προβολής, χρησιμοποιώντας ένα μοντέλο ψηφιακής ανύψωσης (digital elevation model - DEM), παρήγαγαν 1:50.000 τοπογραφικούς χάρτες (CATIE 2000). Οι εικόνες διορθώθηκαν ατμοσφαιρικά χρησιμοποιώντας ACTOR 2 (το οποίο αναπτύχθηκε από το Geosystems το 2002). Ρυθμίσεις διόρθωσης σε ότι αφορά την ηλιακή γωνία δεν εκτελέστηκαν, αλλά ούτε και πιο προχωρημένες διορθώσεις.&lt;br /&gt;
&lt;br /&gt;
Η επεξεργασία των δορυφορικών εικόνων έγινε ατομικά, χρησιμοποιώντας μία τεχνική που αναπτύχθηκε από το πρόγραμμα NASA Pathfinder τροπικής αποψίλωσης (in-pair processing) (Chomentowsky et al.,1994). Η κάθε εικόνα ταξινομήθηκε ατομικά σε 5 κατηγορίες: νερό, σύννεφα, σκιά, δάσος και μη-δάσος. Η κατηγορίας «δάσος» ορίστηκε να έχει δασική κάλυψη (ποσοστό κάλυψης δασικού θόλου) μεγαλύτερη από 80% (ανάλυση εναέριας φωτογραφίας). Κάθε ταξινόμηση παρήγαγε έναν ξεχωριστό χάρτη, ο οποίος μεταφέρθηκε από τη μορφή πολυγώνου σε διανυσματική μορφή (raster to vector), αποφεύγοντας έτσι προβλήματα με την ανάλυση των αισθητήρων. Στη συνέχεια, οι διανυσματικοί χάρτες χρησιμοποιήθηκαν για να επιδείξουν οπτικά τις τάσεις αποψίλωσης στην περιοχή και ως υπόβαθρο για την ανάλυση κατακερματισμού για τα έτη 1979, 1987 και 1997, καθώς και για τις περιόδους 1979-1987 και 1987-1997. Η ελάχιστη μονάδα χαρτογράφησης προσδιορίστηκε στα 0.05 km2 για το τελικό χαρτογραφικό προϊόν. Ο βαθμός υποβάθμισης εκτιμήθηκε χρησιμοποιώντας μία νέα προσέγγιση, η οποία αναπτύχθηκε για τροπικές περιοχές, από τους Skole και Tucker (1993), συγκεκριμένα η εφαρμογή ουδέτερης ζώνης ενός χιλιομέτρου από τα δασικά και μη-δασικά όρια.&lt;br /&gt;
&lt;br /&gt;
Συνολικά 52 σημεία ελέγχου επιλέχθηκαν από εργασία πεδίου, η οποία εκπονήθηκε τον Ιούλιο του 1998. Τα σημεία επαληθεύθηκαν επίσης χρησιμοποιώντας αεροφωτογραφίες κλίμακας 1:40.000 που λήφθηκαν κατά τον ίδιο χρόνο. Τα σημεία γεωαναφέρθηκαν  με βάση το Lambert Conformal Conic. Η συνολική ακρίβεια, αλλα και ο συντελεστής Tau υπολογίστηκαν και ήταν 92% και&lt;br /&gt;
0,89 αντίστοιχα. Η τιμή του συντελεστή Tau αντιστοιχεί σε 89% ορθά ταξινομημένα εικονοστοιχεία του παραγόμενου χάρτη. Τέλος, χρησιμοποιήθηκε η βάση δεδομένων του Εθνικού Ινστιτούτου Βιοποικιλότητας της Κόστα Ρίκα (INBio) σχετικά με την κατανομή των ειδών, ώστε να προσδιοριστούν οι επιπτώσεις της υποβάθμισης των δασών σε είδη-κλειδί. Με τη βοήθεια της βάσης δεδομένων INBio αναγνωρίστηκαν 184 ενδημικά είδη, 12 απειλούμενα και 77 νέα-για-την-επιστήμη στην Χερσόνησο Όσα.&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα και ανάλυση'''&lt;br /&gt;
&lt;br /&gt;
Βρήκαμε σημαντικές αλλαγές κάλυψης γης στην Χερσόνησο Όσα κατά τα τελευταία 21 χρόνια (Πίνακες 1 και 2, Σχήμα 1). Το ποσοστό της χερσονήσου που καλύπτεται από δάση μειώθηκε από 97% το 1979 σε 91% το 1987 και σε 89% μέχρι το 1997. Η συνολική έκταση μειώθηκε από 977 km2 το 1979 έως 896 km2 από το 1997. Φαινόμενο αποψίλωσης των δασών δεν ανιχνεύθηκε μέσα στο Εθνικό Πάρκο,&lt;br /&gt;
όπου οι περισσότερες αλλαγές της δασικής κάλυψης αποδόθηκαν σε μεγάλα κενά στο δασικό θόλο που παράγεται από την πτώση δέντρων. Ο προσδιορισμός αυτών των κενών που εντοπίστηκαν με τη βοήθεια Landsat εικόνων, πραγματοποιήθηκε με τη χρήση των 1:40,000 αεροφωτογραφιών. Έξω από το Εθνικό Πάρκο Κορκοβάντο, η συνολική αποψίλωση των δασών μειώθηκε από 1,5 % ανά έτος για την περίοδο 1979-1987 στο 0,83 % ετησίως για την περίοδο 1987-1997.&lt;br /&gt;
&lt;br /&gt;
Η αποψίλωση των δασών ήταν πιο έντονη σε απόσταση πάνω από 5 km του ορίου του Εθνικού Πάρκου, όπου δημιουργήθηκαν νησίδες δάσους ως αποτέλεσμα των προηγούμενων διαδικασιών αποψίλωσης των δασών (Εικόνα 1 και Πίνακας 2). Ο αριθμός των δασικών νησίδων εκτός του πάρκου αυξήθηκε 8 φορές στο διάστημα μεταξύ 1979 και 1987 (445-3722), αλλά μειώθηκε σε 1241 μέχρι το 1997. Η αύξηση του φαινομένου νησίδας μεταξύ 1979 και 1987 συνοδεύτηκε από μια αύξηση του μέσου μεγέθους νησίδας από 2,2 σε 2,4 km2, ενώ μειώθηκε δραματικά σε 0,7 km2 από το 1997. Κοντά στο Εθνικό Πάρκο (εντός ουδέτερης ζώνης 1 km) h αποψίλωση των δασών επικεντρώθηκε στo πρωτοβάθμια ώριμο δάσος, διαδικασία πιο συσσωρευτική από κατακερματιστική.&lt;br /&gt;
&lt;br /&gt;
Οι τάσεις της αποψίλωσης των δασών που παρατηρείται εκτός του Εθνικού Πάρκου του Κορκοβάντο, αναφέρουν ότι το τοπίο της Χερσονήσου Όσα έχει υποστεί σημαντικές αλλαγές κατά τη διάρκεια της μελέτης. Η έρευνά μας ερευνά δύο διαφορετικούς τύπους αποψίλωσης. Με βάση την πρώτη, η αποψίλωση έξω και μακριά από το πάρκο (&amp;gt; 1 km) συμβαίνει σε μεγάλο βαθμό από τον κατακερματισμό των δασών. Σε αντίθεση, η αποψίλωση των δασών κοντά στο πάρκο ( &amp;lt;1 km) είναι συσσωρευτική και επηρεάζει το υπόλοιπο ώριμο ή αρχέγονο δάσος. Η μελέτη μας τεκμηριώνει, επίσης, ότι από το 1997, μόνο το 44% του δάσους που απομένει στη χερσόνησο ήταν ώριμο και ότι τα περισσότερα δάση που βρίσκεται έξω από το Εθνικό Πάρκο έχουν τροποποιηθεί . Η περιορισμένη έκταση του δασικών πόρων στη χερσόνησο, μαζί με την αύξηση της αποψίλωσης των δασών και τη συγκομιδή ξυλείας από τη διαχείριση των δασών (επιλεκτική) στις περιοχές γύρω από το προστατευόμενο δάσος, θα οδηγήσει αναμφίβολα στην αυξημένη απομόνωση του πάρκου.&lt;br /&gt;
&lt;br /&gt;
Τα αποτελέσματά μας δείχνουν ότι το Κορκοβάντο Εθνικό Πάρκο προστατεύεται σήμερα σε ποσοστό 43% της συνολικής δασικής κάλυψης του. Η περιοχή του δάσους που προστατεύεται από το πάρκο, επιπρόσθετα του μη προστατευμένο δάσους έξω από το πάρκο ανέρχεται σε 977 km2 εκ των 1093 km2 της περιοχής μελέτης. Η έκταη αυτή είναι μικρότερη από την ελάχιστη αποδεκτή για την προστασία ορισμένων εμβληματικών ειδών που απαιτούν μεγάλα ενδιαιτήματα για να διατηρήσουν μακροπρόθεσμα τη γενετική τους ακεραιότητα. Για παράδειγμα, αρκετές μελέτες με στόχο τη μελέτη του ενδιαιτήματος των τζάγκουαρ (Panthera onca) εκτιμούν ότι αυτό το είδος (κυρίαρχο στη χερσόνησο Όσα) απαιτεί 30-140&lt;br /&gt;
km2 ανά ώριμο ενήλικο αρσενικό για τη διατήρηση ενός υγιούς πληθυσμού (Rabinowitz &amp;amp; Nottingham 1986, Crawshaw &amp;amp; Quigley 1991). Επιπλέον, έχει προταθεί από τους Palmeteri et al ( 2000 ), ότι ένας προστατευόμενος βιότοπο πρέπει να προβλέπει τουλάχιστον 50 αναπαραγωγικά άτομα τη διατήρηση του&lt;br /&gt;
πληθυσμού, ο οποίος θα συνεπάγονται την προστασία μιας περιοχής τουλάχιστον 1500 km2. Αυτό υπερβαίνει τη διαθέσιμη ώριμη δασική έκταση. Η έλλειψη επαρκούς έκτασης ενδιαίτημα για Τζάγκουαρ μπορεί να επηρεάσει όχι μόνο τη μακροπρόθεσμη ακεραιότητα του πληθυσμού του ζώου, αλλά μπορεί επίσης να έχει σημαντικές επιπτώσεις για άλλα είδη, δεδομένης της θέσης του ζώου αυτού στην τροφική αλυσίδα.&lt;br /&gt;
&lt;br /&gt;
Η ανάγκη για καλύτερη εφαρμογή της ισχύουσας νομοθεσίας (Διεύθυνση Δασών Νόμος 7575 της Κόστα Ρίκα), καθώς και ο έλεγχος της παράνομης αποψίλωσης των δασών, είναι βάση των παραπάνω κρίσιμης σημασίας για τη διατήρηση των δασικών πόρων και της βιοποικιλότητας . Η μεγαλύτερη απώλεια δασικής κάλυψης σε περιοχές με υψηλή πυκνότητα των απειλούμενων , ενδημικών και νέων-για-την-επιστήμη ειδών, αποτελεί μια πολύ σημαντική ερώτηση σχετικά με την επιτυχία των μελλοντικών πρωτοβουλιών διατήρησης ειδών εκτός των προστατευόμενων&lt;br /&gt;
περιοχών. Από την άλλη πλευρά , νέες ερευνητικές ευκαιρίες σε τροπικά περιβάλλοντα θα μπορούσε να οδηγήσει στην ενοποίηση χαρτών κατανομής σε μελέτες των τάσεων αποψίλωσης των δασών για την παροχή νέων μέσων σχεδιασμού περιβαλλοντικής πολιτικής.&lt;br /&gt;
&lt;br /&gt;
Τα σενάρια αυτά υποδεικνύουν την ανάγκη για το σχεδιασμό και την εφαρμογή μιας στρατηγικής για τη διατήρηση και την ανάπτυξη της χερσονήσου με τις εξής προτεραιότητες: (1) να σταματήσει ο κατακερματισμός των δασικών οικοσυστημάτων, (2) την προώθηση της συνδεσιμότητας και της αποκατάσταση ενδιαιτημάτων (3) επαρκής διαχείριση των γεωργικών δραστηριοτήτων και (4) την προώθηση έρευνας και διαχείρισης των ειδών που απαιτούν μεγάλες προστατευόμενες περιοχές ή ειδικά μέτρα για να εξασφαλίσουν τους&lt;br /&gt;
μακροπρόθεσμη επιβίωση τους.&lt;br /&gt;
&lt;br /&gt;
[http://www.bioone.org/doi/abs/10.1659/0276-4741(2002)022%5B0352%3ADOTDAN%5D2.0.CO%3B2]&lt;br /&gt;
&lt;br /&gt;
 [[category:Αποψίλωση δασών]]&lt;/div&gt;</summary>
		<author><name>Maria Kampouri</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/HIGHFOREST_-_%CE%A5%CF%80%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B4%CE%B1%CF%83%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CE%B1%CF%81%CE%B1%CE%BC%CE%AD%CF%84%CF%81%CF%89%CE%BD_%CE%B1%CF%80%CF%8C_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_%CF%85%CF%88%CE%B7%CE%BB%CE%AE%CF%82_%CE%B1%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7%CF%82_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AE%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B9%CF%83%CE%B7%CF%82</id>
		<title>HIGHFOREST - Υπολογισμός δασικών παραμέτρων από δεδομένα υψηλής ανάλυσης δορυφορικής τηλεπισκόπισης</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/HIGHFOREST_-_%CE%A5%CF%80%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B4%CE%B1%CF%83%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CE%B1%CF%81%CE%B1%CE%BC%CE%AD%CF%84%CF%81%CF%89%CE%BD_%CE%B1%CF%80%CF%8C_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_%CF%85%CF%88%CE%B7%CE%BB%CE%AE%CF%82_%CE%B1%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7%CF%82_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AE%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B9%CF%83%CE%B7%CF%82"/>
				<updated>2014-05-11T19:20:55Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Kampouri: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[http://147.102.106.42/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:1_Ikonos_true3.JPG]]&lt;br /&gt;
&lt;br /&gt;
[[http://147.102.106.42/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:2_Ikonos_false.JPG]]&lt;br /&gt;
&lt;br /&gt;
[[http://147.102.106.42/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:3_dots.JPG]]&lt;br /&gt;
&lt;br /&gt;
[[http://147.102.106.42/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:4_ogoskladiou.JPG]]&lt;br /&gt;
&lt;br /&gt;
[[http://147.102.106.42/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:5_diametrkladiou.JPG]]&lt;br /&gt;
&lt;br /&gt;
[[http://147.102.106.42/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:5_100elato.JPG]]&lt;br /&gt;
&lt;br /&gt;
Technical Research Centre of Finland, Information Technology, Information Systems&lt;br /&gt;
Commission VII, WG VII/3&lt;br /&gt;
&lt;br /&gt;
Heikki Astola, Catherine Bounsaythip, Jussi Ahola, Tuomas Häme, Eija Parmes, Laura Sirro &amp;amp; Brita Veikkanen&lt;br /&gt;
&lt;br /&gt;
'''Περίληψη'''&lt;br /&gt;
&lt;br /&gt;
'''Ο σκοπός της μελέτης ήταν να αναπτύξει ένα εργαλείο για την εκτίμηση των δασικών μεταβλητών χρησιμοποιώντας δορυφορικά δεδομένα υψηλής ανάλυσης. Στο εργαλείο περιλαμβάνεται σπονδυλωτό λειτουργικό λογισμικό. Η μεθοδολογία ανάλυσης εικόνας εστιάζεται στη μείωση από τα γνωστά προβλήματα των μεθόδων προηγούμενων δορυφορικών εικόνων, με βάση, δηλαδή τον κορεσμό στα υψηλότερα επίπεδα φυτικής μάζας και της αβεβαιότητας εκτίμησης για τα είδη δέντρων. Σύγχρονες μέθοδοι ανάλυσης εικόνας συνδυάστηκαν με τις φασματικές τους πληροφορίες. Στην δοκιμή εφαρμογής του εργαλείου, χρησιμοποιήθηκαν εικόνες από τον δορυφόρο Ikonos με ανάλυση εδάφους 1-4 m.'''&lt;br /&gt;
&lt;br /&gt;
'''Το λογισμικό Forestime που αναπτύχθηκε, εκτίμησε τις δασικές μεταβλητές με την κατάτμηση των εικόνων σε «μικρο-περιοχές», μεσω του υπολογισμού των χαρακτηριστικών των εικόνων μέσω διανυσμάτων και μέσω του συσχετισμού δεδομένων πεδίου με ομάδες από το στάδιο της μη-επιβλεπόμενης ταξινόμησης. Οι εκτιμήσεις παράγονται ως σταθμισμένα αθροίσματα των πιθανοτήτων των δειγμάτων να ανήκουν στην κατηγορία της ταξινόμησης. Οι μεταβλητές-στόχοι της μελέτης ήταν ο όγκος (37,4% - % σε σχέση με τη μέση τιμή), η μέση διάμετρος (23,4) και ο αριθμός (87%) βλαστών, καθώς και οι αναλογίες ειδών δέντρου (πεύκο 111%, έλατο 47 % , και για τα πλατύφυλλα 137%).'''&lt;br /&gt;
&lt;br /&gt;
Λέξεις κλειδιά: '''δορυφορική τηλεπισκόπηση, δασοκομία, αυτοματοποίηση, απογραφή, υψηλή ανάλυση'''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Οι ιδιοκτήτες δασικών εκτάσεων και οι οργανισμοί εκμετάλλευσης ξυλείας έχουν μία διαρκή ανάγκη ανανέωσης των πληροφοριών τους σχετικά με τα δάση. Η παραδοσιακή επίγεια μέθοδος απογραφής με προσδιορισμό περιοχής μελέτης είναι εντούτοις δαπανηρή και η συχνότητα είναι χαμηλή. Υπάρχει επίσης η ανάγκη για μείωση της έκτασης της απογραφόμενης γης και την παραγωγή πιο λεπτομερών χαρτών. Οι δορυφορικές εικόνες με ανάλυση εδάφους 20-30 m έχουν δοκιμαστεί και χρησιμοποιούνται μερικώς για δασικές απογραφές, αφενός λόγω του κορεσμού της αντανάκλασης σε υψηλότερα επίπεδα βλάστησης (όριο κορεσμού για φιλανδικές συνθήκες είναι 200m3/ha) και αφετέρου λόγω της δυσκολίας προσδιορισμού της έκτασης του κάθε είδους δέντρου, αφού καθένα εικονοστοιχείο περιλαμβάνει συχνά διαφορετικά δέντρα.&lt;br /&gt;
&lt;br /&gt;
Η χωρική ανάλυση δορυφορικών τηλεπισκοπικών εικόνων κυμαίνεται μεταξύ 30 m (Landsat Tthematic Mapper) και 1 m για πανχρωματική εικόνα, ενώ είναι 4 m για πολυφασματική (Ikonos, Quickbird). Ένα από τους κύριους στόχους της μελέτης Highforest είναι η παραγωγή ενός λειτουργικού εργαλείου λογισμικού για την πλήρη αυτοματοποίηση της δασικής χαρτογράφησης, κάνοντας χρήση των δορυφορικών αυτών εικόνων υψηλής ανάλυσης, καθώς και τα αποτελέσματα προηγούμενων μελετών.&lt;br /&gt;
&lt;br /&gt;
'''Δεδομένα και επεξεργασία'''&lt;br /&gt;
&lt;br /&gt;
''Δορυφορικά δεδομένα''&lt;br /&gt;
&lt;br /&gt;
Η γαιοαναφερόμενη και διορθωμένη εικόνα Ikonos, η οποία χρησιμοποιήθηκε, προήλθε από την περιοχή Σούονενγιοκι στη Φιλανδία, με δεδομένα από τα μέσα Ιουνίου του 2003 και είχε μέγεθος 10 km x 13 km. Λόγω των νεφώσεων στην ανατολική πλευρά της εικόνας, αυτή επεκτάθηκε κατά 3 km δυτικά. Οι εικόνες Ikonos έχουν τέσσερα φασματικά κανάλια: μπλε (450-520 nm), πράσινο (520-600 nm), κόκκινο (630-690 nm) και εγγύς υπέρυθρο (NIR) (760-900 nm), με ανάλυση εδάφους τεσσάρων μέτρων και ένα πανχρωματικό κανάλι (450-900 nm), με ανάλυση εδάφους ενός μέτρου. Μία μικρότερη εικόνα, η οποία καλύπτει την περιοχή μελέτης, επίσης χρησιμοποιήθηκε από ολόκληρη την περιοχή του Σούονενγιοκι με σκοπό τον έλεγχο. Η ληφθείσα εικόνα υποβλήθηκε σε ραδιομετρική διόρθωση χρησιμοποιώντας ήδη υπάρχον λογισμικό του VVT (smac_corr.exe).&lt;br /&gt;
&lt;br /&gt;
''Επίγεια δεδομένα''&lt;br /&gt;
&lt;br /&gt;
Το κέντρο ερευνών του Σούονενγιοκι του Φιλανδικού Ινστιτούτου Δασικών Ερευνών, πραγματοποίησε 327 δειγματοληψίες εδάφους από αντίστοιχο αριθμό περιοχών μελέτης για 7 μεταβλητές διαφορετικών ειδών δέντρου το καλοκαίρι του 2001. Τα δεδομένα αυτά μελετήθηκαν λεπτομερώς οπτικά, ώστε να αποκλειστούν περιοχές, οι οποίες θα μπορούσαν να προκαλέσουν παραμόρφωση ή σφάλματα κατά την υπολογιστική διαδικασία.&lt;br /&gt;
&lt;br /&gt;
'''Μέθοδοι'''&lt;br /&gt;
&lt;br /&gt;
''Υπολογισμός δασολογικών μεταβλητών''&lt;br /&gt;
&lt;br /&gt;
Η μέση τιμή των φασματικών ιδιοτήτων από τα ραδιομετρικά διορθωμένα Ikonos κανάλια, μαζί με τις περιεχόμενες ιδιότητες, όπως προσδιορίστηκαν από το Ikonos πανχρωματικό (PAN-chromatic) κανάλι, αποτελούν τις ιδιότητες, οι οποίες θα εισαχθούν στην υπολογιστική διαδικασία Forestime.&lt;br /&gt;
&lt;br /&gt;
Η σειρά δοκιμαστικών ιδιοτήτων περιείχε πέντε ιδιότητες Haralick: αντίθεση, εντροπία, αντίστροφη κίνηση διαφοράς, ομοιογένεια και συνολικό μέσο. Το σχετιζόμενο ιστόγραμμα ταυτότητας γκρι-κλίμακας υπολογίστηκε για ένα 15 x 15 παράθυρο εικονοστοιχείων με μία σχέση απόστασης ενός εικονοστοιχείου και στις δύο κατευθύνσεις της εικόνας. To ιστόγραμμα υπολογίστηκε για μία συμπιεσμένη εικόνα 16 γκρίζων επιπέδων.&lt;br /&gt;
&lt;br /&gt;
Εκτός των Haralick ιδιοτήτων, μία σειρά από τέσσερεις Gabor ιδιότητες υπολογίστηκαν από ένα παν-χρωματικό κανάλι της εικόνας Ikonos, χρησιμοποιώντας μία τράπεζα από ομοιόμορφα συμμετρικές μάσκες φίλτρων Gabor.&lt;br /&gt;
&lt;br /&gt;
Με τη βοήθεια του εργαλείου προσδιορισμού της θέσης δέντρων στο πανχρωματικό κανάλι, του εργαλείου μέσης τιμής του Forestime και της ανακλαστικότητας στο εγγύς υπέρυθρο στο πανχρωματικό, προσδιορίζεται αν το κάθε δέντρο είναι κωνοφόρο ή πλατύφυλλο και δίνεται η αναλογία τους.&lt;br /&gt;
&lt;br /&gt;
Για τον προσδιορισμό των βέλτιστων χαρακτηριστικών προς εισαγωγή σε μοντέλα υπολογισμού παραμέτρων εξετάστηκε η αμοιβαία συσχέτιση δασικών στοιχείων και μεταβλητών, καθώς και οι γραμμικές συναρτήσεις τους με τη βοήθεια του στατιστικού προγράμματος SPSS. Τα μοντέλα, τα οποία παρήγαγε η μέθοδος αυτή περιείχαν πέντε χαρακτηριστικά ή περισσότερα.&lt;br /&gt;
Μετά από τη διαδικασία του κατακερματισμού της εικόνας, ο οποίος παρείχε μέσες τιμές για τις επιλεγμένες κατηγορίες, τη χρήση αλγόριθμου Κ-μέσων στα ομαδοποιημένα δεδομένα και την γαιοαναφορά, το παραγόμενο αποτέλεσμα είναι ράστερ εικόνες ή διανυσματικά δεδομένα, τα οποία αντικατοπτρίζουν αθροίσματα της πιθανότητας παρουσίας της κάθε τάξης.&lt;br /&gt;
&lt;br /&gt;
''Forestime λογισμικό''&lt;br /&gt;
&lt;br /&gt;
Το σπονδυλωτό εργαλείο αυτό σχεδιάστηκε με σκοπό την αυτοματοποίηση της χαρτογράφησης μεγάλων δασικών περιοχών. Τα πλεονεκτήματα του να είναι σπονδυλωτό το πρόγραμμα είναι τα εξής: επιτρέπει εύκολη αντικατάσταση μίας κατηγορίας με μία άλλη, το παραγόμενο αποτέλεσμα είναι μία εικόνα κάλυψης γης και μπορεί να χρησιμοποιήσει δεδομένα από οποιοδήποτε όργανο ή γεωγραφικές βάσεις δεδομένων.&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα και ανάλυση'''&lt;br /&gt;
&lt;br /&gt;
Στη μελέτη αυτή χρησιμοποιήθηκε μία πρότυπη έκδοση ενός σπονδυλωτού προγράμματος Forestime για τον υπολογισμό δασικών μεταβλητών. Ακόμα και αν η λειτουργικότητα, η ταχύτητα και η ανάλυση δεδομένων είναι περιορισμένα, τα τεστ λειτουργικότητας απέδειξαν την χρηστικότητα του συστήματος.&lt;br /&gt;
&lt;br /&gt;
Συμπερασματικά ο στόχος της μείωσης του κορεσμού ανακλαστικότητας επιτεύχθηκε μερικώς, καθώς και ο στόχος του αξιόπιστου προσδιορισμού ειδών δέντρου. Τα καλύτερα αποτελέσματα επιτεύχθηκαν μέσω της χρήσης της εντροπίας Haralick και των εισαγόμενων χαρακτηριστικών στα οπτικά κανάλια. Η ταχύτητα λειτουργίας του λογισμικού επιδέχεται βελτίωσης.&lt;br /&gt;
&lt;br /&gt;
Στις παραγόμενες δασικές μεταβλητές, η ανάλυση διασποράς των δεδομένων-στόχων στις κατηγορίες της ταξινόμησης είναι σχετικά μεγάλη, πράγμα το οποίο οδηγεί σε μέσες τιμές. Για μελλοντικές έρευνες ένα κεντρικό θέμα θα είναι η μείωση της ανάλυσης διασποράς χρησιμοποιώντας άλλου είδους ταξινόμηση.&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Στη μελέτη HighForest το VTT υλοποίησε την πρωτότυπη έκδοση του σπονδυλωτού εργαλείου λογισμικού για την εκτίμηση δασικών μεταβλητών (Forestime V. 1.0) . Ακόμη και αν η λειτουργικότητα, η ταχύτητα και η κατανάλωση πόρων του λογισμικού είναι ακόμα πολύ περιορισμένες, οι λειτουργικές δοκιμές έχουν δείξει τις δυνατότητες του συστήματος. Το λογισμικό δοκιμάστηκε ως ένα αυτόνομο σύστημα, καθώς και ως ένα εξωτερικό πρόγραμμα εφαρμογής μέσω του εμπορικού λογισμικού API. Η λειτουργία του Forestime ήταν όπως αναμενόταν και ο στόχος για την εφαρμογή του λογισμικού είχε επιτευχθεί.&lt;br /&gt;
&lt;br /&gt;
Συνοψίζοντας τα αποτελέσματα της εκτίμησης των δασικών μεταβλητών με Forestime v 1.0, μπορούμε να πούμε ότι ο στόχος για τη μείωση του κορεσμού ανάκλασης, επετεύχθηκε μερικώς, καθώς και ο στόχος για την ακριβή εκτίμηση ειδών δέντρου. Τα καλύτερα αποτελέσματα επιτεύχθηκαν χρησιμοποιώντας τα φασματικά κανάλια και την εντροπία του Haralick ως εισαγόμενες μεταβλητές.&lt;br /&gt;
&lt;br /&gt;
Στις εκτιμήσεις για το δασικής κάλυψης ειδών δέντρου, η ανάλυση διασποράς παρουσίασε μεγάλες διακυμάνσεις στις κατηγορίες ομαδοποίησης, πράγμα που οδήγησε σε κατά μέσο όρο εκτιμήσεις. Ένα κύριο θέμα των μελλοντικών μελετών θα είναι η δυνατότητα να μειωθεί η διακύμανση χρησιμοποιώντας διαφορετικό είδος ταξινόμησης.&lt;br /&gt;
&lt;br /&gt;
[http://citeseerx.ist.psu.edu/viewdoc/summary?doi=10.1.1.151.194]&lt;br /&gt;
&lt;br /&gt;
 [[category:Μικτό δάσος]]&lt;/div&gt;</summary>
		<author><name>Maria Kampouri</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/HIGHFOREST_-_%CE%A5%CF%80%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B4%CE%B1%CF%83%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CE%B1%CF%81%CE%B1%CE%BC%CE%AD%CF%84%CF%81%CF%89%CE%BD_%CE%B1%CF%80%CF%8C_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_%CF%85%CF%88%CE%B7%CE%BB%CE%AE%CF%82_%CE%B1%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7%CF%82_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AE%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B9%CF%83%CE%B7%CF%82</id>
		<title>HIGHFOREST - Υπολογισμός δασικών παραμέτρων από δεδομένα υψηλής ανάλυσης δορυφορικής τηλεπισκόπισης</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/HIGHFOREST_-_%CE%A5%CF%80%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B4%CE%B1%CF%83%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CE%B1%CF%81%CE%B1%CE%BC%CE%AD%CF%84%CF%81%CF%89%CE%BD_%CE%B1%CF%80%CF%8C_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_%CF%85%CF%88%CE%B7%CE%BB%CE%AE%CF%82_%CE%B1%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7%CF%82_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AE%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B9%CF%83%CE%B7%CF%82"/>
				<updated>2014-05-11T19:19:58Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Kampouri: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[http://147.102.106.42/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:1_Ikonos_true3.JPG]]&lt;br /&gt;
&lt;br /&gt;
[[http://147.102.106.42/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:2_Ikonos_false.JPG]]&lt;br /&gt;
&lt;br /&gt;
[[http://147.102.106.42/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:3_dots.JPG]]&lt;br /&gt;
&lt;br /&gt;
[[http://147.102.106.42/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:4_ogoskladiou.JPG]]&lt;br /&gt;
&lt;br /&gt;
[[http://147.102.106.42/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:5_diametrkladiou.JPG]]&lt;br /&gt;
&lt;br /&gt;
[[http://147.102.106.42/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:5_100elato.JPG]]&lt;br /&gt;
&lt;br /&gt;
Technical Research Centre of Finland, Information Technology, Information Systems&lt;br /&gt;
Commission VII, WG VII/3&lt;br /&gt;
&lt;br /&gt;
Heikki Astola, Catherine Bounsaythip, Jussi Ahola, Tuomas Häme, Eija Parmes, Laura Sirro &amp;amp; Brita Veikkanen&lt;br /&gt;
&lt;br /&gt;
'''Περίληψη'''&lt;br /&gt;
&lt;br /&gt;
'''Ο σκοπός της μελέτης ήταν να αναπτύξει ένα εργαλείο για την εκτίμηση των δασικών μεταβλητών χρησιμοποιώντας δορυφορικά δεδομένα υψηλής ανάλυσης. Στο εργαλείο περιλαμβάνεται σπονδυλωτό λειτουργικό λογισμικό. Η μεθοδολογία ανάλυσης εικόνας εστιάζεται στη μείωση από τα γνωστά προβλήματα των μεθόδων προηγούμενων δορυφορικών εικόνων, με βάση, δηλαδή τον κορεσμό στα υψηλότερα επίπεδα φυτικής μάζας και της αβεβαιότητας εκτίμησης για τα είδη δέντρων. Σύγχρονες μέθοδοι ανάλυσης εικόνας συνδυάστηκαν με τις φασματικές τους πληροφορίες. Στην δοκιμή εφαρμογής του εργαλείου, χρησιμοποιήθηκαν εικόνες από τον δορυφόρο Ikonos με ανάλυση εδάφους 1-4 m.&lt;br /&gt;
Το λογισμικό Forestime που αναπτύχθηκε, εκτίμησε τις δασικές μεταβλητές με την κατάτμηση των εικόνων σε «μικρο-περιοχές», μεσω του υπολογισμού των χαρακτηριστικών των εικόνων μέσω διανυσμάτων και μέσω του συσχετισμού δεδομένων πεδίου με ομάδες από το στάδιο της μη-επιβλεπόμενης ταξινόμησης. Οι εκτιμήσεις παράγονται ως σταθμισμένα αθροίσματα των πιθανοτήτων των δειγμάτων να ανήκουν στην κατηγορία της ταξινόμησης. Οι μεταβλητές-στόχοι της μελέτης ήταν ο όγκος (37,4% - % σε σχέση με τη μέση τιμή), η μέση διάμετρος (23,4) και ο αριθμός (87%) βλαστών, καθώς και οι αναλογίες ειδών δέντρου (πεύκο 111%, έλατο 47 % , και για τα πλατύφυλλα 137%).'''&lt;br /&gt;
&lt;br /&gt;
Λέξεις κλειδιά: '''δορυφορική τηλεπισκόπηση, δασοκομία, αυτοματοποίηση, απογραφή, υψηλή ανάλυση'''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Οι ιδιοκτήτες δασικών εκτάσεων και οι οργανισμοί εκμετάλλευσης ξυλείας έχουν μία διαρκή ανάγκη ανανέωσης των πληροφοριών τους σχετικά με τα δάση. Η παραδοσιακή επίγεια μέθοδος απογραφής με προσδιορισμό περιοχής μελέτης είναι εντούτοις δαπανηρή και η συχνότητα είναι χαμηλή. Υπάρχει επίσης η ανάγκη για μείωση της έκτασης της απογραφόμενης γης και την παραγωγή πιο λεπτομερών χαρτών. Οι δορυφορικές εικόνες με ανάλυση εδάφους 20-30 m έχουν δοκιμαστεί και χρησιμοποιούνται μερικώς για δασικές απογραφές, αφενός λόγω του κορεσμού της αντανάκλασης σε υψηλότερα επίπεδα βλάστησης (όριο κορεσμού για φιλανδικές συνθήκες είναι 200m3/ha) και αφετέρου λόγω της δυσκολίας προσδιορισμού της έκτασης του κάθε είδους δέντρου, αφού καθένα εικονοστοιχείο περιλαμβάνει συχνά διαφορετικά δέντρα.&lt;br /&gt;
&lt;br /&gt;
Η χωρική ανάλυση δορυφορικών τηλεπισκοπικών εικόνων κυμαίνεται μεταξύ 30 m (Landsat Tthematic Mapper) και 1 m για πανχρωματική εικόνα, ενώ είναι 4 m για πολυφασματική (Ikonos, Quickbird). Ένα από τους κύριους στόχους της μελέτης Highforest είναι η παραγωγή ενός λειτουργικού εργαλείου λογισμικού για την πλήρη αυτοματοποίηση της δασικής χαρτογράφησης, κάνοντας χρήση των δορυφορικών αυτών εικόνων υψηλής ανάλυσης, καθώς και τα αποτελέσματα προηγούμενων μελετών.&lt;br /&gt;
&lt;br /&gt;
'''Δεδομένα και επεξεργασία'''&lt;br /&gt;
&lt;br /&gt;
''Δορυφορικά δεδομένα''&lt;br /&gt;
&lt;br /&gt;
Η γαιοαναφερόμενη και διορθωμένη εικόνα Ikonos, η οποία χρησιμοποιήθηκε, προήλθε από την περιοχή Σούονενγιοκι στη Φιλανδία, με δεδομένα από τα μέσα Ιουνίου του 2003 και είχε μέγεθος 10 km x 13 km. Λόγω των νεφώσεων στην ανατολική πλευρά της εικόνας, αυτή επεκτάθηκε κατά 3 km δυτικά. Οι εικόνες Ikonos έχουν τέσσερα φασματικά κανάλια: μπλε (450-520 nm), πράσινο (520-600 nm), κόκκινο (630-690 nm) και εγγύς υπέρυθρο (NIR) (760-900 nm), με ανάλυση εδάφους τεσσάρων μέτρων και ένα πανχρωματικό κανάλι (450-900 nm), με ανάλυση εδάφους ενός μέτρου. Μία μικρότερη εικόνα, η οποία καλύπτει την περιοχή μελέτης, επίσης χρησιμοποιήθηκε από ολόκληρη την περιοχή του Σούονενγιοκι με σκοπό τον έλεγχο. Η ληφθείσα εικόνα υποβλήθηκε σε ραδιομετρική διόρθωση χρησιμοποιώντας ήδη υπάρχον λογισμικό του VVT (smac_corr.exe).&lt;br /&gt;
&lt;br /&gt;
''Επίγεια δεδομένα''&lt;br /&gt;
&lt;br /&gt;
Το κέντρο ερευνών του Σούονενγιοκι του Φιλανδικού Ινστιτούτου Δασικών Ερευνών, πραγματοποίησε 327 δειγματοληψίες εδάφους από αντίστοιχο αριθμό περιοχών μελέτης για 7 μεταβλητές διαφορετικών ειδών δέντρου το καλοκαίρι του 2001. Τα δεδομένα αυτά μελετήθηκαν λεπτομερώς οπτικά, ώστε να αποκλειστούν περιοχές, οι οποίες θα μπορούσαν να προκαλέσουν παραμόρφωση ή σφάλματα κατά την υπολογιστική διαδικασία.&lt;br /&gt;
&lt;br /&gt;
'''Μέθοδοι'''&lt;br /&gt;
&lt;br /&gt;
''Υπολογισμός δασολογικών μεταβλητών''&lt;br /&gt;
&lt;br /&gt;
Η μέση τιμή των φασματικών ιδιοτήτων από τα ραδιομετρικά διορθωμένα Ikonos κανάλια, μαζί με τις περιεχόμενες ιδιότητες, όπως προσδιορίστηκαν από το Ikonos πανχρωματικό (PAN-chromatic) κανάλι, αποτελούν τις ιδιότητες, οι οποίες θα εισαχθούν στην υπολογιστική διαδικασία Forestime.&lt;br /&gt;
&lt;br /&gt;
Η σειρά δοκιμαστικών ιδιοτήτων περιείχε πέντε ιδιότητες Haralick: αντίθεση, εντροπία, αντίστροφη κίνηση διαφοράς, ομοιογένεια και συνολικό μέσο. Το σχετιζόμενο ιστόγραμμα ταυτότητας γκρι-κλίμακας υπολογίστηκε για ένα 15 x 15 παράθυρο εικονοστοιχείων με μία σχέση απόστασης ενός εικονοστοιχείου και στις δύο κατευθύνσεις της εικόνας. To ιστόγραμμα υπολογίστηκε για μία συμπιεσμένη εικόνα 16 γκρίζων επιπέδων.&lt;br /&gt;
&lt;br /&gt;
Εκτός των Haralick ιδιοτήτων, μία σειρά από τέσσερεις Gabor ιδιότητες υπολογίστηκαν από ένα παν-χρωματικό κανάλι της εικόνας Ikonos, χρησιμοποιώντας μία τράπεζα από ομοιόμορφα συμμετρικές μάσκες φίλτρων Gabor.&lt;br /&gt;
&lt;br /&gt;
Με τη βοήθεια του εργαλείου προσδιορισμού της θέσης δέντρων στο πανχρωματικό κανάλι, του εργαλείου μέσης τιμής του Forestime και της ανακλαστικότητας στο εγγύς υπέρυθρο στο πανχρωματικό, προσδιορίζεται αν το κάθε δέντρο είναι κωνοφόρο ή πλατύφυλλο και δίνεται η αναλογία τους.&lt;br /&gt;
&lt;br /&gt;
Για τον προσδιορισμό των βέλτιστων χαρακτηριστικών προς εισαγωγή σε μοντέλα υπολογισμού παραμέτρων εξετάστηκε η αμοιβαία συσχέτιση δασικών στοιχείων και μεταβλητών, καθώς και οι γραμμικές συναρτήσεις τους με τη βοήθεια του στατιστικού προγράμματος SPSS. Τα μοντέλα, τα οποία παρήγαγε η μέθοδος αυτή περιείχαν πέντε χαρακτηριστικά ή περισσότερα.&lt;br /&gt;
Μετά από τη διαδικασία του κατακερματισμού της εικόνας, ο οποίος παρείχε μέσες τιμές για τις επιλεγμένες κατηγορίες, τη χρήση αλγόριθμου Κ-μέσων στα ομαδοποιημένα δεδομένα και την γαιοαναφορά, το παραγόμενο αποτέλεσμα είναι ράστερ εικόνες ή διανυσματικά δεδομένα, τα οποία αντικατοπτρίζουν αθροίσματα της πιθανότητας παρουσίας της κάθε τάξης.&lt;br /&gt;
&lt;br /&gt;
''Forestime λογισμικό''&lt;br /&gt;
&lt;br /&gt;
Το σπονδυλωτό εργαλείο αυτό σχεδιάστηκε με σκοπό την αυτοματοποίηση της χαρτογράφησης μεγάλων δασικών περιοχών. Τα πλεονεκτήματα του να είναι σπονδυλωτό το πρόγραμμα είναι τα εξής: επιτρέπει εύκολη αντικατάσταση μίας κατηγορίας με μία άλλη, το παραγόμενο αποτέλεσμα είναι μία εικόνα κάλυψης γης και μπορεί να χρησιμοποιήσει δεδομένα από οποιοδήποτε όργανο ή γεωγραφικές βάσεις δεδομένων.&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα και ανάλυση'''&lt;br /&gt;
&lt;br /&gt;
Στη μελέτη αυτή χρησιμοποιήθηκε μία πρότυπη έκδοση ενός σπονδυλωτού προγράμματος Forestime για τον υπολογισμό δασικών μεταβλητών. Ακόμα και αν η λειτουργικότητα, η ταχύτητα και η ανάλυση δεδομένων είναι περιορισμένα, τα τεστ λειτουργικότητας απέδειξαν την χρηστικότητα του συστήματος.&lt;br /&gt;
&lt;br /&gt;
Συμπερασματικά ο στόχος της μείωσης του κορεσμού ανακλαστικότητας επιτεύχθηκε μερικώς, καθώς και ο στόχος του αξιόπιστου προσδιορισμού ειδών δέντρου. Τα καλύτερα αποτελέσματα επιτεύχθηκαν μέσω της χρήσης της εντροπίας Haralick και των εισαγόμενων χαρακτηριστικών στα οπτικά κανάλια. Η ταχύτητα λειτουργίας του λογισμικού επιδέχεται βελτίωσης.&lt;br /&gt;
&lt;br /&gt;
Στις παραγόμενες δασικές μεταβλητές, η ανάλυση διασποράς των δεδομένων-στόχων στις κατηγορίες της ταξινόμησης είναι σχετικά μεγάλη, πράγμα το οποίο οδηγεί σε μέσες τιμές. Για μελλοντικές έρευνες ένα κεντρικό θέμα θα είναι η μείωση της ανάλυσης διασποράς χρησιμοποιώντας άλλου είδους ταξινόμηση.&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Στη μελέτη HighForest το VTT υλοποίησε την πρωτότυπη έκδοση του σπονδυλωτού εργαλείου λογισμικού για την εκτίμηση δασικών μεταβλητών (Forestime V. 1.0) . Ακόμη και αν η λειτουργικότητα, η ταχύτητα και η κατανάλωση πόρων του λογισμικού είναι ακόμα πολύ περιορισμένες, οι λειτουργικές δοκιμές έχουν δείξει τις δυνατότητες του συστήματος. Το λογισμικό δοκιμάστηκε ως ένα αυτόνομο σύστημα, καθώς και ως ένα εξωτερικό πρόγραμμα εφαρμογής μέσω του εμπορικού λογισμικού API. Η λειτουργία του Forestime ήταν όπως αναμενόταν και ο στόχος για την εφαρμογή του λογισμικού είχε επιτευχθεί.&lt;br /&gt;
&lt;br /&gt;
Συνοψίζοντας τα αποτελέσματα της εκτίμησης των δασικών μεταβλητών με Forestime v 1.0, μπορούμε να πούμε ότι ο στόχος για τη μείωση του κορεσμού ανάκλασης, επετεύχθηκε μερικώς, καθώς και ο στόχος για την ακριβή εκτίμηση ειδών δέντρου. Τα καλύτερα αποτελέσματα επιτεύχθηκαν χρησιμοποιώντας τα φασματικά κανάλια και την εντροπία του Haralick ως εισαγόμενες μεταβλητές.&lt;br /&gt;
&lt;br /&gt;
Στις εκτιμήσεις για το δασικής κάλυψης ειδών δέντρου, η ανάλυση διασποράς παρουσίασε μεγάλες διακυμάνσεις στις κατηγορίες ομαδοποίησης, πράγμα που οδήγησε σε κατά μέσο όρο εκτιμήσεις. Ένα κύριο θέμα των μελλοντικών μελετών θα είναι η δυνατότητα να μειωθεί η διακύμανση χρησιμοποιώντας διαφορετικό είδος ταξινόμησης.&lt;br /&gt;
&lt;br /&gt;
[http://citeseerx.ist.psu.edu/viewdoc/summary?doi=10.1.1.151.194]&lt;br /&gt;
&lt;br /&gt;
 [[category:Μικτό δάσος]]&lt;/div&gt;</summary>
		<author><name>Maria Kampouri</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/HIGHFOREST_-_%CE%A5%CF%80%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B4%CE%B1%CF%83%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CE%B1%CF%81%CE%B1%CE%BC%CE%AD%CF%84%CF%81%CF%89%CE%BD_%CE%B1%CF%80%CF%8C_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_%CF%85%CF%88%CE%B7%CE%BB%CE%AE%CF%82_%CE%B1%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7%CF%82_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AE%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B9%CF%83%CE%B7%CF%82</id>
		<title>HIGHFOREST - Υπολογισμός δασικών παραμέτρων από δεδομένα υψηλής ανάλυσης δορυφορικής τηλεπισκόπισης</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/HIGHFOREST_-_%CE%A5%CF%80%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B4%CE%B1%CF%83%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CE%B1%CF%81%CE%B1%CE%BC%CE%AD%CF%84%CF%81%CF%89%CE%BD_%CE%B1%CF%80%CF%8C_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_%CF%85%CF%88%CE%B7%CE%BB%CE%AE%CF%82_%CE%B1%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7%CF%82_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AE%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B9%CF%83%CE%B7%CF%82"/>
