http://147.102.106.44/rs/wiki/index.php?feed=atom&target=Ngeorganteas&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%2FNgeorganteas 2026-05-05T19:21:01Z Από RemoteSensing Wiki MediaWiki 1.16.2 http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%80%CE%BF%CE%B3%CF%81%CE%B1%CF%86%CE%AE_%CE%BA%CF%84%CE%B9%CF%81%CE%AF%CF%89%CE%BD_%CE%BC%CE%B5_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AD%CF%82_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CE%B5%CF%82_%CF%85%CF%88%CE%B7%CE%BB%CE%AE%CF%82_%CF%87%CF%89%CF%81%CE%B9%CE%BA%CE%AE%CF%82_%CE%B1%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7%CF%82_%CF%80%CE%BF%CE%BB%CE%B5%CE%BF%CE%B4%CE%BF%CE%BC%CE%B9%CE%BA%CF%8E%CE%BD_%CF%83%CF%85%CE%B3%CE%BA%CF%81%CE%BF%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD:_%CE%97_%CF%80%CE%B5%CF%81%CE%AF%CF%80%CF%84%CF%89%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%A4%CE%B9%CF%81%CE%AC%CE%BD%CF%89%CE%BD 2010-02-12T19:26:32Z

<p>Ngeorganteas: </p> <hr /> <div>'''Συγγραφείς:''' Αγοραστάκης Μ. (''Μεταπτυχιακός Φοιτητής, Μεσογειακό Αγρονομικό Ινστιτούτο Χανίων (Μ.Α.Ι.Χ.)''), Περάκης Κ. (''Επ. Καθηγητής, Τμήμα Μηχανικών Χωροταξίας Πολεοδομίας &amp; Περιφερειακής Ανάπτυξης, Πανεπιστήμιο Θεσσαλίας''), Κοτζαμάνης Β. (''Καθηγητής, Τμήμα Μηχανικών Χωροταξίας Πολεοδομίας &amp; Περιφερειακής Ανάπτυξης,<br /> Πανεπιστήμιο Θεσσαλίας'')<br /> <br /> '''Πηγή:''' Εργαστήριο Δημογραφικών και Κοινωνικών Αναλύσεων (Ε.Δ.Κ.Α.), Τμήμα Μηχανικών Χωροταξίας, Πολεοδομίας και Περιφερειακής Ανάπτυξης (Τ.Μ.Χ.Π.Π.Α.), Πανεπιστήμιο Θεσσαλίας (Π.Θ.), 8ο Εθνικό συνέδριο Χαρτογραφίας (Θεσσαλονίκη, Νοέμβριος 2004), http://www.demography-lab.prd.uth.gr/papers/XEEE_Tirana_2006.pdf<br /> <br /> <br /> '''1. Εισαγωγή'''<br /> <br /> Οι πρόσφατες πολιτικές και κοινωνικό-οικονομικές αλλαγές στην γειτονική Αλβανία, συνοδεύτηκαν από μια έντονη γεωγραφική κινητικότητα (εσωτερική και εξωτερική μετανάστευση). Η μορφή της πρωτεύουσας (Τίρανα) άλλαξε σημαντικά την τελευταία δεκαπενταετία (αύξηση του πληθυσμού, επέκταση του οικιστικού ιστού) και η τελευταία απογραφή πληθυσμού–κτιρίων (2001), αποτύπωσε ως ένα βαθμό τις αλλαγές αυτές, αλλαγές τόσο στα χαρακτηριστικά του πληθυσμού της πόλης, όσο και στα χαρακτηριστικά των κτιρίων της. Στην εργασία, παρουσιάζονται τα αποτελέσματα της συσχέτισης ορισμένων από τα κτιριολογικά απογραφικά χαρακτηριστικά του πολεοδομικού συγκροτήματος των Τιράνων (τύπος κλινοσκεπής και ηλικία κτιρίων) με τύπους κάλυψης επιφάνειας που προέκυψαν από επεξεργασία δορυφορικής εικόνας υψηλής ανάλυσης (IKONOS). Η χρησιμοποίηση των δορυφορικών εικόνων για την ανάλυση του δομημένου χώρου στα αστικά συγκροτήματα, με την βοήθεια των ΓΣΠ και την παράλληλη χρησιμοποίηση των απογραφικών δεδομένων, έχουν δώσει ικανοποιητικά συμπεράσματα, επιτρέποντας την εκτίμηση π.χ. των πληθυσμιακών χωρικών κατανομών και της πυκνότητας, ως και της ποιότητα ζωής στα αστικά κέντρα. Το κοινό σημείο αναφοράς τόσο των δορυφορικών εικόνων, όσο και των απογραφών, είναι οι καλύψεις γης, που χρησιμοποιούνται και ως συνδετικός κρίκος με τα ΓΣΠ για την ανάλυση και την εξαγωγή συμπερασμάτων. <br /> [[Εικόνα:Art10_1.jpg|thumb|right|'''Εικόνα 1:''' Ποσοστό κτιρίων κατασκευασμένα μετά το 1990, ανά απογραφικό τομέα.]]<br /> <br /> <br /> '''2. Μεθοδολογία'''<br /> <br /> Τα δεδομένα που χρησιμοποιήθηκαν στην παρούσα εργασία ήταν:<br /> * Καταγραφές και Μετρήσεις από επιτόπιες δειγματοληψίες.<br /> * Δεδομένα της απογραφής Πληθυσμού-Κτιρίων (Απρίλιος 2001, Στατιστική Υπηρεσία της Αλβανίας/INSTAT).<br /> * Παγχρωματική και Πολυφασματική εικόνα του δορυφόρου IKONOS, με λήψη Ιουνίου 2001.<br /> Η χρονική υστέρηση των δύο μηνών, ανάμεσα στην απογραφή και την λήψη της δορυφορικής εικόνας, δεν επηρέασε την συγκεκριμένη ανάλυση, λόγω των σχετικά μικρών αλλαγών των φυσικών χαρακτηριστικών του ευρύτερου αστικού χώρου των Τιράνων στο δίμηνο Απρίλιος–Ιούνιος 2001. Ταυτόχρονα, για την ανάλυση και παρουσίαση των δεδομένων, χορηγήθηκε διανυσματικό ψηφιακό χαρτογραφικό υπόβαθρο από την INSTAT, σε μορφή συμβατή με Γεωγραφικά Συστήματα Πληροφοριών, που περιέχει τους απογραφικούς τομείς.<br /> <br /> Με το ερωτηματολόγιο της απογραφής που αναφέρεται στον πληθυσμό των κτιρίων, συλλέχθηκαν στοιχεία τόσο για τον τύπο τους όσο και για τα χαρακτηριστικά τους (τύπος οροφής, τύπος υλικού, περίοδος κατασκευής και αριθμός ορόφων). Κατά τη διάρκεια της εργασίας πραγματοποιήθηκε η επεξεργασία των απογραφικών δεδομένων που αναφέρονται αφενός μεν στον τύπο της κλινοσκεπής, αφετέρου δε στην περίοδο κατασκευής των κτιρίων. Με βάση την επεξεργασία που πραγματοποιήθηκε (πίνακες 3,4,5), προέκυψε ισχυρή συσχέτιση ανάμεσα στα κτίρια με επίπεδη οροφή και σε αυτά που κατασκευάσθηκαν προ του 1960 και μετά του 1990. <br /> <br /> Συνδέοντας τις μεταβλητές που προέκυψαν από την ανάλυση της δορυφορικής εικόνας με αυτές που προέκυψαν από την επεξεργασία των δεδομένων της απογραφής, ορίστηκε μια πρώτη τυπολογία καλύψεων γης (πίνακας 1). Όπως φαίνεται και από τον παρατιθέμενο πίνακα, η μετά την χρωματική σύνθεση (true color composite) εικόνα επέτρεψε τον διαχωρισμό των κτιρίων σε δύο επιπλέον κατηγορίες: κτίρια με λευκές και κτίρια με μαύρες οροφές. Παράλληλα οι μη-επίπεδες οροφές διαχωρίστηκαν με την ίδια μέθοδο, ανάλογα με την φυσική τους απόχρωση σε οροφές με σκουρόχρωμο, ανοικτόχρωμο, κόκκινο κεραμίδι και οροφές με μεταλλική επικάλυψη. Ο διαχωρισμός αυτός χρησιμοποιήθηκε, όπως φαίνεται και από τον πίνακα, για τη δημιουργία μίας πρώτης τυπολογίας καλύψεων γης. Η τυπολογία αυτή προέκυψε επομένως από το συνδυασμό μεταβλητών που δημιουργήθηκαν χρησιμοποιώντας την χρωματική σύνθεση σε φυσικές αποχρώσεις, με απογραφικές μεταβλητές (τύπος οροφής και χρονολογία κατασκευής).<br /> [[Εικόνα:Art10_tab1.jpg|thumb|right|'''Πίνακας 1:''' Τυπολογία καλύψεων γης.]]<br /> <br /> Τα πλεονεκτήματα που προσέφεραν οι επιτόπιες δειγματοληψίες στον προσδιορισμό της τυπολογίας και της ανάλυσης - ταξινόμησης των καλύψεων γης στη πόλη των Τιράνων αφενός, και η πρόσβαση στα αρχεία της INSTAT αφετέρου, οδήγησαν στην εφαρμογή επιβλεπόμενων μεθόδων ταξινόμησης στη διαθέσιμη δορυφορική εικόνα.<br /> <br /> Οι κλασσικές επιβλεπόμενες μέθοδοι ταξινόμησης απαιτούν για την εφαρμογή τους, την δημιουργία φασματικών υπογραφών για κάθε κάλυψη γης. Η δημιουργία δε, των φασματικών υπογραφών προϋποθέτει την οριοθέτηση δειγματοληπτικών περιοχών τόσο αντιπροσωπευτικών όσο και ομογενών, που να εμπεριέχονται σε κάθε κάλυψη γης. <br /> <br /> Η επιλογή των δειγματοληπτικών περιοχών, στη συγκεκριμένη έρευνα, λόγω της πρόσβασης και χωρικής γνώσης της περιοχής, πραγματοποιήθηκε με στρωματοποιημένη μέθοδο δειγματοληψίας σε δύο επίπεδα. Η περιοχή μελέτης διαχωρίστηκε σε στρώματα τα οποία ουσιαστικά συνέπιπταν με τις καλύψεις γης, οι οποίες με τη σειρά τους ορίστηκαν σε τρεις διοικητικές ενότητες (mini-municipalities) και περιείχαν 270 συνολικά απογραφικούς τομείς. Πιο συγκεκριμένα, επιλέχθηκαν δειγματοληπτικές περιοχές από κάθε κάλυψη γης, με τυχαία δειγματοληψία στο εσωτερικό κάθε διοικητικής ενότητας. Κάθε δειγματοληπτική περιοχή, περιείχε ένα τυχαίο αριθμό απογραφικών τομέων.<br /> <br /> Από τρεις πλέον χρησιμοποιούμενες μεθόδους επιβλεπόμενης ταξινόμησης, εφαρμόστηκε μόνον αυτή της μέγιστης πιθανοφάνειας (maximum likelihood), γιατί έδωσε την δυνατότητα εισαγωγής πιθανοτικών βαρών που αντιστοιχούν σε κάθε κάλυψη γης, έτσι ώστε μετά από αρκετές επαναλήψεις της μεθόδου να επιλεγεί η πλέον αξιόπιστη ταξινομημένη εικόνα (εικόνα 2).<br /> [[Εικόνα:Art10_2.jpg|thumb|right|'''Εικόνα 2:''' Τελική ταξινομημένη εικόνα.]]<br /> <br /> Η υψηλή χωρική διακριτική ικανότητα της διαθέσιμης εικόνας, η δειγματοληπτική εργασία, η βοηθητική συμβολή από εξωγενείς πληροφορίες (όπως συγκεντρωτικά αποτελέσματα της ΙNSTAT ανά απογραφικό τομέα), οδήγησαν στην ικανοποιητικά αξιόπιστη επιλογή των δειγματοληπτικών περιοχών. Αυτό αποδεικνύεται και από τον πίνακα σφαλμάτων (error matrix) της ταξινόμησης (πίνακας 2), ο οποίος δημιουργήθηκε από το χρησιμοποιηθέν λογισμικό με μονάδα λήψης το εικονοστοιχείο (και συγκεκριμένα την επιλογή 1024 τυχαίων εικονοστοιχείων). Η συνολική ακρίβεια της ταξινόμησης (overall accuracy) σύμφωνα με τον παρακάτω πίνακα είναι 87%, ενώ ο δείκτης συμφωνίας Κάππα (Kappa Index of agreement), οι τιμές του οποίου κυμαίνονται από 0 έως 1, λαμβάνει στη συγκεκριμένη περίπτωση την ικανοποιητική τιμή 0,84.<br /> [[Εικόνα:Art10_tab2.jpg|thumb|right|'''Πίνακας 2:''' Πίνακας Σφαλμάτων (error matrix).]]<br /> <br /> Διαρροές παρατηρούνται μεταξύ των καλύψεων 2 και 12 (Χωματόδρομοι και Αδόμητη γη αντίστοιχα) όπως επίσης και ανάμεσα στις παραπάνω καλύψεις προς και από τους τύπους 7,8,9,10,11 (πίνακας 1). Το μεγαλύτερο μέρος των διαρροών αυτών οφείλεται στην παρουσία διάσπαρτης βλάστησης αλλά και στα αυξημένα επίπεδα υγρασίας. Παράλληλα, στο εσωτερικό του αστικού ιστού τα αδόμητα τεμάχια, περιλαμβάνουν χώμα το οποίο αν και διαχωρίζεται, μερικώς, σε επίπεδο φασματικών τιμών, προφανώς εντοπίζεται και στο εσωτερικό των χωματόδρομων. Η αναγνώριση των συγκεκριμένων διαρροών, επαληθεύτηκε μετά την εφαρμογή του μετασχηματισμού Tasseled Cap, με την χρησιμοποίηση των κατάλληλων συντελεστών, τροποποιημένων ειδικά για δορυφορικές εικόνες IKONOS<br /> <br /> <br /> '''3. Αποτελέσματα'''<br /> <br /> Για την εξαγωγή των τελικών αποτελεσμάτων, υπολογίσθηκε το ποσοστό των εικονοστοιχείων για τις καλύψεις γης στην ταξινομημένη εικόνα. Η ύπαρξη συσχέτισης, μεταξύ της ηλικίας κτιρίων και των τύπων οροφής ορίστηκε με τον συντελεστή συσχέτισης του K. Pearson (στους πίνακες 3, 4, 5 παρουσιάζονται οι συντελεστές αυτοί). Από την συσχέτιση των τεσσάρων τύπων οροφής (3,4,5 και 6 στον πίνακα 1) με τα κτιριακά απογραφικά δεδομένα (ηλικία κατασκευής και τύπος οροφής), οι τρεις έδωσαν πολύ ικανοποιητικά αποτελέσματα: οι τιμές για τους συντελεστές K. Pearson είναι 0,908, 0,858 και 0,805 αντίστοιχα. Αντιθέτως ο τύπος ανοικτόχρωμο κεραμίδι (τύπος 6) δεν έδωσε σαφείς ενδείξεις θετικής ή αρνητικής συσχέτισης με την ηλικία των κτιρίων. Στους πίνακες που παρατίθενται αμέσως μετά φαίνονται καθαρά οι ισχυρές θετικές συσχετίσεις ανάμεσα στους τύπους των κτιρίων αναλόγως των χαρακτηριστικών της οροφής τους (τύποι που προέκυψαν από την χρωματική σύνθεση και την ταξινόμηση της δορυφορικής εικόνας) με την ηλικία κατασκευής των κτιρίων, όπως καταγράφηκε στην απογραφή του 2001.<br /> [[Εικόνα:Art10_tab3.JPG|thumb|right|'''Πίνακας 3:''' Πίνακας Συσχέτισης, % κτιρίων κατασκευασμένα &gt; 1990 Χ Κτίρια με λευκές<br /> οροφές / απογραφικό τομέα.]]<br /> [[Εικόνα:Art10_tab4.JPG|thumb|right|'''Πίνακας 4:''' Πίνακας Συσχέτισης, % κτιρίων κατασκευασμένα &lt; 1960, Κτίρια με μαύρες<br /> οροφές / απογραφικό τομέα.]]<br /> [[Εικόνα:Art10_tab5.JPG|thumb|right|'''Πίνακας 5:''' Πίνακας Συσχέτισης, % κτιρίων κατασκευασμένα &lt; 1960, Κτίρια με οροφές<br /> από σκούρο κεραμίδι/ απογραφικό τομέα.]]<br /> <br /> <br /> '''4. Συμπεράσματα'''<br /> <br /> Οι δορυφορικές εικόνες υψηλής ανάλυσης είναι ιδιαίτερα χρήσιμες για τον διαχωρισμό των καλύψεων γης, μετά από ταξινόμηση, στο εσωτερικό των πολεοδομικών συγκροτημάτων. Η μελέτη της πόλης των Τιράνων αποτελεί ένα ενδεικτικό παράδειγμα συνδυασμού απογραφικών δεδομένων με κτιριακά χαρακτηριστικά που προέκυψαν από την ανάλυση δορυφορικής εικόνας. Έτσι, είναι δυνατή η αναγνώριση αλλά και ο χωρικός εντοπισμός του «παλαιού» και του «νέου» σχετικά κτιριακού αποθέματος μέσα από την ταξινομημένη εικόνα, με ταυτόχρονο ποσοτικό προσδιορισμό τύπου οροφής και περιόδου κατασκευής. Η μεθοδολογία που εφαρμόστηκε, μπορεί να οδηγήσει κάτω από ορισμένες προϋποθέσεις στον προσδιορισμό του συνόλου των κτιριακών χαρακτηριστικών του αστικού χώρου χωρίς την διενέργεια «κλασσικής» απογραφής. Με την παρούσα έρευνα, επιχειρήθηκε μία πρώτη διερεύνηση της δυνατότητας υποκατάστασης των δεδομένων που συλλέγονται με τις κλασσικές απογραφικές μεθόδους από στοιχεία που προκύπτουν από την ανάλυση δορυφορικών εικόνων υψηλής ευκρίνειας.<br /> <br /> <br /> [[category:Ανίχνευση μεταβολών αστικής γης]]</div>

Ngeorganteas http://147.102.106.44/rs/wiki/index.php/%CE%94%CE%B9%CE%B5%CF%81%CE%B5%CF%8D%CE%BD%CE%B7%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%B1%CE%BB%CE%BB%CE%B1%CE%B3%CF%8E%CE%BD_%CF%84%CE%B7%CF%82_%CE%91%CF%81%CE%BA%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%B3%CE%B7%CF%82_%CE%BC%CE%B5_%CF%84%CE%B7_%CE%B2%CE%BF%CE%AE%CE%B8%CE%B5%CE%B9%CE%B1_%CF%84%CE%B7%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82 2010-02-12T19:24:48Z

<p>Ngeorganteas: </p> <hr /> <div>'''Πρωτότυπος Τίτλος:''' Remote sensing of vegetation and land-cover change in arctic tundra ecosystems<br /> <br /> '''Συγγραφείς:''' Tweedie C. (''Arctic Ecology Laboratory, Department of Plant Biology, Michigan State University, East Lansing''), Noyle B. (''Space Imaging Solutions, Michigan Office'')<br /> <br /> '''Πηγή:''' http://www.sciencedirect.com<br /> <br /> <br /> '''1. Εισαγωγή'''<br /> <br /> Αρκετές είναι οι έρευνες που έχουν ασχοληθεί με την αλλαγή του αρκτικού οικοσυστήματος σε δεκαετή κλίμακα. Η πληθώρα αυτών των ερευνών κάνει χρήση των αεροφωτογραφιών, διαδικασία η οποία απαιτεί πολύ χρόνο, έχει υψηλό κόστος και δίνει χαμηλής χωρικής ανάλυσης εικόνες. Η χαμηλή ανάλυση των εικόνων αυτών μπορεί πολλές φορές να είναι ανεπαρκής για τη μελέτη του αρκτικού περιβάλλοντος, το οποίο διακρίνεται για την ετερογένειά του και τη χαμηλή του βλάστηση, ιδιαίτερα στις παράκτιες περιοχές. Διάφορες μελέτες έχουν δείξει πως η ταξινόμηση εικόνων περιοχών τούνδρας είναι πολύ δυσκολότερη σε σχέση με αυτή άλλων περιοχών, δυσκολία η οποία ξεπερνιέται με νέους δορυφόρους, όπως τον IKONOS, ο οποίος παρέχει δυνατότητα λήψης παγχρωματικών (1m ανάλυση) και πολυφασματικών δεδομένων (4m ανάλυση). Αντικείμενο της συγκεκριμένης εργασίας ήταν η διερεύνηση των αλλαγών μιας περιοχής αρκτικής τούνδρας (Barrow στην Αλάσκα), έκτασης 3153 ha, μέσω των εικόνων του δορυφόρου IKONOS και η σύγκρισή τους με τις αεροφωτογραφίες που είχαν ληφθεί το 1964.<br /> <br /> <br /> '''2. Μεθοδολογία'''<br /> <br /> Η λήψη των παγχρωματικών και πολυφασματικών εικόνων από τον IKONOS πραγματοποιήθηκαν σε διαφορετικές περιοχές της προς μελέτη έκτασης στις 16 Ιουλίου και 16 Αυγούστου 2000 (εποχή χωρίς χιόνι). Ο συνδυασμός των τεσσάρων πολυφασματικών καναλιών και των παγχρωματικών εικόνων, έδωσαν τη δυνατότητα παραγωγής έγχρωμων εικόνων 1 meter pan-sharpened (PSM), οι οποίες συνδύαζαν τα φασματικά χαρακτηριστικά και των δυο ειδών εικόνων (παγχρωματικές-πολυφασματικές), ενώ παράλληλα διέθεταν την υψηλή ανάλυση των παγχρωματικών δεδομένων. <br /> <br /> Οι εικόνες ορθοκανονικοποιήθηκαν βάσει επίγειων ελέγχων (Ground Control Points, GCPs) που είχαν πραγματοποιηθεί με τη βοήθεια διαφορικών GPS. Οι σκηνές που είχαν παρθεί και τις δυο ημερομηνίες διακρίνονταν από υψηλά επίπεδα κάλυψης σύννεφων (&gt;20%), πρόβλημα το οποίο διορθώθηκε μετά την εφαρμογή cloud masking. Στη συνέχεια, οι σκηνές των δυο ημερομηνιών συνενώθηκαν σε ένα μωσαϊκό και διορθώθηκαν ραδιομετρικά. Τέλος, πριν την έναρξη της ταξινόμησης, απαραίτητη ήταν η παραγωγή μιας NDVI εικόνας η οποία επισυνάφθηκε στο μωσαϊκό, σχηματίζοντας έτσι μια απεικόνιση πέντε επιπέδων (five-band layer stack).<br /> <br /> Η ταξινόμηση των εικόνων σε 15 κλάσεις αποφασίστηκε βάσει τριών προσεγγίσεων ταξινόμησης της εγγύς περιοχής, οι οποίες είχαν διατυπωθεί σε παλαιότερες μελέτες που βασίζονταν στον επίγειο έλεγχο, σε συνδυασμό με πρόσφατες θεωρήσεις για την παρούσα βλάστηση. Η επιβλεπόμενη ταξινόμηση των τηλεπισκοπικών απεικονίσεων απαιτούσε την επιλογή 229 περιοχών εκπαίδευσης, οι οποίες έπειτα από την εφαρμογή ιεραρχικής ομαδοποίησης (agglomerative hierarchical clustering), μειώθηκαν σε 197. Με τη βοήθεια της μη επιβλεπόμενης ταξινόμησης, οι ερευνητές προχώρησαν στον εντοπισμό και στην απομάκρυνση σύννεφων και υδάτων, ενώ στο υπόλοιπο της εικόνας εφαρμόστηκε επιβλεπόμενη ταξινόμηση. Αρχικά, ταξινομήθηκαν με τον αλγόριθμο παραλληλεπιπέδου μόνο εκείνα τα εικονοστοιχεία που είχαν μια σταθερή διασπορά από τις περιοχές εκπαίδευσης, ενώ τα εικονοστοιχεία που απέμειναν ταξινομήθηκαν με τους αλγόριθμους μέγιστης πιθανοφάνειας ή ελάχιστης απόστασης.<br /> <br /> <br /> '''3. Αποτελέσματα'''<br /> <br /> Το τελικό αποτέλεσμα της ταξινόμησης βασίστηκε στο σύστημα ιεραρχικής ταξινόμησης των εικόνων σε 7 μεγάλες τάξεις και 15 μικρότερες. Στην εικόνα 1 φαίνεται το αποτέλεσμα της ταξινόμησης, στην οποία αναδεικνύεται η έντονη χωρική ετερογένεια του αρκτικού τοπίου. Το αποτέλεσμα αυτό ήταν απόρροια της υψηλής ποιότητας εικόνων του δορυφόρου IKONOS, αλλά και της επιλογής αλγορίθμων ταξινόμησης, η οποία εξαρτήθηκε από την επίγεια ταξινόμηση των ειδών βλάστησης. Επίδειξη της λεπτομέρειας ταξινόμησης των εικόνων IKONOS αποτελούν τα ίχνη αυτοκινήτου που είχε περάσει από την περιοχή το 1950 (τμήμα Α στην εικόνα 1) και τα πολλαπλά πολύγωνα τούνδρας (τμήμα Β στην εικόνα 1), γεγονός που αναδεικνύει τη χρησιμότητα των δορυφορικών τηλεπισκοπικών εικόνων στη διαχείριση των εδαφών και τη δυναμική των χωροχρονικών απεικονίσεων. <br /> [[Εικόνα:Art7_1.JPG|thumb|right|'''Εικόνα 1:''' Το αποτέλεσμα της ταξινομημένης εικόνας του δορυφόρου ΙKONOS.]]<br /> <br /> Τέλος στην εικόνα 2 γίνεται σύγκριση της χωρικής ανάλυσης των εικόνων του IKONOS με αυτή των αεροφωτογραφιών, οδηγώντας στο συμπέρασμα πως η υψηλή ανάλυση των πρώτων τις καθιστά ένα πάρα πολύ χρήσιμο εργαλείο ελέγχου των αλλαγών καλύψης γης.<br /> [[Εικόνα:Art7_2.JPG|thumb|right|'''Εικόνα 2:''' Σύγκριση της χωρικής ανάλυσης των εικόνων του IKONOS με αυτή των αεροφωτογραφιών.]]<br /> <br /> <br /> '''4. Συμπεράσματα'''<br /> <br /> Η συγκεκριμένη μελέτη περίπτωσης αποτελεί μια απόδειξη για το πως μπορούν να χρησιμεύσουν τα πολυφασματικά δεδομένα υψηλής ανάλυσης στη μελέτη της αλλαγής κάλυψης γης του Αρκτικού Κύκλου. Το ενδεχόμενο πλήρους αντικατάστασης των δορυφορικών εικόνων Landsat TM από άλλες που προέρχονται από συστήματα υψηλής ανάλυσης δεν είναι πολύ πιθανό, εξαιτίας του υψηλού κόστους. Παρόλα αυτά, οι δορυφόροι υψηλής ευκρίνειας μπορούν να χρησιμοποιηθούν στη διαχείριση της εδαφοκάλυψης, στην παρατήρηση εδαφικών εκτάσεων για μεγάλα χρονικά διαστήματα και στις αναλύσεις οικολογικών διαταραχών.<br /> <br /> <br /> [[category:Εδαφολογική χαρτογράφηση]]</div>

Ngeorganteas http://147.102.106.44/rs/wiki/index.php/%CE%94%CE%B9%CE%B5%CF%81%CE%B5%CF%8D%CE%BD%CE%B7%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%B1%CE%BB%CE%BB%CE%B1%CE%B3%CF%8E%CE%BD_%CF%84%CE%B7%CF%82_%CE%91%CF%81%CE%BA%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%B3%CE%B7%CF%82_%CE%BC%CE%B5_%CF%84%CE%B7_%CE%B2%CE%BF%CE%AE%CE%B8%CE%B5%CE%B9%CE%B1_%CF%84%CE%B7%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82 2010-02-12T19:24:23Z

<p>Ngeorganteas: </p> <hr /> <div>'''Πρωτότυπος Τίτλος:''' Remote sensing of vegetation and land-cover change in arctic tundra ecosystems<br /> <br /> '''Συγγραφείς:''' Tweedie C. (''Arctic Ecology Laboratory, Department of Plant Biology, Michigan State University, East Lansing''), Noyle B. (''Space Imaging Solutions, Michigan Office'')<br /> <br /> '''Πηγή:''' http:\\www.sciencedirect.com<br /> <br /> <br /> '''1. Εισαγωγή'''<br /> <br /> Αρκετές είναι οι έρευνες που έχουν ασχοληθεί με την αλλαγή του αρκτικού οικοσυστήματος σε δεκαετή κλίμακα. Η πληθώρα αυτών των ερευνών κάνει χρήση των αεροφωτογραφιών, διαδικασία η οποία απαιτεί πολύ χρόνο, έχει υψηλό κόστος και δίνει χαμηλής χωρικής ανάλυσης εικόνες. Η χαμηλή ανάλυση των εικόνων αυτών μπορεί πολλές φορές να είναι ανεπαρκής για τη μελέτη του αρκτικού περιβάλλοντος, το οποίο διακρίνεται για την ετερογένειά του και τη χαμηλή του βλάστηση, ιδιαίτερα στις παράκτιες περιοχές. Διάφορες μελέτες έχουν δείξει πως η ταξινόμηση εικόνων περιοχών τούνδρας είναι πολύ δυσκολότερη σε σχέση με αυτή άλλων περιοχών, δυσκολία η οποία ξεπερνιέται με νέους δορυφόρους, όπως τον IKONOS, ο οποίος παρέχει δυνατότητα λήψης παγχρωματικών (1m ανάλυση) και πολυφασματικών δεδομένων (4m ανάλυση). Αντικείμενο της συγκεκριμένης εργασίας ήταν η διερεύνηση των αλλαγών μιας περιοχής αρκτικής τούνδρας (Barrow στην Αλάσκα), έκτασης 3153 ha, μέσω των εικόνων του δορυφόρου IKONOS και η σύγκρισή τους με τις αεροφωτογραφίες που είχαν ληφθεί το 1964.<br /> <br /> <br /> '''2. Μεθοδολογία'''<br /> <br /> Η λήψη των παγχρωματικών και πολυφασματικών εικόνων από τον IKONOS πραγματοποιήθηκαν σε διαφορετικές περιοχές της προς μελέτη έκτασης στις 16 Ιουλίου και 16 Αυγούστου 2000 (εποχή χωρίς χιόνι). Ο συνδυασμός των τεσσάρων πολυφασματικών καναλιών και των παγχρωματικών εικόνων, έδωσαν τη δυνατότητα παραγωγής έγχρωμων εικόνων 1 meter pan-sharpened (PSM), οι οποίες συνδύαζαν τα φασματικά χαρακτηριστικά και των δυο ειδών εικόνων (παγχρωματικές-πολυφασματικές), ενώ παράλληλα διέθεταν την υψηλή ανάλυση των παγχρωματικών δεδομένων. <br /> <br /> Οι εικόνες ορθοκανονικοποιήθηκαν βάσει επίγειων ελέγχων (Ground Control Points, GCPs) που είχαν πραγματοποιηθεί με τη βοήθεια διαφορικών GPS. Οι σκηνές που είχαν παρθεί και τις δυο ημερομηνίες διακρίνονταν από υψηλά επίπεδα κάλυψης σύννεφων (&gt;20%), πρόβλημα το οποίο διορθώθηκε μετά την εφαρμογή cloud masking. Στη συνέχεια, οι σκηνές των δυο ημερομηνιών συνενώθηκαν σε ένα μωσαϊκό και διορθώθηκαν ραδιομετρικά. Τέλος, πριν την έναρξη της ταξινόμησης, απαραίτητη ήταν η παραγωγή μιας NDVI εικόνας η οποία επισυνάφθηκε στο μωσαϊκό, σχηματίζοντας έτσι μια απεικόνιση πέντε επιπέδων (five-band layer stack).<br /> <br /> Η ταξινόμηση των εικόνων σε 15 κλάσεις αποφασίστηκε βάσει τριών προσεγγίσεων ταξινόμησης της εγγύς περιοχής, οι οποίες είχαν διατυπωθεί σε παλαιότερες μελέτες που βασίζονταν στον επίγειο έλεγχο, σε συνδυασμό με πρόσφατες θεωρήσεις για την παρούσα βλάστηση. Η επιβλεπόμενη ταξινόμηση των τηλεπισκοπικών απεικονίσεων απαιτούσε την επιλογή 229 περιοχών εκπαίδευσης, οι οποίες έπειτα από την εφαρμογή ιεραρχικής ομαδοποίησης (agglomerative hierarchical clustering), μειώθηκαν σε 197. Με τη βοήθεια της μη επιβλεπόμενης ταξινόμησης, οι ερευνητές προχώρησαν στον εντοπισμό και στην απομάκρυνση σύννεφων και υδάτων, ενώ στο υπόλοιπο της εικόνας εφαρμόστηκε επιβλεπόμενη ταξινόμηση. Αρχικά, ταξινομήθηκαν με τον αλγόριθμο παραλληλεπιπέδου μόνο εκείνα τα εικονοστοιχεία που είχαν μια σταθερή διασπορά από τις περιοχές εκπαίδευσης, ενώ τα εικονοστοιχεία που απέμειναν ταξινομήθηκαν με τους αλγόριθμους μέγιστης πιθανοφάνειας ή ελάχιστης απόστασης.<br /> <br /> <br /> '''3. Αποτελέσματα'''<br /> <br /> Το τελικό αποτέλεσμα της ταξινόμησης βασίστηκε στο σύστημα ιεραρχικής ταξινόμησης των εικόνων σε 7 μεγάλες τάξεις και 15 μικρότερες. Στην εικόνα 1 φαίνεται το αποτέλεσμα της ταξινόμησης, στην οποία αναδεικνύεται η έντονη χωρική ετερογένεια του αρκτικού τοπίου. Το αποτέλεσμα αυτό ήταν απόρροια της υψηλής ποιότητας εικόνων του δορυφόρου IKONOS, αλλά και της επιλογής αλγορίθμων ταξινόμησης, η οποία εξαρτήθηκε από την επίγεια ταξινόμηση των ειδών βλάστησης. Επίδειξη της λεπτομέρειας ταξινόμησης των εικόνων IKONOS αποτελούν τα ίχνη αυτοκινήτου που είχε περάσει από την περιοχή το 1950 (τμήμα Α στην εικόνα 1) και τα πολλαπλά πολύγωνα τούνδρας (τμήμα Β στην εικόνα 1), γεγονός που αναδεικνύει τη χρησιμότητα των δορυφορικών τηλεπισκοπικών εικόνων στη διαχείριση των εδαφών και τη δυναμική των χωροχρονικών απεικονίσεων. <br /> [[Εικόνα:Art7_1.JPG|thumb|right|'''Εικόνα 1:''' Το αποτέλεσμα της ταξινομημένης εικόνας του δορυφόρου ΙKONOS.]]<br /> <br /> Τέλος στην εικόνα 2 γίνεται σύγκριση της χωρικής ανάλυσης των εικόνων του IKONOS με αυτή των αεροφωτογραφιών, οδηγώντας στο συμπέρασμα πως η υψηλή ανάλυση των πρώτων τις καθιστά ένα πάρα πολύ χρήσιμο εργαλείο ελέγχου των αλλαγών καλύψης γης.<br /> [[Εικόνα:Art7_2.JPG|thumb|right|'''Εικόνα 2:''' Σύγκριση της χωρικής ανάλυσης των εικόνων του IKONOS με αυτή των αεροφωτογραφιών.]]<br /> <br /> <br /> '''4. Συμπεράσματα'''<br /> <br /> Η συγκεκριμένη μελέτη περίπτωσης αποτελεί μια απόδειξη για το πως μπορούν να χρησιμεύσουν τα πολυφασματικά δεδομένα υψηλής ανάλυσης στη μελέτη της αλλαγής κάλυψης γης του Αρκτικού Κύκλου. Το ενδεχόμενο πλήρους αντικατάστασης των δορυφορικών εικόνων Landsat TM από άλλες που προέρχονται από συστήματα υψηλής ανάλυσης δεν είναι πολύ πιθανό, εξαιτίας του υψηλού κόστους. Παρόλα αυτά, οι δορυφόροι υψηλής ευκρίνειας μπορούν να χρησιμοποιηθούν στη διαχείριση της εδαφοκάλυψης, στην παρατήρηση εδαφικών εκτάσεων για μεγάλα χρονικά διαστήματα και στις αναλύσεις οικολογικών διαταραχών.<br /> <br /> <br /> [[category:Εδαφολογική χαρτογράφηση]]</div>

Ngeorganteas http://147.102.106.44/rs/wiki/index.php/%CE%97_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CE%BF%CF%80%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B5%CF%86%CE%B1%CF%81%CE%BC%CE%BF%CE%B3%CF%8E%CE%BD_%CE%BA%CE%B1%CE%B9_%CF%84%CF%89%CE%BD_%CE%93%CE%A3%CE%A0_%CF%83%CF%84%CE%B7%CE%BD_%CE%B5%CE%BE%CE%AC%CF%80%CE%BB%CF%89%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CF%80%CF%8C%CE%BB%CE%B7%CF%82_%CE%9Aaduna_%CF%84%CE%B7%CF%82_%CE%B2%CF%8C%CF%81%CE%B5%CE%B9%CE%B1%CF%82_%CE%9D%CE%B9%CE%B3%CE%B7%CF%81%CE%AF%CE%B1%CF%82 2010-02-12T19:21:58Z

<p>Ngeorganteas: </p> <hr /> <div>'''Πρωτότυπος Τίτλος:''' Remote Sensing and GIS applications in urban expansion and loss of vegetation cover in Kaduna town, northern Nigeria<br /> <br /> '''Συγγραφείς:''' Ishaya S. (''Department of Geography, University of Abuja, Gwagwalada Abuja''), Ifatimehin O. O. (''Department of Geography and Planning, Kogi State University, Anyigba''), Okafor C. (''Department of Geography, University of Abuja, Gwagwalada Abuja'')<br /> <br /> '''Πηγή:''' The American-Eurasian Network for Scientific Information (AENSI), http://www.aensi.org/aejsa_may-august_2008.html<br /> <br /> <br /> '''1. Εισαγωγή'''<br /> <br /> Η όλο και αυξανόμενη αστικοποίηση αποτελεί ένα παγκόσμιο φαινόμενο και τώρα πια τα προβλήματα που προξενεί δεν αποτελούν πραγματικότητα μόνο για τις αναπτυγμένες χώρες, αλλά και για τις αναπτυσσόμενες. Η ανεξέλεγκτη αύξηση των αστικών περιοχών έχει εμφανιστεί και στη Νιγηρία (15% αστικός πληθυσμός το 1950, 43,5% το 2000 και αναμένεται 50% το 2010), γεγονός που επιδεινώνεται από τον ανεπαρκή χωροταξικό σχεδιασμό, την έλλειψη οικονομικών πόρων και την υπερεκμετάλλευση της γης και έχει ως συνέπεια την επιδείνωση των περιβαλλοντικών συνθηκών, τον κατακερματισμό της γεωργικής γης και την υποβάθμιση της βλάστησης και της ποιότητας εδάφους. Σκοπός της συγκεκριμένης εργασίας ήταν η μελέτη της επέκτασης της πόλης Kaduna (εικόνα 1) της Νιγηρίας και η ερμηνεία των αλλαγών χρήσεων γης της γύρω περιοχής, με κύριο εργαλείο τις τηλεπισκοπικές μεθόδους και τα Γεωγραφικά Συστήματα Πληροφοριών.<br /> <br /> Η πόλης της Kaduna αποτελεί πρωτεύουσα της πολιτείας της Kaduna και μια από τις μεγαλύτερες πόλεις της Βόρειας Νιγηρίας. Αποτελεί κέντρο εμπορίου σε βαμβάκι, καλαμπόκι, ginger, αραχίδα, ζώα και durra sorghum, ενώ παράλληλα βρίσκεται πρώτη στην επεξεργασία τροφίμων, στις εκδόσεις, στην παραγωγή υφασμάτων, στη διύλιση πετρελαίου και στη ζυθοποιία στη Βόρεια Νιγηρία. Η μέση ετήσια βροχόπτωση είναι 1525mm, η βροχερή περίοδος διαρκεί συνήθως 200 μέρες, ενώ η βλάστησή της είναι θαμνώδης σαβάνα με διεσπαρμένους οπωρώνες. <br /> [[Εικόνα:Art5_1.jpg|thumb|right|'''Εικόνα 1:''' Η περιοχή μελέτης.]]<br /> <br /> <br /> '''2. Μεθοδολογία'''<br /> <br /> Για τη διεξαγωγή αυτής της έρευνας χρησιμοποιήθηκαν δορυφορικές εικόνες και πραγματοποιήθηκαν επίγειοι έλεγχοι για επιβεβαίωση των όποιων παρατηρήσεων. Η διάρκεια της έρευνας κάλυπτε μια περίοδο 11 ετών (1990-2000) και επιλέχθηκε έτσι για να είναι εμφανής η επίδραση της αστικοποίησης στη βλάστηση της περιοχής. Για τη μελέτη της αλλαγής της εδαφικής χρήσης χρησιμοποιήθηκαν δορυφορικές εικόνες σε κλίμακα 1:250.000 που είχαν ληφθεί από τον δορυφόρο LANDSAT TM (χωρική ανάλυση 30m) το 1990 και το 2000. Παράλληλα, με τη βοήθεια ενός GARMIN III GPS διεξήχθη ο επί τόπου έλεγχος των τύπων και χρήσεων γης.<br /> <br /> Η επεξεργασία των εικόνων περιελάμβανε αρχικά την ορθοαναγωγή αυτών με χρήση του αλγορίθμου εγγύτερης γειτνίασης (nearest neighbour), έτσι ώστε οι εικόνες να διορθωθούν γεωμετρικά και κάθε εικονοστοιχείο να αντιστοιχεί σε μια θέση ενός συστήματος με γνωστό γεωγραφικό μήκος και πλάτος. Ακόμα, η απεικόνιση των εικόνων έγινε σε ψευδοχρωματικό σύνθετο για καλύτερη απεικόνιση των οικοδομημένων περιοχών, των δασών, των ποταμών, της βλάστησης και των καλλιεργειών, ενώ η ταξινόμηση πραγματοποιήθηκε με τον αλγόριθμο μεγίστης πιθανοφάνειας.<br /> <br /> <br /> '''3. Αποτελέσματα'''<br /> <br /> Τα αποτελέσματα της έρευνας χωρίζονται σε τρεις κατηγορίες: σύγκριση των χρήσεων γης μεταξύ των ετών 1990 και 2000, μετασχηματισμός των χρήσεων γης σε όλη τη διάρκεια της μελέτης, απώλεια βλάστησης λόγω αστικοποίησης.<br /> <br /> Από τον πίνακα 1 και τις εικόνες 2, 3 είναι έκδηλη η εξάπλωση της δομημένης περιοχής στα όρια της πόλης, όπως επίσης και η αύξηση των δομημένων χώρων στο κέντρο της. Τα ευρήματα της έρευνας έδειξαν πως μερικές κλάσεις χρήσεων γης σημείωσαν μεγάλη αύξηση. Στον πίνακα 1 φαίνεται μια σημαντική αύξηση των «γυμνών» (183,5%) και των δομημένων περιοχών (137,8%), ενώ οι περιοχές βλάστησης και υδατικής κάλυψης μειώνονται πολύ.<br /> [[Εικόνα:Art5_tab1.jpg|thumb|right|'''Πίνακας 1:''' Χρήσεις γης στην πόλη Kaduna τα έτη 1990 και 2000.]]<br /> [[Εικόνα:Art5_2.jpg|thumb|right|'''Εικόνα 2:''' Η κάλυψη γης της περιοχής μελέτης το έτος 1990.]]<br /> [[Εικόνα:Art5_3.jpg|thumb|right|'''Εικόνα 3:''' Η κάλυψη γης της περιοχής μελέτης το έτος 2000.]]<br /> <br /> Η σύγκριση των εικόνων 2 και 3 μαρτυρά πως η πόλη Kaduna την περίοδο της μελέτης έχει επεκταθεί προς όλες τις κατευθύνσεις και ιδιαίτερα νότια. Σημαντικό γεγονός αποτελεί η μεγάλη αύξηση της «γυμνής» γης, από το 16% στο 29,4%, γη η οποία δε χρησιμεύει ούτε για γεωργική ούτε για αστική χρήση. <br /> <br /> Οι πίνακες 2 και 3 δείχνουν πως, από τα 3272,3 ha βλάστησης που χάθηκαν στη διάρκεια των 10 ετών, μόνο τα 864,95 ha δεν έχουν δεχτεί ολική καταστροφή και είναι ανακτήσιμα. Ο ετήσιος ρυθμός μείωσης της βλάστησης κατά 297,5 ha και επέκτασης της πόλης κατά 167,8 ha, έχει σαν κύρια συνέπεια την αύξηση της μέσης θερμοκρασίας των αστικών περιοχών κατά 2-3 οC.<br /> [[Εικόνα:Art5_tab2.jpg|thumb|right|'''Πίνακας 2:''' Μετασχηματισμός χρήσεων γης στη διάρκεια της δεκαετίας 1990-2000.]]<br /> [[Εικόνα:Art5_tab3.jpg|thumb|right|'''Πίνακας 3:''' Απώλεια βλάστησης κατά τη διάρκεια της δεκαετίας 1990-2000.]]<br /> <br /> <br /> '''4. Συμπεράσματα'''<br /> <br /> Κατά τη διεξαγωγή της συγκεκριμένης μελέτης αξιοποιήθηκαν οι τεχνικές της τηλεπισκόπισης και των Γεωγραφικών Συστημάτων Πληροφοριών προκειμένου να ερευνηθεί η έκταση της αστικοποίησης και η απώλεια βλάστησης στην πόλη Kaduna. Τα σπουδαιότερα συμπεράσματα ήταν:<br /> * Μετατροπή των περιοχών βλάστησης (υγροβιότοποι, σαβάνα) σε οικοδομημένες και «γυμνές» περιοχές.<br /> * Οι οικοδομημένες και «γυμνές» περιοχές είχαν σημειώσει την περισσότερη αύξηση σε σχέση με οποιαδήποτε άλλη χρήση γης.<br /> * Επέκταση των οικοδομημένων και «γυμνών» περιοχών προς όλες τις κατευθύνσεις. Ιδιαίτερα οι οικοδομημένες περιοχές είχαν επεκταθεί στο βόρειο και νότιο τμήμα της πόλης.<br /> * Στη διάρκεια των δέκα ετών της μελέτης η βλάστηση μειωνόταν κατά 297,5 ha ετησίως, ενώ οι δομημένες εκτάσεις αυξάνονταν κατά 167.86 ha ετησίως.<br /> * Η επέκταση της πόλης συνδέεται ισχυρά με κοινωνικο-οικονομικά κριτήρια και απεικονίζει το βιομηχανικό δυναμικό της πόλης.<br /> <br /> Τέλος, παρόλο που η μείωση της βλάστησης εξαιτίας της αστικοποίησης δε μπορεί να σταματήσει απόλυτα, η χάραξη πράσινης πολιτικής και η θέσπιση χωροταξικών μέτρων φαίνεται να είναι απαραίτητα για τη βιωσιμότητα της πόλης.<br /> <br /> <br /> [[category:Ανίχνευση μεταβολών αστικής γης]]</div>

Ngeorganteas http://147.102.106.44/rs/wiki/index.php/%CE%93%CE%B5%CF%89%CF%81%CE%B3%CE%B1%CE%BD%CF%84%CE%AD%CE%B1%CF%82_%CE%9D%CE%AF%CE%BA%CE%BF%CF%82 2010-02-12T19:19:09Z

<p>Ngeorganteas: </p> <hr /> <div>* [[Ανάλυση και επεξεργασία εικόνων NOAA/AVHRR για την θερμική ανίχνευση και απεικόνιση πλουμιών που προκαλούνται από βιομηχανικά ατυχήματα]]<br /> * [[Η εφαρμογή της τηλεπισκοπικής τεχνολογίας στη γεωθερμική έρευνα]]<br /> * [[Εντοπισμός περιβαλλοντικών παραγόντων που σχετίζονται με τον κίνδυνο της ελονοσίας στην ακτή της Κένυας με τη βοήθεια της τηλεπισκόπησης]]<br /> * [[Η εφαρμογή της τηλεπισκόπησης στην ανίχνευση οργανικού άνθρακα στο έδαφος]]<br /> * [[Η χρήση των τηλεπισκοπικών εφαρμογών και των ΓΣΠ στην εξάπλωση της πόλης Κaduna της βόρειας Νιγηρίας]]<br /> * [[Η εφαρμογή της τηλεπισκόπησης στη διαχείριση υδάτων της λεκάνης του ποταμού Τisza]]<br /> * [[Διερεύνηση των αλλαγών της Αρκτικής γης με τη βοήθεια της τηλεπισκόπησης]]<br /> * [[Συνδυασμένη χρήση τηλεπισκόπησης και γεωγραφικών συστημάτων πληροφοριών για την υποστήριξη της ενιαίας διαχείρισης υδατικών πόρων]]<br /> * [[Η εφαρμογή της τηλεπισκόπησης στη διαχείριση των φυσικών καταστροφών. Η περίπτωση κατολίσθησης στο βουνό Μangart]]<br /> * [[Απογραφή κτιρίων με δορυφορικές εικόνες υψηλής χωρικής ανάλυσης πολεοδομικών συγκροτημάτων: Η περίπτωση των Τιράνων]]<br /> * [[Χαρτογράφηση καμένων εκτάσεων με τη χρήση δορυφορικών εικόνων χαμηλής, μέσης-υψηλής και πολύ υψηλής ευκρίνειας]]<br /> * [[Χρήση δορυφορικών εικόνων LANDSAT-TM και AVHRR για τη μελέτη του θαλάσσιου περιβάλλοντος.]]<br /> <br /> [[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Αθήνα)]]</div>

Ngeorganteas http://147.102.106.44/rs/wiki/index.php/%CE%93%CE%B5%CF%89%CF%81%CE%B3%CE%B1%CE%BD%CF%84%CE%AD%CE%B1%CF%82_%CE%9D%CE%AF%CE%BA%CE%BF%CF%82 2010-02-12T19:18:52Z

<p>Ngeorganteas: </p> <hr /> <div>* [[Ανάλυση και επεξεργασία εικόνων NOAA/AVHRR για την θερμική ανίχνευση και απεικόνιση πλουμιών που προκαλούνται από βιομηχανικά ατυχήματα]]<br /> * [[Η εφαρμογή της τηλεπισκοπικής τεχνολογίας στη γεωθερμική έρευνα]]<br /> * [[Εντοπισμός περιβαλλοντικών παραγόντων που σχετίζονται με τον κίνδυνο της ελονοσίας στην ακτή της Κένυας με τη βοήθεια της τηλεπισκόπησης]]<br /> * [[Η εφαρμογή της τηλεπισκόπησης στην ανίχνευση οργανικού άνθρακα στο έδαφος]]<br /> * [[Η χρήση των τηλεπισκοπικών εφαρμογών και των ΓΣΠ στην εξάπλωση της πόλης Κaduna της βόρειας Νιγηρίας]]<br /> * [[Η εφαρμογή της τηλεπισκόπησης στη διαχείριση υδάτων της λεκάνης του ποταμού Τisza]]<br /> * [[Διερεύνηση των αλλαγών της Αρκτικής γης με τη βοήθεια της τηλεπισκόπησης]]<br /> * [[Συνδυασμένη χρήση τηλεπισκόπησης και γεωγραφικών συστημάτων πληροφοριών για την υποστήριξη της ενιαίας διαχείρισης υδατικών πόρων]]<br /> * [[Η εφαρμογή της τηλεπισκόπησης στη διαχείριση των φυσικών καταστροφών.Η περίπτωση κατολίσθησης στο βουνό Μangart]]<br /> * [[Απογραφή κτιρίων με δορυφορικές εικόνες υψηλής χωρικής ανάλυσης πολεοδομικών συγκροτημάτων: Η περίπτωση των Τιράνων]]<br /> * [[Χαρτογράφηση καμένων εκτάσεων με τη χρήση δορυφορικών εικόνων χαμηλής, μέσης-υψηλής και πολύ υψηλής ευκρίνειας]]<br /> * [[Χρήση δορυφορικών εικόνων LANDSAT-TM και AVHRR για τη μελέτη του θαλάσσιου περιβάλλοντος.]]<br /> <br /> [[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Αθήνα)]]</div>

Ngeorganteas http://147.102.106.44/rs/wiki/index.php/%CE%93%CE%B5%CF%89%CF%81%CE%B3%CE%B1%CE%BD%CF%84%CE%AD%CE%B1%CF%82_%CE%9D%CE%AF%CE%BA%CE%BF%CF%82 2010-02-12T19:16:00Z

<p>Ngeorganteas: </p> <hr /> <div>* [[Ανάλυση και επεξεργασία εικόνων NOAA/AVHRR για την θερμική ανίχνευση και απεικόνιση πλουμιών που προκαλούνται από βιομηχανικά ατυχήματα]]<br /> * [[Η εφαρμογή της τηλεπισκοπικής τεχνολογίας στη γεωθερμική έρευνα]]<br /> * [[Εντοπισμός περιβαλλοντικών παραγόντων που σχετίζονται με τον κίνδυνο της ελονοσίας στην ακτή της Κένυας με τη βοήθεια της τηλεπισκόπησης]]<br /> * [[Η εφαρμογή της τηλεπισκόπησης στην ανίχνευση οργανικού άνθρακα στο έδαφος]]<br /> * [[Η χρήση των τηλεπισκοπικών εφαρμογών και των ΓΣΠ στην εξάπλωση της πόλης Κaduna της βόρειας Νιγηρίας]]<br /> <br /> [[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Αθήνα)]]</div>

Ngeorganteas http://147.102.106.44/rs/wiki/index.php/%CE%93%CE%B5%CF%89%CF%81%CE%B3%CE%B1%CE%BD%CF%84%CE%AD%CE%B1%CF%82_%CE%9D%CE%AF%CE%BA%CE%BF%CF%82 2010-02-12T19:14:55Z

<p>Ngeorganteas: </p> <hr /> <div>* [[Ανάλυση και επεξεργασία εικόνων NOAA/AVHRR για την θερμική ανίχνευση και απεικόνιση πλουμιών που προκαλούνται από βιομηχανικά ατυχήματα]]<br /> * [[Η εφαρμογή της τηλεπισκοπικής τεχνολογίας στη γεωθερμική έρευνα]]<br /> * [[The use of radar remote sensing for identifying environmental factors associated with malaria risk in coastal Kenya]]<br /> * [[ Remote sensing organic carbon in soil]]<br /> * [[Remote Sensing and GIS applications in urban expansion and loss of vegetation cover in Kaduna town, northern Nigeria]]<br /> <br /> [[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Αθήνα)]]</div>

Ngeorganteas http://147.102.106.44/rs/wiki/index.php/%CE%93%CE%B5%CF%89%CF%81%CE%B3%CE%B1%CE%BD%CF%84%CE%AD%CE%B1%CF%82_%CE%9D%CE%AF%CE%BA%CE%BF%CF%82 2010-02-12T19:12:33Z

<p>Ngeorganteas: </p> <hr /> <div>* [[Ανάλυση και επεξεργασία εικόνων NOAA/AVHRR για την θερμική ανίχνευση και απεικόνιση πλουμιών που προκαλούνται από βιομηχανικά ατυχήματα]]<br /> <br /> [[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Αθήνα)]]</div>

Ngeorganteas http://147.102.106.44/rs/wiki/index.php/%CE%93%CE%B5%CF%89%CF%81%CE%B3%CE%B1%CE%BD%CF%84%CE%AD%CE%B1%CF%82_%CE%9D%CE%AF%CE%BA%CE%BF%CF%82 2010-02-12T19:11:22Z

<p>Ngeorganteas: </p> <hr /> <div>* [[Ανάλυση και επεξεργασία εικόνων NOAA/AVHRR για την θερμική ανίχνευση και απεικόνιση πλουμιών που προκαλούνται από βιομηχανικά ατυχήματα]]<br /> <br /> [[category:ΔΠΜΣ ]]</div>

Ngeorganteas http://147.102.106.44/rs/wiki/index.php/%CE%93%CE%B5%CF%89%CF%81%CE%B3%CE%B1%CE%BD%CF%84%CE%AD%CE%B1%CF%82_%CE%9D%CE%AF%CE%BA%CE%BF%CF%82 2010-02-12T19:09:52Z

<p>Ngeorganteas: </p> <hr /> <div>* [[Ανάλυση και επεξεργασία εικόνων NOAA/AVHRR για τη θερμική ανίχνευση και απεικόνιση πλουμιών που προκαλούνται από βιομηχανικά ατυχήματα]]<br /> <br /> [[category:ΔΠΜΣ ]]</div>

Ngeorganteas http://147.102.106.44/rs/wiki/index.php/%CE%93%CE%B5%CF%89%CF%81%CE%B3%CE%B1%CE%BD%CF%84%CE%AD%CE%B1%CF%82_%CE%9D%CE%AF%CE%BA%CE%BF%CF%82 2010-02-12T19:08:51Z

<p>Ngeorganteas: New page: Add Your Content Here category:ΔΠΜΣ </p> <hr /> <div>Add Your Content Here <br /> <br /> [[category:ΔΠΜΣ ]]</div>

Ngeorganteas http://147.102.106.44/rs/wiki/index.php/%CE%A7%CF%81%CE%AE%CF%83%CE%B7_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CF%89%CE%BD_LANDSAT-TM_%CE%BA%CE%B1%CE%B9_AVHRR_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7_%CE%BC%CE%B5%CE%BB%CE%AD%CF%84%CE%B7_%CF%84%CE%BF%CF%85_%CE%B8%CE%B1%CE%BB%CE%AC%CF%83%CF%83%CE%B9%CE%BF%CF%85_%CF%80%CE%B5%CF%81%CE%B9%CE%B2%CE%AC%CE%BB%CE%BB%CE%BF%CE%BD%CF%84%CE%BF%CF%82. 2010-02-12T19:03:21Z

