http://147.102.106.44/rs/wiki/index.php?feed=atom&target=Nkanello&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%2FNkanello 2026-04-25T01:13:49Z Από RemoteSensing Wiki MediaWiki 1.16.2 http://147.102.106.44/rs/wiki/index.php/%CE%A3%CF%85%CE%B3%CE%BA%CF%81%CE%B9%CF%84%CE%B9%CE%BA%CE%AD%CF%82_%CE%91%CE%BD%CE%B1%CE%BB%CF%8D%CF%83%CE%B5%CE%B9%CF%82_%CE%BA%CE%B1%CE%B9_%CE%A7%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%B5%CE%BE%CE%B1%CF%84%CE%BC%CE%B9%CF%83%CE%BF%CE%B4%CE%B9%CE%B1%CF%80%CE%BD%CE%BF%CE%AE%CF%82_%CE%BC%CE%AD%CF%83%CF%89_%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_%CE%BC%CE%B5_%CF%83%CE%BA%CE%BF%CF%80%CF%8C_%CF%84%CE%B7%CE%BD_%CE%B1%CE%BD%CE%B1%CE%B3%CE%BD%CF%8E%CF%81%CE%B9%CF%83%CE%B7_%CE%B1%CF%80%CE%BF%CF%88%CE%B9%CE%BB%CF%89%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 2020-02-28T17:59:42Z

<p>Nkanello: </p> <hr /> <div>'''Συγκριτικές Αναλύσεις και Χρήση της εξατμισοδιαπνοής μέσω της τηλεπισκόπησης με σκοπό την αναγνώριση αποψιλωμένων εκτάσεων στον Αμαζόνιο'''<br /> <br /> '''Τίτλος''': Comparative analyzes and use of evapotranspiration obtained through remote sensing to identify deforested areas in the Amazon<br /> <br /> '''Συγγραφείς''': Helder José Farias da Silva, Weber Andrade Gonçalves, Bergson Guedes Bezerra<br /> <br /> [https://www.sciencedirect.com/science/article/abs/pii/S0303243418309097 Ηλεκτρονικός Σύνδεσμος]<br /> <br /> [[Εικόνα:Nk_2019b_a4_e1.jpg|thumb|right|500px|Εικόνα 1: Ακριβής τοποθεσία περιοχής μελέτης και φυσικό ανάγλυφο]]<br /> [[Εικόνα:Nk_2019b_a4_e2.jpg|thumb|right|500px|Εικόνα 2: Διαχρονική απεικόνιση αποψιλώσεων (2000-2014)]]<br /> [[Εικόνα:Nk_2019b_a4_e3.jpg|thumb|right|500px|Εικόνα 3: Μέσες τιμές υετού &amp; εξατμισοδιαπνοής (2000-2014)]]<br /> [[Εικόνα:Nk_2019b_a4_e4.jpg|thumb|right|500px|Εικόνα 4: Εποχική επανακατηγοριοποίηση των φαινομένων του υετού και της εξατμισοδιαπνοής]]<br /> [[Εικόνα:Nk_2019b_a4_e5.jpg|thumb|right|500px|Εικόνα 5: Ταξινόμηση των τριών διαφορετικων ομογενών υποπεριοχών (R1, R2, R3)]]<br /> [[Εικόνα:Nk_2019b_a4_e5b.jpg|thumb|right|500px|Εικόνα 5β: Τιμές της εξατμισοδιαπνοής των υποπεριοχών ανά μήνα και ανά εποχική κατηγορία]]<br /> [[Εικόνα:Nk_2019b_a4_p1.jpg|thumb|right|500px|Πίνακας 1: Αριθμητικές τιμές εξατμισοδιαπνοής για τις τρεις υποπεριοχές κατά τις διαφορετικές περιόδους και για όλες τις κατηγορίες εδαφοκάλυψης]]<br /> [[Εικόνα:Nk_2019b_a4_e6a.jpg|thumb|right|500px|Εικόνα 6α: Διαγράμματα συχνότητας κατανομής για το Δάσος (F) και τος αποψιλωμένες εκτάσεις αντίστοιχα (D). (1)]]<br /> [[Εικόνα:Nk_2019b_a4_e6b.jpg|thumb|right|500px|Εικόνα 6β: Διαγράμματα συχνότητας κατανομής για το Δάσος (F) και τος αποψιλωμένες εκτάσεις αντίστοιχα (D). (2)]]<br /> [[Εικόνα:Nk_2019b_a4_p2.jpg|thumb|right|500px|Πίνακας 2: Συντελεστές και στατιστική υπολογισμού του μοντέλου παλινδρόμησης]]<br /> [[Εικόνα:Nk_2019b_a4_e7.jpg|thumb|right|500px|Εικόνα 7: Χάρτης πιθανότητας μελλοντικής αποψίλωσης]]<br /> <br /> =='''Εισαγωγή'''==<br /> H εξατμισοδιαπνοή είναι ένας από τους πιο σημαντικούς παράγοντες του υδρολογικού κύκλου κυρίως επειδή συνδέει τις ατμοσφαιρικές με τις χερσαίες υδρολογικές διεργασίες και επειδή επιστρέφει πίσω στην ατμόσφαιρα περισσότερο από το 60% της υγρασίας των συνολικών κατακρημνίσεων. Η εξατμισοδιαπνοή επίσης τις ξηρές εποχές είναι υψηλότερη σε σύγκριση με τις υγρές εποχές για τα υγρά τροπικά δάση αλλά και για τα εποχιακά ξηρά δάση του νότιου Αμαζονίου. Στα υγρά τροπικά δάση, ο κύριος παράγοντας-ρυθμιστής είναι η ακτινοβολία της επιφάνειας του εδάφους σε αντίθεση με τα εποχιακά ξηρά δάση όπου οι παράγοντες είναι κυρίως βιολογικοί (π.χ. η θερμική αγωγιμότητα του εδάφους). Τις τελευταίες δεκαετίες μεγάλες εκτάσεις του Αμαζονίου και του Cerrado (Βραζιλιάνικη Σαβάννα) έχουν εκχερσωθεί με σκοπό την μετατροπή τους σε άλλες χρήσεις γης. Η μείωση της τάσης των αποψιλώσεων αυτών η οποία είχε καταγραφεί τα τελευταία 15 χρόνια, έχει πάψει πλέον να υφίσταται, γεγονός το οποίο κάνει την εκπόνηση συγκριτικών μελετών για διαφορές στις χρήσεις γης(με βάση υδρολογικούς παράγοντες)εξαιρετικά απαραίτητη. Ακόμα είναι ευρέως αποδεκτό ότι οι εκτενείς αλλαγές στην κάλυψη του εδάφους, δηλαδή κυρίως η μετατροπή δασικών εκτάσεων σε αγροτικές ή αστικές, μπορεί να διαφοροποιήσει άρδην τον ατμοσφαιρικό υδρολογικό κύκλο, τα βιο-γεω-χημικά χαρακτηριστικά και την νεφοκάλυψη, όπως επίσης και την κλιματική ποικιλομορφία μίας περιοχής. Οι περισσότερες από τις μελέτες οι οποίες έχουν προηγηθεί προβλέπουν δριμύτατες κλιματικές επιπτώσεις, όπως την μείωση του υετού και της εξατμισοδιαπνοής, το επίπεδο της θερμοκρασίας εδάφους και την ελάττωση της σύγκλισης της υγρασίας πάνω από αποψιλωμένες εκτάσεις. Χαρακτηριστικό παράδειγμα αποτελεί η περιοχή Rondonia της Βραζιλίας όπου το νοτιοανατολικό της τμήμα, τις τελευταίες δύο δεκαετίες, είναι 25% πιο ξηρό κατά τις ξηρές περιόδους, ενώ στο βορειοδυτικό οι βροχοπτώσεις αυξήθηκαν αισθητά. Η τηλεπισκόπηση είναι ένα πολύ χρήσιμο εργαλείο το οποίο συμπληρώνει κενά στην έρευνα και έχει την δυνατότητα να παράξει καλύτερες τοπικές εκτιμήσεις της δυναμικής του υδρολογικού κύκλου και της σχέσης της με τις αλλαγές στις καλύψεις γης αλλά και εκτενέστερα στο κλίμα. Πλέον με την χρήση του προϊόντος MOD16 είναι δυνατή μία πιο άμεση προσέγγιση, σε σύγκριση με προηγούμενες μελέτες, όσον αφορά τις αλλαγές στην κάλυψη της γης και στην σχέση της με την εξατμισοδιαπνοή. Η παρακολούθηση των αποψιλωμένων εκτάσεων του Αμαζονίου πραγματοποιείται από το Εθνικό Ινστιτούτο Διαστημικής Έρευνας (INPE) μέσω του προγράμματος PRODES και του Real Time Deforestation Detection System (DETER).<br /> <br /> =='''Περιοχή μελέτης'''==<br /> Η περιοχή μελέτης είναι η πολιτεία της Rondonia στην Βραζιλία, η οποία βρίσκεται στο νοτιοδυτικό τμήμα του Βραζιλιάνικου Αμαζονίου. Η Rondonia καλύπτει μία έκταση 240.000 τετραγωνικών χιλιομέτρων στην οποία κατοικούν μόνιμα 1.600.000 άνθρωποι. Το κλίμα της είναι υγρό τροπικό, με μέση ετήσια θερμοκρασία 18ºC και με διακριτά ξηρούς χειμώνες. Ο μέσος ετήσιος υετός κυμαίνεται από 1.300 μέχρι 2.600 χιλιοστά το χρόνο, με τα χαμηλότερα ποσοστά να παρατηρούνται στο νοτιοδυτικό τμήμα και τα υψηλότερα στο ανατολικό-βορειοανατολικό, όπου η μέση ετήσια θερμοκρασία είναι 25ºC. Στην Εικόνα 1 φαίνεται η ακριβής τοποθεσία της περιοχής όπως επίσης και τα υψόμετρα από το επίπεδο της θάλασσας.<br /> =='''Προϊόν MOD16''' (Εκτίμηση Εξατμισοδιαπνοής)==<br /> Το προϊόν MOD16 είναι ένας αλγόριθμος με κύριο σκοπό της εκτίμηση της παγκόσμιας επιφανειακής εξατμισοδιαπνοής με την χρήση τηλεπισκοπικών δεδομένων από τον δέκτη MODIS των δορυφόρων Terra και Aqua. Τα απαιτούμενα μετεωρολογικά δεδομένα για την εφαρμογή του αλγορίθμου, αντλούνται από το παγκόσμιο μετεωρολογικό μοντέλο GMAO το οποίο έχει χωρική ανάλυση 1.00º x 1.25º. Το συγκεκριμένο μοντέλο μακροπρόθεσμα αποδίδει καλύτερα σε περιοχές με υψηλή δασοκάλυψη ενώ σε περιοχές όπως οι πόλοι της γης η απόδοση του είναι χαμηλότερη.<br /> =='''Προϊόν PRODES'''==<br /> Οι πληροφορίες που αφορούν την κάλυψη της γης στην Rondonia της Βραζιλίας, συλλέχθηκαν με την βοήθεια ψηφιδωτών αρχείων του προγράμματος PRODES το οποίο από το 1988 παρακολουθεί την αποψίλωση του Αμαζονίου παράγοντας κάθε χρόνο έναν συγκεκριμένο ρυθμό αποψίλωσης. Η ταξινόμηση των καλύψεων γης που υιοθετεί το PRODES αποτελείται από: Υδρογραφία (υδάτινα σώματα), Δάση (πρωτεύοντα δάση), Αποψίλωση και Όχι_Δάσος (Cerrado, αστικά κέντρα, υγρότοποι και άλλα). Το 2014, το οποίο είναι και το τελευταίο έτος που χρησιμοποιείται στην συγκεκριμένη μελέτη, τα δάση καλύπτουν το 52,2% (125 τ.χ.), οι αποψιλωμένες εκτάσεις το 37,1% (89 τ.χ.) και οι γυμνές από δάσος εκτάσεις το 10,4% (25 τ.χ.). Στην Εικόνα 2 φαίνεται η εξέλιξη της αποψίλωσης στην περιοχή από το 2000 μέχρι το 2014.<br /> =='''Προϊόν TRMM''' (3B42)==<br /> Το προϊόν αυτό χρησιμοποιήθηκε ούτως ώστε να εξακριβωθεί η χωρική και χρονική ποικιλομορφία, δηλαδή να ταυτοποιηθούν οι υγρές και οι ξηρές περίοδοι της περιοχής μελέτης για την περίοδο 2000 – 2014. Η έκδοση του λογισμικού η οποία χρησιμοποιήθηκε (v7) δοκιμάστηκε νωρίτερα σε πολλές διαφορετικές περιπτώσεις σε όλη την γη και διαπιστώθηκε ότι αποδίδει με πολύ μεγαλύτερη ακρίβεια τον υετό σε σύγκριση με την προηγούμενη έκδοση. <br /> =='''Μεθοδολογία'''==<br /> Οι αναλύσεις διεξήχθησαν σε μια σειρά από ομογενείς υποπεριοχές οι οποίες καθορίστηκαν σύμφωνα με την χρονική διαφοροποίηση της εξατμισοδιαπνοής στην Rondonia μέσω ανάλυσης cluster και με την χρήση της μεθόδου Silhouette Index προσαρμοσμένη στα ιδιαίτερα χαρακτηριστικά της περιοχής του Αμαζονίου. Στην συνέχεια εκτελέστηκαν συγκριτικές αναλύσεις των ξηρών και των υγρών περιόδων για ολόκληρη την περιοχή και για κάθε υποπεριοχή ξεχωριστά. Ακόμα επιλέχθηκαν τυχαία μικρότερες περιοχές (πολύγωνα 500 τ.μ.) μέσα στις υποπεριοχές έτσι ώστε να αποφευχθούν στατιστικά λάθη. Για την διαδικασία της ανάλυσης χρησιμοποιήθηκε επίσης το μοντέλο LRM για τον προσδιορισμό της σχέσης του τύπου του εδάφους και της μηνιαίας μέσης τιμής της εξατμισοδιαπνοής. Τέτοια στατιστικά μοντέλα όπως αυτό συμπεραίνουν ότι η πληροφορία είναι ανεξάρτητη και σωστά κατανεμημένη. <br /> =='''Αποτελέσματα'''==<br /> ===Περιοχική ανάλυση του υετού και της εξατμισοδιαπνοής===<br /> Για να αναλυθούν σε μηνιαία βάση οι διαφοροποιήσεις στον υετό και την εξατμισοδιαπνοή, προσδιορίστηκαν οι μέσες τιμές για όλη την πολιτεία της Rondonia για την χρονική περίοδο 2000 – 2014 (Εικόνα 3).<br /> Ο μέσος μηνιαίος υετός παρουσίασε μεγάλη εποχικότητα. Από τον Νοέμβριο μέχρι τον Μάρτιο (υγρή περίοδος) κυμάνθηκε από 200 μέχρι 307 (Ιανουάριος) χιλιοστά, ενώ από τον Μάιο μέχρι τον Σεπτέμβριο (ξηρή περίοδος) από 19 (Ιούλιος) μέχρι 100 χιλιοστά. Η εποχική διαφοροποίηση της εξατμισοδιαπνοής παρουσίασε μικρότερες διακυμάνσεις σε σύγκριση με τον υετό. Οι μήνες με την χαμηλότερη και την υψηλότερη εξατμισοδιαπνοή ήταν με την σειρά, ο Αύγουστος (92 mm) και ο Ιανουάριος (124 mm). Για την κατανόηση της χωρικής μεταβλητότητας της διαδικασίας της εξατμισοδιαπνοής σε συνδυασμό με τον υετό στην περιοχή ενδιαφέροντος, τα μηνιαία δεδομένα επανακατηγοριοποιήθηκαν εποχικά, όπως δείχνει και η Εικόνα 4, σε υγρά και ξηρά τεταρτημόρια.<br /> ===Αποτελέσματα αλλαγής χρήσεων και καλύψεων γης στην εξατμισοδιαπνοή===<br /> Σύμφωνα με την ανάλυση που προηγήθηκε, τρεις ομογενείς υποπεριοχές θεωρήθηκαν επαρκείς για την εκπροσώπηση της εξατμισοδιαπνοής στην περιοχή μελέτης (Εικόνα 5, Εικόνα 5β).<br /> Στον Πίνακα 1 παρουσιάζονται ορισμένα περιγραφικά στατιστικά για τις υγρές και τις ξηρές περιόδους καθώς επίσης και το ποσοστό της αύξησης των τιμών της ξηρής περιόδου σε σύγκριση με αυτών της υγρής για διαφορετικούς τύπους εδαφών. <br /> Για την ποσοτικοποίηση του αποτυπώματος της αλλαγής από δάσος (F) σε αποψιλωμένη έκταση (D), όσον αφορά την εξατμισοδιαπνοή, υπολογίστηκε η συχνότητα της κατανομής για τους δύο διαφορετικούς τύπους κάλυψης γης (Εικόνα 6α, Εικόνα 6β).<br /> Τα αποτελέσματα ενισχύουν αυτά προηγούμενων μελετών οι οποίες έκαναν χρήση της μεθόδου συνδιασποράς στροβίλου όπου η μείωση της εξατμισοδιαπνοής παρατηρούταν όταν η φυσική βλάστηση άλλαζε σε ανθρωπογενή κάλυψη γης. <br /> ===Μοντέλο ταυτοποίησης αποψιλωμένων περιοχών με χρήση δεδομένων εξατμισοδιαπνοής===<br /> Στον Πίνακα 2 παρουσιάζονται οι συντελεστές και η στατιστικές υπολογισμού του μοντέλου παλινδρόμησης. <br /> Η αρνητική σχέση μεταξύ των τιμών της εξατμισοδιαπνοής την ξηρή περίοδο και των πιθανοτήτων μίας επιφάνειας να αποψιλωθεί, είναι συναφείς, διότι ο μηχανισμός διατήρησης της υποβαθμισμένης βλάστησης κατά αυτήν την περίοδο, μειώνει την διαδικασία της εξατμισοδιαπνοής, αυξάνοντας έτσι τις πιθανότητες το έδαφος να έρθει σε κατάσταση πλήρης απογύμνωσης. Αυτό συμβαίνει γιατί τα φυτά σε τέτοιες περιοχές διαθέτουν πολύ κοντές ρίζες με αποτέλεσμα να δυσκολεύει η απομάκρυνση της υγρασίας από το έδαφος, σε αντίθεση με περιοχές οι οποίες καλύπτονται πλήρως από βλάστηση με βαθιές ρίζες. Τέλος η μελέτη καταλήγει σε έναν χωρικό χάρτη πιθανοτήτων ο οποίος παίρνει τιμές από 0 έως 1 (Εικόνα 7).<br /> Όσο πιο κοντά στο 1 είναι οι τιμές τόσο μεγαλύτερη θα είναι η πιθανότητα να βρεθεί εκεί αποψιλωμένη έκταση. Το όριο της ύπαρξης αποψιλωμένων εκτάσεων ή όχι είναι το 0,5. <br /> =='''Συμπεράσματα'''==<br /> Τα αποτελέσματα έδειξαν ότι σε γενικές γραμμές τα δεδομένα από το προϊόν MOD16A2 μπορούν να παρέχουν μία ικανοποιητική αναπαράσταση των αλλαγών στην εξατμισοδιαπνοή μίας μεγάλης περιοχής του Αμαζονίου. Ωστόσο ο υπολογισμός της μέσω της τηλεπισκόπησης παραμένει ακόμα μεγάλη πρόκληση εξαιτίας της αβεβαιότητας των δεδομένων εισαγωγής και παραγόντων κλιμάκωσης. Παρ΄ όλα αυτά, αυτή η προσέγγιση αναδεικνύει την δυνατότητα της εκτίμησης των αλλαγών στην διαδικασία της εξατμισοδιαπνοής, οι οποίες οφείλονται στις αλλαγές των χρήσεων και καλύψεων γης και στον κλιματικό χαρακτηρισμό μίας περιοχής, κάνοντας έτσι δυνατή την αναγνώριση της εποχικότητας σε τοπικό επίπεδο με πολύ μεγάλη ακρίβεια. Τα αποτελέσματα υποδεικνύουν επίσης ότι η αποψίλωση των δασών προξενεί μία σημαντική μείωση στην εξατμισοδιαπνοή τις ξηρές περιόδους και παράλληλα μία πολύ μικρότερη αύξηση, τις υγρές. Με την χρήση της κλασματικής ανάλυσης έγινε σαφές ότι αυτές οι διαφορές μπορούν να ποικίλουν σε σημαντικό βαθμό από περιοχή σε περιοχή, το οποίο γεγονός καταδεικνύει την υψηλή χωρική μεταβλητότητα της διαδικασίας της εξατμισοδιαπνοής στην περιοχή μελέτης. Μολαταύτα η αποψίλωση των δασών του Αμαζονίου δεν μπορεί από μόνη της να εξηγήσει όλες τις πρόσφατες αλλαγές στην ισορροπία του νερού στην ευρύτερη περιοχή, καθώς υπάρχουν ακόμα και άλλες ανθρωπογενείς δραστηριότητες οι οποίες σχετίζονται άμεσα με την επιρροή της εξατμισοδιαπνοής, όπως η άρδευση και η κατασκευή φραγμάτων. Με άλλα λόγια, ο χρόνος απόκρισης που αφορά την κλίμακα της αλλαγής, εξαρτάται από την υπό μελέτη κλίμακα. Για τον λόγο αυτό, τα αποτελέσματα της ροής της ενέργειας και/ή των διαδικασιών ισορροπίας του νερού τα οποία λαμβάνονται από μικρές σε έκταση περιοχές, μπορεί να διαφέρουν από αυτά μεγαλύτερων περιοχών, πράγμα το οποίο αποδεικνύει την ανάγκη να αναλύονται οι αποκρίσεις σε διαφορετικές κλίμακες. <br /> <br /> <br /> [[category:Δασοπονία, Δασική διαχείριση]]</div>

