Χρήση τηλεπισκόπησης για εκτίμηση ξηρασίας σε άνυδρες περιοχές (περίπτωση κεντρικού τμήματος του Ιράν, "Shirkooh-Yazd")

2017-01-26T07:19:41Z

Marianavitou: Νέα σελίδα με 'Σχήμα 1. Αλλαγές στη φυτοκάλυψη (με χρήση SAVI2 και εξίσωσης) [[Εικόνα:"Mv...'

[[Εικόνα:"Mv_art7_pic1.jpg"|thumb|right|Σχήμα 1. Αλλαγές στη φυτοκάλυψη (με χρήση SAVI2 και εξίσωσης)]]
[[Εικόνα:"Mv_art7_pic2.jpg"|thumb|right|Σχήμα 2. Αλλαγές στον Κάθετο Τροποποιημένο Δείκτη Ξηρασίας (MPDI).]]

'''Στόχος'''

Ο κύριος στόχος αυτής της μελέτης ήταν να εκτιμηθεί η σοβαρότητα της ξηρασίας στις κεντρικές άγονες περιοχές του Ιράν με τη χρήση MPDI ως δείκτη πραγματικού χρόνου και ΕΤΜ + εικόνες Landsat 7 που έχουν υψηλότερη χωρική ανάλυση συγκρίσιμη με τις εικόνες AVHRR. Εξετάσαμε την αντικατάσταση του NDVI με ένα άλλο δείκτη βλάστησης (SAVI2, MSAVI, SAVI, PVI και RVI) για την ακριβή εκτίμηση του κλάσματος βλάστησης που χρησιμοποιείται για τον υπολογισμό MPDI. Επειδή σε αυτή τη μελέτη, ο στόχος είναι να υπολογίστεί τη σοβαρότητα της ξηρασίας με βάση μια εικόνα, επιλέχθηκαν τρεις δείκτες ξηρασίας που χρειάζονται μόνο μία εικόνα (VSWI, MPDI και PDI).

'''Περιοχή μελέτης'''

Η λεκάνη Shirkooh βρίσκεται στο κεντρικό τμήμα του Ιράν και επεκτείνεται από το γεωγραφικό μήκος 54 ° 3 'έως 54 ° 18' ανατολικά και γεωγραφικό πλάτος 31 ° 27 'έως 31 ° 43' βόρεια. Καλύπτει μια συνολική έκταση 525 km2. Το υψόμετρο κυμαίνεται μεταξύ 1600 και 4055 μέτρων. Η λεκάνη βρίσκεται σε άγονες περιοχές του Ιράν. Η μέση ετήσια βροχόπτωση στην περιοχή μελέτης είναι 325,38 χιλιοστά. Το σημαντικό ποσό των βροχοπτώσεων συμβαίνει κατά τη διάρκεια του χειμώνα και από αυτή εξαρτάται η γεωργία και η βλάστηση των βοσκότοπων. Η ξηρασία που συνήθως συμβαίνει σε αυτήν την περιοχή προκαλεί πολλά προβλήματα για το οικοσύστημα του.

'''Εικόνες και μετεωρολογικά δεδομένα'''

Τα δορυφορικά δεδομένα που χρησιμοποιήθηκαν στην έρευνα αυτή αποτελούνται από ΕΤΜ + εικόνες που ελήφθησαν στις 19 Αυγούστου 1999 και 10 Ιουλίου 2002. Τα μετεωρολογικά δεδομένα (μηνιαία βροχόπτωση) συλλέχθηκαν από 18 σταθμούς μέτρησης βροχόπτωσης που έχουν 21 χρόνια κοινή στατιστική βάση. Ο Πίνακας 1 παρουσιάζει την ετήσια βροχόπτωση της περιοχής μελέτης για τα υπόψη έτη. Όπως μπορεί να παρατηρηθεί από τον πίνακα, οι βροχοπτώσεις αυξήθηκαν σημαντικά το 2002 σε σύγκριση με τα προηγούμενα χρόνια.

{| class="wikitable" style="text-align:center"
|+Πίνακας 1. Η ετήσια βροχόπτωση της περιοχής μελέτης
|-
!Έτος!!Βροχόπτωση
|-
|1999||405,5
|-
|2000||134
|-
|2001||242
|-
|2002||458,97
|}

'''Μεθοδολογία'''

Δεδομένου ότι οι επιλεγμένες εικόνες είχαν διαφορετική ημερομηνία απόκτησης εφαρμόστηκε διόρθωση της γωνίας του ήλιου για να αφαιρεθούν οι διαφορές που προκαλούνται από τον ήλιο. Στη συνέχεια πραγματοποιήθηκε ατμοσφαιρική διόρθωση με τη χρήση αλγόριθμου FLASH, προκειμένου να επιτευχθεί η σωστή ανακλαστικότητα. Μετά την ραδιομετρική προ-επεξεργασία, έγινε γεωαναφορά των εικόνων χρησιμοποιώντας τοπογραφικούς χάρτες σε κλίμακα 1/50000 με RMSEs ίσο με 0,47 και 0,2, αντίστοιχα. Δεδομένου ότι ο κύριος στόχος αυτής της μελέτης ήταν να αξιολογηθεί η ξηρασία χρησιμοποιώντας διαφορετικούς δείκτες, οι ψηφιακοί αριθμοί που καταγράφηκαν από τον αισθητήρα μετατράπηκαν στη φασματική ακτινοβόληση και ανάκλαση χρησιμοποιώντας την αντιστάθμιση των παραμέτρων που παρέχονταν στις εικόνες.

'''Σοβαρότητα ξηρασίας από Μετεωρολογικά Δεδομένα'''

Αρκετοί δείκτες ξηρασίας με βάση μετεωρολογικά δεδομένα έχουν εισαχθεί από ερευνητές. Αυτοί περιλαμβάνουν τον δείκτη Palmer Drought Severity Index (PDSI), τον τυποποιημένο δείκτη βροχόπτωσης (SPI), τον δείκτη υγρασίας Crop Moisture (CMI), τον δείκτη Reclamation Drought Index (ΕΑΚ) κ.λπ. Το καθένα έχει πλεονεκτήματα και τα μειονεκτήματα. Στην παρούσα έρευνα, η μέθοδος Run-Test χρησιμοποιήθηκε λόγω της απλότητάς του αλλά και διότι απαιτεί μόνο ετήσια βροχόπτωση.

'''Αποτελέσματα και Συμπεράσματα'''

Τα αποτελέσματα της μεθόδου Run-test έδειξαν ότι μια σοβαρή ξηρασία είχε συμβεί το 2000 και το 2001 (Πίνακας 2). Από την άλλη πλευρά, τα μετεωρολογικά δεδομένα έδειξαν ότι, τον Απρίλιο και τον Μάιο, όταν οι καλλιέργειες στην περιοχή μελέτης είναι στην αιχμή της καλλιεργητικής περιόδου και χρειάζονται αρκετό νερό, η μηνιαία πτώση βροχή είχε μειωθεί σημαντικά. Η λειψυδρία προκαλεί μια μείωση στην κάλυψη της βλάστησης, καθώς και στην σπορά των καλλιεργειών. Ως εκ τούτου, η τράπεζα σπόρων του λιβαδικών εκτάσεων θα ήταν μειωμένη η οποία οδήγησε στη μείωση της φυτοκάλυψης (FV) στο επόμενο έτος (Jangjoo, 2001). Παρά το γεγονός ότι το 2002, σε σύγκριση με τα προηγούμενα χρόνια, οι βροχοπτώσεις αυξήθηκαν σημαντικά (Πίνακας 1) δεν επηρεάζει το ποσοστό της φυτοκάλυψης λόγω της έλλειψης σπόρων στις λιβαδικές εκτάσεις.

{| class="wikitable" style="text-align:center"
|+Πίνακας 2. Κατάσταση ξηρασίας για τα έτη μελέτης.
|-
!Έτος!!Ετήσια βροχόπτωση!!Χ-Χο!!Κατάσταση ξηρασίας
|-
|1999||405,5||145.1956||Wet
|-
|2000||134||-126.304||Dry
|-
|2001||242||-18.3044||Dry
|-
|2002||458,97||198.6656||Wet
|}

Οι αλλαγές στη φυτοκάλυψη (Fv) της περιοχής μελέτης κατά το χρονικό διάστημα από το 1999 έως το 2002 έχουν εκτιμηθεί με βάση τους κοινώς χρησιμοποιούμενους δείκτες βλάστησης. Μεταξύ των δεικτών που χρησιμοποιούνται, μόνο ο SAVI2 έδειξε ότι η φυτοκάλυψη είχε μειωθεί εκτός από τις περιοχές μεγαλύτερου υψομέτρου, όπου η βλάστηση δεν είχε ορατές αλλαγές (Σχήμα 1). Στις περιοχές μεγαλύτερου υψομέτρου, υπάρχει μια ορισμένη προμήθεια χιονιού μέχρι το τέλος της καλλιεργητικής περιόδου και παρέχει αρκετό νερό για τη βλάστηση. Κατά συνέπεια, ο FV δεν άλλαξε σε αυτές τις περιοχές.

'''Συμπεράσματα'''

Μπορεί να συναχθεί το συμπέρασμα ότι τόσο τα μετεωρολογικά δεδομένα όσο και οι δείκτες που βασίζονται στις δορυφορικές εικόνες, είναι ουσιαστικής σημασίας για την ακριβή εκτίμηση των καταστροφών της ξηρασίας. Εν ολίγοις, η μελέτη αυτή είχε τα ακόλουθα συμπεράσματα: 1. Ο NDVI δεν είναι κατάλληλος δείκτης για την αξιολόγηση της βλάστησης στις άνυδρες περιοχές. 2. Δείκτες βλάστησης που λαμβάνουν υπόψη την ανάκλαση του εδάφους στο παρασκήνιο, όπως ο SAVI2 μπορεί να είναι πιο χρήσιμοι για την αξιολόγηση της βλάστησης. 3. Ο PDI είναι κατάλληλος για μετεωρολογική παρακολούθηση της ξηρασίας. 4. Μετεωρολογικά δεδομένα όσο και δεδομένα τηλεπισκόπησης είναι απαραίτητα για την ακριβή εκτίμηση της ξηρασίας.

