<?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=Markoudimitris&amp;title=%CE%95%CE%B9%CE%B4%CE%B9%CE%BA%CF%8C%3A%CE%A3%CF%85%CE%BD%CE%B5%CE%B9%CF%83%CF%86%CE%BF%CF%81%CE%AD%CF%82</id>
		<title>RemoteSensing Wiki - Συνεισφορές χρήστη [el]</title>
		<link rel="self" type="application/atom+xml" href="http://147.102.106.44/rs/wiki/index.php?feed=atom&amp;target=Markoudimitris&amp;title=%CE%95%CE%B9%CE%B4%CE%B9%CE%BA%CF%8C%3A%CE%A3%CF%85%CE%BD%CE%B5%CE%B9%CF%83%CF%86%CE%BF%CF%81%CE%AD%CF%82"/>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%95%CE%B9%CE%B4%CE%B9%CE%BA%CF%8C:%CE%A3%CF%85%CE%BD%CE%B5%CE%B9%CF%83%CF%86%CE%BF%CF%81%CE%AD%CF%82/Markoudimitris"/>
		<updated>2026-05-19T12:32:56Z</updated>
		<subtitle>Από RemoteSensing Wiki</subtitle>
		<generator>MediaWiki 1.16.2</generator>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%97_%CF%87%CF%89%CF%81%CE%BF-%CF%87%CF%81%CE%BF%CE%BD%CE%B9%CE%BA%CE%AE_%CE%B4%CF%85%CE%BD%CE%B1%CE%BC%CE%B9%CE%BA%CE%AE_%CF%84%CF%89%CE%BD_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CF%87%CF%8E%CF%81%CF%89%CE%BD_%CF%80%CF%81%CE%AC%CF%83%CE%B9%CE%BD%CE%BF%CF%85_%CF%83%CE%B5_%CE%B5%CE%BE%CE%AC%CF%81%CF%84%CE%B7%CF%83%CE%B7_%CE%BC%CE%B5_%CF%84%CE%B7%CE%BD_%CF%84%CE%B1%CF%87%CE%B5%CE%AF%CE%B1_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7_%CE%BA%CE%B1%CE%B9_%CF%84%CE%B9%CF%82_%CF%80%CE%B5%CF%81%CE%B9%CE%B2%CE%B1%CE%BB%CE%BB%CE%BF%CE%BD%CF%84%CE%B9%CE%BA%CE%AD%CF%82_%CF%80%CE%BF%CE%BB%CE%B9%CF%84%CE%B9%CE%BA%CE%AD%CF%82</id>
		<title>Η χωρο-χρονική δυναμική των αστικών χώρων πράσινου σε εξάρτηση με την ταχεία αστικοποίηση και τις περιβαλλοντικές πολιτικές</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%97_%CF%87%CF%89%CF%81%CE%BF-%CF%87%CF%81%CE%BF%CE%BD%CE%B9%CE%BA%CE%AE_%CE%B4%CF%85%CE%BD%CE%B1%CE%BC%CE%B9%CE%BA%CE%AE_%CF%84%CF%89%CE%BD_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CF%87%CF%8E%CF%81%CF%89%CE%BD_%CF%80%CF%81%CE%AC%CF%83%CE%B9%CE%BD%CE%BF%CF%85_%CF%83%CE%B5_%CE%B5%CE%BE%CE%AC%CF%81%CF%84%CE%B7%CF%83%CE%B7_%CE%BC%CE%B5_%CF%84%CE%B7%CE%BD_%CF%84%CE%B1%CF%87%CE%B5%CE%AF%CE%B1_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7_%CE%BA%CE%B1%CE%B9_%CF%84%CE%B9%CF%82_%CF%80%CE%B5%CF%81%CE%B9%CE%B2%CE%B1%CE%BB%CE%BB%CE%BF%CE%BD%CF%84%CE%B9%CE%BA%CE%AD%CF%82_%CF%80%CE%BF%CE%BB%CE%B9%CF%84%CE%B9%CE%BA%CE%AD%CF%82"/>
				<updated>2019-02-10T22:41:38Z</updated>
		
		<summary type="html">&lt;p&gt;Markoudimitris: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: askisi10_eikona1.jpg|thumb | right |''Εικόνα 1: Χρήσεις  γης στην περιοχή μελέτης κατά το 1992 (a), το 2000 (b) και το 2009 (c)'']]&lt;br /&gt;
[[Εικόνα: askisi10_eikona2.jpg|thumb | right |''Εικόνα 2: Η διάταξη των ομόκεντρων κύκλων (a) και των κυψελών κατεύθυνσης (b)'']]&lt;br /&gt;
[[Εικόνα: askisi10_eikona3.jpg|thumb | right |''Εικόνα 3: Ποσοστό  κάλυψης χώρου (PLAND) για: (a) την δομημένη γη,  (b) τους χώρους πρασίνου,  (c) την γεωργική γη και (d) το δάσος'']]&lt;br /&gt;
[[Εικόνα: askisi10_eikona4.jpg|thumb | right |''Εικόνα 4: Χωρικά μοτίβα για την μεταβολή στις χρήσεις γης για : (a) την δομημένη γη,  (b) τους χώρους πρασίνου,  (c) την γεωγρική γη και (d) το δάσος'']]&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος τίτλος:''' '''Spatial-temporal dynamics of urban green space in response to rapid urbanization and greening policies'''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Xiaolu Zhou, Yi-Chen Wang &amp;lt;br/&amp;gt;&lt;br /&gt;
&lt;br /&gt;
[https://www.sciencedirect.com/science/article/pii/S0169204611000223 Σύνδεσμος πρωτότυπου κειμένου]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
	Η αστική ανάπτυξη σημειώνεται με έναν πρωτοφανή ρυθμό παγκοσμίως με το 65% του πληθυσμού να αναμένεται να κατοικεί στις αστικές περιοχές μέχρι το 2025. H φυσική αύξηση και η μετανάστευση του πληθυσμού από τις αγροτικές προς τις αστικές περιοχές αποτελεί δύο βασικούς παράγοντες που συνέβαλλαν στην ταχεία ανάπτυξη των πόλεων. Ωστόσο, αυτή η διαδικασία έχει προκαλέσει πολλές επιπτώσεις στο περιβάλλον και αποτελεί κρίσιμο ζήτημα παγκοσμίως.&lt;br /&gt;
Οι περισσότερες από τις περιβαλλοντικές επιπτώσεις της αστικοποίησης σχετίζονται με τους χώρους αστικού πρασίνου. Η υποβάθμιση τους έχει τη δυνατότητα να προκαλέσει μείωση στη βιοποικιλότητα και να διαταράσσει τη δομή και τη διαδικασία των αστικών οικοσυστημάτων. Αντίθετα, η ανάπτυξή τους μπορεί να μετριάσει αυτές τις επιπτώσεις και να επιφέρει θετικές όπως η ελάττωση του φαινομένου της αστικής νησίδας, η ανανέωση της κυκλοφορίας του αέρα κι επίσης να συνεισφέρει στις ψυχαγωγικές ανάγκες των κατοίκων της πόλης.&lt;br /&gt;
Έχοντας αντιληφθεί τη σημασία των πράσινων χώρων, οι κινέζικες αρχές εφάρμοσαν στρατηγικές που αποσκοπούν στο σχεδιασμό και τη διαχείρισή τους. Χαρακτηριστικά παραδείγματα είναι το Πεκίνο, η Nanjing και το νησί Xiamen. Για την καλύτερη παρακολούθηση των χώρων αυτών προτείνεται η χρήση της μεθόδου της τηλεπισκόπησης. Η διαθεσιμότητα των δεδομένων αυξημένης χρονικής και χωρικής διακριτικής ικανότητας και κάλυψης επέτρεψε την ακριβέστερη και εκτεταμένη παρακολούθηση της γης και των μεταβολών της. Στο πλαίσιο της παρούσας μελέτης, επιλέγεται προς ανάλυση η πόλη Kunming μιας και πρόκειται για ένα οικονομικό, πολιτικό και πολιτιστικό κέντρο στη νοτιοδυτική Κίνα και παρουσιάζει μια ομόκεντρη μορφή ανάπτυξης παρόμοια με πολλές άλλες κινεζικές πόλεις,&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Περιοχή μελέτης'''&lt;br /&gt;
&lt;br /&gt;
	Η πόλη [https://en.wikipedia.org/wiki/Kunming Kunming] είναι η πρωτεύουσα της επαρχίας Yunnan και βρίσκεται στη νοτιοδυτική Κίνα. Πριν από το 1999, οι ρυθμοί ανάπτυξής της ήταν χαμηλοί. Η πόλη άρχισε να λαμβάνει περισσότερη προσοχή μετά το 1999, όταν πραγματοποιήθηκε η Διεθνής Έκθεση Φυτοκομίας και αναγνωρίστηκε ως διεθνές εμπορικό κέντρο της Νότιας και Νοτιοανατολικής Ασίας. Η μελέτη επικεντρώθηκε στην διαφοροποίηση του τοπίου στην μητροπολιτική περιοχή. Για να εμπλουτιστεί με φυσικά στοιχεία η πόλη, πραγματοποιήθηκαν αρκετά έργα οικολογικής ανάπτυξης από το 2000, ενώ το 2005 είχε τεθεί ο στόχος να μετατραπεί σε μία από τις Εθνικές Πόλεις-Κήπος της Κίνας.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Υλικό και μεθοδολογία'''&lt;br /&gt;
&lt;br /&gt;
	Τα δεδομένα που χρησιμοποιήθηκαν σε αυτή τη μελέτη περιλαμβάνουν εικόνες τηλεπισκόπησης (δορυφόροι Landsat 5, Landsat 7 και SPOT 4), χάρτες, και επιτόπιες έρευνες.&lt;br /&gt;
Όσον αφορά τη διαδικασία επεξεργασίας, αρχικά, πραγματοποιήθηκε γεωαναφορά, ατμοσφαιρική και τοπογραφική διόρθωση των δορυφορικών εικόνων. Στη συνέχεια, εφαρμόστηκε η μέθοδος της Μέγιστης Πιθανοφάνειας (Maximum Likehood) για την ταξινόμηση των εικονοστοιχείων, με αποτέλεσμα να παραχθεί ο χάρτης χρήσεων γης. Τελευταία, διεξήχθη έλεγχος των μετρικών χώρου (μεταξύ άλλων το ποσοστό κάλυψης «Percentage of Landscape ή αλλιώς PLAND») και ανάλυση του βαθμού των αλλαγών που παρατηρείται στους χώρους πρασίνου για την περιοχή.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα'''&lt;br /&gt;
&lt;br /&gt;
	Το μοτίβο χρήσεων γης για τη μητροπολιτική περιοχή Kunming έχει μεταβληθεί σημαντικά τις τελευταίες δύο δεκαετίες. Το δομημένο περιβάλλον έχει επεκταθεί γρήγορα, με αποτέλεσμα να παρατηρείται αξιοσημείωτη απώλεια των χώρων πρασίνου, ιδιαίτερα στο νότιο τμήμα (εικ. 1).&lt;br /&gt;
Από τη συνοπτική ανάλυση των μετρικών προέκυψε ότι η δομημένη έκταση αντιπροσώπευε το 15,8% της περιοχής μελέτης κατά το 1992 ενώ το 2009 το ποσοστό αυτό είχε φτάσει στο 42,8%. Επίσης, για να αποκτηθεί εικόνα των μοτίβων χωρικής διαφοροποίησης σε διαφορετικές ομόκεντρες ζώνες, διεξήχθη ανάλυση σε επτά ομόκεντρους κύκλους που ξεκινούν από το κέντρο της πόλης και εκτείνονται μέχρι τα μέχρι και τα περιθώρια (εικ 2). &lt;br /&gt;
Οι τιμές του δείκτη PLAND για την οικοδομημένη γη έδειξαν ότι οι οικιστικές περιοχές επεκτάθηκαν σε όλες τις ομόκεντρες ζώνες από το 1992 έως το 2009, με εξαίρεση για τη ζώνη 1, όπου το μεγαλύτερο μέρος της γης είχε ήδη αναπτυχθεί. Ο αντίστοιχος δείκτης για τους χώρους πρασίνου δείχνει ότι έχει μειωθεί ο χώρος που καλύπτεται από αυτόν, ενώ το μεγαλύτερο ποσοστό βρίσκεται στη ζώνη 7. Ο ίδιος δείκτης χρησιμοποιήθηκε για να εξεταστεί η χωρική κατανομή των χρήσεων γης για τις κυψέλες κατεύθυνσης. Αντίστοιχη συμπεριφορά παρατηρείται για το δομημένο περιβάλλον και τους χώρους πρασίνου (εικ. 3).&lt;br /&gt;
Στη συνέχεια υπολογίστηκαν οι διαφοροποιήσεις στην κάλυψη για τις περιόδους από το 1992 έως το 2000 και από το 2000 έως το 2009 (εικ 4). Συνολικά, η δομημένη επιφάνεια εμφανίζει τις μεγαλύτερες μεταβολές, έπειτα ακολουθεί η γεωργική γη, η δασική και στην τελευταία θέση κατατάσσονται οι χώροι πρασίνου.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συζήτηση'''&lt;br /&gt;
&lt;br /&gt;
	Οι διαφοροποιήσεις στην έκταση που καταλαμβάνει το πράσινο στο Kunming αποτελούν απόρροια της αστικοποίησης και των πολιτικών που τάχθηκαν υπέρ των χώρων πρασίνου. Χαρακτηριστικά μεταξύ 2006 και 2009 έχουν κατασκευαστεί πολλά νέα πάρκα (π.χ. το Yueya Lake Park και το Lotus Lake Park) και δύο γήπεδα γκολφ. Επίσης παράπλευρα των δρόμων έχουν φυτεφθεί δένδρα με αποτέλεσμα τη δημιουργία πράσινων διαδρόμων. Παρόλα αυτά, υπάρχει ανάγκη για περαιτέρω δημιουργία σχεδίων προστασίας των πράσινων περιοχών όπως το δάσος που βρίσκεται στα προάστια.&lt;br /&gt;
	Η παρούσα μελέτη χρησιμοποίησε αποτελέσματα από δείκτες που μετρούν χωρική κατανομή, όπως ο PLAND, για μα ερμηνεύσει διαφοροποιήσεις της χρήσης/κάλυψης γης. Θα ήταν σκόπιμο να εξεταστούν πρόσθετες πηγές πληροφοριών, όπως τα πρότυπα χρήσεων γης των περιοχών, παρά η ερμηνεία μονάχα ενός δείκτη. Επιπλέον, είναι χρήσιμο να σημειωθεί ότι εμφανίζεται αυτοσυσχέτιση σε μερικές από τις αναλυόμενες χωρικές μετρήσεις.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
	Η μελέτη κατέδειξε τη χρησιμότητα των ομοκεντρικών και κατευθυντικών αναλύσεων του χώρου στις διαφοροποιήσεις του τοπίου σε πόλεις με ομόκεντρη ανάπτυξη. Η ποσοτικοποίηση της χωρικής διακύμανσης των χώρων πρασίνου και η κατανόηση της μεταβολής των προτύπων τους με την πάροδο του χρόνου είναι απαραίτητη για την καθοδήγηση των μελλοντικών πολιτικών οικολογικού σχεδιασμού ώστε να διασφαλιστεί η βιώσιμη αστική ανάπτυξη.&lt;br /&gt;
&lt;br /&gt;
[[category: Καταγραφή πρασίνου]]&lt;/div&gt;</summary>
		<author><name>Markoudimitris</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%97_%CF%87%CF%89%CF%81%CE%BF-%CF%87%CF%81%CE%BF%CE%BD%CE%B9%CE%BA%CE%AE_%CE%B4%CF%85%CE%BD%CE%B1%CE%BC%CE%B9%CE%BA%CE%AE_%CF%84%CF%89%CE%BD_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CF%87%CF%8E%CF%81%CF%89%CE%BD_%CF%80%CF%81%CE%AC%CF%83%CE%B9%CE%BD%CE%BF%CF%85_%CF%83%CE%B5_%CE%B5%CE%BE%CE%AC%CF%81%CF%84%CE%B7%CF%83%CE%B7_%CE%BC%CE%B5_%CF%84%CE%B7%CE%BD_%CF%84%CE%B1%CF%87%CE%B5%CE%AF%CE%B1_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7_%CE%BA%CE%B1%CE%B9_%CF%84%CE%B9%CF%82_%CF%80%CE%B5%CF%81%CE%B9%CE%B2%CE%B1%CE%BB%CE%BB%CE%BF%CE%BD%CF%84%CE%B9%CE%BA%CE%AD%CF%82_%CF%80%CE%BF%CE%BB%CE%B9%CF%84%CE%B9%CE%BA%CE%AD%CF%82</id>
		<title>Η χωρο-χρονική δυναμική των αστικών χώρων πράσινου σε εξάρτηση με την ταχεία αστικοποίηση και τις περιβαλλοντικές πολιτικές</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%97_%CF%87%CF%89%CF%81%CE%BF-%CF%87%CF%81%CE%BF%CE%BD%CE%B9%CE%BA%CE%AE_%CE%B4%CF%85%CE%BD%CE%B1%CE%BC%CE%B9%CE%BA%CE%AE_%CF%84%CF%89%CE%BD_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CF%87%CF%8E%CF%81%CF%89%CE%BD_%CF%80%CF%81%CE%AC%CF%83%CE%B9%CE%BD%CE%BF%CF%85_%CF%83%CE%B5_%CE%B5%CE%BE%CE%AC%CF%81%CF%84%CE%B7%CF%83%CE%B7_%CE%BC%CE%B5_%CF%84%CE%B7%CE%BD_%CF%84%CE%B1%CF%87%CE%B5%CE%AF%CE%B1_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7_%CE%BA%CE%B1%CE%B9_%CF%84%CE%B9%CF%82_%CF%80%CE%B5%CF%81%CE%B9%CE%B2%CE%B1%CE%BB%CE%BB%CE%BF%CE%BD%CF%84%CE%B9%CE%BA%CE%AD%CF%82_%CF%80%CE%BF%CE%BB%CE%B9%CF%84%CE%B9%CE%BA%CE%AD%CF%82"/>
				<updated>2019-02-07T18:06:50Z</updated>
		
		<summary type="html">&lt;p&gt;Markoudimitris: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: askisi10_eikona1.jpg|thumb | right |'''']]&lt;br /&gt;
[[Εικόνα: askisi10_eikona2.jpg|thumb | right |'''']]&lt;br /&gt;
[[Εικόνα: askisi10_eikona3.jpg|thumb | right |'''']]&lt;br /&gt;
[[Εικόνα: askisi10_eikona4.jpg|thumb | right |'''']]&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος τίτλος:''' '''Spatial-temporal dynamics of urban green space in response to rapid urbanization and greening policies'''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Xiaolu Zhou, Yi-Chen Wang &amp;lt;br/&amp;gt;&lt;br /&gt;
&lt;br /&gt;
[https://www.sciencedirect.com/science/article/pii/S0169204611000223 Σύνδεσμος πρωτότυπου κειμένου]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
	Η αστική ανάπτυξη σημειώνεται με έναν πρωτοφανή ρυθμό παγκοσμίως με το 65% του πληθυσμού να αναμένεται να κατοικεί στις αστικές περιοχές μέχρι το 2025. H φυσική αύξηση και η μετανάστευση του πληθυσμού από τις αγροτικές προς τις αστικές περιοχές αποτελεί δύο βασικούς παράγοντες που συνέβαλλαν στην ταχεία ανάπτυξη των πόλεων. Ωστόσο, αυτή η διαδικασία έχει προκαλέσει πολλές επιπτώσεις στο περιβάλλον και αποτελεί κρίσιμο ζήτημα παγκοσμίως.&lt;br /&gt;
Οι περισσότερες από τις περιβαλλοντικές επιπτώσεις της αστικοποίησης σχετίζονται με τους χώρους αστικού πρασίνου. Η υποβάθμιση τους έχει τη δυνατότητα να προκαλέσει μείωση στη βιοποικιλότητα και να διαταράσσει τη δομή και τη διαδικασία των αστικών οικοσυστημάτων. Αντίθετα, η ανάπτυξή τους μπορεί να μετριάσει αυτές τις επιπτώσεις και να επιφέρει θετικές όπως η ελάττωση του φαινομένου της αστικής νησίδας, η ανανέωση της κυκλοφορίας του αέρα κι επίσης να συνεισφέρει στις ψυχαγωγικές ανάγκες των κατοίκων της πόλης.&lt;br /&gt;
Έχοντας αντιληφθεί τη σημασία των πράσινων χώρων, οι κινέζικες αρχές εφάρμοσαν στρατηγικές που αποσκοπούν στο σχεδιασμό και τη διαχείρισή τους. Χαρακτηριστικά παραδείγματα είναι το Πεκίνο, η Nanjing και το νησί Xiamen. Για την καλύτερη παρακολούθηση των χώρων αυτών προτείνεται η χρήση της μεθόδου της τηλεπισκόπησης. Η διαθεσιμότητα των δεδομένων αυξημένης χρονικής και χωρικής διακριτικής ικανότητας και κάλυψης επέτρεψε την ακριβέστερη και εκτεταμένη παρακολούθηση της γης και των μεταβολών της. Στο πλαίσιο της παρούσας μελέτης, επιλέγεται προς ανάλυση η πόλη Kunming μιας και πρόκειται για ένα οικονομικό, πολιτικό και πολιτιστικό κέντρο στη νοτιοδυτική Κίνα και παρουσιάζει μια ομόκεντρη μορφή ανάπτυξης παρόμοια με πολλές άλλες κινεζικές πόλεις,&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Περιοχή μελέτης'''&lt;br /&gt;
&lt;br /&gt;
	Η πόλη [https://en.wikipedia.org/wiki/Kunming Kunming] είναι η πρωτεύουσα της επαρχίας Yunnan και βρίσκεται στη νοτιοδυτική Κίνα. Πριν από το 1999, οι ρυθμοί ανάπτυξής της ήταν χαμηλοί. Η πόλη άρχισε να λαμβάνει περισσότερη προσοχή μετά το 1999, όταν πραγματοποιήθηκε η Διεθνής Έκθεση Φυτοκομίας και αναγνωρίστηκε ως διεθνές εμπορικό κέντρο της Νότιας και Νοτιοανατολικής Ασίας. Η μελέτη επικεντρώθηκε στην διαφοροποίηση του τοπίου στην μητροπολιτική περιοχή. Για να εμπλουτιστεί με φυσικά στοιχεία η πόλη, πραγματοποιήθηκαν αρκετά έργα οικολογικής ανάπτυξης από το 2000, ενώ το 2005 είχε τεθεί ο στόχος να μετατραπεί σε μία από τις Εθνικές Πόλεις-Κήπος της Κίνας.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Υλικό και μεθοδολογία'''&lt;br /&gt;
&lt;br /&gt;
	Τα δεδομένα που χρησιμοποιήθηκαν σε αυτή τη μελέτη περιλαμβάνουν εικόνες τηλεπισκόπησης (δορυφόροι Landsat 5, Landsat 7 και SPOT 4), χάρτες, και επιτόπιες έρευνες.&lt;br /&gt;
Όσον αφορά τη διαδικασία επεξεργασίας, αρχικά, πραγματοποιήθηκε γεωαναφορά, ατμοσφαιρική και τοπογραφική διόρθωση των δορυφορικών εικόνων. Στη συνέχεια, εφαρμόστηκε η μέθοδος της Μέγιστης Πιθανοφάνειας (Maximum Likehood) για την ταξινόμηση των εικονοστοιχείων, με αποτέλεσμα να παραχθεί ο χάρτης χρήσεων γης. Τελευταία, διεξήχθη έλεγχος των μετρικών χώρου (μεταξύ άλλων το ποσοστό κάλυψης «Percentage of Landscape ή αλλιώς PLAND») και ανάλυση του βαθμού των αλλαγών που παρατηρείται στους χώρους πρασίνου για την περιοχή.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα'''&lt;br /&gt;
&lt;br /&gt;
	Το μοτίβο χρήσεων γης για τη μητροπολιτική περιοχή Kunming έχει μεταβληθεί σημαντικά τις τελευταίες δύο δεκαετίες. Το δομημένο περιβάλλον έχει επεκταθεί γρήγορα, με αποτέλεσμα να παρατηρείται αξιοσημείωτη απώλεια των χώρων πρασίνου, ιδιαίτερα στο νότιο τμήμα (εικ. 1).&lt;br /&gt;
Από τη συνοπτική ανάλυση των μετρικών προέκυψε ότι η δομημένη έκταση αντιπροσώπευε το 15,8% της περιοχής μελέτης κατά το 1992 ενώ το 2009 το ποσοστό αυτό είχε φτάσει στο 42,8%. Επίσης, για να αποκτηθεί εικόνα των μοτίβων χωρικής διαφοροποίησης σε διαφορετικές ομόκεντρες ζώνες, διεξήχθη ανάλυση σε επτά ομόκεντρους κύκλους που ξεκινούν από το κέντρο της πόλης και εκτείνονται μέχρι τα μέχρι και τα περιθώρια (εικ 2). &lt;br /&gt;
Οι τιμές του δείκτη PLAND για την οικοδομημένη γη έδειξαν ότι οι οικιστικές περιοχές επεκτάθηκαν σε όλες τις ομόκεντρες ζώνες από το 1992 έως το 2009, με εξαίρεση για τη ζώνη 1, όπου το μεγαλύτερο μέρος της γης είχε ήδη αναπτυχθεί. Ο αντίστοιχος δείκτης για τους χώρους πρασίνου δείχνει ότι έχει μειωθεί ο χώρος που καλύπτεται από αυτόν, ενώ το μεγαλύτερο ποσοστό βρίσκεται στη ζώνη 7. Ο ίδιος δείκτης χρησιμοποιήθηκε για να εξεταστεί η χωρική κατανομή των χρήσεων γης για τις κυψέλες κατεύθυνσης. Αντίστοιχη συμπεριφορά παρατηρείται για το δομημένο περιβάλλον και τους χώρους πρασίνου (εικ. 3).&lt;br /&gt;
Στη συνέχεια υπολογίστηκαν οι διαφοροποιήσεις στην κάλυψη για τις περιόδους από το 1992 έως το 2000 και από το 2000 έως το 2009 (εικ 4). Συνολικά, η δομημένη επιφάνεια εμφανίζει τις μεγαλύτερες μεταβολές, έπειτα ακολουθεί η γεωργική γη, η δασική και στην τελευταία θέση κατατάσσονται οι χώροι πρασίνου.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συζήτηση'''&lt;br /&gt;
&lt;br /&gt;
	Οι διαφοροποιήσεις στην έκταση που καταλαμβάνει το πράσινο στο Kunming αποτελούν απόρροια της αστικοποίησης και των πολιτικών που τάχθηκαν υπέρ των χώρων πρασίνου. Χαρακτηριστικά μεταξύ 2006 και 2009 έχουν κατασκευαστεί πολλά νέα πάρκα (π.χ. το Yueya Lake Park και το Lotus Lake Park) και δύο γήπεδα γκολφ. Επίσης παράπλευρα των δρόμων έχουν φυτεφθεί δένδρα με αποτέλεσμα τη δημιουργία πράσινων διαδρόμων. Παρόλα αυτά, υπάρχει ανάγκη για περαιτέρω δημιουργία σχεδίων προστασίας των πράσινων περιοχών όπως το δάσος που βρίσκεται στα προάστια.&lt;br /&gt;
	Η παρούσα μελέτη χρησιμοποίησε αποτελέσματα από δείκτες που μετρούν χωρική κατανομή, όπως ο PLAND, για μα ερμηνεύσει διαφοροποιήσεις της χρήσης/κάλυψης γης. Θα ήταν σκόπιμο να εξεταστούν πρόσθετες πηγές πληροφοριών, όπως τα πρότυπα χρήσεων γης των περιοχών, παρά η ερμηνεία μονάχα ενός δείκτη. Επιπλέον, είναι χρήσιμο να σημειωθεί ότι εμφανίζεται αυτοσυσχέτιση σε μερικές από τις αναλυόμενες χωρικές μετρήσεις.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
	Η μελέτη κατέδειξε τη χρησιμότητα των ομοκεντρικών και κατευθυντικών αναλύσεων του χώρου στις διαφοροποιήσεις του τοπίου σε πόλεις με ομόκεντρη ανάπτυξη. Η ποσοτικοποίηση της χωρικής διακύμανσης των χώρων πρασίνου και η κατανόηση της μεταβολής των προτύπων τους με την πάροδο του χρόνου είναι απαραίτητη για την καθοδήγηση των μελλοντικών πολιτικών οικολογικού σχεδιασμού ώστε να διασφαλιστεί η βιώσιμη αστική ανάπτυξη.&lt;br /&gt;
&lt;br /&gt;
[[category: Καταγραφή πρασίνου]]&lt;/div&gt;</summary>
		<author><name>Markoudimitris</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CE%BC%CE%B7_%CE%95%CF%80%CE%B1%CE%BD%CE%B4%CF%81%CF%89%CE%BC%CE%AD%CE%BD%CE%BF%CF%85_%CE%91%CE%B5%CF%81%CE%BF%CF%83%CE%BA%CE%AC%CF%86%CE%BF%CF%85%CF%82_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7_%CE%A7%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%91%CF%83%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%92%CE%BB%CE%AC%CF%83%CF%84%CE%B7%CF%83%CE%B7%CF%82_%CE%A7%CF%81%CE%B7%CF%83%CE%B9%CE%BC%CE%BF%CF%80%CE%BF%CE%B9%CF%8E%CE%BD%CF%84%CE%B1%CF%82_%CF%84%CE%B7_%CE%BC%CE%AD%CE%B8%CE%BF%CE%B4%CE%BF_Random_Forest</id>
		<title>Τηλεπισκόπηση μη Επανδρωμένου Αεροσκάφους για τη Χαρτογράφηση της Αστικής Βλάστησης Χρησιμοποιώντας τη μέθοδο Random Forest</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CE%BC%CE%B7_%CE%95%CF%80%CE%B1%CE%BD%CE%B4%CF%81%CF%89%CE%BC%CE%AD%CE%BD%CE%BF%CF%85_%CE%91%CE%B5%CF%81%CE%BF%CF%83%CE%BA%CE%AC%CF%86%CE%BF%CF%85%CF%82_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7_%CE%A7%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%91%CF%83%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%92%CE%BB%CE%AC%CF%83%CF%84%CE%B7%CF%83%CE%B7%CF%82_%CE%A7%CF%81%CE%B7%CF%83%CE%B9%CE%BC%CE%BF%CF%80%CE%BF%CE%B9%CF%8E%CE%BD%CF%84%CE%B1%CF%82_%CF%84%CE%B7_%CE%BC%CE%AD%CE%B8%CE%BF%CE%B4%CE%BF_Random_Forest"/>
				<updated>2019-02-07T18:05:48Z</updated>
		
		<summary type="html">&lt;p&gt;Markoudimitris: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: askisi9_eikona1.jpg|thumb | right |''Εικόνα 1: Πάρκο πυκνής βλάστησης (a), Πολύπλοκη περιοχή κατοικίας (b)'']]&lt;br /&gt;
[[Εικόνα: askisi9_eikona2.jpg|thumb | right |''Εικόνα 2: Αποτελέσματα ταξινόμησης για RGB-only και RGB+GT31 χρησιμοποιώντας τη μέθοδο Random Forest. (a) Περιοχή Α: RGB-only, (b) Περιοχή Α: RGB+GT31, (c) Περιοχή Β: RGB-only, (d) Περιοχή Β: RGB+GT31'']]&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος τίτλος:''' '''UAV Remote Sensing for Urban Vegetation Mapping Using Random Forest and Texture Analysis'''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Quanlong Feng, Jiantao Liu, Jianhua Gong &amp;lt;br/&amp;gt;&lt;br /&gt;
&lt;br /&gt;
[https://www.researchgate.net/publication/271519732_UAV_Remote_Sensing_for_Urban_Vegetation_Mapping_Using_Random_Forest_and_Texture_Analysis Σύνδεσμος πρωτότυπου κειμένου]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
''Χαρτογράφηση της αστικής βλάστησης''&lt;br /&gt;
&lt;br /&gt;
Η βλάστηση διαδραματίζει σημαντικό ρόλο στα αστικά περιβάλλοντα. Χαρακτηριστικά αναφέρεται ότι μετριάζει το φαινόμενο της θερμικής νησίδας και συμβάλλει στη διατήρηση της οικολογικής ισορροπίας, στην προστασία της βιοποικιλότητας και στην βελτίωση του βιοτικού επιπέδου. Η χαρτογράφηση της αστικής βλάστησης μπορεί να οριστεί ως η ταυτοποίηση των τύπων κάλυψης γης σε αστικές περιοχές οι οποίες διαθέτουν πράσινους χώρους. Αυτοί οι χάρτες συνεισφέρουν στη διαδικασία του αστικού σχεδιασμού, στην βελτιστοποίηση των υπηρεσιών των αστικών οικοσυστημάτων και στην προσαρμογή στην κλιματική αλλαγή.&lt;br /&gt;
Η τηλεπισκόπηση έχει χρησιμοποιηθεί για να χαρτογραφηθούν διάφορα περιβάλλοντα που περιέχουν βλάστηση (δομημένα και φυσικά). Η αστική (σε σύγκριση με την φυσική) βλάστηση είναι πιο κατακερματισμένη, άρα και πιο δύσκολη η καταγραφή της. Σε γενικές γραμμές, τα δεδομένα που χρησιμοποιούνται στην περίπτωση της αστικής βλάστησης διαθέτουν μέση (δορυφόρος Landsat), υψηλή (δορυφόροι IKONOS και QuickBird) και πολύ υψηλή (αισθητήρες ενσωματωμένοι σε μη επανδρωμένα αεροσκάφη) χωρική διακριτική ικανότητα. Επίσης, γίνεται και χρήση αεροφωτογραφιών.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Τηλεπισκόπηση με χρήση μη επανδρωμένου αεροσκάφους''&lt;br /&gt;
	&lt;br /&gt;
Τα μη επανδρωμένα αεροσκάφη (Unmanned Aerial Vehicles ή αλλιώς [https://en.wikipedia.org/wiki/Unmanned_aerial_vehicle UAV]) μπορούν να αξιοποιηθούν για την ικανοποίηση των απαιτήσεων της ταχείας παρακολούθησης, αξιολόγησης και χαρτογράφησης φυσικών πόρων με καθορισμένη από τον χρήστη χωροχρονική κλίμακα. Ο αισθητήρας του σκάφους αυτού αποκτά εικόνες πολύ υψηλής ποιότητας, οι οποίες μπορούν να καταγράψουν λεπτομέρειες και να συμβάλλουν σε πολύ ακριβείς χαρτογραφήσεις της αστικής βλάστησης. Οι αισθητήρες ποικίλλουν από απλή ψηφιακή φωτογραφική μηχανή, πολυφασματική φωτογραφική μηχανή, υπερφασματικό αισθητήρα και αισθητήρα LiDAR,&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Στόχοι'' &lt;br /&gt;
&lt;br /&gt;
O γενικός στόχος αυτής της μελέτης είναι η ανάπτυξη μιας ακριβούς μεθόδου ταξινόμησης για τη χαρτογράφηση της αστικής βλάστησης μέσω της ταξινόμησης Τυχαίου Δάσους (Random Forest) και της ανάλυση υφής χρησιμοποιώντας πολύ υψηλής διακριτικής ικανότητας (7 εκ.) δεδομένα από αισθητήρα που βρίσκεται σε μη επανδρωμένο σκάφος.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Μεθοδολογία'''&lt;br /&gt;
&lt;br /&gt;
Το διάγραμμα ροής μπορεί να χωριστεί σε τρία μέρη: α) απόκτηση δεδομένων και προεπεξεργασία, β) ταξινόμηση εικόνων και γ) ανάλυση ακρίβειας. Οι εικόνες ανακτήθηκαν μέσω ενός μίνι μη UAV που ονομάζεται River-Map . Το UAV River-Map αποτελείται από ωφέλιμο φορτίο αισθητήρα, αυτόματο πιλότο, GPS / INS και σταθμό εδάφους. Αρχικά, πραγματοποιήθηκε γεωαναφορά των εικόνων και παράθεση σε μωσαϊκό. &lt;br /&gt;
Αποτέλεσμα ήταν δύο μικρές εικόνες (1700 × 1700 εικονοστοιχεία, 120 × 120 μ.) που αντιπροσωπεύουν τυπικά αστικά τοπία τα οποία επελέγησαν ως δεδομένα δοκιμών (εικ. 1).&lt;br /&gt;
Έπειτα, εξετάστηκαν τα στατιστικά στοιχεία που αφορούν την υφή (π.χ. μέση τιμή, διακύμανση, ομοιογένεια).  Η συμβολή των χαρακτηριστικών υφής στην ακρίβεια ταξινόμησης εξαρτάται τόσο από την κλίμακα της υφής όσο και από την κλίμακα των  αντικειμένων εδάφους. Η υψηλότερη ακρίβεια μπορεί να επιτευχθεί με τη συμπερίληψη της βέλτιστης κλίμακας σε αντικείμενα εδάφους τα οποία αντιπροσωπεύουν την υψηλότερη διακύμανση μεταξύ των κλάσεων και τη μικρότερη διακύμανση εντός της κλάσης.&lt;br /&gt;
Στη συνέχεια πραγματοποιήθηκε η ταξινόμηση με χρήση της μεθόδου Random Forest. Η συγκεκριμένη μέθοδος επιλέχθηκε λόγω της σταθερότητας και της αποτελεσματικότητάς που διαθέτει. Επίσης, διαθέτει χαμηλό υπολογιστικό βάρος και είναι εύκολος ο προσδιορισμός των παραμέτρων που πρόκειται να χρησιμοποιηθούν.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα'''&lt;br /&gt;
&lt;br /&gt;
Τα αποτελέσματα που προέκυψαν από την ταξινόμηση ήταν 10 διαφορετικοί χάρτες κάλυψης γης για κάθε εικόνα. Παρακάτω (εικ. 2) παρουσιάζονται τα αποτελέσματα για RGB-only και RGB+GT31 (υψηλότερη δυνατή ακρίβεια) των περιοχών Α και Β. Κατά την ταξινόμηση των εικόνων RGB-only, τόσο στην περιοχή-A όσο και στην περιοχή-B φαίνεται ότι μεγάλη ποσότητα από τα δέντρα έχουν ταξινομηθεί εσφαλμένα σαν γρασίδι και θάμνοι. Αυτό οφείλεται κυρίως στην χαμηλή φασματική ανάλυση των εικόνων UAV και της έλλειψης του εγγύς υπέρυθρου καναλιού. Ωστόσο, η συμπερίληψη της υφής βελτιώνει την ακρίβεια ταξινόμησης. Αυτό γίνεται εμφανές στις εικόνες RGB+GT31. Αυτό συμβαίνει επειδή η παρουσία της υφής αυξάνει την διαχωριστικότητα μεταξύ των κατηγοριών και τείνει να απομακρύνει μικρές απομονωμένες ομάδες εικονοστοιχείων. Για [https://www.researchgate.net/publication/271519732_UAV_Remote_Sensing_for_Urban_Vegetation_Mapping_Using_Random_Forest_and_Texture_Analysis περαιτέρω πληροφορίες] που αφορούν στην ανάλυση των αποτελεσμάτων βλ. Quanlong et al., 2015.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Οι εξαιρετικά υψηλής χωρικής διακριτικής ικανότητας εικόνες που αποκτήθηκαν από το UAV παρέχουν επαρκείς λεπτομέρειες για την χαρτογράφηση της αστικής βλάστησης. &lt;br /&gt;
Τα αποτελέσματα έδειξαν ότι η συνολική ακρίβεια για τις περιοχές Α και Β αυξήθηκε από 73,5% σε 90,6% και από 76,6% σε 86,2%, αντίστοιχα, μετά την ένταξη των χαρακτηριστικών της υφής, στοιχείο που καταδεικνύει τη σημασία του συγκεκριμένου παράγοντα στην βελτίωση της ακρίβειας ταξινόμησης. Εκτός αυτού, όταν χρησιμοποιήθηκε η μέθοδος του Τυχαίου Δάσους (Random Forest) αντί της Μέγιστης Πιθανοφάνειας (Maximum Likehood), η ακρίβεια αυξήθηκε κατά περίπου 4%.&lt;br /&gt;
Επισημαίνεται ότι από αυτή τη μελέτη ότι τα δεδομένα μέσω UAV παρέχουν πληροφορίες εξαιρετικής ποιότητας για την παρακολούθηση της αστικής βλάστησης. Ωστόσο, θα ήταν επιθυμητό να χρησιμοποιούνται αισθητήρες οι οποίοι έχουν ενσωματωμένο το εγγύς υπέρυθρο κανάλι. Επίσης, η προτεινόμενη μέθοδος θα πρέπει να δοκιμαστεί και σε εικόνες από διαφορετικές περιοχές και σε διαφορετικές περιόδους για να αποδειχθεί η εγκυρότητά της. Επιπλέον, θα είναι σκόπιμο να ληφθεί υπόψιν η σύγκριση μεταξύ της προτεινόμενης μεθόδου  και της εξομαλυνθείσας έκδοσης της ταξινόμησης RGB-only. Τελευταία, θα πρέπει να εξεταστεί η ανάλυση αβεβαιότητας της μεθόδου αυτής.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
[[category: Καταγραφή πρασίνου]]&lt;/div&gt;</summary>
		<author><name>Markoudimitris</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A7%CF%81%CE%AE%CF%83%CE%B7_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_LiDAR_%CE%BA%CE%B1%CE%B9_QuickBird_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7_%CE%BC%CE%BF%CE%BD%CF%84%CE%B5%CE%BB%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%B1%CF%80%CE%BF%CE%B8%CE%AE%CE%BA%CE%B5%CF%85%CF%83%CE%B7%CF%82_%CE%AC%CE%BD%CE%B8%CF%81%CE%B1%CE%BA%CE%B1_%CF%83%CF%84%CE%B1_%CE%B4%CE%AD%CE%BD%CE%B4%CF%81%CE%B1_%CF%80%CE%BF%CF%85_%CE%B2%CF%81%CE%AF%CF%83%CE%BA%CE%BF%CE%BD%CF%84%CE%B1%CE%B9_%CE%B5%CE%BD%CF%84%CF%8C%CF%82_%CF%84%CE%BF%CF%85_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%BF%CF%8D_%CE%B9%CF%83%CF%84%CE%BF%CF%8D_%CF%84%CE%BF%CF%85_%CE%92%CE%B5%CF%81%CE%BF%CE%BB%CE%AF%CE%BD%CE%BF%CF%85</id>
		<title>Χρήση δεδομένων LiDAR και QuickBird για τη μοντελοποίηση της αποθήκευσης άνθρακα στα δένδρα που βρίσκονται εντός του αστικού ιστού του Βερολίνου</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A7%CF%81%CE%AE%CF%83%CE%B7_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_LiDAR_%CE%BA%CE%B1%CE%B9_QuickBird_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7_%CE%BC%CE%BF%CE%BD%CF%84%CE%B5%CE%BB%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%B1%CF%80%CE%BF%CE%B8%CE%AE%CE%BA%CE%B5%CF%85%CF%83%CE%B7%CF%82_%CE%AC%CE%BD%CE%B8%CF%81%CE%B1%CE%BA%CE%B1_%CF%83%CF%84%CE%B1_%CE%B4%CE%AD%CE%BD%CE%B4%CF%81%CE%B1_%CF%80%CE%BF%CF%85_%CE%B2%CF%81%CE%AF%CF%83%CE%BA%CE%BF%CE%BD%CF%84%CE%B1%CE%B9_%CE%B5%CE%BD%CF%84%CF%8C%CF%82_%CF%84%CE%BF%CF%85_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%BF%CF%8D_%CE%B9%CF%83%CF%84%CE%BF%CF%8D_%CF%84%CE%BF%CF%85_%CE%92%CE%B5%CF%81%CE%BF%CE%BB%CE%AF%CE%BD%CE%BF%CF%85"/>
				<updated>2019-02-07T18:05:01Z</updated>
		
		<summary type="html">&lt;p&gt;Markoudimitris: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: askisi8_eikona1.jpg|thumb | right |''Εικόνα 1: Αστική λωρίδα και σημεία μελέτης στο Βερολίνο'']]&lt;br /&gt;
[[Εικόνα: askisi8_eikona2.jpg|thumb | right |''Εικόνα 2: Εξαγωγή των αποθηκεύσεων άνθρακα στην περιοχή του Βερολίνου'']]&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος τίτλος:''' '''Using Airborne LiDAR and QuickBird Data for Modelling Urban Tree Carbon Storage and Its Distribution - A Case Study of Berlin'''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Johannes Schreyer, Jan Tigges, Tobia Lakes, Galina Churkina &amp;lt;br/&amp;gt;&lt;br /&gt;
&lt;br /&gt;
[https://www.researchgate.net/publication/267736440_Using_Airborne_LiDAR_and_QuickBird_Data_for_Modelling_Urban_Tree_Carbon_Storage_and_Its_Distribution-A_Case_Study_of_Berlin Σύνδεσμος πρωτότυπου κειμένου]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Οι αστικές περιοχές συμβάλλουν σημαντικά στις παγκόσμιες εκπομπές διοξειδίου του άνθρακα (70% των παγκόσμιων τιμών). Η περαιτέρω αστικοποίηση που προβλέπεται να λάβει χώρα θα οδηγήσει σε αυξήσεις αυτού του ποσοστού. Πρόσφατες μελέτες στις Η.Π.Α. στην Ευρώπη και στην Ασία αποκαλύπτουν ότι η αποθηκευτική χωρητικότητα των δένδρων που βρίσκονται εντός του αστικού ιστού αποτελεί σημαντική δεξαμενή άνθρακα. Ωστόσο, οι έρευνες σχετικά με την ποσότητα αποθήκευσης άνθρακα στην αστική βλάστηση στερούνται ακόμη αυτοματοποιημένων μεθόδων προσέγγισης.&lt;br /&gt;
Οι πρόσφατες εξελίξεις στις τεχνολογίες αυξημένης χωρικής και χρονικής διακριτικής ικανότητας στην τηλεπισκόπηση και η διαθεσιμότητα δεδομένων τρισδιάστατης αερομεταφερόμενης σάρωσης με λέιζερ (ALS) είναι δυνατό να συνεισφέρουν σε ανάλογες έρευνες. Επίσης, οι πολυφασματικές εικόνες πολύ υψηλής ανάλυσης, όπως εκείνες του δορυφόρου QuickBird, καθιστούν εφικτό το λεπτομερή διαχωρισμό της βλάστησης, ακόμη και σε πυκνοκατοικημένες περιοχές, και παρέχουν σημαντικές πληροφορίες ειδικά αν συνδυαστούν με δεδομένα LiDAR.&lt;br /&gt;
Στόχος της παρούσας μελέτης είναι η ανάπτυξη και η εφαρμογή μιας προσέγγισης που συνδυάζει δεδομένα LiDAR και QuickBird έτσι ώστε να αξιολογηθεί ο άνθρακας που αποθηκεύεται σε δέντρα που βρίσκονται στον αστικό ιστό του Βερολίνου και να εντοπιστούν οι διαφορές μεταξύ των τύπων αστικών δομών.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Υλικό και μεθοδολογία'''&lt;br /&gt;
&lt;br /&gt;
''Περιοχή μελέτης''&lt;br /&gt;
&lt;br /&gt;
Το Βερολίνο έχει έκταση περίπου 892 τ.χλμ. εκ των οποίων σχεδόν το 40% καλύπτεται από αστική βλάστηση. Η πόλη περιλαμβάνει το μεγαλύτερο αστικό δάσος στη Γερμανία (περίπου στα 290 τ.χλμ). Αυτή η μελέτη επικεντρώνεται σε μία λωρίδα μήκους 15,3 τ.χλμ. που εκτείνεται από τα βορειοανατολικά προς τα νοτιοδυτικά της πόλης και χαρακτηρίζεται από 15 διαφορετικούς δομικούς τύπους, συμπεριλαμβανομένης και της οδού (εικ. 1).&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Δεδομένα και μεθοδολογία''&lt;br /&gt;
	&lt;br /&gt;
Για το πέρας της εργασίας αυτής συνδυάστηκαν πολυφασματικά δεδομένα υψηλής ευκρίνειας QuickBird και LiDAR με δεδομένα αστικών δομών και επιτόπιων ερευνών. Επιπλέον,  χρησιμοποιήθηκαν προκατασκευασμένα μοντέλα ύψους LiDAR, ψηφιακό μοντέλο επιφάνειας (DSM) και ψηφιακό μοντέλο εδάφους (DTM).&lt;br /&gt;
Η προσέγγιση βασίζεται σε υπάρχουσες μεθόδους εκτίμησης της αποθήκευσης του άνθρακα σε δύο κύρια βήματα. Πρώτον, οι δενδρομετρικές παράμετροι (ύψος δέντρου, πλάτος στεφάνης, ύψος βάσης κορώνας) προέρχονται από το Μοντέλο Ύψους Κορώνας (Canopy Height Model ή αλλιώς CHM). Επιπλέον, εντοπίστηκαν και υπολογίστηκαν δεδομένα από όλα τα δένδρα για να εκτιμηθεί ο συνολικός αριθμός τους και η διανομή του αποθηκευμένου άνθρακα. Για [https://www.researchgate.net/publication/267736440_Using_Airborne_LiDAR_and_QuickBird_Data_for_Modelling_Urban_Tree_Carbon_Storage_and_Its_Distribution-A_Case_Study_of_Berlin περαιτέρω πληροφορίες] που αφορούν στη μεθοδολογία και στην επεξεργασία δεδομένων βλ. Schreyer et al., 2014.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα'''&lt;br /&gt;
&lt;br /&gt;
''Δενδρομετρικές παράμετροι''&lt;br /&gt;
&lt;br /&gt;
Για ολόκληρη τη λωρίδα εντοπίστηκαν συνολικά 76.690 δένδρα. Το μέσο ύψος τους ανέρχεται στα 8.82 και το μέσο ύψος βάσης της κορώνας στα 4.41 μ. Οι παράμετροι αυτοί χρησιμοποιήθηκαν ως εισαγόμενη πληροφορία για τον υπολογισμό της διαμέτρου του στελέχους των δέντρων. Για το σύνολο της περιοχής, η μέση διάμετρος υπολογίστηκε στα 30,69 εκ.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Διανομή αποθηκευμένου άνθρακα''&lt;br /&gt;
	&lt;br /&gt;
	Η μέση τιμή για όλα τα δένδρα ήταν στα 269,98 κιλά, με αποτέλεσμα την  αποθήκευση του άνθρακα πάνω από το έδαφος να ανέρχεται στα 20.964,40 κιλά. Εντοπίστηκαν διάφορες χωρητικότητες αποθήκευσης ανάλογα τον εκάστοτε δομικό τύπο. Σε γενικές γραμμές, η αποθήκευση είναι υψηλότερη στα δέντρα των κατοικιών σε αντίθεση με τα τμήματα υπηρεσιών, εμπορικών και βιομηχανικών χρήσεων. Οι πράσινοι χώροι περιέχουν τα υψηλότερα επίπεδα. Στο τελευταίο στάδιο, πραγματοποιήθηκε αναγωγή των αποτελεσμάτων σε ολόκληρη την περιοχή του Βερολίνου (εικ. 2) με το συνολικό βάρος αποθηκευμένου άνθρακα να είναι 1.028.427 κιλά.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συζήτηση'''&lt;br /&gt;
&lt;br /&gt;
Η ποιότητα των αποτελεσμάτων πρέπει να αξιολογηθεί σύμφωνα με την ακρίβεια των δενδρομετρικών παραγόντων και της σύγκρισης της με δεδομένα παρόμοιων μελετών, δεδομένης της απούσίας μετρήσεων που θα επικυρώσουν άμεσα την περιεκτικότητα του άνθρακα εντός των δένδρων. Οι βασικοί περιορισμοί έγκεινται στο αστικό περιβάλλον, στις ετερογενείς κάθετες δομές και την έλλειψη μετρήσεων πεδίου.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Τα αποτελέσματα αυτής της μελέτης καταδεικνύουν τη χρησιμότητα μιας προσέγγισης που βασίζεται στην τηλεπισκόπηση και στην παράλληλη χρήση δασικών μεθόδων για την εκτίμηση των ποσοτήτων άνθρακα σε αστικές περιοχές. Προκειμένου να συγκριθεί ολόκληρη η αξία του άνθρακα για το σύνολο του Βερολίνου με άλλες πόλεις, πρέπει να αποκτηθούν δεδομένα LiDAR για ολόκληρη την περιοχή. Για μελλοντικές αξιολογήσεις, έχει μεγάλη σημασία η ανάπτυξη αυτοματοποιημένων μεθόδων για την ταυτοποίηση των ειδών των δέντρων με απώτερο σκοπό την παραγωγή, ειδικά σε πόλεις της κεντρικής Ευρώπης, εξισώσεων υπολογισμού της διαμέτρου των δένδρων και το ποσό του άνθρακα που αποθηκεύεται σε αυτό.&lt;br /&gt;
&lt;br /&gt;
[[category: Καταγραφή πρασίνου]]&lt;/div&gt;</summary>
		<author><name>Markoudimitris</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A0%CE%B1%CF%81%CE%B1%CE%BA%CE%BF%CE%BB%CE%BF%CF%8D%CE%B8%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CF%87%CE%B9%CE%BF%CE%BD%CE%BF%CE%BA%CE%AC%CE%BB%CF%85%CF%88%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CF%80%CF%81%CE%BF%CF%83%CE%BF%CE%BC%CE%BF%CE%B9%CF%8E%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%B5%CF%80%CE%B9%CF%86%CE%B1%CE%BD%CE%B5%CE%B9%CE%B1%CE%BA%CE%AE%CF%82_%CE%B1%CF%80%CE%BF%CF%81%CF%81%CE%BF%CE%AE%CF%82_%CF%83%CF%84%CE%B9%CF%82_%CE%BB%CE%B5%CE%BA%CE%AC%CE%BD%CE%B5%CF%82_%CE%B1%CF%80%CE%BF%CF%81%CF%81%CE%BF%CE%AE%CF%82_%CF%84%CF%89%CE%BD_%CE%99%CE%BC%CE%B1%CE%BB%CE%B1%CE%90%CF%89%CE%BD_%CE%BC%CE%AD%CF%83%CF%89_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82</id>
		<title>Παρακολούθηση της χιονοκάλυψης και προσομοιώση της επιφανειακής απορροής στις λεκάνες απορροής των Ιμαλαΐων μέσω τηλεπισκόπησης</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A0%CE%B1%CF%81%CE%B1%CE%BA%CE%BF%CE%BB%CE%BF%CF%8D%CE%B8%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CF%87%CE%B9%CE%BF%CE%BD%CE%BF%CE%BA%CE%AC%CE%BB%CF%85%CF%88%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CF%80%CF%81%CE%BF%CF%83%CE%BF%CE%BC%CE%BF%CE%B9%CF%8E%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%B5%CF%80%CE%B9%CF%86%CE%B1%CE%BD%CE%B5%CE%B9%CE%B1%CE%BA%CE%AE%CF%82_%CE%B1%CF%80%CE%BF%CF%81%CF%81%CE%BF%CE%AE%CF%82_%CF%83%CF%84%CE%B9%CF%82_%CE%BB%CE%B5%CE%BA%CE%AC%CE%BD%CE%B5%CF%82_%CE%B1%CF%80%CE%BF%CF%81%CF%81%CE%BF%CE%AE%CF%82_%CF%84%CF%89%CE%BD_%CE%99%CE%BC%CE%B1%CE%BB%CE%B1%CE%90%CF%89%CE%BD_%CE%BC%CE%AD%CF%83%CF%89_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82"/>
				<updated>2019-02-07T18:02:53Z</updated>
		
		<summary type="html">&lt;p&gt;Markoudimitris: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: askisi5_eikona1.jpg|thumb | right |''Εικόνα 1: Περιοχή μελέτης. Το πολύγωνο με το μαύρο χρώμα απεικονίζει την άνω λεκάνη απορροής του Ινδού ποταμού'']]&lt;br /&gt;
[[Εικόνα: askisi5_eikona2.jpg|thumb | right |''Εικόνα 2: Εποχιακή χιονοκάλυψη (χειμώνας στο πάνω, άνοιξη -  καλοκαίρι στο μέσο, φθινόπωρο στο κάτω τμήμα) με βάση τις χρονολογικές σειρές MOD10C2 από το Μάρτιο του 2000 έως το Φεβρουάριο του 2008'']]&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος τίτλος:''' '''Large-scale monitoring of snow cover and runoff simulation in Himalayan river basins using remote sensing'''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' W.W. Immerzeel, P. Droogers, S.M. de Jong, M.F.P. Bierkens &amp;lt;br/&amp;gt;&lt;br /&gt;
&lt;br /&gt;
[https://www.sciencedirect.com/science/article/abs/pii/S0034425708002575 Σύνδεσμος πρωτότυπου κειμένου]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Στα Ιμαλάια και στο παρακείμενο οροπέδιο Θιβέτ-Κινγκχάι πηγάζουν οι κυριότεροι ασιατικοί ποταμοί μεταξύ των οποίων είναι οι Ινδός, ό Γάγγης, και ο Βραχμαπούτρα. Αυτοί οι ποταμοί διαδραματίζουν βαρύνουσας σημασίας ρόλο σε εκατοντάδες εκατομμυρίων ανθρώπους που ζουν στις κατάντη περιοχές τους. Η διατήρηση αυτών των υδάτινων πόρων είναι ιδιαίτερα σημαντική. Τα ατμοσφαιρικά κατακρημνίσματα των ανάντη λεκανών πέφτουν εν μέρει υπό μορφή χιονιού, προκαλώντας φυσική καθυστέρηση στην επιφανειακή απορροή των ποταμών. Η δυναμική της χιονοκάλυψης επομένως επηρεάζει τη διαθεσιμότητα ύδατος στις κατάντη περιοχές, ειδικά την άνοιξη κατά την έναρξη της αρδευτικής περιόδου. Η μελέτη αυτή επικεντρώνεται στην δυναμική της χιονοκάλυψης στην Ασία η οποία αναλύεται χωροχρονικά χρησιμοποιώντας μεθόδους τηλεπισκόπησης και εστιάζεται στη λεκάνη του Ινδού ποταμού, όπου η τήξη του χιονιού είναι ένας σημαντικός καθοριστικός παράγοντας στην προμήθεια του νερού.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Περιοχή μελέτης'''&lt;br /&gt;
&lt;br /&gt;
Η περιοχή μελέτης περιλαμβάνει το οροπέδιο Θιβέτ-Κινγκχάι και τις οροσειρές Hindu-Kush, Pamir, Karakoram κι εκείνη των Ιμαλαΐων, που αποτελούν τις πηγές όλων των μεγάλων ποταμών της Ασίας (εικ. 1).&lt;br /&gt;
Η κατανομή των ατμοσφαιρικών κατακρημνισμάτων διαφοροποιείται χωροχρονικά και εξαρτάται κυρίως από τούς μουσώνες. Κατά τους καλοκαιρινούς μήνες (Ιούνιος-Σεπτέμβριος), ο νοτιοανατολικός μουσώνας παράγει έντονες βροχοπτώσεις, ειδικά στο ανατολικό τμήμα. Ο μουσώνας αποδυναμώνεται προς τα δυτικά, εκεί οι άνεμοι προκαλούν κατακρημνίσματα κατά τη χειμωνιάτικη περίοδο (Δεκέμβριος-Μάρτιος), που εκφράζονται κυρίως με τη μορφή χιονιού. Το μοντέλο απορροής χιονιού είναι σχεδιασμένο για την άνω λεκάνη του Ινδού ανάντη του φράγματος Tarbela το οποίο (παράλληλα με το φράγμα Mangla) αποτελεί σημαντικό ταμιευτήρα και ρυθμίζει την υδροδότηση των αρδευόμενων περιοχών του [https://en.wikipedia.org/wiki/Indus_River Ινδού ποταμού].&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Μεθοδολογία'''&lt;br /&gt;
&lt;br /&gt;
''Σύνολα δεδομένων''&lt;br /&gt;
&lt;br /&gt;
Τα απαιτούμενα δεδομένα για την παρουσία χιονοκάλυψης εξήχθησαν από το δορυφόρο MODIS (παρείχε δεδομένα για την περιοχή μεταξύ Μαρτίου 2000 και Φεβρουαρίου 2008). Τα επίπεδα χιονοκάλυψης μετρήθηκαν με τη χρήση του δείκτη κάλυψης χιονιού «Normalized Difference Snow Index (NDSI)», ενώ τα δεδομένα βροχόπτωσης από την TRMM. Η αποστολή για τη μέτρηση της τροπικής βροχόπτωσης «Tropical Rainfall Measuring Mission (TRMM)» παρέχει δεδομένα πρόβλεψης ατμοσφαιρικών κατακρημνισμάτων και χρησιμοποιεί δεδομένα από πολλούς δορυφόρους. Τα μακροπρόθεσμα μοτίβα θερμοκρασίας προέκυψαν χρησιμοποιώντας την υψηλής ακρίβειας παγκόσμια βάση δεδομένων που παρέχει κλιματικά στοιχεία: τη μονάδα έρευνας για το κλίμα «Climate Research Unit (CRU)».&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Μοντέλο απορροής''&lt;br /&gt;
&lt;br /&gt;
Το μοντέλο απορροής στην άνω λεκάνη του Ινδού ποταμού βασίζεται στο μοντέλο απορροής χιονιού «Snowmelt Runoff Model (SRM)» το οποίο αναπτύχθηκε αρχικά από τον Martinec (1975) και έχει εφαρμοστεί σε πάνω από 100 λεκάνες που κυμαίνονται σε επιφάνεια από 0,8 τ.χλμ. έως 917,444 τ.χλμ. σε 29 διαφορετικές χώρες. Πρόκειται για ένα εννοιολογικό υδρολογικό μοντέλο επιπέδου ημέρας που χρησιμοποιείται για την προσομοίωση της ημερήσιας απορροής που προκύπτει από το λιώσιμο χιονιού και τα ατμοσφαιρικά κατακρημνίσματα σε ορεινές περιοχές.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα και συζήτηση'''&lt;br /&gt;
&lt;br /&gt;
''Ρυθμοί μεταβολής θερμοκρασιών και ατμοσφαιρικών κατακρημνισμάτων''&lt;br /&gt;
&lt;br /&gt;
Υπάρχει μια σαφής αύξηση της θερμοκρασίας σε όλες τις εποχές, με την ισχυρότερη να εμφανίζεται το χειμώνα και την ασθενέστερη το καλοκαίρι. Οι ρυθμοί αύξησης της θερμοκρασίας είναι πιο εκτεταμένοι από τον παγκόσμιο μέσο ρυθμό. Τόσο οι θερμοκρασιακοί όσο και οι ρυθμοί των  βροχοπτώσεων είναι μεγαλύτεροι  στην άνω λεκάνη του Ινδού σε σύγκριση με ολόκληρο τον τομέα.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Ρυθμοί μεταβολής χιονοκάλυψης''&lt;br /&gt;
&lt;br /&gt;
Υπάρχουν μεγάλες διαφορές μεταξύ του συνόλου της περιοχής και της άνω λεκάνης του Ινδού ποταμού. Για ολόκληρη την περιοχή η μέση ετήσια χιονοκάλυψη ανέρχεται στο 10,5% της συνολικής έκτασης, ενώ  για την άνω λεκάνη του Ινδού το ποσοστό είναι τρεις φορές υψηλότερο (33,9%). Στις λεκάνες απορροής των Ιμαλαΐων υπάρχει μεγάλη χωρική διακύμανση λόγω των μεγάλων κλιματικών και υψομετρικών διαφορών (εικ. 2). Όπως φαίνεται υπάρχει συσχέτιση με το υψόμετρο και παρατηρείται μια μειούμενη τάση από τη δύση προς την ανατολή.&lt;br /&gt;
Όσον αφορά την κατανομή των ατμοσφαιρικών κατακρημνισμάτων παρατηρείται ότι το άνω τμήμα της λεκάνης του Ινδού δέχεται τις περισσότερες χειμερινές βροχοπτώσεις από το σύνολο της περιοχής. Σε συνδυασμό με σχετικά μικρές ποσότητες βροχόπτωσης κατά την καλοκαιρινή περίοδο η σημασία της τήξης του χιονιού και των πάγων στη συνολική ετήσια απορροή είναι πολύ μεγαλύτερη από ό,τι σε οποιαδήποτε άλλη λεκάνη των Ιμαλαΐων.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Μοντελοποίηση της απορροής''&lt;br /&gt;
&lt;br /&gt;
Το μοντέλο απορροής δημιουργήθηκε από δεδομένα τηλεπισκόπησης που μετρούν χιονοκάλυψη και ατμοσφαιρικά κατακρημνίσματα και μετρά τη συμβολή της τήξης του χιονιού και των πάγων και των ατμοσφαιρικών κατακρημνισμάτων στην επιφανειακή απορροή. Τα βασικά αποτελέσματα εξήχθησαν μέσω της συγκεκριμένης μοντελοποιήσης είναι τα εξής:&lt;br /&gt;
&lt;br /&gt;
* Το μέρος των κατακρημνισμάτων που εκφράζεται με τη μορφή χιονιού μειώθηκε από 60% σε 48%&lt;br /&gt;
* Λόγω της αύξησης της συνολικής βροχόπτωσης, η ετήσια απορροή από την τήξη των χιονιών παραμένει σχεδόν σταθερή&lt;br /&gt;
* Αν και η έκταση των παγετώνων μειώνεται κατά 50%, η συνολική παγετώδης απορροή μειώνεται μόνο κατά 22%, λόγω της αύξησης θερμοκρασίας&lt;br /&gt;
* Η απορροή που οφείλεται στις βροχοπτώσεις αυξάνεται σημαντικά κατά 53%&lt;br /&gt;
* Η συνολική ροή αυξάνεται κατά 7%&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Τα βασικά συμπεράσματα που εξάγονται από αυτή τη μελέτη εμφανίζονται παρακάτω. Αρχικά, η τηλεπισκόπηση επιτρέπει την ανίχνευση χωροχρονικών προτύπων χιονοκάλυψης σε μεγάλες περιοχές όπου το έδαφος είναι απρόσιτο και παρέχει χρήσιμες πληροφορίες για τον υδρολογικό κύκλο. Επιπλέον, η λεκάνη του Ινδού είναι η περισσότερο εξαρτώμενη (για την επιφανειακή απορροή) από την τήξη του χιονιού και των πάγων κι επίσης υπάρχει μία σημαντική τάση μείωσης της κάλυψης του χιονιού που παρατηρήθηκε στην άνω λεκάνη. Επιπροσθέτως, τα σενάρια που μελετήθηκαν μπορεί να έχουν ευεργετική επίδραση στην κατάντη διαθεσιμότητα νερού του Ινδού και κατά συνέπεια, των γεωργικών δυνατοτήτων της περιοχής. Τελευταία, υπάρχουν ενδείξεις ότι η περιφερειακή άνοδος της θερμοκρασίας επηρεάζει την υδρολογία της άνω λεκάνης του Ινδού λόγω της επιτάχυνσης του λιώσιμου των πάγων, αυτή η άνοδος μπορεί να συσχετιστεί με τις παγκόσμιες μεταβολές της θερμοκρασίας που οφείλονται στον ανθρώπινο παράγοντα.&lt;br /&gt;
&lt;br /&gt;
[[category: Εκτίμηση Υδρολογικών λεκανών]]&lt;/div&gt;</summary>
		<author><name>Markoudimitris</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A7%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CE%B4%CF%85%CE%BD%CE%B7%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B6%CF%89%CE%BD%CF%8E%CE%BD_%CF%85%CF%80%CE%BF%CE%B3%CE%B5%CE%AF%CF%89%CE%BD_%CF%85%CE%B4%CE%AC%CF%84%CF%89%CE%BD_%CF%83%CF%84%CE%B7_%CE%BB%CE%B5%CE%BA%CE%AC%CE%BD%CE%B7_Musi_%CE%BC%CE%B5_%CF%84%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82</id>
		<title>Χαρτογράφηση δυνητικών ζωνών υπογείων υδάτων στη λεκάνη Musi με τη χρήση τηλεπισκόπησης</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A7%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CE%B4%CF%85%CE%BD%CE%B7%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B6%CF%89%CE%BD%CF%8E%CE%BD_%CF%85%CF%80%CE%BF%CE%B3%CE%B5%CE%AF%CF%89%CE%BD_%CF%85%CE%B4%CE%AC%CF%84%CF%89%CE%BD_%CF%83%CF%84%CE%B7_%CE%BB%CE%B5%CE%BA%CE%AC%CE%BD%CE%B7_Musi_%CE%BC%CE%B5_%CF%84%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82"/>
				<updated>2019-02-07T18:01:01Z</updated>
		
		<summary type="html">&lt;p&gt;Markoudimitris: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: askisi4_eikona1.jpg|thumb | right |''Εικόνα 1: Υδρογραφικό δίκτυο της λεκάνης Musi'']]&lt;br /&gt;
[[Εικόνα: askisi4_eikona2.jpg|thumb | right |''Εικόνα 2: Χάρτης χρήσεων γης της λεκάνης'']]&lt;br /&gt;
[[Εικόνα: askisi4_eikona3.jpg|thumb | right |''Εικόνα 3: Χάρτης δυνητικών ζωνών υπόγειων υδάτων για τη λεκάνη Musi'']]&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος τίτλος:''' '''Mapping of groundwater potential zones in the Musi basin using remote sensing data and GIS'''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Sreedhar Ganapuram, G.T. Vijaya Kumar, I.V. Murali Krishna, Ercan Kahya, M. Cüneyd Demirel &amp;lt;br/&amp;gt;&lt;br /&gt;
&lt;br /&gt;
[https://www.sciencedirect.com/science/article/pii/S096599780800166X Σύνδεσμος πρωτότυπου κειμένου]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Τα υπόγεια ύδατα περιλαμβάνουν το νερό που καλύπτει τα κενά εντός των γεωλογικών στρωμάτων. Με την έλευση της τηλεπισκόπησης και των Συστημάτων Γεωγραφικών Πληροφοριών (GIS), η χαρτογράφηση δυνητικών ζωνών υπογείων υδάτων έχει μετατραπεί σε μια προσιτή διαδικασία. Σε αυτήν την εργασία παρουσιάζεται η μελέτη που διεξήχθη για την ανάπτυξη ψηφιακής βάσης δεδομένων που αφορά τη διαθεσιμότητα των υπογείων υδάτων στη Λεκάνη Musi και τη χαρτογράφηση των αρδευόμενων περιοχών χρησιμοποιώντας δεδομένα τηλεπισκόπησης &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Δεδομένα και μεθοδολογία'''&lt;br /&gt;
&lt;br /&gt;
''Περιγραφή της περιοχής μελέτης''&lt;br /&gt;
&lt;br /&gt;
Η λεκάνη απορροής Musi είναι το πιο σημαντικό κέντρο αγροτικής παραγωγής στην περιφέρεια [https://en.wikipedia.org/wiki/Andhra_Pradesh Andhra Pradesh] της Ινδίας. Η περιοχή αυτή διαθέτει πληθυσμό που αναπτύσσεται με ταχείς ρυθμούς και αυξανόμενη ζήτηση σε ανάγκες νερού από τις πόλεις και τις βιομηχανίες. Διαθέτει τρεις ταμιευτήρες, τους Osmansagar, Himayatsagar και Musi. Βρίσκεται σε υψόμετρο μεταξύ 726 και 450 μέτρων και το κλίμα της κατατάσσεται στο ημίξηρο. Το τμήμα της λεκάνης το οποίο θα εξεταστεί είναι το βόρειο. Παρατηρείται ανεπαρκής βροχόπτωση στην περιοχή και για αυτόν το λόγο οι ανάγκες άρδευσης καλύπτονται κυρίως από τα υπόγεια ύδατα.&lt;br /&gt;
&lt;br /&gt;
	&lt;br /&gt;
''Δεδομένα που χρησιμοποιήθηκαν''&lt;br /&gt;
&lt;br /&gt;
Τα τηλεπισκοπικά δεδομένα που χρησιμοποιήθηκαν αποτελούνται από το Shuttle Radar Topographic Mission - Digital Elevation Model (SRTM DEM) και από τον Θεματικό Χαρτογράφο Landsat 7. Επίσης χρησιμοποιήθηκαν τοπογραφικοί, γεωλογικοί και γεωμορφολογικοί χάρτες. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Μεθοδολογία''&lt;br /&gt;
&lt;br /&gt;
Η αυξανόμενη διαθεσιμότητα δεδομένων από συμβολομετρικά ραντάρ (δεδομένα SRTM DEM) παρέχει νέες δυνατότητες στους επιστήμονες της γης και συγκρίθηκε επιτυχώς με ψηφιακά μοντέλα εδάφους που εξήχθησαν από αεροφωτογραφίες (SPOT-PAN, RADARSAT και ASTER). Με η εμφάνιση των GIS, τα ψηφιακά μοντέλα εδάφους χρησιμοποιούνται παράλληλά με άλλα χωρικά δεδομένα (π.χ. γεωλογικές πληροφορίες) με τον τρόπο των επάλληλων επιπέδων (layers). Περαιτέρω πληροφορίες που αφορούν στη μεθοδολογία βρίσκονται στην εργασία των Ganapuram et. al, 2008.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Ανάλυση και αποτελέσματα'''&lt;br /&gt;
&lt;br /&gt;
	Προκειμένου να οριοθετηθούν οι πιθανές ζώνες υπογείων υδάτων, εξήχθησαν διάφοροι θεματικοί χάρτες. Μέσω του STRT DEM, κατασκευάστηκε σε περιβάλλον ArcGIS ο χάρτης του υδρογραφικού δικτύου (εικ. 1). Το υδρογραφικό δίκτυο της περιοχής ανήκει στην κατηγορία των δενδριτικών και η λεκάνη έχει πυκνότητα απορροής 0,8 – 1 χλμ. ανά τ. χλμ. Στη συνέχεια κατασκευάστηκε ο χάρτης χρήσεων γης της περιοχής (εικ. 2). Για τη δημιουργία του χρησιμοποιήθηκαν δεδομένα από τον θεματικό χαρτογράφο Landsat 7 και πραγματοποιήθηκε η μέθοδος της ιεραρχικής ταξινόμησης (hierarchical classification).Τελικό προϊόν αποτελεί ο χάρτης δυνητικών ζωνών υπόγειων υδάτων (εικ. 3). Οι δυνητικές ζώνες υπογείων υδάτων συνάγονται μετά την ολοκλήρωση του [https://www.sciencedirect.com/science/article/pii/S096599780800166X υδρογεωμορφολογικού] και του [https://www.sciencedirect.com/science/article/pii/S096599780800166X χάρτη γεωλογικών δομών] (βλ. Ganapuram et al., 2008, σελ. 515 - 517). Διάφορες υδρογεωμορφικές μονάδες ομαδοποιούνται σε δυνητικές, μέτρια δυνητικές  και μη δυνητικές ζώνες. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Για να οριοθετηθεί η διαθεσιμότητα των υπόγειων υδάτων της λεκάνης Musi, κατασκευάστηκαν διάφοροι θεματικοί χάρτες, για την κατασκευή των οποίων έγινε χρήση δεδομένων τηλεπισκόπησης, και υπαρχόντων χαρτών. Τα αποτελέσματα έχουν ως εξής: η πλημμυρική πεδιάδα, η κοιλάδα και το βαθιά θαμμένο [https://en.wikipedia.org/wiki/Pediplain pediplain]: αποτελούν δυνητικές ζώνες για διερεύνηση και ανάπτυξη υπόγειων υδάτων. H παρουσία ρηγμάτων και γραμμικών στοιχείων (lineaments) ενισχύουν τις πιθανότητες αυτών των τμημάτων.&lt;br /&gt;
&lt;br /&gt;
[[category: Εκτίμηση Υδρολογικών λεκανών]]&lt;/div&gt;</summary>
		<author><name>Markoudimitris</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%97_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CF%89%CE%BD_%CE%A3%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CE%93%CE%B5%CF%89%CE%B3%CF%81%CE%B1%CF%86%CE%B9%CE%BA%CF%8E%CE%BD_%CE%A0%CE%BB%CE%B7%CF%81%CE%BF%CF%86%CE%BF%CF%81%CE%B9%CF%8E%CE%BD_%CF%83%CF%84%CE%B7_%CE%B2%CE%B9%CF%8E%CF%83%CE%B9%CE%BC%CE%B7_%CE%B4%CE%B9%CE%B1%CF%87%CE%B5%CE%AF%CF%81%CE%B9%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CF%84%CF%81%CE%BF%CF%80%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CE%B1%CF%81%CE%AC%CE%BA%CF%84%CE%B9%CF%89%CE%BD_%CE%BF%CE%B9%CE%BA%CE%BF%CF%83%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD</id>
		<title>Η χρήση της Τηλεπισκόπησης και των Συστημάτων Γεωγραφικών Πληροφοριών στη βιώσιμη διαχείριση των τροπικών παράκτιων οικοσυστημάτων</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%97_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CF%89%CE%BD_%CE%A3%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CE%93%CE%B5%CF%89%CE%B3%CF%81%CE%B1%CF%86%CE%B9%CE%BA%CF%8E%CE%BD_%CE%A0%CE%BB%CE%B7%CF%81%CE%BF%CF%86%CE%BF%CF%81%CE%B9%CF%8E%CE%BD_%CF%83%CF%84%CE%B7_%CE%B2%CE%B9%CF%8E%CF%83%CE%B9%CE%BC%CE%B7_%CE%B4%CE%B9%CE%B1%CF%87%CE%B5%CE%AF%CF%81%CE%B9%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CF%84%CF%81%CE%BF%CF%80%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CE%B1%CF%81%CE%AC%CE%BA%CF%84%CE%B9%CF%89%CE%BD_%CE%BF%CE%B9%CE%BA%CE%BF%CF%83%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD"/>
				<updated>2019-02-07T17:56:40Z</updated>
		
