RemoteSensing Wiki - Συνεισφορές χρήστη [el]

Διαχείριση αμπελώνων σε ζώνες μέσω αερομεταφερόμενης τηλεπισκόπησης

2017-02-10T12:09:06Z

Papanastasiou Christos:

Tony Proffitt

AHA Viticulture PO Box 215, Dunsborough, WA, 6281

Andrew Malcolm

SpecTerra Services 4/643 Newcastle Street, Leederville, WA, 6007

'''ΑΝΤΙΚΕΙΜΕΝΟ ΕΦΑΡΜΟΓΗΣ'''

Μετά την εισαγωγή της Αμπελουργίας ακριβείας -Precision Viticulture (PV)- στα τέλη της δεκαετίας του 1990, εργαλεία όπως τα παγκόσμια συστήματα εντοπισμού θέσης (GPS), η παρακολούθηση της παραγωγής σταφυλιών, η εναέρια τηλεπισκόπηση, οι αισθητήρες εδάφους και η σχετική έρευνα κατά τα χρόνια που μεσολάβησαν, έκαναν παραγωγούς και οινοποιούς να αναγνωρίζουν πλέον το μέγεθος της διαφοροποίησης μέσα σε έναν αμπελώνα και τα αίτια αυτής.
Επομένως, η βιομηχανία καταλαβαίνει όλο και περισσότερο τις ανεπάρκειες στον τρόπο που εφαρμόζονται οι εισροές (π.χ. νερό, λίπασμα, εργασία και μηχανήματα), καθώς και τις αβεβαιότητες τόσο στην πρόβλεψη της παραγωγής όσο και στην παράδοση σταφυλιών ομοιόμορφης ποιότητας στο οινοποιείο.
Μία προσέγγιση για τη διαχείριση της μεταβλητής παραγωγής και ποιότητας, είναι η χρήση εργαλείων αμπελουργίας ακριβείας για τον εντοπισμό διαφορετικών ζωνών εντός του αμπελώνα με σκοπό να γίνεται χωριστή διαχείριση. Μέσα από την επιλεκτική συγκομιδή ορισμένων ζωνών εντός του αμπελώνα και την ξεχωριστή οινοποίηση των σταφυλιών έχει επιτευχθεί αυξημένη κερδοφορία.
Αυτό το άρθρο περιγράφει ορισμένες πρόσφατες εμπειρίες στην εφαρμογή της διζωνικής διαχείρισης των αμπελώνων για τη βελτίωση
(α) της εφαρμογής των εισροών (πότισμα κατά διάρκεια της καλλιεργητικής περιόδου και κλάδεμα)
(β) την πρόβλεψη της παραγωγής

'''ΣΤΟΧΟΙ ΤΗΣ ΕΦΑΡΜΟΓΗΣ'''

H απόκτηση πληροφοριών σχετικά με τις αποδόσεις σε κάθε μεμονωμένο υποτεμάχιο στο σύνολο του αμπελώνα μπορεί να είναι δύσκολη και δαπανηρή. Ωστόσο, τα αμπέλια, όπως και όλα τα φυτά μπορούν να ενσωματώσουν τις επιδράσεις του τοπικού περιβάλλοντος (π.χ. κλίμα, ιδιότητες του εδάφους, ασθένειες, θρεπτικά συστατικά και έλλειψη νερού) και να τις εκφράσουν μέσω των χαρακτηριστικών της βλάστησής τους.
Η αερομεταφερόμενη τηλεπισκόπηση παρέχει ένα μέσο με το οποίο πληροφορίες σχετικά με την κατάσταση της βλάστησης της αμπέλου μπορούν να συλλεχθούν εύκολα. Αναφέρεται στην απόκτηση ψηφιακών εικόνων από ελαφρά αεροσκάφη που πετούν σε ύψη που κυμαίνονται από 150 μέτρα έως 3 χιλιόμετρα. Η μέθοδος δεν πρέπει να συγχέεται με τη δορυφορική τηλεπισκόπηση σύμφωνα με την οποία οι ψηφιακές εικόνες αποκτώνται από δορυφόρους που λειτουργούν σε εκατοντάδες χιλιόμετρα πάνω από τη γη.
Η εμπειρία έχει δείξει ότι η χρονική περίοδος έναρξης της ωρίμανσης (± 2 εβδομάδες, και πριν από την εφαρμογή διχτυών για τα πουλιά) είναι η κατάλληλη στιγμή για την απόκτηση εικόνας χρησιμοποιώντας ελαφρά αεροσκάφη.
Η εταιρεία παροχής των αερομεταφερόμενων ψηφιακών πολυφασματικών εικόνων έχει αποδείξει ότι με τη χρήση ανάλυσης 0,5 m, τα pixels τα οποία αφορούν το αμπέλι μπορούν να οριοθετηθούν από αυτά που ορίζουν κυρίως άλλα χαρακτηριστικά, όπως το έδαφος, η σκιά και η μεταξύ των σειρών βλάστηση. Ο αισθητήρας συλλέγει δεδομένα σε τέσσερις ζώνες συχνοτήτων που αντιστοιχούν στο υπέρυθρο, στο κόκκινο, στο πράσινο και μπλε μήκος κύματος εκ των οποίων στη συνέχεια παράγονται εικόνες από το λόγο της ανάκλασης από το υπέρυθρο στο κόκκινο. Υπάρχουν δύο δείκτες βλάστησης οι οποίοι συνήθως χρησιμοποιούνται για την παραγωγή των εικόνων από την οποία εντοπίζονται ζώνες διαφορετικής παραγωγικότητας στο αμπέλι. Ο δείκτης Plant Cell Density (PCD), ενώ ο άλλος αναφέρεται ως ομαλοποιημένος δείκτης βλάστησης (NDVI).
Η εταιρεία παροχής για την εν λόγω εργασία SpecTerra προτιμά να χρησιμοποιεί το δείκτη (PCD).

'''ΠΑΛΑΙΟΤΕΡΕΣ ΜΕΘΟΔΟΙ'''

Η πιο διαδεδομένη ακόμα και σήμερα μέθοδος εκτίμησης της παραγωγής και διαχείρισης ενός αμπελώνα είναι η δειγματοληπτική επιτόπια παρατήρηση στο αγροτεμάχιο η οποία απαιτεί πολύ χρόνο και ανθρώπινο δυναμικό ενώ η ακρίβειά της σχετίζεται με τον αριθμό των επαναλήψεων και την εμπειρία του προσωπικού που διενεργεί τους ελέγχους

'''Η ΥΠΟ ΕΞΕΤΑΣΗ ΕΦΑΡΜΟΓΗ / ΜΕΘΟΔΟΛΟΓΙΑ'''

'''Άρδευση'''

Το 2003 και 2004 ελήφθησαν δεδομένα DMSI για μια ιδιοκτησία 38 εκταρίων στην περιοχή του ποταμού Μάργκαρετ. Το 2003, 30 αμπέλια ποικιλίας Cabernet Sauvignon εντοπίστηκαν χωρικά μέσα σε μια ενότητα 8.8 εκταρίων με τη χρήση ενός διαφορικού GPS. Τα επιλεγμένα αμπέλια αντιπροσώπευαν ένα εύρος οπτικά διαφορετικών ειδών βλάστησης και ευρωστίας και για τα δύο έτη μετρήθηκε και καταγράφηκε η επιφάνεια βλάστησης, η περίμετρος του πρέμνου, και το βάρος βλαστών από μετασυλλεκτικό κλάδεμα.
Γραμμικές παλινδρομήσεις φτιάχτηκαν για να απεικονίσουν τη σχέση μεταξύ του δείκτη PCD και των τριών δεικτών ευρωστίας του αμπελιού.
Στα κάτωθι σχήματα φαίνονται οι σχέσεις του δείκτη PCD με α) την επιφάνεια βλάστησης σε m2 β) την περίμετρο του πρέμνου σε cm και γ) βάρος βλαστών μετά το κλάδεμα σε Kg για τις περιόδους 2003 και 2004.

[[Αρχείο:a1_pic1.jpg]]

[[Αρχείο:a1_pic2.jpg]]

Χρησιμοποιώντας αυτές τις σχέσεις προσδιορίστηκαν περιοχές όπου γενικά τα αμπέλια ήταν είτε πολύ εύρωστα είτε πολύ αδύναμα.
Προσδιορίστηκαν επίσης τρεις διαφορετικές ζώνες στάγδην άρδευσης. Το 2003 το νερό εφαρμόστηκε ομοιόμορφα στην υπό εξέταση ενότητα. Το 2004 η ποσότητα του νερού που εφαρμόστηκε ήταν διαφορετική σε κάθε μια από τις τρεις αυτές ζώνες.
Σε σύγκριση με το 2003 η ποσότητα του νερού ελαττώθηκε στις ζώνες Β και Γ και αυξήθηκε στη ζώνη Α με σκοπό να βελτιωθεί η διαχείριση της ανάπτυξης της βλάστησης. Η ποσότητα του νερού που εφαρμόστηκε σε κάθε ζώνη κατά τη διάρκεια της μετέπειτα καλλιεργητικής περιόδου ήταν περίπου 64l / αμπέλι / εβδομάδα, 42 l / αμπέλι / εβδομάδα και 32 l / αμπέλι / εβδομάδα στις ζώνες Α, Β και Γ αντίστοιχα.
Η εφαρμογή λιγότερου νερού στις ζώνες Β και Γ μείωσε γενικά τη βλαστική ανάπτυξη, ενώ η εφαρμογή περισσότερου νερού στη ζώνη Α γενικά αύξησε τη βλαστική ανάπτυξη, καθιστώντας έτσι ολόκληρο το μπλοκ πιο ομοιόμορφο.
Από οικονομική άποψη, οι δαπάνες του 2004 που σχετίζονται με τη διαχείριση βλάστησης και σταφυλιών στις ζώνες Β και Γ μειώθηκαν σε σύγκριση με το 2003, λόγω του μηχανικού βλαστολογήματος σε $ 250 / ha, λόγω του μηχανικού κλαδέματος σε $ 140 / ha και λόγω του αραιώματος των σταφυλιών $ 300 / ha. Επιπλέον, η μικρότερη βλάστηση στις εύρωστες ζώνες Β και Γ βελτίωσε τον αερισμό και τη διείσδυση των φυτοπροστατευτικών στο φύλλωμα η οποία μείωσε τον κίνδυνο από βοτρύτη, που ήταν ένα σημαντικό πρόβλημα τα προηγούμενα χρόνια.
Η μικρότερη βλάστηση βελτίωσε επίσης την έκθεση των σταφυλιών στο φως του ήλιου, επιταχύνοντας έτσι το ποσοστό της ωρίμανσης, έτσι η ποιότητα των καρπών σε όλο τον αμπελώνα ήταν πιο ομοιόμορφη το 2004.

'''Εργασία κατά το κλάδεμα'''

Για τον ίδιο αμπελώνα, εικόνες PCD του 2003 χρησιμοποιήθηκαν για να προσδιορίσουν τις ζώνες υψηλής, μέσης και χαμηλής ευρωστίας αμπέλου σε ένα μπλοκ 8.3ha ποικιλίας Syrah, με στόχο τη μείωση του κόστους για κλάδεμα και εξασφαλίζοντας ότι όλο το προσωπικό κλάδεψε ίσο αριθμό αμπελιών ποικίλης ευρωστίας και ως εκ τούτου βαθμού δυσκολίας. Το μπλοκ φυτεύτηκε το 1998 και τα αμπέλια κλαδεύονται σήμερα αυστηρά. Μετά την ολοκλήρωση του κλαδέματος, το συνολικό κόστος ενεργειών που έγιναν με την προσέγγιση της διζωνικής διαχείρισης συγκρίθηκε με το συνολικό αναμενόμενο κόστος το οποίο είχε η παραδοσιακή προσέγγιση. Εκτιμάται ότι με την εφαρμογή της διζωνικής προσέγγισης διαχείρισης υπήρχε μια εξοικονόμηση κόστους περίπου $ 2.400 (11,6%),. Επιπλέον, το σύνολο του προσωπικού που ασχολήθηκε με το κλάδεμα πληρώθηκε παρόμοια ποσά το οποίο διασφάλισε ότι το ηθικό παράμεινε υψηλό και η αδιαφορία στη δουλειά ήταν σε χαμηλά επίπεδα.

'''Πρόβλεψη παραγωγής'''

Η αβεβαιότητα στην πρόβλεψη της απόδοσης των καλλιεργειών κοστίζει εκατομμύρια δολάρια κάθε χρόνο στη βιομηχανία εξαιτίας αποκλίσεων μεταξύ των προβλέψεων της χωρητικότητας και της πραγματικής ποσότητας σταφυλιών που παραδίδεται σε οινοποιεία. Έρευνες έχουν δείξει ότι σε εθνικό επίπεδο, οι προβλέψεις απόδοσης διαφέρουν από τις πραγματικές αποδόσεις κατά ± 33%.
Σε αυτή τη μελέτη, η απόδοση υπολογίζεται για ένα μπλοκ 2.54ha ποικιλίας Cabernet Sauvignon που βρίσκεται στην McLaren Vale δύο εβδομάδες πριν από την αναμενόμενη ημερομηνία συγκομιδής χρησιμοποιώντας τόσο μια τυχαία δειγματοληπτική προσέγγιση όσο και μια ζωνική προσέγγιση. Ο αμπελώνας φυτεύτηκε το 1983. Για τη μέθοδο της τυχαίας δειγματοληψίας, 30 αμπέλια επιλέχθηκαν κατά μήκος του μπλοκ χρησιμοποιώντας έναν υπολογιστή «γεννήτρια τυχαίων αριθμών». Ο αριθμός των δειγμάτων δεν προσδιορίστηκε στατιστικώς να ικανοποιήσει ένα προκαθορισμένο βαθμό σφάλματος, αλλά με βάση την ποσότητα του χρόνου που θα μπορούσε να διατεθεί για την εργασία εκτίμησης της απόδοσης. Για τη μέθοδο διζωνικής αμπελουργίας, τρεις χαρακτηριστικές περιοχές εντοπίστηκαν από τις εικόνες PCD. Χαρακτηρίστηκαν έχοντας υψηλή (0.71ha), μεσαία (1.8ha) και χαμηλή (0.03ha) ευρωστία. Δέκα αμπέλια στη συνέχεια επιλέγονται μέσα από κάθε ζώνη χρησιμοποιώντας τον υπολογιστή «γεννήτρια τυχαίων αριθμών». Και για τις δύο μεθόδους, η απόδοση των καλλιεργειών για κάθε ένα από τα 30 επιλεγμένα αμπέλια προσδιορίστηκε με την αφαίρεση, την καταμέτρηση και τη ζύγιση όλων των τσαμπιών. Στη μέθοδο της τυχαίας δειγματοληψίας, η απόδοση για το μπλοκ εκτιμήθηκε χρησιμοποιώντας τη μέση απόδοση ανά πρέμνο (μέσος αριθμός των σταφυλιών ανά πρέμνο πολλαπλασιάζεται με το μέσο βάρος σταφυλιών ανά πρέμνο) και ο συνολικός αριθμός των αμπελιών εντός του μπλοκ. Στη μέθοδο διζωνικής αμπελουργίας, η απόδοση σε κάθε ζώνη υπολογίστηκε χρησιμοποιώντας τη μέση απόδοση ανά πρέμνο για κάθε ζώνη και τον αριθμό των αμπελιών σε κάθε ζώνη. Η απόδοση των καλλιεργειών για το μπλοκ προσδιορίστηκε με άθροιση των εκτιμώμενων αποδόσεων για κάθε ζώνη.
Η μέθοδος της διζωνικής προσέγγισης έδωσε στατιστικά πιο ακριβή αποτελέσματα

'''ΣΥΜΠΕΡΑΣΜΑΤΑ'''

Εν κατακλείδι, μια σειρά από μελέτες έχουν πλέον αποδείξει ότι ζώνες (οι οποίες είτε προσδιορίζονται με τη χρήση εναέριων εικόνων ή από χάρτες που δημιουργούνται από παρακολούθηση της συγκομιδής) σε έναν αμπελώνα εμφανίζουν διαφορές στην παραγωγή. Αρκετές μελέτες έδειξαν ότι οι διαφορές αυτές μπορεί να είναι στατιστικά σημαντικές και επίσης ότι η υιοθέτηση μιας διζωνικής προσέγγισης στη διαχείριση των αμπελώνων μπορεί να έχει σημαντικά οικονομικά οφέλη.

Πηγή άρθρου: http://atv.net.au/files/Proffitt_Malcolm%202005.pdf

Βοηθητικές πηγές: https://en.wikipedia.org/wiki/Vine_training

[[category:Γεωργία]]

Διαχείριση αμπελώνων σε ζώνες μέσω αερομεταφερόμενης τηλεπισκόπησης

2017-02-10T12:06:45Z

Papanastasiou Christos: Νέα σελίδα με 'Tony Proffitt AHA Viticulture PO Box 215, Dunsborough, WA, 6281 Andrew Malcolm SpecTerra Services 4/643 Newcastle Street, Leederville, WA, 6007 '''ΑΝΤΙΚΕΙΜΕ...'

Tony Proffitt

AHA Viticulture PO Box 215, Dunsborough, WA, 6281

Andrew Malcolm

SpecTerra Services 4/643 Newcastle Street, Leederville, WA, 6007

'''ΑΝΤΙΚΕΙΜΕΝΟ ΕΦΑΡΜΟΓΗΣ'''

Μετά την εισαγωγή της Αμπελουργίας ακριβείας -Precision Viticulture (PV)- στα τέλη της δεκαετίας του 1990, εργαλεία όπως τα παγκόσμια συστήματα εντοπισμού θέσης (GPS), η παρακολούθηση της παραγωγής σταφυλιών, η εναέρια τηλεπισκόπηση, οι αισθητήρες εδάφους και η σχετική έρευνα κατά τα χρόνια που μεσολάβησαν, έκαναν παραγωγούς και οινοποιούς να αναγνωρίζουν πλέον το μέγεθος της διαφοροποίησης μέσα σε έναν αμπελώνα και τα αίτια αυτής.
Επομένως, η βιομηχανία καταλαβαίνει όλο και περισσότερο τις ανεπάρκειες στον τρόπο που εφαρμόζονται οι εισροές (π.χ. νερό, λίπασμα, εργασία και μηχανήματα), καθώς και τις αβεβαιότητες τόσο στην πρόβλεψη της παραγωγής όσο και στην παράδοση σταφυλιών ομοιόμορφης ποιότητας στο οινοποιείο.
Μία προσέγγιση για τη διαχείριση της μεταβλητής παραγωγής και ποιότητας, είναι η χρήση εργαλείων αμπελουργίας ακριβείας για τον εντοπισμό διαφορετικών ζωνών εντός του αμπελώνα με σκοπό να γίνεται χωριστή διαχείριση. Μέσα από την επιλεκτική συγκομιδή ορισμένων ζωνών εντός του αμπελώνα και την ξεχωριστή οινοποίηση των σταφυλιών έχει επιτευχθεί αυξημένη κερδοφορία.
Αυτό το άρθρο περιγράφει ορισμένες πρόσφατες εμπειρίες στην εφαρμογή της διζωνικής διαχείρισης των αμπελώνων για τη βελτίωση
(α) της εφαρμογής των εισροών (πότισμα κατά διάρκεια της καλλιεργητικής περιόδου και κλάδεμα)
(β) την πρόβλεψη της παραγωγής

'''ΣΤΟΧΟΙ ΤΗΣ ΕΦΑΡΜΟΓΗΣ'''

H απόκτηση πληροφοριών σχετικά με τις αποδόσεις σε κάθε μεμονωμένο υποτεμάχιο στο σύνολο του αμπελώνα μπορεί να είναι δύσκολη και δαπανηρή. Ωστόσο, τα αμπέλια, όπως και όλα τα φυτά μπορούν να ενσωματώσουν τις επιδράσεις του τοπικού περιβάλλοντος (π.χ. κλίμα, ιδιότητες του εδάφους, ασθένειες, θρεπτικά συστατικά και έλλειψη νερού) και να τις εκφράσουν μέσω των χαρακτηριστικών της βλάστησής τους.
Η αερομεταφερόμενη τηλεπισκόπηση παρέχει ένα μέσο με το οποίο πληροφορίες σχετικά με την κατάσταση της βλάστησης της αμπέλου μπορούν να συλλεχθούν εύκολα. Αναφέρεται στην απόκτηση ψηφιακών εικόνων από ελαφρά αεροσκάφη που πετούν σε ύψη που κυμαίνονται από 150 μέτρα έως 3 χιλιόμετρα. Η μέθοδος δεν πρέπει να συγχέεται με τη δορυφορική τηλεπισκόπηση σύμφωνα με την οποία οι ψηφιακές εικόνες αποκτώνται από δορυφόρους που λειτουργούν σε εκατοντάδες χιλιόμετρα πάνω από τη γη.
Η εμπειρία έχει δείξει ότι η χρονική περίοδος έναρξης της ωρίμανσης (± 2 εβδομάδες, και πριν από την εφαρμογή διχτυών για τα πουλιά) είναι η κατάλληλη στιγμή για την απόκτηση εικόνας χρησιμοποιώντας ελαφρά αεροσκάφη.
Η εταιρεία παροχής των αερομεταφερόμενων ψηφιακών πολυφασματικών εικόνων έχει αποδείξει ότι με τη χρήση ανάλυσης 0,5 m, τα pixels τα οποία αφορούν το αμπέλι μπορούν να οριοθετηθούν από αυτά που ορίζουν κυρίως άλλα χαρακτηριστικά, όπως το έδαφος, η σκιά και η μεταξύ των σειρών βλάστηση. Ο αισθητήρας συλλέγει δεδομένα σε τέσσερις ζώνες συχνοτήτων που αντιστοιχούν στο υπέρυθρο, στο κόκκινο, στο πράσινο και μπλε μήκος κύματος εκ των οποίων στη συνέχεια παράγονται εικόνες από το λόγο της ανάκλασης από το υπέρυθρο στο κόκκινο. Υπάρχουν δύο δείκτες βλάστησης οι οποίοι συνήθως χρησιμοποιούνται για την παραγωγή των εικόνων από την οποία εντοπίζονται ζώνες διαφορετικής παραγωγικότητας στο αμπέλι. Ο δείκτης Plant Cell Density (PCD), ενώ ο άλλος αναφέρεται ως ομαλοποιημένος δείκτης βλάστησης (NDVI).
Η εταιρεία παροχής για την εν λόγω εργασία SpecTerra προτιμά να χρησιμοποιεί το δείκτη (PCD).

'''ΠΑΛΑΙΟΤΕΡΕΣ ΜΕΘΟΔΟΙ'''

Η πιο διαδεδομένη ακόμα και σήμερα μέθοδος εκτίμησης της παραγωγής και διαχείρισης ενός αμπελώνα είναι η δειγματοληπτική επιτόπια παρατήρηση στο αγροτεμάχιο η οποία απαιτεί πολύ χρόνο και ανθρώπινο δυναμικό ενώ η ακρίβειά της σχετίζεται με τον αριθμό των επαναλήψεων και την εμπειρία του προσωπικού που διενεργεί τους ελέγχους

'''Η ΥΠΟ ΕΞΕΤΑΣΗ ΕΦΑΡΜΟΓΗ / ΜΕΘΟΔΟΛΟΓΙΑ'''

'''Άρδευση'''

Το 2003 και 2004 ελήφθησαν δεδομένα DMSI για μια ιδιοκτησία 38 εκταρίων στην περιοχή του ποταμού Μάργκαρετ. Το 2003, 30 αμπέλια ποικιλίας Cabernet Sauvignon εντοπίστηκαν χωρικά μέσα σε μια ενότητα 8.8 εκταρίων με τη χρήση ενός διαφορικού GPS. Τα επιλεγμένα αμπέλια αντιπροσώπευαν ένα εύρος οπτικά διαφορετικών ειδών βλάστησης και ευρωστίας και για τα δύο έτη μετρήθηκε και καταγράφηκε η επιφάνεια βλάστησης, η περίμετρος του πρέμνου, και το βάρος βλαστών από μετασυλλεκτικό κλάδεμα.
Γραμμικές παλινδρομήσεις φτιάχτηκαν για να απεικονίσουν τη σχέση μεταξύ του δείκτη PCD και των τριών δεικτών ευρωστίας του αμπελιού.
Στα κάτωθι σχήματα φαίνονται οι σχέσεις του δείκτη PCD με α) την επιφάνεια βλάστησης σε m2 β) την περίμετρο του πρέμνου σε cm και γ) βάρος βλαστών μετά το κλάδεμα σε Kg για τις περιόδους 2003 και 2004.

[[Αρχείο:a1_pic1.jpg]]

[[Αρχείο:a1_pic2.jpg]]

Χρησιμοποιώντας αυτές τις σχέσεις προσδιορίστηκαν περιοχές όπου γενικά τα αμπέλια ήταν είτε πολύ εύρωστα είτε πολύ αδύναμα.
Προσδιορίστηκαν επίσης τρεις διαφορετικές ζώνες στάγδην άρδευσης. Το 2003 το νερό εφαρμόστηκε ομοιόμορφα στην υπό εξέταση ενότητα. Το 2004 η ποσότητα του νερού που εφαρμόστηκε ήταν διαφορετική σε κάθε μια από τις τρεις αυτές ζώνες.
Σε σύγκριση με το 2003 η ποσότητα του νερού ελαττώθηκε στις ζώνες Β και Γ και αυξήθηκε στη ζώνη Α με σκοπό να βελτιωθεί η διαχείριση της ανάπτυξης της βλάστησης. Η ποσότητα του νερού που εφαρμόστηκε σε κάθε ζώνη κατά τη διάρκεια της μετέπειτα καλλιεργητικής περιόδου ήταν περίπου 64l / αμπέλι / εβδομάδα, 42 l / αμπέλι / εβδομάδα και 32 l / αμπέλι / εβδομάδα στις ζώνες Α, Β και Γ αντίστοιχα.
Η εφαρμογή λιγότερου νερού στις ζώνες Β και Γ μείωσε γενικά τη βλαστική ανάπτυξη, ενώ η εφαρμογή περισσότερου νερού στη ζώνη Α γενικά αύξησε τη βλαστική ανάπτυξη, καθιστώντας έτσι ολόκληρο το μπλοκ πιο ομοιόμορφο.
Από οικονομική άποψη, οι δαπάνες του 2004 που σχετίζονται με τη διαχείριση βλάστησης και σταφυλιών στις ζώνες Β και Γ μειώθηκαν σε σύγκριση με το 2003, λόγω του μηχανικού βλαστολογήματος σε $ 250 / ha, λόγω του μηχανικού κλαδέματος σε $ 140 / ha και λόγω του αραιώματος των σταφυλιών $ 300 / ha. Επιπλέον, η μικρότερη βλάστηση στις εύρωστες ζώνες Β και Γ βελτίωσε τον αερισμό και τη διείσδυση των φυτοπροστατευτικών στο φύλλωμα η οποία μείωσε τον κίνδυνο από βοτρύτη, που ήταν ένα σημαντικό πρόβλημα τα προηγούμενα χρόνια.
Η μικρότερη βλάστηση βελτίωσε επίσης την έκθεση των σταφυλιών στο φως του ήλιου, επιταχύνοντας έτσι το ποσοστό της ωρίμανσης, έτσι η ποιότητα των καρπών σε όλο τον αμπελώνα ήταν πιο ομοιόμορφη το 2004.
Εργασία κατά το κλάδεμα
Για τον ίδιο αμπελώνα, εικόνες PCD του 2003 χρησιμοποιήθηκαν για να προσδιορίσουν τις ζώνες υψηλής, μέσης και χαμηλής ευρωστίας αμπέλου σε ένα μπλοκ 8.3ha ποικιλίας Syrah, με στόχο τη μείωση του κόστους για κλάδεμα και εξασφαλίζοντας ότι όλο το προσωπικό κλάδεψε ίσο αριθμό αμπελιών ποικίλης ευρωστίας και ως εκ τούτου βαθμού δυσκολίας. Το μπλοκ φυτεύτηκε το 1998 και τα αμπέλια κλαδεύονται σήμερα αυστηρά. Μετά την ολοκλήρωση του κλαδέματος, το συνολικό κόστος ενεργειών που έγιναν με την προσέγγιση της διζωνικής διαχείρισης συγκρίθηκε με το συνολικό αναμενόμενο κόστος το οποίο είχε η παραδοσιακή προσέγγιση. Εκτιμάται ότι με την εφαρμογή της διζωνικής προσέγγισης διαχείρισης υπήρχε μια εξοικονόμηση κόστους περίπου $ 2.400 (11,6%),. Επιπλέον, το σύνολο του προσωπικού που ασχολήθηκε με το κλάδεμα πληρώθηκε παρόμοια ποσά το οποίο διασφάλισε ότι το ηθικό παράμεινε υψηλό και η αδιαφορία στη δουλειά ήταν σε χαμηλά επίπεδα.
Πρόβλεψη παραγωγής
Η αβεβαιότητα στην πρόβλεψη της απόδοσης των καλλιεργειών κοστίζει εκατομμύρια δολάρια κάθε χρόνο στη βιομηχανία εξαιτίας αποκλίσεων μεταξύ των προβλέψεων της χωρητικότητας και της πραγματικής ποσότητας σταφυλιών που παραδίδεται σε οινοποιεία. Έρευνες έχουν δείξει ότι σε εθνικό επίπεδο, οι προβλέψεις απόδοσης διαφέρουν από τις πραγματικές αποδόσεις κατά ± 33%.
Σε αυτή τη μελέτη, η απόδοση υπολογίζεται για ένα μπλοκ 2.54ha ποικιλίας Cabernet Sauvignon που βρίσκεται στην McLaren Vale δύο εβδομάδες πριν από την αναμενόμενη ημερομηνία συγκομιδής χρησιμοποιώντας τόσο μια τυχαία δειγματοληπτική προσέγγιση όσο και μια ζωνική προσέγγιση. Ο αμπελώνας φυτεύτηκε το 1983. Για τη μέθοδο της τυχαίας δειγματοληψίας, 30 αμπέλια επιλέχθηκαν κατά μήκος του μπλοκ χρησιμοποιώντας έναν υπολογιστή «γεννήτρια τυχαίων αριθμών». Ο αριθμός των δειγμάτων δεν προσδιορίστηκε στατιστικώς να ικανοποιήσει ένα προκαθορισμένο βαθμό σφάλματος, αλλά με βάση την ποσότητα του χρόνου που θα μπορούσε να διατεθεί για την εργασία εκτίμησης της απόδοσης. Για τη μέθοδο διζωνικής αμπελουργίας, τρεις χαρακτηριστικές περιοχές εντοπίστηκαν από τις εικόνες PCD. Χαρακτηρίστηκαν έχοντας υψηλή (0.71ha), μεσαία (1.8ha) και χαμηλή (0.03ha) ευρωστία. Δέκα αμπέλια στη συνέχεια επιλέγονται μέσα από κάθε ζώνη χρησιμοποιώντας τον υπολογιστή «γεννήτρια τυχαίων αριθμών». Και για τις δύο μεθόδους, η απόδοση των καλλιεργειών για κάθε ένα από τα 30 επιλεγμένα αμπέλια προσδιορίστηκε με την αφαίρεση, την καταμέτρηση και τη ζύγιση όλων των τσαμπιών. Στη μέθοδο της τυχαίας δειγματοληψίας, η απόδοση για το μπλοκ εκτιμήθηκε χρησιμοποιώντας τη μέση απόδοση ανά πρέμνο (μέσος αριθμός των σταφυλιών ανά πρέμνο πολλαπλασιάζεται με το μέσο βάρος σταφυλιών ανά πρέμνο) και ο συνολικός αριθμός των αμπελιών εντός του μπλοκ. Στη μέθοδο διζωνικής αμπελουργίας, η απόδοση σε κάθε ζώνη υπολογίστηκε χρησιμοποιώντας τη μέση απόδοση ανά πρέμνο για κάθε ζώνη και τον αριθμό των αμπελιών σε κάθε ζώνη. Η απόδοση των καλλιεργειών για το μπλοκ προσδιορίστηκε με άθροιση των εκτιμώμενων αποδόσεων για κάθε ζώνη.
Η μέθοδος της διζωνικής προσέγγισης έδωσε στατιστικά πιο ακριβή αποτελέσματα

'''ΣΥΜΠΕΡΑΣΜΑΤΑ'''

Εν κατακλείδι, μια σειρά από μελέτες έχουν πλέον αποδείξει ότι ζώνες (οι οποίες είτε προσδιορίζονται με τη χρήση εναέριων εικόνων ή από χάρτες που δημιουργούνται από παρακολούθηση της συγκομιδής) σε έναν αμπελώνα εμφανίζουν διαφορές στην παραγωγή. Αρκετές μελέτες έδειξαν ότι οι διαφορές αυτές μπορεί να είναι στατιστικά σημαντικές και επίσης ότι η υιοθέτηση μιας διζωνικής προσέγγισης στη διαχείριση των αμπελώνων μπορεί να έχει σημαντικά οικονομικά οφέλη.

Πηγή άρθρου: http://atv.net.au/files/Proffitt_Malcolm%202005.pdf
Βοηθητικές πηγές: https://en.wikipedia.org/wiki/Vine_training

[[category:Γεωργία]]

Η χρήση της Τηλεπισκόπησης για την αξιολόγηση της Βιοποικιλότητας στις γεωργικές εκτάσεις

2017-02-10T12:01:49Z

Papanastasiou Christos:

CIRO GARDIA, SIMONE ROSSIA, STEFAN SOMMERA

A LAND MANAGEMENT & NATURAL HAZARDS UNIT - INSTITUTE FOR ENVIRONMENT & SUSTAINABILITY (IES), EUROPEAN COMMISSION - ISPRA (VA), ITALY

'''ΑΝΤΙΚΕΙΜΕΝΟ ΕΦΑΡΜΟΓΗΣ'''

Η διατήρηση και η ενίσχυση της βιοποικιλότητας είναι πρωταρχικός στόχος για την επίτευξη της αειφόρου διαχείρισης των αγροτικών οικοσυστημάτων και το επίπεδο της βιοποικιλότητας μπορεί να χρησιμοποιηθεί ως γεωργοπεριβαλλοντικός δείκτης. Η μέτρηση της βιοποικιλότητας σε μεγάλες περιοχές, ωστόσο, μπορεί να είναι πολύ δαπανηρή και χρονοβόρα. Με τη χρήση της τηλεπισκόπησης μπορεί να πραγματοποιηθεί οικονομικά αποτελεσματική ανίχνευση των αλλαγών στην κατάσταση ενός οικοσυστήματος. Σκοπός της παρούσας μελέτης είναι να εκτιμηθεί η πολυπλοκότητα του αγροτικού τοπίου χρησιμοποιώντας μια προσέγγιση με βάση την τηλεπισκόπηση. Η προσέγγιση αυτή επικυρώθηκε σε μια γεωργική έκταση της Βόρειας Ιταλίας (περιοχή Emilia-Romagna).

'''ΣΤΟΧΟΙ ΤΗΣ ΕΦΑΡΜΟΓΗΣ'''

Η γεωργία είναι η ανθρώπινη δραστηριότητα που καταλαμβάνει το μεγαλύτερο μερίδιο της συνολικής έκτασης γης για όλες σχεδόν τις χώρες του ΟΟΣΑ. Στην Ευρώπη (ΕΕ των 27) το 44% του εδάφους είναι αγροτεμάχια.. Κατά τη διάρκεια των τελευταίων ετών η κοινωνία ζητά από τον γεωργικό τομέα να παρέχει πρόσθετες υπηρεσίες, εκτός από την απλή παραγωγή βιομάζας, και να μειώσει την πίεση στο περιβάλλον. Η διατήρηση της βιοποικιλότητας είναι μία από τις νέες προκλήσεις της σύγχρονης γεωργίας.
Η ενσωμάτωση του περιβάλλοντος στην Κοινή Γεωργική Πολιτική (ΚΓΠ) οδήγησε στην ανάπτυξη των αγρο-περιβαλλοντικών δεικτών (ΑΕΙs), ως εργαλεία για την παρακολούθηση και την αξιολόγηση της επίτευξης των στόχων της ΚΓΠ. Ο ρόλος αυτών των δεικτών είναι:

• Η παροχή πληροφοριών στους φορείς λήψης αποφάσεων και το ευρύ κοινό σχετικά με την τρέχουσα κατάσταση και τις τάσεις στο περιβάλλον στον τομέα της γεωργίας και της αγροτικής ανάπτυξης.

• Η παροχή πληροφοριών στους φορείς λήψης αποφάσεων σχετικά με τις σχέσεις αιτίου και αιτιατού μεταξύ των επιλογών και των πρακτικών των αγροτών

• Στήριξη των γεωργικών και περιβαλλοντικών φορέων χάραξης πολιτικής, ώστε να διευθύνουν προς τη σωστή κατεύθυνση πρωτοβουλίες που απαιτούνται από τις αλλαγές στην κατάσταση του περιβάλλοντος.

• Παροχή βοήθειας για την παρακολούθηση και την αξιολόγηση της αποτελεσματικότητας των μέτρων που λαμβάνονται για την προώθηση της αειφόρου γεωργίας.

Η εφαρμογή των αγρο-περιβαλλοντικών δεικτών είναι ίσως εύκολη, γιατί αρκετές μετρήσεις που προτείνονται μπορούν εύκολα να παραχθούν από τους διαθέσιμους θεματικούς χάρτες και μέσω της τηλεπισκόπησης. Υπάρχουν αρκετά παραδείγματα εφαρμογής των δεδομένων Corine Land Cover για την παραγωγή των δεικτών. Ωστόσο, αν έχουμε να κάνουμε με τη γεωργική γη, το μεγαλύτερο μέρος της έχει ταξινομηθεί ως «αροτραίες καλλιέργειες» (μη αρδευόμενες και αρδευόμενες), ακόμη και αν μεγάλες διαφορές από την άποψη της δομής του τοπίου και της βιοποικιλότητας μπορεί να είναι παρούσες. Το ενδιαφέρον, ωστόσο επικεντρώθηκε σε γεωργικές εκτάσεις που κατέχουν μια υψηλή φυσική και αισθητική αξία.
Στην ΕΕ η μεταρρύθμιση της Κοινής Γεωργικής Πολιτικής το 2003 εισήγαγε την «πολλαπλή συμμόρφωση» ως ένα εργαλείο που δημιουργεί μια σύνδεση μεταξύ των αγροτικών ενισχύσεων και τη σχετική νομοθεσία. Επί του παρόντος η στήριξη των παραγωγών εξαρτάται από την τήρηση των προτύπων που σχετίζονται με το περιβάλλον, την ασφάλεια των τροφίμων και την ποιότητα, την καλή μεταχείριση των ζώων και τις ορθές γεωργικές και περιβαλλοντικές πρακτικές. Επιπλέον, τα γεωργοπεριβαλλοντικά προγράμματα στο πλαίσιο της πολιτικής αγροτικής ανάπτυξης αποσκοπούν στην προστασία και βελτίωση του περιβάλλοντος, παρέχοντας χρηματοδότηση για τους αγρότες που υιοθετούν φιλικές προς το περιβάλλον γεωργικές πρακτικές που υπερβαίνουν τις νομικές υποχρεώσεις. Η αποτελεσματική χρήση αυτών των εργαλείων πολιτικής, ωστόσο, απαιτεί μια βαθιά γνώση των αγροτικών περιοχών και των πρακτικών διατήρησης της βιοποικιλότητας σχετικά με την έκτασή τους και τη χωρική και χρονική κατανομή τους.
Στην εργασία αυτή προτείνεται μια απλή προσέγγιση με στόχο να παρέχει μια έμμεση εκτίμηση της φυτικής βιοποικιλότητας βάσει παραμέτρων οι οποίες ανιχνεύονται από εικόνες τηλεπισκόπησης (διάρθρωση του τοπίου, φασματική υπογραφή). Ο στόχος αυτής της προσέγγισης είναι να παρέχει ένα χρήσιμο εργαλείο για τους φορείς λήψης αποφάσεων, δίνοντάς τους τη δυνατότητα να κατανοήσουν καλύτερα την κατάσταση και την εξέλιξη της γεωργικής βιοποικιλότητας της γης.

'''ΠΑΛΑΙΟΤΕΡΕΣ ΜΕΘΟΔΟΙ'''

Η πιο διαδεδομένη ακόμα και σήμερα μέθοδος εκτίμησης της βιοποικιλότητας είναι η δειγματοληπτική επιτόπια παρατήρηση η οποία απαιτεί πολύ χρόνο και ανθρώπινο δυναμικό ενώ η ακρίβειά της σχετίζεται με τον αριθμό των επαναλήψεων και την εμπειρία του προσωπικού που διενεργεί τους ελέγχους.

'''Η ΥΠΟ ΕΞΕΤΑΣΗ ΕΦΑΡΜΟΓΗ / ΜΕΘΟΔΟΛΟΓΙΑ'''

Το επίπεδο της βιοποικιλότητας στις αγροτικές εκτάσεις είναι αποτέλεσμα της αλληλεπίδρασης πολλών παραγόντων όπως η χρήση γης, οι τύποι των καλλιεργειών, τη δομή του τοπίου, η ένταση της διαχείρισης, το έδαφος και τα χαρακτηριστικά του κλίματος.
Η δυνατότητα για αύξηση της βιοποικιλότητας μπορεί να επιτευχθεί τροποποιώντας έναν ή περισσότερους από τους παραπάνω παράγοντες. Για παράδειγμα, σε συστήματα καλλιέργειας υψηλών εισροών για την αύξηση της βιοποικιλότητας μπορούν να υιοθετηθούν ένα από τα ακόλουθα μέτρα:
• εισαγωγή οικολογικών δικτύων όπως διάδρομοι και αναβαθμίδες
• μείωση της έντασης διαχείρισης
• αύξηση της πολυπλοκότητας της αμειψισποράς
Προκειμένου να επιτευχθεί ο στόχος της ενίσχυσης της βιοποικιλότητας σε ένα μεγάλο μέρος του ευρωπαϊκού εδάφους που αντιπροσωπεύεται από τις συμβατικές καλλιέργειες, είναι απαραίτητο να επιτευχθεί ένα ικανοποιητικό επίπεδο κατανόησης της κατάστασης και της μεταβλητότητας αυτής στο χώρο και το χρόνο.
Σχήμα 1. Γραφική αναπαράσταση των «συμβατικών καλλιεργειών» (η λευκή περιοχή στο κάτω μέρος δεξιά του γραφήματος).