[http://www.isprs.org/proceedings/XXXVIII/part7/b/pdf/199_XXXVIII-part7B.pdf ISPRS - International Society for Photogrammetry and Remote Sensing]
[[category:Ξηρασία]]

Βήτου Μαριάνα

2017-01-25T22:29:23Z

Marianavitou: Νέα σελίδα με '* [[Εκτίμηση Ξηρασίας στην βορειοδυτική περιοχή του Μπανγκλαντές με τη χρήση τηλεπισκόπησης κ...'

Τηλεπισκόπηση και Μοντελοποίηση της αφθονίας κουνουπιών και των Ενδιαιτημάτων τους στις παράκτιες περιοχές της Βιρτζίνια

2017-01-25T22:18:20Z

Marianavitou: Νέα σελίδα με 'Σχήμα 1. Περιοχή μελέτης [[Εικόνα:"Mv_art6_pic2.jpg"|thumb|right|Σχήμα 2. Σημεία το...'

[[Εικόνα:"Mv_art6_pic1.jpg"|thumb|right|Σχήμα 1. Περιοχή μελέτης]]

[[Εικόνα:"Mv_art6_pic2.jpg"|thumb|right|Σχήμα 2. Σημεία τοποθέτησης παγίδων κουνουπιών]]

[[Εικόνα:"Mv_art6_pic3.jpg"|thumb|right|Σχήμα 3. Δείκτες φωτεινότητας (TC1), «πρασινότητας» (TC2) και υγρασίας (TC3) προερχόμενοι από μετασχηματισμένες εικόνες Landsat-7 ETM +.]]

[[Εικόνα:"Mv_art6_pic4.jpg"|thumb|right|Σχήμα 4. Δείκτες Καταλληλότητας Βιοτόπου (HSI) για τα εφήμερα είδη και το είδος C. melanura.]]

[[Εικόνα:"Mv_art6_pic5.jpg"|thumb|right|Σχήμα 5. Μηνιαία αφθονία του εφήμερου είδους με ποσοστιαίες αξίες.]]

'''Στόχος μελέτης'''

Αυτή η μελέτη χρησιμοποιεί τηλεπισκόπηση και GIS για την πρόβλεψη της αφθονίας των κουνουπιών φορέων, ιδιαίτερα του είδους Culiseta melanura καθώς και τη συνδυασμένη αφθονία των Aedes vexans και Psorophora columbiae σε όλη την περιοχή Chesapeake, Βιρτζίνια.Τα είδη Aedes vexans και Psorophora columbiae μπορούν να προβλεφθούν ως ένα συνδυασμένο σύνολο, επειδή τα είδη αυτά έχουν παρόμοιες προτιμήσεις ενδιαιτημάτων και παρόμοιο κύκλο ζωής του πληθυσμού. Τα είδη αυτά μοιράζονται ένα βιότοπο προτίμησης των εφήμερων υδατοδεξαμενών, όπως είναι τα λιμνάζοντα νερά από τη θερινή περίοδο των βροχοπτώσεων, και ως εκ τούτου θα αναφέρονται ως «εφήμερο είδος» σε αυτή την εργασία. Το είδος C. melanura είναι ένα σημαντικό είδος, διότι είναι ο πρωταρχικός φορέας της Εγκεφαλίτιδας (ΕEE). Σύμφωνα με τα Κέντρα Ελέγχου και Πρόληψης Ασθενειών, ο EEE είναι ένας δυνητικά θανατηφόρος ιός με ένα ποσοστό θνησιμότητας 33% (2009). Το είδος C. melanura είναι επίσης ένας πιθανός φορέας του Ιού του Δυτικού Νείλου (WNV). Αυτό το είδος βρίσκεται κυρίως σε βάλτους γλυκών νερών. Το είδος Α. vexans είναι ένα άλλο σημαντικό είδος, διότι είναι ένας πιθανός φορέας του WNV. Ο ιός συχνά φουντώνει το καλοκαίρι και συνεχίζεται το φθινόπωρο. Το είδος P. columbiae είναι επίσης ένας πιθανός φορέας του WNV, καθώς της εγκεφαλίτιδας (VEE). Τέτοια γνώση της ικανότητας κάθε είδος να μεταδσει την ασθένεια, τις προτιμήσεις των οικοτόπων, των περιβαλλοντικών απαιτήσεων για την αναπαραγωγή, καθώς και του κύκλου ζωής είναι σημαντικές για την προγνωστική χωρική μοντελοποίηση.
Αυτή η μελέτη έχει προσπαθήσει να βελτιώσει τις τεχνικές μοντελοποίησης του κινδύνου της νόσου από την πρόβλεψη της αφθονίας των ειδών-φορέων αντί να χαρτογραφηθούν απλά τα σημεία εμφάνισης κουνουπιών.
Μια δεδομένη παρουσία ενός είδους κουνουπιού επηρεάζεται από πολλές περιβαλλοντικές μεταβλητές όπως η θερμοκρασία, η βροχόπτωση, και η υγρασία του εδάφους. Πεδινές παράκτιες πεδιάδες, είναι επίσης επιρρεπείς σε αργή αποστράγγιση του εδάφους του νερού, ένα μωσαϊκό διάσπαρτων ενδιαιτημάτων ανθρώπων και ειδών-φορέων (βάλτοι, χαντάκια, και κανάλια), και επιπτώσεις από τροπικούς κυκλώνες. Μέσω της χρήσης της τηλεπισκόπησης, τα ενδιαιτήματα μπορούν να χαρτογραφηθούν και οι δυναμικές μεταβλητές περιβάλλοντος μπορούν να μετρηθούν και να χρησιμοποιηθούν για να προβλέψουν την καταλληλότητα των ενδιαιτημάτων μιας συγκεκριμένης περιοχής. Για να προσδιοριστεί η καταλληλότητα των περιοχών εντός Chesapeake, Βιρτζίνια, για την κατοικία κουνουπιών, ένας δείκτης καταλληλότητας βιοτόπου (HSI) μπορεί να υπολογιστεί για τις δύο ομάδες ειδών για το έτος 2003. Τα αποτελέσματα του HSI, μαζί με τη δυναμική των περιβαλλοντικών μεταβλητών που ενσωματώνονται σε ένα χωρικό μοντέλο GIS υπολογίστηκε η αφθονία των κουνουπιών σε όλη την περιοχή μελέτης για τη θερινή περίοδο, Ιούνιο μέχρι τον Αύγουστο του 2003. Οι προβλέψεις περιορίστηκαν σε αυτή την περίοδο, λόγω των άφθονων δεδομένων παγίδευσης κουνουπιών που διατίθενται για αυτούς τους μήνες. Αυτοί οι μήνες αντιπροσωπεύουν επίσης την προνομιακή περίοδο αναπαραγωγής για τα εν λόγω κουνούπια καθώς οι υψηλές θερμοκρασίες και οι υψηλές βροχοπτώσεις δημιουργούν ένα ιδανικό βιότοπο για τους πληθυσμούς των κουνουπιών για να ευδοκιμήσουν. Μόλις προβλεφθεί η αφθονία, τα αποτελέσματα μπορούν να χρησιμοποιηθούν σε μεταγενέστερα μοντέλα κινδύνου για την πρόβλεψη του κινδύνου μετάδοσης της νόσου από αυτά τα είδη κουνουπιών.

'''Περιοχή μελέτης και δεδομένα'''

Το Chesapeake είναι μια ανεξάρτητη πόλη που αποτελείται από 340 τετραγωνικά μίλια (2000) της νοτιοανατολικής Βιρτζίνια και έχει πληθυσμό 220.111 (2008). Η πόλη βρίσκεται στην παράκτια πεδιάδα της Βιρτζίνια και περιέχει το βορειοανατολικό τμήμα του βάλτου Great Dismal Swamp (Σχήμα 1). Τα δεδομένα από παγίδες κουνουπιών που συλλέγονται από το προσωπικό της Επιτροπής Ελέγχου των κουνουπιών χρησιμοποιήθηκαν για την πρόβλεψη τόσο του HSI όσο και της αφθονίας κουνουπιών σε όλη την περιοχή μελέτης. Παγίδες με φως CDC και δόλωμα CO2 τοποθετήθηκαν σε περισσότερα από 40 σημεία σε όλη την Chesapeake, Βιρτζίνια, το 2003 (Σχήμα 2).

