<?xml version="1.0"?>
<?xml-stylesheet type="text/css" href="http://147.102.106.44/rs/wiki/skins/common/feed.css?270"?>
<feed xmlns="http://www.w3.org/2005/Atom" xml:lang="el">
		<id>http://147.102.106.44/rs/wiki/index.php?feed=atom&amp;target=Ramfou_Vasiliki&amp;title=%CE%95%CE%B9%CE%B4%CE%B9%CE%BA%CF%8C%3A%CE%A3%CF%85%CE%BD%CE%B5%CE%B9%CF%83%CF%86%CE%BF%CF%81%CE%AD%CF%82%2FRamfou_Vasiliki</id>
		<title>RemoteSensing Wiki - Συνεισφορές χρήστη [el]</title>
		<link rel="self" type="application/atom+xml" href="http://147.102.106.44/rs/wiki/index.php?feed=atom&amp;target=Ramfou_Vasiliki&amp;title=%CE%95%CE%B9%CE%B4%CE%B9%CE%BA%CF%8C%3A%CE%A3%CF%85%CE%BD%CE%B5%CE%B9%CF%83%CF%86%CE%BF%CF%81%CE%AD%CF%82%2FRamfou_Vasiliki"/>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%95%CE%B9%CE%B4%CE%B9%CE%BA%CF%8C:%CE%A3%CF%85%CE%BD%CE%B5%CE%B9%CF%83%CF%86%CE%BF%CF%81%CE%AD%CF%82/Ramfou_Vasiliki"/>
		<updated>2026-05-19T14:22:54Z</updated>
		<subtitle>Από RemoteSensing Wiki</subtitle>
		<generator>MediaWiki 1.16.2</generator>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/BCI:_%CE%B2%CE%B9%CE%BF%CF%86%CF%85%CF%83%CE%B9%CE%BA%CF%8C%CF%82_%CE%B4%CE%B5%CE%AF%CE%BA%CF%84%CE%B7%CF%82_%CF%83%CF%8D%CE%BD%CE%B8%CE%B5%CF%83%CE%B7%CF%82_%CF%83%CF%84%CE%B7%CE%BD_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CF%8E%CE%BD</id>
		<title>BCI: βιοφυσικός δείκτης σύνθεσης στην τηλεπισκόπηση αστικών περιοχών</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/BCI:_%CE%B2%CE%B9%CE%BF%CF%86%CF%85%CF%83%CE%B9%CE%BA%CF%8C%CF%82_%CE%B4%CE%B5%CE%AF%CE%BA%CF%84%CE%B7%CF%82_%CF%83%CF%8D%CE%BD%CE%B8%CE%B5%CF%83%CE%B7%CF%82_%CF%83%CF%84%CE%B7%CE%BD_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CF%8E%CE%BD"/>
				<updated>2015-03-28T15:57:00Z</updated>
		
		<summary type="html">&lt;p&gt;Ramfou Vasiliki: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Στοιχεία κειμένου: Chengbin Deng, Changshan Wu: 'BCI: A biophysical composition index for remote sensing of urban environments’, Remote Sensing of Environment 127 (2012) 247–259'''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''ΕΙΣΑΓΩΓΗ:'''&lt;br /&gt;
&lt;br /&gt;
Η κατανόηση του αστικού περιβάλλοντος και τον χωρικό-χρονικών μεταβολών τους είναι αναγκαίος παράγοντας για τον περιφερειακό και τοπικό σχεδιασμό και τη διαχείριση του περιβάλλοντος. Για τη διευκόλυνση της παρατήρησης συλλέγονται δεδομένα μέσω δορυφορικών εικόνων για την  κάλυψη μεγάλων γεωγραφικών περιοχών. Οι διάφορες φασματικές απεικονίσεις βοηθούν αυτήν την παρατήρηση. Όμως, υπάρχει σύγχυση μεταξύ διαφορετικών τύπων καλύψεων γης, κυρίως στις αδιαπέραστες επιφάνειες και το γυμνό έδαφος. Για αυτό το λόγο στην εργασία αυτή προτάθηκε η χρήση ενός βιοφυσικού δείκτη σύνθεσης (BCI) για τις αστικές βιοφυσικές συνθέσεις. Επιπλέον, η έρευνα αυτή εξέτασε την εφαρμογή του δείκτη σε διάφορες χωρικές αναλύσεις. Τα αποτελέσματα έδειξαν ότι ο δείκτης BCI έχει μεγαλύτερη σχέση με τις αδιαπέραστες επιφάνειες από ότι με εκείνες του κανονικοποιημένου δείκτη βλάστησης (NDVI), την κανονικοποιημένη διαφορά του οικιστικού δείκτη (NDBI) και την κανονικοποιημένη διαφορά δείκτη αδιαπέραστης επιφάνειας (NDISI), με συντελεστές συσχέτισης από 0,8.&lt;br /&gt;
&lt;br /&gt;
[[Αρχείο: Άρθρο3-εικ1-γβ.jpg|thumb|right|'''Εικόνα 1:''']]&lt;br /&gt;
&lt;br /&gt;
[[Αρχείο: Άρθρο3-εικ2-γβ.jpg|thumb|right|'''Εικόνα 2:''']]&lt;br /&gt;
&lt;br /&gt;
[[Αρχείο: Άρθρο3-εικ3-γβ.jpg|thumb|right|'''Εικόνα 3:''']]&lt;br /&gt;
&lt;br /&gt;
