<?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=Orfiro&amp;title=%CE%95%CE%B9%CE%B4%CE%B9%CE%BA%CF%8C%3A%CE%A3%CF%85%CE%BD%CE%B5%CE%B9%CF%83%CF%86%CE%BF%CF%81%CE%AD%CF%82</id>
		<title>RemoteSensing Wiki - Συνεισφορές χρήστη [el]</title>
		<link rel="self" type="application/atom+xml" href="http://147.102.106.44/rs/wiki/index.php?feed=atom&amp;target=Orfiro&amp;title=%CE%95%CE%B9%CE%B4%CE%B9%CE%BA%CF%8C%3A%CE%A3%CF%85%CE%BD%CE%B5%CE%B9%CF%83%CF%86%CE%BF%CF%81%CE%AD%CF%82"/>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%95%CE%B9%CE%B4%CE%B9%CE%BA%CF%8C:%CE%A3%CF%85%CE%BD%CE%B5%CE%B9%CF%83%CF%86%CE%BF%CF%81%CE%AD%CF%82/Orfiro"/>
		<updated>2026-05-05T17:45:51Z</updated>
		<subtitle>Από RemoteSensing Wiki</subtitle>
		<generator>MediaWiki 1.16.2</generator>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%97_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CF%89%CE%BD_%CE%AD%CE%BD%CF%84%CE%B1%CF%83%CE%B7%CF%82_SAR_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%B1%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%BA%CE%B1%CF%84%CE%B5%CF%83%CF%84%CF%81%CE%B1%CE%BC%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CE%BF%CE%B9%CE%BA%CE%BF%CE%B4%CE%BF%CE%BC%CE%B7%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CF%8E%CE%BD_%CE%BB%CF%8C%CE%B3%CF%89_%CF%83%CE%B5%CE%B9%CF%83%CE%BC%CF%8E%CE%BD_(%CE%99V)</id>
		<title>Η χρήση των δορυφορικών εικόνων έντασης SAR για την ανίχνευση των κατεστραμμένων οικοδομημένων περιοχών λόγω σεισμών (ΙV)</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%97_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CF%89%CE%BD_%CE%AD%CE%BD%CF%84%CE%B1%CF%83%CE%B7%CF%82_SAR_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%B1%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%BA%CE%B1%CF%84%CE%B5%CF%83%CF%84%CF%81%CE%B1%CE%BC%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CE%BF%CE%B9%CE%BA%CE%BF%CE%B4%CE%BF%CE%BC%CE%B7%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CF%8E%CE%BD_%CE%BB%CF%8C%CE%B3%CF%89_%CF%83%CE%B5%CE%B9%CF%83%CE%BC%CF%8E%CE%BD_(%CE%99V)"/>
				<updated>2010-02-23T18:17:51Z</updated>
		
		<summary type="html">&lt;p&gt;Orfiro: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Η χρήση των δορυφορικών εικόνων έντασης SAR για την ανίχνευση των κατεστραμμένων οικοδομημένων περιοχών λόγω σεισμών'''&lt;br /&gt;
&lt;br /&gt;
'''Masashi Matsuoka, α) M.EERI, και Fumio Yamazaki, β) M.EERI'''&lt;br /&gt;
Earthquake Spectral, Vol.20, N. 3, pp 975 - 994, August 2004&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''ΑΝΑΓΝΩΡΙΣΗ ΤΩΝ ΟΙΚΟΔΟΜΗΜΕΝΩΝ ΚΑΤΕΣΤΡΑΜΜΕΝΩΝ ΠΕΡΙΟΧΩΝ'''&lt;br /&gt;
 &lt;br /&gt;
'''ΠΡΟΣΔΙΟΡΙΣΜΟΣ ΧΡΟΝΙΚΏΝ ΧΑΡΑΚΤΗΡΙΣΤΙΚΏΝ ΤΩΝ ΔΕΙΚΤΏΝ ΑΝΆΔΡΟΜΗΣ ΔΙΆΞΥΣΗΣ ΣΤΙΣ ΚΑΤΕΣΤΡΑΜΜΕΝΕΣ ΟΙΚΟΔΟΜΗΜΕΝΕΣ ΠΕΡΙΟΧΕΣ'''&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα: Sar11.jpg |thumb|300px|left |Εικ. 11 : Tα χρονικά χαρακτηριστικά της διαφοράς στις περιοχές όπου η σοβαρά κατεστραμμένη αναλογία είναι ίση με 100% και αυτών χωρίς τη ζημία]]&lt;br /&gt;
Όταν χρησιμοποιήθηκε το μέγεθος παραθύρου 21*21 εικονοστοιχείων στην προαναφερθείσα ανάλυση, λήφθηκε η υψηλότερη διακρίνουσα ακρίβεια μεταξύ κατεστραμμένων και μη περιοχών. Η πρόοδος της εικόνας μπορεί να οδηγήσει στην τραχιά εκτίμηση και μπορεί μόνο να χρησιμοποιηθεί για τη διαδεδομένη σοβαρή ζημία. Ένα μεγαλύτερο μέγεθος παραθύρων, εντούτοις, δεν προσφέρει την ικανότητα για την ανίχνευση των μικρών χωρικών αλλαγών μέσα σε ένα παράθυρο. Όπως φαίνεται στο σχήμα 10, η διαφορά σε αναλογίες σύμπτωσης χρησιμοποιώντας το μέγεθος παραθύρων 13*13 εικονοστοιχείων και 21*21 εικονοστοιχείων δεν είναι τόσο ευδιάκριτη, ιδιαίτερα όταν χρησιμοποιούν οι εικόνες το φίλτρο καταφυγίων μεγαλύτερο από 21*21 εικονοστοιχεία. Επομένως, αποφασίσαμε να χρησιμοποιήσουμε ένα παράθυρο εικονοστοιχείου 13*13 σε αυτήν την μελέτη για να υπολογίσουμε τους δύο δείκτες από δύο στοιχεία αποκτήσεων προκειμένου να ανιχνευθούν τα μικρά χαρακτηριστικά γνωρίσματα. Με βάση τα αποτελέσματα των ανωτέρω αναλύσεων, μια χρονική αλλαγή στους δύο δείκτες μέσω μιας χρονικής σειράς ανάλυσης ερευνήθηκε. Ορίσαμε την εικόνα που λήφθηκαν στις 12 Οκτωβρίου 1994 ως κύρια (εικόνα β), και άλλη ως δευτερεύουσα (εικόνα α). Κατόπιν οι δύο δείκτες υπολογίστηκαν από τις εξισώσεις 1 και 2 χρησιμοποιώντας δύο εικόνες αποκτήσεων, α και β.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Το σχήμα 11 παρουσιάζειτα χρονικά χαρακτηριστικά της διαφοράς στις περιοχές όπου η σοβαρά κατεστραμμένη αναλογία είναι ίση με 100% και αυτών χωρίς τη ζημία . Οι μέσες τιμές της διαφοράς στο συντελεστή ανάδρομης διάξυσης στις κατεστραμμένες περιοχές βλέπουνε μια μείωση σε περίπου -1 DB μετά από το γεγονός. Μέχρι τώρα, η σταθερή απόκλιση στις κατεστραμμένες περιοχές φαίνεται σχετικά μεγάλη μετά από το σεισμό. Από την άλλη πλευρά, δεν θα μπορούσαμε να παρατηρήσουμε εύκολα οποιεσδήποτε τάσεις στη μέση αξία για τις περιοχές χωρίς ζημία κατά τη διάρκεια της περιόδου του περιστατικού σεισμο. Επιπλέον, στις κατεστραμμένες περιοχές, η τάση βλέπει για την αξία που μειώθηκε αμέσως μετά από το γεγονός και αυξήθηκε έπειτα βαθμιαία μέχρι το έτος 1997. Η επιρροή των όρων παρατήρησης, όπως η δορυφορική τροχιά, περιλήφθηκε ενδεχομένως σε αυτήν την τάση εκτός από την αλλαγή του διασκορπίζοντας την κατάσταση στη γήινη επιφάνεια, ως αξία που αυξήθηκε ομοίως στις περιοχές χωρίς ζημία επίσης. Η χρονική αλλαγή στο συντελεστή συσχετισμού και για τις τις δύο περιοχές παρουσιάζεται στο σχήμα 12. Οι μέσες τιμές του συντελεστή συσχετισμού και για το δύο σοβαρά κατεστραμμένες και μη περιοχές ήταν σχεδόν οι ίδιες, περίπου 0.6 πριν από το σεισμό, όμως, η τιμή για τη σοβαρά κατεστραμμένη περιοχή μετά από το σεισμό μειώθηκε σε περίπου 0.3, και έπειτα παρέμεινε σε σταθερό επίπεδο. Η διασπορά στη μέση αξία του συντελεστή συσχετισμού φαίνεται να είναι σταθερότερη από αυτή της μέσης αξίας της διαφοράς στο συντελεστή ανάδρομης διάξυσης (δείτε το σχήμα 11).&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''ΑΝΙΧΝΕΥΣΗ ΚΑΤΑΝΟΜΗΣ ΤΗΣ ΖΗΜΙΑΣ ΣΤΗΝ ΟΙΚΟΔΟΜΗΣΗ'''&lt;br /&gt;
&lt;br /&gt;
Αυτή η μελέτη καταδεικνύει ότι οι σοβαρά κατεστραμμένες περιοχές μπορούν να προσδιοριστούν με δύο απλούς δείκτες κατά την χρησιμοποίηση των time-series (χρονικής σειράς) στοιχείων SAR. Η διαφορά μεταξύ του συντελεστή ανάδρομης διάξυσης, του δ, και του συντελεστή συσχετισμού, ρ, για κάθε περιοχή λήφθηκε από το αντίστοιχο παράθυρο εικονοστοιχείου 13*13 χρησιμοποιώντας ένα ζευγάρι  εικόνων, από τις 23 Μαΐου 1995 και 12 Οκτωβρίου 1994, οι οποίες έχουν φιλτραριστεί από τον Lee ενός παραθύρου εικονοστοιχείου 21*21 (σχήμα 13). &lt;br /&gt;
&lt;br /&gt;
[[Εικόνα: Sar13.jpg |thumb|300px|left |Εικ. 13 : Η διαφορά μεταξύ του συντελεστή ανάδρομης διάξυσης, του δ, και του συντελεστή συσχετισμού, ρ, για κάθε περιοχή λήφθηκε από το αντίστοιχο παράθυρο εικονοστοιχείου 13*13 χρησιμοποιώντας ένα ζευγάρι  εικόνων, από τις 23 Μαΐου 1995 και 12 Οκτωβρίου 1994, οι οποίες έχουν φιλτραριστεί από τον Lee ενός παραθύρου εικονοστοιχείου 21*21]]&lt;br /&gt;
&lt;br /&gt;
Μια γραμμική διακρίνουσα ανάλυση που παρουσιάστηκε στο σχήμα 5 εφαρμόστηκε για να ταξινομήσει σοβαρά κατεστραμμένες και μη περιοχές. Ένας διακρίνων τύπος, που παρουσιάζεται στις διαστιγμένες γραμμές στο σχήμα 13 που λαμβάνεται από την ανάλυση, παρουσιάζεται στην εξίσωση 3:&lt;br /&gt;
&lt;br /&gt;
z = -2.140 * d - 12.465 * r + 4.183&lt;br /&gt;
&lt;br /&gt;
όπου το z είναι το διακρίνον αποτέλεσμα. Σύμφωνα με την πιθανότητα σε αυτήν την διακρίνουσα ανάλυση για τις δύο καταστάσεις, τα εικονοστοιχεία  των οποίων η αξία z είναι θετική και αρνητική ορίζονται ως σοβαρή ζημία και καμία ζημία, αντίστοιχα. Επειδή οι και οι δύο συντελεστές είναι αρνητικοί, το υψηλότερο και αρνητικό d ή το μικρότερο r κερδίζει το lager z. Η αναλογία σύμπτωσης της διάκρισης για τους δύο όρους ήταν 78.5% βασισμένο σε αυτό το σύνολο στοιχείων κατάρτισης. Όταν θεωρήσαμε το μόνο ενιαίο μέτρο, δηλ., τη διαφορά ή το συσχετισμό, τα αποτελέσματα της αναλογίας σύμπτωσης για να διακρίνουμε τους δύο όρους από τη μονο-μεταβλητή γενικευμένη απόσταση Mahalanobis χρησιμοποιώντας τη διαφορά ή το συσχετισμό ήταν 71.1% και 73.4%, αντίστοιχα. Η ακρίβεια της διάκρισης και με τα τα δύο μέτρα μαζί παρουσιάζει υψηλότερο από εκείνο  χρησιμοποιώντας ένα από τα μέτρα.&lt;br /&gt;
[[Εικόνα: Sar14.jpg |thumb|300px|left |Εικ. 14 : Η κατανομή της τιμής z που επιστρωμένη στην αρχική εικόνα έντασης SAR]]&lt;br /&gt;
Στην εφαρμογή αυτής της εξίσωσης 3 στις επτά κατηγορίες ολόκληρου του συνόλου στοιχείων κατάρτισης, η μέση και σταθερή απόκλιση για τις σοβαρά κατεστραμμένες αναλογίες ζημίας υπολογίστηκαν όπως φαίνεται στον πίνακα 2. Το διακρίνον αποτέλεσμα z δείχνει το βαθμό της ζημίας στην οικοδόμηση στην περιοχή. Η κατανομή της τιμής z που επιστρωμένη στην αρχική εικόνα έντασης SAR απεικονίζεται στον  εικόνα 14. &lt;br /&gt;
&lt;br /&gt;
[[Εικόνα: Tab2.jpg |thumb|300px|right |Πίνακας 2]]&lt;br /&gt;
Η σκοτεινότερη περιοχή παρουσιάζει τα εικονοκύτταρα με την υψηλότερη αξία z. Εστιάζοντας στις αστικοποιημένες περιοχές για να ανιχνεύσουν τη ζημία οικοδόμησης, τα εικονοκύτταρα οι συντελεστές ανάδρομης διάξυσης των οποίων είναι μικρότεροι από την ορισμένη αξία κατώτατων ορίων (-5 DB) καλύφθηκαν στην πλοκή λόγω της αντανάκλασης ανάδρομης διάξυσης γενικά που είναι ισχυρότερης στις υψηλής ανάπτυξης περιοχές από άλλες περιοχές, όπως η θάλασσα και οι περιοχές με βλάστηση μεγάλης ποσότητας. Σε αυτή την εικόνα, η σκοτεινή περιοχή αποτελεί μια ζώνη που είναι παρόμοια με τη σοβαρά πληγείσα ζώνη βασισμένη στην έρευνα τομέων, που παρουσιάζεται στο σχήμα 2. Είναι κατανοητό ότι η αναδρομικά διασκορπισμένη ένταση μειώθηκε στη κατεστραμμένη περιοχή λόγω της μείωσης της βασικής επίδρασης των μικροκυμάτων δεδομένου ότι τα κτήρια κατέρρευσαν ή/και αφαιρέθηκαν και τα κενά διαστήματα διαμορφώθηκαν. Η ροή και οι σημειώσεις για την επεξεργασία εικόνας για να ανιχνεύσει τη χαλασμένη περιοχή συνοψίζονται στο σχήμα 15.&lt;br /&gt;
[[Εικόνα: Sar15.jpg |thumb|300px|right |Εικ. 15 : Η ροή και οι σημειώσεις για την επεξεργασία εικόνας για να ανιχνεύσει τη χαλασμένη περιοχή]]&lt;br /&gt;
&lt;br /&gt;
Αν και κατανοώντας τη γενική ζημία η κατανομή είναι δυνατή από τους υπάρχοντες δορυφόρους, υψηλής ευκρίνειας διαστημική ή  αερομεταφερόμενη τηλεπισκόπηση SAR, που συλλέγει τις συμπληρωματικές λεπτομερείς πληροφορίες ζημίας για το χτισμένο περιβάλλον, θα πραγματοποιηθεί στο κοντινό μέλλον. Μια θεωρητική μελέτη για την αξιολόγηση της παραμόρφωσης των κτηρίων πραγματικού-μεγέθους από τα μιμούμενα φανταστικά στοιχεία SAR βασισμένα σε μια ηλεκτρομαγνητική διατύπωση (Shinozuka και λοιποί. 2000) θα αποδειχθεί πληροφοριακή στον υπολογισμό αυτού του στόχου.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''ΣΥΜΠΕΡΑΣΜΑΤΑ'''&lt;br /&gt;
&lt;br /&gt;
Η ποσοτική αξιολόγηση σχετικά με τα χαρακτηριστικά των δορυφορικών εικόνων SAR της κατεστραμμένης περιοχής πραγματοποιήθηκε χρησιμοποιώντας τα στοιχεία ERS/SAR που λήφθηκαν πριν και μετά από το σεισμό Ηyogoken-Nanbu του 1995 (Kobe). Στην προηγούμενη μελέτη μας, ο συσχετισμός μεταξύ της αναλογίας ζημίας στην οικοδόμηση και στην δορυφορική εικόνα SAR έδειξε μια τάση σχετικά με την αναλογία ζημίας οικοδόμησης  στην περιοχή με μια υψηλή αναλογία ζημίας, η διαφορά του συντελεστή ανάδρομης διάξυσης (μετά από-πριν) γίνεται υψηλότερη και αρνητική, και ο συντελεστής συσχετισμού γίνεται χαμηλότερος. Για να αναπτύξει μια καθολική μέθοδο για την αναγνώριση των κατεστραμμένων περιοχών, μια παραμετρική μελέτη πραγματοποιήθηκε για την επιλογή του βέλτιστου μεγέθους παραθύρων για τον υπολογισμό των δύο δεικτών και της διαφοράς και του συσχετισμού για να διακρίνει σοβαρά και μη κατεστραμμένες περιοχές. &lt;br /&gt;
&lt;br /&gt;
Επίσης εξετάστηκαν τα αποτελέσματα του φίλτρου μείωσης θορύβου στίγματος για την αξιολόγηση της ζημίας οικοδόμησης. Από αυτήν την ανάλυση, η εφαρμογή του διακρίνοντος αποτελέσματος, που προέρχεται από το συνδυασμό δύο δεικτών μέσα σε ένα αντίστοιχο παράθυρο χρησιμοποιώντας τις προ και μετά του γεγονότος φιλτραρισμένες στίγμα-μείωση εικόνες, προτάθηκε για να ανιχνεύσει τις σοβαρά κατεστραμμένες περιοχές. Η κατανομή που λήφθηκε από αυτήν την διαδικασία παρουσίασε σχετικά καλή συμφωνία με την πραγματική κατανομή ζημίας από την έρευνα τομέων. Δεδομένου ότι αυτή η μέθοδος ανίχνευσης ζημίας αναπτύχθηκε βασισμένη στο σύνολο στοιχείων μόνο από το σεισμό Kobe, μια περαιτέρω μελέτη απαιτείται μέσω των πληροφοριών από άλλους πρόσφατους καταστρεπτικούς σεισμούς στον κόσμο για να είναι σε θέση να επιτύχει μια γενική συμφωνία για την ανίχνευση ζημίας σεισμού στις αστικές περιοχές που χρησιμοποιούν το δορυφορικό SAR.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:Σεισμοί]]&lt;/div&gt;</summary>
		<author><name>Orfiro</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%97_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CF%89%CE%BD_%CE%AD%CE%BD%CF%84%CE%B1%CF%83%CE%B7%CF%82_SAR_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%B1%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%BA%CE%B1%CF%84%CE%B5%CF%83%CF%84%CF%81%CE%B1%CE%BC%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CE%BF%CE%B9%CE%BA%CE%BF%CE%B4%CE%BF%CE%BC%CE%B7%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CF%8E%CE%BD_%CE%BB%CF%8C%CE%B3%CF%89_%CF%83%CE%B5%CE%B9%CF%83%CE%BC%CF%8E%CE%BD_(%CE%99%CE%99%CE%99)</id>
		<title>Η χρήση των δορυφορικών εικόνων έντασης SAR για την ανίχνευση των κατεστραμμένων οικοδομημένων περιοχών λόγω σεισμών (ΙΙΙ)</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%97_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CF%89%CE%BD_%CE%AD%CE%BD%CF%84%CE%B1%CF%83%CE%B7%CF%82_SAR_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%B1%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%BA%CE%B1%CF%84%CE%B5%CF%83%CF%84%CF%81%CE%B1%CE%BC%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CE%BF%CE%B9%CE%BA%CE%BF%CE%B4%CE%BF%CE%BC%CE%B7%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CF%8E%CE%BD_%CE%BB%CF%8C%CE%B3%CF%89_%CF%83%CE%B5%CE%B9%CF%83%CE%BC%CF%8E%CE%BD_(%CE%99%CE%99%CE%99)"/>
				<updated>2010-02-23T18:10:05Z</updated>
		
		<summary type="html">&lt;p&gt;Orfiro: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Η χρήση των δορυφορικών εικόνων έντασης SAR για την ανίχνευση των κατεστραμμένων οικοδομημένων περιοχών λόγω σεισμών (ΙΙΙ)'''&lt;br /&gt;
&lt;br /&gt;
'''Masashi Matsuoka, α) M.EERI, και Fumio Yamazaki, β) M.EERI'''&lt;br /&gt;
Earthquake Spectral, Vol.20, N. 3, pp 975 - 994, August 2004&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''ΣΤΟΙΧΕΙΑ ΕΡΕΥΝΑΣ ΖΗΜΙΑΣ'''&lt;br /&gt;
&lt;br /&gt;
Σε αυτήν την μελέτη, εστιάζουμε στην οικοδόμηση της ζημίας ως μια από τις πρωταρχικές μορφές αντίκτυπου του σεισμού. Τα στοιχεία ζημίας οικοδόμησης GIS παρασχέθηκαν βασισμένα στα λεπτομερή αποτελέσματα της έρευνας που συντάχθηκε από το AIJ (αρχιτεκτονικό ίδρυμα Ιαπωνίας) και το CPIJ (το ίδρυμα σχεδιασμού πόλεων Ιαπωνίας), και που μεταλλάχθηκε από το BRI (ερευνητικό ίδρυμα οικοδόμησης), όπου το επίπεδο ζημίας οικοδόμησης είναι ταξινομημένο σε πέντε κατηγορίες: ζημία από την πυρκαγιά, σοβαρή ζημία, μέτρια ζημία, ελαφριά ζημία , και καμία ζημία, με τον αριθμό κατεστραμμένων κτηρίων που συμπληρώνονται συνολικά για κάθε πόλη-τετράγωνο σε κάθε θάλαμο (BRI 1996). Η σοβαρή ζημία αντιστοιχεί σχεδόν σε D5: D4 και ένα μέρος του D3 στην ταξινόμηση της ευρωπαϊκής μακροσεισμικής κλίμακας (EMS) (Maki και λοιποί. 2001). Οι επηρεασθείσες περιοχές (όπου η ζημία ρεμφανίστηκε στην οικοδόμηση τουλάχιστον ως ένα ορισμένο βαθμό) και η σοβαρά κατεστραμμένη ζώνη υπολογίστηκαν από τα στοιχεία GIS (σχήμα 2). Το ιστόγραμμο για την περιοχή κάθε τετραγώνου πόλεων στο Kobe και στην Οζάκα παρουσιάζεται στο σχήμα 4. Το μέσο μέγεθος των τετραγώνων των πόλεων είναι περίπου 5.000 τετραγωνικά μέτρα&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα: Sar4.jpg |thumb|300px|left |Εικ. 4 : Το ιστόγραμμα για την περιοχή κάθε τετραγώνου πόλεων στο Kobe και στην Οζάκα]]&lt;br /&gt;
&lt;br /&gt;
'''Η ΠΡΟΚΑΤΑΡΚΤΙΚΗ ΑΝΑΛΥΣΗ ΤΩΝ ΧΑΡΑΚΤΗΡΙΣΤΙΚΩΝ ΑΝΑΔΡΟΜΗΣ ΔΙΆΞΥΣΗΣ ΣΤΙΣ ΠΕΡΙΟΧΕΣ ΜΕ ΖΗΜΊΑ ΣΤΙΣ ΟΙΚΟΔΟΜΕΣ  ΧΡΗΣΙΜΟΠΟΙΩΝΤΑΣ  ΤΙΣ ΑΡΧΙΚΈΣ ΕΙΚΌΝΕΣ SAR'''&lt;br /&gt;
&lt;br /&gt;
Χρησιμοποιώντας τα στοιχεία από τις έρευνες σε αυτό τον τομέα, η αναλογία ζημίας των κτηρίων σε επίπεδο πόλη-τεράγωνο υπολογίστηκε ως η αναλογία μεταξύ του αριθμού των κτηρίων που ταξινομήθηκαν ως καμμένα ή σοβαρά κατεστραμμένα και του συνολικού αριθμού των κτηρίων σε κάθε τετράγωνο. Το επίπεδο ζημίας ταξινομήθηκε σε επτά κατηγορίες, Α, Β, Γ, Δ, Ε, Ζ, και Η, που αντιστοιχεί σε καμία ζημία, τις αναλογίες ζημίας των 0-6.25, 6.25-12.5, 12.5-25, 25-50, 50-100%, και 100%, αντίστοιχα, βασισμένο στη σοβαρότητα της ζημίας. Τα εικονοκύτταρα που αντιστοιχούν στον τομέα κάθε κατηγορίας ζημίας επιλέχτηκαν προκειμένου να εξεταστεί η διαφορά στο συντελεστή ανάδρομης διάξυσης και το συντελεστή συσχετισμού στις κατεστραμμένες περιοχές. Η κατηγορία χωρίς τη ζημία (α) περιλαμβάνει τα εικονοκύτταρα των κτηρίων χωρίς τα εξωτερικά στοιχεία της ζημίας σύμφωνα με την έρευνα του τομέα. Τα 2.000 εικονοστοιχεία για κάθε κατηγορία ζημίας επιλέχτηκαν για την ανάλυση. Οι συντελεστές ανάδρομης διάξυσης από τα περισσότερα από τα επιλεγμένα εικονοστοιχεία ήταν υψηλοί, περίπου περισσότερο από -5 DB, λόγω της βασικής επίδρασης στις αστικές περιοχές. Υπήρξε ελαφριά παραλλαγή  στις εικόνες SAR λόγω της βλάστησης, την οποία δεν λάβαμε υπόψη σε αυτήν την μελέτη. Με την ανάθεση των εικόνων που λήφθηκαν στις 12 Οκτωβρίου 1994 και στις 23 Μαΐου 1995 ως κύρια (εικόνα β) και δευτερεύουσα (εικόνα α), αντίστοιχα, χρησιμοποιώντας το παράθυρο εικονοκυττάρου 535 για τον υπολογισμό των δύο δεικτών, προηγουμένως αναφέραμε ότι η διαφορά του συντελεστή ανάδρομης διάξυσης (μετά -πριν) γίνεται υψηλότερη και αρνητική ενώ ο συντελεστής συσχετισμού γίνεται χαμηλότερος στην περιοχή που παρουσιάζει υψηλές αναλογίες ζημίας (Aoki και λοιποί. 1998).&lt;br /&gt;
&lt;br /&gt;
Ένας από τους σημαντικότερους λόγους αυτής της παρατήρησης είναι ότι τα κτήρια που έχουν καταρρεύσει και τα συντρίμμια δημιουργούν την απώλεια ανακλαστήρων γωνιών. Από την άλλη πλευρά, στην περιοχή με τις αναλογίες χαμηλής ζημίας, η διαφορά των συντελεστών ανάδρομης διάξυσης γίνεται χαμηλότερη και ο συντελεστής συσχετισμού γίνεται υψηλότερος. Προσπαθήσαμε να εξαγάγουμε τις περιοχές ζημίας από μια απλή τεχνική ταξινόμησης. Οι περιοχές που αντιστοιχούν στη σοβαρή ζημία ή την πλήρη ζημία (ζ) και η περιοχή χωρίς τη ζημία (α) επιλέχτηκαν επειδή αυτές οι περιοχές εκθέτουν την υψηλότερη απόκλιση στις διαφορές τους του συντελεστή ανάδρομης διάξυσης και του συντελεστή συσχετισμού. Μια γραμμική διακρίνουσα ανάλυση χρησιμοποιήθηκε για να ταξινομήσει αυτές τις περιοχές (σχήμα 5). Δεδομένου ότι οι σταθερές αποκλίσεις αυτών των δύο δεικτών για κάθε κατηγορία ζημίας είναι σημαντικά υψηλές, η αναλογία σύμπτωσης που λαμβάνεται από την ανάλυση δεν είναι ενός αποδεκτού επιπέδου για μια πρακτική χρήση. Το απέραντο τυχαίο ήταν πιθανό να προκληθεί για τους ακόλουθους λόγους:&lt;br /&gt;
[[Εικόνα: Sar5.jpg |thumb|300px|right |Εικ. 5 : Η γραμμική διακρίνουσα ανάλυση που χρησιμοποιήθηκε για να ταξινομήσει τις περιοχές]]&lt;br /&gt;
1. Οι όροι παρατήρησης, όπως η δορυφορική τροχιά, η ατμόσφαιρα, και η υγρασία επιφάνειας στους δύο χρόνους αποκτήσεων δεν ήταν ίσοι.&lt;br /&gt;
&lt;br /&gt;
2. Ακόμη και στην περιοχή χωρίς τη ζημία, η διαφορά στη γήινη επιφάνεια, εάν καλύπτεται από τα κτήρια ή τη βλάστηση, και οι χρονικές αλλαγές δύο στοιχείων αποκτήσεως υπήρξαν  &lt;br /&gt;
&lt;br /&gt;
3. Ακόμη και στη σοβαρά κατεστραμμένη περιοχή όπου η αναλογία ζημίας ήταν ίση με με 100%, τα στοιχεία κατάρτισης περιλαμβάνουν ενδεχομένως όχι μόνο τα κτήρια που έχουν καταρρεύσει ή τα σοβαρά κατεστραμμένα κτήρια αλλά και τους ανοιχτούς χώρους μέσα στο τετράγωνο των πόλεων (σχήμα 6)  και&lt;br /&gt;
&lt;br /&gt;
4. Η ποιότητα των εικόνων έντασης θα μπορούσε να υποβιβαστεί από έναν αναπόφευκτο πιθανό θόρυβο αποκαλούμενο «θόρυβο στίγματος»» από ένα σύστημα SAR (Ulaby και λοιποί. 1982). &lt;br /&gt;
[[Εικόνα: Sar6.jpg |thumb|300px|right |Εικ. 6 : Mέγεθος των εικονοστοιχείων της εικόνας ERS και σύγκρισή τους με τα κτίρια και τα οικοδομικά τετράγωνα]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Μεταξύ των πιθανών λόγων που απαριθμήθηκαν ανωτέρω, τα αποτελέσματα του θορύβου στίγματος θα μπορούσαν να έχουν μειωθεί από την επεξεργασία εικόνας. Γενικά, ο θόρυβος στίγματος μπορεί να μειωθεί με τον υπολογισμό μέσου όρου των τιμών εικονοκυττάρου για μια περιοχή σε ένα παράθυρο κατά τρόπο παρόμοιο με την ψευδο επεξεργασία multilook, καθώς επίσης και με την εφαρμογή των φίλτρων μείωσης στίγματος για την εικόνα έντασης SAR.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''ΤΑ ΑΠΟΤΕΛΕΣΜΑΤΑ ΤΟΥ ΘΟΡΥΒΟΥ ΣΤΙΓΜΑΤΟΣ ΣΤΗΝ ΑΝΙΧΝΕΥΣΗ WINDOWSIZE ΔΙΑΝΟΜΗΣ ΖΗΜΙΑΣ ΓΙΑ ΤΟΝ ΥΠΟΛΟΓΙΣΜΟ ΤΩΝ  ΔΕΊΚΤΩΝ ΑΝΆΔΡΟΜΗΣ ΔΙΆΞΥΣΗΣ'''  &lt;br /&gt;
&lt;br /&gt;
Η προηγούμενη μελέτη μας χρησιμοποίησε το μέγεθος παραθύρων 5*5 εικονοστοιχείων (περίπου 150*150 τετραγωνικά μέτρα) στον υπολογισμό της μέσης διαφοράς και του χωρικού συσχετισμού (Aoki και λοιποί. 1998). Εντούτοις, είμαστε αβέβαιοι εάν αυτό το πρότυπο είναι βέλτιστο ή κατάλληλο για την αξιολόγηση ζημίας. Το Yonezawa και Takeuchi (2001) πρότειναν ότι η ακρίβεια της ερμηνείας των κατεστραμμένων και άθικτων περιοχών αυξάνεται όταν διευρύνεται το παράθυρο για τον υπολογισμό του χωρικού συσχετισμού. Σε αυτό το τμήμα, εξετάζουμε τη σχέση μεταξύ της ακρίβειας στην ανίχνευση ζημίας και το μέγεθος του παραθύρου για τον υπολογισμό των δύο δεικτών. Αλλάξαμε το μέγεθος του παραθύρου από 3*3 έως 51*51 εικονοστοιχεία και υπολογίσαμε τους δείκτες στο παράθυρο, και υπολογίσαμε έπειτα την αναλογία σύμπτωσης της διάκρισης για τις περιοχές όπου η αναλογία ζημίας είναι ίση με 100%, καθώς επίσης και για τις περιοχές χωρίς τη ζημία. Η σχέση για τον υπολογισμό του μεγέθους του παραθύρου, η διάστασή της (περιοχής), και η αναλογία σύμπτωσης παρουσιάζονται στο σχήμα 7. Παρατηρείται ότι καθώς το μέγεθος του παραθύρου γίνεται μεγαλύτερο, η ακρίβεια της διάκρισης γίνεται υψηλότερη. Ένα παράθυρο εικονοκυττάρου 21*21 εξέθεσε την υψηλότερη αναλογία σύμπτωσης. &lt;br /&gt;
&lt;br /&gt;
Ένα σχετικά μεγάλο μέγεθος παραθύρου απαιτείται για να συλλάβει τα σοβαρά κατεστραμμένα κτήρια στη χωρική διανομή. Επίσης, ο θόρυβος στίγματος μπορεί να μειωθεί ελαφρώς χρησιμοποιώντας τη μέση αξία μέσα σε ένα παράθυρο υπολογισμού. Εάν το μέγεθος παραθύρων επιλέγεται για να είναι πάνω από 31*31 εικονοστοιχεία, η αναλογία σύμπτωσης μπορεί να μειωθεί λόγω της ύπαρξης των σοβαρά χαλασμένων κτηρίων ακόμη και στις περιοχές που επιλέγονται για την κατηγορία χωρίς τη ζημία, και η αντίστροφη κατάσταση είναι επίσης πιθανή. &lt;br /&gt;
&lt;br /&gt;
Το προαναφερθέν βέλτιστο μέγεθος του παραθύρου για τη μεγιστοποίηση της δυνατότητας να διακρίνει σοβαρά κατεστραμμένες και μη περιοχές προήλθε μόνο από το σύνολο στοιχείων για το σεισμό Kobe του 1995. Αυτή η βέλτιστη αξία μπορεί να αλλάξει εάν η κατάσταση των αστικών περιοχών και η χωρική ανάλυση των δορυφορικών εικόνων είναι διαφορετικές από εκείνες της περίπτωσης Kobe.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα: Sar7.jpg |thumb|300px|left |Εικ. 7 : Η σχέση για τον υπολογισμό του μεγέθους του παραθύρου, η διάστασή της (περιοχής), και η αναλογία σύμπτωσης]]&lt;br /&gt;
&lt;br /&gt;
'''ΕΠΙΔΡΑΣΗ ΤΟΥ ΦΙΛΤΡΟΥ ΜΕΙΩΣΗΣ ΤΟΥ ΣΤΙΓΜΑΤΟΣ'''&lt;br /&gt;
&lt;br /&gt;
Εξετάσαμε την επίδραση των φίλτρων μείωσης στίγματος στην ακρίβεια της ανίχνευσης ζημίας στις εικόνες έντασης SAR. Τρια χαρακτηριστικά φίλτρα, το διάμεσο, το Lee (Lee 1980), και το Frost (Frost και λοιποί. 1982), εφαρμόστηκαν στις προ και το μετα του γεγονότος καταχωρημένες εικόνες. Ένα χωρικό φιλτράρισμα είναι μια τοπική λειτουργία για τις τιμές εικονοκυττάρου σε μια αρχική εικόνα έντασης SAR. Κατά τη διάρκεια του φιλτραρίσματος, οι τιμές του εικονοκυττάρου τροποποιήθηκαν χρησιμοποιώντας τις τιμές των γειτονικών εικονοστοιχείων. Η ζουμ εικόνα μιας περιοχής ορθογωνίου (αριθμός 3a) που εφαρμόζεται από κάθε φίλτρο παρουσιάζεται στο σχήμα 8. Το μέγεθος παραθύρου για το φιλτράρισμα ήταν 5*5 εικονοστοιχεία. Για να εκθέσουμε τις φιλτραρισμένες εικόνες, διευθύναμε μια διαδικασία αυξήσεως για να βελτιώσουμε την οπτική ικανότητα ερμηνείας των εικόνων χρησιμοποιώντας τη μέθοδο του τεντώμάτος ιστογράμμων. Σε σύγκριση με την αρχική εικόνα που παρουσιάζεται στο σχήμα 8a, τα χαμηλής συχνότητας χαρακτηριστικά γνωρίσματα ενισχύονται στη μεσαία-φιλτραρισμένη εικόνα (αριθμός 8b), και ένα όριο φραγμών, όπως οι δρόμοι, παρατηρείται σαφώς στις εικόνες που φιλτράρονται από τον Lee και τον Frost (αριθμοί 8c και δ).  &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Μετά τον υπολογισμό της διαφοράς στο συντελεστή ανάδρομης διάξυσης και το συντελεστή συσχετισμού μέσα στις περιοχές 7*7, 13*13, και 21*21 εικονοστοιχεία χρησιμοποιώντας τις προ και μετά του γεγονότος φιλτραρισμένες εικόνες, πραγματοποιήθηκε η διακρίνουσα ανάλυση για τις περιοχές με καμία ζημία και εκείνων που υπέστησαν σοβαρή ζημία. Το σχήμα 9 παρουσιάζει τις αναλογίες σύμπτωσης από τις διακρίνουσες λειτουργίες για κάθε μια από τις φιλτραρισμένες και αρχικές εικόνες. Ανά 7 παράθυρα εικονοστοιχείων που εφαρμόζεται στη μεσαία-φιλτραρισμένη εικόνα εκθέτουν μια χαμηλή αναλογία σύμπτωσης, όλες οι άλλες φιλτραρισμένες εικόνες παρουσιάζουν υψηλότερες αναλογίες από αυτή της αρχικής εικόνας, που καταδεικνύει ότι τα φίλτρα μείωσης στίγματος βελτιώνουν την ακρίβεια της οικοδόμησης της ανίχνευσης ζημίας. Η ακρίβεια της ανίχνευσης ζημίας χρησιμοποιώντας τις Lee ή Frost φιλτραρισμένες έντασης SAR εικόνες  είναι σχετικά υψηλή μεταξύ των τριών τύπων φίλτρων.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα: Sar8.jpg |thumb|300px|right |Εικ. 8 : Η αρχική εικόνα και οι επεξεργασμένες εικόνες]]&lt;br /&gt;
Έπειτα, η σχέση μεταξύ της μείωσης του στίγματος του μεγέθους φίλτρων και της ακρίβεια της ανίχνευσης ζημίας ερευνήθηκαν. Χρησιμοποιήσαμε το φίλτρο καταφυγίων λόγω του απλού σχεδίου και της μάλλον υψηλότερης αναλογίας σύμπτωσής της που παρουσιάστηκαν κατά τη διάρκεια της αξιολόγησης ζημίας. &lt;br /&gt;
&lt;br /&gt;
[[Εικόνα: Sar9.jpg |thumb|300px|left |Εικ. 9 : Ακρίβεια για την ανίχνευση των ζημιών στα κτίρια]]&lt;br /&gt;
&lt;br /&gt;
Αλλάξαμε το μέγεθος παραθύρων φιλτραρίσματος από 3*3 έως 51*51 εικονοστοιχεία και μετρήσαμε τις αλλαγές στην αναλογία σύμπτωσης (σχήμα 10). &lt;br /&gt;
&lt;br /&gt;
[[Εικόνα: Sar10.jpg |thumb|300px|left |Εικ. 10 : Αλλαγή του μέγεθους παραθύρων φιλτραρίσματος από 3*3 έως 51*51 εικονοστοιχεία και μετρηση των αλλαγών στην αναλογία σύμπτωσης]]&lt;br /&gt;
&lt;br /&gt;
Ανεξάρτητα από το μέγεθος του παραθύρου που χρησιμοποιείται για τον υπολογισμό των δύο δεικτών (ο μέσος συντελεστής διαφοράς και συσχετισμού), καθώς το μέγεθος φίλτρων έγινε μεγαλύτερο, η αναλογία σύμπτωσης έγινε υψηλότερη. Μια παρόμοια τάση σε αναλογία σύμπτωσης παρατηρήθηκε για το μέγεθος παραθύρων υπολογισμού 7*7 και 13*13 εικονοκυττάρων, και η αναλογία σύμπτωσης διαποτίστηκε σχεδόν στο παράθυρο εικονοστοιχείου 21*21 για το φιλτράρισμα. Αντίθετα, για το παράθυρο εικονοστοιχείου 21*21 που χρησιμοποιείται για τον υπολογισμό των δύο δεικτών, η αναλογία σύμπτωσης βλέπει για να διαποτιστεί στο παράθυρο εικονοστοιχείου 5*5 για το φιλτράρισμα. Στο προηγούμενο τμήμα, 21*21 εικονοστοιχεία, που εξέθεσαν την υψηλότερη αναλογία σύμπτωσης, θεωρούνται το βέλτιστο μέγεθος παραθύρων για την αξιολόγηση ζημίας. Επίσης έχει ανακαλυφθεί ότι η ακρίβεια της ανίχνευσης ζημίας δεν αυξάνεται σημαντικά στο φιλτράρισμα στίγμα-μείωσης του μεγέθους παραθύρων μεγαλύτερου από 21*21 εικονοστοιχεία. Είναι αξιοσημείωτο ότι τα 21*21 εικονοστοιχεία είναι ένα κριτήριο και για τα δύο μεγέθη παραθύρων.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:Σεισμοί]]&lt;/div&gt;</summary>
		<author><name>Orfiro</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%97_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CF%89%CE%BD_%CE%AD%CE%BD%CF%84%CE%B1%CF%83%CE%B7%CF%82_SAR_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%B1%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%BA%CE%B1%CF%84%CE%B5%CF%83%CF%84%CF%81%CE%B1%CE%BC%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CE%BF%CE%B9%CE%BA%CE%BF%CE%B4%CE%BF%CE%BC%CE%B7%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CF%8E%CE%BD_%CE%BB%CF%8C%CE%B3%CF%89_%CF%83%CE%B5%CE%B9%CF%83%CE%BC%CF%8E%CE%BD_(%CE%99%CE%99%CE%99)</id>
		<title>Η χρήση των δορυφορικών εικόνων έντασης SAR για την ανίχνευση των κατεστραμμένων οικοδομημένων περιοχών λόγω σεισμών (ΙΙΙ)</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%97_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CF%89%CE%BD_%CE%AD%CE%BD%CF%84%CE%B1%CF%83%CE%B7%CF%82_SAR_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%B1%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%BA%CE%B1%CF%84%CE%B5%CF%83%CF%84%CF%81%CE%B1%CE%BC%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CE%BF%CE%B9%CE%BA%CE%BF%CE%B4%CE%BF%CE%BC%CE%B7%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CF%8E%CE%BD_%CE%BB%CF%8C%CE%B3%CF%89_%CF%83%CE%B5%CE%B9%CF%83%CE%BC%CF%8E%CE%BD_(%CE%99%CE%99%CE%99)"/>
				<updated>2010-02-23T18:09:05Z</updated>
		
		<summary type="html">&lt;p&gt;Orfiro: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Η χρήση των δορυφορικών εικόνων έντασης SAR για την ανίχνευση των κατεστραμμένων οικοδομημένων περιοχών λόγω σεισμών (ΙΙΙ)'''&lt;br /&gt;
&lt;br /&gt;
'''Masashi Matsuoka, α) M.EERI, και Fumio Yamazaki, β) M.EERI'''&lt;br /&gt;
Earthquake Spectral, Vol.20, N. 3, pp 975 - 994, August 2004&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''ΣΤΟΙΧΕΙΑ ΕΡΕΥΝΑΣ ΖΗΜΙΑΣ'''&lt;br /&gt;
&lt;br /&gt;
Σε αυτήν την μελέτη, εστιάζουμε στην οικοδόμηση της ζημίας ως μια από τις πρωταρχικές μορφές αντίκτυπου του σεισμού. Τα στοιχεία ζημίας οικοδόμησης GIS παρασχέθηκαν βασισμένα στα λεπτομερή αποτελέσματα της έρευνας που συντάχθηκε από το AIJ (αρχιτεκτονικό ίδρυμα Ιαπωνίας) και το CPIJ (το ίδρυμα σχεδιασμού πόλεων Ιαπωνίας), και που μεταλλάχθηκε από το BRI (ερευνητικό ίδρυμα οικοδόμησης), όπου το επίπεδο ζημίας οικοδόμησης είναι ταξινομημένο σε πέντε κατηγορίες: ζημία από την πυρκαγιά, σοβαρή ζημία, μέτρια ζημία, ελαφριά ζημία , και καμία ζημία, με τον αριθμό κατεστραμμένων κτηρίων που συμπληρώνονται συνολικά για κάθε πόλη-τετράγωνο σε κάθε θάλαμο (BRI 1996). Η σοβαρή ζημία αντιστοιχεί σχεδόν σε D5: D4 και ένα μέρος του D3 στην ταξινόμηση της ευρωπαϊκής μακροσεισμικής κλίμακας (EMS) (Maki και λοιποί. 2001). Οι επηρεασθείσες περιοχές (όπου η ζημία ρεμφανίστηκε στην οικοδόμηση τουλάχιστον ως ένα ορισμένο βαθμό) και η σοβαρά κατεστραμμένη ζώνη υπολογίστηκαν από τα στοιχεία GIS (σχήμα 2). Το ιστόγραμμο για την περιοχή κάθε τετραγώνου πόλεων στο Kobe και στην Οζάκα παρουσιάζεται στο σχήμα 4. Το μέσο μέγεθος των τετραγώνων των πόλεων είναι περίπου 5.000 τετραγωνικά μέτρα&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα: Sar4.jpg |thumb|300px|left |Εικ. 4 : Το ιστόγραμμα για την περιοχή κάθε τετραγώνου πόλεων στο Kobe και στην Οζάκα]]&lt;br /&gt;
&lt;br /&gt;
'''Η ΠΡΟΚΑΤΑΡΚΤΙΚΗ ΑΝΑΛΥΣΗ ΤΩΝ ΧΑΡΑΚΤΗΡΙΣΤΙΚΩΝ ΑΝΑΔΡΟΜΗΣ ΔΙΆΞΥΣΗΣ ΣΤΙΣ ΠΕΡΙΟΧΕΣ ΜΕ ΖΗΜΊΑ ΣΤΙΣ ΟΙΚΟΔΟΜΕΣ  ΧΡΗΣΙΜΟΠΟΙΩΝΤΑΣ  ΤΙΣ ΑΡΧΙΚΈΣ ΕΙΚΌΝΕΣ SAR'''&lt;br /&gt;
&lt;br /&gt;
Χρησιμοποιώντας τα στοιχεία από τις έρευνες σε αυτό τον τομέα, η αναλογία ζημίας των κτηρίων σε επίπεδο πόλη-τεράγωνο υπολογίστηκε ως η αναλογία μεταξύ του αριθμού των κτηρίων που ταξινομήθηκαν ως καμμένα ή σοβαρά κατεστραμμένα και του συνολικού αριθμού των κτηρίων σε κάθε τετράγωνο. Το επίπεδο ζημίας ταξινομήθηκε σε επτά κατηγορίες, Α, Β, Γ, Δ, Ε, Ζ, και Η, που αντιστοιχεί σε καμία ζημία, τις αναλογίες ζημίας των 0-6.25, 6.25-12.5, 12.5-25, 25-50, 50-100%, και 100%, αντίστοιχα, βασισμένο στη σοβαρότητα της ζημίας. Τα εικονοκύτταρα που αντιστοιχούν στον τομέα κάθε κατηγορίας ζημίας επιλέχτηκαν προκειμένου να εξεταστεί η διαφορά στο συντελεστή ανάδρομης διάξυσης και το συντελεστή συσχετισμού στις κατεστραμμένες περιοχές. Η κατηγορία χωρίς τη ζημία (α) περιλαμβάνει τα εικονοκύτταρα των κτηρίων χωρίς τα εξωτερικά στοιχεία της ζημίας σύμφωνα με την έρευνα του τομέα. Τα 2.000 εικονοστοιχεία για κάθε κατηγορία ζημίας επιλέχτηκαν για την ανάλυση. Οι συντελεστές ανάδρομης διάξυσης από τα περισσότερα από τα επιλεγμένα εικονοστοιχεία ήταν υψηλοί, περίπου περισσότερο από -5 DB, λόγω της βασικής επίδρασης στις αστικές περιοχές. Υπήρξε ελαφριά παραλλαγή  στις εικόνες SAR λόγω της βλάστησης, την οποία δεν λάβαμε υπόψη σε αυτήν την μελέτη. Με την ανάθεση των εικόνων που λήφθηκαν στις 12 Οκτωβρίου 1994 και στις 23 Μαΐου 1995 ως κύρια (εικόνα β) και δευτερεύουσα (εικόνα α), αντίστοιχα, χρησιμοποιώντας το παράθυρο εικονοκυττάρου 535 για τον υπολογισμό των δύο δεικτών, προηγουμένως αναφέραμε ότι η διαφορά του συντελεστή ανάδρομης διάξυσης (μετά -πριν) γίνεται υψηλότερη και αρνητική ενώ ο συντελεστής συσχετισμού γίνεται χαμηλότερος στην περιοχή που παρουσιάζει υψηλές αναλογίες ζημίας (Aoki και λοιποί. 1998).&lt;br /&gt;
&lt;br /&gt;
Ένας από τους σημαντικότερους λόγους αυτής της παρατήρησης είναι ότι τα κτήρια που έχουν καταρρεύσει και τα συντρίμμια δημιουργούν την απώλεια ανακλαστήρων γωνιών. Από την άλλη πλευρά, στην περιοχή με τις αναλογίες χαμηλής ζημίας, η διαφορά των συντελεστών ανάδρομης διάξυσης γίνεται χαμηλότερη και ο συντελεστής συσχετισμού γίνεται υψηλότερος. Προσπαθήσαμε να εξαγάγουμε τις περιοχές ζημίας από μια απλή τεχνική ταξινόμησης. Οι περιοχές που αντιστοιχούν στη σοβαρή ζημία ή την πλήρη ζημία (ζ) και η περιοχή χωρίς τη ζημία (α) επιλέχτηκαν επειδή αυτές οι περιοχές εκθέτουν την υψηλότερη απόκλιση στις διαφορές τους του συντελεστή ανάδρομης διάξυσης και του συντελεστή συσχετισμού. Μια γραμμική διακρίνουσα ανάλυση χρησιμοποιήθηκε για να ταξινομήσει αυτές τις περιοχές (σχήμα 5). Δεδομένου ότι οι σταθερές αποκλίσεις αυτών των δύο δεικτών για κάθε κατηγορία ζημίας είναι σημαντικά υψηλές, η αναλογία σύμπτωσης που λαμβάνεται από την ανάλυση δεν είναι ενός αποδεκτού επιπέδου για μια πρακτική χρήση. Το απέραντο τυχαίο ήταν πιθανό να προκληθεί για τους ακόλουθους λόγους:&lt;br /&gt;
[[Εικόνα: Sar5.jpg |thumb|300px|right |Εικ. 5 : Η γραμμική διακρίνουσα ανάλυση που χρησιμοποιήθηκε για να ταξινομήσει τις περιοχές]]&lt;br /&gt;
1. Οι όροι παρατήρησης, όπως η δορυφορική τροχιά, η ατμόσφαιρα, και η υγρασία επιφάνειας στους δύο χρόνους αποκτήσεων δεν ήταν ίσοι.&lt;br /&gt;
&lt;br /&gt;
2. Ακόμη και στην περιοχή χωρίς τη ζημία, η διαφορά στη γήινη επιφάνεια, εάν καλύπτεται από τα κτήρια ή τη βλάστηση, και οι χρονικές αλλαγές δύο στοιχείων αποκτήσεως υπήρξαν  &lt;br /&gt;
&lt;br /&gt;
3. Ακόμη και στη σοβαρά κατεστραμμένη περιοχή όπου η αναλογία ζημίας ήταν ίση με με 100%, τα στοιχεία κατάρτισης περιλαμβάνουν ενδεχομένως όχι μόνο τα κτήρια που έχουν καταρρεύσει ή τα σοβαρά κατεστραμμένα κτήρια αλλά και τους ανοιχτούς χώρους μέσα στο τετράγωνο των πόλεων (σχήμα 6)  και&lt;br /&gt;
&lt;br /&gt;
4. Η ποιότητα των εικόνων έντασης θα μπορούσε να υποβιβαστεί από έναν αναπόφευκτο πιθανό θόρυβο αποκαλούμενο «θόρυβο στίγματος»» από ένα σύστημα SAR (Ulaby και λοιποί. 1982). &lt;br /&gt;
[[Εικόνα: Sar6.jpg |thumb|300px|right |Εικ. 6 : Mέγεθος των εικονοστοιχείων της εικόνας ERS και σύγκρισή τους με τα κτίρια και τα οικοδομικά τετράγωνα]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Μεταξύ των πιθανών λόγων που απαριθμήθηκαν ανωτέρω, τα αποτελέσματα του θορύβου στίγματος θα μπορούσαν να έχουν μειωθεί από την επεξεργασία εικόνας. Γενικά, ο θόρυβος στίγματος μπορεί να μειωθεί με τον υπολογισμό μέσου όρου των τιμών εικονοκυττάρου για μια περιοχή σε ένα παράθυρο κατά τρόπο παρόμοιο με την ψευδο επεξεργασία multilook, καθώς επίσης και με την εφαρμογή των φίλτρων μείωσης στίγματος για την εικόνα έντασης SAR.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''ΤΑ ΑΠΟΤΕΛΕΣΜΑΤΑ ΤΟΥ ΘΟΡΥΒΟΥ ΣΤΙΓΜΑΤΟΣ ΣΤΗΝ ΑΝΙΧΝΕΥΣΗ WINDOWSIZE ΔΙΑΝΟΜΗΣ ΖΗΜΙΑΣ ΓΙΑ ΤΟΝ ΥΠΟΛΟΓΙΣΜΟ ΤΩΝ  ΔΕΊΚΤΩΝ ΑΝΆΔΡΟΜΗΣ ΔΙΆΞΥΣΗΣ'''  &lt;br /&gt;
&lt;br /&gt;
Η προηγούμενη μελέτη μας χρησιμοποίησε το μέγεθος παραθύρων 5*5 εικονοστοιχείων (περίπου 150*150 τετραγωνικά μέτρα) στον υπολογισμό της μέσης διαφοράς και του χωρικού συσχετισμού (Aoki και λοιποί. 1998). Εντούτοις, είμαστε αβέβαιοι εάν αυτό το πρότυπο είναι βέλτιστο ή κατάλληλο για την αξιολόγηση ζημίας. Το Yonezawa και Takeuchi (2001) πρότειναν ότι η ακρίβεια της ερμηνείας των κατεστραμμένων και άθικτων περιοχών αυξάνεται όταν διευρύνεται το παράθυρο για τον υπολογισμό του χωρικού συσχετισμού. Σε αυτό το τμήμα, εξετάζουμε τη σχέση μεταξύ της ακρίβειας στην ανίχνευση ζημίας και το μέγεθος του παραθύρου για τον υπολογισμό των δύο δεικτών. Αλλάξαμε το μέγεθος του παραθύρου από 3*3 έως 51*51 εικονοστοιχεία και υπολογίσαμε τους δείκτες στο παράθυρο, και υπολογίσαμε έπειτα την αναλογία σύμπτωσης της διάκρισης για τις περιοχές όπου η αναλογία ζημίας είναι ίση με 100%, καθώς επίσης και για τις περιοχές χωρίς τη ζημία. Η σχέση για τον υπολογισμό του μεγέθους του παραθύρου, η διάστασή της (περιοχής), και η αναλογία σύμπτωσης παρουσιάζονται στο σχήμα 7. Παρατηρείται ότι καθώς το μέγεθος του παραθύρου γίνεται μεγαλύτερο, η ακρίβεια της διάκρισης γίνεται υψηλότερη. Ένα παράθυρο εικονοκυττάρου 21*21 εξέθεσε την υψηλότερη αναλογία σύμπτωσης. &lt;br /&gt;
&lt;br /&gt;
Ένα σχετικά μεγάλο μέγεθος παραθύρου απαιτείται για να συλλάβει τα σοβαρά κατεστραμμένα κτήρια στη χωρική διανομή. Επίσης, ο θόρυβος στίγματος μπορεί να μειωθεί ελαφρώς χρησιμοποιώντας τη μέση αξία μέσα σε ένα παράθυρο υπολογισμού. Εάν το μέγεθος παραθύρων επιλέγεται για να είναι πάνω από 31*31 εικονοστοιχεία, η αναλογία σύμπτωσης μπορεί να μειωθεί λόγω της ύπαρξης των σοβαρά χαλασμένων κτηρίων ακόμη και στις περιοχές που επιλέγονται για την κατηγορία χωρίς τη ζημία, και η αντίστροφη κατάσταση είναι επίσης πιθανή. &lt;br /&gt;
&lt;br /&gt;
Το προαναφερθέν βέλτιστο μέγεθος του παραθύρου για τη μεγιστοποίηση της δυνατότητας να διακρίνει σοβαρά κατεστραμμένες και μη περιοχές προήλθε μόνο από το σύνολο στοιχείων για το σεισμό Kobe του 1995. Αυτή η βέλτιστη αξία μπορεί να αλλάξει εάν η κατάσταση των αστικών περιοχών και η χωρική ανάλυση των δορυφορικών εικόνων είναι διαφορετικές από εκείνες της περίπτωσης Kobe.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα: Sar7.jpg |thumb|300px|right |Εικ. 7 : Η σχέση για τον υπολογισμό του μεγέθους του παραθύρου, η διάστασή της (περιοχής), και η αναλογία σύμπτωσης]]&lt;br /&gt;
&lt;br /&gt;
'''ΕΠΙΔΡΑΣΗ ΤΟΥ ΦΙΛΤΡΟΥ ΜΕΙΩΣΗΣ ΤΟΥ ΣΤΙΓΜΑΤΟΣ'''&lt;br /&gt;
&lt;br /&gt;
Εξετάσαμε την επίδραση των φίλτρων μείωσης στίγματος στην ακρίβεια της ανίχνευσης ζημίας στις εικόνες έντασης SAR. Τρια χαρακτηριστικά φίλτρα, το διάμεσο, το Lee (Lee 1980), και το Frost (Frost και λοιποί. 1982), εφαρμόστηκαν στις προ και το μετα του γεγονότος καταχωρημένες εικόνες. Ένα χωρικό φιλτράρισμα είναι μια τοπική λειτουργία για τις τιμές εικονοκυττάρου σε μια αρχική εικόνα έντασης SAR. Κατά τη διάρκεια του φιλτραρίσματος, οι τιμές του εικονοκυττάρου τροποποιήθηκαν χρησιμοποιώντας τις τιμές των γειτονικών εικονοστοιχείων. Η ζουμ εικόνα μιας περιοχής ορθογωνίου (αριθμός 3a) που εφαρμόζεται από κάθε φίλτρο παρουσιάζεται στο σχήμα 8. Το μέγεθος παραθύρου για το φιλτράρισμα ήταν 5*5 εικονοστοιχεία. Για να εκθέσουμε τις φιλτραρισμένες εικόνες, διευθύναμε μια διαδικασία αυξήσεως για να βελτιώσουμε την οπτική ικανότητα ερμηνείας των εικόνων χρησιμοποιώντας τη μέθοδο του τεντώμάτος ιστογράμμων. Σε σύγκριση με την αρχική εικόνα που παρουσιάζεται στο σχήμα 8a, τα χαμηλής συχνότητας χαρακτηριστικά γνωρίσματα ενισχύονται στη μεσαία-φιλτραρισμένη εικόνα (αριθμός 8b), και ένα όριο φραγμών, όπως οι δρόμοι, παρατηρείται σαφώς στις εικόνες που φιλτράρονται από τον Lee και τον Frost (αριθμοί 8c και δ).  &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Μετά τον υπολογισμό της διαφοράς στο συντελεστή ανάδρομης διάξυσης και το συντελεστή συσχετισμού μέσα στις περιοχές 7*7, 13*13, και 21*21 εικονοστοιχεία χρησιμοποιώντας τις προ και μετά του γεγονότος φιλτραρισμένες εικόνες, πραγματοποιήθηκε η διακρίνουσα ανάλυση για τις περιοχές με καμία ζημία και εκείνων που υπέστησαν σοβαρή ζημία. Το σχήμα 9 παρουσιάζει τις αναλογίες σύμπτωσης από τις διακρίνουσες λειτουργίες για κάθε μια από τις φιλτραρισμένες και αρχικές εικόνες. Ανά 7 παράθυρα εικονοστοιχείων που εφαρμόζεται στη μεσαία-φιλτραρισμένη εικόνα εκθέτουν μια χαμηλή αναλογία σύμπτωσης, όλες οι άλλες φιλτραρισμένες εικόνες παρουσιάζουν υψηλότερες αναλογίες από αυτή της αρχικής εικόνας, που καταδεικνύει ότι τα φίλτρα μείωσης στίγματος βελτιώνουν την ακρίβεια της οικοδόμησης της ανίχνευσης ζημίας. Η ακρίβεια της ανίχνευσης ζημίας χρησιμοποιώντας τις Lee ή Frost φιλτραρισμένες έντασης SAR εικόνες  είναι σχετικά υψηλή μεταξύ των τριών τύπων φίλτρων.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα: Sar8.jpg |thumb|300px|right |Εικ. 8 : Η αρχική εικόνα και οι επεξεργασμένες εικόνες]]&lt;br /&gt;
Έπειτα, η σχέση μεταξύ της μείωσης του στίγματος του μεγέθους φίλτρων και της ακρίβεια της ανίχνευσης ζημίας ερευνήθηκαν. Χρησιμοποιήσαμε το φίλτρο καταφυγίων λόγω του απλού σχεδίου και της μάλλον υψηλότερης αναλογίας σύμπτωσής της που παρουσιάστηκαν κατά τη διάρκεια της αξιολόγησης ζημίας. &lt;br /&gt;
&lt;br /&gt;
[[Εικόνα: Sar9.jpg |thumb|300px|right |Εικ. 9 : Ακρίβεια για την ανίχνευση των ζημιών στα κτίρια]]&lt;br /&gt;
&lt;br /&gt;
Αλλάξαμε το μέγεθος παραθύρων φιλτραρίσματος από 3*3 έως 51*51 εικονοστοιχεία και μετρήσαμε τις αλλαγές στην αναλογία σύμπτωσης (σχήμα 10). &lt;br /&gt;
&lt;br /&gt;
[[Εικόνα: Sar10.jpg |thumb|300px|right |Εικ. 10 : Αλλαγή του μέγεθους παραθύρων φιλτραρίσματος από 3*3 έως 51*51 εικονοστοιχεία και μετρηση των αλλαγών στην αναλογία σύμπτωσης]]&lt;br /&gt;
&lt;br /&gt;
Ανεξάρτητα από το μέγεθος του παραθύρου που χρησιμοποιείται για τον υπολογισμό των δύο δεικτών (ο μέσος συντελεστής διαφοράς και συσχετισμού), καθώς το μέγεθος φίλτρων έγινε μεγαλύτερο, η αναλογία σύμπτωσης έγινε υψηλότερη. Μια παρόμοια τάση σε αναλογία σύμπτωσης παρατηρήθηκε για το μέγεθος παραθύρων υπολογισμού 7*7 και 13*13 εικονοκυττάρων, και η αναλογία σύμπτωσης διαποτίστηκε σχεδόν στο παράθυρο εικονοστοιχείου 21*21 για το φιλτράρισμα. Αντίθετα, για το παράθυρο εικονοστοιχείου 21*21 που χρησιμοποιείται για τον υπολογισμό των δύο δεικτών, η αναλογία σύμπτωσης βλέπει για να διαποτιστεί στο παράθυρο εικονοστοιχείου 5*5 για το φιλτράρισμα. Στο προηγούμενο τμήμα, 21*21 εικονοστοιχεία, που εξέθεσαν την υψηλότερη αναλογία σύμπτωσης, θεωρούνται το βέλτιστο μέγεθος παραθύρων για την αξιολόγηση ζημίας. Επίσης έχει ανακαλυφθεί ότι η ακρίβεια της ανίχνευσης ζημίας δεν αυξάνεται σημαντικά στο φιλτράρισμα στίγμα-μείωσης του μεγέθους παραθύρων μεγαλύτερου από 21*21 εικονοστοιχεία. Είναι αξιοσημείωτο ότι τα 21*21 εικονοστοιχεία είναι ένα κριτήριο και για τα δύο μεγέθη παραθύρων.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:Σεισμοί]]&lt;/div&gt;</summary>
		<author><name>Orfiro</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%97_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CF%89%CE%BD_%CE%AD%CE%BD%CF%84%CE%B1%CF%83%CE%B7%CF%82_SAR_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%B1%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%BA%CE%B1%CF%84%CE%B5%CF%83%CF%84%CF%81%CE%B1%CE%BC%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CE%BF%CE%B9%CE%BA%CE%BF%CE%B4%CE%BF%CE%BC%CE%B7%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CF%8E%CE%BD_%CE%BB%CF%8C%CE%B3%CF%89_%CF%83%CE%B5%CE%B9%CF%83%CE%BC%CF%8E%CE%BD_(%CE%99%CE%99)</id>
		<title>Η χρήση των δορυφορικών εικόνων έντασης SAR για την ανίχνευση των κατεστραμμένων οικοδομημένων περιοχών λόγω σεισμών (ΙΙ)</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%97_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CF%89%CE%BD_%CE%AD%CE%BD%CF%84%CE%B1%CF%83%CE%B7%CF%82_SAR_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%B1%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%BA%CE%B1%CF%84%CE%B5%CF%83%CF%84%CF%81%CE%B1%CE%BC%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CE%BF%CE%B9%CE%BA%CE%BF%CE%B4%CE%BF%CE%BC%CE%B7%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CF%8E%CE%BD_%CE%BB%CF%8C%CE%B3%CF%89_%CF%83%CE%B5%CE%B9%CF%83%CE%BC%CF%8E%CE%BD_(%CE%99%CE%99)"/>
				<updated>2010-02-23T17:55:22Z</updated>
		
		<summary type="html">&lt;p&gt;Orfiro: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Η χρήση των δορυφορικών εικόνων έντασης SAR για την ανίχνευση των κατεστραμμένων οικοδομημένων περιοχών λόγω σεισμών (ΙΙ)'''&lt;br /&gt;
&lt;br /&gt;
'''Masashi Matsuoka, α) M.EERI, και Fumio Yamazaki, β) M.EERI'''&lt;br /&gt;
Earthquake Spectral, Vol.20, N. 3, pp 975 - 994, August 2004&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''ΟΙ ΒΑΣΙΚΕΣ ΑΡΧΕΣ ΤΟΥ SAR''' &lt;br /&gt;
&lt;br /&gt;
Το SAR, το οποίο είναι μια από τις ενεργές τεχνικές τηλεπισκόπησης, διαβιβάζει ένα σήμα μικροκυμάτων προς έναν στόχο και λαμβάνει την αντανάκλασή της (το εύρος και τη φάση) πίσω στον αισθητήρα ή την κεραία (Henderson και Lewis 1998). Κανονικά, το μήκος του κύματος είναι της τάξεως του 1 εκατ. σε 1 μ, που αντιστοιχεί σε ένα φάσμα συχνότητας περίπου 30 Ghz σε 300 MHZ. Ένα σύστημα SAR μπορεί να επιβιβαστεί και στις αερομεταφερόμενες και στις διαστημικές πλατφόρμες. Το SAR δημιουργεί σχετικά υψηλού εδάφους (εικονοκύτταρο) resolution (ψήφισμα) επειδή μιμείται μια μακριά κεραία συνδυάζοντας τα ηλεκτρικά σήματα που παραλαμβάνονται από τον αισθητήρα του καθώς κινείται κατά μήκος μιας ιδιαίτερης  διαδρομής στον αέρα (πτήση).&lt;br /&gt;
[[Εικόνα: Sar1.jpg |thumb|200px|left |Εικ. 1: Ένα σχηματικό διάγραμμα των αντικειμένων επιφάνειας και οι ιδιότητες ανάδρομης διάξυσής τους]]&lt;br /&gt;
&lt;br /&gt;
Κάθε εικονοκύτταρο σε μια εικόνα εύρους (ένταση) αντιπροσωπεύει τη δύναμη ανάδρομης διάξυσης ραντάρ για εκείνη την περιοχή στο έδαφος. ``Ο συντελεστής ανάδρομης διάξυσης»» εξαρτάται από την τραχύτητα της επιφάνειας, το επίπεδο υγρασίας της περιοχής, και τη συναφή γωνία ενός μικροκύματος και του μήκους κύματός του. Σύμφωνα με τις προηγούμενες μελέτες μας για την αξιολόγηση της οπισθοδιασποράς στο σεισμό Kobe του 1995 (Aoki και λοιποί. το 1998, Matsuoka και Yamazaki 2000b), οι προκαλούμενες από τον άνθρωπο δομές παρουσιάζουν συγκριτικά υψηλή αντανάκλαση λόγω των πολλαπλάσιων αντανακλάσεων, αποκαλούμενων  «`η βασική επίδραση»» ή «ανακλαστήρας γωνιών »» μεταξύ των δομών και του εδάφους.&lt;br /&gt;
&lt;br /&gt;
Οι ανοιχτοί χώροι ή τα κατεστραμμένα κτήρια έχουν συγκριτικά χαμηλό συντελεστή ανάκλασης επειδή τα μικροκύματα είναι διεσπαρμένα σε διαφορετικές κατευθύνσεις. Ένα σχηματικό διάγραμμα των αντικειμένων επιφάνειας και οι ιδιότητες ανάδρομης διάξυσής τους παρουσιάζονται στο σχήμα 1. Τα κτήρια μπορούν να μετατραπούν σε συντρίμμια από έναν σεισμό, και σε μερικές περιπτώσεις, τα συντρίμμια των κτηρίων μπορούν να αφαιρεθούν, αφήνοντας το έδαφος εκτεθειμένο. Κατά συνέπεια ο συντελεστής ανάδρομης διάξυσης που καθορίζεται μετά από τη ζημία είναι πιθανό να μειωθεί, έναντι αυτού που λαμβάνεται πριν από το γεγονός. Για να συγκρίνουμε δύο στοιχεία αποκτήσεων, απαιτείται μια διαδικασία αντιστοίχησης των εικόνων με υψηλή ακρίβεια. Στην περίπτωση χρησιμοποίησης των αερομεταφερόμενων αισθητήρων, μια μικρή διαφορά σε δύο τροχιές αεροπλάνων προκαλεί δυσκολία στην αντιστοίχηση σε pixel (εικονοκύτταρο) με pixel (εικονοκυττάρου) λόγω της υψηλής χωρικής ανάλυσης. Εντούτοις, η αντιστοίχηση των εικόνων  των δορυφορικών εικόνων SAR δεν δημιουργεί ένα σημαντικό πρόβλημα όταν χρησιμοποιούμε τις εικόνες που λαμβάνονται από ένα ίδιο δορυφορικό σύστημα.&lt;br /&gt;
[[Εικόνα: Sar2.jpg |thumb|300px|right |Εικ. 2: H περιοχή μελέτης]]&lt;br /&gt;
Στο επόμενο μέρος, αξιολογούμε ποσοτικά τα χαρακτηριστικά ανάδρομης διάξυσης των περιοχών με τη ζημιά στις οικοδομές λόγω του σεισμού Kobe όπως τα λεπτομερή αποτελέσματα ερευνών ζημίας αυτού του γεγονότος αποθηκεύονται στο GIS.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''ΣΥΝΟΛΟ ΔΕΔΟΜΕΝΩΝ'''&lt;br /&gt;
&lt;br /&gt;
'''ΔΕΔΟΜΕΝΑ SAR ΚΑΙ ΕΠΕΞΕΡΓΑΣΙΑ ΕΙΚΟΝΑΣ'''&lt;br /&gt;
&lt;br /&gt;
Αρκετοί  δορυφόροι παρατήρησαν την περιοχή Kobe πριν και μετά από το σεισμό Kobe (Sudo και λοιποί. 1995), που συνέβη στις 17 Ιανουαρίου 1995. Χρησιμοποιήσαμε τις ευρωπαϊκές δορυφορικές εικόνες τηλεπισκόπησης (ERS) που αποκτήθηκαν στις 23 Μαΐου 1995, την 1η Αυγούστου 1995, 27 Φεβρουαρίου 1996, 2 Απριλίου 1996, και 10 Σεπτεμβρίου 1997 ως τα στοιχεία μετα του γεγονότος και εκείνα που λήφθηκαν στις 12 Οκτωβρίου 1994, στις 3 Ιουνίου 1994, 8 Αυγούστου 1993 και 1 Νοεμβρίου 1992 ως στοιχεία πριν του γεγονότος, αντίστοιχα. Η κάλυψη των δορυφορικών εικόνων παρουσιάζεται στο σχήμα 2. Με βάση αυτό το time-series σύνολο στοιχείων, εξετάσαμε και ελέγξαμε την αλλαγή στα χαρακτηριστικά ανάδρομης διάξυσης κατεστραμμένων και μη περιοχών. Η εικόνα που παρουσιάστηκε στο σχήμα 3 λήφθηκε κατά την πιό κοντινή ημερομηνία μετά από το σεισμό (δηλ., τέσσερις μήνες μετά από το γεγονός). Από το Δεκέμβριο του 1993 έως τον Μάρτιο του 1995, η τροχιά του δορυφόρου ERS άλλαξε και η περιοδική παρατήρηση έγινε αδύνατη. Η πρώτη εικόνα που παρατηρεί την κατεστραμμένη περιοχή λήφθηκε τέσσερις μήνες μετά από το σεισμό (Massonnet και λοιποί. 1996). Όταν ο δορυφόρος ERS έλαβε την τελευταία εικόνα προ-γεγονότος, επομένως, ήταν κατά τη διάρκεια της αλλαγής τροχιάς, δηλ., η τροχιά ήταν απολύτως διαφορετική από αυτή  μετα  του σεισμού.&lt;br /&gt;
[[Εικόνα: Sar3.jpg |thumb|300px|right|Εικ. 3: Δορυφορική εικόνα SAR μετά τον σεισμό Kobe του 1995]]&lt;br /&gt;
Από την οπτική επιθεώρησή μας που χρησιμοποιεί τις αεροφωτογραφίες που λήφθηκαν τον Μαΐο του 1995, μερικά από τα σοβαρά κατεστραμμένα κτήρια είχαν ήδη κατεδαφιστεί και οι ανοιχτοί χώροι είχαν εκτεθεί σε αυτήν την περίοδο. Λόγω της παρερχόμενης περιόδου, μια άμεση σύγκριση μεταξύ των εικόνων SAR και τα στοιχεία στον τομέα έρευνας μπορούν να είναι ανακριβή, αλλά υποθέτουμε ότι η βασική αξιολόγηση είναι ακόμα δυνατή στη δυνατότητα των δορυφορικών εικόνων SAR να ανιχνεύσουν τις αλλαγές στη γήινη επιφάνεια των αστικών περιοχών.&lt;br /&gt;
&lt;br /&gt;
Τα σημαντικότερα χαρακτηριστικά των συστημάτων ERS/SAR παρατίθενται στον πίνακα 1.&lt;br /&gt;
[[Εικόνα: Tab1.jpg |thumb|300px|left |Πίνακας 1: Τα σημαντικότερα χαρακτηριστικά των συστημάτων ERS/SAR]]&lt;br /&gt;
Ένα εικονοκύτταρο είναι ισοδύναμο με μια επίγεια απόσταση 30 μ, και ο ψηφιακός αριθμός του μετατράπηκε σε μια δύναμη της φωτεινότητας του ραντάρ. Όλες οι εικόνες έντασης αντιστοιχήθηκαν με τα στοιχεία από τις 23 Μαΐου 1995. με τη μέθοδο της πιο κοντινής γειτονιάς, χρησιμοποιώντας διάφορα σημεία δεσμών που λήφθηκαν από τη βέλτιστη επιλογή ζευγαριού εικονοκυττάρου, ερευνώντας pixel με pixel, στη θέση που παράγει τον υψηλότερο συσχετισμό για την περιοχή του παραθύρου εικονοκυττάρου 7*7 μεταξύ των δύο εικόνων έντασης, δηλ., ταιριάζοντας με τεχνική προτύπων. Ο συσχετισμός και η διαφορά στο συντελεστή ανάδρομης διάξυσης των δύο αποκτήσεων χρησιμοποιήθηκαν ως δείκτες που αντιπροσωπεύουν τις αλλαγές στις επηρεασθείσες περιοχές. Ο συντελεστής συσχετισμού, ρ, μεταξύ δύο εικόνων έντασης, α και β, υπολογίστηκε μέσα σε ένα μικρό αντίστοιχο παράθυρο ως εξής:&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα: Type1.jpg |thumb|300px|center |Τύπος 1]]&lt;br /&gt;
&lt;br /&gt;
όπου το ι είναι ο αριθμός δείγμα, τα Iai και Ibi είναι οι ψηφιακοί αριθμοί των δύο εικόνων, και το Ν είναι ο συνολικός αριθμός (pixels) εικονοκυττάρων μέσα σε ένα μικρό παράθυρο. Δημιουργήσαμε τις εικόνες συσχετισμού για τον υπολογισμό του μεγέθος του pixel, το οποίο αλλάζει από 3*3 - σε ένα παράθυρο εικονοστοιχείου 51*51. Η σειρά του συντελεστή συσχετισμού, ρ, είναι μεταξύ -1.0 και 1.0. Εάν υπάρχει οποιαδήποτε μεγάλη χωρική διαφορά μεταξύ των εικόνων δύο αποκτήσεων μέσα σε ένα τοπικό παράθυρο, ο συντελεστής συσχετισμού του κεντρικού εικονοστοιχείου κερδίζει μια μικρή αξία. Αντίθετα, εάν μια περιοχή δεν έχει εντελώς καμία αλλαγή μέσα σε ένα τοπικό παράθυρο, ο συντελεστής συσχετισμού πρέπει να είναι 1.0. Η διαφορά στο συντελεστή ανάδρομης διάξυσης, δ, για το ζευγάρι υπολογίστηκε με τον υπολογισμό μέσου όρου μέσα σε ένα μικρό αντίστοιχο παράθυρο, κατά τρόπο παρόμοιο με αυτόν του υπολογισμού συσχετισμού, ο οποίος παρουσιάζεται στην εξίσωση 2:&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα: Type2.jpg |thumb|200px|center |Τύπος 2]]&lt;br /&gt;
όπου το ι είναι ο αριθμός δείγμα, και I¯ai και I¯bi είναι οι αντίστοιχοι υπολογισμένοι κατά μέσο όρο ψηφιακοί αριθμοί πέρα από τα περίχωρα του εικονοκυττάρου ι μέσα σε ένα μικρό παράθυρο. Κατόπιν παρήχθησαν οι εικόνες της διαφοράς έντασης. Όλες οι εκτελεσμένες εικόνες ήταν καταχωρημένες χρησιμοποιώντας τη γεωμετρική διόρθωση που επιστρώνει με ζημιά  τα στοιχεία ερευνών ζημίας όπως περιγράφονται σε ένα πιό πρόσφατο τμήμα.&lt;br /&gt;
&lt;br /&gt;
Πρέπει να υπογραμμιστεί ότι κάτω από υπό τον όρο όπου οι πληροφορίες φάσης μπορούν να χρησιμοποιηθούν, χωρικά κομμάτια της σχετικά γήινου φλοιού μετακίνησης (Massonnet και λοιποί. 1993, Ozawa και λοιποί. 1997) είναι δυνατά με τη βοήθεια της interferometric επεξεργασίας. Οι περιοχές που περιέχουν λίγα κατεστραμμένα κτήρια μπορούν επίσης να ανιχνευθούν από τους δείκτες (συνοχή) που αντιπροσωπεύουν το βαθμό συσχετισμού των πληροφοριών φάσης (Matsuoka και Yamazaki 2000a, Ito και λοιποί. 2000, Yonezawa και Takeuchi 2001). Ο όρος είναι σε αυτήν την περίπτωση η απόσταση δύο δορυφόρων και το χρονικό διάστημα δύο παρατηρήσεων. Όταν ο κάθετος χωρισμός των δύο δορυφόρων (η βασική γραμμή), σημείο ζέσεως, που παρουσιάζεται στο σχήμα 1 είναι μακροχρόνιος, η συνοχή μιας εικόνας συνολικά μειώνεται, και οι χαμηλές περιοχές συνοχής (κατεστραμμένες περιοχές) γίνονται δύσκολο να ανακαλυφθούν. Όταν το διάστημα παρατήρησης είναι πολύ μακροχρόνιο, όχι μόνο η διαφορά στόχων αλλά και η κοσμική αλλαγή ανιχνεύονται, και γίνεται δύσκολο να διακριθούν τα δύο.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Για το τελευταίο πρόβλημα, ένα πρότυπο που υπολογίζει το επίπεδο ζημίας προτάθηκε αξιολογώντας τη μείωση της συνοχής με το χρόνο, εισάγοντας μια αναλογία συνοχής (Ito και λοιποί. 2000). Σε αυτό το πρότυπο, εντούτοις, η μείωση της αναλογίας συνοχής S/N που προκαλείται από την απόσταση δύο δορυφόρων είναι αναπόφευκτη. Ο αρχικός όρος να προσδιορίζει κατεστραμμένες και μη περιοχές  από τη συνοχή, επομένως, είναι ότι οι τροχιές δορυφόρων δύο ημερομηνιών απόκτησης είναι στενές (Matsuoka andYamazaki 2000b, Yonezawa και Takeuchi 2001). Ικανονποιώντας αυτούς τους όρους, σε περίπτωση σεισμού όπως του hyogoken-Nanbu του 1995, είμαστε τυχεροί ότι το JERS (ιαπωνικός δορυφόρος των γήινων πόρων) παρατήρησε την επηρεασθείσα περιοχή είκοσι ημέρες μετά από το σεισμό (Ozawa και λοιποί. 1997), ενώ οι εικόνες ERS λήφθηκαν σχεδόν ένα έτος μετά από το σεισμό, λόγω της αλλαγής στο συγχρονισμό της τροχιάς των δορυφόρων.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Για το σεισμό Northridge του 1994, εικόνες κατάλληλες για τη μελέτη ιντερφερομετρίας λήφθηκαν από το JERS  μισό χρόνο αργότερα (Massonnet και λοιποί. 1996, Murakami και λοιποί. 1996), και από το ERS ένα χρόνο και τρεις μήνες μετά από το σεισμό (Massonnet και λοιποί. 1996). Προς το παρόν, οι ευκαιρίες παρατήρησης των οποίων οι συνοχές είναι διαθέσιμες είναι μάλλον περιορισμένες. Εντούτοις, υπογραμμίζεται ότι οι δορυφόροι για να προωθηθούν στο μέλλον είναι ικανοί για υπερβολικά ακριβή έλεγχο τροχιάς, και οι εικόνες κατάλληλες για παρέμβαση θα αυξηθούν σημαντικά. Από την άλλη πλευρά, ως προς το συσχετισμό έντασης, η παραλλαγή των σχεδίων σύστασης είναι ισοδύναμη με τη συνοχή (Zebker και Villasenor 1992).  Αποδεικνύεται ότι η επιρροή της απόστασης μεταξύ δύο δορυφόρων είναι μάλλον μικρή σε περίπτωση συσχετισμού έντασης στις αστικοποιημένες περιοχές από το γεγονός παρατήρησης (Yonezawa και Takeuchi 2001). Το θεωρούμε μια ουσιαστική προϋπόθεση για να χρησιμοποιήσουμε τους δείκτες που είναι ανεξάρτητοι από τους όρους παρατήρησης, προκειμένου να τεθεί η τεχνολογία τηλεπισκόπησης στην πρακτική χρήση στο να πιάνει τη ζημιά κατά την διάρκεια των φυσικών καταστροφών ή της έκτακτης ανάγκης. Επομένως, χρησιμοποιούμε μόνο τις πληροφορίες έντασης σε αυτήν την μελέτη.&lt;br /&gt;
 &lt;br /&gt;
&lt;br /&gt;
 [[category:Σεισμοί]]&lt;/div&gt;</summary>
		<author><name>Orfiro</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%97_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CF%89%CE%BD_%CE%AD%CE%BD%CF%84%CE%B1%CF%83%CE%B7%CF%82_SAR_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%B1%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%BA%CE%B1%CF%84%CE%B5%CF%83%CF%84%CF%81%CE%B1%CE%BC%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CE%BF%CE%B9%CE%BA%CE%BF%CE%B4%CE%BF%CE%BC%CE%B7%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CF%8E%CE%BD_%CE%BB%CF%8C%CE%B3%CF%89_%CF%83%CE%B5%CE%B9%CF%83%CE%BC%CF%8E%CE%BD_(%CE%99%CE%99)</id>
		<title>Η χρήση των δορυφορικών εικόνων έντασης SAR για την ανίχνευση των κατεστραμμένων οικοδομημένων περιοχών λόγω σεισμών (ΙΙ)</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%97_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CF%89%CE%BD_%CE%AD%CE%BD%CF%84%CE%B1%CF%83%CE%B7%CF%82_SAR_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%B1%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%BA%CE%B1%CF%84%CE%B5%CF%83%CF%84%CF%81%CE%B1%CE%BC%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CE%BF%CE%B9%CE%BA%CE%BF%CE%B4%CE%BF%CE%BC%CE%B7%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CF%8E%CE%BD_%CE%BB%CF%8C%CE%B3%CF%89_%CF%83%CE%B5%CE%B9%CF%83%CE%BC%CF%8E%CE%BD_(%CE%99%CE%99)"/>
				<updated>2010-02-23T17:54:23Z</updated>
		
		<summary type="html">&lt;p&gt;Orfiro: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Η χρήση των δορυφορικών εικόνων έντασης SAR για την ανίχνευση των κατεστραμμένων οικοδομημένων περιοχών λόγω σεισμών (ΙΙ)'''&lt;br /&gt;
&lt;br /&gt;
'''Masashi Matsuoka, α) M.EERI, και Fumio Yamazaki, β) M.EERI'''&lt;br /&gt;
Earthquake Spectral, Vol.20, N. 3, pp 975 - 994, August 2004&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''ΟΙ ΒΑΣΙΚΕΣ ΑΡΧΕΣ ΤΟΥ SAR''' &lt;br /&gt;
&lt;br /&gt;
Το SAR, το οποίο είναι μια από τις ενεργές τεχνικές τηλεπισκόπησης, διαβιβάζει ένα σήμα μικροκυμάτων προς έναν στόχο και λαμβάνει την αντανάκλασή της (το εύρος και τη φάση) πίσω στον αισθητήρα ή την κεραία (Henderson και Lewis 1998). Κανονικά, το μήκος του κύματος είναι της τάξεως του 1 εκατ. σε 1 μ, που αντιστοιχεί σε ένα φάσμα συχνότητας περίπου 30 Ghz σε 300 MHZ. Ένα σύστημα SAR μπορεί να επιβιβαστεί και στις αερομεταφερόμενες και στις διαστημικές πλατφόρμες. Το SAR δημιουργεί σχετικά υψηλού εδάφους (εικονοκύτταρο) resolution (ψήφισμα) επειδή μιμείται μια μακριά κεραία συνδυάζοντας τα ηλεκτρικά σήματα που παραλαμβάνονται από τον αισθητήρα του καθώς κινείται κατά μήκος μιας ιδιαίτερης  διαδρομής στον αέρα (πτήση).&lt;br /&gt;
[[Εικόνα: Sar1.jpg |thumb|200px|left |Εικ. 1: Ένα σχηματικό διάγραμμα των αντικειμένων επιφάνειας και οι ιδιότητες ανάδρομης διάξυσής τους]]&lt;br /&gt;
&lt;br /&gt;
Κάθε εικονοκύτταρο σε μια εικόνα εύρους (ένταση) αντιπροσωπεύει τη δύναμη ανάδρομης διάξυσης ραντάρ για εκείνη την περιοχή στο έδαφος. ``Ο συντελεστής ανάδρομης διάξυσης»» εξαρτάται από την τραχύτητα της επιφάνειας, το επίπεδο υγρασίας της περιοχής, και τη συναφή γωνία ενός μικροκύματος και του μήκους κύματός του. Σύμφωνα με τις προηγούμενες μελέτες μας για την αξιολόγηση της οπισθοδιασποράς στο σεισμό Kobe του 1995 (Aoki και λοιποί. το 1998, Matsuoka και Yamazaki 2000b), οι προκαλούμενες από τον άνθρωπο δομές παρουσιάζουν συγκριτικά υψηλή αντανάκλαση λόγω των πολλαπλάσιων αντανακλάσεων, αποκαλούμενων  «`η βασική επίδραση»» ή «ανακλαστήρας γωνιών »» μεταξύ των δομών και του εδάφους.&lt;br /&gt;
&lt;br /&gt;
Οι ανοιχτοί χώροι ή τα κατεστραμμένα κτήρια έχουν συγκριτικά χαμηλό συντελεστή ανάκλασης επειδή τα μικροκύματα είναι διεσπαρμένα σε διαφορετικές κατευθύνσεις. Ένα σχηματικό διάγραμμα των αντικειμένων επιφάνειας και οι ιδιότητες ανάδρομης διάξυσής τους παρουσιάζονται στο σχήμα 1. Τα κτήρια μπορούν να μετατραπούν σε συντρίμμια από έναν σεισμό, και σε μερικές περιπτώσεις, τα συντρίμμια των κτηρίων μπορούν να αφαιρεθούν, αφήνοντας το έδαφος εκτεθειμένο. Κατά συνέπεια ο συντελεστής ανάδρομης διάξυσης που καθορίζεται μετά από τη ζημία είναι πιθανό να μειωθεί, έναντι αυτού που λαμβάνεται πριν από το γεγονός. Για να συγκρίνουμε δύο στοιχεία αποκτήσεων, απαιτείται μια διαδικασία αντιστοίχησης των εικόνων με υψηλή ακρίβεια. Στην περίπτωση χρησιμοποίησης των αερομεταφερόμενων αισθητήρων, μια μικρή διαφορά σε δύο τροχιές αεροπλάνων προκαλεί δυσκολία στην αντιστοίχηση σε pixel (εικονοκύτταρο) με pixel (εικονοκυττάρου) λόγω της υψηλής χωρικής ανάλυσης. Εντούτοις, η αντιστοίχηση των εικόνων  των δορυφορικών εικόνων SAR δεν δημιουργεί ένα σημαντικό πρόβλημα όταν χρησιμοποιούμε τις εικόνες που λαμβάνονται από ένα ίδιο δορυφορικό σύστημα.&lt;br /&gt;
[[Εικόνα: Sar2.jpg |thumb|300px|right |Εικ. 2: H περιοχή μελέτης]]&lt;br /&gt;
Στο επόμενο μέρος, αξιολογούμε ποσοτικά τα χαρακτηριστικά ανάδρομης διάξυσης των περιοχών με τη ζημιά στις οικοδομές λόγω του σεισμού Kobe όπως τα λεπτομερή αποτελέσματα ερευνών ζημίας αυτού του γεγονότος αποθηκεύονται στο GIS.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''ΣΥΝΟΛΟ ΔΕΔΟΜΕΝΩΝ'''&lt;br /&gt;
&lt;br /&gt;
'''ΔΕΔΟΜΕΝΑ SAR ΚΑΙ ΕΠΕΞΕΡΓΑΣΙΑ ΕΙΚΟΝΑΣ'''&lt;br /&gt;
&lt;br /&gt;
Αρκετοί  δορυφόροι παρατήρησαν την περιοχή Kobe πριν και μετά από το σεισμό Kobe (Sudo και λοιποί. 1995), που συνέβη στις 17 Ιανουαρίου 1995. Χρησιμοποιήσαμε τις ευρωπαϊκές δορυφορικές εικόνες τηλεπισκόπησης (ERS) που αποκτήθηκαν στις 23 Μαΐου 1995, την 1η Αυγούστου 1995, 27 Φεβρουαρίου 1996, 2 Απριλίου 1996, και 10 Σεπτεμβρίου 1997 ως τα στοιχεία μετα του γεγονότος και εκείνα που λήφθηκαν στις 12 Οκτωβρίου 1994, στις 3 Ιουνίου 1994, 8 Αυγούστου 1993 και 1 Νοεμβρίου 1992 ως στοιχεία πριν του γεγονότος, αντίστοιχα. Η κάλυψη των δορυφορικών εικόνων παρουσιάζεται στο σχήμα 2. Με βάση αυτό το time-series σύνολο στοιχείων, εξετάσαμε και ελέγξαμε την αλλαγή στα χαρακτηριστικά ανάδρομης διάξυσης κατεστραμμένων και μη περιοχών. Η εικόνα που παρουσιάστηκε στο σχήμα 3 λήφθηκε κατά την πιό κοντινή ημερομηνία μετά από το σεισμό (δηλ., τέσσερις μήνες μετά από το γεγονός). Από το Δεκέμβριο του 1993 έως τον Μάρτιο του 1995, η τροχιά του δορυφόρου ERS άλλαξε και η περιοδική παρατήρηση έγινε αδύνατη. Η πρώτη εικόνα που παρατηρεί την κατεστραμμένη περιοχή λήφθηκε τέσσερις μήνες μετά από το σεισμό (Massonnet και λοιποί. 1996). Όταν ο δορυφόρος ERS έλαβε την τελευταία εικόνα προ-γεγονότος, επομένως, ήταν κατά τη διάρκεια της αλλαγής τροχιάς, δηλ., η τροχιά ήταν απολύτως διαφορετική από αυτή  μετα  του σεισμού.&lt;br /&gt;
[[Εικόνα: Sar3.jpg |thumb|300px|right|Εικ. 3: Δορυφορική εικόνα SAR μετά τον σεισμό Kobe του 1995]]&lt;br /&gt;
Από την οπτική επιθεώρησή μας που χρησιμοποιεί τις αεροφωτογραφίες που λήφθηκαν τον Μαΐο του 1995, μερικά από τα σοβαρά κατεστραμμένα κτήρια είχαν ήδη κατεδαφιστεί και οι ανοιχτοί χώροι είχαν εκτεθεί σε αυτήν την περίοδο. Λόγω της παρερχόμενης περιόδου, μια άμεση σύγκριση μεταξύ των εικόνων SAR και τα στοιχεία στον τομέα έρευνας μπορούν να είναι ανακριβή, αλλά υποθέτουμε ότι η βασική αξιολόγηση είναι ακόμα δυνατή στη δυνατότητα των δορυφορικών εικόνων SAR να ανιχνεύσουν τις αλλαγές στη γήινη επιφάνεια των αστικών περιοχών.&lt;br /&gt;
&lt;br /&gt;
Τα σημαντικότερα χαρακτηριστικά των συστημάτων ERS/SAR παρατίθενται στον πίνακα 1.&lt;br /&gt;
[[Εικόνα: Tab1.jpg |thumb|300px|left |Πίνακας 1: Τα σημαντικότερα χαρακτηριστικά των συστημάτων ERS/SAR]]&lt;br /&gt;
Ένα εικονοκύτταρο είναι ισοδύναμο με μια επίγεια απόσταση 30 μ, και ο ψηφιακός αριθμός του μετατράπηκε σε μια δύναμη της φωτεινότητας του ραντάρ. Όλες οι εικόνες έντασης αντιστοιχήθηκαν με τα στοιχεία από τις 23 Μαΐου 1995. με τη μέθοδο της πιο κοντινής γειτονιάς, χρησιμοποιώντας διάφορα σημεία δεσμών που λήφθηκαν από τη βέλτιστη επιλογή ζευγαριού εικονοκυττάρου, ερευνώντας pixel με pixel, στη θέση που παράγει τον υψηλότερο συσχετισμό για την περιοχή του παραθύρου εικονοκυττάρου 7*7 μεταξύ των δύο εικόνων έντασης, δηλ., ταιριάζοντας με τεχνική προτύπων. Ο συσχετισμός και η διαφορά στο συντελεστή ανάδρομης διάξυσης των δύο αποκτήσεων χρησιμοποιήθηκαν ως δείκτες που αντιπροσωπεύουν τις αλλαγές στις επηρεασθείσες περιοχές. Ο συντελεστής συσχετισμού, ρ, μεταξύ δύο εικόνων έντασης, α και β, υπολογίστηκε μέσα σε ένα μικρό αντίστοιχο παράθυρο ως εξής:&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα: Type1.jpg |thumb|300px|center |Τύπος 1]]&lt;br /&gt;
&lt;br /&gt;
όπου το ι είναι ο αριθμός δείγμα, τα Iai και Ibi είναι οι ψηφιακοί αριθμοί των δύο εικόνων, και το Ν είναι ο συνολικός αριθμός (pixels) εικονοκυττάρων μέσα σε ένα μικρό παράθυρο. Δημιουργήσαμε τις εικόνες συσχετισμού για τον υπολογισμό του μεγέθος του pixel, το οποίο αλλάζει από 3*3 - σε ένα παράθυρο εικονοστοιχείου 51*51. Η σειρά του συντελεστή συσχετισμού, ρ, είναι μεταξύ -1.0 και 1.0. Εάν υπάρχει οποιαδήποτε μεγάλη χωρική διαφορά μεταξύ των εικόνων δύο αποκτήσεων μέσα σε ένα τοπικό παράθυρο, ο συντελεστής συσχετισμού του κεντρικού εικονοστοιχείου κερδίζει μια μικρή αξία. Αντίθετα, εάν μια περιοχή δεν έχει εντελώς καμία αλλαγή μέσα σε ένα τοπικό παράθυρο, ο συντελεστής συσχετισμού πρέπει να είναι 1.0. Η διαφορά στο συντελεστή ανάδρομης διάξυσης, δ, για το ζευγάρι υπολογίστηκε με τον υπολογισμό μέσου όρου μέσα σε ένα μικρό αντίστοιχο παράθυρο, κατά τρόπο παρόμοιο με αυτόν του υπολογισμού συσχετισμού, ο οποίος παρουσιάζεται στην εξίσωση 2:&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα: Type2.jpg |thumb|100px|center |Τύπος 2]]&lt;br /&gt;
όπου το ι είναι ο αριθμός δείγμα, και I¯ai και I¯bi είναι οι αντίστοιχοι υπολογισμένοι κατά μέσο όρο ψηφιακοί αριθμοί πέρα από τα περίχωρα του εικονοκυττάρου ι μέσα σε ένα μικρό παράθυρο. Κατόπιν παρήχθησαν οι εικόνες της διαφοράς έντασης. Όλες οι εκτελεσμένες εικόνες ήταν καταχωρημένες χρησιμοποιώντας τη γεωμετρική διόρθωση που επιστρώνει με ζημιά  τα στοιχεία ερευνών ζημίας όπως περιγράφονται σε ένα πιό πρόσφατο τμήμα.&lt;br /&gt;
&lt;br /&gt;
Πρέπει να υπογραμμιστεί ότι κάτω από υπό τον όρο όπου οι πληροφορίες φάσης μπορούν να χρησιμοποιηθούν, χωρικά κομμάτια της σχετικά γήινου φλοιού μετακίνησης (Massonnet και λοιποί. 1993, Ozawa και λοιποί. 1997) είναι δυνατά με τη βοήθεια της interferometric επεξεργασίας. Οι περιοχές που περιέχουν λίγα κατεστραμμένα κτήρια μπορούν επίσης να ανιχνευθούν από τους δείκτες (συνοχή) που αντιπροσωπεύουν το βαθμό συσχετισμού των πληροφοριών φάσης (Matsuoka και Yamazaki 2000a, Ito και λοιποί. 2000, Yonezawa και Takeuchi 2001). Ο όρος είναι σε αυτήν την περίπτωση η απόσταση δύο δορυφόρων και το χρονικό διάστημα δύο παρατηρήσεων. Όταν ο κάθετος χωρισμός των δύο δορυφόρων (η βασική γραμμή), σημείο ζέσεως, που παρουσιάζεται στο σχήμα 1 είναι μακροχρόνιος, η συνοχή μιας εικόνας συνολικά μειώνεται, και οι χαμηλές περιοχές συνοχής (κατεστραμμένες περιοχές) γίνονται δύσκολο να ανακαλυφθούν. Όταν το διάστημα παρατήρησης είναι πολύ μακροχρόνιο, όχι μόνο η διαφορά στόχων αλλά και η κοσμική αλλαγή ανιχνεύονται, και γίνεται δύσκολο να διακριθούν τα δύο.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Για το τελευταίο πρόβλημα, ένα πρότυπο που υπολογίζει το επίπεδο ζημίας προτάθηκε αξιολογώντας τη μείωση της συνοχής με το χρόνο, εισάγοντας μια αναλογία συνοχής (Ito και λοιποί. 2000). Σε αυτό το πρότυπο, εντούτοις, η μείωση της αναλογίας συνοχής S/N που προκαλείται από την απόσταση δύο δορυφόρων είναι αναπόφευκτη. Ο αρχικός όρος να προσδιορίζει κατεστραμμένες και μη περιοχές  από τη συνοχή, επομένως, είναι ότι οι τροχιές δορυφόρων δύο ημερομηνιών απόκτησης είναι στενές (Matsuoka andYamazaki 2000b, Yonezawa και Takeuchi 2001). Ικανονποιώντας αυτούς τους όρους, σε περίπτωση σεισμού όπως του hyogoken-Nanbu του 1995, είμαστε τυχεροί ότι το JERS (ιαπωνικός δορυφόρος των γήινων πόρων) παρατήρησε την επηρεασθείσα περιοχή είκοσι ημέρες μετά από το σεισμό (Ozawa και λοιποί. 1997), ενώ οι εικόνες ERS λήφθηκαν σχεδόν ένα έτος μετά από το σεισμό, λόγω της αλλαγής στο συγχρονισμό της τροχιάς των δορυφόρων.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Για το σεισμό Northridge του 1994, εικόνες κατάλληλες για τη μελέτη ιντερφερομετρίας λήφθηκαν από το JERS  μισό χρόνο αργότερα (Massonnet και λοιποί. 1996, Murakami και λοιποί. 1996), και από το ERS ένα χρόνο και τρεις μήνες μετά από το σεισμό (Massonnet και λοιποί. 1996). Προς το παρόν, οι ευκαιρίες παρατήρησης των οποίων οι συνοχές είναι διαθέσιμες είναι μάλλον περιορισμένες. Εντούτοις, υπογραμμίζεται ότι οι δορυφόροι για να προωθηθούν στο μέλλον είναι ικανοί για υπερβολικά ακριβή έλεγχο τροχιάς, και οι εικόνες κατάλληλες για παρέμβαση θα αυξηθούν σημαντικά. Από την άλλη πλευρά, ως προς το συσχετισμό έντασης, η παραλλαγή των σχεδίων σύστασης είναι ισοδύναμη με τη συνοχή (Zebker και Villasenor 1992).  Αποδεικνύεται ότι η επιρροή της απόστασης μεταξύ δύο δορυφόρων είναι μάλλον μικρή σε περίπτωση συσχετισμού έντασης στις αστικοποιημένες περιοχές από το γεγονός παρατήρησης (Yonezawa και Takeuchi 2001). Το θεωρούμε μια ουσιαστική προϋπόθεση για να χρησιμοποιήσουμε τους δείκτες που είναι ανεξάρτητοι από τους όρους παρατήρησης, προκειμένου να τεθεί η τεχνολογία τηλεπισκόπησης στην πρακτική χρήση στο να πιάνει τη ζημιά κατά την διάρκεια των φυσικών καταστροφών ή της έκτακτης ανάγκης. Επομένως, χρησιμοποιούμε μόνο τις πληροφορίες έντασης σε αυτήν την μελέτη.&lt;br /&gt;
 &lt;br /&gt;
&lt;br /&gt;
 [[category:Σεισμοί]]&lt;/div&gt;</summary>
		<author><name>Orfiro</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%97_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CF%89%CE%BD_%CE%AD%CE%BD%CF%84%CE%B1%CF%83%CE%B7%CF%82_SAR_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%B1%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%BA%CE%B1%CF%84%CE%B5%CF%83%CF%84%CF%81%CE%B1%CE%BC%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CE%BF%CE%B9%CE%BA%CE%BF%CE%B4%CE%BF%CE%BC%CE%B7%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CF%8E%CE%BD_%CE%BB%CF%8C%CE%B3%CF%89_%CF%83%CE%B5%CE%B9%CF%83%CE%BC%CF%8E%CE%BD_(%CE%99%CE%99)</id>
		<title>Η χρήση των δορυφορικών εικόνων έντασης SAR για την ανίχνευση των κατεστραμμένων οικοδομημένων περιοχών λόγω σεισμών (ΙΙ)</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%97_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CF%89%CE%BD_%CE%AD%CE%BD%CF%84%CE%B1%CF%83%CE%B7%CF%82_SAR_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%B1%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%BA%CE%B1%CF%84%CE%B5%CF%83%CF%84%CF%81%CE%B1%CE%BC%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CE%BF%CE%B9%CE%BA%CE%BF%CE%B4%CE%BF%CE%BC%CE%B7%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CF%8E%CE%BD_%CE%BB%CF%8C%CE%B3%CF%89_%CF%83%CE%B5%CE%B9%CF%83%CE%BC%CF%8E%CE%BD_(%CE%99%CE%99)"/>
				<updated>2010-02-23T17:52:06Z</updated>
		
		<summary type="html">&lt;p&gt;Orfiro: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Η χρήση των δορυφορικών εικόνων έντασης SAR για την ανίχνευση των κατεστραμμένων οικοδομημένων περιοχών λόγω σεισμών (ΙΙ)'''&lt;br /&gt;
&lt;br /&gt;
'''Masashi Matsuoka, α) M.EERI, και Fumio Yamazaki, β) M.EERI'''&lt;br /&gt;
Earthquake Spectral, Vol.20, N. 3, pp 975 - 994, August 2004&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''ΟΙ ΒΑΣΙΚΕΣ ΑΡΧΕΣ ΤΟΥ SAR''' &lt;br /&gt;
&lt;br /&gt;
Το SAR, το οποίο είναι μια από τις ενεργές τεχνικές τηλεπισκόπησης, διαβιβάζει ένα σήμα μικροκυμάτων προς έναν στόχο και λαμβάνει την αντανάκλασή της (το εύρος και τη φάση) πίσω στον αισθητήρα ή την κεραία (Henderson και Lewis 1998). Κανονικά, το μήκος του κύματος είναι της τάξεως του 1 εκατ. σε 1 μ, που αντιστοιχεί σε ένα φάσμα συχνότητας περίπου 30 Ghz σε 300 MHZ. Ένα σύστημα SAR μπορεί να επιβιβαστεί και στις αερομεταφερόμενες και στις διαστημικές πλατφόρμες. Το SAR δημιουργεί σχετικά υψηλού εδάφους (εικονοκύτταρο) resolution (ψήφισμα) επειδή μιμείται μια μακριά κεραία συνδυάζοντας τα ηλεκτρικά σήματα που παραλαμβάνονται από τον αισθητήρα του καθώς κινείται κατά μήκος μιας ιδιαίτερης  διαδρομής στον αέρα (πτήση).&lt;br /&gt;
[[Εικόνα: Sar1.jpg |thumb|300px|left |Εικ. 1: Ένα σχηματικό διάγραμμα των αντικειμένων επιφάνειας και οι ιδιότητες ανάδρομης διάξυσής τους]]&lt;br /&gt;
&lt;br /&gt;
Κάθε εικονοκύτταρο σε μια εικόνα εύρους (ένταση) αντιπροσωπεύει τη δύναμη ανάδρομης διάξυσης ραντάρ για εκείνη την περιοχή στο έδαφος. ``Ο συντελεστής ανάδρομης διάξυσης»» εξαρτάται από την τραχύτητα της επιφάνειας, το επίπεδο υγρασίας της περιοχής, και τη συναφή γωνία ενός μικροκύματος και του μήκους κύματός του. Σύμφωνα με τις προηγούμενες μελέτες μας για την αξιολόγηση της οπισθοδιασποράς στο σεισμό Kobe του 1995 (Aoki και λοιποί. το 1998, Matsuoka και Yamazaki 2000b), οι προκαλούμενες από τον άνθρωπο δομές παρουσιάζουν συγκριτικά υψηλή αντανάκλαση λόγω των πολλαπλάσιων αντανακλάσεων, αποκαλούμενων  «`η βασική επίδραση»» ή «ανακλαστήρας γωνιών »» μεταξύ των δομών και του εδάφους.&lt;br /&gt;
&lt;br /&gt;
Οι ανοιχτοί χώροι ή τα κατεστραμμένα κτήρια έχουν συγκριτικά χαμηλό συντελεστή ανάκλασης επειδή τα μικροκύματα είναι διεσπαρμένα σε διαφορετικές κατευθύνσεις. Ένα σχηματικό διάγραμμα των αντικειμένων επιφάνειας και οι ιδιότητες ανάδρομης διάξυσής τους παρουσιάζονται στο σχήμα 1. Τα κτήρια μπορούν να μετατραπούν σε συντρίμμια από έναν σεισμό, και σε μερικές περιπτώσεις, τα συντρίμμια των κτηρίων μπορούν να αφαιρεθούν, αφήνοντας το έδαφος εκτεθειμένο. Κατά συνέπεια ο συντελεστής ανάδρομης διάξυσης που καθορίζεται μετά από τη ζημία είναι πιθανό να μειωθεί, έναντι αυτού που λαμβάνεται πριν από το γεγονός. Για να συγκρίνουμε δύο στοιχεία αποκτήσεων, απαιτείται μια διαδικασία αντιστοίχησης των εικόνων με υψηλή ακρίβεια. Στην περίπτωση χρησιμοποίησης των αερομεταφερόμενων αισθητήρων, μια μικρή διαφορά σε δύο τροχιές αεροπλάνων προκαλεί δυσκολία στην αντιστοίχηση σε pixel (εικονοκύτταρο) με pixel (εικονοκυττάρου) λόγω της υψηλής χωρικής ανάλυσης. Εντούτοις, η αντιστοίχηση των εικόνων  των δορυφορικών εικόνων SAR δεν δημιουργεί ένα σημαντικό πρόβλημα όταν χρησιμοποιούμε τις εικόνες που λαμβάνονται από ένα ίδιο δορυφορικό σύστημα.&lt;br /&gt;
[[Εικόνα: Sar2.jpg |thumb|300px|left |Εικ. 2: H περιοχή μελέτης]]&lt;br /&gt;
Στο επόμενο μέρος, αξιολογούμε ποσοτικά τα χαρακτηριστικά ανάδρομης διάξυσης των περιοχών με τη ζημιά στις οικοδομές λόγω του σεισμού Kobe όπως τα λεπτομερή αποτελέσματα ερευνών ζημίας αυτού του γεγονότος αποθηκεύονται στο GIS.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''ΣΥΝΟΛΟ ΔΕΔΟΜΕΝΩΝ'''&lt;br /&gt;
&lt;br /&gt;
'''ΔΕΔΟΜΕΝΑ SAR ΚΑΙ ΕΠΕΞΕΡΓΑΣΙΑ ΕΙΚΟΝΑΣ'''&lt;br /&gt;
&lt;br /&gt;
Αρκετοί  δορυφόροι παρατήρησαν την περιοχή Kobe πριν και μετά από το σεισμό Kobe (Sudo και λοιποί. 1995), που συνέβη στις 17 Ιανουαρίου 1995. Χρησιμοποιήσαμε τις ευρωπαϊκές δορυφορικές εικόνες τηλεπισκόπησης (ERS) που αποκτήθηκαν στις 23 Μαΐου 1995, την 1η Αυγούστου 1995, 27 Φεβρουαρίου 1996, 2 Απριλίου 1996, και 10 Σεπτεμβρίου 1997 ως τα στοιχεία μετα του γεγονότος και εκείνα που λήφθηκαν στις 12 Οκτωβρίου 1994, στις 3 Ιουνίου 1994, 8 Αυγούστου 1993 και 1 Νοεμβρίου 1992 ως στοιχεία πριν του γεγονότος, αντίστοιχα. Η κάλυψη των δορυφορικών εικόνων παρουσιάζεται στο σχήμα 2. Με βάση αυτό το time-series σύνολο στοιχείων, εξετάσαμε και ελέγξαμε την αλλαγή στα χαρακτηριστικά ανάδρομης διάξυσης κατεστραμμένων και μη περιοχών. Η εικόνα που παρουσιάστηκε στο σχήμα 3 λήφθηκε κατά την πιό κοντινή ημερομηνία μετά από το σεισμό (δηλ., τέσσερις μήνες μετά από το γεγονός). Από το Δεκέμβριο του 1993 έως τον Μάρτιο του 1995, η τροχιά του δορυφόρου ERS άλλαξε και η περιοδική παρατήρηση έγινε αδύνατη. Η πρώτη εικόνα που παρατηρεί την κατεστραμμένη περιοχή λήφθηκε τέσσερις μήνες μετά από το σεισμό (Massonnet και λοιποί. 1996). Όταν ο δορυφόρος ERS έλαβε την τελευταία εικόνα προ-γεγονότος, επομένως, ήταν κατά τη διάρκεια της αλλαγής τροχιάς, δηλ., η τροχιά ήταν απολύτως διαφορετική από αυτή  μετα  του σεισμού.&lt;br /&gt;
[[Εικόνα: Sar3.jpg |thumb|300px|left |Εικ. 3: Δορυφορική εικόνα SAR μετά τον σεισμό Kobe του 1995]]&lt;br /&gt;
Από την οπτική επιθεώρησή μας που χρησιμοποιεί τις αεροφωτογραφίες που λήφθηκαν τον Μαΐο του 1995, μερικά από τα σοβαρά κατεστραμμένα κτήρια είχαν ήδη κατεδαφιστεί και οι ανοιχτοί χώροι είχαν εκτεθεί σε αυτήν την περίοδο. Λόγω της παρερχόμενης περιόδου, μια άμεση σύγκριση μεταξύ των εικόνων SAR και τα στοιχεία στον τομέα έρευνας μπορούν να είναι ανακριβή, αλλά υποθέτουμε ότι η βασική αξιολόγηση είναι ακόμα δυνατή στη δυνατότητα των δορυφορικών εικόνων SAR να ανιχνεύσουν τις αλλαγές στη γήινη επιφάνεια των αστικών περιοχών.&lt;br /&gt;
&lt;br /&gt;
Τα σημαντικότερα χαρακτηριστικά των συστημάτων ERS/SAR παρατίθενται στον πίνακα 1.&lt;br /&gt;
[[Εικόνα: Tab1.jpg |thumb|300px|left |Πίνακας 1: Τα σημαντικότερα χαρακτηριστικά των συστημάτων ERS/SAR]]&lt;br /&gt;
 Ένα εικονοκύτταρο είναι ισοδύναμο με μια επίγεια απόσταση 30 μ, και ο ψηφιακός αριθμός του μετατράπηκε σε μια δύναμη της φωτεινότητας του ραντάρ. Όλες οι εικόνες έντασης αντιστοιχήθηκαν με τα στοιχεία από τις 23 Μαΐου 1995. με τη μέθοδο της πιο κοντινής γειτονιάς, χρησιμοποιώντας διάφορα σημεία δεσμών που λήφθηκαν από τη βέλτιστη επιλογή ζευγαριού εικονοκυττάρου, ερευνώντας pixel με pixel, στη θέση που παράγει τον υψηλότερο συσχετισμό για την περιοχή του παραθύρου εικονοκυττάρου 7*7 μεταξύ των δύο εικόνων έντασης, δηλ., ταιριάζοντας με τεχνική προτύπων. Ο συσχετισμός και η διαφορά στο συντελεστή ανάδρομης διάξυσης των δύο αποκτήσεων χρησιμοποιήθηκαν ως δείκτες που αντιπροσωπεύουν τις αλλαγές στις επηρεασθείσες περιοχές. Ο συντελεστής συσχετισμού, ρ, μεταξύ δύο εικόνων έντασης, α και β, υπολογίστηκε μέσα σε ένα μικρό αντίστοιχο παράθυρο ως εξής:&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα: Type1.jpg |thumb|300px|left |Τύπος 1]]&lt;br /&gt;
&lt;br /&gt;
όπου το ι είναι ο αριθμός δείγμα, τα Iai και Ibi είναι οι ψηφιακοί αριθμοί των δύο εικόνων, και το Ν είναι ο συνολικός αριθμός (pixels) εικονοκυττάρων μέσα σε ένα μικρό παράθυρο. Δημιουργήσαμε τις εικόνες συσχετισμού για τον υπολογισμό του μεγέθος του pixel, το οποίο αλλάζει από 3*3 - σε ένα παράθυρο εικονοστοιχείου 51*51. Η σειρά του συντελεστή συσχετισμού, ρ, είναι μεταξύ -1.0 και 1.0. Εάν υπάρχει οποιαδήποτε μεγάλη χωρική διαφορά μεταξύ των εικόνων δύο αποκτήσεων μέσα σε ένα τοπικό παράθυρο, ο συντελεστής συσχετισμού του κεντρικού εικονοστοιχείου κερδίζει μια μικρή αξία. Αντίθετα, εάν μια περιοχή δεν έχει εντελώς καμία αλλαγή μέσα σε ένα τοπικό παράθυρο, ο συντελεστής συσχετισμού πρέπει να είναι 1.0. Η διαφορά στο συντελεστή ανάδρομης διάξυσης, δ, για το ζευγάρι υπολογίστηκε με τον υπολογισμό μέσου όρου μέσα σε ένα μικρό αντίστοιχο παράθυρο, κατά τρόπο παρόμοιο με αυτόν του υπολογισμού συσχετισμού, ο οποίος παρουσιάζεται στην εξίσωση 2:&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα: Type2.jpg |thumb|300px|left |Τύπος 2]]&lt;br /&gt;
όπου το ι είναι ο αριθμός δείγμα, και I¯ai και I¯bi είναι οι αντίστοιχοι υπολογισμένοι κατά μέσο όρο ψηφιακοί αριθμοί πέρα από τα περίχωρα του εικονοκυττάρου ι μέσα σε ένα μικρό παράθυρο. Κατόπιν παρήχθησαν οι εικόνες της διαφοράς έντασης. Όλες οι εκτελεσμένες εικόνες ήταν καταχωρημένες χρησιμοποιώντας τη γεωμετρική διόρθωση που επιστρώνει με ζημιά  τα στοιχεία ερευνών ζημίας όπως περιγράφονται σε ένα πιό πρόσφατο τμήμα.&lt;br /&gt;
&lt;br /&gt;
Πρέπει να υπογραμμιστεί ότι κάτω από υπό τον όρο όπου οι πληροφορίες φάσης μπορούν να χρησιμοποιηθούν, χωρικά κομμάτια της σχετικά γήινου φλοιού μετακίνησης (Massonnet και λοιποί. 1993, Ozawa και λοιποί. 1997) είναι δυνατά με τη βοήθεια της interferometric επεξεργασίας. Οι περιοχές που περιέχουν λίγα κατεστραμμένα κτήρια μπορούν επίσης να ανιχνευθούν από τους δείκτες (συνοχή) που αντιπροσωπεύουν το βαθμό συσχετισμού των πληροφοριών φάσης (Matsuoka και Yamazaki 2000a, Ito και λοιποί. 2000, Yonezawa και Takeuchi 2001). Ο όρος είναι σε αυτήν την περίπτωση η απόσταση δύο δορυφόρων και το χρονικό διάστημα δύο παρατηρήσεων. Όταν ο κάθετος χωρισμός των δύο δορυφόρων (η βασική γραμμή), σημείο ζέσεως, που παρουσιάζεται στο σχήμα 1 είναι μακροχρόνιος, η συνοχή μιας εικόνας συνολικά μειώνεται, και οι χαμηλές περιοχές συνοχής (κατεστραμμένες περιοχές) γίνονται δύσκολο να ανακαλυφθούν. Όταν το διάστημα παρατήρησης είναι πολύ μακροχρόνιο, όχι μόνο η διαφορά στόχων αλλά και η κοσμική αλλαγή ανιχνεύονται, και γίνεται δύσκολο να διακριθούν τα δύο.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Για το τελευταίο πρόβλημα, ένα πρότυπο που υπολογίζει το επίπεδο ζημίας προτάθηκε αξιολογώντας τη μείωση της συνοχής με το χρόνο, εισάγοντας μια αναλογία συνοχής (Ito και λοιποί. 2000). Σε αυτό το πρότυπο, εντούτοις, η μείωση της αναλογίας συνοχής S/N που προκαλείται από την απόσταση δύο δορυφόρων είναι αναπόφευκτη. Ο αρχικός όρος να προσδιορίζει κατεστραμμένες και μη περιοχές  από τη συνοχή, επομένως, είναι ότι οι τροχιές δορυφόρων δύο ημερομηνιών απόκτησης είναι στενές (Matsuoka andYamazaki 2000b, Yonezawa και Takeuchi 2001). Ικανονποιώντας αυτούς τους όρους, σε περίπτωση σεισμού όπως του hyogoken-Nanbu του 1995, είμαστε τυχεροί ότι το JERS (ιαπωνικός δορυφόρος των γήινων πόρων) παρατήρησε την επηρεασθείσα περιοχή είκοσι ημέρες μετά από το σεισμό (Ozawa και λοιποί. 1997), ενώ οι εικόνες ERS λήφθηκαν σχεδόν ένα έτος μετά από το σεισμό, λόγω της αλλαγής στο συγχρονισμό της τροχιάς των δορυφόρων.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Για το σεισμό Northridge του 1994, εικόνες κατάλληλες για τη μελέτη ιντερφερομετρίας λήφθηκαν από το JERS  μισό χρόνο αργότερα (Massonnet και λοιποί. 1996, Murakami και λοιποί. 1996), και από το ERS ένα χρόνο και τρεις μήνες μετά από το σεισμό (Massonnet και λοιποί. 1996). Προς το παρόν, οι ευκαιρίες παρατήρησης των οποίων οι συνοχές είναι διαθέσιμες είναι μάλλον περιορισμένες. Εντούτοις, υπογραμμίζεται ότι οι δορυφόροι για να προωθηθούν στο μέλλον είναι ικανοί για υπερβολικά ακριβή έλεγχο τροχιάς, και οι εικόνες κατάλληλες για παρέμβαση θα αυξηθούν σημαντικά. Από την άλλη πλευρά, ως προς το συσχετισμό έντασης, η παραλλαγή των σχεδίων σύστασης είναι ισοδύναμη με τη συνοχή (Zebker και Villasenor 1992).  Αποδεικνύεται ότι η επιρροή της απόστασης μεταξύ δύο δορυφόρων είναι μάλλον μικρή σε περίπτωση συσχετισμού έντασης στις αστικοποιημένες περιοχές από το γεγονός παρατήρησης (Yonezawa και Takeuchi 2001). Το θεωρούμε μια ουσιαστική προϋπόθεση για να χρησιμοποιήσουμε τους δείκτες που είναι ανεξάρτητοι από τους όρους παρατήρησης, προκειμένου να τεθεί η τεχνολογία τηλεπισκόπησης στην πρακτική χρήση στο να πιάνει τη ζημιά κατά την διάρκεια των φυσικών καταστροφών ή της έκτακτης ανάγκης. Επομένως, χρησιμοποιούμε μόνο τις πληροφορίες έντασης σε αυτήν την μελέτη.&lt;br /&gt;
 &lt;br /&gt;
&lt;br /&gt;
 [[category:Σεισμοί]]&lt;/div&gt;</summary>
		<author><name>Orfiro</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:Type2.jpg</id>
		<title>Αρχείο:Type2.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:Type2.jpg"/>
				<updated>2010-02-23T17:43:56Z</updated>
		
		<summary type="html">&lt;p&gt;Orfiro: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Orfiro</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:Type1.jpg</id>
		<title>Αρχείο:Type1.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:Type1.jpg"/>
				<updated>2010-02-23T17:43:33Z</updated>
		
		<summary type="html">&lt;p&gt;Orfiro: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Orfiro</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:Tab2.jpg</id>
		<title>Αρχείο:Tab2.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:Tab2.jpg"/>
				<updated>2010-02-23T17:43:10Z</updated>
		
		<summary type="html">&lt;p&gt;Orfiro: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Orfiro</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:Tab1.jpg</id>
		<title>Αρχείο:Tab1.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:Tab1.jpg"/>
				<updated>2010-02-23T17:42:45Z</updated>
		
		<summary type="html">&lt;p&gt;Orfiro: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Orfiro</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:Sar15.jpg</id>
		<title>Αρχείο:Sar15.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:Sar15.jpg"/>
				<updated>2010-02-23T17:42:22Z</updated>
		
		<summary type="html">&lt;p&gt;Orfiro: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Orfiro</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:Sar14.jpg</id>
		<title>Αρχείο:Sar14.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:Sar14.jpg"/>
				<updated>2010-02-23T17:41:49Z</updated>
		
		<summary type="html">&lt;p&gt;Orfiro: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Orfiro</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:Sar13.jpg</id>
		<title>Αρχείο:Sar13.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:Sar13.jpg"/>
				<updated>2010-02-23T17:41:23Z</updated>
		
		<summary type="html">&lt;p&gt;Orfiro: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Orfiro</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:Sar12.jpg</id>
		<title>Αρχείο:Sar12.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:Sar12.jpg"/>
				<updated>2010-02-23T17:41:00Z</updated>
		
		<summary type="html">&lt;p&gt;Orfiro: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Orfiro</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:Sar11.jpg</id>
		<title>Αρχείο:Sar11.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:Sar11.jpg"/>
				<updated>2010-02-23T17:40:37Z</updated>
		
		<summary type="html">&lt;p&gt;Orfiro: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Orfiro</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:Sar10.jpg</id>
		<title>Αρχείο:Sar10.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:Sar10.jpg"/>
				<updated>2010-02-23T17:40:12Z</updated>
		
		<summary type="html">&lt;p&gt;Orfiro: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Orfiro</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:Sar9.jpg</id>
		<title>Αρχείο:Sar9.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:Sar9.jpg"/>
				<updated>2010-02-23T17:39:44Z</updated>
		
		<summary type="html">&lt;p&gt;Orfiro: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Orfiro</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:Sar8.jpg</id>
		<title>Αρχείο:Sar8.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:Sar8.jpg"/>
				<updated>2010-02-23T17:39:15Z</updated>
		
		<summary type="html">&lt;p&gt;Orfiro: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Orfiro</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:Sar7.jpg</id>
		<title>Αρχείο:Sar7.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:Sar7.jpg"/>
				<updated>2010-02-23T17:36:59Z</updated>
		
		<summary type="html">&lt;p&gt;Orfiro: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Orfiro</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:Sar6.jpg</id>
		<title>Αρχείο:Sar6.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:Sar6.jpg"/>
				<updated>2010-02-23T17:36:29Z</updated>
		
		<summary type="html">&lt;p&gt;Orfiro: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Orfiro</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:Sar5.jpg</id>
		<title>Αρχείο:Sar5.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:Sar5.jpg"/>
				<updated>2010-02-23T17:36:01Z</updated>
		
		<summary type="html">&lt;p&gt;Orfiro: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Orfiro</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:Sar4.jpg</id>
		<title>Αρχείο:Sar4.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:Sar4.jpg"/>
				<updated>2010-02-23T17:35:33Z</updated>
		
		<summary type="html">&lt;p&gt;Orfiro: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Orfiro</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:Sar3.jpg</id>
		<title>Αρχείο:Sar3.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:Sar3.jpg"/>
				<updated>2010-02-23T17:34:31Z</updated>
		
		<summary type="html">&lt;p&gt;Orfiro: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Orfiro</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:Sar2.jpg</id>
		<title>Αρχείο:Sar2.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:Sar2.jpg"/>
				<updated>2010-02-23T17:34:09Z</updated>
		
		<summary type="html">&lt;p&gt;Orfiro: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Orfiro</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:Sar1.jpg</id>
		<title>Αρχείο:Sar1.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:Sar1.jpg"/>
				<updated>2010-02-23T17:33:48Z</updated>
		
		<summary type="html">&lt;p&gt;Orfiro: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Orfiro</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%97_%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CE%BA%CE%B9%CE%BD%CE%B4%CF%8D%CE%BD%CE%BF%CF%85_%CF%87%CE%B9%CE%BF%CE%BD%CE%BF%CF%83%CF%84%CE%B9%CE%B2%CE%AC%CE%B4%CF%89%CE%BD_%CE%BC%CE%B5_%CF%84%CE%B1_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AC_%CF%83%CF%84%CE%BF%CE%B9%CF%87%CE%B5%CE%AF%CE%B1_%CE%BA%CE%B1%CE%B9_%CE%AD%CE%BD%CE%B1_%CF%88%CE%B7%CF%86%CE%B9%CE%B1%CE%BA%CF%8C_%CE%BC%CE%BF%CE%BD%CF%84%CE%AD%CE%BB%CE%BF_%CE%B5%CE%B4%CE%AC%CF%86%CE%BF%CF%85%CF%82_(%CE%99%CE%99)</id>
		<title>Η χαρτογράφηση κινδύνου χιονοστιβάδων με τα δορυφορικά στοιχεία και ένα ψηφιακό μοντέλο εδάφους (ΙΙ)</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%97_%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CE%BA%CE%B9%CE%BD%CE%B4%CF%8D%CE%BD%CE%BF%CF%85_%CF%87%CE%B9%CE%BF%CE%BD%CE%BF%CF%83%CF%84%CE%B9%CE%B2%CE%AC%CE%B4%CF%89%CE%BD_%CE%BC%CE%B5_%CF%84%CE%B1_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AC_%CF%83%CF%84%CE%BF%CE%B9%CF%87%CE%B5%CE%AF%CE%B1_%CE%BA%CE%B1%CE%B9_%CE%AD%CE%BD%CE%B1_%CF%88%CE%B7%CF%86%CE%B9%CE%B1%CE%BA%CF%8C_%CE%BC%CE%BF%CE%BD%CF%84%CE%AD%CE%BB%CE%BF_%CE%B5%CE%B4%CE%AC%CF%86%CE%BF%CF%85%CF%82_(%CE%99%CE%99)"/>
				<updated>2010-02-23T17:11:21Z</updated>
		
		<summary type="html">&lt;p&gt;Orfiro: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Η χαρτογράφηση κινδύνου χιονοστιβάδων με τα δορυφορικά στοιχεία και ένα ψηφιακό μοντέλο εδάφους (ΙΙ)'''&lt;br /&gt;
&lt;br /&gt;
'''Urs Gruber και Harold Haefner'''&lt;br /&gt;
Applied Geography vol. 15, No 2, pp 99 - 113, 1995&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Διαδικασία'''&lt;br /&gt;
&lt;br /&gt;
'''Τα στοιχεία που χρησιμοποιήθηκαν'''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Οι δύο επιλεγμένες περιοχές δοκιμής Beckemied και Davos στις ελβετικές Άλπεις (σχήμα 3) χαρακτηρίζονται από την ισχυρή ανακούφιση και ταιριάζουν συνεπώς καλά στη χαρτογράφηση κινδύνου χιονοστιβάδων. Επιπλέον, οι χάρτες χιονοστιβάδων και οι χάρτες πιθανού κινδύνου έχουν υπάρξει για πολύ καιρό. Και οι δύο περιοχές είναι επίσης ευπρόσιτες για επίγειο έλεγχο και επαλήθευση. Τα δορυφορικά στοιχεία Landsat TM χρησιμοποιήθηκαν για τη δασική ταξινόμηση, που πήραν μια εικόνα από τις 3 Ιουλίου 1985.&lt;br /&gt;
&lt;br /&gt;
Προκειμένου να επιβεβαιώσει τα αποτελέσματα κατηγοριοποίησης,  σκαναρίστηκε το δάσος 1: 25 000  στον τοπογραφικό χάρτη και παρήχθηκε το αποτέλεσμα για την περιοχή δοκιμής Beckenried. Για την περιοχή Davos, το σύνολο στοιχείων από το πρόγραμμα mAB-Davos ήταν διαθέσιμο. Αυτά τα συγκριτικά σύνολα στοιχείων υποδεικνύονται ως επίγεια αλήθεια. Για την περιοχή δοκιμής Beckemied, ένα DEM με ένα πλέγμα-μέγεθος 25 X 25m από την ελβετική τοπογραφική έρευνα (DHM 25) ήταν διαθέσιμο  για την περιοχή δοκιμής Davos, ένα DEM με ένα αρχικό ψήφισμα 100 X 100 μ έπρεπε να ληφθεί ως δείγμα εκ νέου 25 X.25 μ.&lt;br /&gt;
[[Εικόνα: Fig14.jpg |thumb|300px|left |Εικ. 3: Οι δύο επιλεγμένες περιοχές δοκιμής Beckemied και Davos στις ελβετικές Άλπεις ]]&lt;br /&gt;
&lt;br /&gt;
'''Επεξεργασία των δεδομένων Landsat'''&lt;br /&gt;
&lt;br /&gt;
Τα βήματα προεπεξεργασίας για να βελτιώσουν και να διευκολύνουν την ταξινόμηση περιέλαβαν και τις γεωμετρικές και ραδιομετρικές διορθώσεις. Για τη χαρτογράφηση κινδύνου χιονοστιβάδων, η ακριβής γεωμετρική θέση κάθε στοιχείου εικόνας είναι εξαιρετικά σημαντική. Οι διαδρομές χιονοστιβάδων συναντώνται πάντα στην πολύ απότομη έκταση, όπου η γεωμετρία είναι σοβαρά διαστρεβλωμένη σε μια δορυφορική εικόνα. Η γεωκωδικοποίηση επιτεύχθηκε χρησιμοποιώντας τα σημεία αναφοράς και με τη χρησιμοποίηση του DEM (Fusco et al., 1985). &lt;br /&gt;
&lt;br /&gt;
'''Ραδιομετρικές διορθώσεις'''&lt;br /&gt;
&lt;br /&gt;
Η ανάδρομη διάξυση των διάφορων χαρακτηριστικών γνωρισμάτων επιφάνειας επηρεάζεται σοβαρά από τα διαφορετικά ραδιομετρικά αποτελέσματα. Η καταγραμμένη εικόνα έχει τα χαρακτηριστικά αισθητήρων και της συγκεκριμένης περιοχής (Itten et al., 1991). Τα αποτελέσματα αισθητήρα προκύπτουν από τη βαθμολόγηση των ανιχνευτών, η σταθερότητα του συστήματος, και άλλα. Τα αποτελέσματα της συγκεκριμένης περιοχής προκαλούνται από τις αλλαγές στη γωνία και το αζιμούθιο του ήλιου, τις ατμοσφαιρικές συνθήκες, την τοπογραφία, και τη θέση του αντικειμένου σε σχέση με η δορυφορική θέση. Καμία ατμοσφαιρική διόρθωση δεν εφαρμόστηκε, δεδομένου ότι οι εκτενείς μελέτες στην ίδια περιοχή δοκιμής έδειξαν ότι δεν συμβάλλουν σε μια σημαντική βελτίωση της δασικής ταξινόμησης (Al Itten EF, 1991).&lt;br /&gt;
[[Εικόνα: Fig15.jpg |thumb|300px|left |Εικ. 4:Διάγραμα ροής της ιεραρχικής ταξινόμησης των δασών ]]&lt;br /&gt;
&lt;br /&gt;
'''Η ταξινόμηση των δασών'''&lt;br /&gt;
&lt;br /&gt;
Ο στόχος είναι να αποφύγουμε να κατηγοριοποιήσουμε τις περιοχές χωρίς δάση και τις θαμνώδεις περιοχές. Η λάθος ταξινόμηση θα οδηγούσε σε μια υποτίμηση των ζωνών κινδύνου. Η αντίστροφη περίπτωση, μια ταξινόμηση του δάσους όπως μη δασική περιοχή, θα διεύρυνε τη ζώνη κινδύνου χιονοστιβάδων. Για να ταξινομήσει το δάσος με τα στοιχεία Landsat-TM, ένα ιεραρχικό σύστημα ταξινόμησης εφαρμόστηκε, σύμφωνα με το σχήμα 4. Σε πρώτη φάση, το δάσος έχει χωριστεί από τις κατηγορίες για τη διαδρομή χιονιού, σκιών, ύδατος και χιονοστιβάδων χρησιμοποιώντας το κανάλι 2, η αναλογία Landsat των καναλιών 5 και 2, συν τα σύνολα στοιχείων από τη γωνία κλίσης και τη γωνία επίπτωσης  που προέρχεται από το DEM. Στο δεύτερο βήμα, η σκιαγράφηση της κατηγορίας δάσους βελτιώνεται από μια ανάλυση κύριων τμημάτων και ένα άκρη-ενισχύοντας φίλτρο. Ο στόχος ήταν να διακριθεί το μικρό άνοιγμα και οι μικρές κοιλάδες καθώς επίσης και να αποβληθούν τα δασόβια και ανοικτά δάση. Τα υπόλοιπα μέρη αντιπροσωπεύουν έπειτα την κατηγορία του πυκνού δάσους και μπορούν να χρησιμοποιηθούν άμεσα ως παράμετρος εισαγωγής για το πρότυπο κινδύνου χιονοστιβάδων.&lt;br /&gt;
&lt;br /&gt;
'''Εφαρμογή'''&lt;br /&gt;
Τα απαραίτητα πακέτα λογισμικού για την προεπεξεργασία και την επεξεργασία των δορυφορικών στοιχείων είναι διαθέσιμα στη βιβλιοθήκη IBIS (Meier, 1992). Το πρότυπο κινδύνου χιονοστιβάδων επομένως εφαρμόστηκε επίσης σε αυτό το σύστημα. Ένας από τους κύριους στόχους ήταν να οργανωθούν τα προγράμματα κατά τέτοιο τρόπο ώστε κάθε μεμονωμένη παράμετρος εισαγωγής να μπορεί να χειριστεί εύκολα, επιτρέποντας μια προσεκτική αξιολόγηση της επιρροής της στον προσδιορισμό της ζώνης εξάντλησης. &lt;br /&gt;
&lt;br /&gt;
'''Οι γενικές πτυχές στο Πρότυπο Sam – Voellmy'''&lt;br /&gt;
&lt;br /&gt;
Το πρότυπο δίνεται στην αριστερή πλευρά του σχήματος 5. Στη δεξιά πλευρά, ένα διάγραμμα ροής επιδεικνύει πώς να υπολογίσει τους κινδύνους χιονοστιβάδων και πώς να καθιερώσει έναν χάρτη κινδύνου χιονοστιβάδων. Χρησιμοποιώντας αυτό το πρόγραμμα, η ανάπτυξη δύο ακραίων γεγονότων χιονοστιβάδων, το 30-έτος και η χιονοστιβάδα 300-έτους, υπολογίζεται και χαρτογραφείται. Η περιοχή δοκιμής είναι πάντα ταξινομημένη σε δέκα κατηγορίες σύμφωνα με τα τμήματα πορειών, τη δυνατότητα ζημίας της χιονοστιβάδας στο δάσος, και την επιρροή του δάσους σχετικά με την απόσταση ώθησης και εξάντλησης. Ο συνδυασμός των αποτελεσμάτων προσομοίωσης στον τελικό χάρτη κινδύνου χιονοστιβάδων επιτυγχάνεται από την εξέταση του ορίου 30 Κ PA του συμβάντος 300-έτους αφ' ενός, και τη μέγιστη έκταση της προσομοίωσης 30-έτους αφ' ετέρου. Κατόπιν, τα διαφορετικά τμήματα πορειών υποδιαιρούνται σε κόκκινες και τις μπλε ζώνες κινδύνου σύμφωνα με τα κριτήρια που απαριθμούνται στον πίνακα 2. Στο σχήμα 6, ο τελικός χάρτης κινδύνου χιονοστιβάδων της περιοχής δοκιμής Beckenried παρουσιάζεται.&lt;br /&gt;
[[Εικόνα: Fig16.jpg |thumb|300px|left |Πίνακας 3: Κριτήρια για τον διαχωρισμό σε κόκκινες και μπλέ ζώνες επικινδυνότητας ]]&lt;br /&gt;
&lt;br /&gt;
'''Κύριες τροποποιήσεις του αρχικού προτύπου Salm-Voellmy'''&lt;br /&gt;
&lt;br /&gt;
Τo αρχικό πρότυπο χρησιμοποιεί δεδομένα που λαμβάνονται με το χέρι από τους τοπογραφικούς χάρτες. Για τον παρόντα σκοπό, οι απαραίτητες παράμετροι προέρχονται αυτόματα από το DEM και από την ταξινόμηση δορυφορικών στοιχείων. Για να επεκτείνουν και να βελτιώσουν το χειρισμό της εισαγωγής παραμέτρου, οι ακόλουθες τροποποιήσεις του αρχικού προτύπου Salm-Voellmy εφαρμόστηκαν.&lt;br /&gt;
* μια χιονοστιβάδα δεν θεωρείται συνολικά όταν κάνουμε τους υπολογισμούς, αλλά διαιρείται σε κάθετες λουρίδες του πλάτους 25 μ (λουρίδες χιονοστιβάδων). Οι υπολογισμοί γίνονται χωριστά για κάθε λουρίδα, ίση με το μέγεθος 25 X.25 μ. Αυτό προκαλεί τα λάθη επειδή μια χιονοστιβάδα έχει πάντα μια τάση να εξισώσει τις δυνάμεις της πέρα από το ολόκληρο πλάτος.&lt;br /&gt;
* Υποθέτουμε ότι η αρχική ζώνη είναι λίγο πολύ ορθογώνια.&lt;br /&gt;
* Κανένας χωρισμός μεταξύ των χιονοστιβάδων σκόνης χιονιού και των χιονοστιβάδων ροής δεν γίνεται. Όλες οι χιονοστιβάδες λαμβάνονται ως χιονοστιβάδες ροής.&lt;br /&gt;
* Μόνο μια ενιαία κατηγορία, πυκνό δάσος , εξετάζεται, λόγω των περιορισμένων δυνατοτήτων της ταξινόμησης δορυφορικών στοιχείων.&lt;br /&gt;
* Ο βαθμός διοχέτευσης της χιονοστιβάδας αντιπροσωπεύεται έμμεσα από την ταχύτητα και το ύψος του ρέοντος χιονιού.	&lt;br /&gt;
&lt;br /&gt;
'''ΑΠΟΤΕΛΕΣΜΑΤΑ'''&lt;br /&gt;
&lt;br /&gt;
'''Κατηγοριοποίηση των στοιχείων δορυφόρου'''&lt;br /&gt;
&lt;br /&gt;
Τα αποτελέσματα από τις δορυφορικές ταξινομήσεις συνοψίζονται στον πίνακα 3. Με βάση τις παρόμοιες μελέτες (Itten και λοιποί., 1991), μπορεί να καταδειχθεί ότι η χρήση ενός DEM βελτίωσε ελαφρώς τα αποτελέσματα. Το σχήμα 7 δείχνει ότι οι περισσότερες από τις δασικές περιοχές που δεν ταξινομούνται ως δάσος βρίσκονται κατά μήκος της περιοχής υλοτόμησης. Εδώ, τα δασικά εικονοστοιχεία που ταξινομούνται ως μη-δασικές περιοχές εμφανίζονται, καθώς επίσης και οι περιοχές που ταξινομούνται ως δάσος. Επιπλέον, μερικά φυλλοβόλα  δέντρα ταξινομήθηκαν επίσης ως μη-δασικές περιοχές. Αυτό εμφανίστηκε επειδή τα δέντρα στο ανώτερο όριο είναι μικρά και λεπτά, και επίσης λόγω της μάλλον περιοριστικής επιλογής των παραμέτρων ταξινόμησης υπέρ ενός βέλτιστου χωρισμού του μικρού ανοίγματος μέσα στα δάση. Κάμποσες διαδρομές χιονοστιβάδων που καταχωρήθηκαν ως δάσος στη χιονοστιβάδα  ταξινομήθηκαν σωστά ως μη-δασικές περιοχές. Ένα από τα πλεονεκτήματα της δορυφορικής ταξινόμησης είναι η επικαιρότητά του  αντιπροσωπεύει την πιο πρόσφατη κατάσταση στην περιοχή υπό έρευνα, ενώ οι τοπογραφικοί χάρτες ενημερώνονται πιο σπάνια. Εν περιλήψει, τα αποτελέσματα που επιτυγχάνονται για τη δασική ταξινόμηση είναι ικανοποιητικά για την επόμενη χρήση τους στο πρότυπο κινδύνου χιονοστιβάδων.&lt;br /&gt;
[[Εικόνα: Fig17.jpg |thumb|300px|left |Πίνακας 3: Τα αποτελέσματα από τις δορυφορικές ταξινομήσεις]]&lt;br /&gt;
&lt;br /&gt;
Τα αποτελέσματα κρίνονται σε δύο βήματα. Πρώτα, τα αποτελέσματα προσομοίωσης χιονοστιβάδων συγκρίνονται με τις χιονοστιβάδες που απαριθμούνται στη στο κτηματολόγιο χιονοστιβάδων προκειμένου να ανακαλυφθεί εάν όλα τα γεγονότα χιονοστιβάδων καταχωρούνται από το πρότυπο. Τα αποτελέσματα είναι πολύ ελπιδοφόρα  περίπου 85 τοις εκατό ήταν ταξινομημένα σωστά. Δεύτερον, μια σύγκριση με τον υπάρχοντες χάρτες  κίνδυνου χιονοστιβάδων επιδεικνύει πόσο ακριβώς οι πιθανές ζώνες κινδύνου μπορούν να ανιχνευθούν και να οριστούν σε ένα από τα δύο είτε την κόκκινη ζώνη κινδύνου ή τη μπλε. Αυτά τα αποτελέσματα ταξινόμησης συνοψίζονται στον πίνακα 4.&lt;br /&gt;
Η ανάλυση αποκαλύπτει ότι τα αποτελέσματα σχετικά με την κατανομή των ζωνών κινδύνου δεν είναι ακόμα ικανοποιητικά. Γενικά, οι ζώνες εξάντλησης εκτείνονται πάρα πολύ μακριά. Οι κύριοι λόγοι συζητούνται κατωτέρω.&lt;br /&gt;
[[Εικόνα: Fig18.jpg |thumb|300px|left |Εικ. 5: Κίνδυνος χιονοστιβάδας στην περιοχή Beckeried]]&lt;br /&gt;
[[Εικόνα: Fig19.jpg |thumb|300px|left |Εικ. 6: Ταξινόμηση δασών στην περιοχή Beckeried]]&lt;br /&gt;
&lt;br /&gt;
'''Προσδιορισμός των ζωνών κινδύνου στις δασικές περιοχές'''&lt;br /&gt;
&lt;br /&gt;
Μέσα στην περιοχή δοκιμής Beckenried, μόνο ένα τρίτο της κόκκινης ζώνης  ήταν ταξινομημένο ακριβώς. Ένα άλλο τρίτο ταξινομήθηκε ως μπλε ζώνη και υπόλοιπο ως ζώνη μη-κινδύνου. Τα προβλήματα εμφανίζονται πρώτιστα στις βαριά δασικές περιοχές. Φαίνεται ότι ο προσδιορισμός των δύο ζωνών στο κτηματολόγιο επιτεύχθηκε εμπειρικά και όχι με την εφαρμογή του προτύπου. Μπορεί να υποτίθεται ότι ο χωρισμός λήφθηκε συχνά άνετα, δεδομένου ότι κανένα κτήριο δεν επιτρέπεται μέσα στο δάσος. Οι ζώνες προέλευσης μέσα στο δάσος συμπεριλαμβάνονται επίσης. Αυτό οδηγεί στις πρόσθετες λάθος ταξινομήσεις δεδομένου ότι το πρότυπο είναι βασισμένο στον όρο που καμία χιονοστιβάδα δεν μπορεί να αρχίσει μέσα σε ένα κλειστό δάσος.&lt;br /&gt;
&lt;br /&gt;
'''Μήκος των ζωνών έναρξης'''&lt;br /&gt;
&lt;br /&gt;
Το πρότυπο Salm-Voellmy δεν εξετάζει το μήκος της αρχικής ζώνης αλλά υποθέτει ότι είναι άσχετο με την εκφόρτωση όγκου του χιονιού, της ταχύτητας χιονοστιβάδων ή του ύψους ροής. Εντούτοις, δεν είναι ρεαλιστικό να υποτεθεί ότι μια χιονοστιβάδα με μια αρχική ζώνη μόνο 50m στο μήκος θα διαπεράσει εξίσου βαθειά στο δάσος με μήκος αρκετών εκατοντάδων μέτρων. Μια χιονοστιβάδα με μια μικρή αρχική ζώνη θα σταματήσει γρηγορότερα από μια με μια μεγάλη αρχική ζώνη. Ο Gubler (1992) προτείνει τη λύση αυτού του προβλήματος με την προσθήκη μιας άλλης παραμέτρου, η οποία καθορίζει την πιθανή απόσταση εξάντλησης σε ένα δάσος ανάλογα με το μέγεθος της αρχικής ζώνης καθώς επίσης και την ταχύτητα και το ύψος ροής (δείτε επίσης Bovis και Mears, το 1976)&lt;br /&gt;
&lt;br /&gt;
'''Ενιαίος συντελεστής τριβής για το σύνολο της περιοχής δοκιμής'''&lt;br /&gt;
&lt;br /&gt;
Το τρέχον πρότυπο μπορεί να χειριστεί μόνο έναν συντελεστή τριβής για την ολόκληρη μη-δασική περιοχή ή την περιοχή δοκιμής. Αλλά δεδομένου ότι αυτός ο συντελεστής τριβής εξαρτάται από το ύψος της αρχικής ζώνης, όπως το μέσο βάθος του χιονιού, οι δυνατότητες για τη λάθος ταξινόμηση είναι ουσιαστικές. Στις χαμηλότερες περιοχές, ο συντελεστής τριβής χρησιμοποιούμενος δεν είναι ικανοποιητικός, οδηγώντας σε μια υποτίμηση των αποστάσεων εξάντλησης.  Με βάση τα αποτελέσματα από την περιοχή Beckenried, υπάρχουν σαφώς προσδιορισμένες προβληματικές περιοχές για τη βελτίωση του προτύπου για μια λειτουργική εφαρμογή. Τα αποτελέσματα της περιοχής δοκιμής Davos είναι ελαφρώς λιγότερο ικανοποιητικά, κυρίως επειδή η ζώνη μετάβασης κατά μήκος της περιοχής υλοτόμησης, που προκαλεί τα συγκεκριμένα προβλήματα (δείτε ανωτέρω), είναι σχετικά μεγαλύτερη έναντι της περιοχής δοκιμής Beckenried.&lt;br /&gt;
&lt;br /&gt;
'''Προοπτικές'''&lt;br /&gt;
&lt;br /&gt;
Η προοπτική παρουσίασης ενός χάρτη κινδύνου χιονοστιβάδων έχει το μεγάλο πλεονέκτημα να απεικονίζει τα χαρακτηριστικά γνωρίσματα εκτάσεων, τα οποία είναι αποφασιστικά στην κρίση των κινδύνων. Τα αποτελέσματα ανακούφισης δεν αντιπροσωπεύονται κατάλληλα από τον απλό μετασχηματισμό μιας δορυφορικής εικόνας στο χάρτη κινδύνου, ιδιαίτερα όταν ελαχιστοποιούνται τα αποτελέσματα ανακούφισης ή εξαλείφονται συνολικά από τις ραδιομετρικές διορθώσεις. Επιπλέον, οι τοπογραφικοί χάρτες με τη σκίαση ανακούφισης και οι γραμμές περιγράμματος δεν παρέχουν την επαρκή απεικόνιση. Ένα παράδειγμα είναι διευκρινισμένο στο σχήμα 8, το οποίο καταδεικνύει σαφώς γιατί η τακτοποίηση Bauen στηρίχτηκε στο μικρό αλλουβιακό σχηματισμό. Όλες οι άλλες μη-δασικές περιοχές διακυβεύονται από τις κόκκινες ζώνες κινδύνου χιονοστιβάδων . Εξίσου καλά αποδεικνύεται ότι δεν επηρεάζονται όλες οι απότομες κλίσεις από έναν αυστηρό κίνδυνο χιονοστιβάδων. Οι μόνες περιοχές με σοβαρό κίνδυνο είναι εκείνες με μια κάπως πιο επίπεδη, γούρνα-διαμορφωμένη αρχική ζώνη, η οποία ευνοεί τη συσσώρευση χιονιού επάνω από τις απότομες κλίσεις.&lt;br /&gt;
&lt;br /&gt;
'''ΣΥΜΠΕΡΑΣΜΑΤΑ'''&lt;br /&gt;
&lt;br /&gt;
'''Πλεονεκτήματα της δορυφορικής κατηγοριοποίησης'''&lt;br /&gt;
&lt;br /&gt;
* Βασισμένο σε προσεκτική προεπεξεργασία, και ιδιαίτερα από τις γεωμετρικές και ραδιομετρικές διορθώσεις, και από μια κατάλληλη επιλογή των φασματικών ζωνών, το μικρό δασικό άνοιγμα και τα κανάλια χιονοστιβάδων μπορούν να καθοριστούν.&lt;br /&gt;
* Ορισμένες λάθος ταξινομήσεις μεταξύ του δάσους  και των μη-δασικών περιοχών πρέπει να ληφθούν υπόψη.&lt;br /&gt;
* Η ακρίβεια είναι ίση με αυτήν των δασικών ταξινομήσεων σε άλλες ορεινές περιοχές (Itten και λοιποί., 1991), αν και τα κατώτατα όρια τέθηκαν ως στόχος μάλλον περιοριστικά για να αποφύγουν τις μη-δασικές περιοχές ως δάσος.&lt;br /&gt;
&lt;br /&gt;
'''Τα πλεονεκτήματα του προτύπου προσομοίωσης χιονοστιβάδων'''&lt;br /&gt;
&lt;br /&gt;
* περίπου 85 τοις εκατό των ζωνών κινδύνου χιονοστιβάδας όπως αναγνωρίζονται στους χάρτες χιονοστιβάδων κτηματολογίου θα μπορούσαν να προσδιοριστούν. Στις περιοχές όπου το δάσος δεν αντιπροσωπεύει το κυρίαρχο χαρακτηριστικό γνώρισμα επιφάνειας, η ακρίβεια πέφτει σε περίπου 80 τοις εκατό.&lt;br /&gt;
* Το πρότυπο εξετάζει άμεσα το σημαντικότερο παράγοντα-  το δάσος - για μια προσομοίωση των ζωνών κινδύνου χιονοστιβάδων&lt;br /&gt;
* Οι πολλές δυνατότητες για τις διάφορες παραμέτρους εισαγωγής του προτύπου στις τοπικές ή εποχιακές συνθήκες επιτρέπουν τις ευδιάκριτες λύσεις για τις συγκεκριμένες περιοχές. Με τον πειραματισμό με τις μεταβλητές εισαγωγής, τα συγκεκριμένα προβλήματα και οι στόχοι της χαρτογράφησης κινδύνου χιονοστιβάδων μπορούν να αναλυθούν.&lt;br /&gt;
* Η εξέταση προοπτικής των αποτελεσμάτων διευκολύνει μια γρήγορη και επεξηγηματική οπτική εξέταση, ιδιαίτερα για λόγους προγραμματισμού.&lt;br /&gt;
&lt;br /&gt;
'''Τα μειονεκτήματα της δορυφορικής κατηγοριοποίησης'''&lt;br /&gt;
&lt;br /&gt;
* δεν ήταν δυνατό να επιτευχθεί ένας ικανοποιητικός χωρισμός των διαφορετικών κατηγοριών δασικής πυκνότητας -. Η ταξινόμηση βλάστησης έπρεπε να περιοριστεί στη διαφοροποίηση μεταξύ του δάσους και του μη-δάσους (και του ύδατος).&lt;br /&gt;
* ένας χωρισμός του δάσους και του θάμνου κατά μήκος της ζώνης υλοτόμησης είναι το κρισιμότερο μέρος της διαδικασίας ταξινόμησης, που έχει τις αυστηρές επιπτώσεις στην ακρίβεια της επόμενης προσομοίωσης κινδύνου χιονοστιβάδων.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Μειονεκτήματα του προτύπου προσομοίωσης χιονοστιβάδων'''&lt;br /&gt;
&lt;br /&gt;
* αυτή τη στιγμή, το πρότυπο επιτρέπει την εφαρμογή μόνο ενός ενιαίου συντελεστή τριβής για την ολόκληρη περιοχή&lt;br /&gt;
* Ο χωρισμός στις διαφορετικές ζώνες κινδύνου χιονοστιβάδων δεν θα μπορούσε να επιτευχθεί ικανοποιητικά, ιδιαίτερα για τις περιοχές μέσα στο δάσος, για το οποίο τα νέα κριτήρια ταξινόμησης πρέπει να εξεταστούν&lt;br /&gt;
* Η διαδρομή που λαμβάνεται από μια μεμονωμένη λουρίδα χιονοστιβάδων ορίζεται εικόνα , με την επιλογή μεταξύ των τριών πιθανών εικόνων συνέχισης. Ως εκ τούτου, ένας ακριβής και συνεχής προσδιορισμός της διαδρομής που λαμβάνεται από μια λουρίδα χιονοστιβάδων είναι όχι πάντα δυνατός.&lt;br /&gt;
* Επιπλέον, οι χιονοστιβάδες δεν εξετάζονται συνολικά αλλά διαιρούνται σε ανεξάρτητες, παράλληλες λουρίδες χιονοστιβάδων. Συνεπώς, οι αλληλεπιδράσεις μεταξύ των γειτονικών λουρίδων δεν μπορούν να ληφθούν υπόψη, με συνέπεια τις διαφορετικές ταχύτητες και τις αποστάσεις εξάντλησης μέσα στην ίδια χιονοστιβάδα.&lt;br /&gt;
&lt;br /&gt;
'''ΠΡΟΟΠΤΙΚΕΣ'''&lt;br /&gt;
&lt;br /&gt;
Μια λειτουργική εφαρμογή του μοντέλου δεν είναι ακόμα εφικτή. Ειδικά σε μακρινά βουνά με ανεπαρκείς καταγραφές εδάφους και χαρτογραφική τεκμηρίωση (χάρτες, DEM), η προσεκτική δοκιμή και η επαλήθευση είναι ουσιαστικές προτού να μπορέσουν να πραγματοποιηθούν οι λειτουργικές εφαρμογές. Εντούτοις, τα πρώτα αποτελέσματα είναι ελπιδοφόρα και, με τις περαιτέρω βελτιώσεις, το πρότυπο μπορεί να γίνει ένα έγκυρο εργαλείο προγραμματισμού. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
* ο χωρισμός του δάσους σε βελονοφόρα και  πλατύφυλλα, καθώς επίσης και οι κατηγορίες πυκνότητας, είναι απαραίτητοι και μπορούν να επιτευχθούν με τη βοήθεια της δορυφορικής τηλεπισκόπησης. Αλλά είναι μόνο χρήσιμο εάν τα αποτελέσματα θεωρούνται ως άμεση μεταβλητή εισαγωγής στο πρότυπο. Για να χρησιμοποιήσουν αυτήν την παράμετρο, περισσότερες πληροφορίες για τη συμπεριφορά των χιονοστιβάδων στους διαφορετικούς δασικούς τύπους πρέπει να ληφθούν (Gubler και Rychetnik, 1991).&lt;br /&gt;
* Είναι υποχρεωτικό να αναπτυχθεί μια δορυφορική ταξινόμηση της ικανοποιητικής ακρίβειας για τα δάση, τους θάμνους και τις μη-δασικές περιοχές κατά μήκος της ζώνης υλοτόμησης.&lt;br /&gt;
* Πρέπει να υπογραμμιστεί ότι οι χιονοστιβάδες σκόνης χιονιού δεν έχουν λήφθεί υπόψη από το τρέχον πρότυπο. Οι περαιτέρω εξελίξεις πρέπει να ενσωματώσουν τα φυσικά πρότυπα των μηχανισμών χιονοστιβάδων σκόνης χιονιού&lt;br /&gt;
* Με ένα σύνολο στοιχείων βασισμένο στις διανυσματικές αρχές αντί του σχήματος ράστερ, η διαδρομή μιας χιονοστιβάδας θα μπορούσε να καθοριστεί ακριβέστερα.. Ο  Hegg (1991) έχει αναπτύξει ένα διανυσματικός-βασισμένο πρόγραμμα λογισμικού για το σύστημα ARC/INFO, το οποίο θα μπορούσε να είναι το χρησιμότερο για τις προσομοιώσεις κινδύνου χιονοστιβάδων.&lt;br /&gt;
* Η βελτίωση της δορυφορικής ταξινόμησης θα μπορούσε να κερδηθεί με την ενσωμάτωση των προκαλούμενων από τον άνθρωπο χαρακτηριστικών γνωρισμάτων όπως οι δρόμοι, τα κτήρια, οι προστατευτικοί τοίχοι και οι φράκτες. Το πρότυπο θα μπορούσε επίσης να ρυθμιστεί εύκολα για να εξετάσει τα τεχνητά εμπόδια.&lt;br /&gt;
* Η ποικιλία των διαφορετικών παραμέτρων επιτρέπει τη μελέτη όλων των ειδών προβλημάτων, και μια προσαρμογή στις συγκεκριμένες τοπικές καταστάσεις και τις μετεωρολογικές συνθήκες. Αυτό θα μπορούσε να οδηγήσει σε νέες ιδέες στη συμπεριφορά των χιονοστιβάδων.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:Κατολισθήσεις]]&lt;/div&gt;</summary>
		<author><name>Orfiro</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%97_%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CE%BA%CE%B9%CE%BD%CE%B4%CF%8D%CE%BD%CE%BF%CF%85_%CF%87%CE%B9%CE%BF%CE%BD%CE%BF%CF%83%CF%84%CE%B9%CE%B2%CE%AC%CE%B4%CF%89%CE%BD_%CE%BC%CE%B5_%CF%84%CE%B1_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AC_%CF%83%CF%84%CE%BF%CE%B9%CF%87%CE%B5%CE%AF%CE%B1_%CE%BA%CE%B1%CE%B9_%CE%AD%CE%BD%CE%B1_%CF%88%CE%B7%CF%86%CE%B9%CE%B1%CE%BA%CF%8C_%CE%BC%CE%BF%CE%BD%CF%84%CE%AD%CE%BB%CE%BF_%CE%B5%CE%B4%CE%AC%CF%86%CE%BF%CF%85%CF%82</id>
		<title>Η χαρτογράφηση κινδύνου χιονοστιβάδων με τα δορυφορικά στοιχεία και ένα ψηφιακό μοντέλο εδάφους</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%97_%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CE%BA%CE%B9%CE%BD%CE%B4%CF%8D%CE%BD%CE%BF%CF%85_%CF%87%CE%B9%CE%BF%CE%BD%CE%BF%CF%83%CF%84%CE%B9%CE%B2%CE%AC%CE%B4%CF%89%CE%BD_%CE%BC%CE%B5_%CF%84%CE%B1_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AC_%CF%83%CF%84%CE%BF%CE%B9%CF%87%CE%B5%CE%AF%CE%B1_%CE%BA%CE%B1%CE%B9_%CE%AD%CE%BD%CE%B1_%CF%88%CE%B7%CF%86%CE%B9%CE%B1%CE%BA%CF%8C_%CE%BC%CE%BF%CE%BD%CF%84%CE%AD%CE%BB%CE%BF_%CE%B5%CE%B4%CE%AC%CF%86%CE%BF%CF%85%CF%82"/>
				<updated>2010-02-23T16:55:33Z</updated>
		
		<summary type="html">&lt;p&gt;Orfiro: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Η χαρτογράφηση κινδύνου χιονοστιβάδων με τα δορυφορικά στοιχεία και ένα ψηφιακό μοντέλο εδάφους'''&lt;br /&gt;
&lt;br /&gt;
'''Urs Gruber και Harold Haefner'''&lt;br /&gt;
Applied Geography vol. 15, No 2, pp 99 - 113, 1995&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Δεδομένου ότι η χαρτογράφηση κινδύνου χιονοστιβάδων είναι μια πολύ χρονοβόρα υπόθεση, στόχος μας είναι να αναπτύξουμε μια κατάλληλη μέθοδο για να χαρτογραφήσουμε τις μεγάλες απομακρυσμένες περιοχές. Αυτό είναι βασισμένο στα δορυφορικά imagery στοιχεία και σε ένα ψηφιακό μοντέλο εδάφους (DEM) που εξετάζεται σε δύο τόπους στις ελβετικές Άλπεις. Για να μιμηθεί τον κίνδυνο χιονοστιβάδων, το υπάρχον Salm- Voellmy πρότυπο τροποποιήθηκε για το περιβάλλον υπολογιστών και επεκτάθηκε να περιλάβει τα χαρακτηριστικά των χιονοστιβάδων μέσα στη δασική έκταση. Τα δάση ταξινομήθηκαν με θεματικό Mapper Landsat (TM) στοιχεία.&lt;br /&gt;
&lt;br /&gt;
Μέχρι τώρα, μόνο μια ενιαία δασική κατηγορία έχει καθιερωθεί. Ενώ ο χωρισμός του δάσους, του θάμνου και των μη-δασικών περιοχών κοντά στο timberline δημιουργεί τα προβλήματα, η ταξινόμηση των μικρών ενάρξεων και των διαδρομών χιονοστιβάδων μέσα στο δάσος ήταν επιτυχής. Η σύγκριση με τον υπάρχοντα κτηματολογικό χάρτη χιονοστιβάδων αποκάλυψε ότι 85 τοις εκατό των περιοχών κινδύνου ήταν σωστά ταξινομημένα. Ο διαχωρισμός στις καθορισμένες «κόκκινες» και  «μπλε» ζώνες κινδύνου `, αφ' ενός, δεν ήταν ικανοποιητικός. Για μια λειτουργική εφαρμογή, οι περαιτέρω βελτιώσεις είναι απαραίτητες. Εντούτοις, η γενική προσέγγιση είναι πολύ ελπιδοφόρα και πρέπει να οδηγήσει στους πιο αξιόπιστους χάρτες κινδύνου για λόγους προγραμματισμού, καθώς επίσης και στις νέες και καλύτερες ιδέες στις αμοιβαίες αλληλεπιδράσεις μεταξύ του χιονιού και του δάσους.&lt;br /&gt;
&lt;br /&gt;
Ο στόχος της χαρτογράφησης κινδύνου χιονοστιβάδων είναι να αποτραπεί η καταστροφική ζημία στους ανθρώπους, τα ζώα, τις τακτοποιήσεις και τις εγκαταστάσεις μεταφορών. Οι ενδεχομένως επικίνδυνες περιοχές πρέπει είτε να είναι χωρίς τεχνητές κατασκευές, είτε συγκεκριμένες προφυλάξεις πρέπει να ληφθούν. Ένας χάρτης κινδύνου χιονοστιβάδων ενημερώνει για το μέγεθος, τη συχνότητα και την έκταση περιοχής της ζώνης κινδύνου των πιθανών χιονοστιβάδων. Στην Ελβετία, οι χάρτες κινδύνου χιονοστιβάδων έχουν υπάρξει από 1878 (Frutiger, 1980). Σήμερα συντάσσονται από τους τοπογραφικούς χάρτες και από την παρατήρηση τομέων βασισμένη στη μακροπρόθεσμη εμπειρία και τα αρχεία (Salm και λοιποί., 1990). Σε άλλες περιοχές βουνών, όπως τα Ιμαλάια, ούτε οι μεγάλης κλίμακας χάρτες ούτε τα μακροπρόθεσμα αρχεία παρατήρησης δεν υπάρχουν. Η καθιέρωση μελέτης χιονιού και χιονοστιβάδων (SASE) σε Manali (Himachal Pradesh) υποστηρίζει τις προσπάθειες να καθιερωθούν οι παρόμοιοι μεγάλης κλίμακας χάρτες για το ινδικό μέρος των Ιμαλαίων ως εργαλείο προγραμματισμού για τα έργα υποδομής μεταφορών και τουριστών. Αλλά η έκταση της περιοχής που χαρτογραφείται είναι πολύ μεγαλύτερη και οι περιοχές είναι πιο απομακρυσμένες απ'ό, τι στις Άλπεις, απαιτώντας κατά συνέπεια μια διαφορετική μεθοδολογική προσέγγιση. Οι τεχνικές τηλεπισκόπησης, μαζί με τα μαθηματικά πρότυπα, ταιριάζουν ιδιαίτερα στην ενίσχυση στην επίλυση αυτών των προβλημάτων και την παραγωγή των επαρκών εγγράφων προγραμματισμού.&lt;br /&gt;
&lt;br /&gt;
Ο στόχος της παρούσας μελέτης, επομένως, είναι να αξιολογηθεί η δυνατότητα των υψηλής ευκρίνειας δορυφορικών καλολογικών στοιχείων (Landsat-TM, σημείο-XS) για τη χαρτογράφηση κινδύνου χιονοστιβάδων και να αναπτυχθεί μια κατάλληλη μέθοδος για τις απέραντες, απομακρυσμένες περιοχές βουνών όπως στα Ιμαλάια. Οι αναπόφευκτες προϋποθέσεις περιλαμβάνουν τις ακριβείς πληροφορίες για την τοπογραφία (ύψος, γωνία κλίσεων και πτυχή, παραδείγματος χάριν), η οποία είναι μόνο ανιχνεύσιμη από ένα ψηφιακό μοντέλο εδάφους (DEM). Ως εκ τούτου, η διαθεσιμότητα των υψηλής ευκρίνειας DEM περίπου του ίδιου χωρικού ψηφίσματος όπως τα δορυφορικά καλολογικά στοιχεία είναι ουσιαστικά. Επιπλέον, το DEM απαιτείται επίσης για την κωδικοποίηση των δορυφορικών εικόνων και για την εξαγωγή χαρακτηριστικών γνωρισμάτων. Για μια προσεκτική αξιολόγηση όλων των προβλημάτων και για να αναπτύξουν τη μέθοδο, δύο περιοχές στις ελβετικές Άλπεις με τα μακροπρόθεσμα αρχεία παρατήρησης των στατιστικών κλίματος, βλάστησης, χιονιού και χιονοστιβάδων, και με την καλή δυνατότητα πρόσβασης, επιλέχτηκαν. Ένα υψηλής ευκρίνειας DEM είναι διαθέσιμο και για τις δύο περιοχές δοκιμής. Οι περιοχές χρησιμοποιήθηκαν και πριν ως περιοχές δοκιμής για τις δορυφορικές μελέτες ταξινόμησης των μονάδων κάλυψης εδάφους όπως το χιόνι και το δάσος (Seidel και λοιποί., 1989  Itten και λοιποί., 1991). Επέτρεψαν μια λεπτομερή αξιολόγηση των αποτελεσμάτων και επαλήθευση της ακρίβειας των αποτελεσμάτων.&lt;br /&gt;
&lt;br /&gt;
'''Το Μοντέλο'''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Χάρτες κινδύνου κατολίσθησης'''&lt;br /&gt;
&lt;br /&gt;
Οι πιο παλιοί χάρτες κινδύνου κατολίσθησης είναι το κτηματολόγιο κατολισθήσεων. Όλες οι παρατηρημένες κατολισθήσεις είναι απαριθμημένες και ταξινομημένες για να βοηθήσουν να αποτρέψουν την περαιτέρω ζημία σε αυτές τις περιοχές. Αλλά τα κτηματολόγια κατολισθήσεων δεν δίνουν οποιαδήποτε στοιχεία για τους πιθανούς κινδύνους χιονοστιβάδων που προκαλούνται από τις ακραίες ή μεταβαλλόμενες περιβαλλοντικές συνθήκες. Η απόσταση εξάντλησης και η δυναμική είναι τα κριτήρια για τη διαίρεση μιας περιοχής σε διαφορετικές ζώνες κινδύνου. Στην Ελβετία, οι χάρτες κινδύνου χιονοστιβάδων παρουσιάζουν συνήθως τρεις διαφορετικούς βαθμούς κινδύνου: κόκκινο (υψηλός κίνδυνος), μπλε (μέτριος κίνδυνος) και λευκό (κανένας κίνδυνος). Τα κριτήρια για τη διάκριση μεταξύ των υψηλών και μέτριων κινδύνων είναι: (1) η συγκεκριμένη πίεση ώθησης μιας χιονοστιβάδας: εάν η πίεση χιονοστιβάδων υπερβαίνει το όριο kPa 30, είναι ταξινομημένο ως υψηλός κίνδυνος  (2) συχνότητα του περιστατικού: οι μικρότερες χιονοστιβάδες με μια ώθηση χαμηλότερη από το όριο 30 Κ PA αλλά με μια υψηλή συχνότητα και με μια επιστροφής περίοδο, παραδείγματος χάριν, 30 ετών είναι επίσης ταξινομημένες ως υψηλός κίνδυνος. Η σκιαγράφηση μεταξύ μέτριου και κανενός κινδύνου είναι η απόσταση εξάντλησης μιας ακραίας χιονοστιβάδας. Οι χάρτες κινδύνου χιονοστιβάδων εξετάζουν μόνο τα ακραία γεγονότα χιονοστιβάδων. Για να υπολογίσουν τις διαφορετικές ζώνες κινδύνου, η ζώνη εξάντλησης και οι δυνάμεις πίεσης των χιονοστιβάδων με μια στατιστική επιστροφής περίοδο 30 και 300 ετών, αντίστοιχα, χρησιμοποιούνται. Τα κριτήρια που επιλέγονται, επομένως, διαφέρουν αρκετά από εκείνους που χρησιμοποιούνται για να καθορίσουν μια κανονική χιονοστιβάδα.&lt;br /&gt;
&lt;br /&gt;
'''Το πρότυπο Salm-Voellmy'''&lt;br /&gt;
&lt;br /&gt;
Το πρότυπο που χρησιμοποιείται στις ελβετικές Άλπεις περιγράφεται λεπτομερώς και εμφανίζεται σε διάφορα πρακτικά παραδείγματα Salm και λοιποί. (1990). Μόνο οι θεμελιώδεις πτυχές απαραίτητες να καταλάβουν την εφαρμογή της στο περιβάλλον υπολογιστών θα εξηγηθούν εδώ. Τρεις γενικοί περιορισμοί πρέπει να επισημανθούν. &lt;br /&gt;
(1) τα αποτελέσματα των δυνάμεων μιας χιονοστιβάδας δεν εξετάζονται, εκτός από τη σημασία τους στο χωρισμό της κόκκινης από την μπλε ζώνη κινδύνου .&lt;br /&gt;
(2) το πρότυπο δεν εξετάζει τις χιονοστιβάδες σκόνης χιονιού λόγω των πολύ σύνθετων φυσικών διαδικασιών αυτού του τύπου χιονοστιβάδων. Αυτό προκαλεί μια ανησυχητική ανεπάρκεια στη χαρτογράφηση χιονοστιβάδων, επειδή οι χιονοστιβάδες σκόνης χιονιού είναι γενικά εξαιρετικά καταστροφικά γεγονότα.&lt;br /&gt;
(3) τα αποτελέσματα σχετικά με το δάσος επίσης δεν λαμβάνονται υπόψη. Συγκεκριμένα, το πρότυπο δεν προσφέρει τις ακριβείς πληροφορίες σχετικά με τους όρους κάτω από τους οποίους μια χιονοστιβάδα θα εισαχθεί σε ένα δάσος, πώς επιβραδύνεται από τα δέντρα, ή τη ζημία που προκαλεί στο δάσος. Τα αποτελέσματα στα δάση κοντά στην ζώνη αποψίλωσης συζητούνται από Gubler και Rychetnik (1991) τα των οποίων συμπεράσματα ενσωματώθηκαν στο τροποποιημένο πρότυπο (δείτε παρακάτω).&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Ο προσδιορισμός της διαδρομής χιονοστιβάδων'''&lt;br /&gt;
&lt;br /&gt;
Ο προσδιορισμός μιας διαδρομής χιονοστιβάδων είναι διευκρινισμένος στο σχήμα 1. Η διαδρομή αρχίζει μέσα στην αρχική ζώνη, μια περιοχή χωρίς δέντρα με μια κλίση 28-50». Ο όγκος της απαλλαγής χιονιού υπολογίζεται στο χαμηλότερο όριο αυτής της ζώνης. Η χιονοστιβάδα στο δρόμο της προς τα κάτω έπειτα εισάγει τη ζώνη της μετάβασης, όπου η ταχύτητα και το ύψος της μπορούν να υπολογιστούν σε οποιοδήποτε σημείο ενδιαφέροντος.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα: Fig11.jpg |thumb|300px|left |Εικ. 1: Τα βήματα για τον υπολογισμό της διαδρομής της χιονοστιβάδας σύμφωνα με το μοντέλο Salm-Voellmy ]]&lt;br /&gt;
'''Σχήμα'''&lt;br /&gt;
&lt;br /&gt;
Η ζώνη εξάντλησης αρχίζει σε μια γωνία κλίσης που εξαρτάται από το u συντελεστή τριβής (tgψ = μ). Εντούτοις, οι παράμετροι που καθορίζουν τη απόσταση εξάντλησης και οι δυνάμεις πίεσης υπολογίζονται στο σημείο Π (δείτε το σχήμα Ι). Αυτό είναι τοποθετημένο υψηλότερο επάνω, όπου η κλίση είναι 3-4 πιο απότομη (Salm και λοιποί., 1990). Για τη μετάβαση διαστολής μεταξύ του σημείου Π και της πραγματικής αρχής της ζώνης εξάντλησης, το πρότυπο θεωρεί ότι οι παράμετροι χιονοστιβάδων δεν αλλάζουν. Τα αποτελέσματα που αξιολογούνται για το σημείο Π χρησιμοποιούνται έπειτα άμεσα για να υπολογίσουν τη ζώνη εξάντλησης.&lt;br /&gt;
&lt;br /&gt;
'''Παράμετροι'''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Οι παράμετροι χιονιού που απαιτούνται είναι: &lt;br /&gt;
(1) μέσο πάχος του χιονιού στην αρχική ζώνη, η οποία χρησιμοποιείται για να υπολογίσει τη μάζα χιονιού μιας ρέουσας χιονοστιβάδας  &lt;br /&gt;
(2) παράγοντας της ταραχώδους τριβής 5, η οποία εξαρτάται πρώτιστα από τις συνθήκες επιφάνειας της διαδρομής, όπως η τραχύτητά της, η διοχέτευση, και ο αριθμός μεγάλων αντικειμένων που παρακωλύουν τη ροή του κινούμενου χιονιού  &lt;br /&gt;
(3) συντελεστής τριβής (u), ο οποίος εξαρτάται από τα χαρακτηριστικά χιονιού (θερμοκρασία, δομή, πυκνότητα, αντίτιμο ύδατος, και η κατακόρυφος πίεσης στην επιφάνεια). &lt;br /&gt;
Οι σημαντικές παράμετροι ανακούφισης είναι: &lt;br /&gt;
(1) κλίση της γωνίας (+) στην αρχική ζώνη, τη ζώνη της μετάβασης και τη ζώνη  εξάντλησης&lt;br /&gt;
(2) μεγαλύτερη οριζόντια επέκταση της αρχικής ζώνης  &lt;br /&gt;
(3) έναρξη της ζώνης εξάντλησης(σημείο Π)&lt;br /&gt;
(4) πλάτος της χιονοστιβάδας στο σημείο Π&lt;br /&gt;
&lt;br /&gt;
'''Ο προσδιορισμός της διαδρομής χιονοστιβάδων στις δασικές περιοχές'''&lt;br /&gt;
&lt;br /&gt;
Οι χιονοστιβάδες γενικά δεν επηρεάζεται από την τραχύτητα επιφάνειας (Salm, 1982), αλλά η τραχύτητα μπορεί να είναι σχετική όταν υπάρχει μόνο μια ελαφριά κάλυψη χιονιού (όπως τον πρώιμο χειμώνα), όταν μπορεί σοβαρά να παρακωλύσει η τραχύτητα επιφάνειας τη μετακίνηση χιονιού. Εντούτοις, με το αυξανόμενο πακέτο χιονιού, αυτή η επίδραση εξαφανίζεται σχεδόν εντελώς. Τα αντικείμενα μικρότερα από 1 μ, καθώς επίσης και η χλοώδης και βοτανική βλάστηση, είναι επομένως καμίας σημασίας στον υπολογισμό του πιθανού κινδύνου χιονοστιβάδων. Εντούτοις, τα δέντρα και οι θάμνοι έχουν μια μεγάλη επιρροή στο σχηματισμό και τη δυναμική των χιονοστιβάδων. Εάν οι θάμνοι καλύπτονται από το χιόνι, ένας ανώμαλος καθορισμός του χιονιού και ένας επικίνδυνος αέρας μέσα σε αυτό μπορούν να εμφανιστούν, αυξάνοντας αρκετά τον κίνδυνο έναρξης χιονοστιβάδων (Salm, 1982). Το πυκνό δάσος αντιπροσωπεύει ένα σημαντικό εμπόδιο για τις χιονοστιβάδες, αλλά κάθε δάσος δεν προσφέρει την ικανοποιητική προστασία. Τα δέντρα βλάπτονται συνεχώς από τις ρέουσες μάζες χιονιού και από τους βράχους που μεταφέρονται εκεί μέσα. Ως εκ τούτου, η δομή, η πυκνότητα και η υγεία των δασών στα βουνά είναι ιδιαίτερα σημαντικές παράμετροι στον καθορισμό του πιθανού κινδύνου χιονοστιβάδων.&lt;br /&gt;
[[Εικόνα: Fig12.jpg |thumb|300px|right |Πίνακας 1: Κρίσιμο μέγεθος ανοιγμάτων για την αρχή μιας χιονοστιβάδας  ]]&lt;br /&gt;
&lt;br /&gt;
'''Έναρξη μιας χιονοστιβάδας στα πυκνά δάση'''&lt;br /&gt;
&lt;br /&gt;
Η θερμοκρασία του αέρα, η πτώση, ο αέρας, σύντομα και μακρά κύματα ακτινοβολίας και άλλα  διαφέρουν εντυπωσιακά στα πυκνά δάση σε σύγκριση με τους τομείς χωρίς δάση της παρόμοιας θέσης, με συνέπεια τα πολύ διαφορετικά χαρακτηριστικά κινδύνου χιονοστιβάδων (Gubler και Rychetnik, 1991). Γενικά, έχει αποδειχθεί ότι το πυκνό, υψηλό, αειθαλές δάσος μέσα σε μια αρχική ζώνη είναι η καλύτερη προστασία χιονοστιβάδων (Salm, 1982). Αφ' ενός, τα πυκνά δάση με τα άφυλλα δέντρα το χειμώνα (αγριόπευκα, δέντρα πλατύφυλλων) εμποδίζουν τις χιονοστιβάδες σε έναν πολύ μικρότερο βαθμό. Παραδείγματος χάριν, η ακτινοβολία έναντι των μη-δασικών περιχώρων μόνο ελαφρώς μειώνεται (Salm, 1990). Οι στάσεις των μεγάλων, άφυλλων δέντρων παρουσιάζουν συχνά συνεχές, σταθερό χιόνι, παρόμοιο με αυτό που βρίσκεται στις ζώνες χωρίς δάση. &lt;br /&gt;
&lt;br /&gt;
'''Ανοικτά δάση και ανοίγματα'''&lt;br /&gt;
&lt;br /&gt;
Το όριο μεταξύ του πυκνού και ανοικτού δάσους δεν μπορεί να σκιαγραφηθεί ακριβώς για την αξιολόγηση κινδύνου χιονοστιβάδων. Για να φθάσει στους αρχικούς όρους απαραίτητους να αρχίσουν μια χιονοστιβάδα, ένα άνοιγμα ενός ελάχιστου μεγέθους απαιτείται, ανάλογα με τη γωνία κλίσεων. Ο πίνακας 1 απαριθμεί το κρίσιμο μέγεθος των ανοιγμάτων που απαιτούνται για να αρχίσουν μια χιονοστιβάδα. &lt;br /&gt;
&lt;br /&gt;
'''Κίνδυνοι για το δάσος'''&lt;br /&gt;
Η δασική ζημία που προκαλείται από τις χιονοστιβάδες εξαρτάται από τη μάζα, την ταχύτητα και τη διοχέτευση χιονιού, καθώς επίσης και από τη δασική πυκνότητα..  Gubler και Rychetnik (199 1: 25ff) έχουν αναλύσει αυτές τις παραμέτρους, διαπιστώνοντας ότι εάν μια χιονοστιβάδα που αποτελείται από το ξηρό χιόνι φθάνει σε μια ταχύτητα 20m ST, μια χιονοστιβάδα σκόνης χιονιού μπορεί να αναπτυχθεί. Τέτοιες χιονοστιβάδες είναι πιο επικίνδυνες στο δάσος από μια κανονική χιονοστιβάδα, δεδομένου ότι τα κύματα πίεσής τους ασκούν άμεση επίδραση στις κορώνες δέντρων ή προκαλούν τη ζημία στους μίσχους. Η δασικές πυκνότητα και η ανακούφιση ζημίας παρουσιάζονται στο σχήμα 2. Τα δάση που επιδρούν κατευναστικά στις χιονοστιβάδες δεν μπορούν να εκφραστούν στους ακριβείς αριθμούς. Οι Gubler και Rychetnik (1991) δηλώνουν μόνο ότι ακόμη και στα πυκνά δάση μια χιονοστιβάδα με ένα ύψος μεγαλύτερο από 1 μ θα χάσει πολύ από το υλικό της, αλλά θα διαβεί γενικά το δάσος. Δεν θα σταματήσει εκτός αν μπει σε μια περιοχή όπου η γωνία κλίσεων είναι λιγότερο από 10’’. Η μόνη φυσική μεταβλητή στο πρότυπο που χωρίζει σαφώς το δάσος από τις περιοχές χωρίς δάση είναι ο συντελεστής τριβής, ο οποίος πρέπει να καθοριστεί εμπειρικά.&lt;br /&gt;
[[Εικόνα: Fig13.jpg |thumb|300px|right |Εικ. 2: Δέντρο απόφασης για τον κίνδυνο ζηιάς στο έδαφος για ορισμένες και μη-ορισμένες ροές χιονοστιβάδων ]]&lt;br /&gt;
&lt;br /&gt;
'''Η ολοκλήρωση των δορυφορικών στοιχείων και το πρότυπο δορυφορικής ανύψωσης'''&lt;br /&gt;
'''Δορυφορικά Στοιχεία'''&lt;br /&gt;
&lt;br /&gt;
Ο κύριος στόχος μιας ταξινόμησης είναι να παραχθούν οι εξακριβωμένες πληροφορίες για το βαθμό, την πυκνότητα και τη δομή του δάσους. Αυτό χρησιμοποιείται άμεσα στο πρότυπο προσομοίωσης κινδύνου χιονοστιβάδων. Μόνο τα υψηλής ευκρίνειας δορυφορικά στοιχεία μπορούν να παρέχουν αυτές τις πληροφορίες (όπως Landsat TM και το SPOT). &lt;br /&gt;
&lt;br /&gt;
'''Το ψηφιακό μοντέλο εδάφους'''&lt;br /&gt;
&lt;br /&gt;
Δεδομένου ότι τα δορυφορικά στοιχεία συλλαμβάνονται ως εικονοστοιχεία, είναι πιο κατάλληλο να χρησιμοποιήσει το DEM σε μορφή οριζόντιων αδιαμόρφωτων γραμμών. Η ζώνη ανύψωσης, η γωνία κλίσης και η πτυχή μπορούν να προέλθουν από το DEM. Επιπλέον, η γωνία κλίσης στα διαφορετικά μέρη μιας διαδρομής χιονοστιβάδων και της κατεύθυνσης που παίρνει μπορεί να καθοριστεί (δηλαδή η πλέον πιθανή πορεία της χιονοστιβάδας).&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:Κατολισθήσεις]]&lt;/div&gt;</summary>
		<author><name>Orfiro</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%97_%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CE%BA%CE%B9%CE%BD%CE%B4%CF%8D%CE%BD%CE%BF%CF%85_%CF%87%CE%B9%CE%BF%CE%BD%CE%BF%CF%83%CF%84%CE%B9%CE%B2%CE%AC%CE%B4%CF%89%CE%BD_%CE%BC%CE%B5_%CF%84%CE%B1_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AC_%CF%83%CF%84%CE%BF%CE%B9%CF%87%CE%B5%CE%AF%CE%B1_%CE%BA%CE%B1%CE%B9_%CE%AD%CE%BD%CE%B1_%CF%88%CE%B7%CF%86%CE%B9%CE%B1%CE%BA%CF%8C_%CE%BC%CE%BF%CE%BD%CF%84%CE%AD%CE%BB%CE%BF_%CE%B5%CE%B4%CE%AC%CF%86%CE%BF%CF%85%CF%82</id>
		<title>Η χαρτογράφηση κινδύνου χιονοστιβάδων με τα δορυφορικά στοιχεία και ένα ψηφιακό μοντέλο εδάφους</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%97_%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CE%BA%CE%B9%CE%BD%CE%B4%CF%8D%CE%BD%CE%BF%CF%85_%CF%87%CE%B9%CE%BF%CE%BD%CE%BF%CF%83%CF%84%CE%B9%CE%B2%CE%AC%CE%B4%CF%89%CE%BD_%CE%BC%CE%B5_%CF%84%CE%B1_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AC_%CF%83%CF%84%CE%BF%CE%B9%CF%87%CE%B5%CE%AF%CE%B1_%CE%BA%CE%B1%CE%B9_%CE%AD%CE%BD%CE%B1_%CF%88%CE%B7%CF%86%CE%B9%CE%B1%CE%BA%CF%8C_%CE%BC%CE%BF%CE%BD%CF%84%CE%AD%CE%BB%CE%BF_%CE%B5%CE%B4%CE%AC%CF%86%CE%BF%CF%85%CF%82"/>
				<updated>2010-02-23T16:36:59Z</updated>
		
		<summary type="html">&lt;p&gt;Orfiro: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Η χαρτογράφηση κινδύνου χιονοστιβάδων με τα δορυφορικά στοιχεία και ένα ψηφιακό μοντέλο εδάφους'''&lt;br /&gt;
&lt;br /&gt;
'''Urs Gruber και Harold Haefner'''&lt;br /&gt;
Applied Geography vol. 15, No 2, pp 99 - 113, 1995&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Δεδομένου ότι η χαρτογράφηση κινδύνου χιονοστιβάδων είναι μια πολύ χρονοβόρα υπόθεση, στόχος μας είναι να αναπτύξουμε μια κατάλληλη μέθοδο για να χαρτογραφήσουμε τις μεγάλες απομακρυσμένες περιοχές. Αυτό είναι βασισμένο στα δορυφορικά imagery στοιχεία και σε ένα ψηφιακό μοντέλο εδάφους (DEM) που εξετάζεται σε δύο τόπους στις ελβετικές Άλπεις. Για να μιμηθεί τον κίνδυνο χιονοστιβάδων, το υπάρχον Salm- Voellmy πρότυπο τροποποιήθηκε για το περιβάλλον υπολογιστών και επεκτάθηκε να περιλάβει τα χαρακτηριστικά των χιονοστιβάδων μέσα στη δασική έκταση. Τα δάση ταξινομήθηκαν με θεματικό Mapper Landsat (TM) στοιχεία.&lt;br /&gt;
&lt;br /&gt;
Μέχρι τώρα, μόνο μια ενιαία δασική κατηγορία έχει καθιερωθεί. Ενώ ο χωρισμός του δάσους, του θάμνου και των μη-δασικών περιοχών κοντά στο timberline δημιουργεί τα προβλήματα, η ταξινόμηση των μικρών ενάρξεων και των διαδρομών χιονοστιβάδων μέσα στο δάσος ήταν επιτυχής. Η σύγκριση με τον υπάρχοντα κτηματολογικό χάρτη χιονοστιβάδων αποκάλυψε ότι 85 τοις εκατό των περιοχών κινδύνου ήταν σωστά ταξινομημένα. Ο διαχωρισμός στις καθορισμένες «κόκκινες» και  «μπλε» ζώνες κινδύνου `, αφ' ενός, δεν ήταν ικανοποιητικός. Για μια λειτουργική εφαρμογή, οι περαιτέρω βελτιώσεις είναι απαραίτητες. Εντούτοις, η γενική προσέγγιση είναι πολύ ελπιδοφόρα και πρέπει να οδηγήσει στους πιο αξιόπιστους χάρτες κινδύνου για λόγους προγραμματισμού, καθώς επίσης και στις νέες και καλύτερες ιδέες στις αμοιβαίες αλληλεπιδράσεις μεταξύ του χιονιού και του δάσους.&lt;br /&gt;
&lt;br /&gt;
Ο στόχος της χαρτογράφησης κινδύνου χιονοστιβάδων είναι να αποτραπεί η καταστροφική ζημία στους ανθρώπους, τα ζώα, τις τακτοποιήσεις και τις εγκαταστάσεις μεταφορών. Οι ενδεχομένως επικίνδυνες περιοχές πρέπει είτε να είναι χωρίς τεχνητές κατασκευές, είτε συγκεκριμένες προφυλάξεις πρέπει να ληφθούν. Ένας χάρτης κινδύνου χιονοστιβάδων ενημερώνει για το μέγεθος, τη συχνότητα και την έκταση περιοχής της ζώνης κινδύνου των πιθανών χιονοστιβάδων. Στην Ελβετία, οι χάρτες κινδύνου χιονοστιβάδων έχουν υπάρξει από 1878 (Frutiger, 1980). Σήμερα συντάσσονται από τους τοπογραφικούς χάρτες και από την παρατήρηση τομέων βασισμένη στη μακροπρόθεσμη εμπειρία και τα αρχεία (Salm και λοιποί., 1990). Σε άλλες περιοχές βουνών, όπως τα Ιμαλάια, ούτε οι μεγάλης κλίμακας χάρτες ούτε τα μακροπρόθεσμα αρχεία παρατήρησης δεν υπάρχουν. Η καθιέρωση μελέτης χιονιού και χιονοστιβάδων (SASE) σε Manali (Himachal Pradesh) υποστηρίζει τις προσπάθειες να καθιερωθούν οι παρόμοιοι μεγάλης κλίμακας χάρτες για το ινδικό μέρος των Ιμαλαίων ως εργαλείο προγραμματισμού για τα έργα υποδομής μεταφορών και τουριστών. Αλλά η έκταση της περιοχής που χαρτογραφείται είναι πολύ μεγαλύτερη και οι περιοχές είναι πιο απομακρυσμένες απ'ό, τι στις Άλπεις, απαιτώντας κατά συνέπεια μια διαφορετική μεθοδολογική προσέγγιση. Οι τεχνικές τηλεπισκόπησης, μαζί με τα μαθηματικά πρότυπα, ταιριάζουν ιδιαίτερα στην ενίσχυση στην επίλυση αυτών των προβλημάτων και την παραγωγή των επαρκών εγγράφων προγραμματισμού.&lt;br /&gt;
&lt;br /&gt;
Ο στόχος της παρούσας μελέτης, επομένως, είναι να αξιολογηθεί η δυνατότητα των υψηλής ευκρίνειας δορυφορικών καλολογικών στοιχείων (Landsat-TM, σημείο-XS) για τη χαρτογράφηση κινδύνου χιονοστιβάδων και να αναπτυχθεί μια κατάλληλη μέθοδος για τις απέραντες, απομακρυσμένες περιοχές βουνών όπως στα Ιμαλάια. Οι αναπόφευκτες προϋποθέσεις περιλαμβάνουν τις ακριβείς πληροφορίες για την τοπογραφία (ύψος, γωνία κλίσεων και πτυχή, παραδείγματος χάριν), η οποία είναι μόνο ανιχνεύσιμη από ένα ψηφιακό μοντέλο εδάφους (DEM). Ως εκ τούτου, η διαθεσιμότητα των υψηλής ευκρίνειας DEM περίπου του ίδιου χωρικού ψηφίσματος όπως τα δορυφορικά καλολογικά στοιχεία είναι ουσιαστικά. Επιπλέον, το DEM απαιτείται επίσης για την κωδικοποίηση των δορυφορικών εικόνων και για την εξαγωγή χαρακτηριστικών γνωρισμάτων. Για μια προσεκτική αξιολόγηση όλων των προβλημάτων και για να αναπτύξουν τη μέθοδο, δύο περιοχές στις ελβετικές Άλπεις με τα μακροπρόθεσμα αρχεία παρατήρησης των στατιστικών κλίματος, βλάστησης, χιονιού και χιονοστιβάδων, και με την καλή δυνατότητα πρόσβασης, επιλέχτηκαν. Ένα υψηλής ευκρίνειας DEM είναι διαθέσιμο και για τις δύο περιοχές δοκιμής. Οι περιοχές χρησιμοποιήθηκαν και πριν ως περιοχές δοκιμής για τις δορυφορικές μελέτες ταξινόμησης των μονάδων κάλυψης εδάφους όπως το χιόνι και το δάσος (Seidel και λοιποί., 1989  Itten και λοιποί., 1991). Επέτρεψαν μια λεπτομερή αξιολόγηση των αποτελεσμάτων και επαλήθευση της ακρίβειας των αποτελεσμάτων.&lt;br /&gt;
&lt;br /&gt;
'''Το Μοντέλο'''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Χάρτες κινδύνου κατολίσθησης'''&lt;br /&gt;
&lt;br /&gt;
Οι πιο παλιοί χάρτες κινδύνου κατολίσθησης είναι το κτηματολόγιο κατολισθήσεων. Όλες οι παρατηρημένες κατολισθήσεις είναι απαριθμημένες και ταξινομημένες για να βοηθήσουν να αποτρέψουν την περαιτέρω ζημία σε αυτές τις περιοχές. Αλλά τα κτηματολόγια κατολισθήσεων δεν δίνουν οποιαδήποτε στοιχεία για τους πιθανούς κινδύνους χιονοστιβάδων που προκαλούνται από τις ακραίες ή μεταβαλλόμενες περιβαλλοντικές συνθήκες. Η απόσταση εξάντλησης και η δυναμική είναι τα κριτήρια για τη διαίρεση μιας περιοχής σε διαφορετικές ζώνες κινδύνου. Στην Ελβετία, οι χάρτες κινδύνου χιονοστιβάδων παρουσιάζουν συνήθως τρεις διαφορετικούς βαθμούς κινδύνου: κόκκινο (υψηλός κίνδυνος), μπλε (μέτριος κίνδυνος) και λευκό (κανένας κίνδυνος). Τα κριτήρια για τη διάκριση μεταξύ των υψηλών και μέτριων κινδύνων είναι: (1) η συγκεκριμένη πίεση ώθησης μιας χιονοστιβάδας: εάν η πίεση χιονοστιβάδων υπερβαίνει το όριο kPa 30, είναι ταξινομημένο ως υψηλός κίνδυνος  (2) συχνότητα του περιστατικού: οι μικρότερες χιονοστιβάδες με μια ώθηση χαμηλότερη από το όριο 30 Κ PA αλλά με μια υψηλή συχνότητα και με μια επιστροφής περίοδο, παραδείγματος χάριν, 30 ετών είναι επίσης ταξινομημένες ως υψηλός κίνδυνος. Η σκιαγράφηση μεταξύ μέτριου και κανενός κινδύνου είναι η απόσταση εξάντλησης μιας ακραίας χιονοστιβάδας. Οι χάρτες κινδύνου χιονοστιβάδων εξετάζουν μόνο τα ακραία γεγονότα χιονοστιβάδων. Για να υπολογίσουν τις διαφορετικές ζώνες κινδύνου, η ζώνη εξάντλησης και οι δυνάμεις πίεσης των χιονοστιβάδων με μια στατιστική επιστροφής περίοδο 30 και 300 ετών, αντίστοιχα, χρησιμοποιούνται. Τα κριτήρια που επιλέγονται, επομένως, διαφέρουν αρκετά από εκείνους που χρησιμοποιούνται για να καθορίσουν μια κανονική χιονοστιβάδα.&lt;br /&gt;
&lt;br /&gt;
'''Το πρότυπο Salm-Voellmy'''&lt;br /&gt;
&lt;br /&gt;
Το πρότυπο που χρησιμοποιείται στις ελβετικές Άλπεις περιγράφεται λεπτομερώς και εμφανίζεται σε διάφορα πρακτικά παραδείγματα Salm και λοιποί. (1990). Μόνο οι θεμελιώδεις πτυχές απαραίτητες να καταλάβουν την εφαρμογή της στο περιβάλλον υπολογιστών θα εξηγηθούν εδώ. Τρεις γενικοί περιορισμοί πρέπει να επισημανθούν. &lt;br /&gt;
(1) τα αποτελέσματα των δυνάμεων μιας χιονοστιβάδας δεν εξετάζονται, εκτός από τη σημασία τους στο χωρισμό της κόκκινης από την μπλε ζώνη κινδύνου .&lt;br /&gt;
(2) το πρότυπο δεν εξετάζει τις χιονοστιβάδες σκόνης χιονιού λόγω των πολύ σύνθετων φυσικών διαδικασιών αυτού του τύπου χιονοστιβάδων. Αυτό προκαλεί μια ανησυχητική ανεπάρκεια στη χαρτογράφηση χιονοστιβάδων, επειδή οι χιονοστιβάδες σκόνης χιονιού είναι γενικά εξαιρετικά καταστροφικά γεγονότα.&lt;br /&gt;
(3) τα αποτελέσματα σχετικά με το δάσος επίσης δεν λαμβάνονται υπόψη. Συγκεκριμένα, το πρότυπο δεν προσφέρει τις ακριβείς πληροφορίες σχετικά με τους όρους κάτω από τους οποίους μια χιονοστιβάδα θα εισαχθεί σε ένα δάσος, πώς επιβραδύνεται από τα δέντρα, ή τη ζημία που προκαλεί στο δάσος. Τα αποτελέσματα στα δάση κοντά στην ζώνη αποψίλωσης συζητούνται από Gubler και Rychetnik (1991) τα των οποίων συμπεράσματα ενσωματώθηκαν στο τροποποιημένο πρότυπο (δείτε παρακάτω).&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Ο προσδιορισμός της διαδρομής χιονοστιβάδων'''&lt;br /&gt;
&lt;br /&gt;
Ο προσδιορισμός μιας διαδρομής χιονοστιβάδων είναι διευκρινισμένος στο σχήμα 1. Η διαδρομή αρχίζει μέσα στην αρχική ζώνη, μια περιοχή χωρίς δέντρα με μια κλίση 28-50». Ο όγκος της απαλλαγής χιονιού υπολογίζεται στο χαμηλότερο όριο αυτής της ζώνης. Η χιονοστιβάδα στο δρόμο της προς τα κάτω έπειτα εισάγει τη ζώνη της μετάβασης, όπου η ταχύτητα και το ύψος της μπορούν να υπολογιστούν σε οποιοδήποτε σημείο ενδιαφέροντος.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα: Fig11.jpg |thumb|300px|left |Εικ. 1: Τα βήματα για τον υπολογισμό της διαδρομής της χιονοστιβάδας σύμφωνα με το μοντέλο Salm-Voellmy ]]&lt;br /&gt;
'''Σχήμα'''&lt;br /&gt;
&lt;br /&gt;
Η ζώνη εξάντλησης αρχίζει σε μια γωνία κλίσης που εξαρτάται από το u συντελεστή τριβής (tgψ = μ). Εντούτοις, οι παράμετροι που καθορίζουν τη απόσταση εξάντλησης και οι δυνάμεις πίεσης υπολογίζονται στο σημείο Π (δείτε το σχήμα Ι). Αυτό είναι τοποθετημένο υψηλότερο επάνω, όπου η κλίση είναι 3-4 πιο απότομη (Salm και λοιποί., 1990). Για τη μετάβαση διαστολής μεταξύ του σημείου Π και της πραγματικής αρχής της ζώνης εξάντλησης, το πρότυπο θεωρεί ότι οι παράμετροι χιονοστιβάδων δεν αλλάζουν. Τα αποτελέσματα που αξιολογούνται για το σημείο Π χρησιμοποιούνται έπειτα άμεσα για να υπολογίσουν τη ζώνη εξάντλησης.&lt;br /&gt;
&lt;br /&gt;
'''Παράμετροι'''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Οι παράμετροι χιονιού που απαιτούνται είναι: &lt;br /&gt;
(1) μέσο πάχος του χιονιού στην αρχική ζώνη, η οποία χρησιμοποιείται για να υπολογίσει τη μάζα χιονιού μιας ρέουσας χιονοστιβάδας  &lt;br /&gt;
(2) παράγοντας της ταραχώδους τριβής 5, η οποία εξαρτάται πρώτιστα από τις συνθήκες επιφάνειας της διαδρομής, όπως η τραχύτητά της, η διοχέτευση, και ο αριθμός μεγάλων αντικειμένων που παρακωλύουν τη ροή του κινούμενου χιονιού  &lt;br /&gt;
(3) συντελεστής τριβής (u), ο οποίος εξαρτάται από τα χαρακτηριστικά χιονιού (θερμοκρασία, δομή, πυκνότητα, αντίτιμο ύδατος, και η κατακόρυφος πίεσης στην επιφάνεια). &lt;br /&gt;
Οι σημαντικές παράμετροι ανακούφισης είναι: &lt;br /&gt;
(1) κλίση της γωνίας (+) στην αρχική ζώνη, τη ζώνη της μετάβασης και τη ζώνη  εξάντλησης&lt;br /&gt;
(2) μεγαλύτερη οριζόντια επέκταση της αρχικής ζώνης  &lt;br /&gt;
(3) έναρξη της ζώνης εξάντλησης(σημείο Π)&lt;br /&gt;
(4) πλάτος της χιονοστιβάδας στο σημείο Π&lt;br /&gt;
&lt;br /&gt;
'''Ο προσδιορισμός της διαδρομής χιονοστιβάδων στις δασικές περιοχές'''&lt;br /&gt;
&lt;br /&gt;
Οι χιονοστιβάδες γενικά δεν επηρεάζεται από την τραχύτητα επιφάνειας (Salm, 1982), αλλά η τραχύτητα μπορεί να είναι σχετική όταν υπάρχει μόνο μια ελαφριά κάλυψη χιονιού (όπως τον πρώιμο χειμώνα), όταν μπορεί σοβαρά να παρακωλύσει η τραχύτητα επιφάνειας τη μετακίνηση χιονιού. Εντούτοις, με το αυξανόμενο πακέτο χιονιού, αυτή η επίδραση εξαφανίζεται σχεδόν εντελώς. Τα αντικείμενα μικρότερα από 1 μ, καθώς επίσης και η χλοώδης και βοτανική βλάστηση, είναι επομένως καμίας σημασίας στον υπολογισμό του πιθανού κινδύνου χιονοστιβάδων. Εντούτοις, τα δέντρα και οι θάμνοι έχουν μια μεγάλη επιρροή στο σχηματισμό και τη δυναμική των χιονοστιβάδων. Εάν οι θάμνοι καλύπτονται από το χιόνι, ένας ανώμαλος καθορισμός του χιονιού και ένας επικίνδυνος αέρας μέσα σε αυτό μπορούν να εμφανιστούν, αυξάνοντας αρκετά τον κίνδυνο έναρξης χιονοστιβάδων (Salm, 1982). Το πυκνό δάσος αντιπροσωπεύει ένα σημαντικό εμπόδιο για τις χιονοστιβάδες, αλλά κάθε δάσος δεν προσφέρει την ικανοποιητική προστασία. Τα δέντρα βλάπτονται συνεχώς από τις ρέουσες μάζες χιονιού και από τους βράχους που μεταφέρονται εκεί μέσα. Ως εκ τούτου, η δομή, η πυκνότητα και η υγεία των δασών στα βουνά είναι ιδιαίτερα σημαντικές παράμετροι στον καθορισμό του πιθανού κινδύνου χιονοστιβάδων.&lt;br /&gt;
&lt;br /&gt;
'''Έναρξη μιας χιονοστιβάδας στα πυκνά δάση'''&lt;br /&gt;
&lt;br /&gt;
Η θερμοκρασία του αέρα, η πτώση, ο αέρας, σύντομα και μακρά κύματα ακτινοβολίας και άλλα  διαφέρουν εντυπωσιακά στα πυκνά δάση σε σύγκριση με τους τομείς χωρίς δάση της παρόμοιας θέσης, με συνέπεια τα πολύ διαφορετικά χαρακτηριστικά κινδύνου χιονοστιβάδων (Gubler και Rychetnik, 1991). Γενικά, έχει αποδειχθεί ότι το πυκνό, υψηλό, αειθαλές δάσος μέσα σε μια αρχική ζώνη είναι η καλύτερη προστασία χιονοστιβάδων (Salm, 1982). Αφ' ενός, τα πυκνά δάση με τα άφυλλα δέντρα το χειμώνα (αγριόπευκα, δέντρα πλατύφυλλων) εμποδίζουν τις χιονοστιβάδες σε έναν πολύ μικρότερο βαθμό. Παραδείγματος χάριν, η ακτινοβολία έναντι των μη-δασικών περιχώρων μόνο ελαφρώς μειώνεται (Salm, 1990). Οι στάσεις των μεγάλων, άφυλλων δέντρων παρουσιάζουν συχνά συνεχές, σταθερό χιόνι, παρόμοιο με αυτό που βρίσκεται στις ζώνες χωρίς δάση. &lt;br /&gt;
&lt;br /&gt;
'''Ανοικτά δάση και ανοίγματα'''&lt;br /&gt;
&lt;br /&gt;
Το όριο μεταξύ του πυκνού και ανοικτού δάσους δεν μπορεί να σκιαγραφηθεί ακριβώς για την αξιολόγηση κινδύνου χιονοστιβάδων. Για να φθάσει στους αρχικούς όρους απαραίτητους να αρχίσουν μια χιονοστιβάδα, ένα άνοιγμα ενός ελάχιστου μεγέθους απαιτείται, ανάλογα με τη γωνία κλίσεων. Ο πίνακας 1 απαριθμεί το κρίσιμο μέγεθος των ανοιγμάτων που απαιτούνται για να αρχίσουν μια χιονοστιβάδα. &lt;br /&gt;
&lt;br /&gt;
'''Κίνδυνοι για το δάσος'''&lt;br /&gt;
Η δασική ζημία που προκαλείται από τις χιονοστιβάδες εξαρτάται από τη μάζα, την ταχύτητα και τη διοχέτευση χιονιού, καθώς επίσης και από τη δασική πυκνότητα..  Gubler και Rychetnik (199 1: 25ff) έχουν αναλύσει αυτές τις παραμέτρους, διαπιστώνοντας ότι εάν μια χιονοστιβάδα που αποτελείται από το ξηρό χιόνι φθάνει σε μια ταχύτητα 20m ST, μια χιονοστιβάδα σκόνης χιονιού μπορεί να αναπτυχθεί. Τέτοιες χιονοστιβάδες είναι πιο επικίνδυνες στο δάσος από μια κανονική χιονοστιβάδα, δεδομένου ότι τα κύματα πίεσής τους ασκούν άμεση επίδραση στις κορώνες δέντρων ή προκαλούν τη ζημία στους μίσχους. Η δασικές πυκνότητα και η ανακούφιση ζημίας παρουσιάζονται στο σχήμα 2. Τα δάση που επιδρούν κατευναστικά στις χιονοστιβάδες δεν μπορούν να εκφραστούν στους ακριβείς αριθμούς. Οι Gubler και Rychetnik (1991) δηλώνουν μόνο ότι ακόμη και στα πυκνά δάση μια χιονοστιβάδα με ένα ύψος μεγαλύτερο από 1 μ θα χάσει πολύ από το υλικό της, αλλά θα διαβεί γενικά το δάσος. Δεν θα σταματήσει εκτός αν μπει σε μια περιοχή όπου η γωνία κλίσεων είναι λιγότερο από 10’’. Η μόνη φυσική μεταβλητή στο πρότυπο που χωρίζει σαφώς το δάσος από τις περιοχές χωρίς δάση είναι ο συντελεστής τριβής, ο οποίος πρέπει να καθοριστεί εμπειρικά.&lt;br /&gt;
&lt;br /&gt;
'''Η ολοκλήρωση των δορυφορικών στοιχείων και το πρότυπο δορυφορικής ανύψωσης'''&lt;br /&gt;
'''Δορυφορικά Στοιχεία'''&lt;br /&gt;
&lt;br /&gt;
Ο κύριος στόχος μιας ταξινόμησης είναι να παραχθούν οι εξακριβωμένες πληροφορίες για το βαθμό, την πυκνότητα και τη δομή του δάσους. Αυτό χρησιμοποιείται άμεσα στο πρότυπο προσομοίωσης κινδύνου χιονοστιβάδων. Μόνο τα υψηλής ευκρίνειας δορυφορικά στοιχεία μπορούν να παρέχουν αυτές τις πληροφορίες (όπως Landsat TM και το SPOT). &lt;br /&gt;
&lt;br /&gt;
'''Το ψηφιακό μοντέλο εδάφους'''&lt;br /&gt;
&lt;br /&gt;
Δεδομένου ότι τα δορυφορικά στοιχεία συλλαμβάνονται ως εικονοστοιχεία, είναι πιο κατάλληλο να χρησιμοποιήσει το DEM σε μορφή οριζόντιων αδιαμόρφωτων γραμμών. Η ζώνη ανύψωσης, η γωνία κλίσης και η πτυχή μπορούν να προέλθουν από το DEM. Επιπλέον, η γωνία κλίσης στα διαφορετικά μέρη μιας διαδρομής χιονοστιβάδων και της κατεύθυνσης που παίρνει μπορεί να καθοριστεί (δηλαδή η πλέον πιθανή πορεία της χιονοστιβάδας).&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:Κατολισθήσεις]]&lt;/div&gt;</summary>
		<author><name>Orfiro</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:Fig19.jpg</id>
		<title>Αρχείο:Fig19.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:Fig19.jpg"/>
				<updated>2010-02-23T16:34:12Z</updated>
		
		<summary type="html">&lt;p&gt;Orfiro: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Orfiro</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:Fig18.jpg</id>
		<title>Αρχείο:Fig18.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:Fig18.jpg"/>
				<updated>2010-02-23T16:33:58Z</updated>
		
		<summary type="html">&lt;p&gt;Orfiro: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Orfiro</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:Fig17.jpg</id>
		<title>Αρχείο:Fig17.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:Fig17.jpg"/>
				<updated>2010-02-23T16:33:44Z</updated>
		
		<summary type="html">&lt;p&gt;Orfiro: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Orfiro</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:Fig16.jpg</id>
		<title>Αρχείο:Fig16.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:Fig16.jpg"/>
				<updated>2010-02-23T16:33:29Z</updated>
		
		<summary type="html">&lt;p&gt;Orfiro: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Orfiro</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:Fig15.jpg</id>
		<title>Αρχείο:Fig15.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:Fig15.jpg"/>
				<updated>2010-02-23T16:33:12Z</updated>
		
		<summary type="html">&lt;p&gt;Orfiro: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Orfiro</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:Fig14.jpg</id>
		<title>Αρχείο:Fig14.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:Fig14.jpg"/>
				<updated>2010-02-23T16:32:56Z</updated>
		
		<summary type="html">&lt;p&gt;Orfiro: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Orfiro</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:Fig13.jpg</id>
		<title>Αρχείο:Fig13.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:Fig13.jpg"/>
				<updated>2010-02-23T16:32:41Z</updated>
		
		<summary type="html">&lt;p&gt;Orfiro: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Orfiro</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:Fig12.jpg</id>
		<title>Αρχείο:Fig12.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:Fig12.jpg"/>
				<updated>2010-02-23T16:32:25Z</updated>
		
		<summary type="html">&lt;p&gt;Orfiro: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Orfiro</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:Fig11.jpg</id>
		<title>Αρχείο:Fig11.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:Fig11.jpg"/>
				<updated>2010-02-23T16:32:10Z</updated>
		
		<summary type="html">&lt;p&gt;Orfiro: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Orfiro</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%9F%CF%81%CF%86%CE%B1%CE%BD%CE%BF%CF%8D_%CE%97%CF%81%CF%8E</id>
		<title>Ορφανού Ηρώ</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%9F%CF%81%CF%86%CE%B1%CE%BD%CE%BF%CF%8D_%CE%97%CF%81%CF%8E"/>
				<updated>2010-02-21T23:54:22Z</updated>
		
		<summary type="html">&lt;p&gt;Orfiro: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;* [[Ο σεισμός του 2003 στο Bam (ΝΑ Ιράν): ακριβείς παράμετροι πηγής από συμβολομετρία δορυφορικού ραντάρ]]&lt;br /&gt;
* [[Χρήση των δορυφόρων SAR για την ανίχνευση ζημιών από σεισμούς]]&lt;br /&gt;
* [[Η χαρτογράφηση κινδύνου χιονοστιβάδων με τα δορυφορικά στοιχεία και ένα ψηφιακό μοντέλο εδάφους]]&lt;br /&gt;
* [[Η χαρτογράφηση κινδύνου χιονοστιβάδων με τα δορυφορικά στοιχεία και ένα ψηφιακό μοντέλο εδάφους (ΙΙ)]]&lt;br /&gt;
* [[Τηλεπισκόπηση στο Wen, ο σεισμός Wenchuan]]&lt;br /&gt;
* [[Η χρήση των δορυφορικών εικόνων έντασης SAR για την ανίχνευση των κατεστραμμένων οικοδομημένων περιοχών λόγω σεισμών]]&lt;br /&gt;
* [[Η χρήση των δορυφορικών εικόνων έντασης SAR για την ανίχνευση των κατεστραμμένων οικοδομημένων περιοχών λόγω σεισμών (ΙΙ)]]&lt;br /&gt;
* [[Η χρήση των δορυφορικών εικόνων έντασης SAR για την ανίχνευση των κατεστραμμένων οικοδομημένων περιοχών λόγω σεισμών (ΙΙΙ)]]&lt;br /&gt;
* [[Η χρήση των δορυφορικών εικόνων έντασης SAR για την ανίχνευση των κατεστραμμένων οικοδομημένων περιοχών λόγω σεισμών (ΙV)]]&lt;br /&gt;
&lt;br /&gt;
 [[category:ΔΠΜΣ &amp;quot;Περιβάλλον &amp;amp; Ανάπτυξη&amp;quot; (Αθήνα) ]]&lt;/div&gt;</summary>
		<author><name>Orfiro</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%9F%CF%81%CF%86%CE%B1%CE%BD%CE%BF%CF%8D_%CE%97%CF%81%CF%8E</id>
		<title>Ορφανού Ηρώ</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%9F%CF%81%CF%86%CE%B1%CE%BD%CE%BF%CF%8D_%CE%97%CF%81%CF%8E"/>
				<updated>2010-02-21T23:52:50Z</updated>
		
		<summary type="html">&lt;p&gt;Orfiro: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;* [[Ο σεισμός του 2003 στο Bam (ΝΑ Ιράν): ακριβείς παράμετροι πηγής από συμβολομετρία δορυφορικού ραντάρ]]&lt;br /&gt;
* [[Χρήση των δορυφόρων SAR για την ανίχνευση ζημιών από σεισμούς]]&lt;br /&gt;
* [[Η χαρτογράφηση κινδύνου χιονοστιβάδων με τα δορυφορικά στοιχεία και ένα ψηφιακό μοντέλο εδάφους]]&lt;br /&gt;
* [[Η χαρτογράφηση κινδύνου χιονοστιβάδων με τα δορυφορικά στοιχεία και ένα ψηφιακό μοντέλο εδάφους (ΙΙ)]]&lt;br /&gt;
* [[Τηλεπισκόπηση στο Wen, ο σεισμός Wenchuan]]&lt;br /&gt;
* [[Η χρήση των δορυφορικών εικόνων έντασης SAR για την ανίχνευση των κατεστραμμένων οικοδομημένων περιοχών λόγω σεισμών]]&lt;br /&gt;
* [[Η χρήση των δορυφορικών εικόνων έντασης SAR για την ανίχνευση των κατεστραμμένων οικοδομημένων περιοχών λόγω σεισμών (II)]]&lt;br /&gt;
* [[Η χρήση των δορυφορικών εικόνων έντασης SAR για την ανίχνευση των κατεστραμμένων οικοδομημένων περιοχών λόγω σεισμών (III)]]&lt;br /&gt;
* [[Η χρήση των δορυφορικών εικόνων έντασης SAR για την ανίχνευση των κατεστραμμένων οικοδομημένων περιοχών λόγω σεισμών (IV)]]&lt;br /&gt;
&lt;br /&gt;
 [[category:ΔΠΜΣ &amp;quot;Περιβάλλον &amp;amp; Ανάπτυξη&amp;quot; (Αθήνα) ]]&lt;/div&gt;</summary>
		<author><name>Orfiro</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%97_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CF%89%CE%BD_%CE%AD%CE%BD%CF%84%CE%B1%CF%83%CE%B7%CF%82_SAR_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%B1%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%BA%CE%B1%CF%84%CE%B5%CF%83%CF%84%CF%81%CE%B1%CE%BC%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CE%BF%CE%B9%CE%BA%CE%BF%CE%B4%CE%BF%CE%BC%CE%B7%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CF%8E%CE%BD_%CE%BB%CF%8C%CE%B3%CF%89_%CF%83%CE%B5%CE%B9%CF%83%CE%BC%CF%8E%CE%BD_(%CE%99V)</id>
		<title>Η χρήση των δορυφορικών εικόνων έντασης SAR για την ανίχνευση των κατεστραμμένων οικοδομημένων περιοχών λόγω σεισμών (ΙV)</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%97_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CF%89%CE%BD_%CE%AD%CE%BD%CF%84%CE%B1%CF%83%CE%B7%CF%82_SAR_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%B1%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%BA%CE%B1%CF%84%CE%B5%CF%83%CF%84%CF%81%CE%B1%CE%BC%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CE%BF%CE%B9%CE%BA%CE%BF%CE%B4%CE%BF%CE%BC%CE%B7%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CF%8E%CE%BD_%CE%BB%CF%8C%CE%B3%CF%89_%CF%83%CE%B5%CE%B9%CF%83%CE%BC%CF%8E%CE%BD_(%CE%99V)"/>
				<updated>2010-02-21T23:50:42Z</updated>
		
		<summary type="html">&lt;p&gt;Orfiro: New page: '''Η χρήση των δορυφορικών εικόνων έντασης SAR για την ανίχνευση των κατεστραμμένων οικοδομημένων περιο...&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Η χρήση των δορυφορικών εικόνων έντασης SAR για την ανίχνευση των κατεστραμμένων οικοδομημένων περιοχών λόγω σεισμών'''&lt;br /&gt;
&lt;br /&gt;
'''Masashi Matsuoka, α) M.EERI, και Fumio Yamazaki, β) M.EERI'''&lt;br /&gt;
Earthquake Spectral, Vol.20, N. 3, pp 975 - 994, August 2004&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''ΑΝΑΓΝΩΡΙΣΗ ΤΩΝ ΟΙΚΟΔΟΜΗΜΕΝΩΝ ΚΑΤΕΣΤΡΑΜΜΕΝΩΝ ΠΕΡΙΟΧΩΝ'''&lt;br /&gt;
 &lt;br /&gt;
'''ΠΡΟΣΔΙΟΡΙΣΜΟΣ ΧΡΟΝΙΚΏΝ ΧΑΡΑΚΤΗΡΙΣΤΙΚΏΝ ΤΩΝ ΔΕΙΚΤΏΝ ΑΝΆΔΡΟΜΗΣ ΔΙΆΞΥΣΗΣ ΣΤΙΣ ΚΑΤΕΣΤΡΑΜΜΕΝΕΣ ΟΙΚΟΔΟΜΗΜΕΝΕΣ ΠΕΡΙΟΧΕΣ'''&lt;br /&gt;
&lt;br /&gt;
Όταν χρησιμοποιήθηκε το μέγεθος παραθύρου 21*21 εικονοστοιχείων στην προαναφερθείσα ανάλυση, λήφθηκε η υψηλότερη διακρίνουσα ακρίβεια μεταξύ κατεστραμμένων και μη περιοχών. Η πρόοδος της εικόνας μπορεί να οδηγήσει στην τραχιά εκτίμηση και μπορεί μόνο να χρησιμοποιηθεί για τη διαδεδομένη σοβαρή ζημία. Ένα μεγαλύτερο μέγεθος παραθύρων, εντούτοις, δεν προσφέρει την ικανότητα για την ανίχνευση των μικρών χωρικών αλλαγών μέσα σε ένα παράθυρο. Όπως φαίνεται στο σχήμα 10, η διαφορά σε αναλογίες σύμπτωσης χρησιμοποιώντας το μέγεθος παραθύρων 13*13 εικονοστοιχείων και 21*21 εικονοστοιχείων δεν είναι τόσο ευδιάκριτη, ιδιαίτερα όταν χρησιμοποιούν οι εικόνες το φίλτρο καταφυγίων μεγαλύτερο από 21*21 εικονοστοιχεία. Επομένως, αποφασίσαμε να χρησιμοποιήσουμε ένα παράθυρο εικονοστοιχείου 13*13 σε αυτήν την μελέτη για να υπολογίσουμε τους δύο δείκτες από δύο στοιχεία αποκτήσεων προκειμένου να ανιχνευθούν τα μικρά χαρακτηριστικά γνωρίσματα. Με βάση τα αποτελέσματα των ανωτέρω αναλύσεων, μια χρονική αλλαγή στους δύο δείκτες μέσω μιας χρονικής σειράς ανάλυσης ερευνήθηκε. Ορίσαμε την εικόνα που λήφθηκαν στις 12 Οκτωβρίου 1994 ως κύρια (εικόνα β), και άλλη ως δευτερεύουσα (εικόνα α). Κατόπιν οι δύο δείκτες υπολογίστηκαν από τις εξισώσεις 1 και 2 χρησιμοποιώντας δύο εικόνες αποκτήσεων, α και β.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Το σχήμα 11 παρουσιάζει τα χρονικά χαρακτηριστικά της διαφοράς στις περιοχές όπου η σοβαρά κατεστραμμένη αναλογία είναι ίση με 100% και αυτών χωρίς τη ζημία. Οι μέσες τιμές της διαφοράς στο συντελεστή ανάδρομης διάξυσης στις κατεστραμμένες περιοχές βλέπουνε μια μείωση σε περίπου -1 DB μετά από το γεγονός. Μέχρι τώρα, η σταθερή απόκλιση στις κατεστραμμένες περιοχές φαίνεται σχετικά μεγάλη μετά από το σεισμό. Από την άλλη πλευρά, δεν θα μπορούσαμε να παρατηρήσουμε εύκολα οποιεσδήποτε τάσεις στη μέση αξία για τις περιοχές χωρίς ζημία κατά τη διάρκεια της περιόδου του περιστατικού σεισμο. Επιπλέον, στις κατεστραμμένες περιοχές, η τάση βλέπει για την αξία που μειώθηκε αμέσως μετά από το γεγονός και αυξήθηκε έπειτα βαθμιαία μέχρι το έτος 1997. Η επιρροή των όρων παρατήρησης, όπως η δορυφορική τροχιά, περιλήφθηκε ενδεχομένως σε αυτήν την τάση εκτός από την αλλαγή του διασκορπίζοντας την κατάσταση στη γήινη επιφάνεια, ως αξία που αυξήθηκε ομοίως στις περιοχές χωρίς ζημία επίσης. Η χρονική αλλαγή στο συντελεστή συσχετισμού και για τις τις δύο περιοχές παρουσιάζεται στο σχήμα 12. Οι μέσες τιμές του συντελεστή συσχετισμού και για το δύο σοβαρά κατεστραμμένες και μη περιοχές ήταν σχεδόν οι ίδιες, περίπου 0.6 πριν από το σεισμό, όμως, η τιμή για τη σοβαρά κατεστραμμένη περιοχή μετά από το σεισμό μειώθηκε σε περίπου 0.3, και έπειτα παρέμεινε σε σταθερό επίπεδο. Η διασπορά στη μέση αξία του συντελεστή συσχετισμού φαίνεται να είναι σταθερότερη από αυτή της μέσης αξίας της διαφοράς στο συντελεστή ανάδρομης διάξυσης (δείτε το σχήμα 11).&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''ΑΝΙΧΝΕΥΣΗ ΚΑΤΑΝΟΜΗΣ ΤΗΣ ΖΗΜΙΑΣ ΣΤΗΝ ΟΙΚΟΔΟΜΗΣΗ'''&lt;br /&gt;
&lt;br /&gt;
Αυτή η μελέτη καταδεικνύει ότι οι σοβαρά κατεστραμμένες περιοχές μπορούν να προσδιοριστούν με δύο απλούς δείκτες κατά την χρησιμοποίηση των time-series (χρονικής σειράς) στοιχείων SAR. Η διαφορά μεταξύ του συντελεστή ανάδρομης διάξυσης, του δ, και του συντελεστή συσχετισμού, ρ, για κάθε περιοχή λήφθηκε από το αντίστοιχο παράθυρο εικονοστοιχείου 13*13 χρησιμοποιώντας ένα ζευγάρι  εικόνων, από τις 23 Μαΐου 1995 και 12 Οκτωβρίου 1994, οι οποίες έχουν φιλτραριστεί από τον Lee ενός παραθύρου εικονοστοιχείου 21*21 (σχήμα 13). Μια γραμμική διακρίνουσα ανάλυση που παρουσιάστηκε στο σχήμα 5 εφαρμόστηκε για να ταξινομήσει σοβαρά κατεστραμμένες και μη περιοχές. Ένας διακρίνων τύπος, που παρουσιάζεται στις διαστιγμένες γραμμές στο σχήμα 13 που λαμβάνεται από την ανάλυση, παρουσιάζεται στην εξίσωση 3:&lt;br /&gt;
&lt;br /&gt;
z = -2.140 * d - 12.465 * r + 4.183&lt;br /&gt;
&lt;br /&gt;
όπου το z είναι το διακρίνον αποτέλεσμα. Σύμφωνα με την πιθανότητα σε αυτήν την διακρίνουσα ανάλυση για τις δύο καταστάσεις, τα εικονοστοιχεία  των οποίων η αξία z είναι θετική και αρνητική ορίζονται ως σοβαρή ζημία και καμία ζημία, αντίστοιχα. Επειδή οι και οι δύο συντελεστές είναι αρνητικοί, το υψηλότερο και αρνητικό d ή το μικρότερο r κερδίζει το lager z. Η αναλογία σύμπτωσης της διάκρισης για τους δύο όρους ήταν 78.5% βασισμένο σε αυτό το σύνολο στοιχείων κατάρτισης. Όταν θεωρήσαμε το μόνο ενιαίο μέτρο, δηλ., τη διαφορά ή το συσχετισμό, τα αποτελέσματα της αναλογίας σύμπτωσης για να διακρίνουμε τους δύο όρους από τη μονο-μεταβλητή γενικευμένη απόσταση Mahalanobis χρησιμοποιώντας τη διαφορά ή το συσχετισμό ήταν 71.1% και 73.4%, αντίστοιχα. Η ακρίβεια της διάκρισης και με τα τα δύο μέτρα μαζί παρουσιάζει υψηλότερο από εκείνο  χρησιμοποιώντας ένα από τα μέτρα.&lt;br /&gt;
&lt;br /&gt;
Στην εφαρμογή αυτής της εξίσωσης 3 στις επτά κατηγορίες ολόκληρου του συνόλου στοιχείων κατάρτισης, η μέση και σταθερή απόκλιση για τις σοβαρά κατεστραμμένες αναλογίες ζημίας υπολογίστηκαν όπως φαίνεται στον πίνακα 2. Το διακρίνον αποτέλεσμα z δείχνει το βαθμό της ζημίας στην οικοδόμηση στην περιοχή. Η κατανομή της τιμής z που επιστρωμένη στην αρχική εικόνα έντασης SAR απεικονίζεται στον  εικόνα 14. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Η σκοτεινότερη περιοχή παρουσιάζει τα εικονοκύτταρα με την υψηλότερη αξία z. Εστιάζοντας στις αστικοποιημένες περιοχές για να ανιχνεύσουν τη ζημία οικοδόμησης, τα εικονοκύτταρα οι συντελεστές ανάδρομης διάξυσης των οποίων είναι μικρότεροι από την ορισμένη αξία κατώτατων ορίων (-5 DB) καλύφθηκαν στην πλοκή λόγω της αντανάκλασης ανάδρομης διάξυσης γενικά που είναι ισχυρότερης στις υψηλής ανάπτυξης περιοχές από άλλες περιοχές, όπως η θάλασσα και οι περιοχές με βλάστηση μεγάλης ποσότητας. Σε αυτή την εικόνα, η σκοτεινή περιοχή αποτελεί μια ζώνη που είναι παρόμοια με τη σοβαρά πληγείσα ζώνη βασισμένη στην έρευνα τομέων, που παρουσιάζεται στο σχήμα 2. Είναι κατανοητό ότι η αναδρομικά διασκορπισμένη ένταση μειώθηκε στη κατεστραμμένη περιοχή λόγω της μείωσης της βασικής επίδρασης των μικροκυμάτων δεδομένου ότι τα κτήρια κατέρρευσαν ή/και αφαιρέθηκαν και τα κενά διαστήματα διαμορφώθηκαν. Η ροή και οι σημειώσεις για την επεξεργασία εικόνας για να ανιχνεύσει τη χαλασμένη περιοχή συνοψίζονται στο σχήμα 15.&lt;br /&gt;
&lt;br /&gt;
Αν και κατανοώντας τη γενική ζημία η κατανομή είναι δυνατή από τους υπάρχοντες δορυφόρους, υψηλής ευκρίνειας διαστημική ή  αερομεταφερόμενη τηλεπισκόπηση SAR, που συλλέγει τις συμπληρωματικές λεπτομερείς πληροφορίες ζημίας για το χτισμένο περιβάλλον, θα πραγματοποιηθεί στο κοντινό μέλλον. Μια θεωρητική μελέτη για την αξιολόγηση της παραμόρφωσης των κτηρίων πραγματικού-μεγέθους από τα μιμούμενα φανταστικά στοιχεία SAR βασισμένα σε μια ηλεκτρομαγνητική διατύπωση (Shinozuka και λοιποί. 2000) θα αποδειχθεί πληροφοριακή στον υπολογισμό αυτού του στόχου.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''ΣΥΜΠΕΡΑΣΜΑΤΑ'''&lt;br /&gt;
&lt;br /&gt;
Η ποσοτική αξιολόγηση σχετικά με τα χαρακτηριστικά των δορυφορικών εικόνων SAR της κατεστραμμένης περιοχής πραγματοποιήθηκε χρησιμοποιώντας τα στοιχεία ERS/SAR που λήφθηκαν πριν και μετά από το σεισμό Ηyogoken-Nanbu του 1995 (Kobe). Στην προηγούμενη μελέτη μας, ο συσχετισμός μεταξύ της αναλογίας ζημίας στην οικοδόμηση και στην δορυφορική εικόνα SAR έδειξε μια τάση σχετικά με την αναλογία ζημίας οικοδόμησης  στην περιοχή με μια υψηλή αναλογία ζημίας, η διαφορά του συντελεστή ανάδρομης διάξυσης (μετά από-πριν) γίνεται υψηλότερη και αρνητική, και ο συντελεστής συσχετισμού γίνεται χαμηλότερος. Για να αναπτύξει μια καθολική μέθοδο για την αναγνώριση των κατεστραμμένων περιοχών, μια παραμετρική μελέτη πραγματοποιήθηκε για την επιλογή του βέλτιστου μεγέθους παραθύρων για τον υπολογισμό των δύο δεικτών και της διαφοράς και του συσχετισμού για να διακρίνει σοβαρά και μη κατεστραμμένες περιοχές. &lt;br /&gt;
&lt;br /&gt;
Επίσης εξετάστηκαν τα αποτελέσματα του φίλτρου μείωσης θορύβου στίγματος για την αξιολόγηση της ζημίας οικοδόμησης. Από αυτήν την ανάλυση, η εφαρμογή του διακρίνοντος αποτελέσματος, που προέρχεται από το συνδυασμό δύο δεικτών μέσα σε ένα αντίστοιχο παράθυρο χρησιμοποιώντας τις προ και μετά του γεγονότος φιλτραρισμένες στίγμα-μείωση εικόνες, προτάθηκε για να ανιχνεύσει τις σοβαρά κατεστραμμένες περιοχές. Η κατανομή που λήφθηκε από αυτήν την διαδικασία παρουσίασε σχετικά καλή συμφωνία με την πραγματική κατανομή ζημίας από την έρευνα τομέων. Δεδομένου ότι αυτή η μέθοδος ανίχνευσης ζημίας αναπτύχθηκε βασισμένη στο σύνολο στοιχείων μόνο από το σεισμό Kobe, μια περαιτέρω μελέτη απαιτείται μέσω των πληροφοριών από άλλους πρόσφατους καταστρεπτικούς σεισμούς στον κόσμο για να είναι σε θέση να επιτύχει μια γενική συμφωνία για την ανίχνευση ζημίας σεισμού στις αστικές περιοχές που χρησιμοποιούν το δορυφορικό SAR.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:Σεισμοί]]&lt;/div&gt;</summary>
		<author><name>Orfiro</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%97_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CF%89%CE%BD_%CE%AD%CE%BD%CF%84%CE%B1%CF%83%CE%B7%CF%82_SAR_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%B1%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%BA%CE%B1%CF%84%CE%B5%CF%83%CF%84%CF%81%CE%B1%CE%BC%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CE%BF%CE%B9%CE%BA%CE%BF%CE%B4%CE%BF%CE%BC%CE%B7%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CF%8E%CE%BD_%CE%BB%CF%8C%CE%B3%CF%89_%CF%83%CE%B5%CE%B9%CF%83%CE%BC%CF%8E%CE%BD_(%CE%99%CE%99%CE%99)</id>
		<title>Η χρήση των δορυφορικών εικόνων έντασης SAR για την ανίχνευση των κατεστραμμένων οικοδομημένων περιοχών λόγω σεισμών (ΙΙΙ)</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%97_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CF%89%CE%BD_%CE%AD%CE%BD%CF%84%CE%B1%CF%83%CE%B7%CF%82_SAR_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%B1%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%BA%CE%B1%CF%84%CE%B5%CF%83%CF%84%CF%81%CE%B1%CE%BC%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CE%BF%CE%B9%CE%BA%CE%BF%CE%B4%CE%BF%CE%BC%CE%B7%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CF%8E%CE%BD_%CE%BB%CF%8C%CE%B3%CF%89_%CF%83%CE%B5%CE%B9%CF%83%CE%BC%CF%8E%CE%BD_(%CE%99%CE%99%CE%99)"/>
				<updated>2010-02-21T23:40:10Z</updated>
		
		<summary type="html">&lt;p&gt;Orfiro: New page: '''Η χρήση των δορυφορικών εικόνων έντασης SAR για την ανίχνευση των κατεστραμμένων οικοδομημένων περιο...&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Η χρήση των δορυφορικών εικόνων έντασης SAR για την ανίχνευση των κατεστραμμένων οικοδομημένων περιοχών λόγω σεισμών (ΙΙΙ)'''&lt;br /&gt;
&lt;br /&gt;
'''Masashi Matsuoka, α) M.EERI, και Fumio Yamazaki, β) M.EERI'''&lt;br /&gt;
Earthquake Spectral, Vol.20, N. 3, pp 975 - 994, August 2004&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''ΣΤΟΙΧΕΙΑ ΕΡΕΥΝΑΣ ΖΗΜΙΑΣ'''&lt;br /&gt;
&lt;br /&gt;
Σε αυτήν την μελέτη, εστιάζουμε στην οικοδόμηση της ζημίας ως μια από τις πρωταρχικές μορφές αντίκτυπου του σεισμού. Τα στοιχεία ζημίας οικοδόμησης GIS παρασχέθηκαν βασισμένα στα λεπτομερή αποτελέσματα της έρευνας που συντάχθηκε από το AIJ (αρχιτεκτονικό ίδρυμα Ιαπωνίας) και το CPIJ (το ίδρυμα σχεδιασμού πόλεων Ιαπωνίας), και που μεταλλάχθηκε από το BRI (ερευνητικό ίδρυμα οικοδόμησης), όπου το επίπεδο ζημίας οικοδόμησης είναι ταξινομημένο σε πέντε κατηγορίες: ζημία από την πυρκαγιά, σοβαρή ζημία, μέτρια ζημία, ελαφριά ζημία , και καμία ζημία, με τον αριθμό κατεστραμμένων κτηρίων που συμπληρώνονται συνολικά για κάθε πόλη-τετράγωνο σε κάθε θάλαμο (BRI 1996). Η σοβαρή ζημία αντιστοιχεί σχεδόν σε D5: D4 και ένα μέρος του D3 στην ταξινόμηση της ευρωπαϊκής μακροσεισμικής κλίμακας (EMS) (Maki και λοιποί. 2001). Οι επηρεασθείσες περιοχές (όπου η ζημία ρεμφανίστηκε στην οικοδόμηση τουλάχιστον ως ένα ορισμένο βαθμό) και η σοβαρά κατεστραμμένη ζώνη υπολογίστηκαν από τα στοιχεία GIS (σχήμα 2). Το ιστόγραμμο για την περιοχή κάθε τετραγώνου πόλεων στο Kobe και στην Οζάκα παρουσιάζεται στο σχήμα 4. Το μέσο μέγεθος των τετραγώνων των πόλεων είναι περίπου 5.000 τετραγωνικά μέτρα&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Η ΠΡΟΚΑΤΑΡΚΤΙΚΗ ΑΝΑΛΥΣΗ ΤΩΝ ΧΑΡΑΚΤΗΡΙΣΤΙΚΩΝ ΑΝΑΔΡΟΜΗΣ ΔΙΆΞΥΣΗΣ ΣΤΙΣ ΠΕΡΙΟΧΕΣ ΜΕ ΖΗΜΊΑ ΣΤΙΣ ΟΙΚΟΔΟΜΕΣ  ΧΡΗΣΙΜΟΠΟΙΩΝΤΑΣ  ΤΙΣ ΑΡΧΙΚΈΣ ΕΙΚΌΝΕΣ SAR'''&lt;br /&gt;
&lt;br /&gt;
Χρησιμοποιώντας τα στοιχεία από τις έρευνες σε αυτό τον τομέα, η αναλογία ζημίας των κτηρίων σε επίπεδο πόλη-τεράγωνο υπολογίστηκε ως η αναλογία μεταξύ του αριθμού των κτηρίων που ταξινομήθηκαν ως καμμένα ή σοβαρά κατεστραμμένα και του συνολικού αριθμού των κτηρίων σε κάθε τετράγωνο. Το επίπεδο ζημίας ταξινομήθηκε σε επτά κατηγορίες, Α, Β, Γ, Δ, Ε, Ζ, και Η, που αντιστοιχεί σε καμία ζημία, τις αναλογίες ζημίας των 0-6.25, 6.25-12.5, 12.5-25, 25-50, 50-100%, και 100%, αντίστοιχα, βασισμένο στη σοβαρότητα της ζημίας. Τα εικονοκύτταρα που αντιστοιχούν στον τομέα κάθε κατηγορίας ζημίας επιλέχτηκαν προκειμένου να εξεταστεί η διαφορά στο συντελεστή ανάδρομης διάξυσης και το συντελεστή συσχετισμού στις κατεστραμμένες περιοχές. Η κατηγορία χωρίς τη ζημία (α) περιλαμβάνει τα εικονοκύτταρα των κτηρίων χωρίς τα εξωτερικά στοιχεία της ζημίας σύμφωνα με την έρευνα του τομέα. Τα 2.000 εικονοστοιχεία για κάθε κατηγορία ζημίας επιλέχτηκαν για την ανάλυση. Οι συντελεστές ανάδρομης διάξυσης από τα περισσότερα από τα επιλεγμένα εικονοστοιχεία ήταν υψηλοί, περίπου περισσότερο από -5 DB, λόγω της βασικής επίδρασης στις αστικές περιοχές. Υπήρξε ελαφριά παραλλαγή  στις εικόνες SAR λόγω της βλάστησης, την οποία δεν λάβαμε υπόψη σε αυτήν την μελέτη. Με την ανάθεση των εικόνων που λήφθηκαν στις 12 Οκτωβρίου 1994 και στις 23 Μαΐου 1995 ως κύρια (εικόνα β) και δευτερεύουσα (εικόνα α), αντίστοιχα, χρησιμοποιώντας το παράθυρο εικονοκυττάρου 535 για τον υπολογισμό των δύο δεικτών, προηγουμένως αναφέραμε ότι η διαφορά του συντελεστή ανάδρομης διάξυσης (μετά -πριν) γίνεται υψηλότερη και αρνητική ενώ ο συντελεστής συσχετισμού γίνεται χαμηλότερος στην περιοχή που παρουσιάζει υψηλές αναλογίες ζημίας (Aoki και λοιποί. 1998).&lt;br /&gt;
&lt;br /&gt;
Ένας από τους σημαντικότερους λόγους αυτής της παρατήρησης είναι ότι τα κτήρια που έχουν καταρρεύσει και τα συντρίμμια δημιουργούν την απώλεια ανακλαστήρων γωνιών. Από την άλλη πλευρά, στην περιοχή με τις αναλογίες χαμηλής ζημίας, η διαφορά των συντελεστών ανάδρομης διάξυσης γίνεται χαμηλότερη και ο συντελεστής συσχετισμού γίνεται υψηλότερος. Προσπαθήσαμε να εξαγάγουμε τις περιοχές ζημίας από μια απλή τεχνική ταξινόμησης. Οι περιοχές που αντιστοιχούν στη σοβαρή ζημία ή την πλήρη ζημία (ζ) και η περιοχή χωρίς τη ζημία (α) επιλέχτηκαν επειδή αυτές οι περιοχές εκθέτουν την υψηλότερη απόκλιση στις διαφορές τους του συντελεστή ανάδρομης διάξυσης και του συντελεστή συσχετισμού. Μια γραμμική διακρίνουσα ανάλυση χρησιμοποιήθηκε για να ταξινομήσει αυτές τις περιοχές (σχήμα 5). Δεδομένου ότι οι σταθερές αποκλίσεις αυτών των δύο δεικτών για κάθε κατηγορία ζημίας είναι σημαντικά υψηλές, η αναλογία σύμπτωσης που λαμβάνεται από την ανάλυση δεν είναι ενός αποδεκτού επιπέδου για μια πρακτική χρήση. Το απέραντο τυχαίο ήταν πιθανό να προκληθεί για τους ακόλουθους λόγους:&lt;br /&gt;
&lt;br /&gt;
1. Οι όροι παρατήρησης, όπως η δορυφορική τροχιά, η ατμόσφαιρα, και η υγρασία επιφάνειας στους δύο χρόνους αποκτήσεων δεν ήταν ίσοι.&lt;br /&gt;
&lt;br /&gt;
2. Ακόμη και στην περιοχή χωρίς τη ζημία, η διαφορά στη γήινη επιφάνεια, εάν καλύπτεται από τα κτήρια ή τη βλάστηση, και οι χρονικές αλλαγές δύο στοιχείων αποκτήσεως υπήρξαν  &lt;br /&gt;
&lt;br /&gt;
3. Ακόμη και στη σοβαρά κατεστραμμένη περιοχή όπου η αναλογία ζημίας ήταν ίση με με 100%, τα στοιχεία κατάρτισης περιλαμβάνουν ενδεχομένως όχι μόνο τα κτήρια που έχουν καταρρεύσει ή τα σοβαρά κατεστραμμένα κτήρια αλλά και τους ανοιχτούς χώρους μέσα στο τετράγωνο των πόλεων (σχήμα 6)  και&lt;br /&gt;
&lt;br /&gt;
4. Η ποιότητα των εικόνων έντασης θα μπορούσε να υποβιβαστεί από έναν αναπόφευκτο πιθανό θόρυβο αποκαλούμενο «θόρυβο στίγματος»» από ένα σύστημα SAR (Ulaby και λοιποί. 1982). &lt;br /&gt;
&lt;br /&gt;
Μεταξύ των πιθανών λόγων που απαριθμήθηκαν ανωτέρω, τα αποτελέσματα του θορύβου στίγματος θα μπορούσαν να έχουν μειωθεί από την επεξεργασία εικόνας. Γενικά, ο θόρυβος στίγματος μπορεί να μειωθεί με τον υπολογισμό μέσου όρου των τιμών εικονοκυττάρου για μια περιοχή σε ένα παράθυρο κατά τρόπο παρόμοιο με την ψευδο επεξεργασία multilook, καθώς επίσης και με την εφαρμογή των φίλτρων μείωσης στίγματος για την εικόνα έντασης SAR.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''ΤΑ ΑΠΟΤΕΛΕΣΜΑΤΑ ΤΟΥ ΘΟΡΥΒΟΥ ΣΤΙΓΜΑΤΟΣ ΣΤΗΝ ΑΝΙΧΝΕΥΣΗ WINDOWSIZE ΔΙΑΝΟΜΗΣ ΖΗΜΙΑΣ ΓΙΑ ΤΟΝ ΥΠΟΛΟΓΙΣΜΟ ΤΩΝ  ΔΕΊΚΤΩΝ ΑΝΆΔΡΟΜΗΣ ΔΙΆΞΥΣΗΣ'''  &lt;br /&gt;
&lt;br /&gt;
Η προηγούμενη μελέτη μας χρησιμοποίησε το μέγεθος παραθύρων 5*5 εικονοστοιχείων (περίπου 150*150 τετραγωνικά μέτρα) στον υπολογισμό της μέσης διαφοράς και του χωρικού συσχετισμού (Aoki και λοιποί. 1998). Εντούτοις, είμαστε αβέβαιοι εάν αυτό το πρότυπο είναι βέλτιστο ή κατάλληλο για την αξιολόγηση ζημίας. Το Yonezawa και Takeuchi (2001) πρότειναν ότι η ακρίβεια της ερμηνείας των κατεστραμμένων και άθικτων περιοχών αυξάνεται όταν διευρύνεται το παράθυρο για τον υπολογισμό του χωρικού συσχετισμού. Σε αυτό το τμήμα, εξετάζουμε τη σχέση μεταξύ της ακρίβειας στην ανίχνευση ζημίας και το μέγεθος του παραθύρου για τον υπολογισμό των δύο δεικτών. Αλλάξαμε το μέγεθος του παραθύρου από 3*3 έως 51*51 εικονοστοιχεία και υπολογίσαμε τους δείκτες στο παράθυρο, και υπολογίσαμε έπειτα την αναλογία σύμπτωσης της διάκρισης για τις περιοχές όπου η αναλογία ζημίας είναι ίση με 100%, καθώς επίσης και για τις περιοχές χωρίς τη ζημία. Η σχέση για τον υπολογισμό του μεγέθους του παραθύρου, η διάστασή της (περιοχής), και η αναλογία σύμπτωσης παρουσιάζονται στο σχήμα 7. Παρατηρείται ότι καθώς το μέγεθος του παραθύρου γίνεται μεγαλύτερο, η ακρίβεια της διάκρισης γίνεται υψηλότερη. Ένα παράθυρο εικονοκυττάρου 21*21 εξέθεσε την υψηλότερη αναλογία σύμπτωσης. &lt;br /&gt;
&lt;br /&gt;
Ένα σχετικά μεγάλο μέγεθος παραθύρου απαιτείται για να συλλάβει τα σοβαρά κατεστραμμένα κτήρια στη χωρική διανομή. Επίσης, ο θόρυβος στίγματος μπορεί να μειωθεί ελαφρώς χρησιμοποιώντας τη μέση αξία μέσα σε ένα παράθυρο υπολογισμού. Εάν το μέγεθος παραθύρων επιλέγεται για να είναι πάνω από 31*31 εικονοστοιχεία, η αναλογία σύμπτωσης μπορεί να μειωθεί λόγω της ύπαρξης των σοβαρά χαλασμένων κτηρίων ακόμη και στις περιοχές που επιλέγονται για την κατηγορία χωρίς τη ζημία, και η αντίστροφη κατάσταση είναι επίσης πιθανή. &lt;br /&gt;
&lt;br /&gt;
Το προαναφερθέν βέλτιστο μέγεθος του παραθύρου για τη μεγιστοποίηση της δυνατότητας να διακρίνει σοβαρά κατεστραμμένες και μη περιοχές προήλθε μόνο από το σύνολο στοιχείων για το σεισμό Kobe του 1995. Αυτή η βέλτιστη αξία μπορεί να αλλάξει εάν η κατάσταση των αστικών περιοχών και η χωρική ανάλυση των δορυφορικών εικόνων είναι διαφορετικές από εκείνες της περίπτωσης Kobe.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''ΕΠΙΔΡΑΣΗ ΤΟΥ ΦΙΛΤΡΟΥ ΜΕΙΩΣΗΣ ΤΟΥ ΣΤΙΓΜΑΤΟΣ'''&lt;br /&gt;
&lt;br /&gt;
Εξετάσαμε την επίδραση των φίλτρων μείωσης στίγματος στην ακρίβεια της ανίχνευσης ζημίας στις εικόνες έντασης SAR. Τρια χαρακτηριστικά φίλτρα, το διάμεσο, το Lee (Lee 1980), και το Frost (Frost και λοιποί. 1982), εφαρμόστηκαν στις προ και το μετα του γεγονότος καταχωρημένες εικόνες. Ένα χωρικό φιλτράρισμα είναι μια τοπική λειτουργία για τις τιμές εικονοκυττάρου σε μια αρχική εικόνα έντασης SAR. Κατά τη διάρκεια του φιλτραρίσματος, οι τιμές του εικονοκυττάρου τροποποιήθηκαν χρησιμοποιώντας τις τιμές των γειτονικών εικονοστοιχείων. Η ζουμ εικόνα μιας περιοχής ορθογωνίου (αριθμός 3a) που εφαρμόζεται από κάθε φίλτρο παρουσιάζεται στο σχήμα 8. Το μέγεθος παραθύρου για το φιλτράρισμα ήταν 5*5 εικονοστοιχεία. Για να εκθέσουμε τις φιλτραρισμένες εικόνες, διευθύναμε μια διαδικασία αυξήσεως για να βελτιώσουμε την οπτική ικανότητα ερμηνείας των εικόνων χρησιμοποιώντας τη μέθοδο του τεντώμάτος ιστογράμμων. Σε σύγκριση με την αρχική εικόνα που παρουσιάζεται στο σχήμα 8a, τα χαμηλής συχνότητας χαρακτηριστικά γνωρίσματα ενισχύονται στη μεσαία-φιλτραρισμένη εικόνα (αριθμός 8b), και ένα όριο φραγμών, όπως οι δρόμοι, παρατηρείται σαφώς στις εικόνες που φιλτράρονται από τον Lee και τον Frost (αριθμοί 8c και δ).  &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Μετά τον υπολογισμό της διαφοράς στο συντελεστή ανάδρομης διάξυσης και το συντελεστή συσχετισμού μέσα στις περιοχές 7*7, 13*13, και 21*21 εικονοστοιχεία χρησιμοποιώντας τις προ και μετά του γεγονότος φιλτραρισμένες εικόνες, πραγματοποιήθηκε η διακρίνουσα ανάλυση για τις περιοχές με καμία ζημία και εκείνων που υπέστησαν σοβαρή ζημία. Το σχήμα 9 παρουσιάζει τις αναλογίες σύμπτωσης από τις διακρίνουσες λειτουργίες για κάθε μια από τις φιλτραρισμένες και αρχικές εικόνες. Ανά 7 παράθυρα εικονοστοιχείων που εφαρμόζεται στη μεσαία-φιλτραρισμένη εικόνα εκθέτουν μια χαμηλή αναλογία σύμπτωσης, όλες οι άλλες φιλτραρισμένες εικόνες παρουσιάζουν υψηλότερες αναλογίες από αυτή της αρχικής εικόνας, που καταδεικνύει ότι τα φίλτρα μείωσης στίγματος βελτιώνουν την ακρίβεια της οικοδόμησης της ανίχνευσης ζημίας. Η ακρίβεια της ανίχνευσης ζημίας χρησιμοποιώντας τις Lee ή Frost φιλτραρισμένες έντασης SAR εικόνες  είναι σχετικά υψηλή μεταξύ των τριών τύπων φίλτρων.&lt;br /&gt;
&lt;br /&gt;
Έπειτα, η σχέση μεταξύ της μείωσης του στίγματος του μεγέθους φίλτρων και της ακρίβεια της ανίχνευσης ζημίας ερευνήθηκαν. Χρησιμοποιήσαμε το φίλτρο καταφυγίων λόγω του απλού σχεδίου και της μάλλον υψηλότερης αναλογίας σύμπτωσής της που παρουσιάστηκαν κατά τη διάρκεια της αξιολόγησης ζημίας. Αλλάξαμε το μέγεθος παραθύρων φιλτραρίσματος από 3*3 έως 51*51 εικονοστοιχεία και μετρήσαμε τις αλλαγές στην αναλογία σύμπτωσης (σχήμα 10). Ανεξάρτητα από το μέγεθος του παραθύρου που χρησιμοποιείται για τον υπολογισμό των δύο δεικτών (ο μέσος συντελεστής διαφοράς και συσχετισμού), καθώς το μέγεθος φίλτρων έγινε μεγαλύτερο, η αναλογία σύμπτωσης έγινε υψηλότερη. Μια παρόμοια τάση σε αναλογία σύμπτωσης παρατηρήθηκε για το μέγεθος παραθύρων υπολογισμού 7*7 και 13*13 εικονοκυττάρων, και η αναλογία σύμπτωσης διαποτίστηκε σχεδόν στο παράθυρο εικονοστοιχείου 21*21 για το φιλτράρισμα. Αντίθετα, για το παράθυρο εικονοστοιχείου 21*21 που χρησιμοποιείται για τον υπολογισμό των δύο δεικτών, η αναλογία σύμπτωσης βλέπει για να διαποτιστεί στο παράθυρο εικονοστοιχείου 5*5 για το φιλτράρισμα. Στο προηγούμενο τμήμα, 21*21 εικονοστοιχεία, που εξέθεσαν την υψηλότερη αναλογία σύμπτωσης, θεωρούνται το βέλτιστο μέγεθος παραθύρων για την αξιολόγηση ζημίας. Επίσης έχει ανακαλυφθεί ότι η ακρίβεια της ανίχνευσης ζημίας δεν αυξάνεται σημαντικά στο φιλτράρισμα στίγμα-μείωσης του μεγέθους παραθύρων μεγαλύτερου από 21*21 εικονοστοιχεία. Είναι αξιοσημείωτο ότι τα 21*21 εικονοστοιχεία είναι ένα κριτήριο και για τα δύο μεγέθη παραθύρων.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:Σεισμοί]]&lt;/div&gt;</summary>
		<author><name>Orfiro</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%97_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CF%89%CE%BD_%CE%AD%CE%BD%CF%84%CE%B1%CF%83%CE%B7%CF%82_SAR_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%B1%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%BA%CE%B1%CF%84%CE%B5%CF%83%CF%84%CF%81%CE%B1%CE%BC%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CE%BF%CE%B9%CE%BA%CE%BF%CE%B4%CE%BF%CE%BC%CE%B7%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CF%8E%CE%BD_%CE%BB%CF%8C%CE%B3%CF%89_%CF%83%CE%B5%CE%B9%CF%83%CE%BC%CF%8E%CE%BD_(%CE%99%CE%99)</id>
		<title>Η χρήση των δορυφορικών εικόνων έντασης SAR για την ανίχνευση των κατεστραμμένων οικοδομημένων περιοχών λόγω σεισμών (ΙΙ)</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%97_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CF%89%CE%BD_%CE%AD%CE%BD%CF%84%CE%B1%CF%83%CE%B7%CF%82_SAR_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%B1%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%BA%CE%B1%CF%84%CE%B5%CF%83%CF%84%CF%81%CE%B1%CE%BC%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CE%BF%CE%B9%CE%BA%CE%BF%CE%B4%CE%BF%CE%BC%CE%B7%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CF%8E%CE%BD_%CE%BB%CF%8C%CE%B3%CF%89_%CF%83%CE%B5%CE%B9%CF%83%CE%BC%CF%8E%CE%BD_(%CE%99%CE%99)"/>
				<updated>2010-02-21T23:26:48Z</updated>
		
		<summary type="html">&lt;p&gt;Orfiro: New page: '''Η χρήση των δορυφορικών εικόνων έντασης SAR για την ανίχνευση των κατεστραμμένων οικοδομημένων περιο...&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Η χρήση των δορυφορικών εικόνων έντασης SAR για την ανίχνευση των κατεστραμμένων οικοδομημένων περιοχών λόγω σεισμών (ΙΙ)'''&lt;br /&gt;
&lt;br /&gt;
'''Masashi Matsuoka, α) M.EERI, και Fumio Yamazaki, β) M.EERI'''&lt;br /&gt;
Earthquake Spectral, Vol.20, N. 3, pp 975 - 994, August 2004&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''ΟΙ ΒΑΣΙΚΕΣ ΑΡΧΕΣ ΤΟΥ SAR''' &lt;br /&gt;
&lt;br /&gt;
Το SAR, το οποίο είναι μια από τις ενεργές τεχνικές τηλεπισκόπησης, διαβιβάζει ένα σήμα μικροκυμάτων προς έναν στόχο και λαμβάνει την αντανάκλασή της (το εύρος και τη φάση) πίσω στον αισθητήρα ή την κεραία (Henderson και Lewis 1998). Κανονικά, το μήκος του κύματος είναι της τάξεως του 1 εκατ. σε 1 μ, που αντιστοιχεί σε ένα φάσμα συχνότητας περίπου 30 Ghz σε 300 MHZ. Ένα σύστημα SAR μπορεί να επιβιβαστεί και στις αερομεταφερόμενες και στις διαστημικές πλατφόρμες. Το SAR δημιουργεί σχετικά υψηλού εδάφους (εικονοκύτταρο) resolution (ψήφισμα) επειδή μιμείται μια μακριά κεραία συνδυάζοντας τα ηλεκτρικά σήματα που παραλαμβάνονται από τον αισθητήρα του καθώς κινείται κατά μήκος μιας ιδιαίτερης  διαδρομής στον αέρα (πτήση).&lt;br /&gt;
&lt;br /&gt;
Κάθε εικονοκύτταρο σε μια εικόνα εύρους (ένταση) αντιπροσωπεύει τη δύναμη ανάδρομης διάξυσης ραντάρ για εκείνη την περιοχή στο έδαφος. ``Ο συντελεστής ανάδρομης διάξυσης»» εξαρτάται από την τραχύτητα της επιφάνειας, το επίπεδο υγρασίας της περιοχής, και τη συναφή γωνία ενός μικροκύματος και του μήκους κύματός του. Σύμφωνα με τις προηγούμενες μελέτες μας για την αξιολόγηση της οπισθοδιασποράς στο σεισμό Kobe του 1995 (Aoki και λοιποί. το 1998, Matsuoka και Yamazaki 2000b), οι προκαλούμενες από τον άνθρωπο δομές παρουσιάζουν συγκριτικά υψηλή αντανάκλαση λόγω των πολλαπλάσιων αντανακλάσεων, αποκαλούμενων  «`η βασική επίδραση»» ή «ανακλαστήρας γωνιών »» μεταξύ των δομών και του εδάφους.&lt;br /&gt;
&lt;br /&gt;
Οι ανοιχτοί χώροι ή τα κατεστραμμένα κτήρια έχουν συγκριτικά χαμηλό συντελεστή ανάκλασης επειδή τα μικροκύματα είναι διεσπαρμένα σε διαφορετικές κατευθύνσεις. Ένα σχηματικό διάγραμμα των αντικειμένων επιφάνειας και οι ιδιότητες ανάδρομης διάξυσής τους παρουσιάζονται στο σχήμα 1. Τα κτήρια μπορούν να μετατραπούν σε συντρίμμια από έναν σεισμό, και σε μερικές περιπτώσεις, τα συντρίμμια των κτηρίων μπορούν να αφαιρεθούν, αφήνοντας το έδαφος εκτεθειμένο. Κατά συνέπεια ο συντελεστής ανάδρομης διάξυσης που καθορίζεται μετά από τη ζημία είναι πιθανό να μειωθεί, έναντι αυτού που λαμβάνεται πριν από το γεγονός. Για να συγκρίνουμε δύο στοιχεία αποκτήσεων, απαιτείται μια διαδικασία αντιστοίχησης των εικόνων με υψηλή ακρίβεια. Στην περίπτωση χρησιμοποίησης των αερομεταφερόμενων αισθητήρων, μια μικρή διαφορά σε δύο τροχιές αεροπλάνων προκαλεί δυσκολία στην αντιστοίχηση σε pixel (εικονοκύτταρο) με pixel (εικονοκυττάρου) λόγω της υψηλής χωρικής ανάλυσης. Εντούτοις, η αντιστοίχηση των εικόνων  των δορυφορικών εικόνων SAR δεν δημιουργεί ένα σημαντικό πρόβλημα όταν χρησιμοποιούμε τις εικόνες που λαμβάνονται από ένα ίδιο δορυφορικό σύστημα.&lt;br /&gt;
&lt;br /&gt;
Στο επόμενο μέρος, αξιολογούμε ποσοτικά τα χαρακτηριστικά ανάδρομης διάξυσης των περιοχών με τη ζημιά στις οικοδομές λόγω του σεισμού Kobe όπως τα λεπτομερή αποτελέσματα ερευνών ζημίας αυτού του γεγονότος αποθηκεύονται στο GIS.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''ΣΥΝΟΛΟ ΔΕΔΟΜΕΝΩΝ'''&lt;br /&gt;
&lt;br /&gt;
'''ΔΕΔΟΜΕΝΑ SAR ΚΑΙ ΕΠΕΞΕΡΓΑΣΙΑ ΕΙΚΟΝΑΣ'''&lt;br /&gt;
&lt;br /&gt;
Αρκετοί  δορυφόροι παρατήρησαν την περιοχή Kobe πριν και μετά από το σεισμό Kobe (Sudo και λοιποί. 1995), που συνέβη στις 17 Ιανουαρίου 1995. Χρησιμοποιήσαμε τις ευρωπαϊκές δορυφορικές εικόνες τηλεπισκόπησης (ERS) που αποκτήθηκαν στις 23 Μαΐου 1995, την 1η Αυγούστου 1995, 27 Φεβρουαρίου 1996, 2 Απριλίου 1996, και 10 Σεπτεμβρίου 1997 ως τα στοιχεία μετα του γεγονότος και εκείνα που λήφθηκαν στις 12 Οκτωβρίου 1994, στις 3 Ιουνίου 1994, 8 Αυγούστου 1993 και 1 Νοεμβρίου 1992 ως στοιχεία πριν του γεγονότος, αντίστοιχα. Η κάλυψη των δορυφορικών εικόνων παρουσιάζεται στο σχήμα 2. Με βάση αυτό το time-series σύνολο στοιχείων, εξετάσαμε και ελέγξαμε την αλλαγή στα χαρακτηριστικά ανάδρομης διάξυσης κατεστραμμένων και μη περιοχών. Η εικόνα που παρουσιάστηκε στο σχήμα 3 λήφθηκε κατά την πιό κοντινή ημερομηνία μετά από το σεισμό (δηλ., τέσσερις μήνες μετά από το γεγονός). Από το Δεκέμβριο του 1993 έως τον Μάρτιο του 1995, η τροχιά του δορυφόρου ERS άλλαξε και η περιοδική παρατήρηση έγινε αδύνατη. Η πρώτη εικόνα που παρατηρεί την κατεστραμμένη περιοχή λήφθηκε τέσσερις μήνες μετά από το σεισμό (Massonnet και λοιποί. 1996). Όταν ο δορυφόρος ERS έλαβε την τελευταία εικόνα προ-γεγονότος, επομένως, ήταν κατά τη διάρκεια της αλλαγής τροχιάς, δηλ., η τροχιά ήταν απολύτως διαφορετική από αυτή  μετα  του σεισμού.&lt;br /&gt;
&lt;br /&gt;
Από την οπτική επιθεώρησή μας που χρησιμοποιεί τις αεροφωτογραφίες που λήφθηκαν τον Μαΐο του 1995, μερικά από τα σοβαρά κατεστραμμένα κτήρια είχαν ήδη κατεδαφιστεί και οι ανοιχτοί χώροι είχαν εκτεθεί σε αυτήν την περίοδο. Λόγω της παρερχόμενης περιόδου, μια άμεση σύγκριση μεταξύ των εικόνων SAR και τα στοιχεία στον τομέα έρευνας μπορούν να είναι ανακριβή, αλλά υποθέτουμε ότι η βασική αξιολόγηση είναι ακόμα δυνατή στη δυνατότητα των δορυφορικών εικόνων SAR να ανιχνεύσουν τις αλλαγές στη γήινη επιφάνεια των αστικών περιοχών.&lt;br /&gt;
&lt;br /&gt;
Τα σημαντικότερα χαρακτηριστικά των συστημάτων ERS/SAR παρατίθενται στον πίνακα 1. Ένα εικονοκύτταρο είναι ισοδύναμο με μια επίγεια απόσταση 30 μ, και ο ψηφιακός αριθμός του μετατράπηκε σε μια δύναμη της φωτεινότητας του ραντάρ. Όλες οι εικόνες έντασης αντιστοιχήθηκαν με τα στοιχεία από τις 23 Μαΐου 1995. με τη μέθοδο της πιο κοντινής γειτονιάς, χρησιμοποιώντας διάφορα σημεία δεσμών που λήφθηκαν από τη βέλτιστη επιλογή ζευγαριού εικονοκυττάρου, ερευνώντας pixel με pixel, στη θέση που παράγει τον υψηλότερο συσχετισμό για την περιοχή του παραθύρου εικονοκυττάρου 7*7 μεταξύ των δύο εικόνων έντασης, δηλ., ταιριάζοντας με τεχνική προτύπων. Ο συσχετισμός και η διαφορά στο συντελεστή ανάδρομης διάξυσης των δύο αποκτήσεων χρησιμοποιήθηκαν ως δείκτες που αντιπροσωπεύουν τις αλλαγές στις επηρεασθείσες περιοχές. Ο συντελεστής συσχετισμού, ρ, μεταξύ δύο εικόνων έντασης, α και β, υπολογίστηκε μέσα σε ένα μικρό αντίστοιχο παράθυρο ως εξής:&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
όπου το ι είναι ο αριθμός δείγμα, τα Iai και Ibi είναι οι ψηφιακοί αριθμοί των δύο εικόνων, και το Ν είναι ο συνολικός αριθμός (pixels) εικονοκυττάρων μέσα σε ένα μικρό παράθυρο. Δημιουργήσαμε τις εικόνες συσχετισμού για τον υπολογισμό του μεγέθος του pixel, το οποίο αλλάζει από 3*3 - σε ένα παράθυρο εικονοστοιχείου 51*51. Η σειρά του συντελεστή συσχετισμού, ρ, είναι μεταξύ -1.0 και 1.0. Εάν υπάρχει οποιαδήποτε μεγάλη χωρική διαφορά μεταξύ των εικόνων δύο αποκτήσεων μέσα σε ένα τοπικό παράθυρο, ο συντελεστής συσχετισμού του κεντρικού εικονοστοιχείου κερδίζει μια μικρή αξία. Αντίθετα, εάν μια περιοχή δεν έχει εντελώς καμία αλλαγή μέσα σε ένα τοπικό παράθυρο, ο συντελεστής συσχετισμού πρέπει να είναι 1.0. Η διαφορά στο συντελεστή ανάδρομης διάξυσης, δ, για το ζευγάρι υπολογίστηκε με τον υπολογισμό μέσου όρου μέσα σε ένα μικρό αντίστοιχο παράθυρο, κατά τρόπο παρόμοιο με αυτόν του υπολογισμού συσχετισμού, ο οποίος παρουσιάζεται στην εξίσωση 2:&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
όπου το ι είναι ο αριθμός δείγμα, και I¯ai και I¯bi είναι οι αντίστοιχοι υπολογισμένοι κατά μέσο όρο ψηφιακοί αριθμοί πέρα από τα περίχωρα του εικονοκυττάρου ι μέσα σε ένα μικρό παράθυρο. Κατόπιν παρήχθησαν οι εικόνες της διαφοράς έντασης. Όλες οι εκτελεσμένες εικόνες ήταν καταχωρημένες χρησιμοποιώντας τη γεωμετρική διόρθωση που επιστρώνει με ζημιά  τα στοιχεία ερευνών ζημίας όπως περιγράφονται σε ένα πιό πρόσφατο τμήμα.&lt;br /&gt;
&lt;br /&gt;
Πρέπει να υπογραμμιστεί ότι κάτω από υπό τον όρο όπου οι πληροφορίες φάσης μπορούν να χρησιμοποιηθούν, χωρικά κομμάτια της σχετικά γήινου φλοιού μετακίνησης (Massonnet και λοιποί. 1993, Ozawa και λοιποί. 1997) είναι δυνατά με τη βοήθεια της interferometric επεξεργασίας. Οι περιοχές που περιέχουν λίγα κατεστραμμένα κτήρια μπορούν επίσης να ανιχνευθούν από τους δείκτες (συνοχή) που αντιπροσωπεύουν το βαθμό συσχετισμού των πληροφοριών φάσης (Matsuoka και Yamazaki 2000a, Ito και λοιποί. 2000, Yonezawa και Takeuchi 2001). Ο όρος είναι σε αυτήν την περίπτωση η απόσταση δύο δορυφόρων και το χρονικό διάστημα δύο παρατηρήσεων. Όταν ο κάθετος χωρισμός των δύο δορυφόρων (η βασική γραμμή), σημείο ζέσεως, που παρουσιάζεται στο σχήμα 1 είναι μακροχρόνιος, η συνοχή μιας εικόνας συνολικά μειώνεται, και οι χαμηλές περιοχές συνοχής (κατεστραμμένες περιοχές) γίνονται δύσκολο να ανακαλυφθούν. Όταν το διάστημα παρατήρησης είναι πολύ μακροχρόνιο, όχι μόνο η διαφορά στόχων αλλά και η κοσμική αλλαγή ανιχνεύονται, και γίνεται δύσκολο να διακριθούν τα δύο.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Για το τελευταίο πρόβλημα, ένα πρότυπο που υπολογίζει το επίπεδο ζημίας προτάθηκε αξιολογώντας τη μείωση της συνοχής με το χρόνο, εισάγοντας μια αναλογία συνοχής (Ito και λοιποί. 2000). Σε αυτό το πρότυπο, εντούτοις, η μείωση της αναλογίας συνοχής S/N που προκαλείται από την απόσταση δύο δορυφόρων είναι αναπόφευκτη. Ο αρχικός όρος να προσδιορίζει κατεστραμμένες και μη περιοχές  από τη συνοχή, επομένως, είναι ότι οι τροχιές δορυφόρων δύο ημερομηνιών απόκτησης είναι στενές (Matsuoka andYamazaki 2000b, Yonezawa και Takeuchi 2001). Ικανονποιώντας αυτούς τους όρους, σε περίπτωση σεισμού όπως του hyogoken-Nanbu του 1995, είμαστε τυχεροί ότι το JERS (ιαπωνικός δορυφόρος των γήινων πόρων) παρατήρησε την επηρεασθείσα περιοχή είκοσι ημέρες μετά από το σεισμό (Ozawa και λοιποί. 1997), ενώ οι εικόνες ERS λήφθηκαν σχεδόν ένα έτος μετά από το σεισμό, λόγω της αλλαγής στο συγχρονισμό της τροχιάς των δορυφόρων.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Για το σεισμό Northridge του 1994, εικόνες κατάλληλες για τη μελέτη ιντερφερομετρίας λήφθηκαν από το JERS  μισό χρόνο αργότερα (Massonnet και λοιποί. 1996, Murakami και λοιποί. 1996), και από το ERS ένα χρόνο και τρεις μήνες μετά από το σεισμό (Massonnet και λοιποί. 1996). Προς το παρόν, οι ευκαιρίες παρατήρησης των οποίων οι συνοχές είναι διαθέσιμες είναι μάλλον περιορισμένες. Εντούτοις, υπογραμμίζεται ότι οι δορυφόροι για να προωθηθούν στο μέλλον είναι ικανοί για υπερβολικά ακριβή έλεγχο τροχιάς, και οι εικόνες κατάλληλες για παρέμβαση θα αυξηθούν σημαντικά. Από την άλλη πλευρά, ως προς το συσχετισμό έντασης, η παραλλαγή των σχεδίων σύστασης είναι ισοδύναμη με τη συνοχή (Zebker και Villasenor 1992).  Αποδεικνύεται ότι η επιρροή της απόστασης μεταξύ δύο δορυφόρων είναι μάλλον μικρή σε περίπτωση συσχετισμού έντασης στις αστικοποιημένες περιοχές από το γεγονός παρατήρησης (Yonezawa και Takeuchi 2001). Το θεωρούμε μια ουσιαστική προϋπόθεση για να χρησιμοποιήσουμε τους δείκτες που είναι ανεξάρτητοι από τους όρους παρατήρησης, προκειμένου να τεθεί η τεχνολογία τηλεπισκόπησης στην πρακτική χρήση στο να πιάνει τη ζημιά κατά την διάρκεια των φυσικών καταστροφών ή της έκτακτης ανάγκης. Επομένως, χρησιμοποιούμε μόνο τις πληροφορίες έντασης σε αυτήν την μελέτη.&lt;br /&gt;
 &lt;br /&gt;
&lt;br /&gt;
 [[category:Σεισμοί]]&lt;/div&gt;</summary>
		<author><name>Orfiro</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%97_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CF%89%CE%BD_%CE%AD%CE%BD%CF%84%CE%B1%CF%83%CE%B7%CF%82_SAR_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%B1%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%BA%CE%B1%CF%84%CE%B5%CF%83%CF%84%CF%81%CE%B1%CE%BC%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CE%BF%CE%B9%CE%BA%CE%BF%CE%B4%CE%BF%CE%BC%CE%B7%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CF%8E%CE%BD_%CE%BB%CF%8C%CE%B3%CF%89_%CF%83%CE%B5%CE%B9%CF%83%CE%BC%CF%8E%CE%BD</id>
		<title>Η χρήση των δορυφορικών εικόνων έντασης SAR για την ανίχνευση των κατεστραμμένων οικοδομημένων περιοχών λόγω σεισμών</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%97_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CF%89%CE%BD_%CE%AD%CE%BD%CF%84%CE%B1%CF%83%CE%B7%CF%82_SAR_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%B1%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%BA%CE%B1%CF%84%CE%B5%CF%83%CF%84%CF%81%CE%B1%CE%BC%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CE%BF%CE%B9%CE%BA%CE%BF%CE%B4%CE%BF%CE%BC%CE%B7%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CF%8E%CE%BD_%CE%BB%CF%8C%CE%B3%CF%89_%CF%83%CE%B5%CE%B9%CF%83%CE%BC%CF%8E%CE%BD"/>
				<updated>2010-02-21T23:20:17Z</updated>
		
		<summary type="html">&lt;p&gt;Orfiro: New page: '''Η χρήση των δορυφορικών εικόνων έντασης SAR για την ανίχνευση των κατεστραμμένων οικοδομημένων περιο...&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Η χρήση των δορυφορικών εικόνων έντασης SAR για την ανίχνευση των κατεστραμμένων οικοδομημένων περιοχών λόγω σεισμών'''&lt;br /&gt;
&lt;br /&gt;
'''Masashi Matsuoka, α) M.EERI, και Fumio Yamazaki, β) M.EERI'''&lt;br /&gt;
Earthquake Spectral, Vol.20, N. 3, pp 975 - 994, August 2004&lt;br /&gt;
&lt;br /&gt;
Τα ραντάρ συνθετικών ανοιγμάτων (SAR) είναι αξιοπρόσεκτα για την ικανότητά τους να καταγράψουν το συντελεστή ανάδρομης διάξυσης, τη φυσική κατάσταση της γήινης επιφάνειας, ανεξάρτητα από τις καιρικές συνθήκες ή το φως του ήλιου. Επομένως, το SAR είναι ένα ισχυρό εργαλείο που μπορεί να χρησιμοποιηθεί για να αναπτύξει μια καθολική μέθοδο για να κατανοήσουμε τις πληγείσες περιοχές σε καταστροφές όπως οι σεισμοί, οι δασικές πυρκαγιές, και οι πλημμύρες. Διεξαγάγαμε μια μελέτη σκοπιμότητας για τα χαρακτηριστικά ανάδρομης διάξυσης των κατεστραμμένων περιοχών το 1995 στο σεισμό στο Hyogoken-Nanbu (Kobe), στην Ιαπωνία, χρησιμοποιώντας τις προ και μετά του γεγονότος εικόνες ERS, αποκαλύπτωντας ότι ο συσχετισμός ανάδρομου συντελεστή διάξυσης και έντασης μεταξύ των δύο επιτευχμένων τιμών μειώθηκαν σημαντικά στις σοβαρά πληγείσες περιοχές. Η αξιολόγηση, εντούτοις, εκτελέσθηκε χωρίς μείωση θορύβου στίγματος. Ερευνήσαμε επίσης τα αποτελέσματα της μείωσης θορύβου στίγματος και του μεγέθους pixel-window στην αξιολόγηση της ζημίας οικοδόμησης χρησιμοποιώντας τη διαφορά στο συντελεστή ανάδρομης διάξυσης και το συντελεστή συσχετισμού των  εικόνων προ και μετα-γεγονότος ERS. Από την ανάλυση, ένα βέλτιστο μέγεθος παραθύρου για την αξιολόγηση ζημίας λήφθηκε. Επίσης διαπιστώθηκε ότι η ακρίβεια της ανίχνευσης ζημίας δεν βελτιώνεται σημαντικά για το φιλτράρισμα της μείωσης του στίγματος των pixel μεγέθους μεγαλύτερου από 21×21 pixels. Αναπτύξαμε μια αυτοματοποιημένη μέθοδο για να ανιχνεύσουμε τις σοβαρά πληγείσες περιοχές βασισμένες στη διακρίνουσα ανάλυση, και συγκρίναμε την ανιχνευμένη διανομή με ένα αποτέλεσμα ερευνών ζημίας.&lt;br /&gt;
&lt;br /&gt;
'''ΕΙΣΑΓΩΓΗ'''&lt;br /&gt;
&lt;br /&gt;
Aπό την αξιολόγηση του σεισμού Ηyogoken-Nanbu (Kobe) το 1995 και του σεισμού Northridge το 1994, πραγματοποιήσαμε την ανάγκη τις πληροφορίες καταστροφής σε ένα αρχικό στάδιο. Η τεχνολογία τηλεπισκόπησης και οι εφαρμογές της μας έχουν επιτρέψει να χρησιμοποιήσουμε τα imagery δεδομένα τηλεσκόπισης για να αξιολογήσουμε την ευπάθεια των αστικών περιοχών και τη διανομή ζημίας λόγω των φυσικών καταστροφών (Shinozuka και Rejaie 2000, Tralli 2000). Η δορυφορική τηλεπισκόπηση, που προσφέρει μέγιστη κάλυψη, είναι χρήσιμη στην παροχή  πολύτιμων πληροφοριών για να καθορίσει τη διανομή ζημίας για τις δραστηριότητες αποκατάστασης και τον προγραμματισμό αποκατάστασης. Μια συγκριτική μελέτη για τις δορυφορικές οπτικές εικόνες με λεπτομερή αποτελέσματα ερευνών ζημίας εξέθεσε τα φασματικά χαρακτηριστικά των χαλασμένων περιοχών λόγω του σεισμού Kobe του 1995 (Matsuoka και Yamazaki 1998). Στη μελέτη, προσπαθήσαμε να προσδιορίσουμε την εξάπλωση ζημίας οικοδόμησης σε επίπεδο φραγμών πόλεων, χρησιμοποιώντας τα αποτελέσματα ερευνών σε τομείς που αποθηκεύονται στο γεωγραφικό σύστημα πληροφοριών (GIS) ως εποπτευμένα δεδομένα εκμάθησης. Παρόμοιες προσεγγίσεις που συγκρίνουν τις προ και μετά δορυφορικές οπτικές εικόνες διεξήχθησαν για το σεισμό το 1999 στην Kocaeli, στην Τουρκία, (Estrada και λοιποί. 2000) και το 1990 στο Luzon, στις Φιλιππίνες, (Yamazaki και Matsuoka 1999).&lt;br /&gt;
&lt;br /&gt;
Μεταξύ των εν πλω δορυφόρων αισθητήρων, το ραντάρ συνθετικών ανοιγμάτων (SAR) είναι ένα από τα ισχυρότερα εργαλεία για τον εντοπισμό των αλλαγών στη γήινη επιφάνεια, και μπορεί να χρησιμοποιηθεί για 24 ώρες συνεχώς χωρίς να επηρεαστεί από τις καιρικές συνθήκες. Τα συστήματα SAR μπορούν να φανταστούν και να ανιχνεύσουν την έκταση της ζημίας στην οικοδόμηση μέσα από σύννεφα και καπνό. Αυτό το χαρακτηριστικό γνώρισμα είναι αρκετά χρήσιμο και αποτελεσματικό για την αξιολόγηση της ζημίας μετα την καταστροφή, ειδικά όταν η οπτική τηλεπισκόπηση ή μια έρευνα για τις ευρείες περιοχές είναι ανέφικτη.&lt;br /&gt;
&lt;br /&gt;
Τα συστήματα SAR είναι ικανά να καταγράφουν και το εύρος και τη φάση των ανάδρομων ηχών  από τα αντικείμενα στη γήινη επιφάνεια. Οι interferometric αναλύσεις SAR που χρησιμοποιούν τις πληροφορίες φάσης παρείχαν επιτυχώς τον ποσοτικό προσδιορισμό του σχετικού επιπέδου επίγειων μετατοπίσεων λόγω των φυσικών καταστροφών (Massonnet και λοιποί. 1993, Ozawa και λοιποί. 1997, Rosen και λοιποί. 1999), καθώς επίσης και τον κατάλογο του περιβάλλοντος που έχει χτιστεί (Eguchi και λοιποί. 2000). Χρησιμοποιώντας την προσέγγιση φάσης, που έχει έναν υψηλότερου επιπέδου ευαισθησίας από την προσέγγιση έντασης, αποκαλύφθηκε ο συσχετισμός μεταξύ του αθροισμένου επιπέδου ζημίας μιας περιοχής και της σύνθετης συνοχής (Matsuoka και Yamazaki 2000a).&lt;br /&gt;
&lt;br /&gt;
Η σύνθετη συνοχή που λαμβάνεται από τη interferometric ανάλυση, εντούτοις, είναι ευαίσθητη στη δορυφορική γεωμετρία, τη διάρκεια απόκτησης , και τα μήκη κύματος του ραντάρ (Matsuoka andYamazaki 2000b). Ο συντελεστής ανάδρομης διάξυσης της γήινης επιφάνειας, που προσφέρεται ως ένα σύνολο πληροφοριών, εξαρτάται λιγότερο από τους προαναφερθέντες όρους (Yonezawa και Takeuchi 1999). Επομένως, ο συντελεστής ανάδρομης διάξυσης που προέρχεται από τις εικόνες έντασης SAR μπορεί να χρησιμοποιηθεί στην ανάπτυξη μιας καθολικής μεθόδου για να συλλάβει τις κατεστραμμένες περιοχές αμέσως μετά από τις φυσικές καταστροφές. Καθώς το χωρικό ψήφισμα των χρησιμοποιημένων δορυφόρων είναι αρκετά χονδροειδές, δηλ., κατά προσέγγιση 30 μέτρα, είναι δύσκολο να προσδιοριστούν τα χαρακτηριστικά ανάδρομης διάξυσης των μεμονωμένων κτηρίων.&lt;br /&gt;
&lt;br /&gt;
Εντούτοις, είναι δυνατό να ανιχνευθούν οι ομάδες κατεστραμμένων κτηρίων. Επομένως, προκειμένου να εξαχθεί η έκταση της ζημίας στις οικοδομές σε μια περιοχή, πρέπει να λέβουμε υπόψη τις αθροισμένες πληροφορίες όπως ο μέσος όρος, η σύσταση, και ο συσχετισμός μέσα σε ένα τοπικό παράθυρο. Σε αυτήν την μελέτη, εισάγουμε τις χαρακτηριστικές αλλαγές στο συντελεστή ανάδρομης διάξυσης για τις εκτενώς κατεστραμμένες περιοχές χρησιμοποιώντας ένα σύνολο στοιχείων GIS για το σεισμό Kobe. Τα αποτελέσματα του μεγέθους pixelwindow και του θορύβου στίγματος SAR εξετάζονται στην αξιολόγηση της ζημίας στις οικοδομές, χρησιμοποίώντας τη διαφορά στο συντελεστή ανάδρομης διάξυσης και του χωρικού συσχετισμού μεταξύ των εικόνων μετα του γεγονότος preand. Τέλος, προτείνουμε μια αυτοματοποιημένη μέθοδο για να ανιχνεύσουμε τις σοβαρά πληγείσες περιοχές χρησιμοποιώντας τις εικόνες έντασης SAR μετά από τη μείωση του θορύβου στίγματος.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:Σεισμοί]]&lt;/div&gt;</summary>
		<author><name>Orfiro</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%9F%CF%81%CF%86%CE%B1%CE%BD%CE%BF%CF%8D_%CE%97%CF%81%CF%8E</id>
		<title>Ορφανού Ηρώ</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%9F%CF%81%CF%86%CE%B1%CE%BD%CE%BF%CF%8D_%CE%97%CF%81%CF%8E"/>
				<updated>2010-02-21T23:12:41Z</updated>
		
		<summary type="html">&lt;p&gt;Orfiro: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;* [[Ο σεισμός του 2003 στο Bam (ΝΑ Ιράν): ακριβείς παράμετροι πηγής από συμβολομετρία δορυφορικού ραντάρ]]&lt;br /&gt;
* [[Χρήση των δορυφόρων SAR για την ανίχνευση ζημιών από σεισμούς]]&lt;br /&gt;
* [[Η χαρτογράφηση κινδύνου χιονοστιβάδων με τα δορυφορικά στοιχεία και ένα ψηφιακό μοντέλο εδάφους]]&lt;br /&gt;
* [[Η χαρτογράφηση κινδύνου χιονοστιβάδων με τα δορυφορικά στοιχεία και ένα ψηφιακό μοντέλο εδάφους (ΙΙ)]]&lt;br /&gt;
* [[Τηλεπισκόπηση στο Wen, ο σεισμός Wenchuan]]&lt;br /&gt;
 [[category:ΔΠΜΣ &amp;quot;Περιβάλλον &amp;amp; Ανάπτυξη&amp;quot; (Αθήνα) ]]&lt;/div&gt;</summary>
		<author><name>Orfiro</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CF%83%CF%84%CE%BF_Wen,_%CE%BF_%CF%83%CE%B5%CE%B9%CF%83%CE%BC%CF%8C%CF%82_Wenchuan</id>
		<title>Τηλεπισκόπηση στο Wen, ο σεισμός Wenchuan</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CF%83%CF%84%CE%BF_Wen,_%CE%BF_%CF%83%CE%B5%CE%B9%CF%83%CE%BC%CF%8C%CF%82_Wenchuan"/>
				<updated>2010-02-21T23:10:39Z</updated>
		
		<summary type="html">&lt;p&gt;Orfiro: New page: '''Τηλεπισκόπηση στο Wen, ο σεισμός Wenchuan'''  '''Deren Li''' Photogrammetic Engineering and Remote Sensing, May 2009   Ένας σεισμός 8.0 Ρίχτερ ...&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Τηλεπισκόπηση στο Wen, ο σεισμός Wenchuan'''&lt;br /&gt;
&lt;br /&gt;
'''Deren Li'''&lt;br /&gt;
Photogrammetic Engineering and Remote Sensing, May 2009&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Ένας σεισμός 8.0 Ρίχτερ χτύπησε το Wenchuan στην επαρχία Sichuan στην Κίνα στις 14:28 στις 12 Μαϊου 2008. Το επίκεντρο ήταν στο Yinqxiu, όπως φαίνεται στο σχήμα 1. Υπήρξαν 9 σεισμοί μεγαλύτεροι από 8.0 Ριχτερ στην περιοχή από το 1739, 7 από αυτού έγιναν μετά το 1897 με τον μεγαλύτερο σε μέγεθος στα 8.5 Ρίχτερ στο Haiyan το 1920 και στο Chayu το 1950. Μέχρι τις 12:00 στις 14 Ιουνίου 2008 οι νεκροί ήταν 69170 και επίσης 374.159 τραυματίες, 17.428 αγνοούμενοι και έναν πληθυσμό 48.270.000 επηρεασμένο από την μεγάλη καταστροφή. Το σχήμα 2 δείχνει την ομορφιά του Beichuan πριν τον σεισμό σε αντίθεση με την καταστροφή μετά. &lt;br /&gt;
&lt;br /&gt;
'''Η τηλεπισκόπηση στις προσπάθειες διάσωσης και στις κατοπινές μελέτες'''&lt;br /&gt;
&lt;br /&gt;
Σύμφωνα με τις προτεραιότητες και τα επείγοντα υπήρξαν 3 φάσεις στις προσπάθειες διάσωσης στον σεισμό του Wenchuan: 1) Η διάσωση των επιζώντων, 2) η πρόληψη δευτερευόντων καταστροφών, 3) η εκτίμηση των καταστροφών και της ανακατασκευής. Στην 1η φάση ο στόχος ήταν η διάσωση των ανθρώπων που είχαν εγκλωβιστεί στα ερείπια. Ειδικά μέσα στην εβδομάδα μετάτον σεισμό. Ήταν εξαιρετικά σημαντικό να βρεθούν τα σημεία που χτυπήθηκαν περισσότερο προκειμένου να καθοριστούν οι πορείες για τις ομάδες διάσωσης και για τις αποστολές ανακούφισης, καθώς επίσης και νέες πληροφορίες για την λήψη αποφάσεων. Υψηλής ανάλυσης αεροφωτογραφίας και δορυφορικές εικόνες χρησιμοποιήθηκαν για να εντοπιστούν κατεστραμμένα κτίρια στις πιο χτυπημένες περιοχές και να σταλούν αποστολές διάσωσης. Με αρκετές πληροφορίες για την κατανομή του πληθυσμού ήταν δυνατό να σχεδιαστούν και να διοικηθούν οι προσπάθειες διάσωσης. Η 2η φάση εστίασε στην πρόληψη και προετοιμασία για δευτερεύουσες καταστροφές, όπως κατολίστησεις, ειδικά μέσα και γύρω από τις καταστροφές, όπως κατολισθήσεις, ειδικά μέσα και γύρω από τις λίμνες του σεισμού. Αεροπορικές και διαστημικές εικόνες και δεδομένα από ραντάρ χρησιμοοποιήθηκαν για αναγνώριση εκτίμηση και λήψη αποφάσεων σχετικά με περιοχές επιρρεπή σε δευτερέυουσες καταστροφές. Η 3η φάση , που αναμενόταν να διαρκέσει 5 με 10 χρόνια ασχολείται με την εκτίμηση των καταστροφών και την ανακατασκευή. Το άρθρο θα ασχοληθεί με τις φάσεις 1 και 2.&lt;br /&gt;
&lt;br /&gt;
Για την 1η φάση, οι έρευνες και η εκτίμηση των καταστροφών ήταν σημαντική, καθώς ο χρόνος σήμαινε ζωές. Υψηλής ανάλυσης εικόνες χρειάστηκαν για να εντοπιστούν και να εκτιμηθούν οι πιθανές χαμένες ζωές και οι ζημιές στις υποδομές. Η υψηλή ανάλυση ήταν επίσης σημαντική και για τις προσπάθειες διάσωσης , καθώς οι δορυφόροι μπορεί να μην καλύπτουν τις περιοχές καταστροφής οι αεροφωτογραφίες υπήρξαν απαταίτητες για την συλλογή δεδομένων. Τριων ειδών αισθητήρες χρησιμοποιήθηκαν για τις προσπάθειες διάσωσης στον σεισμό Wenchuan: οπτικοί αισθητήρες, συσκευές εκπομπής παλμικού λέιζερ και SAR με τυπικούς οπτικούς αισθητήρες να είναι Leica ADS40, Z/I εικόνες DMC και SWDC-4. Οι εικόνες που τραβήχτηκαν φαίνονται στα σχήματα 3 και 4, όπου η πρώτη είναι αεροφωτογραφία που τραβήχτηκε με ADS40 στις 15 Μαίου 2008 και δείχνει τί απέμεινε στην πόλη Xingxiu μετά τον σεισμό και η δεύτερη είναι εικόνα που τραβήχτηκε από το COSMO και δείχνει τις τοποθεσίες όπου πιθανόν κατέρευσαν κτίρια μετά τον σεισμό: σχεδόν το 14.8% των περιοχών ίσως να είανι καατεστραμμένα κτίρια.&lt;br /&gt;
&lt;br /&gt;
Μία από τις τεχνικές για την εξαγωγή γεωτεχνικών πληροφοριών μετά από σεισμό είναι η γρήγορη επεξεργασία των εξ αποστάστεως εικόνων που περιέχουν γεω-αναφορές, διόρθωση, συγχωνεύσεις και ραδιομετρική ομοιογενοποίηση. Τα ορθολογικά πολυωνυμικά μοντέλα συντελεστών παρέχουν την βάση για την διόρθωση των τηλεπησκοπικών εικόνων ανεξάρτητα από την πραγματική γεωμετρία των εικόνων. Ένα λογισμικό πρόγραμμα αναπτύχθηκε από το Πανεπιστημίο Wuhan, που μπορεί να επιδιορθώσει οπτικές και SAR εικόνες όπως SPOT5, Quickbird, Terra SAR-x και COSMOS με λίγο έλεγχο από εδάφους.&lt;br /&gt;
&lt;br /&gt;
Η 2η φάση σημαδεύτηκε από την προληψη και την προετοιμασία για τις δευτερεύουσες καταστροφές, όπως κατολισθήσεις και λασπολισθήσεις. Αυτό περιείχε 2 έργα - παρακολούθηση των φραγμάτων των λιμνών και ανάλυση της χωρητικότητας της δεξαμενής, όπου το πρώτο είναι η βάση για το δεύτερο. Η παρακολούθηση έγινε με την καταγραφή των αλλαγών βάσει της πολυχρονικής τηλεπισκοπικής εικόνας. Επιπλέον η λεπτομερής τοπογραφική μελέτη της τοπογραφίας έγινε στα φράγματα της λίμνης. Αυτό έκανε δυνατή την ανάλυση για τις αλλαγές στην επιφάνεια πριν και μετά τον σεισμό. Ένα εικονικό γεωγραφικό περιβάλλον δημιούργηθηκε για τα φράγματα της Tangjiashan, το οποίο επέτρπε τον οραματισμό και την ανάλυση των κινδύνων σχετικά μετα φράγματα των λιμνών και την δυσκολία για την διόρυξη αγωγών. Αλγόριθμοι επίσης χρησιμοποιήθηκαν για τον υπολογισμό της χωρητικότητας των δεξαμενών στα φράγματα των λιμνω΄ν. Με την συνδρομή κατανεμημένων υδρολογικών μοντέλων ήταν δυνατό να προσομοιωθούν οι ροές στα φράγματα των λιμνω΄ν κάτω από δεδομένες βροχοπτώσεις για να προβλέψουν την μαζική άφιξη ποσοτήτων να αναλύσουν την επιρροή τους στις δεξαμενές χωρητικότητας και έτσι να εκτιμήσουν τους κινδύνους.&lt;br /&gt;
Το σχήμα 5 δείχνει καθαρά τις αλλαγές στους δρόμους του νερου εξαιτίας των σεισμικών λιμνών.&lt;br /&gt;
&lt;br /&gt;
'''Πρόληψη'''&lt;br /&gt;
&lt;br /&gt;
Αποδείχτηκε ξεκάθαρα ότι οι υψηλής ανάλυσης τηλεπισκοπικές πληροφορίες από αέρος και από το διάστημα παρείχε την υποστήριξη για τις προσπάθειες διάσωσης και την διαχείρηση των καταστροφών στον σεισμό του Wenchuan. Η τηλεπισκοπική τεχνολογία γίνεται ολοένα και πιο ορατή και η σημασία της γενικά αποδεκτή. Μερικά προβληματα εμφανίστηκαν, αλλά πρέπει να τα αντιμετωπίσουμε προσεκτικά και να τα λύσουμε. Επίσης θα πρέπει να προάγουμε την δυνατότητανα συλλέγουμε στοιχεία μέσω της παρατήρησης της γης. Αυτό αφορά σε χωρικές και χρονικές αναλύσεις των αισθητήρων οπτικών και μικροκυμάτων από αέρος και από το διάστημα. Ο στόχος είναι να παρέχουμε δορυφορικές εικόνες με ανάλυση 0.5-1.0m και αεροφωτογραφίες στα 0.1-0.5m και τα δύο με καθημερινή επαναληψη πάνω από τις πληγείσες περιοχές. Επιπλέον αναμένονται βελτιώσεις στους αισθητήρες και στις επιδόσεις τους, την γεωμετρική και ραδιομετρική ποιότητα των εικόνων.&lt;br /&gt;
Πρέπει να αναπτύξουμε επιπλέον την ικανότητα να επεξεργαζόμαστε τα δεδομένα από την παρατήρηση της γης και να εξάγουμε χρήσιμες πληροφορίες. Είναι σημαντικό να αναπτύξουμε αυτόματες ή μισό-αυτόματες μεθόδους για την επεξεργασία δεδομένων και την μείωση στον πραγματικό χρόνο, που δε θα έπρεπε να βασίζεται στον έλεγχο από εδάφους που πιθανόν να καταστραφεί κατά την διάρκεια σεισμού. Επίσης χρειάζονται εις βάθος μελέτες στις θεωρίες και τους αλγορίθμους για την επεξεργασία δεδομένων από ραντάρ και την εξαγωγή πληροφοριών με ακρίβεια, ταχύτατα και αυτοατισμό.&lt;br /&gt;
&lt;br /&gt;
Ένα δίκτυο από υψηλής ανάλυσης συστήματα παρακολούθησης της γης χρειάζεται που να ενωποιεί τα από αέρος , από το διάστημ και από το έδαφος τα στοιχεία θα πρέπει επίσης να προάγουμε την διεθνή συνεργασία για την τεχνολογία των γεωπληροφοριών. Θα πρέπει επίσης να έχουμε ενεργό ρόλο σε διεθνείς οργανισμούς όπως GEO και ο GEOSS.&lt;br /&gt;
 &lt;br /&gt;
&lt;br /&gt;
 [[category:Σεισμοί]]&lt;/div&gt;</summary>
		<author><name>Orfiro</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%9F%CF%81%CF%86%CE%B1%CE%BD%CE%BF%CF%8D_%CE%97%CF%81%CF%8E</id>
		<title>Ορφανού Ηρώ</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%9F%CF%81%CF%86%CE%B1%CE%BD%CE%BF%CF%8D_%CE%97%CF%81%CF%8E"/>
				<updated>2010-02-21T20:48:17Z</updated>
		
		<summary type="html">&lt;p&gt;Orfiro: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;* [[Ο σεισμός του 2003 στο Bam (ΝΑ Ιράν): ακριβείς παράμετροι πηγής από συμβολομετρία δορυφορικού ραντάρ]]&lt;br /&gt;
* [[Χρήση των δορυφόρων SAR για την ανίχνευση ζημιών από σεισμούς]]&lt;br /&gt;
* [[Η χαρτογράφηση κινδύνου χιονοστιβάδων με τα δορυφορικά στοιχεία και ένα ψηφιακό μοντέλο εδάφους]]&lt;br /&gt;
* [[Η χαρτογράφηση κινδύνου χιονοστιβάδων με τα δορυφορικά στοιχεία και ένα ψηφιακό μοντέλο εδάφους (ΙΙ)]]&lt;br /&gt;
&lt;br /&gt;
 [[category:ΔΠΜΣ &amp;quot;Περιβάλλον &amp;amp; Ανάπτυξη&amp;quot; (Αθήνα) ]]&lt;/div&gt;</summary>
		<author><name>Orfiro</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%97_%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CE%BA%CE%B9%CE%BD%CE%B4%CF%8D%CE%BD%CE%BF%CF%85_%CF%87%CE%B9%CE%BF%CE%BD%CE%BF%CF%83%CF%84%CE%B9%CE%B2%CE%AC%CE%B4%CF%89%CE%BD_%CE%BC%CE%B5_%CF%84%CE%B1_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AC_%CF%83%CF%84%CE%BF%CE%B9%CF%87%CE%B5%CE%AF%CE%B1_%CE%BA%CE%B1%CE%B9_%CE%AD%CE%BD%CE%B1_%CF%88%CE%B7%CF%86%CE%B9%CE%B1%CE%BA%CF%8C_%CE%BC%CE%BF%CE%BD%CF%84%CE%AD%CE%BB%CE%BF_%CE%B5%CE%B4%CE%AC%CF%86%CE%BF%CF%85%CF%82</id>
		<title>Η χαρτογράφηση κινδύνου χιονοστιβάδων με τα δορυφορικά στοιχεία και ένα ψηφιακό μοντέλο εδάφους</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%97_%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CE%BA%CE%B9%CE%BD%CE%B4%CF%8D%CE%BD%CE%BF%CF%85_%CF%87%CE%B9%CE%BF%CE%BD%CE%BF%CF%83%CF%84%CE%B9%CE%B2%CE%AC%CE%B4%CF%89%CE%BD_%CE%BC%CE%B5_%CF%84%CE%B1_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AC_%CF%83%CF%84%CE%BF%CE%B9%CF%87%CE%B5%CE%AF%CE%B1_%CE%BA%CE%B1%CE%B9_%CE%AD%CE%BD%CE%B1_%CF%88%CE%B7%CF%86%CE%B9%CE%B1%CE%BA%CF%8C_%CE%BC%CE%BF%CE%BD%CF%84%CE%AD%CE%BB%CE%BF_%CE%B5%CE%B4%CE%AC%CF%86%CE%BF%CF%85%CF%82"/>
				<updated>2010-02-21T20:45:34Z</updated>
		
		<summary type="html">&lt;p&gt;Orfiro: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Η χαρτογράφηση κινδύνου χιονοστιβάδων με τα δορυφορικά στοιχεία και ένα ψηφιακό μοντέλο εδάφους'''&lt;br /&gt;
&lt;br /&gt;
'''Urs Gruber και Harold Haefner'''&lt;br /&gt;
Applied Geography vol. 15, No 2, pp 99 - 113, 1995&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Δεδομένου ότι η χαρτογράφηση κινδύνου χιονοστιβάδων είναι μια πολύ χρονοβόρα υπόθεση, στόχος μας είναι να αναπτύξουμε μια κατάλληλη μέθοδο για να χαρτογραφήσουμε τις μεγάλες απομακρυσμένες περιοχές. Αυτό είναι βασισμένο στα δορυφορικά imagery στοιχεία και σε ένα ψηφιακό μοντέλο εδάφους (DEM) που εξετάζεται σε δύο τόπους στις ελβετικές Άλπεις. Για να μιμηθεί τον κίνδυνο χιονοστιβάδων, το υπάρχον Salm- Voellmy πρότυπο τροποποιήθηκε για το περιβάλλον υπολογιστών και επεκτάθηκε να περιλάβει τα χαρακτηριστικά των χιονοστιβάδων μέσα στη δασική έκταση. Τα δάση ταξινομήθηκαν με θεματικό Mapper Landsat (TM) στοιχεία.&lt;br /&gt;
&lt;br /&gt;
Μέχρι τώρα, μόνο μια ενιαία δασική κατηγορία έχει καθιερωθεί. Ενώ ο χωρισμός του δάσους, του θάμνου και των μη-δασικών περιοχών κοντά στο timberline δημιουργεί τα προβλήματα, η ταξινόμηση των μικρών ενάρξεων και των διαδρομών χιονοστιβάδων μέσα στο δάσος ήταν επιτυχής. Η σύγκριση με τον υπάρχοντα κτηματολογικό χάρτη χιονοστιβάδων αποκάλυψε ότι 85 τοις εκατό των περιοχών κινδύνου ήταν σωστά ταξινομημένα. Ο διαχωρισμός στις καθορισμένες «κόκκινες» και  «μπλε» ζώνες κινδύνου `, αφ' ενός, δεν ήταν ικανοποιητικός. Για μια λειτουργική εφαρμογή, οι περαιτέρω βελτιώσεις είναι απαραίτητες. Εντούτοις, η γενική προσέγγιση είναι πολύ ελπιδοφόρα και πρέπει να οδηγήσει στους πιο αξιόπιστους χάρτες κινδύνου για λόγους προγραμματισμού, καθώς επίσης και στις νέες και καλύτερες ιδέες στις αμοιβαίες αλληλεπιδράσεις μεταξύ του χιονιού και του δάσους.&lt;br /&gt;
&lt;br /&gt;
Ο στόχος της χαρτογράφησης κινδύνου χιονοστιβάδων είναι να αποτραπεί η καταστροφική ζημία στους ανθρώπους, τα ζώα, τις τακτοποιήσεις και τις εγκαταστάσεις μεταφορών. Οι ενδεχομένως επικίνδυνες περιοχές πρέπει είτε να είναι χωρίς τεχνητές κατασκευές, είτε συγκεκριμένες προφυλάξεις πρέπει να ληφθούν. Ένας χάρτης κινδύνου χιονοστιβάδων ενημερώνει για το μέγεθος, τη συχνότητα και την έκταση περιοχής της ζώνης κινδύνου των πιθανών χιονοστιβάδων. Στην Ελβετία, οι χάρτες κινδύνου χιονοστιβάδων έχουν υπάρξει από 1878 (Frutiger, 1980). Σήμερα συντάσσονται από τους τοπογραφικούς χάρτες και από την παρατήρηση τομέων βασισμένη στη μακροπρόθεσμη εμπειρία και τα αρχεία (Salm και λοιποί., 1990). Σε άλλες περιοχές βουνών, όπως τα Ιμαλάια, ούτε οι μεγάλης κλίμακας χάρτες ούτε τα μακροπρόθεσμα αρχεία παρατήρησης δεν υπάρχουν. Η καθιέρωση μελέτης χιονιού και χιονοστιβάδων (SASE) σε Manali (Himachal Pradesh) υποστηρίζει τις προσπάθειες να καθιερωθούν οι παρόμοιοι μεγάλης κλίμακας χάρτες για το ινδικό μέρος των Ιμαλαίων ως εργαλείο προγραμματισμού για τα έργα υποδομής μεταφορών και τουριστών. Αλλά η έκταση της περιοχής που χαρτογραφείται είναι πολύ μεγαλύτερη και οι περιοχές είναι πιο απομακρυσμένες απ'ό, τι στις Άλπεις, απαιτώντας κατά συνέπεια μια διαφορετική μεθοδολογική προσέγγιση. Οι τεχνικές τηλεπισκόπησης, μαζί με τα μαθηματικά πρότυπα, ταιριάζουν ιδιαίτερα στην ενίσχυση στην επίλυση αυτών των προβλημάτων και την παραγωγή των επαρκών εγγράφων προγραμματισμού.&lt;br /&gt;
&lt;br /&gt;
Ο στόχος της παρούσας μελέτης, επομένως, είναι να αξιολογηθεί η δυνατότητα των υψηλής ευκρίνειας δορυφορικών καλολογικών στοιχείων (Landsat-TM, σημείο-XS) για τη χαρτογράφηση κινδύνου χιονοστιβάδων και να αναπτυχθεί μια κατάλληλη μέθοδος για τις απέραντες, απομακρυσμένες περιοχές βουνών όπως στα Ιμαλάια. Οι αναπόφευκτες προϋποθέσεις περιλαμβάνουν τις ακριβείς πληροφορίες για την τοπογραφία (ύψος, γωνία κλίσεων και πτυχή, παραδείγματος χάριν), η οποία είναι μόνο ανιχνεύσιμη από ένα ψηφιακό μοντέλο εδάφους (DEM). Ως εκ τούτου, η διαθεσιμότητα των υψηλής ευκρίνειας DEM περίπου του ίδιου χωρικού ψηφίσματος όπως τα δορυφορικά καλολογικά στοιχεία είναι ουσιαστικά. Επιπλέον, το DEM απαιτείται επίσης για την κωδικοποίηση των δορυφορικών εικόνων και για την εξαγωγή χαρακτηριστικών γνωρισμάτων. Για μια προσεκτική αξιολόγηση όλων των προβλημάτων και για να αναπτύξουν τη μέθοδο, δύο περιοχές στις ελβετικές Άλπεις με τα μακροπρόθεσμα αρχεία παρατήρησης των στατιστικών κλίματος, βλάστησης, χιονιού και χιονοστιβάδων, και με την καλή δυνατότητα πρόσβασης, επιλέχτηκαν. Ένα υψηλής ευκρίνειας DEM είναι διαθέσιμο και για τις δύο περιοχές δοκιμής. Οι περιοχές χρησιμοποιήθηκαν και πριν ως περιοχές δοκιμής για τις δορυφορικές μελέτες ταξινόμησης των μονάδων κάλυψης εδάφους όπως το χιόνι και το δάσος (Seidel και λοιποί., 1989  Itten και λοιποί., 1991). Επέτρεψαν μια λεπτομερή αξιολόγηση των αποτελεσμάτων και επαλήθευση της ακρίβειας των αποτελεσμάτων.&lt;br /&gt;
&lt;br /&gt;
'''Το Μοντέλο'''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Χάρτες κινδύνου κατολίσθησης'''&lt;br /&gt;
&lt;br /&gt;
Οι πιο παλιοί χάρτες κινδύνου κατολίσθησης είναι το κτηματολόγιο κατολισθήσεων. Όλες οι παρατηρημένες κατολισθήσεις είναι απαριθμημένες και ταξινομημένες για να βοηθήσουν να αποτρέψουν την περαιτέρω ζημία σε αυτές τις περιοχές. Αλλά τα κτηματολόγια κατολισθήσεων δεν δίνουν οποιαδήποτε στοιχεία για τους πιθανούς κινδύνους χιονοστιβάδων που προκαλούνται από τις ακραίες ή μεταβαλλόμενες περιβαλλοντικές συνθήκες. Η απόσταση εξάντλησης και η δυναμική είναι τα κριτήρια για τη διαίρεση μιας περιοχής σε διαφορετικές ζώνες κινδύνου. Στην Ελβετία, οι χάρτες κινδύνου χιονοστιβάδων παρουσιάζουν συνήθως τρεις διαφορετικούς βαθμούς κινδύνου: κόκκινο (υψηλός κίνδυνος), μπλε (μέτριος κίνδυνος) και λευκό (κανένας κίνδυνος). Τα κριτήρια για τη διάκριση μεταξύ των υψηλών και μέτριων κινδύνων είναι: (1) η συγκεκριμένη πίεση ώθησης μιας χιονοστιβάδας: εάν η πίεση χιονοστιβάδων υπερβαίνει το όριο kPa 30, είναι ταξινομημένο ως υψηλός κίνδυνος  (2) συχνότητα του περιστατικού: οι μικρότερες χιονοστιβάδες με μια ώθηση χαμηλότερη από το όριο 30 Κ PA αλλά με μια υψηλή συχνότητα και με μια επιστροφής περίοδο, παραδείγματος χάριν, 30 ετών είναι επίσης ταξινομημένες ως υψηλός κίνδυνος. Η σκιαγράφηση μεταξύ μέτριου και κανενός κινδύνου είναι η απόσταση εξάντλησης μιας ακραίας χιονοστιβάδας. Οι χάρτες κινδύνου χιονοστιβάδων εξετάζουν μόνο τα ακραία γεγονότα χιονοστιβάδων. Για να υπολογίσουν τις διαφορετικές ζώνες κινδύνου, η ζώνη εξάντλησης και οι δυνάμεις πίεσης των χιονοστιβάδων με μια στατιστική επιστροφής περίοδο 30 και 300 ετών, αντίστοιχα, χρησιμοποιούνται. Τα κριτήρια που επιλέγονται, επομένως, διαφέρουν αρκετά από εκείνους που χρησιμοποιούνται για να καθορίσουν μια κανονική χιονοστιβάδα.&lt;br /&gt;
&lt;br /&gt;
'''Το πρότυπο Salm-Voellmy'''&lt;br /&gt;
&lt;br /&gt;
Το πρότυπο που χρησιμοποιείται στις ελβετικές Άλπεις περιγράφεται λεπτομερώς και εμφανίζεται σε διάφορα πρακτικά παραδείγματα Salm και λοιποί. (1990). Μόνο οι θεμελιώδεις πτυχές απαραίτητες να καταλάβουν την εφαρμογή της στο περιβάλλον υπολογιστών θα εξηγηθούν εδώ. Τρεις γενικοί περιορισμοί πρέπει να επισημανθούν. &lt;br /&gt;
(1) τα αποτελέσματα των δυνάμεων μιας χιονοστιβάδας δεν εξετάζονται, εκτός από τη σημασία τους στο χωρισμό της κόκκινης από την μπλε ζώνη κινδύνου .&lt;br /&gt;
(2) το πρότυπο δεν εξετάζει τις χιονοστιβάδες σκόνης χιονιού λόγω των πολύ σύνθετων φυσικών διαδικασιών αυτού του τύπου χιονοστιβάδων. Αυτό προκαλεί μια ανησυχητική ανεπάρκεια στη χαρτογράφηση χιονοστιβάδων, επειδή οι χιονοστιβάδες σκόνης χιονιού είναι γενικά εξαιρετικά καταστροφικά γεγονότα.&lt;br /&gt;
(3) τα αποτελέσματα σχετικά με το δάσος επίσης δεν λαμβάνονται υπόψη. Συγκεκριμένα, το πρότυπο δεν προσφέρει τις ακριβείς πληροφορίες σχετικά με τους όρους κάτω από τους οποίους μια χιονοστιβάδα θα εισαχθεί σε ένα δάσος, πώς επιβραδύνεται από τα δέντρα, ή τη ζημία που προκαλεί στο δάσος. Τα αποτελέσματα στα δάση κοντά στην ζώνη αποψίλωσης συζητούνται από Gubler και Rychetnik (1991) τα των οποίων συμπεράσματα ενσωματώθηκαν στο τροποποιημένο πρότυπο (δείτε παρακάτω).&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Ο προσδιορισμός της διαδρομής χιονοστιβάδων'''&lt;br /&gt;
&lt;br /&gt;
Ο προσδιορισμός μιας διαδρομής χιονοστιβάδων είναι διευκρινισμένος στο σχήμα 1. Η διαδρομή αρχίζει μέσα στην αρχική ζώνη, μια περιοχή χωρίς δέντρα με μια κλίση 28-50». Ο όγκος της απαλλαγής χιονιού υπολογίζεται στο χαμηλότερο όριο αυτής της ζώνης. Η χιονοστιβάδα στο δρόμο της προς τα κάτω έπειτα εισάγει τη ζώνη της μετάβασης, όπου η ταχύτητα και το ύψος της μπορούν να υπολογιστούν σε οποιοδήποτε σημείο ενδιαφέροντος.&lt;br /&gt;
&lt;br /&gt;
'''Σχήμα'''&lt;br /&gt;
&lt;br /&gt;
Η ζώνη εξάντλησης αρχίζει σε μια γωνία κλίσης που εξαρτάται από το u συντελεστή τριβής (tgψ = μ). Εντούτοις, οι παράμετροι που καθορίζουν τη απόσταση εξάντλησης και οι δυνάμεις πίεσης υπολογίζονται στο σημείο Π (δείτε το σχήμα Ι). Αυτό είναι τοποθετημένο υψηλότερο επάνω, όπου η κλίση είναι 3-4 πιο απότομη (Salm και λοιποί., 1990). Για τη μετάβαση διαστολής μεταξύ του σημείου Π και της πραγματικής αρχής της ζώνης εξάντλησης, το πρότυπο θεωρεί ότι οι παράμετροι χιονοστιβάδων δεν αλλάζουν. Τα αποτελέσματα που αξιολογούνται για το σημείο Π χρησιμοποιούνται έπειτα άμεσα για να υπολογίσουν τη ζώνη εξάντλησης.&lt;br /&gt;
&lt;br /&gt;
'''Παράμετροι'''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Οι παράμετροι χιονιού που απαιτούνται είναι: &lt;br /&gt;
(1) μέσο πάχος του χιονιού στην αρχική ζώνη, η οποία χρησιμοποιείται για να υπολογίσει τη μάζα χιονιού μιας ρέουσας χιονοστιβάδας  &lt;br /&gt;
(2) παράγοντας της ταραχώδους τριβής 5, η οποία εξαρτάται πρώτιστα από τις συνθήκες επιφάνειας της διαδρομής, όπως η τραχύτητά της, η διοχέτευση, και ο αριθμός μεγάλων αντικειμένων που παρακωλύουν τη ροή του κινούμενου χιονιού  &lt;br /&gt;
(3) συντελεστής τριβής (u), ο οποίος εξαρτάται από τα χαρακτηριστικά χιονιού (θερμοκρασία, δομή, πυκνότητα, αντίτιμο ύδατος, και η κατακόρυφος πίεσης στην επιφάνεια). &lt;br /&gt;
Οι σημαντικές παράμετροι ανακούφισης είναι: &lt;br /&gt;
(1) κλίση της γωνίας (+) στην αρχική ζώνη, τη ζώνη της μετάβασης και τη ζώνη  εξάντλησης&lt;br /&gt;
(2) μεγαλύτερη οριζόντια επέκταση της αρχικής ζώνης  &lt;br /&gt;
(3) έναρξη της ζώνης εξάντλησης(σημείο Π)&lt;br /&gt;
(4) πλάτος της χιονοστιβάδας στο σημείο Π&lt;br /&gt;
&lt;br /&gt;
'''Ο προσδιορισμός της διαδρομής χιονοστιβάδων στις δασικές περιοχές'''&lt;br /&gt;
&lt;br /&gt;
Οι χιονοστιβάδες γενικά δεν επηρεάζεται από την τραχύτητα επιφάνειας (Salm, 1982), αλλά η τραχύτητα μπορεί να είναι σχετική όταν υπάρχει μόνο μια ελαφριά κάλυψη χιονιού (όπως τον πρώιμο χειμώνα), όταν μπορεί σοβαρά να παρακωλύσει η τραχύτητα επιφάνειας τη μετακίνηση χιονιού. Εντούτοις, με το αυξανόμενο πακέτο χιονιού, αυτή η επίδραση εξαφανίζεται σχεδόν εντελώς. Τα αντικείμενα μικρότερα από 1 μ, καθώς επίσης και η χλοώδης και βοτανική βλάστηση, είναι επομένως καμίας σημασίας στον υπολογισμό του πιθανού κινδύνου χιονοστιβάδων. Εντούτοις, τα δέντρα και οι θάμνοι έχουν μια μεγάλη επιρροή στο σχηματισμό και τη δυναμική των χιονοστιβάδων. Εάν οι θάμνοι καλύπτονται από το χιόνι, ένας ανώμαλος καθορισμός του χιονιού και ένας επικίνδυνος αέρας μέσα σε αυτό μπορούν να εμφανιστούν, αυξάνοντας αρκετά τον κίνδυνο έναρξης χιονοστιβάδων (Salm, 1982). Το πυκνό δάσος αντιπροσωπεύει ένα σημαντικό εμπόδιο για τις χιονοστιβάδες, αλλά κάθε δάσος δεν προσφέρει την ικανοποιητική προστασία. Τα δέντρα βλάπτονται συνεχώς από τις ρέουσες μάζες χιονιού και από τους βράχους που μεταφέρονται εκεί μέσα. Ως εκ τούτου, η δομή, η πυκνότητα και η υγεία των δασών στα βουνά είναι ιδιαίτερα σημαντικές παράμετροι στον καθορισμό του πιθανού κινδύνου χιονοστιβάδων.&lt;br /&gt;
&lt;br /&gt;
'''Έναρξη μιας χιονοστιβάδας στα πυκνά δάση'''&lt;br /&gt;
&lt;br /&gt;
Η θερμοκρασία του αέρα, η πτώση, ο αέρας, σύντομα και μακρά κύματα ακτινοβολίας και άλλα  διαφέρουν εντυπωσιακά στα πυκνά δάση σε σύγκριση με τους τομείς χωρίς δάση της παρόμοιας θέσης, με συνέπεια τα πολύ διαφορετικά χαρακτηριστικά κινδύνου χιονοστιβάδων (Gubler και Rychetnik, 1991). Γενικά, έχει αποδειχθεί ότι το πυκνό, υψηλό, αειθαλές δάσος μέσα σε μια αρχική ζώνη είναι η καλύτερη προστασία χιονοστιβάδων (Salm, 1982). Αφ' ενός, τα πυκνά δάση με τα άφυλλα δέντρα το χειμώνα (αγριόπευκα, δέντρα πλατύφυλλων) εμποδίζουν τις χιονοστιβάδες σε έναν πολύ μικρότερο βαθμό. Παραδείγματος χάριν, η ακτινοβολία έναντι των μη-δασικών περιχώρων μόνο ελαφρώς μειώνεται (Salm, 1990). Οι στάσεις των μεγάλων, άφυλλων δέντρων παρουσιάζουν συχνά συνεχές, σταθερό χιόνι, παρόμοιο με αυτό που βρίσκεται στις ζώνες χωρίς δάση. &lt;br /&gt;
&lt;br /&gt;
'''Ανοικτά δάση και ανοίγματα'''&lt;br /&gt;
&lt;br /&gt;
Το όριο μεταξύ του πυκνού και ανοικτού δάσους δεν μπορεί να σκιαγραφηθεί ακριβώς για την αξιολόγηση κινδύνου χιονοστιβάδων. Για να φθάσει στους αρχικούς όρους απαραίτητους να αρχίσουν μια χιονοστιβάδα, ένα άνοιγμα ενός ελάχιστου μεγέθους απαιτείται, ανάλογα με τη γωνία κλίσεων. Ο πίνακας 1 απαριθμεί το κρίσιμο μέγεθος των ανοιγμάτων που απαιτούνται για να αρχίσουν μια χιονοστιβάδα. &lt;br /&gt;
&lt;br /&gt;
'''Κίνδυνοι για το δάσος'''&lt;br /&gt;
Η δασική ζημία που προκαλείται από τις χιονοστιβάδες εξαρτάται από τη μάζα, την ταχύτητα και τη διοχέτευση χιονιού, καθώς επίσης και από τη δασική πυκνότητα..  Gubler και Rychetnik (199 1: 25ff) έχουν αναλύσει αυτές τις παραμέτρους, διαπιστώνοντας ότι εάν μια χιονοστιβάδα που αποτελείται από το ξηρό χιόνι φθάνει σε μια ταχύτητα 20m ST, μια χιονοστιβάδα σκόνης χιονιού μπορεί να αναπτυχθεί. Τέτοιες χιονοστιβάδες είναι πιο επικίνδυνες στο δάσος από μια κανονική χιονοστιβάδα, δεδομένου ότι τα κύματα πίεσής τους ασκούν άμεση επίδραση στις κορώνες δέντρων ή προκαλούν τη ζημία στους μίσχους. Η δασικές πυκνότητα και η ανακούφιση ζημίας παρουσιάζονται στο σχήμα 2. Τα δάση που επιδρούν κατευναστικά στις χιονοστιβάδες δεν μπορούν να εκφραστούν στους ακριβείς αριθμούς. Οι Gubler και Rychetnik (1991) δηλώνουν μόνο ότι ακόμη και στα πυκνά δάση μια χιονοστιβάδα με ένα ύψος μεγαλύτερο από 1 μ θα χάσει πολύ από το υλικό της, αλλά θα διαβεί γενικά το δάσος. Δεν θα σταματήσει εκτός αν μπει σε μια περιοχή όπου η γωνία κλίσεων είναι λιγότερο από 10’’. Η μόνη φυσική μεταβλητή στο πρότυπο που χωρίζει σαφώς το δάσος από τις περιοχές χωρίς δάση είναι ο συντελεστής τριβής, ο οποίος πρέπει να καθοριστεί εμπειρικά.&lt;br /&gt;
&lt;br /&gt;
'''Η ολοκλήρωση των δορυφορικών στοιχείων και το πρότυπο δορυφορικής ανύψωσης'''&lt;br /&gt;
'''Δορυφορικά Στοιχεία'''&lt;br /&gt;
&lt;br /&gt;
Ο κύριος στόχος μιας ταξινόμησης είναι να παραχθούν οι εξακριβωμένες πληροφορίες για το βαθμό, την πυκνότητα και τη δομή του δάσους. Αυτό χρησιμοποιείται άμεσα στο πρότυπο προσομοίωσης κινδύνου χιονοστιβάδων. Μόνο τα υψηλής ευκρίνειας δορυφορικά στοιχεία μπορούν να παρέχουν αυτές τις πληροφορίες (όπως Landsat TM και το SPOT). &lt;br /&gt;
&lt;br /&gt;
'''Το ψηφιακό μοντέλο εδάφους'''&lt;br /&gt;
&lt;br /&gt;
Δεδομένου ότι τα δορυφορικά στοιχεία συλλαμβάνονται ως εικονοστοιχεία, είναι πιο κατάλληλο να χρησιμοποιήσει το DEM σε μορφή οριζόντιων αδιαμόρφωτων γραμμών. Η ζώνη ανύψωσης, η γωνία κλίσης και η πτυχή μπορούν να προέλθουν από το DEM. Επιπλέον, η γωνία κλίσης στα διαφορετικά μέρη μιας διαδρομής χιονοστιβάδων και της κατεύθυνσης που παίρνει μπορεί να καθοριστεί (δηλαδή η πλέον πιθανή πορεία της χιονοστιβάδας).&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:Κατολισθήσεις]]&lt;/div&gt;</summary>
		<author><name>Orfiro</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%97_%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CE%BA%CE%B9%CE%BD%CE%B4%CF%8D%CE%BD%CE%BF%CF%85_%CF%87%CE%B9%CE%BF%CE%BD%CE%BF%CF%83%CF%84%CE%B9%CE%B2%CE%AC%CE%B4%CF%89%CE%BD_%CE%BC%CE%B5_%CF%84%CE%B1_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AC_%CF%83%CF%84%CE%BF%CE%B9%CF%87%CE%B5%CE%AF%CE%B1_%CE%BA%CE%B1%CE%B9_%CE%AD%CE%BD%CE%B1_%CF%88%CE%B7%CF%86%CE%B9%CE%B1%CE%BA%CF%8C_%CE%BC%CE%BF%CE%BD%CF%84%CE%AD%CE%BB%CE%BF_%CE%B5%CE%B4%CE%AC%CF%86%CE%BF%CF%85%CF%82</id>
		<title>Η χαρτογράφηση κινδύνου χιονοστιβάδων με τα δορυφορικά στοιχεία και ένα ψηφιακό μοντέλο εδάφους</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%97_%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CE%BA%CE%B9%CE%BD%CE%B4%CF%8D%CE%BD%CE%BF%CF%85_%CF%87%CE%B9%CE%BF%CE%BD%CE%BF%CF%83%CF%84%CE%B9%CE%B2%CE%AC%CE%B4%CF%89%CE%BD_%CE%BC%CE%B5_%CF%84%CE%B1_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AC_%CF%83%CF%84%CE%BF%CE%B9%CF%87%CE%B5%CE%AF%CE%B1_%CE%BA%CE%B1%CE%B9_%CE%AD%CE%BD%CE%B1_%CF%88%CE%B7%CF%86%CE%B9%CE%B1%CE%BA%CF%8C_%CE%BC%CE%BF%CE%BD%CF%84%CE%AD%CE%BB%CE%BF_%CE%B5%CE%B4%CE%AC%CF%86%CE%BF%CF%85%CF%82"/>
				<updated>2010-02-21T20:45:06Z</updated>
		
		<summary type="html">&lt;p&gt;Orfiro: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Η χαρτογράφηση κινδύνου χιονοστιβάδων με τα δορυφορικά στοιχεία και ένα ψηφιακό μοντέλο εδάφους'''&lt;br /&gt;
&lt;br /&gt;
'''Urs Gruber και Harold Haefner'''&lt;br /&gt;
'''Applied Geography vol. 15, No 2, pp 99 - 113, 1995'''&lt;br /&gt;
&lt;br /&gt;
Δεδομένου ότι η χαρτογράφηση κινδύνου χιονοστιβάδων είναι μια πολύ χρονοβόρα υπόθεση, στόχος μας είναι να αναπτύξουμε μια κατάλληλη μέθοδο για να χαρτογραφήσουμε τις μεγάλες απομακρυσμένες περιοχές. Αυτό είναι βασισμένο στα δορυφορικά imagery στοιχεία και σε ένα ψηφιακό μοντέλο εδάφους (DEM) που εξετάζεται σε δύο τόπους στις ελβετικές Άλπεις. Για να μιμηθεί τον κίνδυνο χιονοστιβάδων, το υπάρχον Salm- Voellmy πρότυπο τροποποιήθηκε για το περιβάλλον υπολογιστών και επεκτάθηκε να περιλάβει τα χαρακτηριστικά των χιονοστιβάδων μέσα στη δασική έκταση. Τα δάση ταξινομήθηκαν με θεματικό Mapper Landsat (TM) στοιχεία.&lt;br /&gt;
&lt;br /&gt;
Μέχρι τώρα, μόνο μια ενιαία δασική κατηγορία έχει καθιερωθεί. Ενώ ο χωρισμός του δάσους, του θάμνου και των μη-δασικών περιοχών κοντά στο timberline δημιουργεί τα προβλήματα, η ταξινόμηση των μικρών ενάρξεων και των διαδρομών χιονοστιβάδων μέσα στο δάσος ήταν επιτυχής. Η σύγκριση με τον υπάρχοντα κτηματολογικό χάρτη χιονοστιβάδων αποκάλυψε ότι 85 τοις εκατό των περιοχών κινδύνου ήταν σωστά ταξινομημένα. Ο διαχωρισμός στις καθορισμένες «κόκκινες» και  «μπλε» ζώνες κινδύνου `, αφ' ενός, δεν ήταν ικανοποιητικός. Για μια λειτουργική εφαρμογή, οι περαιτέρω βελτιώσεις είναι απαραίτητες. Εντούτοις, η γενική προσέγγιση είναι πολύ ελπιδοφόρα και πρέπει να οδηγήσει στους πιο αξιόπιστους χάρτες κινδύνου για λόγους προγραμματισμού, καθώς επίσης και στις νέες και καλύτερες ιδέες στις αμοιβαίες αλληλεπιδράσεις μεταξύ του χιονιού και του δάσους.&lt;br /&gt;
&lt;br /&gt;
Ο στόχος της χαρτογράφησης κινδύνου χιονοστιβάδων είναι να αποτραπεί η καταστροφική ζημία στους ανθρώπους, τα ζώα, τις τακτοποιήσεις και τις εγκαταστάσεις μεταφορών. Οι ενδεχομένως επικίνδυνες περιοχές πρέπει είτε να είναι χωρίς τεχνητές κατασκευές, είτε συγκεκριμένες προφυλάξεις πρέπει να ληφθούν. Ένας χάρτης κινδύνου χιονοστιβάδων ενημερώνει για το μέγεθος, τη συχνότητα και την έκταση περιοχής της ζώνης κινδύνου των πιθανών χιονοστιβάδων. Στην Ελβετία, οι χάρτες κινδύνου χιονοστιβάδων έχουν υπάρξει από 1878 (Frutiger, 1980). Σήμερα συντάσσονται από τους τοπογραφικούς χάρτες και από την παρατήρηση τομέων βασισμένη στη μακροπρόθεσμη εμπειρία και τα αρχεία (Salm και λοιποί., 1990). Σε άλλες περιοχές βουνών, όπως τα Ιμαλάια, ούτε οι μεγάλης κλίμακας χάρτες ούτε τα μακροπρόθεσμα αρχεία παρατήρησης δεν υπάρχουν. Η καθιέρωση μελέτης χιονιού και χιονοστιβάδων (SASE) σε Manali (Himachal Pradesh) υποστηρίζει τις προσπάθειες να καθιερωθούν οι παρόμοιοι μεγάλης κλίμακας χάρτες για το ινδικό μέρος των Ιμαλαίων ως εργαλείο προγραμματισμού για τα έργα υποδομής μεταφορών και τουριστών. Αλλά η έκταση της περιοχής που χαρτογραφείται είναι πολύ μεγαλύτερη και οι περιοχές είναι πιο απομακρυσμένες απ'ό, τι στις Άλπεις, απαιτώντας κατά συνέπεια μια διαφορετική μεθοδολογική προσέγγιση. Οι τεχνικές τηλεπισκόπησης, μαζί με τα μαθηματικά πρότυπα, ταιριάζουν ιδιαίτερα στην ενίσχυση στην επίλυση αυτών των προβλημάτων και την παραγωγή των επαρκών εγγράφων προγραμματισμού.&lt;br /&gt;
&lt;br /&gt;
Ο στόχος της παρούσας μελέτης, επομένως, είναι να αξιολογηθεί η δυνατότητα των υψηλής ευκρίνειας δορυφορικών καλολογικών στοιχείων (Landsat-TM, σημείο-XS) για τη χαρτογράφηση κινδύνου χιονοστιβάδων και να αναπτυχθεί μια κατάλληλη μέθοδος για τις απέραντες, απομακρυσμένες περιοχές βουνών όπως στα Ιμαλάια. Οι αναπόφευκτες προϋποθέσεις περιλαμβάνουν τις ακριβείς πληροφορίες για την τοπογραφία (ύψος, γωνία κλίσεων και πτυχή, παραδείγματος χάριν), η οποία είναι μόνο ανιχνεύσιμη από ένα ψηφιακό μοντέλο εδάφους (DEM). Ως εκ τούτου, η διαθεσιμότητα των υψηλής ευκρίνειας DEM περίπου του ίδιου χωρικού ψηφίσματος όπως τα δορυφορικά καλολογικά στοιχεία είναι ουσιαστικά. Επιπλέον, το DEM απαιτείται επίσης για την κωδικοποίηση των δορυφορικών εικόνων και για την εξαγωγή χαρακτηριστικών γνωρισμάτων. Για μια προσεκτική αξιολόγηση όλων των προβλημάτων και για να αναπτύξουν τη μέθοδο, δύο περιοχές στις ελβετικές Άλπεις με τα μακροπρόθεσμα αρχεία παρατήρησης των στατιστικών κλίματος, βλάστησης, χιονιού και χιονοστιβάδων, και με την καλή δυνατότητα πρόσβασης, επιλέχτηκαν. Ένα υψηλής ευκρίνειας DEM είναι διαθέσιμο και για τις δύο περιοχές δοκιμής. Οι περιοχές χρησιμοποιήθηκαν και πριν ως περιοχές δοκιμής για τις δορυφορικές μελέτες ταξινόμησης των μονάδων κάλυψης εδάφους όπως το χιόνι και το δάσος (Seidel και λοιποί., 1989  Itten και λοιποί., 1991). Επέτρεψαν μια λεπτομερή αξιολόγηση των αποτελεσμάτων και επαλήθευση της ακρίβειας των αποτελεσμάτων.&lt;br /&gt;
&lt;br /&gt;
'''Το Μοντέλο'''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Χάρτες κινδύνου κατολίσθησης'''&lt;br /&gt;
&lt;br /&gt;
Οι πιο παλιοί χάρτες κινδύνου κατολίσθησης είναι το κτηματολόγιο κατολισθήσεων. Όλες οι παρατηρημένες κατολισθήσεις είναι απαριθμημένες και ταξινομημένες για να βοηθήσουν να αποτρέψουν την περαιτέρω ζημία σε αυτές τις περιοχές. Αλλά τα κτηματολόγια κατολισθήσεων δεν δίνουν οποιαδήποτε στοιχεία για τους πιθανούς κινδύνους χιονοστιβάδων που προκαλούνται από τις ακραίες ή μεταβαλλόμενες περιβαλλοντικές συνθήκες. Η απόσταση εξάντλησης και η δυναμική είναι τα κριτήρια για τη διαίρεση μιας περιοχής σε διαφορετικές ζώνες κινδύνου. Στην Ελβετία, οι χάρτες κινδύνου χιονοστιβάδων παρουσιάζουν συνήθως τρεις διαφορετικούς βαθμούς κινδύνου: κόκκινο (υψηλός κίνδυνος), μπλε (μέτριος κίνδυνος) και λευκό (κανένας κίνδυνος). Τα κριτήρια για τη διάκριση μεταξύ των υψηλών και μέτριων κινδύνων είναι: (1) η συγκεκριμένη πίεση ώθησης μιας χιονοστιβάδας: εάν η πίεση χιονοστιβάδων υπερβαίνει το όριο kPa 30, είναι ταξινομημένο ως υψηλός κίνδυνος  (2) συχνότητα του περιστατικού: οι μικρότερες χιονοστιβάδες με μια ώθηση χαμηλότερη από το όριο 30 Κ PA αλλά με μια υψηλή συχνότητα και με μια επιστροφής περίοδο, παραδείγματος χάριν, 30 ετών είναι επίσης ταξινομημένες ως υψηλός κίνδυνος. Η σκιαγράφηση μεταξύ μέτριου και κανενός κινδύνου είναι η απόσταση εξάντλησης μιας ακραίας χιονοστιβάδας. Οι χάρτες κινδύνου χιονοστιβάδων εξετάζουν μόνο τα ακραία γεγονότα χιονοστιβάδων. Για να υπολογίσουν τις διαφορετικές ζώνες κινδύνου, η ζώνη εξάντλησης και οι δυνάμεις πίεσης των χιονοστιβάδων με μια στατιστική επιστροφής περίοδο 30 και 300 ετών, αντίστοιχα, χρησιμοποιούνται. Τα κριτήρια που επιλέγονται, επομένως, διαφέρουν αρκετά από εκείνους που χρησιμοποιούνται για να καθορίσουν μια κανονική χιονοστιβάδα.&lt;br /&gt;
&lt;br /&gt;
'''Το πρότυπο Salm-Voellmy'''&lt;br /&gt;
&lt;br /&gt;
Το πρότυπο που χρησιμοποιείται στις ελβετικές Άλπεις περιγράφεται λεπτομερώς και εμφανίζεται σε διάφορα πρακτικά παραδείγματα Salm και λοιποί. (1990). Μόνο οι θεμελιώδεις πτυχές απαραίτητες να καταλάβουν την εφαρμογή της στο περιβάλλον υπολογιστών θα εξηγηθούν εδώ. Τρεις γενικοί περιορισμοί πρέπει να επισημανθούν. &lt;br /&gt;
(1) τα αποτελέσματα των δυνάμεων μιας χιονοστιβάδας δεν εξετάζονται, εκτός από τη σημασία τους στο χωρισμό της κόκκινης από την μπλε ζώνη κινδύνου .&lt;br /&gt;
(2) το πρότυπο δεν εξετάζει τις χιονοστιβάδες σκόνης χιονιού λόγω των πολύ σύνθετων φυσικών διαδικασιών αυτού του τύπου χιονοστιβάδων. Αυτό προκαλεί μια ανησυχητική ανεπάρκεια στη χαρτογράφηση χιονοστιβάδων, επειδή οι χιονοστιβάδες σκόνης χιονιού είναι γενικά εξαιρετικά καταστροφικά γεγονότα.&lt;br /&gt;
(3) τα αποτελέσματα σχετικά με το δάσος επίσης δεν λαμβάνονται υπόψη. Συγκεκριμένα, το πρότυπο δεν προσφέρει τις ακριβείς πληροφορίες σχετικά με τους όρους κάτω από τους οποίους μια χιονοστιβάδα θα εισαχθεί σε ένα δάσος, πώς επιβραδύνεται από τα δέντρα, ή τη ζημία που προκαλεί στο δάσος. Τα αποτελέσματα στα δάση κοντά στην ζώνη αποψίλωσης συζητούνται από Gubler και Rychetnik (1991) τα των οποίων συμπεράσματα ενσωματώθηκαν στο τροποποιημένο πρότυπο (δείτε παρακάτω).&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Ο προσδιορισμός της διαδρομής χιονοστιβάδων'''&lt;br /&gt;
&lt;br /&gt;
Ο προσδιορισμός μιας διαδρομής χιονοστιβάδων είναι διευκρινισμένος στο σχήμα 1. Η διαδρομή αρχίζει μέσα στην αρχική ζώνη, μια περιοχή χωρίς δέντρα με μια κλίση 28-50». Ο όγκος της απαλλαγής χιονιού υπολογίζεται στο χαμηλότερο όριο αυτής της ζώνης. Η χιονοστιβάδα στο δρόμο της προς τα κάτω έπειτα εισάγει τη ζώνη της μετάβασης, όπου η ταχύτητα και το ύψος της μπορούν να υπολογιστούν σε οποιοδήποτε σημείο ενδιαφέροντος.&lt;br /&gt;
&lt;br /&gt;
'''Σχήμα'''&lt;br /&gt;
&lt;br /&gt;
Η ζώνη εξάντλησης αρχίζει σε μια γωνία κλίσης που εξαρτάται από το u συντελεστή τριβής (tgψ = μ). Εντούτοις, οι παράμετροι που καθορίζουν τη απόσταση εξάντλησης και οι δυνάμεις πίεσης υπολογίζονται στο σημείο Π (δείτε το σχήμα Ι). Αυτό είναι τοποθετημένο υψηλότερο επάνω, όπου η κλίση είναι 3-4 πιο απότομη (Salm και λοιποί., 1990). Για τη μετάβαση διαστολής μεταξύ του σημείου Π και της πραγματικής αρχής της ζώνης εξάντλησης, το πρότυπο θεωρεί ότι οι παράμετροι χιονοστιβάδων δεν αλλάζουν. Τα αποτελέσματα που αξιολογούνται για το σημείο Π χρησιμοποιούνται έπειτα άμεσα για να υπολογίσουν τη ζώνη εξάντλησης.&lt;br /&gt;
&lt;br /&gt;
'''Παράμετροι'''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Οι παράμετροι χιονιού που απαιτούνται είναι: &lt;br /&gt;
(1) μέσο πάχος του χιονιού στην αρχική ζώνη, η οποία χρησιμοποιείται για να υπολογίσει τη μάζα χιονιού μιας ρέουσας χιονοστιβάδας  &lt;br /&gt;
(2) παράγοντας της ταραχώδους τριβής 5, η οποία εξαρτάται πρώτιστα από τις συνθήκες επιφάνειας της διαδρομής, όπως η τραχύτητά της, η διοχέτευση, και ο αριθμός μεγάλων αντικειμένων που παρακωλύουν τη ροή του κινούμενου χιονιού  &lt;br /&gt;
(3) συντελεστής τριβής (u), ο οποίος εξαρτάται από τα χαρακτηριστικά χιονιού (θερμοκρασία, δομή, πυκνότητα, αντίτιμο ύδατος, και η κατακόρυφος πίεσης στην επιφάνεια). &lt;br /&gt;
Οι σημαντικές παράμετροι ανακούφισης είναι: &lt;br /&gt;
(1) κλίση της γωνίας (+) στην αρχική ζώνη, τη ζώνη της μετάβασης και τη ζώνη  εξάντλησης&lt;br /&gt;
(2) μεγαλύτερη οριζόντια επέκταση της αρχικής ζώνης  &lt;br /&gt;
(3) έναρξη της ζώνης εξάντλησης(σημείο Π)&lt;br /&gt;
(4) πλάτος της χιονοστιβάδας στο σημείο Π&lt;br /&gt;
&lt;br /&gt;
'''Ο προσδιορισμός της διαδρομής χιονοστιβάδων στις δασικές περιοχές'''&lt;br /&gt;
&lt;br /&gt;
Οι χιονοστιβάδες γενικά δεν επηρεάζεται από την τραχύτητα επιφάνειας (Salm, 1982), αλλά η τραχύτητα μπορεί να είναι σχετική όταν υπάρχει μόνο μια ελαφριά κάλυψη χιονιού (όπως τον πρώιμο χειμώνα), όταν μπορεί σοβαρά να παρακωλύσει η τραχύτητα επιφάνειας τη μετακίνηση χιονιού. Εντούτοις, με το αυξανόμενο πακέτο χιονιού, αυτή η επίδραση εξαφανίζεται σχεδόν εντελώς. Τα αντικείμενα μικρότερα από 1 μ, καθώς επίσης και η χλοώδης και βοτανική βλάστηση, είναι επομένως καμίας σημασίας στον υπολογισμό του πιθανού κινδύνου χιονοστιβάδων. Εντούτοις, τα δέντρα και οι θάμνοι έχουν μια μεγάλη επιρροή στο σχηματισμό και τη δυναμική των χιονοστιβάδων. Εάν οι θάμνοι καλύπτονται από το χιόνι, ένας ανώμαλος καθορισμός του χιονιού και ένας επικίνδυνος αέρας μέσα σε αυτό μπορούν να εμφανιστούν, αυξάνοντας αρκετά τον κίνδυνο έναρξης χιονοστιβάδων (Salm, 1982). Το πυκνό δάσος αντιπροσωπεύει ένα σημαντικό εμπόδιο για τις χιονοστιβάδες, αλλά κάθε δάσος δεν προσφέρει την ικανοποιητική προστασία. Τα δέντρα βλάπτονται συνεχώς από τις ρέουσες μάζες χιονιού και από τους βράχους που μεταφέρονται εκεί μέσα. Ως εκ τούτου, η δομή, η πυκνότητα και η υγεία των δασών στα βουνά είναι ιδιαίτερα σημαντικές παράμετροι στον καθορισμό του πιθανού κινδύνου χιονοστιβάδων.&lt;br /&gt;
&lt;br /&gt;
'''Έναρξη μιας χιονοστιβάδας στα πυκνά δάση'''&lt;br /&gt;
&lt;br /&gt;
Η θερμοκρασία του αέρα, η πτώση, ο αέρας, σύντομα και μακρά κύματα ακτινοβολίας και άλλα  διαφέρουν εντυπωσιακά στα πυκνά δάση σε σύγκριση με τους τομείς χωρίς δάση της παρόμοιας θέσης, με συνέπεια τα πολύ διαφορετικά χαρακτηριστικά κινδύνου χιονοστιβάδων (Gubler και Rychetnik, 1991). Γενικά, έχει αποδειχθεί ότι το πυκνό, υψηλό, αειθαλές δάσος μέσα σε μια αρχική ζώνη είναι η καλύτερη προστασία χιονοστιβάδων (Salm, 1982). Αφ' ενός, τα πυκνά δάση με τα άφυλλα δέντρα το χειμώνα (αγριόπευκα, δέντρα πλατύφυλλων) εμποδίζουν τις χιονοστιβάδες σε έναν πολύ μικρότερο βαθμό. Παραδείγματος χάριν, η ακτινοβολία έναντι των μη-δασικών περιχώρων μόνο ελαφρώς μειώνεται (Salm, 1990). Οι στάσεις των μεγάλων, άφυλλων δέντρων παρουσιάζουν συχνά συνεχές, σταθερό χιόνι, παρόμοιο με αυτό που βρίσκεται στις ζώνες χωρίς δάση. &lt;br /&gt;
&lt;br /&gt;
'''Ανοικτά δάση και ανοίγματα'''&lt;br /&gt;
&lt;br /&gt;
Το όριο μεταξύ του πυκνού και ανοικτού δάσους δεν μπορεί να σκιαγραφηθεί ακριβώς για την αξιολόγηση κινδύνου χιονοστιβάδων. Για να φθάσει στους αρχικούς όρους απαραίτητους να αρχίσουν μια χιονοστιβάδα, ένα άνοιγμα ενός ελάχιστου μεγέθους απαιτείται, ανάλογα με τη γωνία κλίσεων. Ο πίνακας 1 απαριθμεί το κρίσιμο μέγεθος των ανοιγμάτων που απαιτούνται για να αρχίσουν μια χιονοστιβάδα. &lt;br /&gt;
&lt;br /&gt;
'''Κίνδυνοι για το δάσος'''&lt;br /&gt;
Η δασική ζημία που προκαλείται από τις χιονοστιβάδες εξαρτάται από τη μάζα, την ταχύτητα και τη διοχέτευση χιονιού, καθώς επίσης και από τη δασική πυκνότητα..  Gubler και Rychetnik (199 1: 25ff) έχουν αναλύσει αυτές τις παραμέτρους, διαπιστώνοντας ότι εάν μια χιονοστιβάδα που αποτελείται από το ξηρό χιόνι φθάνει σε μια ταχύτητα 20m ST, μια χιονοστιβάδα σκόνης χιονιού μπορεί να αναπτυχθεί. Τέτοιες χιονοστιβάδες είναι πιο επικίνδυνες στο δάσος από μια κανονική χιονοστιβάδα, δεδομένου ότι τα κύματα πίεσής τους ασκούν άμεση επίδραση στις κορώνες δέντρων ή προκαλούν τη ζημία στους μίσχους. Η δασικές πυκνότητα και η ανακούφιση ζημίας παρουσιάζονται στο σχήμα 2. Τα δάση που επιδρούν κατευναστικά στις χιονοστιβάδες δεν μπορούν να εκφραστούν στους ακριβείς αριθμούς. Οι Gubler και Rychetnik (1991) δηλώνουν μόνο ότι ακόμη και στα πυκνά δάση μια χιονοστιβάδα με ένα ύψος μεγαλύτερο από 1 μ θα χάσει πολύ από το υλικό της, αλλά θα διαβεί γενικά το δάσος. Δεν θα σταματήσει εκτός αν μπει σε μια περιοχή όπου η γωνία κλίσεων είναι λιγότερο από 10’’. Η μόνη φυσική μεταβλητή στο πρότυπο που χωρίζει σαφώς το δάσος από τις περιοχές χωρίς δάση είναι ο συντελεστής τριβής, ο οποίος πρέπει να καθοριστεί εμπειρικά.&lt;br /&gt;
&lt;br /&gt;
'''Η ολοκλήρωση των δορυφορικών στοιχείων και το πρότυπο δορυφορικής ανύψωσης'''&lt;br /&gt;
'''Δορυφορικά Στοιχεία'''&lt;br /&gt;
&lt;br /&gt;
Ο κύριος στόχος μιας ταξινόμησης είναι να παραχθούν οι εξακριβωμένες πληροφορίες για το βαθμό, την πυκνότητα και τη δομή του δάσους. Αυτό χρησιμοποιείται άμεσα στο πρότυπο προσομοίωσης κινδύνου χιονοστιβάδων. Μόνο τα υψηλής ευκρίνειας δορυφορικά στοιχεία μπορούν να παρέχουν αυτές τις πληροφορίες (όπως Landsat TM και το SPOT). &lt;br /&gt;
&lt;br /&gt;
'''Το ψηφιακό μοντέλο εδάφους'''&lt;br /&gt;
&lt;br /&gt;
Δεδομένου ότι τα δορυφορικά στοιχεία συλλαμβάνονται ως εικονοστοιχεία, είναι πιο κατάλληλο να χρησιμοποιήσει το DEM σε μορφή οριζόντιων αδιαμόρφωτων γραμμών. Η ζώνη ανύψωσης, η γωνία κλίσης και η πτυχή μπορούν να προέλθουν από το DEM. Επιπλέον, η γωνία κλίσης στα διαφορετικά μέρη μιας διαδρομής χιονοστιβάδων και της κατεύθυνσης που παίρνει μπορεί να καθοριστεί (δηλαδή η πλέον πιθανή πορεία της χιονοστιβάδας).&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:Κατολισθήσεις]]&lt;/div&gt;</summary>
		<author><name>Orfiro</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%97_%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CE%BA%CE%B9%CE%BD%CE%B4%CF%8D%CE%BD%CE%BF%CF%85_%CF%87%CE%B9%CE%BF%CE%BD%CE%BF%CF%83%CF%84%CE%B9%CE%B2%CE%AC%CE%B4%CF%89%CE%BD_%CE%BC%CE%B5_%CF%84%CE%B1_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AC_%CF%83%CF%84%CE%BF%CE%B9%CF%87%CE%B5%CE%AF%CE%B1_%CE%BA%CE%B1%CE%B9_%CE%AD%CE%BD%CE%B1_%CF%88%CE%B7%CF%86%CE%B9%CE%B1%CE%BA%CF%8C_%CE%BC%CE%BF%CE%BD%CF%84%CE%AD%CE%BB%CE%BF_%CE%B5%CE%B4%CE%AC%CF%86%CE%BF%CF%85%CF%82_(%CE%99%CE%99)</id>
		<title>Η χαρτογράφηση κινδύνου χιονοστιβάδων με τα δορυφορικά στοιχεία και ένα ψηφιακό μοντέλο εδάφους (ΙΙ)</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%97_%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CE%BA%CE%B9%CE%BD%CE%B4%CF%8D%CE%BD%CE%BF%CF%85_%CF%87%CE%B9%CE%BF%CE%BD%CE%BF%CF%83%CF%84%CE%B9%CE%B2%CE%AC%CE%B4%CF%89%CE%BD_%CE%BC%CE%B5_%CF%84%CE%B1_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AC_%CF%83%CF%84%CE%BF%CE%B9%CF%87%CE%B5%CE%AF%CE%B1_%CE%BA%CE%B1%CE%B9_%CE%AD%CE%BD%CE%B1_%CF%88%CE%B7%CF%86%CE%B9%CE%B1%CE%BA%CF%8C_%CE%BC%CE%BF%CE%BD%CF%84%CE%AD%CE%BB%CE%BF_%CE%B5%CE%B4%CE%AC%CF%86%CE%BF%CF%85%CF%82_(%CE%99%CE%99)"/>
				<updated>2010-02-21T20:44:35Z</updated>
		
		<summary type="html">&lt;p&gt;Orfiro: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Η χαρτογράφηση κινδύνου χιονοστιβάδων με τα δορυφορικά στοιχεία και ένα ψηφιακό μοντέλο εδάφους (ΙΙ)'''&lt;br /&gt;
&lt;br /&gt;
'''Urs Gruber και Harold Haefner'''&lt;br /&gt;
Applied Geography vol. 15, No 2, pp 99 - 113, 1995&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Διαδικασία'''&lt;br /&gt;
&lt;br /&gt;
'''Τα στοιχεία που χρησιμοποιήθηκαν'''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Οι δύο επιλεγμένες περιοχές δοκιμής Beckemied και Davos στις ελβετικές Άλπεις (σχήμα 3) χαρακτηρίζονται από την ισχυρή ανακούφιση και ταιριάζουν συνεπώς καλά στη χαρτογράφηση κινδύνου χιονοστιβάδων. Επιπλέον, οι χάρτες χιονοστιβάδων και οι χάρτες πιθανού κινδύνου έχουν υπάρξει για πολύ καιρό. Και οι δύο περιοχές είναι επίσης ευπρόσιτες για επίγειο έλεγχο και επαλήθευση. Τα δορυφορικά στοιχεία Landsat TM χρησιμοποιήθηκαν για τη δασική ταξινόμηση, που πήραν μια εικόνα από τις 3 Ιουλίου 1985.&lt;br /&gt;
&lt;br /&gt;
Προκειμένου να επιβεβαιώσει τα αποτελέσματα κατηγοριοποίησης,  σκαναρίστηκε το δάσος 1: 25 000  στον τοπογραφικό χάρτη και παρήχθηκε το αποτέλεσμα για την περιοχή δοκιμής Beckenried. Για την περιοχή Davos, το σύνολο στοιχείων από το πρόγραμμα mAB-Davos ήταν διαθέσιμο. Αυτά τα συγκριτικά σύνολα στοιχείων υποδεικνύονται ως επίγεια αλήθεια. Για την περιοχή δοκιμής Beckemied, ένα DEM με ένα πλέγμα-μέγεθος 25 X 25m από την ελβετική τοπογραφική έρευνα (DHM 25) ήταν διαθέσιμο  για την περιοχή δοκιμής Davos, ένα DEM με ένα αρχικό ψήφισμα 100 X 100 μ έπρεπε να ληφθεί ως δείγμα εκ νέου 25 X.25 μ.&lt;br /&gt;
&lt;br /&gt;
'''Επεξεργασία των δεδομένων Landsat'''&lt;br /&gt;
&lt;br /&gt;
Τα βήματα προεπεξεργασίας για να βελτιώσουν και να διευκολύνουν την ταξινόμηση περιέλαβαν και τις γεωμετρικές και ραδιομετρικές διορθώσεις. Για τη χαρτογράφηση κινδύνου χιονοστιβάδων, η ακριβής γεωμετρική θέση κάθε στοιχείου εικόνας είναι εξαιρετικά σημαντική. Οι διαδρομές χιονοστιβάδων συναντώνται πάντα στην πολύ απότομη έκταση, όπου η γεωμετρία είναι σοβαρά διαστρεβλωμένη σε μια δορυφορική εικόνα. Η γεωκωδικοποίηση επιτεύχθηκε χρησιμοποιώντας τα σημεία αναφοράς και με τη χρησιμοποίηση του DEM (Fusco et al., 1985). &lt;br /&gt;
&lt;br /&gt;
'''Ραδιομετρικές διορθώσεις'''&lt;br /&gt;
&lt;br /&gt;
Η ανάδρομη διάξυση των διάφορων χαρακτηριστικών γνωρισμάτων επιφάνειας επηρεάζεται σοβαρά από τα διαφορετικά ραδιομετρικά αποτελέσματα. Η καταγραμμένη εικόνα έχει τα χαρακτηριστικά αισθητήρων και της συγκεκριμένης περιοχής (Itten et al., 1991). Τα αποτελέσματα αισθητήρα προκύπτουν από τη βαθμολόγηση των ανιχνευτών, η σταθερότητα του συστήματος, και άλλα. Τα αποτελέσματα της συγκεκριμένης περιοχής προκαλούνται από τις αλλαγές στη γωνία και το αζιμούθιο του ήλιου, τις ατμοσφαιρικές συνθήκες, την τοπογραφία, και τη θέση του αντικειμένου σε σχέση με η δορυφορική θέση. Καμία ατμοσφαιρική διόρθωση δεν εφαρμόστηκε, δεδομένου ότι οι εκτενείς μελέτες στην ίδια περιοχή δοκιμής έδειξαν ότι δεν συμβάλλουν σε μια σημαντική βελτίωση της δασικής ταξινόμησης (Al Itten EF, 1991).&lt;br /&gt;
&lt;br /&gt;
'''Η ταξινόμηση των δασών'''&lt;br /&gt;
&lt;br /&gt;
Ο στόχος είναι να αποφύγουμε να κατηγοριοποιήσουμε τις περιοχές χωρίς δάση και τις θαμνώδεις περιοχές. Η λάθος ταξινόμηση θα οδηγούσε σε μια υποτίμηση των ζωνών κινδύνου. Η αντίστροφη περίπτωση, μια ταξινόμηση του δάσους όπως μη δασική περιοχή, θα διεύρυνε τη ζώνη κινδύνου χιονοστιβάδων. Για να ταξινομήσει το δάσος με τα στοιχεία Landsat-TM, ένα ιεραρχικό σύστημα ταξινόμησης εφαρμόστηκε, σύμφωνα με το σχήμα 4. Σε πρώτη φάση, το δάσος έχει χωριστεί από τις κατηγορίες για τη διαδρομή χιονιού, σκιών, ύδατος και χιονοστιβάδων χρησιμοποιώντας το κανάλι 2, η αναλογία Landsat των καναλιών 5 και 2, συν τα σύνολα στοιχείων από τη γωνία κλίσης και τη γωνία επίπτωσης  που προέρχεται από το DEM. Στο δεύτερο βήμα, η σκιαγράφηση της κατηγορίας δάσους βελτιώνεται από μια ανάλυση κύριων τμημάτων και ένα άκρη-ενισχύοντας φίλτρο. Ο στόχος ήταν να διακριθεί το μικρό άνοιγμα και οι μικρές κοιλάδες καθώς επίσης και να αποβληθούν τα δασόβια και ανοικτά δάση. Τα υπόλοιπα μέρη αντιπροσωπεύουν έπειτα την κατηγορία του πυκνού δάσους και μπορούν να χρησιμοποιηθούν άμεσα ως παράμετρος εισαγωγής για το πρότυπο κινδύνου χιονοστιβάδων.&lt;br /&gt;
&lt;br /&gt;
'''Εφαρμογή'''&lt;br /&gt;
Τα απαραίτητα πακέτα λογισμικού για την προεπεξεργασία και την επεξεργασία των δορυφορικών στοιχείων είναι διαθέσιμα στη βιβλιοθήκη IBIS (Meier, 1992). Το πρότυπο κινδύνου χιονοστιβάδων επομένως εφαρμόστηκε επίσης σε αυτό το σύστημα. Ένας από τους κύριους στόχους ήταν να οργανωθούν τα προγράμματα κατά τέτοιο τρόπο ώστε κάθε μεμονωμένη παράμετρος εισαγωγής να μπορεί να χειριστεί εύκολα, επιτρέποντας μια προσεκτική αξιολόγηση της επιρροής της στον προσδιορισμό της ζώνης εξάντλησης. &lt;br /&gt;
&lt;br /&gt;
'''Οι γενικές πτυχές στο Πρότυπο Sam – Voellmy'''&lt;br /&gt;
&lt;br /&gt;
Το πρότυπο δίνεται στην αριστερή πλευρά του σχήματος 5. Στη δεξιά πλευρά, ένα διάγραμμα ροής επιδεικνύει πώς να υπολογίσει τους κινδύνους χιονοστιβάδων και πώς να καθιερώσει έναν χάρτη κινδύνου χιονοστιβάδων. Χρησιμοποιώντας αυτό το πρόγραμμα, η ανάπτυξη δύο ακραίων γεγονότων χιονοστιβάδων, το 30-έτος και η χιονοστιβάδα 300-έτους, υπολογίζεται και χαρτογραφείται. Η περιοχή δοκιμής είναι πάντα ταξινομημένη σε δέκα κατηγορίες σύμφωνα με τα τμήματα πορειών, τη δυνατότητα ζημίας της χιονοστιβάδας στο δάσος, και την επιρροή του δάσους σχετικά με την απόσταση ώθησης και εξάντλησης. Ο συνδυασμός των αποτελεσμάτων προσομοίωσης στον τελικό χάρτη κινδύνου χιονοστιβάδων επιτυγχάνεται από την εξέταση του ορίου 30 Κ PA του συμβάντος 300-έτους αφ' ενός, και τη μέγιστη έκταση της προσομοίωσης 30-έτους αφ' ετέρου. Κατόπιν, τα διαφορετικά τμήματα πορειών υποδιαιρούνται σε κόκκινες και τις μπλε ζώνες κινδύνου σύμφωνα με τα κριτήρια που απαριθμούνται στον πίνακα 2. Στο σχήμα 6, ο τελικός χάρτης κινδύνου χιονοστιβάδων της περιοχής δοκιμής Beckenried παρουσιάζεται.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Κύριες τροποποιήσεις του αρχικού προτύπου Salm-Voellmy'''&lt;br /&gt;
&lt;br /&gt;
Τo αρχικό πρότυπο χρησιμοποιεί δεδομένα που λαμβάνονται με το χέρι από τους τοπογραφικούς χάρτες. Για τον παρόντα σκοπό, οι απαραίτητες παράμετροι προέρχονται αυτόματα από το DEM και από την ταξινόμηση δορυφορικών στοιχείων. Για να επεκτείνουν και να βελτιώσουν το χειρισμό της εισαγωγής παραμέτρου, οι ακόλουθες τροποποιήσεις του αρχικού προτύπου Salm-Voellmy εφαρμόστηκαν.&lt;br /&gt;
* μια χιονοστιβάδα δεν θεωρείται συνολικά όταν κάνουμε τους υπολογισμούς, αλλά διαιρείται σε κάθετες λουρίδες του πλάτους 25 μ (λουρίδες χιονοστιβάδων). Οι υπολογισμοί γίνονται χωριστά για κάθε λουρίδα, ίση με το μέγεθος 25 X.25 μ. Αυτό προκαλεί τα λάθη επειδή μια χιονοστιβάδα έχει πάντα μια τάση να εξισώσει τις δυνάμεις της πέρα από το ολόκληρο πλάτος.&lt;br /&gt;
* Υποθέτουμε ότι η αρχική ζώνη είναι λίγο πολύ ορθογώνια.&lt;br /&gt;
* Κανένας χωρισμός μεταξύ των χιονοστιβάδων σκόνης χιονιού και των χιονοστιβάδων ροής δεν γίνεται. Όλες οι χιονοστιβάδες λαμβάνονται ως χιονοστιβάδες ροής.&lt;br /&gt;
* Μόνο μια ενιαία κατηγορία, πυκνό δάσος , εξετάζεται, λόγω των περιορισμένων δυνατοτήτων της ταξινόμησης δορυφορικών στοιχείων.&lt;br /&gt;
* Ο βαθμός διοχέτευσης της χιονοστιβάδας αντιπροσωπεύεται έμμεσα από την ταχύτητα και το ύψος του ρέοντος χιονιού.	&lt;br /&gt;
&lt;br /&gt;
'''ΑΠΟΤΕΛΕΣΜΑΤΑ'''&lt;br /&gt;
&lt;br /&gt;
'''Κατηγοριοποίηση των στοιχείων δορυφόρου'''&lt;br /&gt;
&lt;br /&gt;
Τα αποτελέσματα από τις δορυφορικές ταξινομήσεις συνοψίζονται στον πίνακα 3. Με βάση τις παρόμοιες μελέτες (Itten και λοιποί., 1991), μπορεί να καταδειχθεί ότι η χρήση ενός DEM βελτίωσε ελαφρώς τα αποτελέσματα. Το σχήμα 7 δείχνει ότι οι περισσότερες από τις δασικές περιοχές που δεν ταξινομούνται ως δάσος βρίσκονται κατά μήκος της περιοχής υλοτόμησης. Εδώ, τα δασικά εικονοστοιχεία που ταξινομούνται ως μη-δασικές περιοχές εμφανίζονται, καθώς επίσης και οι περιοχές που ταξινομούνται ως δάσος. Επιπλέον, μερικά φυλλοβόλα  δέντρα ταξινομήθηκαν επίσης ως μη-δασικές περιοχές. Αυτό εμφανίστηκε επειδή τα δέντρα στο ανώτερο όριο είναι μικρά και λεπτά, και επίσης λόγω της μάλλον περιοριστικής επιλογής των παραμέτρων ταξινόμησης υπέρ ενός βέλτιστου χωρισμού του μικρού ανοίγματος μέσα στα δάση. Κάμποσες διαδρομές χιονοστιβάδων που καταχωρήθηκαν ως δάσος στη χιονοστιβάδα  ταξινομήθηκαν σωστά ως μη-δασικές περιοχές. Ένα από τα πλεονεκτήματα της δορυφορικής ταξινόμησης είναι η επικαιρότητά του  αντιπροσωπεύει την πιο πρόσφατη κατάσταση στην περιοχή υπό έρευνα, ενώ οι τοπογραφικοί χάρτες ενημερώνονται πιο σπάνια. Εν περιλήψει, τα αποτελέσματα που επιτυγχάνονται για τη δασική ταξινόμηση είναι ικανοποιητικά για την επόμενη χρήση τους στο πρότυπο κινδύνου χιονοστιβάδων.&lt;br /&gt;
&lt;br /&gt;
'''Κατηγοριοποίηση των κινδύνων χιονοστιβάδων'''&lt;br /&gt;
&lt;br /&gt;
Τα αποτελέσματα κρίνονται σε δύο βήματα. Πρώτα, τα αποτελέσματα προσομοίωσης χιονοστιβάδων συγκρίνονται με τις χιονοστιβάδες που απαριθμούνται στη στο κτηματολόγιο χιονοστιβάδων προκειμένου να ανακαλυφθεί εάν όλα τα γεγονότα χιονοστιβάδων καταχωρούνται από το πρότυπο. Τα αποτελέσματα είναι πολύ ελπιδοφόρα  περίπου 85 τοις εκατό ήταν ταξινομημένα σωστά. Δεύτερον, μια σύγκριση με τον υπάρχοντες χάρτες  κίνδυνου χιονοστιβάδων επιδεικνύει πόσο ακριβώς οι πιθανές ζώνες κινδύνου μπορούν να ανιχνευθούν και να οριστούν σε ένα από τα δύο είτε την κόκκινη ζώνη κινδύνου ή τη μπλε. Αυτά τα αποτελέσματα ταξινόμησης συνοψίζονται στον πίνακα 4.&lt;br /&gt;
Η ανάλυση αποκαλύπτει ότι τα αποτελέσματα σχετικά με την κατανομή των ζωνών κινδύνου δεν είναι ακόμα ικανοποιητικά. Γενικά, οι ζώνες εξάντλησης εκτείνονται πάρα πολύ μακριά. Οι κύριοι λόγοι συζητούνται κατωτέρω.&lt;br /&gt;
&lt;br /&gt;
'''Προσδιορισμός των ζωνών κινδύνου στις δασικές περιοχές'''&lt;br /&gt;
&lt;br /&gt;
Μέσα στην περιοχή δοκιμής Beckenried, μόνο ένα τρίτο της κόκκινης ζώνης  ήταν ταξινομημένο ακριβώς. Ένα άλλο τρίτο ταξινομήθηκε ως μπλε ζώνη και υπόλοιπο ως ζώνη μη-κινδύνου. Τα προβλήματα εμφανίζονται πρώτιστα στις βαριά δασικές περιοχές. Φαίνεται ότι ο προσδιορισμός των δύο ζωνών στο κτηματολόγιο επιτεύχθηκε εμπειρικά και όχι με την εφαρμογή του προτύπου. Μπορεί να υποτίθεται ότι ο χωρισμός λήφθηκε συχνά άνετα, δεδομένου ότι κανένα κτήριο δεν επιτρέπεται μέσα στο δάσος. Οι ζώνες προέλευσης μέσα στο δάσος συμπεριλαμβάνονται επίσης. Αυτό οδηγεί στις πρόσθετες λάθος ταξινομήσεις δεδομένου ότι το πρότυπο είναι βασισμένο στον όρο που καμία χιονοστιβάδα δεν μπορεί να αρχίσει μέσα σε ένα κλειστό δάσος.&lt;br /&gt;
&lt;br /&gt;
'''Μήκος των ζωνών έναρξης'''&lt;br /&gt;
&lt;br /&gt;
Το πρότυπο Salm-Voellmy δεν εξετάζει το μήκος της αρχικής ζώνης αλλά υποθέτει ότι είναι άσχετο με την εκφόρτωση όγκου του χιονιού, της ταχύτητας χιονοστιβάδων ή του ύψους ροής. Εντούτοις, δεν είναι ρεαλιστικό να υποτεθεί ότι μια χιονοστιβάδα με μια αρχική ζώνη μόνο 50m στο μήκος θα διαπεράσει εξίσου βαθειά στο δάσος με μήκος αρκετών εκατοντάδων μέτρων. Μια χιονοστιβάδα με μια μικρή αρχική ζώνη θα σταματήσει γρηγορότερα από μια με μια μεγάλη αρχική ζώνη. Ο Gubler (1992) προτείνει τη λύση αυτού του προβλήματος με την προσθήκη μιας άλλης παραμέτρου, η οποία καθορίζει την πιθανή απόσταση εξάντλησης σε ένα δάσος ανάλογα με το μέγεθος της αρχικής ζώνης καθώς επίσης και την ταχύτητα και το ύψος ροής (δείτε επίσης Bovis και Mears, το 1976)&lt;br /&gt;
&lt;br /&gt;
'''Ενιαίος συντελεστής τριβής για το σύνολο της περιοχής δοκιμής'''&lt;br /&gt;
&lt;br /&gt;
Το τρέχον πρότυπο μπορεί να χειριστεί μόνο έναν συντελεστή τριβής για την ολόκληρη μη-δασική περιοχή ή την περιοχή δοκιμής. Αλλά δεδομένου ότι αυτός ο συντελεστής τριβής εξαρτάται από το ύψος της αρχικής ζώνης, όπως το μέσο βάθος του χιονιού, οι δυνατότητες για τη λάθος ταξινόμηση είναι ουσιαστικές. Στις χαμηλότερες περιοχές, ο συντελεστής τριβής χρησιμοποιούμενος δεν είναι ικανοποιητικός, οδηγώντας σε μια υποτίμηση των αποστάσεων εξάντλησης.  Με βάση τα αποτελέσματα από την περιοχή Beckenried, υπάρχουν σαφώς προσδιορισμένες προβληματικές περιοχές για τη βελτίωση του προτύπου για μια λειτουργική εφαρμογή. Τα αποτελέσματα της περιοχής δοκιμής Davos είναι ελαφρώς λιγότερο ικανοποιητικά, κυρίως επειδή η ζώνη μετάβασης κατά μήκος της περιοχής υλοτόμησης, που προκαλεί τα συγκεκριμένα προβλήματα (δείτε ανωτέρω), είναι σχετικά μεγαλύτερη έναντι της περιοχής δοκιμής Beckenried.&lt;br /&gt;
&lt;br /&gt;
'''Προοπτικές'''&lt;br /&gt;
&lt;br /&gt;
Η προοπτική παρουσίασης ενός χάρτη κινδύνου χιονοστιβάδων έχει το μεγάλο πλεονέκτημα να απεικονίζει τα χαρακτηριστικά γνωρίσματα εκτάσεων, τα οποία είναι αποφασιστικά στην κρίση των κινδύνων. Τα αποτελέσματα ανακούφισης δεν αντιπροσωπεύονται κατάλληλα από τον απλό μετασχηματισμό μιας δορυφορικής εικόνας στο χάρτη κινδύνου, ιδιαίτερα όταν ελαχιστοποιούνται τα αποτελέσματα ανακούφισης ή εξαλείφονται συνολικά από τις ραδιομετρικές διορθώσεις. Επιπλέον, οι τοπογραφικοί χάρτες με τη σκίαση ανακούφισης και οι γραμμές περιγράμματος δεν παρέχουν την επαρκή απεικόνιση. Ένα παράδειγμα είναι διευκρινισμένο στο σχήμα 8, το οποίο καταδεικνύει σαφώς γιατί η τακτοποίηση Bauen στηρίχτηκε στο μικρό αλλουβιακό σχηματισμό. Όλες οι άλλες μη-δασικές περιοχές διακυβεύονται από τις κόκκινες ζώνες κινδύνου χιονοστιβάδων . Εξίσου καλά αποδεικνύεται ότι δεν επηρεάζονται όλες οι απότομες κλίσεις από έναν αυστηρό κίνδυνο χιονοστιβάδων. Οι μόνες περιοχές με σοβαρό κίνδυνο είναι εκείνες με μια κάπως πιο επίπεδη, γούρνα-διαμορφωμένη αρχική ζώνη, η οποία ευνοεί τη συσσώρευση χιονιού επάνω από τις απότομες κλίσεις.&lt;br /&gt;
&lt;br /&gt;
'''ΣΥΜΠΕΡΑΣΜΑΤΑ'''&lt;br /&gt;
&lt;br /&gt;
'''Πλεονεκτήματα της δορυφορικής κατηγοριοποίησης'''&lt;br /&gt;
&lt;br /&gt;
* Βασισμένο σε προσεκτική προεπεξεργασία, και ιδιαίτερα από τις γεωμετρικές και ραδιομετρικές διορθώσεις, και από μια κατάλληλη επιλογή των φασματικών ζωνών, το μικρό δασικό άνοιγμα και τα κανάλια χιονοστιβάδων μπορούν να καθοριστούν.&lt;br /&gt;
* Ορισμένες λάθος ταξινομήσεις μεταξύ του δάσους  και των μη-δασικών περιοχών πρέπει να ληφθούν υπόψη.&lt;br /&gt;
* Η ακρίβεια είναι ίση με αυτήν των δασικών ταξινομήσεων σε άλλες ορεινές περιοχές (Itten και λοιποί., 1991), αν και τα κατώτατα όρια τέθηκαν ως στόχος μάλλον περιοριστικά για να αποφύγουν τις μη-δασικές περιοχές ως δάσος.&lt;br /&gt;
&lt;br /&gt;
'''Τα πλεονεκτήματα του προτύπου προσομοίωσης χιονοστιβάδων'''&lt;br /&gt;
&lt;br /&gt;
* περίπου 85 τοις εκατό των ζωνών κινδύνου χιονοστιβάδας όπως αναγνωρίζονται στους χάρτες χιονοστιβάδων κτηματολογίου θα μπορούσαν να προσδιοριστούν. Στις περιοχές όπου το δάσος δεν αντιπροσωπεύει το κυρίαρχο χαρακτηριστικό γνώρισμα επιφάνειας, η ακρίβεια πέφτει σε περίπου 80 τοις εκατό.&lt;br /&gt;
* Το πρότυπο εξετάζει άμεσα το σημαντικότερο παράγοντα-  το δάσος - για μια προσομοίωση των ζωνών κινδύνου χιονοστιβάδων&lt;br /&gt;
* Οι πολλές δυνατότητες για τις διάφορες παραμέτρους εισαγωγής του προτύπου στις τοπικές ή εποχιακές συνθήκες επιτρέπουν τις ευδιάκριτες λύσεις για τις συγκεκριμένες περιοχές. Με τον πειραματισμό με τις μεταβλητές εισαγωγής, τα συγκεκριμένα προβλήματα και οι στόχοι της χαρτογράφησης κινδύνου χιονοστιβάδων μπορούν να αναλυθούν.&lt;br /&gt;
* Η εξέταση προοπτικής των αποτελεσμάτων διευκολύνει μια γρήγορη και επεξηγηματική οπτική εξέταση, ιδιαίτερα για λόγους προγραμματισμού.&lt;br /&gt;
&lt;br /&gt;
'''Τα μειονεκτήματα της δορυφορικής κατηγοριοποίησης'''&lt;br /&gt;
&lt;br /&gt;
* δεν ήταν δυνατό να επιτευχθεί ένας ικανοποιητικός χωρισμός των διαφορετικών κατηγοριών δασικής πυκνότητας -. Η ταξινόμηση βλάστησης έπρεπε να περιοριστεί στη διαφοροποίηση μεταξύ του δάσους και του μη-δάσους (και του ύδατος).&lt;br /&gt;
* ένας χωρισμός του δάσους και του θάμνου κατά μήκος της ζώνης υλοτόμησης είναι το κρισιμότερο μέρος της διαδικασίας ταξινόμησης, που έχει τις αυστηρές επιπτώσεις στην ακρίβεια της επόμενης προσομοίωσης κινδύνου χιονοστιβάδων.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Μειονεκτήματα του προτύπου προσομοίωσης χιονοστιβάδων'''&lt;br /&gt;
&lt;br /&gt;
* αυτή τη στιγμή, το πρότυπο επιτρέπει την εφαρμογή μόνο ενός ενιαίου συντελεστή τριβής για την ολόκληρη περιοχή&lt;br /&gt;
* Ο χωρισμός στις διαφορετικές ζώνες κινδύνου χιονοστιβάδων δεν θα μπορούσε να επιτευχθεί ικανοποιητικά, ιδιαίτερα για τις περιοχές μέσα στο δάσος, για το οποίο τα νέα κριτήρια ταξινόμησης πρέπει να εξεταστούν&lt;br /&gt;
* Η διαδρομή που λαμβάνεται από μια μεμονωμένη λουρίδα χιονοστιβάδων ορίζεται εικόνα , με την επιλογή μεταξύ των τριών πιθανών εικόνων συνέχισης. Ως εκ τούτου, ένας ακριβής και συνεχής προσδιορισμός της διαδρομής που λαμβάνεται από μια λουρίδα χιονοστιβάδων είναι όχι πάντα δυνατός.&lt;br /&gt;
* Επιπλέον, οι χιονοστιβάδες δεν εξετάζονται συνολικά αλλά διαιρούνται σε ανεξάρτητες, παράλληλες λουρίδες χιονοστιβάδων. Συνεπώς, οι αλληλεπιδράσεις μεταξύ των γειτονικών λουρίδων δεν μπορούν να ληφθούν υπόψη, με συνέπεια τις διαφορετικές ταχύτητες και τις αποστάσεις εξάντλησης μέσα στην ίδια χιονοστιβάδα.&lt;br /&gt;
&lt;br /&gt;
'''ΠΡΟΟΠΤΙΚΕΣ'''&lt;br /&gt;
&lt;br /&gt;
Μια λειτουργική εφαρμογή του μοντέλου δεν είναι ακόμα εφικτή. Ειδικά σε μακρινά βουνά με ανεπαρκείς καταγραφές εδάφους και χαρτογραφική τεκμηρίωση (χάρτες, DEM), η προσεκτική δοκιμή και η επαλήθευση είναι ουσιαστικές προτού να μπορέσουν να πραγματοποιηθούν οι λειτουργικές εφαρμογές. Εντούτοις, τα πρώτα αποτελέσματα είναι ελπιδοφόρα και, με τις περαιτέρω βελτιώσεις, το πρότυπο μπορεί να γίνει ένα έγκυρο εργαλείο προγραμματισμού. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
* ο χωρισμός του δάσους σε βελονοφόρα και  πλατύφυλλα, καθώς επίσης και οι κατηγορίες πυκνότητας, είναι απαραίτητοι και μπορούν να επιτευχθούν με τη βοήθεια της δορυφορικής τηλεπισκόπησης. Αλλά είναι μόνο χρήσιμο εάν τα αποτελέσματα θεωρούνται ως άμεση μεταβλητή εισαγωγής στο πρότυπο. Για να χρησιμοποιήσουν αυτήν την παράμετρο, περισσότερες πληροφορίες για τη συμπεριφορά των χιονοστιβάδων στους διαφορετικούς δασικούς τύπους πρέπει να ληφθούν (Gubler και Rychetnik, 1991).&lt;br /&gt;
* Είναι υποχρεωτικό να αναπτυχθεί μια δορυφορική ταξινόμηση της ικανοποιητικής ακρίβειας για τα δάση, τους θάμνους και τις μη-δασικές περιοχές κατά μήκος της ζώνης υλοτόμησης.&lt;br /&gt;
* Πρέπει να υπογραμμιστεί ότι οι χιονοστιβάδες σκόνης χιονιού δεν έχουν λήφθεί υπόψη από το τρέχον πρότυπο. Οι περαιτέρω εξελίξεις πρέπει να ενσωματώσουν τα φυσικά πρότυπα των μηχανισμών χιονοστιβάδων σκόνης χιονιού&lt;br /&gt;
* Με ένα σύνολο στοιχείων βασισμένο στις διανυσματικές αρχές αντί του σχήματος ράστερ, η διαδρομή μιας χιονοστιβάδας θα μπορούσε να καθοριστεί ακριβέστερα.. Ο  Hegg (1991) έχει αναπτύξει ένα διανυσματικός-βασισμένο πρόγραμμα λογισμικού για το σύστημα ARC/INFO, το οποίο θα μπορούσε να είναι το χρησιμότερο για τις προσομοιώσεις κινδύνου χιονοστιβάδων.&lt;br /&gt;
* Η βελτίωση της δορυφορικής ταξινόμησης θα μπορούσε να κερδηθεί με την ενσωμάτωση των προκαλούμενων από τον άνθρωπο χαρακτηριστικών γνωρισμάτων όπως οι δρόμοι, τα κτήρια, οι προστατευτικοί τοίχοι και οι φράκτες. Το πρότυπο θα μπορούσε επίσης να ρυθμιστεί εύκολα για να εξετάσει τα τεχνητά εμπόδια.&lt;br /&gt;
* Η ποικιλία των διαφορετικών παραμέτρων επιτρέπει τη μελέτη όλων των ειδών προβλημάτων, και μια προσαρμογή στις συγκεκριμένες τοπικές καταστάσεις και τις μετεωρολογικές συνθήκες. Αυτό θα μπορούσε να οδηγήσει σε νέες ιδέες στη συμπεριφορά των χιονοστιβάδων.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:Κατολισθήσεις]]&lt;/div&gt;</summary>
		<author><name>Orfiro</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%97_%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CE%BA%CE%B9%CE%BD%CE%B4%CF%8D%CE%BD%CE%BF%CF%85_%CF%87%CE%B9%CE%BF%CE%BD%CE%BF%CF%83%CF%84%CE%B9%CE%B2%CE%AC%CE%B4%CF%89%CE%BD_%CE%BC%CE%B5_%CF%84%CE%B1_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AC_%CF%83%CF%84%CE%BF%CE%B9%CF%87%CE%B5%CE%AF%CE%B1_%CE%BA%CE%B1%CE%B9_%CE%AD%CE%BD%CE%B1_%CF%88%CE%B7%CF%86%CE%B9%CE%B1%CE%BA%CF%8C_%CE%BC%CE%BF%CE%BD%CF%84%CE%AD%CE%BB%CE%BF_%CE%B5%CE%B4%CE%AC%CF%86%CE%BF%CF%85%CF%82_(%CE%99%CE%99)</id>
		<title>Η χαρτογράφηση κινδύνου χιονοστιβάδων με τα δορυφορικά στοιχεία και ένα ψηφιακό μοντέλο εδάφους (ΙΙ)</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%97_%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CE%BA%CE%B9%CE%BD%CE%B4%CF%8D%CE%BD%CE%BF%CF%85_%CF%87%CE%B9%CE%BF%CE%BD%CE%BF%CF%83%CF%84%CE%B9%CE%B2%CE%AC%CE%B4%CF%89%CE%BD_%CE%BC%CE%B5_%CF%84%CE%B1_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AC_%CF%83%CF%84%CE%BF%CE%B9%CF%87%CE%B5%CE%AF%CE%B1_%CE%BA%CE%B1%CE%B9_%CE%AD%CE%BD%CE%B1_%CF%88%CE%B7%CF%86%CE%B9%CE%B1%CE%BA%CF%8C_%CE%BC%CE%BF%CE%BD%CF%84%CE%AD%CE%BB%CE%BF_%CE%B5%CE%B4%CE%AC%CF%86%CE%BF%CF%85%CF%82_(%CE%99%CE%99)"/>
				<updated>2010-02-21T20:44:14Z</updated>
		
		<summary type="html">&lt;p&gt;Orfiro: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Η χαρτογράφηση κινδύνου χιονοστιβάδων με τα δορυφορικά στοιχεία και ένα ψηφιακό μοντέλο εδάφους (ΙΙ)'''&lt;br /&gt;
&lt;br /&gt;
'''Urs Gruber και Harold Haefner'''&lt;br /&gt;
Applied Geography vol. 15, No 2, pp 99 - 113, 1995&lt;br /&gt;
&lt;br /&gt;
'''Διαδικασία'''&lt;br /&gt;
&lt;br /&gt;
'''Τα στοιχεία που χρησιμοποιήθηκαν'''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Οι δύο επιλεγμένες περιοχές δοκιμής Beckemied και Davos στις ελβετικές Άλπεις (σχήμα 3) χαρακτηρίζονται από την ισχυρή ανακούφιση και ταιριάζουν συνεπώς καλά στη χαρτογράφηση κινδύνου χιονοστιβάδων. Επιπλέον, οι χάρτες χιονοστιβάδων και οι χάρτες πιθανού κινδύνου έχουν υπάρξει για πολύ καιρό. Και οι δύο περιοχές είναι επίσης ευπρόσιτες για επίγειο έλεγχο και επαλήθευση. Τα δορυφορικά στοιχεία Landsat TM χρησιμοποιήθηκαν για τη δασική ταξινόμηση, που πήραν μια εικόνα από τις 3 Ιουλίου 1985.&lt;br /&gt;
&lt;br /&gt;
Προκειμένου να επιβεβαιώσει τα αποτελέσματα κατηγοριοποίησης,  σκαναρίστηκε το δάσος 1: 25 000  στον τοπογραφικό χάρτη και παρήχθηκε το αποτέλεσμα για την περιοχή δοκιμής Beckenried. Για την περιοχή Davos, το σύνολο στοιχείων από το πρόγραμμα mAB-Davos ήταν διαθέσιμο. Αυτά τα συγκριτικά σύνολα στοιχείων υποδεικνύονται ως επίγεια αλήθεια. Για την περιοχή δοκιμής Beckemied, ένα DEM με ένα πλέγμα-μέγεθος 25 X 25m από την ελβετική τοπογραφική έρευνα (DHM 25) ήταν διαθέσιμο  για την περιοχή δοκιμής Davos, ένα DEM με ένα αρχικό ψήφισμα 100 X 100 μ έπρεπε να ληφθεί ως δείγμα εκ νέου 25 X.25 μ.&lt;br /&gt;
&lt;br /&gt;
'''Επεξεργασία των δεδομένων Landsat'''&lt;br /&gt;
&lt;br /&gt;
Τα βήματα προεπεξεργασίας για να βελτιώσουν και να διευκολύνουν την ταξινόμηση περιέλαβαν και τις γεωμετρικές και ραδιομετρικές διορθώσεις. Για τη χαρτογράφηση κινδύνου χιονοστιβάδων, η ακριβής γεωμετρική θέση κάθε στοιχείου εικόνας είναι εξαιρετικά σημαντική. Οι διαδρομές χιονοστιβάδων συναντώνται πάντα στην πολύ απότομη έκταση, όπου η γεωμετρία είναι σοβαρά διαστρεβλωμένη σε μια δορυφορική εικόνα. Η γεωκωδικοποίηση επιτεύχθηκε χρησιμοποιώντας τα σημεία αναφοράς και με τη χρησιμοποίηση του DEM (Fusco et al., 1985). &lt;br /&gt;
&lt;br /&gt;
'''Ραδιομετρικές διορθώσεις'''&lt;br /&gt;
&lt;br /&gt;
Η ανάδρομη διάξυση των διάφορων χαρακτηριστικών γνωρισμάτων επιφάνειας επηρεάζεται σοβαρά από τα διαφορετικά ραδιομετρικά αποτελέσματα. Η καταγραμμένη εικόνα έχει τα χαρακτηριστικά αισθητήρων και της συγκεκριμένης περιοχής (Itten et al., 1991). Τα αποτελέσματα αισθητήρα προκύπτουν από τη βαθμολόγηση των ανιχνευτών, η σταθερότητα του συστήματος, και άλλα. Τα αποτελέσματα της συγκεκριμένης περιοχής προκαλούνται από τις αλλαγές στη γωνία και το αζιμούθιο του ήλιου, τις ατμοσφαιρικές συνθήκες, την τοπογραφία, και τη θέση του αντικειμένου σε σχέση με η δορυφορική θέση. Καμία ατμοσφαιρική διόρθωση δεν εφαρμόστηκε, δεδομένου ότι οι εκτενείς μελέτες στην ίδια περιοχή δοκιμής έδειξαν ότι δεν συμβάλλουν σε μια σημαντική βελτίωση της δασικής ταξινόμησης (Al Itten EF, 1991).&lt;br /&gt;
&lt;br /&gt;
'''Η ταξινόμηση των δασών'''&lt;br /&gt;
&lt;br /&gt;
Ο στόχος είναι να αποφύγουμε να κατηγοριοποιήσουμε τις περιοχές χωρίς δάση και τις θαμνώδεις περιοχές. Η λάθος ταξινόμηση θα οδηγούσε σε μια υποτίμηση των ζωνών κινδύνου. Η αντίστροφη περίπτωση, μια ταξινόμηση του δάσους όπως μη δασική περιοχή, θα διεύρυνε τη ζώνη κινδύνου χιονοστιβάδων. Για να ταξινομήσει το δάσος με τα στοιχεία Landsat-TM, ένα ιεραρχικό σύστημα ταξινόμησης εφαρμόστηκε, σύμφωνα με το σχήμα 4. Σε πρώτη φάση, το δάσος έχει χωριστεί από τις κατηγορίες για τη διαδρομή χιονιού, σκιών, ύδατος και χιονοστιβάδων χρησιμοποιώντας το κανάλι 2, η αναλογία Landsat των καναλιών 5 και 2, συν τα σύνολα στοιχείων από τη γωνία κλίσης και τη γωνία επίπτωσης  που προέρχεται από το DEM. Στο δεύτερο βήμα, η σκιαγράφηση της κατηγορίας δάσους βελτιώνεται από μια ανάλυση κύριων τμημάτων και ένα άκρη-ενισχύοντας φίλτρο. Ο στόχος ήταν να διακριθεί το μικρό άνοιγμα και οι μικρές κοιλάδες καθώς επίσης και να αποβληθούν τα δασόβια και ανοικτά δάση. Τα υπόλοιπα μέρη αντιπροσωπεύουν έπειτα την κατηγορία του πυκνού δάσους και μπορούν να χρησιμοποιηθούν άμεσα ως παράμετρος εισαγωγής για το πρότυπο κινδύνου χιονοστιβάδων.&lt;br /&gt;
&lt;br /&gt;
'''Εφαρμογή'''&lt;br /&gt;
Τα απαραίτητα πακέτα λογισμικού για την προεπεξεργασία και την επεξεργασία των δορυφορικών στοιχείων είναι διαθέσιμα στη βιβλιοθήκη IBIS (Meier, 1992). Το πρότυπο κινδύνου χιονοστιβάδων επομένως εφαρμόστηκε επίσης σε αυτό το σύστημα. Ένας από τους κύριους στόχους ήταν να οργανωθούν τα προγράμματα κατά τέτοιο τρόπο ώστε κάθε μεμονωμένη παράμετρος εισαγωγής να μπορεί να χειριστεί εύκολα, επιτρέποντας μια προσεκτική αξιολόγηση της επιρροής της στον προσδιορισμό της ζώνης εξάντλησης. &lt;br /&gt;
&lt;br /&gt;
'''Οι γενικές πτυχές στο Πρότυπο Sam – Voellmy'''&lt;br /&gt;
&lt;br /&gt;
Το πρότυπο δίνεται στην αριστερή πλευρά του σχήματος 5. Στη δεξιά πλευρά, ένα διάγραμμα ροής επιδεικνύει πώς να υπολογίσει τους κινδύνους χιονοστιβάδων και πώς να καθιερώσει έναν χάρτη κινδύνου χιονοστιβάδων. Χρησιμοποιώντας αυτό το πρόγραμμα, η ανάπτυξη δύο ακραίων γεγονότων χιονοστιβάδων, το 30-έτος και η χιονοστιβάδα 300-έτους, υπολογίζεται και χαρτογραφείται. Η περιοχή δοκιμής είναι πάντα ταξινομημένη σε δέκα κατηγορίες σύμφωνα με τα τμήματα πορειών, τη δυνατότητα ζημίας της χιονοστιβάδας στο δάσος, και την επιρροή του δάσους σχετικά με την απόσταση ώθησης και εξάντλησης. Ο συνδυασμός των αποτελεσμάτων προσομοίωσης στον τελικό χάρτη κινδύνου χιονοστιβάδων επιτυγχάνεται από την εξέταση του ορίου 30 Κ PA του συμβάντος 300-έτους αφ' ενός, και τη μέγιστη έκταση της προσομοίωσης 30-έτους αφ' ετέρου. Κατόπιν, τα διαφορετικά τμήματα πορειών υποδιαιρούνται σε κόκκινες και τις μπλε ζώνες κινδύνου σύμφωνα με τα κριτήρια που απαριθμούνται στον πίνακα 2. Στο σχήμα 6, ο τελικός χάρτης κινδύνου χιονοστιβάδων της περιοχής δοκιμής Beckenried παρουσιάζεται.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Κύριες τροποποιήσεις του αρχικού προτύπου Salm-Voellmy'''&lt;br /&gt;
&lt;br /&gt;
Τo αρχικό πρότυπο χρησιμοποιεί δεδομένα που λαμβάνονται με το χέρι από τους τοπογραφικούς χάρτες. Για τον παρόντα σκοπό, οι απαραίτητες παράμετροι προέρχονται αυτόματα από το DEM και από την ταξινόμηση δορυφορικών στοιχείων. Για να επεκτείνουν και να βελτιώσουν το χειρισμό της εισαγωγής παραμέτρου, οι ακόλουθες τροποποιήσεις του αρχικού προτύπου Salm-Voellmy εφαρμόστηκαν.&lt;br /&gt;
* μια χιονοστιβάδα δεν θεωρείται συνολικά όταν κάνουμε τους υπολογισμούς, αλλά διαιρείται σε κάθετες λουρίδες του πλάτους 25 μ (λουρίδες χιονοστιβάδων). Οι υπολογισμοί γίνονται χωριστά για κάθε λουρίδα, ίση με το μέγεθος 25 X.25 μ. Αυτό προκαλεί τα λάθη επειδή μια χιονοστιβάδα έχει πάντα μια τάση να εξισώσει τις δυνάμεις της πέρα από το ολόκληρο πλάτος.&lt;br /&gt;
* Υποθέτουμε ότι η αρχική ζώνη είναι λίγο πολύ ορθογώνια.&lt;br /&gt;
* Κανένας χωρισμός μεταξύ των χιονοστιβάδων σκόνης χιονιού και των χιονοστιβάδων ροής δεν γίνεται. Όλες οι χιονοστιβάδες λαμβάνονται ως χιονοστιβάδες ροής.&lt;br /&gt;
* Μόνο μια ενιαία κατηγορία, πυκνό δάσος , εξετάζεται, λόγω των περιορισμένων δυνατοτήτων της ταξινόμησης δορυφορικών στοιχείων.&lt;br /&gt;
* Ο βαθμός διοχέτευσης της χιονοστιβάδας αντιπροσωπεύεται έμμεσα από την ταχύτητα και το ύψος του ρέοντος χιονιού.	&lt;br /&gt;
&lt;br /&gt;
'''ΑΠΟΤΕΛΕΣΜΑΤΑ'''&lt;br /&gt;
&lt;br /&gt;
'''Κατηγοριοποίηση των στοιχείων δορυφόρου'''&lt;br /&gt;
&lt;br /&gt;
Τα αποτελέσματα από τις δορυφορικές ταξινομήσεις συνοψίζονται στον πίνακα 3. Με βάση τις παρόμοιες μελέτες (Itten και λοιποί., 1991), μπορεί να καταδειχθεί ότι η χρήση ενός DEM βελτίωσε ελαφρώς τα αποτελέσματα. Το σχήμα 7 δείχνει ότι οι περισσότερες από τις δασικές περιοχές που δεν ταξινομούνται ως δάσος βρίσκονται κατά μήκος της περιοχής υλοτόμησης. Εδώ, τα δασικά εικονοστοιχεία που ταξινομούνται ως μη-δασικές περιοχές εμφανίζονται, καθώς επίσης και οι περιοχές που ταξινομούνται ως δάσος. Επιπλέον, μερικά φυλλοβόλα  δέντρα ταξινομήθηκαν επίσης ως μη-δασικές περιοχές. Αυτό εμφανίστηκε επειδή τα δέντρα στο ανώτερο όριο είναι μικρά και λεπτά, και επίσης λόγω της μάλλον περιοριστικής επιλογής των παραμέτρων ταξινόμησης υπέρ ενός βέλτιστου χωρισμού του μικρού ανοίγματος μέσα στα δάση. Κάμποσες διαδρομές χιονοστιβάδων που καταχωρήθηκαν ως δάσος στη χιονοστιβάδα  ταξινομήθηκαν σωστά ως μη-δασικές περιοχές. Ένα από τα πλεονεκτήματα της δορυφορικής ταξινόμησης είναι η επικαιρότητά του  αντιπροσωπεύει την πιο πρόσφατη κατάσταση στην περιοχή υπό έρευνα, ενώ οι τοπογραφικοί χάρτες ενημερώνονται πιο σπάνια. Εν περιλήψει, τα αποτελέσματα που επιτυγχάνονται για τη δασική ταξινόμηση είναι ικανοποιητικά για την επόμενη χρήση τους στο πρότυπο κινδύνου χιονοστιβάδων.&lt;br /&gt;
&lt;br /&gt;
'''Κατηγοριοποίηση των κινδύνων χιονοστιβάδων'''&lt;br /&gt;
&lt;br /&gt;
Τα αποτελέσματα κρίνονται σε δύο βήματα. Πρώτα, τα αποτελέσματα προσομοίωσης χιονοστιβάδων συγκρίνονται με τις χιονοστιβάδες που απαριθμούνται στη στο κτηματολόγιο χιονοστιβάδων προκειμένου να ανακαλυφθεί εάν όλα τα γεγονότα χιονοστιβάδων καταχωρούνται από το πρότυπο. Τα αποτελέσματα είναι πολύ ελπιδοφόρα  περίπου 85 τοις εκατό ήταν ταξινομημένα σωστά. Δεύτερον, μια σύγκριση με τον υπάρχοντες χάρτες  κίνδυνου χιονοστιβάδων επιδεικνύει πόσο ακριβώς οι πιθανές ζώνες κινδύνου μπορούν να ανιχνευθούν και να οριστούν σε ένα από τα δύο είτε την κόκκινη ζώνη κινδύνου ή τη μπλε. Αυτά τα αποτελέσματα ταξινόμησης συνοψίζονται στον πίνακα 4.&lt;br /&gt;
Η ανάλυση αποκαλύπτει ότι τα αποτελέσματα σχετικά με την κατανομή των ζωνών κινδύνου δεν είναι ακόμα ικανοποιητικά. Γενικά, οι ζώνες εξάντλησης εκτείνονται πάρα πολύ μακριά. Οι κύριοι λόγοι συζητούνται κατωτέρω.&lt;br /&gt;
&lt;br /&gt;
'''Προσδιορισμός των ζωνών κινδύνου στις δασικές περιοχές'''&lt;br /&gt;
&lt;br /&gt;
Μέσα στην περιοχή δοκιμής Beckenried, μόνο ένα τρίτο της κόκκινης ζώνης  ήταν ταξινομημένο ακριβώς. Ένα άλλο τρίτο ταξινομήθηκε ως μπλε ζώνη και υπόλοιπο ως ζώνη μη-κινδύνου. Τα προβλήματα εμφανίζονται πρώτιστα στις βαριά δασικές περιοχές. Φαίνεται ότι ο προσδιορισμός των δύο ζωνών στο κτηματολόγιο επιτεύχθηκε εμπειρικά και όχι με την εφαρμογή του προτύπου. Μπορεί να υποτίθεται ότι ο χωρισμός λήφθηκε συχνά άνετα, δεδομένου ότι κανένα κτήριο δεν επιτρέπεται μέσα στο δάσος. Οι ζώνες προέλευσης μέσα στο δάσος συμπεριλαμβάνονται επίσης. Αυτό οδηγεί στις πρόσθετες λάθος ταξινομήσεις δεδομένου ότι το πρότυπο είναι βασισμένο στον όρο που καμία χιονοστιβάδα δεν μπορεί να αρχίσει μέσα σε ένα κλειστό δάσος.&lt;br /&gt;
&lt;br /&gt;
'''Μήκος των ζωνών έναρξης'''&lt;br /&gt;
&lt;br /&gt;
Το πρότυπο Salm-Voellmy δεν εξετάζει το μήκος της αρχικής ζώνης αλλά υποθέτει ότι είναι άσχετο με την εκφόρτωση όγκου του χιονιού, της ταχύτητας χιονοστιβάδων ή του ύψους ροής. Εντούτοις, δεν είναι ρεαλιστικό να υποτεθεί ότι μια χιονοστιβάδα με μια αρχική ζώνη μόνο 50m στο μήκος θα διαπεράσει εξίσου βαθειά στο δάσος με μήκος αρκετών εκατοντάδων μέτρων. Μια χιονοστιβάδα με μια μικρή αρχική ζώνη θα σταματήσει γρηγορότερα από μια με μια μεγάλη αρχική ζώνη. Ο Gubler (1992) προτείνει τη λύση αυτού του προβλήματος με την προσθήκη μιας άλλης παραμέτρου, η οποία καθορίζει την πιθανή απόσταση εξάντλησης σε ένα δάσος ανάλογα με το μέγεθος της αρχικής ζώνης καθώς επίσης και την ταχύτητα και το ύψος ροής (δείτε επίσης Bovis και Mears, το 1976)&lt;br /&gt;
&lt;br /&gt;
'''Ενιαίος συντελεστής τριβής για το σύνολο της περιοχής δοκιμής'''&lt;br /&gt;
&lt;br /&gt;
Το τρέχον πρότυπο μπορεί να χειριστεί μόνο έναν συντελεστή τριβής για την ολόκληρη μη-δασική περιοχή ή την περιοχή δοκιμής. Αλλά δεδομένου ότι αυτός ο συντελεστής τριβής εξαρτάται από το ύψος της αρχικής ζώνης, όπως το μέσο βάθος του χιονιού, οι δυνατότητες για τη λάθος ταξινόμηση είναι ουσιαστικές. Στις χαμηλότερες περιοχές, ο συντελεστής τριβής χρησιμοποιούμενος δεν είναι ικανοποιητικός, οδηγώντας σε μια υποτίμηση των αποστάσεων εξάντλησης.  Με βάση τα αποτελέσματα από την περιοχή Beckenried, υπάρχουν σαφώς προσδιορισμένες προβληματικές περιοχές για τη βελτίωση του προτύπου για μια λειτουργική εφαρμογή. Τα αποτελέσματα της περιοχής δοκιμής Davos είναι ελαφρώς λιγότερο ικανοποιητικά, κυρίως επειδή η ζώνη μετάβασης κατά μήκος της περιοχής υλοτόμησης, που προκαλεί τα συγκεκριμένα προβλήματα (δείτε ανωτέρω), είναι σχετικά μεγαλύτερη έναντι της περιοχής δοκιμής Beckenried.&lt;br /&gt;
&lt;br /&gt;
'''Προοπτικές'''&lt;br /&gt;
&lt;br /&gt;
Η προοπτική παρουσίασης ενός χάρτη κινδύνου χιονοστιβάδων έχει το μεγάλο πλεονέκτημα να απεικονίζει τα χαρακτηριστικά γνωρίσματα εκτάσεων, τα οποία είναι αποφασιστικά στην κρίση των κινδύνων. Τα αποτελέσματα ανακούφισης δεν αντιπροσωπεύονται κατάλληλα από τον απλό μετασχηματισμό μιας δορυφορικής εικόνας στο χάρτη κινδύνου, ιδιαίτερα όταν ελαχιστοποιούνται τα αποτελέσματα ανακούφισης ή εξαλείφονται συνολικά από τις ραδιομετρικές διορθώσεις. Επιπλέον, οι τοπογραφικοί χάρτες με τη σκίαση ανακούφισης και οι γραμμές περιγράμματος δεν παρέχουν την επαρκή απεικόνιση. Ένα παράδειγμα είναι διευκρινισμένο στο σχήμα 8, το οποίο καταδεικνύει σαφώς γιατί η τακτοποίηση Bauen στηρίχτηκε στο μικρό αλλουβιακό σχηματισμό. Όλες οι άλλες μη-δασικές περιοχές διακυβεύονται από τις κόκκινες ζώνες κινδύνου χιονοστιβάδων . Εξίσου καλά αποδεικνύεται ότι δεν επηρεάζονται όλες οι απότομες κλίσεις από έναν αυστηρό κίνδυνο χιονοστιβάδων. Οι μόνες περιοχές με σοβαρό κίνδυνο είναι εκείνες με μια κάπως πιο επίπεδη, γούρνα-διαμορφωμένη αρχική ζώνη, η οποία ευνοεί τη συσσώρευση χιονιού επάνω από τις απότομες κλίσεις.&lt;br /&gt;
&lt;br /&gt;
'''ΣΥΜΠΕΡΑΣΜΑΤΑ'''&lt;br /&gt;
&lt;br /&gt;
'''Πλεονεκτήματα της δορυφορικής κατηγοριοποίησης'''&lt;br /&gt;
&lt;br /&gt;
* Βασισμένο σε προσεκτική προεπεξεργασία, και ιδιαίτερα από τις γεωμετρικές και ραδιομετρικές διορθώσεις, και από μια κατάλληλη επιλογή των φασματικών ζωνών, το μικρό δασικό άνοιγμα και τα κανάλια χιονοστιβάδων μπορούν να καθοριστούν.&lt;br /&gt;
* Ορισμένες λάθος ταξινομήσεις μεταξύ του δάσους  και των μη-δασικών περιοχών πρέπει να ληφθούν υπόψη.&lt;br /&gt;
* Η ακρίβεια είναι ίση με αυτήν των δασικών ταξινομήσεων σε άλλες ορεινές περιοχές (Itten και λοιποί., 1991), αν και τα κατώτατα όρια τέθηκαν ως στόχος μάλλον περιοριστικά για να αποφύγουν τις μη-δασικές περιοχές ως δάσος.&lt;br /&gt;
&lt;br /&gt;
'''Τα πλεονεκτήματα του προτύπου προσομοίωσης χιονοστιβάδων'''&lt;br /&gt;
&lt;br /&gt;
* περίπου 85 τοις εκατό των ζωνών κινδύνου χιονοστιβάδας όπως αναγνωρίζονται στους χάρτες χιονοστιβάδων κτηματολογίου θα μπορούσαν να προσδιοριστούν. Στις περιοχές όπου το δάσος δεν αντιπροσωπεύει το κυρίαρχο χαρακτηριστικό γνώρισμα επιφάνειας, η ακρίβεια πέφτει σε περίπου 80 τοις εκατό.&lt;br /&gt;
* Το πρότυπο εξετάζει άμεσα το σημαντικότερο παράγοντα-  το δάσος - για μια προσομοίωση των ζωνών κινδύνου χιονοστιβάδων&lt;br /&gt;
* Οι πολλές δυνατότητες για τις διάφορες παραμέτρους εισαγωγής του προτύπου στις τοπικές ή εποχιακές συνθήκες επιτρέπουν τις ευδιάκριτες λύσεις για τις συγκεκριμένες περιοχές. Με τον πειραματισμό με τις μεταβλητές εισαγωγής, τα συγκεκριμένα προβλήματα και οι στόχοι της χαρτογράφησης κινδύνου χιονοστιβάδων μπορούν να αναλυθούν.&lt;br /&gt;
* Η εξέταση προοπτικής των αποτελεσμάτων διευκολύνει μια γρήγορη και επεξηγηματική οπτική εξέταση, ιδιαίτερα για λόγους προγραμματισμού.&lt;br /&gt;
&lt;br /&gt;
'''Τα μειονεκτήματα της δορυφορικής κατηγοριοποίησης'''&lt;br /&gt;
&lt;br /&gt;
* δεν ήταν δυνατό να επιτευχθεί ένας ικανοποιητικός χωρισμός των διαφορετικών κατηγοριών δασικής πυκνότητας -. Η ταξινόμηση βλάστησης έπρεπε να περιοριστεί στη διαφοροποίηση μεταξύ του δάσους και του μη-δάσους (και του ύδατος).&lt;br /&gt;
* ένας χωρισμός του δάσους και του θάμνου κατά μήκος της ζώνης υλοτόμησης είναι το κρισιμότερο μέρος της διαδικασίας ταξινόμησης, που έχει τις αυστηρές επιπτώσεις στην ακρίβεια της επόμενης προσομοίωσης κινδύνου χιονοστιβάδων.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Μειονεκτήματα του προτύπου προσομοίωσης χιονοστιβάδων'''&lt;br /&gt;
&lt;br /&gt;
* αυτή τη στιγμή, το πρότυπο επιτρέπει την εφαρμογή μόνο ενός ενιαίου συντελεστή τριβής για την ολόκληρη περιοχή&lt;br /&gt;
* Ο χωρισμός στις διαφορετικές ζώνες κινδύνου χιονοστιβάδων δεν θα μπορούσε να επιτευχθεί ικανοποιητικά, ιδιαίτερα για τις περιοχές μέσα στο δάσος, για το οποίο τα νέα κριτήρια ταξινόμησης πρέπει να εξεταστούν&lt;br /&gt;
* Η διαδρομή που λαμβάνεται από μια μεμονωμένη λουρίδα χιονοστιβάδων ορίζεται εικόνα , με την επιλογή μεταξύ των τριών πιθανών εικόνων συνέχισης. Ως εκ τούτου, ένας ακριβής και συνεχής προσδιορισμός της διαδρομής που λαμβάνεται από μια λουρίδα χιονοστιβάδων είναι όχι πάντα δυνατός.&lt;br /&gt;
* Επιπλέον, οι χιονοστιβάδες δεν εξετάζονται συνολικά αλλά διαιρούνται σε ανεξάρτητες, παράλληλες λουρίδες χιονοστιβάδων. Συνεπώς, οι αλληλεπιδράσεις μεταξύ των γειτονικών λουρίδων δεν μπορούν να ληφθούν υπόψη, με συνέπεια τις διαφορετικές ταχύτητες και τις αποστάσεις εξάντλησης μέσα στην ίδια χιονοστιβάδα.&lt;br /&gt;
&lt;br /&gt;
'''ΠΡΟΟΠΤΙΚΕΣ'''&lt;br /&gt;
&lt;br /&gt;
Μια λειτουργική εφαρμογή του μοντέλου δεν είναι ακόμα εφικτή. Ειδικά σε μακρινά βουνά με ανεπαρκείς καταγραφές εδάφους και χαρτογραφική τεκμηρίωση (χάρτες, DEM), η προσεκτική δοκιμή και η επαλήθευση είναι ουσιαστικές προτού να μπορέσουν να πραγματοποιηθούν οι λειτουργικές εφαρμογές. Εντούτοις, τα πρώτα αποτελέσματα είναι ελπιδοφόρα και, με τις περαιτέρω βελτιώσεις, το πρότυπο μπορεί να γίνει ένα έγκυρο εργαλείο προγραμματισμού. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
* ο χωρισμός του δάσους σε βελονοφόρα και  πλατύφυλλα, καθώς επίσης και οι κατηγορίες πυκνότητας, είναι απαραίτητοι και μπορούν να επιτευχθούν με τη βοήθεια της δορυφορικής τηλεπισκόπησης. Αλλά είναι μόνο χρήσιμο εάν τα αποτελέσματα θεωρούνται ως άμεση μεταβλητή εισαγωγής στο πρότυπο. Για να χρησιμοποιήσουν αυτήν την παράμετρο, περισσότερες πληροφορίες για τη συμπεριφορά των χιονοστιβάδων στους διαφορετικούς δασικούς τύπους πρέπει να ληφθούν (Gubler και Rychetnik, 1991).&lt;br /&gt;
* Είναι υποχρεωτικό να αναπτυχθεί μια δορυφορική ταξινόμηση της ικανοποιητικής ακρίβειας για τα δάση, τους θάμνους και τις μη-δασικές περιοχές κατά μήκος της ζώνης υλοτόμησης.&lt;br /&gt;
* Πρέπει να υπογραμμιστεί ότι οι χιονοστιβάδες σκόνης χιονιού δεν έχουν λήφθεί υπόψη από το τρέχον πρότυπο. Οι περαιτέρω εξελίξεις πρέπει να ενσωματώσουν τα φυσικά πρότυπα των μηχανισμών χιονοστιβάδων σκόνης χιονιού&lt;br /&gt;
* Με ένα σύνολο στοιχείων βασισμένο στις διανυσματικές αρχές αντί του σχήματος ράστερ, η διαδρομή μιας χιονοστιβάδας θα μπορούσε να καθοριστεί ακριβέστερα.. Ο  Hegg (1991) έχει αναπτύξει ένα διανυσματικός-βασισμένο πρόγραμμα λογισμικού για το σύστημα ARC/INFO, το οποίο θα μπορούσε να είναι το χρησιμότερο για τις προσομοιώσεις κινδύνου χιονοστιβάδων.&lt;br /&gt;
* Η βελτίωση της δορυφορικής ταξινόμησης θα μπορούσε να κερδηθεί με την ενσωμάτωση των προκαλούμενων από τον άνθρωπο χαρακτηριστικών γνωρισμάτων όπως οι δρόμοι, τα κτήρια, οι προστατευτικοί τοίχοι και οι φράκτες. Το πρότυπο θα μπορούσε επίσης να ρυθμιστεί εύκολα για να εξετάσει τα τεχνητά εμπόδια.&lt;br /&gt;
* Η ποικιλία των διαφορετικών παραμέτρων επιτρέπει τη μελέτη όλων των ειδών προβλημάτων, και μια προσαρμογή στις συγκεκριμένες τοπικές καταστάσεις και τις μετεωρολογικές συνθήκες. Αυτό θα μπορούσε να οδηγήσει σε νέες ιδέες στη συμπεριφορά των χιονοστιβάδων.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:Κατολισθήσεις]]&lt;/div&gt;</summary>
		<author><name>Orfiro</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%97_%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CE%BA%CE%B9%CE%BD%CE%B4%CF%8D%CE%BD%CE%BF%CF%85_%CF%87%CE%B9%CE%BF%CE%BD%CE%BF%CF%83%CF%84%CE%B9%CE%B2%CE%AC%CE%B4%CF%89%CE%BD_%CE%BC%CE%B5_%CF%84%CE%B1_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AC_%CF%83%CF%84%CE%BF%CE%B9%CF%87%CE%B5%CE%AF%CE%B1_%CE%BA%CE%B1%CE%B9_%CE%AD%CE%BD%CE%B1_%CF%88%CE%B7%CF%86%CE%B9%CE%B1%CE%BA%CF%8C_%CE%BC%CE%BF%CE%BD%CF%84%CE%AD%CE%BB%CE%BF_%CE%B5%CE%B4%CE%AC%CF%86%CE%BF%CF%85%CF%82_(%CE%99%CE%99)</id>
		<title>Η χαρτογράφηση κινδύνου χιονοστιβάδων με τα δορυφορικά στοιχεία και ένα ψηφιακό μοντέλο εδάφους (ΙΙ)</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%97_%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CE%BA%CE%B9%CE%BD%CE%B4%CF%8D%CE%BD%CE%BF%CF%85_%CF%87%CE%B9%CE%BF%CE%BD%CE%BF%CF%83%CF%84%CE%B9%CE%B2%CE%AC%CE%B4%CF%89%CE%BD_%CE%BC%CE%B5_%CF%84%CE%B1_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AC_%CF%83%CF%84%CE%BF%CE%B9%CF%87%CE%B5%CE%AF%CE%B1_%CE%BA%CE%B1%CE%B9_%CE%AD%CE%BD%CE%B1_%CF%88%CE%B7%CF%86%CE%B9%CE%B1%CE%BA%CF%8C_%CE%BC%CE%BF%CE%BD%CF%84%CE%AD%CE%BB%CE%BF_%CE%B5%CE%B4%CE%AC%CF%86%CE%BF%CF%85%CF%82_(%CE%99%CE%99)"/>
				<updated>2010-02-21T20:43:46Z</updated>
		
		<summary type="html">&lt;p&gt;Orfiro: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Η χαρτογράφηση κινδύνου χιονοστιβάδων με τα δορυφορικά στοιχεία και ένα ψηφιακό μοντέλο εδάφους (ΙΙ)'''&lt;br /&gt;
&lt;br /&gt;
'''Urs Gruber και Harold Haefner'''&lt;br /&gt;
&lt;br /&gt;
'''Applied Geography vol. 15, No 2, pp 99 - 113, 1995'''&lt;br /&gt;
&lt;br /&gt;
'''Διαδικασία'''&lt;br /&gt;
'''Τα στοιχεία που χρησιμοποιήθηκαν'''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Οι δύο επιλεγμένες περιοχές δοκιμής Beckemied και Davos στις ελβετικές Άλπεις (σχήμα 3) χαρακτηρίζονται από την ισχυρή ανακούφιση και ταιριάζουν συνεπώς καλά στη χαρτογράφηση κινδύνου χιονοστιβάδων. Επιπλέον, οι χάρτες χιονοστιβάδων και οι χάρτες πιθανού κινδύνου έχουν υπάρξει για πολύ καιρό. Και οι δύο περιοχές είναι επίσης ευπρόσιτες για επίγειο έλεγχο και επαλήθευση. Τα δορυφορικά στοιχεία Landsat TM χρησιμοποιήθηκαν για τη δασική ταξινόμηση, που πήραν μια εικόνα από τις 3 Ιουλίου 1985.&lt;br /&gt;
&lt;br /&gt;
Προκειμένου να επιβεβαιώσει τα αποτελέσματα κατηγοριοποίησης,  σκαναρίστηκε το δάσος 1: 25 000  στον τοπογραφικό χάρτη και παρήχθηκε το αποτέλεσμα για την περιοχή δοκιμής Beckenried. Για την περιοχή Davos, το σύνολο στοιχείων από το πρόγραμμα mAB-Davos ήταν διαθέσιμο. Αυτά τα συγκριτικά σύνολα στοιχείων υποδεικνύονται ως επίγεια αλήθεια. Για την περιοχή δοκιμής Beckemied, ένα DEM με ένα πλέγμα-μέγεθος 25 X 25m από την ελβετική τοπογραφική έρευνα (DHM 25) ήταν διαθέσιμο  για την περιοχή δοκιμής Davos, ένα DEM με ένα αρχικό ψήφισμα 100 X 100 μ έπρεπε να ληφθεί ως δείγμα εκ νέου 25 X.25 μ.&lt;br /&gt;
&lt;br /&gt;
'''Επεξεργασία των δεδομένων Landsat'''&lt;br /&gt;
&lt;br /&gt;
Τα βήματα προεπεξεργασίας για να βελτιώσουν και να διευκολύνουν την ταξινόμηση περιέλαβαν και τις γεωμετρικές και ραδιομετρικές διορθώσεις. Για τη χαρτογράφηση κινδύνου χιονοστιβάδων, η ακριβής γεωμετρική θέση κάθε στοιχείου εικόνας είναι εξαιρετικά σημαντική. Οι διαδρομές χιονοστιβάδων συναντώνται πάντα στην πολύ απότομη έκταση, όπου η γεωμετρία είναι σοβαρά διαστρεβλωμένη σε μια δορυφορική εικόνα. Η γεωκωδικοποίηση επιτεύχθηκε χρησιμοποιώντας τα σημεία αναφοράς και με τη χρησιμοποίηση του DEM (Fusco et al., 1985). &lt;br /&gt;
&lt;br /&gt;
'''Ραδιομετρικές διορθώσεις'''&lt;br /&gt;
&lt;br /&gt;
Η ανάδρομη διάξυση των διάφορων χαρακτηριστικών γνωρισμάτων επιφάνειας επηρεάζεται σοβαρά από τα διαφορετικά ραδιομετρικά αποτελέσματα. Η καταγραμμένη εικόνα έχει τα χαρακτηριστικά αισθητήρων και της συγκεκριμένης περιοχής (Itten et al., 1991). Τα αποτελέσματα αισθητήρα προκύπτουν από τη βαθμολόγηση των ανιχνευτών, η σταθερότητα του συστήματος, και άλλα. Τα αποτελέσματα της συγκεκριμένης περιοχής προκαλούνται από τις αλλαγές στη γωνία και το αζιμούθιο του ήλιου, τις ατμοσφαιρικές συνθήκες, την τοπογραφία, και τη θέση του αντικειμένου σε σχέση με η δορυφορική θέση. Καμία ατμοσφαιρική διόρθωση δεν εφαρμόστηκε, δεδομένου ότι οι εκτενείς μελέτες στην ίδια περιοχή δοκιμής έδειξαν ότι δεν συμβάλλουν σε μια σημαντική βελτίωση της δασικής ταξινόμησης (Al Itten EF, 1991).&lt;br /&gt;
&lt;br /&gt;
'''Η ταξινόμηση των δασών'''&lt;br /&gt;
&lt;br /&gt;
Ο στόχος είναι να αποφύγουμε να κατηγοριοποιήσουμε τις περιοχές χωρίς δάση και τις θαμνώδεις περιοχές. Η λάθος ταξινόμηση θα οδηγούσε σε μια υποτίμηση των ζωνών κινδύνου. Η αντίστροφη περίπτωση, μια ταξινόμηση του δάσους όπως μη δασική περιοχή, θα διεύρυνε τη ζώνη κινδύνου χιονοστιβάδων. Για να ταξινομήσει το δάσος με τα στοιχεία Landsat-TM, ένα ιεραρχικό σύστημα ταξινόμησης εφαρμόστηκε, σύμφωνα με το σχήμα 4. Σε πρώτη φάση, το δάσος έχει χωριστεί από τις κατηγορίες για τη διαδρομή χιονιού, σκιών, ύδατος και χιονοστιβάδων χρησιμοποιώντας το κανάλι 2, η αναλογία Landsat των καναλιών 5 και 2, συν τα σύνολα στοιχείων από τη γωνία κλίσης και τη γωνία επίπτωσης  που προέρχεται από το DEM. Στο δεύτερο βήμα, η σκιαγράφηση της κατηγορίας δάσους βελτιώνεται από μια ανάλυση κύριων τμημάτων και ένα άκρη-ενισχύοντας φίλτρο. Ο στόχος ήταν να διακριθεί το μικρό άνοιγμα και οι μικρές κοιλάδες καθώς επίσης και να αποβληθούν τα δασόβια και ανοικτά δάση. Τα υπόλοιπα μέρη αντιπροσωπεύουν έπειτα την κατηγορία του πυκνού δάσους και μπορούν να χρησιμοποιηθούν άμεσα ως παράμετρος εισαγωγής για το πρότυπο κινδύνου χιονοστιβάδων.&lt;br /&gt;
&lt;br /&gt;
'''Εφαρμογή'''&lt;br /&gt;
Τα απαραίτητα πακέτα λογισμικού για την προεπεξεργασία και την επεξεργασία των δορυφορικών στοιχείων είναι διαθέσιμα στη βιβλιοθήκη IBIS (Meier, 1992). Το πρότυπο κινδύνου χιονοστιβάδων επομένως εφαρμόστηκε επίσης σε αυτό το σύστημα. Ένας από τους κύριους στόχους ήταν να οργανωθούν τα προγράμματα κατά τέτοιο τρόπο ώστε κάθε μεμονωμένη παράμετρος εισαγωγής να μπορεί να χειριστεί εύκολα, επιτρέποντας μια προσεκτική αξιολόγηση της επιρροής της στον προσδιορισμό της ζώνης εξάντλησης. &lt;br /&gt;
&lt;br /&gt;
'''Οι γενικές πτυχές στο Πρότυπο Sam – Voellmy'''&lt;br /&gt;
&lt;br /&gt;
Το πρότυπο δίνεται στην αριστερή πλευρά του σχήματος 5. Στη δεξιά πλευρά, ένα διάγραμμα ροής επιδεικνύει πώς να υπολογίσει τους κινδύνους χιονοστιβάδων και πώς να καθιερώσει έναν χάρτη κινδύνου χιονοστιβάδων. Χρησιμοποιώντας αυτό το πρόγραμμα, η ανάπτυξη δύο ακραίων γεγονότων χιονοστιβάδων, το 30-έτος και η χιονοστιβάδα 300-έτους, υπολογίζεται και χαρτογραφείται. Η περιοχή δοκιμής είναι πάντα ταξινομημένη σε δέκα κατηγορίες σύμφωνα με τα τμήματα πορειών, τη δυνατότητα ζημίας της χιονοστιβάδας στο δάσος, και την επιρροή του δάσους σχετικά με την απόσταση ώθησης και εξάντλησης. Ο συνδυασμός των αποτελεσμάτων προσομοίωσης στον τελικό χάρτη κινδύνου χιονοστιβάδων επιτυγχάνεται από την εξέταση του ορίου 30 Κ PA του συμβάντος 300-έτους αφ' ενός, και τη μέγιστη έκταση της προσομοίωσης 30-έτους αφ' ετέρου. Κατόπιν, τα διαφορετικά τμήματα πορειών υποδιαιρούνται σε κόκκινες και τις μπλε ζώνες κινδύνου σύμφωνα με τα κριτήρια που απαριθμούνται στον πίνακα 2. Στο σχήμα 6, ο τελικός χάρτης κινδύνου χιονοστιβάδων της περιοχής δοκιμής Beckenried παρουσιάζεται.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Κύριες τροποποιήσεις του αρχικού προτύπου Salm-Voellmy'''&lt;br /&gt;
&lt;br /&gt;
Τo αρχικό πρότυπο χρησιμοποιεί δεδομένα που λαμβάνονται με το χέρι από τους τοπογραφικούς χάρτες. Για τον παρόντα σκοπό, οι απαραίτητες παράμετροι προέρχονται αυτόματα από το DEM και από την ταξινόμηση δορυφορικών στοιχείων. Για να επεκτείνουν και να βελτιώσουν το χειρισμό της εισαγωγής παραμέτρου, οι ακόλουθες τροποποιήσεις του αρχικού προτύπου Salm-Voellmy εφαρμόστηκαν.&lt;br /&gt;
* μια χιονοστιβάδα δεν θεωρείται συνολικά όταν κάνουμε τους υπολογισμούς, αλλά διαιρείται σε κάθετες λουρίδες του πλάτους 25 μ (λουρίδες χιονοστιβάδων). Οι υπολογισμοί γίνονται χωριστά για κάθε λουρίδα, ίση με το μέγεθος 25 X.25 μ. Αυτό προκαλεί τα λάθη επειδή μια χιονοστιβάδα έχει πάντα μια τάση να εξισώσει τις δυνάμεις της πέρα από το ολόκληρο πλάτος.&lt;br /&gt;
* Υποθέτουμε ότι η αρχική ζώνη είναι λίγο πολύ ορθογώνια.&lt;br /&gt;
* Κανένας χωρισμός μεταξύ των χιονοστιβάδων σκόνης χιονιού και των χιονοστιβάδων ροής δεν γίνεται. Όλες οι χιονοστιβάδες λαμβάνονται ως χιονοστιβάδες ροής.&lt;br /&gt;
* Μόνο μια ενιαία κατηγορία, πυκνό δάσος , εξετάζεται, λόγω των περιορισμένων δυνατοτήτων της ταξινόμησης δορυφορικών στοιχείων.&lt;br /&gt;
* Ο βαθμός διοχέτευσης της χιονοστιβάδας αντιπροσωπεύεται έμμεσα από την ταχύτητα και το ύψος του ρέοντος χιονιού.	&lt;br /&gt;
&lt;br /&gt;
'''ΑΠΟΤΕΛΕΣΜΑΤΑ'''&lt;br /&gt;
&lt;br /&gt;
'''Κατηγοριοποίηση των στοιχείων δορυφόρου'''&lt;br /&gt;
&lt;br /&gt;
Τα αποτελέσματα από τις δορυφορικές ταξινομήσεις συνοψίζονται στον πίνακα 3. Με βάση τις παρόμοιες μελέτες (Itten και λοιποί., 1991), μπορεί να καταδειχθεί ότι η χρήση ενός DEM βελτίωσε ελαφρώς τα αποτελέσματα. Το σχήμα 7 δείχνει ότι οι περισσότερες από τις δασικές περιοχές που δεν ταξινομούνται ως δάσος βρίσκονται κατά μήκος της περιοχής υλοτόμησης. Εδώ, τα δασικά εικονοστοιχεία που ταξινομούνται ως μη-δασικές περιοχές εμφανίζονται, καθώς επίσης και οι περιοχές που ταξινομούνται ως δάσος. Επιπλέον, μερικά φυλλοβόλα  δέντρα ταξινομήθηκαν επίσης ως μη-δασικές περιοχές. Αυτό εμφανίστηκε επειδή τα δέντρα στο ανώτερο όριο είναι μικρά και λεπτά, και επίσης λόγω της μάλλον περιοριστικής επιλογής των παραμέτρων ταξινόμησης υπέρ ενός βέλτιστου χωρισμού του μικρού ανοίγματος μέσα στα δάση. Κάμποσες διαδρομές χιονοστιβάδων που καταχωρήθηκαν ως δάσος στη χιονοστιβάδα  ταξινομήθηκαν σωστά ως μη-δασικές περιοχές. Ένα από τα πλεονεκτήματα της δορυφορικής ταξινόμησης είναι η επικαιρότητά του  αντιπροσωπεύει την πιο πρόσφατη κατάσταση στην περιοχή υπό έρευνα, ενώ οι τοπογραφικοί χάρτες ενημερώνονται πιο σπάνια. Εν περιλήψει, τα αποτελέσματα που επιτυγχάνονται για τη δασική ταξινόμηση είναι ικανοποιητικά για την επόμενη χρήση τους στο πρότυπο κινδύνου χιονοστιβάδων.&lt;br /&gt;
&lt;br /&gt;
'''Κατηγοριοποίηση των κινδύνων χιονοστιβάδων'''&lt;br /&gt;
&lt;br /&gt;
Τα αποτελέσματα κρίνονται σε δύο βήματα. Πρώτα, τα αποτελέσματα προσομοίωσης χιονοστιβάδων συγκρίνονται με τις χιονοστιβάδες που απαριθμούνται στη στο κτηματολόγιο χιονοστιβάδων προκειμένου να ανακαλυφθεί εάν όλα τα γεγονότα χιονοστιβάδων καταχωρούνται από το πρότυπο. Τα αποτελέσματα είναι πολύ ελπιδοφόρα  περίπου 85 τοις εκατό ήταν ταξινομημένα σωστά. Δεύτερον, μια σύγκριση με τον υπάρχοντες χάρτες  κίνδυνου χιονοστιβάδων επιδεικνύει πόσο ακριβώς οι πιθανές ζώνες κινδύνου μπορούν να ανιχνευθούν και να οριστούν σε ένα από τα δύο είτε την κόκκινη ζώνη κινδύνου ή τη μπλε. Αυτά τα αποτελέσματα ταξινόμησης συνοψίζονται στον πίνακα 4.&lt;br /&gt;
Η ανάλυση αποκαλύπτει ότι τα αποτελέσματα σχετικά με την κατανομή των ζωνών κινδύνου δεν είναι ακόμα ικανοποιητικά. Γενικά, οι ζώνες εξάντλησης εκτείνονται πάρα πολύ μακριά. Οι κύριοι λόγοι συζητούνται κατωτέρω.&lt;br /&gt;
&lt;br /&gt;
'''Προσδιορισμός των ζωνών κινδύνου στις δασικές περιοχές'''&lt;br /&gt;
&lt;br /&gt;
Μέσα στην περιοχή δοκιμής Beckenried, μόνο ένα τρίτο της κόκκινης ζώνης  ήταν ταξινομημένο ακριβώς. Ένα άλλο τρίτο ταξινομήθηκε ως μπλε ζώνη και υπόλοιπο ως ζώνη μη-κινδύνου. Τα προβλήματα εμφανίζονται πρώτιστα στις βαριά δασικές περιοχές. Φαίνεται ότι ο προσδιορισμός των δύο ζωνών στο κτηματολόγιο επιτεύχθηκε εμπειρικά και όχι με την εφαρμογή του προτύπου. Μπορεί να υποτίθεται ότι ο χωρισμός λήφθηκε συχνά άνετα, δεδομένου ότι κανένα κτήριο δεν επιτρέπεται μέσα στο δάσος. Οι ζώνες προέλευσης μέσα στο δάσος συμπεριλαμβάνονται επίσης. Αυτό οδηγεί στις πρόσθετες λάθος ταξινομήσεις δεδομένου ότι το πρότυπο είναι βασισμένο στον όρο που καμία χιονοστιβάδα δεν μπορεί να αρχίσει μέσα σε ένα κλειστό δάσος.&lt;br /&gt;
&lt;br /&gt;
'''Μήκος των ζωνών έναρξης'''&lt;br /&gt;
&lt;br /&gt;
Το πρότυπο Salm-Voellmy δεν εξετάζει το μήκος της αρχικής ζώνης αλλά υποθέτει ότι είναι άσχετο με την εκφόρτωση όγκου του χιονιού, της ταχύτητας χιονοστιβάδων ή του ύψους ροής. Εντούτοις, δεν είναι ρεαλιστικό να υποτεθεί ότι μια χιονοστιβάδα με μια αρχική ζώνη μόνο 50m στο μήκος θα διαπεράσει εξίσου βαθειά στο δάσος με μήκος αρκετών εκατοντάδων μέτρων. Μια χιονοστιβάδα με μια μικρή αρχική ζώνη θα σταματήσει γρηγορότερα από μια με μια μεγάλη αρχική ζώνη. Ο Gubler (1992) προτείνει τη λύση αυτού του προβλήματος με την προσθήκη μιας άλλης παραμέτρου, η οποία καθορίζει την πιθανή απόσταση εξάντλησης σε ένα δάσος ανάλογα με το μέγεθος της αρχικής ζώνης καθώς επίσης και την ταχύτητα και το ύψος ροής (δείτε επίσης Bovis και Mears, το 1976)&lt;br /&gt;
&lt;br /&gt;
'''Ενιαίος συντελεστής τριβής για το σύνολο της περιοχής δοκιμής'''&lt;br /&gt;
&lt;br /&gt;
Το τρέχον πρότυπο μπορεί να χειριστεί μόνο έναν συντελεστή τριβής για την ολόκληρη μη-δασική περιοχή ή την περιοχή δοκιμής. Αλλά δεδομένου ότι αυτός ο συντελεστής τριβής εξαρτάται από το ύψος της αρχικής ζώνης, όπως το μέσο βάθος του χιονιού, οι δυνατότητες για τη λάθος ταξινόμηση είναι ουσιαστικές. Στις χαμηλότερες περιοχές, ο συντελεστής τριβής χρησιμοποιούμενος δεν είναι ικανοποιητικός, οδηγώντας σε μια υποτίμηση των αποστάσεων εξάντλησης.  Με βάση τα αποτελέσματα από την περιοχή Beckenried, υπάρχουν σαφώς προσδιορισμένες προβληματικές περιοχές για τη βελτίωση του προτύπου για μια λειτουργική εφαρμογή. Τα αποτελέσματα της περιοχής δοκιμής Davos είναι ελαφρώς λιγότερο ικανοποιητικά, κυρίως επειδή η ζώνη μετάβασης κατά μήκος της περιοχής υλοτόμησης, που προκαλεί τα συγκεκριμένα προβλήματα (δείτε ανωτέρω), είναι σχετικά μεγαλύτερη έναντι της περιοχής δοκιμής Beckenried.&lt;br /&gt;
&lt;br /&gt;
'''Προοπτικές'''&lt;br /&gt;
&lt;br /&gt;
Η προοπτική παρουσίασης ενός χάρτη κινδύνου χιονοστιβάδων έχει το μεγάλο πλεονέκτημα να απεικονίζει τα χαρακτηριστικά γνωρίσματα εκτάσεων, τα οποία είναι αποφασιστικά στην κρίση των κινδύνων. Τα αποτελέσματα ανακούφισης δεν αντιπροσωπεύονται κατάλληλα από τον απλό μετασχηματισμό μιας δορυφορικής εικόνας στο χάρτη κινδύνου, ιδιαίτερα όταν ελαχιστοποιούνται τα αποτελέσματα ανακούφισης ή εξαλείφονται συνολικά από τις ραδιομετρικές διορθώσεις. Επιπλέον, οι τοπογραφικοί χάρτες με τη σκίαση ανακούφισης και οι γραμμές περιγράμματος δεν παρέχουν την επαρκή απεικόνιση. Ένα παράδειγμα είναι διευκρινισμένο στο σχήμα 8, το οποίο καταδεικνύει σαφώς γιατί η τακτοποίηση Bauen στηρίχτηκε στο μικρό αλλουβιακό σχηματισμό. Όλες οι άλλες μη-δασικές περιοχές διακυβεύονται από τις κόκκινες ζώνες κινδύνου χιονοστιβάδων . Εξίσου καλά αποδεικνύεται ότι δεν επηρεάζονται όλες οι απότομες κλίσεις από έναν αυστηρό κίνδυνο χιονοστιβάδων. Οι μόνες περιοχές με σοβαρό κίνδυνο είναι εκείνες με μια κάπως πιο επίπεδη, γούρνα-διαμορφωμένη αρχική ζώνη, η οποία ευνοεί τη συσσώρευση χιονιού επάνω από τις απότομες κλίσεις.&lt;br /&gt;
&lt;br /&gt;
'''ΣΥΜΠΕΡΑΣΜΑΤΑ'''&lt;br /&gt;
&lt;br /&gt;
'''Πλεονεκτήματα της δορυφορικής κατηγοριοποίησης'''&lt;br /&gt;
&lt;br /&gt;
* Βασισμένο σε προσεκτική προεπεξεργασία, και ιδιαίτερα από τις γεωμετρικές και ραδιομετρικές διορθώσεις, και από μια κατάλληλη επιλογή των φασματικών ζωνών, το μικρό δασικό άνοιγμα και τα κανάλια χιονοστιβάδων μπορούν να καθοριστούν.&lt;br /&gt;
* Ορισμένες λάθος ταξινομήσεις μεταξύ του δάσους  και των μη-δασικών περιοχών πρέπει να ληφθούν υπόψη.&lt;br /&gt;
* Η ακρίβεια είναι ίση με αυτήν των δασικών ταξινομήσεων σε άλλες ορεινές περιοχές (Itten και λοιποί., 1991), αν και τα κατώτατα όρια τέθηκαν ως στόχος μάλλον περιοριστικά για να αποφύγουν τις μη-δασικές περιοχές ως δάσος.&lt;br /&gt;
&lt;br /&gt;
'''Τα πλεονεκτήματα του προτύπου προσομοίωσης χιονοστιβάδων'''&lt;br /&gt;
&lt;br /&gt;
* περίπου 85 τοις εκατό των ζωνών κινδύνου χιονοστιβάδας όπως αναγνωρίζονται στους χάρτες χιονοστιβάδων κτηματολογίου θα μπορούσαν να προσδιοριστούν. Στις περιοχές όπου το δάσος δεν αντιπροσωπεύει το κυρίαρχο χαρακτηριστικό γνώρισμα επιφάνειας, η ακρίβεια πέφτει σε περίπου 80 τοις εκατό.&lt;br /&gt;
* Το πρότυπο εξετάζει άμεσα το σημαντικότερο παράγοντα-  το δάσος - για μια προσομοίωση των ζωνών κινδύνου χιονοστιβάδων&lt;br /&gt;
* Οι πολλές δυνατότητες για τις διάφορες παραμέτρους εισαγωγής του προτύπου στις τοπικές ή εποχιακές συνθήκες επιτρέπουν τις ευδιάκριτες λύσεις για τις συγκεκριμένες περιοχές. Με τον πειραματισμό με τις μεταβλητές εισαγωγής, τα συγκεκριμένα προβλήματα και οι στόχοι της χαρτογράφησης κινδύνου χιονοστιβάδων μπορούν να αναλυθούν.&lt;br /&gt;
* Η εξέταση προοπτικής των αποτελεσμάτων διευκολύνει μια γρήγορη και επεξηγηματική οπτική εξέταση, ιδιαίτερα για λόγους προγραμματισμού.&lt;br /&gt;
&lt;br /&gt;
'''Τα μειονεκτήματα της δορυφορικής κατηγοριοποίησης'''&lt;br /&gt;
&lt;br /&gt;
* δεν ήταν δυνατό να επιτευχθεί ένας ικανοποιητικός χωρισμός των διαφορετικών κατηγοριών δασικής πυκνότητας -. Η ταξινόμηση βλάστησης έπρεπε να περιοριστεί στη διαφοροποίηση μεταξύ του δάσους και του μη-δάσους (και του ύδατος).&lt;br /&gt;
* ένας χωρισμός του δάσους και του θάμνου κατά μήκος της ζώνης υλοτόμησης είναι το κρισιμότερο μέρος της διαδικασίας ταξινόμησης, που έχει τις αυστηρές επιπτώσεις στην ακρίβεια της επόμενης προσομοίωσης κινδύνου χιονοστιβάδων.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Μειονεκτήματα του προτύπου προσομοίωσης χιονοστιβάδων'''&lt;br /&gt;
&lt;br /&gt;
* αυτή τη στιγμή, το πρότυπο επιτρέπει την εφαρμογή μόνο ενός ενιαίου συντελεστή τριβής για την ολόκληρη περιοχή&lt;br /&gt;
* Ο χωρισμός στις διαφορετικές ζώνες κινδύνου χιονοστιβάδων δεν θα μπορούσε να επιτευχθεί ικανοποιητικά, ιδιαίτερα για τις περιοχές μέσα στο δάσος, για το οποίο τα νέα κριτήρια ταξινόμησης πρέπει να εξεταστούν&lt;br /&gt;
* Η διαδρομή που λαμβάνεται από μια μεμονωμένη λουρίδα χιονοστιβάδων ορίζεται εικόνα , με την επιλογή μεταξύ των τριών πιθανών εικόνων συνέχισης. Ως εκ τούτου, ένας ακριβής και συνεχής προσδιορισμός της διαδρομής που λαμβάνεται από μια λουρίδα χιονοστιβάδων είναι όχι πάντα δυνατός.&lt;br /&gt;
* Επιπλέον, οι χιονοστιβάδες δεν εξετάζονται συνολικά αλλά διαιρούνται σε ανεξάρτητες, παράλληλες λουρίδες χιονοστιβάδων. Συνεπώς, οι αλληλεπιδράσεις μεταξύ των γειτονικών λουρίδων δεν μπορούν να ληφθούν υπόψη, με συνέπεια τις διαφορετικές ταχύτητες και τις αποστάσεις εξάντλησης μέσα στην ίδια χιονοστιβάδα.&lt;br /&gt;
&lt;br /&gt;
'''ΠΡΟΟΠΤΙΚΕΣ'''&lt;br /&gt;
&lt;br /&gt;
Μια λειτουργική εφαρμογή του μοντέλου δεν είναι ακόμα εφικτή. Ειδικά σε μακρινά βουνά με ανεπαρκείς καταγραφές εδάφους και χαρτογραφική τεκμηρίωση (χάρτες, DEM), η προσεκτική δοκιμή και η επαλήθευση είναι ουσιαστικές προτού να μπορέσουν να πραγματοποιηθούν οι λειτουργικές εφαρμογές. Εντούτοις, τα πρώτα αποτελέσματα είναι ελπιδοφόρα και, με τις περαιτέρω βελτιώσεις, το πρότυπο μπορεί να γίνει ένα έγκυρο εργαλείο προγραμματισμού. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
* ο χωρισμός του δάσους σε βελονοφόρα και  πλατύφυλλα, καθώς επίσης και οι κατηγορίες πυκνότητας, είναι απαραίτητοι και μπορούν να επιτευχθούν με τη βοήθεια της δορυφορικής τηλεπισκόπησης. Αλλά είναι μόνο χρήσιμο εάν τα αποτελέσματα θεωρούνται ως άμεση μεταβλητή εισαγωγής στο πρότυπο. Για να χρησιμοποιήσουν αυτήν την παράμετρο, περισσότερες πληροφορίες για τη συμπεριφορά των χιονοστιβάδων στους διαφορετικούς δασικούς τύπους πρέπει να ληφθούν (Gubler και Rychetnik, 1991).&lt;br /&gt;
* Είναι υποχρεωτικό να αναπτυχθεί μια δορυφορική ταξινόμηση της ικανοποιητικής ακρίβειας για τα δάση, τους θάμνους και τις μη-δασικές περιοχές κατά μήκος της ζώνης υλοτόμησης.&lt;br /&gt;
* Πρέπει να υπογραμμιστεί ότι οι χιονοστιβάδες σκόνης χιονιού δεν έχουν λήφθεί υπόψη από το τρέχον πρότυπο. Οι περαιτέρω εξελίξεις πρέπει να ενσωματώσουν τα φυσικά πρότυπα των μηχανισμών χιονοστιβάδων σκόνης χιονιού&lt;br /&gt;
* Με ένα σύνολο στοιχείων βασισμένο στις διανυσματικές αρχές αντί του σχήματος ράστερ, η διαδρομή μιας χιονοστιβάδας θα μπορούσε να καθοριστεί ακριβέστερα.. Ο  Hegg (1991) έχει αναπτύξει ένα διανυσματικός-βασισμένο πρόγραμμα λογισμικού για το σύστημα ARC/INFO, το οποίο θα μπορούσε να είναι το χρησιμότερο για τις προσομοιώσεις κινδύνου χιονοστιβάδων.&lt;br /&gt;
* Η βελτίωση της δορυφορικής ταξινόμησης θα μπορούσε να κερδηθεί με την ενσωμάτωση των προκαλούμενων από τον άνθρωπο χαρακτηριστικών γνωρισμάτων όπως οι δρόμοι, τα κτήρια, οι προστατευτικοί τοίχοι και οι φράκτες. Το πρότυπο θα μπορούσε επίσης να ρυθμιστεί εύκολα για να εξετάσει τα τεχνητά εμπόδια.&lt;br /&gt;
* Η ποικιλία των διαφορετικών παραμέτρων επιτρέπει τη μελέτη όλων των ειδών προβλημάτων, και μια προσαρμογή στις συγκεκριμένες τοπικές καταστάσεις και τις μετεωρολογικές συνθήκες. Αυτό θα μπορούσε να οδηγήσει σε νέες ιδέες στη συμπεριφορά των χιονοστιβάδων.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:Κατολισθήσεις]]&lt;/div&gt;</summary>
		<author><name>Orfiro</name></author>	</entry>

	</feed>