'''Μεθοδολογία'''

''Δείκτης Καταλληλότητας Βιοτόπου (HSI)''

Για να προβλέψουμε την αφθονία κουνουπιών, ένα ψηφιδωτό χωρικό μοντέλο δημιουργήθηκε το οποίο υπολογίζει ένα δείκτη καταλληλότητας βιοτόπου (HSI) και για τις δύο ομάδες των κουνουπιών σε όλη την Chesapeake. Στην παρούσα μελέτη εφαρμόστηκε το πλαίσιο μοντελοποίησης του Bellow για την ενσωμάτωση της καταλληλότητας των βιότοπων και τα δυναμικά περιβαλλοντικά μοντέλα. Το μοντέλο της καταλληλότητας των ενδιαιτημάτων χρησιμοποιεί δεδομένα από παγίδες κουνουπιών, μαζί με τις περιβαλλοντικές μεταβλητές για να υπολογίσετε έναν HIS για όλη την πόλη για το είδος C. melanura και τα εφήμερα είδη, Α vexans και P. columbiae που δείχνει όπου τα είδη αυτά είναι πιο πιθανό να βρεθούν. Για κάθε ομάδα ειδών, υπολογίζεται ένα γραμμικό μοντέλο παλινδρόμησης το οποίο χρησιμοποιεί τον συνολικό αριθμό των κουνουπιών της εποχής ως τις εξαρτημένες μεταβλητές. Υποθέτοντας ότι η παρουσία των κουνουπιών είναι μια λειτουργία των περιβαλλοντικών μεταβλητών, συγκεκριμένες ιδιότητες των ενδιαιτημάτων χρησιμοποιήθηκαν ως ανεξάρτητες μεταβλητές για να εξηγήσουν τη χωρική μεταβολή στα δεδομένα παγίδευσης των κουνουπιών. Οι μεταβλητές ενδιαιτημάτων που αναμένονται να προβλέψουν καλύτερα τη χωρική μεταβολή στα δεδομένα παγίδευσης κουνουπιών επελέγησαν ως οι ανεξάρτητες μεταβλητές στα μοντέλα γραμμικής παλινδρόμησης.Χρησιμοποιήθηκαν δορυφορικές εικόνες Landsat-7 Enhanced Thematic Mapper (ETM+) για την αξιολόγηση των κατάλληλων ενδιαιτημάτων σε κλίμακα τοπίου. Ένας Tasseled-Cap μετασχηματισμός υπολογίστηκε από εικόνα Landsat της 5ης Ιουλίου 2002 που αποκτήθηκε από την Γεωλογική Εταιρεία ΗΠΑ (USGS). Επιπλέον, ο μετασχηματισμός των πολυφασματικών δεδομένων Landsat χρησιμοποιείται για το διαχωρισμό της φωτεινότητας, της «πρασινότητας» και των καναλιών υγρασίας εντός των δορυφορικών εικόνων. Οι φωτεινοί, οι πράσινοι και οι υγροί δείκτες είναι χρήσιμοι για τον χαρακτηρισμό αυτών των βιοφυσικών χωρικών προτύπων που σχετίζονται με την καταλληλότητα τοων βιοτόπων των κουνουπιών και επιλέχθηκαν αντί της ταξινόμησης κάλυψης εδάφους, προκειμένου να χαρακτηρίσει αυτές τις περιβαλλοντικές κλίσεις. Η φωτεινότητα (TC1) είναι ένα μέτρο της ανάκλασης και συσχετίζεται με την υφή και την περιεκτικότητα σε υγρασία του εδάφους. Η «πρασινότητα» (TC2) είναι ένα μέτρο της πυκνότητας της βλάστησης, ενώ η υγρότητα (TC3) είναι ένα μέτρο της υγρασίας στο έδαφος, τη βλάστηση, και άλλες επιφάνειες.

'''Αποτελέσματα'''

''Δείκτης καταλληλότητας βιότοπου (HSI)''

Οι χάρτες καταλληλότητας βιοτόπου για τις δύο ομάδες των κουνουπιών είναι ο καθένας μοναδικός και αντιπροσωπευτικός των αντίστοιχων προτιμήσεων των κουνουπιών (Σχήμα 4). Τα αποτελέσματα της αφθονίας κουνουπιών (Σχήμα 5) φαίνεται να είναι αντιπροσωπευτικά του τρόπου αναπαραγωγής και των προτιμήσεων βιοτόπων του κάθε είδους.

'''Συμπεράσματα'''

Τα μοντέλα που δημιουργήθηκαν σε αυτή τη μελέτη θα μπορούσαν να εφαρμοστούν και σε άλλη πόλη για να προσδιοριστεί ο κίνδυνος εξάπλωσης νόσου από κουνούπια-φορείς. Με την πρόβλεψη περιοχών υψηλής αφθονίας φορέων, το μοντέλο μπορεί ενδεχομένως να βοηθήσει τις υπηρεσίες να στοχεύσουν πού να εφαρμόσουν τις προσπάθειες καταπολέμησης των κουνουπιών. Αυτό θα μπορούσε να μειώσει το υψηλό κόστος που συνδέεται με τις πρακτικές καταπολέμησης των κουνουπιών, όπως η χρήση εντομοκτόνων. Αυτό επιτρέπει την διακοπή της μετάδοσης της νόσου, καθώς και την εξοικονόμηση πόρων, προσωπικού και τα προϊόντων ελέγχου, κατευθύνοντας την αποτελεσματική εφαρμογή τους και αξιοποιώντας τις εξελίξεις στις διαθέσιμες τηλεπισκοπικές εικόνες υψηλής ανάλυσης και των δεδομένων LiDAR.

[http://www.mdpi.com/2072-4292/3/12/2663 MDPI]

[[category:Υγεία]]

Αξιολόγηση της Έκτασης και Επέκτασης των Μεταλλείων Έκταση στη Μιανμάρ με βάση Ελεύθερα Διαθέσιμες Δορυφορικές Εικόνες.

2017-01-25T21:51:57Z

Marianavitou: Νέα σελίδα με '[[Εικόνα:"Mv_art5_pic1.jpg"|thumb|right|Σχήμα 1. Εισροή δεδομένων και οι διαδικασίες για τον εντοπισμό των πε...'

[[Εικόνα:"Mv_art5_pic1.jpg"|thumb|right|Σχήμα 1. Εισροή δεδομένων και οι διαδικασίες για τον εντοπισμό των περιοχών εξόρυξης και της αλλαγής περιοχών εξόρυξης. Η διόρθωση της κορυφής της ατμόσφαιρας σημειώνετε με τη σύντμηση "διόρθωση TOA".]]

[[Εικόνα:"Mv_art5_pic2.jpg"|thumb|right|Σχήμα 2. Ένα παράδειγμα της αλλαγής της περιοχής εξόρυξης στο ορυχείο Bawdwin σε Namtu Township του κράτους Shan. (a) Με βάση εικόνες Landsat, δυνητικό επίπεδο εξόρυξης ράστερ για τον εντοπισμό περιοχών που είναι φασματικά παρόμοιες με γνωστές περιοχές εξόρυξης. Αυτό το επίπεδο ράστερ χρησιμοποιήθηκε για να καθοδηγήσει την μετέπειτα χειρονακτική αναθεώρηση των εικόνων υψηλής ανάλυσης (b) Τελικό επίπεδο ράστερ από την ανάλυση της αλλαγής περιοχή εξόρυξης, εμφανίζεται με το όριο της περιοχής εξόρυξης που ήταν ψηφιοποιήθηκε το χέρι (c) εικόνα του Google Earth από τον Ιανουάριο του 2010 (παλαιότερη διαθέσιμη εικόνα υψηλής ανάλυσης). Αυτές οι εικόνες δεν χρησιμοποιήθηκε στην ανάλυση, αλλά περιλαμβάνεται για να απεικονίσουν την επέκτασης της περιοχής εξόρυξης (d) εικόνα του Google Earth από το Δεκέμβριο του 2013 (πιο πρόσφατη διαθέσιμη εικόνα υψηλής ανάλυσης), που χρησιμοποιήθηκε για την ψηφιοποίηση των ορίων της περιοχής εξόρυξης με το χέρι.]]

[[Εικόνα:"Mv_art5_pic3.jpg"|thumb|right|Σχήμα 3. Θέσεις των πιθανών περιοχών εξόρυξης: Ορυχείο μεγάλης βεβαιότητας, ορυχείο μέτριας βεβαιότητας και ορυχείο χαμηλής βεβαιότητας.]]

'''Στόχος'''

Χρησιμοποιώντας ελεύθερα διαθέσιμο λογισμικό ανοιχτού κώδικα δεδομένων έχουμε αναπτύξει μια τηλεπισκοπική μεθοδολογία για τον εντοπισμό περιοχών εξόρυξης και την αξιολόγηση της πρόσφατης επέκτασης της εξόρυξης στη Μιανμάρ (Βιρμανία). Η ανάλυσή μας, που περιλαμβάνει όλη τη χώρα, χρησιμοποίησε Landsat 8 δορυφορικά δεδομένα από ένα επιλεγμένο αριθμό των περιοχών εξόρυξης για να δημιουργήσει ένα επίπεδο ράστερ των πιθανών περιοχών εξόρυξης. Χρησιμοποιήσαμε αυτό το επίπεδο για να καθοδηγήσει μια συστηματική σάρωση των ελεύθερα διαθέσιμων εικόνων πολύ υψηλής ανάλυσης, όπως το Google Earth, προκειμένου να ψηφιοποιήσουμε πιθανές περιοχές εξόρυξης. Κατά τη διάρκεια αυτής της διαδικασίας, σε κάθε μεταλλευτική περιοχή είχε ανατεθεί μια κατάταξη που δείχνει τη βεβαιότητα μας στη σωστή αναγνώριση της χρήσης της εξόρυξης γης. Τέλος, εντοπίστηκαν περιοχές πρόσφατης επέκτασης των ορυχείων με βάση την αλλαγή στην ανακλαστικότητα, ή τη φωτεινότητα, μεταξύ εικόνων Landsat από το 2002 και το 2015. Εντοπίσαμε 90.041 εκτάρια πιθανών περιοχών εξόρυξης στη Μιανμάρ, εκ των οποίων στο 58% (52.312 εκτάρια) ανατέθηκε υψηλή βεβαιότητα, το 29% (26.251 εκτάρια) μέτρια βεβαιότητα, και το 13% (11.478 εκτάρια) χαμηλή βεβαιότητα. Από τις περιοχές εξόρυξης μεγάλης βεβαιότητας, το 62% του γυμνού εδάφους ήταν διαταραγμένος (είχε μια μεγάλη αύξηση στην albedo - λευκότητα) από το 2002. Αυτό το έργο παρέχει την πρώτη δημόσια διαθέσιμη βάση δεδομένων των περιοχών εξόρυξης της Μιανμάρ, και δείχνει μια προσέγγιση για την εκτίμηση εξορύξεων μεγάλης κλίμακας στηριζόμενο σε ελεύθερα διαθέσιμα δεδομένα.