				<updated>2014-05-11T19:18:34Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Kampouri: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[http://147.102.106.42/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:1_Ikonos_true3.JPG]]&lt;br /&gt;
&lt;br /&gt;
[[http://147.102.106.42/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:2_Ikonos_false.JPG]]&lt;br /&gt;
&lt;br /&gt;
[[http://147.102.106.42/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:3_dots.JPG]]&lt;br /&gt;
&lt;br /&gt;
[[http://147.102.106.42/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:4_ogoskladiou.JPG]]&lt;br /&gt;
&lt;br /&gt;
[[http://147.102.106.42/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:5_diametrkladiou.JPG]]&lt;br /&gt;
&lt;br /&gt;
[[http://147.102.106.42/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:5_100elato.JPG]]&lt;br /&gt;
&lt;br /&gt;
Technical Research Centre of Finland, Information Technology, Information Systems&lt;br /&gt;
Commission VII, WG VII/3&lt;br /&gt;
&lt;br /&gt;
Heikki Astola, Catherine Bounsaythip, Jussi Ahola, Tuomas Häme, Eija Parmes, Laura Sirro &amp;amp; Brita Veikkanen&lt;br /&gt;
&lt;br /&gt;
'''Περίληψη'''&lt;br /&gt;
&lt;br /&gt;
'''Ο σκοπός της μελέτης ήταν να αναπτύξει ένα εργαλείο για την εκτίμηση των δασικών μεταβλητών χρησιμοποιώντας δορυφορικά δεδομένα υψηλής ανάλυσης. Στο εργαλείο περιλαμβάνεται σπονδυλωτό λειτουργικό λογισμικό. Η μεθοδολογία ανάλυσης εικόνας εστιάζεται στη μείωση από τα γνωστά προβλήματα των μεθόδων προηγούμενων δορυφορικών εικόνων, με βάση, δηλαδή τον κορεσμό στα υψηλότερα επίπεδα φυτικής μάζας και της αβεβαιότητας εκτίμησης για τα είδη δέντρων. Σύγχρονες μέθοδοι ανάλυσης εικόνας συνδυάστηκαν με τις φασματικές τους πληροφορίες. Στην δοκιμή εφαρμογής του εργαλείου, χρησιμοποιήθηκαν εικόνες από τον δορυφόρο Ikonos με ανάλυση εδάφους 1-4 m.&lt;br /&gt;
&lt;br /&gt;
Το λογισμικό Forestime που αναπτύχθηκε, εκτίμησε τις δασικές μεταβλητές με την κατάτμηση των εικόνων σε «μικρο-περιοχές», μεσω του υπολογισμού των χαρακτηριστικών των εικόνων μέσω διανυσμάτων και μέσω του συσχετισμού δεδομένων πεδίου με ομάδες από το στάδιο της μη-επιβλεπόμενης ταξινόμησης. Οι εκτιμήσεις παράγονται ως σταθμισμένα αθροίσματα των πιθανοτήτων των δειγμάτων να ανήκουν στην κατηγορία της ταξινόμησης. Οι μεταβλητές-στόχοι της μελέτης ήταν ο όγκος (37,4% - % σε σχέση με τη μέση τιμή), η μέση διάμετρος (23,4) και ο αριθμός (87%) βλαστών, καθώς και οι αναλογίες ειδών δέντρου (πεύκο 111%, έλατο 47 % , και για τα πλατύφυλλα 137%).'''&lt;br /&gt;
&lt;br /&gt;
Λέξεις κλειδιά: '''δορυφορική τηλεπισκόπηση, δασοκομία, αυτοματοποίηση, απογραφή, υψηλή ανάλυση'''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Οι ιδιοκτήτες δασικών εκτάσεων και οι οργανισμοί εκμετάλλευσης ξυλείας έχουν μία διαρκή ανάγκη ανανέωσης των πληροφοριών τους σχετικά με τα δάση. Η παραδοσιακή επίγεια μέθοδος απογραφής με προσδιορισμό περιοχής μελέτης είναι εντούτοις δαπανηρή και η συχνότητα είναι χαμηλή. Υπάρχει επίσης η ανάγκη για μείωση της έκτασης της απογραφόμενης γης και την παραγωγή πιο λεπτομερών χαρτών. Οι δορυφορικές εικόνες με ανάλυση εδάφους 20-30 m έχουν δοκιμαστεί και χρησιμοποιούνται μερικώς για δασικές απογραφές, αφενός λόγω του κορεσμού της αντανάκλασης σε υψηλότερα επίπεδα βλάστησης (όριο κορεσμού για φιλανδικές συνθήκες είναι 200m3/ha) και αφετέρου λόγω της δυσκολίας προσδιορισμού της έκτασης του κάθε είδους δέντρου, αφού καθένα εικονοστοιχείο περιλαμβάνει συχνά διαφορετικά δέντρα.&lt;br /&gt;
&lt;br /&gt;
Η χωρική ανάλυση δορυφορικών τηλεπισκοπικών εικόνων κυμαίνεται μεταξύ 30 m (Landsat Tthematic Mapper) και 1 m για πανχρωματική εικόνα, ενώ είναι 4 m για πολυφασματική (Ikonos, Quickbird). Ένα από τους κύριους στόχους της μελέτης Highforest είναι η παραγωγή ενός λειτουργικού εργαλείου λογισμικού για την πλήρη αυτοματοποίηση της δασικής χαρτογράφησης, κάνοντας χρήση των δορυφορικών αυτών εικόνων υψηλής ανάλυσης, καθώς και τα αποτελέσματα προηγούμενων μελετών.&lt;br /&gt;
&lt;br /&gt;
'''Δεδομένα και επεξεργασία'''&lt;br /&gt;
&lt;br /&gt;
''Δορυφορικά δεδομένα''&lt;br /&gt;
&lt;br /&gt;
Η γαιοαναφερόμενη και διορθωμένη εικόνα Ikonos, η οποία χρησιμοποιήθηκε, προήλθε από την περιοχή Σούονενγιοκι στη Φιλανδία, με δεδομένα από τα μέσα Ιουνίου του 2003 και είχε μέγεθος 10 km x 13 km. Λόγω των νεφώσεων στην ανατολική πλευρά της εικόνας, αυτή επεκτάθηκε κατά 3 km δυτικά. Οι εικόνες Ikonos έχουν τέσσερα φασματικά κανάλια: μπλε (450-520 nm), πράσινο (520-600 nm), κόκκινο (630-690 nm) και εγγύς υπέρυθρο (NIR) (760-900 nm), με ανάλυση εδάφους τεσσάρων μέτρων και ένα πανχρωματικό κανάλι (450-900 nm), με ανάλυση εδάφους ενός μέτρου. Μία μικρότερη εικόνα, η οποία καλύπτει την περιοχή μελέτης, επίσης χρησιμοποιήθηκε από ολόκληρη την περιοχή του Σούονενγιοκι με σκοπό τον έλεγχο. Η ληφθείσα εικόνα υποβλήθηκε σε ραδιομετρική διόρθωση χρησιμοποιώντας ήδη υπάρχον λογισμικό του VVT (smac_corr.exe).&lt;br /&gt;
&lt;br /&gt;
''Επίγεια δεδομένα''&lt;br /&gt;
&lt;br /&gt;
Το κέντρο ερευνών του Σούονενγιοκι του Φιλανδικού Ινστιτούτου Δασικών Ερευνών, πραγματοποίησε 327 δειγματοληψίες εδάφους από αντίστοιχο αριθμό περιοχών μελέτης για 7 μεταβλητές διαφορετικών ειδών δέντρου το καλοκαίρι του 2001. Τα δεδομένα αυτά μελετήθηκαν λεπτομερώς οπτικά, ώστε να αποκλειστούν περιοχές, οι οποίες θα μπορούσαν να προκαλέσουν παραμόρφωση ή σφάλματα κατά την υπολογιστική διαδικασία.&lt;br /&gt;
&lt;br /&gt;
'''Μέθοδοι'''&lt;br /&gt;
&lt;br /&gt;
''Υπολογισμός δασολογικών μεταβλητών''&lt;br /&gt;
&lt;br /&gt;
Η μέση τιμή των φασματικών ιδιοτήτων από τα ραδιομετρικά διορθωμένα Ikonos κανάλια, μαζί με τις περιεχόμενες ιδιότητες, όπως προσδιορίστηκαν από το Ikonos πανχρωματικό (PAN-chromatic) κανάλι, αποτελούν τις ιδιότητες, οι οποίες θα εισαχθούν στην υπολογιστική διαδικασία Forestime.&lt;br /&gt;
&lt;br /&gt;
Η σειρά δοκιμαστικών ιδιοτήτων περιείχε πέντε ιδιότητες Haralick: αντίθεση, εντροπία, αντίστροφη κίνηση διαφοράς, ομοιογένεια και συνολικό μέσο. Το σχετιζόμενο ιστόγραμμα ταυτότητας γκρι-κλίμακας υπολογίστηκε για ένα 15 x 15 παράθυρο εικονοστοιχείων με μία σχέση απόστασης ενός εικονοστοιχείου και στις δύο κατευθύνσεις της εικόνας. To ιστόγραμμα υπολογίστηκε για μία συμπιεσμένη εικόνα 16 γκρίζων επιπέδων.&lt;br /&gt;
&lt;br /&gt;
Εκτός των Haralick ιδιοτήτων, μία σειρά από τέσσερεις Gabor ιδιότητες υπολογίστηκαν από ένα παν-χρωματικό κανάλι της εικόνας Ikonos, χρησιμοποιώντας μία τράπεζα από ομοιόμορφα συμμετρικές μάσκες φίλτρων Gabor.&lt;br /&gt;
&lt;br /&gt;
Με τη βοήθεια του εργαλείου προσδιορισμού της θέσης δέντρων στο πανχρωματικό κανάλι, του εργαλείου μέσης τιμής του Forestime και της ανακλαστικότητας στο εγγύς υπέρυθρο στο πανχρωματικό, προσδιορίζεται αν το κάθε δέντρο είναι κωνοφόρο ή πλατύφυλλο και δίνεται η αναλογία τους.&lt;br /&gt;
&lt;br /&gt;
Για τον προσδιορισμό των βέλτιστων χαρακτηριστικών προς εισαγωγή σε μοντέλα υπολογισμού παραμέτρων εξετάστηκε η αμοιβαία συσχέτιση δασικών στοιχείων και μεταβλητών, καθώς και οι γραμμικές συναρτήσεις τους με τη βοήθεια του στατιστικού προγράμματος SPSS. Τα μοντέλα, τα οποία παρήγαγε η μέθοδος αυτή περιείχαν πέντε χαρακτηριστικά ή περισσότερα.&lt;br /&gt;
Μετά από τη διαδικασία του κατακερματισμού της εικόνας, ο οποίος παρείχε μέσες τιμές για τις επιλεγμένες κατηγορίες, τη χρήση αλγόριθμου Κ-μέσων στα ομαδοποιημένα δεδομένα και την γαιοαναφορά, το παραγόμενο αποτέλεσμα είναι ράστερ εικόνες ή διανυσματικά δεδομένα, τα οποία αντικατοπτρίζουν αθροίσματα της πιθανότητας παρουσίας της κάθε τάξης.&lt;br /&gt;
&lt;br /&gt;
''Forestime λογισμικό''&lt;br /&gt;
&lt;br /&gt;
Το σπονδυλωτό εργαλείο αυτό σχεδιάστηκε με σκοπό την αυτοματοποίηση της χαρτογράφησης μεγάλων δασικών περιοχών. Τα πλεονεκτήματα του να είναι σπονδυλωτό το πρόγραμμα είναι τα εξής: επιτρέπει εύκολη αντικατάσταση μίας κατηγορίας με μία άλλη, το παραγόμενο αποτέλεσμα είναι μία εικόνα κάλυψης γης και μπορεί να χρησιμοποιήσει δεδομένα από οποιοδήποτε όργανο ή γεωγραφικές βάσεις δεδομένων.&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα και ανάλυση'''&lt;br /&gt;
&lt;br /&gt;
Στη μελέτη αυτή χρησιμοποιήθηκε μία πρότυπη έκδοση ενός σπονδυλωτού προγράμματος Forestime για τον υπολογισμό δασικών μεταβλητών. Ακόμα και αν η λειτουργικότητα, η ταχύτητα και η ανάλυση δεδομένων είναι περιορισμένα, τα τεστ λειτουργικότητας απέδειξαν την χρηστικότητα του συστήματος.&lt;br /&gt;
&lt;br /&gt;
Συμπερασματικά ο στόχος της μείωσης του κορεσμού ανακλαστικότητας επιτεύχθηκε μερικώς, καθώς και ο στόχος του αξιόπιστου προσδιορισμού ειδών δέντρου. Τα καλύτερα αποτελέσματα επιτεύχθηκαν μέσω της χρήσης της εντροπίας Haralick και των εισαγόμενων χαρακτηριστικών στα οπτικά κανάλια. Η ταχύτητα λειτουργίας του λογισμικού επιδέχεται βελτίωσης.&lt;br /&gt;
&lt;br /&gt;
Στις παραγόμενες δασικές μεταβλητές, η ανάλυση διασποράς των δεδομένων-στόχων στις κατηγορίες της ταξινόμησης είναι σχετικά μεγάλη, πράγμα το οποίο οδηγεί σε μέσες τιμές. Για μελλοντικές έρευνες ένα κεντρικό θέμα θα είναι η μείωση της ανάλυσης διασποράς χρησιμοποιώντας άλλου είδους ταξινόμηση.&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Στη μελέτη HighForest το VTT υλοποίησε την πρωτότυπη έκδοση του σπονδυλωτού εργαλείου λογισμικού για την εκτίμηση δασικών μεταβλητών (Forestime V. 1.0) . Ακόμη και αν η λειτουργικότητα, η ταχύτητα και η κατανάλωση πόρων του λογισμικού είναι ακόμα πολύ περιορισμένες, οι λειτουργικές δοκιμές έχουν δείξει τις δυνατότητες του συστήματος. Το λογισμικό δοκιμάστηκε ως ένα αυτόνομο σύστημα, καθώς και ως ένα εξωτερικό πρόγραμμα εφαρμογής μέσω του εμπορικού λογισμικού API. Η λειτουργία του Forestime ήταν όπως αναμενόταν και ο στόχος για την εφαρμογή του λογισμικού είχε επιτευχθεί.&lt;br /&gt;
&lt;br /&gt;
Συνοψίζοντας τα αποτελέσματα της εκτίμησης των δασικών μεταβλητών με Forestime v 1.0, μπορούμε να πούμε ότι ο στόχος για τη μείωση του κορεσμού ανάκλασης, επετεύχθηκε μερικώς, καθώς και ο στόχος για την ακριβή εκτίμηση ειδών δέντρου. Τα καλύτερα αποτελέσματα επιτεύχθηκαν χρησιμοποιώντας τα φασματικά κανάλια και την εντροπία του Haralick ως εισαγόμενες μεταβλητές.&lt;br /&gt;
&lt;br /&gt;
Στις εκτιμήσεις για το δασικής κάλυψης ειδών δέντρου, η ανάλυση διασποράς παρουσίασε μεγάλες διακυμάνσεις στις κατηγορίες ομαδοποίησης, πράγμα που οδήγησε σε κατά μέσο όρο εκτιμήσεις. Ένα κύριο θέμα των μελλοντικών μελετών θα είναι η δυνατότητα να μειωθεί η διακύμανση χρησιμοποιώντας διαφορετικό είδος ταξινόμησης.&lt;br /&gt;
&lt;br /&gt;
[http://citeseerx.ist.psu.edu/viewdoc/summary?doi=10.1.1.151.194]&lt;br /&gt;
&lt;br /&gt;
 [[category:Μικτό δάσος]]&lt;/div&gt;</summary>
		<author><name>Maria Kampouri</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%9A%CE%B1%CE%BC%CF%80%CE%BF%CF%8D%CF%81%CE%B7_%CE%9C%CE%B1%CF%81%CE%AF%CE%B1</id>
		<title>Καμπούρη Μαρία</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%9A%CE%B1%CE%BC%CF%80%CE%BF%CF%8D%CF%81%CE%B7_%CE%9C%CE%B1%CF%81%CE%AF%CE%B1"/>
				<updated>2014-05-11T18:37:50Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Kampouri: Νέα σελίδα με '[http://147.102.106.42/rs/wiki/index.php/%CE%A7%CF%81%CE%AE%CF%83%CF%84%CE%B7%CF%82:Maria_Kampouri]    category:ΔΠΜΣ '&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[http://147.102.106.42/rs/wiki/index.php/%CE%A7%CF%81%CE%AE%CF%83%CF%84%CE%B7%CF%82:Maria_Kampouri] &lt;br /&gt;
&lt;br /&gt;
 [[category:ΔΠΜΣ ]]&lt;/div&gt;</summary>
		<author><name>Maria Kampouri</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%94%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AE_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CE%A5%CF%88%CE%B7%CE%BB%CE%AE%CF%82_%CE%A6%CE%B1%CF%83%CE%BC%CE%B1%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%91%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7%CF%82_%CF%84%CE%BF%CF%85_%CE%94%CE%B1%CF%83%CE%B9%CE%BA%CE%BF%CF%8D_%CE%98%CF%8C%CE%BB%CE%BF%CF%85,_%CE%9B%CE%B9%CE%B3%CE%BD%CE%AF%CE%BD%CE%B7,_%CE%86%CE%B6%CF%89%CF%84%CE%BF_%CE%BA%CE%B1%CE%B9_%CE%94%CE%B9%CE%B1%CE%B4%CE%B9%CE%BA%CE%B1%CF%83%CE%AF%CE%B5%CF%82_%CE%9F%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</id>
		<title>Δορυφορική Τηλεπισκόπηση Υψηλής Φασματικής Ανάλυσης του Δασικού Θόλου, Λιγνίνη, Άζωτο και Διαδικασίες Οικοσυστημάτων</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%94%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AE_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CE%A5%CF%88%CE%B7%CE%BB%CE%AE%CF%82_%CE%A6%CE%B1%CF%83%CE%BC%CE%B1%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%91%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7%CF%82_%CF%84%CE%BF%CF%85_%CE%94%CE%B1%CF%83%CE%B9%CE%BA%CE%BF%CF%8D_%CE%98%CF%8C%CE%BB%CE%BF%CF%85,_%CE%9B%CE%B9%CE%B3%CE%BD%CE%AF%CE%BD%CE%B7,_%CE%86%CE%B6%CF%89%CF%84%CE%BF_%CE%BA%CE%B1%CE%B9_%CE%94%CE%B9%CE%B1%CE%B4%CE%B9%CE%BA%CE%B1%CF%83%CE%AF%CE%B5%CF%82_%CE%9F%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"/>
				<updated>2014-05-11T18:33:59Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Kampouri: Νέα σελίδα με 'http://147.102.106.42/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:1_AzotoLign100conc.JPG  Ecological Application 7 (2) (1997) 431–443 by the Ecological So...'&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[http://147.102.106.42/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:1_AzotoLign100conc.JPG]]&lt;br /&gt;
&lt;br /&gt;
Ecological Application 7 (2) (1997) 431–443&lt;br /&gt;
by the Ecological Society of America&lt;br /&gt;
&lt;br /&gt;
Mary E. Martin &amp;amp; John D. Aber&lt;br /&gt;
&lt;br /&gt;
'''Περίληψη'''&lt;br /&gt;
&lt;br /&gt;
'''Η Τηλεπισκόπηση της χημείας των φύλλων έχει αναγνωριστεί ως ένα σημαντικό στοιχείο στην παραγωγή μεγάλης κλίμακας , χωρικά αναλυτικές εκτιμήσεις της λειτουργίας των δασικών οικοσυστημάτων. Αυτή η μελέτη σχεδιάστηκε για να προσδιορίσει εάν δεδομένα από Εναέριους Φασματογράφους Απεικόνισης Ορατού/Υπερυθρου (AVIRIS) της NASA θα μπορούσαν να χρησιμοποιηθούν για τον προσδιορισμό του δασικού θόλου σε χωρική ανάλυση 20 μέτρων, και αν ναι, να χρησιμοποιηθούν οι πληροφορίες αυτές για να αναπτυχθεί ένα μοντέλο παραγωγικότητα του οικοσυστήματος. Δείγματα φυλλωμάτων και νεκρών αποσυντιθόμενων φύλλων συλλέχτηκαν σε 40 περιοχές μελέτης στο Νησί Μπλακχοκ (Blackhawk Island) του Ουισκόνσιν, και το Δάσος Χάρβαρντ (Harvard Forest) στη Μασαχουσέτη, με σκοπό τον προσδιορισμό των επιπέδων του αζώτου και των συγκεντρώσεων λιγνίνης στον δασικό θόλο. Κατά τη διάρκεια της δειγματοληψίας πεδίου, δεδομένα AVIRIS αποκτήθηκαν για τις δύο περιοχές μελέτης. Εξισώσεις αναπτύχθηκαν, οι οποίες συσχέτιζαν το άζωτο με τη λιγνίνη σε επιλεγμένες φασματικές ζώνες (R2 5 0,87 και 0,77, αντίστοιχα). Οι ρυθμιστικές εξισώσεις αξιολογήθηκαν βάσει στατιστικών εντός της ίδιας περιοχής και σύγκρισης διαφορετικών περιοχών. Οι εξισώσεις αυτές στη συνέχεια εφαρμόστηκαν σε όλα τα εικονοστοιχεία της εικόνας για να κάνει δημιουργηθούν αναλυτικές εκτιμήσεις του αζώτου και της λιγνίνης του δασικού θόλου και για τις δύο περιοχές μελέτης. Αυτές οι εκτιμήσεις συγκεντρώσεων αζώτου και λιγνίνης χρησιμοποιήθηκαν τότε με τα υπάρχοντα μοντέλα για να προβλεφτεί η καθαρή παραγωγικότητα του οικοσυστήματος στο Δάσος Χάρβαρντ και τα ποσοστά ανόργανου αζώτου στο Νησί Μπλάκχοκ.'''&lt;br /&gt;
&lt;br /&gt;
Λέξεις κλειδιά: '''AVIRIS, δασικός θόλος, ισορροπία του άνθρακα σε ένα οικοσύστημα, λιγνίνη, άζωτο, δορυφορική τηλεπισκόπηση, φασματική ανάλυση'''&lt;br /&gt;
&lt;br /&gt;
 &lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Οι μετρήσεις των διαδικασιών ανακύκλωσης θρεπτικών συστατικών και φωτοσύνθεσης είναι κρίσιμης σημασίας για την εκτίμηση της ανταλλαγής των αερίων του θερμοκηπίου μεταξύ εδάφους, βλάστησης, και ατμόσφαιρας. Παραδοσιακά, τέτοιες μετρήσεις από το πεδίο είναι χρονοβόρες και παρέχουν πληροφορίες μικρής κλίμακας. Η τηλεπισκόπηση χρησιμοποιείται σε συνδυασμό με μοντέλα οικοσυστημάτων και προσφέρει μια νέα προσέγγιση την παρακολούθηση της λειτουργίας των δασικών οικοσυστημάτων σε περιφερειακή κλίμακα.&lt;br /&gt;
&lt;br /&gt;
Για τα δασικά οικοσυστήματα, η χημική σύνθεση των φυλλωμάτων είναι ένα σημαντικό χαρακτηριστικό, υπό την έννοια ότι παρέχει πληροφορίες σχετικά με τις&lt;br /&gt;
διεργασίες του οικοσυστήματος και μπορεί να ανιχνευθεί από απόσταση. Μελέτες πεδίου έχουν δείξει μια στενή σχέση μεταξύ της χημικής σύνθεση των φυλλωμάτων και τον ρυθμό αποσύνθεσης νεκρή οργανικής ύλης, τα οποία επηρεάζουν την ανακύκλωση των θρεπτικών συστατικών. Μάλιστα, το περιεχόμενο των φυλλωμάτων σε άζωτο σχετίζεται στενά με τον μέγιστο ρυθμό φωτοσύνθεσης. Οι σχέσεις μεταξύ της χημικής σύνθεσης του δασικού θόλου και δεδομένα δορυφορικής τηλεπισκόπησης έχουν διερευνηθεί σε μια ποικιλία δασικών οικοσυστημάτων. Σε αυτές τις μελέτες, φασματικά δεδομένα από το εγγύς υπέρυθρο (NIR) τμήμα του φάσματος (1100-2500 nm) συσχετίστηκαν με δεδομένα μετρήσεων πεδίου (π.χ. άζωτο, λιγνίνη, άμυλο). Δεδομένα για αυτές τις μελέτες αποκτήθηκαν με τη βοήθεια του Airborne Imaging Spectrometer (AIS) και του Airborne Visible / Infrared Imaging Spectrometer (AVIRIS).  Παρόλο που τέτοιες μελέτες κατέδειξαν την πιθανή χρησιμότητα της τηλεπισκόπησης στην εκτίμηση της χημικής σύστασης των φυλλωμάτων, η χρήση αυτών των εκτιμήσεων γα την ανάπτυξη μοντέλων, υπήρξε περιορισμένη. Οι πρωταρχικοί στόχοι της έρευνας που παρουσιάζεται ήταν ο καθορισμός των σχέσεων μεταξύ AVIRIS φασματικών δεδομένων και μετρήσεων πεδίου σχετικά με τη χημική σύστασης του δασικού θόλου και τη χρήση των σχέσεων αυτών για την τροφοδότηση μοντέλων με σκοπό την άντληση χωρικών εκτιμήσεων της χημείας του δασικού θόλου (Wessman et al., 1988). &lt;br /&gt;
&lt;br /&gt;
'''Μέθοδοι'''&lt;br /&gt;
&lt;br /&gt;
Τα δεδομένα που χρησιμοποιήθηκαν σε αυτή τη μελέτη συλλέχθηκαν από το δάσος Δάσος Χάρβαρντ, στη Μασαχουσέτη, και το Νησί Μπλάκχοκ,  Ουισκόνσιν (ΗΠΑ). Είκοσι περιοχές μελέτης βρίσκονται σε κάθε μία περιοχή και επιλέχθηκαν έτσι ώστε να καλύπτουν ένα ευρύ φάσμα της βιοποικιλότητας και χημικής σύνθεσης φυλλωμάτων. Στο Δάσος Χάρβαρντ συναντάει κανείς είτε δάση μικτών πλατύφυλλων ειδών, όπως βελανιδιές  (Quercus rubra) και σφένδαμο (Acer rubrum), είτε είδη κωνοφόρων, όπως πεύκη (Pinus resinosa, P. strobus) και έλατο (Abies balsamea). Το Νησί Μπλάκχοκ είναι μια φυσική περιοχή που περιέχει ένα ευρύ φάσμα των τύπων δασών, συμπεριλαμβανομένων δέντρων, όπως ο σφένδαμος (Acer saccharum), η φλαμουριά (Tilia americana), η μαύρη βελανιδιά (Quercus velutina) και είδη πεύκου. &lt;br /&gt;
&lt;br /&gt;
''Συλλογή δεδομένων πεδίου''&lt;br /&gt;
&lt;br /&gt;
Συλλογές δεδομένων πεδίου έγιναν για να προσδιοριστούν οι εποχιακές διακυμάνσεις της χημείας των φύλλων και να ποσοτικοποιηθεί η χημική σύνθεση των περιοχών μελέτης που χρησιμοποιούνται στην ανάλυση AVIRIS.&lt;br /&gt;
&lt;br /&gt;
Για να προσδιοριστεί η εποχιακή διακύμανση του περιεχομένου των φύλλων σε άζωτου και λιγνίνη σε κωνοφόρα και πλατύφυλλα είδη, συλλέχθηκαν φύλλα κατά διαστήματα τριών εβδομάδων κατά το διάστημα των διαστημάτων ανάπτυξης κατά τα έτη 1989-1990 (1989: 30 Ιουνίου ,19 Ιουλίου, 7 Αυγούστου, 1η Σεπτεμβρίου και 8 Οκτωβρίου και 1990 : 19 Ιουνίου, 10 Ιουλίου, 31 Ιουλίου, 27 Αυγούστου, 18 Σεπτεμβρίου και 16 Οκτωβρίου). Φύλλα συλλέχθηκαν από μεμονωμένα δέντρα για την αξιολόγηση της χρονικής μεταβλητότητας του περιεχομένου σε άζωτο και λιγνίνη των φυλλωμάτων. Κατά τη διάρκεια κάθε δειγματοληψίας, τα φύλλα συλλέχθηκαν από τρία δέντρα κάθε είδους. Κάθε δείγμα ήταν ένα σύνθετο φύλλων από τρία διαφορετικά ύψη μέσα στον δασικό θόλο. Τα δείγματα αναλύθηκαν για άξωτο και λιγνίνη (% ξερή μάζα) χρησιμοποιώντας τη μέθοδο εγγύς υπέρυθρου (NIR) (McLellan et al., 1991).&lt;br /&gt;
&lt;br /&gt;
Δείγματα πράσινων φύλλων συλλέχθηκαν εντός 10 ημερών από τις AVIRIS πτήσεις για να καθοριστεί η χημεία του κάθε είδους σε κάθε περιοχή μελέτης (HF: 18 - 23 Ιουνίου, 1992, BHI: 26 - 29 Ιουνίου, 1992). Σε κάθε περιοχή μελέτης, εντοπίστηκαν όλα τα κυρίαρχα είδη ποώδους βλάστησης και επιλέχθηκαν πέντε δέντρα από κάθε είδος και συλλέχθηκαν πράσινα φύλλα. Φύλλα συλλέχθηκαν από νεαρά κλαδιά του δασικού θόλου και από διάφορα ύψη και αναλύθηκαν για το περιεχόμενό τους. &lt;br /&gt;
&lt;br /&gt;
Ξερά φύλλα σε αποσύνθεση, τα οποία συλλέχθηκαν με καλάθια (κάθε 2-3 εβδομάδες), τα οποία είχαν τοποθετηθεί στο έδαφος κάθε περιοχής μελέτης για ένα διάστημα τριών μηνών (1/9 - 15/12) για τα φυλλοβόλα δέντρα και εννέα μηνών για τα αειθαλή (1/9 – 30/5), αναλύθηκαν επίσης για το περιεχόμενό τους σε λιγνίνη και άζωτο.&lt;br /&gt;
&lt;br /&gt;
''Δεδομένα τηλεπισκόπησης - AVIRIS''&lt;br /&gt;
&lt;br /&gt;
Ο Εναέριος Φασματογράφος Ορατής / Υπέρυθρης Απεικόνισης (The Airborne Visible / Infrared Imaging Spectrometer - AVIRIS) έχει σχεδιαστεί και κατασκευαστεί από το Εργαστήριο Αεριωθούμενης Προώθησης (Jet Propulsion Lab - JPL) για την απεικόνιση υψηλής  φασματικής ανάλυσης της Γης πετώντας σε υψόμετρο 20 χιλιομέτρων επί του αεροσκάφους ER-2. Η χωρική ανάλυση του οργάνου αυτού είναι περίπου 20 μέτρα, με κάλυψη ανά εικόνα πλάτους 614 εικονοστοιχεία. Κάθε χωρική εικόνα συλλέγεται με ένα μηχανισμό σάρωσης κάθετο προς την κατεύθυνση της πορείας του αεροσκάφους. Η AVIRIS μετρά 224 συνεχόμενες φασματικές ζώνες για κάθε εικονοστοιχείο που κυμαίνονται από 0,4 έως 2,4 χιλιοστά, με μία φασματική ανάλυση 10 νανόμετρα. Τα δεδομένα που λαμβάνονται από τον AVIRIS διορθώνονται ραδιομετρικά. Αυτές οι διορθώσεις μετατρέπουν ψηφιακούς αριθμούς σε τιμές ακτινοβολίας για κάθε εικονοστοιχείο. Δεδομένα AVIRIS αποκτήθηκαν για το δάσος Harvard στις 15 Ιουνίου 1992, και για το Νησί Μπλάκχοκ στις 21 Ιουνίου, 1992.&lt;br /&gt;
&lt;br /&gt;
''Συλλογή Βοηθητικών Δεδομένων'' &lt;br /&gt;
&lt;br /&gt;
Πραγματοποιήθηκαν επίγειες μετρήσεις ανάκλασης μεγάλων, ομοιόμορφων θέσεων αναφοράς (αμμώδες έδαφος και νερό) από την περιοχή μελέτης Νησί Μπλάκχοκ, κατά τη διάρκεια μιας περιόδου αρκετών ημερών γύρω από τις ημερομηνίες πτήσης. Αυτά τα δεδομένα συλλέχθηκαν με τον GER Mark IV φασματογράφο και χρησιμοποιήθηκαν για ατμοσφαιρικές διορθώσεις.&lt;br /&gt;
&lt;br /&gt;
Το γεωγραφικό μήκος και πλάτος στοιχείων των λήψεων από τον AVIRIS προσδιορίστηκαν με τη χρήση του ενός παγκοσμίου συστήματος εντοπισμού θέσης (GPS). Το όργανο Trimble Pathfinder χρησιμοποιήθηκε για να προσδιοριστούν οι συντεταγμένες των δρόμων και άλλων χωρικών στοιχείων εντός της περιοχής μελέτης. Τα δεδομένα GPS που συλλέχθηκαν σε ότι αφορά το γεωγραφικό πλάτος και μήκος διορθώθηκαν με σημείο αναφοράς δεδομένα που συλλέχθηκαν από το Λέξινγκτον της Μασαχουσέτης (80 χλμ. από το δάσος Harvard). Τα σημεία ελέγχου (κυρίως διασταυρώσεις), κατανεμημένα σε όλη την εικόνα, αντιστοιχούν σε σημεία GPS και χρησιμοποιήθηκαν για να δημιουργήσουν συντεταγμένες πίνακα μετασχηματισμού που επέτρεψε την χαρτογράφηση του γεωγραφικού πλάτους και μήκους σε εικονοστοιχεία.&lt;br /&gt;
&lt;br /&gt;
Το μέσο σφάλμα ήταν  περίπου 1 εικονοστοιχείο. Η αρχική επιλογή της περιοχής μελέτης ήταν τέτοια ώστε η περιοχή γύρω από κάθε περιοχή μελέτης να περιέχει παρόμοια είδη σε σύνθεση, για την ελαχιστοποίηση των σφαλμάτων που οφείλονται σε λανθασμένη ταξινόμηση εικονοστοιχείου.&lt;br /&gt;
Δεδομένα θέσης σε παγκόσμια κλίμακα δεν ήταν διαθέσιμα για το&lt;br /&gt;
Νησί Μπλάκχοκ. Ένας ψηφιοποιημένος χάρτης συμπεριλαμβανομένων των θέσεων των περιοχών μελέτης καταχωρήθηκε στην εικόνα για να καθορίσει τις θέσεις εικονοστοιχείων. Όπως και με το Δάσος Χάρβαρντ&lt;br /&gt;
δεδομένων, τέσσερα εικονοστοιχεία ελήφθη ο μέσος όρος για κάθε επιφάνεια του δείγματος.&lt;br /&gt;
&lt;br /&gt;
''Ατμοσφαιρικές διορθώσεις'' &lt;br /&gt;
&lt;br /&gt;
Ακριβείς μετασχηματισμοί της AVIRIS ακτινοβολίας σε ανακλαστικότητα στο επίπεδο του δασικού θόλου πρέπει να πραγματοποιηθεί πριν οι εικόνες που λήφθηκαν σε διαφορετικές χρονικές στιγμές μπορούν να συγκριθούν. Η ακρίβεια αυτών των διορθώσεων είναι ζωτικής σημασίας για τη βιωσιμότητα της τηλεπισκόπησης ως εργαλείο παρακολούθησης οικοσυστημάτων. Πολυάριθμες μέθοδοι ατμοσφαιρικής διόρθωσης αξιολογήθηκαν για δεδομένα AVIRIS. Αρκετές από αυτές τις μεθόδους έχουν εφαρμοστεί σε δεδομένα AVIRIS για το Blackhawk&lt;br /&gt;
Island και το Δάσος Χάρβαρντ. Μια πλήρης επανεξέταση και σύγκριση των αλγορίθμων ατμοσφαιρικής διόρθωσης μπορεί να βρεθεί σε Clark et al. ( 1993, 1994).&lt;br /&gt;
&lt;br /&gt;
Τα δεδομένα από την περιοχή μελέτης Blackhawk διορθώθηκαν ατμοσφαιρικά χρησιμοποιώντας δεδομένα εδάφους. Χρησιμοποιώντας δεδομένα πεδίου, εργαστηρίου και AVIRIS φασματικά δεδομένα, αντισταθμιστικοί παράγοντες και πολλαπλασιαστές προέκυψαν για να μετατραπεί η ακτινοβολία AVIRIS σε ανάκλαση εδάφους. Για τη μελέτη αυτή, λήψεις από το Δάσος Χάρβαρντ και το Νησί Μπλάκχοκ διορθώθηκαν στο Κέντρο για τη Μελέτη της Γης από το Διάστημα του Πανεπιστημίου του Κολοράντο, χρησιμοποιώντας το πρόγραμμα ατμοσφαιρικής διόρθωσης, ATREM των Gao et al. (1991, 1992). Αυτή η μέθοδος χρησιμοποιεί τις πληροφορίες εντός του φάσματος ακτινοβολίας AVIRIS για την εκτίμηση των υδρατμών της ατμόσφαιρας για κάθε εικονοστοιχείο, οι οποίες, με τη σειρά τους, εφαρμόζονται σε ένα μοντέλο μεταφοράς ακτινοβολίας για την εξαγωγή δεδομένων ανακλαστικότητας. Για την αφαίρεση συστηματικών σφαλμάτων στα διορθωμένα δεδομένα κατά το μοντέλο ATREM, μια δευτερεύουσα διόρθωση, με βάση τη διαφορά μεταξύ της ειδικής ρύθμισης.&lt;br /&gt;
&lt;br /&gt;
'''Ανάλυση δεδομένων''' &lt;br /&gt;
&lt;br /&gt;
''Εποχιακές διακυμάνσεις στη σύσταση των φύλλων'' &lt;br /&gt;
&lt;br /&gt;
Μία μονόδρομη ANOVA χρησιμοποιήθηκε για να καθοριστεί, για κάθε είδος, αν η σύσταση των φύλλων παρουσίαζε στατιστικά σημαντικές διακυμάνσεις καθ 'όλη την περίοδο ανάπτυξης. Mε πιθανότητα λάθους P = 0.10, πραγματοποιήθηκαν t τεστ σε ζευγάρια γειτονικών εποχών με σκοπό τον προσδιορισμό περιόδων δειγματοληψίας με σημαντικές διακυμάνσεις στη σύσταση των φύλλων.&lt;br /&gt;
 &lt;br /&gt;
''Συσχετίζοντας τα δεδομένα AVIRIS με δεδομένα χημείας του δασικού θόλου''&lt;br /&gt;
&lt;br /&gt;
Οι σχέσεις μεταξύ AVIRIS δεδομένων και δεδομένων πεδίου σχετικά με τη συγκέντρωση χημικών ερευνήθηκαν με ανάλυση πολλαπλής γραμμικής παλινδρόμησης. Αυτός ο μετασχηματισμός καταλήγει σε ένα φάσμα στο οποίο οι κορυφές και κοιλάδες αντιστοιχούν με σημεία καμπής στα φάσματα ανάκλασης.&lt;br /&gt;
&lt;br /&gt;
''Μοντελοποίηση οικοσυστήματος''&lt;br /&gt;
&lt;br /&gt;
Το μοντέλο που χρησιμοποιήθηκε (Aber &amp;amp; Federer, 1992) αρχικά αναπτύχθηκε για να προβλέψει την ισορροπία του άνθρακα για μία ενιαία περιοχή μελέτης και εδώ&lt;br /&gt;
τροποποιήθηκε για να παρέχει χωρικές εκτιμήσεις σχετικά με την παραγωγικότητα του οικοσυστήματος.&lt;br /&gt;
'''&lt;br /&gt;
Αποτελέσματα και συζήτηση'''&lt;br /&gt;
&lt;br /&gt;
''Εποχιακές συλλογές φύλλων'' &lt;br /&gt;
&lt;br /&gt;
Από τα τρία είδη κωνοφόρων του δείγματος, μόνο η Νορβηγική ερυθρελάτη έδειξε σημαντική διακύμανση της συγκέντρωσης αζώτου  μεταξύ των διαφορετικών εποχών δειγματοληψίας. Το Κόκκινο πεύκο ήταν το μοναδικό κωνοφόρο είδος που παρουσίασε σημαντικές μεταβολές στη συγκέντρωση λιγνίνης των φυλλωμάτων του, με μείωση που σημειώθηκε στο μέσο της σεζόν. Η συγκέντρωση της λιγνίνης μειώνεται με την επέκταση των φύλλων και στη συνέχεια αυξάνεται ενώ τα φύλλα αρχίζουν να λιγνιτοποιούνται αργά κατά τη σεζόν. Παρ’ότι το ίδιο μοτίβο στην επέκταση των φύλλων και στη λιγνιτοποίηση εμφανίζεται στις μονοετείς βελόνες κώνειου και ερυθρελάτης, μόνο το 15-20% είναι βελόνες μονετείς, και η επιρροή τους στη χημεία του δείγματος δεν είναι τόσο ισχυρή όσο στο κόκκινο πεύκο.&lt;br /&gt;
&lt;br /&gt;
Οκτώ από τα εννέα είδη πλατύφυλλων έδειξαν σημαντικές διαφορές στη συγκέντρωση του αζώτου μεταξύ των τελευταίων δύο περιόδους δειγματοληψίας. Η μείωση αυτή συγκέντρωσης του αζώτου στα τέλη της σεζόν στα πλατύφυλλα είδη οφείλεται στη μετατόπιση του αζώτου από το φύλλωμα πριν τη γήρανση των φύλλων. Οι συγκεντρώσεις λιγνίνης ήταν σημαντικά διαφορετικές μεταξύ διαδοχικών περιόδων δειγματοληψίας για την οξιά, τη σημύδα και τη λευκή καρυά νωρίς στην καλλιεργητική περίοδο. Αυτά τα δεδομένα δείχνουν ότι λίγες σημαντικές διαφορές εμφανίζονται στις συγκεντρώσεις αζώτου και λιγνίνης στα φυλλώματα μεταξύ αρχών Ιουλίου και μέσα Σεπτεμβρίου. Αυτή η περίοδος της καλλιεργητικής περιόδου θα μπορούσε να χρησιμοποιηθεί σε συνδυασμό με τα δεδομένα τηλεπισκόπησης της ίδιας χρονικής περιόδου.&lt;br /&gt;
&lt;br /&gt;
''Συσχετίσεις AVIRIS και δεδομένων πεδίου''&lt;br /&gt;
&lt;br /&gt;
Η αρχική ανάλυση του πεδίου και τα δεδομένα τηλεπισκόπησης  πραγματοποιήθηκαν για κάθε περιοχή (Νησί Μπλακχοκ και το Δάσος Χάρβαρντ) χωριστά . Στην ανάλυση αυτή, τα δεδομένα AVIRIS από 20 περιοχές μελέτης σε κάθε περιοχή συσχετίστηκαν με τα δεδομένα πεδίου. Οι προκύπτουσες εξισώσεις χρησιμοποιούνται για την πρόβλεψη της χημείας του δασικού θόλου στην άλλη περιοχή μελέτης, έτσι ώστε να δοκιμαστεί η γενικότητα των σχέσεων. Μια περαιτέρω ανάλυση των δεδομένων σε συνδυασμό με το σύνολο των 40 περιοχών μελέτης από τις δύο περιοχές.&lt;br /&gt;
&lt;br /&gt;
Στο Δάσος Χάρβαρντ, για την πρόβλεψη της συγκέντρωσης αζώτου αναπτύχθηκε μία σχέση δύο όρων, των δεδομένων AVIRIS πρώτη διαφοράς ανάκλασης και της συγκέντρωσης του αζώτου από μετρήσεις πεδίου. Οι δύο μπάντες συχνοτήτων που χρησιμοποιούνται σε αυτήν την εξίσωση έχουν κέντρο 750 και 2140 nm. Η απορρόφηση στην περιοχή 700 - nm του φάσματος σχετίζεται με συγκέντρωση χλωροφύλλης. Η περιεκτικότητα σε χλωροφύλλη στο φύλλωμα συσχετίζεται με τη συνολική πρωτεΐνη και ως εκ τούτου τη συνολική περιεκτικότητα σε άζωτο. Πολυάριθμες μελέτες έχουν δείξει ότι η κλίση δεδομένων εργαστηρίου και δεδομένων τηλεπισκόπησης σε αυτή την περιοχή του κόκκινου είναι ευαίσθητα στη συγκέντρωση της χλωροφύλλης.&lt;br /&gt;
&lt;br /&gt;
Μια εξίσωση τεσσάρων όρων που συσχετίζει τα δεδομένα AVIRIS με τις μπάντες&lt;br /&gt;
συγκέντρωσης λιγνίνης δασικού θόλου στην περιοχή των 1660 - 2280 nm. Απορρόφηση στην περιοχή αυτή αποδίδεται σε έναν αριθμό διαφορετικών μοριακών δεσμών. Ο έλεγχος των εξισώσεων αξιολογήθηκαν από μια επαναληπτική μέθοδο διασταυρούμενης επικύρωσης.&lt;br /&gt;
&lt;br /&gt;
Στο Νησί Μπλακχοκ η καλύτερη σχέση μεταξύ δεδομένων AVIRIS και πεδίου μετράει το άζωτο χρησιμοποιώντας τη διαφορά μπάντας ανάκλασης στα 950 και 2290 nm. Η εξίσωση λιγνίνης που αναπτύχθηκε στην παρούσα μελέτη χρησιμοποίησε τις μπάντες σε 790 και 1700 nm.&lt;br /&gt;
&lt;br /&gt;
Όλες οι προβλέψεις που προήλθαν από την σύγκριση των εξισώσεων στις δύο περιοχές μελέτης παρήγαγαν φτωχά αποτελέσματα , υποδεικνύοντας ότι οι φασματικές και/ή οι πληροφορίες πεδίου για κάθε μία από τις δύο περιοχές δεν είναι αντιπροσωπευτικές και για την άλλη. Οι διαφορές αυτές αποδόθηκαν σε θόρυβο και σε μεγάλες διακυμάνσεις της σύστασης και της συγκέντρωσης των χημικών που μελετήθηκαν.&lt;br /&gt;
&lt;br /&gt;
''Συνδυασμός των αποτελεσμάτων από τις δύο περιοχές μελέτης''&lt;br /&gt;
&lt;br /&gt;
Δεδομένα τόσο από το Δάσος Χάρβαρντ όσο και από το Νησί Μπλακχοκ συνενώθηκαν για την τελική προσαρμογή δεδομένων λιγνίνης και αζώτου. Το άζωτο μπορεί να προβλεφθεί χρησιμοποιώντας τις μπάντες 783 και 1640 nm. Αυτές οι εξισώσεις, που βασίστηκαν σε επιλεγμένα εικονοστοιχεία μελέτης, στη συνέχεια εφαρμόστηκαν σε όλα τα εικονοστοιχεία, αποδίδοντας χωρικές εκτιμήσεις συγκεντρώσεων αζώτου και λιγνίνης στα φυλλώματα.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Εξισώσεις που αφορούν AVIRIS φασματικά δεδομένα εφαρμοσμένα στο πεδίο και μετρούν τη χημεία δασικού θόλου, μπορούν να χρησιμοποιηθούν για να πραγματοποιήσουν χωρικά αναλυτικές εκτιμήσεις του περιεχομένου σε άζωτο και λιγνίνη του δασικού θόλου μέσα από λήψεις AVIRIS. Οι εκτιμήσεις πραγματοποιήθηκαν για τις περιοχές μελέτης, Δάσος Χάρβαρντ στη Μασαχουσέτη και Νησί Μπλάκχοκ, στο Ουισκόνσιν. Η εφαρμογή αυτών των εκτιμήσεων σύστασης του δασικού θόλου σε μοντέλα οικοσυστήματος προσθέτει μια σημαντική χωρική διάσταση στις εκτιμήσεις του ισοζυγίου του άνθρακα και της ανακύκλωσης των θρεπτικών στοιχείων. Η περαιτέρω μελέτη των δεδομένων αυτών και παρόμοιων συνόλων δεδομένων, θα χρησιμοποιηθεί για να αναπτυχθούν πιο γενικευμένες εξισώσεις αντιμετώπισης τέτοιων ζητημάτων όπως η μεταβλητότητα ανάμεσα στις λήψεις που οφείλονται στην ατμόσφαιρα και τη σύνθεση των δασικών ειδών. Καθιέρωση μιας αρχικής λειτουργίας και παρακολούθησης των αλλαγών δασικών οικοσυστημάτων που μπορεί να προκύψουν στο μέλλον, είναι ζωτικής σημασίας συστατικά στην κατανόηση του ρόλου των δασών σε παγκόσμιο επίπεδο και των βιογεωχημικών κύκλων.&lt;br /&gt;
&lt;br /&gt;
[http://www.uprm.edu/biology/profs/chinea/gis/lectesc/RS_lignin_N.pdf]&lt;br /&gt;
&lt;br /&gt;
 [[category:Μικτό δάσος]]&lt;/div&gt;</summary>
		<author><name>Maria Kampouri</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:1_AzotoLign100conc.JPG</id>
		<title>Αρχείο:1 AzotoLign100conc.JPG</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:1_AzotoLign100conc.JPG"/>
				<updated>2014-05-11T18:33:38Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Kampouri: Προβλέψεις AVIRIS για το περιεχόμενο αζώτου και λιγνίνης στα φυλλώματα (%)&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Προβλέψεις AVIRIS για το περιεχόμενο αζώτου και λιγνίνης στα φυλλώματα (%)&lt;/div&gt;</summary>
