<?xml version="1.0"?>
<?xml-stylesheet type="text/css" href="http://147.102.106.44/rs/wiki/skins/common/feed.css?270"?>
<feed xmlns="http://www.w3.org/2005/Atom" xml:lang="el">
		<id>http://147.102.106.44/rs/wiki/index.php?feed=atom&amp;target=Oikdim14&amp;title=%CE%95%CE%B9%CE%B4%CE%B9%CE%BA%CF%8C%3A%CE%A3%CF%85%CE%BD%CE%B5%CE%B9%CF%83%CF%86%CE%BF%CF%81%CE%AD%CF%82%2FOikdim14</id>
		<title>RemoteSensing Wiki - Συνεισφορές χρήστη [el]</title>
		<link rel="self" type="application/atom+xml" href="http://147.102.106.44/rs/wiki/index.php?feed=atom&amp;target=Oikdim14&amp;title=%CE%95%CE%B9%CE%B4%CE%B9%CE%BA%CF%8C%3A%CE%A3%CF%85%CE%BD%CE%B5%CE%B9%CF%83%CF%86%CE%BF%CF%81%CE%AD%CF%82%2FOikdim14"/>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%95%CE%B9%CE%B4%CE%B9%CE%BA%CF%8C:%CE%A3%CF%85%CE%BD%CE%B5%CE%B9%CF%83%CF%86%CE%BF%CF%81%CE%AD%CF%82/Oikdim14"/>
		<updated>2026-05-04T11:45:58Z</updated>
		<subtitle>Από RemoteSensing Wiki</subtitle>
		<generator>MediaWiki 1.16.2</generator>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%9F%CE%B9%CE%BA%CE%BF%CE%BD%CF%8C%CE%BC%CE%BF%CF%85_%CE%94%CE%B7%CE%BC%CE%AE%CF%84%CF%81%CE%B7%CF%82</id>
		<title>Οικονόμου Δημήτρης</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%9F%CE%B9%CE%BA%CE%BF%CE%BD%CF%8C%CE%BC%CE%BF%CF%85_%CE%94%CE%B7%CE%BC%CE%AE%CF%84%CF%81%CE%B7%CF%82"/>
				<updated>2019-03-09T14:10:56Z</updated>
		
		<summary type="html">&lt;p&gt;Oikdim14: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Παρατήρηση της φαινολογίας των καφεόδεντρων μέσω τηλεπισκόπησης και η σχέση της με τις αποδόσεις των καλλιεργειών]]&lt;br /&gt;
&lt;br /&gt;
[[Αποτίμηση ζημιών σε καλλιέργειες με την χρήση τηλεπισκόπησης και γεωγραφικών πληροφοριακών συστημάτων]]&lt;br /&gt;
&lt;br /&gt;
[[Η αντιμετώπιση πλημμυρικών φαινομένων με τη χρήση της τηλεπισκόπησης: Η περίπτωση του νομού Έβρου]]&lt;br /&gt;
&lt;br /&gt;
[[Έλεγχος της απόκρισης παραγωγής βλάστησης σε βοσκότοπους σε συνθήκες ακραίας ξηρασίας και βροχόπτωσης, με την χρήση τηλεπισκοπικών μέσων]]&lt;br /&gt;
&lt;br /&gt;
[[Αλλαγές κάλυψης γης που προκλήθηκαν από τον μεγάλο σεισμό του 2011 στην Ιαπωνία]]&lt;br /&gt;
&lt;br /&gt;
 [[category:ΔΠΜΣ &amp;quot;Περιβάλλον &amp;amp; Ανάπτυξη&amp;quot; (Μέτσοβο) ]]&lt;/div&gt;</summary>
		<author><name>Oikdim14</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%9F%CE%B9%CE%BA%CE%BF%CE%BD%CF%8C%CE%BC%CE%BF%CF%85_%CE%94%CE%B7%CE%BC%CE%AE%CF%84%CF%81%CE%B7%CF%82</id>
		<title>Οικονόμου Δημήτρης</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%9F%CE%B9%CE%BA%CE%BF%CE%BD%CF%8C%CE%BC%CE%BF%CF%85_%CE%94%CE%B7%CE%BC%CE%AE%CF%84%CF%81%CE%B7%CF%82"/>
				<updated>2019-03-09T14:10:16Z</updated>
		
		<summary type="html">&lt;p&gt;Oikdim14: Νέα σελίδα με '[[Παρατήρηση της φαινολογίας των καφεόδεντρων μέσω τηλεπισκόπησης και η σχέση της με τις αποδ...'&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Παρατήρηση της φαινολογίας των καφεόδεντρων μέσω τηλεπισκόπησης και η σχέση της με τις αποδόσεις των καλλιεργειών]]&lt;br /&gt;
&lt;br /&gt;
[[Αποτίμηση ζημιών σε καλλιέργειες με την χρήση τηλεπισκόπησης και γεωγραφικών πληροφοριακών συστημάτων]]&lt;br /&gt;
&lt;br /&gt;
[[Η αντιμετώπιση πλημμυρικών φαινομένων με τη χρήση της τηλεπισκόπησης: Η περίπτωση του νομού Έβρου]]&lt;br /&gt;
&lt;br /&gt;
[[Έλεγχος της απόκρισης παραγωγής βλάστησης σε βοσκότοπους σε συνθήκες ακραίας ξηρασίας και βροχόπτωσης, με την χρήση τηλεπισκοπικών μέσων]]&lt;br /&gt;
&lt;br /&gt;
[[Αλλαγές κάλυψης γης που προκλήθηκαν από τον μεγάλο σεισμό του 2011 στην Ιαπωνία]]&lt;br /&gt;
&lt;br /&gt;
 [[category:ΔΠΜΣ ]]&lt;/div&gt;</summary>
		<author><name>Oikdim14</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A0%CE%B1%CF%81%CE%B1%CF%84%CE%AE%CF%81%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CF%86%CE%B1%CE%B9%CE%BD%CE%BF%CE%BB%CE%BF%CE%B3%CE%AF%CE%B1%CF%82_%CF%84%CF%89%CE%BD_%CE%BA%CE%B1%CF%86%CE%B5%CF%8C%CE%B4%CE%B5%CE%BD%CF%84%CF%81%CF%89%CE%BD_%CE%BC%CE%AD%CF%83%CF%89_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CE%B7_%CF%83%CF%87%CE%AD%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%BC%CE%B5_%CF%84%CE%B9%CF%82_%CE%B1%CF%80%CE%BF%CE%B4%CF%8C%CF%83%CE%B5%CE%B9%CF%82_%CF%84%CF%89%CE%BD_%CE%BA%CE%B1%CE%BB%CE%BB%CE%B9%CE%B5%CF%81%CE%B3%CE%B5%CE%B9%CF%8E%CE%BD</id>
		<title>Παρατήρηση της φαινολογίας των καφεόδεντρων μέσω τηλεπισκόπησης και η σχέση της με τις αποδόσεις των καλλιεργειών</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A0%CE%B1%CF%81%CE%B1%CF%84%CE%AE%CF%81%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CF%86%CE%B1%CE%B9%CE%BD%CE%BF%CE%BB%CE%BF%CE%B3%CE%AF%CE%B1%CF%82_%CF%84%CF%89%CE%BD_%CE%BA%CE%B1%CF%86%CE%B5%CF%8C%CE%B4%CE%B5%CE%BD%CF%84%CF%81%CF%89%CE%BD_%CE%BC%CE%AD%CF%83%CF%89_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CE%B7_%CF%83%CF%87%CE%AD%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%BC%CE%B5_%CF%84%CE%B9%CF%82_%CE%B1%CF%80%CE%BF%CE%B4%CF%8C%CF%83%CE%B5%CE%B9%CF%82_%CF%84%CF%89%CE%BD_%CE%BA%CE%B1%CE%BB%CE%BB%CE%B9%CE%B5%CF%81%CE%B3%CE%B5%CE%B9%CF%8E%CE%BD"/>
				<updated>2019-03-09T14:03:36Z</updated>
		
		<summary type="html">&lt;p&gt;Oikdim14: Νέα σελίδα με ''''Παρατήρηση της φαινολογίας των καφεόδεντρων μέσω τηλεπισκόπησης και η σχέση της με τις απο...'&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Παρατήρηση της φαινολογίας των καφεόδεντρων μέσω τηλεπισκόπησης και η σχέση της με τις αποδόσεις των καλλιεργειών'''&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος τίτλος:Remotely Sensed Phenology of Coffee and Its Relationship to Yield'''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς: Brunsell N. A., Pontes P. P. B., Lamparelli R. A. C.'''&lt;br /&gt;
&lt;br /&gt;
[https://www.tandfonline.com/doi/abs/10.2747/1548-1603.46.3.289 Πηγή]&lt;br /&gt;
&lt;br /&gt;
'''Περίληψη'''&lt;br /&gt;
&lt;br /&gt;
Λόγω των πολύπλοκων μικροκλιματικών επιδράσεων, του πολυετούς φαινολογικού κύκλου και της μικρής κλίμακας των φυτειών καφέ, λίγες εφαρμογές έχουν υπάρξει για την εξέταση των αποδόσεων των καφεόδεντρων μέσω δορυφόρου. Χρησιμοποιώντας δεδομένα της περιόδου 2001- 2006, τα κατακρηνίσματα στην επιφάνεια του εδάφους συνδέονται με την επιφανειακή θερμοκρασία και την φυτοκάλυψη. Η απόδοση σχετίζεται με τις αποκλίσεις ως προς την φυτοκάλυψη. Τα αποτελέσματα δείχνουν ότι η χωρική ανάλυση που προσφέρει ο αισθητήρας MODIS, σε συνδυασμό με την διαθέσιμη χρονική κάλυψη, επιτρέπει τον προσδιορισμό της φαινολογίας των καφεόδεντρων.&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Ο καφές είναι ένα από τα σημαντικότερα αγροτικά προϊόντα στον κόσμο και ένα βασικό προϊόν για πολλές χώρες της Αφρικής και της Λατινικής Αμερικής. Δεδομένης της οικονομικής και κοινωνικής σημασίας της αγροτικής παραγωγής, είναι επιτακτική η σύνδεση των διακυμάνσεων της παραγωγής με τις διακυμάνσεις στο μικροκλίμα, και η ανάλογη προσαρμογή των αγροτικών πρακτικών. Είναι επίσης σημαντικό να κατανοήσουμε τη διακύμανση των δυναμικών αυτών ανάλογα με τα διάφορα σενάρια κλιματικής αλλαγής.&lt;br /&gt;
Οι προβλέψεις των αποδόσεων για τα καφεόδεντρα είναι ένα περίπλοκο θέμα, διότι έχουν πολυετή φαινολογικό κύκλο, με διαφορετικές μικροκλιματικές απαιτήσεις σε διαφορετικές φάσεις του κύκλου ανάπτυξης, και περιπλοκότητα ως προς τις ανάγκες σε νερό. Παράγοντα πολυπλοκότητας ως προς τις ανάγκες σε νερό αποτελεί επίσης η διακύμανση της στοματικής αγωγιμότητας ως προς την καθαρή αφομοίωση (δείκτης NAR).&lt;br /&gt;
H συνολική έκταση των περιοχών παραγωγής καφέ στη Βραζιλία ανέρχεται σε 1,04 εκατομμύρια εκτάρια, αντιπροσωπεύοντας το 48,8% της παραγωγής της χώρας. Ωστόσο, οι μελέτες τηλεπισκόπησης σχετικά με την παραγωγή καφέ είναι περιορισμένες, καθώς η καλλιέργεια αυτή εφαρμόζεται συνήθως σε μικρά χωράφια με μεγάλη κλίση. Εντούτοις, η χρήση αεροφωτογραφιών κρίνεται επιτυχημένη, καθώς βασίζεται σε νευρωνικά δίκτυα.&lt;br /&gt;
Κύριος στόχος της συγκεκριμένης μελέτης είναι η αποτίμηση της χρήσης δεδομένων του αισθητήρα MODIS στην πρόβλεψη των αποδόσεων των&lt;br /&gt;
καφεόδεντρων. Συγκεκριμένα, προσπαθούμε να αποτιμήσουμε κατά πόσο η χωρική ανάλυση του αισθητήρα ανταποκρίνεται στην αναγκαία χρονική κάλυψη. &lt;br /&gt;
&lt;br /&gt;
Επίσης, μας ενδιαφέρει ο αντίκτυπος της κλιματικής ποικιλομορφίας στην παραγωγή καφέ, με σκοπό την αποτίμηση των επιπτώσεων της κλιματικής αλλαγής στην περιοχή για ένα φυτό τόσο μεγάλης οικονομικής σημασίας. [[Αρχείο:Coffee yield brazil.PNG|thumb|right|Εικόνα 1: Η περιοχή Monte Santo de Minas, στην επαρχία Minas Gerais της Βραζιλίας. Επεξεργασμένη αεροφωτογραφία του δορυφόρου SPOT-5]]&lt;br /&gt;
&lt;br /&gt;
'''Μέθοδοι'''&lt;br /&gt;
&lt;br /&gt;
Η εικόνα του δορυφόρου SPOT-5 που χρησιμοποιήσαμε λήφθηκε τον Αύγουστο&lt;br /&gt;
του 2005. Η εικόνα περιλαμβάνει ολόκληρη την περιοχή μελέτης και επεξεργαστηκε σε 4 στάδια. Στην πρώτη φάση, τα πολυφασματικά κανάλια συγχωνεύθηκαν με την χρήση του αλγορίθμου Gram-Schmidt Spectral Sharpening, δημιουργώντας .tif αρχείο με χωρική ανάλυση 2.5 m. Στην δεύτερη φάση, πραγματοποιήθηκε γεωμετρική διόρθωση της εικόνας. Η τρίτη φάση αφορούσε στη διάκριση των φυτειών καφεόδεντρων, όπου δυσκολία παρατηρήθηκε στο διαχωρισμό καφεόδεντρων και δασικών εκτάσεων, και στην ταυτοποίηση μικρών φυτειών και φυτειών νεαρών καφεόδεντρων, οπότε απαιτήθηκε εφαρμογή ταξινόμησης. Τέλος, εφαρμόστηκε φιλτράρισμα τύπου kernel σε κάθε κανάλι, έτσι ώστε να ενισχυθούν τα χαρακτηριστικά της εικόνας και να παρατηρηθούν καλύτερα οι φασματικές διαφορές μεταξύ καφεόδεντρων και δασικών εκτάσεων.&lt;br /&gt;
&lt;br /&gt;
Για την ανάλυση των διαφορών στις εποχιακές μεταβολές και την επίδραση τους στον κύκλο ανάπτυξης των καφεόδεντρων, χρησιμοποιήσαμε εικόνες που απεικονίζουν τον δείκτη NDVI και την επιφανειακή θερμοκρασία. Κατόπιν επεξεργασίας του δείκτη NDVI, προέκυψε ο δείκτης Fr, ο οποίος διαθέτει τα εξής πλεονεκτήματα: 1)Ο δείκτης σχετίζεται άμεσα με τα ύψη παραγωγής και 2)Ελαχιστοποιεί τις ανάγκες για ατμοσφαιρική διόρθωση. Επίσης, η σημασία του δείκτη Fr έγκειται στην υψηλότερη χωρική ανάλυση σε σχέση με την επιφανειακή θερμοκρασία, γεγονός που επιτρέπει την εύκολη συσχέτιση τους από την εξαγωγή μέσων όρων του Fr.&lt;br /&gt;
Ένας από τους κύριους σκοπούς μας ήταν η ανάλυση και σύγκριση των αλλαγών που παρατηρούνται στα δορυφορικά δεδομένα, και η συσχέτιση τους με τον πολυετή κύκλο και τις αποδόσεις των καφεόδεντρων. Έτσι, χρησιμοποιήσαμε τον δείκτη Fr για την φυτοκάλυψη, την επιφανειακή θερμοκρασία (T) και το ύψος των κατακρηνισμάτων που παρατηρήθηκαν μέσω μετεωρολογικών σταθμών (PPT), καθώς και τις ίδιες μεταβλητές χωρίς την επίδραση των εποχικών αλλαγών (Fr’, T’, PPT’). Υπολογίστηκε η εποχιακή διαταραχή και η τάση των δεικτών αυτών. Υπολογίστηκε επίσης η διασυσχέτιση των δεικτών Fr, Τ και PPT σε δύο διαφορετικές χρονικές περιόδους (δείκτης ρ).&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα και συζήτηση'''&lt;br /&gt;
&lt;br /&gt;
Το μέγιστο ύψος των κατακρηνισμάτων παρατηρήθηκε στο 1ο και στο 3ο-4ο στάδιο ανάπτυξης των καφεόδεντρων. Η θερμοκρασία είναι γενικά υψηλότερη στην αρχή της βροχερής περιόδου, γεγονός που έχει ως αποτέλεσμα υψηλή καταγραφή στο 1ο και τι 3ο στάδιο ανάπτυξης, ενώ μείωση θερμοκρασίας παρατηρείται στο 2ο και στο 4ο-6ο στάδιο ανάπτυξης. Αυτό παρατηρήθηκε ιδιαίτερα στον κύκλο της περιόδου 2003-2004, όπου επίσης το ύψος των κατακρηνισμάτων ήταν υψηλό.&lt;br /&gt;
&lt;br /&gt;
Προκείμενου να εξετάσουμε αν οι διαφορές μεταξύ πρώτου και δεύτερου έτους του καλλιεργητικού είναι διαπιστώσιμη μέσω του αισθητήρα MODIS, παρατηρήσαμε την μέση επιφανειακή θερμοκρασία και τον δείκτη Fr κατά τα έτη χαμηλής και υψηλής παραγωγικότητας κατά την διάρκεια της καλλιεργητικής περιόδου. Καταγράφηκε υψηλότερο Fr κατά το 2ο έτος, δηλαδή εκείνο με την υψηλότερη παραγωγικότητα. Αυτό οφειλεται στον υψηλότερο αριθμό καρπών και στις συνέπειες της συγκομιδής.&lt;br /&gt;
&lt;br /&gt;
Δευτερεύοντα στόχο της μελέτης αποτέλεσε η διαλεύκανση του αντικτύπου της χρονικής στιγμής των κατακρηνισμάτων στις μεταβλητές που χρησιμοποιούνται στην τηλεπισκόπηση σχετικά με τις καλλιέργειες καφεόδεντρων. Πραγματοποίησαμε Cross Lagged συσχέτιση μεταξύ των δεικτών Fr και PPT. Για τις αρνητικές τιμές που προκύπτουν, διαπιστώνεται πολύ μικρή συσχέτιση&lt;br /&gt;
μεταξύ των μεταβλητών, η οποία αυξάνεται για θετικές τιμές, όπου από τον δείκτη Fr εξαρτώνται αποτελέσματα του δείκτη PPT.&lt;br /&gt;
Η μέθοδος της Cross Lagged συσχέτισης χρησιμοποιήθηκε επίσης μεταξύ των δεικτών Fr και Τ. Οι αρνητικές τιμές στην συγκεκριμένη περίπτωση δείχνουν εξάρτηση των τιμών της εδαφικής υγρασίας από τις τιμές της ραδιομετρικής θερμοκρασίας. Τότε, παρατηρείται ότι η παραγωγή αυξάνεται με την μείωση της ραδιομετρικής θερμοκρασίας, ως αποτέλεσμα μείωσης του υδατικού stress. Οι λίγες ημέρες που διαπιστώθηκαν θετικές τιμές αντιμετωπίζονται ως βαρύνουσας σημασίας, λόγω της ανάγκης των καφεόδεντρων να παρουσιάσουν κάποιο υδατικό stress προκειμένου να βελτιωθεί η ποιότητα της παραγωγής.&lt;br /&gt;
Τέλος, περαιτέρω συσχετίσεις μεταξύ των δεικτών Fr, PPT και Τ μελετήθηκαν με την χρήση του δείκτη ρ.&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Η παρακολούθηση της φαινολογικής ανάπτυξης των καφεόδεντρων και η ανάλογη πρόβλεψη των αποδόσεων τους κρίνεται δύσκολη λόγω του πολυετούς κύκλου ζωής τους. Παραδοσιακές μέθοδοι που βασίζονται στην μελέτη του μικροκλίματος αποτυγχάνουν εξαιτίας των περίπλοκων αναγκών των φυτών σε θερμοκρασία και νερό, και το μικρό μέγεθος των καλλιεργειών δημιουργεί προβλήματα στην τηλεπισκόπηση. Ωστόσο, τα δεδομένα που εξήχθησαν μέσω του αισθητήρα MODIS φαίνεται να διαθέτουν αναλυτική αποτελεσματικότητα. Περιορισμό της μελέτης αποτελεί η διάρκεια της, που κάλυψε μόνο 3 κύκλους ζωής των φυτών, αλλά και ο χώρος στον οποίο διερευνήθηκε ο ρόλος των κατακρηνισμάτων.&lt;br /&gt;
Ελέγχοντας τις παρεκκλίσεις των τάσεων των εξεταζόμενων δεικτών στην περιοχή μελετής, διαπιστώνουμε ότι ο δείκτης Fr σε γενικές γραμμές κρίνεται αξιόπιστο εργαλείο για την μέτρηση του ύψους παραγωγής, υπολογίζοντας την φυτοκάλυψη. Σε συνδυασμό με την διαπίστωση των αποκλίσεων στην επιφανειακή θερμοκρασία και το ύψος των κατακρηνισμάτων, μπορούμε να εξηγήσουμε πως προκύπτουν οι περιορισμοί στο νερό, και έτσι να προβούμε σε καλύτερες προβλέψεις.&lt;br /&gt;
&lt;br /&gt;
 [[category:Εκτίμηση παραγωγής/Απόδοση]]&lt;/div&gt;</summary>
		<author><name>Oikdim14</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Coffee_yield_brazil.PNG</id>
		<title>Αρχείο:Coffee yield brazil.PNG</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Coffee_yield_brazil.PNG"/>
				<updated>2019-03-09T14:01:40Z</updated>
		
		<summary type="html">&lt;p&gt;Oikdim14: Εικόνα 1: Η περιοχή Monte Santo de Minas, στην επαρχία Minas Gerais της
Βραζιλίας. Επεξεργασμένη αεροφωτογραφία του δορυφόρου SPOT-5&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Εικόνα 1: Η περιοχή Monte Santo de Minas, στην επαρχία Minas Gerais της&lt;br /&gt;
Βραζιλίας. Επεξεργασμένη αεροφωτογραφία του δορυφόρου SPOT-5&lt;/div&gt;</summary>
		<author><name>Oikdim14</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%97_%CE%B1%CE%BD%CF%84%CE%B9%CE%BC%CE%B5%CF%84%CF%8E%CF%80%CE%B9%CF%83%CE%B7_%CF%80%CE%BB%CE%B7%CE%BC%CE%BC%CF%85%CF%81%CE%B9%CE%BA%CF%8E%CE%BD_%CF%86%CE%B1%CE%B9%CE%BD%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CE%BC%CE%B5_%CF%84%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82:_%CE%97_%CF%80%CE%B5%CF%81%CE%AF%CF%80%CF%84%CF%89%CF%83%CE%B7_%CF%84%CE%BF%CF%85_%CE%BD%CE%BF%CE%BC%CE%BF%CF%8D_%CE%88%CE%B2%CF%81%CE%BF%CF%85</id>
		<title>Η αντιμετώπιση πλημμυρικών φαινομένων με τη χρήση της τηλεπισκόπησης: Η περίπτωση του νομού Έβρου</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%97_%CE%B1%CE%BD%CF%84%CE%B9%CE%BC%CE%B5%CF%84%CF%8E%CF%80%CE%B9%CF%83%CE%B7_%CF%80%CE%BB%CE%B7%CE%BC%CE%BC%CF%85%CF%81%CE%B9%CE%BA%CF%8E%CE%BD_%CF%86%CE%B1%CE%B9%CE%BD%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CE%BC%CE%B5_%CF%84%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82:_%CE%97_%CF%80%CE%B5%CF%81%CE%AF%CF%80%CF%84%CF%89%CF%83%CE%B7_%CF%84%CE%BF%CF%85_%CE%BD%CE%BF%CE%BC%CE%BF%CF%8D_%CE%88%CE%B2%CF%81%CE%BF%CF%85"/>
				<updated>2019-03-07T18:22:37Z</updated>
		