'''Εισαγωγή'''

Η Μιανμάρ είναι μια γεωλογικά διαφορετική χώρα που περιέχει ένα ευρύ φάσμα των ορυκτών πόρων, όπως χρυσός, ασήμι, χαλκό, κασσίτερο, βολφράμιο, ψευδάργυρο, νεφρίτη, και πολύτιμους λίθους. Η χώρα έχει μια μακρά ιστορία στην εξόρυξη, αλλά πρόσφατα αναδύθηκε από δεκαετίες στρατιωτικής κυβέρνησης κατά τη διάρκεια της οποίας κοιτάσματα ορυκτών της χώρας είχαν ελάχιστα διερευνηθεί και ο τομέας των ορυχείων ήταν υπανάπτυκτος. Πολιτικές μεταρρυθμίσεις στη Μιανμάρ από το 2010 έχουν οδηγήσει σε μεγαλύτερη δέσμευση της διεθνούς κοινότητας και τη χαλάρωση των μακροχρόνιων οικονομικών κυρώσεων. Η διαδικασία αυτή έχει οδηγήσει σε ραγδαία αύξηση του διεθνούς εμπορίου και των επενδύσεων στη χώρα. Οι άμεσες ξένες επενδύσεις στη Μιανμάρ σε μεγάλο βαθμό επικεντρώθηκαν σε βιομηχανίες φυσικών πόρων, με την εξόρυξη να κατατάσσεται ως ένας από τους κορυφαίους τομείς.

'''Υλικά και Μέθοδοι'''

Η μεθοδολογία επικεντρώνεται για πρώτη φορά σε μια αποδοτική και αποτελεσματική διαδικασία αναγνώρισης των περιοχών εξόρυξης σε όλη τη Μιανμάρ. Πρώτον, ψηφιοποιήσαμε πολύγωνα των γνωστών περιοχών εξόρυξης που χρησιμοποιήθηκαν ως δεδομένα εκπαίδευσης για να αντλήσει ένα επίπεδο ράστερ των πιθανών περιοχών εξόρυξης από Landsat εικόνες. Αυτό το φίλτρο βοήθησε να επικεντρωθεί η προσπάθεια εντοπισμού και ψηφιοποίησης των περιοχών εξόρυξης με χρήση εικόνων πολύ υψηλής ανάλυσης. Παράλληλα με την ψηφιοποίηση, πραγματοποιήσαμε επιτόπιες επισκέψεις για να επιλεγούν οι περιοχές για την επαλήθευση των ορυχείων και την αναθεώρηση και ενημέρωση της προσπάθειας ψηφιοποίησης. Τέλος, υπολογίστηκε η αλλαγή της περιοχής εξόρυξης με τη σύγκριση της έκτασης ακάλυπτου εδάφους εντός των συνόρων περιοχών εξόρυξης, εκτιμάται χρησιμοποιώντας διάχυτη-ορατού albedo (λευκότητα), μεταξύ του 2002 και 2015 (Σχήμα 1).H Μιανμάρ είναι μια χώρα με πάνω από 67.658.000 εκτάρια, και ένας λεπτομερής χειρονακτικός έλεγχος των εικόνων υψηλής ανάλυσης σε όλες τις περιοχές της χώρας θα ήταν χρονοβόρος. Προκειμένου να επιταχυνθεί η διαδικασία της χειρονακτικής ταυτοποίησης ορυχείων, έχουμε αναπτύξει ένα αρχικό επίπεδο ράστερ των πιθανών περιοχών εξόρυξης. Το επίπεδο ράστερ των πιθανών περιοχών εξόρυξης αναπτύχθηκε χρησιμοποιώντας Landsat 8 Operational Land Imager (OLI) δεδομένα από την εποχή μετά το μουσώνα του 2015. Όλες οι Landsat εικόνες που αποκτήθηκαν για αυτή τη μελέτη ήταν επιπέδου 1T προϊόντα με γεωμετρικά διορθωμένα δεδομένα, τις οποίες κατεβάσαμε από το Γεωλογικό Ινστιτούτο των ΗΠΑ. Έγινε προ-επεξεργασία στις εικόνες με τη μετατροπή Ψηφιακών Αριθμών σε Ανάκλαση της Κορυφής της Ατμόσφαιρας και εκτελώντας αφαίρεση των νεφώσεων με τη χρήση του αλγορίθμου Function of Mask (Fmask) μεταφρασμένο σε περιβάλλον προγραμματισμού R. Εντός των ορίων της κάθε Landsat εικόνας, έχουμε ψηφιοποιήσει το χέρι ενός συνόλου επιβεβαιωμένων περιοχών εξόρυξης χρησιμοποιώντας εικόνες του Google Earth μέσω του GEplugin ή Open Layers Plugin στο QGIS. Τα δεδομένα Ανάκλασης της Κορυφής της Ατμόσφαιρας από τις περιοχές αυτές χρησιμοποιήθηκαν στη συνέχεια ως δεδομένα εκπαίδευσης για την αναγνώριση φασματικά-παρόμοιων περιοχών που αντιπροσωπεύουν πιθανές θέσεις των ορυχείων σε ολόκληρη τη Landsat εικόνα. Αν μια σκηνή δεν είχε καμία επιβεβαιωμένη περιοχή εξόρυξης, χρησιμοποιήσαμε επιβεβαιωμένες περιοχές εξόρυξης από μια περιοχή με παρόμοια εδαφοκάλυψη ως δεδομένα εκπαίδευσης, συνήθως από μια γειτονική εικόνα Landsat. Αυτή η ανάλυση των δεδομένων ανάκλασης βασίστηκε σε πέντε επίπεδα raster που προέρχονται από τα Landsat 8 κανάλια 4-7:
* κανονικοποιημένος δείκτης βλάστησης (NDVI): (Band 5 - Band 4) / (Band 5 + Band 4)
* ομαλοποιημένη αναλογία καύσης (NBR): (Band 5 - Band 7) / (Band 5 + Band 7)
* κανονικοποιημένος δείκτης διαφοράς υγρασίας (NDMI): (Band 5 - Band 6) / (Band 5 + Band 6)
* Βραχυκυματικές υπέρυθρες: (Band 6/1000)
* Κόκκινη ανάκλαση: (Band 4/1000)

'''Αποτελέσματα'''

Εντοπίστηκαν 52.312 εκτάρια με περιοχές εξόρυξης μεγάλης βεβαιότητας, και επιπλέον 26.251 εκτάρια μέτριας βεβαιότητας και 11.478 εκτάρια περιοχών εξόρυξης χαμηλής βεβαιότητας (Σχήμα 3). Οι περιοχές Sagaing και Kachin έχουν τις μεγαλύτερες περιοχές της εξόρυξης, με αυτές τις δύο περιοχές να αντιπροσωπεύουν το 71% του συνόλου των υψηλής βεβαιότητας περιοχών εξόρυξης στη Μιανμάρ. Η περιοχή Mandalay έχει την τρίτη μεγαλύτερη περιοχή εξόρυξης μεγάλης βεβαιότητας, και πολλά επιπλέον εκτάρια περιοχών εξόρυξης χαμηλής βεβαιότητας. Οι περιοχές Shan, Tanintharyi και Bago έχουν τις επόμενες μεγαλύτερες συνολικές εκτάσεις των ορυχείων.
Δυνητική εξορυκτική δραστηριότητα εντοπίστηκε σε κάθε περιοχή της Μιανμάρ, με 2947 περιοχές διακριτές περιοχές ορυχείων ή πιθανές περιοχές εξόρυξης να προσδιορίζονται (Σχήμα 3).

'''Αλλαγή περιοχών εξόρυξης μεταξύ 2002 και 2015'''

Για τις περιοχές εξόρυξης υψηλής βεβαιότητας σε όλη τη χώρα, το 62% του γυμνού εδάφους είχε πρόσφατα διαταραχθεί από το 2002. Αυτό αντιπροσωπεύει μια αύξηση 161% της υψηλής βεβαιότητα εξόρυξης της χώρας για μια περίοδο 13 ετών. Νέες περιοχές εξόρυξης στις περιοχές Kachin και Sagaing αντιπροσώπευαν το 79% όλων των νέων περιοχών ορυχείων της χώρας που έχουν ταυτιστεί με υψηλή βεβαιότητα. Ενώ αυτές οι περιοχές κυριαρχούν στη συνολική έκταση των ορυχείων και αποτελούν την πλειοψηφία των νέων εκταρίων εξόρυξης, η επέκταση των ορυχείων τους δεν είναι αναλογικά τόσο υψηλή όσο άλλες περιοχές. Στις Kachin και Sagaing, 64% και 68% του γυμνού εδάφους, αντιστοίχως, είχε πρόσφατα καθαριστεί από το 2002, η οποία μαζί με τη περιοχή Mandalay (23%) είναι μεταξύ των περιφερειών με τα χαμηλότερα ποσοστά επέκτασης των ορυχείων.

