RemoteSensing Wiki - Συνεισφορές χρήστη [el]

Παρακολούθηση χώρων απόθεσης αποβλήτων ελαιοπαραγωγής στην Κρήτη με χρήση δορυφορικών δεδομένων υψηλής ανάλυσης

2021-03-01T00:56:14Z

PavlosLiakopoulos:

[[Αρχείο:PL_21_Artcl10_Eikon1.jpg|thumb|right|Εικόνα 1 – Η Κρήτη ως περιοχή μελέτης, Πηγή: http://dx.doi.org/10.1016/j.ejrs.2016.03.003]]
[[Αρχείο:PL_21_Artcl10_Eikon2a.jpg|thumb|right|Εικόνα 2(α) – Τα αποτελέσματα του NDVI ανα dataset , Πηγή: http://dx.doi.org/10.1016/j.ejrs.2016.03.003]]
[[Αρχείο:PL_21_Artcl10_Eikon2b.jpg|thumb|right|Εικόνα 2(β)– Τα αποτελέσματα του OOMW ανα dataset, Πηγή: http://dx.doi.org/10.1016/j.ejrs.2016.03.003]]
[[Αρχείο:PL_21_Artcl10_Eikon3.jpg|thumb|right|Εικόνα 3 – Αποτελέσματα του IHS transformation, Πηγή: http://dx.doi.org/10.1016/j.ejrs.2016.03.003]]
[[Αρχείο:PL_21_Artcl10_Eikon4.jpg|thumb|right|Εικόνα 4 – Αποτελέσματα ταξινομήσεων ISODATA στις διάφορες εικόνες, Πηγή: http://dx.doi.org/10.1016/j.ejrs.2016.03.003]]

''Πρωτότυπος Τίτλος:'' Monitoring olive mills waste disposal areas in Crete using very high resolution satellite data 
''Συγγραφείς:'' Athos Agapiou, Nikos Papadopoulos, Apostolos Sarris 
''Πηγή:'' The Egyptian Journal of Remote Sensing and Space Sciences , Vol 19 (2016), pp. 285–295 
Διαθέσιμο στο: http://dx.doi.org/10.1016/j.ejrs.2016.03.003 

'''Εισαγωγή''' 
Η βιομηχανία που αναπτύσσεται γύρω από την παραγωγή ελαιόλαδου είναι μεγάλης σημασίας για τις Μεσογειακές χώρες και από πλευράς παράδοσης και από πλευράς πλούτου, ενώ αποτελεί κύρια συνιστώσα της αγροτικής οικονομίας της Μεσογειακής λεκάνης.
Ωστόσο, η διαχείριση των αποβλήτων των παραπάνω διαδικασιών συχνά είναι ελλιπής είτε επειδή δεν υπάρχουν οι κατάλληλες δομές αξιοποίησης είτε επειδή δεν είναι υποχρεωτική η τελική διάθεση όλων των υλικών. Αυτό μπορεί να προκαλέσει μια πληθώρα προβλημάτων στο φυσικό περιβάλλον όταν αυτά διατίθενται ανεξέλεγκτα. Π.χ. η ελεύθερη διάθεση υγρών αποβλήτων των ελαιοτριβείων (ΟΟΜW – Olive Oil Mill Waste water) μπορεί να οδηγήσει σε σοβαρές επιπτώσεις στο υπέδαφος, λόγω της υψηλής σε ποσότητες οξυγόνου από τις πολυφαινόλες που αυτά περιέχουν στερώντας το από άλλους οργανισμούς. Έχουν ακόμα αρνητική επίπτωση σε υδατικά συστήματα μικροβιακούς οργανισμούς του εδάφους σε μεγάλες ποσότητες . 
Ακόμα ακατάλληλη διάθεση του ελαιοπυρήνα και των υγρών αποβλήτων (κατσίγαρος) μπορεί να προκαλέσουν προβλήματα όπως δυσοσμία και την απελευθέρωση μεγάλων ποσοτήτων αμμωνίας στην ατμόσφαιρα.
Στην Κρήτη, η διαχείριση των ελαιοαποβλήτων παραμένει ένα κρίσιμο και άλυτο ζήτημα, ιδίως σε περιοχές που παράγονται τεράστιες ποσότητες αποβλήτων. Αξίζει να σημειωθεί ότι για κάθε κιλό λαδιού παράγονται κατά μέσο όρο 5 κιλά υγρών αποβλήτων (OOMW) μεγάλου οργανικού φορτίου, ποσότητες εξαιρετικά μεγάλες αν αναλογιστούμε το γεγονός ότι η παραγωγή ελαιόλαδου είναι εποχιακή και εντοπίζεται κυρίως από το μήνα Νοέμβρη έως Μάρτη (gaiapedia.gr).
Στόχος της συγκεκριμένης έρευνας ήταν η αξιολόγηση μιας ποικιλίας διαθέσιμων τηλεπισκοπικών δεδομένων που μπορούν να χρησιμοποιηθούν για την εύρεση και παρακολούθηση των χώρων διάθεσης ελαιουργικών υγρών αποβλήτων με την χρήση διαφόρων εδραιωμένων τεχνικών ανάδειξης.

Μεθοδολογία 
'''Περιοχή μελέτης''' 
Ως περιοχή μελέτης επιλέχθηκε το νησί της Κρήτης, καθώς τα τελευταία 30 χρόνια οι ελαιώνες έχουν εξαπλωθεί σταθερά σε παραλιακές και ημιορεινές περιοχές κυρίως στην Κρήτη και την Πελοπόννησο.
Το νησί της Κρήτης απλώνεται 260 km από τα ανατολικά ως τα δυτικά, καλύπτοντας έκταση 8336 km2 και στο πιο φαρδύ της μέρος στο Νομό Ρεθύμνης καλύπτει περίπου 60 km από ακτή σε ακτή (Εικόνα 1). Στο παρελθόν σε μελέτες με χρήση Δορυφόρων Συστημάτων πλοήγησης (GNSS) και Γεωγραφικών Συστημάτων Πληροφοριών (GIS) έχουν καταγραφεί πάνω από 1000 χώροι απόθεσης υγρών αποβλήτων ελαιοπαραγωγής (OOMWs) στην Κρήτη.

'''Δορυφορικοί δέκτες''' 
Για τους σκοπούς της μελέτης επιλέχθηκαν διάφορες δορυφορικές εικόνες υψηλής ανάλυσης από διαφορετικούς δέκτες, χωρικής ανάλυσης από 0.4 m έως 1.5 m από τα δορυφορικά συστήματα Pleiades, SPOT 6, QuickBird, WorldView-2 και GeoEye 1. Η φασματική ανάλυση των εικόνων περιορίστηκε στο διάστημα του ορατού και του εγγύς υπέρυθρου τμήματος του φάσματος.

'''Επεξεργασία εικόνων''' 
Η επεξεργασία των δεδομένων έγινε με ένα σετ εδραιωμένων τεχνικών ανάλυσης τηλεπισκοπικών εικόνων και φασματικής ενίσχυσης όπως:
Υπολογίστηκε ο δείκτης βλάστησης Normalised Difference Vegetation Index (NDVI) σε όλες τις εικόνες και ο δείκτης αποβλήτων ελαιοτριβείου Olive Oil Mill Waste Index (OOMW) όπως έχει προταθεί από τους συγγραφείς (Agapiou et al.,2015b). Ο τελευταίος στηρίζεται σε μετρήσεις και παρατηρήσεις σημείων στο έδαφος και έχει βρεθεί πως η περιοχή του φάσματος μεταξύ 450 nm και 900 nm είναι η καλύτερη για την ανίχνευση των περιοχών που μελετήθηκαν οπότε τα κατάλληλα κανάλια είναι το μπλε και το VNIR και ο δείκτης υπολογίζεται ως:
OOMW=((P_VNIR-P_Blue ))/((P_VNIR+P_Blue)) 
Μια ακόμα τεχνική που δοκιμάστηκε στο πακέτο των δεδομένων ήταν ο μετασχηματισμός έντασης-χρωματικού τόνου-κορεσμού (Intensity–Hue–Saturation | IHS) (Tu et al., 2001). Η ένταση σχετίζεται με την ολική φωτεινότητα ενός χρώματος, ο χρωματικός τόνος με το κυρίαρχο χρώμα ή διατυπωμένο διαφορετικά : το μέσο μήκος κύματος της ακτινοβολίας που παράγει το χρώμα και τέλος ο κορεσμός καθορίζει την καθαρότητα του χρώματος σε σχεση με το γκρι. 
Τέλος έγινε ταξινόμηση των απεικονίσεων με τον αλγόριθμο ISODATA για 5 διαφορετικές κλάσεις και ταξινόμηση Linear Spectral Unmixing (LSU) . Η τεχνική του unmixing εφαρμόζεται για να καταφέρουμε να πάμε sub-pixel δηλαδή να αναλύσουμε τις επιμέρους φασματικές υπογραφές ενός pixel που περιέχει πολλαπλή πληροφορία και όχι μόνο ένα τύπο κάλυψης, και να εκτιμήσουμε και μέσω των ποσοστών συνεισφοράς και τα αντίστοιχα ποσοστά κάλυψης σε αυτό το pixel.

'''Αποτελέσματα''' 
Τα αποτελέσματα των δεικτών NDVI και OOMW και των ταξινομήσεων παρουσιάζονται στην Εικόνα 2. Στην πλειοψηφία τους λόγω των χαμηλών τιμών των δεικτών NDVI (0.30–0.10) και OOMW (0.20–0.50) οι χώροι των ελαιοαποβλήτων εμφανίζονται σκουρόχρωμοι.

Η εύρεση τέτοιων χώρων βελτιώθηκε με την εφαρμογή του μετασχηματισμού IHS (Εικόνα 3).

'''Μη επιβλεπόμενη ταξινόμηση''' 
Εξετάστηκε η ταξινόμηση των δεδομένων με τον αλγόριθμο μη επιβλεπόμενης ταξινόμησης ISODATA για εικόνες από διαφορετικές περιόδους και δέκτες (WorldView-2 | 05/03/2013 και Pleiades | 15/07/2014). O ISODATA ρυθμίστηκε να επαναλαμβάνει στο μέγιστο 6 επαναλήψεις με 95% threshold, ενώ ο αριθμός των κλάσεων επιλέχθηκε σε 5, 10 και 15 αντίστοιχα.
Η ταξινόμηση ISODATA ήταν σε θέση να ταξινομήσει σωστά τους χώρους απόθεσης στο δείγμα του Pleiades dataset για τον σύνολο των διαφορετικών κλάσεων ενώ για την εικόνα του WorldView-2 ήταν πιο απογοητευτικό το αποτέλεσμα καθώς και για μικρό αριθμό κλάσεων οι χώροι απόθεσης των ελαιοαποβλήτων ταξινομήθηκαν λάθος. (Εικόνα 4).
Παρατηρήθηκε ότι οι αλλαγές στην φασματική υπογραφή που επέρχονται χρονικά από την φάση της φρέσκιας απόθεσης των αποβλήτων (υγρή φάση) κατά την μετάβαση στην στερεά φάση όταν αυτά απορροφούνται από το έδαφος & εξατμίζεται το νερό αφήνοντας τα κατάλοιπα μπορεί να επηρεάσει σημαντικά την ποιότητα της ταξινόμησης.

Ανάλυση Radar 
Εκτός των οπτικών δεδομένων, στην συγκεκριμένη μελέτη έγινε μια πρώτη προσέγγιση χρήσης και απεικονίσεων ραντάρ υψηλής ανάλυσης (2.5 m) του δέκτη COSMOSkyMed. Οι περιοχές των αποθέσεων ελαιοαποβλήτων εμφανίζονται ως μαύροι στόχοι , λόγω της χαμηλής ανακλαστικότητας της ακτινοβολίας στην επιφάνεια τους, παρουσιάζοντας αντίστοιχη συμπεριφορά όπως οι ανοικτές υδατοδεξαμενές. Αυτό το χαρακτηριστικό μπορεί να διερευνηθεί περισσότερο, καθώς με τις απεικονίσεις από ραντάρ δεν υπάρχει εξάρτηση από τις καιρικές συνθήκες και μπορούν να λαμβάνονται εικόνες ακόμα και σε περίπτωση πλήρους νεφοκάλυψης. 

'''Συμπεράσματα''' 
Οι τεχνικές τηλεπισκόπησης έχουν χρησιμοποιηθεί ευρέως για τον συστηματικό έλεγχο του περιβάλλοντος. Παλαιότερες μελέτες έχουν δείξει πως μέτριας ανάλυσης εικόνες όπως οι Landsat μπορεί να είναι επαρκείς για την παρακολούθηση της διάθεσης των ελαιοαποβλήτων με την κατάλληλη επεξεργασία. Σε αυτή την μελέτη εφαρμόστηκαν διαφορετικές τεχνικές τηλεπισκόπησης σε διάφορα πακέτα δεδομένων προκειμένου να εξεταστεί η δυνατότητά τους να καταγράψουν τους χώρους απόθεσης OOMW στην Κρήτη. Όπως διαπιστώθηκε και οι δορυφορικές πολυφασματικές απεικονίσεις, η δημιουργία βιβλιοθήκης φασματικών υπογραφών, αλλά και οι απεικονίσεις ραντάρ είναι σε θέση να εντοπίσουν χώρους διάθεσης ελαιοαποβλήτων αλλά και για την συστηματική τους παρακολούθηση.

[[category:Γεωργία]]
[[category:Αντιμετώπιση / Πρόληψη κινδύνων]]

Λιακόπουλος Παύλος

2021-03-01T00:54:10Z

PavlosLiakopoulos:

*[[Παρακολουθώντας την ποιότητα αέρα στους δρόμους και μετρώντας τις εκπομπές των οχημάτων σε μια αστική περιοχή με χρήση τηλεπισκόπησης]] 
*[[Ποσοτικοποιώντας την δομή αστικών δασικών εκτάσεων με χρήση τηλεπισκοπικών δεδομένων ανοιχτής πρόσβασης]] 
*[[Η χρήση πολύ-εποχικών εικόνων Landsat για την γρήγορη αναγνώριση εγκαταλειμμένης γεωργικής γης σε περιοχές επηρεαζόμενες ...]] 
*[[Μελέτη αστικής εξάπλωσης με χρήση τηλεπισκόπησης και την εφαρμογή ενός μονοκεντρικού αστικού μοντέλου]] 
*[[Ταξινόμηση εικόνων για καλύψεις γης με την χρήση εικόνων υψηλής ανάλυσης ενσωματώνοντας χρονικά χαρακτηριστικά από χρονοσειρά δεδομένων]] 
*[[Το σύστημα υποστήριξης λήψης αποφάσεων FLIRE για την διαχείριση πλημμυρών και πυρκαγιών σε αστικές και περιαστικές περιοχές]] 
*[[Παρακολουθώντας τις αλλαγές Κάλυψης Γης σε τροπικά δάση χρησιμοποιώντας διαχρονικά δεδομένα και τηλεπισκοπικές τεχνικές ανάλυσης]] 
*[[Μια τηλεσκοπική προσέγγιση για την ανίχνευση της δυναμικής των αλλαγών καλύψεων σε ετερογενή αστικά τοπία ...]] 
*[[Μια τεχνική χρήσης GIS, και τηλεπισκόπησης για την αξιολόγηση τοποθεσιών επέκτασης χώρων απόθεσης και ταφής αποβλήτων]] 
*[[Παρακολούθηση χώρων απόθεσης αποβλήτων ελαιοπαραγωγής στην Κρήτη με χρήση δορυφορικών δεδομένων υψηλής ανάλυσης]] 

[[category:ΔΠΜΣ ]]
[[category:ΔΠΜΣ "Περιβάλλον & Ανάπτυξη" (Αθήνα)]]

Λιακόπουλος Παύλος

2021-03-01T00:48:12Z

PavlosLiakopoulos: Νέα σελίδα με '*[[Παρακολουθώντας την ποιότητα αέρα στους δρόμους και μετρώντας τις εκπομπές των οχημάτων σε...'

Παρακολούθηση χώρων απόθεσης αποβλήτων ελαιοπαραγωγής στην Κρήτη με χρήση δορυφορικών δεδομένων υψηλής ανάλυσης

2021-03-01T00:47:57Z

PavlosLiakopoulos: Νέα σελίδα με '[[Αρχείο:PL_21_Artcl10_Eikon1.jpg|thumb|right|Εικόνα 1 – Η Κρήτη ως περιοχή μελέτης, Πηγή: http://dx.doi.org/10.1016/j.ejrs.2016.03...'

[[Αρχείο:PL_21_Artcl10_Eikon1.jpg|thumb|right|Εικόνα 1 – Η Κρήτη ως περιοχή μελέτης, Πηγή: http://dx.doi.org/10.1016/j.ejrs.2016.03.003]]
[[Αρχείο:PL_21_Artcl10_Eikon2a.jpg|thumb|right|Εικόνα 2(α) – Τα αποτελέσματα του NDVI ανα dataset , Πηγή: http://dx.doi.org/10.1016/j.ejrs.2016.03.003]]
[[Αρχείο:PL_21_Artcl10_Eikon2b.jpg|thumb|right|Εικόνα 2(β)– Τα αποτελέσματα του OOMW ανα dataset, Πηγή: http://dx.doi.org/10.1016/j.ejrs.2016.03.003]]
[[Αρχείο:PL_21_Artcl10_Eikon3.jpg|thumb|right|Εικόνα 3 – Αποτελέσματα του IHS transformation, Πηγή: http://dx.doi.org/10.1016/j.ejrs.2016.03.003]]
[[Αρχείο:PL_21_Artcl10_Eikon4.jpg|thumb|right|Εικόνα 4 – Αποτελέσματα ταξινομήσεων ISODATA στις διάφορες εικόνες, Πηγή: http://dx.doi.org/10.1016/j.ejrs.2016.03.003]]

''Πρωτότυπος Τίτλος:'' Monitoring olive mills waste disposal areas in Crete using very high resolution satellite data 
''Συγγραφείς:'' Athos Agapiou, Nikos Papadopoulos, Apostolos Sarris 
''Πηγή:'' The Egyptian Journal of Remote Sensing and Space Sciences , Vol 19 (2016), pp. 285–295 
Διαθέσιμο στο: http://dx.doi.org/10.1016/j.ejrs.2016.03.003 

'''Εισαγωγή''' 
Η βιομηχανία που αναπτύσσεται γύρω από την παραγωγή ελαιόλαδου είναι μεγάλης σημασίας για τις Μεσογειακές χώρες και από πλευράς παράδοσης και από πλευράς πλούτου, ενώ αποτελεί κύρια συνιστώσα της αγροτικής οικονομίας της Μεσογειακής λεκάνης.
Ωστόσο, η διαχείριση των αποβλήτων των παραπάνω διαδικασιών συχνά είναι ελλιπής είτε επειδή δεν υπάρχουν οι κατάλληλες δομές αξιοποίησης είτε επειδή δεν είναι υποχρεωτική η τελική διάθεση όλων των υλικών. Αυτό μπορεί να προκαλέσει μια πληθώρα προβλημάτων στο φυσικό περιβάλλον όταν αυτά διατίθενται ανεξέλεγκτα. Π.χ. η ελεύθερη διάθεση υγρών αποβλήτων των ελαιοτριβείων (ΟΟΜW – Olive Oil Mill Waste water) μπορεί να οδηγήσει σε σοβαρές επιπτώσεις στο υπέδαφος, λόγω της υψηλής σε ποσότητες οξυγόνου από τις πολυφαινόλες που αυτά περιέχουν στερώντας το από άλλους οργανισμούς. Έχουν ακόμα αρνητική επίπτωση σε υδατικά συστήματα μικροβιακούς οργανισμούς του εδάφους σε μεγάλες ποσότητες . 
Ακόμα ακατάλληλη διάθεση του ελαιοπυρήνα και των υγρών αποβλήτων (κατσίγαρος) μπορεί να προκαλέσουν προβλήματα όπως δυσοσμία και την απελευθέρωση μεγάλων ποσοτήτων αμμωνίας στην ατμόσφαιρα.
Στην Κρήτη, η διαχείριση των ελαιοαποβλήτων παραμένει ένα κρίσιμο και άλυτο ζήτημα, ιδίως σε περιοχές που παράγονται τεράστιες ποσότητες αποβλήτων. Αξίζει να σημειωθεί ότι για κάθε κιλό λαδιού παράγονται κατά μέσο όρο 5 κιλά υγρών αποβλήτων (OOMW) μεγάλου οργανικού φορτίου, ποσότητες εξαιρετικά μεγάλες αν αναλογιστούμε το γεγονός ότι η παραγωγή ελαιόλαδου είναι εποχιακή και εντοπίζεται κυρίως από το μήνα Νοέμβρη έως Μάρτη (gaiapedia.gr).
Στόχος της συγκεκριμένης έρευνας ήταν η αξιολόγηση μιας ποικιλίας διαθέσιμων τηλεπισκοπικών δεδομένων που μπορούν να χρησιμοποιηθούν για την εύρεση και παρακολούθηση των χώρων διάθεσης ελαιουργικών υγρών αποβλήτων με την χρήση διαφόρων εδραιωμένων τεχνικών ανάδειξης.

Μεθοδολογία 
'''Περιοχή μελέτης''' 
Ως περιοχή μελέτης επιλέχθηκε το νησί της Κρήτης, καθώς τα τελευταία 30 χρόνια οι ελαιώνες έχουν εξαπλωθεί σταθερά σε παραλιακές και ημιορεινές περιοχές κυρίως στην Κρήτη και την Πελοπόννησο.
Το νησί της Κρήτης απλώνεται 260 km από τα ανατολικά ως τα δυτικά, καλύπτοντας έκταση 8336 km2 και στο πιο φαρδύ της μέρος στο Νομό Ρεθύμνης καλύπτει περίπου 60 km από ακτή σε ακτή (Εικόνα 1). Στο παρελθόν σε μελέτες με χρήση Δορυφόρων Συστημάτων πλοήγησης (GNSS) και Γεωγραφικών Συστημάτων Πληροφοριών (GIS) έχουν καταγραφεί πάνω από 1000 χώροι απόθεσης υγρών αποβλήτων ελαιοπαραγωγής (OOMWs) στην Κρήτη.

'''Δορυφορικοί δέκτες''' 
Για τους σκοπούς της μελέτης επιλέχθηκαν διάφορες δορυφορικές εικόνες υψηλής ανάλυσης από διαφορετικούς δέκτες, χωρικής ανάλυσης από 0.4 m έως 1.5 m από τα δορυφορικά συστήματα Pleiades, SPOT 6, QuickBird, WorldView-2 και GeoEye 1. Η φασματική ανάλυση των εικόνων περιορίστηκε στο διάστημα του ορατού και του εγγύς υπέρυθρου τμήματος του φάσματος.

'''Επεξεργασία εικόνων''' 
Η επεξεργασία των δεδομένων έγινε με ένα σετ εδραιωμένων τεχνικών ανάλυσης τηλεπισκοπικών εικόνων και φασματικής ενίσχυσης όπως:
Υπολογίστηκε ο δείκτης βλάστησης Normalised Difference Vegetation Index (NDVI) σε όλες τις εικόνες και ο δείκτης αποβλήτων ελαιοτριβείου Olive Oil Mill Waste Index (OOMW) όπως έχει προταθεί από τους συγγραφείς (Agapiou et al.,2015b). Ο τελευταίος στηρίζεται σε μετρήσεις και παρατηρήσεις σημείων στο έδαφος και έχει βρεθεί πως η περιοχή του φάσματος μεταξύ 450 nm και 900 nm είναι η καλύτερη για την ανίχνευση των περιοχών που μελετήθηκαν οπότε τα κατάλληλα κανάλια είναι το μπλε και το VNIR και ο δείκτης υπολογίζεται ως:
OOMW=((P_VNIR-P_Blue ))/((P_VNIR+P_Blue)) 
Μια ακόμα τεχνική που δοκιμάστηκε στο πακέτο των δεδομένων ήταν ο μετασχηματισμός έντασης-χρωματικού τόνου-κορεσμού (Intensity–Hue–Saturation | IHS) (Tu et al., 2001). Η ένταση σχετίζεται με την ολική φωτεινότητα ενός χρώματος, ο χρωματικός τόνος με το κυρίαρχο χρώμα ή διατυπωμένο διαφορετικά : το μέσο μήκος κύματος της ακτινοβολίας που παράγει το χρώμα και τέλος ο κορεσμός καθορίζει την καθαρότητα του χρώματος σε σχεση με το γκρι. 
Τέλος έγινε ταξινόμηση των απεικονίσεων με τον αλγόριθμο ISODATA για 5 διαφορετικές κλάσεις και ταξινόμηση Linear Spectral Unmixing (LSU) . Η τεχνική του unmixing εφαρμόζεται για να καταφέρουμε να πάμε sub-pixel δηλαδή να αναλύσουμε τις επιμέρους φασματικές υπογραφές ενός pixel που περιέχει πολλαπλή πληροφορία και όχι μόνο ένα τύπο κάλυψης, και να εκτιμήσουμε και μέσω των ποσοστών συνεισφοράς και τα αντίστοιχα ποσοστά κάλυψης σε αυτό το pixel.