<p>Ngeorganteas: </p> <hr /> <div>'''Συγγραφείς:''' Κίτσιου Δ. (''Τμήμα Περιβάλλοντος Πανεπιστήμιο Αιγαίου, Εργαστήριο Υδατικών Οικοσυστημάτων''), Χατζόπουλος Ι. (''Τμήμα Περιβάλλοντος Πανεπιστήμιο Αιγαίου, Εργαστήριο Τηλεπισκόπησης &amp; Γεωγραφικών Συστημάτων Πληροφοριών''), Καρύδης Μ. (''Τμήμα Περιβάλλοντος Πανεπιστήμιο Αιγαίου, Εργαστήριο Υδατικών Οικοσυστημάτων'')<br /> <br /> '''Πηγή:''' Eλληνικό Kέντρο Θαλάσσιων Ερευνών, 5ο Πανελλήνιο Συμπόσιο Ωκεανογραφίας &amp; Αλιείας, http://symposia.ath.hcmr.gr/ <br /> <br /> <br /> '''1. Εισαγωγή'''<br /> <br /> Η ανάπτυξη των παράκτιων περιοχών είναι γνωστό ότι δημιουργεί περιβαλλοντικά προβλήματα. Όμως, η παράκτια ζώνη είναι ζωτικής σημασίας από οικονομικής απόψεως και κατά συνέπεια απαιτείται συστηματική παρακολούθηση για την ταχύτατη και αποτελεσματική εκτίμηση της ποιότητας του παράκτιου περιβάλλοντος και της προστασίας του. Τα τελευταία χρόνια η ανάπτυξη τηλεπισκοπικών μεθόδων είχε και σαν πεδίο εφαρμογής τις μελέτες θαλάσσιας ρύπανσης και κατ΄αυτόν τον τρόπο καθίσταται δυνατή η εκτίμηση της ποιότητας του θαλάσσιου περιβάλλοντος σε μεγάλη έκταση και με σχετικά χαμηλό κόστος. Ειδικότερα, δεδομένα από τους δέκτες AVHRR και LANDSAT-TM χωρικής διακριτικής ικανότητας 1,1km και 30m αντίστοιχα, έχουν συμβάλλει σημαντικά στην προσέγγιση του φαινομένου της θαλάσσιας ρύπανσης σε μεγάλη έκταση, διαδικασία δύσκολη, χρονοβόρα και συχνά αδύνατη με χρήση των κλασσικών ωκεανογραφικών μεθόδων.<br /> <br /> Στην παρούσα εργασία επεχειρήθηκε αρχικά η ανάπτυξη θεματικών χαρτών που απεικονίζουν την χωρική κατανομή της συγκέντρωσης χλωροφύλλης-α (σημαντικού δείκτη του ευτροφισμού) στην ευρύτερη θαλάσσια περιοχή της Νήσου Λέσβου βάσει των δεδομένων του δέκτη LANDSAT-TM και στη συνέχεια θεματικού χάρτη απεικόνισης της χωρικής κατανομής των θερμοκρασιών στο ΒΑ Αιγαίο βάσει των δεδομένων του δέκτη AVHRR. Στις περιοχές μελέτης διεξήχθησαν δειγματοληψίες σε ημερομηνίες κοντά με εκείνες της λήψης των αντίστοιχων δορυφορικών εικόνων, βάσει των οποίων αναπτύχθηκε αλγόριθμος/μοντέλο ικανό να περιγράψει τη σχέση ανάμεσα στην εξεταζόμενη παράμετρο και τις μετρούμενες τιμές στα διάφορα κανάλια του δέκτη. Η χωρική κατανομή κάθε παραμέτρου προέκυψε με την εφαρμογή αυτών των αλγορίθμων στις αντίστοιχες δορυφορικές εικόνες. Η κατηγοριοποίηση των αποτελεσμάτων που ακολούθησε, οδήγησε στην παραγωγή θεματικών χαρτών όπου τα όρια των χωρικών διακυμάνσεων της χλωροφύλλης-α και των θερμοκρασιών είναι σαφώς καθορισμένα. Απεικονίσεις τέτοιου είδους αποδεικνύονται πολύ χρήσιμες στην παράκτια διαχείριση όπου απαιτείται εκτίμηση της ποιότητας του θαλάσσιου περιβάλλοντος σε ευρεία χωρική κλίμακα συμπεριλαμβανομένων περιοχών όπου δεν είναι εύκολη η συλλογή δεδομένων πεδίου, όπως είναι η περιοχή του Αιγαίου Πελάγους με το σύμπλεγμα των νησιών.<br /> <br /> <br /> '''2. Περιοχή μελέτης και πηγή δεδομένων'''<br /> <br /> Το πεδίο μελέτης είναι η θαλάσσια περιοχή των νησιών του ΒΑ Αιγαίου και ιδιαίτερα η ευρύτερη θαλάσσια περιοχή της Νήσου Λέσβου. Τα δεδομένα πεδίου προέρχονται από δειγματοληψίες που διεξήχθησαν σε δίκτυο 37 σταθμών δειγματοληψίας στα ανατολικά παράλια της Ν. Λέσβου (εικόνα 1) και σε δίκτυο 8 σταθμών δειγματοληψίας στην ευρύτερη περιοχή του λιμένα της πόλης της Μυτιλήνης, στα πλαίσια ερευνητικών προγραμμάτων του Πανεπιστημίου Αιγαίου. Τα δορυφορικά δεδομένα που χρησιμοποιήθηκαν προέρχονται από δύο mini-σκηνές εικόνων του δέκτη LANDSAT-TM (1/7/1994 και 2/8/1994) και μιας δορυφορικής εικόνας του δέκτη AVHRR-NOAA/14 (14/10/1995), η οποία ελήφθηκε από τον δορυφορικό σταθμό του Πανεπιστημίου Αιγαίου. Οι ημερομηνίες των εικόνων βρίσκονται κοντά σε εκείνες που έγιναν δειγματοληψίες πεδίου. [[Εικόνα:Art12_1.JPG|thumb|right|'''Εικόνα 1:''' Σταθμοί δειγματοληψίας στα ανατολικά παράλια της Ν. Λέσβου.]]<br /> <br /> <br /> '''3. Επεξεργασία δορυφορικών εικόνων'''<br /> <br /> '''Α. Γεωμετρική διόρθωση των εικόνων.'''<br /> Η γεωμετρική διόρθωση έχει σαν σκοπό την μετατροπή των εικονοσυντεταγμένων σε πραγματικές συντεταγμένες εδάφους. Για να επιτευχθεί αυτό, επιλέχθηκαν σημεία εμφανή τόσο στην εικόνα όσο και στον αντίστοιχο χάρτη της περιοχής μελέτης (Επίγεια Σημεία Ελέγχου - Ground Control Points) με γνωστές συντεταγμένες εδάφους. Βάσει των σημείων αυτών εκτιμήθηκε ο βέλτιστος μετασχηματισμός, τέτοιος ώστε να προκύπτει το ελάχιστο δυνατό RMS σφάλμα, και έγινε επαναδειγματοληψία ολόκληρης της εικόνας ώστε να γίνει μετατροπή των συντεταγμένων όλων των pixels σε πραγματικές συντεταγμένες εδάφους.<br /> <br /> '''Β. Αποκοπή των pixels της εικόνας που αντιστοιχούν στην ξηρά.'''<br /> Δεδομένου ότι η μελέτη μας επικεντρώνεται στο θαλάσσιο περιβάλλον, στα pixels που αντιστοιχούν στην ξηρά δόθηκε η ραδιομετρική τιμή μηδέν, ώστε αυτά να μην λαμβάνονται υπόψη σε οποιαδήποτε περαιτέρω επεξεργασία.<br /> <br /> '''Γ. Μετατροπή των ψηφιακών τιμών (Digital Numbers - DN) σε λαμπρότητα (Radiance).'''<br /> Για την μετατροπή των ψηφιακών τιμών των εικόνων LANDSAT-TM σε λαμπρότητα, χρησιμοποιήθηκε η σχέση,<br /> ''R (Watt/m2 str) = Ao + A1 (DN)'', όπου οι τιμές των συντελεστών Ao και A1 για το κάθε κανάλι, δίνονται στον πίνακα 1. Για την επεξεργασία της εικόνας AVHRR χρησιμοποιήθηκαν οι ψηφιακές τιμές (DN) των pixels.<br /> [[Εικόνα:Art12_tab1.JPG|thumb|right|'''Πίνακας 1:''' Συντελεστές Ao και A1 για την μετατροπή των ψηφιακών τιμών των εικόνων LANDSAT-TM σε λαμπρότητα.]]<br /> [[Εικόνα:Art12_tab2.JPG|thumb|right|'''Πίνακας 2:''' Κατηγοριοποίηση αποτελεσμάτων χλωροφύλλης-α (chl-α) και θερμοκρασιών.]]<br /> <br /> '''Δ. Προσδιορισμός των σταθμών δειγματοληψίας στην εικόνα και υπολογισμός της λαμπρότητας που αντιστοιχεί στις θέσεις αυτές.'''<br /> Ο προσδιορισμός της θέσης των σταθμών δειγματοληψίας πάνω στην εικόνα είναι εύκολος, δεδομένου ότι είναι γνωστές οι ακριβείς συντεταγμένες τους (χρήση GPS κατά την δειγματοληψία) και ότι οι συντεταγμένες της εικόνας ανήκουν στο Γεωγραφικό Σύστημα Συντεταγμένων.<br /> <br /> '''Ε. Ανάπτυξη μοντέλων υπολογισμού των υπό μελέτη παραμέτρων από δεδομένα των δορυφορικών εικόνων.'''<br /> Για την ανάπτυξη των μοντέλων μέτρησης των υπό μελέτη παραμέτρων έγινε στατιστική επεξεργασία (ανάλυση απλής ή πολλαπλής παλινδρόμησης) των ωκεανογραφικών και τηλεπισκοπικών δεδομένων. Όσον αφορά την συγκέντρωση χλωροφύλλης-α, ο αλγόριθμος που έδωσε τον καλύτερο συντελεστή συσχέτισης είναι ο εξής:<br /> ''logC = 0.62 + 0.176 (Band 2) - 3.445 (Band 1 / Band 2)''<br /> <br /> όπου C: οι συγκεντρώσεις χλωροφύλλης-α που μετρήθηκαν στις 20/21-7-1994 και Βand 1 και Band 2: οι λαμπρότητες των καναλιών 1 και 2 αντίστοιχα του δέκτη LANDSAT-TM (2/8/1994) της Μυτιλήνης. Ο αλγόριθμος αυτός εφαρμόσθηκε στη συνέχεια και στη δορυφορική εικόνα της Μυτιλήνης της 1/7/1994. Όσον αφορά την επιφανειακή θερμοκρασία της θάλασσας, ο αλγόριθμος που χρησιμοποιήθηκε για την εκτίμηση είναι ο εξής:<br /> ''temp = 43.1 - 3.35 (Band 4 - Band 5) + 0.125 (Band 4 - Band 5)^2''<br /> <br /> όπου temp: οι θερμοκρασίες που μετρήθηκαν στις 6/10/1995 και Band 4 και Band 5, οι DN των καναλιών 4 και 5 αντίστοιχα του δέκτη AVHRR.<br /> <br /> '''ΣΤ. Εφαρμογή των μοντέλων στις εικόνες.'''<br /> Μετά τον υπολογισμό των μοντέλων μέτρησης των υπό μελέτη παραμέτρων, αυτά εφαρμόσθηκαν στις δορυφορικές εικόνες για τον υπολογισμό της χωρικής κατανομής κάθε παραμέτρου.<br /> <br /> '''Ζ. Κατηγοριοποίηση των αποτελεσμάτων.'''<br /> Για να γίνει πιο κατανοητή η χωρική κατανομή των υπό εξέταση παραμέτρων, οι τιμές που προέκυψαν από την εφαρμογή των μοντέλων κατηγοριοποιήθηκαν βάσει του Πίνακα 2. Οι τέσσερις κατηγορίες που προέκυψαν βάσει των συγκεντρώσεων χλωροφύλλης-α αντιστοιχούν στα διάφορα ευτροφικά πεδία (1: εύτροφο, 2: βεβαρημένο μεσότροφο, 3: ελαφρώς μεσότροφο, 4: ολιγότροφο).<br /> <br /> <br /> '''4. Αποτελέσματα'''<br /> <br /> Τα αποτελέσματα της επεξεργασίας των δορυφορικών εικόνων δίνονται υπό μορφή θεματικών χαρτών στην εικόνα 2. Στην εικόνα 2α φαίνεται ότι υπάρχουν υψηλές συγκεντρώσεις χλωροφύλλης-α στην παράκτια ζώνη της Ν. Λέσβου και ιδιαίτερα κοντά στο λιμάνι της πόλης της Μυτιλήνης, στην περιοχή της Θερμής και στον Κόλπο της Γέρας. Σημειώνεται εδώ ότι οι πολύ υψηλές τιμές κοντά στις ακτές δεν είναι αποτέλεσμα μόνο του φαινομένου του ευτροφισμού που παρατηρείται στις περιοχές αυτές, ιδιαίτερα κατά την θερινή περίοδο. Συμβάλλει ιδιαίτερα και το γεγονός ότι τα νερά είναι ρηχά με αποτέλεσμα η Η/Μ ακτινοβολία να σκεδάζεται στον βυθό και τα αντίστοιχα pixels των δορυφορικών εικόνων να δίνουν υψηλές ραδιομετρικές τιμές. Είναι εμφανές από την εικόνα 2β ότι τον μήνα Αύγουστο οι συγκεντρώσεις χλωροφύλλης-α έχουν μειωθεί αισθητά. Τέλος, όσον αφορά την κατανομή των θερμοκρασιών (εικόνα 2γ) παρατηρείται ότι διαμορφώνονται δύο πεδία. Το πρώτο βορείως της Μυτιλήνης που χαρακτηρίζεται από χαμηλές θερμοκρασίες και το δεύτερο νοτίως της Χίου που χαρακτηρίζεται από υψηλές θερμοκρασίες. Στην περιοχή που βρίσκεται μεταξύ Μυτιλήνης και Χίου παρατηρείται η παρουσία θερμού επιφανειακού στρώματος. Επίσης, υψηλές θερμοκρασίες παρατηρούνται στον Κόλπο της Καλλονής.<br /> [[Εικόνα:Art12_2.JPG|thumb|right|'''Εικόνα 2:''' '''(α)''' Χωρική κατανομή της χλωροφύλλης-α βάσει δορυφορικών δεδομένων LANDSAT-TM (1-7-1994) '''(β)''' Χωρική κατανομή της χλωροφύλλης-α βάσει δορυφορικών δεδομένων<br /> LANDSAT-TM (2-8-1994) '''(γ)''' Χωρική κατανομή των θερμοκρασιών βάσει δορυφορικών δεδομένων AVHRR (14-10 1995) (Επεξήγηση κατηγοριών 1-4 στον Πίνακα2).]]<br /> <br /> <br /> <br /> [[category:Παρακολούθηση της Ωκεάνιας Παραγωγής (Φυτοπλαγκτόν, Χλωροφύλλη Α) και ευτροφισμός]]</div>

Ngeorganteas http://147.102.106.44/rs/wiki/index.php/%CE%A7%CF%81%CE%AE%CF%83%CE%B7_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CF%89%CE%BD_LANDSAT-TM_%CE%BA%CE%B1%CE%B9_AVHRR_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7_%CE%BC%CE%B5%CE%BB%CE%AD%CF%84%CE%B7_%CF%84%CE%BF%CF%85_%CE%B8%CE%B1%CE%BB%CE%AC%CF%83%CF%83%CE%B9%CE%BF%CF%85_%CF%80%CE%B5%CF%81%CE%B9%CE%B2%CE%AC%CE%BB%CE%BB%CE%BF%CE%BD%CF%84%CE%BF%CF%82. 2010-02-12T18:43:40Z

<p>Ngeorganteas: </p> <hr /> <div>'''Συγγραφείς:''' Κίτσιου Δ. (''Τμήμα Περιβάλλοντος Πανεπιστήμιο Αιγαίου, Εργαστήριο Υδατικών Οικοσυστημάτων''), Χατζόπουλος Ι. (''Τμήμα Περιβάλλοντος Πανεπιστήμιο Αιγαίου, Εργαστήριο Τηλεπισκόπησης &amp; Γεωγραφικών Συστημάτων Πληροφοριών''), Καρύδης Μ. (''Τμήμα Περιβάλλοντος Πανεπιστήμιο Αιγαίου, Εργαστήριο Υδατικών Οικοσυστημάτων'')<br /> <br /> '''Πηγή:''' Eλληνικό Kέντρο Θαλάσσιων Ερευνών, 5ο Πανελλήνιο Συμπόσιο Ωκεανογραφίας &amp; Αλιείας, http://symposia.ath.hcmr.gr/ <br /> <br /> <br /> '''1. Εισαγωγή'''<br /> <br /> Η ανάπτυξη των παράκτιων περιοχών είναι γνωστό ότι δημιουργεί περιβαλλοντικά προβλήματα. Όμως, η παράκτια ζώνη είναι ζωτικής σημασίας από οικονομικής απόψεως και κατά συνέπεια απαιτείται συστηματική παρακολούθηση για την ταχύτατη και αποτελεσματική εκτίμηση της ποιότητας του παράκτιου περιβάλλοντος και της προστασίας του. Τα τελευταία χρόνια η ανάπτυξη τηλεπισκοπικών μεθόδων είχε και σαν πεδίο εφαρμογής τις μελέτες θαλάσσιας ρύπανσης και κατ΄αυτόν τον τρόπο καθίσταται δυνατή η εκτίμηση της ποιότητας του θαλάσσιου περιβάλλοντος σε μεγάλη έκταση και με σχετικά χαμηλό κόστος. Ειδικότερα, δεδομένα από τους δέκτες AVHRR και LANDSAT-TM χωρικής διακριτικής ικανότητας 1,1km και 30m αντίστοιχα, έχουν συμβάλλει σημαντικά στην προσέγγιση του φαινομένου της θαλάσσιας ρύπανσης σε μεγάλη έκταση, διαδικασία δύσκολη, χρονοβόρα και συχνά αδύνατη με χρήση των κλασσικών ωκεανογραφικών μεθόδων.<br /> <br /> Στην παρούσα εργασία επεχειρήθηκε αρχικά η ανάπτυξη θεματικών χαρτών που απεικονίζουν την χωρική κατανομή της συγκέντρωσης χλωροφύλλης-α (σημαντικού δείκτη του ευτροφισμού) στην ευρύτερη θαλάσσια περιοχή της Νήσου Λέσβου βάσει των δεδομένων του δέκτη LANDSAT-TM και στη συνέχεια θεματικού χάρτη απεικόνισης της χωρικής κατανομής των θερμοκρασιών στο ΒΑ Αιγαίο βάσει των δεδομένων του δέκτη AVHRR. Στις περιοχές μελέτης διεξήχθησαν δειγματοληψίες σε ημερομηνίες κοντά με εκείνες της λήψης των αντίστοιχων δορυφορικών εικόνων, βάσει των οποίων αναπτύχθηκε αλγόριθμος/μοντέλο ικανό να περιγράψει τη σχέση ανάμεσα στην εξεταζόμενη παράμετρο και τις μετρούμενες τιμές στα διάφορα κανάλια του δέκτη. Η χωρική κατανομή κάθε παραμέτρου προέκυψε με την εφαρμογή αυτών των αλγορίθμων στις αντίστοιχες δορυφορικές εικόνες. Η κατηγοριοποίηση των αποτελεσμάτων που ακολούθησε, οδήγησε στην παραγωγή θεματικών χαρτών όπου τα όρια των χωρικών διακυμάνσεων της χλωροφύλλης-α και των θερμοκρασιών είναι σαφώς καθορισμένα. Απεικονίσεις τέτοιου είδους αποδεικνύονται πολύ χρήσιμες στην παράκτια διαχείριση όπου απαιτείται εκτίμηση της ποιότητας του θαλάσσιου περιβάλλοντος σε ευρεία χωρική κλίμακα συμπεριλαμβανομένων περιοχών όπου δεν είναι εύκολη η συλλογή δεδομένων πεδίου, όπως είναι η περιοχή του Αιγαίου Πελάγους με το σύμπλεγμα των νησιών.<br /> <br /> <br /> '''2. Περιοχή μελέτης και πηγή δεδομένων'''<br /> <br /> Το πεδίο μελέτης είναι η θαλάσσια περιοχή των νησιών του ΒΑ Αιγαίου και ιδιαίτερα η ευρύτερη θαλάσσια περιοχή της Νήσου Λέσβου. Τα δεδομένα πεδίου προέρχονται από δειγματοληψίες που διεξήχθησαν σε δίκτυο 37 σταθμών δειγματοληψίας στα ανατολικά παράλια της Ν. Λέσβου (εικόνα 1) και σε δίκτυο 8 σταθμών δειγματοληψίας στην ευρύτερη περιοχή του λιμένα της πόλης της Μυτιλήνης, στα πλαίσια ερευνητικών προγραμμάτων του Πανεπιστημίου Αιγαίου. Τα δορυφορικά δεδομένα που χρησιμοποιήθηκαν προέρχονται από δύο mini-σκηνές εικόνων του δέκτη LANDSAT-TM (1/7/1994 και 2/8/1994) και μιας δορυφορικής εικόνας του δέκτη AVHRR-NOAA/14 (14/10/1995), η οποία ελήφθηκε από τον δορυφορικό σταθμό του Πανεπιστημίου Αιγαίου. Οι ημερομηνίες των εικόνων βρίσκονται κοντά σε εκείνες που έγιναν δειγματοληψίες πεδίου. [[Εικόνα:Art12_1.JPG|thumb|right|'''Εικόνα 1:''' Σταθμοί δειγματοληψίας στα ανατολικά παράλια της Ν. Λέσβου.]]<br /> <br /> <br /> '''3. Επεξεργασία δορυφορικών εικόνων'''<br /> <br /> '''Α. Γεωμετρική διόρθωση των εικόνων.'''<br /> Η γεωμετρική διόρθωση έχει σαν σκοπό την μετατροπή των εικονοσυντεταγμένων σε πραγματικές συντεταγμένες εδάφους. Για να επιτευχθεί αυτό, επιλέχθηκαν σημεία εμφανή τόσο στην εικόνα όσο και στον αντίστοιχο χάρτη της περιοχής μελέτης (Επίγεια Σημεία Ελέγχου - Ground Control Points) με γνωστές συντεταγμένες εδάφους. Βάσει των σημείων αυτών εκτιμήθηκε ο βέλτιστος μετασχηματισμός, τέτοιος ώστε να προκύπτει το ελάχιστο δυνατό RMS σφάλμα, και έγινε επαναδειγματοληψία ολόκληρης της εικόνας ώστε να γίνει μετατροπή των συντεταγμένων όλων των pixels σε πραγματικές συντεταγμένες εδάφους.<br /> <br /> '''Β. Αποκοπή των pixels της εικόνας που αντιστοιχούν στην ξηρά.'''<br /> Δεδομένου ότι η μελέτη μας επικεντρώνεται στο θαλάσσιο περιβάλλον, στα pixels που αντιστοιχούν στην ξηρά δόθηκε η ραδιομετρική τιμή μηδέν, ώστε αυτά να μην λαμβάνονται υπόψη σε οποιαδήποτε περαιτέρω επεξεργασία.<br /> <br /> '''Γ. Μετατροπή των ψηφιακών τιμών (Digital Numbers - DN) σε λαμπρότητα (Radiance).'''<br /> Για την μετατροπή των ψηφιακών τιμών των εικόνων LANDSAT-TM σε λαμπρότητα, χρησιμοποιήθηκε η σχέση,<br /> ''R (Watt/m2 str) = Ao + A1 (DN)'', όπου οι τιμές των συντελεστών Ao και A1 για το κάθε κανάλι, δίνονται στον πίνακα 1. Για την επεξεργασία της εικόνας AVHRR χρησιμοποιήθηκαν οι ψηφιακές τιμές (DN) των pixels.<br /> [[Εικόνα:Art12_tab1.JPG|thumb|right|'''Πίνακας 1:''' Συντελεστές Ao και A1 για την μετατροπή των ψηφιακών τιμών των εικόνων LANDSAT-TM σε λαμπρότητα.]]<br /> [[Εικόνα:Art12_tab2.JPG|thumb|right|'''Πίνακας 2:''' Κατηγοριοποίηση αποτελεσμάτων χλωροφύλλης-α (chl-α) και θερμοκρασιών.]]<br /> <br /> '''Δ. Προσδιορισμός των σταθμών δειγματοληψίας στην εικόνα και υπολογισμός της λαμπρότητας που αντιστοιχεί στις θέσεις αυτές.'''<br /> Ο προσδιορισμός της θέσης των σταθμών δειγματοληψίας πάνω στην εικόνα είναι εύκολος, δεδομένου ότι είναι γνωστές οι ακριβείς συντεταγμένες τους (χρήση GPS κατά την δειγματοληψία) και ότι οι συντεταγμένες της εικόνας ανήκουν στο Γεωγραφικό Σύστημα Συντεταγμένων.<br /> <br /> '''Ε. Ανάπτυξη μοντέλων υπολογισμού των υπό μελέτη παραμέτρων από δεδομένα των δορυφορικών εικόνων.'''<br /> Για την ανάπτυξη των μοντέλων μέτρησης των υπό μελέτη παραμέτρων έγινε στατιστική επεξεργασία (ανάλυση απλής ή πολλαπλής παλινδρόμησης) των ωκεανογραφικών και τηλεπισκοπικών δεδομένων. Όσον αφορά την συγκέντρωση χλωροφύλλης-α, ο αλγόριθμος που έδωσε τον καλύτερο συντελεστή συσχέτισης είναι ο εξής:<br /> ''logC = 0.62 + 0.176 (Band 2) - 3.445 (Band 1 / Band 2)''<br /> <br /> όπου C: οι συγκεντρώσεις χλωροφύλλης-α που μετρήθηκαν στις 20/21-7-1994 και Βand 1 και Band 2: οι λαμπρότητες των καναλιών 1 και 2 αντίστοιχα του δέκτη LANDSAT-TM (2/8/1994) της Μυτιλήνης. Ο αλγόριθμος αυτός εφαρμόσθηκε στη συνέχεια και στη δορυφορική εικόνα της Μυτιλήνης της 1/7/1994. Όσον αφορά την επιφανειακή θερμοκρασία της θάλασσας, ο αλγόριθμος που χρησιμοποιήθηκε για την εκτίμηση είναι ο εξής:<br /> ''{temp = 43.1 - 3.35 (Band 4 - Band 5) + 0.125 (Band 4 - Band 5)}^2''<br /> <br /> όπου temp: οι θερμοκρασίες που μετρήθηκαν στις 6/10/1995 και Band 4 και Band 5, οι DN των καναλιών 4 και 5 αντίστοιχα του δέκτη AVHRR.<br /> <br /> '''ΣΤ. Εφαρμογή των μοντέλων στις εικόνες.'''<br /> Μετά τον υπολογισμό των μοντέλων μέτρησης των υπό μελέτη παραμέτρων, αυτά εφαρμόσθηκαν στις δορυφορικές εικόνες για τον υπολογισμό της χωρικής κατανομής κάθε παραμέτρου.<br /> <br /> '''Ζ. Κατηγοριοποίηση των αποτελεσμάτων.'''<br /> Για να γίνει πιο κατανοητή η χωρική κατανομή των υπό εξέταση παραμέτρων, οι τιμές που προέκυψαν από την εφαρμογή των μοντέλων κατηγοριοποιήθηκαν βάσει του Πίνακα 2. Οι τέσσερις κατηγορίες που προέκυψαν βάσει των συγκεντρώσεων χλωροφύλλης-α αντιστοιχούν στα διάφορα ευτροφικά πεδία (1: εύτροφο, 2: βεβαρημένο μεσότροφο, 3: ελαφρώς μεσότροφο, 4: ολιγότροφο).<br /> <br /> <br /> '''4. Αποτελέσματα'''<br /> <br /> Τα αποτελέσματα της επεξεργασίας των δορυφορικών εικόνων δίνονται υπό μορφή θεματικών χαρτών στην εικόνα 2. Στην εικόνα 2α φαίνεται ότι υπάρχουν υψηλές συγκεντρώσεις χλωροφύλλης-α στην παράκτια ζώνη της Ν. Λέσβου και ιδιαίτερα κοντά στο λιμάνι της πόλης της Μυτιλήνης, στην περιοχή της Θερμής και στον Κόλπο της Γέρας. Σημειώνεται εδώ ότι οι πολύ υψηλές τιμές κοντά στις ακτές δεν είναι αποτέλεσμα μόνο του φαινομένου του ευτροφισμού που παρατηρείται στις περιοχές αυτές, ιδιαίτερα κατά την θερινή περίοδο. Συμβάλλει ιδιαίτερα και το γεγονός ότι τα νερά είναι ρηχά με αποτέλεσμα η Η/Μ ακτινοβολία να σκεδάζεται στον βυθό και τα αντίστοιχα pixels των δορυφορικών εικόνων να δίνουν υψηλές ραδιομετρικές τιμές. Είναι εμφανές από την εικόνα 2β ότι τον μήνα Αύγουστο οι συγκεντρώσεις χλωροφύλλης-α έχουν μειωθεί αισθητά. Τέλος, όσον αφορά την κατανομή των θερμοκρασιών (εικόνα 2γ) παρατηρείται ότι διαμορφώνονται δύο πεδία. Το πρώτο βορείως της Μυτιλήνης που χαρακτηρίζεται από χαμηλές θερμοκρασίες και το δεύτερο νοτίως της Χίου που χαρακτηρίζεται από υψηλές θερμοκρασίες. Στην περιοχή που βρίσκεται μεταξύ Μυτιλήνης και Χίου παρατηρείται η παρουσία θερμού επιφανειακού στρώματος. Επίσης, υψηλές θερμοκρασίες παρατηρούνται στον Κόλπο της Καλλονής.<br /> [[Εικόνα:Art12_2.JPG|thumb|right|'''Εικόνα 2:''' '''(α)''' Χωρική κατανομή της χλωροφύλλης-α βάσει δορυφορικών δεδομένων LANDSAT-TM (1-7-1994) '''(β)''' Χωρική κατανομή της χλωροφύλλης-α βάσει δορυφορικών δεδομένων<br /> LANDSAT-TM (2-8-1994) '''(γ)''' Χωρική κατανομή των θερμοκρασιών βάσει δορυφορικών δεδομένων AVHRR (14-10 1995) (Επεξήγηση κατηγοριών 1-4 στον Πίνακα2).]]<br /> <br /> <br /> <br /> [[category:Παρακολούθηση της Ωκεάνιας Παραγωγής (Φυτοπλαγκτόν, Χλωροφύλλη Α) και ευτροφισμός]]</div>

Ngeorganteas http://147.102.106.44/rs/wiki/index.php/%CE%A7%CF%81%CE%AE%CF%83%CE%B7_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CF%89%CE%BD_LANDSAT-TM_%CE%BA%CE%B1%CE%B9_AVHRR_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7_%CE%BC%CE%B5%CE%BB%CE%AD%CF%84%CE%B7_%CF%84%CE%BF%CF%85_%CE%B8%CE%B1%CE%BB%CE%AC%CF%83%CF%83%CE%B9%CE%BF%CF%85_%CF%80%CE%B5%CF%81%CE%B9%CE%B2%CE%AC%CE%BB%CE%BB%CE%BF%CE%BD%CF%84%CE%BF%CF%82. 2010-02-12T18:35:06Z

<p>Ngeorganteas: </p> <hr /> <div>'''Συγγραφείς:''' Κίτσιου Δ. (''Τμήμα Περιβάλλοντος Πανεπιστήμιο Αιγαίου, Εργαστήριο Υδατικών Οικοσυστημάτων''), Χατζόπουλος Ι. (''Τμήμα Περιβάλλοντος Πανεπιστήμιο Αιγαίου, Εργαστήριο Τηλεπισκόπησης &amp; Γεωγραφικών Συστημάτων Πληροφοριών''), Καρύδης Μ. (''Τμήμα Περιβάλλοντος Πανεπιστήμιο Αιγαίου, Εργαστήριο Υδατικών Οικοσυστημάτων'')<br /> <br /> '''Πηγή:''' Eλληνικό Kέντρο Θαλάσσιων Ερευνών, 5ο Πανελλήνιο Συμπόσιο Ωκεανογραφίας &amp; Αλιείας, http://symposia.ath.hcmr.gr/ <br /> <br /> <br /> '''1. Εισαγωγή'''<br /> <br /> Η ανάπτυξη των παράκτιων περιοχών είναι γνωστό ότι δημιουργεί περιβαλλοντικά προβλήματα. Όμως, η παράκτια ζώνη είναι ζωτικής σημασίας από οικονομικής απόψεως και κατά συνέπεια απαιτείται συστηματική παρακολούθηση για την ταχύτατη και αποτελεσματική εκτίμηση της ποιότητας του παράκτιου περιβάλλοντος και της προστασίας του. Τα τελευταία χρόνια η ανάπτυξη τηλεπισκοπικών μεθόδων είχε και σαν πεδίο εφαρμογής τις μελέτες θαλάσσιας ρύπανσης και κατ΄αυτόν τον τρόπο καθίσταται δυνατή η εκτίμηση της ποιότητας του θαλάσσιου περιβάλλοντος σε μεγάλη έκταση και με σχετικά χαμηλό κόστος. Ειδικότερα, δεδομένα από τους δέκτες AVHRR και LANDSAT-TM χωρικής διακριτικής ικανότητας 1,1km και 30m αντίστοιχα, έχουν συμβάλλει σημαντικά στην προσέγγιση του φαινομένου της θαλάσσιας ρύπανσης σε μεγάλη έκταση, διαδικασία δύσκολη, χρονοβόρα και συχνά αδύνατη με χρήση των κλασσικών ωκεανογραφικών μεθόδων.<br /> <br /> Στην παρούσα εργασία επεχειρήθηκε αρχικά η ανάπτυξη θεματικών χαρτών που απεικονίζουν την χωρική κατανομή της συγκέντρωσης χλωροφύλλης-α (σημαντικού δείκτη του ευτροφισμού) στην ευρύτερη θαλάσσια περιοχή της Νήσου Λέσβου βάσει των δεδομένων του δέκτη LANDSAT-TM και στη συνέχεια θεματικού χάρτη απεικόνισης της χωρικής κατανομής των θερμοκρασιών στο ΒΑ Αιγαίο βάσει των δεδομένων του δέκτη AVHRR. Στις περιοχές μελέτης διεξήχθησαν δειγματοληψίες σε ημερομηνίες κοντά με εκείνες της λήψης των αντίστοιχων δορυφορικών εικόνων, βάσει των οποίων αναπτύχθηκε αλγόριθμος/μοντέλο ικανό να περιγράψει τη σχέση ανάμεσα στην εξεταζόμενη παράμετρο και τις μετρούμενες τιμές στα διάφορα κανάλια του δέκτη. Η χωρική κατανομή κάθε παραμέτρου προέκυψε με την εφαρμογή αυτών των αλγορίθμων στις αντίστοιχες δορυφορικές εικόνες. Η κατηγοριοποίηση των αποτελεσμάτων που ακολούθησε, οδήγησε στην παραγωγή θεματικών χαρτών όπου τα όρια των χωρικών διακυμάνσεων της χλωροφύλλης-α και των θερμοκρασιών είναι σαφώς καθορισμένα. Απεικονίσεις τέτοιου είδους αποδεικνύονται πολύ χρήσιμες στην παράκτια διαχείριση όπου απαιτείται εκτίμηση της ποιότητας του θαλάσσιου περιβάλλοντος σε ευρεία χωρική κλίμακα συμπεριλαμβανομένων περιοχών όπου δεν είναι εύκολη η συλλογή δεδομένων πεδίου, όπως είναι η περιοχή του Αιγαίου Πελάγους με το σύμπλεγμα των νησιών.<br /> <br /> <br /> '''2. Περιοχή μελέτης και πηγή δεδομένων'''<br /> <br /> Το πεδίο μελέτης είναι η θαλάσσια περιοχή των νησιών του ΒΑ Αιγαίου και ιδιαίτερα η ευρύτερη θαλάσσια περιοχή της Νήσου Λέσβου. Τα δεδομένα πεδίου προέρχονται από δειγματοληψίες που διεξήχθησαν σε δίκτυο 37 σταθμών δειγματοληψίας στα ανατολικά παράλια της Ν. Λέσβου (εικόνα 1) και σε δίκτυο 8 σταθμών δειγματοληψίας στην ευρύτερη περιοχή του λιμένα της πόλης της Μυτιλήνης, στα πλαίσια ερευνητικών προγραμμάτων του Πανεπιστημίου Αιγαίου. Τα δορυφορικά δεδομένα που χρησιμοποιήθηκαν προέρχονται από δύο mini-σκηνές εικόνων του δέκτη LANDSAT-TM (1/7/1994 και 2/8/1994) και μιας δορυφορικής εικόνας του δέκτη AVHRR-NOAA/14 (14/10/1995), η οποία ελήφθηκε από τον δορυφορικό σταθμό του Πανεπιστημίου Αιγαίου. Οι ημερομηνίες των εικόνων βρίσκονται κοντά σε εκείνες που έγιναν δειγματοληψίες πεδίου. [[Εικόνα:Art12_1.JPG|thumb|right|'''Εικόνα 1:''' Σταθμοί δειγματοληψίας στα ανατολικά παράλια της Ν. Λέσβου.]]<br /> <br /> <br /> '''3. Επεξεργασία δορυφορικών εικόνων'''<br /> <br /> '''Α. Γεωμετρική διόρθωση των εικόνων.'''<br /> Η γεωμετρική διόρθωση έχει σαν σκοπό την μετατροπή των εικονοσυντεταγμένων σε πραγματικές συντεταγμένες εδάφους. Για να επιτευχθεί αυτό, επιλέχθηκαν σημεία εμφανή τόσο στην εικόνα όσο και στον αντίστοιχο χάρτη της περιοχής μελέτης (Επίγεια Σημεία Ελέγχου - Ground Control Points) με γνωστές συντεταγμένες εδάφους. Βάσει των σημείων αυτών εκτιμήθηκε ο βέλτιστος μετασχηματισμός, τέτοιος ώστε να προκύπτει το ελάχιστο δυνατό RMS σφάλμα, και έγινε επαναδειγματοληψία ολόκληρης της εικόνας ώστε να γίνει μετατροπή των συντεταγμένων όλων των pixels σε πραγματικές συντεταγμένες εδάφους.<br /> <br /> '''Β. Αποκοπή των pixels της εικόνας που αντιστοιχούν στην ξηρά.'''<br /> Δεδομένου ότι η μελέτη μας επικεντρώνεται στο θαλάσσιο περιβάλλον, στα pixels που αντιστοιχούν στην ξηρά δόθηκε η ραδιομετρική τιμή μηδέν, ώστε αυτά να μην λαμβάνονται υπόψη σε οποιαδήποτε περαιτέρω επεξεργασία.<br /> <br /> '''Γ. Μετατροπή των ψηφιακών τιμών (Digital Numbers - DN) σε λαμπρότητα (Radiance).'''<br /> Για την μετατροπή των ψηφιακών τιμών των εικόνων LANDSAT-TM σε λαμπρότητα, χρησιμοποιήθηκε η σχέση,<br /> ''R (Watt/m2 str) = Ao + A1 (DN)'', όπου οι τιμές των συντελεστών Ao και A1 για το κάθε κανάλι, δίνονται στον πίνακα 1. Για την επεξεργασία της εικόνας AVHRR χρησιμοποιήθηκαν οι ψηφιακές τιμές (DN) των pixels.<br /> [[Εικόνα:Art12_tab1.JPG|thumb|right|'''Πίνακας 1:''' Συντελεστές Ao και A1 για την μετατροπή των ψηφιακών τιμών των εικόνων LANDSAT-TM σε λαμπρότητα.]]<br /> [[Εικόνα:Art12_tab2.JPG|thumb|right|'''Πίνακας 2:''' Κατηγοριοποίηση αποτελεσμάτων χλωροφύλλης-α (chl-α) και θερμοκρασιών.]]<br /> <br /> '''Δ. Προσδιορισμός των σταθμών δειγματοληψίας στην εικόνα και υπολογισμός της λαμπρότητας που αντιστοιχεί στις θέσεις αυτές.'''<br /> Ο προσδιορισμός της θέσης των σταθμών δειγματοληψίας πάνω στην εικόνα είναι εύκολος, δεδομένου ότι είναι γνωστές οι ακριβείς συντεταγμένες τους (χρήση GPS κατά την δειγματοληψία) και ότι οι συντεταγμένες της εικόνας ανήκουν στο Γεωγραφικό Σύστημα Συντεταγμένων.<br /> <br /> '''Ε. Ανάπτυξη μοντέλων υπολογισμού των υπό μελέτη παραμέτρων από δεδομένα των δορυφορικών εικόνων.'''<br /> Για την ανάπτυξη των μοντέλων μέτρησης των υπό μελέτη παραμέτρων έγινε στατιστική επεξεργασία (ανάλυση απλής ή πολλαπλής παλινδρόμησης) των ωκεανογραφικών και τηλεπισκοπικών δεδομένων. Όσον αφορά την συγκέντρωση χλωροφύλλης-α, ο αλγόριθμος που έδωσε τον καλύτερο συντελεστή συσχέτισης είναι ο εξής:<br /> ''logC = 0.62 + 0.176 (Band 2) - 3.445 (Band 1 / Band 2)''<br /> <br /> όπου C: οι συγκεντρώσεις χλωροφύλλης-α που μετρήθηκαν στις 20/21-7-1994 και Βand 1 και Band 2: οι λαμπρότητες των καναλιών 1 και 2 αντίστοιχα του δέκτη LANDSAT-TM (2/8/1994) της Μυτιλήνης. Ο αλγόριθμος αυτός εφαρμόσθηκε στη συνέχεια και στη δορυφορική εικόνα της Μυτιλήνης της 1/7/1994. Όσον αφορά την επιφανειακή θερμοκρασία της θάλασσας, ο αλγόριθμος που χρησιμοποιήθηκε για την εκτίμηση είναι ο εξής:<br /> ''temp = 43.1 - 3.35 (Band 4 - Band 5) + 0.125 (Band 4 - Band 5)2''<br /> <br /> όπου temp: οι θερμοκρασίες που μετρήθηκαν στις 6/10/1995 και Band 4 και Band 5, οι DN των καναλιών 4 και 5 αντίστοιχα του δέκτη AVHRR.<br /> <br /> '''ΣΤ. Εφαρμογή των μοντέλων στις εικόνες.'''<br /> Μετά τον υπολογισμό των μοντέλων μέτρησης των υπό μελέτη παραμέτρων, αυτά εφαρμόσθηκαν στις δορυφορικές εικόνες για τον υπολογισμό της χωρικής κατανομής κάθε παραμέτρου.<br /> <br /> '''Ζ. Κατηγοριοποίηση των αποτελεσμάτων.'''<br /> Για να γίνει πιο κατανοητή η χωρική κατανομή των υπό εξέταση παραμέτρων, οι τιμές που προέκυψαν από την εφαρμογή των μοντέλων κατηγοριοποιήθηκαν βάσει του Πίνακα 2. Οι τέσσερις κατηγορίες που προέκυψαν βάσει των συγκεντρώσεων χλωροφύλλης-α αντιστοιχούν στα διάφορα ευτροφικά πεδία (1: εύτροφο, 2: βεβαρημένο μεσότροφο, 3: ελαφρώς μεσότροφο, 4: ολιγότροφο).<br /> <br /> <br /> '''4. Αποτελέσματα'''<br /> <br /> Τα αποτελέσματα της επεξεργασίας των δορυφορικών εικόνων δίνονται υπό μορφή θεματικών χαρτών στην εικόνα 2. Στην εικόνα 2α φαίνεται ότι υπάρχουν υψηλές συγκεντρώσεις χλωροφύλλης-α στην παράκτια ζώνη της Ν. Λέσβου και ιδιαίτερα κοντά στο λιμάνι της πόλης της Μυτιλήνης, στην περιοχή της Θερμής και στον Κόλπο της Γέρας. Σημειώνεται εδώ ότι οι πολύ υψηλές τιμές κοντά στις ακτές δεν είναι αποτέλεσμα μόνο του φαινομένου του ευτροφισμού που παρατηρείται στις περιοχές αυτές, ιδιαίτερα κατά την θερινή περίοδο. Συμβάλλει ιδιαίτερα και το γεγονός ότι τα νερά είναι ρηχά με αποτέλεσμα η Η/Μ ακτινοβολία να σκεδάζεται στον βυθό και τα αντίστοιχα pixels των δορυφορικών εικόνων να δίνουν υψηλές ραδιομετρικές τιμές. Είναι εμφανές από την εικόνα 2β ότι τον μήνα Αύγουστο οι συγκεντρώσεις χλωροφύλλης-α έχουν μειωθεί αισθητά. Τέλος, όσον αφορά την κατανομή των θερμοκρασιών (εικόνα 2γ) παρατηρείται ότι διαμορφώνονται δύο πεδία. Το πρώτο βορείως της Μυτιλήνης που χαρακτηρίζεται από χαμηλές θερμοκρασίες και το δεύτερο νοτίως της Χίου που χαρακτηρίζεται από υψηλές θερμοκρασίες. Στην περιοχή που βρίσκεται μεταξύ Μυτιλήνης και Χίου παρατηρείται η παρουσία θερμού επιφανειακού στρώματος. Επίσης, υψηλές θερμοκρασίες παρατηρούνται στον Κόλπο της Καλλονής.<br /> [[Εικόνα:Art12_2.JPG|thumb|right|'''Εικόνα 2:''' '''(α)''' Χωρική κατανομή της χλωροφύλλης-α βάσει δορυφορικών δεδομένων LANDSAT-TM (1-7-1994) '''(β)''' Χωρική κατανομή της χλωροφύλλης-α βάσει δορυφορικών δεδομένων<br /> LANDSAT-TM (2-8-1994) '''(γ)''' Χωρική κατανομή των θερμοκρασιών βάσει δορυφορικών δεδομένων AVHRR (14-10 1995) (Επεξήγηση κατηγοριών 1-4 στον Πίνακα2).]]<br /> <br /> <br /> <br /> [[category:Παρακολούθηση της Ωκεάνιας Παραγωγής (Φυτοπλαγκτόν, Χλωροφύλλη Α) και ευτροφισμός]]</div>

Ngeorganteas http://147.102.106.44/rs/wiki/index.php/%CE%A7%CF%81%CE%AE%CF%83%CE%B7_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CF%89%CE%BD_LANDSAT-TM_%CE%BA%CE%B1%CE%B9_AVHRR_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7_%CE%BC%CE%B5%CE%BB%CE%AD%CF%84%CE%B7_%CF%84%CE%BF%CF%85_%CE%B8%CE%B1%CE%BB%CE%AC%CF%83%CF%83%CE%B9%CE%BF%CF%85_%CF%80%CE%B5%CF%81%CE%B9%CE%B2%CE%AC%CE%BB%CE%BB%CE%BF%CE%BD%CF%84%CE%BF%CF%82. 2010-02-12T18:31:50Z

<p>Ngeorganteas: </p> <hr /> <div>'''Συγγραφείς:''' Κίτσιου Δ. (''Τμήμα Περιβάλλοντος Πανεπιστήμιο Αιγαίου, Εργαστήριο Υδατικών Οικοσυστημάτων''), Χατζόπουλος Ι. (''Τμήμα Περιβάλλοντος Πανεπιστήμιο Αιγαίου, Εργαστήριο Τηλεπισκόπησης &amp; Γεωγραφικών Συστημάτων Πληροφοριών''), Καρύδης Μ. (''Τμήμα Περιβάλλοντος Πανεπιστήμιο Αιγαίου, Εργαστήριο Υδατικών Οικοσυστημάτων'')<br /> <br /> '''Πηγή:''' Eλληνικό Kέντρο Θαλάσσιων Ερευνών, 5ο Πανελλήνιο Συμπόσιο Ωκεανογραφίας &amp; Αλιείας, http://symposia.ath.hcmr.gr/ <br /> <br /> <br /> '''1. Εισαγωγή'''<br /> <br /> Η ανάπτυξη των παράκτιων περιοχών είναι γνωστό ότι δημιουργεί περιβαλλοντικά προβλήματα. Όμως, η παράκτια ζώνη είναι ζωτικής σημασίας από οικονομικής απόψεως και κατά συνέπεια απαιτείται συστηματική παρακολούθηση για την ταχύτατη και αποτελεσματική εκτίμηση της ποιότητας του παράκτιου περιβάλλοντος και της προστασίας του. Τα τελευταία χρόνια η ανάπτυξη τηλεπισκοπικών μεθόδων είχε και σαν πεδίο εφαρμογής τις μελέτες θαλάσσιας ρύπανσης και κατ΄αυτόν τον τρόπο καθίσταται δυνατή η εκτίμηση της ποιότητας του θαλάσσιου περιβάλλοντος σε μεγάλη έκταση και με σχετικά χαμηλό κόστος. Ειδικότερα, δεδομένα από τους δέκτες AVHRR και LANDSAT-TM χωρικής διακριτικής ικανότητας 1,1km και 30m αντίστοιχα, έχουν συμβάλλει σημαντικά στην προσέγγιση του φαινομένου της θαλάσσιας ρύπανσης σε μεγάλη έκταση, διαδικασία δύσκολη, χρονοβόρα και συχνά αδύνατη με χρήση των κλασσικών ωκεανογραφικών μεθόδων.<br /> <br /> Στην παρούσα εργασία επεχειρήθηκε αρχικά η ανάπτυξη θεματικών χαρτών που απεικονίζουν την χωρική κατανομή της συγκέντρωσης χλωροφύλλης-α (σημαντικού δείκτη του ευτροφισμού) στην ευρύτερη θαλάσσια περιοχή της Νήσου Λέσβου βάσει των δεδομένων του δέκτη LANDSAT-TM και στη συνέχεια θεματικού χάρτη απεικόνισης της χωρικής κατανομής των θερμοκρασιών στο ΒΑ Αιγαίο βάσει των δεδομένων του δέκτη AVHRR. Στις περιοχές μελέτης διεξήχθησαν δειγματοληψίες σε ημερομηνίες κοντά με εκείνες της λήψης των αντίστοιχων δορυφορικών εικόνων, βάσει των οποίων αναπτύχθηκε αλγόριθμος/μοντέλο ικανό να περιγράψει τη σχέση ανάμεσα στην εξεταζόμενη παράμετρο και τις μετρούμενες τιμές στα διάφορα κανάλια του δέκτη. Η χωρική κατανομή κάθε παραμέτρου προέκυψε με την εφαρμογή αυτών των αλγορίθμων στις αντίστοιχες δορυφορικές εικόνες. Η κατηγοριοποίηση των αποτελεσμάτων που ακολούθησε, οδήγησε στην παραγωγή θεματικών χαρτών όπου τα όρια των χωρικών διακυμάνσεων της χλωροφύλλης-α και των θερμοκρασιών είναι σαφώς καθορισμένα. Απεικονίσεις τέτοιου είδους αποδεικνύονται πολύ χρήσιμες στην παράκτια διαχείριση όπου απαιτείται εκτίμηση της ποιότητας του θαλάσσιου περιβάλλοντος σε ευρεία χωρική κλίμακα συμπεριλαμβανομένων περιοχών όπου δεν είναι εύκολη η συλλογή δεδομένων πεδίου, όπως είναι η περιοχή του Αιγαίου Πελάγους με το σύμπλεγμα των νησιών.<br /> <br /> <br /> '''2. Περιοχή μελέτης και πηγή δεδομένων'''<br /> <br /> Το πεδίο μελέτης είναι η θαλάσσια περιοχή των νησιών του ΒΑ Αιγαίου και ιδιαίτερα η ευρύτερη θαλάσσια περιοχή της Νήσου Λέσβου. Τα δεδομένα πεδίου προέρχονται από δειγματοληψίες που διεξήχθησαν σε δίκτυο 37 σταθμών δειγματοληψίας στα ανατολικά παράλια της Ν. Λέσβου (εικόνα 1) και σε δίκτυο 8 σταθμών δειγματοληψίας στην ευρύτερη περιοχή του λιμένα της πόλης της Μυτιλήνης, στα πλαίσια ερευνητικών προγραμμάτων του Πανεπιστημίου Αιγαίου. Τα δορυφορικά δεδομένα που χρησιμοποιήθηκαν προέρχονται από δύο mini-σκηνές εικόνων του δέκτη LANDSAT-TM (1/7/1994 και 2/8/1994) και μιας δορυφορικής εικόνας του δέκτη AVHRR-NOAA/14 (14/10/1995), η οποία ελήφθηκε από τον δορυφορικό σταθμό του Πανεπιστημίου Αιγαίου. Οι ημερομηνίες των εικόνων βρίσκονται κοντά σε εκείνες που έγιναν δειγματοληψίες πεδίου. [[Εικόνα:Art12_1.JPG|thumb|right|'''Εικόνα 1:''' Σταθμοί δειγματοληψίας στα ανατολικά παράλια της Ν. Λέσβου.]]<br /> <br /> <br /> '''3. Επεξεργασία δορυφορικών εικόνων'''<br /> <br /> '''Α. Γεωμετρική διόρθωση των εικόνων.'''<br /> Η γεωμετρική διόρθωση έχει σαν σκοπό την μετατροπή των εικονοσυντεταγμένων σε πραγματικές συντεταγμένες εδάφους. Για να επιτευχθεί αυτό, επιλέχθηκαν σημεία εμφανή τόσο στην εικόνα όσο και στον αντίστοιχο χάρτη της περιοχής μελέτης (Επίγεια Σημεία Ελέγχου - Ground Control Points) με γνωστές συντεταγμένες εδάφους. Βάσει των σημείων αυτών εκτιμήθηκε ο βέλτιστος μετασχηματισμός, τέτοιος ώστε να προκύπτει το ελάχιστο δυνατό RMS σφάλμα, και έγινε επαναδειγματοληψία ολόκληρης της εικόνας ώστε να γίνει μετατροπή των συντεταγμένων όλων των pixels σε πραγματικές συντεταγμένες εδάφους.<br /> <br /> '''Β. Αποκοπή των pixels της εικόνας που αντιστοιχούν στην ξηρά.'''<br /> Δεδομένου ότι η μελέτη μας επικεντρώνεται στο θαλάσσιο περιβάλλον, στα pixels που αντιστοιχούν στην ξηρά δόθηκε η ραδιομετρική τιμή μηδέν, ώστε αυτά να μην λαμβάνονται υπόψη σε οποιαδήποτε περαιτέρω επεξεργασία.<br /> <br /> '''Γ. Μετατροπή των ψηφιακών τιμών (Digital Numbers - DN) σε λαμπρότητα (Radiance).'''<br /> Για την μετατροπή των ψηφιακών τιμών των εικόνων LANDSAT-TM σε λαμπρότητα, χρησιμοποιήθηκε η σχέση,<br /> R (Watt/m2 str) = Ao + A1 (DN), όπου οι τιμές των συντελεστών Ao και A1 για το κάθε κανάλι, δίνονται στον πίνακα 1. Για την επεξεργασία της εικόνας AVHRR χρησιμοποιήθηκαν οι ψηφιακές τιμές (DN) των pixels.<br /> [[Εικόνα:Art12_tab1.JPG|thumb|right|'''Πίνακας 1:''' Συντελεστές Ao και A1 για την μετατροπή των ψηφιακών τιμών των εικόνων LANDSAT-TM σε λαμπρότητα.]]<br /> [[Εικόνα:Art12_tab2.JPG|thumb|right|'''Πίνακας 2:''' Κατηγοριοποίηση αποτελεσμάτων χλωροφύλλης-α (chl-α) και θερμοκρασιών.]]<br /> <br /> '''Δ. Προσδιορισμός των σταθμών δειγματοληψίας στην εικόνα και υπολογισμός της λαμπρότητας που αντιστοιχεί στις θέσεις αυτές.'''<br /> Ο προσδιορισμός της θέσης των σταθμών δειγματοληψίας πάνω στην εικόνα είναι εύκολος, δεδομένου ότι είναι γνωστές οι ακριβείς συντεταγμένες τους (χρήση GPS κατά την δειγματοληψία) και ότι οι συντεταγμένες της εικόνας ανήκουν στο Γεωγραφικό Σύστημα Συντεταγμένων.<br /> <br /> '''Ε. Ανάπτυξη μοντέλων υπολογισμού των υπό μελέτη παραμέτρων από δεδομένα των δορυφορικών εικόνων.'''<br /> Για την ανάπτυξη των μοντέλων μέτρησης των υπό μελέτη παραμέτρων έγινε στατιστική επεξεργασία (ανάλυση απλής ή πολλαπλής παλινδρόμησης) των ωκεανογραφικών και τηλεπισκοπικών δεδομένων. Όσον αφορά την συγκέντρωση χλωροφύλλης-α, ο αλγόριθμος που έδωσε τον καλύτερο συντελεστή συσχέτισης είναι ο εξής:<br /> logC = 0.62 + 0.176 (Band 2) - 3.445 (Band 1 / Band 2)<br /> <br /> όπου C: οι συγκεντρώσεις χλωροφύλλης-α που μετρήθηκαν στις 20/21-7-1994 και Βand 1 και Band 2: οι λαμπρότητες των καναλιών 1 και 2 αντίστοιχα του δέκτη LANDSAT-TM (2/8/1994) της Μυτιλήνης. Ο αλγόριθμος αυτός εφαρμόσθηκε στη συνέχεια και στη δορυφορική εικόνα της Μυτιλήνης της 1/7/1994. Όσον αφορά την επιφανειακή θερμοκρασία της θάλασσας, ο αλγόριθμος που χρησιμοποιήθηκε για την εκτίμηση είναι ο εξής:<br /> &lt;math&gt;temp = 43.1 - 3.35 (Band 4 - Band 5) + 0.125 (Band 4 - Band 5)2&lt;/math&gt;<br /> <br /> όπου temp: οι θερμοκρασίες που μετρήθηκαν στις 6/10/1995 και Band 4 και Band 5, οι DN των καναλιών 4 και 5 αντίστοιχα του δέκτη AVHRR.<br /> <br /> '''ΣΤ. Εφαρμογή των μοντέλων στις εικόνες.'''<br /> Μετά τον υπολογισμό των μοντέλων μέτρησης των υπό μελέτη παραμέτρων, αυτά εφαρμόσθηκαν στις δορυφορικές εικόνες για τον υπολογισμό της χωρικής κατανομής κάθε παραμέτρου.<br /> <br /> '''Ζ. Κατηγοριοποίηση των αποτελεσμάτων.'''<br /> Για να γίνει πιο κατανοητή η χωρική κατανομή των υπό εξέταση παραμέτρων, οι τιμές που προέκυψαν από την εφαρμογή των μοντέλων κατηγοριοποιήθηκαν βάσει του Πίνακα 2. Οι τέσσερις κατηγορίες που προέκυψαν βάσει των συγκεντρώσεων χλωροφύλλης-α αντιστοιχούν στα διάφορα ευτροφικά πεδία (1: εύτροφο, 2: βεβαρημένο μεσότροφο, 3: ελαφρώς μεσότροφο, 4: ολιγότροφο).<br /> <br /> <br /> '''4. Αποτελέσματα'''<br /> <br /> Τα αποτελέσματα της επεξεργασίας των δορυφορικών εικόνων δίνονται υπό μορφή θεματικών χαρτών στην εικόνα 2. Στην εικόνα 2α φαίνεται ότι υπάρχουν υψηλές συγκεντρώσεις χλωροφύλλης-α στην παράκτια ζώνη της Ν. Λέσβου και ιδιαίτερα κοντά στο λιμάνι της πόλης της Μυτιλήνης, στην περιοχή της Θερμής και στον Κόλπο της Γέρας. Σημειώνεται εδώ ότι οι πολύ υψηλές τιμές κοντά στις ακτές δεν είναι αποτέλεσμα μόνο του φαινομένου του ευτροφισμού που παρατηρείται στις περιοχές αυτές, ιδιαίτερα κατά την θερινή περίοδο. Συμβάλλει ιδιαίτερα και το γεγονός ότι τα νερά είναι ρηχά με αποτέλεσμα η Η/Μ ακτινοβολία να σκεδάζεται στον βυθό και τα αντίστοιχα pixels των δορυφορικών εικόνων να δίνουν υψηλές ραδιομετρικές τιμές. Είναι εμφανές από την εικόνα 2β ότι τον μήνα Αύγουστο οι συγκεντρώσεις χλωροφύλλης-α έχουν μειωθεί αισθητά. Τέλος, όσον αφορά την κατανομή των θερμοκρασιών (εικόνα 2γ) παρατηρείται ότι διαμορφώνονται δύο πεδία. Το πρώτο βορείως της Μυτιλήνης που χαρακτηρίζεται από χαμηλές θερμοκρασίες και το δεύτερο νοτίως της Χίου που χαρακτηρίζεται από υψηλές θερμοκρασίες. Στην περιοχή που βρίσκεται μεταξύ Μυτιλήνης και Χίου παρατηρείται η παρουσία θερμού επιφανειακού στρώματος. Επίσης, υψηλές θερμοκρασίες παρατηρούνται στον Κόλπο της Καλλονής.<br /> [[Εικόνα:Art12_2.JPG|thumb|right|'''Εικόνα 2:''' '''(α)''' Χωρική κατανομή της χλωροφύλλης-α βάσει δορυφορικών δεδομένων LANDSAT-TM (1-7-1994) '''(β)''' Χωρική κατανομή της χλωροφύλλης-α βάσει δορυφορικών δεδομένων<br /> LANDSAT-TM (2-8-1994) '''(γ)''' Χωρική κατανομή των θερμοκρασιών βάσει δορυφορικών δεδομένων AVHRR (14-10 1995) (Επεξήγηση κατηγοριών 1-4 στον Πίνακα2).]]<br /> <br /> <br /> <br /> [[category:Παρακολούθηση της Ωκεάνιας Παραγωγής (Φυτοπλαγκτόν, Χλωροφύλλη Α) και ευτροφισμός]]</div>

Ngeorganteas http://147.102.106.44/rs/wiki/index.php/%CE%A7%CF%81%CE%AE%CF%83%CE%B7_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CF%89%CE%BD_LANDSAT-TM_%CE%BA%CE%B1%CE%B9_AVHRR_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7_%CE%BC%CE%B5%CE%BB%CE%AD%CF%84%CE%B7_%CF%84%CE%BF%CF%85_%CE%B8%CE%B1%CE%BB%CE%AC%CF%83%CF%83%CE%B9%CE%BF%CF%85_%CF%80%CE%B5%CF%81%CE%B9%CE%B2%CE%AC%CE%BB%CE%BB%CE%BF%CE%BD%CF%84%CE%BF%CF%82. 2010-02-12T18:30:53Z