Τις τελευταίες δεκαετίες εξαιτίας της έντονης αστικοποίησης (το 1950 μόνο το 29% του παγκόσμιου πληθυσμού ζούσε σε αστικές περιοχές και το 2005 το 49%) άλλαξαν πολύ οι χρήσεις γης και τα χαρακτηριστικά του φυσικού περιβάλλοντος. Κυριαρχούν οι ανθρωπογενείς αστικές χρήσεις. Τα οφέλη είναι κυρίως κοινωνικά και οικονομικά, ενώ αυξάνονται τα περιβαλλοντικά προβλήματα (υποβάθμιση ποιότητας υδάτων, ατμοσφαιρική ρύπανση, απώλεια της βιοποικιλότητας, αστική θέρμανση κα.). Εξαιτίας αυτών των επιπτώσεων χρήζει ακόμη περισσότερο η κατανόηση των χωρικο-χρονικών μεταβολών ώστε να γίνει καλύτερη διαχείρισή τους στο σχεδιασμό. Οι τεχνικές της τηλεπισκόπησης αποτελούν ένα σημαντικό μέσο για την κατανόηση του αστικού περιβάλλοντος καθώς παρέχουν μια συνοπτική εικόνα κάλυψης μιας μεγάλης γεωγραφικής περιοχής σε πολλά διαφορετικά κανάλια και με αναλυτικούς αλγορίθμους. Εκτός των κλασικών μεθόδων για την περιγραφή των καλύψεων, έχουν γίνει αναλύσεις με μοντέλα εδάφους ανάλογα με τη βλάστηση, την αδιαπέραστη επιφάνεια και το έδαφος (vegetation-impervious surface-soil). Σε αυτή τη μελέτη παρουσιάζονται δύο κατηγορίες μεθόδων για την ποσοτικοποίηση των βιοφυσικών συνθέσεων σε μία αστική περιοχή. Η πρώτη αφορά στις μεθόδους μηχανικής μάθησης, συμπεριλαμβανομένων των τεχνητών νευρωνικών δικτύων, παλινδρόμηση δένδρο λήψης αποφάσεων και μοντέλου παλινδρόμησης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''ΠΕΡΙΟΧΗ ΜΕΛΕΤΗΣ:'''&lt;br /&gt;
&lt;br /&gt;
Σε αυτήν την έρευνα επιλέχθηκαν δύο περιοχές μελέτης, η πόλη και το χωριό της Grafton και το Wiskonsin, στις Ηνωμένες Πολιτείες Αμερικής, για την ανάλυση του αστικού περιβάλλοντος. Το Ουισκόνσιν έχει έκταση 169.639km2 και πληθυσμό περίπου 5,7 εκατομμύρια. Κυρίαρχες χρήσεις είναι οι γεωργικές εκτάσεις, δασικές, χορτολιβαδικές, υγρότοποι και ορισμένες αστικές χρήσεις. Το νότιο-ανατολικό Ουισκόνσιν είναι η πιο κατοικημένη περιοχή  και σημαντικό οικονομικό κέντρο (αύξηση νοικοκυριών κατά 20% περίπου από το 1980). Το Grafton αποτελεί ένα προάστιο του Ουισκόνσιν και πρόκειται για ένα γραφικό χωριό. Το 2000, σύμφωνα με τα αναλυτικά στοιχεία των χρήσεων γης, η μεγαλύτερη έκταση καλυπτόταν από υψηλής και μέσης πυκνότητας κατοικίες, εμπορικές, αστικές (υπηρεσίες, νοσοκομεία, εκπαιδευτικά ιδρύματα κα.) και βιομηχανικές εκτάσεις.&lt;br /&gt;
Σε αυτήν την έρευνα χρησιμοποιήθηκαν τρεις κατηγορίες δορυφορικών εικόνων με διάφορες φασματικές αναλύσεις από τον Landsat με χωρική ανάλυση τα 30 μέτρα, τον IKONOS με ανάλυση 4 μέτρων κα. Η εικόνα από τον πρώτο λήφθηκε στις 16 Οκτωβρίου του 2002 και η εικόνα από τον IKONOS στις 3 Σεπτεμβρίου του ιδίου έτους. Δεν έγινε καμία διόρθωση στις εικόνες εξαιτίας της μικρής γεωγραφικής έκτασης και των ατμοσφαιρικών συνθηκών που επικρατούσαν. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''ΜΕΘΟΔΟΛΟΓΙΑ:'''&lt;br /&gt;
&lt;br /&gt;
Ο βιοφυσικός δείκτης (BCI) ακολούθησε τη μέθοδο τριγωνισμού V-I-S (vegetation- impervious surface-soil) για τα αστικά περιβάλλοντα. Με το δείκτη αυτόν οι αδιαπέραστες επιφάνειες αναμένονταν να έχουν θετικές και αρκετά υψηλές τιμές, η βλάστηση αρνητικές και χαμηλές τιμές και το γυμνό χώμα να έχει τιμή κοντά στο 0.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''ΣΥΜΠΕΡΑΣΜΑΤΑ:'''&lt;br /&gt;
&lt;br /&gt;