'''Αποτελέσματα''' 
Τα αποτελέσματα των δεικτών NDVI και OOMW και των ταξινομήσεων παρουσιάζονται στην Εικόνα 2. Στην πλειοψηφία τους λόγω των χαμηλών τιμών των δεικτών NDVI (0.30–0.10) και OOMW (0.20–0.50) οι χώροι των ελαιοαποβλήτων εμφανίζονται σκουρόχρωμοι.

Η εύρεση τέτοιων χώρων βελτιώθηκε με την εφαρμογή του μετασχηματισμού IHS (Εικόνα 3).

'''Μη επιβλεπόμενη ταξινόμηση''' 
Εξετάστηκε η ταξινόμηση των δεδομένων με τον αλγόριθμο μη επιβλεπόμενης ταξινόμησης ISODATA για εικόνες από διαφορετικές περιόδους και δέκτες (WorldView-2 | 05/03/2013 και Pleiades | 15/07/2014). O ISODATA ρυθμίστηκε να επαναλαμβάνει στο μέγιστο 6 επαναλήψεις με iterations with 95% threshold, ενώ ο αριθμός των κλάσεων επιλέχθηκε σε 5, 10 και 15 αντίστοιχα.
Η ταξινόμηση ISODATA ήταν σε θέση να ταξινομήσει σωστά τους χώρους απόθεσης στο δείγμα του Pleiades dataset για τον σύνολο των διαφορετικών κλάσεων ενώ για την εικόνα του WorldView-2 ήταν πιο απογοητευτικό το αποτέλεσμα καθώς και για μικρό αριθμό κλάσεων οι χώροι απόθεσης των ελαιοαποβλήτων ταξινομήθηκαν λάθος. (Εικόνα 4).
Παρατηρήθηκε ότι οι αλλαγές στην φασματική υπογραφή που επέρχονται χρονικά από την φάση της φρέσκιας απόθεσης των αποβλήτων (υγρή φάση) κατά την μετάβαση στην στερεά φάση όταν αυτά απορροφούνται από το έδαφος & εξατμίζεται το νερό αφήνοντας τα κατάλοιπα μπορεί να επηρεάσει σημαντικά την ποιότητα της ταξινόμησης.

Ανάλυση Radar 
Εκτός των οπτικών δεδομένων, στην συγκεκριμένη μελέτη έγινε μια πρώτη προσέγγιση χρήσης και απεικονίσεων ραντάρ υψηλής ανάλυσης (2.5 m) του δέκτη COSMOSkyMed. Οι περιοχές των αποθέσεων ελαιοαποβλήτων εμφανίζονται ως μαύροι στόχοι , λόγω της χαμηλής ανακλαστικότητας της ακτινοβολίας στην επιφάνεια τους, παρουσιάζοντας αντίστοιχη συμπεριφορά όπως οι ανοικτές υδατοδεξαμενές. Αυτό το χαρακτηριστικό μπορεί να διερευνηθεί περισσότερο, καθώς με τις απεικονίσεις από ραντάρ δεν υπάρχει εξάρτηση από τις καιρικές συνθήκες και μπορούν να λαμβάνονται εικόνες ακόμα και σε περίπτωση πλήρους νεφοκάλυψης. 

'''Συμπεράσματα''' 
Οι τεχνικές τηλεπισκόπησης έχουν χρησιμοποιηθεί ευρέως για τον συστηματικό έλεγχο του περιβάλλοντος. Παλαιότερες μελέτες έχουν δείξει πως μέτριας ανάλυσης εικόνες όπως οι Landsat μπορεί να είναι επαρκείς για την παρακολούθηση της διάθεσης των ελαιοαποβλήτων με την κατάλληλη επεξεργασία. Σε αυτή την μελέτη εφαρμόστηκαν διαφορετικές τεχνικές τηλεπισκόπησης σε διάφορα πακέτα δεδομένων προκειμένου να εξεταστεί η δυνατότητά τους να καταγράψουν τους χώρους απόθεσης OOMW στην Κρήτη. Όπως διαπιστώθηκε και οι δορυφορικές πολυφασματικές απεικονίσεις, η δημιουργία βιβλιοθήκης φασματικών υπογραφών, αλλά και οι απεικονίσεις ραντάρ είναι σε θέση να εντοπίσουν χώρους διάθεσης ελαιοαποβλήτων αλλά και για την συστηματική τους παρακολούθηση.

[[category:Γεωργία]]
[[category:Αντιμετώπιση / Πρόληψη κινδύνων]]

Μια τεχνική χρήσης GIS, και τηλεπισκόπησης για την αξιολόγηση τοποθεσιών επέκτασης χώρων απόθεσης και ταφής αποβλήτων

2021-03-01T00:30:18Z

PavlosLiakopoulos: Νέα σελίδα με ' [[Αρχείο:PL_21_Artcl9_Eikon1.jpg|thumb|right|Εικόνα 1 – Η περιοχή μελέτης με το πλήθος ΧΥΤΑ ανά πολύγωνο, Πηγή: ...'

[[Αρχείο:PL_21_Artcl9_Eikon1.jpg|thumb|right|Εικόνα 1 – Η περιοχή μελέτης με το πλήθος ΧΥΤΑ ανά πολύγωνο, Πηγή: https://doi.org/10.1016/j.resconrec.2019.06.013]]
[[Αρχείο:PL_21_Artcl9_Eikon3.jpg|thumb|right|Πίνακας 1 – Τηλεσκοπικοί δείκτες που χρησιμοποιήθηκαν, Πηγή: https://doi.org/10.1016/j.resconrec.2019.06.013]]
[[Αρχείο:PL_21_Artcl9_Eikon2.jpg|thumb|right|Εικόνα 2 – Τα πολύγωνα Thiessen στην περιοχή μελέτης χρωματισμένα με βάση την κανονικοποιημένη μέση τιμή και τυπική απόκλιση, Πηγή: https://doi.org/10.1016/j.resconrec.2019.06.013]]

''Πρωτότυπος Τίτλος:'' A data driven technique applying GIS, and remote sensing to rank locations for waste disposal site expansion 
''Συγγραφείς:'' Amy Richter, Kelvin Tsun Wai Ng, Nima Karimi 
''Πηγή:'' Resources, Conservation & Recycling, Vol. 149 (2019) pp. 352–362 
Διαθέσιμο στο: https://doi.org/10.1016/j.resconrec.2019.06.013 

'''Εισαγωγή''' 
Η απόθεση και ταφή είναι η πιο διαδεδομένη μέθοδος διαχείρισης των αστικών στερεών αποβλήτων παγκοσμίως και η πιο συχνά απαντώμενη δέσμευση σχετικά με τα απόβλητα σύμφωνα με την συμφωνία του Παρισίου των Ηνωμένων Εθνών. Τα Γεωγραφικά Συστήματα Πληροφοριών (GIS) είναι ένα συχνά χρησιμοποιούμενο εργαλείο για την καταγραφή και χωροθέτηση χώρων ταφής. Παλαιότερες μελέτες (Simcek et al. ,2014) έχουν συνδυάσει μοντέλα βασισμένα σε GIS που υπολογίζουν ζώνες εξαίρεσης βασισμένες στο σύνδρομο Not-In-My-Backyard (NIMBY) που πολλοί κάτοικοι πόλεων εμφανίζουν όταν πρόκειται για την δημιουργία τέτοιων χώρων, και ανέπτυξαν εργαλείο επιλογής που συνυπολογίζει τις οσμές, την γειτνίαση και την ορατότητα για να βαθμολογήσει την καταλληλόλητα υποψήφιων εκτάσεων. Πιο πρόσφατες μελέτες εισάγουν και τεχνικές λήψης αποφάσεων στην αξιολόγηση τέτοιων χώρων βασισμένες σε διαθέσιμα δεδομένα αλλά και τις απόψεις ειδικών επιστημόνων.

Οι τεχνικές τηλεπισκόπησης είναι πολύ χρήσιμες στην διαχείριση των χώρων διάθεσης αποβλήτων όπως: η εύρεση σημείων χωροθέτησής τους , η ανεύρεση χώρων παράνομης διάθεσης (ΧΑΔΑ), η εκτίμηση της μόλυνσης των περιοχών γύρω από τις συγκεκριμένες εγκαταστάσεις. Μπορούν να συνδυαστούν μέθοδοι είτε με αεροφωτογραφίες είτε με δορυφορικούς δέκτες είτε με αισθητήρες από αέρος που θα επιτρέπουν την συνεχή βελτίωση, χαρτογράφηση και σχεδιασμό των χώρων διάθεσης στερεών αποβλήτων.

Η συγκεκριμένη μελέτη προτείνει ένα νέο αλγόριθμο ιεράρχησης προκειμένου να ταξινομήσει τους υπάρχοντες ΧΥΤΑ σε κλίμακα καταλληλότητας για την πιθανή επέκτασή τους χρησιμοποιώντας Γεωγραφικά Συστήματα Πληροφοριών (GIS) και δεδομένα τηλεπισκόπησης. Προτείνεται ακόμα η θέσπιση της ζώνης επιρροής με την μεθοδολογία των πολυγώνων Thiessen, για την αξιολόγηση μιας περιοχής για πιθανή επέκταση των ΧΥΤΑ στο μέλλον παρά την χωροθέτηση νέων. Τα οφέλη της συγκεκριμένης προσέγγισης είναι πολλαπλά και παρέχουν στους αρμόδιους για την λήψη αποφάσεων ένα καθορισμένο πλαίσιο μέσα από το οποίο μπορούν να ερευνήσουν τοποθεσίες για επεκτάσεις και να αξιολογήσουν τα δεδομένα αντί να αναζητούν απλώς περιοχές που πληρούν τα κριτήρια για νέες χωροθετήσεις. Ένα ακόμα πλεονέκτημα είναι ότι με αυτή την μέθοδο συλλέγουμε δεδομένα μαζικά ανά περιοχή και όχι για κάθε χώρο ξεχωριστά και έτσι μπορούμε να εξετάσουμε τις μεταξύ τους αλληλεξαρτήσεις.

'''Περιοχή μελέτης''' 
Οι Καναδοί έχουν ένα από τους υψηλότερους ρυθμούς παραγωγής αποβλήτων στον κόσμο, παράγοντας 973 kg/cap το 2016, και λόγω της μεγάλης διαθεσιμότητας γης, η απόθεση των αποβλήτων σε χώρους ταφής είναι σύνηθες φαινόμενο σε πολλές περιοχές του Καναδά. Οι κάτοικοι του Saskatchewan απέδωσαν χειρότερα από τον μέσο όρο του Καναδά οδηγώντας το 84% των αποβλήτων τους για το 2016 σε ΧΥΤΑ. Το Saskatchewan έχει τον μεγαλύτερο αριθμό ενεργών χώρων απόθεσης (500), με περίπου 454 χώρους/ εκατομμύριο κατοίκων σε σύγκριση με το Οντάριο π.χ. που έχει 6 χώρους/ εκατομμύριο κατοίκων. Υπάρχουν πολύ λίγες δημοσιευμένες πληροφορίες διαθέσιμες για την διαχείριση αποβλήτων και τις πρακτικές στον Δυτικό Καναδά όπου κατοικεί το 1/3 των κατοίκων της χώρας.

'''Εικόνες''' 
Επιλέχθηκαν εικόνες του Landsat 8 (δέκτες OLI & TIRS) για την περιοχή μελέτης. Έγινε προσπάθεια επιλογής εικόνων με μικρή νεφοκάλυψη (< 5.0%), υπό τον όρο να απέχουν περίπου 6 μήνες μεταξύ τους για λόγους συνέχειας. Τα Pixels με νεφοκάλυψη αναγνωρίστηκαν και απομακρύνθηκαν πριν την επεξεργασία. Όλες οι επιλεγμένες εικόνες Landsat ήταν επιπέδου L1T.

'''Τηλεπισκοπικοί δείκτες''' 
Για την φασματική ανάδειξη περιοχών σε αυτή την μελέτη χρησιμοποιήθηκαν τηλεπισκοπικοί δείκτες που παρουσιάζονται στον Πίνακα 1. Ο δείκτης NDVI είναι ο πιο κοινός σε μελέτες τηλεπισκόπησης σχετικές με τα απόβλητα καθώς απεικονίζει το δείκτη πρασίνου, απεικονίζοντας την υγεία της βλάστησης (Mahmood et al., 2016). Μειώσεις στην τιμή του NDVI μπορεί να παρατηρηθούν κοντά σε χώρους απόθεσης και ταφής λόγω των εκπομπών που διαφεύγουν. Συνεπώς η επέκταση τους σε περιοχές με χαμηλό εν γένει NDVI μπορεί να μειώσει πιθανές επιπτώσεις στην βλάστηση και τα οικοσυστήματα.
Ο NDBI αναδεικνύει τις δομημένες περιοχές και συνήθως χρησιμοποιείται για την χαρτογράφηση αστικών περιοχών και μεταβολών καλύψεων γης. Σε αυτή την μελέτη χρησιμοποιήθηκε για την αναγνώριση των κέντρων πληθυσμού. Επειδή οι ΧΥΤΑ μπορεί να επηρεάσουν αρνητικά το τόσο το περιβάλλον όσο και την οικονομική και κοινωνική διάσταση, θα ήταν πιο λογικό να επεκταθούν τέτοιοι χώροι που βρίσκονται σε λιγότερο κατοικημένες περιοχές.
Ειδικότερα για το ημίξηρο κλίμα του Saskatchewan χρησιμοποιήθηκαν δυο ακόμα τηλεπισκοπικοί δείκτες, ο NDMI και ο NDSI (χιονοκάλυψης) για την αξιολόγηση της επιφανειακής υγρασίας. Ο NDSI αξιολογήθηκε στην «χειμερινή» σκηνή Landsat ενώ οι υπόλοιποι δείκτες NDMI, NDVI, και NDBI στην «θερινή» σκηνή. Οι ΧΥΤΑ μπορούν σε περίπτωση απώλειας της σφράγισης του εδάφους που γίνεται να επηρεάσουν τους επιφανειακούς και υπόγειους υδροφορείς γι’ αυτό και η εξάπλωση τους κρίνεται πιο βιώσιμη σε ξηρές περιοχές με αντίστοιχη μείωση του κινδύνου ρύπανσης.

'''Αποτελέσματα και συζήτηση''' 

Το προτεινόμενο εργαλείο συνδυάζει αποτελεσματικά τηλεπισκοπικά και διανυσματικά δεδομένα για την αξιολόγηση περιοχών ενός της ακτίνας επιρροής υπάρχοντων ΧΥΤΑ και μπορεί να χρησιμοποιηθεί για την συστηματική μελέτη περιφερειοποίησής τους. Είναι μια μέθοδος βασισμένη σε καθαρά δεδομένα χωρίς να λαμβάνει υπόψη αλγορίθμους λήψης αποφάσεων. Ο συνδυασμός των δύο τύπων δεδομένων είναι ισχυρό εργαλείο που επιτρέπει την εξαγωγή συμπερασμάτων χωρίς να αλλοιώνει τις διαφορετικές οπτικές. Στην συγκεκριμένη μελέτη οι δομημένες περιοχές εξετάστηκαν στο πρίσμα της τηλεπισκόπησης ενώ οι πυκνοκατοικημένες περιοχές υπο το πρίσμα των διανυσματικών δεδομένων (πολύγωνα). Η μέθοδος που παρουσιάστηκε σίγουρα μπορεί να χρησιμοποιηθεί σαν εργαλείο αξιολόγησης είτε πριν είτε κατά την διάρκεια της διαδικασίας λήψης αποφάσεων ενώ σε δεύτερο χρόνο μπορούν να εισαχθούν και συντελεστές βαρύτητας στα δεδομένα αν αυτό κριθεί σκόπιμο.

[[category:Αστικός και περιφερειακός σχεδιασμός]]
[[category:Περιβαλλοντικές Επιπτώσεις]]
[[category:Εκτίμηση καταλληλότητας της γης για διάφορες εφαρμογές]]

Αρχείο:PL 21 Artcl9 Eikon1.jpg

2021-03-01T00:29:46Z

PavlosLiakopoulos:

Αρχείο:PL 21 Artcl9 Eikon2.jpg

2021-03-01T00:29:28Z

PavlosLiakopoulos:

Αρχείο:PL 21 Artcl9 Eikon3.jpg

2021-03-01T00:29:20Z

PavlosLiakopoulos:

Αρχείο:PL 21 Artcl10 Eikon4.jpg

2021-03-01T00:29:11Z

PavlosLiakopoulos:

Αρχείο:PL 21 Artcl10 Eikon3.jpg

2021-03-01T00:29:01Z

PavlosLiakopoulos:

Αρχείο:PL 21 Artcl10 Eikon2b.jpg

2021-03-01T00:28:52Z

PavlosLiakopoulos:

Αρχείο:PL 21 Artcl10 Eikon2a.jpg

2021-03-01T00:28:43Z

PavlosLiakopoulos:

Αρχείο:PL 21 Artcl10 Eikon1.jpg

2021-03-01T00:28:33Z

PavlosLiakopoulos:

Μια τηλεσκοπική προσέγγιση για την ανίχνευση της δυναμικής των αλλαγών καλύψεων σε ετερογενή αστικά τοπία ...

2021-02-28T23:51:07Z

PavlosLiakopoulos: Νέα σελίδα με ''''Μια τηλεσκοπική προσέγγιση για την ανίχνευση της δυναμικής των αλλαγών καλύψεων σε ετερογε...'

'''Μια τηλεσκοπική προσέγγιση για την ανίχνευση της δυναμικής των αλλαγών καλύψεων σε ετερογενή αστικά τοπία με την χρήση διαχρονικών δεδομένων από πολλαπλούς δέκτες'''

[[Αρχείο:PL_21_Artcl8_Eikon1.jpg|thumb|right|Εικόνα 1 – Η περιοχή μελέτης και η κατανομή πληθυσμού της ιστορικά και κατ’ εκτίμηση με την τάση αύξησης (1933-2033)
, Πηγή: https://doi.org/10.1016/j.ecolind.2018.12.033]]
[[Αρχείο:PL_21_Artcl8_Eikon2.jpg|thumb|right|Εικόνα 2 – Το εύρος των καναλιών – μηκών κύματος ανά δέκτη που χρησιμοποιήθηκε στην μελέτη, Πηγή: https://doi.org/10.1016/j.ecolind.2018.12.033]]
[[Αρχείο:PL_21_Artcl8_Eikon3.jpg|thumb|right|Εικόνα 3 – α) Κατανομή πλήθους εικόνων ανά έτος και χρωματισμένα ανά μήνα των δεδομένων από 2005-2017 που επιλέχθηκαν. β) Κατανομή πλήθους εικόνων ανά μήνα (Απρ.-Οκτ). Κάθε έτος με διαφορετικό χρωματισμό, Πηγή: https://doi.org/10.1016/j.ecolind.2018.12.033]]
[[Αρχείο:PL_21_Artcl8_Eikon4.jpg|thumb|right|Εικόνα 4 – Η περιοχή μελέτης με τους ταξινομημένους δείκτες βλάστησης CVC - NDVI , Πηγή: https://doi.org/10.1016/j.ecolind.2018.12.033]]

''Πρωτότυπος Τίτλος:'' Multi-sensor and multi-temporal remote sensing approach to detect land cover change dynamics in heterogeneous urban landscapes 
''Συγγραφείς:'' Nadja Kabisch, Peter Selsam, Toralf Kirsten, Angela Lausch, Jan Bumberger 
''Πηγή:'' Ecological Indicators, Vol. 99 (2019), pp. 273–282 
Διαθέσιμο στο: https://doi.org/10.1016/j.ecolind.2018.12.033 

'''Εισαγωγή''' 
Οι παγκόσμιες διεργασίες όπως η κλιματική αλλαγή και η αστικοποίηση οδηγούν την ανάπτυξη και τις αλλαγές των χρήσεων γης στις πόλεις και τις γύρω περιοχές τους σε παγκόσμια κλίμακα. Διεργασίες συσχετιζόμενες με την ανθρώπινη παρέμβαση και την κλιματική αλλαγή ευθύνονται για την εδραίωση μη ενδημικών ειδών χλωρίδας, την επιδείνωση της κατάστασης των ενδιαιτημάτων και των οικοτόπων και την απώλεια της βιοποικιλότητας προκαλώντας και αυξημένες συνθήκες θερμοκρασίας και ξηρασίας και τελικά προβλήματα και στην βλάστηση. Ακόμα, η αύξηση του πληθυσμού στα αστικά κέντρα απειλεί τα οικοσυστήματα καθώς η αστικοποίηση ακολουθείται από την σφράγιση του εδάφους, την πύκνωση του δομημένου περιβάλλοντος, την αύξηση του θορύβου και την εκθετική μείωση της φυσικής βλάστησης.

Η χρήση της τηλεπισκόπησης ίσως είναι μια εναλλακτική για την παροχή συνεχών δεδομένων χρήσεων και κάλυψης υψηλής χρονικής & χωρικής ανάλυσης. Ειδικότερα, τα δεδομένα τηλεπισκόπησης επιτρέπουν τη λεπτομερή παρακολούθηση των πληροφοριών κάλυψης & χρήσεων γης (Land Use and Land Cover – LULC) για την αξιολόγηση και τον ποσοτικό προσδιορισμό των διαδικασιών ανάπτυξης γης από την τοπική έως την παγκόσμια κλίμακα και σε βραχυπρόθεσμο έως μακροπρόθεσμο ορίζοντα.

Στο πλαίσιο της εξέτασης των αστικών περιοχών, άξια αναφοράς είναι τα αρχεία Landsat, η πρόσβαση στα οποία ελευθερώθηκε το 2008 και πλέον υπάρχουν διαθέσιμα ελεύθερα τηλεπισκοπικά δεδομένα χωρικής ανάλυσης 30 m από τις αρχές της δεκαετίας του 1980. Το άνοιγμα των αρχείων και η λήψη δεδομένων χωρίς πρόσθετο κόστος έχει οδηγήσει έκτοτε σε ένα μεγάλο αριθμό διεπιστημονικών προσεγγίσεων στην ανίχνευση μεταβολών στην επιφάνεια της γης όπως π.χ.αλλαγές στην σύνθεση της βιοποικιλότητας (Pereira and Cooper, 2006), μεταβολές δασοκάλυψης (Banskota et al., 2014), τις δασικές διαταραχές (Müller et al., 2016), την διάβρωση των ακτών (Fan et al., 2018), την εξάπλωση των αστικών περιοχών (Schetke et al., 2016; Seto and Fragkias, 2005; Small, 2006) ή ακόμα και την δημόσια υγεία (Dadvand et al., 2012; Gascon et al., 2016). 

Με την απελευθέρωση της πρόσβασης στα δεδομένα των δορυφόρων και τον τεράστιο αριθμό διαθέσιμων εικόνων έχουν αναπτυχθεί τα τελευταία χρόνια πάρα πολλές πλήρως ή μερικώς αυτοματοποιημένες μέθοδοι & αλγόριθμοι που στοχεύουν σε ανάλυση περιοχών με τις εικόνες υψηλής χωρικής ανάλυσης.
 

Για την αναζήτηση των επιπτώσεων της αστικοποίησης στις μεταβολές των χρήσεων γης έχουν μέχρι σήμερα χρησιμοποιηθεί τηλεπισκοπικά δεδομένα από ένα δέκτη και συγκεκριμένες χρονικές περιόδους για τον υπολογισμό δεικτών μεταβολής. Ο πιο διαδεδομένος είναι ο NDVI (Normalized Difference Vegetation Index).