		<author><name>Maria Kampouri</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%94%CF%85%CE%BD%CE%B1%CE%BC%CE%B9%CE%BA%CE%AE_%CF%84%CE%B7%CF%82_%CE%91%CF%80%CE%BF%CF%88%CE%AF%CE%BB%CF%89%CF%83%CE%B7%CF%82_%CF%83%CE%B5_%CE%A4%CF%81%CE%BF%CF%80%CE%B9%CE%BA%CE%AD%CF%82_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CE%AD%CF%82,_%CE%93%CF%8D%CF%81%CF%89_%CE%B1%CF%80%CF%8C_%CE%95%CE%B8%CE%BD%CE%B9%CE%BA%CE%AC_%CE%A0%CE%AC%CF%81%CE%BA%CE%B1</id>
		<title>Δυναμική της Αποψίλωσης σε Τροπικές περιοχές, Γύρω από Εθνικά Πάρκα</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%94%CF%85%CE%BD%CE%B1%CE%BC%CE%B9%CE%BA%CE%AE_%CF%84%CE%B7%CF%82_%CE%91%CF%80%CE%BF%CF%88%CE%AF%CE%BB%CF%89%CF%83%CE%B7%CF%82_%CF%83%CE%B5_%CE%A4%CF%81%CE%BF%CF%80%CE%B9%CE%BA%CE%AD%CF%82_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CE%AD%CF%82,_%CE%93%CF%8D%CF%81%CF%89_%CE%B1%CF%80%CF%8C_%CE%95%CE%B8%CE%BD%CE%B9%CE%BA%CE%AC_%CE%A0%CE%AC%CF%81%CE%BA%CE%B1"/>
				<updated>2014-05-11T18:26:12Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Kampouri: Νέα σελίδα με 'http://147.102.106.42/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:1_ApopsilwsiOsa.JPG  [[http://147.102.106.42/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE...'&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[http://147.102.106.42/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:1_ApopsilwsiOsa.JPG]]&lt;br /&gt;
&lt;br /&gt;
[[http://147.102.106.42/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:2_ApeiloumenaEndim.JPG]]&lt;br /&gt;
&lt;br /&gt;
Mountain Research and Development 22 No 4 (2002): 352–358&lt;br /&gt;
&lt;br /&gt;
'''Ψηφιακή Τηλεπισκόπηση Δασικών Αλλαγών στην Χερσόνησο Όσα της Κόστα Ρίκα'''&lt;br /&gt;
&lt;br /&gt;
'''Περίληψη'''&lt;br /&gt;
&lt;br /&gt;
'''Τα εθνικά πάρκα και τα καταφύγια θηραμάτων (βιολογικά καταφύγια) παίζουν σημαντικό ρόλο στην αντιστάθμιση των αποτελεσμάτων της τροπικής αποψίλωσης σε ορεινά περιβάλλοντα, μίας δηλαδή από τις βασικότερες αιτίες για την απώλεια της βιοποικιλότητας παγκοσμίως. Δυστυχώς, οι πληροφορίες είναι περιορισμένες σχετικά με τη φύση, τις δυναμικές αλληλεπιδράσεις και τις μεταβολές των χωρικών διαστάσεων στις χρήσεις γης και κάλυψης γης, οι οποίες συμβάλλουν στην τρωτότητα του πάρκου. Το άρθρο αυτό αξιολογεί την παρούσα κατάσταση κατακερματισμού του τοπίου και της δομής στην Χερσόνησο Όσα, στην Κόστα Ρίκα, χρησιμοποιώντας Πολυφασματικό Σαρωτή Landsat και δορυφορικές Thematic Mapper εικόνες που τραβήχτηκαν μεταξύ 1979 και 1997. Η Χερσόνησος Όσα φιλοξενεί το Εθνικό Πάρκο Κορκοβάντο (Corcovado), το οποίο περιλαμβάνει τη μοναδική προστατευόμενη περιοχή του τροπικού υγρού δάσους στις Ειρηνικές πλαγιές της Κεντρικής Αμερικής, συμπεριλαμβανομένου ενός σημαντικού αριθμού ειδών, τα οποία είναι ενδημικά , απειλούμενα, ή νέα για την επιστήμη. Ο βαθμός απομόνωσης του Εθνικού Πάρκου Κορκοβάντο βασίζεται στον βαθμό της υποβάθμισης των οικοσυστημάτων, ως αποτέλεσμα εμπρόσθιων διαδικασιών αποψίλωσης. Τα ποτέλέσματά μας υποδεικνύουν ότι το ποσοστό της Χερσονήσου Όσα που καλύπτεται από δάσος μειώθηκε κατά 97% το 1979, κατά 91% το 1987 και κατά 89% μέχρι το 1997. Η ολική δασική κάλυψη γης μειώθηκε από 977 km2 το 1979 σε 896 km2 μέχρι το 1997. Τα αποτελέσματα αυτά θέτουν σημαντικά ερωτήματα σχετικά με την αποτελεσματικότητα των παρόντων προσπαθειών προστασίας του περιβάλλοντος σε αυτήν την ορεινή, πλούσια σε βιοποικιλότητα περιοχή της Κεντρικής Αμερικής.''' &lt;br /&gt;
&lt;br /&gt;
Λέξεις κλειδιά: '''Κόστα Ρίκα, τροπική αποψίλωση, κατακερματισμός οικοτόπων, ψηφιακή τηλεπισκόπηση, εθνικά πάρκα'''&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Τα Εθνικά Πάρκα και τα καταφύγια θηραμάτων παίζουν έναν σημαντικό ρόλο στο να αντισταθμίζουν τις επιπτώσεις τις τροπικής αποψίλωσης, μίας από τις κυριότερες αιτίες της απώλειας βιοποικιλότητας παγκοσμίως (Guppy 1984; Myers 1993; Bawa and Seidler 1998). Εντούτοις, σε πολλές περιπτώσεις, αυτές οι διαχειριζόμενες περιοχές, δεν είναι πλήρως ενσωματωμένες σε περιφερειακά δίκτυα περιβαλλοντικής προστασίας. Η ανεξέλεγκτη αποψίλωση και ο κατακερματισμός των οικοτόπων εκτός συνόρων των πάρκων συμβάλλουν στην τρωτότητά τους και στην στένωση (truncation) των διαδρόμων μεταξύ προστατευόμενων περιοχών (Soulé and Ternorgh 1999). Δυστυχώς, όταν οι στοχευόμενες περιοχές είναι πολύ μικρές ή πολύ απομονωμένες (ή και τα δύο), είναι επηρεπείς στην απώλεια τόσο γενετικά, όσο και σε επίπεδο είδους, της βιοποικιλότητάς τους, ιδίως κατά τη διάρκεια ακραίων κλιματικών γεγονότων ή άλλες διαταράξεις (Robinson et al 1992). Η προσπάθεια για την προστασία είναι καθοριστική για ορεινές χώρες, όπως η Κόστα Ρίκα, η οποία θεωρείται μία από τις πιο πλούσιες σε βιοποικιλότητα, χώρες στον κόσμο. Υπολογίζεται ότι 5% όλων των ειδών απαντώνται σε αυτήν την μικρή τροπική χώρα, η οποία καλύπτει το 0.01% της γης πάνω στον πλανήτη (INBio, 1999).&lt;br /&gt;
&lt;br /&gt;
Μελέτες σχετικά με την περιφερειακή αποψίλωση μπορούν να βοηθήσουν στην καταγραφή της έκτασης της τρωτότητας μίας προστατευόμενης περιοχής και να υποστηρίξουν τις προσπάθειες προστασίας του περιβάλλοντος, καθώς και στη σύλληψη και εφαρμογή πολιτικών βιώσιμης ανάπτυξης με περιορισμένη χρηματοδότηση. Ένα βασικό πρόβλημα των μελετών αυτών είναι η περιορισμένη κλίμακα.&lt;br /&gt;
&lt;br /&gt;
Ένας κοινός παρανομαστής των μελετών αυτών είναι η εθνική τους κλίμακα και οι ευρύτητα των διαφορών σε ότι αφορά την αξιολόγηση των δασών τα οποία έχουν απομείνει στη χώρα. Σε αντίθεση, λίγες μελέτες έχουν ασχοληθεί με τις διαδικασίες της αποψίλωσης και του κατακερματισμού βιοτόπων σε υπο-εθνικό (subnational) επίπεδο.&lt;br /&gt;
&lt;br /&gt;
Το παρόν άρθρο επικεντρώνεται στο Εθνικό Πάρκο Κορκοβάντο και τη Χερσόνησο Όσα στη Νότια Κόστα Ρίκα, ως παραδείγματα της αυξανόμενης συγκυρίας του κατακερματισμού του τοπίου και της απομόνωσης των εθνικών πάρκων στην Κόστα Ρίκα. Τα αντικείμενα είναι η αξιολόγηση της παρούσας κατάστασης της δασικής κάλυψης και του κατακερματισμού του τοπίου στη  Χερσόνησο Όσα και η εξέταση του επιπέδου της τρωτότητας του Εθνικού Πάρκου Κορκοβάντο στο πλαίσιο των περιφερειακών προτύπων αποψίλωσης. Τέλος, παρουσιάζουμε τις συνέπειες της αποψίλωσης για τις προσπάθειες περιβαλλοντικής προστασίας και συντήρησης, χρησιμοποιώντας παραδείγματα ειδών, τα οποία είναι ενδημικά, απειλούμενα, ή νέα για την επιστήμη.&lt;br /&gt;
&lt;br /&gt;
'''Περιοχή Μελέτης'''&lt;br /&gt;
&lt;br /&gt;
Η χερσόνησος Όσα (1093 km2) είναι ένα ιδιαίτερο οικοσύστημα στις πλαγιές της Κεντρικής Αμερικής που βλέπουν τον Ειρηνικό. Το σύστημα ταξινόμησης της βλάστησης λαμβάνει υπόψη το υψόμετρο, την ετήσια βιοθερμοκρασία, την ατμοσφαιρική κατακρήμνιση, την υγρασία και την εξάτμιση – διαπνοή με σκοπό τον χαρακτηρισμό των τροπικών, εύκρατων και  βόρειας βλάστησης οικοσυστημάτων. Οι 3 τύποι οικοσυστημάτων που έχουν καταγραφεί στη Χερσόνησο Όσα αντιπροσωπεύουν τους εναπομείναντες τύπους αειθαλών τροπικών δασών στην ακτή του Ειρηνικού του  Ισθμού της Κεντρικής Αμερικής. &lt;br /&gt;
&lt;br /&gt;
'''Μέθοδοι'''&lt;br /&gt;
&lt;br /&gt;
Μία χωρική ανάλυση της αποψίλωσης και του κατακερματισμού της Χερσονήσου Όσα πραγματοποιήθηκε χρησιμοποιώντας 3 εικόνες, οι οποίες λήφθηκαν από τον Landsat Multispectral Scanner (MSS) (80 m χωρική ανάλυση και 4 φασματικά κανάλια) και δορυφόρους Landsat Thematic Mapper (TM) (28.5-m χωρική ανάλυση και 7 φασματικά κανάλια). Τα δεδομένα MSS αποκτήθηκαν στις 22 Ιανουαρίου 1979 και τα TM δεδομένα αποκτήθηκαν στις 17 Ιανουαρίου 1987 και στις 13 Μαρτίου 1997. Όλες οι λήψεις, οι οποίες ορθοδιορθώθηκαν, βάση μιάς Lambert Conformal Conical προβολής, χρησιμοποιώντας ένα μοντέλο ψηφιακής ανύψωσης (digital elevation model - DEM), παρήγαγαν 1:50.000 τοπογραφικούς χάρτες (CATIE 2000). Οι εικόνες διορθώθηκαν ατμοσφαιρικά χρησιμοποιώντας ACTOR 2 (το οποίο αναπτύχθηκε από το Geosystems το 2002). Ρυθμίσεις διόρθωσης σε ότι αφορά την ηλιακή γωνία δεν εκτελέστηκαν, αλλά ούτε και πιο προχωρημένες διορθώσεις.&lt;br /&gt;
&lt;br /&gt;
Η επεξεργασία των δορυφορικών εικόνων έγινε ατομικά, χρησιμοποιώντας μία τεχνική που αναπτύχθηκε από το πρόγραμμα NASA Pathfinder τροπικής αποψίλωσης (in-pair processing) (Chomentowsky et al.,1994). Η κάθε εικόνα ταξινομήθηκε ατομικά σε 5 κατηγορίες: νερό, σύννεφα, σκιά, δάσος και μη-δάσος. Η κατηγορίας «δάσος» ορίστηκε να έχει δασική κάλυψη (ποσοστό κάλυψης δασικού θόλου) μεγαλύτερη από 80% (ανάλυση εναέριας φωτογραφίας). Κάθε ταξινόμηση παρήγαγε έναν ξεχωριστό χάρτη, ο οποίος μεταφέρθηκε από τη μορφή πολυγώνου σε διανυσματική μορφή (raster to vector), αποφεύγοντας έτσι προβλήματα με την ανάλυση των αισθητήρων. Στη συνέχεια, οι διανυσματικοί χάρτες χρησιμοποιήθηκαν για να επιδείξουν οπτικά τις τάσεις αποψίλωσης στην περιοχή και ως υπόβαθρο για την ανάλυση κατακερματισμού για τα έτη 1979, 1987 και 1997, καθώς και για τις περιόδους 1979-1987 και 1987-1997. Η ελάχιστη μονάδα χαρτογράφησης προσδιορίστηκε στα 0.05 km2 για το τελικό χαρτογραφικό προϊόν. Ο βαθμός υποβάθμισης εκτιμήθηκε χρησιμοποιώντας μία νέα προσέγγιση, η οποία αναπτύχθηκε για τροπικές περιοχές, από τους Skole και Tucker (1993), συγκεκριμένα η εφαρμογή ουδέτερης ζώνης ενός χιλιομέτρου από τα δασικά και μη-δασικά όρια.&lt;br /&gt;
&lt;br /&gt;
Συνολικά 52 σημεία ελέγχου επιλέχθηκαν από εργασία πεδίου, η οποία εκπονήθηκε τον Ιούλιο του 1998. Τα σημεία επαληθεύθηκαν επίσης χρησιμοποιώντας αεροφωτογραφίες κλίμακας 1:40.000 που λήφθηκαν κατά τον ίδιο χρόνο. Τα σημεία γεωαναφέρθηκαν  με βάση το Lambert Conformal Conic. Η συνολική ακρίβεια, αλλα και ο συντελεστής Tau υπολογίστηκαν και ήταν 92% και&lt;br /&gt;
0,89 αντίστοιχα. Η τιμή του συντελεστή Tau αντιστοιχεί σε 89% ορθά ταξινομημένα εικονοστοιχεία του παραγόμενου χάρτη. Τέλος, χρησιμοποιήθηκε η βάση δεδομένων του Εθνικού Ινστιτούτου Βιοποικιλότητας της Κόστα Ρίκα (INBio) σχετικά με την κατανομή των ειδών, ώστε να προσδιοριστούν οι επιπτώσεις της υποβάθμισης των δασών σε είδη-κλειδί. Με τη βοήθεια της βάσης δεδομένων INBio αναγνωρίστηκαν 184 ενδημικά είδη, 12 απειλούμενα και 77 νέα-για-την-επιστήμη στην Χερσόνησο Όσα.&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα και ανάλυση'''&lt;br /&gt;
&lt;br /&gt;
Βρήκαμε σημαντικές αλλαγές κάλυψης γης στην Χερσόνησο Όσα κατά τα τελευταία 21 χρόνια (Πίνακες 1 και 2, Σχήμα 1). Το ποσοστό της χερσονήσου που καλύπτεται από δάση μειώθηκε από 97% το 1979 σε 91% το 1987 και σε 89% μέχρι το 1997. Η συνολική έκταση μειώθηκε από 977 km2 το 1979 έως 896 km2 από το 1997. Φαινόμενο αποψίλωσης των δασών δεν ανιχνεύθηκε μέσα στο Εθνικό Πάρκο,&lt;br /&gt;
όπου οι περισσότερες αλλαγές της δασικής κάλυψης αποδόθηκαν σε μεγάλα κενά στο δασικό θόλο που παράγεται από την πτώση δέντρων. Ο προσδιορισμός αυτών των κενών που εντοπίστηκαν με τη βοήθεια Landsat εικόνων, πραγματοποιήθηκε με τη χρήση των 1:40,000 αεροφωτογραφιών. Έξω από το Εθνικό Πάρκο Κορκοβάντο, η συνολική αποψίλωση των δασών μειώθηκε από 1,5 % ανά έτος για την περίοδο 1979-1987 στο 0,83 % ετησίως για την περίοδο 1987-1997.&lt;br /&gt;
&lt;br /&gt;
Η αποψίλωση των δασών ήταν πιο έντονη σε απόσταση πάνω από 5 km του ορίου του Εθνικού Πάρκου, όπου δημιουργήθηκαν νησίδες δάσους ως αποτέλεσμα των προηγούμενων διαδικασιών αποψίλωσης των δασών (Εικόνα 1 και Πίνακας 2). Ο αριθμός των δασικών νησίδων εκτός του πάρκου αυξήθηκε 8 φορές στο διάστημα μεταξύ 1979 και 1987 (445-3722), αλλά μειώθηκε σε 1241 μέχρι το 1997. Η αύξηση του φαινομένου νησίδας μεταξύ 1979 και 1987 συνοδεύτηκε από μια αύξηση του μέσου μεγέθους νησίδας από 2,2 σε 2,4 km2, ενώ μειώθηκε δραματικά σε 0,7 km2 από το 1997. Κοντά στο Εθνικό Πάρκο (εντός ουδέτερης ζώνης 1 km) h αποψίλωση των δασών επικεντρώθηκε στo πρωτοβάθμια ώριμο δάσος, διαδικασία πιο συσσωρευτική από κατακερματιστική.&lt;br /&gt;
&lt;br /&gt;
Οι τάσεις της αποψίλωσης των δασών που παρατηρείται εκτός του Εθνικού Πάρκου του Κορκοβάντο, αναφέρουν ότι το τοπίο της Χερσονήσου Όσα έχει υποστεί σημαντικές αλλαγές κατά τη διάρκεια της μελέτης. Η έρευνά μας ερευνά δύο διαφορετικούς τύπους αποψίλωσης. Με βάση την πρώτη, η αποψίλωση έξω και μακριά από το πάρκο (&amp;gt; 1 km) συμβαίνει σε μεγάλο βαθμό από τον κατακερματισμό των δασών. Σε αντίθεση, η αποψίλωση των δασών κοντά στο πάρκο ( &amp;lt;1 km) είναι συσσωρευτική και επηρεάζει το υπόλοιπο ώριμο ή αρχέγονο δάσος. Η μελέτη μας τεκμηριώνει, επίσης, ότι από το 1997, μόνο το 44% του δάσους που απομένει στη χερσόνησο ήταν ώριμο και ότι τα περισσότερα δάση που βρίσκεται έξω από το Εθνικό Πάρκο έχουν τροποποιηθεί . Η περιορισμένη έκταση του δασικών πόρων στη χερσόνησο, μαζί με την αύξηση της αποψίλωσης των δασών και τη συγκομιδή ξυλείας από τη διαχείριση των δασών (επιλεκτική) στις περιοχές γύρω από το προστατευόμενο δάσος, θα οδηγήσει αναμφίβολα στην αυξημένη απομόνωση του πάρκου.&lt;br /&gt;
&lt;br /&gt;
Τα αποτελέσματά μας δείχνουν ότι το Κορκοβάντο Εθνικό Πάρκο προστατεύεται σήμερα σε ποσοστό 43% της συνολικής δασικής κάλυψης του. Η περιοχή του δάσους που προστατεύεται από το πάρκο, επιπρόσθετα του μη προστατευμένο δάσους έξω από το πάρκο ανέρχεται σε 977 km2 εκ των 1093 km2 της περιοχής μελέτης. Η έκταη αυτή είναι μικρότερη από την ελάχιστη αποδεκτή για την προστασία ορισμένων εμβληματικών ειδών που απαιτούν μεγάλα ενδιαιτήματα για να διατηρήσουν μακροπρόθεσμα τη γενετική τους ακεραιότητα. Για παράδειγμα, αρκετές μελέτες με στόχο τη μελέτη του ενδιαιτήματος των τζάγκουαρ (Panthera onca) εκτιμούν ότι αυτό το είδος (κυρίαρχο στη χερσόνησο Όσα) απαιτεί 30-140&lt;br /&gt;
km2 ανά ώριμο ενήλικο αρσενικό για τη διατήρηση ενός υγιούς πληθυσμού (Rabinowitz &amp;amp; Nottingham 1986, Crawshaw &amp;amp; Quigley 1991). Επιπλέον, έχει προταθεί από τους Palmeteri et al ( 2000 ), ότι ένας προστατευόμενος βιότοπο πρέπει να προβλέπει τουλάχιστον 50 αναπαραγωγικά άτομα τη διατήρηση του&lt;br /&gt;
πληθυσμού, ο οποίος θα συνεπάγονται την προστασία μιας περιοχής τουλάχιστον 1500 km2. Αυτό υπερβαίνει τη διαθέσιμη ώριμη δασική έκταση. Η έλλειψη επαρκούς έκτασης ενδιαίτημα για Τζάγκουαρ μπορεί να επηρεάσει όχι μόνο τη μακροπρόθεσμη ακεραιότητα του πληθυσμού του ζώου, αλλά μπορεί επίσης να έχει σημαντικές επιπτώσεις για άλλα είδη, δεδομένης της θέσης του ζώου αυτού στην τροφική αλυσίδα.&lt;br /&gt;
&lt;br /&gt;
Η ανάγκη για καλύτερη εφαρμογή της ισχύουσας νομοθεσίας (Διεύθυνση Δασών Νόμος 7575 της Κόστα Ρίκα), καθώς και ο έλεγχος της παράνομης αποψίλωσης των δασών, είναι βάση των παραπάνω κρίσιμης σημασίας για τη διατήρηση των δασικών πόρων και της βιοποικιλότητας . Η μεγαλύτερη απώλεια δασικής κάλυψης σε περιοχές με υψηλή πυκνότητα των απειλούμενων , ενδημικών και νέων-για-την-επιστήμη ειδών, αποτελεί μια πολύ σημαντική ερώτηση σχετικά με την επιτυχία των μελλοντικών πρωτοβουλιών διατήρησης ειδών εκτός των προστατευόμενων&lt;br /&gt;
περιοχών. Από την άλλη πλευρά , νέες ερευνητικές ευκαιρίες σε τροπικά περιβάλλοντα θα μπορούσε να οδηγήσει στην ενοποίηση χαρτών κατανομής σε μελέτες των τάσεων αποψίλωσης των δασών για την παροχή νέων μέσων σχεδιασμού περιβαλλοντικής πολιτικής.&lt;br /&gt;
&lt;br /&gt;
Τα σενάρια αυτά υποδεικνύουν την ανάγκη για το σχεδιασμό και την εφαρμογή μιας στρατηγικής για τη διατήρηση και την ανάπτυξη της χερσονήσου με τις εξής προτεραιότητες: (1) να σταματήσει ο κατακερματισμός των δασικών οικοσυστημάτων, (2) την προώθηση της συνδεσιμότητας και της αποκατάσταση ενδιαιτημάτων (3) επαρκής διαχείριση των γεωργικών δραστηριοτήτων και (4) την προώθηση έρευνας και διαχείρισης των ειδών που απαιτούν μεγάλες προστατευόμενες περιοχές ή ειδικά μέτρα για να εξασφαλίσουν τους&lt;br /&gt;
μακροπρόθεσμη επιβίωση τους.&lt;br /&gt;
&lt;br /&gt;
[http://www.bioone.org/doi/abs/10.1659/0276-4741(2002)022%5B0352%3ADOTDAN%5D2.0.CO%3B2]&lt;br /&gt;
&lt;br /&gt;
 [[category:Αποψίλωση δασών]]&lt;/div&gt;</summary>
		<author><name>Maria Kampouri</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:2_ApeiloumenaEndim.JPG</id>
		<title>Αρχείο:2 ApeiloumenaEndim.JPG</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:2_ApeiloumenaEndim.JPG"/>
				<updated>2014-05-11T18:25:42Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Kampouri: Χωρική κατανομή απειλούμενων και ενδημικών, καθώς και νέων για την επιστήμη ειδών. Μπορούν να εντοπιστούν 4 περιοχές (Α, Β, Γ και Δ) όπου υπάρ&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Χωρική κατανομή απειλούμενων και ενδημικών, καθώς και νέων για την επιστήμη ειδών. Μπορούν να εντοπιστούν 4 περιοχές (Α, Β, Γ και Δ) όπου υπάρχει ιδιαίτερα υψηλή παρουσία τέτοιων ειδών&lt;/div&gt;</summary>
		<author><name>Maria Kampouri</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:1_ApopsilwsiOsa.JPG</id>
		<title>Αρχείο:1 ApopsilwsiOsa.JPG</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:1_ApopsilwsiOsa.JPG"/>
				<updated>2014-05-11T18:21:46Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Kampouri: Περιφερειακοί ρυθμοί αποψίλωσης για τη Χερσόνησο Όσα&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Περιφερειακοί ρυθμοί αποψίλωσης για τη Χερσόνησο Όσα&lt;/div&gt;</summary>
		<author><name>Maria Kampouri</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/HIGHFOREST_-_%CE%A5%CF%80%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B4%CE%B1%CF%83%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CE%B1%CF%81%CE%B1%CE%BC%CE%AD%CF%84%CF%81%CF%89%CE%BD_%CE%B1%CF%80%CF%8C_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_%CF%85%CF%88%CE%B7%CE%BB%CE%AE%CF%82_%CE%B1%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7%CF%82_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AE%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B9%CF%83%CE%B7%CF%82</id>
		<title>HIGHFOREST - Υπολογισμός δασικών παραμέτρων από δεδομένα υψηλής ανάλυσης δορυφορικής τηλεπισκόπισης</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/HIGHFOREST_-_%CE%A5%CF%80%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B4%CE%B1%CF%83%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CE%B1%CF%81%CE%B1%CE%BC%CE%AD%CF%84%CF%81%CF%89%CE%BD_%CE%B1%CF%80%CF%8C_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_%CF%85%CF%88%CE%B7%CE%BB%CE%AE%CF%82_%CE%B1%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7%CF%82_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AE%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B9%CF%83%CE%B7%CF%82"/>
				<updated>2014-05-11T18:14:14Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Kampouri: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[http://147.102.106.42/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:1_Ikonos_true3.JPG]]&lt;br /&gt;
&lt;br /&gt;
[[http://147.102.106.42/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:2_Ikonos_false.JPG]]&lt;br /&gt;
&lt;br /&gt;
[[http://147.102.106.42/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:3_dots.JPG]]&lt;br /&gt;
&lt;br /&gt;
[[http://147.102.106.42/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:4_ogoskladiou.JPG]]&lt;br /&gt;
&lt;br /&gt;
[[http://147.102.106.42/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:5_diametrkladiou.JPG]]&lt;br /&gt;
&lt;br /&gt;
[[http://147.102.106.42/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:5_100elato.JPG]]&lt;br /&gt;
&lt;br /&gt;
Technical Research Centre of Finland, Information Technology, Information Systems&lt;br /&gt;
Commission VII, WG VII/3&lt;br /&gt;
&lt;br /&gt;
Heikki Astola, Catherine Bounsaythip, Jussi Ahola, Tuomas Häme, Eija Parmes, Laura Sirro &amp;amp; Brita Veikkanen&lt;br /&gt;
&lt;br /&gt;
'''Περίληψη'''&lt;br /&gt;
&lt;br /&gt;
Ο σκοπός της μελέτης ήταν να αναπτύξει ένα εργαλείο για την εκτίμηση των δασικών μεταβλητών χρησιμοποιώντας δορυφορικά δεδομένα υψηλής ανάλυσης. Στο εργαλείο περιλαμβάνεται σπονδυλωτό λειτουργικό λογισμικό. Η μεθοδολογία ανάλυσης εικόνας εστιάζεται στη μείωση από τα γνωστά προβλήματα των μεθόδων προηγούμενων δορυφορικών εικόνων, με βάση, δηλαδή τον κορεσμό στα υψηλότερα επίπεδα φυτικής μάζας και της αβεβαιότητας εκτίμησης για τα είδη δέντρων. Σύγχρονες μέθοδοι ανάλυσης εικόνας συνδυάστηκαν με τις φασματικές τους πληροφορίες. Στην δοκιμή εφαρμογής του εργαλείου, χρησιμοποιήθηκαν εικόνες από τον δορυφόρο Ikonos με ανάλυση εδάφους 1-4 m.&lt;br /&gt;
&lt;br /&gt;
Το λογισμικό Forestime που αναπτύχθηκε, εκτίμησε τις δασικές μεταβλητές με την κατάτμηση των εικόνων σε «μικρο-περιοχές», μεσω του υπολογισμού των χαρακτηριστικών των εικόνων μέσω διανυσμάτων και μέσω του συσχετισμού δεδομένων πεδίου με ομάδες από το στάδιο της μη-επιβλεπόμενης ταξινόμησης. Οι εκτιμήσεις παράγονται ως σταθμισμένα αθροίσματα των πιθανοτήτων των δειγμάτων να ανήκουν στην κατηγορία της ταξινόμησης. Οι μεταβλητές-στόχοι της μελέτης ήταν ο όγκος (37,4% - % σε σχέση με τη μέση τιμή), η μέση διάμετρος (23,4) και ο αριθμός (87%) βλαστών, καθώς και οι αναλογίες ειδών δέντρου (πεύκο 111%, έλατο 47 % , και για τα πλατύφυλλα 137%).&lt;br /&gt;
&lt;br /&gt;
Λέξεις κλειδιά: '''δορυφορική τηλεπισκόπηση, δασοκομία, αυτοματοποίηση, απογραφή, υψηλή ανάλυση'''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Οι ιδιοκτήτες δασικών εκτάσεων και οι οργανισμοί εκμετάλλευσης ξυλείας έχουν μία διαρκή ανάγκη ανανέωσης των πληροφοριών τους σχετικά με τα δάση. Η παραδοσιακή επίγεια μέθοδος απογραφής με προσδιορισμό περιοχής μελέτης είναι εντούτοις δαπανηρή και η συχνότητα είναι χαμηλή. Υπάρχει επίσης η ανάγκη για μείωση της έκτασης της απογραφόμενης γης και την παραγωγή πιο λεπτομερών χαρτών. Οι δορυφορικές εικόνες με ανάλυση εδάφους 20-30 m έχουν δοκιμαστεί και χρησιμοποιούνται μερικώς για δασικές απογραφές, αφενός λόγω του κορεσμού της αντανάκλασης σε υψηλότερα επίπεδα βλάστησης (όριο κορεσμού για φιλανδικές συνθήκες είναι 200m3/ha) και αφετέρου λόγω της δυσκολίας προσδιορισμού της έκτασης του κάθε είδους δέντρου, αφού καθένα εικονοστοιχείο περιλαμβάνει συχνά διαφορετικά δέντρα.&lt;br /&gt;
&lt;br /&gt;
Η χωρική ανάλυση δορυφορικών τηλεπισκοπικών εικόνων κυμαίνεται μεταξύ 30 m (Landsat Tthematic Mapper) και 1 m για πανχρωματική εικόνα, ενώ είναι 4 m για πολυφασματική (Ikonos, Quickbird). Ένα από τους κύριους στόχους της μελέτης Highforest είναι η παραγωγή ενός λειτουργικού εργαλείου λογισμικού για την πλήρη αυτοματοποίηση της δασικής χαρτογράφησης, κάνοντας χρήση των δορυφορικών αυτών εικόνων υψηλής ανάλυσης, καθώς και τα αποτελέσματα προηγούμενων μελετών.&lt;br /&gt;
&lt;br /&gt;
'''Δεδομένα και επεξεργασία'''&lt;br /&gt;
&lt;br /&gt;
''Δορυφορικά δεδομένα''&lt;br /&gt;
&lt;br /&gt;
Η γαιοαναφερόμενη και διορθωμένη εικόνα Ikonos, η οποία χρησιμοποιήθηκε, προήλθε από την περιοχή Σούονενγιοκι στη Φιλανδία, με δεδομένα από τα μέσα Ιουνίου του 2003 και είχε μέγεθος 10 km x 13 km. Λόγω των νεφώσεων στην ανατολική πλευρά της εικόνας, αυτή επεκτάθηκε κατά 3 km δυτικά. Οι εικόνες Ikonos έχουν τέσσερα φασματικά κανάλια: μπλε (450-520 nm), πράσινο (520-600 nm), κόκκινο (630-690 nm) και εγγύς υπέρυθρο (NIR) (760-900 nm), με ανάλυση εδάφους τεσσάρων μέτρων και ένα πανχρωματικό κανάλι (450-900 nm), με ανάλυση εδάφους ενός μέτρου. Μία μικρότερη εικόνα, η οποία καλύπτει την περιοχή μελέτης, επίσης χρησιμοποιήθηκε από ολόκληρη την περιοχή του Σούονενγιοκι με σκοπό τον έλεγχο. Η ληφθείσα εικόνα υποβλήθηκε σε ραδιομετρική διόρθωση χρησιμοποιώντας ήδη υπάρχον λογισμικό του VVT (smac_corr.exe).&lt;br /&gt;
&lt;br /&gt;
''Επίγεια δεδομένα''&lt;br /&gt;
&lt;br /&gt;
Το κέντρο ερευνών του Σούονενγιοκι του Φιλανδικού Ινστιτούτου Δασικών Ερευνών, πραγματοποίησε 327 δειγματοληψίες εδάφους από αντίστοιχο αριθμό περιοχών μελέτης για 7 μεταβλητές διαφορετικών ειδών δέντρου το καλοκαίρι του 2001. Τα δεδομένα αυτά μελετήθηκαν λεπτομερώς οπτικά, ώστε να αποκλειστούν περιοχές, οι οποίες θα μπορούσαν να προκαλέσουν παραμόρφωση ή σφάλματα κατά την υπολογιστική διαδικασία.&lt;br /&gt;
&lt;br /&gt;
'''Μέθοδοι'''&lt;br /&gt;
&lt;br /&gt;
''Υπολογισμός δασολογικών μεταβλητών''&lt;br /&gt;
&lt;br /&gt;
Η μέση τιμή των φασματικών ιδιοτήτων από τα ραδιομετρικά διορθωμένα Ikonos κανάλια, μαζί με τις περιεχόμενες ιδιότητες, όπως προσδιορίστηκαν από το Ikonos πανχρωματικό (PAN-chromatic) κανάλι, αποτελούν τις ιδιότητες, οι οποίες θα εισαχθούν στην υπολογιστική διαδικασία Forestime.&lt;br /&gt;
&lt;br /&gt;
Η σειρά δοκιμαστικών ιδιοτήτων περιείχε πέντε ιδιότητες Haralick: αντίθεση, εντροπία, αντίστροφη κίνηση διαφοράς, ομοιογένεια και συνολικό μέσο. Το σχετιζόμενο ιστόγραμμα ταυτότητας γκρι-κλίμακας υπολογίστηκε για ένα 15 x 15 παράθυρο εικονοστοιχείων με μία σχέση απόστασης ενός εικονοστοιχείου και στις δύο κατευθύνσεις της εικόνας. To ιστόγραμμα υπολογίστηκε για μία συμπιεσμένη εικόνα 16 γκρίζων επιπέδων.&lt;br /&gt;
&lt;br /&gt;
Εκτός των Haralick ιδιοτήτων, μία σειρά από τέσσερεις Gabor ιδιότητες υπολογίστηκαν από ένα παν-χρωματικό κανάλι της εικόνας Ikonos, χρησιμοποιώντας μία τράπεζα από ομοιόμορφα συμμετρικές μάσκες φίλτρων Gabor.&lt;br /&gt;
&lt;br /&gt;
Με τη βοήθεια του εργαλείου προσδιορισμού της θέσης δέντρων στο πανχρωματικό κανάλι, του εργαλείου μέσης τιμής του Forestime και της ανακλαστικότητας στο εγγύς υπέρυθρο στο πανχρωματικό, προσδιορίζεται αν το κάθε δέντρο είναι κωνοφόρο ή πλατύφυλλο και δίνεται η αναλογία τους.&lt;br /&gt;
&lt;br /&gt;
Για τον προσδιορισμό των βέλτιστων χαρακτηριστικών προς εισαγωγή σε μοντέλα υπολογισμού παραμέτρων εξετάστηκε η αμοιβαία συσχέτιση δασικών στοιχείων και μεταβλητών, καθώς και οι γραμμικές συναρτήσεις τους με τη βοήθεια του στατιστικού προγράμματος SPSS. Τα μοντέλα, τα οποία παρήγαγε η μέθοδος αυτή περιείχαν πέντε χαρακτηριστικά ή περισσότερα.&lt;br /&gt;
Μετά από τη διαδικασία του κατακερματισμού της εικόνας, ο οποίος παρείχε μέσες τιμές για τις επιλεγμένες κατηγορίες, τη χρήση αλγόριθμου Κ-μέσων στα ομαδοποιημένα δεδομένα και την γαιοαναφορά, το παραγόμενο αποτέλεσμα είναι ράστερ εικόνες ή διανυσματικά δεδομένα, τα οποία αντικατοπτρίζουν αθροίσματα της πιθανότητας παρουσίας της κάθε τάξης.&lt;br /&gt;
&lt;br /&gt;
''Forestime λογισμικό''&lt;br /&gt;
&lt;br /&gt;
Το σπονδυλωτό εργαλείο αυτό σχεδιάστηκε με σκοπό την αυτοματοποίηση της χαρτογράφησης μεγάλων δασικών περιοχών. Τα πλεονεκτήματα του να είναι σπονδυλωτό το πρόγραμμα είναι τα εξής: επιτρέπει εύκολη αντικατάσταση μίας κατηγορίας με μία άλλη, το παραγόμενο αποτέλεσμα είναι μία εικόνα κάλυψης γης και μπορεί να χρησιμοποιήσει δεδομένα από οποιοδήποτε όργανο ή γεωγραφικές βάσεις δεδομένων.&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα και ανάλυση'''&lt;br /&gt;
&lt;br /&gt;
Στη μελέτη αυτή χρησιμοποιήθηκε μία πρότυπη έκδοση ενός σπονδυλωτού προγράμματος Forestime για τον υπολογισμό δασικών μεταβλητών. Ακόμα και αν η λειτουργικότητα, η ταχύτητα και η ανάλυση δεδομένων είναι περιορισμένα, τα τεστ λειτουργικότητας απέδειξαν την χρηστικότητα του συστήματος.&lt;br /&gt;
&lt;br /&gt;
Συμπερασματικά ο στόχος της μείωσης του κορεσμού ανακλαστικότητας επιτεύχθηκε μερικώς, καθώς και ο στόχος του αξιόπιστου προσδιορισμού ειδών δέντρου. Τα καλύτερα αποτελέσματα επιτεύχθηκαν μέσω της χρήσης της εντροπίας Haralick και των εισαγόμενων χαρακτηριστικών στα οπτικά κανάλια. Η ταχύτητα λειτουργίας του λογισμικού επιδέχεται βελτίωσης.&lt;br /&gt;
&lt;br /&gt;
Στις παραγόμενες δασικές μεταβλητές, η ανάλυση διασποράς των δεδομένων-στόχων στις κατηγορίες της ταξινόμησης είναι σχετικά μεγάλη, πράγμα το οποίο οδηγεί σε μέσες τιμές. Για μελλοντικές έρευνες ένα κεντρικό θέμα θα είναι η μείωση της ανάλυσης διασποράς χρησιμοποιώντας άλλου είδους ταξινόμηση.&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Στη μελέτη HighForest το VTT υλοποίησε την πρωτότυπη έκδοση του σπονδυλωτού εργαλείου λογισμικού για την εκτίμηση δασικών μεταβλητών (Forestime V. 1.0) . Ακόμη και αν η λειτουργικότητα, η ταχύτητα και η κατανάλωση πόρων του λογισμικού είναι ακόμα πολύ περιορισμένες, οι λειτουργικές δοκιμές έχουν δείξει τις δυνατότητες του συστήματος. Το λογισμικό δοκιμάστηκε ως ένα αυτόνομο σύστημα, καθώς και ως ένα εξωτερικό πρόγραμμα εφαρμογής μέσω του εμπορικού λογισμικού API. Η λειτουργία του Forestime ήταν όπως αναμενόταν και ο στόχος για την εφαρμογή του λογισμικού είχε επιτευχθεί.&lt;br /&gt;
&lt;br /&gt;
Συνοψίζοντας τα αποτελέσματα της εκτίμησης των δασικών μεταβλητών με Forestime v 1.0, μπορούμε να πούμε ότι ο στόχος για τη μείωση του κορεσμού ανάκλασης, επετεύχθηκε μερικώς, καθώς και ο στόχος για την ακριβή εκτίμηση ειδών δέντρου. Τα καλύτερα αποτελέσματα επιτεύχθηκαν χρησιμοποιώντας τα φασματικά κανάλια και την εντροπία του Haralick ως εισαγόμενες μεταβλητές.&lt;br /&gt;
&lt;br /&gt;
Στις εκτιμήσεις για το δασικής κάλυψης ειδών δέντρου, η ανάλυση διασποράς παρουσίασε μεγάλες διακυμάνσεις στις κατηγορίες ομαδοποίησης, πράγμα που οδήγησε σε κατά μέσο όρο εκτιμήσεις. Ένα κύριο θέμα των μελλοντικών μελετών θα είναι η δυνατότητα να μειωθεί η διακύμανση χρησιμοποιώντας διαφορετικό είδος ταξινόμησης.&lt;br /&gt;
&lt;br /&gt;
[http://citeseerx.ist.psu.edu/viewdoc/summary?doi=10.1.1.151.194]&lt;br /&gt;
&lt;br /&gt;
 [[category:Μικτό δάσος]]&lt;/div&gt;</summary>
		<author><name>Maria Kampouri</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/HIGHFOREST_-_%CE%A5%CF%80%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B4%CE%B1%CF%83%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CE%B1%CF%81%CE%B1%CE%BC%CE%AD%CF%84%CF%81%CF%89%CE%BD_%CE%B1%CF%80%CF%8C_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_%CF%85%CF%88%CE%B7%CE%BB%CE%AE%CF%82_%CE%B1%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7%CF%82_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AE%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B9%CF%83%CE%B7%CF%82</id>
		<title>HIGHFOREST - Υπολογισμός δασικών παραμέτρων από δεδομένα υψηλής ανάλυσης δορυφορικής τηλεπισκόπισης</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/HIGHFOREST_-_%CE%A5%CF%80%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B4%CE%B1%CF%83%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CE%B1%CF%81%CE%B1%CE%BC%CE%AD%CF%84%CF%81%CF%89%CE%BD_%CE%B1%CF%80%CF%8C_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_%CF%85%CF%88%CE%B7%CE%BB%CE%AE%CF%82_%CE%B1%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7%CF%82_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AE%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B9%CF%83%CE%B7%CF%82"/>
				<updated>2014-05-11T18:12:49Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Kampouri: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[http://147.102.106.42/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:1_Ikonos_true3.JPG]]&lt;br /&gt;
&lt;br /&gt;
[[http://147.102.106.42/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:2_Ikonos_false.JPG]]&lt;br /&gt;
&lt;br /&gt;
[[http://147.102.106.42/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:3_dots.JPG]]&lt;br /&gt;
&lt;br /&gt;
[[http://147.102.106.42/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:4_ogoskladiou.JPG]]&lt;br /&gt;
&lt;br /&gt;
[[http://147.102.106.42/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:5_diametrkladiou.JPG]]&lt;br /&gt;
&lt;br /&gt;
[[http://147.102.106.42/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:5_100elato.JPG]]&lt;br /&gt;
&lt;br /&gt;
Technical Research Centre of Finland, Information Technology, Information Systems&lt;br /&gt;
Commission VII, WG VII/3&lt;br /&gt;
&lt;br /&gt;
Heikki Astola, Catherine Bounsaythip, Jussi Ahola, Tuomas Häme, Eija Parmes, Laura Sirro &amp;amp; Brita Veikkanen&lt;br /&gt;
&lt;br /&gt;
'''Περίληψη'''&lt;br /&gt;
&lt;br /&gt;
Ο σκοπός της μελέτης ήταν να αναπτύξει ένα εργαλείο για την εκτίμηση των δασικών μεταβλητών χρησιμοποιώντας δορυφορικά δεδομένα υψηλής ανάλυσης. Στο εργαλείο περιλαμβάνεται σπονδυλωτό λειτουργικό λογισμικό. Η μεθοδολογία ανάλυσης εικόνας εστιάζεται στη μείωση από τα γνωστά προβλήματα των μεθόδων προηγούμενων δορυφορικών εικόνων, με βάση, δηλαδή τον κορεσμό στα υψηλότερα επίπεδα φυτικής μάζας και της αβεβαιότητας εκτίμησης για τα είδη δέντρων. Σύγχρονες μέθοδοι ανάλυσης εικόνας συνδυάστηκαν με τις φασματικές τους πληροφορίες. Στην δοκιμή εφαρμογής του εργαλείου, χρησιμοποιήθηκαν εικόνες από τον δορυφόρο Ikonos με ανάλυση εδάφους 1-4 m.&lt;br /&gt;
&lt;br /&gt;
Το λογισμικό Forestime που αναπτύχθηκε, εκτίμησε τις δασικές μεταβλητές με την κατάτμηση των εικόνων σε «μικρο-περιοχές», μεσω του υπολογισμού των χαρακτηριστικών των εικόνων μέσω διανυσμάτων και μέσω του συσχετισμού δεδομένων πεδίου με ομάδες από το στάδιο της μη-επιβλεπόμενης ταξινόμησης. Οι εκτιμήσεις παράγονται ως σταθμισμένα αθροίσματα των πιθανοτήτων των δειγμάτων να ανήκουν στην κατηγορία της ταξινόμησης. Οι μεταβλητές-στόχοι της μελέτης ήταν ο όγκος (37,4% - % σε σχέση με τη μέση τιμή), η μέση διάμετρος (23,4) και ο αριθμός (87%) βλαστών, καθώς και οι αναλογίες ειδών δέντρου (πεύκο 111%, έλατο 47 % , και για τα πλατύφυλλα 137%).&lt;br /&gt;
&lt;br /&gt;
Λέξεις κλειδιά: '''δορυφορική τηλεπισκόπηση, δασοκομία, αυτοματοποίηση, υπολογισμός, απογραφή, υψηλή ανάλυση'''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Οι ιδιοκτήτες δασικών εκτάσεων και οι οργανισμοί εκμετάλλευσης ξυλείας έχουν μία διαρκή ανάγκη ανανέωσης των πληροφοριών τους σχετικά με τα δάση. Η παραδοσιακή επίγεια μέθοδος απογραφής με προσδιορισμό περιοχής μελέτης είναι εντούτοις δαπανηρή και η συχνότητα είναι χαμηλή. Υπάρχει επίσης η ανάγκη για μείωση της έκτασης της απογραφόμενης γης και την παραγωγή πιο λεπτομερών χαρτών. Οι δορυφορικές εικόνες με ανάλυση εδάφους 20-30 m έχουν δοκιμαστεί και χρησιμοποιούνται μερικώς για δασικές απογραφές, αφενός λόγω του κορεσμού της αντανάκλασης σε υψηλότερα επίπεδα βλάστησης (όριο κορεσμού για φιλανδικές συνθήκες είναι 200m3/ha) και αφετέρου λόγω της δυσκολίας προσδιορισμού της έκτασης του κάθε είδους δέντρου, αφού καθένα εικονοστοιχείο περιλαμβάνει συχνά διαφορετικά δέντρα.&lt;br /&gt;