Οι βιοφυσικές πληροφορίες για τη σύνθεση των αστικών περιοχών είναι σημαντικές για να λαμβάνονται υπόψη στο δημόσιο σχεδιασμό και την περιβαλλοντική διαχείριση και μοντελοποίηση. Ωστόσο, οι παραδοσιακές μέθοδοι για την απόκτηση αυτών των πληροφοριών, όπως η προσέγγιση ταξινόμησης κάλυψης των χρήσεων γης, είναι πολύπλοκες διαδικασίες και δύσκολα υλοποιούνται. Για αυτό προτάθηκε ο δείκτης BCI για να διευκολύνει αυτή τη διαδικασία με το μοντέλο του Ridd. Ως πρώτο βήμα της BCI ανάλυσης, έγινε επανεξέταση του TC μετασχηματισμού για την εύρεση καλύτερου χώρου φασματικής ανάλυσης (οι υψηλές τιμές του TC3 στο αστικό περιβάλλον σχετίζονται με την υγρασία και το νερό στο έδαφος, οι αδιαπέραστες επιφάνειες και οι πιο σκιερές μπερδεύονταν λόγω της χαμηλής ανακλαστικότητας). Με τις φασματικές σχέσεις και τα χαρακτηριστικά που προέκυψαν από τις επανεξετάσεις, ολοκληρώθηκε ο βιοφυσικός αυτός δείκτης για να βελτιωθούν και να διαχωριστούν οι αδιαπέραστες επιφάνειες από το γυμνό έδαφος.&lt;/div&gt;</summary>
		<author><name>Ramfou Vasiliki</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%86%CF%81%CE%B8%CF%81%CE%BF3-%CE%B5%CE%B9%CE%BA3-%CE%B3%CE%B2.jpg</id>
		<title>Αρχείο:Άρθρο3-εικ3-γβ.jpg</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%86%CF%81%CE%B8%CF%81%CE%BF3-%CE%B5%CE%B9%CE%BA3-%CE%B3%CE%B2.jpg"/>
				<updated>2015-03-28T15:55:41Z</updated>
		
		<summary type="html">&lt;p&gt;Ramfou Vasiliki: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Ramfou Vasiliki</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/BCI:_%CE%B2%CE%B9%CE%BF%CF%86%CF%85%CF%83%CE%B9%CE%BA%CF%8C%CF%82_%CE%B4%CE%B5%CE%AF%CE%BA%CF%84%CE%B7%CF%82_%CF%83%CF%8D%CE%BD%CE%B8%CE%B5%CF%83%CE%B7%CF%82_%CF%83%CF%84%CE%B7%CE%BD_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CF%8E%CE%BD</id>
		<title>BCI: βιοφυσικός δείκτης σύνθεσης στην τηλεπισκόπηση αστικών περιοχών</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/BCI:_%CE%B2%CE%B9%CE%BF%CF%86%CF%85%CF%83%CE%B9%CE%BA%CF%8C%CF%82_%CE%B4%CE%B5%CE%AF%CE%BA%CF%84%CE%B7%CF%82_%CF%83%CF%8D%CE%BD%CE%B8%CE%B5%CF%83%CE%B7%CF%82_%CF%83%CF%84%CE%B7%CE%BD_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CF%8E%CE%BD"/>
				<updated>2015-03-28T15:55:15Z</updated>
		
		<summary type="html">&lt;p&gt;Ramfou Vasiliki: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Στοιχεία κειμένου: Chengbin Deng, Changshan Wu: 'BCI: A biophysical composition index for remote sensing of urban environments’, Remote Sensing of Environment 127 (2012) 247–259'''&lt;br /&gt;
&lt;br /&gt;
[[Αρχείο: Άρθρο3-εικ1-γβ.jpg|thumb|right|'''Εικόνα 1:''']]&lt;br /&gt;
&lt;br /&gt;
[[Αρχείο: Άρθρο3-εικ2-γβ.jpg|thumb|right|'''Εικόνα 2:''']]&lt;br /&gt;
&lt;br /&gt;
[[Αρχείο: Άρθρο3-εικ3-γβ.jpg|thumb|right|'''Εικόνα 3:''']]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''ΕΙΣΑΓΩΓΗ:'''&lt;br /&gt;
&lt;br /&gt;
Η κατανόηση του αστικού περιβάλλοντος και τον χωρικό-χρονικών μεταβολών τους είναι αναγκαίος παράγοντας για τον περιφερειακό και τοπικό σχεδιασμό και τη διαχείριση του περιβάλλοντος. Για τη διευκόλυνση της παρατήρησης συλλέγονται δεδομένα μέσω δορυφορικών εικόνων για την  κάλυψη μεγάλων γεωγραφικών περιοχών. Οι διάφορες φασματικές απεικονίσεις βοηθούν αυτήν την παρατήρηση. Όμως, υπάρχει σύγχυση μεταξύ διαφορετικών τύπων καλύψεων γης, κυρίως στις αδιαπέραστες επιφάνειες και το γυμνό έδαφος. Για αυτό το λόγο στην εργασία αυτή προτάθηκε η χρήση ενός βιοφυσικού δείκτη σύνθεσης (BCI) για τις αστικές βιοφυσικές συνθέσεις. Επιπλέον, η έρευνα αυτή εξέτασε την εφαρμογή του δείκτη σε διάφορες χωρικές αναλύσεις. Τα αποτελέσματα έδειξαν ότι ο δείκτης BCI έχει μεγαλύτερη σχέση με τις αδιαπέραστες επιφάνειες από ότι με εκείνες του κανονικοποιημένου δείκτη βλάστησης (NDVI), την κανονικοποιημένη διαφορά του οικιστικού δείκτη (NDBI) και την κανονικοποιημένη διαφορά δείκτη αδιαπέραστης επιφάνειας (NDISI), με συντελεστές συσχέτισης από 0,8.&lt;br /&gt;
&lt;br /&gt;