<p>Ngeorganteas: </p> <hr /> <div>'''Συγγραφείς:''' Κίτσιου Δ. (''Τμήμα Περιβάλλοντος Πανεπιστήμιο Αιγαίου, Εργαστήριο Υδατικών Οικοσυστημάτων''), Χατζόπουλος Ι. (''Τμήμα Περιβάλλοντος Πανεπιστήμιο Αιγαίου, Εργαστήριο Τηλεπισκόπησης &amp; Γεωγραφικών Συστημάτων Πληροφοριών''), Καρύδης Μ. (''Τμήμα Περιβάλλοντος Πανεπιστήμιο Αιγαίου, Εργαστήριο Υδατικών Οικοσυστημάτων'')<br /> <br /> '''Πηγή:''' Eλληνικό Kέντρο Θαλάσσιων Ερευνών, 5ο Πανελλήνιο Συμπόσιο Ωκεανογραφίας &amp; Αλιείας, http://symposia.ath.hcmr.gr/ <br /> <br /> <br /> '''1. Εισαγωγή'''<br /> <br /> Η ανάπτυξη των παράκτιων περιοχών είναι γνωστό ότι δημιουργεί περιβαλλοντικά προβλήματα. Όμως, η παράκτια ζώνη είναι ζωτικής σημασίας από οικονομικής απόψεως και κατά συνέπεια απαιτείται συστηματική παρακολούθηση για την ταχύτατη και αποτελεσματική εκτίμηση της ποιότητας του παράκτιου περιβάλλοντος και της προστασίας του. Τα τελευταία χρόνια η ανάπτυξη τηλεπισκοπικών μεθόδων είχε και σαν πεδίο εφαρμογής τις μελέτες θαλάσσιας ρύπανσης και κατ΄αυτόν τον τρόπο καθίσταται δυνατή η εκτίμηση της ποιότητας του θαλάσσιου περιβάλλοντος σε μεγάλη έκταση και με σχετικά χαμηλό κόστος. Ειδικότερα, δεδομένα από τους δέκτες AVHRR και LANDSAT-TM χωρικής διακριτικής ικανότητας 1,1km και 30m αντίστοιχα, έχουν συμβάλλει σημαντικά στην προσέγγιση του φαινομένου της θαλάσσιας ρύπανσης σε μεγάλη έκταση, διαδικασία δύσκολη, χρονοβόρα και συχνά αδύνατη με χρήση των κλασσικών ωκεανογραφικών μεθόδων.<br /> <br /> Στην παρούσα εργασία επεχειρήθηκε αρχικά η ανάπτυξη θεματικών χαρτών που απεικονίζουν την χωρική κατανομή της συγκέντρωσης χλωροφύλλης-α (σημαντικού δείκτη του ευτροφισμού) στην ευρύτερη θαλάσσια περιοχή της Νήσου Λέσβου βάσει των δεδομένων του δέκτη LANDSAT-TM και στη συνέχεια θεματικού χάρτη απεικόνισης της χωρικής κατανομής των θερμοκρασιών στο ΒΑ Αιγαίο βάσει των δεδομένων του δέκτη AVHRR. Στις περιοχές μελέτης διεξήχθησαν δειγματοληψίες σε ημερομηνίες κοντά με εκείνες της λήψης των αντίστοιχων δορυφορικών εικόνων, βάσει των οποίων αναπτύχθηκε αλγόριθμος/μοντέλο ικανό να περιγράψει τη σχέση ανάμεσα στην εξεταζόμενη παράμετρο και τις μετρούμενες τιμές στα διάφορα κανάλια του δέκτη. Η χωρική κατανομή κάθε παραμέτρου προέκυψε με την εφαρμογή αυτών των αλγορίθμων στις αντίστοιχες δορυφορικές εικόνες. Η κατηγοριοποίηση των αποτελεσμάτων που ακολούθησε, οδήγησε στην παραγωγή θεματικών χαρτών όπου τα όρια των χωρικών διακυμάνσεων της χλωροφύλλης-α και των θερμοκρασιών είναι σαφώς καθορισμένα. Απεικονίσεις τέτοιου είδους αποδεικνύονται πολύ χρήσιμες στην παράκτια διαχείριση όπου απαιτείται εκτίμηση της ποιότητας του θαλάσσιου περιβάλλοντος σε ευρεία χωρική κλίμακα συμπεριλαμβανομένων περιοχών όπου δεν είναι εύκολη η συλλογή δεδομένων πεδίου, όπως είναι η περιοχή του Αιγαίου Πελάγους με το σύμπλεγμα των νησιών.<br /> <br /> <br /> '''2. Περιοχή μελέτης και πηγή δεδομένων'''<br /> <br /> Το πεδίο μελέτης είναι η θαλάσσια περιοχή των νησιών του ΒΑ Αιγαίου και ιδιαίτερα η ευρύτερη θαλάσσια περιοχή της Νήσου Λέσβου. Τα δεδομένα πεδίου προέρχονται από δειγματοληψίες που διεξήχθησαν σε δίκτυο 37 σταθμών δειγματοληψίας στα ανατολικά παράλια της Ν. Λέσβου (εικόνα 1) και σε δίκτυο 8 σταθμών δειγματοληψίας στην ευρύτερη περιοχή του λιμένα της πόλης της Μυτιλήνης, στα πλαίσια ερευνητικών προγραμμάτων του Πανεπιστημίου Αιγαίου. Τα δορυφορικά δεδομένα που χρησιμοποιήθηκαν προέρχονται από δύο mini-σκηνές εικόνων του δέκτη LANDSAT-TM (1/7/1994 και 2/8/1994) και μιας δορυφορικής εικόνας του δέκτη AVHRR-NOAA/14 (14/10/1995), η οποία ελήφθηκε από τον δορυφορικό σταθμό του Πανεπιστημίου Αιγαίου. Οι ημερομηνίες των εικόνων βρίσκονται κοντά σε εκείνες που έγιναν δειγματοληψίες πεδίου. [[Εικόνα:Art12_1.JPG|thumb|right|'''Εικόνα 1:''' Σταθμοί δειγματοληψίας στα ανατολικά παράλια της Ν. Λέσβου.]]<br /> <br /> <br /> '''3. Επεξεργασία δορυφορικών εικόνων'''<br /> <br /> '''Α. Γεωμετρική διόρθωση των εικόνων.'''<br /> Η γεωμετρική διόρθωση έχει σαν σκοπό την μετατροπή των εικονοσυντεταγμένων σε πραγματικές συντεταγμένες εδάφους. Για να επιτευχθεί αυτό, επιλέχθηκαν σημεία εμφανή τόσο στην εικόνα όσο και στον αντίστοιχο χάρτη της περιοχής μελέτης (Επίγεια Σημεία Ελέγχου - Ground Control Points) με γνωστές συντεταγμένες εδάφους. Βάσει των σημείων αυτών εκτιμήθηκε ο βέλτιστος μετασχηματισμός, τέτοιος ώστε να προκύπτει το ελάχιστο δυνατό RMS σφάλμα, και έγινε επαναδειγματοληψία ολόκληρης της εικόνας ώστε να γίνει μετατροπή των συντεταγμένων όλων των pixels σε πραγματικές συντεταγμένες εδάφους.<br /> <br /> '''Β. Αποκοπή των pixels της εικόνας που αντιστοιχούν στην ξηρά.'''<br /> Δεδομένου ότι η μελέτη μας επικεντρώνεται στο θαλάσσιο περιβάλλον, στα pixels που αντιστοιχούν στην ξηρά δόθηκε η ραδιομετρική τιμή μηδέν, ώστε αυτά να μην λαμβάνονται υπόψη σε οποιαδήποτε περαιτέρω επεξεργασία.<br /> <br /> '''Γ. Μετατροπή των ψηφιακών τιμών (Digital Numbers - DN) σε λαμπρότητα (Radiance).'''<br /> Για την μετατροπή των ψηφιακών τιμών των εικόνων LANDSAT-TM σε λαμπρότητα, χρησιμοποιήθηκε η σχέση,<br /> R (Watt/m2 str) = Ao + A1 (DN), όπου οι τιμές των συντελεστών Ao και A1 για το κάθε κανάλι, δίνονται στον πίνακα 1. Για την επεξεργασία της εικόνας AVHRR χρησιμοποιήθηκαν οι ψηφιακές τιμές (DN) των pixels.<br /> [[Εικόνα:Art12_tab1.JPG|thumb|right|'''Πίνακας 1:''' Συντελεστές Ao και A1 για την μετατροπή των ψηφιακών τιμών των εικόνων LANDSAT-TM σε λαμπρότητα.]]<br /> [[Εικόνα:Art12_tab2.JPG|thumb|right|'''Πίνακας 2:''' Κατηγοριοποίηση αποτελεσμάτων χλωροφύλλης-α (chl-α) και θερμοκρασιών.]]<br /> <br /> '''Δ. Προσδιορισμός των σταθμών δειγματοληψίας στην εικόνα και υπολογισμός της λαμπρότητας που αντιστοιχεί στις θέσεις αυτές.'''<br /> Ο προσδιορισμός της θέσης των σταθμών δειγματοληψίας πάνω στην εικόνα είναι εύκολος, δεδομένου ότι είναι γνωστές οι ακριβείς συντεταγμένες τους (χρήση GPS κατά την δειγματοληψία) και ότι οι συντεταγμένες της εικόνας ανήκουν στο Γεωγραφικό Σύστημα Συντεταγμένων.<br /> <br /> '''Ε. Ανάπτυξη μοντέλων υπολογισμού των υπό μελέτη παραμέτρων από δεδομένα των δορυφορικών εικόνων.'''<br /> Για την ανάπτυξη των μοντέλων μέτρησης των υπό μελέτη παραμέτρων έγινε στατιστική επεξεργασία (ανάλυση απλής ή πολλαπλής παλινδρόμησης) των ωκεανογραφικών και τηλεπισκοπικών δεδομένων. Όσον αφορά την συγκέντρωση χλωροφύλλης-α, ο αλγόριθμος που έδωσε τον καλύτερο συντελεστή συσχέτισης είναι ο εξής:<br /> logC = 0.62 + 0.176 (Band 2) - 3.445 (Band 1 / Band 2)<br /> <br /> όπου C: οι συγκεντρώσεις χλωροφύλλης-α που μετρήθηκαν στις 20/21-7-1994 και Βand 1 και Band 2: οι λαμπρότητες των καναλιών 1 και 2 αντίστοιχα του δέκτη LANDSAT-TM (2/8/1994) της Μυτιλήνης. Ο αλγόριθμος αυτός εφαρμόσθηκε στη συνέχεια και στη δορυφορική εικόνα της Μυτιλήνης της 1/7/1994. Όσον αφορά την επιφανειακή θερμοκρασία της θάλασσας, ο αλγόριθμος που χρησιμοποιήθηκε για την εκτίμηση είναι ο εξής:<br /> temp = 43.1 - 3.35 (Band 4 - Band 5) + 0.125 (Band 4 - Band 5)&lt;math&gt;2&lt;/math&gt;<br /> <br /> όπου temp: οι θερμοκρασίες που μετρήθηκαν στις 6/10/1995 και Band 4 και Band 5, οι DN των καναλιών 4 και 5 αντίστοιχα του δέκτη AVHRR.<br /> <br /> '''ΣΤ. Εφαρμογή των μοντέλων στις εικόνες.'''<br /> Μετά τον υπολογισμό των μοντέλων μέτρησης των υπό μελέτη παραμέτρων, αυτά εφαρμόσθηκαν στις δορυφορικές εικόνες για τον υπολογισμό της χωρικής κατανομής κάθε παραμέτρου.<br /> <br /> '''Ζ. Κατηγοριοποίηση των αποτελεσμάτων.'''<br /> Για να γίνει πιο κατανοητή η χωρική κατανομή των υπό εξέταση παραμέτρων, οι τιμές που προέκυψαν από την εφαρμογή των μοντέλων κατηγοριοποιήθηκαν βάσει του Πίνακα 2. Οι τέσσερις κατηγορίες που προέκυψαν βάσει των συγκεντρώσεων χλωροφύλλης-α αντιστοιχούν στα διάφορα ευτροφικά πεδία (1: εύτροφο, 2: βεβαρημένο μεσότροφο, 3: ελαφρώς μεσότροφο, 4: ολιγότροφο).<br /> <br /> <br /> '''4. Αποτελέσματα'''<br /> <br /> Τα αποτελέσματα της επεξεργασίας των δορυφορικών εικόνων δίνονται υπό μορφή θεματικών χαρτών στην εικόνα 2. Στην εικόνα 2α φαίνεται ότι υπάρχουν υψηλές συγκεντρώσεις χλωροφύλλης-α στην παράκτια ζώνη της Ν. Λέσβου και ιδιαίτερα κοντά στο λιμάνι της πόλης της Μυτιλήνης, στην περιοχή της Θερμής και στον Κόλπο της Γέρας. Σημειώνεται εδώ ότι οι πολύ υψηλές τιμές κοντά στις ακτές δεν είναι αποτέλεσμα μόνο του φαινομένου του ευτροφισμού που παρατηρείται στις περιοχές αυτές, ιδιαίτερα κατά την θερινή περίοδο. Συμβάλλει ιδιαίτερα και το γεγονός ότι τα νερά είναι ρηχά με αποτέλεσμα η Η/Μ ακτινοβολία να σκεδάζεται στον βυθό και τα αντίστοιχα pixels των δορυφορικών εικόνων να δίνουν υψηλές ραδιομετρικές τιμές. Είναι εμφανές από την εικόνα 2β ότι τον μήνα Αύγουστο οι συγκεντρώσεις χλωροφύλλης-α έχουν μειωθεί αισθητά. Τέλος, όσον αφορά την κατανομή των θερμοκρασιών (εικόνα 2γ) παρατηρείται ότι διαμορφώνονται δύο πεδία. Το πρώτο βορείως της Μυτιλήνης που χαρακτηρίζεται από χαμηλές θερμοκρασίες και το δεύτερο νοτίως της Χίου που χαρακτηρίζεται από υψηλές θερμοκρασίες. Στην περιοχή που βρίσκεται μεταξύ Μυτιλήνης και Χίου παρατηρείται η παρουσία θερμού επιφανειακού στρώματος. Επίσης, υψηλές θερμοκρασίες παρατηρούνται στον Κόλπο της Καλλονής.<br /> [[Εικόνα:Art12_2.JPG|thumb|right|'''Εικόνα 2:''' '''(α)''' Χωρική κατανομή της χλωροφύλλης-α βάσει δορυφορικών δεδομένων LANDSAT-TM (1-7-1994) '''(β)''' Χωρική κατανομή της χλωροφύλλης-α βάσει δορυφορικών δεδομένων<br /> LANDSAT-TM (2-8-1994) '''(γ)''' Χωρική κατανομή των θερμοκρασιών βάσει δορυφορικών δεδομένων AVHRR (14-10 1995) (Επεξήγηση κατηγοριών 1-4 στον Πίνακα2).]]<br /> <br /> <br /> <br /> [[category:Παρακολούθηση της Ωκεάνιας Παραγωγής (Φυτοπλαγκτόν, Χλωροφύλλη Α) και ευτροφισμός]]</div>

Ngeorganteas http://147.102.106.44/rs/wiki/index.php/%CE%A7%CF%81%CE%AE%CF%83%CE%B7_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CF%89%CE%BD_LANDSAT-TM_%CE%BA%CE%B1%CE%B9_AVHRR_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7_%CE%BC%CE%B5%CE%BB%CE%AD%CF%84%CE%B7_%CF%84%CE%BF%CF%85_%CE%B8%CE%B1%CE%BB%CE%AC%CF%83%CF%83%CE%B9%CE%BF%CF%85_%CF%80%CE%B5%CF%81%CE%B9%CE%B2%CE%AC%CE%BB%CE%BB%CE%BF%CE%BD%CF%84%CE%BF%CF%82. 2010-02-12T18:29:30Z

<p>Ngeorganteas: </p> <hr /> <div>'''Συγγραφείς:''' Κίτσιου Δ. (''Τμήμα Περιβάλλοντος Πανεπιστήμιο Αιγαίου, Εργαστήριο Υδατικών Οικοσυστημάτων''), Χατζόπουλος Ι. (''Τμήμα Περιβάλλοντος Πανεπιστήμιο Αιγαίου, Εργαστήριο Τηλεπισκόπησης &amp; Γεωγραφικών Συστημάτων Πληροφοριών''), Καρύδης Μ. (''Τμήμα Περιβάλλοντος Πανεπιστήμιο Αιγαίου, Εργαστήριο Υδατικών Οικοσυστημάτων'')<br /> <br /> '''Πηγή:''' Eλληνικό Kέντρο Θαλάσσιων Ερευνών, 5ο Πανελλήνιο Συμπόσιο Ωκεανογραφίας &amp; Αλιείας, http://symposia.ath.hcmr.gr/ <br /> <br /> <br /> '''1. Εισαγωγή'''<br /> <br /> Η ανάπτυξη των παράκτιων περιοχών είναι γνωστό ότι δημιουργεί περιβαλλοντικά προβλήματα. Όμως, η παράκτια ζώνη είναι ζωτικής σημασίας από οικονομικής απόψεως και κατά συνέπεια απαιτείται συστηματική παρακολούθηση για την ταχύτατη και αποτελεσματική εκτίμηση της ποιότητας του παράκτιου περιβάλλοντος και της προστασίας του. Τα τελευταία χρόνια η ανάπτυξη τηλεπισκοπικών μεθόδων είχε και σαν πεδίο εφαρμογής τις μελέτες θαλάσσιας ρύπανσης και κατ΄αυτόν τον τρόπο καθίσταται δυνατή η εκτίμηση της ποιότητας του θαλάσσιου περιβάλλοντος σε μεγάλη έκταση και με σχετικά χαμηλό κόστος. Ειδικότερα, δεδομένα από τους δέκτες AVHRR και LANDSAT-TM χωρικής διακριτικής ικανότητας 1,1km και 30m αντίστοιχα, έχουν συμβάλλει σημαντικά στην προσέγγιση του φαινομένου της θαλάσσιας ρύπανσης σε μεγάλη έκταση, διαδικασία δύσκολη, χρονοβόρα και συχνά αδύνατη με χρήση των κλασσικών ωκεανογραφικών μεθόδων.<br /> <br /> Στην παρούσα εργασία επεχειρήθηκε αρχικά η ανάπτυξη θεματικών χαρτών που απεικονίζουν την χωρική κατανομή της συγκέντρωσης χλωροφύλλης-α (σημαντικού δείκτη του ευτροφισμού) στην ευρύτερη θαλάσσια περιοχή της Νήσου Λέσβου βάσει των δεδομένων του δέκτη LANDSAT-TM και στη συνέχεια θεματικού χάρτη απεικόνισης της χωρικής κατανομής των θερμοκρασιών στο ΒΑ Αιγαίο βάσει των δεδομένων του δέκτη AVHRR. Στις περιοχές μελέτης διεξήχθησαν δειγματοληψίες σε ημερομηνίες κοντά με εκείνες της λήψης των αντίστοιχων δορυφορικών εικόνων, βάσει των οποίων αναπτύχθηκε αλγόριθμος/μοντέλο ικανό να περιγράψει τη σχέση ανάμεσα στην εξεταζόμενη παράμετρο και τις μετρούμενες τιμές στα διάφορα κανάλια του δέκτη. Η χωρική κατανομή κάθε παραμέτρου προέκυψε με την εφαρμογή αυτών των αλγορίθμων στις αντίστοιχες δορυφορικές εικόνες. Η κατηγοριοποίηση των αποτελεσμάτων που ακολούθησε, οδήγησε στην παραγωγή θεματικών χαρτών όπου τα όρια των χωρικών διακυμάνσεων της χλωροφύλλης-α και των θερμοκρασιών είναι σαφώς καθορισμένα. Απεικονίσεις τέτοιου είδους αποδεικνύονται πολύ χρήσιμες στην παράκτια διαχείριση όπου απαιτείται εκτίμηση της ποιότητας του θαλάσσιου περιβάλλοντος σε ευρεία χωρική κλίμακα συμπεριλαμβανομένων περιοχών όπου δεν είναι εύκολη η συλλογή δεδομένων πεδίου, όπως είναι η περιοχή του Αιγαίου Πελάγους με το σύμπλεγμα των νησιών.<br /> <br /> <br /> '''2. Περιοχή μελέτης και πηγή δεδομένων'''<br /> <br /> Το πεδίο μελέτης είναι η θαλάσσια περιοχή των νησιών του ΒΑ Αιγαίου και ιδιαίτερα η ευρύτερη θαλάσσια περιοχή της Νήσου Λέσβου. Τα δεδομένα πεδίου προέρχονται από δειγματοληψίες που διεξήχθησαν σε δίκτυο 37 σταθμών δειγματοληψίας στα ανατολικά παράλια της Ν. Λέσβου (εικόνα 1) και σε δίκτυο 8 σταθμών δειγματοληψίας στην ευρύτερη περιοχή του λιμένα της πόλης της Μυτιλήνης, στα πλαίσια ερευνητικών προγραμμάτων του Πανεπιστημίου Αιγαίου. Τα δορυφορικά δεδομένα που χρησιμοποιήθηκαν προέρχονται από δύο mini-σκηνές εικόνων του δέκτη LANDSAT-TM (1/7/1994 και 2/8/1994) και μιας δορυφορικής εικόνας του δέκτη AVHRR-NOAA/14 (14/10/1995), η οποία ελήφθηκε από τον δορυφορικό σταθμό του Πανεπιστημίου Αιγαίου. Οι ημερομηνίες των εικόνων βρίσκονται κοντά σε εκείνες που έγιναν δειγματοληψίες πεδίου. [[Εικόνα:Art12_1.JPG|thumb|right|'''Εικόνα 1:''' Σταθμοί δειγματοληψίας στα ανατολικά παράλια της Ν. Λέσβου.]]<br /> <br /> <br /> '''3. Επεξεργασία δορυφορικών εικόνων'''<br /> <br /> '''Α. Γεωμετρική διόρθωση των εικόνων.'''<br /> Η γεωμετρική διόρθωση έχει σαν σκοπό την μετατροπή των εικονοσυντεταγμένων σε πραγματικές συντεταγμένες εδάφους. Για να επιτευχθεί αυτό, επιλέχθηκαν σημεία εμφανή τόσο στην εικόνα όσο και στον αντίστοιχο χάρτη της περιοχής μελέτης (Επίγεια Σημεία Ελέγχου - Ground Control Points) με γνωστές συντεταγμένες εδάφους. Βάσει των σημείων αυτών εκτιμήθηκε ο βέλτιστος μετασχηματισμός, τέτοιος ώστε να προκύπτει το ελάχιστο δυνατό RMS σφάλμα, και έγινε επαναδειγματοληψία ολόκληρης της εικόνας ώστε να γίνει μετατροπή των συντεταγμένων όλων των pixels σε πραγματικές συντεταγμένες εδάφους.<br /> <br /> '''Β. Αποκοπή των pixels της εικόνας που αντιστοιχούν στην ξηρά.'''<br /> Δεδομένου ότι η μελέτη μας επικεντρώνεται στο θαλάσσιο περιβάλλον, στα pixels που αντιστοιχούν στην ξηρά δόθηκε η ραδιομετρική τιμή μηδέν, ώστε αυτά να μην λαμβάνονται υπόψη σε οποιαδήποτε περαιτέρω επεξεργασία.<br /> <br /> '''Γ. Μετατροπή των ψηφιακών τιμών (Digital Numbers - DN) σε λαμπρότητα (Radiance).'''<br /> Για την μετατροπή των ψηφιακών τιμών των εικόνων LANDSAT-TM σε λαμπρότητα, χρησιμοποιήθηκε η σχέση,<br /> R (Watt/m2 str) = Ao + A1 (DN), όπου οι τιμές των συντελεστών Ao και A1 για το κάθε κανάλι, δίνονται στον πίνακα 1. Για την επεξεργασία της εικόνας AVHRR χρησιμοποιήθηκαν οι ψηφιακές τιμές (DN) των pixels.<br /> [[Εικόνα:Art12_tab1.JPG|thumb|right|'''Πίνακας 1:''' Συντελεστές Ao και A1 για την μετατροπή των ψηφιακών τιμών των εικόνων LANDSAT-TM σε λαμπρότητα.]]<br /> [[Εικόνα:Art12_tab2.JPG|thumb|right|'''Πίνακας 2:''' Κατηγοριοποίηση αποτελεσμάτων χλωροφύλλης-α (chl-α) και θερμοκρασιών.]]<br /> <br /> '''Δ. Προσδιορισμός των σταθμών δειγματοληψίας στην εικόνα και υπολογισμός της λαμπρότητας που αντιστοιχεί στις θέσεις αυτές.'''<br /> Ο προσδιορισμός της θέσης των σταθμών δειγματοληψίας πάνω στην εικόνα είναι εύκολος, δεδομένου ότι είναι γνωστές οι ακριβείς συντεταγμένες τους (χρήση GPS κατά την δειγματοληψία) και ότι οι συντεταγμένες της εικόνας ανήκουν στο Γεωγραφικό Σύστημα Συντεταγμένων.<br /> <br /> '''Ε. Ανάπτυξη μοντέλων υπολογισμού των υπό μελέτη παραμέτρων από δεδομένα των δορυφορικών εικόνων.'''<br /> Για την ανάπτυξη των μοντέλων μέτρησης των υπό μελέτη παραμέτρων έγινε στατιστική επεξεργασία (ανάλυση απλής ή πολλαπλής παλινδρόμησης) των ωκεανογραφικών και τηλεπισκοπικών δεδομένων. Όσον αφορά την συγκέντρωση χλωροφύλλης-α, ο αλγόριθμος που έδωσε τον καλύτερο συντελεστή συσχέτισης είναι ο εξής:<br /> logC = 0.62 + 0.176 (Band 2) - 3.445 (Band 1 / Band 2)<br /> <br /> όπου C: οι συγκεντρώσεις χλωροφύλλης-α που μετρήθηκαν στις 20/21-7-1994 και Βand 1 και Band 2: οι λαμπρότητες των καναλιών 1 και 2 αντίστοιχα του δέκτη LANDSAT-TM (2/8/1994) της Μυτιλήνης. Ο αλγόριθμος αυτός εφαρμόσθηκε στη συνέχεια και στη δορυφορική εικόνα της Μυτιλήνης της 1/7/1994. Όσον αφορά την επιφανειακή θερμοκρασία της θάλασσας, ο αλγόριθμος που χρησιμοποιήθηκε για την εκτίμηση είναι ο εξής:<br /> temp = 43.1 - 3.35 (Band 4 - Band 5) + 0.125 (Band 4 - Band 5)2<br /> <br /> όπου temp: οι θερμοκρασίες που μετρήθηκαν στις 6/10/1995 και Band 4 και Band 5, οι DN των καναλιών 4 και 5 αντίστοιχα του δέκτη AVHRR.<br /> <br /> '''ΣΤ. Εφαρμογή των μοντέλων στις εικόνες.'''<br /> Μετά τον υπολογισμό των μοντέλων μέτρησης των υπό μελέτη παραμέτρων, αυτά εφαρμόσθηκαν στις δορυφορικές εικόνες για τον υπολογισμό της χωρικής κατανομής κάθε παραμέτρου.<br /> <br /> '''Ζ. Κατηγοριοποίηση των αποτελεσμάτων.'''<br /> Για να γίνει πιο κατανοητή η χωρική κατανομή των υπό εξέταση παραμέτρων, οι τιμές που προέκυψαν από την εφαρμογή των μοντέλων κατηγοριοποιήθηκαν βάσει του Πίνακα 2. Οι τέσσερις κατηγορίες που προέκυψαν βάσει των συγκεντρώσεων χλωροφύλλης-α αντιστοιχούν στα διάφορα ευτροφικά πεδία (1: εύτροφο, 2: βεβαρημένο μεσότροφο, 3: ελαφρώς μεσότροφο, 4: ολιγότροφο).<br /> <br /> <br /> '''4. Αποτελέσματα'''<br /> <br /> Τα αποτελέσματα της επεξεργασίας των δορυφορικών εικόνων δίνονται υπό μορφή θεματικών χαρτών στην εικόνα 2. Στην εικόνα 2α φαίνεται ότι υπάρχουν υψηλές συγκεντρώσεις χλωροφύλλης-α στην παράκτια ζώνη της Ν. Λέσβου και ιδιαίτερα κοντά στο λιμάνι της πόλης της Μυτιλήνης, στην περιοχή της Θερμής και στον Κόλπο της Γέρας. Σημειώνεται εδώ ότι οι πολύ υψηλές τιμές κοντά στις ακτές δεν είναι αποτέλεσμα μόνο του φαινομένου του ευτροφισμού που παρατηρείται στις περιοχές αυτές, ιδιαίτερα κατά την θερινή περίοδο. Συμβάλλει ιδιαίτερα και το γεγονός ότι τα νερά είναι ρηχά με αποτέλεσμα η Η/Μ ακτινοβολία να σκεδάζεται στον βυθό και τα αντίστοιχα pixels των δορυφορικών εικόνων να δίνουν υψηλές ραδιομετρικές τιμές. Είναι εμφανές από την εικόνα 2β ότι τον μήνα Αύγουστο οι συγκεντρώσεις χλωροφύλλης-α έχουν μειωθεί αισθητά. Τέλος, όσον αφορά την κατανομή των θερμοκρασιών (εικόνα 2γ) παρατηρείται ότι διαμορφώνονται δύο πεδία. Το πρώτο βορείως της Μυτιλήνης που χαρακτηρίζεται από χαμηλές θερμοκρασίες και το δεύτερο νοτίως της Χίου που χαρακτηρίζεται από υψηλές θερμοκρασίες. Στην περιοχή που βρίσκεται μεταξύ Μυτιλήνης και Χίου παρατηρείται η παρουσία θερμού επιφανειακού στρώματος. Επίσης, υψηλές θερμοκρασίες παρατηρούνται στον Κόλπο της Καλλονής.<br /> [[Εικόνα:Art12_2.JPG|thumb|right|'''Εικόνα 2:''' '''(α)''' Χωρική κατανομή της χλωροφύλλης-α βάσει δορυφορικών δεδομένων LANDSAT-TM (1-7-1994) '''(β)''' Χωρική κατανομή της χλωροφύλλης-α βάσει δορυφορικών δεδομένων<br /> LANDSAT-TM (2-8-1994) '''(γ)''' Χωρική κατανομή των θερμοκρασιών βάσει δορυφορικών δεδομένων AVHRR (14-10 1995) (Επεξήγηση κατηγοριών 1-4 στον Πίνακα2).]]<br /> <br /> <br /> <br /> [[category:Παρακολούθηση της Ωκεάνιας Παραγωγής (Φυτοπλαγκτόν, Χλωροφύλλη Α) και ευτροφισμός]]</div>

Ngeorganteas http://147.102.106.44/rs/wiki/index.php/%CE%A7%CF%81%CE%AE%CF%83%CE%B7_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CF%89%CE%BD_LANDSAT-TM_%CE%BA%CE%B1%CE%B9_AVHRR_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7_%CE%BC%CE%B5%CE%BB%CE%AD%CF%84%CE%B7_%CF%84%CE%BF%CF%85_%CE%B8%CE%B1%CE%BB%CE%AC%CF%83%CF%83%CE%B9%CE%BF%CF%85_%CF%80%CE%B5%CF%81%CE%B9%CE%B2%CE%AC%CE%BB%CE%BB%CE%BF%CE%BD%CF%84%CE%BF%CF%82. 2010-02-12T18:28:12Z

<p>Ngeorganteas: </p> <hr /> <div>'''Συγγραφείς:''' Κίτσιου Δ. (''Τμήμα Περιβάλλοντος Πανεπιστήμιο Αιγαίου, Εργαστήριο Υδατικών Οικοσυστημάτων''), Χατζόπουλος Ι. (''Τμήμα Περιβάλλοντος Πανεπιστήμιο Αιγαίου, Εργαστήριο Τηλεπισκόπησης &amp; Γεωγραφικών Συστημάτων Πληροφοριών''), Καρύδης Μ. (''Τμήμα Περιβάλλοντος Πανεπιστήμιο Αιγαίου, Εργαστήριο Υδατικών Οικοσυστημάτων'')<br /> <br /> '''Πηγή:''' Eλληνικό Kέντρο Θαλάσσιων Ερευνών, 5ο Πανελλήνιο Συμπόσιο Ωκεανογραφίας &amp; Αλιείας, http://symposia.ath.hcmr.gr/ <br /> <br /> <br /> '''1. Εισαγωγή'''<br /> <br /> Η ανάπτυξη των παράκτιων περιοχών είναι γνωστό ότι δημιουργεί περιβαλλοντικά προβλήματα. Όμως, η παράκτια ζώνη είναι ζωτικής σημασίας από οικονομικής απόψεως και κατά συνέπεια απαιτείται συστηματική παρακολούθηση για την ταχύτατη και αποτελεσματική εκτίμηση της ποιότητας του παράκτιου περιβάλλοντος και της προστασίας του. Τα τελευταία χρόνια η ανάπτυξη τηλεπισκοπικών μεθόδων είχε και σαν πεδίο εφαρμογής τις μελέτες θαλάσσιας ρύπανσης και κατ΄αυτόν τον τρόπο καθίσταται δυνατή η εκτίμηση της ποιότητας του θαλάσσιου περιβάλλοντος σε μεγάλη έκταση και με σχετικά χαμηλό κόστος. Ειδικότερα, δεδομένα από τους δέκτες AVHRR και LANDSAT-TM χωρικής διακριτικής ικανότητας 1,1km και 30m αντίστοιχα, έχουν συμβάλλει σημαντικά στην προσέγγιση του φαινομένου της θαλάσσιας ρύπανσης σε μεγάλη έκταση, διαδικασία δύσκολη, χρονοβόρα και συχνά αδύνατη με χρήση των κλασσικών ωκεανογραφικών μεθόδων.<br /> <br /> Στην παρούσα εργασία επεχειρήθηκε αρχικά η ανάπτυξη θεματικών χαρτών που απεικονίζουν την χωρική κατανομή της συγκέντρωσης χλωροφύλλης-α (σημαντικού δείκτη του ευτροφισμού) στην ευρύτερη θαλάσσια περιοχή της Νήσου Λέσβου βάσει των δεδομένων του δέκτη LANDSAT-TM και στη συνέχεια θεματικού χάρτη απεικόνισης της χωρικής κατανομής των θερμοκρασιών στο ΒΑ Αιγαίο βάσει των δεδομένων του δέκτη AVHRR. Στις περιοχές μελέτης διεξήχθησαν δειγματοληψίες σε ημερομηνίες κοντά με εκείνες της λήψης των αντίστοιχων δορυφορικών εικόνων, βάσει των οποίων αναπτύχθηκε αλγόριθμος/μοντέλο ικανό να περιγράψει τη σχέση ανάμεσα στην εξεταζόμενη παράμετρο και τις μετρούμενες τιμές στα διάφορα κανάλια του δέκτη. Η χωρική κατανομή κάθε παραμέτρου προέκυψε με την εφαρμογή αυτών των αλγορίθμων στις αντίστοιχες δορυφορικές εικόνες. Η κατηγοριοποίηση των αποτελεσμάτων που ακολούθησε, οδήγησε στην παραγωγή θεματικών χαρτών όπου τα όρια των χωρικών διακυμάνσεων της χλωροφύλλης-α και των θερμοκρασιών είναι σαφώς καθορισμένα. Απεικονίσεις τέτοιου είδους αποδεικνύονται πολύ χρήσιμες στην παράκτια διαχείριση όπου απαιτείται εκτίμηση της ποιότητας του θαλάσσιου περιβάλλοντος σε ευρεία χωρική κλίμακα συμπεριλαμβανομένων περιοχών όπου δεν είναι εύκολη η συλλογή δεδομένων πεδίου, όπως είναι η περιοχή του Αιγαίου Πελάγους με το σύμπλεγμα των νησιών.<br /> <br /> <br /> '''2. Περιοχή μελέτης και πηγή δεδομένων'''<br /> <br /> Το πεδίο μελέτης είναι η θαλάσσια περιοχή των νησιών του ΒΑ Αιγαίου και ιδιαίτερα η ευρύτερη θαλάσσια περιοχή της Νήσου Λέσβου. Τα δεδομένα πεδίου προέρχονται από δειγματοληψίες που διεξήχθησαν σε δίκτυο 37 σταθμών δειγματοληψίας στα ανατολικά παράλια της Ν. Λέσβου (εικόνα 1) και σε δίκτυο 8 σταθμών δειγματοληψίας στην ευρύτερη περιοχή του λιμένα της πόλης της Μυτιλήνης, στα πλαίσια ερευνητικών προγραμμάτων του Πανεπιστημίου Αιγαίου. Τα δορυφορικά δεδομένα που χρησιμοποιήθηκαν προέρχονται από δύο mini-σκηνές εικόνων του δέκτη LANDSAT-TM (1/7/1994 και 2/8/1994) και μιας δορυφορικής εικόνας του δέκτη AVHRR-NOAA/14 (14/10/1995), η οποία ελήφθηκε από τον δορυφορικό σταθμό του Πανεπιστημίου Αιγαίου. Οι ημερομηνίες των εικόνων βρίσκονται κοντά σε εκείνες που έγιναν δειγματοληψίες πεδίου. [[Εικόνα:Art12_1.JPG|thumb|right|'''Εικόνα 1:''' Σταθμοί δειγματοληψίας στα ανατολικά παράλια της Ν. Λέσβου.]]<br /> <br /> <br /> '''3. Επεξεργασία δορυφορικών εικόνων'''<br /> <br /> '''Α. Γεωμετρική διόρθωση των εικόνων.'''<br /> Η γεωμετρική διόρθωση έχει σαν σκοπό την μετατροπή των εικονοσυντεταγμένων σε πραγματικές συντεταγμένες εδάφους. Για να επιτευχθεί αυτό, επιλέχθηκαν σημεία εμφανή τόσο στην εικόνα όσο και στον αντίστοιχο χάρτη της περιοχής μελέτης (Επίγεια Σημεία Ελέγχου - Ground Control Points) με γνωστές συντεταγμένες εδάφους. Βάσει των σημείων αυτών εκτιμήθηκε ο βέλτιστος μετασχηματισμός, τέτοιος ώστε να προκύπτει το ελάχιστο δυνατό RMS σφάλμα, και έγινε επαναδειγματοληψία ολόκληρης της εικόνας ώστε να γίνει μετατροπή των συντεταγμένων όλων των pixels σε πραγματικές συντεταγμένες εδάφους.<br /> <br /> '''Β. Αποκοπή των pixels της εικόνας που αντιστοιχούν στην ξηρά.'''<br /> Δεδομένου ότι η μελέτη μας επικεντρώνεται στο θαλάσσιο περιβάλλον, στα pixels που αντιστοιχούν στην ξηρά δόθηκε η ραδιομετρική τιμή μηδέν, ώστε αυτά να μην λαμβάνονται υπόψη σε οποιαδήποτε περαιτέρω επεξεργασία.<br /> <br /> '''Γ. Μετατροπή των ψηφιακών τιμών (Digital Numbers - DN) σε λαμπρότητα (Radiance).'''<br /> Για την μετατροπή των ψηφιακών τιμών των εικόνων LANDSAT-TM σε λαμπρότητα, χρησιμοποιήθηκε η σχέση,<br /> R (Watt/m2 str) = Ao + A1 (DN), όπου οι τιμές των συντελεστών Ao και A1 για το κάθε κανάλι, δίνονται στον πίνακα 1. Για την επεξεργασία της εικόνας AVHRR χρησιμοποιήθηκαν οι ψηφιακές τιμές (DN) των pixels.<br /> [[Εικόνα:Art12_tab1.JPG|thumb|right|'''Πίνακας 1:''' Συντελεστές Ao και A1 για την μετατροπή των ψηφιακών τιμών των εικόνων LANDSAT-TM σε λαμπρότητα.]]<br /> [[Εικόνα:Art12_tab2.JPG|thumb|right|'''Πίνακας 2:''' Κατηγοριοποίηση αποτελεσμάτων χλωροφύλλης-α (chl-α) και θερμοκρασιών.]]<br /> <br /> '''Δ. Προσδιορισμός των σταθμών δειγματοληψίας στην εικόνα και υπολογισμός της λαμπρότητας που αντιστοιχεί στις θέσεις αυτές.'''<br /> Ο προσδιορισμός της θέσης των σταθμών δειγματοληψίας πάνω στην εικόνα είναι εύκολος, δεδομένου ότι είναι γνωστές οι ακριβείς συντεταγμένες τους (χρήση GPS κατά την δειγματοληψία) και ότι οι συντεταγμένες της εικόνας ανήκουν στο Γεωγραφικό Σύστημα Συντεταγμένων.<br /> <br /> '''Ε. Ανάπτυξη μοντέλων υπολογισμού των υπό μελέτη παραμέτρων από δεδομένα των δορυφορικών εικόνων.'''<br /> Για την ανάπτυξη των μοντέλων μέτρησης των υπό μελέτη παραμέτρων έγινε στατιστική επεξεργασία (ανάλυση απλής ή πολλαπλής παλινδρόμησης) των ωκεανογραφικών και τηλεπισκοπικών δεδομένων. Όσον αφορά την συγκέντρωση χλωροφύλλης-α, ο αλγόριθμος που έδωσε τον καλύτερο συντελεστή συσχέτισης είναι ο εξής:<br /> logC = 0.62 + 0.176 (Band 2) - 3.445 (Band 1 / Band 2)<br /> <br /> όπου C: οι συγκεντρώσεις χλωροφύλλης-α που μετρήθηκαν στις 20/21-7-1994 και Βand 1 και Band 2: οι λαμπρότητες των καναλιών 1 και 2 αντίστοιχα του δέκτη LANDSAT-TM (2/8/1994) της Μυτιλήνης. Ο αλγόριθμος αυτός εφαρμόσθηκε στη συνέχεια και στη δορυφορική εικόνα της Μυτιλήνης της 1/7/1994. Όσον αφορά την επιφανειακή θερμοκρασία της θάλασσας, ο αλγόριθμος που χρησιμοποιήθηκε για την εκτίμηση είναι ο εξής:<br /> temp = 43.1 - 3.35 (Band 4 - Band 5) + 0.125 (Band 4 - Band 5)2<br /> <br /> όπου temp: οι θερμοκρασίες που μετρήθηκαν στις 6/10/1995 και Band 4 και Band 5, οι DN των καναλιών 4 και 5 αντίστοιχα του δέκτη AVHRR.<br /> <br /> '''ΣΤ. Εφαρμογή των μοντέλων στις εικόνες.'''<br /> Μετά τον υπολογισμό των μοντέλων μέτρησης των υπό μελέτη παραμέτρων, αυτά εφαρμόσθηκαν στις δορυφορικές εικόνες για τον υπολογισμό της χωρικής κατανομής κάθε παραμέτρου.<br /> <br /> '''Ζ. Κατηγοριοποίηση των αποτελεσμάτων.'''<br /> Για να γίνει πιο κατανοητή η χωρική κατανομή των υπό εξέταση παραμέτρων, οι τιμές που προέκυψαν από την εφαρμογή των μοντέλων κατηγοριοποιήθηκαν βάσει του Πίνακα 2. Οι τέσσερις κατηγορίες που προέκυψαν βάσει των συγκεντρώσεων χλωροφύλλης-α αντιστοιχούν στα διάφορα ευτροφικά πεδία (1: εύτροφο, 2: βεβαρημένο μεσότροφο, 3: ελαφρώς μεσότροφο, 4: ολιγότροφο).<br /> <br /> <br /> '''4. Αποτελέσματα'''<br /> <br /> Τα αποτελέσματα της επεξεργασίας των δορυφορικών εικόνων δίνονται υπό μορφή θεματικών χαρτών στην εικόνα 2. Στην εικόνα 2α φαίνεται ότι υπάρχουν υψηλές συγκεντρώσεις χλωροφύλλης-α στην παράκτια ζώνη της Ν. Λέσβου και ιδιαίτερα κοντά στο λιμάνι της πόλης της Μυτιλήνης, στην περιοχή της Θερμής και στον Κόλπο της Γέρας. Σημειώνεται εδώ ότι οι πολύ υψηλές τιμές κοντά στις ακτές δεν είναι αποτέλεσμα μόνο του φαινομένου του ευτροφισμού που παρατηρείται στις περιοχές αυτές, ιδιαίτερα κατά την θερινή περίοδο. Συμβάλλει ιδιαίτερα και το γεγονός ότι τα νερά είναι ρηχά με αποτέλεσμα η Η/Μ ακτινοβολία να σκεδάζεται στον βυθό και τα αντίστοιχα pixels των δορυφορικών εικόνων να δίνουν υψηλές ραδιομετρικές τιμές. Είναι εμφανές από την εικόνα 2β ότι τον μήνα Αύγουστο οι συγκεντρώσεις χλωροφύλλης-α έχουν μειωθεί αισθητά. Τέλος, όσον αφορά την κατανομή των θερμοκρασιών (εικόνα 2γ) παρατηρείται ότι διαμορφώνονται δύο πεδία. Το πρώτο βορείως της Μυτιλήνης που χαρακτηρίζεται από χαμηλές θερμοκρασίες και το δεύτερο νοτίως της Χίου που χαρακτηρίζεται από υψηλές θερμοκρασίες. Στην περιοχή που βρίσκεται μεταξύ Μυτιλήνης και Χίου παρατηρείται η παρουσία θερμού επιφανειακού στρώματος. Επίσης, υψηλές θερμοκρασίες παρατηρούνται στον Κόλπο της Καλλονής.<br /> [[Εικόνα:Art12_2.JPG|thumb|right|'''Εικόνα 2:''' (α) Χωρική κατανομή της χλωροφύλλης-α βάσει δορυφορικών δεδομένων LANDSAT-TM (1-7-1994)<br /> (β) Χωρική κατανομή της χλωροφύλλης-α βάσει δορυφορικών δεδομένων<br /> LANDSAT-TM (2-8-1994)<br /> (γ) Χωρική κατανομή των θερμοκρασιών βάσει δορυφορικών δεδομένων AVHRR (14-10 1995) (Επεξήγηση κατηγοριών 1-4 στον Πίνακα2).]]<br /> <br /> <br /> <br /> [[category:Παρακολούθηση της Ωκεάνιας Παραγωγής (Φυτοπλαγκτόν, Χλωροφύλλη Α) και ευτροφισμός]]</div>

Ngeorganteas http://147.102.106.44/rs/wiki/index.php/%CE%A7%CF%81%CE%AE%CF%83%CE%B7_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CF%89%CE%BD_LANDSAT-TM_%CE%BA%CE%B1%CE%B9_AVHRR_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7_%CE%BC%CE%B5%CE%BB%CE%AD%CF%84%CE%B7_%CF%84%CE%BF%CF%85_%CE%B8%CE%B1%CE%BB%CE%AC%CF%83%CF%83%CE%B9%CE%BF%CF%85_%CF%80%CE%B5%CF%81%CE%B9%CE%B2%CE%AC%CE%BB%CE%BB%CE%BF%CE%BD%CF%84%CE%BF%CF%82. 2010-02-12T18:27:42Z

<p>Ngeorganteas: </p> <hr /> <div>'''Συγγραφείς:''' Κίτσιου Δ. (''Τμήμα Περιβάλλοντος Πανεπιστήμιο Αιγαίου, Εργαστήριο Υδατικών Οικοσυστημάτων''), Χατζόπουλος Ι. (''Τμήμα Περιβάλλοντος Πανεπιστήμιο Αιγαίου, Εργαστήριο Τηλεπισκόπησης &amp; Γεωγραφικών Συστημάτων Πληροφοριών''), Καρύδης Μ. (''Τμήμα Περιβάλλοντος Πανεπιστήμιο Αιγαίου, Εργαστήριο Υδατικών Οικοσυστημάτων'')<br /> <br /> '''Πηγή:''' Eλληνικό Kέντρο Θαλάσσιων Ερευνών, 5ο Πανελλήνιο Συμπόσιο Ωκεανογραφίας &amp; Αλιείας, http://symposia.ath.hcmr.gr/ <br /> <br /> <br /> '''1. Εισαγωγή'''<br /> <br /> Η ανάπτυξη των παράκτιων περιοχών είναι γνωστό ότι δημιουργεί περιβαλλοντικά προβλήματα. Όμως, η παράκτια ζώνη είναι ζωτικής σημασίας από οικονομικής απόψεως και κατά συνέπεια απαιτείται συστηματική παρακολούθηση για την ταχύτατη και αποτελεσματική εκτίμηση της ποιότητας του παράκτιου περιβάλλοντος και της προστασίας του. Τα τελευταία χρόνια η ανάπτυξη τηλεπισκοπικών μεθόδων είχε και σαν πεδίο εφαρμογής τις μελέτες θαλάσσιας ρύπανσης και κατ΄αυτόν τον τρόπο καθίσταται δυνατή η εκτίμηση της ποιότητας του θαλάσσιου περιβάλλοντος σε μεγάλη έκταση και με σχετικά χαμηλό κόστος. Ειδικότερα, δεδομένα από τους δέκτες AVHRR και LANDSAT-TM χωρικής διακριτικής ικανότητας 1,1km και 30m αντίστοιχα, έχουν συμβάλλει σημαντικά στην προσέγγιση του φαινομένου της θαλάσσιας ρύπανσης σε μεγάλη έκταση, διαδικασία δύσκολη, χρονοβόρα και συχνά αδύνατη με χρήση των κλασσικών ωκεανογραφικών μεθόδων.<br /> <br /> Στην παρούσα εργασία επεχειρήθηκε αρχικά η ανάπτυξη θεματικών χαρτών που απεικονίζουν την χωρική κατανομή της συγκέντρωσης χλωροφύλλης-α (σημαντικού δείκτη του ευτροφισμού) στην ευρύτερη θαλάσσια περιοχή της Νήσου Λέσβου βάσει των δεδομένων του δέκτη LANDSAT-TM και στη συνέχεια θεματικού χάρτη απεικόνισης της χωρικής κατανομής των θερμοκρασιών στο ΒΑ Αιγαίο βάσει των δεδομένων του δέκτη AVHRR. Στις περιοχές μελέτης διεξήχθησαν δειγματοληψίες σε ημερομηνίες κοντά με εκείνες της λήψης των αντίστοιχων δορυφορικών εικόνων, βάσει των οποίων αναπτύχθηκε αλγόριθμος/μοντέλο ικανό να περιγράψει τη σχέση ανάμεσα στην εξεταζόμενη παράμετρο και τις μετρούμενες τιμές στα διάφορα κανάλια του δέκτη. Η χωρική κατανομή κάθε παραμέτρου προέκυψε με την εφαρμογή αυτών των αλγορίθμων στις αντίστοιχες δορυφορικές εικόνες. Η κατηγοριοποίηση των αποτελεσμάτων που ακολούθησε, οδήγησε στην παραγωγή θεματικών χαρτών όπου τα όρια των χωρικών διακυμάνσεων της χλωροφύλλης-α και των θερμοκρασιών είναι σαφώς καθορισμένα. Απεικονίσεις τέτοιου είδους αποδεικνύονται πολύ χρήσιμες στην παράκτια διαχείριση όπου απαιτείται εκτίμηση της ποιότητας του θαλάσσιου περιβάλλοντος σε ευρεία χωρική κλίμακα συμπεριλαμβανομένων περιοχών όπου δεν είναι εύκολη η συλλογή δεδομένων πεδίου, όπως είναι η περιοχή του Αιγαίου Πελάγους με το σύμπλεγμα των νησιών.<br /> <br /> <br /> '''2. Περιοχή μελέτης και πηγή δεδομένων'''<br /> <br /> Το πεδίο μελέτης είναι η θαλάσσια περιοχή των νησιών του ΒΑ Αιγαίου και ιδιαίτερα η ευρύτερη θαλάσσια περιοχή της Νήσου Λέσβου. Τα δεδομένα πεδίου προέρχονται από δειγματοληψίες που διεξήχθησαν σε δίκτυο 37 σταθμών δειγματοληψίας στα ανατολικά παράλια της Ν. Λέσβου (εικόνα 1) και σε δίκτυο 8 σταθμών δειγματοληψίας στην ευρύτερη περιοχή του λιμένα της πόλης της Μυτιλήνης, στα πλαίσια ερευνητικών προγραμμάτων του Πανεπιστημίου Αιγαίου. Τα δορυφορικά δεδομένα που χρησιμοποιήθηκαν προέρχονται από δύο mini-σκηνές εικόνων του δέκτη LANDSAT-TM (1/7/1994 και 2/8/1994) και μιας δορυφορικής εικόνας του δέκτη AVHRR-NOAA/14 (14/10/1995), η οποία ελήφθηκε από τον δορυφορικό σταθμό του Πανεπιστημίου Αιγαίου. Οι ημερομηνίες των εικόνων βρίσκονται κοντά σε εκείνες που έγιναν δειγματοληψίες πεδίου. [[Εικόνα:Art12_1.JPG|thumb|right|'''Εικόνα 1:''' Σταθμοί δειγματοληψίας στα ανατολικά παράλια της Ν. Λέσβου.]]<br /> <br /> <br /> '''3. Επεξεργασία δορυφορικών εικόνων'''<br /> <br /> '''Α. Γεωμετρική διόρθωση των εικόνων.'''<br /> Η γεωμετρική διόρθωση έχει σαν σκοπό την μετατροπή των εικονοσυντεταγμένων σε πραγματικές συντεταγμένες εδάφους. Για να επιτευχθεί αυτό, επιλέχθηκαν σημεία εμφανή τόσο στην εικόνα όσο και στον αντίστοιχο χάρτη της περιοχής μελέτης (Επίγεια Σημεία Ελέγχου - Ground Control Points) με γνωστές συντεταγμένες εδάφους. Βάσει των σημείων αυτών εκτιμήθηκε ο βέλτιστος μετασχηματισμός, τέτοιος ώστε να προκύπτει το ελάχιστο δυνατό RMS σφάλμα, και έγινε επαναδειγματοληψία ολόκληρης της εικόνας ώστε να γίνει μετατροπή των συντεταγμένων όλων των pixels σε πραγματικές συντεταγμένες εδάφους.<br /> <br /> '''Β. Αποκοπή των pixels της εικόνας που αντιστοιχούν στην ξηρά.'''<br /> Δεδομένου ότι η μελέτη μας επικεντρώνεται στο θαλάσσιο περιβάλλον, στα pixels που αντιστοιχούν στην ξηρά δόθηκε η ραδιομετρική τιμή μηδέν, ώστε αυτά να μην λαμβάνονται υπόψη σε οποιαδήποτε περαιτέρω επεξεργασία.<br /> <br /> '''Γ. Μετατροπή των ψηφιακών τιμών (Digital Numbers - DN) σε λαμπρότητα (Radiance).'''<br /> Για την μετατροπή των ψηφιακών τιμών των εικόνων LANDSAT-TM σε λαμπρότητα, χρησιμοποιήθηκε η σχέση,<br /> R (Watt/m2 str) = Ao + A1 (DN), όπου οι τιμές των συντελεστών Ao και A1 για το κάθε κανάλι, δίνονται στον πίνακα 1. Για την επεξεργασία της εικόνας AVHRR χρησιμοποιήθηκαν οι ψηφιακές τιμές (DN) των pixels.<br /> [[Εικόνα:Art12_tab1.JPG|thumb|right|'''Πίνακας 1:''' Συντελεστές Ao και A1 για την μετατροπή των ψηφιακών τιμών των εικόνων LANDSAT-TM σε λαμπρότητα.]]<br /> [[Εικόνα:Art12_tab2.JPG|thumb|right|'''Πίνακας 2:''' Κατηγοριοποίηση αποτελεσμάτων χλωροφύλλης-α (chl-α) και θερμοκρασιών.]]<br /> <br /> '''Δ. Προσδιορισμός των σταθμών δειγματοληψίας στην εικόνα και υπολογισμός της λαμπρότητας που αντιστοιχεί στις θέσεις αυτές.'''<br /> Ο προσδιορισμός της θέσης των σταθμών δειγματοληψίας πάνω στην εικόνα είναι εύκολος, δεδομένου ότι είναι γνωστές οι ακριβείς συντεταγμένες τους (χρήση GPS κατά την δειγματοληψία) και ότι οι συντεταγμένες της εικόνας ανήκουν στο Γεωγραφικό Σύστημα Συντεταγμένων.<br /> <br /> '''Ε. Ανάπτυξη μοντέλων υπολογισμού των υπό μελέτη παραμέτρων από δεδομένα των δορυφορικών εικόνων.'''<br /> Για την ανάπτυξη των μοντέλων μέτρησης των υπό μελέτη παραμέτρων έγινε στατιστική επεξεργασία (ανάλυση απλής ή πολλαπλής παλινδρόμησης) των ωκεανογραφικών και τηλεπισκοπικών δεδομένων. Όσον αφορά την συγκέντρωση χλωροφύλλης-α, ο αλγόριθμος που έδωσε τον καλύτερο συντελεστή συσχέτισης είναι ο εξής:<br /> logC = 0.62 + 0.176 (Band 2) - 3.445 (Band 1 / Band 2)<br /> <br /> όπου C: οι συγκεντρώσεις χλωροφύλλης-α που μετρήθηκαν στις 20/21-7-1994 και Βand 1 και Band 2: οι λαμπρότητες των καναλιών 1 και 2 αντίστοιχα του δέκτη LANDSAT-TM (2/8/1994) της Μυτιλήνης. Ο αλγόριθμος αυτός εφαρμόσθηκε στη συνέχεια και στη δορυφορική εικόνα της Μυτιλήνης της 1/7/1994. Όσον αφορά την επιφανειακή θερμοκρασία της θάλασσας, ο αλγόριθμος που χρησιμοποιήθηκε για την εκτίμηση είναι ο εξής:<br /> temp = 43.1 - 3.35 (Band 4 - Band 5) + 0.125 (Band 4 - Band 5)2<br /> <br /> όπου temp: οι θερμοκρασίες που μετρήθηκαν στις 6/10/1995 και Band 4 και Band 5, οι DN των καναλιών 4 και 5 αντίστοιχα του δέκτη AVHRR.<br /> <br /> '''ΣΤ. Εφαρμογή των μοντέλων στις εικόνες.'''<br /> Μετά τον υπολογισμό των μοντέλων μέτρησης των υπό μελέτη παραμέτρων, αυτά εφαρμόσθηκαν στις δορυφορικές εικόνες για τον υπολογισμό της χωρικής κατανομής κάθε παραμέτρου.<br /> <br /> '''Ζ. Κατηγοριοποίηση των αποτελεσμάτων.'''<br /> Για να γίνει πιο κατανοητή η χωρική κατανομή των υπό εξέταση παραμέτρων, οι τιμές που προέκυψαν από την εφαρμογή των μοντέλων κατηγοριοποιήθηκαν βάσει του Πίνακα 2. Οι τέσσερις κατηγορίες που προέκυψαν βάσει των συγκεντρώσεων χλωροφύλλης-α αντιστοιχούν στα διάφορα ευτροφικά πεδία (1: εύτροφο, 2: βεβαρημένο μεσότροφο, 3: ελαφρώς μεσότροφο, 4: ολιγότροφο).<br /> <br /> <br /> '''4. Αποτελέσματα'''<br /> <br /> Τα αποτελέσματα της επεξεργασίας των δορυφορικών εικόνων δίνονται υπό μορφή θεματικών χαρτών στην εικόνα 2. Στην εικόνα 2α φαίνεται ότι υπάρχουν υψηλές συγκεντρώσεις χλωροφύλλης-α στην παράκτια ζώνη της Ν. Λέσβου και ιδιαίτερα κοντά στο λιμάνι της πόλης της Μυτιλήνης, στην περιοχή της Θερμής και στον Κόλπο της Γέρας. Σημειώνεται εδώ ότι οι πολύ υψηλές τιμές κοντά στις ακτές δεν είναι αποτέλεσμα μόνο του φαινομένου του ευτροφισμού που παρατηρείται στις περιοχές αυτές, ιδιαίτερα κατά την θερινή περίοδο. Συμβάλλει ιδιαίτερα και το γεγονός ότι τα νερά είναι ρηχά με αποτέλεσμα η Η/Μ ακτινοβολία να σκεδάζεται στον βυθό και τα αντίστοιχα pixels των δορυφορικών εικόνων να δίνουν υψηλές ραδιομετρικές τιμές. Είναι εμφανές από την εικόνα 2β ότι τον μήνα Αύγουστο οι συγκεντρώσεις χλωροφύλλης-α έχουν μειωθεί αισθητά. Τέλος, όσον αφορά την κατανομή των θερμοκρασιών (εικόνα 2γ) παρατηρείται ότι διαμορφώνονται δύο πεδία. Το πρώτο βορείως της Μυτιλήνης που χαρακτηρίζεται από χαμηλές θερμοκρασίες και το δεύτερο νοτίως της Χίου που χαρακτηρίζεται από υψηλές θερμοκρασίες. Στην περιοχή που βρίσκεται μεταξύ Μυτιλήνης και Χίου παρατηρείται η παρουσία θερμού επιφανειακού στρώματος. Επίσης, υψηλές θερμοκρασίες παρατηρούνται στον Κόλπο της Καλλονής.<br /> [[Εικόνα:Art12_2.JPG|thumb|right|'''Εικόνα 2:''' (α) Χωρική κατανομή της χλωροφύλλης-α βάσει δορυφορικών δεδομένων LANDSAT-TM (1-7-1994)(β) Χωρική κατανομή της χλωροφύλλης-α βάσει δορυφορικών δεδομένων<br /> LANDSAT-TM (2-8-1994)(γ) Χωρική κατανομή των θερμοκρασιών βάσει δορυφορικών δεδομένων AVHRR (14-10 1995) (Επεξήγηση κατηγοριών 1-4 στον Πίνακα2).]]<br /> <br /> <br /> <br /> [[category:Παρακολούθηση της Ωκεάνιας Παραγωγής (Φυτοπλαγκτόν, Χλωροφύλλη Α) και ευτροφισμός]]</div>