Η εξεύρεση των πληροφορίων χρήσεων και κάλυψης γης (LULC) στις αστικές περιοχές έχει αρκετές προκλήσεις:
* Η χωρική ανάλυση πρέπει να είναι επαρκής ώστε να μπορούν να διαχωριστούν διαφορετικές κατασκευές και διαφορετικές καλύψεις γης.
* Ο χρησιμοποιούμενος ανιχνευτής θα πρέπει να έχει σχεδιαστεί ώστε να επιτρέπει μέσω λήψης πολυφασματικών δεδομένων τον υπολογισμό δεικτών όπως ο NDVI. Δεδομένης της πολυπλοκότητας του αστικού τοπίου και των συνεχόμενων εναλλαγών μπορεί μια γενική εκτίμηση του NDVI σε μέτρια χωρική ανάλυση να υποεκτιμήσει την πραγματική βλάστηση.
* Οι αστικές περιοχές έχουν έντονη δυναμικότητα και αλλάζουν με γρήγορους ρυθμούς και αυτό γίνεται αντιληπτό ειδικά μεταξύ διαφορετικών ετών.
* Τα δορυφορικά προγράμματα Landsat, Spot & IRS παρέχουν εικόνες τα τελευταία 25 χρόνια (την τελευταία δεκαετία έχει προστεθεί το RapidEye), και μπορούν να χρησιμοποιηθούν για την ανίχνευση της κατάστασης και των αλλαγών στην δόμηση διαμέσου του χρόνου.

'''Περιοχή μελέτης''' 
Επιλέχθηκε η πόλη της Λειψίας (Leipzig) στην Γερμανία. Αποτελεί την μεγαλύτερη πόλη του ομοσπονδιακού κράτους της Σαξονίας , καλύπτει έκταση 297 km2 και με στοιχεία του 2017 είχε πληθυσμό 590.337 κατοίκων (Εικόνα 1). Η αναλογία είναι 1988 κατ. ανα τετραγωνικό χιλιόμετρο. Είναι μια σχετικά συμπαγής κεντρο-Ευρωπαική πόλη με ομογενή αρχιτεκτονική και πλήθος μονοκατοικιών και οικιστικών συγκροτημάτων. Η πόλη παρουσιάζει ενδιαφέρον και αποφασίστηκε να μελετηθεί ως προς τις χρήσεις & καλύψεις γης καθώς πέρασε μια μετα-σοσιαλιστική αναδιάρθρωση απο το 1989 ενώ από το 2000 λαμβάνει χώρα μια ευρεία διαδικασία αναδόμησης. Σύμφωνα με τα στατιστικά ο πληθυσμός μειώθηκε από 530,000 το 1989, σε 437,000 το 1998. Οι παραπάνω απώλειες οδήγησαν στην ελευθέρωση κατοικιών που με την σειρά της έφερε τις κατεδαφίσεις και δημιουργία νέων ακάλυπτων οικοπέδων, διαδρόμων κατεδάφισης και ‘housing islands’. Κύριος στόχος ήταν η ανάπτυξη νέων δημόσιων χώρων αναψυχής και πρασίνου και η συντήρηση των υπαρχόντων. Η συνεχής αύξηση του πληθυσμού οδηγεί σε φαινόμενα οικιστικής πύκνωσης και την ανέγερση νέων κατοικιών να λαμβάνει χώρα σε σχεδόν κάθε σημείο ελεύθερου χώρου στις περιζήτητες περιοχές της. 

'''Δεδομένα''' 
Οι εικόνες που μελετήθηκαν προήλθαν από τους δέκτες Landsat 5 TM (2005–2011), Landsat 7 ETM (2005–2017), Landsat 8 OLI (2015 – 2017), Sentinel 2 (2015 – 2017) και RapidEye (2010–2015) (για επαλήθευση σε καλύτερη ανάλυση)Η αποδεκτή περίοδος αναζήτησης και επιλογής επιλέχθηκε από τον Απρίλιο ως τον Οκτώβριο με σκοπό η βλάστηση ακόμα και των φυλλοβόλων να είναι πλήρως ανεπτυγμένη. Τελικώς επιλέχθηκαν 97 τηλεπισκοπικές σκηνές από 5 διαφορετικούς δέκτες. Οι πιο πολλές εικόνες συλλέχθηκαν το έτος 2011 ενώ ανά μήνα συνήθως τον Αύγουστο. Σχετικά με την νεφοκάλυψη, για τις σκηνές Landsat είχε προεπιλεγεί κριτήριο για κάλυψη <40% ανά σκηνή ωστόσο τα αποτελέσματα επαληθεύτηκαν και χειροκίνητα για να αποφευχθεί άνιση κατανομή στην εικόνα. Σε κάθε περίπτωση πριν υπολογιστεί ο δείκτης βλάστησης τα νέφη καθώς και οι σκιές τους εξαιρέθηκαν από την περιοχή υπολογισμού.

Όλες οι επιλεγμένες εικόνες για την μελέτη περικόπηκαν σε μια ακτίνα 3 km από τα διοικητικά όρια της πόλης της Λειψίας για να καλύψουν την πραγματική αστική έκταση. Μέρος της περιφερειακής ζώνης περιλαμβάνει σημαντικό αριθμό καλλιεργούμενων έως και σήμερα εκτάσεων και μεγάλες περιοχές που χρησιμοποιούνταν ως ανοικτά ορυχεία και έχουν μετατραπεί σε υδάτινα σώματα τις τελευταίες δεκαετίες. 

Ο δείκτης NDVI χρησιμοποιήθηκε ως βάση για κάθε άλλο υπολογισμό. Η περίοδος ακμής της βλάστησης μπορεί να ξεκινά και να ολοκληρώνεται σε ελαφρώς διαφορετικές περιόδους από τις εκτιμώμενες. Στόχος ήταν η χρήση όλων των εικόνων από Απρίλιο έως Οκτώβριο. Οι τιμές του NDVI χρησιμοποιήθηκαν για την εξαγωγή πληροφορίας σχετικά με την πλήρως ανεπτυγμένη βλάστηση. Ο NDVI υπολογίστηκε χρησιμοποιώντας την βαθμονομημένη ανακλαστικότητα της ατμόσφαιρας σύμφωνα με τις οδηγίες του φορέα (Top Of Atmosphere (TOA) Reflectance). 

'''Ταξινόμηση Κάλυψης Βλάστησης''' 
Η ταξινόμηση των τιμών του NDVI χρησιμοποιήθηκε ως ένα βήμα για την απόδοση και μιας πιο βιολογικής ερμηνείας και για την κανονικοποίηση των τιμών που αντιπροσωπεύουν την ανάκλαση και επανεκπομπή ακτινοβολίας από την βλάστηση. Η διαδικασία ήταν η τυπική μιας ταξινόμησης με την διαφοροποίηση της χρήσης μόνο δυο περιοχών αναφοράς: Η πρώτη μια πλήρως σφραγισμένη από δόμηση περιοχή χωρίς βλάστηση και η δεύτερη ακραία περίπτωση μια περιοχή πλήρως καλυμμένη από βλάστηση. Όλες οι άλλες τιμές θα κυμαίνονται μεταξύ των ακραίων.

Δεν χρησιμοποιήθηκαν άλλες περιοχές ελέγχου & εκπαίδευσης με επιτόπιο έλεγχο για τις μέγιστες και ελάχιστες τιμές της βλάστησης. Αντ’ αυτού χρησιμοποιήθηκε η μέθοδος της συχνότητας εμφάνισης των τιμών του ιστογράμματος. Μπορούσαν να βρεθούν περιοχές αναφοράς για την πόλη της Λειψίας αλλά προτιμήθηκε αυτή η μέθοδος ώστε η προσέγγιση να μπορεί να μεταφέρεται και σε άλλες περιοχές μελέτης.

Για την Ταξινομημένη Κάλυψη Βλάστησης (Classified Vegetation Cover (CVC) από κάθε εικόνα δημιουργήθηκε ένα ιστόγραμμα τιμών-συχνότητας-frequency histogram 4096 βημάτων και αυτά συντέθηκαν σε ένα συνολικό μέσο ιστόγραμμα. Οι τιμές για το κατώτερο 1% της κατανομής και άνω του 99% (μέσω του ιστογράμματος) θεωρήθηκαν ως ακραίες για την «μη ύπαρξη βλάστησης» (=0) και «πυκνή κάλυψη από βλάστηση» (=1) αντίστοιχα. Όλες οι υπόλοιπες τιμές του NDVI ενδιάμεσα στις ακραίες μέσω κανονικοποίσης γραμμικοποιήθηκαν στο διάστημα {0 -1}. Για να αξιολογηθεί η ακρίβεια των μασκών του ιστογράμματος τα αποτελέσματα του έτους 2012 συγκρίθηκαν με τον Urban Atlas LULC (European Commission, 2011) και χρησιμοποιήθηκαν για τεστ ακρίβειας.
 
District means
Για την σύγκριση μεταξύ διαφορετικών διοικητικών συνοικιών της πόλης και την μεμονωμένη παρακολούθηση της ανάπτυξής τους, οι τιμές CVC αθροίστηκαν σε επίπεδο συνοικίας για την Λειψία (που αποτελείται από 63 συνοικίες) και προέκυψαν οι μέσες τιμές που στην συνέχεια εξετάστηκαν ανά ζεύγη αλλά και σε ομάδες.

'''Αποτελέσματα''' 
Ο σκοπός της μελέτης ήταν η δορυφορική ανίχνευση μεταβολών σε καλύψεις γης βασισμένη σε πολλαπλούς δέκτες και υπό μορφή χρονοσειράς σε βάθος 12ετίας για την χαρτογράφηση των αλλαγών στην αστική και περι-αστική περιοχή.

Διαχείριση αβεβαιότητας μεταξύ δεδομένων
Γενικά οι δορυφόροι χρησιμοποιούν διαφορετικούς δέκτες για κάθε περιοχή του φάσματος και μεταξύ τους λόγω διαφορετικών χαρακτηριστικών δεν υπάρχει 1-1 αναλογία κάτι που μπορεί να μεταφραστεί ως αποκλίσεις μεταξύ καταγεγραμμένων δεδομένων και των συνεπαγόμενων δεικτών. Πιο συγκεκριμένα οι αισθητήρες των Landsat 5, 7 και 8, Sentinel 2 και RapidEye που χρησιμοποιήθηκαν εν προκειμένω διαφέρουν τόσο σε χωρική όσο και σε χρονική και φασματική ανάλυση (διαφορετικά όρια ζωνών για κάθε φασματικό κανάλι στο κόκκινο και το εγγύς υπέρυθρο). Αναμένονταν λόγω αυτού διαφορετικές τιμές CVC μεταξύ των δεκτών. Για να ελεγχθεί η συγκεκριμένη αβεβαιότητα εφαρμόστηκε η παρακάτω μέθοδος:

Βρέθηκαν 14 ημέρες για τις οποίες μια εικόνα ακολουθούνταν από μια εικόνα την ίδιας περιοχής από άλλο δέκτη την επόμενη ημέρα. Αυτά τα ζεύγη επέτρεψαν τον υπολογισμό της διασποράς των τιμών CVC έως και 5% μεταξύ διαφορετικών συνοικιών και σημαντικά χαμηλότερη για το σύνολο της περιοχής μελέτης. Οι γραμμές σφάλματος υπολογίστηκαν ως οι διαφορές μεταξύ των τιμών CVC για τις 63 συνοικίες της Λειψίας με τυπική απόκλιση 2σ. Οι αποκλίσεις CVC μεταξύ των Landsat 5 & Landsat 7 δεν ήταν τόσο μεγάλες όσο αυτές του 7 με τον πιο σύγχρονο και μεταγενέστερο Landsat 8. Τα υπολογισμένα σφάλματα λήφθηκαν υπόψιν και για το σύνολο της πόλης. 

Οι στρατηγικές αστικού σχεδιασμού έχουν αναπτυχθεί και χρησιμοποιούνται για την κατανόηση του ρυθμού ανάπτυξης νέων κατασκευών κατοικιών αλλά και για την συντήρηση και δημιουργία νέων χώρων πρασίνου. Καθώς οι πόλεις αναπτύσσονται και ο πληθυσμός τους αυξάνεται, πολλές φορές πιο γρήγορα από το αναμενόμενο, οι υπάρχουσες στρατηγικές μπορεί να είναι ήδη ανεπίκαιρες και χρειάζεται μια αναπροσαρμογή τους. Στην προσαρμογή αυτή και την επιλογή των κατάλληλων αλλαγών μπορεί να συμβάλλει η παρακολούθηση με την χρήση τηλεσκοπικών μεθόδων ως εργαλείο για την ανίχνευση μικρών ή μεγαλύτερων αλλαγών (χρονοσειρά) στις χρήσεις και τις καλύψεις γης. Η χρήση πολλαπλών δορυφόρων με διαφορετικά χαρακτηριστικά επιτρέπει την ενίσχυση των διαθέσιμων εικόνων για την ίδια περίοδο ή με διαφορά μερικών ημερών ενώ διαβεβαιώνει την ύπαρξη μερικών «καλών» εικόνων για κάθε περίοδο βλάστησης. 

Το πλεονέκτημα του συνδυασμού των δεκτών Sentinel και Landsat έχει χρησιμοποιηθεί πρόσφατα και σε άλλες περιοχές σε αναπτυσσόμενες χώρες τόσο για την μελέτη της κάλυψης γης και της εξάπλωσης όσο και για άλλες χρήσεις (παρακολούθηση αστικού πρασίνου, μελέτη δασικών περιοχών κ.α) . 

Η μελέτη έδειξε ότι η συγκεκριμένη προσέγγιση αποτελεί μια ισχυρή μεθοδολογία για την αντιμετώπιση των διαφορών και διαταραχών λόγω των διαφορετικών χαρακτηριστικών των δεκτών. Η μέθοδος που παρουσιάσθηκε έγινε με γνώμονα την αυτοματοποίηση της διαδικασίας και την πιθανή εφαρμογή της σε διάφορες πόλεις σε παγκόσμια κλίμακα γι’ αυτό και αποφεύχθηκε η χρήση δεδομένων εκπαίδευσης βασισμένων στην μελετώμενη περιοχή.

[[category:Αστικός και περιφερειακός σχεδιασμός]]

Αρχείο:PL 21 Artcl8 Eikon4.jpg

2021-02-28T23:50:01Z

PavlosLiakopoulos:

Αρχείο:PL 21 Artcl8 Eikon3.jpg

2021-02-28T23:49:51Z

PavlosLiakopoulos:

Αρχείο:PL 21 Artcl8 Eikon2.jpg

2021-02-28T23:48:58Z

PavlosLiakopoulos:

Αρχείο:PL 21 Artcl8 Eikon1.jpg

2021-02-28T23:48:40Z

PavlosLiakopoulos:

Παρακολουθώντας τις αλλαγές Κάλυψης Γης σε τροπικά δάση χρησιμοποιώντας διαχρονικά δεδομένα και τηλεπισκοπικές τεχνικές ανάλυσης

2021-02-28T23:36:59Z

PavlosLiakopoulos: Νέα σελίδα με ' [[Αρχείο:PL_21_Artcl7_Eikon1.jpg|thumb|right|Εικόνα 1 – Μεθοδολογία εκπόνησης της συγκεκριμένης μελέτης, Πηγή...'

[[Αρχείο:PL_21_Artcl7_Eikon1.jpg|thumb|right|Εικόνα 1 – Μεθοδολογία εκπόνησης της συγκεκριμένης μελέτης, Πηγή:https://doi.org/10.1016/j.rsase.2019.100264]]
[[Αρχείο:PL_21_Artcl7_Eikon2.jpg|thumb|right|Εικόνα 2 – Ταξινόμηση Landsat TM 1990, Πηγή:https://doi.org/10.1016/j.rsase.2019.100264]]
[[Αρχείο:PL_21_Artcl7_Eikon3.jpg|thumb|right|Εικόνα 3 – Ταξινόμηση Landsat ETM+ 2013, Πηγή:https://doi.org/10.1016/j.rsase.2019.100264]]
[[Αρχείο:PL_21_Artcl7_Eikon4.jpg|thumb|right|Εικόνα 4 – Ταξινόμηση Landsat OLI/TIRS 2017, Πηγή:https://doi.org/10.1016/j.rsase.2019.100264]]

''Πρωτότυπος Τίτλος:'' Monitoring Land Cover changes in the tropical high forests using multi-temporal remote sensing and spatial analysis techniques 
''Συγγραφείς:'' : Etse Lossou , Nat Owusu-Prempeh, Godwin Agyemang 
''Πηγή:'' Remote Sensing Applications: Society and Environment, Vol. 16 (2019), p. 100264 
Διαθέσιμο στο: https://doi.org/10.1016/j.rsase.2019.100264 

'''Εισαγωγή''' 
Τα δάση και οι δασικές εκτάσεις είναι γνωστά ως ιδιαίτερα σημαντικά για τον πλανήτη αφού έχουν κομβικό ρόλο στην λειτουργία του πλανήτη, απορροφώντας το διοξείδιο του άνθαρακα από την ατμόσφαιρα και μετατρέποντας το σε οξυγόνο, ενώ συγκρατούν ακόμα σκόνη και άλλες βλαβερές ουσίες και θα μπορούσαν να συμβάλλουν στην συγκράτηση του φαινομένου της κλιματικής αλλαγής.
Η ραγδαία μείωση των εκτάσεων των δασών παγκοσμίως εχει αναγνωριστεί ως παραγόντας που συνεισφέρει στην κλιματική αλλαγή (FΑO, 2012). Η Γκάνα (Ghana) είναι ιδιαίτερα προικισμένη με ποικιλία δασικών διαθεσίμων. Στις αρχές του προηγούμενου αιώνα τα εδάφη της χώρας καλύπτονταν από περίπου 8.2 εκατομμύρια εκτάρια πυκνών δασών ενώ σήμερα καλύπτουν λιγότερο από 2 εκατομμύρια εκτάρια (CSIR-FORIG, 2017). Η μείωση των δασών στην Γκάνα εγείρει ιδιαίτερο προβληματισμό αφού η πλειοψηφία του πληθυσμού της στηρίζεται σε αυτά και τα αγαθά και τις υπηρεσίες που προσφέρουν για την επιβίωση του. Η αύξηση ωστόσο του πληθυσμού με την υπερεκμετάλλευση των δασών πάνω από τα όρια των υφιστάμενων σχεδίων έχει οδηγήσει σε μια μεγάλη εξάρτηση από τις δεσμευμένες δασικές εκτάσεις.
 
Χαρακτηριστικές δραστηριότητες όπως οι επαναλαμβανόμενες πυρκαγιές, η παράνομη υλοτομία, η επέκταση των αγροκτημάτων που προϋπήρχαν πριν δεσμευθούν νομικά οι δασικές εκτάσεις από την κυβέρνηση κ.α. έχουν καταστρέψει τα δασικά διαθέσιμα και την εντός αυτών βιοποικιλότητα.
Οι μέθοδοι τηλεπισκόπησης έχουν αποδειχθεί καίριας σημασίας για την αναγνώριση και παρατήρηση των δασών αφού δεν νοείται πλέον διαφορετικός τρόπος καταγραφής της έκτασης που καλύπτουν ιδιαίτερα στα μεγάλα. Η διαθεσιμότητα παλαιότερων δεδομένων και η παρατήρηση και ανάλυση της χρονοσειράς μπορεί να μας βοηθήσει να κατανοήσουμε την δυναμική και τις μεταβολές και να μας βοηθήσει σε ένα καλύτερο σχεδιασμό για την αλληλεπίδραση μας με το περιβάλλον χωρίς αυτή να γίνεται καταστροφική. 

Η συγκεκριμένη μελέτη μέσω της εφαρμογής μεθόδων τηλεπισκόπησης και γεωχωρικών τεχνικών προσπαθεί να εκτιμήσει το μέγεθος της απώλειας εκτάσεων υψηλών δασών στην περιοχή του Goaso Forest District της Γκάνα και να αναγνωρίσει τους τύπους καλύψεων που τα αντικατέστησαν με την πάροδο των ετών. 

'''Περιοχή μελέτης''' 
Η περιοχή μελέτης του GFD, μοιράζεται σε 4 επιμέρους διοικητικά (πολιτικά) διαμερίσματα στην περιοχή του Brong Ahafo. Αυτά είναι τα Asunafo North, Asunafo South, Asutifi North & Asutifi South. Ο τοπικός φορέας διαχειρίζεται 8 προστατευόμενα μεικτά δάση (Forest Reserves) που καλύπτουν έκταση 853.89 km2, και έχει ως στόχο την προστασία, την βιώσιμη παραγωγή και τις κοινωνικές υπηρεσίες . Η περιοχή από πλευράς απορροής αποχετεύεται από μεγάλο αριθμό ποταμών και ρεμάτων. Χαρακτηριστικό ότι κάθε δάσος στην περιοχή έχει ονομαστεί από γειτονικό ποταμό. Η περιοχή βρίσκεται στην ζώνη του ισημερινού και το κλίμα είναι εν γένει υγρό με έντονες βροχοπτώσεις που εκδηλώνονται μεταξύ Απριλίου και Ιουλίου ενώ πιο ήπιες εμφανίζονται έως τον Οκτώβριο. Η μέση θερμοκρασία είναι 25 °C.
Ένα σημαντικό μέρος των δασών εκτός των ορίων που προστατεύονται ως φυσικά διαθέσιμα έχει μετατραπεί κυρίως σε εκτάσεις καλλιεργειών. Η καλλιέργεια του κακάου κυριαρχεί ως η πιο αποδοτική οικονομικά ενώ ακολουθείται από άλλες καλλιέργειες τροφίμων.

'''Δεδομένα & ανάλυση''' 
Χρησιμοποιήθηκαν δεδομένα Landsat τριών διαφορετικών ετών σε διάστημα 27 ετών. Ως υπόβαθρο για την 1η αξιολόγηση επιλέχθηκε το έτος 1990 (Landsat 5, TM) και στην συνέχεια δυο πιο πρόσφατες σκηνές, το 2013 (Landsat 7, ETM+), και το 2017 (Landsat 8, OLI/TIRS). Όλες οι σκηνές επιλέχθηκαν με νεφοκάλυψη κάτω του 10 % για την μέγιστη δυνατή ακρίβεια στους υπολογισμούς
Ακόμα, οι συγγραφείς πήραν δεδομένα πεδίου σε διάστημα 5 μηνών. Τα δεδομένα χρησιμοποιήθηκαν για την αναγνώριση διαφόρων καλύψεων γης. Τέλος χρησιμοποιήθηκε ψηφιακό μοντέλο εδάφους ASTER-GDEM για την κατανόηση της μορφολογίας της περιοχής μελέτης. Σχετικά με τις καλύψεις γης συλλέχθηκαν φασματικές υπογραφές σε χαρακτηριστικά σημεία στο πεδίο για την επιβλεπόμενη ταξινόμηση των δεδομένων του 2017 αλλά και με χρήση εικόνων υψηλότερης ανάλυσης (Google earth) ως οδηγό για την ταξινόμηση των παλαιότερων σκηνών.

Όλα τα δεδομένα και για τα τρία διαφορετικά έτη ταξινομήθηκαν με επιβλεπόμενη ταξινόμηση μέσω δεδομένων εκπαίδευσης με τον αλγόριθμο της μέγιστης πιθανοφάνειας. Η επιβλεπόμενη ταξινόμηση πέρα από την ακρίβεια των δεδομένων που δίνονται για την εκπαίδευση εξαρτάται ιδιαίτερα και από την εμπειρία και την γνώση του αναλυτή τόσο σχετικά με την φωτοερμηνεία αλλά και με την επιλογή κατάλληλων περιοχών εκπαίδευσης (διασπορά, μέγεθος, ποικιλία) προκειμένου να μην συγκρούονται φασματικές υπογραφές μεταξύ τους. Αναλυτικότερα οι διαδικασίες που ακολουθήθηκαν καθ’ ολο το στάδιο της ανάλυσης παρουσιάζονται στο διάγραμμα ροής της Εικόνας 1.

Οι ταξινομήσεις για κάθε έτος που προέκυψαν φαίνονται στις Εικόνες 2,3,4. 

'''Στατιστικά – μεταβολές''' 
Οι ταξινομήσεις στην συνέχεια μπήκαν σε μεταξύ τους σύγκριση για την εύρεση των μεταβολών στις καλύψεις γης.