Τις τελευταίες δεκαετίες εξαιτίας της έντονης αστικοποίησης (το 1950 μόνο το 29% του παγκόσμιου πληθυσμού ζούσε σε αστικές περιοχές και το 2005 το 49%) άλλαξαν πολύ οι χρήσεις γης και τα χαρακτηριστικά του φυσικού περιβάλλοντος. Κυριαρχούν οι ανθρωπογενείς αστικές χρήσεις. Τα οφέλη είναι κυρίως κοινωνικά και οικονομικά, ενώ αυξάνονται τα περιβαλλοντικά προβλήματα (υποβάθμιση ποιότητας υδάτων, ατμοσφαιρική ρύπανση, απώλεια της βιοποικιλότητας, αστική θέρμανση κα.). Εξαιτίας αυτών των επιπτώσεων χρήζει ακόμη περισσότερο η κατανόηση των χωρικο-χρονικών μεταβολών ώστε να γίνει καλύτερη διαχείρισή τους στο σχεδιασμό. Οι τεχνικές της τηλεπισκόπησης αποτελούν ένα σημαντικό μέσο για την κατανόηση του αστικού περιβάλλοντος καθώς παρέχουν μια συνοπτική εικόνα κάλυψης μιας μεγάλης γεωγραφικής περιοχής σε πολλά διαφορετικά κανάλια και με αναλυτικούς αλγορίθμους. Εκτός των κλασικών μεθόδων για την περιγραφή των καλύψεων, έχουν γίνει αναλύσεις με μοντέλα εδάφους ανάλογα με τη βλάστηση, την αδιαπέραστη επιφάνεια και το έδαφος (vegetation-impervious surface-soil). Σε αυτή τη μελέτη παρουσιάζονται δύο κατηγορίες μεθόδων για την ποσοτικοποίηση των βιοφυσικών συνθέσεων σε μία αστική περιοχή. Η πρώτη αφορά στις μεθόδους μηχανικής μάθησης, συμπεριλαμβανομένων των τεχνητών νευρωνικών δικτύων, παλινδρόμηση δένδρο λήψης αποφάσεων και μοντέλου παλινδρόμησης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''ΠΕΡΙΟΧΗ ΜΕΛΕΤΗΣ:'''&lt;br /&gt;
&lt;br /&gt;
Σε αυτήν την έρευνα επιλέχθηκαν δύο περιοχές μελέτης, η πόλη και το χωριό της Grafton και το Wiskonsin, στις Ηνωμένες Πολιτείες Αμερικής, για την ανάλυση του αστικού περιβάλλοντος. Το Ουισκόνσιν έχει έκταση 169.639km2 και πληθυσμό περίπου 5,7 εκατομμύρια. Κυρίαρχες χρήσεις είναι οι γεωργικές εκτάσεις, δασικές, χορτολιβαδικές, υγρότοποι και ορισμένες αστικές χρήσεις. Το νότιο-ανατολικό Ουισκόνσιν είναι η πιο κατοικημένη περιοχή  και σημαντικό οικονομικό κέντρο (αύξηση νοικοκυριών κατά 20% περίπου από το 1980). Το Grafton αποτελεί ένα προάστιο του Ουισκόνσιν και πρόκειται για ένα γραφικό χωριό. Το 2000, σύμφωνα με τα αναλυτικά στοιχεία των χρήσεων γης, η μεγαλύτερη έκταση καλυπτόταν από υψηλής και μέσης πυκνότητας κατοικίες, εμπορικές, αστικές (υπηρεσίες, νοσοκομεία, εκπαιδευτικά ιδρύματα κα.) και βιομηχανικές εκτάσεις.&lt;br /&gt;
Σε αυτήν την έρευνα χρησιμοποιήθηκαν τρεις κατηγορίες δορυφορικών εικόνων με διάφορες φασματικές αναλύσεις από τον Landsat με χωρική ανάλυση τα 30 μέτρα, τον IKONOS με ανάλυση 4 μέτρων κα. Η εικόνα από τον πρώτο λήφθηκε στις 16 Οκτωβρίου του 2002 και η εικόνα από τον IKONOS στις 3 Σεπτεμβρίου του ιδίου έτους. Δεν έγινε καμία διόρθωση στις εικόνες εξαιτίας της μικρής γεωγραφικής έκτασης και των ατμοσφαιρικών συνθηκών που επικρατούσαν. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''ΜΕΘΟΔΟΛΟΓΙΑ:'''&lt;br /&gt;
&lt;br /&gt;
Ο βιοφυσικός δείκτης (BCI) ακολούθησε τη μέθοδο τριγωνισμού V-I-S (vegetation- impervious surface-soil) για τα αστικά περιβάλλοντα. Με το δείκτη αυτόν οι αδιαπέραστες επιφάνειες αναμένονταν να έχουν θετικές και αρκετά υψηλές τιμές, η βλάστηση αρνητικές και χαμηλές τιμές και το γυμνό χώμα να έχει τιμή κοντά στο 0.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''ΣΥΜΠΕΡΑΣΜΑΤΑ:'''&lt;br /&gt;
&lt;br /&gt;