Ngeorganteas http://147.102.106.44/rs/wiki/index.php/%CE%A7%CF%81%CE%AE%CF%83%CE%B7_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CF%89%CE%BD_LANDSAT-TM_%CE%BA%CE%B1%CE%B9_AVHRR_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7_%CE%BC%CE%B5%CE%BB%CE%AD%CF%84%CE%B7_%CF%84%CE%BF%CF%85_%CE%B8%CE%B1%CE%BB%CE%AC%CF%83%CF%83%CE%B9%CE%BF%CF%85_%CF%80%CE%B5%CF%81%CE%B9%CE%B2%CE%AC%CE%BB%CE%BB%CE%BF%CE%BD%CF%84%CE%BF%CF%82. 2010-02-12T18:26:56Z

<p>Ngeorganteas: </p> <hr /> <div>'''Συγγραφείς:''' Κίτσιου Δ. (''Τμήμα Περιβάλλοντος Πανεπιστήμιο Αιγαίου, Εργαστήριο Υδατικών Οικοσυστημάτων''), Χατζόπουλος Ι. (''Τμήμα Περιβάλλοντος Πανεπιστήμιο Αιγαίου, Εργαστήριο Τηλεπισκόπησης &amp; Γεωγραφικών Συστημάτων Πληροφοριών''), Καρύδης Μ. (''Τμήμα Περιβάλλοντος Πανεπιστήμιο Αιγαίου, Εργαστήριο Υδατικών Οικοσυστημάτων'')<br /> <br /> '''Πηγή:''' Eλληνικό Kέντρο Θαλάσσιων Ερευνών, 5ο Πανελλήνιο Συμπόσιο Ωκεανογραφίας &amp; Αλιείας, http://symposia.ath.hcmr.gr/ <br /> <br /> <br /> '''1. Εισαγωγή'''<br /> <br /> Η ανάπτυξη των παράκτιων περιοχών είναι γνωστό ότι δημιουργεί περιβαλλοντικά προβλήματα. Όμως, η παράκτια ζώνη είναι ζωτικής σημασίας από οικονομικής απόψεως και κατά συνέπεια απαιτείται συστηματική παρακολούθηση για την ταχύτατη και αποτελεσματική εκτίμηση της ποιότητας του παράκτιου περιβάλλοντος και της προστασίας του. Τα τελευταία χρόνια η ανάπτυξη τηλεπισκοπικών μεθόδων είχε και σαν πεδίο εφαρμογής τις μελέτες θαλάσσιας ρύπανσης και κατ΄αυτόν τον τρόπο καθίσταται δυνατή η εκτίμηση της ποιότητας του θαλάσσιου περιβάλλοντος σε μεγάλη έκταση και με σχετικά χαμηλό κόστος. Ειδικότερα, δεδομένα από τους δέκτες AVHRR και LANDSAT-TM χωρικής διακριτικής ικανότητας 1,1km και 30m αντίστοιχα, έχουν συμβάλλει σημαντικά στην προσέγγιση του φαινομένου της θαλάσσιας ρύπανσης σε μεγάλη έκταση, διαδικασία δύσκολη, χρονοβόρα και συχνά αδύνατη με χρήση των κλασσικών ωκεανογραφικών μεθόδων.<br /> <br /> Στην παρούσα εργασία επεχειρήθηκε αρχικά η ανάπτυξη θεματικών χαρτών που απεικονίζουν την χωρική κατανομή της συγκέντρωσης χλωροφύλλης-α (σημαντικού δείκτη του ευτροφισμού) στην ευρύτερη θαλάσσια περιοχή της Νήσου Λέσβου βάσει των δεδομένων του δέκτη LANDSAT-TM και στη συνέχεια θεματικού χάρτη απεικόνισης της χωρικής κατανομής των θερμοκρασιών στο ΒΑ Αιγαίο βάσει των δεδομένων του δέκτη AVHRR. Στις περιοχές μελέτης διεξήχθησαν δειγματοληψίες σε ημερομηνίες κοντά με εκείνες της λήψης των αντίστοιχων δορυφορικών εικόνων, βάσει των οποίων αναπτύχθηκε αλγόριθμος/μοντέλο ικανό να περιγράψει τη σχέση ανάμεσα στην εξεταζόμενη παράμετρο και τις μετρούμενες τιμές στα διάφορα κανάλια του δέκτη. Η χωρική κατανομή κάθε παραμέτρου προέκυψε με την εφαρμογή αυτών των αλγορίθμων στις αντίστοιχες δορυφορικές εικόνες. Η κατηγοριοποίηση των αποτελεσμάτων που ακολούθησε, οδήγησε στην παραγωγή θεματικών χαρτών όπου τα όρια των χωρικών διακυμάνσεων της χλωροφύλλης-α και των θερμοκρασιών είναι σαφώς καθορισμένα. Απεικονίσεις τέτοιου είδους αποδεικνύονται πολύ χρήσιμες στην παράκτια διαχείριση όπου απαιτείται εκτίμηση της ποιότητας του θαλάσσιου περιβάλλοντος σε ευρεία χωρική κλίμακα συμπεριλαμβανομένων περιοχών όπου δεν είναι εύκολη η συλλογή δεδομένων πεδίου, όπως είναι η περιοχή του Αιγαίου Πελάγους με το σύμπλεγμα των νησιών.<br /> <br /> <br /> '''2. Περιοχή μελέτης και πηγή δεδομένων'''<br /> <br /> Το πεδίο μελέτης είναι η θαλάσσια περιοχή των νησιών του ΒΑ Αιγαίου και ιδιαίτερα η ευρύτερη θαλάσσια περιοχή της Νήσου Λέσβου. Τα δεδομένα πεδίου προέρχονται από δειγματοληψίες που διεξήχθησαν σε δίκτυο 37 σταθμών δειγματοληψίας στα ανατολικά παράλια της Ν. Λέσβου (εικόνα 1) και σε δίκτυο 8 σταθμών δειγματοληψίας στην ευρύτερη περιοχή του λιμένα της πόλης της Μυτιλήνης, στα πλαίσια ερευνητικών προγραμμάτων του Πανεπιστημίου Αιγαίου. Τα δορυφορικά δεδομένα που χρησιμοποιήθηκαν προέρχονται από δύο mini-σκηνές εικόνων του δέκτη LANDSAT-TM (1/7/1994 και 2/8/1994) και μιας δορυφορικής εικόνας του δέκτη AVHRR-NOAA/14 (14/10/1995), η οποία ελήφθηκε από τον δορυφορικό σταθμό του Πανεπιστημίου Αιγαίου. Οι ημερομηνίες των εικόνων βρίσκονται κοντά σε εκείνες που έγιναν δειγματοληψίες πεδίου. [[Εικόνα:Art12_1.JPG|thumb|right|'''Εικόνα 1:''' Σταθμοί δειγματοληψίας στα ανατολικά παράλια της Ν. Λέσβου.]]<br /> <br /> <br /> '''3. Επεξεργασία δορυφορικών εικόνων'''<br /> <br /> '''Α. Γεωμετρική διόρθωση των εικόνων.'''<br /> Η γεωμετρική διόρθωση έχει σαν σκοπό την μετατροπή των εικονοσυντεταγμένων σε πραγματικές συντεταγμένες εδάφους. Για να επιτευχθεί αυτό, επιλέχθηκαν σημεία εμφανή τόσο στην εικόνα όσο και στον αντίστοιχο χάρτη της περιοχής μελέτης (Επίγεια Σημεία Ελέγχου - Ground Control Points) με γνωστές συντεταγμένες εδάφους. Βάσει των σημείων αυτών εκτιμήθηκε ο βέλτιστος μετασχηματισμός, τέτοιος ώστε να προκύπτει το ελάχιστο δυνατό RMS σφάλμα, και έγινε επαναδειγματοληψία ολόκληρης της εικόνας ώστε να γίνει μετατροπή των συντεταγμένων όλων των pixels σε πραγματικές συντεταγμένες εδάφους.<br /> <br /> '''Β. Αποκοπή των pixels της εικόνας που αντιστοιχούν στην ξηρά.'''<br /> Δεδομένου ότι η μελέτη μας επικεντρώνεται στο θαλάσσιο περιβάλλον, στα pixels που αντιστοιχούν στην ξηρά δόθηκε η ραδιομετρική τιμή μηδέν, ώστε αυτά να μην λαμβάνονται υπόψη σε οποιαδήποτε περαιτέρω επεξεργασία.<br /> <br /> '''Γ. Μετατροπή των ψηφιακών τιμών (Digital Numbers - DN) σε λαμπρότητα (Radiance).'''<br /> Για την μετατροπή των ψηφιακών τιμών των εικόνων LANDSAT-TM σε λαμπρότητα, χρησιμοποιήθηκε η σχέση,<br /> R (Watt/m2 str) = Ao + A1 (DN), όπου οι τιμές των συντελεστών Ao και A1 για το κάθε κανάλι, δίνονται στον πίνακα 1. Για την επεξεργασία της εικόνας AVHRR χρησιμοποιήθηκαν οι ψηφιακές τιμές (DN) των pixels.<br /> [[Εικόνα:Art12_tab1.JPG|thumb|right|'''Πίνακας 1:''' Συντελεστές Ao και A1 για την μετατροπή των ψηφιακών τιμών των εικόνων LANDSAT-TM σε λαμπρότητα.]]<br /> [[Εικόνα:Art12_tab2.JPG|thumb|right|'''Πίνακας 2:''' Κατηγοριοποίηση αποτελεσμάτων χλωροφύλλης-α (chl-α) και θερμοκρασιών.]]<br /> <br /> '''Δ. Προσδιορισμός των σταθμών δειγματοληψίας στην εικόνα και υπολογισμός της λαμπρότητας που αντιστοιχεί στις θέσεις αυτές.'''<br /> Ο προσδιορισμός της θέσης των σταθμών δειγματοληψίας πάνω στην εικόνα είναι εύκολος, δεδομένου ότι είναι γνωστές οι ακριβείς συντεταγμένες τους (χρήση GPS κατά την δειγματοληψία) και ότι οι συντεταγμένες της εικόνας ανήκουν στο Γεωγραφικό Σύστημα Συντεταγμένων.<br /> <br /> '''Ε. Ανάπτυξη μοντέλων υπολογισμού των υπό μελέτη παραμέτρων από δεδομένα των δορυφορικών εικόνων.'''<br /> Για την ανάπτυξη των μοντέλων μέτρησης των υπό μελέτη παραμέτρων έγινε στατιστική επεξεργασία (ανάλυση απλής ή πολλαπλής παλινδρόμησης) των ωκεανογραφικών και τηλεπισκοπικών δεδομένων. Όσον αφορά την συγκέντρωση χλωροφύλλης-α, ο αλγόριθμος που έδωσε τον καλύτερο συντελεστή συσχέτισης είναι ο εξής:<br /> logC = 0.62 + 0.176 (Band 2) - 3.445 (Band 1 / Band 2)<br /> <br /> όπου C: οι συγκεντρώσεις χλωροφύλλης-α που μετρήθηκαν στις 20/21-7-1994 και Βand 1 και Band 2: οι λαμπρότητες των καναλιών 1 και 2 αντίστοιχα του δέκτη LANDSAT-TM (2/8/1994) της Μυτιλήνης. Ο αλγόριθμος αυτός εφαρμόσθηκε στη συνέχεια και στη δορυφορική εικόνα της Μυτιλήνης της 1/7/1994. Όσον αφορά την επιφανειακή θερμοκρασία της θάλασσας, ο αλγόριθμος που χρησιμοποιήθηκε για την εκτίμηση είναι ο εξής:<br /> temp = 43.1 - 3.35 (Band 4 - Band 5) + 0.125 (Band 4 - Band 5)2<br /> <br /> όπου temp: οι θερμοκρασίες που μετρήθηκαν στις 6/10/1995 και Band 4 και Band 5, οι DN των καναλιών 4 και 5 αντίστοιχα του δέκτη AVHRR.<br /> <br /> '''ΣΤ. Εφαρμογή των μοντέλων στις εικόνες.'''<br /> Μετά τον υπολογισμό των μοντέλων μέτρησης των υπό μελέτη παραμέτρων, αυτά εφαρμόσθηκαν στις δορυφορικές εικόνες για τον υπολογισμό της χωρικής κατανομής κάθε παραμέτρου.<br /> <br /> '''Ζ. Κατηγοριοποίηση των αποτελεσμάτων.'''<br /> Για να γίνει πιο κατανοητή η χωρική κατανομή των υπό εξέταση παραμέτρων, οι τιμές που προέκυψαν από την εφαρμογή των μοντέλων κατηγοριοποιήθηκαν βάσει του Πίνακα 2. Οι τέσσερις κατηγορίες που προέκυψαν βάσει των συγκεντρώσεων χλωροφύλλης-α αντιστοιχούν στα διάφορα ευτροφικά πεδία (1: εύτροφο, 2: βεβαρημένο μεσότροφο, 3: ελαφρώς μεσότροφο, 4: ολιγότροφο).<br /> <br /> <br /> '''4. Αποτελέσματα'''<br /> <br /> Τα αποτελέσματα της επεξεργασίας των δορυφορικών εικόνων δίνονται υπό μορφή θεματικών χαρτών στην εικόνα 2. Στην εικόνα 2α φαίνεται ότι υπάρχουν υψηλές συγκεντρώσεις χλωροφύλλης-α στην παράκτια ζώνη της Ν. Λέσβου και ιδιαίτερα κοντά στο λιμάνι της πόλης της Μυτιλήνης, στην περιοχή της Θερμής και στον Κόλπο της Γέρας. Σημειώνεται εδώ ότι οι πολύ υψηλές τιμές κοντά στις ακτές δεν είναι αποτέλεσμα μόνο του φαινομένου του ευτροφισμού που παρατηρείται στις περιοχές αυτές, ιδιαίτερα κατά την θερινή περίοδο. Συμβάλλει ιδιαίτερα και το γεγονός ότι τα νερά είναι ρηχά με αποτέλεσμα η Η/Μ ακτινοβολία να σκεδάζεται στον βυθό και τα αντίστοιχα pixels των δορυφορικών εικόνων να δίνουν υψηλές ραδιομετρικές τιμές. Είναι εμφανές από την εικόνα 2β ότι τον μήνα Αύγουστο οι συγκεντρώσεις χλωροφύλλης-α έχουν μειωθεί αισθητά. Τέλος, όσον αφορά την κατανομή των θερμοκρασιών (εικόνα 2γ) παρατηρείται ότι διαμορφώνονται δύο πεδία. Το πρώτο βορείως της Μυτιλήνης που χαρακτηρίζεται από χαμηλές θερμοκρασίες και το δεύτερο νοτίως της Χίου που χαρακτηρίζεται από υψηλές θερμοκρασίες. Στην περιοχή που βρίσκεται μεταξύ Μυτιλήνης και Χίου παρατηρείται η παρουσία θερμού επιφανειακού στρώματος. Επίσης, υψηλές θερμοκρασίες παρατηρούνται στον Κόλπο της Καλλονής.<br /> [[Εικόνα:Art12_2.JPG|thumb|right|'''Εικόνα 2:''' (α) Χωρική κατανομή της χλωροφύλλης-α βάσει δορυφορικών δεδομένων LANDSAT-TM (1-7-1994)<br /> (β) Χωρική κατανομή της χλωροφύλλης-α βάσει δορυφορικών δεδομένων<br /> LANDSAT-TM (2-8-1994)<br /> (γ) Χωρική κατανομή των θερμοκρασιών βάσει δορυφορικών δεδομένων<br /> AVHRR (14-10 1995) (Επεξήγηση κατηγοριών 1-4 στον Πίνακα2).<br /> ]]<br /> <br /> <br /> <br /> [[category:Παρακολούθηση της Ωκεάνιας Παραγωγής (Φυτοπλαγκτόν, Χλωροφύλλη Α) και ευτροφισμός]]</div>

Ngeorganteas http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Art12_tab2.JPG 2010-02-12T18:21:32Z

<p>Ngeorganteas: </p> <hr /> <div></div>

Ngeorganteas http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Art12_tab1.JPG 2010-02-12T18:21:20Z

<p>Ngeorganteas: </p> <hr /> <div></div>

Ngeorganteas http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Art12_2.JPG 2010-02-12T18:21:11Z

<p>Ngeorganteas: </p> <hr /> <div></div>

Ngeorganteas http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Art12_1.JPG 2010-02-12T18:21:01Z

<p>Ngeorganteas: </p> <hr /> <div></div>

Ngeorganteas http://147.102.106.44/rs/wiki/index.php/%CE%A7%CF%81%CE%AE%CF%83%CE%B7_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CF%89%CE%BD_LANDSAT-TM_%CE%BA%CE%B1%CE%B9_AVHRR_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7_%CE%BC%CE%B5%CE%BB%CE%AD%CF%84%CE%B7_%CF%84%CE%BF%CF%85_%CE%B8%CE%B1%CE%BB%CE%AC%CF%83%CF%83%CE%B9%CE%BF%CF%85_%CF%80%CE%B5%CF%81%CE%B9%CE%B2%CE%AC%CE%BB%CE%BB%CE%BF%CE%BD%CF%84%CE%BF%CF%82. 2010-02-12T18:20:36Z

<p>Ngeorganteas: </p> <hr /> <div>'''Συγγραφείς:''' Κίτσιου Δ. (''Τμήμα Περιβάλλοντος Πανεπιστήμιο Αιγαίου, Εργαστήριο Υδατικών Οικοσυστημάτων''), Χατζόπουλος Ι. (''Τμήμα Περιβάλλοντος Πανεπιστήμιο Αιγαίου, Εργαστήριο Τηλεπισκόπησης &amp; Γεωγραφικών Συστημάτων Πληροφοριών''), Καρύδης Μ. (''Τμήμα Περιβάλλοντος Πανεπιστήμιο Αιγαίου, Εργαστήριο Υδατικών Οικοσυστημάτων'')<br /> <br /> '''Πηγή:''' Eλληνικό Kέντρο Θαλάσσιων Ερευνών, 5ο Πανελλήνιο Συμπόσιο Ωκεανογραφίας &amp; Αλιείας, http://symposia.ath.hcmr.gr/ <br /> <br /> <br /> '''1. Εισαγωγή'''<br /> <br /> Η ανάπτυξη των παράκτιων περιοχών είναι γνωστό ότι δημιουργεί περιβαλλοντικά προβλήματα. Όμως, η παράκτια ζώνη είναι ζωτικής σημασίας από οικονομικής απόψεως και κατά συνέπεια απαιτείται συστηματική παρακολούθηση για την ταχύτατη και αποτελεσματική εκτίμηση της ποιότητας του παράκτιου περιβάλλοντος και της προστασίας του. Τα τελευταία χρόνια η ανάπτυξη τηλεπισκοπικών μεθόδων είχε και σαν πεδίο εφαρμογής τις μελέτες θαλάσσιας ρύπανσης και κατ΄αυτόν τον τρόπο καθίσταται δυνατή η εκτίμηση της ποιότητας του θαλάσσιου περιβάλλοντος σε μεγάλη έκταση και με σχετικά χαμηλό κόστος. Ειδικότερα, δεδομένα από τους δέκτες AVHRR και LANDSAT-TM χωρικής διακριτικής ικανότητας 1,1km και 30m αντίστοιχα, έχουν συμβάλλει σημαντικά στην προσέγγιση του φαινομένου της θαλάσσιας ρύπανσης σε μεγάλη έκταση, διαδικασία δύσκολη, χρονοβόρα και συχνά αδύνατη με χρήση των κλασσικών ωκεανογραφικών μεθόδων.<br /> <br /> Στην παρούσα εργασία επεχειρήθηκε αρχικά η ανάπτυξη θεματικών χαρτών που απεικονίζουν την χωρική κατανομή της συγκέντρωσης χλωροφύλλης-α (σημαντικού δείκτη του ευτροφισμού) στην ευρύτερη θαλάσσια περιοχή της Νήσου Λέσβου βάσει των δεδομένων του δέκτη LANDSAT-TM και στη συνέχεια θεματικού χάρτη απεικόνισης της χωρικής κατανομής των θερμοκρασιών στο ΒΑ Αιγαίο βάσει των δεδομένων του δέκτη AVHRR. Στις περιοχές μελέτης διεξήχθησαν δειγματοληψίες σε ημερομηνίες κοντά με εκείνες της λήψης των αντίστοιχων δορυφορικών εικόνων, βάσει των οποίων αναπτύχθηκε αλγόριθμος/μοντέλο ικανό να περιγράψει τη σχέση ανάμεσα στην εξεταζόμενη παράμετρο και τις μετρούμενες τιμές στα διάφορα κανάλια του δέκτη. Η χωρική κατανομή κάθε παραμέτρου προέκυψε με την εφαρμογή αυτών των αλγορίθμων στις αντίστοιχες δορυφορικές εικόνες. Η κατηγοριοποίηση των αποτελεσμάτων που ακολούθησε, οδήγησε στην παραγωγή θεματικών χαρτών όπου τα όρια των χωρικών διακυμάνσεων της χλωροφύλλης-α και των θερμοκρασιών είναι σαφώς καθορισμένα. Απεικονίσεις τέτοιου είδους αποδεικνύονται πολύ χρήσιμες στην παράκτια διαχείριση όπου απαιτείται εκτίμηση της ποιότητας του θαλάσσιου περιβάλλοντος σε ευρεία χωρική κλίμακα συμπεριλαμβανομένων περιοχών όπου δεν είναι εύκολη η συλλογή δεδομένων πεδίου, όπως είναι η περιοχή του Αιγαίου Πελάγους με το σύμπλεγμα των νησιών.<br /> <br /> <br /> '''2. Περιοχή μελέτης και πηγή δεδομένων'''<br /> <br /> Το πεδίο μελέτης είναι η θαλάσσια περιοχή των νησιών του ΒΑ Αιγαίου και ιδιαίτερα η ευρύτερη θαλάσσια περιοχή της Νήσου Λέσβου. Τα δεδομένα πεδίου προέρχονται από δειγματοληψίες που διεξήχθησαν σε δίκτυο 37 σταθμών δειγματοληψίας στα ανατολικά παράλια της Ν. Λέσβου (εικόνα 1) και σε δίκτυο 8 σταθμών δειγματοληψίας στην ευρύτερη περιοχή του λιμένα της πόλης της Μυτιλήνης, στα πλαίσια ερευνητικών προγραμμάτων του Πανεπιστημίου Αιγαίου. Τα δορυφορικά δεδομένα που χρησιμοποιήθηκαν προέρχονται από δύο mini-σκηνές εικόνων του δέκτη LANDSAT-TM (1/7/1994 και 2/8/1994) και μιας δορυφορικής εικόνας του δέκτη AVHRR-NOAA/14 (14/10/1995), η οποία ελήφθηκε από τον δορυφορικό σταθμό του Πανεπιστημίου Αιγαίου. Οι ημερομηνίες των εικόνων βρίσκονται κοντά σε εκείνες που έγιναν δειγματοληψίες πεδίου.<br /> <br /> <br /> '''3. Επεξεργασία δορυφορικών εικόνων'''<br /> <br /> '''Α. Γεωμετρική διόρθωση των εικόνων.'''<br /> Η γεωμετρική διόρθωση έχει σαν σκοπό την μετατροπή των εικονοσυντεταγμένων σε πραγματικές συντεταγμένες εδάφους. Για να επιτευχθεί αυτό, επιλέχθηκαν σημεία εμφανή τόσο στην εικόνα όσο και στον αντίστοιχο χάρτη της περιοχής μελέτης (Επίγεια Σημεία Ελέγχου - Ground Control Points) με γνωστές συντεταγμένες εδάφους. Βάσει των σημείων αυτών εκτιμήθηκε ο βέλτιστος μετασχηματισμός, τέτοιος ώστε να προκύπτει το ελάχιστο δυνατό RMS σφάλμα, και έγινε επαναδειγματοληψία ολόκληρης της εικόνας ώστε να γίνει μετατροπή των συντεταγμένων όλων των pixels σε πραγματικές συντεταγμένες εδάφους.<br /> <br /> '''Β. Αποκοπή των pixels της εικόνας που αντιστοιχούν στην ξηρά.'''<br /> Δεδομένου ότι η μελέτη μας επικεντρώνεται στο θαλάσσιο περιβάλλον, στα pixels που αντιστοιχούν στην ξηρά δόθηκε η ραδιομετρική τιμή μηδέν, ώστε αυτά να μην λαμβάνονται υπόψη σε οποιαδήποτε περαιτέρω επεξεργασία.<br /> <br /> '''Γ. Μετατροπή των ψηφιακών τιμών (Digital Numbers - DN) σε λαμπρότητα (Radiance).'''<br /> Για την μετατροπή των ψηφιακών τιμών των εικόνων LANDSAT-TM σε λαμπρότητα, χρησιμοποιήθηκε η σχέση,<br /> R (Watt/m2 str) = Ao + A1 (DN), όπου οι τιμές των συντελεστών Ao και A1 για το κάθε κανάλι, δίνονται στον πίνακα 1. Για την επεξεργασία της εικόνας AVHRR χρησιμοποιήθηκαν οι ψηφιακές τιμές (DN) των pixels.<br /> <br /> '''Δ. Προσδιορισμός των σταθμών δειγματοληψίας στην εικόνα και υπολογισμός της λαμπρότητας που αντιστοιχεί στις θέσεις αυτές.'''<br /> Ο προσδιορισμός της θέσης των σταθμών δειγματοληψίας πάνω στην εικόνα είναι εύκολος, δεδομένου ότι είναι γνωστές οι ακριβείς συντεταγμένες τους (χρήση GPS κατά την δειγματοληψία) και ότι οι συντεταγμένες της εικόνας ανήκουν στο Γεωγραφικό Σύστημα Συντεταγμένων.<br /> <br /> '''Ε. Ανάπτυξη μοντέλων υπολογισμού των υπό μελέτη παραμέτρων από δεδομένα των δορυφορικών εικόνων.'''<br /> Για την ανάπτυξη των μοντέλων μέτρησης των υπό μελέτη παραμέτρων έγινε στατιστική επεξεργασία (ανάλυση απλής ή πολλαπλής παλινδρόμησης) των ωκεανογραφικών και τηλεπισκοπικών δεδομένων. Όσον αφορά την συγκέντρωση χλωροφύλλης-α, ο αλγόριθμος που έδωσε τον καλύτερο συντελεστή συσχέτισης είναι ο εξής:<br /> logC = 0.62 + 0.176 (Band 2) - 3.445 (Band 1 / Band 2)<br /> <br /> όπου C: οι συγκεντρώσεις χλωροφύλλης-α που μετρήθηκαν στις 20/21-7-1994 και Βand 1 και Band 2: οι λαμπρότητες των καναλιών 1 και 2 αντίστοιχα του δέκτη LANDSAT-TM (2/8/1994) της Μυτιλήνης. Ο αλγόριθμος αυτός εφαρμόσθηκε στη συνέχεια και στη δορυφορική εικόνα της Μυτιλήνης της 1/7/1994. Όσον αφορά την επιφανειακή θερμοκρασία της θάλασσας, ο αλγόριθμος που χρησιμοποιήθηκε για την εκτίμηση είναι ο εξής:<br /> temp = 43.1 - 3.35 (Band 4 - Band 5) + 0.125 (Band 4 - Band 5)2<br /> <br /> όπου temp: οι θερμοκρασίες που μετρήθηκαν στις 6/10/1995 και Band 4 και Band 5, οι DN των καναλιών 4 και 5 αντίστοιχα του δέκτη AVHRR.<br /> <br /> '''ΣΤ. Εφαρμογή των μοντέλων στις εικόνες.'''<br /> Μετά τον υπολογισμό των μοντέλων μέτρησης των υπό μελέτη παραμέτρων, αυτά εφαρμόσθηκαν στις δορυφορικές εικόνες για τον υπολογισμό της χωρικής κατανομής κάθε παραμέτρου.<br /> <br /> '''Ζ. Κατηγοριοποίηση των αποτελεσμάτων.'''<br /> Για να γίνει πιο κατανοητή η χωρική κατανομή των υπό εξέταση παραμέτρων, οι τιμές που προέκυψαν από την εφαρμογή των μοντέλων κατηγοριοποιήθηκαν βάσει του Πίνακα 2. Οι τέσσερις κατηγορίες που προέκυψαν βάσει των συγκεντρώσεων χλωροφύλλης-α αντιστοιχούν στα διάφορα ευτροφικά πεδία (1: εύτροφο, 2: βεβαρημένο μεσότροφο, 3: ελαφρώς μεσότροφο, 4: ολιγότροφο).<br /> <br /> <br /> '''4. Αποτελέσματα'''<br /> <br /> Τα αποτελέσματα της επεξεργασίας των δορυφορικών εικόνων δίνονται υπό μορφή θεματικών χαρτών στην εικόνα 2. Στην εικόνα 2α φαίνεται ότι υπάρχουν υψηλές συγκεντρώσεις χλωροφύλλης-α στην παράκτια ζώνη της Ν. Λέσβου και ιδιαίτερα κοντά στο λιμάνι της πόλης της Μυτιλήνης, στην περιοχή της Θερμής και στον Κόλπο της Γέρας. Σημειώνεται εδώ ότι οι πολύ υψηλές τιμές κοντά στις ακτές δεν είναι αποτέλεσμα μόνο του φαινομένου του ευτροφισμού που παρατηρείται στις περιοχές αυτές, ιδιαίτερα κατά την θερινή περίοδο. Συμβάλλει ιδιαίτερα και το γεγονός ότι τα νερά είναι ρηχά με αποτέλεσμα η Η/Μ ακτινοβολία να σκεδάζεται στον βυθό και τα αντίστοιχα pixels των δορυφορικών εικόνων να δίνουν υψηλές ραδιομετρικές τιμές. Είναι εμφανές από την εικόνα 2β ότι τον μήνα Αύγουστο οι συγκεντρώσεις χλωροφύλλης-α έχουν μειωθεί αισθητά. Τέλος, όσον αφορά την κατανομή των θερμοκρασιών (εικόνα 2γ) παρατηρείται ότι διαμορφώνονται δύο πεδία. Το πρώτο βορείως της Μυτιλήνης που χαρακτηρίζεται από χαμηλές θερμοκρασίες και το δεύτερο νοτίως της Χίου που χαρακτηρίζεται από υψηλές θερμοκρασίες. Στην περιοχή που βρίσκεται μεταξύ Μυτιλήνης και Χίου παρατηρείται η παρουσία θερμού επιφανειακού στρώματος. Επίσης, υψηλές θερμοκρασίες παρατηρούνται στον Κόλπο της Καλλονής.<br /> <br /> <br /> [[category:Παρακολούθηση της Ωκεάνιας Παραγωγής (Φυτοπλαγκτόν, Χλωροφύλλη Α) και ευτροφισμός]]</div>

Ngeorganteas http://147.102.106.44/rs/wiki/index.php/%CE%A7%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CE%BA%CE%B1%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CE%B5%CE%BA%CF%84%CE%AC%CF%83%CE%B5%CF%89%CE%BD_%CE%BC%CE%B5_%CF%84%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CF%89%CE%BD_%CF%87%CE%B1%CE%BC%CE%B7%CE%BB%CE%AE%CF%82,_%CE%BC%CE%AD%CF%83%CE%B7%CF%82-%CF%85%CF%88%CE%B7%CE%BB%CE%AE%CF%82_%CE%BA%CE%B1%CE%B9_%CF%80%CE%BF%CE%BB%CF%8D_%CF%85%CF%88%CE%B7%CE%BB%CE%AE%CF%82_%CE%B5%CF%85%CE%BA%CF%81%CE%AF%CE%BD%CE%B5%CE%B9%CE%B1%CF%82 2010-02-12T18:17:12Z

<p>Ngeorganteas: </p> <hr /> <div>'''Συγγραφείς:''' Γήτας Ζ. Ι. (''Μεσογειακό Αγρονομικό Ινστιτούτο Χανίων (Μ.Α.Ι.Χ.)''), Rishmawi N. K.(''Μεσογειακό Αγρονομικό Ινστιτούτο Χανίων (Μ.Α.Ι.Χ.)'')<br /> <br /> '''Πηγή:''' Ινστιτούτο Μεσογειακών Δασικών Οικοσυστημάτων και Τεχνολογίας Δασικών Προϊόντων, Πρακτικά Συνεδρίου: Αποκατάσταση Καμένων Εκτάσεων (Αθήνα, Δεκέμβριος 2001), http://www.fria.gr/<br /> <br /> <br /> '''1. Εισαγωγή'''<br /> <br /> Όπως αναφέρεται στη βιβλιογραφία οι φυσικές πυρκαγιές είναι αναπόσπαστο μέρος πολλών χερσαίων οικοσυστημάτων όπως τα εύκρατα δάση, οι σαβάνες και τα Μεσογειακά οικοσυστήματα μεταξύ άλλων. Όμως, από το 1960 μέχρι σήμερα, στις Ευρωπαϊκές Μεσογειακές χώρες, παρατηρείται μία εκθετική αύξηση τόσο στον αριθμό των πυρκαγιών όσο και στην συνολική καμένη έκταση. <br /> <br /> Όταν μία δασική έκταση καταστρέφεται από πυρκαγιά, λεπτομερείς και άμεσες πληροφορίες σχετικά με τη θέση και την έκταση της καμένης έκτασης καθώς και το βαθμό της καταστροφής είναι απαραίτητες για να εκτιμηθούν οι οικονομικές ζημίες και οι περιβαλλοντικές επιπτώσεις, να καταγραφούν οι αλλαγές στην χρήση και κάλυψη της γης, να μοντελοποιηθούν οι ατμοσφαιρικές και κλιματικές επιπτώσεις από την καύση της βιομάζας. Επιπλέον, η ακριβής εκτίμηση βοηθά στην αξιολόγηση της αποτελεσματικότητας των μέτρων που έχουν παρθεί για την ανάπλαση της καμένης περιοχής, και επιτρέπει σε δασολόγους-διαχειριστές να εντοπίσουν περιοχές που χρειάζονται έντονη ή ειδική ανάπλαση, με σκοπό την αποφυγή της υποβάθμισης της περιοχής.<br /> <br /> Οι μέθοδοι που ακολουθούνται από τη Δασική Υπηρεσία στην Ελλάδα για τη χαρτογράφηση των καμένων εκτάσεων και για την εκτίμηση τον βαθμού καταστροφής της βλάστησης βασίζονται σε εκτενείς επισκέψεις στην καμένη περιοχή και σε οπτικές παρατηρήσεις των επιπτώσεων της πυρκαγιάς. Το σύνηθες αποτέλεσμα των επισκέψεων αυτών είναι η δημιουργία ενός πρόχειρου χάρτη της περιμέτρου της πυρκαγιάς επάνω στον τοπογραφικό χάρτη της περιοχής και η παραγωγή μίας Δήλωσης Αυτοψίας και μίας Αναφοράς της πυρκαγιάς. Πρέπει να σημειωθεί ότι πρόσφατα άρχισε να γίνεται χρήση τον Παγκόσμιου Συστήματος Εντοπισμού Θέσης (GPS) από την υπηρεσία στην καταγραφή των καμένων εκτάσεων.<br /> Τα κύρια προβλήματα που σχετίζονται με τις υπάρχουσες μεθόδους στην Μεσογειακή Ευρώπη είναι τα ακόλουθα:<br /> * Η παραγόμενη πληροφορία είναι συχνά μόνο ποιοτική και αφορά την περίμετρο πυρκαγιάς, ενώ πληροφορίες σχετικά με τα είδη που κάηκαν και τον βαθμό της καταστροφής δεν καταγράφονται,<br /> * Η πληροφορία δεν είναι διαθέσιμη ακόμη και μήνες μετά την πυρκαγιά με αποτέλεσμα να μην μπορεί να γίνει εκτίμηση της ανάκτησης της βλάστησης. Πιθανό αποτέλεσμα από την μη ανάκτηση της βλάστησης είναι η διάβρωση του εδάφους.<br /> <br /> Οι μικρές πυρκαγιές μπορούν να χαρτογραφούνται με τις υπάρχουσες μεθόδους αλλά σε περιπτώσεις μεγάλων πυρκαγιών οι συγκεκριμένες μέθοδοι είναι δύσκολο να εφαρμοστούν. Μία εναλλακτική λύση στις υπάρχουσες μεθόδους καταγραφής των καμένων εκτάσεων αποτελεί η τηλεπισκόπηση. Η παραπάνω άποψη βασίζεται σε αρκετές μελέτες που έχουν διεξαχθεί για να διερευνηθεί η ικανότητα των δορυφορικών εικόνων χαμηλής μέσης-υψηλής χωρικής ανάλυσης στην χαρτογράφηση καμένων εκτάσεων (πίνακας 1). Επιπλέον, υπάρχει μία σειρά από ερευνητικές εργασίες στις οποίες μελετάται η χρήση δορυφορικών εικόνων χαμηλής και μέσης-υψηλής χωρικής ανάλυσης στην χαρτογράφηση καμένων εκτάσεων. <br /> [[Εικόνα:Art11_tab1.jpg|thumb|right|'''Πίνακας 1:''' Σύγκριση μεθόδων χαρτογράφησης καμένων εκτάσεων.]]<br /> <br /> Σκοπός αυτής της εργασίας είναι να διερευνήσει την δυνατότητα χρήσης εικόνων χαμηλής (AVHRR), μέσης-υψηλής (LΑNDSΑT ΤΜ) και πολύ υψηλής (IKONOS) ευκρίνειας στην ακριβή χαρτογράφηση καμένων εκτάσεων στη Θάσο. <br /> <br /> <br /> '''2. Περιοχή μελέτης και δεδομένα'''<br /> <br /> H περιοχή μελέτης είναι η Θάσος. H συνολική έκταση τον νησιού είναι περίπου 39.000 εκτάρια ενώ η περίμετρος τον νησιού είναι λίγο μεγαλύτερη από 100 χιλιόμετρα. Το κλίμα της Θάσου είναι Μεσογειακό και χαρακτηρίζεται από θερμά, ξηρά και ηλιόλουστα καλοκαίρια και ψυχρούς χειμώνες. Οι βροχοπτώσεις λαμβάνουν χώρα κυρίως την άνοιξη και το φθινόπωρο. Τρεις πυρκαγιές, την δεκαετία τον 80, είχαν ως αποτέλεσμα να καούν περισσότερα από 20.000 εκτάρια δάσους, δηλαδή μία έκταση μεγαλύτερη από το μισό της συνολικής έκτασης τον νησιού (εικόνα 1). [[Εικόνα:Art11_1.jpg|thumb|right|'''Εικόνα 1:''' Οι περίμετροι τεσσάρων πυρκαγιών στη Θάσο.]]<br /> Επιπλέον, τον Ιούλιο τον 2000, μία μεικτή δασική πυρκαγιά έκαψε 165 εκτάρια τραχείας πεύκης. Σήμερα το δάσος της τραχείας πεύκης καλύπτει μία έκταση 2000 εκταρίων κυρίως στη βόρεια και ανατολική πλευρά τον νησιού.<br /> Πολλοί είναι οι λόγοι που η Θάσος αποτελεί ιδανική περιοχή μελέτης:<br /> * H περιοχή καλύπτεται από χαρακτηριστική Μεσογειακή βλάστηση δηλαδή από τον τύπο βλάστησης που πλήττεται κυρίως από τις πυρκαγιές στην Ελλάδα.<br /> * Υπήρχαν χαρτογραφικές αποτυπώσεις των πυρκαγιών, που μπορούν να χρησιμοποιηθούν στην εκτίμηση της ακρίβειας των χαρτογραφήσεων από δορυφορικές εικόνες.<br /> * Το έντονο ανάγλυφο που έχει ως αποτέλεσμα την ύπαρξη σκιαζόμενων περιοχών, οι οποίες συνήθως συγχέονται με τις καμένες εκτάσεις επάνω σε δορυφορικές εικόνες.<br /> <br /> Για τη μελέτη χρησιμοποιήθηκαν:<br /> *Δύο εικόνες ΝΟΑΑ/AVHRR. Πιο συγκεκριμένα μία εικόνα πριν (11 Αυγούστου 1989) και μία εικόνα μετά (20 Αυγούστου 1989) την πυρκαγιά.<br /> * Μία εικόνα LAΝDSAT ΤΜ μετά την πυρκαγιά (19 Σεπτεμβρίού 1989).<br /> * Μία εικόνα ΙΚΟΝΟS μετά την πυρκαγιά (17 Ιουλίου 2000).<br /> * Οι περίμετροι των πυρκαγιών όπως αποτυπώθηκαν από τη Δασική Υπηρεσία.<br /> * Ένα Ψηφιακό Μοντέλο Εδάφους (ανάλυσης 10 μέτρων) που δημιουργήθηκε από τοπογραφικούς χάρτες 1:5000.<br /> * Στοιχεία που συλλέχθηκαν μέσα στην έκταση που κάηκε το 2000 με τη χρήση θεσιολάβου (δέκτη GPS), και<br /> * Τοπογραφικοί και Θεματικοί χάρτες.<br /> <br /> <br /> '''3. Μεθοδολογία'''<br /> <br /> '''Α) Χαρτογράφηση με δορυφορικά δεδομένα AVHRR'''<br /> <br /> Ο απεικονιστής AVHRR που βρίσκεται στο μετεωρολογικό δορυφόρο NOAA έχει τα παρακάτω χαρακτηριστικά:<br /> * Καθημερινή λήψη,<br /> * Χωρική ανάλυση 1,1 χιλιόμετρα, και<br /> * Δύο ειδών λήψεις: κατά τη διάρκεια της ημέρας και κατά τη διάρκεια της νύχτας.<br /> <br /> Δύο εικόνες, η πρώτη μία εβδομάδα πριν και. η άλλη μία εβδομάδα μετά την πυρκαγιά τον 1989 (εικόνα 2) χρησιμοποιήθηκαν στην ανάλυση. Πρέπει να σημειωθεί ότι τα δεδομένα AVHRR διανέμονται ελεύθερα στο διαδίκτυο. Πριν από την ανάλυση έγινε η προεπεξεργασία τους. Η προεπεξεργασία των εικόνων, που περιελάμβανε την ατμοσφαιρική και ραδιομετρική τους διόρθωση, είχε ως αποτέλεσμα την κανονικοποίηση των δύο εικόνων ώστε να γίνουν συγκρίσιμες μεταξύ τους. Δηλαδή, με την προεπεξεργασία αυτή η παραλλακτικότητα των τιμών λαμπρότητας που οφείλονταν σε εξωτερικούς παράγοντες ελαχιστοποιήθηκε, ώστε το ίδιο αντικείμενο να έχει την ίδια εμφάνιση στις δύο εικόνες (που είχαν ληφθεί σε διαφορετικές ημερομηνίες και στην περίπτωση που δεν είχε καεί ή είχε υποστεί κάποια άλλη αλλαγή). Στην εργασία αυτή έγινε η σχετική διόρθωση των εικόνων AVHRR με εικόνα αναφοράς την εικόνα μετά την πυρκαγιά και με τη βοήθεια της μεθόδου γραμμικής παλινδρόμησης. Επιπλέον, η προεπεξεργασία των εικόνων περιελάμβανε τη γεωμετρική τους διόρθωση. Με τη γεωμετρική διόρθωση οι δορυφορικές εικόνες αποκτούν γεωμετρία χάρτη με αποτέλεσμα τα αντικείμενα να απεικονίζονται με το πραγματικό γεωμετρικό τους σχήμα. Επίσης, μετά τη γεωμετρική διόρθωση, οι. εικόνες και οι ψηφιακοί χάρτες μπορούν να χρησιμοποιούνται μαζί στη γεωγραφική ανάλύση εφόσον βρίσκονται στο ίδιο σύστημα αναφοράς.<br /> [[Εικόνα:Art11_2.jpg|thumb|right|'''Εικόνα 2:''' Δεδομένα AVHRR. Η εικόνα μετά την πυρκαγιά.]]<br /> <br /> Μετά την προεπεξεργασία των εικόνων AVHRR, υπολογίστηκε ο NDVI (Κανονικοποιημένος Δείκτης Βλάστησης) για κάθε μία από τις δύο εικόνες. Στη συνέχεια ο NDVI της εικόνας μετά από την πυρκαγιά αφαιρέθηκε από τον NDVI της εικόνας πριν από την πυρκαγιά. Η εικόνα που προέκυψε από την αφαίρεση χρησιμοποιήθηκε για τη χαρτογράφηση της πυρκαγιάς διότι οι αλλαγές στις τιμές τον NDVI σχετίζονται με την καταστροφή της βλάστησης.<br /> <br /> Για την εκτίμηση της ακρίβειας έγινε σύγκριση με την περίμετρο της πυρκαγιάς όπως αυτή αποτυπώθηκε από την Δασική Υπηρεσία (εικόνα 3). H ακρίβεια που επιτεύχθηκε ήταν της τάξης του 88%. H κυριότερη σύγχυση που παρατηρήθηκε ήταν αυτή της καμένης έκτασης με τα αβαθή ύδατα κοντά στην ακτογραμμή. Το πρόβλημα εντοπίζεται στη χαμηλή ευκρίνεια τον απεικονιστή, η οποία και επηρέασε την ακρίβεια της σχετικής γεωμετρικής διόρθωσης των δύο εικόνων. Επίσης, περιοχές μη-καμένης (υγιούς) βλάστησης μέσα στην περίμετρο της πυρκαγιάς χαρτογραφήθηκαν ως καμένες.<br /> [[Εικόνα:Art11_3.jpg|thumb|right|'''Εικόνα 3:''' Δεδομένα AVHRR. Προσοχή στη σύγχυση με τα αβαθή ύδατα. Με άσπρο περίγραμμα η περίμετρος της φωτιάς όπως αποτυπώθηκε από τη Δασική Υπηρεσία.]]<br /> <br /> '''Β) Χαρτογράφηση με δορυφορικά δεδομένα LANDSAT ΤΜ'''<br /> <br /> O απεικονιστής ΤΜ (εικόνα 4) που βρίσκεται στον δορυφόρο LANDSAT<br /> έχει τα παρακάτω χαρακτηριστικά:<br /> * κάλυψη κάθε 18 μέρες,<br /> * χωρική ανάλυση 30 μέτρα.<br /> [[Εικόνα:Art11_4.jpg|thumb|right|'''Εικόνα 4:''' Δεδομένα LANDSAT TM. Η ανάλυση βασίστηκε σε μια εικόνα που αποκτήθηκε μετά την πυρκαγιά. Με άσπρο περίγραμμα η περίμετρος της φωτιάς όπως αποτυπώθηκε από τη Δασική Υπηρεσία.]]<br /> <br /> Όπως αναφέρεται και πιο πάνω, σύμφωνα με τη σχετική βιβλιογραφία, η ακρίβεια της χαρτογράφησης καμένων εκτάσεων με την χρήση δορυφορικών εικόνων LANDSAT ΤΜ επηρεάζεται αρνητικά από την σύγχυση ανάμεσα σε περιοχές που σκιάζονται εξαιτίας του ανάγλυφου και τις καμένες εκτάσεις. Έτσι, η προεπεξεργασία περιελάμβανε όχι μόνον την ατμοσφαιρική και γεωμετρική αλλά και την τοπογραφική διόρθωση των δορυφορικών δεδομένων LANDSAT ΤΜ, με την χρήση τον μοντέλου τον Μinnaert . Με την τοπογραφική διόρθωση (εικόνα 5) αφαιρούνται από την εικόνα οι σκιές λόγω του ανάγλυφου, με αποτέλεσμα ένα αντικείμενο να έχει την ίδια εμφάνιση ανεξάρτητα από το αν βρίσκεται στην ανατολική ή δυτική πλαγιά ενός βουνού.<br /> [[Εικόνα:Art11_5.jpg|thumb|right|'''Εικόνα 5:''' Με την τοπογραφική διόρθωση αφαιρούνται από την εικόνα οι σκιές λόγω του αναγλύφου. Η εικόνα ΤΜ πριν (1) και μετά (2) την τοπογραφική διόρθωση.]]<br /> <br /> Η ανάλυση βασίστηκε σε μία εικόνα που αποκτήθηκε αμέσως μετά την πυρκαγιά στην οποία εφαρμόστηκε η τεχνική τον δυαδικού εφοδιαστικού μοντέλου παλινδρόμησης. Το δυαδικό εφοδιαστικό μοντέλο παλινδρόμησης συσχετίζει μία δυαδική εξαρτημένη μεταβλητή (σε αυτή την περίπτωση καμένο – μη καμένο) με μία ομάδα ανεξάρτητων μεταβλητών (σε αυτή την περίπτωση την τοπογραφικά διορθωμένη εικόνα LANDSAT ΤΜ με τους επτά διαύλους της). Το μοντέλο παράγει δυαδικό αποτέλεσμα δηλαδή καμένη έκταση και μη καμένη έκταση (εικόνα 6). Πιο συγκεκριμένα, όλα τα εικονοστοιχεία (pixels) με τιμή μικρότερη από 0,5 χαρακτηρίστηκαν ως καμένα και τα εικονοστοιχεία με τιμή μεγαλύτερη από 0,5 χαρακτηρίστηκαν ως μη-καμένα. Στην κατηγορία μη-καμένα συμπεριλαμβάνονται το νερό, οι αστικές περιοχές, η βλάστηση, οι γυμνές επιφάνειες και οι σκιαζόμενες εκτάσεις. Όπως και στην περίπτωση των εικόνων AVHRR, η εκτίμηση της ακρίβειας βασίστηκε στην σύγκριση με την περίμετρο της πυρκαγιάς όπως αυτή χαρτογραφήθηκε από την Δασική Υπηρεσία.<br /> [[Εικόνα:Art11_6.jpg|thumb|right|'''Εικόνα 6:''' Χαρτογράφηση της καμένης έκτασης με τη χρήση του δυαδικού εφοδιαστικού μοντέλου παλινδρόμησης. Με άσπρο περίγραμμα η περίμετρος της φωτιάς όπως αποτυπώθηκε από τη Δασική Υπηρεσία.]]<br /> <br /> Το αποτέλεσμα της μεθόδου αποδείχθηκε πολύ ακριβές όταν συγκρίθηκε με την περίμετρο της πυρκαγιάς σύμφωνα με την Δασική Υπηρεσία. Πιο συγκεκριμένα, η ακρίβεια που επιτεύχθηκε ήταν της τάξης τον 97,4%. Ελάχιστη σύγχυση δημιουργήθηκε ανάμεσα στην καμένη έκταση και σε περιοχές χαμηλής πυκνότητας βλάστησης, καθώς και ανάμεσα στην καμένη έκταση και στις αστικές περιοχές. H τοπογραφική διόρθωση είχε ως αποτέλεσμα τον ακριβή διαχωρισμό των καμένων εκτάσεων από τις σκιαζόμενες εκτάσεις.<br /> <br /> '''Γ) Χαρτογράφηση με δορυφορικά δεδομένα IKONOS'''<br /> <br /> O απεικονιστής IKONOS έχει τα παρακάτω χαρακτηριστικά:<br /> * δυνατότητα κάλύψης κάθε 3 μέρες,<br /> * χωρική ανάλυση 1 μέτρο (εικόνα 7), δύο εικόνες καλύπτουν το 80% της Θάσου<br /> [[Εικόνα:Art11_7.jpg|thumb|right|'''Εικόνα 7:''' Δεδομένα IKONOS. Η καμένη έκταση όπως φαίνεται σε μια εικόνα υψηλής ευκρίνειας. Με άσπρο περίγραμμα η περίμετρος της φωτιάς όπως αποτυπώθηκε από τη Δασική Υπηρεσία.]]<br /> <br /> H προεπεξεργασία περιελάμβανε την ατμοσφαιρική και γεωμετρική διόρθωση της δορυφορικής εικόνας. Για την ατμοσφαιρική διόρθωση χρησιμοποιήθηκε η μέθοδος τον Richter που χρησιμοποιεί το μοντέλο MORTRAN. H καμένη έκταση, το νερό και οι σκιαζόμενες περιοχές είναι τρεις κατηγορίες με παρόμοιο φασματικό προφίλ στην εικόνα IKONOS, λόγω τον περιορισμένου αριθμού διαύλων (3 στο ορατό και. ένας στο εγγύς υπέρυθρο) καθώς και της έλλειψης διαύλου στο μέσο-υπέρυθρο που έχει ο απεικονιστής. Επιπλέον, εξαιτίας της υψηλής ευκρίνειας των εικόνων IKONOS, παρατηρήθηκε δυσκολία στο διαχωρισμό της πυρκαγιάς επιφανείας από τις σκιαζόμενες εκτάσεις που καλύπτονται από βλάστηση υπορόφου.<br /> <br /> Για το διαχωρισμό των καμένων εκτάσεων από τις άλλες κατηγορίες κάλυψης γης αναπτύχθηκε μια πολύπλοκη μεθοδολογία πολλών βημάτων που περιελάμβανε:<br /> * τη σύγκριση των φασματικών υπογραφών της καμένης έκτασης (πυρκαγιά κομοστέγης και πυρκαγιά επιφανείας) με τις άλλες κατηγορίες κάλυψης γης,<br /> * την παραγωγή χρωματικών μοντέλων έντασης, απόχρωσης, κορεσμού (IHS),<br /> * την παραγωγή τον κανονικοποιημένου δείκτη βλάστησης (NDVI) για τον διαχωρισμό της καμένης έκτασης από το νερό,<br /> * την επιλογή των διαύλων και παραγώγων που φαίνεται να διαχωρίζουν καλύτερα την καμένη έκταση από τις άλλες κατηγορίες. Πιο συγκεκριμένα επιλέχθηκαν ο δίαυλος στο ερυθρό, ο δίαυλος στο υπέρυθρο, καθώς και η απόχρωση και ο κανονικοποιημένος δείκτης βλάστησης,<br /> * την επιλογή δειγματοληπτικών περιοχών αντιπροσωπευτικών για την κάθε<br /> κατηγορία και την αντιστοίχιση κάθε κατηγορίας σε έναν ακέραιο αριθμό,<br /> * τη χρήση της κανονικής ανάλυσης διάκρισης (Canonical Discriminant Analysis) πού περιελάμβανε την παραγωγή γραμμικών εξισώσεων διάκρισης που με τη σειρά τους χρησιμοποιήθηκαν στην παραγωγή σκορ διάκρισης. H CDA μεγιστοποιεί την απόκλιση ανάμεσα στις κατηγορίες και ελαχιστοποιεί την απόκλιση στην ίδια την κατηγορία,<br /> * την χρήση επιβλεπόμενης ταξινόμησης (με την χρήση της μεθόδου της ελάχιστης απόστασης) με την χρήση των σκορ διάκρισης.<br /> <br /> Για την εκτίμηση της ακρίβειας έγινε σύγκριση με την περίμετρο της πυρκαγιάς όπως αυτή χαρτογραφήθηκε από την Δασική Υπηρεσία. Επιπλέον, το 2000 πραγματοποιήθηκε επίσκεψη στην περιοχή μελέτης, κατά την οποία με την βοήθεια τον Παγκόσμιού Συστήματος Εντοπισμού Θέσης (GPS) εντοπίστηκαν και φωτογραφήθηκαν σημεία με διαφορετικό βαθμό προσβολής από την πυρκαγιά. Τα σημεία αυτά χρησιμοποιήθηκαν για να εκτιμηθεί η ικανότητα τον απεικονιστή στον διαχωρισμό διαφορετικών επιπέδων προσβολής.<br /> <br /> Από την διαδικασία εκτίμησης ακρίβειας με την χρήση τον πίνακα σφαλμάτων φαίνεται ότι η μέθοδος είχε ως αποτέλεσμα τον ακριβή διαχωρισμό των καμένων εκτάσεων από τις άλλες κατηγορίες κάλυψης γης. Πιο συγκεκριμένα, η ακρίβεια που επιτεύχθηκε ήταν της τάξης τον 92,5% και οφείλεται κυρίως στην χρήση της μεθόδου CDA. Επιπλέον, η μέθοδος είχε ως αποτέλεσμα τον διαχωρισμό δύο τύπων πυρκαγιάς, της επικόρυφης και της επιφανειακής (εικόνα 8). Όμως πρέπει να σημειωθεί ότι η σύγχυση που παρατηρήθηκε ανάμεσα στην πυρκαγιά επιφανείας και τις σκιαζόμενες εκτάσεις που καλύπτονται από βλάστηση υπορόφου δεν εξαλείφθηκε πλήρως λόγω του ότι μερικές από τις εκτάσεις της κατηγορίας πυρκαγιά επιφανείας είναι και αυτές σκιαζόμενες.<br /> [[Εικόνα:Art11_8.jpg|thumb|right|'''Εικόνα 8:''' Δεδομένα IKONOS. Χαρτογράφηση της καμένης έκτασης με τη χρήση της κανονικής ανάλυσης διάκρισης.]] <br /> <br /> <br /> '''4. Συμπεράσματα'''<br /> <br /> H ακριβής και λεπτομερής χαρτογράφηση της καμένης έκτασης, του βαθμού καταστροφής της βλάστησης, καθώς και η χαρτογράφηση της υγιούς βλάστησης μέσα στην περίμετρο της πυρκαγιάς αποτελούν σημαντικές πληροφορίες που βοηθούν στην καλύτερη διαχείριση της περιοχής πού κάηκε. Οι παραπάνω πληροφορίες χρησιμοποιούνται μεταξύ άλλων για να εκτιμηθούν οι οικονομικές ζημίες και οι περιβαλλοντικές επιπτώσεις, να καταγραφούν οι αλλαγές στην χρήση και κάλυψη της γης, και να μοντελοποιηθούν οι ατμοσφαιρικές και κλιματικές επιπτώσεις από την καύση της βιομάζας.<br /> <br /> Στην εργασία αυτή χρησιμοποιήθηκαν δορυφορικές εικόνες χαμηλής (AVHRR), μέσης-υψηλής (LANDSAT ΤΜ) και πολύ υψηλής (IKONOS) ευκρίνειας στην χαρτογράφηση καμένων εκτάσεων στη Θάσο. Στα πλαίσια της εργασίας βελτιώθηκαν υπάρχουσες τεχνικές ανάλυσης εικόνων AVHRR και ΤΜ με αποτέλεσμα τον διαχωρισμό των καμένων εκτάσεων από τις άλλες κατηγορίες κάλυψης γης με μεγάλη ακρίβεια. Επιπλέον, αναπτύχθηκαν καινούργιες τεχνικές ανάλυσης δορυφορικών δεδομένων ΙΚΟΝΟS, που είχαν επίσης σαν αποτέλεσμα τον ακριβή διαχωρισμό των καμένων εκτάσεων από τις άλλες κατηγορίες κάλυψης γης.<br /> <br /> Η χρήση τον κάθε τύπου εικόνας έχει τα δικά της πλεονεκτήματα και μειονεκτήματα. Πιο συγκεκριμένα:<br /> * αν και ο απεικονιστής AVΗRR δεν δίνει την δυνατότητα εντοπισμού των περιοχών υγιούς βλάστησης μέσα στην περίμετρο της πυρκαγιάς είναι ο μοναδικός απεικονιστής με καθημερινή κάλυψη,<br /> * δεδομένα τον απεικονιστή AVHRR διανέμονται ελεύθερα στο διαδίκτυο,<br /> * η χρήση των εικόνων LANDSAT ΤΜ έχει ως αποτέλεσμα τον ακριβή εντοπισμό αλλά και την παροχή λεπτομερών πληροφοριών σχετικά με την καμένη έκταση,<br /> * πολύ μεγάλος χρόνος κάλυψης ολόκληρου του πλανήτη,<br /> * η χρήση των εικόνων ΙΚΟΝΟS έχει επίσης ως αποτέλεσμα τον ακριβή εντοπισμό, αλλά και την παροχή λεπτομερών πληροφοριών σχετικά με την καμένη έκταση,<br /> * ένα επιπλέον πλεονέκτημα των εικόνων πολύ υψηλής ευκρίνειας (ΙΚΟΝΟS) είναι και η ικανότητα διαχωρισμού μεταξύ επικόρυφης και πυρκαγιάς επιφανείας,<br /> * με τη χρήση εικόνων πολύ υψηλής ευκρίνειας εισάγονται καινούργιοι τύποι θορύβου στην εικόνα. Για παράδειγμα, οι σκιές των μεμονωμένων υψηλών δέντρων εισάγουν θόρυβο στις εικόνες ΙΚΟΝΟS, γεγονός που μπορεί να αποτελέσει πηγή σύγχυσης με την καμένη έκταση.<br /> <br /> <br /> <br /> <br /> <br /> <br /> [[category:Χαρτογράφηση καμένων εκτάσεων]]</div>