'''Συμπεράσματα'''

Χαρτογραφήθηκαν οι πιθανές περιοχές εξόρυξης σε όλη τη Μιανμάρ χρησιμοποιώντας ελεύθερα διαθέσιμες εικόνες και λογισμικό ανοιχτού κώδικα. Αυτή η μελέτη δείχνει ότι σε εθνικό επίπεδο ο εντοπισμός των περιοχών εξόρυξης μπορεί να επιτευχθεί χωρίς μεγάλους προϋπολογισμούς και μακρά χρονοδιαγράμματα του έργου. Στη Μιανμάρ, η διαθεσιμότητα αυτού του νέου συνόλου δεδομένων θα χρησιμεύσει ως βάση απογραφής που μπορεί να βελτιωθεί περαιτέρω. Ιδιαίτερα για τους μέσης και χαμηλής βεβαιότητα περιοχές εξόρυξης, προτείνουμε να διεξαχθεί περαιτέρω μελέτη πεδίου και επαλήθευση.
Η ανάλυσή της αλλαγής περιοχών εξόρυξης αναδεικνύει επίσης την επέκταση της εξόρυξης κατά τα τελευταία 13 χρόνια. Τα δεδομένα αυτά είναι ιδιαίτερα σημαντικά στη Μιανμάρ, όπου σε πολλές περιοχές εξόρυξης είναι δύσκολη η πρόσβαση και δεν έχει υπολογιστεί στα επίσημα στοιχεία της κυβέρνησης. Η κυβέρνηση της Μιανμάρ έχει κάνει βήματα προς την κατεύθυνση μεγαλύτερης διαφάνειας στη διαχείριση των φυσικών πόρων, ιδιαίτερα με προσπάθειες, όπως η προσφορά τους για την υποψηφιότητα στην πρωτοβουλία διαφάνειας των εξορυκτικών βιομηχανιών και την πρόσφατη έγκριση των νέων απαιτήσεων εκτίμησης των περιβαλλοντικών επιπτώσεων, αλλά δεν υπάρχει επί του παρόντος δημοσίως διαθέσιμο σύνολο δεδομένων των περιοχών εξόρυξης ή άδειες που παρέχονται από την κυβέρνηση. Το βασικό σύνολο δεδομένων που έχουμε δημιουργήσει μπορεί να υποστηρίξει την εφαρμογή και την ενίσχυση των υφιστάμενων κανονισμών και να επιτρέψει ουσιαστική εμπλοκή με τις κοινότητες για θέματα που σχετίζονται με την εξόρυξη.

[http://www.mdpi.com/2072-4292/8/11/912 MDPI]

[[category:Γεωλογία – Εδαφολογία]]

Αναγνώριση μαγκρόβιων ειδών: Συγκρίνοντας εικόνες WorldView-2 αεροφωτογραφίες

2017-01-25T21:44:00Z

Marianavitou: Νέα σελίδα με '[[Εικόνα:"Mv_art4_pic1.jpg"|thumb|right|Σχήμα 1. Η περιοχή μελέτης βρίσκεται στο παράκτιο μαγκρόβιο δάσος το...'

[[Εικόνα:"Mv_art4_pic1.jpg"|thumb|right|Σχήμα 1. Η περιοχή μελέτης βρίσκεται στο παράκτιο μαγκρόβιο δάσος του ρέματος Rapid Creek στο Ντάργουιν της Αυστραλίας.]]

[[Εικόνα:"Mv_art4_pic2.jpg"|thumb|right|Σχήμα 2. Χαρτογράφηση των μαγκρόβιων ειδών χρησιμοποιώντας τηλεπισκοπικά δεδομένα. Η κατάτμηση της εικόνας και η αρχική ταξινόμηση ολοκληρώθηκε με το λογισμικό eCognition Developer 8.7. Ο αλγόριθμος υποστήριξης υλοποιήθηκε στο περιβάλλον ENVI-IDL για την ταξινόμηση των ειδών.]]

[[Εικόνα:"Mv_art4_pic3.jpg"|thumb|right|Σχήμα 3. Φασματικά προφίλ: (a) όλα τα χαρακτηριστικά εκτός των μαγκρόβιων στις εικόνες WV2 (b) μόνο τα μαγκρόβια από την εικόνα WV2 (c) μαγκρόβια από τις αεροφωτογραφίες χωρικής ανάλυσης 0.14 m (d) μαγκρόβια από τις αεροφωτογραφίες χωρικής ανάλυσης 0.5 m. (AM-Avicennia marina, CT-Ceriops tagal, BE-Bruguiera exaristata, LR-Lumnitzera racemosa, RS-Rhizophora stylosa, SA-Sonneratia alba).]]

[[Εικόνα:"Mv_art4_pic4.jpg"|thumb|right|Σχήμα 4. (a) Ταξινόμηση ων pan-sharpened εικόνων WV2 με χρήση μπλε έως κόκκινων καναλιών (b) Ταξινόμηση των pan-sharpened εικόνων WV2 με χρήση κόκκινων έως NIR1 καναλιών (c) Ταξινόμηση των εικόνων WV2 με χρήση μπλε έως κόκκινων καναλιών (d) Ταξινόμηση εικόνων WV2 με χρήση κόκκινων έως NIR1 καναλιών (e) Ταξινόμηση των αεροφωτογραφιών με χωρική ανάλυση 0.14 m (f) Ταξινόμηση των αεροφωτογραφιών με χωρική ανάλυση 0.5 m.]]

[[Εικόνα:"Mv_art4_pic5.jpg"|thumb|right|Σχήμα 5. Εκτάσεις (%) των ειδών μαγκρόβιων που λήφθηκαν με τη χρήση έξι διαφορετικών συνόλων δεδομένων εισόδου: (α) Εικόνα pan-sharpened WV2 με χρήση μπλε έως κόκκινων καναλιών (Β) Εικόνα pan-sharpened WV2 με χρήση κόκκινων έως NIR καναλιών (Γ) αεροφωτογραφίες με 0,14 m χωρική ανάλυση (Δ) αεροφωτογραφίες με 0,5 m χωρική ανάλυση (Ε) WV2 εικόνα με χρήση μπλε έως κόκκινων καναλιών (στ) WV2 εικόνα με χρήση κόκκινων έως NIR καναλιών]]

'''Αντικείμενο Μελέτης'''

Τα μαγκρόβια δάση είναι ανθεκτικά στο αλάτι και δημιουργούν οικοσυστήματα ξηράς-ωκεανών. Βρίσκονται στις ζώνες παλίρροιας των θαλάσσιων, παράκτιων οικοσυστημάτων ή σε εκβολές ποταμών, σε 124 τροπικές και υπο-τροπικές χώρες και περιοχές. Τα μαγκρόβια δάση είναι ένα σημαντικό οικοσύστημα για τη διατήρηση της βιοποικιλότητας και επίσης παρέχει άμεσα και έμμεσα οφέλη για την ανθρώπινη δραστηριότητα. Τα δάση αυτά έχουν αναγνωριστεί ως ένα από τα πιο απειλούμενα οικοσυστήματα του κόσμου. Η υποβάθμιση και εκκαθάριση των μαγκρόβιων οικοσυστημάτων συμβαίνει σε παγκόσμια κλίμακα λόγω της αστικοποίησης, της αύξησης του πληθυσμού, της εκτροπής των υδάτων, της υδατοκαλλιέργειας, καθώς και την κατασκευή λιμνοθαλασσών. Στα μαγκρόβια δάση είναι συχνά πολύ δύσκολη η πρόσβαση για τους σκοπούς της εκτεταμένης δειγματοληψίας πεδίου, ως εκ τούτου, τηλεπισκοπικά δεδομένα έχουν χρησιμοποιηθεί ευρέως στη χαρτογράφηση, αξιολόγηση και παρακολούθησή τους.

'''Περιοχή Μελέτης'''

Αυτή η μελέτη επικεντρώθηκε σε ένα μαγκρόβιο δάσος μέσα σε ένα μικρό παράκτιο ρευματικό σύστημα: το ρέμα Rapid Creek στην πόλη του Ντάργουιν στην Αυστραλία (Σχήμα 1). Βρίσκεται στη βόρεια δυτική ακτογραμμή της Βόρειας Επικράτειας (Northern Territory) και επικεντρώνεται σε γεωγραφικό πλάτος 12 ° 22'S, και το γεωγραφικό μήκος 130 ° 51'E. Αυτή η περιοχή αντιπροσωπεύει σχετικά ποικίλες, χωρικά πολύπλοκες, και κοινές κοινότητες μαγκρόβιων της Βόρειας Επικράτειας της Αυστραλίας, και είναι μια από τις πιο προσβάσιμες περιοχές για επιτόπια έρευνα. Η εναέρια έκταση της περιοχής μελέτης φαίνεται στο Σχήμα 1 και είναι περίπου 400 εκτάρια. Σύμφωνα με την κατάταξη μαγκρόβιων των Brocklehurst και Edmeades, τα είδη Avicennia marina και Ceriops tagal είναι τα πιο κυρίαρχα στην περιοχή αυτή. Με βάση την πιο πρόσφατη μελέτη της Ferwerda et al., υπάρχουν κάποια άλλα είδη, όπως Bruguiera exaristata, Lumnitzera racemosa, Rhizophora stylosa, και Aegialitis annulata μαγκρόβιο δάσος του ρεύματος Rapid Creek. Ωστόσο, σαφή όρια των μεμονωμένων ειδών σε αυτήν την περιοχή δεν έχουν οριοθετηθεί από οποιαδήποτε προηγούμενη μελέτη.