		<summary type="html">&lt;p&gt;Markoudimitris: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: askisi1_eikona1a.jpg|thumb | right |''Εικόνα 1α: Ασπρόμαυρη αεροφωτογραφία δάσους Μαγκρόβια στη Σρι Λάνκα'']]&lt;br /&gt;
[[Εικόνα: askisi1_eikona1b.jpg|thumb | right |''Εικόνα 1β: Παγχρωματική δορυφορική εικόνα IKONOS δάσους Μαγκρόβια στη Σρι Λάνκα'']]&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος τίτλος:''' '''The Use of Remote Sensing and GIS in the Sustainable Management of Tropical Coastal Ecosystems'''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφέας:''' Farid Dahdouh-Guebas &amp;lt;br/&amp;gt;&lt;br /&gt;
&lt;br /&gt;
[https://link.springer.com/article/10.1023/A:1020887204285/ Σύνδεσμος πρωτότυπου κειμένου]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγη'''&lt;br /&gt;
&lt;br /&gt;
''Μαγκρόβια δάση, θαλάσσια φανερόγαμα και κοραλλιογενείς ύφαλοι''&lt;br /&gt;
	&lt;br /&gt;
Τα τροπικά παράκτια οικοσυστήματα περιλαμβάνουν μαγκρόβια δάση, θαλάσσια μακρόφυτα (όπως φανερόγαμα) και κοραλλιογενείς υφάλους. Καθένα από αυτά τα ενδιαιτήματα σχηματίζεται από είδη που προσαρμόζονται σε μεγάλο βαθμό στην τροπική διαπαλιρροιακή ή θαλάσσια ζωή.&lt;br /&gt;
Τα μαγκρόβια δάση και οι κοραλλιογενείς ύφαλοι προστατεύουν την ακτογραμμή από τη διάβρωση. Τα φανερόγαμα και τα μαγκρόβια ενεργούν ως θώκοι αναπαραγωγής, εκκόλαψης και νοσηλείας πολλών θαλάσσιων ειδών. Μερικά από αυτά είναι σημαντικά από την άποψη της «μοναδικής βιοποικιλότητας», καθώς μεταναστεύουν μεταξύ των μαγγρόβιων και κοραλλιογενών υφάλων όπως καρχαρίες ή ιππόκαμποι, ενώ άλλα έχουν κοινωνικοοικονομική σημασία (π.χ. τα μαγκρόβια χρησιμοποιούνται για καυσόξυλα, έπιπλα και μικρα οικιακά εργαλεία, αλοιφές, φαρμακευτικά προϊόντα κλπ).&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Ανθρωπογενείς επιδράσεις στα τροπικά παράκτια οικοσυστήματα''&lt;br /&gt;
&lt;br /&gt;
Η παράκτια ζώνη σε πολλές χώρες υπόκειται σε ολοένα αυξανόμενη ανθρωπογενή πίεση (π.χ. για τους κοραλλιογενείς υφάλους αναφέρεται ότι έχουν πληγεί ή καταστραφεί σε περισσότερες από 93 χώρες, ιδίως από την παράκτια ανάπτυξη, τον τουρισμό, την αλιεία, τη ρύπανση και την εξόρυξη κοραλλιών). Αυτή η υποβάθμιση απαιτεί ορθολογική διαχείριση των οικοσυστημάτων και των πόρων σε τοπικό, περιφερειακό και παγκόσμιο επίπεδο. Αυτό ισχύει ιδιαίτερα για τις αναπτυσσόμενες χώρες, η πλειοψηφία των οποίων είναι υπο-τροπικές. Στις χώρες αυτές παρατηρείται ανταγωνισμός σε τομείς όπως η υδατοκαλλιέργεια, η βιομηχανία, ο τουρισμός και το περιβάλλον. Αυτή η σύγκρουση συχνά έχει ως αποτέλεσμα το περιβάλλον να ζημιώνεται περισσότερο.&lt;br /&gt;
Το αναπτυξιακό καθεστώς πολλών χωρών υποδηλώνει ότι οι ντόπιοι εξαρτώνται συχνά από τα κοντινά οικοσυστήματα. Αυτό απαιτεί μια ολοκληρμένη διεπιστημονική προσέγγιση για να επιτευχθεί μια βιώσιμη ισορροπία μεταξύ των [https://link.springer.com/article/10.1023/A:1020887204285/ εθνοβιολογικών αναγκών] (βλ. Dahdouh-Guebas F., 2002,σελ 96) και τη διατήρηση του περιβάλλοντος. &lt;br /&gt;
Μια σημαντική επιστήμη που συνεισφέρει στην ανίχνευση, την περιγραφή, την ποσοτικοποίηση και την παρακολούθηση αυτών των αλλαγών είναι η τηλεπισκόπηση η οποία, σε συνδυασμό με τα Γεωγραφικά Συστήματα Πληροφοριών (GIS) αποτελόυν ένα αποτελεσματικό εργαλείο διαχείρισης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Η Τηλεπισκόπηση και τα Γεωγραφικά Συστήματα Πληροφοριών ως εργαλεία'''&lt;br /&gt;
&lt;br /&gt;
Ο όρος «τηλεπισκόπηση» ορίζεται ευρέως ως οι τεχνικές συλλογής εικόνων ή άλλων δεδομένων σχετικά με ένα αντικείμενο. Οι μετρήσεις αυτές γίνονται σε απόσταση από το αντικείμενο και αναφέρονται συνήθως σε δορυφορικές εικόνες, σε αεροφωτογραφίες ή στην ωκεάνια βαθυμετρία που πραγματοποιείται με τη χρήση δεδομένων ραντάρ. &lt;br /&gt;
Τα GIS χρησιμοποιούνται ευρέως ως εργαλεία για την ψηφιοποίηση τηλεπισκοπικών ή χαρτογραφικών δεδομένων. Επίσης μπορεί να χρησιμεύσει στην ανάλυση των χωρικών χαρακτηριστικών των δεδομένων σε διάφορα ψηφιακά στρώματα. Ο συνδυασμός και των δύο τύπων βάσεων δεδομένων μπορεί να συμβάλλει στη βιώσιμη ανάπτυξη και διαχείριση.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Η Τηλεπισκόπηση και τα Γεωγραφικά Συστήματα Πληροφοριών στις τροπικές ακτές'''&lt;br /&gt;
&lt;br /&gt;
Η τηλεπισκόπηση και τα GIS έχουν χρησιμοποιηθεί για τη μελέτη μαγκρόβιων δασών, θαλάσσιων φανερόγαμων και κοραλλιογενών υφάλων σε [https://link.springer.com/article/10.1023/A:1020887204285/ ορισμένες εργασίες] (βλ. Dahdouh-Guebas F., 2002, σελ. 98. Για τα μαγκρόβια δάση επικράτησε η άποψη ότι κατάλληλα εργαλεία για τη διερεύνηση χαρακτηριστικών όπως η πυκνότητα, η φαινολογία, η υδρολογική κατάσταση κλπ είναι οι αεροφωτογραφίες. Ειδικότερα, δεδομένα με υψηλή χωρική διακριτική ικανότητα μπορούν να αποκαλύψουν λεπτομέρειες για  τη δομή και τη δυναμική της βλάστησης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Παρακολούθηση προτύπων κάλυψης γης και καταστροφών''&lt;br /&gt;
&lt;br /&gt;
Η ταυτοποίηση των τύπων χρήσης ή κάλυψης γης γίνεται συνήθως σε μεσαία ή μεγάλη κλίμακα και δεν απαιτούνται δεδομένα με υψηλή χωρική διακριτική ικανότητα. Η φασματική διακριτική ικανότητα εξαρτάται από το θέμα της μελέτης, αλλά συνήθως αφορά στη διάκριση μεταξύ των βλάστησης και των γεωργικών περιοχών, η οποία μπορεί να πραγματοποιηθεί χρησιμοποιώντας υπέρυθρα μήκη κύματος (IR). Η χρονική διακριτική ικανότητα έγκειται στο αν η μελέτη είναι στιγμιαία ή στοχεύει στην παρακολούθηση των αλλαγών στην κάλυψη της γης διαχρονικά.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Παρακολούθηση πληθυσμιακής δομής''&lt;br /&gt;
&lt;br /&gt;
Η μελέτη της δομής της βλάστησης στα μαγκρόβια δάση και στα θαλάσσια φανερόγαμα μπορεί να επικεντρωθεί σε μεμονωμένα γένη, ενοποιήσεις και ζώνες όσον αφορά τη βλάστηση. Ο ίδιος τύπος μελέτης μπορεί επίσης να εφαρμοσθεί σε πληθυσμούς κυανοβακτηριδίων, φυκών ή διατόμων που ενδημούν σε κοραλλιογενείς υφάλους. Η χωρική και φασματική διακριτική ικανότητα μπορεί να διαφέρει και εξαρτάται από το πεδίο εφαρμογής της μελέτης, ενώ η χρονική διακριτική ικανότητα είναι συνήθως χαμηλή εξαιτίας της εκ φύσεως αργής μεταβολής της βλάστησης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Παρακολούθηση και χαρακτηριστικά θέσης (stand characteristics)''&lt;br /&gt;
&lt;br /&gt;
H παρακολούθηση των ειδικών χαρακτηριστικών θέσης απαιτεί υψηλή χωρική και φασματική διακριτική ικανότητα. Η εκτίμηση ή η παρακολούθηση των λεπτομερών χαρακτηριστικών των εκτάσεων βλάστησης είναι δυνατόν να συμβάλλει στη σύνταξη των απαραίτητων κατευθυντήριων οδηγιών που αφορούν στη βιώσιμη διαχείρισης δασών (ή αειφόρου δασοκομίας).&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Παρακολούθηση λοιπών περιβαλλοντικών χαρακτηριστικών και διαδικασιών''&lt;br /&gt;
&lt;br /&gt;
	Δεδομένα ραντάρ που ανιχνεύονται από απόσταση, όπως π.χ. από το ραντάρ συνθετικής διάτρησης (SAR) χρησιμοποιούνται ευρέως και παρέχουν ορισμένα πλεονεκτήματα σε σχέση με τις δορυφορικές εικόνες και τις αεροφωτογραφίες. Με τη χρήση των ραντάρ είναι εφικτό να πραγματοποιηθεί διείσδυση μέσω των σύννεφων ή ακόμα και μέσω των της δασοκάλυψης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Ενοποίηση παρελθοντικών, παρόντων και μελλοντικών μελετών τηλεπισκόπησης'''&lt;br /&gt;
&lt;br /&gt;
	Η τρέχουσα πρόκληση για την τηλεπισκόπηση και την έρευνα με βάση το GIS είναι να συνδυαστούν δεδομένα από το παρελθόν και το παρόν με απώτερο σκοπό προβλεφθούν πιθανές μελλοντικές συνθήκες. Από τη μία πλευρά, τα παρελθοντικά δεδομένα απαιτούν βαθμονόμηση με βάση τα τρέχοντα δεδομένα. Από την άλλη πλευρά είναι πιθανό ότι μια μακροπρόθεσμη ή ενοποιητική μελέτη θα συνδυάσει δεδομένα από διαφορετικές πηγές. Αυτό απαιτεί τη βαθμονόμηση μεταξύ διαφορετικών τεχνολογιών τηλεπισκόπησης.&lt;br /&gt;
Στη διαστημική τηλεπισκόπηση, ο δορυφόρος IKONOS (εικ. 1). ήταν ο πρώτος που παρήγαγε δεδομένα υψηλής διακριτικής ικανότητας (1 μ. στο παγχρωματικό κανάλι και 4 μ. στα υπόλοιπα φασματικά κανάλια). Ωστόσο, με την αύξηση της χωρικής διακριτικής ικανότητας υπάρχει περίπτωση να παρεμποδιστεί η ανάλυση των χαρακτηριστικών των δένδρων.&lt;br /&gt;
Όσον αφορά στη φασματική διακριτική ικανότητα, η μελλοντική έρευνα θα πρέπει να αξιολογήσει τις εφαρμογές των αισθητήρων, κυρίως για να αναγνωρίσει μια σειρά από οργανισμούς και ταυτόχρονα θα πρέπει να επικεντρωθεί σε μεγαλύτερα μήκη κύματος. Η υψηλή χρονική διακριτική ικανότητα των δορυφορικών δεδομένων αποτελεί σημαντικό εργαλείο για την παρατήρηση δυναμικών οικοσυστημάτων.&lt;br /&gt;
	Το βασικό μειονέκτημα των νέων τεχνολογιών τηλεπισκόπησης είναι ο εμπορικός τους χαρακτήρας και οι πολύ υψηλές τιμές τους. Αυτό είναι μεγάλο ζήτημα ειδικά για τις αναπτυσσόμενες χώρες.&lt;br /&gt;
	Εκτός της καταγραφής της παρελθοντικής και της υπάρχουσας κατάστασης, θα πρέπει να καταβληθεί μεγάλη προσπάθεια για την πρόβλεψη των μελλοντικών σεναρίων και της εγκατάστασης των συστημάτων έγκαιρης προειδοποίησης, ώστε να διασφαλιστεί η επιβίωση ενός βιώσιμου οικοσυστήματος. Αυτή η διαδικασία μπορεί να πραγματοποιηθεί με χρήση δεδομένων υψηλής χωρικής διακριτικής ικανότητας.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
	Υπάρχει ανάγκη για πιο ολοκληρωμένες προσεγγίσεις που αφορούν στις νέες τεχνολογίες τηλεπισκόπησης και ανάλυσης σε ένα περιβάλλον GIS, επίσης χρειάζεται να ενσωματωθούν τα ευρήματα που συλλέγονται σε μεγαλύτερες περιόδους με στόχο την πρόβλεψη. Είναι επίσης επιτακτική ανάγκη να συλλεχθούν και να  συμπεριληφθούν δεδομένα από διαφορετικούς κλάδους.&lt;br /&gt;
	[https://link.springer.com/article/10.1023/A:1020887204285/ Διάφορες μελέτες](βλ. Dahdouh-Guebas F., 2002, σελ. 106) χρησιμοποίησαν την επιστήμη της τηλεπισκόπησης στον τομέα της βιώσιμης ανάπτυξης στις αναπτυσσόμενες τροπικές χώρες.  Χρησιμοποίησαν μελέτες περιπτώσεων ως παραδείγματα σημερινών εφαρμογών. Η παρούσα εργασία έδειξε ότι μπορεί να εφαρμοστεί, να αναπτυχθεί και να ενσωματωθεί στη βιωσιμότητα η τηλεπισκόπηση και τα GIS. Έγινε αναφορά στο πώς μπορούν να βοηθήσουν εικόνες υψηλής διακριτικής ικανότητας στην αναγνώριση ειδών ή περιοχών από θεμελιώδη άποψη, δόθηκε έμφαση στη σημασία για την προστασία, τη διατήρηση, την ανάπτυξη και τη βιώσιμη εκμετάλλευση των οικοσυστημάτων αυτών. Πρέπει να τονιστεί ότι παράλληλα με την τεχνολογική καινοτομία και την πολυεπιστημονική ολοκλήρωση υπάρχει επίσης ανάγκη για πλήρη κατανόηση της βιοσυμβατότητας (συμπεριλαμβανομένων των ανθρώπινων παραγόντων) των τροπικών παράκτιων οικοσυστημάτων.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:Παρακολούθηση παρακτίων οικοσυστημάτων]]&lt;/div&gt;</summary>
		<author><name>Markoudimitris</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CE%BC%CE%B7_%CE%95%CF%80%CE%B1%CE%BD%CE%B4%CF%81%CF%89%CE%BC%CE%AD%CE%BD%CE%BF%CF%85_%CE%91%CE%B5%CF%81%CE%BF%CF%83%CE%BA%CE%AC%CF%86%CE%BF%CF%85%CF%82_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7_%CE%A7%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%91%CF%83%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%92%CE%BB%CE%AC%CF%83%CF%84%CE%B7%CF%83%CE%B7%CF%82_%CE%A7%CF%81%CE%B7%CF%83%CE%B9%CE%BC%CE%BF%CF%80%CE%BF%CE%B9%CF%8E%CE%BD%CF%84%CE%B1%CF%82_%CF%84%CE%B7_%CE%BC%CE%AD%CE%B8%CE%BF%CE%B4%CE%BF_Random_Forest</id>
		<title>Τηλεπισκόπηση μη Επανδρωμένου Αεροσκάφους για τη Χαρτογράφηση της Αστικής Βλάστησης Χρησιμοποιώντας τη μέθοδο Random Forest</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CE%BC%CE%B7_%CE%95%CF%80%CE%B1%CE%BD%CE%B4%CF%81%CF%89%CE%BC%CE%AD%CE%BD%CE%BF%CF%85_%CE%91%CE%B5%CF%81%CE%BF%CF%83%CE%BA%CE%AC%CF%86%CE%BF%CF%85%CF%82_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7_%CE%A7%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%91%CF%83%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%92%CE%BB%CE%AC%CF%83%CF%84%CE%B7%CF%83%CE%B7%CF%82_%CE%A7%CF%81%CE%B7%CF%83%CE%B9%CE%BC%CE%BF%CF%80%CE%BF%CE%B9%CF%8E%CE%BD%CF%84%CE%B1%CF%82_%CF%84%CE%B7_%CE%BC%CE%AD%CE%B8%CE%BF%CE%B4%CE%BF_Random_Forest"/>
				<updated>2019-02-07T15:23:39Z</updated>
		
		<summary type="html">&lt;p&gt;Markoudimitris: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: askisi9_eikona1.jpg|thumb | right |''Εικόνα 1: Πάρκο πυκνής βλάστησης (a), Πολύπλοκη περιοχή κατοικίας (b)'']]&lt;br /&gt;
[[Εικόνα: askisi9_eikona2.jpg|thumb | right |''Εικόνα 2: Αποτελέσματα ταξινόμησης για RGB-only και RGB+GT31 χρησιμοποιώντας τη μέθοδο Random Forest. (a) Περιοχή Α: RGB-only, (b) Περιοχή Α: RGB+GT31, (c) Περιοχή Β: RGB-only, (d) Περιοχή Β: RGB+GT31'']]&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος τίτλος:''' '''UAV Remote Sensing for Urban Vegetation Mapping Using Random Forest and Texture Analysis'''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Quanlong Feng, Jiantao Liu, Jianhua Gong &amp;lt;br/&amp;gt;&lt;br /&gt;
&lt;br /&gt;
[https://www.researchgate.net/publication/271519732_UAV_Remote_Sensing_for_Urban_Vegetation_Mapping_Using_Random_Forest_and_Texture_Analysis Σύνδεσμος πρωτότυπου κειμένου]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Χαρτογράφηση της αστικής βλάστησης''&lt;br /&gt;
&lt;br /&gt;
Η βλάστηση διαδραματίζει σημαντικό ρόλο στα αστικά περιβάλλοντα. Χαρακτηριστικά αναφέρεται ότι μετριάζει το φαινόμενο της θερμικής νησίδας και συμβάλλει στη διατήρηση της οικολογικής ισορροπίας, στην προστασία της βιοποικιλότητας και στην βελτίωση του βιοτικού επιπέδου. Η χαρτογράφηση της αστικής βλάστησης μπορεί να οριστεί ως η ταυτοποίηση των τύπων κάλυψης γης σε αστικές περιοχές οι οποίες διαθέτουν πράσινους χώρους. Αυτοί οι χάρτες συνεισφέρουν στη διαδικασία του αστικού σχεδιασμού, στην βελτιστοποίηση των υπηρεσιών των αστικών οικοσυστημάτων και στην προσαρμογή στην κλιματική αλλαγή.&lt;br /&gt;
Η τηλεπισκόπηση έχει χρησιμοποιηθεί για να χαρτογραφηθούν διάφορα περιβάλλοντα που περιέχουν βλάστηση (δομημένα και φυσικά). Η αστική (σε σύγκριση με την φυσική) βλάστηση είναι πιο κατακερματισμένη, άρα και πιο δύσκολη η καταγραφή της. Σε γενικές γραμμές, τα δεδομένα που χρησιμοποιούνται στην περίπτωση της αστικής βλάστησης διαθέτουν μέση (δορυφόρος Landsat), υψηλή (δορυφόροι IKONOS και QuickBird) και πολύ υψηλή (αισθητήρες ενσωματωμένοι σε μη επανδρωμένα αεροσκάφη) χωρική διακριτική ικανότητα. Επίσης, γίνεται και χρήση αεροφωτογραφιών.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Τηλεπισκόπηση με χρήση μη επανδρωμένου αεροσκάφους''&lt;br /&gt;
	&lt;br /&gt;
Τα μη επανδρωμένα αεροσκάφη (Unmanned Aerial Vehicles ή αλλιώς [https://en.wikipedia.org/wiki/Unmanned_aerial_vehicle UAV]) μπορούν να αξιοποιηθούν για την ικανοποίηση των απαιτήσεων της ταχείας παρακολούθησης, αξιολόγησης και χαρτογράφησης φυσικών πόρων με καθορισμένη από τον χρήστη χωροχρονική κλίμακα. Ο αισθητήρας του σκάφους αυτού αποκτά εικόνες πολύ υψηλής ποιότητας, οι οποίες μπορούν να καταγράψουν λεπτομέρειες και να συμβάλλουν σε πολύ ακριβείς χαρτογραφήσεις της αστικής βλάστησης. Οι αισθητήρες ποικίλλουν από απλή ψηφιακή φωτογραφική μηχανή, πολυφασματική φωτογραφική μηχανή, υπερφασματικό αισθητήρα και αισθητήρα LiDAR,&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Στόχοι'' &lt;br /&gt;
&lt;br /&gt;
O γενικός στόχος αυτής της μελέτης είναι η ανάπτυξη μιας ακριβούς μεθόδου ταξινόμησης για τη χαρτογράφηση της αστικής βλάστησης μέσω της ταξινόμησης Τυχαίου Δάσους (Random Forest) και της ανάλυση υφής χρησιμοποιώντας πολύ υψηλής διακριτικής ικανότητας (7 εκ.) δεδομένα από αισθητήρα που βρίσκεται σε μη επανδρωμένο σκάφος.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Μεθοδολογία'''&lt;br /&gt;
&lt;br /&gt;
Το διάγραμμα ροής μπορεί να χωριστεί σε τρία μέρη: α) απόκτηση δεδομένων και προεπεξεργασία, β) ταξινόμηση εικόνων και γ) ανάλυση ακρίβειας. Οι εικόνες ανακτήθηκαν μέσω ενός μίνι μη UAV που ονομάζεται River-Map . Το UAV River-Map αποτελείται από ωφέλιμο φορτίο αισθητήρα, αυτόματο πιλότο, GPS / INS και σταθμό εδάφους. Αρχικά, πραγματοποιήθηκε γεωαναφορά των εικόνων και παράθεση σε μωσαϊκό. &lt;br /&gt;
Αποτέλεσμα ήταν δύο μικρές εικόνες (1700 × 1700 εικονοστοιχεία, 120 × 120 μ.) που αντιπροσωπεύουν τυπικά αστικά τοπία τα οποία επελέγησαν ως δεδομένα δοκιμών (εικ. 1).&lt;br /&gt;
Έπειτα, εξετάστηκαν τα στατιστικά στοιχεία που αφορούν την υφή (π.χ. μέση τιμή, διακύμανση, ομοιογένεια).  Η συμβολή των χαρακτηριστικών υφής στην ακρίβεια ταξινόμησης εξαρτάται τόσο από την κλίμακα της υφής όσο και από την κλίμακα των  αντικειμένων εδάφους. Η υψηλότερη ακρίβεια μπορεί να επιτευχθεί με τη συμπερίληψη της βέλτιστης κλίμακας σε αντικείμενα εδάφους τα οποία αντιπροσωπεύουν την υψηλότερη διακύμανση μεταξύ των κλάσεων και τη μικρότερη διακύμανση εντός της κλάσης.&lt;br /&gt;
Στη συνέχεια πραγματοποιήθηκε η ταξινόμηση με χρήση της μεθόδου Random Forest. Η συγκεκριμένη μέθοδος επιλέχθηκε λόγω της σταθερότητας και της αποτελεσματικότητάς που διαθέτει. Επίσης, διαθέτει χαμηλό υπολογιστικό βάρος και είναι εύκολος ο προσδιορισμός των παραμέτρων που πρόκειται να χρησιμοποιηθούν.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα'''&lt;br /&gt;
&lt;br /&gt;
Τα αποτελέσματα που προέκυψαν από την ταξινόμηση ήταν 10 διαφορετικοί χάρτες κάλυψης γης για κάθε εικόνα. Παρακάτω (εικ. 2) παρουσιάζονται τα αποτελέσματα για RGB-only και RGB+GT31 (υψηλότερη δυνατή ακρίβεια) των περιοχών Α και Β. Κατά την ταξινόμηση των εικόνων RGB-only, τόσο στην περιοχή-A όσο και στην περιοχή-B φαίνεται ότι μεγάλη ποσότητα από τα δέντρα έχουν ταξινομηθεί εσφαλμένα σαν γρασίδι και θάμνοι. Αυτό οφείλεται κυρίως στην χαμηλή φασματική ανάλυση των εικόνων UAV και της έλλειψης του εγγύς υπέρυθρου καναλιού. Ωστόσο, η συμπερίληψη της υφής βελτιώνει την ακρίβεια ταξινόμησης. Αυτό γίνεται εμφανές στις εικόνες RGB+GT31. Αυτό συμβαίνει επειδή η παρουσία της υφής αυξάνει την διαχωριστικότητα μεταξύ των κατηγοριών και τείνει να απομακρύνει μικρές απομονωμένες ομάδες εικονοστοιχείων. Για [https://www.researchgate.net/publication/271519732_UAV_Remote_Sensing_for_Urban_Vegetation_Mapping_Using_Random_Forest_and_Texture_Analysis περαιτέρω πληροφορίες] που αφορούν στην ανάλυση των αποτελεσμάτων βλ. Quanlong et al., 2015.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Οι εξαιρετικά υψηλής χωρικής διακριτικής ικανότητας εικόνες που αποκτήθηκαν από το UAV παρέχουν επαρκείς λεπτομέρειες για την χαρτογράφηση της αστικής βλάστησης. &lt;br /&gt;
Τα αποτελέσματα έδειξαν ότι η συνολική ακρίβεια για τις περιοχές Α και Β αυξήθηκε από 73,5% σε 90,6% και από 76,6% σε 86,2%, αντίστοιχα, μετά την ένταξη των χαρακτηριστικών της υφής, στοιχείο που καταδεικνύει τη σημασία του συγκεκριμένου παράγοντα στην βελτίωση της ακρίβειας ταξινόμησης. Εκτός αυτού, όταν χρησιμοποιήθηκε η μέθοδος του Τυχαίου Δάσους (Random Forest) αντί της Μέγιστης Πιθανοφάνειας (Maximum Likehood), η ακρίβεια αυξήθηκε κατά περίπου 4%.&lt;br /&gt;
Επισημαίνεται ότι από αυτή τη μελέτη ότι τα δεδομένα μέσω UAV παρέχουν πληροφορίες εξαιρετικής ποιότητας για την παρακολούθηση της αστικής βλάστησης. Ωστόσο, θα ήταν επιθυμητό να χρησιμοποιούνται αισθητήρες οι οποίοι έχουν ενσωματωμένο το εγγύς υπέρυθρο κανάλι. Επίσης, η προτεινόμενη μέθοδος θα πρέπει να δοκιμαστεί και σε εικόνες από διαφορετικές περιοχές και σε διαφορετικές περιόδους για να αποδειχθεί η εγκυρότητά της. Επιπλέον, θα είναι σκόπιμο να ληφθεί υπόψιν η σύγκριση μεταξύ της προτεινόμενης μεθόδου  και της εξομαλυνθείσας έκδοσης της ταξινόμησης RGB-only. Τελευταία, θα πρέπει να εξεταστεί η ανάλυση αβεβαιότητας της μεθόδου αυτής.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
[[category: Καταγραφή πρασίνου]]&lt;/div&gt;</summary>
		<author><name>Markoudimitris</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CE%BC%CE%B7_%CE%95%CF%80%CE%B1%CE%BD%CE%B4%CF%81%CF%89%CE%BC%CE%AD%CE%BD%CE%BF%CF%85_%CE%91%CE%B5%CF%81%CE%BF%CF%83%CE%BA%CE%AC%CF%86%CE%BF%CF%85%CF%82_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7_%CE%A7%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%91%CF%83%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%92%CE%BB%CE%AC%CF%83%CF%84%CE%B7%CF%83%CE%B7%CF%82_%CE%A7%CF%81%CE%B7%CF%83%CE%B9%CE%BC%CE%BF%CF%80%CE%BF%CE%B9%CF%8E%CE%BD%CF%84%CE%B1%CF%82_%CF%84%CE%B7_%CE%BC%CE%AD%CE%B8%CE%BF%CE%B4%CE%BF_Random_Forest</id>
		<title>Τηλεπισκόπηση μη Επανδρωμένου Αεροσκάφους για τη Χαρτογράφηση της Αστικής Βλάστησης Χρησιμοποιώντας τη μέθοδο Random Forest</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CE%BC%CE%B7_%CE%95%CF%80%CE%B1%CE%BD%CE%B4%CF%81%CF%89%CE%BC%CE%AD%CE%BD%CE%BF%CF%85_%CE%91%CE%B5%CF%81%CE%BF%CF%83%CE%BA%CE%AC%CF%86%CE%BF%CF%85%CF%82_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7_%CE%A7%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%91%CF%83%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%92%CE%BB%CE%AC%CF%83%CF%84%CE%B7%CF%83%CE%B7%CF%82_%CE%A7%CF%81%CE%B7%CF%83%CE%B9%CE%BC%CE%BF%CF%80%CE%BF%CE%B9%CF%8E%CE%BD%CF%84%CE%B1%CF%82_%CF%84%CE%B7_%CE%BC%CE%AD%CE%B8%CE%BF%CE%B4%CE%BF_Random_Forest"/>
				<updated>2019-02-07T15:23:25Z</updated>
		
		<summary type="html">&lt;p&gt;Markoudimitris: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: askisi9_eikona1.jpg|thumb | right |''Εικόνα 1: Πάρκο πυκνής βλάστησης (a), Πολύπλοκη περιοχή κατοικίας (b)'']]&lt;br /&gt;
[[Εικόνα: askisi9_eikona2.jpg|thumb | right |''Εικόνα 2: Αποτελέσματα ταξινόμησης για RGB-only και RGB+GT31 χρησιμοποιώντας τη μέθοδο Random Forest. (a) Περιοχή Α: RGB-only, (b) Περιοχή Α: RGB+GT31, (c) Περιοχή Β: RGB-only, (d) Περιοχή Β: RGB+GT31'']]&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος τίτλος:''' '''UAV Remote Sensing for Urban Vegetation Mapping Using Random Forest and Texture Analysis'''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Quanlong Feng, Jiantao Liu, Jianhua Gong &amp;lt;br/&amp;gt;&lt;br /&gt;
&lt;br /&gt;
[https://www.researchgate.net/publication/271519732_UAV_Remote_Sensing_for_Urban_Vegetation_Mapping_Using_Random_Forest_and_Texture_Analysis Σύνδεσμος πρωτότυπου κειμένου]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
''Χαρτογράφηση της αστικής βλάστησης''&lt;br /&gt;
&lt;br /&gt;
Η βλάστηση διαδραματίζει σημαντικό ρόλο στα αστικά περιβάλλοντα. Χαρακτηριστικά αναφέρεται ότι μετριάζει το φαινόμενο της θερμικής νησίδας και συμβάλλει στη διατήρηση της οικολογικής ισορροπίας, στην προστασία της βιοποικιλότητας και στην βελτίωση του βιοτικού επιπέδου. Η χαρτογράφηση της αστικής βλάστησης μπορεί να οριστεί ως η ταυτοποίηση των τύπων κάλυψης γης σε αστικές περιοχές οι οποίες διαθέτουν πράσινους χώρους. Αυτοί οι χάρτες συνεισφέρουν στη διαδικασία του αστικού σχεδιασμού, στην βελτιστοποίηση των υπηρεσιών των αστικών οικοσυστημάτων και στην προσαρμογή στην κλιματική αλλαγή.&lt;br /&gt;
Η τηλεπισκόπηση έχει χρησιμοποιηθεί για να χαρτογραφηθούν διάφορα περιβάλλοντα που περιέχουν βλάστηση (δομημένα και φυσικά). Η αστική (σε σύγκριση με την φυσική) βλάστηση είναι πιο κατακερματισμένη, άρα και πιο δύσκολη η καταγραφή της. Σε γενικές γραμμές, τα δεδομένα που χρησιμοποιούνται στην περίπτωση της αστικής βλάστησης διαθέτουν μέση (δορυφόρος Landsat), υψηλή (δορυφόροι IKONOS και QuickBird) και πολύ υψηλή (αισθητήρες ενσωματωμένοι σε μη επανδρωμένα αεροσκάφη) χωρική διακριτική ικανότητα. Επίσης, γίνεται και χρήση αεροφωτογραφιών.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Τηλεπισκόπηση με χρήση μη επανδρωμένου αεροσκάφους''&lt;br /&gt;
	&lt;br /&gt;
Τα μη επανδρωμένα αεροσκάφη (Unmanned Aerial Vehicles ή αλλιώς [https://en.wikipedia.org/wiki/Unmanned_aerial_vehicle UAV]) μπορούν να αξιοποιηθούν για την ικανοποίηση των απαιτήσεων της ταχείας παρακολούθησης, αξιολόγησης και χαρτογράφησης φυσικών πόρων με καθορισμένη από τον χρήστη χωροχρονική κλίμακα. Ο αισθητήρας του σκάφους αυτού αποκτά εικόνες πολύ υψηλής ποιότητας, οι οποίες μπορούν να καταγράψουν λεπτομέρειες και να συμβάλλουν σε πολύ ακριβείς χαρτογραφήσεις της αστικής βλάστησης. Οι αισθητήρες ποικίλλουν από απλή ψηφιακή φωτογραφική μηχανή, πολυφασματική φωτογραφική μηχανή, υπερφασματικό αισθητήρα και αισθητήρα LiDAR,&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Στόχοι'' &lt;br /&gt;
&lt;br /&gt;
O γενικός στόχος αυτής της μελέτης είναι η ανάπτυξη μιας ακριβούς μεθόδου ταξινόμησης για τη χαρτογράφηση της αστικής βλάστησης μέσω της ταξινόμησης Τυχαίου Δάσους (Random Forest) και της ανάλυση υφής χρησιμοποιώντας πολύ υψηλής διακριτικής ικανότητας (7 εκ.) δεδομένα από αισθητήρα που βρίσκεται σε μη επανδρωμένο σκάφος.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Μεθοδολογία'''&lt;br /&gt;
&lt;br /&gt;
Το διάγραμμα ροής μπορεί να χωριστεί σε τρία μέρη: α) απόκτηση δεδομένων και προεπεξεργασία, β) ταξινόμηση εικόνων και γ) ανάλυση ακρίβειας. Οι εικόνες ανακτήθηκαν μέσω ενός μίνι μη UAV που ονομάζεται River-Map . Το UAV River-Map αποτελείται από ωφέλιμο φορτίο αισθητήρα, αυτόματο πιλότο, GPS / INS και σταθμό εδάφους. Αρχικά, πραγματοποιήθηκε γεωαναφορά των εικόνων και παράθεση σε μωσαϊκό. &lt;br /&gt;
Αποτέλεσμα ήταν δύο μικρές εικόνες (1700 × 1700 εικονοστοιχεία, 120 × 120 μ.) που αντιπροσωπεύουν τυπικά αστικά τοπία τα οποία επελέγησαν ως δεδομένα δοκιμών (εικ. 1).&lt;br /&gt;
Έπειτα, εξετάστηκαν τα στατιστικά στοιχεία που αφορούν την υφή (π.χ. μέση τιμή, διακύμανση, ομοιογένεια).  Η συμβολή των χαρακτηριστικών υφής στην ακρίβεια ταξινόμησης εξαρτάται τόσο από την κλίμακα της υφής όσο και από την κλίμακα των  αντικειμένων εδάφους. Η υψηλότερη ακρίβεια μπορεί να επιτευχθεί με τη συμπερίληψη της βέλτιστης κλίμακας σε αντικείμενα εδάφους τα οποία αντιπροσωπεύουν την υψηλότερη διακύμανση μεταξύ των κλάσεων και τη μικρότερη διακύμανση εντός της κλάσης.&lt;br /&gt;
Στη συνέχεια πραγματοποιήθηκε η ταξινόμηση με χρήση της μεθόδου Random Forest. Η συγκεκριμένη μέθοδος επιλέχθηκε λόγω της σταθερότητας και της αποτελεσματικότητάς που διαθέτει. Επίσης, διαθέτει χαμηλό υπολογιστικό βάρος και είναι εύκολος ο προσδιορισμός των παραμέτρων που πρόκειται να χρησιμοποιηθούν.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα'''&lt;br /&gt;
&lt;br /&gt;
Τα αποτελέσματα που προέκυψαν από την ταξινόμηση ήταν 10 διαφορετικοί χάρτες κάλυψης γης για κάθε εικόνα. Παρακάτω (εικ. 2) παρουσιάζονται τα αποτελέσματα για RGB-only και RGB+GT31 (υψηλότερη δυνατή ακρίβεια) των περιοχών Α και Β. Κατά την ταξινόμηση των εικόνων RGB-only, τόσο στην περιοχή-A όσο και στην περιοχή-B φαίνεται ότι μεγάλη ποσότητα από τα δέντρα έχουν ταξινομηθεί εσφαλμένα σαν γρασίδι και θάμνοι. Αυτό οφείλεται κυρίως στην χαμηλή φασματική ανάλυση των εικόνων UAV και της έλλειψης του εγγύς υπέρυθρου καναλιού. Ωστόσο, η συμπερίληψη της υφής βελτιώνει την ακρίβεια ταξινόμησης. Αυτό γίνεται εμφανές στις εικόνες RGB+GT31. Αυτό συμβαίνει επειδή η παρουσία της υφής αυξάνει την διαχωριστικότητα μεταξύ των κατηγοριών και τείνει να απομακρύνει μικρές απομονωμένες ομάδες εικονοστοιχείων. Για [https://www.researchgate.net/publication/271519732_UAV_Remote_Sensing_for_Urban_Vegetation_Mapping_Using_Random_Forest_and_Texture_Analysis περαιτέρω πληροφορίες] που αφορούν στην ανάλυση των αποτελεσμάτων βλ. Quanlong et al., 2015.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Οι εξαιρετικά υψηλής χωρικής διακριτικής ικανότητας εικόνες που αποκτήθηκαν από το UAV παρέχουν επαρκείς λεπτομέρειες για την χαρτογράφηση της αστικής βλάστησης. &lt;br /&gt;
Τα αποτελέσματα έδειξαν ότι η συνολική ακρίβεια για τις περιοχές Α και Β αυξήθηκε από 73,5% σε 90,6% και από 76,6% σε 86,2%, αντίστοιχα, μετά την ένταξη των χαρακτηριστικών της υφής, στοιχείο που καταδεικνύει τη σημασία του συγκεκριμένου παράγοντα στην βελτίωση της ακρίβειας ταξινόμησης. Εκτός αυτού, όταν χρησιμοποιήθηκε η μέθοδος του Τυχαίου Δάσους (Random Forest) αντί της Μέγιστης Πιθανοφάνειας (Maximum Likehood), η ακρίβεια αυξήθηκε κατά περίπου 4%.&lt;br /&gt;
Επισημαίνεται ότι από αυτή τη μελέτη ότι τα δεδομένα μέσω UAV παρέχουν πληροφορίες εξαιρετικής ποιότητας για την παρακολούθηση της αστικής βλάστησης. Ωστόσο, θα ήταν επιθυμητό να χρησιμοποιούνται αισθητήρες οι οποίοι έχουν ενσωματωμένο το εγγύς υπέρυθρο κανάλι. Επίσης, η προτεινόμενη μέθοδος θα πρέπει να δοκιμαστεί και σε εικόνες από διαφορετικές περιοχές και σε διαφορετικές περιόδους για να αποδειχθεί η εγκυρότητά της. Επιπλέον, θα είναι σκόπιμο να ληφθεί υπόψιν η σύγκριση μεταξύ της προτεινόμενης μεθόδου  και της εξομαλυνθείσας έκδοσης της ταξινόμησης RGB-only. Τελευταία, θα πρέπει να εξεταστεί η ανάλυση αβεβαιότητας της μεθόδου αυτής.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
[[category: Καταγραφή πρασίνου]]&lt;/div&gt;</summary>
		<author><name>Markoudimitris</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CE%BC%CE%B7_%CE%95%CF%80%CE%B1%CE%BD%CE%B4%CF%81%CF%89%CE%BC%CE%AD%CE%BD%CE%BF%CF%85_%CE%91%CE%B5%CF%81%CE%BF%CF%83%CE%BA%CE%AC%CF%86%CE%BF%CF%85%CF%82_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7_%CE%A7%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%91%CF%83%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%92%CE%BB%CE%AC%CF%83%CF%84%CE%B7%CF%83%CE%B7%CF%82_%CE%A7%CF%81%CE%B7%CF%83%CE%B9%CE%BC%CE%BF%CF%80%CE%BF%CE%B9%CF%8E%CE%BD%CF%84%CE%B1%CF%82_%CF%84%CE%B7_%CE%BC%CE%AD%CE%B8%CE%BF%CE%B4%CE%BF_Random_Forest</id>
		<title>Τηλεπισκόπηση μη Επανδρωμένου Αεροσκάφους για τη Χαρτογράφηση της Αστικής Βλάστησης Χρησιμοποιώντας τη μέθοδο Random Forest</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CE%BC%CE%B7_%CE%95%CF%80%CE%B1%CE%BD%CE%B4%CF%81%CF%89%CE%BC%CE%AD%CE%BD%CE%BF%CF%85_%CE%91%CE%B5%CF%81%CE%BF%CF%83%CE%BA%CE%AC%CF%86%CE%BF%CF%85%CF%82_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7_%CE%A7%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%91%CF%83%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%92%CE%BB%CE%AC%CF%83%CF%84%CE%B7%CF%83%CE%B7%CF%82_%CE%A7%CF%81%CE%B7%CF%83%CE%B9%CE%BC%CE%BF%CF%80%CE%BF%CE%B9%CF%8E%CE%BD%CF%84%CE%B1%CF%82_%CF%84%CE%B7_%CE%BC%CE%AD%CE%B8%CE%BF%CE%B4%CE%BF_Random_Forest"/>
				<updated>2019-02-07T15:23:07Z</updated>
		
		<summary type="html">&lt;p&gt;Markoudimitris: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: askisi9_eikona1.jpg|thumb | right |''Εικόνα 1: Πάρκο πυκνής βλάστησης (a), Πολύπλοκη περιοχή κατοικίας (b)'']]&lt;br /&gt;
[[Εικόνα: askisi9_eikona2.jpg|thumb | right |''Εικόνα 2: Αποτελέσματα ταξινόμησης για RGB-only και RGB+GT31 χρησιμοποιώντας τη μέθοδο Random Forest. (a) Περιοχή Α: RGB-only, (b) Περιοχή Α: RGB+GT31, (c) Περιοχή Β: RGB-only, (d) Περιοχή Β: RGB+GT31'']]&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος τίτλος:''' '''UAV Remote Sensing for Urban Vegetation Mapping Using Random Forest and Texture Analysis'''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Quanlong Feng, Jiantao Liu, Jianhua Gong &amp;lt;br/&amp;gt;&lt;br /&gt;
&lt;br /&gt;
[https://www.researchgate.net/publication/271519732_UAV_Remote_Sensing_for_Urban_Vegetation_Mapping_Using_Random_Forest_and_Texture_Analysis Σύνδεσμος πρωτότυπου κειμένου]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Χαρτογράφηση της αστικής βλάστησης''&lt;br /&gt;
&lt;br /&gt;
Η βλάστηση διαδραματίζει σημαντικό ρόλο στα αστικά περιβάλλοντα. Χαρακτηριστικά αναφέρεται ότι μετριάζει το φαινόμενο της θερμικής νησίδας και συμβάλλει στη διατήρηση της οικολογικής ισορροπίας, στην προστασία της βιοποικιλότητας και στην βελτίωση του βιοτικού επιπέδου. Η χαρτογράφηση της αστικής βλάστησης μπορεί να οριστεί ως η ταυτοποίηση των τύπων κάλυψης γης σε αστικές περιοχές οι οποίες διαθέτουν πράσινους χώρους. Αυτοί οι χάρτες συνεισφέρουν στη διαδικασία του αστικού σχεδιασμού, στην βελτιστοποίηση των υπηρεσιών των αστικών οικοσυστημάτων και στην προσαρμογή στην κλιματική αλλαγή.&lt;br /&gt;
Η τηλεπισκόπηση έχει χρησιμοποιηθεί για να χαρτογραφηθούν διάφορα περιβάλλοντα που περιέχουν βλάστηση (δομημένα και φυσικά). Η αστική (σε σύγκριση με την φυσική) βλάστηση είναι πιο κατακερματισμένη, άρα και πιο δύσκολη η καταγραφή της. Σε γενικές γραμμές, τα δεδομένα που χρησιμοποιούνται στην περίπτωση της αστικής βλάστησης διαθέτουν μέση (δορυφόρος Landsat), υψηλή (δορυφόροι IKONOS και QuickBird) και πολύ υψηλή (αισθητήρες ενσωματωμένοι σε μη επανδρωμένα αεροσκάφη) χωρική διακριτική ικανότητα. Επίσης, γίνεται και χρήση αεροφωτογραφιών.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Τηλεπισκόπηση με χρήση μη επανδρωμένου αεροσκάφους''&lt;br /&gt;
	&lt;br /&gt;
Τα μη επανδρωμένα αεροσκάφη (Unmanned Aerial Vehicles ή αλλιώς [https://en.wikipedia.org/wiki/Unmanned_aerial_vehicle UAV]) μπορούν να αξιοποιηθούν για την ικανοποίηση των απαιτήσεων της ταχείας παρακολούθησης, αξιολόγησης και χαρτογράφησης φυσικών πόρων με καθορισμένη από τον χρήστη χωροχρονική κλίμακα. Ο αισθητήρας του σκάφους αυτού αποκτά εικόνες πολύ υψηλής ποιότητας, οι οποίες μπορούν να καταγράψουν λεπτομέρειες και να συμβάλλουν σε πολύ ακριβείς χαρτογραφήσεις της αστικής βλάστησης. Οι αισθητήρες ποικίλλουν από απλή ψηφιακή φωτογραφική μηχανή, πολυφασματική φωτογραφική μηχανή, υπερφασματικό αισθητήρα και αισθητήρα LiDAR,&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Στόχοι'' &lt;br /&gt;
&lt;br /&gt;
O γενικός στόχος αυτής της μελέτης είναι η ανάπτυξη μιας ακριβούς μεθόδου ταξινόμησης για τη χαρτογράφηση της αστικής βλάστησης μέσω της ταξινόμησης Τυχαίου Δάσους (Random Forest) και της ανάλυση υφής χρησιμοποιώντας πολύ υψηλής διακριτικής ικανότητας (7 εκ.) δεδομένα από αισθητήρα που βρίσκεται σε μη επανδρωμένο σκάφος.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Μεθοδολογία'''&lt;br /&gt;
&lt;br /&gt;
Το διάγραμμα ροής μπορεί να χωριστεί σε τρία μέρη: α) απόκτηση δεδομένων και προεπεξεργασία, β) ταξινόμηση εικόνων και γ) ανάλυση ακρίβειας. Οι εικόνες ανακτήθηκαν μέσω ενός μίνι μη UAV που ονομάζεται River-Map . Το UAV River-Map αποτελείται από ωφέλιμο φορτίο αισθητήρα, αυτόματο πιλότο, GPS / INS και σταθμό εδάφους. Αρχικά, πραγματοποιήθηκε γεωαναφορά των εικόνων και παράθεση σε μωσαϊκό. &lt;br /&gt;
Αποτέλεσμα ήταν δύο μικρές εικόνες (1700 × 1700 εικονοστοιχεία, 120 × 120 μ.) που αντιπροσωπεύουν τυπικά αστικά τοπία τα οποία επελέγησαν ως δεδομένα δοκιμών (εικ. 1).&lt;br /&gt;
Έπειτα, εξετάστηκαν τα στατιστικά στοιχεία που αφορούν την υφή (π.χ. μέση τιμή, διακύμανση, ομοιογένεια).  Η συμβολή των χαρακτηριστικών υφής στην ακρίβεια ταξινόμησης εξαρτάται τόσο από την κλίμακα της υφής όσο και από την κλίμακα των  αντικειμένων εδάφους. Η υψηλότερη ακρίβεια μπορεί να επιτευχθεί με τη συμπερίληψη της βέλτιστης κλίμακας σε αντικείμενα εδάφους τα οποία αντιπροσωπεύουν την υψηλότερη διακύμανση μεταξύ των κλάσεων και τη μικρότερη διακύμανση εντός της κλάσης.&lt;br /&gt;
Στη συνέχεια πραγματοποιήθηκε η ταξινόμηση με χρήση της μεθόδου Random Forest. Η συγκεκριμένη μέθοδος επιλέχθηκε λόγω της σταθερότητας και της αποτελεσματικότητάς που διαθέτει. Επίσης, διαθέτει χαμηλό υπολογιστικό βάρος και είναι εύκολος ο προσδιορισμός των παραμέτρων που πρόκειται να χρησιμοποιηθούν.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα'''&lt;br /&gt;
&lt;br /&gt;
Τα αποτελέσματα που προέκυψαν από την ταξινόμηση ήταν 10 διαφορετικοί χάρτες κάλυψης γης για κάθε εικόνα. Παρακάτω (εικ. 2) παρουσιάζονται τα αποτελέσματα για RGB-only και RGB+GT31 (υψηλότερη δυνατή ακρίβεια) των περιοχών Α και Β. Κατά την ταξινόμηση των εικόνων RGB-only, τόσο στην περιοχή-A όσο και στην περιοχή-B φαίνεται ότι μεγάλη ποσότητα από τα δέντρα έχουν ταξινομηθεί εσφαλμένα σαν γρασίδι και θάμνοι. Αυτό οφείλεται κυρίως στην χαμηλή φασματική ανάλυση των εικόνων UAV και της έλλειψης του εγγύς υπέρυθρου καναλιού. Ωστόσο, η συμπερίληψη της υφής βελτιώνει την ακρίβεια ταξινόμησης. Αυτό γίνεται εμφανές στις εικόνες RGB+GT31. Αυτό συμβαίνει επειδή η παρουσία της υφής αυξάνει την διαχωριστικότητα μεταξύ των κατηγοριών και τείνει να απομακρύνει μικρές απομονωμένες ομάδες εικονοστοιχείων. Για [https://www.researchgate.net/publication/271519732_UAV_Remote_Sensing_for_Urban_Vegetation_Mapping_Using_Random_Forest_and_Texture_Analysis περαιτέρω πληροφορίες] που αφορούν στην ανάλυση των αποτελεσμάτων βλ. Quanlong et al., 2015.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Οι εξαιρετικά υψηλής χωρικής διακριτικής ικανότητας εικόνες που αποκτήθηκαν από το UAV παρέχουν επαρκείς λεπτομέρειες για την χαρτογράφηση της αστικής βλάστησης. &lt;br /&gt;
Τα αποτελέσματα έδειξαν ότι η συνολική ακρίβεια για τις περιοχές Α και Β αυξήθηκε από 73,5% σε 90,6% και από 76,6% σε 86,2%, αντίστοιχα, μετά την ένταξη των χαρακτηριστικών της υφής, στοιχείο που καταδεικνύει τη σημασία του συγκεκριμένου παράγοντα στην βελτίωση της ακρίβειας ταξινόμησης. Εκτός αυτού, όταν χρησιμοποιήθηκε η μέθοδος του Τυχαίου Δάσους (Random Forest) αντί της Μέγιστης Πιθανοφάνειας (Maximum Likehood), η ακρίβεια αυξήθηκε κατά περίπου 4%.&lt;br /&gt;
Επισημαίνεται ότι από αυτή τη μελέτη ότι τα δεδομένα μέσω UAV παρέχουν πληροφορίες εξαιρετικής ποιότητας για την παρακολούθηση της αστικής βλάστησης. Ωστόσο, θα ήταν επιθυμητό να χρησιμοποιούνται αισθητήρες οι οποίοι έχουν ενσωματωμένο το εγγύς υπέρυθρο κανάλι. Επίσης, η προτεινόμενη μέθοδος θα πρέπει να δοκιμαστεί και σε εικόνες από διαφορετικές περιοχές και σε διαφορετικές περιόδους για να αποδειχθεί η εγκυρότητά της. Επιπλέον, θα είναι σκόπιμο να ληφθεί υπόψιν η σύγκριση μεταξύ της προτεινόμενης μεθόδου  και της εξομαλυνθείσας έκδοσης της ταξινόμησης RGB-only. Τελευταία, θα πρέπει να εξεταστεί η ανάλυση αβεβαιότητας της μεθόδου αυτής.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
[[category: Καταγραφή πρασίνου]]&lt;/div&gt;</summary>
		<author><name>Markoudimitris</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%9C%CE%AC%CF%81%CE%BA%CE%BF%CF%85_%CE%94%CE%B7%CE%BC%CE%AE%CF%84%CF%81%CE%B7%CF%82</id>
		<title>Μάρκου Δημήτρης</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%9C%CE%AC%CF%81%CE%BA%CE%BF%CF%85_%CE%94%CE%B7%CE%BC%CE%AE%CF%84%CF%81%CE%B7%CF%82"/>
				<updated>2019-02-07T15:19:54Z</updated>
		
		<summary type="html">&lt;p&gt;Markoudimitris: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;*[[Η χρήση της Τηλεπισκόπησης και των Συστημάτων Γεωγραφικών Πληροφοριών στη βιώσιμη διαχείριση των τροπικών παράκτιων οικοσυστημάτων]]&lt;br /&gt;
&lt;br /&gt;
*[[Mεθoδoi ωκεάνιας τηλεπισκόπησης, χαρτογράφησης και ανάλυσης ανθίσεων φυτοπλαγκτόν σε παράκτιες και ωκεάνιες περιοχές]]&lt;br /&gt;
&lt;br /&gt;
*[[Οικολογικοί δείκτες της πελαγικής ζώνης του ωκεανού με τη χρήση της τηλεπισκόπησης]]&lt;br /&gt;
&lt;br /&gt;
*[[Χαρτογράφηση δυνητικών ζωνών υπογείων υδάτων στη λεκάνη Musi με τη χρήση τηλεπισκόπησης]]&lt;br /&gt;
&lt;br /&gt;
*[[Παρακολούθηση της χιονοκάλυψης και προσομοιώση της επιφανειακής απορροής στις λεκάνες απορροής των Ιμαλαΐων μέσω τηλεπισκόπησης]]&lt;br /&gt;
&lt;br /&gt;
*[[Ταξινόμηση των λιμνών και των αποξηραμένων λεκανών τούνδρας στο βόρειο τμήμα της Αλάσκας με χρήση δεδομένων τηλεπισκόπησης]]&lt;br /&gt;
&lt;br /&gt;
*[[Μια ολοκληρωμένη μεθοδολογία της αποτίμησης των ωφελειών που προκύπτουν από την παρουσία αστικών χώρων πρασίνου]]&lt;br /&gt;
&lt;br /&gt;
*[[Χρήση δεδομένων LiDAR και QuickBird για τη μοντελοποίηση της αποθήκευσης άνθρακα στα δένδρα που βρίσκονται εντός του αστικού ιστού του Βερολίνου]]&lt;br /&gt;
&lt;br /&gt;
*[[Τηλεπισκόπηση μη Επανδρωμένου Αεροσκάφους για τη Χαρτογράφηση της Αστικής Βλάστησης Χρησιμοποιώντας τη μέθοδο Random Forest]]&lt;br /&gt;
&lt;br /&gt;
*[[Η χωρο-χρονική δυναμική των αστικών χώρων πράσινου σε εξάρτηση με την ταχεία αστικοποίηση και τις περιβαλλοντικές πολιτικές]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:ΔΠΜΣ &amp;quot;Περιβάλλον &amp;amp; Ανάπτυξη&amp;quot; (Αθήνα) ]]&lt;/div&gt;</summary>
		<author><name>Markoudimitris</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%9C%CE%AC%CF%81%CE%BA%CE%BF%CF%85_%CE%94%CE%B7%CE%BC%CE%AE%CF%84%CF%81%CE%B7%CF%82</id>
		<title>Μάρκου Δημήτρης</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%9C%CE%AC%CF%81%CE%BA%CE%BF%CF%85_%CE%94%CE%B7%CE%BC%CE%AE%CF%84%CF%81%CE%B7%CF%82"/>
				<updated>2019-02-07T15:19:33Z</updated>
		
		<summary type="html">&lt;p&gt;Markoudimitris: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;*[[Η χρήση της Τηλεπισκόπησης και των Συστημάτων Γεωγραφικών Πληροφοριών στη βιώσιμη διαχείριση των τροπικών παράκτιων οικοσυστημάτων]]&lt;br /&gt;
&lt;br /&gt;
*[[Mεθoδoi ωκεάνιας τηλεπισκόπησης, χαρτογράφησης και ανάλυσης ανθίσεων φυτοπλαγκτόν σε παράκτιες και ωκεάνιες περιοχές]]&lt;br /&gt;
&lt;br /&gt;
*[[Οικολογικοί δείκτες της πελαγικής ζώνης του ωκεανού με τη χρήση της τηλεπισκόπησης]]&lt;br /&gt;
&lt;br /&gt;
*[[Χαρτογράφηση δυνητικών ζωνών υπογείων υδάτων στη λεκάνη Musi με τη χρήση τηλεπισκόπησης]]&lt;br /&gt;
&lt;br /&gt;
*[[Παρακολούθηση της χιονοκάλυψης και προσομοιώση της επιφανειακής απορροής στις λεκάνες απορροής των Ιμαλαΐων μέσω τηλεπισκόπησης]]&lt;br /&gt;
&lt;br /&gt;
*[[Ταξινόμηση των λιμνών και των αποξηραμένων λεκανών τούνδρας στο βόρειο τμήμα της Αλάσκα με χρήση δεδομένων τηλεπισκόπησης]]&lt;br /&gt;
&lt;br /&gt;
*[[Μια ολοκληρωμένη μεθοδολογία της αποτίμησης των ωφελειών που προκύπτουν από την παρουσία αστικών χώρων πρασίνου]]&lt;br /&gt;
&lt;br /&gt;
*[[Χρήση δεδομένων LiDAR και QuickBird για τη μοντελοποίηση της αποθήκευσης άνθρακα στα δένδρα που βρίσκονται εντός του αστικού ιστού του Βερολίνου]]&lt;br /&gt;
&lt;br /&gt;
*[[Τηλεπισκόπηση μη Επανδρωμένου Αεροσκάφους για τη Χαρτογράφηση της Αστικής Βλάστησης Χρησιμοποιώντας τη μέθοδο Random Forest]]&lt;br /&gt;
&lt;br /&gt;
*[[Η χωρο-χρονική δυναμική των αστικών χώρων πράσινου σε εξάρτηση με την ταχεία αστικοποίηση και τις περιβαλλοντικές πολιτικές]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:ΔΠΜΣ &amp;quot;Περιβάλλον &amp;amp; Ανάπτυξη&amp;quot; (Αθήνα) ]]&lt;/div&gt;</summary>
		<author><name>Markoudimitris</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B1%CE%BE%CE%B9%CE%BD%CF%8C%CE%BC%CE%B7%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%BB%CE%B9%CE%BC%CE%BD%CF%8E%CE%BD_%CE%BA%CE%B1%CE%B9_%CF%84%CF%89%CE%BD_%CE%B1%CF%80%CE%BF%CE%BE%CE%B7%CF%81%CE%B1%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CE%BB%CE%B5%CE%BA%CE%B1%CE%BD%CF%8E%CE%BD_%CF%84%CE%BF%CF%8D%CE%BD%CE%B4%CF%81%CE%B1%CF%82_%CF%83%CF%84%CE%BF_%CE%B2%CF%8C%CF%81%CE%B5%CE%B9%CE%BF_%CF%84%CE%BC%CE%AE%CE%BC%CE%B1_%CF%84%CE%B7%CF%82_%CE%91%CE%BB%CE%AC%CF%83%CE%BA%CE%B1%CF%82_%CE%BC%CE%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82</id>
		<title>Ταξινόμηση των λιμνών και των αποξηραμένων λεκανών τούνδρας στο βόρειο τμήμα της Αλάσκας με χρήση δεδομένων τηλεπισκόπησης</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B1%CE%BE%CE%B9%CE%BD%CF%8C%CE%BC%CE%B7%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%BB%CE%B9%CE%BC%CE%BD%CF%8E%CE%BD_%CE%BA%CE%B1%CE%B9_%CF%84%CF%89%CE%BD_%CE%B1%CF%80%CE%BF%CE%BE%CE%B7%CF%81%CE%B1%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CE%BB%CE%B5%CE%BA%CE%B1%CE%BD%CF%8E%CE%BD_%CF%84%CE%BF%CF%8D%CE%BD%CE%B4%CF%81%CE%B1%CF%82_%CF%83%CF%84%CE%BF_%CE%B2%CF%8C%CF%81%CE%B5%CE%B9%CE%BF_%CF%84%CE%BC%CE%AE%CE%BC%CE%B1_%CF%84%CE%B7%CF%82_%CE%91%CE%BB%CE%AC%CF%83%CE%BA%CE%B1%CF%82_%CE%BC%CE%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82"/>
				<updated>2019-02-07T15:19:02Z</updated>
		
		<summary type="html">&lt;p&gt;Markoudimitris: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: askisi6_eikona1.jpg|thumb | right |''Εικόνα 1: Μωσαϊκό από επτά εικόνες Landsat 7 (κανάλια 543 RGB) απεικονίζουν την περιοχή μελέτης'']]&lt;br /&gt;
[[Εικόνα: askisi6_eikona2.jpg|thumb | right |''Εικόνα 2: Τελική ταξινόμηση των λιμνών τούνδρας στη δυτική παράκτια πεδιάδα της Αλάσκας'']]&lt;br /&gt;
[[Εικόνα: askisi6_eikona3.jpg|thumb | right |''Εικόνα 3: Τελική ταξινόμηση των αποξηραμένων λεκανών στη δυτική παράκτια πεδιάδα της Αλάσκας'']]&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος τίτλος:''' '''Satellite remote sensing classification of thaw lakes and drained thaw lake basins on the North Slope of Alaska'''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Robert C. Frohn, Kenneth M. Hinkel, Wendy R. Eisner &amp;lt;br/&amp;gt;&lt;br /&gt;
&lt;br /&gt;
[https://www.sciencedirect.com/science/article/abs/pii/S0034425705001446 Σύνδεσμος πρωτότυπου κειμένου]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Η βόρεια πλευρά της Αλάσκας χαρακτηρίζεται από χιλιάδες λίμνες τούνδρας ([https://en.wikipedia.org/wiki/Thermokarst thaw lakes]) και αποξηραμένες λεκάνες λιμνών τούνδρας ([https://en.wikipedia.org/wiki/Thermokarst drained thaw lake basins]) οι οποίες αναπτύχθηκαν πάνω από μόνιμο στρώμα πάγου και καλύπτουν από το 20% έως και το 40% του παράκτιου αρκτικού πεδίου της Αλάσκας. Το χειμώνα, η ροή θερμότητας από τις λίμνες είναι παρόμοια με αυτήν του Αρκτικού Ωκεανού, ενώ την άνοιξη τα παγοκαλύμματα λιώνουν με αποτέλεσμα να εκπέμπεται μεθανίο προς στην ατμόσφαιρα. Επιπλέον, χρησιμεύουν ως ένας σημαντικός φυσικός πόρος για την τοπική χλωρίδα και πανίδα, ενώ παράλληλα παρέχουν νερό για δημόσια και βιομηχανική χρήση. &lt;br /&gt;
Οι λίμνες αυτές αποτελούν πρωταρχικό μηχανισμό τροποποίησης του τοπίου, καθώς μεγεθύνονται με αργούς ρυθμούς, συνενώνονται με άλλες λίμνες, μεταναστεύουν και συνήθως αποξηραίνονται ταχύτατα. Οι περιοχές που καταλάμβαναν μέχρι πρότινος οι λίμνες, ονομάζονται αποξηραμένες λεκάνες λιμνών τούνδρας. Στις λεκάνες αυτές συσσωρεύεται οργανικός άνθρακας υπό τη μορφή της τύρφης. Οι αρκτικοί τυρφώνες έχουν παγκόσμια σημασία ως πηγές διοξειδίου του άνθρακα και μεθανίου. Η αύξηση του μέσου βάθους της εποχιακής στρώσης των λιμνών σε συνδυασμό με της αναμενόμενη θέρμανση σε μεγάλα γεωγραφικά πλάτη προκαλεί ανησυχίες λόγω της μεγάλης ποσότητας του εδαφικού οργανικού άνθρακα  ο οποίος είναι απομονωμένος και θα μπορούσε να κινητοποιηθεί από τη μικροβιακή δραστηριότητα. Για τις [https://www.sciencedirect.com/science/article/abs/pii/S0034425705001446 προηγούμενες μελέτες] που πραγματοποιήθηκαν στην περιοχή της Β. Αλάσκας βλ. Frohn et al., 2005, σελ 117-118).&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Περιοχή μελέτης'''&lt;br /&gt;
&lt;br /&gt;
Η περιοχή μελέτης περιλαμβάνει η [https://en.wikipedia.org/wiki/Arctic_coastal_tundra δυτική αρκτική παράκτια πεδιάδα της Αλάσκα] που εκτείνεται από τον ποταμό Colville (152ο  Δ) έως τη θάλασσα Chukchi (162ο Δ). Ο χώρος καλύπτεται από μόνιμο στρώμα πάγου, χαρακτηρίζεται από βλάστηση τούνδρας και χαμηλό υψόμετρο. Εκτός από τις λίμνες τούνδρας,  απαντώνται πληθώρα από μαιανδρικά ρέματα και κοιλάδες μεγάλου πλάτους.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Μεθοδολογία'''&lt;br /&gt;
&lt;br /&gt;
Για την εκπόνηση της παρούσας μελέτης χρησιμοποιήθηκαν δεδομένα από τον δορυφόρο Landsat 7. Οι δορυφορικές εικόνες συγχωνεύθηκαν και μετά από επεξεργασία, δημιουργήθηκε μωσαϊκό για ολόκληρη την περιοχή μελέτης (εικ. 1).&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Μετασχηματισμός της υφής και της βλάστησης''&lt;br /&gt;
&lt;br /&gt;
Οι λίμνες και οι αντίστοιχες λεκάνες τούνδρας διαθέτουν ιδιαίτερη υφή και κρίθηκε απαραίτητος ο μετασχηματισμός της υφής των δεδομένων Landsat-7 για να γίνει πιο εύκολη η κατάτμηση και ταξινόμηση τόσο των παραπάνω γεωμορφών. Για να καταγραφούν τα συστατικά της βλάστησης από τα δορυφορικά δεδομένα εφαρμόστηκε ο μετασχηματισμός ελάχιστου θορύβου (MNF) σε κάθε δορυφορική εικόνα.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Κατάτμηση εικόνας και ταξινόμηση''&lt;br /&gt;
&lt;br /&gt;
Η κατάτμηση πραγματοποιήθηκε με τη μέθοδο «από τα κάτω προς τα πάνω» και τη χρήση του λογισμικού eCognition. Τα βασικά χαρακτηριστικά που χρησιμοποιήθηκαν για την ταξινόμηση των λιμνών ήταν η μέση τιμή των αντικειμένων στο κανάλι 5, η πολυπλοκότητα και ελλειπτικότητα του σχήματος των αντικειμένων. Αντίστοιχα, για την ταξινόμηση των λεκανών, χρησιμοποιήθηκαν οι φασματικοί μέσοι των αντικειμένων για τα κανάλια 3, 4 και 5 και ο μετασχηματισμός ελάχιστου θορύβου για το κανάλι 1, καθώς και η μέση συνύπαρξη και η πολυπλοκότητα του σχήματος των αντικειμένων.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Αποτίμηση της ακρίβειας''&lt;br /&gt;
&lt;br /&gt;
Ο έλεγχος της ακρίβειας της ταξινόμησης πραγματοποιήθηκε με την  δειγματοληψία 1000 τυχαίων σημείων τα οποία αναγνωρίστηκαν με τη φωτοερμηνεία σε εικόνες Landsat-7 και τη αρωγή των δεδομένων IKONOS και Quickbird, καθώς και υψηλής ανάλυσης αεροφωτογραφίες. Η συνολική ακρίβεια ήταν της τάξης του 97,1%.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα και συζήτηση'''&lt;br /&gt;
&lt;br /&gt;
Η τελική ταξινόμηση των λιμνών φαίνεται στην εικόνα 2. Η περιοχή που καλύπτεται από λίμνες τούνδρας αντιστοιχεί σε 7054 τ.χλμ. και αντιπροσωπεύει το 20,4% της περιοχής μελέτης. Για τις λεκάνες (εικ. 3) οι αντίστοιχες τιμές αναλογούν σε 8917 τ.χλμ. και 25,7%.&lt;br /&gt;
Η εξωτερική παράκτια πεδιάδα είναι νεότερη από την εσωτερική και χαρακτηρίζεται από μεγαλύτερες λίμνες και μεγαλύτερης πυκνότητας λίμνες και λεκάνες. Στο εξωτερικό τμήμα της πεδιάδας υπάρχουν 4809 λίμνες με μέσο μέγεθος τα 0,74 τ.χλμ. Στις εξωτερικές ακτές απαντώνται 8510 λίμνες με μέσο μέγεθος τα 0,35 τ.χλμ. Αρκετές από τις λεκάνες στο δυτικό τμήμα έχουν μήκος τουλάχιστον 1,5 χλμ., κάποιες από αυτές φθάνουν μέχρι και τα και 14 χλμ. Οι λεκάνες είναι μικρότερες και πιο ομοιόμορφες σε μέγεθος στο ανατολικό τμήμα με μήκος που σπάνια υπερβαίνει 1,5 χλμ.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Σύνοψη και συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Παρουσιάζονται πολλά πλεονεκτήματα από τη χρήση του δορυφόρου Landsat 7 για την ανάλυση των λιμνών και λεκανών τούνδρας στην δυτική Αλάσκα. Πρώτον, οι τοπογραφικοί χάρτες μικρής κλίμακας δεν έχουν τον απαραίτητο βαθμό λεπτομέρειας που για τον εντοπισμό και τη χαρτογράφηση των πολύπλοκων σχημάτων που έχουν οι λεκάνες, στοιχείο που αντικαθίσταται από τη δυνατότητα του δορυφόρου να διαθέτει εκτεταμένο εύρος κλίμακας. Δεύτερον, η χωρική και φασματική διακριτική ικανότητα του Landsat 7 είναι ιδανική για την παροχή μοτίβων υφής, χώρου και φάσματος ώστε να γίνει εφικτή η δυνατότητα της διάκρισης των λεκανών. Τελευταία,  δεν είναι εφικτή η λήψη δείγματος που αφορά χαρακτηριστικά όπως πάχος του οργανικού στρώματος, βάθος απόψυξης και εδαφικού οργανικού άνθρακα για κάθε μία από τις λεκάνες. Με τη χρήση του δορυφόρου μπορούμε να λάβουμε ανάλογες πληροφορίες σε εκτεταμένη επιφάνεια.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
[[category: Παρακολούθηση, χαρτογράφηση και ανάλυση ποταμών, λιμνών και υγροτόπων]]&lt;/div&gt;</summary>
		<author><name>Markoudimitris</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B1%CE%BE%CE%B9%CE%BD%CF%8C%CE%BC%CE%B7%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%BB%CE%B9%CE%BC%CE%BD%CF%8E%CE%BD_%CE%BA%CE%B1%CE%B9_%CF%84%CF%89%CE%BD_%CE%B1%CF%80%CE%BF%CE%BE%CE%B7%CF%81%CE%B1%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CE%BB%CE%B5%CE%BA%CE%B1%CE%BD%CF%8E%CE%BD_%CF%84%CE%BF%CF%8D%CE%BD%CE%B4%CF%81%CE%B1%CF%82_%CF%83%CF%84%CE%BF_%CE%B2%CF%8C%CF%81%CE%B5%CE%B9%CE%BF_%CF%84%CE%BC%CE%AE%CE%BC%CE%B1_%CF%84%CE%B7%CF%82_%CE%91%CE%BB%CE%AC%CF%83%CE%BA%CE%B1%CF%82_%CE%BC%CE%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82</id>
		<title>Ταξινόμηση των λιμνών και των αποξηραμένων λεκανών τούνδρας στο βόρειο τμήμα της Αλάσκας με χρήση δεδομένων τηλεπισκόπησης</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B1%CE%BE%CE%B9%CE%BD%CF%8C%CE%BC%CE%B7%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%BB%CE%B9%CE%BC%CE%BD%CF%8E%CE%BD_%CE%BA%CE%B1%CE%B9_%CF%84%CF%89%CE%BD_%CE%B1%CF%80%CE%BF%CE%BE%CE%B7%CF%81%CE%B1%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CE%BB%CE%B5%CE%BA%CE%B1%CE%BD%CF%8E%CE%BD_%CF%84%CE%BF%CF%8D%CE%BD%CE%B4%CF%81%CE%B1%CF%82_%CF%83%CF%84%CE%BF_%CE%B2%CF%8C%CF%81%CE%B5%CE%B9%CE%BF_%CF%84%CE%BC%CE%AE%CE%BC%CE%B1_%CF%84%CE%B7%CF%82_%CE%91%CE%BB%CE%AC%CF%83%CE%BA%CE%B1%CF%82_%CE%BC%CE%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82"/>
				<updated>2019-02-07T15:18:31Z</updated>
		
		<summary type="html">&lt;p&gt;Markoudimitris: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: askisi6_eikona1.jpg|thumb | right |''Εικόνα 1: Μωσαϊκό από επτά εικόνες Landsat 7 (κανάλια 543 RGB) απεικονίζουν την περιοχή μελέτης'']]&lt;br /&gt;
[[Εικόνα: askisi6_eikona2.jpg|thumb | right |''Εικόνα 2: Τελική ταξινόμηση των λιμνών τούνδρας στη δυτική παράκτια πεδιάδα της Αλάσκας'']]&lt;br /&gt;
[[Εικόνα: askisi6_eikona3.jpg|thumb | right |''Εικόνα 3: Τελική ταξινόμηση των αποξηραμένων λεκανών στη δυτική παράκτια πεδιάδα της Αλάσκας'']]&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος τίτλος:''' '''Satellite remote sensing classification of thaw lakes and drained thaw lake basins on the North Slope of Alaska'''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Robert C. Frohn, Kenneth M. Hinkel, Wendy R. Eisner &amp;lt;br/&amp;gt;&lt;br /&gt;
&lt;br /&gt;
[https://www.sciencedirect.com/science/article/abs/pii/S0034425705001446 Σύνδεσμος πρωτότυπου κειμένου]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Η βόρεια πλευρά της Αλάσκας χαρακτηρίζεται από χιλιάδες λίμνες τούνδρας ([https://en.wikipedia.org/wiki/Thermokarst thaw lakes]) και αποξηραμένες λεκάνες λιμνών τούνδρας ([https://en.wikipedia.org/wiki/Thermokarst drained thaw lake basins]) οι οποίες αναπτύχθηκαν πάνω από μόνιμο στρώμα πάγου και καλύπτουν από το 20% έως και το 40% του παράκτιου αρκτικού πεδίου της Αλάσκας. Το χειμώνα, η ροή θερμότητας από τις λίμνες είναι παρόμοια με αυτήν του Αρκτικού Ωκεανού, ενώ την άνοιξη τα παγοκαλύμματα λιώνουν με αποτέλεσμα να εκπέμπεται μεθανίο προς στην ατμόσφαιρα. Επιπλέον, χρησιμεύουν ως ένας σημαντικός φυσικός πόρος για την τοπική χλωρίδα και πανίδα, ενώ παράλληλα παρέχουν νερό για δημόσια και βιομηχανική χρήση. &lt;br /&gt;
Οι λίμνες αυτές αποτελούν πρωταρχικό μηχανισμό τροποποίησης του τοπίου, καθώς μεγεθύνονται με αργούς ρυθμούς, συνενώνονται με άλλες λίμνες, μεταναστεύουν και συνήθως αποξηραίνονται ταχύτατα. Οι περιοχές που καταλάμβαναν μέχρι πρότινος οι λίμνες, ονομάζονται αποξηραμένες λεκάνες λιμνών τούνδρας. Στις λεκάνες αυτές συσσωρεύεται οργανικός άνθρακας υπό τη μορφή της τύρφης. Οι αρκτικοί τυρφώνες έχουν παγκόσμια σημασία ως πηγές διοξειδίου του άνθρακα και μεθανίου. Η αύξηση του μέσου βάθους της εποχιακής στρώσης των λιμνών σε συνδυασμό με της αναμενόμενη θέρμανση σε μεγάλα γεωγραφικά πλάτη προκαλεί ανησυχίες λόγω της μεγάλης ποσότητας του εδαφικού οργανικού άνθρακα  ο οποίος είναι απομονωμένος και θα μπορούσε να κινητοποιηθεί από τη μικροβιακή δραστηριότητα. Για τις [https://www.sciencedirect.com/science/article/abs/pii/S0034425705001446 προηγούμενες μελέτες] που πραγματοποιήθηκαν στην περιοχή της Β. Αλάσκας βλ. Frohn et al., 2005, σελ 117-118).&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Περιοχή μελέτης'''&lt;br /&gt;
&lt;br /&gt;
Η περιοχή μελέτης περιλαμβάνει η [https://en.wikipedia.org/wiki/Arctic_coastal_tundra δυτική αρκτική παράκτια πεδιάδα της Αλάσκας] που εκτείνεται από τον ποταμό Colville (152ο  Δ) έως τη θάλασσα Chukchi (162ο Δ). Ο χώρος καλύπτεται από μόνιμο στρώμα πάγου, χαρακτηρίζεται από βλάστηση τούνδρας και χαμηλό υψόμετρο. Εκτός από τις λίμνες τούνδρας,  απαντώνται πληθώρα από μαιανδρικά ρέματα και κοιλάδες μεγάλου πλάτους.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Μεθοδολογία'''&lt;br /&gt;
&lt;br /&gt;
Για την εκπόνηση της παρούσας μελέτης χρησιμοποιήθηκαν δεδομένα από τον δορυφόρο Landsat 7. Οι δορυφορικές εικόνες συγχωνεύθηκαν και μετά από επεξεργασία, δημιουργήθηκε μωσαϊκό για ολόκληρη την περιοχή μελέτης (εικ. 1).&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Μετασχηματισμός της υφής και της βλάστησης''&lt;br /&gt;
&lt;br /&gt;
Οι λίμνες και οι αντίστοιχες λεκάνες τούνδρας διαθέτουν ιδιαίτερη υφή και κρίθηκε απαραίτητος ο μετασχηματισμός της υφής των δεδομένων Landsat-7 για να γίνει πιο εύκολη η κατάτμηση και ταξινόμηση τόσο των παραπάνω γεωμορφών. Για να καταγραφούν τα συστατικά της βλάστησης από τα δορυφορικά δεδομένα εφαρμόστηκε ο μετασχηματισμός ελάχιστου θορύβου (MNF) σε κάθε δορυφορική εικόνα.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Κατάτμηση εικόνας και ταξινόμηση''&lt;br /&gt;
&lt;br /&gt;
Η κατάτμηση πραγματοποιήθηκε με τη μέθοδο «από τα κάτω προς τα πάνω» και τη χρήση του λογισμικού eCognition. Τα βασικά χαρακτηριστικά που χρησιμοποιήθηκαν για την ταξινόμηση των λιμνών ήταν η μέση τιμή των αντικειμένων στο κανάλι 5, η πολυπλοκότητα και ελλειπτικότητα του σχήματος των αντικειμένων. Αντίστοιχα, για την ταξινόμηση των λεκανών, χρησιμοποιήθηκαν οι φασματικοί μέσοι των αντικειμένων για τα κανάλια 3, 4 και 5 και ο μετασχηματισμός ελάχιστου θορύβου για το κανάλι 1, καθώς και η μέση συνύπαρξη και η πολυπλοκότητα του σχήματος των αντικειμένων.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Αποτίμηση της ακρίβειας''&lt;br /&gt;
&lt;br /&gt;
Ο έλεγχος της ακρίβειας της ταξινόμησης πραγματοποιήθηκε με την  δειγματοληψία 1000 τυχαίων σημείων τα οποία αναγνωρίστηκαν με τη φωτοερμηνεία σε εικόνες Landsat-7 και τη αρωγή των δεδομένων IKONOS και Quickbird, καθώς και υψηλής ανάλυσης αεροφωτογραφίες. Η συνολική ακρίβεια ήταν της τάξης του 97,1%.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα και συζήτηση'''&lt;br /&gt;
&lt;br /&gt;
Η τελική ταξινόμηση των λιμνών φαίνεται στην εικόνα 2. Η περιοχή που καλύπτεται από λίμνες τούνδρας αντιστοιχεί σε 7054 τ.χλμ. και αντιπροσωπεύει το 20,4% της περιοχής μελέτης. Για τις λεκάνες (εικ. 3) οι αντίστοιχες τιμές αναλογούν σε 8917 τ.χλμ. και 25,7%.&lt;br /&gt;
Η εξωτερική παράκτια πεδιάδα είναι νεότερη από την εσωτερική και χαρακτηρίζεται από μεγαλύτερες λίμνες και μεγαλύτερης πυκνότητας λίμνες και λεκάνες. Στο εξωτερικό τμήμα της πεδιάδας υπάρχουν 4809 λίμνες με μέσο μέγεθος τα 0,74 τ.χλμ. Στις εξωτερικές ακτές απαντώνται 8510 λίμνες με μέσο μέγεθος τα 0,35 τ.χλμ. Αρκετές από τις λεκάνες στο δυτικό τμήμα έχουν μήκος τουλάχιστον 1,5 χλμ., κάποιες από αυτές φθάνουν μέχρι και τα και 14 χλμ. Οι λεκάνες είναι μικρότερες και πιο ομοιόμορφες σε μέγεθος στο ανατολικό τμήμα με μήκος που σπάνια υπερβαίνει 1,5 χλμ.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Σύνοψη και συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Παρουσιάζονται πολλά πλεονεκτήματα από τη χρήση του δορυφόρου Landsat 7 για την ανάλυση των λιμνών και λεκανών τούνδρας στην δυτική Αλάσκα. Πρώτον, οι τοπογραφικοί χάρτες μικρής κλίμακας δεν έχουν τον απαραίτητο βαθμό λεπτομέρειας που για τον εντοπισμό και τη χαρτογράφηση των πολύπλοκων σχημάτων που έχουν οι λεκάνες, στοιχείο που αντικαθίσταται από τη δυνατότητα του δορυφόρου να διαθέτει εκτεταμένο εύρος κλίμακας. Δεύτερον, η χωρική και φασματική διακριτική ικανότητα του Landsat 7 είναι ιδανική για την παροχή μοτίβων υφής, χώρου και φάσματος ώστε να γίνει εφικτή η δυνατότητα της διάκρισης των λεκανών. Τελευταία,  δεν είναι εφικτή η λήψη δείγματος που αφορά χαρακτηριστικά όπως πάχος του οργανικού στρώματος, βάθος απόψυξης και εδαφικού οργανικού άνθρακα για κάθε μία από τις λεκάνες. Με τη χρήση του δορυφόρου μπορούμε να λάβουμε ανάλογες πληροφορίες σε εκτεταμένη επιφάνεια.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
[[category: Παρακολούθηση, χαρτογράφηση και ανάλυση ποταμών, λιμνών και υγροτόπων]]&lt;/div&gt;</summary>
		<author><name>Markoudimitris</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A0%CE%B1%CF%81%CE%B1%CE%BA%CE%BF%CE%BB%CE%BF%CF%8D%CE%B8%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CF%87%CE%B9%CE%BF%CE%BD%CE%BF%CE%BA%CE%AC%CE%BB%CF%85%CF%88%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CF%80%CF%81%CE%BF%CF%83%CE%BF%CE%BC%CE%BF%CE%B9%CF%8E%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%B5%CF%80%CE%B9%CF%86%CE%B1%CE%BD%CE%B5%CE%B9%CE%B1%CE%BA%CE%AE%CF%82_%CE%B1%CF%80%CE%BF%CF%81%CF%81%CE%BF%CE%AE%CF%82_%CF%83%CF%84%CE%B9%CF%82_%CE%BB%CE%B5%CE%BA%CE%AC%CE%BD%CE%B5%CF%82_%CE%B1%CF%80%CE%BF%CF%81%CF%81%CE%BF%CE%AE%CF%82_%CF%84%CF%89%CE%BD_%CE%99%CE%BC%CE%B1%CE%BB%CE%B1%CE%90%CF%89%CE%BD_%CE%BC%CE%AD%CF%83%CF%89_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82</id>
		<title>Παρακολούθηση της χιονοκάλυψης και προσομοιώση της επιφανειακής απορροής στις λεκάνες απορροής των Ιμαλαΐων μέσω τηλεπισκόπησης</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A0%CE%B1%CF%81%CE%B1%CE%BA%CE%BF%CE%BB%CE%BF%CF%8D%CE%B8%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CF%87%CE%B9%CE%BF%CE%BD%CE%BF%CE%BA%CE%AC%CE%BB%CF%85%CF%88%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CF%80%CF%81%CE%BF%CF%83%CE%BF%CE%BC%CE%BF%CE%B9%CF%8E%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%B5%CF%80%CE%B9%CF%86%CE%B1%CE%BD%CE%B5%CE%B9%CE%B1%CE%BA%CE%AE%CF%82_%CE%B1%CF%80%CE%BF%CF%81%CF%81%CE%BF%CE%AE%CF%82_%CF%83%CF%84%CE%B9%CF%82_%CE%BB%CE%B5%CE%BA%CE%AC%CE%BD%CE%B5%CF%82_%CE%B1%CF%80%CE%BF%CF%81%CF%81%CE%BF%CE%AE%CF%82_%CF%84%CF%89%CE%BD_%CE%99%CE%BC%CE%B1%CE%BB%CE%B1%CE%90%CF%89%CE%BD_%CE%BC%CE%AD%CF%83%CF%89_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82"/>
				<updated>2019-02-07T15:13:42Z</updated>
		