Ngeorganteas http://147.102.106.44/rs/wiki/index.php/%CE%A7%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CE%BA%CE%B1%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CE%B5%CE%BA%CF%84%CE%AC%CF%83%CE%B5%CF%89%CE%BD_%CE%BC%CE%B5_%CF%84%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CF%89%CE%BD_%CF%87%CE%B1%CE%BC%CE%B7%CE%BB%CE%AE%CF%82,_%CE%BC%CE%AD%CF%83%CE%B7%CF%82-%CF%85%CF%88%CE%B7%CE%BB%CE%AE%CF%82_%CE%BA%CE%B1%CE%B9_%CF%80%CE%BF%CE%BB%CF%8D_%CF%85%CF%88%CE%B7%CE%BB%CE%AE%CF%82_%CE%B5%CF%85%CE%BA%CF%81%CE%AF%CE%BD%CE%B5%CE%B9%CE%B1%CF%82 2010-02-12T18:16:48Z

<p>Ngeorganteas: </p> <hr /> <div>'''Συγγραφείς:''' Γητάς Ζ. Ι. (''Μεσογειακό Αγρονομικό Ινστιτούτο Χανίων (Μ.Α.Ι.Χ.)''), Rishmawi N. K.(''Μεσογειακό Αγρονομικό Ινστιτούτο Χανίων (Μ.Α.Ι.Χ.)'')<br /> <br /> '''Πηγή:''' Ινστιτούτο Μεσογειακών Δασικών Οικοσυστημάτων και Τεχνολογίας Δασικών Προϊόντων, Πρακτικά Συνεδρίου: Αποκατάσταση Καμένων Εκτάσεων (Αθήνα, Δεκέμβριος 2001), http://www.fria.gr/<br /> <br /> <br /> '''1. Εισαγωγή'''<br /> <br /> Όπως αναφέρεται στη βιβλιογραφία οι φυσικές πυρκαγιές είναι αναπόσπαστο μέρος πολλών χερσαίων οικοσυστημάτων όπως τα εύκρατα δάση, οι σαβάνες και τα Μεσογειακά οικοσυστήματα μεταξύ άλλων. Όμως, από το 1960 μέχρι σήμερα, στις Ευρωπαϊκές Μεσογειακές χώρες, παρατηρείται μία εκθετική αύξηση τόσο στον αριθμό των πυρκαγιών όσο και στην συνολική καμένη έκταση. <br /> <br /> Όταν μία δασική έκταση καταστρέφεται από πυρκαγιά, λεπτομερείς και άμεσες πληροφορίες σχετικά με τη θέση και την έκταση της καμένης έκτασης καθώς και το βαθμό της καταστροφής είναι απαραίτητες για να εκτιμηθούν οι οικονομικές ζημίες και οι περιβαλλοντικές επιπτώσεις, να καταγραφούν οι αλλαγές στην χρήση και κάλυψη της γης, να μοντελοποιηθούν οι ατμοσφαιρικές και κλιματικές επιπτώσεις από την καύση της βιομάζας. Επιπλέον, η ακριβής εκτίμηση βοηθά στην αξιολόγηση της αποτελεσματικότητας των μέτρων που έχουν παρθεί για την ανάπλαση της καμένης περιοχής, και επιτρέπει σε δασολόγους-διαχειριστές να εντοπίσουν περιοχές που χρειάζονται έντονη ή ειδική ανάπλαση, με σκοπό την αποφυγή της υποβάθμισης της περιοχής.<br /> <br /> Οι μέθοδοι που ακολουθούνται από τη Δασική Υπηρεσία στην Ελλάδα για τη χαρτογράφηση των καμένων εκτάσεων και για την εκτίμηση τον βαθμού καταστροφής της βλάστησης βασίζονται σε εκτενείς επισκέψεις στην καμένη περιοχή και σε οπτικές παρατηρήσεις των επιπτώσεων της πυρκαγιάς. Το σύνηθες αποτέλεσμα των επισκέψεων αυτών είναι η δημιουργία ενός πρόχειρου χάρτη της περιμέτρου της πυρκαγιάς επάνω στον τοπογραφικό χάρτη της περιοχής και η παραγωγή μίας Δήλωσης Αυτοψίας και μίας Αναφοράς της πυρκαγιάς. Πρέπει να σημειωθεί ότι πρόσφατα άρχισε να γίνεται χρήση τον Παγκόσμιου Συστήματος Εντοπισμού Θέσης (GPS) από την υπηρεσία στην καταγραφή των καμένων εκτάσεων.<br /> Τα κύρια προβλήματα που σχετίζονται με τις υπάρχουσες μεθόδους στην Μεσογειακή Ευρώπη είναι τα ακόλουθα:<br /> * Η παραγόμενη πληροφορία είναι συχνά μόνο ποιοτική και αφορά την περίμετρο πυρκαγιάς, ενώ πληροφορίες σχετικά με τα είδη που κάηκαν και τον βαθμό της καταστροφής δεν καταγράφονται,<br /> * Η πληροφορία δεν είναι διαθέσιμη ακόμη και μήνες μετά την πυρκαγιά με αποτέλεσμα να μην μπορεί να γίνει εκτίμηση της ανάκτησης της βλάστησης. Πιθανό αποτέλεσμα από την μη ανάκτηση της βλάστησης είναι η διάβρωση του εδάφους.<br /> <br /> Οι μικρές πυρκαγιές μπορούν να χαρτογραφούνται με τις υπάρχουσες μεθόδους αλλά σε περιπτώσεις μεγάλων πυρκαγιών οι συγκεκριμένες μέθοδοι είναι δύσκολο να εφαρμοστούν. Μία εναλλακτική λύση στις υπάρχουσες μεθόδους καταγραφής των καμένων εκτάσεων αποτελεί η τηλεπισκόπηση. Η παραπάνω άποψη βασίζεται σε αρκετές μελέτες που έχουν διεξαχθεί για να διερευνηθεί η ικανότητα των δορυφορικών εικόνων χαμηλής μέσης-υψηλής χωρικής ανάλυσης στην χαρτογράφηση καμένων εκτάσεων (πίνακας 1). Επιπλέον, υπάρχει μία σειρά από ερευνητικές εργασίες στις οποίες μελετάται η χρήση δορυφορικών εικόνων χαμηλής και μέσης-υψηλής χωρικής ανάλυσης στην χαρτογράφηση καμένων εκτάσεων. <br /> [[Εικόνα:Art11_tab1.jpg|thumb|right|'''Πίνακας 1:''' Σύγκριση μεθόδων χαρτογράφησης καμένων εκτάσεων.]]<br /> <br /> Σκοπός αυτής της εργασίας είναι να διερευνήσει την δυνατότητα χρήσης εικόνων χαμηλής (AVHRR), μέσης-υψηλής (LΑNDSΑT ΤΜ) και πολύ υψηλής (IKONOS) ευκρίνειας στην ακριβή χαρτογράφηση καμένων εκτάσεων στη Θάσο. <br /> <br /> <br /> '''2. Περιοχή μελέτης και δεδομένα'''<br /> <br /> H περιοχή μελέτης είναι η Θάσος. H συνολική έκταση τον νησιού είναι περίπου 39.000 εκτάρια ενώ η περίμετρος τον νησιού είναι λίγο μεγαλύτερη από 100 χιλιόμετρα. Το κλίμα της Θάσου είναι Μεσογειακό και χαρακτηρίζεται από θερμά, ξηρά και ηλιόλουστα καλοκαίρια και ψυχρούς χειμώνες. Οι βροχοπτώσεις λαμβάνουν χώρα κυρίως την άνοιξη και το φθινόπωρο. Τρεις πυρκαγιές, την δεκαετία τον 80, είχαν ως αποτέλεσμα να καούν περισσότερα από 20.000 εκτάρια δάσους, δηλαδή μία έκταση μεγαλύτερη από το μισό της συνολικής έκτασης τον νησιού (εικόνα 1). [[Εικόνα:Art11_1.jpg|thumb|right|'''Εικόνα 1:''' Οι περίμετροι τεσσάρων πυρκαγιών στη Θάσο.]]<br /> Επιπλέον, τον Ιούλιο τον 2000, μία μεικτή δασική πυρκαγιά έκαψε 165 εκτάρια τραχείας πεύκης. Σήμερα το δάσος της τραχείας πεύκης καλύπτει μία έκταση 2000 εκταρίων κυρίως στη βόρεια και ανατολική πλευρά τον νησιού.<br /> Πολλοί είναι οι λόγοι που η Θάσος αποτελεί ιδανική περιοχή μελέτης:<br /> * H περιοχή καλύπτεται από χαρακτηριστική Μεσογειακή βλάστηση δηλαδή από τον τύπο βλάστησης που πλήττεται κυρίως από τις πυρκαγιές στην Ελλάδα.<br /> * Υπήρχαν χαρτογραφικές αποτυπώσεις των πυρκαγιών, που μπορούν να χρησιμοποιηθούν στην εκτίμηση της ακρίβειας των χαρτογραφήσεων από δορυφορικές εικόνες.<br /> * Το έντονο ανάγλυφο που έχει ως αποτέλεσμα την ύπαρξη σκιαζόμενων περιοχών, οι οποίες συνήθως συγχέονται με τις καμένες εκτάσεις επάνω σε δορυφορικές εικόνες.<br /> <br /> Για τη μελέτη χρησιμοποιήθηκαν:<br /> *Δύο εικόνες ΝΟΑΑ/AVHRR. Πιο συγκεκριμένα μία εικόνα πριν (11 Αυγούστου 1989) και μία εικόνα μετά (20 Αυγούστου 1989) την πυρκαγιά.<br /> * Μία εικόνα LAΝDSAT ΤΜ μετά την πυρκαγιά (19 Σεπτεμβρίού 1989).<br /> * Μία εικόνα ΙΚΟΝΟS μετά την πυρκαγιά (17 Ιουλίου 2000).<br /> * Οι περίμετροι των πυρκαγιών όπως αποτυπώθηκαν από τη Δασική Υπηρεσία.<br /> * Ένα Ψηφιακό Μοντέλο Εδάφους (ανάλυσης 10 μέτρων) που δημιουργήθηκε από τοπογραφικούς χάρτες 1:5000.<br /> * Στοιχεία που συλλέχθηκαν μέσα στην έκταση που κάηκε το 2000 με τη χρήση θεσιολάβου (δέκτη GPS), και<br /> * Τοπογραφικοί και Θεματικοί χάρτες.<br /> <br /> <br /> '''3. Μεθοδολογία'''<br /> <br /> '''Α) Χαρτογράφηση με δορυφορικά δεδομένα AVHRR'''<br /> <br /> Ο απεικονιστής AVHRR που βρίσκεται στο μετεωρολογικό δορυφόρο NOAA έχει τα παρακάτω χαρακτηριστικά:<br /> * Καθημερινή λήψη,<br /> * Χωρική ανάλυση 1,1 χιλιόμετρα, και<br /> * Δύο ειδών λήψεις: κατά τη διάρκεια της ημέρας και κατά τη διάρκεια της νύχτας.<br /> <br /> Δύο εικόνες, η πρώτη μία εβδομάδα πριν και. η άλλη μία εβδομάδα μετά την πυρκαγιά τον 1989 (εικόνα 2) χρησιμοποιήθηκαν στην ανάλυση. Πρέπει να σημειωθεί ότι τα δεδομένα AVHRR διανέμονται ελεύθερα στο διαδίκτυο. Πριν από την ανάλυση έγινε η προεπεξεργασία τους. Η προεπεξεργασία των εικόνων, που περιελάμβανε την ατμοσφαιρική και ραδιομετρική τους διόρθωση, είχε ως αποτέλεσμα την κανονικοποίηση των δύο εικόνων ώστε να γίνουν συγκρίσιμες μεταξύ τους. Δηλαδή, με την προεπεξεργασία αυτή η παραλλακτικότητα των τιμών λαμπρότητας που οφείλονταν σε εξωτερικούς παράγοντες ελαχιστοποιήθηκε, ώστε το ίδιο αντικείμενο να έχει την ίδια εμφάνιση στις δύο εικόνες (που είχαν ληφθεί σε διαφορετικές ημερομηνίες και στην περίπτωση που δεν είχε καεί ή είχε υποστεί κάποια άλλη αλλαγή). Στην εργασία αυτή έγινε η σχετική διόρθωση των εικόνων AVHRR με εικόνα αναφοράς την εικόνα μετά την πυρκαγιά και με τη βοήθεια της μεθόδου γραμμικής παλινδρόμησης. Επιπλέον, η προεπεξεργασία των εικόνων περιελάμβανε τη γεωμετρική τους διόρθωση. Με τη γεωμετρική διόρθωση οι δορυφορικές εικόνες αποκτούν γεωμετρία χάρτη με αποτέλεσμα τα αντικείμενα να απεικονίζονται με το πραγματικό γεωμετρικό τους σχήμα. Επίσης, μετά τη γεωμετρική διόρθωση, οι. εικόνες και οι ψηφιακοί χάρτες μπορούν να χρησιμοποιούνται μαζί στη γεωγραφική ανάλύση εφόσον βρίσκονται στο ίδιο σύστημα αναφοράς.<br /> [[Εικόνα:Art11_2.jpg|thumb|right|'''Εικόνα 2:''' Δεδομένα AVHRR. Η εικόνα μετά την πυρκαγιά.]]<br /> <br /> Μετά την προεπεξεργασία των εικόνων AVHRR, υπολογίστηκε ο NDVI (Κανονικοποιημένος Δείκτης Βλάστησης) για κάθε μία από τις δύο εικόνες. Στη συνέχεια ο NDVI της εικόνας μετά από την πυρκαγιά αφαιρέθηκε από τον NDVI της εικόνας πριν από την πυρκαγιά. Η εικόνα που προέκυψε από την αφαίρεση χρησιμοποιήθηκε για τη χαρτογράφηση της πυρκαγιάς διότι οι αλλαγές στις τιμές τον NDVI σχετίζονται με την καταστροφή της βλάστησης.<br /> <br /> Για την εκτίμηση της ακρίβειας έγινε σύγκριση με την περίμετρο της πυρκαγιάς όπως αυτή αποτυπώθηκε από την Δασική Υπηρεσία (εικόνα 3). H ακρίβεια που επιτεύχθηκε ήταν της τάξης του 88%. H κυριότερη σύγχυση που παρατηρήθηκε ήταν αυτή της καμένης έκτασης με τα αβαθή ύδατα κοντά στην ακτογραμμή. Το πρόβλημα εντοπίζεται στη χαμηλή ευκρίνεια τον απεικονιστή, η οποία και επηρέασε την ακρίβεια της σχετικής γεωμετρικής διόρθωσης των δύο εικόνων. Επίσης, περιοχές μη-καμένης (υγιούς) βλάστησης μέσα στην περίμετρο της πυρκαγιάς χαρτογραφήθηκαν ως καμένες.<br /> [[Εικόνα:Art11_3.jpg|thumb|right|'''Εικόνα 3:''' Δεδομένα AVHRR. Προσοχή στη σύγχυση με τα αβαθή ύδατα. Με άσπρο περίγραμμα η περίμετρος της φωτιάς όπως αποτυπώθηκε από τη Δασική Υπηρεσία.]]<br /> <br /> '''Β) Χαρτογράφηση με δορυφορικά δεδομένα LANDSAT ΤΜ'''<br /> <br /> O απεικονιστής ΤΜ (εικόνα 4) που βρίσκεται στον δορυφόρο LANDSAT<br /> έχει τα παρακάτω χαρακτηριστικά:<br /> * κάλυψη κάθε 18 μέρες,<br /> * χωρική ανάλυση 30 μέτρα.<br /> [[Εικόνα:Art11_4.jpg|thumb|right|'''Εικόνα 4:''' Δεδομένα LANDSAT TM. Η ανάλυση βασίστηκε σε μια εικόνα που αποκτήθηκε μετά την πυρκαγιά. Με άσπρο περίγραμμα η περίμετρος της φωτιάς όπως αποτυπώθηκε από τη Δασική Υπηρεσία.]]<br /> <br /> Όπως αναφέρεται και πιο πάνω, σύμφωνα με τη σχετική βιβλιογραφία, η ακρίβεια της χαρτογράφησης καμένων εκτάσεων με την χρήση δορυφορικών εικόνων LANDSAT ΤΜ επηρεάζεται αρνητικά από την σύγχυση ανάμεσα σε περιοχές που σκιάζονται εξαιτίας του ανάγλυφου και τις καμένες εκτάσεις. Έτσι, η προεπεξεργασία περιελάμβανε όχι μόνον την ατμοσφαιρική και γεωμετρική αλλά και την τοπογραφική διόρθωση των δορυφορικών δεδομένων LANDSAT ΤΜ, με την χρήση τον μοντέλου τον Μinnaert . Με την τοπογραφική διόρθωση (εικόνα 5) αφαιρούνται από την εικόνα οι σκιές λόγω του ανάγλυφου, με αποτέλεσμα ένα αντικείμενο να έχει την ίδια εμφάνιση ανεξάρτητα από το αν βρίσκεται στην ανατολική ή δυτική πλαγιά ενός βουνού.<br /> [[Εικόνα:Art11_5.jpg|thumb|right|'''Εικόνα 5:''' Με την τοπογραφική διόρθωση αφαιρούνται από την εικόνα οι σκιές λόγω του αναγλύφου. Η εικόνα ΤΜ πριν (1) και μετά (2) την τοπογραφική διόρθωση.]]<br /> <br /> Η ανάλυση βασίστηκε σε μία εικόνα που αποκτήθηκε αμέσως μετά την πυρκαγιά στην οποία εφαρμόστηκε η τεχνική τον δυαδικού εφοδιαστικού μοντέλου παλινδρόμησης. Το δυαδικό εφοδιαστικό μοντέλο παλινδρόμησης συσχετίζει μία δυαδική εξαρτημένη μεταβλητή (σε αυτή την περίπτωση καμένο – μη καμένο) με μία ομάδα ανεξάρτητων μεταβλητών (σε αυτή την περίπτωση την τοπογραφικά διορθωμένη εικόνα LANDSAT ΤΜ με τους επτά διαύλους της). Το μοντέλο παράγει δυαδικό αποτέλεσμα δηλαδή καμένη έκταση και μη καμένη έκταση (εικόνα 6). Πιο συγκεκριμένα, όλα τα εικονοστοιχεία (pixels) με τιμή μικρότερη από 0,5 χαρακτηρίστηκαν ως καμένα και τα εικονοστοιχεία με τιμή μεγαλύτερη από 0,5 χαρακτηρίστηκαν ως μη-καμένα. Στην κατηγορία μη-καμένα συμπεριλαμβάνονται το νερό, οι αστικές περιοχές, η βλάστηση, οι γυμνές επιφάνειες και οι σκιαζόμενες εκτάσεις. Όπως και στην περίπτωση των εικόνων AVHRR, η εκτίμηση της ακρίβειας βασίστηκε στην σύγκριση με την περίμετρο της πυρκαγιάς όπως αυτή χαρτογραφήθηκε από την Δασική Υπηρεσία.<br /> [[Εικόνα:Art11_6.jpg|thumb|right|'''Εικόνα 6:''' Χαρτογράφηση της καμένης έκτασης με τη χρήση του δυαδικού εφοδιαστικού μοντέλου παλινδρόμησης. Με άσπρο περίγραμμα η περίμετρος της φωτιάς όπως αποτυπώθηκε από τη Δασική Υπηρεσία.]]<br /> <br /> Το αποτέλεσμα της μεθόδου αποδείχθηκε πολύ ακριβές όταν συγκρίθηκε με την περίμετρο της πυρκαγιάς σύμφωνα με την Δασική Υπηρεσία. Πιο συγκεκριμένα, η ακρίβεια που επιτεύχθηκε ήταν της τάξης τον 97,4%. Ελάχιστη σύγχυση δημιουργήθηκε ανάμεσα στην καμένη έκταση και σε περιοχές χαμηλής πυκνότητας βλάστησης, καθώς και ανάμεσα στην καμένη έκταση και στις αστικές περιοχές. H τοπογραφική διόρθωση είχε ως αποτέλεσμα τον ακριβή διαχωρισμό των καμένων εκτάσεων από τις σκιαζόμενες εκτάσεις.<br /> <br /> '''Γ) Χαρτογράφηση με δορυφορικά δεδομένα IKONOS'''<br /> <br /> O απεικονιστής IKONOS έχει τα παρακάτω χαρακτηριστικά:<br /> * δυνατότητα κάλύψης κάθε 3 μέρες,<br /> * χωρική ανάλυση 1 μέτρο (εικόνα 7), δύο εικόνες καλύπτουν το 80% της Θάσου<br /> [[Εικόνα:Art11_7.jpg|thumb|right|'''Εικόνα 7:''' Δεδομένα IKONOS. Η καμένη έκταση όπως φαίνεται σε μια εικόνα υψηλής ευκρίνειας. Με άσπρο περίγραμμα η περίμετρος της φωτιάς όπως αποτυπώθηκε από τη Δασική Υπηρεσία.]]<br /> <br /> H προεπεξεργασία περιελάμβανε την ατμοσφαιρική και γεωμετρική διόρθωση της δορυφορικής εικόνας. Για την ατμοσφαιρική διόρθωση χρησιμοποιήθηκε η μέθοδος τον Richter που χρησιμοποιεί το μοντέλο MORTRAN. H καμένη έκταση, το νερό και οι σκιαζόμενες περιοχές είναι τρεις κατηγορίες με παρόμοιο φασματικό προφίλ στην εικόνα IKONOS, λόγω τον περιορισμένου αριθμού διαύλων (3 στο ορατό και. ένας στο εγγύς υπέρυθρο) καθώς και της έλλειψης διαύλου στο μέσο-υπέρυθρο που έχει ο απεικονιστής. Επιπλέον, εξαιτίας της υψηλής ευκρίνειας των εικόνων IKONOS, παρατηρήθηκε δυσκολία στο διαχωρισμό της πυρκαγιάς επιφανείας από τις σκιαζόμενες εκτάσεις που καλύπτονται από βλάστηση υπορόφου.<br /> <br /> Για το διαχωρισμό των καμένων εκτάσεων από τις άλλες κατηγορίες κάλυψης γης αναπτύχθηκε μια πολύπλοκη μεθοδολογία πολλών βημάτων που περιελάμβανε:<br /> * τη σύγκριση των φασματικών υπογραφών της καμένης έκτασης (πυρκαγιά κομοστέγης και πυρκαγιά επιφανείας) με τις άλλες κατηγορίες κάλυψης γης,<br /> * την παραγωγή χρωματικών μοντέλων έντασης, απόχρωσης, κορεσμού (IHS),<br /> * την παραγωγή τον κανονικοποιημένου δείκτη βλάστησης (NDVI) για τον διαχωρισμό της καμένης έκτασης από το νερό,<br /> * την επιλογή των διαύλων και παραγώγων που φαίνεται να διαχωρίζουν καλύτερα την καμένη έκταση από τις άλλες κατηγορίες. Πιο συγκεκριμένα επιλέχθηκαν ο δίαυλος στο ερυθρό, ο δίαυλος στο υπέρυθρο, καθώς και η απόχρωση και ο κανονικοποιημένος δείκτης βλάστησης,<br /> * την επιλογή δειγματοληπτικών περιοχών αντιπροσωπευτικών για την κάθε<br /> κατηγορία και την αντιστοίχιση κάθε κατηγορίας σε έναν ακέραιο αριθμό,<br /> * τη χρήση της κανονικής ανάλυσης διάκρισης (Canonical Discriminant Analysis) πού περιελάμβανε την παραγωγή γραμμικών εξισώσεων διάκρισης που με τη σειρά τους χρησιμοποιήθηκαν στην παραγωγή σκορ διάκρισης. H CDA μεγιστοποιεί την απόκλιση ανάμεσα στις κατηγορίες και ελαχιστοποιεί την απόκλιση στην ίδια την κατηγορία,<br /> * την χρήση επιβλεπόμενης ταξινόμησης (με την χρήση της μεθόδου της ελάχιστης απόστασης) με την χρήση των σκορ διάκρισης.<br /> <br /> Για την εκτίμηση της ακρίβειας έγινε σύγκριση με την περίμετρο της πυρκαγιάς όπως αυτή χαρτογραφήθηκε από την Δασική Υπηρεσία. Επιπλέον, το 2000 πραγματοποιήθηκε επίσκεψη στην περιοχή μελέτης, κατά την οποία με την βοήθεια τον Παγκόσμιού Συστήματος Εντοπισμού Θέσης (GPS) εντοπίστηκαν και φωτογραφήθηκαν σημεία με διαφορετικό βαθμό προσβολής από την πυρκαγιά. Τα σημεία αυτά χρησιμοποιήθηκαν για να εκτιμηθεί η ικανότητα τον απεικονιστή στον διαχωρισμό διαφορετικών επιπέδων προσβολής.<br /> <br /> Από την διαδικασία εκτίμησης ακρίβειας με την χρήση τον πίνακα σφαλμάτων φαίνεται ότι η μέθοδος είχε ως αποτέλεσμα τον ακριβή διαχωρισμό των καμένων εκτάσεων από τις άλλες κατηγορίες κάλυψης γης. Πιο συγκεκριμένα, η ακρίβεια που επιτεύχθηκε ήταν της τάξης τον 92,5% και οφείλεται κυρίως στην χρήση της μεθόδου CDA. Επιπλέον, η μέθοδος είχε ως αποτέλεσμα τον διαχωρισμό δύο τύπων πυρκαγιάς, της επικόρυφης και της επιφανειακής (εικόνα 8). Όμως πρέπει να σημειωθεί ότι η σύγχυση που παρατηρήθηκε ανάμεσα στην πυρκαγιά επιφανείας και τις σκιαζόμενες εκτάσεις που καλύπτονται από βλάστηση υπορόφου δεν εξαλείφθηκε πλήρως λόγω του ότι μερικές από τις εκτάσεις της κατηγορίας πυρκαγιά επιφανείας είναι και αυτές σκιαζόμενες.<br /> [[Εικόνα:Art11_8.jpg|thumb|right|'''Εικόνα 8:''' Δεδομένα IKONOS. Χαρτογράφηση της καμένης έκτασης με τη χρήση της κανονικής ανάλυσης διάκρισης.]] <br /> <br /> <br /> '''4. Συμπεράσματα'''<br /> <br /> H ακριβής και λεπτομερής χαρτογράφηση της καμένης έκτασης, του βαθμού καταστροφής της βλάστησης, καθώς και η χαρτογράφηση της υγιούς βλάστησης μέσα στην περίμετρο της πυρκαγιάς αποτελούν σημαντικές πληροφορίες που βοηθούν στην καλύτερη διαχείριση της περιοχής πού κάηκε. Οι παραπάνω πληροφορίες χρησιμοποιούνται μεταξύ άλλων για να εκτιμηθούν οι οικονομικές ζημίες και οι περιβαλλοντικές επιπτώσεις, να καταγραφούν οι αλλαγές στην χρήση και κάλυψη της γης, και να μοντελοποιηθούν οι ατμοσφαιρικές και κλιματικές επιπτώσεις από την καύση της βιομάζας.<br /> <br /> Στην εργασία αυτή χρησιμοποιήθηκαν δορυφορικές εικόνες χαμηλής (AVHRR), μέσης-υψηλής (LANDSAT ΤΜ) και πολύ υψηλής (IKONOS) ευκρίνειας στην χαρτογράφηση καμένων εκτάσεων στη Θάσο. Στα πλαίσια της εργασίας βελτιώθηκαν υπάρχουσες τεχνικές ανάλυσης εικόνων AVHRR και ΤΜ με αποτέλεσμα τον διαχωρισμό των καμένων εκτάσεων από τις άλλες κατηγορίες κάλυψης γης με μεγάλη ακρίβεια. Επιπλέον, αναπτύχθηκαν καινούργιες τεχνικές ανάλυσης δορυφορικών δεδομένων ΙΚΟΝΟS, που είχαν επίσης σαν αποτέλεσμα τον ακριβή διαχωρισμό των καμένων εκτάσεων από τις άλλες κατηγορίες κάλυψης γης.<br /> <br /> Η χρήση τον κάθε τύπου εικόνας έχει τα δικά της πλεονεκτήματα και μειονεκτήματα. Πιο συγκεκριμένα:<br /> * αν και ο απεικονιστής AVΗRR δεν δίνει την δυνατότητα εντοπισμού των περιοχών υγιούς βλάστησης μέσα στην περίμετρο της πυρκαγιάς είναι ο μοναδικός απεικονιστής με καθημερινή κάλυψη,<br /> * δεδομένα τον απεικονιστή AVHRR διανέμονται ελεύθερα στο διαδίκτυο,<br /> * η χρήση των εικόνων LANDSAT ΤΜ έχει ως αποτέλεσμα τον ακριβή εντοπισμό αλλά και την παροχή λεπτομερών πληροφοριών σχετικά με την καμένη έκταση,<br /> * πολύ μεγάλος χρόνος κάλυψης ολόκληρου του πλανήτη,<br /> * η χρήση των εικόνων ΙΚΟΝΟS έχει επίσης ως αποτέλεσμα τον ακριβή εντοπισμό, αλλά και την παροχή λεπτομερών πληροφοριών σχετικά με την καμένη έκταση,<br /> * ένα επιπλέον πλεονέκτημα των εικόνων πολύ υψηλής ευκρίνειας (ΙΚΟΝΟS) είναι και η ικανότητα διαχωρισμού μεταξύ επικόρυφης και πυρκαγιάς επιφανείας,<br /> * με τη χρήση εικόνων πολύ υψηλής ευκρίνειας εισάγονται καινούργιοι τύποι θορύβου στην εικόνα. Για παράδειγμα, οι σκιές των μεμονωμένων υψηλών δέντρων εισάγουν θόρυβο στις εικόνες ΙΚΟΝΟS, γεγονός που μπορεί να αποτελέσει πηγή σύγχυσης με την καμένη έκταση.<br /> <br /> <br /> <br /> <br /> <br /> <br /> [[category:Χαρτογράφηση καμένων εκτάσεων]]</div>

Ngeorganteas http://147.102.106.44/rs/wiki/index.php/%CE%A7%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CE%BA%CE%B1%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CE%B5%CE%BA%CF%84%CE%AC%CF%83%CE%B5%CF%89%CE%BD_%CE%BC%CE%B5_%CF%84%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CF%89%CE%BD_%CF%87%CE%B1%CE%BC%CE%B7%CE%BB%CE%AE%CF%82,_%CE%BC%CE%AD%CF%83%CE%B7%CF%82-%CF%85%CF%88%CE%B7%CE%BB%CE%AE%CF%82_%CE%BA%CE%B1%CE%B9_%CF%80%CE%BF%CE%BB%CF%8D_%CF%85%CF%88%CE%B7%CE%BB%CE%AE%CF%82_%CE%B5%CF%85%CE%BA%CF%81%CE%AF%CE%BD%CE%B5%CE%B9%CE%B1%CF%82 2010-02-12T18:16:22Z

<p>Ngeorganteas: </p> <hr /> <div>'''Συγγραφείς:''' Γητάς Ζ. Ι. (''Μεσογειακό Αγρονομικό Ινστιτούτο Χανίων (Μ.Α.Ι.Χ.)''), Rishmawi N. K.(''Μεσογειακό Αγρονομικό Ινστιτούτο Χανίων (Μ.Α.Ι.Χ.)'')<br /> <br /> '''Πηγή:''' 11. Ινστιτούτο Μεσογειακών Δασικών Οικοσυστημάτων και Τεχνολογίας Δασικών Προϊόντων, Πρακτικά Συνεδρίου: Αποκατάσταση Καμένων Εκτάσεων (Αθήνα, Δεκέμβριος 2001), http://www.fria.gr/<br /> <br /> <br /> '''1. Εισαγωγή'''<br /> <br /> Όπως αναφέρεται στη βιβλιογραφία οι φυσικές πυρκαγιές είναι αναπόσπαστο μέρος πολλών χερσαίων οικοσυστημάτων όπως τα εύκρατα δάση, οι σαβάνες και τα Μεσογειακά οικοσυστήματα μεταξύ άλλων. Όμως, από το 1960 μέχρι σήμερα, στις Ευρωπαϊκές Μεσογειακές χώρες, παρατηρείται μία εκθετική αύξηση τόσο στον αριθμό των πυρκαγιών όσο και στην συνολική καμένη έκταση. <br /> <br /> Όταν μία δασική έκταση καταστρέφεται από πυρκαγιά, λεπτομερείς και άμεσες πληροφορίες σχετικά με τη θέση και την έκταση της καμένης έκτασης καθώς και το βαθμό της καταστροφής είναι απαραίτητες για να εκτιμηθούν οι οικονομικές ζημίες και οι περιβαλλοντικές επιπτώσεις, να καταγραφούν οι αλλαγές στην χρήση και κάλυψη της γης, να μοντελοποιηθούν οι ατμοσφαιρικές και κλιματικές επιπτώσεις από την καύση της βιομάζας. Επιπλέον, η ακριβής εκτίμηση βοηθά στην αξιολόγηση της αποτελεσματικότητας των μέτρων που έχουν παρθεί για την ανάπλαση της καμένης περιοχής, και επιτρέπει σε δασολόγους-διαχειριστές να εντοπίσουν περιοχές που χρειάζονται έντονη ή ειδική ανάπλαση, με σκοπό την αποφυγή της υποβάθμισης της περιοχής.<br /> <br /> Οι μέθοδοι που ακολουθούνται από τη Δασική Υπηρεσία στην Ελλάδα για τη χαρτογράφηση των καμένων εκτάσεων και για την εκτίμηση τον βαθμού καταστροφής της βλάστησης βασίζονται σε εκτενείς επισκέψεις στην καμένη περιοχή και σε οπτικές παρατηρήσεις των επιπτώσεων της πυρκαγιάς. Το σύνηθες αποτέλεσμα των επισκέψεων αυτών είναι η δημιουργία ενός πρόχειρου χάρτη της περιμέτρου της πυρκαγιάς επάνω στον τοπογραφικό χάρτη της περιοχής και η παραγωγή μίας Δήλωσης Αυτοψίας και μίας Αναφοράς της πυρκαγιάς. Πρέπει να σημειωθεί ότι πρόσφατα άρχισε να γίνεται χρήση τον Παγκόσμιου Συστήματος Εντοπισμού Θέσης (GPS) από την υπηρεσία στην καταγραφή των καμένων εκτάσεων.<br /> Τα κύρια προβλήματα που σχετίζονται με τις υπάρχουσες μεθόδους στην Μεσογειακή Ευρώπη είναι τα ακόλουθα:<br /> * Η παραγόμενη πληροφορία είναι συχνά μόνο ποιοτική και αφορά την περίμετρο πυρκαγιάς, ενώ πληροφορίες σχετικά με τα είδη που κάηκαν και τον βαθμό της καταστροφής δεν καταγράφονται,<br /> * Η πληροφορία δεν είναι διαθέσιμη ακόμη και μήνες μετά την πυρκαγιά με αποτέλεσμα να μην μπορεί να γίνει εκτίμηση της ανάκτησης της βλάστησης. Πιθανό αποτέλεσμα από την μη ανάκτηση της βλάστησης είναι η διάβρωση του εδάφους.<br /> <br /> Οι μικρές πυρκαγιές μπορούν να χαρτογραφούνται με τις υπάρχουσες μεθόδους αλλά σε περιπτώσεις μεγάλων πυρκαγιών οι συγκεκριμένες μέθοδοι είναι δύσκολο να εφαρμοστούν. Μία εναλλακτική λύση στις υπάρχουσες μεθόδους καταγραφής των καμένων εκτάσεων αποτελεί η τηλεπισκόπηση. Η παραπάνω άποψη βασίζεται σε αρκετές μελέτες που έχουν διεξαχθεί για να διερευνηθεί η ικανότητα των δορυφορικών εικόνων χαμηλής μέσης-υψηλής χωρικής ανάλυσης στην χαρτογράφηση καμένων εκτάσεων (πίνακας 1). Επιπλέον, υπάρχει μία σειρά από ερευνητικές εργασίες στις οποίες μελετάται η χρήση δορυφορικών εικόνων χαμηλής και μέσης-υψηλής χωρικής ανάλυσης στην χαρτογράφηση καμένων εκτάσεων. <br /> [[Εικόνα:Art11_tab1.jpg|thumb|right|'''Πίνακας 1:''' Σύγκριση μεθόδων χαρτογράφησης καμένων εκτάσεων.]]<br /> <br /> Σκοπός αυτής της εργασίας είναι να διερευνήσει την δυνατότητα χρήσης εικόνων χαμηλής (AVHRR), μέσης-υψηλής (LΑNDSΑT ΤΜ) και πολύ υψηλής (IKONOS) ευκρίνειας στην ακριβή χαρτογράφηση καμένων εκτάσεων στη Θάσο. <br /> <br /> <br /> '''2. Περιοχή μελέτης και δεδομένα'''<br /> <br /> H περιοχή μελέτης είναι η Θάσος. H συνολική έκταση τον νησιού είναι περίπου 39.000 εκτάρια ενώ η περίμετρος τον νησιού είναι λίγο μεγαλύτερη από 100 χιλιόμετρα. Το κλίμα της Θάσου είναι Μεσογειακό και χαρακτηρίζεται από θερμά, ξηρά και ηλιόλουστα καλοκαίρια και ψυχρούς χειμώνες. Οι βροχοπτώσεις λαμβάνουν χώρα κυρίως την άνοιξη και το φθινόπωρο. Τρεις πυρκαγιές, την δεκαετία τον 80, είχαν ως αποτέλεσμα να καούν περισσότερα από 20.000 εκτάρια δάσους, δηλαδή μία έκταση μεγαλύτερη από το μισό της συνολικής έκτασης τον νησιού (εικόνα 1). [[Εικόνα:Art11_1.jpg|thumb|right|'''Εικόνα 1:''' Οι περίμετροι τεσσάρων πυρκαγιών στη Θάσο.]]<br /> Επιπλέον, τον Ιούλιο τον 2000, μία μεικτή δασική πυρκαγιά έκαψε 165 εκτάρια τραχείας πεύκης. Σήμερα το δάσος της τραχείας πεύκης καλύπτει μία έκταση 2000 εκταρίων κυρίως στη βόρεια και ανατολική πλευρά τον νησιού.<br /> Πολλοί είναι οι λόγοι που η Θάσος αποτελεί ιδανική περιοχή μελέτης:<br /> * H περιοχή καλύπτεται από χαρακτηριστική Μεσογειακή βλάστηση δηλαδή από τον τύπο βλάστησης που πλήττεται κυρίως από τις πυρκαγιές στην Ελλάδα.<br /> * Υπήρχαν χαρτογραφικές αποτυπώσεις των πυρκαγιών, που μπορούν να χρησιμοποιηθούν στην εκτίμηση της ακρίβειας των χαρτογραφήσεων από δορυφορικές εικόνες.<br /> * Το έντονο ανάγλυφο που έχει ως αποτέλεσμα την ύπαρξη σκιαζόμενων περιοχών, οι οποίες συνήθως συγχέονται με τις καμένες εκτάσεις επάνω σε δορυφορικές εικόνες.<br /> <br /> Για τη μελέτη χρησιμοποιήθηκαν:<br /> *Δύο εικόνες ΝΟΑΑ/AVHRR. Πιο συγκεκριμένα μία εικόνα πριν (11 Αυγούστου 1989) και μία εικόνα μετά (20 Αυγούστου 1989) την πυρκαγιά.<br /> * Μία εικόνα LAΝDSAT ΤΜ μετά την πυρκαγιά (19 Σεπτεμβρίού 1989).<br /> * Μία εικόνα ΙΚΟΝΟS μετά την πυρκαγιά (17 Ιουλίου 2000).<br /> * Οι περίμετροι των πυρκαγιών όπως αποτυπώθηκαν από τη Δασική Υπηρεσία.<br /> * Ένα Ψηφιακό Μοντέλο Εδάφους (ανάλυσης 10 μέτρων) που δημιουργήθηκε από τοπογραφικούς χάρτες 1:5000.<br /> * Στοιχεία που συλλέχθηκαν μέσα στην έκταση που κάηκε το 2000 με τη χρήση θεσιολάβου (δέκτη GPS), και<br /> * Τοπογραφικοί και Θεματικοί χάρτες.<br /> <br /> <br /> '''3. Μεθοδολογία'''<br /> <br /> '''Α) Χαρτογράφηση με δορυφορικά δεδομένα AVHRR'''<br /> <br /> Ο απεικονιστής AVHRR που βρίσκεται στο μετεωρολογικό δορυφόρο NOAA έχει τα παρακάτω χαρακτηριστικά:<br /> * Καθημερινή λήψη,<br /> * Χωρική ανάλυση 1,1 χιλιόμετρα, και<br /> * Δύο ειδών λήψεις: κατά τη διάρκεια της ημέρας και κατά τη διάρκεια της νύχτας.<br /> <br /> Δύο εικόνες, η πρώτη μία εβδομάδα πριν και. η άλλη μία εβδομάδα μετά την πυρκαγιά τον 1989 (εικόνα 2) χρησιμοποιήθηκαν στην ανάλυση. Πρέπει να σημειωθεί ότι τα δεδομένα AVHRR διανέμονται ελεύθερα στο διαδίκτυο. Πριν από την ανάλυση έγινε η προεπεξεργασία τους. Η προεπεξεργασία των εικόνων, που περιελάμβανε την ατμοσφαιρική και ραδιομετρική τους διόρθωση, είχε ως αποτέλεσμα την κανονικοποίηση των δύο εικόνων ώστε να γίνουν συγκρίσιμες μεταξύ τους. Δηλαδή, με την προεπεξεργασία αυτή η παραλλακτικότητα των τιμών λαμπρότητας που οφείλονταν σε εξωτερικούς παράγοντες ελαχιστοποιήθηκε, ώστε το ίδιο αντικείμενο να έχει την ίδια εμφάνιση στις δύο εικόνες (που είχαν ληφθεί σε διαφορετικές ημερομηνίες και στην περίπτωση που δεν είχε καεί ή είχε υποστεί κάποια άλλη αλλαγή). Στην εργασία αυτή έγινε η σχετική διόρθωση των εικόνων AVHRR με εικόνα αναφοράς την εικόνα μετά την πυρκαγιά και με τη βοήθεια της μεθόδου γραμμικής παλινδρόμησης. Επιπλέον, η προεπεξεργασία των εικόνων περιελάμβανε τη γεωμετρική τους διόρθωση. Με τη γεωμετρική διόρθωση οι δορυφορικές εικόνες αποκτούν γεωμετρία χάρτη με αποτέλεσμα τα αντικείμενα να απεικονίζονται με το πραγματικό γεωμετρικό τους σχήμα. Επίσης, μετά τη γεωμετρική διόρθωση, οι. εικόνες και οι ψηφιακοί χάρτες μπορούν να χρησιμοποιούνται μαζί στη γεωγραφική ανάλύση εφόσον βρίσκονται στο ίδιο σύστημα αναφοράς.<br /> [[Εικόνα:Art11_2.jpg|thumb|right|'''Εικόνα 2:''' Δεδομένα AVHRR. Η εικόνα μετά την πυρκαγιά.]]<br /> <br /> Μετά την προεπεξεργασία των εικόνων AVHRR, υπολογίστηκε ο NDVI (Κανονικοποιημένος Δείκτης Βλάστησης) για κάθε μία από τις δύο εικόνες. Στη συνέχεια ο NDVI της εικόνας μετά από την πυρκαγιά αφαιρέθηκε από τον NDVI της εικόνας πριν από την πυρκαγιά. Η εικόνα που προέκυψε από την αφαίρεση χρησιμοποιήθηκε για τη χαρτογράφηση της πυρκαγιάς διότι οι αλλαγές στις τιμές τον NDVI σχετίζονται με την καταστροφή της βλάστησης.<br /> <br /> Για την εκτίμηση της ακρίβειας έγινε σύγκριση με την περίμετρο της πυρκαγιάς όπως αυτή αποτυπώθηκε από την Δασική Υπηρεσία (εικόνα 3). H ακρίβεια που επιτεύχθηκε ήταν της τάξης του 88%. H κυριότερη σύγχυση που παρατηρήθηκε ήταν αυτή της καμένης έκτασης με τα αβαθή ύδατα κοντά στην ακτογραμμή. Το πρόβλημα εντοπίζεται στη χαμηλή ευκρίνεια τον απεικονιστή, η οποία και επηρέασε την ακρίβεια της σχετικής γεωμετρικής διόρθωσης των δύο εικόνων. Επίσης, περιοχές μη-καμένης (υγιούς) βλάστησης μέσα στην περίμετρο της πυρκαγιάς χαρτογραφήθηκαν ως καμένες.<br /> [[Εικόνα:Art11_3.jpg|thumb|right|'''Εικόνα 3:''' Δεδομένα AVHRR. Προσοχή στη σύγχυση με τα αβαθή ύδατα. Με άσπρο περίγραμμα η περίμετρος της φωτιάς όπως αποτυπώθηκε από τη Δασική Υπηρεσία.]]<br /> <br /> '''Β) Χαρτογράφηση με δορυφορικά δεδομένα LANDSAT ΤΜ'''<br /> <br /> O απεικονιστής ΤΜ (εικόνα 4) που βρίσκεται στον δορυφόρο LANDSAT<br /> έχει τα παρακάτω χαρακτηριστικά:<br /> * κάλυψη κάθε 18 μέρες,<br /> * χωρική ανάλυση 30 μέτρα.<br /> [[Εικόνα:Art11_4.jpg|thumb|right|'''Εικόνα 4:''' Δεδομένα LANDSAT TM. Η ανάλυση βασίστηκε σε μια εικόνα που αποκτήθηκε μετά την πυρκαγιά. Με άσπρο περίγραμμα η περίμετρος της φωτιάς όπως αποτυπώθηκε από τη Δασική Υπηρεσία.]]<br /> <br /> Όπως αναφέρεται και πιο πάνω, σύμφωνα με τη σχετική βιβλιογραφία, η ακρίβεια της χαρτογράφησης καμένων εκτάσεων με την χρήση δορυφορικών εικόνων LANDSAT ΤΜ επηρεάζεται αρνητικά από την σύγχυση ανάμεσα σε περιοχές που σκιάζονται εξαιτίας του ανάγλυφου και τις καμένες εκτάσεις. Έτσι, η προεπεξεργασία περιελάμβανε όχι μόνον την ατμοσφαιρική και γεωμετρική αλλά και την τοπογραφική διόρθωση των δορυφορικών δεδομένων LANDSAT ΤΜ, με την χρήση τον μοντέλου τον Μinnaert . Με την τοπογραφική διόρθωση (εικόνα 5) αφαιρούνται από την εικόνα οι σκιές λόγω του ανάγλυφου, με αποτέλεσμα ένα αντικείμενο να έχει την ίδια εμφάνιση ανεξάρτητα από το αν βρίσκεται στην ανατολική ή δυτική πλαγιά ενός βουνού.<br /> [[Εικόνα:Art11_5.jpg|thumb|right|'''Εικόνα 5:''' Με την τοπογραφική διόρθωση αφαιρούνται από την εικόνα οι σκιές λόγω του αναγλύφου. Η εικόνα ΤΜ πριν (1) και μετά (2) την τοπογραφική διόρθωση.]]<br /> <br /> Η ανάλυση βασίστηκε σε μία εικόνα που αποκτήθηκε αμέσως μετά την πυρκαγιά στην οποία εφαρμόστηκε η τεχνική τον δυαδικού εφοδιαστικού μοντέλου παλινδρόμησης. Το δυαδικό εφοδιαστικό μοντέλο παλινδρόμησης συσχετίζει μία δυαδική εξαρτημένη μεταβλητή (σε αυτή την περίπτωση καμένο – μη καμένο) με μία ομάδα ανεξάρτητων μεταβλητών (σε αυτή την περίπτωση την τοπογραφικά διορθωμένη εικόνα LANDSAT ΤΜ με τους επτά διαύλους της). Το μοντέλο παράγει δυαδικό αποτέλεσμα δηλαδή καμένη έκταση και μη καμένη έκταση (εικόνα 6). Πιο συγκεκριμένα, όλα τα εικονοστοιχεία (pixels) με τιμή μικρότερη από 0,5 χαρακτηρίστηκαν ως καμένα και τα εικονοστοιχεία με τιμή μεγαλύτερη από 0,5 χαρακτηρίστηκαν ως μη-καμένα. Στην κατηγορία μη-καμένα συμπεριλαμβάνονται το νερό, οι αστικές περιοχές, η βλάστηση, οι γυμνές επιφάνειες και οι σκιαζόμενες εκτάσεις. Όπως και στην περίπτωση των εικόνων AVHRR, η εκτίμηση της ακρίβειας βασίστηκε στην σύγκριση με την περίμετρο της πυρκαγιάς όπως αυτή χαρτογραφήθηκε από την Δασική Υπηρεσία.<br /> [[Εικόνα:Art11_6.jpg|thumb|right|'''Εικόνα 6:''' Χαρτογράφηση της καμένης έκτασης με τη χρήση του δυαδικού εφοδιαστικού μοντέλου παλινδρόμησης. Με άσπρο περίγραμμα η περίμετρος της φωτιάς όπως αποτυπώθηκε από τη Δασική Υπηρεσία.]]<br /> <br /> Το αποτέλεσμα της μεθόδου αποδείχθηκε πολύ ακριβές όταν συγκρίθηκε με την περίμετρο της πυρκαγιάς σύμφωνα με την Δασική Υπηρεσία. Πιο συγκεκριμένα, η ακρίβεια που επιτεύχθηκε ήταν της τάξης τον 97,4%. Ελάχιστη σύγχυση δημιουργήθηκε ανάμεσα στην καμένη έκταση και σε περιοχές χαμηλής πυκνότητας βλάστησης, καθώς και ανάμεσα στην καμένη έκταση και στις αστικές περιοχές. H τοπογραφική διόρθωση είχε ως αποτέλεσμα τον ακριβή διαχωρισμό των καμένων εκτάσεων από τις σκιαζόμενες εκτάσεις.<br /> <br /> '''Γ) Χαρτογράφηση με δορυφορικά δεδομένα IKONOS'''<br /> <br /> O απεικονιστής IKONOS έχει τα παρακάτω χαρακτηριστικά:<br /> * δυνατότητα κάλύψης κάθε 3 μέρες,<br /> * χωρική ανάλυση 1 μέτρο (εικόνα 7), δύο εικόνες καλύπτουν το 80% της Θάσου<br /> [[Εικόνα:Art11_7.jpg|thumb|right|'''Εικόνα 7:''' Δεδομένα IKONOS. Η καμένη έκταση όπως φαίνεται σε μια εικόνα υψηλής ευκρίνειας. Με άσπρο περίγραμμα η περίμετρος της φωτιάς όπως αποτυπώθηκε από τη Δασική Υπηρεσία.]]<br /> <br /> H προεπεξεργασία περιελάμβανε την ατμοσφαιρική και γεωμετρική διόρθωση της δορυφορικής εικόνας. Για την ατμοσφαιρική διόρθωση χρησιμοποιήθηκε η μέθοδος τον Richter που χρησιμοποιεί το μοντέλο MORTRAN. H καμένη έκταση, το νερό και οι σκιαζόμενες περιοχές είναι τρεις κατηγορίες με παρόμοιο φασματικό προφίλ στην εικόνα IKONOS, λόγω τον περιορισμένου αριθμού διαύλων (3 στο ορατό και. ένας στο εγγύς υπέρυθρο) καθώς και της έλλειψης διαύλου στο μέσο-υπέρυθρο που έχει ο απεικονιστής. Επιπλέον, εξαιτίας της υψηλής ευκρίνειας των εικόνων IKONOS, παρατηρήθηκε δυσκολία στο διαχωρισμό της πυρκαγιάς επιφανείας από τις σκιαζόμενες εκτάσεις που καλύπτονται από βλάστηση υπορόφου.<br /> <br /> Για το διαχωρισμό των καμένων εκτάσεων από τις άλλες κατηγορίες κάλυψης γης αναπτύχθηκε μια πολύπλοκη μεθοδολογία πολλών βημάτων που περιελάμβανε:<br /> * τη σύγκριση των φασματικών υπογραφών της καμένης έκτασης (πυρκαγιά κομοστέγης και πυρκαγιά επιφανείας) με τις άλλες κατηγορίες κάλυψης γης,<br /> * την παραγωγή χρωματικών μοντέλων έντασης, απόχρωσης, κορεσμού (IHS),<br /> * την παραγωγή τον κανονικοποιημένου δείκτη βλάστησης (NDVI) για τον διαχωρισμό της καμένης έκτασης από το νερό,<br /> * την επιλογή των διαύλων και παραγώγων που φαίνεται να διαχωρίζουν καλύτερα την καμένη έκταση από τις άλλες κατηγορίες. Πιο συγκεκριμένα επιλέχθηκαν ο δίαυλος στο ερυθρό, ο δίαυλος στο υπέρυθρο, καθώς και η απόχρωση και ο κανονικοποιημένος δείκτης βλάστησης,<br /> * την επιλογή δειγματοληπτικών περιοχών αντιπροσωπευτικών για την κάθε<br /> κατηγορία και την αντιστοίχιση κάθε κατηγορίας σε έναν ακέραιο αριθμό,<br /> * τη χρήση της κανονικής ανάλυσης διάκρισης (Canonical Discriminant Analysis) πού περιελάμβανε την παραγωγή γραμμικών εξισώσεων διάκρισης που με τη σειρά τους χρησιμοποιήθηκαν στην παραγωγή σκορ διάκρισης. H CDA μεγιστοποιεί την απόκλιση ανάμεσα στις κατηγορίες και ελαχιστοποιεί την απόκλιση στην ίδια την κατηγορία,<br /> * την χρήση επιβλεπόμενης ταξινόμησης (με την χρήση της μεθόδου της ελάχιστης απόστασης) με την χρήση των σκορ διάκρισης.<br /> <br /> Για την εκτίμηση της ακρίβειας έγινε σύγκριση με την περίμετρο της πυρκαγιάς όπως αυτή χαρτογραφήθηκε από την Δασική Υπηρεσία. Επιπλέον, το 2000 πραγματοποιήθηκε επίσκεψη στην περιοχή μελέτης, κατά την οποία με την βοήθεια τον Παγκόσμιού Συστήματος Εντοπισμού Θέσης (GPS) εντοπίστηκαν και φωτογραφήθηκαν σημεία με διαφορετικό βαθμό προσβολής από την πυρκαγιά. Τα σημεία αυτά χρησιμοποιήθηκαν για να εκτιμηθεί η ικανότητα τον απεικονιστή στον διαχωρισμό διαφορετικών επιπέδων προσβολής.<br /> <br /> Από την διαδικασία εκτίμησης ακρίβειας με την χρήση τον πίνακα σφαλμάτων φαίνεται ότι η μέθοδος είχε ως αποτέλεσμα τον ακριβή διαχωρισμό των καμένων εκτάσεων από τις άλλες κατηγορίες κάλυψης γης. Πιο συγκεκριμένα, η ακρίβεια που επιτεύχθηκε ήταν της τάξης τον 92,5% και οφείλεται κυρίως στην χρήση της μεθόδου CDA. Επιπλέον, η μέθοδος είχε ως αποτέλεσμα τον διαχωρισμό δύο τύπων πυρκαγιάς, της επικόρυφης και της επιφανειακής (εικόνα 8). Όμως πρέπει να σημειωθεί ότι η σύγχυση που παρατηρήθηκε ανάμεσα στην πυρκαγιά επιφανείας και τις σκιαζόμενες εκτάσεις που καλύπτονται από βλάστηση υπορόφου δεν εξαλείφθηκε πλήρως λόγω του ότι μερικές από τις εκτάσεις της κατηγορίας πυρκαγιά επιφανείας είναι και αυτές σκιαζόμενες.<br /> [[Εικόνα:Art11_8.jpg|thumb|right|'''Εικόνα 8:''' Δεδομένα IKONOS. Χαρτογράφηση της καμένης έκτασης με τη χρήση της κανονικής ανάλυσης διάκρισης.]] <br /> <br /> <br /> '''4. Συμπεράσματα'''<br /> <br /> H ακριβής και λεπτομερής χαρτογράφηση της καμένης έκτασης, του βαθμού καταστροφής της βλάστησης, καθώς και η χαρτογράφηση της υγιούς βλάστησης μέσα στην περίμετρο της πυρκαγιάς αποτελούν σημαντικές πληροφορίες που βοηθούν στην καλύτερη διαχείριση της περιοχής πού κάηκε. Οι παραπάνω πληροφορίες χρησιμοποιούνται μεταξύ άλλων για να εκτιμηθούν οι οικονομικές ζημίες και οι περιβαλλοντικές επιπτώσεις, να καταγραφούν οι αλλαγές στην χρήση και κάλυψη της γης, και να μοντελοποιηθούν οι ατμοσφαιρικές και κλιματικές επιπτώσεις από την καύση της βιομάζας.<br /> <br /> Στην εργασία αυτή χρησιμοποιήθηκαν δορυφορικές εικόνες χαμηλής (AVHRR), μέσης-υψηλής (LANDSAT ΤΜ) και πολύ υψηλής (IKONOS) ευκρίνειας στην χαρτογράφηση καμένων εκτάσεων στη Θάσο. Στα πλαίσια της εργασίας βελτιώθηκαν υπάρχουσες τεχνικές ανάλυσης εικόνων AVHRR και ΤΜ με αποτέλεσμα τον διαχωρισμό των καμένων εκτάσεων από τις άλλες κατηγορίες κάλυψης γης με μεγάλη ακρίβεια. Επιπλέον, αναπτύχθηκαν καινούργιες τεχνικές ανάλυσης δορυφορικών δεδομένων ΙΚΟΝΟS, που είχαν επίσης σαν αποτέλεσμα τον ακριβή διαχωρισμό των καμένων εκτάσεων από τις άλλες κατηγορίες κάλυψης γης.<br /> <br /> Η χρήση τον κάθε τύπου εικόνας έχει τα δικά της πλεονεκτήματα και μειονεκτήματα. Πιο συγκεκριμένα:<br /> * αν και ο απεικονιστής AVΗRR δεν δίνει την δυνατότητα εντοπισμού των περιοχών υγιούς βλάστησης μέσα στην περίμετρο της πυρκαγιάς είναι ο μοναδικός απεικονιστής με καθημερινή κάλυψη,<br /> * δεδομένα τον απεικονιστή AVHRR διανέμονται ελεύθερα στο διαδίκτυο,<br /> * η χρήση των εικόνων LANDSAT ΤΜ έχει ως αποτέλεσμα τον ακριβή εντοπισμό αλλά και την παροχή λεπτομερών πληροφοριών σχετικά με την καμένη έκταση,<br /> * πολύ μεγάλος χρόνος κάλυψης ολόκληρου του πλανήτη,<br /> * η χρήση των εικόνων ΙΚΟΝΟS έχει επίσης ως αποτέλεσμα τον ακριβή εντοπισμό, αλλά και την παροχή λεπτομερών πληροφοριών σχετικά με την καμένη έκταση,<br /> * ένα επιπλέον πλεονέκτημα των εικόνων πολύ υψηλής ευκρίνειας (ΙΚΟΝΟS) είναι και η ικανότητα διαχωρισμού μεταξύ επικόρυφης και πυρκαγιάς επιφανείας,<br /> * με τη χρήση εικόνων πολύ υψηλής ευκρίνειας εισάγονται καινούργιοι τύποι θορύβου στην εικόνα. Για παράδειγμα, οι σκιές των μεμονωμένων υψηλών δέντρων εισάγουν θόρυβο στις εικόνες ΙΚΟΝΟS, γεγονός που μπορεί να αποτελέσει πηγή σύγχυσης με την καμένη έκταση.<br /> <br /> <br /> <br /> <br /> <br /> <br /> [[category:Χαρτογράφηση καμένων εκτάσεων]]</div>