		<summary type="html">&lt;p&gt;Oikdim14: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Η αντιμετώπιση πλημμυρικών φαινομένων με τη χρήση της τηλεπισκόπησης: Η περίπτωση του νομού Έβρου'''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφέας:Ζ. Καραγιάννη'''&lt;br /&gt;
&lt;br /&gt;
[http://dspace.aua.gr/xmlui/handle/10329/5939 Πηγή]&lt;br /&gt;
&lt;br /&gt;
'''Περίληψη'''&lt;br /&gt;
&lt;br /&gt;
Η εργασία αυτή σκοπό έχει την αξιολόγηση της συνεισφοράς των εργαλείων της Τηλεπισκόπησης και των Γεωγραφικών Συστημάτων Πληροφοριών στην καταγραφή φυσικών καταστροφών, και ειδικότερα των πλημμύρων. Εκπονήθηκε μελέτη περίπτωσης πλημμυρικού συμβάντος για τον Νομό του Έβρου κατά το έτος 2010, η οποία σκοπό είχε τη χαρτογράφηση της πλημμυρισμένης περιοχής και τον εντοπισμό των πληγέντων αγροτεμαχίων. Τα αποτελέσματα της εργασίας προέκυψαν μέσω της παραγωγής ορθοφωτοχαρτών, ανίχνευσης των πλημμυρισμένων εκτάσεων και, σε επόμενη φάση, χωρικής συσχέτισης των αγροτεμαχίων με την περιοχή πλημμύρας. Οι εικόνες LANDSAT-5 που χρήσιμοποίηθηκαν, λήφθηκαν κατά την κορύφωση του πλημμυρικού συμβάντος. Η επεξεργασία των δεδομένων πραγματοποιήθηκε με τη βοήθεια των λογισμικών ERDAS IMAGINE 2010 και ArcGIS. Τα συμπεράσματα της έρευνας αφορούν στην αποτελεσματικότητα των χρησιμοποιούμενων εργαλείων στην αντιμετώπιση πλημμυρικών φαινομένων, με βασικό το ζήτημα της έγκαιρης και έγκυρης αποζημίωσης των πληγέντων πολιτών.&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Τα τελευταία χρόνια, η δορυφορική παρατήρηση της γης συμβάλλει καθοριστικά σε μια σειρά επιστημονικών δραστηριοτήτων, όπως η μελέτη του περιβάλλοντος, η παρατήρηση των κλιματικών αλλαγών, αλλά και ο σχεδιασμός αναπτυξιακών στρατηγικών. Κυριότεροι περιοριστικοί παράγοντες στην χρήση της τηλεπισκόπησης είναι το κόστος, η διαθεσιμότητα και η δυνατότητα άμεσης απόκτησης των δεδομένων, αλλά και η διαθεσιμότητα του κατάλληλου τεχνικού προσωπικού.&lt;br /&gt;
&lt;br /&gt;
Αφορμή για την συγκεκριμένη μελέτη αποτέλεσαν οι καταστροφικές πλημμύρες στο νομό Έβρου, οι οποίες έλαβαν χώρα τον Φεβρουάριο του 2010. Τα αποτέλεσματα της πλημμύρας έπληξαν πάνω από 250 χιλιάδες στρέμματα, συμπεριλαμβανομένων κτηνοτροφικών μονάδων και επιχειρήσεων. Σύμφωνα με την τοπική νομαρχιακή αυτοδιοίκηση, το κόστος των ζημιών ανήλθε σε πάνω από 50 εκατομμύρια ευρώ. Σε αυτά τα πλαίσια, η διεπιστημονική προσέγγιση κρίνεται πολύ σημαντική για την λήψη ορθών αποφάσεων. Η δημιουργία μιας βάσης διαχείρισης φυσικών καταστροφών, με πληροφορίες γεωγραφικά συσχετισμένες, δύναται να ενισχύσει την ευχέρεια λήψης απόφασεων, μέσω του εντοπισμού, μέτρησης και χωρικής απεικόνισης των υπό μελέτη φαινομένων. Επίσης, η διαθεσιμότητα πληροφοριών και επεξεργασίας αυτών, μπορεί να παρέχει στρατηγικά ανταγωνιστικά πλεονεκτήματα στις κατά τόπους περιοχές.&lt;br /&gt;
&lt;br /&gt;
'''Πρακτική εφαρμογή'''&lt;br /&gt;
&lt;br /&gt;
Πρώτο στάδιο της μελέτης αποτέλεσε η συλλογή δεδομένων και λογισμικών. Στην συνέχεια, καθορίστηκε η περιοχή μελέτης, μέσω επεξεργασίας των δεδομένων των Καποδιστριακών Δήμων και του πολυγώνου των περιοχών πλημμύρας, το οποίο παρείχε η Πολιτική Προστασία. Οι δορυφορικές εικόνες που εξήχθησαν είχαν ημερομηνία λήψης την 19η Φεβρουαρίου 2010, καλύπτοντας περίπου το 90% της περιοχής μελέτης. Η επεξεργασία των πρωτογενών αυτών δεδομένων πραγματοποιήθηκε μέσω του λογισμικού ERDAS IMAGINE. Πριν τη φωτογραμμετρική επεξεργασία των εικόνων δημιουργήθηκε μωσαϊκό των ορθοφωτοχαρτών “Ikonos” της περιοχής.&lt;br /&gt;
&lt;br /&gt;
Η φωτογραμμετρική επεξεργασία των εικόνων, για την δημιουργία νέων ορθοφωτοχαρτών, πραγματοποιήθηκε με την βοήθεια σημείων γνωστών οριζοντιογραφικών συντεταγμένων από το προηγουμένως δημιουργημένο μωσαϊκό, αλλά και ψηφιακού μοντέλου αναγλύφου του Υπουργείου Γεωργίας, βήματος 30 m, έτσι ώστε να είναι διαθέσιμη η υψομετρική πληροφορία.&lt;br /&gt;
Στην ραδιομετρική επεξεργασία των ορθοφωτοχαρτών συμπεριλήφθηκε η συνένωση των δύο φωτοχαρτών που είχαν παραχθεί, η ραδιομετρική ενίσχυση του νέου φωτοχάρτη, καθώς και η οριοθέτησή του στην περιοχή μελέτης. Ο τελικός ορθοφωτοχάρτης παρουσιάζεται στην Εικόνα 1 [[Αρχείο:Zk ortho tel.JPG|thumb|right|Eικόνα 1: Παρουσίαση τελικού ορθοφωτοχάρτη περιοχής μελέτης]].&lt;br /&gt;
&lt;br /&gt;
Η διαδικασία της ανάλυσης κύριων συνιστωσών, για την διαπίστωση των κυριότερων κλάσεων της εικόνας, συμπεριέλαβε την εξαγωγή πίνακα συμμεταβλητότητας και πίνακα συσχέτισης των δεδομένων, και σε επόμενη φάση τον υπολογισμό και την αποτύπωση των κύριων συνιστωσών. Κατόπιν, εφαρμόστηκε η τεχνική της PCA, με την χρήση όλων των καναλιών του δορυφόρου LANDSAT-5. Με την μέθοδο αυτή, δημιουργήθηκαν 4 νέες εικόνες, η καθεμία εκ των οποίων παρείχε διαφορετικές πληροφορίες.&lt;br /&gt;
&lt;br /&gt;
Οι ψηφιακές τηλεπισκοπικές διαδικασίες που ακολούθησαν περιλαμβάνουν την μη επιβλεπόμενη και επιβλεπόμενη ταξινόμηση, καθώς και τον φωτοερμηνευτικό έλεγχο αυτών. Η Εικόνα 2 [[Αρχείο:Zk tax final.JPG|thumb|right|Εικόνα 2: Παρουσίαση τελικού ορθοφωτοχάρτη περιοχής μελέτης]] αποτελεί την τελικώς ταξινομημένη εικόνα της περιοχής μελέτης. Ακουλούθησε η διανυσματοποίηση των κλάσεων, ώστε περαιτέρω επεξεργασίες να γίνουν σε περιβάλλον GIS.&lt;br /&gt;
&lt;br /&gt;
Τα πολύγωνα που προέκυψαν με την διαδικασία αυτή συγκρίθηκαν με τα δηλωμένα πλημμυρισμένα τεμάχια για τον νομό Έβρου. Με την χρήση της τηλεπισκόπησης, προέκυψαν λιγότερα πληγέντα τεμάχια σε σχέση με τα δηλωμένα από την Πολιτική Προστασία, διότι ο φορέας αυτός διαπιστώθηκε ότι υπερεκτίμησε τα όρια της πλημμύρας.&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Η Τηλεπισκόπηση και τα Γεωγραφικά Συστήματα Πληροφοριών μπορούν να συντελέσουν στην εξαγωγή πληροφοριών κατανοητών και άμεσα επεξεργάσιμων από τους χρήστες.&lt;br /&gt;
&lt;br /&gt;
Η μελέτη αυτή εστιάζει στις πλημμύρες του ποταμού Έβρου λόγω της καταστρεπτικής δύναμης του φαινομένου αυτού, αλλά και λόγω της ιδιαιτερότητας του ποταμού, που οφείλεται στην διασυνοριακή του θέση και στην συχνότητα πλημμυρών από την οποία διακατέχεται.&lt;br /&gt;
&lt;br /&gt;
Τα εργαλεία που χρησιμοποιήθηκαν στην παρούσα μελέτη μπορούν να παρέχουν πολλαπλά οικονομικά οφέλη, τόσο αναφορικά με την δίκαιη αποζημίωση των παραγωγών, όσο και με την διαχείριση ανθρώπινου δυναμικού.&lt;br /&gt;
&lt;br /&gt;
Η συγκεκριμένη μελέτη μπορεί να συντελέσει στην αποτελεσματική διαχείριση της υδρολεκάνης του Έβρου, αλλά και στην δημιουργία ενός μοντέλου για την διαχείριση παρόμοιων καταστάσεων. Αξίζει να σημειωθεί ότι η χρήση των Γεωγραφικών Συστημάτων Πληροφοριών συντελεί στην δημιουργία γεωχωρικής-διαχρονικής βάσης δεδομένων, η οποία μπορεί να διευκολύνει την λήψη αποφάσεων.&lt;br /&gt;
&lt;br /&gt;
 [[category:Καταγραφή πλυμμηρών]]&lt;/div&gt;</summary>
		<author><name>Oikdim14</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%80%CE%BF%CF%84%CE%AF%CE%BC%CE%B7%CF%83%CE%B7_%CE%B6%CE%B7%CE%BC%CE%B9%CF%8E%CE%BD_%CF%83%CE%B5_%CE%BA%CE%B1%CE%BB%CE%BB%CE%B9%CE%AD%CF%81%CE%B3%CE%B5%CE%B9%CE%B5%CF%82_%CE%BC%CE%B5_%CF%84%CE%B7%CE%BD_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CE%B3%CE%B5%CF%89%CE%B3%CF%81%CE%B1%CF%86%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CE%BB%CE%B7%CF%81%CE%BF%CF%86%CE%BF%CF%81%CE%B9%CE%B1%CE%BA%CF%8E%CE%BD_%CF%83%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD</id>
		<title>Αποτίμηση ζημιών σε καλλιέργειες με την χρήση τηλεπισκόπησης και γεωγραφικών πληροφοριακών συστημάτων</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%80%CE%BF%CF%84%CE%AF%CE%BC%CE%B7%CF%83%CE%B7_%CE%B6%CE%B7%CE%BC%CE%B9%CF%8E%CE%BD_%CF%83%CE%B5_%CE%BA%CE%B1%CE%BB%CE%BB%CE%B9%CE%AD%CF%81%CE%B3%CE%B5%CE%B9%CE%B5%CF%82_%CE%BC%CE%B5_%CF%84%CE%B7%CE%BD_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CE%B3%CE%B5%CF%89%CE%B3%CF%81%CE%B1%CF%86%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CE%BB%CE%B7%CF%81%CE%BF%CF%86%CE%BF%CF%81%CE%B9%CE%B1%CE%BA%CF%8E%CE%BD_%CF%83%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD"/>
				<updated>2019-03-07T18:20:24Z</updated>
		
		<summary type="html">&lt;p&gt;Oikdim14: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;''' Αποτίμηση ζημιών σε καλλιέργειες με την χρήση τηλεπισκόπησης και γεωγραφικών πληροφοριακών συστημάτων'''&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος τίτλος: Assessment of crop damages using space remote sensing and GIS '''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς : N. Silleos, K. Perrakis, G. Petsanis'''&lt;br /&gt;
&lt;br /&gt;
[https://www.tandfonline.com/doi/abs/10.1080/01431160110040026 Πηγή]&lt;br /&gt;
&lt;br /&gt;
'''Περίληψη'''&lt;br /&gt;
&lt;br /&gt;
Η δημοσίευση αυτή αναφέρεται στην προοπτική χρήσης της τηλεπισκόπησης σχετικά με την αποτίμηση των καλλιεργητικών ζημιών σε επίπεδο πεδίου. &lt;br /&gt;
&lt;br /&gt;
Πραγματοποίηθηκε χρήση ψηφιακών χαρτών, έτσι ώστε να ξεπεραστεί το πρόβλημα της χαμηλής δυνατότητας διάκρισης των ορίων μεταξύ των εδαφών (πρόβλημα που οφείλεται στην υπάρχουσα χωρική ανάλυση, τον κατακερματισμό των εδαφών, το ορεινό ανάγλυφο της περιοχής και τον βαθμό ομοιογένειας της περιοχής κάλυψης) αλλά και να καταστούν οι ζημιές υπολογίσιμες. Μελετήθηκε η σχέση μεταξύ των υπολογιζόμενων στο πεδίο καλλιεργητικών ζημιών και του δείκτη NDVI που χρησιμοποιείται στην τηλεπισκόπηση. Η μετατροπή του θεματικού χάρτη σε μορφή GRID, στην οποία ο χάρτης αποτελείται από κελιά του ενός τετραγωνικού μέτρου, με την χρήση των προγραμμάτων ArcView και Spatial Analyst, επέτρεψε την διασαφήνιση του αριθμού των κελιών που περιείχαν pixels εντός της περιοχής μελέτης, αλλά και των αντίστοιχων τιμών του δείκτη NDVI. Διάφορες τεχνικές, όπως η χρήση επιβλεπόμενης ταξινόμησης και μοντέλων παλινδρόμησης, χρησιμοποιήθηκαν ώστε να διαπιστωθεί η συσχέτιση μεταξύ των τιμών του δείκτη NDVI και των τιμών οι οποίες υπολογίστηκαν από τον Ελληνικό Οργανισμό Αγροτικών Ασφαλίσεων (ΕΛΓΑ). Τα αποτελέσματα εμφανίστηκαν εξόχως ενθαρρυντικά, και για τον λόγο αυτό ο ΕΛΓΑ αποφάσισε να συνεχίσει την έρευνα, χρησιμόποιώντας δορυφόρους υψηλής ανάλυσης τελευταίας γενιάς.&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Ο ΕΛΓΑ προβαίνει σε μετρήσεις αναφορικά με τις ζημιές που δέχονται ετησίως οι καλλιέργειες στην Ελλάδα, που είναι αποτέλεσμα κλιματικών κυρίως παραγόντων. Η παρούσα εργασία έχει χρηματοδοτηθεί από τον ΕΛΓΑ και έχει ως αντικείμενο την διερεύνηση των ζημιών που προκαλούνται από πλημμύρες και παγετούς, τις οποίες δέχονται καλλιέργειες σίτου και αρδευόμενες καλλιέργειες αντίστοιχα. Η φασματική συμπεριφορά μίας καλλιέργειας σε διαφορετικές ζώνες του ηλεκτρομαγνητικού φάσματος μπορεί να ερμηνευτεί από μία σειρά μεταβλητών, που μπορούν να εντοπιστούν από δορυφορικούς αισθητήρες. Τέτοιες μεταβλητές είναι τα καταστροφικά φαινόμενα, η μείωση ή καταστροφή του περιεχομένου της χλωροφύλλης, οι αλλαγές στην εσωτερική δομή του φύλλου και οι αλλαγές στα μορφολογικά χαρακτηριστικά των φυτών. Οι στόχοι της παρούσας έρευνας είναι:&lt;br /&gt;
&lt;br /&gt;
*    Η χρήση ήδη υπαρχόντων μεθόδων και τεχνολογιών έρευνας σε ένα νέο ερευνητικό πεδίο, προορισμένο για νέους χρήστες&lt;br /&gt;
*    Η διερεύνηση νέων πεδίων εφαρμογών&lt;br /&gt;
*    Η προσέλκυση πελατών σχετικά με τα πεδία αυτά&lt;br /&gt;
*    Η βελτίωση των ικανοτήτων χρήσης τηλεπισκόπησης, επεξεργασίας δεδομένων και ερμηνείας δεδομένων στην Ευρώπη&lt;br /&gt;
&lt;br /&gt;
'''Υλικά και μέθοδοι '''&lt;br /&gt;
&lt;br /&gt;
Στις αρχές Φεβρουαρίου του 1998 εκδηλώθηκε παγετός στην περιοχή του νομού Έβρου, κοινότητα του οποίου επιλέχθηκε ως περιοχή μελέτης. Κτηματολογικοί χάρτες της κοινότητας κλίμακας 1:5000 ψηφιοποιήθηκαν και επικαλύφθηκαν σε γεωμετρικά διορθωμένες γεωαναφερόμενες εικόνες δορυφόρου SPOT, οι οποίες αποκτήθηκαν στις 20 Μαρτίου 1998 (Εικόνα 1)[[Αρχείο:Silleos spot.PNG|thumb|right|Εικόνα 1: Η διαβάθμιση του NDVI της περιοχής μελέτης σε μορφή SPOT.]]. Επίσης, στις αρχές Απριλίου του 1998, ειδικευμένο προσωπικό πραγματοποίησε επιτόπιο έλεγχο με υπολογισμό των ζημιών στο πεδίο σε 600 κομμάτια της περιοχής μελέτης.&lt;br /&gt;
&lt;br /&gt;
Κατά την τηλεπισκοπική επεξεργασία, δημιουργήθηκε ψηφιακός χάρτης που απεικονίζει την διαβάθμιση του δείκτη NDVI στην περιοχή (Εικόνα 1). Ο συγκεκριμένος δείκτης προτιμήθηκε λόγω της καλύτερης συσχέτισής του με την απόδοση των καλλιεργειών.Κατόπιν, υπολογίστηκε ο δείκτης ANDVI (μέσου NDVI) για κάθε κομμάτι της περιοχής.Ο δείκτης αυτός βρίσκεται μέσω της σχέσης ANDVI=Σ_n𝑁𝐷𝑉𝐼/𝑡,όπου n ο αριθμός των τετραγωνικών κελιών που εμπεριέχουν ένα συγκεκριμένο pixel σε μια περιοχή και t ο συνολικός αριθμός των τετραγωνικών κελιών στην περιοχή.&lt;br /&gt;
&lt;br /&gt;
Μεθοδολογικά, χρησιμοποιήθηκε η ταξινόμηση Χαρακτηριστικού Φασματικού Χώρου (Feature Space Classification). Πρόκειται για επιβλεπόμενη,μη παραμετρική μέθοδο ταξινόμησης. Επιλέχθηκε ένας αριθμός μεγάλων περιοχών εκπαίδευσης, οι οποίες χωρίστηκαν σε 4 κλάσεις (Εικόνα 2)[[Αρχείο:Rs clas silleos.PNG|thumb|right|Εικόνα 2: Επιβλεπόμενη ταξινόμηση του χάρτη της περιοχής με την μέθοδο του Χαρακτηριστικού Φασματικού Χώρου]]. Προκειμένου να επιτευχθεί καλύτερη δυνατότητα σύγκρισης των αποτελεσμάτων, ο χάρτης των καταγεγραμμένων ζημιών από παρατήρηση στο πεδίο χωρίστηκε επίσης σε 4 κλάσεις (Εικόνα 3)[[Αρχείο:Field class silleos.PNG|thumb|right|Εικόνα 3 : Θεματικός χάρτης με τα κομμάτια της περιοχής που υπέστησαν καλλιεργητικές ζημιές, όπως αυτό προέκυψε από επιτόπια παρατήρηση γεωπόνων του ΕΛΓΑ. ]], παρότι στην δεύτερη περίπτωση οι αρχικές μετρήσεις πραγματοποιήθηκαν με κλάσεις κατανεμημένες σε μεσοδιαστήματα της τάξης τ0υ 5%.&lt;br /&gt;
&lt;br /&gt;
Με την χρήση της ίδιας εικόνας που χρησιμοποίηθηκε για την ταξινόμηση, αλλά και μίας παλαιότερης, καταγράφηκαν επίσης οι συνέπειες μιας πλημμύρας που έλαβε χώρα δίπλα στην περιοχή μελέτης, δυτικά του ποταμού Έβρου. Τα παραδείγματα αυτά καταδεικνύουν ότι η χρήση δορυφορικών εικόνων για την παρακολούθηση και τη χαρτογράφηση καταστροφικών φαινομένων&lt;br /&gt;
στον γεωργικό τομέα μπορεί να καταστεί οικονομικά ωφέλιμη.&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα '''&lt;br /&gt;
&lt;br /&gt;
Η ανάλυση με γραμμική παλινδρόμηση έδειξε ότι υπάρχει στατιστικά σημαντική αρνητική συσχέτιση μεταξύ των τιμών των ANDVI και DP. Το εκτιμώμενο ποσοστό ζημιών που προκύπτει από την χρήση του δείκτη NDVI είναι σύμφωνο κατά 73% με τις επιτόπιες παρατηρήσεις του ΕΛΓΑ, με την απόκλιση να κυμαίνεται σε ποσοστό 15%. Σε επιχειρησιακό επίπεδο, ο συνδυασμός των ταξινομήσεων Χαρακτηριστικού Φασματικού Χώρου και Μέγιστης Πιθανοφάνειας δίνει τα καλύτερα αποτελέσματα για την καταγραφή της κατάστασης των φυτών μετά από καταστροφικά γεγονότα. Προκύπτουν έτσι τα ακόλουθα συμπεράσματα:&lt;br /&gt;
&lt;br /&gt;
1. Η καταγραφή των ποσοστών ζημιάς και των αντίστοιχων δεικτών NDVI μπορεί να επιφέρει αποτελέσματα στατιστικά χρήσιμα, για την κατασκευή από τον ΕΛΓΑ ανάλογης βάσης δεδομένων.&lt;br /&gt;
2. Παρά την γενική εικόνα που έχει αποκτήσει ο ΕΛΓΑ για τις καλλιεργητικές ζημιές, θα ήταν δυνατή μια ακριβέστερη απεικόνιση τους μέσω ψηφιακών τοπογραφικών χαρτών.&lt;br /&gt;
3. Η ταξινόμηση μέσω δορυφορικών εικόνων υψηλής ανάλυσης είναι ιδανικό εργαλείο για τον εντοπισμό των περιοχών που χρειάζονται έλεγχο και την διασαφήνιση της εκάστοτε ευρύτερης χωρικά κατάστασης.&lt;br /&gt;
4. Η νέα γενιά δορυφόρων με πολύ υψηλή χωρική ανάλυση (όπως ο IKONOS), μερικώς μπορεί να λύσει το πρόβλημα της ταυτοποίησης των ορίων των εκτάσεων καλλιέργειας σίτου σε περιοχές με ορεινό ανάγλυφο, δεδομένου ότι ακομά και οι πολύ μικρές αρδευόμενες εκτάσεις στα πεδινά είναι εύκολα εντοπίσιμες.&lt;br /&gt;
5. Ωστόσο, το πρόβλημα ταυτοποίησης των ορεινών καλλιεργειών σίτου παραμένει δισεπίλυτο. Η χρήση ψηφιοποιημένων θεματικών χαρτών δεν είναι πάντα λύση για μια σειρά από λόγους, όπως η μη διαθεσιμότητα τους σε ορισμένες περιοχές ή/και το υψηλό κόστος ψηφιοποίησης των υπαρχόντων χαρτών.&lt;br /&gt;
&lt;br /&gt;
[[category:Εκτίμηση ζημιών των γεωργικών καλλιεργειών]]&lt;br /&gt;
&lt;br /&gt;
 [[category:Εκτίμηση ζημιών των γεωργικών καλλιεργειών]]&lt;/div&gt;</summary>
		<author><name>Oikdim14</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%88%CE%BB%CE%B5%CE%B3%CF%87%CE%BF%CF%82_%CF%84%CE%B7%CF%82_%CE%B1%CF%80%CF%8C%CE%BA%CF%81%CE%B9%CF%83%CE%B7%CF%82_%CF%80%CE%B1%CF%81%CE%B1%CE%B3%CF%89%CE%B3%CE%AE%CF%82_%CE%B2%CE%BB%CE%AC%CF%83%CF%84%CE%B7%CF%83%CE%B7%CF%82_%CF%83%CE%B5_%CE%B2%CE%BF%CF%83%CE%BA%CF%8C%CF%84%CE%BF%CF%80%CE%BF%CF%85%CF%82_%CF%83%CE%B5_%CF%83%CF%85%CE%BD%CE%B8%CE%AE%CE%BA%CE%B5%CF%82_%CE%B1%CE%BA%CF%81%CE%B1%CE%AF%CE%B1%CF%82_%CE%BE%CE%B7%CF%81%CE%B1%CF%83%CE%AF%CE%B1%CF%82_%CE%BA%CE%B1%CE%B9_%CE%B2%CF%81%CE%BF%CF%87%CF%8C%CF%80%CF%84%CF%89%CF%83%CE%B7%CF%82,_%CE%BC%CE%B5_%CF%84%CE%B7%CE%BD_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CE%BF%CF%80%CE%B9%CE%BA%CF%8E%CE%BD_%CE%BC%CE%AD%CF%83%CF%89%CE%BD</id>
		<title>Έλεγχος της απόκρισης παραγωγής βλάστησης σε βοσκότοπους σε συνθήκες ακραίας ξηρασίας και βροχόπτωσης, με την χρήση τηλεπισκοπικών μέσων</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%88%CE%BB%CE%B5%CE%B3%CF%87%CE%BF%CF%82_%CF%84%CE%B7%CF%82_%CE%B1%CF%80%CF%8C%CE%BA%CF%81%CE%B9%CF%83%CE%B7%CF%82_%CF%80%CE%B1%CF%81%CE%B1%CE%B3%CF%89%CE%B3%CE%AE%CF%82_%CE%B2%CE%BB%CE%AC%CF%83%CF%84%CE%B7%CF%83%CE%B7%CF%82_%CF%83%CE%B5_%CE%B2%CE%BF%CF%83%CE%BA%CF%8C%CF%84%CE%BF%CF%80%CE%BF%CF%85%CF%82_%CF%83%CE%B5_%CF%83%CF%85%CE%BD%CE%B8%CE%AE%CE%BA%CE%B5%CF%82_%CE%B1%CE%BA%CF%81%CE%B1%CE%AF%CE%B1%CF%82_%CE%BE%CE%B7%CF%81%CE%B1%CF%83%CE%AF%CE%B1%CF%82_%CE%BA%CE%B1%CE%B9_%CE%B2%CF%81%CE%BF%CF%87%CF%8C%CF%80%CF%84%CF%89%CF%83%CE%B7%CF%82,_%CE%BC%CE%B5_%CF%84%CE%B7%CE%BD_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CE%BF%CF%80%CE%B9%CE%BA%CF%8E%CE%BD_%CE%BC%CE%AD%CF%83%CF%89%CE%BD"/>
				<updated>2019-03-07T18:19:20Z</updated>
		