		<summary type="html">&lt;p&gt;Markoudimitris: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: askisi5_eikona1.jpg|thumb | right |''Εικόνα 1: Περιοχή μελέτης. Το πολύγωνο με το μαύρο χρώμα απεικονίζει την άνω λεκάνη απορροής του Ινδού ποταμού'']]&lt;br /&gt;
[[Εικόνα: askisi5_eikona2.jpg|thumb | right |''Εικόνα 2: Εποχιακή χιονοκάλυψη (χειμώνας στο πάνω, άνοιξη -  καλοκαίρι στο μέσο, φθινόπωρο στο κάτω τμήμα) με βάση τις χρονολογικές σειρές MOD10C2 από το Μάρτιο του 2000 έως το Φεβρουάριο του 2008'']]&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος τίτλος:''' '''Large-scale monitoring of snow cover and runoff simulation in Himalayan river basins using remote sensing'''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' W.W. Immerzeel, P. Droogers, S.M. de Jong, M.F.P. Bierkens &amp;lt;br/&amp;gt;&lt;br /&gt;
&lt;br /&gt;
[https://www.sciencedirect.com/science/article/abs/pii/S0034425708002575 Σύνδεσμος πρωτότυπου κειμένου]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Στα Ιμαλάια και στο παρακείμενο οροπέδιο Θιβέτ-Κινγκχάι πηγάζουν οι κυριότεροι ασιατικοί ποταμοί μεταξύ των οποίων είναι οι Ινδός, ό Γάγγης, και ο Βραχμαπούτρα. Αυτοί οι ποταμοί διαδραματίζουν βαρύνουσας σημασίας ρόλο σε εκατοντάδες εκατομμυρίων ανθρώπους που ζουν στις κατάντη περιοχές τους. Η διατήρηση αυτών των υδάτινων πόρων είναι ιδιαίτερα σημαντική. Τα ατμοσφαιρικά κατακρημνίσματα των ανάντη λεκανών πέφτουν εν μέρει υπό μορφή χιονιού, προκαλώντας φυσική καθυστέρηση στην επιφανειακή απορροή των ποταμών. Η δυναμική της χιονοκάλυψης επομένως επηρεάζει τη διαθεσιμότητα ύδατος στις κατάντη περιοχές, ειδικά την άνοιξη κατά την έναρξη της αρδευτικής περιόδου. Η μελέτη αυτή επικεντρώνεται στην δυναμική της χιονοκάλυψης στην Ασία η οποία αναλύεται χωροχρονικά χρησιμοποιώντας μεθόδους τηλεπισκόπησης και εστιάζεται στη λεκάνη του Ινδού ποταμού, όπου η τήξη του χιονιού είναι ένας σημαντικός καθοριστικός παράγοντας στην προμήθεια του νερού.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Περιοχή μελέτης'''&lt;br /&gt;
&lt;br /&gt;
Η περιοχή μελέτης περιλαμβάνει το οροπέδιο Θιβέτ-Κινγκχάι και τις οροσειρές Hindu-Kush, Pamir, Karakoram κι εκείνη των Ιμαλαΐων, που αποτελούν τις πηγές όλων των μεγάλων ποταμών της Ασίας (εικ. 1).&lt;br /&gt;
Η κατανομή των ατμοσφαιρικών κατακρημνισμάτων διαφοροποιείται χωροχρονικά και εξαρτάται κυρίως από τούς μουσώνες. Κατά τους καλοκαιρινούς μήνες (Ιούνιος-Σεπτέμβριος), ο νοτιοανατολικός μουσώνας παράγει έντονες βροχοπτώσεις, ειδικά στο ανατολικό τμήμα. Ο μουσώνας αποδυναμώνεται προς τα δυτικά, εκεί οι άνεμοι προκαλούν κατακρημνίσματα κατά τη χειμωνιάτικη περίοδο (Δεκέμβριος-Μάρτιος), που εκφράζονται κυρίως με τη μορφή χιονιού. Το μοντέλο απορροής χιονιού είναι σχεδιασμένο για την άνω λεκάνη του Ινδού ανάντη του φράγματος Tarbela το οποίο (παράλληλα με το φράγμα Mangla) αποτελεί σημαντικό ταμιευτήρα και ρυθμίζει την υδροδότηση των αρδευόμενων περιοχών του [https://en.wikipedia.org/wiki/Indus_River Ινδού ποταμού].&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Μεθοδολογία'''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Σύνολα δεδομένων''&lt;br /&gt;
&lt;br /&gt;
Τα απαιτούμενα δεδομένα για την παρουσία χιονοκάλυψης εξήχθησαν από το δορυφόρο MODIS (παρείχε δεδομένα για την περιοχή μεταξύ Μαρτίου 2000 και Φεβρουαρίου 2008). Τα επίπεδα χιονοκάλυψης μετρήθηκαν με τη χρήση του δείκτη κάλυψης χιονιού «Normalized Difference Snow Index (NDSI)», ενώ τα δεδομένα βροχόπτωσης από την TRMM. Η αποστολή για τη μέτρηση της τροπικής βροχόπτωσης «Tropical Rainfall Measuring Mission (TRMM)» παρέχει δεδομένα πρόβλεψης ατμοσφαιρικών κατακρημνισμάτων και χρησιμοποιεί δεδομένα από πολλούς δορυφόρους. Τα μακροπρόθεσμα μοτίβα θερμοκρασίας προέκυψαν χρησιμοποιώντας την υψηλής ακρίβειας παγκόσμια βάση δεδομένων που παρέχει κλιματικά στοιχεία: τη μονάδα έρευνας για το κλίμα «Climate Research Unit (CRU)».&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Μοντέλο απορροής''&lt;br /&gt;
&lt;br /&gt;
Το μοντέλο απορροής στην άνω λεκάνη του Ινδού ποταμού βασίζεται στο μοντέλο απορροής χιονιού «Snowmelt Runoff Model (SRM)» το οποίο αναπτύχθηκε αρχικά από τον Martinec (1975) και έχει εφαρμοστεί σε πάνω από 100 λεκάνες που κυμαίνονται σε επιφάνεια από 0,8 τ.χλμ. έως 917,444 τ.χλμ. σε 29 διαφορετικές χώρες. Πρόκειται για ένα εννοιολογικό υδρολογικό μοντέλο επιπέδου ημέρας που χρησιμοποιείται για την προσομοίωση της ημερήσιας απορροής που προκύπτει από το λιώσιμο χιονιού και τα ατμοσφαιρικά κατακρημνίσματα σε ορεινές περιοχές.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα και συζήτηση'''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Ρυθμοί μεταβολής θερμοκρασιών και ατμοσφαιρικών κατακρημνισμάτων''&lt;br /&gt;
&lt;br /&gt;
Υπάρχει μια σαφής αύξηση της θερμοκρασίας σε όλες τις εποχές, με την ισχυρότερη να εμφανίζεται το χειμώνα και την ασθενέστερη το καλοκαίρι. Οι ρυθμοί αύξησης της θερμοκρασίας είναι πιο εκτεταμένοι από τον παγκόσμιο μέσο ρυθμό. Τόσο οι θερμοκρασιακοί όσο και οι ρυθμοί των  βροχοπτώσεων είναι μεγαλύτεροι  στην άνω λεκάνη του Ινδού σε σύγκριση με ολόκληρο τον τομέα.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Ρυθμοί μεταβολής χιονοκάλυψης''&lt;br /&gt;
&lt;br /&gt;
Υπάρχουν μεγάλες διαφορές μεταξύ του συνόλου της περιοχής και της άνω λεκάνης του Ινδού ποταμού. Για ολόκληρη την περιοχή η μέση ετήσια χιονοκάλυψη ανέρχεται στο 10,5% της συνολικής έκτασης, ενώ  για την άνω λεκάνη του Ινδού το ποσοστό είναι τρεις φορές υψηλότερο (33,9%). Στις λεκάνες απορροής των Ιμαλαΐων υπάρχει μεγάλη χωρική διακύμανση λόγω των μεγάλων κλιματικών και υψομετρικών διαφορών (εικ. 2). Όπως φαίνεται υπάρχει συσχέτιση με το υψόμετρο και παρατηρείται μια μειούμενη τάση από τη δύση προς την ανατολή.&lt;br /&gt;
Όσον αφορά την κατανομή των ατμοσφαιρικών κατακρημνισμάτων παρατηρείται ότι το άνω τμήμα της λεκάνης του Ινδού δέχεται τις περισσότερες χειμερινές βροχοπτώσεις από το σύνολο της περιοχής. Σε συνδυασμό με σχετικά μικρές ποσότητες βροχόπτωσης κατά την καλοκαιρινή περίοδο η σημασία της τήξης του χιονιού και των πάγων στη συνολική ετήσια απορροή είναι πολύ μεγαλύτερη από ό,τι σε οποιαδήποτε άλλη λεκάνη των Ιμαλαΐων.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Μοντελοποίηση της απορροής''&lt;br /&gt;
&lt;br /&gt;
Το μοντέλο απορροής δημιουργήθηκε από δεδομένα τηλεπισκόπησης που μετρούν χιονοκάλυψη και ατμοσφαιρικά κατακρημνίσματα και μετρά τη συμβολή της τήξης του χιονιού και των πάγων και των ατμοσφαιρικών κατακρημνισμάτων στην επιφανειακή απορροή. Τα βασικά αποτελέσματα εξήχθησαν μέσω της συγκεκριμένης μοντελοποιήσης είναι τα εξής:&lt;br /&gt;
&lt;br /&gt;
* Το μέρος των κατακρημνισμάτων που εκφράζεται με τη μορφή χιονιού μειώθηκε από 60% σε 48%&lt;br /&gt;
* Λόγω της αύξησης της συνολικής βροχόπτωσης, η ετήσια απορροή από την τήξη των χιονιών παραμένει σχεδόν σταθερή&lt;br /&gt;
* Αν και η έκταση των παγετώνων μειώνεται κατά 50%, η συνολική παγετώδης απορροή μειώνεται μόνο κατά 22%, λόγω της αύξησης θερμοκρασίας&lt;br /&gt;
* Η απορροή που οφείλεται στις βροχοπτώσεις αυξάνεται σημαντικά κατά 53%&lt;br /&gt;
* Η συνολική ροή αυξάνεται κατά 7%&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Τα βασικά συμπεράσματα που εξάγονται από αυτή τη μελέτη εμφανίζονται παρακάτω. Αρχικά, η τηλεπισκόπηση επιτρέπει την ανίχνευση χωροχρονικών προτύπων χιονοκάλυψης σε μεγάλες περιοχές όπου το έδαφος είναι απρόσιτο και παρέχει χρήσιμες πληροφορίες για τον υδρολογικό κύκλο. Επιπλέον, η λεκάνη του Ινδού είναι η περισσότερο εξαρτώμενη (για την επιφανειακή απορροή) από την τήξη του χιονιού και των πάγων κι επίσης υπάρχει μία σημαντική τάση μείωσης της κάλυψης του χιονιού που παρατηρήθηκε στην άνω λεκάνη. Επιπροσθέτως, τα σενάρια που μελετήθηκαν μπορεί να έχουν ευεργετική επίδραση στην κατάντη διαθεσιμότητα νερού του Ινδού και κατά συνέπεια, των γεωργικών δυνατοτήτων της περιοχής. Τελευταία, υπάρχουν ενδείξεις ότι η περιφερειακή άνοδος της θερμοκρασίας επηρεάζει την υδρολογία της άνω λεκάνης του Ινδού λόγω της επιτάχυνσης του λιώσιμου των πάγων, αυτή η άνοδος μπορεί να συσχετιστεί με τις παγκόσμιες μεταβολές της θερμοκρασίας που οφείλονται στον ανθρώπινο παράγοντα.&lt;br /&gt;
&lt;br /&gt;
[[category: Εκτίμηση Υδρολογικών λεκανών]]&lt;/div&gt;</summary>
		<author><name>Markoudimitris</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A7%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CE%B4%CF%85%CE%BD%CE%B7%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B6%CF%89%CE%BD%CF%8E%CE%BD_%CF%85%CF%80%CE%BF%CE%B3%CE%B5%CE%AF%CF%89%CE%BD_%CF%85%CE%B4%CE%AC%CF%84%CF%89%CE%BD_%CF%83%CF%84%CE%B7_%CE%BB%CE%B5%CE%BA%CE%AC%CE%BD%CE%B7_Musi_%CE%BC%CE%B5_%CF%84%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82</id>
		<title>Χαρτογράφηση δυνητικών ζωνών υπογείων υδάτων στη λεκάνη Musi με τη χρήση τηλεπισκόπησης</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A7%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CE%B4%CF%85%CE%BD%CE%B7%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B6%CF%89%CE%BD%CF%8E%CE%BD_%CF%85%CF%80%CE%BF%CE%B3%CE%B5%CE%AF%CF%89%CE%BD_%CF%85%CE%B4%CE%AC%CF%84%CF%89%CE%BD_%CF%83%CF%84%CE%B7_%CE%BB%CE%B5%CE%BA%CE%AC%CE%BD%CE%B7_Musi_%CE%BC%CE%B5_%CF%84%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82"/>
				<updated>2019-02-07T15:09:31Z</updated>
		
		<summary type="html">&lt;p&gt;Markoudimitris: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: askisi4_eikona1.jpg|thumb | right |''Εικόνα 1: Υδρογραφικό δίκτυο της λεκάνης Musi'']]&lt;br /&gt;
[[Εικόνα: askisi4_eikona2.jpg|thumb | right |''Εικόνα 2: Χάρτης χρήσεων γης της λεκάνης'']]&lt;br /&gt;
[[Εικόνα: askisi4_eikona3.jpg|thumb | right |''Εικόνα 3: Χάρτης δυνητικών ζωνών υπόγειων υδάτων για τη λεκάνη Musi'']]&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος τίτλος:''' '''Mapping of groundwater potential zones in the Musi basin using remote sensing data and GIS'''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Sreedhar Ganapuram, G.T. Vijaya Kumar, I.V. Murali Krishna, Ercan Kahya, M. Cüneyd Demirel &amp;lt;br/&amp;gt;&lt;br /&gt;
&lt;br /&gt;
[https://www.sciencedirect.com/science/article/pii/S096599780800166X Σύνδεσμος πρωτότυπου κειμένου]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Τα υπόγεια ύδατα περιλαμβάνουν το νερό που καλύπτει τα κενά εντός των γεωλογικών στρωμάτων. Με την έλευση της τηλεπισκόπησης και των Συστημάτων Γεωγραφικών Πληροφοριών (GIS), η χαρτογράφηση δυνητικών ζωνών υπογείων υδάτων έχει μετατραπεί σε μια προσιτή διαδικασία. Σε αυτήν την εργασία παρουσιάζεται η μελέτη που διεξήχθη για την ανάπτυξη ψηφιακής βάσης δεδομένων που αφορά τη διαθεσιμότητα των υπογείων υδάτων στη Λεκάνη Musi και τη χαρτογράφηση των αρδευόμενων περιοχών χρησιμοποιώντας δεδομένα τηλεπισκόπησης &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Δεδομένα και μεθοδολογία'''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Περιγραφή της περιοχής μελέτης''&lt;br /&gt;
&lt;br /&gt;
Η λεκάνη απορροής Musi είναι το πιο σημαντικό κέντρο αγροτικής παραγωγής στην περιφέρεια [https://en.wikipedia.org/wiki/Andhra_Pradesh Andhra Pradesh] της Ινδίας. Η περιοχή αυτή διαθέτει πληθυσμό που αναπτύσσεται με ταχείς ρυθμούς και αυξανόμενη ζήτηση σε ανάγκες νερού από τις πόλεις και τις βιομηχανίες. Διαθέτει τρεις ταμιευτήρες, τους Osmansagar, Himayatsagar και Musi. Βρίσκεται σε υψόμετρο μεταξύ 726 και 450 μέτρων και το κλίμα της κατατάσσεται στο ημίξηρο. Το τμήμα της λεκάνης το οποίο θα εξεταστεί είναι το βόρειο. Παρατηρείται ανεπαρκής βροχόπτωση στην περιοχή και για αυτόν το λόγο οι ανάγκες άρδευσης καλύπτονται κυρίως από τα υπόγεια ύδατα.&lt;br /&gt;
&lt;br /&gt;
	&lt;br /&gt;
''Δεδομένα που χρησιμοποιήθηκαν''&lt;br /&gt;
&lt;br /&gt;
Τα τηλεπισκοπικά δεδομένα που χρησιμοποιήθηκαν αποτελούνται από το Shuttle Radar Topographic Mission - Digital Elevation Model (SRTM DEM) και από τον Θεματικό Χαρτογράφο Landsat 7. Επίσης χρησιμοποιήθηκαν τοπογραφικοί, γεωλογικοί και γεωμορφολογικοί χάρτες. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Μεθοδολογία''&lt;br /&gt;
&lt;br /&gt;
Η αυξανόμενη διαθεσιμότητα δεδομένων από συμβολομετρικά ραντάρ (δεδομένα SRTM DEM) παρέχει νέες δυνατότητες στους επιστήμονες της γης και συγκρίθηκε επιτυχώς με ψηφιακά μοντέλα εδάφους που εξήχθησαν από αεροφωτογραφίες (SPOT-PAN, RADARSAT και ASTER). Με η εμφάνιση των GIS, τα ψηφιακά μοντέλα εδάφους χρησιμοποιούνται παράλληλά με άλλα χωρικά δεδομένα (π.χ. γεωλογικές πληροφορίες) με τον τρόπο των επάλληλων επιπέδων (layers). Περαιτέρω πληροφορίες που αφορούν στη μεθοδολογία βρίσκονται στην εργασία των Ganapuram et. al, 2008.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Ανάλυση και αποτελέσματα'''&lt;br /&gt;
&lt;br /&gt;
	Προκειμένου να οριοθετηθούν οι πιθανές ζώνες υπογείων υδάτων, εξήχθησαν διάφοροι θεματικοί χάρτες. Μέσω του STRT DEM, κατασκευάστηκε σε περιβάλλον ArcGIS ο χάρτης του υδρογραφικού δικτύου (εικ. 1). Το υδρογραφικό δίκτυο της περιοχής ανήκει στην κατηγορία των δενδριτικών και η λεκάνη έχει πυκνότητα απορροής 0,8 – 1 χλμ. ανά τ. χλμ. Στη συνέχεια κατασκευάστηκε ο χάρτης χρήσεων γης της περιοχής (εικ. 2). Για τη δημιουργία του χρησιμοποιήθηκαν δεδομένα από τον θεματικό χαρτογράφο Landsat 7 και πραγματοποιήθηκε η μέθοδος της ιεραρχικής ταξινόμησης (hierarchical classification).Τελικό προϊόν αποτελεί ο χάρτης δυνητικών ζωνών υπόγειων υδάτων (εικ. 3). Οι δυνητικές ζώνες υπογείων υδάτων συνάγονται μετά την ολοκλήρωση του [https://www.sciencedirect.com/science/article/pii/S096599780800166X υδρογεωμορφολογικού] και του [https://www.sciencedirect.com/science/article/pii/S096599780800166X χάρτη γεωλογικών δομών] (βλ. Ganapuram et al., 2008, σελ. 515 - 517). Διάφορες υδρογεωμορφικές μονάδες ομαδοποιούνται σε δυνητικές, μέτρια δυνητικές  και μη δυνητικές ζώνες. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Για να οριοθετηθεί η διαθεσιμότητα των υπόγειων υδάτων της λεκάνης Musi, κατασκευάστηκαν διάφοροι θεματικοί χάρτες, για την κατασκευή των οποίων έγινε χρήση δεδομένων τηλεπισκόπησης, και υπαρχόντων χαρτών. Τα αποτελέσματα έχουν ως εξής: η πλημμυρική πεδιάδα, η κοιλάδα και το βαθιά θαμμένο [https://en.wikipedia.org/wiki/Pediplain pediplain]: αποτελούν δυνητικές ζώνες για διερεύνηση και ανάπτυξη υπόγειων υδάτων. H παρουσία ρηγμάτων και γραμμικών στοιχείων (lineaments) ενισχύουν τις πιθανότητες αυτών των τμημάτων.&lt;br /&gt;
&lt;br /&gt;
[[category: Εκτίμηση Υδρολογικών λεκανών]]&lt;/div&gt;</summary>
		<author><name>Markoudimitris</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%97_%CF%87%CF%89%CF%81%CE%BF-%CF%87%CF%81%CE%BF%CE%BD%CE%B9%CE%BA%CE%AE_%CE%B4%CF%85%CE%BD%CE%B1%CE%BC%CE%B9%CE%BA%CE%AE_%CF%84%CF%89%CE%BD_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CF%87%CF%8E%CF%81%CF%89%CE%BD_%CF%80%CF%81%CE%AC%CF%83%CE%B9%CE%BD%CE%BF%CF%85_%CF%83%CE%B5_%CE%B5%CE%BE%CE%AC%CF%81%CF%84%CE%B7%CF%83%CE%B7_%CE%BC%CE%B5_%CF%84%CE%B7%CE%BD_%CF%84%CE%B1%CF%87%CE%B5%CE%AF%CE%B1_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7_%CE%BA%CE%B1%CE%B9_%CF%84%CE%B9%CF%82_%CF%80%CE%B5%CF%81%CE%B9%CE%B2%CE%B1%CE%BB%CE%BB%CE%BF%CE%BD%CF%84%CE%B9%CE%BA%CE%AD%CF%82_%CF%80%CE%BF%CE%BB%CE%B9%CF%84%CE%B9%CE%BA%CE%AD%CF%82</id>
		<title>Η χωρο-χρονική δυναμική των αστικών χώρων πράσινου σε εξάρτηση με την ταχεία αστικοποίηση και τις περιβαλλοντικές πολιτικές</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%97_%CF%87%CF%89%CF%81%CE%BF-%CF%87%CF%81%CE%BF%CE%BD%CE%B9%CE%BA%CE%AE_%CE%B4%CF%85%CE%BD%CE%B1%CE%BC%CE%B9%CE%BA%CE%AE_%CF%84%CF%89%CE%BD_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CF%87%CF%8E%CF%81%CF%89%CE%BD_%CF%80%CF%81%CE%AC%CF%83%CE%B9%CE%BD%CE%BF%CF%85_%CF%83%CE%B5_%CE%B5%CE%BE%CE%AC%CF%81%CF%84%CE%B7%CF%83%CE%B7_%CE%BC%CE%B5_%CF%84%CE%B7%CE%BD_%CF%84%CE%B1%CF%87%CE%B5%CE%AF%CE%B1_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7_%CE%BA%CE%B1%CE%B9_%CF%84%CE%B9%CF%82_%CF%80%CE%B5%CF%81%CE%B9%CE%B2%CE%B1%CE%BB%CE%BB%CE%BF%CE%BD%CF%84%CE%B9%CE%BA%CE%AD%CF%82_%CF%80%CE%BF%CE%BB%CE%B9%CF%84%CE%B9%CE%BA%CE%AD%CF%82"/>
				<updated>2019-02-07T15:06:08Z</updated>
		
		<summary type="html">&lt;p&gt;Markoudimitris: Νέα σελίδα με ''''' '''' [[Εικόνα: askisi10_eikona3.jpg|thumb | right |'...'&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: askisi10_eikona1.jpg|thumb | right |'''']]&lt;br /&gt;
[[Εικόνα: askisi10_eikona2.jpg|thumb | right |'''']]&lt;br /&gt;
[[Εικόνα: askisi10_eikona3.jpg|thumb | right |'''']]&lt;br /&gt;
[[Εικόνα: askisi10_eikona4.jpg|thumb | right |'''']]&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος τίτλος:''' '''Spatial–temporal dynamics of urban green space in response to rapid urbanization and greening policies'''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Xiaolu Zhou, Yi-Chen Wang &amp;lt;br/&amp;gt;&lt;br /&gt;
&lt;br /&gt;
[https://www.sciencedirect.com/science/article/pii/S0169204611000223 Σύνδεσμος πρωτότυπου κειμένου]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
	Η αστική ανάπτυξη σημειώνεται με έναν πρωτοφανή ρυθμό παγκοσμίως με το 65% του πληθυσμού να αναμένεται να κατοικεί στις αστικές περιοχές μέχρι το 2025. H φυσική αύξηση και η μετανάστευση του πληθυσμού από τις αγροτικές προς τις αστικές περιοχές αποτελεί δύο βασικούς παράγοντες που συνέβαλλαν στην ταχεία ανάπτυξη των πόλεων. Ωστόσο, αυτή η διαδικασία έχει προκαλέσει πολλές επιπτώσεις στο περιβάλλον και αποτελεί κρίσιμο ζήτημα παγκοσμίως.&lt;br /&gt;
Οι περισσότερες από τις περιβαλλοντικές επιπτώσεις της αστικοποίησης σχετίζονται με τους χώρους αστικού πρασίνου. Η υποβάθμιση τους έχει τη δυνατότητα να προκαλέσει μείωση στη βιοποικιλότητα και να διαταράσσει τη δομή και τη διαδικασία των αστικών οικοσυστημάτων. Αντίθετα, η ανάπτυξή τους μπορεί να μετριάσει αυτές τις επιπτώσεις και να επιφέρει θετικές όπως η ελάττωση του φαινομένου της αστικής νησίδας, η ανανέωση της κυκλοφορίας του αέρα κι επίσης να συνεισφέρει στις ψυχαγωγικές ανάγκες των κατοίκων της πόλης.&lt;br /&gt;
Έχοντας αντιληφθεί τη σημασία των πράσινων χώρων, οι κινέζικες αρχές εφάρμοσαν στρατηγικές που αποσκοπούν στο σχεδιασμό και τη διαχείρισή τους. Χαρακτηριστικά παραδείγματα είναι το Πεκίνο, η Nanjing και το νησί Xiamen. Για την καλύτερη παρακολούθηση των χώρων αυτών προτείνεται η χρήση της μεθόδου της τηλεπισκόπησης. Η διαθεσιμότητα των δεδομένων αυξημένης χρονικής και χωρικής διακριτικής ικανότητας και κάλυψης επέτρεψε την ακριβέστερη και εκτεταμένη παρακολούθηση της γης και των μεταβολών της. Στο πλαίσιο της παρούσας μελέτης, επιλέγεται προς ανάλυση η πόλη Kunming μιας και πρόκειται για ένα οικονομικό, πολιτικό και πολιτιστικό κέντρο στη νοτιοδυτική Κίνα και παρουσιάζει μια ομόκεντρη μορφή ανάπτυξης παρόμοια με πολλές άλλες κινεζικές πόλεις,&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Περιοχή μελέτης'''&lt;br /&gt;
&lt;br /&gt;
	Η πόλη [https://en.wikipedia.org/wiki/Kunming Kunming] είναι η πρωτεύουσα της επαρχίας Yunnan και βρίσκεται στη νοτιοδυτική Κίνα. Πριν από το 1999, οι ρυθμοί ανάπτυξής της ήταν χαμηλοί. Η πόλη άρχισε να λαμβάνει περισσότερη προσοχή μετά το 1999, όταν πραγματοποιήθηκε η Διεθνής Έκθεση Φυτοκομίας και αναγνωρίστηκε ως διεθνές εμπορικό κέντρο της Νότιας και Νοτιοανατολικής Ασίας. Η μελέτη επικεντρώθηκε στην διαφοροποίηση του τοπίου στην μητροπολιτική περιοχή. Για να εμπλουτιστεί με φυσικά στοιχεία η πόλη, πραγματοποιήθηκαν αρκετά έργα οικολογικής ανάπτυξης από το 2000, ενώ το 2005 είχε τεθεί ο στόχος να μετατραπεί σε μία από τις Εθνικές Πόλεις-Κήπος της Κίνας.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Υλικό και μεθοδολογία'''&lt;br /&gt;
&lt;br /&gt;
	Τα δεδομένα που χρησιμοποιήθηκαν σε αυτή τη μελέτη περιλαμβάνουν εικόνες τηλεπισκόπησης (δορυφόροι Landsat 5, Landsat 7 και SPOT 4), χάρτες, και επιτόπιες έρευνες.&lt;br /&gt;
Όσον αφορά τη διαδικασία επεξεργασίας, αρχικά, πραγματοποιήθηκε γεωαναφορά, ατμοσφαιρική και τοπογραφική διόρθωση των δορυφορικών εικόνων. Στη συνέχεια, εφαρμόστηκε η μέθοδος της Μέγιστης Πιθανοφάνειας (Maximum Likehood) για την ταξινόμηση των εικονοστοιχείων, με αποτέλεσμα να παραχθεί ο χάρτης χρήσεων γης. Τελευταία, διεξήχθη έλεγχος των μετρικών χώρου (μεταξύ άλλων το ποσοστό κάλυψης «Percentage of Landscape ή αλλιώς PLAND») και ανάλυση του βαθμού των αλλαγών που παρατηρείται στους χώρους πρασίνου για την περιοχή.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα'''&lt;br /&gt;
&lt;br /&gt;
	Το μοτίβο χρήσεων γης για τη μητροπολιτική περιοχή Kunming έχει μεταβληθεί σημαντικά τις τελευταίες δύο δεκαετίες. Το δομημένο περιβάλλον έχει επεκταθεί γρήγορα, με αποτέλεσμα να παρατηρείται αξιοσημείωτη απώλεια των χώρων πρασίνου, ιδιαίτερα στο νότιο τμήμα (εικ. 1).&lt;br /&gt;
Από τη συνοπτική ανάλυση των μετρικών προέκυψε ότι η δομημένη έκταση αντιπροσώπευε το 15,8% της περιοχής μελέτης κατά το 1992 ενώ το 2009 το ποσοστό αυτό είχε φτάσει στο 42,8%. Επίσης, για να αποκτηθεί εικόνα των μοτίβων χωρικής διαφοροποίησης σε διαφορετικές ομόκεντρες ζώνες, διεξήχθη ανάλυση σε επτά ομόκεντρους κύκλους που ξεκινούν από το κέντρο της πόλης και εκτείνονται μέχρι τα μέχρι και τα περιθώρια (εικ 2). &lt;br /&gt;
Οι τιμές του δείκτη PLAND για την οικοδομημένη γη έδειξαν ότι οι οικιστικές περιοχές επεκτάθηκαν σε όλες τις ομόκεντρες ζώνες από το 1992 έως το 2009, με εξαίρεση για τη ζώνη 1, όπου το μεγαλύτερο μέρος της γης είχε ήδη αναπτυχθεί. Ο αντίστοιχος δείκτης για τους χώρους πρασίνου δείχνει ότι έχει μειωθεί ο χώρος που καλύπτεται από αυτόν, ενώ το μεγαλύτερο ποσοστό βρίσκεται στη ζώνη 7. Ο ίδιος δείκτης χρησιμοποιήθηκε για να εξεταστεί η χωρική κατανομή των χρήσεων γης για τις κυψέλες κατεύθυνσης. Αντίστοιχη συμπεριφορά παρατηρείται για το δομημένο περιβάλλον και τους χώρους πρασίνου (εικ. 3).&lt;br /&gt;
Στη συνέχεια υπολογίστηκαν οι διαφοροποιήσεις στην κάλυψη για τις περιόδους από το 1992 έως το 2000 και από το 2000 έως το 2009 (εικ 4). Συνολικά, η δομημένη επιφάνεια εμφανίζει τις μεγαλύτερες μεταβολές, έπειτα ακολουθεί η γεωργική γη, η δασική και στην τελευταία θέση κατατάσσονται οι χώροι πρασίνου.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συζήτηση'''&lt;br /&gt;
&lt;br /&gt;
	Οι διαφοροποιήσεις στην έκταση που καταλαμβάνει το πράσινο στο Kunming αποτελούν απόρροια της αστικοποίησης και των πολιτικών που τάχθηκαν υπέρ των χώρων πρασίνου. Χαρακτηριστικά μεταξύ 2006 και 2009 έχουν κατασκευαστεί πολλά νέα πάρκα (π.χ. το Yueya Lake Park και το Lotus Lake Park) και δύο γήπεδα γκολφ. Επίσης παράπλευρα των δρόμων έχουν φυτεφθεί δένδρα με αποτέλεσμα τη δημιουργία πράσινων διαδρόμων. Παρόλα αυτά, υπάρχει ανάγκη για περαιτέρω δημιουργία σχεδίων προστασίας των πράσινων περιοχών όπως το δάσος που βρίσκεται στα προάστια.&lt;br /&gt;
	Η παρούσα μελέτη χρησιμοποίησε αποτελέσματα από δείκτες που μετρούν χωρική κατανομή, όπως ο PLAND, για μα ερμηνεύσει διαφοροποιήσεις της χρήσης/κάλυψης γης. Θα ήταν σκόπιμο να εξεταστούν πρόσθετες πηγές πληροφοριών, όπως τα πρότυπα χρήσεων γης των περιοχών, παρά η ερμηνεία μονάχα ενός δείκτη. Επιπλέον, είναι χρήσιμο να σημειωθεί ότι εμφανίζεται αυτοσυσχέτιση σε μερικές από τις αναλυόμενες χωρικές μετρήσεις.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
	Η μελέτη κατέδειξε τη χρησιμότητα των ομοκεντρικών και κατευθυντικών αναλύσεων του χώρου στις διαφοροποιήσεις του τοπίου σε πόλεις με ομόκεντρη ανάπτυξη. Η ποσοτικοποίηση της χωρικής διακύμανσης των χώρων πρασίνου και η κατανόηση της μεταβολής των προτύπων τους με την πάροδο του χρόνου είναι απαραίτητη για την καθοδήγηση των μελλοντικών πολιτικών οικολογικού σχεδιασμού ώστε να διασφαλιστεί η βιώσιμη αστική ανάπτυξη.&lt;br /&gt;
&lt;br /&gt;
[[category: Καταγραφή πρασίνου]]&lt;/div&gt;</summary>
		<author><name>Markoudimitris</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CE%BC%CE%B7_%CE%95%CF%80%CE%B1%CE%BD%CE%B4%CF%81%CF%89%CE%BC%CE%AD%CE%BD%CE%BF%CF%85_%CE%91%CE%B5%CF%81%CE%BF%CF%83%CE%BA%CE%AC%CF%86%CE%BF%CF%85%CF%82_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7_%CE%A7%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%91%CF%83%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%92%CE%BB%CE%AC%CF%83%CF%84%CE%B7%CF%83%CE%B7%CF%82_%CE%A7%CF%81%CE%B7%CF%83%CE%B9%CE%BC%CE%BF%CF%80%CE%BF%CE%B9%CF%8E%CE%BD%CF%84%CE%B1%CF%82_%CF%84%CE%B7_%CE%BC%CE%AD%CE%B8%CE%BF%CE%B4%CE%BF_Random_Forest</id>
		<title>Τηλεπισκόπηση μη Επανδρωμένου Αεροσκάφους για τη Χαρτογράφηση της Αστικής Βλάστησης Χρησιμοποιώντας τη μέθοδο Random Forest</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CE%BC%CE%B7_%CE%95%CF%80%CE%B1%CE%BD%CE%B4%CF%81%CF%89%CE%BC%CE%AD%CE%BD%CE%BF%CF%85_%CE%91%CE%B5%CF%81%CE%BF%CF%83%CE%BA%CE%AC%CF%86%CE%BF%CF%85%CF%82_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7_%CE%A7%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%91%CF%83%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%92%CE%BB%CE%AC%CF%83%CF%84%CE%B7%CF%83%CE%B7%CF%82_%CE%A7%CF%81%CE%B7%CF%83%CE%B9%CE%BC%CE%BF%CF%80%CE%BF%CE%B9%CF%8E%CE%BD%CF%84%CE%B1%CF%82_%CF%84%CE%B7_%CE%BC%CE%AD%CE%B8%CE%BF%CE%B4%CE%BF_Random_Forest"/>
				<updated>2019-02-07T14:57:08Z</updated>
		
		<summary type="html">&lt;p&gt;Markoudimitris: Νέα σελίδα με '[[Εικόνα: askisi9_eikona1.jpg|thumb | right |''Εικόνα 1: Πάρκο πυκνής βλάστησης (α), Πολύπλοκη περιοχή κατοικίας ...'&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: askisi9_eikona1.jpg|thumb | right |''Εικόνα 1: Πάρκο πυκνής βλάστησης (α), Πολύπλοκη περιοχή κατοικίας (b)'']]&lt;br /&gt;
[[Εικόνα: askisi9_eikona2.jpg|thumb | right |''Εικόνα 2: Αποτελέσματα ταξινόμησης για RGB-only και RGB+GT31 χρησιμοποιώντας τη μέθοδο Random Forest. (a) Περιοχή Α: RGB-only, (b) Περιοχή Α: RGB+GT31, (c) Περιοχή Β: RGB-only, (d) Περιοχή Β: RGB+GT31'']]&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος τίτλος:''' '''UAV Remote Sensing for Urban Vegetation Mapping Using Random Forest and Texture Analysis'''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Quanlong Feng, Jiantao Liu, Jianhua Gong &amp;lt;br/&amp;gt;&lt;br /&gt;
&lt;br /&gt;
[https://www.researchgate.net/publication/271519732_UAV_Remote_Sensing_for_Urban_Vegetation_Mapping_Using_Random_Forest_and_Texture_Analysis Σύνδεσμος πρωτότυπου κειμένου]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Χαρτογράφηση της αστικής βλάστησης''&lt;br /&gt;
&lt;br /&gt;
Η βλάστηση διαδραματίζει σημαντικό ρόλο στα αστικά περιβάλλοντα. Χαρακτηριστικά αναφέρεται ότι μετριάζει το φαινόμενο της θερμικής νησίδας και συμβάλλει στη διατήρηση της οικολογικής ισορροπίας, στην προστασία της βιοποικιλότητας και στην βελτίωση του βιοτικού επιπέδου. Η χαρτογράφηση της αστικής βλάστησης μπορεί να οριστεί ως η ταυτοποίηση των τύπων κάλυψης γης σε αστικές περιοχές οι οποίες διαθέτουν πράσινους χώρους. Αυτοί οι χάρτες συνεισφέρουν στη διαδικασία του αστικού σχεδιασμού, στην βελτιστοποίηση των υπηρεσιών των αστικών οικοσυστημάτων και στην προσαρμογή στην κλιματική αλλαγή.&lt;br /&gt;
Η τηλεπισκόπηση έχει χρησιμοποιηθεί για να χαρτογραφηθούν διάφορα περιβάλλοντα που περιέχουν βλάστηση (δομημένα και φυσικά). Η αστική (σε σύγκριση με την φυσική) βλάστηση είναι πιο κατακερματισμένη, άρα και πιο δύσκολη η καταγραφή της. Σε γενικές γραμμές, τα δεδομένα που χρησιμοποιούνται στην περίπτωση της αστικής βλάστησης διαθέτουν μέση (δορυφόρος Landsat), υψηλή (δορυφόροι IKONOS και QuickBird) και πολύ υψηλή (αισθητήρες ενσωματωμένοι σε μη επανδρωμένα αεροσκάφη) χωρική διακριτική ικανότητα. Επίσης, γίνεται και χρήση αεροφωτογραφιών.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Τηλεπισκόπηση με χρήση μη επανδρωμένου αεροσκάφους''&lt;br /&gt;
	&lt;br /&gt;
Τα μη επανδρωμένα αεροσκάφη (Unmanned Aerial Vehicles ή αλλιώς [https://en.wikipedia.org/wiki/Unmanned_aerial_vehicle UAV]) μπορούν να αξιοποιηθούν για την ικανοποίηση των απαιτήσεων της ταχείας παρακολούθησης, αξιολόγησης και χαρτογράφησης φυσικών πόρων με καθορισμένη από τον χρήστη χωροχρονική κλίμακα. Ο αισθητήρας του σκάφους αυτού αποκτά εικόνες πολύ υψηλής ποιότητας, οι οποίες μπορούν να καταγράψουν λεπτομέρειες και να συμβάλλουν σε πολύ ακριβείς χαρτογραφήσεις της αστικής βλάστησης. Οι αισθητήρες ποικίλλουν από απλή ψηφιακή φωτογραφική μηχανή, πολυφασματική φωτογραφική μηχανή, υπερφασματικό αισθητήρα και αισθητήρα LiDAR,&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Στόχοι'' &lt;br /&gt;
&lt;br /&gt;
O γενικός στόχος αυτής της μελέτης είναι η ανάπτυξη μιας ακριβούς μεθόδου ταξινόμησης για τη χαρτογράφηση της αστικής βλάστησης μέσω της ταξινόμησης Τυχαίου Δάσους (Random Forest) και της ανάλυση υφής χρησιμοποιώντας πολύ υψηλής διακριτικής ικανότητας (7 εκ.) δεδομένα από αισθητήρα που βρίσκεται σε μη επανδρωμένο σκάφος.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Μεθοδολογία'''&lt;br /&gt;
&lt;br /&gt;
Το διάγραμμα ροής μπορεί να χωριστεί σε τρία μέρη: α) απόκτηση δεδομένων και προεπεξεργασία, β) ταξινόμηση εικόνων και γ) ανάλυση ακρίβειας. Οι εικόνες ανακτήθηκαν μέσω ενός μίνι μη UAV που ονομάζεται River-Map . Το UAV River-Map αποτελείται από ωφέλιμο φορτίο αισθητήρα, αυτόματο πιλότο, GPS / INS και σταθμό εδάφους. Αρχικά, πραγματοποιήθηκε γεωαναφορά των εικόνων και παράθεση σε μωσαϊκό. &lt;br /&gt;
Αποτέλεσμα ήταν δύο μικρές εικόνες (1700 × 1700 εικονοστοιχεία, 120 × 120 μ.) που αντιπροσωπεύουν τυπικά αστικά τοπία τα οποία επελέγησαν ως δεδομένα δοκιμών (εικ. 1).&lt;br /&gt;
Έπειτα, εξετάστηκαν τα στατιστικά στοιχεία που αφορούν την υφή (π.χ. μέση τιμή, διακύμανση, ομοιογένεια).  Η συμβολή των χαρακτηριστικών υφής στην ακρίβεια ταξινόμησης εξαρτάται τόσο από την κλίμακα της υφής όσο και από την κλίμακα των  αντικειμένων εδάφους. Η υψηλότερη ακρίβεια μπορεί να επιτευχθεί με τη συμπερίληψη της βέλτιστης κλίμακας σε αντικείμενα εδάφους τα οποία αντιπροσωπεύουν την υψηλότερη διακύμανση μεταξύ των κλάσεων και τη μικρότερη διακύμανση εντός της κλάσης.&lt;br /&gt;
Στη συνέχεια πραγματοποιήθηκε η ταξινόμηση με χρήση της μεθόδου Random Forest. Η συγκεκριμένη μέθοδος επιλέχθηκε λόγω της σταθερότητας και της αποτελεσματικότητάς που διαθέτει. Επίσης, διαθέτει χαμηλό υπολογιστικό βάρος και είναι εύκολος ο προσδιορισμός των παραμέτρων που πρόκειται να χρησιμοποιηθούν.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα'''&lt;br /&gt;
&lt;br /&gt;
Τα αποτελέσματα που προέκυψαν από την ταξινόμηση ήταν 10 διαφορετικοί χάρτες κάλυψης γης για κάθε εικόνα. Παρακάτω (εικ. 2) παρουσιάζονται τα αποτελέσματα για RGB-only και RGB+GT31 (υψηλότερη δυνατή ακρίβεια) των περιοχών Α και Β. Κατά την ταξινόμηση των εικόνων RGB-only, τόσο στην περιοχή-A όσο και στην περιοχή-B φαίνεται ότι μεγάλη ποσότητα από τα δέντρα έχουν ταξινομηθεί εσφαλμένα σαν γρασίδι και θάμνοι. Αυτό οφείλεται κυρίως στην χαμηλή φασματική ανάλυση των εικόνων UAV και της έλλειψης του εγγύς υπέρυθρου καναλιού. Ωστόσο, η συμπερίληψη της υφής βελτιώνει την ακρίβεια ταξινόμησης. Αυτό γίνεται εμφανές στις εικόνες RGB+GT31. Αυτό συμβαίνει επειδή η παρουσία της υφής αυξάνει την διαχωριστικότητα μεταξύ των κατηγοριών και τείνει να απομακρύνει μικρές απομονωμένες ομάδες εικονοστοιχείων. Για [https://www.researchgate.net/publication/271519732_UAV_Remote_Sensing_for_Urban_Vegetation_Mapping_Using_Random_Forest_and_Texture_Analysis περαιτέρω πληροφορίες] που αφορούν στην ανάλυση των αποτελεσμάτων βλ. Quanlong et al., 2015.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Οι εξαιρετικά υψηλής χωρικής διακριτικής ικανότητας εικόνες που αποκτήθηκαν από το UAV παρέχουν επαρκείς λεπτομέρειες για την χαρτογράφηση της αστικής βλάστησης. &lt;br /&gt;
Τα αποτελέσματα έδειξαν ότι η συνολική ακρίβεια για τις περιοχές Α και Β αυξήθηκε από 73,5% σε 90,6% και από 76,6% σε 86,2%, αντίστοιχα, μετά την ένταξη των χαρακτηριστικών της υφής, στοιχείο που καταδεικνύει τη σημασία του συγκεκριμένου παράγοντα στην βελτίωση της ακρίβειας ταξινόμησης. Εκτός αυτού, όταν χρησιμοποιήθηκε η μέθοδος του Τυχαίου Δάσους (Random Forest) αντί της Μέγιστης Πιθανοφάνειας (Maximum Likehood), η ακρίβεια αυξήθηκε κατά περίπου 4%.&lt;br /&gt;
Επισημαίνεται ότι από αυτή τη μελέτη ότι τα δεδομένα μέσω UAV παρέχουν πληροφορίες εξαιρετικής ποιότητας για την παρακολούθηση της αστικής βλάστησης. Ωστόσο, θα ήταν επιθυμητό να χρησιμοποιούνται αισθητήρες οι οποίοι έχουν ενσωματωμένο το εγγύς υπέρυθρο κανάλι. Επίσης, η προτεινόμενη μέθοδος θα πρέπει να δοκιμαστεί και σε εικόνες από διαφορετικές περιοχές και σε διαφορετικές περιόδους για να αποδειχθεί η εγκυρότητά της. Επιπλέον, θα είναι σκόπιμο να ληφθεί υπόψιν η σύγκριση μεταξύ της προτεινόμενης μεθόδου  και της εξομαλυνθείσας έκδοσης της ταξινόμησης RGB-only. Τελευταία, θα πρέπει να εξεταστεί η ανάλυση αβεβαιότητας της μεθόδου αυτής.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
[[category: Καταγραφή πρασίνου]]&lt;/div&gt;</summary>
		<author><name>Markoudimitris</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A7%CF%81%CE%AE%CF%83%CE%B7_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_LiDAR_%CE%BA%CE%B1%CE%B9_QuickBird_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7_%CE%BC%CE%BF%CE%BD%CF%84%CE%B5%CE%BB%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%B1%CF%80%CE%BF%CE%B8%CE%AE%CE%BA%CE%B5%CF%85%CF%83%CE%B7%CF%82_%CE%AC%CE%BD%CE%B8%CF%81%CE%B1%CE%BA%CE%B1_%CF%83%CF%84%CE%B1_%CE%B4%CE%AD%CE%BD%CE%B4%CF%81%CE%B1_%CF%80%CE%BF%CF%85_%CE%B2%CF%81%CE%AF%CF%83%CE%BA%CE%BF%CE%BD%CF%84%CE%B1%CE%B9_%CE%B5%CE%BD%CF%84%CF%8C%CF%82_%CF%84%CE%BF%CF%85_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%BF%CF%8D_%CE%B9%CF%83%CF%84%CE%BF%CF%8D_%CF%84%CE%BF%CF%85_%CE%92%CE%B5%CF%81%CE%BF%CE%BB%CE%AF%CE%BD%CE%BF%CF%85</id>
		<title>Χρήση δεδομένων LiDAR και QuickBird για τη μοντελοποίηση της αποθήκευσης άνθρακα στα δένδρα που βρίσκονται εντός του αστικού ιστού του Βερολίνου</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A7%CF%81%CE%AE%CF%83%CE%B7_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_LiDAR_%CE%BA%CE%B1%CE%B9_QuickBird_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7_%CE%BC%CE%BF%CE%BD%CF%84%CE%B5%CE%BB%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%B1%CF%80%CE%BF%CE%B8%CE%AE%CE%BA%CE%B5%CF%85%CF%83%CE%B7%CF%82_%CE%AC%CE%BD%CE%B8%CF%81%CE%B1%CE%BA%CE%B1_%CF%83%CF%84%CE%B1_%CE%B4%CE%AD%CE%BD%CE%B4%CF%81%CE%B1_%CF%80%CE%BF%CF%85_%CE%B2%CF%81%CE%AF%CF%83%CE%BA%CE%BF%CE%BD%CF%84%CE%B1%CE%B9_%CE%B5%CE%BD%CF%84%CF%8C%CF%82_%CF%84%CE%BF%CF%85_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%BF%CF%8D_%CE%B9%CF%83%CF%84%CE%BF%CF%8D_%CF%84%CE%BF%CF%85_%CE%92%CE%B5%CF%81%CE%BF%CE%BB%CE%AF%CE%BD%CE%BF%CF%85"/>
				<updated>2019-02-07T14:46:54Z</updated>
		
		<summary type="html">&lt;p&gt;Markoudimitris: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: askisi8_eikona1.jpg|thumb | right |''Εικόνα 1: Αστική λωρίδα και σημεία μελέτης στο Βερολίνο'']]&lt;br /&gt;
[[Εικόνα: askisi8_eikona2.jpg|thumb | right |''Εικόνα 2: Εξαγωγή των αποθηκεύσεων άνθρακα στην περιοχή του Βερολίνου'']]&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος τίτλος:''' '''Using Airborne LiDAR and QuickBird Data for Modelling Urban Tree Carbon Storage and Its Distribution - A Case Study of Berlin'''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Johannes Schreyer, Jan Tigges, Tobia Lakes, Galina Churkina &amp;lt;br/&amp;gt;&lt;br /&gt;
&lt;br /&gt;
[https://www.researchgate.net/publication/267736440_Using_Airborne_LiDAR_and_QuickBird_Data_for_Modelling_Urban_Tree_Carbon_Storage_and_Its_Distribution-A_Case_Study_of_Berlin Σύνδεσμος πρωτότυπου κειμένου]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Οι αστικές περιοχές συμβάλλουν σημαντικά στις παγκόσμιες εκπομπές διοξειδίου του άνθρακα (70% των παγκόσμιων τιμών). Η περαιτέρω αστικοποίηση που προβλέπεται να λάβει χώρα θα οδηγήσει σε αυξήσεις αυτού του ποσοστού. Πρόσφατες μελέτες στις Η.Π.Α. στην Ευρώπη και στην Ασία αποκαλύπτουν ότι η αποθηκευτική χωρητικότητα των δένδρων που βρίσκονται εντός του αστικού ιστού αποτελεί σημαντική δεξαμενή άνθρακα. Ωστόσο, οι έρευνες σχετικά με την ποσότητα αποθήκευσης άνθρακα στην αστική βλάστηση στερούνται ακόμη αυτοματοποιημένων μεθόδων προσέγγισης.&lt;br /&gt;
Οι πρόσφατες εξελίξεις στις τεχνολογίες αυξημένης χωρικής και χρονικής διακριτικής ικανότητας στην τηλεπισκόπηση και η διαθεσιμότητα δεδομένων τρισδιάστατης αερομεταφερόμενης σάρωσης με λέιζερ (ALS) είναι δυνατό να συνεισφέρουν σε ανάλογες έρευνες. Επίσης, οι πολυφασματικές εικόνες πολύ υψηλής ανάλυσης, όπως εκείνες του δορυφόρου QuickBird, καθιστούν εφικτό το λεπτομερή διαχωρισμό της βλάστησης, ακόμη και σε πυκνοκατοικημένες περιοχές, και παρέχουν σημαντικές πληροφορίες ειδικά αν συνδυαστούν με δεδομένα LiDAR.&lt;br /&gt;
Στόχος της παρούσας μελέτης είναι η ανάπτυξη και η εφαρμογή μιας προσέγγισης που συνδυάζει δεδομένα LiDAR και QuickBird έτσι ώστε να αξιολογηθεί ο άνθρακας που αποθηκεύεται σε δέντρα που βρίσκονται στον αστικό ιστό του Βερολίνου και να εντοπιστούν οι διαφορές μεταξύ των τύπων αστικών δομών.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Υλικό και μεθοδολογία'''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Περιοχή μελέτης''&lt;br /&gt;
&lt;br /&gt;
Το Βερολίνο έχει έκταση περίπου 892 τ.χλμ. εκ των οποίων σχεδόν το 40% καλύπτεται από αστική βλάστηση. Η πόλη περιλαμβάνει το μεγαλύτερο αστικό δάσος στη Γερμανία (περίπου στα 290 τ.χλμ). Αυτή η μελέτη επικεντρώνεται σε μία λωρίδα μήκους 15,3 τ.χλμ. που εκτείνεται από τα βορειοανατολικά προς τα νοτιοδυτικά της πόλης και χαρακτηρίζεται από 15 διαφορετικούς δομικούς τύπους, συμπεριλαμβανομένης και της οδού (εικ. 1).&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Δεδομένα και μεθοδολογία''&lt;br /&gt;
	&lt;br /&gt;
Για το πέρας της εργασίας αυτής συνδυάστηκαν πολυφασματικά δεδομένα υψηλής ευκρίνειας QuickBird και LiDAR με δεδομένα αστικών δομών και επιτόπιων ερευνών. Επιπλέον,  χρησιμοποιήθηκαν προκατασκευασμένα μοντέλα ύψους LiDAR, ψηφιακό μοντέλο επιφάνειας (DSM) και ψηφιακό μοντέλο εδάφους (DTM).&lt;br /&gt;
Η προσέγγιση βασίζεται σε υπάρχουσες μεθόδους εκτίμησης της αποθήκευσης του άνθρακα σε δύο κύρια βήματα. Πρώτον, οι δενδρομετρικές παράμετροι (ύψος δέντρου, πλάτος στεφάνης, ύψος βάσης κορώνας) προέρχονται από το Μοντέλο Ύψους Κορώνας (Canopy Height Model ή αλλιώς CHM). Επιπλέον, εντοπίστηκαν και υπολογίστηκαν δεδομένα από όλα τα δένδρα για να εκτιμηθεί ο συνολικός αριθμός τους και η διανομή του αποθηκευμένου άνθρακα. Για [https://www.researchgate.net/publication/267736440_Using_Airborne_LiDAR_and_QuickBird_Data_for_Modelling_Urban_Tree_Carbon_Storage_and_Its_Distribution-A_Case_Study_of_Berlin περαιτέρω πληροφορίες] που αφορούν στη μεθοδολογία και στην επεξεργασία δεδομένων βλ. Schreyer et al., 2014.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα'''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Δενδρομετρικές παράμετροι''&lt;br /&gt;
&lt;br /&gt;
Για ολόκληρη τη λωρίδα εντοπίστηκαν συνολικά 76.690 δένδρα. Το μέσο ύψος τους ανέρχεται στα 8.82 και το μέσο ύψος βάσης της κορώνας στα 4.41 μ. Οι παράμετροι αυτοί χρησιμοποιήθηκαν ως εισαγόμενη πληροφορία για τον υπολογισμό της διαμέτρου του στελέχους των δέντρων. Για το σύνολο της περιοχής, η μέση διάμετρος υπολογίστηκε στα 30,69 εκ.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Διανομή αποθηκευμένου άνθρακα''&lt;br /&gt;
	&lt;br /&gt;
	Η μέση τιμή για όλα τα δένδρα ήταν στα 269,98 κιλά, με αποτέλεσμα την  αποθήκευση του άνθρακα πάνω από το έδαφος να ανέρχεται στα 20.964,40 κιλά. Εντοπίστηκαν διάφορες χωρητικότητες αποθήκευσης ανάλογα τον εκάστοτε δομικό τύπο. Σε γενικές γραμμές, η αποθήκευση είναι υψηλότερη στα δέντρα των κατοικιών σε αντίθεση με τα τμήματα υπηρεσιών, εμπορικών και βιομηχανικών χρήσεων. Οι πράσινοι χώροι περιέχουν τα υψηλότερα επίπεδα. Στο τελευταίο στάδιο, πραγματοποιήθηκε αναγωγή των αποτελεσμάτων σε ολόκληρη την περιοχή του Βερολίνου (εικ. 2) με το συνολικό βάρος αποθηκευμένου άνθρακα να είναι 1.028.427 κιλά.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συζήτηση'''&lt;br /&gt;
&lt;br /&gt;
Η ποιότητα των αποτελεσμάτων πρέπει να αξιολογηθεί σύμφωνα με την ακρίβεια των δενδρομετρικών παραγόντων και της σύγκρισης της με δεδομένα παρόμοιων μελετών, δεδομένης της απούσίας μετρήσεων που θα επικυρώσουν άμεσα την περιεκτικότητα του άνθρακα εντός των δένδρων. Οι βασικοί περιορισμοί έγκεινται στο αστικό περιβάλλον, στις ετερογενείς κάθετες δομές και την έλλειψη μετρήσεων πεδίου.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Τα αποτελέσματα αυτής της μελέτης καταδεικνύουν τη χρησιμότητα μιας προσέγγισης που βασίζεται στην τηλεπισκόπηση και στην παράλληλη χρήση δασικών μεθόδων για την εκτίμηση των ποσοτήτων άνθρακα σε αστικές περιοχές. Προκειμένου να συγκριθεί ολόκληρη η αξία του άνθρακα για το σύνολο του Βερολίνου με άλλες πόλεις, πρέπει να αποκτηθούν δεδομένα LiDAR για ολόκληρη την περιοχή. Για μελλοντικές αξιολογήσεις, έχει μεγάλη σημασία η ανάπτυξη αυτοματοποιημένων μεθόδων για την ταυτοποίηση των ειδών των δέντρων με απώτερο σκοπό την παραγωγή, ειδικά σε πόλεις της κεντρικής Ευρώπης, εξισώσεων υπολογισμού της διαμέτρου των δένδρων και το ποσό του άνθρακα που αποθηκεύεται σε αυτό.&lt;br /&gt;
&lt;br /&gt;
[[category: Καταγραφή πρασίνου]]&lt;/div&gt;</summary>
		<author><name>Markoudimitris</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A7%CF%81%CE%AE%CF%83%CE%B7_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_LiDAR_%CE%BA%CE%B1%CE%B9_QuickBird_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7_%CE%BC%CE%BF%CE%BD%CF%84%CE%B5%CE%BB%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%B1%CF%80%CE%BF%CE%B8%CE%AE%CE%BA%CE%B5%CF%85%CF%83%CE%B7%CF%82_%CE%AC%CE%BD%CE%B8%CF%81%CE%B1%CE%BA%CE%B1_%CF%83%CF%84%CE%B1_%CE%B4%CE%AD%CE%BD%CE%B4%CF%81%CE%B1_%CF%80%CE%BF%CF%85_%CE%B2%CF%81%CE%AF%CF%83%CE%BA%CE%BF%CE%BD%CF%84%CE%B1%CE%B9_%CE%B5%CE%BD%CF%84%CF%8C%CF%82_%CF%84%CE%BF%CF%85_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%BF%CF%8D_%CE%B9%CF%83%CF%84%CE%BF%CF%8D_%CF%84%CE%BF%CF%85_%CE%92%CE%B5%CF%81%CE%BF%CE%BB%CE%AF%CE%BD%CE%BF%CF%85</id>
		<title>Χρήση δεδομένων LiDAR και QuickBird για τη μοντελοποίηση της αποθήκευσης άνθρακα στα δένδρα που βρίσκονται εντός του αστικού ιστού του Βερολίνου</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A7%CF%81%CE%AE%CF%83%CE%B7_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_LiDAR_%CE%BA%CE%B1%CE%B9_QuickBird_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7_%CE%BC%CE%BF%CE%BD%CF%84%CE%B5%CE%BB%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%B1%CF%80%CE%BF%CE%B8%CE%AE%CE%BA%CE%B5%CF%85%CF%83%CE%B7%CF%82_%CE%AC%CE%BD%CE%B8%CF%81%CE%B1%CE%BA%CE%B1_%CF%83%CF%84%CE%B1_%CE%B4%CE%AD%CE%BD%CE%B4%CF%81%CE%B1_%CF%80%CE%BF%CF%85_%CE%B2%CF%81%CE%AF%CF%83%CE%BA%CE%BF%CE%BD%CF%84%CE%B1%CE%B9_%CE%B5%CE%BD%CF%84%CF%8C%CF%82_%CF%84%CE%BF%CF%85_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%BF%CF%8D_%CE%B9%CF%83%CF%84%CE%BF%CF%8D_%CF%84%CE%BF%CF%85_%CE%92%CE%B5%CF%81%CE%BF%CE%BB%CE%AF%CE%BD%CE%BF%CF%85"/>
				<updated>2019-02-07T14:45:49Z</updated>
		
		<summary type="html">&lt;p&gt;Markoudimitris: Νέα σελίδα με '''Εικόνα 1: Αστική λωρίδα και σημεία μελέτης στο Βερολίνο'' [[Εικόν...'&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: askisi8_eikona1.jpg|thumb | right |''Εικόνα 1: Αστική λωρίδα και σημεία μελέτης στο Βερολίνο'']]&lt;br /&gt;
[[Εικόνα: askisi8_eikona2.jpg|thumb | right |''Εικόνα 2: Εξαγωγή των αποθηκεύσεων άνθρακα στην περιοχή του Βερολίνου'']]&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος τίτλος:''' '''Using Airborne LiDAR and QuickBird Data for Modelling Urban Tree Carbon Storage and Its Distribution—A Case Study of Berlin'''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Johannes Schreyer, Jan Tigges, Tobia Lakes, Galina Churkina &amp;lt;br/&amp;gt;&lt;br /&gt;
&lt;br /&gt;
[https://www.researchgate.net/publication/267736440_Using_Airborne_LiDAR_and_QuickBird_Data_for_Modelling_Urban_Tree_Carbon_Storage_and_Its_Distribution-A_Case_Study_of_Berlin Σύνδεσμος πρωτότυπου κειμένου]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Οι αστικές περιοχές συμβάλλουν σημαντικά στις παγκόσμιες εκπομπές διοξειδίου του άνθρακα (70% των παγκόσμιων τιμών). Η περαιτέρω αστικοποίηση που προβλέπεται να λάβει χώρα θα οδηγήσει σε αυξήσεις αυτού του ποσοστού. Πρόσφατες μελέτες στις Η.Π.Α. στην Ευρώπη και στην Ασία αποκαλύπτουν ότι η αποθηκευτική χωρητικότητα των δένδρων που βρίσκονται εντός του αστικού ιστού αποτελεί σημαντική δεξαμενή άνθρακα. Ωστόσο, οι έρευνες σχετικά με την ποσότητα αποθήκευσης άνθρακα στην αστική βλάστηση στερούνται ακόμη αυτοματοποιημένων μεθόδων προσέγγισης.&lt;br /&gt;
Οι πρόσφατες εξελίξεις στις τεχνολογίες αυξημένης χωρικής και χρονικής διακριτικής ικανότητας στην τηλεπισκόπηση και η διαθεσιμότητα δεδομένων τρισδιάστατης αερομεταφερόμενης σάρωσης με λέιζερ (ALS) είναι δυνατό να συνεισφέρουν σε ανάλογες έρευνες. Επίσης, οι πολυφασματικές εικόνες πολύ υψηλής ανάλυσης, όπως εκείνες του δορυφόρου QuickBird, καθιστούν εφικτό το λεπτομερή διαχωρισμό της βλάστησης, ακόμη και σε πυκνοκατοικημένες περιοχές, και παρέχουν σημαντικές πληροφορίες ειδικά αν συνδυαστούν με δεδομένα LiDAR.&lt;br /&gt;
Στόχος της παρούσας μελέτης είναι η ανάπτυξη και η εφαρμογή μιας προσέγγισης που συνδυάζει δεδομένα LiDAR και QuickBird έτσι ώστε να αξιολογηθεί ο άνθρακας που αποθηκεύεται σε δέντρα που βρίσκονται στον αστικό ιστό του Βερολίνου και να εντοπιστούν οι διαφορές μεταξύ των τύπων αστικών δομών.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Υλικό και μεθοδολογία'''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Περιοχή μελέτης''&lt;br /&gt;
&lt;br /&gt;
Το Βερολίνο έχει έκταση περίπου 892 τ.χλμ. εκ των οποίων σχεδόν το 40% καλύπτεται από αστική βλάστηση. Η πόλη περιλαμβάνει το μεγαλύτερο αστικό δάσος στη Γερμανία (περίπου στα 290 τ.χλμ). Αυτή η μελέτη επικεντρώνεται σε μία λωρίδα μήκους 15,3 τ.χλμ. που εκτείνεται από τα βορειοανατολικά προς τα νοτιοδυτικά της πόλης και χαρακτηρίζεται από 15 διαφορετικούς δομικούς τύπους, συμπεριλαμβανομένης και της οδού (εικ. 1).&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Δεδομένα και μεθοδολογία''&lt;br /&gt;
	&lt;br /&gt;
Για το πέρας της εργασίας αυτής συνδυάστηκαν πολυφασματικά δεδομένα υψηλής ευκρίνειας QuickBird και LiDAR με δεδομένα αστικών δομών και επιτόπιων ερευνών. Επιπλέον,  χρησιμοποιήθηκαν προκατασκευασμένα μοντέλα ύψους LiDAR, ψηφιακό μοντέλο επιφάνειας (DSM) και ψηφιακό μοντέλο εδάφους (DTM).&lt;br /&gt;
Η προσέγγιση βασίζεται σε υπάρχουσες μεθόδους εκτίμησης της αποθήκευσης του άνθρακα σε δύο κύρια βήματα. Πρώτον, οι δενδρομετρικές παράμετροι (ύψος δέντρου, πλάτος στεφάνης, ύψος βάσης κορώνας) προέρχονται από το Μοντέλο Ύψους Κορώνας (Canopy Height Model ή αλλιώς CHM). Επιπλέον, εντοπίστηκαν και υπολογίστηκαν δεδομένα από όλα τα δένδρα για να εκτιμηθεί ο συνολικός αριθμός τους και η διανομή του αποθηκευμένου άνθρακα. Για [https://www.researchgate.net/publication/267736440_Using_Airborne_LiDAR_and_QuickBird_Data_for_Modelling_Urban_Tree_Carbon_Storage_and_Its_Distribution-A_Case_Study_of_Berlin περαιτέρω πληροφορίες] που αφορούν στη μεθοδολογία και στην επεξεργασία δεδομένων βλ. Schreyer et al., 2014.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα'''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Δενδρομετρικές παράμετροι''&lt;br /&gt;
&lt;br /&gt;
Για ολόκληρη τη λωρίδα εντοπίστηκαν συνολικά 76.690 δένδρα. Το μέσο ύψος τους ανέρχεται στα 8.82 και το μέσο ύψος βάσης της κορώνας στα 4.41 μ. Οι παράμετροι αυτοί χρησιμοποιήθηκαν ως εισαγόμενη πληροφορία για τον υπολογισμό της διαμέτρου του στελέχους των δέντρων. Για το σύνολο της περιοχής, η μέση διάμετρος υπολογίστηκε στα 30,69 εκ.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Διανομή αποθηκευμένου άνθρακα''&lt;br /&gt;
	&lt;br /&gt;
	Η μέση τιμή για όλα τα δένδρα ήταν στα 269,98 κιλά, με αποτέλεσμα την  αποθήκευση του άνθρακα πάνω από το έδαφος να ανέρχεται στα 20.964,40 κιλά. Εντοπίστηκαν διάφορες χωρητικότητες αποθήκευσης ανάλογα τον εκάστοτε δομικό τύπο. Σε γενικές γραμμές, η αποθήκευση είναι υψηλότερη στα δέντρα των κατοικιών σε αντίθεση με τα τμήματα υπηρεσιών, εμπορικών και βιομηχανικών χρήσεων. Οι πράσινοι χώροι περιέχουν τα υψηλότερα επίπεδα. Στο τελευταίο στάδιο, πραγματοποιήθηκε αναγωγή των αποτελεσμάτων σε ολόκληρη την περιοχή του Βερολίνου (εικ. 2) με το συνολικό βάρος αποθηκευμένου άνθρακα να είναι 1.028.427 κιλά.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συζήτηση'''&lt;br /&gt;
&lt;br /&gt;
Η ποιότητα των αποτελεσμάτων πρέπει να αξιολογηθεί σύμφωνα με την ακρίβεια των δενδρομετρικών παραγόντων και της σύγκρισης της με δεδομένα παρόμοιων μελετών, δεδομένης της απούσίας μετρήσεων που θα επικυρώσουν άμεσα την περιεκτικότητα του άνθρακα εντός των δένδρων. Οι βασικοί περιορισμοί έγκεινται στο αστικό περιβάλλον, στις ετερογενείς κάθετες δομές και την έλλειψη μετρήσεων πεδίου.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Τα αποτελέσματα αυτής της μελέτης καταδεικνύουν τη χρησιμότητα μιας προσέγγισης που βασίζεται στην τηλεπισκόπηση και στην παράλληλη χρήση δασικών μεθόδων για την εκτίμηση των ποσοτήτων άνθρακα σε αστικές περιοχές. Προκειμένου να συγκριθεί ολόκληρη η αξία του άνθρακα για το σύνολο του Βερολίνου με άλλες πόλεις, πρέπει να αποκτηθούν δεδομένα LiDAR για ολόκληρη την περιοχή. Για μελλοντικές αξιολογήσεις, έχει μεγάλη σημασία η ανάπτυξη αυτοματοποιημένων μεθόδων για την ταυτοποίηση των ειδών των δέντρων με απώτερο σκοπό την παραγωγή, ειδικά σε πόλεις της κεντρικής Ευρώπης, εξισώσεων υπολογισμού της διαμέτρου των δένδρων και το ποσό του άνθρακα που αποθηκεύεται σε αυτό.&lt;br /&gt;
&lt;br /&gt;
[[category: Καταγραφή πρασίνου]]&lt;/div&gt;</summary>
		<author><name>Markoudimitris</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%9C%CE%B9%CE%B1_%CE%BF%CE%BB%CE%BF%CE%BA%CE%BB%CE%B7%CF%81%CF%89%CE%BC%CE%AD%CE%BD%CE%B7_%CE%BC%CE%B5%CE%B8%CE%BF%CE%B4%CE%BF%CE%BB%CE%BF%CE%B3%CE%AF%CE%B1_%CF%84%CE%B7%CF%82_%CE%B1%CF%80%CE%BF%CF%84%CE%AF%CE%BC%CE%B7%CF%83%CE%B7%CF%82_%CF%84%CF%89%CE%BD_%CF%89%CF%86%CE%B5%CE%BB%CE%B5%CE%B9%CF%8E%CE%BD_%CF%80%CE%BF%CF%85_%CF%80%CF%81%CE%BF%CE%BA%CF%8D%CF%80%CF%84%CE%BF%CF%85%CE%BD_%CE%B1%CF%80%CF%8C_%CF%84%CE%B7%CE%BD_%CF%80%CE%B1%CF%81%CE%BF%CF%85%CF%83%CE%AF%CE%B1_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CF%87%CF%8E%CF%81%CF%89%CE%BD_%CF%80%CF%81%CE%B1%CF%83%CE%AF%CE%BD%CE%BF%CF%85</id>
		<title>Μια ολοκληρωμένη μεθοδολογία της αποτίμησης των ωφελειών που προκύπτουν από την παρουσία αστικών χώρων πρασίνου</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%9C%CE%B9%CE%B1_%CE%BF%CE%BB%CE%BF%CE%BA%CE%BB%CE%B7%CF%81%CF%89%CE%BC%CE%AD%CE%BD%CE%B7_%CE%BC%CE%B5%CE%B8%CE%BF%CE%B4%CE%BF%CE%BB%CE%BF%CE%B3%CE%AF%CE%B1_%CF%84%CE%B7%CF%82_%CE%B1%CF%80%CE%BF%CF%84%CE%AF%CE%BC%CE%B7%CF%83%CE%B7%CF%82_%CF%84%CF%89%CE%BD_%CF%89%CF%86%CE%B5%CE%BB%CE%B5%CE%B9%CF%8E%CE%BD_%CF%80%CE%BF%CF%85_%CF%80%CF%81%CE%BF%CE%BA%CF%8D%CF%80%CF%84%CE%BF%CF%85%CE%BD_%CE%B1%CF%80%CF%8C_%CF%84%CE%B7%CE%BD_%CF%80%CE%B1%CF%81%CE%BF%CF%85%CF%83%CE%AF%CE%B1_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CF%87%CF%8E%CF%81%CF%89%CE%BD_%CF%80%CF%81%CE%B1%CF%83%CE%AF%CE%BD%CE%BF%CF%85"/>
				<updated>2019-02-07T14:34:59Z</updated>
		
		<summary type="html">&lt;p&gt;Markoudimitris: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: askisi7_eikona1.jpg|thumb | right |''Εικόνα 1: Χάρτης του Άαρχους (Δανία) που περιλαμβάνει δείκτες πυκνότητας που χρησιμοποιήθηκαν στη διαδικασία σχεδιασμού με σκοπό την αναγνώριση περιοχών πρασίνου οι οποίες διαθέτουν περιθώρια περαιτέρω βελτίωσης'']]&lt;br /&gt;
[[Εικόνα: askisi7_eikona2.jpg|thumb | right |''Εικόνα 2: Χάρτης χρήσεων γης για το Στρασβούργο (Γαλλία). Ταξινόμηση με χρήση δεδομένων δορυφόρου SPOT'']]&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος τίτλος:''' '''An integrated methodology to assess the benefits of urban green space'''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' K. De Ridder, V. Adamec, A. Banuelos, M. Bruse, M. Burger, O. Damsgaard, J. Dufek, J. Hirsch, F. Lefebre, J.M. Perez-Lacorzana, A. Thierry, C. Weber &amp;lt;br/&amp;gt;&lt;br /&gt;
&lt;br /&gt;
[https://www.sciencedirect.com/science/article/pii/S0048969704003997 Σύνδεσμος πρωτότυπου κειμένου]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Οι πόλεις αντιμετωπίζουν αυξανόμενες περιβαλλοντικές πιέσεις, οι οποίες εκφράζονται κυρίως με ζητήματα όπως η κακή ποιότητα του αέρα, η ηχορύπανση και κυκλοφοριακή συμφόρηση. Επίσης, βασικό πρόβλημα είναι ο ρυθμός με τον οποίο η έκταση του φυσικού περιβάλλοντος μειώνεται λόγω της μεγέθυνσης της αστικής ανάπτυξης. Στις μέρες μας, εμφανίζεται μια αυξανόμενη τάση από τις κοινωνίες που οι οποίες αποζητούν όλο και περισσότερους χώρους πρασίνου εντός και γύρω από τις πόλεις.&lt;br /&gt;
Οι Ωφέλειες των Αστικών Χώρων Πράσινου ([http://www.ruhr-uni-bochum.de/bugs/ Benefits of Urban Green Space] ή αλλιώς BUGS) είναι ένα ερευνητικό πρόγραμμα της Ευρωπαϊκής Ένωσης που έχει ως στόχο την ανάπτυξη μεθοδολογίας για την εκτίμηση των επιπτώσεων που έχουν οι χώροι πρασίνου στην ποιότητα του περιβάλλοντος και στην κοινωνική ευημερία και να διατυπώσουν προτάσεις σχετικά τη χρήση του πράσινου χώρου ως εργαλείου αστικού σχεδιασμού. Η παρούσα μελέτη περιγράφει τους στόχους και τη συνολική διάρθρωση του προγράμματος «BUGS».&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Στόχοι'''&lt;br /&gt;
&lt;br /&gt;
Ο γενικός στόχος του προγράμματος «BUGS» είναι η αξιολόγηση του δυναμικού μιας πόλης σε σχέση με τη βελτίωση των χώρων πρασίνου, η ανάπτυξη σχεδιασμού για την αποτελεσματική εφαρμογή μιας τέτοιας ενίσχυσης, και η αξιολόγηση των περιβαλλοντικών και κοινωνικοοικονομικών επιπτώσεων με τη χρήση προηγμένων μοντέλων και τεχνικών. Εξετάζονται σε μεγάλη και μικρή κλίμακα χαρακτηριστικά όπως η επιρροή της βλάστησης στην ποιότητα του αέρα, η ηχορύπανση και η κυκλοφοριακή συμφόρηση. Αποτελέσματα είναι παραγόμενοι χάρτες βασισμένοι σε συστήματα τηλεπισκόπησης, συστήματα γεωγραφικών πληροφοριών (GIS) και χωρικές τεχνικές μοντελοποίησης. Επίσης, λαμβάνονται υπ’ όψιν και η αποτίμηση της οικονομικής βιωσιμότητας των προτάσεων που θα εισηγηθούν.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Μεθοδολογία'''&lt;br /&gt;
&lt;br /&gt;
Το πρόγραμμα «BUGS» περιλαμβάνει μία ολοκληρωμένη μεθοδολογία που αποτελείται δύο συνιστώσες, οι οποίες αναφέρονται παρακάτω:&lt;br /&gt;
&lt;br /&gt;
* Δημιουργούνται χάρτες που περιέχουν δείκτες σχετικούς με το αστικό περιβάλλον και μπορούν να χρησιμοποιηθούν ως εισροές από περιβαλλοντικά μοντέλα τα οποία με τη σειρά τους, προσομοιώνουν τη ροή της κυκλοφορίας και την ποιότητα του αέρα, το μικροκλίμα και τον περιβαλλοντικό θόρυβο&lt;br /&gt;
* Αναπτύσσονται σενάρια για την ενίσχυση του αστικού πρασίνου χρησιμοποιώντας τα περιβαλλοντικά μοντέλα&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Προκαταρκτικά αποτελέσματα'''&lt;br /&gt;
&lt;br /&gt;
Η μεθοδολογία που προαναφέρθηκε βασίζεται στην έρευνα της πιθανής συνύπαρξης πράσινων χώρων και δομημένου περιβάλλοντος. Η εικόνα 1 αποτελεί χαρακτηριστικό παράδειγμα. Για να εντοπιστούν πληροφορίες (π.χ. αστική γεωμετρία και τοποθεσία χώρων πρασίνου) που είναι χρήσιμές για παραμέτρους που απαιτούνται στη διαδικασία του αστικού σχεδιασμού χρησιμοποιήθηκαν υψηλής ανάλυσης δορυφορικά (εικ. 2) και δεδομένα αεροφωτογραφιών.&lt;br /&gt;
Επιπλέον, δημιουργήθηκε ένα σύστημα μοντελοποίησης για την εκτίμηση της ποιότητας του αέρα. Χαρακτηριστικά αναφέρεται ότι η παρουσία βλάστησης επηρεάζει τη ροή του αέρα και τη σχετική διασπορά των τοπικών ατμοσφαιρικών ρύπων. Τελευταία, αναπτύχθηκαν συστήματα που έχουν ως παραγόμενο αποτέλεσμα την προσομοίωση της διασπορά του ήχου στον αστικό ιστό.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα και προβλέψεις'''&lt;br /&gt;
&lt;br /&gt;
Αν και τα αποτελέσματα που εξάγονται παρουσιάζουν διαφορές (αφού έχουν εξεταστεί διαφορετικές τοποθεσίες), είναι σε θέση να δείξουν αξιόλογες πληροφορίες. Κατά τους προσεχείς μήνες, το πρόγραμμα «BUGS» θα ολοκληρωθεί και πρόκειται να εφαρμοστεί πιλοτικά στην αστική περιοχή του Ruhr της Γερμανίας. Κύρια στόχευση του όλου εγχειρήματος είναι η χρήση της μεθοδολογία αυτής ως βοηθητική υπηρεσία για οποιοδήποτε σημείο στην επικράτεια της Ευρωπαϊκής Ένωσης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
[[category: Καταγραφή πρασίνου]]&lt;/div&gt;</summary>
		<author><name>Markoudimitris</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%9C%CE%B9%CE%B1_%CE%BF%CE%BB%CE%BF%CE%BA%CE%BB%CE%B7%CF%81%CF%89%CE%BC%CE%AD%CE%BD%CE%B7_%CE%BC%CE%B5%CE%B8%CE%BF%CE%B4%CE%BF%CE%BB%CE%BF%CE%B3%CE%AF%CE%B1_%CF%84%CE%B7%CF%82_%CE%B1%CF%80%CE%BF%CF%84%CE%AF%CE%BC%CE%B7%CF%83%CE%B7%CF%82_%CF%84%CF%89%CE%BD_%CF%89%CF%86%CE%B5%CE%BB%CE%B5%CE%B9%CF%8E%CE%BD_%CF%80%CE%BF%CF%85_%CF%80%CF%81%CE%BF%CE%BA%CF%8D%CF%80%CF%84%CE%BF%CF%85%CE%BD_%CE%B1%CF%80%CF%8C_%CF%84%CE%B7%CE%BD_%CF%80%CE%B1%CF%81%CE%BF%CF%85%CF%83%CE%AF%CE%B1_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CF%87%CF%8E%CF%81%CF%89%CE%BD_%CF%80%CF%81%CE%B1%CF%83%CE%AF%CE%BD%CE%BF%CF%85</id>
		<title>Μια ολοκληρωμένη μεθοδολογία της αποτίμησης των ωφελειών που προκύπτουν από την παρουσία αστικών χώρων πρασίνου</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%9C%CE%B9%CE%B1_%CE%BF%CE%BB%CE%BF%CE%BA%CE%BB%CE%B7%CF%81%CF%89%CE%BC%CE%AD%CE%BD%CE%B7_%CE%BC%CE%B5%CE%B8%CE%BF%CE%B4%CE%BF%CE%BB%CE%BF%CE%B3%CE%AF%CE%B1_%CF%84%CE%B7%CF%82_%CE%B1%CF%80%CE%BF%CF%84%CE%AF%CE%BC%CE%B7%CF%83%CE%B7%CF%82_%CF%84%CF%89%CE%BD_%CF%89%CF%86%CE%B5%CE%BB%CE%B5%CE%B9%CF%8E%CE%BD_%CF%80%CE%BF%CF%85_%CF%80%CF%81%CE%BF%CE%BA%CF%8D%CF%80%CF%84%CE%BF%CF%85%CE%BD_%CE%B1%CF%80%CF%8C_%CF%84%CE%B7%CE%BD_%CF%80%CE%B1%CF%81%CE%BF%CF%85%CF%83%CE%AF%CE%B1_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CF%87%CF%8E%CF%81%CF%89%CE%BD_%CF%80%CF%81%CE%B1%CF%83%CE%AF%CE%BD%CE%BF%CF%85"/>
				<updated>2019-02-07T14:34:35Z</updated>
		
		<summary type="html">&lt;p&gt;Markoudimitris: Νέα σελίδα με '[[Εικόνα: askisi7_eikona1.jpg|thumb | right |''Εικόνα 1: Χάρτης του Άαρχους (Δανία) που περιλαμβάνει δείκτες πυκ...'&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: askisi7_eikona1.jpg|thumb | right |''Εικόνα 1: Χάρτης του Άαρχους (Δανία) που περιλαμβάνει δείκτες πυκνότητας που χρησιμοποιήθηκαν στη διαδικασία σχεδιασμού με σκοπό την αναγνώριση περιοχών πρασίνου οι οποίες διαθέτουν περιθώρια περαιτέρω βελτίωσης'']]&lt;br /&gt;
[[Εικόνα: askisi7_eikona2.jpg|thumb | right |''Εικόνα 2: Χάρτης χρήσεων γης για το Στρασβούργο (Γαλλία). Ταξινόμηση με χρήση δεδομένων δορυφόρου SPOT'']]&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος τίτλος:''' '''An integrated methodology to assess the benefits of urban green space'''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' K. De Ridder, V. Adamec, A. Banuelos, M. Bruse, M. Burger, O. Damsgaard, J. Dufek, J. Hirsch, F. Lefebre, J.M. Perez-Lacorzana, A. Thierry, C. Weber&lt;br /&gt;
 &amp;lt;br/&amp;gt;&lt;br /&gt;
&lt;br /&gt;
[https://www.sciencedirect.com/science/article/pii/S0048969704003997 Σύνδεσμος πρωτότυπου κειμένου]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Οι πόλεις αντιμετωπίζουν αυξανόμενες περιβαλλοντικές πιέσεις, οι οποίες εκφράζονται κυρίως με ζητήματα όπως η κακή ποιότητα του αέρα, η ηχορύπανση και κυκλοφοριακή συμφόρηση. Επίσης, βασικό πρόβλημα είναι ο ρυθμός με τον οποίο η έκταση του φυσικού περιβάλλοντος μειώνεται λόγω της μεγέθυνσης της αστικής ανάπτυξης. Στις μέρες μας, εμφανίζεται μια αυξανόμενη τάση από τις κοινωνίες που οι οποίες αποζητούν όλο και περισσότερους χώρους πρασίνου εντός και γύρω από τις πόλεις.&lt;br /&gt;
Οι Ωφέλειες των Αστικών Χώρων Πράσινου ([http://www.ruhr-uni-bochum.de/bugs/ Benefits of Urban Green Space] ή αλλιώς BUGS) είναι ένα ερευνητικό πρόγραμμα της Ευρωπαϊκής Ένωσης που έχει ως στόχο την ανάπτυξη μεθοδολογίας για την εκτίμηση των επιπτώσεων που έχουν οι χώροι πρασίνου στην ποιότητα του περιβάλλοντος και στην κοινωνική ευημερία και να διατυπώσουν προτάσεις σχετικά τη χρήση του πράσινου χώρου ως εργαλείου αστικού σχεδιασμού. Η παρούσα μελέτη περιγράφει τους στόχους και τη συνολική διάρθρωση του προγράμματος «BUGS».&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Στόχοι'''&lt;br /&gt;
&lt;br /&gt;
Ο γενικός στόχος του προγράμματος «BUGS» είναι η αξιολόγηση του δυναμικού μιας πόλης σε σχέση με τη βελτίωση των χώρων πρασίνου, η ανάπτυξη σχεδιασμού για την αποτελεσματική εφαρμογή μιας τέτοιας ενίσχυσης, και η αξιολόγηση των περιβαλλοντικών και κοινωνικοοικονομικών επιπτώσεων με τη χρήση προηγμένων μοντέλων και τεχνικών. Εξετάζονται σε μεγάλη και μικρή κλίμακα χαρακτηριστικά όπως η επιρροή της βλάστησης στην ποιότητα του αέρα, η ηχορύπανση και η κυκλοφοριακή συμφόρηση. Αποτελέσματα είναι παραγόμενοι χάρτες βασισμένοι σε συστήματα τηλεπισκόπησης, συστήματα γεωγραφικών πληροφοριών (GIS) και χωρικές τεχνικές μοντελοποίησης. Επίσης, λαμβάνονται υπ’ όψιν και η αποτίμηση της οικονομικής βιωσιμότητας των προτάσεων που θα εισηγηθούν.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Μεθοδολογία'''&lt;br /&gt;
&lt;br /&gt;
Το πρόγραμμα «BUGS» περιλαμβάνει μία ολοκληρωμένη μεθοδολογία που αποτελείται δύο συνιστώσες, οι οποίες αναφέρονται παρακάτω:&lt;br /&gt;
&lt;br /&gt;
* Δημιουργούνται χάρτες που περιέχουν δείκτες σχετικούς με το αστικό περιβάλλον και μπορούν να χρησιμοποιηθούν ως εισροές από περιβαλλοντικά μοντέλα τα οποία με τη σειρά τους, προσομοιώνουν τη ροή της κυκλοφορίας και την ποιότητα του αέρα, το μικροκλίμα και τον περιβαλλοντικό θόρυβο&lt;br /&gt;
* Αναπτύσσονται σενάρια για την ενίσχυση του αστικού πρασίνου χρησιμοποιώντας τα περιβαλλοντικά μοντέλα&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Προκαταρκτικά αποτελέσματα'''&lt;br /&gt;
&lt;br /&gt;
Η μεθοδολογία που προαναφέρθηκε βασίζεται στην έρευνα της πιθανής συνύπαρξης πράσινων χώρων και δομημένου περιβάλλοντος. Η εικόνα 1 αποτελεί χαρακτηριστικό παράδειγμα. Για να εντοπιστούν πληροφορίες (π.χ. αστική γεωμετρία και τοποθεσία χώρων πρασίνου) που είναι χρήσιμές για παραμέτρους που απαιτούνται στη διαδικασία του αστικού σχεδιασμού χρησιμοποιήθηκαν υψηλής ανάλυσης δορυφορικά (εικ. 2) και δεδομένα αεροφωτογραφιών.&lt;br /&gt;
Επιπλέον, δημιουργήθηκε ένα σύστημα μοντελοποίησης για την εκτίμηση της ποιότητας του αέρα. Χαρακτηριστικά αναφέρεται ότι η παρουσία βλάστησης επηρεάζει τη ροή του αέρα και τη σχετική διασπορά των τοπικών ατμοσφαιρικών ρύπων. Τελευταία, αναπτύχθηκαν συστήματα που έχουν ως παραγόμενο αποτέλεσμα την προσομοίωση της διασπορά του ήχου στον αστικό ιστό.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα και προβλέψεις'''&lt;br /&gt;
&lt;br /&gt;
Αν και τα αποτελέσματα που εξάγονται παρουσιάζουν διαφορές (αφού έχουν εξεταστεί διαφορετικές τοποθεσίες), είναι σε θέση να δείξουν αξιόλογες πληροφορίες. Κατά τους προσεχείς μήνες, το πρόγραμμα «BUGS» θα ολοκληρωθεί και πρόκειται να εφαρμοστεί πιλοτικά στην αστική περιοχή του Ruhr της Γερμανίας. Κύρια στόχευση του όλου εγχειρήματος είναι η χρήση της μεθοδολογία αυτής ως βοηθητική υπηρεσία για οποιοδήποτε σημείο στην επικράτεια της Ευρωπαϊκής Ένωσης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
[[category: Καταγραφή πρασίνου]]&lt;/div&gt;</summary>
		<author><name>Markoudimitris</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B1%CE%BE%CE%B9%CE%BD%CF%8C%CE%BC%CE%B7%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%BB%CE%B9%CE%BC%CE%BD%CF%8E%CE%BD_%CE%BA%CE%B1%CE%B9_%CF%84%CF%89%CE%BD_%CE%B1%CF%80%CE%BF%CE%BE%CE%B7%CF%81%CE%B1%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CE%BB%CE%B5%CE%BA%CE%B1%CE%BD%CF%8E%CE%BD_%CF%84%CE%BF%CF%8D%CE%BD%CE%B4%CF%81%CE%B1%CF%82_%CF%83%CF%84%CE%BF_%CE%B2%CF%8C%CF%81%CE%B5%CE%B9%CE%BF_%CF%84%CE%BC%CE%AE%CE%BC%CE%B1_%CF%84%CE%B7%CF%82_%CE%91%CE%BB%CE%AC%CF%83%CE%BA%CE%B1%CF%82_%CE%BC%CE%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82</id>
		<title>Ταξινόμηση των λιμνών και των αποξηραμένων λεκανών τούνδρας στο βόρειο τμήμα της Αλάσκας με χρήση δεδομένων τηλεπισκόπησης</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B1%CE%BE%CE%B9%CE%BD%CF%8C%CE%BC%CE%B7%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%BB%CE%B9%CE%BC%CE%BD%CF%8E%CE%BD_%CE%BA%CE%B1%CE%B9_%CF%84%CF%89%CE%BD_%CE%B1%CF%80%CE%BF%CE%BE%CE%B7%CF%81%CE%B1%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CE%BB%CE%B5%CE%BA%CE%B1%CE%BD%CF%8E%CE%BD_%CF%84%CE%BF%CF%8D%CE%BD%CE%B4%CF%81%CE%B1%CF%82_%CF%83%CF%84%CE%BF_%CE%B2%CF%8C%CF%81%CE%B5%CE%B9%CE%BF_%CF%84%CE%BC%CE%AE%CE%BC%CE%B1_%CF%84%CE%B7%CF%82_%CE%91%CE%BB%CE%AC%CF%83%CE%BA%CE%B1%CF%82_%CE%BC%CE%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82"/>
				<updated>2019-02-07T14:16:25Z</updated>
		
		<summary type="html">&lt;p&gt;Markoudimitris: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: askisi6_eikona1.jpg|thumb | right |''Εικόνα 1: Μωσαϊκό από επτά εικόνες Landsat 7 (κανάλια 543 RGB) απεικονίζουν την περιοχή μελέτης'']]&lt;br /&gt;
[[Εικόνα: askisi6_eikona2.jpg|thumb | right |''Εικόνα 2: Τελική ταξινόμηση των λιμνών τούνδρας στη δυτική παράκτια πεδιάδα της Αλάσκας'']]&lt;br /&gt;
[[Εικόνα: askisi6_eikona3.jpg|thumb | right |''Εικόνα 3: Τελική ταξινόμηση των αποξηραμένων λεκανών στη δυτική παράκτια πεδιάδα της Αλάσκας'']]&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος τίτλος:''' '''Satellite remote sensing classification of thaw lakes and drained thaw lake basins on the North Slope of Alaska'''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Robert C. Frohn, Kenneth M. Hinkel, Wendy R. Eisner &amp;lt;br/&amp;gt;&lt;br /&gt;
&lt;br /&gt;
[https://www.sciencedirect.com/science/article/abs/pii/S0034425705001446 Σύνδεσμος πρωτότυπου κειμένου]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Η βόρεια πλευρά της Αλάσκας χαρακτηρίζεται από χιλιάδες λίμνες τούνδρας ([https://en.wikipedia.org/wiki/Thermokarst thaw lakes]) και αποξηραμένες λεκάνες λιμνών τούνδρας ([https://en.wikipedia.org/wiki/Thermokarst drained thaw lake basins]) οι οποίες αναπτύχθηκαν πάνω από μόνιμο στρώμα πάγου και καλύπτουν από το 20% έως και το 40% του παράκτιου αρκτικού πεδίου της Αλάσκας. Το χειμώνα, η ροή θερμότητας από τις λίμνες είναι παρόμοια με αυτήν του Αρκτικού Ωκεανού, ενώ την άνοιξη τα παγοκαλύμματα λιώνουν με αποτέλεσμα να εκπέμπεται μεθανίο προς στην ατμόσφαιρα. Επιπλέον, χρησιμεύουν ως ένας σημαντικός φυσικός πόρος για την τοπική χλωρίδα και πανίδα, ενώ παράλληλα παρέχουν νερό για δημόσια και βιομηχανική χρήση. &lt;br /&gt;
Οι λίμνες αυτές αποτελούν πρωταρχικό μηχανισμό τροποποίησης του τοπίου, καθώς μεγεθύνονται με αργούς ρυθμούς, συνενώνονται με άλλες λίμνες, μεταναστεύουν και συνήθως αποξηραίνονται ταχύτατα. Οι περιοχές που καταλάμβαναν μέχρι πρότινος οι λίμνες, ονομάζονται αποξηραμένες λεκάνες λιμνών τούνδρας. Στις λεκάνες αυτές συσσωρεύεται οργανικός άνθρακας υπό τη μορφή της τύρφης. Οι αρκτικοί τυρφώνες έχουν παγκόσμια σημασία ως πηγές διοξειδίου του άνθρακα και μεθανίου. Η αύξηση του μέσου βάθους της εποχιακής στρώσης των λιμνών σε συνδυασμό με της αναμενόμενη θέρμανση σε μεγάλα γεωγραφικά πλάτη προκαλεί ανησυχίες λόγω της μεγάλης ποσότητας του εδαφικού οργανικού άνθρακα  ο οποίος είναι απομονωμένος και θα μπορούσε να κινητοποιηθεί από τη μικροβιακή δραστηριότητα. Για τις [https://www.sciencedirect.com/science/article/abs/pii/S0034425705001446 προηγούμενες μελέτες] που πραγματοποιήθηκαν στην περιοχή της Β. Αλάσκας βλ. Frohn et al., 2005, σελ 117-118).&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Περιοχή μελέτης'''&lt;br /&gt;
&lt;br /&gt;
Η περιοχή μελέτης περιλαμβάνει η δυτική αρκτική παράκτια πεδιάδα της Αλάσκας που εκτείνεται από τον ποταμό Colville (152ο  Δ) έως τη θάλασσα Chukchi (162ο Δ). Ο χώρος καλύπτεται από μόνιμο στρώμα πάγου, χαρακτηρίζεται από βλάστηση τούνδρας και χαμηλό υψόμετρο. Εκτός από τις λίμνες τούνδρας,  απαντώνται πληθώρα από μαιανδρικά ρέματα και κοιλάδες μεγάλου πλάτους.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Μεθοδολογία'''&lt;br /&gt;
&lt;br /&gt;
Για την εκπόνηση της παρούσας μελέτης χρησιμοποιήθηκαν δεδομένα από τον δορυφόρο Landsat 7. Οι δορυφορικές εικόνες συγχωνεύθηκαν και μετά από επεξεργασία, δημιουργήθηκε μωσαϊκό για ολόκληρη την περιοχή μελέτης (εικ. 1).&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Μετασχηματισμός της υφής και της βλάστησης''&lt;br /&gt;
&lt;br /&gt;
Οι λίμνες και οι αντίστοιχες λεκάνες τούνδρας διαθέτουν ιδιαίτερη υφή και κρίθηκε απαραίτητος ο μετασχηματισμός της υφής των δεδομένων Landsat-7 για να γίνει πιο εύκολη η κατάτμηση και ταξινόμηση τόσο των παραπάνω γεωμορφών. Για να καταγραφούν τα συστατικά της βλάστησης από τα δορυφορικά δεδομένα εφαρμόστηκε ο μετασχηματισμός ελάχιστου θορύβου (MNF) σε κάθε δορυφορική εικόνα.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Κατάτμηση εικόνας και ταξινόμηση''&lt;br /&gt;
&lt;br /&gt;
Η κατάτμηση πραγματοποιήθηκε με τη μέθοδο «από τα κάτω προς τα πάνω» και τη χρήση του λογισμικού eCognition. Τα βασικά χαρακτηριστικά που χρησιμοποιήθηκαν για την ταξινόμηση των λιμνών ήταν η μέση τιμή των αντικειμένων στο κανάλι 5, η πολυπλοκότητα και ελλειπτικότητα του σχήματος των αντικειμένων. Αντίστοιχα, για την ταξινόμηση των λεκανών, χρησιμοποιήθηκαν οι φασματικοί μέσοι των αντικειμένων για τα κανάλια 3, 4 και 5 και ο μετασχηματισμός ελάχιστου θορύβου για το κανάλι 1, καθώς και η μέση συνύπαρξη και η πολυπλοκότητα του σχήματος των αντικειμένων.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Αποτίμηση της ακρίβειας''&lt;br /&gt;
&lt;br /&gt;
Ο έλεγχος της ακρίβειας της ταξινόμησης πραγματοποιήθηκε με την  δειγματοληψία 1000 τυχαίων σημείων τα οποία αναγνωρίστηκαν με τη φωτοερμηνεία σε εικόνες Landsat-7 και τη αρωγή των δεδομένων IKONOS και Quickbird, καθώς και υψηλής ανάλυσης αεροφωτογραφίες. Η συνολική ακρίβεια ήταν της τάξης του 97,1%.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα και συζήτηση'''&lt;br /&gt;
&lt;br /&gt;
Η τελική ταξινόμηση των λιμνών φαίνεται στην εικόνα 2. Η περιοχή που καλύπτεται από λίμνες τούνδρας αντιστοιχεί σε 7054 τ.χλμ. και αντιπροσωπεύει το 20,4% της περιοχής μελέτης. Για τις λεκάνες (εικ. 3) οι αντίστοιχες τιμές αναλογούν σε 8917 τ.χλμ. και 25,7%.&lt;br /&gt;
Η εξωτερική παράκτια πεδιάδα είναι νεότερη από την εσωτερική και χαρακτηρίζεται από μεγαλύτερες λίμνες και μεγαλύτερης πυκνότητας λίμνες και λεκάνες. Στο εξωτερικό τμήμα της πεδιάδας υπάρχουν 4809 λίμνες με μέσο μέγεθος τα 0,74 τ.χλμ. Στις εξωτερικές ακτές απαντώνται 8510 λίμνες με μέσο μέγεθος τα 0,35 τ.χλμ. Αρκετές από τις λεκάνες στο δυτικό τμήμα έχουν μήκος τουλάχιστον 1,5 χλμ., κάποιες από αυτές φθάνουν μέχρι και τα και 14 χλμ. Οι λεκάνες είναι μικρότερες και πιο ομοιόμορφες σε μέγεθος στο ανατολικό τμήμα με μήκος που σπάνια υπερβαίνει 1,5 χλμ.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Σύνοψη και συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Παρουσιάζονται πολλά πλεονεκτήματα από τη χρήση του δορυφόρου Landsat 7 για την ανάλυση των λιμνών και λεκανών τούνδρας στην δυτική Αλάσκα. Πρώτον, οι τοπογραφικοί χάρτες μικρής κλίμακας δεν έχουν τον απαραίτητο βαθμό λεπτομέρειας που για τον εντοπισμό και τη χαρτογράφηση των πολύπλοκων σχημάτων που έχουν οι λεκάνες, στοιχείο που αντικαθίσταται από τη δυνατότητα του δορυφόρου να διαθέτει εκτεταμένο εύρος κλίμακας. Δεύτερον, η χωρική και φασματική διακριτική ικανότητα του Landsat 7 είναι ιδανική για την παροχή μοτίβων υφής, χώρου και φάσματος ώστε να γίνει εφικτή η δυνατότητα της διάκρισης των λεκανών. Τελευταία,  δεν είναι εφικτή η λήψη δείγματος που αφορά χαρακτηριστικά όπως πάχος του οργανικού στρώματος, βάθος απόψυξης και εδαφικού οργανικού άνθρακα για κάθε μία από τις λεκάνες. Με τη χρήση του δορυφόρου μπορούμε να λάβουμε ανάλογες πληροφορίες σε εκτεταμένη επιφάνεια.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
[[category: Παρακολούθηση, χαρτογράφηση και ανάλυση ποταμών, λιμνών και υγροτόπων]]&lt;/div&gt;</summary>
		<author><name>Markoudimitris</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B1%CE%BE%CE%B9%CE%BD%CF%8C%CE%BC%CE%B7%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%BB%CE%B9%CE%BC%CE%BD%CF%8E%CE%BD_%CE%BA%CE%B1%CE%B9_%CF%84%CF%89%CE%BD_%CE%B1%CF%80%CE%BF%CE%BE%CE%B7%CF%81%CE%B1%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CE%BB%CE%B5%CE%BA%CE%B1%CE%BD%CF%8E%CE%BD_%CF%84%CE%BF%CF%8D%CE%BD%CE%B4%CF%81%CE%B1%CF%82_%CF%83%CF%84%CE%BF_%CE%B2%CF%8C%CF%81%CE%B5%CE%B9%CE%BF_%CF%84%CE%BC%CE%AE%CE%BC%CE%B1_%CF%84%CE%B7%CF%82_%CE%91%CE%BB%CE%AC%CF%83%CE%BA%CE%B1%CF%82_%CE%BC%CE%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82</id>
		<title>Ταξινόμηση των λιμνών και των αποξηραμένων λεκανών τούνδρας στο βόρειο τμήμα της Αλάσκας με χρήση δεδομένων τηλεπισκόπησης</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B1%CE%BE%CE%B9%CE%BD%CF%8C%CE%BC%CE%B7%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%BB%CE%B9%CE%BC%CE%BD%CF%8E%CE%BD_%CE%BA%CE%B1%CE%B9_%CF%84%CF%89%CE%BD_%CE%B1%CF%80%CE%BF%CE%BE%CE%B7%CF%81%CE%B1%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CE%BB%CE%B5%CE%BA%CE%B1%CE%BD%CF%8E%CE%BD_%CF%84%CE%BF%CF%8D%CE%BD%CE%B4%CF%81%CE%B1%CF%82_%CF%83%CF%84%CE%BF_%CE%B2%CF%8C%CF%81%CE%B5%CE%B9%CE%BF_%CF%84%CE%BC%CE%AE%CE%BC%CE%B1_%CF%84%CE%B7%CF%82_%CE%91%CE%BB%CE%AC%CF%83%CE%BA%CE%B1%CF%82_%CE%BC%CE%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82"/>
				<updated>2019-02-07T14:15:21Z</updated>
		
		<summary type="html">&lt;p&gt;Markoudimitris: Νέα σελίδα με '[[Εικόνα: askisi6_eikona1.jpg|thumb | right |''Εικόνα 1: Μωσαϊκό από επτά εικόνες Landsat 7 (κανάλια 543 RGB) απεικονίζο...'&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: askisi6_eikona1.jpg|thumb | right |''Εικόνα 1: Μωσαϊκό από επτά εικόνες Landsat 7 (κανάλια 543 RGB) απεικονίζουν την περιοχή μελέτης'']]&lt;br /&gt;
[[Εικόνα: askisi6_eikona2.jpg|thumb | right |''Εικόνα 2: Τελική ταξινόμηση των λιμνών τούνδρας στο δυτική παράκτια πεδιάδα της Αλάσκας'']]&lt;br /&gt;
[[Εικόνα: askisi6_eikona3.jpg|thumb | right |''Εικόνα 3: Τελική ταξινόμηση των αποξηραμένων λεκανών στο δυτική παράκτια πεδιάδα της Αλάσκας'']]&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος τίτλος:''' '''Satellite remote sensing classification of thaw lakes and drained thaw lake basins on the North Slope of Alaska'''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Robert C. Frohn, Kenneth M. Hinkel, Wendy R. Eisner &amp;lt;br/&amp;gt;&lt;br /&gt;
&lt;br /&gt;
[https://www.sciencedirect.com/science/article/abs/pii/S0034425705001446 Σύνδεσμος πρωτότυπου κειμένου]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Η βόρεια πλευρά της Αλάσκας χαρακτηρίζεται από χιλιάδες λίμνες τούνδρας ([https://en.wikipedia.org/wiki/Thermokarst thaw lakes]) και αποξηραμένες λεκάνες λιμνών τούνδρας ([https://en.wikipedia.org/wiki/Thermokarst drained thaw lake basins]) οι οποίες αναπτύχθηκαν πάνω από μόνιμο στρώμα πάγου και καλύπτουν από το 20% έως και το 40% του παράκτιου αρκτικού πεδίου της Αλάσκας. Το χειμώνα, η ροή θερμότητας από τις λίμνες είναι παρόμοια με αυτήν του Αρκτικού Ωκεανού, ενώ την άνοιξη τα παγοκαλύμματα λιώνουν με αποτέλεσμα να εκπέμπεται μεθανίο προς στην ατμόσφαιρα. Επιπλέον, χρησιμεύουν ως ένας σημαντικός φυσικός πόρος για την τοπική χλωρίδα και πανίδα, ενώ παράλληλα παρέχουν νερό για δημόσια και βιομηχανική χρήση. &lt;br /&gt;
Οι λίμνες αυτές αποτελούν πρωταρχικό μηχανισμό τροποποίησης του τοπίου, καθώς μεγεθύνονται με αργούς ρυθμούς, συνενώνονται με άλλες λίμνες, μεταναστεύουν και συνήθως αποξηραίνονται ταχύτατα. Οι περιοχές που καταλάμβαναν μέχρι πρότινος οι λίμνες, ονομάζονται αποξηραμένες λεκάνες λιμνών τούνδρας. Στις λεκάνες αυτές συσσωρεύεται οργανικός άνθρακας υπό τη μορφή της τύρφης. Οι αρκτικοί τυρφώνες έχουν παγκόσμια σημασία ως πηγές διοξειδίου του άνθρακα και μεθανίου. Η αύξηση του μέσου βάθους της εποχιακής στρώσης των λιμνών σε συνδυασμό με της αναμενόμενη θέρμανση σε μεγάλα γεωγραφικά πλάτη προκαλεί ανησυχίες λόγω της μεγάλης ποσότητας του εδαφικού οργανικού άνθρακα  ο οποίος είναι απομονωμένος και θα μπορούσε να κινητοποιηθεί από τη μικροβιακή δραστηριότητα. Για τις [https://www.sciencedirect.com/science/article/abs/pii/S0034425705001446 προηγούμενες μελέτες] που πραγματοποιήθηκαν στην περιοχή της Β. Αλάσκας βλ. Frohn et al., 2005, σελ 117-118).&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Περιοχή μελέτης'''&lt;br /&gt;
&lt;br /&gt;
Η περιοχή μελέτης περιλαμβάνει η δυτική αρκτική παράκτια πεδιάδα της Αλάσκας που εκτείνεται από τον ποταμό Colville (152ο  Δ) έως τη θάλασσα Chukchi (162ο Δ). Ο χώρος καλύπτεται από μόνιμο στρώμα πάγου, χαρακτηρίζεται από βλάστηση τούνδρας και χαμηλό υψόμετρο. Εκτός από τις λίμνες τούνδρας,  απαντώνται πληθώρα από μαιανδρικά ρέματα και κοιλάδες μεγάλου πλάτους.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Μεθοδολογία'''&lt;br /&gt;
&lt;br /&gt;
Για την εκπόνηση της παρούσας μελέτης χρησιμοποιήθηκαν δεδομένα από τον δορυφόρο Landsat 7. Οι δορυφορικές εικόνες συγχωνεύθηκαν και μετά από επεξεργασία, δημιουργήθηκε μωσαϊκό για ολόκληρη την περιοχή μελέτης (εικ. 1).&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Μετασχηματισμός της υφής και της βλάστησης''&lt;br /&gt;
&lt;br /&gt;
Οι λίμνες και οι αντίστοιχες λεκάνες τούνδρας διαθέτουν ιδιαίτερη υφή και κρίθηκε απαραίτητος ο μετασχηματισμός της υφής των δεδομένων Landsat-7 για να γίνει πιο εύκολη η κατάτμηση και ταξινόμηση τόσο των παραπάνω γεωμορφών. Για να καταγραφούν τα συστατικά της βλάστησης από τα δορυφορικά δεδομένα εφαρμόστηκε ο μετασχηματισμός ελάχιστου θορύβου (MNF) σε κάθε δορυφορική εικόνα.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Κατάτμηση εικόνας και ταξινόμηση''&lt;br /&gt;
&lt;br /&gt;
Η κατάτμηση πραγματοποιήθηκε με τη μέθοδο «από τα κάτω προς τα πάνω» και τη χρήση του λογισμικού eCognition. Τα βασικά χαρακτηριστικά που χρησιμοποιήθηκαν για την ταξινόμηση των λιμνών ήταν η μέση τιμή των αντικειμένων στο κανάλι 5, η πολυπλοκότητα και ελλειπτικότητα του σχήματος των αντικειμένων. Αντίστοιχα, για την ταξινόμηση των λεκανών, χρησιμοποιήθηκαν οι φασματικοί μέσοι των αντικειμένων για τα κανάλια 3, 4 και 5 και ο μετασχηματισμός ελάχιστου θορύβου για το κανάλι 1, καθώς και η μέση συνύπαρξη και η πολυπλοκότητα του σχήματος των αντικειμένων.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Αποτίμηση της ακρίβειας''&lt;br /&gt;
&lt;br /&gt;
Ο έλεγχος της ακρίβειας της ταξινόμησης πραγματοποιήθηκε με την  δειγματοληψία 1000 τυχαίων σημείων τα οποία αναγνωρίστηκαν με τη φωτοερμηνεία σε εικόνες Landsat-7 και τη αρωγή των δεδομένων IKONOS και Quickbird, καθώς και υψηλής ανάλυσης αεροφωτογραφίες. Η συνολική ακρίβεια ήταν της τάξης του 97,1%.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα και συζήτηση'''&lt;br /&gt;
&lt;br /&gt;
Η τελική ταξινόμηση των λιμνών φαίνεται στην εικόνα 2. Η περιοχή που καλύπτεται από λίμνες τούνδρας αντιστοιχεί σε 7054 τ.χλμ. και αντιπροσωπεύει το 20,4% της περιοχής μελέτης. Για τις λεκάνες (εικ. 3) οι αντίστοιχες τιμές αναλογούν σε 8917 τ.χλμ. και 25,7%.&lt;br /&gt;
Η εξωτερική παράκτια πεδιάδα είναι νεότερη από την εσωτερική και χαρακτηρίζεται από μεγαλύτερες λίμνες και μεγαλύτερης πυκνότητας λίμνες και λεκάνες. Στο εξωτερικό τμήμα της πεδιάδας υπάρχουν 4809 λίμνες με μέσο μέγεθος τα 0,74 τ.χλμ. Στις εξωτερικές ακτές απαντώνται 8510 λίμνες με μέσο μέγεθος τα 0,35 τ.χλμ. Αρκετές από τις λεκάνες στο δυτικό τμήμα έχουν μήκος τουλάχιστον 1,5 χλμ., κάποιες από αυτές φθάνουν μέχρι και τα και 14 χλμ. Οι λεκάνες είναι μικρότερες και πιο ομοιόμορφες σε μέγεθος στο ανατολικό τμήμα με μήκος που σπάνια υπερβαίνει 1,5 χλμ.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Σύνοψη και συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Παρουσιάζονται πολλά πλεονεκτήματα από τη χρήση του δορυφόρου Landsat 7 για την ανάλυση των λιμνών και λεκανών τούνδρας στην δυτική Αλάσκα. Πρώτον, οι τοπογραφικοί χάρτες μικρής κλίμακας δεν έχουν τον απαραίτητο βαθμό λεπτομέρειας που για τον εντοπισμό και τη χαρτογράφηση των πολύπλοκων σχημάτων που έχουν οι λεκάνες, στοιχείο που αντικαθίσταται από τη δυνατότητα του δορυφόρου να διαθέτει εκτεταμένο εύρος κλίμακας. Δεύτερον, η χωρική και φασματική διακριτική ικανότητα του Landsat 7 είναι ιδανική για την παροχή μοτίβων υφής, χώρου και φάσματος ώστε να γίνει εφικτή η δυνατότητα της διάκρισης των λεκανών. Τελευταία,  δεν είναι εφικτή η λήψη δείγματος που αφορά χαρακτηριστικά όπως πάχος του οργανικού στρώματος, βάθος απόψυξης και εδαφικού οργανικού άνθρακα για κάθε μία από τις λεκάνες. Με τη χρήση του δορυφόρου μπορούμε να λάβουμε ανάλογες πληροφορίες σε εκτεταμένη επιφάνεια.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
[[category: Παρακολούθηση, χαρτογράφηση και ανάλυση ποταμών, λιμνών και υγροτόπων]]&lt;/div&gt;</summary>
		<author><name>Markoudimitris</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A0%CE%B1%CF%81%CE%B1%CE%BA%CE%BF%CE%BB%CE%BF%CF%8D%CE%B8%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CF%87%CE%B9%CE%BF%CE%BD%CE%BF%CE%BA%CE%AC%CE%BB%CF%85%CF%88%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CF%80%CF%81%CE%BF%CF%83%CE%BF%CE%BC%CE%BF%CE%B9%CF%8E%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%B5%CF%80%CE%B9%CF%86%CE%B1%CE%BD%CE%B5%CE%B9%CE%B1%CE%BA%CE%AE%CF%82_%CE%B1%CF%80%CE%BF%CF%81%CF%81%CE%BF%CE%AE%CF%82_%CF%83%CF%84%CE%B9%CF%82_%CE%BB%CE%B5%CE%BA%CE%AC%CE%BD%CE%B5%CF%82_%CE%B1%CF%80%CE%BF%CF%81%CF%81%CE%BF%CE%AE%CF%82_%CF%84%CF%89%CE%BD_%CE%99%CE%BC%CE%B1%CE%BB%CE%B1%CE%90%CF%89%CE%BD_%CE%BC%CE%AD%CF%83%CF%89_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82</id>
		<title>Παρακολούθηση της χιονοκάλυψης και προσομοιώση της επιφανειακής απορροής στις λεκάνες απορροής των Ιμαλαΐων μέσω τηλεπισκόπησης</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A0%CE%B1%CF%81%CE%B1%CE%BA%CE%BF%CE%BB%CE%BF%CF%8D%CE%B8%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CF%87%CE%B9%CE%BF%CE%BD%CE%BF%CE%BA%CE%AC%CE%BB%CF%85%CF%88%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CF%80%CF%81%CE%BF%CF%83%CE%BF%CE%BC%CE%BF%CE%B9%CF%8E%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%B5%CF%80%CE%B9%CF%86%CE%B1%CE%BD%CE%B5%CE%B9%CE%B1%CE%BA%CE%AE%CF%82_%CE%B1%CF%80%CE%BF%CF%81%CF%81%CE%BF%CE%AE%CF%82_%CF%83%CF%84%CE%B9%CF%82_%CE%BB%CE%B5%CE%BA%CE%AC%CE%BD%CE%B5%CF%82_%CE%B1%CF%80%CE%BF%CF%81%CF%81%CE%BF%CE%AE%CF%82_%CF%84%CF%89%CE%BD_%CE%99%CE%BC%CE%B1%CE%BB%CE%B1%CE%90%CF%89%CE%BD_%CE%BC%CE%AD%CF%83%CF%89_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82"/>
				<updated>2019-02-07T14:00:46Z</updated>
		
		<summary type="html">&lt;p&gt;Markoudimitris: Νέα σελίδα με '[[Εικόνα: askisi5_eikona1.jpg|thumb | right |''Εικόνα 1: Περιοχή μελέτης. Το πολύγωνο με το μαύρο χρώμα απεικονί...'&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: askisi5_eikona1.jpg|thumb | right |''Εικόνα 1: Περιοχή μελέτης. Το πολύγωνο με το μαύρο χρώμα απεικονίζει την άνω λεκάνη απορροής του Ινδού ποταμού'']]&lt;br /&gt;
[[Εικόνα: askisi5_eikona2.jpg|thumb | right |''Εικόνα 2: Εποχιακή χιονοκάλυψη (χειμώνας στο πάνω, άνοιξη -  καλοκαίρι στο μέσο, φθινόπωρο στο κάτω τμήμα) με βάση τις χρονολογικές σειρές MOD10C2 από το Μάρτιο του 2000 έως το Φεβρουάριο του 2008'']]&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος τίτλος:''' '''Large-scale monitoring of snow cover and runoff simulation in Himalayan river basins using remote sensing'''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' W.W. Immerzeel, P. Droogers, S.M. de Jong, M.F.P. Bierkens &amp;lt;br/&amp;gt;&lt;br /&gt;
&lt;br /&gt;
[https://www.sciencedirect.com/science/article/abs/pii/S0034425708002575 Σύνδεσμος πρωτότυπου κειμένου]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Στα Ιμαλάια και στο παρακείμενο οροπέδιο Θιβέτ-Κινγκχάι πηγάζουν οι κυριότεροι ασιατικοί ποταμοί μεταξύ των οποίων είναι οι Ινδός, ό Γάγγης, και ο Βραχμαπούτρα. Αυτοί οι ποταμοί διαδραματίζουν βαρύνουσας σημασίας ρόλο σε εκατοντάδες εκατομμυρίων ανθρώπους που ζουν στις κατάντη περιοχές τους. Η διατήρηση αυτών των υδάτινων πόρων είναι ιδιαίτερα σημαντική. Τα ατμοσφαιρικά κατακρημνίσματα των ανάντη λεκανών πέφτουν εν μέρει υπό μορφή χιονιού, προκαλώντας φυσική καθυστέρηση στην επιφανειακή απορροή των ποταμών. Η δυναμική της χιονοκάλυψης επομένως επηρεάζει τη διαθεσιμότητα ύδατος στις κατάντη περιοχές, ειδικά την άνοιξη κατά την έναρξη της αρδευτικής περιόδου. Η μελέτη αυτή επικεντρώνεται στην δυναμική της χιονοκάλυψης στην Ασία η οποία αναλύεται χωροχρονικά χρησιμοποιώντας μεθόδους τηλεπισκόπησης και εστιάζεται στη λεκάνη του Ινδού ποταμού, όπου η τήξη του χιονιού είναι ένας σημαντικός καθοριστικός παράγοντας στην προμήθεια του νερού.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Περιοχή μελέτης'''&lt;br /&gt;
&lt;br /&gt;
Η περιοχή μελέτης περιλαμβάνει το οροπέδιο Θιβέτ-Κινγκχάι και τις οροσειρές Hindu-Kush, Pamir, Karakoram κι εκείνη των Ιμαλαΐων, που αποτελούν τις πηγές όλων των μεγάλων ποταμών της Ασίας (εικ. 1).&lt;br /&gt;
Η κατανομή των ατμοσφαιρικών κατακρημνισμάτων διαφοροποιείται χωροχρονικά και εξαρτάται κυρίως από τούς μουσώνες. Κατά τους καλοκαιρινούς μήνες (Ιούνιος-Σεπτέμβριος), ο νοτιοανατολικός μουσώνας παράγει έντονες βροχοπτώσεις, ειδικά στο ανατολικό τμήμα. Ο μουσώνας αποδυναμώνεται προς τα δυτικά, εκεί οι άνεμοι προκαλούν κατακρημνίσματα κατά τη χειμωνιάτικη περίοδο (Δεκέμβριος-Μάρτιος), που εκφράζονται κυρίως με τη μορφή χιονιού. Το μοντέλο απορροής χιονιού είναι σχεδιασμένο για την άνω λεκάνη του Ινδού ανάντη του φράγματος Tarbela το οποίο (παράλληλα με το φράγμα Mangla) αποτελεί σημαντικό ταμιευτήρα και ρυθμίζει την υδροδότηση των αρδευόμενων περιοχών του Ινδού ποταμού.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Μεθοδολογία'''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Σύνολα δεδομένων''&lt;br /&gt;
&lt;br /&gt;
Τα απαιτούμενα δεδομένα για την παρουσία χιονοκάλυψης εξήχθησαν από το δορυφόρο MODIS (παρείχε δεδομένα για την περιοχή μεταξύ Μαρτίου 2000 και Φεβρουαρίου 2008). Τα επίπεδα χιονοκάλυψης μετρήθηκαν με τη χρήση του δείκτη κάλυψης χιονιού «Normalized Difference Snow Index (NDSI)», ενώ τα δεδομένα βροχόπτωσης από την TRMM. Η αποστολή για τη μέτρηση της τροπικής βροχόπτωσης «Tropical Rainfall Measuring Mission (TRMM)» παρέχει δεδομένα πρόβλεψης ατμοσφαιρικών κατακρημνισμάτων και χρησιμοποιεί δεδομένα από πολλούς δορυφόρους. Τα μακροπρόθεσμα μοτίβα θερμοκρασίας προέκυψαν χρησιμοποιώντας την υψηλής ακρίβειας παγκόσμια βάση δεδομένων που παρέχει κλιματικά στοιχεία: τη μονάδα έρευνας για το κλίμα «Climate Research Unit (CRU)».&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Μοντέλο απορροής''&lt;br /&gt;
&lt;br /&gt;
Το μοντέλο απορροής στην άνω λεκάνη του Ινδού ποταμού βασίζεται στο μοντέλο απορροής χιονιού «Snowmelt Runoff Model (SRM)» το οποίο αναπτύχθηκε αρχικά από τον Martinec (1975) και έχει εφαρμοστεί σε πάνω από 100 λεκάνες που κυμαίνονται σε επιφάνεια από 0,8 τ.χλμ. έως 917,444 τ.χλμ. σε 29 διαφορετικές χώρες. Πρόκειται για ένα εννοιολογικό υδρολογικό μοντέλο επιπέδου ημέρας που χρησιμοποιείται για την προσομοίωση της ημερήσιας απορροής που προκύπτει από το λιώσιμο χιονιού και τα ατμοσφαιρικά κατακρημνίσματα σε ορεινές περιοχές.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα και συζήτηση'''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Ρυθμοί μεταβολής θερμοκρασιών και ατμοσφαιρικών κατακρημνισμάτων''&lt;br /&gt;
&lt;br /&gt;
Υπάρχει μια σαφής αύξηση της θερμοκρασίας σε όλες τις εποχές, με την ισχυρότερη να εμφανίζεται το χειμώνα και την ασθενέστερη το καλοκαίρι. Οι ρυθμοί αύξησης της θερμοκρασίας είναι πιο εκτεταμένοι από τον παγκόσμιο μέσο ρυθμό. Τόσο οι θερμοκρασιακοί όσο και οι ρυθμοί των  βροχοπτώσεων είναι μεγαλύτεροι  στην άνω λεκάνη του Ινδού σε σύγκριση με ολόκληρο τον τομέα.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Ρυθμοί μεταβολής χιονοκάλυψης''&lt;br /&gt;
&lt;br /&gt;
Υπάρχουν μεγάλες διαφορές μεταξύ του συνόλου της περιοχής και της άνω λεκάνης του Ινδού ποταμού. Για ολόκληρη την περιοχή η μέση ετήσια χιονοκάλυψη ανέρχεται στο 10,5% της συνολικής έκτασης, ενώ  για την άνω λεκάνη του Ινδού το ποσοστό είναι τρεις φορές υψηλότερο (33,9%). Στις λεκάνες απορροής των Ιμαλαΐων υπάρχει μεγάλη χωρική διακύμανση λόγω των μεγάλων κλιματικών και υψομετρικών διαφορών (εικ. 2). Όπως φαίνεται υπάρχει συσχέτιση με το υψόμετρο και παρατηρείται μια μειούμενη τάση από τη δύση προς την ανατολή.&lt;br /&gt;
Όσον αφορά την κατανομή των ατμοσφαιρικών κατακρημνισμάτων παρατηρείται ότι το άνω τμήμα της λεκάνης του Ινδού δέχεται τις περισσότερες χειμερινές βροχοπτώσεις από το σύνολο της περιοχής. Σε συνδυασμό με σχετικά μικρές ποσότητες βροχόπτωσης κατά την καλοκαιρινή περίοδο η σημασία της τήξης του χιονιού και των πάγων στη συνολική ετήσια απορροή είναι πολύ μεγαλύτερη από ό,τι σε οποιαδήποτε άλλη λεκάνη των Ιμαλαΐων.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Μοντελοποίηση της απορροής''&lt;br /&gt;
&lt;br /&gt;
Το μοντέλο απορροής δημιουργήθηκε από δεδομένα τηλεπισκόπησης που μετρούν χιονοκάλυψη και ατμοσφαιρικά κατακρημνίσματα και μετρά τη συμβολή της τήξης του χιονιού και των πάγων και των ατμοσφαιρικών κατακρημνισμάτων στην επιφανειακή απορροή. Τα βασικά αποτελέσματα εξήχθησαν μέσω της συγκεκριμένης μοντελοποιήσης είναι τα εξής:&lt;br /&gt;
&lt;br /&gt;
* Το μέρος των κατακρημνισμάτων που εκφράζεται με τη μορφή χιονιού μειώθηκε από 60% σε 48%&lt;br /&gt;
* Λόγω της αύξησης της συνολικής βροχόπτωσης, η ετήσια απορροή από την τήξη των χιονιών παραμένει σχεδόν σταθερή&lt;br /&gt;
* Αν και η έκταση των παγετώνων μειώνεται κατά 50%, η συνολική παγετώδης απορροή μειώνεται μόνο κατά 22%, λόγω της αύξησης θερμοκρασίας&lt;br /&gt;
* Η απορροή που οφείλεται στις βροχοπτώσεις αυξάνεται σημαντικά κατά 53%&lt;br /&gt;
* Η συνολική ροή αυξάνεται κατά 7%&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Τα βασικά συμπεράσματα που εξάγονται από αυτή τη μελέτη εμφανίζονται παρακάτω. Αρχικά, η τηλεπισκόπηση επιτρέπει την ανίχνευση χωροχρονικών προτύπων χιονοκάλυψης σε μεγάλες περιοχές όπου το έδαφος είναι απρόσιτο και παρέχει χρήσιμες πληροφορίες για τον υδρολογικό κύκλο. Επιπλέον, η λεκάνη του Ινδού είναι η περισσότερο εξαρτώμενη (για την επιφανειακή απορροή) από την τήξη του χιονιού και των πάγων κι επίσης υπάρχει μία σημαντική τάση μείωσης της κάλυψης του χιονιού που παρατηρήθηκε στην άνω λεκάνη. Επιπροσθέτως, τα σενάρια που μελετήθηκαν μπορεί να έχουν ευεργετική επίδραση στην κατάντη διαθεσιμότητα νερού του Ινδού και κατά συνέπεια, των γεωργικών δυνατοτήτων της περιοχής. Τελευταία, υπάρχουν ενδείξεις ότι η περιφερειακή άνοδος της θερμοκρασίας επηρεάζει την υδρολογία της άνω λεκάνης του Ινδού λόγω της επιτάχυνσης του λιώσιμου των πάγων, αυτή η άνοδος μπορεί να συσχετιστεί με τις παγκόσμιες μεταβολές της θερμοκρασίας που οφείλονται στον ανθρώπινο παράγοντα.&lt;br /&gt;
&lt;br /&gt;
[[category: Εκτίμηση Υδρολογικών λεκανών]]&lt;/div&gt;</summary>
		<author><name>Markoudimitris</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A7%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CE%B4%CF%85%CE%BD%CE%B7%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B6%CF%89%CE%BD%CF%8E%CE%BD_%CF%85%CF%80%CE%BF%CE%B3%CE%B5%CE%AF%CF%89%CE%BD_%CF%85%CE%B4%CE%AC%CF%84%CF%89%CE%BD_%CF%83%CF%84%CE%B7_%CE%BB%CE%B5%CE%BA%CE%AC%CE%BD%CE%B7_Musi_%CE%BC%CE%B5_%CF%84%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82</id>
		<title>Χαρτογράφηση δυνητικών ζωνών υπογείων υδάτων στη λεκάνη Musi με τη χρήση τηλεπισκόπησης</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A7%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CE%B4%CF%85%CE%BD%CE%B7%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B6%CF%89%CE%BD%CF%8E%CE%BD_%CF%85%CF%80%CE%BF%CE%B3%CE%B5%CE%AF%CF%89%CE%BD_%CF%85%CE%B4%CE%AC%CF%84%CF%89%CE%BD_%CF%83%CF%84%CE%B7_%CE%BB%CE%B5%CE%BA%CE%AC%CE%BD%CE%B7_Musi_%CE%BC%CE%B5_%CF%84%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82"/>
				<updated>2019-02-07T13:50:04Z</updated>
		
		<summary type="html">&lt;p&gt;Markoudimitris: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: askisi4_eikona1.jpg|thumb | right |''Εικόνα 1: Υδρογραφικό δίκτυο της λεκάνης Musi'']]&lt;br /&gt;
[[Εικόνα: askisi4_eikona2.jpg|thumb | right |''Εικόνα 2: Χάρτης χρήσεων γης της λεκάνης'']]&lt;br /&gt;
[[Εικόνα: askisi4_eikona3.jpg|thumb | right |''Εικόνα 3: Χάρτης δυνητικών ζωνών υπόγειων υδάτων για τη λεκάνη Musi'']]&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος τίτλος:''' '''Mapping of groundwater potential zones in the Musi basin using remote sensing data and GIS'''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Sreedhar Ganapuram, G.T. Vijaya Kumar, I.V. Murali Krishna, Ercan Kahya, M. Cüneyd Demirel &amp;lt;br/&amp;gt;&lt;br /&gt;
&lt;br /&gt;
[https://www.sciencedirect.com/science/article/pii/S096599780800166X Σύνδεσμος πρωτότυπου κειμένου]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Τα υπόγεια ύδατα περιλαμβάνουν το νερό που καλύπτει τα κενά εντός των γεωλογικών στρωμάτων. Με την έλευση της τηλεπισκόπησης και των Συστημάτων Γεωγραφικών Πληροφοριών (GIS), η χαρτογράφηση δυνητικών ζωνών υπογείων υδάτων έχει μετατραπεί σε μια προσιτή διαδικασία. Σε αυτήν την εργασία παρουσιάζεται η μελέτη που διεξήχθη για την ανάπτυξη ψηφιακής βάσης δεδομένων που αφορά τη διαθεσιμότητα των υπογείων υδάτων στη Λεκάνη Musi και τη χαρτογράφηση των αρδευόμενων περιοχών χρησιμοποιώντας δεδομένα τηλεπισκόπησης &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Δεδομένα και μεθοδολογία'''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Περιγραφή της περιοχής μελέτης''&lt;br /&gt;
&lt;br /&gt;
Η λεκάνη απορροής Musi είναι το πιο σημαντικό κέντρο αγροτικής παραγωγής στην περιφέρεια Andhra Pradesh της Ινδίας. Η περιοχή αυτή διαθέτει πληθυσμό που αναπτύσσεται με ταχείς ρυθμούς και αυξανόμενη ζήτηση σε ανάγκες νερού από τις πόλεις και τις βιομηχανίες. Διαθέτει τρεις ταμιευτήρες, τους Osmansagar, Himayatsagar και Musi. Βρίσκεται σε υψόμετρο μεταξύ 726 και 450 μέτρων και το κλίμα της κατατάσσεται στο ημίξηρο. Το τμήμα της λεκάνης το οποίο θα εξεταστεί είναι το βόρειο. Παρατηρείται ανεπαρκής βροχόπτωση στην περιοχή και για αυτόν το λόγο οι ανάγκες άρδευσης καλύπτονται κυρίως από τα υπόγεια ύδατα.&lt;br /&gt;
&lt;br /&gt;
	&lt;br /&gt;
''Δεδομένα που χρησιμοποιήθηκαν''&lt;br /&gt;
&lt;br /&gt;
Τα τηλεπισκοπικά δεδομένα που χρησιμοποιήθηκαν αποτελούνται από το Shuttle Radar Topographic Mission - Digital Elevation Model (SRTM DEM) και από τον Θεματικό Χαρτογράφο Landsat 7. Επίσης χρησιμοποιήθηκαν τοπογραφικοί, γεωλογικοί και γεωμορφολογικοί χάρτες. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Μεθοδολογία''&lt;br /&gt;
&lt;br /&gt;
Η αυξανόμενη διαθεσιμότητα δεδομένων από συμβολομετρικά ραντάρ (δεδομένα SRTM DEM) παρέχει νέες δυνατότητες στους επιστήμονες της γης και συγκρίθηκε επιτυχώς με ψηφιακά μοντέλα εδάφους που εξήχθησαν από αεροφωτογραφίες (SPOT-PAN, RADARSAT και ASTER). Με η εμφάνιση των GIS, τα ψηφιακά μοντέλα εδάφους χρησιμοποιούνται παράλληλά με άλλα χωρικά δεδομένα (π.χ. γεωλογικές πληροφορίες) με τον τρόπο των επάλληλων επιπέδων (layers). Περαιτέρω πληροφορίες που αφορούν στη μεθοδολογία βρίσκονται στην εργασία των Ganapuram et. al, 2008.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Ανάλυση και αποτελέσματα'''&lt;br /&gt;
&lt;br /&gt;
	Προκειμένου να οριοθετηθούν οι πιθανές ζώνες υπογείων υδάτων, εξήχθησαν διάφοροι θεματικοί χάρτες. Μέσω του STRT DEM, κατασκευάστηκε σε περιβάλλον ArcGIS ο χάρτης του υδρογραφικού δικτύου (εικ. 1). Το υδρογραφικό δίκτυο της περιοχής ανήκει στην κατηγορία των δενδριτικών και η λεκάνη έχει πυκνότητα απορροής 0,8 – 1 χλμ. ανά τ. χλμ. Στη συνέχεια κατασκευάστηκε ο χάρτης χρήσεων γης της περιοχής (εικ. 2). Για τη δημιουργία του χρησιμοποιήθηκαν δεδομένα από τον θεματικό χαρτογράφο Landsat 7 και πραγματοποιήθηκε η μέθοδος της ιεραρχικής ταξινόμησης (hierarchical classification).Τελικό προϊόν αποτελεί ο χάρτης δυνητικών ζωνών υπόγειων υδάτων (εικ. 3). Οι δυνητικές ζώνες υπογείων υδάτων συνάγονται μετά την ολοκλήρωση του [https://www.sciencedirect.com/science/article/pii/S096599780800166X υδρογεωμορφολογικού] και του [https://www.sciencedirect.com/science/article/pii/S096599780800166X χάρτη γεωλογικών δομών] (βλ. Ganapuram et al., 2008, σελ. 515 - 517). Διάφορες υδρογεωμορφικές μονάδες ομαδοποιούνται σε δυνητικές, μέτρια δυνητικές  και μη δυνητικές ζώνες. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Για να οριοθετηθεί η διαθεσιμότητα των υπόγειων υδάτων της λεκάνης Musi, κατασκευάστηκαν διάφοροι θεματικοί χάρτες, για την κατασκευή των οποίων έγινε χρήση δεδομένων τηλεπισκόπησης, και υπαρχόντων χαρτών. Τα αποτελέσματα έχουν ως εξής: η πλημμυρική πεδιάδα, η κοιλάδα και το βαθιά θαμμένο [https://en.wikipedia.org/wiki/Pediplain pediplain]: αποτελούν δυνητικές ζώνες για διερεύνηση και ανάπτυξη υπόγειων υδάτων. H παρουσία ρηγμάτων και γραμμικών στοιχείων (lineaments) ενισχύουν τις πιθανότητες αυτών των τμημάτων.&lt;br /&gt;
&lt;br /&gt;
[[category: Εκτίμηση Υδρολογικών λεκανών]]&lt;/div&gt;</summary>
		<author><name>Markoudimitris</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A7%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CE%B4%CF%85%CE%BD%CE%B7%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B6%CF%89%CE%BD%CF%8E%CE%BD_%CF%85%CF%80%CE%BF%CE%B3%CE%B5%CE%AF%CF%89%CE%BD_%CF%85%CE%B4%CE%AC%CF%84%CF%89%CE%BD_%CF%83%CF%84%CE%B7_%CE%BB%CE%B5%CE%BA%CE%AC%CE%BD%CE%B7_Musi_%CE%BC%CE%B5_%CF%84%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82</id>
		<title>Χαρτογράφηση δυνητικών ζωνών υπογείων υδάτων στη λεκάνη Musi με τη χρήση τηλεπισκόπησης</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A7%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CE%B4%CF%85%CE%BD%CE%B7%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B6%CF%89%CE%BD%CF%8E%CE%BD_%CF%85%CF%80%CE%BF%CE%B3%CE%B5%CE%AF%CF%89%CE%BD_%CF%85%CE%B4%CE%AC%CF%84%CF%89%CE%BD_%CF%83%CF%84%CE%B7_%CE%BB%CE%B5%CE%BA%CE%AC%CE%BD%CE%B7_Musi_%CE%BC%CE%B5_%CF%84%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82"/>
				<updated>2019-02-07T13:48:39Z</updated>
		
		<summary type="html">&lt;p&gt;Markoudimitris: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: askisi4_eikona1.jpg|thumb | right |''Εικόνα 1: Υδρογραφικό δίκτυο της λεκάνης Musi'']]&lt;br /&gt;
[[Εικόνα: askisi4_eikona2.jpg|thumb | right |''Εικόνα 2: Χάρτης χρήσεων γης της λεκάνης'']]&lt;br /&gt;
[[Εικόνα: askisi4_eikona3.jpg|thumb | right |''Εικόνα 3: Χάρτης δυνητικών ζωνών υπόγειων υδάτων για τη λεκάνη Musi'']]&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος τίτλος:''' '''Mapping of groundwater potential zones in the Musi basin using remote sensing data and GIS'''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Sreedhar Ganapuram, G.T. Vijaya Kumar, I.V. Murali Krishna, Ercan Kahya, M. Cüneyd Demirel &amp;lt;br/&amp;gt;&lt;br /&gt;
&lt;br /&gt;
[https://www.sciencedirect.com/science/article/pii/S096599780800166X Σύνδεσμος πρωτότυπου κειμένου]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Τα υπόγεια ύδατα περιλαμβάνουν το νερό που καλύπτει τα κενά εντός των γεωλογικών στρωμάτων. Με την έλευση της τηλεπισκόπησης και των Συστημάτων Γεωγραφικών Πληροφοριών (GIS), η χαρτογράφηση δυνητικών ζωνών υπογείων υδάτων έχει μετατραπεί σε μια προσιτή διαδικασία. Σε αυτήν την εργασία παρουσιάζεται η μελέτη που διεξήχθη για την ανάπτυξη ψηφιακής βάσης δεδομένων που αφορά τη διαθεσιμότητα των υπογείων υδάτων στη Λεκάνη Musi και τη χαρτογράφηση των αρδευόμενων περιοχών χρησιμοποιώντας δεδομένα τηλεπισκόπησης &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Δεδομένα και μεθοδολογία'''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Περιγραφή της περιοχής μελέτης''&lt;br /&gt;
&lt;br /&gt;
Η λεκάνη απορροής Musi είναι το πιο σημαντικό κέντρο αγροτικής παραγωγής στην περιφέρεια Andhra Pradesh της Ινδίας. Η περιοχή αυτή διαθέτει πληθυσμό που αναπτύσσεται με ταχείς ρυθμούς και αυξανόμενη ζήτηση σε ανάγκες νερού από τις πόλεις και τις βιομηχανίες. Διαθέτει τρεις ταμιευτήρες, τους Osmansagar, Himayatsagar και Musi. Βρίσκεται σε υψόμετρο μεταξύ 726 και 450 μέτρων και το κλίμα της κατατάσσεται στο ημίξηρο. Το τμήμα της λεκάνης το οποίο θα εξεταστεί είναι το βόρειο. Παρατηρείται ανεπαρκής βροχόπτωση στην περιοχή και για αυτόν το λόγο οι ανάγκες άρδευσης καλύπτονται κυρίως από τα υπόγεια ύδατα.&lt;br /&gt;
&lt;br /&gt;
	&lt;br /&gt;
''Δεδομένα που χρησιμοποιήθηκαν''&lt;br /&gt;
&lt;br /&gt;
Τα τηλεπισκοπικά δεδομένα που χρησιμοποιήθηκαν αποτελούνται από το Shuttle Radar Topographic Mission - Digital Elevation Model (SRTM DEM) και από τον Θεματικό Χαρτογράφο Landsat 7. Επίσης χρησιμοποιήθηκαν τοπογραφικοί, γεωλογικοί και γεωμορφολογικοί χάρτες. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Μεθοδολογία''&lt;br /&gt;
&lt;br /&gt;
Η αυξανόμενη διαθεσιμότητα δεδομένων από συμβολομετρικά ραντάρ (δεδομένα SRTM DEM) παρέχει νέες δυνατότητες στους επιστήμονες της γης και συγκρίθηκε επιτυχώς με ψηφιακά μοντέλα εδάφους που εξήχθησαν από αεροφωτογραφίες (SPOT-PAN, RADARSAT και ASTER). Με η εμφάνιση των GIS, τα ψηφιακά μοντέλα εδάφους χρησιμοποιούνται παράλληλά με άλλα χωρικά δεδομένα (π.χ. γεωλογικές πληροφορίες) με τον τρόπο των επάλληλων επιπέδων (layers). Περαιτέρω πληροφορίες που αφορούν στη μεθοδολογία βρίσκονται στην εργασία των Ganapuram et. al, 2008.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Ανάλυση και αποτελέσματα'''&lt;br /&gt;
&lt;br /&gt;
	Προκειμένου να οριοθετηθούν οι πιθανές ζώνες υπογείων υδάτων, εξήχθησαν διάφοροι θεματικοί χάρτες. Μέσω του STRT DEM, κατασκευάστηκε σε περιβάλλον ArcGIS ο χάρτης του υδρογραφικού δικτύου (εικ. 1). Το υδρογραφικό δίκτυο της περιοχής ανήκει στην κατηγορία των δενδριτικών και η λεκάνη έχει πυκνότητα απορροής 0,8 – 1 χλμ. ανά τ. χλμ. Στη συνέχεια κατασκευάστηκε ο χάρτης χρήσεων γης της περιοχής (εικ. 2). Για τη δημιουργία του χρησιμοποιήθηκαν δεδομένα από τον θεματικό χαρτογράφο Landsat 7 και πραγματοποιήθηκε η μέθοδος της ιεραρχικής ταξινόμησης (hierarchical classification).Τελικό προϊόν αποτελεί ο χάρτης δυνητικών ζωνών υπόγειων υδάτων (εικ. 3). Οι δυνητικές ζώνες υπογείων υδάτων συνάγονται μετά την ολοκλήρωση του [https://www.sciencedirect.com/science/article/pii/S096599780800166X υδρογεωμορφολογικού] και του [https://www.sciencedirect.com/science/article/pii/S096599780800166X χάρτη γεωλογικών δομών] (βλ. Ganapuram et al., 2008, σελ. 515 - 517). Διάφορες υδρογεωμορφικές μονάδες ομαδοποιούνται σε δυνητικές, μέτρια δυνητικές  και μη δυνητικές ζώνες. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Για να οριοθετηθεί η διαθεσιμότητα των υπόγειων υδάτων της λεκάνης Musi, κατασκευάστηκαν διάφοροι θεματικοί χάρτες, για την κατασκευή των οποίων έγινε χρήση δεδομένων τηλεπισκόπησης, και υπαρχόντων χαρτών. Τα αποτελέσματα έχουν ως εξής: η πλημμυρική πεδιάδα, η κοιλάδα και το βαθιά θαμμένο [https://en.wikipedia.org/wiki/Pediplain “pediplain”]: αποτελούν δυνητικές ζώνες για διερεύνηση και ανάπτυξη υπόγειων υδάτων. H παρουσία ρηγμάτων και γραμμικών στοιχείων (lineaments) ενισχύουν τις πιθανότητες αυτών των τμημάτων.&lt;br /&gt;
&lt;br /&gt;
[[category: Εκτίμηση Υδρολογικών λεκανών]]&lt;/div&gt;</summary>
		<author><name>Markoudimitris</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A7%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CE%B4%CF%85%CE%BD%CE%B7%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B6%CF%89%CE%BD%CF%8E%CE%BD_%CF%85%CF%80%CE%BF%CE%B3%CE%B5%CE%AF%CF%89%CE%BD_%CF%85%CE%B4%CE%AC%CF%84%CF%89%CE%BD_%CF%83%CF%84%CE%B7_%CE%BB%CE%B5%CE%BA%CE%AC%CE%BD%CE%B7_Musi_%CE%BC%CE%B5_%CF%84%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82</id>
		<title>Χαρτογράφηση δυνητικών ζωνών υπογείων υδάτων στη λεκάνη Musi με τη χρήση τηλεπισκόπησης</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A7%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CE%B4%CF%85%CE%BD%CE%B7%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B6%CF%89%CE%BD%CF%8E%CE%BD_%CF%85%CF%80%CE%BF%CE%B3%CE%B5%CE%AF%CF%89%CE%BD_%CF%85%CE%B4%CE%AC%CF%84%CF%89%CE%BD_%CF%83%CF%84%CE%B7_%CE%BB%CE%B5%CE%BA%CE%AC%CE%BD%CE%B7_Musi_%CE%BC%CE%B5_%CF%84%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82"/>
				<updated>2019-02-07T13:48:15Z</updated>
		
		<summary type="html">&lt;p&gt;Markoudimitris: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: askisi4_eikona1.jpg|thumb | right |''Εικόνα 1: Υδρογραφικό δίκτυο της λεκάνης Musi'']]&lt;br /&gt;
[[Εικόνα: askisi4_eikona2.jpg|thumb | right |''Εικόνα 2: Χάρτης χρήσεων γης της λεκάνης'']]&lt;br /&gt;
[[Εικόνα: askisi4_eikona3.jpg|thumb | right |''Εικόνα 3: Χάρτης δυνητικών ζωνών υπόγειων υδάτων για τη λεκάνη Musi'']]&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος τίτλος:''' '''Mapping of groundwater potential zones in the Musi basin using remote sensing data and GIS'''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Sreedhar Ganapuram, G.T. Vijaya Kumar, I.V. Murali Krishna, Ercan Kahya, M. Cüneyd Demirel &amp;lt;br/&amp;gt;&lt;br /&gt;
&lt;br /&gt;
[https://www.sciencedirect.com/science/article/pii/S096599780800166X Σύνδεσμος πρωτότυπου κειμένου]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Τα υπόγεια ύδατα περιλαμβάνουν το νερό που καλύπτει τα κενά εντός των γεωλογικών στρωμάτων. Με την έλευση της τηλεπισκόπησης και των Συστημάτων Γεωγραφικών Πληροφοριών (GIS), η χαρτογράφηση δυνητικών ζωνών υπογείων υδάτων έχει μετατραπεί σε μια προσιτή διαδικασία. Σε αυτήν την εργασία παρουσιάζεται η μελέτη που διεξήχθη για την ανάπτυξη ψηφιακής βάσης δεδομένων που αφορά τη διαθεσιμότητα των υπογείων υδάτων στη Λεκάνη Musi και τη χαρτογράφηση των αρδευόμενων περιοχών χρησιμοποιώντας δεδομένα τηλεπισκόπησης &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Δεδομένα και μεθοδολογία'''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Περιγραφή της περιοχής μελέτης''&lt;br /&gt;
&lt;br /&gt;
Η λεκάνη απορροής Musi είναι το πιο σημαντικό κέντρο αγροτικής παραγωγής στην περιφέρεια Andhra Pradesh της Ινδίας. Η περιοχή αυτή διαθέτει πληθυσμό που αναπτύσσεται με ταχείς ρυθμούς και αυξανόμενη ζήτηση σε ανάγκες νερού από τις πόλεις και τις βιομηχανίες. Διαθέτει τρεις ταμιευτήρες, τους Osmansagar, Himayatsagar και Musi. Βρίσκεται σε υψόμετρο μεταξύ 726 και 450 μέτρων και το κλίμα της κατατάσσεται στο ημίξηρο. Το τμήμα της λεκάνης το οποίο θα εξεταστεί είναι το βόρειο. Παρατηρείται ανεπαρκής βροχόπτωση στην περιοχή και για αυτόν το λόγο οι ανάγκες άρδευσης καλύπτονται κυρίως από τα υπόγεια ύδατα.&lt;br /&gt;
&lt;br /&gt;
	&lt;br /&gt;
''Δεδομένα που χρησιμοποιήθηκαν''&lt;br /&gt;
&lt;br /&gt;
Τα τηλεπισκοπικά δεδομένα που χρησιμοποιήθηκαν αποτελούνται από το Shuttle Radar Topographic Mission - Digital Elevation Model (SRTM DEM) και από τον Θεματικό Χαρτογράφο Landsat 7. Επίσης χρησιμοποιήθηκαν τοπογραφικοί, γεωλογικοί και γεωμορφολογικοί χάρτες. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Μεθοδολογία''&lt;br /&gt;
&lt;br /&gt;
Η αυξανόμενη διαθεσιμότητα δεδομένων από συμβολομετρικά ραντάρ (δεδομένα SRTM DEM) παρέχει νέες δυνατότητες στους επιστήμονες της γης και συγκρίθηκε επιτυχώς με ψηφιακά μοντέλα εδάφους που εξήχθησαν από αεροφωτογραφίες (SPOT-PAN, RADARSAT και ASTER). Με η εμφάνιση των GIS, τα ψηφιακά μοντέλα εδάφους χρησιμοποιούνται παράλληλά με άλλα χωρικά δεδομένα (π.χ. γεωλογικές πληροφορίες) με τον τρόπο των επάλληλων επιπέδων (layers). Περαιτέρω πληροφορίες που αφορούν στη μεθοδολογία βρίσκονται στην εργασία των Ganapuram et. al, 2008.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Ανάλυση και αποτελέσματα'''&lt;br /&gt;
&lt;br /&gt;
	Προκειμένου να οριοθετηθούν οι πιθανές ζώνες υπογείων υδάτων, εξήχθησαν διάφοροι θεματικοί χάρτες. Μέσω του STRT DEM, κατασκευάστηκε σε περιβάλλον ArcGIS ο χάρτης του υδρογραφικού δικτύου (εικ. 1). Το υδρογραφικό δίκτυο της περιοχής ανήκει στην κατηγορία των δενδριτικών και η λεκάνη έχει πυκνότητα απορροής 0,8 – 1 χλμ. ανά τ. χλμ. Στη συνέχεια κατασκευάστηκε ο χάρτης χρήσεων γης της περιοχής (εικ. 2). Για τη δημιουργία του χρησιμοποιήθηκαν δεδομένα από τον θεματικό χαρτογράφο Landsat 7 και πραγματοποιήθηκε η μέθοδος της ιεραρχικής ταξινόμησης (hierarchical classification).Τελικό προϊόν αποτελεί ο χάρτης δυνητικών ζωνών υπόγειων υδάτων (εικ. 3). Οι δυνητικές ζώνες υπογείων υδάτων συνάγονται μετά την ολοκλήρωση του [https://www.sciencedirect.com/science/article/pii/S096599780800166X υδρογεωμορφολογικού] και του [https://www.sciencedirect.com/science/article/pii/S096599780800166X χάρτη γεωλογικών δομών] (βλ. Ganapuram et al., 2008, σελ. 515 - 517). Διάφορες υδρογεωμορφικές μονάδες ομαδοποιούνται σε δυνητικές, μέτρια δυνητικές  και μη δυνητικές ζώνες. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Για να οριοθετηθεί η διαθεσιμότητα των υπόγειων υδάτων της λεκάνης Musi, κατασκευάστηκαν διάφοροι θεματικοί χάρτες, για την κατασκευή των οποίων έγινε χρήση δεδομένων τηλεπισκόπησης, και υπαρχόντων χαρτών. Τα αποτελέσματα έχουν ως εξής: η πλημμυρική πεδιάδα, η κοιλάδα και το βαθιά θαμμένο [https://en.wikipedia.org/wiki/Pediplain“pediplain”]: αποτελούν δυνητικές ζώνες για διερεύνηση και ανάπτυξη υπόγειων υδάτων. H παρουσία ρηγμάτων και γραμμικών στοιχείων (lineaments) ενισχύουν τις πιθανότητες αυτών των τμημάτων.&lt;br /&gt;
&lt;br /&gt;
[[category: Εκτίμηση Υδρολογικών λεκανών]]&lt;/div&gt;</summary>
		<author><name>Markoudimitris</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A7%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CE%B4%CF%85%CE%BD%CE%B7%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B6%CF%89%CE%BD%CF%8E%CE%BD_%CF%85%CF%80%CE%BF%CE%B3%CE%B5%CE%AF%CF%89%CE%BD_%CF%85%CE%B4%CE%AC%CF%84%CF%89%CE%BD_%CF%83%CF%84%CE%B7_%CE%BB%CE%B5%CE%BA%CE%AC%CE%BD%CE%B7_Musi_%CE%BC%CE%B5_%CF%84%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82</id>
		<title>Χαρτογράφηση δυνητικών ζωνών υπογείων υδάτων στη λεκάνη Musi με τη χρήση τηλεπισκόπησης</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A7%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CE%B4%CF%85%CE%BD%CE%B7%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B6%CF%89%CE%BD%CF%8E%CE%BD_%CF%85%CF%80%CE%BF%CE%B3%CE%B5%CE%AF%CF%89%CE%BD_%CF%85%CE%B4%CE%AC%CF%84%CF%89%CE%BD_%CF%83%CF%84%CE%B7_%CE%BB%CE%B5%CE%BA%CE%AC%CE%BD%CE%B7_Musi_%CE%BC%CE%B5_%CF%84%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82"/>
				<updated>2019-02-07T13:46:52Z</updated>
		
		<summary type="html">&lt;p&gt;Markoudimitris: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: askisi4_eikona1.jpg|thumb | right |''Εικόνα 1: Υδρογραφικό δίκτυο της λεκάνης Musi'']]&lt;br /&gt;
[[Εικόνα: askisi4_eikona2.jpg|thumb | right |''Εικόνα 2: Χάρτης χρήσεων γης της λεκάνης'']]&lt;br /&gt;
[[Εικόνα: askisi4_eikona3.jpg|thumb | right |''Εικόνα 3: Χάρτης δυνητικών ζωνών υπόγειων υδάτων για τη λεκάνη Musi'']]&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος τίτλος:''' '''Mapping of groundwater potential zones in the Musi basin using remote sensing data and GIS'''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Sreedhar Ganapuram, G.T. Vijaya Kumar, I.V. Murali Krishna, Ercan Kahya, M. Cüneyd Demirel &amp;lt;br/&amp;gt;&lt;br /&gt;
&lt;br /&gt;
[https://www.sciencedirect.com/science/article/pii/S096599780800166X Σύνδεσμος πρωτότυπου κειμένου]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Τα υπόγεια ύδατα περιλαμβάνουν το νερό που καλύπτει τα κενά εντός των γεωλογικών στρωμάτων. Με την έλευση της τηλεπισκόπησης και των Συστημάτων Γεωγραφικών Πληροφοριών (GIS), η χαρτογράφηση δυνητικών ζωνών υπογείων υδάτων έχει μετατραπεί σε μια προσιτή διαδικασία. Σε αυτήν την εργασία παρουσιάζεται η μελέτη που διεξήχθη για την ανάπτυξη ψηφιακής βάσης δεδομένων που αφορά τη διαθεσιμότητα των υπογείων υδάτων στη Λεκάνη Musi και τη χαρτογράφηση των αρδευόμενων περιοχών χρησιμοποιώντας δεδομένα τηλεπισκόπησης &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Δεδομένα και μεθοδολογία'''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Περιγραφή της περιοχής μελέτης''&lt;br /&gt;
&lt;br /&gt;
Η λεκάνη απορροής Musi είναι το πιο σημαντικό κέντρο αγροτικής παραγωγής στην περιφέρεια Andhra Pradesh της Ινδίας. Η περιοχή αυτή διαθέτει πληθυσμό που αναπτύσσεται με ταχείς ρυθμούς και αυξανόμενη ζήτηση σε ανάγκες νερού από τις πόλεις και τις βιομηχανίες. Διαθέτει τρεις ταμιευτήρες, τους Osmansagar, Himayatsagar και Musi. Βρίσκεται σε υψόμετρο μεταξύ 726 και 450 μέτρων και το κλίμα της κατατάσσεται στο ημίξηρο. Το τμήμα της λεκάνης το οποίο θα εξεταστεί είναι το βόρειο. Παρατηρείται ανεπαρκής βροχόπτωση στην περιοχή και για αυτόν το λόγο οι ανάγκες άρδευσης καλύπτονται κυρίως από τα υπόγεια ύδατα.&lt;br /&gt;
&lt;br /&gt;
	&lt;br /&gt;
''Δεδομένα που χρησιμοποιήθηκαν''&lt;br /&gt;
&lt;br /&gt;
Τα τηλεπισκοπικά δεδομένα που χρησιμοποιήθηκαν αποτελούνται από το Shuttle Radar Topographic Mission - Digital Elevation Model (SRTM DEM) και από τον Θεματικό Χαρτογράφο Landsat 7. Επίσης χρησιμοποιήθηκαν τοπογραφικοί, γεωλογικοί και γεωμορφολογικοί χάρτες. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Μεθοδολογία''&lt;br /&gt;
&lt;br /&gt;
Η αυξανόμενη διαθεσιμότητα δεδομένων από συμβολομετρικά ραντάρ (δεδομένα SRTM DEM) παρέχει νέες δυνατότητες στους επιστήμονες της γης και συγκρίθηκε επιτυχώς με ψηφιακά μοντέλα εδάφους που εξήχθησαν από αεροφωτογραφίες (SPOT-PAN, RADARSAT και ASTER). Με η εμφάνιση των GIS, τα ψηφιακά μοντέλα εδάφους χρησιμοποιούνται παράλληλά με άλλα χωρικά δεδομένα (π.χ. γεωλογικές πληροφορίες) με τον τρόπο των επάλληλων επιπέδων (layers). Περαιτέρω πληροφορίες που αφορούν στη μεθοδολογία βρίσκονται στην εργασία των Ganapuram et. al, 2008.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Ανάλυση και αποτελέσματα'''&lt;br /&gt;
&lt;br /&gt;
	Προκειμένου να οριοθετηθούν οι πιθανές ζώνες υπογείων υδάτων, εξήχθησαν διάφοροι θεματικοί χάρτες. Μέσω του STRT DEM, κατασκευάστηκε σε περιβάλλον ArcGIS ο χάρτης του υδρογραφικού δικτύου (εικ. 1). Το υδρογραφικό δίκτυο της περιοχής ανήκει στην κατηγορία των δενδριτικών και η λεκάνη έχει πυκνότητα απορροής 0,8 – 1 χλμ. ανά τ. χλμ. Στη συνέχεια κατασκευάστηκε ο χάρτης χρήσεων γης της περιοχής (εικ. 2). Για τη δημιουργία του χρησιμοποιήθηκαν δεδομένα από τον θεματικό χαρτογράφο Landsat 7 και πραγματοποιήθηκε η μέθοδος της ιεραρχικής ταξινόμησης (hierarchical classification).Τελικό προϊόν αποτελεί ο χάρτης δυνητικών ζωνών υπόγειων υδάτων (εικ. 3). Οι δυνητικές ζώνες υπογείων υδάτων συνάγονται μετά την ολοκλήρωση του [https://www.sciencedirect.com/science/article/pii/S096599780800166X υδρογεωμορφολογικού] και του [https://www.sciencedirect.com/science/article/pii/S096599780800166X χάρτη γεωλογικών δομών] (βλ. Ganapuram et al., 2008, σελ. 515 - 517). Διάφορες υδρογεωμορφικές μονάδες ομαδοποιούνται σε δυνητικές, μέτρια δυνητικές  και μη δυνητικές ζώνες. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Για να οριοθετηθεί η διαθεσιμότητα των υπόγειων υδάτων της λεκάνης Musi, κατασκευάστηκαν διάφοροι θεματικοί χάρτες, για την κατασκευή των οποίων έγινε χρήση δεδομένων τηλεπισκόπησης, και υπαρχόντων χαρτών. Τα αποτελέσματα έχουν ως εξής: η πλημμυρική πεδιάδα, η κοιλάδα και το βαθιά θαμμένο “pediplain”: αποτελούν δυνητικές ζώνες για διερεύνηση και ανάπτυξη υπόγειων υδάτων. H παρουσία ρηγμάτων και γραμμικών στοιχείων (lineaments) ενισχύουν τις πιθανότητες αυτών των τμημάτων.&lt;br /&gt;
&lt;br /&gt;
[[category: Εκτίμηση Υδρολογικών λεκανών]]&lt;/div&gt;</summary>
		<author><name>Markoudimitris</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A7%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CE%B4%CF%85%CE%BD%CE%B7%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B6%CF%89%CE%BD%CF%8E%CE%BD_%CF%85%CF%80%CE%BF%CE%B3%CE%B5%CE%AF%CF%89%CE%BD_%CF%85%CE%B4%CE%AC%CF%84%CF%89%CE%BD_%CF%83%CF%84%CE%B7_%CE%BB%CE%B5%CE%BA%CE%AC%CE%BD%CE%B7_Musi_%CE%BC%CE%B5_%CF%84%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82</id>
		<title>Χαρτογράφηση δυνητικών ζωνών υπογείων υδάτων στη λεκάνη Musi με τη χρήση τηλεπισκόπησης</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A7%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CE%B4%CF%85%CE%BD%CE%B7%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B6%CF%89%CE%BD%CF%8E%CE%BD_%CF%85%CF%80%CE%BF%CE%B3%CE%B5%CE%AF%CF%89%CE%BD_%CF%85%CE%B4%CE%AC%CF%84%CF%89%CE%BD_%CF%83%CF%84%CE%B7_%CE%BB%CE%B5%CE%BA%CE%AC%CE%BD%CE%B7_Musi_%CE%BC%CE%B5_%CF%84%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82"/>
				<updated>2019-02-07T13:45:33Z</updated>
		
		<summary type="html">&lt;p&gt;Markoudimitris: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: askisi4_eikona1.jpg|thumb | right |''Εικόνα 1: Υδρογραφικό δίκτυο της λεκάνης Musi'']]&lt;br /&gt;
[[Εικόνα: askisi4_eikona2.jpg|thumb | right |''Εικόνα 2: Χάρτης χρήσεων γης της λεκάνης'']]&lt;br /&gt;
[[Εικόνα: askisi4_eikona3.jpg|thumb | right |''Εικόνα 3: Χάρτης δυνητικών ζωνών υπόγειων υδάτων για τη λεκάνη Musi'']]&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος τίτλος:''' '''Mapping of groundwater potential zones in the Musi basin using remote sensing data and GIS'''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Sreedhar Ganapuram, G.T. Vijaya Kumar, I.V. Murali Krishna, Ercan Kahya, M. Cüneyd Demirel &amp;lt;br/&amp;gt;&lt;br /&gt;
&lt;br /&gt;
[https://www.sciencedirect.com/science/article/pii/S096599780800166X Σύνδεσμος πρωτότυπου κειμένου]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Τα υπόγεια ύδατα περιλαμβάνουν το νερό που καλύπτει τα κενά εντός των γεωλογικών στρωμάτων. Με την έλευση της τηλεπισκόπησης και των Συστημάτων Γεωγραφικών Πληροφοριών (GIS), η χαρτογράφηση δυνητικών ζωνών υπογείων υδάτων έχει μετατραπεί σε μια προσιτή διαδικασία. Σε αυτήν την εργασία παρουσιάζεται η μελέτη που διεξήχθη για την ανάπτυξη ψηφιακής βάσης δεδομένων που αφορά τη διαθεσιμότητα των υπογείων υδάτων στη Λεκάνη Musi και τη χαρτογράφηση των αρδευόμενων περιοχών χρησιμοποιώντας δεδομένα τηλεπισκόπησης &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Δεδομένα και μεθοδολογία'''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Περιγραφή της περιοχής μελέτης''&lt;br /&gt;
&lt;br /&gt;
Η λεκάνη απορροής Musi είναι το πιο σημαντικό κέντρο αγροτικής παραγωγής στην περιφέρεια Andhra Pradesh της Ινδίας. Η περιοχή αυτή διαθέτει πληθυσμό που αναπτύσσεται με ταχείς ρυθμούς και αυξανόμενη ζήτηση σε ανάγκες νερού από τις πόλεις και τις βιομηχανίες. Διαθέτει τρεις ταμιευτήρες, τους Osmansagar, Himayatsagar και Musi. Βρίσκεται σε υψόμετρο μεταξύ 726 και 450 μέτρων και το κλίμα της κατατάσσεται στο ημίξηρο. Το τμήμα της λεκάνης το οποίο θα εξεταστεί είναι το βόρειο. Παρατηρείται ανεπαρκής βροχόπτωση στην περιοχή και για αυτόν το λόγο οι ανάγκες άρδευσης καλύπτονται κυρίως από τα υπόγεια ύδατα.&lt;br /&gt;
&lt;br /&gt;
	&lt;br /&gt;
''Δεδομένα που χρησιμοποιήθηκαν''&lt;br /&gt;
&lt;br /&gt;
Τα τηλεπισκοπικά δεδομένα που χρησιμοποιήθηκαν αποτελούνται από το Shuttle Radar Topographic Mission - Digital Elevation Model (SRTM DEM) και από τον Θεματικό Χαρτογράφο Landsat 7. Επίσης χρησιμοποιήθηκαν τοπογραφικοί, γεωλογικοί και γεωμορφολογικοί χάρτες. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Μεθοδολογία''&lt;br /&gt;
&lt;br /&gt;
Η αυξανόμενη διαθεσιμότητα δεδομένων από συμβολομετρικά ραντάρ (δεδομένα SRTM DEM) παρέχει νέες δυνατότητες στους επιστήμονες της γης και συγκρίθηκε επιτυχώς με ψηφιακά μοντέλα εδάφους που εξήχθησαν από αεροφωτογραφίες (SPOT-PAN, RADARSAT και ASTER). Με η εμφάνιση των GIS, τα ψηφιακά μοντέλα εδάφους χρησιμοποιούνται παράλληλά με άλλα χωρικά δεδομένα (π.χ. γεωλογικές πληροφορίες) με τον τρόπο των επάλληλων επιπέδων (layers). Περαιτέρω πληροφορίες που αφορούν στη μεθοδολογία βρίσκονται στην εργασία των Ganapuram et. al, 2008.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Ανάλυση και αποτελέσματα'''&lt;br /&gt;
&lt;br /&gt;
	Προκειμένου να οριοθετηθούν οι πιθανές ζώνες υπογείων υδάτων, εξήχθησαν διάφοροι θεματικοί χάρτες. Μέσω του STRT DEM, κατασκευάστηκε σε περιβάλλον ArcGIS ο χάρτης του υδρογραφικού δικτύου (εικ. 1). Το υδρογραφικό δίκτυο της περιοχής ανήκει στην κατηγορία των δενδριτικών και η λεκάνη έχει πυκνότητα απορροής 0,8 – 1 χλμ. ανά τ. χλμ. Στη συνέχεια κατασκευάστηκε ο χάρτης χρήσεων γης της περιοχής (εικ. 2). Για τη δημιουργία του χρησιμοποιήθηκαν δεδομένα από τον θεματικό χαρτογράφο Landsat 7 και πραγματοποιήθηκε η μέθοδος της ιεραρχικής ταξινόμησης (hierarchical classification).Τελικό προϊόν αποτελεί ο χάρτης δυνητικών ζωνών υπόγειων υδάτων (εικ. 3). Οι δυνητικές ζώνες υπογείων υδάτων συνάγονται μετά την ολοκλήρωση του [https://www.sciencedirect.com/science/article/pii/S096599780800166X υδρογεωμορφολογικού] και του [https://www.sciencedirect.com/science/article/pii/S096599780800166X χάρτη γεωλογικών δομών] (βλ. Ganapuram et al., 2008, σελ. 515, 517). Διάφορες υδρογεωμορφικές μονάδες ομαδοποιούνται σε δυνητικές, μέτρια δυνητικές  και μη δυνητικές ζώνες.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Για να οριοθετηθεί η διαθεσιμότητα των υπόγειων υδάτων της λεκάνης Musi, κατασκευάστηκαν διάφοροι θεματικοί χάρτες, για την κατασκευή των οποίων έγινε χρήση δεδομένων τηλεπισκόπησης, και υπαρχόντων χαρτών. Τα αποτελέσματα έχουν ως εξής: η πλημμυρική πεδιάδα, η κοιλάδα και το βαθιά θαμμένο “pediplain”: αποτελούν δυνητικές ζώνες για διερεύνηση και ανάπτυξη υπόγειων υδάτων. H παρουσία ρηγμάτων και γραμμικών στοιχείων (lineaments) ενισχύουν τις πιθανότητες αυτών των τμημάτων.&lt;br /&gt;
&lt;br /&gt;
[[category: Εκτίμηση Υδρολογικών λεκανών]]&lt;/div&gt;</summary>
		<author><name>Markoudimitris</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A7%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CE%B4%CF%85%CE%BD%CE%B7%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B6%CF%89%CE%BD%CF%8E%CE%BD_%CF%85%CF%80%CE%BF%CE%B3%CE%B5%CE%AF%CF%89%CE%BD_%CF%85%CE%B4%CE%AC%CF%84%CF%89%CE%BD_%CF%83%CF%84%CE%B7_%CE%BB%CE%B5%CE%BA%CE%AC%CE%BD%CE%B7_Musi_%CE%BC%CE%B5_%CF%84%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82</id>
		<title>Χαρτογράφηση δυνητικών ζωνών υπογείων υδάτων στη λεκάνη Musi με τη χρήση τηλεπισκόπησης</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A7%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CE%B4%CF%85%CE%BD%CE%B7%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B6%CF%89%CE%BD%CF%8E%CE%BD_%CF%85%CF%80%CE%BF%CE%B3%CE%B5%CE%AF%CF%89%CE%BD_%CF%85%CE%B4%CE%AC%CF%84%CF%89%CE%BD_%CF%83%CF%84%CE%B7_%CE%BB%CE%B5%CE%BA%CE%AC%CE%BD%CE%B7_Musi_%CE%BC%CE%B5_%CF%84%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82"/>
				<updated>2019-02-07T13:41:08Z</updated>
		
		<summary type="html">&lt;p&gt;Markoudimitris: Νέα σελίδα με '''Εικόνα 1: Υδρογραφικό δίκτυο της λεκάνης Musi'' [[Εικόνα: askisi4_eikona2.jpg...'&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: askisi4_eikona1.jpg|thumb | right |''Εικόνα 1: Υδρογραφικό δίκτυο της λεκάνης Musi'']]&lt;br /&gt;
[[Εικόνα: askisi4_eikona2.jpg|thumb | right |''Εικόνα 2: Χάρτης χρήσεων γης της λεκάνης'']]&lt;br /&gt;
[[Εικόνα: askisi4_eikona3.jpg|thumb | right |''Εικόνα 3: Χάρτης δυνητικών ζωνών υπόγειων υδάτων για τη λεκάνη Musi'']]&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος τίτλος:''' '''Mapping of groundwater potential zones in the Musi basin using remote sensing data and GIS'''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Sreedhar Ganapuram, G.T. Vijaya Kumar, I.V. Murali Krishna, Ercan Kahya, M. Cüneyd Demirel &amp;lt;br/&amp;gt;&lt;br /&gt;
&lt;br /&gt;
[https://www.sciencedirect.com/science/article/pii/S096599780800166X Σύνδεσμος πρωτότυπου κειμένου]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Τα υπόγεια ύδατα περιλαμβάνουν το νερό που καλύπτει τα κενά εντός των γεωλογικών στρωμάτων. Με την έλευση της τηλεπισκόπησης και των Συστημάτων Γεωγραφικών Πληροφοριών (GIS), η χαρτογράφηση δυνητικών ζωνών υπογείων υδάτων έχει μετατραπεί σε μια προσιτή διαδικασία. Σε αυτήν την εργασία παρουσιάζεται η μελέτη που διεξήχθη για την ανάπτυξη ψηφιακής βάσης δεδομένων που αφορά τη διαθεσιμότητα των υπογείων υδάτων στη Λεκάνη Musi και τη χαρτογράφηση των αρδευόμενων περιοχών χρησιμοποιώντας δεδομένα τηλεπισκόπησης &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Δεδομένα και μεθοδολογία'''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Περιγραφή της περιοχής μελέτης''&lt;br /&gt;
&lt;br /&gt;
Η λεκάνη απορροής Musi είναι το πιο σημαντικό κέντρο αγροτικής παραγωγής στην περιφέρεια Andhra Pradesh της Ινδίας. Η περιοχή αυτή διαθέτει πληθυσμό που αναπτύσσεται με ταχείς ρυθμούς και αυξανόμενη ζήτηση σε ανάγκες νερού από τις πόλεις και τις βιομηχανίες. Διαθέτει τρεις ταμιευτήρες, τους Osmansagar, Himayatsagar και Musi. Βρίσκεται σε υψόμετρο μεταξύ 726 και 450 μέτρων και το κλίμα της κατατάσσεται στο ημίξηρο. Το τμήμα της λεκάνης το οποίο θα εξεταστεί είναι το βόρειο. Παρατηρείται ανεπαρκής βροχόπτωση στην περιοχή και για αυτόν το λόγο οι ανάγκες άρδευσης καλύπτονται κυρίως από τα υπόγεια ύδατα.&lt;br /&gt;
&lt;br /&gt;
	&lt;br /&gt;
''Δεδομένα που χρησιμοποιήθηκαν''&lt;br /&gt;
&lt;br /&gt;
Τα τηλεπισκοπικά δεδομένα που χρησιμοποιήθηκαν αποτελούνται από το Shuttle Radar Topographic Mission - Digital Elevation Model (SRTM DEM) και από τον Θεματικό Χαρτογράφο Landsat 7. Επίσης χρησιμοποιήθηκαν τοπογραφικοί, γεωλογικοί και γεωμορφολογικοί χάρτες. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Μεθοδολογία''&lt;br /&gt;
&lt;br /&gt;
Η αυξανόμενη διαθεσιμότητα δεδομένων από συμβολομετρικά ραντάρ (δεδομένα SRTM DEM) παρέχει νέες δυνατότητες στους επιστήμονες της γης και συγκρίθηκε επιτυχώς με ψηφιακά μοντέλα εδάφους που εξήχθησαν από αεροφωτογραφίες (SPOT-PAN, RADARSAT και ASTER). Με η εμφάνιση των GIS, τα ψηφιακά μοντέλα εδάφους χρησιμοποιούνται παράλληλά με άλλα χωρικά δεδομένα (π.χ. γεωλογικές πληροφορίες) με τον τρόπο των επάλληλων επιπέδων (layers). Περαιτέρω πληροφορίες που αφορούν στη μεθοδολογία βρίσκονται στην εργασία των Ganapuram et. al, 2008.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Ανάλυση και αποτελέσματα'''&lt;br /&gt;
&lt;br /&gt;
	Προκειμένου να οριοθετηθούν οι πιθανές ζώνες υπογείων υδάτων, εξήχθησαν διάφοροι θεματικοί χάρτες. Μέσω του STRT DEM, κατασκευάστηκε σε περιβάλλον ArcGIS ο χάρτης του υδρογραφικού δικτύου (εικ. 1). Το υδρογραφικό δίκτυο της περιοχής ανήκει στην κατηγορία των δενδριτικών και η λεκάνη έχει πυκνότητα απορροής 0,8 – 1 χλμ. ανά τ. χλμ. Στη συνέχεια κατασκευάστηκε ο χάρτης χρήσεων γης της περιοχής (εικ. 2). Για τη δημιουργία του χρησιμοποιήθηκαν δεδομένα από τον θεματικό χαρτογράφο Landsat 7 και πραγματοποιήθηκε η μέθοδος της ιεραρχικής ταξινόμησης (hierarchical classification).Τελικό προϊόν αποτελεί ο χάρτης δυνητικών ζωνών υπόγειων υδάτων (εικ. 3). Οι δυνητικές ζώνες υπογείων υδάτων συνάγονται μετά την ολοκλήρωση του υδρογεωμορφολογικού και του χάρτη γεωλογικών δομών (βλ. Ganapuram et al., 2008). Διάφορες υδρογεωμορφικές μονάδες ομαδοποιούνται σε δυνητικές, μέτρια δυνητικές  και μη δυνητικές ζώνες.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Για να οριοθετηθεί η διαθεσιμότητα των υπόγειων υδάτων της λεκάνης Musi, κατασκευάστηκαν διάφοροι θεματικοί χάρτες, για την κατασκευή των οποίων έγινε χρήση δεδομένων τηλεπισκόπησης, και υπαρχόντων χαρτών. Τα αποτελέσματα έχουν ως εξής: η πλημμυρική πεδιάδα, η κοιλάδα και το βαθιά θαμμένο “pediplain”: αποτελούν δυνητικές ζώνες για διερεύνηση και ανάπτυξη υπόγειων υδάτων. H παρουσία ρηγμάτων και γραμμικών στοιχείων (lineaments) ενισχύουν τις πιθανότητες αυτών των τμημάτων.&lt;br /&gt;
&lt;br /&gt;
[[category: Εκτίμηση Υδρολογικών λεκανών]]&lt;/div&gt;</summary>
		<author><name>Markoudimitris</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%9F%CE%B9%CE%BA%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CE%BF%CE%AF_%CE%B4%CE%B5%CE%AF%CE%BA%CF%84%CE%B5%CF%82_%CF%84%CE%B7%CF%82_%CF%80%CE%B5%CE%BB%CE%B1%CE%B3%CE%B9%CE%BA%CE%AE%CF%82_%CE%B6%CF%8E%CE%BD%CE%B7%CF%82_%CF%84%CE%BF%CF%85_%CF%89%CE%BA%CE%B5%CE%B1%CE%BD%CE%BF%CF%8D_%CE%BC%CE%B5_%CF%84%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82</id>
		<title>Οικολογικοί δείκτες της πελαγικής ζώνης του ωκεανού με τη χρήση της τηλεπισκόπησης</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%9F%CE%B9%CE%BA%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CE%BF%CE%AF_%CE%B4%CE%B5%CE%AF%CE%BA%CF%84%CE%B5%CF%82_%CF%84%CE%B7%CF%82_%CF%80%CE%B5%CE%BB%CE%B1%CE%B3%CE%B9%CE%BA%CE%AE%CF%82_%CE%B6%CF%8E%CE%BD%CE%B7%CF%82_%CF%84%CE%BF%CF%85_%CF%89%CE%BA%CE%B5%CE%B1%CE%BD%CE%BF%CF%8D_%CE%BC%CE%B5_%CF%84%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82"/>
				<updated>2019-02-07T13:29:51Z</updated>
		
		<summary type="html">&lt;p&gt;Markoudimitris: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: askisi3_eikona1.jpg|thumb | right |''Εικόνα 1: Πεδία χλωροφύλλης στον βορειοδυτικό Ατλαντικό ωκεανό για την περίοδο 1998 – 2003 με χρήση δορυφόρου SeaWiFS. Τα εικονοστοιχεία με λευκό χρώμα αντιστοιχούν σε έλλειψη δεδομένων'']]&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος τίτλος:''' '''Ecological indicators for the pelagic zone of the ocean from remote sensing'''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Trevor Platt, Shubha Sathyendranath &amp;lt;br/&amp;gt;&lt;br /&gt;
&lt;br /&gt;
[https://www.sciencedirect.com/science/article/abs/pii/S0034425708001272 Σύνδεσμος πρωτότυπου κειμένου]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Οι διαδικασίες διαχείρισης και εποπτείας των ωκεανών θα έπρεπε να έχουν οικοσυστημική θεώρηση και η εξέταση του οικολογικού πλαισίου να πραγματοποιείται με ολιστικό τρόπο. Επιπλέον, κρίνεται απαραίτητη η καταγραφή και η ποσοτικοποίηση χαρακτηριστικών όπως η υγεία, η ζωτικότητα και η ανθεκτικότητα. Αυτές οι μετρήσεις ορίζονται ως οικολογικοί δείκτες. Σε αυτή την εργασία, εξετάζεται τη χρήση της τηλεπισκόπησης στην ανάπτυξη και εφαρμογή οικολογικών δεικτών για τα πελαγικά θαλάσσια οικοσυστήματα.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Υπάρχοντες δείκτες και οι περιορισμοί τους'''&lt;br /&gt;
&lt;br /&gt;
Οι οικολογικοί δείκτες που χρησιμοποιούνται (π.χ. πληθυσμιακά χαρακτηριστικά ενός συγκεκριμένου είδους) συνήθως δεν παρέχουν πληροφορίες για το σύνολο οικοσυστήματος. Στους δείκτες με βάση τη σχετική αφθονία των ειδών (ομοιότητα, πλούτος, ποικιλομορφία) παρατηρούνται τεχνικοί περιορισμοί στην ερμηνεία. Αυτές οι μέθοδοι έχουν το μειονέκτημα ότι απαιτείται ταυτοποίηση των ειδών και απαρίθμηση των ατόμων. Επιπλέον, εμφανίζονται δείκτες που επιδιώκουν την καταγραφή των ιδιοτήτων μίας βιοκοινότητας χωρίς την ταυτοποίηση των ειδών. Τελευταία, αναφέρονται και εκείνοι οι οποίοι βασίζονται σε ποσοτικά χαρακτηριστικά των βιοκοινοτήτων τα οποία εξάγονται από παρατηρήσεις που καταχωρούνται σε μοντέλο του θαλάσσιου οικοσυστήματος. Βασικά μειονεκτήματα των δεικτών αυτών είναι το μεγάλο κόστος και η πιθανότητα οι μετρήσεις αυτές να επηρεάζονται από γειτονικό οικοσύστημα μιας και τα όρια σε περιοχές όπως η ανοιχτή θάλασσα δεν είναι διακριτά.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Επιθυμητές ιδιότητες των οικολογικών δεικτών: ο δυνητικός ρόλος της τηλεπισκόπησης'''&lt;br /&gt;
&lt;br /&gt;
Οι οικολογικοί δείκτες θα πρέπει να κοστίζουν λιγότερο και να είναι σε θέση να εφαρμοστούν σε πολλές τοποθεσίες για να γίνεται δυνατή η σύγκριση μεταξύ οικοσυστημάτων. Η τηλεπισκόπηση παρέχει δεδομένα υψηλής χωρικής και χρονικής διακριτικής ικανότητας τα οποία μπορούν να αποθηκευτούν. Οι ιδιότητες αυτές είναι χρήσιμες στην κατασκευή δεικτών χωρίς υψηλό κόστος και για εκτεταμένη επιφάνεια. Οι παραπάνω δείκτες είναι δυνατό να βελτιωθούν με επιτόπιες μετρήσεις. &lt;br /&gt;
Η βιομάζα των ωκεανών εντοπίζεται οπτικά από τον δορυφόρο ως συγκέντρωση χλωροφύλλης στα θαλάσσια ύδατα. Ακόμη ένας χρήσιμος δείκτης που μπορεί να εξαχθεί μέσω δορυφορικών δεδομένων είναι η επιφανειακή θερμοκρασία του νερού. Μία βασική ιδιότητα των συστημάτων αυτών είναι η δημιουργία χρονοσειρών, γεγονός που τα καθιστά απαραίτητα στον εντοπισμό πιθανών αλλαγών σε θαλάσσια οικοσυστήματα (εικ. 1). Ένα σημαντικό τεχνικό ζήτημα είναι η συγχώνευση δεδομένων από διαφορετικούς δέκτες. Για τον συγκεκριμένο λόγο, η κατασκευή  ενός χωροχρονικού συνεχούς αποτελεί μία δύσκολη ενέργεια. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Οικολογικοί δείκτες μέσω οπτικής φασματικής ραδιομετρίας'''&lt;br /&gt;
&lt;br /&gt;
Οι δείκτες που αφορούν τη συγκέντρωση χλωροφύλλης είναι βαρύνουσας σημασίας, μιας και αποτελεί το βασικό χαρακτηριστικό της βιομάζας του φυτοπλαγκτόν. Η άνθιση που λαμβάνει χώρα την άνοιξη είναι το πιο σημαντικό γεγονός στο τροφικό ημερολόγιο των πελαγικών συστημάτων. Χαρακτηριστικά αναφέρονται δείκτες που: α) περιγράφουν την εποχιακή δυναμική της βιομάζας του φυτοπλαγκτού , β) περιγράφουν την εποχιακή δυναμική της παραγωγικότητας του φυτοπλαγκτού, γ) περιγράφουν λοιπές διεργασίες της βιοικοινότητας, δ) σχετίζονται με την διακύμανση εντός των πεδίων χλωροφύλλης, ε) σχετίζονται με τη δομή της βιοκοινότητας και στ) σχετίζονται με μεγάλης κλίμακας περιφερειακή δομή ([https://www.sciencedirect.com/science/article/abs/pii/S0034425708001272 για περαιτέρω πληροφορίες] βλ. Platt &amp;amp; Sathyendranath, 2008).&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συζήτηση'''&lt;br /&gt;
&lt;br /&gt;
Με τη χρήση της τηλεπισκόπησης γίνεται εφικτή η παραγωγή αξιόπιστων οικολογικών δεικτών με οικονομικά αποδοτικό τρόπο. Εντούτοις, αξίζει να αναφέρουμε ότι το συγκεκριμένο πεδίο παρουσιάζει ζητήματα όπως η τακτική νεφοκάλυψη και η παρουσία δεδομένων από διαφορετικούς δέκτες. Επίσης δε θα έπρεπε να απαξιωθεί η χρησιμότητα των επιτόπιων μετρήσεων. Το ιδανικό θα ήταν να προκύψει ένας συγκερασμός δορυφορικών και δεδομένων πεδίου. Δεδομένου του πλούτου των δεικτών που μπορούν να προκύψουν, είναι αξιοπρόσεκτο το γεγονός ότι πραγματοποιείται σπάνια η χρήση τους. Συνολικά, αντιπροσωπεύουν ένα σύνολο πληροφοριών, που δεν μπορούν να εξαχθούν με κάποιον άλλο τρόπο και αποτελούν ένα χρήσιμο μέσο για την υποστήριξη της διαχείρισης των θαλάσσιων οικοσυστημάτων. Στο μέλλον, η εφαρμογή αυτής της εκτεταμένης ροής δεδομένων μπορεί να εξασφαλίσει πολύτιμες πληροφορίες αναφορικά με τη μεταβλητότητα των πελαγικών οικοσυστημάτων, αναγνωρίζοντας την κύρια σημασία των βιοφυσικών συστημάτων που αποτελούν τη βάση της αλιείας.&lt;br /&gt;
&lt;br /&gt;
 [[category:Παρακολούθηση παρακτίων οικοσυστημάτων]]&lt;/div&gt;</summary>
		<author><name>Markoudimitris</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%9F%CE%B9%CE%BA%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CE%BF%CE%AF_%CE%B4%CE%B5%CE%AF%CE%BA%CF%84%CE%B5%CF%82_%CF%84%CE%B7%CF%82_%CF%80%CE%B5%CE%BB%CE%B1%CE%B3%CE%B9%CE%BA%CE%AE%CF%82_%CE%B6%CF%8E%CE%BD%CE%B7%CF%82_%CF%84%CE%BF%CF%85_%CF%89%CE%BA%CE%B5%CE%B1%CE%BD%CE%BF%CF%8D_%CE%BC%CE%B5_%CF%84%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82</id>
		<title>Οικολογικοί δείκτες της πελαγικής ζώνης του ωκεανού με τη χρήση της τηλεπισκόπησης</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%9F%CE%B9%CE%BA%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CE%BF%CE%AF_%CE%B4%CE%B5%CE%AF%CE%BA%CF%84%CE%B5%CF%82_%CF%84%CE%B7%CF%82_%CF%80%CE%B5%CE%BB%CE%B1%CE%B3%CE%B9%CE%BA%CE%AE%CF%82_%CE%B6%CF%8E%CE%BD%CE%B7%CF%82_%CF%84%CE%BF%CF%85_%CF%89%CE%BA%CE%B5%CE%B1%CE%BD%CE%BF%CF%8D_%CE%BC%CE%B5_%CF%84%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82"/>
				<updated>2019-02-07T13:29:01Z</updated>
		
		<summary type="html">&lt;p&gt;Markoudimitris: Νέα σελίδα με '[[Εικόνα: askisi3_eikona1.jpg|thumb | right |''Εικόνα 1: Πεδία χλωροφύλλης στον βορειοδυτικό Ατλαντικό ωκεανό γ...'&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: askisi3_eikona1.jpg|thumb | right |''Εικόνα 1: Πεδία χλωροφύλλης στον βορειοδυτικό Ατλαντικό ωκεανό για την περίοδο 1998 – 2003 με χρήση δορυφόρου SeaWiFS. Τα εικονοστοιχεία με λευκό χρώμα αντιστοιχούν σε έλλειψη δεδομένων'']]&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος τίτλος:''' '''Ecological indicators for the pelagic zone of the ocean from remote sensing'''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Trevor Platt, Shubha Sathyendranath &amp;lt;br/&amp;gt;&lt;br /&gt;
&lt;br /&gt;
[https://www.sciencedirect.com/science/article/abs/pii/S0034425708001272 Σύνδεσμος πρωτότυπου κειμένου]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Οι διαδικασίες διαχείρισης και εποπτείας των ωκεανών θα έπρεπε να έχουν οικοσυστημική θεώρηση και η εξέταση του οικολογικού πλαισίου να πραγματοποιείται με ολιστικό τρόπο. Επιπλέον, κρίνεται απαραίτητη η καταγραφή και η ποσοτικοποίηση χαρακτηριστικών όπως η υγεία, η ζωτικότητα και η ανθεκτικότητα. Αυτές οι μετρήσεις ορίζονται ως οικολογικοί δείκτες. Σε αυτή την εργασία, εξετάζεται τη χρήση της τηλεπισκόπησης στην ανάπτυξη και εφαρμογή οικολογικών δεικτών για τα πελαγικά θαλάσσια οικοσυστήματα.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Υπάρχοντες δείκτες και οι περιορισμοί τους''&lt;br /&gt;
&lt;br /&gt;
Οι οικολογικοί δείκτες που χρησιμοποιούνται (π.χ. πληθυσμιακά χαρακτηριστικά ενός συγκεκριμένου είδους) συνήθως δεν παρέχουν πληροφορίες για το σύνολο οικοσυστήματος. Στους δείκτες με βάση τη σχετική αφθονία των ειδών (ομοιότητα, πλούτος, ποικιλομορφία) παρατηρούνται τεχνικοί περιορισμοί στην ερμηνεία. Αυτές οι μέθοδοι έχουν το μειονέκτημα ότι απαιτείται ταυτοποίηση των ειδών και απαρίθμηση των ατόμων. Επιπλέον, εμφανίζονται δείκτες που επιδιώκουν την καταγραφή των ιδιοτήτων μίας βιοκοινότητας χωρίς την ταυτοποίηση των ειδών. Τελευταία, αναφέρονται και εκείνοι οι οποίοι βασίζονται σε ποσοτικά χαρακτηριστικά των βιοκοινοτήτων τα οποία εξάγονται από παρατηρήσεις που καταχωρούνται σε μοντέλο του θαλάσσιου οικοσυστήματος. Βασικά μειονεκτήματα των δεικτών αυτών είναι το μεγάλο κόστος και η πιθανότητα οι μετρήσεις αυτές να επηρεάζονται από γειτονικό οικοσύστημα μιας και τα όρια σε περιοχές όπως η ανοιχτή θάλασσα δεν είναι διακριτά.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Επιθυμητές ιδιότητες των οικολογικών δεικτών: ο δυνητικός ρόλος της τηλεπισκόπησης'''&lt;br /&gt;
&lt;br /&gt;
Οι οικολογικοί δείκτες θα πρέπει να κοστίζουν λιγότερο και να είναι σε θέση να εφαρμοστούν σε πολλές τοποθεσίες για να γίνεται δυνατή η σύγκριση μεταξύ οικοσυστημάτων. Η τηλεπισκόπηση παρέχει δεδομένα υψηλής χωρικής και χρονικής διακριτικής ικανότητας τα οποία μπορούν να αποθηκευτούν. Οι ιδιότητες αυτές είναι χρήσιμες στην κατασκευή δεικτών χωρίς υψηλό κόστος και για εκτεταμένη επιφάνεια. Οι παραπάνω δείκτες είναι δυνατό να βελτιωθούν με επιτόπιες μετρήσεις. &lt;br /&gt;
Η βιομάζα των ωκεανών εντοπίζεται οπτικά από τον δορυφόρο ως συγκέντρωση χλωροφύλλης στα θαλάσσια ύδατα. Ακόμη ένας χρήσιμος δείκτης που μπορεί να εξαχθεί μέσω δορυφορικών δεδομένων είναι η επιφανειακή θερμοκρασία του νερού. Μία βασική ιδιότητα των συστημάτων αυτών είναι η δημιουργία χρονοσειρών, γεγονός που τα καθιστά απαραίτητα στον εντοπισμό πιθανών αλλαγών σε θαλάσσια οικοσυστήματα (εικ. 1). Ένα σημαντικό τεχνικό ζήτημα είναι η συγχώνευση δεδομένων από διαφορετικούς δέκτες. Για τον συγκεκριμένο λόγο, η κατασκευή  ενός χωροχρονικού συνεχούς αποτελεί μία δύσκολη ενέργεια. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Οικολογικοί δείκτες μέσω οπτικής φασματικής ραδιομετρίας'''&lt;br /&gt;
&lt;br /&gt;
Οι δείκτες που αφορούν τη συγκέντρωση χλωροφύλλης είναι βαρύνουσας σημασίας, μιας και αποτελεί το βασικό χαρακτηριστικό της βιομάζας του φυτοπλαγκτόν. Η άνθιση που λαμβάνει χώρα την άνοιξη είναι το πιο σημαντικό γεγονός στο τροφικό ημερολόγιο των πελαγικών συστημάτων. Χαρακτηριστικά αναφέρονται δείκτες που: α) περιγράφουν την εποχιακή δυναμική της βιομάζας του φυτοπλαγκτού , β) περιγράφουν την εποχιακή δυναμική της παραγωγικότητας του φυτοπλαγκτού, γ) περιγράφουν λοιπές διεργασίες της βιοικοινότητας, δ) σχετίζονται με την διακύμανση εντός των πεδίων χλωροφύλλης, ε) σχετίζονται με τη δομή της βιοκοινότητας και στ) σχετίζονται με μεγάλης κλίμακας περιφερειακή δομή ([https://www.sciencedirect.com/science/article/abs/pii/S0034425708001272 για περαιτέρω πληροφορίες] βλ. Platt &amp;amp; Sathyendranath, 2008).&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συζήτηση'''&lt;br /&gt;
&lt;br /&gt;
Με τη χρήση της τηλεπισκόπησης γίνεται εφικτή η παραγωγή αξιόπιστων οικολογικών δεικτών με οικονομικά αποδοτικό τρόπο. Εντούτοις, αξίζει να αναφέρουμε ότι το συγκεκριμένο πεδίο παρουσιάζει ζητήματα όπως η τακτική νεφοκάλυψη και η παρουσία δεδομένων από διαφορετικούς δέκτες. Επίσης δε θα έπρεπε να απαξιωθεί η χρησιμότητα των επιτόπιων μετρήσεων. Το ιδανικό θα ήταν να προκύψει ένας συγκερασμός δορυφορικών και δεδομένων πεδίου. Δεδομένου του πλούτου των δεικτών που μπορούν να προκύψουν, είναι αξιοπρόσεκτο το γεγονός ότι πραγματοποιείται σπάνια η χρήση τους. Συνολικά, αντιπροσωπεύουν ένα σύνολο πληροφοριών, που δεν μπορούν να εξαχθούν με κάποιον άλλο τρόπο και αποτελούν ένα χρήσιμο μέσο για την υποστήριξη της διαχείρισης των θαλάσσιων οικοσυστημάτων. Στο μέλλον, η εφαρμογή αυτής της εκτεταμένης ροής δεδομένων μπορεί να εξασφαλίσει πολύτιμες πληροφορίες αναφορικά με τη μεταβλητότητα των πελαγικών οικοσυστημάτων, αναγνωρίζοντας την κύρια σημασία των βιοφυσικών συστημάτων που αποτελούν τη βάση της αλιείας.&lt;br /&gt;
&lt;br /&gt;
 [[category:Παρακολούθηση παρακτίων οικοσυστημάτων]]&lt;/div&gt;</summary>
		<author><name>Markoudimitris</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/M%CE%B5%CE%B8o%CE%B4oi_%CF%89%CE%BA%CE%B5%CE%AC%CE%BD%CE%B9%CE%B1%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82,_%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CE%B1%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7%CF%82_%CE%B1%CE%BD%CE%B8%CE%AF%CF%83%CE%B5%CF%89%CE%BD_%CF%86%CF%85%CF%84%CE%BF%CF%80%CE%BB%CE%B1%CE%B3%CE%BA%CF%84%CF%8C%CE%BD_%CF%83%CE%B5_%CF%80%CE%B1%CF%81%CE%AC%CE%BA%CF%84%CE%B9%CE%B5%CF%82_%CE%BA%CE%B1%CE%B9_%CF%89%CE%BA%CE%B5%CE%AC%CE%BD%CE%B9%CE%B5%CF%82_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CE%AD%CF%82</id>
		<title>Mεθoδoi ωκεάνιας τηλεπισκόπησης, χαρτογράφησης και ανάλυσης ανθίσεων φυτοπλαγκτόν σε παράκτιες και ωκεάνιες περιοχές</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/M%CE%B5%CE%B8o%CE%B4oi_%CF%89%CE%BA%CE%B5%CE%AC%CE%BD%CE%B9%CE%B1%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82,_%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CE%B1%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7%CF%82_%CE%B1%CE%BD%CE%B8%CE%AF%CF%83%CE%B5%CF%89%CE%BD_%CF%86%CF%85%CF%84%CE%BF%CF%80%CE%BB%CE%B1%CE%B3%CE%BA%CF%84%CF%8C%CE%BD_%CF%83%CE%B5_%CF%80%CE%B1%CF%81%CE%AC%CE%BA%CF%84%CE%B9%CE%B5%CF%82_%CE%BA%CE%B1%CE%B9_%CF%89%CE%BA%CE%B5%CE%AC%CE%BD%CE%B9%CE%B5%CF%82_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CE%AD%CF%82"/>
				<updated>2019-02-07T13:19:16Z</updated>
		
		<summary type="html">&lt;p&gt;Markoudimitris: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: askisi2_eikona1.jpg|thumb | right |''Εικόνα 1: (a) Η συνολική κατανομή της χλωροφύλλης κατά μέσο όρο μεταξύ Ιανουαρίου 2002 έως Ιανουαρίου 2008 με τη χρήση δεδομένων που συλλέχθηκαν από το δορυφόρο MODIS-Aqua, (b) Ο δορυφόρος NASAMODIS-Aqua απεικονίζει άνθιση κοκκολιθοφόρων στη θάλασσα Μπάρεντς τον Αύγουστο του 2001, (c)  Εικόνα ESAMERIS μειωμένης διακριτικής ικανότητας που απεικονίζει επιφανειακές ανθίσεις (κύκλοι με κόκκινο χρώμα) από την αυστραλιανή δυτική ακτή το Μαρτίου 2009 και (d) Εικόνα ESAMERIS πλήρης ανάλυσης (300 μ.) η οποία δείχνει ανοιξιάτικη άνθιση φυτοπλαγκτόν (πράσινοι στρόβιλοι) στο νότιο Ατλαντικό Ωκεανό, 600 χλμ. ανατολικά των νησιών Φώκλαντ, το Δεκεμβρίου του 2011 '']]&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος τίτλος:''' '''A review of ocean color remote sensing methods and statistical techniques for the detection, mapping and analysis of phytoplankton blooms in coastal and open oceans'''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' David Blondeau-Patissier, James F.R. Gower, Arnold G. Dekker, Stuart R. Phinn, Vittorio E. Brando &amp;lt;br/&amp;gt;&lt;br /&gt;
&lt;br /&gt;
[https://www.sciencedirect.com/science/article/pii/S0079661114000020 Σύνδεσμος πρωτότυπου κειμένου]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Πάνω από 5000 είδη θαλάσσιου φυτοπλαγκτού έχουν περιγραφεί παγκοσμίως. Συνήθως κυμαίνεται από 1 έως 100 μm και είναι γνωστό ως «φύκη».  Αύξηση στις τιμές του υποδεικνύει ευνοϊκές περιβαλλοντικές συνθήκες. Περιοχές πλούσιες σε Χλωροφύλλη-α (Chl-a) - βασικό συστατικό της βιομάζας του φυτοπλαγκτού - βρίσκονται κατά μήκος των ακτών που το γεωγραφικό πλάτος είναι στις 45 μοίρες και βορειότερα (εικ. 1a). Μέσες συγκεντρώσεις Chl-a απαντώνται σε περιοχές κοντά στον ισημερινό και στη ζώνη της υποτροπικής σύγκλισης (νότια των 45 μοιρών). Στον ανοιχτό ωκεανό παρατηρούνται χαμηλές τιμές.&lt;br /&gt;
Ανθίσεις φυτοπλαγκτού ,οι οποίες εντοπίζονται από τους δορυφορικούς αισθητήρες, καλύπτουν συχνά μεγάλη επιφάνεια, αλλά εμφανίζουν ανομοιόμορφες κατανομές που καθιστούν δύσκολη τη μοντελοποίηση τους (εικ. 1b, 1d). Η οπτικοποίηση των δορυφορικών εικόνων (εικ. 1) αποτελεί την κύρια τεχνική για τον εντοπισμό της παρουσίας τους.&lt;br /&gt;
Η σημαντική τεχνολογική πρόοδος στο σχεδιασμό δορυφορικών ωκεάνιων αισθητήρων (από τη δεύτερη και την τρίτη γενιά και μετά) βελτίωσε κατά πολύ τους αλγόριθμους παράκτιων υδάτων, με αποτέλεσμα την ανάκτηση πολύ πιο αξιόλογων δεδομένων όσον αφορά την Χλωροφύλλη-α. Η ωκεάνια τηλεπισκόπηση έχει δώσει για περισσότερες από δύο δεκαετίες μετρήσεις σε πραγματικό χρόνο της παγκόσμιας βιομάζας φυτοπλαγκτού (εικ. 1).&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Ανθίσεις φυκών στο πλαίσιο αυτής της ανασκόπησης'''&lt;br /&gt;
&lt;br /&gt;
	Οι διάφοροι ορισμοί των ανθίσεων συχνά βασίζονται σε διαφορετικά και μερικές φορές αυθαίρετα κριτήρια, όπως η βιομάζα,  ο ρυθμός ανάπτυξης, ή και τα δύο. Ο Kutser (2009) π.χ. τόνισε ότι ο όρος «ανθίζει» είναι σχετικός επειδή χρησιμοποιείται για να περιγράψει στοιχεία του φυτοπλαγκτού με διαφορετικές συγκεντρώσεις βιομάζας. Ο Richardson (1997) όρισε ώς άνθιση φυτοπλαγκτού ως «την ταχεία ανάπτυξη ενός ή περισσότερων ειδών που οδηγεί σε αύξηση της βιομάζας του είδους». Στο πλαίσιο αυτής της ανασκόπησης, η άνθιση θα οριστεί ως ένα βιολογικό γεγονός που αποτελείται από είδη μικρό-φυκών,  το οποίο διατηρείται χρονικά και χωρικά και έχει ως αποτέλεσμα αισθητές αλλαγές στην εκπομπή ακτινοβολίας σε μήκη κύματος που χρησιμοποιούνται για τον εντοπισμό φυκών που βρίσκονται σε άνθιση λόγω αύξησης της βιομάζας.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αλγόριθμοι ταυτοποίησης ωκεάνιου χρώματος'''&lt;br /&gt;
&lt;br /&gt;
	Η ανάγκη ακριβούς ανάκτησης των συγκεντρώσεων Chl-a στους ωκεανούς και στα παράκτια ύδατα από τηλεπισκοπικά δεδομένα, οδήγησαν στην ανάπτυξη των [https://www.sciencedirect.com/science/article/pii/S0079661114000020 αντίστοιχων αλγορίθμων] (βλ. Blondeau-Patissier et al., 2014, σελ. 126-133). Παρακάτω παρατίθενται ορισμένοι από αυτούς:&lt;br /&gt;
&lt;br /&gt;
*	Αλγόριθμοι ταξινόμησης ανακλαστικότητας&lt;br /&gt;
*	Αλγόριθμοι ανακλαστικότητας με βάση τους λόγους μεταξύ φασματικών καναλιών&lt;br /&gt;
*	Αλγόριθμοι με βάση τη διαφορά μεταξύ φασματικών καναλιών&lt;br /&gt;
*	Βιο-οπτικά μοντέλα&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εντοπισμός ειδικών τύπων άνθισης φυκών'''&lt;br /&gt;
&lt;br /&gt;
Φύκη τα οποία παρουσιάζουν επιφανειακές εκφράσεις, όπως τα κοκκολιθοφόρα,τα κυανοβακτήρια και το Sargassum, παρατηρούνται σε δορυφορικές εικόνες λόγω των μεγάλων περιοχών που καλύπτουν (εικ. 1). Φασματικά χαρακτηριστικά που αντιστοιχούν σε αυτά τα είδη είναι δυνατόν να χρησιμοποιηθούν για τη χαρτογράφηση τους χρησιμοποιώντας αλγόριθμους ταξινόμησης ανακλαστικότητας και βιο-οπτικά μοντέλα.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Στατιστικές τεχνικές και αφομοίωση δεδομένων για την αποτίμηση της δυναμικής στις ανθίσεις φυκών'''&lt;br /&gt;
&lt;br /&gt;
Η χαρτογράφηση του εποχιακού, του διετούς ή δεκαετούς κύκλου ανάπτυξης του φυτοπλαγκτού, είναι το κλειδί για την κατανόηση της δυναμικής των ανθίσεων αυτών. Η μοναδική χρήση ενός συνόλου δεδομένων είναι συχνά ανεπαρκής για την ακριβή επίλυση των συστατικών του χρώματος της επιφάνειας των ωκεανών και κρίνεται απαραίτητη η χρήση επιπλέον πηγών από μοντέλα ή δορυφόρους που δεν λαμβάνουν ωκεάνια δεδομένα. Επιπλέον, χρησιμοποιούνται στατιστικές τεχνικές για να ξεκαθαριστούν τα χρονικά ή / και  χωρικά πρότυπα αυτών των συμβάντων. Οι τεχνικές αυτές αφορούν κυρίως:&lt;br /&gt;
&lt;br /&gt;
*	Στατιστικό διαχωρισμό των θαλάσσιων οικοσυστημάτων (έχουν δυναμικά όρια σε εποχικό και διαχρονικό επίπεδο) &lt;br /&gt;
*	Χρονοσειρές, προσαρμοσμένα μοντέλα και τεχνικές επεξεργασίας σήματος (βοηθούν στην ανίχνευση τάσεων και αποκαλύπτει συσχετισμούς μεταξύ της δυναμικής της βιομάζας φυτοπλαγκτού και τους περιβαλλοντικούς παράγοντες)&lt;br /&gt;
*	Κλιματολογίες δορυφορικών δεδομένων και συγχώνευση δεδομένων από πολλαπλές πηγές (προέρχονται από τρείς διαστάσεις (γεωγραφικό πλάτος, μήκος, χρόνος) των δορυφορικών δεδομένων, επιτρέποντας την ανάλυση του χωρικά και χρονικά)&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα και μελλοντικές κατευθύνσεις'''&lt;br /&gt;
&lt;br /&gt;
Στις μέρες μας υπάρχει εκτεταμένο εύρος αλγορίθμων που βοηθούν τον εντοπισμό ανθίσεων φυκών σε παράκτιες και ωκεάνιες περιοχές. Για απλοϊκές προσεγγίσεις, όπως η χρήση της ανακλαστικότητας, είναι απαραίτητη η γνώση  της περιοχής μελέτης και χρειάζεται να πραγματοποιηθεί μια περαιτέρω λεπτομερής ανάλυση της ανακλαστικότητας των εικονοστοιχείων για να διασφαλιστεί η εγκυρότητα των πληροφοριών ανακτήθηκε από τις ανθίσεις. Οι αλγόριθμοι που χρησιμοποιούν λόγους μεταξύ καναλιών είναι χρήσιμοι για τα ωκεάνια ύδατα, όμως η χρήση τους στα σύνθετα παράκτια είναι περιορισμένη. Οι αλγόριθμοι με βάση τη διαφορά μεταξύ φασματικών καναλιών παρέχουν αξιόπιστες πληροφορίες τόσο για τις παράκτιες, όσο και για τις ωκεάνιες περιοχές. Επιπλέον, αξίζει να αναφερθεί ότι έχει σημειωθεί σημαντική πρόοδος στη χρήση και την παραμετροποίηση των βιο-οπτικών μοντέλων στα παράκτια ύδατα. Οι δυνατότητες της παρακολούθηση της άνθισης φυτοπλαγκτού σε πραγματικό χρόνο έχει προοδεύσει για τις ωκεάνιες περιοχές, αλλά παραμένει μια πρόκληση για τις παράκτιες.&lt;br /&gt;
Η ωκεάνια τηλεπισκόπηση (δορυφόροι SeaWiFS, MERIS and MODIS) έχει παράσχει μία άνευ προηγουμένου παγκόσμια χρονοσειρά δεδομένων. Αυτά τα δεδομένα επιτρέπουν την παραγωγή οικολογικών σημείων αναφοράς, που μπορεί στη συνέχεια να χρησιμοποιηθούν στον εντοπισμό και την πρόβλεψη αλλαγών στη δυναμική των ωκεάνιων συστημάτων. Επιπλέον, είναι δυνατό να χρησιμοποιηθούν εκ των υστέρων για την αξιολόγηση της επικρατούντων συνθηκών άνθισης και για τον προσδιορισμό των βιολογικών και φυσικών παραμέτρων που προκάλεσαν ή τερμάτισαν μια ένα συμβάν άνθισης.&lt;br /&gt;
Οι υπερφασματικοί αισθητήρες διαθέτουν μεγαλύτερο εύρος όσον αφορά τα μήκη κύματος και μπορούν να χρησιμοποιηθούν για λεπτομερέστερη ανάλυση του δορυφορικού σήματος, για την ανάκτηση χλωροφύλλης και για τον προσδιορισμό των ειδών του φυτοπλαγκτόν. Οι γεωστατικοί δορυφόροι αποτελούν τη νέα γενιά των ωκεάνιων αισθητήρων.  Παρέχουν αρκετές εικόνες για μια περιοχή κατά τη διάρκεια μιας ημέρας, τα γεωστατικά δεδομένα βοηθούν στις συνέπειες που προκαλούνται από παλιρροιακά και αιολικά φαινόμενα στα παράκτια ρεύματα. Οι υπερφασματικοί δορυφόροι (μιας και διαθέτουν μεγαλύτερη χωρική και χρονική διακριτική ικανότητα) είναι εφικτό να επιτρέψουν την ανάπτυξη αποτελεσματικών αλγορίθμων και συστημάτων ανίχνευσης για την παρακολούθηση ανθίσεων φυτοπλαγκτόν.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:Παρακολούθηση παρακτίων οικοσυστημάτων]]&lt;/div&gt;</summary>
		<author><name>Markoudimitris</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/M%CE%B5%CE%B8o%CE%B4oi_%CF%89%CE%BA%CE%B5%CE%AC%CE%BD%CE%B9%CE%B1%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82,_%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CE%B1%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7%CF%82_%CE%B1%CE%BD%CE%B8%CE%AF%CF%83%CE%B5%CF%89%CE%BD_%CF%86%CF%85%CF%84%CE%BF%CF%80%CE%BB%CE%B1%CE%B3%CE%BA%CF%84%CF%8C%CE%BD_%CF%83%CE%B5_%CF%80%CE%B1%CF%81%CE%AC%CE%BA%CF%84%CE%B9%CE%B5%CF%82_%CE%BA%CE%B1%CE%B9_%CF%89%CE%BA%CE%B5%CE%AC%CE%BD%CE%B9%CE%B5%CF%82_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CE%AD%CF%82</id>
		<title>Mεθoδoi ωκεάνιας τηλεπισκόπησης, χαρτογράφησης και ανάλυσης ανθίσεων φυτοπλαγκτόν σε παράκτιες και ωκεάνιες περιοχές</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/M%CE%B5%CE%B8o%CE%B4oi_%CF%89%CE%BA%CE%B5%CE%AC%CE%BD%CE%B9%CE%B1%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82,_%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CE%B1%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7%CF%82_%CE%B1%CE%BD%CE%B8%CE%AF%CF%83%CE%B5%CF%89%CE%BD_%CF%86%CF%85%CF%84%CE%BF%CF%80%CE%BB%CE%B1%CE%B3%CE%BA%CF%84%CF%8C%CE%BD_%CF%83%CE%B5_%CF%80%CE%B1%CF%81%CE%AC%CE%BA%CF%84%CE%B9%CE%B5%CF%82_%CE%BA%CE%B1%CE%B9_%CF%89%CE%BA%CE%B5%CE%AC%CE%BD%CE%B9%CE%B5%CF%82_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CE%AD%CF%82"/>
				<updated>2019-02-07T13:17:46Z</updated>
		
		<summary type="html">&lt;p&gt;Markoudimitris: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: askisi2_eikona1.jpg|thumb | right |''Εικόνα 1: (a) Η συνολική κατανομή της χλωροφύλλης κατά μέσο όρο μεταξύ Ιανουαρίου 2002 έως Ιανουαρίου 2008 με τη χρήση δεδομένων που συλλέχθηκαν από το δορυφόρο MODIS-Aqua, (b) Ο δορυφόρος NASAMODIS-Aqua απεικονίζει άνθιση κοκκολιθοφόρων στη θάλασσα Μπάρεντς τον Αύγουστο του 2001, (c)  Εικόνα ESAMERIS μειωμένης διακριτικής ικανότητας που απεικονίζει επιφανειακές ανθίσεις (κύκλοι με κόκκινο χρώμα) από την αυστραλιανή δυτική ακτή το Μαρτίου 2009 και (d) Εικόνα ESAMERIS πλήρης ανάλυσης (300 μ.) η οποία δείχνει ανοιξιάτικη άνθιση φυτοπλαγκτόν (πράσινοι στρόβιλοι) στο νότιο Ατλαντικό Ωκεανό, 600 χλμ. ανατολικά των νησιών Φώκλαντ, το Δεκεμβρίου του 2011 '']]&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος τίτλος:''' '''A review of ocean color remote sensing methods and statistical techniques for the detection, mapping and analysis of phytoplankton blooms in coastal and open oceans'''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' David Blondeau-Patissier, James F.R. Gower, Arnold G. Dekker, Stuart R. Phinn, Vittorio E. Brando &amp;lt;br/&amp;gt;&lt;br /&gt;
&lt;br /&gt;
[https://www.sciencedirect.com/science/article/pii/S0079661114000020 Σύνδεσμος πρωτότυπου κειμένου]&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Πάνω από 5000 είδη θαλάσσιου φυτοπλαγκτού έχουν περιγραφεί παγκοσμίως. Συνήθως κυμαίνεται από 1 έως 100 μm και είναι γνωστό ως «φύκη».  Αύξηση στις τιμές του υποδεικνύει ευνοϊκές περιβαλλοντικές συνθήκες. Περιοχές πλούσιες σε Χλωροφύλλη-α (Chl-a) - βασικό συστατικό της βιομάζας του φυτοπλαγκτού - βρίσκονται κατά μήκος των ακτών που το γεωγραφικό πλάτος είναι στις 45 μοίρες και βορειότερα (εικ. 1a). Μέσες συγκεντρώσεις Chl-a απαντώνται σε περιοχές κοντά στον ισημερινό και στη ζώνη της υποτροπικής σύγκλισης (νότια των 45 μοιρών). Στον ανοιχτό ωκεανό παρατηρούνται χαμηλές τιμές.&lt;br /&gt;
Ανθίσεις φυτοπλαγκτού ,οι οποίες εντοπίζονται από τους δορυφορικούς αισθητήρες, καλύπτουν συχνά μεγάλη επιφάνεια, αλλά εμφανίζουν ανομοιόμορφες κατανομές που καθιστούν δύσκολη τη μοντελοποίηση τους (εικ. 1b, 1d). Η οπτικοποίηση των δορυφορικών εικόνων (εικ. 1) αποτελεί την κύρια τεχνική για τον εντοπισμό της παρουσίας τους.&lt;br /&gt;
Η σημαντική τεχνολογική πρόοδος στο σχεδιασμό δορυφορικών ωκεάνιων αισθητήρων (από τη δεύτερη και την τρίτη γενιά και μετά) βελτίωσε κατά πολύ τους αλγόριθμους παράκτιων υδάτων, με αποτέλεσμα την ανάκτηση πολύ πιο αξιόλογων δεδομένων όσον αφορά την Χλωροφύλλη-α. Η ωκεάνια τηλεπισκόπηση έχει δώσει για περισσότερες από δύο δεκαετίες μετρήσεις σε πραγματικό χρόνο της παγκόσμιας βιομάζας φυτοπλαγκτού (εικ. 1).&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Ανθίσεις φυκών στο πλαίσιο αυτής της ανασκόπησης'''&lt;br /&gt;
&lt;br /&gt;
	Οι διάφοροι ορισμοί των ανθίσεων συχνά βασίζονται σε διαφορετικά και μερικές φορές αυθαίρετα κριτήρια, όπως η βιομάζα,  ο ρυθμός ανάπτυξης, ή και τα δύο. Ο Kutser (2009) π.χ. τόνισε ότι ο όρος «ανθίζει» είναι σχετικός επειδή χρησιμοποιείται για να περιγράψει στοιχεία του φυτοπλαγκτού με διαφορετικές συγκεντρώσεις βιομάζας. Ο Richardson (1997) όρισε ώς άνθιση φυτοπλαγκτού ως «την ταχεία ανάπτυξη ενός ή περισσότερων ειδών που οδηγεί σε αύξηση της βιομάζας του είδους». Στο πλαίσιο αυτής της ανασκόπησης, η άνθιση θα οριστεί ως ένα βιολογικό γεγονός που αποτελείται από είδη μικρό-φυκών,  το οποίο διατηρείται χρονικά και χωρικά και έχει ως αποτέλεσμα αισθητές αλλαγές στην εκπομπή ακτινοβολίας σε μήκη κύματος που χρησιμοποιούνται για τον εντοπισμό φυκών που βρίσκονται σε άνθιση λόγω αύξησης της βιομάζας.&lt;br /&gt;
&lt;br /&gt;
'''Αλγόριθμοι ταυτοποίησης ωκεάνιου χρώματος'''&lt;br /&gt;
&lt;br /&gt;
	Η ανάγκη ακριβούς ανάκτησης των συγκεντρώσεων Chl-a στους ωκεανούς και στα παράκτια ύδατα από τηλεπισκοπικά δεδομένα, οδήγησαν στην ανάπτυξη των [https://www.sciencedirect.com/science/article/pii/S0079661114000020 αντίστοιχων αλγορίθμων] (βλ. Blondeau-Patissier et al., 2014, σελ. 126-133). Παρακάτω παρατίθενται ορισμένοι από αυτούς:&lt;br /&gt;
&lt;br /&gt;
*•	Αλγόριθμοι ταξινόμησης ανακλαστικότητας&lt;br /&gt;
*•	Αλγόριθμοι ανακλαστικότητας με βάση τους λόγους μεταξύ φασματικών καναλιών&lt;br /&gt;
*•	Αλγόριθμοι με βάση τη διαφορά μεταξύ φασματικών καναλιών&lt;br /&gt;
*•	Βιο-οπτικά μοντέλα&lt;br /&gt;
&lt;br /&gt;
'''Εντοπισμός ειδικών τύπων άνθισης φυκών'''&lt;br /&gt;
&lt;br /&gt;
Φύκη τα οποία παρουσιάζουν επιφανειακές εκφράσεις, όπως τα κοκκολιθοφόρα,τα κυανοβακτήρια και το Sargassum, παρατηρούνται σε δορυφορικές εικόνες λόγω των μεγάλων περιοχών που καλύπτουν (εικ. 1). Φασματικά χαρακτηριστικά που αντιστοιχούν σε αυτά τα είδη είναι δυνατόν να χρησιμοποιηθούν για τη χαρτογράφηση τους χρησιμοποιώντας αλγόριθμους ταξινόμησης ανακλαστικότητας και βιο-οπτικά μοντέλα.&lt;br /&gt;
&lt;br /&gt;
'''Στατιστικές τεχνικές και αφομοίωση δεδομένων για την αποτίμηση της δυναμικής στις ανθίσεις φυκών'''&lt;br /&gt;
&lt;br /&gt;
Η χαρτογράφηση του εποχιακού, του διετούς ή δεκαετούς κύκλου ανάπτυξης του φυτοπλαγκτού, είναι το κλειδί για την κατανόηση της δυναμικής των ανθίσεων αυτών. Η μοναδική χρήση ενός συνόλου δεδομένων είναι συχνά ανεπαρκής για την ακριβή επίλυση των συστατικών του χρώματος της επιφάνειας των ωκεανών και κρίνεται απαραίτητη η χρήση επιπλέον πηγών από μοντέλα ή δορυφόρους που δεν λαμβάνουν ωκεάνια δεδομένα. Επιπλέον, χρησιμοποιούνται στατιστικές τεχνικές για να ξεκαθαριστούν τα χρονικά ή / και  χωρικά πρότυπα αυτών των συμβάντων. Οι τεχνικές αυτές αφορούν κυρίως:&lt;br /&gt;
&lt;br /&gt;
*•	Στατιστικό διαχωρισμό των θαλάσσιων οικοσυστημάτων (έχουν δυναμικά όρια σε εποχικό και διαχρονικό επίπεδο) &lt;br /&gt;
*•	Χρονοσειρές, προσαρμοσμένα μοντέλα και τεχνικές επεξεργασίας σήματος (βοηθούν στην ανίχνευση τάσεων και αποκαλύπτει συσχετισμούς μεταξύ της δυναμικής της βιομάζας φυτοπλαγκτού και τους περιβαλλοντικούς παράγοντες)&lt;br /&gt;
*•	Κλιματολογίες δορυφορικών δεδομένων και συγχώνευση δεδομένων από πολλαπλές πηγές (προέρχονται από τρείς διαστάσεις (γεωγραφικό πλάτος, μήκος, χρόνος) των δορυφορικών δεδομένων, επιτρέποντας την ανάλυση του χωρικά και χρονικά)&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα και μελλοντικές κατευθύνσεις'''&lt;br /&gt;
&lt;br /&gt;
	Στις μέρες μας υπάρχει εκτεταμένο εύρος αλγορίθμων που βοηθούν τον εντοπισμό ανθίσεων φυκών σε παράκτιες και ωκεάνιες περιοχές. Για απλοϊκές προσεγγίσεις, όπως η χρήση της ανακλαστικότητας, είναι απαραίτητη η γνώση  της περιοχής μελέτης και χρειάζεται να πραγματοποιηθεί μια περαιτέρω λεπτομερής ανάλυση της ανακλαστικότητας των εικονοστοιχείων για να διασφαλιστεί η εγκυρότητα των πληροφοριών ανακτήθηκε από τις ανθίσεις. Οι αλγόριθμοι που χρησιμοποιούν λόγους μεταξύ καναλιών είναι χρήσιμοι για τα ωκεάνια ύδατα, όμως η χρήση τους στα σύνθετα παράκτια είναι περιορισμένη. Οι αλγόριθμοι με βάση τη διαφορά μεταξύ φασματικών καναλιών παρέχουν αξιόπιστες πληροφορίες τόσο για τις παράκτιες, όσο και για τις ωκεάνιες περιοχές. Επιπλέον, αξίζει να αναφερθεί ότι έχει σημειωθεί σημαντική πρόοδος στη χρήση και την παραμετροποίηση των βιο-οπτικών μοντέλων στα παράκτια ύδατα. Οι δυνατότητες της παρακολούθηση της άνθισης φυτοπλαγκτού σε πραγματικό χρόνο έχει προοδεύσει για τις ωκεάνιες περιοχές, αλλά παραμένει μια πρόκληση για τις παράκτιες.&lt;br /&gt;
	Η ωκεάνια τηλεπισκόπηση (δορυφόροι SeaWiFS, MERIS and MODIS) έχει παράσχει μία άνευ προηγουμένου παγκόσμια χρονοσειρά δεδομένων. Αυτά τα δεδομένα επιτρέπουν την παραγωγή οικολογικών σημείων αναφοράς, που μπορεί στη συνέχεια να χρησιμοποιηθούν στον εντοπισμό και την πρόβλεψη αλλαγών στη δυναμική των ωκεάνιων συστημάτων. Επιπλέον, είναι δυνατό να χρησιμοποιηθούν εκ των υστέρων για την αξιολόγηση της επικρατούντων συνθηκών άνθισης και για τον προσδιορισμό των βιολογικών και φυσικών παραμέτρων που προκάλεσαν ή τερμάτισαν μια ένα συμβάν άνθισης.&lt;br /&gt;
Οι υπερφασματικοί αισθητήρες διαθέτουν μεγαλύτερο εύρος όσον αφορά τα μήκη κύματος και μπορούν να χρησιμοποιηθούν για λεπτομερέστερη ανάλυση του δορυφορικού σήματος, για την ανάκτηση χλωροφύλλης και για τον προσδιορισμό των ειδών του φυτοπλαγκτόν. Οι γεωστατικοί δορυφόροι αποτελούν τη νέα γενιά των ωκεάνιων αισθητήρων.  Παρέχουν αρκετές εικόνες για μια περιοχή κατά τη διάρκεια μιας ημέρας, τα γεωστατικά δεδομένα βοηθούν στις συνέπειες που προκαλούνται από παλιρροιακά και αιολικά φαινόμενα στα παράκτια ρεύματα. Οι υπερφασματικοί δορυφόροι (μιας και διαθέτουν μεγαλύτερη χωρική και χρονική διακριτική ικανότητα) είναι εφικτό να επιτρέψουν την ανάπτυξη αποτελεσματικών αλγορίθμων και συστημάτων ανίχνευσης για την παρακολούθηση ανθίσεων φυτοπλαγκτόν.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:Παρακολούθηση παρακτίων οικοσυστημάτων]]&lt;/div&gt;</summary>
		<author><name>Markoudimitris</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/M%CE%B5%CE%B8o%CE%B4oi_%CF%89%CE%BA%CE%B5%CE%AC%CE%BD%CE%B9%CE%B1%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82,_%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CE%B1%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7%CF%82_%CE%B1%CE%BD%CE%B8%CE%AF%CF%83%CE%B5%CF%89%CE%BD_%CF%86%CF%85%CF%84%CE%BF%CF%80%CE%BB%CE%B1%CE%B3%CE%BA%CF%84%CF%8C%CE%BD_%CF%83%CE%B5_%CF%80%CE%B1%CF%81%CE%AC%CE%BA%CF%84%CE%B9%CE%B5%CF%82_%CE%BA%CE%B1%CE%B9_%CF%89%CE%BA%CE%B5%CE%AC%CE%BD%CE%B9%CE%B5%CF%82_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CE%AD%CF%82</id>
		<title>Mεθoδoi ωκεάνιας τηλεπισκόπησης, χαρτογράφησης και ανάλυσης ανθίσεων φυτοπλαγκτόν σε παράκτιες και ωκεάνιες περιοχές</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/M%CE%B5%CE%B8o%CE%B4oi_%CF%89%CE%BA%CE%B5%CE%AC%CE%BD%CE%B9%CE%B1%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82,_%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CE%B1%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7%CF%82_%CE%B1%CE%BD%CE%B8%CE%AF%CF%83%CE%B5%CF%89%CE%BD_%CF%86%CF%85%CF%84%CE%BF%CF%80%CE%BB%CE%B1%CE%B3%CE%BA%CF%84%CF%8C%CE%BD_%CF%83%CE%B5_%CF%80%CE%B1%CF%81%CE%AC%CE%BA%CF%84%CE%B9%CE%B5%CF%82_%CE%BA%CE%B1%CE%B9_%CF%89%CE%BA%CE%B5%CE%AC%CE%BD%CE%B9%CE%B5%CF%82_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CE%AD%CF%82"/>
				<updated>2019-02-07T13:13:49Z</updated>
		
		<summary type="html">&lt;p&gt;Markoudimitris: Νέα σελίδα με '[[Εικόνα: askisi2_eikona1.jpg|thumb | right |''Εικόνα 1: (a) Η συνολική κατανομή της χλωροφύλλης κατά μέσο όρο μετ...'&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: askisi2_eikona1.jpg|thumb | right |''Εικόνα 1: (a) Η συνολική κατανομή της χλωροφύλλης κατά μέσο όρο μεταξύ Ιανουαρίου 2002 έως Ιανουαρίου 2008 με τη χρήση δεδομένων που συλλέχθηκαν από το δορυφόρο MODIS-Aqua, (b) Ο δορυφόρος NASAMODIS-Aqua απεικονίζει άνθιση κοκκολιθοφόρων στη θάλασσα Μπάρεντς τον Αύγουστο του 2001, (c)  Εικόνα ESAMERIS μειωμένης διακριτικής ικανότητας που απεικονίζει επιφανειακές ανθίσεις (κύκλοι με κόκκινο χρώμα) από την αυστραλιανή δυτική ακτή το Μαρτίου 2009 και (d) Εικόνα ESAMERIS πλήρης ανάλυσης (300 μ.) η οποία δείχνει ανοιξιάτικη άνθιση φυτοπλαγκτόν (πράσινοι στρόβιλοι) στο νότιο Ατλαντικό Ωκεανό, 600 χλμ. ανατολικά των νησιών Φώκλαντ, το Δεκεμβρίου του 2011 '']]&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος τίτλος:''' '''A review of ocean color remote sensing methods and statistical techniques for the detection, mapping and analysis of phytoplankton blooms in coastal and open oceans'''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' David Blondeau-Patissier, James F.R. Gower, Arnold G. Dekker, Stuart R. Phinn, Vittorio E. Brando &amp;lt;br/&amp;gt;&lt;br /&gt;
&lt;br /&gt;
[https://www.sciencedirect.com/science/article/pii/S0079661114000020 Σύνδεσμος πρωτότυπου κειμένου]&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Πάνω από 5000 είδη θαλάσσιου φυτοπλαγκτού έχουν περιγραφεί παγκοσμίως. Συνήθως κυμαίνεται από 1 έως 100 μm και είναι γνωστό ως «φύκη».  Αύξηση στις τιμές του υποδεικνύει ευνοϊκές περιβαλλοντικές συνθήκες. Περιοχές πλούσιες σε Χλωροφύλλη-α (Chl-a) - βασικό συστατικό της βιομάζας του φυτοπλαγκτού - βρίσκονται κατά μήκος των ακτών που το γεωγραφικό πλάτος είναι στις 45 μοίρες και βορειότερα (εικ. 1a). Μέσες συγκεντρώσεις Chl-a απαντώνται σε περιοχές κοντά στον ισημερινό και στη ζώνη της υποτροπικής σύγκλισης (νότια των 45 μοιρών). Στον ανοιχτό ωκεανό παρατηρούνται χαμηλές τιμές.&lt;br /&gt;
Ανθίσεις φυτοπλαγκτού ,οι οποίες εντοπίζονται από τους δορυφορικούς αισθητήρες, καλύπτουν συχνά μεγάλη επιφάνεια, αλλά εμφανίζουν ανομοιόμορφες κατανομές που καθιστούν δύσκολη τη μοντελοποίηση τους (εικ. 1b, 1d). Η οπτικοποίηση των δορυφορικών εικόνων (εικ. 1) αποτελεί την κύρια τεχνική για τον εντοπισμό της παρουσίας τους.&lt;br /&gt;
Η σημαντική τεχνολογική πρόοδος στο σχεδιασμό δορυφορικών ωκεάνιων αισθητήρων (από τη δεύτερη και την τρίτη γενιά και μετά) βελτίωσε κατά πολύ τους αλγόριθμους παράκτιων υδάτων, με αποτέλεσμα την ανάκτηση πολύ πιο αξιόλογων δεδομένων όσον αφορά την Χλωροφύλλη-α. Η ωκεάνια τηλεπισκόπηση έχει δώσει για περισσότερες από δύο δεκαετίες μετρήσεις σε πραγματικό χρόνο της παγκόσμιας βιομάζας φυτοπλαγκτού (εικ. 1).&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Ανθίσεις φυκών στο πλαίσιο αυτής της ανασκόπησης'''&lt;br /&gt;
&lt;br /&gt;
	Οι διάφοροι ορισμοί των ανθίσεων συχνά βασίζονται σε διαφορετικά και μερικές φορές αυθαίρετα κριτήρια, όπως η βιομάζα,  ο ρυθμός ανάπτυξης, ή και τα δύο. Ο Kutser (2009) π.χ. τόνισε ότι ο όρος «ανθίζει» είναι σχετικός επειδή χρησιμοποιείται για να περιγράψει στοιχεία του φυτοπλαγκτού με διαφορετικές συγκεντρώσεις βιομάζας. Ο Richardson (1997) όρισε ώς άνθιση φυτοπλαγκτού ως «την ταχεία ανάπτυξη ενός ή περισσότερων ειδών που οδηγεί σε αύξηση της βιομάζας του είδους». Στο πλαίσιο αυτής της ανασκόπησης, η άνθιση θα οριστεί ως ένα βιολογικό γεγονός που αποτελείται από είδη μικρό-φυκών,  το οποίο διατηρείται χρονικά και χωρικά και έχει ως αποτέλεσμα αισθητές αλλαγές στην εκπομπή ακτινοβολίας σε μήκη κύματος που χρησιμοποιούνται για τον εντοπισμό φυκών που βρίσκονται σε άνθιση λόγω αύξησης της βιομάζας.&lt;br /&gt;
&lt;br /&gt;
'''Αλγόριθμοι τηλεπισκόπησης χρώματος ωκεανού'''&lt;br /&gt;
&lt;br /&gt;
	Η ανάγκη ακριβούς ανάκτησης των συγκεντρώσεων Chl-a στους ωκεανούς και στα παράκτια ύδατα από τηλεπισκοπικά δεδεομένα, οδήγησαν στην ανάπτυξη των [https://www.sciencedirect.com/science/article/pii/S0079661114000020 αντίστοιχων αλγορίθμων] (βλ. Blondeau-Patissier et al., 2014, σελ. 126-133). Παρακάτω παρατίθενται ορισμένοι από αυτούς:&lt;br /&gt;
&lt;br /&gt;
•	Αλγόριθμοι ταξινόμησης ανακλαστικότητας&lt;br /&gt;
•	Αλγόριθμοι ανακλαστικότητας με βάση τους λόγους μεταξύ φασματικών καναλιών&lt;br /&gt;
•	Αλγόριθμοι με βάση τη διαφορά μεταξύ φασματικών καναλιών&lt;br /&gt;
•	Βιο-οπτικά μοντέλα&lt;br /&gt;
&lt;br /&gt;
'''Εντοπισμός ειδικών τύπων άνθισης φυκών'''&lt;br /&gt;
&lt;br /&gt;
Φύκη τα οποία παρουσιάζουν επιφανειακές εκφράσεις, όπως τα κοκκολιθοφόρα,τα κυανοβακτήρια και το Sargassum, παρατηρούνται σε δορυφορικές εικόνες λόγω των μεγάλων περιοχών που καλύπτουν (εικ. 1). Φασματικά χαρακτηριστικά που αντιστοιχούν σε αυτά τα είδη είναι δυνατόν να χρησιμοποιηθούν για τη χαρτογράφηση τους χρησιμοποιώντας αλγόριθμους ταξινόμησης ανακλαστικότητας και βιο-οπτικά μοντέλα.&lt;br /&gt;
&lt;br /&gt;
'''Στατιστικές τεχνικές και αφομοίωση δεδομένων για την αποτίμηση της δυναμικής στις ανθίσεις φυκών'''&lt;br /&gt;
&lt;br /&gt;
Η χαρτογράφηση του εποχιακού, του διετούς ή δεκαετούς κύκλου ανάπτυξης του φυτοπλαγκτού, είναι το κλειδί για την κατανόηση της δυναμικής των ανθίσεων αυτών. Η μοναδική χρήση ενός συνόλου δεδομένων είναι συχνά ανεπαρκής για την ακριβή επίλυση των συστατικών του χρώματος της επιφάνειας των ωκεανών και κρίνεται απαραίτητη η χρήση επιπλέον πηγών από μοντέλα ή δορυφόρους που δεν λαμβάνουν ωκεάνια δεδομένα. Επιπλέον, χρησιμοποιούνται στατιστικές τεχνικές για να ξεκαθαριστούν τα χρονικά ή / και  χωρικά πρότυπα αυτών των συμβάντων. Οι τεχνικές αυτές αφορούν κυρίως:&lt;br /&gt;
&lt;br /&gt;
•	Στατιστικό διαχωρισμό των θαλάσσιων οικοσυστημάτων (έχουν δυναμικά όρια σε εποχικό και διαχρονικό επίπεδο) &lt;br /&gt;
•	Χρονοσειρές, προσαρμοσμένα μοντέλα και τεχνικές επεξεργασίας σήματος (βοηθούν στην ανίχνευση τάσεων και αποκαλύπτει συσχετισμούς μεταξύ της δυναμικής της βιομάζας φυτοπλαγκτού και τους περιβαλλοντικούς παράγοντες)&lt;br /&gt;
•	Κλιματολογίες δορυφορικών δεδομένων και συγχώνευση δεδομένων από πολλαπλές πηγές (προέρχονται από τρείς διαστάσεις (γεωγραφικό πλάτος, μήκος, χρόνος) των δορυφορικών δεδομένων, επιτρέποντας την ανάλυση του χωρικά και χρονικά)&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα και μελλοντικές κατευθύνσεις'''&lt;br /&gt;
&lt;br /&gt;
	Στις μέρες μας υπάρχει εκτεταμένο εύρος αλγορίθμων που βοηθούν τον εντοπισμό ανθίσεων φυκών σε παράκτιες και ωκεάνιες περιοχές. Για απλοϊκές προσεγγίσεις, όπως η χρήση της ανακλαστικότητας, είναι απαραίτητη η γνώση  της περιοχής μελέτης και χρειάζεται να πραγματοποιηθεί μια περαιτέρω λεπτομερής ανάλυση της ανακλαστικότητας των εικονοστοιχείων για να διασφαλιστεί η εγκυρότητα των πληροφοριών ανακτήθηκε από τις ανθίσεις. Οι αλγόριθμοι που χρησιμοποιούν λόγους μεταξύ καναλιών είναι χρήσιμοι για τα ωκεάνια ύδατα, όμως η χρήση τους στα σύνθετα παράκτια είναι περιορισμένη. Οι αλγόριθμοι με βάση τη διαφορά μεταξύ φασματικών καναλιών παρέχουν αξιόπιστες πληροφορίες τόσο για τις παράκτιες, όσο και για τις ωκεάνιες περιοχές. Επιπλέον, αξίζει να αναφερθεί ότι έχει σημειωθεί σημαντική πρόοδος στη χρήση και την παραμετροποίηση των βιο-οπτικών μοντέλων στα παράκτια ύδατα. Οι δυνατότητες της παρακολούθηση της άνθισης φυτοπλαγκτού σε πραγματικό χρόνο έχει προοδεύσει για τις ωκεάνιες περιοχές, αλλά παραμένει μια πρόκληση για τις παράκτιες.&lt;br /&gt;
	Η ωκεάνια τηλεπισκόπηση (δορυφόροι SeaWiFS, MERIS and MODIS) έχει παράσχει μία άνευ προηγουμένου παγκόσμια χρονοσειρά δεδομένων. Αυτά τα δεδομένα επιτρέπουν την παραγωγή οικολογικών σημείων αναφοράς, που μπορεί στη συνέχεια να χρησιμοποιηθούν στον εντοπισμό και την πρόβλεψη αλλαγών στη δυναμική των ωκεάνιων συστημάτων. Επιπλέον, είναι δυνατό να χρησιμοποιηθούν εκ των υστέρων για την αξιολόγηση της επικρατούντων συνθηκών άνθισης και για τον προσδιορισμό των βιολογικών και φυσικών παραμέτρων που προκάλεσαν ή τερμάτισαν μια ένα συμβάν άνθισης.&lt;br /&gt;
Οι υπερφασματικοί αισθητήρες διαθέτουν μεγαλύτερο εύρος όσον αφορά τα μήκη κύματος και μπορούν να χρησιμοποιηθούν για λεπτομερέστερη ανάλυση του δορυφορικού σήματος, για την ανάκτηση χλωροφύλλης και για τον προσδιορισμό των ειδών του φυτοπλαγκτόν. Οι γεωστατικοί δορυφόροι αποτελούν τη νέα γενιά των ωκεάνιων αισθητήρων.  Παρέχουν αρκετές εικόνες για μια περιοχή κατά τη διάρκεια μιας ημέρας, τα γεωστατικά δεδομένα βοηθούν στις συνέπειες που προκαλούνται από παλιρροιακά και αιολικά φαινόμενα στα παράκτια ρεύματα. Οι υπερφασματικοί δορυφόροι (μιας και διαθέτουν μεγαλύτερη χωρική και χρονική διακριτική ικανότητα) είναι εφικτό να επιτρέψουν την ανάπτυξη αποτελεσματικών αλγορίθμων και συστημάτων ανίχνευσης για την παρακολούθηση ανθίσεων φυτοπλαγκτόν.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:Παρακολούθηση παρακτίων οικοσυστημάτων]]&lt;/div&gt;</summary>
		<author><name>Markoudimitris</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%97_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CF%89%CE%BD_%CE%A3%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CE%93%CE%B5%CF%89%CE%B3%CF%81%CE%B1%CF%86%CE%B9%CE%BA%CF%8E%CE%BD_%CE%A0%CE%BB%CE%B7%CF%81%CE%BF%CF%86%CE%BF%CF%81%CE%B9%CF%8E%CE%BD_%CF%83%CF%84%CE%B7_%CE%B2%CE%B9%CF%8E%CF%83%CE%B9%CE%BC%CE%B7_%CE%B4%CE%B9%CE%B1%CF%87%CE%B5%CE%AF%CF%81%CE%B9%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CF%84%CF%81%CE%BF%CF%80%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CE%B1%CF%81%CE%AC%CE%BA%CF%84%CE%B9%CF%89%CE%BD_%CE%BF%CE%B9%CE%BA%CE%BF%CF%83%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD</id>
		<title>Η χρήση της Τηλεπισκόπησης και των Συστημάτων Γεωγραφικών Πληροφοριών στη βιώσιμη διαχείριση των τροπικών παράκτιων οικοσυστημάτων</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%97_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CF%89%CE%BD_%CE%A3%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CE%93%CE%B5%CF%89%CE%B3%CF%81%CE%B1%CF%86%CE%B9%CE%BA%CF%8E%CE%BD_%CE%A0%CE%BB%CE%B7%CF%81%CE%BF%CF%86%CE%BF%CF%81%CE%B9%CF%8E%CE%BD_%CF%83%CF%84%CE%B7_%CE%B2%CE%B9%CF%8E%CF%83%CE%B9%CE%BC%CE%B7_%CE%B4%CE%B9%CE%B1%CF%87%CE%B5%CE%AF%CF%81%CE%B9%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CF%84%CF%81%CE%BF%CF%80%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CE%B1%CF%81%CE%AC%CE%BA%CF%84%CE%B9%CF%89%CE%BD_%CE%BF%CE%B9%CE%BA%CE%BF%CF%83%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD"/>
				<updated>2019-02-07T12:37:59Z</updated>
		
		<summary type="html">&lt;p&gt;Markoudimitris: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: askisi1_eikona1a.jpg|thumb | right |''Εικόνα 1α: Ασπρόμαυρη αεροφωτογραφία δάσους Μαγκρόβια στη Σρι Λάνκα'']]&lt;br /&gt;
[[Εικόνα: askisi1_eikona1b.jpg|thumb | right |''Εικόνα 1β: Παγχρωματική δορυφορική εικόνα IKONOS δάσους Μαγκρόβια στη Σρι Λάνκα'']]&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος τίτλος:''' '''The Use of Remote Sensing and GIS in the Sustainable Management of Tropical Coastal Ecosystems'''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφέας:''' Farid Dahdouh-Guebas &amp;lt;br/&amp;gt;&lt;br /&gt;
&lt;br /&gt;
[https://link.springer.com/article/10.1023/A:1020887204285/ Σύνδεσμος πρωτότυπου κειμένου]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγη'''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Μαγκρόβια δάση, θαλάσσια φανερόγαμα και κοραλλιογενείς υφάλοι''&lt;br /&gt;
	&lt;br /&gt;
Τα τροπικά παράκτια οικοσυστήματα περιλαμβάνουν μαγκρόβια δάση, θαλάσσια μακρόφυτα (όπως φανερόγαμα) και κοραλλιογενείς υφάλους. Καθένα από αυτά τα ενδιαιτήματα σχηματίζεται από είδη που προσαρμόζονται σε μεγάλο βαθμό στην τροπική διαπαλιρροιακή ή θαλάσσια ζωή.&lt;br /&gt;
Τα μαγκρόβια δάση και οι κοραλλιογενείς ύφαλοι προστατεύουν την ακτογραμμή από τη διάβρωση. Τα φανερόγαμα και τα μαγκρόβια ενεργούν ως θώκοι αναπαραγωγής, εκκόλαψης και νοσηλείας πολλών θαλάσσιων ειδών. Μερικά από αυτά είναι σημαντικά από την άποψη της «μοναδικής βιοποικιλότητας», καθώς μεταναστεύουν μεταξύ των μαγγρόβιων και κοραλλιογενών υφάλων όπως καρχαρίες ή ιππόκαμποι, ενώ άλλα έχουν κοινωνικοοικονομική σημασία (π.χ. τα μαγκρόβια χρησιμοποιούνται για καυσόξυλα, έπιπλα και μικρα οικιακά εργαλεία, αλοιφές, φαρμακευτικά προϊόντα κλπ).&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Ανθρωπογενείς επιδράσεις στα τροπικά παράκτια οικοσυστήματα''&lt;br /&gt;
&lt;br /&gt;
Η παράκτια ζώνη σε πολλές χώρες υπόκειται σε ολοένα αυξανόμενη ανθρωπογενή πίεση (π.χ. για τους κοραλλιογενείς υφάλους αναφέρεται ότι έχουν πληγεί ή καταστραφεί σε περισσότερες από 93 χώρες, ιδίως από την παράκτια ανάπτυξη, τον τουρισμό, την αλιεία, τη ρύπανση και την εξόρυξη κοραλλιών). Αυτή η υποβάθμιση απαιτεί ορθολογική διαχείριση των οικοσυστημάτων και των πόρων σε τοπικό, περιφερειακό και παγκόσμιο επίπεδο. Αυτό ισχύει ιδιαίτερα για τις αναπτυσσόμενες χώρες, η πλειοψηφία των οποίων είναι υπο-τροπικές. Στις χώρες αυτές παρατηρείται ανταγωνισμός σε τομείς όπως η υδατοκαλλιέργεια, η βιομηχανία, ο τουρισμός και το περιβάλλον. Αυτή η σύγκρουση συχνά έχει ως αποτέλεσμα το περιβάλλον να ζημιώνεται περισσότερο.&lt;br /&gt;
Το αναπτυξιακό καθεστώς πολλών χωρών υποδηλώνει ότι οι ντόπιοι εξαρτώνται συχνά από τα κοντινά οικοσυστήματα. Αυτό απαιτεί μια ολοκληρμένη διεπιστημονική προσέγγιση για να επιτευχθεί μια βιώσιμη ισορροπία μεταξύ των [https://link.springer.com/article/10.1023/A:1020887204285/ εθνοβιολογικών αναγκών] (βλ. Dahdouh-Guebas F., 2002,σελ 96) και τη διατήρηση του περιβάλλοντος. &lt;br /&gt;
Μια σημαντική επιστήμη που συνεισφέρει στην ανίχνευση, την περιγραφή, την ποσοτικοποίηση και την παρακολούθηση αυτών των αλλαγών είναι η τηλεπισκόπηση η οποία, σε συνδυασμό με τα Γεωγραφικά Συστήματα Πληροφοριών (GIS) αποτελόυν ένα αποτελεσματικό εργαλείο διαχείρισης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Η Τηλεπισκόπηση και τα Γεωγραφικά Συστήματα Πληροφοριών ως εργαλεία'''&lt;br /&gt;
&lt;br /&gt;
Ο όρος «τηλεπισκόπηση» ορίζεται ευρέως ως οι τεχνικές συλλογής εικόνων ή άλλων δεδομένων σχετικά με ένα αντικείμενο. Οι μετρήσεις αυτές γίνονται σε απόσταση από το αντικείμενο και αναφέρονται συνήθως σε δορυφορικές εικόνες, σε αεροφωτογραφίες ή στην ωκεάνια βαθυμετρία που πραγματοποιείται με τη χρήση δεδομένων ραντάρ. &lt;br /&gt;
Τα GIS χρησιμοποιούνται ευρέως ως εργαλεία για την ψηφιοποίηση τηλεπισκοπικών ή χαρτογραφικών δεδομένων. Επίσης μπορεί να χρησιμεύσει στην ανάλυση των χωρικών χαρακτηριστικών των δεδομένων σε διάφορα ψηφιακά στρώματα. Ο συνδυασμός και των δύο τύπων βάσεων δεδομένων μπορεί να συμβάλλει στη βιώσιμη ανάπτυξη και διαχείριση.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Η Τηλεπισκόπηση και τα Γεωγραφικά Συστήματα Πληροφοριών στις τροπικές ακτές'''&lt;br /&gt;
&lt;br /&gt;
Η τηλεπισκόπηση και τα GIS έχουν χρησιμοποιηθεί για τη μελέτη μαγκρόβιων δασών, θαλάσσιων φανερόγαμων και κοραλλιογενών υφάλων σε [https://link.springer.com/article/10.1023/A:1020887204285/ ορισμένες εργασίες] (βλ. Dahdouh-Guebas F., 2002, σελ. 98. Για τα μαγκρόβια δάση επικράτησε η άποψη ότι κατάλληλα εργαλεία για τη διερεύνηση χαρακτηριστικών όπως η πυκνότητα, η φαινολογία, η υδρολογική κατάσταση κλπ είναι οι αεροφωτογραφίες. Ειδικότερα, δεδομένα με υψηλή χωρική διακριτική ικανότητα μπορούν να αποκαλύψουν λεπτομέρειες για  τη δομή και τη δυναμική της βλάστησης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Παρακολούθηση προτύπων κάλυψης γης και καταστροφών''&lt;br /&gt;
&lt;br /&gt;
Η ταυτοποίηση των τύπων χρήσης ή κάλυψης γης γίνεται συνήθως σε μεσαία ή μεγάλη κλίμακα και δεν απαιτούνται δεδομένα με υψηλή χωρική διακριτική ικανότητα. Η φασματική διακριτική ικανότητα εξαρτάται από το θέμα της μελέτης, αλλά συνήθως αφορά στη διάκριση μεταξύ των βλάστησης και των γεωργικών περιοχών, η οποία μπορεί να πραγματοποιηθεί χρησιμοποιώντας υπέρυθρα μήκη κύματος (IR). Η χρονική διακριτική ικανότητα έγκειται στο αν η μελέτη είναι στιγμιαία ή στοχεύει στην παρακολούθηση των αλλαγών στην κάλυψη της γης διαχρονικά.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Παρακολούθηση πληθυσμιακής δομής''&lt;br /&gt;
&lt;br /&gt;
Η μελέτη της δομής της βλάστησης στα μαγκρόβια δάση και στα θαλάσσια φανερόγαμα μπορεί να επικεντρωθεί σε μεμονωμένα γένη, ενοποιήσεις και ζώνες όσον αφορά τη βλάστηση. Ο ίδιος τύπος μελέτης μπορεί επίσης να εφαρμοσθεί σε πληθυσμούς κυανοβακτηριδίων, φυκών ή διατόμων που ενδημούν σε κοραλλιογενείς υφάλους. Η χωρική και φασματική διακριτική ικανότητα μπορεί να διαφέρει και εξαρτάται από το πεδίο εφαρμογής της μελέτης, ενώ η χρονική διακριτική ικανότητα είναι συνήθως χαμηλή εξαιτίας της εκ φύσεως αργής μεταβολής της βλάστησης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Παρακολούθηση και χαρακτηριστικά θέσης (stand characteristics)''&lt;br /&gt;
&lt;br /&gt;
H παρακολούθηση των ειδικών χαρακτηριστικών θέσης απαιτεί υψηλή χωρική και φασματική διακριτική ικανότητα. Η εκτίμηση ή η παρακολούθηση των λεπτομερών χαρακτηριστικών των εκτάσεων βλάστησης είναι δυνατόν να συμβάλλει στη σύνταξη των απαραίτητων κατευθυντήριων οδηγιών που αφορούν στη βιώσιμη διαχείρισης δασών (ή αειφόρου δασοκομίας).&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Παρακολούθηση λοιπών περιβαλλοντικών χαρακτηριστικών και διαδικασιών''&lt;br /&gt;
&lt;br /&gt;
	Δεδομένα ραντάρ που ανιχνεύονται από απόσταση, όπως π.χ. από το ραντάρ συνθετικής διάτρησης (SAR) χρησιμοποιούνται ευρέως και παρέχουν ορισμένα πλεονεκτήματα σε σχέση με τις δορυφορικές εικόνες και τις αεροφωτογραφίες. Με τη χρήση των ραντάρ είναι εφικτό να πραγματοποιηθεί διείσδυση μέσω των σύννεφων ή ακόμα και μέσω των της δασοκάλυψης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Ενοποίηση παρελθοντικών, παρόντων και μελλοντικών μελετών τηλεπισκόπησης'''&lt;br /&gt;
&lt;br /&gt;
	Η τρέχουσα πρόκληση για την τηλεπισκόπηση και την έρευνα με βάση το GIS είναι να συνδυαστούν δεδομένα από το παρελθόν και το παρόν με απώτερο σκοπό προβλεφθούν πιθανές μελλοντικές συνθήκες. Από τη μία πλευρά, τα παρελθοντικά δεδομένα απαιτούν βαθμονόμηση με βάση τα τρέχοντα δεδομένα. Από την άλλη πλευρά είναι πιθανό ότι μια μακροπρόθεσμη ή ενοποιητική μελέτη θα συνδυάσει δεδομένα από διαφορετικές πηγές. Αυτό απαιτεί τη βαθμονόμηση μεταξύ διαφορετικών τεχνολογιών τηλεπισκόπησης.&lt;br /&gt;
Στη διαστημική τηλεπισκόπηση, ο δορυφόρος IKONOS (εικ. 1). ήταν ο πρώτος που παρήγαγε δεδομένα υψηλής διακριτικής ικανότητας (1 μ. στο παγχρωματικό κανάλι και 4 μ. στα υπόλοιπα φασματικά κανάλια). Ωστόσο, με την αύξηση της χωρικής διακριτικής ικανότητας υπάρχει περίπτωση να παρεμποδιστεί η ανάλυση των χαρακτηριστικών των δένδρων.&lt;br /&gt;
Όσον αφορά στη φασματική διακριτική ικανότητα, η μελλοντική έρευνα θα πρέπει να αξιολογήσει τις εφαρμογές των αισθητήρων, κυρίως για να αναγνωρίσει μια σειρά από οργανισμούς και ταυτόχρονα θα πρέπει να επικεντρωθεί σε μεγαλύτερα μήκη κύματος. Η υψηλή χρονική διακριτική ικανότητα των δορυφορικών δεδομένων αποτελεί σημαντικό εργαλείο για την παρατήρηση δυναμικών οικοσυστημάτων.&lt;br /&gt;
	Το βασικό μειονέκτημα των νέων τεχνολογιών τηλεπισκόπησης είναι ο εμπορικός τους χαρακτήρας και οι πολύ υψηλές τιμές τους. Αυτό είναι μεγάλο ζήτημα ειδικά για τις αναπτυσσόμενες χώρες.&lt;br /&gt;
	Εκτός της καταγραφής της παρελθοντικής και της υπάρχουσας κατάστασης, θα πρέπει να καταβληθεί μεγάλη προσπάθεια για την πρόβλεψη των μελλοντικών σεναρίων και της εγκατάστασης των συστημάτων έγκαιρης προειδοποίησης, ώστε να διασφαλιστεί η επιβίωση ενός βιώσιμου οικοσυστήματος. Αυτή η διαδικασία μπορεί να πραγματοποιηθεί με χρήση δεδομένων υψηλής χωρικής διακριτικής ικανότητας.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
	Υπάρχει ανάγκη για πιο ολοκληρωμένες προσεγγίσεις που αφορούν στις νέες τεχνολογίες τηλεπισκόπησης και ανάλυσης σε ένα περιβάλλον GIS, επίσης χρειάζεται να ενσωματωθούν τα ευρήματα που συλλέγονται σε μεγαλύτερες περιόδους με στόχο την πρόβλεψη. Είναι επίσης επιτακτική ανάγκη να συλλεχθούν και να  συμπεριληφθούν δεδομένα από διαφορετικούς κλάδους.&lt;br /&gt;
	[https://link.springer.com/article/10.1023/A:1020887204285/ Διάφορες μελέτες](βλ. Dahdouh-Guebas F., 2002, σελ. 106) χρησιμοποίησαν την επιστήμη της τηλεπισκόπησης στον τομέα της βιώσιμης ανάπτυξης στις αναπτυσσόμενες τροπικές χώρες.  Χρησιμοποίησαν μελέτες περιπτώσεων ως παραδείγματα σημερινών εφαρμογών. Η παρούσα εργασία έδειξε ότι μπορεί να εφαρμοστεί, να αναπτυχθεί και να ενσωματωθεί στη βιωσιμότητα η τηλεπισκόπηση και τα GIS. Έγινε αναφορά στο πώς μπορούν να βοηθήσουν εικόνες υψηλής διακριτικής ικανότητας στην αναγνώριση ειδών ή περιοχών από θεμελιώδη άποψη, δόθηκε έμφαση στη σημασία για την προστασία, τη διατήρηση, την ανάπτυξη και τη βιώσιμη εκμετάλλευση των οικοσυστημάτων αυτών. Πρέπει να τονιστεί ότι παράλληλα με την τεχνολογική καινοτομία και την πολυεπιστημονική ολοκλήρωση υπάρχει επίσης ανάγκη για πλήρη κατανόηση της βιοσυμβατότητας (συμπεριλαμβανομένων των ανθρώπινων παραγόντων) των τροπικών παράκτιων οικοσυστημάτων.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:Παρακολούθηση παρακτίων οικοσυστημάτων]]&lt;/div&gt;</summary>
		<author><name>Markoudimitris</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%97_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CF%89%CE%BD_%CE%A3%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CE%93%CE%B5%CF%89%CE%B3%CF%81%CE%B1%CF%86%CE%B9%CE%BA%CF%8E%CE%BD_%CE%A0%CE%BB%CE%B7%CF%81%CE%BF%CF%86%CE%BF%CF%81%CE%B9%CF%8E%CE%BD_%CF%83%CF%84%CE%B7_%CE%B2%CE%B9%CF%8E%CF%83%CE%B9%CE%BC%CE%B7_%CE%B4%CE%B9%CE%B1%CF%87%CE%B5%CE%AF%CF%81%CE%B9%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CF%84%CF%81%CE%BF%CF%80%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CE%B1%CF%81%CE%AC%CE%BA%CF%84%CE%B9%CF%89%CE%BD_%CE%BF%CE%B9%CE%BA%CE%BF%CF%83%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD</id>
		<title>Η χρήση της Τηλεπισκόπησης και των Συστημάτων Γεωγραφικών Πληροφοριών στη βιώσιμη διαχείριση των τροπικών παράκτιων οικοσυστημάτων</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%97_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CF%89%CE%BD_%CE%A3%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CE%93%CE%B5%CF%89%CE%B3%CF%81%CE%B1%CF%86%CE%B9%CE%BA%CF%8E%CE%BD_%CE%A0%CE%BB%CE%B7%CF%81%CE%BF%CF%86%CE%BF%CF%81%CE%B9%CF%8E%CE%BD_%CF%83%CF%84%CE%B7_%CE%B2%CE%B9%CF%8E%CF%83%CE%B9%CE%BC%CE%B7_%CE%B4%CE%B9%CE%B1%CF%87%CE%B5%CE%AF%CF%81%CE%B9%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CF%84%CF%81%CE%BF%CF%80%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CE%B1%CF%81%CE%AC%CE%BA%CF%84%CE%B9%CF%89%CE%BD_%CE%BF%CE%B9%CE%BA%CE%BF%CF%83%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD"/>
				<updated>2019-02-07T12:35:58Z</updated>
		
		<summary type="html">&lt;p&gt;Markoudimitris: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: askisi1_eikona1a.jpg|thumb | right |''Εικόνα 1α: Ασπρόμαυρη αεροφωτογραφία δάσους Μαγκρόβια στη Σρι Λάνκα'']]&lt;br /&gt;
[[Εικόνα: askisi1_eikona1b.jpg|thumb | right |''Εικόνα 1β: Παγχρωματική δορυφορική εικόνα IKONOS δάσους Μαγκρόβια στη Σρι Λάνκα'']]&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος τίτλος:''' '''The Use of Remote Sensing and GIS in the Sustainable Management of Tropical Coastal Ecosystems'''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφέας:''' Farid Dahdouh-Guebas &amp;lt;br/&amp;gt;&lt;br /&gt;
&lt;br /&gt;
[https://link.springer.com/article/10.1023/A:1020887204285/ Πρωτότυπο κείμενο]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγη'''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Μαγκρόβια δάση, θαλάσσια φανερόγαμα και κοραλλιογενείς υφάλοι''&lt;br /&gt;
	&lt;br /&gt;
Τα τροπικά παράκτια οικοσυστήματα περιλαμβάνουν μαγκρόβια δάση, θαλάσσια μακρόφυτα (όπως φανερόγαμα) και κοραλλιογενείς υφάλους. Καθένα από αυτά τα ενδιαιτήματα σχηματίζεται από είδη που προσαρμόζονται σε μεγάλο βαθμό στην τροπική διαπαλιρροιακή ή θαλάσσια ζωή.&lt;br /&gt;
Τα μαγκρόβια δάση και οι κοραλλιογενείς ύφαλοι προστατεύουν την ακτογραμμή από τη διάβρωση. Τα φανερόγαμα και τα μαγκρόβια ενεργούν ως θώκοι αναπαραγωγής, εκκόλαψης και νοσηλείας πολλών θαλάσσιων ειδών. Μερικά από αυτά είναι σημαντικά από την άποψη της «μοναδικής βιοποικιλότητας», καθώς μεταναστεύουν μεταξύ των μαγγρόβιων και κοραλλιογενών υφάλων όπως καρχαρίες ή ιππόκαμποι, ενώ άλλα έχουν κοινωνικοοικονομική σημασία (π.χ. τα μαγκρόβια χρησιμοποιούνται για καυσόξυλα, έπιπλα και μικρα οικιακά εργαλεία, αλοιφές, φαρμακευτικά προϊόντα κλπ).&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Ανθρωπογενείς επιδράσεις στα τροπικά παράκτια οικοσυστήματα''&lt;br /&gt;
&lt;br /&gt;
Η παράκτια ζώνη σε πολλές χώρες υπόκειται σε ολοένα αυξανόμενη ανθρωπογενή πίεση (π.χ. για τους κοραλλιογενείς υφάλους αναφέρεται ότι έχουν πληγεί ή καταστραφεί σε περισσότερες από 93 χώρες, ιδίως από την παράκτια ανάπτυξη, τον τουρισμό, την αλιεία, τη ρύπανση και την εξόρυξη κοραλλιών). Αυτή η υποβάθμιση απαιτεί ορθολογική διαχείριση των οικοσυστημάτων και των πόρων σε τοπικό, περιφερειακό και παγκόσμιο επίπεδο. Αυτό ισχύει ιδιαίτερα για τις αναπτυσσόμενες χώρες, η πλειοψηφία των οποίων είναι υπο-τροπικές. Στις χώρες αυτές παρατηρείται ανταγωνισμός σε τομείς όπως η υδατοκαλλιέργεια, η βιομηχανία, ο τουρισμός και το περιβάλλον. Αυτή η σύγκρουση συχνά έχει ως αποτέλεσμα το περιβάλλον να ζημιώνεται περισσότερο.&lt;br /&gt;
Το αναπτυξιακό καθεστώς πολλών χωρών υποδηλώνει ότι οι ντόπιοι εξαρτώνται συχνά από τα κοντινά οικοσυστήματα. Αυτό απαιτεί μια ολοκληρμένη διεπιστημονική προσέγγιση για να επιτευχθεί μια βιώσιμη ισορροπία μεταξύ των [https://link.springer.com/article/10.1023/A:1020887204285/ εθνοβιολογικών αναγκών] (βλ. Dahdouh-Guebas F., 2002,σελ 96) και τη διατήρηση του περιβάλλοντος. &lt;br /&gt;
Μια σημαντική επιστήμη που συνεισφέρει στην ανίχνευση, την περιγραφή, την ποσοτικοποίηση και την παρακολούθηση αυτών των αλλαγών είναι η τηλεπισκόπηση η οποία, σε συνδυασμό με τα Γεωγραφικά Συστήματα Πληροφοριών (GIS) αποτελόυν ένα αποτελεσματικό εργαλείο διαχείρισης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Η Τηλεπισκόπηση και τα Γεωγραφικά Συστήματα Πληροφοριών ως εργαλεία'''&lt;br /&gt;
&lt;br /&gt;
Ο όρος «τηλεπισκόπηση» ορίζεται ευρέως ως οι τεχνικές συλλογής εικόνων ή άλλων δεδομένων σχετικά με ένα αντικείμενο. Οι μετρήσεις αυτές γίνονται σε απόσταση από το αντικείμενο και αναφέρονται συνήθως σε δορυφορικές εικόνες, σε αεροφωτογραφίες ή στην ωκεάνια βαθυμετρία που πραγματοποιείται με τη χρήση δεδομένων ραντάρ. &lt;br /&gt;
Τα GIS χρησιμοποιούνται ευρέως ως εργαλεία για την ψηφιοποίηση τηλεπισκοπικών ή χαρτογραφικών δεδομένων. Επίσης μπορεί να χρησιμεύσει στην ανάλυση των χωρικών χαρακτηριστικών των δεδομένων σε διάφορα ψηφιακά στρώματα. Ο συνδυασμός και των δύο τύπων βάσεων δεδομένων μπορεί να συμβάλλει στη βιώσιμη ανάπτυξη και διαχείριση.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Η Τηλεπισκόπηση και τα Γεωγραφικά Συστήματα Πληροφοριών στις τροπικές ακτές'''&lt;br /&gt;
&lt;br /&gt;
Η τηλεπισκόπηση και τα GIS έχουν χρησιμοποιηθεί για τη μελέτη μαγκρόβιων δασών, θαλάσσιων φανερόγαμων και κοραλλιογενών υφάλων σε [https://link.springer.com/article/10.1023/A:1020887204285/ ορισμένες εργασίες] (βλ. Dahdouh-Guebas F., 2002, σελ. 98. Για τα μαγκρόβια δάση επικράτησε η άποψη ότι κατάλληλα εργαλεία για τη διερεύνηση χαρακτηριστικών όπως η πυκνότητα, η φαινολογία, η υδρολογική κατάσταση κλπ είναι οι αεροφωτογραφίες. Ειδικότερα, δεδομένα με υψηλή χωρική διακριτική ικανότητα μπορούν να αποκαλύψουν λεπτομέρειες για  τη δομή και τη δυναμική της βλάστησης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Παρακολούθηση προτύπων κάλυψης γης και καταστροφών''&lt;br /&gt;
&lt;br /&gt;
Η ταυτοποίηση των τύπων χρήσης ή κάλυψης γης γίνεται συνήθως σε μεσαία ή μεγάλη κλίμακα και δεν απαιτούνται δεδομένα με υψηλή χωρική διακριτική ικανότητα. Η φασματική διακριτική ικανότητα εξαρτάται από το θέμα της μελέτης, αλλά συνήθως αφορά στη διάκριση μεταξύ των βλάστησης και των γεωργικών περιοχών, η οποία μπορεί να πραγματοποιηθεί χρησιμοποιώντας υπέρυθρα μήκη κύματος (IR). Η χρονική διακριτική ικανότητα έγκειται στο αν η μελέτη είναι στιγμιαία ή στοχεύει στην παρακολούθηση των αλλαγών στην κάλυψη της γης διαχρονικά.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Παρακολούθηση πληθυσμιακής δομής''&lt;br /&gt;
&lt;br /&gt;
Η μελέτη της δομής της βλάστησης στα μαγκρόβια δάση και στα θαλάσσια φανερόγαμα μπορεί να επικεντρωθεί σε μεμονωμένα γένη, ενοποιήσεις και ζώνες όσον αφορά τη βλάστηση. Ο ίδιος τύπος μελέτης μπορεί επίσης να εφαρμοσθεί σε πληθυσμούς κυανοβακτηριδίων, φυκών ή διατόμων που ενδημούν σε κοραλλιογενείς υφάλους. Η χωρική και φασματική διακριτική ικανότητα μπορεί να διαφέρει και εξαρτάται από το πεδίο εφαρμογής της μελέτης, ενώ η χρονική διακριτική ικανότητα είναι συνήθως χαμηλή εξαιτίας της εκ φύσεως αργής μεταβολής της βλάστησης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Παρακολούθηση και χαρακτηριστικά θέσης (stand characteristics)''&lt;br /&gt;
&lt;br /&gt;
H παρακολούθηση των ειδικών χαρακτηριστικών θέσης απαιτεί υψηλή χωρική και φασματική διακριτική ικανότητα. Η εκτίμηση ή η παρακολούθηση των λεπτομερών χαρακτηριστικών των εκτάσεων βλάστησης είναι δυνατόν να συμβάλλει στη σύνταξη των απαραίτητων κατευθυντήριων οδηγιών που αφορούν στη βιώσιμη διαχείρισης δασών (ή αειφόρου δασοκομίας).&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Παρακολούθηση λοιπών περιβαλλοντικών χαρακτηριστικών και διαδικασιών''&lt;br /&gt;
&lt;br /&gt;
	Δεδομένα ραντάρ που ανιχνεύονται από απόσταση, όπως π.χ. από το ραντάρ συνθετικής διάτρησης (SAR) χρησιμοποιούνται ευρέως και παρέχουν ορισμένα πλεονεκτήματα σε σχέση με τις δορυφορικές εικόνες και τις αεροφωτογραφίες. Με τη χρήση των ραντάρ είναι εφικτό να πραγματοποιηθεί διείσδυση μέσω των σύννεφων ή ακόμα και μέσω των της δασοκάλυψης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Ενοποίηση παρελθοντικών, παρόντων και μελλοντικών μελετών τηλεπισκόπησης'''&lt;br /&gt;
&lt;br /&gt;
	Η τρέχουσα πρόκληση για την τηλεπισκόπηση και την έρευνα με βάση το GIS είναι να συνδυαστούν δεδομένα από το παρελθόν και το παρόν με απώτερο σκοπό προβλεφθούν πιθανές μελλοντικές συνθήκες. Από τη μία πλευρά, τα παρελθοντικά δεδομένα απαιτούν βαθμονόμηση με βάση τα τρέχοντα δεδομένα. Από την άλλη πλευρά είναι πιθανό ότι μια μακροπρόθεσμη ή ενοποιητική μελέτη θα συνδυάσει δεδομένα από διαφορετικές πηγές. Αυτό απαιτεί τη βαθμονόμηση μεταξύ διαφορετικών τεχνολογιών τηλεπισκόπησης.&lt;br /&gt;
Στη διαστημική τηλεπισκόπηση, ο δορυφόρος IKONOS (εικ. 1). ήταν ο πρώτος που παρήγαγε δεδομένα υψηλής διακριτικής ικανότητας (1 μ. στο παγχρωματικό κανάλι και 4 μ. στα υπόλοιπα φασματικά κανάλια). Ωστόσο, με την αύξηση της χωρικής διακριτικής ικανότητας υπάρχει περίπτωση να παρεμποδιστεί η ανάλυση των χαρακτηριστικών των δένδρων.&lt;br /&gt;
Όσον αφορά στη φασματική διακριτική ικανότητα, η μελλοντική έρευνα θα πρέπει να αξιολογήσει τις εφαρμογές των αισθητήρων, κυρίως για να αναγνωρίσει μια σειρά από οργανισμούς και ταυτόχρονα θα πρέπει να επικεντρωθεί σε μεγαλύτερα μήκη κύματος. Η υψηλή χρονική διακριτική ικανότητα των δορυφορικών δεδομένων αποτελεί σημαντικό εργαλείο για την παρατήρηση δυναμικών οικοσυστημάτων.&lt;br /&gt;
	Το βασικό μειονέκτημα των νέων τεχνολογιών τηλεπισκόπησης είναι ο εμπορικός τους χαρακτήρας και οι πολύ υψηλές τιμές τους. Αυτό είναι μεγάλο ζήτημα ειδικά για τις αναπτυσσόμενες χώρες.&lt;br /&gt;
	Εκτός της καταγραφής της παρελθοντικής και της υπάρχουσας κατάστασης, θα πρέπει να καταβληθεί μεγάλη προσπάθεια για την πρόβλεψη των μελλοντικών σεναρίων και της εγκατάστασης των συστημάτων έγκαιρης προειδοποίησης, ώστε να διασφαλιστεί η επιβίωση ενός βιώσιμου οικοσυστήματος. Αυτή η διαδικασία μπορεί να πραγματοποιηθεί με χρήση δεδομένων υψηλής χωρικής διακριτικής ικανότητας.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
	Υπάρχει ανάγκη για πιο ολοκληρωμένες προσεγγίσεις που αφορούν στις νέες τεχνολογίες τηλεπισκόπησης και ανάλυσης σε ένα περιβάλλον GIS, επίσης χρειάζεται να ενσωματωθούν τα ευρήματα που συλλέγονται σε μεγαλύτερες περιόδους με στόχο την πρόβλεψη. Είναι επίσης επιτακτική ανάγκη να συλλεχθούν και να  συμπεριληφθούν δεδομένα από διαφορετικούς κλάδους.&lt;br /&gt;
	[https://link.springer.com/article/10.1023/A:1020887204285/ Διάφορες μελέτες](βλ. Dahdouh-Guebas F., 2002, σελ. 106) χρησιμοποίησαν την επιστήμη της τηλεπισκόπησης στον τομέα της βιώσιμης ανάπτυξης στις αναπτυσσόμενες τροπικές χώρες.  Χρησιμοποίησαν μελέτες περιπτώσεων ως παραδείγματα σημερινών εφαρμογών. Η παρούσα εργασία έδειξε ότι μπορεί να εφαρμοστεί, να αναπτυχθεί και να ενσωματωθεί στη βιωσιμότητα η τηλεπισκόπηση και τα GIS. Έγινε αναφορά στο πώς μπορούν να βοηθήσουν εικόνες υψηλής διακριτικής ικανότητας στην αναγνώριση ειδών ή περιοχών από θεμελιώδη άποψη, δόθηκε έμφαση στη σημασία για την προστασία, τη διατήρηση, την ανάπτυξη και τη βιώσιμη εκμετάλλευση των οικοσυστημάτων αυτών. Πρέπει να τονιστεί ότι παράλληλα με την τεχνολογική καινοτομία και την πολυεπιστημονική ολοκλήρωση υπάρχει επίσης ανάγκη για πλήρη κατανόηση της βιοσυμβατότητας (συμπεριλαμβανομένων των ανθρώπινων παραγόντων) των τροπικών παράκτιων οικοσυστημάτων.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:Παρακολούθηση παρακτίων οικοσυστημάτων]]&lt;/div&gt;</summary>
		<author><name>Markoudimitris</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%97_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CF%89%CE%BD_%CE%A3%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CE%93%CE%B5%CF%89%CE%B3%CF%81%CE%B1%CF%86%CE%B9%CE%BA%CF%8E%CE%BD_%CE%A0%CE%BB%CE%B7%CF%81%CE%BF%CF%86%CE%BF%CF%81%CE%B9%CF%8E%CE%BD_%CF%83%CF%84%CE%B7_%CE%B2%CE%B9%CF%8E%CF%83%CE%B9%CE%BC%CE%B7_%CE%B4%CE%B9%CE%B1%CF%87%CE%B5%CE%AF%CF%81%CE%B9%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CF%84%CF%81%CE%BF%CF%80%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CE%B1%CF%81%CE%AC%CE%BA%CF%84%CE%B9%CF%89%CE%BD_%CE%BF%CE%B9%CE%BA%CE%BF%CF%83%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD</id>
		<title>Η χρήση της Τηλεπισκόπησης και των Συστημάτων Γεωγραφικών Πληροφοριών στη βιώσιμη διαχείριση των τροπικών παράκτιων οικοσυστημάτων</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%97_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CF%89%CE%BD_%CE%A3%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CE%93%CE%B5%CF%89%CE%B3%CF%81%CE%B1%CF%86%CE%B9%CE%BA%CF%8E%CE%BD_%CE%A0%CE%BB%CE%B7%CF%81%CE%BF%CF%86%CE%BF%CF%81%CE%B9%CF%8E%CE%BD_%CF%83%CF%84%CE%B7_%CE%B2%CE%B9%CF%8E%CF%83%CE%B9%CE%BC%CE%B7_%CE%B4%CE%B9%CE%B1%CF%87%CE%B5%CE%AF%CF%81%CE%B9%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CF%84%CF%81%CE%BF%CF%80%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CE%B1%CF%81%CE%AC%CE%BA%CF%84%CE%B9%CF%89%CE%BD_%CE%BF%CE%B9%CE%BA%CE%BF%CF%83%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD"/>
				<updated>2019-02-07T12:33:36Z</updated>
		
		<summary type="html">&lt;p&gt;Markoudimitris: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: askisi1_eikona1a.jpg|thumb | right |''Εικόνα 1α: Ασπρόμαυρη αεροφωτογραφία δάσους Μαγκρόβια στη Σρι Λάνκα'']]&lt;br /&gt;
[[Εικόνα: askisi1_eikona1b.jpg|thumb | right |''Εικόνα 1β: Παγχρωματική δορυφορική εικόνα IKONOS δάσους Μαγκρόβια στη Σρι Λάνκα'']]&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος τίτλος:''' '''The Use of Remote Sensing and GIS in the Sustainable Management of Tropical Coastal Ecosystems'''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφέας:''' Farid Dahdouh-Guebas &amp;lt;br/&amp;gt;&lt;br /&gt;
&lt;br /&gt;
[https://link.springer.com/article/10.1023/A:1020887204285/ Πρωτότυπο κείμενο]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγη'''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Μαγκρόβια δάση, θαλάσσια φανερόγαμα και κοραλλιογενείς υφάλοι''&lt;br /&gt;
	&lt;br /&gt;
Τα τροπικά παράκτια οικοσυστήματα περιλαμβάνουν μαγκρόβια δάση, θαλάσσια μακρόφυτα (όπως φανερόγαμα) και κοραλλιογενείς υφάλους. Καθένα από αυτά τα ενδιαιτήματα σχηματίζεται από είδη που προσαρμόζονται σε μεγάλο βαθμό στην τροπική διαπαλιρροιακή ή θαλάσσια ζωή.&lt;br /&gt;
Τα μαγκρόβια δάση και οι κοραλλιογενείς ύφαλοι προστατεύουν την ακτογραμμή από τη διάβρωση. Τα φανερόγαμα και τα μαγκρόβια ενεργούν ως θώκοι αναπαραγωγής, εκκόλαψης και νοσηλείας πολλών θαλάσσιων ειδών. Μερικά από αυτά είναι σημαντικά από την άποψη της «μοναδικής βιοποικιλότητας», καθώς μεταναστεύουν μεταξύ των μαγγρόβιων και κοραλλιογενών υφάλων όπως καρχαρίες ή ιππόκαμποι, ενώ άλλα έχουν κοινωνικοοικονομική σημασία (π.χ. τα μαγκρόβια χρησιμοποιούνται για καυσόξυλα, έπιπλα και μικρα οικιακά εργαλεία, αλοιφές, φαρμακευτικά προϊόντα κλπ).&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Ανθρωπογενείς επιδράσεις στα τροπικά παράκτια οικοσυστήματα''&lt;br /&gt;
&lt;br /&gt;
Η παράκτια ζώνη σε πολλές χώρες υπόκειται σε ολοένα αυξανόμενη ανθρωπογενή πίεση (π.χ. για τους κοραλλιογενείς υφάλους αναφέρεται ότι έχουν πληγεί ή καταστραφεί σε περισσότερες από 93 χώρες, ιδίως από την παράκτια ανάπτυξη, τον τουρισμό, την αλιεία, τη ρύπανση και την εξόρυξη κοραλλιών). Αυτή η υποβάθμιση απαιτεί ορθολογική διαχείριση των οικοσυστημάτων και των πόρων σε τοπικό, περιφερειακό και παγκόσμιο επίπεδο. Αυτό ισχύει ιδιαίτερα για τις αναπτυσσόμενες χώρες, η πλειοψηφία των οποίων είναι υπο-τροπικές. Στις χώρες αυτές παρατηρείται ανταγωνισμός σε τομείς όπως η υδατοκαλλιέργεια, η βιομηχανία, ο τουρισμός και το περιβάλλον. Αυτή η σύγκρουση συχνά έχει ως αποτέλεσμα το περιβάλλον να ζημιώνεται περισσότερο.&lt;br /&gt;
Το αναπτυξιακό καθεστώς πολλών χωρών υποδηλώνει ότι οι ντόπιοι εξαρτώνται συχνά από τα κοντινά οικοσυστήματα. Αυτό απαιτεί μια ολοκληρμένη διεπιστημονική προσέγγιση για να επιτευχθεί μια βιώσιμη ισορροπία μεταξύ των [https://link.springer.com/article/10.1023/A:1020887204285/ εθνοβιολογικών αναγκών] (βλ. Dahdouh-Guebas F., 2002,σελ 96) και τη διατήρηση του περιβάλλοντος. &lt;br /&gt;
Μια σημαντική επιστήμη που συνεισφέρει στην ανίχνευση, την περιγραφή, την ποσοτικοποίηση και την παρακολούθηση αυτών των αλλαγών είναι η τηλεπισκόπηση η οποία, σε συνδυασμό με τα Γεωγραφικά Συστήματα Πληροφοριών (GIS) αποτελόυν ένα αποτελεσματικό εργαλείο διαχείρισης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Η Τηλεπισκόπηση και τα Γεωγραφικά Συστήματα Πληροφοριών ως εργαλεία'''&lt;br /&gt;
&lt;br /&gt;
Ο όρος «τηλεπισκόπηση» ορίζεται ευρέως ως οι τεχνικές συλλογής εικόνων ή άλλων δεδομένων σχετικά με ένα αντικείμενο. Οι μετρήσεις αυτές γίνονται σε απόσταση από το αντικείμενο και αναφέρονται συνήθως σε δορυφορικές εικόνες, σε αεροφωτογραφίες ή στην ωκεάνια βαθυμετρία που πραγματοποιείται με τη χρήση δεδομένων ραντάρ. &lt;br /&gt;
Τα GIS χρησιμοποιούνται ευρέως ως εργαλεία για την ψηφιοποίηση τηλεπισκοπικών ή χαρτογραφικών δεδομένων. Επίσης μπορεί να χρησιμεύσει στην ανάλυση των χωρικών χαρακτηριστικών των δεδομένων σε διάφορα ψηφιακά στρώματα. Ο συνδυασμός και των δύο τύπων βάσεων δεδομένων μπορεί να συμβάλλει στη βιώσιμη ανάπτυξη και διαχείριση.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Η Τηλεπισκόπηση και τα Γεωγραφικά Συστήματα Πληροφοριών στις τροπικές ακτές'''&lt;br /&gt;
&lt;br /&gt;
Η τηλεπισκόπηση και τα GIS έχουν χρησιμοποιηθεί για τη μελέτη μαγκρόβιων δασών, θαλάσσιων φανερόγαμων και κοραλλιογενών υφάλων σε διάφορες εργασίες [https://link.springer.com/article/10.1023/A:1020887204285/ βλ. Dahdouh-Guebas F., 2002, σελ. 98]. Για τα μαγκρόβια δάση επικράτησε η άποψη ότι κατάλληλα εργαλεία για τη διερεύνηση χαρακτηριστικών όπως η πυκνότητα, η φαινολογία, η υδρολογική κατάσταση κλπ είναι οι αεροφωτογραφίες. Ειδικότερα, δεδομένα με υψηλή χωρική διακριτική ικανότητα μπορούν να αποκαλύψουν λεπτομέρειες για  τη δομή και τη δυναμική της βλάστησης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Παρακολούθηση προτύπων κάλυψης γης και καταστροφών''&lt;br /&gt;
&lt;br /&gt;
Η ταυτοποίηση των τύπων χρήσης ή κάλυψης γης γίνεται συνήθως σε μεσαία ή μεγάλη κλίμακα και δεν απαιτούνται δεδομένα με υψηλή χωρική διακριτική ικανότητα. Η φασματική διακριτική ικανότητα εξαρτάται από το θέμα της μελέτης, αλλά συνήθως αφορά στη διάκριση μεταξύ των βλάστησης και των γεωργικών περιοχών, η οποία μπορεί να πραγματοποιηθεί χρησιμοποιώντας υπέρυθρα μήκη κύματος (IR). Η χρονική διακριτική ικανότητα έγκειται στο αν η μελέτη είναι στιγμιαία ή στοχεύει στην παρακολούθηση των αλλαγών στην κάλυψη της γης διαχρονικά.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Παρακολούθηση πληθυσμιακής δομής''&lt;br /&gt;
&lt;br /&gt;
Η μελέτη της δομής της βλάστησης στα μαγκρόβια δάση και στα θαλάσσια φανερόγαμα μπορεί να επικεντρωθεί σε μεμονωμένα γένη, ενοποιήσεις και ζώνες όσον αφορά τη βλάστηση. Ο ίδιος τύπος μελέτης μπορεί επίσης να εφαρμοσθεί σε πληθυσμούς κυανοβακτηριδίων, φυκών ή διατόμων που ενδημούν σε κοραλλιογενείς υφάλους. Η χωρική και φασματική διακριτική ικανότητα μπορεί να διαφέρει και εξαρτάται από το πεδίο εφαρμογής της μελέτης, ενώ η χρονική διακριτική ικανότητα είναι συνήθως χαμηλή εξαιτίας της εκ φύσεως αργής μεταβολής της βλάστησης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Παρακολούθηση και χαρακτηριστικά θέσης (stand characteristics)''&lt;br /&gt;
&lt;br /&gt;
H παρακολούθηση των ειδικών χαρακτηριστικών θέσης απαιτεί υψηλή χωρική και φασματική διακριτική ικανότητα. Η εκτίμηση ή η παρακολούθηση των λεπτομερών χαρακτηριστικών των εκτάσεων βλάστησης είναι δυνατόν να συμβάλλει στη σύνταξη των απαραίτητων κατευθυντήριων οδηγιών που αφορούν στη βιώσιμη διαχείρισης δασών (ή αειφόρου δασοκομίας).&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Παρακολούθηση λοιπών περιβαλλοντικών χαρακτηριστικών και διαδικασιών''&lt;br /&gt;
&lt;br /&gt;
	Δεδομένα ραντάρ που ανιχνεύονται από απόσταση, όπως π.χ. από το ραντάρ συνθετικής διάτρησης (SAR) χρησιμοποιούνται ευρέως και παρέχουν ορισμένα πλεονεκτήματα σε σχέση με τις δορυφορικές εικόνες και τις αεροφωτογραφίες. Με τη χρήση των ραντάρ είναι εφικτό να πραγματοποιηθεί διείσδυση μέσω των σύννεφων ή ακόμα και μέσω των της δασοκάλυψης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Ενοποίηση παρελθοντικών, παρόντων και μελλοντικών μελετών τηλεπισκόπησης'''&lt;br /&gt;
&lt;br /&gt;
	Η τρέχουσα πρόκληση για την τηλεπισκόπηση και την έρευνα με βάση το GIS είναι να συνδυαστούν δεδομένα από το παρελθόν και το παρόν με απώτερο σκοπό προβλεφθούν πιθανές μελλοντικές συνθήκες. Από τη μία πλευρά, τα παρελθοντικά δεδομένα απαιτούν βαθμονόμηση με βάση τα τρέχοντα δεδομένα. Από την άλλη πλευρά είναι πιθανό ότι μια μακροπρόθεσμη ή ενοποιητική μελέτη θα συνδυάσει δεδομένα από διαφορετικές πηγές. Αυτό απαιτεί τη βαθμονόμηση μεταξύ διαφορετικών τεχνολογιών τηλεπισκόπησης.&lt;br /&gt;
Στη διαστημική τηλεπισκόπηση, ο δορυφόρος IKONOS (εικ. 1). ήταν ο πρώτος που παρήγαγε δεδομένα υψηλής διακριτικής ικανότητας (1 μ. στο παγχρωματικό κανάλι και 4 μ. στα υπόλοιπα φασματικά κανάλια). Ωστόσο, με την αύξηση της χωρικής διακριτικής ικανότητας υπάρχει περίπτωση να παρεμποδιστεί η ανάλυση των χαρακτηριστικών των δένδρων.&lt;br /&gt;
Όσον αφορά στη φασματική διακριτική ικανότητα, η μελλοντική έρευνα θα πρέπει να αξιολογήσει τις εφαρμογές των αισθητήρων, κυρίως για να αναγνωρίσει μια σειρά από οργανισμούς και ταυτόχρονα θα πρέπει να επικεντρωθεί σε μεγαλύτερα μήκη κύματος. Η υψηλή χρονική διακριτική ικανότητα των δορυφορικών δεδομένων αποτελεί σημαντικό εργαλείο για την παρατήρηση δυναμικών οικοσυστημάτων.&lt;br /&gt;
	Το βασικό μειονέκτημα των νέων τεχνολογιών τηλεπισκόπησης είναι ο εμπορικός τους χαρακτήρας και οι πολύ υψηλές τιμές τους. Αυτό είναι μεγάλο ζήτημα ειδικά για τις αναπτυσσόμενες χώρες.&lt;br /&gt;
	Εκτός της καταγραφής της παρελθοντικής και της υπάρχουσας κατάστασης, θα πρέπει να καταβληθεί μεγάλη προσπάθεια για την πρόβλεψη των μελλοντικών σεναρίων και της εγκατάστασης των συστημάτων έγκαιρης προειδοποίησης, ώστε να διασφαλιστεί η επιβίωση ενός βιώσιμου οικοσυστήματος. Αυτή η διαδικασία μπορεί να πραγματοποιηθεί με χρήση δεδομένων υψηλής χωρικής διακριτικής ικανότητας.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
	Υπάρχει ανάγκη για πιο ολοκληρωμένες προσεγγίσεις που αφορούν στις νέες τεχνολογίες τηλεπισκόπησης και ανάλυσης σε ένα περιβάλλον GIS, επίσης χρειάζεται να ενσωματωθούν τα ευρήματα που συλλέγονται σε μεγαλύτερες περιόδους με στόχο την πρόβλεψη. Είναι επίσης επιτακτική ανάγκη να συλλεχθούν και να  συμπεριληφθούν δεδομένα από διαφορετικούς κλάδους.&lt;br /&gt;
	[https://link.springer.com/article/10.1023/A:1020887204285/ Διάφορες μελέτες](βλ. Dahdouh-Guebas F., 2002, σελ. 106) χρησιμοποίησαν την επιστήμη της τηλεπισκόπησης στον τομέα της βιώσιμης ανάπτυξης στις αναπτυσσόμενες τροπικές χώρες.  Χρησιμοποίησαν μελέτες περιπτώσεων ως παραδείγματα σημερινών εφαρμογών. Η παρούσα εργασία έδειξε ότι μπορεί να εφαρμοστεί, να αναπτυχθεί και να ενσωματωθεί στη βιωσιμότητα η τηλεπισκόπηση και τα GIS. Έγινε αναφορά στο πώς μπορούν να βοηθήσουν εικόνες υψηλής διακριτικής ικανότητας στην αναγνώριση ειδών ή περιοχών από θεμελιώδη άποψη, δόθηκε έμφαση στη σημασία για την προστασία, τη διατήρηση, την ανάπτυξη και τη βιώσιμη εκμετάλλευση των οικοσυστημάτων αυτών. Πρέπει να τονιστεί ότι παράλληλα με την τεχνολογική καινοτομία και την πολυεπιστημονική ολοκλήρωση υπάρχει επίσης ανάγκη για πλήρη κατανόηση της βιοσυμβατότητας (συμπεριλαμβανομένων των ανθρώπινων παραγόντων) των τροπικών παράκτιων οικοσυστημάτων.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:Παρακολούθηση παρακτίων οικοσυστημάτων]]&lt;/div&gt;</summary>
		<author><name>Markoudimitris</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%97_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CF%89%CE%BD_%CE%A3%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CE%93%CE%B5%CF%89%CE%B3%CF%81%CE%B1%CF%86%CE%B9%CE%BA%CF%8E%CE%BD_%CE%A0%CE%BB%CE%B7%CF%81%CE%BF%CF%86%CE%BF%CF%81%CE%B9%CF%8E%CE%BD_%CF%83%CF%84%CE%B7_%CE%B2%CE%B9%CF%8E%CF%83%CE%B9%CE%BC%CE%B7_%CE%B4%CE%B9%CE%B1%CF%87%CE%B5%CE%AF%CF%81%CE%B9%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CF%84%CF%81%CE%BF%CF%80%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CE%B1%CF%81%CE%AC%CE%BA%CF%84%CE%B9%CF%89%CE%BD_%CE%BF%CE%B9%CE%BA%CE%BF%CF%83%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD</id>
		<title>Η χρήση της Τηλεπισκόπησης και των Συστημάτων Γεωγραφικών Πληροφοριών στη βιώσιμη διαχείριση των τροπικών παράκτιων οικοσυστημάτων</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%97_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CF%89%CE%BD_%CE%A3%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CE%93%CE%B5%CF%89%CE%B3%CF%81%CE%B1%CF%86%CE%B9%CE%BA%CF%8E%CE%BD_%CE%A0%CE%BB%CE%B7%CF%81%CE%BF%CF%86%CE%BF%CF%81%CE%B9%CF%8E%CE%BD_%CF%83%CF%84%CE%B7_%CE%B2%CE%B9%CF%8E%CF%83%CE%B9%CE%BC%CE%B7_%CE%B4%CE%B9%CE%B1%CF%87%CE%B5%CE%AF%CF%81%CE%B9%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CF%84%CF%81%CE%BF%CF%80%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CE%B1%CF%81%CE%AC%CE%BA%CF%84%CE%B9%CF%89%CE%BD_%CE%BF%CE%B9%CE%BA%CE%BF%CF%83%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD"/>
				<updated>2019-02-07T12:32:23Z</updated>
		
		<summary type="html">&lt;p&gt;Markoudimitris: Διαγραφή του περιεχομένου της σελίδας&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Markoudimitris</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%97_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CF%89%CE%BD_%CE%A3%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CE%93%CE%B5%CF%89%CE%B3%CF%81%CE%B1%CF%86%CE%B9%CE%BA%CF%8E%CE%BD_%CE%A0%CE%BB%CE%B7%CF%81%CE%BF%CF%86%CE%BF%CF%81%CE%B9%CF%8E%CE%BD_%CF%83%CF%84%CE%B7_%CE%B2%CE%B9%CF%8E%CF%83%CE%B9%CE%BC%CE%B7_%CE%B4%CE%B9%CE%B1%CF%87%CE%B5%CE%AF%CF%81%CE%B9%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CF%84%CF%81%CE%BF%CF%80%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CE%B1%CF%81%CE%AC%CE%BA%CF%84%CE%B9%CF%89%CE%BD_%CE%BF%CE%B9%CE%BA%CE%BF%CF%83%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD</id>
		<title>Η χρήση της Τηλεπισκόπησης και των Συστημάτων Γεωγραφικών Πληροφοριών στη βιώσιμη διαχείριση των τροπικών παράκτιων οικοσυστημάτων</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%97_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CF%89%CE%BD_%CE%A3%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CE%93%CE%B5%CF%89%CE%B3%CF%81%CE%B1%CF%86%CE%B9%CE%BA%CF%8E%CE%BD_%CE%A0%CE%BB%CE%B7%CF%81%CE%BF%CF%86%CE%BF%CF%81%CE%B9%CF%8E%CE%BD_%CF%83%CF%84%CE%B7_%CE%B2%CE%B9%CF%8E%CF%83%CE%B9%CE%BC%CE%B7_%CE%B4%CE%B9%CE%B1%CF%87%CE%B5%CE%AF%CF%81%CE%B9%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CF%84%CF%81%CE%BF%CF%80%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CE%B1%CF%81%CE%AC%CE%BA%CF%84%CE%B9%CF%89%CE%BD_%CE%BF%CE%B9%CE%BA%CE%BF%CF%83%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD"/>
				<updated>2019-02-07T12:29:44Z</updated>
		
		<summary type="html">&lt;p&gt;Markoudimitris: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: askisi1_eikona1a.jpg|thumb | right |''Εικόνα 1α: Ασπρόμαυρη αεροφωτογραφία δάσους Μαγκρόβια στη Σρι Λάνκα'']]&lt;br /&gt;
[[Εικόνα: askisi1_eikona1b.jpg|thumb | right |''Εικόνα 1β: Παγχρωματική δορυφορική εικόνα IKONOS δάσους Μαγκρόβια στη Σρι Λάνκα'']]&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος τίτλος:''' '''The Use of Remote Sensing and GIS in the Sustainable Management of Tropical Coastal Ecosystems'''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφέας:''' Farid Dahdouh-Guebas &amp;lt;br/&amp;gt;&lt;br /&gt;
&lt;br /&gt;
[https://link.springer.com/article/10.1023/A:1020887204285/ Πρωτότυπο κείμενο]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγη'''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Μαγκρόβια δάση, θαλάσσια φανερόγαμα και κοραλλιογενείς υφάλοι''&lt;br /&gt;
	&lt;br /&gt;
Τα τροπικά παράκτια οικοσυστήματα περιλαμβάνουν μαγκρόβια δάση, θαλάσσια μακρόφυτα (όπως φανερόγαμα) και κοραλλιογενείς υφάλους. Καθένα από αυτά τα ενδιαιτήματα σχηματίζεται από είδη που προσαρμόζονται σε μεγάλο βαθμό στην τροπική διαπαλιρροιακή ή θαλάσσια ζωή.&lt;br /&gt;
Τα μαγκρόβια δάση και οι κοραλλιογενείς ύφαλοι προστατεύουν την ακτογραμμή από τη διάβρωση. Τα φανερόγαμα και τα μαγκρόβια ενεργούν ως θώκοι αναπαραγωγής, εκκόλαψης και νοσηλείας πολλών θαλάσσιων ειδών. Μερικά από αυτά είναι σημαντικά από την άποψη της «μοναδικής βιοποικιλότητας», καθώς μεταναστεύουν μεταξύ των μαγγρόβιων και κοραλλιογενών υφάλων όπως καρχαρίες ή ιππόκαμποι, ενώ άλλα έχουν κοινωνικοοικονομική σημασία (π.χ. τα μαγκρόβια χρησιμοποιούνται για καυσόξυλα, έπιπλα και μικρα οικιακά εργαλεία, αλοιφές, φαρμακευτικά προϊόντα κλπ).&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Ανθρωπογενείς επιδράσεις στα τροπικά παράκτια οικοσυστήματα''&lt;br /&gt;
&lt;br /&gt;
Η παράκτια ζώνη σε πολλές χώρες υπόκειται σε ολοένα αυξανόμενη ανθρωπογενή πίεση (π.χ. για τους κοραλλιογενείς υφάλους αναφέρεται ότι έχουν πληγεί ή καταστραφεί σε περισσότερες από 93 χώρες, ιδίως από την παράκτια ανάπτυξη, τον τουρισμό, την αλιεία, τη ρύπανση και την εξόρυξη κοραλλιών). Αυτή η υποβάθμιση απαιτεί ορθολογική διαχείριση των οικοσυστημάτων και των πόρων σε τοπικό, περιφερειακό και παγκόσμιο επίπεδο. Αυτό ισχύει ιδιαίτερα για τις αναπτυσσόμενες χώρες, η πλειοψηφία των οποίων είναι υπο-τροπικές. Στις χώρες αυτές παρατηρείται ανταγωνισμός σε τομείς όπως η υδατοκαλλιέργεια, η βιομηχανία, ο τουρισμός και το περιβάλλον. Αυτή η σύγκρουση συχνά έχει ως αποτέλεσμα το περιβάλλον να ζημιώνεται περισσότερο.&lt;br /&gt;
Το αναπτυξιακό καθεστώς πολλών χωρών υποδηλώνει ότι οι ντόπιοι εξαρτώνται συχνά από τα κοντινά οικοσυστήματα. Αυτό απαιτεί μια ολοκληρμένη διεπιστημονική προσέγγιση για να επιτευχθεί μια βιώσιμη ισορροπία μεταξύ των [https://link.springer.com/article/10.1023/A:1020887204285/ εθνοβιολογικών αναγκών] (βλ. Dahdouh-Guebas F., 2002,σελ 96) και τη διατήρηση του περιβάλλοντος. &lt;br /&gt;
Μια σημαντική επιστήμη που συνεισφέρει στην ανίχνευση, την περιγραφή, την ποσοτικοποίηση και την παρακολούθηση αυτών των αλλαγών είναι η τηλεπισκόπηση η οποία, σε συνδυασμό με τα Γεωγραφικά Συστήματα Πληροφοριών (GIS) αποτελόυν ένα αποτελεσματικό εργαλείο διαχείρισης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Η Τηλεπισκόπηση και τα Γεωγραφικά Συστήματα Πληροφοριών ως εργαλεία'''&lt;br /&gt;
&lt;br /&gt;
Ο όρος «τηλεπισκόπηση» ορίζεται ευρέως ως οι τεχνικές συλλογής εικόνων ή άλλων δεδομένων σχετικά με ένα αντικείμενο. Οι μετρήσεις αυτές γίνονται σε απόσταση από το αντικείμενο και αναφέρονται συνήθως σε δορυφορικές εικόνες, σε αεροφωτογραφίες ή στην ωκεάνια βαθυμετρία που πραγματοποιείται με τη χρήση δεδομένων ραντάρ. &lt;br /&gt;
Τα GIS χρησιμοποιούνται ευρέως ως εργαλεία για την ψηφιοποίηση τηλεπισκοπικών ή χαρτογραφικών δεδομένων. Επίσης μπορεί να χρησιμεύσει στην ανάλυση των χωρικών χαρακτηριστικών των δεδομένων σε διάφορα ψηφιακά στρώματα. Ο συνδυασμός και των δύο τύπων βάσεων δεδομένων μπορεί να συμβάλλει στη βιώσιμη ανάπτυξη και διαχείριση.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Η Τηλεπισκόπηση και τα Γεωγραφικά Συστήματα Πληροφοριών στις τροπικές ακτές'''&lt;br /&gt;
&lt;br /&gt;
Η τηλεπισκόπηση και τα GIS έχουν χρησιμοποιηθεί για τη μελέτη μαγκρόβιων δασών, θαλάσσιων φανερόγαμων και κοραλλιογενών υφάλων σε διάφορες εργασίες [https://link.springer.com/article/10.1023/A:1020887204285/ βλ. Dahdouh-Guebas F., 2002, σελ. 98]. Για τα μαγκρόβια δάση επικράτησε η άποψη ότι κατάλληλα εργαλεία για τη διερεύνηση χαρακτηριστικών όπως η πυκνότητα, η φαινολογία, η υδρολογική κατάσταση κλπ είναι οι αεροφωτογραφίες. Ειδικότερα, δεδομένα με υψηλή χωρική διακριτική ικανότητα μπορούν να αποκαλύψουν λεπτομέρειες για  τη δομή και τη δυναμική της βλάστησης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Παρακολούθηση προτύπων κάλυψης γης και καταστροφών''&lt;br /&gt;
&lt;br /&gt;
Η ταυτοποίηση των τύπων χρήσης ή κάλυψης γης γίνεται συνήθως σε μεσαία ή μεγάλη κλίμακα και δεν απαιτούνται δεδομένα με υψηλή χωρική διακριτική ικανότητα. Η φασματική διακριτική ικανότητα εξαρτάται από το θέμα της μελέτης, αλλά συνήθως αφορά στη διάκριση μεταξύ των βλάστησης και των γεωργικών περιοχών, η οποία μπορεί να πραγματοποιηθεί χρησιμοποιώντας υπέρυθρα μήκη κύματος (IR). Η χρονική διακριτική ικανότητα έγκειται στο αν η μελέτη είναι στιγμιαία ή στοχεύει στην παρακολούθηση των αλλαγών στην κάλυψη της γης διαχρονικά.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Παρακολούθηση πληθυσμιακής δομής''&lt;br /&gt;
&lt;br /&gt;
Η μελέτη της δομής της βλάστησης στα μαγκρόβια δάση και στα θαλάσσια φανερόγαμα μπορεί να επικεντρωθεί σε μεμονωμένα γένη, ενοποιήσεις και ζώνες όσον αφορά τη βλάστηση. Ο ίδιος τύπος μελέτης μπορεί επίσης να εφαρμοσθεί σε πληθυσμούς κυανοβακτηριδίων, φυκών ή διατόμων που ενδημούν σε κοραλλιογενείς υφάλους. Η χωρική και φασματική διακριτική ικανότητα μπορεί να διαφέρει και εξαρτάται από το πεδίο εφαρμογής της μελέτης, ενώ η χρονική διακριτική ικανότητα είναι συνήθως χαμηλή εξαιτίας της εκ φύσεως αργής μεταβολής της βλάστησης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Παρακολούθηση και χαρακτηριστικά θέσης (stand characteristics)''&lt;br /&gt;
&lt;br /&gt;
H παρακολούθηση των ειδικών χαρακτηριστικών θέσης απαιτεί υψηλή χωρική και φασματική διακριτική ικανότητα. Η εκτίμηση ή η παρακολούθηση των λεπτομερών χαρακτηριστικών των εκτάσεων βλάστησης είναι δυνατόν να συμβάλλει στη σύνταξη των απαραίτητων κατευθυντήριων οδηγιών που αφορούν στη βιώσιμη διαχείρισης δασών (ή αειφόρου δασοκομίας).&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Παρακολούθηση λοιπών περιβαλλοντικών χαρακτηριστικών και διαδικασιών''&lt;br /&gt;
&lt;br /&gt;
	Δεδομένα ραντάρ που ανιχνεύονται από απόσταση, όπως π.χ. από το ραντάρ συνθετικής διάτρησης (SAR) χρησιμοποιούνται ευρέως και παρέχουν ορισμένα πλεονεκτήματα σε σχέση με τις δορυφορικές εικόνες και τις αεροφωτογραφίες. Με τη χρήση των ραντάρ είναι εφικτό να πραγματοποιηθεί διείσδυση μέσω των σύννεφων ή ακόμα και μέσω των της δασοκάλυψης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Ενοποίηση παρελθοντικών, παρόντων και μελλοντικών μελετών τηλεπισκόπησης'''&lt;br /&gt;
&lt;br /&gt;
	Η τρέχουσα πρόκληση για την τηλεπισκόπηση και την έρευνα με βάση το GIS είναι να συνδυαστούν δεδομένα από το παρελθόν και το παρόν με απώτερο σκοπό προβλεφθούν πιθανές μελλοντικές συνθήκες. Από τη μία πλευρά, τα παρελθοντικά δεδομένα απαιτούν βαθμονόμηση με βάση τα τρέχοντα δεδομένα. Από την άλλη πλευρά είναι πιθανό ότι μια μακροπρόθεσμη ή ενοποιητική μελέτη θα συνδυάσει δεδομένα από διαφορετικές πηγές. Αυτό απαιτεί τη βαθμονόμηση μεταξύ διαφορετικών τεχνολογιών τηλεπισκόπησης.&lt;br /&gt;
Στη διαστημική τηλεπισκόπηση, ο δορυφόρος IKONOS (εικ. 1). ήταν ο πρώτος που παρήγαγε δεδομένα υψηλής διακριτικής ικανότητας (1 μ. στο παγχρωματικό κανάλι και 4 μ. στα υπόλοιπα φασματικά κανάλια). Ωστόσο, με την αύξηση της χωρικής διακριτικής ικανότητας υπάρχει περίπτωση να παρεμποδιστεί η ανάλυση των χαρακτηριστικών των δένδρων.&lt;br /&gt;
Όσον αφορά στη φασματική διακριτική ικανότητα, η μελλοντική έρευνα θα πρέπει να αξιολογήσει τις εφαρμογές των αισθητήρων, κυρίως για να αναγνωρίσει μια σειρά από οργανισμούς και ταυτόχρονα θα πρέπει να επικεντρωθεί σε μεγαλύτερα μήκη κύματος. Η υψηλή χρονική διακριτική ικανότητα των δορυφορικών δεδομένων αποτελεί σημαντικό εργαλείο για την παρατήρηση δυναμικών οικοσυστημάτων.&lt;br /&gt;
	Το βασικό μειονέκτημα των νέων τεχνολογιών τηλεπισκόπησης είναι ο εμπορικός τους χαρακτήρας και οι πολύ υψηλές τιμές τους. Αυτό είναι μεγάλο ζήτημα ειδικά για τις αναπτυσσόμενες χώρες.&lt;br /&gt;
	Εκτός της καταγραφής της παρελθοντικής και της υπάρχουσας κατάστασης, θα πρέπει να καταβληθεί μεγάλη προσπάθεια για την πρόβλεψη των μελλοντικών σεναρίων και της εγκατάστασης των συστημάτων έγκαιρης προειδοποίησης, ώστε να διασφαλιστεί η επιβίωση ενός βιώσιμου οικοσυστήματος. Αυτή η διαδικασία μπορεί να πραγματοποιηθεί με χρήση δεδομένων υψηλής χωρικής διακριτικής ικανότητας.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
	Υπάρχει ανάγκη για πιο ολοκληρωμένες προσεγγίσεις που αφορούν στις νέες τεχνολογίες τηλεπισκόπησης και ανάλυσης σε ένα περιβάλλον GIS, επίσης χρειάζεται να ενσωματωθούν τα ευρήματα που συλλέγονται σε μεγαλύτερες περιόδους με στόχο την πρόβλεψη. Είναι επίσης επιτακτική ανάγκη να συλλεχθούν και να  συμπεριληφθούν δεδομένα από διαφορετικούς κλάδους.&lt;br /&gt;
	[https://link.springer.com/article/10.1023/A:1020887204285/ Διάφορες μελέτες](βλ. Dahdouh-Guebas F., 2002, σελ. 106) χρησιμοποίησαν την επιστήμη της τηλεπισκόπησης στον τομέα της βιώσιμης ανάπτυξης στις αναπτυσσόμενες τροπικές χώρες.  Χρησιμοποίησαν μελέτες περιπτώσεων ως παραδείγματα σημερινών εφαρμογών. Η παρούσα εργασία έδειξε ότι μπορεί να εφαρμοστεί, να αναπτυχθεί και να ενσωματωθεί στη βιωσιμότητα η τηλεπισκόπηση και τα GIS. Έγινε αναφορά στο πώς μπορούν να βοηθήσουν εικόνες υψηλής διακριτικής ικανότητας στην αναγνώριση ειδών ή περιοχών από θεμελιώδη άποψη, δόθηκε έμφαση στη σημασία για την προστασία, τη διατήρηση, την ανάπτυξη και τη βιώσιμη εκμετάλλευση των οικοσυστημάτων αυτών. Πρέπει να τονιστεί ότι παράλληλα με την τεχνολογική καινοτομία και την πολυεπιστημονική ολοκλήρωση υπάρχει επίσης ανάγκη για πλήρη κατανόηση της βιοσυμβατότητας (συμπεριλαμβανομένων των ανθρώπινων παραγόντων) των τροπικών παράκτιων οικοσυστημάτων.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:Παρακολούθηση παρακτίων οικοσυστημάτων]]&lt;/div&gt;</summary>
		<author><name>Markoudimitris</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%97_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CF%89%CE%BD_%CE%A3%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CE%93%CE%B5%CF%89%CE%B3%CF%81%CE%B1%CF%86%CE%B9%CE%BA%CF%8E%CE%BD_%CE%A0%CE%BB%CE%B7%CF%81%CE%BF%CF%86%CE%BF%CF%81%CE%B9%CF%8E%CE%BD_%CF%83%CF%84%CE%B7_%CE%B2%CE%B9%CF%8E%CF%83%CE%B9%CE%BC%CE%B7_%CE%B4%CE%B9%CE%B1%CF%87%CE%B5%CE%AF%CF%81%CE%B9%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CF%84%CF%81%CE%BF%CF%80%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CE%B1%CF%81%CE%AC%CE%BA%CF%84%CE%B9%CF%89%CE%BD_%CE%BF%CE%B9%CE%BA%CE%BF%CF%83%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD</id>
		<title>Η χρήση της Τηλεπισκόπησης και των Συστημάτων Γεωγραφικών Πληροφοριών στη βιώσιμη διαχείριση των τροπικών παράκτιων οικοσυστημάτων</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%97_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CF%89%CE%BD_%CE%A3%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CE%93%CE%B5%CF%89%CE%B3%CF%81%CE%B1%CF%86%CE%B9%CE%BA%CF%8E%CE%BD_%CE%A0%CE%BB%CE%B7%CF%81%CE%BF%CF%86%CE%BF%CF%81%CE%B9%CF%8E%CE%BD_%CF%83%CF%84%CE%B7_%CE%B2%CE%B9%CF%8E%CF%83%CE%B9%CE%BC%CE%B7_%CE%B4%CE%B9%CE%B1%CF%87%CE%B5%CE%AF%CF%81%CE%B9%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CF%84%CF%81%CE%BF%CF%80%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CE%B1%CF%81%CE%AC%CE%BA%CF%84%CE%B9%CF%89%CE%BD_%CE%BF%CE%B9%CE%BA%CE%BF%CF%83%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD"/>
				<updated>2019-02-07T12:26:59Z</updated>
		
		<summary type="html">&lt;p&gt;Markoudimitris: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: askisi1_eikona1a.jpg|thumb | right |''Εικόνα 1α: Ασπρόμαυρη αεροφωτογραφία δάσους Μαγκρόβια στη Σρι Λάνκα'']]&lt;br /&gt;
[[Εικόνα: askisi1_eikona1b.jpg|thumb | right |''Εικόνα 1β: Παγχρωματική δορυφορική εικόνα IKONOS δάσους Μαγκρόβια στη Σρι Λάνκα'']]&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος τίτλος:''' '''The Use of Remote Sensing and GIS in the Sustainable Management of Tropical Coastal Ecosystems'''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφέας:''' Farid Dahdouh-Guebas &amp;lt;br/&amp;gt;&lt;br /&gt;
&lt;br /&gt;
[https://link.springer.com/article/10.1023/A:1020887204285/ Πρωτότυπο κείμενο]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγη'''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Μαγκρόβια δάση, θαλάσσια φανερόγαμα και κοραλλιογενείς υφάλοι''&lt;br /&gt;
	&lt;br /&gt;
Τα τροπικά παράκτια οικοσυστήματα περιλαμβάνουν μαγκρόβια δάση, θαλάσσια μακρόφυτα (όπως φανερόγαμα) και κοραλλιογενείς υφάλους. Καθένα από αυτά τα ενδιαιτήματα σχηματίζεται από είδη που προσαρμόζονται σε μεγάλο βαθμό στην τροπική διαπαλιρροιακή ή θαλάσσια ζωή.&lt;br /&gt;
Τα μαγκρόβια δάση και οι κοραλλιογενείς ύφαλοι προστατεύουν την ακτογραμμή από τη διάβρωση. Τα φανερόγαμα και τα μαγκρόβια ενεργούν ως θώκοι αναπαραγωγής, εκκόλαψης και νοσηλείας πολλών θαλάσσιων ειδών. Μερικά από αυτά είναι σημαντικά από την άποψη της «μοναδικής βιοποικιλότητας», καθώς μεταναστεύουν μεταξύ των μαγγρόβιων και κοραλλιογενών υφάλων όπως καρχαρίες ή ιππόκαμποι, ενώ άλλα έχουν κοινωνικοοικονομική σημασία (π.χ. τα μαγκρόβια χρησιμοποιούνται για καυσόξυλα, έπιπλα και μικρα οικιακά εργαλεία, αλοιφές, φαρμακευτικά προϊόντα κλπ).&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Ανθρωπογενείς επιδράσεις στα τροπικά παράκτια οικοσυστήματα''&lt;br /&gt;
&lt;br /&gt;
Η παράκτια ζώνη σε πολλές χώρες υπόκειται σε ολοένα αυξανόμενη ανθρωπογενή πίεση (π.χ. για τους κοραλλιογενείς υφάλους αναφέρεται ότι έχουν πληγεί ή καταστραφεί σε περισσότερες από 93 χώρες, ιδίως από την παράκτια ανάπτυξη, τον τουρισμό, την αλιεία, τη ρύπανση και την εξόρυξη κοραλλιών). Αυτή η υποβάθμιση απαιτεί ορθολογική διαχείριση των οικοσυστημάτων και των πόρων σε τοπικό, περιφερειακό και παγκόσμιο επίπεδο. Αυτό ισχύει ιδιαίτερα για τις αναπτυσσόμενες χώρες, η πλειοψηφία των οποίων είναι υπο-τροπικές. Στις χώρες αυτές παρατηρείται ανταγωνισμός σε τομείς όπως η υδατοκαλλιέργεια, η βιομηχανία, ο τουρισμός και το περιβάλλον. Αυτή η σύγκρουση συχνά έχει ως αποτέλεσμα το περιβάλλον να ζημιώνεται περισσότερο.&lt;br /&gt;
Το αναπτυξιακό καθεστώς πολλών χωρών υποδηλώνει ότι οι ντόπιοι εξαρτώνται συχνά από τα κοντινά οικοσυστήματα. Αυτό απαιτεί μια ολοκληρμένη διεπιστημονική προσέγγιση για να επιτευχθεί μια βιώσιμη ισορροπία μεταξύ των [https://link.springer.com/article/10.1023/A:1020887204285/ εθνοβιολογικών αναγκών] (βλ. Dahdouh-Guebas F., 2002,σελ 96) και τη διατήρηση του περιβάλλοντος. &lt;br /&gt;
Μια σημαντική επιστήμη που συνεισφέρει στην ανίχνευση, την περιγραφή, την ποσοτικοποίηση και την παρακολούθηση αυτών των αλλαγών είναι η τηλεπισκόπηση η οποία, σε συνδυασμό με τα Γεωγραφικά Συστήματα Πληροφοριών (GIS) αποτελόυν ένα αποτελεσματικό εργαλείο διαχείρισης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Η Τηλεπισκόπηση και τα Γεωγραφικά Συστήματα Πληροφοριών ως εργαλεία'''&lt;br /&gt;
&lt;br /&gt;
Ο όρος «τηλεπισκόπηση» ορίζεται ευρέως ως οι τεχνικές συλλογής εικόνων ή άλλων δεδομένων σχετικά με ένα αντικείμενο. Οι μετρήσεις αυτές γίνονται σε απόσταση από το αντικείμενο και αναφέρονται συνήθως σε δορυφορικές εικόνες, σε αεροφωτογραφίες ή στην ωκεάνια βαθυμετρία που πραγματοποιείται με τη χρήση δεδομένων ραντάρ. &lt;br /&gt;
Τα GIS χρησιμοποιούνται ευρέως ως εργαλεία για την ψηφιοποίηση τηλεπισκοπικών ή χαρτογραφικών δεδομένων. Επίσης μπορεί να χρησιμεύσει στην ανάλυση των χωρικών χαρακτηριστικών των δεδομένων σε διάφορα ψηφιακά στρώματα. Ο συνδυασμός και των δύο τύπων βάσεων δεδομένων μπορεί να συμβάλλει στη βιώσιμη ανάπτυξη και διαχείριση.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Η Τηλεπισκόπηση και τα Γεωγραφικά Συστήματα Πληροφοριών στις τροπικές ακτές'''&lt;br /&gt;
&lt;br /&gt;
Η τηλεπισκόπηση και τα GIS έχουν χρησιμοποιηθεί για τη μελέτη μαγκρόβιων δασών, θαλάσσιων φανερόγαμων και κοραλλιογενών υφάλων σε διάφορες εργασίες [https://link.springer.com/article/10.1023/A:1020887204285/ βλ. Dahdouh-Guebas F., 2002, σελ. 98]. Για τα μαγκρόβια δάση επικράτησε η άποψη ότι κατάλληλα εργαλεία για τη διερεύνηση χαρακτηριστικών όπως η πυκνότητα, η φαινολογία, η υδρολογική κατάσταση κλπ είναι οι αεροφωτογραφίες. Ειδικότερα, δεδομένα με υψηλή χωρική διακριτική ικανότητα μπορούν να αποκαλύψουν λεπτομέρειες για  τη δομή και τη δυναμική της βλάστησης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Παρακολούθηση προτύπων κάλυψης γης και καταστροφών''&lt;br /&gt;
&lt;br /&gt;
Η ταυτοποίηση των τύπων χρήσης ή κάλυψης γης γίνεται συνήθως σε μεσαία ή μεγάλη κλίμακα και δεν απαιτούνται δεδομένα με υψηλή χωρική διακριτική ικανότητα. Η φασματική διακριτική ικανότητα εξαρτάται από το θέμα της μελέτης, αλλά συνήθως αφορά στη διάκριση μεταξύ των βλάστησης και των γεωργικών περιοχών, η οποία μπορεί να πραγματοποιηθεί χρησιμοποιώντας υπέρυθρα μήκη κύματος (IR). Η χρονική διακριτική ικανότητα έγκειται στο αν η μελέτη είναι στιγμιαία ή στοχεύει στην παρακολούθηση των αλλαγών στην κάλυψη της γης διαχρονικά.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Παρακολούθηση πληθυσμιακής δομής''&lt;br /&gt;
&lt;br /&gt;
Η μελέτη της δομής της βλάστησης στα μαγκρόβια δάση και στα θαλάσσια φανερόγαμα μπορεί να επικεντρωθεί σε μεμονωμένα γένη, ενοποιήσεις και ζώνες όσον αφορά τη βλάστηση. Ο ίδιος τύπος μελέτης μπορεί επίσης να εφαρμοσθεί σε πληθυσμούς κυανοβακτηριδίων, φυκών ή διατόμων που ενδημούν σε κοραλλιογενείς υφάλους. Η χωρική και φασματική διακριτική ικανότητα μπορεί να διαφέρει και εξαρτάται από το πεδίο εφαρμογής της μελέτης, ενώ η χρονική διακριτική ικανότητα είναι συνήθως χαμηλή εξαιτίας της εκ φύσεως αργής μεταβολής της βλάστησης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Παρακολούθηση και χαρακτηριστικά θέσης (stand characteristics)''&lt;br /&gt;
&lt;br /&gt;
H παρακολούθηση των ειδικών χαρακτηριστικών θέσης απαιτεί υψηλή χωρική και φασματική διακριτική ικανότητα. Η εκτίμηση ή η παρακολούθηση των λεπτομερών χαρακτηριστικών των εκτάσεων βλάστησης είναι δυνατόν να συμβάλλει στη σύνταξη των απαραίτητων κατευθυντήριων οδηγιών που αφορούν στη βιώσιμη διαχείρισης δασών (ή αειφόρου δασοκομίας).&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Παρακολούθηση λοιπών περιβαλλοντικών χαρακτηριστικών και διαδικασιών''&lt;br /&gt;
&lt;br /&gt;
	Δεδομένα ραντάρ που ανιχνεύονται από απόσταση, όπως π.χ. από το ραντάρ συνθετικής διάτρησης (SAR) χρησιμοποιούνται ευρέως και παρέχουν ορισμένα πλεονεκτήματα σε σχέση με τις δορυφορικές εικόνες και τις αεροφωτογραφίες. Με τη χρήση των ραντάρ είναι εφικτό να πραγματοποιηθεί διείσδυση μέσω των σύννεφων ή ακόμα και μέσω των της δασοκάλυψης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Ενοποίηση παρελθοντικών, παρόντων και μελλοντικών μελετών τηλεπισκόπησης'''&lt;br /&gt;
&lt;br /&gt;
	Η τρέχουσα πρόκληση για την τηλεπισκόπηση και την έρευνα με βάση το GIS είναι να συνδυαστούν δεδομένα από το παρελθόν και το παρόν με απώτερο σκοπό προβλεφθούν πιθανές μελλοντικές συνθήκες. Από τη μία πλευρά, τα παρελθοντικά δεδομένα απαιτούν βαθμονόμηση με βάση τα τρέχοντα δεδομένα. Από την άλλη πλευρά είναι πιθανό ότι μια μακροπρόθεσμη ή ενοποιητική μελέτη θα συνδυάσει δεδομένα από διαφορετικές πηγές. Αυτό απαιτεί τη βαθμονόμηση μεταξύ διαφορετικών τεχνολογιών τηλεπισκόπησης.&lt;br /&gt;
Στη διαστημική τηλεπισκόπηση, ο δορυφόρος IKONOS (εικ. 1). ήταν ο πρώτος που παρήγαγε δεδομένα υψηλής διακριτικής ικανότητας (1 μ. στο παγχρωματικό κανάλι και 4 μ. στα υπόλοιπα φασματικά κανάλια). Ωστόσο, με την αύξηση της χωρικής διακριτικής ικανότητας υπάρχει περίπτωση να παρεμποδιστεί η ανάλυση των χαρακτηριστικών των δένδρων.&lt;br /&gt;
Όσον αφορά στη φασματική διακριτική ικανότητα, η μελλοντική έρευνα θα πρέπει να αξιολογήσει τις εφαρμογές των αισθητήρων, κυρίως για να αναγνωρίσει μια σειρά από οργανισμούς και ταυτόχρονα θα πρέπει να επικεντρωθεί σε μεγαλύτερα μήκη κύματος. Η υψηλή χρονική διακριτική ικανότητα των δορυφορικών δεδομένων αποτελεί σημαντικό εργαλείο για την παρατήρηση δυναμικών οικοσυστημάτων.&lt;br /&gt;
	Το βασικό μειονέκτημα των νέων τεχνολογιών τηλεπισκόπησης είναι ο εμπορικός τους χαρακτήρας και οι πολύ υψηλές τιμές τους. Αυτό είναι μεγάλο ζήτημα ειδικά για τις αναπτυσσόμενες χώρες.&lt;br /&gt;
	Εκτός της καταγραφής της παρελθοντικής και της υπάρχουσας κατάστασης, θα πρέπει να καταβληθεί μεγάλη προσπάθεια για την πρόβλεψη των μελλοντικών σεναρίων και της εγκατάστασης των συστημάτων έγκαιρης προειδοποίησης, ώστε να διασφαλιστεί η επιβίωση ενός βιώσιμου οικοσυστήματος. Αυτή η διαδικασία μπορεί να πραγματοποιηθεί με χρήση δεδομένων υψηλής χωρικής διακριτικής ικανότητας.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
	Υπάρχει ανάγκη για πιο ολοκληρωμένες προσεγγίσεις που αφορούν στις νέες τεχνολογίες τηλεπισκόπησης και ανάλυσης σε ένα περιβάλλον GIS, επίσης χρειάζεται να ενσωματωθούν τα ευρήματα που συλλέγονται σε μεγαλύτερες περιόδους με στόχο την πρόβλεψη. Είναι επίσης επιτακτική ανάγκη να συλλεχθούν και να  συμπεριληφθούν δεδομένα από διαφορετικούς κλάδους.&lt;br /&gt;
	Διάφορες μελέτες (βλ. Dahdouh-Guebas F., 2002, σελ. 106) χρησιμοποίησαν την επιστήμη της τηλεπισκόπησης στον τομέα της βιώσιμης ανάπτυξης στις αναπτυσσόμενες τροπικές χώρες.  Χρησιμοποίησαν μελέτες περιπτώσεων ως παραδείγματα σημερινών εφαρμογών. Η παρούσα εργασία έδειξε ότι μπορεί να εφαρμοστεί, να αναπτυχθεί και να ενσωματωθεί στη βιωσιμότητα η τηλεπισκόπηση και τα GIS. Έγινε αναφορά στο πώς μπορούν να βοηθήσουν εικόνες υψηλής διακριτικής ικανότητας στην αναγνώριση ειδών ή περιοχών από θεμελιώδη άποψη, δόθηκε έμφαση στη σημασία για την προστασία, τη διατήρηση, την ανάπτυξη και τη βιώσιμη εκμετάλλευση των οικοσυστημάτων αυτών. Πρέπει να τονιστεί ότι παράλληλα με την τεχνολογική καινοτομία και την πολυεπιστημονική ολοκλήρωση υπάρχει επίσης ανάγκη για πλήρη κατανόηση της βιοσυμβατότητας (συμπεριλαμβανομένων των ανθρώπινων παραγόντων) των τροπικών παράκτιων οικοσυστημάτων.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:Παρακολούθηση παρακτίων οικοσυστημάτων]]&lt;/div&gt;</summary>
		<author><name>Markoudimitris</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%97_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CF%89%CE%BD_%CE%A3%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CE%93%CE%B5%CF%89%CE%B3%CF%81%CE%B1%CF%86%CE%B9%CE%BA%CF%8E%CE%BD_%CE%A0%CE%BB%CE%B7%CF%81%CE%BF%CF%86%CE%BF%CF%81%CE%B9%CF%8E%CE%BD_%CF%83%CF%84%CE%B7_%CE%B2%CE%B9%CF%8E%CF%83%CE%B9%CE%BC%CE%B7_%CE%B4%CE%B9%CE%B1%CF%87%CE%B5%CE%AF%CF%81%CE%B9%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CF%84%CF%81%CE%BF%CF%80%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CE%B1%CF%81%CE%AC%CE%BA%CF%84%CE%B9%CF%89%CE%BD_%CE%BF%CE%B9%CE%BA%CE%BF%CF%83%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD</id>
		<title>Η χρήση της Τηλεπισκόπησης και των Συστημάτων Γεωγραφικών Πληροφοριών στη βιώσιμη διαχείριση των τροπικών παράκτιων οικοσυστημάτων</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%97_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CF%89%CE%BD_%CE%A3%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CE%93%CE%B5%CF%89%CE%B3%CF%81%CE%B1%CF%86%CE%B9%CE%BA%CF%8E%CE%BD_%CE%A0%CE%BB%CE%B7%CF%81%CE%BF%CF%86%CE%BF%CF%81%CE%B9%CF%8E%CE%BD_%CF%83%CF%84%CE%B7_%CE%B2%CE%B9%CF%8E%CF%83%CE%B9%CE%BC%CE%B7_%CE%B4%CE%B9%CE%B1%CF%87%CE%B5%CE%AF%CF%81%CE%B9%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CF%84%CF%81%CE%BF%CF%80%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CE%B1%CF%81%CE%AC%CE%BA%CF%84%CE%B9%CF%89%CE%BD_%CE%BF%CE%B9%CE%BA%CE%BF%CF%83%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD"/>
				<updated>2019-02-07T12:25:24Z</updated>
		
		<summary type="html">&lt;p&gt;Markoudimitris: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: askisi1_eikona1a.jpg|thumb | right |''Εικόνα 1α: Ασπρόμαυρη αεροφωτογραφία δάσους Μαγκρόβια στη Σρι Λάνκα'']]&lt;br /&gt;
[[Εικόνα: askisi1_eikona1a.jpg|thumb | right |''Εικόνα 1β: Παγχρωματική δορυφορική εικόνα IKONOS δάσους Μαγκρόβια στη Σρι Λάνκα'']]&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος τίτλος:''' '''The Use of Remote Sensing and GIS in the Sustainable Management of Tropical Coastal Ecosystems'''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφέας:''' Farid Dahdouh-Guebas &amp;lt;br/&amp;gt;&lt;br /&gt;
&lt;br /&gt;
[https://link.springer.com/article/10.1023/A:1020887204285/ Πρωτότυπο κείμενο]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγη'''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Μαγκρόβια δάση, θαλάσσια φανερόγαμα και κοραλλιογενείς υφάλοι''&lt;br /&gt;
	&lt;br /&gt;
Τα τροπικά παράκτια οικοσυστήματα περιλαμβάνουν μαγκρόβια δάση, θαλάσσια μακρόφυτα (όπως φανερόγαμα) και κοραλλιογενείς υφάλους. Καθένα από αυτά τα ενδιαιτήματα σχηματίζεται από είδη που προσαρμόζονται σε μεγάλο βαθμό στην τροπική διαπαλιρροιακή ή θαλάσσια ζωή.&lt;br /&gt;
Τα μαγκρόβια δάση και οι κοραλλιογενείς ύφαλοι προστατεύουν την ακτογραμμή από τη διάβρωση. Τα φανερόγαμα και τα μαγκρόβια ενεργούν ως θώκοι αναπαραγωγής, εκκόλαψης και νοσηλείας πολλών θαλάσσιων ειδών. Μερικά από αυτά είναι σημαντικά από την άποψη της «μοναδικής βιοποικιλότητας», καθώς μεταναστεύουν μεταξύ των μαγγρόβιων και κοραλλιογενών υφάλων όπως καρχαρίες ή ιππόκαμποι, ενώ άλλα έχουν κοινωνικοοικονομική σημασία (π.χ. τα μαγκρόβια χρησιμοποιούνται για καυσόξυλα, έπιπλα και μικρα οικιακά εργαλεία, αλοιφές, φαρμακευτικά προϊόντα κλπ).&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Ανθρωπογενείς επιδράσεις στα τροπικά παράκτια οικοσυστήματα''&lt;br /&gt;
&lt;br /&gt;
Η παράκτια ζώνη σε πολλές χώρες υπόκειται σε ολοένα αυξανόμενη ανθρωπογενή πίεση (π.χ. για τους κοραλλιογενείς υφάλους αναφέρεται ότι έχουν πληγεί ή καταστραφεί σε περισσότερες από 93 χώρες, ιδίως από την παράκτια ανάπτυξη, τον τουρισμό, την αλιεία, τη ρύπανση και την εξόρυξη κοραλλιών). Αυτή η υποβάθμιση απαιτεί ορθολογική διαχείριση των οικοσυστημάτων και των πόρων σε τοπικό, περιφερειακό και παγκόσμιο επίπεδο. Αυτό ισχύει ιδιαίτερα για τις αναπτυσσόμενες χώρες, η πλειοψηφία των οποίων είναι υπο-τροπικές. Στις χώρες αυτές παρατηρείται ανταγωνισμός σε τομείς όπως η υδατοκαλλιέργεια, η βιομηχανία, ο τουρισμός και το περιβάλλον. Αυτή η σύγκρουση συχνά έχει ως αποτέλεσμα το περιβάλλον να ζημιώνεται περισσότερο.&lt;br /&gt;
Το αναπτυξιακό καθεστώς πολλών χωρών υποδηλώνει ότι οι ντόπιοι εξαρτώνται συχνά από τα κοντινά οικοσυστήματα. Αυτό απαιτεί μια ολοκληρμένη διεπιστημονική προσέγγιση για να επιτευχθεί μια βιώσιμη ισορροπία μεταξύ των [https://link.springer.com/article/10.1023/A:1020887204285/εθνοβιολογικών αναγκών] (βλ. Dahdouh-Guebas F., 2002,σελ 96) και τη διατήρηση του περιβάλλοντος. &lt;br /&gt;
Μια σημαντική επιστήμη που συνεισφέρει στην ανίχνευση, την περιγραφή, την ποσοτικοποίηση και την παρακολούθηση αυτών των αλλαγών είναι η τηλεπισκόπηση η οποία, σε συνδυασμό με τα Γεωγραφικά Συστήματα Πληροφοριών (GIS) αποτελόυν ένα αποτελεσματικό εργαλείο διαχείρισης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Η Τηλεπισκόπηση και τα Γεωγραφικά Συστήματα Πληροφοριών ως εργαλεία'''&lt;br /&gt;
&lt;br /&gt;
Ο όρος «τηλεπισκόπηση» ορίζεται ευρέως ως οι τεχνικές συλλογής εικόνων ή άλλων δεδομένων σχετικά με ένα αντικείμενο. Οι μετρήσεις αυτές γίνονται σε απόσταση από το αντικείμενο και αναφέρονται συνήθως σε δορυφορικές εικόνες, σε αεροφωτογραφίες ή στην ωκεάνια βαθυμετρία που πραγματοποιείται με τη χρήση δεδομένων ραντάρ. &lt;br /&gt;
Τα GIS χρησιμοποιούνται ευρέως ως εργαλεία για την ψηφιοποίηση τηλεπισκοπικών ή χαρτογραφικών δεδομένων. Επίσης μπορεί να χρησιμεύσει στην ανάλυση των χωρικών χαρακτηριστικών των δεδομένων σε διάφορα ψηφιακά στρώματα. Ο συνδυασμός και των δύο τύπων βάσεων δεδομένων μπορεί να συμβάλλει στη βιώσιμη ανάπτυξη και διαχείριση.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Η Τηλεπισκόπηση και τα Γεωγραφικά Συστήματα Πληροφοριών στις τροπικές ακτές'''&lt;br /&gt;
&lt;br /&gt;
Η τηλεπισκόπηση και τα GIS έχουν χρησιμοποιηθεί για τη μελέτη μαγκρόβιων δασών, θαλάσσιων φανερόγαμων και κοραλλιογενών υφάλων σε διάφορες εργασίες [https://link.springer.com/article/10.1023/A:1020887204285/ βλ. Dahdouh-Guebas F., 2002, σελ. 98]. Για τα μαγκρόβια δάση επικράτησε η άποψη ότι κατάλληλα εργαλεία για τη διερεύνηση χαρακτηριστικών όπως η πυκνότητα, η φαινολογία, η υδρολογική κατάσταση κλπ είναι οι αεροφωτογραφίες. Ειδικότερα, δεδομένα με υψηλή χωρική διακριτική ικανότητα μπορούν να αποκαλύψουν λεπτομέρειες για  τη δομή και τη δυναμική της βλάστησης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Παρακολούθηση προτύπων κάλυψης γης και καταστροφών''&lt;br /&gt;
&lt;br /&gt;
Η ταυτοποίηση των τύπων χρήσης ή κάλυψης γης γίνεται συνήθως σε μεσαία ή μεγάλη κλίμακα και δεν απαιτούνται δεδομένα με υψηλή χωρική διακριτική ικανότητα. Η φασματική διακριτική ικανότητα εξαρτάται από το θέμα της μελέτης, αλλά συνήθως αφορά στη διάκριση μεταξύ των βλάστησης και των γεωργικών περιοχών, η οποία μπορεί να πραγματοποιηθεί χρησιμοποιώντας υπέρυθρα μήκη κύματος (IR). Η χρονική διακριτική ικανότητα έγκειται στο αν η μελέτη είναι στιγμιαία ή στοχεύει στην παρακολούθηση των αλλαγών στην κάλυψη της γης διαχρονικά.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Παρακολούθηση πληθυσμιακής δομής''&lt;br /&gt;
&lt;br /&gt;
Η μελέτη της δομής της βλάστησης στα μαγκρόβια δάση και στα θαλάσσια φανερόγαμα μπορεί να επικεντρωθεί σε μεμονωμένα γένη, ενοποιήσεις και ζώνες όσον αφορά τη βλάστηση. Ο ίδιος τύπος μελέτης μπορεί επίσης να εφαρμοσθεί σε πληθυσμούς κυανοβακτηριδίων, φυκών ή διατόμων που ενδημούν σε κοραλλιογενείς υφάλους. Η χωρική και φασματική διακριτική ικανότητα μπορεί να διαφέρει και εξαρτάται από το πεδίο εφαρμογής της μελέτης, ενώ η χρονική διακριτική ικανότητα είναι συνήθως χαμηλή εξαιτίας της εκ φύσεως αργής μεταβολής της βλάστησης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Παρακολούθηση και χαρακτηριστικά θέσης (stand characteristics)''&lt;br /&gt;
&lt;br /&gt;
H παρακολούθηση των ειδικών χαρακτηριστικών θέσης απαιτεί υψηλή χωρική και φασματική διακριτική ικανότητα. Η εκτίμηση ή η παρακολούθηση των λεπτομερών χαρακτηριστικών των εκτάσεων βλάστησης είναι δυνατόν να συμβάλλει στη σύνταξη των απαραίτητων κατευθυντήριων οδηγιών που αφορούν στη βιώσιμη διαχείρισης δασών (ή αειφόρου δασοκομίας).&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Παρακολούθηση λοιπών περιβαλλοντικών χαρακτηριστικών και διαδικασιών''&lt;br /&gt;
&lt;br /&gt;
	Δεδομένα ραντάρ που ανιχνεύονται από απόσταση, όπως π.χ. από το ραντάρ συνθετικής διάτρησης (SAR) χρησιμοποιούνται ευρέως και παρέχουν ορισμένα πλεονεκτήματα σε σχέση με τις δορυφορικές εικόνες και τις αεροφωτογραφίες. Με τη χρήση των ραντάρ είναι εφικτό να πραγματοποιηθεί διείσδυση μέσω των σύννεφων ή ακόμα και μέσω των της δασοκάλυψης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Ενοποίηση παρελθοντικών, παρόντων και μελλοντικών μελετών τηλεπισκόπησης'''&lt;br /&gt;
&lt;br /&gt;
	Η τρέχουσα πρόκληση για την τηλεπισκόπηση και την έρευνα με βάση το GIS είναι να συνδυαστούν δεδομένα από το παρελθόν και το παρόν με απώτερο σκοπό προβλεφθούν πιθανές μελλοντικές συνθήκες. Από τη μία πλευρά, τα παρελθοντικά δεδομένα απαιτούν βαθμονόμηση με βάση τα τρέχοντα δεδομένα. Από την άλλη πλευρά είναι πιθανό ότι μια μακροπρόθεσμη ή ενοποιητική μελέτη θα συνδυάσει δεδομένα από διαφορετικές πηγές. Αυτό απαιτεί τη βαθμονόμηση μεταξύ διαφορετικών τεχνολογιών τηλεπισκόπησης.&lt;br /&gt;
Στη διαστημική τηλεπισκόπηση, ο δορυφόρος IKONOS (εικ. 1). ήταν ο πρώτος που παρήγαγε δεδομένα υψηλής διακριτικής ικανότητας (1 μ. στο παγχρωματικό κανάλι και 4 μ. στα υπόλοιπα φασματικά κανάλια). Ωστόσο, με την αύξηση της χωρικής διακριτικής ικανότητας υπάρχει περίπτωση να παρεμποδιστεί η ανάλυση των χαρακτηριστικών των δένδρων.&lt;br /&gt;
Όσον αφορά στη φασματική διακριτική ικανότητα, η μελλοντική έρευνα θα πρέπει να αξιολογήσει τις εφαρμογές των αισθητήρων, κυρίως για να αναγνωρίσει μια σειρά από οργανισμούς και ταυτόχρονα θα πρέπει να επικεντρωθεί σε μεγαλύτερα μήκη κύματος. Η υψηλή χρονική διακριτική ικανότητα των δορυφορικών δεδομένων αποτελεί σημαντικό εργαλείο για την παρατήρηση δυναμικών οικοσυστημάτων.&lt;br /&gt;
	Το βασικό μειονέκτημα των νέων τεχνολογιών τηλεπισκόπησης είναι ο εμπορικός τους χαρακτήρας και οι πολύ υψηλές τιμές τους. Αυτό είναι μεγάλο ζήτημα ειδικά για τις αναπτυσσόμενες χώρες.&lt;br /&gt;
	Εκτός της καταγραφής της παρελθοντικής και της υπάρχουσας κατάστασης, θα πρέπει να καταβληθεί μεγάλη προσπάθεια για την πρόβλεψη των μελλοντικών σεναρίων και της εγκατάστασης των συστημάτων έγκαιρης προειδοποίησης, ώστε να διασφαλιστεί η επιβίωση ενός βιώσιμου οικοσυστήματος. Αυτή η διαδικασία μπορεί να πραγματοποιηθεί με χρήση δεδομένων υψηλής χωρικής διακριτικής ικανότητας.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
	Υπάρχει ανάγκη για πιο ολοκληρωμένες προσεγγίσεις που αφορούν στις νέες τεχνολογίες τηλεπισκόπησης και ανάλυσης σε ένα περιβάλλον GIS, επίσης χρειάζεται να ενσωματωθούν τα ευρήματα που συλλέγονται σε μεγαλύτερες περιόδους με στόχο την πρόβλεψη. Είναι επίσης επιτακτική ανάγκη να συλλεχθούν και να  συμπεριληφθούν δεδομένα από διαφορετικούς κλάδους.&lt;br /&gt;
	Διάφορες μελέτες (βλ. Dahdouh-Guebas F., 2002, σελ. 106) χρησιμοποίησαν την επιστήμη της τηλεπισκόπησης στον τομέα της βιώσιμης ανάπτυξης στις αναπτυσσόμενες τροπικές χώρες.  Χρησιμοποίησαν μελέτες περιπτώσεων ως παραδείγματα σημερινών εφαρμογών. Η παρούσα εργασία έδειξε ότι μπορεί να εφαρμοστεί, να αναπτυχθεί και να ενσωματωθεί στη βιωσιμότητα η τηλεπισκόπηση και τα GIS. Έγινε αναφορά στο πώς μπορούν να βοηθήσουν εικόνες υψηλής διακριτικής ικανότητας στην αναγνώριση ειδών ή περιοχών από θεμελιώδη άποψη, δόθηκε έμφαση στη σημασία για την προστασία, τη διατήρηση, την ανάπτυξη και τη βιώσιμη εκμετάλλευση των οικοσυστημάτων αυτών. Πρέπει να τονιστεί ότι παράλληλα με την τεχνολογική καινοτομία και την πολυεπιστημονική ολοκλήρωση υπάρχει επίσης ανάγκη για πλήρη κατανόηση της βιοσυμβατότητας (συμπεριλαμβανομένων των ανθρώπινων παραγόντων) των τροπικών παράκτιων οικοσυστημάτων.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:Παρακολούθηση παρακτίων οικοσυστημάτων]]&lt;/div&gt;</summary>
		<author><name>Markoudimitris</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%97_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CF%89%CE%BD_%CE%A3%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CE%93%CE%B5%CF%89%CE%B3%CF%81%CE%B1%CF%86%CE%B9%CE%BA%CF%8E%CE%BD_%CE%A0%CE%BB%CE%B7%CF%81%CE%BF%CF%86%CE%BF%CF%81%CE%B9%CF%8E%CE%BD_%CF%83%CF%84%CE%B7_%CE%B2%CE%B9%CF%8E%CF%83%CE%B9%CE%BC%CE%B7_%CE%B4%CE%B9%CE%B1%CF%87%CE%B5%CE%AF%CF%81%CE%B9%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CF%84%CF%81%CE%BF%CF%80%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CE%B1%CF%81%CE%AC%CE%BA%CF%84%CE%B9%CF%89%CE%BD_%CE%BF%CE%B9%CE%BA%CE%BF%CF%83%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD</id>
		<title>Η χρήση της Τηλεπισκόπησης και των Συστημάτων Γεωγραφικών Πληροφοριών στη βιώσιμη διαχείριση των τροπικών παράκτιων οικοσυστημάτων</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%97_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CF%89%CE%BD_%CE%A3%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CE%93%CE%B5%CF%89%CE%B3%CF%81%CE%B1%CF%86%CE%B9%CE%BA%CF%8E%CE%BD_%CE%A0%CE%BB%CE%B7%CF%81%CE%BF%CF%86%CE%BF%CF%81%CE%B9%CF%8E%CE%BD_%CF%83%CF%84%CE%B7_%CE%B2%CE%B9%CF%8E%CF%83%CE%B9%CE%BC%CE%B7_%CE%B4%CE%B9%CE%B1%CF%87%CE%B5%CE%AF%CF%81%CE%B9%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CF%84%CF%81%CE%BF%CF%80%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CE%B1%CF%81%CE%AC%CE%BA%CF%84%CE%B9%CF%89%CE%BD_%CE%BF%CE%B9%CE%BA%CE%BF%CF%83%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD"/>
				<updated>2019-02-07T12:24:14Z</updated>
		
		<summary type="html">&lt;p&gt;Markoudimitris: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: askisi1_eikona1a.jpg|thumb | right |''Εικόνα 1α: Ασπρόμαυρη αεροφωτογραφία δάσους Μαγκρόβια στη Σρι Λάνκα'']]&lt;br /&gt;
[[Εικόνα: askisi1_eikona1a.jpg|thumb | right |''Εικόνα 1β: Παγχρωματική δορυφορική εικόνα IKONOS δάσους Μαγκρόβια στη Σρι Λάνκα'']]&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος τίτλος:''' '''The Use of Remote Sensing and GIS in the Sustainable Management of Tropical Coastal Ecosystems'''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφέας:''' Farid Dahdouh-Guebas &amp;lt;br/&amp;gt;&lt;br /&gt;
&lt;br /&gt;
[https://link.springer.com/article/10.1023/A:1020887204285/ Πρωτότυπο κείμενο]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγη'''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Μαγκρόβια δάση, θαλάσσια φανερόγαμα και κοραλλιογενείς υφάλοι''&lt;br /&gt;
	&lt;br /&gt;
Τα τροπικά παράκτια οικοσυστήματα περιλαμβάνουν μαγκρόβια δάση, θαλάσσια μακρόφυτα (όπως φανερόγαμα) και κοραλλιογενείς υφάλους. Καθένα από αυτά τα ενδιαιτήματα σχηματίζεται από είδη που προσαρμόζονται σε μεγάλο βαθμό στην τροπική διαπαλιρροιακή ή θαλάσσια ζωή.&lt;br /&gt;
Τα μαγκρόβια δάση και οι κοραλλιογενείς ύφαλοι προστατεύουν την ακτογραμμή από τη διάβρωση. Τα φανερόγαμα και τα μαγκρόβια ενεργούν ως θώκοι αναπαραγωγής, εκκόλαψης και νοσηλείας πολλών θαλάσσιων ειδών. Μερικά από αυτά είναι σημαντικά από την άποψη της «μοναδικής βιοποικιλότητας», καθώς μεταναστεύουν μεταξύ των μαγγρόβιων και κοραλλιογενών υφάλων όπως καρχαρίες ή ιππόκαμποι, ενώ άλλα έχουν κοινωνικοοικονομική σημασία (π.χ. τα μαγκρόβια χρησιμοποιούνται για καυσόξυλα, έπιπλα και μικρα οικιακά εργαλεία, αλοιφές, φαρμακευτικά προϊόντα κλπ).&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Ανθρωπογενείς επιδράσεις στα τροπικά παράκτια οικοσυστήματα''&lt;br /&gt;
&lt;br /&gt;
Η παράκτια ζώνη σε πολλές χώρες υπόκειται σε ολοένα αυξανόμενη ανθρωπογενή πίεση (π.χ. για τους κοραλλιογενείς υφάλους αναφέρεται ότι έχουν πληγεί ή καταστραφεί σε περισσότερες από 93 χώρες, ιδίως από την παράκτια ανάπτυξη, τον τουρισμό, την αλιεία, τη ρύπανση και την εξόρυξη κοραλλιών). Αυτή η υποβάθμιση απαιτεί ορθολογική διαχείριση των οικοσυστημάτων και των πόρων σε τοπικό, περιφερειακό και παγκόσμιο επίπεδο. Αυτό ισχύει ιδιαίτερα για τις αναπτυσσόμενες χώρες, η πλειοψηφία των οποίων είναι υπο-τροπικές. Στις χώρες αυτές παρατηρείται ανταγωνισμός σε τομείς όπως η υδατοκαλλιέργεια, η βιομηχανία, ο τουρισμός και το περιβάλλον. Αυτή η σύγκρουση συχνά έχει ως αποτέλεσμα το περιβάλλον να ζημιώνεται περισσότερο.&lt;br /&gt;
Το αναπτυξιακό καθεστώς πολλών χωρών υποδηλώνει ότι οι ντόπιοι εξαρτώνται συχνά από τα κοντινά οικοσυστήματα. Αυτό απαιτεί μια ολοκληρμένη διεπιστημονική προσέγγιση για να επιτευχθεί μια βιώσιμη ισορροπία μεταξύ των εθνοβιολογικών αναγκών βλ. Dahdouh-Guebas F., 2002,σελ 96 και τη διατήρηση του περιβάλλοντος. &lt;br /&gt;
Μια σημαντική επιστήμη που συνεισφέρει στην ανίχνευση, την περιγραφή, την ποσοτικοποίηση και την παρακολούθηση αυτών των αλλαγών είναι η τηλεπισκόπηση η οποία, σε συνδυασμό με τα Γεωγραφικά Συστήματα Πληροφοριών (GIS) αποτελόυν ένα αποτελεσματικό εργαλείο διαχείρισης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Η Τηλεπισκόπηση και τα Γεωγραφικά Συστήματα Πληροφοριών ως εργαλεία'''&lt;br /&gt;
&lt;br /&gt;
Ο όρος «τηλεπισκόπηση» ορίζεται ευρέως ως οι τεχνικές συλλογής εικόνων ή άλλων δεδομένων σχετικά με ένα αντικείμενο. Οι μετρήσεις αυτές γίνονται σε απόσταση από το αντικείμενο και αναφέρονται συνήθως σε δορυφορικές εικόνες, σε αεροφωτογραφίες ή στην ωκεάνια βαθυμετρία που πραγματοποιείται με τη χρήση δεδομένων ραντάρ. &lt;br /&gt;
Τα GIS χρησιμοποιούνται ευρέως ως εργαλεία για την ψηφιοποίηση τηλεπισκοπικών ή χαρτογραφικών δεδομένων. Επίσης μπορεί να χρησιμεύσει στην ανάλυση των χωρικών χαρακτηριστικών των δεδομένων σε διάφορα ψηφιακά στρώματα. Ο συνδυασμός και των δύο τύπων βάσεων δεδομένων μπορεί να συμβάλλει στη βιώσιμη ανάπτυξη και διαχείριση.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Η Τηλεπισκόπηση και τα Γεωγραφικά Συστήματα Πληροφοριών στις τροπικές ακτές'''&lt;br /&gt;
&lt;br /&gt;
Η τηλεπισκόπηση και τα GIS έχουν χρησιμοποιηθεί για τη μελέτη μαγκρόβιων δασών, θαλάσσιων φανερόγαμων και κοραλλιογενών υφάλων σε διάφορες εργασίες [https://link.springer.com/article/10.1023/A:1020887204285/ βλ. Dahdouh-Guebas F., 2002, σελ. 98]. Για τα μαγκρόβια δάση επικράτησε η άποψη ότι κατάλληλα εργαλεία για τη διερεύνηση χαρακτηριστικών όπως η πυκνότητα, η φαινολογία, η υδρολογική κατάσταση κλπ είναι οι αεροφωτογραφίες. Ειδικότερα, δεδομένα με υψηλή χωρική διακριτική ικανότητα μπορούν να αποκαλύψουν λεπτομέρειες για  τη δομή και τη δυναμική της βλάστησης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Παρακολούθηση προτύπων κάλυψης γης και καταστροφών''&lt;br /&gt;
&lt;br /&gt;
Η ταυτοποίηση των τύπων χρήσης ή κάλυψης γης γίνεται συνήθως σε μεσαία ή μεγάλη κλίμακα και δεν απαιτούνται δεδομένα με υψηλή χωρική διακριτική ικανότητα. Η φασματική διακριτική ικανότητα εξαρτάται από το θέμα της μελέτης, αλλά συνήθως αφορά στη διάκριση μεταξύ των βλάστησης και των γεωργικών περιοχών, η οποία μπορεί να πραγματοποιηθεί χρησιμοποιώντας υπέρυθρα μήκη κύματος (IR). Η χρονική διακριτική ικανότητα έγκειται στο αν η μελέτη είναι στιγμιαία ή στοχεύει στην παρακολούθηση των αλλαγών στην κάλυψη της γης διαχρονικά.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Παρακολούθηση πληθυσμιακής δομής''&lt;br /&gt;
&lt;br /&gt;
Η μελέτη της δομής της βλάστησης στα μαγκρόβια δάση και στα θαλάσσια φανερόγαμα μπορεί να επικεντρωθεί σε μεμονωμένα γένη, ενοποιήσεις και ζώνες όσον αφορά τη βλάστηση. Ο ίδιος τύπος μελέτης μπορεί επίσης να εφαρμοσθεί σε πληθυσμούς κυανοβακτηριδίων, φυκών ή διατόμων που ενδημούν σε κοραλλιογενείς υφάλους. Η χωρική και φασματική διακριτική ικανότητα μπορεί να διαφέρει και εξαρτάται από το πεδίο εφαρμογής της μελέτης, ενώ η χρονική διακριτική ικανότητα είναι συνήθως χαμηλή εξαιτίας της εκ φύσεως αργής μεταβολής της βλάστησης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Παρακολούθηση και χαρακτηριστικά θέσης (stand characteristics)''&lt;br /&gt;
&lt;br /&gt;
H παρακολούθηση των ειδικών χαρακτηριστικών θέσης απαιτεί υψηλή χωρική και φασματική διακριτική ικανότητα. Η εκτίμηση ή η παρακολούθηση των λεπτομερών χαρακτηριστικών των εκτάσεων βλάστησης είναι δυνατόν να συμβάλλει στη σύνταξη των απαραίτητων κατευθυντήριων οδηγιών που αφορούν στη βιώσιμη διαχείρισης δασών (ή αειφόρου δασοκομίας).&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Παρακολούθηση λοιπών περιβαλλοντικών χαρακτηριστικών και διαδικασιών''&lt;br /&gt;
&lt;br /&gt;
	Δεδομένα ραντάρ που ανιχνεύονται από απόσταση, όπως π.χ. από το ραντάρ συνθετικής διάτρησης (SAR) χρησιμοποιούνται ευρέως και παρέχουν ορισμένα πλεονεκτήματα σε σχέση με τις δορυφορικές εικόνες και τις αεροφωτογραφίες. Με τη χρήση των ραντάρ είναι εφικτό να πραγματοποιηθεί διείσδυση μέσω των σύννεφων ή ακόμα και μέσω των της δασοκάλυψης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Ενοποίηση παρελθοντικών, παρόντων και μελλοντικών μελετών τηλεπισκόπησης'''&lt;br /&gt;
&lt;br /&gt;
	Η τρέχουσα πρόκληση για την τηλεπισκόπηση και την έρευνα με βάση το GIS είναι να συνδυαστούν δεδομένα από το παρελθόν και το παρόν με απώτερο σκοπό προβλεφθούν πιθανές μελλοντικές συνθήκες. Από τη μία πλευρά, τα παρελθοντικά δεδομένα απαιτούν βαθμονόμηση με βάση τα τρέχοντα δεδομένα. Από την άλλη πλευρά είναι πιθανό ότι μια μακροπρόθεσμη ή ενοποιητική μελέτη θα συνδυάσει δεδομένα από διαφορετικές πηγές. Αυτό απαιτεί τη βαθμονόμηση μεταξύ διαφορετικών τεχνολογιών τηλεπισκόπησης.&lt;br /&gt;
Στη διαστημική τηλεπισκόπηση, ο δορυφόρος IKONOS (εικ. 1). ήταν ο πρώτος που παρήγαγε δεδομένα υψηλής διακριτικής ικανότητας (1 μ. στο παγχρωματικό κανάλι και 4 μ. στα υπόλοιπα φασματικά κανάλια). Ωστόσο, με την αύξηση της χωρικής διακριτικής ικανότητας υπάρχει περίπτωση να παρεμποδιστεί η ανάλυση των χαρακτηριστικών των δένδρων.&lt;br /&gt;
Όσον αφορά στη φασματική διακριτική ικανότητα, η μελλοντική έρευνα θα πρέπει να αξιολογήσει τις εφαρμογές των αισθητήρων, κυρίως για να αναγνωρίσει μια σειρά από οργανισμούς και ταυτόχρονα θα πρέπει να επικεντρωθεί σε μεγαλύτερα μήκη κύματος. Η υψηλή χρονική διακριτική ικανότητα των δορυφορικών δεδομένων αποτελεί σημαντικό εργαλείο για την παρατήρηση δυναμικών οικοσυστημάτων.&lt;br /&gt;
	Το βασικό μειονέκτημα των νέων τεχνολογιών τηλεπισκόπησης είναι ο εμπορικός τους χαρακτήρας και οι πολύ υψηλές τιμές τους. Αυτό είναι μεγάλο ζήτημα ειδικά για τις αναπτυσσόμενες χώρες.&lt;br /&gt;
	Εκτός της καταγραφής της παρελθοντικής και της υπάρχουσας κατάστασης, θα πρέπει να καταβληθεί μεγάλη προσπάθεια για την πρόβλεψη των μελλοντικών σεναρίων και της εγκατάστασης των συστημάτων έγκαιρης προειδοποίησης, ώστε να διασφαλιστεί η επιβίωση ενός βιώσιμου οικοσυστήματος. Αυτή η διαδικασία μπορεί να πραγματοποιηθεί με χρήση δεδομένων υψηλής χωρικής διακριτικής ικανότητας.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
	Υπάρχει ανάγκη για πιο ολοκληρωμένες προσεγγίσεις που αφορούν στις νέες τεχνολογίες τηλεπισκόπησης και ανάλυσης σε ένα περιβάλλον GIS, επίσης χρειάζεται να ενσωματωθούν τα ευρήματα που συλλέγονται σε μεγαλύτερες περιόδους με στόχο την πρόβλεψη. Είναι επίσης επιτακτική ανάγκη να συλλεχθούν και να  συμπεριληφθούν δεδομένα από διαφορετικούς κλάδους.&lt;br /&gt;
	Διάφορες μελέτες (βλ. Dahdouh-Guebas F., 2002, σελ. 106) χρησιμοποίησαν την επιστήμη της τηλεπισκόπησης στον τομέα της βιώσιμης ανάπτυξης στις αναπτυσσόμενες τροπικές χώρες.  Χρησιμοποίησαν μελέτες περιπτώσεων ως παραδείγματα σημερινών εφαρμογών. Η παρούσα εργασία έδειξε ότι μπορεί να εφαρμοστεί, να αναπτυχθεί και να ενσωματωθεί στη βιωσιμότητα η τηλεπισκόπηση και τα GIS. Έγινε αναφορά στο πώς μπορούν να βοηθήσουν εικόνες υψηλής διακριτικής ικανότητας στην αναγνώριση ειδών ή περιοχών από θεμελιώδη άποψη, δόθηκε έμφαση στη σημασία για την προστασία, τη διατήρηση, την ανάπτυξη και τη βιώσιμη εκμετάλλευση των οικοσυστημάτων αυτών. Πρέπει να τονιστεί ότι παράλληλα με την τεχνολογική καινοτομία και την πολυεπιστημονική ολοκλήρωση υπάρχει επίσης ανάγκη για πλήρη κατανόηση της βιοσυμβατότητας (συμπεριλαμβανομένων των ανθρώπινων παραγόντων) των τροπικών παράκτιων οικοσυστημάτων.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:Παρακολούθηση παρακτίων οικοσυστημάτων]]&lt;/div&gt;</summary>
		<author><name>Markoudimitris</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%97_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CF%89%CE%BD_%CE%A3%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CE%93%CE%B5%CF%89%CE%B3%CF%81%CE%B1%CF%86%CE%B9%CE%BA%CF%8E%CE%BD_%CE%A0%CE%BB%CE%B7%CF%81%CE%BF%CF%86%CE%BF%CF%81%CE%B9%CF%8E%CE%BD_%CF%83%CF%84%CE%B7_%CE%B2%CE%B9%CF%8E%CF%83%CE%B9%CE%BC%CE%B7_%CE%B4%CE%B9%CE%B1%CF%87%CE%B5%CE%AF%CF%81%CE%B9%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CF%84%CF%81%CE%BF%CF%80%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CE%B1%CF%81%CE%AC%CE%BA%CF%84%CE%B9%CF%89%CE%BD_%CE%BF%CE%B9%CE%BA%CE%BF%CF%83%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD</id>
		<title>Η χρήση της Τηλεπισκόπησης και των Συστημάτων Γεωγραφικών Πληροφοριών στη βιώσιμη διαχείριση των τροπικών παράκτιων οικοσυστημάτων</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%97_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CF%89%CE%BD_%CE%A3%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CE%93%CE%B5%CF%89%CE%B3%CF%81%CE%B1%CF%86%CE%B9%CE%BA%CF%8E%CE%BD_%CE%A0%CE%BB%CE%B7%CF%81%CE%BF%CF%86%CE%BF%CF%81%CE%B9%CF%8E%CE%BD_%CF%83%CF%84%CE%B7_%CE%B2%CE%B9%CF%8E%CF%83%CE%B9%CE%BC%CE%B7_%CE%B4%CE%B9%CE%B1%CF%87%CE%B5%CE%AF%CF%81%CE%B9%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CF%84%CF%81%CE%BF%CF%80%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CE%B1%CF%81%CE%AC%CE%BA%CF%84%CE%B9%CF%89%CE%BD_%CE%BF%CE%B9%CE%BA%CE%BF%CF%83%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD"/>
				<updated>2019-02-07T12:23:37Z</updated>
		
		<summary type="html">&lt;p&gt;Markoudimitris: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: askisi1_eikona1a.jpg|thumb | right |''Εικόνα 1α: Ασπρόμαυρη αεροφωτογραφία δάσους Μαγκρόβια στη Σρι Λάνκα'']]&lt;br /&gt;
[[Εικόνα: askisi1_eikona1a.jpg|thumb | right |''Εικόνα 1β: Παγχρωματική δορυφορική εικόνα IKONOS δάσους Μαγκρόβια στη Σρι Λάνκα'']]&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος τίτλος:''' '''The Use of Remote Sensing and GIS in the Sustainable Management of Tropical Coastal Ecosystems'''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφέας:''' Farid Dahdouh-Guebas &amp;lt;br/&amp;gt;&lt;br /&gt;
&lt;br /&gt;
[https://link.springer.com/article/10.1023/A:1020887204285/ Πρωτότυπο κείμενο]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγη'''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Μαγκρόβια δάση, θαλάσσια φανερόγαμα και κοραλλιογενείς υφάλοι''&lt;br /&gt;
	&lt;br /&gt;
Τα τροπικά παράκτια οικοσυστήματα περιλαμβάνουν μαγκρόβια δάση, θαλάσσια μακρόφυτα (όπως φανερόγαμα) και κοραλλιογενείς υφάλους. Καθένα από αυτά τα ενδιαιτήματα σχηματίζεται από είδη που προσαρμόζονται σε μεγάλο βαθμό στην τροπική διαπαλιρροιακή ή θαλάσσια ζωή.&lt;br /&gt;
Τα μαγκρόβια δάση και οι κοραλλιογενείς ύφαλοι προστατεύουν την ακτογραμμή από τη διάβρωση. Τα φανερόγαμα και τα μαγκρόβια ενεργούν ως θώκοι αναπαραγωγής, εκκόλαψης και νοσηλείας πολλών θαλάσσιων ειδών. Μερικά από αυτά είναι σημαντικά από την άποψη της «μοναδικής βιοποικιλότητας», καθώς μεταναστεύουν μεταξύ των μαγγρόβιων και κοραλλιογενών υφάλων όπως καρχαρίες ή ιππόκαμποι, ενώ άλλα έχουν κοινωνικοοικονομική σημασία (π.χ. τα μαγκρόβια χρησιμοποιούνται για καυσόξυλα, έπιπλα και μικρα οικιακά εργαλεία, αλοιφές, φαρμακευτικά προϊόντα κλπ).&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Ανθρωπογενείς επιδράσεις στα τροπικά παράκτια οικοσυστήματα''&lt;br /&gt;
&lt;br /&gt;
Η παράκτια ζώνη σε πολλές χώρες υπόκειται σε ολοένα αυξανόμενη ανθρωπογενή πίεση (π.χ. για τους κοραλλιογενείς υφάλους αναφέρεται ότι έχουν πληγεί ή καταστραφεί σε περισσότερες από 93 χώρες, ιδίως από την παράκτια ανάπτυξη, τον τουρισμό, την αλιεία, τη ρύπανση και την εξόρυξη κοραλλιών). Αυτή η υποβάθμιση απαιτεί ορθολογική διαχείριση των οικοσυστημάτων και των πόρων σε τοπικό, περιφερειακό και παγκόσμιο επίπεδο. Αυτό ισχύει ιδιαίτερα για τις αναπτυσσόμενες χώρες, η πλειοψηφία των οποίων είναι υπο-τροπικές. Στις χώρες αυτές παρατηρείται ανταγωνισμός σε τομείς όπως η υδατοκαλλιέργεια, η βιομηχανία, ο τουρισμός και το περιβάλλον. Αυτή η σύγκρουση συχνά έχει ως αποτέλεσμα το περιβάλλον να ζημιώνεται περισσότερο.&lt;br /&gt;
Το αναπτυξιακό καθεστώς πολλών χωρών υποδηλώνει ότι οι ντόπιοι εξαρτώνται συχνά από τα κοντινά οικοσυστήματα. Αυτό απαιτεί μια ολοκληρμένη διεπιστημονική προσέγγιση για να επιτευχθεί μια βιώσιμη ισορροπία μεταξύ των [https://link.springer.com/article/10.1023/A:1020887204285/ εθνοβιολογικών αναγκών]βλ. Dahdouh-Guebas F., 2002,σελ 96 και τη διατήρηση του περιβάλλοντος. &lt;br /&gt;
Μια σημαντική επιστήμη που συνεισφέρει στην ανίχνευση, την περιγραφή, την ποσοτικοποίηση και την παρακολούθηση αυτών των αλλαγών είναι η τηλεπισκόπηση η οποία, σε συνδυασμό με τα Γεωγραφικά Συστήματα Πληροφοριών (GIS) αποτελόυν ένα αποτελεσματικό εργαλείο διαχείρισης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Η Τηλεπισκόπηση και τα Γεωγραφικά Συστήματα Πληροφοριών ως εργαλεία'''&lt;br /&gt;
&lt;br /&gt;
Ο όρος «τηλεπισκόπηση» ορίζεται ευρέως ως οι τεχνικές συλλογής εικόνων ή άλλων δεδομένων σχετικά με ένα αντικείμενο. Οι μετρήσεις αυτές γίνονται σε απόσταση από το αντικείμενο και αναφέρονται συνήθως σε δορυφορικές εικόνες, σε αεροφωτογραφίες ή στην ωκεάνια βαθυμετρία που πραγματοποιείται με τη χρήση δεδομένων ραντάρ. &lt;br /&gt;
Τα GIS χρησιμοποιούνται ευρέως ως εργαλεία για την ψηφιοποίηση τηλεπισκοπικών ή χαρτογραφικών δεδομένων. Επίσης μπορεί να χρησιμεύσει στην ανάλυση των χωρικών χαρακτηριστικών των δεδομένων σε διάφορα ψηφιακά στρώματα. Ο συνδυασμός και των δύο τύπων βάσεων δεδομένων μπορεί να συμβάλλει στη βιώσιμη ανάπτυξη και διαχείριση.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Η Τηλεπισκόπηση και τα Γεωγραφικά Συστήματα Πληροφοριών στις τροπικές ακτές'''&lt;br /&gt;
&lt;br /&gt;
Η τηλεπισκόπηση και τα GIS έχουν χρησιμοποιηθεί για τη μελέτη μαγκρόβιων δασών, θαλάσσιων φανερόγαμων και κοραλλιογενών υφάλων σε διάφορες εργασίες [https://link.springer.com/article/10.1023/A:1020887204285/ βλ. Dahdouh-Guebas F., 2002, σελ. 98]. Για τα μαγκρόβια δάση επικράτησε η άποψη ότι κατάλληλα εργαλεία για τη διερεύνηση χαρακτηριστικών όπως η πυκνότητα, η φαινολογία, η υδρολογική κατάσταση κλπ είναι οι αεροφωτογραφίες. Ειδικότερα, δεδομένα με υψηλή χωρική διακριτική ικανότητα μπορούν να αποκαλύψουν λεπτομέρειες για  τη δομή και τη δυναμική της βλάστησης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Παρακολούθηση προτύπων κάλυψης γης και καταστροφών''&lt;br /&gt;
&lt;br /&gt;
Η ταυτοποίηση των τύπων χρήσης ή κάλυψης γης γίνεται συνήθως σε μεσαία ή μεγάλη κλίμακα και δεν απαιτούνται δεδομένα με υψηλή χωρική διακριτική ικανότητα. Η φασματική διακριτική ικανότητα εξαρτάται από το θέμα της μελέτης, αλλά συνήθως αφορά στη διάκριση μεταξύ των βλάστησης και των γεωργικών περιοχών, η οποία μπορεί να πραγματοποιηθεί χρησιμοποιώντας υπέρυθρα μήκη κύματος (IR). Η χρονική διακριτική ικανότητα έγκειται στο αν η μελέτη είναι στιγμιαία ή στοχεύει στην παρακολούθηση των αλλαγών στην κάλυψη της γης διαχρονικά.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Παρακολούθηση πληθυσμιακής δομής''&lt;br /&gt;
&lt;br /&gt;
Η μελέτη της δομής της βλάστησης στα μαγκρόβια δάση και στα θαλάσσια φανερόγαμα μπορεί να επικεντρωθεί σε μεμονωμένα γένη, ενοποιήσεις και ζώνες όσον αφορά τη βλάστηση. Ο ίδιος τύπος μελέτης μπορεί επίσης να εφαρμοσθεί σε πληθυσμούς κυανοβακτηριδίων, φυκών ή διατόμων που ενδημούν σε κοραλλιογενείς υφάλους. Η χωρική και φασματική διακριτική ικανότητα μπορεί να διαφέρει και εξαρτάται από το πεδίο εφαρμογής της μελέτης, ενώ η χρονική διακριτική ικανότητα είναι συνήθως χαμηλή εξαιτίας της εκ φύσεως αργής μεταβολής της βλάστησης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Παρακολούθηση και χαρακτηριστικά θέσης (stand characteristics)''&lt;br /&gt;
&lt;br /&gt;
H παρακολούθηση των ειδικών χαρακτηριστικών θέσης απαιτεί υψηλή χωρική και φασματική διακριτική ικανότητα. Η εκτίμηση ή η παρακολούθηση των λεπτομερών χαρακτηριστικών των εκτάσεων βλάστησης είναι δυνατόν να συμβάλλει στη σύνταξη των απαραίτητων κατευθυντήριων οδηγιών που αφορούν στη βιώσιμη διαχείρισης δασών (ή αειφόρου δασοκομίας).&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Παρακολούθηση λοιπών περιβαλλοντικών χαρακτηριστικών και διαδικασιών''&lt;br /&gt;
&lt;br /&gt;
	Δεδομένα ραντάρ που ανιχνεύονται από απόσταση, όπως π.χ. από το ραντάρ συνθετικής διάτρησης (SAR) χρησιμοποιούνται ευρέως και παρέχουν ορισμένα πλεονεκτήματα σε σχέση με τις δορυφορικές εικόνες και τις αεροφωτογραφίες. Με τη χρήση των ραντάρ είναι εφικτό να πραγματοποιηθεί διείσδυση μέσω των σύννεφων ή ακόμα και μέσω των της δασοκάλυψης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Ενοποίηση παρελθοντικών, παρόντων και μελλοντικών μελετών τηλεπισκόπησης'''&lt;br /&gt;
&lt;br /&gt;
	Η τρέχουσα πρόκληση για την τηλεπισκόπηση και την έρευνα με βάση το GIS είναι να συνδυαστούν δεδομένα από το παρελθόν και το παρόν με απώτερο σκοπό προβλεφθούν πιθανές μελλοντικές συνθήκες. Από τη μία πλευρά, τα παρελθοντικά δεδομένα απαιτούν βαθμονόμηση με βάση τα τρέχοντα δεδομένα. Από την άλλη πλευρά είναι πιθανό ότι μια μακροπρόθεσμη ή ενοποιητική μελέτη θα συνδυάσει δεδομένα από διαφορετικές πηγές. Αυτό απαιτεί τη βαθμονόμηση μεταξύ διαφορετικών τεχνολογιών τηλεπισκόπησης.&lt;br /&gt;
Στη διαστημική τηλεπισκόπηση, ο δορυφόρος IKONOS (εικ. 1). ήταν ο πρώτος που παρήγαγε δεδομένα υψηλής διακριτικής ικανότητας (1 μ. στο παγχρωματικό κανάλι και 4 μ. στα υπόλοιπα φασματικά κανάλια). Ωστόσο, με την αύξηση της χωρικής διακριτικής ικανότητας υπάρχει περίπτωση να παρεμποδιστεί η ανάλυση των χαρακτηριστικών των δένδρων.&lt;br /&gt;
Όσον αφορά στη φασματική διακριτική ικανότητα, η μελλοντική έρευνα θα πρέπει να αξιολογήσει τις εφαρμογές των αισθητήρων, κυρίως για να αναγνωρίσει μια σειρά από οργανισμούς και ταυτόχρονα θα πρέπει να επικεντρωθεί σε μεγαλύτερα μήκη κύματος. Η υψηλή χρονική διακριτική ικανότητα των δορυφορικών δεδομένων αποτελεί σημαντικό εργαλείο για την παρατήρηση δυναμικών οικοσυστημάτων.&lt;br /&gt;
	Το βασικό μειονέκτημα των νέων τεχνολογιών τηλεπισκόπησης είναι ο εμπορικός τους χαρακτήρας και οι πολύ υψηλές τιμές τους. Αυτό είναι μεγάλο ζήτημα ειδικά για τις αναπτυσσόμενες χώρες.&lt;br /&gt;
	Εκτός της καταγραφής της παρελθοντικής και της υπάρχουσας κατάστασης, θα πρέπει να καταβληθεί μεγάλη προσπάθεια για την πρόβλεψη των μελλοντικών σεναρίων και της εγκατάστασης των συστημάτων έγκαιρης προειδοποίησης, ώστε να διασφαλιστεί η επιβίωση ενός βιώσιμου οικοσυστήματος. Αυτή η διαδικασία μπορεί να πραγματοποιηθεί με χρήση δεδομένων υψηλής χωρικής διακριτικής ικανότητας.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
	Υπάρχει ανάγκη για πιο ολοκληρωμένες προσεγγίσεις που αφορούν στις νέες τεχνολογίες τηλεπισκόπησης και ανάλυσης σε ένα περιβάλλον GIS, επίσης χρειάζεται να ενσωματωθούν τα ευρήματα που συλλέγονται σε μεγαλύτερες περιόδους με στόχο την πρόβλεψη. Είναι επίσης επιτακτική ανάγκη να συλλεχθούν και να  συμπεριληφθούν δεδομένα από διαφορετικούς κλάδους.&lt;br /&gt;
	Διάφορες μελέτες (βλ. Dahdouh-Guebas F., 2002, σελ. 106) χρησιμοποίησαν την επιστήμη της τηλεπισκόπησης στον τομέα της βιώσιμης ανάπτυξης στις αναπτυσσόμενες τροπικές χώρες.  Χρησιμοποίησαν μελέτες περιπτώσεων ως παραδείγματα σημερινών εφαρμογών. Η παρούσα εργασία έδειξε ότι μπορεί να εφαρμοστεί, να αναπτυχθεί και να ενσωματωθεί στη βιωσιμότητα η τηλεπισκόπηση και τα GIS. Έγινε αναφορά στο πώς μπορούν να βοηθήσουν εικόνες υψηλής διακριτικής ικανότητας στην αναγνώριση ειδών ή περιοχών από θεμελιώδη άποψη, δόθηκε έμφαση στη σημασία για την προστασία, τη διατήρηση, την ανάπτυξη και τη βιώσιμη εκμετάλλευση των οικοσυστημάτων αυτών. Πρέπει να τονιστεί ότι παράλληλα με την τεχνολογική καινοτομία και την πολυεπιστημονική ολοκλήρωση υπάρχει επίσης ανάγκη για πλήρη κατανόηση της βιοσυμβατότητας (συμπεριλαμβανομένων των ανθρώπινων παραγόντων) των τροπικών παράκτιων οικοσυστημάτων.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:Παρακολούθηση παρακτίων οικοσυστημάτων]]&lt;/div&gt;</summary>
		<author><name>Markoudimitris</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%97_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CF%89%CE%BD_%CE%A3%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CE%93%CE%B5%CF%89%CE%B3%CF%81%CE%B1%CF%86%CE%B9%CE%BA%CF%8E%CE%BD_%CE%A0%CE%BB%CE%B7%CF%81%CE%BF%CF%86%CE%BF%CF%81%CE%B9%CF%8E%CE%BD_%CF%83%CF%84%CE%B7_%CE%B2%CE%B9%CF%8E%CF%83%CE%B9%CE%BC%CE%B7_%CE%B4%CE%B9%CE%B1%CF%87%CE%B5%CE%AF%CF%81%CE%B9%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CF%84%CF%81%CE%BF%CF%80%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CE%B1%CF%81%CE%AC%CE%BA%CF%84%CE%B9%CF%89%CE%BD_%CE%BF%CE%B9%CE%BA%CE%BF%CF%83%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD</id>
		<title>Η χρήση της Τηλεπισκόπησης και των Συστημάτων Γεωγραφικών Πληροφοριών στη βιώσιμη διαχείριση των τροπικών παράκτιων οικοσυστημάτων</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%97_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CF%89%CE%BD_%CE%A3%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CE%93%CE%B5%CF%89%CE%B3%CF%81%CE%B1%CF%86%CE%B9%CE%BA%CF%8E%CE%BD_%CE%A0%CE%BB%CE%B7%CF%81%CE%BF%CF%86%CE%BF%CF%81%CE%B9%CF%8E%CE%BD_%CF%83%CF%84%CE%B7_%CE%B2%CE%B9%CF%8E%CF%83%CE%B9%CE%BC%CE%B7_%CE%B4%CE%B9%CE%B1%CF%87%CE%B5%CE%AF%CF%81%CE%B9%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CF%84%CF%81%CE%BF%CF%80%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CE%B1%CF%81%CE%AC%CE%BA%CF%84%CE%B9%CF%89%CE%BD_%CE%BF%CE%B9%CE%BA%CE%BF%CF%83%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD"/>
				<updated>2019-02-07T12:22:57Z</updated>
		
		<summary type="html">&lt;p&gt;Markoudimitris: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: askisi1_eikona1a.jpg|thumb | right |''Εικόνα 1α: Ασπρόμαυρη αεροφωτογραφία δάσους Μαγκρόβια στη Σρι Λάνκα'']]&lt;br /&gt;
[[Εικόνα: askisi1_eikona1a.jpg|thumb | right |''Εικόνα 1β: Παγχρωματική δορυφορική εικόνα IKONOS δάσους Μαγκρόβια στη Σρι Λάνκα'']]&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος τίτλος:''' '''The Use of Remote Sensing and GIS in the Sustainable Management of Tropical Coastal Ecosystems'''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφέας:''' Farid Dahdouh-Guebas &amp;lt;br/&amp;gt;&lt;br /&gt;
&lt;br /&gt;
[https://link.springer.com/article/10.1023/A:1020887204285/ Πρωτότυπο κείμενο]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγη'''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Μαγκρόβια δάση, θαλάσσια φανερόγαμα και κοραλλιογενείς υφάλοι''&lt;br /&gt;
	&lt;br /&gt;
Τα τροπικά παράκτια οικοσυστήματα περιλαμβάνουν μαγκρόβια δάση, θαλάσσια μακρόφυτα (όπως φανερόγαμα) και κοραλλιογενείς υφάλους. Καθένα από αυτά τα ενδιαιτήματα σχηματίζεται από είδη που προσαρμόζονται σε μεγάλο βαθμό στην τροπική διαπαλιρροιακή ή θαλάσσια ζωή.&lt;br /&gt;
Τα μαγκρόβια δάση και οι κοραλλιογενείς ύφαλοι προστατεύουν την ακτογραμμή από τη διάβρωση. Τα φανερόγαμα και τα μαγκρόβια ενεργούν ως θώκοι αναπαραγωγής, εκκόλαψης και νοσηλείας πολλών θαλάσσιων ειδών. Μερικά από αυτά είναι σημαντικά από την άποψη της «μοναδικής βιοποικιλότητας», καθώς μεταναστεύουν μεταξύ των μαγγρόβιων και κοραλλιογενών υφάλων όπως καρχαρίες ή ιππόκαμποι, ενώ άλλα έχουν κοινωνικοοικονομική σημασία (π.χ. τα μαγκρόβια χρησιμοποιούνται για καυσόξυλα, έπιπλα και μικρα οικιακά εργαλεία, αλοιφές, φαρμακευτικά προϊόντα κλπ).&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Ανθρωπογενείς επιδράσεις στα τροπικά παράκτια οικοσυστήματα''&lt;br /&gt;
&lt;br /&gt;
Η παράκτια ζώνη σε πολλές χώρες υπόκειται σε ολοένα αυξανόμενη ανθρωπογενή πίεση (π.χ. για τους κοραλλιογενείς υφάλους αναφέρεται ότι έχουν πληγεί ή καταστραφεί σε περισσότερες από 93 χώρες, ιδίως από την παράκτια ανάπτυξη, τον τουρισμό, την αλιεία, τη ρύπανση και την εξόρυξη κοραλλιών). Αυτή η υποβάθμιση απαιτεί ορθολογική διαχείριση των οικοσυστημάτων και των πόρων σε τοπικό, περιφερειακό και παγκόσμιο επίπεδο. Αυτό ισχύει ιδιαίτερα για τις αναπτυσσόμενες χώρες, η πλειοψηφία των οποίων είναι υπο-τροπικές. Στις χώρες αυτές παρατηρείται ανταγωνισμός σε τομείς όπως η υδατοκαλλιέργεια, η βιομηχανία, ο τουρισμός και το περιβάλλον. Αυτή η σύγκρουση συχνά έχει ως αποτέλεσμα το περιβάλλον να ζημιώνεται περισσότερο.&lt;br /&gt;
Το αναπτυξιακό καθεστώς πολλών χωρών υποδηλώνει ότι οι ντόπιοι εξαρτώνται συχνά από τα κοντινά οικοσυστήματα. Αυτό απαιτεί μια ολοκληρμένη διεπιστημονική προσέγγιση για να επιτευχθεί μια βιώσιμη ισορροπία μεταξύ των [https://link.springer.com/article/10.1023/A:1020887204285/ εθνοβιολογικών αναγκών](βλ. Dahdouh-Guebas F., 2002,σελ 96) και τη διατήρηση του περιβάλλοντος. &lt;br /&gt;
Μια σημαντική επιστήμη που συνεισφέρει στην ανίχνευση, την περιγραφή, την ποσοτικοποίηση και την παρακολούθηση αυτών των αλλαγών είναι η τηλεπισκόπηση η οποία, σε συνδυασμό με τα Γεωγραφικά Συστήματα Πληροφοριών (GIS) αποτελόυν ένα αποτελεσματικό εργαλείο διαχείρισης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Η Τηλεπισκόπηση και τα Γεωγραφικά Συστήματα Πληροφοριών ως εργαλεία'''&lt;br /&gt;
&lt;br /&gt;
Ο όρος «τηλεπισκόπηση» ορίζεται ευρέως ως οι τεχνικές συλλογής εικόνων ή άλλων δεδομένων σχετικά με ένα αντικείμενο. Οι μετρήσεις αυτές γίνονται σε απόσταση από το αντικείμενο και αναφέρονται συνήθως σε δορυφορικές εικόνες, σε αεροφωτογραφίες ή στην ωκεάνια βαθυμετρία που πραγματοποιείται με τη χρήση δεδομένων ραντάρ. &lt;br /&gt;
Τα GIS χρησιμοποιούνται ευρέως ως εργαλεία για την ψηφιοποίηση τηλεπισκοπικών ή χαρτογραφικών δεδομένων. Επίσης μπορεί να χρησιμεύσει στην ανάλυση των χωρικών χαρακτηριστικών των δεδομένων σε διάφορα ψηφιακά στρώματα. Ο συνδυασμός και των δύο τύπων βάσεων δεδομένων μπορεί να συμβάλλει στη βιώσιμη ανάπτυξη και διαχείριση.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Η Τηλεπισκόπηση και τα Γεωγραφικά Συστήματα Πληροφοριών στις τροπικές ακτές'''&lt;br /&gt;
&lt;br /&gt;
Η τηλεπισκόπηση και τα GIS έχουν χρησιμοποιηθεί για τη μελέτη μαγκρόβιων δασών, θαλάσσιων φανερόγαμων και κοραλλιογενών υφάλων σε διάφορες εργασίες [https://link.springer.com/article/10.1023/A:1020887204285/ βλ. Dahdouh-Guebas F., 2002, σελ. 98]. Για τα μαγκρόβια δάση επικράτησε η άποψη ότι κατάλληλα εργαλεία για τη διερεύνηση χαρακτηριστικών όπως η πυκνότητα, η φαινολογία, η υδρολογική κατάσταση κλπ είναι οι αεροφωτογραφίες. Ειδικότερα, δεδομένα με υψηλή χωρική διακριτική ικανότητα μπορούν να αποκαλύψουν λεπτομέρειες για  τη δομή και τη δυναμική της βλάστησης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Παρακολούθηση προτύπων κάλυψης γης και καταστροφών''&lt;br /&gt;
&lt;br /&gt;
Η ταυτοποίηση των τύπων χρήσης ή κάλυψης γης γίνεται συνήθως σε μεσαία ή μεγάλη κλίμακα και δεν απαιτούνται δεδομένα με υψηλή χωρική διακριτική ικανότητα. Η φασματική διακριτική ικανότητα εξαρτάται από το θέμα της μελέτης, αλλά συνήθως αφορά στη διάκριση μεταξύ των βλάστησης και των γεωργικών περιοχών, η οποία μπορεί να πραγματοποιηθεί χρησιμοποιώντας υπέρυθρα μήκη κύματος (IR). Η χρονική διακριτική ικανότητα έγκειται στο αν η μελέτη είναι στιγμιαία ή στοχεύει στην παρακολούθηση των αλλαγών στην κάλυψη της γης διαχρονικά.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Παρακολούθηση πληθυσμιακής δομής''&lt;br /&gt;
&lt;br /&gt;
Η μελέτη της δομής της βλάστησης στα μαγκρόβια δάση και στα θαλάσσια φανερόγαμα μπορεί να επικεντρωθεί σε μεμονωμένα γένη, ενοποιήσεις και ζώνες όσον αφορά τη βλάστηση. Ο ίδιος τύπος μελέτης μπορεί επίσης να εφαρμοσθεί σε πληθυσμούς κυανοβακτηριδίων, φυκών ή διατόμων που ενδημούν σε κοραλλιογενείς υφάλους. Η χωρική και φασματική διακριτική ικανότητα μπορεί να διαφέρει και εξαρτάται από το πεδίο εφαρμογής της μελέτης, ενώ η χρονική διακριτική ικανότητα είναι συνήθως χαμηλή εξαιτίας της εκ φύσεως αργής μεταβολής της βλάστησης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Παρακολούθηση και χαρακτηριστικά θέσης (stand characteristics)''&lt;br /&gt;
&lt;br /&gt;
H παρακολούθηση των ειδικών χαρακτηριστικών θέσης απαιτεί υψηλή χωρική και φασματική διακριτική ικανότητα. Η εκτίμηση ή η παρακολούθηση των λεπτομερών χαρακτηριστικών των εκτάσεων βλάστησης είναι δυνατόν να συμβάλλει στη σύνταξη των απαραίτητων κατευθυντήριων οδηγιών που αφορούν στη βιώσιμη διαχείρισης δασών (ή αειφόρου δασοκομίας).&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Παρακολούθηση λοιπών περιβαλλοντικών χαρακτηριστικών και διαδικασιών''&lt;br /&gt;
&lt;br /&gt;
	Δεδομένα ραντάρ που ανιχνεύονται από απόσταση, όπως π.χ. από το ραντάρ συνθετικής διάτρησης (SAR) χρησιμοποιούνται ευρέως και παρέχουν ορισμένα πλεονεκτήματα σε σχέση με τις δορυφορικές εικόνες και τις αεροφωτογραφίες. Με τη χρήση των ραντάρ είναι εφικτό να πραγματοποιηθεί διείσδυση μέσω των σύννεφων ή ακόμα και μέσω των της δασοκάλυψης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Ενοποίηση παρελθοντικών, παρόντων και μελλοντικών μελετών τηλεπισκόπησης'''&lt;br /&gt;
&lt;br /&gt;
	Η τρέχουσα πρόκληση για την τηλεπισκόπηση και την έρευνα με βάση το GIS είναι να συνδυαστούν δεδομένα από το παρελθόν και το παρόν με απώτερο σκοπό προβλεφθούν πιθανές μελλοντικές συνθήκες. Από τη μία πλευρά, τα παρελθοντικά δεδομένα απαιτούν βαθμονόμηση με βάση τα τρέχοντα δεδομένα. Από την άλλη πλευρά είναι πιθανό ότι μια μακροπρόθεσμη ή ενοποιητική μελέτη θα συνδυάσει δεδομένα από διαφορετικές πηγές. Αυτό απαιτεί τη βαθμονόμηση μεταξύ διαφορετικών τεχνολογιών τηλεπισκόπησης.&lt;br /&gt;
Στη διαστημική τηλεπισκόπηση, ο δορυφόρος IKONOS (εικ. 1). ήταν ο πρώτος που παρήγαγε δεδομένα υψηλής διακριτικής ικανότητας (1 μ. στο παγχρωματικό κανάλι και 4 μ. στα υπόλοιπα φασματικά κανάλια). Ωστόσο, με την αύξηση της χωρικής διακριτικής ικανότητας υπάρχει περίπτωση να παρεμποδιστεί η ανάλυση των χαρακτηριστικών των δένδρων.&lt;br /&gt;
Όσον αφορά στη φασματική διακριτική ικανότητα, η μελλοντική έρευνα θα πρέπει να αξιολογήσει τις εφαρμογές των αισθητήρων, κυρίως για να αναγνωρίσει μια σειρά από οργανισμούς και ταυτόχρονα θα πρέπει να επικεντρωθεί σε μεγαλύτερα μήκη κύματος. Η υψηλή χρονική διακριτική ικανότητα των δορυφορικών δεδομένων αποτελεί σημαντικό εργαλείο για την παρατήρηση δυναμικών οικοσυστημάτων.&lt;br /&gt;
	Το βασικό μειονέκτημα των νέων τεχνολογιών τηλεπισκόπησης είναι ο εμπορικός τους χαρακτήρας και οι πολύ υψηλές τιμές τους. Αυτό είναι μεγάλο ζήτημα ειδικά για τις αναπτυσσόμενες χώρες.&lt;br /&gt;
	Εκτός της καταγραφής της παρελθοντικής και της υπάρχουσας κατάστασης, θα πρέπει να καταβληθεί μεγάλη προσπάθεια για την πρόβλεψη των μελλοντικών σεναρίων και της εγκατάστασης των συστημάτων έγκαιρης προειδοποίησης, ώστε να διασφαλιστεί η επιβίωση ενός βιώσιμου οικοσυστήματος. Αυτή η διαδικασία μπορεί να πραγματοποιηθεί με χρήση δεδομένων υψηλής χωρικής διακριτικής ικανότητας.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
	Υπάρχει ανάγκη για πιο ολοκληρωμένες προσεγγίσεις που αφορούν στις νέες τεχνολογίες τηλεπισκόπησης και ανάλυσης σε ένα περιβάλλον GIS, επίσης χρειάζεται να ενσωματωθούν τα ευρήματα που συλλέγονται σε μεγαλύτερες περιόδους με στόχο την πρόβλεψη. Είναι επίσης επιτακτική ανάγκη να συλλεχθούν και να  συμπεριληφθούν δεδομένα από διαφορετικούς κλάδους.&lt;br /&gt;
	Διάφορες μελέτες (βλ. Dahdouh-Guebas F., 2002, σελ. 106) χρησιμοποίησαν την επιστήμη της τηλεπισκόπησης στον τομέα της βιώσιμης ανάπτυξης στις αναπτυσσόμενες τροπικές χώρες.  Χρησιμοποίησαν μελέτες περιπτώσεων ως παραδείγματα σημερινών εφαρμογών. Η παρούσα εργασία έδειξε ότι μπορεί να εφαρμοστεί, να αναπτυχθεί και να ενσωματωθεί στη βιωσιμότητα η τηλεπισκόπηση και τα GIS. Έγινε αναφορά στο πώς μπορούν να βοηθήσουν εικόνες υψηλής διακριτικής ικανότητας στην αναγνώριση ειδών ή περιοχών από θεμελιώδη άποψη, δόθηκε έμφαση στη σημασία για την προστασία, τη διατήρηση, την ανάπτυξη και τη βιώσιμη εκμετάλλευση των οικοσυστημάτων αυτών. Πρέπει να τονιστεί ότι παράλληλα με την τεχνολογική καινοτομία και την πολυεπιστημονική ολοκλήρωση υπάρχει επίσης ανάγκη για πλήρη κατανόηση της βιοσυμβατότητας (συμπεριλαμβανομένων των ανθρώπινων παραγόντων) των τροπικών παράκτιων οικοσυστημάτων.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:Παρακολούθηση παρακτίων οικοσυστημάτων]]&lt;/div&gt;</summary>
		<author><name>Markoudimitris</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%97_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CF%89%CE%BD_%CE%A3%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CE%93%CE%B5%CF%89%CE%B3%CF%81%CE%B1%CF%86%CE%B9%CE%BA%CF%8E%CE%BD_%CE%A0%CE%BB%CE%B7%CF%81%CE%BF%CF%86%CE%BF%CF%81%CE%B9%CF%8E%CE%BD_%CF%83%CF%84%CE%B7_%CE%B2%CE%B9%CF%8E%CF%83%CE%B9%CE%BC%CE%B7_%CE%B4%CE%B9%CE%B1%CF%87%CE%B5%CE%AF%CF%81%CE%B9%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CF%84%CF%81%CE%BF%CF%80%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CE%B1%CF%81%CE%AC%CE%BA%CF%84%CE%B9%CF%89%CE%BD_%CE%BF%CE%B9%CE%BA%CE%BF%CF%83%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD</id>
		<title>Η χρήση της Τηλεπισκόπησης και των Συστημάτων Γεωγραφικών Πληροφοριών στη βιώσιμη διαχείριση των τροπικών παράκτιων οικοσυστημάτων</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%97_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CF%89%CE%BD_%CE%A3%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CE%93%CE%B5%CF%89%CE%B3%CF%81%CE%B1%CF%86%CE%B9%CE%BA%CF%8E%CE%BD_%CE%A0%CE%BB%CE%B7%CF%81%CE%BF%CF%86%CE%BF%CF%81%CE%B9%CF%8E%CE%BD_%CF%83%CF%84%CE%B7_%CE%B2%CE%B9%CF%8E%CF%83%CE%B9%CE%BC%CE%B7_%CE%B4%CE%B9%CE%B1%CF%87%CE%B5%CE%AF%CF%81%CE%B9%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CF%84%CF%81%CE%BF%CF%80%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CE%B1%CF%81%CE%AC%CE%BA%CF%84%CE%B9%CF%89%CE%BD_%CE%BF%CE%B9%CE%BA%CE%BF%CF%83%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD"/>
				<updated>2019-02-07T12:21:58Z</updated>
		