[[Αρχείο:a4_pic1.jpg]]

Η βασική ιδέα της προτεινόμενης προσέγγισης, είναι να υπολογιστεί ένας δείκτης που σχετίζεται με την ποικιλομορφία γάμμα του γεωργικού τοπίου, με τη χρήση τηλεπισκόπησης.
Στην προτεινόμενη προσέγγιση, ο μέσος όρος fAPAR έχει χρησιμοποιηθεί ως εκτιμητής της ποικιλότητας των φυτών.
Στην προτεινόμενη προσέγγιση επίσης υπήρξε εκτίμηση από δορυφορικές εικόνες της πολυπλοκότητας του τοπίου καθώς πολλές μελέτες στο παρελθόν έχουν δείξει άμεση συσχέτιση αυτής με τη βιοποικιλότητα.
Ένας τρίτος εκτιμητής υπήρξε ο αριθμός των διακριτών φασματικών υπογραφών των επιφανειών, σε μια δεδομένη περιοχή.
Η υπόθεση είναι ότι κάθε τάξη θα πρέπει να σχετίζεται με μια ξεχωριστή οντότητα που αντιπροσωπεύεται από: 1) τη χρήσης γης 2) την καλλιέργεια ή την ομάδα των καλλιεργειών 3) τη φαινολογία και από την αλληλεπίδραση τους.
Προκειμένου να προταθεί μια απλή μεθοδολογία που δεν απαιτεί καμία επαλήθευση in situ, έχει χρησιμοποιηθεί μια μη επιβλεπόμενη ταξινόμηση η οποία είναι σχετικά ταχύτερη και λιγότερο δαπανηρή, ακόμη και αν θα μπορούσε να οδηγήσει σε μια συμβιβαστική λύση όσον αφορά την ακρίβεια ταξινόμησης.
Από φυσιογραφική άποψη, η περιοχή μελέτης χωρίζεται σε 4 διακριτές ενότητες: • Προσχωσιγενής πεδιάδα • Παράκτια ζώνη • Λόφοι • Βουνά
Η μελέτη έχει διεξαχθεί σε μια περιοχή προσχωσιγενούς πεδιάδας η οποία χαρακτηρίζεται από τη μεγαλύτερη από το 80% γεωργική χρήση της γης . Αροτραίες καλλιέργειες αντιπροσωπεύουν το 55% της περιοχής έρευνας (Εικόνα 2). Ωστόσο, υπάρχουν μεγάλες διαφορές στη δομή του τοπίου (σύνθεση, διαμόρφωση, φυσικό και ιστορικό χαρακτηριστικό του τοπίου), στο επίπεδο της βιοποικιλότητας και στα συστήματα γεωργικής διαχείρισης, όπως μπορεί να φανεί στο σχήμα 3.

Σχήμα 2. Κατανομή της καλλιεργήσιμης γης στην προσχωσιγενή πεδιάδα της περιοχής Εμίλια-Ρομάνια.

[[Αρχείο:a4_pic2.jpg]]

Σχήμα 3. Δύο διαφορετικά γεωργικά τοπία εντός της προσχωσιγενούς πεδιάδας στην Εμίλια-Ρομάνια (ίδια κλίμακα).

[[Αρχείο:a4_pic3.jpg]]

Για την εφαρμογή της προτεινόμενης μεθοδολογίας για την περιοχή δοκιμής, χρησιμοποιήθηκαν δύο διαφορετικά σύνολα δεδομένων:
• χρονοσειρά 10 ημερών από εικόνες SeaWifs
• 2 πολυφασματικές εικόνες Landsat
Οι εικόνες SeaWifs έχουν χρησιμοποιηθεί για τον υπολογισμό του μέσου όρου fAPAR (κλάσμα της Απορροφώμενης φωτοσυνθετικής ακτινοβολίας), ως δείκτης της ποικιλότητας των φυτών. Οι εικόνες Landsat έχουν χρησιμοποιηθεί για δημιουργία των ακόλουθων δεικτών, (όπως η μερική εκτίμηση της φωτοσυνθετικής δραστηριότητας των φυτών) οι οποίοι έμμεσα σχετίζονται με την ποικιλότητα.
1) O αριθμός των φασματικών τάξεων που παρουσιάζονται σε κάθε περιοχή, λαμβάνοντας υπόψη ότι ο αριθμός αυτός σχετίζεται με τη διαφορετική φύση των επιφανειών. Ο δείκτης αυτός ελήφθη με την εκτέλεση μιας μη επιβλεπόμενης ταξινόμησης για κάθε εικόνα Landsat και στη συνέχεια, εφαρμόζοντας έναν εστιακό διαχειριστή, με σκοπό να καταχωρήσει το μέγιστο αριθμό των κατηγοριών εντός ενός 10 x 10 κινητού παραθύρου, στο κεντρικό pixel
2) Ο συντελεστής πυκνότητας των ακμών ανά μονάδα επιφάνειας, ως εκτιμητής της πολυπλοκότητας του τοπίου. Αυτό πραγματοποιήθηκε με τη χρήση ενός Laplacian αλγόριθμου για την ανίχνευση των ακμών και στη συνέχεια, εφαρμόζοντας έναν εστιακό διαχειριστή, με σκοπό να καταχωρήσει το μέγιστο αριθμό των κατηγοριών εντός ενός 10 x 10 κινητού παραθύρου, στο κεντρικό pixel
Το λογισμικό που χρησιμοποιείται για την ανάλυση και ταξινόμηση των εικόνων ήταν Envi 4.6, ενώ για τη χωρική ανάλυση χρησιμοποιήθηκε ArcGIS 9.3. Ο τελικός δείκτης έχει υπολογιστεί ως το άθροισμα των τριών δεικτών που περιγράφονται παραπάνω. Η υπολογιζόμενη τιμή του δείκτη έχει επικυρωθεί στην επιλεγμένη περιοχή όπου έχει γίνει χλωριδική συσχέτιση.

'''ΣΥΜΠΕΡΑΣΜΑΤΑ'''

Τα προκαταρκτικά στοιχεία του δείκτη για τη βιοποικιλότητα, που ελήφθη για την περιοχή έρευνας έδειξε μια καλή αντιστοιχία με τα χαρακτηριστικά των βασικών γεωργικών περιοχών της Εμίλια Ρομάνια (Εικ. 4).

Εικόνα 4. Διακύμανση του Δείκτη βιοποικιλότητας εντός της περιοχής έρευνας

[[Αρχείο:a4_pic4.jpg]]

Στον πίνακα 1 παρουσιάζεται η σύγκριση μεταξύ της τιμής του υπολογιζόμενου δείκτη και του αριθμού των αγγειόσπερμων φυτικών ειδών ανά km2 στην υπό μελέτη περιοχή.

Πίνακας 1. Σύγκριση μεταξύ εκτιμώμενων τιμών (απλοί δείκτες και σύνθετος δείκτης) και αριθμού των αγγειόσπερμων φυτικών ειδών για τις επιλεγμένες περιοχές

[[Αρχείο:a4_pic5.jpg]]

Ο κύριος στόχος αυτής της εργασίας ήταν να περιγράψει την ύπαρξη ενός υψηλού εύρους βιοποικιλότητας στα αγροτεμάχια συμβατικής γεωργίας στην Ευρώπη και να παρουσιάσει μια πιθανή προσέγγιση, με βάση την τηλεπισκόπηση, για την αξιολόγηση αυτής της βιοποικιλότητας.
Θα πρέπει να σημειωθεί ότι ακόμη και στην καρδιά των αγροτικών περιοχών υψηλής έντασης μπορεί να είναι παρόντα, hot spots βιοποικιλότητας. Στην περιοχή που ερευνήθηκε για παράδειγμα, αυτά τα hot spots, εμπεριέχουν ενότητες με σπάνια είδη φυτών και συνδέονται με τη διατήρηση παραδοσιακών γεωργικών πρακτικών, όπως οι αρδευόμενοι μόνιμοι λειμώνες (“prati stabili”).
Η ανίχνευση αυτών των hot spot σε όλη την Ευρώπη μαζί με έναν καλύτερο συντονισμό των δαπανών της ΚΓΠ με στόχο την διατήρηση τους, μπορεί να συμβάλει στην ενίσχυση της γεωργικής βιοποικιλότητας.

Πηγή άρθρου: http://www.oecd.org/greengrowth/sustainable-agriculture/44810364.pdf

[[category:Γεωργία]]

Η χρήση της Τηλεπισκόπησης για την αξιολόγηση της Βιοποικιλότητας στις γεωργικές εκτάσεις

2017-02-10T12:00:31Z

Papanastasiou Christos:

CIRO GARDIA, SIMONE ROSSIA, STEFAN SOMMERA

A LAND MANAGEMENT & NATURAL HAZARDS UNIT - INSTITUTE FOR ENVIRONMENT & SUSTAINABILITY (IES), EUROPEAN COMMISSION - ISPRA (VA), ITALY

'''ΑΝΤΙΚΕΙΜΕΝΟ ΕΦΑΡΜΟΓΗΣ'''

Η διατήρηση και η ενίσχυση της βιοποικιλότητας είναι πρωταρχικός στόχος για την επίτευξη της αειφόρου διαχείρισης των αγροτικών οικοσυστημάτων και το επίπεδο της βιοποικιλότητας μπορεί να χρησιμοποιηθεί ως γεωργοπεριβαλλοντικός δείκτης. Η μέτρηση της βιοποικιλότητας σε μεγάλες περιοχές, ωστόσο, μπορεί να είναι πολύ δαπανηρή και χρονοβόρα. Με τη χρήση της τηλεπισκόπησης μπορεί να πραγματοποιηθεί οικονομικά αποτελεσματική ανίχνευση των αλλαγών στην κατάσταση ενός οικοσυστήματος. Σκοπός της παρούσας μελέτης είναι να εκτιμηθεί η πολυπλοκότητα του αγροτικού τοπίου χρησιμοποιώντας μια προσέγγιση με βάση την τηλεπισκόπηση. Η προσέγγιση αυτή επικυρώθηκε σε μια γεωργική έκταση της Βόρειας Ιταλίας (περιοχή Emilia-Romagna).

'''ΣΤΟΧΟΙ ΤΗΣ ΕΦΑΡΜΟΓΗΣ'''

Η γεωργία είναι η ανθρώπινη δραστηριότητα που καταλαμβάνει το μεγαλύτερο μερίδιο της συνολικής έκτασης γης για όλες σχεδόν τις χώρες του ΟΟΣΑ. Στην Ευρώπη (ΕΕ των 27) το 44% του εδάφους είναι αγροτεμάχια.. Κατά τη διάρκεια των τελευταίων ετών η κοινωνία ζητά από τον γεωργικό τομέα να παρέχει πρόσθετες υπηρεσίες, εκτός από την απλή παραγωγή βιομάζας, και να μειώσει την πίεση στο περιβάλλον. Η διατήρηση της βιοποικιλότητας είναι μία από τις νέες προκλήσεις της σύγχρονης γεωργίας.
Η ενσωμάτωση του περιβάλλοντος στην Κοινή Γεωργική Πολιτική (ΚΓΠ) οδήγησε στην ανάπτυξη των αγρο-περιβαλλοντικών δεικτών (ΑΕΙs), ως εργαλεία για την παρακολούθηση και την αξιολόγηση της επίτευξης των στόχων της ΚΓΠ. Ο ρόλος αυτών των δεικτών είναι:
• Η παροχή πληροφοριών στους φορείς λήψης αποφάσεων και το ευρύ κοινό σχετικά με την τρέχουσα κατάσταση και τις τάσεις στο περιβάλλον στον τομέα της γεωργίας και της αγροτικής ανάπτυξης.
• Η παροχή πληροφοριών στους φορείς λήψης αποφάσεων σχετικά με τις σχέσεις αιτίου και αιτιατού μεταξύ των επιλογών και των πρακτικών των αγροτών
• Στήριξη των γεωργικών και περιβαλλοντικών φορέων χάραξης πολιτικής, ώστε να διευθύνουν προς τη σωστή κατεύθυνση πρωτοβουλίες που απαιτούνται από τις αλλαγές στην κατάσταση του περιβάλλοντος.
• Παροχή βοήθειας για την παρακολούθηση και την αξιολόγηση της αποτελεσματικότητας των μέτρων που λαμβάνονται για την προώθηση της αειφόρου γεωργίας.
Η εφαρμογή των αγρο-περιβαλλοντικών δεικτών είναι ίσως εύκολη, γιατί αρκετές μετρήσεις που προτείνονται μπορούν εύκολα να παραχθούν από τους διαθέσιμους θεματικούς χάρτες και μέσω της τηλεπισκόπησης. Υπάρχουν αρκετά παραδείγματα εφαρμογής των δεδομένων Corine Land Cover για την παραγωγή των δεικτών. Ωστόσο, αν έχουμε να κάνουμε με τη γεωργική γη, το μεγαλύτερο μέρος της έχει ταξινομηθεί ως «αροτραίες καλλιέργειες» (μη αρδευόμενες και αρδευόμενες), ακόμη και αν μεγάλες διαφορές από την άποψη της δομής του τοπίου και της βιοποικιλότητας μπορεί να είναι παρούσες. Το ενδιαφέρον, ωστόσο επικεντρώθηκε σε γεωργικές εκτάσεις που κατέχουν μια υψηλή φυσική και αισθητική αξία.
Στην ΕΕ η μεταρρύθμιση της Κοινής Γεωργικής Πολιτικής το 2003 εισήγαγε την «πολλαπλή συμμόρφωση» ως ένα εργαλείο που δημιουργεί μια σύνδεση μεταξύ των αγροτικών ενισχύσεων και τη σχετική νομοθεσία. Επί του παρόντος η στήριξη των παραγωγών εξαρτάται από την τήρηση των προτύπων που σχετίζονται με το περιβάλλον, την ασφάλεια των τροφίμων και την ποιότητα, την καλή μεταχείριση των ζώων και τις ορθές γεωργικές και περιβαλλοντικές πρακτικές. Επιπλέον, τα γεωργοπεριβαλλοντικά προγράμματα στο πλαίσιο της πολιτικής αγροτικής ανάπτυξης αποσκοπούν στην προστασία και βελτίωση του περιβάλλοντος, παρέχοντας χρηματοδότηση για τους αγρότες που υιοθετούν φιλικές προς το περιβάλλον γεωργικές πρακτικές που υπερβαίνουν τις νομικές υποχρεώσεις. Η αποτελεσματική χρήση αυτών των εργαλείων πολιτικής, ωστόσο, απαιτεί μια βαθιά γνώση των αγροτικών περιοχών και των πρακτικών διατήρησης της βιοποικιλότητας σχετικά με την έκτασή τους και τη χωρική και χρονική κατανομή τους.
Στην εργασία αυτή προτείνεται μια απλή προσέγγιση με στόχο να παρέχει μια έμμεση εκτίμηση της φυτικής βιοποικιλότητας βάσει παραμέτρων οι οποίες ανιχνεύονται από εικόνες τηλεπισκόπησης (διάρθρωση του τοπίου, φασματική υπογραφή). Ο στόχος αυτής της προσέγγισης είναι να παρέχει ένα χρήσιμο εργαλείο για τους φορείς λήψης αποφάσεων, δίνοντάς τους τη δυνατότητα να κατανοήσουν καλύτερα την κατάσταση και την εξέλιξη της γεωργικής βιοποικιλότητας της γης.

'''ΠΑΛΑΙΟΤΕΡΕΣ ΜΕΘΟΔΟΙ'''

Η πιο διαδεδομένη ακόμα και σήμερα μέθοδος εκτίμησης της βιοποικιλότητας είναι η δειγματοληπτική επιτόπια παρατήρηση η οποία απαιτεί πολύ χρόνο και ανθρώπινο δυναμικό ενώ η ακρίβειά της σχετίζεται με τον αριθμό των επαναλήψεων και την εμπειρία του προσωπικού που διενεργεί τους ελέγχους.

'''Η ΥΠΟ ΕΞΕΤΑΣΗ ΕΦΑΡΜΟΓΗ / ΜΕΘΟΔΟΛΟΓΙΑ'''

Το επίπεδο της βιοποικιλότητας στις αγροτικές εκτάσεις είναι αποτέλεσμα της αλληλεπίδρασης πολλών παραγόντων όπως η χρήση γης, οι τύποι των καλλιεργειών, τη δομή του τοπίου, η ένταση της διαχείρισης, το έδαφος και τα χαρακτηριστικά του κλίματος.
Η δυνατότητα για αύξηση της βιοποικιλότητας μπορεί να επιτευχθεί τροποποιώντας έναν ή περισσότερους από τους παραπάνω παράγοντες. Για παράδειγμα, σε συστήματα καλλιέργειας υψηλών εισροών για την αύξηση της βιοποικιλότητας μπορούν να υιοθετηθούν ένα από τα ακόλουθα μέτρα:
• εισαγωγή οικολογικών δικτύων όπως διάδρομοι και αναβαθμίδες
• μείωση της έντασης διαχείρισης
• αύξηση της πολυπλοκότητας της αμειψισποράς
Προκειμένου να επιτευχθεί ο στόχος της ενίσχυσης της βιοποικιλότητας σε ένα μεγάλο μέρος του ευρωπαϊκού εδάφους που αντιπροσωπεύεται από τις συμβατικές καλλιέργειες, είναι απαραίτητο να επιτευχθεί ένα ικανοποιητικό επίπεδο κατανόησης της κατάστασης και της μεταβλητότητας αυτής στο χώρο και το χρόνο.
Σχήμα 1. Γραφική αναπαράσταση των «συμβατικών καλλιεργειών» (η λευκή περιοχή στο κάτω μέρος δεξιά του γραφήματος).

[[Αρχείο:a4_pic1.jpg]]

Η βασική ιδέα της προτεινόμενης προσέγγισης, είναι να υπολογιστεί ένας δείκτης που σχετίζεται με την ποικιλομορφία γάμμα του γεωργικού τοπίου, με τη χρήση τηλεπισκόπησης.
Στην προτεινόμενη προσέγγιση, ο μέσος όρος fAPAR έχει χρησιμοποιηθεί ως εκτιμητής της ποικιλότητας των φυτών.
Στην προτεινόμενη προσέγγιση επίσης υπήρξε εκτίμηση από δορυφορικές εικόνες της πολυπλοκότητας του τοπίου καθώς πολλές μελέτες στο παρελθόν έχουν δείξει άμεση συσχέτιση αυτής με τη βιοποικιλότητα.
Ένας τρίτος εκτιμητής υπήρξε ο αριθμός των διακριτών φασματικών υπογραφών των επιφανειών, σε μια δεδομένη περιοχή.
Η υπόθεση είναι ότι κάθε τάξη θα πρέπει να σχετίζεται με μια ξεχωριστή οντότητα που αντιπροσωπεύεται από: 1) τη χρήσης γης 2) την καλλιέργεια ή την ομάδα των καλλιεργειών 3) τη φαινολογία και από την αλληλεπίδραση τους.
Προκειμένου να προταθεί μια απλή μεθοδολογία που δεν απαιτεί καμία επαλήθευση in situ, έχει χρησιμοποιηθεί μια μη επιβλεπόμενη ταξινόμηση η οποία είναι σχετικά ταχύτερη και λιγότερο δαπανηρή, ακόμη και αν θα μπορούσε να οδηγήσει σε μια συμβιβαστική λύση όσον αφορά την ακρίβεια ταξινόμησης.
Από φυσιογραφική άποψη, η περιοχή μελέτης χωρίζεται σε 4 διακριτές ενότητες: • Προσχωσιγενής πεδιάδα • Παράκτια ζώνη • Λόφοι • Βουνά
Η μελέτη έχει διεξαχθεί σε μια περιοχή προσχωσιγενούς πεδιάδας η οποία χαρακτηρίζεται από τη μεγαλύτερη από το 80% γεωργική χρήση της γης . Αροτραίες καλλιέργειες αντιπροσωπεύουν το 55% της περιοχής έρευνας (Εικόνα 2). Ωστόσο, υπάρχουν μεγάλες διαφορές στη δομή του τοπίου (σύνθεση, διαμόρφωση, φυσικό και ιστορικό χαρακτηριστικό του τοπίου), στο επίπεδο της βιοποικιλότητας και στα συστήματα γεωργικής διαχείρισης, όπως μπορεί να φανεί στο σχήμα 3.

Σχήμα 2. Κατανομή της καλλιεργήσιμης γης στην προσχωσιγενή πεδιάδα της περιοχής Εμίλια-Ρομάνια.

[[Αρχείο:a4_pic2.jpg]]

Σχήμα 3. Δύο διαφορετικά γεωργικά τοπία εντός της προσχωσιγενούς πεδιάδας στην Εμίλια-Ρομάνια (ίδια κλίμακα).

[[Αρχείο:a4_pic3.jpg]]

Για την εφαρμογή της προτεινόμενης μεθοδολογίας για την περιοχή δοκιμής, χρησιμοποιήθηκαν δύο διαφορετικά σύνολα δεδομένων:
• χρονοσειρά 10 ημερών από εικόνες SeaWifs
• 2 πολυφασματικές εικόνες Landsat
Οι εικόνες SeaWifs έχουν χρησιμοποιηθεί για τον υπολογισμό του μέσου όρου fAPAR (κλάσμα της Απορροφώμενης φωτοσυνθετικής ακτινοβολίας), ως δείκτης της ποικιλότητας των φυτών. Οι εικόνες Landsat έχουν χρησιμοποιηθεί για δημιουργία των ακόλουθων δεικτών, (όπως η μερική εκτίμηση της φωτοσυνθετικής δραστηριότητας των φυτών) οι οποίοι έμμεσα σχετίζονται με την ποικιλότητα.
1) O αριθμός των φασματικών τάξεων που παρουσιάζονται σε κάθε περιοχή, λαμβάνοντας υπόψη ότι ο αριθμός αυτός σχετίζεται με τη διαφορετική φύση των επιφανειών. Ο δείκτης αυτός ελήφθη με την εκτέλεση μιας μη επιβλεπόμενης ταξινόμησης για κάθε εικόνα Landsat και στη συνέχεια, εφαρμόζοντας έναν εστιακό διαχειριστή, με σκοπό να καταχωρήσει το μέγιστο αριθμό των κατηγοριών εντός ενός 10 x 10 κινητού παραθύρου, στο κεντρικό pixel
2) Ο συντελεστής πυκνότητας των ακμών ανά μονάδα επιφάνειας, ως εκτιμητής της πολυπλοκότητας του τοπίου. Αυτό πραγματοποιήθηκε με τη χρήση ενός Laplacian αλγόριθμου για την ανίχνευση των ακμών και στη συνέχεια, εφαρμόζοντας έναν εστιακό διαχειριστή, με σκοπό να καταχωρήσει το μέγιστο αριθμό των κατηγοριών εντός ενός 10 x 10 κινητού παραθύρου, στο κεντρικό pixel
Το λογισμικό που χρησιμοποιείται για την ανάλυση και ταξινόμηση των εικόνων ήταν Envi 4.6, ενώ για τη χωρική ανάλυση χρησιμοποιήθηκε ArcGIS 9.3. Ο τελικός δείκτης έχει υπολογιστεί ως το άθροισμα των τριών δεικτών που περιγράφονται παραπάνω. Η υπολογιζόμενη τιμή του δείκτη έχει επικυρωθεί στην επιλεγμένη περιοχή όπου έχει γίνει χλωριδική συσχέτιση.

'''ΣΥΜΠΕΡΑΣΜΑΤΑ'''

Τα προκαταρκτικά στοιχεία του δείκτη για τη βιοποικιλότητα, που ελήφθη για την περιοχή έρευνας έδειξε μια καλή αντιστοιχία με τα χαρακτηριστικά των βασικών γεωργικών περιοχών της Εμίλια Ρομάνια (Εικ. 4).

Εικόνα 4. Διακύμανση του Δείκτη βιοποικιλότητας εντός της περιοχής έρευνας

[[Αρχείο:a4_pic4.jpg]]

Στον πίνακα 1 παρουσιάζεται η σύγκριση μεταξύ της τιμής του υπολογιζόμενου δείκτη και του αριθμού των αγγειόσπερμων φυτικών ειδών ανά km2 στην υπό μελέτη περιοχή.

Πίνακας 1. Σύγκριση μεταξύ εκτιμώμενων τιμών (απλοί δείκτες και σύνθετος δείκτης) και αριθμού των αγγειόσπερμων φυτικών ειδών για τις επιλεγμένες περιοχές

[[Αρχείο:a4_pic5.jpg]]

Ο κύριος στόχος αυτής της εργασίας ήταν να περιγράψει την ύπαρξη ενός υψηλού εύρους βιοποικιλότητας στα αγροτεμάχια συμβατικής γεωργίας στην Ευρώπη και να παρουσιάσει μια πιθανή προσέγγιση, με βάση την τηλεπισκόπηση, για την αξιολόγηση αυτής της βιοποικιλότητας.
Θα πρέπει να σημειωθεί ότι ακόμη και στην καρδιά των αγροτικών περιοχών υψηλής έντασης μπορεί να είναι παρόντα, hot spots βιοποικιλότητας. Στην περιοχή που ερευνήθηκε για παράδειγμα, αυτά τα hot spots, εμπεριέχουν ενότητες με σπάνια είδη φυτών και συνδέονται με τη διατήρηση παραδοσιακών γεωργικών πρακτικών, όπως οι αρδευόμενοι μόνιμοι λειμώνες (“prati stabili”).
Η ανίχνευση αυτών των hot spot σε όλη την Ευρώπη μαζί με έναν καλύτερο συντονισμό των δαπανών της ΚΓΠ με στόχο την διατήρηση τους, μπορεί να συμβάλει στην ενίσχυση της γεωργικής βιοποικιλότητας.

Πηγή άρθρου: http://www.oecd.org/greengrowth/sustainable-agriculture/44810364.pdf

[[category:Γεωργία]]

Η χρήση της Τηλεπισκόπησης για την αξιολόγηση της Βιοποικιλότητας στις γεωργικές εκτάσεις

2017-02-10T11:59:49Z

Papanastasiou Christos:

CIRO GARDIA, SIMONE ROSSIA, STEFAN SOMMERA

A LAND MANAGEMENT & NATURAL HAZARDS UNIT - INSTITUTE FOR ENVIRONMENT & SUSTAINABILITY (IES), EUROPEAN COMMISSION - ISPRA (VA), ITALY

ΑΝΤΙΚΕΙΜΕΝΟ ΕΦΑΡΜΟΓΗΣ

Η διατήρηση και η ενίσχυση της βιοποικιλότητας είναι πρωταρχικός στόχος για την επίτευξη της αειφόρου διαχείρισης των αγροτικών οικοσυστημάτων και το επίπεδο της βιοποικιλότητας μπορεί να χρησιμοποιηθεί ως γεωργοπεριβαλλοντικός δείκτης. Η μέτρηση της βιοποικιλότητας σε μεγάλες περιοχές, ωστόσο, μπορεί να είναι πολύ δαπανηρή και χρονοβόρα. Με τη χρήση της τηλεπισκόπησης μπορεί να πραγματοποιηθεί οικονομικά αποτελεσματική ανίχνευση των αλλαγών στην κατάσταση ενός οικοσυστήματος. Σκοπός της παρούσας μελέτης είναι να εκτιμηθεί η πολυπλοκότητα του αγροτικού τοπίου χρησιμοποιώντας μια προσέγγιση με βάση την τηλεπισκόπηση. Η προσέγγιση αυτή επικυρώθηκε σε μια γεωργική έκταση της Βόρειας Ιταλίας (περιοχή Emilia-Romagna).

ΣΤΟΧΟΙ ΤΗΣ ΕΦΑΡΜΟΓΗΣ

Η γεωργία είναι η ανθρώπινη δραστηριότητα που καταλαμβάνει το μεγαλύτερο μερίδιο της συνολικής έκτασης γης για όλες σχεδόν τις χώρες του ΟΟΣΑ. Στην Ευρώπη (ΕΕ των 27) το 44% του εδάφους είναι αγροτεμάχια.. Κατά τη διάρκεια των τελευταίων ετών η κοινωνία ζητά από τον γεωργικό τομέα να παρέχει πρόσθετες υπηρεσίες, εκτός από την απλή παραγωγή βιομάζας, και να μειώσει την πίεση στο περιβάλλον. Η διατήρηση της βιοποικιλότητας είναι μία από τις νέες προκλήσεις της σύγχρονης γεωργίας.
Η ενσωμάτωση του περιβάλλοντος στην Κοινή Γεωργική Πολιτική (ΚΓΠ) οδήγησε στην ανάπτυξη των αγρο-περιβαλλοντικών δεικτών (ΑΕΙs), ως εργαλεία για την παρακολούθηση και την αξιολόγηση της επίτευξης των στόχων της ΚΓΠ. Ο ρόλος αυτών των δεικτών είναι:
• Η παροχή πληροφοριών στους φορείς λήψης αποφάσεων και το ευρύ κοινό σχετικά με την τρέχουσα κατάσταση και τις τάσεις στο περιβάλλον στον τομέα της γεωργίας και της αγροτικής ανάπτυξης.
• Η παροχή πληροφοριών στους φορείς λήψης αποφάσεων σχετικά με τις σχέσεις αιτίου και αιτιατού μεταξύ των επιλογών και των πρακτικών των αγροτών
• Στήριξη των γεωργικών και περιβαλλοντικών φορέων χάραξης πολιτικής, ώστε να διευθύνουν προς τη σωστή κατεύθυνση πρωτοβουλίες που απαιτούνται από τις αλλαγές στην κατάσταση του περιβάλλοντος.
• Παροχή βοήθειας για την παρακολούθηση και την αξιολόγηση της αποτελεσματικότητας των μέτρων που λαμβάνονται για την προώθηση της αειφόρου γεωργίας.
Η εφαρμογή των αγρο-περιβαλλοντικών δεικτών είναι ίσως εύκολη, γιατί αρκετές μετρήσεις που προτείνονται μπορούν εύκολα να παραχθούν από τους διαθέσιμους θεματικούς χάρτες και μέσω της τηλεπισκόπησης. Υπάρχουν αρκετά παραδείγματα εφαρμογής των δεδομένων Corine Land Cover για την παραγωγή των δεικτών. Ωστόσο, αν έχουμε να κάνουμε με τη γεωργική γη, το μεγαλύτερο μέρος της έχει ταξινομηθεί ως «αροτραίες καλλιέργειες» (μη αρδευόμενες και αρδευόμενες), ακόμη και αν μεγάλες διαφορές από την άποψη της δομής του τοπίου και της βιοποικιλότητας μπορεί να είναι παρούσες. Το ενδιαφέρον, ωστόσο επικεντρώθηκε σε γεωργικές εκτάσεις που κατέχουν μια υψηλή φυσική και αισθητική αξία.
Στην ΕΕ η μεταρρύθμιση της Κοινής Γεωργικής Πολιτικής το 2003 εισήγαγε την «πολλαπλή συμμόρφωση» ως ένα εργαλείο που δημιουργεί μια σύνδεση μεταξύ των αγροτικών ενισχύσεων και τη σχετική νομοθεσία. Επί του παρόντος η στήριξη των παραγωγών εξαρτάται από την τήρηση των προτύπων που σχετίζονται με το περιβάλλον, την ασφάλεια των τροφίμων και την ποιότητα, την καλή μεταχείριση των ζώων και τις ορθές γεωργικές και περιβαλλοντικές πρακτικές. Επιπλέον, τα γεωργοπεριβαλλοντικά προγράμματα στο πλαίσιο της πολιτικής αγροτικής ανάπτυξης αποσκοπούν στην προστασία και βελτίωση του περιβάλλοντος, παρέχοντας χρηματοδότηση για τους αγρότες που υιοθετούν φιλικές προς το περιβάλλον γεωργικές πρακτικές που υπερβαίνουν τις νομικές υποχρεώσεις. Η αποτελεσματική χρήση αυτών των εργαλείων πολιτικής, ωστόσο, απαιτεί μια βαθιά γνώση των αγροτικών περιοχών και των πρακτικών διατήρησης της βιοποικιλότητας σχετικά με την έκτασή τους και τη χωρική και χρονική κατανομή τους.
Στην εργασία αυτή προτείνεται μια απλή προσέγγιση με στόχο να παρέχει μια έμμεση εκτίμηση της φυτικής βιοποικιλότητας βάσει παραμέτρων οι οποίες ανιχνεύονται από εικόνες τηλεπισκόπησης (διάρθρωση του τοπίου, φασματική υπογραφή). Ο στόχος αυτής της προσέγγισης είναι να παρέχει ένα χρήσιμο εργαλείο για τους φορείς λήψης αποφάσεων, δίνοντάς τους τη δυνατότητα να κατανοήσουν καλύτερα την κατάσταση και την εξέλιξη της γεωργικής βιοποικιλότητας της γης.

ΠΑΛΑΙΟΤΕΡΕΣ ΜΕΘΟΔΟΙ

Η πιο διαδεδομένη ακόμα και σήμερα μέθοδος εκτίμησης της βιοποικιλότητας είναι η δειγματοληπτική επιτόπια παρατήρηση η οποία απαιτεί πολύ χρόνο και ανθρώπινο δυναμικό ενώ η ακρίβειά της σχετίζεται με τον αριθμό των επαναλήψεων και την εμπειρία του προσωπικού που διενεργεί τους ελέγχους.

Η ΥΠΟ ΕΞΕΤΑΣΗ ΕΦΑΡΜΟΓΗ / ΜΕΘΟΔΟΛΟΓΙΑ

Το επίπεδο της βιοποικιλότητας στις αγροτικές εκτάσεις είναι αποτέλεσμα της αλληλεπίδρασης πολλών παραγόντων όπως η χρήση γης, οι τύποι των καλλιεργειών, τη δομή του τοπίου, η ένταση της διαχείρισης, το έδαφος και τα χαρακτηριστικά του κλίματος.
Η δυνατότητα για αύξηση της βιοποικιλότητας μπορεί να επιτευχθεί τροποποιώντας έναν ή περισσότερους από τους παραπάνω παράγοντες. Για παράδειγμα, σε συστήματα καλλιέργειας υψηλών εισροών για την αύξηση της βιοποικιλότητας μπορούν να υιοθετηθούν ένα από τα ακόλουθα μέτρα:
• εισαγωγή οικολογικών δικτύων όπως διάδρομοι και αναβαθμίδες
• μείωση της έντασης διαχείρισης
• αύξηση της πολυπλοκότητας της αμειψισποράς
Προκειμένου να επιτευχθεί ο στόχος της ενίσχυσης της βιοποικιλότητας σε ένα μεγάλο μέρος του ευρωπαϊκού εδάφους που αντιπροσωπεύεται από τις συμβατικές καλλιέργειες, είναι απαραίτητο να επιτευχθεί ένα ικανοποιητικό επίπεδο κατανόησης της κατάστασης και της μεταβλητότητας αυτής στο χώρο και το χρόνο.
Σχήμα 1. Γραφική αναπαράσταση των «συμβατικών καλλιεργειών» (η λευκή περιοχή στο κάτω μέρος δεξιά του γραφήματος).

[[Αρχείο:a4_pic1.jpg]]

Η βασική ιδέα της προτεινόμενης προσέγγισης, είναι να υπολογιστεί ένας δείκτης που σχετίζεται με την ποικιλομορφία γάμμα του γεωργικού τοπίου, με τη χρήση τηλεπισκόπησης.
Στην προτεινόμενη προσέγγιση, ο μέσος όρος fAPAR έχει χρησιμοποιηθεί ως εκτιμητής της ποικιλότητας των φυτών.
Στην προτεινόμενη προσέγγιση επίσης υπήρξε εκτίμηση από δορυφορικές εικόνες της πολυπλοκότητας του τοπίου καθώς πολλές μελέτες στο παρελθόν έχουν δείξει άμεση συσχέτιση αυτής με τη βιοποικιλότητα.
Ένας τρίτος εκτιμητής υπήρξε ο αριθμός των διακριτών φασματικών υπογραφών των επιφανειών, σε μια δεδομένη περιοχή.
Η υπόθεση είναι ότι κάθε τάξη θα πρέπει να σχετίζεται με μια ξεχωριστή οντότητα που αντιπροσωπεύεται από: 1) τη χρήσης γης 2) την καλλιέργεια ή την ομάδα των καλλιεργειών 3) τη φαινολογία και από την αλληλεπίδραση τους.
Προκειμένου να προταθεί μια απλή μεθοδολογία που δεν απαιτεί καμία επαλήθευση in situ, έχει χρησιμοποιηθεί μια μη επιβλεπόμενη ταξινόμηση η οποία είναι σχετικά ταχύτερη και λιγότερο δαπανηρή, ακόμη και αν θα μπορούσε να οδηγήσει σε μια συμβιβαστική λύση όσον αφορά την ακρίβεια ταξινόμησης.
Από φυσιογραφική άποψη, η περιοχή μελέτης χωρίζεται σε 4 διακριτές ενότητες: • Προσχωσιγενής πεδιάδα • Παράκτια ζώνη • Λόφοι • Βουνά
Η μελέτη έχει διεξαχθεί σε μια περιοχή προσχωσιγενούς πεδιάδας η οποία χαρακτηρίζεται από τη μεγαλύτερη από το 80% γεωργική χρήση της γης . Αροτραίες καλλιέργειες αντιπροσωπεύουν το 55% της περιοχής έρευνας (Εικόνα 2). Ωστόσο, υπάρχουν μεγάλες διαφορές στη δομή του τοπίου (σύνθεση, διαμόρφωση, φυσικό και ιστορικό χαρακτηριστικό του τοπίου), στο επίπεδο της βιοποικιλότητας και στα συστήματα γεωργικής διαχείρισης, όπως μπορεί να φανεί στο σχήμα 3.

Σχήμα 2. Κατανομή της καλλιεργήσιμης γης στην προσχωσιγενή πεδιάδα της περιοχής Εμίλια-Ρομάνια.

[[Αρχείο:a4_pic2.jpg]]

Σχήμα 3. Δύο διαφορετικά γεωργικά τοπία εντός της προσχωσιγενούς πεδιάδας στην Εμίλια-Ρομάνια (ίδια κλίμακα).

[[Αρχείο:a4_pic3.jpg]]

Για την εφαρμογή της προτεινόμενης μεθοδολογίας για την περιοχή δοκιμής, χρησιμοποιήθηκαν δύο διαφορετικά σύνολα δεδομένων:
• χρονοσειρά 10 ημερών από εικόνες SeaWifs
• 2 πολυφασματικές εικόνες Landsat
Οι εικόνες SeaWifs έχουν χρησιμοποιηθεί για τον υπολογισμό του μέσου όρου fAPAR (κλάσμα της Απορροφώμενης φωτοσυνθετικής ακτινοβολίας), ως δείκτης της ποικιλότητας των φυτών. Οι εικόνες Landsat έχουν χρησιμοποιηθεί για δημιουργία των ακόλουθων δεικτών, (όπως η μερική εκτίμηση της φωτοσυνθετικής δραστηριότητας των φυτών) οι οποίοι έμμεσα σχετίζονται με την ποικιλότητα.
1) O αριθμός των φασματικών τάξεων που παρουσιάζονται σε κάθε περιοχή, λαμβάνοντας υπόψη ότι ο αριθμός αυτός σχετίζεται με τη διαφορετική φύση των επιφανειών. Ο δείκτης αυτός ελήφθη με την εκτέλεση μιας μη επιβλεπόμενης ταξινόμησης για κάθε εικόνα Landsat και στη συνέχεια, εφαρμόζοντας έναν εστιακό διαχειριστή, με σκοπό να καταχωρήσει το μέγιστο αριθμό των κατηγοριών εντός ενός 10 x 10 κινητού παραθύρου, στο κεντρικό pixel
2) Ο συντελεστής πυκνότητας των ακμών ανά μονάδα επιφάνειας, ως εκτιμητής της πολυπλοκότητας του τοπίου. Αυτό πραγματοποιήθηκε με τη χρήση ενός Laplacian αλγόριθμου για την ανίχνευση των ακμών και στη συνέχεια, εφαρμόζοντας έναν εστιακό διαχειριστή, με σκοπό να καταχωρήσει το μέγιστο αριθμό των κατηγοριών εντός ενός 10 x 10 κινητού παραθύρου, στο κεντρικό pixel
Το λογισμικό που χρησιμοποιείται για την ανάλυση και ταξινόμηση των εικόνων ήταν Envi 4.6, ενώ για τη χωρική ανάλυση χρησιμοποιήθηκε ArcGIS 9.3. Ο τελικός δείκτης έχει υπολογιστεί ως το άθροισμα των τριών δεικτών που περιγράφονται παραπάνω. Η υπολογιζόμενη τιμή του δείκτη έχει επικυρωθεί στην επιλεγμένη περιοχή όπου έχει γίνει χλωριδική συσχέτιση.