&lt;br /&gt;
Η χωρική ανάλυση δορυφορικών τηλεπισκοπικών εικόνων κυμαίνεται μεταξύ 30 m (Landsat Tthematic Mapper) και 1 m για πανχρωματική εικόνα, ενώ είναι 4 m για πολυφασματική (Ikonos, Quickbird). Ένα από τους κύριους στόχους της μελέτης Highforest είναι η παραγωγή ενός λειτουργικού εργαλείου λογισμικού για την πλήρη αυτοματοποίηση της δασικής χαρτογράφησης, κάνοντας χρήση των δορυφορικών αυτών εικόνων υψηλής ανάλυσης, καθώς και τα αποτελέσματα προηγούμενων μελετών.&lt;br /&gt;
&lt;br /&gt;
'''Δεδομένα και επεξεργασία'''&lt;br /&gt;
&lt;br /&gt;
''Δορυφορικά δεδομένα''&lt;br /&gt;
&lt;br /&gt;
Η γαιοαναφερόμενη και διορθωμένη εικόνα Ikonos, η οποία χρησιμοποιήθηκε, προήλθε από την περιοχή Σούονενγιοκι στη Φιλανδία, με δεδομένα από τα μέσα Ιουνίου του 2003 και είχε μέγεθος 10 km x 13 km. Λόγω των νεφώσεων στην ανατολική πλευρά της εικόνας, αυτή επεκτάθηκε κατά 3 km δυτικά. Οι εικόνες Ikonos έχουν τέσσερα φασματικά κανάλια: μπλε (450-520 nm), πράσινο (520-600 nm), κόκκινο (630-690 nm) και εγγύς υπέρυθρο (NIR) (760-900 nm), με ανάλυση εδάφους τεσσάρων μέτρων και ένα πανχρωματικό κανάλι (450-900 nm), με ανάλυση εδάφους ενός μέτρου. Μία μικρότερη εικόνα, η οποία καλύπτει την περιοχή μελέτης, επίσης χρησιμοποιήθηκε από ολόκληρη την περιοχή του Σούονενγιοκι με σκοπό τον έλεγχο. Η ληφθείσα εικόνα υποβλήθηκε σε ραδιομετρική διόρθωση χρησιμοποιώντας ήδη υπάρχον λογισμικό του VVT (smac_corr.exe).&lt;br /&gt;
&lt;br /&gt;
''Επίγεια δεδομένα''&lt;br /&gt;
&lt;br /&gt;
Το κέντρο ερευνών του Σούονενγιοκι του Φιλανδικού Ινστιτούτου Δασικών Ερευνών, πραγματοποίησε 327 δειγματοληψίες εδάφους από αντίστοιχο αριθμό περιοχών μελέτης για 7 μεταβλητές διαφορετικών ειδών δέντρου το καλοκαίρι του 2001. Τα δεδομένα αυτά μελετήθηκαν λεπτομερώς οπτικά, ώστε να αποκλειστούν περιοχές, οι οποίες θα μπορούσαν να προκαλέσουν παραμόρφωση ή σφάλματα κατά την υπολογιστική διαδικασία.&lt;br /&gt;
&lt;br /&gt;
'''Μέθοδοι'''&lt;br /&gt;
&lt;br /&gt;
''Υπολογισμός δασολογικών μεταβλητών''&lt;br /&gt;
&lt;br /&gt;
Η μέση τιμή των φασματικών ιδιοτήτων από τα ραδιομετρικά διορθωμένα Ikonos κανάλια, μαζί με τις περιεχόμενες ιδιότητες, όπως προσδιορίστηκαν από το Ikonos πανχρωματικό (PAN-chromatic) κανάλι, αποτελούν τις ιδιότητες, οι οποίες θα εισαχθούν στην υπολογιστική διαδικασία Forestime.&lt;br /&gt;
&lt;br /&gt;
Η σειρά δοκιμαστικών ιδιοτήτων περιείχε πέντε ιδιότητες Haralick: αντίθεση, εντροπία, αντίστροφη κίνηση διαφοράς, ομοιογένεια και συνολικό μέσο. Το σχετιζόμενο ιστόγραμμα ταυτότητας γκρι-κλίμακας υπολογίστηκε για ένα 15 x 15 παράθυρο εικονοστοιχείων με μία σχέση απόστασης ενός εικονοστοιχείου και στις δύο κατευθύνσεις της εικόνας. To ιστόγραμμα υπολογίστηκε για μία συμπιεσμένη εικόνα 16 γκρίζων επιπέδων.&lt;br /&gt;
&lt;br /&gt;
Εκτός των Haralick ιδιοτήτων, μία σειρά από τέσσερεις Gabor ιδιότητες υπολογίστηκαν από ένα παν-χρωματικό κανάλι της εικόνας Ikonos, χρησιμοποιώντας μία τράπεζα από ομοιόμορφα συμμετρικές μάσκες φίλτρων Gabor.&lt;br /&gt;
&lt;br /&gt;
Με τη βοήθεια του εργαλείου προσδιορισμού της θέσης δέντρων στο πανχρωματικό κανάλι, του εργαλείου μέσης τιμής του Forestime και της ανακλαστικότητας στο εγγύς υπέρυθρο στο πανχρωματικό, προσδιορίζεται αν το κάθε δέντρο είναι κωνοφόρο ή πλατύφυλλο και δίνεται η αναλογία τους.&lt;br /&gt;
&lt;br /&gt;
Για τον προσδιορισμό των βέλτιστων χαρακτηριστικών προς εισαγωγή σε μοντέλα υπολογισμού παραμέτρων εξετάστηκε η αμοιβαία συσχέτιση δασικών στοιχείων και μεταβλητών, καθώς και οι γραμμικές συναρτήσεις τους με τη βοήθεια του στατιστικού προγράμματος SPSS. Τα μοντέλα, τα οποία παρήγαγε η μέθοδος αυτή περιείχαν πέντε χαρακτηριστικά ή περισσότερα.&lt;br /&gt;
Μετά από τη διαδικασία του κατακερματισμού της εικόνας, ο οποίος παρείχε μέσες τιμές για τις επιλεγμένες κατηγορίες, τη χρήση αλγόριθμου Κ-μέσων στα ομαδοποιημένα δεδομένα και την γαιοαναφορά, το παραγόμενο αποτέλεσμα είναι ράστερ εικόνες ή διανυσματικά δεδομένα, τα οποία αντικατοπτρίζουν αθροίσματα της πιθανότητας παρουσίας της κάθε τάξης.&lt;br /&gt;
&lt;br /&gt;
''Forestime λογισμικό''&lt;br /&gt;
&lt;br /&gt;
Το σπονδυλωτό εργαλείο αυτό σχεδιάστηκε με σκοπό την αυτοματοποίηση της χαρτογράφησης μεγάλων δασικών περιοχών. Τα πλεονεκτήματα του να είναι σπονδυλωτό το πρόγραμμα είναι τα εξής: επιτρέπει εύκολη αντικατάσταση μίας κατηγορίας με μία άλλη, το παραγόμενο αποτέλεσμα είναι μία εικόνα κάλυψης γης και μπορεί να χρησιμοποιήσει δεδομένα από οποιοδήποτε όργανο ή γεωγραφικές βάσεις δεδομένων.&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα και ανάλυση'''&lt;br /&gt;
&lt;br /&gt;
Στη μελέτη αυτή χρησιμοποιήθηκε μία πρότυπη έκδοση ενός σπονδυλωτού προγράμματος Forestime για τον υπολογισμό δασικών μεταβλητών. Ακόμα και αν η λειτουργικότητα, η ταχύτητα και η ανάλυση δεδομένων είναι περιορισμένα, τα τεστ λειτουργικότητας απέδειξαν την χρηστικότητα του συστήματος.&lt;br /&gt;
&lt;br /&gt;
Συμπερασματικά ο στόχος της μείωσης του κορεσμού ανακλαστικότητας επιτεύχθηκε μερικώς, καθώς και ο στόχος του αξιόπιστου προσδιορισμού ειδών δέντρου. Τα καλύτερα αποτελέσματα επιτεύχθηκαν μέσω της χρήσης της εντροπίας Haralick και των εισαγόμενων χαρακτηριστικών στα οπτικά κανάλια. Η ταχύτητα λειτουργίας του λογισμικού επιδέχεται βελτίωσης.&lt;br /&gt;
&lt;br /&gt;
Στις παραγόμενες δασικές μεταβλητές, η ανάλυση διασποράς των δεδομένων-στόχων στις κατηγορίες της ταξινόμησης είναι σχετικά μεγάλη, πράγμα το οποίο οδηγεί σε μέσες τιμές. Για μελλοντικές έρευνες ένα κεντρικό θέμα θα είναι η μείωση της ανάλυσης διασποράς χρησιμοποιώντας άλλου είδους ταξινόμηση.&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Στη μελέτη HighForest το VTT υλοποίησε την πρωτότυπη έκδοση του σπονδυλωτού εργαλείου λογισμικού για την εκτίμηση δασικών μεταβλητών (Forestime V. 1.0) . Ακόμη και αν η λειτουργικότητα, η ταχύτητα και η κατανάλωση πόρων του λογισμικού είναι ακόμα πολύ περιορισμένες, οι λειτουργικές δοκιμές έχουν δείξει τις δυνατότητες του συστήματος. Το λογισμικό δοκιμάστηκε ως ένα αυτόνομο σύστημα, καθώς και ως ένα εξωτερικό πρόγραμμα εφαρμογής μέσω του εμπορικού λογισμικού API. Η λειτουργία του Forestime ήταν όπως αναμενόταν και ο στόχος για την εφαρμογή του λογισμικού είχε επιτευχθεί.&lt;br /&gt;
&lt;br /&gt;
Συνοψίζοντας τα αποτελέσματα της εκτίμησης των δασικών μεταβλητών με Forestime v 1.0, μπορούμε να πούμε ότι ο στόχος για τη μείωση του κορεσμού ανάκλασης, επετεύχθηκε μερικώς, καθώς και ο στόχος για την ακριβή εκτίμηση ειδών δέντρου. Τα καλύτερα αποτελέσματα επιτεύχθηκαν χρησιμοποιώντας τα φασματικά κανάλια και την εντροπία του Haralick ως εισαγόμενες μεταβλητές.&lt;br /&gt;
&lt;br /&gt;
Στις εκτιμήσεις για το δασικής κάλυψης ειδών δέντρου, η ανάλυση διασποράς παρουσίασε μεγάλες διακυμάνσεις στις κατηγορίες ομαδοποίησης, πράγμα που οδήγησε σε κατά μέσο όρο εκτιμήσεις. Ένα κύριο θέμα των μελλοντικών μελετών θα είναι η δυνατότητα να μειωθεί η διακύμανση χρησιμοποιώντας διαφορετικό είδος ταξινόμησης.&lt;br /&gt;
&lt;br /&gt;
[http://citeseerx.ist.psu.edu/viewdoc/summary?doi=10.1.1.151.194]&lt;br /&gt;
&lt;br /&gt;
 [[category:Μικτό δάσος]]&lt;/div&gt;</summary>
		<author><name>Maria Kampouri</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/HIGHFOREST_-_%CE%A5%CF%80%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B4%CE%B1%CF%83%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CE%B1%CF%81%CE%B1%CE%BC%CE%AD%CF%84%CF%81%CF%89%CE%BD_%CE%B1%CF%80%CF%8C_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_%CF%85%CF%88%CE%B7%CE%BB%CE%AE%CF%82_%CE%B1%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7%CF%82_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AE%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B9%CF%83%CE%B7%CF%82</id>
		<title>HIGHFOREST - Υπολογισμός δασικών παραμέτρων από δεδομένα υψηλής ανάλυσης δορυφορικής τηλεπισκόπισης</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/HIGHFOREST_-_%CE%A5%CF%80%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B4%CE%B1%CF%83%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CE%B1%CF%81%CE%B1%CE%BC%CE%AD%CF%84%CF%81%CF%89%CE%BD_%CE%B1%CF%80%CF%8C_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_%CF%85%CF%88%CE%B7%CE%BB%CE%AE%CF%82_%CE%B1%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7%CF%82_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AE%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B9%CF%83%CE%B7%CF%82"/>
				<updated>2014-05-11T18:12:02Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Kampouri: Νέα σελίδα με 'http://147.102.106.42/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:1_Ikonos_true3.JPG  [[http://147.102.106.42/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%...'&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[http://147.102.106.42/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:1_Ikonos_true3.JPG]]&lt;br /&gt;
&lt;br /&gt;
[[http://147.102.106.42/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:2_Ikonos_false.JPG]]&lt;br /&gt;
&lt;br /&gt;
[[http://147.102.106.42/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:3_dots.JPG]]&lt;br /&gt;
&lt;br /&gt;
[[http://147.102.106.42/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:4_ogoskladiou.JPG]]&lt;br /&gt;
&lt;br /&gt;
[[http://147.102.106.42/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:5_diametrkladiou.JPG]]&lt;br /&gt;
&lt;br /&gt;
[[http://147.102.106.42/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:5_100elato.JPG]]&lt;br /&gt;
&lt;br /&gt;
Technical Research Centre of Finland, Information Technology, Information Systems&lt;br /&gt;
Commission VII, WG VII/3&lt;br /&gt;
&lt;br /&gt;
Heikki Astola, Catherine Bounsaythip, Jussi Ahola, Tuomas Häme, Eija Parmes, Laura Sirro &amp;amp; Brita Veikkanen&lt;br /&gt;
&lt;br /&gt;
'''Περίληψη'''&lt;br /&gt;
&lt;br /&gt;
Ο σκοπός της μελέτης ήταν να αναπτύξει ένα εργαλείο για την εκτίμηση των δασικών μεταβλητών χρησιμοποιώντας δορυφορικά δεδομένα υψηλής ανάλυσης. Στο εργαλείο περιλαμβάνεται σπονδυλωτό λειτουργικό λογισμικό. Η μεθοδολογία ανάλυσης εικόνας εστιάζεται στη μείωση από τα γνωστά προβλήματα των μεθόδων προηγούμενων δορυφορικών εικόνων, με βάση, δηλαδή τον κορεσμό στα υψηλότερα επίπεδα φυτικής μάζας και της αβεβαιότητας εκτίμησης για τα είδη δέντρων. Σύγχρονες μέθοδοι ανάλυσης εικόνας συνδυάστηκαν με τις φασματικές τους πληροφορίες. Στην δοκιμή εφαρμογής του εργαλείου, χρησιμοποιήθηκαν εικόνες από τον δορυφόρο Ikonos με ανάλυση εδάφους 1-4 m.&lt;br /&gt;
&lt;br /&gt;
Το λογισμικό Forestime που αναπτύχθηκε, εκτίμησε τις δασικές μεταβλητές με την κατάτμηση των εικόνων σε «μικρο-περιοχές», μεσω του υπολογισμού των χαρακτηριστικών των εικόνων μέσω διανυσμάτων και μέσω του συσχετισμού δεδομένων πεδίου με ομάδες από το στάδιο της μη-επιβλεπόμενης ταξινόμησης. Οι εκτιμήσεις παράγονται ως σταθμισμένα αθροίσματα των πιθανοτήτων των δειγμάτων να ανήκουν στην κατηγορία της ταξινόμησης. Οι μεταβλητές-στόχοι της μελέτης ήταν ο όγκος (37,4% - % σε σχέση με τη μέση τιμή), η μέση διάμετρος (23,4) και ο αριθμός (87%) βλαστών, καθώς και οι αναλογίες ειδών δέντρου (πεύκο 111%, έλατο 47 % , και για τα πλατύφυλλα 137%).&lt;br /&gt;
&lt;br /&gt;
Λέξεις κλειδιά: '''δορυφορική τηλεπισκόπηση, δασοκομία, αυτοματοποίηση, υπολογισμός, απογραφή, υψηλή ανάλυση'''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Οι ιδιοκτήτες δασικών εκτάσεων και οι οργανισμοί εκμετάλλευσης ξυλείας έχουν μία διαρκή ανάγκη ανανέωσης των πληροφοριών τους σχετικά με τα δάση. Η παραδοσιακή επίγεια μέθοδος απογραφής με προσδιορισμό περιοχής μελέτης είναι εντούτοις δαπανηρή και η συχνότητα είναι χαμηλή. Υπάρχει επίσης η ανάγκη για μείωση της έκτασης της απογραφόμενης γης και την παραγωγή πιο λεπτομερών χαρτών. Οι δορυφορικές εικόνες με ανάλυση εδάφους 20-30 m έχουν δοκιμαστεί και χρησιμοποιούνται μερικώς για δασικές απογραφές, αφενός λόγω του κορεσμού της αντανάκλασης σε υψηλότερα επίπεδα βλάστησης (όριο κορεσμού για φιλανδικές συνθήκες είναι 200m3/ha) και αφετέρου λόγω της δυσκολίας προσδιορισμού της έκτασης του κάθε είδους δέντρου, αφού καθένα εικονοστοιχείο περιλαμβάνει συχνά διαφορετικά δέντρα.&lt;br /&gt;
&lt;br /&gt;
Η χωρική ανάλυση δορυφορικών τηλεπισκοπικών εικόνων κυμαίνεται μεταξύ 30 m (Landsat Tthematic Mapper) και 1 m για πανχρωματική εικόνα, ενώ είναι 4 m για πολυφασματική (Ikonos, Quickbird). Ένα από τους κύριους στόχους της μελέτης Highforest είναι η παραγωγή ενός λειτουργικού εργαλείου λογισμικού για την πλήρη αυτοματοποίηση της δασικής χαρτογράφησης, κάνοντας χρήση των δορυφορικών αυτών εικόνων υψηλής ανάλυσης, καθώς και τα αποτελέσματα προηγούμενων μελετών.&lt;br /&gt;
&lt;br /&gt;
'''Δεδομένα και επεξεργασία'''&lt;br /&gt;
&lt;br /&gt;
''Δορυφορικά δεδομένα''&lt;br /&gt;
&lt;br /&gt;
Η γαιοαναφερόμενη και διορθωμένη εικόνα Ikonos, η οποία χρησιμοποιήθηκε, προήλθε από την περιοχή Σούονενγιοκι στη Φιλανδία, με δεδομένα από τα μέσα Ιουνίου του 2003 και είχε μέγεθος 10 km x 13 km. Λόγω των νεφώσεων στην ανατολική πλευρά της εικόνας, αυτή επεκτάθηκε κατά 3 km δυτικά. Οι εικόνες Ikonos έχουν τέσσερα φασματικά κανάλια: μπλε (450-520 nm), πράσινο (520-600 nm), κόκκινο (630-690 nm) και εγγύς υπέρυθρο (NIR) (760-900 nm), με ανάλυση εδάφους τεσσάρων μέτρων και ένα πανχρωματικό κανάλι (450-900 nm), με ανάλυση εδάφους ενός μέτρου. Μία μικρότερη εικόνα, η οποία καλύπτει την περιοχή μελέτης, επίσης χρησιμοποιήθηκε από ολόκληρη την περιοχή του Σούονενγιοκι με σκοπό τον έλεγχο. Η ληφθείσα εικόνα υποβλήθηκε σε ραδιομετρική διόρθωση χρησιμοποιώντας ήδη υπάρχον λογισμικό του VVT (smac_corr.exe).&lt;br /&gt;
&lt;br /&gt;
''Επίγεια δεδομένα''&lt;br /&gt;
&lt;br /&gt;
Το κέντρο ερευνών του Σούονενγιοκι του Φιλανδικού Ινστιτούτου Δασικών Ερευνών, πραγματοποίησε 327 δειγματοληψίες εδάφους από αντίστοιχο αριθμό περιοχών μελέτης για 7 μεταβλητές διαφορετικών ειδών δέντρου το καλοκαίρι του 2001. Τα δεδομένα αυτά μελετήθηκαν λεπτομερώς οπτικά, ώστε να αποκλειστούν περιοχές, οι οποίες θα μπορούσαν να προκαλέσουν παραμόρφωση ή σφάλματα κατά την υπολογιστική διαδικασία.&lt;br /&gt;
&lt;br /&gt;
'''Μέθοδοι'''&lt;br /&gt;
&lt;br /&gt;
''Υπολογισμός δασολογικών μεταβλητών''&lt;br /&gt;
&lt;br /&gt;
 Η μέση τιμή των φασματικών ιδιοτήτων από τα ραδιομετρικά διορθωμένα Ikonos κανάλια, μαζί με τις περιεχόμενες ιδιότητες, όπως προσδιορίστηκαν από το Ikonos πανχρωματικό (PAN-chromatic) κανάλι, αποτελούν τις ιδιότητες, οι οποίες θα εισαχθούν στην υπολογιστική διαδικασία Forestime.&lt;br /&gt;
&lt;br /&gt;
Η σειρά δοκιμαστικών ιδιοτήτων περιείχε πέντε ιδιότητες Haralick: αντίθεση, εντροπία, αντίστροφη κίνηση διαφοράς, ομοιογένεια και συνολικό μέσο. Το σχετιζόμενο ιστόγραμμα ταυτότητας γκρι-κλίμακας υπολογίστηκε για ένα 15 x 15 παράθυρο εικονοστοιχείων με μία σχέση απόστασης ενός εικονοστοιχείου και στις δύο κατευθύνσεις της εικόνας. To ιστόγραμμα υπολογίστηκε για μία συμπιεσμένη εικόνα 16 γκρίζων επιπέδων.&lt;br /&gt;
&lt;br /&gt;
Εκτός των Haralick ιδιοτήτων, μία σειρά από τέσσερεις Gabor ιδιότητες υπολογίστηκαν από ένα παν-χρωματικό κανάλι της εικόνας Ikonos, χρησιμοποιώντας μία τράπεζα από ομοιόμορφα συμμετρικές μάσκες φίλτρων Gabor.&lt;br /&gt;
&lt;br /&gt;
Με τη βοήθεια του εργαλείου προσδιορισμού της θέσης δέντρων στο πανχρωματικό κανάλι, του εργαλείου μέσης τιμής του Forestime και της ανακλαστικότητας στο εγγύς υπέρυθρο στο πανχρωματικό, προσδιορίζεται αν το κάθε δέντρο είναι κωνοφόρο ή πλατύφυλλο και δίνεται η αναλογία τους.&lt;br /&gt;
&lt;br /&gt;
Για τον προσδιορισμό των βέλτιστων χαρακτηριστικών προς εισαγωγή σε μοντέλα υπολογισμού παραμέτρων εξετάστηκε η αμοιβαία συσχέτιση δασικών στοιχείων και μεταβλητών, καθώς και οι γραμμικές συναρτήσεις τους με τη βοήθεια του στατιστικού προγράμματος SPSS. Τα μοντέλα, τα οποία παρήγαγε η μέθοδος αυτή περιείχαν πέντε χαρακτηριστικά ή περισσότερα.&lt;br /&gt;
Μετά από τη διαδικασία του κατακερματισμού της εικόνας, ο οποίος παρείχε μέσες τιμές για τις επιλεγμένες κατηγορίες, τη χρήση αλγόριθμου Κ-μέσων στα ομαδοποιημένα δεδομένα και την γαιοαναφορά, το παραγόμενο αποτέλεσμα είναι ράστερ εικόνες ή διανυσματικά δεδομένα, τα οποία αντικατοπτρίζουν αθροίσματα της πιθανότητας παρουσίας της κάθε τάξης.&lt;br /&gt;
&lt;br /&gt;
''Forestime λογισμικό''&lt;br /&gt;
&lt;br /&gt;
Το σπονδυλωτό εργαλείο αυτό σχεδιάστηκε με σκοπό την αυτοματοποίηση της χαρτογράφησης μεγάλων δασικών περιοχών. Τα πλεονεκτήματα του να είναι σπονδυλωτό το πρόγραμμα είναι τα εξής: επιτρέπει εύκολη αντικατάσταση μίας κατηγορίας με μία άλλη, το παραγόμενο αποτέλεσμα είναι μία εικόνα κάλυψης γης και μπορεί να χρησιμοποιήσει δεδομένα από οποιοδήποτε όργανο ή γεωγραφικές βάσεις δεδομένων.&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα και ανάλυση'''&lt;br /&gt;
&lt;br /&gt;
Στη μελέτη αυτή χρησιμοποιήθηκε μία πρότυπη έκδοση ενός σπονδυλωτού προγράμματος Forestime για τον υπολογισμό δασικών μεταβλητών. Ακόμα και αν η λειτουργικότητα, η ταχύτητα και η ανάλυση δεδομένων είναι περιορισμένα, τα τεστ λειτουργικότητας απέδειξαν την χρηστικότητα του συστήματος.&lt;br /&gt;
&lt;br /&gt;
Συμπερασματικά ο στόχος της μείωσης του κορεσμού ανακλαστικότητας επιτεύχθηκε μερικώς, καθώς και ο στόχος του αξιόπιστου προσδιορισμού ειδών δέντρου. Τα καλύτερα αποτελέσματα επιτεύχθηκαν μέσω της χρήσης της εντροπίας Haralick και των εισαγόμενων χαρακτηριστικών στα οπτικά κανάλια. Η ταχύτητα λειτουργίας του λογισμικού επιδέχεται βελτίωσης.&lt;br /&gt;
&lt;br /&gt;
Στις παραγόμενες δασικές μεταβλητές, η ανάλυση διασποράς των δεδομένων-στόχων στις κατηγορίες της ταξινόμησης είναι σχετικά μεγάλη, πράγμα το οποίο οδηγεί σε μέσες τιμές. Για μελλοντικές έρευνες ένα κεντρικό θέμα θα είναι η μείωση της ανάλυσης διασποράς χρησιμοποιώντας άλλου είδους ταξινόμηση.&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Στη μελέτη HighForest το VTT υλοποίησε την πρωτότυπη έκδοση του σπονδυλωτού εργαλείου λογισμικού για την εκτίμηση δασικών μεταβλητών (Forestime V. 1.0) . Ακόμη και αν η λειτουργικότητα, η ταχύτητα και η κατανάλωση πόρων του λογισμικού είναι ακόμα πολύ περιορισμένες, οι λειτουργικές δοκιμές έχουν δείξει τις δυνατότητες του συστήματος. Το λογισμικό δοκιμάστηκε ως ένα αυτόνομο σύστημα, καθώς και ως ένα εξωτερικό πρόγραμμα εφαρμογής μέσω του εμπορικού λογισμικού API. Η λειτουργία του Forestime ήταν όπως αναμενόταν και ο στόχος για την εφαρμογή του λογισμικού είχε επιτευχθεί.&lt;br /&gt;
&lt;br /&gt;
Συνοψίζοντας τα αποτελέσματα της εκτίμησης των δασικών μεταβλητών με Forestime v 1.0, μπορούμε να πούμε ότι ο στόχος για τη μείωση του κορεσμού ανάκλασης, επετεύχθηκε μερικώς, καθώς και ο στόχος για την ακριβή εκτίμηση ειδών δέντρου. Τα καλύτερα αποτελέσματα επιτεύχθηκαν χρησιμοποιώντας τα φασματικά κανάλια και την εντροπία του Haralick ως εισαγόμενες μεταβλητές.&lt;br /&gt;
&lt;br /&gt;
Στις εκτιμήσεις για το δασικής κάλυψης ειδών δέντρου, η ανάλυση διασποράς παρουσίασε μεγάλες διακυμάνσεις στις κατηγορίες ομαδοποίησης, πράγμα που οδήγησε σε κατά μέσο όρο εκτιμήσεις. Ένα κύριο θέμα των μελλοντικών μελετών θα είναι η δυνατότητα να μειωθεί η διακύμανση χρησιμοποιώντας διαφορετικό είδος ταξινόμησης.&lt;br /&gt;
&lt;br /&gt;
[http://citeseerx.ist.psu.edu/viewdoc/summary?doi=10.1.1.151.194]&lt;br /&gt;
&lt;br /&gt;
 [[category:Μικτό δάσος]]&lt;/div&gt;</summary>
		<author><name>Maria Kampouri</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:5_100elato.JPG</id>
		<title>Αρχείο:5 100elato.JPG</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:5_100elato.JPG"/>
				<updated>2014-05-11T18:09:31Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Kampouri: Ποσοστό (%) κάλυψης ελάτου&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Ποσοστό (%) κάλυψης ελάτου&lt;/div&gt;</summary>
		<author><name>Maria Kampouri</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:5_diametrkladiou.JPG</id>
		<title>Αρχείο:5 diametrkladiou.JPG</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:5_diametrkladiou.JPG"/>
				<updated>2014-05-11T18:07:44Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Kampouri: Διάμετρος βλαστών&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Διάμετρος βλαστών&lt;/div&gt;</summary>
		<author><name>Maria Kampouri</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:4_ogoskladiou.JPG</id>
		<title>Αρχείο:4 ogoskladiou.JPG</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:4_ogoskladiou.JPG"/>
				<updated>2014-05-11T18:05:56Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Kampouri: Όγκος βλαστών&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Όγκος βλαστών&lt;/div&gt;</summary>
		<author><name>Maria Kampouri</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:3_dots.JPG</id>
		<title>Αρχείο:3 dots.JPG</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:3_dots.JPG"/>
				<updated>2014-05-11T18:04:14Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Kampouri: Το χρώμα της περιοχής μελέτης είναι αντίστοιχο της πυκνότητας βλαστών&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Το χρώμα της περιοχής μελέτης είναι αντίστοιχο της πυκνότητας βλαστών&lt;/div&gt;</summary>
		<author><name>Maria Kampouri</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:1_Ikonos_true3.JPG</id>
		<title>Αρχείο:1 Ikonos true3.JPG</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:1_Ikonos_true3.JPG"/>
				<updated>2014-05-11T18:02:48Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Kampouri: Ikonos πραγματικού χρώματος από την περιοχή μελέτης Σούονενγιοκι&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Ikonos πραγματικού χρώματος από την περιοχή μελέτης Σούονενγιοκι&lt;/div&gt;</summary>
		<author><name>Maria Kampouri</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:2_Ikonos_false.JPG</id>
		<title>Αρχείο:2 Ikonos false.JPG</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:2_Ikonos_false.JPG"/>
				<updated>2014-05-11T18:01:27Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Kampouri: ανέβασμα νέας έκδοσης του &amp;amp;quot;Αρχείο:2 Ikonos false.JPG&amp;amp;quot;: Ψευδοχρωματική εικόνα Ikonos από την περιοχή μελέτης Σούονενγιόκι&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Ψευδοχρωματική εικόνα Ikonos από την περιοχή μελέτης Σούονενγιόκι&lt;/div&gt;</summary>
		<author><name>Maria Kampouri</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:2_Ikonos_false.JPG</id>
		<title>Αρχείο:2 Ikonos false.JPG</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:2_Ikonos_false.JPG"/>
				<updated>2014-05-11T18:00:33Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Kampouri: Ψευδοχρωματική εικόνα Ikonos από την περιοχή μελέτης Σούονενγιόκι&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Ψευδοχρωματική εικόνα Ikonos από την περιοχή μελέτης Σούονενγιόκι&lt;/div&gt;</summary>
		<author><name>Maria Kampouri</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:1_Ikonos_true2.JPG</id>
		<title>Αρχείο:1 Ikonos true2.JPG</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:1_Ikonos_true2.JPG"/>
				<updated>2014-05-11T17:58:33Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Kampouri: ανέβασμα νέας έκδοσης του &amp;amp;quot;Αρχείο:1 Ikonos true2.JPG&amp;amp;quot;: Ψευδοχρωματική εικόνα Ikonos από την περιοχή μελέτης Σουονενγιόκι&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Ψευδοψρωματική εικόνα Ikonos από την περιοχή μελέτης Σουόνενγιόκι&lt;/div&gt;</summary>
		<author><name>Maria Kampouri</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:1_Ikonos_true2.JPG</id>
		<title>Αρχείο:1 Ikonos true2.JPG</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:1_Ikonos_true2.JPG"/>
				<updated>2014-05-11T17:56:51Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Kampouri: ανέβασμα νέας έκδοσης του &amp;amp;quot;Αρχείο:1 Ikonos true2.JPG&amp;amp;quot;: Ψευδοχρωματική εικόνα Ikonos από την περιοχή μελέτης Σουόνενγιόκι&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Ψευδοψρωματική εικόνα Ikonos από την περιοχή μελέτης Σουόνενγιόκι&lt;/div&gt;</summary>
		<author><name>Maria Kampouri</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:1_Ikonos_true2.JPG</id>
		<title>Αρχείο:1 Ikonos true2.JPG</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:1_Ikonos_true2.JPG"/>
				<updated>2014-05-11T17:55:36Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Kampouri: Ψευδοψρωματική εικόνα Ikonos από την περιοχή μελέτης Σουόνενγιόκι&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Ψευδοψρωματική εικόνα Ikonos από την περιοχή μελέτης Σουόνενγιόκι&lt;/div&gt;</summary>
		<author><name>Maria Kampouri</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:1_Ikonos_true.JPG</id>
		<title>Αρχείο:1 Ikonos true.JPG</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:1_Ikonos_true.JPG"/>
				<updated>2014-05-11T17:54:18Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Kampouri: Ψευδοψρωματική εικόνα Ikonos από την περιοχή μελέτης Σουόνενγιόκι&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Ψευδοψρωματική εικόνα Ikonos από την περιοχή μελέτης Σουόνενγιόκι&lt;/div&gt;</summary>
		<author><name>Maria Kampouri</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A5%CF%80%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CF%84%CE%BF%CF%85_%CE%B4%CE%B5%CE%AF%CE%BA%CF%84%CE%B7_%CE%AD%CE%BA%CF%84%CE%B1%CF%83%CE%B7%CF%82_%CF%86%CF%85%CE%BB%CE%BB%CF%8E%CE%BC%CE%B1%CF%84%CE%BF%CF%82_LAI_%CE%BA%CE%B1%CE%B9_%CF%84%CE%B7%CF%82_%CE%BA%CE%AC%CE%BB%CF%85%CF%88%CE%B7%CF%82_%CE%B3%CE%B7%CF%82_%CE%B1%CF%80%CF%8C_%CE%B5%CE%BD%CE%B1%CE%AD%CF%81%CE%B9%CE%BF_%CE%BB%CE%AD%CE%B9%CE%B6%CE%B5%CF%81_%CF%83%CE%B1%CF%81%CF%89%CF%84%CE%AE_Lidar_%CF%83%CE%B5_%CE%B4%CF%8D%CE%BF_%CE%B4%CE%B9%CE%B1%CF%86%CE%BF%CF%81%CE%B5%CF%84%CE%B9%CE%BA%CE%AC_%CE%B4%CE%AC%CF%83%CE%B7</id>
		<title>Υπολογισμός του δείκτη έκτασης φυλλώματος LAI και της κάλυψης γης από εναέριο λέιζερ σαρωτή Lidar σε δύο διαφορετικά δάση</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A5%CF%80%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CF%84%CE%BF%CF%85_%CE%B4%CE%B5%CE%AF%CE%BA%CF%84%CE%B7_%CE%AD%CE%BA%CF%84%CE%B1%CF%83%CE%B7%CF%82_%CF%86%CF%85%CE%BB%CE%BB%CF%8E%CE%BC%CE%B1%CF%84%CE%BF%CF%82_LAI_%CE%BA%CE%B1%CE%B9_%CF%84%CE%B7%CF%82_%CE%BA%CE%AC%CE%BB%CF%85%CF%88%CE%B7%CF%82_%CE%B3%CE%B7%CF%82_%CE%B1%CF%80%CF%8C_%CE%B5%CE%BD%CE%B1%CE%AD%CF%81%CE%B9%CE%BF_%CE%BB%CE%AD%CE%B9%CE%B6%CE%B5%CF%81_%CF%83%CE%B1%CF%81%CF%89%CF%84%CE%AE_Lidar_%CF%83%CE%B5_%CE%B4%CF%8D%CE%BF_%CE%B4%CE%B9%CE%B1%CF%86%CE%BF%CF%81%CE%B5%CF%84%CE%B9%CE%BA%CE%AC_%CE%B4%CE%AC%CF%83%CE%B7"/>
				<updated>2014-05-11T17:48:33Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Kampouri: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[http://147.102.106.42/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:LAI_CoverGnd.JPG]] &lt;br /&gt;
&lt;br /&gt;
Agricultural and Forest Meteorology 124 (2004) 269–275&lt;br /&gt;
&lt;br /&gt;
David Riaño, Fernando Valladares, Sonia Condés &amp;amp; Emilio Chuvieco&lt;br /&gt;
&lt;br /&gt;
'''Περίληψη'''&lt;br /&gt;
&lt;br /&gt;
'''Δύο ιδιότητες δασικού θόλου, ο δείκτης επιφάνειας φυλλώματος (LAI) και η εδαφική κάλυψη (CoverGnd), εκτιμήθηκαν με τη χρήση ημισφαιρικής φωτογραφίας τριών περιοχών μελέτης δρυός (''Quercus pyrenaica'') και οκτώ (''Pinus sylvestris'') στη Sierra de Guadarrama (κεντρική Ισπανία). Παλμοί από αερομεταφερόμενο σαρωτή λέιζερ (Lidar) που χτύπησε την επιφάνεια στην ακριβή θέση (εντός ανάλυσης εκατοστού) των φωτογραφιών αναλύθηκαν και διαχωρίστηκαν με διαφορετικό μέγεθος ακτίνας (από 0,5 έως 20 m). Η συσχέτιση μεταξύ Lidar και εκτιμήσεων ημισφαιρκής φωτογράφησης για ιδιότητες του δασικού θόλου ήταν πολύ σημαντική, αλλά επηρεάζεται από τον τύπο του δάσους και το μέγεθος της ακτίνας. Ο υπολογισμός του CoverGnd ήταν καλύτερος χρησιμοποιώντας μια ακτίνα μικρού μεγέθους (2,5 m, που αντιστοιχεί στο ένα τέταρτο του ύψους του θόλου), ενώ για το LAI ένα μεγαλύτερο μέγεθος ακτίνας (7,5 – 12,05 m, που ισοδυναμεί με το συνολικό ύψος του θόλου) αποδείχτηκε προτιμότερο. Σε γενικές γραμμές , όσο μικρότερο το δέντρο , όσο μικρότερη η ακτίνα που θα πρέπει να χρησιμοποιείται για την επιλογή Lidar δεδομένων, και η καλύτερη εκτίμηση Lidar για τις ιδιότητες του δασικού θόλου ήταν το ποσοστό των χτυπημάτων θόλου. Συνολικά θόλοι δρυός έδειξαν καλύτερα αποτελέσματα από ότι τα πευκοδάση. Η φτωχότερη εκτίμηση σε περιοχή μελέτης – πευκοδάσος ήταν πιθανώς λόγω του μεγαλύτερου φυλλώματος και τη συσσώρευση κλαδιών&lt;br /&gt;
πεύκου έναντι δρυός στο θόλο. Lidar στοιχεία θα μπορούσαν να χρησιμοποιηθούν για την παραγωγή υψηλής ανάλυσης περιφερειακών χαρτών των ιδιοτήτων του δασικού θόλου που μελετήθηκαν.'''&lt;br /&gt;
&lt;br /&gt;
Λέξεις κλειδιά: '''Δείκτης Επιφάνειας Φυλλώματος (LAI), Κάλυψη Εδάφους (CoverGnd), Ημισφαιρική φωτογραφία, Lidar'''&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Ο δείκτης έκτασης φυλλώματος (LAI) αποτελεί μία σημαντική μεταβλητή για τη μοντελοποίηση οικοσυστημάτων, λόγω του συσχετισμού του με τους βιο-χημικούς κύκλους. Εντούτοις, ο άμεσος υπολογισμός του LAI είναι συχνά χρονοβόρος και καταστροφικός για τη βλάστηση.&lt;br /&gt;
&lt;br /&gt;
Ο  μοναδικός τρόπος απόκτησης τιμών LAI με υψηλή ταχύτητα δειγματοληψίας σε μεγάλη έκταση είναι μέσω της ημισφαιρικής φωτογράφησης (hemispherical photography) ή μέσω άλλων έμμεσων τεχνικών. Οι περιορισμοί της μεθόδου αυτής περιλαμβάνουν τον υψηλό κορεσμό σε υψηλά επίπεδα LAI και την παρουσία της ποώδους βλάστησης, η οποία επηρεάζει την ανακλασιμότητα. Πρόκειται για μία μέθοδο χρήσιμη για την κάλυψη της βλάστησης σε μεγάλη ή παγκόσμια κλίμακα, αλλά όχι τοπική.&lt;br /&gt;
&lt;br /&gt;
Βάση πρόσφατων μελετών, ο εναέριος λέιζερ σαρωτής (airborne laser scanner – Lidar) μπορεί να καλύψει το κενό αυτό, δεδομένου ότι δεν παρουσιάζει κορεσμό για υψηλές τιμές LAI και μπορεί να διαχωρίσει την ποώδη βλάστηση αποτελεσματικότερα. Η κάλυψη εδάφους (Covered Ground – CoverGnd) μπορεί να υπολογιστεί μέσω της παθητικής δορυφορικής τηλεπισκόπησης. Εντούτοις, η ακρίβειά της εξαρτάται από την έκταση των συστάδων βλάστησης σε σχέση με το μέγεθος των εικονοστοιχείων. Αν το μέγεθος των εικονοστοιχείων είναι πολύ μεγάλο σε σχέση με την έκταση της συστάδας βλάστησης, τότε το κάθε εικονοστοιχείο δεν αναγνωρίζεται ξεχωριστά ως βλάστηση ή έδαφος. Το Lidar όμως δίνει άμεση προσέγγιση με σχέση 1:1 μεταξύ των Lidar χτυπημάτων βλάστησης και του καλυπτόμενου εδάφους (CoverGnd). &lt;br /&gt;
&lt;br /&gt;
Η μελέτης αυτή σκοπεύει στην εκτίμηση της ικανότητας του Lidar να δώσει μία ρεαλιστική εκτίμηση του LAI και του CoverGnd για δύο διαφορετικούς κοινούς δασικούς τύπους (δρυός και πεύκου), μέσω του προσδιορισμού: (1) των βέλτιστων μετατροπών των μετρήσεων του λέιζερ παλμού, (2) της Lidar ακτίνας που δίνει τα αποτελέσματα που αντανακλούν καλύτερα τις πραγματικές τιμές εδάφους και (3) των σχέσεων μεταξύ των Lidar δεδομένων και των έμμεσων τιμών εδάφους για κάθε δασικό τύπο.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Μέθοδοι'''&lt;br /&gt;
&lt;br /&gt;
Ο χώρος μελέτης βρίσκεται κοντά στην Κανένσια (Canencia), 50 km βόρεια της Μαδρίτης στην Ισπανία. Το δάσος δρυός (''Querqus pyrenaica'' Willd.) επικρατεί στα βόρειο-δυτικά, ενώ το δάσος πεύκου (''Pinus sylvestris'' L.) νότιο-ανατολικά. Οι δρυς είναι γενικά κοντύτερες (μέσο ύψος = 8 m με τυπική απόκλιση 2 m) από τα πεύκα (μέσο ύψος = 13 m με τυπική απόκλιση 3 m). Τρεις περιοχές μελέτης ορίστηκαν στο δάσος δρυός και οκτώ στο δάσος πεύκου. Μία μεζούρα 30 m τοποθετήθηκε σε κάθε περιοχή μελέτης με κατεύθυνση Β-Ν. Μία ημισφαιρική φωτογραφία τραβήχτηκε για κάθε μέτρο, συνολικά 31 φωτογραφίες για κάθε περιοχή μελέτης, εκτός από δύο περιοχές μελέτης στο δάσος δρυός, όπου 13 φωτογραφίες τραβήχτηκαν, μία για κάθε 5 m με άξονες Β-Ν και Α-Δ.&lt;br /&gt;
&lt;br /&gt;
Για τις Lidar μετρήσεις, χρησιμοποιήθηκε το σύστημα σάρωσης Toposys II. Η διάμετρος του εμβαδού σάρωσης ήταν περίπου 0,45 μ και η μέση συνολική τιμή πυκνότητας του πρώτου και του τελευταίου παλμού λέιζερ ήταν 9,3 χτυπήματα/μ2. Η διάταξη ήταν διαφορετική για την κάθετη και την κατά μήκος κατεύθυνση με τον πρώτο και τελευταίο παλμό κάθε 1,73 και 0,11 m αντίστοιχα. Για τον υπολογισμό του ύψους της βλάστησης χρησιμοποιήθηκε το ψηφιακό μοντέλο εδάφους (digital terrain model – DTM) για κάθε παλμό λέιζερ, βάση της αρχής της διχοτόμησης. Στη συνέχεια, εφαρμόστηκε καμπύλη συνάρτησης παρεμβολής (spline function interpolation) στο Matlab 6.0 ώστε να βρεθεί το ύψος της βλάστησης.&lt;br /&gt;
&lt;br /&gt;
Τα LAI και CoverGnd υπολογίστηκαν επίσης με τη βοήθεια ημισφαιρικής φωτογράφησης. Οι φωτογραφίες τραβήχτηκαν 1 μ πάνω από το έδαφος. Οι φωτογραφίες αναλύθηκαν για να βρεθούν ξέφωτα στο θόλο του φυλλώματος (canopy) και τις τιμές του LAI, χρησιμοποιώντας το λογισμικό Hemiview 2.1, το οποίο χρησιμοποιεί το νόμο του Beer (G(θ) = exp(−K(θ) × LAI) όπου G είναι το κλάσμα κενού και K(θ) είναι ο συντελεστής απόσβεσης με γωνία ζενίθ θ (±4.5◦)) για να προσδιορίσει το LAI και το CoverGnd θεωρώντας ότι ο θόλος βλάστησης έχει ελλειπτικό σχήμα (GndCover = 1 − exp(−K(x, 0) × LAI) όπου K(x, 0) είναι ο συντελεστής απόσβεσης για γωνία ζενίθ ίση με 0 και x τη γωνία ελλειπτικής κατανομής φύλλων).&lt;br /&gt;