		<summary type="html">&lt;p&gt;Oikdim14: Νέα σελίδα με ''''Έλεγχος της απόκρισης παραγωγής βλάστησης σε βοσκότοπους κάτω από την επίδραση υδροκλιματ...'&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Έλεγχος της απόκρισης παραγωγής βλάστησης σε βοσκότοπους κάτω από την επίδραση υδροκλιματικών παραγόντων και χρήσεων γης σε συνθήκες ακραίας ξηρασίας και βροχόπτωσης, με την χρήση τηλεπισκοπικών μέσων'''&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος τίτλος: Remotely sensed agricultural grassland productivity responses to land use and hydro-climatic drivers under extreme drought and rainfall'''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς: Kath, J., Le Brocque, A., Reardon-Smith, K., Apan, A.'''&lt;br /&gt;
&lt;br /&gt;
[https://www.sciencedirect.com/science/article/pii/S0168192319300073 Πηγή]&lt;br /&gt;
&lt;br /&gt;
'''Περίληψη'''&lt;br /&gt;
&lt;br /&gt;
Η κλιματική αλλαγή αναμένεται να επηρεάσει την ένταση και την συχνότητα των φαινομένων ξηρασίας παγκοσμίως, με πιθανές συνέπειες και στην διάρθρωση των βοσκοτόπων. Εξετάσαμε την επίδραση που δέχτηκαν οι βοσκότοποι σε συνθήκες μακροχρόνιας ξηρασίας στην περιοχή Darling Downs, στην νότια Αυστραλία, με την χρήση του δείκτη EVI. Τα κατακρηνίσματα της μελετούμενης περιόδου μπορούν να συγκριθούν με τα σενάρια υψηλότερης θερμοκρασίας και ξηρασίας που έχουν προβλεφτεί για την κλιματική αλλαγή εν όψει του 2030. Η περίοδος που την ακολούθησε συνοδεύτηκε από ακραία βροχόπτωση. Στόχος μας ήταν να διευκρινιστεί κατά πόσο οι παράγοντες που συνδέονται με την επιβράδυνση ανάπτυξης της βλάστησης είναι ίδιοι με τις κινητήριες δυνάμεις αναγέννησης της βλάστησης μετά την ξηρασία. Οι τάσεις του δείκτη EVI μετρήθηκαν για 2549 αγροτικές τοποθεσίες. Χρησιμοποιήσαμε την μέθοδο “Boosted Regression Trees” του λογισμικού R, προκειμένου να κατασκευάσουμε ένα μοντέλο βασισμένο σε διάρθρωση χρήσης γης και υδροκλιματικούς παράγοντες. Οι υδροκλιματικοί παράγοντες αποδείχτηκαν κρίσιμης σημασίας, τόσο κατά την ξηρή όσο και κατά την υγρή φάση, με την υγρασία στην υψηλότερη επιφάνεια του εδάφους να συσχετίζεται με μικρότερη επιβράδυνση στην ξηρή και ενισχυμένη αναγέννηση στην υγρή φάση. Σε υψηλότερες αναλογίες αρδευόμενης γεωργίας, χαμηλότερες αναλογίες ξυλώδους βλάστησης και υψηλότερες αναλογίες C3:C4 φυτών παρατηρούνται τάσεις χαμηλού δείκτη EVI. Τα αποτελέσματα μας καταδεικνύουν επίσης τις μεταβολές στη σημασία διαφόρων παραγόντων ανάπτυξης της βλάστησης μεταξύ ξηρών και υγρών συνθηκών.&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Το φαινόμενο ενός κόσμου που γίνεται πιο θερμός αναμένεται να επηρεάσει την κλιματική ποικιλομορφία. Σε ξηρές περιοχές υπό κλιματική αλλαγή αναμένεται επιβράδυνση στην ανάπτυξη της βλάστησης και υποβάθμιση των εδαφών, γεγονός που μεταξύ άλλων θα επιβαρύνει εδάφη κατάλληλα για βόσκηση, προκαλώντας σημαντικές οικονομικές ζημιές. Επίσης, αναμένεται να προκληθούν φαινόμενα επιβαρυντικά ως προς την βιοποικιλότητα και την διάρθρωση των οικοσυστημάτων. Είναι λοιπόν επιτακτική ανάγκη η κατανόηση των κινητήριων δυνάμεων που προκαλούν την επιβράδυνση της βλάστησης, καθώς και την κατόπιν αναγέννηση της.&lt;br /&gt;
&lt;br /&gt;
Εκτός των υδροκλιματικών αλλαγών, κρίσιμο παράγοντα αναφορικά με τις μεταβολές στους βοσκοτόπους μπορούν να αποτελέσουν οι χρήσεις γης κατά την διάρκεια της ξηρασίας. H αυξανόμενη θέρμανση σε συνδυασμό με την μείωση των βροχοπτώσεων μπορεί να προκαλέσει επιβράδυνση στους ρυθμούς ανάπτυξης της χορτολιβαδικής βλάστησης, ενώ και οι χρήσεις γης επηρέαζουν τους ρυθμούς αυτούς, λόγω των επιδράσεων τους στο μικροκλίμα.&lt;br /&gt;
Ερευνήσαμε την απόκριση των βοσκοτόπων σε συνθήκες ξηρασίας στην περιοχή Darling Downs στην ανατολική Αυστραλία, μέσω της εξέτασης υδροκλιματικών παραγόντων και χρήσης γης. Τα ημι-φυσικά συστήματα βοσκοτόπων αποτελούν ιδανικό οικοσύστημα για την διερεύνηση των επιδράσεων της ξηρασίας, λόγω της ευαισθησίας τους σε κλιματικές αλλαγές. Επιπλέον, οι πρόσφατες εξελίξεις στον τομέα της τηλεπισκόπησης επιτρέπουν την in-situ μέτρηση μακροχρόνιων και ευρείας κλίμακας αλλαγών στην κατάσταση των βοσκοτόπων, και την χαρτογράφηση και ενσωμάτωση των δεδομένων αυτών σε σχετική βάση. Το είδος των δεδομένων που χρησιμοποίησαμε είναι ευρέως διαθέσιμο, οπότε η προσέγγιση αυτή μπορεί να υιοθετηθεί παγκοσμίως αναφορικά με βοσκοτόπους. [[Αρχείο:Darling downs.JPG|thumb|right|Εικόνα 1: Η περιοχή μελέτης. Οι γκρίζες περιοχές είναι οι βοσκότοποι από τα οποία εξήχθησαν τα δεδομένα του δείκτη βλάστησης]]&lt;br /&gt;
&lt;br /&gt;
'''Υλικά και μέθοδοι'''&lt;br /&gt;
&lt;br /&gt;
Η περιοχή μελέτης καλύπτει περίπου 30000 km², και αποτελεί μια από τις σημαντικότερες περιοχές αγροτικής παραγωγής στην Αυστραλία, περιλαμβάνοντας βοσκοτόπους, ξηροτόπους, αλλά και αρδευόμενη γεωργία.&lt;br /&gt;
&lt;br /&gt;
Με βάση τις διαταραχές στην βροχόπτωση, διευκρινίστηκε η περίοδος μακράς ξηρασίας (Μάιος 2002- Μάιος 2007) και μακράς αυξημένης υγρασίας (Μάιος 2006- Μάιος 2011). Στην δεύτερη φάση συμπεριλήφθηκε το τέλος της πρώτης, ώστε να διασφαλιστεί ότι οι αλλαγές στις τάσεις ανάπτυξης της χορτολιβαδικής βλάστησης θα ήταν συνδεδεμένες με τις συνθήκες σχετικά με την ξηρασία.&lt;br /&gt;
&lt;br /&gt;
Ο δείκτης EVI (Enhanced Vegetation Index) σχετίζεται με το κλάσμα της ενεργής ακτινοβολίας κατά την φωτοσύνθεση. Πρόκειται για έναν δείκτη πρωτογενούς παραγωγικότητας. Υψηλότερες τιμές του δείκτη δείχνουν μεγαλύτερη βιομάζα, παρέχοντας ένα μέτρο σχετικά με τις μεταβολές στις χορτολιβαδικές εκτάσεις. Έτσι, στην προκειμμένη περίπτωση, αρνητική μεταβολή στο δείκτη EVI λαμβάνεται ως μείωση βοσκοτόπων, ενώ θετική μεταβολή ως αναγέννηση λειμώνων.&lt;br /&gt;
&lt;br /&gt;
Τα δεδομένα που χρησιμοποιήσαμε για την εξαγωγή του δείκτη EVI προέρχονται από τον αισθητήρα MODIS, με ονομαστική ανάλυση 250 m.&lt;br /&gt;
&lt;br /&gt;
Τα 2549 σημεία μελέτης που επιλέχθηκαν διασφαλίζουν έναν επαρκή διασκορπισμό σε όλη την περιοχή εκπαίδευσης. Τα σημεία που περιείχαν δασικές εκτάσεις εξαιρέθηκαν, έτσι ώστε η μελέτη να εστιάσει στις αμιγώς χορτολιβαδικές εκτάσεις. Οι τάσεις του δείκτη EVI μετρήθηκαν μέσω του μη- παραμετρικού Ελέγχου Mann- Kendall.&lt;br /&gt;
&lt;br /&gt;
Οι μεταβλητές που διερευνήθηκαν για την δημιουργία ενός μοντέλου σχετικά με την μεταβολή του δείκτη EVI είναι οι τάσεις της εξατμισοδιαπνοής, οι διαταραχές στην εξατμισοδιαπνοή, οι τάσεις και οι διαταραχές της υγρασίας για 3 επίπεδα του εδάφους (0-10 cm, 10-100, 100-500 cm), το ποσοστό των εκτάσεων αρδευόμενης γεωργίας και εκτάσεων ξυλώδους βλάστησης στην περιοχή μελέτης, η αναλογία C3:C4 φυτών, καθώς και μοντελοποιημένος αριθμός των βοοειδών εκτρεφόμενων ζώων της περιοχής. Η μόνη μεταβλητή που επέδειξε συσχέτιση με άλλες ήταν η τάση της υγρασίας για το υψηλότερο επίπεδο του εδάφους. Συγκεκριμένα, συσχετίστηκε με την διαταραχή της υγρασίας στο ίδιο επίπεδο, αλλά και με την τάση της υγρασίας για το μεσαίο επίπεδο εδάφους. Έτσι, το μοντέλο λειτούργησε χωρίς την μεταβλητή αυτή.&lt;br /&gt;
Η επιβράδυνση στην ανάπτυξη της χορτολιβαδικής βλάστησης μελετήθηκε μέσω του μοντέλου “Boosted Regression Trees”. Επιπλέον, η ύπαρξη συσχέτισης μεταξύ των μεταβλητών και του δείκτη EVI διερευνήθηκε μέσω του Ελέγχου Pearson.&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα'''&lt;br /&gt;
&lt;br /&gt;
Τα αποτελέσματα κρίνονται ικανοποιητικά, καθότι έδειξαν θετική απόκριση στο&lt;br /&gt;
μοντέλο σε ποσοστό 69% για την ξηρή περίοδο και 61% για την υγρή περίοδο.&lt;br /&gt;
Υπήρξαν τάσεις μέσης μείωσης της βλάστησης 23% στην πρώτη περίπτωση, και&lt;br /&gt;
μέσης αύξησης 57% στην δεύτερη. [[Αρχείο:Darling downs2.PNG|thumb|right|Εικόνα 2: Οι τάσεις του δείκτη EVI στην ξηρή περίοδο (αριστερά) και στην υγρή περίοδο (δεξια). Σε απόλυτες τιμές, οι τάσεις του δείκτη αυξάνονται ανάλογα με το πόσο έντονα είναι τα χρώματα]]&lt;br /&gt;
&lt;br /&gt;
'''Συζήτηση'''&lt;br /&gt;
&lt;br /&gt;
Ενώ πολλές από τις δοκιμαζόμενες μεταβλητές επηρέασαν τόσο την πτώση όσο&lt;br /&gt;
και την ανάκαμψη των βοσκοτόπων, αρκετές είχαν διαφοροποιημένα&lt;br /&gt;
αποτελέσματα κατά την αλλαγή των κλιματικών φάσεων.&lt;br /&gt;
&lt;br /&gt;
Σημαντικοί παράγοντες που δεν λήφθηκαν υπόψιν κατά την διάρκεια της&lt;br /&gt;
μελέτης ήταν ο βαθμός αζωτούχου λίπανσης και βόσκησης των εδαφών, χωρίς&lt;br /&gt;
όμως οι περιορισμοί αυτοι να θέτουν σε αμφισβήτηση τα ευρήματα της μελέτης.&lt;br /&gt;
&lt;br /&gt;
Γενικότερα, στην ερμηνεία των αποτελεσμάτων πρέπει επίσης να λαμβάνεται&lt;br /&gt;
υπόψιν η χρονική και χωρική κλίμακα της μελέτης. Τέλος, αλλαγές στις χρήσεις&lt;br /&gt;
γης ενδεχομένως να επέφεραν ταχύτερη αναγέννηση της βλάστησης. &lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Τα 3 σημαντικότερα ευρήματα της μελέτης είναι η διαφοροποίηση της&lt;br /&gt;
επίδρασης των μεταβλητών στην επιβράδυνση και αναγέννηση της βλάστησης,&lt;br /&gt;
η σημασία των υδροκλιματικών παραγόντων και της χρήσης γης στην πρόβλεψη&lt;br /&gt;
παραγωγικότητας των βοσκοτόπων, και η συνάφεια των επιδράσεων των&lt;br /&gt;
μεταβλητών σε διαφορετικές περιόδους αναφορικά με τους υδροκλιματικούς&lt;br /&gt;
παράγοντες, όχι όμως και με τις χρήσεις γης. Αυτά τα ευρήματα συμβάλουν&lt;br /&gt;
στην καλύτερη κατανόηση των επιπτώσεων της κλιματικής αλλαγής και των&lt;br /&gt;
ακραίων κλιματικών συμβάντων στις διαδικασίες επιβράδυνσης και&lt;br /&gt;
αναγέννησης ,δηλαδή της ανθεκτικότητας στη μεταβλητότητα του κλίματος, για&lt;br /&gt;
ημι-φυσικά λιβάδια σημαντικά για τη γεωργία.&lt;br /&gt;
&lt;br /&gt;
 [[category:Εκτίμηση παραγωγής/Απόδοση]]&lt;/div&gt;</summary>
		<author><name>Oikdim14</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Darling_downs2.PNG</id>
		<title>Αρχείο:Darling downs2.PNG</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Darling_downs2.PNG"/>
				<updated>2019-03-07T18:15:04Z</updated>
		
		<summary type="html">&lt;p&gt;Oikdim14: Εικόνα 2: Οι τάσεις του δείκτη EVI στην ξηρή περίοδο (αριστερά) και στην υγρή περίοδο
(δεξια). Σε απόλυτες τιμές, οι τάσεις του δείκτη αυξάνοντα&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Εικόνα 2: Οι τάσεις του δείκτη EVI στην ξηρή περίοδο (αριστερά) και στην υγρή περίοδο&lt;br /&gt;
(δεξια). Σε απόλυτες τιμές, οι τάσεις του δείκτη αυξάνονται ανάλογα με το πόσο έντονα είναι τα χρώματα&lt;/div&gt;</summary>
		<author><name>Oikdim14</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Darling_downs.JPG</id>
		<title>Αρχείο:Darling downs.JPG</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Darling_downs.JPG"/>
				<updated>2019-03-07T18:13:16Z</updated>
		
		<summary type="html">&lt;p&gt;Oikdim14: Εικόνα 1: Η περιοχή μελέτης. Οι γκρίζες περιοχές είναι οι βοσκότοποι από τα οποία εξήχθησαν τα δεδομένα του δείκτη βλάστησης&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Εικόνα 1: Η περιοχή μελέτης. Οι γκρίζες περιοχές είναι οι βοσκότοποι από τα οποία εξήχθησαν τα δεδομένα του δείκτη βλάστησης&lt;/div&gt;</summary>
		<author><name>Oikdim14</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%80%CE%BF%CF%84%CE%AF%CE%BC%CE%B7%CF%83%CE%B7_%CE%B6%CE%B7%CE%BC%CE%B9%CF%8E%CE%BD_%CF%83%CE%B5_%CE%BA%CE%B1%CE%BB%CE%BB%CE%B9%CE%AD%CF%81%CE%B3%CE%B5%CE%B9%CE%B5%CF%82_%CE%BC%CE%B5_%CF%84%CE%B7%CE%BD_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CE%B3%CE%B5%CF%89%CE%B3%CF%81%CE%B1%CF%86%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CE%BB%CE%B7%CF%81%CE%BF%CF%86%CE%BF%CF%81%CE%B9%CE%B1%CE%BA%CF%8E%CE%BD_%CF%83%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD</id>
		<title>Αποτίμηση ζημιών σε καλλιέργειες με την χρήση τηλεπισκόπησης και γεωγραφικών πληροφοριακών συστημάτων</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%80%CE%BF%CF%84%CE%AF%CE%BC%CE%B7%CF%83%CE%B7_%CE%B6%CE%B7%CE%BC%CE%B9%CF%8E%CE%BD_%CF%83%CE%B5_%CE%BA%CE%B1%CE%BB%CE%BB%CE%B9%CE%AD%CF%81%CE%B3%CE%B5%CE%B9%CE%B5%CF%82_%CE%BC%CE%B5_%CF%84%CE%B7%CE%BD_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CE%B3%CE%B5%CF%89%CE%B3%CF%81%CE%B1%CF%86%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CE%BB%CE%B7%CF%81%CE%BF%CF%86%CE%BF%CF%81%CE%B9%CE%B1%CE%BA%CF%8E%CE%BD_%CF%83%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD"/>
				<updated>2019-03-07T18:06:26Z</updated>
		
		<summary type="html">&lt;p&gt;Oikdim14: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;''' Αποτίμηση ζημιών σε καλλιέργειες με την χρήση τηλεπισκόπησης και γεωγραφικών πληροφοριακών συστημάτων'''&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος τίτλος: Assessment of crop damages using space remote sensing and GIS '''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς : N. Silleos, K. Perrakis, G. Petsanis'''&lt;br /&gt;
&lt;br /&gt;
[https://www.tandfonline.com/doi/abs/10.1080/01431160110040026 Πηγή]&lt;br /&gt;
&lt;br /&gt;
'''Περίληψη'''&lt;br /&gt;
&lt;br /&gt;
Η δημοσίευση αυτή αναφέρεται στην προοπτική χρήσης της τηλεπισκόπησης σχετικά με την αποτίμηση των καλλιεργητικών ζημιών σε επίπεδο πεδίου. Πραγματοποίηθηκε χρήση ψηφιακών χαρτών, έτσι ώστε να ξεπεραστεί το πρόβλημα της χαμηλής δυνατότητας διάκρισης των ορίων μεταξύ των εδαφών (πρόβλημα που οφείλεται στην υπάρχουσα χωρική ανάλυση, τον κατακερματισμό των εδαφών, το ορεινό ανάγλυφο της περιοχής και τον βαθμό ομοιογένειας της περιοχής κάλυψης) αλλά και να καταστούν οι ζημιές υπολογίσιμες. Μελετήθηκε η σχέση μεταξύ των υπολογιζόμενων στο πεδίο καλλιεργητικών ζημιών και του δείκτη NDVI που χρησιμοποιείται στην τηλεπισκόπηση. Η μετατροπή του θεματικού χάρτη σε μορφή GRID, στην οποία ο χάρτης αποτελείται από κελιά του ενός τετραγωνικού μέτρου, με την χρήση των προγραμμάτων ArcView και Spatial Analyst, επέτρεψε την διασαφήνιση του αριθμού των κελιών που περιείχαν pixels εντός της περιοχής μελέτης, αλλά και των αντίστοιχων τιμών του δείκτη NDVI. Διάφορες τεχνικές, όπως η χρήση επιβλεπόμενης ταξινόμησης και μοντέλων παλινδρόμησης, χρησιμοποιήθηκαν ώστε να διαπιστωθεί η συσχέτιση μεταξύ των τιμών του δείκτη NDVI και των τιμών οι οποίες υπολογίστηκαν από τον Ελληνικό Οργανισμό Αγροτικών Ασφαλίσεων (ΕΛΓΑ). Τα αποτελέσματα εμφανίστηκαν εξόχως ενθαρρυντικά, και για τον λόγο αυτό ο ΕΛΓΑ αποφάσισε να συνεχίσει την έρευνα, χρησιμόποιώντας δορυφόρους υψηλής ανάλυσης τελευταίας γενιάς.&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Ο ΕΛΓΑ προβαίνει σε μετρήσεις αναφορικά με τις ζημιές που δέχονται ετησίως οι καλλιέργειες στην Ελλάδα, που είναι αποτέλεσμα κλιματικών κυρίως παραγόντων. Η παρούσα εργασία έχει χρηματοδοτηθεί από τον ΕΛΓΑ και έχει ως αντικείμενο την διερεύνηση των ζημιών που προκαλούνται από πλημμύρες και παγετούς, τις οποίες δέχονται καλλιέργειες σίτου και αρδευόμενες καλλιέργειες αντίστοιχα. Η φασματική συμπεριφορά μίας καλλιέργειας σε διαφορετικές ζώνες του ηλεκτρομαγνητικού φάσματος μπορεί να ερμηνευτεί από μία σειρά μεταβλητών, που μπορούν να εντοπιστούν από δορυφορικούς αισθητήρες. Τέτοιες μεταβλητές είναι τα καταστροφικά φαινόμενα, η μείωση ή καταστροφή του περιεχομένου της χλωροφύλλης, οι αλλαγές στην εσωτερική δομή του φύλλου και οι αλλαγές στα μορφολογικά χαρακτηριστικά των φυτών. Οι στόχοι της παρούσας έρευνας είναι:&lt;br /&gt;
*    Η χρήση ήδη υπαρχόντων μεθόδων και τεχνολογιών έρευνας σε ένα νέο ερευνητικό πεδίο, προορισμένο για νέους χρήστες&lt;br /&gt;
*    Η διερεύνηση νέων πεδίων εφαρμογών&lt;br /&gt;
*    Η προσέλκυση πελατών σχετικά με τα πεδία αυτά&lt;br /&gt;
*    Η βελτίωση των ικανοτήτων χρήσης τηλεπισκόπησης, επεξεργασίας δεδομένων και ερμηνείας δεδομένων στην Ευρώπη&lt;br /&gt;
&lt;br /&gt;
'''Υλικά και μέθοδοι '''&lt;br /&gt;
&lt;br /&gt;
Στις αρχές Φεβρουαρίου του 1998 εκδηλώθηκε παγετός στην περιοχή του νομού Έβρου, κοινότητα του οποίου επιλέχθηκε ως περιοχή μελέτης. Κτηματολογικοί χάρτες της κοινότητας κλίμακας 1:5000 ψηφιοποιήθηκαν και επικαλύφθηκαν σε γεωμετρικά διορθωμένες γεωαναφερόμενες εικόνες δορυφόρου SPOT, οι οποίες αποκτήθηκαν στις 20 Μαρτίου 1998 (Εικόνα 1)[[Αρχείο:Silleos spot.PNG|thumb|right|Εικόνα 1: Η διαβάθμιση του NDVI της περιοχής μελέτης σε μορφή SPOT.]]. Επίσης, στις αρχές Απριλίου του 1998, ειδικευμένο προσωπικό πραγματοποίησε επιτόπιο έλεγχο με υπολογισμό των ζημιών στο πεδίο σε 600 κομμάτια της περιοχής μελέτης.&lt;br /&gt;
Κατά την τηλεπισκοπική επεξεργασία, δημιουργήθηκε ψηφιακός χάρτης που απεικονίζει την διαβάθμιση του δείκτη NDVI στην περιοχή (Εικόνα 1). Ο συγκεκριμένος δείκτης προτιμήθηκε λόγω της καλύτερης συσχέτισής του με την απόδοση των καλλιεργειών.Κατόπιν, υπολογίστηκε ο δείκτης ANDVI (μέσου NDVI) για κάθε κομμάτι της περιοχής.Ο δείκτης αυτός βρίσκεται μέσω της σχέσης ANDVI=Σ_n𝑁𝐷𝑉𝐼/𝑡,όπου n ο αριθμός των τετραγωνικών κελιών που εμπεριέχουν ένα συγκεκριμένο pixel σε μια περιοχή και t ο συνολικός αριθμός των τετραγωνικών κελιών στην περιοχή.&lt;br /&gt;
&lt;br /&gt;
Μεθοδολογικά, χρησιμοποιήθηκε η ταξινόμηση Χαρακτηριστικού Φασματικού Χώρου (Feature Space Classification). Πρόκειται για επιβλεπόμενη,μη παραμετρική μέθοδο ταξινόμησης. Επιλέχθηκε ένας αριθμός μεγάλων περιοχών εκπαίδευσης, οι οποίες χωρίστηκαν σε 4 κλάσεις (Εικόνα 2)[[Αρχείο:Rs clas silleos.PNG|thumb|right|Εικόνα 2: Επιβλεπόμενη ταξινόμηση του χάρτη της περιοχής με την μέθοδο του Χαρακτηριστικού Φασματικού Χώρου]]. Προκειμένου να επιτευχθεί καλύτερη δυνατότητα σύγκρισης των αποτελεσμάτων, ο χάρτης των καταγεγραμμένων ζημιών από παρατήρηση στο πεδίο χωρίστηκε επίσης σε 4 κλάσεις (Εικόνα 3)[[Αρχείο:Field class silleos.PNG|thumb|right|Εικόνα 3 : Θεματικός χάρτης με τα κομμάτια της περιοχής που υπέστησαν καλλιεργητικές ζημιές, όπως αυτό προέκυψε από επιτόπια παρατήρηση γεωπόνων του ΕΛΓΑ. ]], παρότι στην δεύτερη περίπτωση οι αρχικές μετρήσεις πραγματοποιήθηκαν με κλάσεις κατανεμημένες σε μεσοδιαστήματα της τάξης τ0υ 5%.&lt;br /&gt;
Με την χρήση της ίδιας εικόνας που χρησιμοποίηθηκε για την ταξινόμηση, αλλά και μίας παλαιότερης, καταγράφηκαν επίσης οι συνέπειες μιας πλημμύρας που έλαβε χώρα δίπλα στην περιοχή μελέτης, δυτικά του ποταμού Έβρου. Τα παραδείγματα αυτά καταδεικνύουν ότι η χρήση δορυφορικών εικόνων για την παρακολούθηση και τη χαρτογράφηση καταστροφικών φαινομένων&lt;br /&gt;
στον γεωργικό τομέα μπορεί να καταστεί οικονομικά ωφέλιμη.&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα '''&lt;br /&gt;
&lt;br /&gt;
Η ανάλυση με γραμμική παλινδρόμηση έδειξε ότι υπάρχει στατιστικά σημαντική αρνητική συσχέτιση μεταξύ των τιμών των ANDVI και DP. Το εκτιμώμενο ποσοστό ζημιών που προκύπτει από την χρήση του δείκτη NDVI είναι σύμφωνο κατά 73% με τις επιτόπιες παρατηρήσεις του ΕΛΓΑ, με την απόκλιση να κυμαίνεται σε ποσοστό 15%. Σε επιχειρησιακό επίπεδο, ο συνδυασμός των ταξινομήσεων Χαρακτηριστικού Φασματικού Χώρου και Μέγιστης Πιθανοφάνειας δίνει τα καλύτερα αποτελέσματα για την καταγραφή της κατάστασης των φυτών μετά από καταστροφικά γεγονότα. Προκύπτουν έτσι τα ακόλουθα συμπεράσματα:&lt;br /&gt;
1. Η καταγραφή των ποσοστών ζημιάς και των αντίστοιχων δεικτών NDVI μπορεί να επιφέρει αποτελέσματα στατιστικά χρήσιμα, για την κατασκευή από τον ΕΛΓΑ ανάλογης βάσης δεδομένων.&lt;br /&gt;
2. Παρά την γενική εικόνα που έχει αποκτήσει ο ΕΛΓΑ για τις καλλιεργητικές ζημιές, θα ήταν δυνατή μια ακριβέστερη απεικόνιση τους μέσω ψηφιακών τοπογραφικών χαρτών.&lt;br /&gt;
3. Η ταξινόμηση μέσω δορυφορικών εικόνων υψηλής ανάλυσης είναι ιδανικό εργαλείο για τον εντοπισμό των περιοχών που χρειάζονται έλεγχο και την διασαφήνιση της εκάστοτε ευρύτερης χωρικά κατάστασης.&lt;br /&gt;
4. Η νέα γενιά δορυφόρων με πολύ υψηλή χωρική ανάλυση (όπως ο IKONOS), μερικώς μπορεί να λύσει το πρόβλημα της ταυτοποίησης των ορίων των εκτάσεων καλλιέργειας σίτου σε περιοχές με ορεινό ανάγλυφο, δεδομένου ότι ακομά και οι πολύ μικρές αρδευόμενες εκτάσεις στα πεδινά είναι εύκολα εντοπίσιμες.&lt;br /&gt;
5. Ωστόσο, το πρόβλημα ταυτοποίησης των ορεινών καλλιεργειών σίτου παραμένει δισεπίλυτο. Η χρήση ψηφιοποιημένων θεματικών χαρτών δεν είναι πάντα λύση για μια σειρά από λόγους, όπως η μη διαθεσιμότητα τους σε ορισμένες περιοχές ή/και το υψηλό κόστος ψηφιοποίησης των υπαρχόντων χαρτών.&lt;br /&gt;
&lt;br /&gt;
[[category:Εκτίμηση ζημιών των γεωργικών καλλιεργειών]]&lt;br /&gt;
&lt;br /&gt;
 [[category:Εκτίμηση ζημιών των γεωργικών καλλιεργειών]]&lt;/div&gt;</summary>
		<author><name>Oikdim14</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%97_%CE%B1%CE%BD%CF%84%CE%B9%CE%BC%CE%B5%CF%84%CF%8E%CF%80%CE%B9%CF%83%CE%B7_%CF%80%CE%BB%CE%B7%CE%BC%CE%BC%CF%85%CF%81%CE%B9%CE%BA%CF%8E%CE%BD_%CF%86%CE%B1%CE%B9%CE%BD%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CE%BC%CE%B5_%CF%84%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82:_%CE%97_%CF%80%CE%B5%CF%81%CE%AF%CF%80%CF%84%CF%89%CF%83%CE%B7_%CF%84%CE%BF%CF%85_%CE%BD%CE%BF%CE%BC%CE%BF%CF%8D_%CE%88%CE%B2%CF%81%CE%BF%CF%85</id>
		<title>Η αντιμετώπιση πλημμυρικών φαινομένων με τη χρήση της τηλεπισκόπησης: Η περίπτωση του νομού Έβρου</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%97_%CE%B1%CE%BD%CF%84%CE%B9%CE%BC%CE%B5%CF%84%CF%8E%CF%80%CE%B9%CF%83%CE%B7_%CF%80%CE%BB%CE%B7%CE%BC%CE%BC%CF%85%CF%81%CE%B9%CE%BA%CF%8E%CE%BD_%CF%86%CE%B1%CE%B9%CE%BD%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CE%BC%CE%B5_%CF%84%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82:_%CE%97_%CF%80%CE%B5%CF%81%CE%AF%CF%80%CF%84%CF%89%CF%83%CE%B7_%CF%84%CE%BF%CF%85_%CE%BD%CE%BF%CE%BC%CE%BF%CF%8D_%CE%88%CE%B2%CF%81%CE%BF%CF%85"/>
				<updated>2019-03-07T17:56:00Z</updated>
		