ΣΥΜΠΕΡΑΣΜΑΤΑ

Τα προκαταρκτικά στοιχεία του δείκτη για τη βιοποικιλότητα, που ελήφθη για την περιοχή έρευνας έδειξε μια καλή αντιστοιχία με τα χαρακτηριστικά των βασικών γεωργικών περιοχών της Εμίλια Ρομάνια (Εικ. 4).

Εικόνα 4. Διακύμανση του Δείκτη βιοποικιλότητας εντός της περιοχής έρευνας

[[Αρχείο:a4_pic4.jpg]]

Στον πίνακα 1 παρουσιάζεται η σύγκριση μεταξύ της τιμής του υπολογιζόμενου δείκτη και του αριθμού των αγγειόσπερμων φυτικών ειδών ανά km2 στην υπό μελέτη περιοχή.

Πίνακας 1. Σύγκριση μεταξύ εκτιμώμενων τιμών (απλοί δείκτες και σύνθετος δείκτης) και αριθμού των αγγειόσπερμων φυτικών ειδών για τις επιλεγμένες περιοχές

[[Αρχείο:a4_pic5.jpg]]

Ο κύριος στόχος αυτής της εργασίας ήταν να περιγράψει την ύπαρξη ενός υψηλού εύρους βιοποικιλότητας στα αγροτεμάχια συμβατικής γεωργίας στην Ευρώπη και να παρουσιάσει μια πιθανή προσέγγιση, με βάση την τηλεπισκόπηση, για την αξιολόγηση αυτής της βιοποικιλότητας.
Θα πρέπει να σημειωθεί ότι ακόμη και στην καρδιά των αγροτικών περιοχών υψηλής έντασης μπορεί να είναι παρόντα, hot spots βιοποικιλότητας. Στην περιοχή που ερευνήθηκε για παράδειγμα, αυτά τα hot spots, εμπεριέχουν ενότητες με σπάνια είδη φυτών και συνδέονται με τη διατήρηση παραδοσιακών γεωργικών πρακτικών, όπως οι αρδευόμενοι μόνιμοι λειμώνες (“prati stabili”).
Η ανίχνευση αυτών των hot spot σε όλη την Ευρώπη μαζί με έναν καλύτερο συντονισμό των δαπανών της ΚΓΠ με στόχο την διατήρηση τους, μπορεί να συμβάλει στην ενίσχυση της γεωργικής βιοποικιλότητας.

Πηγή άρθρου: http://www.oecd.org/greengrowth/sustainable-agriculture/44810364.pdf

[[category:Γεωργία]]

Η χρήση της Τηλεπισκόπησης για την αξιολόγηση της Βιοποικιλότητας στις γεωργικές εκτάσεις

2017-02-10T11:56:45Z

Papanastasiou Christos: Νέα σελίδα με 'CIRO GARDIA, SIMONE ROSSIA, STEFAN SOMMERA A LAND MANAGEMENT & NATURAL HAZARDS UNIT - INSTITUTE FOR ENVIRONMENT & SUSTAINABILITY (IES), EUROPEAN COMMISSION - ISPRA (VA), ...'

Εφαρμογή της τηλεπισκόπησης στην αμπελουργία ακριβείας

2017-02-10T11:53:26Z

Papanastasiou Christos:

J.L. Smit1 , G. Sithole1

and

A.E. Strever2

(1) Geomatics Division, School of Architecture, Planning and Geomatics, University of Cape Town, Private Bag X3, Rondebosch 7701, South Africa

(2) Department of Viticulture and Oenology, Stellenbosch University, Private Bag Xl, Matieland 7602, South Africa Submitted for publication: November 2009

Accepted for publication: June 2010

'''ΑΝΤΙΚΕΙΜΕΝΟ ΕΦΑΡΜΟΓΗΣ'''

Στην εργασία αυτή παρουσιάζεται μια εφαρμογή της γεωργίας ακριβείας στη βιομηχανία οίνου. Ενώ η αμπελουργία ακριβείας στοχεύει ως επί το πλείστον στη μεγιστοποίηση των αποδόσεων με την χορήγηση των κατάλληλων εισροών σε κατάλληλες θέσεις σε ένα αγρόκτημα, στις σωστές δόσεις και στο σωστό χρόνο, ο στόχος της παρούσας μελέτης είναι να αξιολογήσει τις διαφορές στη βιομάζα των αμπελιών. Η λύση που προτείνεται στην παρούσα εργασία χρησιμοποιεί αεροφωτογραφίες ως κύρια πηγή δεδομένων για την ανάλυση της αμπέλου.
Ο πρώτος στόχος που πρέπει να επιτευχθεί είναι να γίνει αυτόματος εντοπισμός και αναγνώριση ενιαίων συνόλων αμπελιών, σειρών αμπέλου, καθώς και για επιμέρους μεμονωμένα αμπέλια μέσα σε σειρές. Αυτό γίνεται εφικτό μέσα από μια σειρά από βελτιώσεις και ιεραρχικές κατατμήσεις των αεροφωτογραφιών.
Ο δεύτερος στόχος είναι να προσδιοριστεί η συσχέτιση των δεδομένων εικόνας με βιοφυσικά δεδομένα (συγκομιδή και μάζα κλαδέματος) του κάθε αμπελιού.
Μια πολυφασματική εναέρια εικόνα χρησιμοποιείται για τον υπολογισμό δεικτών βλάστησης, οι οποίοι χρησιμεύουν ως δείκτες των βιοφυσικών μέτρων. Τα αποτελέσματα της αυτόματης ανίχνευσης συγκρίνονται με ένα πεδίο δοκιμών στο αγροτεμάχιο, για να εξακριβωθούν τόσο η τοποθεσία του αμπελιού όσο και η συσχέτιση του δείκτη βλάστησης με τις σχετικές παραμέτρους του αμπελιού.
Το πλεονέκτημα αυτής της τεχνικής είναι ότι λειτουργεί σε περιβάλλοντα όπου η ανάπτυξη της ενεργής φυλλικής επιφάνειας στα αμπέλια είναι προφανής και ταυτόχρονα παρουσιάζονται πολλές διαφορετικές συνθήκες βλάστησης σε ένα ενιαίο αγροτεμάχιο.

'''ΣΤΟΧΟΙ ΤΗΣ ΕΦΑΡΜΟΓΗΣ'''

Η τηλεπισκόπηση έχει χρησιμοποιηθεί στο γεωργικό τομέα για πολλά χρόνια και οι πρόσφατες εξελίξεις στους αισθητήρες εικόνας έχουν οδηγήσει σε ένα ευρύ φάσμα εφαρμογών με χρήση τηλεπισκοπικών απεικονίσεων στη γεωργία ακριβείας. Η βιομηχανία κρασιού είναι ένα παράδειγμα παραγωγής υψηλής αξίας που έχει επωφεληθεί από την τηλεπισκόπηση.
Η αμπελουργία ακριβείας έχει ως στόχο να διατηρήσει το μέγιστο έλεγχο στη διαχείριση των αμπελώνων, λαμβάνοντας υπόψη το γεγονός ότι υπάρχει μεταβλητότητα εντός του αμπελώνα.
Συγκεκριμένα με τη χρήση των πολυφασματικών εικόνων από αερομεταφερόμενους αισθητήρες έχει καταστεί δυνατή η από απόσταση διάκριση της μεταβλητότητας και ποικιλομορφίας ενός αμπελώνα η οποία προκαλείται από διαφορές στη μορφολογία, τα χαρακτηριστικά του εδάφους, τις πρακτικές διαχείρισης, την υγεία των φυτών και τα μεσο-κλίματα.
Η χρήση των δεικτών βλάστησης, οι οποίοι παράγονται από τις διάφορες φασματικές ζώνες των εναέριων πολυφασματικών εικόνων, παρέχει ένα μέτρο κεφαλαιοποίησης της αντίθεσης που υπάρχει στη βιομάζα αμπέλου, όταν μετράται σε διαφορετικές ζώνες συχνοτήτων.
Αυτοί που χρησιμοποιούνται συνήθως είναι ο Κανονικοποιημένος δείκτης βλάστησης (NIDVI) και η φυτική κυτταρική πυκνότητα Plant Cell Density (PCD) ή Δείκτης Βλάστησης (RVI). Και οι δύο αυτοί δείκτες κάνουν χρήση του γεγονότος ότι υγιή, εύρωστα αμπέλια θα δείξουν ισχυρή ανακλαστικότητα στο εγγύς υπέρυθρο και πολύ χαμηλή ανακλαστικότητα στο κόκκινο.

'''ΠΑΛΑΙΟΤΕΡΕΣ ΜΕΘΟΔΟΙ'''

Η πιο διαδεδομένη ακόμα και σήμερα μέθοδος εκτίμησης της παραγωγής και διαχείρισης ενός αμπελώνα είναι η δειγματοληπτική επιτόπια παρατήρηση στο αγροτεμάχιο η οποία απαιτεί πολύ χρόνο και ανθρώπινο δυναμικό ενώ η ακρίβειά της σχετίζεται με τον αριθμό των επαναλήψεων και την εμπειρία του προσωπικού που διενεργεί τους ελέγχους

'''Η ΥΠΟ ΕΞΕΤΑΣΗ ΕΦΑΡΜΟΓΗ'''

Μόλις ο δείκτης βλάστησης NDVI υπολογιστεί, ταξινομείται σε ένα ευρετήριο εικόνας ψευδο-χρώματος, σύμφωνα με το οποίο διαφορετικές κατηγορίες στο χρώμα αντιπροσωπεύουν διαχειρίσιμες διαφορές στην ποικιλομορφία της αμπέλου, όπως μπορεί να φανεί στο Σχ. 1.

[[Αρχείο:a3_pic1.jpg]]

Σχήμα 1: Εικόνα Ψευδο-χρώματος ΝDVI ενός τμήματος του υπό εξέταση αμπελώνα σε ένα αγρόκτημα στο Stellenbosch, όπου το κόκκινο αντιπροσωπεύει χαμηλές τιμές NDVΙ, το πράσινο αντιπροσωπεύει μέσες τιμές NDVΙ και το μπλε αντιπροσωπεύει υψηλές τιμές NDVΙ.

Η ανάλυση της εικόνας των αμπελώνων απαιτεί κατ 'αρχάς, τη διάκριση από γειτονικά δάση, υποστατικά και γεωργική γη και κατά δεύτερο λόγο τη διάκριση των επιμέρους σειρών στο αμπέλι και τη διάκριση μεμονωμένων αμπελιών στις σειρές. Όλες αυτές οι εργασίες συνήθως γίνονται με το χέρι.
Μπορεί να φανεί από το Σχ. 1 ότι η ταξινόμηση στο ψευδο-χρώμα έχει συμπεριλάβει τιμές NDVI για τις σειρές της αμπέλου, τη μεταξύ των σειρών φυτική κάλυψη, τις σκιές και το γυμνό έδαφος. Μια προσπάθεια να ελαχιστοποιηθεί το πρόβλημα αυτό μπορεί να γίνει με την τροποποίηση της ταξινόμησης, με την αποτελεσματική μετακίνηση όλων των τάξεων του ψευδο-χρώματος σε υψηλότερες τιμές NDVI για να απομονωθούν τιμές NDVI μόνο για τα αμπέλια.
Αυτή η διαδικασία φαίνεται στο Σχ. 2

[[Αρχείο:a3_pic2.jpg]]

Είναι εμφανές ότι με τη διαδικασία αυτή γίνεται ένας «συμβιβασμός» τιμών και η βέλτιστη ισορροπία είναι δύσκολο να επιτευχθεί για μια σωστή ταξινόμηση.
Η παρούσα εργασία προτείνει μια μέθοδο κατάτμησης εικόνας για την διάκριση των σειρών της αμπέλου από την πολυφασματική εικόνα πριν από την κατάταξη του δείκτη βλάστησης με ψευδο-χρώμα, περιορίζοντας έτσι το σύστημα κατάταξης μόνο στη βλάστηση του αμπελιού και εξασφαλίζοντας μια πιο αξιόπιστη συσχέτιση με βιοφυσικές παραμέτρους όπως η βιομάζα.
Ο στόχος της κατάτμησης είναι να διακρίνει αυτόματα τα αμπέλια από τα γειτονικά δάση και τις γεωργικές εκτάσεις και να διακρίνει τις γραμμές στους αμπελώνες, όπως επισημαίνεται στο σχήμα 3.

[[Αρχείο:a3_pic3.jpg]]

Μόλις οι μεμονωμένες σειρές γίνουν διακριτές τα μεμονωμένα αμπέλια μπορούν να ταυτοποιηθούν με άλλα μέσα, όπως η ανάλυση της μεταβολής του πλάτους των γραμμών. Μόλις γίνουν διακριτά τα αμπέλια οι μετρήσεις ανάπτυξης υπολογίζονται γι’ αυτά από τα γειτονικά pixels.

'''ΜΕΘΟΔΟΛΟΓΙΑ'''

Η μέθοδος κατάτμησης που χρησιμοποιείται σε αυτή τη μελέτη είναι ένας συνδυασμός ενός «κατωφλίου» και μιας τεχνική που βασίζεται σε γράφημα. Το κατώφλι εφαρμόζεται για να αυξηθεί η αντίθεση μεταξύ του αμπελώνα και των παρακείμενων χαρακτηριστικών (δρόμοι, κτίρια, χώρος μεταξύ των γραμμών κ.λπ.).
Για τη διάκριση των σειρών εφαρμόζεται στην εικόνα κατωφλίου ένα γράφημα G (V, E) όπου V είναι το σύνολο των κορυφών στο γράφημα και E είναι το σύνολο των ακμών που συνδέουν τις κορυφές.
Κάθε κορυφή στο γράφημα αντιπροσωπεύει ένα εικονοστοιχείο (pixel) στην εικόνα με καθορισμό κατωφλίου, και κάθε κορυφή φέρει τη σχετική τιμή pixel ως ένα χαρακτηριστικό. Οι γειτονικές κορυφές (pixels) συνδέονται, αν οι διαφορές στις τιμές κορυφής είναι κάτω από το όριο που ορίζεται από το χρήστη. Η σύνδεση των κορυφών με τον παραπάνω τρόπο θα δώσουν υπο-γραφήματα στο γράφημα G. Με την εφαρμογή ενός αλγόριθμου στις συνδεδεμένες τιμές, εξάγονται τα υπο-γραφήματα, και ως συνέπεια τα τμήματα της εικόνας κατωφλίου.
Τα αμπέλια διαχωρίζονται από γειτονικά δάση ή καλλιέργειες με τον υπολογισμό της απόστασης μεταξύ των σειρών.
Αν η απόσταση είναι μικρότερη από το μέγιστο αναμενόμενο πλάτος μεταξύ των σειρών, τότε το τμήμα γίνεται δεκτό ως αμπέλι. Αυτή η μέθοδος επιτρέπει επίτευξη των δύο πρώτων στόχων της κατάτμησης σε ένα βήμα, δηλαδή ο αμπελώνας διακρίνεται από το φόντο (δάσος, υποστατικά, κ.λπ.) και ταυτόχρονα διακρίνονται οι μεμονωμένες σειρές αμπέλου.
Η μελέτη διεξήχθη χρησιμοποιώντας εικόνες από έναν αμπελώνα φυτεμένο με την ποικιλία Merlot (Vitis vinfera L. cv Merlot) κλώνος MO 9, εμβολιασμένη σε υποκείμενο R110 (Vitis berlandieri x Vitis rupesfris) στην περιοχή Stellenbosch της Νότιας Αφρικής.
Τα αμπέλια είναι φυτεμένα σε αποστάσεις 2,7 m x 1,5 m με προσανατολισμό ανατολής-δύσης και υποστυλωμένα σε ένα σύστημα επτά συρμάτων. Οι εικόνες που χρησιμοποιούνται σε αυτήν την μελέτη συλλέχθηκαν κατά τη διάρκεια της καλλιεργητικής περιόδου 2007/2008. Η περιοχή δοκιμής αποτελούνταν από 48 οικόπεδα εντός του αμπελώνα που χρησιμοποιήθηκαν επίσης σε μια μελέτη άρδευσης.
Το καθένα φιλοξενεί πειραματικά μπλοκ των 48 αμπελιών (12 αμπέλια σε τέσσερις σειρές). Αυτή η ενότητα ασχολείται με την απόκτηση της εικόνας και της διαδικασίας διόρθωσης, καθώς και μερικές από τις δυσκολίες που σχετίζονται με την κατάτμηση και προ-επεξεργασία των εικόνων.
Για την απόκτηση εικόνας χρησιμοποιήθηκαν δύο ψηφιακές φωτογραφικές μηχανές SLR για εναέρια λήψη. Μια Canon 10D (Canon, 2009) με έναν CMOS αισθητήρα, η οποία χρησιμοποιήθηκε για να λάβει έγχρωμες εικόνες, και μια Nikon D100 (Nikon, 2009) με CCD (charge-coupled device) αισθητήρα, η οποία χρησιμοποιήθηκε για τη λήψη εικόνας στο εγγύς υπέρυθρο (NIR). Η αεροφωτογραφία πραγματοποιήθηκε σε ύψος περίπου 350 μέτρα πάνω από το έδαφος, παρέχοντας ένα ονομαστικό μεγέθος εικόνας pixel 20 cm. Το ζεύγος φωτογραφιών ελήφθη όσο πιο κοντά στο μεσημέρι σε μια προσπάθεια να ελαχιστοποιηθεί η επίδραση των σκιών.

[[Αρχείο:a3_pic4.jpg]]

ΣΧΗΜΑ 4: Εικόνα στο εγγύς υπέρυθρο που δείχνει τη βλάστηση του αμπελιού σε αντίθεση με τις σκιές και την κατάσταση μεταξύ των γραμμών.

'''ΣΥΜΠΕΡΑΣΜΑΤΑ'''

Η ανάλυση της τεχνικής κατάτμησης που εφαρμόζεται σε αυτή τη μελέτη, σε συνδυασμό με αυστηρή επαλήθευση από επί τόπου παρατήρηση, έχει δείξει αποτελέσματα που φαίνονται να είναι αξιόπιστα, αν και απαιτείται περαιτέρω έλεγχος. Τόσο η κατάτμηση των αμπελιών, όσο και ο υπολογισμός του δείκτη βλάστησης, έχει βελτιωθεί από προηγούμενες μεθόδους ταξινόμησης, οδηγώντας σε βελτιωμένη εκτίμηση των βιοφυσικών παραμέτρων της αμπέλου. Η προσέγγιση που παρουσιάζεται εδώ διαφέρει από άλλες τεχνικές από το γεγονός ότι μπορεί να ανιχνεύσει καμπύλες σειρές μέσα στον αμπελώνα και δεν περιορίζεται σε γραμμικές σειρές.
Αυτή η ισχυρή μέθοδος για την ανίχνευση των γραμμών του αμπελώνα κάνει χρήση δύο εικόνων (RGB και NIR) ενώ άλλες μέθοδοι συνήθως χρησιμοποιούν μόνο την εικόνα RGB.
Το πλεονέκτημα του να μην χρησιμοποιείται ανάλυση υφής είναι ότι αποφεύγεται το πρόβλημα συγχώνευσης γειτονικού αμπελώνα με παρόμοια υφή.
Ιεραρχική προσέγγιση κατάτμησης δεν έχει εφαρμοστεί σε αυτή τη μελέτη, αλλά έχει προγραμματιστεί για μελλοντικές εργασίες.
Αυτό θα επιτρέψει τη διάκριση των γραμμών της αμπέλου, όπου η βλάστηση μεταξύ των γραμμών έχει συγχωνευθεί. Μια μελλοντική εργασία θα διερευνήσει τη συσχέτιση μεταξύ των δεικτών βλάστησης και βιοφυσικών παραμέτρων της αμπέλου με περισσότερες λεπτομέρειες. Οι τεχνικές που αναπτύχθηκαν στην παρούσα μελέτη θα πρέπει επίσης να εφαρμοστούν σε διαφορετικούς αμπελώνες στους οποίους οι συνθήκες καλλιέργειας μπορεί να ποικίλουν, με στόχο την ποσοτικοποίηση και την καλύτερη ακρίβεια των μετρήσεων.

Πηγή: http://www.sawislibrary.co.za/dbtextimages/63369.pdf

[[category:Γεωργία]]

Εφαρμογή της τηλεπισκόπησης στην αμπελουργία ακριβείας

2017-02-10T11:52:37Z

Papanastasiou Christos:

J.L. Smit1 ,

G. Sithole1

and

A.E. Strever2

(1)Geomatics Division, School of Architecture, Planning and Geomatics, University of Cape Town, Private Bag X3, Rondebosch 7701, South Africa

(2)Department of Viticulture and Oenology, Stellenbosch University, Private Bag Xl, Matieland 7602, South Africa Submitted for publication: November 2009

Accepted for publication: June 2010

'''ΑΝΤΙΚΕΙΜΕΝΟ ΕΦΑΡΜΟΓΗΣ'''

Στην εργασία αυτή παρουσιάζεται μια εφαρμογή της γεωργίας ακριβείας στη βιομηχανία οίνου. Ενώ η αμπελουργία ακριβείας στοχεύει ως επί το πλείστον στη μεγιστοποίηση των αποδόσεων με την χορήγηση των κατάλληλων εισροών σε κατάλληλες θέσεις σε ένα αγρόκτημα, στις σωστές δόσεις και στο σωστό χρόνο, ο στόχος της παρούσας μελέτης είναι να αξιολογήσει τις διαφορές στη βιομάζα των αμπελιών. Η λύση που προτείνεται στην παρούσα εργασία χρησιμοποιεί αεροφωτογραφίες ως κύρια πηγή δεδομένων για την ανάλυση της αμπέλου.
Ο πρώτος στόχος που πρέπει να επιτευχθεί είναι να γίνει αυτόματος εντοπισμός και αναγνώριση ενιαίων συνόλων αμπελιών, σειρών αμπέλου, καθώς και για επιμέρους μεμονωμένα αμπέλια μέσα σε σειρές. Αυτό γίνεται εφικτό μέσα από μια σειρά από βελτιώσεις και ιεραρχικές κατατμήσεις των αεροφωτογραφιών.
Ο δεύτερος στόχος είναι να προσδιοριστεί η συσχέτιση των δεδομένων εικόνας με βιοφυσικά δεδομένα (συγκομιδή και μάζα κλαδέματος) του κάθε αμπελιού.
Μια πολυφασματική εναέρια εικόνα χρησιμοποιείται για τον υπολογισμό δεικτών βλάστησης, οι οποίοι χρησιμεύουν ως δείκτες των βιοφυσικών μέτρων. Τα αποτελέσματα της αυτόματης ανίχνευσης συγκρίνονται με ένα πεδίο δοκιμών στο αγροτεμάχιο, για να εξακριβωθούν τόσο η τοποθεσία του αμπελιού όσο και η συσχέτιση του δείκτη βλάστησης με τις σχετικές παραμέτρους του αμπελιού.
Το πλεονέκτημα αυτής της τεχνικής είναι ότι λειτουργεί σε περιβάλλοντα όπου η ανάπτυξη της ενεργής φυλλικής επιφάνειας στα αμπέλια είναι προφανής και ταυτόχρονα παρουσιάζονται πολλές διαφορετικές συνθήκες βλάστησης σε ένα ενιαίο αγροτεμάχιο.

'''ΣΤΟΧΟΙ ΤΗΣ ΕΦΑΡΜΟΓΗΣ'''

Η τηλεπισκόπηση έχει χρησιμοποιηθεί στο γεωργικό τομέα για πολλά χρόνια και οι πρόσφατες εξελίξεις στους αισθητήρες εικόνας έχουν οδηγήσει σε ένα ευρύ φάσμα εφαρμογών με χρήση τηλεπισκοπικών απεικονίσεων στη γεωργία ακριβείας. Η βιομηχανία κρασιού είναι ένα παράδειγμα παραγωγής υψηλής αξίας που έχει επωφεληθεί από την τηλεπισκόπηση.
Η αμπελουργία ακριβείας έχει ως στόχο να διατηρήσει το μέγιστο έλεγχο στη διαχείριση των αμπελώνων, λαμβάνοντας υπόψη το γεγονός ότι υπάρχει μεταβλητότητα εντός του αμπελώνα.
Συγκεκριμένα με τη χρήση των πολυφασματικών εικόνων από αερομεταφερόμενους αισθητήρες έχει καταστεί δυνατή η από απόσταση διάκριση της μεταβλητότητας και ποικιλομορφίας ενός αμπελώνα η οποία προκαλείται από διαφορές στη μορφολογία, τα χαρακτηριστικά του εδάφους, τις πρακτικές διαχείρισης, την υγεία των φυτών και τα μεσο-κλίματα.
Η χρήση των δεικτών βλάστησης, οι οποίοι παράγονται από τις διάφορες φασματικές ζώνες των εναέριων πολυφασματικών εικόνων, παρέχει ένα μέτρο κεφαλαιοποίησης της αντίθεσης που υπάρχει στη βιομάζα αμπέλου, όταν μετράται σε διαφορετικές ζώνες συχνοτήτων.
Αυτοί που χρησιμοποιούνται συνήθως είναι ο Κανονικοποιημένος δείκτης βλάστησης (NIDVI) και η φυτική κυτταρική πυκνότητα Plant Cell Density (PCD) ή Δείκτης Βλάστησης (RVI). Και οι δύο αυτοί δείκτες κάνουν χρήση του γεγονότος ότι υγιή, εύρωστα αμπέλια θα δείξουν ισχυρή ανακλαστικότητα στο εγγύς υπέρυθρο και πολύ χαμηλή ανακλαστικότητα στο κόκκινο.

'''ΠΑΛΑΙΟΤΕΡΕΣ ΜΕΘΟΔΟΙ'''

Η πιο διαδεδομένη ακόμα και σήμερα μέθοδος εκτίμησης της παραγωγής και διαχείρισης ενός αμπελώνα είναι η δειγματοληπτική επιτόπια παρατήρηση στο αγροτεμάχιο η οποία απαιτεί πολύ χρόνο και ανθρώπινο δυναμικό ενώ η ακρίβειά της σχετίζεται με τον αριθμό των επαναλήψεων και την εμπειρία του προσωπικού που διενεργεί τους ελέγχους

'''Η ΥΠΟ ΕΞΕΤΑΣΗ ΕΦΑΡΜΟΓΗ'''

Μόλις ο δείκτης βλάστησης NDVI υπολογιστεί, ταξινομείται σε ένα ευρετήριο εικόνας ψευδο-χρώματος, σύμφωνα με το οποίο διαφορετικές κατηγορίες στο χρώμα αντιπροσωπεύουν διαχειρίσιμες διαφορές στην ποικιλομορφία της αμπέλου, όπως μπορεί να φανεί στο Σχ. 1.

[[Αρχείο:a3_pic1.jpg]]

Σχήμα 1: Εικόνα Ψευδο-χρώματος ΝDVI ενός τμήματος του υπό εξέταση αμπελώνα σε ένα αγρόκτημα στο Stellenbosch, όπου το κόκκινο αντιπροσωπεύει χαμηλές τιμές NDVΙ, το πράσινο αντιπροσωπεύει μέσες τιμές NDVΙ και το μπλε αντιπροσωπεύει υψηλές τιμές NDVΙ.

Η ανάλυση της εικόνας των αμπελώνων απαιτεί κατ 'αρχάς, τη διάκριση από γειτονικά δάση, υποστατικά και γεωργική γη και κατά δεύτερο λόγο τη διάκριση των επιμέρους σειρών στο αμπέλι και τη διάκριση μεμονωμένων αμπελιών στις σειρές. Όλες αυτές οι εργασίες συνήθως γίνονται με το χέρι.
Μπορεί να φανεί από το Σχ. 1 ότι η ταξινόμηση στο ψευδο-χρώμα έχει συμπεριλάβει τιμές NDVI για τις σειρές της αμπέλου, τη μεταξύ των σειρών φυτική κάλυψη, τις σκιές και το γυμνό έδαφος. Μια προσπάθεια να ελαχιστοποιηθεί το πρόβλημα αυτό μπορεί να γίνει με την τροποποίηση της ταξινόμησης, με την αποτελεσματική μετακίνηση όλων των τάξεων του ψευδο-χρώματος σε υψηλότερες τιμές NDVI για να απομονωθούν τιμές NDVI μόνο για τα αμπέλια.
Αυτή η διαδικασία φαίνεται στο Σχ. 2

[[Αρχείο:a3_pic2.jpg]]

Είναι εμφανές ότι με τη διαδικασία αυτή γίνεται ένας «συμβιβασμός» τιμών και η βέλτιστη ισορροπία είναι δύσκολο να επιτευχθεί για μια σωστή ταξινόμηση.
Η παρούσα εργασία προτείνει μια μέθοδο κατάτμησης εικόνας για την διάκριση των σειρών της αμπέλου από την πολυφασματική εικόνα πριν από την κατάταξη του δείκτη βλάστησης με ψευδο-χρώμα, περιορίζοντας έτσι το σύστημα κατάταξης μόνο στη βλάστηση του αμπελιού και εξασφαλίζοντας μια πιο αξιόπιστη συσχέτιση με βιοφυσικές παραμέτρους όπως η βιομάζα.
Ο στόχος της κατάτμησης είναι να διακρίνει αυτόματα τα αμπέλια από τα γειτονικά δάση και τις γεωργικές εκτάσεις και να διακρίνει τις γραμμές στους αμπελώνες, όπως επισημαίνεται στο σχήμα 3.

[[Αρχείο:a3_pic3.jpg]]

Μόλις οι μεμονωμένες σειρές γίνουν διακριτές τα μεμονωμένα αμπέλια μπορούν να ταυτοποιηθούν με άλλα μέσα, όπως η ανάλυση της μεταβολής του πλάτους των γραμμών. Μόλις γίνουν διακριτά τα αμπέλια οι μετρήσεις ανάπτυξης υπολογίζονται γι’ αυτά από τα γειτονικά pixels.

'''ΜΕΘΟΔΟΛΟΓΙΑ'''

Η μέθοδος κατάτμησης που χρησιμοποιείται σε αυτή τη μελέτη είναι ένας συνδυασμός ενός «κατωφλίου» και μιας τεχνική που βασίζεται σε γράφημα. Το κατώφλι εφαρμόζεται για να αυξηθεί η αντίθεση μεταξύ του αμπελώνα και των παρακείμενων χαρακτηριστικών (δρόμοι, κτίρια, χώρος μεταξύ των γραμμών κ.λπ.).
Για τη διάκριση των σειρών εφαρμόζεται στην εικόνα κατωφλίου ένα γράφημα G (V, E) όπου V είναι το σύνολο των κορυφών στο γράφημα και E είναι το σύνολο των ακμών που συνδέουν τις κορυφές.
Κάθε κορυφή στο γράφημα αντιπροσωπεύει ένα εικονοστοιχείο (pixel) στην εικόνα με καθορισμό κατωφλίου, και κάθε κορυφή φέρει τη σχετική τιμή pixel ως ένα χαρακτηριστικό. Οι γειτονικές κορυφές (pixels) συνδέονται, αν οι διαφορές στις τιμές κορυφής είναι κάτω από το όριο που ορίζεται από το χρήστη. Η σύνδεση των κορυφών με τον παραπάνω τρόπο θα δώσουν υπο-γραφήματα στο γράφημα G. Με την εφαρμογή ενός αλγόριθμου στις συνδεδεμένες τιμές, εξάγονται τα υπο-γραφήματα, και ως συνέπεια τα τμήματα της εικόνας κατωφλίου.
Τα αμπέλια διαχωρίζονται από γειτονικά δάση ή καλλιέργειες με τον υπολογισμό της απόστασης μεταξύ των σειρών.
Αν η απόσταση είναι μικρότερη από το μέγιστο αναμενόμενο πλάτος μεταξύ των σειρών, τότε το τμήμα γίνεται δεκτό ως αμπέλι. Αυτή η μέθοδος επιτρέπει επίτευξη των δύο πρώτων στόχων της κατάτμησης σε ένα βήμα, δηλαδή ο αμπελώνας διακρίνεται από το φόντο (δάσος, υποστατικά, κ.λπ.) και ταυτόχρονα διακρίνονται οι μεμονωμένες σειρές αμπέλου.
Η μελέτη διεξήχθη χρησιμοποιώντας εικόνες από έναν αμπελώνα φυτεμένο με την ποικιλία Merlot (Vitis vinfera L. cv Merlot) κλώνος MO 9, εμβολιασμένη σε υποκείμενο R110 (Vitis berlandieri x Vitis rupesfris) στην περιοχή Stellenbosch της Νότιας Αφρικής.
Τα αμπέλια είναι φυτεμένα σε αποστάσεις 2,7 m x 1,5 m με προσανατολισμό ανατολής-δύσης και υποστυλωμένα σε ένα σύστημα επτά συρμάτων. Οι εικόνες που χρησιμοποιούνται σε αυτήν την μελέτη συλλέχθηκαν κατά τη διάρκεια της καλλιεργητικής περιόδου 2007/2008. Η περιοχή δοκιμής αποτελούνταν από 48 οικόπεδα εντός του αμπελώνα που χρησιμοποιήθηκαν επίσης σε μια μελέτη άρδευσης.
Το καθένα φιλοξενεί πειραματικά μπλοκ των 48 αμπελιών (12 αμπέλια σε τέσσερις σειρές). Αυτή η ενότητα ασχολείται με την απόκτηση της εικόνας και της διαδικασίας διόρθωσης, καθώς και μερικές από τις δυσκολίες που σχετίζονται με την κατάτμηση και προ-επεξεργασία των εικόνων.
Για την απόκτηση εικόνας χρησιμοποιήθηκαν δύο ψηφιακές φωτογραφικές μηχανές SLR για εναέρια λήψη. Μια Canon 10D (Canon, 2009) με έναν CMOS αισθητήρα, η οποία χρησιμοποιήθηκε για να λάβει έγχρωμες εικόνες, και μια Nikon D100 (Nikon, 2009) με CCD (charge-coupled device) αισθητήρα, η οποία χρησιμοποιήθηκε για τη λήψη εικόνας στο εγγύς υπέρυθρο (NIR). Η αεροφωτογραφία πραγματοποιήθηκε σε ύψος περίπου 350 μέτρα πάνω από το έδαφος, παρέχοντας ένα ονομαστικό μεγέθος εικόνας pixel 20 cm. Το ζεύγος φωτογραφιών ελήφθη όσο πιο κοντά στο μεσημέρι σε μια προσπάθεια να ελαχιστοποιηθεί η επίδραση των σκιών.

[[Αρχείο:a3_pic4.jpg]]

ΣΧΗΜΑ 4: Εικόνα στο εγγύς υπέρυθρο που δείχνει τη βλάστηση του αμπελιού σε αντίθεση με τις σκιές και την κατάσταση μεταξύ των γραμμών.

'''ΣΥΜΠΕΡΑΣΜΑΤΑ'''

Η ανάλυση της τεχνικής κατάτμησης που εφαρμόζεται σε αυτή τη μελέτη, σε συνδυασμό με αυστηρή επαλήθευση από επί τόπου παρατήρηση, έχει δείξει αποτελέσματα που φαίνονται να είναι αξιόπιστα, αν και απαιτείται περαιτέρω έλεγχος. Τόσο η κατάτμηση των αμπελιών, όσο και ο υπολογισμός του δείκτη βλάστησης, έχει βελτιωθεί από προηγούμενες μεθόδους ταξινόμησης, οδηγώντας σε βελτιωμένη εκτίμηση των βιοφυσικών παραμέτρων της αμπέλου. Η προσέγγιση που παρουσιάζεται εδώ διαφέρει από άλλες τεχνικές από το γεγονός ότι μπορεί να ανιχνεύσει καμπύλες σειρές μέσα στον αμπελώνα και δεν περιορίζεται σε γραμμικές σειρές.
Αυτή η ισχυρή μέθοδος για την ανίχνευση των γραμμών του αμπελώνα κάνει χρήση δύο εικόνων (RGB και NIR) ενώ άλλες μέθοδοι συνήθως χρησιμοποιούν μόνο την εικόνα RGB.
Το πλεονέκτημα του να μην χρησιμοποιείται ανάλυση υφής είναι ότι αποφεύγεται το πρόβλημα συγχώνευσης γειτονικού αμπελώνα με παρόμοια υφή.
Ιεραρχική προσέγγιση κατάτμησης δεν έχει εφαρμοστεί σε αυτή τη μελέτη, αλλά έχει προγραμματιστεί για μελλοντικές εργασίες.
Αυτό θα επιτρέψει τη διάκριση των γραμμών της αμπέλου, όπου η βλάστηση μεταξύ των γραμμών έχει συγχωνευθεί. Μια μελλοντική εργασία θα διερευνήσει τη συσχέτιση μεταξύ των δεικτών βλάστησης και βιοφυσικών παραμέτρων της αμπέλου με περισσότερες λεπτομέρειες. Οι τεχνικές που αναπτύχθηκαν στην παρούσα μελέτη θα πρέπει επίσης να εφαρμοστούν σε διαφορετικούς αμπελώνες στους οποίους οι συνθήκες καλλιέργειας μπορεί να ποικίλουν, με στόχο την ποσοτικοποίηση και την καλύτερη ακρίβεια των μετρήσεων.

Πηγή: http://www.sawislibrary.co.za/dbtextimages/63369.pdf

[[category:Γεωργία]]

Εφαρμογή της τηλεπισκόπησης στην αμπελουργία ακριβείας

2017-02-10T11:50:09Z

Papanastasiou Christos:

J.L. Smit1 ,
G. Sithole1
and
A.E. Strever2
(1)Geomatics Division, School of Architecture, Planning and Geomatics, University of Cape Town, Private Bag X3, Rondebosch 7701, South Africa
(2)Department of Viticulture and Oenology, Stellenbosch University, Private Bag Xl, Matieland 7602, South Africa Submitted for publication: November 2009

Accepted for publication: June 2010

'''ΑΝΤΙΚΕΙΜΕΝΟ ΕΦΑΡΜΟΓΗΣ'''

Στην εργασία αυτή παρουσιάζεται μια εφαρμογή της γεωργίας ακριβείας στη βιομηχανία οίνου. Ενώ η αμπελουργία ακριβείας στοχεύει ως επί το πλείστον στη μεγιστοποίηση των αποδόσεων με την χορήγηση των κατάλληλων εισροών σε κατάλληλες θέσεις σε ένα αγρόκτημα, στις σωστές δόσεις και στο σωστό χρόνο, ο στόχος της παρούσας μελέτης είναι να αξιολογήσει τις διαφορές στη βιομάζα των αμπελιών. Η λύση που προτείνεται στην παρούσα εργασία χρησιμοποιεί αεροφωτογραφίες ως κύρια πηγή δεδομένων για την ανάλυση της αμπέλου.
Ο πρώτος στόχος που πρέπει να επιτευχθεί είναι να γίνει αυτόματος εντοπισμός και αναγνώριση ενιαίων συνόλων αμπελιών, σειρών αμπέλου, καθώς και για επιμέρους μεμονωμένα αμπέλια μέσα σε σειρές. Αυτό γίνεται εφικτό μέσα από μια σειρά από βελτιώσεις και ιεραρχικές κατατμήσεις των αεροφωτογραφιών.
Ο δεύτερος στόχος είναι να προσδιοριστεί η συσχέτιση των δεδομένων εικόνας με βιοφυσικά δεδομένα (συγκομιδή και μάζα κλαδέματος) του κάθε αμπελιού.
Μια πολυφασματική εναέρια εικόνα χρησιμοποιείται για τον υπολογισμό δεικτών βλάστησης, οι οποίοι χρησιμεύουν ως δείκτες των βιοφυσικών μέτρων. Τα αποτελέσματα της αυτόματης ανίχνευσης συγκρίνονται με ένα πεδίο δοκιμών στο αγροτεμάχιο, για να εξακριβωθούν τόσο η τοποθεσία του αμπελιού όσο και η συσχέτιση του δείκτη βλάστησης με τις σχετικές παραμέτρους του αμπελιού.
Το πλεονέκτημα αυτής της τεχνικής είναι ότι λειτουργεί σε περιβάλλοντα όπου η ανάπτυξη της ενεργής φυλλικής επιφάνειας στα αμπέλια είναι προφανής και ταυτόχρονα παρουσιάζονται πολλές διαφορετικές συνθήκες βλάστησης σε ένα ενιαίο αγροτεμάχιο.

'''ΣΤΟΧΟΙ ΤΗΣ ΕΦΑΡΜΟΓΗΣ'''

Η τηλεπισκόπηση έχει χρησιμοποιηθεί στο γεωργικό τομέα για πολλά χρόνια και οι πρόσφατες εξελίξεις στους αισθητήρες εικόνας έχουν οδηγήσει σε ένα ευρύ φάσμα εφαρμογών με χρήση τηλεπισκοπικών απεικονίσεων στη γεωργία ακριβείας. Η βιομηχανία κρασιού είναι ένα παράδειγμα παραγωγής υψηλής αξίας που έχει επωφεληθεί από την τηλεπισκόπηση.
Η αμπελουργία ακριβείας έχει ως στόχο να διατηρήσει το μέγιστο έλεγχο στη διαχείριση των αμπελώνων, λαμβάνοντας υπόψη το γεγονός ότι υπάρχει μεταβλητότητα εντός του αμπελώνα.
Συγκεκριμένα με τη χρήση των πολυφασματικών εικόνων από αερομεταφερόμενους αισθητήρες έχει καταστεί δυνατή η από απόσταση διάκριση της μεταβλητότητας και ποικιλομορφίας ενός αμπελώνα η οποία προκαλείται από διαφορές στη μορφολογία, τα χαρακτηριστικά του εδάφους, τις πρακτικές διαχείρισης, την υγεία των φυτών και τα μεσο-κλίματα.
Η χρήση των δεικτών βλάστησης, οι οποίοι παράγονται από τις διάφορες φασματικές ζώνες των εναέριων πολυφασματικών εικόνων, παρέχει ένα μέτρο κεφαλαιοποίησης της αντίθεσης που υπάρχει στη βιομάζα αμπέλου, όταν μετράται σε διαφορετικές ζώνες συχνοτήτων.
Αυτοί που χρησιμοποιούνται συνήθως είναι ο Κανονικοποιημένος δείκτης βλάστησης (NIDVI) και η φυτική κυτταρική πυκνότητα Plant Cell Density (PCD) ή Δείκτης Βλάστησης (RVI). Και οι δύο αυτοί δείκτες κάνουν χρήση του γεγονότος ότι υγιή, εύρωστα αμπέλια θα δείξουν ισχυρή ανακλαστικότητα στο εγγύς υπέρυθρο και πολύ χαμηλή ανακλαστικότητα στο κόκκινο.

'''ΠΑΛΑΙΟΤΕΡΕΣ ΜΕΘΟΔΟΙ'''

Η πιο διαδεδομένη ακόμα και σήμερα μέθοδος εκτίμησης της παραγωγής και διαχείρισης ενός αμπελώνα είναι η δειγματοληπτική επιτόπια παρατήρηση στο αγροτεμάχιο η οποία απαιτεί πολύ χρόνο και ανθρώπινο δυναμικό ενώ η ακρίβειά της σχετίζεται με τον αριθμό των επαναλήψεων και την εμπειρία του προσωπικού που διενεργεί τους ελέγχους

'''Η ΥΠΟ ΕΞΕΤΑΣΗ ΕΦΑΡΜΟΓΗ'''

Μόλις ο δείκτης βλάστησης NDVI υπολογιστεί, ταξινομείται σε ένα ευρετήριο εικόνας ψευδο-χρώματος, σύμφωνα με το οποίο διαφορετικές κατηγορίες στο χρώμα αντιπροσωπεύουν διαχειρίσιμες διαφορές στην ποικιλομορφία της αμπέλου, όπως μπορεί να φανεί στο Σχ. 1.

[[Αρχείο:a3_pic1.jpg]]

Σχήμα 1: Εικόνα Ψευδο-χρώματος ΝDVI ενός τμήματος του υπό εξέταση αμπελώνα σε ένα αγρόκτημα στο Stellenbosch, όπου το κόκκινο αντιπροσωπεύει χαμηλές τιμές NDVΙ, το πράσινο αντιπροσωπεύει μέσες τιμές NDVΙ και το μπλε αντιπροσωπεύει υψηλές τιμές NDVΙ.

Η ανάλυση της εικόνας των αμπελώνων απαιτεί κατ 'αρχάς, τη διάκριση από γειτονικά δάση, υποστατικά και γεωργική γη και κατά δεύτερο λόγο τη διάκριση των επιμέρους σειρών στο αμπέλι και τη διάκριση μεμονωμένων αμπελιών στις σειρές. Όλες αυτές οι εργασίες συνήθως γίνονται με το χέρι.
Μπορεί να φανεί από το Σχ. 1 ότι η ταξινόμηση στο ψευδο-χρώμα έχει συμπεριλάβει τιμές NDVI για τις σειρές της αμπέλου, τη μεταξύ των σειρών φυτική κάλυψη, τις σκιές και το γυμνό έδαφος. Μια προσπάθεια να ελαχιστοποιηθεί το πρόβλημα αυτό μπορεί να γίνει με την τροποποίηση της ταξινόμησης, με την αποτελεσματική μετακίνηση όλων των τάξεων του ψευδο-χρώματος σε υψηλότερες τιμές NDVI για να απομονωθούν τιμές NDVI μόνο για τα αμπέλια.
Αυτή η διαδικασία φαίνεται στο Σχ. 2

[[Αρχείο:a3_pic2.jpg]]

Είναι εμφανές ότι με τη διαδικασία αυτή γίνεται ένας «συμβιβασμός» τιμών και η βέλτιστη ισορροπία είναι δύσκολο να επιτευχθεί για μια σωστή ταξινόμηση.
Η παρούσα εργασία προτείνει μια μέθοδο κατάτμησης εικόνας για την διάκριση των σειρών της αμπέλου από την πολυφασματική εικόνα πριν από την κατάταξη του δείκτη βλάστησης με ψευδο-χρώμα, περιορίζοντας έτσι το σύστημα κατάταξης μόνο στη βλάστηση του αμπελιού και εξασφαλίζοντας μια πιο αξιόπιστη συσχέτιση με βιοφυσικές παραμέτρους όπως η βιομάζα.
Ο στόχος της κατάτμησης είναι να διακρίνει αυτόματα τα αμπέλια από τα γειτονικά δάση και τις γεωργικές εκτάσεις και να διακρίνει τις γραμμές στους αμπελώνες, όπως επισημαίνεται στο σχήμα 3.

[[Αρχείο:a3_pic3.jpg]]

Μόλις οι μεμονωμένες σειρές γίνουν διακριτές τα μεμονωμένα αμπέλια μπορούν να ταυτοποιηθούν με άλλα μέσα, όπως η ανάλυση της μεταβολής του πλάτους των γραμμών. Μόλις γίνουν διακριτά τα αμπέλια οι μετρήσεις ανάπτυξης υπολογίζονται γι’ αυτά από τα γειτονικά pixels.

'''ΜΕΘΟΔΟΛΟΓΙΑ'''

Η μέθοδος κατάτμησης που χρησιμοποιείται σε αυτή τη μελέτη είναι ένας συνδυασμός ενός «κατωφλίου» και μιας τεχνική που βασίζεται σε γράφημα. Το κατώφλι εφαρμόζεται για να αυξηθεί η αντίθεση μεταξύ του αμπελώνα και των παρακείμενων χαρακτηριστικών (δρόμοι, κτίρια, χώρος μεταξύ των γραμμών κ.λπ.).
Για τη διάκριση των σειρών εφαρμόζεται στην εικόνα κατωφλίου ένα γράφημα G (V, E) όπου V είναι το σύνολο των κορυφών στο γράφημα και E είναι το σύνολο των ακμών που συνδέουν τις κορυφές.
Κάθε κορυφή στο γράφημα αντιπροσωπεύει ένα εικονοστοιχείο (pixel) στην εικόνα με καθορισμό κατωφλίου, και κάθε κορυφή φέρει τη σχετική τιμή pixel ως ένα χαρακτηριστικό. Οι γειτονικές κορυφές (pixels) συνδέονται, αν οι διαφορές στις τιμές κορυφής είναι κάτω από το όριο που ορίζεται από το χρήστη. Η σύνδεση των κορυφών με τον παραπάνω τρόπο θα δώσουν υπο-γραφήματα στο γράφημα G. Με την εφαρμογή ενός αλγόριθμου στις συνδεδεμένες τιμές, εξάγονται τα υπο-γραφήματα, και ως συνέπεια τα τμήματα της εικόνας κατωφλίου.
Τα αμπέλια διαχωρίζονται από γειτονικά δάση ή καλλιέργειες με τον υπολογισμό της απόστασης μεταξύ των σειρών.
Αν η απόσταση είναι μικρότερη από το μέγιστο αναμενόμενο πλάτος μεταξύ των σειρών, τότε το τμήμα γίνεται δεκτό ως αμπέλι. Αυτή η μέθοδος επιτρέπει επίτευξη των δύο πρώτων στόχων της κατάτμησης σε ένα βήμα, δηλαδή ο αμπελώνας διακρίνεται από το φόντο (δάσος, υποστατικά, κ.λπ.) και ταυτόχρονα διακρίνονται οι μεμονωμένες σειρές αμπέλου.
Η μελέτη διεξήχθη χρησιμοποιώντας εικόνες από έναν αμπελώνα φυτεμένο με την ποικιλία Merlot (Vitis vinfera L. cv Merlot) κλώνος MO 9, εμβολιασμένη σε υποκείμενο R110 (Vitis berlandieri x Vitis rupesfris) στην περιοχή Stellenbosch της Νότιας Αφρικής.
Τα αμπέλια είναι φυτεμένα σε αποστάσεις 2,7 m x 1,5 m με προσανατολισμό ανατολής-δύσης και υποστυλωμένα σε ένα σύστημα επτά συρμάτων. Οι εικόνες που χρησιμοποιούνται σε αυτήν την μελέτη συλλέχθηκαν κατά τη διάρκεια της καλλιεργητικής περιόδου 2007/2008. Η περιοχή δοκιμής αποτελούνταν από 48 οικόπεδα εντός του αμπελώνα που χρησιμοποιήθηκαν επίσης σε μια μελέτη άρδευσης.
Το καθένα φιλοξενεί πειραματικά μπλοκ των 48 αμπελιών (12 αμπέλια σε τέσσερις σειρές). Αυτή η ενότητα ασχολείται με την απόκτηση της εικόνας και της διαδικασίας διόρθωσης, καθώς και μερικές από τις δυσκολίες που σχετίζονται με την κατάτμηση και προ-επεξεργασία των εικόνων.
Για την απόκτηση εικόνας χρησιμοποιήθηκαν δύο ψηφιακές φωτογραφικές μηχανές SLR για εναέρια λήψη. Μια Canon 10D (Canon, 2009) με έναν CMOS αισθητήρα, η οποία χρησιμοποιήθηκε για να λάβει έγχρωμες εικόνες, και μια Nikon D100 (Nikon, 2009) με CCD (charge-coupled device) αισθητήρα, η οποία χρησιμοποιήθηκε για τη λήψη εικόνας στο εγγύς υπέρυθρο (NIR). Η αεροφωτογραφία πραγματοποιήθηκε σε ύψος περίπου 350 μέτρα πάνω από το έδαφος, παρέχοντας ένα ονομαστικό μεγέθος εικόνας pixel 20 cm. Το ζεύγος φωτογραφιών ελήφθη όσο πιο κοντά στο μεσημέρι σε μια προσπάθεια να ελαχιστοποιηθεί η επίδραση των σκιών.

[[category:Γεωργία]]

Εφαρμογή της τηλεπισκόπησης στην αμπελουργία ακριβείας

2017-02-10T11:48:04Z

Papanastasiou Christos:

Εφαρμογή της τηλεπισκόπησης στην αμπελουργία ακριβείας

2017-02-10T11:47:10Z

Papanastasiou Christos: Νέα σελίδα με 'J.L. Smit1 , G. Sithole1 and A.E. Strever2 (1)Geomatics Division, School of Architecture, Planning and Geomatics, University of Cape Town, Private Bag X3, Rondebosch ...'

Εκτίμηση αναγέννησης μετά από πυρκαγιά στο Εθνικό Πάρκο Yosemite

2017-02-10T11:41:25Z

Papanastasiou Christos:

Mindy Syfert, Team leader

Jacqueline Rudy, Team member

Lindsey Anderson, Team member

Casey Cleve, Team member

Jeffery Jenkins, Team member

J.W. Skiles, Science advisor

Cindy Schmidt, Science advisor

DEVELOP Program Mail Stop 242-4 NASA Ames Research Center Moffett Field, CA 94035 MSyfert@nature.berkeley.edu Joseph.W.Skiles@nasa.gov

'''ΑΝΤΙΚΕΙΜΕΝΟ ΕΦΑΡΜΟΓΗΣ'''

Η Αξιολόγηση της οικολογικής αλλαγής είναι ολοένα και πιο σημαντική για τους διαχειριστές του Yosemite National Park. Το πάρκο γνώρισε μερικές από τις μεγαλύτερες πυρκαγιές στην πρόσφατη ιστορία οι οποίες άλλαξαν σημαντικά τα οικοσυστήματα και τα τοπία του. Τεχνικές ανίχνευσης αυτών των αλλαγών χρησιμοποιήθηκαν στην εκτίμηση αναγέννησης του πάρκου μετά τις πυρκαγιές που σημειώθηκαν το 1988, το 1990 και το 1996. Αυτό έγινε με τη χρήση χρονοσειρών του κανονικοποιημένου δείκτη βλάστησης (NDVI) και της ομαλοποιημένης διαφοράς υγρασίας (NDMI) από εικόνες που προέρχονται από το δορυφόρο Landsat TM αλλά και εικόνες ΕΤΜ+.
Επιπλέον, εφαρμόστηκε μια λιγότερο γνωστή μέθοδος αξιολόγησης της αλλαγής, η RGB-NDVI και RGB-NDMI μη επιβλεπόμενη ταξινόμηση για τη δημιουργία σύνθετων χαρτών αλλαγής από εικόνες που ελήφθησαν σε 7 διαφορετικές ημερομηνίες. Επιτόπια έρευνα διεξήχθη σε τρεις περιοχές μελέτης για τεκμηρίωση. Οι τεχνικές τηλεπισκόπισης σε συνδυασμό με την επιτόπια έρευνα εντόπισαν διακριτά μοτίβα ανάπλασης στις περιοχές μετά την πυρκαγιά.

'''ΣΤΟΧΟΙ ΤΗΣ ΕΦΑΡΜΟΓΗΣ'''

To Yosemite National Park είναι ένα φυσικό καταφύγιο στη Σιέρα Νεβάδα της Καλιφόρνια που καλύπτει περίπου 300.000 εκτάρια σε υψόμετρο που κυμαίνεται από 600 έως 4000m. Βράχοι γρανιτικών πετρωμάτων και βαθιά διαβρωμένες κοιλάδες συμβάλουν σημαντικά στην παγκοσμίου φήμης μαγευτική θέα του Yosemite. Αυτοί οι εντυπωσιακοί σχηματισμοί δημιουργούν επίσης πολλά πολύπλοκα και ποικίλα οικοσυστήματα, τα οποία ανταποκρίνονται σε μια σειρά από κλίματα που δημιουργούνται από τα διάφορα υψόμετρα. Συνολικά τέσσερις καμένες τοποθεσίες αξιολογήθηκαν για το έργο αυτό: Το A-Rock, το οποίο κάηκε το 1990, το Steamboat (1990) το Walker, (1988) και το Ackerson, (1996) (Σχήμα 1).
Σχήμα 1: Landsat TM ψευδέγχρωμα σύνθετα των χώρων μελέτης εμφανίζουν περιγράμματα των πυρκαγιών από εικόνες ένα έτος μετά την πυρκαγιά και τη θέση των χώρων εντός του Yosemite. (Στο Α-Rock / Steamboat ένθετο, η τοποθεσία Α-Rock είναι στα αριστερά και Steamboat είναι στα δεξιά)

[[Αρχείο:a2_pic1.jpg]]

Οι περιοχές αυτές έχουν επιλεγεί με βάση το κριτήριο της διαχείρισης των πόρων, την προσβασιμότητα και τη διαθεσιμότητα εικόνων χωρίς σύννεφα. Οι πυρκαγιές στο Steamboat και στο A-ροκ έκαιγαν χωριστά, αλλά ταυτόχρονα, και θεωρούνται ως ένας τομέας μελέτης για το έργο αυτό. Οι πυρκαγιές στο Α-Rock και το Steamboat και η φωτιά στο Ackerson ήταν μεγάλες καταστροφικές πυρκαγιές. Η φωτιά έκαψε στο Ackerson 47.000 στρέμματα και για το λόγο αυτό, η παρούσα μελέτη επικεντρώθηκε σε ένα μόνο τμήμα της πυρκαγιάς που ορίζεται από προφανή φυσικά χαρακτηριστικά. Και οι τέσσερις πυρκαγιές ξεκίνησαν από κεραυνό και κάηκαν διάφορες ζώνες βλάστησης.
Στόχοι της εφαρμογής ήταν να εντοπιστούν διακριτά μοτίβα ανάπλασης στις περιοχές μετά τις πυρκαγιές, με τεχνικές τηλεπισκόπισης σε συνδυασμό με επιτόπια έρευνα.

'''ΠΑΛΑΙΟΤΕΡΕΣ ΜΕΘΟΔΟΙ'''

Η πιο διαδεδομένη ακόμα και σήμερα μέθοδος αξιολόγησης μιας οικολογικής αλλαγής είναι η δειγματοληπτική επιτόπια παρατήρηση in situ η οποία απαιτεί πολύ χρόνο και ανθρώπινο δυναμικό ενώ η ακρίβειά της σχετίζεται με τον αριθμό των επαναλήψεων και την εμπειρία του προσωπικού που διενεργεί τους ελέγχους.

'''Η ΥΠΟ ΕΞΕΤΑΣΗ ΕΦΑΡΜΟΓΗ / ΜΕΘΟΔΟΛΟΓΙΑ'''

Η αρμόδια Δασική Υπηρεσία παρείχε στην ομάδα εργασίας Landsat εικόνες για το χρονικό διάστημα από το 1973 έως το 2004. Εικόνες από αισθητήρες ΕΤΜ + επιλέχθηκαν για την περίοδο 1988-2004, η οποία περιλαμβάνει το χρόνο της παλαιότερης φωτιάς στην πιο πρόσφατη διαθέσιμη εικόνα. Οι Εικόνες αποκτήθηκαν τον Ιούλιο για να ελαχιστοποιηθεί η αντανάκλαση που προκαλείται από τις εποχιακές ροές βλάστησης και τις διαφορές στις γωνίες πρόσπτωσης του ήλιου.
Επιλέχθηκαν δείκτες βλάστησης για να γίνουν πιο διακριτές οι αλλαγές. Συγκεκριμένα υπολογίστηκαν για κάθε Landsat εικόνα από το 1989-2004, ο κανονικοποιημένος διαφοροποιημένος δείκτης βλάστησης (NDVI) και η κανονικοποιημένη διαφορά του δείκτη υγρασίας (NDMI).
Ο NDVI χρησιμοποιείται ευρέως για την παρακολούθηση της βλάστησης αλλά αποδείχθηκε πολύ χρήσιμος και για την ανίχνευση μεταβολών στα δάση. Ο NDMI χρησιμοποιεί τη ζώνη του μέσου υπέρυθρου, η οποία έχει μια ισχυρή συσχέτιση με την αναγέννηση και επιλέχθηκε για την ευκολία του να υπολογίσει και να ερμηνεύσει. Ο υπολογισμός του NDMI είναι παρόμοιος με του NDVI με τη διαφορά ότι η μπάντα του μέσου υπέρυθρου χρησιμοποιείται στη θέση του κόκκινου. Η εξίσωση για τις εικόνες Landsat είναι:

[[Αρχείο:a2_pic2.jpg]]

Η έρευνα έλαβε υπόψη τη σχέση μεταξύ των ιδιοτήτων ανάκλασης του κόκκινου, του εγγύς υπέρυθρου NIR και του μέσου υπέρυθρου MIR να διακρίνουν μοτίβα αναγέννησης. Μια πυρκαγιά εκθέτει το γυμνό έδαφος, το οποίο έχει υψηλότερο συντελεστή ανάκλασης από ένα δάσος. Όπως το δάσος αναγεννάται, η ανάκλαση μειώνεται στις ορατές ζώνες (λόγω της αύξησης βλάστησης και την απορρόφηση της χλωροφύλλης) και αρχικά αυξάνεται η ανάκλαση στο εγγύς υπέρυθρο (λόγω της αυξημένης σκέδασης). Η ανακλαστικότητα στη συνέχεια στο Εγγύς υπέρυθρο μειώνεται κατά τη διάρκεια του χρόνου και σε προχωρημένα στάδια της αναγέννησης λόγω σκίασης από τη βλάστηση. Στο μέσο υπέρυθρο η ανακλαστικότητα μειώνεται από την απορρόφηση του νερού και τη σκίαση.
Επιτόπια έρευνα διεξήχθη στα τέλη του Ιουνίου και στα μέσα Ιουλίου κατά τη διάρκεια του καλοκαιριού του 2005. 65 Οικόπεδα, με διάμετρο 30 m το καθένα επιλέχθηκαν για να τεκμηριωθεί το κυριαρχούν είδος, η παρούσα κατάστασή (δηλαδή δέντρα που επιβίωσαν της πυρκαγιάς) και το ποσοστιαίο είδος κάλυψης. Επιπλέον τεκμηριώθηκαν η διάμετρος των δέντρων και το ύψος τους.
Εικόνα: χάρτες ανίχνευσης αλλαγών. 1 SD από το μέσο όρο δείχνει μια περιοχή χωρίς καμία αλλαγή, 2 SD από το μέσο όρο δείχνει σημαντική αλλαγή και 3 SD ή μεγαλύτερη υποδεικνύει σημαντικές αλλαγές

[[Αρχείο:a2_pic3.jpg]]

Η οπτική μέθοδος RGB-NDVI (ή RGB-NDMI) είναι μια απλή τεχνική δημιουργίας έγχρωμων σύνθετων αξιοποιώντας την θεωρία του προσθετικού χρώματος. Οι χάρτες ανίχνευσης αλλαγών δημιουργήθηκαν για να αξιολογήσουν την επίδραση των αλλαγών μέσα στο χρόνο

'''ΣΥΜΠΕΡΑΣΜΑΤΑ'''

Παρά το γεγονός ότι οι χάρτες ανίχνευσης αλλαγών μέσω δεικτών και μέσω μεθόδου RGB είναι παρόμοια, η μέθοδος RGB συνόψισε τη χρονική διακύμανση σε όλη τη διάρκεια των ετών, δεδομένου ότι η πυρκαγιά σημειώθηκε σε ένα ενιαίο θεματικό χάρτη. Κάθε περιοχή εμφανίζει κυανό χρώμα στη μέθοδο RGB και φαίνεται να είναι παρομοίως η περιοχή με σημαντική αλλαγή (3 SD από τη μέση τιμή) στην εικόνα.
Μελλοντικές έρευνες θα επικεντρωθούν σε πιο λεπτομερείς και αυστηρά ποσοτικές αλλαγές με την εφαρμογή εικόνων υψηλότερης ανάλυσης, όπως οι ASTER. Επιπλέον, η οπτική επιθεώρηση των χαρτών NDMI και NDVI δείχνει ότι ο δείκτης NDMI είναι πιθανώς πιο ευαίσθητος στο να διακρίνει μοτίβα αλλαγών από τον NDVI, απαιτείται όμως περαιτέρω διερεύνηση και σύγκριση αυτών των δεικτών για την ανίχνευση αλλαγών.

Πηγή άρθρου: http://www.asprs.org/a/publications/proceedings/reno2006/0148.pdf

[[category:Δασοπονία, Δασική διαχείριση]]

Αρχείο:A2 pic1.jpg

2017-02-10T11:31:12Z

Papanastasiou Christos:

Εκτίμηση αναγέννησης μετά από πυρκαγιά στο Εθνικό Πάρκο Yosemite

2017-02-10T11:30:19Z

Papanastasiou Christos: Νέα σελίδα με 'Mindy Syfert, Team leader Jacqueline Rudy, Team member Lindsey Anderson, Team member Casey Cleve, Team member Jeffery Jenkins, Team member J.W. Skiles, Science adviso...'

Παπαναστασίου Χρίστος

2017-02-10T11:25:50Z

Papanastasiou Christos:

[[Διαχείριση αμπελώνων σε ζώνες μέσω αερομεταφερόμενης τηλεπισκόπησης]]

[[Εκτίμηση αναγέννησης μετά από πυρκαγιά στο Εθνικό Πάρκο Yosemite]]

[[Εφαρμογή της τηλεπισκόπησης στην αμπελουργία ακριβείας]]

[[Η χρήση της Τηλεπισκόπησης για την αξιολόγηση της Βιοποικιλότητας στις γεωργικές εκτάσεις]]

[[Παρακολούθηση καλλιέργειας καλαμποκιού και συγκομιδής με τη χρήση οπτικών και RADARSAT-2 εικόνων]]

[[ΠΕΔΙΑ ΚΑΙ ΤΡΟΠΟΙ ΚΑΤΑΓΡΑΦΗΣ ΤΗΣ ΠΑΡΑΛΛΑΚΤΙΚΟΤΗΤΑΣ ΣΤΗ ΓΕΩΡΓΙΑ ΑΚΡΙΒΕΙΑΣ]]

[[Τα βασικά της Τηλεπισκόπησης στην γεωργία]]

[[Τηλεπισκόπηση και άλλες Διαστημικές εφαρμογές για την παρακολούθηση και κατανόηση της απότομης κλιματικής αλλαγής]]

[[ΤΗΛΕΠΙΣΚΟΠΗΣΗ ΚΑΙ ΓΕΩΓΡΑΦΙΚΑ ΣΥΣΤΗΜΑΤΑ ΠΛΗΡΟΦΟΡΙΩΝ: ΔΥΟ ΑΠΑΡΑΙΤΗΤΑ ΕΡΓΑΛΕΙΑ ΓΙΑ ΤΗΝ ΠΡΟΣΤΑΣΙΑ ΤΟΥ ΠΕΡΙΒΑΛΛΟΝΤΟΣ]]

[[Χρήση της Τηλεπισκόπησης και των Γεωγραφικών Συστημάτων Πληροφοριών στην αειφόρο Γεωργική Διαχείριση και Ανάπτυξη - Η Ινδική εμπειρία]]

[[category:ΔΠΜΣ ]]

Παπαναστασίου Χρίστος

2017-02-10T11:23:20Z

Papanastasiou Christos:

[[Η χρήση της Τηλεπισκόπησης για την αξιολόγηση της Βιοποικιλότητας στις γεωργικές εκτάσεις]]

[[Παρακολούθηση καλλιέργειας καλαμποκιού και συγκομιδής με τη χρήση οπτικών και RADARSAT-2 εικόνων]]

[[ΠΕΔΙΑ ΚΑΙ ΤΡΟΠΟΙ ΚΑΤΑΓΡΑΦΗΣ ΤΗΣ ΠΑΡΑΛΛΑΚΤΙΚΟΤΗΤΑΣ ΣΤΗ ΓΕΩΡΓΙΑ ΑΚΡΙΒΕΙΑΣ]]

[[Τα βασικά της Τηλεπισκόπησης στην γεωργία]]

[[Τηλεπισκόπηση και άλλες Διαστημικές εφαρμογές για την παρακολούθηση και κατανόηση της απότομης κλιματικής αλλαγής]]

[[ΤΗΛΕΠΙΣΚΟΠΗΣΗ ΚΑΙ ΓΕΩΓΡΑΦΙΚΑ ΣΥΣΤΗΜΑΤΑ ΠΛΗΡΟΦΟΡΙΩΝ: ΔΥΟ ΑΠΑΡΑΙΤΗΤΑ ΕΡΓΑΛΕΙΑ ΓΙΑ ΤΗΝ ΠΡΟΣΤΑΣΙΑ ΤΟΥ ΠΕΡΙΒΑΛΛΟΝΤΟΣ]]

[[Χρήση της Τηλεπισκόπησης και των Γεωγραφικών Συστημάτων Πληροφοριών στην αειφόρο Γεωργική Διαχείριση και Ανάπτυξη - Η Ινδική εμπειρία]]

[[category:ΔΠΜΣ ]]

Παπαναστασίου Χρίστος

2017-02-10T11:21:00Z

Papanastasiou Christos:

[[Παρακολούθηση καλλιέργειας καλαμποκιού και συγκομιδής με τη χρήση οπτικών και RADARSAT-2 εικόνων]]

[[ΠΕΔΙΑ ΚΑΙ ΤΡΟΠΟΙ ΚΑΤΑΓΡΑΦΗΣ ΤΗΣ ΠΑΡΑΛΛΑΚΤΙΚΟΤΗΤΑΣ ΣΤΗ ΓΕΩΡΓΙΑ ΑΚΡΙΒΕΙΑΣ]]

[[Τα βασικά της Τηλεπισκόπησης στην γεωργία]]

[[Τηλεπισκόπηση και άλλες Διαστημικές εφαρμογές για την παρακολούθηση και κατανόηση της απότομης κλιματικής αλλαγής]]

[[ΤΗΛΕΠΙΣΚΟΠΗΣΗ ΚΑΙ ΓΕΩΓΡΑΦΙΚΑ ΣΥΣΤΗΜΑΤΑ ΠΛΗΡΟΦΟΡΙΩΝ: ΔΥΟ ΑΠΑΡΑΙΤΗΤΑ ΕΡΓΑΛΕΙΑ ΓΙΑ ΤΗΝ ΠΡΟΣΤΑΣΙΑ ΤΟΥ ΠΕΡΙΒΑΛΛΟΝΤΟΣ]]

[[Χρήση της Τηλεπισκόπησης και των Γεωγραφικών Συστημάτων Πληροφοριών στην αειφόρο Γεωργική Διαχείριση και Ανάπτυξη - Η Ινδική εμπειρία]]

[[category:ΔΠΜΣ ]]

Παπαναστασίου Χρίστος

2017-02-10T11:12:46Z

Papanastasiou Christos: Νέα σελίδα με 'Add Your Content Here category:ΔΠΜΣ '

Add Your Content Here

[[category:ΔΠΜΣ ]]

Αρχείο:A10 pic4.jpg

2017-02-10T10:51:28Z

Papanastasiou Christos:

Χρήση της Τηλεπισκόπησης και των Γεωγραφικών Συστημάτων Πληροφοριών στην αειφόρο Γεωργική Διαχείριση και Ανάπτυξη - Η Ινδική εμπειρία

2017-02-10T10:49:42Z

Papanastasiou Christos:

S.K.Bhan, S.K. Saha, L.M. Pande and J. Prasad

Indian Institute of Remote Sensing, NRSA DEHRADUN-248001, India.

'''ΑΝΤΙΚΕΙΜΕΝΟ ΕΦΑΡΜΟΓΗΣ'''

Η αειφόρος γεωργία έχει την υψηλότερη προτεραιότητα σε όλες τις χώρες, ανεπτυγμένες ή αναπτυσσόμενες. Η αεροδιαστημική τηλεπισκόπηση και η τεχνολογία GIS αποκτούν όλο και μεγαλύτερη σημασία ως χρήσιμα εργαλεία για τη βιώσιμη γεωργική διαχείριση και ανάπτυξη. Αυτή η μελέτη ερευνά την ολοκληρωμένη χρήση της τηλεπισκόπησης και της τεχνολογίας GIS σε διάφορους τομείς για τη βιώσιμη διαχείριση και ανάπτυξη της γεωργίας στην Ινδία, με συγκεκριμένα παραδείγματα.

'''ΣΤΟΧΟΙ ΤΗΣ ΕΦΑΡΜΟΓΗΣ'''

Ο ευρύτερος στόχος της βιώσιμης γεωργίας είναι να εξισορροπήσει τη διαθεσιμότητα των πόρων της γης με τις απαιτήσεις των καλλιεργειών, δίνοντας ιδιαίτερη προσοχή στη βελτιστοποίηση της χρήσης των πόρων για την επίτευξη συνεχούς παραγωγικότητας επί μακρό χρονικό διάστημα. Η βιώσιμη αύξηση της παραγωγής των καλλιεργειών θα μπορούσε να επιτευχθεί με την υιοθέτηση μιας σειράς γεωργικών τεχνολογιών, η οποίες μπορούν να συνοψιστούν ως εξής:
• Βελτιωμένη τεχνολογία διαχείρισης των καλλιεργειών μέσω της χρήσης ποικιλιών υψηλής απόδοσης, οι οποίες ανταποκρίνονται στις διαθέσιμες εισροές και αντέχουν σε κλιματικές και βιοτικές καταπονήσεις
• Κατάλληλα συστήματα καλλιέργειας για διαφορετικές αγρο-οικολογικές περιοχές με βάση το έδαφος, και τις κλιματικές συνθήκες
• Ολοκληρωμένη διαχείριση των θρεπτικών ουσιών για τη βελτίωση της παραγωγικότητας του εδάφους και την ελαχιστοποίηση του κινδύνου ρύπανσης του εδάφους, του νερού και του περιβάλλοντος
• Ολοκληρωμένη διαχείριση επιβλαβών οργανισμών για τον αποτελεσματικό έλεγχό τους, καθώς και τη μείωση των αρνητικών επιπτώσεων των φυτοφαρμάκων για το περιβάλλον
• Προστασία του νερού και του εδάφους για τον έλεγχο της υποβάθμισης του εδάφους και τη βελτίωση της διαθεσιμότητας σε υγρασία.
• μεγιστοποίηση της αποτελεσματικότητας της χρήση εισροών όσον αφορά την οικονομική απόδοση

'''ΠΑΡΑΔΕΙΓΜΑΤΑ'''

'''1) Ανάλυση συστημάτων καλλιέργειας'''

Πληροφορίες σχετικά με τα υπάρχοντα συστήματα καλλιέργειας σε μια περιοχή σε σχέση με την τοπική έκταση των καλλιεργειών, την ζωηρότητα, την ετήσια απόδοση και τις αμειψισπορές, είναι σημαντικές για την διαπίστωση περιοχών με χαμηλή έως μέση παραγωγικότητα, όπου η βιώσιμη αύξηση της παραγωγής των καλλιεργειών μπορεί να επιτευχθεί με αποδοχή κατάλληλων πακέτων αγρονομικών διαχείρισης, συμπεριλαμβανομένης της εισαγωγής νέων καλλιεργειών κλπ Η τεχνολογία GIS μπορεί να διαδραματίσει ζωτικό ρόλο στην ανάλυση με χωρική και χρονική ενσωμάτωση σχετικών πληροφοριών.
Η Εικόνα 1 δείχνει την χωρική κατανομή των διαφόρων καλλιεργειών η οποία είναι το τελικό αποτέλεσμα μιας μελέτης που διεξάγεται στη Νότια Ινδία (Madnur Watershed, περιοχή Nizamabad, Andhra Pradesh). Η ανάλυση πραγματοποιήθηκε από GIS με την ενσωμάτωση πολλαπλών χρονικών ψηφιακών δορυφορικών δεδομένων (IRS1B και LISSII) που βασίζονται σε μητρώο των καλλιεργειών στο Kharif (περίοδος των βροχών), στο Rabi (το χειμώνα) και τις εποχές των καλλιεργειών το καλοκαίρι .Τα αποτελέσματα αυτής της μελέτης συνοψίζονται στον Πίνακα 1.

Εικόνα 1: Χάρτης καλλιεργειών που δημιουργείται μέσω συνδυασμένης χρήσης χρονικών ψηφιακών δορυφορικών δεδομένων και GIS.

[[Αρχείο:a10_pic1.jpg]]

[[Αρχείο:a10_pic2.jpg]]

Τα αποτελέσματα δείχνουν ότι το 52% της περιοχής μελέτης έχει χαμηλή παραγωγικότητα στις –μιας εποχής- καλλιέργειες (ρύζι ή σόργο ή ξηρικές καλλιέργειες). Μόνο το 10% της περιοχής έχει μέτρια προς υψηλή παραγωγικότητα στις καλλιέργειες δύο και τριών εποχών. Το μεγαλύτερο μέρος της λεκάνης απορροής δεν διαθέτει εγκαταστάσεις άρδευσης και ως εκ τούτου ξηρικές καλλιέργειες που καλλιεργούνται μόνο στη μια εποχή από τις τρεις σε ένα έτος είναι το κύριο σύστημα γεωργίας στην περιοχή.

'''2) Χωροταξικός σχεδιασμός αγροοικολογικών ζωνών'''

Οι Αγρο-οικολογικές ζώνες είναι μια σημαντική βάση αειφόρου σχεδιασμού γεωργικής χρήσης γης μιας περιοχής. Περιλαμβάνουν την οριοθέτηση τοπίων σε περιοχές που είναι σε μεγάλο βαθμό ομοιογενείς όσον αφορά το αγρο-κλίμα, το έδαφος και τα χαρακτηριστικά του και είναι επίσης σχετικά ομοιόμορφη σε σχέση με τις δυνατότητες παραγωγής των καλλιεργειών. Η τεχνολογία GIS είναι πολύ χρήσιμη για την αυτοματοποιημένη λογική ενσωμάτωσης των δεδομένων
Το Σχήμα 2 απεικονίζει μια μεθοδολογία που βασίζεται σε Τηλεπισκόπηση και Γεωγραφικά Συστημάτα Πληροφοριών με χρήση δορυφορικών εικόνων (IRS-1Β: LISS Ι & ΙΙ), χαρτών εδάφους, χρήσης γης και καθεστώτος άρδευσης, δεδομένα κλίσεων και βοηθητικά δεδομένα χαρακτηριστικών γης και εισροών.

[[Αρχείο:a10_pic3.jpg]]

'''3) Απογραφή διάβρωσης του εδάφους'''

Οι πληροφορίες σχετικά με τη διάβρωση του εδάφους, όπως η ποσοτικοποίηση της απώλειας και της διατήρησης του εδάφους λόγω διάβρωσης και η ιεράρχηση των λεκανών απορροής, παρέχει ζωτικής σημασίας πληροφορίες για τη βιώσιμη γεωργική διαχείριση σε σχέση με την προστασία του εδάφους. Οι τεχνικές τηλεπισκόπησης και GIS χρησιμοποιούνται αποτελεσματικά στην Ινδία για την προετοιμασία απογραφών με την ενσωμάτωση χαρτών φυσιογραφίας, χρήσεων γης / κάλυψης γης, κλίσης εδάφους και άλλων βοηθητικών δεδομένων.

'''4) Δυναμική του εδαφικού άνθρακα και αξιολόγηση της παραγωγικότητας της γης'''

Με τη μελέτη της δυναμικής του άνθρακα των αγρο-οικοσυστημάτων είναι δυνατόν να ποσοτικοποιηθεί η σταθεροποίηση και απελευθέρωση του διοξειδίου του άνθρακα στο σύστημα εδαφος-καλλιέργεια-φυτό. Αυτή η γνώση είναι απαραίτητη για την εκτίμηση της καταστροφής της οργανικής ύλης του εδάφους, τη μακροχρόνια γονιμότητα του εδάφους και τη σταθερή παραγωγικότητα των αγροοικοσυστημάτων. Μια ολοκληρωμένη μεθοδολογία που βασίζεται σε Τηλεπισκόπηση και Γεωγραφικά Συστήματα Πληροφοριών αναπτύχθηκε για τη μελέτη της δυναμικής του άνθρακα χρησιμοποιώντας μοντέλα όπως το Όσναμπρικ – Βιόσφαιρα.

'''5) Ολοκληρωμένος περιορισμός της ξηρασίας'''

Μια ολοκληρωμένη μέθοδος για τον περιορισμό της ξηρασίας, χρησιμοποιείται επιχειρησιακά στην Ινδία και αποτελεί μια από τις στρατηγικές για την αειφόρο ανάπτυξη της γεωργίας. Ενσωματώνει έναν δορυφορικό φασματικό δείκτη βλάστησης (VI), δεδομένα χρήσεων γης / κάλυψης γης μετεωρολογικά δεδομένα και άλλα βοηθητικά στοιχεία. Η επεξεργασία των πληροφοριών μέσω GIS, παρέχει μια ρεαλιστική εκτίμηση της ξηρασίας (Σχήμα 7).

Σχήμα 7: Εθνικό σύστημα παρακολούθησης και αξιολόγησης της ξηρασίας (διάγραμμα ροής)

[[Αρχείο:a10_pic4.jpg]]

'''ΠΑΛΑΙΟΤΕΡΕΣ ΜΕΘΟΔΟΙ'''

Η πιο διαδεδομένη ακόμα και σήμερα μέθοδος εκτίμησης της παραγωγής και διαχείρισης είναι η δειγματοληπτική επιτόπια παρατήρηση στο αγροτεμάχιο η οποία απαιτεί πολύ χρόνο και ανθρώπινο δυναμικό ενώ η ακρίβειά της σχετίζεται με τον αριθμό των επαναλήψεων και την εμπειρία του προσωπικού που διενεργεί τους ελέγχους

'''ΣΥΜΠΕΡΑΣΜΑΤΑ'''

Διάφορες μελέτες που πραγματοποιήθηκαν σε διάφορες περιοχές στην Ινδία με την ολοκληρωμένη χρήση δεδομένων αεροδιαστημικής και GIS δείχνουν σαφώς ότι η τηλεπισκόπηση και η τεχνολογία GIS είναι δύο πολύ αποτελεσματικά εργαλεία για την υποβολή προτάσεων σχεδίων δράσης / στρατηγικών διαχείρισης κάθε περιοχής.

Πηγή άρθρου: http://ces.iisc.ernet.in/energy/HC270799/LM/SUSLUP/Thema5/617/617.pdf

[[category:Γεωργία]]

Χρήση της Τηλεπισκόπησης και των Γεωγραφικών Συστημάτων Πληροφοριών στην αειφόρο Γεωργική Διαχείριση και Ανάπτυξη - Η Ινδική εμπειρία

2017-02-10T10:48:15Z

Papanastasiou Christos:

Χρήση της Τηλεπισκόπησης και των Γεωγραφικών Συστημάτων Πληροφοριών στην αειφόρο Γεωργική Διαχείριση και Ανάπτυξη - Η Ινδική εμπειρία

2017-02-10T10:46:11Z

Papanastasiou Christos:

Χρήση της Τηλεπισκόπησης και των Γεωγραφικών Συστημάτων Πληροφοριών στην αειφόρο Γεωργική Διαχείριση και Ανάπτυξη - Η Ινδική εμπειρία

2017-02-10T10:43:40Z

Papanastasiou Christos: Νέα σελίδα με 'S.K.Bhan, S.K. Saha, L.M. Pande and J. Prasad Indian Institute of Remote Sensing, NRSA DEHRADUN-248001, India. '''ΑΝΤΙΚΕΙΜΕΝΟ ΕΦΑΡΜΟΓΗΣ''' Η αει...'

Αρχείο:A10 pic3.jpg

2017-02-10T10:40:59Z

Papanastasiou Christos:

Αρχείο:A10 pic2.jpg

2017-02-10T10:40:45Z

Papanastasiou Christos:

Αρχείο:A10 pic1.jpg

2017-02-10T10:40:30Z

Papanastasiou Christos:

ΤΗΛΕΠΙΣΚΟΠΗΣΗ ΚΑΙ ΓΕΩΓΡΑΦΙΚΑ ΣΥΣΤΗΜΑΤΑ ΠΛΗΡΟΦΟΡΙΩΝ: ΔΥΟ ΑΠΑΡΑΙΤΗΤΑ ΕΡΓΑΛΕΙΑ ΓΙΑ ΤΗΝ ΠΡΟΣΤΑΣΙΑ ΤΟΥ ΠΕΡΙΒΑΛΛΟΝΤΟΣ

2017-02-10T10:38:19Z

Papanastasiou Christos:

ΛΑΖΑΡΟΣ ΤΑΤΣΗΣ, Μηχανικός Χωροταξίας (Αύγουστος 2007)

'''ΑΝΤΙΚΕΙΜΕΝΟ ΕΦΑΡΜΟΓΗΣ'''

Τα τελευταία χρόνια έχει γίνει από όλους αποδεκτό, τόσο σε πλανητικό όσο και σε υπερεθνικό (Ευρωπαϊκό) επίπεδο, ότι η φροντίδα για την διατήρηση, προστασία και παρακολούθηση του περιβάλλοντος αποτελεί τη σημαντικότερη συνιστώσα της αναπτυξιακής διαδικασίας, και μάλιστα στο βαθμό που αντικατοπτρίζει την ποιοτική όψη της ανάπτυξης.

'''ΣΤΟΧΟΙ ΤΗΣ ΕΦΑΡΜΟΓΗΣ'''

Οι τελευταίες εξελίξεις στο χώρο της Τηλεπισκόπησης και των Γεωγραφικών Συστημάτων Πληροφοριών, έχουν δώσει μία νέα διάσταση στον αναπτυξιακό σχεδιασμό, καθώς και στον τρόπο διαχείρισης και προστασίας του φυσικού και δομημένου περιβάλλοντος. Από τη μια πλευρά, καινοτόμα δορυφορικά συστήματα απεικόνισης υψηλής χωρικής και φασματικής διακριτικής ανάλυσης, σε συνδυασμό με την ταυτόχρονη χρήση Συστημάτων Παγκόσμιας Πλοήγησης και Εντοπισμού (G.P.S.) υψηλής ακρίβειας και βελτιωμένα συστήματα επεξεργασίας ψηφιακών εικόνων, προσφέρουν μεγάλες δυνατότητες στο έργο της απογραφής όλων εκείνων των στοιχείων, φαινομένων και γεγονότων που συγκροτούν το φυσικό και κοινωνικοοικονομικό χώρο μιας περιοχής. Από την άλλη, ο συνδυασμός των παραπάνω πληροφοριών με άλλες βάσεις δεδομένων που προέρχονται από επίγειους ελέγχους, περιβαλλοντικές πληροφορίες και κοινωνικοοικονομικά μοντέλα, προσφέρει πολύτιμα αποτελέσματα όσον αφορά τις χρήσεις γης και το σχεδιασμό του χώρου γενικότερα.
Τα τελευταία χρόνια οι τηλεπισκοπικές απεικονίσεις χρησιμοποιούνται ευρέως για την εκτέλεση μιας σειράς εργασιών, όπως είναι για παράδειγμα η αναγνώριση των χρήσεων γης και των φυσικών διαθεσίμων, η αποκάλυψη της ρύπανσης των υδάτων και η διερεύνηση των επιδράσεων του ανθρώπου στο περιβάλλον, ενισχύοντας με αυτόν το τρόπο τη δυνατότητα συσχέτισης και ταξινόμησης των πολυφασματικών πληροφοριών για μεγάλες εκτάσεις.
Τα Γεωγραφικά Συστήματα Πληροφοριών (Γ.Σ.Π.) συνδυάζουν τις πληροφορίες από τις δορυφορικές μετρήσεις και τους επίγειους ελέγχους, καθώς και τις υπόλοιπες χωρικά ενταγμένες πληροφορίες, με σκοπό τη διαχείριση των φυσικών και ανθρώπινων διαθεσίμων.
'''
ΕΦΑΡΜΟΓΕΣ / ΜΕΘΟΔΟΛΟΓΙΑ'''

Tο βασικό αντικείμενο της Τηλεπισκόπησης αφορά την κατάλληλη χρήση και αξιοποίηση των αεροφωτογραφιών, των δορυφορικών εικόνων και των επαρκών επίγειων ελέγχων, για την απόκτηση δεδομένων και πληροφοριών σε ποικίλα επιστημονικά πεδία, τα οποία απαιτούν τη γνώση μιας πληθώρας στοιχείων, τα οποία θα αποτελέσουν μελλοντικά την βασική υποδομή για κάθε είδους «επέμβαση» ή «αναπτυξιακή δραστηριότητα» στην εν λόγω περιοχή
Δεδομένου ότι το αντικείμενο της Τηλεπισκόπησης έχει να κάνει με την απόκτηση και ανάλυση πληροφοριών για το περιβάλλον της γης, οι εφαρμογές της αναφέρονται σε μια πληθώρα επιστημονικών πεδίων, όπως:
1. Γεωλογία και Υδρολογία.
2. Δασολογία.
3. Εδαφολογία.
4. Γεωπονία.
5. Ωκεανογραφία.
6. Οικολογία και Περιβαλλοντικές Μελέτες.
7. Μελέτες Συγκοινωνιακών Έργων.
8. Μελέτες Τεχνικών Έργων-Έλεγχος της Προόδου των Εργασιών στα Τεχνικά Έργα.
9. Γεωργία.
10. Χωροταξία και Πολεοδομία.
11. Γεωγραφία.
12. Αρχαιολογία και Προστασία Μνημείων.
13. Κτηματολόγιο.
14. Καταγραφή, Διερεύνηση, Απογραφή, Χαρτογράφηση και Διαχείριση των Φυσικών και Ανθρώπινων Διαθεσίμων μιας Περιοχής.
15. Κοινωνιολογία

'''ΠΑΡΑΔΕΙΓΜΑ'''

Εφαρμογή της Τηλεπισκόπησης στη Γεωργία

α) '''Αναγνώριση και μέτρηση της έκτασης των καλλιεργειών''', οι οποίες στηρίζονται στην ανάκλαση που παρουσιάζουν σε διάφορα μήκη κύματος οι διαφορετικές μορφές των φυτικών ειδών. Η έρευνα για την αναγνώριση και ταξινόμηση των καλλιεργειών χρησιμοποιεί στοιχεία, τόσο της τηλεπισκοπικής μεθοδολογίας όσο και της υπαίθρου. Ειδικότερα, καθορίζονται περιοχές ελέγχου (training sites), των οποίων οι καλλιέργειες καταγράφονται προσεκτικά. Εν συνεχεία, με την βοήθεια ειδικού λογισμικού ανάλυσης εικόνας, πραγματοποιείται ταξινόμηση των καλλιεργειών σε ολόκληρη την εικόνα.

β) '''Πρόβλεψη της παραγωγής''', η οποία βασίζεται στα φασματικά χαρακτηριστικά της καλλιέργειας, στα δεδομένα της υπαίθρου, στα δεδομένα προηγούμενων ετών, καθώς και σε συνδυασμό όλων αυτών των δεδομένων με αγρομετεωρολογικά μοντέλα. Η ερευνητική προσπάθεια στρέφεται σε δύο κατευθύνσεις: i) Τη συσχέτιση των χαρακτηριστικών της βλάστησης με την παραγωγή, και ii) την προσπάθεια μέτρησης των διαφόρων παραγόντων που σχετίζονται με την παραγωγή.

γ) '''Αναγνώριση ασθενειών'''. Στο στάδιο της ανίχνευσης των ασθενειών, σε πρώτη φάση, απαιτείται καλή Διακριτική Ικανότητα και ανάπτυξη πολυφασματικών σαρωτών με δυνατότητες καταγραφής σε ειδικές ζώνες του ηλεκτρομαγνητικού φάσματος, ενώ ο καθορισμός των ασθενειών απαιτεί συγχρόνως επίγειους ελέγχους και εργασία γραφείου με εργαστηριακά όργανα και ραδιόμετρα υπαίθρου.

δ) '''Παρακολούθηση της πορείας ανάπτυξης της βλάστησης''', όπου οι βασικότερες πληροφορίες αντλούνται από δορυφόρους χαμηλού κόστους και από ραδιόμετρα πολύ υψηλού διαχωρισμού, όπως τα AVHRR (Advanced Very High Resolution Radiometers), τα οποία χρησιμοποιούνται για τη συνεχή παρακολούθηση της βλάστησης και των συνθηκών ανάπτυξης.

ε) '''Εκτίμηση των ζημιών των γεωργικών καλλιεργειών'''. Η μείωση της χλωροφύλλης και η αλλαγή στα υπόλοιπα χαρακτηριστικά των φυτών, επιδρά στη φασματική αντίδραση του φυτού στις διάφορες ζώνες του ηλεκτρομαγνητικού φάσματος και κατά συνέπεια η εν λόγω αντίδραση καταγράφεται στους πολυφασματικούς απεικονιστές των δορυφόρων. Είναι δυνατό να υπολογιστεί η έκταση και ο όγκος της ζημιάς, λαμβάνοντας υπόψη ότι η δυνατότητα παρακολούθησης μιας περιοχής είναι 16-25 ημέρες.

Στ) '''Καταγραφή των πλημμυρών''', η οποία πραγματοποιείται με τη συνδυασμένη χρήση δορυφορικών εικόνων και Ψηφιακών Μοντέλων Εδάφους (DEM), τα οποία είναι δυνατό να κατασκευαστούν σε περιβάλλον Γ.Σ.Π.. Στη συνέχεια η επεξεργασμένη δορυφορική εικόνα μπορεί να έρθει σε επικάλυψη με το τρισδιάστατο μοντέλο της περιοχής για ρεαλιστική απεικόνιση.

ζ) '''Χαρτογράφηση των γεωργικών εδαφών''', η οποία προϋποθέτει τη σύνταξη φυσιογραφικού χάρτη (ανάγλυφο, φυτική κάλυψη, διάβρωση, τρόπος και χρόνος σχηματισμού, φωτογραφικός τόνος) και τη φυσιογραφική ανάλυση μιας περιοχής, η οποία με τη σειρά της βασίζεται στην αρχή ότι αλλαγές στα εξωτερικά χαρακτηριστικά (landforms) αναμένονται να επιδράσουν στα εσωτερικά χαρακτηριστικά (εδαφικό προφίλ), ενώ και τα δύο συγχρόνως στη φυτική κάλυψη, στις χρήσεις γης και στην καταλληλότητα μιας περιοχής για γεωργική παραγωγή.

'''Βασικός στόχος των Γ.Σ.Π.''' είναι η επίλυση ζητημάτων που αφορούν τις δομές του χωρικού σχεδιασμού. Οι σημαντικότερες εφαρμογές των Γ.Σ.Π. κυρίως έχουν να κάνουν με:

'''Τον Αναπτυξιακό Προγραμματισμό και Σχεδιασμό''': Κυρίως μέσω της υλοποίησης χωρικής ανάλυσης σε ό,τι αφορά τις περιφερειακές ανισότητες, τη διαχείριση των κοινωνικοοικονομικών Βάσεων Δεδομένων, τη διατύπωση εναλλακτικών στρατηγικών και τον ορισμό επενδυτικών σχεδίων, τη χωρική κατανομή των διαφόρων οικονομικών δραστηριοτήτων και τέλος μέσω της αξιολόγησης της περιφερειακής πολιτικής και προγραμμάτων.

'''Την Προστασία και Διαχείριση του Περιβάλλοντος''': Μέσω της διαχείρισης των οικοσυστημάτων, της Εκτίμησης Περιβαλλοντικών Επιπτώσεων, των Συστημάτων Λήψεως Αποφάσεων και των υποδειγμάτων αλληλεπίδρασης των περιβαλλοντικών και των οικονομικών συστημάτων.

'''Τον Αστικό Σχεδιασμό''': Μέσω της χωρικής ανάλυσης σε αστικές περιοχές των δήμων, του ορθολογικού προγραμματισμού και διαχείρισης των προγραμμάτων αστικής ανάπτυξης, της πολιτικής χρήσεων γης και των αναπλάσεων.

'''Την Τεχνική Υποδομή''': Όπου πραγματοποιείται με βέλτιστο τρόπο η διαχείριση των δικτύων ύδρευσης, αποχέτευσης, τηλεπικοινωνιών, ενώ παράλληλα προσδιορίζονται περιοχές εξυπηρέτησης για χωροθετήσεις έργων και δραστηριοτήτων.

'''Τις Συγκοινωνίες''': Όπου πραγματώνεται με ένα καθοριστικό τρόπο η διαχείριση του συστήματος μεταφορών και κυρίως του οδικού, αεροπορικού και ακτοπλοϊκού δικτύου, ενώ παράλληλα εφαρμόζονται μέθοδοι πρόληψης ατυχημάτων.

'''Την Πυροσβεστική, την Αστυνομία και τη Δασική Υπηρεσία''': Μέσω της πραγματοποίησης πολιτικών προλήψεων και αντιμετώπισης έκτακτων αναγκών, αλλά και εύρεσης βέλτιστων διαδρομών.

'''Την Αγορά Εργασίας''': Μέσω της σύζευξης προσφοράς και ζήτησης, της διατύπωσης πολιτικών απασχόλησης και τις χωρικές αναλύσεις σε ό,τι αφορά την κινητικότητα των εργαζομένων και τις μετακινήσεις μεταξύ οικίας και χώρου εργασίας.

'''Την Τοπογραφική Χαρτογράφηση''': Όπου εθνικές και ιδιωτικές εταιρίες χαρτογράφησης, αλλά και το εθνικό Κτηματολόγιο χρησιμοποιούν την τεχνολογία των Συστημάτων Πληροφοριών Γης.

'''Την Αρχαιολογία''': Όπου γίνεται η περιγραφή της τοποθεσίας και αξιολογείται συγχρόνως το σενάριο.

'''Το Marketing''': Όπου εντοπίζονται οι τοποθεσίες-στόχοι και συγχρόνως δίδονται μέθοδοι για την βελτιστοποίηση των αγαθών και υπηρεσιών.

'''Τον Τουρισμό''': Όπου εκτιμάται η θέση και γίνεται διαχείριση των υπηρεσιών και των θεαμάτων

'''Σύνδεση της Τηλεπισκόπησης με τα Γεωγραφικά Συστήματα Πληροφοριών'''

Η διαρκής και αξιόπιστη παρατήρηση και παρακολούθηση του περιβάλλοντος της γης που παρέχεται από την τεχνική της Τηλεπισκόπησης, αποτελεί το θεμέλιο για τη χωρική ανάλυση που πραγματοποιείται με τα Γ.Σ.Π.
Η Τηλεπισκόπηση, μέσω της δυνατότητας διαχρονικών λήψεων εικόνων της γης από τους δορυφόρους παρέχει τα περισσότερο πρόσφατα δεδομένα και με το χαμηλότερο δυνατό κόστος, γεγονός που έχει ως συνέπεια να εξυπηρετείται η διαρκής ενημέρωση της Βάσης Δεδομένων των Γ.Σ.Π.
Αρκετά από τα προϊόντα των Γ.Σ.Π., όπως για παράδειγμα οι τοπογραφικοί χάρτες, χρησιμοποιούνται ως βοηθητικά υπόβαθρα για τη βελτίωση της ταξινόμησης των δορυφορικών δεδομένων. Πολλές από τις λειτουργίες της φωτοερμηνευτικής/τηλεπισκοπικής μεθοδολογίας, όπως για παράδειγμα η ψηφιοποίηση, υλοποιούνται παράλληλα και σε περιβάλλον Γ.Σ.Π.
Τόσο η Τηλεπισκόπηση όσο και τα Γ.Σ.Π. χρησιμοποιούν παρόμοιες μεθόδους για την επεξεργασία των δεδομένων και την παρουσίαση των αποτελεσμάτων τους.

'''ΣΥΜΠΕΡΑΣΜΑΤΑ'''

Η Τηλεπισκόπηση και τα Γ.Σ.Π. δίδουν τη δυνατότητα στους επιστήμονες διαφόρων ειδικοτήτων να διερευνήσουν και να ερμηνεύσουν τις χωρικές σχέσεις, τις αλληλεξαρτήσεις και τις διαδράσεις μεταξύ των πολυπληθών περιβαλλοντικών, κοινωνικοοικονομικών, πολιτισμικών και άλλων παραμέτρων πολύ πιο ουσιαστικά από ό,τι συνέβαινε με τις παραδοσιακές μεθόδους και τεχνικές συλλογής και ανάλυσης δεδομένων.
Η Τηλεπισκόπηση και τα Γ.Σ.Π. έχουν ως αποτέλεσμα την δημιουργία αξιόπιστων, ακριβών και συνεχώς ενημερωμένων Βάσεων Δεδομένων των στοιχείων, στα οποία μπορούν να τεκμηριωθούν διεπιστημονικά οι πάσης φύσης περιβαλλοντικές και αναπτυξιακές αποφάσεις και πολιτικές.

Πηγή άρθρου: http://nomosphysis.org.gr/11039/tilepiskopisi-kai-geografika-sustimata-pliroforion-duo-aparaitita-ergaleia-gia-tin-prostasia-tou-periballontos-augoustos-2007/

[[category:Χωρική διάταξη (συσχέτιση)]]

ΤΗΛΕΠΙΣΚΟΠΗΣΗ ΚΑΙ ΓΕΩΓΡΑΦΙΚΑ ΣΥΣΤΗΜΑΤΑ ΠΛΗΡΟΦΟΡΙΩΝ: ΔΥΟ ΑΠΑΡΑΙΤΗΤΑ ΕΡΓΑΛΕΙΑ ΓΙΑ ΤΗΝ ΠΡΟΣΤΑΣΙΑ ΤΟΥ ΠΕΡΙΒΑΛΛΟΝΤΟΣ

2017-02-10T10:37:46Z

Papanastasiou Christos: Νέα σελίδα με 'ΛΑΖΑΡΟΣ ΤΑΤΣΗΣ, Μηχανικός Χωροταξίας (Αύγουστος 2007) '''ΑΝΤΙΚΕΙΜΕΝΟ ΕΦΑΡΜΟΓΗΣ''' Τα τελευταία χ...'

Τηλεπισκόπηση και άλλες Διαστημικές εφαρμογές για την παρακολούθηση και κατανόηση της απότομης κλιματικής αλλαγής

2017-02-10T10:30:51Z

Papanastasiou Christos:

M. Rymasheuskaya a, M. Szabova b, S.-Y. Tan c

a Polotsk State University, Blokhin str. 29, 211440 Novopolotsk, Belarus - maryna_456@yahoo.com

b Dept. of Geography, University of Victoria, 3800 Finnerty Road, V8P 5C2 Victoria, BC, Canada - martina@szabova.sk

c Dept. of Geography, University of Cambridge, Downing Place, Cambridge, CB2 3EN, United Kingdom - syt23@cam.ac.uk

'''ΑΝΤΙΚΕΙΜΕΝΟ ΕΦΑΡΜΟΓΗΣ'''

Το κλίμα έχει υποστεί τόσο σταδιακές όσο και γρήγορες αλλαγές οι οποίες συμβαίνουν σε χρονικό διάστημα από δεκαετίες έως χιλιετίες. Έρευνα στο παρελθόν έχει δείξει δεσμούς ανάμεσα στην απότομη αλλαγή του κλίματος (Abrupt Climate Change-ACC) και σημαντικές αλλαγές στην κυκλοφορία της θερμότητας του Βόρειου Ατλαντικού. Δεδομένου ότι το ωκεάνιο αυτό σύστημα διαδραματίζει βασικό ρόλο στην αλλαγή του κλίματος, η τηλεπισκόπηση και οι διαστημικές εφαρμογές για τη μελέτη ACC γεγονότων στην περιοχή του Βόρειου Ατλαντικού είναι το επίκεντρο αυτής της μελέτης.

'''ΣΤΟΧΟΙ ΤΗΣ ΕΦΑΡΜΟΓΗΣ'''

Πολυάριθμα παλαιοκλιματικά και αρχαιολογικά ευρήματα, όπως στοιχεία από πυρήνες πάγου, δακτύλιοι δέντρων και δείγματα ιζημάτων, δείχνουν ότι το κλίμα της Γης έχει μετατοπιστεί απότομα και δραματικά κατά το παρελθόν. Υπάρχει πιθανότητα τέτοια γεγονότα να συμβούν στο μέλλον. Ταχείες κλιματικές μεταβολές είχαν σημαντικές επιπτώσεις σε ολόκληρα οικοσυστήματα και πολιτισμούς, καθώς αυτοί τείνουν να είναι απροετοίμαστοι και συχνά ανίκανοι να προσαρμοστούν σε τόσο γρήγορες αλλαγές.
Υπάρχουν πολλοί παράγοντες που θα μπορούσαν δυνητικά να προκαλέσουν γεγονότα ACC. Οι διαδικασίες που προκαλούν ACC έχουν καταχωρηθεί σε τρεις κατηγορίες: (i) ταχέως μεταβαλλόμενες εξωτερικές παράμετροι (ii) μεταβάσεις που συμβαίνουν αργά και προκαλούν την υπέρβαση ενός ορίου και τη μετάβαση σε μια δεύτερη ισορροπία, και (iii) αλλαγές στο σύστημα που συμβαίνουν αυθόρμητα.
Τα ανθρώπινα όντα έχουν επίσης την ικανότητα να επηρεάσουν το περιβάλλον τους. Για παράδειγμα, ανθρωπογενείς παράγοντες θα μπορούσαν δυνητικά να προκαλέσουν μια εκδήλωση ACC. Αυξημένα επίπεδα CO2 στην ατμόσφαιρα θα μπορούσαν να προκληθούν από την αύξηση των συγκεντρώσεων των αερίων του θερμοκηπίου στην ατμόσφαιρα, καθώς και οι αλλαγές χρήσεων γης λόγω της αστικοποίησης, της δασοκομίας και των γεωργικών πρακτικών.
Οι Ωκεανοί θεωρείται ότι είναι ένα σημαντικό συστατικό του παγκόσμιου κλιματικού συστήματος. Χρησιμεύουν ως θερμική δεξαμενή και διαδραματίζουν καίριο ρόλο στην παγκόσμια κατανομή της θερμότητας και του νερού. Τρεις κύριες διαδικασίες οδηγούν στην κυκλοφορία των ωκεανών: (i) παλιρροιακές δυνάμεις, (ii) πιέσεις από ανέμους και (iii) διαφορές στην πυκνότητα. Η πυκνότητα του θαλασσινού νερού ελέγχεται από τη θερμοκρασία και την αλατότητά του, (θερμοαλική κυκλοφορία). Η περιοχή του Βόρειου Ατλαντικού θεωρείται ως μία από τις βασικές περιοχές που θα μπορούσαν να πυροδοτήσουν ένα συμβάν ACC.
Από επιστημονική άποψη, και με εστίαση στην περιοχή του Βορείου Ατλαντικού, είναι σημαντικό να παρακολουθείται: (i) η εξέλιξη των πάγων της Αρκτικής και της Γροιλανδίας για να διαπιστωθεί αν επηρεάζουν την περιοχή όπου λαμβάνει χώρα ο σχηματισμός βαθέων υδάτων, ( ii) η τάση στο πάχος των πάγων της Αρκτικής και της Γροιλανδίας για τη μέτρηση της ισορροπίας του γλυκού νερού, (iii) η κίνηση του θαλάσσιου πάγου (παγόβουνα) με χωρική και χρονική συνέχεια σε μια έκταση πάνω από 105 km2 και (iv) ιδιότητες στα βάθη των ωκεανών, π.χ. αλατότητα, σε βάθη κάτω από 2.000 m και στον πυθμένα για την καλύτερη κατανόηση της συμπεριφοράς των βαθέων υδάτων στην ωκεάνια κυκλοφορία.
Ενώ μετρήσεις της θερμοκρασίας της επιφάνειας της θάλασσας λαμβάνονται από διάφορους δορυφόρους τηλεπισκόπισης, για την επιστήμη της ωκεάνιας κυκλοφορίας λείπουν μετρήσεις για την αλατότητα στην επιφάνεια της θάλασσας.

'''Η ΥΠΟ ΕΞΕΤΑΣΗ ΕΦΑΡΜΟΓΗ / ΜΕΘΟΔΟΛΟΓΙΑ'''

Η ανάπτυξη μοντέλων για την ακριβή προσομοίωση της ACC εξαρτάται από την συλλογή δεδομένων παρατήρησης καλής ποιότητας.
Δεδομένα από παθητικά ραδιόμετρα μικροκυμάτων χρησιμοποιούνται για να συναχθεί η θερμοκρασία της επιφάνειας της θάλασσας, να οριοθετηθούν τα όρια του πάγου και να παρατηρηθούν ρύποι όπως πετρελαιοκηλίδες κλπ
Οι περισσότερες εφαρμογές LiDAR (Light Detection and Ranging) επικεντρώνονται στην τηλεπισκόπηση της ατμόσφαιρας και της επιφάνειας της Γης, επίσης μπορούν να μετρηθούν αρκετές παράμετροι που σχετίζονται με τους ωκεανούς και το ισοζύγιο της μάζας των πάγων.
Ραντάρ Συνθετικού Διαφράγματος (SAR) χρησιμοποιούνται για την ανίχνευση του χιονιού, του πάγου, και το είδος πάγου. Η ταχύτητα του ανέμου υπολογίζεται από την επιφάνεια του ωκεανού με τη μέτρηση των κυμάτων.
Μικροκύματα διασποράς μετρούν διανύσματα ταχύτητας των θαλάσσιων ανέμων κοντά στην επιφάνεια.
Ρομποτικά αεροσκάφη, μπαλόνια που φέρουν ειδικά όργανα και συστήματα σημαδούρων καιρού είναι τυπικές συσκευές που χρησιμοποιούνται για τις ατμοσφαιρικές παρατηρήσεις. Μετρούν θερμοκρασία, υγρασία, πίεση, ταχύτητα του ανέμου και την κατεύθυνση στην ανώτερη ατμόσφαιρα και παρέχουν δωρεάν πληροφόρηση και επαλήθευση των δορυφορικών δεδομένων.
Τα κύρια στοιχεία του συστήματος του προτεινόμενου προγράμματος απεικονίζονται στο Σχ. 1
Σχήμα 1. Μια επισκόπηση των προτεινόμενων τεχνολογιών για ένα ολοκληρωμένο σύστημα παρακολούθησης των παραμέτρων ACC

[[Αρχείο:a8_pic1.jpg]]

1) Το πρώτο τεχνολογικό υποσύστημα σχεδιάστηκε για συλλογή δειγμάτων ιζημάτων βαθέων υδάτων σε προ-προγραμματισμένες περιοχές. Όπως φαίνεται στο Σχ. 2, το σύστημα είχε σχεδιαστεί ως ένα όχημα σχήματος πούρου το οποίο οδηγείται από έναν ηλεκτρικό κινητήρα, και τροφοδοτείται από μια κυψέλη καυσίμου. Οι δειγματολήπτες βασίζονται σε μια δορυφορική σύνδεση για υγειονομικούς ελέγχους του συστήματος, τη συλλογή δεδομένων του αισθητήρα, αρχεία καταγραφής αποστολής, και τον προγραμματισμό των αποστολών ή τις θέσεις του δείγματος. Λειτουργώντας σε ένα βάθος κάτω από 5000 m σε προ-προγραμματισμένες περιοχές, οι δειγματολήπτες εξαρτώνται από μια πηγή καυσίμου για αποστολές μεγάλης διάρκειας. Η αυτόνομη πλοήγηση επιτυγχάνεται με τη χρήση GPS ή συστημάτων GALILEO με αδρανειακές μονάδες μέτρησης.

[[Αρχείο:a8_pic2.jpg]]

2) Προκειμένου να επιτευχθούν μετρήσεις αλατότητας σε ωκεάνια βάθη από 0 έως 5.000 m σχεδιάστηκε ένα βαθέων υδάτων ρομποτικό σύστημα με την επωνυμία “THE ΑBYSS”. Οι μετρήσεις λαμβάνονται από ανιχνευτές βαθέων υδάτων που έχουν ένα κύκλο βύθιση-μέτρηση-ανάβαση, 10 ημερών.

3) Ο σχεδιασμός της μελέτης περιλαμβάνει μια συνεχή δυνατότητα παρακολούθησης του πάγου και της αλατότητας από το διάστημα από τρεις προτεινόμενες επιλογές τηλεπισκόπησης: (i) Radiometer L-band για τη μέτρηση της αλατότητας στην επιφάνειας της θάλασσας, (ii) LiDAR για υψηλής ανάλυσης τοπογραφία του πάγου, και (iii) Ραντάρ Συνθετικού Διαφράγματος για παντός καιρού παρακολούθηση της τοπογραφίας του πάγου.

'''ΣΥΜΠΕΡΑΣΜΑΤΑ'''

Για να βελτιωθεί η προσομοίωση ενός γεγονότος ACC από αριθμητικά μοντέλα κλίματος, η εργασία «Οικόσφαιρα» εντόπισε τρεις βασικούς τομείς της επιστημονικής αβεβαιότητας στη μελέτη τέτοιων φαινομένων και έχει κάνει προτάσεις για λύσεις που βασίζονται στην τεχνολογία για την αντιμετώπιση των ακόλουθων τομέων: (i) την επίδραση του πάγου στη ροή του γλυκού νερού στον ωκεανό, (ii) μελέτες κυκλοφορία βαθέων υδάτων στον ωκεανό, και (iii) ενισχυμένη συλλογή παλαιοκλιματικών δεδομένων.

Πηγή άρθρου: http://www.isprs.org/publications/related/ISRSE/html/papers/945.pdf
Βοηθητικές πηγές: https://en.wikipedia.org/wiki/Thermohaline_circulation

[[category:Μετεωρολογικοί δορυφόροι]]

Τηλεπισκόπηση και άλλες Διαστημικές εφαρμογές για την παρακολούθηση και κατανόηση της απότομης κλιματικής αλλαγής

2017-02-10T10:29:18Z

Papanastasiou Christos:

M. Rymasheuskaya a, M. Szabova b, S.-Y. Tan c

a Polotsk State University, Blokhin str. 29, 211440 Novopolotsk, Belarus - maryna_456@yahoo.com

b Dept. of Geography, University of Victoria, 3800 Finnerty Road, V8P 5C2 Victoria, BC, Canada - martina@szabova.sk

c Dept. of Geography, University of Cambridge, Downing Place, Cambridge, CB2 3EN, United Kingdom - syt23@cam.ac.uk

'''ΑΝΤΙΚΕΙΜΕΝΟ ΕΦΑΡΜΟΓΗΣ'''

Το κλίμα έχει υποστεί τόσο σταδιακές όσο και γρήγορες αλλαγές οι οποίες συμβαίνουν σε χρονικό διάστημα από δεκαετίες έως χιλιετίες. Έρευνα στο παρελθόν έχει δείξει δεσμούς ανάμεσα στην απότομη αλλαγή του κλίματος (Abrupt Climate Change-ACC) και σημαντικές αλλαγές στην κυκλοφορία της θερμότητας του Βόρειου Ατλαντικού. Δεδομένου ότι το ωκεάνιο αυτό σύστημα διαδραματίζει βασικό ρόλο στην αλλαγή του κλίματος, η τηλεπισκόπηση και οι διαστημικές εφαρμογές για τη μελέτη ACC γεγονότων στην περιοχή του Βόρειου Ατλαντικού είναι το επίκεντρο αυτής της μελέτης.

'''ΣΤΟΧΟΙ ΤΗΣ ΕΦΑΡΜΟΓΗΣ'''

Πολυάριθμα παλαιοκλιματικά και αρχαιολογικά ευρήματα, όπως στοιχεία από πυρήνες πάγου, δακτύλιοι δέντρων και δείγματα ιζημάτων, δείχνουν ότι το κλίμα της Γης έχει μετατοπιστεί απότομα και δραματικά κατά το παρελθόν. Υπάρχει πιθανότητα τέτοια γεγονότα να συμβούν στο μέλλον. Ταχείες κλιματικές μεταβολές είχαν σημαντικές επιπτώσεις σε ολόκληρα οικοσυστήματα και πολιτισμούς, καθώς αυτοί τείνουν να είναι απροετοίμαστοι και συχνά ανίκανοι να προσαρμοστούν σε τόσο γρήγορες αλλαγές.
Υπάρχουν πολλοί παράγοντες που θα μπορούσαν δυνητικά να προκαλέσουν γεγονότα ACC. Οι διαδικασίες που προκαλούν ACC έχουν καταχωρηθεί σε τρεις κατηγορίες: (i) ταχέως μεταβαλλόμενες εξωτερικές παράμετροι (ii) μεταβάσεις που συμβαίνουν αργά και προκαλούν την υπέρβαση ενός ορίου και τη μετάβαση σε μια δεύτερη ισορροπία, και (iii) αλλαγές στο σύστημα που συμβαίνουν αυθόρμητα.
Τα ανθρώπινα όντα έχουν επίσης την ικανότητα να επηρεάσουν το περιβάλλον τους. Για παράδειγμα, ανθρωπογενείς παράγοντες θα μπορούσαν δυνητικά να προκαλέσουν μια εκδήλωση ACC. Αυξημένα επίπεδα CO2 στην ατμόσφαιρα θα μπορούσαν να προκληθούν από την αύξηση των συγκεντρώσεων των αερίων του θερμοκηπίου στην ατμόσφαιρα, καθώς και οι αλλαγές χρήσεων γης λόγω της αστικοποίησης, της δασοκομίας και των γεωργικών πρακτικών.
Οι Ωκεανοί θεωρείται ότι είναι ένα σημαντικό συστατικό του παγκόσμιου κλιματικού συστήματος. Χρησιμεύουν ως θερμική δεξαμενή και διαδραματίζουν καίριο ρόλο στην παγκόσμια κατανομή της θερμότητας και του νερού. Τρεις κύριες διαδικασίες οδηγούν στην κυκλοφορία των ωκεανών: (i) παλιρροιακές δυνάμεις, (ii) πιέσεις από ανέμους και (iii) διαφορές στην πυκνότητα. Η πυκνότητα του θαλασσινού νερού ελέγχεται από τη θερμοκρασία και την αλατότητά του, (θερμοαλική κυκλοφορία). Η περιοχή του Βόρειου Ατλαντικού θεωρείται ως μία από τις βασικές περιοχές που θα μπορούσαν να πυροδοτήσουν ένα συμβάν ACC.
Από επιστημονική άποψη, και με εστίαση στην περιοχή του Βορείου Ατλαντικού, είναι σημαντικό να παρακολουθείται: (i) η εξέλιξη των πάγων της Αρκτικής και της Γροιλανδίας για να διαπιστωθεί αν επηρεάζουν την περιοχή όπου λαμβάνει χώρα ο σχηματισμός βαθέων υδάτων, ( ii) η τάση στο πάχος των πάγων της Αρκτικής και της Γροιλανδίας για τη μέτρηση της ισορροπίας του γλυκού νερού, (iii) η κίνηση του θαλάσσιου πάγου (παγόβουνα) με χωρική και χρονική συνέχεια σε μια έκταση πάνω από 105 km2 και (iv) ιδιότητες στα βάθη των ωκεανών, π.χ. αλατότητα, σε βάθη κάτω από 2.000 m και στον πυθμένα για την καλύτερη κατανόηση της συμπεριφοράς των βαθέων υδάτων στην ωκεάνια κυκλοφορία.
Ενώ μετρήσεις της θερμοκρασίας της επιφάνειας της θάλασσας λαμβάνονται από διάφορους δορυφόρους τηλεπισκόπισης, για την επιστήμη της ωκεάνιας κυκλοφορίας λείπουν μετρήσεις για την αλατότητα στην επιφάνεια της θάλασσας.

'''Η ΥΠΟ ΕΞΕΤΑΣΗ ΕΦΑΡΜΟΓΗ / ΜΕΘΟΔΟΛΟΓΙΑ'''

Η ανάπτυξη μοντέλων για την ακριβή προσομοίωση της ACC εξαρτάται από την συλλογή δεδομένων παρατήρησης καλής ποιότητας.
Δεδομένα από παθητικά ραδιόμετρα μικροκυμάτων χρησιμοποιούνται για να συναχθεί η θερμοκρασία της επιφάνειας της θάλασσας, να οριοθετηθούν τα όρια του πάγου και να παρατηρηθούν ρύποι όπως πετρελαιοκηλίδες κλπ
Οι περισσότερες εφαρμογές LiDAR (Light Detection and Ranging) επικεντρώνονται στην τηλεπισκόπηση της ατμόσφαιρας και της επιφάνειας της Γης, επίσης μπορούν να μετρηθούν αρκετές παράμετροι που σχετίζονται με τους ωκεανούς και το ισοζύγιο της μάζας των πάγων.
Ραντάρ Συνθετικού Διαφράγματος (SAR) χρησιμοποιούνται για την ανίχνευση του χιονιού, του πάγου, και το είδος πάγου. Η ταχύτητα του ανέμου υπολογίζεται από την επιφάνεια του ωκεανού με τη μέτρηση των κυμάτων.
Μικροκύματα διασποράς μετρούν διανύσματα ταχύτητας των θαλάσσιων ανέμων κοντά στην επιφάνεια.
Ρομποτικά αεροσκάφη, μπαλόνια που φέρουν ειδικά όργανα και συστήματα σημαδούρων καιρού είναι τυπικές συσκευές που χρησιμοποιούνται για τις ατμοσφαιρικές παρατηρήσεις. Μετρούν θερμοκρασία, υγρασία, πίεση, ταχύτητα του ανέμου και την κατεύθυνση στην ανώτερη ατμόσφαιρα και παρέχουν δωρεάν πληροφόρηση και επαλήθευση των δορυφορικών δεδομένων.
Τα κύρια στοιχεία του συστήματος του προτεινόμενου προγράμματος απεικονίζονται στο Σχ. 1
Σχήμα 1. Μια επισκόπηση των προτεινόμενων τεχνολογιών για ένα ολοκληρωμένο σύστημα παρακολούθησης των παραμέτρων ACC

[[Αρχείο:a8_pic1.jpg]]

1) Το πρώτο τεχνολογικό υποσύστημα σχεδιάστηκε για συλλογή δειγμάτων ιζημάτων βαθέων υδάτων σε προ-προγραμματισμένες περιοχές. Όπως φαίνεται στο Σχ. 2, το σύστημα είχε σχεδιαστεί ως ένα όχημα σχήματος πούρου το οποίο οδηγείται από έναν ηλεκτρικό κινητήρα, και τροφοδοτείται από μια κυψέλη καυσίμου. Οι δειγματολήπτες βασίζονται σε μια δορυφορική σύνδεση για υγειονομικούς ελέγχους του συστήματος, τη συλλογή δεδομένων του αισθητήρα, αρχεία καταγραφής αποστολής, και τον προγραμματισμό των αποστολών ή τις θέσεις του δείγματος. Λειτουργώντας σε ένα βάθος κάτω από 5000 m σε προ-προγραμματισμένες περιοχές, οι δειγματολήπτες εξαρτώνται από μια πηγή καυσίμου για αποστολές μεγάλης διάρκειας. Η αυτόνομη πλοήγηση επιτυγχάνεται με τη χρήση GPS ή συστημάτων GALILEO με αδρανειακές μονάδες μέτρησης.

[[Αρχείο:a8_pic2.jpg]]

2) Προκειμένου να επιτευχθούν μετρήσεις αλατότητας σε ωκεάνια βάθη από 0 έως 5.000 m σχεδιάστηκε ένα βαθέων υδάτων ρομποτικό σύστημα με την επωνυμία “THE ΑBYSS”. Οι μετρήσεις λαμβάνονται από ανιχνευτές βαθέων υδάτων που έχουν ένα κύκλο βύθιση-μέτρηση-ανάβαση, 10 ημερών.
3) Ο σχεδιασμός της μελέτης περιλαμβάνει μια συνεχή δυνατότητα παρακολούθησης του πάγου και της αλατότητας από το διάστημα από τρεις προτεινόμενες επιλογές τηλεπισκόπησης: (i) Radiometer L-band για τη μέτρηση της αλατότητας στην επιφάνειας της θάλασσας, (ii) LiDAR για υψηλής ανάλυσης τοπογραφία του πάγου, και (iii) Ραντάρ Συνθετικού Διαφράγματος για παντός καιρού παρακολούθηση της τοπογραφίας του πάγου.
ΣΥΜΠΕΡΑΣΜΑΤΑ
Για να βελτιωθεί η προσομοίωση ενός γεγονότος ACC από αριθμητικά μοντέλα κλίματος, η εργασία «Οικόσφαιρα» εντόπισε τρεις βασικούς τομείς της επιστημονικής αβεβαιότητας στη μελέτη τέτοιων φαινομένων και έχει κάνει προτάσεις για λύσεις που βασίζονται στην τεχνολογία για την αντιμετώπιση των ακόλουθων τομέων: (i) την επίδραση του πάγου στη ροή του γλυκού νερού στον ωκεανό, (ii) μελέτες κυκλοφορία βαθέων υδάτων στον ωκεανό, και (iii) ενισχυμένη συλλογή παλαιοκλιματικών δεδομένων.

Πηγή άρθρου: http://www.isprs.org/publications/related/ISRSE/html/papers/945.pdf
Βοηθητικές πηγές: https://en.wikipedia.org/wiki/Thermohaline_circulation

[[category:Μετεωρολογικοί δορυφόροι]]

Αρχείο:A8 pic2.jpg

2017-02-10T10:27:22Z

Papanastasiou Christos:

Αρχείο:A8 pic1.jpg

2017-02-10T10:27:13Z

Papanastasiou Christos:

Τηλεπισκόπηση και άλλες Διαστημικές εφαρμογές για την παρακολούθηση και κατανόηση της απότομης κλιματικής αλλαγής

2017-02-10T10:26:50Z

Papanastasiou Christos:

M. Rymasheuskaya a, M. Szabova b, S.-Y. Tan c

a Polotsk State University, Blokhin str. 29, 211440 Novopolotsk, Belarus - maryna_456@yahoo.com

b Dept. of Geography, University of Victoria, 3800 Finnerty Road, V8P 5C2 Victoria, BC, Canada - martina@szabova.sk

c Dept. of Geography, University of Cambridge, Downing Place, Cambridge, CB2 3EN, United Kingdom - syt23@cam.ac.uk

'''ΑΝΤΙΚΕΙΜΕΝΟ ΕΦΑΡΜΟΓΗΣ'''

Το κλίμα έχει υποστεί τόσο σταδιακές όσο και γρήγορες αλλαγές οι οποίες συμβαίνουν σε χρονικό διάστημα από δεκαετίες έως χιλιετίες. Έρευνα στο παρελθόν έχει δείξει δεσμούς ανάμεσα στην απότομη αλλαγή του κλίματος (Abrupt Climate Change-ACC) και σημαντικές αλλαγές στην κυκλοφορία της θερμότητας του Βόρειου Ατλαντικού. Δεδομένου ότι το ωκεάνιο αυτό σύστημα διαδραματίζει βασικό ρόλο στην αλλαγή του κλίματος, η τηλεπισκόπηση και οι διαστημικές εφαρμογές για τη μελέτη ACC γεγονότων στην περιοχή του Βόρειου Ατλαντικού είναι το επίκεντρο αυτής της μελέτης.

'''ΣΤΟΧΟΙ ΤΗΣ ΕΦΑΡΜΟΓΗΣ'''

Πολυάριθμα παλαιοκλιματικά και αρχαιολογικά ευρήματα, όπως στοιχεία από πυρήνες πάγου, δακτύλιοι δέντρων και δείγματα ιζημάτων, δείχνουν ότι το κλίμα της Γης έχει μετατοπιστεί απότομα και δραματικά κατά το παρελθόν. Υπάρχει πιθανότητα τέτοια γεγονότα να συμβούν στο μέλλον. Ταχείες κλιματικές μεταβολές είχαν σημαντικές επιπτώσεις σε ολόκληρα οικοσυστήματα και πολιτισμούς, καθώς αυτοί τείνουν να είναι απροετοίμαστοι και συχνά ανίκανοι να προσαρμοστούν σε τόσο γρήγορες αλλαγές.
Υπάρχουν πολλοί παράγοντες που θα μπορούσαν δυνητικά να προκαλέσουν γεγονότα ACC. Οι διαδικασίες που προκαλούν ACC έχουν καταχωρηθεί σε τρεις κατηγορίες: (i) ταχέως μεταβαλλόμενες εξωτερικές παράμετροι (ii) μεταβάσεις που συμβαίνουν αργά και προκαλούν την υπέρβαση ενός ορίου και τη μετάβαση σε μια δεύτερη ισορροπία, και (iii) αλλαγές στο σύστημα που συμβαίνουν αυθόρμητα.
Τα ανθρώπινα όντα έχουν επίσης την ικανότητα να επηρεάσουν το περιβάλλον τους. Για παράδειγμα, ανθρωπογενείς παράγοντες θα μπορούσαν δυνητικά να προκαλέσουν μια εκδήλωση ACC. Αυξημένα επίπεδα CO2 στην ατμόσφαιρα θα μπορούσαν να προκληθούν από την αύξηση των συγκεντρώσεων των αερίων του θερμοκηπίου στην ατμόσφαιρα, καθώς και οι αλλαγές χρήσεων γης λόγω της αστικοποίησης, της δασοκομίας και των γεωργικών πρακτικών.
Οι Ωκεανοί θεωρείται ότι είναι ένα σημαντικό συστατικό του παγκόσμιου κλιματικού συστήματος. Χρησιμεύουν ως θερμική δεξαμενή και διαδραματίζουν καίριο ρόλο στην παγκόσμια κατανομή της θερμότητας και του νερού. Τρεις κύριες διαδικασίες οδηγούν στην κυκλοφορία των ωκεανών: (i) παλιρροιακές δυνάμεις, (ii) πιέσεις από ανέμους και (iii) διαφορές στην πυκνότητα. Η πυκνότητα του θαλασσινού νερού ελέγχεται από τη θερμοκρασία και την αλατότητά του, (θερμοαλική κυκλοφορία). Η περιοχή του Βόρειου Ατλαντικού θεωρείται ως μία από τις βασικές περιοχές που θα μπορούσαν να πυροδοτήσουν ένα συμβάν ACC.
Από επιστημονική άποψη, και με εστίαση στην περιοχή του Βορείου Ατλαντικού, είναι σημαντικό να παρακολουθείται: (i) η εξέλιξη των πάγων της Αρκτικής και της Γροιλανδίας για να διαπιστωθεί αν επηρεάζουν την περιοχή όπου λαμβάνει χώρα ο σχηματισμός βαθέων υδάτων, ( ii) η τάση στο πάχος των πάγων της Αρκτικής και της Γροιλανδίας για τη μέτρηση της ισορροπίας του γλυκού νερού, (iii) η κίνηση του θαλάσσιου πάγου (παγόβουνα) με χωρική και χρονική συνέχεια σε μια έκταση πάνω από 105 km2 και (iv) ιδιότητες στα βάθη των ωκεανών, π.χ. αλατότητα, σε βάθη κάτω από 2.000 m και στον πυθμένα για την καλύτερη κατανόηση της συμπεριφοράς των βαθέων υδάτων στην ωκεάνια κυκλοφορία.
Ενώ μετρήσεις της θερμοκρασίας της επιφάνειας της θάλασσας λαμβάνονται από διάφορους δορυφόρους τηλεπισκόπισης, για την επιστήμη της ωκεάνιας κυκλοφορίας λείπουν μετρήσεις για την αλατότητα στην επιφάνεια της θάλασσας.

'''Η ΥΠΟ ΕΞΕΤΑΣΗ ΕΦΑΡΜΟΓΗ / ΜΕΘΟΔΟΛΟΓΙΑ'''

Η ανάπτυξη μοντέλων για την ακριβή προσομοίωση της ACC εξαρτάται από την συλλογή δεδομένων παρατήρησης καλής ποιότητας.
Δεδομένα από παθητικά ραδιόμετρα μικροκυμάτων χρησιμοποιούνται για να συναχθεί η θερμοκρασία της επιφάνειας της θάλασσας, να οριοθετηθούν τα όρια του πάγου και να παρατηρηθούν ρύποι όπως πετρελαιοκηλίδες κλπ
Οι περισσότερες εφαρμογές LiDAR (Light Detection and Ranging) επικεντρώνονται στην τηλεπισκόπηση της ατμόσφαιρας και της επιφάνειας της Γης, επίσης μπορούν να μετρηθούν αρκετές παράμετροι που σχετίζονται με τους ωκεανούς και το ισοζύγιο της μάζας των πάγων.
Ραντάρ Συνθετικού Διαφράγματος (SAR) χρησιμοποιούνται για την ανίχνευση του χιονιού, του πάγου, και το είδος πάγου. Η ταχύτητα του ανέμου υπολογίζεται από την επιφάνεια του ωκεανού με τη μέτρηση των κυμάτων.
Μικροκύματα διασποράς μετρούν διανύσματα ταχύτητας των θαλάσσιων ανέμων κοντά στην επιφάνεια.
Ρομποτικά αεροσκάφη, μπαλόνια που φέρουν ειδικά όργανα και συστήματα σημαδούρων καιρού είναι τυπικές συσκευές που χρησιμοποιούνται για τις ατμοσφαιρικές παρατηρήσεις. Μετρούν θερμοκρασία, υγρασία, πίεση, ταχύτητα του ανέμου και την κατεύθυνση στην ανώτερη ατμόσφαιρα και παρέχουν δωρεάν πληροφόρηση και επαλήθευση των δορυφορικών δεδομένων.
Τα κύρια στοιχεία του συστήματος του προτεινόμενου προγράμματος απεικονίζονται στο Σχ. 1
Σχήμα 1. Μια επισκόπηση των προτεινόμενων τεχνολογιών για ένα ολοκληρωμένο σύστημα παρακολούθησης των παραμέτρων ACC

[[category:Μετεωρολογικοί δορυφόροι]]

Τηλεπισκόπηση και άλλες Διαστημικές εφαρμογές για την παρακολούθηση και κατανόηση της απότομης κλιματικής αλλαγής

2017-02-10T10:26:27Z

Papanastasiou Christos: Νέα σελίδα με 'M. Rymasheuskaya a, M. Szabova b, S.-Y. Tan c a Polotsk State University, Blokhin str. 29, 211440 Novopolotsk, Belarus - maryna_456@yahoo.com b Dept. of Geography, Un...'

M. Rymasheuskaya a, M. Szabova b, S.-Y. Tan c

a Polotsk State University, Blokhin str. 29, 211440 Novopolotsk, Belarus - maryna_456@yahoo.com

b Dept. of Geography, University of Victoria, 3800 Finnerty Road, V8P 5C2 Victoria, BC, Canada - martina@szabova.sk

c Dept. of Geography, University of Cambridge, Downing Place, Cambridge, CB2 3EN, United Kingdom - syt23@cam.ac.uk

'''ΑΝΤΙΚΕΙΜΕΝΟ ΕΦΑΡΜΟΓΗΣ'''

Το κλίμα έχει υποστεί τόσο σταδιακές όσο και γρήγορες αλλαγές οι οποίες συμβαίνουν σε χρονικό διάστημα από δεκαετίες έως χιλιετίες. Έρευνα στο παρελθόν έχει δείξει δεσμούς ανάμεσα στην απότομη αλλαγή του κλίματος (Abrupt Climate Change-ACC) και σημαντικές αλλαγές στην κυκλοφορία της θερμότητας του Βόρειου Ατλαντικού. Δεδομένου ότι το ωκεάνιο αυτό σύστημα διαδραματίζει βασικό ρόλο στην αλλαγή του κλίματος, η τηλεπισκόπηση και οι διαστημικές εφαρμογές για τη μελέτη ACC γεγονότων στην περιοχή του Βόρειου Ατλαντικού είναι το επίκεντρο αυτής της μελέτης.

'''ΣΤΟΧΟΙ ΤΗΣ ΕΦΑΡΜΟΓΗΣ'''

Πολυάριθμα παλαιοκλιματικά και αρχαιολογικά ευρήματα, όπως στοιχεία από πυρήνες πάγου, δακτύλιοι δέντρων και δείγματα ιζημάτων, δείχνουν ότι το κλίμα της Γης έχει μετατοπιστεί απότομα και δραματικά κατά το παρελθόν. Υπάρχει πιθανότητα τέτοια γεγονότα να συμβούν στο μέλλον. Ταχείες κλιματικές μεταβολές είχαν σημαντικές επιπτώσεις σε ολόκληρα οικοσυστήματα και πολιτισμούς, καθώς αυτοί τείνουν να είναι απροετοίμαστοι και συχνά ανίκανοι να προσαρμοστούν σε τόσο γρήγορες αλλαγές.
Υπάρχουν πολλοί παράγοντες που θα μπορούσαν δυνητικά να προκαλέσουν γεγονότα ACC. Οι διαδικασίες που προκαλούν ACC έχουν καταχωρηθεί σε τρεις κατηγορίες: (i) ταχέως μεταβαλλόμενες εξωτερικές παράμετροι (ii) μεταβάσεις που συμβαίνουν αργά και προκαλούν την υπέρβαση ενός ορίου και τη μετάβαση σε μια δεύτερη ισορροπία, και (iii) αλλαγές στο σύστημα που συμβαίνουν αυθόρμητα.
Τα ανθρώπινα όντα έχουν επίσης την ικανότητα να επηρεάσουν το περιβάλλον τους. Για παράδειγμα, ανθρωπογενείς παράγοντες θα μπορούσαν δυνητικά να προκαλέσουν μια εκδήλωση ACC. Αυξημένα επίπεδα CO2 στην ατμόσφαιρα θα μπορούσαν να προκληθούν από την αύξηση των συγκεντρώσεων των αερίων του θερμοκηπίου στην ατμόσφαιρα, καθώς και οι αλλαγές χρήσεων γης λόγω της αστικοποίησης, της δασοκομίας και των γεωργικών πρακτικών.
Οι Ωκεανοί θεωρείται ότι είναι ένα σημαντικό συστατικό του παγκόσμιου κλιματικού συστήματος. Χρησιμεύουν ως θερμική δεξαμενή και διαδραματίζουν καίριο ρόλο στην παγκόσμια κατανομή της θερμότητας και του νερού. Τρεις κύριες διαδικασίες οδηγούν στην κυκλοφορία των ωκεανών: (i) παλιρροιακές δυνάμεις, (ii) πιέσεις από ανέμους και (iii) διαφορές στην πυκνότητα. Η πυκνότητα του θαλασσινού νερού ελέγχεται από τη θερμοκρασία και την αλατότητά του, (θερμοαλική κυκλοφορία). Η περιοχή του Βόρειου Ατλαντικού θεωρείται ως μία από τις βασικές περιοχές που θα μπορούσαν να πυροδοτήσουν ένα συμβάν ACC.
Από επιστημονική άποψη, και με εστίαση στην περιοχή του Βορείου Ατλαντικού, είναι σημαντικό να παρακολουθείται: (i) η εξέλιξη των πάγων της Αρκτικής και της Γροιλανδίας για να διαπιστωθεί αν επηρεάζουν την περιοχή όπου λαμβάνει χώρα ο σχηματισμός βαθέων υδάτων, ( ii) η τάση στο πάχος των πάγων της Αρκτικής και της Γροιλανδίας για τη μέτρηση της ισορροπίας του γλυκού νερού, (iii) η κίνηση του θαλάσσιου πάγου (παγόβουνα) με χωρική και χρονική συνέχεια σε μια έκταση πάνω από 105 km2 και (iv) ιδιότητες στα βάθη των ωκεανών, π.χ. αλατότητα, σε βάθη κάτω από 2.000 m και στον πυθμένα για την καλύτερη κατανόηση της συμπεριφοράς των βαθέων υδάτων στην ωκεάνια κυκλοφορία.
Ενώ μετρήσεις της θερμοκρασίας της επιφάνειας της θάλασσας λαμβάνονται από διάφορους δορυφόρους τηλεπισκόπισης, για την επιστήμη της ωκεάνιας κυκλοφορίας λείπουν μετρήσεις για την αλατότητα στην επιφάνεια της θάλασσας.

'''Η ΥΠΟ ΕΞΕΤΑΣΗ ΕΦΑΡΜΟΓΗ / ΜΕΘΟΔΟΛΟΓΙΑ'''

Η ανάπτυξη μοντέλων για την ακριβή προσομοίωση της ACC εξαρτάται από την συλλογή δεδομένων παρατήρησης καλής ποιότητας.
Δεδομένα από παθητικά ραδιόμετρα μικροκυμάτων χρησιμοποιούνται για να συναχθεί η θερμοκρασία της επιφάνειας της θάλασσας, να οριοθετηθούν τα όρια του πάγου και να παρατηρηθούν ρύποι όπως πετρελαιοκηλίδες κλπ
Οι περισσότερες εφαρμογές LiDAR (Light Detection and Ranging) επικεντρώνονται στην τηλεπισκόπηση της ατμόσφαιρας και της επιφάνειας της Γης, επίσης μπορούν να μετρηθούν αρκετές παράμετροι που σχετίζονται με τους ωκεανούς και το ισοζύγιο της μάζας των πάγων.
Ραντάρ Συνθετικού Διαφράγματος (SAR) χρησιμοποιούνται για την ανίχνευση του χιονιού, του πάγου, και το είδος πάγου. Η ταχύτητα του ανέμου υπολογίζεται από την επιφάνεια του ωκεανού με τη μέτρηση των κυμάτων.
Μικροκύματα διασποράς μετρούν διανύσματα ταχύτητας των θαλάσσιων ανέμων κοντά στην επιφάνεια.
Ρομποτικά αεροσκάφη, μπαλόνια που φέρουν ειδικά όργανα και συστήματα σημαδούρων καιρού είναι τυπικές συσκευές που χρησιμοποιούνται για τις ατμοσφαιρικές παρατηρήσεις. Μετρούν θερμοκρασία, υγρασία, πίεση, ταχύτητα του ανέμου και την κατεύθυνση στην ανώτερη ατμόσφαιρα και παρέχουν δωρεάν πληροφόρηση και επαλήθευση των δορυφορικών δεδομένων.
Τα κύρια στοιχεία του συστήματος του προτεινόμενου προγράμματος απεικονίζονται στο Σχ. 1
Σχήμα 1. Μια επισκόπηση των προτεινόμενων τεχνολογιών για ένα ολοκληρωμένο σύστημα παρακολούθησης των παραμέτρων ACC

[[category:Μετεωρολογικοί δορυφόροι]]

Τα βασικά της Τηλεπισκόπησης στην γεωργία

2017-02-10T10:16:35Z

Papanastasiou Christos:

'''John Nowatzki'''

Geospatial Technology Specialist NDSU Extension Service

'''Robert Andres'''

Professor UND Department of Space Studies

'''Karry Kyllo'''

Graduate Student UND Department of Space Studies

'''ΑΝΤΙΚΕΙΜΕΝΟ ΕΦΑΡΜΟΓΗΣ'''

Όταν οι αγρότες ή οι κτηνοτρόφοι επιτηρούν τα χωράφια ή τα βοσκοτόπια τους για να αξιολογήσουν την κατάστασή τους, χωρίς φυσική επαφή με αυτά, είναι μια μορφή της τηλεπισκόπησης. Παρατηρώντας τα χρώματα των φύλλων ή της συνολικής εμφάνισης των φυτών μπορούν να καθορίσουν την κατάσταση της φυτείας. Τηλεπισκοπικές εικόνες που λαμβάνονται από δορυφόρους και αεροσκάφη παρέχουν ένα μέσο για την αξιολόγηση της καλλιεργητικής κατάστασης από μια οπτική γωνία, ψηλά πάνω από το πεδίο.
Οι περισσότεροι τηλεπισκοπικοί αισθητήρες «βλέπουν» τα ίδια ορατά μήκη κύματος του φωτός που διακρίνονται και από το ανθρώπινο μάτι, αν και στις περισσότερες περιπτώσεις τηλεπισκοπικοί αισθητήρες μπορούν επίσης να ανιχνεύσουν την ενέργεια από μήκη κύματος που δεν είναι ανιχνεύσιμα από το ανθρώπινο μάτι. Η απομακρυσμένη οπτική γωνία του αισθητήρα και η ικανότητα να αποθηκεύει, αναλύει, και να εμφανίζει τα δεδομένα που ανιχνεύονται σε χάρτες πεδίου είναι αυτό που κάνει την τηλεπισκόπηση ένα δυνητικά σημαντικό εργαλείο για τους παραγωγούς γεωργικών προϊόντων. Η γεωργική τηλεπισκόπηση δεν είναι καινούργια και χρονολογείται από τη δεκαετία του 1950, αλλά οι πρόσφατες τεχνολογικές εξελίξεις έχουν καταστήσει τα οφέλη της τηλεπισκόπησης προσιτά στους περισσότερους παραγωγούς γεωργικών προϊόντων.

'''ΣΤΟΧΟΙ ΤΗΣ ΕΦΑΡΜΟΓΗΣ'''

Οι τηλεπισκοπικές εικόνες μπορούν να χρησιμοποιηθούν για τον εντοπισμό ελλείψεων θρεπτικών συστατικών, ασθενειών, έλλειψης ή πλεονάσματος νερού, ζιζανίων, εντόμων, ζημιών από χαλάζι, ανέμους και ζιζανιοκτόνα, και να προσδιορίσει των πληθυσμό των φυτών.
Πληροφορίες από την τηλεπισκόπηση μπορούν να χρησιμοποιηθούν ως βάση για μεταβλητές εφαρμογές λιπασμάτων και φυτοφαρμάκων.
Οι πληροφορίες από τις τηλεπισκοπικές εικόνες επιτρέπουν στους γεωργούς να επέμβουν μόνο για περιοχές των αγροτεμαχίων οι οποίες επηρεάζονται. Προβλήματα εντός ενός αγροτεμαχίου μπορούν να αναγνωριστούν από απόσταση πριν να μπορούν να αναγνωριστούν οπτικά.
Κτηνοτρόφοι χρησιμοποιούν την τηλεπισκόπηση για τον εντοπισμό προνομιακών περιοχών βοσκής, ή περιοχών που έχουν μολυνθεί με ζιζάνια.
Πιστωτικά ιδρύματα χρησιμοποιούν τα δεδομένα της τηλεπισκόπησης για να αξιολογήσουν τις σχετικές αξίες της γης με τη σύγκριση αρχειοθετημένων εικόνων με αυτές των γύρω χωραφιών.

'''ΠΑΛΑΙΟΤΕΡΕΣ ΜΕΘΟΔΟΙ'''

Η πιο διαδεδομένη ακόμα και σήμερα μέθοδος εκτίμησης της παραγωγής και διαχείρισης ενός αγροτεμαχίου ή βοσκότοπου είναι η δειγματοληπτική επιτόπια παρατήρηση στο αγροτεμάχιο η οποία απαιτεί πολύ χρόνο και ανθρώπινο δυναμικό ενώ η ακρίβειά της σχετίζεται με τον αριθμό των επαναλήψεων και την εμπειρία του προσωπικού που διενεργεί τους ελέγχους

'''Η ΥΠΟ ΕΞΕΤΑΣΗ ΕΦΑΡΜΟΓΗ'''

Οι βασικές αρχές της τηλεπισκόπησης με δορυφόρους και αεροσκάφη είναι παρόμοια με τις οπτικές παρατηρήσεις. Ενέργεια με τη μορφή κυμάτων φωτός ταξιδεύει από τον ήλιο στη Γη. Κύματα φωτός ταξιδεύουν παρόμοια με τα κύματα που ταξιδεύουν σε μια λίμνη. Η απόσταση από την κορυφή του ενός κύματος στην κορυφή του επόμενου κύματος είναι το μήκος κύματος. Η ενέργεια από το φως του ήλιου ονομάζεται ηλεκτρομαγνητικό φάσμα.
Τα μήκη κύματος που χρησιμοποιούνται στις περισσότερες εφαρμογές γεωργικής τηλεπισκόπησης καλύπτουν μόνο μια μικρή περιοχή του ηλεκτρομαγνητικού φάσματος. Τα μήκη κύματος μετρώνται σε μικρόμετρα (μm) ή νανόμετρα (nm). Ένα μm είναι περίπου .00003937 ίντσες και ισούται με 1.000 nm. Η ορατή περιοχή του ηλεκτρομαγνητικού φάσματος είναι περίπου από 400 nm έως περίπου 700 nm. Το πράσινο χρώμα που συνδέεται με την ευρωστία του φυτού έχει μήκος κύματος που επικεντρώνεται κοντά στα 500 nm (Σχήμα 1).

[[Αρχείο:a7_pic1.jpg]]

Μήκη κύματος μεγαλύτερα από εκείνα στην περιοχή του ορατού και μέχρι περίπου 25 μm είναι στην υπέρυθρη περιοχή. Η περιοχή του υπέρυθρου που είναι πλησιέστερη προς εκείνη του ορατού είναι η περιοχή του εγγύς υπερύθρου (NIR). Τόσο οι ορατές όσο και οι περιοχές του υπέρυθρου χρησιμοποιούνται στις εφαρμογές γεωργικής τηλεπισκόπησης.

'''ΜΕΘΟΔΟΛΟΓΙΑ'''

Όταν ηλεκτρομαγνητική ενέργεια από τον ήλιο προσπίπτει στα φυτά, τρία πράγματα μπορεί να συμβούν. Ανάλογα με το μήκος κύματος της ενέργειας και τα χαρακτηριστικά των μεμονωμένων φυτών, η ενέργεια ανακλάται, απορροφάται, ή σκεδάζεται. Η ανακλώμενη ενέργεια αναπηδά από τα φύλλα και αναγνωρίζεται εύκολα από το ανθρώπινο μάτι, ως το πράσινο χρώμα των φυτών. Ένα φυτό φαίνεται πράσινο επειδή η χλωροφύλλη στα φύλλα απορροφά μεγάλο μέρος της ενέργειας στα ορατά μήκη κύματος και το πράσινο χρώμα αντανακλάται. Το φως του ήλιου που δεν ανακλάται ή απορροφάται σκεδάζεται μέσα από τα φύλλα στο έδαφος.
Αλληλεπιδράσεις μεταξύ ανάκλασης, απορρόφησης, και σκέδασης ενέργειας μπορούν να ανιχνευθούν με την τηλεπισκόπηση. Η σχέση μεταξύ ανακλώμενης, απορροφώμενης και σκεδαζόμενης ενέργειας χρησιμοποιείται για να καθορίσει τις φασματικές υπογραφές των φυτών. Οι φασματικές υπογραφές είναι μοναδικές για κάθε είδος φυτών.
Οι φασματικές υπογραφές των καταπονημένων φυτών εμφανίζονται διαφορετικές από εκείνες των υγιών. Στο Σχήμα 3 συγκρίνονται οι φασματικές υπογραφές των υγιών και μη ζαχαροτεύτλων.

[[Αρχείο:a7_pic2.jpg]]

Η σύγκριση των τιμών ανάκλασης σε διαφορετικά μήκη κύματος που ονομάζεται φυτικός δείκτης, συνήθως χρησιμοποιείται για τον προσδιορισμό της ευρωστίας των φυτών. Ο πιο κοινός φυτικός δείκτης είναι ο βλαστικός δείκτης κανονικοποιημένης διαφοράς (NDVI). Ο NDVI συγκρίνει τις τιμές ανακλαστικότητας των περιοχών του κόκκινου και του εγγύς υπέρυθρου του ηλεκτρομαγνητικού φάσματος. Η τιμή του NDVI σε μια εικόνα βοηθά στον εντοπισμό περιοχών διαφόρων επιπέδων ευρωστίας στο πεδίο.

'''ΣΥΜΠΕΡΑΣΜΑΤΑ'''

Υπάρχουν πολλοί παράγοντες για να εξετάσει κάποιος, όταν επιλέγει ένα σύστημα τηλεπισκόπησης για μια συγκεκριμένη εφαρμογή, συμπεριλαμβανομένων της χωρικής ανάλυσης, της φασματικής ανάλυσης, της ραδιομετρικής ανάλυσης , και της χρονικής ανάλυσης.
Η χωρική ανάλυση αναφέρεται στο μέγεθος του μικρότερου αντικειμένου που μπορεί να βρίσκεται στο πεδίο ή να ανιχνεύεται σε μια εικόνα.
Η φασματική ανάλυση αναφέρεται στον αριθμό των ζωνών και το πλάτος του μήκους κύματος κάθε μπάντας. Μια μπάντα είναι ένα στενό τμήμα του ηλεκτρομαγνητικού φάσματος
Η ραδιομετρική ανάλυση αναφέρεται στην ευαισθησία ενός αισθητήρα τηλεχειρισμού στις διάφορες διακυμάνσεις των επιπέδων ανάκλασης
Η χρονική ανάλυση αναφέρεται στο πόσο συχνά μια πλατφόρμα ανίχνευσης μπορεί να παρέχει κάλυψη μιας περιοχής.
Το Σχήμα 4 απεικονίζει ένα δορυφορικό σύστημα τηλεανίχνευσης όπως εφαρμόζεται σε διαδικασίες γεωργικής παρακολούθησης. Ο ήλιος (Α) εκπέμπει ηλεκτρομαγνητική ενέργεια (Β) για τα φυτά (C). Ένα τμήμα της ηλεκτρομαγνητικής ενέργειας μεταδίδεται μέσω των φύλλων. Ο αισθητήρας του δορυφόρου ανιχνεύει την ανακλώμενη ενέργεια (D). Τα δεδομένα στη συνέχεια διαβιβάζονται στο σταθμό εδάφους (Ε). Τα δεδομένα αναλύονται (F) και εμφανίζονται σε χάρτες πεδίου (G).

[[Αρχείο:a7_pic3.jpg]]

Πηγή: http://articles.extension.org/pages/9693/agricultural-remote-sensing-basics

[[category:Γεωργία]]

Τα βασικά της Τηλεπισκόπησης στην γεωργία

2017-02-10T10:15:31Z

Papanastasiou Christos:

'''John Nowatzki'''

Geospatial Technology Specialist NDSU Extension Service

'''Robert Andres'''

Professor UND Department of Space Studies

'''Karry Kyllo'''

Graduate Student UND Department of Space Studies

'''ΑΝΤΙΚΕΙΜΕΝΟ ΕΦΑΡΜΟΓΗΣ'''

Όταν οι αγρότες ή οι κτηνοτρόφοι επιτηρούν τα χωράφια ή τα βοσκοτόπια τους για να αξιολογήσουν την κατάστασή τους, χωρίς φυσική επαφή με αυτά, είναι μια μορφή της τηλεπισκόπησης. Παρατηρώντας τα χρώματα των φύλλων ή της συνολικής εμφάνισης των φυτών μπορούν να καθορίσουν την κατάσταση της φυτείας. Τηλεπισκοπικές εικόνες που λαμβάνονται από δορυφόρους και αεροσκάφη παρέχουν ένα μέσο για την αξιολόγηση της καλλιεργητικής κατάστασης από μια οπτική γωνία, ψηλά πάνω από το πεδίο.
Οι περισσότεροι τηλεπισκοπικοί αισθητήρες «βλέπουν» τα ίδια ορατά μήκη κύματος του φωτός που διακρίνονται και από το ανθρώπινο μάτι, αν και στις περισσότερες περιπτώσεις τηλεπισκοπικοί αισθητήρες μπορούν επίσης να ανιχνεύσουν την ενέργεια από μήκη κύματος που δεν είναι ανιχνεύσιμα από το ανθρώπινο μάτι. Η απομακρυσμένη οπτική γωνία του αισθητήρα και η ικανότητα να αποθηκεύει, αναλύει, και να εμφανίζει τα δεδομένα που ανιχνεύονται σε χάρτες πεδίου είναι αυτό που κάνει την τηλεπισκόπηση ένα δυνητικά σημαντικό εργαλείο για τους παραγωγούς γεωργικών προϊόντων. Η γεωργική τηλεπισκόπηση δεν είναι καινούργια και χρονολογείται από τη δεκαετία του 1950, αλλά οι πρόσφατες τεχνολογικές εξελίξεις έχουν καταστήσει τα οφέλη της τηλεπισκόπησης προσιτά στους περισσότερους παραγωγούς γεωργικών προϊόντων.

'''ΣΤΟΧΟΙ ΤΗΣ ΕΦΑΡΜΟΓΗΣ'''

Οι τηλεπισκοπικές εικόνες μπορούν να χρησιμοποιηθούν για τον εντοπισμό ελλείψεων θρεπτικών συστατικών, ασθενειών, έλλειψης ή πλεονάσματος νερού, ζιζανίων, εντόμων, ζημιών από χαλάζι, ανέμους και ζιζανιοκτόνα, και να προσδιορίσει των πληθυσμό των φυτών.
Πληροφορίες από την τηλεπισκόπηση μπορούν να χρησιμοποιηθούν ως βάση για μεταβλητές εφαρμογές λιπασμάτων και φυτοφαρμάκων.
Οι πληροφορίες από τις τηλεπισκοπικές εικόνες επιτρέπουν στους γεωργούς να επέμβουν μόνο για περιοχές των αγροτεμαχίων οι οποίες επηρεάζονται. Προβλήματα εντός ενός αγροτεμαχίου μπορούν να αναγνωριστούν από απόσταση πριν να μπορούν να αναγνωριστούν οπτικά.
Κτηνοτρόφοι χρησιμοποιούν την τηλεπισκόπηση για τον εντοπισμό προνομιακών περιοχών βοσκής, ή περιοχών που έχουν μολυνθεί με ζιζάνια.
Πιστωτικά ιδρύματα χρησιμοποιούν τα δεδομένα της τηλεπισκόπησης για να αξιολογήσουν τις σχετικές αξίες της γης με τη σύγκριση αρχειοθετημένων εικόνων με αυτές των γύρω χωραφιών.

'''ΠΑΛΑΙΟΤΕΡΕΣ ΜΕΘΟΔΟΙ'''

Η πιο διαδεδομένη ακόμα και σήμερα μέθοδος εκτίμησης της παραγωγής και διαχείρισης ενός αγροτεμαχίου ή βοσκότοπου είναι η δειγματοληπτική επιτόπια παρατήρηση στο αγροτεμάχιο η οποία απαιτεί πολύ χρόνο και ανθρώπινο δυναμικό ενώ η ακρίβειά της σχετίζεται με τον αριθμό των επαναλήψεων και την εμπειρία του προσωπικού που διενεργεί τους ελέγχους

'''Η ΥΠΟ ΕΞΕΤΑΣΗ ΕΦΑΡΜΟΓΗ'''

Οι βασικές αρχές της τηλεπισκόπησης με δορυφόρους και αεροσκάφη είναι παρόμοια με τις οπτικές παρατηρήσεις. Ενέργεια με τη μορφή κυμάτων φωτός ταξιδεύει από τον ήλιο στη Γη. Κύματα φωτός ταξιδεύουν παρόμοια με τα κύματα που ταξιδεύουν σε μια λίμνη. Η απόσταση από την κορυφή του ενός κύματος στην κορυφή του επόμενου κύματος είναι το μήκος κύματος. Η ενέργεια από το φως του ήλιου ονομάζεται ηλεκτρομαγνητικό φάσμα.
Τα μήκη κύματος που χρησιμοποιούνται στις περισσότερες εφαρμογές γεωργικής τηλεπισκόπησης καλύπτουν μόνο μια μικρή περιοχή του ηλεκτρομαγνητικού φάσματος. Τα μήκη κύματος μετρώνται σε μικρόμετρα (μm) ή νανόμετρα (nm). Ένα μm είναι περίπου .00003937 ίντσες και ισούται με 1.000 nm. Η ορατή περιοχή του ηλεκτρομαγνητικού φάσματος είναι περίπου από 400 nm έως περίπου 700 nm. Το πράσινο χρώμα που συνδέεται με την ευρωστία του φυτού έχει μήκος κύματος που επικεντρώνεται κοντά στα 500 nm (Σχήμα 1).

[[Αρχείο:a7_pic1.jpg]]

Μήκη κύματος μεγαλύτερα από εκείνα στην περιοχή του ορατού και μέχρι περίπου 25 μm είναι στην υπέρυθρη περιοχή. Η περιοχή του υπέρυθρου που είναι πλησιέστερη προς εκείνη του ορατού είναι η περιοχή του εγγύς υπερύθρου (NIR). Τόσο οι ορατές όσο και οι περιοχές του υπέρυθρου χρησιμοποιούνται στις εφαρμογές γεωργικής τηλεπισκόπησης.

'''ΜΕΘΟΔΟΛΟΓΙΑ'''

Όταν ηλεκτρομαγνητική ενέργεια από τον ήλιο προσπίπτει στα φυτά, τρία πράγματα μπορεί να συμβούν. Ανάλογα με το μήκος κύματος της ενέργειας και τα χαρακτηριστικά των μεμονωμένων φυτών, η ενέργεια ανακλάται, απορροφάται, ή σκεδάζεται. Η ανακλώμενη ενέργεια αναπηδά από τα φύλλα και αναγνωρίζεται εύκολα από το ανθρώπινο μάτι, ως το πράσινο χρώμα των φυτών. Ένα φυτό φαίνεται πράσινο επειδή η χλωροφύλλη στα φύλλα απορροφά μεγάλο μέρος της ενέργειας στα ορατά μήκη κύματος και το πράσινο χρώμα αντανακλάται. Το φως του ήλιου που δεν ανακλάται ή απορροφάται σκεδάζεται μέσα από τα φύλλα στο έδαφος.
Αλληλεπιδράσεις μεταξύ ανάκλασης, απορρόφησης, και σκέδασης ενέργειας μπορούν να ανιχνευθούν με την τηλεπισκόπηση. Η σχέση μεταξύ ανακλώμενης, απορροφώμενης και σκεδαζόμενης ενέργειας χρησιμοποιείται για να καθορίσει τις φασματικές υπογραφές των φυτών. Οι φασματικές υπογραφές είναι μοναδικές για κάθε είδος φυτών.
Οι φασματικές υπογραφές των καταπονημένων φυτών εμφανίζονται διαφορετικές από εκείνες των υγιών. Στο Σχήμα 3 συγκρίνονται οι φασματικές υπογραφές των υγιών και μη ζαχαροτεύτλων.

[[Αρχείο:a7_pic2.jpg]]

Η σύγκριση των τιμών ανάκλασης σε διαφορετικά μήκη κύματος που ονομάζεται φυτικός δείκτης, συνήθως χρησιμοποιείται για τον προσδιορισμό της ευρωστίας των φυτών. Ο πιο κοινός φυτικός δείκτης είναι ο βλαστικός δείκτης κανονικοποιημένης διαφοράς (NDVI). Ο NDVI συγκρίνει τις τιμές ανακλαστικότητας των περιοχών του κόκκινου και του εγγύς υπέρυθρου του ηλεκτρομαγνητικού φάσματος. Η τιμή του NDVI σε μια εικόνα βοηθά στον εντοπισμό περιοχών διαφόρων επιπέδων ευρωστίας στο πεδίο.

ΣΥΜΠΕΡΑΣΜΑΤΑ

Υπάρχουν πολλοί παράγοντες για να εξετάσει κάποιος, όταν επιλέγει ένα σύστημα τηλεπισκόπησης για μια συγκεκριμένη εφαρμογή, συμπεριλαμβανομένων της χωρικής ανάλυσης, της φασματικής ανάλυσης, της ραδιομετρικής ανάλυσης , και της χρονικής ανάλυσης.
Η χωρική ανάλυση αναφέρεται στο μέγεθος του μικρότερου αντικειμένου που μπορεί να βρίσκεται στο πεδίο ή να ανιχνεύεται σε μια εικόνα.
Η φασματική ανάλυση αναφέρεται στον αριθμό των ζωνών και το πλάτος του μήκους κύματος κάθε μπάντας. Μια μπάντα είναι ένα στενό τμήμα του ηλεκτρομαγνητικού φάσματος
Η ραδιομετρική ανάλυση αναφέρεται στην ευαισθησία ενός αισθητήρα τηλεχειρισμού στις διάφορες διακυμάνσεις των επιπέδων ανάκλασης
Η χρονική ανάλυση αναφέρεται στο πόσο συχνά μια πλατφόρμα ανίχνευσης μπορεί να παρέχει κάλυψη μιας περιοχής.
Το Σχήμα 4 απεικονίζει ένα δορυφορικό σύστημα τηλεανίχνευσης όπως εφαρμόζεται σε διαδικασίες γεωργικής παρακολούθησης. Ο ήλιος (Α) εκπέμπει ηλεκτρομαγνητική ενέργεια (Β) για τα φυτά (C). Ένα τμήμα της ηλεκτρομαγνητικής ενέργειας μεταδίδεται μέσω των φύλλων. Ο αισθητήρας του δορυφόρου ανιχνεύει την ανακλώμενη ενέργεια (D). Τα δεδομένα στη συνέχεια διαβιβάζονται στο σταθμό εδάφους (Ε). Τα δεδομένα αναλύονται (F) και εμφανίζονται σε χάρτες πεδίου (G).

[[category:Γεωργία]]

Τα βασικά της Τηλεπισκόπησης στην γεωργία

2017-02-10T10:14:11Z

Papanastasiou Christos:

Τα βασικά της Τηλεπισκόπησης στην γεωργία

2017-02-10T10:12:33Z

Papanastasiou Christos: Νέα σελίδα με 'John Nowatzki Geospatial Technology Specialist NDSU Extension Service Robert Andres Professor UND Department of Space Studies Karry Kyllo Graduate Student UND Department o...'

John Nowatzki
Geospatial Technology Specialist NDSU Extension Service
Robert Andres
Professor UND Department of Space Studies
Karry Kyllo
Graduate Student UND Department of Space Studies

'''ΑΝΤΙΚΕΙΜΕΝΟ ΕΦΑΡΜΟΓΗΣ'''

Όταν οι αγρότες ή οι κτηνοτρόφοι επιτηρούν τα χωράφια ή τα βοσκοτόπια τους για να αξιολογήσουν την κατάστασή τους, χωρίς φυσική επαφή με αυτά, είναι μια μορφή της τηλεπισκόπησης. Παρατηρώντας τα χρώματα των φύλλων ή της συνολικής εμφάνισης των φυτών μπορούν να καθορίσουν την κατάσταση της φυτείας. Τηλεπισκοπικές εικόνες που λαμβάνονται από δορυφόρους και αεροσκάφη παρέχουν ένα μέσο για την αξιολόγηση της καλλιεργητικής κατάστασης από μια οπτική γωνία, ψηλά πάνω από το πεδίο.
Οι περισσότεροι τηλεπισκοπικοί αισθητήρες «βλέπουν» τα ίδια ορατά μήκη κύματος του φωτός που διακρίνονται και από το ανθρώπινο μάτι, αν και στις περισσότερες περιπτώσεις τηλεπισκοπικοί αισθητήρες μπορούν επίσης να ανιχνεύσουν την ενέργεια από μήκη κύματος που δεν είναι ανιχνεύσιμα από το ανθρώπινο μάτι. Η απομακρυσμένη οπτική γωνία του αισθητήρα και η ικανότητα να αποθηκεύει, αναλύει, και να εμφανίζει τα δεδομένα που ανιχνεύονται σε χάρτες πεδίου είναι αυτό που κάνει την τηλεπισκόπηση ένα δυνητικά σημαντικό εργαλείο για τους παραγωγούς γεωργικών προϊόντων. Η γεωργική τηλεπισκόπηση δεν είναι καινούργια και χρονολογείται από τη δεκαετία του 1950, αλλά οι πρόσφατες τεχνολογικές εξελίξεις έχουν καταστήσει τα οφέλη της τηλεπισκόπησης προσιτά στους περισσότερους παραγωγούς γεωργικών προϊόντων.

'''ΣΤΟΧΟΙ ΤΗΣ ΕΦΑΡΜΟΓΗΣ'''

Οι τηλεπισκοπικές εικόνες μπορούν να χρησιμοποιηθούν για τον εντοπισμό ελλείψεων θρεπτικών συστατικών, ασθενειών, έλλειψης ή πλεονάσματος νερού, ζιζανίων, εντόμων, ζημιών από χαλάζι, ανέμους και ζιζανιοκτόνα, και να προσδιορίσει των πληθυσμό των φυτών.
Πληροφορίες από την τηλεπισκόπηση μπορούν να χρησιμοποιηθούν ως βάση για μεταβλητές εφαρμογές λιπασμάτων και φυτοφαρμάκων.
Οι πληροφορίες από τις τηλεπισκοπικές εικόνες επιτρέπουν στους γεωργούς να επέμβουν μόνο για περιοχές των αγροτεμαχίων οι οποίες επηρεάζονται. Προβλήματα εντός ενός αγροτεμαχίου μπορούν να αναγνωριστούν από απόσταση πριν να μπορούν να αναγνωριστούν οπτικά.
Κτηνοτρόφοι χρησιμοποιούν την τηλεπισκόπηση για τον εντοπισμό προνομιακών περιοχών βοσκής, ή περιοχών που έχουν μολυνθεί με ζιζάνια.
Πιστωτικά ιδρύματα χρησιμοποιούν τα δεδομένα της τηλεπισκόπησης για να αξιολογήσουν τις σχετικές αξίες της γης με τη σύγκριση αρχειοθετημένων εικόνων με αυτές των γύρω χωραφιών.

'''ΠΑΛΑΙΟΤΕΡΕΣ ΜΕΘΟΔΟΙ'''

Η πιο διαδεδομένη ακόμα και σήμερα μέθοδος εκτίμησης της παραγωγής και διαχείρισης ενός αγροτεμαχίου ή βοσκότοπου είναι η δειγματοληπτική επιτόπια παρατήρηση στο αγροτεμάχιο η οποία απαιτεί πολύ χρόνο και ανθρώπινο δυναμικό ενώ η ακρίβειά της σχετίζεται με τον αριθμό των επαναλήψεων και την εμπειρία του προσωπικού που διενεργεί τους ελέγχους

'''Η ΥΠΟ ΕΞΕΤΑΣΗ ΕΦΑΡΜΟΓΗ'''

Οι βασικές αρχές της τηλεπισκόπησης με δορυφόρους και αεροσκάφη είναι παρόμοια με τις οπτικές παρατηρήσεις. Ενέργεια με τη μορφή κυμάτων φωτός ταξιδεύει από τον ήλιο στη Γη. Κύματα φωτός ταξιδεύουν παρόμοια με τα κύματα που ταξιδεύουν σε μια λίμνη. Η απόσταση από την κορυφή του ενός κύματος στην κορυφή του επόμενου κύματος είναι το μήκος κύματος. Η ενέργεια από το φως του ήλιου ονομάζεται ηλεκτρομαγνητικό φάσμα.
Τα μήκη κύματος που χρησιμοποιούνται στις περισσότερες εφαρμογές γεωργικής τηλεπισκόπησης καλύπτουν μόνο μια μικρή περιοχή του ηλεκτρομαγνητικού φάσματος. Τα μήκη κύματος μετρώνται σε μικρόμετρα (μm) ή νανόμετρα (nm). Ένα μm είναι περίπου .00003937 ίντσες και ισούται με 1.000 nm. Η ορατή περιοχή του ηλεκτρομαγνητικού φάσματος είναι περίπου από 400 nm έως περίπου 700 nm. Το πράσινο χρώμα που συνδέεται με την ευρωστία του φυτού έχει μήκος κύματος που επικεντρώνεται κοντά στα 500 nm (Σχήμα 1).

[[category:Γεωργία]]

Αρχείο:A7 pic3.jpg

2017-02-10T10:08:57Z

Papanastasiou Christos:

Αρχείο:A7 pic2.jpg

2017-02-10T10:08:44Z

Papanastasiou Christos:

Αρχείο:A7 pic1.jpg

2017-02-10T10:08:30Z

Papanastasiou Christos:

ΠΕΔΙΑ ΚΑΙ ΤΡΟΠΟΙ ΚΑΤΑΓΡΑΦΗΣ ΤΗΣ ΠΑΡΑΛΛΑΚΤΙΚΟΤΗΤΑΣ ΣΤΗ ΓΕΩΡΓΙΑ ΑΚΡΙΒΕΙΑΣ

2017-02-10T10:06:09Z

Papanastasiou Christos:

'''Χρήστος Γ. Καρυδάς1, Νικόλαος Γ. Συλλαίος2 '''

Mεσογειακό Αγρονομικό Ινστιτούτο Χανίων

xkarydas@maich.gr

Aριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης

silleos@agro.auth.gr

'''ΑΝΤΙΚΕΙΜΕΝΟ ΕΦΑΡΜΟΓΗΣ'''

Η Γεωργία Ακριβείας είναι μία νέα αντίληψη για τη γεωργία και ταυτοχρόνως, μία νέα μέθοδος γεωργικής πρακτικής. Σε πολλές ανεπτυγμένες χώρες τα πρώτα βήματα του νέου αυτού διατομεακού και πολυεπιστημονικού γεωργικού κλάδου έχουν ήδη γίνει, ενώ όλο και πιο προηγμένες τεχνικές βρίσκουν συνεχώς έδαφος για εφαρμογή.
Στην εργασία αυτή επιχειρείται να φωτιστεί η έννοια της παραλλακτικότητας, η οποία αποτελεί το πρώτο βήμα σε κάθε εφαρμογή Γεωργίας Ακριβείας και να περιγραφούν τα πεδία όπου αυτή εκδηλώνεται, καθώς και οι τρόποι καταγραφής της.

'''ΣΤΟΧΟΙ ΤΗΣ ΕΦΑΡΜΟΓΗΣ'''

Η Γεωργία Ακριβείας βασίζεται σε τεχνολογίες και μέσα ικανά να καταγράψουν με ακρίβεια την υπάρχουσα κατάσταση στον αγρό, στη συνέχεια να διαχειριστούν τη συγκεντρωμένη πληροφορία και δεδομένα και τέλος να εφαρμόσουν τις εισροές έτσι, ώστε να καλύπτουν τις ανάγκες κάθε σημείου και χρονικής στιγμής ξεχωριστά. Στις τεχνολογίες αυτές συμπεριλαμβάνονται:
- Συστήματα και μηχανισμοί καταγραφής δεδομένων, όπως χάρτες αποδόσεων, εργαστηριακές αναλύσεις, Τηλεπισκόπηση, Συστήματα εντοπισμού θέσης και Αισθητήρες.
- Συστήματα διαχείρισης και απόδοσης αποτελεσμάτων, όπως Γεωγραφικά Συστήματα Πληροφοριών - Γ.Σ.Π. και Έμπειρα συστήματα.
- Συστήματα μεταβαλλόμενης εφαρμογής (της ροής ή του είδους), όπως λιπασματοδιανομείς, σπορείς, ψεκαστήρες, κ.ά.
Στο διεθνή χώρο ο βαθμός εφαρμογής της μεθόδου έχει ήδη αναπτυχθεί σε πολύ σημαντικό βαθμό.
Έως το 1998, το 15 % περίπου των γεωργών στη Μ. Βρετανία είχαν χρησιμοποιήσει τεχνικές Γεωργίας Ακριβείας και όπως δήλωσαν οι ίδιοι σε σχετική έρευνα του ίδιου έτους, οι προσδοκίες τους, σε γενικές γραμμές, επαληθεύτηκαν. Στις Η.Π.Α., η γεωργία ακριβείας εφαρμόζεται κυρίως σε περιοχές όπου υπάρχουν προβλήματα λειψυδρίας (μεσοδυτικές και δυτικές πολιτείες), ανωμαλίες ή ιδιαιτερότητες ως προς διάφορα χαρακτηριστικά των εδαφών, ή έντονες ελλείψεις θρεπτικών στοιχείων, λόγω παρατεταμένης εξαντλητικής εκμετάλλευσης. Υπάρχουν πολλές εταιρείες σε αυτόν τον τομέα, οι οποίες παρέχουν προϊόντα (χάρτες και σχετικοί στατιστικοί δείκτες) στους γεωργούς - πελάτες, είτε σε ηλεκτρονική, είτε σε έντυπη μορφή.

'''ΠΑΛΑΙΟΤΕΡΕΣ ΜΕΘΟΔΟΙ'''

Η πιο διαδεδομένη ακόμα και σήμερα μέθοδος εκτίμησης διαφόρων γεωργικών παραμέτρων, είναι η δειγματοληπτική επιτόπια παρατήρηση στο αγροτεμάχιο η οποία απαιτεί πολύ χρόνο και ανθρώπινο δυναμικό ενώ η ακρίβειά της σχετίζεται με τον αριθμό των επαναλήψεων και την εμπειρία του προσωπικού που διενεργεί τους ελέγχους

'''ΕΦΑΡΜΟΓΕΣ / ΜΕΘΟΔΟΛΟΓΙΑ'''

Η διαφορά μεταξύ της έως σήμερα (παραδοσιακής) γεωργίας και της νέας γεωργικής πρακτικής ακριβείας βρίσκεται στον τρόπο που κάθε μια αντιμετωπίζει τα αγροτεμάχια. Ενώ, δηλαδή, η παραδοσιακή γεωργία αντιμετωπίζει τα αγροτεμάχια ως ομοιόμορφα (βασιζόμενη σε μέσους όρους), η Γεωργία Ακριβείας αναγνωρίζει, καταγράφει και διαχειρίζεται την εγγενή ή επίκτητη, ως προς το χώρο και το χρόνο, παραλλακτικότητά τους (variability).
Ακολούθως αναφέρονται κάποιες ενδεικτικές περιπτώσεις καταγραφής της παραλλακτικότητας αγροτεμαχίων η οποία οφείλεται κάθε φορά σε διαφορετικές παραμέτρους.

'''1) Εντοπισμός της παράλλακτικότητας εξωτερικών και εσωτερικών ιδιοτήτων του εδάφους'''

Στον προσδιορισμό των ιδιοτήτων του εδάφους μπορούν να χρησιμοποιηθούν η τηλεπισκόπηση (για την τοπογραφία, το χρώμα, την οργανική ουσία, την υγρασία, την αλατότητα, τα οξείδια σιδήρου, κ.ά.), οι αισθητήρες (για την ηλεκτρική αγωγιμότητα, την υγρασία, τη σκληρότητα, κ.ά.) και οι χωρικά προσδιορισμένες εδαφολογικές αναλύσεις (για όλες τις εργαστηριακά μετρήσιμες ιδιότητες).
Για παράδειγμα με τη βοήθεια αεροφωτογραφιών (στο ερυθρό τμήμα του φάσματος) αγροτεμαχίων σε αγρανάπαυση, μπορεί να διακριθεί καθαρά η σχέση της απόχρωσης του επιφανειακού εδάφους με την υφή του.

'''2) Εκτίμηση των θρεπτικών αναγκών των καλλιεργειών'''

Η εκτίμηση των θρεπτικών αναγκών γίνεται είτε με χρήση τηλεπισκόπησης, είτε με αισθητήρες, είτε με εργαστηριακές αναλύσεις χωρικά προσδιορισμένων δειγμάτων από το έδαφος ή από τα φυτά και με μαθηματική τους ολοκλήρωση στην επιφάνεια του αγροτεμαχίου.
Ορισμένοι ερευνητές πέτυχαν τον υπολογισμό του εδαφικού αζώτου, μέσω της μέτρησης της φασματικής αντίδρασης των φυτών με επίγεια τηλεπισκόπηση. Για την εκτίμηση της κατάστασης του φυτικού αζώτου, προτείνουν το φασματικό δείκτη NRI (Nitrogen Reflectance Index), που υπολογίζεται ως NIR / G (Near Infrared / Green). Τα αποτελέσματα της έρευνάς τους δείχνουν, ότι οι τεχνικές της τηλεπισκόπησης είναι δυνατό να χρησιμοποιηθούν όχι μόνο για την εκτίμηση του διαθέσιμου εδαφικού αζώτου, αλλά επίσης και του λιπάσματος που χρειάζεται κάθε σημείο του χωραφιού, με τη χρήση του φυτικού αζώτου ως δείκτη.

'''3) Προσδιορισμός διαφόρων ανωμαλιών'''

Σχετική έρευνα (Schuler et al,1998), προσδιορίζει τους σπουδαιότερους μετρήσιμους παράγοντες που περιορίζουν την παραγωγή. Ιδιαίτερο ρόλο παίζουν οι επιδράσεις των γεωργικών μηχανημάτων στο χωράφι, καθώς και οι εστίες παρασίτων και ζιζανίων.
Σε πολύ ετερογενή χωράφια, τα τηλεπισκοπικά δεδομένα μαζί με στοιχεία από GPS, μπορούν να προσδιορίσουν τις επιδράσεις της ετερογένειας στις οικονομικές αποδόσεις. Τότε, ο γεωργός μπορεί να χρησιμοποιήσει αυτήν την πληροφορία για να προσδιορίσει αν και πότε μικρές ποσότητες νερού, που ανακουφίζουν το φυτό από το στρες (μικροάρδευση), αξίζουν οικονομικά.

'''4) Έγκαιρος εντοπισμός ασθενειών ή προβληματικών περιοχών και υπολογισμός των απωλειών'''

Σε αυτόν τον τομέα το πλέον χρήσιμο εργαλείο είναι η τηλεπισκόπηση (δορυφορική, αεροπορική, ή επίγεια), η οποία μπορεί να χρησιμοποιηθεί προληπτικά, προκειμένου να αποφευχθούν ή να μειωθούν οι καταστροφικές συνέπειες των ασθενειών, ενώ σε συνδυασμό ή όχι με δειγματοληπτικές εργαστηριακές αναλύσεις, να εκτιμηθεί το μέγεθος της ζημίας.
Με τη χρήση υπερφασματικών ραδιόμετρων και φορητού υπολογιστή εφοδιασμένου με το κατάλληλο λογισμικό, μπορεί να γίνει συσχέτιση διαφόρων ασθενειών με συγκεκριμένες συχνότητες.

'''5) Εντοπισμός περιοχών με ζιζάνια'''

Στον τομέα αυτό η πλέον προχωρημένη τεχνική συνδυάζει τηλεπισκόπηση με αισθητήρες. Τα στοιχεία που καταγράφονται είναι είτε η μορφή των ζιζανίων, είτε η φασματική τους ταυτότητα, τα οποία στη συνέχεια συγκρίνονται με εκείνα των καλλιεργούμενων φυτών, με τη βοήθεια μιας φασματικής βιβλιοθήκης προτύπων, η οποία φέρεται από τους μηχανισμούς των αισθητήρων.
Στα πλαίσια σχετικής έρευνας, αναπτύχθηκε λογισμικό για το διαχωρισμό του αραβοσίτου από τα ζιζάνιά του, με επιτυχία αναγνώρισης των φυτών του αραβοσίτου η οποία φτάνει το 75%.
Σε άλλη έρευνα δημιουργήθηκε σύστημα που αποτελείται από κάμερα και λογισμικό, για την αυτόματη ανίχνευση ζιζανίων. Αποδείχθηκε, ότι ο ψεκασμός ζιζανιοκτόνου εντός των γραμμών, σε σχέση με τον πάνω από τις γραμμές των φυτών ψεκασμό, μειώνει σημαντικά την ποσότητα εφαρμογής.

'''6) Υπολογισμός της περιεκτικότητας διαφόρων ουσιών στις καλλιέργειες'''

Στον τομέα αυτόν, εργασία επάνω στα ζαχαρότευτλα, έδειξε ότι οι εμφανέστερες φασματικές διαφορές για υψηλή και χαμηλή περιεκτικότητα σε ζάχαρη εμφανίζονται στα 360, 550, 700 και 1200 nm. Προτείνουν σχετικό προγνωστικό μοντέλο παραγωγής ζάχαρης, το οποίο χρησιμοποιεί τον φασματικό δείκτη BDVI (Beet Differential Vegetative Index), ο οποίος συνίσταται από τις τιμές ανάκλασης στα 500, 550 και 830 nm και είναι δευτέρου βαθμού.

'''7) Πρόβλεψη της παραγωγής'''

Στην πρόβλεψη παραγωγής χρησιμοποιούνται συνδυαστικά με πολύ αξιόπιστα αποτελέσματα η τηλεπισκόπηση, οι χωρικά προσδιορισμένες μετρήσεις πεδίου (εργαστηριακές μετρήσεις για τη συσχέτιση της φυτομάζας ή της φυτοκάλυψης με την απόδοση) και οι χάρτες αποδόσεων των προηγουμένων καλλιεργητικών ετών. Τα μοντέλα πρόβλεψης παραγωγής περιέχουν δείκτες βλάστησης (όπως NDVI, IPVI, LAI, κ.ά.), καθώς και κλιματολογικές ή άλλες παραμέτρους. Οι χάρτες αποδόσεων των προηγουμένων καλλιεργητικών ετών χρησιμεύουν, κυρίως, στην κατανομή της παραλλακτικότητας της προβλεπόμενης παραγωγής.

'''8) Συνδυασμός πεδίων '''

Είναι δυνατός ο συνδυασμός όλων των παραπάνω πεδίων, με τη χρήση όλων των διαθέσιμων τεχνικών, ξεχωριστά ή σε συνεργασία. Για παράδειγμα, μία ψευδο-έγχρωμη αεροφωτογραφία (δηλ., με καταγραφή στις φασματικές περιοχές του πράσινου, του ερυθρού και του εγγύς υπερύθρου) μπορεί να χρησιμοποιηθεί ταυτοχρόνως για την εκτίμηση των αναγκών σε άζωτο, την ανίχνευση πιθανών ασθενειών, τον εντοπισμό διαφόρων ανωμαλιών, τον χαρακτηρισμό της υφής του επιφανειακού εδάφους και την πρόβλεψη της παραγωγής.
Προτείνονται από διάφορους ερευνητές φασματικά μοντέλα υπολογισμού φυτομάζας και φυτοκάλυψης τα οποία συνδυασμένα με γεωγραφικές πληροφορίες μπορούν να φανούν χρήσιμα στην λεπτομερή παρακολούθηση όλων των παραμέτρων οι οποίες προαναφέρθησαν.

'''ΠΑΡΑΔΕΙΓΜΑ'''

Χρήση Γεωγραφικών Συστημάτων Πληροφοριών και διαχρονικών σειρών δορυφορικών εικόνων, για τον εντοπισμό της φυλλοξήρας και την παρακολούθηση της πορείας επανεγκατάστασης των αμπελώνων (Barsby & Associates)

(Από τα τέλη της δεκαετίας του 1980, οι οινοπαραγωγοί της Καλιφόρνιας ήρθαν αντιμέτωποι με την καταστροφή των αμπελιών τους εξαιτίας προσβολής από Φυλλοξήρα. Σε οκτώ επαρχίες της πολιτείας, χιλιάδες εκτάρια ανώτερης ποιότητας αμπελιών καταστράφηκαν και έχει ήδη σχεδιασθεί η αντικατάστασή τους. Από το 1993-95 η NASA συνεργάστηκε με τη βιομηχανία και ακαδημαϊκούς για την ανάπτυξη ενός τρόπου εντοπισμού του προβλήματος της φυλλοξήρας, με τηλεπισκόπηση και τις σχετικές υπολογιστικές τεχνικές).
Αρχικά, χρησιμοποιήθηκαν αεροφωτογραφίες στο ερυθρό και υπέρυθρο (R-NIR) τμήμα του ηλεκτρομαγνητικού φάσματος (Εικόνα 3.3.1). Οι μολύνσεις με φυλλοξήρα είναι ανιχνεύσιμες στις αεροφωτογραφίες από τα πολύ πρώιμα στάδια ακόμη, όταν η φυλλοξήρα βρίσκεται κάτω από το έδαφος, τρώγωντας τις ρίζες του φυτού, ενώ το φυτό επιφανειακά φαίνεται υγιές.

[[Αρχείο:a6_pic1.jpg]]

Στη συνέχεια, παρήχθησαν εικόνες που δείχνουν το δείκτη βλάστησης, όπου ο χρωματικός κώδικας πράσινο - κίτρινο - καφέ αντιστοιχεί σε διαβάθμιση από τη υγιή προς την άρρωστη βλάστηση. Τα ορθογώνια που φαίνονται στην εικόνα αντιπροσωπεύουν τις περιοχές από όπου ελήφθησαν δείγματα από τα φυτά για εξέταση στο εργαστήριο (Εικόνα 3.3.2).

[[Αρχείο:a6_pic2.jpg]]

Τέλος, προκειμένου να διαπιστωθεί η πορεία ανάπτυξης των νεο-εγκατεστημένων αμπελώνων, συγκρίθηκαν εικόνες δείκτη βλάστησης διαδοχικών ετών (με αφαίρεση της εικόνας βλάστησης, του προηγούμενου από το επόμενο έτος) (Εικόνα 3.3.3). Η σημαντική αύξηση στη βλάστηση αντιπροσωπεύεται από το μπλε χρώμα, ενώ η μεγαλύτερη μείωση από το ματζέντα (λιλά). Το πράσινο αντιστοιχεί σε μη αλλαγή στην κατάσταση της βλάστησης.

[[Αρχείο:a6_pic3.jpg]]

'''ΣΥΜΠΕΡΑΣΜΑΤΑ'''

Ο συνδυασμός διαφόρων τεχνικών τηλεπισκόπησης με δεδομένα τα οποία λαμβάνονται από αισθητήρες, εργαστηριακές αναλύσεις, χάρτες αποδόσεων και συστήματα γεωγραφικών πληροφοριών (G.I.S.), μπορούν να δώσουν αξιόπιστα αποτελέσματα σε μια σειρά από εφαρμογές στη γεωργία, αυξάνοντας την ακρίβεια και την ποιότητα των καλλιεργητικών επεμβάσεων, εξοικονομώντας ταυτόχρονα σημαντικούς οικονομικούς και ανθρώπινους πόρους.

Πηγή άρθρου: http://users.auth.gr/silleos/new_page_6.htm

[[category:Γεωργία]]

ΠΕΔΙΑ ΚΑΙ ΤΡΟΠΟΙ ΚΑΤΑΓΡΑΦΗΣ ΤΗΣ ΠΑΡΑΛΛΑΚΤΙΚΟΤΗΤΑΣ ΣΤΗ ΓΕΩΡΓΙΑ ΑΚΡΙΒΕΙΑΣ

2017-02-10T10:03:59Z

Papanastasiou Christos:

'''Χρήστος Γ. Καρυδάς1, Νικόλαος Γ. Συλλαίος2 '''

Mεσογειακό Αγρονομικό Ινστιτούτο Χανίων

xkarydas@maich.gr

Aριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης

silleos@agro.auth.gr

'''ΑΝΤΙΚΕΙΜΕΝΟ ΕΦΑΡΜΟΓΗΣ'''

Η Γεωργία Ακριβείας είναι μία νέα αντίληψη για τη γεωργία και ταυτοχρόνως, μία νέα μέθοδος γεωργικής πρακτικής. Σε πολλές ανεπτυγμένες χώρες τα πρώτα βήματα του νέου αυτού διατομεακού και πολυεπιστημονικού γεωργικού κλάδου έχουν ήδη γίνει, ενώ όλο και πιο προηγμένες τεχνικές βρίσκουν συνεχώς έδαφος για εφαρμογή.
Στην εργασία αυτή επιχειρείται να φωτιστεί η έννοια της παραλλακτικότητας, η οποία αποτελεί το πρώτο βήμα σε κάθε εφαρμογή Γεωργίας Ακριβείας και να περιγραφούν τα πεδία όπου αυτή εκδηλώνεται, καθώς και οι τρόποι καταγραφής της.

'''ΣΤΟΧΟΙ ΤΗΣ ΕΦΑΡΜΟΓΗΣ'''

Η Γεωργία Ακριβείας βασίζεται σε τεχνολογίες και μέσα ικανά να καταγράψουν με ακρίβεια την υπάρχουσα κατάσταση στον αγρό, στη συνέχεια να διαχειριστούν τη συγκεντρωμένη πληροφορία και δεδομένα και τέλος να εφαρμόσουν τις εισροές έτσι, ώστε να καλύπτουν τις ανάγκες κάθε σημείου και χρονικής στιγμής ξεχωριστά. Στις τεχνολογίες αυτές συμπεριλαμβάνονται:
- Συστήματα και μηχανισμοί καταγραφής δεδομένων, όπως χάρτες αποδόσεων, εργαστηριακές αναλύσεις, Τηλεπισκόπηση, Συστήματα εντοπισμού θέσης και Αισθητήρες.
- Συστήματα διαχείρισης και απόδοσης αποτελεσμάτων, όπως Γεωγραφικά Συστήματα Πληροφοριών - Γ.Σ.Π. και Έμπειρα συστήματα.
- Συστήματα μεταβαλλόμενης εφαρμογής (της ροής ή του είδους), όπως λιπασματοδιανομείς, σπορείς, ψεκαστήρες, κ.ά.
Στο διεθνή χώρο ο βαθμός εφαρμογής της μεθόδου έχει ήδη αναπτυχθεί σε πολύ σημαντικό βαθμό.
Έως το 1998, το 15 % περίπου των γεωργών στη Μ. Βρετανία είχαν χρησιμοποιήσει τεχνικές Γεωργίας Ακριβείας και όπως δήλωσαν οι ίδιοι σε σχετική έρευνα του ίδιου έτους, οι προσδοκίες τους, σε γενικές γραμμές, επαληθεύτηκαν. Στις Η.Π.Α., η γεωργία ακριβείας εφαρμόζεται κυρίως σε περιοχές όπου υπάρχουν προβλήματα λειψυδρίας (μεσοδυτικές και δυτικές πολιτείες), ανωμαλίες ή ιδιαιτερότητες ως προς διάφορα χαρακτηριστικά των εδαφών, ή έντονες ελλείψεις θρεπτικών στοιχείων, λόγω παρατεταμένης εξαντλητικής εκμετάλλευσης. Υπάρχουν πολλές εταιρείες σε αυτόν τον τομέα, οι οποίες παρέχουν προϊόντα (χάρτες και σχετικοί στατιστικοί δείκτες) στους γεωργούς - πελάτες, είτε σε ηλεκτρονική, είτε σε έντυπη μορφή.

'''ΠΑΛΑΙΟΤΕΡΕΣ ΜΕΘΟΔΟΙ'''

Η πιο διαδεδομένη ακόμα και σήμερα μέθοδος εκτίμησης διαφόρων γεωργικών παραμέτρων, είναι η δειγματοληπτική επιτόπια παρατήρηση στο αγροτεμάχιο η οποία απαιτεί πολύ χρόνο και ανθρώπινο δυναμικό ενώ η ακρίβειά της σχετίζεται με τον αριθμό των επαναλήψεων και την εμπειρία του προσωπικού που διενεργεί τους ελέγχους

'''ΕΦΑΡΜΟΓΕΣ / ΜΕΘΟΔΟΛΟΓΙΑ'''

Η διαφορά μεταξύ της έως σήμερα (παραδοσιακής) γεωργίας και της νέας γεωργικής πρακτικής ακριβείας βρίσκεται στον τρόπο που κάθε μια αντιμετωπίζει τα αγροτεμάχια. Ενώ, δηλαδή, η παραδοσιακή γεωργία αντιμετωπίζει τα αγροτεμάχια ως ομοιόμορφα (βασιζόμενη σε μέσους όρους), η Γεωργία Ακριβείας αναγνωρίζει, καταγράφει και διαχειρίζεται την εγγενή ή επίκτητη, ως προς το χώρο και το χρόνο, παραλλακτικότητά τους (variability).
Ακολούθως αναφέρονται κάποιες ενδεικτικές περιπτώσεις καταγραφής της παραλλακτικότητας αγροτεμαχίων η οποία οφείλεται κάθε φορά σε διαφορετικές παραμέτρους.

'''1) Εντοπισμός της παράλλακτικότητας εξωτερικών και εσωτερικών ιδιοτήτων του εδάφους'''

Στον προσδιορισμό των ιδιοτήτων του εδάφους μπορούν να χρησιμοποιηθούν η τηλεπισκόπηση (για την τοπογραφία, το χρώμα, την οργανική ουσία, την υγρασία, την αλατότητα, τα οξείδια σιδήρου, κ.ά.), οι αισθητήρες (για την ηλεκτρική αγωγιμότητα, την υγρασία, τη σκληρότητα, κ.ά.) και οι χωρικά προσδιορισμένες εδαφολογικές αναλύσεις (για όλες τις εργαστηριακά μετρήσιμες ιδιότητες).
Για παράδειγμα με τη βοήθεια αεροφωτογραφιών (στο ερυθρό τμήμα του φάσματος) αγροτεμαχίων σε αγρανάπαυση, μπορεί να διακριθεί καθαρά η σχέση της απόχρωσης του επιφανειακού εδάφους με την υφή του.

'''2) Εκτίμηση των θρεπτικών αναγκών των καλλιεργειών'''

Η εκτίμηση των θρεπτικών αναγκών γίνεται είτε με χρήση τηλεπισκόπησης, είτε με αισθητήρες, είτε με εργαστηριακές αναλύσεις χωρικά προσδιορισμένων δειγμάτων από το έδαφος ή από τα φυτά και με μαθηματική τους ολοκλήρωση στην επιφάνεια του αγροτεμαχίου.
Ορισμένοι ερευνητές πέτυχαν τον υπολογισμό του εδαφικού αζώτου, μέσω της μέτρησης της φασματικής αντίδρασης των φυτών με επίγεια τηλεπισκόπηση. Για την εκτίμηση της κατάστασης του φυτικού αζώτου, προτείνουν το φασματικό δείκτη NRI (Nitrogen Reflectance Index), που υπολογίζεται ως NIR / G (Near Infrared / Green). Τα αποτελέσματα της έρευνάς τους δείχνουν, ότι οι τεχνικές της τηλεπισκόπησης είναι δυνατό να χρησιμοποιηθούν όχι μόνο για την εκτίμηση του διαθέσιμου εδαφικού αζώτου, αλλά επίσης και του λιπάσματος που χρειάζεται κάθε σημείο του χωραφιού, με τη χρήση του φυτικού αζώτου ως δείκτη.

'''3) Προσδιορισμός διαφόρων ανωμαλιών'''

Σχετική έρευνα (Schuler et al,1998), προσδιορίζει τους σπουδαιότερους μετρήσιμους παράγοντες που περιορίζουν την παραγωγή. Ιδιαίτερο ρόλο παίζουν οι επιδράσεις των γεωργικών μηχανημάτων στο χωράφι, καθώς και οι εστίες παρασίτων και ζιζανίων.
Σε πολύ ετερογενή χωράφια, τα τηλεπισκοπικά δεδομένα μαζί με στοιχεία από GPS, μπορούν να προσδιορίσουν τις επιδράσεις της ετερογένειας στις οικονομικές αποδόσεις. Τότε, ο γεωργός μπορεί να χρησιμοποιήσει αυτήν την πληροφορία για να προσδιορίσει αν και πότε μικρές ποσότητες νερού, που ανακουφίζουν το φυτό από το στρες (μικροάρδευση), αξίζουν οικονομικά.

'''4) Έγκαιρος εντοπισμός ασθενειών ή προβληματικών περιοχών και υπολογισμός των απωλειών'''

Σε αυτόν τον τομέα το πλέον χρήσιμο εργαλείο είναι η τηλεπισκόπηση (δορυφορική, αεροπορική, ή επίγεια), η οποία μπορεί να χρησιμοποιηθεί προληπτικά, προκειμένου να αποφευχθούν ή να μειωθούν οι καταστροφικές συνέπειες των ασθενειών, ενώ σε συνδυασμό ή όχι με δειγματοληπτικές εργαστηριακές αναλύσεις, να εκτιμηθεί το μέγεθος της ζημίας.
Με τη χρήση υπερφασματικών ραδιόμετρων και φορητού υπολογιστή εφοδιασμένου με το κατάλληλο λογισμικό, μπορεί να γίνει συσχέτιση διαφόρων ασθενειών με συγκεκριμένες συχνότητες.

'''5) Εντοπισμός περιοχών με ζιζάνια'''

Στον τομέα αυτό η πλέον προχωρημένη τεχνική συνδυάζει τηλεπισκόπηση με αισθητήρες. Τα στοιχεία που καταγράφονται είναι είτε η μορφή των ζιζανίων, είτε η φασματική τους ταυτότητα, τα οποία στη συνέχεια συγκρίνονται με εκείνα των καλλιεργούμενων φυτών, με τη βοήθεια μιας φασματικής βιβλιοθήκης προτύπων, η οποία φέρεται από τους μηχανισμούς των αισθητήρων.
Στα πλαίσια σχετικής έρευνας, αναπτύχθηκε λογισμικό για το διαχωρισμό του αραβοσίτου από τα ζιζάνιά του, με επιτυχία αναγνώρισης των φυτών του αραβοσίτου η οποία φτάνει το 75%.
Σε άλλη έρευνα δημιουργήθηκε σύστημα που αποτελείται από κάμερα και λογισμικό, για την αυτόματη ανίχνευση ζιζανίων. Αποδείχθηκε, ότι ο ψεκασμός ζιζανιοκτόνου εντός των γραμμών, σε σχέση με τον πάνω από τις γραμμές των φυτών ψεκασμό, μειώνει σημαντικά την ποσότητα εφαρμογής.

'''6) Υπολογισμός της περιεκτικότητας διαφόρων ουσιών στις καλλιέργειες'''

Στον τομέα αυτόν, εργασία επάνω στα ζαχαρότευτλα, έδειξε ότι οι εμφανέστερες φασματικές διαφορές για υψηλή και χαμηλή περιεκτικότητα σε ζάχαρη εμφανίζονται στα 360, 550, 700 και 1200 nm. Προτείνουν σχετικό προγνωστικό μοντέλο παραγωγής ζάχαρης, το οποίο χρησιμοποιεί τον φασματικό δείκτη BDVI (Beet Differential Vegetative Index), ο οποίος συνίσταται από τις τιμές ανάκλασης στα 500, 550 και 830 nm και είναι δευτέρου βαθμού.

'''7) Πρόβλεψη της παραγωγής'''

Στην πρόβλεψη παραγωγής χρησιμοποιούνται συνδυαστικά με πολύ αξιόπιστα αποτελέσματα η τηλεπισκόπηση, οι χωρικά προσδιορισμένες μετρήσεις πεδίου (εργαστηριακές μετρήσεις για τη συσχέτιση της φυτομάζας ή της φυτοκάλυψης με την απόδοση) και οι χάρτες αποδόσεων των προηγουμένων καλλιεργητικών ετών. Τα μοντέλα πρόβλεψης παραγωγής περιέχουν δείκτες βλάστησης (όπως NDVI, IPVI, LAI, κ.ά.), καθώς και κλιματολογικές ή άλλες παραμέτρους. Οι χάρτες αποδόσεων των προηγουμένων καλλιεργητικών ετών χρησιμεύουν, κυρίως, στην κατανομή της παραλλακτικότητας της προβλεπόμενης παραγωγής.

'''8) Συνδυασμός πεδίων '''

Είναι δυνατός ο συνδυασμός όλων των παραπάνω πεδίων, με τη χρήση όλων των διαθέσιμων τεχνικών, ξεχωριστά ή σε συνεργασία. Για παράδειγμα, μία ψευδο-έγχρωμη αεροφωτογραφία (δηλ., με καταγραφή στις φασματικές περιοχές του πράσινου, του ερυθρού και του εγγύς υπερύθρου) μπορεί να χρησιμοποιηθεί ταυτοχρόνως για την εκτίμηση των αναγκών σε άζωτο, την ανίχνευση πιθανών ασθενειών, τον εντοπισμό διαφόρων ανωμαλιών, τον χαρακτηρισμό της υφής του επιφανειακού εδάφους και την πρόβλεψη της παραγωγής.
Προτείνονται από διάφορους ερευνητές φασματικά μοντέλα υπολογισμού φυτομάζας και φυτοκάλυψης τα οποία συνδυασμένα με γεωγραφικές πληροφορίες μπορούν να φανούν χρήσιμα στην λεπτομερή παρακολούθηση όλων των παραμέτρων οι οποίες προαναφέρθησαν.
'''
ΠΑΡΑΔΕΙΓΜΑ'''

Χρήση Γεωγραφικών Συστημάτων Πληροφοριών και διαχρονικών σειρών δορυφορικών εικόνων, για τον εντοπισμό της φυλλοξήρας και την παρακολούθηση της πορείας επανεγκατάστασης των αμπελώνων (Barsby & Associates)

(Από τα τέλη της δεκαετίας του 1980, οι οινοπαραγωγοί της Καλιφόρνιας ήρθαν αντιμέτωποι με την καταστροφή των αμπελιών τους εξαιτίας προσβολής από Φυλλοξήρα. Σε οκτώ επαρχίες της πολιτείας, χιλιάδες εκτάρια ανώτερης ποιότητας αμπελιών καταστράφηκαν και έχει ήδη σχεδιασθεί η αντικατάστασή τους. Από το 1993-95 η NASA συνεργάστηκε με τη βιομηχανία και ακαδημαϊκούς για την ανάπτυξη ενός τρόπου εντοπισμού του προβλήματος της φυλλοξήρας, με τηλεπισκόπηση και τις σχετικές υπολογιστικές τεχνικές).
Αρχικά, χρησιμοποιήθηκαν αεροφωτογραφίες στο ερυθρό και υπέρυθρο (R-NIR) τμήμα του ηλεκτρομαγνητικού φάσματος (Εικόνα 3.3.1). Οι μολύνσεις με φυλλοξήρα είναι ανιχνεύσιμες στις αεροφωτογραφίες από τα πολύ πρώιμα στάδια ακόμη, όταν η φυλλοξήρα βρίσκεται κάτω από το έδαφος, τρώγωντας τις ρίζες του φυτού, ενώ το φυτό επιφανειακά φαίνεται υγιές.

[[Αρχείο:a6_pic1.jpg]]

[[category:Γεωργία]]

Αρχείο:A6 pic3.jpg

2017-02-10T10:01:07Z

Papanastasiou Christos:

Αρχείο:A6 pic2.jpg

2017-02-10T10:00:56Z

Papanastasiou Christos:

Αρχείο:A6 pic1.jpg

2017-02-10T10:00:44Z

Papanastasiou Christos:

ΠΕΔΙΑ ΚΑΙ ΤΡΟΠΟΙ ΚΑΤΑΓΡΑΦΗΣ ΤΗΣ ΠΑΡΑΛΛΑΚΤΙΚΟΤΗΤΑΣ ΣΤΗ ΓΕΩΡΓΙΑ ΑΚΡΙΒΕΙΑΣ

2017-02-10T09:59:30Z

Papanastasiou Christos:

'''Χρήστος Γ. Καρυδάς1, Νικόλαος Γ. Συλλαίος2 '''

Mεσογειακό Αγρονομικό Ινστιτούτο Χανίων

xkarydas@maich.gr

Aριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης

silleos@agro.auth.gr

'''ΑΝΤΙΚΕΙΜΕΝΟ ΕΦΑΡΜΟΓΗΣ'''

Η Γεωργία Ακριβείας είναι μία νέα αντίληψη για τη γεωργία και ταυτοχρόνως, μία νέα μέθοδος γεωργικής πρακτικής. Σε πολλές ανεπτυγμένες χώρες τα πρώτα βήματα του νέου αυτού διατομεακού και πολυεπιστημονικού γεωργικού κλάδου έχουν ήδη γίνει, ενώ όλο και πιο προηγμένες τεχνικές βρίσκουν συνεχώς έδαφος για εφαρμογή.
Στην εργασία αυτή επιχειρείται να φωτιστεί η έννοια της παραλλακτικότητας, η οποία αποτελεί το πρώτο βήμα σε κάθε εφαρμογή Γεωργίας Ακριβείας και να περιγραφούν τα πεδία όπου αυτή εκδηλώνεται, καθώς και οι τρόποι καταγραφής της.

'''ΣΤΟΧΟΙ ΤΗΣ ΕΦΑΡΜΟΓΗΣ'''

Η Γεωργία Ακριβείας βασίζεται σε τεχνολογίες και μέσα ικανά να καταγράψουν με ακρίβεια την υπάρχουσα κατάσταση στον αγρό, στη συνέχεια να διαχειριστούν τη συγκεντρωμένη πληροφορία και δεδομένα και τέλος να εφαρμόσουν τις εισροές έτσι, ώστε να καλύπτουν τις ανάγκες κάθε σημείου και χρονικής στιγμής ξεχωριστά. Στις τεχνολογίες αυτές συμπεριλαμβάνονται:
- Συστήματα και μηχανισμοί καταγραφής δεδομένων, όπως χάρτες αποδόσεων, εργαστηριακές αναλύσεις, Τηλεπισκόπηση, Συστήματα εντοπισμού θέσης και Αισθητήρες.
- Συστήματα διαχείρισης και απόδοσης αποτελεσμάτων, όπως Γεωγραφικά Συστήματα Πληροφοριών - Γ.Σ.Π. και Έμπειρα συστήματα.
- Συστήματα μεταβαλλόμενης εφαρμογής (της ροής ή του είδους), όπως λιπασματοδιανομείς, σπορείς, ψεκαστήρες, κ.ά.
Στο διεθνή χώρο ο βαθμός εφαρμογής της μεθόδου έχει ήδη αναπτυχθεί σε πολύ σημαντικό βαθμό.
Έως το 1998, το 15 % περίπου των γεωργών στη Μ. Βρετανία είχαν χρησιμοποιήσει τεχνικές Γεωργίας Ακριβείας και όπως δήλωσαν οι ίδιοι σε σχετική έρευνα του ίδιου έτους, οι προσδοκίες τους, σε γενικές γραμμές, επαληθεύτηκαν. Στις Η.Π.Α., η γεωργία ακριβείας εφαρμόζεται κυρίως σε περιοχές όπου υπάρχουν προβλήματα λειψυδρίας (μεσοδυτικές και δυτικές πολιτείες), ανωμαλίες ή ιδιαιτερότητες ως προς διάφορα χαρακτηριστικά των εδαφών, ή έντονες ελλείψεις θρεπτικών στοιχείων, λόγω παρατεταμένης εξαντλητικής εκμετάλλευσης. Υπάρχουν πολλές εταιρείες σε αυτόν τον τομέα, οι οποίες παρέχουν προϊόντα (χάρτες και σχετικοί στατιστικοί δείκτες) στους γεωργούς - πελάτες, είτε σε ηλεκτρονική, είτε σε έντυπη μορφή.

'''ΠΑΛΑΙΟΤΕΡΕΣ ΜΕΘΟΔΟΙ'''

Η πιο διαδεδομένη ακόμα και σήμερα μέθοδος εκτίμησης διαφόρων γεωργικών παραμέτρων, είναι η δειγματοληπτική επιτόπια παρατήρηση στο αγροτεμάχιο η οποία απαιτεί πολύ χρόνο και ανθρώπινο δυναμικό ενώ η ακρίβειά της σχετίζεται με τον αριθμό των επαναλήψεων και την εμπειρία του προσωπικού που διενεργεί τους ελέγχους

'''ΕΦΑΡΜΟΓΕΣ / ΜΕΘΟΔΟΛΟΓΙΑ'''

Η διαφορά μεταξύ της έως σήμερα (παραδοσιακής) γεωργίας και της νέας γεωργικής πρακτικής ακριβείας βρίσκεται στον τρόπο που κάθε μια αντιμετωπίζει τα αγροτεμάχια. Ενώ, δηλαδή, η παραδοσιακή γεωργία αντιμετωπίζει τα αγροτεμάχια ως ομοιόμορφα (βασιζόμενη σε μέσους όρους), η Γεωργία Ακριβείας αναγνωρίζει, καταγράφει και διαχειρίζεται την εγγενή ή επίκτητη, ως προς το χώρο και το χρόνο, παραλλακτικότητά τους (variability).
Ακολούθως αναφέρονται κάποιες ενδεικτικές περιπτώσεις καταγραφής της παραλλακτικότητας αγροτεμαχίων η οποία οφείλεται κάθε φορά σε διαφορετικές παραμέτρους.

'''1) Εντοπισμός της παράλλακτικότητας εξωτερικών και εσωτερικών ιδιοτήτων του εδάφους'''

Στον προσδιορισμό των ιδιοτήτων του εδάφους μπορούν να χρησιμοποιηθούν η τηλεπισκόπηση (για την τοπογραφία, το χρώμα, την οργανική ουσία, την υγρασία, την αλατότητα, τα οξείδια σιδήρου, κ.ά.), οι αισθητήρες (για την ηλεκτρική αγωγιμότητα, την υγρασία, τη σκληρότητα, κ.ά.) και οι χωρικά προσδιορισμένες εδαφολογικές αναλύσεις (για όλες τις εργαστηριακά μετρήσιμες ιδιότητες).
Για παράδειγμα με τη βοήθεια αεροφωτογραφιών (στο ερυθρό τμήμα του φάσματος) αγροτεμαχίων σε αγρανάπαυση, μπορεί να διακριθεί καθαρά η σχέση της απόχρωσης του επιφανειακού εδάφους με την υφή του.

'''2) Εκτίμηση των θρεπτικών αναγκών των καλλιεργειών'''

Η εκτίμηση των θρεπτικών αναγκών γίνεται είτε με χρήση τηλεπισκόπησης, είτε με αισθητήρες, είτε με εργαστηριακές αναλύσεις χωρικά προσδιορισμένων δειγμάτων από το έδαφος ή από τα φυτά και με μαθηματική τους ολοκλήρωση στην επιφάνεια του αγροτεμαχίου.
Ορισμένοι ερευνητές πέτυχαν τον υπολογισμό του εδαφικού αζώτου, μέσω της μέτρησης της φασματικής αντίδρασης των φυτών με επίγεια τηλεπισκόπηση. Για την εκτίμηση της κατάστασης του φυτικού αζώτου, προτείνουν το φασματικό δείκτη NRI (Nitrogen Reflectance Index), που υπολογίζεται ως NIR / G (Near Infrared / Green). Τα αποτελέσματα της έρευνάς τους δείχνουν, ότι οι τεχνικές της τηλεπισκόπησης είναι δυνατό να χρησιμοποιηθούν όχι μόνο για την εκτίμηση του διαθέσιμου εδαφικού αζώτου, αλλά επίσης και του λιπάσματος που χρειάζεται κάθε σημείο του χωραφιού, με τη χρήση του φυτικού αζώτου ως δείκτη.

'''3) Προσδιορισμός διαφόρων ανωμαλιών'''

Σχετική έρευνα (Schuler et al,1998), προσδιορίζει τους σπουδαιότερους μετρήσιμους παράγοντες που περιορίζουν την παραγωγή. Ιδιαίτερο ρόλο παίζουν οι επιδράσεις των γεωργικών μηχανημάτων στο χωράφι, καθώς και οι εστίες παρασίτων και ζιζανίων.
Σε πολύ ετερογενή χωράφια, τα τηλεπισκοπικά δεδομένα μαζί με στοιχεία από GPS, μπορούν να προσδιορίσουν τις επιδράσεις της ετερογένειας στις οικονομικές αποδόσεις. Τότε, ο γεωργός μπορεί να χρησιμοποιήσει αυτήν την πληροφορία για να προσδιορίσει αν και πότε μικρές ποσότητες νερού, που ανακουφίζουν το φυτό από το στρες (μικροάρδευση), αξίζουν οικονομικά.

'''4) Έγκαιρος εντοπισμός ασθενειών ή προβληματικών περιοχών και υπολογισμός των απωλειών'''

Σε αυτόν τον τομέα το πλέον χρήσιμο εργαλείο είναι η τηλεπισκόπηση (δορυφορική, αεροπορική, ή επίγεια), η οποία μπορεί να χρησιμοποιηθεί προληπτικά, προκειμένου να αποφευχθούν ή να μειωθούν οι καταστροφικές συνέπειες των ασθενειών, ενώ σε συνδυασμό ή όχι με δειγματοληπτικές εργαστηριακές αναλύσεις, να εκτιμηθεί το μέγεθος της ζημίας.
Με τη χρήση υπερφασματικών ραδιόμετρων και φορητού υπολογιστή εφοδιασμένου με το κατάλληλο λογισμικό, μπορεί να γίνει συσχέτιση διαφόρων ασθενειών με συγκεκριμένες συχνότητες.

'''5) Εντοπισμός περιοχών με ζιζάνια'''

Στον τομέα αυτό η πλέον προχωρημένη τεχνική συνδυάζει τηλεπισκόπηση με αισθητήρες. Τα στοιχεία που καταγράφονται είναι είτε η μορφή των ζιζανίων, είτε η φασματική τους ταυτότητα, τα οποία στη συνέχεια συγκρίνονται με εκείνα των καλλιεργούμενων φυτών, με τη βοήθεια μιας φασματικής βιβλιοθήκης προτύπων, η οποία φέρεται από τους μηχανισμούς των αισθητήρων.
Στα πλαίσια σχετικής έρευνας, αναπτύχθηκε λογισμικό για το διαχωρισμό του αραβοσίτου από τα ζιζάνιά του, με επιτυχία αναγνώρισης των φυτών του αραβοσίτου η οποία φτάνει το 75%.
Σε άλλη έρευνα δημιουργήθηκε σύστημα που αποτελείται από κάμερα και λογισμικό, για την αυτόματη ανίχνευση ζιζανίων. Αποδείχθηκε, ότι ο ψεκασμός ζιζανιοκτόνου εντός των γραμμών, σε σχέση με τον πάνω από τις γραμμές των φυτών ψεκασμό, μειώνει σημαντικά την ποσότητα εφαρμογής.

'''6) Υπολογισμός της περιεκτικότητας διαφόρων ουσιών στις καλλιέργειες'''

Στον τομέα αυτόν, εργασία επάνω στα ζαχαρότευτλα, έδειξε ότι οι εμφανέστερες φασματικές διαφορές για υψηλή και χαμηλή περιεκτικότητα σε ζάχαρη εμφανίζονται στα 360, 550, 700 και 1200 nm. Προτείνουν σχετικό προγνωστικό μοντέλο παραγωγής ζάχαρης, το οποίο χρησιμοποιεί τον φασματικό δείκτη BDVI (Beet Differential Vegetative Index), ο οποίος συνίσταται από τις τιμές ανάκλασης στα 500, 550 και 830 nm και είναι δευτέρου βαθμού.

'''7) Πρόβλεψη της παραγωγής'''

Στην πρόβλεψη παραγωγής χρησιμοποιούνται συνδυαστικά με πολύ αξιόπιστα αποτελέσματα η τηλεπισκόπηση, οι χωρικά προσδιορισμένες μετρήσεις πεδίου (εργαστηριακές μετρήσεις για τη συσχέτιση της φυτομάζας ή της φυτοκάλυψης με την απόδοση) και οι χάρτες αποδόσεων των προηγουμένων καλλιεργητικών ετών. Τα μοντέλα πρόβλεψης παραγωγής περιέχουν δείκτες βλάστησης (όπως NDVI, IPVI, LAI, κ.ά.), καθώς και κλιματολογικές ή άλλες παραμέτρους. Οι χάρτες αποδόσεων των προηγουμένων καλλιεργητικών ετών χρησιμεύουν, κυρίως, στην κατανομή της παραλλακτικότητας της προβλεπόμενης παραγωγής.

'''8) Συνδυασμός πεδίων '''

Είναι δυνατός ο συνδυασμός όλων των παραπάνω πεδίων, με τη χρήση όλων των διαθέσιμων τεχνικών, ξεχωριστά ή σε συνεργασία. Για παράδειγμα, μία ψευδο-έγχρωμη αεροφωτογραφία (δηλ., με καταγραφή στις φασματικές περιοχές του πράσινου, του ερυθρού και του εγγύς υπερύθρου) μπορεί να χρησιμοποιηθεί ταυτοχρόνως για την εκτίμηση των αναγκών σε άζωτο, την ανίχνευση πιθανών ασθενειών, τον εντοπισμό διαφόρων ανωμαλιών, τον χαρακτηρισμό της υφής του επιφανειακού εδάφους και την πρόβλεψη της παραγωγής.
Προτείνονται από διάφορους ερευνητές φασματικά μοντέλα υπολογισμού φυτομάζας και φυτοκάλυψης τα οποία συνδυασμένα με γεωγραφικές πληροφορίες μπορούν να φανούν χρήσιμα στην λεπτομερή παρακολούθηση όλων των παραμέτρων οι οποίες προαναφέρθησαν.
'''
ΠΑΡΑΔΕΙΓΜΑ'''

Χρήση Γεωγραφικών Συστημάτων Πληροφοριών και διαχρονικών σειρών δορυφορικών εικόνων, για τον εντοπισμό της φυλλοξήρας και την παρακολούθηση της πορείας επανεγκατάστασης των αμπελώνων (Barsby & Associates)

[[category:Γεωργία]]

ΠΕΔΙΑ ΚΑΙ ΤΡΟΠΟΙ ΚΑΤΑΓΡΑΦΗΣ ΤΗΣ ΠΑΡΑΛΛΑΚΤΙΚΟΤΗΤΑΣ ΣΤΗ ΓΕΩΡΓΙΑ ΑΚΡΙΒΕΙΑΣ

2017-02-10T09:56:39Z

Papanastasiou Christos:

'''Χρήστος Γ. Καρυδάς1, Νικόλαος Γ. Συλλαίος2 '''

Mεσογειακό Αγρονομικό Ινστιτούτο Χανίων

xkarydas@maich.gr

Aριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης

silleos@agro.auth.gr

ΑΝΤΙΚΕΙΜΕΝΟ ΕΦΑΡΜΟΓΗΣ

Η Γεωργία Ακριβείας είναι μία νέα αντίληψη για τη γεωργία και ταυτοχρόνως, μία νέα μέθοδος γεωργικής πρακτικής. Σε πολλές ανεπτυγμένες χώρες τα πρώτα βήματα του νέου αυτού διατομεακού και πολυεπιστημονικού γεωργικού κλάδου έχουν ήδη γίνει, ενώ όλο και πιο προηγμένες τεχνικές βρίσκουν συνεχώς έδαφος για εφαρμογή.
Στην εργασία αυτή επιχειρείται να φωτιστεί η έννοια της παραλλακτικότητας, η οποία αποτελεί το πρώτο βήμα σε κάθε εφαρμογή Γεωργίας Ακριβείας και να περιγραφούν τα πεδία όπου αυτή εκδηλώνεται, καθώς και οι τρόποι καταγραφής της.

ΣΤΟΧΟΙ ΤΗΣ ΕΦΑΡΜΟΓΗΣ

Η Γεωργία Ακριβείας βασίζεται σε τεχνολογίες και μέσα ικανά να καταγράψουν με ακρίβεια την υπάρχουσα κατάσταση στον αγρό, στη συνέχεια να διαχειριστούν τη συγκεντρωμένη πληροφορία και δεδομένα και τέλος να εφαρμόσουν τις εισροές έτσι, ώστε να καλύπτουν τις ανάγκες κάθε σημείου και χρονικής στιγμής ξεχωριστά. Στις τεχνολογίες αυτές συμπεριλαμβάνονται:
- Συστήματα και μηχανισμοί καταγραφής δεδομένων, όπως χάρτες αποδόσεων, εργαστηριακές αναλύσεις, Τηλεπισκόπηση, Συστήματα εντοπισμού θέσης και Αισθητήρες.
- Συστήματα διαχείρισης και απόδοσης αποτελεσμάτων, όπως Γεωγραφικά Συστήματα Πληροφοριών - Γ.Σ.Π. και Έμπειρα συστήματα.
- Συστήματα μεταβαλλόμενης εφαρμογής (της ροής ή του είδους), όπως λιπασματοδιανομείς, σπορείς, ψεκαστήρες, κ.ά.
Στο διεθνή χώρο ο βαθμός εφαρμογής της μεθόδου έχει ήδη αναπτυχθεί σε πολύ σημαντικό βαθμό.
Έως το 1998, το 15 % περίπου των γεωργών στη Μ. Βρετανία είχαν χρησιμοποιήσει τεχνικές Γεωργίας Ακριβείας και όπως δήλωσαν οι ίδιοι σε σχετική έρευνα του ίδιου έτους, οι προσδοκίες τους, σε γενικές γραμμές, επαληθεύτηκαν. Στις Η.Π.Α., η γεωργία ακριβείας εφαρμόζεται κυρίως σε περιοχές όπου υπάρχουν προβλήματα λειψυδρίας (μεσοδυτικές και δυτικές πολιτείες), ανωμαλίες ή ιδιαιτερότητες ως προς διάφορα χαρακτηριστικά των εδαφών, ή έντονες ελλείψεις θρεπτικών στοιχείων, λόγω παρατεταμένης εξαντλητικής εκμετάλλευσης. Υπάρχουν πολλές εταιρείες σε αυτόν τον τομέα, οι οποίες παρέχουν προϊόντα (χάρτες και σχετικοί στατιστικοί δείκτες) στους γεωργούς - πελάτες, είτε σε ηλεκτρονική, είτε σε έντυπη μορφή.

ΠΑΛΑΙΟΤΕΡΕΣ ΜΕΘΟΔΟΙ

Η πιο διαδεδομένη ακόμα και σήμερα μέθοδος εκτίμησης διαφόρων γεωργικών παραμέτρων, είναι η δειγματοληπτική επιτόπια παρατήρηση στο αγροτεμάχιο η οποία απαιτεί πολύ χρόνο και ανθρώπινο δυναμικό ενώ η ακρίβειά της σχετίζεται με τον αριθμό των επαναλήψεων και την εμπειρία του προσωπικού που διενεργεί τους ελέγχους

ΕΦΑΡΜΟΓΕΣ / ΜΕΘΟΔΟΛΟΓΙΑ

Η διαφορά μεταξύ της έως σήμερα (παραδοσιακής) γεωργίας και της νέας γεωργικής πρακτικής ακριβείας βρίσκεται στον τρόπο που κάθε μια αντιμετωπίζει τα αγροτεμάχια. Ενώ, δηλαδή, η παραδοσιακή γεωργία αντιμετωπίζει τα αγροτεμάχια ως ομοιόμορφα (βασιζόμενη σε μέσους όρους), η Γεωργία Ακριβείας αναγνωρίζει, καταγράφει και διαχειρίζεται την εγγενή ή επίκτητη, ως προς το χώρο και το χρόνο, παραλλακτικότητά τους (variability).
Ακολούθως αναφέρονται κάποιες ενδεικτικές περιπτώσεις καταγραφής της παραλλακτικότητας αγροτεμαχίων η οποία οφείλεται κάθε φορά σε διαφορετικές παραμέτρους.
1) Εντοπισμός της παράλλακτικότητας εξωτερικών και εσωτερικών ιδιοτήτων του εδάφους
Στον προσδιορισμό των ιδιοτήτων του εδάφους μπορούν να χρησιμοποιηθούν η τηλεπισκόπηση (για την τοπογραφία, το χρώμα, την οργανική ουσία, την υγρασία, την αλατότητα, τα οξείδια σιδήρου, κ.ά.), οι αισθητήρες (για την ηλεκτρική αγωγιμότητα, την υγρασία, τη σκληρότητα, κ.ά.) και οι χωρικά προσδιορισμένες εδαφολογικές αναλύσεις (για όλες τις εργαστηριακά μετρήσιμες ιδιότητες).
Για παράδειγμα με τη βοήθεια αεροφωτογραφιών (στο ερυθρό τμήμα του φάσματος) αγροτεμαχίων σε αγρανάπαυση, μπορεί να διακριθεί καθαρά η σχέση της απόχρωσης του επιφανειακού εδάφους με την υφή του.
2) Εκτίμηση των θρεπτικών αναγκών των καλλιεργειών
Η εκτίμηση των θρεπτικών αναγκών γίνεται είτε με χρήση τηλεπισκόπησης, είτε με αισθητήρες, είτε με εργαστηριακές αναλύσεις χωρικά προσδιορισμένων δειγμάτων από το έδαφος ή από τα φυτά και με μαθηματική τους ολοκλήρωση στην επιφάνεια του αγροτεμαχίου.
Ορισμένοι ερευνητές πέτυχαν τον υπολογισμό του εδαφικού αζώτου, μέσω της μέτρησης της φασματικής αντίδρασης των φυτών με επίγεια τηλεπισκόπηση. Για την εκτίμηση της κατάστασης του φυτικού αζώτου, προτείνουν το φασματικό δείκτη NRI (Nitrogen Reflectance Index), που υπολογίζεται ως NIR / G (Near Infrared / Green). Τα αποτελέσματα της έρευνάς τους δείχνουν, ότι οι τεχνικές της τηλεπισκόπησης είναι δυνατό να χρησιμοποιηθούν όχι μόνο για την εκτίμηση του διαθέσιμου εδαφικού αζώτου, αλλά επίσης και του λιπάσματος που χρειάζεται κάθε σημείο του χωραφιού, με τη χρήση του φυτικού αζώτου ως δείκτη.
3) Προσδιορισμός διαφόρων ανωμαλιών
Σχετική έρευνα (Schuler et al,1998), προσδιορίζει τους σπουδαιότερους μετρήσιμους παράγοντες που περιορίζουν την παραγωγή. Ιδιαίτερο ρόλο παίζουν οι επιδράσεις των γεωργικών μηχανημάτων στο χωράφι, καθώς και οι εστίες παρασίτων και ζιζανίων.
Σε πολύ ετερογενή χωράφια, τα τηλεπισκοπικά δεδομένα μαζί με στοιχεία από GPS, μπορούν να προσδιορίσουν τις επιδράσεις της ετερογένειας στις οικονομικές αποδόσεις. Τότε, ο γεωργός μπορεί να χρησιμοποιήσει αυτήν την πληροφορία για να προσδιορίσει αν και πότε μικρές ποσότητες νερού, που ανακουφίζουν το φυτό από το στρες (μικροάρδευση), αξίζουν οικονομικά.
4) Έγκαιρος εντοπισμός ασθενειών ή προβληματικών περιοχών και υπολογισμός των απωλειών
Σε αυτόν τον τομέα το πλέον χρήσιμο εργαλείο είναι η τηλεπισκόπηση (δορυφορική, αεροπορική, ή επίγεια), η οποία μπορεί να χρησιμοποιηθεί προληπτικά, προκειμένου να αποφευχθούν ή να μειωθούν οι καταστροφικές συνέπειες των ασθενειών, ενώ σε συνδυασμό ή όχι με δειγματοληπτικές εργαστηριακές αναλύσεις, να εκτιμηθεί το μέγεθος της ζημίας.
Με τη χρήση υπερφασματικών ραδιόμετρων και φορητού υπολογιστή εφοδιασμένου με το κατάλληλο λογισμικό, μπορεί να γίνει συσχέτιση διαφόρων ασθενειών με συγκεκριμένες συχνότητες.
5) Εντοπισμός περιοχών με ζιζάνια
Στον τομέα αυτό η πλέον προχωρημένη τεχνική συνδυάζει τηλεπισκόπηση με αισθητήρες. Τα στοιχεία που καταγράφονται είναι είτε η μορφή των ζιζανίων, είτε η φασματική τους ταυτότητα, τα οποία στη συνέχεια συγκρίνονται με εκείνα των καλλιεργούμενων φυτών, με τη βοήθεια μιας φασματικής βιβλιοθήκης προτύπων, η οποία φέρεται από τους μηχανισμούς των αισθητήρων.
Στα πλαίσια σχετικής έρευνας, αναπτύχθηκε λογισμικό για το διαχωρισμό του αραβοσίτου από τα ζιζάνιά του, με επιτυχία αναγνώρισης των φυτών του αραβοσίτου η οποία φτάνει το 75%.
Σε άλλη έρευνα δημιουργήθηκε σύστημα που αποτελείται από κάμερα και λογισμικό, για την αυτόματη ανίχνευση ζιζανίων. Αποδείχθηκε, ότι ο ψεκασμός ζιζανιοκτόνου εντός των γραμμών, σε σχέση με τον πάνω από τις γραμμές των φυτών ψεκασμό, μειώνει σημαντικά την ποσότητα εφαρμογής.
6) Υπολογισμός της περιεκτικότητας διαφόρων ουσιών στις καλλιέργειες
Στον τομέα αυτόν, εργασία επάνω στα ζαχαρότευτλα, έδειξε ότι οι εμφανέστερες φασματικές διαφορές για υψηλή και χαμηλή περιεκτικότητα σε ζάχαρη εμφανίζονται στα 360, 550, 700 και 1200 nm. Προτείνουν σχετικό προγνωστικό μοντέλο παραγωγής ζάχαρης, το οποίο χρησιμοποιεί τον φασματικό δείκτη BDVI (Beet Differential Vegetative Index), ο οποίος συνίσταται από τις τιμές ανάκλασης στα 500, 550 και 830 nm και είναι δευτέρου βαθμού.
7) Πρόβλεψη της παραγωγής
Στην πρόβλεψη παραγωγής χρησιμοποιούνται συνδυαστικά με πολύ αξιόπιστα αποτελέσματα η τηλεπισκόπηση, οι χωρικά προσδιορισμένες μετρήσεις πεδίου (εργαστηριακές μετρήσεις για τη συσχέτιση της φυτομάζας ή της φυτοκάλυψης με την απόδοση) και οι χάρτες αποδόσεων των προηγουμένων καλλιεργητικών ετών. Τα μοντέλα πρόβλεψης παραγωγής περιέχουν δείκτες βλάστησης (όπως NDVI, IPVI, LAI, κ.ά.), καθώς και κλιματολογικές ή άλλες παραμέτρους. Οι χάρτες αποδόσεων των προηγουμένων καλλιεργητικών ετών χρησιμεύουν, κυρίως, στην κατανομή της παραλλακτικότητας της προβλεπόμενης παραγωγής.
8) Συνδυασμός πεδίων
Είναι δυνατός ο συνδυασμός όλων των παραπάνω πεδίων, με τη χρήση όλων των διαθέσιμων τεχνικών, ξεχωριστά ή σε συνεργασία. Για παράδειγμα, μία ψευδο-έγχρωμη αεροφωτογραφία (δηλ., με καταγραφή στις φασματικές περιοχές του πράσινου, του ερυθρού και του εγγύς υπερύθρου) μπορεί να χρησιμοποιηθεί ταυτοχρόνως για την εκτίμηση των αναγκών σε άζωτο, την ανίχνευση πιθανών ασθενειών, τον εντοπισμό διαφόρων ανωμαλιών, τον χαρακτηρισμό της υφής του επιφανειακού εδάφους και την πρόβλεψη της παραγωγής.
Προτείνονται από διάφορους ερευνητές φασματικά μοντέλα υπολογισμού φυτομάζας και φυτοκάλυψης τα οποία συνδυασμένα με γεωγραφικές πληροφορίες μπορούν να φανούν χρήσιμα στην λεπτομερή παρακολούθηση όλων των παραμέτρων οι οποίες προαναφέρθησαν.

ΠΑΡΑΔΕΙΓΜΑ

Χρήση Γεωγραφικών Συστημάτων Πληροφοριών και διαχρονικών σειρών δορυφορικών εικόνων, για τον εντοπισμό της φυλλοξήρας και την παρακολούθηση της πορείας επανεγκατάστασης των αμπελώνων (Barsby & Associates)

[[category:Γεωργία]]

ΠΕΔΙΑ ΚΑΙ ΤΡΟΠΟΙ ΚΑΤΑΓΡΑΦΗΣ ΤΗΣ ΠΑΡΑΛΛΑΚΤΙΚΟΤΗΤΑΣ ΣΤΗ ΓΕΩΡΓΙΑ ΑΚΡΙΒΕΙΑΣ

2017-02-10T09:55:25Z

Papanastasiou Christos:

ΠΕΔΙΑ ΚΑΙ ΤΡΟΠΟΙ ΚΑΤΑΓΡΑΦΗΣ ΤΗΣ ΠΑΡΑΛΛΑΚΤΙΚΟΤΗΤΑΣ ΣΤΗ ΓΕΩΡΓΙΑ ΑΚΡΙΒΕΙΑΣ

2017-02-10T09:54:28Z

Papanastasiou Christos: Αντικατάσταση σελίδας με 'Χρήστος Γ. Καρυδάς1, Νικόλαος Γ. Συλλαίος2 Mεσογειακό Αγρονομικό Ινστιτούτο Χ...'

Χρήστος Γ. Καρυδάς1, Νικόλαος Γ. Συλλαίος2
Mεσογειακό Αγρονομικό Ινστιτούτο Χανίων
xkarydas@maich.gr
Aριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης
silleos@agro.auth.gr

[[category:Γεωργία]]

Παρακολούθηση καλλιέργειας καλαμποκιού και συγκομιδής με τη χρήση οπτικών και RADARSAT-2 εικόνων

2017-02-10T09:49:21Z

Papanastasiou Christos:

'''Jesus Soria-Ruiz'''

Geomatics Lab. National Institute of Research for Forestry, Agriculture and Livestock (INIFAP)
Zinacantepec, Mexico

'''Heather McNairm'''

Remote Sensing Application Agriculture and Agri-food Canada -Lethbridge, Alberta, Canada

'''Yolanda Fernandez-Ordonez'''

Geo-Informatics Program Colegio de Postgraduados - Montecillo, Mexico

'''Joni Bugden-Storie'''

Department of Geosciences Western Carolina University - Collowhee, NC 28723, USA

'''ΑΝΤΙΚΕΙΜΕΝΟ ΕΦΑΡΜΟΓΗΣ'''

Η γεωργία είναι σήμερα ένας οικονομικά, κοινωνικά και περιβαλλοντικά ευαίσθητος τομέας. Η Δορυφορική Τηλεπισκόπηση στηρίζει στις μέρες μας μια αντικειμενική, σφαιρική και ακριβή προσέγγιση για τη διαχείριση των πόρων και έχει γίνει ζωτικής σημασίας για τα γεωργικά αποθέματα, την παρακολούθηση της υγείας των καλλιεργειών και την πρόβλεψη των αποδόσεών τους.
Στον τομέα της γεωργίας, οι συνθήκες του εδάφους και των καλλιεργειών αλλάζουν μέρα με τη μέρα και όλη την καλλιεργητική περίοδο. Επιπλέον η ετερογένεια των τρόπων καλλιέργειας του καλαμποκιού στο Μεξικό είναι πολύ μεγάλη και για το λόγο αυτό στοιχεία σχετικά με την ποικιλία του καλαμποκιού, την καλλιεργητική κατάσταση των φυτειών και την πρόβλεψη των τελικών τους αποδόσεων είναι δύσκολο να αποκτηθούν.
Με την υπό εξέταση εφαρμογή η Ομοσπονδιακή Κυβέρνηση στο Μεξικό επιχειρεί να προβλέψει το μέγεθος της παραγωγής καλαμποκιού στο κεντρικό Μεξικό, ώστε να εκτιμήσει –πριν τη συγκομιδή- τις ποσότητες καλαμποκιού που θα πρέπει να εισαχθούν για να αντιμετωπιστεί πιθανό εγχώριο έλλειμμα στην αγορά του προϊόντος (Εκτίμηση παραγωγής-Crop Monitoring).
Στην εν λόγω εφαρμογή για το σκοπό που προαναφέρθηκε αναπτύσσεται μια μεθοδολογία η οποία χρησιμοποιεί ραντάρ σε συνδυασμό με οπτική τηλεπισκόπηση.
Η ταξινόμηση της ποικιλίας του καλαμποκιού μέσω ραντάρ απαιτεί σύνολα δεδομένων με πολλαπλές πολώσεις. Έχει επίσης αναφερθεί πρόσφατη έρευνα η οποία αξιολογεί με σχετική ακρίβεια την ταξινόμηση καλλιεργειών-στόχων και η οποία χρησιμοποιεί συνδυασμό πολλαπλών πολώσεων χρησιμοποιώντας αερομεταφερόμενα δεδομένα.
Επιπλέον για τον προσδιορισμό του τύπου ή της ποικιλίας του καλαμποκιού είναι πολύτιμο να προσδιοριστεί το επίπεδο ανάπτυξης των φυτών. Η καλλιεργητική κατάσταση της φυτείας χαλαρά οριζόμενη ως ευρωστία σε συγκεκριμένο στάδιο ανάπτυξης, σχετίζεται με την παραγωγικότητα και την τελική απόδοση των φυτειών εν τούτοις η σχέση μεταξύ τους είναι περίπλοκη.
Κύριοι δείκτες της κατάστασης των καλλιεργειών είναι η βιομάζα, το ύψος, η φυλλική επιφάνεια και η περιεκτικότητα των φυτών σε νερό, χλωροφύλλη και άζωτο.
Η χαρτογράφηση των ποικιλιών μιας καλλιέργειας και της καλλιεργητικής της κατάστασης είναι μεταξύ των εφαρμογών που αναμένεται να ωφεληθούν περισσότερο από τις τεχνικές βελτιώσεις που ενσωματώνονται στο RADARSAT-2.
Η δυναμική των RADARSAT-1 δεδομένων για τις εφαρμογές αυτές έχει αξιολογηθεί ως «περιορισμένη», ενώ αντίθετα για RADARSAT-2 δεδομένα η αντίστοιχη δυναμική αναμένεται να είναι "ισχυρή".

'''ΣΤΟΧΟΙ ΤΗΣ ΕΦΑΡΜΟΓΗΣ'''

Οι στόχοι της υπό εξέταση εφαρμογής είναι:
α) να χρησιμοποιήσει RADARSAT-2 και οπτικά δεδομένα για τον προσδιορισμό των καλλιεργούμενων εκτάσεων και την παρακολούθηση της καλλιεργητικής κατάστασης για την καλύτερη εκτίμηση της απόδοσης των καλλιεργειών
β) να αποκτήσει υπογραφές πόλωσης από τα RADARSAT-2 δεδομένα για το καλαμπόκι και να τις συσχετίσει με το Leaf Area Index, τη φωτοσυνθετικά ενεργή ακτινοβολία (PAR), καλλιεργητικές παραμέτρους και δείκτες βλάστησης ώστε να καθορίσει τους δείκτες της κατάστασης των καλλιεργειών και να παράγει εκτιμήσεις για την απόδοσή τους
γ) να χρησιμοποιήσει δεδομένα τα οποία έχουν ληφθεί από επιτόπια παρατήρηση, τα οποία έχουν συλλεχθεί για 3 βασικά στάδια ανάπτυξης από πάνω από 300 πιλοτικά αγροτεμάχια κατά τη διάρκεια της περιόδου 2001-2006, και να αυξήσει τον αριθμό των αγροτεμαχίων για την κατασκευή μιας βάσης δεδομένων για την υποστήριξη μελετών ακριβείας οι οποίες χρησιμοποιούν RADARSAT-2 δεδομένα
Τα αναμενόμενα οφέλη αυτού του προγράμματος είναι:
- να αποκτηθούν γνώσεις σχετικά με το είδος των καλλιεργειών, την κατάσταση των καλλιεργειών και την απόδοσή τους με μεγαλύτερη ακρίβεια από ό, τι με τις τρέχουσες μεθόδους
- να υποστηριχθούν οι εθνικές ενώσεις των παραγωγών ώστε να σχεδιάσουν τις δραστηριότητες που σχετίζονται με τα εθνικά στρατηγικά πλάνα
-να υποστηριχθεί η βιομηχανία που σχετίζεται με το καλαμπόκι και ο κυβερνητικός μηχανισμός λήψης αποφάσεων
Σχετικά αποτελέσματα με οικονομικές επιπτώσεις συνεπάγονται επιχειρησιακή χρήση των RADARSAT- 2 δεδομένων στον αγροτικό τομέα στο Μεξικό.

'''ΠΑΛΑΙΟΤΕΡΕΣ ΜΕΘΟΔΟΙ'''

Η πιο διαδεδομένη ακόμα και σήμερα μέθοδος εκτίμησης της παραγωγής είναι η δειγματοληπτική επιτόπια παρατήρηση στον αγρό η οποία απαιτεί πολύ χρόνο και ανθρώπινο δυναμικό ενώ η ακρίβειά της σχετίζεται με τον αριθμό των επαναλήψεων και την εμπειρία του προσωπικού που διενεργεί τους ελέγχους

'''Η ΥΠΟ ΕΞΕΤΑΣΗ ΕΦΑΡΜΟΓΗ'''

Το ορατό φάσμα, μήκη κύματος υπερύθρων και μικροκυμάτων είναι ευαίσθητα σε πολύ διαφορετικά χαρακτηριστικά των καλλιεργειών.
Δεδομένα από οπτικούς και ραντάρ αισθητήρες συνεπώς είναι συμπληρωματικά.
Το Ραντάρ συνθετικού διαφράγματος (SAR) ανταποκρίνεται στη δομή μιας μεγάλης κλίμακας καλλιέργειας (μέγεθος, σχήμα και προσανατολισμός των φύλλων, των μίσχων, των καρπών) και στις διηλεκτρικές ιδιότητες της βλάστησης των καλλιεργειών.
Ο αισθητήρας RADARSAT-2 ενσωματώνει state-of-the-art τεχνολογία και παρέχει τις πιο προηγμένες εμπορικά διαθέσιμες εικόνες ραντάρ στον κόσμο.
Ο RADARSAT-2 είναι σε θέση να δίνει εικόνα χωρικής ανάλυσης που κυμαίνεται από 3 έως 100 μέτρα με πλάτη σάρωσης που κυμαίνονται από 10 έως 500 χιλιόμετρα. Επιπλέον, ο RADARSAT-2 είναι ο πρώτος εμπορικός δορυφόρος ραντάρ που προσφέρει πολλαπλή-πόλωση, μια δυνατότητα που βοηθά στον εντοπισμό ενός μεγάλου φάσματος χαρακτηριστικών και στόχων επιφανείας. Ο δορυφόρος είχε προγραμματιστεί για εκτόξευση το 2007.
Εδώ εξετάζεται το όφελος από το συνδυασμό SPOT 5 εικόνων με χωρική ανάλυση 2.5 m στο παγχρωματικό που χρησιμοποιούνται για τη διάκριση καλλιεργειών καλαμποκιού από άλλες καλλιέργειες, με πολύ-πολωμένα RADARSAT-2 δεδομένα (HV και VH) υπό διαφορετικές γωνίες πρόσπτωσης.

[[Αρχείο:a5_pic1.jpg]]

Η εισαγωγή της λειτουργίας επιλεκτικής διπλής πόλωσης (SDP) και σε μεγαλύτερο βαθμό η λειτουργία τετράδυμης πόλωσης (QP) θα αυξήσει το δυναμικό για την απόκτηση ακριβών τιμών για τις παραμέτρους του τύπου των καλλιεργειών και τον προσδιορισμό της απόδοσης
Η πόλωση των οπισθοσκεδαζόμενων μικροκυμάτων είναι συνάρτηση της πόλωσης των μεταδιδόμενων μικροκυμάτων και τα δομικά χαρακτηριστικά των υπό παρατήρηση παραμέτρων. Επιπλέον, η πόλωση των μεταδιδόμενων μικροκυμάτων δείχνει ποια στοιχεία της βλάστησης και του εδάφους συμβάλλουν στο συνολικό ποσό της ενέργειας που σκεδάζεται πίσω στον αισθητήρα SAR.
Διασταυρωτικά πολωμένες επιστροφές ραντάρ (HV ή VH) προκύπτουν από πολλαπλές αντανακλάσεις στο εσωτερικό του όγκου της βλάστησης.
C-HV και C-VH εικόνες είναι ευαίσθητες στη δομή των καλλιεργειών και έτσι παρέχουν πληροφορίες που είναι συμπληρωματικές προς HH και VV εικόνες.

'''ΜΕΘΟΔΟΛΟΓΙΑ'''

-Απόκτηση και επεξεργασία SPOT 5 δεδομένων και RADARSAT-2 εικόνων που καλύπτουν την περιοχή μελέτης.
-Εργασίες πεδίου για τη μέτρηση παραμέτρων των καλλιεργειών σε πιλοτικά αγροτεμάχια, όπως LAI και PAR.
-Δοκιμή διαφορετικών συνδυασμών πόλωσης ώστε να προκύψουν δομικά χαρακτηριστικά του καλαμποκιού. Χρησιμοποίηση QP για τον τύπο των καλλιεργειών και την καλλιεργητική κατάσταση και QP εξαιρετικά ακριβής για την εκτίμηση της απόδοσης.
-Απόκτηση πληροφοριών οπισθοσκέδασης για την εκτίμηση καλλιεργητικών συνθηκών και των αποδόσεων και συσχετισμός με LAI από επιτόπιες μετρήσεις για να ληφθούν μοντέλα τα οποία εξηγούν τη σχέση αυτών των μεταβλητών
-Χαρτογράφηση είδους, κατάστασης και της απόδοσης των καλλιεργειών και καθορισμός της σχετικής ακρίβειας των μετρήσεων.

'''ΠΡΟΚΑΤΑΡΚΤΙΚΑ ΑΠΟΤΕΛΕΣΜΑΤΑ'''

Από ανάλυση των καλλιεργούμενων εκτάσεων το 2004, το 2005 και το 2006 με τα δεδομένα SPOT παρουσιάζεται μια φθίνουσα τάση της έκτασης η οποία οφείλεται εν μέρει στη χαμηλή τιμή αγοράς καλαμποκιού, αλλά και στη συνεχή επέκταση των αστικών περιοχών. Η ποιότητα των δεδομένων επαληθεύτηκε με ένα Πίνακα confusion.
H ακρίβεια των SPOT δεδομένων ήταν 78% και αναμένεται ότι θα βελτιωθεί με την πληροφορία που θα προκύψει από RADARSAT-2 δεδομένα τα οποία συμπληρώνονται με τα αποτελέσματα SPOT.
Αυτό αναμένεται σε σχέση και με προηγούμενη παρόμοια εργασία σε μια περιοχή γειτονική της περιοχής της τρέχουσας μελέτης όπου συγχωνεύθηκαν Landsat 7 και RADARSAT-1 δεδομένα.

Πηγή εργασίας: https://www.researchgate.net/publication/224301329_Corn_monitoring_and_crop_yield_using_optical_and_RADARSAT-2_images

Ακόμη:https://en.wikipedia.org/wiki/Radarsat-2

[[category:Γεωργία]]