&lt;br /&gt;
Τόσο το LAI, όσο και το CoverGnd εξαρτώνται από τη δομή του δάσους μέχρι κάποιο μήκος ακτίνας. Η επεξεργασία των Lidar δεδομένων έγινε με βάση διαφορετικές ακτίνες από 0,5 έως 2,5 m (για κάθε 0,5 m) και από 2,5 έως 20 m (για κάθε 2,5 m). Υπολογίσαμε για κάθε ακτίνα διαφορετικές μεταβλητές Lidar με σκοπό τον προσδιορισμό της βέλτιστης ακτίνας. Οι μεταβλητές πρόβλεψης ήταν: 50, 75 και 95% των υψών, το μέσο και το μέγιστο ύψος και το τοις εκατό ποσοστό χτυπημάτων (θόλου) φυλλώματος.&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα και ανάλυση'''&lt;br /&gt;
&lt;br /&gt;
Οι υπολογισμοί για LAI και CoverGnd από ημισφαιρικές φωτογραφίες και από Lidar δεδομένα παρουσίασαν σημαντική συσχέτιση για κάποιες ακτίνες. Για ακτίνες &amp;lt;2,5 m η συσχέτιση του CoverGnd ήταν καλή, ενώ το αντίθετο ίσχυε για το LAI. Η προσέγγιση του LAI βρέθηκε να είναι καλύτερη με δεδομένα Lidar ακτίνας 7,5-10 m για δάση δρυός και 10-12,5 μ για δάση πεύκου. Όλοι οι υπολογισμοί ήταν καλύτεροι για τα δάση δρυός σε σχέση με του πεύκου. Όλα τα Lidar δεδομένα είχαν καλό συσχετισμό με τα δεδομένα από τις ημισφαιρικές φωτογραφίες στην περίπτωση των περιοχών μελέτης σε δάσος δρυός, ενώ μόνο ένα ποσοστό χτυπημάτων φυλλώματος είχαν καλό συσχετισμό στην περίπτωση των περιοχών πευκοδάσους. Όπως φαίνεται και στην εικόνα 1, το CoverGnd έδωσε έναν πιο λεπτομερή χάρτη, σε σχέση με το LAI.&lt;br /&gt;
&lt;br /&gt;
Τα δεδομένα Lidar θα μπορούσαν να χρησιμοποιηθούν για να παράγουν χάρτες υψηλής ανάλυσης των CoverGnd και LAI, δεδομένου ότι ο συσχετισμός με την ημισφαιρική φωτογραφία βρέθηκε να είναι καλός. Οι χάρτες αυτοί θα μπορούσαν να χρησιμοποιηθούν ως ενδιάμεσο βήμα κατά τη διαδικασία της αναβάθμισης κλίμακας των μεταβλητών αυτών από το τοπικό στο παγκόσμιο επίπεδο. Το μέγεθος της ακτίνας που χρησιμοποιήθηκε για την επιλογή δεδομένων Lidar, το οποίο εξαρτάται τόσο από το είδος του δάσους, όσο και από το είδος της μεταβλητής υπό ανάλυση, θα πρέπει να ληφθεί υπόψη. Ο υπολογισμός της μεταβλητής CoverGnd ήταν καλύτερος όταν η ακτίνα ήταν μικρότερη, ενώ για το LAI χρειάζεται μεγαλύτερη ακτίνα. Το εύρημα αυτό καθορίζει τον προσδιορισμό της καταλληλότερης χωρικής δειγματοληψίας των απαιτούμενων δεδομένων Lidar με μικρό εμβαδόν, καθώς και το καταλληλότερο μέγεθος των ψηφιακών δεδομένων μεγάλου εμβαδόντος. Η καλύτερη πρόβλεψη ήταν το ποσοστό των χτυπημάτων θόλου φυλλώματος. Βάση της μελέτης αυτής, όσο πιο κοντά είναι τα δέντρα τόσο μικρότερη θα πρέπει να είναι η ακτίνα για τον υπολογισμό του LAI. Περαιτέρω έρευνα θα πρέπει να εκπονηθεί με σκοπό την ανάλυση της επίδρασης της συσσώρευσης φυλλώματος στα αποτελέσματα από την ημισφαιρική φωτογράφιση σε σύγκριση με τα αποτελέσματα Lidar. &lt;br /&gt;
&lt;br /&gt;
[http://www.sciencedirect.com/science/article/pii/S0168192304000449]&lt;br /&gt;
&lt;br /&gt;
 [[category:Μικτό δάσος]]&lt;/div&gt;</summary>
		<author><name>Maria Kampouri</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A5%CF%80%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CF%84%CE%BF%CF%85_%CE%B4%CE%B5%CE%AF%CE%BA%CF%84%CE%B7_%CE%AD%CE%BA%CF%84%CE%B1%CF%83%CE%B7%CF%82_%CF%86%CF%85%CE%BB%CE%BB%CF%8E%CE%BC%CE%B1%CF%84%CE%BF%CF%82_LAI_%CE%BA%CE%B1%CE%B9_%CF%84%CE%B7%CF%82_%CE%BA%CE%AC%CE%BB%CF%85%CF%88%CE%B7%CF%82_%CE%B3%CE%B7%CF%82_%CE%B1%CF%80%CF%8C_%CE%B5%CE%BD%CE%B1%CE%AD%CF%81%CE%B9%CE%BF_%CE%BB%CE%AD%CE%B9%CE%B6%CE%B5%CF%81_%CF%83%CE%B1%CF%81%CF%89%CF%84%CE%AE_Lidar_%CF%83%CE%B5_%CE%B4%CF%8D%CE%BF_%CE%B4%CE%B9%CE%B1%CF%86%CE%BF%CF%81%CE%B5%CF%84%CE%B9%CE%BA%CE%AC_%CE%B4%CE%AC%CF%83%CE%B7</id>
		<title>Υπολογισμός του δείκτη έκτασης φυλλώματος LAI και της κάλυψης γης από εναέριο λέιζερ σαρωτή Lidar σε δύο διαφορετικά δάση</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A5%CF%80%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CF%84%CE%BF%CF%85_%CE%B4%CE%B5%CE%AF%CE%BA%CF%84%CE%B7_%CE%AD%CE%BA%CF%84%CE%B1%CF%83%CE%B7%CF%82_%CF%86%CF%85%CE%BB%CE%BB%CF%8E%CE%BC%CE%B1%CF%84%CE%BF%CF%82_LAI_%CE%BA%CE%B1%CE%B9_%CF%84%CE%B7%CF%82_%CE%BA%CE%AC%CE%BB%CF%85%CF%88%CE%B7%CF%82_%CE%B3%CE%B7%CF%82_%CE%B1%CF%80%CF%8C_%CE%B5%CE%BD%CE%B1%CE%AD%CF%81%CE%B9%CE%BF_%CE%BB%CE%AD%CE%B9%CE%B6%CE%B5%CF%81_%CF%83%CE%B1%CF%81%CF%89%CF%84%CE%AE_Lidar_%CF%83%CE%B5_%CE%B4%CF%8D%CE%BF_%CE%B4%CE%B9%CE%B1%CF%86%CE%BF%CF%81%CE%B5%CF%84%CE%B9%CE%BA%CE%AC_%CE%B4%CE%AC%CF%83%CE%B7"/>
				<updated>2014-05-11T17:46:17Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Kampouri: Νέα σελίδα με 'http://147.102.106.42/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:LAI_CoverGnd.JPG   Agricultural and Forest Meteorology 124 (2004) 269–275  David Riaño,...'&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[http://147.102.106.42/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:LAI_CoverGnd.JPG]] &lt;br /&gt;
&lt;br /&gt;
Agricultural and Forest Meteorology 124 (2004) 269–275&lt;br /&gt;
&lt;br /&gt;
David Riaño, Fernando Valladares, Sonia Condés &amp;amp; Emilio Chuvieco&lt;br /&gt;
&lt;br /&gt;
'''Περίληψη'''&lt;br /&gt;
&lt;br /&gt;
'''Δύο ιδιότητες δασικού θόλου, ο δείκτης επιφάνειας φυλλώματος (LAI) και η εδαφική κάλυψη (CoverGnd), εκτιμήθηκαν με τη χρήση ημισφαιρικής φωτογραφίας τριών περιοχών μελέτης δρυός (''Quercus pyrenaica'') και οκτώ (''Pinus sylvestris'') στη Sierra de Guadarrama (κεντρική Ισπανία). Παλμοί από αερομεταφερόμενο σαρωτή λέιζερ (Lidar) που χτύπησε την επιφάνεια στην ακριβή θέση (εντός ανάλυσης εκατοστού) των φωτογραφιών αναλύθηκαν και διαχωρίστηκαν με διαφορετικό μέγεθος ακτίνας (από 0,5 έως 20 m). Η συσχέτιση μεταξύ Lidar και εκτιμήσεων ημισφαιρκής φωτογράφησης για ιδιότητες του δασικού θόλου ήταν πολύ σημαντική, αλλά επηρεάζεται από τον τύπο του δάσους και το μέγεθος της ακτίνας. Ο υπολογισμός του CoverGnd ήταν καλύτερος χρησιμοποιώντας μια ακτίνα μικρού μεγέθους (2,5 m, που αντιστοιχεί στο ένα τέταρτο του ύψους του θόλου), ενώ για το LAI ένα μεγαλύτερο μέγεθος ακτίνας (7,5 – 12,05 m, που ισοδυναμεί με το συνολικό ύψος του θόλου) αποδείχτηκε προτιμότερο. Σε γενικές γραμμές , όσο μικρότερο το δέντρο , όσο μικρότερη η ακτίνα που θα πρέπει να χρησιμοποιείται για την επιλογή Lidar δεδομένων, και η καλύτερη εκτίμηση Lidar για τις ιδιότητες του δασικού θόλου ήταν το ποσοστό των χτυπημάτων θόλου. Συνολικά θόλοι δρυός έδειξαν καλύτερα αποτελέσματα από ότι τα πευκοδάση. Η φτωχότερη εκτίμηση σε περιοχή μελέτης – πευκοδάσος ήταν πιθανώς λόγω του μεγαλύτερου φυλλώματος και τη συσσώρευση κλαδιών&lt;br /&gt;
πεύκου έναντι δρυός στο θόλο. Lidar στοιχεία θα μπορούσαν να χρησιμοποιηθούν για την παραγωγή υψηλής ανάλυσης περιφερειακών χαρτών των ιδιοτήτων του δασικού θόλου που μελετήθηκαν.'''&lt;br /&gt;
&lt;br /&gt;
Λέξεις κλειδιά: '''Δείκτης Επιφάνειας Φυλλώματος (LAI), Κάλυψη Εδάφους (CoverGnd), Ημισφαιρική φωτογραφία, Lidar'''&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Ο δείκτης έκτασης φυλλώματος (LAI) αποτελεί μία σημαντική μεταβλητή για τη μοντελοποίηση οικοσυστημάτων, λόγω του συσχετισμού του με τους βιο-χημικούς κύκλους. Εντούτοις, ο άμεσος υπολογισμός του LAI είναι συχνά χρονοβόρος και καταστροφικός για τη βλάστηση.&lt;br /&gt;
&lt;br /&gt;
Ο  μοναδικός τρόπος απόκτησης τιμών LAI με υψηλή ταχύτητα δειγματοληψίας σε μεγάλη έκταση είναι μέσω της ημισφαιρικής φωτογράφησης (hemispherical photography) ή μέσω άλλων έμμεσων τεχνικών. Οι περιορισμοί της μεθόδου αυτής περιλαμβάνουν τον υψηλό κορεσμό σε υψηλά επίπεδα LAI και την παρουσία της ποώδους βλάστησης, η οποία επηρεάζει την ανακλασιμότητα. Πρόκειται για μία μέθοδο χρήσιμη για την κάλυψη της βλάστησης σε μεγάλη ή παγκόσμια κλίμακα, αλλά όχι τοπική.&lt;br /&gt;
&lt;br /&gt;
Βάση πρόσφατων μελετών, ο εναέριος λέιζερ σαρωτής (airborne laser scanner – Lidar) μπορεί να καλύψει το κενό αυτό, δεδομένου ότι δεν παρουσιάζει κορεσμό για υψηλές τιμές LAI και μπορεί να διαχωρίσει την ποώδη βλάστηση αποτελεσματικότερα. Η κάλυψη εδάφους (Covered Ground – CoverGnd) μπορεί να υπολογιστεί μέσω της παθητικής δορυφορικής τηλεπισκόπησης. Εντούτοις, η ακρίβειά της εξαρτάται από την έκταση των συστάδων βλάστησης σε σχέση με το μέγεθος των εικονοστοιχείων. Αν το μέγεθος των εικονοστοιχείων είναι πολύ μεγάλο σε σχέση με την έκταση της συστάδας βλάστησης, τότε το κάθε εικονοστοιχείο δεν αναγνωρίζεται ξεχωριστά ως βλάστηση ή έδαφος. Το Lidar όμως δίνει άμεση προσέγγιση με σχέση 1:1 μεταξύ των Lidar χτυπημάτων βλάστησης και του καλυπτόμενου εδάφους (CoverGnd). &lt;br /&gt;
&lt;br /&gt;
Η μελέτης αυτή σκοπεύει στην εκτίμηση της ικανότητας του Lidar να δώσει μία ρεαλιστική εκτίμηση του LAI και του CoverGnd για δύο διαφορετικούς κοινούς δασικούς τύπους (δρυός και πεύκου), μέσω του προσδιορισμού: (1) των βέλτιστων μετατροπών των μετρήσεων του λέιζερ παλμού, (2) της Lidar ακτίνας που δίνει τα αποτελέσματα που αντανακλούν καλύτερα τις πραγματικές τιμές εδάφους και (3) των σχέσεων μεταξύ των Lidar δεδομένων και των έμμεσων τιμών εδάφους για κάθε δασικό τύπο.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Μέθοδοι'''&lt;br /&gt;
&lt;br /&gt;
Ο χώρος μελέτης βρίσκεται κοντά στην Κανένσια (Canencia), 50 km βόρεια της Μαδρίτης στην Ισπανία. Το δάσος δρυός (''Querqus pyrenaica'' Willd.) επικρατεί στα βόρειο-δυτικά, ενώ το δάσος πεύκου (''Pinus sylvestris'' L.) νότιο-ανατολικά. Οι δρυς είναι γενικά κοντύτερες (μέσο ύψος = 8 m με τυπική απόκλιση 2 m) από τα πεύκα (μέσο ύψος = 13 m με τυπική απόκλιση 3 m). Τρεις περιοχές μελέτης ορίστηκαν στο δάσος δρυός και οκτώ στο δάσος πεύκου. Μία μεζούρα 30 m τοποθετήθηκε σε κάθε περιοχή μελέτης με κατεύθυνση Β-Ν. Μία ημισφαιρική φωτογραφία τραβήχτηκε για κάθε μέτρο, συνολικά 31 φωτογραφίες για κάθε περιοχή μελέτης, εκτός από δύο περιοχές μελέτης στο δάσος δρυός, όπου 13 φωτογραφίες τραβήχτηκαν, μία για κάθε 5 m με άξονες Β-Ν και Α-Δ.&lt;br /&gt;
&lt;br /&gt;
Για τις Lidar μετρήσεις, χρησιμοποιήθηκε το σύστημα σάρωσης Toposys II. Η διάμετρος του εμβαδού σάρωσης ήταν περίπου 0,45 μ και η μέση συνολική τιμή πυκνότητας του πρώτου και του τελευταίου παλμού λέιζερ ήταν 9,3 χτυπήματα/μ2. Η διάταξη ήταν διαφορετική για την κάθετη και την κατά μήκος κατεύθυνση με τον πρώτο και τελευταίο παλμό κάθε 1,73 και 0,11 m αντίστοιχα. Για τον υπολογισμό του ύψους της βλάστησης χρησιμοποιήθηκε το ψηφιακό μοντέλο εδάφους (digital terrain model – DTM) για κάθε παλμό λέιζερ, βάση της αρχής της διχοτόμησης. Στη συνέχεια, εφαρμόστηκε καμπύλη συνάρτησης παρεμβολής (spline function interpolation) στο Matlab 6.0 ώστε να βρεθεί το ύψος της βλάστησης.&lt;br /&gt;
&lt;br /&gt;
Τα LAI και CoverGnd υπολογίστηκαν επίσης με τη βοήθεια ημισφαιρικής φωτογράφησης. Οι φωτογραφίες τραβήχτηκαν 1 μ πάνω από το έδαφος. Οι φωτογραφίες αναλύθηκαν για να βρεθούν ξέφωτα στο θόλο του φυλλώματος (canopy) και τις τιμές του LAI, χρησιμοποιώντας το λογισμικό Hemiview 2.1, το οποίο χρησιμοποιεί το νόμο του Beer (G(θ) = exp(−K(θ) × LAI) όπου G είναι το κλάσμα κενού και K(θ) είναι ο συντελεστής απόσβεσης με γωνία ζενίθ θ (±4.5◦)) για να προσδιορίσει το LAI και το CoverGnd θεωρώντας ότι ο θόλος βλάστησης έχει ελλειπτικό σχήμα (GndCover = 1 − exp(−K(x, 0) × LAI) όπου K(x, 0) είναι ο συντελεστής απόσβεσης για γωνία ζενίθ ίση με 0 και x τη γωνία ελλειπτικής κατανομής φύλλων).&lt;br /&gt;
&lt;br /&gt;
Τόσο το LAI, όσο και το CoverGnd εξαρτώνται από τη δομή του δάσους μέχρι κάποιο μήκος ακτίνας. Η επεξεργασία των Lidar δεδομένων έγινε με βάση διαφορετικές ακτίνες από 0,5 έως 2,5 m (για κάθε 0,5 m) και από 2,5 έως 20 m (για κάθε 2,5 m). Υπολογίσαμε για κάθε ακτίνα διαφορετικές μεταβλητές Lidar με σκοπό τον προσδιορισμό της βέλτιστης ακτίνας. Οι μεταβλητές πρόβλεψης ήταν: 50, 75 και 95% των υψών, το μέσο και το μέγιστο ύψος και το τοις εκατό ποσοστό χτυπημάτων (θόλου) φυλλώματος.&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα και ανάλυση'''&lt;br /&gt;
&lt;br /&gt;
Οι υπολογισμοί για LAI και CoverGnd από ημισφαιρικές φωτογραφίες και από Lidar δεδομένα παρουσίασαν σημαντική συσχέτιση για κάποιες ακτίνες. Για ακτίνες &amp;lt;2,5 m η συσχέτιση του CoverGnd ήταν καλή, ενώ το αντίθετο ίσχυε για το LAI. Η προσέγγιση του LAI βρέθηκε να είναι καλύτερη με δεδομένα Lidar ακτίνας 7,5-10 m για δάση δρυός και 10-12,5 μ για δάση πεύκου. Όλοι οι υπολογισμοί ήταν καλύτεροι για τα δάση δρυός σε σχέση με του πεύκου. Όλα τα Lidar δεδομένα είχαν καλό συσχετισμό με τα δεδομένα από τις ημισφαιρικές φωτογραφίες στην περίπτωση των περιοχών μελέτης σε δάσος δρυός, ενώ μόνο ένα ποσοστό χτυπημάτων φυλλώματος είχαν καλό συσχετισμό στην περίπτωση των περιοχών πευκοδάσους. Όπως φαίνεται και στην εικόνα 1, το CoverGnd έδωσε έναν πιο λεπτομερή χάρτη, σε σχέση με το LAI.&lt;br /&gt;
&lt;br /&gt;
Τα δεδομένα Lidar θα μπορούσαν να χρησιμοποιηθούν για να παράγουν χάρτες υψηλής ανάλυσης των CoverGnd και LAI, δεδομένου ότι ο συσχετισμός με την ημισφαιρική φωτογραφία βρέθηκε να είναι καλός. Οι χάρτες αυτοί θα μπορούσαν να χρησιμοποιηθούν ως ενδιάμεσο βήμα κατά τη διαδικασία της αναβάθμισης κλίμακας των μεταβλητών αυτών από το τοπικό στο παγκόσμιο επίπεδο. Το μέγεθος της ακτίνας που χρησιμοποιήθηκε για την επιλογή δεδομένων Lidar, το οποίο εξαρτάται τόσο από το είδος του δάσους, όσο και από το είδος της μεταβλητής υπό ανάλυση, θα πρέπει να ληφθεί υπόψη. Ο υπολογισμός της μεταβλητής CoverGnd ήταν καλύτερος όταν η ακτίνα ήταν μικρότερη, ενώ για το LAI χρειάζεται μεγαλύτερη ακτίνα. Το εύρημα αυτό καθορίζει τον προσδιορισμό της καταλληλότερης χωρικής δειγματοληψίας των απαιτούμενων δεδομένων Lidar με μικρό εμβαδόν, καθώς και το καταλληλότερο μέγεθος των ψηφιακών δεδομένων μεγάλου εμβαδόντος. Η καλύτερη πρόβλεψη ήταν το ποσοστό των χτυπημάτων θόλου φυλλώματος. Βάση της μελέτης αυτής, όσο πιο κοντά είναι τα δέντρα τόσο μικρότερη θα πρέπει να είναι η ακτίνα για τον υπολογισμό του LAI. Περαιτέρω έρευνα θα πρέπει να εκπονηθεί με σκοπό την ανάλυση της επίδρασης της συσσώρευσης φυλλώματος στα αποτελέσματα από την ημισφαιρική φωτογράφιση σε σύγκριση με τα αποτελέσματα Lidar. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:Μικτό δάσος]]&lt;/div&gt;</summary>
		<author><name>Maria Kampouri</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:LAI_CoverGnd.JPG</id>
		<title>Αρχείο:LAI CoverGnd.JPG</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:LAI_CoverGnd.JPG"/>
				<updated>2014-05-11T17:43:16Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Kampouri: Χάρτες εκτίμησης κάλυψης εδάφους (CoverGnd) και δείκτη έκτασης φυλλώματος (LAI) για μία περιοχή μελέτης σε δάσος δρυός (άνω γραμμή) και μίας περιο&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Χάρτες εκτίμησης κάλυψης εδάφους (CoverGnd) και δείκτη έκτασης φυλλώματος (LAI) για μία περιοχή μελέτης σε δάσος δρυός (άνω γραμμή) και μίας περιοχής σε δάσος πεύκου (κάτω γραμμή). Στην πρώτη στήλη εικονίζονται εναέριες φωτογραφίες σε κλίμακα του γκρι, στη δεύτερη CoverGnd και στην τρίτη LAI&lt;/div&gt;</summary>
		<author><name>Maria Kampouri</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%80%CF%8C_%CE%B4%CE%B9%CE%AC%CF%83%CF%84%CE%B7%CE%BC%CE%B1_%CF%83%CE%B5_%CE%B5%CE%AF%CE%B4%CE%BF%CF%82:_%CE%BF%CE%B9%CE%BA%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CE%AD%CF%82_%CE%B5%CF%86%CE%B1%CF%81%CE%BC%CE%BF%CE%B3%CE%AD%CF%82_%CE%B3%CE%B9%CE%B1_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AE_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7</id>
		<title>Από διάστημα σε είδος: οικολογικές εφαρμογές για δορυφορική τηλεπισκόπηση</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%80%CF%8C_%CE%B4%CE%B9%CE%AC%CF%83%CF%84%CE%B7%CE%BC%CE%B1_%CF%83%CE%B5_%CE%B5%CE%AF%CE%B4%CE%BF%CF%82:_%CE%BF%CE%B9%CE%BA%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CE%AD%CF%82_%CE%B5%CF%86%CE%B1%CF%81%CE%BC%CE%BF%CE%B3%CE%AD%CF%82_%CE%B3%CE%B9%CE%B1_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AE_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7"/>
				<updated>2014-05-11T17:36:37Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Kampouri: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[http://147.102.106.42/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:1_NDVI_Ontario.JPG]]&lt;br /&gt;
&lt;br /&gt;
[[http://147.102.106.42/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:2_NDVI_Ontario.JPG]]&lt;br /&gt;
 &lt;br /&gt;
[[category:Παρακολούθηση και εκτίμηση διαχρονικών αλλαγών και εξελίξεων]]&lt;br /&gt;
&lt;br /&gt;
TRENDS in Ecology and Evolution:18 No.6, Ιούνιος 2003&lt;br /&gt;
&lt;br /&gt;
Jeremy T. Kerr &amp;amp; Marsha Ostrovsky&lt;br /&gt;
&lt;br /&gt;
'''Περίληψη'''&lt;br /&gt;
&lt;br /&gt;
'''Μια ποικιλία οικολογικών εφαρμογών απαιτούν δεδομένα από ευρεία χωρική έκταση που δεν μπορούν να συλλεχθούν με τη χρήση μεθόδων πεδίου. Δεδομένα τηλεπισκόπησης και των τεχνικών αντιμετώπιση αυτών των αναγκών, οι οποίες περιλαμβάνουν τον προσδιορισμό και λεπτομερώς τις βιοφυσικές χαρακτηριστικά των ειδών οικοτόπων, προβλέποντας την κατανομή τους και τη χωρική τους μεταβλητότητα σε πλούτο, καθώς και την ανίχνευση φυσικών και ανθρώπινων - προκάλεσε αλλαγή σε κλίμακες που κυμαίνονται από μεμονωμένες τοπία σε ολόκληρο τον κόσμο. Τέτοιες μετρήσεις εμπεριέχουν ουσιώδη σφάλματα που μπορεί να είναι δύσκολο να ξεπεραστούν, αλλά διορθωμένα δεδομένα είναι εύκολα διαθέσιμα και μπορεί να είναι αρκετά υψηλής ανάλυσης, ώστε να μπορούν να ενσωματωθούν σε παραδοσιακές μελέτες. Οικολόγοι και βιολόγοι που ασχολούνται με θέματα προστασίας της φύσης (conservation), βρίσκουν νέους τρόπους για να προσεγγίσουν την έρευνά τους με την ισχυρά δεδομένα από την τηλεπισκόπηση.'''&lt;br /&gt;
&lt;br /&gt;
Οι ανθρώπινες δραστηριότητες επηρεάζουν πλέον το μεγαλύτερο μέρος της επίγειας βιόσφαιρας και αυξάνονται σε ένταση και έκταση. Οι απορρέουσες απώλειες και η υποβάθμιση των ενδιαιτημάτων επηρεάζουν τις λειτουργίες των οικοσυστημάτων μειώνουν την αξία των υπηρεσιών οικοσυστήματος για τον άνθρωπο. Παρά το γεγονός της οικολογικής βελτίωσης της γνώσης των παραγόντων που περιορίζουν την κατανομή των ειδών, τα ποσοστά εξαφάνισης συνεχίζουν να επιταχύνουν. Η ανάγκη να είμαστε σε θέση να ανιχνεύσουμε και να προβλέψουμε τις αλλαγές στο φυσικό περιβάλλον δεν ήταν ποτέ μεγαλύτερη. Ωστόσο, οι παραδοσιακοί τομείς των οικολογικών δεδομένων δεν μεταφράζονται άμεσα σε περιφερειακή ή παγκόσμια κλίμακα και τα μοντέλα που προέρχονται αποκλειστικά από αυτά τα τοπικά δεδομένα είναι απίθανο να προβλέψουν τις παγκόσμιες συνέπειες των ανθρώπινων δραστηριοτήτων. Ως εκ τούτου, οι οικολόγοι και οι βιολόγοι στρέφονται προς την ταχέως αναπτυσσόμενη πειθαρχία της εξ’ αποστάσεως ανίχνευσης για την παροχή των τεχνικών και των πηγών δεδομένων που απαιτούνται για την προετοιμασία των επιστημονικών αποκρίσεων σε περιβαλλοντικές αλλαγές. Αν και η ανάγκη για δορυφορική τηλεπισκόπηση είναι ιδιαίτερα επιτακτική για τις επιστήμες που αφορά η προστασία του περιβάλλοντος, οι μέσω δορυφόρου παρατηρήσεις της γης χρησιμοποιούνται επίσης για τη βασική οικολογική έρευνα.&lt;br /&gt;
&lt;br /&gt;
Τα δορυφορικά δεδομένα τηλεπισκόπησης υπόκεινται σε μεγάλα σφάλματα, τα οποία αν δε διορθωθούν, μπορούν να μειώσουν σημαντικά τη χρησιμότητά τους για οικολογικές εφαρμογές. Πριν την αντανάκλαση και την άφιξη της ακτινοβολίας από έναν δορυφόρο, αυτή αλληλεπιδρά με δύο «θορυβώδη» περιβάλλοντα: την επιφάνεια της Γης και την ατμόσφαιρα. Η ατμοσφαιρική αλλοίωση του σήματος της τηλεπισκόπησης μπορεί να προκύψει μέσω της αλληλεπίδρασης με όζον, υδρατμούς, αερολύματα, και άλλα ατμοσφαιρικά συστατικά. Σε μια συννεφιασμένη&lt;br /&gt;
ημέρα, η δορυφορική οπτική απομακρυσμένων αισθητήρων αλλοιώνεται από τις κορυφές των νεφών. Σκιές, ιδίως όταν διαφέρουν μεταξύ των πεδίων ορατότητας των αισθητήρων (π.χ. πολύ υψηλή ευκρίνεια - AVHRR ή αισθητήρες βλάστησης - VGT), ομίχλη και διασπορά από επίγειες επιφάνειες μπορεί να μειώσει σημαντικά τη συνοχή των δεδομένων και οι συνέπειες αυτού είναι πολύ δύσκολο να αντιμετωπιστούν πλήρως.&lt;br /&gt;
&lt;br /&gt;
Αν και μεγάλου μήκους κύματος, τα συστήματα ενεργητικής τηλεπισκόπησης (π.χ. ραντάρ συνθετικού διαφράγματος) επηρεάζονται πολύ λιγότερο από τις ιδιοτροπίες του καιρού, υπόκεινται σε δικούς τους περιορισμούς, αλλά εξακολουθούν να χρησιμοποιούνται ευρύτερα για την οικολογική εφαρμογές. Ευτυχώς, πολλά ελεύθερα διαθέσιμα σύνολα δεδομένων τηλεπισκόπησης έχουν ήδη υποστεί επεξεργασία για τη μείωση της μόλυνσης και άλλα σφάλματα και είναι άμεσα διαθέσιμα για οικολογική έρευνα.&lt;br /&gt;
&lt;br /&gt;
Εδώ, θα συζητήσουμε τις πρόσφατες περιβαλλοντικές και οικολογικές εφαρμογές των δορυφορικών δεδομένων τηλεπισκόπησης, καθώς και μερικούς από τους περιορισμούς που είναι εγγενείς σε μετρήσεις. Η τηλεπισκόπηση δημιουργεί μια αξιόλογη σειρά από οικολογικά πολύτιμες μετρήσεις, η οποία περιλαμβάνει λεπτομέρειες των οικοσυστημάτων (κάλυψης γης) και τις βιοφυσικές ιδιότητες (ολοκληρωμένες μετρήσεις του οικοσυστήματος) καθώς και την ικανότητα να ανιχνεύει και φυσικά ανθρωπογενείς μεταβολές εντός και μεταξύ των τοπίων. Αν και υπάρχει μια αντιληπτή αναντιστοιχία μεταξύ της ευρείας κλίμακας τηλεπισκόπησης και της τοπικής κλίμακας στον τομέα των οικολογικών δεδομένων, η τηλεπισκόπηση παρέχει την ώθηση για ένα όλο και πιο ευρύ φάσμα οικολογικών μεταβλητών.&lt;br /&gt;
&lt;br /&gt;
'''Κάλυψεις γης'''&lt;br /&gt;
&lt;br /&gt;
Η δορυφορική τηλεπισκόπηση μπορεί να χρησιμοποιηθεί για να εκτιμηθεί η ποικιλία, το είδος και η έκταση της κάλυψης της γης κατά τη διάρκεια μελέτης μιας περιοχής, καλύπτοντας μια βασική ανάγκη που είναι κοινή για πολλές οικολογικές εφαρμογές. Δεδομένα κάλυψης γης περιγράφουν τα φυσικά χαρακτηριστικά της επιφάνειας του περιβάλλοντος, η οποία μπορεί να κυμαίνεται από γυμνό βράχο σε τροπικά δάση και ότι προέρχονται συνήθως από την εφαρμογή των στατιστικών της ομαδοποίηση των πολυφασματικών δεδομένων τηλεπισκόπησης. Η τηλεπισκόπηση μπορεί επίσης να βοηθήσει στην ανάπτυξη στοιχείων για τη χρήση της γης που απεικονίζουν ανθρώπινες αλληλεπιδράσεις με το φυσικό περιβάλλον, αν και η σχέση μεταξύ της κάλυψης και της χρήση γης δεν είναι κατ 'ανάγκην ένα-προς-ένα&lt;br /&gt;
(π.χ. δασικές και χορτολιβαδικές εκτάσεις γης είναι διαφορετικές εξωτερικά, αλλά&lt;br /&gt;
μπορούν να έχουν την ίδια ψυχαγωγική χρήση γης αν βρίσκονται μέσα σε ένα πάρκο). Ανάλογα με τα όργανα ανίχνευσης και τους διαθέσιμους πόρους, η καλύψεις γης και οι ταξινομήσεις μπορεί να εντοπίσουν πολύ συγκεκριμένα ενδιαιτήματα. Το Εθνικό Σύστημα Ταξινόμησης της Βλάστησης ( NVCS) είναι ένα πρότυπο σύστημα κάλυψης γης και ταξινόμησης που αναπτύχθηκε σε συνεργασία με την πολλούς μεγάλους επιστημονικούς οργανισμούς, καθώς και οργανισμούς για την προστασία του περιβάλλοντος (π.χ. The Nature Conservancy, Οικολογική Εταιρεία της Αμερικής) και το οποίο συνεχίζει να εξελίσσεται. Είναι πλέον ευρέως διαδεδομένα τα συστήματα που χρησιμοποιούνται για τη μοντελοποίηση των ενδιαιτημάτων άγριας ζωής. &lt;br /&gt;
&lt;br /&gt;
Διαφορετικές κάλυψης γης και προσεγγίσεις ταξινόμησης διαφέρουν στο δυναμικό τους για τους απαιτητικούς στη λεπτομέρεια και, κατά συνέπεια, η χρησιμότητα τους για την κάλυψη των συγκεκριμένων αναγκών (π.χ. τον εντοπισμό όλων των καλύψεων ενός συγκεκριμένου ενδιαιτήματος). Ανεξάρτητα από την προσέγγιση, η επικύρωση των αποτελεσμάτων της ταξινόμησης είναι που απαιτούνται για την εκτίμηση και, όπου είναι απαραίτητο, τη βελτίωση της ακρίβειας. Τα δεδομένα εδάφους χρησιμοποιούνται ευρύτερα για το σκοπό αυτό και περιλαμβάνουν θετική&lt;br /&gt;
Ταυτοποίηση και παραδείγματα για κάθε κάλυψη γης ενδιαφέροντος και στη συνέχεια χρησιμοποιούνται για τη δοκιμή ακρίβειας της ταξινόμησης.&lt;br /&gt;
&lt;br /&gt;
Δεδομένα κάλυψης γης έχουν αποδειχθεί ιδιαίτερα πολύτιμα για την πρόβλεψη της κατανομής μεμονωμένων ειδών και σύνολα ειδών σε ολόκληρους τομείς που διαφορετικά δεν θα μπορούσαν να ερευνηθούν. Διάφορα μοντέλα πρόβλεψης έχουν κερδίσει έδαφος, καθώς η διαθεσιμότητα και η ακρίβεια της γης που καλύπτουν σύνολα δεδομένων, έχουν βελτιωθεί. Το πρόγραμμα ανάλυσης GAP είναι η βάση για τη μοντελοποίηση της κατανομή των ειδών. Πρόκειται για μια προσπάθεια που έχει ως στόχο να αναπτύξει λεπτομερείς χάρτες με τις προτιμήσεις ενδιαιτημάτων για είδη στόχους. Τα πρωτογενή προϊόντα από την GAP είναι εύκολα διαθέσιμα. Κλιματολογικά, βιοφυσικά και δεδομένα για την κάλυψη της γης μπορεί επίσης να είναι ολοκληρωμένα για να προβλέψουν την παρουσία και απουσία των επιμέρους ειδών σε όλη την γκάμα τους με τη χρήση των γενετικών αλγορίθμων ή μοντέλων. Σε ευρύτερη κλίμακα, τα στοιχεία ετερογένειας των ενδιαιτημάτων, τα οποία προέρχονται από θεματικά λεπτομερή μοντέλα κάλυψης γης, στο παράδειγμα της Καναδικής πεταλούδας και της κοινότητας της αποτελούν εργαλεία πρόβλεψης του βιολογικού πλούτου και των ομοιοτήτων μιας κοινότητας, καλύτερα σε σχέση με οτιδήποτε άλλο έχει ανακαλυφθεί μέχρι σήμερα.&lt;br /&gt;
&lt;br /&gt;
Η επιτυχής πρόβλεψη των κατανομών των ειδών με την χρήση των δεδομένων κάλυψης γης εξαρτάται από τα χαρακτηριστικά τους. Για τα είδη που δεν καταλαμβάνουν όλα τα κατάλληλα ενδιαιτήματα για οποιοδήποτε λόγο (όπως για είδη με μεταπληθυσμιακή δομή), χάρτες κάλυψης γης μπορεί να προβλέψουν τις δυνατότητες και όχι τις πραγματικές κατανομές ειδών. Για παράδειγμα, η παρουσία συγκεκριμένων ειδών πεταλούδας, φυτών, ή πτηνών στο Εθνικό Πάρκο Γιέλοουστοουν (Yellowstone National Park) στις ΗΠΑ, είναι προβλέψιμη όταν έχουν&lt;br /&gt;
ειδικές απαιτήσεις ενδιαιτήματος, είναι άφθονα, ή και τα δύο. Οι πραγματικές κατανομές των σπάνιων ειδών που δεν είναι εξειδικευμένα σε συγκεκριμένα ενδιαιτήματα δε μπορούσαν να προβλεφθούν από ακόμη και εξαιρετικά λεπτομερή και ακριβή δεδομένα κάλυψης γης. Οι ταξινομήσεις κάλυψης γης που χρησιμοποιούνται για τη μοντελοποίηση των ενδιαιτημάτων άγριας ζωής πρέπει να είναι επαρκούς χωρικής και θεματικής ανάλυσης για να προσδιορίσουν με αξιοπιστία τα ενδιαιτήματα που είδη ζώων δυνητικά καταλαμβάνουν. Είναι σχεδόν βέβαιο ότι θα είναι απαραίτητο να συγκεντρωθούν επιτόπιες (ή άλλες βοηθητικές) μετρήσεις πεδίου για να αντιμετωπιστούν αυτές οι αυστηρές απαιτήσεις για τη στήριξη μίας αξιόπιστης πρόβλεψης κατανομής πολλών ειδών.&lt;br /&gt;
&lt;br /&gt;
'''Ολοκληρωμένες μετρήσεις οικοσυστήματος'''&lt;br /&gt;
&lt;br /&gt;
Σε αντίθεση με μετρήσεις πεδίου των λειτουργιών των οικοσυστημάτων, οι οποίες δε μπορούν εύκολα να μετατραπούν σε εκτιμήσεις λειτουργίας ενός ολόκληρου οικοσυστήματος, η τηλεπισκόπηση μπορεί να παρέχει ταυτόχρονες εκτιμήσεις της λειτουργίας ενός οικοσυστήματος για εκτεταμένες περιοχές. Η τηλεπισκόπηση της βλάστησης παρέχει ένα πολλά υποσχόμενο εργαλείο και ιδιαίτερα χρήσιμο εργαλείο μέτρησης της λειτουργίας ενός οικοσυστήματος σε χωρικές κλίμακες που είναι πιο συγκρίσιμες με τις εκτάσεις που προκαλείται ανθρωπογενής περιβαλλοντική αλλαγή. Η καθαρή πρωτογενής παραγωγικότητα (NPP) αντιπροσωπεύει μια πτυχή της ολοκληρωμένης λειτουργίας των οικοσυστημάτων για την οποία η κανονικοποιημένη διαφορά δείκτη βλάστησης (NDVI) χρησιμοποιείται , ιδιαίτερα μετά από τη διόρθωση των μετεωρολογικών και εδαφολογικών δεδομένων. Το NDVI επίσης παρουσιάζει σημαντική συσχέτιση με την απορροφήσα φωτοσυνθετική ενεργή ακτινοβολία (APAR), γεγονός το οποίο συνέβαλλε στην κοινή χρήση του ως εκτιμητή της υπέργειας NPP. Παρόμοια με το NPP, το NDVI είναι ευαίσθητο στις μεταβολες της θερμοκρασίας και της ατμοσφαιρικής κατακρήμνησης.&lt;br /&gt;
&lt;br /&gt;
Μετρήσεις του NDVI , ειδικά όταν συνδυάζονται με στοιχεία χρήσεων γης, είναι όλο και πιο σημαντικές για τις μελέτες στις οποίες υπάρχει ανάγκη διάκρισης μεταξύ της φυσικής διακύμανσης στη λειτουργία του οικοσύστημα και τις αλλαγές που προκύπτουν από ανθρώπινες δραστηριότητες. Σε μια μελέτη φυσικών λιβαδιών και&lt;br /&gt;
καλλιεργούμενων εκτάσεις, οι χρήσεις γης αναδείχθηκαν ως ο σημαντικότερος δείκτης επίδρασης στη λειτουργία των οικοσυστημάτων, όπως μετράται με το ολοκληρωμένο ετήσιο NDVI. Το NDVI, είναι πολύ πιο ευμετάβλητο σε γεωργικές και αστικές περιοχές και είναι στενά συνδεδεμένο με την έκταση της κάλυψης της βλάστησης. Μπορεί να χρησιμοποιηθεί για την ανίχνευση αλλαγών κάλυψης γης&lt;br /&gt;
(π.χ. αντικατάσταση των δασών από τη γεωργία) και ως δείκτης τόσο της ετερογένειας του τοπίου, όσο και της βιοποικιλότητας, καθιστώντας δυνατό τον προσδιορισμό των προστατευόμενων περιοχών. Το NDVI δεν είναι πανάκεια και όπως και με άλλες μεθόδους απομακρυσμένης ανίχνευσης δεδομένων, είναι επιρρεπές σε λάθη, ιδίως σε περιοχές υψηλής τοπογραφικής ποικιλομορφίας. Επιπλέον, κάποιες φορές δεν ανταποκρίνεται σε μετρήσεις οικολογικών παραμέτρων που ενδιαφέρουν πολλούς βιολόγους, όπως είναι ο δείκτης επιφάνειας φυλλώματος (Leaf Area Indrex – LAI) και μπορεί να επηρεαστεί από το&lt;br /&gt;
ανακλαστικότητα των εδαφικών υποστρωμάτων, όταν η βλάστηση έχει μερική κάλυψη. Μια σειρά από άλλους δείκτες βλάστησης, οι οποίοι θα μπορούσαν να είναι καλύτερα προσαρμοσμένοι για ορισμένες εφαρμογές είναι διαθέσιμοι (π.χ. ο μειωμένος απλός δείκτης αναλογίας βλάστησης εκτιμά πιο άμεσα το LAI) και μπορούν να μειώσουν τα σφάλματα. Το NDVI, ωστόσο, παραμένει ο πιο συχνά χρησιμοποιούμενος και πιο εντατικά μελετημένος δείκτη βλάστησης.&lt;br /&gt;
&lt;br /&gt;
Άλλοι ολοκληρωμένοι δείκτες της λειτουργίας των οικοσυστημάτων, όπως η θερμοκρασία επιφανειακής φωτεινότητας (Ts), χρησιμοποιούνται από την επιστημονική κοινότητα της τηλεπισκόπισης, αλλά όχι τόσο από την επιστημονική κοινότητα της οικολογίας. Το Ts μετρά την ποσότητα της εκπεμπόμενης θερμικής&lt;br /&gt;
ενέργειας και της ενεργειακή απόδοση των χερσαίων οικοσυστημάτων. Τροποποιήσεις στις ενεργειακές αποδόσεις σε ένα οικοσύστημα ακολουθούν πολλές ανθρώπινες ή φυσικές διαταραχές, ιδίως εάν αυτές οδηγούν σε απλούστευση των δομικών ιδιοτήτων ενός οικοσυστήματος και χαρακτηριστικές μεταβολές στον δείκτη Ts συχνά ακολουθούν. Ο δείκτης αυτός είναι λιγότερο διαδεδομένος από οτι είναι το NDVI ως δείκτης της λειτουργίας του οικοσυστήματος, αλλά έχει σημαντικές δυνατότητες.&lt;br /&gt;
&lt;br /&gt;
'''Αλλαγές ανίχνευσης'''&lt;br /&gt;
&lt;br /&gt;
Οικολογικές μελέτες όλο και περισσότερο απαιτούν βιοφυσικά δεδομένα μέσα στο χρόνο και σε μεγάλες περιοχές, ένα έργο για το οποίο η τηλεπισκόπηση είναι ιδιαίτερα ισχυρό εργαλείο. Σε περίπου παγκόσμια κλίμακα τηλεπισκόπησης, σύνολα δεδομένων γίνονται διαθέσιμα συνεχώς από τις αρχές της δεκαετίας του 1980 με τη βοήθεια μιας σειράς μετεωρολογικών δορυφόρων που μεταφέρουν όργανα AVHRR. Η πλειψηφία των δεδομένων AVHRR είναι εύκολα προσβάσιμα και παρέχουν τις μοναδικές σχεδόν συνεχής, μακροχρόνιες μετρήσεις των βασικών οικολογικών παραμέτρων, όπως η έκταση των ενδιαιτημάτων, ετερογένεια και πρωτογενής παραγωγικότητα, σε περιφερειακή ή παγκόσμια κλίμακα . Οι αισθητήρες Landsat για τη συλλογή δεδομένων βρίσκονται σε λειτουργία για ακόμα μεγαλύτερο διάστημα (από τις αρχές της δεκαετίας του 1970) και έχουν καλύτερη χωρική ανάλυση από ότι οι AVHRR ή βλάστησης (15 -120 μ ανα εικονοστοιχείο έναντι1 χμ ανα εικονοστοιχείο). Τα δεδομένα Landsat δεν μπορούν να παρέχουν παρακολούθηση οικοσυστήματος σε πραγματικό χρόνο σε ευρείες περιοχές, λόγω της σχετικά μακριάς περιόδου που μεσολαβεί από την ημερομηνία λήψης δεδομένων μέχρι την επόμενη (16-18 ημέρες). Ωστόσο, η βάση δεδομένων Landsat είναι μεγαλύτερη σε σχέση με τι βάσεις που έχουν παρέχει άλλοι δορυφόροι, ενώ η βελτιωμένη χωρική του ανάλυση επιτρέπει την ανίχνευση λεπτών περιβαλλοντικών&lt;br /&gt;
Αλλαγών που θα μπορούσαν να έχουν χαθεί από αισθητήρες με περιορισμένη αναλυτική ικανότητα.&lt;br /&gt;
&lt;br /&gt;
'''Κλιματική αλλαγή'''&lt;br /&gt;
&lt;br /&gt;
Δεδομένα τηλεπισκόπησης έχουν προσφέρει πειστικά στοιχεία ότι το κλίμα έχει αλλάξει ραγδαία, μέσω πολλών οικολογικών ανακαλύψεων σχευτικά με αλλαγές στην εξάπλωση πολλών ειδών. Οι μεταβολές στις κατανομές των ειδών συχνά έχουν στενή σχέση με μεταβολές στις χρήση της γης. Οι χρονοσειρές δεδομένων AVHRR αποδεικνύουν ουσιαστικές μεταβολές στην δομή της βλάστησης, στην πρωτογενή παραγωγικότητα και τις καιρικές συνθήκες ακόμη και κατά τη διάρκεια των τελευταίων 20 ετών. Τα αρκτικά δάση παρουσιάζονται όλο και περισσότερο ως ζωτικής σημασίας αποθήκες διοξειδίου του άνθρακα. Μακροπρόθεσμη ανάλυση στις περιοχές αυτές (1981-1999) του NDVI δείχνει τάσεις γενικής αύξησης στο μήκος της σεζόν καλλιέργειας και της ετήσιας πρωτογενούς παραγωγικότητας, καθώς και προς το βορρά επέκταση της δενδρογραμμής. Ολικό NDVI (το άθροισμα των NDVI&lt;br /&gt;
μετρήσεων από όλα τα σύνθετα AVHRR μετράται καθ 'όλη την καλλιεργητική περίοδο) και συσχετίζεται με μετρήσεις πεδίου της καθαρής πρωτογενούς παραγωγικότητας, της συσσώρευσης βιομάζας και της θερμοκρασίας. Τάσεις θέρμανσης και υψηλότερης ατμοσφαιρικής υγρασίας έχουν επίσης ανιχνευθεί με τη χρήση του AVHRR και πιο εξειδικευμένων αισθητήρων πάνω από θαλάσσια συστήματα, παρέχοντας σημαντικές ενδείξεις που επιβεβαιώνουν ότι το κλίμα έχει&lt;br /&gt;
αλλάξει. Η διαδεδομένη, σύγχρονη λεύκανση των κοραλλιών οφείλεται κατά κύριο λόγο στην αύξηση των θαλάσσιων θερμοκρασιών και παρακολουθούνται με τη βοήθεια Landsat 7 ETM + δεδομένων. Πολλές βιολογικές συνέπειες της αλλαγής του κλίματος μπορούν να παρατηρηθούν απόσταση τηλεσκοπικά, αλλά η έρευνα πεδίου παρέχει επίσης πειστική επιβεβαίωση των βιοτικών συνεπειών των κλιματικών αλλαγών.&lt;br /&gt;