'''Δεδομένα Πεδίου'''

Τα δεδομένα πεδίου συλλέχθηκαν κατά τη διάρκεια Ιαν-Απρ 2013, στο μαγκρόβιο δάσος Rapid Creek. Μετά την παρατήρηση των μαγκρόβιων ζωνών που είναι ορατές στην εικόνα WorldView2, ένα τυχαίο σχέδιο δειγματοληψίας επιλέχθηκε για την αναγνώριση των ειδών. Το δείγμα ορίστηκε ως μια ομοιογενής περιοχή τουλάχιστον 4 m2, το οποίο είναι τουλάχιστον 16 pixel στην εικόνα WorldView2. Οι συντεταγμένες αυτών των πολυγώνων δειγμάτων και τα διαθέσιμα είδη καταγράφηκαν χρησιμοποιώντας μια μη-διαφορικά διορθωμένο Παγκόσμιο Σύστημα Εντοπισμού Θέσης (GPS).

'''Τηλεπισκοπικά δεδομένα'''

Μια δορυφορική εικόνα WV2 επιλέχθηκε ως η κύρια πηγή δεδομένων εικόνας για την παρούσα μελέτη. Καθώς ο αισθητήρας παράγει εικόνες με υψηλή φασματική και χωρική ανάλυση, η WV2 είναι μια ιδανική λύση για τις μελέτες της βλάστησης και των φυτών. Η εικόνα αποκτήθηκε στις 5 Ιουνίου του 2010, με 8 πολυφασματικά κανάλια με 2,0 m χωρική ανάλυση και ένα παγχρωματικό κανάλι με 0,5 m χωρική ανάλυση. Για να συγκρίνουμε αυτή την εργασία με δεδομένα τηλεπισκόπησης υψηλότερης χωρική ανάλυση, χρησιμοποιήθηκαν αεροφωτογραφίες, που αποκτήθηκαν στις 7 Ιουνίου 2010, χρησιμοποιώντας μια ψηφιακή φωτογραφική μηχανή UltraCamD. Η ορθο-φωτογραφία της περιοχής δημιουργήθηκε για να επιτευχθεί μια γεωμετρικά και τοπογραφικά διορθωμένη εικόνα με μια προκύπτουσα ανάλυση 14 cm για περαιτέρω μελέτες. Για να συγκριθούν άμεσα με WV2 εικόνες, δημιουργήθηκε άλλη μια ορθο-φωτογραφία με μέγεθος pixel 0.5m.

'''Ταξινόμηση εικόνας'''

Η ταξινόμηση της εικόνας WV2 και τα εναέρια δεδομένα έγινε σε δύο στάδια. Πρώτον, μαγκρόβια και μη δέντρα χωρίστηκαν χρησιμοποιώντας το λογισμικό eCognition Developer 8.7. Στη συνέχεια, η ταξινόμηση εξευγενίστηκε να διακρίνει μαγκρ’οβια σε επίπεδο είδους χρησιμοποιώντας το λογισμικό ENVI 5.0. Η διαδικασία εφαρμόστηκε σε δύο σύνολα WV2 εικόνων: η πρώτη WV2 εικόνα με χωρική ανάλυση 2m (χωρίς pan-sharpening) και η άλλη με χωρική ανάλυση 0,5 m (με pan-sharpening), και δύο σύνολα ορθο -φωτογραφιών: η πρώτη με χωρική ανάλυση 0,14 m (AP0.14M) και η άλλη με χωρική ανάλυση 0,5 m (AP0.5M). Το Σχήμα 2 δείχνει το γενικό διάγραμμα ροής εργασίας για τη μελέτη αυτή.Για να διαχωρίσουμε τα μαγκρόβια από άλλα χαρακτηριστικά, χρησιμοποιήθηκε ανάλυση εικόνας που βασίζεται σε αντικείμενο (OBIA). Η OBIA βασίζεται στην τμηματοποίηση, το οποίο διαχωρίζει την εικόνα σε αντικείμενα ή ομάδες pixel με νόημα, χωρική συνέχεια και φασματική ομοιογένεια.

'''Αποτελέσματα'''

Η ανάλυση των φασματικών προφίλ στην παράκτια περιοχή Rapid Creek ήταν το κλειδί για τη θέσπιση ειδικών κανόνων τάξεων για την OBIA (Σχήμα 3).Τα κτίρια, το έδαφος, οι ελώδεις περιοχές και το νερό έδειξε έντονο διακριτικό φασματικό προφίλ σε σύγκριση με άλλα χαρακτηριστικά. Τα είδη μαγκρόβιων είναι κυρίως διαχωρίσιμα εντός του εύρους μηκών κύματος 478,3 nm και 832,9 nm, με την εξαίρεση των Sonneratia alba, ενώ το φασματικό προφίλ Avicennia marina γενικά είναι πιο διακριτό από άλλα είδη σε ένα ευρύτερο φάσμα.
Το Σχήμα 4 δείχνει το χάρτη με τα μαγκρόβια είδη.

'''Συμπεράσματα'''

Αυτή η μελέτη συνέκρινε αεροφωτογραφίες υψηλής χωρικής ανάλυσης με δορυφορικά δεδομένα τηλεπισκόπησης για τους σκοπούς της διάκρισης των ειδών μαγκρόβια σε δύο στάδια. Η μελέτη έδειξε ότι ένας μεγάλος αριθμός των φασματικών ζωνών με υψηλότερη χωρική ανάλυση (pan-sharpened WV2 εικόνα) ήταν πιο ακριβές από τις ευρείς φασματικές ζώνες εντός των μπλε, πράσινων και κόκκινων περιοχών, για την διάκριση μαγκρόβιων από άλλα χαρακτηριστικά σε μια εικόνα. Επιπλέον, τα ευρήματά μας δείχνουν ότι, χρησιμοποιώντας έναν βαθμονομημένο, υψηλής ραδιομετρικής ανάλυσης αισθητήρα, όπως ο WV2 επιτρέπει μεγαλύτερη αυτοματοποίηση ταξινόμησης με μειωμένη χειροκίνητη επεξεργασία.

[http://www.mdpi.com/2072-4292/6/7/6064 MDPI]

[[category:Χαρτογράφηση Υγροβιότοπων]]

Ιστορική ανάλυση της αλλαγής του τοπίου με τη χρήση τεχνικών τηλεπισκόπησης

2017-01-25T21:34:08Z

Marianavitou: Νέα σελίδα με 'Εικ. 1. Γεωφυσικός χάρτης της Ελλάδας με τις περιοχές μελέτης [[Εικό...'

[[Εικόνα:"Mv_art3_pic1.jpg"|thumb|right|Εικ. 1. Γεωφυσικός χάρτης της Ελλάδας με τις περιοχές μελέτης]]

[[Εικόνα:"Mv_art3_pic2.jpg"|thumb|right|Εικ. 2. Χάρτες κατηγοριοποιημένων χρήσεων γης από μωσαϊκά αεροφωτογραφιών]]

'''Εισαγωγή'''

Ο σκοπός αυτής της εργασίας είναι να περιγράψει και να αναλύσει τις επιπτώσεις των γεωργικών αλλαγών στη δομή του τοπίου της ελληνικής υπαίθρου μέσα από τη μελέτη μιας συγκεκριμένης περιοχής.

'''Υλικά και Μέθοδοι'''

Η περιοχή μελέτης βρίσκεται στο Νομό Ιωαννίνων, Ήπειρος, βορειοδυτική Ελλάδα (Εικ. 1). Ο γεωλογικός σχηματισμός αποτελείται κυρίως από ασβεστόλιθο και το κλίμα χαρακτηρίζεται ως μεταβατικό μεταξύ του πραγματικού Μεσογειακού και του Ηπειρωτικού-Μεσογειακού. Η μέση ετήσια θερμοκρασία κυμαίνεται από 14,3 έως 14,4 ◦C και η μέση ετήσια βροχόπτωση κυμαίνεται από 737 εώς 1100 mm. Εντός της περιοχής μελέτης, επιλέχθηκαν δύο θέσεις για ανάλυση. Η επιλογή βασίστηκε κατ 'αρχήν σχετικά με τη διαθεσιμότητα των επικαλυπτόμενων αεροφωτογραφιών που αφορούν τις τρεις χρονοθυρίδες και, δεύτερον η αντιθετική τοπογραφία τους και ιστορικές χρήσεις γης. Η πρώτη περιοχή είναι το τοπίο της Τύμφης που βρίσκεται μεταξύ 500 και 2300 m πάνω από τη στάθμη της θάλασσας. Χαρακτηρίζεται από κάθετα, απόκρημνα βράχια και φτωχά εδάφη και τα κυρίαρχα αλπικά λιβάδια έχουν χρησιμοποιηθεί ως βοσκότοποι για τα πρόβατα και τις αίγες από την περίοδο της Οθωμανικής Αυτοκρατορίας. Η δεύτερη περιοχή βρίσκεται στην Κόνιτσα με υψόμετρα που κυμαίνονται από 300 έως 1400 μέτρα πάνω από το επίπεδο της θάλασσας. Αυτή η περιοχή χαρακτηρίζεται από μια πολωμένη μορφολογία του εδάφους και μπορεί να χωριστεί στις πεδινές περιοχές όπου η γεωργία είναι κυρίαρχη εδώ και δεκαετίες και τα υψίπεδα με πιο δυσμενείς φυσικές συνθήκες (Εικ. 2). Η παραγωγή των καλλιεργειών και στις δύο περιοχές μελέτης αποτελείται από δημητριακά, όσπρια, αμπέλια και λαχανικά.
Σε ένα ιστορικό πλαίσιο, τρεις βασικές περίοδοι της αλλαγής της χρήσης γης μπορούν να εντοπιστούν στην περιοχή μελέτης μας. Η πρώτη περίοδος (αρχές του 20ου αιώνα έως το 1940) χαρακτηρίζεται από μια οικονομία επιβίωσης που βασίζεται σε αυστηρά οργανωμένο σύστημα της χρήσης γης και εκμετάλλευση των φυσικών πόρων που επιβάλλονται σε τοπικό επίπεδο. Οι γεωπολιτικές μεταρρυθμίσεις και η σταδιακή ενσωμάτωση της περιοχής στο νεοσύστατο ελληνικό κράτος στις αρχές του 20ου αιώνα σηματοδότησε την τροποποίηση της οικονομικής βάσης της περιοχής, εμπορικές δραστηριότητες μειώθηκαν λόγω της οριοθέτησης των νέων συνόρων, η διάρθρωση των γεωργικών εκτάσεων άλλαξαν από ένα "σύστημα μεγάλης περιουσίας» σε μικρού μεγέθους αγροκτήματα που ανήκουν, ως αποτέλεσμα των κεντρικά επιβαλλόμενων μεταρρυθμίσεων χρήσεων γης και τελικά η νομαδική κτηνοτροφία διακόπηκε εφόσον η κίνηση των κοπαδιών μέσα από τον μεγάλο αριθμός των μικρών μεμονωμένων αγροκτημάτων ήταν προβληματική. Για να αντιμετωπίσουν αυτές τις αλλαγές, οι τοπικές κοινωνίες ανέπτυξαν στρατηγικές διαχείρισης με βάση αυστηρούς κανονισμούς για τη βόσκηση, τη συλλογή ζωοτροφών, την υλοτομία και τη χρήση της γεωργικής γης.