		<summary type="html">&lt;p&gt;Oikdim14: Νέα σελίδα με ''''Η αντιμετώπιση πλημμυρικών φαινομένων με τη χρήση της τηλεπισκόπησης: Η περίπτωση του νομο...'&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Η αντιμετώπιση πλημμυρικών φαινομένων με τη χρήση της τηλεπισκόπησης: Η περίπτωση του νομού Έβρου'''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφέας:Ζ. Καραγιάννη'''&lt;br /&gt;
&lt;br /&gt;
[http://dspace.aua.gr/xmlui/handle/10329/5939 Πηγή]&lt;br /&gt;
&lt;br /&gt;
'''Περίληψη'''&lt;br /&gt;
&lt;br /&gt;
Η εργασία αυτή σκοπό έχει την αξιολόγηση της συνεισφοράς των εργαλείων της Τηλεπισκόπησης και των Γεωγραφικών Συστημάτων Πληροφοριών στην καταγραφή φυσικών καταστροφών, και ειδικότερα των πλημμύρων. Εκπονήθηκε μελέτη περίπτωσης πλημμυρικού συμβάντος για τον Νομό του Έβρου κατά το έτος 2010, η οποία σκοπό είχε τη χαρτογράφηση της πλημμυρισμένης περιοχής και τον εντοπισμό των πληγέντων αγροτεμαχίων. Τα αποτελέσματα της εργασίας προέκυψαν μέσω της παραγωγής ορθοφωτοχαρτών, ανίχνευσης των πλημμυρισμένων εκτάσεων και, σε επόμενη φάση, χωρικής συσχέτισης των αγροτεμαχίων με την περιοχή πλημμύρας. Οι εικόνες LANDSAT-5 που χρήσιμοποίηθηκαν, λήφθηκαν κατά την κορύφωση του πλημμυρικού συμβάντος. Η επεξεργασία των δεδομένων πραγματοποιήθηκε με τη βοήθεια των λογισμικών ERDAS IMAGINE 2010 και ArcGIS. Τα συμπεράσματα της έρευνας αφορούν στην αποτελεσματικότητα των χρησιμοποιούμενων εργαλείων στην αντιμετώπιση πλημμυρικών φαινομένων, με βασικό το ζήτημα της έγκαιρης και έγκυρης αποζημίωσης των πληγέντων πολιτών.&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Τα τελευταία χρόνια, η δορυφορική παρατήρηση της γης συμβάλλει καθοριστικά σε μια σειρά επιστημονικών δραστηριοτήτων, όπως η μελέτη του περιβάλλοντος, η παρατήρηση των κλιματικών αλλαγών, αλλά και ο σχεδιασμός αναπτυξιακών στρατηγικών. Κυριότεροι περιοριστικοί παράγοντες στην χρήση της τηλεπισκόπησης είναι το κόστος, η διαθεσιμότητα και η δυνατότητα άμεσης απόκτησης των δεδομένων, αλλά και η διαθεσιμότητα του κατάλληλου τεχνικού προσωπικού.&lt;br /&gt;
Αφορμή για την συγκεκριμένη μελέτη αποτέλεσαν οι καταστροφικές πλημμύρες στο νομό Έβρου, οι οποίες έλαβαν χώρα τον Φεβρουάριο του 2010. Τα αποτέλεσματα της πλημμύρας έπληξαν πάνω από 250 χιλιάδες στρέμματα, συμπεριλαμβανομένων κτηνοτροφικών μονάδων και επιχειρήσεων. Σύμφωνα με την τοπική νομαρχιακή αυτοδιοίκηση, το κόστος των ζημιών ανήλθε σε πάνω από 50 εκατομμύρια ευρώ. Σε αυτά τα πλαίσια, η διεπιστημονική προσέγγιση κρίνεται πολύ σημαντική για την λήψη ορθών αποφάσεων. Η δημιουργία μιας βάσης διαχείρισης φυσικών καταστροφών, με πληροφορίες γεωγραφικά συσχετισμένες, δύναται να ενισχύσει την ευχέρεια λήψης απόφασεων, μέσω του εντοπισμού, μέτρησης και χωρικής απεικόνισης των υπό μελέτη φαινομένων. Επίσης, η διαθεσιμότητα πληροφοριών και επεξεργασίας αυτών, μπορεί να παρέχει στρατηγικά ανταγωνιστικά πλεονεκτήματα στις κατά τόπους περιοχές.&lt;br /&gt;
&lt;br /&gt;
'''Πρακτική εφαρμογή'''&lt;br /&gt;
&lt;br /&gt;
Πρώτο στάδιο της μελέτης αποτέλεσε η συλλογή δεδομένων και λογισμικών. Στην συνέχεια, καθορίστηκε η περιοχή μελέτης, μέσω επεξεργασίας των δεδομένων των Καποδιστριακών Δήμων και του πολυγώνου των περιοχών πλημμύρας, το οποίο παρείχε η Πολιτική Προστασία. Οι δορυφορικές εικόνες που εξήχθησαν είχαν ημερομηνία λήψης την 19η Φεβρουαρίου 2010, καλύπτοντας περίπου το 90% της περιοχής μελέτης. Η επεξεργασία των πρωτογενών αυτών δεδομένων πραγματοποιήθηκε μέσω του λογισμικού ERDAS IMAGINE. Πριν τη φωτογραμμετρική επεξεργασία των εικόνων δημιουργήθηκε μωσαϊκό των ορθοφωτοχαρτών “Ikonos” της περιοχής.&lt;br /&gt;
Η φωτογραμμετρική επεξεργασία των εικόνων, για την δημιουργία νέων ορθοφωτοχαρτών, πραγματοποιήθηκε με την βοήθεια σημείων γνωστών οριζοντιογραφικών συντεταγμένων από το προηγουμένως δημιουργημένο μωσαϊκό, αλλά και ψηφιακού μοντέλου αναγλύφου του Υπουργείου Γεωργίας, βήματος 30 m, έτσι ώστε να είναι διαθέσιμη η υψομετρική πληροφορία.&lt;br /&gt;
Στην ραδιομετρική επεξεργασία των ορθοφωτοχαρτών συμπεριλήφθηκε η συνένωση των δύο φωτοχαρτών που είχαν παραχθεί, η ραδιομετρική ενίσχυση του νέου φωτοχάρτη, καθώς και η οριοθέτησή του στην περιοχή μελέτης. Ο τελικός ορθοφωτοχάρτης παρουσιάζεται στην Εικόνα 1 [[Αρχείο:Zk ortho tel.JPG|thumb|right|Eικόνα 1: Παρουσίαση τελικού ορθοφωτοχάρτη περιοχής μελέτης]].&lt;br /&gt;
&lt;br /&gt;
Η διαδικασία της ανάλυσης κύριων συνιστωσών, για την διαπίστωση των κυριότερων κλάσεων της εικόνας, συμπεριέλαβε την εξαγωγή πίνακα συμμεταβλητότητας και πίνακα συσχέτισης των δεδομένων, και σε επόμενη φάση τον υπολογισμό και την αποτύπωση των κύριων συνιστωσών. Κατόπιν, εφαρμόστηκε η τεχνική της PCA, με την χρήση όλων των καναλιών του δορυφόρου LANDSAT-5. Με την μέθοδο αυτή, δημιουργήθηκαν 4 νέες εικόνες, η καθεμία εκ των οποίων παρείχε διαφορετικές πληροφορίες.&lt;br /&gt;
Οι ψηφιακές τηλεπισκοπικές διαδικασίες που ακολούθησαν περιλαμβάνουν την μη επιβλεπόμενη και επιβλεπόμενη ταξινόμηση, καθώς και τον φωτοερμηνευτικό έλεγχο αυτών. Η Εικόνα 2 [[Αρχείο:Zk tax final.JPG|thumb|right|Εικόνα 2: Παρουσίαση τελικού ορθοφωτοχάρτη περιοχής μελέτης]] αποτελεί την τελικώς ταξινομημένη εικόνα της περιοχής μελέτης. Ακουλούθησε η διανυσματοποίηση των κλάσεων, ώστε περαιτέρω επεξεργασίες να γίνουν σε περιβάλλον GIS.&lt;br /&gt;
&lt;br /&gt;
Τα πολύγωνα που προέκυψαν με την διαδικασία αυτή συγκρίθηκαν με τα δηλωμένα πλημμυρισμένα τεμάχια για τον νομό Έβρου. Με την χρήση της τηλεπισκόπησης, προέκυψαν λιγότερα πληγέντα τεμάχια σε σχέση με τα δηλωμένα από την Πολιτική Προστασία, διότι ο φορέας αυτός διαπιστώθηκε ότι υπερεκτίμησε τα όρια της πλημμύρας.&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Η Τηλεπισκόπηση και τα Γεωγραφικά Συστήματα Πληροφοριών μπορούν να συντελέσουν στην εξαγωγή πληροφοριών κατανοητών και άμεσα επεξεργάσιμων από τους χρήστες.&lt;br /&gt;
Η μελέτη αυτή εστιάζει στις πλημμύρες του ποταμού Έβρου λόγω της καταστρεπτικής δύναμης του φαινομένου αυτού, αλλά και λόγω της ιδιαιτερότητας του ποταμού, που οφείλεται στην διασυνοριακή του θέση και στην συχνότητα πλημμυρών από την οποία διακατέχεται.&lt;br /&gt;
Τα εργαλεία που χρησιμοποιήθηκαν στην παρούσα μελέτη μπορούν να παρέχουν πολλαπλά οικονομικά οφέλη, τόσο αναφορικά με την δίκαιη αποζημίωση των παραγωγών, όσο και με την διαχείριση ανθρώπινου δυναμικού.&lt;br /&gt;
Η συγκεκριμένη μελέτη μπορεί να συντελέσει στην αποτελεσματική διαχείριση της υδρολεκάνης του Έβρου, αλλά και στην δημιουργία ενός μοντέλου για την διαχείριση παρόμοιων καταστάσεων. Αξίζει να σημειωθεί ότι η χρήση των Γεωγραφικών Συστημάτων Πληροφοριών συντελεί στην δημιουργία γεωχωρικής-διαχρονικής βάσης δεδομένων, η οποία μπορεί να διευκολύνει την λήψη αποφάσεων.&lt;br /&gt;
&lt;br /&gt;
 [[category:Εκτίμηση ζημιών των γεωργικών καλλιεργειών]]&lt;/div&gt;</summary>
		<author><name>Oikdim14</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Zk_tax_final.JPG</id>
		<title>Αρχείο:Zk tax final.JPG</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Zk_tax_final.JPG"/>
				<updated>2019-03-07T17:51:39Z</updated>
		
		<summary type="html">&lt;p&gt;Oikdim14: Εικόνα 3: Παρουσίαση τελικού ορθοφωτοχάρτη περιοχής μελέτης&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Εικόνα 3: Παρουσίαση τελικού ορθοφωτοχάρτη περιοχής μελέτης&lt;/div&gt;</summary>
		<author><name>Oikdim14</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Zk_ortho_tel.JPG</id>
		<title>Αρχείο:Zk ortho tel.JPG</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Zk_ortho_tel.JPG"/>
				<updated>2019-03-07T17:49:38Z</updated>
		
		<summary type="html">&lt;p&gt;Oikdim14: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Εικόνα 2: Παρουσίαση τελικού ορθοφωτοχάρτη περιοχής μελέτης&lt;/div&gt;</summary>
		<author><name>Oikdim14</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Zk_ortho_tel.JPG</id>
		<title>Αρχείο:Zk ortho tel.JPG</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Zk_ortho_tel.JPG"/>
				<updated>2019-03-07T17:49:20Z</updated>
		
		<summary type="html">&lt;p&gt;Oikdim14: ικόνα 2: Παρουσίαση τελικού ορθοφωτοχάρτη περιοχής μελέτης&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;ικόνα 2: Παρουσίαση τελικού ορθοφωτοχάρτη περιοχής μελέτης&lt;/div&gt;</summary>
		<author><name>Oikdim14</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%80%CE%BF%CF%84%CE%AF%CE%BC%CE%B7%CF%83%CE%B7_%CE%B6%CE%B7%CE%BC%CE%B9%CF%8E%CE%BD_%CF%83%CE%B5_%CE%BA%CE%B1%CE%BB%CE%BB%CE%B9%CE%AD%CF%81%CE%B3%CE%B5%CE%B9%CE%B5%CF%82_%CE%BC%CE%B5_%CF%84%CE%B7%CE%BD_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CE%B3%CE%B5%CF%89%CE%B3%CF%81%CE%B1%CF%86%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CE%BB%CE%B7%CF%81%CE%BF%CF%86%CE%BF%CF%81%CE%B9%CE%B1%CE%BA%CF%8E%CE%BD_%CF%83%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD</id>
		<title>Αποτίμηση ζημιών σε καλλιέργειες με την χρήση τηλεπισκόπησης και γεωγραφικών πληροφοριακών συστημάτων</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%80%CE%BF%CF%84%CE%AF%CE%BC%CE%B7%CF%83%CE%B7_%CE%B6%CE%B7%CE%BC%CE%B9%CF%8E%CE%BD_%CF%83%CE%B5_%CE%BA%CE%B1%CE%BB%CE%BB%CE%B9%CE%AD%CF%81%CE%B3%CE%B5%CE%B9%CE%B5%CF%82_%CE%BC%CE%B5_%CF%84%CE%B7%CE%BD_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CE%B3%CE%B5%CF%89%CE%B3%CF%81%CE%B1%CF%86%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CE%BB%CE%B7%CF%81%CE%BF%CF%86%CE%BF%CF%81%CE%B9%CE%B1%CE%BA%CF%8E%CE%BD_%CF%83%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD"/>
				<updated>2019-03-07T17:43:54Z</updated>
		
		<summary type="html">&lt;p&gt;Oikdim14: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;''' Αποτίμηση ζημιών σε καλλιέργειες με την χρήση τηλεπισκόπησης και γεωγραφικών πληροφοριακών συστημάτων'''&lt;br /&gt;
'''Πρωτότυπος τίτλος: Assessment of crop damages using space remote sensing and GIS '''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς : N. Silleos, K. Perrakis, G. Petsanis'''&lt;br /&gt;
&lt;br /&gt;
[https://www.tandfonline.com/doi/abs/10.1080/01431160110040026 Πηγή]&lt;br /&gt;
&lt;br /&gt;
'''Περίληψη'''&lt;br /&gt;
&lt;br /&gt;
Η δημοσίευση αυτή αναφέρεται στην προοπτική χρήσης της τηλεπισκόπησης σχετικά με την αποτίμηση των καλλιεργητικών ζημιών σε επίπεδο πεδίου. Πραγματοποίηθηκε χρήση ψηφιακών χαρτών, έτσι ώστε να ξεπεραστεί το πρόβλημα της χαμηλής δυνατότητας διάκρισης των ορίων μεταξύ των εδαφών (πρόβλημα που οφείλεται στην υπάρχουσα χωρική ανάλυση, τον κατακερματισμό των εδαφών, το ορεινό ανάγλυφο της περιοχής και τον βαθμό ομοιογένειας της περιοχής κάλυψης) αλλά και να καταστούν οι ζημιές υπολογίσιμες. Μελετήθηκε η σχέση μεταξύ των υπολογιζόμενων στο πεδίο καλλιεργητικών ζημιών και του δείκτη NDVI που χρησιμοποιείται στην τηλεπισκόπηση. Η μετατροπή του θεματικού χάρτη σε μορφή GRID, στην οποία ο χάρτης αποτελείται από κελιά του ενός τετραγωνικού μέτρου, με την χρήση των προγραμμάτων ArcView και Spatial Analyst, επέτρεψε την διασαφήνιση του αριθμού των κελιών που περιείχαν pixels εντός της περιοχής μελέτης, αλλά και των αντίστοιχων τιμών του δείκτη NDVI. Διάφορες τεχνικές, όπως η χρήση επιβλεπόμενης ταξινόμησης και μοντέλων παλινδρόμησης, χρησιμοποιήθηκαν ώστε να διαπιστωθεί η συσχέτιση μεταξύ των τιμών του δείκτη NDVI και των τιμών οι οποίες υπολογίστηκαν από τον Ελληνικό Οργανισμό Αγροτικών Ασφαλίσεων (ΕΛΓΑ). Τα αποτελέσματα εμφανίστηκαν εξόχως ενθαρρυντικά, και για τον λόγο αυτό ο ΕΛΓΑ αποφάσισε να συνεχίσει την έρευνα, χρησιμόποιώντας δορυφόρους υψηλής ανάλυσης τελευταίας γενιάς.&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Ο ΕΛΓΑ προβαίνει σε μετρήσεις αναφορικά με τις ζημιές που δέχονται ετησίως οι καλλιέργειες στην Ελλάδα, που είναι αποτέλεσμα κλιματικών κυρίως παραγόντων. Η παρούσα εργασία έχει χρηματοδοτηθεί από τον ΕΛΓΑ και έχει ως αντικείμενο την διερεύνηση των ζημιών που προκαλούνται από πλημμύρες και παγετούς, τις οποίες δέχονται καλλιέργειες σίτου και αρδευόμενες καλλιέργειες αντίστοιχα. Η φασματική συμπεριφορά μίας καλλιέργειας σε διαφορετικές ζώνες του ηλεκτρομαγνητικού φάσματος μπορεί να ερμηνευτεί από μία σειρά μεταβλητών, που μπορούν να εντοπιστούν από δορυφορικούς αισθητήρες. Τέτοιες μεταβλητές είναι τα καταστροφικά φαινόμενα, η μείωση ή καταστροφή του περιεχομένου της χλωροφύλλης, οι αλλαγές στην εσωτερική δομή του φύλλου και οι αλλαγές στα μορφολογικά χαρακτηριστικά των φυτών. Οι στόχοι της παρούσας έρευνας είναι:&lt;br /&gt;
*    Η χρήση ήδη υπαρχόντων μεθόδων και τεχνολογιών έρευνας σε ένα νέο ερευνητικό πεδίο, προορισμένο για νέους χρήστες&lt;br /&gt;
*    Η διερεύνηση νέων πεδίων εφαρμογών&lt;br /&gt;
*    Η προσέλκυση πελατών σχετικά με τα πεδία αυτά&lt;br /&gt;
*    Η βελτίωση των ικανοτήτων χρήσης τηλεπισκόπησης, επεξεργασίας δεδομένων και ερμηνείας δεδομένων στην Ευρώπη&lt;br /&gt;
&lt;br /&gt;
'''Υλικά και μέθοδοι '''&lt;br /&gt;
&lt;br /&gt;
Στις αρχές Φεβρουαρίου του 1998 εκδηλώθηκε παγετός στην περιοχή του νομού Έβρου, κοινότητα του οποίου επιλέχθηκε ως περιοχή μελέτης. Κτηματολογικοί χάρτες της κοινότητας κλίμακας 1:5000 ψηφιοποιήθηκαν και επικαλύφθηκαν σε γεωμετρικά διορθωμένες γεωαναφερόμενες εικόνες δορυφόρου SPOT, οι οποίες αποκτήθηκαν στις 20 Μαρτίου 1998 (Εικόνα 1)[[Αρχείο:Silleos spot.PNG|thumb|right|Εικόνα 1: Η διαβάθμιση του NDVI της περιοχής μελέτης σε μορφή SPOT.]]. Επίσης, στις αρχές Απριλίου του 1998, ειδικευμένο προσωπικό πραγματοποίησε επιτόπιο έλεγχο με υπολογισμό των ζημιών στο πεδίο σε 600 κομμάτια της περιοχής μελέτης.&lt;br /&gt;
Κατά την τηλεπισκοπική επεξεργασία, δημιουργήθηκε ψηφιακός χάρτης που απεικονίζει την διαβάθμιση του δείκτη NDVI στην περιοχή (Εικόνα 1). Ο συγκεκριμένος δείκτης προτιμήθηκε λόγω της καλύτερης συσχέτισής του με την απόδοση των καλλιεργειών.Κατόπιν, υπολογίστηκε ο δείκτης ANDVI (μέσου NDVI) για κάθε κομμάτι της περιοχής.Ο δείκτης αυτός βρίσκεται μέσω της σχέσης ANDVI=Σ_n𝑁𝐷𝑉𝐼/𝑡,όπου n ο αριθμός των τετραγωνικών κελιών που εμπεριέχουν ένα συγκεκριμένο pixel σε μια περιοχή και t ο συνολικός αριθμός των τετραγωνικών κελιών στην περιοχή.&lt;br /&gt;
&lt;br /&gt;
Μεθοδολογικά, χρησιμοποιήθηκε η ταξινόμηση Χαρακτηριστικού Φασματικού Χώρου (Feature Space Classification). Πρόκειται για επιβλεπόμενη,μη παραμετρική μέθοδο ταξινόμησης. Επιλέχθηκε ένας αριθμός μεγάλων περιοχών εκπαίδευσης, οι οποίες χωρίστηκαν σε 4 κλάσεις (Εικόνα 2)[[Αρχείο:Rs clas silleos.PNG|thumb|right|Εικόνα 2: Επιβλεπόμενη ταξινόμηση του χάρτη της περιοχής με την μέθοδο του Χαρακτηριστικού Φασματικού Χώρου]]. Προκειμένου να επιτευχθεί καλύτερη δυνατότητα σύγκρισης των αποτελεσμάτων, ο χάρτης των καταγεγραμμένων ζημιών από παρατήρηση στο πεδίο χωρίστηκε επίσης σε 4 κλάσεις (Εικόνα 3)[[Αρχείο:Field class silleos.PNG|thumb|right|Εικόνα 3 : Θεματικός χάρτης με τα κομμάτια της περιοχής που υπέστησαν καλλιεργητικές ζημιές, όπως αυτό προέκυψε από επιτόπια παρατήρηση γεωπόνων του ΕΛΓΑ. ]], παρότι στην δεύτερη περίπτωση οι αρχικές μετρήσεις πραγματοποιήθηκαν με κλάσεις κατανεμημένες σε μεσοδιαστήματα της τάξης τ0υ 5%.&lt;br /&gt;
Με την χρήση της ίδιας εικόνας που χρησιμοποίηθηκε για την ταξινόμηση, αλλά και μίας παλαιότερης, καταγράφηκαν επίσης οι συνέπειες μιας πλημμύρας που έλαβε χώρα δίπλα στην περιοχή μελέτης, δυτικά του ποταμού Έβρου. Τα παραδείγματα αυτά καταδεικνύουν ότι η χρήση δορυφορικών εικόνων για την παρακολούθηση και τη χαρτογράφηση καταστροφικών φαινομένων&lt;br /&gt;
στον γεωργικό τομέα μπορεί να καταστεί οικονομικά ωφέλιμη.&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα '''&lt;br /&gt;
&lt;br /&gt;
Η ανάλυση με γραμμική παλινδρόμηση έδειξε ότι υπάρχει στατιστικά σημαντική αρνητική συσχέτιση μεταξύ των τιμών των ANDVI και DP. Το εκτιμώμενο ποσοστό ζημιών που προκύπτει από την χρήση του δείκτη NDVI είναι σύμφωνο κατά 73% με τις επιτόπιες παρατηρήσεις του ΕΛΓΑ, με την απόκλιση να κυμαίνεται σε ποσοστό 15%. Σε επιχειρησιακό επίπεδο, ο συνδυασμός των ταξινομήσεων Χαρακτηριστικού Φασματικού Χώρου και Μέγιστης Πιθανοφάνειας δίνει τα καλύτερα αποτελέσματα για την καταγραφή της κατάστασης των φυτών μετά από καταστροφικά γεγονότα. Προκύπτουν έτσι τα ακόλουθα συμπεράσματα:&lt;br /&gt;
1. Η καταγραφή των ποσοστών ζημιάς και των αντίστοιχων δεικτών NDVI μπορεί να επιφέρει αποτελέσματα στατιστικά χρήσιμα, για την κατασκευή από τον ΕΛΓΑ ανάλογης βάσης δεδομένων.&lt;br /&gt;
2. Παρά την γενική εικόνα που έχει αποκτήσει ο ΕΛΓΑ για τις καλλιεργητικές ζημιές, θα ήταν δυνατή μια ακριβέστερη απεικόνιση τους μέσω ψηφιακών τοπογραφικών χαρτών.&lt;br /&gt;
3. Η ταξινόμηση μέσω δορυφορικών εικόνων υψηλής ανάλυσης είναι ιδανικό εργαλείο για τον εντοπισμό των περιοχών που χρειάζονται έλεγχο και την διασαφήνιση της εκάστοτε ευρύτερης χωρικά κατάστασης.&lt;br /&gt;
4. Η νέα γενιά δορυφόρων με πολύ υψηλή χωρική ανάλυση (όπως ο IKONOS), μερικώς μπορεί να λύσει το πρόβλημα της ταυτοποίησης των ορίων των εκτάσεων καλλιέργειας σίτου σε περιοχές με ορεινό ανάγλυφο, δεδομένου ότι ακομά και οι πολύ μικρές αρδευόμενες εκτάσεις στα πεδινά είναι εύκολα εντοπίσιμες.&lt;br /&gt;
5. Ωστόσο, το πρόβλημα ταυτοποίησης των ορεινών καλλιεργειών σίτου παραμένει δισεπίλυτο. Η χρήση ψηφιοποιημένων θεματικών χαρτών δεν είναι πάντα λύση για μια σειρά από λόγους, όπως η μη διαθεσιμότητα τους σε ορισμένες περιοχές ή/και το υψηλό κόστος ψηφιοποίησης των υπαρχόντων χαρτών.&lt;br /&gt;
&lt;br /&gt;
[[category:Εκτίμηση ζημιών των γεωργικών καλλιεργειών]]&lt;br /&gt;
&lt;br /&gt;
 [[category:Εκτίμηση ζημιών των γεωργικών καλλιεργειών]]&lt;/div&gt;</summary>
		<author><name>Oikdim14</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BB%CE%BB%CE%B1%CE%B3%CE%AD%CF%82_%CE%BA%CE%AC%CE%BB%CF%85%CF%88%CE%B7%CF%82_%CE%B3%CE%B7%CF%82_%CF%80%CE%BF%CF%85_%CF%80%CF%81%CE%BF%CE%BA%CE%BB%CE%AE%CE%B8%CE%B7%CE%BA%CE%B1%CE%BD_%CE%B1%CF%80%CF%8C_%CF%84%CE%BF%CE%BD_%CE%BC%CE%B5%CE%B3%CE%AC%CE%BB%CE%BF_%CF%83%CE%B5%CE%B9%CF%83%CE%BC%CF%8C_%CF%84%CE%BF%CF%85_2011_%CF%83%CF%84%CE%B7%CE%BD_%CE%99%CE%B1%CF%80%CF%89%CE%BD%CE%AF%CE%B1</id>
		<title>Αλλαγές κάλυψης γης που προκλήθηκαν από τον μεγάλο σεισμό του 2011 στην Ιαπωνία</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BB%CE%BB%CE%B1%CE%B3%CE%AD%CF%82_%CE%BA%CE%AC%CE%BB%CF%85%CF%88%CE%B7%CF%82_%CE%B3%CE%B7%CF%82_%CF%80%CE%BF%CF%85_%CF%80%CF%81%CE%BF%CE%BA%CE%BB%CE%AE%CE%B8%CE%B7%CE%BA%CE%B1%CE%BD_%CE%B1%CF%80%CF%8C_%CF%84%CE%BF%CE%BD_%CE%BC%CE%B5%CE%B3%CE%AC%CE%BB%CE%BF_%CF%83%CE%B5%CE%B9%CF%83%CE%BC%CF%8C_%CF%84%CE%BF%CF%85_2011_%CF%83%CF%84%CE%B7%CE%BD_%CE%99%CE%B1%CF%80%CF%89%CE%BD%CE%AF%CE%B1"/>
				<updated>2019-03-07T17:40:38Z</updated>
		