&lt;br /&gt;
'''Η απώλεια των βιοτόπων'''&lt;br /&gt;
&lt;br /&gt;
Δορυφορικές μετρήσεις για τις τάσεις ευρείας κλίμακας στη βλάστηση παρέχουν άμεσες εκτιμήσεις της απώλειας ενδιαιτημάτων, αυξάνοντας τη δύναμη της εφαρμοσμένης οικολογίας για την ανίχνευση μεταβολών στην κατανομή των ειδών ή τη μοντελοποίηση της εξαφάνισης ειδών. Η αποψίλωση των δασών σε υγρά τροπικά δάση, στα οποία στεγάζονται πολλά επίγεια «θερμά κέντρα» (hotspots) βιοποικιλότητας, αποτελεί μία από τις παγκόσμιες ηγητικές αιτίες της απώλειας ειδών. Έχει αποδειχθεί πολύ δύσκολο να υπολογίζει κανείς με ακρίβεια την έκταση αποψίλωσης των υγρών τροπικών δασών, λόγω των περιορισμένων υποδομών παρακολούθησης σε πολλές χώρες, καθώς και τις ασυνέπειες μεταξύ των υφιστάμενων καθεστώτων παρακολούθησης. Δορυφορικά δεδομένα από τη δεκαετία του 1990, με βάση τα AVHRR και SPOT4 επικαιροποιήθηκαν με υψηλής ανάλυσης Landsat και SPOT4/HRVIR (υψηλή ανάλυση σε ορατό και υπέρυθρο) δεδομένα και συμβάλλουν στη βελτίωση των εκτιμήσεων, ακόμα και σε ότι αφορά τα ποσοστά της αποψίλωσης των τροπικών δασών. Αυτά τα νέα δεδομένα κατέδειξαν ότι τα ποσοστά αποψίλωσης ήταν 23% χαμηλότερα από τις εκτιμήσεις του FAO (Οργανισμός Τροφίμων και Γεωργίας). Θα μπορούσαν επίσης, να ανιχνευθούν «θερμά κέντρα» (hotspots) για την αποψίλωση των δασών. Η φωτιά, μια ακόμα κύρια πηγή αλλαγής, μπορεί να είναι ιδιαίτερα εκτεταμένη σε περιοχές που έχουν προηγουμένως υποστεί ζημιά από την αποψίλωση των δασών. Ένας συνδυασμός λήψεων AVHRR, Landsat TM (θεματικός χάρτης) και ραντάρ χρησιμοποιήθηκαν για να ανιχνευθεί η επίδραση της αποψίλωσης των δασών στην πιθανότητα εκδήλωσης φωτιάς στα δάση του Ανατολικού Καλιμαντάν στην Ινδονησία. Τα δάση που ήταν αδιατάρακτα ή είχαν αποψιλωθεί καιρό πριν, ήταν πολύ λιγότερο πιθανό να συμπεριληφθούν στην εκτεταμένη πυρκαγιά 1997-1998 και λιγότερο πιθανά να αντιμετωπίσουν σοβαρές ζημιές από πυρκαγιά. Συνολικά, το 5,7% των μη-αποψιλωμένων δασών επηρεάστηκαν από την πυρκαγιά , σε σύγκριση με το 59% των δασών που είχαν υποστεί πρόσφατα υλοτομία. Αυτές οι δασικές πυρκαγιές, οι οποίες έκαψαν μέρος του υποκείμενου στρώματος τύρφης, επίσης απελευθέρωσαν ένα τεράστιο ποσό άνθρακα υπό τη μορφή του διοξειδίου του που αντιπροσώπευε μεταξύ 13% και 40% της ετήσιας συνολικής παγκόσμιας απελευθέρωση διοξειδίου του άνθρακα από την καύση ορυκτών καυσίμων. Ο Δορυφορικός εντοπισμός πυρκαγιών συμβαίνει τώρα σε σχεδόν πραγματικό χρόνο σε ένα μεγάλο τμήμα του κόσμου (ειδικά με AVHRR και MODIS, ή το Moderate Resolution Imaging Spectroradiometer) και τις παγκόσμιες πρωτοβουλίες χαρτογράφησης καμένων εκτάσεων, όπως η Global Burnt Area 2000, είναι σε εξέλιξη.&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Η τηλεπισκόπηση είναι απαραίτητη για οικολογικές και περιβαλλοντικές εφαρμογές και θα διαδραματίζει ολοένα και σημαντικό ρόλο στο μέλλον. Για πολλούς σκοπούς, παρέχει το μόνο μέσο για τη μέτρηση των χαρακτηριστικών των οικοτόπων σε ευρείες περιοχές και την ανίχνευση περιβαλλοντικών αλλαγών που συμβαίνουν ως αποτέλεσμα ανθρώπινων ή φυσικών διεργασιών. Αυτά τα στοιχεία είναι όλο και πιο εύκολο να τα βρει και να χρησιμοποιήσει κανείς. Παρά το γεγονός ότι δεδομένα πεδίου και τηλεπισκόπησης συχνά συλλέγονται σε αποκλίνουσες χωρικές κλίμακες, οι οικολόγοι έχουν αρχίσει να αναγνωρίζουν τόσο τις δυνατότητες, όσο και τις παγίδες των δορυφορικών πληροφοριών. Εδραιωμένα συστήματα τηλεπισκόπησης παρέχουν ευκαιρίες για να αναπτυχθούν και να εφαρμοστούν νέες μετρήσεις λειτουργίας του οικοσυστήματος. Νέες προσπάθειες για την πρόβλεψη των συνεπειών της αλλαγής της λειτουργίας του οικοσυστήματος, τόσο λόγω φυσικών όσο και των ανθρωπογενών αιτιών, στο πλαίσιο περιφερειακών και παγκόσμιων κατανομών των ειδών, θα πρέπει να αποτελεί υψηλή προτεραιότητα για την έρευνα. Το πλήρες φάσμα των τεχνικών τηλεπισκόπησης για τον εντοπισμό καλύψεων γης, μετρώντας τις βιοφυσικές ιδιότητες των οικοσυστημάτων και τις περιβαλλοντικές αλλαγές, θα πρέπει να ενσωματωθεί με τα υπάρχοντα οικολογικά δεδομένα για την υλοποίηση της φιλόδοξης αυτής πρόκλησης.&lt;br /&gt;
&lt;br /&gt;
[http://mysite.science.uottawa.ca/jkerr/pdf/tree2003.pdf From space to species: ecological&lt;br /&gt;
applications for remote sensing]&lt;/div&gt;</summary>
		<author><name>Maria Kampouri</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%80%CF%8C_%CE%B4%CE%B9%CE%AC%CF%83%CF%84%CE%B7%CE%BC%CE%B1_%CF%83%CE%B5_%CE%B5%CE%AF%CE%B4%CE%BF%CF%82:_%CE%BF%CE%B9%CE%BA%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CE%AD%CF%82_%CE%B5%CF%86%CE%B1%CF%81%CE%BC%CE%BF%CE%B3%CE%AD%CF%82_%CE%B3%CE%B9%CE%B1_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AE_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7</id>
		<title>Από διάστημα σε είδος: οικολογικές εφαρμογές για δορυφορική τηλεπισκόπηση</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%80%CF%8C_%CE%B4%CE%B9%CE%AC%CF%83%CF%84%CE%B7%CE%BC%CE%B1_%CF%83%CE%B5_%CE%B5%CE%AF%CE%B4%CE%BF%CF%82:_%CE%BF%CE%B9%CE%BA%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CE%AD%CF%82_%CE%B5%CF%86%CE%B1%CF%81%CE%BC%CE%BF%CE%B3%CE%AD%CF%82_%CE%B3%CE%B9%CE%B1_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AE_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7"/>
				<updated>2014-05-11T17:34:16Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Kampouri: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[http://147.102.106.42/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:1_NDVI_Ontario.JPG]]&lt;br /&gt;
&lt;br /&gt;
[[http://147.102.106.42/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:2_NDVI_Ontario.JPG]]&lt;br /&gt;
 &lt;br /&gt;
[[category:Παρακολούθηση και εκτίμηση διαχρονικών αλλαγών και εξελίξεων]]&lt;br /&gt;
&lt;br /&gt;
Jeremy T. Kerr &amp;amp; Marsha Ostrovsky&lt;br /&gt;
&lt;br /&gt;
'''Περίληψη'''&lt;br /&gt;
&lt;br /&gt;
'''Μια ποικιλία οικολογικών εφαρμογών απαιτούν δεδομένα από ευρεία χωρική έκταση που δεν μπορούν να συλλεχθούν με τη χρήση μεθόδων πεδίου. Δεδομένα τηλεπισκόπησης και των τεχνικών αντιμετώπιση αυτών των αναγκών, οι οποίες περιλαμβάνουν τον προσδιορισμό και λεπτομερώς τις βιοφυσικές χαρακτηριστικά των ειδών οικοτόπων, προβλέποντας την κατανομή τους και τη χωρική τους μεταβλητότητα σε πλούτο, καθώς και την ανίχνευση φυσικών και ανθρώπινων - προκάλεσε αλλαγή σε κλίμακες που κυμαίνονται από μεμονωμένες τοπία σε ολόκληρο τον κόσμο. Τέτοιες μετρήσεις εμπεριέχουν ουσιώδη σφάλματα που μπορεί να είναι δύσκολο να ξεπεραστούν, αλλά διορθωμένα δεδομένα είναι εύκολα διαθέσιμα και μπορεί να είναι αρκετά υψηλής ανάλυσης, ώστε να μπορούν να ενσωματωθούν σε παραδοσιακές μελέτες. Οικολόγοι και βιολόγοι που ασχολούνται με θέματα προστασίας της φύσης (conservation), βρίσκουν νέους τρόπους για να προσεγγίσουν την έρευνά τους με την ισχυρά δεδομένα από την τηλεπισκόπηση.'''&lt;br /&gt;
&lt;br /&gt;
Οι ανθρώπινες δραστηριότητες επηρεάζουν πλέον το μεγαλύτερο μέρος της επίγειας βιόσφαιρας και αυξάνονται σε ένταση και έκταση. Οι απορρέουσες απώλειες και η υποβάθμιση των ενδιαιτημάτων επηρεάζουν τις λειτουργίες των οικοσυστημάτων μειώνουν την αξία των υπηρεσιών οικοσυστήματος για τον άνθρωπο. Παρά το γεγονός της οικολογικής βελτίωσης της γνώσης των παραγόντων που περιορίζουν την κατανομή των ειδών, τα ποσοστά εξαφάνισης συνεχίζουν να επιταχύνουν. Η ανάγκη να είμαστε σε θέση να ανιχνεύσουμε και να προβλέψουμε τις αλλαγές στο φυσικό περιβάλλον δεν ήταν ποτέ μεγαλύτερη. Ωστόσο, οι παραδοσιακοί τομείς των οικολογικών δεδομένων δεν μεταφράζονται άμεσα σε περιφερειακή ή παγκόσμια κλίμακα και τα μοντέλα που προέρχονται αποκλειστικά από αυτά τα τοπικά δεδομένα είναι απίθανο να προβλέψουν τις παγκόσμιες συνέπειες των ανθρώπινων δραστηριοτήτων. Ως εκ τούτου, οι οικολόγοι και οι βιολόγοι στρέφονται προς την ταχέως αναπτυσσόμενη πειθαρχία της εξ’ αποστάσεως ανίχνευσης για την παροχή των τεχνικών και των πηγών δεδομένων που απαιτούνται για την προετοιμασία των επιστημονικών αποκρίσεων σε περιβαλλοντικές αλλαγές. Αν και η ανάγκη για δορυφορική τηλεπισκόπηση είναι ιδιαίτερα επιτακτική για τις επιστήμες που αφορά η προστασία του περιβάλλοντος, οι μέσω δορυφόρου παρατηρήσεις της γης χρησιμοποιούνται επίσης για τη βασική οικολογική έρευνα.&lt;br /&gt;
&lt;br /&gt;
Τα δορυφορικά δεδομένα τηλεπισκόπησης υπόκεινται σε μεγάλα σφάλματα, τα οποία αν δε διορθωθούν, μπορούν να μειώσουν σημαντικά τη χρησιμότητά τους για οικολογικές εφαρμογές. Πριν την αντανάκλαση και την άφιξη της ακτινοβολίας από έναν δορυφόρο, αυτή αλληλεπιδρά με δύο «θορυβώδη» περιβάλλοντα: την επιφάνεια της Γης και την ατμόσφαιρα. Η ατμοσφαιρική αλλοίωση του σήματος της τηλεπισκόπησης μπορεί να προκύψει μέσω της αλληλεπίδρασης με όζον, υδρατμούς, αερολύματα, και άλλα ατμοσφαιρικά συστατικά. Σε μια συννεφιασμένη&lt;br /&gt;
ημέρα, η δορυφορική οπτική απομακρυσμένων αισθητήρων αλλοιώνεται από τις κορυφές των νεφών. Σκιές, ιδίως όταν διαφέρουν μεταξύ των πεδίων ορατότητας των αισθητήρων (π.χ. πολύ υψηλή ευκρίνεια - AVHRR ή αισθητήρες βλάστησης - VGT), ομίχλη και διασπορά από επίγειες επιφάνειες μπορεί να μειώσει σημαντικά τη συνοχή των δεδομένων και οι συνέπειες αυτού είναι πολύ δύσκολο να αντιμετωπιστούν πλήρως.&lt;br /&gt;
&lt;br /&gt;
Αν και μεγάλου μήκους κύματος, τα συστήματα ενεργητικής τηλεπισκόπησης (π.χ. ραντάρ συνθετικού διαφράγματος) επηρεάζονται πολύ λιγότερο από τις ιδιοτροπίες του καιρού, υπόκεινται σε δικούς τους περιορισμούς, αλλά εξακολουθούν να χρησιμοποιούνται ευρύτερα για την οικολογική εφαρμογές. Ευτυχώς, πολλά ελεύθερα διαθέσιμα σύνολα δεδομένων τηλεπισκόπησης έχουν ήδη υποστεί επεξεργασία για τη μείωση της μόλυνσης και άλλα σφάλματα και είναι άμεσα διαθέσιμα για οικολογική έρευνα.&lt;br /&gt;
&lt;br /&gt;
Εδώ, θα συζητήσουμε τις πρόσφατες περιβαλλοντικές και οικολογικές εφαρμογές των δορυφορικών δεδομένων τηλεπισκόπησης, καθώς και μερικούς από τους περιορισμούς που είναι εγγενείς σε μετρήσεις. Η τηλεπισκόπηση δημιουργεί μια αξιόλογη σειρά από οικολογικά πολύτιμες μετρήσεις, η οποία περιλαμβάνει λεπτομέρειες των οικοσυστημάτων (κάλυψης γης) και τις βιοφυσικές ιδιότητες (ολοκληρωμένες μετρήσεις του οικοσυστήματος) καθώς και την ικανότητα να ανιχνεύει και φυσικά ανθρωπογενείς μεταβολές εντός και μεταξύ των τοπίων. Αν και υπάρχει μια αντιληπτή αναντιστοιχία μεταξύ της ευρείας κλίμακας τηλεπισκόπησης και της τοπικής κλίμακας στον τομέα των οικολογικών δεδομένων, η τηλεπισκόπηση παρέχει την ώθηση για ένα όλο και πιο ευρύ φάσμα οικολογικών μεταβλητών.&lt;br /&gt;
&lt;br /&gt;
'''Κάλυψεις γης'''&lt;br /&gt;
&lt;br /&gt;
Η δορυφορική τηλεπισκόπηση μπορεί να χρησιμοποιηθεί για να εκτιμηθεί η ποικιλία, το είδος και η έκταση της κάλυψης της γης κατά τη διάρκεια μελέτης μιας περιοχής, καλύπτοντας μια βασική ανάγκη που είναι κοινή για πολλές οικολογικές εφαρμογές. Δεδομένα κάλυψης γης περιγράφουν τα φυσικά χαρακτηριστικά της επιφάνειας του περιβάλλοντος, η οποία μπορεί να κυμαίνεται από γυμνό βράχο σε τροπικά δάση και ότι προέρχονται συνήθως από την εφαρμογή των στατιστικών της ομαδοποίηση των πολυφασματικών δεδομένων τηλεπισκόπησης. Η τηλεπισκόπηση μπορεί επίσης να βοηθήσει στην ανάπτυξη στοιχείων για τη χρήση της γης που απεικονίζουν ανθρώπινες αλληλεπιδράσεις με το φυσικό περιβάλλον, αν και η σχέση μεταξύ της κάλυψης και της χρήση γης δεν είναι κατ 'ανάγκην ένα-προς-ένα&lt;br /&gt;
(π.χ. δασικές και χορτολιβαδικές εκτάσεις γης είναι διαφορετικές εξωτερικά, αλλά&lt;br /&gt;
μπορούν να έχουν την ίδια ψυχαγωγική χρήση γης αν βρίσκονται μέσα σε ένα πάρκο). Ανάλογα με τα όργανα ανίχνευσης και τους διαθέσιμους πόρους, η καλύψεις γης και οι ταξινομήσεις μπορεί να εντοπίσουν πολύ συγκεκριμένα ενδιαιτήματα. Το Εθνικό Σύστημα Ταξινόμησης της Βλάστησης ( NVCS) είναι ένα πρότυπο σύστημα κάλυψης γης και ταξινόμησης που αναπτύχθηκε σε συνεργασία με την πολλούς μεγάλους επιστημονικούς οργανισμούς, καθώς και οργανισμούς για την προστασία του περιβάλλοντος (π.χ. The Nature Conservancy, Οικολογική Εταιρεία της Αμερικής) και το οποίο συνεχίζει να εξελίσσεται. Είναι πλέον ευρέως διαδεδομένα τα συστήματα που χρησιμοποιούνται για τη μοντελοποίηση των ενδιαιτημάτων άγριας ζωής. &lt;br /&gt;
&lt;br /&gt;
Διαφορετικές κάλυψης γης και προσεγγίσεις ταξινόμησης διαφέρουν στο δυναμικό τους για τους απαιτητικούς στη λεπτομέρεια και, κατά συνέπεια, η χρησιμότητα τους για την κάλυψη των συγκεκριμένων αναγκών (π.χ. τον εντοπισμό όλων των καλύψεων ενός συγκεκριμένου ενδιαιτήματος). Ανεξάρτητα από την προσέγγιση, η επικύρωση των αποτελεσμάτων της ταξινόμησης είναι που απαιτούνται για την εκτίμηση και, όπου είναι απαραίτητο, τη βελτίωση της ακρίβειας. Τα δεδομένα εδάφους χρησιμοποιούνται ευρύτερα για το σκοπό αυτό και περιλαμβάνουν θετική&lt;br /&gt;
Ταυτοποίηση και παραδείγματα για κάθε κάλυψη γης ενδιαφέροντος και στη συνέχεια χρησιμοποιούνται για τη δοκιμή ακρίβειας της ταξινόμησης.&lt;br /&gt;
&lt;br /&gt;
Δεδομένα κάλυψης γης έχουν αποδειχθεί ιδιαίτερα πολύτιμα για την πρόβλεψη της κατανομής μεμονωμένων ειδών και σύνολα ειδών σε ολόκληρους τομείς που διαφορετικά δεν θα μπορούσαν να ερευνηθούν. Διάφορα μοντέλα πρόβλεψης έχουν κερδίσει έδαφος, καθώς η διαθεσιμότητα και η ακρίβεια της γης που καλύπτουν σύνολα δεδομένων, έχουν βελτιωθεί. Το πρόγραμμα ανάλυσης GAP είναι η βάση για τη μοντελοποίηση της κατανομή των ειδών. Πρόκειται για μια προσπάθεια που έχει ως στόχο να αναπτύξει λεπτομερείς χάρτες με τις προτιμήσεις ενδιαιτημάτων για είδη στόχους. Τα πρωτογενή προϊόντα από την GAP είναι εύκολα διαθέσιμα. Κλιματολογικά, βιοφυσικά και δεδομένα για την κάλυψη της γης μπορεί επίσης να είναι ολοκληρωμένα για να προβλέψουν την παρουσία και απουσία των επιμέρους ειδών σε όλη την γκάμα τους με τη χρήση των γενετικών αλγορίθμων ή μοντέλων. Σε ευρύτερη κλίμακα, τα στοιχεία ετερογένειας των ενδιαιτημάτων, τα οποία προέρχονται από θεματικά λεπτομερή μοντέλα κάλυψης γης, στο παράδειγμα της Καναδικής πεταλούδας και της κοινότητας της αποτελούν εργαλεία πρόβλεψης του βιολογικού πλούτου και των ομοιοτήτων μιας κοινότητας, καλύτερα σε σχέση με οτιδήποτε άλλο έχει ανακαλυφθεί μέχρι σήμερα.&lt;br /&gt;
&lt;br /&gt;
Η επιτυχής πρόβλεψη των κατανομών των ειδών με την χρήση των δεδομένων κάλυψης γης εξαρτάται από τα χαρακτηριστικά τους. Για τα είδη που δεν καταλαμβάνουν όλα τα κατάλληλα ενδιαιτήματα για οποιοδήποτε λόγο (όπως για είδη με μεταπληθυσμιακή δομή), χάρτες κάλυψης γης μπορεί να προβλέψουν τις δυνατότητες και όχι τις πραγματικές κατανομές ειδών. Για παράδειγμα, η παρουσία συγκεκριμένων ειδών πεταλούδας, φυτών, ή πτηνών στο Εθνικό Πάρκο Γιέλοουστοουν (Yellowstone National Park) στις ΗΠΑ, είναι προβλέψιμη όταν έχουν&lt;br /&gt;
ειδικές απαιτήσεις ενδιαιτήματος, είναι άφθονα, ή και τα δύο. Οι πραγματικές κατανομές των σπάνιων ειδών που δεν είναι εξειδικευμένα σε συγκεκριμένα ενδιαιτήματα δε μπορούσαν να προβλεφθούν από ακόμη και εξαιρετικά λεπτομερή και ακριβή δεδομένα κάλυψης γης. Οι ταξινομήσεις κάλυψης γης που χρησιμοποιούνται για τη μοντελοποίηση των ενδιαιτημάτων άγριας ζωής πρέπει να είναι επαρκούς χωρικής και θεματικής ανάλυσης για να προσδιορίσουν με αξιοπιστία τα ενδιαιτήματα που είδη ζώων δυνητικά καταλαμβάνουν. Είναι σχεδόν βέβαιο ότι θα είναι απαραίτητο να συγκεντρωθούν επιτόπιες (ή άλλες βοηθητικές) μετρήσεις πεδίου για να αντιμετωπιστούν αυτές οι αυστηρές απαιτήσεις για τη στήριξη μίας αξιόπιστης πρόβλεψης κατανομής πολλών ειδών.&lt;br /&gt;
&lt;br /&gt;
'''Ολοκληρωμένες μετρήσεις οικοσυστήματος'''&lt;br /&gt;
&lt;br /&gt;
Σε αντίθεση με μετρήσεις πεδίου των λειτουργιών των οικοσυστημάτων, οι οποίες δε μπορούν εύκολα να μετατραπούν σε εκτιμήσεις λειτουργίας ενός ολόκληρου οικοσυστήματος, η τηλεπισκόπηση μπορεί να παρέχει ταυτόχρονες εκτιμήσεις της λειτουργίας ενός οικοσυστήματος για εκτεταμένες περιοχές. Η τηλεπισκόπηση της βλάστησης παρέχει ένα πολλά υποσχόμενο εργαλείο και ιδιαίτερα χρήσιμο εργαλείο μέτρησης της λειτουργίας ενός οικοσυστήματος σε χωρικές κλίμακες που είναι πιο συγκρίσιμες με τις εκτάσεις που προκαλείται ανθρωπογενής περιβαλλοντική αλλαγή. Η καθαρή πρωτογενής παραγωγικότητα (NPP) αντιπροσωπεύει μια πτυχή της ολοκληρωμένης λειτουργίας των οικοσυστημάτων για την οποία η κανονικοποιημένη διαφορά δείκτη βλάστησης (NDVI) χρησιμοποιείται , ιδιαίτερα μετά από τη διόρθωση των μετεωρολογικών και εδαφολογικών δεδομένων. Το NDVI επίσης παρουσιάζει σημαντική συσχέτιση με την απορροφήσα φωτοσυνθετική ενεργή ακτινοβολία (APAR), γεγονός το οποίο συνέβαλλε στην κοινή χρήση του ως εκτιμητή της υπέργειας NPP. Παρόμοια με το NPP, το NDVI είναι ευαίσθητο στις μεταβολες της θερμοκρασίας και της ατμοσφαιρικής κατακρήμνησης.&lt;br /&gt;
&lt;br /&gt;
Μετρήσεις του NDVI , ειδικά όταν συνδυάζονται με στοιχεία χρήσεων γης, είναι όλο και πιο σημαντικές για τις μελέτες στις οποίες υπάρχει ανάγκη διάκρισης μεταξύ της φυσικής διακύμανσης στη λειτουργία του οικοσύστημα και τις αλλαγές που προκύπτουν από ανθρώπινες δραστηριότητες. Σε μια μελέτη φυσικών λιβαδιών και&lt;br /&gt;
καλλιεργούμενων εκτάσεις, οι χρήσεις γης αναδείχθηκαν ως ο σημαντικότερος δείκτης επίδρασης στη λειτουργία των οικοσυστημάτων, όπως μετράται με το ολοκληρωμένο ετήσιο NDVI. Το NDVI, είναι πολύ πιο ευμετάβλητο σε γεωργικές και αστικές περιοχές και είναι στενά συνδεδεμένο με την έκταση της κάλυψης της βλάστησης. Μπορεί να χρησιμοποιηθεί για την ανίχνευση αλλαγών κάλυψης γης&lt;br /&gt;
(π.χ. αντικατάσταση των δασών από τη γεωργία) και ως δείκτης τόσο της ετερογένειας του τοπίου, όσο και της βιοποικιλότητας, καθιστώντας δυνατό τον προσδιορισμό των προστατευόμενων περιοχών. Το NDVI δεν είναι πανάκεια και όπως και με άλλες μεθόδους απομακρυσμένης ανίχνευσης δεδομένων, είναι επιρρεπές σε λάθη, ιδίως σε περιοχές υψηλής τοπογραφικής ποικιλομορφίας. Επιπλέον, κάποιες φορές δεν ανταποκρίνεται σε μετρήσεις οικολογικών παραμέτρων που ενδιαφέρουν πολλούς βιολόγους, όπως είναι ο δείκτης επιφάνειας φυλλώματος (Leaf Area Indrex – LAI) και μπορεί να επηρεαστεί από το&lt;br /&gt;
ανακλαστικότητα των εδαφικών υποστρωμάτων, όταν η βλάστηση έχει μερική κάλυψη. Μια σειρά από άλλους δείκτες βλάστησης, οι οποίοι θα μπορούσαν να είναι καλύτερα προσαρμοσμένοι για ορισμένες εφαρμογές είναι διαθέσιμοι (π.χ. ο μειωμένος απλός δείκτης αναλογίας βλάστησης εκτιμά πιο άμεσα το LAI) και μπορούν να μειώσουν τα σφάλματα. Το NDVI, ωστόσο, παραμένει ο πιο συχνά χρησιμοποιούμενος και πιο εντατικά μελετημένος δείκτη βλάστησης.&lt;br /&gt;
&lt;br /&gt;
Άλλοι ολοκληρωμένοι δείκτες της λειτουργίας των οικοσυστημάτων, όπως η θερμοκρασία επιφανειακής φωτεινότητας (Ts), χρησιμοποιούνται από την επιστημονική κοινότητα της τηλεπισκόπισης, αλλά όχι τόσο από την επιστημονική κοινότητα της οικολογίας. Το Ts μετρά την ποσότητα της εκπεμπόμενης θερμικής&lt;br /&gt;
ενέργειας και της ενεργειακή απόδοση των χερσαίων οικοσυστημάτων. Τροποποιήσεις στις ενεργειακές αποδόσεις σε ένα οικοσύστημα ακολουθούν πολλές ανθρώπινες ή φυσικές διαταραχές, ιδίως εάν αυτές οδηγούν σε απλούστευση των δομικών ιδιοτήτων ενός οικοσυστήματος και χαρακτηριστικές μεταβολές στον δείκτη Ts συχνά ακολουθούν. Ο δείκτης αυτός είναι λιγότερο διαδεδομένος από οτι είναι το NDVI ως δείκτης της λειτουργίας του οικοσυστήματος, αλλά έχει σημαντικές δυνατότητες.&lt;br /&gt;
&lt;br /&gt;
'''Αλλαγές ανίχνευσης'''&lt;br /&gt;
&lt;br /&gt;
Οικολογικές μελέτες όλο και περισσότερο απαιτούν βιοφυσικά δεδομένα μέσα στο χρόνο και σε μεγάλες περιοχές, ένα έργο για το οποίο η τηλεπισκόπηση είναι ιδιαίτερα ισχυρό εργαλείο. Σε περίπου παγκόσμια κλίμακα τηλεπισκόπησης, σύνολα δεδομένων γίνονται διαθέσιμα συνεχώς από τις αρχές της δεκαετίας του 1980 με τη βοήθεια μιας σειράς μετεωρολογικών δορυφόρων που μεταφέρουν όργανα AVHRR. Η πλειψηφία των δεδομένων AVHRR είναι εύκολα προσβάσιμα και παρέχουν τις μοναδικές σχεδόν συνεχής, μακροχρόνιες μετρήσεις των βασικών οικολογικών παραμέτρων, όπως η έκταση των ενδιαιτημάτων, ετερογένεια και πρωτογενής παραγωγικότητα, σε περιφερειακή ή παγκόσμια κλίμακα . Οι αισθητήρες Landsat για τη συλλογή δεδομένων βρίσκονται σε λειτουργία για ακόμα μεγαλύτερο διάστημα (από τις αρχές της δεκαετίας του 1970) και έχουν καλύτερη χωρική ανάλυση από ότι οι AVHRR ή βλάστησης (15 -120 μ ανα εικονοστοιχείο έναντι1 χμ ανα εικονοστοιχείο). Τα δεδομένα Landsat δεν μπορούν να παρέχουν παρακολούθηση οικοσυστήματος σε πραγματικό χρόνο σε ευρείες περιοχές, λόγω της σχετικά μακριάς περιόδου που μεσολαβεί από την ημερομηνία λήψης δεδομένων μέχρι την επόμενη (16-18 ημέρες). Ωστόσο, η βάση δεδομένων Landsat είναι μεγαλύτερη σε σχέση με τι βάσεις που έχουν παρέχει άλλοι δορυφόροι, ενώ η βελτιωμένη χωρική του ανάλυση επιτρέπει την ανίχνευση λεπτών περιβαλλοντικών&lt;br /&gt;
Αλλαγών που θα μπορούσαν να έχουν χαθεί από αισθητήρες με περιορισμένη αναλυτική ικανότητα.&lt;br /&gt;
&lt;br /&gt;
'''Κλιματική αλλαγή'''&lt;br /&gt;
&lt;br /&gt;
Δεδομένα τηλεπισκόπησης έχουν προσφέρει πειστικά στοιχεία ότι το κλίμα έχει αλλάξει ραγδαία, μέσω πολλών οικολογικών ανακαλύψεων σχευτικά με αλλαγές στην εξάπλωση πολλών ειδών. Οι μεταβολές στις κατανομές των ειδών συχνά έχουν στενή σχέση με μεταβολές στις χρήση της γης. Οι χρονοσειρές δεδομένων AVHRR αποδεικνύουν ουσιαστικές μεταβολές στην δομή της βλάστησης, στην πρωτογενή παραγωγικότητα και τις καιρικές συνθήκες ακόμη και κατά τη διάρκεια των τελευταίων 20 ετών. Τα αρκτικά δάση παρουσιάζονται όλο και περισσότερο ως ζωτικής σημασίας αποθήκες διοξειδίου του άνθρακα. Μακροπρόθεσμη ανάλυση στις περιοχές αυτές (1981-1999) του NDVI δείχνει τάσεις γενικής αύξησης στο μήκος της σεζόν καλλιέργειας και της ετήσιας πρωτογενούς παραγωγικότητας, καθώς και προς το βορρά επέκταση της δενδρογραμμής. Ολικό NDVI (το άθροισμα των NDVI&lt;br /&gt;
μετρήσεων από όλα τα σύνθετα AVHRR μετράται καθ 'όλη την καλλιεργητική περίοδο) και συσχετίζεται με μετρήσεις πεδίου της καθαρής πρωτογενούς παραγωγικότητας, της συσσώρευσης βιομάζας και της θερμοκρασίας. Τάσεις θέρμανσης και υψηλότερης ατμοσφαιρικής υγρασίας έχουν επίσης ανιχνευθεί με τη χρήση του AVHRR και πιο εξειδικευμένων αισθητήρων πάνω από θαλάσσια συστήματα, παρέχοντας σημαντικές ενδείξεις που επιβεβαιώνουν ότι το κλίμα έχει&lt;br /&gt;
αλλάξει. Η διαδεδομένη, σύγχρονη λεύκανση των κοραλλιών οφείλεται κατά κύριο λόγο στην αύξηση των θαλάσσιων θερμοκρασιών και παρακολουθούνται με τη βοήθεια Landsat 7 ETM + δεδομένων. Πολλές βιολογικές συνέπειες της αλλαγής του κλίματος μπορούν να παρατηρηθούν απόσταση τηλεσκοπικά, αλλά η έρευνα πεδίου παρέχει επίσης πειστική επιβεβαίωση των βιοτικών συνεπειών των κλιματικών αλλαγών.&lt;br /&gt;
&lt;br /&gt;
'''Η απώλεια των βιοτόπων'''&lt;br /&gt;
&lt;br /&gt;
Δορυφορικές μετρήσεις για τις τάσεις ευρείας κλίμακας στη βλάστηση παρέχουν άμεσες εκτιμήσεις της απώλειας ενδιαιτημάτων, αυξάνοντας τη δύναμη της εφαρμοσμένης οικολογίας για την ανίχνευση μεταβολών στην κατανομή των ειδών ή τη μοντελοποίηση της εξαφάνισης ειδών. Η αποψίλωση των δασών σε υγρά τροπικά δάση, στα οποία στεγάζονται πολλά επίγεια «θερμά κέντρα» (hotspots) βιοποικιλότητας, αποτελεί μία από τις παγκόσμιες ηγητικές αιτίες της απώλειας ειδών. Έχει αποδειχθεί πολύ δύσκολο να υπολογίζει κανείς με ακρίβεια την έκταση αποψίλωσης των υγρών τροπικών δασών, λόγω των περιορισμένων υποδομών παρακολούθησης σε πολλές χώρες, καθώς και τις ασυνέπειες μεταξύ των υφιστάμενων καθεστώτων παρακολούθησης. Δορυφορικά δεδομένα από τη δεκαετία του 1990, με βάση τα AVHRR και SPOT4 επικαιροποιήθηκαν με υψηλής ανάλυσης Landsat και SPOT4/HRVIR (υψηλή ανάλυση σε ορατό και υπέρυθρο) δεδομένα και συμβάλλουν στη βελτίωση των εκτιμήσεων, ακόμα και σε ότι αφορά τα ποσοστά της αποψίλωσης των τροπικών δασών. Αυτά τα νέα δεδομένα κατέδειξαν ότι τα ποσοστά αποψίλωσης ήταν 23% χαμηλότερα από τις εκτιμήσεις του FAO (Οργανισμός Τροφίμων και Γεωργίας). Θα μπορούσαν επίσης, να ανιχνευθούν «θερμά κέντρα» (hotspots) για την αποψίλωση των δασών. Η φωτιά, μια ακόμα κύρια πηγή αλλαγής, μπορεί να είναι ιδιαίτερα εκτεταμένη σε περιοχές που έχουν προηγουμένως υποστεί ζημιά από την αποψίλωση των δασών. Ένας συνδυασμός λήψεων AVHRR, Landsat TM (θεματικός χάρτης) και ραντάρ χρησιμοποιήθηκαν για να ανιχνευθεί η επίδραση της αποψίλωσης των δασών στην πιθανότητα εκδήλωσης φωτιάς στα δάση του Ανατολικού Καλιμαντάν στην Ινδονησία. Τα δάση που ήταν αδιατάρακτα ή είχαν αποψιλωθεί καιρό πριν, ήταν πολύ λιγότερο πιθανό να συμπεριληφθούν στην εκτεταμένη πυρκαγιά 1997-1998 και λιγότερο πιθανά να αντιμετωπίσουν σοβαρές ζημιές από πυρκαγιά. Συνολικά, το 5,7% των μη-αποψιλωμένων δασών επηρεάστηκαν από την πυρκαγιά , σε σύγκριση με το 59% των δασών που είχαν υποστεί πρόσφατα υλοτομία. Αυτές οι δασικές πυρκαγιές, οι οποίες έκαψαν μέρος του υποκείμενου στρώματος τύρφης, επίσης απελευθέρωσαν ένα τεράστιο ποσό άνθρακα υπό τη μορφή του διοξειδίου του που αντιπροσώπευε μεταξύ 13% και 40% της ετήσιας συνολικής παγκόσμιας απελευθέρωση διοξειδίου του άνθρακα από την καύση ορυκτών καυσίμων. Ο Δορυφορικός εντοπισμός πυρκαγιών συμβαίνει τώρα σε σχεδόν πραγματικό χρόνο σε ένα μεγάλο τμήμα του κόσμου (ειδικά με AVHRR και MODIS, ή το Moderate Resolution Imaging Spectroradiometer) και τις παγκόσμιες πρωτοβουλίες χαρτογράφησης καμένων εκτάσεων, όπως η Global Burnt Area 2000, είναι σε εξέλιξη.&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Η τηλεπισκόπηση είναι απαραίτητη για οικολογικές και περιβαλλοντικές εφαρμογές και θα διαδραματίζει ολοένα και σημαντικό ρόλο στο μέλλον. Για πολλούς σκοπούς, παρέχει το μόνο μέσο για τη μέτρηση των χαρακτηριστικών των οικοτόπων σε ευρείες περιοχές και την ανίχνευση περιβαλλοντικών αλλαγών που συμβαίνουν ως αποτέλεσμα ανθρώπινων ή φυσικών διεργασιών. Αυτά τα στοιχεία είναι όλο και πιο εύκολο να τα βρει και να χρησιμοποιήσει κανείς. Παρά το γεγονός ότι δεδομένα πεδίου και τηλεπισκόπησης συχνά συλλέγονται σε αποκλίνουσες χωρικές κλίμακες, οι οικολόγοι έχουν αρχίσει να αναγνωρίζουν τόσο τις δυνατότητες, όσο και τις παγίδες των δορυφορικών πληροφοριών. Εδραιωμένα συστήματα τηλεπισκόπησης παρέχουν ευκαιρίες για να αναπτυχθούν και να εφαρμοστούν νέες μετρήσεις λειτουργίας του οικοσυστήματος. Νέες προσπάθειες για την πρόβλεψη των συνεπειών της αλλαγής της λειτουργίας του οικοσυστήματος, τόσο λόγω φυσικών όσο και των ανθρωπογενών αιτιών, στο πλαίσιο περιφερειακών και παγκόσμιων κατανομών των ειδών, θα πρέπει να αποτελεί υψηλή προτεραιότητα για την έρευνα. Το πλήρες φάσμα των τεχνικών τηλεπισκόπησης για τον εντοπισμό καλύψεων γης, μετρώντας τις βιοφυσικές ιδιότητες των οικοσυστημάτων και τις περιβαλλοντικές αλλαγές, θα πρέπει να ενσωματωθεί με τα υπάρχοντα οικολογικά δεδομένα για την υλοποίηση της φιλόδοξης αυτής πρόκλησης.&lt;br /&gt;
&lt;br /&gt;
[http://mysite.science.uottawa.ca/jkerr/pdf/tree2003.pdf From space to species: ecological&lt;br /&gt;
applications for remote sensing]&lt;/div&gt;</summary>
		<author><name>Maria Kampouri</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%80%CF%8C_%CE%B4%CE%B9%CE%AC%CF%83%CF%84%CE%B7%CE%BC%CE%B1_%CF%83%CE%B5_%CE%B5%CE%AF%CE%B4%CE%BF%CF%82:_%CE%BF%CE%B9%CE%BA%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CE%AD%CF%82_%CE%B5%CF%86%CE%B1%CF%81%CE%BC%CE%BF%CE%B3%CE%AD%CF%82_%CE%B3%CE%B9%CE%B1_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AE_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7</id>
		<title>Από διάστημα σε είδος: οικολογικές εφαρμογές για δορυφορική τηλεπισκόπηση</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%80%CF%8C_%CE%B4%CE%B9%CE%AC%CF%83%CF%84%CE%B7%CE%BC%CE%B1_%CF%83%CE%B5_%CE%B5%CE%AF%CE%B4%CE%BF%CF%82:_%CE%BF%CE%B9%CE%BA%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CE%AD%CF%82_%CE%B5%CF%86%CE%B1%CF%81%CE%BC%CE%BF%CE%B3%CE%AD%CF%82_%CE%B3%CE%B9%CE%B1_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AE_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7"/>
				<updated>2014-05-11T17:33:04Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Kampouri: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Add Your Content Here &lt;br /&gt;
[[Αρχείο: http://147.102.106.42/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:1_NDVI_Ontario.JPG]]&lt;br /&gt;
&lt;br /&gt;
[[Αρχείο: http://147.102.106.42/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:2_NDVI_Ontario.JPG]]&lt;br /&gt;
 &lt;br /&gt;
[[category:Παρακολούθηση και εκτίμηση διαχρονικών αλλαγών και εξελίξεων]]&lt;br /&gt;
&lt;br /&gt;
Jeremy T. Kerr &amp;amp; Marsha Ostrovsky&lt;br /&gt;
&lt;br /&gt;
'''Περίληψη'''&lt;br /&gt;
&lt;br /&gt;
'''Μια ποικιλία οικολογικών εφαρμογών απαιτούν δεδομένα από ευρεία χωρική έκταση που δεν μπορούν να συλλεχθούν με τη χρήση μεθόδων πεδίου. Δεδομένα τηλεπισκόπησης και των τεχνικών αντιμετώπιση αυτών των αναγκών, οι οποίες περιλαμβάνουν τον προσδιορισμό και λεπτομερώς τις βιοφυσικές χαρακτηριστικά των ειδών οικοτόπων, προβλέποντας την κατανομή τους και τη χωρική τους μεταβλητότητα σε πλούτο, καθώς και την ανίχνευση φυσικών και ανθρώπινων - προκάλεσε αλλαγή σε κλίμακες που κυμαίνονται από μεμονωμένες τοπία σε ολόκληρο τον κόσμο. Τέτοιες μετρήσεις εμπεριέχουν ουσιώδη σφάλματα που μπορεί να είναι δύσκολο να ξεπεραστούν, αλλά διορθωμένα δεδομένα είναι εύκολα διαθέσιμα και μπορεί να είναι αρκετά υψηλής ανάλυσης, ώστε να μπορούν να ενσωματωθούν σε παραδοσιακές μελέτες. Οικολόγοι και βιολόγοι που ασχολούνται με θέματα προστασίας της φύσης (conservation), βρίσκουν νέους τρόπους για να προσεγγίσουν την έρευνά τους με την ισχυρά δεδομένα από την τηλεπισκόπηση.'''&lt;br /&gt;
&lt;br /&gt;
Οι ανθρώπινες δραστηριότητες επηρεάζουν πλέον το μεγαλύτερο μέρος της επίγειας βιόσφαιρας και αυξάνονται σε ένταση και έκταση. Οι απορρέουσες απώλειες και η υποβάθμιση των ενδιαιτημάτων επηρεάζουν τις λειτουργίες των οικοσυστημάτων μειώνουν την αξία των υπηρεσιών οικοσυστήματος για τον άνθρωπο. Παρά το γεγονός της οικολογικής βελτίωσης της γνώσης των παραγόντων που περιορίζουν την κατανομή των ειδών, τα ποσοστά εξαφάνισης συνεχίζουν να επιταχύνουν. Η ανάγκη να είμαστε σε θέση να ανιχνεύσουμε και να προβλέψουμε τις αλλαγές στο φυσικό περιβάλλον δεν ήταν ποτέ μεγαλύτερη. Ωστόσο, οι παραδοσιακοί τομείς των οικολογικών δεδομένων δεν μεταφράζονται άμεσα σε περιφερειακή ή παγκόσμια κλίμακα και τα μοντέλα που προέρχονται αποκλειστικά από αυτά τα τοπικά δεδομένα είναι απίθανο να προβλέψουν τις παγκόσμιες συνέπειες των ανθρώπινων δραστηριοτήτων. Ως εκ τούτου, οι οικολόγοι και οι βιολόγοι στρέφονται προς την ταχέως αναπτυσσόμενη πειθαρχία της εξ’ αποστάσεως ανίχνευσης για την παροχή των τεχνικών και των πηγών δεδομένων που απαιτούνται για την προετοιμασία των επιστημονικών αποκρίσεων σε περιβαλλοντικές αλλαγές. Αν και η ανάγκη για δορυφορική τηλεπισκόπηση είναι ιδιαίτερα επιτακτική για τις επιστήμες που αφορά η προστασία του περιβάλλοντος, οι μέσω δορυφόρου παρατηρήσεις της γης χρησιμοποιούνται επίσης για τη βασική οικολογική έρευνα.&lt;br /&gt;
&lt;br /&gt;
Τα δορυφορικά δεδομένα τηλεπισκόπησης υπόκεινται σε μεγάλα σφάλματα, τα οποία αν δε διορθωθούν, μπορούν να μειώσουν σημαντικά τη χρησιμότητά τους για οικολογικές εφαρμογές. Πριν την αντανάκλαση και την άφιξη της ακτινοβολίας από έναν δορυφόρο, αυτή αλληλεπιδρά με δύο «θορυβώδη» περιβάλλοντα: την επιφάνεια της Γης και την ατμόσφαιρα. Η ατμοσφαιρική αλλοίωση του σήματος της τηλεπισκόπησης μπορεί να προκύψει μέσω της αλληλεπίδρασης με όζον, υδρατμούς, αερολύματα, και άλλα ατμοσφαιρικά συστατικά. Σε μια συννεφιασμένη&lt;br /&gt;
ημέρα, η δορυφορική οπτική απομακρυσμένων αισθητήρων αλλοιώνεται από τις κορυφές των νεφών. Σκιές, ιδίως όταν διαφέρουν μεταξύ των πεδίων ορατότητας των αισθητήρων (π.χ. πολύ υψηλή ευκρίνεια - AVHRR ή αισθητήρες βλάστησης - VGT), ομίχλη και διασπορά από επίγειες επιφάνειες μπορεί να μειώσει σημαντικά τη συνοχή των δεδομένων και οι συνέπειες αυτού είναι πολύ δύσκολο να αντιμετωπιστούν πλήρως.&lt;br /&gt;
&lt;br /&gt;
Αν και μεγάλου μήκους κύματος, τα συστήματα ενεργητικής τηλεπισκόπησης (π.χ. ραντάρ συνθετικού διαφράγματος) επηρεάζονται πολύ λιγότερο από τις ιδιοτροπίες του καιρού, υπόκεινται σε δικούς τους περιορισμούς, αλλά εξακολουθούν να χρησιμοποιούνται ευρύτερα για την οικολογική εφαρμογές. Ευτυχώς, πολλά ελεύθερα διαθέσιμα σύνολα δεδομένων τηλεπισκόπησης έχουν ήδη υποστεί επεξεργασία για τη μείωση της μόλυνσης και άλλα σφάλματα και είναι άμεσα διαθέσιμα για οικολογική έρευνα.&lt;br /&gt;
&lt;br /&gt;
Εδώ, θα συζητήσουμε τις πρόσφατες περιβαλλοντικές και οικολογικές εφαρμογές των δορυφορικών δεδομένων τηλεπισκόπησης, καθώς και μερικούς από τους περιορισμούς που είναι εγγενείς σε μετρήσεις. Η τηλεπισκόπηση δημιουργεί μια αξιόλογη σειρά από οικολογικά πολύτιμες μετρήσεις, η οποία περιλαμβάνει λεπτομέρειες των οικοσυστημάτων (κάλυψης γης) και τις βιοφυσικές ιδιότητες (ολοκληρωμένες μετρήσεις του οικοσυστήματος) καθώς και την ικανότητα να ανιχνεύει και φυσικά ανθρωπογενείς μεταβολές εντός και μεταξύ των τοπίων. Αν και υπάρχει μια αντιληπτή αναντιστοιχία μεταξύ της ευρείας κλίμακας τηλεπισκόπησης και της τοπικής κλίμακας στον τομέα των οικολογικών δεδομένων, η τηλεπισκόπηση παρέχει την ώθηση για ένα όλο και πιο ευρύ φάσμα οικολογικών μεταβλητών.&lt;br /&gt;
&lt;br /&gt;
'''Κάλυψεις γης'''&lt;br /&gt;
&lt;br /&gt;