Ngeorganteas http://147.102.106.44/rs/wiki/index.php/%CE%A7%CF%81%CE%AE%CF%83%CE%B7_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CF%89%CE%BD_LANDSAT-TM_%CE%BA%CE%B1%CE%B9_AVHRR_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7_%CE%BC%CE%B5%CE%BB%CE%AD%CF%84%CE%B7_%CF%84%CE%BF%CF%85_%CE%B8%CE%B1%CE%BB%CE%AC%CF%83%CF%83%CE%B9%CE%BF%CF%85_%CF%80%CE%B5%CF%81%CE%B9%CE%B2%CE%AC%CE%BB%CE%BB%CE%BF%CE%BD%CF%84%CE%BF%CF%82. 2010-02-12T18:14:39Z

<p>Ngeorganteas: </p> <hr /> <div>'''Συγγραφείς:''' Κίτσιου Δ. (''Τμήμα Περιβάλλοντος Πανεπιστήμιο Αιγαίου, Εργαστήριο Υδατικών Οικοσυστημάτων''), Χατζόπουλος Ι. (''Τμήμα Περιβάλλοντος Πανεπιστήμιο Αιγαίου, Εργαστήριο Τηλεπισκόπησης &amp; Γεωγραφικών Συστημάτων Πληροφοριών''), Καρύδης Μ. (''Τμήμα Περιβάλλοντος Πανεπιστήμιο Αιγαίου, Εργαστήριο Υδατικών Οικοσυστημάτων'')<br /> <br /> '''Πηγή:''' Eλληνικό Kέντρο Θαλάσσιων Ερευνών, 5ο Πανελλήνιο Συμπόσιο Ωκεανογραφίας &amp; Αλιείας, http://symposia.ath.hcmr.gr/ <br /> <br /> <br /> [[category:Παρακολούθηση της Ωκεάνιας Παραγωγής (Φυτοπλαγκτόν, Χλωροφύλλη Α) και ευτροφισμός]]</div>

Ngeorganteas http://147.102.106.44/rs/wiki/index.php/%CE%A7%CF%81%CE%AE%CF%83%CE%B7_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CF%89%CE%BD_LANDSAT-TM_%CE%BA%CE%B1%CE%B9_AVHRR_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7_%CE%BC%CE%B5%CE%BB%CE%AD%CF%84%CE%B7_%CF%84%CE%BF%CF%85_%CE%B8%CE%B1%CE%BB%CE%AC%CF%83%CF%83%CE%B9%CE%BF%CF%85_%CF%80%CE%B5%CF%81%CE%B9%CE%B2%CE%AC%CE%BB%CE%BB%CE%BF%CE%BD%CF%84%CE%BF%CF%82. 2010-02-12T18:14:13Z

<p>Ngeorganteas: New page: '''Συγγραφείς:''' Κίτσιου Δ. (''Τμήμα Περιβάλλοντος Πανεπιστήμιο Αιγαίου, Εργαστήριο Υδατικών Οικοσυστημ...</p> <hr /> <div>'''Συγγραφείς:''' Κίτσιου Δ. (''Τμήμα Περιβάλλοντος Πανεπιστήμιο Αιγαίου, Εργαστήριο Υδατικών Οικοσυστημάτων''), Χατζόπουλος Ι. ''Τμήμα Περιβάλλοντος Πανεπιστήμιο Αιγαίου, Εργαστήριο Τηλεπισκόπησης &amp; Γεωγραφικών Συστημάτων Πληροφοριών''), Καρύδης Μ. (''Τμήμα Περιβάλλοντος Πανεπιστήμιο Αιγαίου, Εργαστήριο Υδατικών Οικοσυστημάτων'')<br /> <br /> '''Πηγή:''' Eλληνικό Kέντρο Θαλάσσιων Ερευνών, 5ο Πανελλήνιο Συμπόσιο Ωκεανογραφίας &amp; Αλιείας, http://symposia.ath.hcmr.gr/ <br /> <br /> <br /> [[category:Παρακολούθηση της Ωκεάνιας Παραγωγής (Φυτοπλαγκτόν, Χλωροφύλλη Α) και ευτροφισμός]]</div>

Ngeorganteas http://147.102.106.44/rs/wiki/index.php/%CE%A7%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CE%BA%CE%B1%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CE%B5%CE%BA%CF%84%CE%AC%CF%83%CE%B5%CF%89%CE%BD_%CE%BC%CE%B5_%CF%84%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CF%89%CE%BD_%CF%87%CE%B1%CE%BC%CE%B7%CE%BB%CE%AE%CF%82,_%CE%BC%CE%AD%CF%83%CE%B7%CF%82-%CF%85%CF%88%CE%B7%CE%BB%CE%AE%CF%82_%CE%BA%CE%B1%CE%B9_%CF%80%CE%BF%CE%BB%CF%8D_%CF%85%CF%88%CE%B7%CE%BB%CE%AE%CF%82_%CE%B5%CF%85%CE%BA%CF%81%CE%AF%CE%BD%CE%B5%CE%B9%CE%B1%CF%82 2010-02-12T18:00:08Z

<p>Ngeorganteas: </p> <hr /> <div>'''Συγγραφείς:''' Γητάς Ζ. Ι. (''Μεσογειακό Αγρονομικό Ινστιτούτο Χανίων (Μ.Α.Ι.Χ.)''), Rishmawi N. K.(''Μεσογειακό Αγρονομικό Ινστιτούτο Χανίων (Μ.Α.Ι.Χ.)'')<br /> <br /> '''Πηγή:''' Εργαστήριο Δημογραφικών και Κοινωνικών Αναλύσεων (Ε.Δ.Κ.Α.), Τμήμα Μηχανικών Χωροταξίας, Πολεοδομίας και Περιφερειακής Ανάπτυξης (Τ.Μ.Χ.Π.Π.Α.), Πανεπιστήμιο Θεσσαλίας (Π.Θ.), 8ο Εθνικό συνέδριο Χαρτογραφίας (Θεσσαλονίκη, Νοέμβριος 2004), http://www.demography-lab.prd.uth.gr/papers/XEEE_Tirana_2006.pdf<br /> <br /> <br /> '''1. Εισαγωγή'''<br /> <br /> Όπως αναφέρεται στη βιβλιογραφία οι φυσικές πυρκαγιές είναι αναπόσπαστο μέρος πολλών χερσαίων οικοσυστημάτων όπως τα εύκρατα δάση, οι σαβάνες και τα Μεσογειακά οικοσυστήματα μεταξύ άλλων. Όμως, από το 1960 μέχρι σήμερα, στις Ευρωπαϊκές Μεσογειακές χώρες, παρατηρείται μία εκθετική αύξηση τόσο στον αριθμό των πυρκαγιών όσο και στην συνολική καμένη έκταση. <br /> <br /> Όταν μία δασική έκταση καταστρέφεται από πυρκαγιά, λεπτομερείς και άμεσες πληροφορίες σχετικά με τη θέση και την έκταση της καμένης έκτασης καθώς και το βαθμό της καταστροφής είναι απαραίτητες για να εκτιμηθούν οι οικονομικές ζημίες και οι περιβαλλοντικές επιπτώσεις, να καταγραφούν οι αλλαγές στην χρήση και κάλυψη της γης, να μοντελοποιηθούν οι ατμοσφαιρικές και κλιματικές επιπτώσεις από την καύση της βιομάζας. Επιπλέον, η ακριβής εκτίμηση βοηθά στην αξιολόγηση της αποτελεσματικότητας των μέτρων που έχουν παρθεί για την ανάπλαση της καμένης περιοχής, και επιτρέπει σε δασολόγους-διαχειριστές να εντοπίσουν περιοχές που χρειάζονται έντονη ή ειδική ανάπλαση, με σκοπό την αποφυγή της υποβάθμισης της περιοχής.<br /> <br /> Οι μέθοδοι που ακολουθούνται από τη Δασική Υπηρεσία στην Ελλάδα για τη χαρτογράφηση των καμένων εκτάσεων και για την εκτίμηση τον βαθμού καταστροφής της βλάστησης βασίζονται σε εκτενείς επισκέψεις στην καμένη περιοχή και σε οπτικές παρατηρήσεις των επιπτώσεων της πυρκαγιάς. Το σύνηθες αποτέλεσμα των επισκέψεων αυτών είναι η δημιουργία ενός πρόχειρου χάρτη της περιμέτρου της πυρκαγιάς επάνω στον τοπογραφικό χάρτη της περιοχής και η παραγωγή μίας Δήλωσης Αυτοψίας και μίας Αναφοράς της πυρκαγιάς. Πρέπει να σημειωθεί ότι πρόσφατα άρχισε να γίνεται χρήση τον Παγκόσμιου Συστήματος Εντοπισμού Θέσης (GPS) από την υπηρεσία στην καταγραφή των καμένων εκτάσεων.<br /> Τα κύρια προβλήματα που σχετίζονται με τις υπάρχουσες μεθόδους στην Μεσογειακή Ευρώπη είναι τα ακόλουθα:<br /> * Η παραγόμενη πληροφορία είναι συχνά μόνο ποιοτική και αφορά την περίμετρο πυρκαγιάς, ενώ πληροφορίες σχετικά με τα είδη που κάηκαν και τον βαθμό της καταστροφής δεν καταγράφονται,<br /> * Η πληροφορία δεν είναι διαθέσιμη ακόμη και μήνες μετά την πυρκαγιά με αποτέλεσμα να μην μπορεί να γίνει εκτίμηση της ανάκτησης της βλάστησης. Πιθανό αποτέλεσμα από την μη ανάκτηση της βλάστησης είναι η διάβρωση του εδάφους.<br /> <br /> Οι μικρές πυρκαγιές μπορούν να χαρτογραφούνται με τις υπάρχουσες μεθόδους αλλά σε περιπτώσεις μεγάλων πυρκαγιών οι συγκεκριμένες μέθοδοι είναι δύσκολο να εφαρμοστούν. Μία εναλλακτική λύση στις υπάρχουσες μεθόδους καταγραφής των καμένων εκτάσεων αποτελεί η τηλεπισκόπηση. Η παραπάνω άποψη βασίζεται σε αρκετές μελέτες που έχουν διεξαχθεί για να διερευνηθεί η ικανότητα των δορυφορικών εικόνων χαμηλής μέσης-υψηλής χωρικής ανάλυσης στην χαρτογράφηση καμένων εκτάσεων (πίνακας 1). Επιπλέον, υπάρχει μία σειρά από ερευνητικές εργασίες στις οποίες μελετάται η χρήση δορυφορικών εικόνων χαμηλής και μέσης-υψηλής χωρικής ανάλυσης στην χαρτογράφηση καμένων εκτάσεων. <br /> [[Εικόνα:Art11_tab1.jpg|thumb|right|'''Πίνακας 1:''' Σύγκριση μεθόδων χαρτογράφησης καμένων εκτάσεων.]]<br /> <br /> Σκοπός αυτής της εργασίας είναι να διερευνήσει την δυνατότητα χρήσης εικόνων χαμηλής (AVHRR), μέσης-υψηλής (LΑNDSΑT ΤΜ) και πολύ υψηλής (IKONOS) ευκρίνειας στην ακριβή χαρτογράφηση καμένων εκτάσεων στη Θάσο. <br /> <br /> <br /> '''2. Περιοχή μελέτης και δεδομένα'''<br /> <br /> H περιοχή μελέτης είναι η Θάσος. H συνολική έκταση τον νησιού είναι περίπου 39.000 εκτάρια ενώ η περίμετρος τον νησιού είναι λίγο μεγαλύτερη από 100 χιλιόμετρα. Το κλίμα της Θάσου είναι Μεσογειακό και χαρακτηρίζεται από θερμά, ξηρά και ηλιόλουστα καλοκαίρια και ψυχρούς χειμώνες. Οι βροχοπτώσεις λαμβάνουν χώρα κυρίως την άνοιξη και το φθινόπωρο. Τρεις πυρκαγιές, την δεκαετία τον 80, είχαν ως αποτέλεσμα να καούν περισσότερα από 20.000 εκτάρια δάσους, δηλαδή μία έκταση μεγαλύτερη από το μισό της συνολικής έκτασης τον νησιού (εικόνα 1). [[Εικόνα:Art11_1.jpg|thumb|right|'''Εικόνα 1:''' Οι περίμετροι τεσσάρων πυρκαγιών στη Θάσο.]]<br /> Επιπλέον, τον Ιούλιο τον 2000, μία μεικτή δασική πυρκαγιά έκαψε 165 εκτάρια τραχείας πεύκης. Σήμερα το δάσος της τραχείας πεύκης καλύπτει μία έκταση 2000 εκταρίων κυρίως στη βόρεια και ανατολική πλευρά τον νησιού.<br /> Πολλοί είναι οι λόγοι που η Θάσος αποτελεί ιδανική περιοχή μελέτης:<br /> * H περιοχή καλύπτεται από χαρακτηριστική Μεσογειακή βλάστηση δηλαδή από τον τύπο βλάστησης που πλήττεται κυρίως από τις πυρκαγιές στην Ελλάδα.<br /> * Υπήρχαν χαρτογραφικές αποτυπώσεις των πυρκαγιών, που μπορούν να χρησιμοποιηθούν στην εκτίμηση της ακρίβειας των χαρτογραφήσεων από δορυφορικές εικόνες.<br /> * Το έντονο ανάγλυφο που έχει ως αποτέλεσμα την ύπαρξη σκιαζόμενων περιοχών, οι οποίες συνήθως συγχέονται με τις καμένες εκτάσεις επάνω σε δορυφορικές εικόνες.<br /> <br /> Για τη μελέτη χρησιμοποιήθηκαν:<br /> *Δύο εικόνες ΝΟΑΑ/AVHRR. Πιο συγκεκριμένα μία εικόνα πριν (11 Αυγούστου 1989) και μία εικόνα μετά (20 Αυγούστου 1989) την πυρκαγιά.<br /> * Μία εικόνα LAΝDSAT ΤΜ μετά την πυρκαγιά (19 Σεπτεμβρίού 1989).<br /> * Μία εικόνα ΙΚΟΝΟS μετά την πυρκαγιά (17 Ιουλίου 2000).<br /> * Οι περίμετροι των πυρκαγιών όπως αποτυπώθηκαν από τη Δασική Υπηρεσία.<br /> * Ένα Ψηφιακό Μοντέλο Εδάφους (ανάλυσης 10 μέτρων) που δημιουργήθηκε από τοπογραφικούς χάρτες 1:5000.<br /> * Στοιχεία που συλλέχθηκαν μέσα στην έκταση που κάηκε το 2000 με τη χρήση θεσιολάβου (δέκτη GPS), και<br /> * Τοπογραφικοί και Θεματικοί χάρτες.<br /> <br /> <br /> '''3. Μεθοδολογία'''<br /> <br /> '''Α) Χαρτογράφηση με δορυφορικά δεδομένα AVHRR'''<br /> <br /> Ο απεικονιστής AVHRR που βρίσκεται στο μετεωρολογικό δορυφόρο NOAA έχει τα παρακάτω χαρακτηριστικά:<br /> * Καθημερινή λήψη,<br /> * Χωρική ανάλυση 1,1 χιλιόμετρα, και<br /> * Δύο ειδών λήψεις: κατά τη διάρκεια της ημέρας και κατά τη διάρκεια της νύχτας.<br /> <br /> Δύο εικόνες, η πρώτη μία εβδομάδα πριν και. η άλλη μία εβδομάδα μετά την πυρκαγιά τον 1989 (εικόνα 2) χρησιμοποιήθηκαν στην ανάλυση. Πρέπει να σημειωθεί ότι τα δεδομένα AVHRR διανέμονται ελεύθερα στο διαδίκτυο. Πριν από την ανάλυση έγινε η προεπεξεργασία τους. Η προεπεξεργασία των εικόνων, που περιελάμβανε την ατμοσφαιρική και ραδιομετρική τους διόρθωση, είχε ως αποτέλεσμα την κανονικοποίηση των δύο εικόνων ώστε να γίνουν συγκρίσιμες μεταξύ τους. Δηλαδή, με την προεπεξεργασία αυτή η παραλλακτικότητα των τιμών λαμπρότητας που οφείλονταν σε εξωτερικούς παράγοντες ελαχιστοποιήθηκε, ώστε το ίδιο αντικείμενο να έχει την ίδια εμφάνιση στις δύο εικόνες (που είχαν ληφθεί σε διαφορετικές ημερομηνίες και στην περίπτωση που δεν είχε καεί ή είχε υποστεί κάποια άλλη αλλαγή). Στην εργασία αυτή έγινε η σχετική διόρθωση των εικόνων AVHRR με εικόνα αναφοράς την εικόνα μετά την πυρκαγιά και με τη βοήθεια της μεθόδου γραμμικής παλινδρόμησης. Επιπλέον, η προεπεξεργασία των εικόνων περιελάμβανε τη γεωμετρική τους διόρθωση. Με τη γεωμετρική διόρθωση οι δορυφορικές εικόνες αποκτούν γεωμετρία χάρτη με αποτέλεσμα τα αντικείμενα να απεικονίζονται με το πραγματικό γεωμετρικό τους σχήμα. Επίσης, μετά τη γεωμετρική διόρθωση, οι. εικόνες και οι ψηφιακοί χάρτες μπορούν να χρησιμοποιούνται μαζί στη γεωγραφική ανάλύση εφόσον βρίσκονται στο ίδιο σύστημα αναφοράς.<br /> [[Εικόνα:Art11_2.jpg|thumb|right|'''Εικόνα 2:''' Δεδομένα AVHRR. Η εικόνα μετά την πυρκαγιά.]]<br /> <br /> Μετά την προεπεξεργασία των εικόνων AVHRR, υπολογίστηκε ο NDVI (Κανονικοποιημένος Δείκτης Βλάστησης) για κάθε μία από τις δύο εικόνες. Στη συνέχεια ο NDVI της εικόνας μετά από την πυρκαγιά αφαιρέθηκε από τον NDVI της εικόνας πριν από την πυρκαγιά. Η εικόνα που προέκυψε από την αφαίρεση χρησιμοποιήθηκε για τη χαρτογράφηση της πυρκαγιάς διότι οι αλλαγές στις τιμές τον NDVI σχετίζονται με την καταστροφή της βλάστησης.<br /> <br /> Για την εκτίμηση της ακρίβειας έγινε σύγκριση με την περίμετρο της πυρκαγιάς όπως αυτή αποτυπώθηκε από την Δασική Υπηρεσία (εικόνα 3). H ακρίβεια που επιτεύχθηκε ήταν της τάξης του 88%. H κυριότερη σύγχυση που παρατηρήθηκε ήταν αυτή της καμένης έκτασης με τα αβαθή ύδατα κοντά στην ακτογραμμή. Το πρόβλημα εντοπίζεται στη χαμηλή ευκρίνεια τον απεικονιστή, η οποία και επηρέασε την ακρίβεια της σχετικής γεωμετρικής διόρθωσης των δύο εικόνων. Επίσης, περιοχές μη-καμένης (υγιούς) βλάστησης μέσα στην περίμετρο της πυρκαγιάς χαρτογραφήθηκαν ως καμένες.<br /> [[Εικόνα:Art11_3.jpg|thumb|right|'''Εικόνα 3:''' Δεδομένα AVHRR. Προσοχή στη σύγχυση με τα αβαθή ύδατα. Με άσπρο περίγραμμα η περίμετρος της φωτιάς όπως αποτυπώθηκε από τη Δασική Υπηρεσία.]]<br /> <br /> '''Β) Χαρτογράφηση με δορυφορικά δεδομένα LANDSAT ΤΜ'''<br /> <br /> O απεικονιστής ΤΜ (εικόνα 4) που βρίσκεται στον δορυφόρο LANDSAT<br /> έχει τα παρακάτω χαρακτηριστικά:<br /> * κάλυψη κάθε 18 μέρες,<br /> * χωρική ανάλυση 30 μέτρα.<br /> [[Εικόνα:Art11_4.jpg|thumb|right|'''Εικόνα 4:''' Δεδομένα LANDSAT TM. Η ανάλυση βασίστηκε σε μια εικόνα που αποκτήθηκε μετά την πυρκαγιά. Με άσπρο περίγραμμα η περίμετρος της φωτιάς όπως αποτυπώθηκε από τη Δασική Υπηρεσία.]]<br /> <br /> Όπως αναφέρεται και πιο πάνω, σύμφωνα με τη σχετική βιβλιογραφία, η ακρίβεια της χαρτογράφησης καμένων εκτάσεων με την χρήση δορυφορικών εικόνων LANDSAT ΤΜ επηρεάζεται αρνητικά από την σύγχυση ανάμεσα σε περιοχές που σκιάζονται εξαιτίας του ανάγλυφου και τις καμένες εκτάσεις. Έτσι, η προεπεξεργασία περιελάμβανε όχι μόνον την ατμοσφαιρική και γεωμετρική αλλά και την τοπογραφική διόρθωση των δορυφορικών δεδομένων LANDSAT ΤΜ, με την χρήση τον μοντέλου τον Μinnaert . Με την τοπογραφική διόρθωση (εικόνα 5) αφαιρούνται από την εικόνα οι σκιές λόγω του ανάγλυφου, με αποτέλεσμα ένα αντικείμενο να έχει την ίδια εμφάνιση ανεξάρτητα από το αν βρίσκεται στην ανατολική ή δυτική πλαγιά ενός βουνού.<br /> [[Εικόνα:Art11_5.jpg|thumb|right|'''Εικόνα 5:''' Με την τοπογραφική διόρθωση αφαιρούνται από την εικόνα οι σκιές λόγω του αναγλύφου. Η εικόνα ΤΜ πριν (1) και μετά (2) την τοπογραφική διόρθωση.]]<br /> <br /> Η ανάλυση βασίστηκε σε μία εικόνα που αποκτήθηκε αμέσως μετά την πυρκαγιά στην οποία εφαρμόστηκε η τεχνική τον δυαδικού εφοδιαστικού μοντέλου παλινδρόμησης. Το δυαδικό εφοδιαστικό μοντέλο παλινδρόμησης συσχετίζει μία δυαδική εξαρτημένη μεταβλητή (σε αυτή την περίπτωση καμένο – μη καμένο) με μία ομάδα ανεξάρτητων μεταβλητών (σε αυτή την περίπτωση την τοπογραφικά διορθωμένη εικόνα LANDSAT ΤΜ με τους επτά διαύλους της). Το μοντέλο παράγει δυαδικό αποτέλεσμα δηλαδή καμένη έκταση και μη καμένη έκταση (εικόνα 6). Πιο συγκεκριμένα, όλα τα εικονοστοιχεία (pixels) με τιμή μικρότερη από 0,5 χαρακτηρίστηκαν ως καμένα και τα εικονοστοιχεία με τιμή μεγαλύτερη από 0,5 χαρακτηρίστηκαν ως μη-καμένα. Στην κατηγορία μη-καμένα συμπεριλαμβάνονται το νερό, οι αστικές περιοχές, η βλάστηση, οι γυμνές επιφάνειες και οι σκιαζόμενες εκτάσεις. Όπως και στην περίπτωση των εικόνων AVHRR, η εκτίμηση της ακρίβειας βασίστηκε στην σύγκριση με την περίμετρο της πυρκαγιάς όπως αυτή χαρτογραφήθηκε από την Δασική Υπηρεσία.<br /> [[Εικόνα:Art11_6.jpg|thumb|right|'''Εικόνα 6:''' Χαρτογράφηση της καμένης έκτασης με τη χρήση του δυαδικού εφοδιαστικού μοντέλου παλινδρόμησης. Με άσπρο περίγραμμα η περίμετρος της φωτιάς όπως αποτυπώθηκε από τη Δασική Υπηρεσία.]]<br /> <br /> Το αποτέλεσμα της μεθόδου αποδείχθηκε πολύ ακριβές όταν συγκρίθηκε με την περίμετρο της πυρκαγιάς σύμφωνα με την Δασική Υπηρεσία. Πιο συγκεκριμένα, η ακρίβεια που επιτεύχθηκε ήταν της τάξης τον 97,4%. Ελάχιστη σύγχυση δημιουργήθηκε ανάμεσα στην καμένη έκταση και σε περιοχές χαμηλής πυκνότητας βλάστησης, καθώς και ανάμεσα στην καμένη έκταση και στις αστικές περιοχές. H τοπογραφική διόρθωση είχε ως αποτέλεσμα τον ακριβή διαχωρισμό των καμένων εκτάσεων από τις σκιαζόμενες εκτάσεις.<br /> <br /> '''Γ) Χαρτογράφηση με δορυφορικά δεδομένα IKONOS'''<br /> <br /> O απεικονιστής IKONOS έχει τα παρακάτω χαρακτηριστικά:<br /> * δυνατότητα κάλύψης κάθε 3 μέρες,<br /> * χωρική ανάλυση 1 μέτρο (εικόνα 7), δύο εικόνες καλύπτουν το 80% της Θάσου<br /> [[Εικόνα:Art11_7.jpg|thumb|right|'''Εικόνα 7:''' Δεδομένα IKONOS. Η καμένη έκταση όπως φαίνεται σε μια εικόνα υψηλής ευκρίνειας. Με άσπρο περίγραμμα η περίμετρος της φωτιάς όπως αποτυπώθηκε από τη Δασική Υπηρεσία.]]<br /> <br /> H προεπεξεργασία περιελάμβανε την ατμοσφαιρική και γεωμετρική διόρθωση της δορυφορικής εικόνας. Για την ατμοσφαιρική διόρθωση χρησιμοποιήθηκε η μέθοδος τον Richter που χρησιμοποιεί το μοντέλο MORTRAN. H καμένη έκταση, το νερό και οι σκιαζόμενες περιοχές είναι τρεις κατηγορίες με παρόμοιο φασματικό προφίλ στην εικόνα IKONOS, λόγω τον περιορισμένου αριθμού διαύλων (3 στο ορατό και. ένας στο εγγύς υπέρυθρο) καθώς και της έλλειψης διαύλου στο μέσο-υπέρυθρο που έχει ο απεικονιστής. Επιπλέον, εξαιτίας της υψηλής ευκρίνειας των εικόνων IKONOS, παρατηρήθηκε δυσκολία στο διαχωρισμό της πυρκαγιάς επιφανείας από τις σκιαζόμενες εκτάσεις που καλύπτονται από βλάστηση υπορόφου.<br /> <br /> Για το διαχωρισμό των καμένων εκτάσεων από τις άλλες κατηγορίες κάλυψης γης αναπτύχθηκε μια πολύπλοκη μεθοδολογία πολλών βημάτων που περιελάμβανε:<br /> * τη σύγκριση των φασματικών υπογραφών της καμένης έκτασης (πυρκαγιά κομοστέγης και πυρκαγιά επιφανείας) με τις άλλες κατηγορίες κάλυψης γης,<br /> * την παραγωγή χρωματικών μοντέλων έντασης, απόχρωσης, κορεσμού (IHS),<br /> * την παραγωγή τον κανονικοποιημένου δείκτη βλάστησης (NDVI) για τον διαχωρισμό της καμένης έκτασης από το νερό,<br /> * την επιλογή των διαύλων και παραγώγων που φαίνεται να διαχωρίζουν καλύτερα την καμένη έκταση από τις άλλες κατηγορίες. Πιο συγκεκριμένα επιλέχθηκαν ο δίαυλος στο ερυθρό, ο δίαυλος στο υπέρυθρο, καθώς και η απόχρωση και ο κανονικοποιημένος δείκτης βλάστησης,<br /> * την επιλογή δειγματοληπτικών περιοχών αντιπροσωπευτικών για την κάθε<br /> κατηγορία και την αντιστοίχιση κάθε κατηγορίας σε έναν ακέραιο αριθμό,<br /> * τη χρήση της κανονικής ανάλυσης διάκρισης (Canonical Discriminant Analysis) πού περιελάμβανε την παραγωγή γραμμικών εξισώσεων διάκρισης που με τη σειρά τους χρησιμοποιήθηκαν στην παραγωγή σκορ διάκρισης. H CDA μεγιστοποιεί την απόκλιση ανάμεσα στις κατηγορίες και ελαχιστοποιεί την απόκλιση στην ίδια την κατηγορία,<br /> * την χρήση επιβλεπόμενης ταξινόμησης (με την χρήση της μεθόδου της ελάχιστης απόστασης) με την χρήση των σκορ διάκρισης.<br /> <br /> Για την εκτίμηση της ακρίβειας έγινε σύγκριση με την περίμετρο της πυρκαγιάς όπως αυτή χαρτογραφήθηκε από την Δασική Υπηρεσία. Επιπλέον, το 2000 πραγματοποιήθηκε επίσκεψη στην περιοχή μελέτης, κατά την οποία με την βοήθεια τον Παγκόσμιού Συστήματος Εντοπισμού Θέσης (GPS) εντοπίστηκαν και φωτογραφήθηκαν σημεία με διαφορετικό βαθμό προσβολής από την πυρκαγιά. Τα σημεία αυτά χρησιμοποιήθηκαν για να εκτιμηθεί η ικανότητα τον απεικονιστή στον διαχωρισμό διαφορετικών επιπέδων προσβολής.<br /> <br /> Από την διαδικασία εκτίμησης ακρίβειας με την χρήση τον πίνακα σφαλμάτων φαίνεται ότι η μέθοδος είχε ως αποτέλεσμα τον ακριβή διαχωρισμό των καμένων εκτάσεων από τις άλλες κατηγορίες κάλυψης γης. Πιο συγκεκριμένα, η ακρίβεια που επιτεύχθηκε ήταν της τάξης τον 92,5% και οφείλεται κυρίως στην χρήση της μεθόδου CDA. Επιπλέον, η μέθοδος είχε ως αποτέλεσμα τον διαχωρισμό δύο τύπων πυρκαγιάς, της επικόρυφης και της επιφανειακής (εικόνα 8). Όμως πρέπει να σημειωθεί ότι η σύγχυση που παρατηρήθηκε ανάμεσα στην πυρκαγιά επιφανείας και τις σκιαζόμενες εκτάσεις που καλύπτονται από βλάστηση υπορόφου δεν εξαλείφθηκε πλήρως λόγω του ότι μερικές από τις εκτάσεις της κατηγορίας πυρκαγιά επιφανείας είναι και αυτές σκιαζόμενες.<br /> [[Εικόνα:Art11_8.jpg|thumb|right|'''Εικόνα 8:''' Δεδομένα IKONOS. Χαρτογράφηση της καμένης έκτασης με τη χρήση της κανονικής ανάλυσης διάκρισης.]] <br /> <br /> <br /> '''4. Συμπεράσματα'''<br /> <br /> H ακριβής και λεπτομερής χαρτογράφηση της καμένης έκτασης, του βαθμού καταστροφής της βλάστησης, καθώς και η χαρτογράφηση της υγιούς βλάστησης μέσα στην περίμετρο της πυρκαγιάς αποτελούν σημαντικές πληροφορίες που βοηθούν στην καλύτερη διαχείριση της περιοχής πού κάηκε. Οι παραπάνω πληροφορίες χρησιμοποιούνται μεταξύ άλλων για να εκτιμηθούν οι οικονομικές ζημίες και οι περιβαλλοντικές επιπτώσεις, να καταγραφούν οι αλλαγές στην χρήση και κάλυψη της γης, και να μοντελοποιηθούν οι ατμοσφαιρικές και κλιματικές επιπτώσεις από την καύση της βιομάζας.<br /> <br /> Στην εργασία αυτή χρησιμοποιήθηκαν δορυφορικές εικόνες χαμηλής (AVHRR), μέσης-υψηλής (LANDSAT ΤΜ) και πολύ υψηλής (IKONOS) ευκρίνειας στην χαρτογράφηση καμένων εκτάσεων στη Θάσο. Στα πλαίσια της εργασίας βελτιώθηκαν υπάρχουσες τεχνικές ανάλυσης εικόνων AVHRR και ΤΜ με αποτέλεσμα τον διαχωρισμό των καμένων εκτάσεων από τις άλλες κατηγορίες κάλυψης γης με μεγάλη ακρίβεια. Επιπλέον, αναπτύχθηκαν καινούργιες τεχνικές ανάλυσης δορυφορικών δεδομένων ΙΚΟΝΟS, που είχαν επίσης σαν αποτέλεσμα τον ακριβή διαχωρισμό των καμένων εκτάσεων από τις άλλες κατηγορίες κάλυψης γης.<br /> <br /> Η χρήση τον κάθε τύπου εικόνας έχει τα δικά της πλεονεκτήματα και μειονεκτήματα. Πιο συγκεκριμένα:<br /> * αν και ο απεικονιστής AVΗRR δεν δίνει την δυνατότητα εντοπισμού των περιοχών υγιούς βλάστησης μέσα στην περίμετρο της πυρκαγιάς είναι ο μοναδικός απεικονιστής με καθημερινή κάλυψη,<br /> * δεδομένα τον απεικονιστή AVHRR διανέμονται ελεύθερα στο διαδίκτυο,<br /> * η χρήση των εικόνων LANDSAT ΤΜ έχει ως αποτέλεσμα τον ακριβή εντοπισμό αλλά και την παροχή λεπτομερών πληροφοριών σχετικά με την καμένη έκταση,<br /> * πολύ μεγάλος χρόνος κάλυψης ολόκληρου του πλανήτη,<br /> * η χρήση των εικόνων ΙΚΟΝΟS έχει επίσης ως αποτέλεσμα τον ακριβή εντοπισμό, αλλά και την παροχή λεπτομερών πληροφοριών σχετικά με την καμένη έκταση,<br /> * ένα επιπλέον πλεονέκτημα των εικόνων πολύ υψηλής ευκρίνειας (ΙΚΟΝΟS) είναι και η ικανότητα διαχωρισμού μεταξύ επικόρυφης και πυρκαγιάς επιφανείας,<br /> * με τη χρήση εικόνων πολύ υψηλής ευκρίνειας εισάγονται καινούργιοι τύποι θορύβου στην εικόνα. Για παράδειγμα, οι σκιές των μεμονωμένων υψηλών δέντρων εισάγουν θόρυβο στις εικόνες ΙΚΟΝΟS, γεγονός που μπορεί να αποτελέσει πηγή σύγχυσης με την καμένη έκταση.<br /> <br /> <br /> <br /> <br /> <br /> <br /> [[category:Χαρτογράφηση καμένων εκτάσεων]]</div>

Ngeorganteas http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Art11_tab1.jpg 2010-02-12T17:51:45Z

<p>Ngeorganteas: </p> <hr /> <div></div>

Ngeorganteas http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Art11_8.jpg 2010-02-12T17:51:20Z

<p>Ngeorganteas: </p> <hr /> <div></div>

Ngeorganteas http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Art11_7.jpg 2010-02-12T17:51:09Z

<p>Ngeorganteas: </p> <hr /> <div></div>

Ngeorganteas http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Art11_6.jpg 2010-02-12T17:50:58Z

<p>Ngeorganteas: </p> <hr /> <div></div>

Ngeorganteas http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Art11_5.jpg 2010-02-12T17:50:47Z

<p>Ngeorganteas: </p> <hr /> <div></div>

Ngeorganteas http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Art11_4.jpg 2010-02-12T17:50:36Z

<p>Ngeorganteas: </p> <hr /> <div></div>

Ngeorganteas http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Art11_3.jpg 2010-02-12T17:50:24Z

<p>Ngeorganteas: </p> <hr /> <div></div>

Ngeorganteas http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Art11_2.jpg 2010-02-12T17:50:12Z

<p>Ngeorganteas: </p> <hr /> <div></div>

Ngeorganteas http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Art11_1.jpg 2010-02-12T17:49:58Z

<p>Ngeorganteas: </p> <hr /> <div></div>

Ngeorganteas http://147.102.106.44/rs/wiki/index.php/%CE%A7%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CE%BA%CE%B1%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CE%B5%CE%BA%CF%84%CE%AC%CF%83%CE%B5%CF%89%CE%BD_%CE%BC%CE%B5_%CF%84%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CF%89%CE%BD_%CF%87%CE%B1%CE%BC%CE%B7%CE%BB%CE%AE%CF%82,_%CE%BC%CE%AD%CF%83%CE%B7%CF%82-%CF%85%CF%88%CE%B7%CE%BB%CE%AE%CF%82_%CE%BA%CE%B1%CE%B9_%CF%80%CE%BF%CE%BB%CF%8D_%CF%85%CF%88%CE%B7%CE%BB%CE%AE%CF%82_%CE%B5%CF%85%CE%BA%CF%81%CE%AF%CE%BD%CE%B5%CE%B9%CE%B1%CF%82 2010-02-12T17:49:03Z

<p>Ngeorganteas: </p> <hr /> <div>'''Συγγραφείς:''' Γητάς Ζ. Ι. (''Μεσογειακό Αγρονομικό Ινστιτούτο Χανίων (Μ.Α.Ι.Χ.)''), Rishmawi N. K.(''Μεσογειακό Αγρονομικό Ινστιτούτο Χανίων (Μ.Α.Ι.Χ.)'')<br /> <br /> '''Πηγή:''' Εργαστήριο Δημογραφικών και Κοινωνικών Αναλύσεων (Ε.Δ.Κ.Α.), Τμήμα Μηχανικών Χωροταξίας, Πολεοδομίας και Περιφερειακής Ανάπτυξης (Τ.Μ.Χ.Π.Π.Α.), Πανεπιστήμιο Θεσσαλίας (Π.Θ.), 8ο Εθνικό συνέδριο Χαρτογραφίας (Θεσσαλονίκη, Νοέμβριος 2004), http://www.demography-lab.prd.uth.gr/papers/XEEE_Tirana_2006.pdf<br /> <br /> <br /> '''1. Εισαγωγή'''<br /> <br /> Όπως αναφέρεται στη βιβλιογραφία οι φυσικές πυρκαγιές είναι αναπόσπαστο μέρος πολλών χερσαίων οικοσυστημάτων όπως τα εύκρατα δάση, οι σαβάνες και τα Μεσογειακά οικοσυστήματα μεταξύ άλλων. Όμως, από το 1960 μέχρι σήμερα, στις Ευρωπαϊκές Μεσογειακές χώρες, παρατηρείται μία εκθετική αύξηση τόσο στον αριθμό των πυρκαγιών όσο και στην συνολική καμένη έκταση. <br /> <br /> Όταν μία δασική έκταση καταστρέφεται από πυρκαγιά, λεπτομερείς και άμεσες πληροφορίες σχετικά με τη θέση και την έκταση της καμένης έκτασης καθώς και το βαθμό της καταστροφής είναι απαραίτητες για να εκτιμηθούν οι οικονομικές ζημίες και οι περιβαλλοντικές επιπτώσεις, να καταγραφούν οι αλλαγές στην χρήση και κάλυψη της γης, να μοντελοποιηθούν οι ατμοσφαιρικές και κλιματικές επιπτώσεις από την καύση της βιομάζας. Επιπλέον, η ακριβής εκτίμηση βοηθά στην αξιολόγηση της αποτελεσματικότητας των μέτρων που έχουν παρθεί για την ανάπλαση της καμένης περιοχής, και επιτρέπει σε δασολόγους-διαχειριστές να εντοπίσουν περιοχές που χρειάζονται έντονη ή ειδική ανάπλαση, με σκοπό την αποφυγή της υποβάθμισης της περιοχής.<br /> <br /> Οι μέθοδοι που ακολουθούνται από τη Δασική Υπηρεσία στην Ελλάδα για τη χαρτογράφηση των καμένων εκτάσεων και για την εκτίμηση τον βαθμού καταστροφής της βλάστησης βασίζονται σε εκτενείς επισκέψεις στην καμένη περιοχή και σε οπτικές παρατηρήσεις των επιπτώσεων της πυρκαγιάς. Το σύνηθες αποτέλεσμα των επισκέψεων αυτών είναι η δημιουργία ενός πρόχειρου χάρτη της περιμέτρου της πυρκαγιάς επάνω στον τοπογραφικό χάρτη της περιοχής και η παραγωγή μίας Δήλωσης Αυτοψίας και μίας Αναφοράς της πυρκαγιάς. Πρέπει να σημειωθεί ότι πρόσφατα άρχισε να γίνεται χρήση τον Παγκόσμιου Συστήματος Εντοπισμού Θέσης (GPS) από την υπηρεσία στην καταγραφή των καμένων εκτάσεων.<br /> Τα κύρια προβλήματα που σχετίζονται με τις υπάρχουσες μεθόδους στην Μεσογειακή Ευρώπη είναι τα ακόλουθα:<br /> * Η παραγόμενη πληροφορία είναι συχνά μόνο ποιοτική και αφορά την περίμετρο πυρκαγιάς, ενώ πληροφορίες σχετικά με τα είδη που κάηκαν και τον βαθμό της καταστροφής δεν καταγράφονται,<br /> * Η πληροφορία δεν είναι διαθέσιμη ακόμη και μήνες μετά την πυρκαγιά με αποτέλεσμα να μην μπορεί να γίνει εκτίμηση της ανάκτησης της βλάστησης. Πιθανό αποτέλεσμα από την μη ανάκτηση της βλάστησης είναι η διάβρωση του εδάφους.<br /> <br /> Οι μικρές πυρκαγιές μπορούν να χαρτογραφούνται με τις υπάρχουσες μεθόδους αλλά σε περιπτώσεις μεγάλων πυρκαγιών οι συγκεκριμένες μέθοδοι είναι δύσκολο να εφαρμοστούν. Μία εναλλακτική λύση στις υπάρχουσες μεθόδους καταγραφής των καμένων εκτάσεων αποτελεί η τηλεπισκόπηση. Η παραπάνω άποψη βασίζεται σε αρκετές μελέτες που έχουν διεξαχθεί για να διερευνηθεί η ικανότητα των δορυφορικών εικόνων χαμηλής μέσης-υψηλής χωρικής ανάλυσης στην χαρτογράφηση καμένων εκτάσεων (πίνακας 1). Επιπλέον, υπάρχει μία σειρά από ερευνητικές εργασίες στις οποίες μελετάται η χρήση δορυφορικών εικόνων χαμηλής και μέσης-υψηλής χωρικής ανάλυσης στην χαρτογράφηση καμένων εκτάσεων. <br /> <br /> Σκοπός αυτής της εργασίας είναι να διερευνήσει την δυνατότητα χρήσης εικόνων χαμηλής (AVHRR), μέσης-υψηλής (LΑNDSΑT ΤΜ) και πολύ υψηλής (IKONOS) ευκρίνειας στην ακριβή χαρτογράφηση καμένων εκτάσεων στη Θάσο. <br /> <br /> <br /> '''2. Περιοχή μελέτης και δεδομένα'''<br /> <br /> H περιοχή μελέτης είναι η Θάσος. H συνολική έκταση τον νησιού είναι περίπου 39.000 εκτάρια ενώ η περίμετρος τον νησιού είναι λίγο μεγαλύτερη από 100 χιλιόμετρα. Το κλίμα της Θάσου είναι Μεσογειακό και χαρακτηρίζεται από θερμά, ξηρά και ηλιόλουστα καλοκαίρια και ψυχρούς χειμώνες. Οι βροχοπτώσεις λαμβάνουν χώρα κυρίως την άνοιξη και το φθινόπωρο. Τρεις πυρκαγιές, την δεκαετία τον 80, είχαν ως αποτέλεσμα να καούν περισσότερα από 20.000 εκτάρια δάσους, δηλαδή μία έκταση μεγαλύτερη από το μισό της συνολικής έκτασης τον νησιού (εικόνα 1).<br /> Επιπλέον, τον Ιούλιο τον 2000, μία μεικτή δασική πυρκαγιά έκαψε 165 εκτάρια τραχείας πεύκης. Σήμερα το δάσος της τραχείας πεύκης καλύπτει μία έκταση 2000 εκταρίων κυρίως στη βόρεια και ανατολική πλευρά τον νησιού.<br /> Πολλοί είναι οι λόγοι που η Θάσος αποτελεί ιδανική περιοχή μελέτης:<br /> * H περιοχή καλύπτεται από χαρακτηριστική Μεσογειακή βλάστηση δηλαδή από τον τύπο βλάστησης που πλήττεται κυρίως από τις πυρκαγιές στην Ελλάδα.<br /> * Υπήρχαν χαρτογραφικές αποτυπώσεις των πυρκαγιών, που μπορούν να χρησιμοποιηθούν στην εκτίμηση της ακρίβειας των χαρτογραφήσεων από δορυφορικές εικόνες.<br /> * Το έντονο ανάγλυφο που έχει ως αποτέλεσμα την ύπαρξη σκιαζόμενων περιοχών, οι οποίες συνήθως συγχέονται με τις καμένες εκτάσεις επάνω σε δορυφορικές εικόνες.<br /> <br /> Για τη μελέτη χρησιμοποιήθηκαν:<br /> *Δύο εικόνες ΝΟΑΑ/AVHRR. Πιο συγκεκριμένα μία εικόνα πριν (11 Αυγούστου 1989) και μία εικόνα μετά (20 Αυγούστου 1989) την πυρκαγιά.<br /> * Μία εικόνα LAΝDSAT ΤΜ μετά την πυρκαγιά (19 Σεπτεμβρίού 1989).<br /> * Μία εικόνα ΙΚΟΝΟS μετά την πυρκαγιά (17 Ιουλίου 2000).<br /> * Οι περίμετροι των πυρκαγιών όπως αποτυπώθηκαν από τη Δασική Υπηρεσία.<br /> * Ένα Ψηφιακό Μοντέλο Εδάφους (ανάλυσης 10 μέτρων) που δημιουργήθηκε από τοπογραφικούς χάρτες 1:5000.<br /> * Στοιχεία που συλλέχθηκαν μέσα στην έκταση που κάηκε το 2000 με τη χρήση θεσιολάβου (δέκτη GPS), και<br /> * Τοπογραφικοί και Θεματικοί χάρτες.<br /> <br /> <br /> '''3. Μεθοδολογία'''<br /> <br /> '''Α) Χαρτογράφηση με δορυφορικά δεδομένα AVHRR'''<br /> <br /> Ο απεικονιστής AVHRR που βρίσκεται στο μετεωρολογικό δορυφόρο NOAA έχει τα παρακάτω χαρακτηριστικά:<br /> * Καθημερινή λήψη,<br /> * Χωρική ανάλυση 1,1 χιλιόμετρα, και<br /> * Δύο ειδών λήψεις: κατά τη διάρκεια της ημέρας και κατά τη διάρκεια της νύχτας.<br /> <br /> Δύο εικόνες, η πρώτη μία εβδομάδα πριν και. η άλλη μία εβδομάδα μετά την πυρκαγιά τον 1989 (εικόνα 2) χρησιμοποιήθηκαν στην ανάλυση. Πρέπει να σημειωθεί ότι τα δεδομένα AVHRR διανέμονται ελεύθερα στο διαδίκτυο. Πριν από την ανάλυση έγινε η προεπεξεργασία τους. Η προεπεξεργασία των εικόνων, που περιελάμβανε την ατμοσφαιρική και ραδιομετρική τους διόρθωση, είχε ως αποτέλεσμα την κανονικοποίηση των δύο εικόνων ώστε να γίνουν συγκρίσιμες μεταξύ τους. Δηλαδή, με την προεπεξεργασία αυτή η παραλλακτικότητα των τιμών λαμπρότητας που οφείλονταν σε εξωτερικούς παράγοντες ελαχιστοποιήθηκε, ώστε το ίδιο αντικείμενο να έχει την ίδια εμφάνιση στις δύο εικόνες (που είχαν ληφθεί σε διαφορετικές ημερομηνίες και στην περίπτωση που δεν είχε καεί ή είχε υποστεί κάποια άλλη αλλαγή). Στην εργασία αυτή έγινε η σχετική διόρθωση των εικόνων AVHRR με εικόνα αναφοράς την εικόνα μετά την πυρκαγιά και με τη βοήθεια της μεθόδου γραμμικής παλινδρόμησης. Επιπλέον, η προεπεξεργασία των εικόνων περιελάμβανε τη γεωμετρική τους διόρθωση. Με τη γεωμετρική διόρθωση οι δορυφορικές εικόνες αποκτούν γεωμετρία χάρτη με αποτέλεσμα τα αντικείμενα να απεικονίζονται με το πραγματικό γεωμετρικό τους σχήμα. Επίσης, μετά τη γεωμετρική διόρθωση, οι. εικόνες και οι ψηφιακοί χάρτες μπορούν να χρησιμοποιούνται μαζί στη γεωγραφική ανάλύση εφόσον βρίσκονται στο ίδιο σύστημα αναφοράς.<br /> <br /> Μετά την προεπεξεργασία των εικόνων AVHRR, υπολογίστηκε ο NDVI (Κανονικοποιημένος Δείκτης Βλάστησης) για κάθε μία από τις δύο εικόνες. Στη συνέχεια ο NDVI της εικόνας μετά από την πυρκαγιά αφαιρέθηκε από τον NDVI της εικόνας πριν από την πυρκαγιά. Η εικόνα που προέκυψε από την αφαίρεση χρησιμοποιήθηκε για τη χαρτογράφηση της πυρκαγιάς διότι οι αλλαγές στις τιμές τον NDVI σχετίζονται με την καταστροφή της βλάστησης.<br /> <br /> Για την εκτίμηση της ακρίβειας έγινε σύγκριση με την περίμετρο της πυρκαγιάς όπως αυτή αποτυπώθηκε από την Δασική Υπηρεσία (εικόνα 3). H ακρίβεια που επιτεύχθηκε ήταν της τάξης του 88%. H κυριότερη σύγχυση που παρατηρήθηκε ήταν αυτή της καμένης έκτασης με τα αβαθή ύδατα κοντά στην ακτογραμμή. Το πρόβλημα εντοπίζεται στη χαμηλή ευκρίνεια τον απεικονιστή, η οποία και επηρέασε την ακρίβεια της σχετικής γεωμετρικής διόρθωσης των δύο εικόνων. Επίσης, περιοχές μη-καμένης (υγιούς) βλάστησης μέσα στην περίμετρο της πυρκαγιάς χαρτογραφήθηκαν ως καμένες.<br /> <br /> '''Β) Χαρτογράφηση με δορυφορικά δεδομένα LANDSAT ΤΜ'''<br /> <br /> O απεικονιστής ΤΜ (εικόνα 4) που βρίσκεται στον δορυφόρο LANDSAT<br /> έχει τα παρακάτω χαρακτηριστικά:<br /> * κάλυψη κάθε 18 μέρες,<br /> * χωρική ανάλυση 30 μέτρα.<br /> <br /> Όπως αναφέρεται και πιο πάνω, σύμφωνα με τη σχετική βιβλιογραφία, η ακρίβεια της χαρτογράφησης καμένων εκτάσεων με την χρήση δορυφορικών εικόνων LANDSAT ΤΜ επηρεάζεται αρνητικά από την σύγχυση ανάμεσα σε περιοχές που σκιάζονται εξαιτίας του ανάγλυφου και τις καμένες εκτάσεις. Έτσι, η προεπεξεργασία περιελάμβανε όχι μόνον την ατμοσφαιρική και γεωμετρική αλλά και την τοπογραφική διόρθωση των δορυφορικών δεδομένων LANDSAT ΤΜ, με την χρήση τον μοντέλου τον Μinnaert . Με την τοπογραφική διόρθωση (εικόνα 5) αφαιρούνται από την εικόνα οι σκιές λόγω του ανάγλυφου, με αποτέλεσμα ένα αντικείμενο να έχει την ίδια εμφάνιση ανεξάρτητα από το αν βρίσκεται στην ανατολική ή δυτική πλαγιά ενός βουνού.<br /> <br /> Η ανάλυση βασίστηκε σε μία εικόνα που αποκτήθηκε αμέσως μετά την πυρκαγιά στην οποία εφαρμόστηκε η τεχνική τον δυαδικού εφοδιαστικού μοντέλου παλινδρόμησης. Το δυαδικό εφοδιαστικό μοντέλο παλινδρόμησης συσχετίζει μία δυαδική εξαρτημένη μεταβλητή (σε αυτή την περίπτωση καμένο – μη καμένο) με μία ομάδα ανεξάρτητων μεταβλητών (σε αυτή την περίπτωση την τοπογραφικά διορθωμένη εικόνα LANDSAT ΤΜ με τους επτά διαύλους της). Το μοντέλο παράγει δυαδικό αποτέλεσμα δηλαδή καμένη έκταση και μη καμένη έκταση (εικόνα 6). Πιο συγκεκριμένα, όλα τα εικονοστοιχεία (pixels) με τιμή μικρότερη από 0,5 χαρακτηρίστηκαν ως καμένα και τα εικονοστοιχεία με τιμή μεγαλύτερη από 0,5 χαρακτηρίστηκαν ως μη-καμένα. Στην κατηγορία μη-καμένα συμπεριλαμβάνονται το νερό, οι αστικές περιοχές, η βλάστηση, οι γυμνές επιφάνειες και οι σκιαζόμενες εκτάσεις. Όπως και στην περίπτωση των εικόνων AVHRR, η εκτίμηση της ακρίβειας βασίστηκε στην σύγκριση με την περίμετρο της πυρκαγιάς όπως αυτή χαρτογραφήθηκε από την Δασική Υπηρεσία.<br /> <br /> Το αποτέλεσμα της μεθόδου αποδείχθηκε πολύ ακριβές όταν συγκρίθηκε με την περίμετρο της πυρκαγιάς σύμφωνα με την Δασική Υπηρεσία. Πιο συγκεκριμένα, η ακρίβεια που επιτεύχθηκε ήταν της τάξης τον 97,4%. Ελάχιστη σύγχυση δημιουργήθηκε ανάμεσα στην καμένη έκταση και σε περιοχές χαμηλής πυκνότητας βλάστησης, καθώς και ανάμεσα στην καμένη έκταση και στις αστικές περιοχές. H τοπογραφική διόρθωση είχε ως αποτέλεσμα τον ακριβή διαχωρισμό των καμένων εκτάσεων από τις σκιαζόμενες εκτάσεις.<br /> <br /> '''Γ) Χαρτογράφηση με δορυφορικά δεδομένα IKONOS'''<br /> <br /> O απεικονιστής IKONOS έχει τα παρακάτω χαρακτηριστικά:<br /> * δυνατότητα κάλύψης κάθε 3 μέρες,<br /> * χωρική ανάλυση 1 μέτρο (εικόνα 7), δύο εικόνες καλύπτουν το 80% της Θάσου<br /> <br /> H προεπεξεργασία περιελάμβανε την ατμοσφαιρική και γεωμετρική διόρθωση της δορυφορικής εικόνας. Για την ατμοσφαιρική διόρθωση χρησιμοποιήθηκε η μέθοδος τον Richter που χρησιμοποιεί το μοντέλο MORTRAN. H καμένη έκταση, το νερό και οι σκιαζόμενες περιοχές είναι τρεις κατηγορίες με παρόμοιο φασματικό προφίλ στην εικόνα IKONOS, λόγω τον περιορισμένου αριθμού διαύλων (3 στο ορατό και. ένας στο εγγύς υπέρυθρο) καθώς και της έλλειψης διαύλου στο μέσο-υπέρυθρο που έχει ο απεικονιστής. Επιπλέον, εξαιτίας της υψηλής ευκρίνειας των εικόνων IKONOS, παρατηρήθηκε δυσκολία στο διαχωρισμό της πυρκαγιάς επιφανείας από τις σκιαζόμενες εκτάσεις που καλύπτονται από βλάστηση υπορόφου.<br /> <br /> Για το διαχωρισμό των καμένων εκτάσεων από τις άλλες κατηγορίες κάλυψης γης αναπτύχθηκε μια πολύπλοκη μεθοδολογία πολλών βημάτων που περιελάμβανε:<br /> * τη σύγκριση των φασματικών υπογραφών της καμένης έκτασης (πυρκαγιά κομοστέγης και πυρκαγιά επιφανείας) με τις άλλες κατηγορίες κάλυψης γης,<br /> * την παραγωγή χρωματικών μοντέλων έντασης, απόχρωσης, κορεσμού (IHS),<br /> * την παραγωγή τον κανονικοποιημένου δείκτη βλάστησης (NDVI) για τον διαχωρισμό της καμένης έκτασης από το νερό,<br /> * την επιλογή των διαύλων και παραγώγων που φαίνεται να διαχωρίζουν καλύτερα την καμένη έκταση από τις άλλες κατηγορίες. Πιο συγκεκριμένα επιλέχθηκαν ο δίαυλος στο ερυθρό, ο δίαυλος στο υπέρυθρο, καθώς και η απόχρωση και ο κανονικοποιημένος δείκτης βλάστησης,<br /> * την επιλογή δειγματοληπτικών περιοχών αντιπροσωπευτικών για την κάθε<br /> κατηγορία και την αντιστοίχιση κάθε κατηγορίας σε έναν ακέραιο αριθμό,<br /> * τη χρήση της κανονικής ανάλυσης διάκρισης (Canonical Discriminant Analysis) πού περιελάμβανε την παραγωγή γραμμικών εξισώσεων διάκρισης που με τη σειρά τους χρησιμοποιήθηκαν στην παραγωγή σκορ διάκρισης. H CDA μεγιστοποιεί την απόκλιση ανάμεσα στις κατηγορίες και ελαχιστοποιεί την απόκλιση στην ίδια την κατηγορία,<br /> * την χρήση επιβλεπόμενης ταξινόμησης (με την χρήση της μεθόδου της ελάχιστης απόστασης) με την χρήση των σκορ διάκρισης.<br /> <br /> Για την εκτίμηση της ακρίβειας έγινε σύγκριση με την περίμετρο της πυρκαγιάς όπως αυτή χαρτογραφήθηκε από την Δασική Υπηρεσία. Επιπλέον, το 2000 πραγματοποιήθηκε επίσκεψη στην περιοχή μελέτης, κατά την οποία με την βοήθεια τον Παγκόσμιού Συστήματος Εντοπισμού Θέσης (GPS) εντοπίστηκαν και φωτογραφήθηκαν σημεία με διαφορετικό βαθμό προσβολής από την πυρκαγιά. Τα σημεία αυτά χρησιμοποιήθηκαν για να εκτιμηθεί η ικανότητα τον απεικονιστή στον διαχωρισμό διαφορετικών επιπέδων προσβολής.<br /> <br /> Από την διαδικασία εκτίμησης ακρίβειας με την χρήση τον πίνακα σφαλμάτων φαίνεται ότι η μέθοδος είχε ως αποτέλεσμα τον ακριβή διαχωρισμό των καμένων εκτάσεων από τις άλλες κατηγορίες κάλυψης γης. Πιο συγκεκριμένα, η ακρίβεια που επιτεύχθηκε ήταν της τάξης τον 92,5% και οφείλεται κυρίως στην χρήση της μεθόδου CDA. Επιπλέον, η μέθοδος είχε ως αποτέλεσμα τον διαχωρισμό δύο τύπων πυρκαγιάς, της επικόρυφης και της επιφανειακής (εικόνα 8). Όμως πρέπει να σημειωθεί ότι η σύγχυση που παρατηρήθηκε ανάμεσα στην πυρκαγιά επιφανείας και τις σκιαζόμενες εκτάσεις που καλύπτονται από βλάστηση υπορόφου δεν εξαλείφθηκε πλήρως λόγω του ότι μερικές από τις εκτάσεις της κατηγορίας πυρκαγιά επιφανείας είναι και αυτές σκιαζόμενες.<br /> <br /> <br /> '''4. Συμπεράσματα'''<br /> <br /> H ακριβής και λεπτομερής χαρτογράφηση της καμένης έκτασης, του βαθμού καταστροφής της βλάστησης, καθώς και η χαρτογράφηση της υγιούς βλάστησης μέσα στην περίμετρο της πυρκαγιάς αποτελούν σημαντικές πληροφορίες που βοηθούν στην καλύτερη διαχείριση της περιοχής πού κάηκε. Οι παραπάνω πληροφορίες χρησιμοποιούνται μεταξύ άλλων για να εκτιμηθούν οι οικονομικές ζημίες και οι περιβαλλοντικές επιπτώσεις, να καταγραφούν οι αλλαγές στην χρήση και κάλυψη της γης, και να μοντελοποιηθούν οι ατμοσφαιρικές και κλιματικές επιπτώσεις από την καύση της βιομάζας.<br /> <br /> Στην εργασία αυτή χρησιμοποιήθηκαν δορυφορικές εικόνες χαμηλής (AVHRR), μέσης-υψηλής (LANDSAT ΤΜ) και πολύ υψηλής (IKONOS) ευκρίνειας στην χαρτογράφηση καμένων εκτάσεων στη Θάσο. Στα πλαίσια της εργασίας βελτιώθηκαν υπάρχουσες τεχνικές ανάλυσης εικόνων AVHRR και ΤΜ με αποτέλεσμα τον διαχωρισμό των καμένων εκτάσεων από τις άλλες κατηγορίες κάλυψης γης με μεγάλη ακρίβεια. Επιπλέον, αναπτύχθηκαν καινούργιες τεχνικές ανάλυσης δορυφορικών δεδομένων ΙΚΟΝΟS, που είχαν επίσης σαν αποτέλεσμα τον ακριβή διαχωρισμό των καμένων εκτάσεων από τις άλλες κατηγορίες κάλυψης γης.<br /> <br /> Η χρήση τον κάθε τύπου εικόνας έχει τα δικά της πλεονεκτήματα και μειονεκτήματα. Πιο συγκεκριμένα:<br /> * αν και ο απεικονιστής AVΗRR δεν δίνει την δυνατότητα εντοπισμού των περιοχών υγιούς βλάστησης μέσα στην περίμετρο της πυρκαγιάς είναι ο μοναδικός απεικονιστής με καθημερινή κάλυψη,<br /> * δεδομένα τον απεικονιστή AVHRR διανέμονται ελεύθερα στο διαδίκτυο,<br /> * η χρήση των εικόνων LANDSAT ΤΜ έχει ως αποτέλεσμα τον ακριβή εντοπισμό αλλά και την παροχή λεπτομερών πληροφοριών σχετικά με την καμένη έκταση,<br /> * πολύ μεγάλος χρόνος κάλυψης ολόκληρου του πλανήτη,<br /> * η χρήση των εικόνων ΙΚΟΝΟS έχει επίσης ως αποτέλεσμα τον ακριβή εντοπισμό, αλλά και την παροχή λεπτομερών πληροφοριών σχετικά με την καμένη έκταση,<br /> * ένα επιπλέον πλεονέκτημα των εικόνων πολύ υψηλής ευκρίνειας (ΙΚΟΝΟS) είναι και η ικανότητα διαχωρισμού μεταξύ επικόρυφης και πυρκαγιάς επιφανείας,<br /> * με τη χρήση εικόνων πολύ υψηλής ευκρίνειας εισάγονται καινούργιοι τύποι θορύβου στην εικόνα. Για παράδειγμα, οι σκιές των μεμονωμένων υψηλών δέντρων εισάγουν θόρυβο στις εικόνες ΙΚΟΝΟS, γεγονός που μπορεί να αποτελέσει πηγή σύγχυσης με την καμένη έκταση.<br /> <br /> <br /> <br /> <br /> <br /> <br /> [[category:Χαρτογράφηση καμένων εκτάσεων]]</div>