Μεταβολές 1990 έως 2013 
Τα στατιστικά για το συγκεκριμένο διάστημα έδειξαν απώλεια «κλειστού» δάσους κατά 20.47%. Από το σύνολο 51.15% διατηρήθηκε, 40.67% μετατράπηκε σε ανοικτό δάσος,
4.90% υποβαθμίστηκε, 1.76% μετατράπηκε σε μη παραγωγική γη και τέλος 1.52% σε καλλιέργειες.
Αντίθετα, το ανοικτό δάσος διατήρησε μόνο το 28.36% της κάλυψης του 1990, αλλά η έκταση του συνολικά μεγάλωσε κατά 10.69% το 2013. Οι υποβαθμισμένες περιοχές και οι καλλιέργειες, οι δυο μικρότερες σε έκταση κάλυψης κλάσεις ωστόσο παρουσίασαν τις αστρονομικές αυξήσεις του 311.02% και 1273.00% αντίστοιχα.

Μεταβολές 1990 έως 2017 
Αυτό το διάστημα καλύπτει 27 έτη και εκτιμά την κατάσταση των διαθεσίμων την χρονολογία της μελέτης συγκριτικά με τα δεδομένα του 1990. Το κλειστό δάσος μειώθηκε κατά 37.62% συνολικά με 42.50% της αρχικής έκτασης να διατηρείται, ενώ όλες οι υπόλοιπες καλύψεις αυξήθηκαν με τις καλλιέργειες να κυριαρχούν στατιστικά με το απρόσμενο 1757.81%. Σε μεγέθη έκτασης οι καλλιέργειες το 1990 κατείχαν μόλις 1.84 km2 που αυξήθηκαν σε 34.24 km2 στο τέλος του 2017. Η εκθετική αυτή αύξηση απεικονίζει και τις πιέσεις των γειτονικών οικισμών και των κατοίκων προς το δάσος.

'''Συμπεράσματα''' 
Βασισμένοι στα στοιχεία που εξήγαγαν για την μείωση του κλειστού δάσους κατά σχεδόν 40% σε διάστημα 27 ετών, οι συγγραφείς διατυπώνουν την εκτίμηση ότι στα επόμενα έτη το σύνολο του κλειστού δάσους θα μετατραπεί σε ανοικτό, που μπορεί πολύ πιο εύκολα να βρεθεί σε πορεία απαξίωσης και υποβάθμισης εάν δεν ληφθούν κατάλληλα μέτρα για τον περιορισμό της υπερεκμετάλλευσης των διαθεσίμων. Από όλους τους παράγοντες που εξετάστηκαν η απώλεια που καταγράφηκε είναι σχεδόν στο σύνολό της από ανθρωπογενείς πιέσεις.

Ελάχιστοι επαγγελματίες λαμβάνουν τις σχετικές άδειες για υλοτομία ενώ μεγάλος αριθμός δέντρων κόβεται παράνομα με τους αρμόδιους να μην έχουν τους πόρους να ελέγξουν τις δραστηριότητες αυτές αποτελεσματικά παρότι έχει απαγορευτεί η δραστηριότητα πάνω από μια δεκαετία και θα πρέπει η κυβέρνηση να βρει τρόπο εφαρμογής της. Οι υποβαθμισμένες περιοχές, οι καλλιέργειες και οι γυμνές/δομημένες περιοχές ήταν οι μικρότερες καλύψεις στην περιοχή μελέτης ωστόσο κατέγραψαν μια ισχυρή τάση εξάπλωσης .

 Η μελέτη χρησιμοποίησε επιτυχώς τα τηλεπισκοπικά δεδομένα για να εκτιμήσει, ποσοτικοποιήσει αλλα και να εξηγήσει τις μεταβολές καλύψεων γης στην δασική περιοχή του Goaso της Γκάνα. Ακόμα για κάθε επιμέρους δασική έκταση υπολογίστηκαν οι ρυθμοί απωλειών/μείωσης με τον μεγαλύτερο να καταγράφεται στο δάσος Bosambepo F/R με 0.65 km^2 /έτος.

 Οι συγγραφείς αναγνωρίζουν τις προσπάθειες που γίνονται για την αλλαγή της εικόνας που κατέγραψαν από την αρμόδια υπηρεσία διαχείρισης και προτείνουν αφενός την εισαγωγή πρακτικών αναδάσωσης για τις υποβαθμισμένες εκτάσεις εντός της περιοχής ευθύνης τους και αφετέρου την δημιουργία πλατφόρμας συστηματικής παρακολούθησης βασισμένης σε GIS και RS (τηλεπισκόπηση) που θα διευκολύνει την διαχείριση και ιδιαίτερα το ζήτημα της λήψης αποφάσεων για την προστασία και την διατήρηση, με το κόστος να είναι πολύ μικρό.

[[category:Δασοπονία, Δασική διαχείριση]]
[[category:Παρακολούθηση υλοτομίας και αναδάσωσης]]
[[category:Παρακολούθηση και εκτίμηση διαχρονικών αλλαγών και εξελίξεων]]

Αρχείο:PL 21 Artcl7 Eikon4.jpg

2021-02-28T23:36:30Z

PavlosLiakopoulos:

Αρχείο:PL 21 Artcl7 Eikon3.jpg

2021-02-28T23:36:22Z

PavlosLiakopoulos:

Αρχείο:PL 21 Artcl7 Eikon2.jpg

2021-02-28T23:36:13Z

PavlosLiakopoulos:

Αρχείο:PL 21 Artcl7 Eikon1.jpg

2021-02-28T23:36:04Z

PavlosLiakopoulos:

Η χρήση πολύ-εποχικών εικόνων Landsat για την γρήγορη αναγνώριση εγκαταλειμμένης γεωργικής γης σε περιοχές επηρεαζόμενες ...

2021-02-28T23:22:01Z

PavlosLiakopoulos:

'''Η χρήση πολύ-εποχικών εικόνων Landsat για την γρήγορη αναγνώριση εγκαταλειμμένης γεωργικής γης σε περιοχές επηρεαζόμενες από την αστική εξάπλωση'''

 

[[Αρχείο:PL_21_Artcl3_Eikon1.jpg|thumb|right|Εικόνα 1 – Η περιοχή του Βουκουρεστίου που μελετήθηκε, Πηγή:http://dx.doi.org/10.1016/j.ecolind.2017.06.022]]
[[Αρχείο:PL_21_Artcl3_Eikon2.jpg|thumb|right|Εικόνα 2 – Οι χάρτες εγκαταλειμμένης αγροτικής γης εντός των διοικητικών ορίων του Βουκουρεστίου, Πηγή:http://dx.doi.org/10.1016/j.ecolind.2017.06.022]]

''Πρωτότυπος Τίτλος:'' Using multi-seasonal Landsat imagery for rapid identification of abandoned land in areas affected by urban sprawl 
''Συγγραφείς:'' Simona R. Grădinaru, Felix Kienast, Achilleas Psomas 
''Πηγή:'' Ecological Indicators, Vol. 96 (2019), pp. 79–86 
Διαθέσιμο στο: http://dx.doi.org/10.1016/j.ecolind.2017.06.022 

'''Εισαγωγή''' 
Η εγκατάλειψη της γης παρουσιάζεται σε περιοχές όπου οι δραστηριότητες καλλιέργειας δεν είναι πλέον επικερδείς ή βιώσιμες. Μελέτες έχουν αναδείξει ότι η απώλεια της βιωσιμότητας δεν σχετίζεται μόνο με γεωγραφικά κριτήρια αλλά και με κοινωνικά ιδιαίτερα σε περιοχές που παρουσιάζουν διαφορετική ανάπτυξη, συνδέονται με δίκτυα και συστήματα μεταφορών και παρουσιάζουν έντονη οικονομική δραστηριότητα. Ιδιαίτερα το τελευταίο χαρακτηριστικό απαντάται σε άλλοτε αγροτικές περιοχές που βιώνουν την αστικοποίηση λόγω της εξάπλωσης πόλεων με τις οποίες συνορεύουν . Αυτό ήταν και ο στόχος προς εξέταση από την παρούσα μελέτη: Η αναγνώριση αυτών των εγκαταλειμμένων καλλιεργούμενων γεωτεμαχίων με σύγχρονες μεθόδους. Η εγκατάλειψη της καλλιέργειας στις αστικές & περι-αστικές περιοχές είναι αποτέλεσμα πολλών παραγόντων σε διάφορες διαστάσεις και σε διάφορα επίπεδα (τοπικό, περιφερειακό, εθνικό).
 Τέτοιοι είναι:
* Η κακή λειτουργία της αγοράς γης
* Η αδυναμία προσαρμογής του αστικού σχεδιασμού στις κοινωνικοοικονομικές αλλαγές
* Αλλαγές στις ζώνες δόμησης
* Κατακερματισμένα γήπεδα και ακατάλληλου σχήματος ιδίως σε περιοχές όπου οι μικροιδιοκτήτες πρέπει να ανταγωνιστούν μεγάλες επιχειρήσεις.
 Στην Ευρώπη παράγοντες που συνηγορούν στην υπερ-τοπική και εθνική κλίμακας είναι :
* Μη αποδοτικές αγροτικές και εμπορικές πολιτικές μεταρρυθμίσεις
* Θεσμική και πολιτική αναταραχή λόγω πολιτικών αλλαγών (πρώην σοσιαλιστικές χώρες)
* Αλλαγή απασχόλησης των κατοίκων από τον πρωτογενή στον δευτερογενή και τον τριτογενή τομέα
Στις Μεσογειακές χώρες όπως η Ισπανία, η εγκατάλειψη εμφανίζεται εν αναμονή της μετατροπής μέσω του σχεδιασμού των καλλιεργούμενων εκτάσεων σε περιοχές που επιτρέπεται η δόμηση (πολεοδόμηση για την ακρίβεια) όπου πλέον δίνεται η μορφή αραιών οικισμών (Paül and Tonts, 2005). 

Οι παραδοσιακές μέθοδοι για την εκτίμηση και την χαρτογράφηση των εγκαταλειμμένων περιοχών περιλαμβάνουν την άμεση παρατήρηση που μπορεί να είναι και κοστοβόρα αλλά και να απαιτεί ιδιαίτερη δουλειά πεδίου. Ειδικά για την μελέτη της εγκατάλειψης της γεωργικής γης τα τηλεπισκοπικά δεδομένα είναι ιδιαίτερα βολικά λόγω της χωρο-χρονικής δυναμικής των επιτελούμενων διεργασιών και της ικανότητας να διαχειριστούν σε διάφορες κλίμακες. Για παράδειγμα έχουν χρησιμοποιηθεί επιτυχώς δεδομένα μικρής χωρικής ανάλυσης 250 m & 1 km (MODIS) για την παρακολούθηση καλλιεργειών σε διηπειρωτική κλίμακα ή σε περιοχές όπου οι καλλιεργήσιμες εκτάσεις κυριαρχούν στο τοπίο. 

Για την εκτίμηση των καλύψεων γης σε τοπική ή υπερ-τοπική κλίμακα χρειάζονται υψηλότερης χωρικής ανάλυσης εικόνες όπως του προγράμματος Landsat (30 m) που είναι μια αξιόπιστη πηγή δεδομένων καθώς επιτρέπει σε αρκετά καλή κλίμακα την χαρτογράφηση των εγκαταλειμμένων αγροτεμαχίων και επαγωγικά την παραγωγή ρυθμών εγκατάλειψης και την αναγνώριση των χωρικών αλλαγών. Μεγάλης σημασίας είναι η ύπαρξη δεδομένων διαφόρων εποχών για να επιτευχθεί η βέλτιστη ακρίβεια στην ταξινόμηση λόγω των αλλαγών στην βλάστηση.
Η χαρτογράφηση εγκαταλειμμένης γης σε αστικό περιβάλλον μπορεί να αποδειχθεί πιο δύσκολη λόγω της διαφορετικής σύνθεσης της υπάρχουσας βλάστησης σε αντίθεση με τυπική γεωργική γη που παρουσιάζει πιο ομογενές φαινολογικό προφιλ.
Η ετερογένεια αυτή μπορεί να κάνει την χαρτογράφηση και την παρακολούθηση των εγκαταλειμμένων περιοχών μια ιδιαίτερα επίπονη και κοστοβόρα διαδικασία στην συλλογή δεδομένων και την ανάλυση. Σκοπός της μελέτης ήταν η γρήγορη εκτίμηση με την χρήση χρονοσειράς πολύ-εποχικών δεδομένων Landsat. Οι στόχοι ήταν:
* α. να εκτιμηθεί η περίοδος της βλάστησης που είναι καταλληλότερη για την χαρτογράφηση της εγκαταλειμμένης γης
* β. να συγκεντρωθούν οι απαιτούμενες πληροφορίες για να ολοκληρωθεί η εκτίμηση.

'''Περιοχή μελέτης ''' 
Ως περιοχή μελέτης επιλέχθηκε το Βουκουρέστι, πρωτεύουσα της Ρουμανίας, που την τελευταία δεκαετία έχει επηρεαστεί ιδιαίτερα από τον κατακερματισμό του τοπίου και την εγκατάλειψη των γεωργικών εκτάσεων. Όχι μόνο εντός των διοικητικών ορίων της πόλης αλλά και στα προάστια αυτής η εγκατάλειψη έχει προέλθει από την προσδοκία επίτευξης μεγαλύτερων κερδών από την μετατροπή των γεωργικών περιοχών σε περιοχές κατοικιών και από άτομα στα κανάλια λήψης αποφάσεων. 

Ως εγκαταλειμμένη για τις ανάγκες αυτής της μελέτης ορίζουμε την γη που εμφάνιζε χρήσεις είτε για καλλιέργεια είτε για βοσκή στο παρελθόν και παραμένει ανεκμετάλλευτη ή υπο μερική εκμετάλλευση για διάστημα τριών και άνω χρόνων. Όσον αφορά τους επιτόπιους ελέγχους ως εγκαταλειμμένα θεωρούνται τα γήπεδα που εμφανίζουν μη-διαχειριζόμενες λιβαδικές εκτάσεις ενώ μπορεί να περιέχουν αυτοφυή θαμνώδη χαμηλή βλάστηση. 

'''Δορυφορικά δεδομένα – Προεπεξεργασία & NDVI''' 
Χρησιμοποιήθηκαν εικόνες Landsat 8 από το 2013 έως το 2018 χωρικής ανάλυσης 30 m . Οι σκηνές επιλέχθηκαν με κριτήρια: α) να καλύπτουν όλη την περίοδο της γεωργικής παραγωγής, β) να καλύπτουν τις εποχιακές μεταβολές των διαφορετικών τύπων κάλυψης γης, γ) να καλύπτουν όλη την έκταση της περιοχής μελέτης.
Ο δείκτης Normalized Difference Vegetation Index (NDVI) υπολογίστηκε και χρησιμοποιήθηκε για περαιτέρω ανάλυση καθώς είναι αντιπροσωπευτικός της υγείας της βλάστησης και της ζωντανής ποσότητας της βιομάζας, με τις υψηλές τιμές να υποδεικνύουν πυκνή πράσινη βλάστηση. Στο πλαίσιο της προεπεξεργασίας που έγινε σε δύο στάδια αφενός εξαιρέθηκαν τα υδάτινα σώματα, τα σύννεφα και οι σκιές τους με την εφαρμογή της μάσκας CF που παρέχεται μαζί με τα δεδομένα, και στην συνέχεια δημιουργήθηκε μια δεύτερη μάσκα για την αστική περιοχή που παράχθηκε με την χειροκίνητη ψηφιοποίηση των καλυμμένων εκτάσεων βασισμένη στον τοπογραφικό χάρτη της πόλης του Βουκουρεστίου (κλίμακας 1:25.000) και ορθοφωτοχάρτες ανάλυσης 5m που πάρθηκαν από την Εθνική υπηρεσία Κτηματολογίου της Ρουμανίας.

'''Δεδομένα Ταξινόμησης''' 
Χρησιμοποιήθηκε μια μη-τυχαία μέθοδος δειγματοληψίας για να εντοπιστούν 113 σημεία εκπαίδευσης εντός της περιοχής μελέτης για ταξινόμηση κάνοντας χρήση των παρατηρήσεων πεδίου και ορθοφωτοχαρτών (5 m). Η συνδυασμένη μέθοδος προτιμήθηκε για την αντιμετώπιση προβλημάτων πρόσβασης σε ορισμένες περιοχές (ιδιωτικές περιουσίες, υψηλή βλάστηση κ.α) και ομοιόμορφη διασπορά των σημείων δειγματοληψίας. Η παραπάνω διαδικασία οδήγησε σε 23 διαφορετικά μοντέλα, το καθένα εκ των οποίων υπολογίστηκε 100 φορές και παράχθηκαν μέσες τιμές για την ακρίβεια τους.

'''Χάρτης εγκαταλειμμένης γης'''
Τα αποτελέσματα των μοντέλων και επιθεωρήθηκαν και εξετάστηκαν οι τιμές ακρίβειας για κάθε ένα από τα μοντέλα και στην συνέχεια επιλέχθηκε αυτό με την υψηλότερη και οι αντίστοιχες εικόνες Landsat για να παραχθεί ο τελικός χάρτης των εγκαταλειμμένων περιοχών.
Η επαλήθευση των χαρτών που παράχθηκαν έγινε με την συλλογή πολυγώνων ελέγχου από εικόνες πολύ υψηλής ανάλυσης QuickBird διαθέσιμες μέσω GoogleEarth™. Ψηφιοποιήθηκαν 645 πολύγωνα εγκαταλειμμένων εκτάσεων διαφόρων μεγεθών από 500 m2 έως 1.9 χ 106 m2 (διάμεση τιμή = 13.265 m2, μέση τιμή = 48.997 m2). Τα πολύγωνα καλύπτουν ~ 13% της περιοχής μελέτης και στην συνέχεια μετατράπηκαν σε χάρτη επιθέματος με χωρική ανάλυση 30 m για την αντιπαραβολή. Τέλος με βάση τις παρατηρήσεις πεδίου και την φωτοερμηνεία των χαρτών αναγνωρίστηκαν 2 περιπτώσεις εσφαλμένης ταξινόμησης. Αυτές ήταν οι πλευρές εκατέρωθεν του οδικού δικτύου που δεν είναι διαχειριζόμενες ως προς την βλάστηση και εγκαταλειμμένοι βοσκότοποι όπου υπάρχει κοντά στην επιφάνεια υπόγειος υδροφορέας.

'''Σύνοψη''' 
Η συγκεκριμένη δημοσίευση παρουσιάζει μια απλή και γρήγορη μέθοδο για την χαρτογράφηση της εγκαταλλειμένης καλιεργούμενης γης σε πόλεις που επεκτείνονται. Τα αποτελέσματα έδειξαν ακρίβεια στην χαρτογράφηση μεγαλύτερη του 85% με χρήση δεδομένων Landsat όταν ληφθεί υπόψη η φαινολογία των φυτών. Τα δεδομένα Landsat διασφαλίζουν μια συνεπή προσέγγιση στην εκτίμηση της εγκαταλειμμένης γης διαμέσου του χώρου και του χρόνου. Η κάλυψη που προσφέρει ο δορυφόρος επιτρέπει την χαρτογράφηση μεγάλων περιοχών σε επίπεδο τοπικό αλλα και περιφέρειας ενώ αν και η χωρική ανάλυση μπορεί να μην θεωρείται πολύ υψηλή με τα σημερινά δεδομένα αλλά είναι σίγουρα επαρκής για το μέσο μέγεθος των γεωτεμαχίων. 
Εναλλακτικά πολυφασματικές εικόνες του Sentinel-2 από την Ευρωπαική υπηρεσία διαστήματος μπορούν ανα εξεταστούν για την αναγνώριση εγκαταλλειμένης γης σε υψηλότερη χωρική ανάλυση (10 m). Παρόλα αυτά η διαθεσιμότητα δεδομένων (από το 2015 εως σήμερα) δεν επιτρέπει ακόμα την μακροχρόνια παρακολούθηση των μεταβολών. Εντός των Ευρωπαϊκών συνόρων, πολλές μελέτες έχουν εντοπίσει την αλληλεξάρτηση μεταξύ των αποφάσεων σχεδιασμού και της εγκατάλειψης γης. Περαιτέρω έρευνες μπορούν να εστιάσουν στην αναγνώριση και διατύπωση μέτρων προκειμένου να περιοριστεί η εγκατάλειψη της γης και να στηριχθεί η επιστροφή στην παραγωγή των ανενεργών γεωτεμαχίων.

[[category:Αστικός και περιφερειακός σχεδιασμός]]
[[category:Γεωργία]]

Η χρήση πολύ-εποχικών εικόνων Landsat για την γρήγορη αναγνώριση εγκαταλειμμένης γεωργικής γης σε περιοχές επηρεαζόμενες ...

2021-02-28T23:21:36Z

PavlosLiakopoulos: Νέα σελίδα με ''''Η χρήση πολύ-εποχικών εικόνων Landsat για την γρήγορη αναγνώριση εγκαταλειμμένης γεωργικής γη...'

'''Η χρήση πολύ-εποχικών εικόνων Landsat για την γρήγορη αναγνώριση εγκαταλειμμένης γεωργικής γης σε περιοχές επηρεαζόμενες
από την αστική εξάπλωση'''

 

[[Αρχείο:PL_21_Artcl3_Eikon1.jpg|thumb|right|Εικόνα 1 – Η περιοχή του Βουκουρεστίου που μελετήθηκε, Πηγή:http://dx.doi.org/10.1016/j.ecolind.2017.06.022]]
[[Αρχείο:PL_21_Artcl3_Eikon2.jpg|thumb|right|Εικόνα 2 – Οι χάρτες εγκαταλειμμένης αγροτικής γης εντός των διοικητικών ορίων του Βουκουρεστίου, Πηγή:http://dx.doi.org/10.1016/j.ecolind.2017.06.022]]

''Πρωτότυπος Τίτλος:'' Using multi-seasonal Landsat imagery for rapid identification of abandoned land in areas affected by urban sprawl 
''Συγγραφείς:'' Simona R. Grădinaru, Felix Kienast, Achilleas Psomas 
''Πηγή:'' Ecological Indicators, Vol. 96 (2019), pp. 79–86 
Διαθέσιμο στο: http://dx.doi.org/10.1016/j.ecolind.2017.06.022 

'''Εισαγωγή''' 
Η εγκατάλειψη της γης παρουσιάζεται σε περιοχές όπου οι δραστηριότητες καλλιέργειας δεν είναι πλέον επικερδείς ή βιώσιμες. Μελέτες έχουν αναδείξει ότι η απώλεια της βιωσιμότητας δεν σχετίζεται μόνο με γεωγραφικά κριτήρια αλλά και με κοινωνικά ιδιαίτερα σε περιοχές που παρουσιάζουν διαφορετική ανάπτυξη, συνδέονται με δίκτυα και συστήματα μεταφορών και παρουσιάζουν έντονη οικονομική δραστηριότητα. Ιδιαίτερα το τελευταίο χαρακτηριστικό απαντάται σε άλλοτε αγροτικές περιοχές που βιώνουν την αστικοποίηση λόγω της εξάπλωσης πόλεων με τις οποίες συνορεύουν . Αυτό ήταν και ο στόχος προς εξέταση από την παρούσα μελέτη: Η αναγνώριση αυτών των εγκαταλειμμένων καλλιεργούμενων γεωτεμαχίων με σύγχρονες μεθόδους. Η εγκατάλειψη της καλλιέργειας στις αστικές & περι-αστικές περιοχές είναι αποτέλεσμα πολλών παραγόντων σε διάφορες διαστάσεις και σε διάφορα επίπεδα (τοπικό, περιφερειακό, εθνικό).
 Τέτοιοι είναι:
* Η κακή λειτουργία της αγοράς γης
* Η αδυναμία προσαρμογής του αστικού σχεδιασμού στις κοινωνικοοικονομικές αλλαγές
* Αλλαγές στις ζώνες δόμησης
* Κατακερματισμένα γήπεδα και ακατάλληλου σχήματος ιδίως σε περιοχές όπου οι μικροιδιοκτήτες πρέπει να ανταγωνιστούν μεγάλες επιχειρήσεις.
 Στην Ευρώπη παράγοντες που συνηγορούν στην υπερ-τοπική και εθνική κλίμακας είναι :
* Μη αποδοτικές αγροτικές και εμπορικές πολιτικές μεταρρυθμίσεις
* Θεσμική και πολιτική αναταραχή λόγω πολιτικών αλλαγών (πρώην σοσιαλιστικές χώρες)
* Αλλαγή απασχόλησης των κατοίκων από τον πρωτογενή στον δευτερογενή και τον τριτογενή τομέα
Στις Μεσογειακές χώρες όπως η Ισπανία, η εγκατάλειψη εμφανίζεται εν αναμονή της μετατροπής μέσω του σχεδιασμού των καλλιεργούμενων εκτάσεων σε περιοχές που επιτρέπεται η δόμηση (πολεοδόμηση για την ακρίβεια) όπου πλέον δίνεται η μορφή αραιών οικισμών (Paül and Tonts, 2005). 