Η δορυφορική τηλεπισκόπηση μπορεί να χρησιμοποιηθεί για να εκτιμηθεί η ποικιλία, το είδος και η έκταση της κάλυψης της γης κατά τη διάρκεια μελέτης μιας περιοχής, καλύπτοντας μια βασική ανάγκη που είναι κοινή για πολλές οικολογικές εφαρμογές. Δεδομένα κάλυψης γης περιγράφουν τα φυσικά χαρακτηριστικά της επιφάνειας του περιβάλλοντος, η οποία μπορεί να κυμαίνεται από γυμνό βράχο σε τροπικά δάση και ότι προέρχονται συνήθως από την εφαρμογή των στατιστικών της ομαδοποίηση των πολυφασματικών δεδομένων τηλεπισκόπησης. Η τηλεπισκόπηση μπορεί επίσης να βοηθήσει στην ανάπτυξη στοιχείων για τη χρήση της γης που απεικονίζουν ανθρώπινες αλληλεπιδράσεις με το φυσικό περιβάλλον, αν και η σχέση μεταξύ της κάλυψης και της χρήση γης δεν είναι κατ 'ανάγκην ένα-προς-ένα&lt;br /&gt;
(π.χ. δασικές και χορτολιβαδικές εκτάσεις γης είναι διαφορετικές εξωτερικά, αλλά&lt;br /&gt;
μπορούν να έχουν την ίδια ψυχαγωγική χρήση γης αν βρίσκονται μέσα σε ένα πάρκο). Ανάλογα με τα όργανα ανίχνευσης και τους διαθέσιμους πόρους, η καλύψεις γης και οι ταξινομήσεις μπορεί να εντοπίσουν πολύ συγκεκριμένα ενδιαιτήματα. Το Εθνικό Σύστημα Ταξινόμησης της Βλάστησης ( NVCS) είναι ένα πρότυπο σύστημα κάλυψης γης και ταξινόμησης που αναπτύχθηκε σε συνεργασία με την πολλούς μεγάλους επιστημονικούς οργανισμούς, καθώς και οργανισμούς για την προστασία του περιβάλλοντος (π.χ. The Nature Conservancy, Οικολογική Εταιρεία της Αμερικής) και το οποίο συνεχίζει να εξελίσσεται. Είναι πλέον ευρέως διαδεδομένα τα συστήματα που χρησιμοποιούνται για τη μοντελοποίηση των ενδιαιτημάτων άγριας ζωής. &lt;br /&gt;
&lt;br /&gt;
Διαφορετικές κάλυψης γης και προσεγγίσεις ταξινόμησης διαφέρουν στο δυναμικό τους για τους απαιτητικούς στη λεπτομέρεια και, κατά συνέπεια, η χρησιμότητα τους για την κάλυψη των συγκεκριμένων αναγκών (π.χ. τον εντοπισμό όλων των καλύψεων ενός συγκεκριμένου ενδιαιτήματος). Ανεξάρτητα από την προσέγγιση, η επικύρωση των αποτελεσμάτων της ταξινόμησης είναι που απαιτούνται για την εκτίμηση και, όπου είναι απαραίτητο, τη βελτίωση της ακρίβειας. Τα δεδομένα εδάφους χρησιμοποιούνται ευρύτερα για το σκοπό αυτό και περιλαμβάνουν θετική&lt;br /&gt;
Ταυτοποίηση και παραδείγματα για κάθε κάλυψη γης ενδιαφέροντος και στη συνέχεια χρησιμοποιούνται για τη δοκιμή ακρίβειας της ταξινόμησης.&lt;br /&gt;
&lt;br /&gt;
Δεδομένα κάλυψης γης έχουν αποδειχθεί ιδιαίτερα πολύτιμα για την πρόβλεψη της κατανομής μεμονωμένων ειδών και σύνολα ειδών σε ολόκληρους τομείς που διαφορετικά δεν θα μπορούσαν να ερευνηθούν. Διάφορα μοντέλα πρόβλεψης έχουν κερδίσει έδαφος, καθώς η διαθεσιμότητα και η ακρίβεια της γης που καλύπτουν σύνολα δεδομένων, έχουν βελτιωθεί. Το πρόγραμμα ανάλυσης GAP είναι η βάση για τη μοντελοποίηση της κατανομή των ειδών. Πρόκειται για μια προσπάθεια που έχει ως στόχο να αναπτύξει λεπτομερείς χάρτες με τις προτιμήσεις ενδιαιτημάτων για είδη στόχους. Τα πρωτογενή προϊόντα από την GAP είναι εύκολα διαθέσιμα. Κλιματολογικά, βιοφυσικά και δεδομένα για την κάλυψη της γης μπορεί επίσης να είναι ολοκληρωμένα για να προβλέψουν την παρουσία και απουσία των επιμέρους ειδών σε όλη την γκάμα τους με τη χρήση των γενετικών αλγορίθμων ή μοντέλων. Σε ευρύτερη κλίμακα, τα στοιχεία ετερογένειας των ενδιαιτημάτων, τα οποία προέρχονται από θεματικά λεπτομερή μοντέλα κάλυψης γης, στο παράδειγμα της Καναδικής πεταλούδας και της κοινότητας της αποτελούν εργαλεία πρόβλεψης του βιολογικού πλούτου και των ομοιοτήτων μιας κοινότητας, καλύτερα σε σχέση με οτιδήποτε άλλο έχει ανακαλυφθεί μέχρι σήμερα.&lt;br /&gt;
&lt;br /&gt;
Η επιτυχής πρόβλεψη των κατανομών των ειδών με την χρήση των δεδομένων κάλυψης γης εξαρτάται από τα χαρακτηριστικά τους. Για τα είδη που δεν καταλαμβάνουν όλα τα κατάλληλα ενδιαιτήματα για οποιοδήποτε λόγο (όπως για είδη με μεταπληθυσμιακή δομή), χάρτες κάλυψης γης μπορεί να προβλέψουν τις δυνατότητες και όχι τις πραγματικές κατανομές ειδών. Για παράδειγμα, η παρουσία συγκεκριμένων ειδών πεταλούδας, φυτών, ή πτηνών στο Εθνικό Πάρκο Γιέλοουστοουν (Yellowstone National Park) στις ΗΠΑ, είναι προβλέψιμη όταν έχουν&lt;br /&gt;
ειδικές απαιτήσεις ενδιαιτήματος, είναι άφθονα, ή και τα δύο. Οι πραγματικές κατανομές των σπάνιων ειδών που δεν είναι εξειδικευμένα σε συγκεκριμένα ενδιαιτήματα δε μπορούσαν να προβλεφθούν από ακόμη και εξαιρετικά λεπτομερή και ακριβή δεδομένα κάλυψης γης. Οι ταξινομήσεις κάλυψης γης που χρησιμοποιούνται για τη μοντελοποίηση των ενδιαιτημάτων άγριας ζωής πρέπει να είναι επαρκούς χωρικής και θεματικής ανάλυσης για να προσδιορίσουν με αξιοπιστία τα ενδιαιτήματα που είδη ζώων δυνητικά καταλαμβάνουν. Είναι σχεδόν βέβαιο ότι θα είναι απαραίτητο να συγκεντρωθούν επιτόπιες (ή άλλες βοηθητικές) μετρήσεις πεδίου για να αντιμετωπιστούν αυτές οι αυστηρές απαιτήσεις για τη στήριξη μίας αξιόπιστης πρόβλεψης κατανομής πολλών ειδών.&lt;br /&gt;
&lt;br /&gt;
'''Ολοκληρωμένες μετρήσεις οικοσυστήματος'''&lt;br /&gt;
&lt;br /&gt;
Σε αντίθεση με μετρήσεις πεδίου των λειτουργιών των οικοσυστημάτων, οι οποίες δε μπορούν εύκολα να μετατραπούν σε εκτιμήσεις λειτουργίας ενός ολόκληρου οικοσυστήματος, η τηλεπισκόπηση μπορεί να παρέχει ταυτόχρονες εκτιμήσεις της λειτουργίας ενός οικοσυστήματος για εκτεταμένες περιοχές. Η τηλεπισκόπηση της βλάστησης παρέχει ένα πολλά υποσχόμενο εργαλείο και ιδιαίτερα χρήσιμο εργαλείο μέτρησης της λειτουργίας ενός οικοσυστήματος σε χωρικές κλίμακες που είναι πιο συγκρίσιμες με τις εκτάσεις που προκαλείται ανθρωπογενής περιβαλλοντική αλλαγή. Η καθαρή πρωτογενής παραγωγικότητα (NPP) αντιπροσωπεύει μια πτυχή της ολοκληρωμένης λειτουργίας των οικοσυστημάτων για την οποία η κανονικοποιημένη διαφορά δείκτη βλάστησης (NDVI) χρησιμοποιείται , ιδιαίτερα μετά από τη διόρθωση των μετεωρολογικών και εδαφολογικών δεδομένων. Το NDVI επίσης παρουσιάζει σημαντική συσχέτιση με την απορροφήσα φωτοσυνθετική ενεργή ακτινοβολία (APAR), γεγονός το οποίο συνέβαλλε στην κοινή χρήση του ως εκτιμητή της υπέργειας NPP. Παρόμοια με το NPP, το NDVI είναι ευαίσθητο στις μεταβολες της θερμοκρασίας και της ατμοσφαιρικής κατακρήμνησης.&lt;br /&gt;
&lt;br /&gt;
Μετρήσεις του NDVI , ειδικά όταν συνδυάζονται με στοιχεία χρήσεων γης, είναι όλο και πιο σημαντικές για τις μελέτες στις οποίες υπάρχει ανάγκη διάκρισης μεταξύ της φυσικής διακύμανσης στη λειτουργία του οικοσύστημα και τις αλλαγές που προκύπτουν από ανθρώπινες δραστηριότητες. Σε μια μελέτη φυσικών λιβαδιών και&lt;br /&gt;
καλλιεργούμενων εκτάσεις, οι χρήσεις γης αναδείχθηκαν ως ο σημαντικότερος δείκτης επίδρασης στη λειτουργία των οικοσυστημάτων, όπως μετράται με το ολοκληρωμένο ετήσιο NDVI. Το NDVI, είναι πολύ πιο ευμετάβλητο σε γεωργικές και αστικές περιοχές και είναι στενά συνδεδεμένο με την έκταση της κάλυψης της βλάστησης. Μπορεί να χρησιμοποιηθεί για την ανίχνευση αλλαγών κάλυψης γης&lt;br /&gt;
(π.χ. αντικατάσταση των δασών από τη γεωργία) και ως δείκτης τόσο της ετερογένειας του τοπίου, όσο και της βιοποικιλότητας, καθιστώντας δυνατό τον προσδιορισμό των προστατευόμενων περιοχών. Το NDVI δεν είναι πανάκεια και όπως και με άλλες μεθόδους απομακρυσμένης ανίχνευσης δεδομένων, είναι επιρρεπές σε λάθη, ιδίως σε περιοχές υψηλής τοπογραφικής ποικιλομορφίας. Επιπλέον, κάποιες φορές δεν ανταποκρίνεται σε μετρήσεις οικολογικών παραμέτρων που ενδιαφέρουν πολλούς βιολόγους, όπως είναι ο δείκτης επιφάνειας φυλλώματος (Leaf Area Indrex – LAI) και μπορεί να επηρεαστεί από το&lt;br /&gt;
ανακλαστικότητα των εδαφικών υποστρωμάτων, όταν η βλάστηση έχει μερική κάλυψη. Μια σειρά από άλλους δείκτες βλάστησης, οι οποίοι θα μπορούσαν να είναι καλύτερα προσαρμοσμένοι για ορισμένες εφαρμογές είναι διαθέσιμοι (π.χ. ο μειωμένος απλός δείκτης αναλογίας βλάστησης εκτιμά πιο άμεσα το LAI) και μπορούν να μειώσουν τα σφάλματα. Το NDVI, ωστόσο, παραμένει ο πιο συχνά χρησιμοποιούμενος και πιο εντατικά μελετημένος δείκτη βλάστησης.&lt;br /&gt;
&lt;br /&gt;
Άλλοι ολοκληρωμένοι δείκτες της λειτουργίας των οικοσυστημάτων, όπως η θερμοκρασία επιφανειακής φωτεινότητας (Ts), χρησιμοποιούνται από την επιστημονική κοινότητα της τηλεπισκόπισης, αλλά όχι τόσο από την επιστημονική κοινότητα της οικολογίας. Το Ts μετρά την ποσότητα της εκπεμπόμενης θερμικής&lt;br /&gt;
ενέργειας και της ενεργειακή απόδοση των χερσαίων οικοσυστημάτων. Τροποποιήσεις στις ενεργειακές αποδόσεις σε ένα οικοσύστημα ακολουθούν πολλές ανθρώπινες ή φυσικές διαταραχές, ιδίως εάν αυτές οδηγούν σε απλούστευση των δομικών ιδιοτήτων ενός οικοσυστήματος και χαρακτηριστικές μεταβολές στον δείκτη Ts συχνά ακολουθούν. Ο δείκτης αυτός είναι λιγότερο διαδεδομένος από οτι είναι το NDVI ως δείκτης της λειτουργίας του οικοσυστήματος, αλλά έχει σημαντικές δυνατότητες.&lt;br /&gt;
&lt;br /&gt;
'''Αλλαγές ανίχνευσης'''&lt;br /&gt;
&lt;br /&gt;
Οικολογικές μελέτες όλο και περισσότερο απαιτούν βιοφυσικά δεδομένα μέσα στο χρόνο και σε μεγάλες περιοχές, ένα έργο για το οποίο η τηλεπισκόπηση είναι ιδιαίτερα ισχυρό εργαλείο. Σε περίπου παγκόσμια κλίμακα τηλεπισκόπησης, σύνολα δεδομένων γίνονται διαθέσιμα συνεχώς από τις αρχές της δεκαετίας του 1980 με τη βοήθεια μιας σειράς μετεωρολογικών δορυφόρων που μεταφέρουν όργανα AVHRR. Η πλειψηφία των δεδομένων AVHRR είναι εύκολα προσβάσιμα και παρέχουν τις μοναδικές σχεδόν συνεχής, μακροχρόνιες μετρήσεις των βασικών οικολογικών παραμέτρων, όπως η έκταση των ενδιαιτημάτων, ετερογένεια και πρωτογενής παραγωγικότητα, σε περιφερειακή ή παγκόσμια κλίμακα . Οι αισθητήρες Landsat για τη συλλογή δεδομένων βρίσκονται σε λειτουργία για ακόμα μεγαλύτερο διάστημα (από τις αρχές της δεκαετίας του 1970) και έχουν καλύτερη χωρική ανάλυση από ότι οι AVHRR ή βλάστησης (15 -120 μ ανα εικονοστοιχείο έναντι1 χμ ανα εικονοστοιχείο). Τα δεδομένα Landsat δεν μπορούν να παρέχουν παρακολούθηση οικοσυστήματος σε πραγματικό χρόνο σε ευρείες περιοχές, λόγω της σχετικά μακριάς περιόδου που μεσολαβεί από την ημερομηνία λήψης δεδομένων μέχρι την επόμενη (16-18 ημέρες). Ωστόσο, η βάση δεδομένων Landsat είναι μεγαλύτερη σε σχέση με τι βάσεις που έχουν παρέχει άλλοι δορυφόροι, ενώ η βελτιωμένη χωρική του ανάλυση επιτρέπει την ανίχνευση λεπτών περιβαλλοντικών&lt;br /&gt;
Αλλαγών που θα μπορούσαν να έχουν χαθεί από αισθητήρες με περιορισμένη αναλυτική ικανότητα.&lt;br /&gt;
&lt;br /&gt;
'''Κλιματική αλλαγή'''&lt;br /&gt;
&lt;br /&gt;
Δεδομένα τηλεπισκόπησης έχουν προσφέρει πειστικά στοιχεία ότι το κλίμα έχει αλλάξει ραγδαία, μέσω πολλών οικολογικών ανακαλύψεων σχευτικά με αλλαγές στην εξάπλωση πολλών ειδών. Οι μεταβολές στις κατανομές των ειδών συχνά έχουν στενή σχέση με μεταβολές στις χρήση της γης. Οι χρονοσειρές δεδομένων AVHRR αποδεικνύουν ουσιαστικές μεταβολές στην δομή της βλάστησης, στην πρωτογενή παραγωγικότητα και τις καιρικές συνθήκες ακόμη και κατά τη διάρκεια των τελευταίων 20 ετών. Τα αρκτικά δάση παρουσιάζονται όλο και περισσότερο ως ζωτικής σημασίας αποθήκες διοξειδίου του άνθρακα. Μακροπρόθεσμη ανάλυση στις περιοχές αυτές (1981-1999) του NDVI δείχνει τάσεις γενικής αύξησης στο μήκος της σεζόν καλλιέργειας και της ετήσιας πρωτογενούς παραγωγικότητας, καθώς και προς το βορρά επέκταση της δενδρογραμμής. Ολικό NDVI (το άθροισμα των NDVI&lt;br /&gt;
μετρήσεων από όλα τα σύνθετα AVHRR μετράται καθ 'όλη την καλλιεργητική περίοδο) και συσχετίζεται με μετρήσεις πεδίου της καθαρής πρωτογενούς παραγωγικότητας, της συσσώρευσης βιομάζας και της θερμοκρασίας. Τάσεις θέρμανσης και υψηλότερης ατμοσφαιρικής υγρασίας έχουν επίσης ανιχνευθεί με τη χρήση του AVHRR και πιο εξειδικευμένων αισθητήρων πάνω από θαλάσσια συστήματα, παρέχοντας σημαντικές ενδείξεις που επιβεβαιώνουν ότι το κλίμα έχει&lt;br /&gt;
αλλάξει. Η διαδεδομένη, σύγχρονη λεύκανση των κοραλλιών οφείλεται κατά κύριο λόγο στην αύξηση των θαλάσσιων θερμοκρασιών και παρακολουθούνται με τη βοήθεια Landsat 7 ETM + δεδομένων. Πολλές βιολογικές συνέπειες της αλλαγής του κλίματος μπορούν να παρατηρηθούν απόσταση τηλεσκοπικά, αλλά η έρευνα πεδίου παρέχει επίσης πειστική επιβεβαίωση των βιοτικών συνεπειών των κλιματικών αλλαγών.&lt;br /&gt;
&lt;br /&gt;
'''Η απώλεια των βιοτόπων'''&lt;br /&gt;
&lt;br /&gt;
Δορυφορικές μετρήσεις για τις τάσεις ευρείας κλίμακας στη βλάστηση παρέχουν άμεσες εκτιμήσεις της απώλειας ενδιαιτημάτων, αυξάνοντας τη δύναμη της εφαρμοσμένης οικολογίας για την ανίχνευση μεταβολών στην κατανομή των ειδών ή τη μοντελοποίηση της εξαφάνισης ειδών. Η αποψίλωση των δασών σε υγρά τροπικά δάση, στα οποία στεγάζονται πολλά επίγεια «θερμά κέντρα» (hotspots) βιοποικιλότητας, αποτελεί μία από τις παγκόσμιες ηγητικές αιτίες της απώλειας ειδών. Έχει αποδειχθεί πολύ δύσκολο να υπολογίζει κανείς με ακρίβεια την έκταση αποψίλωσης των υγρών τροπικών δασών, λόγω των περιορισμένων υποδομών παρακολούθησης σε πολλές χώρες, καθώς και τις ασυνέπειες μεταξύ των υφιστάμενων καθεστώτων παρακολούθησης. Δορυφορικά δεδομένα από τη δεκαετία του 1990, με βάση τα AVHRR και SPOT4 επικαιροποιήθηκαν με υψηλής ανάλυσης Landsat και SPOT4/HRVIR (υψηλή ανάλυση σε ορατό και υπέρυθρο) δεδομένα και συμβάλλουν στη βελτίωση των εκτιμήσεων, ακόμα και σε ότι αφορά τα ποσοστά της αποψίλωσης των τροπικών δασών. Αυτά τα νέα δεδομένα κατέδειξαν ότι τα ποσοστά αποψίλωσης ήταν 23% χαμηλότερα από τις εκτιμήσεις του FAO (Οργανισμός Τροφίμων και Γεωργίας). Θα μπορούσαν επίσης, να ανιχνευθούν «θερμά κέντρα» (hotspots) για την αποψίλωση των δασών. Η φωτιά, μια ακόμα κύρια πηγή αλλαγής, μπορεί να είναι ιδιαίτερα εκτεταμένη σε περιοχές που έχουν προηγουμένως υποστεί ζημιά από την αποψίλωση των δασών. Ένας συνδυασμός λήψεων AVHRR, Landsat TM (θεματικός χάρτης) και ραντάρ χρησιμοποιήθηκαν για να ανιχνευθεί η επίδραση της αποψίλωσης των δασών στην πιθανότητα εκδήλωσης φωτιάς στα δάση του Ανατολικού Καλιμαντάν στην Ινδονησία. Τα δάση που ήταν αδιατάρακτα ή είχαν αποψιλωθεί καιρό πριν, ήταν πολύ λιγότερο πιθανό να συμπεριληφθούν στην εκτεταμένη πυρκαγιά 1997-1998 και λιγότερο πιθανά να αντιμετωπίσουν σοβαρές ζημιές από πυρκαγιά. Συνολικά, το 5,7% των μη-αποψιλωμένων δασών επηρεάστηκαν από την πυρκαγιά , σε σύγκριση με το 59% των δασών που είχαν υποστεί πρόσφατα υλοτομία. Αυτές οι δασικές πυρκαγιές, οι οποίες έκαψαν μέρος του υποκείμενου στρώματος τύρφης, επίσης απελευθέρωσαν ένα τεράστιο ποσό άνθρακα υπό τη μορφή του διοξειδίου του που αντιπροσώπευε μεταξύ 13% και 40% της ετήσιας συνολικής παγκόσμιας απελευθέρωση διοξειδίου του άνθρακα από την καύση ορυκτών καυσίμων. Ο Δορυφορικός εντοπισμός πυρκαγιών συμβαίνει τώρα σε σχεδόν πραγματικό χρόνο σε ένα μεγάλο τμήμα του κόσμου (ειδικά με AVHRR και MODIS, ή το Moderate Resolution Imaging Spectroradiometer) και τις παγκόσμιες πρωτοβουλίες χαρτογράφησης καμένων εκτάσεων, όπως η Global Burnt Area 2000, είναι σε εξέλιξη.&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Η τηλεπισκόπηση είναι απαραίτητη για οικολογικές και περιβαλλοντικές εφαρμογές και θα διαδραματίζει ολοένα και σημαντικό ρόλο στο μέλλον. Για πολλούς σκοπούς, παρέχει το μόνο μέσο για τη μέτρηση των χαρακτηριστικών των οικοτόπων σε ευρείες περιοχές και την ανίχνευση περιβαλλοντικών αλλαγών που συμβαίνουν ως αποτέλεσμα ανθρώπινων ή φυσικών διεργασιών. Αυτά τα στοιχεία είναι όλο και πιο εύκολο να τα βρει και να χρησιμοποιήσει κανείς. Παρά το γεγονός ότι δεδομένα πεδίου και τηλεπισκόπησης συχνά συλλέγονται σε αποκλίνουσες χωρικές κλίμακες, οι οικολόγοι έχουν αρχίσει να αναγνωρίζουν τόσο τις δυνατότητες, όσο και τις παγίδες των δορυφορικών πληροφοριών. Εδραιωμένα συστήματα τηλεπισκόπησης παρέχουν ευκαιρίες για να αναπτυχθούν και να εφαρμοστούν νέες μετρήσεις λειτουργίας του οικοσυστήματος. Νέες προσπάθειες για την πρόβλεψη των συνεπειών της αλλαγής της λειτουργίας του οικοσυστήματος, τόσο λόγω φυσικών όσο και των ανθρωπογενών αιτιών, στο πλαίσιο περιφερειακών και παγκόσμιων κατανομών των ειδών, θα πρέπει να αποτελεί υψηλή προτεραιότητα για την έρευνα. Το πλήρες φάσμα των τεχνικών τηλεπισκόπησης για τον εντοπισμό καλύψεων γης, μετρώντας τις βιοφυσικές ιδιότητες των οικοσυστημάτων και τις περιβαλλοντικές αλλαγές, θα πρέπει να ενσωματωθεί με τα υπάρχοντα οικολογικά δεδομένα για την υλοποίηση της φιλόδοξης αυτής πρόκλησης.&lt;br /&gt;
&lt;br /&gt;
[http://mysite.science.uottawa.ca/jkerr/pdf/tree2003.pdf From space to species: ecological&lt;br /&gt;
applications for remote sensing]&lt;/div&gt;</summary>
		<author><name>Maria Kampouri</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:2_NDVI_Ontario.JPG</id>
		<title>Αρχείο:2 NDVI Ontario.JPG</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:2_NDVI_Ontario.JPG"/>
				<updated>2014-05-11T17:32:34Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Kampouri: Αναγνώριση ενδιαιτημάτων μέσω της ταξινόμησης καλύψεων γης. Πολυφασματική εικόνα (Οντάριο, Καναδάς)&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Αναγνώριση ενδιαιτημάτων μέσω της ταξινόμησης καλύψεων γης. Πολυφασματική εικόνα (Οντάριο, Καναδάς)&lt;/div&gt;</summary>
		<author><name>Maria Kampouri</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:1_NDVI_Ontario.JPG</id>
		<title>Αρχείο:1 NDVI Ontario.JPG</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:1_NDVI_Ontario.JPG"/>
				<updated>2014-05-11T17:29:45Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Kampouri: ανέβασμα νέας έκδοσης του &amp;amp;quot;Αρχείο:1 NDVI Ontario.JPG&amp;amp;quot;: Ανάλυση λειτουργίας οικοσυστήματος με χαμηλής και υψηλής ανάλυσης εικόνες. Οι μετρήσ&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Ανάλυση λειτουργίας οικοσυστήματος με χαμηλής ανάλυσης εικόνα. Οι μετρήσεις NDVI δείχνουν ισχυρό διαχωρισμό μεταξύ αστικής κάλυψης και κάλυψης βλάστησης (Νότιο Οντάριο, Καναδάς).&lt;/div&gt;</summary>
		<author><name>Maria Kampouri</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:1_NDVI_Ontario.JPG</id>
		<title>Αρχείο:1 NDVI Ontario.JPG</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:1_NDVI_Ontario.JPG"/>
				<updated>2014-05-11T17:24:31Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Kampouri: ανέβασμα νέας έκδοσης του &amp;amp;quot;Αρχείο:1 NDVI Ontario.JPG&amp;amp;quot;: Ανάλυση λειτουργίας οικοσυστήματος με χαμηλής και υψηλής ανάλυσης εικόνες. Οι μετρήσ&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Ανάλυση λειτουργίας οικοσυστήματος με χαμηλής ανάλυσης εικόνα. Οι μετρήσεις NDVI δείχνουν ισχυρό διαχωρισμό μεταξύ αστικής κάλυψης και κάλυψης βλάστησης (Νότιο Οντάριο, Καναδάς).&lt;/div&gt;</summary>
		<author><name>Maria Kampouri</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%80%CF%8C_%CE%B4%CE%B9%CE%AC%CF%83%CF%84%CE%B7%CE%BC%CE%B1_%CF%83%CE%B5_%CE%B5%CE%AF%CE%B4%CE%BF%CF%82:_%CE%BF%CE%B9%CE%BA%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CE%AD%CF%82_%CE%B5%CF%86%CE%B1%CF%81%CE%BC%CE%BF%CE%B3%CE%AD%CF%82_%CE%B3%CE%B9%CE%B1_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AE_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7</id>
		<title>Από διάστημα σε είδος: οικολογικές εφαρμογές για δορυφορική τηλεπισκόπηση</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%80%CF%8C_%CE%B4%CE%B9%CE%AC%CF%83%CF%84%CE%B7%CE%BC%CE%B1_%CF%83%CE%B5_%CE%B5%CE%AF%CE%B4%CE%BF%CF%82:_%CE%BF%CE%B9%CE%BA%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CE%AD%CF%82_%CE%B5%CF%86%CE%B1%CF%81%CE%BC%CE%BF%CE%B3%CE%AD%CF%82_%CE%B3%CE%B9%CE%B1_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AE_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7"/>
				<updated>2014-05-11T17:23:00Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Kampouri: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Add Your Content Here &lt;br /&gt;
[[Αρχείο:147.102.106.42/rs/wiki/index.php/Αρχείο:1_NDVI_Ontario.JPG]]&lt;br /&gt;
 &lt;br /&gt;
[[category:Παρακολούθηση και εκτίμηση διαχρονικών αλλαγών και εξελίξεων]]&lt;br /&gt;
&lt;br /&gt;
Jeremy T. Kerr &amp;amp; Marsha Ostrovsky&lt;br /&gt;
&lt;br /&gt;
'''Περίληψη'''&lt;br /&gt;
&lt;br /&gt;
'''Μια ποικιλία οικολογικών εφαρμογών απαιτούν δεδομένα από ευρεία χωρική έκταση που δεν μπορούν να συλλεχθούν με τη χρήση μεθόδων πεδίου. Δεδομένα τηλεπισκόπησης και των τεχνικών αντιμετώπιση αυτών των αναγκών, οι οποίες περιλαμβάνουν τον προσδιορισμό και λεπτομερώς τις βιοφυσικές χαρακτηριστικά των ειδών οικοτόπων, προβλέποντας την κατανομή τους και τη χωρική τους μεταβλητότητα σε πλούτο, καθώς και την ανίχνευση φυσικών και ανθρώπινων - προκάλεσε αλλαγή σε κλίμακες που κυμαίνονται από μεμονωμένες τοπία σε ολόκληρο τον κόσμο. Τέτοιες μετρήσεις εμπεριέχουν ουσιώδη σφάλματα που μπορεί να είναι δύσκολο να ξεπεραστούν, αλλά διορθωμένα δεδομένα είναι εύκολα διαθέσιμα και μπορεί να είναι αρκετά υψηλής ανάλυσης, ώστε να μπορούν να ενσωματωθούν σε παραδοσιακές μελέτες. Οικολόγοι και βιολόγοι που ασχολούνται με θέματα προστασίας της φύσης (conservation), βρίσκουν νέους τρόπους για να προσεγγίσουν την έρευνά τους με την ισχυρά δεδομένα από την τηλεπισκόπηση.'''&lt;br /&gt;
&lt;br /&gt;
Οι ανθρώπινες δραστηριότητες επηρεάζουν πλέον το μεγαλύτερο μέρος της επίγειας βιόσφαιρας και αυξάνονται σε ένταση και έκταση. Οι απορρέουσες απώλειες και η υποβάθμιση των ενδιαιτημάτων επηρεάζουν τις λειτουργίες των οικοσυστημάτων μειώνουν την αξία των υπηρεσιών οικοσυστήματος για τον άνθρωπο. Παρά το γεγονός της οικολογικής βελτίωσης της γνώσης των παραγόντων που περιορίζουν την κατανομή των ειδών, τα ποσοστά εξαφάνισης συνεχίζουν να επιταχύνουν. Η ανάγκη να είμαστε σε θέση να ανιχνεύσουμε και να προβλέψουμε τις αλλαγές στο φυσικό περιβάλλον δεν ήταν ποτέ μεγαλύτερη. Ωστόσο, οι παραδοσιακοί τομείς των οικολογικών δεδομένων δεν μεταφράζονται άμεσα σε περιφερειακή ή παγκόσμια κλίμακα και τα μοντέλα που προέρχονται αποκλειστικά από αυτά τα τοπικά δεδομένα είναι απίθανο να προβλέψουν τις παγκόσμιες συνέπειες των ανθρώπινων δραστηριοτήτων. Ως εκ τούτου, οι οικολόγοι και οι βιολόγοι στρέφονται προς την ταχέως αναπτυσσόμενη πειθαρχία της εξ’ αποστάσεως ανίχνευσης για την παροχή των τεχνικών και των πηγών δεδομένων που απαιτούνται για την προετοιμασία των επιστημονικών αποκρίσεων σε περιβαλλοντικές αλλαγές. Αν και η ανάγκη για δορυφορική τηλεπισκόπηση είναι ιδιαίτερα επιτακτική για τις επιστήμες που αφορά η προστασία του περιβάλλοντος, οι μέσω δορυφόρου παρατηρήσεις της γης χρησιμοποιούνται επίσης για τη βασική οικολογική έρευνα.&lt;br /&gt;
&lt;br /&gt;
Τα δορυφορικά δεδομένα τηλεπισκόπησης υπόκεινται σε μεγάλα σφάλματα, τα οποία αν δε διορθωθούν, μπορούν να μειώσουν σημαντικά τη χρησιμότητά τους για οικολογικές εφαρμογές. Πριν την αντανάκλαση και την άφιξη της ακτινοβολίας από έναν δορυφόρο, αυτή αλληλεπιδρά με δύο «θορυβώδη» περιβάλλοντα: την επιφάνεια της Γης και την ατμόσφαιρα. Η ατμοσφαιρική αλλοίωση του σήματος της τηλεπισκόπησης μπορεί να προκύψει μέσω της αλληλεπίδρασης με όζον, υδρατμούς, αερολύματα, και άλλα ατμοσφαιρικά συστατικά. Σε μια συννεφιασμένη&lt;br /&gt;
ημέρα, η δορυφορική οπτική απομακρυσμένων αισθητήρων αλλοιώνεται από τις κορυφές των νεφών. Σκιές, ιδίως όταν διαφέρουν μεταξύ των πεδίων ορατότητας των αισθητήρων (π.χ. πολύ υψηλή ευκρίνεια - AVHRR ή αισθητήρες βλάστησης - VGT), ομίχλη και διασπορά από επίγειες επιφάνειες μπορεί να μειώσει σημαντικά τη συνοχή των δεδομένων και οι συνέπειες αυτού είναι πολύ δύσκολο να αντιμετωπιστούν πλήρως.&lt;br /&gt;
&lt;br /&gt;
Αν και μεγάλου μήκους κύματος, τα συστήματα ενεργητικής τηλεπισκόπησης (π.χ. ραντάρ συνθετικού διαφράγματος) επηρεάζονται πολύ λιγότερο από τις ιδιοτροπίες του καιρού, υπόκεινται σε δικούς τους περιορισμούς, αλλά εξακολουθούν να χρησιμοποιούνται ευρύτερα για την οικολογική εφαρμογές. Ευτυχώς, πολλά ελεύθερα διαθέσιμα σύνολα δεδομένων τηλεπισκόπησης έχουν ήδη υποστεί επεξεργασία για τη μείωση της μόλυνσης και άλλα σφάλματα και είναι άμεσα διαθέσιμα για οικολογική έρευνα.&lt;br /&gt;
&lt;br /&gt;
Εδώ, θα συζητήσουμε τις πρόσφατες περιβαλλοντικές και οικολογικές εφαρμογές των δορυφορικών δεδομένων τηλεπισκόπησης, καθώς και μερικούς από τους περιορισμούς που είναι εγγενείς σε μετρήσεις. Η τηλεπισκόπηση δημιουργεί μια αξιόλογη σειρά από οικολογικά πολύτιμες μετρήσεις, η οποία περιλαμβάνει λεπτομέρειες των οικοσυστημάτων (κάλυψης γης) και τις βιοφυσικές ιδιότητες (ολοκληρωμένες μετρήσεις του οικοσυστήματος) καθώς και την ικανότητα να ανιχνεύει και φυσικά ανθρωπογενείς μεταβολές εντός και μεταξύ των τοπίων. Αν και υπάρχει μια αντιληπτή αναντιστοιχία μεταξύ της ευρείας κλίμακας τηλεπισκόπησης και της τοπικής κλίμακας στον τομέα των οικολογικών δεδομένων, η τηλεπισκόπηση παρέχει την ώθηση για ένα όλο και πιο ευρύ φάσμα οικολογικών μεταβλητών.&lt;br /&gt;
&lt;br /&gt;
'''Κάλυψεις γης'''&lt;br /&gt;
&lt;br /&gt;
Η δορυφορική τηλεπισκόπηση μπορεί να χρησιμοποιηθεί για να εκτιμηθεί η ποικιλία, το είδος και η έκταση της κάλυψης της γης κατά τη διάρκεια μελέτης μιας περιοχής, καλύπτοντας μια βασική ανάγκη που είναι κοινή για πολλές οικολογικές εφαρμογές. Δεδομένα κάλυψης γης περιγράφουν τα φυσικά χαρακτηριστικά της επιφάνειας του περιβάλλοντος, η οποία μπορεί να κυμαίνεται από γυμνό βράχο σε τροπικά δάση και ότι προέρχονται συνήθως από την εφαρμογή των στατιστικών της ομαδοποίηση των πολυφασματικών δεδομένων τηλεπισκόπησης. Η τηλεπισκόπηση μπορεί επίσης να βοηθήσει στην ανάπτυξη στοιχείων για τη χρήση της γης που απεικονίζουν ανθρώπινες αλληλεπιδράσεις με το φυσικό περιβάλλον, αν και η σχέση μεταξύ της κάλυψης και της χρήση γης δεν είναι κατ 'ανάγκην ένα-προς-ένα&lt;br /&gt;
(π.χ. δασικές και χορτολιβαδικές εκτάσεις γης είναι διαφορετικές εξωτερικά, αλλά&lt;br /&gt;
μπορούν να έχουν την ίδια ψυχαγωγική χρήση γης αν βρίσκονται μέσα σε ένα πάρκο). Ανάλογα με τα όργανα ανίχνευσης και τους διαθέσιμους πόρους, η καλύψεις γης και οι ταξινομήσεις μπορεί να εντοπίσουν πολύ συγκεκριμένα ενδιαιτήματα. Το Εθνικό Σύστημα Ταξινόμησης της Βλάστησης ( NVCS) είναι ένα πρότυπο σύστημα κάλυψης γης και ταξινόμησης που αναπτύχθηκε σε συνεργασία με την πολλούς μεγάλους επιστημονικούς οργανισμούς, καθώς και οργανισμούς για την προστασία του περιβάλλοντος (π.χ. The Nature Conservancy, Οικολογική Εταιρεία της Αμερικής) και το οποίο συνεχίζει να εξελίσσεται. Είναι πλέον ευρέως διαδεδομένα τα συστήματα που χρησιμοποιούνται για τη μοντελοποίηση των ενδιαιτημάτων άγριας ζωής. &lt;br /&gt;
&lt;br /&gt;
Διαφορετικές κάλυψης γης και προσεγγίσεις ταξινόμησης διαφέρουν στο δυναμικό τους για τους απαιτητικούς στη λεπτομέρεια και, κατά συνέπεια, η χρησιμότητα τους για την κάλυψη των συγκεκριμένων αναγκών (π.χ. τον εντοπισμό όλων των καλύψεων ενός συγκεκριμένου ενδιαιτήματος). Ανεξάρτητα από την προσέγγιση, η επικύρωση των αποτελεσμάτων της ταξινόμησης είναι που απαιτούνται για την εκτίμηση και, όπου είναι απαραίτητο, τη βελτίωση της ακρίβειας. Τα δεδομένα εδάφους χρησιμοποιούνται ευρύτερα για το σκοπό αυτό και περιλαμβάνουν θετική&lt;br /&gt;
Ταυτοποίηση και παραδείγματα για κάθε κάλυψη γης ενδιαφέροντος και στη συνέχεια χρησιμοποιούνται για τη δοκιμή ακρίβειας της ταξινόμησης.&lt;br /&gt;
&lt;br /&gt;
Δεδομένα κάλυψης γης έχουν αποδειχθεί ιδιαίτερα πολύτιμα για την πρόβλεψη της κατανομής μεμονωμένων ειδών και σύνολα ειδών σε ολόκληρους τομείς που διαφορετικά δεν θα μπορούσαν να ερευνηθούν. Διάφορα μοντέλα πρόβλεψης έχουν κερδίσει έδαφος, καθώς η διαθεσιμότητα και η ακρίβεια της γης που καλύπτουν σύνολα δεδομένων, έχουν βελτιωθεί. Το πρόγραμμα ανάλυσης GAP είναι η βάση για τη μοντελοποίηση της κατανομή των ειδών. Πρόκειται για μια προσπάθεια που έχει ως στόχο να αναπτύξει λεπτομερείς χάρτες με τις προτιμήσεις ενδιαιτημάτων για είδη στόχους. Τα πρωτογενή προϊόντα από την GAP είναι εύκολα διαθέσιμα. Κλιματολογικά, βιοφυσικά και δεδομένα για την κάλυψη της γης μπορεί επίσης να είναι ολοκληρωμένα για να προβλέψουν την παρουσία και απουσία των επιμέρους ειδών σε όλη την γκάμα τους με τη χρήση των γενετικών αλγορίθμων ή μοντέλων. Σε ευρύτερη κλίμακα, τα στοιχεία ετερογένειας των ενδιαιτημάτων, τα οποία προέρχονται από θεματικά λεπτομερή μοντέλα κάλυψης γης, στο παράδειγμα της Καναδικής πεταλούδας και της κοινότητας της αποτελούν εργαλεία πρόβλεψης του βιολογικού πλούτου και των ομοιοτήτων μιας κοινότητας, καλύτερα σε σχέση με οτιδήποτε άλλο έχει ανακαλυφθεί μέχρι σήμερα.&lt;br /&gt;
&lt;br /&gt;
Η επιτυχής πρόβλεψη των κατανομών των ειδών με την χρήση των δεδομένων κάλυψης γης εξαρτάται από τα χαρακτηριστικά τους. Για τα είδη που δεν καταλαμβάνουν όλα τα κατάλληλα ενδιαιτήματα για οποιοδήποτε λόγο (όπως για είδη με μεταπληθυσμιακή δομή), χάρτες κάλυψης γης μπορεί να προβλέψουν τις δυνατότητες και όχι τις πραγματικές κατανομές ειδών. Για παράδειγμα, η παρουσία συγκεκριμένων ειδών πεταλούδας, φυτών, ή πτηνών στο Εθνικό Πάρκο Γιέλοουστοουν (Yellowstone National Park) στις ΗΠΑ, είναι προβλέψιμη όταν έχουν&lt;br /&gt;
ειδικές απαιτήσεις ενδιαιτήματος, είναι άφθονα, ή και τα δύο. Οι πραγματικές κατανομές των σπάνιων ειδών που δεν είναι εξειδικευμένα σε συγκεκριμένα ενδιαιτήματα δε μπορούσαν να προβλεφθούν από ακόμη και εξαιρετικά λεπτομερή και ακριβή δεδομένα κάλυψης γης. Οι ταξινομήσεις κάλυψης γης που χρησιμοποιούνται για τη μοντελοποίηση των ενδιαιτημάτων άγριας ζωής πρέπει να είναι επαρκούς χωρικής και θεματικής ανάλυσης για να προσδιορίσουν με αξιοπιστία τα ενδιαιτήματα που είδη ζώων δυνητικά καταλαμβάνουν. Είναι σχεδόν βέβαιο ότι θα είναι απαραίτητο να συγκεντρωθούν επιτόπιες (ή άλλες βοηθητικές) μετρήσεις πεδίου για να αντιμετωπιστούν αυτές οι αυστηρές απαιτήσεις για τη στήριξη μίας αξιόπιστης πρόβλεψης κατανομής πολλών ειδών.&lt;br /&gt;
&lt;br /&gt;
'''Ολοκληρωμένες μετρήσεις οικοσυστήματος'''&lt;br /&gt;
&lt;br /&gt;
Σε αντίθεση με μετρήσεις πεδίου των λειτουργιών των οικοσυστημάτων, οι οποίες δε μπορούν εύκολα να μετατραπούν σε εκτιμήσεις λειτουργίας ενός ολόκληρου οικοσυστήματος, η τηλεπισκόπηση μπορεί να παρέχει ταυτόχρονες εκτιμήσεις της λειτουργίας ενός οικοσυστήματος για εκτεταμένες περιοχές. Η τηλεπισκόπηση της βλάστησης παρέχει ένα πολλά υποσχόμενο εργαλείο και ιδιαίτερα χρήσιμο εργαλείο μέτρησης της λειτουργίας ενός οικοσυστήματος σε χωρικές κλίμακες που είναι πιο συγκρίσιμες με τις εκτάσεις που προκαλείται ανθρωπογενής περιβαλλοντική αλλαγή. Η καθαρή πρωτογενής παραγωγικότητα (NPP) αντιπροσωπεύει μια πτυχή της ολοκληρωμένης λειτουργίας των οικοσυστημάτων για την οποία η κανονικοποιημένη διαφορά δείκτη βλάστησης (NDVI) χρησιμοποιείται , ιδιαίτερα μετά από τη διόρθωση των μετεωρολογικών και εδαφολογικών δεδομένων. Το NDVI επίσης παρουσιάζει σημαντική συσχέτιση με την απορροφήσα φωτοσυνθετική ενεργή ακτινοβολία (APAR), γεγονός το οποίο συνέβαλλε στην κοινή χρήση του ως εκτιμητή της υπέργειας NPP. Παρόμοια με το NPP, το NDVI είναι ευαίσθητο στις μεταβολες της θερμοκρασίας και της ατμοσφαιρικής κατακρήμνησης.&lt;br /&gt;
&lt;br /&gt;
Μετρήσεις του NDVI , ειδικά όταν συνδυάζονται με στοιχεία χρήσεων γης, είναι όλο και πιο σημαντικές για τις μελέτες στις οποίες υπάρχει ανάγκη διάκρισης μεταξύ της φυσικής διακύμανσης στη λειτουργία του οικοσύστημα και τις αλλαγές που προκύπτουν από ανθρώπινες δραστηριότητες. Σε μια μελέτη φυσικών λιβαδιών και&lt;br /&gt;
καλλιεργούμενων εκτάσεις, οι χρήσεις γης αναδείχθηκαν ως ο σημαντικότερος δείκτης επίδρασης στη λειτουργία των οικοσυστημάτων, όπως μετράται με το ολοκληρωμένο ετήσιο NDVI. Το NDVI, είναι πολύ πιο ευμετάβλητο σε γεωργικές και αστικές περιοχές και είναι στενά συνδεδεμένο με την έκταση της κάλυψης της βλάστησης. Μπορεί να χρησιμοποιηθεί για την ανίχνευση αλλαγών κάλυψης γης&lt;br /&gt;
(π.χ. αντικατάσταση των δασών από τη γεωργία) και ως δείκτης τόσο της ετερογένειας του τοπίου, όσο και της βιοποικιλότητας, καθιστώντας δυνατό τον προσδιορισμό των προστατευόμενων περιοχών. Το NDVI δεν είναι πανάκεια και όπως και με άλλες μεθόδους απομακρυσμένης ανίχνευσης δεδομένων, είναι επιρρεπές σε λάθη, ιδίως σε περιοχές υψηλής τοπογραφικής ποικιλομορφίας. Επιπλέον, κάποιες φορές δεν ανταποκρίνεται σε μετρήσεις οικολογικών παραμέτρων που ενδιαφέρουν πολλούς βιολόγους, όπως είναι ο δείκτης επιφάνειας φυλλώματος (Leaf Area Indrex – LAI) και μπορεί να επηρεαστεί από το&lt;br /&gt;
ανακλαστικότητα των εδαφικών υποστρωμάτων, όταν η βλάστηση έχει μερική κάλυψη. Μια σειρά από άλλους δείκτες βλάστησης, οι οποίοι θα μπορούσαν να είναι καλύτερα προσαρμοσμένοι για ορισμένες εφαρμογές είναι διαθέσιμοι (π.χ. ο μειωμένος απλός δείκτης αναλογίας βλάστησης εκτιμά πιο άμεσα το LAI) και μπορούν να μειώσουν τα σφάλματα. Το NDVI, ωστόσο, παραμένει ο πιο συχνά χρησιμοποιούμενος και πιο εντατικά μελετημένος δείκτη βλάστησης.&lt;br /&gt;
&lt;br /&gt;
Άλλοι ολοκληρωμένοι δείκτες της λειτουργίας των οικοσυστημάτων, όπως η θερμοκρασία επιφανειακής φωτεινότητας (Ts), χρησιμοποιούνται από την επιστημονική κοινότητα της τηλεπισκόπισης, αλλά όχι τόσο από την επιστημονική κοινότητα της οικολογίας. Το Ts μετρά την ποσότητα της εκπεμπόμενης θερμικής&lt;br /&gt;
ενέργειας και της ενεργειακή απόδοση των χερσαίων οικοσυστημάτων. Τροποποιήσεις στις ενεργειακές αποδόσεις σε ένα οικοσύστημα ακολουθούν πολλές ανθρώπινες ή φυσικές διαταραχές, ιδίως εάν αυτές οδηγούν σε απλούστευση των δομικών ιδιοτήτων ενός οικοσυστήματος και χαρακτηριστικές μεταβολές στον δείκτη Ts συχνά ακολουθούν. Ο δείκτης αυτός είναι λιγότερο διαδεδομένος από οτι είναι το NDVI ως δείκτης της λειτουργίας του οικοσυστήματος, αλλά έχει σημαντικές δυνατότητες.&lt;br /&gt;
&lt;br /&gt;
'''Αλλαγές ανίχνευσης'''&lt;br /&gt;
&lt;br /&gt;