'''Επεξεργασία δεδομένων και ανάλυση'''

Ασπρόμαυρες παγχρωματικές αεροφωτογραφίες ελήφθησαν για το 1945 (1: 42.000), 1969 (1: 40.000), και 1995 (1: 30.000) και αναπτύχθηκε μια χρονική σειρά των τριών ψηφιακών μωσαϊκών για κάθε περιοχή μελέτης. Οι αεροφωτογραφίες που ελήφθησαν το 1995 ήταν οι τελευταίες διαθέσιμες εικόνες της περιοχής παρέχοντας ένα πλήρες σύνολο δεδομένων, όταν η μελέτη ξεκίνησε το 2002, ωστόσο, τα επιλεγμένα στιγμιότυπα χρησιμοποιήθηκαν στη δημιουργία σταθερών χρονικών διαστημάτων για την παρακολούθηση των αλλαγών στο μωσαϊκό του τοπίου κατά την πάροδο του χρόνου. Οι εικόνες που χρησιμοποιήθηκαν καλύπτουν συνολικά 9205 εκτάρια στην Τύμφη και 2632 εκτάρια στην Κόνιτσα. Πριν από την ανάλυση, οι ψηφιδωτές αεροφωτογραφίες διορθώθηκαν σε μια παγκόσμια μερκατορική (UTM) προβολή με ανάλυση pixel των 50 m. Τα ψηφιδωτά ταξινομήθηκαν χειροκίνητα χρησιμοποιώντας «αντικειμενοστραφής ανάλυση» (eCognition έκδοση λογισμικού 3.0). Ορθο-αεροφωτογραφίες της βλάστησης της περιοχής ελήφθησαν το 1980 καθώς και τα δεδομένα του εδάφους επαληθεύθηκαν το 2002 χρησιμοποιήθηκαν για την επικύρωση της ταξινόμησης και τελικά δημιουργήθηκαν έξι είδη κάλυψης εδάφους για όλους τους χάρτες.

'''Αποτελέσματα'''

''Μεταβάσεις κάλυψης γης και αλλαγές στο χωρικό πρότυπο στην περιοχή της Τύμφης''

Η ανάλυση των πινάκων μετάβασης και τα ποσοστά αλλαγής παρέχουν πληροφορίες σχετικά με τις αλλαγές που έλαβαν χώρα μεταξύ των τύπων κάλυψης γης στην Τύμφη κατά τη διάρκεια των 50 ετών της μελέτης. Τα λιβάδια βίωσαν μια σοβαρή απώλεια της κάλυψης το διάστημα 1945-1995 (συνολική απώλεια 965 εκτάρια), παρέμεινε όμως τον κυρίαρχο τύπο κάλυψης γης στο τοπίο. Τα λιβάδια υπέστησαν μια μικρή μείωση στην περιοχή κατά τη διάρκεια του 1945-1969, με το 7% της αρχικής τους περιοχή να έχει μετατραπεί σε θαμνώδεις εκτάσεις, αλλά η μείωση προχώρησε στα επόμενα χρόνια (απώλεια 767 εκταρίων) με ένα πολύ υψηλότερο ποσοστό (13%). Οι καλλιεργήσιμες εκτάσεις όμως υπέστησαν εκτεταμένη συρρίκνωση, το 42% μετατράπηκε σε θαμνώδεις εκτάσεις και το 15% σε δάσος το 1969, ενώ παρατηρήθηκε μια παρόμοια τάση μεταξύ του 1969 και του 1995. Οι θαμνώδεις εκτάσεις αυξήθηκαν με περίπου σταθερό ρυθμό μεταξύ των διαδοχικών περιόδων, κυρίως αντικαθιστώντας τα λιβάδια. Τέλος, τα δάση επεκτάθηκαν με τον υψηλότερο συντελεστή στις δύο περιόδους, αντικαθιστώντας τις θαμνώδεις εκτάσεις, ως αποτέλεσμα της φυσικής διαδοχής.

''Μεταβάσεις κάλυψης γης και αλλαγές στο χωρικό πρότυπο στην περιοχή της Κόνιτσας''

Κατά τη διάρκεια των διαδοχικών περιόδων, τα λιβάδια μειώθηκαν με σταθερό ρυθμό -7.2, και μετατράπηκαν κυρίως σε θαμνώδεις εκτάσεις και δάση. Ενώ το 1945 τα λιβάδια καλύπτουν το 20% της περιοχής, αντιπροσωπεύουν μόνο το 6% το 1995. Οι καλλιεργήσιμες εκτάσεις μειώθηκαν πάρα πολύ, αλλά με χαμηλότερο ρυθμό. Η μεγαλύτερη μείωση σημειώθηκε μεταξύ του 1945 και του 1969, με το 14% της αρχικής έκτασης να μετατρέπεται σε θαμνώδεις εκτάσεις. Αυτή η παρακμή και ο μετασχηματισμός συνεχίστηκε μεταξύ του 1969 και του 1995, αλλά με χαμηλότερο ρυθμό. Η πιο κυρίαρχη αλλαγή που καταγράφεται στο τοπίο της Κόνιτσας ήταν η εντατική αναδάσωση, με μεγάλες εκτάσεις βοσκοτόπων και καλλιεργήσιμων εκτάσεων να μετατρέπονται σε θαμνώδεις εκτάσεις και στη συνέχεια σε δάσος. Η αναδάσωση προχώρησε με τον ίδιο ρυθμό, αν και με ελαφρώς διαφορετικό μοντέλο κατά τη διάρκεια των δύο μεταβατικών περιόδων.

'''Συμπεράσματα'''

Αυτή η μελέτη συνδέει τη διερεύνηση των γεωργικών αλλαγών με την ανάλυση της οικολογίας τοπίου και δείχνει ότι η χρήση των τεχνικών τηλεπισκόπησης και χωρική ανάλυση μπορεί να προσφέρει ένα πολύτιμο εργαλείο για μια οικονομικά αποδοτική ανάλυση που επιτρέπει την χωρικά ρητή περιγραφή των γεωργικών αλλαγών. Ως εκ τούτου, η ανάλυση του μετασχηματισμού του τοπίου μπορεί να προσφέρει πρακτικές αποδείξεις για τη θεωρία των γεωργικών αλλαγών και εισάγει μια πρόσθετη διάσταση στη συγκεκριμένη συζήτηση.
Η κατανόηση της διαδικασίας της γεωργικής αλλαγής είναι θεμελιώδους σημασίας για τη διαχείριση των αγροτικών τοπίων και την ανάπτυξη των περιφερειακών σχεδίων. Οι αλλαγές στην αγροτική πολιτική γενικά πιστεύεται ότι έχουν σημαντικές επιπτώσεις στα αγροτικά τοπία και το περιβάλλον και αυτό αποδεικνύεται σαφώς από την τρέχουσα λογική της ΚΑΠ. Στη βάση αυτή, η γεωργική πολιτική συχνά θεωρείται ως ένα εργαλείο για τη διαχείριση της υπαίθρου. Ωστόσο, η κατευθυντικότητα των παρατηρούμενων αλλαγών του τοπίου δεν συμμορφώνεται πάντα με τις προβλεπόμενες μεταβολές που τα νέα μέσα γεωργικής πολιτικής θα πρέπει να έχουν προκαλέσει. Ένα τέτοιο παράδειγμα παρουσιάζεται στην μελέτη μας. Δεδομένου ότι η υπάρχουσα γνώση σχετικά με τις διαδικασίες των γεωργικών αλλαγών προέρχεται κυρίως από τη Δυτική Ευρώπη, ο εμπλουτισμός της θεωρίας των γεωργικών αλλαγών με μαρτυρίες από τη Νότια Ευρώπη είναι ζωτικής σημασίας, αν η γεωργική πολιτική εξακολουθεί να θεωρείται και να χρησιμοποιείται ως εργαλείο για την περιφερειακή διαχείριση και το σχεδιασμό.

[https://www.researchgate.net/publication/248535713_Historical_analysis_of_landscape_change_using_remote_sensing_techniques_An_explanatory_tool_for_agricultural_transformation_in_Greek_rural_areas Research Gate]

[[category:Δασοπονία, Δασική διαχείριση]]

Παγκόσμιες Τάσεις της έκθεσης στη φωτορρύπανση των Φυσικών Χερσαίων Οικοσυστημάτων.