Οι βιοφυσικές πληροφορίες για τη σύνθεση των αστικών περιοχών είναι σημαντικές για να λαμβάνονται υπόψη στο δημόσιο σχεδιασμό και την περιβαλλοντική διαχείριση και μοντελοποίηση. Ωστόσο, οι παραδοσιακές μέθοδοι για την απόκτηση αυτών των πληροφοριών, όπως η προσέγγιση ταξινόμησης κάλυψης των χρήσεων γης, είναι πολύπλοκες διαδικασίες και δύσκολα υλοποιούνται. Για αυτό προτάθηκε ο δείκτης BCI για να διευκολύνει αυτή τη διαδικασία με το μοντέλο του Ridd. Ως πρώτο βήμα της BCI ανάλυσης, έγινε επανεξέταση του TC μετασχηματισμού για την εύρεση καλύτερου χώρου φασματικής ανάλυσης (οι υψηλές τιμές του TC3 στο αστικό περιβάλλον σχετίζονται με την υγρασία και το νερό στο έδαφος, οι αδιαπέραστες επιφάνειες και οι πιο σκιερές μπερδεύονταν λόγω της χαμηλής ανακλαστικότητας). Με τις φασματικές σχέσεις και τα χαρακτηριστικά που προέκυψαν από τις επανεξετάσεις, ολοκληρώθηκε ο βιοφυσικός αυτός δείκτης για να βελτιωθούν και να διαχωριστούν οι αδιαπέραστες επιφάνειες από το γυμνό έδαφος.&lt;/div&gt;</summary>
		<author><name>Ramfou Vasiliki</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%86%CF%81%CE%B8%CF%81%CE%BF3-%CE%B5%CE%B9%CE%BA1-%CE%B3%CE%B2.jpg</id>
		<title>Αρχείο:Άρθρο3-εικ1-γβ.jpg</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%86%CF%81%CE%B8%CF%81%CE%BF3-%CE%B5%CE%B9%CE%BA1-%CE%B3%CE%B2.jpg"/>
				<updated>2015-03-28T15:54:20Z</updated>
		
		<summary type="html">&lt;p&gt;Ramfou Vasiliki: ανέβασμα νέας έκδοσης του &amp;amp;quot;Αρχείο:Άρθρο3-εικ1-γβ.jpg&amp;amp;quot;&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Ramfou Vasiliki</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%86%CF%81%CE%B8%CF%81%CE%BF3-%CE%B5%CE%B9%CE%BA2-%CE%B3%CE%B2.jpg</id>
		<title>Αρχείο:Άρθρο3-εικ2-γβ.jpg</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%86%CF%81%CE%B8%CF%81%CE%BF3-%CE%B5%CE%B9%CE%BA2-%CE%B3%CE%B2.jpg"/>
				<updated>2015-03-28T15:53:44Z</updated>
		
		<summary type="html">&lt;p&gt;Ramfou Vasiliki: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Ramfou Vasiliki</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%86%CF%81%CE%B8%CF%81%CE%BF3-%CE%B5%CE%B9%CE%BA1-%CE%B3%CE%B2.jpg</id>
		<title>Αρχείο:Άρθρο3-εικ1-γβ.jpg</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%86%CF%81%CE%B8%CF%81%CE%BF3-%CE%B5%CE%B9%CE%BA1-%CE%B3%CE%B2.jpg"/>
				<updated>2015-03-28T15:52:38Z</updated>
		
		<summary type="html">&lt;p&gt;Ramfou Vasiliki: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Ramfou Vasiliki</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/BCI:_%CE%B2%CE%B9%CE%BF%CF%86%CF%85%CF%83%CE%B9%CE%BA%CF%8C%CF%82_%CE%B4%CE%B5%CE%AF%CE%BA%CF%84%CE%B7%CF%82_%CF%83%CF%8D%CE%BD%CE%B8%CE%B5%CF%83%CE%B7%CF%82_%CF%83%CF%84%CE%B7%CE%BD_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CF%8E%CE%BD</id>
		<title>BCI: βιοφυσικός δείκτης σύνθεσης στην τηλεπισκόπηση αστικών περιοχών</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/BCI:_%CE%B2%CE%B9%CE%BF%CF%86%CF%85%CF%83%CE%B9%CE%BA%CF%8C%CF%82_%CE%B4%CE%B5%CE%AF%CE%BA%CF%84%CE%B7%CF%82_%CF%83%CF%8D%CE%BD%CE%B8%CE%B5%CF%83%CE%B7%CF%82_%CF%83%CF%84%CE%B7%CE%BD_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CF%8E%CE%BD"/>
				<updated>2015-03-28T15:52:18Z</updated>
		
		<summary type="html">&lt;p&gt;Ramfou Vasiliki: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Στοιχεία κειμένου: Chengbin Deng, Changshan Wu: 'BCI: A biophysical composition index for remote sensing of urban environments’, Remote Sensing of Environment 127 (2012) 247–259'''&lt;br /&gt;
&lt;br /&gt;
[[Αρχείο: Άρθρο3-εικ1-γβ.jpg|thumb|right|'''Εικόνα 1:''']]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''ΕΙΣΑΓΩΓΗ:'''&lt;br /&gt;
&lt;br /&gt;