Nkanello http://147.102.106.44/rs/wiki/index.php/%CE%A0%CE%B1%CF%81%CE%B1%CE%BA%CE%BF%CE%BB%CE%BF%CF%8D%CE%B8%CE%B7%CF%83%CE%B7_%CE%B1%CF%80%CE%BF%CF%88%CE%AF%CE%BB%CF%89%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CF%85%CF%80%CE%BF%CE%B2%CE%AC%CE%B8%CE%BC%CE%B9%CF%83%CE%B7%CF%82_%CF%84%CF%89%CE%BD_%CE%B4%CE%B1%CF%83%CF%8E%CE%BD_%CF%84%CE%BF%CF%85_%CE%91%CE%BC%CE%B1%CE%B6%CE%BF%CE%BD%CE%AF%CE%BF%CF%85_%CE%BC%CE%AD%CF%83%CF%89_%CE%B4%CE%B9%CE%B1%CF%87%CF%81%CE%BF%CE%BD%CE%B9%CE%BA%CE%AE%CF%82_%CE%B1%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7%CF%82_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CF%89%CE%BD_Landsat 2020-02-28T17:58:33Z

<p>Nkanello: </p> <hr /> <div>'''Τίτλος''': Monitoring deforestation and forest degradation using multi-temporal fraction images derived from Landsat sensor data in the Brazilian Amazon<br /> <br /> '''Συγγραφείς''': Yosio Edemir Shimabukuro, Egidio Arai, Valdete Duarte, Anderson Jorge, Erone Ghizoni dos Santos, Kaio Allan Cruz Gasparini &amp; Andeise Cerqueira Dutra<br /> <br /> [https://www.tandfonline.com/doi/pdf/10.1080/01431161.2019.1579943?needAccess=true Ηλεκτρονικός Σύνδεσμος]<br /> <br /> [[Εικόνα:Nk_2019b_a3_e1.jpg|thumb|right|300px|Εικόνα 1: (a) TM 2011(R5 G4 B3) και (b) αντίστοιχο κλάσμα εδάφους τονίζοντας με ελαφρύτερο τόνο τις περιοχές της επιλεκτικής υλοτόμησης, (c) TM 2008(R5 G4 B3) και (d) αντίστοιχο κλάσμα εδάφους τονίζοντας με ελαφρύτερο τόνο τις καμμένες περιοχές. Με κίτρινο χρώμα απεικονίζονται οι αποψιλωμένες περιοχές.]]<br /> [[Εικόνα:Nk_2019b_a3_e2.jpg|thumb|right|300px|Εικόνα 2: Δορυφορική απεικόνιση καμμένων εκτάσεων και φωτογραφίες πεδίου.]]<br /> [[Εικόνα:Nk_2019b_a3_e3.jpg|thumb|right|300px|Εικόνα 3: Δορυφορική απεικόνιση υποβαθμισμένων δασών εξαιτίας επιλεκτικής υλοτόμησης και φωτογραφίες πεδίου.]]<br /> [[Εικόνα:Nk_2019b_a3_e4.jpg|thumb|right|300px|Εικόνα 4: Δασωμένες και μη εκτάσεις.]]<br /> [[Εικόνα:Nk_2019b_a3_p1.jpg|thumb|right|300px|Πίνακας 1: Αναλυτικά οι υποβαθμισμένες και αποψιλωμένες εκτάσεις για κάθε χρόνο της μελέτης.]]<br /> [[Εικόνα:Nk_2019b_a3_e5.jpg|thumb|right|300px|Εικόνα 5: Οι αποψιλωμένες εκτάσεις ανά έτος για την περίοδο μελέτης σε διαφορετικούς χρωματισμούς.]]<br /> [[Εικόνα:Nk_2019b_a3_e6.jpg|thumb|right|600px|Εικόνα 6: Οι υποβαθμισμένες εκτάσεις από πυρκαγιές ανά έτος για την περίοδο μελέτης σε διαφορετικούς χρωματισμούς.]]<br /> [[Εικόνα:Nk_2019b_a3_e7.jpg|thumb|right|600px|Εικόνα 7: Περιοχές που έχουν υποστεί υποβάθμιση λόγω της υλοτόμησης ταξινομημένες ανά έτος για την περίοδο μελέτης]]<br /> [[Εικόνα:Nk_2019b_a3_e8.jpg|thumb|right|1000px|Εικόνα 8: Ταξινομήσεις υποβαθμισμένων και αποψιλωμένων εκτάσεων (Landsat OLI &amp; RapidEye)(Κίτρικο=αποψιλωμένες εκτάσεις, Κόκκινο=υποβαθμισμένες από υλοτόμηση, Μπλε=υποβαθμισμένες από πυρκαγιές).]]<br /> <br /> =='''Εισαγωγή'''==<br /> Ως αποψίλωση ορίζεται η ολοκληρωτική αλλαγή δασικών εκτάσεων με άλλες χρήσεις/καλύψεις γης, ενώ με τον όρο υποβάθμιση νοείται η επιλεκτική υλοτόμηση και οι ανεξέλεγκτες πυρκαγιές σε ανέγγιχτες δασικές εκτάσεις. Ενώ η αποψίλωση συμβάλλει αποδεδειγμένα στην αύξηση του διοξειδίου του άνθρακα στην ατμόσφαιρα, ο ρόλος της υποβάθμισης των δασών είναι ακόμα υπό μελέτη. Η αποψίλωση των δασών είναι η δεύτερη μεγαλύτερη αιτία της αύξησης του φαινομένου του θερμοκηπίου μετά την καύση ορυκτών καυσίμων, ωστόσο στην εξίσωση δεν μπαίνει η υποβάθμιση των δασών μέσω της επιλεκτικής υλοτόμησης και των πυρκαγιών. Η υποβάθμιση αυτή αντιστοιχεί στο 40% των συνολικών εκπομπών της αποψίλωσης στο δάσος του Αμαζονίου, εξαιτίας της ριζικής αλλαγής που επιφέρει η αποψίλωση στα οικοσυστήματα (από δάσος σε άλλες χρήσεις γης). Πιο συγκεκριμένα από το 1999 μέχρι το 2010 περίπου 85.500 χλμ2 του ανατολικού Αμαζονίου υπέστησαν υποβάθμιση εξαιτίας ανεξέλεγκτων πυρκαγιών. Οι τεχνικές της τηλεπισκόπησης προσφέρουν πολλά πλεονεκτήματα όσον αφορά την παρακολούθηση της υποβάθμισης των δασών σε περιοχές με δύσκολη πρόσβαση. Ανάλογα με το μέγεθος, η υποβάθμιση των δασών μπορεί να παρατηρηθεί από δορυφορικούς δέκτες με μέτρια χωρική ανάλυση. Μία από τις τεχνικές επεξεργασίας της εικόνας που επιτρέπει την αναγνώριση περιοχών με έκθεση εδάφους ή αφαίρεσης της βλάστησης, λέγεται Linear Spectral Mixing Model (LSMM) και είναι αυτή η οποία χρησιμοποιείται εκτενέστερα στον Αμαζόνιο της Βραζιλίας. Κύριος σκοπός της έρευνας αυτής είναι η ανάπτυξη μίας ημι-αυτόνομης διαδικασίας, βασισμένης σε διαχρονικές εικόνες του Landsat TM και OLI (2005-2017), για την αξιολόγηση και την παρακολούθηση της αποψίλωσης και της υποβάθμισης του Βραζιλιάνικου Αμαζονίου. Επίσης η κύρια συνεισφορά της είναι ο διαχωρισμός της υποβάθμισης που προκαλείται από δραστηριότητες επιλεκτικής υλοτόμησης, με αυτήν που προκαλείται από ανεξέλεγκτες πυρκαγιές.<br /> <br /> =='''Περιοχή μελέτης'''==<br /> Η περιοχή λέγεται Mato Grosso ή αλλιώς «κιβωτός της αποψίλωσης» και καταλαμβάνει έκταση ίση περίπου με 10.000 χλμ2.<br /> <br /> =='''Δορυφορικές εικόνες Landsat''' (TM&amp;OLI)==<br /> Για την συγκεκριμένη μελέτη χρησιμοποιήθηκαν 21 εικόνες χωρίς νέφη του Landsat από τα έτη 2005, 2006, 2007, 2008, 2009, 2010, 2011 και 15 εικόνες του Landsat OLI από τα έτη 2013, 2014, 2015, 2016 και 2017. Επίσης επιλέχθηκαν ακόμα 2 εικόνες από το 2013 τύπου RapidEye για λόγους εκτίμησης των αποτελεσμάτων, εξαιτίας της υψηλής τους χωρικής ανάλυσης (5μ). <br /> <br /> =='''Μεθοδολογική προσέγγιση'''== <br /> Η προτεινόμενη μέθοδος εκτελέστηκε με τα εξής βήματα:<br /> *Δημιουργία υποβάθρου προϋπάρχοντος δάσους, για την αποφυγή χαρτογράφησης περιοχών που έχουν ήδη καεί πριν το 2005.<br /> *Δημιουργία κλασματικών εικόνων για όλες τις εικόνες που επιλέχθηκαν για την μελέτη.<br /> *Εφαρμογή της διαδικασίας του κατακερματισμού στο σύνολο των διαχρονικών εικόνων εδάφους και σκίασης.<br /> *Δημιουργία νέου χάρτη αποψιλωμένων εκτάσεων.<br /> *Δημιουργία χάρτη καμένων εκτάσεων.<br /> *Συνδυασμός των 2 χαρτών αυτών για την δημιουργία ενός νέου με 4 τάξεις: παλιά αποψίλωση, νέα, υποβαθμισμένες δασικές εκτάσεις λόγω πυρκαγιών και δασωμένες εκτάσεις.<br /> <br /> =='''Χαρτογράφηση νέων αποψιλωμένων εκτάσεων'''== <br /> Αρχικά χρησιμοποιήθηκαν οι ΤΜ εικόνες από το 2005 για την δημιουργία του χάρτη-υποβάθρου με τις παλιές αποψιλωμένες εκτάσεις. Στην συνέχεια με την χρήση της ημι-αυτόματης διαδικασίας που προαναφέρθηκε κατασκευάστηκε μέσω μη επιβλεπόμενης ταξινόμησης ο χάρτης των νέων αποψιλωμένων εκτάσεων μέσω της ανάλυσης των εικόνων από το 2006-2017. (Εικόνα 1)<br /> <br /> =='''Χαρτογράφηση υποβαθμισμένων δασικών εκτάσεων λόγω πυρκαγιών'''==<br /> Μετά τον προσδιορισμό των αποψιλωμένων εκτάσεων, η χαρτογράφηση των υποβαθμισμένων δασών από πυρκαγιά έγινε με τον συνδυασμό των δασωμένων εκτάσεων και των κλασματικών εικόνων σκίασης. (Εικόνα 2)<br /> <br /> =='''Χαρτογράφηση υποβαθμισμένων δασών εξαιτίας της επιλεκτικής υλοτόμησης'''==<br /> Η χαρτογράφηση των υποβαθμισμένων δασικών εκτάσεων είναι μία διαδικασία πολύ δυσκολότερη από την αντίστοιχη για τις αποψιλωμένες εκτάσεις. Ο προσδιορισμός των υποβαθμισμένων εκτάσεων εξαιτίας της υλοτόμησης είναι ακόμη πιο δύσκολος εξαιτίας των παρεμβάσεων τις οποίες επιφέρει στο τοπίο (δηλαδή δρόμους, μικρές εγκαταστάσεις κλπ). Η δυσκολία αυτή έγκειται στο γεγονός ότι οι διαστάσεις των παρεμβάσεων αυτών είναι συνήθως αρκετά μικρότερες από την χωρική ανάλυση που διατίθεται μέσω των εικόνων Landsat (30χ30μ). Για το λόγο αυτό προτείνεται μία μέθοδος ταξινόμησης σε επίπεδο φατνίου. (Εικόνα 3)<br /> <br /> =='''Αποτελέσματα'''==<br /> Στην Εικόνα 4 μπορούμε να διακρίνουμε τις δασωμένες από τις μη δασωμένες εκτάσεις.<br /> <br /> Στον Πίνακα 1 φαίνονται αναλυτικά οι αποψιλωμένες και οι υποβαθμισμένες εκτάσεις για κάθε χρόνο της περιόδου μελέτης.<br /> <br /> Στην Εικόνα 5 φαίνονται οι αποψιλωμένες περιοχές ταξινομημένες ανά έτος.<br /> <br /> Στην Εικόνα 6 φαίνονται οι υποβαθμισμένες περιοχές από πυρκαγιές ταξινομημένες ανά έτος.<br /> <br /> Στην Εικόνα 7 βλέπουμε τις περιοχές εκείνες οι οποίες έχουν υποστεί υποβάθμιση εξαιτίας της υλοτόμησης.<br /> <br /> Στην συνέχεια (Εικόνα 8) έγιναν 2 ταξινομήσεις των αποψιλωμένων και των υποβαθμισμένων εκτάσεων χρησιμοποιώντας εικόνες Landsat OLI και RapidEye. (Με κίτρινο αποτυπώνονται οι αποψιλωμένες εκτάσεις, με κόκκινο αυτές που έχουν υποστεί υποβάθμιση από υλοτόμηση και με μπλε από πυρκαγιές)<br /> <br /> =='''Συμπεράσματα'''==<br /> Σε γενικές γραμμές τα αποτελέσματα της μελέτης συμφωνούν με αυτά προηγούμενων μελετών παρακολούθησης της αποψίλωσης και της υποβάθμισης των δασών. Πιο συγκεκριμένα, η προτεινόμενη προσέγγιση δείχνει την προοπτική που έχει όσον αφορά την διάκριση των υποβαθμισμένων δασικών εκτάσεων από πυρκαγιά και από υλοτόμηση. Αυτό είναι πολύ σημαντικό για τον υπολογισμό του αποτυπώματος του άνθρακα καθώς οι πυρκαγιές και η υλοτόμηση έχουν αρκετά διαφορετική επιρροή στις δασικές εκτάσεις. Τέλος η σύγκριση των εικόνων Landsat OLI και RapidEye έδειξε ότι η χωρική ανάλυση των δορυφορικών εικόνων παίζει πολύ σημαντικό ρόλο στην οριοθέτηση των υποβαθμισμένων εκτάσεων από υλοτόμηση.<br /> <br /> <br /> [[category:Δασοπονία, Δασική διαχείριση]]</div>

Nkanello http://147.102.106.44/rs/wiki/index.php/%CE%94%CE%B9%CE%B1%CF%87%CF%81%CE%BF%CE%BD%CE%B9%CE%BA%CE%AE_%CE%91%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7_%CE%A0%CE%B1%CF%81%CE%B1%CE%BC%CF%8C%CF%81%CF%86%CF%89%CF%83%CE%B7%CF%82_%CE%95%CF%80%CE%B9%CF%86%CE%AC%CE%BD%CE%B5%CE%B9%CE%B1%CF%82_%CF%83%CE%B5_%CE%BA%CE%B1%CF%84%CE%BF%CE%BB%CE%AF%CF%83%CE%B8%CE%B7%CF%83%CE%B7_%CF%83%CF%84%CE%BF_%CE%91%CE%BC%CF%8D%CE%BD%CF%84%CE%B1%CE%B9%CE%BF_%CE%BC%CE%B5_%CF%84%CE%B7%CE%BD_%CF%87%CF%81%CE%AE%CF%83%CE%B7_UAV... 2020-02-28T17:57:27Z

<p>Nkanello: </p> <hr /> <div>'''Διαχρονική Ανάλυση Παραμόρφωσης Επιφάνειας σε κατολίσθηση στο Αμύνταιο με την χρήση UAV (unmanned aerial vehicle) και της τεχνικής της φωτογραμμετρίας SfM (Structure from Motion)'''<br /> <br /> '''Τίτλος''': Multitemporal Surface Deformation Analysis of Amyntaio Slide (Greece)<br /> using Remotely Piloted Airborne System and Structure‐from‐Motion<br /> photogrammetry<br /> <br /> '''Συγγραφείς''': Emmanuel Vassilakis, Michael Foumelis, Athanasia Erkeki, Evelina Kotsi, Issaak Parcharidis,<br /> Efthymios Lekkas<br /> <br /> [http://users.uoa.gr/~evasilak/pages/pdfs/99%20JISDM%20Vassilakis_etal_65.pdf Ηλεκτρονικός Σύνδεσμος]<br /> <br /> [[Εικόνα:Nk_2019b_a1_e1.jpg|thumb|right|300px|Εικόνα 1: Τοποθεσία λιγνιτορυχείου]]<br /> [[Εικόνα:Nk_2019b_a1_e2.jpg|thumb|right|300px|Εικόνα 2: Κατάσταση χώρου 10 μέρες μετά την κατολίσθηση]]<br /> [[Εικόνα:Nk_2019b_a1_e3.jpg|thumb|right|300px|Εικόνα 3: Ορθοφωτομετρικό μωσαϊκό]]<br /> [[Εικόνα:Nk_2019b_a1_e4.jpg|thumb|right|300px|Εικόνα 4: Ψηφιακό μοντέλο εδάφους (DSM)]]<br /> <br /> =='''Εισαγωγή'''==<br /> <br /> Στην δημοσίευση αυτή παρουσιάζονται τα αποτελέσματα της τεχνικής Structure from Motion για την ποσοτικοποίηση της παραμόρφωσης του εδάφους εξαιτίας της μεγάλης κατολίσθησης στο λιγνιτορυχείο του Αμύνταιου την 10η Ιουνίου του 2017. Η κατολίσθηση αυτή κατέστρεψε ολοκληρωτικά το δυτικό μέρος του λατομείου και προξένησε εκτεταμένες ζημιές σε κτήρια, υποδομές αλλά και αγροτικές εκτάσεις του γειτονικού χωριού Ανάργυροι. Η χρήση των εικόνων υψηλής ανάλυσης από UAV, οι οποίες χρησιμοποιήθηκαν στην περίπτωση αυτή, βρίσκει αποδεδειγμένα πολύ καλή εφαρμογή στις περιπτώσεις των κατολισθήσεων τόσο για τον προσδιορισμό του ορίου της κατολίσθησης αλλά και για την χαρτογράφηση των κύριων γεωμορφολογικών χαρακτηριστικών. Στην περίπτωσή μας η έκταση που καλύπτουν οι εικόνες αυτές είναι 2 τετραγωνικά χιλιόμετρα. Επίσης παρατηρείται ότι 2 χρόνια μετά, το φαινόμενο είναι σε ένα βαθμό ακόμα εν εξελίξει καθώς είναι ορατές ορισμένες μικρές μετατοπίσεις στο έδαφος στο ανατολικό μέρος του χωριού. Στην εικόνα 1 διακρίνεται η τοποθεσία του λιγνιτορυχείου στον χάρτη της Ελλάδας ενώ στην εικόνα 2 η κατάσταση του χώρου 10 μέρες μετά την κατολίσθηση.<br /> <br /> =='''Δεδομένα και μεθοδολογία'''==<br /> <br /> Ο στόχος αυτής της διαχρονικής μελέτης είναι η δημιουργία μίας σειράς από ψηφιακά μοντέλα εδάφους, βασιζόμενη στην τεχνική της φωτογραμμετρίας Structure from Motion. Για τον λόγο αυτό χρησιμοποιήθηκε drone (DJI Phantom 4 Advanced drone)το οποίο παρήγαγε εκατοντάδες εικόνες υψηλής ανάλυσης. Για την κάλυψη της απαιτούμενης έκτασης απαιτήθηκαν 5 πτήσεις των 15 λεπτών, σε ύψος 140 μέτρων από το σημείο απογείωσης και με μία επικάλυψη στις εικόνες της τάξης του 75%. Το ύψος της πτήσης και η πυκνότητα των εικόνων αποτέλεσαν πολύ σημαντικούς παράγοντες στην διαδικασία ανάκτησης των εικόνων εξαιτίας του περιορισμού της χωρητικότητας της μπαταρίας. Το ποσοστό της επικάλυψης αποτελεί πολύ κρίσιμο παράγοντα καθώς πρέπει να είναι αρκετά υψηλό για μία επιτυχημένη φωτογραμμετρική επεξεργασία και σωστή κατασκευή ορθοφωτομετρικού μωσαϊκού. Η διαδικασία αυτή διεξήχθη 3 φορές για την λήψη εικόνων (4000x3000 pixels η κάθε μία) σε διαφορετικά χρονικά σημεία: α)Σεπτέμβριος 2017  257 εικόνες, β)Δεκέμβριος 2017  322 εικόνες, γ)Σεπτέμβριος 2017  401 εικόνες. Αρχικά έγινε η ευθυγράμμιση των εικόνων με την βοήθεια 8 σημείων ελέγχου και με την χρήση RTK-GNSS ανακτήθηκαν οι συντεταγμένες και το υψόμετρο των σημείων για την κατασκευή πυκνών (800.000 σημεία) “νεφών” σημείων για κάθε φορά. Τα σημεία αυτά περιλαμβάνουν πληροφορίες που αφορούν την ανακλαστικότητα στο ορατό και τις συντεταγμένες του σημείου. Στην συνέχεια κατασκευάστηκαν το ορθοφωτομετρικό μωσαϊκό (Εικόνα 3) και το ψηφιακό μοντέλο εδάφους-DSM(Εικόνα 4).<br /> Η τελική χωρική ανάλυση των 3 διαφορετικών ορθοφωτομετρικών εικόνων που κατασκευάστηκαν υπολογίστηκε στα 6 με 10 εκατοστά και το μέγεθος του φατνίου στα ψηφιακά μοντέλα εδάφους στα 10 με 13 εκατοστά σε συνάρτηση με το ύψος πτήσης και την πυκνότητα των εικόνων.<br /> <br /> =='''Αποτελέσματα'''==<br /> <br /> Τα αποτελέσματα με βάση τα 3 διαφορετικά μοντέλα εδάφους που κατασκευάστηκαν δείχνουν ότι το χωριό Ανάργυροι έχει επηρεαστεί περισσότερο στο βορειοανατολικό άκρο του. Η κατοικημένη περιοχή παρόλο που αρχικά φάνηκε να μην επηρεάζεται από την κατολίσθηση, στην συνέχεια και για τον επόμενο 1,5 χρόνο δείχνει να δέχεται σοβαρές παραμορφώσεις. Αυτό είχε ως αποτέλεσμα πολλά κτήρια του οικισμού να δεχτούν μεγάλη καταπόνηση και να υποστούν ζημιές. Για την μέτρηση του ρυθμού σε κάθε μετατόπιση αρχικά κατασκευάστηκαν λεπτομερέστατα “πλέγματα” υψομέτρων και στην συνέχεια εντοπίστηκαν οι περιοχές εκείνες όπου το υψόμετρο παρουσιάζει διαφοροποιήσεις. Σύμφωνα με την μέθοδο αυτή εντοπίστηκαν 2 κύριοι άξονες παραμόρφωσης του τοπίου. Ο πρώτος είναι από τα ανατολικά στα δυτικά (1.600 μέτρα σε μήκος) και δείχνει να επηρεάζει όλες τις χρήσεις γης, ενώ ο δεύτερος (600 μέτρα σε μήκος) είναι από τα νοτιοανατολικά προς τα βορειοδυτικά και συσχετίζεται σαφώς με τον προσανατολισμό της κύριας κατολίσθησης. Επίσης η σύγκριση των ψηφιακών μοντέλων εδάφους έδειξε ότι η παραμόρφωση συνέβη κυρίως από τον Δεκέμβριο του 2017 μέχρι και τον Σεπτέμβριο του 2018 και λιγότερο προηγουμένως. Το νοτιοδυτικό άκρο του χωριού ακόμα και μετά από 1,5 χρόνο δείχνει να συμπεριφέρεται φυσιολογικά και δεν παρουσιάζει παραμορφώσεις στο υψόμετρο. <br /> <br /> =='''Συμπεράσματα'''==<br /> <br /> Η περιγραφόμενη μεθοδολογία παρουσιάζει ένα απλό αλλά παράλληλα πολύ βολικό τρόπο συνδυασμού πληροφοριών υψομέτρου για μία δεδομένη χρονική περίοδο έτσι ώστε να παραχθούν πληροφορίες που αφορούν τον ρυθμό μετατόπισης και κατά συνέπεια την παραμόρφωση μίας επιφάνειας. Η χρήση UAV αποδείχθηκε αρκετά δύσκολη αλλά και επικίνδυνη διαδικασία εξαιτίας μεταβολών στις καιρικές συνθήκες και στο τοπίο λόγω της συνέχισης του φαινομένου της κατολίσθησης. Επίσης ο πολύ μεγάλος όγκος δεδομένων που συλλέχθηκαν κατέστησε σχετικά δύσκολη την διαδικασία επεξεργασίας τους. Όσον αφορά την υποχώρηση του εδάφους, όπως εντοπίστηκε από την σύγκριση των τριών διαφορετικών ψηφιακών μοντέλων εδάφους τα οποία κατασκευάστηκαν, σε ορισμένα σημεία κοντά στα όρια της αρχικής κατολίσθησης στο λατομείο του Αμύνταιου, ξεπερνάει τα 3 μέτρα, ενώ από την ανάλυση των ορθοφωτοχαρτών προκύπτει ότι αυτή προχωράει με ένα συγκεκριμένο ρυθμό προς το χωριό των Αναργύρων προξενώντας αρχικά ζημιές σε αγροτικές εκτάσεις. Ο ρυθμός της παραμόρφωσης ο οποίος υπολογίστηκε δεν χαρακτηρίζει ομοιογενώς ολόκληρη την περιοχή ενδιαφέροντος όμως από την μεθοδολογία που ακολουθήθηκε προκύπτουν πολύ ενδιαφέροντα στοιχεία που αφορούν διαφοροποιήσεις στα υψόμετρα και την τάση της υποχώρησης του εδάφους τα οποία ενδεχομένως φανούν χρήσιμα για την πρόβλεψη αντίστοιχων φαινομένων στο μέλλον. <br /> <br /> <br /> [[category:Διαχείριση κινδύνων]]</div>