		<summary type="html">&lt;p&gt;Oikdim14: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Αλλαγές κάλυψης γης που προκλήθηκαν από τον μεγάλο σεισμό του 2011 στην Ιαπωνία'''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:Μ. Ishihara, T. Tadono'''&lt;br /&gt;
&lt;br /&gt;
[https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5374709/?fbclid=IwAR0Gfe065Wx60oP_Rcda2DukZPjIrrK4Vl1onhf_LWQX9x1R-ZE-x0EVutw Πηγή]&lt;br /&gt;
&lt;br /&gt;
'''Περίληψη'''&lt;br /&gt;
&lt;br /&gt;
Ο σεισμός που προκλήθηκε στην ανατολική Ιαπωνία στις 11 Μαρτίου 2011 ήταν μια μεγάλη φυσική καταστροφή, λαμβάνοντας υπόψιν τις συνέπειες του, που συμπεριέλαβαν το σεισμικό σοκ, το τσουνάμι και το ατύχημα στον πυρηνικό σταθμό της Φουκουσίμα. H καταστροφή αυτή προκάλεσε αλλαγές στην χρήση και κάλυψη γης στην περιοχή Tohoku. Παρότι ο υφιστάμενος πριν την καταστροφή χάρτης χρήσης/ κάλυψης γης είναι διαθέσιμος, δεν έχει υπάρξει ακόμα ανάλογος ακριβής χάρτης που να απεικονίζει τα δεδομένα μετά τις καταστροφές. Στην εργασία αυτή, δημιουργήσαμε έναν ακριβή χάρτη χρήσης/ κάλυψης γης για τα έτη 2013- 2015, μετά την περίοδο της καταστροφής, με χωρική ανάλυση 30 m, χρησιμοποιώντας εικόνες από τον LANDSAT-8, για την αξιολόγηση των αλλαγών που προκλήθηκαν από την καταστροφή. Τα αποτελέσματα δείχνουν πολλές αλλαγές σε εκτάσεις που έχουν χαρακτηριστεί ως καλλιέργειες ρυζιού, μετατρεπόμενες κυρίως σε βλάστηση, γύρω από την ακτή που χτυπήθηκε από το τσουνάμι, αλλά και στην περιοχή εκκένωσης από το πυρηνικό ατύχημα. Επειδή μελλοντικές αλλαγές στη χρήση/ κάλυψη γης είναι πιθανές ανάλογα με την μεταβολή της ζώνης εκκένωσης και τις επιχειρούμενες προσπάθειες αναμόρφωσης και ανασυγκρότησης της περιοχής, συνιστούμε συνεχόμενη παρακολούθηση των αλλαγών στη χρήση και κάλυψη γης μέσω δορυφορικών δεδομένων, έτσι ώστε να αξιολογηθούν οι επιδράσεις της καταστροφής μακροχρόνια.&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Η καταστροφή που επέφεραν οι συνέπειες του σεισμού προκάλεσε πολλαπλές επιδράσεις στα οικοσυστήματα και την ανθρώπινη δραστηριότητα της περιοχής. Για παράδειγμα, η αγροτική δραστηριότητα παραμένει στάσιμη λόγω των ζημιών του τσουνάμι. Επίσης, ο αριθμός των εγκαταλειμμένων αγροτικών εκμεταλλεύσεων και της άγριας βλάστησης έχει αυξηθεί στην εκκενωμένη ζώνη και της γύρω περιοχές εξαιτίας των άμεσων και έμμεσων συνεπειών του πυρηνικού ατυχήματος της Φουκουσίμα.Η αποτίμηση των επιδράσεων αυτών είναι απαραίτητη, καθότι είναι πιθανή περαιτέρω επέκταση τους σε πολλά οικοσυστήματα.&lt;br /&gt;
&lt;br /&gt;
Ακριβής χάρτης χρήσης και κάλυψης γης της περιοχής πριν την καταστροφή κατέστη διαθέσιμος μέσω της υπηρεσίας JAXA (Japan Aerospace Exploration Agency). Τα δεδομένα αποκτήθηκαν με χωρική ανάλυση 10 m με τη χρήση εικόνων από τον ραδιομετρητή AVNIR-2 του δορυφόρου ΑLOS.&lt;br /&gt;
Καθώς η αποστολή του ALOS ολοκληρώθηκε πριν την καταστροφή και άλλες πηγές δεδομένων όπως ο ραδιομετρητής MODIS δεν μπορούν να συνδράμουν ιδιαίτερα στην εργασία, κατασκευάσαμε τον ακριβή χάρτη με την χρήση εικόνων από τον δορυφόρο LANDSAT-8, χωρικής ανάλυσης 30 m. Κατόπιν, προχωρήσαμε σε σύγκριση των χαρτών πριν και μετά την καταστροφή, έτσι ώστε να αξιολογήσουμε τα αποτελέσματα στις αλλαγές χρήσης και κάλυψης γης.&lt;br /&gt;
&lt;br /&gt;
'''Μέθοδοι'''&lt;br /&gt;
&lt;br /&gt;
''Δορυφορικά δεδομένα''&lt;br /&gt;
&lt;br /&gt;
Κατά την εκπόνηση της εργασίας, χρησιμοποιήθηκαν 45 εικόνες οι οποίες λήφθηκαν από τον δορυφόρο LANDSAT-8. Μέσω των εικόνων αυτών ,δημιουργήσαμε υποτμήματα της περιοχής, κατόπιν επεξεργασίας του θορύβου που προέκυψε από τα σύννεφα και το χιόνι.&lt;br /&gt;
&lt;br /&gt;
''Δεδομένα εκπαίδευσης και επικύρωση δεδομένων''&lt;br /&gt;
&lt;br /&gt;
Στην εργασία χρησιμοποιήθηκαν 800 περιοχές εκπαίδευσης, 100 για κάθε θεματική κατηγορία ευρέως ταυτοποιημένη στην Ιαπωνία, οι οποίες λήφθηκαν μέσω Google Earth και Street View, για ομογενείς περιοχές μεγαλύτερες των 30 m σε διάμετρο.&lt;br /&gt;
Τα δεδομένα επικύρωσης λήφθηκαν μέσω της βάσης JAXA (SACLAJ). Τα δεδομένα αυτά σχετίζονται με την γεωγραφική τοποθεσία, την ημερομηνία παρατήρησης, την κατηγορία χρήσης/ κάλυψης γης και την ομοιογένεια της περιοχής. Χρησιμοποιήθηκαν 564 σημεία της μελετούμενης περιοχής, από την περίοδο 2013- 2015.&lt;br /&gt;
&lt;br /&gt;
''Ταξινόμηση και διαπίστωση αλλαγών''&lt;br /&gt;
&lt;br /&gt;
Ο χάρτης χρήσης/ κάλυψης γης δημιουργήθηκε μέσω πιθανολογικής μεθόδου ταξινόμησης, βασισμένης στο σύστημα kernel. Η συγκεκριμένη μέθοδος ταξινόμησης είναι μη παραμετρική, και υπολογίζει την από κοινού πιθανότητα κάθε τάξης στην περιοχή μελέτης. Η κλάση με την υψηλότερη κοινή πιθανότητα επιλέγεται κάθε φορά ως το αποτέλεσμα της ταξινόμησης.&lt;br /&gt;
&lt;br /&gt;
Η ταξινόμηση βασίστηκε στις ανακλάσεις των καναλιών 1 εώς 7 του δορυφόρου LANDSAT-8. Ο αρχικός χάρτης χρήσης/ κάλυψης γης&lt;br /&gt;
εκπονήθηκε με παρατήρηση όλων των καναλιών του δορυφόρου ALOS AVNIR-2. Διαφορετικές κατηγορίες δασών ταξινομήθηκαν ενιαία ως δάσος.&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα και συζήτηση'''&lt;br /&gt;
&lt;br /&gt;
Οι αλλαγές στην χρήση/ κάλυψη γης είναι ορατές στην Εικόνα 1 [[Αρχείο:Fukushima1.PNG|thumb|right|Εικόνα 1: Μεταβολές στην χρήση/ κάλυψη γης για την περιοχή μελέτη]]. Μετά την καταστροφή οι περιοσσότερες εκτάσεις καλλιέργειας ρυζιού ταξινομούνται ως χορτολιβαδικές. Οι ζημιές που προκάλεσε το τσουνάμι εμπόδισαν την καλλιεργητική δραστηριότητα στο ρύζι. Η χωρική κατανομή των αλλαγών στην τάξη ορυζώνα είναι παρόμοια με την χωρική κατανομή της περιοχής που υπέστη ζημία από το τσουνάμι. Επιπλέον, πολλές γεωργικές εκτάσεις εγκαταλείφθηκαν λόγω της δυσκολίας να συνεχιστούν οι γεωργικές δραστηριότητες στη ζώνη εκκένωσης και στην περιοχή υψηλής ραδιενέργειας. Σε περιοχές υψηλής ραδιενεργού μόλυνσης, υπάρχει μεγάλη πιθανότητα υπέρβασης το κατώτατου ορίου δόσης ακτινοβολίας για τα γεωργικά προϊόντα.&lt;br /&gt;
&lt;br /&gt;
Στην συνέχεια, υπολογίστηκε ο λόγος της έκτασης κάθε κλάσης ανά δήμο της περιοχής μελέτης προς την συνολική έκταση των δήμων, για ζώνες 0-20, 20-40, 40-60 και 60-80 km. Αναφορικά με τις κλάσεις του νερού και του δάσους, ο λόγος αυτός παρέμεινε περίπου σταθερός, σημείωσε ωστόσο σημαντική πτώση ως προς την κλάση των καλλιεργειών ρυζιού, ενώ αυξήθηκε σημαντικά η κλάση&lt;br /&gt;
των χορτολιβαδικών εκτάσεων, με τις σημαντικότερες σχετικές διαφοροποιήσεις να παρατηρούνται στην περιοχή εκκένωσης και κατά μήκος των ακτών της περιοχής (Εικόνα 2)[[Αρχείο:Fukushima2.PNG|thumb|right|Εικόνα 2: Η χωρική κατανομή της περιοχής όπου η τάξη των καλλιεργειών ρυζιού διαφοροποίηθηκε σε τάξη γρασιδιού, κατά την περίοδο 2013-2015]]. Οι αλλαγές αυτές έλαβαν χώρα κυρίως στην ζώνη των 0-20 km, ενώ το ίδιο ισχύει και για τις αυξομειώσεις στις τάξεις των αστικών περιοχών και του γυμνού εδάφους. Οι λοιπές καλλιέργειες σημειώνουν μείωση του υπολογιζόμενου λόγου σε ορισμένες περιοχές λόγω του τσουνάμι και του πυρηνικού ατυχήματος, ο λόγος αυτός όμως αυξήθηκε σε ορισμένες άλλες περιοχές όπου υπάρχει η δυνατότητα καλλιέργειας.&lt;br /&gt;
&lt;br /&gt;
Προκειμένου να μελετηθεί η εξάπλωση ραδιενεργών στοιχείων, χρησιμοποιήθηκαν μοντέλα εξομοίωσης, τα οποία πιθανόν να επηρεάστηκαν από τις εδαφολογικές συνθήκες. Για παράδειγμα, η ημιζωή του ραδιενεργού καισίου είναι υψηλότερη σε δασικές περιοχές. Λανθασμένα, οι εξομοιώσεις αυτές πραγματοποιήθηκαν σε χάρτες χρήσης/κάλυψης γης οι οποίοι δημιουργήθηκαν πριν την καταστροφή.&lt;br /&gt;
Η συνεχής παρακολούθηση των αλλαγών στην χρήση/ κάλυψη γης κρίνεται πολύ σημαντική, λόγω των διαχρονικών επιδράσεων της ακτινοβολίας. Η δορυφορική παρατήρηση είναι εφικτή, και μπορεί να τεθεί στην υπηρεσία της ανασυγκρότησης και αναζωογόνησης της περιοχής που επιχειρούν οι κυβερνητικοί οργανισμοί.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:Σεισμοί]]&lt;/div&gt;</summary>
		<author><name>Oikdim14</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BB%CE%BB%CE%B1%CE%B3%CE%AD%CF%82_%CE%BA%CE%AC%CE%BB%CF%85%CF%88%CE%B7%CF%82_%CE%B3%CE%B7%CF%82_%CF%80%CE%BF%CF%85_%CF%80%CF%81%CE%BF%CE%BA%CE%BB%CE%AE%CE%B8%CE%B7%CE%BA%CE%B1%CE%BD_%CE%B1%CF%80%CF%8C_%CF%84%CE%BF%CE%BD_%CE%BC%CE%B5%CE%B3%CE%AC%CE%BB%CE%BF_%CF%83%CE%B5%CE%B9%CF%83%CE%BC%CF%8C_%CF%84%CE%BF%CF%85_2011_%CF%83%CF%84%CE%B7%CE%BD_%CE%99%CE%B1%CF%80%CF%89%CE%BD%CE%AF%CE%B1</id>
		<title>Αλλαγές κάλυψης γης που προκλήθηκαν από τον μεγάλο σεισμό του 2011 στην Ιαπωνία</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BB%CE%BB%CE%B1%CE%B3%CE%AD%CF%82_%CE%BA%CE%AC%CE%BB%CF%85%CF%88%CE%B7%CF%82_%CE%B3%CE%B7%CF%82_%CF%80%CE%BF%CF%85_%CF%80%CF%81%CE%BF%CE%BA%CE%BB%CE%AE%CE%B8%CE%B7%CE%BA%CE%B1%CE%BD_%CE%B1%CF%80%CF%8C_%CF%84%CE%BF%CE%BD_%CE%BC%CE%B5%CE%B3%CE%AC%CE%BB%CE%BF_%CF%83%CE%B5%CE%B9%CF%83%CE%BC%CF%8C_%CF%84%CE%BF%CF%85_2011_%CF%83%CF%84%CE%B7%CE%BD_%CE%99%CE%B1%CF%80%CF%89%CE%BD%CE%AF%CE%B1"/>
				<updated>2019-03-07T17:36:02Z</updated>
		
		<summary type="html">&lt;p&gt;Oikdim14: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Αλλαγές κάλυψης γης που προκλήθηκαν από τον μεγάλο σεισμό του 2011 στην Ιαπωνία'''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:Μ. Ishihara, T. Tadono'''&lt;br /&gt;
&lt;br /&gt;
[https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5374709/?fbclid=IwAR0Gfe065Wx60oP_Rcda2DukZPjIrrK4Vl1onhf_LWQX9x1R-ZE-x0EVutw Πηγή]&lt;br /&gt;
&lt;br /&gt;
'''Περίληψη'''&lt;br /&gt;
&lt;br /&gt;
Ο σεισμός που προκλήθηκε στην ανατολική Ιαπωνία στις 11 Μαρτίου 2011 ήταν μια μεγάλη φυσική καταστροφή, λαμβάνοντας υπόψιν τις συνέπειες του, που συμπεριέλαβαν το σεισμικό σοκ, το τσουνάμι και το ατύχημα στον πυρηνικό σταθμό της Φουκουσίμα. Οι καταστροφές αυτές προκάλεσαν αλλαγές στην χρήση και κάλυψη γης στην περιοχή Tohoku. Παρότι ο υφιστάμενος πριν την καταστροφή χάρτης χρήσης/ κάλυψης γης είναι διαθέσιμος, δεν έχει υπάρξει ακόμα ανάλογος ακριβής χάρτης που να απεικονίζει τα δεδομένα μετά τις καταστροφές. Στην εργασία αυτή, δημιουργήσαμε έναν ακριβή χάρτη χρήσης/ κάλυψης γης για τα έτη 2013- 2015, μετά την περίοδο της καταστροφής, με χωρική ανάλυση 30 m, χρησιμοποιώντας εικόνες από τον LANDSAT-8, για την αξιολόγηση των αλλαγών που προκλήθηκαν από την καταστροφή. Τα αποτελέσματα δείχνουν πολλές αλλαγές σε εκτάσεις που έχουν χαρακτηριστεί ως καλλιέργειες ρυζιού, μετατρεπόμενες κυρίως σε βλάστηση, γύρω από την ακτή που χτυπήθηκε από το τσουνάμι, αλλά και στην περιοχή εκκένωσης από το πυρηνικό ατύχημα. Επειδή μελλοντικές αλλαγές στη χρήση/ κάλυψη γης είναι πιθανές ανάλογα με την μεταβολή της ζώνης εκκένωσης και τις επιχειρούμενες προσπάθειες αναμόρφωσης και ανασυγκρότησης της περιοχής, συνιστούμε συνεχόμενη παρακολούθηση των αλλαγών στη χρήση και κάλυψη γης μέσω δορυφορικών δεδομένων, έτσι ώστε να αξιολογηθούν οι επιδράσεις της καταστροφής μακροχρόνια.&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Η καταστροφή που επέφεραν οι συνέπειες του σεισμού προκάλεσε πολλαπλές επιδράσεις στα οικοσυστήματα και την ανθρώπινη δραστηριότητα της περιοχής. Για παράδειγμα, η αγροτική δραστηριότητα παραμένει στάσιμη λόγω των ζημιών του τσουνάμι. Επίσης, ο αριθμός των εγκαταλειμμένων αγροτικών εκμεταλλεύσεων και της άγριας βλάστησης έχει αυξηθεί στην εκκενωμένη ζώνη και της γύρω περιοχές εξαιτίας των άμεσων και έμμεσων συνεπειών του πυρηνικού ατυχήματος της Φουκουσίμα.Η αποτίμηση των επιδράσεων αυτών είναι απαραίτητη, καθότι είναι πιθανή περαιτέρω επέκταση τους σε πολλά οικοσυστήματα.&lt;br /&gt;
&lt;br /&gt;
Ακριβής χάρτης χρήσης και κάλυψης γης της περιοχής πριν την καταστροφή κατέστη διαθέσιμος μέσω της υπηρεσίας JAXA (Japan Aerospace Exploration Agency). Τα δεδομένα αποκτήθηκαν με χωρική ανάλυση 10 m με τη χρήση εικόνων από τον ραδιομετρητή AVNIR-2 του δορυφόρου ΑLOS.&lt;br /&gt;
Καθώς η αποστολή του ALOS ολοκληρώθηκε πριν την καταστροφή και άλλες πηγές δεδομένων όπως ο ραδιομετρητής MODIS δεν μπορούν να συνδράμουν ιδιαίτερα στην εργασία, κατασκευάσαμε τον ακριβή χάρτη με την χρήση εικόνων από τον δορυφόρο LANDSAT-8, χωρικής ανάλυσης 30 m. Κατόπιν, προχωρήσαμε σε σύγκριση των χαρτών πριν και μετά την καταστροφή, έτσι ώστε να αξιολογήσουμε τα αποτελέσματα στις αλλαγές χρήσης και κάλυψης γης.&lt;br /&gt;
&lt;br /&gt;
'''Μέθοδοι'''&lt;br /&gt;
&lt;br /&gt;
''Δορυφορικά δεδομένα''&lt;br /&gt;
&lt;br /&gt;
Κατά την εκπόνηση της εργασίας, χρησιμοποιήθηκαν 45 εικόνες οι οποίες λήφθηκαν από τον δορυφόρο LANDSAT-8. Μέσω των εικόνων αυτών ,δημιουργήσαμε υποτμήματα της περιοχής, κατόπιν επεξεργασίας του θορύβου που προέκυψε από τα σύννεφα και το χιόνι.&lt;br /&gt;
&lt;br /&gt;
''Δεδομένα εκπαίδευσης και επικύρωση δεδομένων''&lt;br /&gt;
&lt;br /&gt;
Στην εργασία χρησιμοποιήθηκαν 800 περιοχές εκπαίδευσης, 100 για κάθε θεματική κατηγορία ευρέως ταυτοποιημένη στην Ιαπωνία, οι οποίες λήφθηκαν μέσω Google Earth και Street View, για ομογενείς περιοχές μεγαλύτερες των 30 m σε διάμετρο.&lt;br /&gt;
Τα δεδομένα επικύρωσης λήφθηκαν μέσω της βάσης JAXA (SACLAJ). Τα δεδομένα αυτά σχετίζονται με την γεωγραφική τοποθεσία, την ημερομηνία παρατήρησης, την κατηγορία χρήσης/ κάλυψης γης και την ομοιογένεια της περιοχής. Χρησιμοποιήθηκαν 564 σημεία της μελετούμενης περιοχής, από την περίοδο 2013- 2015.&lt;br /&gt;
&lt;br /&gt;
''Ταξινόμηση και διαπίστωση αλλαγών''&lt;br /&gt;
&lt;br /&gt;
Ο χάρτης χρήσης/ κάλυψης γης δημιουργήθηκε μέσω πιθανολογικής μεθόδου ταξινόμησης, βασισμένης στο σύστημα kernel. Η συγκεκριμένη μέθοδος ταξινόμησης είναι μη παραμετρική, και υπολογίζει την από κοινού πιθανότητα κάθε τάξης στην περιοχή μελέτης. Η κλάση με την υψηλότερη κοινή πιθανότητα επιλέγεται κάθε φορά ως το αποτέλεσμα της ταξινόμησης.&lt;br /&gt;
&lt;br /&gt;
Η ταξινόμηση βασίστηκε στις ανακλάσεις των καναλιών 1 εώς 7 του δορυφόρου LANDSAT-8. Ο αρχικός χάρτης χρήσης/ κάλυψης γης&lt;br /&gt;
εκπονήθηκε με παρατήρηση όλων των καναλιών του δορυφόρου ALOS AVNIR-2. Διαφορετικές κατηγορίες δασών ταξινομήθηκαν ενιαία ως δάσος.&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα και συζήτηση'''&lt;br /&gt;
&lt;br /&gt;
Οι αλλαγές στην χρήση/ κάλυψη γης είναι ορατές στην Εικόνα 1 [[Αρχείο:Fukushima1.PNG|thumb|right|Εικόνα 1: Μεταβολές στην χρήση/ κάλυψη γης για την περιοχή μελέτη]]. Μετά την καταστροφή οι περιοσσότερες εκτάσεις καλλιέργειας ρυζιού ταξινομούνται ως χορτολιβαδικές. Οι ζημιές που προκάλεσε το τσουνάμι εμπόδισαν την καλλιεργητική δραστηριότητα στο ρύζι. Η χωρική κατανομή των αλλαγών στην τάξη ορυζώνα είναι παρόμοια με την χωρική κατανομή της περιοχής που υπέστη ζημία από το τσουνάμι. Επιπλέον, πολλές γεωργικές εκτάσεις εγκαταλείφθηκαν λόγω της δυσκολίας να συνεχιστούν οι γεωργικές δραστηριότητες στη ζώνη εκκένωσης και στην περιοχή υψηλής ραδιενέργειας. Σε περιοχές υψηλής ραδιενεργού μόλυνσης, υπάρχει μεγάλη πιθανότητα υπέρβασης το κατώτατου ορίου δόσης ακτινοβολίας για τα γεωργικά προϊόντα.&lt;br /&gt;
&lt;br /&gt;
Στην συνέχεια, υπολογίστηκε ο λόγος της έκτασης κάθε κλάσης ανά δήμο της περιοχής μελέτης προς την συνολική έκταση των δήμων, για ζώνες 0-20, 20-40, 40-60 και 60-80 km. Αναφορικά με τις κλάσεις του νερού και του δάσους, ο λόγος αυτός παρέμεινε περίπου σταθερός, σημείωσε ωστόσο σημαντική πτώση ως προς την κλάση των καλλιεργειών ρυζιού, ενώ αυξήθηκε σημαντικά η κλάση&lt;br /&gt;
των χορτολιβαδικών εκτάσεων, με τις σημαντικότερες σχετικές διαφοροποιήσεις να παρατηρούνται στην περιοχή εκκένωσης και κατά μήκος των ακτών της περιοχής (Εικόνα 2)[[Αρχείο:Fukushima2.PNG|thumb|right|Εικόνα 2: Η χωρική κατανομή της περιοχής όπου η τάξη των καλλιεργειών ρυζιού διαφοροποίηθηκε σε τάξη γρασιδιού, κατά την περίοδο 2013-2015]]. Οι αλλαγές αυτές έλαβαν χώρα κυρίως στην ζώνη των 0-20 km, ενώ το ίδιο ισχύει και για τις αυξομειώσεις στις τάξεις των αστικών περιοχών και του γυμνού εδάφους. Οι λοιπές καλλιέργειες σημειώνουν μείωση του υπολογιζόμενου λόγου σε ορισμένες περιοχές λόγω του τσουνάμι και του πυρηνικού ατυχήματος, ο λόγος αυτός όμως αυξήθηκε σε ορισμένες άλλες περιοχές όπου υπάρχει η δυνατότητα καλλιέργειας.&lt;br /&gt;
&lt;br /&gt;
Προκειμένου να μελετηθεί η εξάπλωση ραδιενεργών στοιχείων, χρησιμοποιήθηκαν μοντέλα εξομοίωσης, τα οποία πιθανόν να επηρεάστηκαν από τις εδαφολογικές συνθήκες. Για παράδειγμα, η ημιζωή του ραδιενεργού καισίου είναι υψηλότερη σε δασικές περιοχές. Λανθασμένα, οι εξομοιώσεις αυτές πραγματοποιήθηκαν σε χάρτες χρήσης/κάλυψης γης οι οποίοι δημιουργήθηκαν πριν την καταστροφή.&lt;br /&gt;
Η συνεχής παρακολούθηση των αλλαγών στην χρήση/ κάλυψη γης κρίνεται πολύ σημαντική, λόγω των διαχρονικών επιδράσεων της ακτινοβολίας. Η δορυφορική παρατήρηση είναι εφικτή, και μπορεί να τεθεί στην υπηρεσία της ανασυγκρότησης και αναζωογόνησης της περιοχής που επιχειρούν οι κυβερνητικοί οργανισμοί.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:Σεισμοί]]&lt;/div&gt;</summary>
		<author><name>Oikdim14</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BB%CE%BB%CE%B1%CE%B3%CE%AD%CF%82_%CE%BA%CE%AC%CE%BB%CF%85%CF%88%CE%B7%CF%82_%CE%B3%CE%B7%CF%82_%CF%80%CE%BF%CF%85_%CF%80%CF%81%CE%BF%CE%BA%CE%BB%CE%AE%CE%B8%CE%B7%CE%BA%CE%B1%CE%BD_%CE%B1%CF%80%CF%8C_%CF%84%CE%BF%CE%BD_%CE%BC%CE%B5%CE%B3%CE%AC%CE%BB%CE%BF_%CF%83%CE%B5%CE%B9%CF%83%CE%BC%CF%8C_%CF%84%CE%BF%CF%85_2011_%CF%83%CF%84%CE%B7%CE%BD_%CE%99%CE%B1%CF%80%CF%89%CE%BD%CE%AF%CE%B1</id>
		<title>Αλλαγές κάλυψης γης που προκλήθηκαν από τον μεγάλο σεισμό του 2011 στην Ιαπωνία</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BB%CE%BB%CE%B1%CE%B3%CE%AD%CF%82_%CE%BA%CE%AC%CE%BB%CF%85%CF%88%CE%B7%CF%82_%CE%B3%CE%B7%CF%82_%CF%80%CE%BF%CF%85_%CF%80%CF%81%CE%BF%CE%BA%CE%BB%CE%AE%CE%B8%CE%B7%CE%BA%CE%B1%CE%BD_%CE%B1%CF%80%CF%8C_%CF%84%CE%BF%CE%BD_%CE%BC%CE%B5%CE%B3%CE%AC%CE%BB%CE%BF_%CF%83%CE%B5%CE%B9%CF%83%CE%BC%CF%8C_%CF%84%CE%BF%CF%85_2011_%CF%83%CF%84%CE%B7%CE%BD_%CE%99%CE%B1%CF%80%CF%89%CE%BD%CE%AF%CE%B1"/>
				<updated>2019-03-07T17:35:47Z</updated>
		
		<summary type="html">&lt;p&gt;Oikdim14: Νέα σελίδα με ''''Αλλαγές κάλυψης γης που προκλήθηκαν από τον μεγάλο σεισμό του 2011 στην Ιαπωνία''' '''Συγγραφεί...'&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Αλλαγές κάλυψης γης που προκλήθηκαν από τον μεγάλο σεισμό του 2011 στην Ιαπωνία'''&lt;br /&gt;
'''Συγγραφείς:Μ. Ishihara, T. Tadono'''&lt;br /&gt;
[https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5374709/?fbclid=IwAR0Gfe065Wx60oP_Rcda2DukZPjIrrK4Vl1onhf_LWQX9x1R-ZE-x0EVutw Πηγή]&lt;br /&gt;
&lt;br /&gt;
'''Περίληψη'''&lt;br /&gt;
&lt;br /&gt;
Ο σεισμός που προκλήθηκε στην ανατολική Ιαπωνία στις 11 Μαρτίου 2011 ήταν μια μεγάλη φυσική καταστροφή, λαμβάνοντας υπόψιν τις συνέπειες του, που συμπεριέλαβαν το σεισμικό σοκ, το τσουνάμι και το ατύχημα στον πυρηνικό σταθμό της Φουκουσίμα. Οι καταστροφές αυτές προκάλεσαν αλλαγές στην χρήση και κάλυψη γης στην περιοχή Tohoku. Παρότι ο υφιστάμενος πριν την καταστροφή χάρτης χρήσης/ κάλυψης γης είναι διαθέσιμος, δεν έχει υπάρξει ακόμα ανάλογος ακριβής χάρτης που να απεικονίζει τα δεδομένα μετά τις καταστροφές. Στην εργασία αυτή, δημιουργήσαμε έναν ακριβή χάρτη χρήσης/ κάλυψης γης για τα έτη 2013- 2015, μετά την περίοδο της καταστροφής, με χωρική ανάλυση 30 m, χρησιμοποιώντας εικόνες από τον LANDSAT-8, για την αξιολόγηση των αλλαγών που προκλήθηκαν από την καταστροφή. Τα αποτελέσματα δείχνουν πολλές αλλαγές σε εκτάσεις που έχουν χαρακτηριστεί ως καλλιέργειες ρυζιού, μετατρεπόμενες κυρίως σε βλάστηση, γύρω από την ακτή που χτυπήθηκε από το τσουνάμι, αλλά και στην περιοχή εκκένωσης από το πυρηνικό ατύχημα. Επειδή μελλοντικές αλλαγές στη χρήση/ κάλυψη γης είναι πιθανές ανάλογα με την μεταβολή της ζώνης εκκένωσης και τις επιχειρούμενες προσπάθειες αναμόρφωσης και ανασυγκρότησης της περιοχής, συνιστούμε συνεχόμενη παρακολούθηση των αλλαγών στη χρήση και κάλυψη γης μέσω δορυφορικών δεδομένων, έτσι ώστε να αξιολογηθούν οι επιδράσεις της καταστροφής μακροχρόνια.&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Η καταστροφή που επέφεραν οι συνέπειες του σεισμού προκάλεσε πολλαπλές επιδράσεις στα οικοσυστήματα και την ανθρώπινη δραστηριότητα της περιοχής. Για παράδειγμα, η αγροτική δραστηριότητα παραμένει στάσιμη λόγω των ζημιών του τσουνάμι. Επίσης, ο αριθμός των εγκαταλειμμένων αγροτικών εκμεταλλεύσεων και της άγριας βλάστησης έχει αυξηθεί στην εκκενωμένη ζώνη και της γύρω περιοχές εξαιτίας των άμεσων και έμμεσων συνεπειών του πυρηνικού ατυχήματος της Φουκουσίμα.Η αποτίμηση των επιδράσεων αυτών είναι απαραίτητη, καθότι είναι πιθανή περαιτέρω επέκταση τους σε πολλά οικοσυστήματα.&lt;br /&gt;
&lt;br /&gt;
Ακριβής χάρτης χρήσης και κάλυψης γης της περιοχής πριν την καταστροφή κατέστη διαθέσιμος μέσω της υπηρεσίας JAXA (Japan Aerospace Exploration Agency). Τα δεδομένα αποκτήθηκαν με χωρική ανάλυση 10 m με τη χρήση εικόνων από τον ραδιομετρητή AVNIR-2 του δορυφόρου ΑLOS.&lt;br /&gt;
Καθώς η αποστολή του ALOS ολοκληρώθηκε πριν την καταστροφή και άλλες πηγές δεδομένων όπως ο ραδιομετρητής MODIS δεν μπορούν να συνδράμουν ιδιαίτερα στην εργασία, κατασκευάσαμε τον ακριβή χάρτη με την χρήση εικόνων από τον δορυφόρο LANDSAT-8, χωρικής ανάλυσης 30 m. Κατόπιν, προχωρήσαμε σε σύγκριση των χαρτών πριν και μετά την καταστροφή, έτσι ώστε να αξιολογήσουμε τα αποτελέσματα στις αλλαγές χρήσης και κάλυψης γης.&lt;br /&gt;
&lt;br /&gt;
'''Μέθοδοι'''&lt;br /&gt;
&lt;br /&gt;
''Δορυφορικά δεδομένα''&lt;br /&gt;
&lt;br /&gt;
Κατά την εκπόνηση της εργασίας, χρησιμοποιήθηκαν 45 εικόνες οι οποίες λήφθηκαν από τον δορυφόρο LANDSAT-8. Μέσω των εικόνων αυτών ,δημιουργήσαμε υποτμήματα της περιοχής, κατόπιν επεξεργασίας του θορύβου που προέκυψε από τα σύννεφα και το χιόνι.&lt;br /&gt;
&lt;br /&gt;
''Δεδομένα εκπαίδευσης και επικύρωση δεδομένων''&lt;br /&gt;
&lt;br /&gt;
Στην εργασία χρησιμοποιήθηκαν 800 περιοχές εκπαίδευσης, 100 για κάθε θεματική κατηγορία ευρέως ταυτοποιημένη στην Ιαπωνία, οι οποίες λήφθηκαν μέσω Google Earth και Street View, για ομογενείς περιοχές μεγαλύτερες των 30 m σε διάμετρο.&lt;br /&gt;
Τα δεδομένα επικύρωσης λήφθηκαν μέσω της βάσης JAXA (SACLAJ). Τα δεδομένα αυτά σχετίζονται με την γεωγραφική τοποθεσία, την ημερομηνία παρατήρησης, την κατηγορία χρήσης/ κάλυψης γης και την ομοιογένεια της περιοχής. Χρησιμοποιήθηκαν 564 σημεία της μελετούμενης περιοχής, από την περίοδο 2013- 2015.&lt;br /&gt;
&lt;br /&gt;
''Ταξινόμηση και διαπίστωση αλλαγών''&lt;br /&gt;
&lt;br /&gt;
Ο χάρτης χρήσης/ κάλυψης γης δημιουργήθηκε μέσω πιθανολογικής μεθόδου ταξινόμησης, βασισμένης στο σύστημα kernel. Η συγκεκριμένη μέθοδος ταξινόμησης είναι μη παραμετρική, και υπολογίζει την από κοινού πιθανότητα κάθε τάξης στην περιοχή μελέτης. Η κλάση με την υψηλότερη κοινή πιθανότητα επιλέγεται κάθε φορά ως το αποτέλεσμα της ταξινόμησης.&lt;br /&gt;
&lt;br /&gt;
Η ταξινόμηση βασίστηκε στις ανακλάσεις των καναλιών 1 εώς 7 του δορυφόρου LANDSAT-8. Ο αρχικός χάρτης χρήσης/ κάλυψης γης&lt;br /&gt;
εκπονήθηκε με παρατήρηση όλων των καναλιών του δορυφόρου ALOS AVNIR-2. Διαφορετικές κατηγορίες δασών ταξινομήθηκαν ενιαία ως δάσος.&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα και συζήτηση'''&lt;br /&gt;
&lt;br /&gt;
Οι αλλαγές στην χρήση/ κάλυψη γης είναι ορατές στην Εικόνα 1 [[Αρχείο:Fukushima1.PNG|thumb|right|Εικόνα 1: Μεταβολές στην χρήση/ κάλυψη γης για την περιοχή μελέτη]]. Μετά την καταστροφή οι περιοσσότερες εκτάσεις καλλιέργειας ρυζιού ταξινομούνται ως χορτολιβαδικές. Οι ζημιές που προκάλεσε το τσουνάμι εμπόδισαν την καλλιεργητική δραστηριότητα στο ρύζι. Η χωρική κατανομή των αλλαγών στην τάξη ορυζώνα είναι παρόμοια με την χωρική κατανομή της περιοχής που υπέστη ζημία από το τσουνάμι. Επιπλέον, πολλές γεωργικές εκτάσεις εγκαταλείφθηκαν λόγω της δυσκολίας να συνεχιστούν οι γεωργικές δραστηριότητες στη ζώνη εκκένωσης και στην περιοχή υψηλής ραδιενέργειας. Σε περιοχές υψηλής ραδιενεργού μόλυνσης, υπάρχει μεγάλη πιθανότητα υπέρβασης το κατώτατου ορίου δόσης ακτινοβολίας για τα γεωργικά προϊόντα.&lt;br /&gt;
&lt;br /&gt;
Στην συνέχεια, υπολογίστηκε ο λόγος της έκτασης κάθε κλάσης ανά δήμο της περιοχής μελέτης προς την συνολική έκταση των δήμων, για ζώνες 0-20, 20-40, 40-60 και 60-80 km. Αναφορικά με τις κλάσεις του νερού και του δάσους, ο λόγος αυτός παρέμεινε περίπου σταθερός, σημείωσε ωστόσο σημαντική πτώση ως προς την κλάση των καλλιεργειών ρυζιού, ενώ αυξήθηκε σημαντικά η κλάση&lt;br /&gt;
των χορτολιβαδικών εκτάσεων, με τις σημαντικότερες σχετικές διαφοροποιήσεις να παρατηρούνται στην περιοχή εκκένωσης και κατά μήκος των ακτών της περιοχής (Εικόνα 2)[[Αρχείο:Fukushima2.PNG|thumb|right|Εικόνα 2: Η χωρική κατανομή της περιοχής όπου η τάξη των καλλιεργειών ρυζιού διαφοροποίηθηκε σε τάξη γρασιδιού, κατά την περίοδο 2013-2015]]. Οι αλλαγές αυτές έλαβαν χώρα κυρίως στην ζώνη των 0-20 km, ενώ το ίδιο ισχύει και για τις αυξομειώσεις στις τάξεις των αστικών περιοχών και του γυμνού εδάφους. Οι λοιπές καλλιέργειες σημειώνουν μείωση του υπολογιζόμενου λόγου σε ορισμένες περιοχές λόγω του τσουνάμι και του πυρηνικού ατυχήματος, ο λόγος αυτός όμως αυξήθηκε σε ορισμένες άλλες περιοχές όπου υπάρχει η δυνατότητα καλλιέργειας.&lt;br /&gt;
&lt;br /&gt;
Προκειμένου να μελετηθεί η εξάπλωση ραδιενεργών στοιχείων, χρησιμοποιήθηκαν μοντέλα εξομοίωσης, τα οποία πιθανόν να επηρεάστηκαν από τις εδαφολογικές συνθήκες. Για παράδειγμα, η ημιζωή του ραδιενεργού καισίου είναι υψηλότερη σε δασικές περιοχές. Λανθασμένα, οι εξομοιώσεις αυτές πραγματοποιήθηκαν σε χάρτες χρήσης/κάλυψης γης οι οποίοι δημιουργήθηκαν πριν την καταστροφή.&lt;br /&gt;
Η συνεχής παρακολούθηση των αλλαγών στην χρήση/ κάλυψη γης κρίνεται πολύ σημαντική, λόγω των διαχρονικών επιδράσεων της ακτινοβολίας. Η δορυφορική παρατήρηση είναι εφικτή, και μπορεί να τεθεί στην υπηρεσία της ανασυγκρότησης και αναζωογόνησης της περιοχής που επιχειρούν οι κυβερνητικοί οργανισμοί.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:Σεισμοί]]&lt;/div&gt;</summary>
		<author><name>Oikdim14</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Fukushima2.PNG</id>
		<title>Αρχείο:Fukushima2.PNG</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Fukushima2.PNG"/>
				<updated>2019-03-07T17:31:19Z</updated>
		
		<summary type="html">&lt;p&gt;Oikdim14: Εικόνα 2: Η χωρική κατανομή της περιοχής όπου η τάξη των καλλιεργειών ρυζιού διαφοροποίηθηκε σε τάξη γρασιδιού, κατά την περίοδο 2013-2015&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Εικόνα 2: Η χωρική κατανομή της περιοχής όπου η τάξη των καλλιεργειών ρυζιού διαφοροποίηθηκε σε τάξη γρασιδιού, κατά την περίοδο 2013-2015&lt;/div&gt;</summary>
		<author><name>Oikdim14</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Fukushima1.PNG</id>
		<title>Αρχείο:Fukushima1.PNG</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Fukushima1.PNG"/>
				<updated>2019-03-07T17:29:53Z</updated>
		
		<summary type="html">&lt;p&gt;Oikdim14: Εικόνα 1: Μεταβολές στην χρήση/ κάλυψη γης για την περιοχή μελέτης&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Εικόνα 1: Μεταβολές στην χρήση/ κάλυψη γης για την περιοχή μελέτης&lt;/div&gt;</summary>
		<author><name>Oikdim14</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%80%CE%BF%CF%84%CE%AF%CE%BC%CE%B7%CF%83%CE%B7_%CE%B6%CE%B7%CE%BC%CE%B9%CF%8E%CE%BD_%CF%83%CE%B5_%CE%BA%CE%B1%CE%BB%CE%BB%CE%B9%CE%AD%CF%81%CE%B3%CE%B5%CE%B9%CE%B5%CF%82_%CE%BC%CE%B5_%CF%84%CE%B7%CE%BD_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CE%B3%CE%B5%CF%89%CE%B3%CF%81%CE%B1%CF%86%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CE%BB%CE%B7%CF%81%CE%BF%CF%86%CE%BF%CF%81%CE%B9%CE%B1%CE%BA%CF%8E%CE%BD_%CF%83%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD</id>
		<title>Αποτίμηση ζημιών σε καλλιέργειες με την χρήση τηλεπισκόπησης και γεωγραφικών πληροφοριακών συστημάτων</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%80%CE%BF%CF%84%CE%AF%CE%BC%CE%B7%CF%83%CE%B7_%CE%B6%CE%B7%CE%BC%CE%B9%CF%8E%CE%BD_%CF%83%CE%B5_%CE%BA%CE%B1%CE%BB%CE%BB%CE%B9%CE%AD%CF%81%CE%B3%CE%B5%CE%B9%CE%B5%CF%82_%CE%BC%CE%B5_%CF%84%CE%B7%CE%BD_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CE%B3%CE%B5%CF%89%CE%B3%CF%81%CE%B1%CF%86%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CE%BB%CE%B7%CF%81%CE%BF%CF%86%CE%BF%CF%81%CE%B9%CE%B1%CE%BA%CF%8E%CE%BD_%CF%83%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD"/>
				<updated>2019-03-07T17:20:49Z</updated>
		
		<summary type="html">&lt;p&gt;Oikdim14: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;''' Αποτίμηση ζημιών σε καλλιέργειες με την χρήση τηλεπισκόπησης και γεωγραφικών πληροφοριακών συστημάτων'''&lt;br /&gt;
'''Πρωτότυπος τίτλος: Assessment of crop damages using space remote sensing and GIS '''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφέας : N. Silleos, K. Perrakis, G. Petsanis'''&lt;br /&gt;
&lt;br /&gt;
[https://www.tandfonline.com/doi/abs/10.1080/01431160110040026 Πηγή]&lt;br /&gt;
&lt;br /&gt;
'''Περίληψη'''&lt;br /&gt;
&lt;br /&gt;
Η δημοσίευση αυτή αναφέρεται στην προοπτική χρήσης της τηλεπισκόπησης σχετικά με την αποτίμηση των καλλιεργητικών ζημιών σε επίπεδο πεδίου. Πραγματοποίηθηκε χρήση ψηφιακών χαρτών, έτσι ώστε να ξεπεραστεί το πρόβλημα της χαμηλής δυνατότητας διάκρισης των ορίων μεταξύ των εδαφών (πρόβλημα που οφείλεται στην υπάρχουσα χωρική ανάλυση, τον κατακερματισμό των εδαφών, το ορεινό ανάγλυφο της περιοχής και τον βαθμό ομοιογένειας της περιοχής κάλυψης) αλλά και να καταστούν οι ζημιές υπολογίσιμες. Μελετήθηκε η σχέση μεταξύ των υπολογιζόμενων στο πεδίο καλλιεργητικών ζημιών και του δείκτη NDVI που χρησιμοποιείται στην τηλεπισκόπηση. Η μετατροπή του θεματικού χάρτη σε μορφή GRID, στην οποία ο χάρτης αποτελείται από κελιά του ενός τετραγωνικού μέτρου, με την χρήση των προγραμμάτων ArcView και Spatial Analyst, επέτρεψε την διασαφήνιση του αριθμού των κελιών που περιείχαν pixels εντός της περιοχής μελέτης, αλλά και των αντίστοιχων τιμών του δείκτη NDVI. Διάφορες τεχνικές, όπως η χρήση επιβλεπόμενης ταξινόμησης και μοντέλων παλινδρόμησης, χρησιμοποιήθηκαν ώστε να διαπιστωθεί η συσχέτιση μεταξύ των τιμών του δείκτη NDVI και των τιμών οι οποίες υπολογίστηκαν από τον Ελληνικό Οργανισμό Αγροτικών Ασφαλίσεων (ΕΛΓΑ). Τα αποτελέσματα εμφανίστηκαν εξόχως ενθαρρυντικά, και για τον λόγο αυτό ο ΕΛΓΑ αποφάσισε να συνεχίσει την έρευνα, χρησιμόποιώντας δορυφόρους υψηλής ανάλυσης τελευταίας γενιάς.&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Ο ΕΛΓΑ προβαίνει σε μετρήσεις αναφορικά με τις ζημιές που δέχονται ετησίως οι καλλιέργειες στην Ελλάδα, που είναι αποτέλεσμα κλιματικών κυρίως παραγόντων. Η παρούσα εργασία έχει χρηματοδοτηθεί από τον ΕΛΓΑ και έχει ως αντικείμενο την διερεύνηση των ζημιών που προκαλούνται από πλημμύρες και παγετούς, τις οποίες δέχονται καλλιέργειες σίτου και αρδευόμενες καλλιέργειες αντίστοιχα. Η φασματική συμπεριφορά μίας καλλιέργειας σε διαφορετικές ζώνες του ηλεκτρομαγνητικού φάσματος μπορεί να ερμηνευτεί από μία σειρά μεταβλητών, που μπορούν να εντοπιστούν από δορυφορικούς αισθητήρες. Τέτοιες μεταβλητές είναι τα καταστροφικά φαινόμενα, η μείωση ή καταστροφή του περιεχομένου της χλωροφύλλης, οι αλλαγές στην εσωτερική δομή του φύλλου και οι αλλαγές στα μορφολογικά χαρακτηριστικά των φυτών. Οι στόχοι της παρούσας έρευνας είναι:&lt;br /&gt;
*    Η χρήση ήδη υπαρχόντων μεθόδων και τεχνολογιών έρευνας σε ένα νέο ερευνητικό πεδίο, προορισμένο για νέους χρήστες&lt;br /&gt;
*    Η διερεύνηση νέων πεδίων εφαρμογών&lt;br /&gt;
*    Η προσέλκυση πελατών σχετικά με τα πεδία αυτά&lt;br /&gt;
*    Η βελτίωση των ικανοτήτων χρήσης τηλεπισκόπησης, επεξεργασίας δεδομένων και ερμηνείας δεδομένων στην Ευρώπη&lt;br /&gt;
&lt;br /&gt;
'''Υλικά και μέθοδοι '''&lt;br /&gt;
&lt;br /&gt;
Στις αρχές Φεβρουαρίου του 1998 εκδηλώθηκε παγετός στην περιοχή του νομού Έβρου, κοινότητα του οποίου επιλέχθηκε ως περιοχή μελέτης. Κτηματολογικοί χάρτες της κοινότητας κλίμακας 1:5000 ψηφιοποιήθηκαν και επικαλύφθηκαν σε γεωμετρικά διορθωμένες γεωαναφερόμενες εικόνες δορυφόρου SPOT, οι οποίες αποκτήθηκαν στις 20 Μαρτίου 1998 (Εικόνα 1)[[Αρχείο:Silleos spot.PNG|thumb|right|Εικόνα 1: Η διαβάθμιση του NDVI της περιοχής μελέτης σε μορφή SPOT.]]. Επίσης, στις αρχές Απριλίου του 1998, ειδικευμένο προσωπικό πραγματοποίησε επιτόπιο έλεγχο με υπολογισμό των ζημιών στο πεδίο σε 600 κομμάτια της περιοχής μελέτης.&lt;br /&gt;
Κατά την τηλεπισκοπική επεξεργασία, δημιουργήθηκε ψηφιακός χάρτης που απεικονίζει την διαβάθμιση του δείκτη NDVI στην περιοχή (Εικόνα 1). Ο συγκεκριμένος δείκτης προτιμήθηκε λόγω της καλύτερης συσχέτισής του με την απόδοση των καλλιεργειών.Κατόπιν, υπολογίστηκε ο δείκτης ANDVI (μέσου NDVI) για κάθε κομμάτι της περιοχής.Ο δείκτης αυτός βρίσκεται μέσω της σχέσης ANDVI=Σ_n𝑁𝐷𝑉𝐼/𝑡,όπου n ο αριθμός των τετραγωνικών κελιών που εμπεριέχουν ένα συγκεκριμένο pixel σε μια περιοχή και t ο συνολικός αριθμός των τετραγωνικών κελιών στην περιοχή.&lt;br /&gt;
&lt;br /&gt;
Μεθοδολογικά, χρησιμοποιήθηκε η ταξινόμηση Χαρακτηριστικού Φασματικού Χώρου (Feature Space Classification). Πρόκειται για επιβλεπόμενη,μη παραμετρική μέθοδο ταξινόμησης. Επιλέχθηκε ένας αριθμός μεγάλων περιοχών εκπαίδευσης, οι οποίες χωρίστηκαν σε 4 κλάσεις (Εικόνα 2)[[Αρχείο:Rs clas silleos.PNG|thumb|right|Εικόνα 2: Επιβλεπόμενη ταξινόμηση του χάρτη της περιοχής με την μέθοδο του Χαρακτηριστικού Φασματικού Χώρου]]. Προκειμένου να επιτευχθεί καλύτερη δυνατότητα σύγκρισης των αποτελεσμάτων, ο χάρτης των καταγεγραμμένων ζημιών από παρατήρηση στο πεδίο χωρίστηκε επίσης σε 4 κλάσεις (Εικόνα 3)[[Αρχείο:Field class silleos.PNG|thumb|right|Εικόνα 3 : Θεματικός χάρτης με τα κομμάτια της περιοχής που υπέστησαν καλλιεργητικές ζημιές, όπως αυτό προέκυψε από επιτόπια παρατήρηση γεωπόνων του ΕΛΓΑ. ]], παρότι στην δεύτερη περίπτωση οι αρχικές μετρήσεις πραγματοποιήθηκαν με κλάσεις κατανεμημένες σε μεσοδιαστήματα της τάξης τ0υ 5%.&lt;br /&gt;
Με την χρήση της ίδιας εικόνας που χρησιμοποίηθηκε για την ταξινόμηση, αλλά και μίας παλαιότερης, καταγράφηκαν επίσης οι συνέπειες μιας πλημμύρας που έλαβε χώρα δίπλα στην περιοχή μελέτης, δυτικά του ποταμού Έβρου. Τα παραδείγματα αυτά καταδεικνύουν ότι η χρήση δορυφορικών εικόνων για την παρακολούθηση και τη χαρτογράφηση καταστροφικών φαινομένων&lt;br /&gt;
στον γεωργικό τομέα μπορεί να καταστεί οικονομικά ωφέλιμη.&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα '''&lt;br /&gt;
&lt;br /&gt;
Η ανάλυση με γραμμική παλινδρόμηση έδειξε ότι υπάρχει στατιστικά σημαντική αρνητική συσχέτιση μεταξύ των τιμών των ANDVI και DP. Το εκτιμώμενο ποσοστό ζημιών που προκύπτει από την χρήση του δείκτη NDVI είναι σύμφωνο κατά 73% με τις επιτόπιες παρατηρήσεις του ΕΛΓΑ, με την απόκλιση να κυμαίνεται σε ποσοστό 15%. Σε επιχειρησιακό επίπεδο, ο συνδυασμός των ταξινομήσεων Χαρακτηριστικού Φασματικού Χώρου και Μέγιστης Πιθανοφάνειας δίνει τα καλύτερα αποτελέσματα για την καταγραφή της κατάστασης των φυτών μετά από καταστροφικά γεγονότα. Προκύπτουν έτσι τα ακόλουθα συμπεράσματα:&lt;br /&gt;
1. Η καταγραφή των ποσοστών ζημιάς και των αντίστοιχων δεικτών NDVI μπορεί να επιφέρει αποτελέσματα στατιστικά χρήσιμα, για την κατασκευή από τον ΕΛΓΑ ανάλογης βάσης δεδομένων.&lt;br /&gt;
2. Παρά την γενική εικόνα που έχει αποκτήσει ο ΕΛΓΑ για τις καλλιεργητικές ζημιές, θα ήταν δυνατή μια ακριβέστερη απεικόνιση τους μέσω ψηφιακών τοπογραφικών χαρτών.&lt;br /&gt;
3. Η ταξινόμηση μέσω δορυφορικών εικόνων υψηλής ανάλυσης είναι ιδανικό εργαλείο για τον εντοπισμό των περιοχών που χρειάζονται έλεγχο και την διασαφήνιση της εκάστοτε ευρύτερης χωρικά κατάστασης.&lt;br /&gt;
4. Η νέα γενιά δορυφόρων με πολύ υψηλή χωρική ανάλυση (όπως ο IKONOS), μερικώς μπορεί να λύσει το πρόβλημα της ταυτοποίησης των ορίων των εκτάσεων καλλιέργειας σίτου σε περιοχές με ορεινό ανάγλυφο, δεδομένου ότι ακομά και οι πολύ μικρές αρδευόμενες εκτάσεις στα πεδινά είναι εύκολα εντοπίσιμες.&lt;br /&gt;
5. Ωστόσο, το πρόβλημα ταυτοποίησης των ορεινών καλλιεργειών σίτου παραμένει δισεπίλυτο. Η χρήση ψηφιοποιημένων θεματικών χαρτών δεν είναι πάντα λύση για μια σειρά από λόγους, όπως η μη διαθεσιμότητα τους σε ορισμένες περιοχές ή/και το υψηλό κόστος ψηφιοποίησης των υπαρχόντων χαρτών.&lt;br /&gt;
&lt;br /&gt;
[[category:Εκτίμηση ζημιών των γεωργικών καλλιεργειών]]&lt;br /&gt;
&lt;br /&gt;
 [[category:Εκτίμηση ζημιών των γεωργικών καλλιεργειών]]&lt;/div&gt;</summary>
		<author><name>Oikdim14</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%9A%CE%B1%CE%B3%CE%BA%CE%AD%CE%BB%CE%B7%CF%82_%CE%94%CE%B7%CE%BC%CE%AE%CF%84%CF%81%CE%B9%CE%BF%CF%82-%CE%93%CE%B5%CF%8E%CF%81%CE%B3%CE%B9%CE%BF%CF%82</id>
		<title>Καγκέλης Δημήτριος-Γεώργιος</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%9A%CE%B1%CE%B3%CE%BA%CE%AD%CE%BB%CE%B7%CF%82_%CE%94%CE%B7%CE%BC%CE%AE%CF%84%CF%81%CE%B9%CE%BF%CF%82-%CE%93%CE%B5%CF%8E%CF%81%CE%B3%CE%B9%CE%BF%CF%82"/>
				<updated>2019-03-06T19:14:50Z</updated>
		
		<summary type="html">&lt;p&gt;Oikdim14: Διαγραφή του περιεχομένου της σελίδας&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Oikdim14</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%80%CE%BF%CF%84%CE%AF%CE%BC%CE%B7%CF%83%CE%B7_%CE%B6%CE%B7%CE%BC%CE%B9%CF%8E%CE%BD_%CF%83%CE%B5_%CE%BA%CE%B1%CE%BB%CE%BB%CE%B9%CE%AD%CF%81%CE%B3%CE%B5%CE%B9%CE%B5%CF%82_%CE%BC%CE%B5_%CF%84%CE%B7%CE%BD_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CE%B3%CE%B5%CF%89%CE%B3%CF%81%CE%B1%CF%86%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CE%BB%CE%B7%CF%81%CE%BF%CF%86%CE%BF%CF%81%CE%B9%CE%B1%CE%BA%CF%8E%CE%BD_%CF%83%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD</id>
		<title>Αποτίμηση ζημιών σε καλλιέργειες με την χρήση τηλεπισκόπησης και γεωγραφικών πληροφοριακών συστημάτων</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%80%CE%BF%CF%84%CE%AF%CE%BC%CE%B7%CF%83%CE%B7_%CE%B6%CE%B7%CE%BC%CE%B9%CF%8E%CE%BD_%CF%83%CE%B5_%CE%BA%CE%B1%CE%BB%CE%BB%CE%B9%CE%AD%CF%81%CE%B3%CE%B5%CE%B9%CE%B5%CF%82_%CE%BC%CE%B5_%CF%84%CE%B7%CE%BD_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CE%B3%CE%B5%CF%89%CE%B3%CF%81%CE%B1%CF%86%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CE%BB%CE%B7%CF%81%CE%BF%CF%86%CE%BF%CF%81%CE%B9%CE%B1%CE%BA%CF%8E%CE%BD_%CF%83%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD"/>
				<updated>2019-03-06T19:12:47Z</updated>
		
		<summary type="html">&lt;p&gt;Oikdim14: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;''' Αποτίμηση ζημιών σε καλλιέργειες με την χρήση τηλεπισκόπησης και γεωγραφικών πληροφοριακών συστημάτων'''&lt;br /&gt;
'''Πρωτότυπος τίτλος: Assessment of crop damages using space remote sensing and GIS '''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφέας : N. Silleos, K. Perrakis, G. Petsanis'''&lt;br /&gt;
&lt;br /&gt;
[https://www.tandfonline.com/doi/abs/10.1080/01431160110040026 Πηγή]&lt;br /&gt;
&lt;br /&gt;
'''Περίληψη&lt;br /&gt;
&lt;br /&gt;
Η δημοσίευση αυτή αναφέρεται στην προοπτική χρήσης της τηλεπισκόπησης σχετικά με την αποτίμηση των καλλιεργητικών ζημιών σε επίπεδο πεδίου. Πραγματοποίηθηκε χρήση ψηφιακών χαρτών, έτσι ώστε να ξεπεραστεί το πρόβλημα της χαμηλής δυνατότητας διάκρισης των ορίων μεταξύ των εδαφών (πρόβλημα που οφείλεται στην υπάρχουσα χωρική ανάλυση, τον κατακερματισμό των εδαφών, το ορεινό ανάγλυφο της περιοχής και τον βαθμό ομοιογένειας της περιοχής κάλυψης) αλλά και να καταστούν οι ζημιές υπολογίσιμες. Μελετήθηκε η σχέση μεταξύ των υπολογιζόμενων στο πεδίο καλλιεργητικών ζημιών και του δείκτη NDVI που χρησιμοποιείται στην τηλεπισκόπηση. Η μετατροπή του θεματικού χάρτη σε μορφή GRID, στην οποία ο χάρτης αποτελείται από κελιά του ενός τετραγωνικού μέτρου, με την χρήση των προγραμμάτων ArcView και Spatial Analyst, επέτρεψε την διασαφήνιση του αριθμού των κελιών που περιείχαν pixels εντός της περιοχής μελέτης, αλλά και των αντίστοιχων τιμών του δείκτη NDVI. Διάφορες τεχνικές, όπως η χρήση επιβλεπόμενης ταξινόμησης και μοντέλων παλινδρόμησης, χρησιμοποιήθηκαν ώστε να διαπιστωθεί η συσχέτιση μεταξύ των τιμών του δείκτη NDVI και των τιμών οι οποίες υπολογίστηκαν από τον Ελληνικό Οργανισμό Αγροτικών Ασφαλίσεων (ΕΛΓΑ). Τα αποτελέσματα εμφανίστηκαν εξόχως ενθαρρυντικά, και για τον λόγο αυτό ο ΕΛΓΑ αποφάσισε να συνεχίσει την έρευνα, χρησιμόποιώντας δορυφόρους υψηλής ανάλυσης τελευταίας γενιάς.&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Ο ΕΛΓΑ προβαίνει σε μετρήσεις αναφορικά με τις ζημιές που δέχονται ετησίως οι καλλιέργειες στην Ελλάδα, που είναι αποτέλεσμα κλιματικών κυρίως παραγόντων. Η παρούσα εργασία έχει χρηματοδοτηθεί από τον ΕΛΓΑ και έχει ως αντικείμενο την διερεύνηση των ζημιών που προκαλούνται από πλημμύρες και παγετούς, τις οποίες δέχονται καλλιέργειες σίτου και αρδευόμενες καλλιέργειες αντίστοιχα. Η φασματική συμπεριφορά μίας καλλιέργειας σε διαφορετικές ζώνες του ηλεκτρομαγνητικού φάσματος μπορεί να ερμηνευτεί από μία σειρά μεταβλητών, που μπορούν να εντοπιστούν από δορυφορικούς αισθητήρες. Τέτοιες μεταβλητές είναι τα καταστροφικά φαινόμενα, η μείωση ή καταστροφή του περιεχομένου της χλωροφύλλης, οι αλλαγές στην εσωτερική δομή του φύλλου και οι αλλαγές στα μορφολογικά χαρακτηριστικά των φυτών. Οι στόχοι της παρούσας έρευνας είναι:&lt;br /&gt;
*    Η χρήση ήδη υπαρχόντων μεθόδων και τεχνολογιών έρευνας σε ένα νέο ερευνητικό πεδίο, προορισμένο για νέους χρήστες&lt;br /&gt;
*    Η διερεύνηση νέων πεδίων εφαρμογών&lt;br /&gt;
*    Η προσέλκυση πελατών σχετικά με τα πεδία αυτά&lt;br /&gt;
*    Η βελτίωση των ικανοτήτων χρήσης τηλεπισκόπησης, επεξεργασίας δεδομένων και ερμηνείας δεδομένων στην Ευρώπη&lt;br /&gt;
&lt;br /&gt;
'''Υλικά και μέθοδοι '''&lt;br /&gt;
&lt;br /&gt;
Στις αρχές Φεβρουαρίου του 1998 εκδηλώθηκε παγετός στην περιοχή του νομού Έβρου, κοινότητα του οποίου επιλέχθηκε ως περιοχή μελέτης. Κτηματολογικοί χάρτες της κοινότητας κλίμακας 1:5000 ψηφιοποιήθηκαν και επικαλύφθηκαν σε γεωμετρικά διορθωμένες γεωαναφερόμενες εικόνες δορυφόρου SPOT, οι οποίες αποκτήθηκαν στις 20 Μαρτίου 1998 (Εικόνα 1)[[Αρχείο:Silleos spot.PNG|thumb|right|Εικόνα 1: Η διαβάθμιση του NDVI της περιοχής μελέτης σε μορφή SPOT.]]. Επίσης, στις αρχές Απριλίου του 1998, ειδικευμένο προσωπικό πραγματοποίησε επιτόπιο έλεγχο με υπολογισμό των ζημιών στο πεδίο σε 600 κομμάτια της περιοχής μελέτης.&lt;br /&gt;
Κατά την τηλεπισκοπική επεξεργασία, δημιουργήθηκε ψηφιακός χάρτης που απεικονίζει την διαβάθμιση του δείκτη NDVI στην περιοχή (Εικόνα 1). Ο συγκεκριμένος δείκτης προτιμήθηκε λόγω της καλύτερης συσχέτισής του με την απόδοση των καλλιεργειών.Κατόπιν, υπολογίστηκε ο δείκτης ANDVI (μέσου NDVI) για κάθε κομμάτι της περιοχής.Ο δείκτης αυτός βρίσκεται μέσω της σχέσης ANDVI=Σ_n𝑁𝐷𝑉𝐼/𝑡,όπου n ο αριθμός των τετραγωνικών κελιών που εμπεριέχουν ένα συγκεκριμένο pixel σε μια περιοχή και t ο συνολικός αριθμός των τετραγωνικών κελιών στην περιοχή.&lt;br /&gt;
&lt;br /&gt;
Μεθοδολογικά, χρησιμοποιήθηκε η ταξινόμηση Χαρακτηριστικού Φασματικού Χώρου (Feature Space Classification). Πρόκειται για επιβλεπόμενη,μη παραμετρική μέθοδο ταξινόμησης. Επιλέχθηκε ένας αριθμός μεγάλων περιοχών εκπαίδευσης, οι οποίες χωρίστηκαν σε 4 κλάσεις (Εικόνα 2)[[Αρχείο:Rs clas silleos.PNG|thumb|right|Εικόνα 2: Επιβλεπόμενη ταξινόμηση του χάρτη της περιοχής με την μέθοδο του Χαρακτηριστικού Φασματικού Χώρου]]. Προκειμένου να επιτευχθεί καλύτερη δυνατότητα σύγκρισης των αποτελεσμάτων, ο χάρτης των καταγεγραμμένων ζημιών από παρατήρηση στο πεδίο χωρίστηκε επίσης σε 4 κλάσεις (Εικόνα 3)[[Αρχείο:Field class silleos.PNG|thumb|right|Εικόνα 3 : Θεματικός χάρτης με τα κομμάτια της περιοχής που υπέστησαν καλλιεργητικές ζημιές, όπως αυτό προέκυψε από επιτόπια παρατήρηση γεωπόνων του ΕΛΓΑ. ]], παρότι στην δεύτερη περίπτωση οι αρχικές μετρήσεις πραγματοποιήθηκαν με κλάσεις κατανεμημένες σε μεσοδιαστήματα της τάξης τ0υ 5%.&lt;br /&gt;
Με την χρήση της ίδιας εικόνας που χρησιμοποίηθηκε για την ταξινόμηση, αλλά και μίας παλαιότερης, καταγράφηκαν επίσης οι συνέπειες μιας πλημμύρας που έλαβε χώρα δίπλα στην περιοχή μελέτης, δυτικά του ποταμού Έβρου. Τα παραδείγματα αυτά καταδεικνύουν ότι η χρήση δορυφορικών εικόνων για την παρακολούθηση και τη χαρτογράφηση καταστροφικών φαινομένων&lt;br /&gt;
στον γεωργικό τομέα μπορεί να καταστεί οικονομικά ωφέλιμη.&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα '''&lt;br /&gt;
&lt;br /&gt;
Η ανάλυση με γραμμική παλινδρόμηση έδειξε ότι υπάρχει στατιστικά σημαντική αρνητική συσχέτιση μεταξύ των τιμών των ANDVI και DP. Το εκτιμώμενο ποσοστό ζημιών που προκύπτει από την χρήση του δείκτη NDVI είναι σύμφωνο κατά 73% με τις επιτόπιες παρατηρήσεις του ΕΛΓΑ, με την απόκλιση να κυμαίνεται σε ποσοστό 15%. Σε επιχειρησιακό επίπεδο, ο συνδυασμός των ταξινομήσεων Χαρακτηριστικού Φασματικού Χώρου και Μέγιστης Πιθανοφάνειας δίνει τα καλύτερα αποτελέσματα για την καταγραφή της κατάστασης των φυτών μετά από καταστροφικά γεγονότα. Προκύπτουν έτσι τα ακόλουθα συμπεράσματα:&lt;br /&gt;
1. Η καταγραφή των ποσοστών ζημιάς και των αντίστοιχων δεικτών NDVI μπορεί να επιφέρει αποτελέσματα στατιστικά χρήσιμα, για την κατασκευή από τον ΕΛΓΑ ανάλογης βάσης δεδομένων.&lt;br /&gt;
2. Παρά την γενική εικόνα που έχει αποκτήσει ο ΕΛΓΑ για τις καλλιεργητικές ζημιές, θα ήταν δυνατή μια ακριβέστερη απεικόνιση τους μέσω ψηφιακών τοπογραφικών χαρτών.&lt;br /&gt;
3. Η ταξινόμηση μέσω δορυφορικών εικόνων υψηλής ανάλυσης είναι ιδανικό εργαλείο για τον εντοπισμό των περιοχών που χρειάζονται έλεγχο και την διασαφήνιση της εκάστοτε ευρύτερης χωρικά κατάστασης.&lt;br /&gt;
4. Η νέα γενιά δορυφόρων με πολύ υψηλή χωρική ανάλυση (όπως ο IKONOS), μερικώς μπορεί να λύσει το πρόβλημα της ταυτοποίησης των ορίων των εκτάσεων καλλιέργειας σίτου σε περιοχές με ορεινό ανάγλυφο, δεδομένου ότι ακομά και οι πολύ μικρές αρδευόμενες εκτάσεις στα πεδινά είναι εύκολα εντοπίσιμες.&lt;br /&gt;
5. Ωστόσο, το πρόβλημα ταυτοποίησης των ορεινών καλλιεργειών σίτου παραμένει δισεπίλυτο. Η χρήση ψηφιοποιημένων θεματικών χαρτών δεν είναι πάντα λύση για μια σειρά από λόγους, όπως η μη διαθεσιμότητα τους σε ορισμένες περιοχές ή/και το υψηλό κόστος ψηφιοποίησης των υπαρχόντων χαρτών.&lt;br /&gt;
&lt;br /&gt;
[[category:Εκτίμηση ζημιών των γεωργικών καλλιεργειών]]&lt;br /&gt;
&lt;br /&gt;
 [[category:Εκτίμηση ζημιών των γεωργικών καλλιεργειών]]&lt;/div&gt;</summary>
		<author><name>Oikdim14</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%80%CE%BF%CF%84%CE%AF%CE%BC%CE%B7%CF%83%CE%B7_%CE%B6%CE%B7%CE%BC%CE%B9%CF%8E%CE%BD_%CF%83%CE%B5_%CE%BA%CE%B1%CE%BB%CE%BB%CE%B9%CE%AD%CF%81%CE%B3%CE%B5%CE%B9%CE%B5%CF%82_%CE%BC%CE%B5_%CF%84%CE%B7%CE%BD_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CE%B3%CE%B5%CF%89%CE%B3%CF%81%CE%B1%CF%86%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CE%BB%CE%B7%CF%81%CE%BF%CF%86%CE%BF%CF%81%CE%B9%CE%B1%CE%BA%CF%8E%CE%BD_%CF%83%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD</id>
		<title>Αποτίμηση ζημιών σε καλλιέργειες με την χρήση τηλεπισκόπησης και γεωγραφικών πληροφοριακών συστημάτων</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%80%CE%BF%CF%84%CE%AF%CE%BC%CE%B7%CF%83%CE%B7_%CE%B6%CE%B7%CE%BC%CE%B9%CF%8E%CE%BD_%CF%83%CE%B5_%CE%BA%CE%B1%CE%BB%CE%BB%CE%B9%CE%AD%CF%81%CE%B3%CE%B5%CE%B9%CE%B5%CF%82_%CE%BC%CE%B5_%CF%84%CE%B7%CE%BD_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CE%B3%CE%B5%CF%89%CE%B3%CF%81%CE%B1%CF%86%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CE%BB%CE%B7%CF%81%CE%BF%CF%86%CE%BF%CF%81%CE%B9%CE%B1%CE%BA%CF%8E%CE%BD_%CF%83%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD"/>
				<updated>2019-03-06T19:12:00Z</updated>
		