Η κατανόηση του αστικού περιβάλλοντος και τον χωρικό-χρονικών μεταβολών τους είναι αναγκαίος παράγοντας για τον περιφερειακό και τοπικό σχεδιασμό και τη διαχείριση του περιβάλλοντος. Για τη διευκόλυνση της παρατήρησης συλλέγονται δεδομένα μέσω δορυφορικών εικόνων για την  κάλυψη μεγάλων γεωγραφικών περιοχών. Οι διάφορες φασματικές απεικονίσεις βοηθούν αυτήν την παρατήρηση. Όμως, υπάρχει σύγχυση μεταξύ διαφορετικών τύπων καλύψεων γης, κυρίως στις αδιαπέραστες επιφάνειες και το γυμνό έδαφος. Για αυτό το λόγο στην εργασία αυτή προτάθηκε η χρήση ενός βιοφυσικού δείκτη σύνθεσης (BCI) για τις αστικές βιοφυσικές συνθέσεις. Επιπλέον, η έρευνα αυτή εξέτασε την εφαρμογή του δείκτη σε διάφορες χωρικές αναλύσεις. Τα αποτελέσματα έδειξαν ότι ο δείκτης BCI έχει μεγαλύτερη σχέση με τις αδιαπέραστες επιφάνειες από ότι με εκείνες του κανονικοποιημένου δείκτη βλάστησης (NDVI), την κανονικοποιημένη διαφορά του οικιστικού δείκτη (NDBI) και την κανονικοποιημένη διαφορά δείκτη αδιαπέραστης επιφάνειας (NDISI), με συντελεστές συσχέτισης από 0,8.&lt;br /&gt;
&lt;br /&gt;
Τις τελευταίες δεκαετίες εξαιτίας της έντονης αστικοποίησης (το 1950 μόνο το 29% του παγκόσμιου πληθυσμού ζούσε σε αστικές περιοχές και το 2005 το 49%) άλλαξαν πολύ οι χρήσεις γης και τα χαρακτηριστικά του φυσικού περιβάλλοντος. Κυριαρχούν οι ανθρωπογενείς αστικές χρήσεις. Τα οφέλη είναι κυρίως κοινωνικά και οικονομικά, ενώ αυξάνονται τα περιβαλλοντικά προβλήματα (υποβάθμιση ποιότητας υδάτων, ατμοσφαιρική ρύπανση, απώλεια της βιοποικιλότητας, αστική θέρμανση κα.). Εξαιτίας αυτών των επιπτώσεων χρήζει ακόμη περισσότερο η κατανόηση των χωρικο-χρονικών μεταβολών ώστε να γίνει καλύτερη διαχείρισή τους στο σχεδιασμό. Οι τεχνικές της τηλεπισκόπησης αποτελούν ένα σημαντικό μέσο για την κατανόηση του αστικού περιβάλλοντος καθώς παρέχουν μια συνοπτική εικόνα κάλυψης μιας μεγάλης γεωγραφικής περιοχής σε πολλά διαφορετικά κανάλια και με αναλυτικούς αλγορίθμους. Εκτός των κλασικών μεθόδων για την περιγραφή των καλύψεων, έχουν γίνει αναλύσεις με μοντέλα εδάφους ανάλογα με τη βλάστηση, την αδιαπέραστη επιφάνεια και το έδαφος (vegetation-impervious surface-soil). Σε αυτή τη μελέτη παρουσιάζονται δύο κατηγορίες μεθόδων για την ποσοτικοποίηση των βιοφυσικών συνθέσεων σε μία αστική περιοχή. Η πρώτη αφορά στις μεθόδους μηχανικής μάθησης, συμπεριλαμβανομένων των τεχνητών νευρωνικών δικτύων, παλινδρόμηση δένδρο λήψης αποφάσεων και μοντέλου παλινδρόμησης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''ΠΕΡΙΟΧΗ ΜΕΛΕΤΗΣ:'''&lt;br /&gt;
&lt;br /&gt;
Σε αυτήν την έρευνα επιλέχθηκαν δύο περιοχές μελέτης, η πόλη και το χωριό της Grafton και το Wiskonsin, στις Ηνωμένες Πολιτείες Αμερικής, για την ανάλυση του αστικού περιβάλλοντος. Το Ουισκόνσιν έχει έκταση 169.639km2 και πληθυσμό περίπου 5,7 εκατομμύρια. Κυρίαρχες χρήσεις είναι οι γεωργικές εκτάσεις, δασικές, χορτολιβαδικές, υγρότοποι και ορισμένες αστικές χρήσεις. Το νότιο-ανατολικό Ουισκόνσιν είναι η πιο κατοικημένη περιοχή  και σημαντικό οικονομικό κέντρο (αύξηση νοικοκυριών κατά 20% περίπου από το 1980). Το Grafton αποτελεί ένα προάστιο του Ουισκόνσιν και πρόκειται για ένα γραφικό χωριό. Το 2000, σύμφωνα με τα αναλυτικά στοιχεία των χρήσεων γης, η μεγαλύτερη έκταση καλυπτόταν από υψηλής και μέσης πυκνότητας κατοικίες, εμπορικές, αστικές (υπηρεσίες, νοσοκομεία, εκπαιδευτικά ιδρύματα κα.) και βιομηχανικές εκτάσεις.&lt;br /&gt;
Σε αυτήν την έρευνα χρησιμοποιήθηκαν τρεις κατηγορίες δορυφορικών εικόνων με διάφορες φασματικές αναλύσεις από τον Landsat με χωρική ανάλυση τα 30 μέτρα, τον IKONOS με ανάλυση 4 μέτρων κα. Η εικόνα από τον πρώτο λήφθηκε στις 16 Οκτωβρίου του 2002 και η εικόνα από τον IKONOS στις 3 Σεπτεμβρίου του ιδίου έτους. Δεν έγινε καμία διόρθωση στις εικόνες εξαιτίας της μικρής γεωγραφικής έκτασης και των ατμοσφαιρικών συνθηκών που επικρατούσαν. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''ΜΕΘΟΔΟΛΟΓΙΑ:'''&lt;br /&gt;
&lt;br /&gt;
Ο βιοφυσικός δείκτης (BCI) ακολούθησε τη μέθοδο τριγωνισμού V-I-S (vegetation- impervious surface-soil) για τα αστικά περιβάλλοντα. Με το δείκτη αυτόν οι αδιαπέραστες επιφάνειες αναμένονταν να έχουν θετικές και αρκετά υψηλές τιμές, η βλάστηση αρνητικές και χαμηλές τιμές και το γυμνό χώμα να έχει τιμή κοντά στο 0.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''ΣΥΜΠΕΡΑΣΜΑΤΑ:'''&lt;br /&gt;
&lt;br /&gt;
Οι βιοφυσικές πληροφορίες για τη σύνθεση των αστικών περιοχών είναι σημαντικές για να λαμβάνονται υπόψη στο δημόσιο σχεδιασμό και την περιβαλλοντική διαχείριση και μοντελοποίηση. Ωστόσο, οι παραδοσιακές μέθοδοι για την απόκτηση αυτών των πληροφοριών, όπως η προσέγγιση ταξινόμησης κάλυψης των χρήσεων γης, είναι πολύπλοκες διαδικασίες και δύσκολα υλοποιούνται. Για αυτό προτάθηκε ο δείκτης BCI για να διευκολύνει αυτή τη διαδικασία με το μοντέλο του Ridd. Ως πρώτο βήμα της BCI ανάλυσης, έγινε επανεξέταση του TC μετασχηματισμού για την εύρεση καλύτερου χώρου φασματικής ανάλυσης (οι υψηλές τιμές του TC3 στο αστικό περιβάλλον σχετίζονται με την υγρασία και το νερό στο έδαφος, οι αδιαπέραστες επιφάνειες και οι πιο σκιερές μπερδεύονταν λόγω της χαμηλής ανακλαστικότητας). Με τις φασματικές σχέσεις και τα χαρακτηριστικά που προέκυψαν από τις επανεξετάσεις, ολοκληρώθηκε ο βιοφυσικός αυτός δείκτης για να βελτιωθούν και να διαχωριστούν οι αδιαπέραστες επιφάνειες από το γυμνό έδαφος.&lt;/div&gt;</summary>
		<author><name>Ramfou Vasiliki</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A7%CF%81%CE%BF%CE%BD%CE%B9%CE%BA%CE%AE_%CE%BA%CE%B1%CE%B9_%CF%87%CF%89%CF%81%CE%B9%CE%BA%CE%AE_%CE%B4%CF%85%CE%BD%CE%B1%CE%BC%CE%B9%CE%BA%CE%AE_%CF%84%CF%89%CE%BD_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CF%81%CE%AC%CF%83%CE%B9%CE%BD%CF%89%CE%BD_%CF%87%CF%8E%CF%81%CF%89%CE%BD_%CF%89%CF%82_%CE%B1%CF%80%CE%BF%CF%84%CE%AD%CE%BB%CE%B5%CF%83%CE%BC%CE%B1_%CF%84%CE%B7%CF%82_%CF%84%CE%B1%CF%87%CE%B5%CE%AF%CE%B1%CF%82_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CE%B7%CF%82_%CE%BF%CE%B9%CE%BA%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CE%AE%CF%82_%CF%80%CE%BF%CE%BB%CE%B9%CF%84%CE%B9%CE%BA%CE%AE%CF%82</id>
		<title>Χρονική και χωρική δυναμική των αστικών πράσινων χώρων ως αποτέλεσμα της ταχείας αστικοποίησης και της οικολογικής πολιτικής</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A7%CF%81%CE%BF%CE%BD%CE%B9%CE%BA%CE%AE_%CE%BA%CE%B1%CE%B9_%CF%87%CF%89%CF%81%CE%B9%CE%BA%CE%AE_%CE%B4%CF%85%CE%BD%CE%B1%CE%BC%CE%B9%CE%BA%CE%AE_%CF%84%CF%89%CE%BD_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CF%81%CE%AC%CF%83%CE%B9%CE%BD%CF%89%CE%BD_%CF%87%CF%8E%CF%81%CF%89%CE%BD_%CF%89%CF%82_%CE%B1%CF%80%CE%BF%CF%84%CE%AD%CE%BB%CE%B5%CF%83%CE%BC%CE%B1_%CF%84%CE%B7%CF%82_%CF%84%CE%B1%CF%87%CE%B5%CE%AF%CE%B1%CF%82_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CE%B7%CF%82_%CE%BF%CE%B9%CE%BA%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CE%AE%CF%82_%CF%80%CE%BF%CE%BB%CE%B9%CF%84%CE%B9%CE%BA%CE%AE%CF%82"/>
				<updated>2015-03-20T21:16:29Z</updated>
		
		<summary type="html">&lt;p&gt;Ramfou Vasiliki: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα:vr_a5_e1.jpg|300px|thumb|right|'''Εικόνα 1. (α)''' Η τοποθεσία της πόλης του Kunming σε σχέση με την επαρχία Yunnan της Κίνας, '''(β)''' η τοποθεσία της περιοχής μελέτης, της μητροπολιτικής περιοχής της πόλης του Kunming, '''(γ)''' η περιοχή μελέτης όπου επισημαίνονται τα προσφάτως υλοποιημένα αστικά πάρκα και οι περιβαλλοντικές παρεμβάσεις.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a5_e2.jpg|300px|thumb|right|'''Εικόνα 2.''' Το διάγραμμα ροής της ανάλυσης των τριών δορυφορικών απεικονίσεων.