2017-01-25T21:20:50Z

Marianavitou: Νέα σελίδα με '[[Εικόνα:"Mv_art2_pic1.jpg"|thumb|right|Σχήμα 1. (a) Παγκόσμια εικόνα νυχτερινών φώτων από δεδομένα DMSP 2012 (b) Πα...'

[[Εικόνα:"Mv_art2_pic1.jpg"|thumb|right|Σχήμα 1. (a) Παγκόσμια εικόνα νυχτερινών φώτων από δεδομένα DMSP 2012 (b) Παγκόσμια κάλυψη γης από GLC2000, ανάλυση 1 km (c) Επίγειες οικολογικές περιοχές από το World Wildlife Fund (WWF).]]

[[Εικόνα:"Mv_art2_pic2.jpg"|thumb|right|Σχήμα 2. Οι οριζόντιες μπάρες δείχνουν το ποσοστό της συνολικής επιφάνειας της γης που καταλαμβάνεται από κάθε τύπο οικοσυστήματος για την οποία ανιχνεύθηκε αύξηση (πορτοκαλί) και μείωση (μπλε) του τεχνητού φωτός μεταξύ των χρονικών περιόδων 1992- 1996 και 2008-2012. Τα διαγράμματα πίτας δείχνουν την αναλογία των φυσικών οικοσυστημάτων σε κάθε βίωμα που είχε μια φωτεινότητα 6 DN ή μεγαλύτερη.]]

[[Εικόνα:"Mv_art2_pic3.jpg"|thumb|right|Σχήμα 3. Επιλεγμένα περιοχές όπου απεικονίζεται η καταπάτηση του φωτός πάνω σε φυσικά και ημι-φυσικά οικοσυστήματα. (Α, β) κεντρική Κύπρος, με έγχρωμη σκίαση αντιπροσωπεύεται η ένταση του φωτός από διαβαθμονομημένα DMSP / OLS δεδομένα από (α) 1992-1997 και (β) 2008-2014. (Γ, δ) κεντρικό Μεξικό, συμπεριλαμβανομένης της Πόλης του Μεξικού, για τις ίδιες χρονικές περιόδους. (Ε, στ) το Δέλτα του Νίγηρα, στη Νιγηρία, που δείχνει τις μεταβαλλόμενες μορφές της εκπομπής φωτός που οφείλονται σε μεταβολές της δραστηριότητας στη βιομηχανία πετρελαίου.]]

'''Αντικείμενο Μελέτης'''

Η ραγδαία αύξηση της χρήσης ηλεκτρικών φώτων σε όλο τον κόσμο έχει οδηγήσει σε αυξανόμενη παρουσία τεχνητού φωτός σε φυσικά και ημι-φυσικά οικοσυστήματα τη νύχτα. Αυτό συμβαίνει τόσο λόγω του άμεσου φωτισμού και του σκεδασμένου φωτός στην ατμόσφαιρα. Υπάρχει αυξανόμενη ανησυχία σχετικά με τις επιπτώσεις του τεχνητού φωτός στις βιολογικές διαδικασίες, τη βιοποικιλότητα και τη λειτουργία των οικοσυστημάτων. Ωστόσο, ενώ αρκετές μελέτες έχουν εξετάσει τις περιφερειακές αλλαγές στο τεχνητό φως, δεν είναι σαφώς γνωστό ποιοι τύποι φυσικών οικοσυστημάτων έχουν τη μεγαλύτερη έκθεση παγκοσμίως στην εξάπλωση του τεχνητού φωτός.

'''Μέθοδοι'''

Το Πρόγραμμα Defense Meteorological Program Operational Linescan System (DMSP / OLS), που παράγεται και διανέμεται από το Εθνικό Κέντρο Γεωφυσικών Δεδομένων NOAA, παρέχει τη μεγαλύτερη χρονοσειρά των διαθέσιμων στο κοινό δεδομένων τηλεπισκόπησης των φώτων κατά τη διάρκεια της νύχτας. Ενώ βαθμονομημένα δεδομένα υψηλότερης ανάλυσης, είναι διαθέσιμα από το κανάλι ημέρας-νύχτας του Visible Infrared Imaging Radiation Suite (VIIRS), τα δεδομένα φώτων της νύχτας DMSP / OLS παραμένουν εξαιρετικά πολύτιμα ως μια πηγή για την ανίχνευση πιο μακροπρόθεσμων τάσεων στην κατανομή του τεχνητού φωτός τη νύχτα. Η ποσοτικοποίηση των αλλαγών περιπλέκεται από την έλλειψη βαθμονόμησης μεταξύ των αισθητήρων και της συνεχούς προσαρμογής του ελέγχου του οπτικού οργάνου για να παρέχουν συνεπείς εικόνες του νέφους. Παρ 'όλα αυτά, η προσεκτική διαβαθμονόμηση των δεδομένων μπορεί να βοηθήσει να τυποποιήσει τις εικόνες και να ελαχιστοποιήσει τα λάθη και τις προκαταλήψεις, προκειμένου να χαρτογραφήσει και να ανιχνεύσει αλλαγές κατά την πάροδο του χρόνου. Εδώ χρησιμοποιούμε μια ισχυρή τεχνική παλινδρόμησης, παλινδρόμηση μέσων ποσοστημόριων για την διαβαθμονόμηση εικόνων DMSP / OLS ώστε να εντοπιστούν οι αλλαγές στη φωτεινότητα κατά την περίοδο 1992-2012. Συνδυάζουμε αυτά τα δεδομένα με πληροφορίες σχετικά με την παγκόσμια διανομή των φυσικών και ημι-φυσικών τύπων οικοσυστημάτων, που προέρχονται από υψηλής ανάλυσης (1 km) τηλεπισκοπικά δεδομένα κάλυψης γης και τα όρια των επίγειων οικολογικών περιοχών (Σχήμα 1). Στη συνέχεια αξιολογούνται ποια παγκόσμια οικοσυστήματα έχουν την πιο ραγδαία αύξηση της έκθεσης σε τεχνητό φως για την περίοδο 1992-2012.

'''Αποτελέσματα'''

Όλα τα φυσικά οικοσυστήματα που εξετάζονται εδώ έχουν βιώσει μια αύξηση της έκθεσης σε τεχνητό φως κατά τη διάρκεια αυτής της χρονικής περιόδου (Σχήμα 2). Οι πιο σημαντικές αυξήσεις σε φωτεινότητα βρίσκονται σε μεσογειακά οικοσυστήματα, οι περιοχές αυτές περιλαμβάνουν τόσο την ίδια λεκάνη της Μεσογείου και τέσσερις άλλες περιοχές με μεσογειακού τύπου κλίμα. Τα μεσογειακού τύπου οικοσυστήματα φιλοξενούν πολλά «θερμά σημεία» βιοποικιλότητας και ενδημισμού, ιδιαίτερα για τα φυτικά είδη, εκτιμάται ότι η μεσογειακή οικοπεριοχή καλύπτει μόλις το 2% της επιφάνειας του πλανήτη, αλλά περιέχει 20% των φυτικών ειδών στον κόσμο.
Στο Σχήμα 3α, b απεικονίζονται οι αυξήσεις στην έκταση της έκθεσης σε τεχνητό φωτισμό.

'''Συμπεράσματα'''

Δείχνουμε ότι όλοι οι παγκόσμιοι χερσαίοι τύποι οικοσυστημάτων αντιμετωπίζουν σε κάποιο βαθμό την έκθεση σε τεχνητό φως, και ότι η έκθεση αυτή αυξάνεται. Τα εν λόγω παγκόσμια οικοσυστήματα που αντιμετωπίζουν τις πιο διαδεδομένες αυξήσεις τεχνητού φωτός είναι ήδη εντοπισμένα, και μπορεί να είναι ιδιαίτερης σημασίας διατήρησης λόγω της υψηλής βιοποικιλότητας, τα υψηλά επίπεδα ενδημισμού και σπανιότητας. Συχνά είναι σε κίνδυνο από μια σειρά από άλλες πιέσεις που συνδέονται με την αστική καταπάτηση, απώλεια ενδιαιτημάτων και κατακερματισμό, την εξόρυξη πόρων και διαταραχή της γης. Τα εύκρατα οικοσυστήματα και της Μεσογείου, τα υποτροπικά δάση, και τα μαγκρόβια είναι ιδιαίτερα εκτεθειμένα στην αύξηση των επιπέδων του τεχνητού φωτός, όπως είναι τα δάση σε ξηρές ζώνες και η φυσική βλάστηση όπου εμφανίζεται κοντά σε γεωργικές εκτάσεις.
Ενώ οι εικόνες DMSP / OLS παρέχουν δεδομένα νυχτερινών φώτων για το μεγαλύτερο χρονικό διάστημα, και είναι σήμερα το μοναδικές στην ικανότητά τους να παρακολουθούν τις αλλαγές στη φωτορρύπανση κατά τη πάροδο του χρόνου, η VIIRS παρέχει ευκαιρίες για την παρακολούθηση της φωτορρύπανσης σε υψηλότερη χωρική ανάλυση. Άλλες πηγές τηλεπισκοπικών δεδομένα, όπως φωτογραφίες από το Διεθνή Διαστημικό Σταθμό μπορεί επίσης να αποδειχθούν χρήσιμα.

[http://www.mdpi.com/2072-4292/7/3/2715 MDPI]

[[category:Ατμοσφαιρική Ρύπανση]]

Εκτίμηση Ξηρασίας στην βορειοδυτική περιοχή του Μπανγκλαντές με τη χρήση τηλεπισκόπησης και ΓΠΣ

2017-01-25T21:09:40Z

2017-01-25T20:37:47Z

Marianavitou: