http://147.102.106.44/rs/wiki/index.php?feed=atom&target=Nchotzar&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 2026-04-29T06:32:01Z Από RemoteSensing Wiki MediaWiki 1.16.2 http://147.102.106.44/rs/wiki/index.php/%CE%A7%CE%B1%CF%81%CE%B1%CE%BA%CF%84%CE%B7%CF%81%CE%B9%CF%83%CF%84%CE%B9%CE%BA%CE%AC_%CF%84%CE%BF%CF%85_%CE%BA%CE%B9%CE%BD%CE%B4%CF%8D%CE%BD%CE%BF%CF%85_%CF%84%CE%B7%CF%82_%CF%83%CF%87%CE%B9%CF%83%CF%84%CE%BF%CF%83%CF%89%CE%BC%CE%AF%CE%B1%CF%83%CE%B7%CF%82_%CE%BC%CE%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%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:_%CF%80%CF%81%CE%BF%CF%83%CE%B5%CE%B3%CE%B3%CE%AF%CF%83%CE%B5%CE%B9%CF%82_%CE%BA%CE%B1%CE%B9_%CF%80%CF%81%CE%BF%CE%BF%CF%80%CF%84%CE%B9%CE%BA%CE%AD%CF%82 2018-02-18T13:05:07Z

<p>Nchotzar: </p> <hr /> <div>'''Χαρακτηριστικά του κινδύνου της σχιστοσωμίασης με χρήση Τηλεπισκόπησης: προσεγγίσεις και προοπτικές'''<br /> <br /> '''Πρωτότυπος τίτλος: ''' Risk profiling of schistosomiasis using remote sensing: approaches, challenges and outlook<br /> <br /> '''Συγγραφείς: ''' ''Yvonne Walz, Martin Wegmann, Stefan Dech, Giovanna Raso and Jürg Utzinger''<br /> <br /> [[Εικόνα:sxisto.jpg | thumb| right|Eικόνα 1:'''Σχεδιάγραμμα εκτίμησης κινδύνου μόλυσης από σχιστοσωμίαση με χρήση Τηλεπισκόπησης''']]<br /> <br /> '''Δημοσιεύτηκε: ''' '' Parasites &amp; Vectors (2015) 8:163 DOI 10.1186/s13071-015-0732-6''<br /> <br /> '''Σύνδεσμος πρωτότυπου κειμένου: ''' [https://parasitesandvectors.biomedcentral.com/articles/10.1186/s13071-015-0732-6]<br /> <br /> '''Λέξεις-Κλειδιά: ''' σχιστοσωμίαση, σαλιγκάρια, Αφρική, προνύμφες, γλυκό νερό, Landsat, Τηλεπισκόπηση<br /> <br /> <br /> '''Εισαγωγή''' <br /> <br /> [[Εικόνα:sxisto1.jpg | thumb| right|Πίνακας 1:'''Ορισμοί που χρησιμοποιούνται στην παρούσα εργασία''']]<br /> <br /> Η σχιστοσωμίαση είναι μια παρασιτική ασθένεια των ανθρώπων και των ζώων, η οποία προκαλείται από τα παράσιτα του γένους Schistosoma. Όσον αφορά τη δημόσια υγεία, η σχιστοσωμίαση είναι η κυριότερη ασθένεια που μεταδίδεται με το νερό. Οι παγκόσμιες στατιστικές υποδηλώνουν ότι περίπου 779 εκατομμύρια άνθρωποι διατρέχουν κίνδυνο σχιστοσωμίασης, ενώ περίπου 250 εκατομμύρια άνθρωποι μολύνθηκαν τώρα, κυρίως στην περιοχή της υποσαχάριας Αφρικής. Η μετάδοση της σχιστοσωμίασης περιορίζεται χωρικά και χρονικά σε γλυκά ύδατα, όπου υπάρχουν συγκεκριμένα σαλιγκάρια ενδιάμεσοι ξενιστές, τα οποία δρουν ως φορείς της νόσου με την απελευθέρωση προνυμφών του παράσιτου. Η σχιστοσωμίαση είναι μια περιβαλλοντική ασθένεια και οι τεχνολογίες τηλεπισκόπησης μπορούν να εμβαθύνουν στην κατανόηση των περιβαλλοντικών χαρακτηριστικών που σχετίζονται με τη χωρική και χρονική κατανομή του παράσιτου. Τα τελευταία 30 χρόνια, η χρήση δεδομένων και τεχνικών τηλεπισκόπησης για τη χαρτογράφηση ασθενειών που σχετίζονται με το περιβάλλον, συμπεριλαμβανομένης της σχιστοσωμίασης, έχει αυξηθεί σημαντικά. Ο πλούτος της επιστημονικής βιβλιογραφίας περιέχει ένα σύνολο περιπτωσιολογικών μελετών που διερεύνησαν τη χρησιμότητα διαφόρων δορυφορικών δεδομένων και μεταβλητών, με τις χωρικές και χρονικές τους ιδιότητες για επιλεγμένες γεωγραφικές περιοχές, για συγκεκριμένες ασθένειες ή παράγοντες που σχετίζονται με αυτές, όπως ενδιάμεσοι ξενιστές, φορείς. Δεδομένου ότι αυτοί οι παράγοντες έχουν συγκεκριμένες απαιτήσεις όσον αφορά το κλίμα, τη βλάστηση, το έδαφος και άλλους εδαφικούς παράγοντες και είναι ευαίσθητοι στις μεταβολές τους, η τηλεπισκόπηση μπορεί να χρησιμοποιηθεί για τον προσδιορισμό των συνθηκών αυτών και για την πρόβλεψη δυνητικών κατανομών των ενδιαιτημάτων τους (Πίνακας 1).<br /> <br /> [[Εικόνα:sxisto2.jpg | thumb| right|Πίνακας 2:'''Παράγοντες για τα παράσιτα, τα σαλιγκάρια και τους ανθρώπους που σχετίζονται με τη μόλυνση από τα παράσιτα''']]<br /> <br /> ''' Τα παράσιτα του γένους ''Schistosoma'' '''<br /> <br /> Υπάρχουν έξι είδη τα οποία παρασιτούν στον άνθρωπο: ''S. haematobium, S. mansoni, S. japonicum, S. intercalatum, S. mekongi'' και ''S. guineensis''. Η παρούσα εργασία επικεντρώνεται στα πρώτες δύο, τα οποία είναι τα πιο διαδεδομένα και πλήττουν δεκάδες εκατομμύρια ανθρώπους, ιδίως στην υποσαχάρια Αφρική. Η θερμοκρασία του νερού έχει σημαντική επίδραση στην περίοδο επώασης του ''Schistosoma'', η οποία σχετίζεται με την αφθονία του στο περιβάλλον. Τα αυγά των παρασίτων εκκολάπτονται σε θερμοκρασίες μεταξύ 10 °C και 30 °C. Η περίοδος από τη διείσδυση της προνύμφης στον ενδιάμεσο ξενιστή, το σαλιγκάρι, ποικίλλει από τη θερμοκρασία 30-35 °C , όπου παραμένει στον ξενιστή 17 ημέρες, έως αρκετούς μήνες σε χαμηλότερες θερμοκρασίες. Οι εργαστηριακές έρευνες έδειξαν μια αντίστροφη σχέση μεταξύ της διάρκειας επώασης και της θερμοκρασίας του νερού, το μηδενικό σημείο ανάπτυξης του παρασίτου βρίσκεται στους 14.2 °C για τον ''S. mansoni'' και στους 15.3 °C για το ''S. haematobium''. Η μεγαλύτερη εκκόλαψη του S. haematobium παρατηρήθηκε σε θερμοκρασίες νερού γύρω στους 25 °C. Η ταχύτητα της ροής του νερού επηρεάζει τη χωρική κατανομή του παρασίτου. Το στάσιμο νερό περιέχει υψηλότερη συγκέντρωση προνυμφών, ενώ το τρεχούμενο μπορεί να μεταφέρει το παράσιτο παθητικά σε μεγάλες αποστάσεις. Το πολύ αργό νερό που κινείται με ταχύτητα περίπου 0,1 m/s είναι επιτρέπει την εκτεταμένη διάδοση του παρασίτου, κάτι που αυξάνει τις πιθανότητες εύρεσης κατάλληλου ενδιάμεσου ξενιστή σαλιγκαριού.<br /> <br /> [[Εικόνα:sxisto3.jpg | thumb| right|Πίνακας 3:'''Δεδομένα Τηλεπισκόπησης που πάρθηκαν για τα περιβαλλοντικά χαρακτηριστικά''']]<br /> <br /> ''' Σαλιγκάρια γλυκού νερού'''<br /> <br /> Για να ολοκληρωθεί ένας επιτυχημένος κύκλος ζωής, το ''S. haematobium'' επιλέγει σχεδόν αποκλειστικά σαλιγκάρια του γένους ''Bulinus'', εκ των οποίων όμως μόνο μερικά είδη είναι ευαίσθητα. Οι ενδιάμεσοι ξενιστές του ''S. mansoni'' ανήκουν στο γένος ''Biomphalaria''. Όπως γίνεται με το παράσιτο, η επιβίωση και η αναπαραγωγή σαλιγκαριών εξαρτώνται από τη θερμοκρασία του νερού. Σε αντίθεση με το παράσιτο, τα σαλιγκάρια προτιμούν ψυχρότερες θερμοκρασίες. Παρόλο που τα σαλιγκάρια έχουν ευρεία ανοχή στη θερμοκρασία του περιβάλλοντος μεταξύ ημέρας και νύχτας και κατά τη διάρκεια ενός έτους, η ευνοϊκότερη θερμοκρασία κυμαίνεται μεταξύ 18 °C και 32 °C. Ωστόσο, στις υποτροπικές περιοχές της Αφρικής, οι υψηλές θερμοκρασίες ως περιορισμός της κατανομής των σαλιγκαριών είναι παρατηρείται μόνο για πολύ μικρά υδάτινα σώματα που εκτίθενται σε συνεχείς υψηλές θερμοκρασίες. Όσον αφορά την ταχύτητα ροής του νερού, τα σαλιγκάρια του γλυκού νερού έχουν ένα αξιοσημείωτο εύρος ανοχής και αποκολλούνται όταν η ταχύτητα ροής υπερβαίνει τα 0,3 m/s. Με βάση την υπόθεση ότι η υψηλότερης ροής συνδέεται με τη μειωμένη ταχύτητα αναπαραγωγής, παρατηρήθηκε θετική συσχέτιση μεταξύ του ρεύματος και της συχνότητας μόλυνσης από ''S. mansoni'' στα παιδιά σχολικής ηλικίας στην περιοχή Man στην Ακτή του Ελεφαντοστού. Η καταλληλότητα των ενδιαιτημάτων των σαλιγκαριών καθορίζεται από τη βλάστηση. <br /> <br /> [[Εικόνα:sxisto4.jpg | thumb| right|Πίνακας 3 (συνέχεια):'''Δεδομένα Τηλεπισκόπησης που πάρθηκαν για τα περιβαλλοντικά χαρακτηριστικά''']]<br /> <br /> Η θολερότητα του ύδατος λόγω της υψηλής περιεκτικότητας σε αιωρούμενα σωματίδια (360 mg/l), μπορεί να επηρεάσει την αναπαραγωγή των σαλιγκαριών. Ωστόσο, τα ενήλικα σαλιγκάρια δεν φαίνεται να επηρεάζονται. Η ανάπτυξη των υδρόβιων φυτών είναι περιορισμένη λόγω της υψηλής θολερότητας και συνεπώς οι συνθήκες καθίστανται λιγότερο ευνοϊκές. Όσον αφορά τη χημεία και την ποιότητα του νερού, το χαμηλό pH μπορεί να είναι επιβλαβές για τα σαλιγκάρια. Πράγματι, η εμφάνιση των σαλιγκαριών συσχετίζεται με τη σκληρότητα του νερού, με προτίμηση των σαλιγκαριών σε πολύ σκληρά νερά.<br /> <br /> [[Εικόνα:sxisto5.jpg | thumb| right|Πίνακας 3 (συνέχεια):'''Δεδομένα Τηλεπισκόπησης που πάρθηκαν για τα περιβαλλοντικά χαρακτηριστικά''']]<br /> <br /> ''' Ο άνθρωπος ως τελικός ξενιστής'''<br /> <br /> Ο άνθρωπος είναι ο τελικός ξενιστής του ''S. mansoni'' και του ''S. haematobium''. Οι προνύμφες διεισδύουν στο δέρμα του ανθρώπου, εισέρχονται στην κυκλοφορία του αίματος, αναπτύσσονται , ζευγαρώνουν και αρχίζουν να παράγουν αυγά μέσα σε περίπου δύο εβδομάδες. Τα ενήλικα παράγουν αυγά καθ 'όλη τη διάρκεια της ζωής τους και μέρος των αυγών αποβάλλεται μέσω των κοπράνων (''S. mansoni'') ή των ούρων (''S. haematobium''). Η σχιστοσωμίαση είναι μια ασθένεια της φτώχειας. Στις αφρικανικές χώρες νότια της Σαχάρας, η φτώχεια συνήθως συμβαδίζει με την κακή υγιεινή και τη στέγαση, την περιορισμένη πρόσβαση σε καθαρό νερό, τις συνθήκες διαβίωση και το χαμηλό μορφωτικό επίπεδο - όλα αυτά επιδεινώνουν τον κίνδυνο μόλυνσης από σχιστοσωμίαση.<br /> <br /> [[Εικόνα:sxisto6.jpg | thumb| right|Πίνακας 4:'''Σύνθεση των δεδομένων Τηλεπισκόπησης για την πρόβλεψη του κινδύνου μόλυνσης''']]<br /> <br /> Τα παιδιά και οι έφηβοι σχολικής ηλικίας, έχουν συνήθως τον υψηλότερο κίνδυνο μόλυνσης με μέγιστη μόλυνση περίπου σε ηλικίες 10-15 χρονών. Αυτή η χαρακτηριστική καμπύλη ηλικίας-μόλυνσης οφείλεται στην υψηλή έκθεση σε μολυσμένο νερό κατά τη διάρκεια του παιχνίδι. Ωστόσο, ειδικά τα παιδιά προσχολικής ηλικίας και οι μητέρες τους διατρέχουν σοβαρό κίνδυνο μόλυνσης. Σημειωτέον, όσο μεγαλύτερη είναι η μετάδοση, τόσο νωρίτερα παρατηρείται η αιχμή της επικράτησης της λοίμωξης. Αυτό το φαινόμενο έχει ονομαστεί &quot;κορυφαία μετατόπιση&quot;. Όσον αφορά την ανοσία, έχει αποδειχθεί ότι οι άνθρωποι είναι σε θέση να αναπτύξουν αμυντικούς μηχανισμούς με την αύξηση της ηλικία. Επομένως, αυτό το τυπικό κυρτό σχήμα της καμπύλης ηλικίας-μόλυνσης και ηλικίας-έντασης σε σχέση με τη σχιστοσωμίαση υποστηρίζει ότι σχετίζεται με την σταδιακή απόκτηση ανοσίας στην επανεμφάνιση της ασθένειας. Αυτό είναι το βασικό επιχείρημα ότι πρέπει να είναι δυνατή η ανάπτυξη ενός εμβολίου για την σχιστοσωμίαση.<br /> <br /> ''' Τηλεπισκόπηση της σχιστοσωμίασης'''<br /> <br /> Αρχικά, η χρήση δεδομένων τηλεπισκόπησης για την εκτίμηση του ποσοστού θνησιμότητας των ασθενών προήλθε από στρατιωτικά και οικονομικά συμφέροντα και μόνο αργότερα εφαρμόστηκε για επιδημιολογικές έρευνες. Μια δεκαετία μετά την πρωτοποριακή εργασία του Cross και των συναδέλφων του, οι ημερήσιες διακυμάνσεις της θερμοκρασίας από δεδομένα του NOAAAVHRR σχετίστηκαν με τις μετρήσεις της έρευνας για την επικράτηση της σχιστοσωμίασης στην Αίγυπτο. Δεδομένου ότι οι θερμοκρασιακές διαφορές μεταξύ ημέρας και νύχτας αντικατοπτρίζουν τις περιφερειακές υδρολογικές συνθήκες, η σημαντική αντίστροφη σχέση έδειξε την ικανότητα πρόβλεψης με τη βοήθεια δεδομένων τηλεπισκόπησης για τον κίνδυνο μετάδοσης σχιστοσωμάτων. Οι δυνατότητες της τηλεπισκόπησης και ο συνδυασμός της με χωρικές αναλύσεις βασισμένες στο σύστημα γεωγραφικών πληροφοριών (GIS) για την πρόβλεψη του κινδύνου σχιστοσωμίασης μπορούν να συνοψιστούν με την ικανότητα (i) να προσδιοριστεί η γεωγραφική κατανομή της ασθένειας λόγω των οικολογικών χαρακτηριστικών μετάδοσης της νόσου, (ii) περαιτέρω διερεύνηση του πλαισίου της οικολογίας της νόσου και της επιδημιολογίας μέσω της χωρικής της σχέσης, (iii) πρόληψης, της παρακολούθησης και του ελέγχου κινδύνου της νόσου και iv) παροχή έγκαιρης ενημέρωσης των περιοχών όπου μπορεί να υπάρξει μετάδοση της ασθένειας. <br /> <br /> ''' Συσχέτιση μεταξύ Τηλεπισκόπησης και οικολογίας της ασθένειας'''<br /> <br /> Η ανάλυση των παραγόντων κινδύνου που επηρεάζουν την μετάδοση των σχιστοσωμάτων (βλ. Πίνακα 2) και οι προηγούμενες εφαρμογές δεδομένων τηλεπισκόπησης για τη διαμόρφωση κινδύνου σχιστοσωμίασης (βλ. Πίνακα 3), συντέθηκαν περαιτέρω και συμπυκνώθηκαν και παρουσιάζονται στον Πίνακα 4. Αυτή η επισκόπηση είναι δομημένη σύμφωνα με τα στάδια του κύκλου ζωής του παρασίτου και (i) δείχνει τη δυνητική συμβολή των δεδομένων τηλεπισκόπησης για την ανάλυση του κινδύνου σχιστοσωμίασης και (ii) υποδεικνύει την σημασία των μετρήσεων μέσω τηλεπισκόπησης σε σχέση με την οικολογία της μετάδοσης της ασθένειας. Στο πλαίσιο της μοντελοποίησης του κινδύνου σχιστοσωμίασης, οι μεταβλητές της τηλεπισκόπησης μπορούν να παρέχουν είτε άμεσες μετρήσεις του χαρακτηριστικού ενδιαφέροντος, οι οποίες είναι για παράδειγμα το μέτρο της LST, η ταχύτητα ροής του νερού ή η κάλυψη της βλάστησης κατά μήκος των υδάτινων όγκων. Αυτές οι μεταβλητές μπορούν να αντικατοπτρίζουν άμεσα τις συνθήκες των ενδιαιτημάτων και να παρέχουν πληροφορίες σχετικά με τις πιθανές επιπτώσεις της μετάδοσης της ασθένειας. Ο Πίνακας 4 δείχνει ότι υπάρχουν παράγοντες κινδύνου που διέπουν τη μετάδοση σχιστοσωμάτων, οι οποίοι μπορούν να μετρηθούν με δεδομένα τηλεπισκόπησης. Συγκεκριμένα, οι παράγοντες κινδύνου που σχετίζονται με τα παράσιτα και τα σαλιγκάρια εντοπίζονται ικανοποιητικά με χρήση τηλεπισκόπησης. Με τον τρόπο αυτό, η τηλεπισκόπηση μπορεί να συμβάλλει ουσιαστικά στον χαρακτηρισμό των συνθηκών των ενδιαιτημάτων των παρασίτων και των σαλιγκαριών και μπορούν επίσης να ανιχνεύσουν τους ανθρώπινους οικισμούς και τη χωρική τους σχέση.<br /> <br /> ''' Συζήτηση - Συμβολή της Τηλεπισκόπησης'''<br /> <br /> Στην παρούσα εργασία, επιχειρήσαμε να γεφυρώσουμε τα δύο σκέλη της επιστημονικής έρευνας. Η παρούσα εργασία συνθέτει μία συσχέτιση μεταξύ των μετρήσεων με χρήση τηλεπισκόπισης των επιφανειακών συνθηκών και οικολογικών διεργασιών που διέπουν τη μετάδοση της σχιστοσωμίασης. Η σύνθεση αυτή εμβαθύνει στην κατανόηση αυτής της διεπιστημονικής σύνδεσης και έτσι επιτρέπει την συνεισφορά της τηλεπισκόπησης για την εκτίμηση του κινδύνου από τη νόσο. Η ανασκόπηση, επίσης, υποδηλώνει ότι η δυνατότητα εκτίμησης του κινδύνου σχιστοσωμίασης, με χρήση δεδομένων τηλεπισκόπησης είναι μεγαλύτερη από αυτή που πιστεύαμε μέχρι σήμερα.<br /> <br /> [[category: Υγεία]]</div>

Nchotzar http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Sxisto6.jpg 2018-02-18T13:04:07Z

<p>Nchotzar: </p> <hr /> <div></div>

Nchotzar http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Sxisto5.jpg 2018-02-18T13:03:55Z

<p>Nchotzar: </p> <hr /> <div></div>

Nchotzar http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Sxisto4.jpg 2018-02-18T13:03:40Z

<p>Nchotzar: </p> <hr /> <div></div>

Nchotzar http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Sxisto3.jpg 2018-02-18T13:03:28Z

<p>Nchotzar: </p> <hr /> <div></div>

Nchotzar http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Sxisto2.jpg 2018-02-18T13:03:15Z

<p>Nchotzar: </p> <hr /> <div></div>

Nchotzar http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Sxisto1.jpg 2018-02-18T13:03:01Z

<p>Nchotzar: </p> <hr /> <div></div>

Nchotzar http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Sxisto.jpg 2018-02-18T13:02:47Z

<p>Nchotzar: </p> <hr /> <div></div>

Nchotzar http://147.102.106.44/rs/wiki/index.php/%CE%A7%CE%B1%CF%81%CE%B1%CE%BA%CF%84%CE%B7%CF%81%CE%B9%CF%83%CF%84%CE%B9%CE%BA%CE%AC_%CF%84%CE%BF%CF%85_%CE%BA%CE%B9%CE%BD%CE%B4%CF%8D%CE%BD%CE%BF%CF%85_%CF%84%CE%B7%CF%82_%CF%83%CF%87%CE%B9%CF%83%CF%84%CE%BF%CF%83%CF%89%CE%BC%CE%AF%CE%B1%CF%83%CE%B7%CF%82_%CE%BC%CE%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%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:_%CF%80%CF%81%CE%BF%CF%83%CE%B5%CE%B3%CE%B3%CE%AF%CF%83%CE%B5%CE%B9%CF%82_%CE%BA%CE%B1%CE%B9_%CF%80%CF%81%CE%BF%CE%BF%CF%80%CF%84%CE%B9%CE%BA%CE%AD%CF%82 2018-02-18T13:02:22Z

<p>Nchotzar: </p> <hr /> <div>'''Χαρακτηριστικά του κινδύνου της σχιστοσωμίασης με χρήση Τηλεπισκόπησης: προσεγγίσεις και προοπτικές'''<br /> <br /> '''Πρωτότυπος τίτλος: ''' Risk profiling of schistosomiasis using remote sensing: approaches, challenges and outlook<br /> <br /> '''Συγγραφείς: ''' ''Yvonne Walz, Martin Wegmann, Stefan Dech, Giovanna Raso and Jürg Utzinger''<br /> <br /> [[Εικόνα:sxisto.jpg | thumb| right|Eικόνα 1:'''Σχεδιάγραμμα εκτίμησης κινδύνου μόλυσης από σχιστοσωμίαση με χρήση Τηλεπισκόπησης''']]<br /> <br /> '''Δημοσιεύτηκε: ''' '' Parasites &amp; Vectors (2015) 8:163 DOI 10.1186/s13071-015-0732-6''<br /> <br /> '''Σύνδεσμος πρωτότυπου κειμένου: ''' [https://parasitesandvectors.biomedcentral.com/articles/10.1186/s13071-015-0732-6]<br /> <br /> '''Λέξεις-Κλειδιά: ''' σχιστοσωμίαση, σαλιγκάρια, Αφρική, προνύμφες, γλυκό νερό, Landsat, Τηλεπισκόπηση<br /> <br /> <br /> '''Εισαγωγή''' <br /> <br /> [[Εικόνα:sxisto1.jpg | thumb| right|Πίνακας 1:'''Ορισμοί που χρησιμοποιούνται στην παρούσα εργασία''']]<br /> <br /> Η σχιστοσωμίαση είναι μια παρασιτική ασθένεια των ανθρώπων και των ζώων, η οποία προκαλείται από τα παράσιτα του γένους Schistosoma. Όσον αφορά τη δημόσια υγεία, η σχιστοσωμίαση είναι η κυριότερη ασθένεια που μεταδίδεται με το νερό. Οι παγκόσμιες στατιστικές υποδηλώνουν ότι περίπου 779 εκατομμύρια άνθρωποι διατρέχουν κίνδυνο σχιστοσωμίασης, ενώ περίπου 250 εκατομμύρια άνθρωποι μολύνθηκαν τώρα, κυρίως στην περιοχή της υποσαχάριας Αφρικής. Η μετάδοση της σχιστοσωμίασης περιορίζεται χωρικά και χρονικά σε γλυκά ύδατα, όπου υπάρχουν συγκεκριμένα σαλιγκάρια ενδιάμεσοι ξενιστές, τα οποία δρουν ως φορείς της νόσου με την απελευθέρωση προνυμφών του παράσιτου. Η σχιστοσωμίαση είναι μια περιβαλλοντική ασθένεια και οι τεχνολογίες τηλεπισκόπησης μπορούν να εμβαθύνουν στην κατανόηση των περιβαλλοντικών χαρακτηριστικών που σχετίζονται με τη χωρική και χρονική κατανομή του παράσιτου. Τα τελευταία 30 χρόνια, η χρήση δεδομένων και τεχνικών τηλεπισκόπησης για τη χαρτογράφηση ασθενειών που σχετίζονται με το περιβάλλον, συμπεριλαμβανομένης της σχιστοσωμίασης, έχει αυξηθεί σημαντικά. Ο πλούτος της επιστημονικής βιβλιογραφίας περιέχει ένα σύνολο περιπτωσιολογικών μελετών που διερεύνησαν τη χρησιμότητα διαφόρων δορυφορικών δεδομένων και μεταβλητών, με τις χωρικές και χρονικές τους ιδιότητες για επιλεγμένες γεωγραφικές περιοχές, για συγκεκριμένες ασθένειες ή παράγοντες που σχετίζονται με αυτές, όπως ενδιάμεσοι ξενιστές, φορείς. Δεδομένου ότι αυτοί οι παράγοντες έχουν συγκεκριμένες απαιτήσεις όσον αφορά το κλίμα, τη βλάστηση, το έδαφος και άλλους εδαφικούς παράγοντες και είναι ευαίσθητοι στις μεταβολές τους, η τηλεπισκόπηση μπορεί να χρησιμοποιηθεί για τον προσδιορισμό των συνθηκών αυτών και για την πρόβλεψη δυνητικών κατανομών των ενδιαιτημάτων τους (Πίνακας 1).<br /> <br /> [[Εικόνα:sxisto2.jpg | thumb| right|Πίνακας 2:'''Παράγοντες για τα παράσιτα, τα σαλιγκάρια και τους ανθρώπους που σχετίζονται με τη μόλυνση από τα παράσιτα''']]<br /> <br /> ''' Τα παράσιτα του γένους Schistosoma'''<br /> <br /> Υπάρχουν έξι είδη τα οποία παρασιτούν στον άνθρωπο: ''S. haematobium, S. mansoni, S. japonicum, S. intercalatum, S. mekongi'' και ''S. guineensis''. Η παρούσα εργασία επικεντρώνεται στα πρώτες δύο, τα οποία είναι τα πιο διαδεδομένα και πλήττουν δεκάδες εκατομμύρια ανθρώπους, ιδίως στην υποσαχάρια Αφρική. Η θερμοκρασία του νερού έχει σημαντική επίδραση στην περίοδο επώασης του ''Schistosoma'', η οποία σχετίζεται με την αφθονία του στο περιβάλλον. Τα αυγά των παρασίτων εκκολάπτονται σε θερμοκρασίες μεταξύ 10 °C και 30 °C. Η περίοδος από τη διείσδυση της προνύμφης στον ενδιάμεσο ξενιστή, το σαλιγκάρι, ποικίλλει από τη θερμοκρασία 30-35 °C , όπου παραμένει στον ξενιστή 17 ημέρες, έως αρκετούς μήνες σε χαμηλότερες θερμοκρασίες. Οι εργαστηριακές έρευνες έδειξαν μια αντίστροφη σχέση μεταξύ της διάρκειας επώασης και της θερμοκρασίας του νερού, το μηδενικό σημείο ανάπτυξης του παρασίτου βρίσκεται στους 14.2 °C για τον ''S. mansoni'' και στους 15.3 °C για το ''S. haematobium''. Η μεγαλύτερη εκκόλαψη του S. haematobium παρατηρήθηκε σε θερμοκρασίες νερού γύρω στους 25 °C. Η ταχύτητα της ροής του νερού επηρεάζει τη χωρική κατανομή του παρασίτου. Το στάσιμο νερό περιέχει υψηλότερη συγκέντρωση προνυμφών, ενώ το τρεχούμενο μπορεί να μεταφέρει το παράσιτο παθητικά σε μεγάλες αποστάσεις. Το πολύ αργό νερό που κινείται με ταχύτητα περίπου 0,1 m/s είναι επιτρέπει την εκτεταμένη διάδοση του παρασίτου, κάτι που αυξάνει τις πιθανότητες εύρεσης κατάλληλου ενδιάμεσου ξενιστή σαλιγκαριού.<br /> <br /> [[Εικόνα:sxisto3.jpg | thumb| right|Πίνακας 3:'''Δεδομένα Τηλεπισκόπησης που πάρθηκαν για τα περιβαλλοντικά χαρακτηριστικά''']]<br /> <br /> ''' Σαλιγκάρια γλυκού νερού'''<br /> <br /> Για να ολοκληρωθεί ένας επιτυχημένος κύκλος ζωής, το ''S. haematobium'' επιλέγει σχεδόν αποκλειστικά σαλιγκάρια του γένους ''Bulinus'', εκ των οποίων όμως μόνο μερικά είδη είναι ευαίσθητα. Οι ενδιάμεσοι ξενιστές του ''S. mansoni'' ανήκουν στο γένος ''Biomphalaria''. Όπως γίνεται με το παράσιτο, η επιβίωση και η αναπαραγωγή σαλιγκαριών εξαρτώνται από τη θερμοκρασία του νερού. Σε αντίθεση με το παράσιτο, τα σαλιγκάρια προτιμούν ψυχρότερες θερμοκρασίες. Παρόλο που τα σαλιγκάρια έχουν ευρεία ανοχή στη θερμοκρασία του περιβάλλοντος μεταξύ ημέρας και νύχτας και κατά τη διάρκεια ενός έτους, η ευνοϊκότερη θερμοκρασία κυμαίνεται μεταξύ 18 °C και 32 °C. Ωστόσο, στις υποτροπικές περιοχές της Αφρικής, οι υψηλές θερμοκρασίες ως περιορισμός της κατανομής των σαλιγκαριών είναι παρατηρείται μόνο για πολύ μικρά υδάτινα σώματα που εκτίθενται σε συνεχείς υψηλές θερμοκρασίες. Όσον αφορά την ταχύτητα ροής του νερού, τα σαλιγκάρια του γλυκού νερού έχουν ένα αξιοσημείωτο εύρος ανοχής και αποκολλούνται όταν η ταχύτητα ροής υπερβαίνει τα 0,3 m/s. Με βάση την υπόθεση ότι η υψηλότερης ροής συνδέεται με τη μειωμένη ταχύτητα αναπαραγωγής, παρατηρήθηκε θετική συσχέτιση μεταξύ του ρεύματος και της συχνότητας μόλυνσης από ''S. mansoni'' στα παιδιά σχολικής ηλικίας στην περιοχή Man στην Ακτή του Ελεφαντοστού. Η καταλληλότητα των ενδιαιτημάτων των σαλιγκαριών καθορίζεται από τη βλάστηση. <br /> <br /> [[Εικόνα:sxisto4.jpg | thumb| right|Πίνακας 3 (συνέχεια):'''Δεδομένα Τηλεπισκόπησης που πάρθηκαν για τα περιβαλλοντικά χαρακτηριστικά''']]<br /> <br /> Η θολερότητα του ύδατος λόγω της υψηλής περιεκτικότητας σε αιωρούμενα σωματίδια (360 mg/l), μπορεί να επηρεάσει την αναπαραγωγή των σαλιγκαριών. Ωστόσο, τα ενήλικα σαλιγκάρια δεν φαίνεται να επηρεάζονται. Η ανάπτυξη των υδρόβιων φυτών είναι περιορισμένη λόγω της υψηλής θολερότητας και συνεπώς οι συνθήκες καθίστανται λιγότερο ευνοϊκές. Όσον αφορά τη χημεία και την ποιότητα του νερού, το χαμηλό pH μπορεί να είναι επιβλαβές για τα σαλιγκάρια. Πράγματι, η εμφάνιση των σαλιγκαριών συσχετίζεται με τη σκληρότητα του νερού, με προτίμηση των σαλιγκαριών σε πολύ σκληρά νερά.<br /> <br /> [[Εικόνα:sxisto5.jpg | thumb| right|Πίνακας 3 (συνέχεια):'''Δεδομένα Τηλεπισκόπησης που πάρθηκαν για τα περιβαλλοντικά χαρακτηριστικά''']]<br /> <br /> ''' Ο άνθρωπος ως τελικός ξενιστής'''<br /> <br /> Ο άνθρωπος είναι ο τελικός ξενιστής του ''S. mansoni'' και του ''S. haematobium''. Οι προνύμφες διεισδύουν στο δέρμα του ανθρώπου, εισέρχονται στην κυκλοφορία του αίματος, αναπτύσσονται , ζευγαρώνουν και αρχίζουν να παράγουν αυγά μέσα σε περίπου δύο εβδομάδες. Τα ενήλικα παράγουν αυγά καθ 'όλη τη διάρκεια της ζωής τους και μέρος των αυγών αποβάλλεται μέσω των κοπράνων (''S. mansoni'') ή των ούρων (''S. haematobium''). Η σχιστοσωμίαση είναι μια ασθένεια της φτώχειας. Στις αφρικανικές χώρες νότια της Σαχάρας, η φτώχεια συνήθως συμβαδίζει με την κακή υγιεινή και τη στέγαση, την περιορισμένη πρόσβαση σε καθαρό νερό, τις συνθήκες διαβίωση και το χαμηλό μορφωτικό επίπεδο - όλα αυτά επιδεινώνουν τον κίνδυνο μόλυνσης από σχιστοσωμίαση.<br /> <br /> [[Εικόνα:sxisto6.jpg | thumb| right|Πίνακας 4:'''Σύνθεση των δεδομένων Τηλεπισκόπησης για την πρόβλεψη του κινδύνου μόλυνσης''']]<br /> <br /> Τα παιδιά και οι έφηβοι σχολικής ηλικίας, έχουν συνήθως τον υψηλότερο κίνδυνο μόλυνσης με μέγιστη μόλυνση περίπου σε ηλικίες 10-15 χρονών. Αυτή η χαρακτηριστική καμπύλη ηλικίας-μόλυνσης οφείλεται στην υψηλή έκθεση σε μολυσμένο νερό κατά τη διάρκεια του παιχνίδι. Ωστόσο, ειδικά τα παιδιά προσχολικής ηλικίας και οι μητέρες τους διατρέχουν σοβαρό κίνδυνο μόλυνσης. Σημειωτέον, όσο μεγαλύτερη είναι η μετάδοση, τόσο νωρίτερα παρατηρείται η αιχμή της επικράτησης της λοίμωξης. Αυτό το φαινόμενο έχει ονομαστεί &quot;κορυφαία μετατόπιση&quot;. Όσον αφορά την ανοσία, έχει αποδειχθεί ότι οι άνθρωποι είναι σε θέση να αναπτύξουν αμυντικούς μηχανισμούς με την αύξηση της ηλικία. Επομένως, αυτό το τυπικό κυρτό σχήμα της καμπύλης ηλικίας-μόλυνσης και ηλικίας-έντασης σε σχέση με τη σχιστοσωμίαση υποστηρίζει ότι σχετίζεται με την σταδιακή απόκτηση ανοσίας στην επανεμφάνιση της ασθένειας. Αυτό είναι το βασικό επιχείρημα ότι πρέπει να είναι δυνατή η ανάπτυξη ενός εμβολίου για την σχιστοσωμίαση.<br /> <br /> ''' Τηλεπισκόπηση της σχιστοσωμίασης'''<br /> <br /> Αρχικά, η χρήση δεδομένων τηλεπισκόπησης για την εκτίμηση του ποσοστού θνησιμότητας των ασθενών προήλθε από στρατιωτικά και οικονομικά συμφέροντα και μόνο αργότερα εφαρμόστηκε για επιδημιολογικές έρευνες. Μια δεκαετία μετά την πρωτοποριακή εργασία του Cross και των συναδέλφων του, οι ημερήσιες διακυμάνσεις της θερμοκρασίας από δεδομένα του NOAAAVHRR σχετίστηκαν με τις μετρήσεις της έρευνας για την επικράτηση της σχιστοσωμίασης στην Αίγυπτο. Δεδομένου ότι οι θερμοκρασιακές διαφορές μεταξύ ημέρας και νύχτας αντικατοπτρίζουν τις περιφερειακές υδρολογικές συνθήκες, η σημαντική αντίστροφη σχέση έδειξε την ικανότητα πρόβλεψης με τη βοήθεια δεδομένων τηλεπισκόπησης για τον κίνδυνο μετάδοσης σχιστοσωμάτων. Οι δυνατότητες της τηλεπισκόπησης και ο συνδυασμός της με χωρικές αναλύσεις βασισμένες στο σύστημα γεωγραφικών πληροφοριών (GIS) για την πρόβλεψη του κινδύνου σχιστοσωμίασης μπορούν να συνοψιστούν με την ικανότητα (i) να προσδιοριστεί η γεωγραφική κατανομή της ασθένειας λόγω των οικολογικών χαρακτηριστικών μετάδοσης της νόσου, (ii) περαιτέρω διερεύνηση του πλαισίου της οικολογίας της νόσου και της επιδημιολογίας μέσω της χωρικής της σχέσης, (iii) πρόληψης, της παρακολούθησης και του ελέγχου κινδύνου της νόσου και iv) παροχή έγκαιρης ενημέρωσης των περιοχών όπου μπορεί να υπάρξει μετάδοση της ασθένειας. <br /> <br /> ''' Συσχέτιση μεταξύ Τηλεπισκόπησης και οικολογίας της ασθένειας'''<br /> <br /> Η ανάλυση των παραγόντων κινδύνου που επηρεάζουν την μετάδοση των σχιστοσωμάτων (βλ. Πίνακα 2) και οι προηγούμενες εφαρμογές δεδομένων τηλεπισκόπησης για τη διαμόρφωση κινδύνου σχιστοσωμίασης (βλ. Πίνακα 3), συντέθηκαν περαιτέρω και συμπυκνώθηκαν και παρουσιάζονται στον Πίνακα 4. Αυτή η επισκόπηση είναι δομημένη σύμφωνα με τα στάδια του κύκλου ζωής του παρασίτου και (i) δείχνει τη δυνητική συμβολή των δεδομένων τηλεπισκόπησης για την ανάλυση του κινδύνου σχιστοσωμίασης και (ii) υποδεικνύει την σημασία των μετρήσεων μέσω τηλεπισκόπησης σε σχέση με την οικολογία της μετάδοσης της ασθένειας. Στο πλαίσιο της μοντελοποίησης του κινδύνου σχιστοσωμίασης, οι μεταβλητές της τηλεπισκόπησης μπορούν να παρέχουν είτε άμεσες μετρήσεις του χαρακτηριστικού ενδιαφέροντος, οι οποίες είναι για παράδειγμα το μέτρο της LST, η ταχύτητα ροής του νερού ή η κάλυψη της βλάστησης κατά μήκος των υδάτινων όγκων. Αυτές οι μεταβλητές μπορούν να αντικατοπτρίζουν άμεσα τις συνθήκες των ενδιαιτημάτων και να παρέχουν πληροφορίες σχετικά με τις πιθανές επιπτώσεις της μετάδοσης της ασθένειας. Ο Πίνακας 4 δείχνει ότι υπάρχουν παράγοντες κινδύνου που διέπουν τη μετάδοση σχιστοσωμάτων, οι οποίοι μπορούν να μετρηθούν με δεδομένα τηλεπισκόπησης. Συγκεκριμένα, οι παράγοντες κινδύνου που σχετίζονται με τα παράσιτα και τα σαλιγκάρια εντοπίζονται ικανοποιητικά με χρήση τηλεπισκόπησης. Με τον τρόπο αυτό, η τηλεπισκόπηση μπορεί να συμβάλλει ουσιαστικά στον χαρακτηρισμό των συνθηκών των ενδιαιτημάτων των παρασίτων και των σαλιγκαριών και μπορούν επίσης να ανιχνεύσουν τους ανθρώπινους οικισμούς και τη χωρική τους σχέση.<br /> <br /> ''' Συζήτηση - Συμβολή της Τηλεπισκόπησης'''<br /> <br /> Στην παρούσα εργασία, επιχειρήσαμε να γεφυρώσουμε τα δύο σκέλη της επιστημονικής έρευνας. Η παρούσα εργασία συνθέτει μία συσχέτιση μεταξύ των μετρήσεων με χρήση τηλεπισκόπισης των επιφανειακών συνθηκών και οικολογικών διεργασιών που διέπουν τη μετάδοση της σχιστοσωμίασης. Η σύνθεση αυτή εμβαθύνει στην κατανόηση αυτής της διεπιστημονικής σύνδεσης και έτσι επιτρέπει την συνεισφορά της τηλεπισκόπησης για την εκτίμηση του κινδύνου από τη νόσο. Η ανασκόπηση, επίσης, υποδηλώνει ότι η δυνατότητα εκτίμησης του κινδύνου σχιστοσωμίασης, με χρήση δεδομένων τηλεπισκόπησης είναι μεγαλύτερη από αυτή που πιστεύαμε μέχρι σήμερα.<br /> <br /> [[category: Υγεία]]</div>

Nchotzar http://147.102.106.44/rs/wiki/index.php/%CE%A7%CE%B1%CF%81%CE%B1%CE%BA%CF%84%CE%B7%CF%81%CE%B9%CF%83%CF%84%CE%B9%CE%BA%CE%AC_%CF%84%CE%BF%CF%85_%CE%BA%CE%B9%CE%BD%CE%B4%CF%8D%CE%BD%CE%BF%CF%85_%CF%84%CE%B7%CF%82_%CF%83%CF%87%CE%B9%CF%83%CF%84%CE%BF%CF%83%CF%89%CE%BC%CE%AF%CE%B1%CF%83%CE%B7%CF%82_%CE%BC%CE%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%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:_%CF%80%CF%81%CE%BF%CF%83%CE%B5%CE%B3%CE%B3%CE%AF%CF%83%CE%B5%CE%B9%CF%82_%CE%BA%CE%B1%CE%B9_%CF%80%CF%81%CE%BF%CE%BF%CF%80%CF%84%CE%B9%CE%BA%CE%AD%CF%82 2018-02-18T13:01:45Z

<p>Nchotzar: Νέα σελίδα με ''''Χαρακτηριστικά του κινδύνου της σχιστοσωμίασης με χρήση Τηλεπισκόπησης: προσεγγίσεις και ...'</p> <hr /> <div>'''Χαρακτηριστικά του κινδύνου της σχιστοσωμίασης με χρήση Τηλεπισκόπησης: προσεγγίσεις και προοπτικές'''<br /> <br /> '''Πρωτότυπος τίτλος: ''' Risk profiling of schistosomiasis using remote sensing: approaches, challenges and outlook<br /> <br /> '''Συγγραφείς: ''' ''Yvonne Walz, Martin Wegmann, Stefan Dech, Giovanna Raso and Jürg Utzinger''<br /> <br /> [[Εικόνα:sxisto.jpg | thumb| right|Eικόνα 1:'''Σχεδιάγραμμα εκτίμησης κινδύνου μόλυσης από σχιστοσωμίαση με χρήση Τηλεπισκόπησης''']]<br /> <br /> '''Δημοσιεύτηκε: ''' '' Parasites &amp; Vectors (2015) 8:163 DOI 10.1186/s13071-015-0732-6''<br /> <br /> '''Σύνδεσμος πρωτότυπου κειμένου: ''' [https://parasitesandvectors.biomedcentral.com/articles/10.1186/s13071-015-0732-6]<br /> <br /> '''Λέξεις-Κλειδιά: ''' σχιστοσωμίαση, σαλιγκάρια, Αφρική, προνύμφες, γλυκό νερό, Landsat, Τηλεπισκόπηση<br /> <br /> <br /> '''Εισαγωγή''' <br /> <br /> [[Εικόνα:sxisto1.jpg | thumb| right|Πίνακας 1:'''Ορισμοί που χρησιμοποιούνται στην παρούσα εργασία''']]<br /> <br /> Η σχιστοσωμίαση είναι μια παρασιτική ασθένεια των ανθρώπων και των ζώων, η οποία προκαλείται από τα παράσιτα του γένους Schistosoma. Όσον αφορά τη δημόσια υγεία, η σχιστοσωμίαση είναι η κυριότερη ασθένεια που μεταδίδεται με το νερό. Οι παγκόσμιες στατιστικές υποδηλώνουν ότι περίπου 779 εκατομμύρια άνθρωποι διατρέχουν κίνδυνο σχιστοσωμίασης, ενώ περίπου 250 εκατομμύρια άνθρωποι μολύνθηκαν τώρα, κυρίως στην περιοχή της υποσαχάριας Αφρικής. Η μετάδοση της σχιστοσωμίασης περιορίζεται χωρικά και χρονικά σε γλυκά ύδατα, όπου υπάρχουν συγκεκριμένα σαλιγκάρια ενδιάμεσοι ξενιστές, τα οποία δρουν ως φορείς της νόσου με την απελευθέρωση προνυμφών του παράσιτου. Η σχιστοσωμίαση είναι μια περιβαλλοντική ασθένεια και οι τεχνολογίες τηλεπισκόπησης μπορούν να εμβαθύνουν στην κατανόηση των περιβαλλοντικών χαρακτηριστικών που σχετίζονται με τη χωρική και χρονική κατανομή του παράσιτου. Τα τελευταία 30 χρόνια, η χρήση δεδομένων και τεχνικών τηλεπισκόπησης για τη χαρτογράφηση ασθενειών που σχετίζονται με το περιβάλλον, συμπεριλαμβανομένης της σχιστοσωμίασης, έχει αυξηθεί σημαντικά. Ο πλούτος της επιστημονικής βιβλιογραφίας περιέχει ένα σύνολο περιπτωσιολογικών μελετών που διερεύνησαν τη χρησιμότητα διαφόρων δορυφορικών δεδομένων και μεταβλητών, με τις χωρικές και χρονικές τους ιδιότητες για επιλεγμένες γεωγραφικές περιοχές, για συγκεκριμένες ασθένειες ή παράγοντες που σχετίζονται με αυτές, όπως ενδιάμεσοι ξενιστές, φορείς. Δεδομένου ότι αυτοί οι παράγοντες έχουν συγκεκριμένες απαιτήσεις όσον αφορά το κλίμα, τη βλάστηση, το έδαφος και άλλους εδαφικούς παράγοντες και είναι ευαίσθητοι στις μεταβολές τους, η τηλεπισκόπηση μπορεί να χρησιμοποιηθεί για τον προσδιορισμό των συνθηκών αυτών και για την πρόβλεψη δυνητικών κατανομών των ενδιαιτημάτων τους (Πίνακας 1).<br /> <br /> [[Εικόνα:sxisto2.jpg | thumb| right|Πίνακας 2:'''Παράγοντες για τα παράσιτα, τα σαλιγκάρια και τους ανθρώπους που σχετίζονται με τη μόλυνση από τα παράσιτα''']]<br /> <br /> ''' Τα παράσιτα του γένους Schistosoma'''<br /> Υπάρχουν έξι είδη τα οποία παρασιτούν στον άνθρωπο: ''S. haematobium, S. mansoni, S. japonicum, S. intercalatum, S. mekongi'' και ''S. guineensis''. Η παρούσα εργασία επικεντρώνεται στα πρώτες δύο, τα οποία είναι τα πιο διαδεδομένα και πλήττουν δεκάδες εκατομμύρια ανθρώπους, ιδίως στην υποσαχάρια Αφρική. Η θερμοκρασία του νερού έχει σημαντική επίδραση στην περίοδο επώασης του ''Schistosoma'', η οποία σχετίζεται με την αφθονία του στο περιβάλλον. Τα αυγά των παρασίτων εκκολάπτονται σε θερμοκρασίες μεταξύ 10 °C και 30 °C. Η περίοδος από τη διείσδυση της προνύμφης στον ενδιάμεσο ξενιστή, το σαλιγκάρι, ποικίλλει από τη θερμοκρασία 30-35 °C , όπου παραμένει στον ξενιστή 17 ημέρες, έως αρκετούς μήνες σε χαμηλότερες θερμοκρασίες. Οι εργαστηριακές έρευνες έδειξαν μια αντίστροφη σχέση μεταξύ της διάρκειας επώασης και της θερμοκρασίας του νερού, το μηδενικό σημείο ανάπτυξης του παρασίτου βρίσκεται στους 14.2 °C για τον ''S. mansoni'' και στους 15.3 °C για το ''S. haematobium''. Η μεγαλύτερη εκκόλαψη του S. haematobium παρατηρήθηκε σε θερμοκρασίες νερού γύρω στους 25 °C. Η ταχύτητα της ροής του νερού επηρεάζει τη χωρική κατανομή του παρασίτου. Το στάσιμο νερό περιέχει υψηλότερη συγκέντρωση προνυμφών, ενώ το τρεχούμενο μπορεί να μεταφέρει το παράσιτο παθητικά σε μεγάλες αποστάσεις. Το πολύ αργό νερό που κινείται με ταχύτητα περίπου 0,1 m/s είναι επιτρέπει την εκτεταμένη διάδοση του παρασίτου, κάτι που αυξάνει τις πιθανότητες εύρεσης κατάλληλου ενδιάμεσου ξενιστή σαλιγκαριού.<br /> <br /> [[Εικόνα:sxisto3.jpg | thumb| right|Πίνακας 3:'''Δεδομένα Τηλεπισκόπησης που πάρθηκαν για τα περιβαλλοντικά χαρακτηριστικά''']]<br /> <br /> ''' Σαλιγκάρια γλυκού νερού'''<br /> <br /> Για να ολοκληρωθεί ένας επιτυχημένος κύκλος ζωής, το ''S. haematobium'' επιλέγει σχεδόν αποκλειστικά σαλιγκάρια του γένους ''Bulinus'', εκ των οποίων όμως μόνο μερικά είδη είναι ευαίσθητα. Οι ενδιάμεσοι ξενιστές του ''S. mansoni'' ανήκουν στο γένος ''Biomphalaria''. Όπως γίνεται με το παράσιτο, η επιβίωση και η αναπαραγωγή σαλιγκαριών εξαρτώνται από τη θερμοκρασία του νερού. Σε αντίθεση με το παράσιτο, τα σαλιγκάρια προτιμούν ψυχρότερες θερμοκρασίες. Παρόλο που τα σαλιγκάρια έχουν ευρεία ανοχή στη θερμοκρασία του περιβάλλοντος μεταξύ ημέρας και νύχτας και κατά τη διάρκεια ενός έτους, η ευνοϊκότερη θερμοκρασία κυμαίνεται μεταξύ 18 °C και 32 °C. Ωστόσο, στις υποτροπικές περιοχές της Αφρικής, οι υψηλές θερμοκρασίες ως περιορισμός της κατανομής των σαλιγκαριών είναι παρατηρείται μόνο για πολύ μικρά υδάτινα σώματα που εκτίθενται σε συνεχείς υψηλές θερμοκρασίες. Όσον αφορά την ταχύτητα ροής του νερού, τα σαλιγκάρια του γλυκού νερού έχουν ένα αξιοσημείωτο εύρος ανοχής και αποκολλούνται όταν η ταχύτητα ροής υπερβαίνει τα 0,3 m/s. Με βάση την υπόθεση ότι η υψηλότερης ροής συνδέεται με τη μειωμένη ταχύτητα αναπαραγωγής, παρατηρήθηκε θετική συσχέτιση μεταξύ του ρεύματος και της συχνότητας μόλυνσης από S. mansoni στα παιδιά σχολικής ηλικίας στην περιοχή Man στην Ακτή του Ελεφαντοστού. Η καταλληλότητα των ενδιαιτημάτων των σαλιγκαριών καθορίζεται από τη βλάστηση. <br /> <br /> [[Εικόνα:sxisto4.jpg | thumb| right|Πίνακας 3 (συνέχεια):'''Δεδομένα Τηλεπισκόπησης που πάρθηκαν για τα περιβαλλοντικά χαρακτηριστικά''']]<br /> <br /> Η θολερότητα του ύδατος λόγω της υψηλής περιεκτικότητας σε αιωρούμενα σωματίδια (360 mg/l), μπορεί να επηρεάσει την αναπαραγωγή των σαλιγκαριών. Ωστόσο, τα ενήλικα σαλιγκάρια δεν φαίνεται να επηρεάζονται. Η ανάπτυξη των υδρόβιων φυτών είναι περιορισμένη λόγω της υψηλής θολερότητας και συνεπώς οι συνθήκες καθίστανται λιγότερο ευνοϊκές. Όσον αφορά τη χημεία και την ποιότητα του νερού, το χαμηλό pH μπορεί να είναι επιβλαβές για τα σαλιγκάρια. Πράγματι, η εμφάνιση των σαλιγκαριών συσχετίζεται με τη σκληρότητα του νερού, με προτίμηση των σαλιγκαριών σε πολύ σκληρά νερά.<br /> <br /> [[Εικόνα:sxisto5.jpg | thumb| right|Πίνακας 3 (συνέχεια):'''Δεδομένα Τηλεπισκόπησης που πάρθηκαν για τα περιβαλλοντικά χαρακτηριστικά''']]<br /> <br /> ''' Ο άνθρωπος ως τελικός ξενιστής'''<br /> <br /> Ο άνθρωπος είναι ο τελικός ξενιστής του ''S. mansoni'' και του ''S. haematobium''. Οι προνύμφες διεισδύουν στο δέρμα του ανθρώπου, εισέρχονται στην κυκλοφορία του αίματος, αναπτύσσονται , ζευγαρώνουν και αρχίζουν να παράγουν αυγά μέσα σε περίπου δύο εβδομάδες. Τα ενήλικα παράγουν αυγά καθ 'όλη τη διάρκεια της ζωής τους και μέρος των αυγών αποβάλλεται μέσω των κοπράνων (''S. mansoni'') ή των ούρων (''S. haematobium''). Η σχιστοσωμίαση είναι μια ασθένεια της φτώχειας. Στις αφρικανικές χώρες νότια της Σαχάρας, η φτώχεια συνήθως συμβαδίζει με την κακή υγιεινή και τη στέγαση, την περιορισμένη πρόσβαση σε καθαρό νερό, τις συνθήκες διαβίωση και το χαμηλό μορφωτικό επίπεδο - όλα αυτά επιδεινώνουν τον κίνδυνο μόλυνσης από σχιστοσωμίαση.<br /> <br /> [[Εικόνα:sxisto6.jpg | thumb| right|Πίνακας 4:'''Σύνθεση των δεδομένων Τηλεπισκόπησης για την πρόβλεψη του κινδύνου μόλυνσης''']]<br /> <br /> Τα παιδιά και οι έφηβοι σχολικής ηλικίας, έχουν συνήθως τον υψηλότερο κίνδυνο μόλυνσης με μέγιστη μόλυνση περίπου σε ηλικίες 10-15 χρονών. Αυτή η χαρακτηριστική καμπύλη ηλικίας-μόλυνσης οφείλεται στην υψηλή έκθεση σε μολυσμένο νερό κατά τη διάρκεια του παιχνίδι. Ωστόσο, ειδικά τα παιδιά προσχολικής ηλικίας και οι μητέρες τους διατρέχουν σοβαρό κίνδυνο μόλυνσης. Σημειωτέον, όσο μεγαλύτερη είναι η μετάδοση, τόσο νωρίτερα παρατηρείται η αιχμή της επικράτησης της λοίμωξης. Αυτό το φαινόμενο έχει ονομαστεί &quot;κορυφαία μετατόπιση&quot;. Όσον αφορά την ανοσία, έχει αποδειχθεί ότι οι άνθρωποι είναι σε θέση να αναπτύξουν αμυντικούς μηχανισμούς με την αύξηση της ηλικία. Επομένως, αυτό το τυπικό κυρτό σχήμα της καμπύλης ηλικίας-μόλυνσης και ηλικίας-έντασης σε σχέση με τη σχιστοσωμίαση υποστηρίζει ότι σχετίζεται με την σταδιακή απόκτηση ανοσίας στην επανεμφάνιση της ασθένειας. Αυτό είναι το βασικό επιχείρημα ότι πρέπει να είναι δυνατή η ανάπτυξη ενός εμβολίου για την σχιστοσωμίαση.<br /> <br /> ''' Τηλεπισκόπηση της σχιστοσωμίασης'''<br /> <br /> Αρχικά, η χρήση δεδομένων τηλεπισκόπησης για την εκτίμηση του ποσοστού θνησιμότητας των ασθενών προήλθε από στρατιωτικά και οικονομικά συμφέροντα και μόνο αργότερα εφαρμόστηκε για επιδημιολογικές έρευνες. Μια δεκαετία μετά την πρωτοποριακή εργασία του Cross και των συναδέλφων του, οι ημερήσιες διακυμάνσεις της θερμοκρασίας από δεδομένα του NOAAAVHRR σχετίστηκαν με τις μετρήσεις της έρευνας για την επικράτηση της σχιστοσωμίασης στην Αίγυπτο. Δεδομένου ότι οι θερμοκρασιακές διαφορές μεταξύ ημέρας και νύχτας αντικατοπτρίζουν τις περιφερειακές υδρολογικές συνθήκες, η σημαντική αντίστροφη σχέση έδειξε την ικανότητα πρόβλεψης με τη βοήθεια δεδομένων τηλεπισκόπησης για τον κίνδυνο μετάδοσης σχιστοσωμάτων. Οι δυνατότητες της τηλεπισκόπησης και ο συνδυασμός της με χωρικές αναλύσεις βασισμένες στο σύστημα γεωγραφικών πληροφοριών (GIS) για την πρόβλεψη του κινδύνου σχιστοσωμίασης μπορούν να συνοψιστούν με την ικανότητα (i) να προσδιοριστεί η γεωγραφική κατανομή της ασθένειας λόγω των οικολογικών χαρακτηριστικών μετάδοσης της νόσου, (ii) περαιτέρω διερεύνηση του πλαισίου της οικολογίας της νόσου και της επιδημιολογίας μέσω της χωρικής της σχέσης, (iii) πρόληψης, της παρακολούθησης και του ελέγχου κινδύνου της νόσου και iv) παροχή έγκαιρης ενημέρωσης των περιοχών όπου μπορεί να υπάρξει μετάδοση της ασθένειας. <br /> <br /> ''' Συσχέτιση μεταξύ Τηλεπισκόπησης και οικολογίας της ασθένειας'''<br /> <br /> Η ανάλυση των παραγόντων κινδύνου που επηρεάζουν την μετάδοση των σχιστοσωμάτων (βλ. Πίνακα 2) και οι προηγούμενες εφαρμογές δεδομένων τηλεπισκόπησης για τη διαμόρφωση κινδύνου σχιστοσωμίασης (βλ. Πίνακα 3), συντέθηκαν περαιτέρω και συμπυκνώθηκαν και παρουσιάζονται στον Πίνακα 4. Αυτή η επισκόπηση είναι δομημένη σύμφωνα με τα στάδια του κύκλου ζωής του παρασίτου και (i) δείχνει τη δυνητική συμβολή των δεδομένων τηλεπισκόπησης για την ανάλυση του κινδύνου σχιστοσωμίασης και (ii) υποδεικνύει την σημασία των μετρήσεων μέσω τηλεπισκόπησης σε σχέση με την οικολογία της μετάδοσης της ασθένειας. Στο πλαίσιο της μοντελοποίησης του κινδύνου σχιστοσωμίασης, οι μεταβλητές της τηλεπισκόπησης μπορούν να παρέχουν είτε άμεσες μετρήσεις του χαρακτηριστικού ενδιαφέροντος, οι οποίες είναι για παράδειγμα το μέτρο της LST, η ταχύτητα ροής του νερού ή η κάλυψη της βλάστησης κατά μήκος των υδάτινων όγκων. Αυτές οι μεταβλητές μπορούν να αντικατοπτρίζουν άμεσα τις συνθήκες των ενδιαιτημάτων και να παρέχουν πληροφορίες σχετικά με τις πιθανές επιπτώσεις της μετάδοσης της ασθένειας. Ο Πίνακας 4 δείχνει ότι υπάρχουν παράγοντες κινδύνου που διέπουν τη μετάδοση σχιστοσωμάτων, οι οποίοι μπορούν να μετρηθούν με δεδομένα τηλεπισκόπησης. Συγκεκριμένα, οι παράγοντες κινδύνου που σχετίζονται με τα παράσιτα και τα σαλιγκάρια εντοπίζονται ικανοποιητικά με χρήση τηλεπισκόπησης. Με τον τρόπο αυτό, η τηλεπισκόπηση μπορεί να συμβάλλει ουσιαστικά στον χαρακτηρισμό των συνθηκών των ενδιαιτημάτων των παρασίτων και των σαλιγκαριών και μπορούν επίσης να ανιχνεύσουν τους ανθρώπινους οικισμούς και τη χωρική τους σχέση.<br /> <br /> ''' Συζήτηση - Συμβολή της Τηλεπισκόπησης'''<br /> <br /> Στην παρούσα εργασία, επιχειρήσαμε να γεφυρώσουμε τα δύο σκέλη της επιστημονικής έρευνας. Η παρούσα εργασία συνθέτει μία συσχέτιση μεταξύ των μετρήσεων με χρήση τηλεπισκόπισης των επιφανειακών συνθηκών και οικολογικών διεργασιών που διέπουν τη μετάδοση της σχιστοσωμίασης. Η σύνθεση αυτή εμβαθύνει στην κατανόηση αυτής της διεπιστημονικής σύνδεσης και έτσι επιτρέπει την συνεισφορά της τηλεπισκόπησης για την εκτίμηση του κινδύνου από τη νόσο. Η ανασκόπηση, επίσης, υποδηλώνει ότι η δυνατότητα εκτίμησης του κινδύνου σχιστοσωμίασης, με χρήση δεδομένων τηλεπισκόπησης είναι μεγαλύτερη από αυτή που πιστεύαμε μέχρι σήμερα.<br /> <br /> [[category: Υγεία]]</div>

Nchotzar http://147.102.106.44/rs/wiki/index.php/%CE%A7%CE%BF%CF%84%CE%B6%CE%AC%CF%81_%CE%9D%CE%B5%CF%8A%CE%BB%CE%B1%CE%BD 2018-02-18T12:57:26Z

<p>Nchotzar: </p> <hr /> <div>Add Your Content Here <br /> <br /> * [[Χαρτογράφηση του είδους Anopheles hyrcanus(Diptera Culicidae) στη Ν. Γαλλία, με τη βοήθεια της Τηλεπισκόπησης]]<br /> * [[Εκτίμηση της επίδρασης της υφής του εδάφους στην περιεκτικότητα σε νιτρικά και άζωτο στα υπόγεια νερά με χρήση Tηλεπισκόπησης]]<br /> * [[Εκτίμηση της ακριβούς εξατμισοδιαπνοής με τη χρήση Τηλεπισκόπησης: Εφαρμογή στον Κάμπο της Θεσσαλίας, Ελλάδα]]<br /> * [[Εποχιακή αποδοτικότητα του φωτός σε εύκρατα βαλτώδη οικοσυστήματα με χρήση Τηλεπισκόπησης]]<br /> * [[Η Τηλεπισκόπηση στη διατήρηση της βιοποικιλότητας]] <br /> * [[Παρακολούθηση κυανοβακτηριακών ανθών με χρήση Τηλεπισκόπησης]]<br /> * [[Τηλεπισκόπηση για τη διαχείριση της άρδευσης των καλλιεργειών]]<br /> * [[Ωκεανογραφικά χαρακτηριστικά των βιολογικών hot spots στο Βόρειο Ειρηνικό]]<br /> * [[Χαρακτηριστικά του κινδύνου της σχιστοσωμίασης με χρήση Τηλεπισκόπησης: προσεγγίσεις και προοπτικές]]<br /> <br /> [[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Αθήνα)]]</div>

Nchotzar http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Pacific12.jpg 2018-02-17T23:24:49Z

<p>Nchotzar: </p> <hr /> <div></div>

Nchotzar http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Pacific11.jpg 2018-02-17T23:24:37Z

<p>Nchotzar: </p> <hr /> <div></div>

Nchotzar http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Pacific10.jpg 2018-02-17T23:24:23Z

<p>Nchotzar: </p> <hr /> <div></div>

Nchotzar http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Pacific9.jpg 2018-02-17T23:24:09Z

<p>Nchotzar: </p> <hr /> <div></div>

Nchotzar http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Pacific8.jpg 2018-02-17T23:23:57Z

<p>Nchotzar: </p> <hr /> <div></div>

Nchotzar http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Pacific7.jpg 2018-02-17T23:23:44Z

<p>Nchotzar: </p> <hr /> <div></div>

Nchotzar http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Pacific6.jpg 2018-02-17T23:23:31Z

<p>Nchotzar: </p> <hr /> <div></div>

Nchotzar http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Pacific5.jpg 2018-02-17T23:23:18Z

<p>Nchotzar: </p> <hr /> <div></div>

Nchotzar http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Pacific4.jpg 2018-02-17T23:23:06Z

<p>Nchotzar: </p> <hr /> <div></div>

Nchotzar http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Pacific3.jpg 2018-02-17T23:22:53Z

<p>Nchotzar: </p> <hr /> <div></div>

Nchotzar http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Pacific2.jpg 2018-02-17T23:22:37Z

<p>Nchotzar: </p> <hr /> <div></div>

Nchotzar http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Pacific1.jpg 2018-02-17T23:22:25Z

<p>Nchotzar: </p> <hr /> <div></div>

Nchotzar http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Pacific.jpg 2018-02-17T23:22:08Z

<p>Nchotzar: </p> <hr /> <div></div>

Nchotzar http://147.102.106.44/rs/wiki/index.php/%CE%A9%CE%BA%CE%B5%CE%B1%CE%BD%CE%BF%CE%B3%CF%81%CE%B1%CF%86%CE%B9%CE%BA%CE%AC_%CF%87%CE%B1%CF%81%CE%B1%CE%BA%CF%84%CE%B7%CF%81%CE%B9%CF%83%CF%84%CE%B9%CE%BA%CE%AC_%CF%84%CF%89%CE%BD_%CE%B2%CE%B9%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CF%8E%CE%BD_hot_spots_%CF%83%CF%84%CE%BF_%CE%92%CF%8C%CF%81%CE%B5%CE%B9%CE%BF_%CE%95%CE%B9%CF%81%CE%B7%CE%BD%CE%B9%CE%BA%CF%8C 2018-02-17T23:21:34Z

<p>Nchotzar: Νέα σελίδα με ''''Ωκεανογραφικά χαρακτηριστικά των βιολογικών hot spots στο Βόρειο Ειρηνικό''' '''Πρωτότυπος τίτλ...'</p> <hr /> <div>'''Ωκεανογραφικά χαρακτηριστικά των βιολογικών hot spots στο Βόρειο Ειρηνικό''' <br /> <br /> '''Πρωτότυπος τίτλος:''' ''Oceanographic characteristics of biological hot spots in the North Pacific: A remote sensing perspective''<br /> <br /> [[Εικόνα:pacific.jpg | thumb| right|Eικόνα 1:'''Ψηφιακή βαθυμετρία (σε km) για τις 4 περιοχές μελέτης (1) Βόρειος Κεντρικός Ειρηνικός, (2)Ρεύμα Κεντρικής Καλιφόρνιας, (3) Βορειοανατολικός τροπικός Ειρηνικός και (4) νησιά Galapagos ''']]<br /> <br /> '''Συγγραφείς: '''Daniel M. Palacios, Steven J. Bograd, David G. Foley, Franklin B. Schwing<br /> <br /> '''Δημοσιεύθηκε: ''' ''Deep-Sea Research II 53 (2006) 250–269''<br /> <br /> '''Σύνδεσμος πρωτότυπου κειμένου:''' [https://www.sciencedirect.com/science/article/pii/S0967064506000415]<br /> <br /> [[Εικόνα:pacific1.jpg | thumb| right|Eικόνα 2:'''Μέση τιμή SLA (cm) και μέση CHL (mg m-3) για τον Φεβρουάριο και Αύγουστο του κεντρικού Βορείου Ειρηνικού''']]<br /> <br /> '''Λέξεις-Κλειδιά: ''' Galapagos, California, χλωροφύλλη, θηρευτές, παραγωγικότητα, θερμά σημεία, βιοποικιλότητα, θαλάσσιο ρεύμα, αναβλύσεις, τηλεπισκόπηση, Ειρηνικός Ωκεανός<br /> <br /> <br /> '''Εισαγωγή'''<br /> <br /> [[Εικόνα:pacific2.jpg | thumb| right|Eικόνα 3:'''Μέση τιμή SLA (cm) και μέση CHL (mg m-3) για τον Φεβρουάριο και Αύγουστο του ρεύματος της Κεντρικής Καλιφόρια''']]<br /> <br /> Οι ωκεανοί είναι φυσικά ετερογενείς σε μεγάλη χωρική κλίμακα. Η πολυπλοκότητα αυτού του οικοσυστήματος δημιουργεί μια ποικιλία ενδιαιτημάτων στα οποία ζουν οι θαλάσσιοι οργανισμοί καθ 'όλη τη διάρκεια της ζωής τους. Τα είδη έχουν εξελιχθεί να αναγνωρίζουν και να αξιοποιούν συγκεκριμένα χαρακτηριστικά του οικοσυστήματός τους για την εύρεση τροφής, την αποφυγή της θήρευσης, την εύρεση συντρόφου και την αναπαραγωγή τους. Οι θαλάσσιοι οργανισμοί επίσης, φτιάχνουν κοπάδια για αναπαραγωγή, τροφοληψία, προστασία και μετανάστευση. Η ικανότητά τους να εκτελούν αυτές τις λειτουργίες εξαρτάται όχι μόνο από τους άλλους οργανισμούς, αλλά και από τα χαρακτηριστικά του φυσικού τους περιβάλλοντος. Οι τοποθεσίες όπου οι οργανισμοί τείνουν να συγκεντρώνονται τακτικά ή όπου υπάρχει υψηλή βιολογική δραστηριότητα, ονομάζονται «βιολογικά θερμά σημεία». Επειδή αυτές οι περιοχές χαρακτηρίζονται από υψηλές συγκεντρώσεις οργανισμών, συμπεριλαμβανομένων πολλών ειδών που αξιοποιούνται εμπορικά, έχουν ιδιαίτερη σημασία. Για αυτό, είναι σημαντικό να γίνεται διαχείριση και διατήρηση των πόρων στα βιολογικά θερμά σημεία. Προαπαιτούμενο για τη διαχείριση των πόρων αυτών είναι ο προσδιορισμός και η αναγνώριση των βιολογικών θερμών σημείων και του χαρακτηρισμού τους στο γενικό περιβάλλον των ωκεανών.<br /> <br /> [[Εικόνα:pacific3.jpg | thumb| right|Eικόνα 4:'''Μέση τιμή SLA (cm) και μέση CHL (mg m-3) για τον Φεβρουάριο και Αύγουστο του βορειοανατολικού τροπικού Ειρηνικού''']]<br /> <br /> '''Υλικά και Μέθοδοι '''<br /> <br /> '''Βαθυμετρία''' <br /> <br /> [[Εικόνα:pacific4.jpg | thumb| right|Eικόνα 5:'''Μέση τιμή SLA (cm) και μέση CHL (mg m-3) για τον Φεβρουάριο και Αύγουστο των νησιών Galapagos''']]<br /> <br /> Η ψηφιακή βαθυμετρία εξήχθη από την παγκόσμια τοπογραφία θαλάσσιου βένθους των Smith και Sandwell (1997). Αυτό το σύνολο δεδομένων συνδυάζει όλες τις διαθέσιμες πληροφορίες βένθους με πληροφορίες θαλάσσιας βαρύτητας υψηλής ανάλυσης που παρέχονται από τα δορυφορά αλτίμετρα Geosat, ERS-1/2 και TOPEX / Poseidon (T / P). Το σύνολο δεδομένων έχει εικονική ανάλυση 2 arc minutes (4 km). Μια πρόσφατη εκτίμηση αυτού του συνόλου δεδομένων υψηλής ανάλυσης (30 και 100 m) echosounder-derived multibeam του Βορειοανατολικού Ειρηνικού, διαπίστωσε την αποτελεσματικότητα στην αναγνώριση χαρακτηριστικών στην κλίμακα των θαλάσσιων αποστάσεων, αλλά η δορυφορική βαθυμετρία μπορεί να ποικίλει από το πραγματικό βάθος έως και 50%.<br /> <br /> [[Εικόνα:pacific5.jpg | thumb| right|Eικόνα 6:'''Τιμές PMS SLA (cm) και RMS CHL (mg m-3) για τον Φεβρουάριο και Αύγουστο του Κεντρικού Βόρειου Ειρηνικού''']]<br /> <br /> '''Ανωμαλίες στο επίπεδο της θάλασσας'''<br /> <br /> Παγκόσμιοι 7 ημερών χάρτες ανωμαλιών στο επίπεδο της θάλασσας (SLA, δηλαδή η διαφορά μεταξύ του παρατηρούμενου ύψους της θάλασσας και της μέσης στάθμης της θάλασσας σε cm) πάρθηκαν για την περίοδο 14 Οκτωβρίου 1992-18 Αυγούστου 2004. Αυτοί οι χάρτες παράγονται συνδυάζοντας δεδομένα από τους δορυφορικούς υψομετρικούς μετρητές T / P, ERS-1/2, Jason και Envisat χρησιμοποιώντας την μέθοδο που περιγράφεται από τους Ducet et al. (2000). Παρά τα σφάλματος της δειγματοληψίας, τα οποία οφείλονται σε διαφορετικές διαδρομές και περιόδους επανάληψης της τροχιάς μεταξύ πολλών οργάνων ύψους, τα συνδυασμένα δεδομένα από πολλαπλές αποστολές έχουν το πλεονέκτημα να επεξεργάζονται τις ωκεάνιες μεθόδους μεσοκλίμακας, κάτι που ξεπερνά τις δυνατότητες ενός μόνο οργάνου.<br /> <br /> [[Εικόνα:pacific6.jpg | thumb| right|Eικόνα 7:'''Τιμές PMS SLA (cm) και RMS CHL (mg m-3) για τον Φεβρουάριο και Αύγουστο του ρεύματος της κεντρικής Καλιφόρνιας''']]<br /> <br /> '''Χρώμα Ωκεανού '''<br /> <br /> Τα δορυφορικά δεδομένα για το χρώμα του ωκεανού (συγκέντρωση φυτοπλαγκτόν, χλωροφύλλης-α) μετρήθηκε από τον αισθητήρα ευρυγώνιας προβολής θαλάσσης (SeaWiFS), ελήφθησαν από διάφορες πηγές για διαφορετικούς σκοπούς. Για τον γενικό χαρακτηρισμό στο 3 κεφάλαιο, χρησιμοποιήθηκαν μηνιαίοι μέσοι όροι για την περίοδο Σεπτέμβριος 1997-Δεκεμβρίος 2004 σε ανάλυση 9 km. Επιλεγμένοι μηνιαίοι μέσοι όροι και μέσοι όροι 8 ημερών, χρησιμοποιήθηκαν για τις case studies του κεντρικού Βόρειου Ειρηνικού και του βορειοανατολικού τροπικού Ειρηνικού. Αυτά τα σύνολα δεδομένων 9 χιλιομέτρων αποκτήθηκαν από το κέντρο GES DISC DAAC της NASA Goddard Space Flight Center (GSFC).<br /> <br /> [[Εικόνα:pacific7.jpg | thumb| right|Eικόνα 8:'''Τιμές PMS SLA (cm) και RMS CHL (mg m-3) για τον Φεβρουάριο και Αύγουστο του βορειοανατολικού τροπικού Ειρηνικού''']]<br /> <br /> '''Θερμοκρασία στην επιφάνεια της θάλασσας'''<br /> <br /> Οι θερμοκρασίες της θαλάσσιας επιφάνειας (SST), που προέρχονται από το AVHRR και επεξεργάζονται με τον αλγόριθμο 4.1 NOAA / NASA Oceans Pathfinder, διανέμονται από το κέντρο φυσικής ωκεανογραφίας Distributed Active Archive (PO.DAAC) της υπηρεσίας NASA / Ινστιτούτο Τεχνολογίας Καλιφόρνιας Jet Propulsion Laboratory (JPL). Ένας μέσος όρος 8 ημερών των καλύτερης ποιότητας δεδομένων, σε ανάλυση 9χλμ για την περίοδο 2-9 Φεβρουαρίου 2003, χρησιμοποιείται για να απεικονίσει το case study του βορειοανατολικού τροπικού Ειρηνικού.<br /> <br /> [[Εικόνα:pacific8.jpg | thumb| right|Eικόνα 9:'''Τιμές PMS SLA (cm) και RMS CHL (mg m-3) για τον Φεβρουάριο και Αύγουστο των νησιών Galapagos''']]<br /> <br /> '''Μηνιαία ανάλυση του χρώματος του ωκεανού στην κεντρική Καλιφόρνια'''<br /> <br /> Το συνδυασμένο σύνολο μηνιαίων δεδομένων CHL καλύπτει την περίοδο Οκτωβρίου 1997-Μαρτίου 2005 και περιελάμβανε 90 εικόνες. Η ανάλυση εμπειρικής ορθογωνικής λειτουργίας (EOF) αυτού του συνόλου δεδομένων χρησιμοποιήθηκε για την εξαγωγή των χαρακτηριστικών προτύπων μεταβλητότητας της CHL και την αναγνώριση πιθανών βιολογικών θερμών σημείων στην κεντρική Καλιφόρνια. Για να επισημανθούν πιθανά βιολογικά θερμά σημεία (δηλ. Περιοχές με μεγάλη CHL), ο χωρικός μέσος απομακρύνθηκε από κάθε εικόνα. Το τελικό βήμα στην προεπεξεργασία του συνόλου δεδομένων ήταν η αφαίρεση του χρονικού μέσου σε κάθε εικονοστοιχείο.<br /> <br /> [[Εικόνα:pacific9.jpg | thumb| right|Eικόνα 10:'''Case study κεντρικού Βόρειου Ειρηνικού (Α) SLA (cm) (Β) μηνιαία μέση CHL (mg m-3) ''']]<br /> <br /> '''Ωκεανογραφικά χαρακτηριστικά βιολογικών hot spots στον βόρειο ειρηνικό '''<br /> <br /> Τα βιολογικά θερμά σημεία θεωρούνται συχνότερα ως περιοχές όπου τα αρπακτικά ζώα συγκεντρώνονται, πιθανώς λόγω των αυξημένων τροφικών αλληλεπιδράσεων και της αφθονίας τροφής. Αν και αναγνωρίζουμε ότι μπορεί να υπάρχουν και βιολογικά θερμά σημεία στις ωκεάνιες περιοχές, οι οποίες δεν έχουν διακριτά φυσικά χαρακτηριστικά επειδή χρησιμοποιούνται ως σταθεροί μεταναστευτικοί διάδρομοι ή αναπαραγωγικοί προορισμοί, εστιάζουμε εδώ στα ωκεανογραφικά χαρακτηριστικά που οδηγούν σε βιολογικά θερμά σημεία. Τα ωκεανογραφικά χαρακτηριστικά μπορούν να ποικίλουν ανάλογα με τη χωρική τους κλίμακα, το βαθμό επανάληψής τους, τους μηχανισμούς εξαναγκασμού και τις βιολογικές επιπτώσεις τους. Αυτά τα χαρακτηριστικά εξετάζονται σε αυτό το τμήμα, χρησιμοποιώντας τέσσερις αντιπροσωπευτικές περιοχές που περιλαμβάνουν αναγνωρισμένα βιολογικά θερμά σημεία: τον κεντρικό Βόρειο Ειρηνικό (CNP), την κεντρική Καλιφόρνια (CCS), τον βορειοανατολικό τροπικό Ειρηνικό (NETP) και τα νησιά Galapagos (Εικόνα 1). <br /> <br /> [[Εικόνα:pacific10.jpg | thumb| right|Eικόνα 11:'''Case study Ρεύμα Κεντρικής Καλιφόρνιας, οι τρεις μέθοδοι EOF''']]<br /> <br /> '''Τοπικές ρυθμίσεις'''<br /> <br /> '''Κεντρικός Βόρειος Ειρηνικός'''<br /> <br /> Αν και η δραστηριότητα των θερμών σημείων είναι συχνά πιο έντονη σε σχετικά μικρό εύρος περιοχής, τα φυσικά τους χαρακτηριστικά μπορούν να εκτείνονται σε ολόκληρες λεκάνες του ωκεανού. Η περιοχή του Βόρειου Ειρηνικού (Εικόνα 1) είναι αντιπροσωπευτική στην ανάπτυξη φυσικών χαρακτηριστικών μεγάλης κλίμακας. Το CNP απέχει πολύ από τα παράκτια, χαρακτηρίζεται από ισχυρές διαβαθμίσεις διαθεσιμότητας φωτός και θρεπτικών συστατικών και επηρεάζεται από την έντονη εποχικότητα ανέμων. Μια έντονη μετάβαση από τις υψηλές επιφανειακές συγκεντρώσεις χλωροφύλλης του Subarctic Gyre στις χαμηλές συγκεντρώσεις του Gyrum ορίζεται από την 0,2mg m3 ισοβαθή χλωροφύλλης και είναι γνωστή ως η μετωπική ζώνη χλωροφύλλης μεταβατικής ζώνης. Αυτό το σημείο έχει αποδειχτεί ότι είναι ένας σημαντικός βιότοπος και μεταναστευτικός διάδρομος για μια σειρά από αρπακτικά ζώα, όπως ο τόνος, οι θαλάσσιες χελώνες, οι καρχαρίες και τα θαλάσσια πτηνά, γεγονός που οδηγεί σε συγκρούσεις μεταξύ των μεταναστευτικών προστατευόμενων ειδών και της εμπορικής αλιείας. <br /> <br /> [[Εικόνα:pacific11.jpg | thumb| right|Eικόνα 12:'''Case study Βορειοανατολικού Τροπικού Ειρηνικού (Α) SLA (cm) (Β) μηνιαία μέση CHL (mg m-3) ''']]<br /> <br /> '''Κεντρική Καλιφόρνια''' <br /> <br /> Παρόλο που μια πολύ μικρότερη περιοχή από αυτή που εξετάστηκε στην προηγούμενη περίπτωση (Εικόνα 1) χαρακτηρίζεται από πολύ ισχυρές διασταυρούμενες κλίσεις στα φυσικά και βιολογικά πεδία, οι ισχυροί άνεμοι και η δυναμική του Ekman, έχει μια σύνθετη και ενεργητική δομή της τρέχουσας κατάστασης και επηρεάζεται σε μεγάλο βαθμό από μια ετερογενή τοπογραφία της ηπειρωτικής υφαλοκρηπίδας και την παράκτια ορογραφία. Πρόκειται για ένα εξαιρετικά παραγωγικό σύστημα, το οποίο καθοδηγείται από την εποχική παράκτια ανοδική πορεία, η οποία διατηρεί πολλά θαλάσσια αλιεύματα. Η περιοχή αυτή φιλοξενεί επίσης μια σειρά θαλάσσιων καταφυγίων (Εικόνα 11Α).<br /> <br /> [[Εικόνα:pacific12.jpg | thumb| right|Eικόνα 13:'''Case study νησιά Galapagos (Α) SLA (cm) (Β) μηνιαία μέση CHL (mg m-3) ''']]<br /> <br /> '''Τα νησιά Galapagos''' <br /> <br /> Τα νησιά Galapagos αντιπροσωπεύουν ένα απότομο τοπογραφικό φραγμό μέσα σε ένα βαθύ ωκεάνιο περιβάλλον περίπου 960 km από τις ακτές της Νότιας Αμερικής. Οι φυσικοί και οικολογικοί παράγοντες που οδηγούν σε υψηλή βιομάζα φυτοπλαγκτού στη δυτική πλευρά του αρχιπελάγους, περιλαμβάνουν την τοπική, ετήσια ανάβλυση του Equatorial Undercurrent, τους εποχιακούς ανέμους κατά μήκος της ισημερινής ψυχρής γλώσσας και του φυσικού εμπλουτισμού σε σίδηρο. Η περιοχή αυτή υπόκειται σε ισχυρές διαχρονικές διακυμάνσεις, που επηρεάζουν σε μεγάλο βαθμό τους τοπικούς θαλάσσιους βιοτόπους, οι οποίοι εξαρτώνται από την ανάβλυση. Αυτή η περιοχή αποτελεί παράδειγμα ενδημισμού και βιοποικιλότητας που απορρέουν από τις έντονες περιβαλλοντικές πιέσεις. Η ωκεάνια περιοχή που περιβάλλει τα νησιά Galapagos είναι ένα Εθνικό Θαλάσσιο Καταφύγιο (Εικόνα 5Α), με ορισμένα σοβαρά ζητήματα διατήρησης.<br /> <br /> '''Η μέση κατάσταση'''<br /> <br /> Αν και πολλά θερμά σημεία είναι σποραδικά και εφήμερα, τα φυσικά χαρακτηριστικά τους, τα οποία είναι συνήθως χωρικά σταθερά ή διαχρονικά μπορεί να είναι πιο σημαντικά οικολογικά. Αυτή η διαχρονικότητα συμβάλλει στη διατήρηση της τροφικής αλυσίδας και στις τροφικές αλληλεπιδράσεις από τους πρωτογενείς παραγωγούς, μέχρι το εξαιρετικά κινητό νηκτόν. Παρομοίως, οι διαδικασίες που επαναλαμβάνονται σε τακτικούς κύκλους μπορούν να οδηγήσουν σε προβλέψιμη ανάπτυξη αξιοποιήσιμων περιοχών αλίευσης. Πολλά θαλάσσια είδη εξελίχθηκαν να συγχρονίζουν τον κύκλο ζωής τους με την παρουσία (ή απουσία) αυτών των επαναλαμβανόμενων χαρακτηριστικών. Οι εποχιακοί χάρτες των SLA και CHL αντιπροσωπεύουν το φυσικό και βιολογικό περιβάλλον κάθε περιοχής και μπορούν να χρησιμοποιηθούν για τον εντοπισμό των επαναλαμβανόμενων χαρακτηριστικών (Εικόνες 2-5). Η σχετικά υψηλή (ή χαμηλή) CHL καλύπτει το μεγαλύτερο μέρος της κεντρικής περιοχής του Βόρειου Ειρηνικού το χειμώνα (ή το καλοκαίρι), αντανακλώντας τις εποχιακές αλληλεπιδράσεις μεταξύ διαθεσιμότητας φωτός και θρεπτικών ουσιών. Σε σύγκριση με το CNP, το CCS έχει πολύ μικρότερο εποχιακό εύρος στο SLA (Εικόνες 3Α και Β). Η διαβάθμιση του SLA στην CCS αντικατοπτρίζει την διαρκή ισημερινή ροή του ρεύματος της Καλιφόρνιας, ενώ οι μεγαλύτερες υπεράκτιες ανωμαλίες το καλοκαίρι αντανακλούν την εποχική ανάπτυξη. Η μεγάλη εποχιακή παράκτια ροή στην CCS, οδηγεί σε εξαιρετικά υψηλή συγκέντρωση CHL το καλοκαίρι στην ακτή (Εικ. 3D). Υπάρχει έντονη εποχιακή αντίθεση στο SLA στο NETP (Εικόνες 4Α και Β). Μία διακοπή στο υψηλό SLA κατά μήκος της διαδρομής του Tehuantepec, συνδέεται με την ηφαιστειογενή ζώνη του Ανατολικού Ειρηνικού. Σε αντίθεση με αυτό το πρότυπο, το καλοκαίρι στον ανατολικό τροπικό Ειρηνικό είναι αδρανές (Εικόνα 4Β). Αυτή τη στιγμή, η ζώνη του θερμοκλινούς, που κορυφώθηκε στον κόλπο της Κόστα Ρίκα, έχει ως αποτέλεσμα τον σχετικά χαμηλό μέσο όρο SLA και την αυξημένη CHL (Εικόνες 4Β και D). Υψηλή χειμερινή CHL εκτείνεται στην ανοικτή θάλασσα από τους κόλπους του Tehuantepec, Papagayo, και τον Παναμά, ωθούμενη από τις τοπικές αναβλύσεις (Εικ. 4C). Αυτό έχει ως αποτέλεσμα τα αρνητικά SLAs στους κόλπους του Tehuantepec και του Papagayo (Εικόνα 4Α). Η ζώνη που χαρακτηρίζεται από έντονη δραστηριότητα το χειμώνα αντιστοιχεί επίσης σε σχετικά υψηλότερη τιμή CHL. Η περιοχή γύρω από τα Galapagos έχει ασθενή εποχικότητα στο SLA (Εικ. 5Α και Β). <br /> <br /> '''Case studies'''<br /> <br /> '''Κεντρικός Βόρειος Ειρηνικός '''<br /> <br /> Οι μέσες τιμές του Ιουνίου 1999 για τα SLA και CHL, παρέχουν μια case study φυσικο-βιολογικής σύζευξης σε ωκεανογραφικά χαρακτηριστικά μεγάλης χωρικής κλίμακας στον κεντρικό Βόρειο Ειρηνικό (Εικ. 10). Αυτή είναι μια δυναμική περιοχή, που χωρίζει τα χαμηλά θρεπτικά, ολιγοτροφικά υποτροπικά ύδατα σ τα νότια από τα υψηλά θρεπτικά ύδατα στα βόρεια. Τα κυκλωνικά (αντικυκλωνικά) χαρακτηριστικά στην Εικόνα 10 συνδέονται με τοπικά υψηλές (ή χαμηλές) τιμές CHL. Αυτή η σύζευξη μπορεί να φανεί στο έντονο πεδινό σημείο κοντά στο δυτικό όριο της περιοχής. Παρόμοιες αντιστοιχίες παρατηρούνται όλο το χρόνο σε αυτήν την περιοχή. Αυτή η σχέση αναδεικνύει ότι τα ύδατα εντός και νότια του TZCF είναι οριακά θρεπτικά και απαιτούν κάθετες κινήσεις για τη διάχυση θρεπτικών ουσιών στην ευφωτική ζώνη και την αύξηση της πρωτογενούς παραγωγής, όπως έχει αποδειχθεί και σε άλλα ολιγοτροφικά συστήματα. <br /> <br /> '''Κεντρική Καλιφόρνια '''<br /> <br /> Οι τρεις πρώτοι μέθοδοι αποσύνθεσης του EOF εξηγούν το 41,4% της διακύμανσης στο σύνολο των δεδομένων (Εικ. 11). Η κύρια μέθοδος (26,2%) περιγράφει μια αντίθεση στην ξηρά-θάλασσα (Εικόνα 11Α), που κυμαίνεται σε ένα χαρακτηριστικό ετήσιο κύκλο: το ελάχιστο επιτεύχθηκε γύρω στο Δεκέμβριο-Ιανουάριο και το μέγιστο εμφανίζεται τον Μάιο-Ιούλιο (Εικ. 11D). Τρεις ξεχωριστές ζώνες υψηλής CHL παρατηρούνται κατά μήκος της ακτής (Εικ. 11Α). Από τα βόρεια προς τα νότια αυτές είναι: το Cape Mendocino ως το Point Arena, το Bodega Head ως το Point Sur και το Cape San Martin ως το Point Arguello. Ο τελευταίος εκτείνεται νότια και ανοικτής θάλασσας ως τον όρμο, ο οποίος περιλαμβάνει τη βόρεια πλευρά των δυτικών νήσων Channel (San Miguel και Santa Rosa). Μέσα σε αυτή τη ζώνη, ο κόλπος Estero (Morro) και η λεκάνη της Santa Maria έχουν τις μεγαλύτερες τιμές. Αυτές οι τρεις ζώνες συνεχώς υψηλής CHL συνδέονται με γνωστά ανοδικά κέντρα κατά μήκος της ακτής και ενδεχομένως αντιπροσωπεύουν περιοχές με αυξημένες ευκαιρίες τροφοληψίας για τα αποδημητικά είδη και τους θηρευτές στην CCS. Η δεύτερη μέθοδος (9,1% της διακύμανσης) και η τρίτη (6,1%) χαρακτηρίζονται από υψηλής συχνότητας μεταβλητότητα (Σχήματα 11Ε και ΣΤ) που ενδεχομένως αντιπροσωπεύουν βραχυχρόνια συμβάντα που δεν επιλύθηκαν πλήρως από τα μηνιαία σύνθετα. Η μέθοδος 2 περιγράφει μια στενή ζώνη μεγαλύτερης CHL κατά μήκος της ακτής, που επεκτείνεται προς τα βόρεια του κόλπου του Σαν Φρανσίσκο (Εικ. 11Β). Η ζώνη αυτή ακολουθεί τη ηπειρωτική υφαλοκρηπίδα, όπως υπογραμμίζεται από την ισοβαθή των 200 μέτρων, ιδιαίτερα νότια από τον κόλπο του Σαν Φρανσίσκο. Η τρίτη μέθοδος περιγράφει τα αυξημένα επίπεδα της CHL στο κανάλι Santa Barbara και σε μικρότερο βαθμό σε διάφορες τοποθεσίες κατά μήκος της ακτής, συμπεριλαμβανομένου του κόλπου του Σαν Φρανσίσκο (Εικ. 11C). Μία περιοχή μειωμένης CHL βρίσκεται εκτός θάλασσας στο κεντρικό τμήμα της περιοχής μελέτης. Η χρονική συμπεριφορά χαμηλής συχνότητας αυτού του τρόπου (εικ. 11F) περιγράφει τις κορυφές του χειμώνα / της άνοιξης του 1998, του 2000 και του 2004. <br /> <br /> '''Βορειοανατολικός τροπικός Ειρηνικός '''<br /> Οι δραματικές επιδράσεις της ανάβλυσης τον χειμώνα κατά μήκος των ακτών της Κεντρικής Αμερικής απεικονίζονται στην Εικόνα 12. Δορυφορικά σύνθετα από τις αρχές Φεβρουαρίου 2003 δείχνουν ανοδικές μάζες χαμηλού SLA και SST και υψηλής CHL, που προέρχονται από τους κόλπους Tehuantepec (UT) και Papagayo (UP). Τρεις θερμές, αντικυκλωνικές περιοχές (ET1-T3) φαίνεται να πολλαπλασιάζονται προς τα δυτικά, μεταφέροντας υψηλό σε CHL νερό, προερχόμενο από την ανοδική ανάβλυση του Tehuantepec. Μία αντικυκλωνική περιοχή (EP2) με παρόμοια χαρακτηριστικά και μία μικρή, ψυχρή, με υψηλή CHL (ΕΡ1) φαίνονται έξω από τον Κόλπο του Papagayo. Κατά μέσο όρο, σχηματίζονται τέσσερις στο Tehuantepec και δύο στο Papagayo κάθε χρόνο. Ωστόσο, υπάρχει σημαντική ετήσια μεταβλητότητα στον αριθμό και την ένταση αυτών των στροβιλισμών, καθώς και στον χρόνο και τη διάρκεια της παρουσίας τους. <br /> <br /> '''Τα νησιά Γκαλαπάγκος '''<br /> <br /> Μεγάλο μέρος του βιολογικού πλούτου των νερών γύρω από τα νησιά Galapagos τροφοδοτείται από την ετήσια τοπογραφική ανάβλυση του ρεύματος του Equatorial Undercurrent, το οποίο σχηματίζει ένα υπερκείμενο κύμα υψηλής βιομάζας φυτοπλαγκτού στη δυτική πλευρά των νησιών. Ενώ η εποχική μεταβλητότητα έχει μόνο μικρή επίδραση στην έκταση και την περιεκτικότητα σε βιομάζα φυτοπλαγκτού, όπως αποδεικνύεται από τους χάρτες της μέσης CHL για το Φεβρουάριο και τον Αύγουστο (Εικόνες 5C και D), οι ισχυρότερες επιπτώσεις εμφανίζονται ανά διετία. Ο δείκτης Galapagos Plum (GPI, Εικόνα 13Α) αντιπροσωπεύει την έκταση (σε km2) της ανάβλυσης, όπως οριοθετείται από το περίγραμμα των 0,5 mg m3 CHL, στις εικόνες των ισοβαθών 8 ημερών για την περίοδο 4 Οκτωβρίου 1997-23 Δεκεμβρίου 2004. Τόσο το GPI όσο και η περιεκτικότητα σε βιομάζα χαρακτηρίζονται από διακυμάνσεις υψηλής συχνότητας, ενώ με λίγες εξαιρέσεις υπάρχει καλή αντιστοιχία μεταξύ των δύο σειρών (Εικόνα 13Α). Το GPI έχει μέση τιμή 15103 km2 και μέση βιομάζα 9103 mg m3. <br /> <br /> '''Συμπεράσματα '''<br /> <br /> Χρησιμοποιήθηκαν δορυφορικές παρατηρήσεις για να περιγραφούν τα ωκεανογραφικά χαρακτηριστικά τεσσάρων διαφορετικών περιοχών του Βόρειου Ειρηνικού Ωκεανού που περιλαμβάνουν γνωστά βιολογικά θερμά σημεία. Χρησιμοποιήθηκαν αρκετές αναλυτικές τεχνικές που μπορούν να εφαρμοστούν στα δορυφορικά δεδομένα για τον εντοπισμό και το χαρακτηρισμό θερμών σημείων. Για κάθε περιοχή εντοπίστηκε μια ποικιλία φυσικών χαρακτηριστικών που θα μπορούσαν δυνητικά να επηρεάσουν τη βιολογική παραγωγικότητα και κατανομή και που μπορούν να ταξινομηθούν κατά χωρική κλίμακα, βαθμό επανάληψης, μηχανισμό πίεσης και βιολογική επίδραση: (α) Μεταβατική ζώνη χλωροφύλλης, το οποίο είναι γνωστό ότι είναι ένα σημαντικό στοιχείο για την αναζήτηση τροφής και μετακίνησης των αρπακτικών. (β) Κεντρικός βόρειος Ειρηνικός χώρος: ανθεκτικοί και ισχυροί χαρακτηρισμοί μεσοκλίμακας (meanders και eddies) που καλύπτουν ολόκληρο το CNP και οδηγούν σε τοπικά αυξημένες (μειωμένες) νέες αλληλεπιδράσεις παραγωγών και αρπακτικών ειδών. (c) Βορειοανατολικός τροπικός Ειρηνικός: τα σκάφη που περνούν το χειμώνα τον ισθμό της Κεντρικής Αμερικής συμβάλλουν στην παρουσία υδροστρόβιλων, οι οποίοι ενισχύουν την τοπική παραγωγικότητα και μεταφέρουν τα παράκτια ύδατα στο ολιγοτροφικό NETP. δ) Κόλπος της Κόστα Ρίκα: το συνεχές θερινό μοτίβο θετικής (κυκλωνικής) κυρτότητας του ανέμου προκαλεί την ανύψωση του θερμοκλινούς, δημιουργώντας μια υπεράκτια περιοχή υψηλής βιολογικής παραγωγής που αξιοποιούν έντονα τα άγρια μεταναστευτικά θαλάσσια αρπακτικά, όπως ο τόνος, τα δελφίνια και οι φάλαινες. (ε) Ρεύμα California Current: η εποχιακή παράκτια ανοδική ροή στην CCS οδηγεί σε έναν κανονικό κύκλο υψηλής παραγωγικότητας στην υφαλοκρηπίδα και σε μια σημαντική μεταφορά ενέργειας σε τοπικές περιοχές που είναι ζωτικής σημασίας για τους θηρευτές. (στ) Ρεύμα California Current: αστάθειες στο ρεύμα της Καλιφόρνια, οδηγεί στο σχηματισμό στροβίλων μεσαίας κλίμακας, οι οποίοι μπορούν να ενισχύσουν την τοπική παραγωγή και να μεταφέρουν παράκτια ύδατα και οργανισμούς στα ανοικτά. (ζ) Ανάβλυση Galapagos upwelling: ένας τοπικός και πολύ μεταβαλλόμενος όγκος υψηλής βιομάζας φυτοπλαγκτού στη δυτική πλευρά αυτού του αρχιπελάγους οδηγεί σε ένα σημαντικό θερμό σημείο για τους κορυφαίους θηρευτές στον ισημερινό Ειρηνικό.<br /> <br /> '''Συμβολή της Τηλεπισκόπησης'''<br /> <br /> Η Τηλεπισκόπηση μπορεί να βοηθήσει, σύμφωνα με την παρούσα εργασία, στον εντοπισμό θερμών σημείων (hot spot) σε θαλάσσιες περιοχές, οι οποίες χαρακτηρίζονται από υψηλή βιοποικιλότητα που είναι σημαντική η προστασία και διατήρησή της.<br /> <br /> [[category: Οικολογία]]</div>

Nchotzar http://147.102.106.44/rs/wiki/index.php/%CE%A7%CE%BF%CF%84%CE%B6%CE%AC%CF%81_%CE%9D%CE%B5%CF%8A%CE%BB%CE%B1%CE%BD 2018-02-17T23:16:36Z

<p>Nchotzar: </p> <hr /> <div>Add Your Content Here <br /> <br /> * [[Χαρτογράφηση του είδους Anopheles hyrcanus(Diptera Culicidae) στη Ν. Γαλλία, με τη βοήθεια της Τηλεπισκόπησης]]<br /> * [[Εκτίμηση της επίδρασης της υφής του εδάφους στην περιεκτικότητα σε νιτρικά και άζωτο στα υπόγεια νερά με χρήση Tηλεπισκόπησης]]<br /> * [[Εκτίμηση της ακριβούς εξατμισοδιαπνοής με τη χρήση Τηλεπισκόπησης: Εφαρμογή στον Κάμπο της Θεσσαλίας, Ελλάδα]]<br /> * [[Εποχιακή αποδοτικότητα του φωτός σε εύκρατα βαλτώδη οικοσυστήματα με χρήση Τηλεπισκόπησης]]<br /> * [[Η Τηλεπισκόπηση στη διατήρηση της βιοποικιλότητας]] <br /> * [[Παρακολούθηση κυανοβακτηριακών ανθών με χρήση Τηλεπισκόπησης]]<br /> * [[Τηλεπισκόπηση για τη διαχείριση της άρδευσης των καλλιεργειών]]<br /> * [[Ωκεανογραφικά χαρακτηριστικά των βιολογικών hot spots στο Βόρειο Ειρηνικό]]<br /> <br /> [[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Αθήνα)]]</div>

Nchotzar 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%B3%CE%B9%CE%B1_%CF%84%CE%B7_%CE%B4%CE%B9%CE%B1%CF%87%CE%B5%CE%AF%CF%81%CE%B9%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%AC%CF%81%CE%B4%CE%B5%CF%85%CF%83%CE%B7%CF%82_%CF%84%CF%89%CE%BD_%CE%BA%CE%B1%CE%BB%CE%BB%CE%B9%CE%B5%CF%81%CE%B3%CE%B5%CE%B9%CF%8E%CE%BD 2018-02-08T23:19:28Z

<p>Nchotzar: </p> <hr /> <div>'''Τηλεπισκόπηση για τη διαχείριση της άρδευσης των καλλιεργειών '''<br /> <br /> '''Πρωτότυπος τίτλος:''' ''Remote Sensing for Crop Water Management: From ET Modelling to Services for the End Users''<br /> <br /> '''Συγγραφείς: ''' Alfonso Calera, Isidro Campos, Anna Osann, Guido D’Urso and Massimo Menenti<br /> <br /> '''Δημοσιεύθηκε: ''' ''Sensors (Basel) 2017 May 11;17(5). pii: E1104. doi: 10.3390/s17051104 ''<br /> <br /> '''Σύνδεσμος πρωτότυπου κειμένου:''' [https://www.ncbi.nlm.nih.gov/pubmed/28492515]<br /> <br /> '''Λέξεις-Κλειδιά:''' Τηλεπισκόπηση, εξατμισοδιαπνοή, NIWR, Penman-Monteith, IrriSatSMS, web-GIS<br /> <br /> [[Εικόνα:crop.jpg | thumb| right|Eικόνα 1:''' Επισκόπηση των προσεγγίσεων με χρήση τηλεπισκόπησης για τον υπολογισμό της εξατμισοδιαπνοής και τις αρδευτικές απαιτήσεις μιας καλλιέργειας. ''']]<br /> <br /> <br /> '''Εισαγωγή'''<br /> <br /> Η σημερινή ζήτηση γλυκού νερού για άρδευση στον κόσμο είναι μη βιώσιμη, όπως αναγνώρισε ο Οργανισμός Τροφίμων και Γεωργίας των Ηνωμένων Εθνών (FAO). Ένας από τους πιθανούς τρόπους επίλυσης αυτού του προβλήματος θα μπορούσε να είναι η βελτίωση της αποτελεσματικότητας στη χρήση νερού για άρδευση για την επίτευξη βιώσιμης εντατικοποίησης της αρδευόμενης γεωργίας ως &quot;παραγωγή περισσότερων προϊόντων με αποτελεσματικότερη χρήση όλων των εισροών σε σταθερή βάση&quot;. Στο σχέδιο διαχείρισης των καλλιεργειών, ένα καλό πρώτο βήμα για τη βελτίωση της αποδοτικότητας της χρήσης των υδάτων είναι η χρήση της ελάχιστης ποσότητας νερού που χρειάζεται βάσει των πραγματικών απαιτήσεων των καλλιεργειών, επισημαίνοντας την αναγκαιότητα εκτιμήσεων της καθαρής απαίτησης νερού άρδευσης (NIWR). Το NIWR είναι το νερό που πρέπει να χρησιμοποιείται για άρδευση, ώστε να αντισταθμίσει την εξατμισοδιαπνοή, την έκπλυση και τις ποικίλες παροχές νερού. Επομένως, για τον υπολογισμό του NIWR απαιτείται η εκτίμηση των απαιτήσεων σε νερό της καλλιέργειας (CWR) και του ισοζυγίου του νερού, όπου η εξατμισοδιαπνοή (ΕΤ) είναι το κύριο συστατικό.<br /> <br /> [[Εικόνα:crop1.jpg | thumb| right|Eικόνα 2:''' Σύγκριση του Kc της καλλιέργειας σιταριού και καλαμποκιού και η χρονική εξέλιξη του δείκτη NDVI και για τις δύο καλλιέργειες, Albacete, Ισπανία. ''']]<br /> <br /> '''Εκτίμηση εξατμισοδιαπνοής με χρήση τηλεπισκόπησης'''<br /> <br /> Οι περισσότερες μεθοδολογίες για την εκτίμηση της ΕΤ με βάση τα δεδομένα τηλεπισκόπησης, βασίζονται στο μοντέλο μεγάλης φυλλικής επιφάνειας και στις περαιτέρω εξελίξεις της εξίσωσης Penman-Monteith. Αυτό το μοντέλο βασίζεται στην προσέγγιση της ενεργειακής ισορροπίας της επιφάνειας και της αντίστασης του φύλλου, για την περιγραφή της μεταφοράς των υδρατμών. Η εξίσωση Penman-Monteith μπορεί να εφαρμοστεί για την εκτίμηση της ET, όταν οι επιφανειακές και αεροδυναμικές αντιστάσεις προσδιορίζονται σωστά για συγκεκριμένο είδος καλλιέργειας γνωστών χαρακτηριστικών και περιβαλλοντικών χαρακτηριστικών. Στο πλαίσιο της παρούσας εργασίας, η εξίσωση Penman-Monteith εφαρμόστηκε, για την εκτίμηση των απαιτήσεων νερού άρδευσης, κοινώς γνωστή ως μέθοδος FAO-56. Εφαρμόστηκε η προσέγγιση γνωστή ως &quot;άμεσος υπολογισμός&quot;, για την οποία απαιτούνται τα χαρακτηριστικά των καλλιεργειών που μετριούνται ή εκτιμώνται για κάθε τμήμα της καλλιέργειας. Ο άμεσος υπολογισμός χρησιμοποιήθηκε, για να βελτιωθεί ο ορισμός της αναφοράς ET, ETo, λαμβάνοντας υπόψη μια γνωστής έκτασης επιφάνεια γρασιδιού που έχει σταθερό ύψος καλλιέργειας (0,12 m), albedo (0,23) και LAI. Η Εικόνα 1 δείχνει σχηματικά το πλαίσιο f ή την ενσωμάτωση των διαφορετικών μοντέλων για την αξιολόγηση του CWR και του NIWR.<br /> <br /> [[Εικόνα:cropp.jpg | thumb| right|Eικόνα 3:''' Kc διαφόρων καλλιεργειών. ''']]<br /> <br /> '''Διαχείριση νερού άρδευσης'''<br /> <br /> '''Παρακολούθηση της ανάπτυξης των καλλιεργειών στη σωστή χωρική και χρονική κλίμακα '''<br /> <br /> Η παρακολούθηση της ανάπτυξης των καλλιεργειών και της εξατμισοδιαπνοής τους για τη διαχείριση της άρδευσης, απαιτεί πυκνή χρονοσειρά πολυφασματικών εικόνων με χωρική ανάλυση αρκετά υψηλή, ώστε να επιλύει τη μεταβλητότητα εντός του πεδίου σε πραγματικό χρόνο. Η χωρική και χρονική ανάλυση των χαρτών ET και NIWR που προκύπτουν, εξαρτάται από το μέγεθος των εικονοστοιχείων της απεικόνισης. Επιπλέον, και δεδομένου ότι η καλλιέργεια εξελίσσεται ταχέως στις περισσότερες περιπτώσεις, μεμονωμένοι δορυφορικοί αισθητήρες δεν μπορούν να καταγράψουν επαρκώς αυτές τις αλλαγές, λόγω της περιορισμένης χρονικής τους ανάλυσης και της επίπτωσης της παρεμβολής της ατμόσφαιρας στις οπτικές και θερμικές δορυφορικές εικόνες. Για μοντέλα βασισμένα σε εικόνες VIS-NIR, το μέγεθος των εικονοστοιχείων κυμαίνεται συνήθως μεταξύ 5 και 30m χρησιμοποιώντας τις περισσότερο εμπορικές (World View, Rapid Eye, DMC και DEIMOS) εικόνες από τους αισθητήρες του Landsat 8 και Sentinel-2a, που βρίσκονται σε τροχιά. Οι χρονοσειρές και των δύο αισθητήρων είναι προσβάσιμες μέσω των ιστοσελίδων USGS και Copernicus. Η χρήση εικονικών αστερισμών πολλαπλών αισθητήρων είναι ο μόνος τρόπος για να εξασφαλιστεί η συχνή διαθεσιμότητα εικόνων χωρίς σύννεφα. <br /> <br /> [[Εικόνα:crop3.jpg | thumb| right|Eικόνα 4:''' Σχεδιάγραμμα συστήματος που βασίζεται σε τηλεπισκοπικά και καιρικά δεδομένα στο web-GIS, ώστε ο τελικός αποδέκτης να προγραμματίζει σωστά την άρδεση των καλλιεργειών. ''']]<br /> <br /> '''Αρδευτικός προγραμματισμός με χρήση τηλεπισκόπησης'''<br /> <br /> Οι τεχνικές πλήρωσης κενών μεταξύ των εικόνων που βρίσκονται χρονικά κοντά, επιτρέπουν τη δημιουργία ημερήσιων χαρτών των μεταβλητών ενδιαφέροντος LAI, hc ή, άμεσα, Kcb, εκμεταλλευόμενες τις ομαλές συνεχείς καμπύλες που περιγράφονται από αυτές τις παραμέτρους. Το αποτέλεσμα αυτών των Kcb χαρτών και η εξατμισοδιαπνοή αναφοράς ή η λύση της εξίσωσης PM χρησιμοποιώντας τηλεπισκόπηση, παρέχει άμεσα την καθημερινή δυνητική διαπνοή σε εικονοστοιχεία με βάση εικονοστοιχεία. Για τον ακριβή προσδιορισμό του NIWR, και τα δύο μοντέλα Kcb RS-PM απαιτούν την αξιολόγηση της περιεκτικότητας του εδάφους σε νερό. Αυτές οι προσεγγίσεις υπολογίζουν την εξατμισοδιαπνοή της καλλιέργειας στα σημειωμένα μοντέλα και αυτή συνδέεται με την ισορροπία του νερού, προκειμένου να παρέχει πληροφορίες για την εξάντληση του νερού στο επίπεδο των ριζών. Οι χρόνοι άρδευσης και η εκτίμηση της ποσότητας θα εξαρτώνται από τις εκτιμήσεις της εξάντληση του νερού και την ικανότητα συγκράτησης του στο επίπεδο των ριζών. <br /> <br /> [[Εικόνα:crop4.jpg | thumb| right|Eικόνα 5:''' Παρόμοιες απόψεις για τη λήψη αποφάσεων με χρήση web-GIS. ''']]<br /> <br /> Η τηλεπισκόπηση μικροκυμάτων θα μπορούσε να δώσει μια εικόνα για την εξάτμιση του εδάφους, παρόλο που οι κλίμακες παρατήρησης των σημερινών αισθητήρων SMAP (Soil Moisture Active Passive) και SMOS (20 km) είναι πολύ χοντροειδείς για την κλίμακα γεωργίας που μας ενδιαφέρει. Ορισμένες πρωτοβουλίες που υλοποιούν δορυφορικές συμβουλευτικές υπηρεσίες άρδευσης αναπτύχθηκαν στη νότια Ιταλία, με την IRRISAT, στην Κάτω Αυστρία, με το EO4Water και στη νότια Αυστραλία με την IRRiEYE. Τα συστήματα αυτά βασίζονται στη μέθοδο RS-PM. Έτσι, ο υπολογισμός της εξατμισοδιαπνοής και του προτεινόμενου βάθους άρδευσης βασίζεται στον υπολογισμό του LAI από τις τιμές της ανάκλασης επιφανείας και από μετεωρολογικά δεδομένα. Τα τηλεπισκοπικά δεδομένα από τον εικονικό αστερισμό Landsat 8, Sentinel-2 και DEIMOS χρησιμοποιούνται για την εξαγωγή παραμέτρων καλλιέργειας σε εβδομαδιαία βάση. <br /> <br /> Μια προσέγγιση που χρησιμοποιεί δορυφορικά δεδομένα, κινητά τηλέφωνα και εργαλεία GIS για την παροχή πληροφοριών, είναι το σύστημα IrriSatSMS που αναπτύχθηκε στην Αυστραλία από τον CSIRO (Οργανισμός Επιστημονικής και Βιομηχανικής Έρευνας της Κοινοπολιτείας). Το σύστημα βασίζεται στη σχέση NDVI-Kcb και αρχικά εφαρμόστηκε για αμπελώνες στην περιοχή Murrumbidgee, αλλά σήμερα καλύπτει ολόκληρη την αυστραλιανή ήπειρο. Το σύστημα IrriSatSMS στοχεύει στην απλοποίηση των απαιτήσεων συλλογής δεδομένων και στη μείωση τόσο του κόστους, όσο και της πολυπλοκότητας της παραγωγής πληροφοριών. <br /> <br /> [[Εικόνα:crop5.jpg | thumb| right|Eικόνα 6:''' Εβδομαδιαίες μετρήσεις εξατμισοδιαπνοής (ΑΕΜΕΤ) με τη χρήση του συστήματος SPIDER web-GIS. ''']]<br /> <br /> '''Σύγκριση των συστημάτων λήψης αποφάσεων με βάση την τεχνολογία WEB-GIS '''<br /> <br /> Η Εικόνα 5 παρουσιάζει τα κύρια χαρακτηριστικά των συστημάτων λήψης αποφάσεων, που βασίζονται στο GIS. Η ανάπτυξη αυτών των λειτουργικών συστημάτων για την αξιολόγηση της διαχείρισης των υδάτων, επιβεβαιώνει την ωριμότητα και την εφαρμογή των μεθοδολογιών που εξετάζονται σε αυτή την εργασία. Τα πλεονεκτήματα και οι βελτιώσεις σε σχέση με τις παραδοσιακές συμβουλευτικές υπηρεσίες άρδευσης, βασισμένες σε μετρήσεις πεδίου και σε τιμές του Kc, είναι η δυνατότητα του δορυφορικού συστήματος να αντικατοπτρίζει τις πραγματικές συνθήκες, καλύπτοντας μεγάλες εκτάσεις και αυξάνοντας την αποτελεσματικότητα της εργασίας πεδίου.<br /> Οι βασικές πληροφορίες που παρέχονται από κάθε σύστημα είναι παρόμοιες: οι δείκτες βλάστησης, τα έγχρωμα σύνθετα και οι βασικές βιοφυσικές παράμετροι που προέρχονται από δορυφορικά δεδομένα και σχετίζονται με τη χρήση του νερού, όπως οι συντελεστές καλλιέργειας. Όλα τα συστήματα λαμβάνουν υπόψη την αναγκαιότητα της χωροχρονικής ανάλυσης και ο χρήστης μπορεί να οπτικοποιήσει τις εικόνες και να ζητήσει πληροφορίες για διαφορετικές ημερομηνίες ή χρονικές περιόδους. Μια ενδιαφέρουσα επιλογή σε όλα τα συστήματα είναι η δυνατότητα παρουσίασης σε χάρτες της τοποθεσίας του χρήστη ή της συνδεδεμένης στο διαδίκτυο συσκευής. Το IrriSatSMS έχει πολλές δυνατότητες επεξεργασίας, επειδή είναι σε θέση να υπολογίσει, on-the-fly, ένα ισοζύγιο του νερού του εδάφους για μια περιοχή μελέτης. Το σύστημα είναι σε θέση να εκτιμήσει και να ενημερώσει την πραγματική NIWR και το περιεχόμενο του νερού του εδάφους, με βάση τις πληροφορίες που παρέχονται από τον χρήστη. Σε σύγκριση με το EEFlux, το δεύτερο είναι σε θέση να υπολογίσει την πραγματική εξατμισοδιαπνοή για την περιοχή μελέτης, αλλά χωρίς πρόσθετες απαιτούμενες πληροφορίες. Οι πληροφορίες σχετικά με το NIWR και άλλα δορυφορικά στοιχεία για το ισοζυγίου νερού, μπορούν να προβληθούν σε άλλα web-GIS εργαλεία, όπως το SPIDER ή το IRRISAT, αλλά πρέπει να υποστούν επεξεργασία. <br /> <br /> '''Πρόβλεψη CWR μιας βδομάδας '''<br /> <br /> Η παροχή συμβουλών σχετικά με τη CWR, για μία εβδομάδα μετά, φαίνεται να είναι εύλογη προσδοκία, παρέχοντας αρκετό χρόνο και εξασφαλίζοντας την ακρίβεια της πρόβλεψης CWR. Η πρόβλεψη της CWR για μία εβδομάδας μετά επιτρέπει τον προγραμματισμό της άρδευσης προσαρμοσμένη στην παροχής ενέργειας, τη διαθεσιμότητα νερού, τα συστήματα άρδευσης, την πιθανότητα καθίζησης και τη διαθεσιμότητα των γεωργών. Επίσης, απαιτείται η γνώση των δεδομένων Kc-Kcb και των προβλέψεων του καιρού για την πρόβλεψη της εξατμισοδιαπνοής. <br /> <br /> '''Συμπεράσματα '''<br /> <br /> Η εμπειρία που συγκεντρώθηκε τα τελευταία 30 χρόνια υποστηρίζει την επιχειρησιακή χρήση του προγραμματισμού άρδευσης με βάση φασματικά δεδομένα. Επί του παρόντος, η επιχειρησιακή χρήση πυκνών χρονοσειρών πολυφασματικής απεικόνισης με υψηλή χωρική ανάλυση, επιτρέπει την παρακολούθηση των βιοφυσικών παραμέτρων των καλλιεργειών που σχετίζονται με τη χρήση νερού κατά τη διάρκεια της καλλιεργητικής περιόδου. Αυτές οι πληροφορίες είναι απαραίτητες και εκτιμώνται ιδιαίτερα από τους τελικούς χρήστες, όπως οι επαγγελματίες αγρότες ή οι υπεύθυνοι για τη λήψη αποφάσεων, αλλά απαιτούνται αρκετά βήματα προτού εισαχθούν οι πληροφορίες αυτές στην καθημερινή ρουτίνα της άρδευσης. Οι πληροφορίες σχετικά με τις απαιτήσεις των καλλιεργειών σε νερό πρέπει να παρέχονται με επαρκή μελλοντική πρόβλεψη και η μια εβδομάδα φαίνεται να είναι ένας λογικός χρόνος. Επιπλέον, η πρόσβαση των τελικών χρηστών σε αυτές τις πληροφορίες, πρέπει να γίνεται με εύκολο τρόπο και σε σχεδόν πραγματικό χρόνο. <br /> <br /> '''Συμβολή της Τηλεπισκόπησης'''<br /> <br /> Η Τηλεπισκόπηση, στη παρούσα εργασία μας παρέχει πληροφορίες χρήσιμες για τις απαιτήσεις των καλλιεργειών σε νερό, και στη λήψη αποφάσεων. Υπολογίζοντας την εξατμισοδιαπνοή της κάθε καλλιέργειας, με τη χρήση τηλεπισκόπησης, μπορούμε να υπολογίσουμε και τις απαιτήσεις της σε νερό, λαμβάνοντας υπόψη και άλλους παράγοντες, όπως οι καιρικές συνθήκες και η έκπλυση του εδάφους. Έτσι, μπορούμε να παρέχουμε την κατάλληλη ποσότητα νερού στις καλλιέργειες, χωρίς να γίνεται υπεράντληση του διαθέσιμου νερού και χωρίς να μειώνεται το υδατικό απόθεμα.<br /> <br /> [[category: Υδατικοί Πόροι]]</div>

Nchotzar 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%B3%CE%B9%CE%B1_%CF%84%CE%B7_%CE%B4%CE%B9%CE%B1%CF%87%CE%B5%CE%AF%CF%81%CE%B9%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%AC%CF%81%CE%B4%CE%B5%CF%85%CF%83%CE%B7%CF%82_%CF%84%CF%89%CE%BD_%CE%BA%CE%B1%CE%BB%CE%BB%CE%B9%CE%B5%CF%81%CE%B3%CE%B5%CE%B9%CF%8E%CE%BD 2018-02-08T23:18:16Z

<p>Nchotzar: </p> <hr /> <div>'''Τηλεπισκόπηση για τη διαχείριση της άρδευσης των καλλιεργειών '''<br /> <br /> '''Πρωτότυπος τίτλος:''' ''Remote Sensing for Crop Water Management: From ET Modelling to Services for the End Users''<br /> <br /> '''Συγγραφείς: ''' Alfonso Calera, Isidro Campos, Anna Osann, Guido D’Urso and Massimo Menenti<br /> <br /> '''Δημοσιεύθηκε: ''' ''Sensors (Basel) 2017 May 11;17(5). pii: E1104. doi: 10.3390/s17051104 ''<br /> <br /> '''Σύνδεσμος πρωτότυπου κειμένου:''' [https://www.ncbi.nlm.nih.gov/pubmed/28492515]<br /> <br /> '''Λέξεις-Κλειδιά:''' Τηλεπισκόπηση, εξατμισοδιαπνοή, NIWR, Penman-Monteith, IrriSatSMS, web-GIS<br /> <br /> [[Εικόνα:crop.jpg | thumb| right|Eικόνα 1:''' Επισκόπηση των προσεγγίσεων με χρήση τηλεπισκόπησης για τον υπολογισμό της εξατμισοδιαπνοής και τις αρδευτικές απαιτήσεις μιας καλλιέργειας. ''']]<br /> <br /> <br /> '''Εισαγωγή'''<br /> <br /> Η σημερινή ζήτηση γλυκού νερού για άρδευση στον κόσμο είναι μη βιώσιμη, όπως αναγνώρισε ο Οργανισμός Τροφίμων και Γεωργίας των Ηνωμένων Εθνών (FAO). Ένας από τους πιθανούς τρόπους επίλυσης αυτού του προβλήματος θα μπορούσε να είναι η βελτίωση της αποτελεσματικότητας στη χρήση νερού για άρδευση για την επίτευξη βιώσιμης εντατικοποίησης της αρδευόμενης γεωργίας ως &quot;παραγωγή περισσότερων προϊόντων με αποτελεσματικότερη χρήση όλων των εισροών σε σταθερή βάση&quot;. Στο σχέδιο διαχείρισης των καλλιεργειών, ένα καλό πρώτο βήμα για τη βελτίωση της αποδοτικότητας της χρήσης των υδάτων είναι η χρήση της ελάχιστης ποσότητας νερού που χρειάζεται βάσει των πραγματικών απαιτήσεων των καλλιεργειών, επισημαίνοντας την αναγκαιότητα εκτιμήσεων της καθαρής απαίτησης νερού άρδευσης (NIWR). Το NIWR είναι το νερό που πρέπει να χρησιμοποιείται για άρδευση, ώστε να αντισταθμίσει την εξατμισοδιαπνοή, την έκπλυση και τις ποικίλες παροχές νερού. Επομένως, για τον υπολογισμό του NIWR απαιτείται η εκτίμηση των απαιτήσεων σε νερό της καλλιέργειας (CWR) και του ισοζυγίου του νερού, όπου η εξατμισοδιαπνοή (ΕΤ) είναι το κύριο συστατικό.<br /> <br /> [[Εικόνα:crop1.jpg | thumb| right|Eικόνα 2:''' Σύγκριση του Kc της καλλιέργειας σιταριού και καλαμποκιού και η χρονική εξέλιξη του δείκτη NDVI και για τις δύο καλλιέργειες, Albacete, Ισπανία. ''']]<br /> <br /> '''Εκτίμηση εξατμισοδιαπνοής με χρήση τηλεπισκόπησης'''<br /> <br /> Οι περισσότερες μεθοδολογίες για την εκτίμηση της ΕΤ με βάση τα δεδομένα τηλεπισκόπησης, βασίζονται στο μοντέλο μεγάλης φυλλικής επιφάνειας και στις περαιτέρω εξελίξεις της εξίσωσης Penman-Monteith. Αυτό το μοντέλο βασίζεται στην προσέγγιση της ενεργειακής ισορροπίας της επιφάνειας και της αντίστασης του φύλλου, για την περιγραφή της μεταφοράς των υδρατμών. Η εξίσωση Penman-Monteith μπορεί να εφαρμοστεί για την εκτίμηση της ET, όταν οι επιφανειακές και αεροδυναμικές αντιστάσεις προσδιορίζονται σωστά για συγκεκριμένο είδος καλλιέργειας γνωστών χαρακτηριστικών και περιβαλλοντικών χαρακτηριστικών. Στο πλαίσιο της παρούσας εργασίας, η εξίσωση Penman-Monteith εφαρμόστηκε, για την εκτίμηση των απαιτήσεων νερού άρδευσης, κοινώς γνωστή ως μέθοδος FAO-56. Εφαρμόστηκε η προσέγγιση γνωστή ως &quot;άμεσος υπολογισμός&quot;, για την οποία απαιτούνται τα χαρακτηριστικά των καλλιεργειών που μετριούνται ή εκτιμώνται για κάθε τμήμα της καλλιέργειας. Ο άμεσος υπολογισμός χρησιμοποιήθηκε, για να βελτιωθεί ο ορισμός της αναφοράς ET, ETo, λαμβάνοντας υπόψη μια γνωστής έκτασης επιφάνεια γρασιδιού που έχει σταθερό ύψος καλλιέργειας (0,12 m), albedo (0,23) και LAI. Το σχήμα 1 δείχνει σχηματικά το πλαίσιο f ή την ενσωμάτωση των διαφορετικών μοντέλων για την αξιολόγηση του CWR και του NIWR.<br /> <br /> [[Εικόνα:cropp.jpg | thumb| right|Eικόνα 3:''' Kc διαφόρων καλλιεργειών. ''']]<br /> <br /> '''Διαχείριση νερού άρδευσης'''<br /> <br /> '''Παρακολούθηση της ανάπτυξης των καλλιεργειών στη σωστή χωρική και χρονική κλίμακα '''<br /> <br /> Η παρακολούθηση της ανάπτυξης των καλλιεργειών και της εξατμισοδιαπνοής τους για τη διαχείριση της άρδευσης, απαιτεί πυκνή χρονοσειρά πολυφασματικών εικόνων με χωρική ανάλυση αρκετά υψηλή, ώστε να επιλύει τη μεταβλητότητα εντός του πεδίου σε πραγματικό χρόνο. Η χωρική και χρονική ανάλυση των χαρτών ET και NIWR που προκύπτουν, εξαρτάται από το μέγεθος των εικονοστοιχείων της απεικόνισης. Επιπλέον, και δεδομένου ότι η καλλιέργεια εξελίσσεται ταχέως στις περισσότερες περιπτώσεις, μεμονωμένοι δορυφορικοί αισθητήρες δεν μπορούν να καταγράψουν επαρκώς αυτές τις αλλαγές, λόγω της περιορισμένης χρονικής τους ανάλυσης και της επίπτωσης της παρεμβολής της ατμόσφαιρας στις οπτικές και θερμικές δορυφορικές εικόνες. Για μοντέλα βασισμένα σε εικόνες VIS-NIR, το μέγεθος των εικονοστοιχείων κυμαίνεται συνήθως μεταξύ 5 και 30m χρησιμοποιώντας τις περισσότερο εμπορικές (World View, Rapid Eye, DMC και DEIMOS) εικόνες από τους αισθητήρες του Landsat 8 και Sentinel-2a, που βρίσκονται σε τροχιά. Οι χρονοσειρές και των δύο αισθητήρων είναι προσβάσιμες μέσω των ιστοσελίδων USGS και Copernicus. Η χρήση εικονικών αστερισμών πολλαπλών αισθητήρων είναι ο μόνος τρόπος για να εξασφαλιστεί η συχνή διαθεσιμότητα εικόνων χωρίς σύννεφα. <br /> <br /> [[Εικόνα:crop3.jpg | thumb| right|Eικόνα 4:''' Σχεδιάγραμμα συστήματος που βασίζεται σε τηλεπισκοπικά και καιρικά δεδομένα στο web-GIS, ώστε ο τελικός αποδέκτης να προγραμματίζει σωστά την άρδεση των καλλιεργειών. ''']]<br /> <br /> '''Αρδευτικός προγραμματισμός με χρήση τηλεπισκόπησης'''<br /> <br /> Οι τεχνικές πλήρωσης κενών μεταξύ των εικόνων που βρίσκονται χρονικά κοντά, επιτρέπουν τη δημιουργία ημερήσιων χαρτών των μεταβλητών ενδιαφέροντος LAI, hc ή, άμεσα, Kcb, εκμεταλλευόμενες τις ομαλές συνεχείς καμπύλες που περιγράφονται από αυτές τις παραμέτρους. Το αποτέλεσμα αυτών των Kcb χαρτών και η εξατμισοδιαπνοή αναφοράς ή η λύση της εξίσωσης PM χρησιμοποιώντας τηλεπισκόπηση, παρέχει άμεσα την καθημερινή δυνητική διαπνοή σε εικονοστοιχεία με βάση εικονοστοιχεία. Για τον ακριβή προσδιορισμό του NIWR, και τα δύο μοντέλα Kcb RS-PM απαιτούν την αξιολόγηση της περιεκτικότητας του εδάφους σε νερό. Αυτές οι προσεγγίσεις υπολογίζουν την εξατμισοδιαπνοή της καλλιέργειας στα σημειωμένα μοντέλα και αυτή συνδέεται με την ισορροπία του νερού, προκειμένου να παρέχει πληροφορίες για την εξάντληση του νερού στο επίπεδο των ριζών. Οι χρόνοι άρδευσης και η εκτίμηση της ποσότητας θα εξαρτώνται από τις εκτιμήσεις της εξάντληση του νερού και την ικανότητα συγκράτησης του στο επίπεδο των ριζών. <br /> <br /> [[Εικόνα:crop4.jpg | thumb| right|Eικόνα 5:''' Παρόμοιες απόψεις για τη λήψη αποφάσεων με χρήση web-GIS. ''']]<br /> <br /> Η τηλεπισκόπηση μικροκυμάτων θα μπορούσε να δώσει μια εικόνα για την εξάτμιση του εδάφους, παρόλο που οι κλίμακες παρατήρησης των σημερινών αισθητήρων SMAP (Soil Moisture Active Passive) και SMOS (20 km) είναι πολύ χοντροειδείς για την κλίμακα γεωργίας που μας ενδιαφέρει. Ορισμένες πρωτοβουλίες που υλοποιούν δορυφορικές συμβουλευτικές υπηρεσίες άρδευσης αναπτύχθηκαν στη νότια Ιταλία, με την IRRISAT, στην Κάτω Αυστρία, με το EO4Water και στη νότια Αυστραλία με την IRRiEYE. Τα συστήματα αυτά βασίζονται στη μέθοδο RS-PM. Έτσι, ο υπολογισμός της εξατμισοδιαπνοής και του προτεινόμενου βάθους άρδευσης βασίζεται στον υπολογισμό του LAI από τις τιμές της ανάκλασης επιφανείας και από μετεωρολογικά δεδομένα. Τα τηλεπισκοπικά δεδομένα από τον εικονικό αστερισμό Landsat 8, Sentinel-2 και DEIMOS χρησιμοποιούνται για την εξαγωγή παραμέτρων καλλιέργειας σε εβδομαδιαία βάση. <br /> <br /> Μια προσέγγιση που χρησιμοποιεί δορυφορικά δεδομένα, κινητά τηλέφωνα και εργαλεία GIS για την παροχή πληροφοριών, είναι το σύστημα IrriSatSMS που αναπτύχθηκε στην Αυστραλία από τον CSIRO (Οργανισμός Επιστημονικής και Βιομηχανικής Έρευνας της Κοινοπολιτείας). Το σύστημα βασίζεται στη σχέση NDVI-Kcb και αρχικά εφαρμόστηκε για αμπελώνες στην περιοχή Murrumbidgee, αλλά σήμερα καλύπτει ολόκληρη την αυστραλιανή ήπειρο. Το σύστημα IrriSatSMS στοχεύει στην απλοποίηση των απαιτήσεων συλλογής δεδομένων και στη μείωση τόσο του κόστους, όσο και της πολυπλοκότητας της παραγωγής πληροφοριών. <br /> <br /> [[Εικόνα:crop5.jpg | thumb| right|Eικόνα 6:''' Εβδομαδιαίες μετρήσεις εξατμισοδιαπνοής (ΑΕΜΕΤ) με τη χρήση του συστήματος SPIDER web-GIS. ''']]<br /> <br /> '''Σύγκριση των συστημάτων λήψης αποφάσεων με βάση την τεχνολογία WEB-GIS '''<br /> <br /> Η Εικόνα 5 παρουσιάζει τα κύρια χαρακτηριστικά των συστημάτων λήψης αποφάσεων, που βασίζονται στο GIS. Η ανάπτυξη αυτών των λειτουργικών συστημάτων για την αξιολόγηση της διαχείρισης των υδάτων, επιβεβαιώνει την ωριμότητα και την εφαρμογή των μεθοδολογιών που εξετάζονται σε αυτή την εργασία. Τα πλεονεκτήματα και οι βελτιώσεις σε σχέση με τις παραδοσιακές συμβουλευτικές υπηρεσίες άρδευσης, βασισμένες σε μετρήσεις πεδίου και σε τιμές του Kc, είναι η δυνατότητα του δορυφορικού συστήματος να αντικατοπτρίζει τις πραγματικές συνθήκες, καλύπτοντας μεγάλες εκτάσεις και αυξάνοντας την αποτελεσματικότητα της εργασίας πεδίου.<br /> Οι βασικές πληροφορίες που παρέχονται από κάθε σύστημα είναι παρόμοιες: οι δείκτες βλάστησης, τα έγχρωμα σύνθετα και οι βασικές βιοφυσικές παράμετροι που προέρχονται από δορυφορικά δεδομένα και σχετίζονται με τη χρήση του νερού, όπως οι συντελεστές καλλιέργειας. Όλα τα συστήματα λαμβάνουν υπόψη την αναγκαιότητα της χωροχρονικής ανάλυσης και ο χρήστης μπορεί να οπτικοποιήσει τις εικόνες και να ζητήσει πληροφορίες για διαφορετικές ημερομηνίες ή χρονικές περιόδους. Μια ενδιαφέρουσα επιλογή σε όλα τα συστήματα είναι η δυνατότητα παρουσίασης σε χάρτες της τοποθεσίας του χρήστη ή της συνδεδεμένης στο διαδίκτυο συσκευής. Το IrriSatSMS έχει πολλές δυνατότητες επεξεργασίας, επειδή είναι σε θέση να υπολογίσει, on-the-fly, ένα ισοζύγιο του νερού του εδάφους για μια περιοχή μελέτης. Το σύστημα είναι σε θέση να εκτιμήσει και να ενημερώσει την πραγματική NIWR και το περιεχόμενο του νερού του εδάφους, με βάση τις πληροφορίες που παρέχονται από τον χρήστη. Σε σύγκριση με το EEFlux, το δεύτερο είναι σε θέση να υπολογίσει την πραγματική εξατμισοδιαπνοή για την περιοχή μελέτης, αλλά χωρίς πρόσθετες απαιτούμενες πληροφορίες. Οι πληροφορίες σχετικά με το NIWR και άλλα δορυφορικά στοιχεία για το ισοζυγίου νερού, μπορούν να προβληθούν σε άλλα web-GIS εργαλεία, όπως το SPIDER ή το IRRISAT, αλλά πρέπει να υποστούν επεξεργασία. <br /> <br /> '''Πρόβλεψη CWR μιας βδομάδας '''<br /> <br /> Η παροχή συμβουλών σχετικά με τη CWR, για μία εβδομάδα μετά, φαίνεται να είναι εύλογη προσδοκία, παρέχοντας αρκετό χρόνο και εξασφαλίζοντας την ακρίβεια της πρόβλεψης CWR. Η πρόβλεψη της CWR για μία εβδομάδας μετά επιτρέπει τον προγραμματισμό της άρδευσης προσαρμοσμένη στην παροχής ενέργειας, τη διαθεσιμότητα νερού, τα συστήματα άρδευσης, την πιθανότητα καθίζησης και τη διαθεσιμότητα των γεωργών. Επίσης, απαιτείται η γνώση των δεδομένων Kc-Kcb και των προβλέψεων του καιρού για την πρόβλεψη της εξατμισοδιαπνοής. <br /> <br /> '''Συμπεράσματα '''<br /> <br /> Η εμπειρία που συγκεντρώθηκε τα τελευταία 30 χρόνια υποστηρίζει την επιχειρησιακή χρήση του προγραμματισμού άρδευσης με βάση φασματικά δεδομένα. Επί του παρόντος, η επιχειρησιακή χρήση πυκνών χρονοσειρών πολυφασματικής απεικόνισης με υψηλή χωρική ανάλυση, επιτρέπει την παρακολούθηση των βιοφυσικών παραμέτρων των καλλιεργειών που σχετίζονται με τη χρήση νερού κατά τη διάρκεια της καλλιεργητικής περιόδου. Αυτές οι πληροφορίες είναι απαραίτητες και εκτιμώνται ιδιαίτερα από τους τελικούς χρήστες, όπως οι επαγγελματίες αγρότες ή οι υπεύθυνοι για τη λήψη αποφάσεων, αλλά απαιτούνται αρκετά βήματα προτού εισαχθούν οι πληροφορίες αυτές στην καθημερινή ρουτίνα της άρδευσης. Οι πληροφορίες σχετικά με τις απαιτήσεις των καλλιεργειών σε νερό πρέπει να παρέχονται με επαρκή μελλοντική πρόβλεψη και η μια εβδομάδα φαίνεται να είναι ένας λογικός χρόνος. Επιπλέον, η πρόσβαση των τελικών χρηστών σε αυτές τις πληροφορίες, πρέπει να γίνεται με εύκολο τρόπο και σε σχεδόν πραγματικό χρόνο. <br /> <br /> '''Συμβολή της Τηλεπισκόπησης'''<br /> <br /> Η Τηλεπισκόπηση, στη παρούσα εργασία μας παρέχει πληροφορίες χρήσιμες για τις απαιτήσεις των καλλιεργειών σε νερό, και στη λήψη αποφάσεων. Υπολογίζοντας την εξατμισοδιαπνοή της κάθε καλλιέργειας, με τη χρήση τηλεπισκόπησης, μπορούμε να υπολογίσουμε και τις απαιτήσεις της σε νερό, λαμβάνοντας υπόψη και άλλους παράγοντες, όπως οι καιρικές συνθήκες και η έκπλυση του εδάφους. Έτσι, μπορούμε να παρέχουμε την κατάλληλη ποσότητα νερού στις καλλιέργειες, χωρίς να γίνεται υπεράντληση του διαθέσιμου νερού και χωρίς να μειώνεται το υδατικό απόθεμα.<br /> <br /> [[category: Υδατικοί Πόροι]]</div>

Nchotzar http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Cropp.jpg 2018-02-08T23:16:10Z

<p>Nchotzar: </p> <hr /> <div></div>

Nchotzar http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Crop5.jpg 2018-02-08T23:16:00Z

<p>Nchotzar: </p> <hr /> <div></div>

Nchotzar http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Crop4.jpg 2018-02-08T23:15:49Z

<p>Nchotzar: </p> <hr /> <div></div>

Nchotzar http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Crop3.jpg 2018-02-08T23:15:37Z

<p>Nchotzar: </p> <hr /> <div></div>

Nchotzar http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Crop1.jpg 2018-02-08T23:15:28Z

<p>Nchotzar: </p> <hr /> <div></div>

Nchotzar http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Crop.jpg 2018-02-08T23:15:18Z

<p>Nchotzar: </p> <hr /> <div></div>

Nchotzar 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%B3%CE%B9%CE%B1_%CF%84%CE%B7_%CE%B4%CE%B9%CE%B1%CF%87%CE%B5%CE%AF%CF%81%CE%B9%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%AC%CF%81%CE%B4%CE%B5%CF%85%CF%83%CE%B7%CF%82_%CF%84%CF%89%CE%BD_%CE%BA%CE%B1%CE%BB%CE%BB%CE%B9%CE%B5%CF%81%CE%B3%CE%B5%CE%B9%CF%8E%CE%BD 2018-02-08T23:14:32Z

<p>Nchotzar: </p> <hr /> <div>'''Τηλεπισκόπηση για τη διαχείριση της άρδευσης των καλλιεργειών '''<br /> <br /> '''Πρωτότυπος τίτλος:''' ''Remote Sensing for Crop Water Management: From ET Modelling to Services for the End Users''<br /> <br /> '''Συγγραφείς: ''' Alfonso Calera, Isidro Campos, Anna Osann, Guido D’Urso and Massimo Menenti<br /> <br /> '''Δημοσιεύθηκε: ''' ''Sensors (Basel) 2017 May 11;17(5). pii: E1104. doi: 10.3390/s17051104 ''<br /> <br /> '''Σύνδεσμος πρωτότυπου κειμένου:''' [https://www.ncbi.nlm.nih.gov/pubmed/28492515]<br /> <br /> '''Λέξεις-Κλειδιά:''' Τηλεπισκόπηση, εξατμισοδιαπνοή, NIWR, Penman-Monteith, IrriSatSMS, web-GIS<br /> <br /> [[Εικόνα:crop.jpg | thumb| right|Eικόνα 1:''' Επισκόπηση των προσεγγίσεων με χρήση τηλεπισκόπησης για τον υπολογισμό της εξατμισοδιαπνοής και τις αρδευτικές απαιτήσεις μιας καλλιέργειας. ''']]<br /> <br /> <br /> '''Εισαγωγή'''<br /> <br /> Η σημερινή ζήτηση γλυκού νερού για άρδευση στον κόσμο είναι μη βιώσιμη, όπως αναγνώρισε ο Οργανισμός Τροφίμων και Γεωργίας των Ηνωμένων Εθνών (FAO). Ένας από τους πιθανούς τρόπους επίλυσης αυτού του προβλήματος θα μπορούσε να είναι η βελτίωση της αποτελεσματικότητας στη χρήση νερού για άρδευση για την επίτευξη βιώσιμης εντατικοποίησης της αρδευόμενης γεωργίας ως &quot;παραγωγή περισσότερων προϊόντων με αποτελεσματικότερη χρήση όλων των εισροών σε σταθερή βάση&quot;. Στο σχέδιο διαχείρισης των καλλιεργειών, ένα καλό πρώτο βήμα για τη βελτίωση της αποδοτικότητας της χρήσης των υδάτων είναι η χρήση της ελάχιστης ποσότητας νερού που χρειάζεται βάσει των πραγματικών απαιτήσεων των καλλιεργειών, επισημαίνοντας την αναγκαιότητα εκτιμήσεων της καθαρής απαίτησης νερού άρδευσης (NIWR). Το NIWR είναι το νερό που πρέπει να χρησιμοποιείται για άρδευση, ώστε να αντισταθμίσει την εξατμισοδιαπνοή, την έκπλυση και τις ποικίλες παροχές νερού. Επομένως, για τον υπολογισμό του NIWR απαιτείται η εκτίμηση των απαιτήσεων σε νερό της καλλιέργειας (CWR) και του ισοζυγίου του νερού, όπου η εξατμισοδιαπνοή (ΕΤ) είναι το κύριο συστατικό.<br /> <br /> [[Εικόνα:crop1.jpg | thumb| right|Eικόνα 2:''' Σύγκριση του Kc της καλλιέργειας σιταριού και καλαμποκιού και η χρονική εξέλιξη του δείκτη NDVI και για τις δύο καλλιέργειες, Albacete, Ισπανία. ''']]<br /> <br /> '''Εκτίμηση εξατμισοδιαπνοής με χρήση τηλεπισκόπησης'''<br /> <br /> Οι περισσότερες μεθοδολογίες για την εκτίμηση της ΕΤ με βάση τα δεδομένα τηλεπισκόπησης, βασίζονται στο μοντέλο μεγάλης φυλλικής επιφάνειας και στις περαιτέρω εξελίξεις της εξίσωσης Penman-Monteith. Αυτό το μοντέλο βασίζεται στην προσέγγιση της ενεργειακής ισορροπίας της επιφάνειας και της αντίστασης του φύλλου, για την περιγραφή της μεταφοράς των υδρατμών. Η εξίσωση Penman-Monteith μπορεί να εφαρμοστεί για την εκτίμηση της ET, όταν οι επιφανειακές και αεροδυναμικές αντιστάσεις προσδιορίζονται σωστά για συγκεκριμένο είδος καλλιέργειας γνωστών χαρακτηριστικών και περιβαλλοντικών χαρακτηριστικών. Στο πλαίσιο της παρούσας εργασίας, η εξίσωση Penman-Monteith εφαρμόστηκε, για την εκτίμηση των απαιτήσεων νερού άρδευσης, κοινώς γνωστή ως μέθοδος FAO-56. Εφαρμόστηκε η προσέγγιση γνωστή ως &quot;άμεσος υπολογισμός&quot;, για την οποία απαιτούνται τα χαρακτηριστικά των καλλιεργειών που μετριούνται ή εκτιμώνται για κάθε τμήμα της καλλιέργειας. Ο άμεσος υπολογισμός χρησιμοποιήθηκε, για να βελτιωθεί ο ορισμός της αναφοράς ET, ETo, λαμβάνοντας υπόψη μια γνωστής έκτασης επιφάνεια γρασιδιού που έχει σταθερό ύψος καλλιέργειας (0,12 m), albedo (0,23) και LAI. Το σχήμα 1 δείχνει σχηματικά το πλαίσιο f ή την ενσωμάτωση των διαφορετικών μοντέλων για την αξιολόγηση του CWR και του NIWR.<br /> <br /> [[Εικόνα:cropp.jpg | thumb| right|Eικόνα 3:''' Kc διαφόρων καλλιεργειών. ''']]<br /> <br /> '''Διαχείριση νερού άρδευσης'''<br /> <br /> '''Παρακολούθηση της ανάπτυξης των καλλιεργειών στη σωστή χωρική και χρονική κλίμακα '''<br /> <br /> Η παρακολούθηση της ανάπτυξης των καλλιεργειών και της εξατμισοδιαπνοής τους για τη διαχείριση της άρδευσης, απαιτεί πυκνή χρονοσειρά πολυφασματικών εικόνων με χωρική ανάλυση αρκετά υψηλή, ώστε να επιλύει τη μεταβλητότητα εντός του πεδίου σε πραγματικό χρόνο. Η χωρική και χρονική ανάλυση των χαρτών ET και NIWR που προκύπτουν, εξαρτάται από το μέγεθος των εικονοστοιχείων της απεικόνισης. Επιπλέον, και δεδομένου ότι η καλλιέργεια εξελίσσεται ταχέως στις περισσότερες περιπτώσεις, μεμονωμένοι δορυφορικοί αισθητήρες δεν μπορούν να καταγράψουν επαρκώς αυτές τις αλλαγές, λόγω της περιορισμένης χρονικής τους ανάλυσης και της επίπτωσης της παρεμβολής της ατμόσφαιρας στις οπτικές και θερμικές δορυφορικές εικόνες. Για μοντέλα βασισμένα σε εικόνες VIS-NIR, το μέγεθος των εικονοστοιχείων κυμαίνεται συνήθως μεταξύ 5 και 30m χρησιμοποιώντας τις περισσότερο εμπορικές (World View, Rapid Eye, DMC και DEIMOS) εικόνες από τους αισθητήρες του Landsat 8 και Sentinel-2a, που βρίσκονται σε τροχιά. Οι χρονοσειρές και των δύο αισθητήρων είναι προσβάσιμες μέσω των ιστοσελίδων USGS και Copernicus. Η χρήση εικονικών αστερισμών πολλαπλών αισθητήρων είναι ο μόνος τρόπος για να εξασφαλιστεί η συχνή διαθεσιμότητα εικόνων χωρίς σύννεφα. <br /> <br /> [[Εικόνα:crop3.jpg | thumb| right|Eικόνα 4:''' Σχεδιάγραμμα συστήματος που βασίζεται σε τηλεπισκοπικά και καιρικά δεδομένα στο web-GIS, ώστε ο τελικός αποδέκτης να προγραμματίζει σωστά την άρδεση των καλλιεργειών. ''']]<br /> <br /> '''Αρδευτικός προγραμματισμός με χρήση τηλεπισκόπησης'''<br /> <br /> Οι τεχνικές πλήρωσης κενών μεταξύ των εικόνων που βρίσκονται χρονικά κοντά, επιτρέπουν τη δημιουργία ημερήσιων χαρτών των μεταβλητών ενδιαφέροντος LAI, hc ή, άμεσα, Kcb, εκμεταλλευόμενες τις ομαλές συνεχείς καμπύλες που περιγράφονται από αυτές τις παραμέτρους. Το αποτέλεσμα αυτών των Kcb χαρτών και η εξατμισοδιαπνοή αναφοράς ή η λύση της εξίσωσης PM χρησιμοποιώντας τηλεπισκόπηση, παρέχει άμεσα την καθημερινή δυνητική διαπνοή σε εικονοστοιχεία με βάση εικονοστοιχεία. Για τον ακριβή προσδιορισμό του NIWR, και τα δύο μοντέλα Kcb RS-PM απαιτούν την αξιολόγηση της περιεκτικότητας του εδάφους σε νερό. Αυτές οι προσεγγίσεις υπολογίζουν την εξατμισοδιαπνοή της καλλιέργειας στα σημειωμένα μοντέλα και αυτή συνδέεται με την ισορροπία του νερού, προκειμένου να παρέχει πληροφορίες για την εξάντληση του νερού στο επίπεδο των ριζών. Οι χρόνοι άρδευσης και η εκτίμηση της ποσότητας θα εξαρτώνται από τις εκτιμήσεις της εξάντληση του νερού και την ικανότητα συγκράτησης του στο επίπεδο των ριζών. <br /> <br /> [[Εικόνα:crop4.jpg | thumb| right|Eικόνα 5:''' Παρόμοιες απόψεις για τη λήψη αποφάσεων με χρήση web-GIS. ''']]<br /> <br /> Η τηλεπισκόπηση μικροκυμάτων θα μπορούσε να δώσει μια εικόνα για την εξάτμιση του εδάφους, παρόλο που οι κλίμακες παρατήρησης των σημερινών αισθητήρων SMAP (Soil Moisture Active Passive) και SMOS (20 km) είναι πολύ χοντροειδείς για την κλίμακα γεωργίας που μας ενδιαφέρει. Ορισμένες πρωτοβουλίες που υλοποιούν δορυφορικές συμβουλευτικές υπηρεσίες άρδευσης αναπτύχθηκαν στη νότια Ιταλία, με την IRRISAT, στην Κάτω Αυστρία, με το EO4Water και στη νότια Αυστραλία με την IRRiEYE. Τα συστήματα αυτά βασίζονται στη μέθοδο RS-PM. Έτσι, ο υπολογισμός της εξατμισοδιαπνοής και του προτεινόμενου βάθους άρδευσης βασίζεται στον υπολογισμό του LAI από τις τιμές της ανάκλασης επιφανείας και από μετεωρολογικά δεδομένα. Τα τηλεπισκοπικά δεδομένα από τον εικονικό αστερισμό Landsat 8, Sentinel-2 και DEIMOS χρησιμοποιούνται για την εξαγωγή παραμέτρων καλλιέργειας σε εβδομαδιαία βάση. <br /> <br /> Μια προσέγγιση που χρησιμοποιεί δορυφορικά δεδομένα, κινητά τηλέφωνα και εργαλεία GIS για την παροχή πληροφοριών, είναι το σύστημα IrriSatSMS που αναπτύχθηκε στην Αυστραλία από τον CSIRO (Οργανισμός Επιστημονικής και Βιομηχανικής Έρευνας της Κοινοπολιτείας). Το σύστημα βασίζεται στη σχέση NDVI-Kcb και αρχικά εφαρμόστηκε για αμπελώνες στην περιοχή Murrumbidgee, αλλά σήμερα καλύπτει ολόκληρη την αυστραλιανή ήπειρο. Το σύστημα IrriSatSMS στοχεύει στην απλοποίηση των απαιτήσεων συλλογής δεδομένων και στη μείωση τόσο του κόστους, όσο και της πολυπλοκότητας της παραγωγής πληροφοριών. <br /> <br /> [[Εικόνα:crop5.jpg | thumb| right|Eικόνα 6:''' Εβδομαδιαίες μετρήσεις εξατμισοδιαπνοής (ΑΕΜΕΤ) με τη χρήση του συστήματος SPIDER web-GIS. ''']]<br /> <br /> '''Σύγκριση των συστημάτων λήψης αποφάσεων με βάση την τεχνολογία WEB-GIS '''<br /> <br /> Ο Πίνακας 2 παρουσιάζει τα κύρια χαρακτηριστικά των συστημάτων λήψης αποφάσεων, που βασίζονται στο GIS. Η ανάπτυξη αυτών των λειτουργικών συστημάτων για την αξιολόγηση της διαχείρισης των υδάτων, επιβεβαιώνει την ωριμότητα και την εφαρμογή των μεθοδολογιών που εξετάζονται σε αυτή την εργασία. Τα πλεονεκτήματα και οι βελτιώσεις σε σχέση με τις παραδοσιακές συμβουλευτικές υπηρεσίες άρδευσης, βασισμένες σε μετρήσεις πεδίου και σε τιμές του Kc, είναι η δυνατότητα του δορυφορικού συστήματος να αντικατοπτρίζει τις πραγματικές συνθήκες, καλύπτοντας μεγάλες εκτάσεις και αυξάνοντας την αποτελεσματικότητα της εργασίας πεδίου.<br /> Οι βασικές πληροφορίες που παρέχονται από κάθε σύστημα είναι παρόμοιες: οι δείκτες βλάστησης, τα έγχρωμα σύνθετα και οι βασικές βιοφυσικές παράμετροι που προέρχονται από δορυφορικά δεδομένα και σχετίζονται με τη χρήση του νερού, όπως οι συντελεστές καλλιέργειας. Όλα τα συστήματα λαμβάνουν υπόψη την αναγκαιότητα της χωροχρονικής ανάλυσης και ο χρήστης μπορεί να οπτικοποιήσει τις εικόνες και να ζητήσει πληροφορίες για διαφορετικές ημερομηνίες ή χρονικές περιόδους. Μια ενδιαφέρουσα επιλογή σε όλα τα συστήματα είναι η δυνατότητα παρουσίασης σε χάρτες της τοποθεσίας του χρήστη ή της συνδεδεμένης στο διαδίκτυο συσκευής. Το IrriSatSMS έχει πολλές δυνατότητες επεξεργασίας, επειδή είναι σε θέση να υπολογίσει, on-the-fly, ένα ισοζύγιο του νερού του εδάφους για μια περιοχή μελέτης. Το σύστημα είναι σε θέση να εκτιμήσει και να ενημερώσει την πραγματική NIWR και το περιεχόμενο του νερού του εδάφους, με βάση τις πληροφορίες που παρέχονται από τον χρήστη. Σε σύγκριση με το EEFlux, το δεύτερο είναι σε θέση να υπολογίσει την πραγματική εξατμισοδιαπνοή για την περιοχή μελέτης, αλλά χωρίς πρόσθετες απαιτούμενες πληροφορίες. Οι πληροφορίες σχετικά με το NIWR και άλλα δορυφορικά στοιχεία για το ισοζυγίου νερού, μπορούν να προβληθούν σε άλλα web-GIS εργαλεία, όπως το SPIDER ή το IRRISAT, αλλά πρέπει να υποστούν επεξεργασία. <br /> <br /> '''Πρόβλεψη CWR μιας βδομάδας '''<br /> <br /> Η παροχή συμβουλών σχετικά με τη CWR, για μία εβδομάδα μετά, φαίνεται να είναι εύλογη προσδοκία, παρέχοντας αρκετό χρόνο και εξασφαλίζοντας την ακρίβεια της πρόβλεψης CWR. Η πρόβλεψη της CWR για μία εβδομάδας μετά επιτρέπει τον προγραμματισμό της άρδευσης προσαρμοσμένη στην παροχής ενέργειας, τη διαθεσιμότητα νερού, τα συστήματα άρδευσης, την πιθανότητα καθίζησης και τη διαθεσιμότητα των γεωργών. Επίσης, απαιτείται η γνώση των δεδομένων Kc-Kcb και των προβλέψεων του καιρού για την πρόβλεψη της εξατμισοδιαπνοής. <br /> <br /> '''Συμπεράσματα '''<br /> <br /> Η εμπειρία που συγκεντρώθηκε τα τελευταία 30 χρόνια υποστηρίζει την επιχειρησιακή χρήση του προγραμματισμού άρδευσης με βάση φασματικά δεδομένα. Επί του παρόντος, η επιχειρησιακή χρήση πυκνών χρονοσειρών πολυφασματικής απεικόνισης με υψηλή χωρική ανάλυση, επιτρέπει την παρακολούθηση των βιοφυσικών παραμέτρων των καλλιεργειών που σχετίζονται με τη χρήση νερού κατά τη διάρκεια της καλλιεργητικής περιόδου. Αυτές οι πληροφορίες είναι απαραίτητες και εκτιμώνται ιδιαίτερα από τους τελικούς χρήστες, όπως οι επαγγελματίες αγρότες ή οι υπεύθυνοι για τη λήψη αποφάσεων, αλλά απαιτούνται αρκετά βήματα προτού εισαχθούν οι πληροφορίες αυτές στην καθημερινή ρουτίνα της άρδευσης. Οι πληροφορίες σχετικά με τις απαιτήσεις των καλλιεργειών σε νερό πρέπει να παρέχονται με επαρκή μελλοντική πρόβλεψη και η μια εβδομάδα φαίνεται να είναι ένας λογικός χρόνος. Επιπλέον, η πρόσβαση των τελικών χρηστών σε αυτές τις πληροφορίες, πρέπει να γίνεται με εύκολο τρόπο και σε σχεδόν πραγματικό χρόνο. <br /> <br /> '''Συμβολή της Τηλεπισκόπησης'''<br /> <br /> Η Τηλεπισκόπηση, στη παρούσα εργασία μας παρέχει πληροφορίες χρήσιμες για τις απαιτήσεις των καλλιεργειών σε νερό, και στη λήψη αποφάσεων. Υπολογίζοντας την εξατμισοδιαπνοή της κάθε καλλιέργειας, με τη χρήση τηλεπισκόπησης, μπορούμε να υπολογίσουμε και τις απαιτήσεις της σε νερό, λαμβάνοντας υπόψη και άλλους παράγοντες, όπως οι καιρικές συνθήκες και η έκπλυση του εδάφους. Έτσι, μπορούμε να παρέχουμε την κατάλληλη ποσότητα νερού στις καλλιέργειες, χωρίς να γίνεται υπεράντληση του διαθέσιμου νερού και χωρίς να μειώνεται το υδατικό απόθεμα.<br /> <br /> [[category: Υδατικοί Πόροι]]</div>

Nchotzar 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%B3%CE%B9%CE%B1_%CF%84%CE%B7_%CE%B4%CE%B9%CE%B1%CF%87%CE%B5%CE%AF%CF%81%CE%B9%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%AC%CF%81%CE%B4%CE%B5%CF%85%CF%83%CE%B7%CF%82_%CF%84%CF%89%CE%BD_%CE%BA%CE%B1%CE%BB%CE%BB%CE%B9%CE%B5%CF%81%CE%B3%CE%B5%CE%B9%CF%8E%CE%BD 2018-02-08T23:13:39Z

<p>Nchotzar: Νέα σελίδα με ''''Τηλεπισκόπηση για τη διαχείριση της άρδευσης των καλλιεργειών ''' '''Πρωτότυπος τίτλος:''' ''Remo...'</p> <hr /> <div>'''Τηλεπισκόπηση για τη διαχείριση της άρδευσης των καλλιεργειών '''<br /> <br /> '''Πρωτότυπος τίτλος:''' ''Remote Sensing for Crop Water Management: From ET Modelling to Services for the End Users''<br /> <br /> '''Συγγραφείς: ''' Alfonso Calera, Isidro Campos, Anna Osann, Guido D’Urso and Massimo Menenti<br /> <br /> '''Δημοσιεύθηκε: ''' ''Sensors (Basel) 2017 May 11;17(5). pii: E1104. doi: 10.3390/s17051104 ''<br /> <br /> '''Σύνδεσμος πρωτότυπου κειμένου:''' [https://www.ncbi.nlm.nih.gov/pubmed/28492515]<br /> <br /> '''Λέξεις-Κλειδιά:''' Τηλεπισκόπηση, εξατμισοδιαπνοή, NIWR, Penman-Monteith, IrriSatSMS, web-GIS<br /> <br /> [[Εικόνα:crop.jpg | thumb| right|Eικόνα 1:''' Επισκόπηση των προσεγγίσεων με χρήση τηλεπισκόπησης για τον υπολογισμό της εξατμισοδιαπνοής και τις αρδευτικές απαιτήσεις μιας καλλιέργειας. ''']]<br /> <br /> <br /> '''Εισαγωγή'''<br /> <br /> Η σημερινή ζήτηση γλυκού νερού για άρδευση στον κόσμο είναι μη βιώσιμη, όπως αναγνώρισε ο Οργανισμός Τροφίμων και Γεωργίας των Ηνωμένων Εθνών (FAO). Ένας από τους πιθανούς τρόπους επίλυσης αυτού του προβλήματος θα μπορούσε να είναι η βελτίωση της αποτελεσματικότητας στη χρήση νερού για άρδευση για την επίτευξη βιώσιμης εντατικοποίησης της αρδευόμενης γεωργίας ως &quot;παραγωγή περισσότερων προϊόντων με αποτελεσματικότερη χρήση όλων των εισροών σε σταθερή βάση&quot;. Στο σχέδιο διαχείρισης των καλλιεργειών, ένα καλό πρώτο βήμα για τη βελτίωση της αποδοτικότητας της χρήσης των υδάτων είναι η χρήση της ελάχιστης ποσότητας νερού που χρειάζεται βάσει των πραγματικών απαιτήσεων των καλλιεργειών, επισημαίνοντας την αναγκαιότητα εκτιμήσεων της καθαρής απαίτησης νερού άρδευσης (NIWR). Το NIWR είναι το νερό που πρέπει να χρησιμοποιείται για άρδευση, ώστε να αντισταθμίσει την εξατμισοδιαπνοή, την έκπλυση και τις ποικίλες παροχές νερού. Επομένως, για τον υπολογισμό του NIWR απαιτείται η εκτίμηση των απαιτήσεων σε νερό της καλλιέργειας (CWR) και του ισοζυγίου του νερού, όπου η εξατμισοδιαπνοή (ΕΤ) είναι το κύριο συστατικό.<br /> <br /> [[Εικόνα:crop1.jpg | thumb| right|Eικόνα 2:''' Σύγκριση του Kc της καλλιέργειας σιταριού και καλαμποκιού και η χρονική εξέλιξη του δείκτη NDVI και για τις δύο καλλιέργειες, Albacete, Ισπανία. ''']]<br /> <br /> '''Εκτίμηση εξατμισοδιαπνοής με χρήση τηλεπισκόπησης'''<br /> <br /> Οι περισσότερες μεθοδολογίες για την εκτίμηση της ΕΤ με βάση τα δεδομένα τηλεπισκόπησης, βασίζονται στο μοντέλο μεγάλης φυλλικής επιφάνειας και στις περαιτέρω εξελίξεις της εξίσωσης Penman-Monteith. Αυτό το μοντέλο βασίζεται στην προσέγγιση της ενεργειακής ισορροπίας της επιφάνειας και της αντίστασης του φύλλου, για την περιγραφή της μεταφοράς των υδρατμών. Η εξίσωση Penman-Monteith μπορεί να εφαρμοστεί για την εκτίμηση της ET, όταν οι επιφανειακές και αεροδυναμικές αντιστάσεις προσδιορίζονται σωστά για συγκεκριμένο είδος καλλιέργειας γνωστών χαρακτηριστικών και περιβαλλοντικών χαρακτηριστικών. Στο πλαίσιο της παρούσας εργασίας, η εξίσωση Penman-Monteith εφαρμόστηκε, για την εκτίμηση των απαιτήσεων νερού άρδευσης, κοινώς γνωστή ως μέθοδος FAO-56. Εφαρμόστηκε η προσέγγιση γνωστή ως &quot;άμεσος υπολογισμός&quot;, για την οποία απαιτούνται τα χαρακτηριστικά των καλλιεργειών που μετριούνται ή εκτιμώνται για κάθε τμήμα της καλλιέργειας. Ο άμεσος υπολογισμός χρησιμοποιήθηκε, για να βελτιωθεί ο ορισμός της αναφοράς ET, ETo, λαμβάνοντας υπόψη μια γνωστής έκτασης επιφάνεια γρασιδιού που έχει σταθερό ύψος καλλιέργειας (0,12 m), albedo (0,23) και LAI. Το σχήμα 1 δείχνει σχηματικά το πλαίσιο f ή την ενσωμάτωση των διαφορετικών μοντέλων για την αξιολόγηση του CWR και του NIWR.<br /> <br /> [[Εικόνα:crop2.jpg | thumb| right|Eικόνα 3:''' Kc διαφόρων καλλιεργειών. ''']]<br /> <br /> '''Διαχείριση νερού άρδευσης'''<br /> <br /> '''Παρακολούθηση της ανάπτυξης των καλλιεργειών στη σωστή χωρική και χρονική κλίμακα '''<br /> <br /> Η παρακολούθηση της ανάπτυξης των καλλιεργειών και της εξατμισοδιαπνοής τους για τη διαχείριση της άρδευσης, απαιτεί πυκνή χρονοσειρά πολυφασματικών εικόνων με χωρική ανάλυση αρκετά υψηλή, ώστε να επιλύει τη μεταβλητότητα εντός του πεδίου σε πραγματικό χρόνο. Η χωρική και χρονική ανάλυση των χαρτών ET και NIWR που προκύπτουν, εξαρτάται από το μέγεθος των εικονοστοιχείων της απεικόνισης. Επιπλέον, και δεδομένου ότι η καλλιέργεια εξελίσσεται ταχέως στις περισσότερες περιπτώσεις, μεμονωμένοι δορυφορικοί αισθητήρες δεν μπορούν να καταγράψουν επαρκώς αυτές τις αλλαγές, λόγω της περιορισμένης χρονικής τους ανάλυσης και της επίπτωσης της παρεμβολής της ατμόσφαιρας στις οπτικές και θερμικές δορυφορικές εικόνες. Για μοντέλα βασισμένα σε εικόνες VIS-NIR, το μέγεθος των εικονοστοιχείων κυμαίνεται συνήθως μεταξύ 5 και 30m χρησιμοποιώντας τις περισσότερο εμπορικές (World View, Rapid Eye, DMC και DEIMOS) εικόνες από τους αισθητήρες του Landsat 8 και Sentinel-2a, που βρίσκονται σε τροχιά. Οι χρονοσειρές και των δύο αισθητήρων είναι προσβάσιμες μέσω των ιστοσελίδων USGS και Copernicus. Η χρήση εικονικών αστερισμών πολλαπλών αισθητήρων είναι ο μόνος τρόπος για να εξασφαλιστεί η συχνή διαθεσιμότητα εικόνων χωρίς σύννεφα. <br /> <br /> [[Εικόνα:crop3.jpg | thumb| right|Eικόνα 4:''' Σχεδιάγραμμα συστήματος που βασίζεται σε τηλεπισκοπικά και καιρικά δεδομένα στο web-GIS, ώστε ο τελικός αποδέκτης να προγραμματίζει σωστά την άρδεση των καλλιεργειών. ''']]<br /> <br /> '''Αρδευτικός προγραμματισμός με χρήση τηλεπισκόπησης'''<br /> <br /> Οι τεχνικές πλήρωσης κενών μεταξύ των εικόνων που βρίσκονται χρονικά κοντά, επιτρέπουν τη δημιουργία ημερήσιων χαρτών των μεταβλητών ενδιαφέροντος LAI, hc ή, άμεσα, Kcb, εκμεταλλευόμενες τις ομαλές συνεχείς καμπύλες που περιγράφονται από αυτές τις παραμέτρους. Το αποτέλεσμα αυτών των Kcb χαρτών και η εξατμισοδιαπνοή αναφοράς ή η λύση της εξίσωσης PM χρησιμοποιώντας τηλεπισκόπηση, παρέχει άμεσα την καθημερινή δυνητική διαπνοή σε εικονοστοιχεία με βάση εικονοστοιχεία. Για τον ακριβή προσδιορισμό του NIWR, και τα δύο μοντέλα Kcb RS-PM απαιτούν την αξιολόγηση της περιεκτικότητας του εδάφους σε νερό. Αυτές οι προσεγγίσεις υπολογίζουν την εξατμισοδιαπνοή της καλλιέργειας στα σημειωμένα μοντέλα και αυτή συνδέεται με την ισορροπία του νερού, προκειμένου να παρέχει πληροφορίες για την εξάντληση του νερού στο επίπεδο των ριζών. Οι χρόνοι άρδευσης και η εκτίμηση της ποσότητας θα εξαρτώνται από τις εκτιμήσεις της εξάντληση του νερού και την ικανότητα συγκράτησης του στο επίπεδο των ριζών. <br /> <br /> [[Εικόνα:crop4.jpg | thumb| right|Eικόνα 5:''' Παρόμοιες απόψεις για τη λήψη αποφάσεων με χρήση web-GIS. ''']]<br /> <br /> Η τηλεπισκόπηση μικροκυμάτων θα μπορούσε να δώσει μια εικόνα για την εξάτμιση του εδάφους, παρόλο που οι κλίμακες παρατήρησης των σημερινών αισθητήρων SMAP (Soil Moisture Active Passive) και SMOS (20 km) είναι πολύ χοντροειδείς για την κλίμακα γεωργίας που μας ενδιαφέρει. Ορισμένες πρωτοβουλίες που υλοποιούν δορυφορικές συμβουλευτικές υπηρεσίες άρδευσης αναπτύχθηκαν στη νότια Ιταλία, με την IRRISAT, στην Κάτω Αυστρία, με το EO4Water και στη νότια Αυστραλία με την IRRiEYE. Τα συστήματα αυτά βασίζονται στη μέθοδο RS-PM. Έτσι, ο υπολογισμός της εξατμισοδιαπνοής και του προτεινόμενου βάθους άρδευσης βασίζεται στον υπολογισμό του LAI από τις τιμές της ανάκλασης επιφανείας και από μετεωρολογικά δεδομένα. Τα τηλεπισκοπικά δεδομένα από τον εικονικό αστερισμό Landsat 8, Sentinel-2 και DEIMOS χρησιμοποιούνται για την εξαγωγή παραμέτρων καλλιέργειας σε εβδομαδιαία βάση. <br /> <br /> Μια προσέγγιση που χρησιμοποιεί δορυφορικά δεδομένα, κινητά τηλέφωνα και εργαλεία GIS για την παροχή πληροφοριών, είναι το σύστημα IrriSatSMS που αναπτύχθηκε στην Αυστραλία από τον CSIRO (Οργανισμός Επιστημονικής και Βιομηχανικής Έρευνας της Κοινοπολιτείας). Το σύστημα βασίζεται στη σχέση NDVI-Kcb και αρχικά εφαρμόστηκε για αμπελώνες στην περιοχή Murrumbidgee, αλλά σήμερα καλύπτει ολόκληρη την αυστραλιανή ήπειρο. Το σύστημα IrriSatSMS στοχεύει στην απλοποίηση των απαιτήσεων συλλογής δεδομένων και στη μείωση τόσο του κόστους, όσο και της πολυπλοκότητας της παραγωγής πληροφοριών. <br /> <br /> [[Εικόνα:crop5.jpg | thumb| right|Eικόνα 6:''' Εβδομαδιαίες μετρήσεις εξατμισοδιαπνοής (ΑΕΜΕΤ) με τη χρήση του συστήματος SPIDER web-GIS. ''']]<br /> <br /> '''Σύγκριση των συστημάτων λήψης αποφάσεων με βάση την τεχνολογία WEB-GIS '''<br /> <br /> Ο Πίνακας 2 παρουσιάζει τα κύρια χαρακτηριστικά των συστημάτων λήψης αποφάσεων, που βασίζονται στο GIS. Η ανάπτυξη αυτών των λειτουργικών συστημάτων για την αξιολόγηση της διαχείρισης των υδάτων, επιβεβαιώνει την ωριμότητα και την εφαρμογή των μεθοδολογιών που εξετάζονται σε αυτή την εργασία. Τα πλεονεκτήματα και οι βελτιώσεις σε σχέση με τις παραδοσιακές συμβουλευτικές υπηρεσίες άρδευσης, βασισμένες σε μετρήσεις πεδίου και σε τιμές του Kc, είναι η δυνατότητα του δορυφορικού συστήματος να αντικατοπτρίζει τις πραγματικές συνθήκες, καλύπτοντας μεγάλες εκτάσεις και αυξάνοντας την αποτελεσματικότητα της εργασίας πεδίου.<br /> Οι βασικές πληροφορίες που παρέχονται από κάθε σύστημα είναι παρόμοιες: οι δείκτες βλάστησης, τα έγχρωμα σύνθετα και οι βασικές βιοφυσικές παράμετροι που προέρχονται από δορυφορικά δεδομένα και σχετίζονται με τη χρήση του νερού, όπως οι συντελεστές καλλιέργειας. Όλα τα συστήματα λαμβάνουν υπόψη την αναγκαιότητα της χωροχρονικής ανάλυσης και ο χρήστης μπορεί να οπτικοποιήσει τις εικόνες και να ζητήσει πληροφορίες για διαφορετικές ημερομηνίες ή χρονικές περιόδους. Μια ενδιαφέρουσα επιλογή σε όλα τα συστήματα είναι η δυνατότητα παρουσίασης σε χάρτες της τοποθεσίας του χρήστη ή της συνδεδεμένης στο διαδίκτυο συσκευής. Το IrriSatSMS έχει πολλές δυνατότητες επεξεργασίας, επειδή είναι σε θέση να υπολογίσει, on-the-fly, ένα ισοζύγιο του νερού του εδάφους για μια περιοχή μελέτης. Το σύστημα είναι σε θέση να εκτιμήσει και να ενημερώσει την πραγματική NIWR και το περιεχόμενο του νερού του εδάφους, με βάση τις πληροφορίες που παρέχονται από τον χρήστη. Σε σύγκριση με το EEFlux, το δεύτερο είναι σε θέση να υπολογίσει την πραγματική εξατμισοδιαπνοή για την περιοχή μελέτης, αλλά χωρίς πρόσθετες απαιτούμενες πληροφορίες. Οι πληροφορίες σχετικά με το NIWR και άλλα δορυφορικά στοιχεία για το ισοζυγίου νερού, μπορούν να προβληθούν σε άλλα web-GIS εργαλεία, όπως το SPIDER ή το IRRISAT, αλλά πρέπει να υποστούν επεξεργασία. <br /> <br /> '''Πρόβλεψη CWR μιας βδομάδας '''<br /> <br /> Η παροχή συμβουλών σχετικά με τη CWR, για μία εβδομάδα μετά, φαίνεται να είναι εύλογη προσδοκία, παρέχοντας αρκετό χρόνο και εξασφαλίζοντας την ακρίβεια της πρόβλεψης CWR. Η πρόβλεψη της CWR για μία εβδομάδας μετά επιτρέπει τον προγραμματισμό της άρδευσης προσαρμοσμένη στην παροχής ενέργειας, τη διαθεσιμότητα νερού, τα συστήματα άρδευσης, την πιθανότητα καθίζησης και τη διαθεσιμότητα των γεωργών. Επίσης, απαιτείται η γνώση των δεδομένων Kc-Kcb και των προβλέψεων του καιρού για την πρόβλεψη της εξατμισοδιαπνοής. <br /> <br /> '''Συμπεράσματα '''<br /> <br /> Η εμπειρία που συγκεντρώθηκε τα τελευταία 30 χρόνια υποστηρίζει την επιχειρησιακή χρήση του προγραμματισμού άρδευσης με βάση φασματικά δεδομένα. Επί του παρόντος, η επιχειρησιακή χρήση πυκνών χρονοσειρών πολυφασματικής απεικόνισης με υψηλή χωρική ανάλυση, επιτρέπει την παρακολούθηση των βιοφυσικών παραμέτρων των καλλιεργειών που σχετίζονται με τη χρήση νερού κατά τη διάρκεια της καλλιεργητικής περιόδου. Αυτές οι πληροφορίες είναι απαραίτητες και εκτιμώνται ιδιαίτερα από τους τελικούς χρήστες, όπως οι επαγγελματίες αγρότες ή οι υπεύθυνοι για τη λήψη αποφάσεων, αλλά απαιτούνται αρκετά βήματα προτού εισαχθούν οι πληροφορίες αυτές στην καθημερινή ρουτίνα της άρδευσης. Οι πληροφορίες σχετικά με τις απαιτήσεις των καλλιεργειών σε νερό πρέπει να παρέχονται με επαρκή μελλοντική πρόβλεψη και η μια εβδομάδα φαίνεται να είναι ένας λογικός χρόνος. Επιπλέον, η πρόσβαση των τελικών χρηστών σε αυτές τις πληροφορίες, πρέπει να γίνεται με εύκολο τρόπο και σε σχεδόν πραγματικό χρόνο. <br /> <br /> '''Συμβολή της Τηλεπισκόπησης'''<br /> <br /> Η Τηλεπισκόπηση, στη παρούσα εργασία μας παρέχει πληροφορίες χρήσιμες για τις απαιτήσεις των καλλιεργειών σε νερό, και στη λήψη αποφάσεων. Υπολογίζοντας την εξατμισοδιαπνοή της κάθε καλλιέργειας, με τη χρήση τηλεπισκόπησης, μπορούμε να υπολογίσουμε και τις απαιτήσεις της σε νερό, λαμβάνοντας υπόψη και άλλους παράγοντες, όπως οι καιρικές συνθήκες και η έκπλυση του εδάφους. Έτσι, μπορούμε να παρέχουμε την κατάλληλη ποσότητα νερού στις καλλιέργειες, χωρίς να γίνεται υπεράντληση του διαθέσιμου νερού και χωρίς να μειώνεται το υδατικό απόθεμα.<br /> <br /> [[category: Υδατικοί Πόροι]]</div>

Nchotzar http://147.102.106.44/rs/wiki/index.php/%CE%A7%CE%BF%CF%84%CE%B6%CE%AC%CF%81_%CE%9D%CE%B5%CF%8A%CE%BB%CE%B1%CE%BD 2018-02-08T23:12:06Z

<p>Nchotzar: </p> <hr /> <div>Add Your Content Here <br /> <br /> * [[Χαρτογράφηση του είδους Anopheles hyrcanus(Diptera Culicidae) στη Ν. Γαλλία, με τη βοήθεια της Τηλεπισκόπησης]]<br /> * [[Εκτίμηση της επίδρασης της υφής του εδάφους στην περιεκτικότητα σε νιτρικά και άζωτο στα υπόγεια νερά με χρήση Tηλεπισκόπησης]]<br /> * [[Εκτίμηση της ακριβούς εξατμισοδιαπνοής με τη χρήση Τηλεπισκόπησης: Εφαρμογή στον Κάμπο της Θεσσαλίας, Ελλάδα]]<br /> * [[Εποχιακή αποδοτικότητα του φωτός σε εύκρατα βαλτώδη οικοσυστήματα με χρήση Τηλεπισκόπησης]]<br /> * [[Η Τηλεπισκόπηση στη διατήρηση της βιοποικιλότητας]] <br /> * [[Παρακολούθηση κυανοβακτηριακών ανθών με χρήση Τηλεπισκόπησης]]<br /> * [[Τηλεπισκόπηση για τη διαχείριση της άρδευσης των καλλιεργειών]]<br /> <br /> [[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Αθήνα)]]</div>

Nchotzar http://147.102.106.44/rs/wiki/index.php/%CE%A0%CE%B1%CF%81%CE%B1%CE%BA%CE%BF%CE%BB%CE%BF%CF%8D%CE%B8%CE%B7%CF%83%CE%B7_%CE%BA%CF%85%CE%B1%CE%BD%CE%BF%CE%B2%CE%B1%CE%BA%CF%84%CE%B7%CF%81%CE%B9%CE%B1%CE%BA%CF%8E%CE%BD_%CE%B1%CE%BD%CE%B8%CF%8E%CE%BD_%CE%BC%CE%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%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 2018-02-02T15:41:33Z

<p>Nchotzar: </p> <hr /> <div>'''Παρακολούθηση κυανοβακτηριακών ανθών με χρήση Τηλεπισκόπησης'''<br /> <br /> '''Πρωτότυπος τίτλος:''' ''Monitoring cyanobacterial blooms by satellite remote sensing''<br /> <br /> '''Συγγραφείς: '''Tiit Kutser, Liisa Metsamaa, Niklas Strombeck , Ele Vahtmae<br /> <br /> '''Δημοσιεύθηκε: ''' ''Estuarine, Coastal and Shelf Science 67 (2006) 303-312''<br /> <br /> '''Σύνδεσμος πρωτότυπου κειμένου:''' [https://www.sciencedirect.com/science/article/pii/S0272771405004026]<br /> <br /> '''Λέξεις-Κλειδιά:''' κυανοβακτήρια, φύκη, άνθιση, τηλεπισκόπηση, Landsat, MODIS, MERIS, ALI, φυκοκυανίνη, χλωροφύλλη α, Βαλτική Θάλασσα<br /> <br /> [[Εικόνα:cyano.jpg | thumb| right|Πίνακας 1:''' Χαρακτηριστικά φυτοπλαγκτονικών ειδών''']]<br /> <br /> <br /> '''Εισαγωγή'''<br /> <br /> Τα περισσότερα είδη κυανοβακτηρίων είναι δυνητικά τοξικοί οργανισμοί και, ως εκ τούτου, συχνά προκαλούν φυτοπλαγκτικά άνθη. Υπάρχουν αρκετά προβλήματα υγείας που συνδέονται με περισσότερες από 60 ταυτοποιημένες τοξίνες κυανοβακτηρίων που ανήκουν στις νευροτοξίνες, ηπατοξίνες, κυτοτοξίνες, είναι ερεθιστικά για το δέρμα και το γαστρεντερικό σύστημα. Οι τοξίνες εισέρχονται στην τροφική αλυσίδα, καθώς το φυτοπλαγκτόν καταναλώνεται από οστρακοειδή, όπως αχιβάδες, μύδια, στρείδια και χτένια, τα οποία βαθμιαία συσσωρεύουν τις τοξίνες του φυτοπλαγκτού, φθάνοντας τελικά σε επίπεδα που είναι δυνητικά θανατηφόρα για τον άνθρωπο ή άλλους καταναλωτές. Το γεγονός αυτό και η συχνότητα εμφάνισης ανθών σε παραλίες κατά τη διάρκεια της καλοκαιρινής περιόδου, οδήγησε σε οικονομικές ζημιές και κίνησε το ενδιαφέρον για το φαινόμενο αυτό. Το πρόβλημα είναι ιδιαίτερα έντονο στην περιοχή της Βαλτικής Θάλασσας, όπου τα κυανοβακτηριδιακά άνθη εμφανίζονται κάθε καλοκαίρι και καλύπτουν περιοχές άνω των 100.000 τετραγωνικών km.<br /> <br /> '''Υλικά και Μέθοδοι'''<br /> <br /> '''Εργαστηριακές μετρήσεις οπτικών ιδιοτήτων αλγών και κυανοβακτηρίων'''<br /> <br /> [[Εικόνα:cyano1.jpg | thumb| right|Πίνακας 2:''' Μήκη κύματος καναλιών του MODIS και MERIS που μπορούν να χρησιμοποιηθούν για τη χαρτογράφηση κυανοβακτηριακών ανθών''']]<br /> <br /> Πέντε διαφορετικά είδη φυτοπλαγκτού αναπτύχθηκαν σε καλλιέργειες με χαμηλό φωτισμό σε κύκλους των 16 ωρών φωτός και 8 σκότους στους 25 ° C. Τα είδη που μελετήθηκαν ήταν τα κυανοβακτήρια ''Aphanizomenon flos-aquae'' var. ''baltica'', ''Anabaena circinalis'' και ''Nodularia spumigena'', το διάτομο ''Cyclotella cryptica'' και το χλωρόφυτο ''Scenedesmus obliquus''. Τα είδη αυτά επελέχθηκαν για να ταιριάζουν με τις κυρίαρχες συνθήκες της Βαλτικής Θάλασσας και των τριών μεγαλύτερων σουηδικών λιμνών. Λεπτομέρειες των καλλιεργειών δίνονται στον Πίνακα 1. Περίπου δύο εβδομάδες πριν από τις μετρήσεις της ΙΟΡ (έμφυτες οπτικές ιδιότητες), δημιουργήθηκαν νέες καλλιέργειες των ειδών φυτοπλαγκτού και η οπτική τους πυκνότητα μετρήθηκε ανά 12 ώρες, ώστε να παρακολουθηθεί ο ρυθμός ανάπτυξής τους. Όταν προσδιορίστηκαν οι ρυθμοί ανάπτυξης, καθορίστηκε ένα τρίτο σύνολο νέων καλλιεργειών για τις μετρήσεις της ΙΟΡ. Τέλος, όταν έγιναν όλες οι μετρήσεις της ΙΟΡ, μετρήθηκε φασματοφωτομετρικά η συγκέντρωση της χλωροφύλλης α και της φαιοφυτίνης α σε όλες τις καλλιέργειες, μετά από εκχύλιση με αιθανόλη. Η οπτική πυκνότητα OD (Ι) μετρήθηκε στην περιοχή 350-750 nm, χρησιμοποιώντας ένα φασματοφωτόμετρο PerkineElmer Lambda 900 εξοπλισμένο με σφαίρα ενσωμάτωσης Spectralon (διαμέτρου 150 mm) στο Πανεπιστήμιο Uppsala της Σουηδίας.<br /> <br /> [[Εικόνα:cyano2.jpg | thumb| right|Εικόνα 1:''' Μοντέλα φασματικής ανακλαστικότητας διαφόρων ειδών φυτοπλαγκτού σε παράλιες περιοχές (Α) και στη Βαλτική Θάλασσα (Β) (ALI, Landsat, IKONOS)''']]<br /> <br /> '''Βιο-οπτικό μοντέλο'''<br /> <br /> Χρησιμοποιήθηκε ένα ημι-εμπειρικό μοντέλο, που περιγράφηκε λεπτομερώς από τον Kutser (2004), για να υπολογιστεί το φάσμα ανάκλασης του οπτικά βαθιού νερού. Το συνημίτονο του φωτονίου που βρίσκεται ακριβώς κάτω από την επιφάνεια, μ0, λήφθηκε ίσο με 0,85 για να μιμηθεί την κατάσταση στο γεωγραφικό πλάτος της κεντρικής Βαλτικής Θάλασσας, στα μέσα του καλοκαιριού και γύρω στο μεσημέρι. Καθώς το φως διέρχεται από τη διάφαση ύδατος-αέρα, υφίσταται διάθλαση που αυξάνει τη γωνία του προς την κάθετο. Συνδυάζοντας αυτά τα αποτελέσματα με την επίδραση της εσωτερικής αντανάκλασης, ο Austin (1980) πρότεινε τον συντελεστή 0,544 για την σχετική ακτινοβολία λίγο πάνω από την επιφάνεια, με ακτινοβολία ακριβώς κάτω από την επιφάνεια. Έτσι, μπορεί να υπολογισθεί η ανακλαστικότητα λίγο πάνω από την επιφάνεια του νερού.<br /> Θεωρήθηκε ότι υπάρχουν τρία οπτικά ενεργά συστατικά στο νερό: το φυτοπλαγκτόν, η έγχρωμη διαλυμένη οργανική ύλη (CDOM) και οι υδρόβιοι φυτικοί οργανισμοί.<br /> <br /> [[Εικόνα:cyano3.jpg | thumb| right|Εικόνα 2:''' Μοντέλα φασματικής ανακλαστικότητας διαφόρων ειδών φυτοπλαγκτού σε παράλιες περιοχές (Α) και στη Βαλτική Θάλασσα (Β) (MODIS)''']]<br /> <br /> '''Τεχνικά χαρακτηριστικά των δορυφορικών αισθητήρων '''<br /> <br /> Οι δορυφόροι Landsat έχουν χρησιμοποιηθεί για τη χαρτογράφηση κυανοβακτηριακών ανθών. Σε ορισμένες περιπτώσεις, είναι χρήσιμο να χρησιμοποιηθούν αισθητήρες με καλή χωρική ανάλυση, για την μελέτη των κυανοβακτηριακών ανθών. Ο αισθητήρας ALI είναι πρωτότυπος αισθητήρας του Landsat νέας γενιάς με βελτιωμένη φασματική και ραδιομετρική ανάλυση και σημαντική εξοικονόμηση μάζας, όγκου και κόστους. Ο ALI έχει 10 κανάλια: ένα πανχρωματικό (480- 690 nm) με χωρική ανάλυση 10m και εννέα φασματικά κανάλια με χωρική ανάλυση 30m. Το εύρος των φασμάτων των πρώτων τριών καναλιών που χρησιμοποιούνται σε αυτή την εργασία είναι 450-515 nm, 525-605 nm και 630-690 nm. Το SNR είναι 250: 1, η ραδιομετρική ανάλυση είναι 16-bit και το αποτύπωμα είναι 37 x 185 km. Ο ALI είναι ένας ευαίσθητος αισθητήρας, που σημαίνει ότι οι χρόνοι επανάληψης 1-2 ημερών, μπορούν να επιτευχθούν με γωνίες θέασης εκτός nadir παρά το γεγονός ότι ο αισθητήρας βρίσκεται στην ίδια τροχιά με τον Landsat 7. Το MODIS διαθέτει 13 κανάλια ορατής και υπέρυθρης ακτινοβολίας, που θα μπορούσαν ενδεχομένως να χρησιμοποιηθούν στην τηλεπισκόπηση των υδάτων. Τα κανάλια 1 και 2 έχουν χωρική ανάλυση 250m, τα 3 και 4 έχουν ανάλυση 500m και τα κανάλια 8-16 έχουν διακριτική ικανότητα 1000 m. Το SNR των ορατών καναλιών του MODIS με εύρος 1000 m είναι μεταξύ 900: 1 και 1400: 1. Τα φάσματα των χρησιμοποιημένων καναλιών MODIS παρουσιάζονται στον Πίνακα 2. Η πλήρης χωρική ανάλυση του αισθητήρα MERIS είναι 300 m. Τα φασματικά κανάλια του οργάνου MERIS παρουσιάζονται στον Πίνακα 2.<br /> <br /> [[Εικόνα:cyano4.jpg | thumb| right|Εικόνα 3:''' Μοντέλα φασματικής ανακλαστικότητας διαφόρων ειδών φυτοπλαγκτού σε παράλιες περιοχές (Α) και στη Βαλτική Θάλασσα (Β) (MERIS)''']]<br /> <br /> '''Αποτελέσματα'''<br /> <br /> Ο Dekker (1993) έδειξε ότι είναι δυνατόν να εκτιμηθεί η συγκέντρωση της φυκοκυανίνης στο νερό, χρησιμοποιώντας μεθόδους τηλεπισκόπησης. Η φυκοκυανίνη είναι μια χρωστική που υπάρχει κυρίως στα κυανοβακτήρια και μπορεί να χρησιμοποιηθεί ως δείκτης των κυανοβακτηρίων. Η συγκέντρωση της χλωροφύλλης α μετράται συνήθως σε πολλά προγράμματα παρακολούθησης και χρησιμοποιείται ως δείκτης της ποσότητας του φυτοπλαγκτού. Ως εκ τούτου, χρησιμοποιήθηκε η συγκέντρωση της χλωροφύλλης ως μεταβλητή στο μοντέλο μας, προσπαθώντας να εκτιμήσουμε αν είναι δυνατόν να διαχωριστούν τα κυανοβακτήρια από τα είδη των φυκιών με βάση την ανακλαστικότητά τους με χρήση τηλεπισκόπησης. Εάν η συγκέντρωση των κυανοβακτηρίων είναι αρκετά υψηλή, τότε η απορρόφηση φυκοκυανίνης, κοντά στα 630 nm και μικρή κορυφή κοντά στα 650 nm, μπορεί να χρησιμοποιηθεί για να αναγνωρισθεί ότι τα κυανοβακτήρια κυριαρχούν στο νερό. <br /> Χρησιμοποιήθηκαν τα τεχνικά χαρακτηριστικά του αισθητήρα ALI και προσομοιώθηκαν τα φάσματα ανακλαστικότητας σε διαφορετικά είδη φυκιών. Τα φάσματα ανάκλασης παρουσιάζονται στην Εικόνα 1. Υπάρχει μικρή διαφορά μεταξύ των φασμάτων ανάκλασης των κυανοβακτηρίων και των αλγών σε πλούσια στα παράκτια ύδατα, όπως φαίνεται στην Εικόνα 1Α. Ο λόγος των καναλιών 2 και 3 είναι ελαφρώς διαφορετικός για τις δύο ομάδες. Σε πιο καθαρά νερά δεν υπάρχει σχεδόν καμία διαφορά στο σχήμα των φασμάτων ανάκλασης των κυανοβακτηρίων και των φυκών. Η διακύμανση μεταξύ των ειδών είναι κυρίως στις τιμές ανάκλασης ενισχύονται από την σχετικά υψηλή συγκέντρωση της χλωροφύλλης (30 mg / m3) που χρησιμοποιείται για τη μοντελοποίηση των φασμάτων ανακλαστικότητας, όπως φαίνεται στην Εικόνα 1. <br /> Η Εικόνα 2 δείχνει ότι τα φάσματα ανάκλασης των διαφορετικών ειδών είναι σχετικά όμοια όταν χρησιμοποιούνται κανάλια του MODIS 1km. Η κύρια διαφορά μεταξύ των εξεταζόμενων ειδών είναι στις τιμές ανάκλασης και όχι στη μορφή των φασμάτων ανάκλασης. Επομένως, συμπεραίνουμε ότι είναι εξαιρετικά δύσκολο ο MODIS να χρησιμοποιηθεί για τον εντοπισμό κυανοβακτηριακών ανθών.<br /> <br /> [[Εικόνα:cyano5.jpg | thumb| right|Εικόνα 4:''' Μοντέλα φασματικής ανακλαστικότητας των ειδών ''Cyclotella cryptica'' (Α) και ''Nodularia spumigena'' (Β) (MERIS)''']]<br /> <br /> Η Εικόνα 3 δείχνει, ότι η διαμόρφωση των καναλιών MERIS είναι καταλληλότερη για τα θολά παράκτια ύδατα. Στην εικόνα των παράκτιων υδάτων (Εικόνα 3Α) και στα ανοικτά ύδατα της Βαλτικής Θάλασσας (Εικόνα 3Β,) φαίνεται ότι τα κανάλια 6 και 7 του MERIS μπορούν να χρησιμοποιηθούν για τον διαχωρισμό μεταξύ των κυανοβακτηρίων και των φυκών, αν η συγκέντρωση της χλωροφύλλης είναι υψηλή (30 mg / m3 στην περίπτωση της Εικόνας 3). Η καλύτερη διαμόρφωση του μήκους κύματος για τον σκοπό αυτό, πρέπει να είναι σε κεντρικά μήκη κύματος, στα 630 nm και 650 nm, αλλά τα κανάλια 6 και 7 του MERIS είναι πολύ κοντά στο ιδανικό. Η Εικόνα 4 δείχνει πώς η αυξανόμενη ποσότητα βιομάζας, από την άποψη της χλωροφύλλης α, επηρεάζει την ανακλαστικότητα που ανιχνεύεται από τον MERIS στην περίπτωση δύο ειδών: Cyclotella cryptica (Εικόνα 4Α) και του κυανοβακτηρίου Nodularia spumigena (Εικόνα 4Β). Η χαρακτηριστική απορρόφηση φυκοκυανίνης δεν παρατηρείται τόσο καθαρά στη φασματική ανάκλαση του N. Spumigena, όπως συμβαίνει στην περίπτωση άλλων κυανοβακτηρίων (βλέπε Εικόνα 3). Ο λόγος είναι ο χαμηλότερος συντελεστής απορρόφησης και αναδιπλασιασμού της Nodularia ως προς την χλωροφύλλη σε σύγκριση με τους Aphanizomenon και Anabaena. Στη Βαλτική Θάλασσα τιμές χλωροφύλλης πάνω από 4 mg / m3 θεωρούνται σε κατάσταση άνθισης. <br /> <br /> '''Συζήτηση '''<br /> <br /> Δεν είναι πιθανή η ανίχνευση της παρουσίας φυκοκυανίνης με πολυφασματικούς αισθητήρες, όπως ο ALI ή του Landsat. Το μεγαλύτερο μέρος της χαρακτηριστικής απορρόφησης φυκοκυανίνης είναι εκτός του καναλιού 2 (630-690 nm). Τα αποτελέσματα της μοντελοποίησης δείχνουν ότι η αύξηση της ποσότητας των κυανοβακτηρίων στο νερό προκαλεί μεγαλύτερη αύξηση στις τιμές ανάκλασης κοντά στα 650 nm παρά μείωση στην κοντά στα 630 nm. Οι οπτικές ιδιότητες του καθαρού νερού και των φυκών που είναι διαθέσιμες στη βιβλιογραφία, δεν επιτρέπουν την μοντελοποίηση των φασμάτων ανακλαστικότητας πέραν των 750 nm. Η συσσώρευση συσσωματωμάτων κυανοβακτηριακών κυττάρων ακριβώς κάτω από την επιφάνεια του νερού είναι τόσο διαφορετική, που η έκταση των ανθών μπορεί να χαρτογραφηθεί χρησιμοποιώντας σχεδόν οποιοδήποτε όργανο τηλεπισκόπησης. Η χαρτογράφηση της έκτασης κυανοβακτηριακών ανθών βασίστηκε στην υπόθεση, ότι ο, τιδήποτε άλλο δεν μπορεί να προκαλέσει αυξημένο σήμα στις παράκτιες περιοχές της Βαλτικής Θάλασσας, στα μέσα του καλοκαιριού, πέρα από την άνθηση των κυανοβακτηρίων. Το κανάλι 1 του MODIS 250 m (620-670 nm) και η το κανάλι 2 (841-876 nm) είναι ευαίσθητα στις μεταβολές της ποσότητας των κυανοβακτηρίων, όπως έχει αποδειχθεί από τους Kutser et al. (2006) και Reinart και Kutser. Τα αποτελέσματα της μοντελοποίησης δείχνουν ότι πολυφασματικοί αισθητήρες όπως οι ALI, Landsat ή MODIS είναι δύσκολο να διακρίνουν τα ύδατα όπου κυριαρχούν τα κυανοβακτήρια από τα ύδατα που κυριαρχούν άλλα είδη φυκών, καθώς η διαμόρφωση του καναλιού τους δεν επιτρέπει την ανίχνευση χαρακτηριστικών απορρόφησης που προκαλούνται από την φυκοκυανίνη και άλλα φασματικά χαρακτηριστικά που παρουσιάζουν μόνο τα κυανοβακτήρια. Τα κανάλια 6 και 7 του MERIS, επιτρέπουν την ανίχνευση της απορρόφησης φυκοκυανίνης κοντά στα 630 nm και μιας μικρής κορυφής της φασματική ανάκλασης κοντά στα 650 nm, που είναι χαρακτηριστικές μόνο στα ύδατα που κυριαρχούν τα κυανοβακτήρια. Έτσι, ο MERIS μπορεί να χρησιμοποιηθεί για την ταυτοποίηση των κυανοβακτηρίων αν υπάρχουν σε σχετικά μεγάλες ποσότητες.<br /> <br /> '''Συμβολή της Τηλεπισκόπησης'''<br /> <br /> Στην παρούσα εργασία, χρησιμοποιήθηκαν διάφορες τεχνικές τηλεπισκόπησης για την ανίχνευση φυτοπλαγκτονικών ανθών. Η ανίχνευση ανθών είναι σημαντική, ώστε να αποφευχθεί το φαινόμενο του ευτροφισμού, το οποίο προκαλεί προβλήματα όχι μόνο στους υδρόβιους οργανισμούς, αλλά και στην ίδια την ανθρώπινη υγεία.</div>

Nchotzar http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Cyano5.jpg 2018-02-02T15:39:41Z

<p>Nchotzar: </p> <hr /> <div></div>

Nchotzar http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Cyano4.jpg 2018-02-02T15:39:32Z

<p>Nchotzar: </p> <hr /> <div></div>

Nchotzar http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Cyano3.jpg 2018-02-02T15:39:23Z

<p>Nchotzar: </p> <hr /> <div></div>

Nchotzar http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Cyano2.jpg 2018-02-02T15:39:11Z

<p>Nchotzar: </p> <hr /> <div></div>

Nchotzar http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Cyano1.jpg 2018-02-02T15:39:00Z

<p>Nchotzar: </p> <hr /> <div></div>

Nchotzar http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Cyano.jpg 2018-02-02T15:38:51Z

<p>Nchotzar: </p> <hr /> <div></div>

Nchotzar http://147.102.106.44/rs/wiki/index.php/%CE%A0%CE%B1%CF%81%CE%B1%CE%BA%CE%BF%CE%BB%CE%BF%CF%8D%CE%B8%CE%B7%CF%83%CE%B7_%CE%BA%CF%85%CE%B1%CE%BD%CE%BF%CE%B2%CE%B1%CE%BA%CF%84%CE%B7%CF%81%CE%B9%CE%B1%CE%BA%CF%8E%CE%BD_%CE%B1%CE%BD%CE%B8%CF%8E%CE%BD_%CE%BC%CE%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%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 2018-02-02T15:38:31Z

<p>Nchotzar: </p> <hr /> <div>'''Παρακολούθηση κυανοβακτηριακών ανθών με χρήση Τηλεπισκόπησης'''<br /> <br /> '''Πρωτότυπος τίτλος:''' ''Monitoring cyanobacterial blooms by satellite remote sensing''<br /> <br /> '''Συγγραφείς: '''Tiit Kutser, Liisa Metsamaa, Niklas Strombeck , Ele Vahtmae<br /> <br /> '''Δημοσιεύθηκε: ''' ''Estuarine, Coastal and Shelf Science 67 (2006) 303-312''<br /> <br /> '''Σύνδεσμος πρωτότυπου κειμένου:''' [https://www.sciencedirect.com/science/article/pii/S0272771405004026]<br /> <br /> '''Λέξεις-Κλειδιά:''' κυανοβακτήρια, φύκη, άνθιση, τηλεπισκόπηση, Landsat, MODIS, MERIS, ALI, φυκοκυανίνη, χλωροφύλλη α, Βαλτική Θάλασσα<br /> <br /> [[Εικόνα:cyano.jpg | thumb| right|Πίνακας 1:''' Χαρακτηριστικά φυτοπλαγκτονικών ειδών''']]<br /> <br /> <br /> '''Εισαγωγή'''<br /> <br /> Τα περισσότερα είδη κυανοβακτηρίων είναι δυνητικά τοξικοί οργανισμοί και, ως εκ τούτου, συχνά προκαλούν φυτοπλαγκτικά άνθη. Υπάρχουν αρκετά προβλήματα υγείας που συνδέονται με περισσότερες από 60 ταυτοποιημένες τοξίνες κυανοβακτηρίων που ανήκουν στις νευροτοξίνες, ηπατοξίνες, κυτοτοξίνες, είναι ερεθιστικά για το δέρμα και το γαστρεντερικό σύστημα. Οι τοξίνες εισέρχονται στην τροφική αλυσίδα, καθώς το φυτοπλαγκτόν καταναλώνεται από οστρακοειδή, όπως αχιβάδες, μύδια, στρείδια και χτένια, τα οποία βαθμιαία συσσωρεύουν τις τοξίνες του φυτοπλαγκτού, φθάνοντας τελικά σε επίπεδα που είναι δυνητικά θανατηφόρα για τον άνθρωπο ή άλλους καταναλωτές. Το γεγονός αυτό και η συχνότητα εμφάνισης ανθών σε παραλίες κατά τη διάρκεια της καλοκαιρινής περιόδου, οδήγησε σε οικονομικές ζημιές και κίνησε το ενδιαφέρον για το φαινόμενο αυτό. Το πρόβλημα είναι ιδιαίτερα έντονο στην περιοχή της Βαλτικής Θάλασσας, όπου τα κυανοβακτηριδιακά άνθη εμφανίζονται κάθε καλοκαίρι και καλύπτουν περιοχές άνω των 100.000 τετραγωνικών km.<br /> <br /> '''Υλικά και Μέθοδοι'''<br /> <br /> '''Εργαστηριακές μετρήσεις οπτικών ιδιοτήτων αλγών και κυανοβακτηρίων'''<br /> <br /> [[Εικόνα:cyano1.jpg | thumb| right|Πίνακας 2:''' Μήκη κύματος καναλιών του MODIS και MERIS που μπορούν να χρησιμοποιηθούν για τη χαρτογράφηση κυανοβακτηριακών ανθών''']]<br /> <br /> Πέντε διαφορετικά είδη φυτοπλαγκτού αναπτύχθηκαν σε καλλιέργειες με χαμηλό φωτισμό σε κύκλους των 16 ωρών φωτός και 8 σκότους στους 25 ° C. Τα είδη που μελετήθηκαν ήταν τα κυανοβακτήρια Aphanizomenon flos-aquae var. baltica, Anabaena circinalis και Nodularia spumigena, το διάτομο Cyclotella cryptica και το χλωρόφυτο Scenedesmus obliquus. Τα είδη αυτά επελέχθηκαν για να ταιριάζουν με τις κυρίαρχες συνθήκες της Βαλτικής Θάλασσας και των τριών μεγαλύτερων σουηδικών λιμνών. Λεπτομέρειες των καλλιεργειών δίνονται στον Πίνακα 1. Περίπου δύο εβδομάδες πριν από τις μετρήσεις της ΙΟΡ (έμφυτες οπτικές ιδιότητες), δημιουργήθηκαν νέες καλλιέργειες των ειδών φυτοπλαγκτού και η οπτική τους πυκνότητα μετρήθηκε ανά 12 ώρες, ώστε να παρακολουθηθεί ο ρυθμός ανάπτυξής τους. Όταν προσδιορίστηκαν οι ρυθμοί ανάπτυξης, καθορίστηκε ένα τρίτο σύνολο νέων καλλιεργειών για τις μετρήσεις της ΙΟΡ. Τέλος, όταν έγιναν όλες οι μετρήσεις της ΙΟΡ, μετρήθηκε φασματοφωτομετρικά η συγκέντρωση της χλωροφύλλης α και της φαιοφυτίνης α σε όλες τις καλλιέργειες, μετά από εκχύλιση με αιθανόλη. Η οπτική πυκνότητα OD (Ι) μετρήθηκε στην περιοχή 350-750 nm, χρησιμοποιώντας ένα φασματοφωτόμετρο PerkineElmer Lambda 900 εξοπλισμένο με σφαίρα ενσωμάτωσης Spectralon (διαμέτρου 150 mm) στο Πανεπιστήμιο Uppsala της Σουηδίας.<br /> <br /> [[Εικόνα:cyano2.jpg | thumb| right|Εικόνα 1:''' Μοντέλα φασματικής ανακλαστικότητας διαφόρων ειδών φυτοπλαγκτού σε παράλιες περιοχές (Α) και στη Βαλτική Θάλασσα (Β) (ALI, Landsat, IKONOS)''']]<br /> <br /> '''Βιο-οπτικό μοντέλο'''<br /> <br /> Χρησιμοποιήθηκε ένα ημι-εμπειρικό μοντέλο, που περιγράφηκε λεπτομερώς από τον Kutser (2004), για να υπολογιστεί το φάσμα ανάκλασης του οπτικά βαθιού νερού. Το συνημίτονο του φωτονίου που βρίσκεται ακριβώς κάτω από την επιφάνεια, μ0, λήφθηκε ίσο με 0,85 για να μιμηθεί την κατάσταση στο γεωγραφικό πλάτος της κεντρικής Βαλτικής Θάλασσας, στα μέσα του καλοκαιριού και γύρω στο μεσημέρι. Καθώς το φως διέρχεται από τη διάφαση ύδατος-αέρα, υφίσταται διάθλαση που αυξάνει τη γωνία του προς την κάθετο. Συνδυάζοντας αυτά τα αποτελέσματα με την επίδραση της εσωτερικής αντανάκλασης, ο Austin (1980) πρότεινε τον συντελεστή 0,544 για την σχετική ακτινοβολία λίγο πάνω από την επιφάνεια, με ακτινοβολία ακριβώς κάτω από την επιφάνεια. Έτσι, μπορεί να υπολογισθεί η ανακλαστικότητα λίγο πάνω από την επιφάνεια του νερού.<br /> Θεωρήθηκε ότι υπάρχουν τρία οπτικά ενεργά συστατικά στο νερό: το φυτοπλαγκτόν, η έγχρωμη διαλυμένη οργανική ύλη (CDOM) και οι υδρόβιοι φυτικοί οργανισμοί.<br /> <br /> [[Εικόνα:cyano3.jpg | thumb| right|Εικόνα 2:''' Μοντέλα φασματικής ανακλαστικότητας διαφόρων ειδών φυτοπλαγκτού σε παράλιες περιοχές (Α) και στη Βαλτική Θάλασσα (Β) (MODIS)''']]<br /> <br /> '''Τεχνικά χαρακτηριστικά των δορυφορικών αισθητήρων '''<br /> <br /> Οι δορυφόροι Landsat έχουν χρησιμοποιηθεί για τη χαρτογράφηση κυανοβακτηριακών ανθών. Σε ορισμένες περιπτώσεις, είναι χρήσιμο να χρησιμοποιηθούν αισθητήρες με καλή χωρική ανάλυση, για την μελέτη των κυανοβακτηριακών ανθών. Ο αισθητήρας ALI είναι πρωτότυπος αισθητήρας του Landsat νέας γενιάς με βελτιωμένη φασματική και ραδιομετρική ανάλυση και σημαντική εξοικονόμηση μάζας, όγκου και κόστους. Ο ALI έχει 10 κανάλια: ένα πανχρωματικό (480- 690 nm) με χωρική ανάλυση 10m και εννέα φασματικά κανάλια με χωρική ανάλυση 30m. Το εύρος των φασμάτων των πρώτων τριών καναλιών που χρησιμοποιούνται σε αυτή την εργασία είναι 450-515 nm, 525-605 nm και 630-690 nm. Το SNR είναι 250: 1, η ραδιομετρική ανάλυση είναι 16-bit και το αποτύπωμα είναι 37 x 185 km. Ο ALI είναι ένας ευαίσθητος αισθητήρας, που σημαίνει ότι οι χρόνοι επανάληψης 1-2 ημερών, μπορούν να επιτευχθούν με γωνίες θέασης εκτός nadir παρά το γεγονός ότι ο αισθητήρας βρίσκεται στην ίδια τροχιά με τον Landsat 7. Το MODIS διαθέτει 13 κανάλια ορατής και υπέρυθρης ακτινοβολίας, που θα μπορούσαν ενδεχομένως να χρησιμοποιηθούν στην τηλεπισκόπηση των υδάτων. Τα κανάλια 1 και 2 έχουν χωρική ανάλυση 250m, τα 3 και 4 έχουν ανάλυση 500m και τα κανάλια 8-16 έχουν διακριτική ικανότητα 1000 m. Το SNR των ορατών καναλιών του MODIS με εύρος 1000 m είναι μεταξύ 900: 1 και 1400: 1. Τα φάσματα των χρησιμοποιημένων καναλιών MODIS παρουσιάζονται στον Πίνακα 2. Η πλήρης χωρική ανάλυση του αισθητήρα MERIS είναι 300 m. Τα φασματικά κανάλια του οργάνου MERIS παρουσιάζονται στον Πίνακα 2.<br /> <br /> [[Εικόνα:cyano4.jpg | thumb| right|Εικόνα 3:''' Μοντέλα φασματικής ανακλαστικότητας διαφόρων ειδών φυτοπλαγκτού σε παράλιες περιοχές (Α) και στη Βαλτική Θάλασσα (Β) (MERIS)''']]<br /> <br /> '''Αποτελέσματα'''<br /> <br /> Ο Dekker (1993) έδειξε ότι είναι δυνατόν να εκτιμηθεί η συγκέντρωση της φυκοκυανίνης στο νερό, χρησιμοποιώντας μεθόδους τηλεπισκόπησης. Η φυκοκυανίνη είναι μια χρωστική που υπάρχει κυρίως στα κυανοβακτήρια και μπορεί να χρησιμοποιηθεί ως δείκτης των κυανοβακτηρίων. Η συγκέντρωση της χλωροφύλλης α μετράται συνήθως σε πολλά προγράμματα παρακολούθησης και χρησιμοποιείται ως δείκτης της ποσότητας του φυτοπλαγκτού. Ως εκ τούτου, χρησιμοποιήθηκε η συγκέντρωση της χλωροφύλλης ως μεταβλητή στο μοντέλο μας, προσπαθώντας να εκτιμήσουμε αν είναι δυνατόν να διαχωριστούν τα κυανοβακτήρια από τα είδη των φυκιών με βάση την ανακλαστικότητά τους με χρήση τηλεπισκόπησης. Εάν η συγκέντρωση των κυανοβακτηρίων είναι αρκετά υψηλή, τότε η απορρόφηση φυκοκυανίνης, κοντά στα 630 nm και μικρή κορυφή κοντά στα 650 nm, μπορεί να χρησιμοποιηθεί για να αναγνωρισθεί ότι τα κυανοβακτήρια κυριαρχούν στο νερό. <br /> Χρησιμοποιήθηκαν τα τεχνικά χαρακτηριστικά του αισθητήρα ALI και προσομοιώθηκαν τα φάσματα ανακλαστικότητας σε διαφορετικά είδη φυκιών. Τα φάσματα ανάκλασης παρουσιάζονται στην Εικόνα 1. Υπάρχει μικρή διαφορά μεταξύ των φασμάτων ανάκλασης των κυανοβακτηρίων και των αλγών σε πλούσια στα παράκτια ύδατα, όπως φαίνεται στην Εικόνα 1Α. Ο λόγος των καναλιών 2 και 3 είναι ελαφρώς διαφορετικός για τις δύο ομάδες. Σε πιο καθαρά νερά δεν υπάρχει σχεδόν καμία διαφορά στο σχήμα των φασμάτων ανάκλασης των κυανοβακτηρίων και των φυκών. Η διακύμανση μεταξύ των ειδών είναι κυρίως στις τιμές ανάκλασης ενισχύονται από την σχετικά υψηλή συγκέντρωση της χλωροφύλλης (30 mg / m3) που χρησιμοποιείται για τη μοντελοποίηση των φασμάτων ανακλαστικότητας, όπως φαίνεται στην Εικόνα 1. <br /> Η Εικόνα 2 δείχνει ότι τα φάσματα ανάκλασης των διαφορετικών ειδών είναι σχετικά όμοια όταν χρησιμοποιούνται κανάλια του MODIS 1km. Η κύρια διαφορά μεταξύ των εξεταζόμενων ειδών είναι στις τιμές ανάκλασης και όχι στη μορφή των φασμάτων ανάκλασης. Επομένως, συμπεραίνουμε ότι είναι εξαιρετικά δύσκολο ο MODIS να χρησιμοποιηθεί για τον εντοπισμό κυανοβακτηριακών ανθών.<br /> <br /> [[Εικόνα:cyano5.jpg | thumb| right|Εικόνα 4:''' Μοντέλα φασματικής ανακλαστικότητας των ειδών ''Cyclotella cryptica'' (Α) και ''Nodularia spumigena'' (Β) (MERIS)''']]<br /> <br /> Η Εικόνα 3 δείχνει, ότι η διαμόρφωση των καναλιών MERIS είναι καταλληλότερη για τα θολά παράκτια ύδατα. Στην εικόνα των παράκτιων υδάτων (Εικόνα 3Α) και στα ανοικτά ύδατα της Βαλτικής Θάλασσας (Εικόνα 3Β,) φαίνεται ότι τα κανάλια 6 και 7 του MERIS μπορούν να χρησιμοποιηθούν για τον διαχωρισμό μεταξύ των κυανοβακτηρίων και των φυκών, αν η συγκέντρωση της χλωροφύλλης είναι υψηλή (30 mg / m3 στην περίπτωση της Εικόνας 3). Η καλύτερη διαμόρφωση του μήκους κύματος για τον σκοπό αυτό, πρέπει να είναι σε κεντρικά μήκη κύματος, στα 630 nm και 650 nm, αλλά τα κανάλια 6 και 7 του MERIS είναι πολύ κοντά στο ιδανικό. Η Εικόνα 4 δείχνει πώς η αυξανόμενη ποσότητα βιομάζας, από την άποψη της χλωροφύλλης α, επηρεάζει την ανακλαστικότητα που ανιχνεύεται από τον MERIS στην περίπτωση δύο ειδών: Cyclotella cryptica (Εικόνα 4Α) και του κυανοβακτηρίου Nodularia spumigena (Εικόνα 4Β). Η χαρακτηριστική απορρόφηση φυκοκυανίνης δεν παρατηρείται τόσο καθαρά στη φασματική ανάκλαση του N. Spumigena, όπως συμβαίνει στην περίπτωση άλλων κυανοβακτηρίων (βλέπε Εικόνα 3). Ο λόγος είναι ο χαμηλότερος συντελεστής απορρόφησης και αναδιπλασιασμού της Nodularia ως προς την χλωροφύλλη σε σύγκριση με τους Aphanizomenon και Anabaena. Στη Βαλτική Θάλασσα τιμές χλωροφύλλης πάνω από 4 mg / m3 θεωρούνται σε κατάσταση άνθισης. <br /> <br /> '''Συζήτηση '''<br /> <br /> Δεν είναι πιθανή η ανίχνευση της παρουσίας φυκοκυανίνης με πολυφασματικούς αισθητήρες, όπως ο ALI ή του Landsat. Το μεγαλύτερο μέρος της χαρακτηριστικής απορρόφησης φυκοκυανίνης είναι εκτός του καναλιού 2 (630-690 nm). Τα αποτελέσματα της μοντελοποίησης δείχνουν ότι η αύξηση της ποσότητας των κυανοβακτηρίων στο νερό προκαλεί μεγαλύτερη αύξηση στις τιμές ανάκλασης κοντά στα 650 nm παρά μείωση στην κοντά στα 630 nm. Οι οπτικές ιδιότητες του καθαρού νερού και των φυκών που είναι διαθέσιμες στη βιβλιογραφία, δεν επιτρέπουν την μοντελοποίηση των φασμάτων ανακλαστικότητας πέραν των 750 nm. Η συσσώρευση συσσωματωμάτων κυανοβακτηριακών κυττάρων ακριβώς κάτω από την επιφάνεια του νερού είναι τόσο διαφορετική, που η έκταση των ανθών μπορεί να χαρτογραφηθεί χρησιμοποιώντας σχεδόν οποιοδήποτε όργανο τηλεπισκόπησης. Η χαρτογράφηση της έκτασης κυανοβακτηριακών ανθών βασίστηκε στην υπόθεση, ότι ο, τιδήποτε άλλο δεν μπορεί να προκαλέσει αυξημένο σήμα στις παράκτιες περιοχές της Βαλτικής Θάλασσας, στα μέσα του καλοκαιριού, πέρα από την άνθηση των κυανοβακτηρίων. Το κανάλι 1 του MODIS 250 m (620-670 nm) και η το κανάλι 2 (841-876 nm) είναι ευαίσθητα στις μεταβολές της ποσότητας των κυανοβακτηρίων, όπως έχει αποδειχθεί από τους Kutser et al. (2006) και Reinart και Kutser. Τα αποτελέσματα της μοντελοποίησης δείχνουν ότι πολυφασματικοί αισθητήρες όπως οι ALI, Landsat ή MODIS είναι δύσκολο να διακρίνουν τα ύδατα όπου κυριαρχούν τα κυανοβακτήρια από τα ύδατα που κυριαρχούν άλλα είδη φυκών, καθώς η διαμόρφωση του καναλιού τους δεν επιτρέπει την ανίχνευση χαρακτηριστικών απορρόφησης που προκαλούνται από την φυκοκυανίνη και άλλα φασματικά χαρακτηριστικά που παρουσιάζουν μόνο τα κυανοβακτήρια. Τα κανάλια 6 και 7 του MERIS, επιτρέπουν την ανίχνευση της απορρόφησης φυκοκυανίνης κοντά στα 630 nm και μιας μικρής κορυφής της φασματική ανάκλασης κοντά στα 650 nm, που είναι χαρακτηριστικές μόνο στα ύδατα που κυριαρχούν τα κυανοβακτήρια. Έτσι, ο MERIS μπορεί να χρησιμοποιηθεί για την ταυτοποίηση των κυανοβακτηρίων αν υπάρχουν σε σχετικά μεγάλες ποσότητες.<br /> <br /> '''Συμβολή της Τηλεπισκόπησης'''<br /> <br /> Στην παρούσα εργασία, χρησιμοποιήθηκαν διάφορες τεχνικές τηλεπισκόπησης για την ανίχνευση φυτοπλαγκτονικών ανθών. Η ανίχνευση ανθών είναι σημαντική, ώστε να αποφευχθεί το φαινόμενο του ευτροφισμού, το οποίο προκαλεί προβλήματα όχι μόνο στους υδρόβιους οργανισμούς, αλλά και στην ίδια την ανθρώπινη υγεία.</div>

Nchotzar http://147.102.106.44/rs/wiki/index.php/%CE%A0%CE%B1%CF%81%CE%B1%CE%BA%CE%BF%CE%BB%CE%BF%CF%8D%CE%B8%CE%B7%CF%83%CE%B7_%CE%BA%CF%85%CE%B1%CE%BD%CE%BF%CE%B2%CE%B1%CE%BA%CF%84%CE%B7%CF%81%CE%B9%CE%B1%CE%BA%CF%8E%CE%BD_%CE%B1%CE%BD%CE%B8%CF%8E%CE%BD_%CE%BC%CE%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%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 2018-02-02T15:38:03Z

<p>Nchotzar: Νέα σελίδα με ''''Παρακολούθηση κυανοβακτηριακών ανθών με χρήση Τηλεπισκόπησης''' '''Πρωτότυπος τίτλος:''' ''Monit...'</p> <hr /> <div>'''Παρακολούθηση κυανοβακτηριακών ανθών με χρήση Τηλεπισκόπησης'''<br /> <br /> '''Πρωτότυπος τίτλος:''' ''Monitoring cyanobacterial blooms by satellite remote sensing''<br /> <br /> '''Συγγραφείς: '''Tiit Kutser, Liisa Metsamaa, Niklas Strombeck , Ele Vahtmae<br /> <br /> '''Δημοσιεύθηκε: ''' ''Estuarine, Coastal and Shelf Science 67 (2006) 303-312''<br /> <br /> '''Σύνδεσμος πρωτότυπου κειμένου:''' [https://www.sciencedirect.com/science/article/pii/S0272771405004026]<br /> <br /> '''Λέξεις-Κλειδιά:''' κυανοβακτήρια, φύκη, άνθιση, τηλεπισκόπηση, Landsat, MODIS, ALI, φυκοκυανίνη, χλωροφύλλη α, Βαλτική Θάλασσα<br /> <br /> [[Εικόνα:cyano.jpg | thumb| right|Πίνακας 1:''' Χαρακτηριστικά φυτοπλαγκτονικών ειδών''']]<br /> <br /> <br /> '''Εισαγωγή'''<br /> <br /> Τα περισσότερα είδη κυανοβακτηρίων είναι δυνητικά τοξικοί οργανισμοί και, ως εκ τούτου, συχνά προκαλούν φυτοπλαγκτικά άνθη. Υπάρχουν αρκετά προβλήματα υγείας που συνδέονται με περισσότερες από 60 ταυτοποιημένες τοξίνες κυανοβακτηρίων που ανήκουν στις νευροτοξίνες, ηπατοξίνες, κυτοτοξίνες, είναι ερεθιστικά για το δέρμα και το γαστρεντερικό σύστημα. Οι τοξίνες εισέρχονται στην τροφική αλυσίδα, καθώς το φυτοπλαγκτόν καταναλώνεται από οστρακοειδή, όπως αχιβάδες, μύδια, στρείδια και χτένια, τα οποία βαθμιαία συσσωρεύουν τις τοξίνες του φυτοπλαγκτού, φθάνοντας τελικά σε επίπεδα που είναι δυνητικά θανατηφόρα για τον άνθρωπο ή άλλους καταναλωτές. Το γεγονός αυτό και η συχνότητα εμφάνισης ανθών σε παραλίες κατά τη διάρκεια της καλοκαιρινής περιόδου, οδήγησε σε οικονομικές ζημιές και κίνησε το ενδιαφέρον για το φαινόμενο αυτό. Το πρόβλημα είναι ιδιαίτερα έντονο στην περιοχή της Βαλτικής Θάλασσας, όπου τα κυανοβακτηριδιακά άνθη εμφανίζονται κάθε καλοκαίρι και καλύπτουν περιοχές άνω των 100.000 τετραγωνικών km.<br /> <br /> '''Υλικά και Μέθοδοι'''<br /> <br /> '''Εργαστηριακές μετρήσεις οπτικών ιδιοτήτων αλγών και κυανοβακτηρίων'''<br /> <br /> [[Εικόνα:cyano1.jpg | thumb| right|Πίνακας 2:''' Μήκη κύματος καναλιών του MODIS και MERIS που μπορούν να χρησιμοποιηθούν για τη χαρτογράφηση κυανοβακτηριακών ανθών''']]<br /> <br /> Πέντε διαφορετικά είδη φυτοπλαγκτού αναπτύχθηκαν σε καλλιέργειες με χαμηλό φωτισμό σε κύκλους των 16 ωρών φωτός και 8 σκότους στους 25 ° C. Τα είδη που μελετήθηκαν ήταν τα κυανοβακτήρια Aphanizomenon flos-aquae var. baltica, Anabaena circinalis και Nodularia spumigena, το διάτομο Cyclotella cryptica και το χλωρόφυτο Scenedesmus obliquus. Τα είδη αυτά επελέχθηκαν για να ταιριάζουν με τις κυρίαρχες συνθήκες της Βαλτικής Θάλασσας και των τριών μεγαλύτερων σουηδικών λιμνών. Λεπτομέρειες των καλλιεργειών δίνονται στον Πίνακα 1. Περίπου δύο εβδομάδες πριν από τις μετρήσεις της ΙΟΡ (έμφυτες οπτικές ιδιότητες), δημιουργήθηκαν νέες καλλιέργειες των ειδών φυτοπλαγκτού και η οπτική τους πυκνότητα μετρήθηκε ανά 12 ώρες, ώστε να παρακολουθηθεί ο ρυθμός ανάπτυξής τους. Όταν προσδιορίστηκαν οι ρυθμοί ανάπτυξης, καθορίστηκε ένα τρίτο σύνολο νέων καλλιεργειών για τις μετρήσεις της ΙΟΡ. Τέλος, όταν έγιναν όλες οι μετρήσεις της ΙΟΡ, μετρήθηκε φασματοφωτομετρικά η συγκέντρωση της χλωροφύλλης α και της φαιοφυτίνης α σε όλες τις καλλιέργειες, μετά από εκχύλιση με αιθανόλη. Η οπτική πυκνότητα OD (Ι) μετρήθηκε στην περιοχή 350-750 nm, χρησιμοποιώντας ένα φασματοφωτόμετρο PerkineElmer Lambda 900 εξοπλισμένο με σφαίρα ενσωμάτωσης Spectralon (διαμέτρου 150 mm) στο Πανεπιστήμιο Uppsala της Σουηδίας.<br /> <br /> [[Εικόνα:cyano2.jpg | thumb| right|Εικόνα 1:''' Μοντέλα φασματικής ανακλαστικότητας διαφόρων ειδών φυτοπλαγκτού σε παράλιες περιοχές (Α) και στη Βαλτική Θάλασσα (Β) (ALI, Landsat, IKONOS)''']]<br /> <br /> '''Βιο-οπτικό μοντέλο'''<br /> <br /> Χρησιμοποιήθηκε ένα ημι-εμπειρικό μοντέλο, που περιγράφηκε λεπτομερώς από τον Kutser (2004), για να υπολογιστεί το φάσμα ανάκλασης του οπτικά βαθιού νερού. Το συνημίτονο του φωτονίου που βρίσκεται ακριβώς κάτω από την επιφάνεια, μ0, λήφθηκε ίσο με 0,85 για να μιμηθεί την κατάσταση στο γεωγραφικό πλάτος της κεντρικής Βαλτικής Θάλασσας, στα μέσα του καλοκαιριού και γύρω στο μεσημέρι. Καθώς το φως διέρχεται από τη διάφαση ύδατος-αέρα, υφίσταται διάθλαση που αυξάνει τη γωνία του προς την κάθετο. Συνδυάζοντας αυτά τα αποτελέσματα με την επίδραση της εσωτερικής αντανάκλασης, ο Austin (1980) πρότεινε τον συντελεστή 0,544 για την σχετική ακτινοβολία λίγο πάνω από την επιφάνεια, με ακτινοβολία ακριβώς κάτω από την επιφάνεια. Έτσι, μπορεί να υπολογισθεί η ανακλαστικότητα λίγο πάνω από την επιφάνεια του νερού.<br /> Θεωρήθηκε ότι υπάρχουν τρία οπτικά ενεργά συστατικά στο νερό: το φυτοπλαγκτόν, η έγχρωμη διαλυμένη οργανική ύλη (CDOM) και οι υδρόβιοι φυτικοί οργανισμοί.<br /> <br /> [[Εικόνα:cyano3.jpg | thumb| right|Εικόνα 2:''' Μοντέλα φασματικής ανακλαστικότητας διαφόρων ειδών φυτοπλαγκτού σε παράλιες περιοχές (Α) και στη Βαλτική Θάλασσα (Β) (MODIS)''']]<br /> <br /> '''Τεχνικά χαρακτηριστικά των δορυφορικών αισθητήρων '''<br /> <br /> Οι δορυφόροι Landsat έχουν χρησιμοποιηθεί για τη χαρτογράφηση κυανοβακτηριακών ανθών. Σε ορισμένες περιπτώσεις, είναι χρήσιμο να χρησιμοποιηθούν αισθητήρες με καλή χωρική ανάλυση, για την μελέτη των κυανοβακτηριακών ανθών. Ο αισθητήρας ALI είναι πρωτότυπος αισθητήρας του Landsat νέας γενιάς με βελτιωμένη φασματική και ραδιομετρική ανάλυση και σημαντική εξοικονόμηση μάζας, όγκου και κόστους. Ο ALI έχει 10 κανάλια: ένα πανχρωματικό (480- 690 nm) με χωρική ανάλυση 10m και εννέα φασματικά κανάλια με χωρική ανάλυση 30m. Το εύρος των φασμάτων των πρώτων τριών καναλιών που χρησιμοποιούνται σε αυτή την εργασία είναι 450-515 nm, 525-605 nm και 630-690 nm. Το SNR είναι 250: 1, η ραδιομετρική ανάλυση είναι 16-bit και το αποτύπωμα είναι 37 x 185 km. Ο ALI είναι ένας ευαίσθητος αισθητήρας, που σημαίνει ότι οι χρόνοι επανάληψης 1-2 ημερών, μπορούν να επιτευχθούν με γωνίες θέασης εκτός nadir παρά το γεγονός ότι ο αισθητήρας βρίσκεται στην ίδια τροχιά με τον Landsat 7. Το MODIS διαθέτει 13 κανάλια ορατής και υπέρυθρης ακτινοβολίας, που θα μπορούσαν ενδεχομένως να χρησιμοποιηθούν στην τηλεπισκόπηση των υδάτων. Τα κανάλια 1 και 2 έχουν χωρική ανάλυση 250m, τα 3 και 4 έχουν ανάλυση 500m και τα κανάλια 8-16 έχουν διακριτική ικανότητα 1000 m. Το SNR των ορατών καναλιών του MODIS με εύρος 1000 m είναι μεταξύ 900: 1 και 1400: 1. Τα φάσματα των χρησιμοποιημένων καναλιών MODIS παρουσιάζονται στον Πίνακα 2. Η πλήρης χωρική ανάλυση του αισθητήρα MERIS είναι 300 m. Τα φασματικά κανάλια του οργάνου MERIS παρουσιάζονται στον Πίνακα 2.<br /> <br /> [[Εικόνα:cyano4.jpg | thumb| right|Εικόνα 3:''' Μοντέλα φασματικής ανακλαστικότητας διαφόρων ειδών φυτοπλαγκτού σε παράλιες περιοχές (Α) και στη Βαλτική Θάλασσα (Β) (MERIS)''']]<br /> <br /> '''Αποτελέσματα'''<br /> <br /> Ο Dekker (1993) έδειξε ότι είναι δυνατόν να εκτιμηθεί η συγκέντρωση της φυκοκυανίνης στο νερό, χρησιμοποιώντας μεθόδους τηλεπισκόπησης. Η φυκοκυανίνη είναι μια χρωστική που υπάρχει κυρίως στα κυανοβακτήρια και μπορεί να χρησιμοποιηθεί ως δείκτης των κυανοβακτηρίων. Η συγκέντρωση της χλωροφύλλης α μετράται συνήθως σε πολλά προγράμματα παρακολούθησης και χρησιμοποιείται ως δείκτης της ποσότητας του φυτοπλαγκτού. Ως εκ τούτου, χρησιμοποιήθηκε η συγκέντρωση της χλωροφύλλης ως μεταβλητή στο μοντέλο μας, προσπαθώντας να εκτιμήσουμε αν είναι δυνατόν να διαχωριστούν τα κυανοβακτήρια από τα είδη των φυκιών με βάση την ανακλαστικότητά τους με χρήση τηλεπισκόπησης. Εάν η συγκέντρωση των κυανοβακτηρίων είναι αρκετά υψηλή, τότε η απορρόφηση φυκοκυανίνης, κοντά στα 630 nm και μικρή κορυφή κοντά στα 650 nm, μπορεί να χρησιμοποιηθεί για να αναγνωρισθεί ότι τα κυανοβακτήρια κυριαρχούν στο νερό. <br /> Χρησιμοποιήθηκαν τα τεχνικά χαρακτηριστικά του αισθητήρα ALI και προσομοιώθηκαν τα φάσματα ανακλαστικότητας σε διαφορετικά είδη φυκιών. Τα φάσματα ανάκλασης παρουσιάζονται στην Εικόνα 1. Υπάρχει μικρή διαφορά μεταξύ των φασμάτων ανάκλασης των κυανοβακτηρίων και των αλγών σε πλούσια στα παράκτια ύδατα, όπως φαίνεται στην Εικόνα 1Α. Ο λόγος των καναλιών 2 και 3 είναι ελαφρώς διαφορετικός για τις δύο ομάδες. Σε πιο καθαρά νερά δεν υπάρχει σχεδόν καμία διαφορά στο σχήμα των φασμάτων ανάκλασης των κυανοβακτηρίων και των φυκών. Η διακύμανση μεταξύ των ειδών είναι κυρίως στις τιμές ανάκλασης ενισχύονται από την σχετικά υψηλή συγκέντρωση της χλωροφύλλης (30 mg / m3) που χρησιμοποιείται για τη μοντελοποίηση των φασμάτων ανακλαστικότητας, όπως φαίνεται στην Εικόνα 1. <br /> Η Εικόνα 2 δείχνει ότι τα φάσματα ανάκλασης των διαφορετικών ειδών είναι σχετικά όμοια όταν χρησιμοποιούνται κανάλια του MODIS 1km. Η κύρια διαφορά μεταξύ των εξεταζόμενων ειδών είναι στις τιμές ανάκλασης και όχι στη μορφή των φασμάτων ανάκλασης. Επομένως, συμπεραίνουμε ότι είναι εξαιρετικά δύσκολο ο MODIS να χρησιμοποιηθεί για τον εντοπισμό κυανοβακτηριακών ανθών.<br /> <br /> [[Εικόνα:cyano5.jpg | thumb| right|Εικόνα 4:''' Μοντέλα φασματικής ανακλαστικότητας των ειδών ''Cyclotella cryptica'' (Α) και ''Nodularia spumigena'' (Β) (MERIS)''']]<br /> <br /> Η Εικόνα 3 δείχνει, ότι η διαμόρφωση των καναλιών MERIS είναι καταλληλότερη για τα θολά παράκτια ύδατα. Στην εικόνα των παράκτιων υδάτων (Εικόνα 3Α) και στα ανοικτά ύδατα της Βαλτικής Θάλασσας (Εικόνα 3Β,) φαίνεται ότι τα κανάλια 6 και 7 του MERIS μπορούν να χρησιμοποιηθούν για τον διαχωρισμό μεταξύ των κυανοβακτηρίων και των φυκών, αν η συγκέντρωση της χλωροφύλλης είναι υψηλή (30 mg / m3 στην περίπτωση της Εικόνας 3). Η καλύτερη διαμόρφωση του μήκους κύματος για τον σκοπό αυτό, πρέπει να είναι σε κεντρικά μήκη κύματος, στα 630 nm και 650 nm, αλλά τα κανάλια 6 και 7 του MERIS είναι πολύ κοντά στο ιδανικό. Η Εικόνα 4 δείχνει πώς η αυξανόμενη ποσότητα βιομάζας, από την άποψη της χλωροφύλλης α, επηρεάζει την ανακλαστικότητα που ανιχνεύεται από τον MERIS στην περίπτωση δύο ειδών: Cyclotella cryptica (Εικόνα 4Α) και του κυανοβακτηρίου Nodularia spumigena (Εικόνα 4Β). Η χαρακτηριστική απορρόφηση φυκοκυανίνης δεν παρατηρείται τόσο καθαρά στη φασματική ανάκλαση του N. Spumigena, όπως συμβαίνει στην περίπτωση άλλων κυανοβακτηρίων (βλέπε Εικόνα 3). Ο λόγος είναι ο χαμηλότερος συντελεστής απορρόφησης και αναδιπλασιασμού της Nodularia ως προς την χλωροφύλλη σε σύγκριση με τους Aphanizomenon και Anabaena. Στη Βαλτική Θάλασσα τιμές χλωροφύλλης πάνω από 4 mg / m3 θεωρούνται σε κατάσταση άνθισης. <br /> <br /> '''Συζήτηση '''<br /> <br /> Δεν είναι πιθανή η ανίχνευση της παρουσίας φυκοκυανίνης με πολυφασματικούς αισθητήρες, όπως ο ALI ή του Landsat. Το μεγαλύτερο μέρος της χαρακτηριστικής απορρόφησης φυκοκυανίνης είναι εκτός του καναλιού 2 (630-690 nm). Τα αποτελέσματα της μοντελοποίησης δείχνουν ότι η αύξηση της ποσότητας των κυανοβακτηρίων στο νερό προκαλεί μεγαλύτερη αύξηση στις τιμές ανάκλασης κοντά στα 650 nm παρά μείωση στην κοντά στα 630 nm. Οι οπτικές ιδιότητες του καθαρού νερού και των φυκών που είναι διαθέσιμες στη βιβλιογραφία, δεν επιτρέπουν την μοντελοποίηση των φασμάτων ανακλαστικότητας πέραν των 750 nm. Η συσσώρευση συσσωματωμάτων κυανοβακτηριακών κυττάρων ακριβώς κάτω από την επιφάνεια του νερού είναι τόσο διαφορετική, που η έκταση των ανθών μπορεί να χαρτογραφηθεί χρησιμοποιώντας σχεδόν οποιοδήποτε όργανο τηλεπισκόπησης. Η χαρτογράφηση της έκτασης κυανοβακτηριακών ανθών βασίστηκε στην υπόθεση, ότι ο, τιδήποτε άλλο δεν μπορεί να προκαλέσει αυξημένο σήμα στις παράκτιες περιοχές της Βαλτικής Θάλασσας, στα μέσα του καλοκαιριού, πέρα από την άνθηση των κυανοβακτηρίων. Το κανάλι 1 του MODIS 250 m (620-670 nm) και η το κανάλι 2 (841-876 nm) είναι ευαίσθητα στις μεταβολές της ποσότητας των κυανοβακτηρίων, όπως έχει αποδειχθεί από τους Kutser et al. (2006) και Reinart και Kutser. Τα αποτελέσματα της μοντελοποίησης δείχνουν ότι πολυφασματικοί αισθητήρες όπως οι ALI, Landsat ή MODIS είναι δύσκολο να διακρίνουν τα ύδατα όπου κυριαρχούν τα κυανοβακτήρια από τα ύδατα που κυριαρχούν άλλα είδη φυκών, καθώς η διαμόρφωση του καναλιού τους δεν επιτρέπει την ανίχνευση χαρακτηριστικών απορρόφησης που προκαλούνται από την φυκοκυανίνη και άλλα φασματικά χαρακτηριστικά που παρουσιάζουν μόνο τα κυανοβακτήρια. Τα κανάλια 6 και 7 του MERIS, επιτρέπουν την ανίχνευση της απορρόφησης φυκοκυανίνης κοντά στα 630 nm και μιας μικρής κορυφής της φασματική ανάκλασης κοντά στα 650 nm, που είναι χαρακτηριστικές μόνο στα ύδατα που κυριαρχούν τα κυανοβακτήρια. Έτσι, ο MERIS μπορεί να χρησιμοποιηθεί για την ταυτοποίηση των κυανοβακτηρίων αν υπάρχουν σε σχετικά μεγάλες ποσότητες.<br /> <br /> '''Συμβολή της Τηλεπισκόπησης'''<br /> <br /> Στην παρούσα εργασία, χρησιμοποιήθηκαν διάφορες τεχνικές τηλεπισκόπησης για την ανίχνευση φυτοπλαγκτονικών ανθών. Η ανίχνευση ανθών είναι σημαντική, ώστε να αποφευχθεί το φαινόμενο του ευτροφισμού, το οποίο προκαλεί προβλήματα όχι μόνο στους υδρόβιους οργανισμούς, αλλά και στην ίδια την ανθρώπινη υγεία.</div>

Nchotzar http://147.102.106.44/rs/wiki/index.php/%CE%A7%CE%BF%CF%84%CE%B6%CE%AC%CF%81_%CE%9D%CE%B5%CF%8A%CE%BB%CE%B1%CE%BD 2018-02-02T15:36:06Z

<p>Nchotzar: </p> <hr /> <div>Add Your Content Here <br /> <br /> * [[Χαρτογράφηση του είδους Anopheles hyrcanus(Diptera Culicidae) στη Ν. Γαλλία, με τη βοήθεια της Τηλεπισκόπησης]]<br /> * [[Εκτίμηση της επίδρασης της υφής του εδάφους στην περιεκτικότητα σε νιτρικά και άζωτο στα υπόγεια νερά με χρήση Tηλεπισκόπησης]]<br /> * [[Εκτίμηση της ακριβούς εξατμισοδιαπνοής με τη χρήση Τηλεπισκόπησης: Εφαρμογή στον Κάμπο της Θεσσαλίας, Ελλάδα]]<br /> * [[Εποχιακή αποδοτικότητα του φωτός σε εύκρατα βαλτώδη οικοσυστήματα με χρήση Τηλεπισκόπησης]]<br /> * [[Η Τηλεπισκόπηση στη διατήρηση της βιοποικιλότητας]] <br /> * [[Παρακολούθηση κυανοβακτηριακών ανθών με χρήση Τηλεπισκόπησης]]<br /> <br /> [[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Αθήνα)]]</div>

Nchotzar http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Biodiv1.jpg 2018-01-22T10:46:19Z

<p>Nchotzar: </p> <hr /> <div></div>

Nchotzar http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Biodiv.jpg 2018-01-22T10:46:10Z

<p>Nchotzar: </p> <hr /> <div></div>

Nchotzar http://147.102.106.44/rs/wiki/index.php/%CE%97_%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%83%CF%84%CE%B7_%CE%B4%CE%B9%CE%B1%CF%84%CE%AE%CF%81%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%B2%CE%B9%CE%BF%CF%80%CE%BF%CE%B9%CE%BA%CE%B9%CE%BB%CF%8C%CF%84%CE%B7%CF%84%CE%B1%CF%82 2018-01-22T10:45:47Z