		<summary type="html">&lt;p&gt;Oikdim14: Νέα σελίδα με '== Αποτίμηση ζημιών σε καλλιέργειες με την χρήση τηλεπισκόπησης και γεωγραφικών πληροφοριακώ...'&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;== Αποτίμηση ζημιών σε καλλιέργειες με την χρήση τηλεπισκόπησης και γεωγραφικών πληροφοριακών συστημάτων==&lt;br /&gt;
'''Πρωτότυπος τίτλος: Assessment of crop damages using space remote sensing and GIS '''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφέας : N. Silleos, K. Perrakis, G. Petsanis'''&lt;br /&gt;
&lt;br /&gt;
[https://www.tandfonline.com/doi/abs/10.1080/01431160110040026 Πηγή]&lt;br /&gt;
&lt;br /&gt;
'''Περίληψη&lt;br /&gt;
&lt;br /&gt;
Η δημοσίευση αυτή αναφέρεται στην προοπτική χρήσης της τηλεπισκόπησης σχετικά με την αποτίμηση των καλλιεργητικών ζημιών σε επίπεδο πεδίου. Πραγματοποίηθηκε χρήση ψηφιακών χαρτών, έτσι ώστε να ξεπεραστεί το πρόβλημα της χαμηλής δυνατότητας διάκρισης των ορίων μεταξύ των εδαφών (πρόβλημα που οφείλεται στην υπάρχουσα χωρική ανάλυση, τον κατακερματισμό των εδαφών, το ορεινό ανάγλυφο της περιοχής και τον βαθμό ομοιογένειας της περιοχής κάλυψης) αλλά και να καταστούν οι ζημιές υπολογίσιμες. Μελετήθηκε η σχέση μεταξύ των υπολογιζόμενων στο πεδίο καλλιεργητικών ζημιών και του δείκτη NDVI που χρησιμοποιείται στην τηλεπισκόπηση. Η μετατροπή του θεματικού χάρτη σε μορφή GRID, στην οποία ο χάρτης αποτελείται από κελιά του ενός τετραγωνικού μέτρου, με την χρήση των προγραμμάτων ArcView και Spatial Analyst, επέτρεψε την διασαφήνιση του αριθμού των κελιών που περιείχαν pixels εντός της περιοχής μελέτης, αλλά και των αντίστοιχων τιμών του δείκτη NDVI. Διάφορες τεχνικές, όπως η χρήση επιβλεπόμενης ταξινόμησης και μοντέλων παλινδρόμησης, χρησιμοποιήθηκαν ώστε να διαπιστωθεί η συσχέτιση μεταξύ των τιμών του δείκτη NDVI και των τιμών οι οποίες υπολογίστηκαν από τον Ελληνικό Οργανισμό Αγροτικών Ασφαλίσεων (ΕΛΓΑ). Τα αποτελέσματα εμφανίστηκαν εξόχως ενθαρρυντικά, και για τον λόγο αυτό ο ΕΛΓΑ αποφάσισε να συνεχίσει την έρευνα, χρησιμόποιώντας δορυφόρους υψηλής ανάλυσης τελευταίας γενιάς.&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Ο ΕΛΓΑ προβαίνει σε μετρήσεις αναφορικά με τις ζημιές που δέχονται ετησίως οι καλλιέργειες στην Ελλάδα, που είναι αποτέλεσμα κλιματικών κυρίως παραγόντων. Η παρούσα εργασία έχει χρηματοδοτηθεί από τον ΕΛΓΑ και έχει ως αντικείμενο την διερεύνηση των ζημιών που προκαλούνται από πλημμύρες και παγετούς, τις οποίες δέχονται καλλιέργειες σίτου και αρδευόμενες καλλιέργειες αντίστοιχα. Η φασματική συμπεριφορά μίας καλλιέργειας σε διαφορετικές ζώνες του ηλεκτρομαγνητικού φάσματος μπορεί να ερμηνευτεί από μία σειρά μεταβλητών, που μπορούν να εντοπιστούν από δορυφορικούς αισθητήρες. Τέτοιες μεταβλητές είναι τα καταστροφικά φαινόμενα, η μείωση ή καταστροφή του περιεχομένου της χλωροφύλλης, οι αλλαγές στην εσωτερική δομή του φύλλου και οι αλλαγές στα μορφολογικά χαρακτηριστικά των φυτών. Οι στόχοι της παρούσας έρευνας είναι:&lt;br /&gt;
*    Η χρήση ήδη υπαρχόντων μεθόδων και τεχνολογιών έρευνας σε ένα νέο ερευνητικό πεδίο, προορισμένο για νέους χρήστες&lt;br /&gt;
*    Η διερεύνηση νέων πεδίων εφαρμογών&lt;br /&gt;
*    Η προσέλκυση πελατών σχετικά με τα πεδία αυτά&lt;br /&gt;
*    Η βελτίωση των ικανοτήτων χρήσης τηλεπισκόπησης, επεξεργασίας δεδομένων και ερμηνείας δεδομένων στην Ευρώπη&lt;br /&gt;
&lt;br /&gt;
'''Υλικά και μέθοδοι '''&lt;br /&gt;
&lt;br /&gt;
Στις αρχές Φεβρουαρίου του 1998 εκδηλώθηκε παγετός στην περιοχή του νομού Έβρου, κοινότητα του οποίου επιλέχθηκε ως περιοχή μελέτης. Κτηματολογικοί χάρτες της κοινότητας κλίμακας 1:5000 ψηφιοποιήθηκαν και επικαλύφθηκαν σε γεωμετρικά διορθωμένες γεωαναφερόμενες εικόνες δορυφόρου SPOT, οι οποίες αποκτήθηκαν στις 20 Μαρτίου 1998 (Εικόνα 1)[[Αρχείο:Silleos spot.PNG|thumb|right|Εικόνα 1: Η διαβάθμιση του NDVI της περιοχής μελέτης σε μορφή SPOT.]]. Επίσης, στις αρχές Απριλίου του 1998, ειδικευμένο προσωπικό πραγματοποίησε επιτόπιο έλεγχο με υπολογισμό των ζημιών στο πεδίο σε 600 κομμάτια της περιοχής μελέτης.&lt;br /&gt;
Κατά την τηλεπισκοπική επεξεργασία, δημιουργήθηκε ψηφιακός χάρτης που απεικονίζει την διαβάθμιση του δείκτη NDVI στην περιοχή (Εικόνα 1). Ο συγκεκριμένος δείκτης προτιμήθηκε λόγω της καλύτερης συσχέτισής του με την απόδοση των καλλιεργειών.Κατόπιν, υπολογίστηκε ο δείκτης ANDVI (μέσου NDVI) για κάθε κομμάτι της περιοχής.Ο δείκτης αυτός βρίσκεται μέσω της σχέσης ANDVI=Σ_n𝑁𝐷𝑉𝐼/𝑡,όπου n ο αριθμός των τετραγωνικών κελιών που εμπεριέχουν ένα συγκεκριμένο pixel σε μια περιοχή και t ο συνολικός αριθμός των τετραγωνικών κελιών στην περιοχή.&lt;br /&gt;
&lt;br /&gt;
Μεθοδολογικά, χρησιμοποιήθηκε η ταξινόμηση Χαρακτηριστικού Φασματικού Χώρου (Feature Space Classification). Πρόκειται για επιβλεπόμενη,μη παραμετρική μέθοδο ταξινόμησης. Επιλέχθηκε ένας αριθμός μεγάλων περιοχών εκπαίδευσης, οι οποίες χωρίστηκαν σε 4 κλάσεις (Εικόνα 2)[[Αρχείο:Rs clas silleos.PNG|thumb|right|Εικόνα 2: Επιβλεπόμενη ταξινόμηση του χάρτη της περιοχής με την μέθοδο του Χαρακτηριστικού Φασματικού Χώρου]]. Προκειμένου να επιτευχθεί καλύτερη δυνατότητα σύγκρισης των αποτελεσμάτων, ο χάρτης των καταγεγραμμένων ζημιών από παρατήρηση στο πεδίο χωρίστηκε επίσης σε 4 κλάσεις (Εικόνα 3)[[Αρχείο:Field class silleos.PNG|thumb|right|Εικόνα 3 : Θεματικός χάρτης με τα κομμάτια της περιοχής που υπέστησαν καλλιεργητικές ζημιές, όπως αυτό προέκυψε από επιτόπια παρατήρηση γεωπόνων του ΕΛΓΑ. ]], παρότι στην δεύτερη περίπτωση οι αρχικές μετρήσεις πραγματοποιήθηκαν με κλάσεις κατανεμημένες σε μεσοδιαστήματα της τάξης τ0υ 5%.&lt;br /&gt;
Με την χρήση της ίδιας εικόνας που χρησιμοποίηθηκε για την ταξινόμηση, αλλά και μίας παλαιότερης, καταγράφηκαν επίσης οι συνέπειες μιας πλημμύρας που έλαβε χώρα δίπλα στην περιοχή μελέτης, δυτικά του ποταμού Έβρου. Τα παραδείγματα αυτά καταδεικνύουν ότι η χρήση δορυφορικών εικόνων για την παρακολούθηση και τη χαρτογράφηση καταστροφικών φαινομένων&lt;br /&gt;
στον γεωργικό τομέα μπορεί να καταστεί οικονομικά ωφέλιμη.&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα '''&lt;br /&gt;
&lt;br /&gt;
Η ανάλυση με γραμμική παλινδρόμηση έδειξε ότι υπάρχει στατιστικά σημαντική αρνητική συσχέτιση μεταξύ των τιμών των ANDVI και DP. Το εκτιμώμενο ποσοστό ζημιών που προκύπτει από την χρήση του δείκτη NDVI είναι σύμφωνο κατά 73% με τις επιτόπιες παρατηρήσεις του ΕΛΓΑ, με την απόκλιση να κυμαίνεται σε ποσοστό 15%. Σε επιχειρησιακό επίπεδο, ο συνδυασμός των ταξινομήσεων Χαρακτηριστικού Φασματικού Χώρου και Μέγιστης Πιθανοφάνειας δίνει τα καλύτερα αποτελέσματα για την καταγραφή της κατάστασης των φυτών μετά από καταστροφικά γεγονότα. Προκύπτουν έτσι τα ακόλουθα συμπεράσματα:&lt;br /&gt;
1. Η καταγραφή των ποσοστών ζημιάς και των αντίστοιχων δεικτών NDVI μπορεί να επιφέρει αποτελέσματα στατιστικά χρήσιμα, για την κατασκευή από τον ΕΛΓΑ ανάλογης βάσης δεδομένων.&lt;br /&gt;
2. Παρά την γενική εικόνα που έχει αποκτήσει ο ΕΛΓΑ για τις καλλιεργητικές ζημιές, θα ήταν δυνατή μια ακριβέστερη απεικόνιση τους μέσω ψηφιακών τοπογραφικών χαρτών.&lt;br /&gt;
3. Η ταξινόμηση μέσω δορυφορικών εικόνων υψηλής ανάλυσης είναι ιδανικό εργαλείο για τον εντοπισμό των περιοχών που χρειάζονται έλεγχο και την διασαφήνιση της εκάστοτε ευρύτερης χωρικά κατάστασης.&lt;br /&gt;
4. Η νέα γενιά δορυφόρων με πολύ υψηλή χωρική ανάλυση (όπως ο IKONOS), μερικώς μπορεί να λύσει το πρόβλημα της ταυτοποίησης των ορίων των εκτάσεων καλλιέργειας σίτου σε περιοχές με ορεινό ανάγλυφο, δεδομένου ότι ακομά και οι πολύ μικρές αρδευόμενες εκτάσεις στα πεδινά είναι εύκολα εντοπίσιμες.&lt;br /&gt;
5. Ωστόσο, το πρόβλημα ταυτοποίησης των ορεινών καλλιεργειών σίτου παραμένει δισεπίλυτο. Η χρήση ψηφιοποιημένων θεματικών χαρτών δεν είναι πάντα λύση για μια σειρά από λόγους, όπως η μη διαθεσιμότητα τους σε ορισμένες περιοχές ή/και το υψηλό κόστος ψηφιοποίησης των υπαρχόντων χαρτών.&lt;br /&gt;
&lt;br /&gt;
[[category:Εκτίμηση ζημιών των γεωργικών καλλιεργειών]]&lt;br /&gt;
&lt;br /&gt;
 [[category:Εκτίμηση ζημιών των γεωργικών καλλιεργειών]]&lt;/div&gt;</summary>
		<author><name>Oikdim14</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%9A%CE%B1%CE%B3%CE%BA%CE%AD%CE%BB%CE%B7%CF%82_%CE%94%CE%B7%CE%BC%CE%AE%CF%84%CF%81%CE%B9%CE%BF%CF%82-%CE%93%CE%B5%CF%8E%CF%81%CE%B3%CE%B9%CE%BF%CF%82</id>
		<title>Καγκέλης Δημήτριος-Γεώργιος</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%9A%CE%B1%CE%B3%CE%BA%CE%AD%CE%BB%CE%B7%CF%82_%CE%94%CE%B7%CE%BC%CE%AE%CF%84%CF%81%CE%B9%CE%BF%CF%82-%CE%93%CE%B5%CF%8E%CF%81%CE%B3%CE%B9%CE%BF%CF%82"/>
				<updated>2019-03-06T19:01:47Z</updated>
		
		<summary type="html">&lt;p&gt;Oikdim14: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;== Αποτίμηση ζημιών σε καλλιέργειες με την χρήση τηλεπισκόπησης και γεωγραφικών πληροφοριακών συστημάτων==&lt;br /&gt;
'''Πρωτότυπος τίτλος: Assessment of crop damages using space remote sensing and GIS '''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφέας : N. Silleos, K. Perrakis, G. Petsanis'''&lt;br /&gt;
&lt;br /&gt;
[https://www.tandfonline.com/doi/abs/10.1080/01431160110040026 Πηγή]&lt;br /&gt;
&lt;br /&gt;
'''Περίληψη&lt;br /&gt;
&lt;br /&gt;
Η δημοσίευση αυτή αναφέρεται στην προοπτική χρήσης της τηλεπισκόπησης σχετικά με την αποτίμηση των καλλιεργητικών ζημιών σε επίπεδο πεδίου. Πραγματοποίηθηκε χρήση ψηφιακών χαρτών, έτσι ώστε να ξεπεραστεί το πρόβλημα της χαμηλής δυνατότητας διάκρισης των ορίων μεταξύ των εδαφών (πρόβλημα που οφείλεται στην υπάρχουσα χωρική ανάλυση, τον κατακερματισμό των εδαφών, το ορεινό ανάγλυφο της περιοχής και τον βαθμό ομοιογένειας της περιοχής κάλυψης) αλλά και να καταστούν οι ζημιές υπολογίσιμες. Μελετήθηκε η σχέση μεταξύ των υπολογιζόμενων στο πεδίο καλλιεργητικών ζημιών και του δείκτη NDVI που χρησιμοποιείται στην τηλεπισκόπηση. Η μετατροπή του θεματικού χάρτη σε μορφή GRID, στην οποία ο χάρτης αποτελείται από κελιά του ενός τετραγωνικού μέτρου, με την χρήση των προγραμμάτων ArcView και Spatial Analyst, επέτρεψε την διασαφήνιση του αριθμού των κελιών που περιείχαν pixels εντός της περιοχής μελέτης, αλλά και των αντίστοιχων τιμών του δείκτη NDVI. Διάφορες τεχνικές, όπως η χρήση επιβλεπόμενης ταξινόμησης και μοντέλων παλινδρόμησης, χρησιμοποιήθηκαν ώστε να διαπιστωθεί η συσχέτιση μεταξύ των τιμών του δείκτη NDVI και των τιμών οι οποίες υπολογίστηκαν από τον Ελληνικό Οργανισμό Αγροτικών Ασφαλίσεων (ΕΛΓΑ). Τα αποτελέσματα εμφανίστηκαν εξόχως ενθαρρυντικά, και για τον λόγο αυτό ο ΕΛΓΑ αποφάσισε να συνεχίσει την έρευνα, χρησιμόποιώντας δορυφόρους υψηλής ανάλυσης τελευταίας γενιάς.&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Ο ΕΛΓΑ προβαίνει σε μετρήσεις αναφορικά με τις ζημιές που δέχονται ετησίως οι καλλιέργειες στην Ελλάδα, που είναι αποτέλεσμα κλιματικών κυρίως παραγόντων. Η παρούσα εργασία έχει χρηματοδοτηθεί από τον ΕΛΓΑ και έχει ως αντικείμενο την διερεύνηση των ζημιών που προκαλούνται από πλημμύρες και παγετούς, τις οποίες δέχονται καλλιέργειες σίτου και αρδευόμενες καλλιέργειες αντίστοιχα. Η φασματική συμπεριφορά μίας καλλιέργειας σε διαφορετικές ζώνες του ηλεκτρομαγνητικού φάσματος μπορεί να ερμηνευτεί από μία σειρά μεταβλητών, που μπορούν να εντοπιστούν από δορυφορικούς αισθητήρες. Τέτοιες μεταβλητές είναι τα καταστροφικά φαινόμενα, η μείωση ή καταστροφή του περιεχομένου της χλωροφύλλης, οι αλλαγές στην εσωτερική δομή του φύλλου και οι αλλαγές στα μορφολογικά χαρακτηριστικά των φυτών. Οι στόχοι της παρούσας έρευνας είναι:&lt;br /&gt;
*    Η χρήση ήδη υπαρχόντων μεθόδων και τεχνολογιών έρευνας σε ένα νέο ερευνητικό πεδίο, προορισμένο για νέους χρήστες&lt;br /&gt;
*    Η διερεύνηση νέων πεδίων εφαρμογών&lt;br /&gt;
*    Η προσέλκυση πελατών σχετικά με τα πεδία αυτά&lt;br /&gt;
*    Η βελτίωση των ικανοτήτων χρήσης τηλεπισκόπησης, επεξεργασίας δεδομένων και ερμηνείας δεδομένων στην Ευρώπη&lt;br /&gt;
&lt;br /&gt;
'''Υλικά και μέθοδοι '''&lt;br /&gt;
&lt;br /&gt;
Στις αρχές Φεβρουαρίου του 1998 εκδηλώθηκε παγετός στην περιοχή του νομού Έβρου, κοινότητα του οποίου επιλέχθηκε ως περιοχή μελέτης. Κτηματολογικοί χάρτες της κοινότητας κλίμακας 1:5000 ψηφιοποιήθηκαν και επικαλύφθηκαν σε γεωμετρικά διορθωμένες γεωαναφερόμενες εικόνες δορυφόρου SPOT, οι οποίες αποκτήθηκαν στις 20 Μαρτίου 1998 (Εικόνα 1)[[Αρχείο:Silleos spot.PNG|thumb|right|Εικόνα 1: Η διαβάθμιση του NDVI της περιοχής μελέτης σε μορφή SPOT.]]. Επίσης, στις αρχές Απριλίου του 1998, ειδικευμένο προσωπικό πραγματοποίησε επιτόπιο έλεγχο με υπολογισμό των ζημιών στο πεδίο σε 600 κομμάτια της περιοχής μελέτης.&lt;br /&gt;
Κατά την τηλεπισκοπική επεξεργασία, δημιουργήθηκε ψηφιακός χάρτης που απεικονίζει την διαβάθμιση του δείκτη NDVI στην περιοχή (Εικόνα 1). Ο συγκεκριμένος δείκτης προτιμήθηκε λόγω της καλύτερης συσχέτισής του με την απόδοση των καλλιεργειών.Κατόπιν, υπολογίστηκε ο δείκτης ANDVI (μέσου NDVI) για κάθε κομμάτι της περιοχής.Ο δείκτης αυτός βρίσκεται μέσω της σχέσης ANDVI=Σ_n𝑁𝐷𝑉𝐼/𝑡,όπου n ο αριθμός των τετραγωνικών κελιών που εμπεριέχουν ένα συγκεκριμένο pixel σε μια περιοχή και t ο συνολικός αριθμός των τετραγωνικών κελιών στην περιοχή.&lt;br /&gt;
&lt;br /&gt;
Μεθοδολογικά, χρησιμοποιήθηκε η ταξινόμηση Χαρακτηριστικού Φασματικού Χώρου (Feature Space Classification). Πρόκειται για επιβλεπόμενη,μη παραμετρική μέθοδο ταξινόμησης. Επιλέχθηκε ένας αριθμός μεγάλων περιοχών εκπαίδευσης, οι οποίες χωρίστηκαν σε 4 κλάσεις (Εικόνα 2)[[Αρχείο:Rs clas silleos.PNG|thumb|right|Εικόνα 2: Επιβλεπόμενη ταξινόμηση του χάρτη της περιοχής με την μέθοδο του Χαρακτηριστικού Φασματικού Χώρου]]. Προκειμένου να επιτευχθεί καλύτερη δυνατότητα σύγκρισης των αποτελεσμάτων, ο χάρτης των καταγεγραμμένων ζημιών από παρατήρηση στο πεδίο χωρίστηκε επίσης σε 4 κλάσεις (Εικόνα 3)[[Αρχείο:Field class silleos.PNG|thumb|right|Εικόνα 3 : Θεματικός χάρτης με τα κομμάτια της περιοχής που υπέστησαν καλλιεργητικές ζημιές, όπως αυτό προέκυψε από επιτόπια παρατήρηση γεωπόνων του ΕΛΓΑ. ]], παρότι στην δεύτερη περίπτωση οι αρχικές μετρήσεις πραγματοποιήθηκαν με κλάσεις κατανεμημένες σε μεσοδιαστήματα της τάξης τ0υ 5%.&lt;br /&gt;
Με την χρήση της ίδιας εικόνας που χρησιμοποίηθηκε για την ταξινόμηση, αλλά και μίας παλαιότερης, καταγράφηκαν επίσης οι συνέπειες μιας πλημμύρας που έλαβε χώρα δίπλα στην περιοχή μελέτης, δυτικά του ποταμού Έβρου. Τα παραδείγματα αυτά καταδεικνύουν ότι η χρήση δορυφορικών εικόνων για την παρακολούθηση και τη χαρτογράφηση καταστροφικών φαινομένων&lt;br /&gt;
στον γεωργικό τομέα μπορεί να καταστεί οικονομικά ωφέλιμη.&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα '''&lt;br /&gt;
&lt;br /&gt;
Η ανάλυση με γραμμική παλινδρόμηση έδειξε ότι υπάρχει στατιστικά σημαντική αρνητική συσχέτιση μεταξύ των τιμών των ANDVI και DP. Το εκτιμώμενο ποσοστό ζημιών που προκύπτει από την χρήση του δείκτη NDVI είναι σύμφωνο κατά 73% με τις επιτόπιες παρατηρήσεις του ΕΛΓΑ, με την απόκλιση να κυμαίνεται σε ποσοστό 15%. Σε επιχειρησιακό επίπεδο, ο συνδυασμός των ταξινομήσεων Χαρακτηριστικού Φασματικού Χώρου και Μέγιστης Πιθανοφάνειας δίνει τα καλύτερα αποτελέσματα για την καταγραφή της κατάστασης των φυτών μετά από καταστροφικά γεγονότα. Προκύπτουν έτσι τα ακόλουθα συμπεράσματα:&lt;br /&gt;
1. Η καταγραφή των ποσοστών ζημιάς και των αντίστοιχων δεικτών NDVI μπορεί να επιφέρει αποτελέσματα στατιστικά χρήσιμα, για την κατασκευή από τον ΕΛΓΑ ανάλογης βάσης δεδομένων.&lt;br /&gt;
2. Παρά την γενική εικόνα που έχει αποκτήσει ο ΕΛΓΑ για τις καλλιεργητικές ζημιές, θα ήταν δυνατή μια ακριβέστερη απεικόνιση τους μέσω ψηφιακών τοπογραφικών χαρτών.&lt;br /&gt;
3. Η ταξινόμηση μέσω δορυφορικών εικόνων υψηλής ανάλυσης είναι ιδανικό εργαλείο για τον εντοπισμό των περιοχών που χρειάζονται έλεγχο και την διασαφήνιση της εκάστοτε ευρύτερης χωρικά κατάστασης.&lt;br /&gt;
4. Η νέα γενιά δορυφόρων με πολύ υψηλή χωρική ανάλυση (όπως ο IKONOS), μερικώς μπορεί να λύσει το πρόβλημα της ταυτοποίησης των ορίων των εκτάσεων καλλιέργειας σίτου σε περιοχές με ορεινό ανάγλυφο, δεδομένου ότι ακομά και οι πολύ μικρές αρδευόμενες εκτάσεις στα πεδινά είναι εύκολα εντοπίσιμες.&lt;br /&gt;
5. Ωστόσο, το πρόβλημα ταυτοποίησης των ορεινών καλλιεργειών σίτου παραμένει δισεπίλυτο. Η χρήση ψηφιοποιημένων θεματικών χαρτών δεν είναι πάντα λύση για μια σειρά από λόγους, όπως η μη διαθεσιμότητα τους σε ορισμένες περιοχές ή/και το υψηλό κόστος ψηφιοποίησης των υπαρχόντων χαρτών.&lt;br /&gt;
&lt;br /&gt;
[[category:Εκτίμηση ζημιών των γεωργικών καλλιεργειών]]&lt;/div&gt;</summary>
		<author><name>Oikdim14</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Field_class_silleos.PNG</id>
		<title>Αρχείο:Field class silleos.PNG</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Field_class_silleos.PNG"/>
				<updated>2019-03-06T18:34:02Z</updated>
		
		<summary type="html">&lt;p&gt;Oikdim14: Εικόνα 3 : Θεματικός χάρτης με τα κομμάτια της περιοχής που υπέστησαν καλλιεργητικές ζημιές, όπως αυτό προέκυψε από επιτόπια παρατήρηση γεω&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Εικόνα 3 : Θεματικός χάρτης με τα κομμάτια της περιοχής που υπέστησαν καλλιεργητικές ζημιές, όπως αυτό προέκυψε από επιτόπια παρατήρηση γεωπόνων του ΕΛΓΑ.&lt;/div&gt;</summary>
		<author><name>Oikdim14</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Rs_clas_silleos.PNG</id>
		<title>Αρχείο:Rs clas silleos.PNG</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Rs_clas_silleos.PNG"/>
				<updated>2019-03-06T18:33:19Z</updated>
		
		<summary type="html">&lt;p&gt;Oikdim14: Εικόνα 2: Επιβλεπόμενη ταξινόμηση του χάρτη της περιοχής με την μέθοδο του Χαρακτηριστικού Φασματικού Χώρου&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Εικόνα 2: Επιβλεπόμενη ταξινόμηση του χάρτη της περιοχής με την μέθοδο του Χαρακτηριστικού Φασματικού Χώρου&lt;/div&gt;</summary>
		<author><name>Oikdim14</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Silleos_spot.PNG</id>
		<title>Αρχείο:Silleos spot.PNG</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Silleos_spot.PNG"/>
				<updated>2019-03-06T18:31:28Z</updated>
		
		<summary type="html">&lt;p&gt;Oikdim14: Εικόνα 1: Η διαβάθμιση του NDVI της περιοχή μελέτης σε μορφή SPOT.&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Εικόνα 1: Η διαβάθμιση του NDVI της περιοχή μελέτης σε μορφή SPOT.&lt;/div&gt;</summary>
		<author><name>Oikdim14</name></author>	</entry>

	</feed>