Οι παραδοσιακές μέθοδοι για την εκτίμηση και την χαρτογράφηση των εγκαταλειμμένων περιοχών περιλαμβάνουν την άμεση παρατήρηση που μπορεί να είναι και κοστοβόρα αλλά και να απαιτεί ιδιαίτερη δουλειά πεδίου. Ειδικά για την μελέτη της εγκατάλειψης της γεωργικής γης τα τηλεπισκοπικά δεδομένα είναι ιδιαίτερα βολικά λόγω της χωρο-χρονικής δυναμικής των επιτελούμενων διεργασιών και της ικανότητας να διαχειριστούν σε διάφορες κλίμακες. Για παράδειγμα έχουν χρησιμοποιηθεί επιτυχώς δεδομένα μικρής χωρικής ανάλυσης 250 m & 1 km (MODIS) για την παρακολούθηση καλλιεργειών σε διηπειρωτική κλίμακα ή σε περιοχές όπου οι καλλιεργήσιμες εκτάσεις κυριαρχούν στο τοπίο. 

Για την εκτίμηση των καλύψεων γης σε τοπική ή υπερ-τοπική κλίμακα χρειάζονται υψηλότερης χωρικής ανάλυσης εικόνες όπως του προγράμματος Landsat (30 m) που είναι μια αξιόπιστη πηγή δεδομένων καθώς επιτρέπει σε αρκετά καλή κλίμακα την χαρτογράφηση των εγκαταλειμμένων αγροτεμαχίων και επαγωγικά την παραγωγή ρυθμών εγκατάλειψης και την αναγνώριση των χωρικών αλλαγών. Μεγάλης σημασίας είναι η ύπαρξη δεδομένων διαφόρων εποχών για να επιτευχθεί η βέλτιστη ακρίβεια στην ταξινόμηση λόγω των αλλαγών στην βλάστηση.
Η χαρτογράφηση εγκαταλειμμένης γης σε αστικό περιβάλλον μπορεί να αποδειχθεί πιο δύσκολη λόγω της διαφορετικής σύνθεσης της υπάρχουσας βλάστησης σε αντίθεση με τυπική γεωργική γη που παρουσιάζει πιο ομογενές φαινολογικό προφιλ.
Η ετερογένεια αυτή μπορεί να κάνει την χαρτογράφηση και την παρακολούθηση των εγκαταλειμμένων περιοχών μια ιδιαίτερα επίπονη και κοστοβόρα διαδικασία στην συλλογή δεδομένων και την ανάλυση. Σκοπός της μελέτης ήταν η γρήγορη εκτίμηση με την χρήση χρονοσειράς πολύ-εποχικών δεδομένων Landsat. Οι στόχοι ήταν:
* α. να εκτιμηθεί η περίοδος της βλάστησης που είναι καταλληλότερη για την χαρτογράφηση της εγκαταλειμμένης γης
* β. να συγκεντρωθούν οι απαιτούμενες πληροφορίες για να ολοκληρωθεί η εκτίμηση.

'''Περιοχή μελέτης ''' 
Ως περιοχή μελέτης επιλέχθηκε το Βουκουρέστι, πρωτεύουσα της Ρουμανίας, που την τελευταία δεκαετία έχει επηρεαστεί ιδιαίτερα από τον κατακερματισμό του τοπίου και την εγκατάλειψη των γεωργικών εκτάσεων. Όχι μόνο εντός των διοικητικών ορίων της πόλης αλλά και στα προάστια αυτής η εγκατάλειψη έχει προέλθει από την προσδοκία επίτευξης μεγαλύτερων κερδών από την μετατροπή των γεωργικών περιοχών σε περιοχές κατοικιών και από άτομα στα κανάλια λήψης αποφάσεων. 

Ως εγκαταλειμμένη για τις ανάγκες αυτής της μελέτης ορίζουμε την γη που εμφάνιζε χρήσεις είτε για καλλιέργεια είτε για βοσκή στο παρελθόν και παραμένει ανεκμετάλλευτη ή υπο μερική εκμετάλλευση για διάστημα τριών και άνω χρόνων. Όσον αφορά τους επιτόπιους ελέγχους ως εγκαταλειμμένα θεωρούνται τα γήπεδα που εμφανίζουν μη-διαχειριζόμενες λιβαδικές εκτάσεις ενώ μπορεί να περιέχουν αυτοφυή θαμνώδη χαμηλή βλάστηση. 

'''Δορυφορικά δεδομένα – Προεπεξεργασία & NDVI''' 
Χρησιμοποιήθηκαν εικόνες Landsat 8 από το 2013 έως το 2018 χωρικής ανάλυσης 30 m . Οι σκηνές επιλέχθηκαν με κριτήρια: α) να καλύπτουν όλη την περίοδο της γεωργικής παραγωγής, β) να καλύπτουν τις εποχιακές μεταβολές των διαφορετικών τύπων κάλυψης γης, γ) να καλύπτουν όλη την έκταση της περιοχής μελέτης.
Ο δείκτης Normalized Difference Vegetation Index (NDVI) υπολογίστηκε και χρησιμοποιήθηκε για περαιτέρω ανάλυση καθώς είναι αντιπροσωπευτικός της υγείας της βλάστησης και της ζωντανής ποσότητας της βιομάζας, με τις υψηλές τιμές να υποδεικνύουν πυκνή πράσινη βλάστηση. Στο πλαίσιο της προεπεξεργασίας που έγινε σε δύο στάδια αφενός εξαιρέθηκαν τα υδάτινα σώματα, τα σύννεφα και οι σκιές τους με την εφαρμογή της μάσκας CF που παρέχεται μαζί με τα δεδομένα, και στην συνέχεια δημιουργήθηκε μια δεύτερη μάσκα για την αστική περιοχή που παράχθηκε με την χειροκίνητη ψηφιοποίηση των καλυμμένων εκτάσεων βασισμένη στον τοπογραφικό χάρτη της πόλης του Βουκουρεστίου (κλίμακας 1:25.000) και ορθοφωτοχάρτες ανάλυσης 5m που πάρθηκαν από την Εθνική υπηρεσία Κτηματολογίου της Ρουμανίας.

'''Δεδομένα Ταξινόμησης''' 
Χρησιμοποιήθηκε μια μη-τυχαία μέθοδος δειγματοληψίας για να εντοπιστούν 113 σημεία εκπαίδευσης εντός της περιοχής μελέτης για ταξινόμηση κάνοντας χρήση των παρατηρήσεων πεδίου και ορθοφωτοχαρτών (5 m). Η συνδυασμένη μέθοδος προτιμήθηκε για την αντιμετώπιση προβλημάτων πρόσβασης σε ορισμένες περιοχές (ιδιωτικές περιουσίες, υψηλή βλάστηση κ.α) και ομοιόμορφη διασπορά των σημείων δειγματοληψίας. Η παραπάνω διαδικασία οδήγησε σε 23 διαφορετικά μοντέλα, το καθένα εκ των οποίων υπολογίστηκε 100 φορές και παράχθηκαν μέσες τιμές για την ακρίβεια τους.

'''Χάρτης εγκαταλειμμένης γης'''
Τα αποτελέσματα των μοντέλων και επιθεωρήθηκαν και εξετάστηκαν οι τιμές ακρίβειας για κάθε ένα από τα μοντέλα και στην συνέχεια επιλέχθηκε αυτό με την υψηλότερη και οι αντίστοιχες εικόνες Landsat για να παραχθεί ο τελικός χάρτης των εγκαταλειμμένων περιοχών.
Η επαλήθευση των χαρτών που παράχθηκαν έγινε με την συλλογή πολυγώνων ελέγχου από εικόνες πολύ υψηλής ανάλυσης QuickBird διαθέσιμες μέσω GoogleEarth™. Ψηφιοποιήθηκαν 645 πολύγωνα εγκαταλειμμένων εκτάσεων διαφόρων μεγεθών από 500 m2 έως 1.9 χ 106 m2 (διάμεση τιμή = 13.265 m2, μέση τιμή = 48.997 m2). Τα πολύγωνα καλύπτουν ~ 13% της περιοχής μελέτης και στην συνέχεια μετατράπηκαν σε χάρτη επιθέματος με χωρική ανάλυση 30 m για την αντιπαραβολή. Τέλος με βάση τις παρατηρήσεις πεδίου και την φωτοερμηνεία των χαρτών αναγνωρίστηκαν 2 περιπτώσεις εσφαλμένης ταξινόμησης. Αυτές ήταν οι πλευρές εκατέρωθεν του οδικού δικτύου που δεν είναι διαχειριζόμενες ως προς την βλάστηση και εγκαταλειμμένοι βοσκότοποι όπου υπάρχει κοντά στην επιφάνεια υπόγειος υδροφορέας.

'''Σύνοψη''' 
Η συγκεκριμένη δημοσίευση παρουσιάζει μια απλή και γρήγορη μέθοδο για την χαρτογράφηση της εγκαταλλειμένης καλιεργούμενης γης σε πόλεις που επεκτείνονται. Τα αποτελέσματα έδειξαν ακρίβεια στην χαρτογράφηση μεγαλύτερη του 85% με χρήση δεδομένων Landsat όταν ληφθεί υπόψη η φαινολογία των φυτών. Τα δεδομένα Landsat διασφαλίζουν μια συνεπή προσέγγιση στην εκτίμηση της εγκαταλειμμένης γης διαμέσου του χώρου και του χρόνου. Η κάλυψη που προσφέρει ο δορυφόρος επιτρέπει την χαρτογράφηση μεγάλων περιοχών σε επίπεδο τοπικό αλλα και περιφέρειας ενώ αν και η χωρική ανάλυση μπορεί να μην θεωρείται πολύ υψηλή με τα σημερινά δεδομένα αλλά είναι σίγουρα επαρκής για το μέσο μέγεθος των γεωτεμαχίων. 
Εναλλακτικά πολυφασματικές εικόνες του Sentinel-2 από την Ευρωπαική υπηρεσία διαστήματος μπορούν ανα εξεταστούν για την αναγνώριση εγκαταλλειμένης γης σε υψηλότερη χωρική ανάλυση (10 m). Παρόλα αυτά η διαθεσιμότητα δεδομένων (από το 2015 εως σήμερα) δεν επιτρέπει ακόμα την μακροχρόνια παρακολούθηση των μεταβολών. Εντός των Ευρωπαϊκών συνόρων, πολλές μελέτες έχουν εντοπίσει την αλληλεξάρτηση μεταξύ των αποφάσεων σχεδιασμού και της εγκατάλειψης γης. Περαιτέρω έρευνες μπορούν να εστιάσουν στην αναγνώριση και διατύπωση μέτρων προκειμένου να περιοριστεί η εγκατάλειψη της γης και να στηριχθεί η επιστροφή στην παραγωγή των ανενεργών γεωτεμαχίων.

[[category:Αστικός και περιφερειακός σχεδιασμός]]
[[category:Γεωργία]]

Αρχείο:PL 21 Artcl3 Eikon2.jpg

2021-02-28T23:20:44Z

PavlosLiakopoulos:

Αρχείο:PL 21 Artcl3 Eikon1.jpg

2021-02-28T23:20:34Z

PavlosLiakopoulos:

Ταξινόμηση εικόνων για καλύψεις γης με την χρήση εικόνων υψηλής ανάλυσης ενσωματώνοντας χρονικά χαρακτηριστικά από χρονοσειρά δεδομένων

2021-02-28T23:05:08Z

PavlosLiakopoulos: Νέα σελίδα με ''''Ταξινόμηση εικόνων για καλύψεις γης με την χρήση εικόνων υψηλής ανάλυσης ενσωματώνοντας χρ...'

'''Ταξινόμηση εικόνων για καλύψεις γης με την χρήση εικόνων υψηλής ανάλυσης ενσωματώνοντας χρονικά χαρακτηριστικά από χρονοσειρά δεδομένων χαμηλότερης ανάλυσης''' 

[[Αρχείο:PL_21_Artcl5_Eikon1.jpg|thumb|right|Εικόνα 1 – Η περιοχή μελέτης, Πηγή:http://dx.doi.org/10.1016/j.isprsjprs.2014.04.004]]
[[Αρχείο:PL_21_Artcl5_Eikon2.jpg|thumb|right|Εικόνα 2 – Μεθοδολογία σύνθεσης δεδομένων διαφορετικής χωρικής ανάλυσης, Πηγή:http://dx.doi.org/10.1016/j.isprsjprs.2014.04.004]]
[[Αρχείο:PL_21_Artcl5_Eikon3a.jpg|thumb|right|Εικόνα 3α – Ταξινόμηση εικόνας OLI (αριστερά) και σύνθεση OLI & δεδομένων MODIS NDVI (δεξιά), Πηγή:http://dx.doi.org/10.1016/j.isprsjprs.2014.04.004]]
[[Αρχείο:PL_21_Artcl5_Eikon3b.jpg|thumb|right|Εικόνα 3β – Ταξινόμηση εικόνας Landsat TM (αριστερά) και σύνθεση TM & δεδομένων MODIS NDVI , Πηγή:http://dx.doi.org/10.1016/j.isprsjprs.2014.04.004]]

''Πρωτότυπος Τίτλος:'' Land cover classification of finer resolution remote sensing data integrating temporal features from time series coarser resolution data 
''Συγγραφείς:'' Kun Jia , Shunlin Liang, Ning Zhang, Xiangqin Wei, Xingfa Gu, Xiang Zhao, Yunjun Yao, Xianhong Xie 
''Πηγή:'' ISPRS Journal of Photogrammetry and Remote Sensing Vol. 93, 2014, pp. 49-55. 
Διαθέσιμο στο: http://dx.doi.org/10.1016/j.isprsjprs.2014.04.004 

'''Εισαγωγή''' 
Η κάλυψη γης παραπέμπει στις φυσιολογικές και βιολογικές διεργασίες που λαμβάνουν χώρα στην επιφάνεια του πλανήτη όπως η ύπαρξη νερού, βλάστησης, γυμνού εδάφους, η χιονοκάλυψη καθώς και κάθε τεχνητή κατασκευή σχετιζόμενη με την ανθρωπογενή δραστηριότητα και ενίοτε αντικατοπτρίζει και τις συγκεκριμένες χρήσεις κάθε περιοχής στην επιφάνεια (π.χ. βοσκότοποι). Η δομή και οι τάσεις στην κάλυψη γης αντανακλούν όλες τις φυσικές, κοινωνικές και οικονομικές διεργασίες που λαμβάνουν χώρα, δίνοντας έτσι σημαντικές πληροφορίες για την κατανόηση και μοντελοποίηση της λειτουργίας πολλών φαινομένων στην γη όπως η κλιματική αλλαγή, οι μεταβολές στα οικοσυστήματα, τα ατμοσφαιρικά μοντέλα και οι σύνθετες αλληλεπιδράσεις μεταξύ φυσικών και ανθρωπογενών δραστηριοτήτων. 

Συνεπώς η έγκαιρη και ακριβής πληροφόρηση για την κάλυψη γης τόσο σε τοπική όσο και σε μεγαλύτερες κλίμακες έως και την παγκόσμια είναι κρίσιμη και δημιουργεί την βάση για τις γεωεπιστήμες και τις μελέτες παγκόσμιων αλλαγών. Η τηλεπισκόπηση εδώ και αρκετά χρόνια κατέχει τον τίτλο του πιο ευέλικτου και οικονομικού τρόπου για τον έλεγχο και την παρακολούθηση των μεταβολών καλύψεων γης και λόγω της δυνατότητας να διαχειριστεί μεγάλο όγκο δεδομένων και να αντιμετωπίσει την ποικιλία αλλαγών τύπων καλύψεων στην επιφάνεια. Πολλοί χάρτες κάλυψης γης σε παγκόσμια και τοπική κλίμακα έχουν παραχθεί τα τελευταία χρόνια αποκλειστικά με ερμηνεία και επεξεργασία τηλεπισκοπικών δεδομένων. Οι πιο χαρακτηριστικοί είναι ο “Land cover map” του πανεπιστημίου του Maryland (Hansen et al., 2000), οι χάρτες του International Geosphere Biosphere Programme (IGBP) global land cover (Loveland et al., 2000), καθώς και οι χάρτες του European Commission Joint Research Centre (Copernicus land cover & Corine land cover programme). 

'''Περιοχή μελέτης και δεδομένα''' 
Η περιοχή που επιλέχθηκε να μελετηθεί είναι η ευρύτερη πόλη του Πεκίνου, έκτασης 16,800 km2. Το Πεκίνο βρίσκεται στο βόρειο τμήμα της Βόρειας πεδιάδας της Κίνας. Το κλίμα του Πεκίνου έχει τέσσερις διακριτές εποχές με ζεστά και υγρά καλοκαίρια και κρύους και ξηρούς χειμώνες. Η μέση θερμοκρασία είναι περίπου 12°C και το μέσο ετήσιο ύψος βροχόπτωσης τα 664 mm. Το Πεκίνο χαρακτηρίζεται από επίπεδες πεδιάδες από αλλουβιακά εδάφη στα νότια και ανατολικά και λόφους και υψηλότερα βουνά να κυριαρχούν στα βόρεια και δυτικά. Το υψηλότερο σημείο της περιοχής μελέτης βρίσκεται στα 2303 m από το ύψος την θάλασσας, ενώ το χαμηλότερο σημείο στα 10 m. Η πληθώρα των διαφορετικών τύπων καλύψεων γης όπως δάση, λιβαδικές εκτάσεις, καλλιέργειες, δομημένες εκτάσεις και υδάτινα σώματα έχουν αναδείξει την περιοχή του Πεκίνου ως χαρακτηριστική για την ταξινόμηση των χρήσεων γης. Η περιοχή μελέτης αποτυπώνεται και στην Εικόνα 1 

'''Δεδομένα και προεπεξεργασία''' 
Τα αρχικά δεδομένα περιλάμβαναν δυο σκηνές του Landsat 8 (δέκτης OLI) (path/row: 123/32 και 123/33) που καλύπτουν όλη την περιοχή μελέτης από την 12η Μαΐου 2013 λήφθηκαν από το αρχείο της USGS προς ταξινόμηση για την παραγωγή χαρτών κάλυψης γης στην παρούσα μελέτη. Η ποιότητα των πολυφασματικών δεδομένων του OLI ήταν καλή χωρίς νεφοκάλυψη. Προκειμένου να αξιολογηθεί περαιτέρω η αποδοτικότητα της προτεινόμενης μεθοδολογίας δυο σκηνές από τον θεματικό χαρτογράφο (Landsat 5 TM) (path/row: 123/32 και 123/33) της 5ης Ιουνίου 2010 λήφθηκαν από την USGS για ταξινόμηση. 

Χρονοσειρά δεδομένων MODIS (NDVI) 
Στην συνέχεια συλλέχθηκαν δεδομένα από το πρόγραμμα MODIS (MOD13Q1) για την περιοχή μελέτης και πιο συγκεκριμένα μέσοι δείκτες βλάστησης περιόδου 16 ημερών, χωρικής ανάλυσης 250 m, και έκτασης ενός χρόνου – από τον Οκτώβριο του 2012 έως τον Σεπτέμβριο του 2013 για το πρώτο σετ σκηνών και από τον Οκτώβριο του 2009 έως τον Σεπτέμβριο του 2010 για το δεύτερο σετ. Στόχος για αυτά τα δεδομένα ήταν οι συγκεκριμένοι στατιστικοί δείκτες να προσαρτηθούν στις σκηνές με αναγωγή σε χωρική ανάλυση 30 m για την εκπαίδευση του αλγορίθμου ταξινόμησης σχετικά με τις διάφορες πυκνότητες (& τύπους) της βλάστησης στην περιοχή μελέτης. Η μεθοδολογία που ακολουθήθηκε παρουσιάζεται και υπο μορφή διαγράμματος ροής στην Εικόνα 2. 

'''Επιβλεπόμενη ταξινόμηση''' 
Ο αλγόριθμος ταξινόμησης μέγιστης πιθανοφάνειας επιλέχθηκε για την ταξινόμηση των εικόνων Landsat μαζί με τα χρονικά δεδομένα που προστέθηκαν από την χρονοσειρά MODIS NDVI. Το κανάλι των coastal aerosols και το αντίστοιχο για την ανίχνευση νεφοκάλυψης αφαιρέθηκαν από την διαδικασία της ταξινόμησης. Τελικώς ταξινομήθηκαν τα κανάλια 2, 3, 4, 5, 6, 7 του δέκτη OLI, και τα σύνθετα τους με τα χρονικά χαρακτηριστικά και τα κανάλια 1, 2, 3, 4, 5, 6 του TM και τα σύνθετα με τα χρονικά χαρακτηριστικά MODIS, αυτοτελώς, προκειμένου να γίνει η ανά ζεύγος σύγκριση και να ερευνηθεί κατά πόσον βελτιώνεται η ακρίβεια της ταξινόμησης με την μέθοδο. 

'''Αποτελέσματα''' 
Όπως φαίνεται και από την παράθεση των αποτελεσμάτων (Εικόνα 3α,β) με την προσθήκη των δεδομένων για τον NDVI, η ταξινόμηση ειδικά στην περίπτωση του Landsat 8 παρουσιάζει σημαντική βελτίωση ακρίβειας (μείωση των δομημένων περιοχών εκτός του αστικού ιστού). Η προτεινόμενη μέθοδος αυξάνει την ακρίβεια ενώ μπορεί να υλοποιηθεί εύκολα αφού χρειάζονται μόνο τα δεδομένα MODIS για την χρονοσειρά του NDVI που είναι ελεύθερα διαθέσιμα χωρίς κόστος. Με την ολοένα και μεγαλύτερη διαθεσιμότητα εικόνων υψηλής ανάλυσης (GF-1, HJ-1 A/B CCD, SPOT 6) η προτεινόμενη μέθοδος έχει πολλές προοπτικές να βοηθήσει στην ακρίβεια της ταξινόμησης των δεδομένων των εικόνων αυτών και σίγουρα μπορεί να παίξει καθοριστικό ρόλο στην δημιουργία τοπικών χαρτών καλύψεων γης. 

Ωστόσο η συγκεκριμένη μέθοδος έχει και κάποιους πιθανούς περιορισμούς αφού τα χρονικά χαρακτηριστικά είναι βασικές στατιστικές μεταβλητές ενώ για την κάλυψη γης θα μπορούσαν να αναπτυχθούν και ειδικότερα βασισμένα σε φαινολογικά χαρακτηριστικά της βλάστησης ή και μοντέλα σχημάτων καλύψεων βασισμένα στην χρονοσειρά των δεικτών βλάστησης

[[category:Αστικός και περιφερειακός σχεδιασμός]]

Αρχείο:PL 21 Artcl5 Eikon3b.jpg

2021-02-28T23:04:16Z

PavlosLiakopoulos:

Αρχείο:PL 21 Artcl5 Eikon3a.jpg

2021-02-28T23:04:05Z

PavlosLiakopoulos:

Αρχείο:PL 21 Artcl5 Eikon2.jpg

2021-02-28T23:03:57Z

PavlosLiakopoulos:

Αρχείο:PL 21 Artcl5 Eikon1.jpg

2021-02-28T23:03:38Z

PavlosLiakopoulos:

Παρακολουθώντας την ποιότητα αέρα στους δρόμους και μετρώντας τις εκπομπές των οχημάτων σε μια αστική περιοχή με χρήση τηλεπισκόπησης

2021-02-28T22:50:53Z

PavlosLiakopoulos: Νέα σελίδα με '[[Αρχείο:PL_21_Artcl1_Eikon1.jpg|thumb|right|Εικόνα 1 – Επιμέρους διατάξεις μετρήσεων πεδίου, Πηγή: https://doi.org/10.1...'

[[Αρχείο:PL_21_Artcl1_Eikon1.jpg|thumb|right|Εικόνα 1 – Επιμέρους διατάξεις μετρήσεων πεδίου, Πηγή: https://doi.org/10.1016/j.atmosenv.2019.116978]]
[[Αρχείο:PL_21_Artcl1_Eikon2.jpg|thumb|right|Εικόνα 2 – Καταγραφές οξειδίων του αζώτου και διαγράμματα διασποράς , Πηγή: https://doi.org/10.1016/j.atmosenv.2019.116978]]
[[Αρχείο:PL_21_Artcl1_Eikon3.jpg|thumb|right|Εικόνα 3 – Κατανομή πτητικών ενώσεων υδρογοναθράκων που καταγράφηκαν, Πηγή: https://doi.org/10.1016/j.atmosenv.2019.116978]]

''Πρωτότυπος Τίτλος:'' Monitoring on-road air quality and measuring vehicle emissions with remote sensing in an urban area 
''Συγγραφείς:'' R. Smit, P. Kingston, D.W. Neale, M.K. Brown, B. Verran, T. Nolan 
''Πηγή:'' Atmospheric Environment, Vol. 218 (2019) , p. 116978. 
Διαθέσιμο στο: https://doi.org/10.1016/j.atmosenv.2019.116978 

'''Εισαγωγή'''
Τα μηχανοκίνητα οχήματα είναι μια πηγή αέριας ρύπανσης που λόγω της ευρείας χρήσης τις τελευταίες δεκαετίες ευθύνονται για μεγάλο ποσοστό εκπομπών χλωροφθορανθράκων και αερίων του θερμοκηπίου (GHGs) ιδίως στις αστικές περιοχές. Πολλές μελέτες έχουν συνδέσει την κατοικία και εργασία του ανθρώπου κοντά σε δρόμους με έντονο κυκλοφοριακό φόρτο με δυσμενείς επιπτώσεις στην υγεία όπως άσθμα και αναπνευστικά προβλήματα, προβλήματα στις γεννήσεις και στην ανάπτυξη, καρδιαγγειακά προβλήματα, καρκίνους και πρόωρη θνησιμότητα. Μια διαφορετική διατύπωση εστιάζει παραπάνω στην ύπαρξη αυξημένου κινδύνου κοντά σε οδικές αρτηρίες παρά σε πιο απομακρυσμένες περιοχές (Baldauf et al., 2009). 

Η άρρηκτη σύνδεση των μηχανοκίνητων οχημάτων με την ζωή στις πόλεις και η εγγύτητα με τον γενικό πληθυσμό εντείνει το πρόβλημα της χρόνιας έκθεσης από πλευράς υγείας και απαιτεί την διαμόρφωση καλών πρακτικών αφενός για την μείωση των συγκεκριμένων εκπομπών και αφετέρου για την συνεχή παρακολούθηση της ποιότητας του αστικού αέρα. Δυστυχώς οι ακριβείς μετρήσεις των εκπομπών των οχημάτων εντός ενός αστικού δικτύου σε μόνιμη βάση είναι απαγορευτικές από πλευράς κόστους λόγω του μεγάλου αριθμού οχημάτων με το καθένα να παρουσιάζει ένα δικό του προφίλ εκπομπών, την ανομοιογένεια του στόλου τόσο σε προδιαγραφές όσο και στα μεγέθη και τα μοτίβα χρήσης, τις χρονικές μεταβολές της κίνησης κατά την διάρκεια της ημέρας και πολλών άλλων παραγόντων που επηρεάζουν τα επίπεδα των εκπομπών σε κάθε χρονική περίοδο.
Η χρήση τηλεπισκοπικών μεθόδων έχει το πλεονέκτημα πως μας παρέχει άμεσες μετρήσεις «στιγμιότυπα» των εκπομπών από αρκετά μεγάλα δείγματα κινούμενων οχημάτων ταυτόχρονα σε καθορισμένα σημεία του οδικού δικτύου ανα πάσα στιγμή. Η τηλεπισκόπηση χρησιμοποιεί διαφορετική μέθοδο μετρήσεων από συνθήκες ενός εργαστηρίου ή επί τόπου μετρήσεων των οχημάτων παρόλα αυτά έχει εξεταστεί η πιθανότητα αποκλίσεων σε ικανό αριθμό μελετών και δεν έχει αποδειχθεί πως η επιλογή διαφορετικής μεθόδου οδηγεί σε διαφορετικά αποτελέσματα (Smit et al., 2010). Τέτοια αποτελέσματα έχουν συγκριθεί τόσο με μετρήσεις σε οχήματα και σήραγγες όσο και εργαστηριακές αλλά όχι με τιμές παρακολούθησης ατμοσφαιρικού αέρα. 

Η συγκεκριμένη μελέτη είναι η νοητή συνέχεια μιας προηγούμενης έρευνας σε οδικές σήραγγες (Smit et al., 2017), με κύριο στόχο να εξετάσει τις εκπομπές του οδικού δικτύου και τις σχετικές επιπτώσεις στην ποιότητα του αέρα σε ένα αστικό τοπίο. Η συγκεκριμένη έρευνα είναι πρωτοποριακή καθώς επιχειρεί να συνδυάσει in situ μετρήσεις και τηλεπισκοπικά δεδομένα, κάτι που σύμφωνα με τους συγγραφείς έχει επιχειρηθεί μόνο μια φορά ως σήμερα αλλά δεν υπήρξαν αποτελέσματα λόγω απώλειας δεδομένων και βλάβης του οργάνου μετρήσεων. 

'''Περιοχή μελέτης''' 
Οι επιτόπιες μετρήσεις έγιναν συνολικά για πέντε ημέρες σε τρεις διαφορετικές τοποθεσίες στο
Brisbane της Αυστραλίας: ένα υπεραστικό δρόμο (4–5 September 2018), ένα δρόμο μεγάλου κυκλοφοριακού φόρτου εντός πόλης (Taringa 6–7 September 2018), και ένα εμπορικό δρόμο σε μια βιομηχανική περιοχή. Η συγκεκριμένη δημοσίευση εστιάζει στον αστικό δρόμο για τον οποίο έγινε συνδυασμός επιτόπιων μετρήσεων, τηλεπισκοπικών μεθόδων και καταγραφής της ημερήσιας κίνησης. Η πλήρης διάταξη των μετρητών απεικονίζεται στην Εικόνα 1. 

Χρησιμοποιήθηκε καταγραφέας τύπου Accuscan RSD4600 (ESP, 2006) για την μέτρηση των συγκεντρώσεων εκπομπών CO, NO, HC, ‘UV smoke’ και CO2. Το τηλεπισκοπικό σύστημα στηρίζεται στην αρχή ότι κάθε αέριος ρύπος απορροφά το φως σε διαφορετικό μήκος κύματος και μετρά το ύψος των εκπομπών χρησιμοποιώντας την απορρόφηση υπεριώδους (UV) και υπέρυθρης ακτινοβολίας (IR) κατά μήκος ενός οπτικού θαλάμου με καταγραφείς διαφορετικών μηκών κύματος για κάθε ρύπο. 

'''Αποτελέσματα''' 
Πηγές εκπομπών ρύπων στην περιοχή μετρήσεων: Η μέτρηση της ποιότητας του ατμοσφαιρικού αέρα σε μια περιοχή ποσοτικοποιεί την συνεισφορά διαφόρων πηγών και κυριαρχείται συνήθως από τις πηγές πιέσεων στην ευρύτερη περιοχή. Παλαιότερες μελέτες έχουν βρει ότι τα επίπεδα συγκέντρωσης των ρύπων αποσβένονται εκθετικά σε επίπεδα αστικού υποβάθρου σε αποστάσεις τυπικά μεταξύ 100-300 m από την άκρη του δρόμου έως και from the edge of the road, and up to 500–600 m υπό σταθερές μετεωρολογικές συνθήκες. 

Λόγος NO2 προς NOΧ 
Πολλές μελέτες έχουν αναδείξει σταθερές ή αυξανόμενες συγκεντρώσεις NO2 σε αστικές περιοχές που έχουν συνδεθεί με τις αυξανόμενες εκπομπές κυρίως NO2 από τις εξατμίσεις μιας συγκεκριμένης ομάδας οχημάτων με κινητήρες πετρελαίου. Ο λόγος NO2/NOΧ είναι ιδιαίτερης σημασίας καθώς αντικατοπτρίζει μερικώς το την ποσότητα οξειδίων του αζώτου (NOΧ) που εκπέμπονται απευθείας ως διοξείδιο (NO2). Η χρονοσειρά των μετρήσεων για NOΧ από 3 διαφορετικές διατάξεις και τα διαγράμματα διασποράς παρουσιάζονται στην εικόνα 2. 

Διάφορες σημαντικές πτητικές οργανικές υδρογονανθράκων (VOCs) που παράγονται από τους κινητήρες των οχημάτων όπως βενζόλιο, τολουόλιο, ξυλένια, ναφθαλίνιο, μειώνονται καθώς απομακρυνόμαστε από τον δρόμο. Εξαιρέσεις που καταγράφηκαν αποτελούν η αιθανόλη και η ακετόνη που είναι ούτως ή άλλως αυξημένες στο αστικό περιβάλλον καθώς άλλοι παράγοντες όπως η φυσική διαπνοή της βλάστησης, προϊόντα καθαρισμού σπιτιού, διαλύτες σε μπογιές κ.α. πέραν των εκπομπών από τα οχήματα συμμετέχουν στην παραγωγή τους. Οι τιμές που μετρήθηκαν για όλα τα παραπάνω αντιπαραβλήθηκαν με τα θεσπισμένα όρια ποιότητας αέρα για την ανθρώπινη υγεία . Τέλος στην Εικόνα 3 παρουσιάζονται τα ποσοστά VOCs που μετρήθηκαν σε αστική & υπεραστική περιοχή καθώς και γίνεται σύγκριση με παλαιότερες μετρήσεις εντός οδικής σήραγγας και θεωρητικά αναμενόμενα όρια.

[[category:Ατμοσφαιρική Ρύπανση]]
[[category:Αστικός και περιφερειακός σχεδιασμός]]
[[category:Κυκλοφοριακές μελέτες]]

Αρχείο:PL 21 Artcl1 Eikon3.jpg

2021-02-28T22:50:21Z

PavlosLiakopoulos:

Αρχείο:PL 21 Artcl1 Eikon2.jpg

2021-02-28T22:48:43Z

PavlosLiakopoulos:

Αρχείο:PL 21 Artcl1 Eikon1.jpg

2021-02-28T22:48:34Z

PavlosLiakopoulos:

Το σύστημα υποστήριξης λήψης αποφάσεων FLIRE για την διαχείριση πλημμυρών και πυρκαγιών σε αστικές και περιαστικές περιοχές

2021-02-28T22:40:56Z

PavlosLiakopoulos:

[[Αρχείο:PL_21_Artcl6_Eikon1.jpg|thumb|right|Εικόνα 1 – Διάγραμμα ροής – δομή του FLIRE , Πηγή: http://dx.doi.org/10.1016/j.envsoft.2016.09.016]]

''Πρωτότυπος Τίτλος:'' A web based DSS for the management of floods and wildfires (FLIRE) in urban and periurban areas 
''Συγγραφείς:'' Giorgos Kochilakis , Dimitris Poursanidis , Nektarios Chrysoulakis , Vassiliki Varella, Vassiliki Kotroni , Giorgos Eftychidis , Kostas Lagouvardos, Chrysoula Papathanasiou , George Karavokyros, Maria Aivazoglou ,Christos Makropoulos , Maria Mimikou 
''Πηγή:'' Environmental Modelling & Software, Vol. 86 (2016) , pp. 111-115. 
Διαθέσιμο στο: http://dx.doi.org/10.1016/j.envsoft.2016.09.016 

'''Εισαγωγή''' 
Τα Συστήματα Υποστήριξης Αποφάσεων (Decision Support Systems | DSS) είναι υπολογιστικά πληροφοριακά συστήματα που έχουν την απαιτούμενη πληρότητα δεδομένων και την απαραίτητη απόδοση για να υποστηρίζουν τις δραστηριότητες λήψης αποφάσεων σε επίπεδο επιχειρήσεων ή οργανισμών. Τέτοια συστήματα μπορούν να παρέχουν υπηρεσίες για τον σχεδιασμό, την λειτουργία και τη διαχείριση ενός οργανισμού. Τα DSS εισάγουν πολλαπλές μακροπρόθεσμες προοπτικές στην διαδικασία του σχεδιασμού σε σύνθετα περιβάλλοντα λήψης αποφάσεων εισάγοντας και την γεωχωρική σκοπιά.

Οι δασικές πυρκαγιές και οι στιγμιαίες πλημμύρες (flash floods) είναι ανάμεσα στις πιο καταστροφικές φυσικές καταστροφές, η εκδήλωση των οποίων σχετίζεται με σοβαρές κοινωνικοοικονομικές επιπτώσεις όπως η απώλεια ανθρώπινων ζωών, η υγεία και η ποιότητα ζωής , η απώλεια ιδιωτικής και δημόσιας περιουσίας και των υποδομών και η διακοπή ή και καταστροφή των οικονομικών δραστηριοτήτων. Η εκδήλωση αλλά και το εύρος αυτών των φαινομένων δεν εξαρτάται μόνο από την ένταση των καιρικών φαινομένων σε μια περιοχή αλλά και από τις ανθρώπινες παρεμβάσεις που υπάρχουν ειδικά στις περιοχές γύρω από τις πόλεις. Τα φαινόμενα αυτά έχουν διερευνηθεί διεξοδικά μεμονωμένα από διαφορετικά συστήματα που συλλέγουν πληροφορίες και εκτιμούν τα αντίστοιχα ρίσκα.

Η προσέγγιση αυτή παραλείπει δυο σημαντικά γεγονότα: 
* Τα δεδομένα εισόδου (πεδίου και τηλεπισκοπικά) που χρειάζονται και στις δυο περιπτώσεις είναι πρακτικά τα ίδια και μπορούμε να υιοθετήσουμε την λογική του “collect once and use for many purposes” ώστε με ένα σετ δεδομένων να επιτύχουμε πολλαπλά οφέλη και αυξημένη ακρίβεια. 
* Τα παραπάνω φαινόμενα είναι σφικτά συνδεδεμένα καθώς οι δασικές πυρκαγιές εκτοξεύουν το ρίσκο πλημμύρας και οι προγενέστερες πλημμύρες μειώνουν δραστικά τον κίνδυνο εκδήλωσης πυρκαγιάς. 
Μια συνδυασμένη προσέγγιση για την διαχείριση των κινδύνων πλημμύρας και πυρκαγιάς θα επιτύγχανε μια καλύτερη, πιο ρεαλιστική αξιοποίηση των διαθέσιμων πόρων με προστιθέμενη αξία πέραν των υπάρχοντων πρακτικών.

Στόχος του FLIRE DSS ήταν να θέσει το παράδειγμα εφαρμογής της συνδυασμένης, αποτελεσματικής και ισχυρής εκτίμησης ρίσκου για τις δασικές πυρκαγιές και τις στιγμιαίες πλημμύρες ιδίως σε αστικές και περιαστικές περιοχές, κάτι που επετεύχθη με χρήση σύγχρονων τεχνολογιών, εργαλείων και μεθόδων και λαμβάνοντας υπόψη την πρόληψη , τις αλληλεπιδράσεις και πιθανές διορθώσεις.

Οι καινοτομίες που εισάγει το FLIRE DSS είναι : 
(α) Η χρήση δεδομένων παρατήρησης της Γης σε περιοδική βάση, κυρίως από τις αποστολές Sentinel, προκειμένου να παραμετροποιεί τα μοντέλα εξέλιξης των πυρκαγιών (σχεδιασμός χαρτών καυσίμου) και την εκτίμηση κινδύνων πλημμύρας (χάρτες κάλυψης) 
(β) Η χρήση των ίδιων δεδομένων σχετικά με τον καιρό (in situ και προβλέψεων) για τα διαφορετικά μοντέλα καθώς συλλέγονται μια φορά. Το ίδιο εφαρμόζεται και για τα τηλεπισκοπικά δεδομένα παρατηρήσεων. (γ) Το σύστημα FLIRE αρχιτεκτονικά είναι κατανεμημένο έτσι ώστε σε περίπτωση απώλειας ενός υποσυστήματος να συνεχίσει να λειτουργεί χάρη στη ύπαρξη αντιγράφων ασφαλείας σε γεωγραφικά απομονωμένες περιοχές. 

'''Δομή του FLIRE''' 
Το FLIRE είναι ένα σύστημα υποστήριξης αποφάσεων web-based που ενσωματώνει την διαχείριση μετεωρολογικών, πλημμυρικών και δεδομένων δασικών πυρκαγιών. Χαρακτηριστικό του αποτελεί η χρήση δεδομένων παρατήρησης της γης και πληροφοριών σε πραγματικό χρόνο σχετικών με τον καιρό που εισάγονται στα υπολογιζόμενα μοντέλα.

Το FLIRE αποτελείται από τα παρακάτω συστατικά στοιχεία:
1) Weather Information Management Tool (WIMT): Συλλέγει, διαχειρίζεται και προβάλει όλα τα διαθέσιμα μετεωρολογικά δεδομένα και πληροφορίες. 
2) Storms Early Warning System: Σύστημα έγκαιρης προειδοποίησης καταιγίδων στην περιοχή μελέτης που καταγράφει το FLIRE. Είναι μέρος του εργαλείου WIMT. 
3) Early Fire Warning System (EFiWS): Προειδοποιεί έγκαιρα για πιθανούς κινδύνους πυρκαγιάς και παρέχει έλεγχο του συστήματος διαχείρισης πυρκαγιών και των δεικτών επικινδυνότητας. 
4) Flood Risk Assessment System (FLORAS): Παρέχει στο χρήστη χάρτες πλημμυρών βασισμένους στις μετεωρολογικές προβλέψεις και του δίνει την δυνατότητα να εξετάσει χάρτες πλημμυρών για διαφορετικά σενάρια βροχόπτωσης. Ακόμα παρέχει έξυπνες ειδοποιήσεις και δυνατότητα καταγραφής σεναρίων για μελλοντικό σχεδιασμό. 
5) FLIRE server: Συγκεντρώνει τα επιμέρους προαναφερθέντα υποσυστήματα. 
6) GUI & Web browser: Η διεπαφή του συστήματος με τον χρήστη. 

Τα παραπάνω παρουσιάζονται και υπο μορφή διαγράμματος στην Εικόνα 1.

'''Διαθεσιμότητα του λογισμικού''' 
Το FLIRE είναι προσβάσιμο από το διαδίκτυο από οποιοδήποτε τερματικό (www.flire-dss.eu) χωρίς προηγούμενη εγκατάσταση ή προβλήματα συμβατότητας με τους περιηγητές. Για λόγους ασφαλείας απαιτεί την διαπίστευση των χρηστών για να αποκτήσουν πρόσβαση και αυτή προστατεύεται με χρήση κωδικών. Ωστόσο υπάρχει σε διαφορετική διεύθυνση ένα ελεύθερης πρόσβασης αντίγραφο του λογισμικού για να εξοικειωθούν οι χρήστες με τις καινοτομίες του και το περιβάλλον του.
 
'''Επιδόσεις και έλεγχος λειτουργίας''' 
Το σύστημα υποστήριξης αποφάσεων FLIRE παρέχει την εύκολη πρόσβαση στα συστατικά του από ένα ιστότοπο που φιλοξενεί την πλατφόρμα αντί για μια κλασική εφαρμογή υπολογιστή. Η απόδοσή του αλλά και η διαλειτουργικότητά του έχει ελεγχθεί ενδελεχώς μέσω της πρόσβαση από πληθώρα τερματικών (υπολογιστές, κινητά, tablets κ.α.) .

Η περίοδος επαλήθευσης της λειτουργίας διήρκησε από τον Μάρτιο του 2013 ως τον Δεκέμβριο του 2014, στην διάρκεια της οποίας εκδηλώθηκαν 37 επεισόδια βροχής όπου τουλάχιστον ένας από τους διασυνδεδεμένους σταθμούς κατέγραψε ύψος μεγαλύτερο των 20 mm εντός διαστήματος 24 ωρών. Για την περίοδο επαλήθευσης το δίκτυο αισθητήρων βροχής περιελάμβανε 44 σταθμούς διαχειριζόμενους από το Εθνικό Αστεροσκοπείο Αθηνών και το Εθνικό Μετσόβιο Πολυτεχνείο. 
Η επαλήθευση της ποσότητας της προβλεπόμενης βροχής έναντι των παρατηρήσεων (υπολογισμός μέσου σφάλματος και μέσων απόλυτων σφαλμάτων) έδειξε βαθμολογίες πολύ κοντά ή και σε ορισμένες περιπτώσεις καλύτερες από τις θεωρητικά αναφερόμενες στην βιβλιογραφία για την περιοχή της Μεσογείου.
Όλες οι προβλέψεις αλλά και οι πληροφορίες που συλλέγονται σε πραγματικό χρόνο είναι διαθέσιμες από πληθώρα συσκευών με σύνδεση στο διαδίκτυο αλλά και μέσω μεταφοράς δεδομένων από δίκτυα κινητής τηλεφωνίας (3G & 4G). Το τελευταίο κρίνεται ιδιαίτερα σημαντικό αφού το σύστημα μπορεί να χρησιμοποιείται κατά την διάρκεια των επιχειρήσεων διάσωσης από πλημμυρικά φαινόμενα αλλά και την κατάσβεση πυργκαγιών. Τέλος το FLIRE DSS μπορεί εύκολα να μεταφερθεί και σε άλλες περιοχές με παρόμοια χαρακτηριστικά λόγω της ευελιξίας του σχεδιασμού του.

[[category:Διαχείριση κινδύνων]]
[[category:Πλημμύρες]]
[[category:Δασικές Πυρκαγιές]]
[[category:Σχεδιασμός δραστηριοτήτων ελέγχου πυρκαγιών]]

Ποσοτικοποιώντας την δομή αστικών δασικών εκτάσεων με χρήση τηλεπισκοπικών δεδομένων ανοιχτής πρόσβασης

2021-02-28T22:40:46Z

PavlosLiakopoulos: Νέα σελίδα με '[[Αρχείο:PL_21_Artcl2_Eikon1.jpg|thumb|right|Εικόνα 1 | (α) Η περιοχή μελέτης, (β) απεικόνιση των δυο επιμέρους ζω...'

[[Αρχείο:PL_21_Artcl2_Eikon1.jpg|thumb|right|Εικόνα 1 | (α) Η περιοχή μελέτης, (β) απεικόνιση των δυο επιμέρους ζωνών, (γ) Επισκόπηση της Π.Μ. σε ευρύτερο χάρτη του Ηνωμένου Βασιλείου. , Πηγή:https://doi.org/10.1016/j.ufug.2020.126653 ]]

[[Αρχείο:PL_21_Artcl2_Eikon2.jpg|thumb|right|Εικόνα 2 | Απεικόνιση των αποτελεσμάτων των τριών δεικτών (CC,CH,N) που υπολογίστηκαν σε χωρική ανάλυση των 100m (αριστερά) και των 20m (δεξιά), Πηγή:https://doi.org/10.1016/j.ufug.2020.126653]]

''Πρωτότυπος Τίτλος:'' Quantifying urban forest structure with open-access remote sensing data sets 
''Συγγραφείς:'' Oliver Baines, Phil Wilkes, Mathias Disney 
''Πηγή:'' Urban Forestry & Urban Greening, Vol. 50 (2020), p. 126653 
Διαθέσιμο στο: https://doi.org/10.1016/j.ufug.2020.126653 

'''1. Εισαγωγή''' 
Οι αστικές περιοχές φιλοξενούν περίπου ∼10 δισεκατομμύρια δέντρα παγκοσμίως. Τα αστικά δάση έχει αποδειχθεί πως διαδραματίζουν ήδη καίριο ρόλο για την βιωσιμότητα στις σύγχρονες πόλεις, ενώ στην εποχή του υπερπληθυσμού και της αυξανόμενης απειλής των πιέσεων από την κλιματική αλλαγή και την ατμοσφαιρική ρύπανση ο ρόλος αυτός θα καταστεί καθοριστικός στην εξισορρόπηση των πιέσεων.
Στόχος της μελέτης είναι με την επεξεργασία ανοικτών δορυφορικών δεδομένων να δημιουργηθεί μια αποτελεσματική και αξιόπιστη μέθοδος, ευέλικτη όσον αφορά τα αρχικά δεδομένα που να μπορεί να εφαρμοστεί σε οποιαδήποτε περιοχή πυκνού αστικού ιστού. 
Οι τεχνικές της τηλεπισκόπισης προσφέρουν μια νέα προσέγγιση στην καταγραφή και εκτίμηση της κατάστασης των αστικών δασών & εκτάσεων πρασίνου που ήδη έχει αρχίσει να υιοθετείται τα τελευταία χρόνια από τα κράτη για την δημιουργία εθνικών (McRoberts and Tomppo, 2007; Barrett et al., 2016) σε σχέση με τις παραδοσιακές καταγραφές που απαιτούν παραπάνω χρόνο, πόρους και πολλαπλά σημεία in situ ελέγχου για μεγάλες εκτάσεις. Οι τεχνικές αυτές καλύπτουν ένα ευρύτατο φάσμα τεχνολογιών μέτρησης (άμεσες ή έμμεσες) καθώς και πολλές διαφορετικές χωρικές κλίμακες (μέτρα έως χιλιόμετρα) παρέχοντας έτσι ακριβή χωρικά αλλά και χρονικά δεδομένα & απεικονίσεις των κτηματολογικών ορίων. 
Παρόλα αυτά η τηλεπισκόπηση των χώρων αστικού πρασίνου ενέχει προκλήσεις όσον αφορά την ακρίβεια. (Zhu et al., 2019). Ο σύγχρονος αστικός χώρος περιλαμβάνει ένα ετερογενή καμβά αποτελούμενο από διάφορες καλύψεις γης σε συνδυασμό με πολλούς διαφορετικούς τύπους βλάστησης σε ένα μείγμα συχνοτήτων : από απομονωμένα δέντρα στην άκρη των οδών σε μερικές συστάδες έως μεγάλα πάρκα ή μικρά τεχνητά ή φυσικά δάση που παραμένουν αναλλοίωτα σε αρμονία με τα ψηλά κτήρια και το έντονο ανθρώπινο στοιχείο.
Από τα τέλη της δεκαετίας του 2000, μεγάλος όγκος τηλεσκοπικών δεδομένων έχει μετατραπεί από εμπορικά διαθέσιμα κατόπιν πληρωμής σε πλήρως ανοικτά δεδομένα (USGS, ESA) συμπαρασύροντας και πολλά μοντέλα βασισμένα σε αυτά στην ίδια πολιτική διάθεσης, δημιουργώντας έτσι μια «έκρηξη» νέων ιδεών & εφαρμογών σε ερευνητικό & εμπορικό επίπεδο. Η διαθεσιμότητα δεν περιορίζεται μόνο σε δορυφορικά δεδομένα αφού ορισμένες χώρες (Βέλγιο, ΗΠΑ, Ισπανία, Φινλαδία κ.α.) έχουν ανοίξει την ελεύθερη πρόσβαση των αρχείων τους από αεροφωτογραφίες και δεδομένα LiDAR (Light Detection And Ranging). Για παράδειγμα ο Οργανισμός Περιβάλλοντος του Ηνωμένου Βασιλείου διαθέτει ελεύθερα δεδομένα LiDAR που καλύπτουν 72% της Αγγλίας (Whitworth, 2015). 
Η αποτύπωση LiDAR από αέρος (drones, αεροσκάφη) έχει ήδη χρησιμοποιηθεί για την εκτίμηση βιοφυσικών παραμέτρων όπως η δασοκάλυψη (συγκόμωση) και το ύψος αυτής.
Ένα πιθανό εμπόδιο στην υιοθέτηση των παραπάνω τεχνικών είναι η εξειδικευμένη γνώση που απαιτεί σε διάφορους τομείς, ωστόσο με μεθόδους και τυποποίηση μέσω προκαθορισμένων ροών εργασίας και έτοιμων εφαρμογών είναι πλέον εύκολο κάποιος χωρίς ειδικές γνώσεις να διαχειριστεί αυτά τα δεδομένα πιο εύκολα. 

'''2. Δείκτες και μέθοδοι''' 
Οι δείκτες συγκόμωσης είναι μια δισδιάστατη εκτίμηση της δασοκάλυψης που απαντάται συνήθως σε μελέτες κάλυψης και χάρτες. Αν και είναι εύκολο να υπολογιστεί είναι μέρος ενός ευρύτερου πακέτου δεικτών αξιολόγησης του βαθμού κάλυψης, της υγείας και των δημογραφικών των αστικών δασών που μπορούν να εξαχθούν από τηλεπισκοπικά δεδομένα.
Η μοντελοποίηση οδήγησε στην επιλογή τριών δεικτών για την συγκεκριμένη έρευνα: Συγκόμωση (Canopy Cover | CC ), Ύψος βλάστησης (Canopy Height | CH ) και πυκνότητα δέντρων (Tree density N).
Περιοχή μελέτης: Επιλέχθηκε η ευρύτερη περιοχή του Λονδίνου (Εικ. 1), έκτασης 1572 km2, με 8.8 εκατ. κατοίκους και περίπου 8.4 εκατ. Δέντρα. Η περιοχή αυτή χωρίζεται σε 2 επιμέρους ζώνες, με χρήσεις γης πυκνό αστικό ιστό, κατοικία & βιομηχανικές δραστηριότητες με αρκετά μεγάλα πάρκα για τον εσωτερικό ιστό και κατοικία, καλλιέργειες και μεγαλύτερες δασικές εκτάσεις για τον εξωτερικό ιστό.
Για την περαιτέρω ανάλυση επιλέχθηκε ο αλγόριθμος Random Forest (Breiman, 2001) για τους παρακάτω λόγους
* Ανθεκτικότητα σε θόρυβο κατά την εκπαίδευση
* Δυνατότητα επέκτασης
* Δυνατότητα παραμετροποίησης
* Εύρος διαθεσιμότητας (εφαρμογή σε R, Python, GoogleEarthΕngine)
Η μέση τιμή και η τυπική απόκλιση προέκυψαν μετά από 25 επαναλήψεις του αλγορίθμου Random Forest με διαφορετικά δεδομένα εκπαίδευσης κάθε φορά. 

'''Δυνατότητα μεταφοράς του μοντέλου ''' 
Η εφαρμογή ενός μοντέλου εκτός της περιοχής εκπαίδευσης ενέχει τον κίνδυνο της πτώσης της ακρίβειας και της καταλληλότητάς του. Όμως στις αστικές περιοχές που το περιβάλλον όσον αφορά την βλάστηση είναι «τεχνητό» (διαχειριζόμενα δέντρα, τυποποιημένες αποστάσεις φύτευσης, παρουσία συγκεκριμένων ειδών) και έτσι μπορεί να υπάρχει μια ομοιότητα σε ανόμοιες κατά τ’ άλλα αστικές περιοχές.
Αυτό δοκιμάστηκε αρχικά στην περιοχή μελέτης με μια ζώνη εκπαίδευσης (πολύγωνο 1 στην Εικ. 1) και στην συνέχεια δοκιμή του μοντέλου στις υπόλοιπες 5 ζώνες και στην συνέχεια μεταφέρθηκε ~130 km νοτιοδυτικά (Εικ.1γ) στην πόλη του Southampton, πληθυσμού 250.000 κατοίκων 

'''3. Αποτελέσματα''' 

Για την ευρύτερη περιοχή του Λονδίνου οι δείκτες είναι για τις δύο χωρικές αναλύσεις που υπολογίστηκαν :
CCRF = 16.2% ± 0.22% (100 m) | CCRF = 16.5% ± 0.37% (20 m) 
CHRF = 15.0 m ± 0.1 m (100 m) | CHRF = 8.1 m ± 0.2 m (20 m) 
NRF = ∼29 δέντρα/ ha (100 & 20m) | Total = 4.2- 4.7 M μεγάλα δέντρα 

Ο υπολογισμός των δέντρων από το Random Forest είναι περίπου ∼10% λιγότερο από την εκτίμηση της βάσης iTree Eco, ενώ τείνει να υπερεκτιμά τις τιμές των δεικτών CC, CH και N σε σύγκριση με τον υπολογισμό μέσω LiDAR. 

'''4. Συμπεράσματα''' 
Ένα πλήθος παραγόντων πρέπει να ληφθούν υπόψιν όταν αποφασίζονται οι μεταβλητές πρόβλεψης (διαθεσιμότητα, κόστος, προ-επεξεργασία, χωρική ανάλυση κλπ.) Για παράδειγμα οι αεροφωτογραφίες μπορούν να παρέχουν πολύ υψηλής ανάλυσης δεδομένα με περιορισμένες όμως φασματικές πληροφορίες (π.χ. μπάντες RGB) με υψηλό κόστος απόκτησης, ενώ τα δορυφορικά δεδομένα είναι συνήθως πολυφασματικά και πλέον ελεύθερα αλλά μπορεί να έχουν προβλήματα λόγω νεφοκάλυψης. Εδώ και στην ανάλυση των 100 και των 20 m τα πιο σημαντικά δεδομένα προέκυψαν από τις φασματικές περιοχές του εγγύς και μέσου υπέρυθρου (NIR/SWIR). 

Μια τετραδιάστατη ανάλυση “4D” (με τον χρόνο στην 4η διάσταση) θα μπορούσε να αναδείξει την δυναμική εξέλιξη των αστικών δασών. Κατάλληλη χρονοσειρά δεδομένων μπορούν να παρέχουν τα δεδομένα Landsat που είναι διαθέσιμα από την δεκαετία του 1980 ως σήμερα.
Τα αποτελέσματα δείχνουν ότι η δασική δομή μπορεί να εκτιμηθεί με αρκετά καλή ακρίβεια μέσα σε μεγάλες αστικές περιοχές με την μέθοδο που παρουσιάζεται˙ είτε αυτή χρησιμοποιηθεί αυτοτελώς είτε ως ένα ακόμα όπλο στην φαρέτρα των πολεοδόμων, των φορέων διαχείρισης αστικού πρασίνου και όσων εμπλέκονται στην διαδικασία του χωροταξικού σχεδιασμού ώστε να εκτιμήσουν καλύτερα την αξία των αστικών χώρων πρασίνου και να διατηρηθεί η ποικιλία, έχοντας τους παραγόμενους χάρτες από τα δεδομένα τηλεπισκόπησης ως βάση. 

''Παραπομπές:'' 

1. Barrett, F., McRoberts, R.E., Tomppo, E., Cienciala, E., Waser, L.T., 2016. A questionnaire-based review of the operational use of remotely sensed data by national forest inventories. Rem. Sens. Environ. 174, 279–289. https://doi.org/10.1016/j.rse.2015.08.029

2. Breiman, L., 2001. Random forests. Mach. Learn. 45, 5–32. https://doi.org/10.1023/A:1010933404324

3. McRoberts, R.E., Tomppo, E.O., 2007. Remote sensing support for national forest inventories. Rem. Sens. Environ. 110, 412–419. https://doi.org/10.1016/j.rse.2006.09.034

4. Whitworth, M., 2015. Laser Surveys Light Up Open Data.
https://environmentagency.blog.gov.uk/2015/09/18/laser-surveys-light-up-open-data/

5. Zhu, Z., Zhou, Y., Seto, K.C., Stokes, E.C., Deng, C., Pickett, S.T., Taubenböck, H., 2019. Understanding an urbanizing planet: Strategic directions for remote sensing. Rem. Sens. Environ. 228, 164–182. https://doi.org/10.1016/j.rse.2019.04.020

[[category:Αστικός και περιφερειακός σχεδιασμός]]
[[category:Καταγραφή πρασίνου]]
[[category:]]
[[category:Καταγραφή διαθέσιμων περιοχών αναψυχής]]

Αρχείο:PL 21 Artcl2 Eikon2.jpg

2021-02-28T22:38:38Z

PavlosLiakopoulos:

Αρχείο:PL 21 Artcl2 Eikon1.jpg

2021-02-28T22:38:30Z

PavlosLiakopoulos:

Μελέτη αστικής εξάπλωσης με χρήση τηλεπισκόπησης και την εφαρμογή ενός μονοκεντρικού αστικού μοντέλου

2021-02-28T22:21:56Z

PavlosLiakopoulos: Νέα σελίδα με '[[Αρχείο:PL_21_Artcl4_Eikon1.jpg|thumb|right|Εικόνα 1 – Το μονοκεντρικό αστικό οικονομικό μοντέλο.- Πηγή:Urban expan...'

[[Αρχείο:PL_21_Artcl4_Eikon1.jpg|thumb|right|Εικόνα 1 – Το μονοκεντρικό αστικό οικονομικό μοντέλο.- Πηγή:Urban expansion using remote-sensing data and a monocentric urban model]]
[[Αρχείο:PL_21_Artcl4_Eikon2.jpg|thumb|right|Εικόνα 2 – Σύγκριση της περιαστικής περιοχής του Πεκίνου μεταξύ 2003 και 2013.- Πηγή:Urban expansion using remote-sensing data and a monocentric urban model]]

''Πρωτότυπος Τίτλος:'' Urban expansion using remote-sensing data and a monocentric urban model 
''Συγγραφείς:'' Zhenyu Gao, Masanobu Kii, Atsuko Nonomura, Kazuki Nakamura 
''Πηγή:'' Computers, Environment and Urban Systems, Vol. 77 (2019), p. 101152 
Διαθέσιμο στο: http://dx.doi.org/10.1016/j.compenvurbsys.2017.05.002 

'''Εισαγωγή''' 

Η εξάπλωση των χρήσεων γης για αστικές χρήσεις είναι ένα απαραίτητο εργαλείο άσκησης πολιτικών ειδικά στις αναπτυσσόμενες χώρες που αντιμετωπίζουν την γρήγορη αστικοποίηση. Όμως οι πιο εξειδικευμένες μέθοδοι που χρησιμοποιούνται στις ανεπτυγμένες χώρες δεν είναι εφαρμόσιμες στις αναπτυσσόμενες λόγω της περιορισμένης διαθεσιμότητας χωρικών στατιστικών δεδομένων. Ακολουθώντας την διεθνή τάση αστικοποίησης, η Κίνα έχει μπει σε τροχιά ανάπτυξης από τις αρχές της δεκαετίας του 1990. Το ποσοστό του πληθυσμού που μένει σε αστικές περιοχές αγγίζει το 50% και αναμένεται να φτάσει το 70% έως το 2030, με μεγάλες ελλείψεις σε υποδομές όμως στις αναπτυσσόμενες χώρες που καθιστούν για τις πόλεις δύσκολο να διαχειριστούν τον όγκο των κατοίκων.
Μέσω της τηλεπισκόπησης, που τυπικά απεικονίζει την δυναμική των πόλεων έχουν γίνει αρκετές μελέτες αφού η πρόσβαση στα δεδομένα τα τελευταία έτη είναι ιδιαίτερα εύκολη και μπορούν να αναλυθούν μεταβολές στις χρήσεις γης σε μεγάλες γεωγραφικές εκτάσεις συμπεριλαμβανομένων και περιοχών όπου η αν και τείνουν να χαρακτηρίζονται μητροπολιτικές παρουσιάζουν στην πραγματικότητα ιδιαιτερότητες στην δομή τους.
 
Οι καλά ανεπτυγμένες γεωγραφικές περιοχές μπορούν να θεωρηθούν ως αδιαπέραστες επιφάνειες και να εκτιμηθούν από τον δείκτη της «Αδιαπέραστης Επιφανειακής Περιοχής» (Impervious Surface Area - ISA) που χρησιμοποιείται για να χαρακτηρίσει τον χωρικό μετασχηματισμό και έχει προταθεί ως βασικός δείκτης της χρήσης αστικής γης. Αυτό παρακινεί την εισαγωγή ενός ακόμα δείκτη, της έντασης αστικής ανάπτυξης (Uban Development Intensity - UDI) ως μέτρου για την ταξινόμηση των αστικών συστημάτων. O UDI μπορεί επίσης να δείξει τάσεις στη δυναμική του πληθυσμού.
 

Η προσέγγιση της συγεκριμένης μελέτης βασίζεται στο μοντέλο Alonso–Muth–Mills (AMM) (Alonso, 1964; Muth, 1969; Mills, 1972) που παρέχει ένα απλοποιημένο πλαίσιο για την περιγραφή αστικών δραστηριοτήτων και προσφέρει πληροφορίες για αστικές χωρικές δομές, συμπεριφορά ταξιδιού, πολλαπλά πρότυπα τοποθεσίας και αγορές κατοικιών, και είναι κατάλληλο για την ανάλυση αστικής εξάπλωσης σε αυτήν την περίπτωση λόγω της περιορισμένης διαθεσιμότητας χωρικά λεπτομερών στατιστικών δεδομένων στην Κίνα. Το μονοκεντρικό αστικό μοντέλο έχει προσαρμοσθεί για να ληφθεί υπόψη ένας αριθμός πρόσθετων παραγόντων, συμπεριλαμβανομένων των τρόπων μεταφοράς, των προαστιακών ζωνών και των περιβαλλοντικών ανέσεων. Πιο πρόσφατα, το μοντέλο AMM επεκτάθηκε με διάφορους τρόπους, συμπεριλαμβανομένης (α) της εισαγωγής από τον Baum-Snow (2007) ετερογενών ταχυτήτων μετακίνησης για δρόμους και αυτοκινητόδρομους για την ανάλυση της επίδρασης των αυτοκινητοδρόμων στην επέκταση των πόλεων και (β) η ενσωμάτωση από τους Gubins και Verhoef (2014) κυκλοφοριακών σημείων συμφόρησης στην είσοδο μιας κεντρικής επιχειρηματικής περιοχής για την ανάλυση του αντίκτυπου των οδών στις τιμές των κατοικιών και στην κατανομή του χρόνου δραστηριότητάς των κατοίκων τους.

Καθώς οι πόλεις είναι δυναμικές οντότητες, και επίσης οι αστικές περιοχές τείνουν να γίνονται πιο πολυκεντρικές με την πάροδο του χρόνου, τα πολυκεντρικά μοντέλα που αντιπροσωπεύουν πραγματικές αστικές δομές ήταν το επίκεντρο της αυξανόμενης προσοχής. Πολλά εξελιγμένα αστικά μοντέλα έχουν προταθεί και εφαρμοστεί στις ανεπτυγμένες χώρες για σκοπούς αστικού σχεδιασμού. Οι επιπτώσεις της εφαρμογής πολιτικών συνήθως καθυστερούν στους τομείς της στέγασης και της κυκλοφορίας, και αυτό μπορεί να επιδεινωθεί από την επιταχυνόμενη αστικοποίηση, δημιουργώντας ένα κενό προσφοράς-ζήτησης και σοβαρή συμφόρηση. Αυτά τα ζητήματα έχουν επηρεάσει πολλούς τομείς της κοινωνικής ζωής και έχουν προκαλέσει βαθιές αλλαγές στον τρόπο ζωής. Οι συγκρίσεις μεταξύ των παρατηρούμενων δεδομένων και των θεωρητικών προβλέψεων ενθαρρύνουν συχνά βελτιώσεις στον πολεοδομικό σχεδιασμό και τη διαμόρφωση πολιτικής.
Αυτή η μελέτη ασχολείται με την αστική επέκταση σε χωροχρονικά πλαίσια και διερευνά ποσοτικά την αστική επέκταση μέσω του μονοκεντρικού αστικού οικονομικού μοντέλου. Όπως σημειώθηκε παραπάνω, διάφορες επεκτάσεις του μοντέλου AMM έχουν μελετηθεί μέχρι σήμερα. Ωστόσο, το μεγαλύτερο μέρος αυτής της έρευνας παραμένει ποιοτικό και τα κενά παραμένουν μεταξύ θεωρητικών και εμπειρικών ευρημάτων. Έτσι, επιδιώxθηκε καταρχήν η επέκταση του μοντέλου AMM για να είναι εφαρμόσιμο στην αστική κατάσταση στις Κινεζικές πόλεις σήμερα, των οποίων τα χαρακτηριστικά περιλαμβάνουν μαζική αστικοποίηση, αύξηση του πληθυσμού, κατασκευή κτιρίων και επέκταση των πόλεων. 

'''Μεθοδολογία''' 
Κατά την προβολή της αστικής ανάπτυξης στις αναπτυσσόμενες χώρες, αντιμετωπίζει έλλειψη στατιστικών βάσεων δεδομένων, και έτσι η πρώτη απαίτηση οποιασδήποτε μελέτης είναι μια αξιόπιστη και αντικειμενική πηγή δεδομένων. Αρχικά έγινε η επεξεργασία εικόνων Landsat Thematic Mapper (TM) που περιλαμβάνουν πληροφορίες κάλυψης γης. Σε κάθε σύνολο δεδομένων χρησιμοποιήθηκαν όλα τα φασματικά κανάλια για την ταξινόμηση των χρήσεων γης, μέσω της μεθόδου μέγιστης πιθανοφάνειας με μια εποπτευόμενη διαδικασία εκπαίδευσης του αλγορίθμου. Οι περιοχές εκπαίδευσης κάθε συνόλου δεδομένων επιλέχθηκαν με χρήση του φυσικού συνθέτου χρωμάτων (κανάλια 3-2-1 για Landsat ΤΜ & Enhanced TM και κανάλια 4-3-2 για Landsat OLI). Στην συνέχεια έγινε σύμπτυξη των ταξινομημένων εικόνων (επαναταξινόμηση) ώστε κάθε εικονοστοιχείο να ταξινομείται σε μία από τις τρεις κατηγορίες: «αστικό», «νερό» και «καλλιεργήσιμο έδαφος και άλλα» Η ακρίβεια αυτής της διαδικασίας ταξινόμησης επαληθεύτηκε μετά την ολοκλήρωσή της. Ο δείκτης UDI που αναπτύχθηκε από το ISA εξετάστηκε για την ταξινόμηση των αστικών κατασκευών στο ποσοστό των κατοικημένων περιοχών σε κάθε πλέγμα 1 km × 1 km με βάση χάρτες αστικής κάλυψης 30 m × 30 m.

'''Δεδομένα''' 
Σε αυτή την μελέτη εξετάστηκαν τρεις πόλεις, η μεγάλη πόλη του Πεκίνου, η μητρόπολη Ναντσίνγκ και η μεσαία παραλιακή πόλη του Χαϊκού, ως αντιπροσωπευτικές πόλεις τόσο από άποψη χωρικής έκτασης αλλά και πληθυσμού για την εκτίμηση της απόδοσης του προτεινόμενου μοντέλου σε δυο χρονικές περιόδους: το 2003 και το 2013. Για κάθε πόλη συλλέχθηκαν τα αντίστοιχα κοινωνικοοικονομικά δεδομένα από τις κυβερνητικές στατιστικές εκθέσεις των αντίστοιχων ετών (ανα πολίτη).
 
'''Ανάλυση''' 

Και στις τρεις πόλεις που εξετάστηκαν τόσο ο πληθυσμός όσο και η έκτασή τους έχουν αυξηθεί εκθετικά. Μια σύγκρισή μεταξύ των δεδομένων 2003 και 2013 δείχνει ότι εντός μιας δεκαετίας στο Πεκίνο, την Ναντσίγκ και το Χαϊκού η περι-αστική περιοχή έχει επεκταθεί κατά 1.51, 1.67, και 1.61 φορές αντίστοιχα, ενώ ο πληθυσμός έχει αυξηθεί κατά 2.15, 2.09, και 2.34 φορές. Η αύξηση του πληθυσμού και η αστική επέκταση συνδέονται στενά και αλληλοενισχύονται. Ο συνολικός όγκος της αστικοποίησης είναι μεγαλύτερος στο Πεκίνο από ό, τι στη Ναντσίνγκ ή στο Χαϊκού. Ωστόσο, η πληθυσμιακή πυκνότητα του Πεκίνου φαίνεται να είναι χαμηλότερη από εκείνη των άλλων δύο πόλεων. Η ανάπτυξη νέων υποδομών και κατασκευής κατοικιών καταλαμβάνει μεγαλύτερη έκταση και οδηγεί σε μια ταχύτερη επέκταση του πληθυσμού
Το μέσο κόστος μετακίνησης και των υπηρεσιών κοινής ωφέλειας ανα πολίτη καθορίζεται συνολικά με βάση τα δεδομένα σε ισορροπία μεταξύ του συνολικού πληθυσμού και της αστικής περιοχής για κάθε πόλη. Υπολογίστηκαν επίσης ενδογενείς μεταβλητές όπως η κατανάλωση αγαθών και τα ενοίκια σπιτιών. Το μονοκεντρικό αστικό μοντέλο που χρησιμοποιήθηκε σε αυτήν τη μελέτη βασίζεται σε πολλές σημαντικές υποθέσεις και παραδοχές, των οποίων η εγκυρότητα πρέπει να διερευνηθεί. Για απλότητα, έγινε η υπόθεση ότι οι αστικές περιοχές είναι μονοκεντρικές δομές με ομοιογενή νοικοκυριά και ενιαίο χώρο.
 

'''Συμπεράσματα''' 

Η συγκεκριμένη μελέτη θεώρησε ένα απλό μοντέλο με έμφαση στις μακροπρόθεσμες συνέπειες στην ποιότητα και τις συνθήκες ζωής και την κυκλοφορία. Αν και το μοντέλο κάνει κάποιες παραδοχές προκειμένου να απλοποιήσει σύνθετες στην πραγματικότητα διεργασίες προσφέρει μια καλή προσέγγιση των επιπτώσεων από πολλές οπτικές γωνίες που θα πρέπει να ληφθούν υπόψιν στον αστικό σχεδιασμό.
Οι χρόνοι μετακίνησης δεν πρέπει να αμεληθούν καθώς καθορίζουν τις επιλογές των κατοίκων ως προς τις περιοχές κατοικίας. Οι κυβερνήσεις στις πόλεις που εξετάστηκαν προσφέρουν στην πραγματικότητα διάφορες πολιτικές στέγασης που επηρεάζουν τον σχηματισμό του αστικού ιστού. Τελικώς εξετάστηκε η εφαρμογή του μονοκεντρικού αστικού οικονομικού μοντέλου σε πολλαπλές περιοχές και βγήκαν κάποιες πιθανές συνέπειες των πολιτικών σχετικά με την αστική εξάπλωση. Η ενσωμάτωση δεδομένων τηλεπισκόπησης στο μονοκεντρικό μοντέλο είναι χρήσιμη για την εφαρμογή του σε χώρες υπο ανάπτυξη αλλά πρέπει να ακολουθηθεί από συλλογή χωρικών δεδομένων κατά περίπτωση.

[[category:Αστικός και περιφερειακός σχεδιασμός]]

Αρχείο:PL 21 Artcl4 Eikon2.jpg

2021-02-28T22:15:21Z

PavlosLiakopoulos:

Αρχείο:PL 21 Artcl4 Eikon1.jpg

2021-02-28T22:14:59Z

PavlosLiakopoulos:

Το σύστημα υποστήριξης λήψης αποφάσεων FLIRE για την διαχείριση πλημμυρών και πυρκαγιών σε αστικές και περιαστικές περιοχές

2021-02-28T21:50:48Z

PavlosLiakopoulos:

[[Αρχείο:PL_21_Artcl6_Eikon1.jpg]]

''Αρχικός τίτλος:'' A web based DSS for the management of floods and wildfires (FLIRE) in urban and periurban areas 
''Συγγραφείς:'' Giorgos Kochilakis , Dimitris Poursanidis , Nektarios Chrysoulakis , Vassiliki Varella, Vassiliki Kotroni , Giorgos Eftychidis , Kostas Lagouvardos, Chrysoula Papathanasiou , George Karavokyros, Maria Aivazoglou ,Christos Makropoulos , Maria Mimikou 
''Πηγή:'' Environmental Modelling & Software, Vol. 86 (2016) , pp. 111-115. 
Διαθέσιμο στο: http://dx.doi.org/10.1016/j.envsoft.2016.09.016 

'''Εισαγωγή''' 
Τα Συστήματα Υποστήριξης Αποφάσεων (Decision Support Systems | DSS) είναι υπολογιστικά πληροφοριακά συστήματα που έχουν την απαιτούμενη πληρότητα δεδομένων και την απαραίτητη απόδοση για να υποστηρίζουν τις δραστηριότητες λήψης αποφάσεων σε επίπεδο επιχειρήσεων ή οργανισμών. Τέτοια συστήματα μπορούν να παρέχουν υπηρεσίες για τον σχεδιασμό, την λειτουργία και τη διαχείριση ενός οργανισμού. Τα DSS εισάγουν πολλαπλές μακροπρόθεσμες προοπτικές στην διαδικασία του σχεδιασμού σε σύνθετα περιβάλλοντα λήψης αποφάσεων εισάγοντας και την γεωχωρική σκοπιά.

Οι δασικές πυρκαγιές και οι στιγμιαίες πλημμύρες (flash floods) είναι ανάμεσα στις πιο καταστροφικές φυσικές καταστροφές, η εκδήλωση των οποίων σχετίζεται με σοβαρές κοινωνικοοικονομικές επιπτώσεις όπως η απώλεια ανθρώπινων ζωών, η υγεία και η ποιότητα ζωής , η απώλεια ιδιωτικής και δημόσιας περιουσίας και των υποδομών και η διακοπή ή και καταστροφή των οικονομικών δραστηριοτήτων. Η εκδήλωση αλλά και το εύρος αυτών των φαινομένων δεν εξαρτάται μόνο από την ένταση των καιρικών φαινομένων σε μια περιοχή αλλά και από τις ανθρώπινες παρεμβάσεις που υπάρχουν ειδικά στις περιοχές γύρω από τις πόλεις. Τα φαινόμενα αυτά έχουν διερευνηθεί διεξοδικά μεμονωμένα από διαφορετικά συστήματα που συλλέγουν πληροφορίες και εκτιμούν τα αντίστοιχα ρίσκα.

Η προσέγγιση αυτή παραλείπει δυο σημαντικά γεγονότα: 
* Τα δεδομένα εισόδου (πεδίου και τηλεπισκοπικά) που χρειάζονται και στις δυο περιπτώσεις είναι πρακτικά τα ίδια και μπορούμε να υιοθετήσουμε την λογική του “collect once and use for many purposes” ώστε με ένα σετ δεδομένων να επιτύχουμε πολλαπλά οφέλη και αυξημένη ακρίβεια. 
* Τα παραπάνω φαινόμενα είναι σφικτά συνδεδεμένα καθώς οι δασικές πυρκαγιές εκτοξεύουν το ρίσκο πλημμύρας και οι προγενέστερες πλημμύρες μειώνουν δραστικά τον κίνδυνο εκδήλωσης πυρκαγιάς. 
Μια συνδυασμένη προσέγγιση για την διαχείριση των κινδύνων πλημμύρας και πυρκαγιάς θα επιτύγχανε μια καλύτερη, πιο ρεαλιστική αξιοποίηση των διαθέσιμων πόρων με προστιθέμενη αξία πέραν των υπάρχοντων πρακτικών.

Στόχος του FLIRE DSS ήταν να θέσει το παράδειγμα εφαρμογής της συνδυασμένης, αποτελεσματικής και ισχυρής εκτίμησης ρίσκου για τις δασικές πυρκαγιές και τις στιγμιαίες πλημμύρες ιδίως σε αστικές και περιαστικές περιοχές, κάτι που επετεύχθη με χρήση σύγχρονων τεχνολογιών, εργαλείων και μεθόδων και λαμβάνοντας υπόψη την πρόληψη , τις αλληλεπιδράσεις και πιθανές διορθώσεις.

Οι καινοτομίες που εισάγει το FLIRE DSS είναι : 
(α) Η χρήση δεδομένων παρατήρησης της Γης σε περιοδική βάση, κυρίως από τις αποστολές Sentinel, προκειμένου να παραμετροποιεί τα μοντέλα εξέλιξης των πυρκαγιών (σχεδιασμός χαρτών καυσίμου) και την εκτίμηση κινδύνων πλημμύρας (χάρτες κάλυψης) 
(β) Η χρήση των ίδιων δεδομένων σχετικά με τον καιρό (in situ και προβλέψεων) για τα διαφορετικά μοντέλα καθώς συλλέγονται μια φορά. Το ίδιο εφαρμόζεται και για τα τηλεπισκοπικά δεδομένα παρατηρήσεων. (γ) Το σύστημα FLIRE αρχιτεκτονικά είναι κατανεμημένο έτσι ώστε σε περίπτωση απώλειας ενός υποσυστήματος να συνεχίσει να λειτουργεί χάρη στη ύπαρξη αντιγράφων ασφαλείας σε γεωγραφικά απομονωμένες περιοχές. 

'''Δομή του FLIRE''' 
Το FLIRE είναι ένα σύστημα υποστήριξης αποφάσεων web-based που ενσωματώνει την διαχείριση μετεωρολογικών, πλημμυρικών και δεδομένων δασικών πυρκαγιών. Χαρακτηριστικό του αποτελεί η χρήση δεδομένων παρατήρησης της γης και πληροφοριών σε πραγματικό χρόνο σχετικών με τον καιρό που εισάγονται στα υπολογιζόμενα μοντέλα.

Το FLIRE αποτελείται από τα παρακάτω συστατικά στοιχεία:
1) Weather Information Management Tool (WIMT): Συλλέγει, διαχειρίζεται και προβάλει όλα τα διαθέσιμα μετεωρολογικά δεδομένα και πληροφορίες. 
2) Storms Early Warning System: Σύστημα έγκαιρης προειδοποίησης καταιγίδων στην περιοχή μελέτης που καταγράφει το FLIRE. Είναι μέρος του εργαλείου WIMT. 
3) Early Fire Warning System (EFiWS): Προειδοποιεί έγκαιρα για πιθανούς κινδύνους πυρκαγιάς και παρέχει έλεγχο του συστήματος διαχείρισης πυρκαγιών και των δεικτών επικινδυνότητας. 
4) Flood Risk Assessment System (FLORAS): Παρέχει στο χρήστη χάρτες πλημμυρών βασισμένους στις μετεωρολογικές προβλέψεις και του δίνει την δυνατότητα να εξετάσει χάρτες πλημμυρών για διαφορετικά σενάρια βροχόπτωσης. Ακόμα παρέχει έξυπνες ειδοποιήσεις και δυνατότητα καταγραφής σεναρίων για μελλοντικό σχεδιασμό. 
5) FLIRE server: Συγκεντρώνει τα επιμέρους προαναφερθέντα υποσυστήματα. 
6) GUI & Web browser: Η διεπαφή του συστήματος με τον χρήστη. 

Τα παραπάνω παρουσιάζονται και υπο μορφή διαγράμματος στην Εικόνα 1.

'''Διαθεσιμότητα του λογισμικού''' 
Το FLIRE είναι προσβάσιμο από το διαδίκτυο από οποιοδήποτε τερματικό (www.flire-dss.eu) χωρίς προηγούμενη εγκατάσταση ή προβλήματα συμβατότητας με τους περιηγητές. Για λόγους ασφαλείας απαιτεί την διαπίστευση των χρηστών για να αποκτήσουν πρόσβαση και αυτή προστατεύεται με χρήση κωδικών. Ωστόσο υπάρχει σε διαφορετική διεύθυνση ένα ελεύθερης πρόσβασης αντίγραφο του λογισμικού για να εξοικειωθούν οι χρήστες με τις καινοτομίες του και το περιβάλλον του.
 
'''Επιδόσεις και έλεγχος λειτουργίας''' 
Το σύστημα υποστήριξης αποφάσεων FLIRE παρέχει την εύκολη πρόσβαση στα συστατικά του από ένα ιστότοπο που φιλοξενεί την πλατφόρμα αντί για μια κλασική εφαρμογή υπολογιστή. Η απόδοσή του αλλά και η διαλειτουργικότητά του έχει ελεγχθεί ενδελεχώς μέσω της πρόσβαση από πληθώρα τερματικών (υπολογιστές, κινητά, tablets κ.α.) .

Η περίοδος επαλήθευσης της λειτουργίας διήρκησε από τον Μάρτιο του 2013 ως τον Δεκέμβριο του 2014, στην διάρκεια της οποίας εκδηλώθηκαν 37 επεισόδια βροχής όπου τουλάχιστον ένας από τους διασυνδεδεμένους σταθμούς κατέγραψε ύψος μεγαλύτερο των 20 mm εντός διαστήματος 24 ωρών. Για την περίοδο επαλήθευσης το δίκτυο αισθητήρων βροχής περιελάμβανε 44 σταθμούς διαχειριζόμενους από το Εθνικό Αστεροσκοπείο Αθηνών και το Εθνικό Μετσόβιο Πολυτεχνείο. 
Η επαλήθευση της ποσότητας της προβλεπόμενης βροχής έναντι των παρατηρήσεων (υπολογισμός μέσου σφάλματος και μέσων απόλυτων σφαλμάτων) έδειξε βαθμολογίες πολύ κοντά ή και σε ορισμένες περιπτώσεις καλύτερες από τις θεωρητικά αναφερόμενες στην βιβλιογραφία για την περιοχή της Μεσογείου.
Όλες οι προβλέψεις αλλά και οι πληροφορίες που συλλέγονται σε πραγματικό χρόνο είναι διαθέσιμες από πληθώρα συσκευών με σύνδεση στο διαδίκτυο αλλά και μέσω μεταφοράς δεδομένων από δίκτυα κινητής τηλεφωνίας (3G & 4G). Το τελευταίο κρίνεται ιδιαίτερα σημαντικό αφού το σύστημα μπορεί να χρησιμοποιείται κατά την διάρκεια των επιχειρήσεων διάσωσης από πλημμυρικά φαινόμενα αλλά και την κατάσβεση πυργκαγιών. Τέλος το FLIRE DSS μπορεί εύκολα να μεταφερθεί και σε άλλες περιοχές με παρόμοια χαρακτηριστικά λόγω της ευελιξίας του σχεδιασμού του.

[[category:Διαχείριση κινδύνων]]
[[category:Πλημμύρες]]
[[category:Δασικές Πυρκαγιές]]

Αρχείο:PL 21 Artcl6 Eikon1.jpg

2021-02-28T21:46:41Z

PavlosLiakopoulos: Εικόνα 1 – Διάγραμμα ροής – δομή του FLIRE

Εικόνα 1 – Διάγραμμα ροής – δομή του FLIRE

Το σύστημα υποστήριξης λήψης αποφάσεων FLIRE για την διαχείριση πλημμυρών και πυρκαγιών σε αστικές και περιαστικές περιοχές

2021-02-28T21:44:02Z

PavlosLiakopoulos: Νέα σελίδα με '''Αρχικός τίτλος:'' A web based DSS for the management of floods and wildfires (FLIRE) in urban and periurban areas ''Συγγραφείς:'' Giorgos ...'

''Αρχικός τίτλος:'' A web based DSS for the management of floods and wildfires (FLIRE) in urban and periurban areas 
''Συγγραφείς:'' Giorgos Kochilakis , Dimitris Poursanidis , Nektarios Chrysoulakis , Vassiliki Varella, Vassiliki Kotroni , Giorgos Eftychidis , Kostas Lagouvardos, Chrysoula Papathanasiou , George Karavokyros, Maria Aivazoglou ,Christos Makropoulos , Maria Mimikou 
''Πηγή:'' Environmental Modelling & Software, Vol. 86 (2016) , pp. 111-115. 
Διαθέσιμο στο: http://dx.doi.org/10.1016/j.envsoft.2016.09.016 

'''Εισαγωγή''' 
Τα Συστήματα Υποστήριξης Αποφάσεων (Decision Support Systems | DSS) είναι υπολογιστικά πληροφοριακά συστήματα που έχουν την απαιτούμενη πληρότητα δεδομένων και την απαραίτητη απόδοση για να υποστηρίζουν τις δραστηριότητες λήψης αποφάσεων σε επίπεδο επιχειρήσεων ή οργανισμών. Τέτοια συστήματα μπορούν να παρέχουν υπηρεσίες για τον σχεδιασμό, την λειτουργία και τη διαχείριση ενός οργανισμού. Τα DSS εισάγουν πολλαπλές μακροπρόθεσμες προοπτικές στην διαδικασία του σχεδιασμού σε σύνθετα περιβάλλοντα λήψης αποφάσεων εισάγοντας και την γεωχωρική σκοπιά.

Οι δασικές πυρκαγιές και οι στιγμιαίες πλημμύρες (flash floods) είναι ανάμεσα στις πιο καταστροφικές φυσικές καταστροφές, η εκδήλωση των οποίων σχετίζεται με σοβαρές κοινωνικοοικονομικές επιπτώσεις όπως η απώλεια ανθρώπινων ζωών, η υγεία και η ποιότητα ζωής , η απώλεια ιδιωτικής και δημόσιας περιουσίας και των υποδομών και η διακοπή ή και καταστροφή των οικονομικών δραστηριοτήτων. Η εκδήλωση αλλά και το εύρος αυτών των φαινομένων δεν εξαρτάται μόνο από την ένταση των καιρικών φαινομένων σε μια περιοχή αλλά και από τις ανθρώπινες παρεμβάσεις που υπάρχουν ειδικά στις περιοχές γύρω από τις πόλεις. Τα φαινόμενα αυτά έχουν διερευνηθεί διεξοδικά μεμονωμένα από διαφορετικά συστήματα που συλλέγουν πληροφορίες και εκτιμούν τα αντίστοιχα ρίσκα.

Η προσέγγιση αυτή παραλείπει δυο σημαντικά γεγονότα: 
- Τα δεδομένα εισόδου (πεδίου και τηλεπισκοπικά) που χρειάζονται και στις δυο περιπτώσεις είναι πρακτικά τα ίδια και μπορούμε να υιοθετήσουμε την λογική του “collect once and use for many purposes” ώστε με ένα σετ δεδομένων να επιτύχουμε πολλαπλά οφέλη και αυξημένη ακρίβεια. 
- Τα παραπάνω φαινόμενα είναι σφικτά συνδεδεμένα καθώς οι δασικές πυρκαγιές εκτοξεύουν το ρίσκο πλημμύρας και οι προγενέστερες πλημμύρες μειώνουν δραστικά τον κίνδυνο εκδήλωσης πυρκαγιάς. 
Μια συνδυασμένη προσέγγιση για την διαχείριση των κινδύνων πλημμύρας και πυρκαγιάς θα επιτύγχανε μια καλύτερη, πιο ρεαλιστική αξιοποίηση των διαθέσιμων πόρων με προστιθέμενη αξία πέραν των υπάρχοντων πρακτικών.

Στόχος του FLIRE DSS ήταν να θέσει το παράδειγμα εφαρμογής της συνδυασμένης, αποτελεσματικής και ισχυρής εκτίμησης ρίσκου για τις δασικές πυρκαγιές και τις στιγμιαίες πλημμύρες ιδίως σε αστικές και περιαστικές περιοχές, κάτι που επετεύχθη με χρήση σύγχρονων τεχνολογιών, εργαλείων και μεθόδων και λαμβάνοντας υπόψη την πρόληψη , τις αλληλεπιδράσεις και πιθανές διορθώσεις.

Οι καινοτομίες που εισάγει το FLIRE DSS είναι : 
(α) Η χρήση δεδομένων παρατήρησης της Γης σε περιοδική βάση, κυρίως από τις αποστολές Sentinel, προκειμένου να παραμετροποιεί τα μοντέλα εξέλιξης των πυρκαγιών (σχεδιασμός χαρτών καυσίμου) και την εκτίμηση κινδύνων πλημμύρας (χάρτες κάλυψης) 
(β) Η χρήση των ίδιων δεδομένων σχετικά με τον καιρό (in situ και προβλέψεων) για τα διαφορετικά μοντέλα καθώς συλλέγονται μια φορά. Το ίδιο εφαρμόζεται και για τα τηλεπισκοπικά δεδομένα παρατηρήσεων. (γ) Το σύστημα FLIRE αρχιτεκτονικά είναι κατανεμημένο έτσι ώστε σε περίπτωση απώλειας ενός υποσυστήματος να συνεχίσει να λειτουργεί χάρη στη ύπαρξη αντιγράφων ασφαλείας σε γεωγραφικά απομονωμένες περιοχές. 

'''Δομή του FLIRE''' 
Το FLIRE είναι ένα σύστημα υποστήριξης αποφάσεων web-based που ενσωματώνει την διαχείριση μετεωρολογικών, πλημμυρικών και δεδομένων δασικών πυρκαγιών. Χαρακτηριστικό του αποτελεί η χρήση δεδομένων παρατήρησης της γης και πληροφοριών σε πραγματικό χρόνο σχετικών με τον καιρό που εισάγονται στα υπολογιζόμενα μοντέλα.

Το FLIRE αποτελείται από τα παρακάτω συστατικά στοιχεία:
1) Weather Information Management Tool (WIMT): Συλλέγει, διαχειρίζεται και προβάλει όλα τα διαθέσιμα μετεωρολογικά δεδομένα και πληροφορίες. 
2) Storms Early Warning System: Σύστημα έγκαιρης προειδοποίησης καταιγίδων στην περιοχή μελέτης που καταγράφει το FLIRE. Είναι μέρος του εργαλείου WIMT. 
3) Early Fire Warning System (EFiWS): Προειδοποιεί έγκαιρα για πιθανούς κινδύνους πυρκαγιάς και παρέχει έλεγχο του συστήματος διαχείρισης πυρκαγιών και των δεικτών επικινδυνότητας. 
4) Flood Risk Assessment System (FLORAS): Παρέχει στο χρήστη χάρτες πλημμυρών βασισμένους στις μετεωρολογικές προβλέψεις και του δίνει την δυνατότητα να εξετάσει χάρτες πλημμυρών για διαφορετικά σενάρια βροχόπτωσης. Ακόμα παρέχει έξυπνες ειδοποιήσεις και δυνατότητα καταγραφής σεναρίων για μελλοντικό σχεδιασμό. 
5) FLIRE server: Συγκεντρώνει τα επιμέρους προαναφερθέντα υποσυστήματα. 
6) GUI & Web browser: Η διεπαφή του συστήματος με τον χρήστη. 

Τα παραπάνω παρουσιάζονται και υπο μορφή διαγράμματος στην Εικόνα 1.

'''Διαθεσιμότητα του λογισμικού''' 
Το FLIRE είναι προσβάσιμο από το διαδίκτυο από οποιοδήποτε τερματικό (www.flire-dss.eu) χωρίς προηγούμενη εγκατάσταση ή προβλήματα συμβατότητας με τους περιηγητές. Για λόγους ασφαλείας απαιτεί την διαπίστευση των χρηστών για να αποκτήσουν πρόσβαση και αυτή προστατεύεται με χρήση κωδικών. Ωστόσο υπάρχει σε διαφορετική διεύθυνση ένα ελεύθερης πρόσβασης αντίγραφο του λογισμικού για να εξοικειωθούν οι χρήστες με τις καινοτομίες του και το περιβάλλον του.
 
'''Επιδόσεις και έλεγχος λειτουργίας'''
Το σύστημα υποστήριξης αποφάσεων FLIRE παρέχει την εύκολη πρόσβαση στα συστατικά του από ένα ιστότοπο που φιλοξενεί την πλατφόρμα αντί για μια κλασική εφαρμογή υπολογιστή. Η απόδοσή του αλλά και η διαλειτουργικότητά του έχει ελεγχθεί ενδελεχώς μέσω της πρόσβαση από πληθώρα τερματικών (υπολογιστές, κινητά, tablets κ.α.) .

Η περίοδος επαλήθευσης της λειτουργίας διήρκησε από τον Μάρτιο του 2013 ως τον Δεκέμβριο του 2014, στην διάρκεια της οποίας εκδηλώθηκαν 37 επεισόδια βροχής όπου τουλάχιστον ένας από τους διασυνδεδεμένους σταθμούς κατέγραψε ύψος μεγαλύτερο των 20 mm εντός διαστήματος 24 ωρών. Για την περίοδο επαλήθευσης το δίκτυο αισθητήρων βροχής περιελάμβανε 44 σταθμούς διαχειριζόμενους από το Εθνικό Αστεροσκοπείο Αθηνών και το Εθνικό Μετσόβιο Πολυτεχνείο. 
Η επαλήθευση της ποσότητας της προβλεπόμενης βροχής έναντι των παρατηρήσεων (υπολογισμός μέσου σφάλματος και μέσων απόλυτων σφαλμάτων) έδειξε βαθμολογίες πολύ κοντά ή και σε ορισμένες περιπτώσεις καλύτερες από τις θεωρητικά αναφερόμενες στην βιβλιογραφία για την περιοχή της Μεσογείου.
Όλες οι προβλέψεις αλλά και οι πληροφορίες που συλλέγονται σε πραγματικό χρόνο είναι διαθέσιμες από πληθώρα συσκευών με σύνδεση στο διαδίκτυο αλλά και μέσω μεταφοράς δεδομένων από δίκτυα κινητής τηλεφωνίας (3G & 4G). Το τελευταίο κρίνεται ιδιαίτερα σημαντικό αφού το σύστημα μπορεί να χρησιμοποιείται κατά την διάρκεια των επιχειρήσεων διάσωσης από πλημμυρικά φαινόμενα αλλά και την κατάσβεση πυργκαγιών. Τέλος το FLIRE DSS μπορεί εύκολα να μεταφερθεί και σε άλλες περιοχές με παρόμοια χαρακτηριστικά λόγω της ευελιξίας του σχεδιασμού του.

[[category:Διαχείριση κινδύνων]]