<p>Nchotzar: </p> <hr /> <div>'''Η Τηλεπισκόπηση στη διατήρηση της βιοποικιλότητας''' <br /> <br /> '''Πρωτότυπος τίτλος:''' ''Remote sensing for biodiversity science and conservation''<br /> <br /> '''Συγγραφείς: ''' Woody Turner, Sacha Spector, Ned Gardiner, Matthew Fladeland, Eleanor Sterling and Marc Steininger<br /> <br /> '''Δημοσιεύθηκε: ''' ''TRENDS in Ecology and Evolution Vol.18 No.6 June 2003''<br /> <br /> '''Σύνδεσμος πρωτότυπου κειμένου:''' [https://www.sciencedirect.com/science/article/pii/S0169534703000703]<br /> <br /> '''Λέξεις-Κλειδιά:''' Τηλεπισκόπηση, θαλάσσια βιολογία, κοινότητες, είδος, Hyperion, AVIRIS, πολυφασματικές εικόνες<br /> <br /> <br /> [[Εικόνα:biodiv.jpg | thumb| right|Eικόνα 1:''' Δορυφορικές εικόνες από τρεις διαφορετικούς αισθητήρες διαφορετικής χωρικής ανάλυσης (a) MODIS νοτιοανατολική Ασία (b) Landsat 7 ETM + κεντρικό Βιετνάμ ( c) .IKONOS περιοχή 108,6 τετραγωνικά km κοντά στο Song Thon Dac Pring, ψευδοχρωματισμός (d) IKONOS λεπτομερής απεικόνιση διαφορετικών χρήσεων γης ''']]<br /> <br /> '''Εισαγωγή'''<br /> <br /> Στην παρούσα εργασία, χρησιμοποιείται ο όρος «βιοποικιλότητα» με την έννοια των οργανισμών, για την αναφορά σε είδη και ορισμένα χαρακτηριστικά τους, όπως την κατανομή και τον αριθμό τους σε μια συγκεκριμένη περιοχή. Χρησιμοποιείται επίσης και ευρύτερα ως ομάδες ειδών και οικολογικές κοινότητες (δηλαδή ομάδες αλληλεπιδρώντων και αλληλεξαρτώμενων ειδών). Υπάρχουν δύο γενικές τηλεπισκοπικές προσεγγίσεις της βιοποικιλότητας. Η μία είναι η άμεση τηλεπισκόπηση μεμονωμένων οργανισμών, κοπαδιών ή των οικολογικών κοινοτήτων από αερομεταφερόμενους ή δορυφορικούς αισθητήρες. Τα νέα διαστημικά συστήματα με πολύ υψηλή χωρική ανάλυση είναι τώρα διαθέσιμα από εμπορικές πηγές. <br /> Η άλλη προσέγγιση είναι η έμμεση τηλεπισκόπηση της βιοποικιλότητας μέσω της εξάρτησής τους από διάφορες περιβαλλοντικές παραμέτρους. Για παράδειγμα, πολλά είδη εντοπίζονται σε διακριτούς οικοτόπους, όπως δασικές εκτάσεις, λιβάδια ή θαλάσσια στρώματα, οι οποίοι μπορούν να εντοπιστούν με σαφήνεια από απόσταση. Συνδυάζοντας πληροφορίες σχετικά με τις γνωστές απαιτήσεις των ειδών με χάρτες κάλυψης γης που προέρχονται από δορυφορικές εικόνες, είναι δυνατές ακριβείς εκτιμήσεις κατανομής των ειδών και του αριθμού των ειδών. Η παρούσα εργασία επικεντρώνεται σε τρεις περιβαλλοντικές παραμέτρους: πρωτογενής παραγωγικότητα, κλίμα και διάρθρωση των ενδιαιτημάτων.<br /> <br /> [[Εικόνα:biodiv1.jpg | thumb| right|Eικόνα 2:''' Ογκομετρική απόδοση υποκείμενων επιφανειών κόμης του δάσους από το La Selva, Κόστα Ρίκα που λήφθηκε με αισθητήρα λέιζερ απεικόνισης της βλάστησης τον Μάρτιο του 1998. John Weishampel, Πανεπιστήμιο της Κεντρικής Φλόριντα.''']]<br /> <br /> '''Άμεση Τηλεπισκόπηση ειδών''' <br /> <br /> '''Υπερχωρική τεχνολογία και οι εφαρμογές της''' <br /> <br /> Οι πρόσφατα εκτοξευμένοι εμπορικοί δορυφόροι με πολύ υψηλής χωρικής ανάλυσης πολυφασματικούς αισθητήρες, βελτιώνουν την επίλυση αντικειμένων σε κλίμακες που προηγουμένως ήταν εφικτές μόνο από αεροφωτογραφήσεις ή ταξινομημένες δορυφορικές εικόνες. Το σύστημα IKONOS από το Space Imaging και το σύστημα QuickBird από την DigitalGlobe προσφέρουν πολυφασματικές εικόνες σε αναλύσεις 4 m και 2,4-2,8 m αντίστοιχα, και πανχρωματικές εικόνες στο 1 m και 0,6-0,8 m αντίστοιχα. Σε αυτές τις αναλύσεις, καθίσταται εφικτή η άμεση ταυτοποίηση ορισμένων ειδών (π.χ. μέσω της ανίχνευσης μεμονωμένων κορμών δέντρων) και των συναθροιστικών ειδών. Η τηλεπισκόπηση των φαινολογικών μεταβολών (π.χ. καρποφορία) υπόσχεται ως μέθοδος την ανίχνευση βλάστησης σε επίπεδο είδους. Η καταγραφή της φαινολογίας των φυτών απαιτεί έναν αισθητήρα με υψηλή χρονική ανάλυση (Εικόνα 1). <br /> Η πρώτη έρευνα σχετικά με την εφαρμογή εικόνων του IKONOS για την εύρεση και καταμέτρηση των φαλαινών στην επιφάνεια ή κοντά στην επιφάνεια του ωκεανού, έδειξε πως αποτελεί άλλο ένα εργαλείο για όσους παρακολουθούν όχι μόνο αυτές, αλλά και άλλα προστατευόμενα είδη φαλαινών. <br /> <br /> '''Υπερφασματική τεχνολογία και οι εφαρμογές της''' <br /> <br /> Σε συνδυασμό με την αύξηση της χωρικής ανάλυσης, τα οφέλη της φασματικής ανάλυσης προσφέρουν νέες δυνατότητες για άμεση τηλεπισκόπηση της βιοποικιλότητας. Ίσως τα καλύτερα παραδείγματα ταξινόμησης κάλυψης γης συγκεκριμένης κατηγορίας μέσω της φασματικής ανάλυσης προέρχονται από τη χρήση αερομεταφερόμενων και διαστημικών υπερφασματικών αισθητήρων. Αυτές οι συσκευές διαφέρουν από τους πολυφασματικούς αισθητήρες στο ότι ανιχνεύουν την ανακλώμενη ακτινοβολία σε ένα συνεχές φάσμα, που συχνά περιλαμβάνει 200 ή περισσότερες συνεχείς φασματικές ζώνες. <br /> Το όργανο Hyperion στον δορυφόρο Earth Observing-1 (EO-1) της NASA καταγράφει ορατό φως καθώς και άλλη ανακλώμενη ηλεκτρομαγνητική ενέργεια που κυμαίνεται από 0,4 έως 2,5 mm σε 220 κανάλια πλάτους 10 nm. Η χωρική της ανάλυση στα 30 m και η τροχιά του δορυφόρου συμπληρώνουν αυτά του Landsat. Παρόλο που ο Hyperion είναι ο πρώτος ασύρματος αισθητήρας διαστημικής διάχυσης, το φασματοφωτόμετρο αερόβιας ορατότητας / υπέρυθρης ακτινοβολίας (AVIRIS) από την NASA πρωτοστάτησε στην υπερφασματική έρευνα σε διάφορες εφαρμογές, συμπεριλαμβανομένης της ταξινόμησης βλάστησης και ορυκτών. Οι υπερφασματικές μετρήσεις των χαρακτηριστικών της επιφάνειας των φύλλων, κατά τη διάρκεια διαφορετικών περιόδων, μπορούν να δώσουν χρήσιμες πληροφορίες σχετικά με τη λειτουργία, την εξέλιξη και την αλλαγή του οικοσυστήματος. <br /> Μία εφαρμογή είναι η ανίχνευση και η χαρτογράφηση των χωροκατακτητικών ειδών. Έρευνα που διεξήχθη στο Εθνικό Πάρκο Theodore Roosevelt της δυτικής Βόρειας Ντακότα των Η.Π.Α. ανίχνευσε με επιτυχία το παρασιτώδες Euphorbia esula, χρησιμοποιώντας τρεις υπερφασματικούς αισθητήρες σε τρεις ξεχωριστές χωρικές αναλύσεις εδάφους. Και οι τρεις αισθητήρες θα μπορούσαν να ανιχνεύσουν παρασιτώσεις σε διαφορετικούς βαθμούς. Το όργανο Hyperion πέτυχε ακρίβεια χαρτογράφησης έως και 80%, αλλά δεν μπόρεσε να διακρίνει προσβολές 500 τετραγωνικών m. Ομοίως, το AVIRIS, με χωρική ανάλυση 17 μέτρων για αυτή τη δραστηριότητα, μπορεί να χαρτογραφήσει προσβολές των 160 τετραγωνικών m και το CASI (Compact Airborne Spectrographic Imager), με ακόμα μεγαλύτερη χωρική ανάλυση 4 m, μπορεί να χαρτογραφήσει παρασιτώσεις τόσο μικρές όσο 9 τετραγωνικών m.<br /> <br /> '''Έμμεση ανίχνευση ποικιλότητας των ειδών μέσω τηλεπισκόπησης περιβαλλοντικών παραμέτρων'''<br /> <br /> '''Τηλεπισκόπηση της πρωτογενούς παραγωγικότητας για των πλούτο των ειδών''' <br /> <br /> Η φύση της σχέσης μεταξύ της πρωτογενούς παραγωγικότητας και του πλούτου των ειδών εξακολουθεί να είναι αμφισβητήσιμη. Εξερευνώντας την σχέση τους σε διαφορετικές χωρικές κλίμακες και σε μια ποικιλία χερσαίων και υδάτινων οικοσυστημάτων, οι ερευνητές βρήκαν θετικές και αρνητικές γραμμικές και μονότροπες ή χονδροειδείς σχέσεις, καθώς και αποτελέσματα που δεν έδειξαν στατιστικά σημαντική σχέση. <br /> Υπάρχουν πολλές προσεγγίσεις που βασίζονται στην τηλεπισκόπηση για την εκτίμηση της πρωτογενούς παραγωγικότητας. Τυπικά, οι πολυφασματικές δορυφορικές εικόνες που διατίθενται σε χωρικές αναλύσεις που κυμαίνονται από 4 έως 8 km, παρέχουν τη βάση για την εκτίμηση της πρωτογενούς παραγωγικότητας σε μια ποικιλία χωρικής κλίμακας. Αυτές οι εκτιμήσεις προέρχονται συχνά από έναν από τους διάφορους δείκτες βλάστησης (π.χ. τον κανονικοποιημένο δείκτη βλάστησης ή τον NDVI) ή από τα άμεσα μέτρα, όπως η καθαρή πρωτογενής παραγωγικότητα (NPP). <br /> <br /> '''Τεχνολογίες Τηλεπισκόπησης των κλιματικών μεταβλητών'''<br /> <br /> Η μοντελοποίηση της πρωτογενούς παραγωγικότητας μέσω δορυφορικών δεδομένων καταγράφει και άλλες περιβαλλοντικές μεταβλητές που μπορεί να είναι σημαντικές για την κατανόηση των χωρικών προτύπων της βιοποικιλότητας. Αυτές μπορεί να είναι κλιματικές μεταβλητές, οι οποίες λειτουργούν ως πιθανοί περιοριστικοί παράγοντες για πολλά είδη (π.χ. εποχιακή θερμοκρασία, σχετική υγρασία και υγρασία εδάφους). Τέτοιου είδους δεδομένα κλιματικών παραμέτρων έχουν καταστεί διαθέσιμες από την εκτόξευση των δορυφόρων TERRA και AQUA το 1999 και το 2002, αντίστοιχα. Οι αισθητήρες φασματοφωτομετρίας (MODIS) βρίσκονται σε αμφότερους τους δορυφόρους. <br /> <br /> '''Τεχνολογίες Τηλεπισκόπησης της διάρθρωσης των ενδιαιτημάτων και της τοπογραφίας''' <br /> <br /> Τα παθητικά συστήματα τηλεπισκόπησης μας δείχνουν έναν δισδιάστατο κόσμο. Τα ενεργά συστήματα φέρνουν σε εφαρμογή την τρίτη διάσταση, καθιστώντας δυνατές τις μετρήσεις για τη διάρθρωση των ενδιαιτημάτων, τη βιομάζα και την τοπογραφία. Για παράδειγμα, στα δάση, οι αισθητήρες lidar χρησιμοποιούν τα σήματα επιστροφής για να ανιχνεύσουν το ύψος της κορυφής ενός θόλου, το υψόμετρο και την απόσταση μεταξύ των φύλλων και των κλαδιών. <br /> Οι παλμοί μεγαλύτερου μήκους κύματος των ραντάρ μπορούν να διεισδύσουν στα σύννεφα και τα μεγαλύτερα μήκη κύματος του ραντάρ (δηλαδή η λωρίδα L και πέραν αυτής) διεισδύουν στην κόμη των δένδρων - ή, σε περιπτώσεις γυμνού και αργιλώδους εδάφους, στην επιφάνεια της Γης σε βάθη ενός ή περισσοτέρων μέτρων. Επίσης, το ραντάρ αποτελεί πιθανό εργαλείο μέτρησης της βιομάζας και προσδιορισμού της δομής της βλάστησης.<br /> Για πρώτη φορά, τα δεδομένα που προέρχονται από ραντάρ παρέχουν, επίσης, τοπογραφικές πληροφορίες υψηλής ανάλυσης για το μεγαλύτερο μέρος της επιφάνειας της γης. Το 2000, η NASA και η Εθνική Υπηρεσία Καταγραφής Εικόνων και Χαρτογράφησης (NIMA) ένωσαν τις δυνάμεις τους για την αποστολή αεροσκάφους τοπογραφικού ραντάρ (SRTM) στο διαστημικό λεωφορείο Endeavour. Σε διάστημα δέκα ημερών, το ραντάρ SRTM έλαβε υψομετρικά στοιχεία από το 80% της επιφάνειας της γης. Η NASA και η NIMA τώρα παραχωρούν δεδομένα ψηφιακής ανύψωσης SRTM σε ερευνητές. Οι οριζόντιες καταχωρίσεις που διατίθενται είναι 30 μέτρα για τις ΗΠΑ και 90 μέτρα για άλλες περιοχές. Οι κατακόρυφες αναλύσεις (δηλαδή η ικανότητα του αισθητήρα να ανιχνεύει σωστά τις διαφορές ύψους) είναι της τάξεως των 5 m. <br /> <br /> '''Εφαρμογές της Τηλεπισκόπησης για τη διάρθρωση των ενδιαιτημάτων και την τοπογραφία'''<br /> <br /> Οι Nagendra και Johnson et al. ανέφεραν βελτιώσεις στην ταξινόμηση των δασικών τύπων και στην πρόβλεψη περιοχών με ενδημικά είδη πουλιών, μέσω της ενσωμάτωσης υψομετρικών στοιχείων. Η καταγραφή πολυάριθμων σημάτων επιστροφής lidar καθιστά δυνατή την εκτίμηση της πυκνότητας της βλάστησης σε διαφορετικά υψόμετρα και επιτρέπει την κατασκευή τρισδιάστατων προφίλ. Αυτά τα δεδομένα υποδεικνύουν τη δυνατότητα εφαρμογών, όπως η χαρτογράφηση αναπτυσσόμενων δένδρων και της κόμης τους που είναι σημαντικοί δείκτες διαστρωμάτωσης για είδη δασικών πτηνών (Εικόνα 2).<br /> Έως σήμερα, οι κύριοι χρήστες του θαλάσσιου lidar είναι λιμενικοί και μηχανικοί που διερευνούν την παράκτια δυναμική (π.χ. γεωμορφολογικές αλλαγές και δομικές συνθήκες) και μελετούν την μεταφορά ιζημάτων. Η εφαρμογή της τεχνολογίας lidar στην προστασία της θαλάσσιας βιοποικιλότητας, υπόσχεται την ανίχνευση ενδιαιτημάτων με δύο κύριους τρόπους. Ο πρώτος, όταν συνδυάζεται με οπτική τηλεπισκόπηση, τα δεδομένα επιτρέπουν στους επιστήμονες να βαθμονομούν την ανάκλαση, ώστε να μπορούν να διακρίνουν το βάθος του νερού από τις αλλαγές στο βυθό της θάλασσας. Ο δεύτερος είναι μοντέλα που βασίζονται σε στοιχεία που διεξάγονται από το lidar, τα δεδομένα βαθυμετρίας λεπτής κλίμακας και οι βιοφυσικές παράμετροι, που επηρεάζουν την ανάπτυξη και τη δυναμική του πληθυσμού πολλών οργανισμών των υφάλων (π.χ. βάθος, έκθεση και συγκέντρωση αιωρούμενων σωματιδίων) μπορούν να βοηθήσουν στην πρόβλεψη της κατανομή των βενθικών κοινοτήτων, καθώς και τις διαδικασίες που διέπουν τη διανομή αυτών των κοινοτήτων.<br /> <br /> '''Συμβολή της τηλεπισκόπησης''' <br /> <br /> Η πρόοδος στις χωρικές και φασματικές αναλύσεις των αισθητήρων, που είναι πλέον διαθέσιμες και στους οικολόγους, καθιστά όλο και περισσότερο εφικτή την άμεση τηλεπισκόπηση ορισμένων πτυχών της βιοποικιλότητας, όπως. για παράδειγμα, τη διάκριση των συναθροιστικών ειδών ή ακόμη και τον εντοπισμό μεμονωμένων είδών δέντρων. Σε περιπτώσεις όπου η άμεση ανίχνευση μεμονωμένων οργανισμών παραμένει ανέφικτη, οι έμμεσες προσεγγίσεις προσφέρουν πολύτιμες πληροφορίες σχετικά με τα μοντέλα ποικιλότητας. Τέτοιες προσεγγίσεις δίνουν σημαντικά περιβαλλοντικά στοιχεία από βιοφυσικά χαρακτηριστικά που ανιχνεύονται με τηλεπισκόπηση.<br /> <br /> [[category:Οικολογία]]</div>

Nchotzar http://147.102.106.44/rs/wiki/index.php/%CE%97_%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%83%CF%84%CE%B7_%CE%B4%CE%B9%CE%B1%CF%84%CE%AE%CF%81%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%B2%CE%B9%CE%BF%CF%80%CE%BF%CE%B9%CE%BA%CE%B9%CE%BB%CF%8C%CF%84%CE%B7%CF%84%CE%B1%CF%82 2018-01-22T10:45:24Z

<p>Nchotzar: Νέα σελίδα με ''''Η Τηλεπισκόπηση στη διατήρηση της βιοποικιλότητας''' '''Πρωτότυπος τίτλος:''' ''Remote sensing for biodiv...'</p> <hr /> <div>'''Η Τηλεπισκόπηση στη διατήρηση της βιοποικιλότητας''' <br /> <br /> '''Πρωτότυπος τίτλος:''' ''Remote sensing for biodiversity science and conservation''<br /> <br /> '''Συγγραφείς: ''' Woody Turner, Sacha Spector, Ned Gardiner, Matthew Fladeland, Eleanor Sterling and Marc Steininger<br /> <br /> '''Δημοσιεύθηκε: ''' ''TRENDS in Ecology and Evolution Vol.18 No.6 June 2003''<br /> <br /> '''Σύνδεσμος πρωτότυπου κειμένου:''' [https://www.sciencedirect.com/science/article/pii/S0169534703000703]<br /> <br /> '''Λέξεις-Κλειδιά:''' Τηλεπισκόπηση, θαλάσσια βιολογία, κοινότητες, είδος, Hyperion, AVIRIS, πολυφασματικές εικόνες<br /> <br /> [[Εικόνα:biodiv.jpg | thumb| right|Eικόνα 1:''' Δορυφορικές εικόνες από τρεις διαφορετικούς αισθητήρες διαφορετικής χωρικής ανάλυσης (a) MODIS νοτιοανατολική Ασία (b) Landsat 7 ETM + κεντρικό Βιετνάμ ( c) .IKONOS περιοχή 108,6 τετραγωνικά km κοντά στο Song Thon Dac Pring, ψευδοχρωματισμός (d) IKONOS λεπτομερής απεικόνιση διαφορετικών χρήσεων γης ''']]<br /> <br /> '''Εισαγωγή'''<br /> <br /> Στην παρούσα εργασία, χρησιμοποιείται ο όρος «βιοποικιλότητα» με την έννοια των οργανισμών, για την αναφορά σε είδη και ορισμένα χαρακτηριστικά τους, όπως την κατανομή και τον αριθμό τους σε μια συγκεκριμένη περιοχή. Χρησιμοποιείται επίσης και ευρύτερα ως ομάδες ειδών και οικολογικές κοινότητες (δηλαδή ομάδες αλληλεπιδρώντων και αλληλεξαρτώμενων ειδών). Υπάρχουν δύο γενικές τηλεπισκοπικές προσεγγίσεις της βιοποικιλότητας. Η μία είναι η άμεση τηλεπισκόπηση μεμονωμένων οργανισμών, κοπαδιών ή των οικολογικών κοινοτήτων από αερομεταφερόμενους ή δορυφορικούς αισθητήρες. Τα νέα διαστημικά συστήματα με πολύ υψηλή χωρική ανάλυση είναι τώρα διαθέσιμα από εμπορικές πηγές. <br /> Η άλλη προσέγγιση είναι η έμμεση τηλεπισκόπηση της βιοποικιλότητας μέσω της εξάρτησής τους από διάφορες περιβαλλοντικές παραμέτρους. Για παράδειγμα, πολλά είδη εντοπίζονται σε διακριτούς οικοτόπους, όπως δασικές εκτάσεις, λιβάδια ή θαλάσσια στρώματα, οι οποίοι μπορούν να εντοπιστούν με σαφήνεια από απόσταση. Συνδυάζοντας πληροφορίες σχετικά με τις γνωστές απαιτήσεις των ειδών με χάρτες κάλυψης γης που προέρχονται από δορυφορικές εικόνες, είναι δυνατές ακριβείς εκτιμήσεις κατανομής των ειδών και του αριθμού των ειδών. Η παρούσα εργασία επικεντρώνεται σε τρεις περιβαλλοντικές παραμέτρους: πρωτογενής παραγωγικότητα, κλίμα και διάρθρωση των ενδιαιτημάτων.<br /> <br /> [[Εικόνα:biodiv1.jpg | thumb| right|Eικόνα 2:''' Ογκομετρική απόδοση υποκείμενων επιφανειών κόμης του δάσους από το La Selva, Κόστα Ρίκα που λήφθηκε με αισθητήρα λέιζερ απεικόνισης της βλάστησης τον Μάρτιο του 1998. John Weishampel, Πανεπιστήμιο της Κεντρικής Φλόριντα.''']]<br /> <br /> '''Άμεση Τηλεπισκόπηση ειδών''' <br /> <br /> '''Υπερχωρική τεχνολογία και οι εφαρμογές της''' <br /> <br /> Οι πρόσφατα εκτοξευμένοι εμπορικοί δορυφόροι με πολύ υψηλής χωρικής ανάλυσης πολυφασματικούς αισθητήρες, βελτιώνουν την επίλυση αντικειμένων σε κλίμακες που προηγουμένως ήταν εφικτές μόνο από αεροφωτογραφήσεις ή ταξινομημένες δορυφορικές εικόνες. Το σύστημα IKONOS από το Space Imaging και το σύστημα QuickBird από την DigitalGlobe προσφέρουν πολυφασματικές εικόνες σε αναλύσεις 4 m και 2,4-2,8 m αντίστοιχα, και πανχρωματικές εικόνες στο 1 m και 0,6-0,8 m αντίστοιχα. Σε αυτές τις αναλύσεις, καθίσταται εφικτή η άμεση ταυτοποίηση ορισμένων ειδών (π.χ. μέσω της ανίχνευσης μεμονωμένων κορμών δέντρων) και των συναθροιστικών ειδών. Η τηλεπισκόπηση των φαινολογικών μεταβολών (π.χ. καρποφορία) υπόσχεται ως μέθοδος την ανίχνευση βλάστησης σε επίπεδο είδους. Η καταγραφή της φαινολογίας των φυτών απαιτεί έναν αισθητήρα με υψηλή χρονική ανάλυση (Εικόνα 1). <br /> Η πρώτη έρευνα σχετικά με την εφαρμογή εικόνων του IKONOS για την εύρεση και καταμέτρηση των φαλαινών στην επιφάνεια ή κοντά στην επιφάνεια του ωκεανού, έδειξε πως αποτελεί άλλο ένα εργαλείο για όσους παρακολουθούν όχι μόνο αυτές, αλλά και άλλα προστατευόμενα είδη φαλαινών. <br /> <br /> '''Υπερφασματική τεχνολογία και οι εφαρμογές της''' <br /> <br /> Σε συνδυασμό με την αύξηση της χωρικής ανάλυσης, τα οφέλη της φασματικής ανάλυσης προσφέρουν νέες δυνατότητες για άμεση τηλεπισκόπηση της βιοποικιλότητας. Ίσως τα καλύτερα παραδείγματα ταξινόμησης κάλυψης γης συγκεκριμένης κατηγορίας μέσω της φασματικής ανάλυσης προέρχονται από τη χρήση αερομεταφερόμενων και διαστημικών υπερφασματικών αισθητήρων. Αυτές οι συσκευές διαφέρουν από τους πολυφασματικούς αισθητήρες στο ότι ανιχνεύουν την ανακλώμενη ακτινοβολία σε ένα συνεχές φάσμα, που συχνά περιλαμβάνει 200 ή περισσότερες συνεχείς φασματικές ζώνες. <br /> Το όργανο Hyperion στον δορυφόρο Earth Observing-1 (EO-1) της NASA καταγράφει ορατό φως καθώς και άλλη ανακλώμενη ηλεκτρομαγνητική ενέργεια που κυμαίνεται από 0,4 έως 2,5 mm σε 220 κανάλια πλάτους 10 nm. Η χωρική της ανάλυση στα 30 m και η τροχιά του δορυφόρου συμπληρώνουν αυτά του Landsat. Παρόλο που ο Hyperion είναι ο πρώτος ασύρματος αισθητήρας διαστημικής διάχυσης, το φασματοφωτόμετρο αερόβιας ορατότητας / υπέρυθρης ακτινοβολίας (AVIRIS) από την NASA πρωτοστάτησε στην υπερφασματική έρευνα σε διάφορες εφαρμογές, συμπεριλαμβανομένης της ταξινόμησης βλάστησης και ορυκτών. Οι υπερφασματικές μετρήσεις των χαρακτηριστικών της επιφάνειας των φύλλων, κατά τη διάρκεια διαφορετικών περιόδων, μπορούν να δώσουν χρήσιμες πληροφορίες σχετικά με τη λειτουργία, την εξέλιξη και την αλλαγή του οικοσυστήματος. <br /> Μία εφαρμογή είναι η ανίχνευση και η χαρτογράφηση των χωροκατακτητικών ειδών. Έρευνα που διεξήχθη στο Εθνικό Πάρκο Theodore Roosevelt της δυτικής Βόρειας Ντακότα των Η.Π.Α. ανίχνευσε με επιτυχία το παρασιτώδες Euphorbia esula, χρησιμοποιώντας τρεις υπερφασματικούς αισθητήρες σε τρεις ξεχωριστές χωρικές αναλύσεις εδάφους. Και οι τρεις αισθητήρες θα μπορούσαν να ανιχνεύσουν παρασιτώσεις σε διαφορετικούς βαθμούς. Το όργανο Hyperion πέτυχε ακρίβεια χαρτογράφησης έως και 80%, αλλά δεν μπόρεσε να διακρίνει προσβολές 500 τετραγωνικών m. Ομοίως, το AVIRIS, με χωρική ανάλυση 17 μέτρων για αυτή τη δραστηριότητα, μπορεί να χαρτογραφήσει προσβολές των 160 τετραγωνικών m και το CASI (Compact Airborne Spectrographic Imager), με ακόμα μεγαλύτερη χωρική ανάλυση 4 m, μπορεί να χαρτογραφήσει παρασιτώσεις τόσο μικρές όσο 9 τετραγωνικών m.<br /> <br /> '''Έμμεση ανίχνευση ποικιλότητας των ειδών μέσω τηλεπισκόπησης περιβαλλοντικών παραμέτρων'''<br /> <br /> '''Τηλεπισκόπηση της πρωτογενούς παραγωγικότητας για των πλούτο των ειδών''' <br /> <br /> Η φύση της σχέσης μεταξύ της πρωτογενούς παραγωγικότητας και του πλούτου των ειδών εξακολουθεί να είναι αμφισβητήσιμη. Εξερευνώντας την σχέση τους σε διαφορετικές χωρικές κλίμακες και σε μια ποικιλία χερσαίων και υδάτινων οικοσυστημάτων, οι ερευνητές βρήκαν θετικές και αρνητικές γραμμικές και μονότροπες ή χονδροειδείς σχέσεις, καθώς και αποτελέσματα που δεν έδειξαν στατιστικά σημαντική σχέση. <br /> Υπάρχουν πολλές προσεγγίσεις που βασίζονται στην τηλεπισκόπηση για την εκτίμηση της πρωτογενούς παραγωγικότητας. Τυπικά, οι πολυφασματικές δορυφορικές εικόνες που διατίθενται σε χωρικές αναλύσεις που κυμαίνονται από 4 έως 8 km, παρέχουν τη βάση για την εκτίμηση της πρωτογενούς παραγωγικότητας σε μια ποικιλία χωρικής κλίμακας. Αυτές οι εκτιμήσεις προέρχονται συχνά από έναν από τους διάφορους δείκτες βλάστησης (π.χ. τον κανονικοποιημένο δείκτη βλάστησης ή τον NDVI) ή από τα άμεσα μέτρα, όπως η καθαρή πρωτογενής παραγωγικότητα (NPP). <br /> <br /> '''Τεχνολογίες Τηλεπισκόπησης των κλιματικών μεταβλητών'''<br /> <br /> Η μοντελοποίηση της πρωτογενούς παραγωγικότητας μέσω δορυφορικών δεδομένων καταγράφει και άλλες περιβαλλοντικές μεταβλητές που μπορεί να είναι σημαντικές για την κατανόηση των χωρικών προτύπων της βιοποικιλότητας. Αυτές μπορεί να είναι κλιματικές μεταβλητές, οι οποίες λειτουργούν ως πιθανοί περιοριστικοί παράγοντες για πολλά είδη (π.χ. εποχιακή θερμοκρασία, σχετική υγρασία και υγρασία εδάφους). Τέτοιου είδους δεδομένα κλιματικών παραμέτρων έχουν καταστεί διαθέσιμες από την εκτόξευση των δορυφόρων TERRA και AQUA το 1999 και το 2002, αντίστοιχα. Οι αισθητήρες φασματοφωτομετρίας (MODIS) βρίσκονται σε αμφότερους τους δορυφόρους. <br /> <br /> '''Τεχνολογίες Τηλεπισκόπησης της διάρθρωσης των ενδιαιτημάτων και της τοπογραφίας''' <br /> <br /> Τα παθητικά συστήματα τηλεπισκόπησης μας δείχνουν έναν δισδιάστατο κόσμο. Τα ενεργά συστήματα φέρνουν σε εφαρμογή την τρίτη διάσταση, καθιστώντας δυνατές τις μετρήσεις για τη διάρθρωση των ενδιαιτημάτων, τη βιομάζα και την τοπογραφία. Για παράδειγμα, στα δάση, οι αισθητήρες lidar χρησιμοποιούν τα σήματα επιστροφής για να ανιχνεύσουν το ύψος της κορυφής ενός θόλου, το υψόμετρο και την απόσταση μεταξύ των φύλλων και των κλαδιών. <br /> Οι παλμοί μεγαλύτερου μήκους κύματος των ραντάρ μπορούν να διεισδύσουν στα σύννεφα και τα μεγαλύτερα μήκη κύματος του ραντάρ (δηλαδή η λωρίδα L και πέραν αυτής) διεισδύουν στην κόμη των δένδρων - ή, σε περιπτώσεις γυμνού και αργιλώδους εδάφους, στην επιφάνεια της Γης σε βάθη ενός ή περισσοτέρων μέτρων. Επίσης, το ραντάρ αποτελεί πιθανό εργαλείο μέτρησης της βιομάζας και προσδιορισμού της δομής της βλάστησης.<br /> Για πρώτη φορά, τα δεδομένα που προέρχονται από ραντάρ παρέχουν, επίσης, τοπογραφικές πληροφορίες υψηλής ανάλυσης για το μεγαλύτερο μέρος της επιφάνειας της γης. Το 2000, η NASA και η Εθνική Υπηρεσία Καταγραφής Εικόνων και Χαρτογράφησης (NIMA) ένωσαν τις δυνάμεις τους για την αποστολή αεροσκάφους τοπογραφικού ραντάρ (SRTM) στο διαστημικό λεωφορείο Endeavour. Σε διάστημα δέκα ημερών, το ραντάρ SRTM έλαβε υψομετρικά στοιχεία από το 80% της επιφάνειας της γης. Η NASA και η NIMA τώρα παραχωρούν δεδομένα ψηφιακής ανύψωσης SRTM σε ερευνητές. Οι οριζόντιες καταχωρίσεις που διατίθενται είναι 30 μέτρα για τις ΗΠΑ και 90 μέτρα για άλλες περιοχές. Οι κατακόρυφες αναλύσεις (δηλαδή η ικανότητα του αισθητήρα να ανιχνεύει σωστά τις διαφορές ύψους) είναι της τάξεως των 5 m. <br /> <br /> '''Εφαρμογές της Τηλεπισκόπησης για τη διάρθρωση των ενδιαιτημάτων και την τοπογραφία'''<br /> <br /> Οι Nagendra και Johnson et al. ανέφεραν βελτιώσεις στην ταξινόμηση των δασικών τύπων και στην πρόβλεψη περιοχών με ενδημικά είδη πουλιών, μέσω της ενσωμάτωσης υψομετρικών στοιχείων. Η καταγραφή πολυάριθμων σημάτων επιστροφής lidar καθιστά δυνατή την εκτίμηση της πυκνότητας της βλάστησης σε διαφορετικά υψόμετρα και επιτρέπει την κατασκευή τρισδιάστατων προφίλ. Αυτά τα δεδομένα υποδεικνύουν τη δυνατότητα εφαρμογών, όπως η χαρτογράφηση αναπτυσσόμενων δένδρων και της κόμης τους που είναι σημαντικοί δείκτες διαστρωμάτωσης για είδη δασικών πτηνών (Εικόνα 2).<br /> Έως σήμερα, οι κύριοι χρήστες του θαλάσσιου lidar είναι λιμενικοί και μηχανικοί που διερευνούν την παράκτια δυναμική (π.χ. γεωμορφολογικές αλλαγές και δομικές συνθήκες) και μελετούν την μεταφορά ιζημάτων. Η εφαρμογή της τεχνολογίας lidar στην προστασία της θαλάσσιας βιοποικιλότητας, υπόσχεται την ανίχνευση ενδιαιτημάτων με δύο κύριους τρόπους. Ο πρώτος, όταν συνδυάζεται με οπτική τηλεπισκόπηση, τα δεδομένα επιτρέπουν στους επιστήμονες να βαθμονομούν την ανάκλαση, ώστε να μπορούν να διακρίνουν το βάθος του νερού από τις αλλαγές στο βυθό της θάλασσας. Ο δεύτερος είναι μοντέλα που βασίζονται σε στοιχεία που διεξάγονται από το lidar, τα δεδομένα βαθυμετρίας λεπτής κλίμακας και οι βιοφυσικές παράμετροι, που επηρεάζουν την ανάπτυξη και τη δυναμική του πληθυσμού πολλών οργανισμών των υφάλων (π.χ. βάθος, έκθεση και συγκέντρωση αιωρούμενων σωματιδίων) μπορούν να βοηθήσουν στην πρόβλεψη της κατανομή των βενθικών κοινοτήτων, καθώς και τις διαδικασίες που διέπουν τη διανομή αυτών των κοινοτήτων.<br /> <br /> '''Συμβολή της τηλεπισκόπησης''' <br /> <br /> Η πρόοδος στις χωρικές και φασματικές αναλύσεις των αισθητήρων, που είναι πλέον διαθέσιμες και στους οικολόγους, καθιστά όλο και περισσότερο εφικτή την άμεση τηλεπισκόπηση ορισμένων πτυχών της βιοποικιλότητας, όπως. για παράδειγμα, τη διάκριση των συναθροιστικών ειδών ή ακόμη και τον εντοπισμό μεμονωμένων είδών δέντρων. Σε περιπτώσεις όπου η άμεση ανίχνευση μεμονωμένων οργανισμών παραμένει ανέφικτη, οι έμμεσες προσεγγίσεις προσφέρουν πολύτιμες πληροφορίες σχετικά με τα μοντέλα ποικιλότητας. Τέτοιες προσεγγίσεις δίνουν σημαντικά περιβαλλοντικά στοιχεία από βιοφυσικά χαρακτηριστικά που ανιχνεύονται με τηλεπισκόπηση.<br /> <br /> [[category:Οικολογία]]</div>

Nchotzar