Nkanello http://147.102.106.44/rs/wiki/index.php/%CE%95%CE%BA%CF%84%CE%AF%CE%BC%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%B5%CF%80%CE%AF%CF%80%CF%84%CF%89%CF%83%CE%B7%CF%82_%CF%84%CF%89%CE%BD_%CE%B4%CE%B9%CE%B1%CF%86%CE%BF%CF%81%CE%B5%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CF%87%CE%B1%CF%81%CE%B1%CE%BA%CF%84%CE%B7%CF%81%CE%B9%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CF%84%CE%BF%CF%85_%CE%B1%CE%BD%CE%AC%CE%B3%CE%BB%CF%85%CF%86%CE%BF%CF%85_%CF%83%CF%84%CE%B7%CE%BD_%CE%B1%CE%BD%CE%AC%CE%BA%CE%B1%CE%BC%CF%88%CE%B7_%CF%84%CE%BF%CF%85_%CE%B4%CE%AC%CF%83%CE%BF%CF%85%CF%82... 2020-02-28T17:55:55Z

<p>Nkanello: </p> <hr /> <div>'''Εκτίμηση της επίπτωσης των διαφορετικών χαρακτηριστικών του ανάγλυφου στην ανάκαμψη του δάσους από πυρκαγιά με διαχρονικά τηλεπισκοπικά δεδομένα: Η περίπτωση του Ταΰγετου'''<br /> <br /> '''Τίτλος''': Assessing the impact of different landscape features on post-fire forest recovery with multitemporal remote sensing data: the case of Mount Taygetos (southern Greece)<br /> <br /> '''Συγγραφείς''': Anastasia Christopoulou, Giorgos Mallinis, Emmanuel Vassilakis, Georgios-Pavlos Farangitakis, Nikolaos M. Fyllas, Giorgos D. Kokkoris and Margarita Arianoutsou<br /> <br /> [https://www.publish.csiro.au/wf/pdf/WF18153 Ηλεκτρονικός Σύνδεσμος]<br /> <br /> [[Εικόνα:Nk_2019b_a2_p1.jpg|thumb|right|300px|Πίνακας 1: Τεχνικά χαρακτηριστικά εικόνων που χρησιμοποιήθηκαν]]<br /> [[Εικόνα:Nk_2019b_a2_e1.jpg|thumb|right|300px|Εικόνα 1: Οι τέσσερεις εικόνες οι οποίες χρησιμοποιήθηκαν]]<br /> [[Εικόνα:Nk_2019b_a2_e2.jpg|thumb|right|300px|Εικόνα 2: Αλλαγές στην βλάστηση πριν και μετά την εκδήλωση της πυρκαγιάς]]<br /> [[Εικόνα:Nk_2019b_a2_d1.jpg|thumb|right|300px|Διάγραμμα 1: Κάλυψη διαφορετικών τύπων βλάστησης πριν και μετά την πυρκαγιά (m=maquis, g=grasslands, Bp=Black pine forests, Gf=Greek fir dominated forests, bf=broadleaved forests, mcf=mixed c)]]<br /> [[Εικόνα:Nk_2019b_a2_p2.jpg|thumb|right|300px|Πίνακας 2: Συντελεστές του στατιστικού μοντέλου πρόβλεψης για την ανάκαμψη του δάσους μαυρόπευκων]]<br /> [[Εικόνα:Nk_2019b_a2_p3.jpg|thumb|right|300px|Πίνακας 3: Μεταβλητές πρόβλεψης για την ανάλυση]]<br /> <br /> =='''Εισαγωγή'''==<br /> Η πυρκαγιές μολονότι είναι μια αρχαία επαναλαμβανόμενη διαταραχή των οικοσυστημάτων του πλανήτη, ειδικά τις ξηρές και θερμές εποχές του χρόνου, στην ευρύτερη περιοχή της Μεσογείου, οφείλεται κυρίως σε ανθρωπογενείς παράγοντες και ο περιορισμός τους, συγκεκριμένα μετά την δεκαετία του 70, εξαρτάται περισσότερο από τον άνθρωπο και λιγότερο από τις καιρικές συνθήκες. Επίσης τα τελευταία χρόνια παρατηρείται μείωση στον αριθμό των πυρκαγιών αλλά ταυτόχρονη αύξηση της έντασης και της έκτασης αυτών (περισσότερο εξαιτίας της κλιματικής αλλαγής) γεγονός το οποίο συμβάλει στην αύξηση των συνολικά καμένων εκτάσεων. Εκτεταμένες μελέτες για την περιοχή της λεκάνης της Μεσογείου έχουν καταλήξει ήδη στους κύριους φυσικούς παράγοντες οι οποίοι επηρεάζουν την φυσική αναγέννηση ενός καμένου δάσους. Αυτοί είναι ο τύπος της πυρκαγιάς, τα είδη της χλωρίδας, ο τύπος των εδαφών, το υψόμετρο, η κλίση και τυχόν διαφοροποιήσεις από τις μέσες τιμές βροχόπτωσης στην χρονική περίοδο μετά την πυρκαγιά. Η συγκεκριμένη μελέτη προσπαθεί να εντοπίσει τον τρόπο με τον οποίο οι αλλαγές στα χαρακτηριστικά του ανάγλυφου μιας καμένης περιοχής του Ταΰγετου επηρέασαν την φυσική αναγέννηση του δάσους, όσον αφορά την εξάπλωση των διαφορετικών ειδών της χλωρίδας, οκτώ χρόνια μετά το γεγονός της πυρκαγιάς. Για τον εντοπισμό των αλλαγών στα είδη της βλάστησης χρησιμοποιήθηκε αντικειμενοστραφής ταξινόμηση (GEOBIA) και μηχανική μάθηση (machine learning) σε δορυφορικές εικόνες υψηλής χωρικής ανάλυσης πριν και μετά την πυρκαγιά το 2007.<br /> <br /> =='''Περιοχή μελέτης'''==<br /> Όσον αφορά την γεωλογία του ο Ταΰγετος καλύπτεται κυρίως από ασβεστολιθικά πετρώματα, μάρμαρο, φλύσχη και ορισμένα ανθρακικά άλατα. Η βλάστηση των δασών αποτελείτο κυρίως από ομογενή αλλά και μεικτά δάση μαύρου πεύκου (Pinus nigra) και κεφαλληνιακής ελάτης (Abies cephallonica). Μικρότερα δάση σχημάτιζαν και σχηματίζουν ακόμα πλατύφυλλα όπως η βελανιδιά (Quercus), η καστανιά (Castanea sativa) και το πλατάνι (Platanus orientalis). Ο κύριος όγκος του βουνού είχε ενταχθεί αρκετά χρόνια πριν την πυρκαγιά στο δίκτυο Natura 2000 εξαιτίας της μεγάλης ενδημικότητας που παρουσιάζουν τα οικοσυστήματά του. Η πυρκαγιά του 2007, αποτέλεσμα κυρίως μεγάλης ξηρασίας και πολύ υψηλών θερμοκρασιών, αποτελεί σύμφωνα με έρευνες την μεγαλύτερη των τελευταίων 165 χρόνων στο βουνό και πιο συγκεκριμένα, συνολικά έκαψε 8.807 εκτάρια από τα οποία, 4.500 ήταν δάση κωνοφόρων και 3.800 θάμνοι και μεταβατικά δάση. <br /> <br /> =='''Μεθοδολογία'''==<br /> Στον Πίνακα 1 φαίνονται τα τεχνικά χαρακτηριστικά των τεσσάρων εικόνων ( Εικόνα 1) οι οποίες χρησιμοποιήθηκαν.<br /> Αρχικά οι εικόνες υπέστησαν προεπεξεργασία με τηλεπισκοπικές μεθόδους ώστε να ταξινομηθούν κατάλληλα και διορθώθηκαν ψηφιακά με την βοήθεια ψηφιακού ορθοφωτοχάρτη μοντέλου εδάφους κλίμακας 1:5000.<br /> Για την ταξινόμηση των διαφορετικών αντικειμένων στις εικόνες χρησιμοποιήθηκε αρχικά όπως αναφέρθηκε και προηγουμένως, αντικειμενοστραφής ανάλυση και στην συνέχεια ένας επιβλεπόμενος αλγόριθμος εκμάθησης ασαφούς δάσους (RF - Random Forest). Για την περαιτέρω αύξηση της ακρίβειας οι ταξινομημένοι χάρτες επίσης ελέγχθηκαν και διορθώθηκαν οπτικά.<br /> Για την ανάλυση των εικόνων και την εξαγωγή συμπερασμάτων ακόμα χρησιμοποιήθηκαν:<br /> *Γεωλογικοί αναλογικοί χάρτες της περιοχής κλίμακας 1:50000 – υπολογισμός της διαβρωσιμότητας του εδάφους όσον αφορά τα υποκείμενα πετρώματα.<br /> *Ψηφιακό μοντέλο εδάφους (SRTM) με χωρική ανάλυση τριάντα μέτρων – ανάγλυφο<br /> *In situ (επί τόπου) μετρήσεις των χαρακτηριστικών της βλάστησης τον Ιούνιο του 2016 – ταξινόμηση με machine learning.<br /> Tέλος για τον εντοπισμό των αλλαγών στην βλάστηση πριν και μετά την πυρκαγιά δημιουργήθηκαν πίνακες συνάφειας εκτελώντας ανάλυση διπλής εισόδου με την βοήθεια του λογισμικού στατιστικής R. Οι μεταβλητές που χρησιμοποιήθηκαν για την πρόβλεψη της δυναμικής ανάκαμψης του δάσους είναι, ο προσανατολισμός της πλαγιάς, τα πετρώματα του υπεδάφους, η διαβρωσιμότητα, η γεωμορφολογία και τα χαρακτηριστικά του ανάγλυφου.<br /> <br /> =='''Αποτελέσματα'''==<br /> Τα αποτελέσματα έδειξαν πτώση της συνολικής δασικής βλάστησης από το 40% στο 18%. Η σημαντικότερη παρατήρηση είναι η παντελής απουσία φυσικής αναγέννησης του καμένου ελατόδασους το οποίο στις περισσότερες περιπτώσεις αντικαθίσταται από νεαρά μαυρόπευκα. Η φυσική αποκατάσταση του δάσους των μαυρόπευκων κρίνεται επίσης προβληματική καθώς αυτή παρατηρείται κυρίως κοντά σε σημεία όπου είχαν απομείνει συστάδες δέντρων τα οποία σώθηκαν από την πυρκαγιά. Την πλειονότητα των καμένων εκτάσεων έχουν καταλάβει χορτολιβαδικές εκτάσεις, θάμνοι και φρύγανα. Στην Εικόνα 2 φαίνονται οι αλλαγές αυτές στην βλάστηση πριν και μετά την εκδήλωση της πυρκαγιάς.<br /> Όσον αφορά τις μεταβλητές πρόβλεψης, επιλέχθηκαν ως ιδιαίτερης σημασίας οι σχέσεις προσανατολισμού-διαβρωσιμότητας και προσανατολισμού-γεωμορφολογίας. Το συμπέρασμα το οποίο προκύπτει από την μελέτη είναι ότι ο προσανατολισμός, το είδος των πετρωμάτων, η διαβρωσιμότητα και η γεωμορφολογία είναι παράγοντες που επηρεάζουν σε πολύ μεγάλο βαθμό την δυνατότητα του δάσους μαυρόπευκων (Pinus nigra) να ανακάμψει φυσικά μετά από μία πυρκαγιά. Σε γενικές γραμμές παρατηρείται ότι πλαγιές με ανατολικό και νότιο-νότιοδυτικό προσανατολισμό παρουσιάζουν χαμηλότερα ποσοστά αναγέννησης σε σύγκριση με τις βόρειες όπως επίσης και τα φαράγγια σε αντίθεση με τοποθεσίες περισσότερο εκτεθειμένες στις καιρικές συνθήκες.<br /> <br /> =='''Συμπεράσματα'''==<br /> Σύμφωνα με τα αποτελέσματα της μελέτης αποδεικνύεται ότι τα διάφορα χαρακτηριστικά του ανάγλυφου του Ταΰγετου διαμορφώνουν σε αρκετά μεγάλο βαθμό τις συνθήκες εκείνες κάτω από τις οποίες αναγεννάται το καμένο δάσος των μαυρόπευκων (Pinus nigra). Αυτό μπορεί να αποτελέσει χρήσιμο εργαλείο για μελλοντικές έρευνες που θα αφορούν την ανάγκη παρέμβασης του ανθρώπου σε τοπικά ευαίσθητες περιοχές οι οποίες έχουν υποστεί καταστροφή από πυρκαγιά και αδυνατούν από μόνες τους να επανέλθουν.<br /> <br /> [[category:Ποιότητα τοπίου]]</div>

Nkanello http://147.102.106.44/rs/wiki/index.php/%CE%95%CE%BA%CF%84%CE%AF%CE%BC%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%B5%CF%80%CE%AF%CF%80%CF%84%CF%89%CF%83%CE%B7%CF%82_%CF%84%CF%89%CE%BD_%CE%B4%CE%B9%CE%B1%CF%86%CE%BF%CF%81%CE%B5%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CF%87%CE%B1%CF%81%CE%B1%CE%BA%CF%84%CE%B7%CF%81%CE%B9%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CF%84%CE%BF%CF%85_%CE%B1%CE%BD%CE%AC%CE%B3%CE%BB%CF%85%CF%86%CE%BF%CF%85_%CF%83%CF%84%CE%B7%CE%BD_%CE%B1%CE%BD%CE%AC%CE%BA%CE%B1%CE%BC%CF%88%CE%B7_%CF%84%CE%BF%CF%85_%CE%B4%CE%AC%CF%83%CE%BF%CF%85%CF%82... 2020-02-28T17:55:22Z

<p>Nkanello: </p> <hr /> <div>'''Εκτίμηση της επίπτωσης των διαφορετικών χαρακτηριστικών του ανάγλυφου στην ανάκαμψη του δάσους από πυρκαγιά με διαχρονικά τηλεπισκοπικά δεδομένα: Η περίπτωση του Ταΰγετου'''<br /> <br /> '''Τίτλος''': Assessing the impact of different landscape features on post-fire forest recovery with multitemporal remote sensing data: the case of Mount Taygetos (southern Greece)<br /> <br /> '''Συγγραφείς''': Anastasia Christopoulou, Giorgos Mallinis, Emmanuel Vassilakis, Georgios-Pavlos Farangitakis, Nikolaos M. Fyllas, Giorgos D. Kokkoris and Margarita Arianoutsou<br /> <br /> [https://www.publish.csiro.au/wf/pdf/WF18153 Πηγή]<br /> <br /> [[Εικόνα:Nk_2019b_a2_p1.jpg|thumb|right|300px|Πίνακας 1: Τεχνικά χαρακτηριστικά εικόνων που χρησιμοποιήθηκαν]]<br /> [[Εικόνα:Nk_2019b_a2_e1.jpg|thumb|right|300px|Εικόνα 1: Οι τέσσερεις εικόνες οι οποίες χρησιμοποιήθηκαν]]<br /> [[Εικόνα:Nk_2019b_a2_e2.jpg|thumb|right|300px|Εικόνα 2: Αλλαγές στην βλάστηση πριν και μετά την εκδήλωση της πυρκαγιάς]]<br /> [[Εικόνα:Nk_2019b_a2_d1.jpg|thumb|right|300px|Διάγραμμα 1: Κάλυψη διαφορετικών τύπων βλάστησης πριν και μετά την πυρκαγιά (m=maquis, g=grasslands, Bp=Black pine forests, Gf=Greek fir dominated forests, bf=broadleaved forests, mcf=mixed c)]]<br /> [[Εικόνα:Nk_2019b_a2_p2.jpg|thumb|right|300px|Πίνακας 2: Συντελεστές του στατιστικού μοντέλου πρόβλεψης για την ανάκαμψη του δάσους μαυρόπευκων]]<br /> [[Εικόνα:Nk_2019b_a2_p3.jpg|thumb|right|300px|Πίνακας 3: Μεταβλητές πρόβλεψης για την ανάλυση]]<br /> <br /> =='''Εισαγωγή'''==<br /> Η πυρκαγιές μολονότι είναι μια αρχαία επαναλαμβανόμενη διαταραχή των οικοσυστημάτων του πλανήτη, ειδικά τις ξηρές και θερμές εποχές του χρόνου, στην ευρύτερη περιοχή της Μεσογείου, οφείλεται κυρίως σε ανθρωπογενείς παράγοντες και ο περιορισμός τους, συγκεκριμένα μετά την δεκαετία του 70, εξαρτάται περισσότερο από τον άνθρωπο και λιγότερο από τις καιρικές συνθήκες. Επίσης τα τελευταία χρόνια παρατηρείται μείωση στον αριθμό των πυρκαγιών αλλά ταυτόχρονη αύξηση της έντασης και της έκτασης αυτών (περισσότερο εξαιτίας της κλιματικής αλλαγής) γεγονός το οποίο συμβάλει στην αύξηση των συνολικά καμένων εκτάσεων. Εκτεταμένες μελέτες για την περιοχή της λεκάνης της Μεσογείου έχουν καταλήξει ήδη στους κύριους φυσικούς παράγοντες οι οποίοι επηρεάζουν την φυσική αναγέννηση ενός καμένου δάσους. Αυτοί είναι ο τύπος της πυρκαγιάς, τα είδη της χλωρίδας, ο τύπος των εδαφών, το υψόμετρο, η κλίση και τυχόν διαφοροποιήσεις από τις μέσες τιμές βροχόπτωσης στην χρονική περίοδο μετά την πυρκαγιά. Η συγκεκριμένη μελέτη προσπαθεί να εντοπίσει τον τρόπο με τον οποίο οι αλλαγές στα χαρακτηριστικά του ανάγλυφου μιας καμένης περιοχής του Ταΰγετου επηρέασαν την φυσική αναγέννηση του δάσους, όσον αφορά την εξάπλωση των διαφορετικών ειδών της χλωρίδας, οκτώ χρόνια μετά το γεγονός της πυρκαγιάς. Για τον εντοπισμό των αλλαγών στα είδη της βλάστησης χρησιμοποιήθηκε αντικειμενοστραφής ταξινόμηση (GEOBIA) και μηχανική μάθηση (machine learning) σε δορυφορικές εικόνες υψηλής χωρικής ανάλυσης πριν και μετά την πυρκαγιά το 2007.<br /> <br /> =='''Περιοχή μελέτης'''==<br /> Όσον αφορά την γεωλογία του ο Ταΰγετος καλύπτεται κυρίως από ασβεστολιθικά πετρώματα, μάρμαρο, φλύσχη και ορισμένα ανθρακικά άλατα. Η βλάστηση των δασών αποτελείτο κυρίως από ομογενή αλλά και μεικτά δάση μαύρου πεύκου (Pinus nigra) και κεφαλληνιακής ελάτης (Abies cephallonica). Μικρότερα δάση σχημάτιζαν και σχηματίζουν ακόμα πλατύφυλλα όπως η βελανιδιά (Quercus), η καστανιά (Castanea sativa) και το πλατάνι (Platanus orientalis). Ο κύριος όγκος του βουνού είχε ενταχθεί αρκετά χρόνια πριν την πυρκαγιά στο δίκτυο Natura 2000 εξαιτίας της μεγάλης ενδημικότητας που παρουσιάζουν τα οικοσυστήματά του. Η πυρκαγιά του 2007, αποτέλεσμα κυρίως μεγάλης ξηρασίας και πολύ υψηλών θερμοκρασιών, αποτελεί σύμφωνα με έρευνες την μεγαλύτερη των τελευταίων 165 χρόνων στο βουνό και πιο συγκεκριμένα, συνολικά έκαψε 8.807 εκτάρια από τα οποία, 4.500 ήταν δάση κωνοφόρων και 3.800 θάμνοι και μεταβατικά δάση. <br /> <br /> =='''Μεθοδολογία'''==<br /> Στον Πίνακα 1 φαίνονται τα τεχνικά χαρακτηριστικά των τεσσάρων εικόνων ( Εικόνα 1) οι οποίες χρησιμοποιήθηκαν.<br /> Αρχικά οι εικόνες υπέστησαν προεπεξεργασία με τηλεπισκοπικές μεθόδους ώστε να ταξινομηθούν κατάλληλα και διορθώθηκαν ψηφιακά με την βοήθεια ψηφιακού ορθοφωτοχάρτη μοντέλου εδάφους κλίμακας 1:5000.<br /> Για την ταξινόμηση των διαφορετικών αντικειμένων στις εικόνες χρησιμοποιήθηκε αρχικά όπως αναφέρθηκε και προηγουμένως, αντικειμενοστραφής ανάλυση και στην συνέχεια ένας επιβλεπόμενος αλγόριθμος εκμάθησης ασαφούς δάσους (RF - Random Forest). Για την περαιτέρω αύξηση της ακρίβειας οι ταξινομημένοι χάρτες επίσης ελέγχθηκαν και διορθώθηκαν οπτικά.<br /> Για την ανάλυση των εικόνων και την εξαγωγή συμπερασμάτων ακόμα χρησιμοποιήθηκαν:<br /> *Γεωλογικοί αναλογικοί χάρτες της περιοχής κλίμακας 1:50000 – υπολογισμός της διαβρωσιμότητας του εδάφους όσον αφορά τα υποκείμενα πετρώματα.<br /> *Ψηφιακό μοντέλο εδάφους (SRTM) με χωρική ανάλυση τριάντα μέτρων – ανάγλυφο<br /> *In situ (επί τόπου) μετρήσεις των χαρακτηριστικών της βλάστησης τον Ιούνιο του 2016 – ταξινόμηση με machine learning.<br /> Tέλος για τον εντοπισμό των αλλαγών στην βλάστηση πριν και μετά την πυρκαγιά δημιουργήθηκαν πίνακες συνάφειας εκτελώντας ανάλυση διπλής εισόδου με την βοήθεια του λογισμικού στατιστικής R. Οι μεταβλητές που χρησιμοποιήθηκαν για την πρόβλεψη της δυναμικής ανάκαμψης του δάσους είναι, ο προσανατολισμός της πλαγιάς, τα πετρώματα του υπεδάφους, η διαβρωσιμότητα, η γεωμορφολογία και τα χαρακτηριστικά του ανάγλυφου.<br /> <br /> =='''Αποτελέσματα'''==<br /> Τα αποτελέσματα έδειξαν πτώση της συνολικής δασικής βλάστησης από το 40% στο 18%. Η σημαντικότερη παρατήρηση είναι η παντελής απουσία φυσικής αναγέννησης του καμένου ελατόδασους το οποίο στις περισσότερες περιπτώσεις αντικαθίσταται από νεαρά μαυρόπευκα. Η φυσική αποκατάσταση του δάσους των μαυρόπευκων κρίνεται επίσης προβληματική καθώς αυτή παρατηρείται κυρίως κοντά σε σημεία όπου είχαν απομείνει συστάδες δέντρων τα οποία σώθηκαν από την πυρκαγιά. Την πλειονότητα των καμένων εκτάσεων έχουν καταλάβει χορτολιβαδικές εκτάσεις, θάμνοι και φρύγανα. Στην Εικόνα 2 φαίνονται οι αλλαγές αυτές στην βλάστηση πριν και μετά την εκδήλωση της πυρκαγιάς.<br /> Όσον αφορά τις μεταβλητές πρόβλεψης, επιλέχθηκαν ως ιδιαίτερης σημασίας οι σχέσεις προσανατολισμού-διαβρωσιμότητας και προσανατολισμού-γεωμορφολογίας. Το συμπέρασμα το οποίο προκύπτει από την μελέτη είναι ότι ο προσανατολισμός, το είδος των πετρωμάτων, η διαβρωσιμότητα και η γεωμορφολογία είναι παράγοντες που επηρεάζουν σε πολύ μεγάλο βαθμό την δυνατότητα του δάσους μαυρόπευκων (Pinus nigra) να ανακάμψει φυσικά μετά από μία πυρκαγιά. Σε γενικές γραμμές παρατηρείται ότι πλαγιές με ανατολικό και νότιο-νότιοδυτικό προσανατολισμό παρουσιάζουν χαμηλότερα ποσοστά αναγέννησης σε σύγκριση με τις βόρειες όπως επίσης και τα φαράγγια σε αντίθεση με τοποθεσίες περισσότερο εκτεθειμένες στις καιρικές συνθήκες.<br /> <br /> =='''Συμπεράσματα'''==<br /> Σύμφωνα με τα αποτελέσματα της μελέτης αποδεικνύεται ότι τα διάφορα χαρακτηριστικά του ανάγλυφου του Ταΰγετου διαμορφώνουν σε αρκετά μεγάλο βαθμό τις συνθήκες εκείνες κάτω από τις οποίες αναγεννάται το καμένο δάσος των μαυρόπευκων (Pinus nigra). Αυτό μπορεί να αποτελέσει χρήσιμο εργαλείο για μελλοντικές έρευνες που θα αφορούν την ανάγκη παρέμβασης του ανθρώπου σε τοπικά ευαίσθητες περιοχές οι οποίες έχουν υποστεί καταστροφή από πυρκαγιά και αδυνατούν από μόνες τους να επανέλθουν.<br /> <br /> [[category:Ποιότητα τοπίου]]</div>

Nkanello http://147.102.106.44/rs/wiki/index.php/%CE%9A%CE%B1%CE%BD%CE%B5%CE%BB%CE%BB%CF%8C%CF%80%CE%BF%CF%85%CE%BB%CE%BF%CF%82_%CE%9D%CE%AF%CE%BA%CE%BF%CF%82 2020-02-28T17:52:44Z

<p>Nkanello: </p> <hr /> <div>[[Εκτίμηση της επίπτωσης των διαφορετικών χαρακτηριστικών του ανάγλυφου στην ανάκαμψη του δάσους...]]<br /> <br /> [[Διαχρονική Ανάλυση Παραμόρφωσης Επιφάνειας σε κατολίσθηση στο Αμύνταιο με την χρήση UAV...]]<br /> <br /> [[Παρακολούθηση αποψίλωσης και υποβάθμισης των δασών του Αμαζονίου μέσω διαχρονικής ανάλυσης εικόνων Landsat]]<br /> <br /> [[Συγκριτικές Αναλύσεις και Χρήση της εξατμισοδιαπνοής μέσω της τηλεπισκόπησης με σκοπό την αναγνώριση αποψιλωμένων εκτάσεων]]<br /> <br /> [[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Μέτσοβο) ]]</div>

Nkanello http://147.102.106.44/rs/wiki/index.php/%CE%A3%CF%85%CE%B3%CE%BA%CF%81%CE%B9%CF%84%CE%B9%CE%BA%CE%AD%CF%82_%CE%91%CE%BD%CE%B1%CE%BB%CF%8D%CF%83%CE%B5%CE%B9%CF%82_%CE%BA%CE%B1%CE%B9_%CE%A7%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%B5%CE%BE%CE%B1%CF%84%CE%BC%CE%B9%CF%83%CE%BF%CE%B4%CE%B9%CE%B1%CF%80%CE%BD%CE%BF%CE%AE%CF%82_%CE%BC%CE%AD%CF%83%CF%89_%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_%CE%BC%CE%B5_%CF%83%CE%BA%CE%BF%CF%80%CF%8C_%CF%84%CE%B7%CE%BD_%CE%B1%CE%BD%CE%B1%CE%B3%CE%BD%CF%8E%CF%81%CE%B9%CF%83%CE%B7_%CE%B1%CF%80%CE%BF%CF%88%CE%B9%CE%BB%CF%89%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 2020-02-28T17:52:13Z

<p>Nkanello: Νέα σελίδα με ''''Συγκριτικές Αναλύσεις και Χρήση της εξατμισοδιαπνοής μέσω της τηλεπισκόπησης με σκοπό την ...'</p> <hr /> <div>'''Συγκριτικές Αναλύσεις και Χρήση της εξατμισοδιαπνοής μέσω της τηλεπισκόπησης με σκοπό την αναγνώριση αποψιλωμένων εκτάσεων στον Αμαζόνιο'''<br /> <br /> '''Τίτλος''': Comparative analyzes and use of evapotranspiration obtained through remote sensing to identify deforested areas in the Amazon<br /> <br /> '''Συγγραφείς''': Helder José Farias da Silva, Weber Andrade Gonçalves, Bergson Guedes Bezerra<br /> <br /> [[Εικόνα:Nk_2019b_a4_e1.jpg|thumb|right|500px|Εικόνα 1: Ακριβής τοποθεσία περιοχής μελέτης και φυσικό ανάγλυφο]]<br /> [[Εικόνα:Nk_2019b_a4_e2.jpg|thumb|right|500px|Εικόνα 2: Διαχρονική απεικόνιση αποψιλώσεων (2000-2014)]]<br /> [[Εικόνα:Nk_2019b_a4_e3.jpg|thumb|right|500px|Εικόνα 3: Μέσες τιμές υετού &amp; εξατμισοδιαπνοής (2000-2014)]]<br /> [[Εικόνα:Nk_2019b_a4_e4.jpg|thumb|right|500px|Εικόνα 4: Εποχική επανακατηγοριοποίηση των φαινομένων του υετού και της εξατμισοδιαπνοής]]<br /> [[Εικόνα:Nk_2019b_a4_e5.jpg|thumb|right|500px|Εικόνα 5: Ταξινόμηση των τριών διαφορετικων ομογενών υποπεριοχών (R1, R2, R3)]]<br /> [[Εικόνα:Nk_2019b_a4_e5b.jpg|thumb|right|500px|Εικόνα 5β: Τιμές της εξατμισοδιαπνοής των υποπεριοχών ανά μήνα και ανά εποχική κατηγορία]]<br /> [[Εικόνα:Nk_2019b_a4_p1.jpg|thumb|right|500px|Πίνακας 1: Αριθμητικές τιμές εξατμισοδιαπνοής για τις τρεις υποπεριοχές κατά τις διαφορετικές περιόδους και για όλες τις κατηγορίες εδαφοκάλυψης]]<br /> [[Εικόνα:Nk_2019b_a4_e6a.jpg|thumb|right|500px|Εικόνα 6α: Διαγράμματα συχνότητας κατανομής για το Δάσος (F) και τος αποψιλωμένες εκτάσεις αντίστοιχα (D). (1)]]<br /> [[Εικόνα:Nk_2019b_a4_e6b.jpg|thumb|right|500px|Εικόνα 6β: Διαγράμματα συχνότητας κατανομής για το Δάσος (F) και τος αποψιλωμένες εκτάσεις αντίστοιχα (D). (2)]]<br /> [[Εικόνα:Nk_2019b_a4_p2.jpg|thumb|right|500px|Πίνακας 2: Συντελεστές και στατιστική υπολογισμού του μοντέλου παλινδρόμησης]]<br /> [[Εικόνα:Nk_2019b_a4_e7.jpg|thumb|right|500px|Εικόνα 7: Χάρτης πιθανότητας μελλοντικής αποψίλωσης]]<br /> <br /> =='''Εισαγωγή'''==<br /> H εξατμισοδιαπνοή είναι ένας από τους πιο σημαντικούς παράγοντες του υδρολογικού κύκλου κυρίως επειδή συνδέει τις ατμοσφαιρικές με τις χερσαίες υδρολογικές διεργασίες και επειδή επιστρέφει πίσω στην ατμόσφαιρα περισσότερο από το 60% της υγρασίας των συνολικών κατακρημνίσεων. Η εξατμισοδιαπνοή επίσης τις ξηρές εποχές είναι υψηλότερη σε σύγκριση με τις υγρές εποχές για τα υγρά τροπικά δάση αλλά και για τα εποχιακά ξηρά δάση του νότιου Αμαζονίου. Στα υγρά τροπικά δάση, ο κύριος παράγοντας-ρυθμιστής είναι η ακτινοβολία της επιφάνειας του εδάφους σε αντίθεση με τα εποχιακά ξηρά δάση όπου οι παράγοντες είναι κυρίως βιολογικοί (π.χ. η θερμική αγωγιμότητα του εδάφους). Τις τελευταίες δεκαετίες μεγάλες εκτάσεις του Αμαζονίου και του Cerrado (Βραζιλιάνικη Σαβάννα) έχουν εκχερσωθεί με σκοπό την μετατροπή τους σε άλλες χρήσεις γης. Η μείωση της τάσης των αποψιλώσεων αυτών η οποία είχε καταγραφεί τα τελευταία 15 χρόνια, έχει πάψει πλέον να υφίσταται, γεγονός το οποίο κάνει την εκπόνηση συγκριτικών μελετών για διαφορές στις χρήσεις γης(με βάση υδρολογικούς παράγοντες)εξαιρετικά απαραίτητη. Ακόμα είναι ευρέως αποδεκτό ότι οι εκτενείς αλλαγές στην κάλυψη του εδάφους, δηλαδή κυρίως η μετατροπή δασικών εκτάσεων σε αγροτικές ή αστικές, μπορεί να διαφοροποιήσει άρδην τον ατμοσφαιρικό υδρολογικό κύκλο, τα βιο-γεω-χημικά χαρακτηριστικά και την νεφοκάλυψη, όπως επίσης και την κλιματική ποικιλομορφία μίας περιοχής. Οι περισσότερες από τις μελέτες οι οποίες έχουν προηγηθεί προβλέπουν δριμύτατες κλιματικές επιπτώσεις, όπως την μείωση του υετού και της εξατμισοδιαπνοής, το επίπεδο της θερμοκρασίας εδάφους και την ελάττωση της σύγκλισης της υγρασίας πάνω από αποψιλωμένες εκτάσεις. Χαρακτηριστικό παράδειγμα αποτελεί η περιοχή Rondonia της Βραζιλίας όπου το νοτιοανατολικό της τμήμα, τις τελευταίες δύο δεκαετίες, είναι 25% πιο ξηρό κατά τις ξηρές περιόδους, ενώ στο βορειοδυτικό οι βροχοπτώσεις αυξήθηκαν αισθητά. Η τηλεπισκόπηση είναι ένα πολύ χρήσιμο εργαλείο το οποίο συμπληρώνει κενά στην έρευνα και έχει την δυνατότητα να παράξει καλύτερες τοπικές εκτιμήσεις της δυναμικής του υδρολογικού κύκλου και της σχέσης της με τις αλλαγές στις καλύψεις γης αλλά και εκτενέστερα στο κλίμα. Πλέον με την χρήση του προϊόντος MOD16 είναι δυνατή μία πιο άμεση προσέγγιση, σε σύγκριση με προηγούμενες μελέτες, όσον αφορά τις αλλαγές στην κάλυψη της γης και στην σχέση της με την εξατμισοδιαπνοή. Η παρακολούθηση των αποψιλωμένων εκτάσεων του Αμαζονίου πραγματοποιείται από το Εθνικό Ινστιτούτο Διαστημικής Έρευνας (INPE) μέσω του προγράμματος PRODES και του Real Time Deforestation Detection System (DETER).<br /> <br /> =='''Περιοχή μελέτης'''==<br /> Η περιοχή μελέτης είναι η πολιτεία της Rondonia στην Βραζιλία, η οποία βρίσκεται στο νοτιοδυτικό τμήμα του Βραζιλιάνικου Αμαζονίου. Η Rondonia καλύπτει μία έκταση 240.000 τετραγωνικών χιλιομέτρων στην οποία κατοικούν μόνιμα 1.600.000 άνθρωποι. Το κλίμα της είναι υγρό τροπικό, με μέση ετήσια θερμοκρασία 18ºC και με διακριτά ξηρούς χειμώνες. Ο μέσος ετήσιος υετός κυμαίνεται από 1.300 μέχρι 2.600 χιλιοστά το χρόνο, με τα χαμηλότερα ποσοστά να παρατηρούνται στο νοτιοδυτικό τμήμα και τα υψηλότερα στο ανατολικό-βορειοανατολικό, όπου η μέση ετήσια θερμοκρασία είναι 25ºC. Στην Εικόνα 1 φαίνεται η ακριβής τοποθεσία της περιοχής όπως επίσης και τα υψόμετρα από το επίπεδο της θάλασσας.<br /> =='''Προϊόν MOD16''' (Εκτίμηση Εξατμισοδιαπνοής)==<br /> Το προϊόν MOD16 είναι ένας αλγόριθμος με κύριο σκοπό της εκτίμηση της παγκόσμιας επιφανειακής εξατμισοδιαπνοής με την χρήση τηλεπισκοπικών δεδομένων από τον δέκτη MODIS των δορυφόρων Terra και Aqua. Τα απαιτούμενα μετεωρολογικά δεδομένα για την εφαρμογή του αλγορίθμου, αντλούνται από το παγκόσμιο μετεωρολογικό μοντέλο GMAO το οποίο έχει χωρική ανάλυση 1.00º x 1.25º. Το συγκεκριμένο μοντέλο μακροπρόθεσμα αποδίδει καλύτερα σε περιοχές με υψηλή δασοκάλυψη ενώ σε περιοχές όπως οι πόλοι της γης η απόδοση του είναι χαμηλότερη.<br /> =='''Προϊόν PRODES'''==<br /> Οι πληροφορίες που αφορούν την κάλυψη της γης στην Rondonia της Βραζιλίας, συλλέχθηκαν με την βοήθεια ψηφιδωτών αρχείων του προγράμματος PRODES το οποίο από το 1988 παρακολουθεί την αποψίλωση του Αμαζονίου παράγοντας κάθε χρόνο έναν συγκεκριμένο ρυθμό αποψίλωσης. Η ταξινόμηση των καλύψεων γης που υιοθετεί το PRODES αποτελείται από: Υδρογραφία (υδάτινα σώματα), Δάση (πρωτεύοντα δάση), Αποψίλωση και Όχι_Δάσος (Cerrado, αστικά κέντρα, υγρότοποι και άλλα). Το 2014, το οποίο είναι και το τελευταίο έτος που χρησιμοποιείται στην συγκεκριμένη μελέτη, τα δάση καλύπτουν το 52,2% (125 τ.χ.), οι αποψιλωμένες εκτάσεις το 37,1% (89 τ.χ.) και οι γυμνές από δάσος εκτάσεις το 10,4% (25 τ.χ.). Στην Εικόνα 2 φαίνεται η εξέλιξη της αποψίλωσης στην περιοχή από το 2000 μέχρι το 2014.<br /> =='''Προϊόν TRMM''' (3B42)==<br /> Το προϊόν αυτό χρησιμοποιήθηκε ούτως ώστε να εξακριβωθεί η χωρική και χρονική ποικιλομορφία, δηλαδή να ταυτοποιηθούν οι υγρές και οι ξηρές περίοδοι της περιοχής μελέτης για την περίοδο 2000 – 2014. Η έκδοση του λογισμικού η οποία χρησιμοποιήθηκε (v7) δοκιμάστηκε νωρίτερα σε πολλές διαφορετικές περιπτώσεις σε όλη την γη και διαπιστώθηκε ότι αποδίδει με πολύ μεγαλύτερη ακρίβεια τον υετό σε σύγκριση με την προηγούμενη έκδοση. <br /> =='''Μεθοδολογία'''==<br /> Οι αναλύσεις διεξήχθησαν σε μια σειρά από ομογενείς υποπεριοχές οι οποίες καθορίστηκαν σύμφωνα με την χρονική διαφοροποίηση της εξατμισοδιαπνοής στην Rondonia μέσω ανάλυσης cluster και με την χρήση της μεθόδου Silhouette Index προσαρμοσμένη στα ιδιαίτερα χαρακτηριστικά της περιοχής του Αμαζονίου. Στην συνέχεια εκτελέστηκαν συγκριτικές αναλύσεις των ξηρών και των υγρών περιόδων για ολόκληρη την περιοχή και για κάθε υποπεριοχή ξεχωριστά. Ακόμα επιλέχθηκαν τυχαία μικρότερες περιοχές (πολύγωνα 500 τ.μ.) μέσα στις υποπεριοχές έτσι ώστε να αποφευχθούν στατιστικά λάθη. Για την διαδικασία της ανάλυσης χρησιμοποιήθηκε επίσης το μοντέλο LRM για τον προσδιορισμό της σχέσης του τύπου του εδάφους και της μηνιαίας μέσης τιμής της εξατμισοδιαπνοής. Τέτοια στατιστικά μοντέλα όπως αυτό συμπεραίνουν ότι η πληροφορία είναι ανεξάρτητη και σωστά κατανεμημένη. <br /> =='''Αποτελέσματα'''==<br /> ===Περιοχική ανάλυση του υετού και της εξατμισοδιαπνοής===<br /> Για να αναλυθούν σε μηνιαία βάση οι διαφοροποιήσεις στον υετό και την εξατμισοδιαπνοή, προσδιορίστηκαν οι μέσες τιμές για όλη την πολιτεία της Rondonia για την χρονική περίοδο 2000 – 2014 (Εικόνα 3).<br /> Ο μέσος μηνιαίος υετός παρουσίασε μεγάλη εποχικότητα. Από τον Νοέμβριο μέχρι τον Μάρτιο (υγρή περίοδος) κυμάνθηκε από 200 μέχρι 307 (Ιανουάριος) χιλιοστά, ενώ από τον Μάιο μέχρι τον Σεπτέμβριο (ξηρή περίοδος) από 19 (Ιούλιος) μέχρι 100 χιλιοστά. Η εποχική διαφοροποίηση της εξατμισοδιαπνοής παρουσίασε μικρότερες διακυμάνσεις σε σύγκριση με τον υετό. Οι μήνες με την χαμηλότερη και την υψηλότερη εξατμισοδιαπνοή ήταν με την σειρά, ο Αύγουστος (92 mm) και ο Ιανουάριος (124 mm). Για την κατανόηση της χωρικής μεταβλητότητας της διαδικασίας της εξατμισοδιαπνοής σε συνδυασμό με τον υετό στην περιοχή ενδιαφέροντος, τα μηνιαία δεδομένα επανακατηγοριοποιήθηκαν εποχικά, όπως δείχνει και η Εικόνα 4, σε υγρά και ξηρά τεταρτημόρια.<br /> ===Αποτελέσματα αλλαγής χρήσεων και καλύψεων γης στην εξατμισοδιαπνοή===<br /> Σύμφωνα με την ανάλυση που προηγήθηκε, τρεις ομογενείς υποπεριοχές θεωρήθηκαν επαρκείς για την εκπροσώπηση της εξατμισοδιαπνοής στην περιοχή μελέτης (Εικόνα 5, Εικόνα 5β).<br /> Στον Πίνακα 1 παρουσιάζονται ορισμένα περιγραφικά στατιστικά για τις υγρές και τις ξηρές περιόδους καθώς επίσης και το ποσοστό της αύξησης των τιμών της ξηρής περιόδου σε σύγκριση με αυτών της υγρής για διαφορετικούς τύπους εδαφών. <br /> Για την ποσοτικοποίηση του αποτυπώματος της αλλαγής από δάσος (F) σε αποψιλωμένη έκταση (D), όσον αφορά την εξατμισοδιαπνοή, υπολογίστηκε η συχνότητα της κατανομής για τους δύο διαφορετικούς τύπους κάλυψης γης (Εικόνα 6α, Εικόνα 6β).<br /> Τα αποτελέσματα ενισχύουν αυτά προηγούμενων μελετών οι οποίες έκαναν χρήση της μεθόδου συνδιασποράς στροβίλου όπου η μείωση της εξατμισοδιαπνοής παρατηρούταν όταν η φυσική βλάστηση άλλαζε σε ανθρωπογενή κάλυψη γης. <br /> ===Μοντέλο ταυτοποίησης αποψιλωμένων περιοχών με χρήση δεδομένων εξατμισοδιαπνοής===<br /> Στον Πίνακα 2 παρουσιάζονται οι συντελεστές και η στατιστικές υπολογισμού του μοντέλου παλινδρόμησης. <br /> Η αρνητική σχέση μεταξύ των τιμών της εξατμισοδιαπνοής την ξηρή περίοδο και των πιθανοτήτων μίας επιφάνειας να αποψιλωθεί, είναι συναφείς, διότι ο μηχανισμός διατήρησης της υποβαθμισμένης βλάστησης κατά αυτήν την περίοδο, μειώνει την διαδικασία της εξατμισοδιαπνοής, αυξάνοντας έτσι τις πιθανότητες το έδαφος να έρθει σε κατάσταση πλήρης απογύμνωσης. Αυτό συμβαίνει γιατί τα φυτά σε τέτοιες περιοχές διαθέτουν πολύ κοντές ρίζες με αποτέλεσμα να δυσκολεύει η απομάκρυνση της υγρασίας από το έδαφος, σε αντίθεση με περιοχές οι οποίες καλύπτονται πλήρως από βλάστηση με βαθιές ρίζες. Τέλος η μελέτη καταλήγει σε έναν χωρικό χάρτη πιθανοτήτων ο οποίος παίρνει τιμές από 0 έως 1 (Εικόνα 7).<br /> Όσο πιο κοντά στο 1 είναι οι τιμές τόσο μεγαλύτερη θα είναι η πιθανότητα να βρεθεί εκεί αποψιλωμένη έκταση. Το όριο της ύπαρξης αποψιλωμένων εκτάσεων ή όχι είναι το 0,5. <br /> =='''Συμπεράσματα'''==<br /> Τα αποτελέσματα έδειξαν ότι σε γενικές γραμμές τα δεδομένα από το προϊόν MOD16A2 μπορούν να παρέχουν μία ικανοποιητική αναπαράσταση των αλλαγών στην εξατμισοδιαπνοή μίας μεγάλης περιοχής του Αμαζονίου. Ωστόσο ο υπολογισμός της μέσω της τηλεπισκόπησης παραμένει ακόμα μεγάλη πρόκληση εξαιτίας της αβεβαιότητας των δεδομένων εισαγωγής και παραγόντων κλιμάκωσης. Παρ΄ όλα αυτά, αυτή η προσέγγιση αναδεικνύει την δυνατότητα της εκτίμησης των αλλαγών στην διαδικασία της εξατμισοδιαπνοής, οι οποίες οφείλονται στις αλλαγές των χρήσεων και καλύψεων γης και στον κλιματικό χαρακτηρισμό μίας περιοχής, κάνοντας έτσι δυνατή την αναγνώριση της εποχικότητας σε τοπικό επίπεδο με πολύ μεγάλη ακρίβεια. Τα αποτελέσματα υποδεικνύουν επίσης ότι η αποψίλωση των δασών προξενεί μία σημαντική μείωση στην εξατμισοδιαπνοή τις ξηρές περιόδους και παράλληλα μία πολύ μικρότερη αύξηση, τις υγρές. Με την χρήση της κλασματικής ανάλυσης έγινε σαφές ότι αυτές οι διαφορές μπορούν να ποικίλουν σε σημαντικό βαθμό από περιοχή σε περιοχή, το οποίο γεγονός καταδεικνύει την υψηλή χωρική μεταβλητότητα της διαδικασίας της εξατμισοδιαπνοής στην περιοχή μελέτης. Μολαταύτα η αποψίλωση των δασών του Αμαζονίου δεν μπορεί από μόνη της να εξηγήσει όλες τις πρόσφατες αλλαγές στην ισορροπία του νερού στην ευρύτερη περιοχή, καθώς υπάρχουν ακόμα και άλλες ανθρωπογενείς δραστηριότητες οι οποίες σχετίζονται άμεσα με την επιρροή της εξατμισοδιαπνοής, όπως η άρδευση και η κατασκευή φραγμάτων. Με άλλα λόγια, ο χρόνος απόκρισης που αφορά την κλίμακα της αλλαγής, εξαρτάται από την υπό μελέτη κλίμακα. Για τον λόγο αυτό, τα αποτελέσματα της ροής της ενέργειας και/ή των διαδικασιών ισορροπίας του νερού τα οποία λαμβάνονται από μικρές σε έκταση περιοχές, μπορεί να διαφέρουν από αυτά μεγαλύτερων περιοχών, πράγμα το οποίο αποδεικνύει την ανάγκη να αναλύονται οι αποκρίσεις σε διαφορετικές κλίμακες. <br /> <br /> <br /> [[category:Δασοπονία, Δασική διαχείριση]]</div>

Nkanello http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Nk_2019b_a4_e7.jpg 2020-02-28T17:51:19Z

<p>Nkanello: Εικόνα 7: Χάρτης πιθανότητας μελλοντικής αποψίλωσης</p> <hr /> <div>Εικόνα 7: Χάρτης πιθανότητας μελλοντικής αποψίλωσης</div>

Nkanello http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Nk_2019b_a4_p2.jpg 2020-02-28T17:48:51Z

<p>Nkanello: Πίνακας 2: Συντελεστές και στατιστική υπολογισμού του μοντέλου παλινδρόμησης</p> <hr /> <div>Πίνακας 2: Συντελεστές και στατιστική υπολογισμού του μοντέλου παλινδρόμησης</div>

Nkanello http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Nk_2019b_a4_e6b.jpg 2020-02-28T17:46:29Z

<p>Nkanello: Εικόνα 6β: Διαγράμματα συχνότητας κατανομής για το Δάσος (F) και τος αποψιλωμένες εκτάσεις αντίστοιχα (D). (2)</p> <hr /> <div>Εικόνα 6β: Διαγράμματα συχνότητας κατανομής για το Δάσος (F) και τος αποψιλωμένες εκτάσεις αντίστοιχα (D). (2)</div>

Nkanello http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Nk_2019b_a4_e6a.jpg 2020-02-28T17:44:57Z

<p>Nkanello: Εικόνα 6α: Διαγράμματα συχνότητας κατανομής για το Δάσος (F) και τος αποψιλωμένες εκτάσεις αντίστοιχα (D). (1)</p> <hr /> <div>Εικόνα 6α: Διαγράμματα συχνότητας κατανομής για το Δάσος (F) και τος αποψιλωμένες εκτάσεις αντίστοιχα (D). (1)</div>

Nkanello http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Nk_2019b_a4_p1.jpg 2020-02-28T17:40:47Z

<p>Nkanello: Πίνακας 1: Αριθμητικές τιμές εξατμισοδιαπνοής για τις τρεις υποπεριοχές κατά τις διαφορετικές περιόδους και για όλες τις κατηγορίες εδαφο�</p> <hr /> <div>Πίνακας 1: Αριθμητικές τιμές εξατμισοδιαπνοής για τις τρεις υποπεριοχές κατά τις διαφορετικές περιόδους και για όλες τις κατηγορίες εδαφοκάλυψης.</div>

Nkanello http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Nk_2019b_a4_e5b.jpg 2020-02-28T17:33:05Z

<p>Nkanello: Εικόνα 5β: Τιμές της εξατμισοδιαπνοής των υποπεριοχπων ανά μήνα και ανά εποχική κατηγορία</p> <hr /> <div>Εικόνα 5β: Τιμές της εξατμισοδιαπνοής των υποπεριοχπων ανά μήνα και ανά εποχική κατηγορία</div>

Nkanello http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Nk_2019b_a4_e5.jpg 2020-02-28T17:28:12Z

<p>Nkanello: Εικόνα 5: Ταξινόμηση των τριών διαφορετικων ομογενών υποπεριοχών (R1, R2, R3)</p> <hr /> <div>Εικόνα 5: Ταξινόμηση των τριών διαφορετικων ομογενών υποπεριοχών (R1, R2, R3)</div>

Nkanello http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Nk_2019b_a4_e4.jpg 2020-02-28T17:25:02Z

<p>Nkanello: Εικόνα 4: Εποχική επανακατηγοριοποίηση των φαινομένων του υετού και της εξατμισοδιαπνοής</p> <hr /> <div>Εικόνα 4: Εποχική επανακατηγοριοποίηση των φαινομένων του υετού και της εξατμισοδιαπνοής</div>

Nkanello http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Nk_2019b_a4_e3.jpg 2020-02-28T17:22:12Z

<p>Nkanello: Εικόνα 3: Μέσες τιμές υετού &amp; εξατμισοδιαπνοής (2000-2014)</p> <hr /> <div>Εικόνα 3: Μέσες τιμές υετού &amp; εξατμισοδιαπνοής (2000-2014)</div>

Nkanello http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Nk_2019b_a4_e2.jpg 2020-02-28T17:19:01Z

<p>Nkanello: Εικόνα 2: Διαχρονική απεικόνιση αποψιλώσεων (2000-2014)</p> <hr /> <div>Εικόνα 2: Διαχρονική απεικόνιση αποψιλώσεων (2000-2014)</div>

Nkanello http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Nk_2019b_a4_e1.jpg 2020-02-28T17:12:18Z

<p>Nkanello: Εικόνα 1: Ακριβής τοποθεσία περιοχής μελέτης και φυσικό ανάγλυφο</p> <hr /> <div>Εικόνα 1: Ακριβής τοποθεσία περιοχής μελέτης και φυσικό ανάγλυφο</div>

Nkanello http://147.102.106.44/rs/wiki/index.php/%CE%9A%CE%B1%CE%BD%CE%B5%CE%BB%CE%BB%CF%8C%CF%80%CE%BF%CF%85%CE%BB%CE%BF%CF%82_%CE%9D%CE%AF%CE%BA%CE%BF%CF%82 2020-02-28T15:55:26Z

<p>Nkanello: </p> <hr /> <div>[[Εκτίμηση της επίπτωσης των διαφορετικών χαρακτηριστικών του ανάγλυφου στην ανάκαμψη του δάσους...]]<br /> <br /> [[Διαχρονική Ανάλυση Παραμόρφωσης Επιφάνειας σε κατολίσθηση στο Αμύνταιο με την χρήση UAV...]]<br /> <br /> [[Παρακολούθηση αποψίλωσης και υποβάθμισης των δασών του Αμαζονίου μέσω διαχρονικής ανάλυσης εικόνων Landsat]]<br /> <br /> [[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Μέτσοβο) ]]</div>

Nkanello http://147.102.106.44/rs/wiki/index.php/%CE%A0%CE%B1%CF%81%CE%B1%CE%BA%CE%BF%CE%BB%CE%BF%CF%8D%CE%B8%CE%B7%CF%83%CE%B7_%CE%B1%CF%80%CE%BF%CF%88%CE%AF%CE%BB%CF%89%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CF%85%CF%80%CE%BF%CE%B2%CE%AC%CE%B8%CE%BC%CE%B9%CF%83%CE%B7%CF%82_%CF%84%CF%89%CE%BD_%CE%B4%CE%B1%CF%83%CF%8E%CE%BD_%CF%84%CE%BF%CF%85_%CE%91%CE%BC%CE%B1%CE%B6%CE%BF%CE%BD%CE%AF%CE%BF%CF%85_%CE%BC%CE%AD%CF%83%CF%89_%CE%B4%CE%B9%CE%B1%CF%87%CF%81%CE%BF%CE%BD%CE%B9%CE%BA%CE%AE%CF%82_%CE%B1%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7%CF%82_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CF%89%CE%BD_Landsat 2020-02-28T15:54:20Z

<p>Nkanello: Νέα σελίδα με ''''Τίτλος''': Monitoring deforestation and forest degradation using multi-temporal fraction images derived from Landsat sensor data in the Brazilian Amazon '''Συ...'</p> <hr /> <div>'''Τίτλος''': Monitoring deforestation and forest degradation using multi-temporal fraction images derived from Landsat sensor data in the Brazilian Amazon<br /> <br /> '''Συγγραφείς''': Yosio Edemir Shimabukuro, Egidio Arai, Valdete Duarte, Anderson Jorge, Erone Ghizoni dos Santos, Kaio Allan Cruz Gasparini &amp; Andeise Cerqueira Dutra<br /> <br /> [[Εικόνα:Nk_2019b_a3_e1.jpg|thumb|right|300px|Εικόνα 1: (a) TM 2011(R5 G4 B3) και (b) αντίστοιχο κλάσμα εδάφους τονίζοντας με ελαφρύτερο τόνο τις περιοχές της επιλεκτικής υλοτόμησης, (c) TM 2008(R5 G4 B3) και (d) αντίστοιχο κλάσμα εδάφους τονίζοντας με ελαφρύτερο τόνο τις καμμένες περιοχές. Με κίτρινο χρώμα απεικονίζονται οι αποψιλωμένες περιοχές.]]<br /> [[Εικόνα:Nk_2019b_a3_e2.jpg|thumb|right|300px|Εικόνα 2: Δορυφορική απεικόνιση καμμένων εκτάσεων και φωτογραφίες πεδίου.]]<br /> [[Εικόνα:Nk_2019b_a3_e3.jpg|thumb|right|300px|Εικόνα 3: Δορυφορική απεικόνιση υποβαθμισμένων δασών εξαιτίας επιλεκτικής υλοτόμησης και φωτογραφίες πεδίου.]]<br /> [[Εικόνα:Nk_2019b_a3_e4.jpg|thumb|right|300px|Εικόνα 4: Δασωμένες και μη εκτάσεις.]]<br /> [[Εικόνα:Nk_2019b_a3_p1.jpg|thumb|right|300px|Πίνακας 1: Αναλυτικά οι υποβαθμισμένες και αποψιλωμένες εκτάσεις για κάθε χρόνο της μελέτης.]]<br /> [[Εικόνα:Nk_2019b_a3_e5.jpg|thumb|right|300px|Εικόνα 5: Οι αποψιλωμένες εκτάσεις ανά έτος για την περίοδο μελέτης σε διαφορετικούς χρωματισμούς.]]<br /> [[Εικόνα:Nk_2019b_a3_e6.jpg|thumb|right|600px|Εικόνα 6: Οι υποβαθμισμένες εκτάσεις από πυρκαγιές ανά έτος για την περίοδο μελέτης σε διαφορετικούς χρωματισμούς.]]<br /> [[Εικόνα:Nk_2019b_a3_e7.jpg|thumb|right|600px|Εικόνα 7: Περιοχές που έχουν υποστεί υποβάθμιση λόγω της υλοτόμησης ταξινομημένες ανά έτος για την περίοδο μελέτης]]<br /> [[Εικόνα:Nk_2019b_a3_e8.jpg|thumb|right|1000px|Εικόνα 8: Ταξινομήσεις υποβαθμισμένων και αποψιλωμένων εκτάσεων (Landsat OLI &amp; RapidEye)(Κίτρικο=αποψιλωμένες εκτάσεις, Κόκκινο=υποβαθμισμένες από υλοτόμηση, Μπλε=υποβαθμισμένες από πυρκαγιές).]]<br /> <br /> =='''Εισαγωγή'''==<br /> Ως αποψίλωση ορίζεται η ολοκληρωτική αλλαγή δασικών εκτάσεων με άλλες χρήσεις/καλύψεις γης, ενώ με τον όρο υποβάθμιση νοείται η επιλεκτική υλοτόμηση και οι ανεξέλεγκτες πυρκαγιές σε ανέγγιχτες δασικές εκτάσεις. Ενώ η αποψίλωση συμβάλλει αποδεδειγμένα στην αύξηση του διοξειδίου του άνθρακα στην ατμόσφαιρα, ο ρόλος της υποβάθμισης των δασών είναι ακόμα υπό μελέτη. Η αποψίλωση των δασών είναι η δεύτερη μεγαλύτερη αιτία της αύξησης του φαινομένου του θερμοκηπίου μετά την καύση ορυκτών καυσίμων, ωστόσο στην εξίσωση δεν μπαίνει η υποβάθμιση των δασών μέσω της επιλεκτικής υλοτόμησης και των πυρκαγιών. Η υποβάθμιση αυτή αντιστοιχεί στο 40% των συνολικών εκπομπών της αποψίλωσης στο δάσος του Αμαζονίου, εξαιτίας της ριζικής αλλαγής που επιφέρει η αποψίλωση στα οικοσυστήματα (από δάσος σε άλλες χρήσεις γης). Πιο συγκεκριμένα από το 1999 μέχρι το 2010 περίπου 85.500 χλμ2 του ανατολικού Αμαζονίου υπέστησαν υποβάθμιση εξαιτίας ανεξέλεγκτων πυρκαγιών. Οι τεχνικές της τηλεπισκόπησης προσφέρουν πολλά πλεονεκτήματα όσον αφορά την παρακολούθηση της υποβάθμισης των δασών σε περιοχές με δύσκολη πρόσβαση. Ανάλογα με το μέγεθος, η υποβάθμιση των δασών μπορεί να παρατηρηθεί από δορυφορικούς δέκτες με μέτρια χωρική ανάλυση. Μία από τις τεχνικές επεξεργασίας της εικόνας που επιτρέπει την αναγνώριση περιοχών με έκθεση εδάφους ή αφαίρεσης της βλάστησης, λέγεται Linear Spectral Mixing Model (LSMM) και είναι αυτή η οποία χρησιμοποιείται εκτενέστερα στον Αμαζόνιο της Βραζιλίας. Κύριος σκοπός της έρευνας αυτής είναι η ανάπτυξη μίας ημι-αυτόνομης διαδικασίας, βασισμένης σε διαχρονικές εικόνες του Landsat TM και OLI (2005-2017), για την αξιολόγηση και την παρακολούθηση της αποψίλωσης και της υποβάθμισης του Βραζιλιάνικου Αμαζονίου. Επίσης η κύρια συνεισφορά της είναι ο διαχωρισμός της υποβάθμισης που προκαλείται από δραστηριότητες επιλεκτικής υλοτόμησης, με αυτήν που προκαλείται από ανεξέλεγκτες πυρκαγιές.<br /> <br /> =='''Περιοχή μελέτης'''==<br /> Η περιοχή λέγεται Mato Grosso ή αλλιώς «κιβωτός της αποψίλωσης» και καταλαμβάνει έκταση ίση περίπου με 10.000 χλμ2.<br /> <br /> =='''Δορυφορικές εικόνες Landsat''' (TM&amp;OLI)==<br /> Για την συγκεκριμένη μελέτη χρησιμοποιήθηκαν 21 εικόνες χωρίς νέφη του Landsat από τα έτη 2005, 2006, 2007, 2008, 2009, 2010, 2011 και 15 εικόνες του Landsat OLI από τα έτη 2013, 2014, 2015, 2016 και 2017. Επίσης επιλέχθηκαν ακόμα 2 εικόνες από το 2013 τύπου RapidEye για λόγους εκτίμησης των αποτελεσμάτων, εξαιτίας της υψηλής τους χωρικής ανάλυσης (5μ). <br /> <br /> =='''Μεθοδολογική προσέγγιση'''== <br /> Η προτεινόμενη μέθοδος εκτελέστηκε με τα εξής βήματα:<br /> *Δημιουργία υποβάθρου προϋπάρχοντος δάσους, για την αποφυγή χαρτογράφησης περιοχών που έχουν ήδη καεί πριν το 2005.<br /> *Δημιουργία κλασματικών εικόνων για όλες τις εικόνες που επιλέχθηκαν για την μελέτη.<br /> *Εφαρμογή της διαδικασίας του κατακερματισμού στο σύνολο των διαχρονικών εικόνων εδάφους και σκίασης.<br /> *Δημιουργία νέου χάρτη αποψιλωμένων εκτάσεων.<br /> *Δημιουργία χάρτη καμένων εκτάσεων.<br /> *Συνδυασμός των 2 χαρτών αυτών για την δημιουργία ενός νέου με 4 τάξεις: παλιά αποψίλωση, νέα, υποβαθμισμένες δασικές εκτάσεις λόγω πυρκαγιών και δασωμένες εκτάσεις.<br /> <br /> =='''Χαρτογράφηση νέων αποψιλωμένων εκτάσεων'''== <br /> Αρχικά χρησιμοποιήθηκαν οι ΤΜ εικόνες από το 2005 για την δημιουργία του χάρτη-υποβάθρου με τις παλιές αποψιλωμένες εκτάσεις. Στην συνέχεια με την χρήση της ημι-αυτόματης διαδικασίας που προαναφέρθηκε κατασκευάστηκε μέσω μη επιβλεπόμενης ταξινόμησης ο χάρτης των νέων αποψιλωμένων εκτάσεων μέσω της ανάλυσης των εικόνων από το 2006-2017. (Εικόνα 1)<br /> <br /> =='''Χαρτογράφηση υποβαθμισμένων δασικών εκτάσεων λόγω πυρκαγιών'''==<br /> Μετά τον προσδιορισμό των αποψιλωμένων εκτάσεων, η χαρτογράφηση των υποβαθμισμένων δασών από πυρκαγιά έγινε με τον συνδυασμό των δασωμένων εκτάσεων και των κλασματικών εικόνων σκίασης. (Εικόνα 2)<br /> <br /> =='''Χαρτογράφηση υποβαθμισμένων δασών εξαιτίας της επιλεκτικής υλοτόμησης'''==<br /> Η χαρτογράφηση των υποβαθμισμένων δασικών εκτάσεων είναι μία διαδικασία πολύ δυσκολότερη από την αντίστοιχη για τις αποψιλωμένες εκτάσεις. Ο προσδιορισμός των υποβαθμισμένων εκτάσεων εξαιτίας της υλοτόμησης είναι ακόμη πιο δύσκολος εξαιτίας των παρεμβάσεων τις οποίες επιφέρει στο τοπίο (δηλαδή δρόμους, μικρές εγκαταστάσεις κλπ). Η δυσκολία αυτή έγκειται στο γεγονός ότι οι διαστάσεις των παρεμβάσεων αυτών είναι συνήθως αρκετά μικρότερες από την χωρική ανάλυση που διατίθεται μέσω των εικόνων Landsat (30χ30μ). Για το λόγο αυτό προτείνεται μία μέθοδος ταξινόμησης σε επίπεδο φατνίου. (Εικόνα 3)<br /> <br /> =='''Αποτελέσματα'''==<br /> Στην Εικόνα 4 μπορούμε να διακρίνουμε τις δασωμένες από τις μη δασωμένες εκτάσεις.<br /> <br /> Στον Πίνακα 1 φαίνονται αναλυτικά οι αποψιλωμένες και οι υποβαθμισμένες εκτάσεις για κάθε χρόνο της περιόδου μελέτης.<br /> <br /> Στην Εικόνα 5 φαίνονται οι αποψιλωμένες περιοχές ταξινομημένες ανά έτος.<br /> <br /> Στην Εικόνα 6 φαίνονται οι υποβαθμισμένες περιοχές από πυρκαγιές ταξινομημένες ανά έτος.<br /> <br /> Στην Εικόνα 7 βλέπουμε τις περιοχές εκείνες οι οποίες έχουν υποστεί υποβάθμιση εξαιτίας της υλοτόμησης.<br /> <br /> Στην συνέχεια (Εικόνα 8) έγιναν 2 ταξινομήσεις των αποψιλωμένων και των υποβαθμισμένων εκτάσεων χρησιμοποιώντας εικόνες Landsat OLI και RapidEye. (Με κίτρινο αποτυπώνονται οι αποψιλωμένες εκτάσεις, με κόκκινο αυτές που έχουν υποστεί υποβάθμιση από υλοτόμηση και με μπλε από πυρκαγιές)<br /> <br /> =='''Συμπεράσματα'''==<br /> Σε γενικές γραμμές τα αποτελέσματα της μελέτης συμφωνούν με αυτά προηγούμενων μελετών παρακολούθησης της αποψίλωσης και της υποβάθμισης των δασών. Πιο συγκεκριμένα, η προτεινόμενη προσέγγιση δείχνει την προοπτική που έχει όσον αφορά την διάκριση των υποβαθμισμένων δασικών εκτάσεων από πυρκαγιά και από υλοτόμηση. Αυτό είναι πολύ σημαντικό για τον υπολογισμό του αποτυπώματος του άνθρακα καθώς οι πυρκαγιές και η υλοτόμηση έχουν αρκετά διαφορετική επιρροή στις δασικές εκτάσεις. Τέλος η σύγκριση των εικόνων Landsat OLI και RapidEye έδειξε ότι η χωρική ανάλυση των δορυφορικών εικόνων παίζει πολύ σημαντικό ρόλο στην οριοθέτηση των υποβαθμισμένων εκτάσεων από υλοτόμηση.<br /> <br /> <br /> [[category:Δασοπονία, Δασική διαχείριση]]</div>

Nkanello http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Nk_2019b_a3_e8.jpg 2020-02-28T15:52:34Z

<p>Nkanello: Εικόνα 8: Ταξινομήσεις υποβαθμισμένων και αποψιλωμένων εκτάσεων (Landsat OLI &amp; RapidEye)(Κίτρικο=αποψιλωμένες εκτάσεις, Κόκκινο=υποβαθμισμένες από υ</p> <hr /> <div>Εικόνα 8: Ταξινομήσεις υποβαθμισμένων και αποψιλωμένων εκτάσεων (Landsat OLI &amp; RapidEye)(Κίτρικο=αποψιλωμένες εκτάσεις, Κόκκινο=υποβαθμισμένες από υλοτόμηση, Μπλε=υποβαθμισμένες από πυρκαγιές).</div>

Nkanello http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Nk_2019b_a3_e7.jpg 2020-02-28T15:46:49Z

<p>Nkanello: Εικόνα 7: Περιοχές που έχουν υποστεί υποβάθμιση λόγω της υλοτόμησης ταξινομημένες ανά έτος για την περίοδο μελέτης</p> <hr /> <div>Εικόνα 7: Περιοχές που έχουν υποστεί υποβάθμιση λόγω της υλοτόμησης ταξινομημένες ανά έτος για την περίοδο μελέτης</div>

Nkanello http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Nk_2019b_a3_e6.jpg 2020-02-28T15:41:38Z

<p>Nkanello: Εικόνα 6: Οι υποβαθμισμένες εκτάσεις ανά έτος για την περίοδο μελέτης σε διαφορετικούς χρωματισμούς.</p> <hr /> <div>Εικόνα 6: Οι υποβαθμισμένες εκτάσεις ανά έτος για την περίοδο μελέτης σε διαφορετικούς χρωματισμούς.</div>

Nkanello http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Nk_2019b_a3_e5.jpg 2020-02-28T15:39:32Z

<p>Nkanello: Εικόνα 5: Οι αποψιλωμένες εκτάσεις ανά έτος για την περίοδο μελέτης σε διαφορετικούς χρωματισμούς.</p> <hr /> <div>Εικόνα 5: Οι αποψιλωμένες εκτάσεις ανά έτος για την περίοδο μελέτης σε διαφορετικούς χρωματισμούς.</div>

Nkanello http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Nk_2019b_a3_p1.jpg 2020-02-28T15:37:06Z

<p>Nkanello: Πίνακας 1: Αναλυτικά οι υποβαθμισμένες και αποψιλωμένες εκτάσεις για κάθε χρόνο της μελέτης.</p> <hr /> <div>Πίνακας 1: Αναλυτικά οι υποβαθμισμένες και αποψιλωμένες εκτάσεις για κάθε χρόνο της μελέτης.</div>

Nkanello http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Nk_2019b_a3_e4.jpg 2020-02-28T15:34:34Z

<p>Nkanello: Εικόνα 4: Δασωμένες και μη εκτάσεις</p> <hr /> <div>Εικόνα 4: Δασωμένες και μη εκτάσεις</div>

Nkanello http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Nk_2019b_a3_e3.jpg 2020-02-28T15:28:46Z

<p>Nkanello: Εικόνα 3: Δορυφορική απεικόνιση υποβαθμισμένων δασών εξαιτίας επιλεκτικής υλοτόμησης και φωτογραφίες πεδίου.</p> <hr /> <div>Εικόνα 3: Δορυφορική απεικόνιση υποβαθμισμένων δασών εξαιτίας επιλεκτικής υλοτόμησης και φωτογραφίες πεδίου.</div>

Nkanello http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Nk_2019b_a3_e2.jpg 2020-02-28T15:26:03Z

<p>Nkanello: Εικόνα 2: Δορυφορική απεικόνισξ καμμένων εκτάσεων και φωτογραφίες πεδίου</p> <hr /> <div>Εικόνα 2: Δορυφορική απεικόνισξ καμμένων εκτάσεων και φωτογραφίες πεδίου</div>

Nkanello http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Nk_2019b_a3_e1.jpg 2020-02-28T15:18:33Z

<p>Nkanello: Εικόνα 1: (a) TM 2011(R5 G4 B3) και (b) αντίστοιχο κλάσμα εδάφους τονίζοντας με ελαφρύτερο τόνο τις περιοχές της επιλεκτικής υλοτόμησης, (c) TM 2008(R5 G4 B3) κ�</p> <hr /> <div>Εικόνα 1: (a) TM 2011(R5 G4 B3) και (b) αντίστοιχο κλάσμα εδάφους τονίζοντας με ελαφρύτερο τόνο τις περιοχές της επιλεκτικής υλοτόμησης, (c) TM 2008(R5 G4 B3) και (d) αντίστοιχο κλάσμα εδάφους τονίζοντας με ελαφρύτερο τόνο τις καμμένες εκτάσεις. Με κίτρινο χρώμα απεικονίζονται οι απο πριν αποψιλωμένες εκτάσεις.</div>

Nkanello http://147.102.106.44/rs/wiki/index.php/%CE%9A%CE%B1%CE%BD%CE%B5%CE%BB%CE%BB%CF%8C%CF%80%CE%BF%CF%85%CE%BB%CE%BF%CF%82_%CE%9D%CE%AF%CE%BA%CE%BF%CF%82 2020-02-28T14:30:39Z

<p>Nkanello: </p> <hr /> <div>[[Εκτίμηση της επίπτωσης των διαφορετικών χαρακτηριστικών του ανάγλυφου στην ανάκαμψη του δάσους...]]<br /> <br /> [[Διαχρονική Ανάλυση Παραμόρφωσης Επιφάνειας σε κατολίσθηση στο Αμύνταιο με την χρήση UAV...]]<br /> <br /> [[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Μέτσοβο) ]]</div>

Nkanello http://147.102.106.44/rs/wiki/index.php/%CE%9A%CE%B1%CE%BD%CE%B5%CE%BB%CE%BB%CF%8C%CF%80%CE%BF%CF%85%CE%BB%CE%BF%CF%82_%CE%9D%CE%AF%CE%BA%CE%BF%CF%82 2020-02-28T14:30:29Z

<p>Nkanello: </p> <hr /> <div>[[Εκτίμηση της επίπτωσης των διαφορετικών χαρακτηριστικών του ανάγλυφου στην ανάκαμψη του δάσους...]]<br /> [[Διαχρονική Ανάλυση Παραμόρφωσης Επιφάνειας σε κατολίσθηση στο Αμύνταιο με την χρήση UAV...]]<br /> <br /> [[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Μέτσοβο) ]]</div>

Nkanello http://147.102.106.44/rs/wiki/index.php/%CE%9A%CE%B1%CE%BD%CE%B5%CE%BB%CE%BB%CF%8C%CF%80%CE%BF%CF%85%CE%BB%CE%BF%CF%82_%CE%9D%CE%AF%CE%BA%CE%BF%CF%82 2020-02-28T14:29:26Z

<p>Nkanello: </p> <hr /> <div>[[Εκτίμηση της επίπτωσης των διαφορετικών χαρακτηριστικών του ανάγλυφου στην ανάκαμψη του δάσους...]]<br /> <br /> [[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Μέτσοβο) ]]</div>

Nkanello http://147.102.106.44/rs/wiki/index.php/%CE%95%CE%BA%CF%84%CE%AF%CE%BC%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%B5%CF%80%CE%AF%CF%80%CF%84%CF%89%CF%83%CE%B7%CF%82_%CF%84%CF%89%CE%BD_%CE%B4%CE%B9%CE%B1%CF%86%CE%BF%CF%81%CE%B5%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CF%87%CE%B1%CF%81%CE%B1%CE%BA%CF%84%CE%B7%CF%81%CE%B9%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CF%84%CE%BF%CF%85_%CE%B1%CE%BD%CE%AC%CE%B3%CE%BB%CF%85%CF%86%CE%BF%CF%85_%CF%83%CF%84%CE%B7%CE%BD_%CE%B1%CE%BD%CE%AC%CE%BA%CE%B1%CE%BC%CF%88%CE%B7_%CF%84%CE%BF%CF%85_%CE%B4%CE%AC%CF%83%CE%BF%CF%85%CF%82... 2020-02-28T14:28:48Z

<p>Nkanello: Νέα σελίδα με ''''Εκτίμηση της επίπτωσης των διαφορετικών χαρακτηριστικών του ανάγλυφου στην ανάκαμψη του δ...'</p> <hr /> <div>'''Εκτίμηση της επίπτωσης των διαφορετικών χαρακτηριστικών του ανάγλυφου στην ανάκαμψη του δάσους από πυρκαγιά με διαχρονικά τηλεπισκοπικά δεδομένα: Η περίπτωση του Ταΰγετου'''<br /> <br /> '''Τίτλος''': Assessing the impact of different landscape features on post-fire forest recovery with multitemporal remote sensing data: the case of Mount Taygetos (southern Greece)<br /> <br /> '''Συγγραφείς''': Anastasia Christopoulou, Giorgos Mallinis, Emmanuel Vassilakis, Georgios-Pavlos Farangitakis, Nikolaos M. Fyllas, Giorgos D. Kokkoris and Margarita Arianoutsou<br /> <br /> [[Εικόνα:Nk_2019b_a2_p1.jpg|thumb|right|300px|Πίνακας 1: Τεχνικά χαρακτηριστικά εικόνων που χρησιμοποιήθηκαν]]<br /> [[Εικόνα:Nk_2019b_a2_e1.jpg|thumb|right|300px|Εικόνα 1: Οι τέσσερεις εικόνες οι οποίες χρησιμοποιήθηκαν]]<br /> [[Εικόνα:Nk_2019b_a2_e2.jpg|thumb|right|300px|Εικόνα 2: Αλλαγές στην βλάστηση πριν και μετά την εκδήλωση της πυρκαγιάς]]<br /> [[Εικόνα:Nk_2019b_a2_d1.jpg|thumb|right|300px|Διάγραμμα 1: Κάλυψη διαφορετικών τύπων βλάστησης πριν και μετά την πυρκαγιά (m=maquis, g=grasslands, Bp=Black pine forests, Gf=Greek fir dominated forests, bf=broadleaved forests, mcf=mixed c)]]<br /> [[Εικόνα:Nk_2019b_a2_p2.jpg|thumb|right|300px|Πίνακας 2: Συντελεστές του στατιστικού μοντέλου πρόβλεψης για την ανάκαμψη του δάσους μαυρόπευκων]]<br /> [[Εικόνα:Nk_2019b_a2_p3.jpg|thumb|right|300px|Πίνακας 3: Μεταβλητές πρόβλεψης για την ανάλυση]]<br /> <br /> =='''Εισαγωγή'''==<br /> Η πυρκαγιές μολονότι είναι μια αρχαία επαναλαμβανόμενη διαταραχή των οικοσυστημάτων του πλανήτη, ειδικά τις ξηρές και θερμές εποχές του χρόνου, στην ευρύτερη περιοχή της Μεσογείου, οφείλεται κυρίως σε ανθρωπογενείς παράγοντες και ο περιορισμός τους, συγκεκριμένα μετά την δεκαετία του 70, εξαρτάται περισσότερο από τον άνθρωπο και λιγότερο από τις καιρικές συνθήκες. Επίσης τα τελευταία χρόνια παρατηρείται μείωση στον αριθμό των πυρκαγιών αλλά ταυτόχρονη αύξηση της έντασης και της έκτασης αυτών (περισσότερο εξαιτίας της κλιματικής αλλαγής) γεγονός το οποίο συμβάλει στην αύξηση των συνολικά καμένων εκτάσεων. Εκτεταμένες μελέτες για την περιοχή της λεκάνης της Μεσογείου έχουν καταλήξει ήδη στους κύριους φυσικούς παράγοντες οι οποίοι επηρεάζουν την φυσική αναγέννηση ενός καμένου δάσους. Αυτοί είναι ο τύπος της πυρκαγιάς, τα είδη της χλωρίδας, ο τύπος των εδαφών, το υψόμετρο, η κλίση και τυχόν διαφοροποιήσεις από τις μέσες τιμές βροχόπτωσης στην χρονική περίοδο μετά την πυρκαγιά. Η συγκεκριμένη μελέτη προσπαθεί να εντοπίσει τον τρόπο με τον οποίο οι αλλαγές στα χαρακτηριστικά του ανάγλυφου μιας καμένης περιοχής του Ταΰγετου επηρέασαν την φυσική αναγέννηση του δάσους, όσον αφορά την εξάπλωση των διαφορετικών ειδών της χλωρίδας, οκτώ χρόνια μετά το γεγονός της πυρκαγιάς. Για τον εντοπισμό των αλλαγών στα είδη της βλάστησης χρησιμοποιήθηκε αντικειμενοστραφής ταξινόμηση (GEOBIA) και μηχανική μάθηση (machine learning) σε δορυφορικές εικόνες υψηλής χωρικής ανάλυσης πριν και μετά την πυρκαγιά το 2007.<br /> <br /> =='''Περιοχή μελέτης'''==<br /> Όσον αφορά την γεωλογία του ο Ταΰγετος καλύπτεται κυρίως από ασβεστολιθικά πετρώματα, μάρμαρο, φλύσχη και ορισμένα ανθρακικά άλατα. Η βλάστηση των δασών αποτελείτο κυρίως από ομογενή αλλά και μεικτά δάση μαύρου πεύκου (Pinus nigra) και κεφαλληνιακής ελάτης (Abies cephallonica). Μικρότερα δάση σχημάτιζαν και σχηματίζουν ακόμα πλατύφυλλα όπως η βελανιδιά (Quercus), η καστανιά (Castanea sativa) και το πλατάνι (Platanus orientalis). Ο κύριος όγκος του βουνού είχε ενταχθεί αρκετά χρόνια πριν την πυρκαγιά στο δίκτυο Natura 2000 εξαιτίας της μεγάλης ενδημικότητας που παρουσιάζουν τα οικοσυστήματά του. Η πυρκαγιά του 2007, αποτέλεσμα κυρίως μεγάλης ξηρασίας και πολύ υψηλών θερμοκρασιών, αποτελεί σύμφωνα με έρευνες την μεγαλύτερη των τελευταίων 165 χρόνων στο βουνό και πιο συγκεκριμένα, συνολικά έκαψε 8.807 εκτάρια από τα οποία, 4.500 ήταν δάση κωνοφόρων και 3.800 θάμνοι και μεταβατικά δάση. <br /> <br /> =='''Μεθοδολογία'''==<br /> Στον Πίνακα 1 φαίνονται τα τεχνικά χαρακτηριστικά των τεσσάρων εικόνων ( Εικόνα 1) οι οποίες χρησιμοποιήθηκαν.<br /> Αρχικά οι εικόνες υπέστησαν προεπεξεργασία με τηλεπισκοπικές μεθόδους ώστε να ταξινομηθούν κατάλληλα και διορθώθηκαν ψηφιακά με την βοήθεια ψηφιακού ορθοφωτοχάρτη μοντέλου εδάφους κλίμακας 1:5000.<br /> Για την ταξινόμηση των διαφορετικών αντικειμένων στις εικόνες χρησιμοποιήθηκε αρχικά όπως αναφέρθηκε και προηγουμένως, αντικειμενοστραφής ανάλυση και στην συνέχεια ένας επιβλεπόμενος αλγόριθμος εκμάθησης ασαφούς δάσους (RF - Random Forest). Για την περαιτέρω αύξηση της ακρίβειας οι ταξινομημένοι χάρτες επίσης ελέγχθηκαν και διορθώθηκαν οπτικά.<br /> Για την ανάλυση των εικόνων και την εξαγωγή συμπερασμάτων ακόμα χρησιμοποιήθηκαν:<br /> *Γεωλογικοί αναλογικοί χάρτες της περιοχής κλίμακας 1:50000 – υπολογισμός της διαβρωσιμότητας του εδάφους όσον αφορά τα υποκείμενα πετρώματα.<br /> *Ψηφιακό μοντέλο εδάφους (SRTM) με χωρική ανάλυση τριάντα μέτρων – ανάγλυφο<br /> *In situ (επί τόπου) μετρήσεις των χαρακτηριστικών της βλάστησης τον Ιούνιο του 2016 – ταξινόμηση με machine learning.<br /> Tέλος για τον εντοπισμό των αλλαγών στην βλάστηση πριν και μετά την πυρκαγιά δημιουργήθηκαν πίνακες συνάφειας εκτελώντας ανάλυση διπλής εισόδου με την βοήθεια του λογισμικού στατιστικής R. Οι μεταβλητές που χρησιμοποιήθηκαν για την πρόβλεψη της δυναμικής ανάκαμψης του δάσους είναι, ο προσανατολισμός της πλαγιάς, τα πετρώματα του υπεδάφους, η διαβρωσιμότητα, η γεωμορφολογία και τα χαρακτηριστικά του ανάγλυφου.<br /> <br /> =='''Αποτελέσματα'''==<br /> Τα αποτελέσματα έδειξαν πτώση της συνολικής δασικής βλάστησης από το 40% στο 18%. Η σημαντικότερη παρατήρηση είναι η παντελής απουσία φυσικής αναγέννησης του καμένου ελατόδασους το οποίο στις περισσότερες περιπτώσεις αντικαθίσταται από νεαρά μαυρόπευκα. Η φυσική αποκατάσταση του δάσους των μαυρόπευκων κρίνεται επίσης προβληματική καθώς αυτή παρατηρείται κυρίως κοντά σε σημεία όπου είχαν απομείνει συστάδες δέντρων τα οποία σώθηκαν από την πυρκαγιά. Την πλειονότητα των καμένων εκτάσεων έχουν καταλάβει χορτολιβαδικές εκτάσεις, θάμνοι και φρύγανα. Στην Εικόνα 2 φαίνονται οι αλλαγές αυτές στην βλάστηση πριν και μετά την εκδήλωση της πυρκαγιάς.<br /> Όσον αφορά τις μεταβλητές πρόβλεψης, επιλέχθηκαν ως ιδιαίτερης σημασίας οι σχέσεις προσανατολισμού-διαβρωσιμότητας και προσανατολισμού-γεωμορφολογίας. Το συμπέρασμα το οποίο προκύπτει από την μελέτη είναι ότι ο προσανατολισμός, το είδος των πετρωμάτων, η διαβρωσιμότητα και η γεωμορφολογία είναι παράγοντες που επηρεάζουν σε πολύ μεγάλο βαθμό την δυνατότητα του δάσους μαυρόπευκων (Pinus nigra) να ανακάμψει φυσικά μετά από μία πυρκαγιά. Σε γενικές γραμμές παρατηρείται ότι πλαγιές με ανατολικό και νότιο-νότιοδυτικό προσανατολισμό παρουσιάζουν χαμηλότερα ποσοστά αναγέννησης σε σύγκριση με τις βόρειες όπως επίσης και τα φαράγγια σε αντίθεση με τοποθεσίες περισσότερο εκτεθειμένες στις καιρικές συνθήκες.<br /> <br /> =='''Συμπεράσματα'''==<br /> Σύμφωνα με τα αποτελέσματα της μελέτης αποδεικνύεται ότι τα διάφορα χαρακτηριστικά του ανάγλυφου του Ταΰγετου διαμορφώνουν σε αρκετά μεγάλο βαθμό τις συνθήκες εκείνες κάτω από τις οποίες αναγεννάται το καμένο δάσος των μαυρόπευκων (Pinus nigra). Αυτό μπορεί να αποτελέσει χρήσιμο εργαλείο για μελλοντικές έρευνες που θα αφορούν την ανάγκη παρέμβασης του ανθρώπου σε τοπικά ευαίσθητες περιοχές οι οποίες έχουν υποστεί καταστροφή από πυρκαγιά και αδυνατούν από μόνες τους να επανέλθουν.<br /> <br /> [[category:Ποιότητα τοπίου]]</div>

Nkanello http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Nk_2019b_a2_p3.jpg 2020-02-28T14:26:47Z

<p>Nkanello: Πίνακας 3: Μεταβλητές πρόβλεψης για την ανάλυση</p> <hr /> <div>Πίνακας 3: Μεταβλητές πρόβλεψης για την ανάλυση</div>

Nkanello http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Nk_2019b_a2_p2.jpg 2020-02-28T14:23:23Z

<p>Nkanello: Πίνακας 2: Συντελεστές του στατιστικού μοντέλου πρόβλεψης για την ανάκαμψη του δάσους μαυρόπευκων</p> <hr /> <div>Πίνακας 2: Συντελεστές του στατιστικού μοντέλου πρόβλεψης για την ανάκαμψη του δάσους μαυρόπευκων</div>

Nkanello http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Nk_2019b_a2_d1.jpg 2020-02-28T14:13:22Z

<p>Nkanello: Διάγραμμα 1: Κάλυψη διαφορετικών τύπων βλάστησης πριν και μετά την πυρκαγιά (m=maquis, g=grasslands, Bp=Black pine forests, Gf=Greek fir dominated forests, bf=broadleaved forests, mcf=mixed c</p> <hr /> <div>Διάγραμμα 1: Κάλυψη διαφορετικών τύπων βλάστησης πριν και μετά την πυρκαγιά (m=maquis, g=grasslands, Bp=Black pine forests, Gf=Greek fir dominated forests, bf=broadleaved forests, mcf=mixed coniferous forests, p=phrygana, spa=spasely vegetated areas)</div>

Nkanello http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Nk_2019b_a2_e2.jpg 2020-02-28T14:03:25Z

<p>Nkanello: Εικόνα 2: Αλλαγές στην βλάστηση πριν και μετά την εκδήλωση της πυρκαγιάς</p> <hr /> <div>Εικόνα 2: Αλλαγές στην βλάστηση πριν και μετά την εκδήλωση της πυρκαγιάς</div>

Nkanello http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Nk_2019b_a2_e1.jpg 2020-02-28T13:44:35Z

<p>Nkanello: Εικόνα 1: Οι τέσσερεις εικόνες οι οποίες χρησιμοποιήθηκαν</p> <hr /> <div>Εικόνα 1: Οι τέσσερεις εικόνες οι οποίες χρησιμοποιήθηκαν</div>

Nkanello http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Nk_2019b_a2_p1.jpg 2020-02-28T13:43:21Z

<p>Nkanello: Πίνακας 1: Τεχνικά χαρακτηριστικά εικόνων που χρησιμοποιήθηκαν</p> <hr /> <div>Πίνακας 1: Τεχνικά χαρακτηριστικά εικόνων που χρησιμοποιήθηκαν</div>

Nkanello http://147.102.106.44/rs/wiki/index.php/%CE%94%CE%B9%CE%B1%CF%87%CF%81%CE%BF%CE%BD%CE%B9%CE%BA%CE%AE_%CE%91%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7_%CE%A0%CE%B1%CF%81%CE%B1%CE%BC%CF%8C%CF%81%CF%86%CF%89%CF%83%CE%B7%CF%82_%CE%95%CF%80%CE%B9%CF%86%CE%AC%CE%BD%CE%B5%CE%B9%CE%B1%CF%82_%CF%83%CE%B5_%CE%BA%CE%B1%CF%84%CE%BF%CE%BB%CE%AF%CF%83%CE%B8%CE%B7%CF%83%CE%B7_%CF%83%CF%84%CE%BF_%CE%91%CE%BC%CF%8D%CE%BD%CF%84%CE%B1%CE%B9%CE%BF_%CE%BC%CE%B5_%CF%84%CE%B7%CE%BD_%CF%87%CF%81%CE%AE%CF%83%CE%B7_UAV... 2020-02-28T12:56:48Z

<p>Nkanello: </p> <hr /> <div>'''Διαχρονική Ανάλυση Παραμόρφωσης Επιφάνειας σε κατολίσθηση στο Αμύνταιο με την χρήση UAV (unmanned aerial vehicle) και της τεχνικής της φωτογραμμετρίας SfM (Structure from Motion)'''<br /> <br /> '''Τίτλος''': Multitemporal Surface Deformation Analysis of Amyntaio Slide (Greece)<br /> using Remotely Piloted Airborne System and Structure‐from‐Motion<br /> photogrammetry<br /> <br /> '''Συγγραφείς''': Emmanuel Vassilakis, Michael Foumelis, Athanasia Erkeki, Evelina Kotsi, Issaak Parcharidis,<br /> Efthymios Lekkas<br /> <br /> [[Εικόνα:Nk_2019b_a1_e1.jpg|thumb|right|300px|Εικόνα 1: Τοποθεσία λιγνιτορυχείου]]<br /> [[Εικόνα:Nk_2019b_a1_e2.jpg|thumb|right|300px|Εικόνα 2: Κατάσταση χώρου 10 μέρες μετά την κατολίσθηση]]<br /> [[Εικόνα:Nk_2019b_a1_e3.jpg|thumb|right|300px|Εικόνα 3: Ορθοφωτομετρικό μωσαϊκό]]<br /> [[Εικόνα:Nk_2019b_a1_e4.jpg|thumb|right|300px|Εικόνα 4: Ψηφιακό μοντέλο εδάφους (DSM)]]<br /> <br /> =='''Εισαγωγή'''==<br /> <br /> Στην δημοσίευση αυτή παρουσιάζονται τα αποτελέσματα της τεχνικής Structure from Motion για την ποσοτικοποίηση της παραμόρφωσης του εδάφους εξαιτίας της μεγάλης κατολίσθησης στο λιγνιτορυχείο του Αμύνταιου την 10η Ιουνίου του 2017. Η κατολίσθηση αυτή κατέστρεψε ολοκληρωτικά το δυτικό μέρος του λατομείου και προξένησε εκτεταμένες ζημιές σε κτήρια, υποδομές αλλά και αγροτικές εκτάσεις του γειτονικού χωριού Ανάργυροι. Η χρήση των εικόνων υψηλής ανάλυσης από UAV, οι οποίες χρησιμοποιήθηκαν στην περίπτωση αυτή, βρίσκει αποδεδειγμένα πολύ καλή εφαρμογή στις περιπτώσεις των κατολισθήσεων τόσο για τον προσδιορισμό του ορίου της κατολίσθησης αλλά και για την χαρτογράφηση των κύριων γεωμορφολογικών χαρακτηριστικών. Στην περίπτωσή μας η έκταση που καλύπτουν οι εικόνες αυτές είναι 2 τετραγωνικά χιλιόμετρα. Επίσης παρατηρείται ότι 2 χρόνια μετά, το φαινόμενο είναι σε ένα βαθμό ακόμα εν εξελίξει καθώς είναι ορατές ορισμένες μικρές μετατοπίσεις στο έδαφος στο ανατολικό μέρος του χωριού. Στην εικόνα 1 διακρίνεται η τοποθεσία του λιγνιτορυχείου στον χάρτη της Ελλάδας ενώ στην εικόνα 2 η κατάσταση του χώρου 10 μέρες μετά την κατολίσθηση.<br /> <br /> =='''Δεδομένα και μεθοδολογία'''==<br /> <br /> Ο στόχος αυτής της διαχρονικής μελέτης είναι η δημιουργία μίας σειράς από ψηφιακά μοντέλα εδάφους, βασιζόμενη στην τεχνική της φωτογραμμετρίας Structure from Motion. Για τον λόγο αυτό χρησιμοποιήθηκε drone (DJI Phantom 4 Advanced drone)το οποίο παρήγαγε εκατοντάδες εικόνες υψηλής ανάλυσης. Για την κάλυψη της απαιτούμενης έκτασης απαιτήθηκαν 5 πτήσεις των 15 λεπτών, σε ύψος 140 μέτρων από το σημείο απογείωσης και με μία επικάλυψη στις εικόνες της τάξης του 75%. Το ύψος της πτήσης και η πυκνότητα των εικόνων αποτέλεσαν πολύ σημαντικούς παράγοντες στην διαδικασία ανάκτησης των εικόνων εξαιτίας του περιορισμού της χωρητικότητας της μπαταρίας. Το ποσοστό της επικάλυψης αποτελεί πολύ κρίσιμο παράγοντα καθώς πρέπει να είναι αρκετά υψηλό για μία επιτυχημένη φωτογραμμετρική επεξεργασία και σωστή κατασκευή ορθοφωτομετρικού μωσαϊκού. Η διαδικασία αυτή διεξήχθη 3 φορές για την λήψη εικόνων (4000x3000 pixels η κάθε μία) σε διαφορετικά χρονικά σημεία: α)Σεπτέμβριος 2017  257 εικόνες, β)Δεκέμβριος 2017  322 εικόνες, γ)Σεπτέμβριος 2017  401 εικόνες. Αρχικά έγινε η ευθυγράμμιση των εικόνων με την βοήθεια 8 σημείων ελέγχου και με την χρήση RTK-GNSS ανακτήθηκαν οι συντεταγμένες και το υψόμετρο των σημείων για την κατασκευή πυκνών (800.000 σημεία) “νεφών” σημείων για κάθε φορά. Τα σημεία αυτά περιλαμβάνουν πληροφορίες που αφορούν την ανακλαστικότητα στο ορατό και τις συντεταγμένες του σημείου. Στην συνέχεια κατασκευάστηκαν το ορθοφωτομετρικό μωσαϊκό (Εικόνα 3) και το ψηφιακό μοντέλο εδάφους-DSM(Εικόνα 4).<br /> Η τελική χωρική ανάλυση των 3 διαφορετικών ορθοφωτομετρικών εικόνων που κατασκευάστηκαν υπολογίστηκε στα 6 με 10 εκατοστά και το μέγεθος του φατνίου στα ψηφιακά μοντέλα εδάφους στα 10 με 13 εκατοστά σε συνάρτηση με το ύψος πτήσης και την πυκνότητα των εικόνων.<br /> <br /> =='''Αποτελέσματα'''==<br /> <br /> Τα αποτελέσματα με βάση τα 3 διαφορετικά μοντέλα εδάφους που κατασκευάστηκαν δείχνουν ότι το χωριό Ανάργυροι έχει επηρεαστεί περισσότερο στο βορειοανατολικό άκρο του. Η κατοικημένη περιοχή παρόλο που αρχικά φάνηκε να μην επηρεάζεται από την κατολίσθηση, στην συνέχεια και για τον επόμενο 1,5 χρόνο δείχνει να δέχεται σοβαρές παραμορφώσεις. Αυτό είχε ως αποτέλεσμα πολλά κτήρια του οικισμού να δεχτούν μεγάλη καταπόνηση και να υποστούν ζημιές. Για την μέτρηση του ρυθμού σε κάθε μετατόπιση αρχικά κατασκευάστηκαν λεπτομερέστατα “πλέγματα” υψομέτρων και στην συνέχεια εντοπίστηκαν οι περιοχές εκείνες όπου το υψόμετρο παρουσιάζει διαφοροποιήσεις. Σύμφωνα με την μέθοδο αυτή εντοπίστηκαν 2 κύριοι άξονες παραμόρφωσης του τοπίου. Ο πρώτος είναι από τα ανατολικά στα δυτικά (1.600 μέτρα σε μήκος) και δείχνει να επηρεάζει όλες τις χρήσεις γης, ενώ ο δεύτερος (600 μέτρα σε μήκος) είναι από τα νοτιοανατολικά προς τα βορειοδυτικά και συσχετίζεται σαφώς με τον προσανατολισμό της κύριας κατολίσθησης. Επίσης η σύγκριση των ψηφιακών μοντέλων εδάφους έδειξε ότι η παραμόρφωση συνέβη κυρίως από τον Δεκέμβριο του 2017 μέχρι και τον Σεπτέμβριο του 2018 και λιγότερο προηγουμένως. Το νοτιοδυτικό άκρο του χωριού ακόμα και μετά από 1,5 χρόνο δείχνει να συμπεριφέρεται φυσιολογικά και δεν παρουσιάζει παραμορφώσεις στο υψόμετρο. <br /> <br /> =='''Συμπεράσματα'''==<br /> <br /> Η περιγραφόμενη μεθοδολογία παρουσιάζει ένα απλό αλλά παράλληλα πολύ βολικό τρόπο συνδυασμού πληροφοριών υψομέτρου για μία δεδομένη χρονική περίοδο έτσι ώστε να παραχθούν πληροφορίες που αφορούν τον ρυθμό μετατόπισης και κατά συνέπεια την παραμόρφωση μίας επιφάνειας. Η χρήση UAV αποδείχθηκε αρκετά δύσκολη αλλά και επικίνδυνη διαδικασία εξαιτίας μεταβολών στις καιρικές συνθήκες και στο τοπίο λόγω της συνέχισης του φαινομένου της κατολίσθησης. Επίσης ο πολύ μεγάλος όγκος δεδομένων που συλλέχθηκαν κατέστησε σχετικά δύσκολη την διαδικασία επεξεργασίας τους. Όσον αφορά την υποχώρηση του εδάφους, όπως εντοπίστηκε από την σύγκριση των τριών διαφορετικών ψηφιακών μοντέλων εδάφους τα οποία κατασκευάστηκαν, σε ορισμένα σημεία κοντά στα όρια της αρχικής κατολίσθησης στο λατομείο του Αμύνταιου, ξεπερνάει τα 3 μέτρα, ενώ από την ανάλυση των ορθοφωτοχαρτών προκύπτει ότι αυτή προχωράει με ένα συγκεκριμένο ρυθμό προς το χωριό των Αναργύρων προξενώντας αρχικά ζημιές σε αγροτικές εκτάσεις. Ο ρυθμός της παραμόρφωσης ο οποίος υπολογίστηκε δεν χαρακτηρίζει ομοιογενώς ολόκληρη την περιοχή ενδιαφέροντος όμως από την μεθοδολογία που ακολουθήθηκε προκύπτουν πολύ ενδιαφέροντα στοιχεία που αφορούν διαφοροποιήσεις στα υψόμετρα και την τάση της υποχώρησης του εδάφους τα οποία ενδεχομένως φανούν χρήσιμα για την πρόβλεψη αντίστοιχων φαινομένων στο μέλλον. <br /> <br /> <br /> [[category:Διαχείριση κινδύνων]]</div>

Nkanello http://147.102.106.44/rs/wiki/index.php/%CE%94%CE%B9%CE%B1%CF%87%CF%81%CE%BF%CE%BD%CE%B9%CE%BA%CE%AE_%CE%91%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7_%CE%A0%CE%B1%CF%81%CE%B1%CE%BC%CF%8C%CF%81%CF%86%CF%89%CF%83%CE%B7%CF%82_%CE%95%CF%80%CE%B9%CF%86%CE%AC%CE%BD%CE%B5%CE%B9%CE%B1%CF%82_%CF%83%CE%B5_%CE%BA%CE%B1%CF%84%CE%BF%CE%BB%CE%AF%CF%83%CE%B8%CE%B7%CF%83%CE%B7_%CF%83%CF%84%CE%BF_%CE%91%CE%BC%CF%8D%CE%BD%CF%84%CE%B1%CE%B9%CE%BF_%CE%BC%CE%B5_%CF%84%CE%B7%CE%BD_%CF%87%CF%81%CE%AE%CF%83%CE%B7_UAV... 2020-02-28T12:52:44Z

<p>Nkanello: </p> <hr /> <div>'''Διαχρονική Ανάλυση Παραμόρφωσης Επιφάνειας σε κατολίσθηση στο Αμύνταιο με την χρήση UAV (unmanned aerial vehicle) και της τεχνικής της φωτογραμμετρίας SfM (Structure from Motion)'''<br /> <br /> '''Πρότυπος τίτλος''': Multitemporal Surface Deformation Analysis of Amyntaio Slide (Greece)<br /> using Remotely Piloted Airborne System and Structure‐from‐Motion<br /> photogrammetry<br /> <br /> '''Συγγραφείς''': Emmanuel Vassilakis, Michael Foumelis, Athanasia Erkeki, Evelina Kotsi, Issaak Parcharidis,<br /> Efthymios Lekkas<br /> <br /> [[Εικόνα:Nk_2019b_a1_e1.jpg|thumb|right|300px|Εικόνα 1: Τοποθεσία λιγνιτορυχείου]]<br /> [[Εικόνα:Nk_2019b_a1_e2.jpg|thumb|right|300px|Εικόνα 2: Κατάσταση χώρου 10 μέρες μετά την κατολίσθηση]]<br /> [[Εικόνα:Nk_2019b_a1_e3.jpg|thumb|right|300px|Εικόνα 3: Ορθοφωτομετρικό μωσαϊκό]]<br /> [[Εικόνα:Nk_2019b_a1_e4.jpg|thumb|right|300px|Εικόνα 4: Ψηφιακό μοντέλο εδάφους (DSM)]]<br /> <br /> =='''Εισαγωγή'''==<br /> <br /> Στην δημοσίευση αυτή παρουσιάζονται τα αποτελέσματα της τεχνικής Structure from Motion για την ποσοτικοποίηση της παραμόρφωσης του εδάφους εξαιτίας της μεγάλης κατολίσθησης στο λιγνιτορυχείο του Αμύνταιου την 10η Ιουνίου του 2017. Η κατολίσθηση αυτή κατέστρεψε ολοκληρωτικά το δυτικό μέρος του λατομείου και προξένησε εκτεταμένες ζημιές σε κτήρια, υποδομές αλλά και αγροτικές εκτάσεις του γειτονικού χωριού Ανάργυροι. Η χρήση των εικόνων υψηλής ανάλυσης από UAV, οι οποίες χρησιμοποιήθηκαν στην περίπτωση αυτή, βρίσκει αποδεδειγμένα πολύ καλή εφαρμογή στις περιπτώσεις των κατολισθήσεων τόσο για τον προσδιορισμό του ορίου της κατολίσθησης αλλά και για την χαρτογράφηση των κύριων γεωμορφολογικών χαρακτηριστικών. Στην περίπτωσή μας η έκταση που καλύπτουν οι εικόνες αυτές είναι 2 τετραγωνικά χιλιόμετρα. Επίσης παρατηρείται ότι 2 χρόνια μετά, το φαινόμενο είναι σε ένα βαθμό ακόμα εν εξελίξει καθώς είναι ορατές ορισμένες μικρές μετατοπίσεις στο έδαφος στο ανατολικό μέρος του χωριού. Στην εικόνα 1 διακρίνεται η τοποθεσία του λιγνιτορυχείου στον χάρτη της Ελλάδας ενώ στην εικόνα 2 η κατάσταση του χώρου 10 μέρες μετά την κατολίσθηση.<br /> <br /> =='''Δεδομένα και μεθοδολογία'''==<br /> <br /> Ο στόχος αυτής της διαχρονικής μελέτης είναι η δημιουργία μίας σειράς από ψηφιακά μοντέλα εδάφους, βασιζόμενη στην τεχνική της φωτογραμμετρίας Structure from Motion. Για τον λόγο αυτό χρησιμοποιήθηκε drone (DJI Phantom 4 Advanced drone)το οποίο παρήγαγε εκατοντάδες εικόνες υψηλής ανάλυσης. Για την κάλυψη της απαιτούμενης έκτασης απαιτήθηκαν 5 πτήσεις των 15 λεπτών, σε ύψος 140 μέτρων από το σημείο απογείωσης και με μία επικάλυψη στις εικόνες της τάξης του 75%. Το ύψος της πτήσης και η πυκνότητα των εικόνων αποτέλεσαν πολύ σημαντικούς παράγοντες στην διαδικασία ανάκτησης των εικόνων εξαιτίας του περιορισμού της χωρητικότητας της μπαταρίας. Το ποσοστό της επικάλυψης αποτελεί πολύ κρίσιμο παράγοντα καθώς πρέπει να είναι αρκετά υψηλό για μία επιτυχημένη φωτογραμμετρική επεξεργασία και σωστή κατασκευή ορθοφωτομετρικού μωσαϊκού. Η διαδικασία αυτή διεξήχθη 3 φορές για την λήψη εικόνων (4000x3000 pixels η κάθε μία) σε διαφορετικά χρονικά σημεία: α)Σεπτέμβριος 2017  257 εικόνες, β)Δεκέμβριος 2017  322 εικόνες, γ)Σεπτέμβριος 2017  401 εικόνες. Αρχικά έγινε η ευθυγράμμιση των εικόνων με την βοήθεια 8 σημείων ελέγχου και με την χρήση RTK-GNSS ανακτήθηκαν οι συντεταγμένες και το υψόμετρο των σημείων για την κατασκευή πυκνών (800.000 σημεία) “νεφών” σημείων για κάθε φορά. Τα σημεία αυτά περιλαμβάνουν πληροφορίες που αφορούν την ανακλαστικότητα στο ορατό και τις συντεταγμένες του σημείου. Στην συνέχεια κατασκευάστηκαν το ορθοφωτομετρικό μωσαϊκό (Εικόνα 3) και το ψηφιακό μοντέλο εδάφους-DSM(Εικόνα 4).<br /> Η τελική χωρική ανάλυση των 3 διαφορετικών ορθοφωτομετρικών εικόνων που κατασκευάστηκαν υπολογίστηκε στα 6 με 10 εκατοστά και το μέγεθος του φατνίου στα ψηφιακά μοντέλα εδάφους στα 10 με 13 εκατοστά σε συνάρτηση με το ύψος πτήσης και την πυκνότητα των εικόνων.<br /> <br /> =='''Αποτελέσματα'''==<br /> <br /> Τα αποτελέσματα με βάση τα 3 διαφορετικά μοντέλα εδάφους που κατασκευάστηκαν δείχνουν ότι το χωριό Ανάργυροι έχει επηρεαστεί περισσότερο στο βορειοανατολικό άκρο του. Η κατοικημένη περιοχή παρόλο που αρχικά φάνηκε να μην επηρεάζεται από την κατολίσθηση, στην συνέχεια και για τον επόμενο 1,5 χρόνο δείχνει να δέχεται σοβαρές παραμορφώσεις. Αυτό είχε ως αποτέλεσμα πολλά κτήρια του οικισμού να δεχτούν μεγάλη καταπόνηση και να υποστούν ζημιές. Για την μέτρηση του ρυθμού σε κάθε μετατόπιση αρχικά κατασκευάστηκαν λεπτομερέστατα “πλέγματα” υψομέτρων και στην συνέχεια εντοπίστηκαν οι περιοχές εκείνες όπου το υψόμετρο παρουσιάζει διαφοροποιήσεις. Σύμφωνα με την μέθοδο αυτή εντοπίστηκαν 2 κύριοι άξονες παραμόρφωσης του τοπίου. Ο πρώτος είναι από τα ανατολικά στα δυτικά (1.600 μέτρα σε μήκος) και δείχνει να επηρεάζει όλες τις χρήσεις γης, ενώ ο δεύτερος (600 μέτρα σε μήκος) είναι από τα νοτιοανατολικά προς τα βορειοδυτικά και συσχετίζεται σαφώς με τον προσανατολισμό της κύριας κατολίσθησης. Επίσης η σύγκριση των ψηφιακών μοντέλων εδάφους έδειξε ότι η παραμόρφωση συνέβη κυρίως από τον Δεκέμβριο του 2017 μέχρι και τον Σεπτέμβριο του 2018 και λιγότερο προηγουμένως. Το νοτιοδυτικό άκρο του χωριού ακόμα και μετά από 1,5 χρόνο δείχνει να συμπεριφέρεται φυσιολογικά και δεν παρουσιάζει παραμορφώσεις στο υψόμετρο. <br /> <br /> =='''Συμπεράσματα'''==<br /> <br /> Η περιγραφόμενη μεθοδολογία παρουσιάζει ένα απλό αλλά παράλληλα πολύ βολικό τρόπο συνδυασμού πληροφοριών υψομέτρου για μία δεδομένη χρονική περίοδο έτσι ώστε να παραχθούν πληροφορίες που αφορούν τον ρυθμό μετατόπισης και κατά συνέπεια την παραμόρφωση μίας επιφάνειας. Η χρήση UAV αποδείχθηκε αρκετά δύσκολη αλλά και επικίνδυνη διαδικασία εξαιτίας μεταβολών στις καιρικές συνθήκες και στο τοπίο λόγω της συνέχισης του φαινομένου της κατολίσθησης. Επίσης ο πολύ μεγάλος όγκος δεδομένων που συλλέχθηκαν κατέστησε σχετικά δύσκολη την διαδικασία επεξεργασίας τους. Όσον αφορά την υποχώρηση του εδάφους, όπως εντοπίστηκε από την σύγκριση των τριών διαφορετικών ψηφιακών μοντέλων εδάφους τα οποία κατασκευάστηκαν, σε ορισμένα σημεία κοντά στα όρια της αρχικής κατολίσθησης στο λατομείο του Αμύνταιου, ξεπερνάει τα 3 μέτρα, ενώ από την ανάλυση των ορθοφωτοχαρτών προκύπτει ότι αυτή προχωράει με ένα συγκεκριμένο ρυθμό προς το χωριό των Αναργύρων προξενώντας αρχικά ζημιές σε αγροτικές εκτάσεις. Ο ρυθμός της παραμόρφωσης ο οποίος υπολογίστηκε δεν χαρακτηρίζει ομοιογενώς ολόκληρη την περιοχή ενδιαφέροντος όμως από την μεθοδολογία που ακολουθήθηκε προκύπτουν πολύ ενδιαφέροντα στοιχεία που αφορούν διαφοροποιήσεις στα υψόμετρα και την τάση της υποχώρησης του εδάφους τα οποία ενδεχομένως φανούν χρήσιμα για την πρόβλεψη αντίστοιχων φαινομένων στο μέλλον. <br /> <br /> <br /> [[category:Διαχείριση κινδύνων]]</div>

Nkanello http://147.102.106.44/rs/wiki/index.php/%CE%9A%CE%B1%CE%BD%CE%B5%CE%BB%CE%BB%CF%8C%CF%80%CE%BF%CF%85%CE%BB%CE%BF%CF%82_%CE%9D%CE%AF%CE%BA%CE%BF%CF%82 2020-02-28T12:51:50Z

<p>Nkanello: </p> <hr /> <div>[[Διαχρονική Ανάλυση Παραμόρφωσης Επιφάνειας σε κατολίσθηση στο Αμύνταιο με την χρήση UAV...]]<br /> <br /> [[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Μέτσοβο) ]]</div>

Nkanello http://147.102.106.44/rs/wiki/index.php/%CE%94%CE%B9%CE%B1%CF%87%CF%81%CE%BF%CE%BD%CE%B9%CE%BA%CE%AE_%CE%91%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7_%CE%A0%CE%B1%CF%81%CE%B1%CE%BC%CF%8C%CF%81%CF%86%CF%89%CF%83%CE%B7%CF%82_%CE%95%CF%80%CE%B9%CF%86%CE%AC%CE%BD%CE%B5%CE%B9%CE%B1%CF%82_%CF%83%CE%B5_%CE%BA%CE%B1%CF%84%CE%BF%CE%BB%CE%AF%CF%83%CE%B8%CE%B7%CF%83%CE%B7_%CF%83%CF%84%CE%BF_%CE%91%CE%BC%CF%8D%CE%BD%CF%84%CE%B1%CE%B9%CE%BF_%CE%BC%CE%B5_%CF%84%CE%B7%CE%BD_%CF%87%CF%81%CE%AE%CF%83%CE%B7_UAV... 2020-02-28T12:43:28Z

<p>Nkanello: Νέα σελίδα με ''''Διαχρονική Ανάλυση Παραμόρφωσης Επιφάνειας σε κατολίσθηση στο Αμύνταιο με την χρήση UAV (unmann...'</p> <hr /> <div>'''Διαχρονική Ανάλυση Παραμόρφωσης Επιφάνειας σε κατολίσθηση στο Αμύνταιο με την χρήση UAV (unmanned aerial vehicle) και της τεχνικής της φωτογραμμετρίας SfM (Structure from Motion)'''<br /> <br /> '''Πρότυπος τίτλος''': Multitemporal Surface Deformation Analysis of Amyntaio Slide (Greece)<br /> using Remotely Piloted Airborne System and Structure‐from‐Motion<br /> photogrammetry<br /> <br /> '''Συγγραφείς''': Emmanuel Vassilakis, Michael Foumelis, Athanasia Erkeki, Evelina Kotsi, Issaak Parcharidis,<br /> Efthymios Lekkas<br /> <br /> [[Εικόνα:Nk_2019b_a1_e1.jpg|thumb|right|300px|Εικόνα 1: Τοποθεσία λιγνοτορυχείου]]<br /> [[Εικόνα:Nk_2019b_a1_e2.jpg|thumb|right|300px|Εικόνα 2: Κατάσταση χώρου 10 μέρες μετά την κατολίσθηση]]<br /> [[Εικόνα:Nk_2019b_a1_e3.jpg|thumb|right|300px|Εικόνα 3: Ορθοφωτομετρικό μωσαϊκό]]<br /> [[Εικόνα:Nk_2019b_a1_e4.jpg|thumb|right|300px|Εικόνα 4: Ψηφιακό μοντέλο εδάφους (DSM)]]<br /> <br /> =='''Εισαγωγή'''==<br /> <br /> Στην δημοσίευση αυτή παρουσιάζονται τα αποτελέσματα της τεχνικής Structure from Motion για την ποσοτικοποίηση της παραμόρφωσης του εδάφους εξαιτίας της μεγάλης κατολίσθησης στο λιγνιτορυχείο του Αμύνταιου την 10η Ιουνίου του 2017. Η κατολίσθηση αυτή κατέστρεψε ολοκληρωτικά το δυτικό μέρος του λατομείου και προξένησε εκτεταμένες ζημιές σε κτήρια, υποδομές αλλά και αγροτικές εκτάσεις του γειτονικού χωριού Ανάργυροι. Η χρήση των εικόνων υψηλής ανάλυσης από UAV, οι οποίες χρησιμοποιήθηκαν στην περίπτωση αυτή, βρίσκει αποδεδειγμένα πολύ καλή εφαρμογή στις περιπτώσεις των κατολισθήσεων τόσο για τον προσδιορισμό του ορίου της κατολίσθησης αλλά και για την χαρτογράφηση των κύριων γεωμορφολογικών χαρακτηριστικών. Στην περίπτωσή μας η έκταση που καλύπτουν οι εικόνες αυτές είναι 2 τετραγωνικά χιλιόμετρα. Επίσης παρατηρείται ότι 2 χρόνια μετά, το φαινόμενο είναι σε ένα βαθμό ακόμα εν εξελίξει καθώς είναι ορατές ορισμένες μικρές μετατοπίσεις στο έδαφος στο ανατολικό μέρος του χωριού. Στην εικόνα 1 διακρίνεται η τοποθεσία του λιγνιτορυχείου στον χάρτη της Ελλάδας ενώ στην εικόνα 2 η κατάσταση του χώρου 10 μέρες μετά την κατολίσθηση.<br /> <br /> =='''Δεδομένα και μεθοδολογία'''==<br /> <br /> Ο στόχος αυτής της διαχρονικής μελέτης είναι η δημιουργία μίας σειράς από ψηφιακά μοντέλα εδάφους, βασιζόμενη στην τεχνική της φωτογραμμετρίας Structure from Motion. Για τον λόγο αυτό χρησιμοποιήθηκε drone (DJI Phantom 4 Advanced drone)το οποίο παρήγαγε εκατοντάδες εικόνες υψηλής ανάλυσης. Για την κάλυψη της απαιτούμενης έκτασης απαιτήθηκαν 5 πτήσεις των 15 λεπτών, σε ύψος 140 μέτρων από το σημείο απογείωσης και με μία επικάλυψη στις εικόνες της τάξης του 75%. Το ύψος της πτήσης και η πυκνότητα των εικόνων αποτέλεσαν πολύ σημαντικούς παράγοντες στην διαδικασία ανάκτησης των εικόνων εξαιτίας του περιορισμού της χωρητικότητας της μπαταρίας. Το ποσοστό της επικάλυψης αποτελεί πολύ κρίσιμο παράγοντα καθώς πρέπει να είναι αρκετά υψηλό για μία επιτυχημένη φωτογραμμετρική επεξεργασία και σωστή κατασκευή ορθοφωτομετρικού μωσαϊκού. Η διαδικασία αυτή διεξήχθη 3 φορές για την λήψη εικόνων (4000x3000 pixels η κάθε μία) σε διαφορετικά χρονικά σημεία: α)Σεπτέμβριος 2017  257 εικόνες, β)Δεκέμβριος 2017  322 εικόνες, γ)Σεπτέμβριος 2017  401 εικόνες. Αρχικά έγινε η ευθυγράμμιση των εικόνων με την βοήθεια 8 σημείων ελέγχου και με την χρήση RTK-GNSS ανακτήθηκαν οι συντεταγμένες και το υψόμετρο των σημείων για την κατασκευή πυκνών (800.000 σημεία) “νεφών” σημείων για κάθε φορά. Τα σημεία αυτά περιλαμβάνουν πληροφορίες που αφορούν την ανακλαστικότητα στο ορατό και τις συντεταγμένες του σημείου. Στην συνέχεια κατασκευάστηκαν το ορθοφωτομετρικό μωσαϊκό (Εικόνα 3) και το ψηφιακό μοντέλο εδάφους-DSM(Εικόνα 4).<br /> Η τελική χωρική ανάλυση των 3 διαφορετικών ορθοφωτομετρικών εικόνων που κατασκευάστηκαν υπολογίστηκε στα 6 με 10 εκατοστά και το μέγεθος του φατνίου στα ψηφιακά μοντέλα εδάφους στα 10 με 13 εκατοστά σε συνάρτηση με το ύψος πτήσης και την πυκνότητα των εικόνων.<br /> <br /> =='''Αποτελέσματα'''==<br /> <br /> Τα αποτελέσματα με βάση τα 3 διαφορετικά μοντέλα εδάφους που κατασκευάστηκαν δείχνουν ότι το χωριό Ανάργυροι έχει επηρεαστεί περισσότερο στο βορειοανατολικό άκρο του. Η κατοικημένη περιοχή παρόλο που αρχικά φάνηκε να μην επηρεάζεται από την κατολίσθηση, στην συνέχεια και για τον επόμενο 1,5 χρόνο δείχνει να δέχεται σοβαρές παραμορφώσεις. Αυτό είχε ως αποτέλεσμα πολλά κτήρια του οικισμού να δεχτούν μεγάλη καταπόνηση και να υποστούν ζημιές. Για την μέτρηση του ρυθμού σε κάθε μετατόπιση αρχικά κατασκευάστηκαν λεπτομερέστατα “πλέγματα” υψομέτρων και στην συνέχεια εντοπίστηκαν οι περιοχές εκείνες όπου το υψόμετρο παρουσιάζει διαφοροποιήσεις. Σύμφωνα με την μέθοδο αυτή εντοπίστηκαν 2 κύριοι άξονες παραμόρφωσης του τοπίου. Ο πρώτος είναι από τα ανατολικά στα δυτικά (1.600 μέτρα σε μήκος) και δείχνει να επηρεάζει όλες τις χρήσεις γης, ενώ ο δεύτερος (600 μέτρα σε μήκος) είναι από τα νοτιοανατολικά προς τα βορειοδυτικά και συσχετίζεται σαφώς με τον προσανατολισμό της κύριας κατολίσθησης. Επίσης η σύγκριση των ψηφιακών μοντέλων εδάφους έδειξε ότι η παραμόρφωση συνέβη κυρίως από τον Δεκέμβριο του 2017 μέχρι και τον Σεπτέμβριο του 2018 και λιγότερο προηγουμένως. Το νοτιοδυτικό άκρο του χωριού ακόμα και μετά από 1,5 χρόνο δείχνει να συμπεριφέρεται φυσιολογικά και δεν παρουσιάζει παραμορφώσεις στο υψόμετρο. <br /> <br /> =='''Συμπεράσματα'''==<br /> <br /> Η περιγραφόμενη μεθοδολογία παρουσιάζει ένα απλό αλλά παράλληλα πολύ βολικό τρόπο συνδυασμού πληροφοριών υψομέτρου για μία δεδομένη χρονική περίοδο έτσι ώστε να παραχθούν πληροφορίες που αφορούν τον ρυθμό μετατόπισης και κατά συνέπεια την παραμόρφωση μίας επιφάνειας. Η χρήση UAV αποδείχθηκε αρκετά δύσκολη αλλά και επικίνδυνη διαδικασία εξαιτίας μεταβολών στις καιρικές συνθήκες και στο τοπίο λόγω της συνέχισης του φαινομένου της κατολίσθησης. Επίσης ο πολύ μεγάλος όγκος δεδομένων που συλλέχθηκαν κατέστησε σχετικά δύσκολη την διαδικασία επεξεργασίας τους. Όσον αφορά την υποχώρηση του εδάφους, όπως εντοπίστηκε από την σύγκριση των τριών διαφορετικών ψηφιακών μοντέλων εδάφους τα οποία κατασκευάστηκαν, σε ορισμένα σημεία κοντά στα όρια της αρχικής κατολίσθησης στο λατομείο του Αμύνταιου, ξεπερνάει τα 3 μέτρα, ενώ από την ανάλυση των ορθοφωτοχαρτών προκύπτει ότι αυτή προχωράει με ένα συγκεκριμένο ρυθμό προς το χωριό των Αναργύρων προξενώντας αρχικά ζημιές σε αγροτικές εκτάσεις. Ο ρυθμός της παραμόρφωσης ο οποίος υπολογίστηκε δεν χαρακτηρίζει ομοιογενώς ολόκληρη την περιοχή ενδιαφέροντος όμως από την μεθοδολογία που ακολουθήθηκε προκύπτουν πολύ ενδιαφέροντα στοιχεία που αφορούν διαφοροποιήσεις στα υψόμετρα και την τάση της υποχώρησης του εδάφους τα οποία ενδεχομένως φανούν χρήσιμα για την πρόβλεψη αντίστοιχων φαινομένων στο μέλλον. <br /> <br /> <br /> [[category:Διαχείριση κινδύνων]]</div>

Nkanello http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Nk_2019b_a1_e4.jpg 2020-02-28T12:33:50Z

<p>Nkanello: Εικόνα 4: Ψηφιακό μοντέλο εδάφους (DSM)</p> <hr /> <div>Εικόνα 4: Ψηφιακό μοντέλο εδάφους (DSM)</div>

Nkanello http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Nk_2019b_a1_e3.jpg 2020-02-28T12:32:54Z

<p>Nkanello: Εικόνα 3: Ορθοφωτομετρικό μωσαϊκό</p> <hr /> <div>Εικόνα 3: Ορθοφωτομετρικό μωσαϊκό</div>

Nkanello http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Nk_2019b_a1_e2.jpg 2020-02-28T12:31:54Z

<p>Nkanello: Εικόνα 2: Κατάσταση χώρου 10 μέρες μετά την κατολίσθηση</p> <hr /> <div>Εικόνα 2: Κατάσταση χώρου 10 μέρες μετά την κατολίσθηση</div>

Nkanello http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Nk_2019b_a1_e1.jpg 2020-02-28T12:27:55Z

<p>Nkanello: Εικόνα 1: Τοποθεσία λιγνιτορυχείου</p> <hr /> <div>Εικόνα 1: Τοποθεσία λιγνιτορυχείου</div>

Nkanello http://147.102.106.44/rs/wiki/index.php/%CE%9A%CE%B1%CE%BD%CE%B5%CE%BB%CE%BB%CF%8C%CF%80%CE%BF%CF%85%CE%BB%CE%BF%CF%82_%CE%9D%CE%AF%CE%BA%CE%BF%CF%82 2020-01-07T10:28:25Z

<p>Nkanello: Νέα σελίδα με 'Add Your Content Here category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Μέτσοβο) '</p> <hr /> <div>Add Your Content Here <br /> <br /> [[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Μέτσοβο) ]]</div>

Nkanello