Οικολογικές μελέτες όλο και περισσότερο απαιτούν βιοφυσικά δεδομένα μέσα στο χρόνο και σε μεγάλες περιοχές, ένα έργο για το οποίο η τηλεπισκόπηση είναι ιδιαίτερα ισχυρό εργαλείο. Σε περίπου παγκόσμια κλίμακα τηλεπισκόπησης, σύνολα δεδομένων γίνονται διαθέσιμα συνεχώς από τις αρχές της δεκαετίας του 1980 με τη βοήθεια μιας σειράς μετεωρολογικών δορυφόρων που μεταφέρουν όργανα AVHRR. Η πλειψηφία των δεδομένων AVHRR είναι εύκολα προσβάσιμα και παρέχουν τις μοναδικές σχεδόν συνεχής, μακροχρόνιες μετρήσεις των βασικών οικολογικών παραμέτρων, όπως η έκταση των ενδιαιτημάτων, ετερογένεια και πρωτογενής παραγωγικότητα, σε περιφερειακή ή παγκόσμια κλίμακα . Οι αισθητήρες Landsat για τη συλλογή δεδομένων βρίσκονται σε λειτουργία για ακόμα μεγαλύτερο διάστημα (από τις αρχές της δεκαετίας του 1970) και έχουν καλύτερη χωρική ανάλυση από ότι οι AVHRR ή βλάστησης (15 -120 μ ανα εικονοστοιχείο έναντι1 χμ ανα εικονοστοιχείο). Τα δεδομένα Landsat δεν μπορούν να παρέχουν παρακολούθηση οικοσυστήματος σε πραγματικό χρόνο σε ευρείες περιοχές, λόγω της σχετικά μακριάς περιόδου που μεσολαβεί από την ημερομηνία λήψης δεδομένων μέχρι την επόμενη (16-18 ημέρες). Ωστόσο, η βάση δεδομένων Landsat είναι μεγαλύτερη σε σχέση με τι βάσεις που έχουν παρέχει άλλοι δορυφόροι, ενώ η βελτιωμένη χωρική του ανάλυση επιτρέπει την ανίχνευση λεπτών περιβαλλοντικών&lt;br /&gt;
Αλλαγών που θα μπορούσαν να έχουν χαθεί από αισθητήρες με περιορισμένη αναλυτική ικανότητα.&lt;br /&gt;
&lt;br /&gt;
'''Κλιματική αλλαγή'''&lt;br /&gt;
&lt;br /&gt;
Δεδομένα τηλεπισκόπησης έχουν προσφέρει πειστικά στοιχεία ότι το κλίμα έχει αλλάξει ραγδαία, μέσω πολλών οικολογικών ανακαλύψεων σχευτικά με αλλαγές στην εξάπλωση πολλών ειδών. Οι μεταβολές στις κατανομές των ειδών συχνά έχουν στενή σχέση με μεταβολές στις χρήση της γης. Οι χρονοσειρές δεδομένων AVHRR αποδεικνύουν ουσιαστικές μεταβολές στην δομή της βλάστησης, στην πρωτογενή παραγωγικότητα και τις καιρικές συνθήκες ακόμη και κατά τη διάρκεια των τελευταίων 20 ετών. Τα αρκτικά δάση παρουσιάζονται όλο και περισσότερο ως ζωτικής σημασίας αποθήκες διοξειδίου του άνθρακα. Μακροπρόθεσμη ανάλυση στις περιοχές αυτές (1981-1999) του NDVI δείχνει τάσεις γενικής αύξησης στο μήκος της σεζόν καλλιέργειας και της ετήσιας πρωτογενούς παραγωγικότητας, καθώς και προς το βορρά επέκταση της δενδρογραμμής. Ολικό NDVI (το άθροισμα των NDVI&lt;br /&gt;
μετρήσεων από όλα τα σύνθετα AVHRR μετράται καθ 'όλη την καλλιεργητική περίοδο) και συσχετίζεται με μετρήσεις πεδίου της καθαρής πρωτογενούς παραγωγικότητας, της συσσώρευσης βιομάζας και της θερμοκρασίας. Τάσεις θέρμανσης και υψηλότερης ατμοσφαιρικής υγρασίας έχουν επίσης ανιχνευθεί με τη χρήση του AVHRR και πιο εξειδικευμένων αισθητήρων πάνω από θαλάσσια συστήματα, παρέχοντας σημαντικές ενδείξεις που επιβεβαιώνουν ότι το κλίμα έχει&lt;br /&gt;
αλλάξει. Η διαδεδομένη, σύγχρονη λεύκανση των κοραλλιών οφείλεται κατά κύριο λόγο στην αύξηση των θαλάσσιων θερμοκρασιών και παρακολουθούνται με τη βοήθεια Landsat 7 ETM + δεδομένων. Πολλές βιολογικές συνέπειες της αλλαγής του κλίματος μπορούν να παρατηρηθούν απόσταση τηλεσκοπικά, αλλά η έρευνα πεδίου παρέχει επίσης πειστική επιβεβαίωση των βιοτικών συνεπειών των κλιματικών αλλαγών.&lt;br /&gt;
&lt;br /&gt;
'''Η απώλεια των βιοτόπων'''&lt;br /&gt;
&lt;br /&gt;
Δορυφορικές μετρήσεις για τις τάσεις ευρείας κλίμακας στη βλάστηση παρέχουν άμεσες εκτιμήσεις της απώλειας ενδιαιτημάτων, αυξάνοντας τη δύναμη της εφαρμοσμένης οικολογίας για την ανίχνευση μεταβολών στην κατανομή των ειδών ή τη μοντελοποίηση της εξαφάνισης ειδών. Η αποψίλωση των δασών σε υγρά τροπικά δάση, στα οποία στεγάζονται πολλά επίγεια «θερμά κέντρα» (hotspots) βιοποικιλότητας, αποτελεί μία από τις παγκόσμιες ηγητικές αιτίες της απώλειας ειδών. Έχει αποδειχθεί πολύ δύσκολο να υπολογίζει κανείς με ακρίβεια την έκταση αποψίλωσης των υγρών τροπικών δασών, λόγω των περιορισμένων υποδομών παρακολούθησης σε πολλές χώρες, καθώς και τις ασυνέπειες μεταξύ των υφιστάμενων καθεστώτων παρακολούθησης. Δορυφορικά δεδομένα από τη δεκαετία του 1990, με βάση τα AVHRR και SPOT4 επικαιροποιήθηκαν με υψηλής ανάλυσης Landsat και SPOT4/HRVIR (υψηλή ανάλυση σε ορατό και υπέρυθρο) δεδομένα και συμβάλλουν στη βελτίωση των εκτιμήσεων, ακόμα και σε ότι αφορά τα ποσοστά της αποψίλωσης των τροπικών δασών. Αυτά τα νέα δεδομένα κατέδειξαν ότι τα ποσοστά αποψίλωσης ήταν 23% χαμηλότερα από τις εκτιμήσεις του FAO (Οργανισμός Τροφίμων και Γεωργίας). Θα μπορούσαν επίσης, να ανιχνευθούν «θερμά κέντρα» (hotspots) για την αποψίλωση των δασών. Η φωτιά, μια ακόμα κύρια πηγή αλλαγής, μπορεί να είναι ιδιαίτερα εκτεταμένη σε περιοχές που έχουν προηγουμένως υποστεί ζημιά από την αποψίλωση των δασών. Ένας συνδυασμός λήψεων AVHRR, Landsat TM (θεματικός χάρτης) και ραντάρ χρησιμοποιήθηκαν για να ανιχνευθεί η επίδραση της αποψίλωσης των δασών στην πιθανότητα εκδήλωσης φωτιάς στα δάση του Ανατολικού Καλιμαντάν στην Ινδονησία. Τα δάση που ήταν αδιατάρακτα ή είχαν αποψιλωθεί καιρό πριν, ήταν πολύ λιγότερο πιθανό να συμπεριληφθούν στην εκτεταμένη πυρκαγιά 1997-1998 και λιγότερο πιθανά να αντιμετωπίσουν σοβαρές ζημιές από πυρκαγιά. Συνολικά, το 5,7% των μη-αποψιλωμένων δασών επηρεάστηκαν από την πυρκαγιά , σε σύγκριση με το 59% των δασών που είχαν υποστεί πρόσφατα υλοτομία. Αυτές οι δασικές πυρκαγιές, οι οποίες έκαψαν μέρος του υποκείμενου στρώματος τύρφης, επίσης απελευθέρωσαν ένα τεράστιο ποσό άνθρακα υπό τη μορφή του διοξειδίου του που αντιπροσώπευε μεταξύ 13% και 40% της ετήσιας συνολικής παγκόσμιας απελευθέρωση διοξειδίου του άνθρακα από την καύση ορυκτών καυσίμων. Ο Δορυφορικός εντοπισμός πυρκαγιών συμβαίνει τώρα σε σχεδόν πραγματικό χρόνο σε ένα μεγάλο τμήμα του κόσμου (ειδικά με AVHRR και MODIS, ή το Moderate Resolution Imaging Spectroradiometer) και τις παγκόσμιες πρωτοβουλίες χαρτογράφησης καμένων εκτάσεων, όπως η Global Burnt Area 2000, είναι σε εξέλιξη.&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Η τηλεπισκόπηση είναι απαραίτητη για οικολογικές και περιβαλλοντικές εφαρμογές και θα διαδραματίζει ολοένα και σημαντικό ρόλο στο μέλλον. Για πολλούς σκοπούς, παρέχει το μόνο μέσο για τη μέτρηση των χαρακτηριστικών των οικοτόπων σε ευρείες περιοχές και την ανίχνευση περιβαλλοντικών αλλαγών που συμβαίνουν ως αποτέλεσμα ανθρώπινων ή φυσικών διεργασιών. Αυτά τα στοιχεία είναι όλο και πιο εύκολο να τα βρει και να χρησιμοποιήσει κανείς. Παρά το γεγονός ότι δεδομένα πεδίου και τηλεπισκόπησης συχνά συλλέγονται σε αποκλίνουσες χωρικές κλίμακες, οι οικολόγοι έχουν αρχίσει να αναγνωρίζουν τόσο τις δυνατότητες, όσο και τις παγίδες των δορυφορικών πληροφοριών. Εδραιωμένα συστήματα τηλεπισκόπησης παρέχουν ευκαιρίες για να αναπτυχθούν και να εφαρμοστούν νέες μετρήσεις λειτουργίας του οικοσυστήματος. Νέες προσπάθειες για την πρόβλεψη των συνεπειών της αλλαγής της λειτουργίας του οικοσυστήματος, τόσο λόγω φυσικών όσο και των ανθρωπογενών αιτιών, στο πλαίσιο περιφερειακών και παγκόσμιων κατανομών των ειδών, θα πρέπει να αποτελεί υψηλή προτεραιότητα για την έρευνα. Το πλήρες φάσμα των τεχνικών τηλεπισκόπησης για τον εντοπισμό καλύψεων γης, μετρώντας τις βιοφυσικές ιδιότητες των οικοσυστημάτων και τις περιβαλλοντικές αλλαγές, θα πρέπει να ενσωματωθεί με τα υπάρχοντα οικολογικά δεδομένα για την υλοποίηση της φιλόδοξης αυτής πρόκλησης.&lt;br /&gt;
&lt;br /&gt;
[http://mysite.science.uottawa.ca/jkerr/pdf/tree2003.pdf From space to species: ecological&lt;br /&gt;
applications for remote sensing]&lt;/div&gt;</summary>
		<author><name>Maria Kampouri</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%80%CF%8C_%CE%B4%CE%B9%CE%AC%CF%83%CF%84%CE%B7%CE%BC%CE%B1_%CF%83%CE%B5_%CE%B5%CE%AF%CE%B4%CE%BF%CF%82:_%CE%BF%CE%B9%CE%BA%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CE%AD%CF%82_%CE%B5%CF%86%CE%B1%CF%81%CE%BC%CE%BF%CE%B3%CE%AD%CF%82_%CE%B3%CE%B9%CE%B1_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AE_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7</id>
		<title>Από διάστημα σε είδος: οικολογικές εφαρμογές για δορυφορική τηλεπισκόπηση</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%80%CF%8C_%CE%B4%CE%B9%CE%AC%CF%83%CF%84%CE%B7%CE%BC%CE%B1_%CF%83%CE%B5_%CE%B5%CE%AF%CE%B4%CE%BF%CF%82:_%CE%BF%CE%B9%CE%BA%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CE%AD%CF%82_%CE%B5%CF%86%CE%B1%CF%81%CE%BC%CE%BF%CE%B3%CE%AD%CF%82_%CE%B3%CE%B9%CE%B1_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AE_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7"/>
				<updated>2014-05-11T17:21:25Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Kampouri: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Add Your Content Here &lt;br /&gt;
&lt;br /&gt;
 [[category:Παρακολούθηση και εκτίμηση διαχρονικών αλλαγών και εξελίξεων]]&lt;br /&gt;
&lt;br /&gt;
Jeremy T. Kerr &amp;amp; Marsha Ostrovsky&lt;br /&gt;
&lt;br /&gt;
'''Περίληψη'''&lt;br /&gt;
&lt;br /&gt;
'''Μια ποικιλία οικολογικών εφαρμογών απαιτούν δεδομένα από ευρεία χωρική έκταση που δεν μπορούν να συλλεχθούν με τη χρήση μεθόδων πεδίου. Δεδομένα τηλεπισκόπησης και των τεχνικών αντιμετώπιση αυτών των αναγκών, οι οποίες περιλαμβάνουν τον προσδιορισμό και λεπτομερώς τις βιοφυσικές χαρακτηριστικά των ειδών οικοτόπων, προβλέποντας την κατανομή τους και τη χωρική τους μεταβλητότητα σε πλούτο, καθώς και την ανίχνευση φυσικών και ανθρώπινων - προκάλεσε αλλαγή σε κλίμακες που κυμαίνονται από μεμονωμένες τοπία σε ολόκληρο τον κόσμο. Τέτοιες μετρήσεις εμπεριέχουν ουσιώδη σφάλματα που μπορεί να είναι δύσκολο να ξεπεραστούν, αλλά διορθωμένα δεδομένα είναι εύκολα διαθέσιμα και μπορεί να είναι αρκετά υψηλής ανάλυσης, ώστε να μπορούν να ενσωματωθούν σε παραδοσιακές μελέτες. Οικολόγοι και βιολόγοι που ασχολούνται με θέματα προστασίας της φύσης (conservation), βρίσκουν νέους τρόπους για να προσεγγίσουν την έρευνά τους με την ισχυρά δεδομένα από την τηλεπισκόπηση.'''&lt;br /&gt;
&lt;br /&gt;
Οι ανθρώπινες δραστηριότητες επηρεάζουν πλέον το μεγαλύτερο μέρος της επίγειας βιόσφαιρας και αυξάνονται σε ένταση και έκταση. Οι απορρέουσες απώλειες και η υποβάθμιση των ενδιαιτημάτων επηρεάζουν τις λειτουργίες των οικοσυστημάτων μειώνουν την αξία των υπηρεσιών οικοσυστήματος για τον άνθρωπο. Παρά το γεγονός της οικολογικής βελτίωσης της γνώσης των παραγόντων που περιορίζουν την κατανομή των ειδών, τα ποσοστά εξαφάνισης συνεχίζουν να επιταχύνουν. Η ανάγκη να είμαστε σε θέση να ανιχνεύσουμε και να προβλέψουμε τις αλλαγές στο φυσικό περιβάλλον δεν ήταν ποτέ μεγαλύτερη. Ωστόσο, οι παραδοσιακοί τομείς των οικολογικών δεδομένων δεν μεταφράζονται άμεσα σε περιφερειακή ή παγκόσμια κλίμακα και τα μοντέλα που προέρχονται αποκλειστικά από αυτά τα τοπικά δεδομένα είναι απίθανο να προβλέψουν τις παγκόσμιες συνέπειες των ανθρώπινων δραστηριοτήτων. Ως εκ τούτου, οι οικολόγοι και οι βιολόγοι στρέφονται προς την ταχέως αναπτυσσόμενη πειθαρχία της εξ’ αποστάσεως ανίχνευσης για την παροχή των τεχνικών και των πηγών δεδομένων που απαιτούνται για την προετοιμασία των επιστημονικών αποκρίσεων σε περιβαλλοντικές αλλαγές. Αν και η ανάγκη για δορυφορική τηλεπισκόπηση είναι ιδιαίτερα επιτακτική για τις επιστήμες που αφορά η προστασία του περιβάλλοντος, οι μέσω δορυφόρου παρατηρήσεις της γης χρησιμοποιούνται επίσης για τη βασική οικολογική έρευνα.&lt;br /&gt;
&lt;br /&gt;
Τα δορυφορικά δεδομένα τηλεπισκόπησης υπόκεινται σε μεγάλα σφάλματα, τα οποία αν δε διορθωθούν, μπορούν να μειώσουν σημαντικά τη χρησιμότητά τους για οικολογικές εφαρμογές. Πριν την αντανάκλαση και την άφιξη της ακτινοβολίας από έναν δορυφόρο, αυτή αλληλεπιδρά με δύο «θορυβώδη» περιβάλλοντα: την επιφάνεια της Γης και την ατμόσφαιρα. Η ατμοσφαιρική αλλοίωση του σήματος της τηλεπισκόπησης μπορεί να προκύψει μέσω της αλληλεπίδρασης με όζον, υδρατμούς, αερολύματα, και άλλα ατμοσφαιρικά συστατικά. Σε μια συννεφιασμένη&lt;br /&gt;
ημέρα, η δορυφορική οπτική απομακρυσμένων αισθητήρων αλλοιώνεται από τις κορυφές των νεφών. Σκιές, ιδίως όταν διαφέρουν μεταξύ των πεδίων ορατότητας των αισθητήρων (π.χ. πολύ υψηλή ευκρίνεια - AVHRR ή αισθητήρες βλάστησης - VGT), ομίχλη και διασπορά από επίγειες επιφάνειες μπορεί να μειώσει σημαντικά τη συνοχή των δεδομένων και οι συνέπειες αυτού είναι πολύ δύσκολο να αντιμετωπιστούν πλήρως.&lt;br /&gt;
&lt;br /&gt;
Αν και μεγάλου μήκους κύματος, τα συστήματα ενεργητικής τηλεπισκόπησης (π.χ. ραντάρ συνθετικού διαφράγματος) επηρεάζονται πολύ λιγότερο από τις ιδιοτροπίες του καιρού, υπόκεινται σε δικούς τους περιορισμούς, αλλά εξακολουθούν να χρησιμοποιούνται ευρύτερα για την οικολογική εφαρμογές. Ευτυχώς, πολλά ελεύθερα διαθέσιμα σύνολα δεδομένων τηλεπισκόπησης έχουν ήδη υποστεί επεξεργασία για τη μείωση της μόλυνσης και άλλα σφάλματα και είναι άμεσα διαθέσιμα για οικολογική έρευνα.&lt;br /&gt;
&lt;br /&gt;
Εδώ, θα συζητήσουμε τις πρόσφατες περιβαλλοντικές και οικολογικές εφαρμογές των δορυφορικών δεδομένων τηλεπισκόπησης, καθώς και μερικούς από τους περιορισμούς που είναι εγγενείς σε μετρήσεις. Η τηλεπισκόπηση δημιουργεί μια αξιόλογη σειρά από οικολογικά πολύτιμες μετρήσεις, η οποία περιλαμβάνει λεπτομέρειες των οικοσυστημάτων (κάλυψης γης) και τις βιοφυσικές ιδιότητες (ολοκληρωμένες μετρήσεις του οικοσυστήματος) καθώς και την ικανότητα να ανιχνεύει και φυσικά ανθρωπογενείς μεταβολές εντός και μεταξύ των τοπίων. Αν και υπάρχει μια αντιληπτή αναντιστοιχία μεταξύ της ευρείας κλίμακας τηλεπισκόπησης και της τοπικής κλίμακας στον τομέα των οικολογικών δεδομένων, η τηλεπισκόπηση παρέχει την ώθηση για ένα όλο και πιο ευρύ φάσμα οικολογικών μεταβλητών.&lt;br /&gt;
&lt;br /&gt;
'''Κάλυψεις γης'''&lt;br /&gt;
&lt;br /&gt;
Η δορυφορική τηλεπισκόπηση μπορεί να χρησιμοποιηθεί για να εκτιμηθεί η ποικιλία, το είδος και η έκταση της κάλυψης της γης κατά τη διάρκεια μελέτης μιας περιοχής, καλύπτοντας μια βασική ανάγκη που είναι κοινή για πολλές οικολογικές εφαρμογές. Δεδομένα κάλυψης γης περιγράφουν τα φυσικά χαρακτηριστικά της επιφάνειας του περιβάλλοντος, η οποία μπορεί να κυμαίνεται από γυμνό βράχο σε τροπικά δάση και ότι προέρχονται συνήθως από την εφαρμογή των στατιστικών της ομαδοποίηση των πολυφασματικών δεδομένων τηλεπισκόπησης. Η τηλεπισκόπηση μπορεί επίσης να βοηθήσει στην ανάπτυξη στοιχείων για τη χρήση της γης που απεικονίζουν ανθρώπινες αλληλεπιδράσεις με το φυσικό περιβάλλον, αν και η σχέση μεταξύ της κάλυψης και της χρήση γης δεν είναι κατ 'ανάγκην ένα-προς-ένα&lt;br /&gt;
(π.χ. δασικές και χορτολιβαδικές εκτάσεις γης είναι διαφορετικές εξωτερικά, αλλά&lt;br /&gt;
μπορούν να έχουν την ίδια ψυχαγωγική χρήση γης αν βρίσκονται μέσα σε ένα πάρκο). Ανάλογα με τα όργανα ανίχνευσης και τους διαθέσιμους πόρους, η καλύψεις γης και οι ταξινομήσεις μπορεί να εντοπίσουν πολύ συγκεκριμένα ενδιαιτήματα. Το Εθνικό Σύστημα Ταξινόμησης της Βλάστησης ( NVCS) είναι ένα πρότυπο σύστημα κάλυψης γης και ταξινόμησης που αναπτύχθηκε σε συνεργασία με την πολλούς μεγάλους επιστημονικούς οργανισμούς, καθώς και οργανισμούς για την προστασία του περιβάλλοντος (π.χ. The Nature Conservancy, Οικολογική Εταιρεία της Αμερικής) και το οποίο συνεχίζει να εξελίσσεται. Είναι πλέον ευρέως διαδεδομένα τα συστήματα που χρησιμοποιούνται για τη μοντελοποίηση των ενδιαιτημάτων άγριας ζωής. &lt;br /&gt;
&lt;br /&gt;
Διαφορετικές κάλυψης γης και προσεγγίσεις ταξινόμησης διαφέρουν στο δυναμικό τους για τους απαιτητικούς στη λεπτομέρεια και, κατά συνέπεια, η χρησιμότητα τους για την κάλυψη των συγκεκριμένων αναγκών (π.χ. τον εντοπισμό όλων των καλύψεων ενός συγκεκριμένου ενδιαιτήματος). Ανεξάρτητα από την προσέγγιση, η επικύρωση των αποτελεσμάτων της ταξινόμησης είναι που απαιτούνται για την εκτίμηση και, όπου είναι απαραίτητο, τη βελτίωση της ακρίβειας. Τα δεδομένα εδάφους χρησιμοποιούνται ευρύτερα για το σκοπό αυτό και περιλαμβάνουν θετική&lt;br /&gt;
Ταυτοποίηση και παραδείγματα για κάθε κάλυψη γης ενδιαφέροντος και στη συνέχεια χρησιμοποιούνται για τη δοκιμή ακρίβειας της ταξινόμησης.&lt;br /&gt;
&lt;br /&gt;
Δεδομένα κάλυψης γης έχουν αποδειχθεί ιδιαίτερα πολύτιμα για την πρόβλεψη της κατανομής μεμονωμένων ειδών και σύνολα ειδών σε ολόκληρους τομείς που διαφορετικά δεν θα μπορούσαν να ερευνηθούν. Διάφορα μοντέλα πρόβλεψης έχουν κερδίσει έδαφος, καθώς η διαθεσιμότητα και η ακρίβεια της γης που καλύπτουν σύνολα δεδομένων, έχουν βελτιωθεί. Το πρόγραμμα ανάλυσης GAP είναι η βάση για τη μοντελοποίηση της κατανομή των ειδών. Πρόκειται για μια προσπάθεια που έχει ως στόχο να αναπτύξει λεπτομερείς χάρτες με τις προτιμήσεις ενδιαιτημάτων για είδη στόχους. Τα πρωτογενή προϊόντα από την GAP είναι εύκολα διαθέσιμα. Κλιματολογικά, βιοφυσικά και δεδομένα για την κάλυψη της γης μπορεί επίσης να είναι ολοκληρωμένα για να προβλέψουν την παρουσία και απουσία των επιμέρους ειδών σε όλη την γκάμα τους με τη χρήση των γενετικών αλγορίθμων ή μοντέλων. Σε ευρύτερη κλίμακα, τα στοιχεία ετερογένειας των ενδιαιτημάτων, τα οποία προέρχονται από θεματικά λεπτομερή μοντέλα κάλυψης γης, στο παράδειγμα της Καναδικής πεταλούδας και της κοινότητας της αποτελούν εργαλεία πρόβλεψης του βιολογικού πλούτου και των ομοιοτήτων μιας κοινότητας, καλύτερα σε σχέση με οτιδήποτε άλλο έχει ανακαλυφθεί μέχρι σήμερα.&lt;br /&gt;
&lt;br /&gt;
Η επιτυχής πρόβλεψη των κατανομών των ειδών με την χρήση των δεδομένων κάλυψης γης εξαρτάται από τα χαρακτηριστικά τους. Για τα είδη που δεν καταλαμβάνουν όλα τα κατάλληλα ενδιαιτήματα για οποιοδήποτε λόγο (όπως για είδη με μεταπληθυσμιακή δομή), χάρτες κάλυψης γης μπορεί να προβλέψουν τις δυνατότητες και όχι τις πραγματικές κατανομές ειδών. Για παράδειγμα, η παρουσία συγκεκριμένων ειδών πεταλούδας, φυτών, ή πτηνών στο Εθνικό Πάρκο Γιέλοουστοουν (Yellowstone National Park) στις ΗΠΑ, είναι προβλέψιμη όταν έχουν&lt;br /&gt;
ειδικές απαιτήσεις ενδιαιτήματος, είναι άφθονα, ή και τα δύο. Οι πραγματικές κατανομές των σπάνιων ειδών που δεν είναι εξειδικευμένα σε συγκεκριμένα ενδιαιτήματα δε μπορούσαν να προβλεφθούν από ακόμη και εξαιρετικά λεπτομερή και ακριβή δεδομένα κάλυψης γης. Οι ταξινομήσεις κάλυψης γης που χρησιμοποιούνται για τη μοντελοποίηση των ενδιαιτημάτων άγριας ζωής πρέπει να είναι επαρκούς χωρικής και θεματικής ανάλυσης για να προσδιορίσουν με αξιοπιστία τα ενδιαιτήματα που είδη ζώων δυνητικά καταλαμβάνουν. Είναι σχεδόν βέβαιο ότι θα είναι απαραίτητο να συγκεντρωθούν επιτόπιες (ή άλλες βοηθητικές) μετρήσεις πεδίου για να αντιμετωπιστούν αυτές οι αυστηρές απαιτήσεις για τη στήριξη μίας αξιόπιστης πρόβλεψης κατανομής πολλών ειδών.&lt;br /&gt;
&lt;br /&gt;
'''Ολοκληρωμένες μετρήσεις οικοσυστήματος'''&lt;br /&gt;
&lt;br /&gt;
Σε αντίθεση με μετρήσεις πεδίου των λειτουργιών των οικοσυστημάτων, οι οποίες δε μπορούν εύκολα να μετατραπούν σε εκτιμήσεις λειτουργίας ενός ολόκληρου οικοσυστήματος, η τηλεπισκόπηση μπορεί να παρέχει ταυτόχρονες εκτιμήσεις της λειτουργίας ενός οικοσυστήματος για εκτεταμένες περιοχές. Η τηλεπισκόπηση της βλάστησης παρέχει ένα πολλά υποσχόμενο εργαλείο και ιδιαίτερα χρήσιμο εργαλείο μέτρησης της λειτουργίας ενός οικοσυστήματος σε χωρικές κλίμακες που είναι πιο συγκρίσιμες με τις εκτάσεις που προκαλείται ανθρωπογενής περιβαλλοντική αλλαγή. Η καθαρή πρωτογενής παραγωγικότητα (NPP) αντιπροσωπεύει μια πτυχή της ολοκληρωμένης λειτουργίας των οικοσυστημάτων για την οποία η κανονικοποιημένη διαφορά δείκτη βλάστησης (NDVI) χρησιμοποιείται , ιδιαίτερα μετά από τη διόρθωση των μετεωρολογικών και εδαφολογικών δεδομένων. Το NDVI επίσης παρουσιάζει σημαντική συσχέτιση με την απορροφήσα φωτοσυνθετική ενεργή ακτινοβολία (APAR), γεγονός το οποίο συνέβαλλε στην κοινή χρήση του ως εκτιμητή της υπέργειας NPP. Παρόμοια με το NPP, το NDVI είναι ευαίσθητο στις μεταβολες της θερμοκρασίας και της ατμοσφαιρικής κατακρήμνησης.&lt;br /&gt;
&lt;br /&gt;
Μετρήσεις του NDVI , ειδικά όταν συνδυάζονται με στοιχεία χρήσεων γης, είναι όλο και πιο σημαντικές για τις μελέτες στις οποίες υπάρχει ανάγκη διάκρισης μεταξύ της φυσικής διακύμανσης στη λειτουργία του οικοσύστημα και τις αλλαγές που προκύπτουν από ανθρώπινες δραστηριότητες. Σε μια μελέτη φυσικών λιβαδιών και&lt;br /&gt;
καλλιεργούμενων εκτάσεις, οι χρήσεις γης αναδείχθηκαν ως ο σημαντικότερος δείκτης επίδρασης στη λειτουργία των οικοσυστημάτων, όπως μετράται με το ολοκληρωμένο ετήσιο NDVI. Το NDVI, είναι πολύ πιο ευμετάβλητο σε γεωργικές και αστικές περιοχές και είναι στενά συνδεδεμένο με την έκταση της κάλυψης της βλάστησης. Μπορεί να χρησιμοποιηθεί για την ανίχνευση αλλαγών κάλυψης γης&lt;br /&gt;
(π.χ. αντικατάσταση των δασών από τη γεωργία) και ως δείκτης τόσο της ετερογένειας του τοπίου, όσο και της βιοποικιλότητας, καθιστώντας δυνατό τον προσδιορισμό των προστατευόμενων περιοχών. Το NDVI δεν είναι πανάκεια και όπως και με άλλες μεθόδους απομακρυσμένης ανίχνευσης δεδομένων, είναι επιρρεπές σε λάθη, ιδίως σε περιοχές υψηλής τοπογραφικής ποικιλομορφίας. Επιπλέον, κάποιες φορές δεν ανταποκρίνεται σε μετρήσεις οικολογικών παραμέτρων που ενδιαφέρουν πολλούς βιολόγους, όπως είναι ο δείκτης επιφάνειας φυλλώματος (Leaf Area Indrex – LAI) και μπορεί να επηρεαστεί από το&lt;br /&gt;
ανακλαστικότητα των εδαφικών υποστρωμάτων, όταν η βλάστηση έχει μερική κάλυψη. Μια σειρά από άλλους δείκτες βλάστησης, οι οποίοι θα μπορούσαν να είναι καλύτερα προσαρμοσμένοι για ορισμένες εφαρμογές είναι διαθέσιμοι (π.χ. ο μειωμένος απλός δείκτης αναλογίας βλάστησης εκτιμά πιο άμεσα το LAI) και μπορούν να μειώσουν τα σφάλματα. Το NDVI, ωστόσο, παραμένει ο πιο συχνά χρησιμοποιούμενος και πιο εντατικά μελετημένος δείκτη βλάστησης.&lt;br /&gt;
&lt;br /&gt;
Άλλοι ολοκληρωμένοι δείκτες της λειτουργίας των οικοσυστημάτων, όπως η θερμοκρασία επιφανειακής φωτεινότητας (Ts), χρησιμοποιούνται από την επιστημονική κοινότητα της τηλεπισκόπισης, αλλά όχι τόσο από την επιστημονική κοινότητα της οικολογίας. Το Ts μετρά την ποσότητα της εκπεμπόμενης θερμικής&lt;br /&gt;
ενέργειας και της ενεργειακή απόδοση των χερσαίων οικοσυστημάτων. Τροποποιήσεις στις ενεργειακές αποδόσεις σε ένα οικοσύστημα ακολουθούν πολλές ανθρώπινες ή φυσικές διαταραχές, ιδίως εάν αυτές οδηγούν σε απλούστευση των δομικών ιδιοτήτων ενός οικοσυστήματος και χαρακτηριστικές μεταβολές στον δείκτη Ts συχνά ακολουθούν. Ο δείκτης αυτός είναι λιγότερο διαδεδομένος από οτι είναι το NDVI ως δείκτης της λειτουργίας του οικοσυστήματος, αλλά έχει σημαντικές δυνατότητες.&lt;br /&gt;
&lt;br /&gt;
'''Αλλαγές ανίχνευσης'''&lt;br /&gt;
&lt;br /&gt;
Οικολογικές μελέτες όλο και περισσότερο απαιτούν βιοφυσικά δεδομένα μέσα στο χρόνο και σε μεγάλες περιοχές, ένα έργο για το οποίο η τηλεπισκόπηση είναι ιδιαίτερα ισχυρό εργαλείο. Σε περίπου παγκόσμια κλίμακα τηλεπισκόπησης, σύνολα δεδομένων γίνονται διαθέσιμα συνεχώς από τις αρχές της δεκαετίας του 1980 με τη βοήθεια μιας σειράς μετεωρολογικών δορυφόρων που μεταφέρουν όργανα AVHRR. Η πλειψηφία των δεδομένων AVHRR είναι εύκολα προσβάσιμα και παρέχουν τις μοναδικές σχεδόν συνεχής, μακροχρόνιες μετρήσεις των βασικών οικολογικών παραμέτρων, όπως η έκταση των ενδιαιτημάτων, ετερογένεια και πρωτογενής παραγωγικότητα, σε περιφερειακή ή παγκόσμια κλίμακα . Οι αισθητήρες Landsat για τη συλλογή δεδομένων βρίσκονται σε λειτουργία για ακόμα μεγαλύτερο διάστημα (από τις αρχές της δεκαετίας του 1970) και έχουν καλύτερη χωρική ανάλυση από ότι οι AVHRR ή βλάστησης (15 -120 μ ανα εικονοστοιχείο έναντι1 χμ ανα εικονοστοιχείο). Τα δεδομένα Landsat δεν μπορούν να παρέχουν παρακολούθηση οικοσυστήματος σε πραγματικό χρόνο σε ευρείες περιοχές, λόγω της σχετικά μακριάς περιόδου που μεσολαβεί από την ημερομηνία λήψης δεδομένων μέχρι την επόμενη (16-18 ημέρες). Ωστόσο, η βάση δεδομένων Landsat είναι μεγαλύτερη σε σχέση με τι βάσεις που έχουν παρέχει άλλοι δορυφόροι, ενώ η βελτιωμένη χωρική του ανάλυση επιτρέπει την ανίχνευση λεπτών περιβαλλοντικών&lt;br /&gt;
Αλλαγών που θα μπορούσαν να έχουν χαθεί από αισθητήρες με περιορισμένη αναλυτική ικανότητα.&lt;br /&gt;
&lt;br /&gt;
'''Κλιματική αλλαγή'''&lt;br /&gt;
&lt;br /&gt;
Δεδομένα τηλεπισκόπησης έχουν προσφέρει πειστικά στοιχεία ότι το κλίμα έχει αλλάξει ραγδαία, μέσω πολλών οικολογικών ανακαλύψεων σχευτικά με αλλαγές στην εξάπλωση πολλών ειδών. Οι μεταβολές στις κατανομές των ειδών συχνά έχουν στενή σχέση με μεταβολές στις χρήση της γης. Οι χρονοσειρές δεδομένων AVHRR αποδεικνύουν ουσιαστικές μεταβολές στην δομή της βλάστησης, στην πρωτογενή παραγωγικότητα και τις καιρικές συνθήκες ακόμη και κατά τη διάρκεια των τελευταίων 20 ετών. Τα αρκτικά δάση παρουσιάζονται όλο και περισσότερο ως ζωτικής σημασίας αποθήκες διοξειδίου του άνθρακα. Μακροπρόθεσμη ανάλυση στις περιοχές αυτές (1981-1999) του NDVI δείχνει τάσεις γενικής αύξησης στο μήκος της σεζόν καλλιέργειας και της ετήσιας πρωτογενούς παραγωγικότητας, καθώς και προς το βορρά επέκταση της δενδρογραμμής. Ολικό NDVI (το άθροισμα των NDVI&lt;br /&gt;
μετρήσεων από όλα τα σύνθετα AVHRR μετράται καθ 'όλη την καλλιεργητική περίοδο) και συσχετίζεται με μετρήσεις πεδίου της καθαρής πρωτογενούς παραγωγικότητας, της συσσώρευσης βιομάζας και της θερμοκρασίας. Τάσεις θέρμανσης και υψηλότερης ατμοσφαιρικής υγρασίας έχουν επίσης ανιχνευθεί με τη χρήση του AVHRR και πιο εξειδικευμένων αισθητήρων πάνω από θαλάσσια συστήματα, παρέχοντας σημαντικές ενδείξεις που επιβεβαιώνουν ότι το κλίμα έχει&lt;br /&gt;
αλλάξει. Η διαδεδομένη, σύγχρονη λεύκανση των κοραλλιών οφείλεται κατά κύριο λόγο στην αύξηση των θαλάσσιων θερμοκρασιών και παρακολουθούνται με τη βοήθεια Landsat 7 ETM + δεδομένων. Πολλές βιολογικές συνέπειες της αλλαγής του κλίματος μπορούν να παρατηρηθούν απόσταση τηλεσκοπικά, αλλά η έρευνα πεδίου παρέχει επίσης πειστική επιβεβαίωση των βιοτικών συνεπειών των κλιματικών αλλαγών.&lt;br /&gt;
&lt;br /&gt;
'''Η απώλεια των βιοτόπων'''&lt;br /&gt;
&lt;br /&gt;
Δορυφορικές μετρήσεις για τις τάσεις ευρείας κλίμακας στη βλάστηση παρέχουν άμεσες εκτιμήσεις της απώλειας ενδιαιτημάτων, αυξάνοντας τη δύναμη της εφαρμοσμένης οικολογίας για την ανίχνευση μεταβολών στην κατανομή των ειδών ή τη μοντελοποίηση της εξαφάνισης ειδών. Η αποψίλωση των δασών σε υγρά τροπικά δάση, στα οποία στεγάζονται πολλά επίγεια «θερμά κέντρα» (hotspots) βιοποικιλότητας, αποτελεί μία από τις παγκόσμιες ηγητικές αιτίες της απώλειας ειδών. Έχει αποδειχθεί πολύ δύσκολο να υπολογίζει κανείς με ακρίβεια την έκταση αποψίλωσης των υγρών τροπικών δασών, λόγω των περιορισμένων υποδομών παρακολούθησης σε πολλές χώρες, καθώς και τις ασυνέπειες μεταξύ των υφιστάμενων καθεστώτων παρακολούθησης. Δορυφορικά δεδομένα από τη δεκαετία του 1990, με βάση τα AVHRR και SPOT4 επικαιροποιήθηκαν με υψηλής ανάλυσης Landsat και SPOT4/HRVIR (υψηλή ανάλυση σε ορατό και υπέρυθρο) δεδομένα και συμβάλλουν στη βελτίωση των εκτιμήσεων, ακόμα και σε ότι αφορά τα ποσοστά της αποψίλωσης των τροπικών δασών. Αυτά τα νέα δεδομένα κατέδειξαν ότι τα ποσοστά αποψίλωσης ήταν 23% χαμηλότερα από τις εκτιμήσεις του FAO (Οργανισμός Τροφίμων και Γεωργίας). Θα μπορούσαν επίσης, να ανιχνευθούν «θερμά κέντρα» (hotspots) για την αποψίλωση των δασών. Η φωτιά, μια ακόμα κύρια πηγή αλλαγής, μπορεί να είναι ιδιαίτερα εκτεταμένη σε περιοχές που έχουν προηγουμένως υποστεί ζημιά από την αποψίλωση των δασών. Ένας συνδυασμός λήψεων AVHRR, Landsat TM (θεματικός χάρτης) και ραντάρ χρησιμοποιήθηκαν για να ανιχνευθεί η επίδραση της αποψίλωσης των δασών στην πιθανότητα εκδήλωσης φωτιάς στα δάση του Ανατολικού Καλιμαντάν στην Ινδονησία. Τα δάση που ήταν αδιατάρακτα ή είχαν αποψιλωθεί καιρό πριν, ήταν πολύ λιγότερο πιθανό να συμπεριληφθούν στην εκτεταμένη πυρκαγιά 1997-1998 και λιγότερο πιθανά να αντιμετωπίσουν σοβαρές ζημιές από πυρκαγιά. Συνολικά, το 5,7% των μη-αποψιλωμένων δασών επηρεάστηκαν από την πυρκαγιά , σε σύγκριση με το 59% των δασών που είχαν υποστεί πρόσφατα υλοτομία. Αυτές οι δασικές πυρκαγιές, οι οποίες έκαψαν μέρος του υποκείμενου στρώματος τύρφης, επίσης απελευθέρωσαν ένα τεράστιο ποσό άνθρακα υπό τη μορφή του διοξειδίου του που αντιπροσώπευε μεταξύ 13% και 40% της ετήσιας συνολικής παγκόσμιας απελευθέρωση διοξειδίου του άνθρακα από την καύση ορυκτών καυσίμων. Ο Δορυφορικός εντοπισμός πυρκαγιών συμβαίνει τώρα σε σχεδόν πραγματικό χρόνο σε ένα μεγάλο τμήμα του κόσμου (ειδικά με AVHRR και MODIS, ή το Moderate Resolution Imaging Spectroradiometer) και τις παγκόσμιες πρωτοβουλίες χαρτογράφησης καμένων εκτάσεων, όπως η Global Burnt Area 2000, είναι σε εξέλιξη.&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Η τηλεπισκόπηση είναι απαραίτητη για οικολογικές και περιβαλλοντικές εφαρμογές και θα διαδραματίζει ολοένα και σημαντικό ρόλο στο μέλλον. Για πολλούς σκοπούς, παρέχει το μόνο μέσο για τη μέτρηση των χαρακτηριστικών των οικοτόπων σε ευρείες περιοχές και την ανίχνευση περιβαλλοντικών αλλαγών που συμβαίνουν ως αποτέλεσμα ανθρώπινων ή φυσικών διεργασιών. Αυτά τα στοιχεία είναι όλο και πιο εύκολο να τα βρει και να χρησιμοποιήσει κανείς. Παρά το γεγονός ότι δεδομένα πεδίου και τηλεπισκόπησης συχνά συλλέγονται σε αποκλίνουσες χωρικές κλίμακες, οι οικολόγοι έχουν αρχίσει να αναγνωρίζουν τόσο τις δυνατότητες, όσο και τις παγίδες των δορυφορικών πληροφοριών. Εδραιωμένα συστήματα τηλεπισκόπησης παρέχουν ευκαιρίες για να αναπτυχθούν και να εφαρμοστούν νέες μετρήσεις λειτουργίας του οικοσυστήματος. Νέες προσπάθειες για την πρόβλεψη των συνεπειών της αλλαγής της λειτουργίας του οικοσυστήματος, τόσο λόγω φυσικών όσο και των ανθρωπογενών αιτιών, στο πλαίσιο περιφερειακών και παγκόσμιων κατανομών των ειδών, θα πρέπει να αποτελεί υψηλή προτεραιότητα για την έρευνα. Το πλήρες φάσμα των τεχνικών τηλεπισκόπησης για τον εντοπισμό καλύψεων γης, μετρώντας τις βιοφυσικές ιδιότητες των οικοσυστημάτων και τις περιβαλλοντικές αλλαγές, θα πρέπει να ενσωματωθεί με τα υπάρχοντα οικολογικά δεδομένα για την υλοποίηση της φιλόδοξης αυτής πρόκλησης.&lt;br /&gt;
&lt;br /&gt;
[147.102.106.42/rs/wiki/index.php/Αρχείο:1_NDVI_Ontario.JPG]&lt;br /&gt;
&lt;br /&gt;
[http://mysite.science.uottawa.ca/jkerr/pdf/tree2003.pdf From space to species: ecological&lt;br /&gt;
applications for remote sensing]&lt;/div&gt;</summary>
		<author><name>Maria Kampouri</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:1_NDVI_Ontario.JPG</id>
		<title>Αρχείο:1 NDVI Ontario.JPG</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:1_NDVI_Ontario.JPG"/>
				<updated>2014-05-11T17:20:40Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Kampouri: ανέβασμα νέας έκδοσης του &amp;amp;quot;Αρχείο:1 NDVI Ontario.JPG&amp;amp;quot;: Ανάλυση λειτουργίας οικοσυστήματος με χαμηλής και υψηλής ανάλυσης εικόνες. Οι μετρήσ&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Ανάλυση λειτουργίας οικοσυστήματος με χαμηλής ανάλυσης εικόνα. Οι μετρήσεις NDVI δείχνουν ισχυρό διαχωρισμό μεταξύ αστικής κάλυψης και κάλυψης βλάστησης (Νότιο Οντάριο, Καναδάς).&lt;/div&gt;</summary>
		<author><name>Maria Kampouri</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:1_NDVI_Ontario.JPG</id>
		<title>Αρχείο:1 NDVI Ontario.JPG</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:1_NDVI_Ontario.JPG"/>
				<updated>2014-05-11T17:17:35Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Kampouri: ανέβασμα νέας έκδοσης του &amp;amp;quot;Αρχείο:1 NDVI Ontario.JPG&amp;amp;quot;: Ανάλυση λειτουργίας οικοσυστήματος με χαμηλής και υψηλής ανάλυσης εικόνες. Οι μετρήσ&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Ανάλυση λειτουργίας οικοσυστήματος με χαμηλής ανάλυσης εικόνα. Οι μετρήσεις NDVI δείχνουν ισχυρό διαχωρισμό μεταξύ αστικής κάλυψης και κάλυψης βλάστησης (Νότιο Οντάριο, Καναδάς).&lt;/div&gt;</summary>
		<author><name>Maria Kampouri</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:1_NDVI_Ontario.JPG</id>
		<title>Αρχείο:1 NDVI Ontario.JPG</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:1_NDVI_Ontario.JPG"/>
				<updated>2014-05-11T17:16:34Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Kampouri: ανέβασμα νέας έκδοσης του &amp;amp;quot;Αρχείο:1 NDVI Ontario.JPG&amp;amp;quot;: Ανάλυση λειτουργίας οικοσυστήματος με χαμηλής και υψηλής ανάλυσης εικόνες. Οι μετρήσ&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Ανάλυση λειτουργίας οικοσυστήματος με χαμηλής ανάλυσης εικόνα. Οι μετρήσεις NDVI δείχνουν ισχυρό διαχωρισμό μεταξύ αστικής κάλυψης και κάλυψης βλάστησης (Νότιο Οντάριο, Καναδάς).&lt;/div&gt;</summary>
		<author><name>Maria Kampouri</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:1_NDVI_Ontario.JPG</id>
		<title>Αρχείο:1 NDVI Ontario.JPG</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:1_NDVI_Ontario.JPG"/>
				<updated>2014-05-11T17:15:57Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Kampouri: ανέβασμα νέας έκδοσης του &amp;amp;quot;Αρχείο:1 NDVI Ontario.JPG&amp;amp;quot;: Ανάλυση λειτουργίας οικοσυστήματος με χαμηλής και υψηλής ανάλυσης εικόνες. Οι μετρήσ&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Ανάλυση λειτουργίας οικοσυστήματος με χαμηλής ανάλυσης εικόνα. Οι μετρήσεις NDVI δείχνουν ισχυρό διαχωρισμό μεταξύ αστικής κάλυψης και κάλυψης βλάστησης (Νότιο Οντάριο, Καναδάς).&lt;/div&gt;</summary>
		<author><name>Maria Kampouri</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:1_NDVI_Ontario.JPG</id>
		<title>Αρχείο:1 NDVI Ontario.JPG</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:1_NDVI_Ontario.JPG"/>
				<updated>2014-05-11T17:13:17Z</updated>
		
		<summary type="html">&lt;p&gt;Maria Kampouri: Ανάλυση λειτουργίας οικοσυστήματος με χαμηλής ανάλυσης εικόνα. Οι μετρήσεις NDVI δείχνουν ισχυρό διαχωρισμό μεταξύ αστικής κάλυψης και κάλ&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Ανάλυση λειτουργίας οικοσυστήματος με χαμηλής ανάλυσης εικόνα. Οι μετρήσεις NDVI δείχνουν ισχυρό διαχωρισμό μεταξύ αστικής κάλυψης και κάλυψης βλάστησης (Νότιο Οντάριο, Καναδάς).&lt;/div&gt;</summary>
		<author><name>Maria Kampouri</name></author>	</entry>

	</feed>