Ngeorganteas http://147.102.106.44/rs/wiki/index.php/%CE%A7%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CE%BA%CE%B1%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CE%B5%CE%BA%CF%84%CE%AC%CF%83%CE%B5%CF%89%CE%BD_%CE%BC%CE%B5_%CF%84%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CF%89%CE%BD_%CF%87%CE%B1%CE%BC%CE%B7%CE%BB%CE%AE%CF%82,_%CE%BC%CE%AD%CF%83%CE%B7%CF%82-%CF%85%CF%88%CE%B7%CE%BB%CE%AE%CF%82_%CE%BA%CE%B1%CE%B9_%CF%80%CE%BF%CE%BB%CF%8D_%CF%85%CF%88%CE%B7%CE%BB%CE%AE%CF%82_%CE%B5%CF%85%CE%BA%CF%81%CE%AF%CE%BD%CE%B5%CE%B9%CE%B1%CF%82 2010-02-12T17:47:14Z

<p>Ngeorganteas: </p> <hr /> <div>'''Συγγραφείς:''' Γητάς Ζ. Ι. (''Μεσογειακό Αγρονομικό Ινστιτούτο Χανίων (Μ.Α.Ι.Χ.)''), Rishmawi N. K.(''Μεσογειακό Αγρονομικό Ινστιτούτο Χανίων (Μ.Α.Ι.Χ.)'')<br /> <br /> '''Πηγή:''' Εργαστήριο Δημογραφικών και Κοινωνικών Αναλύσεων (Ε.Δ.Κ.Α.), Τμήμα Μηχανικών Χωροταξίας, Πολεοδομίας και Περιφερειακής Ανάπτυξης (Τ.Μ.Χ.Π.Π.Α.), Πανεπιστήμιο Θεσσαλίας (Π.Θ.), 8ο Εθνικό συνέδριο Χαρτογραφίας (Θεσσαλονίκη, Νοέμβριος 2004), http://www.demography-lab.prd.uth.gr/papers/XEEE_Tirana_2006.pdf<br /> <br /> <br /> '''1. Εισαγωγή'''<br /> <br /> Όπως αναφέρεται στη βιβλιογραφία οι φυσικές πυρκαγιές είναι αναπόσπαστο μέρος πολλών χερσαίων οικοσυστημάτων όπως τα εύκρατα δάση, οι σαβάνες και τα Μεσογειακά οικοσυστήματα μεταξύ άλλων. Όμως, από το 1960 μέχρι σήμερα, στις Ευρωπαϊκές Μεσογειακές χώρες, παρατηρείται μία εκθετική αύξηση τόσο στον αριθμό των πυρκαγιών όσο και στην συνολική καμένη έκταση. <br /> <br /> Όταν μία δασική έκταση καταστρέφεται από πυρκαγιά, λεπτομερείς και άμεσες πληροφορίες σχετικά με τη θέση και την έκταση της καμένης έκτασης καθώς και το βαθμό της καταστροφής είναι απαραίτητες για να εκτιμηθούν οι οικονομικές ζημίες και οι περιβαλλοντικές επιπτώσεις, να καταγραφούν οι αλλαγές στην χρήση και κάλυψη της γης, να μοντελοποιηθούν οι ατμοσφαιρικές και κλιματικές επιπτώσεις από την καύση της βιομάζας. Επιπλέον, η ακριβής εκτίμηση βοηθά στην αξιολόγηση της αποτελεσματικότητας των μέτρων που έχουν παρθεί για την ανάπλαση της καμένης περιοχής, και επιτρέπει σε δασολόγους-διαχειριστές να εντοπίσουν περιοχές που χρειάζονται έντονη ή ειδική ανάπλαση, με σκοπό την αποφυγή της υποβάθμισης της περιοχής.<br /> <br /> Οι μέθοδοι που ακολουθούνται από τη Δασική Υπηρεσία στην Ελλάδα για τη χαρτογράφηση των καμένων εκτάσεων και για την εκτίμηση τον βαθμού καταστροφής της βλάστησης βασίζονται σε εκτενείς επισκέψεις στην καμένη περιοχή και σε οπτικές παρατηρήσεις των επιπτώσεων της πυρκαγιάς. Το σύνηθες αποτέλεσμα των επισκέψεων αυτών είναι η δημιουργία ενός πρόχειρου χάρτη της περιμέτρου της πυρκαγιάς επάνω στον τοπογραφικό χάρτη της περιοχής και η παραγωγή μίας Δήλωσης Αυτοψίας και μίας Αναφοράς της πυρκαγιάς. Πρέπει να σημειωθεί ότι πρόσφατα άρχισε να γίνεται χρήση τον Παγκόσμιου Συστήματος Εντοπισμού Θέσης (GPS) από την υπηρεσία στην καταγραφή των καμένων εκτάσεων.<br /> Τα κύρια προβλήματα που σχετίζονται με τις υπάρχουσες μεθόδους στην Μεσογειακή Ευρώπη είναι τα ακόλουθα:<br /> * Η παραγόμενη πληροφορία είναι συχνά μόνο ποιοτική και αφορά την περίμετρο πυρκαγιάς, ενώ πληροφορίες σχετικά με τα είδη που κάηκαν και τον βαθμό της καταστροφής δεν καταγράφονται,<br /> * Η πληροφορία δεν είναι διαθέσιμη ακόμη και μήνες μετά την πυρκαγιά με αποτέλεσμα να μην μπορεί να γίνει εκτίμηση της ανάκτησης της βλάστησης. Πιθανό αποτέλεσμα από την μη ανάκτηση της βλάστησης είναι η διάβρωση του εδάφους.<br /> <br /> Οι μικρές πυρκαγιές μπορούν να χαρτογραφούνται με τις υπάρχουσες μεθόδους αλλά σε περιπτώσεις μεγάλων πυρκαγιών οι συγκεκριμένες μέθοδοι είναι δύσκολο να εφαρμοστούν. Μία εναλλακτική λύση στις υπάρχουσες μεθόδους καταγραφής των καμένων εκτάσεων αποτελεί η τηλεπισκόπηση. Η παραπάνω άποψη βασίζεται σε αρκετές μελέτες που έχουν διεξαχθεί για να διερευνηθεί η ικανότητα των δορυφορικών εικόνων χαμηλής μέσης-υψηλής χωρικής ανάλυσης στην χαρτογράφηση καμένων εκτάσεων (πίνακας 1). Επιπλέον, υπάρχει μία σειρά από ερευνητικές εργασίες στις οποίες μελετάται η χρήση δορυφορικών εικόνων χαμηλής και μέσης-υψηλής χωρικής ανάλυσης στην χαρτογράφηση καμένων εκτάσεων. <br /> <br /> Σκοπός αυτής της εργασίας είναι να διερευνήσει την δυνατότητα χρήσης εικόνων χαμηλής (AVHRR), μέσης-υψηλής (LΑNDSΑT ΤΜ) και πολύ υψηλής (IKONOS) ευκρίνειας στην ακριβή χαρτογράφηση καμένων εκτάσεων στη Θάσο. <br /> <br /> <br /> '''2. Περιοχή μελέτης και δεδομένα'''<br /> <br /> H περιοχή μελέτης είναι η Θάσος. H συνολική έκταση τον νησιού είναι περίπου 39.000 εκτάρια ενώ η περίμετρος τον νησιού είναι λίγο μεγαλύτερη από 100 χιλιόμετρα. Το κλίμα της Θάσου είναι Μεσογειακό και χαρακτηρίζεται από θερμά, ξηρά και ηλιόλουστα καλοκαίρια και ψυχρούς χειμώνες. Οι βροχοπτώσεις λαμβάνουν χώρα κυρίως την άνοιξη και το φθινόπωρο. Τρεις πυρκαγιές, την δεκαετία τον 80, είχαν ως αποτέλεσμα να καούν περισσότερα από 20.000 εκτάρια δάσους, δηλαδή μία έκταση μεγαλύτερη από το μισό της συνολικής έκτασης τον νησιού (εικόνα 1).<br /> Επιπλέον, τον Ιούλιο τον 2000, μία μεικτή δασική πυρκαγιά έκαψε 165 εκτάρια τραχείας πεύκης. Σήμερα το δάσος της τραχείας πεύκης καλύπτει μία έκταση 2000 εκταρίων κυρίως στη βόρεια και ανατολική πλευρά τον νησιού.<br /> Πολλοί είναι οι λόγοι που η Θάσος αποτελεί ιδανική περιοχή μελέτης:<br /> * H περιοχή καλύπτεται από χαρακτηριστική Μεσογειακή βλάστηση δηλαδή από τον τύπο βλάστησης που πλήττεται κυρίως από τις πυρκαγιές στην Ελλάδα.<br /> * Υπήρχαν χαρτογραφικές αποτυπώσεις των πυρκαγιών, που μπορούν να χρησιμοποιηθούν στην εκτίμηση της ακρίβειας των χαρτογραφήσεων από δορυφορικές εικόνες.<br /> * Το έντονο ανάγλυφο που έχει ως αποτέλεσμα την ύπαρξη σκιαζόμενων περιοχών, οι οποίες συνήθως συγχέονται με τις καμένες εκτάσεις επάνω σε δορυφορικές εικόνες.<br /> <br /> Για τη μελέτη χρησιμοποιήθηκαν:<br /> *Δύο εικόνες ΝΟΑΑ/AVHRR. Πιο συγκεκριμένα μία εικόνα πριν (11 Αυγούστου 1989) και μία εικόνα μετά (20 Αυγούστου 1989) την πυρκαγιά.<br /> * Μία εικόνα LAΝDSAT ΤΜ μετά την πυρκαγιά (19 Σεπτεμβρίού 1989).<br /> * Μία εικόνα ΙΚΟΝΟS μετά την πυρκαγιά (17 Ιουλίου 2000).<br /> * Οι περίμετροι των πυρκαγιών όπως αποτυπώθηκαν από τη Δασική Υπηρεσία.<br /> * Ένα Ψηφιακό Μοντέλο Εδάφους (ανάλυσης 10 μέτρων) που δημιουργήθηκε από τοπογραφικούς χάρτες 1:5000.<br /> * Στοιχεία που συλλέχθηκαν μέσα στην έκταση που κάηκε το 2000 με τη χρήση θεσιολάβου (δέκτη GPS), και<br /> * Τοπογραφικοί και Θεματικοί χάρτες.<br /> <br /> <br /> '''3. Μεθοδολογία'''<br /> <br /> [[Α) Χαρτογράφηση με δορυφορικά δεδομένα AVHRR]]<br /> <br /> Ο απεικονιστής AVHRR που βρίσκεται στο μετεωρολογικό δορυφόρο NOAA έχει τα παρακάτω χαρακτηριστικά:<br /> * Καθημερινή λήψη,<br /> * Χωρική ανάλυση 1,1 χιλιόμετρα, και<br /> * Δύο ειδών λήψεις: κατά τη διάρκεια της ημέρας και κατά τη διάρκεια της νύχτας.<br /> <br /> Δύο εικόνες, η πρώτη μία εβδομάδα πριν και. η άλλη μία εβδομάδα μετά την πυρκαγιά τον 1989 (εικόνα 2) χρησιμοποιήθηκαν στην ανάλυση. Πρέπει να σημειωθεί ότι τα δεδομένα AVHRR διανέμονται ελεύθερα στο διαδίκτυο. Πριν από την ανάλυση έγινε η προεπεξεργασία τους. Η προεπεξεργασία των εικόνων, που περιελάμβανε την ατμοσφαιρική και ραδιομετρική τους διόρθωση, είχε ως αποτέλεσμα την κανονικοποίηση των δύο εικόνων ώστε να γίνουν συγκρίσιμες μεταξύ τους. Δηλαδή, με την προεπεξεργασία αυτή η παραλλακτικότητα των τιμών λαμπρότητας που οφείλονταν σε εξωτερικούς παράγοντες ελαχιστοποιήθηκε, ώστε το ίδιο αντικείμενο να έχει την ίδια εμφάνιση στις δύο εικόνες (που είχαν ληφθεί σε διαφορετικές ημερομηνίες και στην περίπτωση που δεν είχε καεί ή είχε υποστεί κάποια άλλη αλλαγή). Στην εργασία αυτή έγινε η σχετική διόρθωση των εικόνων AVHRR με εικόνα αναφοράς την εικόνα μετά την πυρκαγιά και με τη βοήθεια της μεθόδου γραμμικής παλινδρόμησης. Επιπλέον, η προεπεξεργασία των εικόνων περιελάμβανε τη γεωμετρική τους διόρθωση. Με τη γεωμετρική διόρθωση οι δορυφορικές εικόνες αποκτούν γεωμετρία χάρτη με αποτέλεσμα τα αντικείμενα να απεικονίζονται με το πραγματικό γεωμετρικό τους σχήμα. Επίσης, μετά τη γεωμετρική διόρθωση, οι. εικόνες και οι ψηφιακοί χάρτες μπορούν να χρησιμοποιούνται μαζί στη γεωγραφική ανάλύση εφόσον βρίσκονται στο ίδιο σύστημα αναφοράς.<br /> <br /> Μετά την προεπεξεργασία των εικόνων AVHRR, υπολογίστηκε ο NDVI (Κανονικοποιημένος Δείκτης Βλάστησης) για κάθε μία από τις δύο εικόνες. Στη συνέχεια ο NDVI της εικόνας μετά από την πυρκαγιά αφαιρέθηκε από τον NDVI της εικόνας πριν από την πυρκαγιά. Η εικόνα που προέκυψε από την αφαίρεση χρησιμοποιήθηκε για τη χαρτογράφηση της πυρκαγιάς διότι οι αλλαγές στις τιμές τον NDVI σχετίζονται με την καταστροφή της βλάστησης.<br /> <br /> Για την εκτίμηση της ακρίβειας έγινε σύγκριση με την περίμετρο της πυρκαγιάς όπως αυτή αποτυπώθηκε από την Δασική Υπηρεσία (εικόνα 3). H ακρίβεια που επιτεύχθηκε ήταν της τάξης του 88%. H κυριότερη σύγχυση που παρατηρήθηκε ήταν αυτή της καμένης έκτασης με τα αβαθή ύδατα κοντά στην ακτογραμμή. Το πρόβλημα εντοπίζεται στη χαμηλή ευκρίνεια τον απεικονιστή, η οποία και επηρέασε την ακρίβεια της σχετικής γεωμετρικής διόρθωσης των δύο εικόνων. Επίσης, περιοχές μη-καμένης (υγιούς) βλάστησης μέσα στην περίμετρο της πυρκαγιάς χαρτογραφήθηκαν ως καμένες.<br /> <br /> [[Β) Χαρτογράφηση με δορυφορικά δεδομένα LANDSAT ΤΜ]]<br /> <br /> O απεικονιστής ΤΜ (εικόνα 4) που βρίσκεται στον δορυφόρο LANDSAT<br /> έχει τα παρακάτω χαρακτηριστικά:<br /> * κάλυψη κάθε 18 μέρες,<br /> * χωρική ανάλυση 30 μέτρα.<br /> <br /> Όπως αναφέρεται και πιο πάνω, σύμφωνα με τη σχετική βιβλιογραφία, η ακρίβεια της χαρτογράφησης καμένων εκτάσεων με την χρήση δορυφορικών εικόνων LANDSAT ΤΜ επηρεάζεται αρνητικά από την σύγχυση ανάμεσα σε περιοχές που σκιάζονται εξαιτίας του ανάγλυφου και τις καμένες εκτάσεις. Έτσι, η προεπεξεργασία περιελάμβανε όχι μόνον την ατμοσφαιρική και γεωμετρική αλλά και την τοπογραφική διόρθωση των δορυφορικών δεδομένων LANDSAT ΤΜ, με την χρήση τον μοντέλου τον Μinnaert . Με την τοπογραφική διόρθωση (εικόνα 5) αφαιρούνται από την εικόνα οι σκιές λόγω του ανάγλυφου, με αποτέλεσμα ένα αντικείμενο να έχει την ίδια εμφάνιση ανεξάρτητα από το αν βρίσκεται στην ανατολική ή δυτική πλαγιά ενός βουνού.<br /> <br /> Η ανάλυση βασίστηκε σε μία εικόνα που αποκτήθηκε αμέσως μετά την πυρκαγιά στην οποία εφαρμόστηκε η τεχνική τον δυαδικού εφοδιαστικού μοντέλου παλινδρόμησης. Το δυαδικό εφοδιαστικό μοντέλο παλινδρόμησης συσχετίζει μία δυαδική εξαρτημένη μεταβλητή (σε αυτή την περίπτωση καμένο – μη καμένο) με μία ομάδα ανεξάρτητων μεταβλητών (σε αυτή την περίπτωση την τοπογραφικά διορθωμένη εικόνα LANDSAT ΤΜ με τους επτά διαύλους της). Το μοντέλο παράγει δυαδικό αποτέλεσμα δηλαδή καμένη έκταση και μη καμένη έκταση (εικόνα 6). Πιο συγκεκριμένα, όλα τα εικονοστοιχεία (pixels) με τιμή μικρότερη από 0,5 χαρακτηρίστηκαν ως καμένα και τα εικονοστοιχεία με τιμή μεγαλύτερη από 0,5 χαρακτηρίστηκαν ως μη-καμένα. Στην κατηγορία μη-καμένα συμπεριλαμβάνονται το νερό, οι αστικές περιοχές, η βλάστηση, οι γυμνές επιφάνειες και οι σκιαζόμενες εκτάσεις. Όπως και στην περίπτωση των εικόνων AVHRR, η εκτίμηση της ακρίβειας βασίστηκε στην σύγκριση με την περίμετρο της πυρκαγιάς όπως αυτή χαρτογραφήθηκε από την Δασική Υπηρεσία.<br /> <br /> Το αποτέλεσμα της μεθόδου αποδείχθηκε πολύ ακριβές όταν συγκρίθηκε με την περίμετρο της πυρκαγιάς σύμφωνα με την Δασική Υπηρεσία. Πιο συγκεκριμένα, η ακρίβεια που επιτεύχθηκε ήταν της τάξης τον 97,4%. Ελάχιστη σύγχυση δημιουργήθηκε ανάμεσα στην καμένη έκταση και σε περιοχές χαμηλής πυκνότητας βλάστησης, καθώς και ανάμεσα στην καμένη έκταση και στις αστικές περιοχές. H τοπογραφική διόρθωση είχε ως αποτέλεσμα τον ακριβή διαχωρισμό των καμένων εκτάσεων από τις σκιαζόμενες εκτάσεις.<br /> <br /> [[Γ) Χαρτογράφηση με δορυφορικά δεδομένα IKONOS]]<br /> <br /> O απεικονιστής IKONOS έχει τα παρακάτω χαρακτηριστικά:<br /> * δυνατότητα κάλύψης κάθε 3 μέρες,<br /> * χωρική ανάλυση 1 μέτρο (εικόνα 7), δύο εικόνες καλύπτουν το 80% της Θάσου<br /> <br /> H προεπεξεργασία περιελάμβανε την ατμοσφαιρική και γεωμετρική διόρθωση της δορυφορικής εικόνας. Για την ατμοσφαιρική διόρθωση χρησιμοποιήθηκε η μέθοδος τον Richter που χρησιμοποιεί το μοντέλο MORTRAN. H καμένη έκταση, το νερό και οι σκιαζόμενες περιοχές είναι τρεις κατηγορίες με παρόμοιο φασματικό προφίλ στην εικόνα IKONOS, λόγω τον περιορισμένου αριθμού διαύλων (3 στο ορατό και. ένας στο εγγύς υπέρυθρο) καθώς και της έλλειψης διαύλου στο μέσο-υπέρυθρο που έχει ο απεικονιστής. Επιπλέον, εξαιτίας της υψηλής ευκρίνειας των εικόνων IKONOS, παρατηρήθηκε δυσκολία στο διαχωρισμό της πυρκαγιάς επιφανείας από τις σκιαζόμενες εκτάσεις που καλύπτονται από βλάστηση υπορόφου.<br /> <br /> Για το διαχωρισμό των καμένων εκτάσεων από τις άλλες κατηγορίες κάλυψης γης αναπτύχθηκε μια πολύπλοκη μεθοδολογία πολλών βημάτων που περιελάμβανε:<br /> * τη σύγκριση των φασματικών υπογραφών της καμένης έκτασης (πυρκαγιά κομοστέγης και πυρκαγιά επιφανείας) με τις άλλες κατηγορίες κάλυψης γης,<br /> * την παραγωγή χρωματικών μοντέλων έντασης, απόχρωσης, κορεσμού (IHS),<br /> * την παραγωγή τον κανονικοποιημένου δείκτη βλάστησης (NDVI) για τον διαχωρισμό της καμένης έκτασης από το νερό,<br /> * την επιλογή των διαύλων και παραγώγων που φαίνεται να διαχωρίζουν καλύτερα την καμένη έκταση από τις άλλες κατηγορίες. Πιο συγκεκριμένα επιλέχθηκαν ο δίαυλος στο ερυθρό, ο δίαυλος στο υπέρυθρο, καθώς και η απόχρωση και ο κανονικοποιημένος δείκτης βλάστησης,<br /> * την επιλογή δειγματοληπτικών περιοχών αντιπροσωπευτικών για την κάθε<br /> κατηγορία και την αντιστοίχιση κάθε κατηγορίας σε έναν ακέραιο αριθμό,<br /> * τη χρήση της κανονικής ανάλυσης διάκρισης (Canonical Discriminant Analysis) πού περιελάμβανε την παραγωγή γραμμικών εξισώσεων διάκρισης που με τη σειρά τους χρησιμοποιήθηκαν στην παραγωγή σκορ διάκρισης. H CDA μεγιστοποιεί την απόκλιση ανάμεσα στις κατηγορίες και ελαχιστοποιεί την απόκλιση στην ίδια την κατηγορία,<br /> * την χρήση επιβλεπόμενης ταξινόμησης (με την χρήση της μεθόδου της ελάχιστης απόστασης) με την χρήση των σκορ διάκρισης.<br /> <br /> Για την εκτίμηση της ακρίβειας έγινε σύγκριση με την περίμετρο της πυρκαγιάς όπως αυτή χαρτογραφήθηκε από την Δασική Υπηρεσία. Επιπλέον, το 2000 πραγματοποιήθηκε επίσκεψη στην περιοχή μελέτης, κατά την οποία με την βοήθεια τον Παγκόσμιού Συστήματος Εντοπισμού Θέσης (GPS) εντοπίστηκαν και φωτογραφήθηκαν σημεία με διαφορετικό βαθμό προσβολής από την πυρκαγιά. Τα σημεία αυτά χρησιμοποιήθηκαν για να εκτιμηθεί η ικανότητα τον απεικονιστή στον διαχωρισμό διαφορετικών επιπέδων προσβολής.<br /> <br /> Από την διαδικασία εκτίμησης ακρίβειας με την χρήση τον πίνακα σφαλμάτων φαίνεται ότι η μέθοδος είχε ως αποτέλεσμα τον ακριβή διαχωρισμό των καμένων εκτάσεων από τις άλλες κατηγορίες κάλυψης γης. Πιο συγκεκριμένα, η ακρίβεια που επιτεύχθηκε ήταν της τάξης τον 92,5% και οφείλεται κυρίως στην χρήση της μεθόδου CDA. Επιπλέον, η μέθοδος είχε ως αποτέλεσμα τον διαχωρισμό δύο τύπων πυρκαγιάς, της επικόρυφης και της επιφανειακής (εικόνα 8). Όμως πρέπει να σημειωθεί ότι η σύγχυση που παρατηρήθηκε ανάμεσα στην πυρκαγιά επιφανείας και τις σκιαζόμενες εκτάσεις που καλύπτονται από βλάστηση υπορόφου δεν εξαλείφθηκε πλήρως λόγω του ότι μερικές από τις εκτάσεις της κατηγορίας πυρκαγιά επιφανείας είναι και αυτές σκιαζόμενες.<br /> <br /> <br /> '''4. Συμπεράσματα'''<br /> <br /> H ακριβής και λεπτομερής χαρτογράφηση της καμένης έκτασης, του βαθμού καταστροφής της βλάστησης, καθώς και η χαρτογράφηση της υγιούς βλάστησης μέσα στην περίμετρο της πυρκαγιάς αποτελούν σημαντικές πληροφορίες που βοηθούν στην καλύτερη διαχείριση της περιοχής πού κάηκε. Οι παραπάνω πληροφορίες χρησιμοποιούνται μεταξύ άλλων για να εκτιμηθούν οι οικονομικές ζημίες και οι περιβαλλοντικές επιπτώσεις, να καταγραφούν οι αλλαγές στην χρήση και κάλυψη της γης, και να μοντελοποιηθούν οι ατμοσφαιρικές και κλιματικές επιπτώσεις από την καύση της βιομάζας.<br /> <br /> Στην εργασία αυτή χρησιμοποιήθηκαν δορυφορικές εικόνες χαμηλής (AVHRR), μέσης-υψηλής (LANDSAT ΤΜ) και πολύ υψηλής (IKONOS) ευκρίνειας στην χαρτογράφηση καμένων εκτάσεων στη Θάσο. Στα πλαίσια της εργασίας βελτιώθηκαν υπάρχουσες τεχνικές ανάλυσης εικόνων AVHRR και ΤΜ με αποτέλεσμα τον διαχωρισμό των καμένων εκτάσεων από τις άλλες κατηγορίες κάλυψης γης με μεγάλη ακρίβεια. Επιπλέον, αναπτύχθηκαν καινούργιες τεχνικές ανάλυσης δορυφορικών δεδομένων ΙΚΟΝΟS, που είχαν επίσης σαν αποτέλεσμα τον ακριβή διαχωρισμό των καμένων εκτάσεων από τις άλλες κατηγορίες κάλυψης γης.<br /> <br /> Η χρήση τον κάθε τύπου εικόνας έχει τα δικά της πλεονεκτήματα και μειονεκτήματα. Πιο συγκεκριμένα:<br /> * αν και ο απεικονιστής AVΗRR δεν δίνει την δυνατότητα εντοπισμού των περιοχών υγιούς βλάστησης μέσα στην περίμετρο της πυρκαγιάς είναι ο μοναδικός απεικονιστής με καθημερινή κάλυψη,<br /> * δεδομένα τον απεικονιστή AVHRR διανέμονται ελεύθερα στο διαδίκτυο,<br /> * η χρήση των εικόνων LANDSAT ΤΜ έχει ως αποτέλεσμα τον ακριβή εντοπισμό αλλά και την παροχή λεπτομερών πληροφοριών σχετικά με την καμένη έκταση,<br /> * πολύ μεγάλος χρόνος κάλυψης ολόκληρου του πλανήτη,<br /> * η χρήση των εικόνων ΙΚΟΝΟS έχει επίσης ως αποτέλεσμα τον ακριβή εντοπισμό, αλλά και την παροχή λεπτομερών πληροφοριών σχετικά με την καμένη έκταση,<br /> * ένα επιπλέον πλεονέκτημα των εικόνων πολύ υψηλής ευκρίνειας (ΙΚΟΝΟS) είναι και η ικανότητα διαχωρισμού μεταξύ επικόρυφης και πυρκαγιάς επιφανείας,<br /> * με τη χρήση εικόνων πολύ υψηλής ευκρίνειας εισάγονται καινούργιοι τύποι θορύβου στην εικόνα. Για παράδειγμα, οι σκιές των μεμονωμένων υψηλών δέντρων εισάγουν θόρυβο στις εικόνες ΙΚΟΝΟS, γεγονός που μπορεί να αποτελέσει πηγή σύγχυσης με την καμένη έκταση.<br /> <br /> <br /> <br /> <br /> <br /> <br /> [[category:Χαρτογράφηση καμένων εκτάσεων]]</div>

Ngeorganteas http://147.102.106.44/rs/wiki/index.php/%CE%A7%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CE%BA%CE%B1%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CE%B5%CE%BA%CF%84%CE%AC%CF%83%CE%B5%CF%89%CE%BD_%CE%BC%CE%B5_%CF%84%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CF%89%CE%BD_%CF%87%CE%B1%CE%BC%CE%B7%CE%BB%CE%AE%CF%82,_%CE%BC%CE%AD%CF%83%CE%B7%CF%82-%CF%85%CF%88%CE%B7%CE%BB%CE%AE%CF%82_%CE%BA%CE%B1%CE%B9_%CF%80%CE%BF%CE%BB%CF%8D_%CF%85%CF%88%CE%B7%CE%BB%CE%AE%CF%82_%CE%B5%CF%85%CE%BA%CF%81%CE%AF%CE%BD%CE%B5%CE%B9%CE%B1%CF%82 2010-02-12T17:41:08Z

<p>Ngeorganteas: </p> <hr /> <div>'''Συγγραφείς:''' Γητάς Ζ. Ι. (''Μεσογειακό Αγρονομικό Ινστιτούτο Χανίων (Μ.Α.Ι.Χ.)''), Rishmawi N. K.(''Μεσογειακό Αγρονομικό Ινστιτούτο Χανίων (Μ.Α.Ι.Χ.)'')<br /> <br /> '''Πηγή:''' Εργαστήριο Δημογραφικών και Κοινωνικών Αναλύσεων (Ε.Δ.Κ.Α.), Τμήμα Μηχανικών Χωροταξίας, Πολεοδομίας και Περιφερειακής Ανάπτυξης (Τ.Μ.Χ.Π.Π.Α.), Πανεπιστήμιο Θεσσαλίας (Π.Θ.), 8ο Εθνικό συνέδριο Χαρτογραφίας (Θεσσαλονίκη, Νοέμβριος 2004), http://www.demography-lab.prd.uth.gr/papers/XEEE_Tirana_2006.pdf<br /> <br /> <br /> '''1. Εισαγωγή'''<br /> <br /> Όπως αναφέρεται στη βιβλιογραφία οι φυσικές πυρκαγιές είναι αναπόσπαστο μέρος πολλών χερσαίων οικοσυστημάτων όπως τα εύκρατα δάση, οι σαβάνες και τα Μεσογειακά οικοσυστήματα μεταξύ άλλων. Όμως, από το 1960 μέχρι σήμερα, στις Ευρωπαϊκές Μεσογειακές χώρες, παρατηρείται μία εκθετική αύξηση τόσο στον αριθμό των πυρκαγιών όσο και στην συνολική καμένη έκταση. <br /> <br /> Όταν μία δασική έκταση καταστρέφεται από πυρκαγιά, λεπτομερείς και άμεσες πληροφορίες σχετικά με τη θέση και την έκταση της καμένης έκτασης καθώς και το βαθμό της καταστροφής είναι απαραίτητες για να εκτιμηθούν οι οικονομικές ζημίες και οι περιβαλλοντικές επιπτώσεις, να καταγραφούν οι αλλαγές στην χρήση και κάλυψη της γης, να μοντελοποιηθούν οι ατμοσφαιρικές και κλιματικές επιπτώσεις από την καύση της βιομάζας. Επιπλέον, η ακριβής εκτίμηση βοηθά στην αξιολόγηση της αποτελεσματικότητας των μέτρων που έχουν παρθεί για την ανάπλαση της καμένης περιοχής, και επιτρέπει σε δασολόγους-διαχειριστές να εντοπίσουν περιοχές που χρειάζονται έντονη ή ειδική ανάπλαση, με σκοπό την αποφυγή της υποβάθμισης της περιοχής.<br /> <br /> Οι μέθοδοι που ακολουθούνται από τη Δασική Υπηρεσία στην Ελλάδα για τη χαρτογράφηση των καμένων εκτάσεων και για την εκτίμηση τον βαθμού καταστροφής της βλάστησης βασίζονται σε εκτενείς επισκέψεις στην καμένη περιοχή και σε οπτικές παρατηρήσεις των επιπτώσεων της πυρκαγιάς. Το σύνηθες αποτέλεσμα των επισκέψεων αυτών είναι η δημιουργία ενός πρόχειρου χάρτη της περιμέτρου της πυρκαγιάς επάνω στον τοπογραφικό χάρτη της περιοχής και η παραγωγή μίας Δήλωσης Αυτοψίας και μίας Αναφοράς της πυρκαγιάς. Πρέπει να σημειωθεί ότι πρόσφατα άρχισε να γίνεται χρήση τον Παγκόσμιου Συστήματος Εντοπισμού Θέσης (GPS) από την υπηρεσία στην καταγραφή των καμένων εκτάσεων.<br /> Τα κύρια προβλήματα που σχετίζονται με τις υπάρχουσες μεθόδους στην Μεσογειακή Ευρώπη είναι τα ακόλουθα:<br /> * Η παραγόμενη πληροφορία είναι συχνά μόνο ποιοτική και αφορά την περίμετρο πυρκαγιάς, ενώ πληροφορίες σχετικά με τα είδη που κάηκαν και τον βαθμό της καταστροφής δεν καταγράφονται,<br /> * Η πληροφορία δεν είναι διαθέσιμη ακόμη και μήνες μετά την πυρκαγιά με αποτέλεσμα να μην μπορεί να γίνει εκτίμηση της ανάκτησης της βλάστησης. Πιθανό αποτέλεσμα από την μη ανάκτηση της βλάστησης είναι η διάβρωση του εδάφους.<br /> <br /> Οι μικρές πυρκαγιές μπορούν να χαρτογραφούνται με τις υπάρχουσες μεθόδους αλλά σε περιπτώσεις μεγάλων πυρκαγιών οι συγκεκριμένες μέθοδοι είναι δύσκολο να εφαρμοστούν. Μία εναλλακτική λύση στις υπάρχουσες μεθόδους καταγραφής των καμένων εκτάσεων αποτελεί η τηλεπισκόπηση. Η παραπάνω άποψη βασίζεται σε αρκετές μελέτες που έχουν διεξαχθεί για να διερευνηθεί η ικανότητα των δορυφορικών εικόνων χαμηλής μέσης-υψηλής χωρικής ανάλυσης στην χαρτογράφηση καμένων εκτάσεων (πίνακας 1). Επιπλέον, υπάρχει μία σειρά από ερευνητικές εργασίες στις οποίες μελετάται η χρήση δορυφορικών εικόνων χαμηλής και μέσης-υψηλής χωρικής ανάλυσης στην χαρτογράφηση καμένων εκτάσεων. <br /> <br /> Σκοπός αυτής της εργασίας είναι να διερευνήσει την δυνατότητα χρήσης εικόνων χαμηλής (AVHRR), μέσης-υψηλής (LΑNDSΑT ΤΜ) και πολύ υψηλής (IKONOS) ευκρίνειας στην ακριβή χαρτογράφηση καμένων εκτάσεων στη Θάσο. <br /> <br /> <br /> '''2. Περιοχή μελέτης και δεδομένα'''<br /> <br /> H περιοχή μελέτης είναι η Θάσος. H συνολική έκταση τον νησιού είναι περίπου 39.000 εκτάρια ενώ η περίμετρος τον νησιού είναι λίγο μεγαλύτερη από 100 χιλιόμετρα. Το κλίμα της Θάσου είναι Μεσογειακό και χαρακτηρίζεται από θερμά, ξηρά και ηλιόλουστα καλοκαίρια και ψυχρούς χειμώνες. Οι βροχοπτώσεις λαμβάνουν χώρα κυρίως την άνοιξη και το φθινόπωρο. Τρεις πυρκαγιές, την δεκαετία τον 80, είχαν ως αποτέλεσμα να καούν περισσότερα από 20.000 εκτάρια δάσους, δηλαδή μία έκταση μεγαλύτερη από το μισό της συνολικής έκτασης τον νησιού (εικόνα 1).<br /> Επιπλέον, τον Ιούλιο τον 2000, μία μεικτή δασική πυρκαγιά έκαψε 165 εκτάρια τραχείας πεύκης. Σήμερα το δάσος της τραχείας πεύκης καλύπτει μία έκταση 2000 εκταρίων κυρίως στη βόρεια και ανατολική πλευρά τον νησιού.<br /> Πολλοί είναι οι λόγοι που η Θάσος αποτελεί ιδανική περιοχή μελέτης:<br /> * H περιοχή καλύπτεται από χαρακτηριστική Μεσογειακή βλάστηση δηλαδή από τον τύπο βλάστησης που πλήττεται κυρίως από τις πυρκαγιές στην Ελλάδα.<br /> * Υπήρχαν χαρτογραφικές αποτυπώσεις των πυρκαγιών, που μπορούν να χρησιμοποιηθούν στην εκτίμηση της ακρίβειας των χαρτογραφήσεων από δορυφορικές εικόνες.<br /> * Το έντονο ανάγλυφο που έχει ως αποτέλεσμα την ύπαρξη σκιαζόμενων περιοχών, οι οποίες συνήθως συγχέονται με τις καμένες εκτάσεις επάνω σε δορυφορικές εικόνες.<br /> <br /> Για τη μελέτη χρησιμοποιήθηκαν:<br /> *Δύο εικόνες ΝΟΑΑ/AVHRR. Πιο συγκεκριμένα μία εικόνα πριν (11 Αυγούστου 1989) και μία εικόνα μετά (20 Αυγούστου 1989) την πυρκαγιά.<br /> * Μία εικόνα LAΝDSAT ΤΜ μετά την πυρκαγιά (19 Σεπτεμβρίού 1989).<br /> * Μία εικόνα ΙΚΟΝΟS μετά την πυρκαγιά (17 Ιουλίου 2000).<br /> * Οι περίμετροι των πυρκαγιών όπως αποτυπώθηκαν από τη Δασική Υπηρεσία.<br /> * Ένα Ψηφιακό Μοντέλο Εδάφους (ανάλυσης 10 μέτρων) που δημιουργήθηκε από τοπογραφικούς χάρτες 1:5000.<br /> * Στοιχεία που συλλέχθηκαν μέσα στην έκταση που κάηκε το 2000 με τη χρήση θεσιολάβου (δέκτη GPS), και<br /> * Τοπογραφικοί και Θεματικοί χάρτες.<br /> <br /> <br /> <br /> [[category:Χαρτογράφηση καμένων εκτάσεων]]</div>

Ngeorganteas http://147.102.106.44/rs/wiki/index.php/%CE%A7%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CE%BA%CE%B1%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CE%B5%CE%BA%CF%84%CE%AC%CF%83%CE%B5%CF%89%CE%BD_%CE%BC%CE%B5_%CF%84%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CF%89%CE%BD_%CF%87%CE%B1%CE%BC%CE%B7%CE%BB%CE%AE%CF%82,_%CE%BC%CE%AD%CF%83%CE%B7%CF%82-%CF%85%CF%88%CE%B7%CE%BB%CE%AE%CF%82_%CE%BA%CE%B1%CE%B9_%CF%80%CE%BF%CE%BB%CF%8D_%CF%85%CF%88%CE%B7%CE%BB%CE%AE%CF%82_%CE%B5%CF%85%CE%BA%CF%81%CE%AF%CE%BD%CE%B5%CE%B9%CE%B1%CF%82 2010-02-12T17:40:33Z

<p>Ngeorganteas: </p> <hr /> <div>'''Συγγραφείς:''' Γητάς Ζ. Ι. (''Μεσογειακό Αγρονομικό Ινστιτούτο Χανίων (Μ.Α.Ι.Χ.)''), Rishmawi N. K.(''Μεσογειακό Αγρονομικό Ινστιτούτο Χανίων (Μ.Α.Ι.Χ.)'')<br /> <br /> '''Πηγή:''' Εργαστήριο Δημογραφικών και Κοινωνικών Αναλύσεων (Ε.Δ.Κ.Α.), Τμήμα Μηχανικών Χωροταξίας, Πολεοδομίας και Περιφερειακής Ανάπτυξης (Τ.Μ.Χ.Π.Π.Α.), Πανεπιστήμιο Θεσσαλίας (Π.Θ.), 8ο Εθνικό συνέδριο Χαρτογραφίας (Θεσσαλονίκη, Νοέμβριος 2004), [www.demography-lab.prd.uth.gr/papers/XEEE_Tirana_2006.pdf]<br /> <br /> <br /> '''1. Εισαγωγή'''<br /> <br /> Όπως αναφέρεται στη βιβλιογραφία οι φυσικές πυρκαγιές είναι αναπόσπαστο μέρος πολλών χερσαίων οικοσυστημάτων όπως τα εύκρατα δάση, οι σαβάνες και τα Μεσογειακά οικοσυστήματα μεταξύ άλλων. Όμως, από το 1960 μέχρι σήμερα, στις Ευρωπαϊκές Μεσογειακές χώρες, παρατηρείται μία εκθετική αύξηση τόσο στον αριθμό των πυρκαγιών όσο και στην συνολική καμένη έκταση. <br /> <br /> Όταν μία δασική έκταση καταστρέφεται από πυρκαγιά, λεπτομερείς και άμεσες πληροφορίες σχετικά με τη θέση και την έκταση της καμένης έκτασης καθώς και το βαθμό της καταστροφής είναι απαραίτητες για να εκτιμηθούν οι οικονομικές ζημίες και οι περιβαλλοντικές επιπτώσεις, να καταγραφούν οι αλλαγές στην χρήση και κάλυψη της γης, να μοντελοποιηθούν οι ατμοσφαιρικές και κλιματικές επιπτώσεις από την καύση της βιομάζας. Επιπλέον, η ακριβής εκτίμηση βοηθά στην αξιολόγηση της αποτελεσματικότητας των μέτρων που έχουν παρθεί για την ανάπλαση της καμένης περιοχής, και επιτρέπει σε δασολόγους-διαχειριστές να εντοπίσουν περιοχές που χρειάζονται έντονη ή ειδική ανάπλαση, με σκοπό την αποφυγή της υποβάθμισης της περιοχής.<br /> <br /> Οι μέθοδοι που ακολουθούνται από τη Δασική Υπηρεσία στην Ελλάδα για τη χαρτογράφηση των καμένων εκτάσεων και για την εκτίμηση τον βαθμού καταστροφής της βλάστησης βασίζονται σε εκτενείς επισκέψεις στην καμένη περιοχή και σε οπτικές παρατηρήσεις των επιπτώσεων της πυρκαγιάς. Το σύνηθες αποτέλεσμα των επισκέψεων αυτών είναι η δημιουργία ενός πρόχειρου χάρτη της περιμέτρου της πυρκαγιάς επάνω στον τοπογραφικό χάρτη της περιοχής και η παραγωγή μίας Δήλωσης Αυτοψίας και μίας Αναφοράς της πυρκαγιάς. Πρέπει να σημειωθεί ότι πρόσφατα άρχισε να γίνεται χρήση τον Παγκόσμιου Συστήματος Εντοπισμού Θέσης (GPS) από την υπηρεσία στην καταγραφή των καμένων εκτάσεων.<br /> Τα κύρια προβλήματα που σχετίζονται με τις υπάρχουσες μεθόδους στην Μεσογειακή Ευρώπη είναι τα ακόλουθα:<br /> * Η παραγόμενη πληροφορία είναι συχνά μόνο ποιοτική και αφορά την περίμετρο πυρκαγιάς, ενώ πληροφορίες σχετικά με τα είδη που κάηκαν και τον βαθμό της καταστροφής δεν καταγράφονται,<br /> * Η πληροφορία δεν είναι διαθέσιμη ακόμη και μήνες μετά την πυρκαγιά με αποτέλεσμα να μην μπορεί να γίνει εκτίμηση της ανάκτησης της βλάστησης. Πιθανό αποτέλεσμα από την μη ανάκτηση της βλάστησης είναι η διάβρωση του εδάφους.<br /> <br /> Οι μικρές πυρκαγιές μπορούν να χαρτογραφούνται με τις υπάρχουσες μεθόδους αλλά σε περιπτώσεις μεγάλων πυρκαγιών οι συγκεκριμένες μέθοδοι είναι δύσκολο να εφαρμοστούν. Μία εναλλακτική λύση στις υπάρχουσες μεθόδους καταγραφής των καμένων εκτάσεων αποτελεί η τηλεπισκόπηση. Η παραπάνω άποψη βασίζεται σε αρκετές μελέτες που έχουν διεξαχθεί για να διερευνηθεί η ικανότητα των δορυφορικών εικόνων χαμηλής μέσης-υψηλής χωρικής ανάλυσης στην χαρτογράφηση καμένων εκτάσεων (πίνακας 1). Επιπλέον, υπάρχει μία σειρά από ερευνητικές εργασίες στις οποίες μελετάται η χρήση δορυφορικών εικόνων χαμηλής και μέσης-υψηλής χωρικής ανάλυσης στην χαρτογράφηση καμένων εκτάσεων. <br /> <br /> Σκοπός αυτής της εργασίας είναι να διερευνήσει την δυνατότητα χρήσης εικόνων χαμηλής (AVHRR), μέσης-υψηλής (LΑNDSΑT ΤΜ) και πολύ υψηλής (IKONOS) ευκρίνειας στην ακριβή χαρτογράφηση καμένων εκτάσεων στη Θάσο. <br /> <br /> <br /> '''2. Περιοχή μελέτης και δεδομένα'''<br /> <br /> H περιοχή μελέτης είναι η Θάσος. H συνολική έκταση τον νησιού είναι περίπου 39.000 εκτάρια ενώ η περίμετρος τον νησιού είναι λίγο μεγαλύτερη από 100 χιλιόμετρα. Το κλίμα της Θάσου είναι Μεσογειακό και χαρακτηρίζεται από θερμά, ξηρά και ηλιόλουστα καλοκαίρια και ψυχρούς χειμώνες. Οι βροχοπτώσεις λαμβάνουν χώρα κυρίως την άνοιξη και το φθινόπωρο. Τρεις πυρκαγιές, την δεκαετία τον 80, είχαν ως αποτέλεσμα να καούν περισσότερα από 20.000 εκτάρια δάσους, δηλαδή μία έκταση μεγαλύτερη από το μισό της συνολικής έκτασης τον νησιού (εικόνα 1).<br /> Επιπλέον, τον Ιούλιο τον 2000, μία μεικτή δασική πυρκαγιά έκαψε 165 εκτάρια τραχείας πεύκης. Σήμερα το δάσος της τραχείας πεύκης καλύπτει μία έκταση 2000 εκταρίων κυρίως στη βόρεια και ανατολική πλευρά τον νησιού.<br /> Πολλοί είναι οι λόγοι που η Θάσος αποτελεί ιδανική περιοχή μελέτης:<br /> * H περιοχή καλύπτεται από χαρακτηριστική Μεσογειακή βλάστηση δηλαδή από τον τύπο βλάστησης που πλήττεται κυρίως από τις πυρκαγιές στην Ελλάδα.<br /> * Υπήρχαν χαρτογραφικές αποτυπώσεις των πυρκαγιών, που μπορούν να χρησιμοποιηθούν στην εκτίμηση της ακρίβειας των χαρτογραφήσεων από δορυφορικές εικόνες.<br /> * Το έντονο ανάγλυφο που έχει ως αποτέλεσμα την ύπαρξη σκιαζόμενων περιοχών, οι οποίες συνήθως συγχέονται με τις καμένες εκτάσεις επάνω σε δορυφορικές εικόνες.<br /> <br /> Για τη μελέτη χρησιμοποιήθηκαν:<br /> *Δύο εικόνες ΝΟΑΑ/AVHRR. Πιο συγκεκριμένα μία εικόνα πριν (11 Αυγούστου 1989) και μία εικόνα μετά (20 Αυγούστου 1989) την πυρκαγιά.<br /> * Μία εικόνα LAΝDSAT ΤΜ μετά την πυρκαγιά (19 Σεπτεμβρίού 1989).<br /> * Μία εικόνα ΙΚΟΝΟS μετά την πυρκαγιά (17 Ιουλίου 2000).<br /> * Οι περίμετροι των πυρκαγιών όπως αποτυπώθηκαν από τη Δασική Υπηρεσία.<br /> * Ένα Ψηφιακό Μοντέλο Εδάφους (ανάλυσης 10 μέτρων) που δημιουργήθηκε από τοπογραφικούς χάρτες 1:5000.<br /> * Στοιχεία που συλλέχθηκαν μέσα στην έκταση που κάηκε το 2000 με τη χρήση θεσιολάβου (δέκτη GPS), και<br /> * Τοπογραφικοί και Θεματικοί χάρτες.<br /> <br /> <br /> <br /> [[category:Χαρτογράφηση καμένων εκτάσεων]]</div>

Ngeorganteas http://147.102.106.44/rs/wiki/index.php/%CE%A7%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CE%BA%CE%B1%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CE%B5%CE%BA%CF%84%CE%AC%CF%83%CE%B5%CF%89%CE%BD_%CE%BC%CE%B5_%CF%84%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CF%89%CE%BD_%CF%87%CE%B1%CE%BC%CE%B7%CE%BB%CE%AE%CF%82,_%CE%BC%CE%AD%CF%83%CE%B7%CF%82-%CF%85%CF%88%CE%B7%CE%BB%CE%AE%CF%82_%CE%BA%CE%B1%CE%B9_%CF%80%CE%BF%CE%BB%CF%8D_%CF%85%CF%88%CE%B7%CE%BB%CE%AE%CF%82_%CE%B5%CF%85%CE%BA%CF%81%CE%AF%CE%BD%CE%B5%CE%B9%CE%B1%CF%82 2010-02-12T17:40:03Z

<p>Ngeorganteas: </p> <hr /> <div>'''Συγγραφείς:''' Γητάς Ζ. Ι. (''Μεσογειακό Αγρονομικό Ινστιτούτο Χανίων (Μ.Α.Ι.Χ.)''), Rishmawi N. K.(''Μεσογειακό Αγρονομικό Ινστιτούτο Χανίων (Μ.Α.Ι.Χ.)'')<br /> <br /> '''Πηγή:''' Εργαστήριο Δημογραφικών και Κοινωνικών Αναλύσεων (Ε.Δ.Κ.Α.), Τμήμα Μηχανικών Χωροταξίας, Πολεοδομίας και Περιφερειακής Ανάπτυξης (Τ.Μ.Χ.Π.Π.Α.), Πανεπιστήμιο Θεσσαλίας (Π.Θ.), 8ο Εθνικό συνέδριο Χαρτογραφίας (Θεσσαλονίκη, Νοέμβριος 2004), www.demography-lab.prd.uth.gr/papers/XEEE_Tirana_2006.pdf<br /> <br /> <br /> '''1. Εισαγωγή'''<br /> <br /> Όπως αναφέρεται στη βιβλιογραφία οι φυσικές πυρκαγιές είναι αναπόσπαστο μέρος πολλών χερσαίων οικοσυστημάτων όπως τα εύκρατα δάση, οι σαβάνες και τα Μεσογειακά οικοσυστήματα μεταξύ άλλων. Όμως, από το 1960 μέχρι σήμερα, στις Ευρωπαϊκές Μεσογειακές χώρες, παρατηρείται μία εκθετική αύξηση τόσο στον αριθμό των πυρκαγιών όσο και στην συνολική καμένη έκταση. <br /> <br /> Όταν μία δασική έκταση καταστρέφεται από πυρκαγιά, λεπτομερείς και άμεσες πληροφορίες σχετικά με τη θέση και την έκταση της καμένης έκτασης καθώς και το βαθμό της καταστροφής είναι απαραίτητες για να εκτιμηθούν οι οικονομικές ζημίες και οι περιβαλλοντικές επιπτώσεις, να καταγραφούν οι αλλαγές στην χρήση και κάλυψη της γης, να μοντελοποιηθούν οι ατμοσφαιρικές και κλιματικές επιπτώσεις από την καύση της βιομάζας. Επιπλέον, η ακριβής εκτίμηση βοηθά στην αξιολόγηση της αποτελεσματικότητας των μέτρων που έχουν παρθεί για την ανάπλαση της καμένης περιοχής, και επιτρέπει σε δασολόγους-διαχειριστές να εντοπίσουν περιοχές που χρειάζονται έντονη ή ειδική ανάπλαση, με σκοπό την αποφυγή της υποβάθμισης της περιοχής.<br /> <br /> Οι μέθοδοι που ακολουθούνται από τη Δασική Υπηρεσία στην Ελλάδα για τη χαρτογράφηση των καμένων εκτάσεων και για την εκτίμηση τον βαθμού καταστροφής της βλάστησης βασίζονται σε εκτενείς επισκέψεις στην καμένη περιοχή και σε οπτικές παρατηρήσεις των επιπτώσεων της πυρκαγιάς. Το σύνηθες αποτέλεσμα των επισκέψεων αυτών είναι η δημιουργία ενός πρόχειρου χάρτη της περιμέτρου της πυρκαγιάς επάνω στον τοπογραφικό χάρτη της περιοχής και η παραγωγή μίας Δήλωσης Αυτοψίας και μίας Αναφοράς της πυρκαγιάς. Πρέπει να σημειωθεί ότι πρόσφατα άρχισε να γίνεται χρήση τον Παγκόσμιου Συστήματος Εντοπισμού Θέσης (GPS) από την υπηρεσία στην καταγραφή των καμένων εκτάσεων.<br /> Τα κύρια προβλήματα που σχετίζονται με τις υπάρχουσες μεθόδους στην Μεσογειακή Ευρώπη είναι τα ακόλουθα:<br /> * Η παραγόμενη πληροφορία είναι συχνά μόνο ποιοτική και αφορά την περίμετρο πυρκαγιάς, ενώ πληροφορίες σχετικά με τα είδη που κάηκαν και τον βαθμό της καταστροφής δεν καταγράφονται,<br /> * Η πληροφορία δεν είναι διαθέσιμη ακόμη και μήνες μετά την πυρκαγιά με αποτέλεσμα να μην μπορεί να γίνει εκτίμηση της ανάκτησης της βλάστησης. Πιθανό αποτέλεσμα από την μη ανάκτηση της βλάστησης είναι η διάβρωση του εδάφους.<br /> <br /> Οι μικρές πυρκαγιές μπορούν να χαρτογραφούνται με τις υπάρχουσες μεθόδους αλλά σε περιπτώσεις μεγάλων πυρκαγιών οι συγκεκριμένες μέθοδοι είναι δύσκολο να εφαρμοστούν. Μία εναλλακτική λύση στις υπάρχουσες μεθόδους καταγραφής των καμένων εκτάσεων αποτελεί η τηλεπισκόπηση. Η παραπάνω άποψη βασίζεται σε αρκετές μελέτες που έχουν διεξαχθεί για να διερευνηθεί η ικανότητα των δορυφορικών εικόνων χαμηλής μέσης-υψηλής χωρικής ανάλυσης στην χαρτογράφηση καμένων εκτάσεων (πίνακας 1). Επιπλέον, υπάρχει μία σειρά από ερευνητικές εργασίες στις οποίες μελετάται η χρήση δορυφορικών εικόνων χαμηλής και μέσης-υψηλής χωρικής ανάλυσης στην χαρτογράφηση καμένων εκτάσεων. <br /> <br /> Σκοπός αυτής της εργασίας είναι να διερευνήσει την δυνατότητα χρήσης εικόνων χαμηλής (AVHRR), μέσης-υψηλής (LΑNDSΑT ΤΜ) και πολύ υψηλής (IKONOS) ευκρίνειας στην ακριβή χαρτογράφηση καμένων εκτάσεων στη Θάσο. <br /> <br /> <br /> '''2. Περιοχή μελέτης και δεδομένα'''<br /> <br /> H περιοχή μελέτης είναι η Θάσος. H συνολική έκταση τον νησιού είναι περίπου 39.000 εκτάρια ενώ η περίμετρος τον νησιού είναι λίγο μεγαλύτερη από 100 χιλιόμετρα. Το κλίμα της Θάσου είναι Μεσογειακό και χαρακτηρίζεται από θερμά, ξηρά και ηλιόλουστα καλοκαίρια και ψυχρούς χειμώνες. Οι βροχοπτώσεις λαμβάνουν χώρα κυρίως την άνοιξη και το φθινόπωρο. Τρεις πυρκαγιές, την δεκαετία τον 80, είχαν ως αποτέλεσμα να καούν περισσότερα από 20.000 εκτάρια δάσους, δηλαδή μία έκταση μεγαλύτερη από το μισό της συνολικής έκτασης τον νησιού (εικόνα 1).<br /> Επιπλέον, τον Ιούλιο τον 2000, μία μεικτή δασική πυρκαγιά έκαψε 165 εκτάρια τραχείας πεύκης. Σήμερα το δάσος της τραχείας πεύκης καλύπτει μία έκταση 2000 εκταρίων κυρίως στη βόρεια και ανατολική πλευρά τον νησιού.<br /> Πολλοί είναι οι λόγοι που η Θάσος αποτελεί ιδανική περιοχή μελέτης:<br /> * H περιοχή καλύπτεται από χαρακτηριστική Μεσογειακή βλάστηση δηλαδή από τον τύπο βλάστησης που πλήττεται κυρίως από τις πυρκαγιές στην Ελλάδα.<br /> * Υπήρχαν χαρτογραφικές αποτυπώσεις των πυρκαγιών, που μπορούν να χρησιμοποιηθούν στην εκτίμηση της ακρίβειας των χαρτογραφήσεων από δορυφορικές εικόνες.<br /> * Το έντονο ανάγλυφο που έχει ως αποτέλεσμα την ύπαρξη σκιαζόμενων περιοχών, οι οποίες συνήθως συγχέονται με τις καμένες εκτάσεις επάνω σε δορυφορικές εικόνες.<br /> <br /> Για τη μελέτη χρησιμοποιήθηκαν:<br /> *Δύο εικόνες ΝΟΑΑ/AVHRR. Πιο συγκεκριμένα μία εικόνα πριν (11 Αυγούστου 1989) και μία εικόνα μετά (20 Αυγούστου 1989) την πυρκαγιά.<br /> * Μία εικόνα LAΝDSAT ΤΜ μετά την πυρκαγιά (19 Σεπτεμβρίού 1989).<br /> * Μία εικόνα ΙΚΟΝΟS μετά την πυρκαγιά (17 Ιουλίου 2000).<br /> * Οι περίμετροι των πυρκαγιών όπως αποτυπώθηκαν από τη Δασική Υπηρεσία.<br /> * Ένα Ψηφιακό Μοντέλο Εδάφους (ανάλυσης 10 μέτρων) που δημιουργήθηκε από τοπογραφικούς χάρτες 1:5000.<br /> * Στοιχεία που συλλέχθηκαν μέσα στην έκταση που κάηκε το 2000 με τη χρήση θεσιολάβου (δέκτη GPS), και<br /> * Τοπογραφικοί και Θεματικοί χάρτες.<br /> <br /> <br /> <br /> [[category:Χαρτογράφηση καμένων εκτάσεων]]</div>