		<summary type="html">&lt;p&gt;Markoudimitris: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: askisi1_eikona1a.jpg|thumb | right |''Εικόνα 1α: Ασπρόμαυρη αεροφωτογραφία δάσους Μαγκρόβια στη Σρι Λάνκα'']]&lt;br /&gt;
[[Εικόνα: askisi1_eikona1a.jpg|thumb | right |''Εικόνα 1β: Παγχρωματική δορυφορική εικόνα IKONOS δάσους Μαγκρόβια στη Σρι Λάνκα'']]&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος τίτλος:''' '''The Use of Remote Sensing and GIS in the Sustainable Management of Tropical Coastal Ecosystems'''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφέας:''' Farid Dahdouh-Guebas &amp;lt;br/&amp;gt;&lt;br /&gt;
&lt;br /&gt;
[https://link.springer.com/article/10.1023/A:1020887204285/ Πρωτότυπο κείμενο]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγη'''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Μαγκρόβια δάση, θαλάσσια φανερόγαμα και κοραλλιογενείς υφάλοι''&lt;br /&gt;
	&lt;br /&gt;
Τα τροπικά παράκτια οικοσυστήματα περιλαμβάνουν μαγκρόβια δάση, θαλάσσια μακρόφυτα (όπως φανερόγαμα) και κοραλλιογενείς υφάλους. Καθένα από αυτά τα ενδιαιτήματα σχηματίζεται από είδη που προσαρμόζονται σε μεγάλο βαθμό στην τροπική διαπαλιρροιακή ή θαλάσσια ζωή.&lt;br /&gt;
Τα μαγκρόβια δάση και οι κοραλλιογενείς ύφαλοι προστατεύουν την ακτογραμμή από τη διάβρωση. Τα φανερόγαμα και τα μαγκρόβια ενεργούν ως θώκοι αναπαραγωγής, εκκόλαψης και νοσηλείας πολλών θαλάσσιων ειδών. Μερικά από αυτά είναι σημαντικά από την άποψη της «μοναδικής βιοποικιλότητας», καθώς μεταναστεύουν μεταξύ των μαγγρόβιων και κοραλλιογενών υφάλων όπως καρχαρίες ή ιππόκαμποι, ενώ άλλα έχουν κοινωνικοοικονομική σημασία (π.χ. τα μαγκρόβια χρησιμοποιούνται για καυσόξυλα, έπιπλα και μικρα οικιακά εργαλεία, αλοιφές, φαρμακευτικά προϊόντα κλπ).&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Ανθρωπογενείς επιδράσεις στα τροπικά παράκτια οικοσυστήματα''&lt;br /&gt;
&lt;br /&gt;
Η παράκτια ζώνη σε πολλές χώρες υπόκειται σε ολοένα αυξανόμενη ανθρωπογενή πίεση (π.χ. για τους κοραλλιογενείς υφάλους αναφέρεται ότι έχουν πληγεί ή καταστραφεί σε περισσότερες από 93 χώρες, ιδίως από την παράκτια ανάπτυξη, τον τουρισμό, την αλιεία, τη ρύπανση και την εξόρυξη κοραλλιών). Αυτή η υποβάθμιση απαιτεί ορθολογική διαχείριση των οικοσυστημάτων και των πόρων σε τοπικό, περιφερειακό και παγκόσμιο επίπεδο. Αυτό ισχύει ιδιαίτερα για τις αναπτυσσόμενες χώρες, η πλειοψηφία των οποίων είναι υπο-τροπικές. Στις χώρες αυτές παρατηρείται ανταγωνισμός σε τομείς όπως η υδατοκαλλιέργεια, η βιομηχανία, ο τουρισμός και το περιβάλλον. Αυτή η σύγκρουση συχνά έχει ως αποτέλεσμα το περιβάλλον να ζημιώνεται περισσότερο.&lt;br /&gt;
Το αναπτυξιακό καθεστώς πολλών χωρών υποδηλώνει ότι οι ντόπιοι εξαρτώνται συχνά από τα κοντινά οικοσυστήματα. Αυτό απαιτεί μια ολοκληρμένη διεπιστημονική προσέγγιση για να επιτευχθεί μια βιώσιμη ισορροπία μεταξύ των [https://link.springer.com/article/10.1023/A:1020887204285/εθνοβιολογικών αναγκών](βλ. Dahdouh-Guebas F., 2002,σελ 96) και τη διατήρηση του περιβάλλοντος. &lt;br /&gt;
Μια σημαντική επιστήμη που συνεισφέρει στην ανίχνευση, την περιγραφή, την ποσοτικοποίηση και την παρακολούθηση αυτών των αλλαγών είναι η τηλεπισκόπηση η οποία, σε συνδυασμό με τα Γεωγραφικά Συστήματα Πληροφοριών (GIS) αποτελόυν ένα αποτελεσματικό εργαλείο διαχείρισης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Η Τηλεπισκόπηση και τα Γεωγραφικά Συστήματα Πληροφοριών ως εργαλεία'''&lt;br /&gt;
&lt;br /&gt;
Ο όρος «τηλεπισκόπηση» ορίζεται ευρέως ως οι τεχνικές συλλογής εικόνων ή άλλων δεδομένων σχετικά με ένα αντικείμενο. Οι μετρήσεις αυτές γίνονται σε απόσταση από το αντικείμενο και αναφέρονται συνήθως σε δορυφορικές εικόνες, σε αεροφωτογραφίες ή στην ωκεάνια βαθυμετρία που πραγματοποιείται με τη χρήση δεδομένων ραντάρ. &lt;br /&gt;
Τα GIS χρησιμοποιούνται ευρέως ως εργαλεία για την ψηφιοποίηση τηλεπισκοπικών ή χαρτογραφικών δεδομένων. Επίσης μπορεί να χρησιμεύσει στην ανάλυση των χωρικών χαρακτηριστικών των δεδομένων σε διάφορα ψηφιακά στρώματα. Ο συνδυασμός και των δύο τύπων βάσεων δεδομένων μπορεί να συμβάλλει στη βιώσιμη ανάπτυξη και διαχείριση.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Η Τηλεπισκόπηση και τα Γεωγραφικά Συστήματα Πληροφοριών στις τροπικές ακτές'''&lt;br /&gt;
&lt;br /&gt;
Η τηλεπισκόπηση και τα GIS έχουν χρησιμοποιηθεί για τη μελέτη μαγκρόβιων δασών, θαλάσσιων φανερόγαμων και κοραλλιογενών υφάλων σε διάφορες εργασίες [https://link.springer.com/article/10.1023/A:1020887204285/ βλ. Dahdouh-Guebas F., 2002, σελ. 98]. Για τα μαγκρόβια δάση επικράτησε η άποψη ότι κατάλληλα εργαλεία για τη διερεύνηση χαρακτηριστικών όπως η πυκνότητα, η φαινολογία, η υδρολογική κατάσταση κλπ είναι οι αεροφωτογραφίες. Ειδικότερα, δεδομένα με υψηλή χωρική διακριτική ικανότητα μπορούν να αποκαλύψουν λεπτομέρειες για  τη δομή και τη δυναμική της βλάστησης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Παρακολούθηση προτύπων κάλυψης γης και καταστροφών''&lt;br /&gt;
&lt;br /&gt;
Η ταυτοποίηση των τύπων χρήσης ή κάλυψης γης γίνεται συνήθως σε μεσαία ή μεγάλη κλίμακα και δεν απαιτούνται δεδομένα με υψηλή χωρική διακριτική ικανότητα. Η φασματική διακριτική ικανότητα εξαρτάται από το θέμα της μελέτης, αλλά συνήθως αφορά στη διάκριση μεταξύ των βλάστησης και των γεωργικών περιοχών, η οποία μπορεί να πραγματοποιηθεί χρησιμοποιώντας υπέρυθρα μήκη κύματος (IR). Η χρονική διακριτική ικανότητα έγκειται στο αν η μελέτη είναι στιγμιαία ή στοχεύει στην παρακολούθηση των αλλαγών στην κάλυψη της γης διαχρονικά.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Παρακολούθηση πληθυσμιακής δομής''&lt;br /&gt;
&lt;br /&gt;
Η μελέτη της δομής της βλάστησης στα μαγκρόβια δάση και στα θαλάσσια φανερόγαμα μπορεί να επικεντρωθεί σε μεμονωμένα γένη, ενοποιήσεις και ζώνες όσον αφορά τη βλάστηση. Ο ίδιος τύπος μελέτης μπορεί επίσης να εφαρμοσθεί σε πληθυσμούς κυανοβακτηριδίων, φυκών ή διατόμων που ενδημούν σε κοραλλιογενείς υφάλους. Η χωρική και φασματική διακριτική ικανότητα μπορεί να διαφέρει και εξαρτάται από το πεδίο εφαρμογής της μελέτης, ενώ η χρονική διακριτική ικανότητα είναι συνήθως χαμηλή εξαιτίας της εκ φύσεως αργής μεταβολής της βλάστησης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Παρακολούθηση και χαρακτηριστικά θέσης (stand characteristics)''&lt;br /&gt;
&lt;br /&gt;
H παρακολούθηση των ειδικών χαρακτηριστικών θέσης απαιτεί υψηλή χωρική και φασματική διακριτική ικανότητα. Η εκτίμηση ή η παρακολούθηση των λεπτομερών χαρακτηριστικών των εκτάσεων βλάστησης είναι δυνατόν να συμβάλλει στη σύνταξη των απαραίτητων κατευθυντήριων οδηγιών που αφορούν στη βιώσιμη διαχείρισης δασών (ή αειφόρου δασοκομίας).&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Παρακολούθηση λοιπών περιβαλλοντικών χαρακτηριστικών και διαδικασιών''&lt;br /&gt;
&lt;br /&gt;
	Δεδομένα ραντάρ που ανιχνεύονται από απόσταση, όπως π.χ. από το ραντάρ συνθετικής διάτρησης (SAR) χρησιμοποιούνται ευρέως και παρέχουν ορισμένα πλεονεκτήματα σε σχέση με τις δορυφορικές εικόνες και τις αεροφωτογραφίες. Με τη χρήση των ραντάρ είναι εφικτό να πραγματοποιηθεί διείσδυση μέσω των σύννεφων ή ακόμα και μέσω των της δασοκάλυψης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Ενοποίηση παρελθοντικών, παρόντων και μελλοντικών μελετών τηλεπισκόπησης'''&lt;br /&gt;
&lt;br /&gt;
	Η τρέχουσα πρόκληση για την τηλεπισκόπηση και την έρευνα με βάση το GIS είναι να συνδυαστούν δεδομένα από το παρελθόν και το παρόν με απώτερο σκοπό προβλεφθούν πιθανές μελλοντικές συνθήκες. Από τη μία πλευρά, τα παρελθοντικά δεδομένα απαιτούν βαθμονόμηση με βάση τα τρέχοντα δεδομένα. Από την άλλη πλευρά είναι πιθανό ότι μια μακροπρόθεσμη ή ενοποιητική μελέτη θα συνδυάσει δεδομένα από διαφορετικές πηγές. Αυτό απαιτεί τη βαθμονόμηση μεταξύ διαφορετικών τεχνολογιών τηλεπισκόπησης.&lt;br /&gt;
Στη διαστημική τηλεπισκόπηση, ο δορυφόρος IKONOS (εικ. 1). ήταν ο πρώτος που παρήγαγε δεδομένα υψηλής διακριτικής ικανότητας (1 μ. στο παγχρωματικό κανάλι και 4 μ. στα υπόλοιπα φασματικά κανάλια). Ωστόσο, με την αύξηση της χωρικής διακριτικής ικανότητας υπάρχει περίπτωση να παρεμποδιστεί η ανάλυση των χαρακτηριστικών των δένδρων.&lt;br /&gt;
Όσον αφορά στη φασματική διακριτική ικανότητα, η μελλοντική έρευνα θα πρέπει να αξιολογήσει τις εφαρμογές των αισθητήρων, κυρίως για να αναγνωρίσει μια σειρά από οργανισμούς και ταυτόχρονα θα πρέπει να επικεντρωθεί σε μεγαλύτερα μήκη κύματος. Η υψηλή χρονική διακριτική ικανότητα των δορυφορικών δεδομένων αποτελεί σημαντικό εργαλείο για την παρατήρηση δυναμικών οικοσυστημάτων.&lt;br /&gt;
	Το βασικό μειονέκτημα των νέων τεχνολογιών τηλεπισκόπησης είναι ο εμπορικός τους χαρακτήρας και οι πολύ υψηλές τιμές τους. Αυτό είναι μεγάλο ζήτημα ειδικά για τις αναπτυσσόμενες χώρες.&lt;br /&gt;
	Εκτός της καταγραφής της παρελθοντικής και της υπάρχουσας κατάστασης, θα πρέπει να καταβληθεί μεγάλη προσπάθεια για την πρόβλεψη των μελλοντικών σεναρίων και της εγκατάστασης των συστημάτων έγκαιρης προειδοποίησης, ώστε να διασφαλιστεί η επιβίωση ενός βιώσιμου οικοσυστήματος. Αυτή η διαδικασία μπορεί να πραγματοποιηθεί με χρήση δεδομένων υψηλής χωρικής διακριτικής ικανότητας.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
	Υπάρχει ανάγκη για πιο ολοκληρωμένες προσεγγίσεις που αφορούν στις νέες τεχνολογίες τηλεπισκόπησης και ανάλυσης σε ένα περιβάλλον GIS, επίσης χρειάζεται να ενσωματωθούν τα ευρήματα που συλλέγονται σε μεγαλύτερες περιόδους με στόχο την πρόβλεψη. Είναι επίσης επιτακτική ανάγκη να συλλεχθούν και να  συμπεριληφθούν δεδομένα από διαφορετικούς κλάδους.&lt;br /&gt;
	Διάφορες μελέτες (βλ. Dahdouh-Guebas F., 2002, σελ. 106) χρησιμοποίησαν την επιστήμη της τηλεπισκόπησης στον τομέα της βιώσιμης ανάπτυξης στις αναπτυσσόμενες τροπικές χώρες.  Χρησιμοποίησαν μελέτες περιπτώσεων ως παραδείγματα σημερινών εφαρμογών. Η παρούσα εργασία έδειξε ότι μπορεί να εφαρμοστεί, να αναπτυχθεί και να ενσωματωθεί στη βιωσιμότητα η τηλεπισκόπηση και τα GIS. Έγινε αναφορά στο πώς μπορούν να βοηθήσουν εικόνες υψηλής διακριτικής ικανότητας στην αναγνώριση ειδών ή περιοχών από θεμελιώδη άποψη, δόθηκε έμφαση στη σημασία για την προστασία, τη διατήρηση, την ανάπτυξη και τη βιώσιμη εκμετάλλευση των οικοσυστημάτων αυτών. Πρέπει να τονιστεί ότι παράλληλα με την τεχνολογική καινοτομία και την πολυεπιστημονική ολοκλήρωση υπάρχει επίσης ανάγκη για πλήρη κατανόηση της βιοσυμβατότητας (συμπεριλαμβανομένων των ανθρώπινων παραγόντων) των τροπικών παράκτιων οικοσυστημάτων.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:Παρακολούθηση παρακτίων οικοσυστημάτων]]&lt;/div&gt;</summary>
		<author><name>Markoudimitris</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%97_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CF%89%CE%BD_%CE%A3%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CE%93%CE%B5%CF%89%CE%B3%CF%81%CE%B1%CF%86%CE%B9%CE%BA%CF%8E%CE%BD_%CE%A0%CE%BB%CE%B7%CF%81%CE%BF%CF%86%CE%BF%CF%81%CE%B9%CF%8E%CE%BD_%CF%83%CF%84%CE%B7_%CE%B2%CE%B9%CF%8E%CF%83%CE%B9%CE%BC%CE%B7_%CE%B4%CE%B9%CE%B1%CF%87%CE%B5%CE%AF%CF%81%CE%B9%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CF%84%CF%81%CE%BF%CF%80%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CE%B1%CF%81%CE%AC%CE%BA%CF%84%CE%B9%CF%89%CE%BD_%CE%BF%CE%B9%CE%BA%CE%BF%CF%83%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD</id>
		<title>Η χρήση της Τηλεπισκόπησης και των Συστημάτων Γεωγραφικών Πληροφοριών στη βιώσιμη διαχείριση των τροπικών παράκτιων οικοσυστημάτων</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%97_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CF%89%CE%BD_%CE%A3%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CE%93%CE%B5%CF%89%CE%B3%CF%81%CE%B1%CF%86%CE%B9%CE%BA%CF%8E%CE%BD_%CE%A0%CE%BB%CE%B7%CF%81%CE%BF%CF%86%CE%BF%CF%81%CE%B9%CF%8E%CE%BD_%CF%83%CF%84%CE%B7_%CE%B2%CE%B9%CF%8E%CF%83%CE%B9%CE%BC%CE%B7_%CE%B4%CE%B9%CE%B1%CF%87%CE%B5%CE%AF%CF%81%CE%B9%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CF%84%CF%81%CE%BF%CF%80%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CE%B1%CF%81%CE%AC%CE%BA%CF%84%CE%B9%CF%89%CE%BD_%CE%BF%CE%B9%CE%BA%CE%BF%CF%83%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD"/>
				<updated>2019-02-07T12:20:16Z</updated>
		
		<summary type="html">&lt;p&gt;Markoudimitris: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: askisi1_eikona1a.jpg|thumb | right |''Εικόνα 1α: Ασπρόμαυρη αεροφωτογραφία δάσους Μαγκρόβια στη Σρι Λάνκα'']]&lt;br /&gt;
[[Εικόνα: askisi1_eikona1a.jpg|thumb | right |''Εικόνα 1β: Παγχρωματική δορυφορική εικόνα IKONOS δάσους Μαγκρόβια στη Σρι Λάνκα'']]&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος τίτλος:''' '''The Use of Remote Sensing and GIS in the Sustainable Management of Tropical Coastal Ecosystems'''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφέας:''' Farid Dahdouh-Guebas &amp;lt;br/&amp;gt;&lt;br /&gt;
&lt;br /&gt;
[https://link.springer.com/article/10.1023/A:1020887204285/ Πρωτότυπο κείμενο]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγη'''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Μαγκρόβια δάση, θαλάσσια φανερόγαμα και κοραλλιογενείς υφάλοι''&lt;br /&gt;
	&lt;br /&gt;
Τα τροπικά παράκτια οικοσυστήματα περιλαμβάνουν μαγκρόβια δάση, θαλάσσια μακρόφυτα (όπως φανερόγαμα) και κοραλλιογενείς υφάλους. Καθένα από αυτά τα ενδιαιτήματα σχηματίζεται από είδη που προσαρμόζονται σε μεγάλο βαθμό στην τροπική διαπαλιρροιακή ή θαλάσσια ζωή.&lt;br /&gt;
Τα μαγκρόβια δάση και οι κοραλλιογενείς ύφαλοι προστατεύουν την ακτογραμμή από τη διάβρωση. Τα φανερόγαμα και τα μαγκρόβια ενεργούν ως θώκοι αναπαραγωγής, εκκόλαψης και νοσηλείας πολλών θαλάσσιων ειδών. Μερικά από αυτά είναι σημαντικά από την άποψη της «μοναδικής βιοποικιλότητας», καθώς μεταναστεύουν μεταξύ των μαγγρόβιων και κοραλλιογενών υφάλων όπως καρχαρίες ή ιππόκαμποι, ενώ άλλα έχουν κοινωνικοοικονομική σημασία (π.χ. τα μαγκρόβια χρησιμοποιούνται για καυσόξυλα, έπιπλα και μικρα οικιακά εργαλεία, αλοιφές, φαρμακευτικά προϊόντα κλπ).&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Ανθρωπογενείς επιδράσεις στα τροπικά παράκτια οικοσυστήματα''&lt;br /&gt;
&lt;br /&gt;
Η παράκτια ζώνη σε πολλές χώρες υπόκειται σε ολοένα αυξανόμενη ανθρωπογενή πίεση (π.χ. για τους κοραλλιογενείς υφάλους αναφέρεται ότι έχουν πληγεί ή καταστραφεί σε περισσότερες από 93 χώρες, ιδίως από την παράκτια ανάπτυξη, τον τουρισμό, την αλιεία, τη ρύπανση και την εξόρυξη κοραλλιών). Αυτή η υποβάθμιση απαιτεί ορθολογική διαχείριση των οικοσυστημάτων και των πόρων σε τοπικό, περιφερειακό και παγκόσμιο επίπεδο. Αυτό ισχύει ιδιαίτερα για τις αναπτυσσόμενες χώρες, η πλειοψηφία των οποίων είναι υπο-τροπικές. Στις χώρες αυτές παρατηρείται ανταγωνισμός σε τομείς όπως η υδατοκαλλιέργεια, η βιομηχανία, ο τουρισμός και το περιβάλλον. Αυτή η σύγκρουση συχνά έχει ως αποτέλεσμα το περιβάλλον να ζημιώνεται περισσότερο.&lt;br /&gt;
Το αναπτυξιακό καθεστώς πολλών χωρών υποδηλώνει ότι οι ντόπιοι εξαρτώνται συχνά από τα κοντινά οικοσυστήματα. Αυτό απαιτεί μια ολοκληρωμένη διεπιστημονική προσέγγιση για να επιτευχθεί μια βιώσιμη ισορροπία μεταξύ της εθνοβιολογικών αναγκών [https://link.springer.com/article/10.1023/A:1020887204285/βλ. Dahdouh-Guebas F., 2002, σελ 96] και τη διατήρηση του περιβάλλοντος. &lt;br /&gt;
Μια σημαντική επιστήμη που συνεισφέρει στην ανίχνευση, την περιγραφή, την ποσοτικοποίηση και την παρακολούθηση αυτών των αλλαγών είναι η τηλεπισκόπηση η οποία, σε συνδυασμό με τα Γεωγραφικά Συστήματα Πληροφοριών (GIS) αποτελόυν ένα αποτελεσματικό εργαλείο διαχείρισης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Η Τηλεπισκόπηση και τα Γεωγραφικά Συστήματα Πληροφοριών ως εργαλεία'''&lt;br /&gt;
&lt;br /&gt;
Ο όρος «τηλεπισκόπηση» ορίζεται ευρέως ως οι τεχνικές συλλογής εικόνων ή άλλων δεδομένων σχετικά με ένα αντικείμενο. Οι μετρήσεις αυτές γίνονται σε απόσταση από το αντικείμενο και αναφέρονται συνήθως σε δορυφορικές εικόνες, σε αεροφωτογραφίες ή στην ωκεάνια βαθυμετρία που πραγματοποιείται με τη χρήση δεδομένων ραντάρ. &lt;br /&gt;
Τα GIS χρησιμοποιούνται ευρέως ως εργαλεία για την ψηφιοποίηση τηλεπισκοπικών ή χαρτογραφικών δεδομένων. Επίσης μπορεί να χρησιμεύσει στην ανάλυση των χωρικών χαρακτηριστικών των δεδομένων σε διάφορα ψηφιακά στρώματα. Ο συνδυασμός και των δύο τύπων βάσεων δεδομένων μπορεί να συμβάλλει στη βιώσιμη ανάπτυξη και διαχείριση.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Η Τηλεπισκόπηση και τα Γεωγραφικά Συστήματα Πληροφοριών στις τροπικές ακτές'''&lt;br /&gt;
&lt;br /&gt;
Η τηλεπισκόπηση και τα GIS έχουν χρησιμοποιηθεί για τη μελέτη μαγκρόβιων δασών, θαλάσσιων φανερόγαμων και κοραλλιογενών υφάλων σε διάφορες εργασίες [https://link.springer.com/article/10.1023/A:1020887204285/ βλ. Dahdouh-Guebas F., 2002, σελ. 98]. Για τα μαγκρόβια δάση επικράτησε η άποψη ότι κατάλληλα εργαλεία για τη διερεύνηση χαρακτηριστικών όπως η πυκνότητα, η φαινολογία, η υδρολογική κατάσταση κλπ είναι οι αεροφωτογραφίες. Ειδικότερα, δεδομένα με υψηλή χωρική διακριτική ικανότητα μπορούν να αποκαλύψουν λεπτομέρειες για  τη δομή και τη δυναμική της βλάστησης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Παρακολούθηση προτύπων κάλυψης γης και καταστροφών''&lt;br /&gt;
&lt;br /&gt;
Η ταυτοποίηση των τύπων χρήσης ή κάλυψης γης γίνεται συνήθως σε μεσαία ή μεγάλη κλίμακα και δεν απαιτούνται δεδομένα με υψηλή χωρική διακριτική ικανότητα. Η φασματική διακριτική ικανότητα εξαρτάται από το θέμα της μελέτης, αλλά συνήθως αφορά στη διάκριση μεταξύ των βλάστησης και των γεωργικών περιοχών, η οποία μπορεί να πραγματοποιηθεί χρησιμοποιώντας υπέρυθρα μήκη κύματος (IR). Η χρονική διακριτική ικανότητα έγκειται στο αν η μελέτη είναι στιγμιαία ή στοχεύει στην παρακολούθηση των αλλαγών στην κάλυψη της γης διαχρονικά.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Παρακολούθηση πληθυσμιακής δομής''&lt;br /&gt;
&lt;br /&gt;
Η μελέτη της δομής της βλάστησης στα μαγκρόβια δάση και στα θαλάσσια φανερόγαμα μπορεί να επικεντρωθεί σε μεμονωμένα γένη, ενοποιήσεις και ζώνες όσον αφορά τη βλάστηση. Ο ίδιος τύπος μελέτης μπορεί επίσης να εφαρμοσθεί σε πληθυσμούς κυανοβακτηριδίων, φυκών ή διατόμων που ενδημούν σε κοραλλιογενείς υφάλους. Η χωρική και φασματική διακριτική ικανότητα μπορεί να διαφέρει και εξαρτάται από το πεδίο εφαρμογής της μελέτης, ενώ η χρονική διακριτική ικανότητα είναι συνήθως χαμηλή εξαιτίας της εκ φύσεως αργής μεταβολής της βλάστησης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Παρακολούθηση και χαρακτηριστικά θέσης (stand characteristics)''&lt;br /&gt;
&lt;br /&gt;
H παρακολούθηση των ειδικών χαρακτηριστικών θέσης απαιτεί υψηλή χωρική και φασματική διακριτική ικανότητα. Η εκτίμηση ή η παρακολούθηση των λεπτομερών χαρακτηριστικών των εκτάσεων βλάστησης είναι δυνατόν να συμβάλλει στη σύνταξη των απαραίτητων κατευθυντήριων οδηγιών που αφορούν στη βιώσιμη διαχείρισης δασών (ή αειφόρου δασοκομίας).&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Παρακολούθηση λοιπών περιβαλλοντικών χαρακτηριστικών και διαδικασιών''&lt;br /&gt;
&lt;br /&gt;
	Δεδομένα ραντάρ που ανιχνεύονται από απόσταση, όπως π.χ. από το ραντάρ συνθετικής διάτρησης (SAR) χρησιμοποιούνται ευρέως και παρέχουν ορισμένα πλεονεκτήματα σε σχέση με τις δορυφορικές εικόνες και τις αεροφωτογραφίες. Με τη χρήση των ραντάρ είναι εφικτό να πραγματοποιηθεί διείσδυση μέσω των σύννεφων ή ακόμα και μέσω των της δασοκάλυψης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Ενοποίηση παρελθοντικών, παρόντων και μελλοντικών μελετών τηλεπισκόπησης'''&lt;br /&gt;
&lt;br /&gt;
	Η τρέχουσα πρόκληση για την τηλεπισκόπηση και την έρευνα με βάση το GIS είναι να συνδυαστούν δεδομένα από το παρελθόν και το παρόν με απώτερο σκοπό προβλεφθούν πιθανές μελλοντικές συνθήκες. Από τη μία πλευρά, τα παρελθοντικά δεδομένα απαιτούν βαθμονόμηση με βάση τα τρέχοντα δεδομένα. Από την άλλη πλευρά είναι πιθανό ότι μια μακροπρόθεσμη ή ενοποιητική μελέτη θα συνδυάσει δεδομένα από διαφορετικές πηγές. Αυτό απαιτεί τη βαθμονόμηση μεταξύ διαφορετικών τεχνολογιών τηλεπισκόπησης.&lt;br /&gt;
Στη διαστημική τηλεπισκόπηση, ο δορυφόρος IKONOS (εικ. 1). ήταν ο πρώτος που παρήγαγε δεδομένα υψηλής διακριτικής ικανότητας (1 μ. στο παγχρωματικό κανάλι και 4 μ. στα υπόλοιπα φασματικά κανάλια). Ωστόσο, με την αύξηση της χωρικής διακριτικής ικανότητας υπάρχει περίπτωση να παρεμποδιστεί η ανάλυση των χαρακτηριστικών των δένδρων.&lt;br /&gt;
Όσον αφορά στη φασματική διακριτική ικανότητα, η μελλοντική έρευνα θα πρέπει να αξιολογήσει τις εφαρμογές των αισθητήρων, κυρίως για να αναγνωρίσει μια σειρά από οργανισμούς και ταυτόχρονα θα πρέπει να επικεντρωθεί σε μεγαλύτερα μήκη κύματος. Η υψηλή χρονική διακριτική ικανότητα των δορυφορικών δεδομένων αποτελεί σημαντικό εργαλείο για την παρατήρηση δυναμικών οικοσυστημάτων.&lt;br /&gt;
	Το βασικό μειονέκτημα των νέων τεχνολογιών τηλεπισκόπησης είναι ο εμπορικός τους χαρακτήρας και οι πολύ υψηλές τιμές τους. Αυτό είναι μεγάλο ζήτημα ειδικά για τις αναπτυσσόμενες χώρες.&lt;br /&gt;
	Εκτός της καταγραφής της παρελθοντικής και της υπάρχουσας κατάστασης, θα πρέπει να καταβληθεί μεγάλη προσπάθεια για την πρόβλεψη των μελλοντικών σεναρίων και της εγκατάστασης των συστημάτων έγκαιρης προειδοποίησης, ώστε να διασφαλιστεί η επιβίωση ενός βιώσιμου οικοσυστήματος. Αυτή η διαδικασία μπορεί να πραγματοποιηθεί με χρήση δεδομένων υψηλής χωρικής διακριτικής ικανότητας.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
	Υπάρχει ανάγκη για πιο ολοκληρωμένες προσεγγίσεις που αφορούν στις νέες τεχνολογίες τηλεπισκόπησης και ανάλυσης σε ένα περιβάλλον GIS, επίσης χρειάζεται να ενσωματωθούν τα ευρήματα που συλλέγονται σε μεγαλύτερες περιόδους με στόχο την πρόβλεψη. Είναι επίσης επιτακτική ανάγκη να συλλεχθούν και να  συμπεριληφθούν δεδομένα από διαφορετικούς κλάδους.&lt;br /&gt;
	Διάφορες μελέτες (βλ. Dahdouh-Guebas F., 2002, σελ. 106) χρησιμοποίησαν την επιστήμη της τηλεπισκόπησης στον τομέα της βιώσιμης ανάπτυξης στις αναπτυσσόμενες τροπικές χώρες.  Χρησιμοποίησαν μελέτες περιπτώσεων ως παραδείγματα σημερινών εφαρμογών. Η παρούσα εργασία έδειξε ότι μπορεί να εφαρμοστεί, να αναπτυχθεί και να ενσωματωθεί στη βιωσιμότητα η τηλεπισκόπηση και τα GIS. Έγινε αναφορά στο πώς μπορούν να βοηθήσουν εικόνες υψηλής διακριτικής ικανότητας στην αναγνώριση ειδών ή περιοχών από θεμελιώδη άποψη, δόθηκε έμφαση στη σημασία για την προστασία, τη διατήρηση, την ανάπτυξη και τη βιώσιμη εκμετάλλευση των οικοσυστημάτων αυτών. Πρέπει να τονιστεί ότι παράλληλα με την τεχνολογική καινοτομία και την πολυεπιστημονική ολοκλήρωση υπάρχει επίσης ανάγκη για πλήρη κατανόηση της βιοσυμβατότητας (συμπεριλαμβανομένων των ανθρώπινων παραγόντων) των τροπικών παράκτιων οικοσυστημάτων.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:Παρακολούθηση παρακτίων οικοσυστημάτων]]&lt;/div&gt;</summary>
		<author><name>Markoudimitris</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%97_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CF%89%CE%BD_%CE%A3%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CE%93%CE%B5%CF%89%CE%B3%CF%81%CE%B1%CF%86%CE%B9%CE%BA%CF%8E%CE%BD_%CE%A0%CE%BB%CE%B7%CF%81%CE%BF%CF%86%CE%BF%CF%81%CE%B9%CF%8E%CE%BD_%CF%83%CF%84%CE%B7_%CE%B2%CE%B9%CF%8E%CF%83%CE%B9%CE%BC%CE%B7_%CE%B4%CE%B9%CE%B1%CF%87%CE%B5%CE%AF%CF%81%CE%B9%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CF%84%CF%81%CE%BF%CF%80%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CE%B1%CF%81%CE%AC%CE%BA%CF%84%CE%B9%CF%89%CE%BD_%CE%BF%CE%B9%CE%BA%CE%BF%CF%83%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD</id>
		<title>Η χρήση της Τηλεπισκόπησης και των Συστημάτων Γεωγραφικών Πληροφοριών στη βιώσιμη διαχείριση των τροπικών παράκτιων οικοσυστημάτων</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%97_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CF%89%CE%BD_%CE%A3%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CE%93%CE%B5%CF%89%CE%B3%CF%81%CE%B1%CF%86%CE%B9%CE%BA%CF%8E%CE%BD_%CE%A0%CE%BB%CE%B7%CF%81%CE%BF%CF%86%CE%BF%CF%81%CE%B9%CF%8E%CE%BD_%CF%83%CF%84%CE%B7_%CE%B2%CE%B9%CF%8E%CF%83%CE%B9%CE%BC%CE%B7_%CE%B4%CE%B9%CE%B1%CF%87%CE%B5%CE%AF%CF%81%CE%B9%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CF%84%CF%81%CE%BF%CF%80%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CE%B1%CF%81%CE%AC%CE%BA%CF%84%CE%B9%CF%89%CE%BD_%CE%BF%CE%B9%CE%BA%CE%BF%CF%83%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD"/>
				<updated>2019-02-07T12:19:26Z</updated>
		
		<summary type="html">&lt;p&gt;Markoudimitris: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: askisi1_eikona1a.jpg|thumb | right |'''Εικόνα 1α: Ασπρόμαυρη αεροφωτογραφία δάσους Μαγκρόβια στη Σρι Λάνκα ''']]&lt;br /&gt;
[[Εικόνα: askisi1_eikona1a.jpg|thumb | right |'''Εικόνα 1β: Παγχρωματική δορυφορική εικόνα IKONOS δάσους Μαγκρόβια στη Σρι Λάνκα ''']]&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος τίτλος:''' '''The Use of Remote Sensing and GIS in the Sustainable Management of Tropical Coastal Ecosystems'''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφέας:''' Farid Dahdouh-Guebas &amp;lt;br/&amp;gt;&lt;br /&gt;
&lt;br /&gt;
[https://link.springer.com/article/10.1023/A:1020887204285/ Πρωτότυπο κείμενο]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγη'''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Μαγκρόβια δάση, θαλάσσια φανερόγαμα και κοραλλιογενείς υφάλοι''&lt;br /&gt;
	&lt;br /&gt;
Τα τροπικά παράκτια οικοσυστήματα περιλαμβάνουν μαγκρόβια δάση, θαλάσσια μακρόφυτα (όπως φανερόγαμα) και κοραλλιογενείς υφάλους. Καθένα από αυτά τα ενδιαιτήματα σχηματίζεται από είδη που προσαρμόζονται σε μεγάλο βαθμό στην τροπική διαπαλιρροιακή ή θαλάσσια ζωή.&lt;br /&gt;
Τα μαγκρόβια δάση και οι κοραλλιογενείς ύφαλοι προστατεύουν την ακτογραμμή από τη διάβρωση. Τα φανερόγαμα και τα μαγκρόβια ενεργούν ως θώκοι αναπαραγωγής, εκκόλαψης και νοσηλείας πολλών θαλάσσιων ειδών. Μερικά από αυτά είναι σημαντικά από την άποψη της «μοναδικής βιοποικιλότητας», καθώς μεταναστεύουν μεταξύ των μαγγρόβιων και κοραλλιογενών υφάλων όπως καρχαρίες ή ιππόκαμποι, ενώ άλλα έχουν κοινωνικοοικονομική σημασία (π.χ. τα μαγκρόβια χρησιμοποιούνται για καυσόξυλα, έπιπλα και μικρα οικιακά εργαλεία, αλοιφές, φαρμακευτικά προϊόντα κλπ).&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Ανθρωπογενείς επιδράσεις στα τροπικά παράκτια οικοσυστήματα''&lt;br /&gt;
&lt;br /&gt;
Η παράκτια ζώνη σε πολλές χώρες υπόκειται σε ολοένα αυξανόμενη ανθρωπογενή πίεση (π.χ. για τους κοραλλιογενείς υφάλους αναφέρεται ότι έχουν πληγεί ή καταστραφεί σε περισσότερες από 93 χώρες, ιδίως από την παράκτια ανάπτυξη, τον τουρισμό, την αλιεία, τη ρύπανση και την εξόρυξη κοραλλιών). Αυτή η υποβάθμιση απαιτεί ορθολογική διαχείριση των οικοσυστημάτων και των πόρων σε τοπικό, περιφερειακό και παγκόσμιο επίπεδο. Αυτό ισχύει ιδιαίτερα για τις αναπτυσσόμενες χώρες, η πλειοψηφία των οποίων είναι υπο-τροπικές. Στις χώρες αυτές παρατηρείται ανταγωνισμός σε τομείς όπως η υδατοκαλλιέργεια, η βιομηχανία, ο τουρισμός και το περιβάλλον. Αυτή η σύγκρουση συχνά έχει ως αποτέλεσμα το περιβάλλον να ζημιώνεται περισσότερο.&lt;br /&gt;
Το αναπτυξιακό καθεστώς πολλών χωρών υποδηλώνει ότι οι ντόπιοι εξαρτώνται συχνά από τα κοντινά οικοσυστήματα. Αυτό απαιτεί μια ολοκληρωμένη διεπιστημονική προσέγγιση για να επιτευχθεί μια βιώσιμη ισορροπία μεταξύ της εθνοβιολογικών αναγκών [https://link.springer.com/article/10.1023/A:1020887204285/βλ. Dahdouh-Guebas F., 2002, σελ 96] και τη διατήρηση του περιβάλλοντος. &lt;br /&gt;
Μια σημαντική επιστήμη που συνεισφέρει στην ανίχνευση, την περιγραφή, την ποσοτικοποίηση και την παρακολούθηση αυτών των αλλαγών είναι η τηλεπισκόπηση η οποία, σε συνδυασμό με τα Γεωγραφικά Συστήματα Πληροφοριών (GIS) αποτελόυν ένα αποτελεσματικό εργαλείο διαχείρισης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Η Τηλεπισκόπηση και τα Γεωγραφικά Συστήματα Πληροφοριών ως εργαλεία'''&lt;br /&gt;
&lt;br /&gt;
Ο όρος «τηλεπισκόπηση» ορίζεται ευρέως ως οι τεχνικές συλλογής εικόνων ή άλλων δεδομένων σχετικά με ένα αντικείμενο. Οι μετρήσεις αυτές γίνονται σε απόσταση από το αντικείμενο και αναφέρονται συνήθως σε δορυφορικές εικόνες, σε αεροφωτογραφίες ή στην ωκεάνια βαθυμετρία που πραγματοποιείται με τη χρήση δεδομένων ραντάρ. &lt;br /&gt;
Τα GIS χρησιμοποιούνται ευρέως ως εργαλεία για την ψηφιοποίηση τηλεπισκοπικών ή χαρτογραφικών δεδομένων. Επίσης μπορεί να χρησιμεύσει στην ανάλυση των χωρικών χαρακτηριστικών των δεδομένων σε διάφορα ψηφιακά στρώματα. Ο συνδυασμός και των δύο τύπων βάσεων δεδομένων μπορεί να συμβάλλει στη βιώσιμη ανάπτυξη και διαχείριση.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Η Τηλεπισκόπηση και τα Γεωγραφικά Συστήματα Πληροφοριών στις τροπικές ακτές'''&lt;br /&gt;
&lt;br /&gt;
Η τηλεπισκόπηση και τα GIS έχουν χρησιμοποιηθεί για τη μελέτη μαγκρόβιων δασών, θαλάσσιων φανερόγαμων και κοραλλιογενών υφάλων σε διάφορες εργασίες [https://link.springer.com/article/10.1023/A:1020887204285/ βλ. Dahdouh-Guebas F., 2002, σελ. 98]. Για τα μαγκρόβια δάση επικράτησε η άποψη ότι κατάλληλα εργαλεία για τη διερεύνηση χαρακτηριστικών όπως η πυκνότητα, η φαινολογία, η υδρολογική κατάσταση κλπ είναι οι αεροφωτογραφίες. Ειδικότερα, δεδομένα με υψηλή χωρική διακριτική ικανότητα μπορούν να αποκαλύψουν λεπτομέρειες για  τη δομή και τη δυναμική της βλάστησης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Παρακολούθηση προτύπων κάλυψης γης και καταστροφών''&lt;br /&gt;
&lt;br /&gt;
Η ταυτοποίηση των τύπων χρήσης ή κάλυψης γης γίνεται συνήθως σε μεσαία ή μεγάλη κλίμακα και δεν απαιτούνται δεδομένα με υψηλή χωρική διακριτική ικανότητα. Η φασματική διακριτική ικανότητα εξαρτάται από το θέμα της μελέτης, αλλά συνήθως αφορά στη διάκριση μεταξύ των βλάστησης και των γεωργικών περιοχών, η οποία μπορεί να πραγματοποιηθεί χρησιμοποιώντας υπέρυθρα μήκη κύματος (IR). Η χρονική διακριτική ικανότητα έγκειται στο αν η μελέτη είναι στιγμιαία ή στοχεύει στην παρακολούθηση των αλλαγών στην κάλυψη της γης διαχρονικά.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Παρακολούθηση πληθυσμιακής δομής''&lt;br /&gt;
&lt;br /&gt;
Η μελέτη της δομής της βλάστησης στα μαγκρόβια δάση και στα θαλάσσια φανερόγαμα μπορεί να επικεντρωθεί σε μεμονωμένα γένη, ενοποιήσεις και ζώνες όσον αφορά τη βλάστηση. Ο ίδιος τύπος μελέτης μπορεί επίσης να εφαρμοσθεί σε πληθυσμούς κυανοβακτηριδίων, φυκών ή διατόμων που ενδημούν σε κοραλλιογενείς υφάλους. Η χωρική και φασματική διακριτική ικανότητα μπορεί να διαφέρει και εξαρτάται από το πεδίο εφαρμογής της μελέτης, ενώ η χρονική διακριτική ικανότητα είναι συνήθως χαμηλή εξαιτίας της εκ φύσεως αργής μεταβολής της βλάστησης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Παρακολούθηση και χαρακτηριστικά θέσης (stand characteristics)''&lt;br /&gt;
&lt;br /&gt;
H παρακολούθηση των ειδικών χαρακτηριστικών θέσης απαιτεί υψηλή χωρική και φασματική διακριτική ικανότητα. Η εκτίμηση ή η παρακολούθηση των λεπτομερών χαρακτηριστικών των εκτάσεων βλάστησης είναι δυνατόν να συμβάλλει στη σύνταξη των απαραίτητων κατευθυντήριων οδηγιών που αφορούν στη βιώσιμη διαχείρισης δασών (ή αειφόρου δασοκομίας).&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Παρακολούθηση λοιπών περιβαλλοντικών χαρακτηριστικών και διαδικασιών''&lt;br /&gt;
&lt;br /&gt;
	Δεδομένα ραντάρ που ανιχνεύονται από απόσταση, όπως π.χ. από το ραντάρ συνθετικής διάτρησης (SAR) χρησιμοποιούνται ευρέως και παρέχουν ορισμένα πλεονεκτήματα σε σχέση με τις δορυφορικές εικόνες και τις αεροφωτογραφίες. Με τη χρήση των ραντάρ είναι εφικτό να πραγματοποιηθεί διείσδυση μέσω των σύννεφων ή ακόμα και μέσω των της δασοκάλυψης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Ενοποίηση παρελθοντικών, παρόντων και μελλοντικών μελετών τηλεπισκόπησης'''&lt;br /&gt;
&lt;br /&gt;
	Η τρέχουσα πρόκληση για την τηλεπισκόπηση και την έρευνα με βάση το GIS είναι να συνδυαστούν δεδομένα από το παρελθόν και το παρόν με απώτερο σκοπό προβλεφθούν πιθανές μελλοντικές συνθήκες. Από τη μία πλευρά, τα παρελθοντικά δεδομένα απαιτούν βαθμονόμηση με βάση τα τρέχοντα δεδομένα. Από την άλλη πλευρά είναι πιθανό ότι μια μακροπρόθεσμη ή ενοποιητική μελέτη θα συνδυάσει δεδομένα από διαφορετικές πηγές. Αυτό απαιτεί τη βαθμονόμηση μεταξύ διαφορετικών τεχνολογιών τηλεπισκόπησης.&lt;br /&gt;
Στη διαστημική τηλεπισκόπηση, ο δορυφόρος IKONOS (εικ. 1). ήταν ο πρώτος που παρήγαγε δεδομένα υψηλής διακριτικής ικανότητας (1 μ. στο παγχρωματικό κανάλι και 4 μ. στα υπόλοιπα φασματικά κανάλια). Ωστόσο, με την αύξηση της χωρικής διακριτικής ικανότητας υπάρχει περίπτωση να παρεμποδιστεί η ανάλυση των χαρακτηριστικών των δένδρων.&lt;br /&gt;
Όσον αφορά στη φασματική διακριτική ικανότητα, η μελλοντική έρευνα θα πρέπει να αξιολογήσει τις εφαρμογές των αισθητήρων, κυρίως για να αναγνωρίσει μια σειρά από οργανισμούς και ταυτόχρονα θα πρέπει να επικεντρωθεί σε μεγαλύτερα μήκη κύματος. Η υψηλή χρονική διακριτική ικανότητα των δορυφορικών δεδομένων αποτελεί σημαντικό εργαλείο για την παρατήρηση δυναμικών οικοσυστημάτων.&lt;br /&gt;
	Το βασικό μειονέκτημα των νέων τεχνολογιών τηλεπισκόπησης είναι ο εμπορικός τους χαρακτήρας και οι πολύ υψηλές τιμές τους. Αυτό είναι μεγάλο ζήτημα ειδικά για τις αναπτυσσόμενες χώρες.&lt;br /&gt;
	Εκτός της καταγραφής της παρελθοντικής και της υπάρχουσας κατάστασης, θα πρέπει να καταβληθεί μεγάλη προσπάθεια για την πρόβλεψη των μελλοντικών σεναρίων και της εγκατάστασης των συστημάτων έγκαιρης προειδοποίησης, ώστε να διασφαλιστεί η επιβίωση ενός βιώσιμου οικοσυστήματος. Αυτή η διαδικασία μπορεί να πραγματοποιηθεί με χρήση δεδομένων υψηλής χωρικής διακριτικής ικανότητας.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
	Υπάρχει ανάγκη για πιο ολοκληρωμένες προσεγγίσεις που αφορούν στις νέες τεχνολογίες τηλεπισκόπησης και ανάλυσης σε ένα περιβάλλον GIS, επίσης χρειάζεται να ενσωματωθούν τα ευρήματα που συλλέγονται σε μεγαλύτερες περιόδους με στόχο την πρόβλεψη. Είναι επίσης επιτακτική ανάγκη να συλλεχθούν και να  συμπεριληφθούν δεδομένα από διαφορετικούς κλάδους.&lt;br /&gt;
	Διάφορες μελέτες (βλ. Dahdouh-Guebas F., 2002, σελ. 106) χρησιμοποίησαν την επιστήμη της τηλεπισκόπησης στον τομέα της βιώσιμης ανάπτυξης στις αναπτυσσόμενες τροπικές χώρες.  Χρησιμοποίησαν μελέτες περιπτώσεων ως παραδείγματα σημερινών εφαρμογών. Η παρούσα εργασία έδειξε ότι μπορεί να εφαρμοστεί, να αναπτυχθεί και να ενσωματωθεί στη βιωσιμότητα η τηλεπισκόπηση και τα GIS. Έγινε αναφορά στο πώς μπορούν να βοηθήσουν εικόνες υψηλής διακριτικής ικανότητας στην αναγνώριση ειδών ή περιοχών από θεμελιώδη άποψη, δόθηκε έμφαση στη σημασία για την προστασία, τη διατήρηση, την ανάπτυξη και τη βιώσιμη εκμετάλλευση των οικοσυστημάτων αυτών. Πρέπει να τονιστεί ότι παράλληλα με την τεχνολογική καινοτομία και την πολυεπιστημονική ολοκλήρωση υπάρχει επίσης ανάγκη για πλήρη κατανόηση της βιοσυμβατότητας (συμπεριλαμβανομένων των ανθρώπινων παραγόντων) των τροπικών παράκτιων οικοσυστημάτων.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:Παρακολούθηση παρακτίων οικοσυστημάτων]]&lt;/div&gt;</summary>
		<author><name>Markoudimitris</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%97_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CF%89%CE%BD_%CE%A3%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CE%93%CE%B5%CF%89%CE%B3%CF%81%CE%B1%CF%86%CE%B9%CE%BA%CF%8E%CE%BD_%CE%A0%CE%BB%CE%B7%CF%81%CE%BF%CF%86%CE%BF%CF%81%CE%B9%CF%8E%CE%BD_%CF%83%CF%84%CE%B7_%CE%B2%CE%B9%CF%8E%CF%83%CE%B9%CE%BC%CE%B7_%CE%B4%CE%B9%CE%B1%CF%87%CE%B5%CE%AF%CF%81%CE%B9%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CF%84%CF%81%CE%BF%CF%80%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CE%B1%CF%81%CE%AC%CE%BA%CF%84%CE%B9%CF%89%CE%BD_%CE%BF%CE%B9%CE%BA%CE%BF%CF%83%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD</id>
		<title>Η χρήση της Τηλεπισκόπησης και των Συστημάτων Γεωγραφικών Πληροφοριών στη βιώσιμη διαχείριση των τροπικών παράκτιων οικοσυστημάτων</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%97_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CF%89%CE%BD_%CE%A3%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CE%93%CE%B5%CF%89%CE%B3%CF%81%CE%B1%CF%86%CE%B9%CE%BA%CF%8E%CE%BD_%CE%A0%CE%BB%CE%B7%CF%81%CE%BF%CF%86%CE%BF%CF%81%CE%B9%CF%8E%CE%BD_%CF%83%CF%84%CE%B7_%CE%B2%CE%B9%CF%8E%CF%83%CE%B9%CE%BC%CE%B7_%CE%B4%CE%B9%CE%B1%CF%87%CE%B5%CE%AF%CF%81%CE%B9%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CF%84%CF%81%CE%BF%CF%80%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CE%B1%CF%81%CE%AC%CE%BA%CF%84%CE%B9%CF%89%CE%BD_%CE%BF%CE%B9%CE%BA%CE%BF%CF%83%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD"/>
				<updated>2019-02-07T12:17:46Z</updated>
		
		<summary type="html">&lt;p&gt;Markoudimitris: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: askisi1_eikona1a.jpg|thumb | right |'''Εικόνα 1α: Ασπρόμαυρη αεροφωτογραφία δάσους Μαγκρόβια στη Σρι Λάνκα ''']]&lt;br /&gt;
[[Εικόνα: askisi1_eikona1a.jpg|thumb | right |'''Εικόνα 1β: Παγχρωματική δορυφορική εικόνα IKONOS δάσους Μαγκρόβια στη Σρι Λάνκα ''']]&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος τίτλος:''' '''The Use of Remote Sensing and GIS in the Sustainable Management of Tropical Coastal Ecosystems'''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφέας:''' Farid Dahdouh-Guebas &amp;lt;br/&amp;gt;&lt;br /&gt;
&lt;br /&gt;
[https://link.springer.com/article/10.1023/A:1020887204285/ Πρωτότυπο κείμενο]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγη'''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Μαγκρόβια δάση, θαλάσσια φανερόγαμα και κοραλλιογενείς υφάλοι''&lt;br /&gt;
	&lt;br /&gt;
Τα τροπικά παράκτια οικοσυστήματα περιλαμβάνουν μαγκρόβια δάση, θαλάσσια μακρόφυτα (όπως φανερόγαμα) και κοραλλιογενείς υφάλους. Καθένα από αυτά τα ενδιαιτήματα σχηματίζεται από είδη που προσαρμόζονται σε μεγάλο βαθμό στην τροπική διαπαλιρροιακή ή θαλάσσια ζωή.&lt;br /&gt;
Τα μαγκρόβια δάση και οι κοραλλιογενείς ύφαλοι προστατεύουν την ακτογραμμή από τη διάβρωση. Τα φανερόγαμα και τα μαγκρόβια ενεργούν ως θώκοι αναπαραγωγής, εκκόλαψης και νοσηλείας πολλών θαλάσσιων ειδών. Μερικά από αυτά είναι σημαντικά από την άποψη της «μοναδικής βιοποικιλότητας», καθώς μεταναστεύουν μεταξύ των μαγγρόβιων και κοραλλιογενών υφάλων όπως καρχαρίες ή ιππόκαμποι, ενώ άλλα έχουν κοινωνικοοικονομική σημασία (π.χ. τα μαγκρόβια χρησιμοποιούνται για καυσόξυλα, έπιπλα και μικρα οικιακά εργαλεία, αλοιφές, φαρμακευτικά προϊόντα κλπ).&lt;br /&gt;
&lt;br /&gt;
''Ανθρωπογενείς επιδράσεις στα τροπικά παράκτια οικοσυστήματα''&lt;br /&gt;
&lt;br /&gt;
Η παράκτια ζώνη σε πολλές χώρες υπόκειται σε ολοένα αυξανόμενη ανθρωπογενή πίεση (π.χ. για τους κοραλλιογενείς υφάλους αναφέρεται ότι έχουν πληγεί ή καταστραφεί σε περισσότερες από 93 χώρες, ιδίως από την παράκτια ανάπτυξη, τον τουρισμό, την αλιεία, τη ρύπανση και την εξόρυξη κοραλλιών). Αυτή η υποβάθμιση απαιτεί ορθολογική διαχείριση των οικοσυστημάτων και των πόρων σε τοπικό, περιφερειακό και παγκόσμιο επίπεδο. Αυτό ισχύει ιδιαίτερα για τις αναπτυσσόμενες χώρες, η πλειοψηφία των οποίων είναι υπο-τροπικές. Στις χώρες αυτές παρατηρείται ανταγωνισμός σε τομείς όπως η υδατοκαλλιέργεια, η βιομηχανία, ο τουρισμός και το περιβάλλον. Αυτή η σύγκρουση συχνά έχει ως αποτέλεσμα το περιβάλλον να ζημιώνεται περισσότερο.&lt;br /&gt;
Το αναπτυξιακό καθεστώς πολλών χωρών υποδηλώνει ότι οι ντόπιοι εξαρτώνται συχνά από τα κοντινά οικοσυστήματα. Αυτό απαιτεί μια ολοκληρωμένη διεπιστημονική προσέγγιση για να επιτευχθεί μια βιώσιμη ισορροπία μεταξύ της εθνοβιολογικών αναγκών [https://link.springer.com/article/10.1023/A:1020887204285/βλ. Dahdouh-Guebas F., 2002, σελ 96] και τη διατήρηση του περιβάλλοντος. &lt;br /&gt;
Μια σημαντική επιστήμη που συνεισφέρει στην ανίχνευση, την περιγραφή, την ποσοτικοποίηση και την παρακολούθηση αυτών των αλλαγών είναι η τηλεπισκόπηση η οποία, σε συνδυασμό με τα Γεωγραφικά Συστήματα Πληροφοριών (GIS) αποτελόυν ένα αποτελεσματικό εργαλείο διαχείρισης.&lt;br /&gt;
&lt;br /&gt;
'''Η Τηλεπισκόπηση και τα Γεωγραφικά Συστήματα Πληροφοριών ως εργαλεία'''&lt;br /&gt;
&lt;br /&gt;
Ο όρος «τηλεπισκόπηση» ορίζεται ευρέως ως οι τεχνικές συλλογής εικόνων ή άλλων δεδομένων σχετικά με ένα αντικείμενο. Οι μετρήσεις αυτές γίνονται σε απόσταση από το αντικείμενο και αναφέρονται συνήθως σε δορυφορικές εικόνες, σε αεροφωτογραφίες ή στην ωκεάνια βαθυμετρία που πραγματοποιείται με τη χρήση δεδομένων ραντάρ. &lt;br /&gt;
Τα GIS χρησιμοποιούνται ευρέως ως εργαλεία για την ψηφιοποίηση τηλεπισκοπικών ή χαρτογραφικών δεδομένων. Επίσης μπορεί να χρησιμεύσει στην ανάλυση των χωρικών χαρακτηριστικών των δεδομένων σε διάφορα ψηφιακά στρώματα. Ο συνδυασμός και των δύο τύπων βάσεων δεδομένων μπορεί να συμβάλλει στη βιώσιμη ανάπτυξη και διαχείριση.&lt;br /&gt;
&lt;br /&gt;
'''Η Τηλεπισκόπηση και τα Γεωγραφικά Συστήματα Πληροφοριών στις τροπικές ακτές'''&lt;br /&gt;
&lt;br /&gt;
Η τηλεπισκόπηση και τα GIS έχουν χρησιμοποιηθεί για τη μελέτη μαγκρόβιων δασών, θαλάσσιων φανερόγαμων και κοραλλιογενών υφάλων σε διάφορες εργασίες [https://link.springer.com/article/10.1023/A:1020887204285/ βλ. Dahdouh-Guebas F., 2002, σελ. 98]. Για τα μαγκρόβια δάση επικράτησε η άποψη ότι κατάλληλα εργαλεία για τη διερεύνηση χαρακτηριστικών όπως η πυκνότητα, η φαινολογία, η υδρολογική κατάσταση κλπ είναι οι αεροφωτογραφίες. Ειδικότερα, δεδομένα με υψηλή χωρική διακριτική ικανότητα μπορούν να αποκαλύψουν λεπτομέρειες για  τη δομή και τη δυναμική της βλάστησης.&lt;br /&gt;
&lt;br /&gt;
''Παρακολούθηση προτύπων κάλυψης γης και καταστροφών''&lt;br /&gt;
&lt;br /&gt;
Η ταυτοποίηση των τύπων χρήσης ή κάλυψης γης γίνεται συνήθως σε μεσαία ή μεγάλη κλίμακα και δεν απαιτούνται δεδομένα με υψηλή χωρική διακριτική ικανότητα. Η φασματική διακριτική ικανότητα εξαρτάται από το θέμα της μελέτης, αλλά συνήθως αφορά στη διάκριση μεταξύ των βλάστησης και των γεωργικών περιοχών, η οποία μπορεί να πραγματοποιηθεί χρησιμοποιώντας υπέρυθρα μήκη κύματος (IR). Η χρονική διακριτική ικανότητα έγκειται στο αν η μελέτη είναι στιγμιαία ή στοχεύει στην παρακολούθηση των αλλαγών στην κάλυψη της γης διαχρονικά.&lt;br /&gt;
&lt;br /&gt;
''Παρακολούθηση πληθυσμιακής δομής''&lt;br /&gt;
&lt;br /&gt;
Η μελέτη της δομής της βλάστησης στα μαγκρόβια δάση και στα θαλάσσια φανερόγαμα μπορεί να επικεντρωθεί σε μεμονωμένα γένη, ενοποιήσεις και ζώνες όσον αφορά τη βλάστηση. Ο ίδιος τύπος μελέτης μπορεί επίσης να εφαρμοσθεί σε πληθυσμούς κυανοβακτηριδίων, φυκών ή διατόμων που ενδημούν σε κοραλλιογενείς υφάλους. Η χωρική και φασματική διακριτική ικανότητα μπορεί να διαφέρει και εξαρτάται από το πεδίο εφαρμογής της μελέτης, ενώ η χρονική διακριτική ικανότητα είναι συνήθως χαμηλή εξαιτίας της εκ φύσεως αργής μεταβολής της βλάστησης.&lt;br /&gt;
&lt;br /&gt;
''Παρακολούθηση και χαρακτηριστικά θέσης (stand characteristics)''&lt;br /&gt;
&lt;br /&gt;
H παρακολούθηση των ειδικών χαρακτηριστικών θέσης απαιτεί υψηλή χωρική και φασματική διακριτική ικανότητα. Η εκτίμηση ή η παρακολούθηση των λεπτομερών χαρακτηριστικών των εκτάσεων βλάστησης είναι δυνατόν να συμβάλλει στη σύνταξη των απαραίτητων κατευθυντήριων οδηγιών που αφορούν στη βιώσιμη διαχείρισης δασών (ή αειφόρου δασοκομίας).&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Παρακολούθηση λοιπών περιβαλλοντικών χαρακτηριστικών και διαδικασιών''&lt;br /&gt;
&lt;br /&gt;
	Δεδομένα ραντάρ που ανιχνεύονται από απόσταση, όπως π.χ. από το ραντάρ συνθετικής διάτρησης (SAR) χρησιμοποιούνται ευρέως και παρέχουν ορισμένα πλεονεκτήματα σε σχέση με τις δορυφορικές εικόνες και τις αεροφωτογραφίες. Με τη χρήση των ραντάρ είναι εφικτό να πραγματοποιηθεί διείσδυση μέσω των σύννεφων ή ακόμα και μέσω των της δασοκάλυψης.&lt;br /&gt;
&lt;br /&gt;
'''Ενοποίηση παρελθοντικών, παρόντων και μελλοντικών μελετών τηλεπισκόπησης'''&lt;br /&gt;
&lt;br /&gt;
	Η τρέχουσα πρόκληση για την τηλεπισκόπηση και την έρευνα με βάση το GIS είναι να συνδυαστούν δεδομένα από το παρελθόν και το παρόν με απώτερο σκοπό προβλεφθούν πιθανές μελλοντικές συνθήκες. Από τη μία πλευρά, τα παρελθοντικά δεδομένα απαιτούν βαθμονόμηση με βάση τα τρέχοντα δεδομένα. Από την άλλη πλευρά είναι πιθανό ότι μια μακροπρόθεσμη ή ενοποιητική μελέτη θα συνδυάσει δεδομένα από διαφορετικές πηγές. Αυτό απαιτεί τη βαθμονόμηση μεταξύ διαφορετικών τεχνολογιών τηλεπισκόπησης.&lt;br /&gt;
Στη διαστημική τηλεπισκόπηση, ο δορυφόρος IKONOS (εικ. 1). ήταν ο πρώτος που παρήγαγε δεδομένα υψηλής διακριτικής ικανότητας (1 μ. στο παγχρωματικό κανάλι και 4 μ. στα υπόλοιπα φασματικά κανάλια). Ωστόσο, με την αύξηση της χωρικής διακριτικής ικανότητας υπάρχει περίπτωση να παρεμποδιστεί η ανάλυση των χαρακτηριστικών των δένδρων.&lt;br /&gt;
Όσον αφορά στη φασματική διακριτική ικανότητα, η μελλοντική έρευνα θα πρέπει να αξιολογήσει τις εφαρμογές των αισθητήρων, κυρίως για να αναγνωρίσει μια σειρά από οργανισμούς και ταυτόχρονα θα πρέπει να επικεντρωθεί σε μεγαλύτερα μήκη κύματος. Η υψηλή χρονική διακριτική ικανότητα των δορυφορικών δεδομένων αποτελεί σημαντικό εργαλείο για την παρατήρηση δυναμικών οικοσυστημάτων.&lt;br /&gt;
	Το βασικό μειονέκτημα των νέων τεχνολογιών τηλεπισκόπησης είναι ο εμπορικός τους χαρακτήρας και οι πολύ υψηλές τιμές τους. Αυτό είναι μεγάλο ζήτημα ειδικά για τις αναπτυσσόμενες χώρες.&lt;br /&gt;
	Εκτός της καταγραφής της παρελθοντικής και της υπάρχουσας κατάστασης, θα πρέπει να καταβληθεί μεγάλη προσπάθεια για την πρόβλεψη των μελλοντικών σεναρίων και της εγκατάστασης των συστημάτων έγκαιρης προειδοποίησης, ώστε να διασφαλιστεί η επιβίωση ενός βιώσιμου οικοσυστήματος. Αυτή η διαδικασία μπορεί να πραγματοποιηθεί με χρήση δεδομένων υψηλής χωρικής διακριτικής ικανότητας.&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
	Υπάρχει ανάγκη για πιο ολοκληρωμένες προσεγγίσεις που αφορούν στις νέες τεχνολογίες τηλεπισκόπησης και ανάλυσης σε ένα περιβάλλον GIS, επίσης χρειάζεται να ενσωματωθούν τα ευρήματα που συλλέγονται σε μεγαλύτερες περιόδους με στόχο την πρόβλεψη. Είναι επίσης επιτακτική ανάγκη να συλλεχθούν και να  συμπεριληφθούν δεδομένα από διαφορετικούς κλάδους.&lt;br /&gt;
	Διάφορες μελέτες (βλ. Dahdouh-Guebas F., 2002, σελ. 106) χρησιμοποίησαν την επιστήμη της τηλεπισκόπησης στον τομέα της βιώσιμης ανάπτυξης στις αναπτυσσόμενες τροπικές χώρες.  Χρησιμοποίησαν μελέτες περιπτώσεων ως παραδείγματα σημερινών εφαρμογών. Η παρούσα εργασία έδειξε ότι μπορεί να εφαρμοστεί, να αναπτυχθεί και να ενσωματωθεί στη βιωσιμότητα η τηλεπισκόπηση και τα GIS. Έγινε αναφορά στο πώς μπορούν να βοηθήσουν εικόνες υψηλής διακριτικής ικανότητας στην αναγνώριση ειδών ή περιοχών από θεμελιώδη άποψη, δόθηκε έμφαση στη σημασία για την προστασία, τη διατήρηση, την ανάπτυξη και τη βιώσιμη εκμετάλλευση των οικοσυστημάτων αυτών. Πρέπει να τονιστεί ότι παράλληλα με την τεχνολογική καινοτομία και την πολυεπιστημονική ολοκλήρωση υπάρχει επίσης ανάγκη για πλήρη κατανόηση της βιοσυμβατότητας (συμπεριλαμβανομένων των ανθρώπινων παραγόντων) των τροπικών παράκτιων οικοσυστημάτων.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:Παρακολούθηση παρακτίων οικοσυστημάτων]]&lt;/div&gt;</summary>
		<author><name>Markoudimitris</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%97_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CF%89%CE%BD_%CE%A3%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CE%93%CE%B5%CF%89%CE%B3%CF%81%CE%B1%CF%86%CE%B9%CE%BA%CF%8E%CE%BD_%CE%A0%CE%BB%CE%B7%CF%81%CE%BF%CF%86%CE%BF%CF%81%CE%B9%CF%8E%CE%BD_%CF%83%CF%84%CE%B7_%CE%B2%CE%B9%CF%8E%CF%83%CE%B9%CE%BC%CE%B7_%CE%B4%CE%B9%CE%B1%CF%87%CE%B5%CE%AF%CF%81%CE%B9%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CF%84%CF%81%CE%BF%CF%80%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CE%B1%CF%81%CE%AC%CE%BA%CF%84%CE%B9%CF%89%CE%BD_%CE%BF%CE%B9%CE%BA%CE%BF%CF%83%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD</id>
		<title>Η χρήση της Τηλεπισκόπησης και των Συστημάτων Γεωγραφικών Πληροφοριών στη βιώσιμη διαχείριση των τροπικών παράκτιων οικοσυστημάτων</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%97_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CF%89%CE%BD_%CE%A3%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CE%93%CE%B5%CF%89%CE%B3%CF%81%CE%B1%CF%86%CE%B9%CE%BA%CF%8E%CE%BD_%CE%A0%CE%BB%CE%B7%CF%81%CE%BF%CF%86%CE%BF%CF%81%CE%B9%CF%8E%CE%BD_%CF%83%CF%84%CE%B7_%CE%B2%CE%B9%CF%8E%CF%83%CE%B9%CE%BC%CE%B7_%CE%B4%CE%B9%CE%B1%CF%87%CE%B5%CE%AF%CF%81%CE%B9%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CF%84%CF%81%CE%BF%CF%80%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CE%B1%CF%81%CE%AC%CE%BA%CF%84%CE%B9%CF%89%CE%BD_%CE%BF%CE%B9%CE%BA%CE%BF%CF%83%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD"/>
				<updated>2019-02-07T12:16:09Z</updated>
		
		<summary type="html">&lt;p&gt;Markoudimitris: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: askisi1_eikona1a.jpg|thumb | right |'''Εικόνα 1α: Ασπρόμαυρη αεροφωτογραφία δάσους Μαγκρόβια στη Σρι Λάνκα ''']]&lt;br /&gt;
[[Εικόνα: askisi1_eikona1a.jpg|thumb | right |'''Εικόνα 1β: Παγχρωματική δορυφορική εικόνα IKONOS δάσους Μαγκρόβια στη Σρι Λάνκα ''']]&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος τίτλος:''' '''The Use of Remote Sensing and GIS in the Sustainable Management of Tropical Coastal Ecosystems'''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφέας:''' Farid Dahdouh-Guebas &amp;lt;br/&amp;gt;&lt;br /&gt;
&lt;br /&gt;
[https://link.springer.com/article/10.1023/A:1020887204285/ Πρωτότυπο κείμενο]&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγη'''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Μαγκρόβια δάση, θαλάσσια φανερόγαμα και κοραλλιογενείς υφάλοι''&lt;br /&gt;
	&lt;br /&gt;
Τα τροπικά παράκτια οικοσυστήματα περιλαμβάνουν μαγκρόβια δάση, θαλάσσια μακρόφυτα (όπως φανερόγαμα) και κοραλλιογενείς υφάλους. Καθένα από αυτά τα ενδιαιτήματα σχηματίζεται από είδη που προσαρμόζονται σε μεγάλο βαθμό στην τροπική διαπαλιρροιακή ή θαλάσσια ζωή.&lt;br /&gt;
Τα μαγκρόβια δάση και οι κοραλλιογενείς ύφαλοι προστατεύουν την ακτογραμμή από τη διάβρωση. Τα φανερόγαμα και τα μαγκρόβια ενεργούν ως θώκοι αναπαραγωγής, εκκόλαψης και νοσηλείας πολλών θαλάσσιων ειδών. Μερικά από αυτά είναι σημαντικά από την άποψη της «μοναδικής βιοποικιλότητας», καθώς μεταναστεύουν μεταξύ των μαγγρόβιων και κοραλλιογενών υφάλων όπως καρχαρίες ή ιππόκαμποι, ενώ άλλα έχουν κοινωνικοοικονομική σημασία (π.χ. τα μαγκρόβια χρησιμοποιούνται για καυσόξυλα, έπιπλα και μικρα οικιακά εργαλεία, αλοιφές, φαρμακευτικά προϊόντα κλπ).&lt;br /&gt;
&lt;br /&gt;
''Ανθρωπογενείς επιδράσεις στα τροπικά παράκτια οικοσυστήματα''&lt;br /&gt;
&lt;br /&gt;
Η παράκτια ζώνη σε πολλές χώρες υπόκειται σε ολοένα αυξανόμενη ανθρωπογενή πίεση (π.χ. για τους κοραλλιογενείς υφάλους αναφέρεται ότι έχουν πληγεί ή καταστραφεί σε περισσότερες από 93 χώρες, ιδίως από την παράκτια ανάπτυξη, τον τουρισμό, την αλιεία, τη ρύπανση και την εξόρυξη κοραλλιών). Αυτή η υποβάθμιση απαιτεί ορθολογική διαχείριση των οικοσυστημάτων και των πόρων σε τοπικό, περιφερειακό και παγκόσμιο επίπεδο. Αυτό ισχύει ιδιαίτερα για τις αναπτυσσόμενες χώρες, η πλειοψηφία των οποίων είναι υπο-τροπικές. Στις χώρες αυτές παρατηρείται ανταγωνισμός σε τομείς όπως η υδατοκαλλιέργεια, η βιομηχανία, ο τουρισμός και το περιβάλλον. Αυτή η σύγκρουση συχνά έχει ως αποτέλεσμα το περιβάλλον να ζημιώνεται περισσότερο.&lt;br /&gt;
Το αναπτυξιακό καθεστώς πολλών χωρών υποδηλώνει ότι οι ντόπιοι εξαρτώνται συχνά από τα κοντινά οικοσυστήματα. Αυτό απαιτεί μια ολοκληρωμένη διεπιστημονική προσέγγιση για να επιτευχθεί μια βιώσιμη ισορροπία μεταξύ της εθνοβιολογικών αναγκών [https://link.springer.com/article/10.1023/A:1020887204285/βλ. Dahdouh-Guebas F., 2002, σελ 96] και τη διατήρηση του περιβάλλοντος. &lt;br /&gt;
Μια σημαντική επιστήμη που συνεισφέρει στην ανίχνευση, την περιγραφή, την ποσοτικοποίηση και την παρακολούθηση αυτών των αλλαγών είναι η τηλεπισκόπηση η οποία, σε συνδυασμό με τα Γεωγραφικά Συστήματα Πληροφοριών (GIS) αποτελόυν ένα αποτελεσματικό εργαλείο διαχείρισης.&lt;br /&gt;
&lt;br /&gt;
'''Η Τηλεπισκόπηση και τα Γεωγραφικά Συστήματα Πληροφοριών ως εργαλεία'''&lt;br /&gt;
&lt;br /&gt;
Ο όρος «τηλεπισκόπηση» ορίζεται ευρέως ως οι τεχνικές συλλογής εικόνων ή άλλων δεδομένων σχετικά με ένα αντικείμενο. Οι μετρήσεις αυτές γίνονται σε απόσταση από το αντικείμενο και αναφέρονται συνήθως σε δορυφορικές εικόνες, σε αεροφωτογραφίες ή στην ωκεάνια βαθυμετρία που πραγματοποιείται με τη χρήση δεδομένων ραντάρ. &lt;br /&gt;
Τα GIS χρησιμοποιούνται ευρέως ως εργαλεία για την ψηφιοποίηση τηλεπισκοπικών ή χαρτογραφικών δεδομένων. Επίσης μπορεί να χρησιμεύσει στην ανάλυση των χωρικών χαρακτηριστικών των δεδομένων σε διάφορα ψηφιακά στρώματα. Ο συνδυασμός και των δύο τύπων βάσεων δεδομένων μπορεί να συμβάλλει στη βιώσιμη ανάπτυξη και διαχείριση.&lt;br /&gt;
&lt;br /&gt;
'''Η Τηλεπισκόπηση και τα Γεωγραφικά Συστήματα Πληροφοριών στις τροπικές ακτές'''&lt;br /&gt;
&lt;br /&gt;
Η τηλεπισκόπηση και τα GIS έχουν χρησιμοποιηθεί για τη μελέτη μαγκρόβιων δασών, θαλάσσιων φανερόγαμων και κοραλλιογενών υφάλων σε διάφορες εργασίες [https://link.springer.com/article/10.1023/A:1020887204285/ βλ. Dahdouh-Guebas F., 2002, σελ. 98]. Για τα μαγκρόβια δάση επικράτησε η άποψη ότι κατάλληλα εργαλεία για τη διερεύνηση χαρακτηριστικών όπως η πυκνότητα, η φαινολογία, η υδρολογική κατάσταση κλπ είναι οι αεροφωτογραφίες. Ειδικότερα, δεδομένα με υψηλή χωρική διακριτική ικανότητα μπορούν να αποκαλύψουν λεπτομέρειες για  τη δομή και τη δυναμική της βλάστησης.&lt;br /&gt;
&lt;br /&gt;
''Παρακολούθηση προτύπων κάλυψης γης και καταστροφών''&lt;br /&gt;
&lt;br /&gt;
Η ταυτοποίηση των τύπων χρήσης ή κάλυψης γης γίνεται συνήθως σε μεσαία ή μεγάλη κλίμακα και δεν απαιτούνται δεδομένα με υψηλή χωρική διακριτική ικανότητα. Η φασματική διακριτική ικανότητα εξαρτάται από το θέμα της μελέτης, αλλά συνήθως αφορά στη διάκριση μεταξύ των βλάστησης και των γεωργικών περιοχών, η οποία μπορεί να πραγματοποιηθεί χρησιμοποιώντας υπέρυθρα μήκη κύματος (IR). Η χρονική διακριτική ικανότητα έγκειται στο αν η μελέτη είναι στιγμιαία ή στοχεύει στην παρακολούθηση των αλλαγών στην κάλυψη της γης διαχρονικά.&lt;br /&gt;
&lt;br /&gt;
''Παρακολούθηση πληθυσμιακής δομής''&lt;br /&gt;
&lt;br /&gt;
Η μελέτη της δομής της βλάστησης στα μαγκρόβια δάση και στα θαλάσσια φανερόγαμα μπορεί να επικεντρωθεί σε μεμονωμένα γένη, ενοποιήσεις και ζώνες όσον αφορά τη βλάστηση. Ο ίδιος τύπος μελέτης μπορεί επίσης να εφαρμοσθεί σε πληθυσμούς κυανοβακτηριδίων, φυκών ή διατόμων που ενδημούν σε κοραλλιογενείς υφάλους. Η χωρική και φασματική διακριτική ικανότητα μπορεί να διαφέρει και εξαρτάται από το πεδίο εφαρμογής της μελέτης, ενώ η χρονική διακριτική ικανότητα είναι συνήθως χαμηλή εξαιτίας της εκ φύσεως αργής μεταβολής της βλάστησης.&lt;br /&gt;
&lt;br /&gt;
''Παρακολούθηση και χαρακτηριστικά θέσης (stand characteristics)''&lt;br /&gt;
&lt;br /&gt;
H παρακολούθηση των ειδικών χαρακτηριστικών θέσης απαιτεί υψηλή χωρική και φασματική διακριτική ικανότητα. Η εκτίμηση ή η παρακολούθηση των λεπτομερών χαρακτηριστικών των εκτάσεων βλάστησης είναι δυνατόν να συμβάλλει στη σύνταξη των απαραίτητων κατευθυντήριων οδηγιών που αφορούν στη βιώσιμη διαχείρισης δασών (ή αειφόρου δασοκομίας).&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Παρακολούθηση λοιπών περιβαλλοντικών χαρακτηριστικών και διαδικασιών''&lt;br /&gt;
&lt;br /&gt;
	Δεδομένα ραντάρ που ανιχνεύονται από απόσταση, όπως π.χ. από το ραντάρ συνθετικής διάτρησης (SAR) χρησιμοποιούνται ευρέως και παρέχουν ορισμένα πλεονεκτήματα σε σχέση με τις δορυφορικές εικόνες και τις αεροφωτογραφίες. Με τη χρήση των ραντάρ είναι εφικτό να πραγματοποιηθεί διείσδυση μέσω των σύννεφων ή ακόμα και μέσω των της δασοκάλυψης.&lt;br /&gt;
&lt;br /&gt;
'''Ενοποίηση παρελθοντικών, παρόντων και μελλοντικών μελετών τηλεπισκόπησης'''&lt;br /&gt;
&lt;br /&gt;
	Η τρέχουσα πρόκληση για την τηλεπισκόπηση και την έρευνα με βάση το GIS είναι να συνδυαστούν δεδομένα από το παρελθόν και το παρόν με απώτερο σκοπό προβλεφθούν πιθανές μελλοντικές συνθήκες. Από τη μία πλευρά, τα παρελθοντικά δεδομένα απαιτούν βαθμονόμηση με βάση τα τρέχοντα δεδομένα. Από την άλλη πλευρά είναι πιθανό ότι μια μακροπρόθεσμη ή ενοποιητική μελέτη θα συνδυάσει δεδομένα από διαφορετικές πηγές. Αυτό απαιτεί τη βαθμονόμηση μεταξύ διαφορετικών τεχνολογιών τηλεπισκόπησης.&lt;br /&gt;
Στη διαστημική τηλεπισκόπηση, ο δορυφόρος IKONOS (εικ. 1). ήταν ο πρώτος που παρήγαγε δεδομένα υψηλής διακριτικής ικανότητας (1 μ. στο παγχρωματικό κανάλι και 4 μ. στα υπόλοιπα φασματικά κανάλια). Ωστόσο, με την αύξηση της χωρικής διακριτικής ικανότητας υπάρχει περίπτωση να παρεμποδιστεί η ανάλυση των χαρακτηριστικών των δένδρων.&lt;br /&gt;
Όσον αφορά στη φασματική διακριτική ικανότητα, η μελλοντική έρευνα θα πρέπει να αξιολογήσει τις εφαρμογές των αισθητήρων, κυρίως για να αναγνωρίσει μια σειρά από οργανισμούς και ταυτόχρονα θα πρέπει να επικεντρωθεί σε μεγαλύτερα μήκη κύματος. Η υψηλή χρονική διακριτική ικανότητα των δορυφορικών δεδομένων αποτελεί σημαντικό εργαλείο για την παρατήρηση δυναμικών οικοσυστημάτων.&lt;br /&gt;
	Το βασικό μειονέκτημα των νέων τεχνολογιών τηλεπισκόπησης είναι ο εμπορικός τους χαρακτήρας και οι πολύ υψηλές τιμές τους. Αυτό είναι μεγάλο ζήτημα ειδικά για τις αναπτυσσόμενες χώρες.&lt;br /&gt;
	Εκτός της καταγραφής της παρελθοντικής και της υπάρχουσας κατάστασης, θα πρέπει να καταβληθεί μεγάλη προσπάθεια για την πρόβλεψη των μελλοντικών σεναρίων και της εγκατάστασης των συστημάτων έγκαιρης προειδοποίησης, ώστε να διασφαλιστεί η επιβίωση ενός βιώσιμου οικοσυστήματος. Αυτή η διαδικασία μπορεί να πραγματοποιηθεί με χρήση δεδομένων υψηλής χωρικής διακριτικής ικανότητας.&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
	Υπάρχει ανάγκη για πιο ολοκληρωμένες προσεγγίσεις που αφορούν στις νέες τεχνολογίες τηλεπισκόπησης και ανάλυσης σε ένα περιβάλλον GIS, επίσης χρειάζεται να ενσωματωθούν τα ευρήματα που συλλέγονται σε μεγαλύτερες περιόδους με στόχο την πρόβλεψη. Είναι επίσης επιτακτική ανάγκη να συλλεχθούν και να  συμπεριληφθούν δεδομένα από διαφορετικούς κλάδους.&lt;br /&gt;
	Διάφορες μελέτες (βλ. Dahdouh-Guebas F., 2002, σελ. 106) χρησιμοποίησαν την επιστήμη της τηλεπισκόπησης στον τομέα της βιώσιμης ανάπτυξης στις αναπτυσσόμενες τροπικές χώρες.  Χρησιμοποίησαν μελέτες περιπτώσεων ως παραδείγματα σημερινών εφαρμογών. Η παρούσα εργασία έδειξε ότι μπορεί να εφαρμοστεί, να αναπτυχθεί και να ενσωματωθεί στη βιωσιμότητα η τηλεπισκόπηση και τα GIS. Έγινε αναφορά στο πώς μπορούν να βοηθήσουν εικόνες υψηλής διακριτικής ικανότητας στην αναγνώριση ειδών ή περιοχών από θεμελιώδη άποψη, δόθηκε έμφαση στη σημασία για την προστασία, τη διατήρηση, την ανάπτυξη και τη βιώσιμη εκμετάλλευση των οικοσυστημάτων αυτών. Πρέπει να τονιστεί ότι παράλληλα με την τεχνολογική καινοτομία και την πολυεπιστημονική ολοκλήρωση υπάρχει επίσης ανάγκη για πλήρη κατανόηση της βιοσυμβατότητας (συμπεριλαμβανομένων των ανθρώπινων παραγόντων) των τροπικών παράκτιων οικοσυστημάτων.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:Παρακολούθηση παρακτίων οικοσυστημάτων]]&lt;/div&gt;</summary>
		<author><name>Markoudimitris</name></author>	</entry>

	</feed>