Ngeorganteas http://147.102.106.44/rs/wiki/index.php/%CE%A7%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CE%BA%CE%B1%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CE%B5%CE%BA%CF%84%CE%AC%CF%83%CE%B5%CF%89%CE%BD_%CE%BC%CE%B5_%CF%84%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CF%89%CE%BD_%CF%87%CE%B1%CE%BC%CE%B7%CE%BB%CE%AE%CF%82,_%CE%BC%CE%AD%CF%83%CE%B7%CF%82-%CF%85%CF%88%CE%B7%CE%BB%CE%AE%CF%82_%CE%BA%CE%B1%CE%B9_%CF%80%CE%BF%CE%BB%CF%8D_%CF%85%CF%88%CE%B7%CE%BB%CE%AE%CF%82_%CE%B5%CF%85%CE%BA%CF%81%CE%AF%CE%BD%CE%B5%CE%B9%CE%B1%CF%82 2010-02-12T17:39:33Z

<p>Ngeorganteas: New page: '''Συγγραφείς:''' Γητάς Ζ. Ι. (''Μεσογειακό Αγρονομικό Ινστιτούτο Χανίων (Μ.Α.Ι.Χ.)''), Rishmawi N. K.(''Μεσογειακό Αγ...</p> <hr /> <div>'''Συγγραφείς:''' Γητάς Ζ. Ι. (''Μεσογειακό Αγρονομικό Ινστιτούτο Χανίων (Μ.Α.Ι.Χ.)''), Rishmawi N. K.(''Μεσογειακό Αγρονομικό Ινστιτούτο Χανίων (Μ.Α.Ι.Χ.)'')<br /> <br /> '''Πηγή:''' 10. Εργαστήριο Δημογραφικών και Κοινωνικών Αναλύσεων (Ε.Δ.Κ.Α.), Τμήμα Μηχανικών Χωροταξίας, Πολεοδομίας και Περιφερειακής Ανάπτυξης (Τ.Μ.Χ.Π.Π.Α.), Πανεπιστήμιο Θεσσαλίας (Π.Θ.), 8ο Εθνικό συνέδριο Χαρτογραφίας (Θεσσαλονίκη, Νοέμβριος 2004), www.demography-lab.prd.uth.gr/papers/XEEE_Tirana_2006.pdf<br /> <br /> <br /> '''1. Εισαγωγή'''<br /> <br /> Όπως αναφέρεται στη βιβλιογραφία οι φυσικές πυρκαγιές είναι αναπόσπαστο μέρος πολλών χερσαίων οικοσυστημάτων όπως τα εύκρατα δάση, οι σαβάνες και τα Μεσογειακά οικοσυστήματα μεταξύ άλλων. Όμως, από το 1960 μέχρι σήμερα, στις Ευρωπαϊκές Μεσογειακές χώρες, παρατηρείται μία εκθετική αύξηση τόσο στον αριθμό των πυρκαγιών όσο και στην συνολική καμένη έκταση. <br /> <br /> Όταν μία δασική έκταση καταστρέφεται από πυρκαγιά, λεπτομερείς και άμεσες πληροφορίες σχετικά με τη θέση και την έκταση της καμένης έκτασης καθώς και το βαθμό της καταστροφής είναι απαραίτητες για να εκτιμηθούν οι οικονομικές ζημίες και οι περιβαλλοντικές επιπτώσεις, να καταγραφούν οι αλλαγές στην χρήση και κάλυψη της γης, να μοντελοποιηθούν οι ατμοσφαιρικές και κλιματικές επιπτώσεις από την καύση της βιομάζας. Επιπλέον, η ακριβής εκτίμηση βοηθά στην αξιολόγηση της αποτελεσματικότητας των μέτρων που έχουν παρθεί για την ανάπλαση της καμένης περιοχής, και επιτρέπει σε δασολόγους-διαχειριστές να εντοπίσουν περιοχές που χρειάζονται έντονη ή ειδική ανάπλαση, με σκοπό την αποφυγή της υποβάθμισης της περιοχής.<br /> <br /> Οι μέθοδοι που ακολουθούνται από τη Δασική Υπηρεσία στην Ελλάδα για τη χαρτογράφηση των καμένων εκτάσεων και για την εκτίμηση τον βαθμού καταστροφής της βλάστησης βασίζονται σε εκτενείς επισκέψεις στην καμένη περιοχή και σε οπτικές παρατηρήσεις των επιπτώσεων της πυρκαγιάς. Το σύνηθες αποτέλεσμα των επισκέψεων αυτών είναι η δημιουργία ενός πρόχειρου χάρτη της περιμέτρου της πυρκαγιάς επάνω στον τοπογραφικό χάρτη της περιοχής και η παραγωγή μίας Δήλωσης Αυτοψίας και μίας Αναφοράς της πυρκαγιάς. Πρέπει να σημειωθεί ότι πρόσφατα άρχισε να γίνεται χρήση τον Παγκόσμιου Συστήματος Εντοπισμού Θέσης (GPS) από την υπηρεσία στην καταγραφή των καμένων εκτάσεων.<br /> Τα κύρια προβλήματα που σχετίζονται με τις υπάρχουσες μεθόδους στην Μεσογειακή Ευρώπη είναι τα ακόλουθα:<br /> * Η παραγόμενη πληροφορία είναι συχνά μόνο ποιοτική και αφορά την περίμετρο πυρκαγιάς, ενώ πληροφορίες σχετικά με τα είδη που κάηκαν και τον βαθμό της καταστροφής δεν καταγράφονται,<br /> * Η πληροφορία δεν είναι διαθέσιμη ακόμη και μήνες μετά την πυρκαγιά με αποτέλεσμα να μην μπορεί να γίνει εκτίμηση της ανάκτησης της βλάστησης. Πιθανό αποτέλεσμα από την μη ανάκτηση της βλάστησης είναι η διάβρωση του εδάφους.<br /> <br /> Οι μικρές πυρκαγιές μπορούν να χαρτογραφούνται με τις υπάρχουσες μεθόδους αλλά σε περιπτώσεις μεγάλων πυρκαγιών οι συγκεκριμένες μέθοδοι είναι δύσκολο να εφαρμοστούν. Μία εναλλακτική λύση στις υπάρχουσες μεθόδους καταγραφής των καμένων εκτάσεων αποτελεί η τηλεπισκόπηση. Η παραπάνω άποψη βασίζεται σε αρκετές μελέτες που έχουν διεξαχθεί για να διερευνηθεί η ικανότητα των δορυφορικών εικόνων χαμηλής μέσης-υψηλής χωρικής ανάλυσης στην χαρτογράφηση καμένων εκτάσεων (πίνακας 1). Επιπλέον, υπάρχει μία σειρά από ερευνητικές εργασίες στις οποίες μελετάται η χρήση δορυφορικών εικόνων χαμηλής και μέσης-υψηλής χωρικής ανάλυσης στην χαρτογράφηση καμένων εκτάσεων. <br /> <br /> Σκοπός αυτής της εργασίας είναι να διερευνήσει την δυνατότητα χρήσης εικόνων χαμηλής (AVHRR), μέσης-υψηλής (LΑNDSΑT ΤΜ) και πολύ υψηλής (IKONOS) ευκρίνειας στην ακριβή χαρτογράφηση καμένων εκτάσεων στη Θάσο. <br /> <br /> <br /> '''2. Περιοχή μελέτης και δεδομένα'''<br /> <br /> H περιοχή μελέτης είναι η Θάσος. H συνολική έκταση τον νησιού είναι περίπου 39.000 εκτάρια ενώ η περίμετρος τον νησιού είναι λίγο μεγαλύτερη από 100 χιλιόμετρα. Το κλίμα της Θάσου είναι Μεσογειακό και χαρακτηρίζεται από θερμά, ξηρά και ηλιόλουστα καλοκαίρια και ψυχρούς χειμώνες. Οι βροχοπτώσεις λαμβάνουν χώρα κυρίως την άνοιξη και το φθινόπωρο. Τρεις πυρκαγιές, την δεκαετία τον 80, είχαν ως αποτέλεσμα να καούν περισσότερα από 20.000 εκτάρια δάσους, δηλαδή μία έκταση μεγαλύτερη από το μισό της συνολικής έκτασης τον νησιού (εικόνα 1).<br /> Επιπλέον, τον Ιούλιο τον 2000, μία μεικτή δασική πυρκαγιά έκαψε 165 εκτάρια τραχείας πεύκης. Σήμερα το δάσος της τραχείας πεύκης καλύπτει μία έκταση 2000 εκταρίων κυρίως στη βόρεια και ανατολική πλευρά τον νησιού.<br /> Πολλοί είναι οι λόγοι που η Θάσος αποτελεί ιδανική περιοχή μελέτης:<br /> * H περιοχή καλύπτεται από χαρακτηριστική Μεσογειακή βλάστηση δηλαδή από τον τύπο βλάστησης που πλήττεται κυρίως από τις πυρκαγιές στην Ελλάδα.<br /> * Υπήρχαν χαρτογραφικές αποτυπώσεις των πυρκαγιών, που μπορούν να χρησιμοποιηθούν στην εκτίμηση της ακρίβειας των χαρτογραφήσεων από δορυφορικές εικόνες.<br /> * Το έντονο ανάγλυφο που έχει ως αποτέλεσμα την ύπαρξη σκιαζόμενων περιοχών, οι οποίες συνήθως συγχέονται με τις καμένες εκτάσεις επάνω σε δορυφορικές εικόνες.<br /> <br /> Για τη μελέτη χρησιμοποιήθηκαν:<br /> *Δύο εικόνες ΝΟΑΑ/AVHRR. Πιο συγκεκριμένα μία εικόνα πριν (11 Αυγούστου 1989) και μία εικόνα μετά (20 Αυγούστου 1989) την πυρκαγιά.<br /> * Μία εικόνα LAΝDSAT ΤΜ μετά την πυρκαγιά (19 Σεπτεμβρίού 1989).<br /> * Μία εικόνα ΙΚΟΝΟS μετά την πυρκαγιά (17 Ιουλίου 2000).<br /> * Οι περίμετροι των πυρκαγιών όπως αποτυπώθηκαν από τη Δασική Υπηρεσία.<br /> * Ένα Ψηφιακό Μοντέλο Εδάφους (ανάλυσης 10 μέτρων) που δημιουργήθηκε από τοπογραφικούς χάρτες 1:5000.<br /> * Στοιχεία που συλλέχθηκαν μέσα στην έκταση που κάηκε το 2000 με τη χρήση θεσιολάβου (δέκτη GPS), και<br /> * Τοπογραφικοί και Θεματικοί χάρτες.<br /> <br /> <br /> <br /> [[category:Χαρτογράφηση καμένων εκτάσεων]]</div>

Ngeorganteas http://147.102.106.44/rs/wiki/index.php/%CE%97_%CE%B5%CF%86%CE%B1%CF%81%CE%BC%CE%BF%CE%B3%CE%AE_%CF%84%CE%B7%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CF%83%CF%84%CE%B7%CE%BD_%CE%B1%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CE%BF%CF%81%CE%B3%CE%B1%CE%BD%CE%B9%CE%BA%CE%BF%CF%8D_%CE%AC%CE%BD%CE%B8%CF%81%CE%B1%CE%BA%CE%B1_%CF%83%CF%84%CE%BF_%CE%AD%CE%B4%CE%B1%CF%86%CE%BF%CF%82 2010-02-11T17:07:28Z

<p>Ngeorganteas: </p> <hr /> <div>'''Πρωτότυπος Τίτλος:''' Remote sensing organic carbon in soil<br /> <br /> '''Συγγραφείς:''' Stephens S. C. (''Utah State University''), Rasmussen V. P. (''Utah State University''), Ramsey R. D. (''Utah State University''), Whitesides E. R. (''Utah State University''), Searle S. G. (''Utah State University''), Newhall L. R. (''Utah State University'')<br /> <br /> '''Πηγή:''' Utah State University/NASA: Space grant extension program, http://extnasa.usu.edu/link_pages/link_projects_rsc.html<br /> <br /> <br /> '''1. Εισαγωγή'''<br /> <br /> Οι γεωργικές δραστηριότητες (φυτοφάρμακα, λιπάσματα) ευθύνονται σε μεγάλο βαθμό για την αύξηση του CO2 στην ατμόσφαιρα και κατ’επέκταση για την αύξηση της θερμοκρασίας του πλανήτη. Αυτό το γεγονός καταδεικνύει την ανάγκη για υιοθέτηση νέων, πιο ολοκληρωμένων γεωργικών πρακτικών οι οποίες και θα οδηγήσουν στη μείωση των αερίων του θερμοκηπίου, αλλά και θα αυξήσουν την παραγωγικότητα των εδαφών. Προκειμένου να εκτιμηθεί η ποιότητα του εδάφους θα πρέπει να ποσοτικοποιηθεί ο οργανικός άνθρακας (Soil Organic Carbon, SOC) που μπορεί να προσλάβει αυτό. Ιστορικά, η προτιμώμενη μέθοδος μέτρησης του SOC ήταν αυτή της δειγματοληψίας πλέγματος (grid sampling), η οποία είχε μεγάλο κόστος και ήταν μη ακριβής (εφαρμογή γεωστατιστικών, μαθηματικών και γραφικών μοντέλων). Τα προβλήματα αυτά κατάφερε να ξεπεράσει η τηλεπισκοπική μέθοδος, κατά την οποία δεν καταστρέφονταν οι ιδιότητες του εδάφους και ο χαρακτηρισμός της ετερογένειας αυτού ήταν εφικτός. Έρευνες έχουν αποδείξει πως τα εδάφη με επίπεδα SOC&gt;2% έχουν μεγάλη ανακλαστικότητα στο ορατό τμήμα του φάσματος (σκοτεινό χρώμα), ενώ η ανακλαστικότητά τους μειώνεται όσο αυξάνονται τα επίπεδα υγρασίας.<br /> <br /> Σκοπός της συγκεκριμένης εργασίας ήταν να ερευνήσει την επίδραση που έχουν η υγρασία και ο οργανικός άνθρακας στην ανακλαστικότητα του εδάφους στο ορατό και στο βραχέων μηκών κύματος υπέρυθρο (SWIR) τμήμα του Η/Μ φάσματος και ταυτόχρονα να προτείνει ένα βελτιωμένο μοντέλο ανίχνευσης της περιεκτικότητας άνθρακα στο έδαφος.<br /> <br /> Η μελέτη πραγματοποιήθηκε σε δυο φάρμες των ΗΠΑ (η μια αποτελούσε περιοχή ερευνών του πανεπιστημίου Greenville της Utah και η άλλη ήταν ιδιωτική και βρισκόταν στο Arbon Valley του Idaho), στις οποίες τα εδάφη χαρακτηρίζονται από χαμηλά επίπεδα SOC και υψηλές τιμές pH, γεγονός που οφείλεται στην ύπαρξη CaCO3. Οι περιοχές μελέτης απεικονίζονται στις επόμενες δυο εικόνες.<br /> [[Εικόνα:Art4_1.jpg|thumb|right|'''Εικόνα 1:''' Η περιοχή μελέτης στο North Logan της Utah.]]<br /> [[Εικόνα:Art4_2.jpg|thumb|right|'''Εικόνα 2:''' Η περιοχή μελέτης στο Arbon Valley του Idaho.]]<br /> <br /> <br /> '''2. Μεθοδολογία'''<br /> <br /> Για τη διεξαγωγή της εργασίας χρησιμοποιήθηκαν δείγματα εδάφους, όπως επίσης φωτογραφίες από ψηφιακούς και δορυφορικούς δέκτες. Οι φωτογραφίες χρησιμοποιήθηκαν για τη μελέτη της ανακλαστικότητας του γυμνού εδάφους (χωρίς βλάστηση), ενώ τα δείγματα εδάφους για την εκτίμηση του περιεχομένου άνθρακα (οργανικού και μη) και των επιπέδων υγρασίας. Τέλος, μετρήθηκε και επιγείως η ανακλαστικότητα του εδάφους στο ορατό και εγγύς υπέρυθρο (350-2500 nm) με τη βοήθεια ενός ASD φασματοραδιόμετρου <br /> <br /> Πιο αναλυτικά, η συνολική συγκέντρωση άνθρακα στα δείγματα του εδάφους υπολογίστηκε στο εργαστήριο με έναν LECO CHN αναλυτή, ενώ η συγκέντρωση του οργανικού άνθρακα με οξείδωση διχρωμικού καλίου. <br /> <br /> Ακόμα, για τη λήψη εικόνων χρησιμοποιήθηκαν ψηφιακά και δορυφορικά συστήματα. Στην πρώτη περίπτωση, ένας ψηφιακός δέκτης (Kodak 420i) με χωρική ανάλυση 1m κατέγραψε πολυφασματικά δεδομένα (Πράσινο 0,548-0,552 m, Κόκκινο 662-676 nm και NIR 798-804 nm), ενώ στη δεύτερη χρησιμοποιήθηκαν οι δορυφόροι Quickbird, οποίος διαθέτει χωρική ανάλυση 2,4 - 4,8m και 4 φασματικά κανάλια (450-520nm, 520-600nm, 630-690nm και 760-900nm), και ASTER, ο οποίος διαθέτει τρία διαφορετικά υποσυστήματα φασματικής καταγραφής: το ορατό και εγγύς υπέρυθρο (κανάλια 1-3), το υπέρυθρο βραχέων μηκών κύματος (κανάλια 4-9) και το θερμικό υπέρυθρο (κανάλια 10-14). Οι αποκλίσεις στη θέση και τη γωνία λήψης των δορυφόρων διορθώθηκε με ραδιομετρικές μεθόδους, ενώ οι αεροφωτογραφίες διορθώθηκαν και αυτές ραδιομετρικά με τη βοήθεια ενός φορητού ραδιόμετρου. Ακόμα, με τη βοήθεια του προγράμματος ERDAS Imagine επιτεύχθη η γεωλογική διόρθωση των εικόνων, ενώ παράλληλα πραγματοποιήθηκε η συσχέτιση μεταξύ των εδαφολογικών δειγμάτων και των φασματικών δεδομένων. <br /> <br /> Έτσι, όλα τα δεδομένα που συλλέχθηκαν από την επεξεργασία των φωτογραφιών και των δειγμάτων εδάφους, χρησιμοποιήθηκαν για την κατασκευή ενός βελτιωμένου, με καλύτερες παραμέτρους, μοντέλου πρόβλεψης περιεκτικότητας άνθρακα, το οποίο και θα βασίζεται στην φασματική υπογραφή του εδάφους (350-2500nm) και θα συμπεριλαμβάνει την επίδραση της υγρασίας.<br /> <br /> <br /> '''3. Αποτελέσματα'''<br /> <br /> Οι επόμενες εικόνες αποτελούν τα γραφήματα ανάλυσης του φασματοραδιόμετρου στα οποία φαίνεται πως καταγράφεται η ανακλαστικότητα των εδαφών στα κανάλια του ορατού και SWIR φάσματος σε σχέση με την κατ’όγκο περιεκτικότητα νερού των εδαφών (εικόνα 3) και την περιεκτικότητα οργανικού άνθρακα (SOC%) (εικόνα 4). Από τα γραφήματα είναι εμφανές πως η υψηλή περιεκτικότητα οργανικού άνθρακα και νερού μειώνει την ανακλαστικότητα. Στην εικόνα 3 φαίνεται πως το νερό επιδρά περισσότερο διαφορικά στο SWIR φάσμα σε σχέση με το οπτικό φάσμα και πως η αύξηση του νερού υπερισχύει όλων των άλλων στοιχείων απορρόφησης σε όλο το τμήμα του φάσματος. Στην εικόνα 4 φαίνεται πως η περιεκτικότητα του SOC μειώνει την ανακλαστικότητα του εδάφους σχεδόν ομοιόμορφα σε όλο το φάσμα των μηκών κύματος και πως η αύξηση του SOC% στην περιοχή των 2250nm φαίνεται να επιδρά αυξητικά στην απορρόφηση του εδάφους. <br /> [[Εικόνα:Art4_3.jpg|thumb|right|'''Εικόνα 3:''' Ανακλαστικότητα του εδάφους στα κανάλια του ορατού και SWIR φάσματος σε σχέση με την κατ’όγκο περιεκτικότητα νερού του εδάφους.]]<br /> [[Εικόνα:Art4_4.jpg|thumb|right|'''Εικόνα 4:''' Ανακλαστικότητα του εδάφους στα κανάλια του ορατού και SWIR φάσματος σε σχέση με την περιεκτικότητα οργανικού άνθρακα (SOC%).]]<br /> <br /> Στην εικόνα 5 είναι πια ξεκάθαρη η ομαλότητα της ανακλαστικότητας του εδάφους στο κανάλι 6 του ASTER, σε σχέση με αυτή του καναλιού 5. Αυτή η ομαλότητα είναι και η βάση του προτεινόμενου μοντέλου με το νέο διαφορικό περιεχόμενο άνθρακα (Carbon Difference Index, CDI): ''CDI = 2220nm - 2270nm ''<br /> <br /> Όπως δείχνει και η εικόνα 6, ο συντελεστής συσχέτισης με το νέο CDI και τις μετρούμενες τιμές του οργανικού άνθρακα στα συλλεχθέντα δείγματα είναι R2 = 0,7221.<br /> [[Εικόνα:Art4_5.jpg|thumb|right|'''Εικόνα 5:''' Μεγέθυνση του γραφήματος ανακλαστικότητας του εδάφους σε σχέση με την περιεκτικότητα οργανικού άνθρακα (SOC%). Στα κανάλια 5 και 6 αναδεικνύεται η αύξηση της ανακλαστικότητας με την αύξηση του SOC%.]]<br /> [[Εικόνα:Art4_6.jpg|thumb|right|'''Εικόνα 6:''' Ο συντελεστής συσχέτισης σύμφωνα με το προτεινόμενο μοντέλο.]]<br /> <br /> '''4. Συμπεράσματα'''<br /> <br /> Τα αποτελέσματα της έρευνας έδειξαν πως η περιεκτικότητα του οργανικού άνθρακα μπορεί να υπολογιστεί με τη μελέτη της ανακλαστικότητας του εδάφους στο SWRI τμήμα του Η/Μ φάσματος, παρακάμπτοντας έτσι τη σύγχυση που προκαλείται στο ορατό φάσμα η μεταβλητότητα της υγρασίας και τα χαμηλά επίπεδα SOC. Αναλύοντας τα φασματικά γραφήματα της ανακλαστικότητας με τον δορυφόρο ASTER, ένα βελτιωμένο μοντέλο διαφορικού περιεχομένου άνθρακα είναι CDI = Band6 – Band7. <br /> <br /> <br /> <br /> [[category:Εκτίμηση παραγωγής/Απόδοση]]</div>

Ngeorganteas http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%80%CE%BF%CE%B3%CF%81%CE%B1%CF%86%CE%AE_%CE%BA%CF%84%CE%B9%CF%81%CE%AF%CF%89%CE%BD_%CE%BC%CE%B5_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AD%CF%82_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CE%B5%CF%82_%CF%85%CF%88%CE%B7%CE%BB%CE%AE%CF%82_%CF%87%CF%89%CF%81%CE%B9%CE%BA%CE%AE%CF%82_%CE%B1%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7%CF%82_%CF%80%CE%BF%CE%BB%CE%B5%CE%BF%CE%B4%CE%BF%CE%BC%CE%B9%CE%BA%CF%8E%CE%BD_%CF%83%CF%85%CE%B3%CE%BA%CF%81%CE%BF%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD:_%CE%97_%CF%80%CE%B5%CF%81%CE%AF%CF%80%CF%84%CF%89%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%A4%CE%B9%CF%81%CE%AC%CE%BD%CF%89%CE%BD 2010-02-10T13:27:29Z

<p>Ngeorganteas: </p> <hr /> <div>'''Συγγραφείς:''' Αγοραστάκης Μ. (''Μεταπτυχιακός Φοιτητής, Μεσογειακό Αγρονομικό Ινστιτούτο Χανίων (Μ.Α.Ι.Χ.)''), Περάκης Κ. (''Επ. Καθηγητής, Τμήμα Μηχανικών Χωροταξίας Πολεοδομίας &amp; Περιφερειακής Ανάπτυξης, Πανεπιστήμιο Θεσσαλίας''), Κοτζαμάνης Β. (''Καθηγητής, Τμήμα Μηχανικών Χωροταξίας Πολεοδομίας &amp; Περιφερειακής Ανάπτυξης,<br /> Πανεπιστήμιο Θεσσαλίας'')<br /> <br /> '''Πηγή:''' Εργαστήριο Δημογραφικών και Κοινωνικών Αναλύσεων (Ε.Δ.Κ.Α.), Τμήμα Μηχανικών Χωροταξίας, Πολεοδομίας και Περιφερειακής Ανάπτυξης (Τ.Μ.Χ.Π.Π.Α.), Πανεπιστήμιο Θεσσαλίας (Π.Θ.), 8ο Εθνικό συνέδριο Χαρτογραφίας (Θεσσαλονίκη, Νοέμβριος 2004), www.demography-lab.prd.uth.gr/papers/XEEE_Tirana_2006.pdf<br /> <br /> <br /> '''1. Εισαγωγή'''<br /> <br /> Οι πρόσφατες πολιτικές και κοινωνικό-οικονομικές αλλαγές στην γειτονική Αλβανία, συνοδεύτηκαν από μια έντονη γεωγραφική κινητικότητα (εσωτερική και εξωτερική μετανάστευση). Η μορφή της πρωτεύουσας (Τίρανα) άλλαξε σημαντικά την τελευταία δεκαπενταετία (αύξηση του πληθυσμού, επέκταση του οικιστικού ιστού) και η τελευταία απογραφή πληθυσμού–κτιρίων (2001), αποτύπωσε ως ένα βαθμό τις αλλαγές αυτές, αλλαγές τόσο στα χαρακτηριστικά του πληθυσμού της πόλης, όσο και στα χαρακτηριστικά των κτιρίων της. Στην εργασία, παρουσιάζονται τα αποτελέσματα της συσχέτισης ορισμένων από τα κτιριολογικά απογραφικά χαρακτηριστικά του πολεοδομικού συγκροτήματος των Τιράνων (τύπος κλινοσκεπής και ηλικία κτιρίων) με τύπους κάλυψης επιφάνειας που προέκυψαν από επεξεργασία δορυφορικής εικόνας υψηλής ανάλυσης (IKONOS). Η χρησιμοποίηση των δορυφορικών εικόνων για την ανάλυση του δομημένου χώρου στα αστικά συγκροτήματα, με την βοήθεια των ΓΣΠ και την παράλληλη χρησιμοποίηση των απογραφικών δεδομένων, έχουν δώσει ικανοποιητικά συμπεράσματα, επιτρέποντας την εκτίμηση π.χ. των πληθυσμιακών χωρικών κατανομών και της πυκνότητας, ως και της ποιότητα ζωής στα αστικά κέντρα. Το κοινό σημείο αναφοράς τόσο των δορυφορικών εικόνων, όσο και των απογραφών, είναι οι καλύψεις γης, που χρησιμοποιούνται και ως συνδετικός κρίκος με τα ΓΣΠ για την ανάλυση και την εξαγωγή συμπερασμάτων. <br /> [[Εικόνα:Art10_1.jpg|thumb|right|'''Εικόνα 1:''' Ποσοστό κτιρίων κατασκευασμένα μετά το 1990, ανά απογραφικό τομέα.]]<br /> <br /> <br /> '''2. Μεθοδολογία'''<br /> <br /> Τα δεδομένα που χρησιμοποιήθηκαν στην παρούσα εργασία ήταν:<br /> * Καταγραφές και Μετρήσεις από επιτόπιες δειγματοληψίες.<br /> * Δεδομένα της απογραφής Πληθυσμού-Κτιρίων (Απρίλιος 2001, Στατιστική Υπηρεσία της Αλβανίας/INSTAT).<br /> * Παγχρωματική και Πολυφασματική εικόνα του δορυφόρου IKONOS, με λήψη Ιουνίου 2001.<br /> Η χρονική υστέρηση των δύο μηνών, ανάμεσα στην απογραφή και την λήψη της δορυφορικής εικόνας, δεν επηρέασε την συγκεκριμένη ανάλυση, λόγω των σχετικά μικρών αλλαγών των φυσικών χαρακτηριστικών του ευρύτερου αστικού χώρου των Τιράνων στο δίμηνο Απρίλιος–Ιούνιος 2001. Ταυτόχρονα, για την ανάλυση και παρουσίαση των δεδομένων, χορηγήθηκε διανυσματικό ψηφιακό χαρτογραφικό υπόβαθρο από την INSTAT, σε μορφή συμβατή με Γεωγραφικά Συστήματα Πληροφοριών, που περιέχει τους απογραφικούς τομείς.<br /> <br /> Με το ερωτηματολόγιο της απογραφής που αναφέρεται στον πληθυσμό των κτιρίων, συλλέχθηκαν στοιχεία τόσο για τον τύπο τους όσο και για τα χαρακτηριστικά τους (τύπος οροφής, τύπος υλικού, περίοδος κατασκευής και αριθμός ορόφων). Κατά τη διάρκεια της εργασίας πραγματοποιήθηκε η επεξεργασία των απογραφικών δεδομένων που αναφέρονται αφενός μεν στον τύπο της κλινοσκεπής, αφετέρου δε στην περίοδο κατασκευής των κτιρίων. Με βάση την επεξεργασία που πραγματοποιήθηκε (πίνακες 3,4,5), προέκυψε ισχυρή συσχέτιση ανάμεσα στα κτίρια με επίπεδη οροφή και σε αυτά που κατασκευάσθηκαν προ του 1960 και μετά του 1990. <br /> <br /> Συνδέοντας τις μεταβλητές που προέκυψαν από την ανάλυση της δορυφορικής εικόνας με αυτές που προέκυψαν από την επεξεργασία των δεδομένων της απογραφής, ορίστηκε μια πρώτη τυπολογία καλύψεων γης (πίνακας 1). Όπως φαίνεται και από τον παρατιθέμενο πίνακα, η μετά την χρωματική σύνθεση (true color composite) εικόνα επέτρεψε τον διαχωρισμό των κτιρίων σε δύο επιπλέον κατηγορίες: κτίρια με λευκές και κτίρια με μαύρες οροφές. Παράλληλα οι μη-επίπεδες οροφές διαχωρίστηκαν με την ίδια μέθοδο, ανάλογα με την φυσική τους απόχρωση σε οροφές με σκουρόχρωμο, ανοικτόχρωμο, κόκκινο κεραμίδι και οροφές με μεταλλική επικάλυψη. Ο διαχωρισμός αυτός χρησιμοποιήθηκε, όπως φαίνεται και από τον πίνακα, για τη δημιουργία μίας πρώτης τυπολογίας καλύψεων γης. Η τυπολογία αυτή προέκυψε επομένως από το συνδυασμό μεταβλητών που δημιουργήθηκαν χρησιμοποιώντας την χρωματική σύνθεση σε φυσικές αποχρώσεις, με απογραφικές μεταβλητές (τύπος οροφής και χρονολογία κατασκευής).<br /> [[Εικόνα:Art10_tab1.jpg|thumb|right|'''Πίνακας 1:''' Τυπολογία καλύψεων γης.]]<br /> <br /> Τα πλεονεκτήματα που προσέφεραν οι επιτόπιες δειγματοληψίες στον προσδιορισμό της τυπολογίας και της ανάλυσης - ταξινόμησης των καλύψεων γης στη πόλη των Τιράνων αφενός, και η πρόσβαση στα αρχεία της INSTAT αφετέρου, οδήγησαν στην εφαρμογή επιβλεπόμενων μεθόδων ταξινόμησης στη διαθέσιμη δορυφορική εικόνα.<br /> <br /> Οι κλασσικές επιβλεπόμενες μέθοδοι ταξινόμησης απαιτούν για την εφαρμογή τους, την δημιουργία φασματικών υπογραφών για κάθε κάλυψη γης. Η δημιουργία δε, των φασματικών υπογραφών προϋποθέτει την οριοθέτηση δειγματοληπτικών περιοχών τόσο αντιπροσωπευτικών όσο και ομογενών, που να εμπεριέχονται σε κάθε κάλυψη γης. <br /> <br /> Η επιλογή των δειγματοληπτικών περιοχών, στη συγκεκριμένη έρευνα, λόγω της πρόσβασης και χωρικής γνώσης της περιοχής, πραγματοποιήθηκε με στρωματοποιημένη μέθοδο δειγματοληψίας σε δύο επίπεδα. Η περιοχή μελέτης διαχωρίστηκε σε στρώματα τα οποία ουσιαστικά συνέπιπταν με τις καλύψεις γης, οι οποίες με τη σειρά τους ορίστηκαν σε τρεις διοικητικές ενότητες (mini-municipalities) και περιείχαν 270 συνολικά απογραφικούς τομείς. Πιο συγκεκριμένα, επιλέχθηκαν δειγματοληπτικές περιοχές από κάθε κάλυψη γης, με τυχαία δειγματοληψία στο εσωτερικό κάθε διοικητικής ενότητας. Κάθε δειγματοληπτική περιοχή, περιείχε ένα τυχαίο αριθμό απογραφικών τομέων.<br /> <br /> Από τρεις πλέον χρησιμοποιούμενες μεθόδους επιβλεπόμενης ταξινόμησης, εφαρμόστηκε μόνον αυτή της μέγιστης πιθανοφάνειας (maximum likelihood), γιατί έδωσε την δυνατότητα εισαγωγής πιθανοτικών βαρών που αντιστοιχούν σε κάθε κάλυψη γης, έτσι ώστε μετά από αρκετές επαναλήψεις της μεθόδου να επιλεγεί η πλέον αξιόπιστη ταξινομημένη εικόνα (εικόνα 2).<br /> [[Εικόνα:Art10_2.jpg|thumb|right|'''Εικόνα 2:''' Τελική ταξινομημένη εικόνα.]]<br /> <br /> Η υψηλή χωρική διακριτική ικανότητα της διαθέσιμης εικόνας, η δειγματοληπτική εργασία, η βοηθητική συμβολή από εξωγενείς πληροφορίες (όπως συγκεντρωτικά αποτελέσματα της ΙNSTAT ανά απογραφικό τομέα), οδήγησαν στην ικανοποιητικά αξιόπιστη επιλογή των δειγματοληπτικών περιοχών. Αυτό αποδεικνύεται και από τον πίνακα σφαλμάτων (error matrix) της ταξινόμησης (πίνακας 2), ο οποίος δημιουργήθηκε από το χρησιμοποιηθέν λογισμικό με μονάδα λήψης το εικονοστοιχείο (και συγκεκριμένα την επιλογή 1024 τυχαίων εικονοστοιχείων). Η συνολική ακρίβεια της ταξινόμησης (overall accuracy) σύμφωνα με τον παρακάτω πίνακα είναι 87%, ενώ ο δείκτης συμφωνίας Κάππα (Kappa Index of agreement), οι τιμές του οποίου κυμαίνονται από 0 έως 1, λαμβάνει στη συγκεκριμένη περίπτωση την ικανοποιητική τιμή 0,84.<br /> [[Εικόνα:Art10_tab2.jpg|thumb|right|'''Πίνακας 2:''' Πίνακας Σφαλμάτων (error matrix).]]<br /> <br /> Διαρροές παρατηρούνται μεταξύ των καλύψεων 2 και 12 (Χωματόδρομοι και Αδόμητη γη αντίστοιχα) όπως επίσης και ανάμεσα στις παραπάνω καλύψεις προς και από τους τύπους 7,8,9,10,11 (πίνακας 1). Το μεγαλύτερο μέρος των διαρροών αυτών οφείλεται στην παρουσία διάσπαρτης βλάστησης αλλά και στα αυξημένα επίπεδα υγρασίας. Παράλληλα, στο εσωτερικό του αστικού ιστού τα αδόμητα τεμάχια, περιλαμβάνουν χώμα το οποίο αν και διαχωρίζεται, μερικώς, σε επίπεδο φασματικών τιμών, προφανώς εντοπίζεται και στο εσωτερικό των χωματόδρομων. Η αναγνώριση των συγκεκριμένων διαρροών, επαληθεύτηκε μετά την εφαρμογή του μετασχηματισμού Tasseled Cap, με την χρησιμοποίηση των κατάλληλων συντελεστών, τροποποιημένων ειδικά για δορυφορικές εικόνες IKONOS<br /> <br /> <br /> '''3. Αποτελέσματα'''<br /> <br /> Για την εξαγωγή των τελικών αποτελεσμάτων, υπολογίσθηκε το ποσοστό των εικονοστοιχείων για τις καλύψεις γης στην ταξινομημένη εικόνα. Η ύπαρξη συσχέτισης, μεταξύ της ηλικίας κτιρίων και των τύπων οροφής ορίστηκε με τον συντελεστή συσχέτισης του K. Pearson (στους πίνακες 3, 4, 5 παρουσιάζονται οι συντελεστές αυτοί). Από την συσχέτιση των τεσσάρων τύπων οροφής (3,4,5 και 6 στον πίνακα 1) με τα κτιριακά απογραφικά δεδομένα (ηλικία κατασκευής και τύπος οροφής), οι τρεις έδωσαν πολύ ικανοποιητικά αποτελέσματα: οι τιμές για τους συντελεστές K. Pearson είναι 0,908, 0,858 και 0,805 αντίστοιχα. Αντιθέτως ο τύπος ανοικτόχρωμο κεραμίδι (τύπος 6) δεν έδωσε σαφείς ενδείξεις θετικής ή αρνητικής συσχέτισης με την ηλικία των κτιρίων. Στους πίνακες που παρατίθενται αμέσως μετά φαίνονται καθαρά οι ισχυρές θετικές συσχετίσεις ανάμεσα στους τύπους των κτιρίων αναλόγως των χαρακτηριστικών της οροφής τους (τύποι που προέκυψαν από την χρωματική σύνθεση και την ταξινόμηση της δορυφορικής εικόνας) με την ηλικία κατασκευής των κτιρίων, όπως καταγράφηκε στην απογραφή του 2001.<br /> [[Εικόνα:Art10_tab3.JPG|thumb|right|'''Πίνακας 3:''' Πίνακας Συσχέτισης, % κτιρίων κατασκευασμένα &gt; 1990 Χ Κτίρια με λευκές<br /> οροφές / απογραφικό τομέα.]]<br /> [[Εικόνα:Art10_tab4.JPG|thumb|right|'''Πίνακας 4:''' Πίνακας Συσχέτισης, % κτιρίων κατασκευασμένα &lt; 1960, Κτίρια με μαύρες<br /> οροφές / απογραφικό τομέα.]]<br /> [[Εικόνα:Art10_tab5.JPG|thumb|right|'''Πίνακας 5:''' Πίνακας Συσχέτισης, % κτιρίων κατασκευασμένα &lt; 1960, Κτίρια με οροφές<br /> από σκούρο κεραμίδι/ απογραφικό τομέα.]]<br /> <br /> <br /> '''4. Συμπεράσματα'''<br /> <br /> Οι δορυφορικές εικόνες υψηλής ανάλυσης είναι ιδιαίτερα χρήσιμες για τον διαχωρισμό των καλύψεων γης, μετά από ταξινόμηση, στο εσωτερικό των πολεοδομικών συγκροτημάτων. Η μελέτη της πόλης των Τιράνων αποτελεί ένα ενδεικτικό παράδειγμα συνδυασμού απογραφικών δεδομένων με κτιριακά χαρακτηριστικά που προέκυψαν από την ανάλυση δορυφορικής εικόνας. Έτσι, είναι δυνατή η αναγνώριση αλλά και ο χωρικός εντοπισμός του «παλαιού» και του «νέου» σχετικά κτιριακού αποθέματος μέσα από την ταξινομημένη εικόνα, με ταυτόχρονο ποσοτικό προσδιορισμό τύπου οροφής και περιόδου κατασκευής. Η μεθοδολογία που εφαρμόστηκε, μπορεί να οδηγήσει κάτω από ορισμένες προϋποθέσεις στον προσδιορισμό του συνόλου των κτιριακών χαρακτηριστικών του αστικού χώρου χωρίς την διενέργεια «κλασσικής» απογραφής. Με την παρούσα έρευνα, επιχειρήθηκε μία πρώτη διερεύνηση της δυνατότητας υποκατάστασης των δεδομένων που συλλέγονται με τις κλασσικές απογραφικές μεθόδους από στοιχεία που προκύπτουν από την ανάλυση δορυφορικών εικόνων υψηλής ευκρίνειας.<br /> <br /> <br /> [[category:Ανίχνευση μεταβολών αστικής γης]]</div>

Ngeorganteas http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%80%CE%BF%CE%B3%CF%81%CE%B1%CF%86%CE%AE_%CE%BA%CF%84%CE%B9%CF%81%CE%AF%CF%89%CE%BD_%CE%BC%CE%B5_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AD%CF%82_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CE%B5%CF%82_%CF%85%CF%88%CE%B7%CE%BB%CE%AE%CF%82_%CF%87%CF%89%CF%81%CE%B9%CE%BA%CE%AE%CF%82_%CE%B1%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7%CF%82_%CF%80%CE%BF%CE%BB%CE%B5%CE%BF%CE%B4%CE%BF%CE%BC%CE%B9%CE%BA%CF%8E%CE%BD_%CF%83%CF%85%CE%B3%CE%BA%CF%81%CE%BF%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD:_%CE%97_%CF%80%CE%B5%CF%81%CE%AF%CF%80%CF%84%CF%89%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%A4%CE%B9%CF%81%CE%AC%CE%BD%CF%89%CE%BD 2010-02-10T13:26:23Z

<p>Ngeorganteas: </p> <hr /> <div>'''Συγγραφείς:''' Αγοραστάκης Μ. (''Μεταπτυχιακός Φοιτητής, Μεσογειακό Αγρονομικό Ινστιτούτο Χανίων (Μ.Α.Ι.Χ.)''), Περάκης Κ. (''Επ. Καθηγητής, Τμήμα Μηχανικών Χωροταξίας Πολεοδομίας &amp; Περιφερειακής Ανάπτυξης, Πανεπιστήμιο Θεσσαλίας''), Κοτζαμάνης Β. (''Καθηγητής, Τμήμα Μηχανικών Χωροταξίας Πολεοδομίας &amp; Περιφερειακής Ανάπτυξης,<br /> Πανεπιστήμιο Θεσσαλίας'')<br /> <br /> '''Πηγή:''' Εργαστήριο Δημογραφικών και Κοινωνικών Αναλύσεων (Ε.Δ.Κ.Α.), Τμήμα Μηχανικών Χωροταξίας, Πολεοδομίας και Περιφερειακής Ανάπτυξης (Τ.Μ.Χ.Π.Π.Α.), Πανεπιστήμιο Θεσσαλίας (Π.Θ.), 8ο Εθνικό συνέδριο Χαρτογραφίας (Θεσσαλονίκη, Νοέμβριος 2004), www.demography-lab.prd.uth.gr/papers/XEEE_Tirana_2006.pdf<br /> <br /> <br /> '''1. Εισαγωγή'''<br /> <br /> Οι πρόσφατες πολιτικές και κοινωνικό-οικονομικές αλλαγές στην γειτονική Αλβανία, συνοδεύτηκαν από μια έντονη γεωγραφική κινητικότητα (εσωτερική και εξωτερική μετανάστευση). Η μορφή της πρωτεύουσας (Τίρανα) άλλαξε σημαντικά την τελευταία δεκαπενταετία (αύξηση του πληθυσμού, επέκταση του οικιστικού ιστού) και η τελευταία απογραφή πληθυσμού–κτιρίων (2001), αποτύπωσε ως ένα βαθμό τις αλλαγές αυτές, αλλαγές τόσο στα χαρακτηριστικά του πληθυσμού της πόλης, όσο και στα χαρακτηριστικά των κτιρίων της. Στην εργασία, παρουσιάζονται τα αποτελέσματα της συσχέτισης ορισμένων από τα κτιριολογικά απογραφικά χαρακτηριστικά του πολεοδομικού συγκροτήματος των Τιράνων (τύπος κλινοσκεπής και ηλικία κτιρίων) με τύπους κάλυψης επιφάνειας που προέκυψαν από επεξεργασία δορυφορικής εικόνας υψηλής ανάλυσης (IKONOS). Η χρησιμοποίηση των δορυφορικών εικόνων για την ανάλυση του δομημένου χώρου στα αστικά συγκροτήματα, με την βοήθεια των ΓΣΠ και την παράλληλη χρησιμοποίηση των απογραφικών δεδομένων, έχουν δώσει ικανοποιητικά συμπεράσματα, επιτρέποντας την εκτίμηση π.χ. των πληθυσμιακών χωρικών κατανομών και της πυκνότητας, ως και της ποιότητα ζωής στα αστικά κέντρα. Το κοινό σημείο αναφοράς τόσο των δορυφορικών εικόνων, όσο και των απογραφών, είναι οι καλύψεις γης, που χρησιμοποιούνται και ως συνδετικός κρίκος με τα ΓΣΠ για την ανάλυση και την εξαγωγή συμπερασμάτων. <br /> [[Εικόνα:Art10_1.JPG|thumb|right|'''Εικόνα 1:''' Ποσοστό κτιρίων κατασκευασμένα μετά το 1990, ανά απογραφικό τομέα.]]<br /> <br /> <br /> '''2. Μεθοδολογία'''<br /> <br /> Τα δεδομένα που χρησιμοποιήθηκαν στην παρούσα εργασία ήταν:<br /> * Καταγραφές και Μετρήσεις από επιτόπιες δειγματοληψίες.<br /> * Δεδομένα της απογραφής Πληθυσμού-Κτιρίων (Απρίλιος 2001, Στατιστική Υπηρεσία της Αλβανίας/INSTAT).<br /> * Παγχρωματική και Πολυφασματική εικόνα του δορυφόρου IKONOS, με λήψη Ιουνίου 2001.<br /> Η χρονική υστέρηση των δύο μηνών, ανάμεσα στην απογραφή και την λήψη της δορυφορικής εικόνας, δεν επηρέασε την συγκεκριμένη ανάλυση, λόγω των σχετικά μικρών αλλαγών των φυσικών χαρακτηριστικών του ευρύτερου αστικού χώρου των Τιράνων στο δίμηνο Απρίλιος–Ιούνιος 2001. Ταυτόχρονα, για την ανάλυση και παρουσίαση των δεδομένων, χορηγήθηκε διανυσματικό ψηφιακό χαρτογραφικό υπόβαθρο από την INSTAT, σε μορφή συμβατή με Γεωγραφικά Συστήματα Πληροφοριών, που περιέχει τους απογραφικούς τομείς.<br /> <br /> Με το ερωτηματολόγιο της απογραφής που αναφέρεται στον πληθυσμό των κτιρίων, συλλέχθηκαν στοιχεία τόσο για τον τύπο τους όσο και για τα χαρακτηριστικά τους (τύπος οροφής, τύπος υλικού, περίοδος κατασκευής και αριθμός ορόφων). Κατά τη διάρκεια της εργασίας πραγματοποιήθηκε η επεξεργασία των απογραφικών δεδομένων που αναφέρονται αφενός μεν στον τύπο της κλινοσκεπής, αφετέρου δε στην περίοδο κατασκευής των κτιρίων. Με βάση την επεξεργασία που πραγματοποιήθηκε (πίνακες 3,4,5), προέκυψε ισχυρή συσχέτιση ανάμεσα στα κτίρια με επίπεδη οροφή και σε αυτά που κατασκευάσθηκαν προ του 1960 και μετά του 1990. <br /> <br /> Συνδέοντας τις μεταβλητές που προέκυψαν από την ανάλυση της δορυφορικής εικόνας με αυτές που προέκυψαν από την επεξεργασία των δεδομένων της απογραφής, ορίστηκε μια πρώτη τυπολογία καλύψεων γης (πίνακας 1). Όπως φαίνεται και από τον παρατιθέμενο πίνακα, η μετά την χρωματική σύνθεση (true color composite) εικόνα επέτρεψε τον διαχωρισμό των κτιρίων σε δύο επιπλέον κατηγορίες: κτίρια με λευκές και κτίρια με μαύρες οροφές. Παράλληλα οι μη-επίπεδες οροφές διαχωρίστηκαν με την ίδια μέθοδο, ανάλογα με την φυσική τους απόχρωση σε οροφές με σκουρόχρωμο, ανοικτόχρωμο, κόκκινο κεραμίδι και οροφές με μεταλλική επικάλυψη. Ο διαχωρισμός αυτός χρησιμοποιήθηκε, όπως φαίνεται και από τον πίνακα, για τη δημιουργία μίας πρώτης τυπολογίας καλύψεων γης. Η τυπολογία αυτή προέκυψε επομένως από το συνδυασμό μεταβλητών που δημιουργήθηκαν χρησιμοποιώντας την χρωματική σύνθεση σε φυσικές αποχρώσεις, με απογραφικές μεταβλητές (τύπος οροφής και χρονολογία κατασκευής).<br /> [[Εικόνα:Art10_tab1.JPG|thumb|right|'''Πίνακας 1:''' Τυπολογία καλύψεων γης.]]<br /> <br /> Τα πλεονεκτήματα που προσέφεραν οι επιτόπιες δειγματοληψίες στον προσδιορισμό της τυπολογίας και της ανάλυσης - ταξινόμησης των καλύψεων γης στη πόλη των Τιράνων αφενός, και η πρόσβαση στα αρχεία της INSTAT αφετέρου, οδήγησαν στην εφαρμογή επιβλεπόμενων μεθόδων ταξινόμησης στη διαθέσιμη δορυφορική εικόνα.<br /> <br /> Οι κλασσικές επιβλεπόμενες μέθοδοι ταξινόμησης απαιτούν για την εφαρμογή τους, την δημιουργία φασματικών υπογραφών για κάθε κάλυψη γης. Η δημιουργία δε, των φασματικών υπογραφών προϋποθέτει την οριοθέτηση δειγματοληπτικών περιοχών τόσο αντιπροσωπευτικών όσο και ομογενών, που να εμπεριέχονται σε κάθε κάλυψη γης. <br /> <br /> Η επιλογή των δειγματοληπτικών περιοχών, στη συγκεκριμένη έρευνα, λόγω της πρόσβασης και χωρικής γνώσης της περιοχής, πραγματοποιήθηκε με στρωματοποιημένη μέθοδο δειγματοληψίας σε δύο επίπεδα. Η περιοχή μελέτης διαχωρίστηκε σε στρώματα τα οποία ουσιαστικά συνέπιπταν με τις καλύψεις γης, οι οποίες με τη σειρά τους ορίστηκαν σε τρεις διοικητικές ενότητες (mini-municipalities) και περιείχαν 270 συνολικά απογραφικούς τομείς. Πιο συγκεκριμένα, επιλέχθηκαν δειγματοληπτικές περιοχές από κάθε κάλυψη γης, με τυχαία δειγματοληψία στο εσωτερικό κάθε διοικητικής ενότητας. Κάθε δειγματοληπτική περιοχή, περιείχε ένα τυχαίο αριθμό απογραφικών τομέων.<br /> <br /> Από τρεις πλέον χρησιμοποιούμενες μεθόδους επιβλεπόμενης ταξινόμησης, εφαρμόστηκε μόνον αυτή της μέγιστης πιθανοφάνειας (maximum likelihood), γιατί έδωσε την δυνατότητα εισαγωγής πιθανοτικών βαρών που αντιστοιχούν σε κάθε κάλυψη γης, έτσι ώστε μετά από αρκετές επαναλήψεις της μεθόδου να επιλεγεί η πλέον αξιόπιστη ταξινομημένη εικόνα (εικόνα 2).<br /> [[Εικόνα:Art10_2.JPG|thumb|right|'''Εικόνα 2:''' Τελική ταξινομημένη εικόνα.]]<br /> <br /> Η υψηλή χωρική διακριτική ικανότητα της διαθέσιμης εικόνας, η δειγματοληπτική εργασία, η βοηθητική συμβολή από εξωγενείς πληροφορίες (όπως συγκεντρωτικά αποτελέσματα της ΙNSTAT ανά απογραφικό τομέα), οδήγησαν στην ικανοποιητικά αξιόπιστη επιλογή των δειγματοληπτικών περιοχών. Αυτό αποδεικνύεται και από τον πίνακα σφαλμάτων (error matrix) της ταξινόμησης (πίνακας 2), ο οποίος δημιουργήθηκε από το χρησιμοποιηθέν λογισμικό με μονάδα λήψης το εικονοστοιχείο (και συγκεκριμένα την επιλογή 1024 τυχαίων εικονοστοιχείων). Η συνολική ακρίβεια της ταξινόμησης (overall accuracy) σύμφωνα με τον παρακάτω πίνακα είναι 87%, ενώ ο δείκτης συμφωνίας Κάππα (Kappa Index of agreement), οι τιμές του οποίου κυμαίνονται από 0 έως 1, λαμβάνει στη συγκεκριμένη περίπτωση την ικανοποιητική τιμή 0,84.<br /> [[Εικόνα:Art10_tab2.JPG|thumb|right|'''Πίνακας 2:''' Πίνακας Σφαλμάτων (error matrix).]]<br /> <br /> Διαρροές παρατηρούνται μεταξύ των καλύψεων 2 και 12 (Χωματόδρομοι και Αδόμητη γη αντίστοιχα) όπως επίσης και ανάμεσα στις παραπάνω καλύψεις προς και από τους τύπους 7,8,9,10,11 (πίνακας 1). Το μεγαλύτερο μέρος των διαρροών αυτών οφείλεται στην παρουσία διάσπαρτης βλάστησης αλλά και στα αυξημένα επίπεδα υγρασίας. Παράλληλα, στο εσωτερικό του αστικού ιστού τα αδόμητα τεμάχια, περιλαμβάνουν χώμα το οποίο αν και διαχωρίζεται, μερικώς, σε επίπεδο φασματικών τιμών, προφανώς εντοπίζεται και στο εσωτερικό των χωματόδρομων. Η αναγνώριση των συγκεκριμένων διαρροών, επαληθεύτηκε μετά την εφαρμογή του μετασχηματισμού Tasseled Cap, με την χρησιμοποίηση των κατάλληλων συντελεστών, τροποποιημένων ειδικά για δορυφορικές εικόνες IKONOS<br /> <br /> <br /> '''3. Αποτελέσματα'''<br /> <br /> Για την εξαγωγή των τελικών αποτελεσμάτων, υπολογίσθηκε το ποσοστό των εικονοστοιχείων για τις καλύψεις γης στην ταξινομημένη εικόνα. Η ύπαρξη συσχέτισης, μεταξύ της ηλικίας κτιρίων και των τύπων οροφής ορίστηκε με τον συντελεστή συσχέτισης του K. Pearson (στους πίνακες 3, 4, 5 παρουσιάζονται οι συντελεστές αυτοί). Από την συσχέτιση των τεσσάρων τύπων οροφής (3,4,5 και 6 στον πίνακα 1) με τα κτιριακά απογραφικά δεδομένα (ηλικία κατασκευής και τύπος οροφής), οι τρεις έδωσαν πολύ ικανοποιητικά αποτελέσματα: οι τιμές για τους συντελεστές K. Pearson είναι 0,908, 0,858 και 0,805 αντίστοιχα. Αντιθέτως ο τύπος ανοικτόχρωμο κεραμίδι (τύπος 6) δεν έδωσε σαφείς ενδείξεις θετικής ή αρνητικής συσχέτισης με την ηλικία των κτιρίων. Στους πίνακες που παρατίθενται αμέσως μετά φαίνονται καθαρά οι ισχυρές θετικές συσχετίσεις ανάμεσα στους τύπους των κτιρίων αναλόγως των χαρακτηριστικών της οροφής τους (τύποι που προέκυψαν από την χρωματική σύνθεση και την ταξινόμηση της δορυφορικής εικόνας) με την ηλικία κατασκευής των κτιρίων, όπως καταγράφηκε στην απογραφή του 2001.<br /> [[Εικόνα:Art10_tab3.jpg|thumb|right|'''Πίνακας 3:''' Πίνακας Συσχέτισης, % κτιρίων κατασκευασμένα &gt; 1990 Χ Κτίρια με λευκές<br /> οροφές / απογραφικό τομέα.]]<br /> [[Εικόνα:Art10_tab4.jpg|thumb|right|'''Πίνακας 4:''' Πίνακας Συσχέτισης, % κτιρίων κατασκευασμένα &lt; 1960, Κτίρια με μαύρες<br /> οροφές / απογραφικό τομέα.]]<br /> [[Εικόνα:Art10_tab5.jpg|thumb|right|'''Πίνακας 5:''' Πίνακας Συσχέτισης, % κτιρίων κατασκευασμένα &lt; 1960, Κτίρια με οροφές<br /> από σκούρο κεραμίδι/ απογραφικό τομέα.]]<br /> <br /> <br /> '''4. Συμπεράσματα'''<br /> <br /> Οι δορυφορικές εικόνες υψηλής ανάλυσης είναι ιδιαίτερα χρήσιμες για τον διαχωρισμό των καλύψεων γης, μετά από ταξινόμηση, στο εσωτερικό των πολεοδομικών συγκροτημάτων. Η μελέτη της πόλης των Τιράνων αποτελεί ένα ενδεικτικό παράδειγμα συνδυασμού απογραφικών δεδομένων με κτιριακά χαρακτηριστικά που προέκυψαν από την ανάλυση δορυφορικής εικόνας. Έτσι, είναι δυνατή η αναγνώριση αλλά και ο χωρικός εντοπισμός του «παλαιού» και του «νέου» σχετικά κτιριακού αποθέματος μέσα από την ταξινομημένη εικόνα, με ταυτόχρονο ποσοτικό προσδιορισμό τύπου οροφής και περιόδου κατασκευής. Η μεθοδολογία που εφαρμόστηκε, μπορεί να οδηγήσει κάτω από ορισμένες προϋποθέσεις στον προσδιορισμό του συνόλου των κτιριακών χαρακτηριστικών του αστικού χώρου χωρίς την διενέργεια «κλασσικής» απογραφής. Με την παρούσα έρευνα, επιχειρήθηκε μία πρώτη διερεύνηση της δυνατότητας υποκατάστασης των δεδομένων που συλλέγονται με τις κλασσικές απογραφικές μεθόδους από στοιχεία που προκύπτουν από την ανάλυση δορυφορικών εικόνων υψηλής ευκρίνειας.<br /> <br /> <br /> [[category:Ανίχνευση μεταβολών αστικής γης]]</div>

Ngeorganteas http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Art10_tab5.JPG 2010-02-10T13:21:13Z

<p>Ngeorganteas: </p> <hr /> <div></div>

Ngeorganteas