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a5_e3.jpg|300px|thumb|right|'''Εικόνα 3.''' Η διάταξη των ομόκεντρων ζωνών και των γραμμικών κελιών. '''(α)''' Οι επτά ομόκεντρες ζώνες, με κέντρο το κέντρο της πόλης, '''(β)''' τα  σαράντα τέσσερα κελιά  δειγματοληψίας, σε οκτώ γραμμικές κατευθύνσεις.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a5_e4.jpg|300px|thumb|right|'''Εικόνα 4.''' Οι χρήσεις γης στην περιοχή μελέτης '''(α)''' το 1992, '''(β)''' το 2000 και '''(γ)''' το 2009]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a5_e5.jpg|300px|thumb|right|'''Εικόνα 5.''' Ποσοστό των χρήσεων γης (PLAND) για '''(α)''' τις αστικές περιοχές, '''(β)''' τις χορτολιβαδικές εκτάσεις, '''(γ)''' τις γεωργικές εκτάσεις και '''(δ)''' τις δασικές εκτάσεις, κατά μήκος οκτώ κατευθύνσεων το 1992, το 2000 και το 2009.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a5_e6.jpg|300px|thumb|right|'''Εικόνα 6.''' Χωρικά πρότυπα του ρυθμού μεταβολής των χρήσεων γης κατά μήκος οκτώ κατευθύνσεων για '''(α)''' τις αστικές περιοχές, '''(β)''' τις χορτολιβαδικές εκτάσεις, '''(γ)''' τις γεωργικές εκτάσεις και '''(δ)''' τις δασικές εκτάσεις.]]&lt;br /&gt;
&lt;br /&gt;
'''Αντικείμενο Εφαρμογής:''' Χρήση ολοκληρωμένων προσεγγίσεων για τη μελέτη της διακύμανσης της μεταβολής των αστικών πράσινων χώρων στο  Kunming της Κίνας&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος Τίτλος:''' 'Spatial - temporal dynamics of urban green space in response to rapid urbanization and greening policies'&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Xiaolu Zhou*, Yi-Chen Wang&lt;br /&gt;
*Department of Geography, National University of Singapore, 1 Arts Link, AS2 #03-01, Singapore 117570, Singapore&lt;br /&gt;
&lt;br /&gt;
'''Πηγή:''' Elsevier, Landscape and Urban Planning, 100 (2011), 268–277&lt;br /&gt;
&lt;br /&gt;
'''Λέξεις Κλειδιά:''' μορφή χρήσεων γης, χώροι πρασίνου, αστική ανάπτυξη, Τηλεπισκόπιση,  Kunming&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Περίληψη:''' Η ταχεία αστικοποίηση έχει αρκετά σημαντικές επιπτώσεις στο περιβάλλον, οι οποίες συνδέονται με τη μείωση των χώρων πρασίνου. Έχοντας συνειδητοποιήσει τον σημαντικό τους ρόλο στα αστικά οικοσυστήματα, πολλές τοπικές κυβερνήσεις της Κίνας έχουν θεσπίσει ένα σύνολο πολιτικών για την εισαγωγή πράσινων στοιχείων σε αστικές περιοχές. Η γνώση του τρόπου μεταβολής των αστικών πράσινων χώρων ως αποτέλεσμα της αστικοποίησης και της οικολογικής πολιτικής, είναι απαραίτητη για την επίτευξη της αειφόρου αστικής ανάπτυξης. Η παρούσα έρευνα χρησιμοποιεί ολοκληρωμένες προσεγγίσεις για τη μελέτη της μεταβαλλόμενης μορφής και έντασης των πράσινων χώρων στο  Kunming της Κίνας, από το 1992 έως το 2009. Η χωρική διακύμανση της μορφής των πράσινων χώρων προέκυψε μέσω ομόκεντρων και γραμμικών αναλύσεων των χρήσεων γης, σε συνδυασμό με μετρητικούς δείκτες των χρήσεων γης. Η ένταση της μεταβολής των χρονικών περιόδων 1992-2000 και 2000-2009, υπολογίστηκε για το σύνολο της περιοχής μελέτης, των ομόκεντρων ζωνών, καθώς και των γραμμικών κατευθύνσεων,  ώστε να μελετηθεί η διακύμανση του ποσοστού μεταβολής των αστικών πράσινων χώρων. Τα αποτελέσματα αποκάλυψαν ότι τόσο η ταχεία αστικοποίηση, όσο και οι οικολογικές πολιτικές, είχαν μερίδιο ευθύνης για το μέγεθος της μεταβολής των πράσινων χώρων. Μεταξύ των ποικίλων κατηγοριών των πράσινων χώρων, η γεωργική γη κατακερματίστηκε σε μεγάλο βαθμό από την αστική διάχυση, ειδικά στον περιαστικό χώρο της πόλης. Οι δασικές εκτάσεις επηρεάστηκαν επίσης, αλλά το ποσοστό των απωλειών τους ήταν σημαντικά μικρότερο από εκείνο της γεωργικής γης. Από την άλλη μεριά, οι οικολογικές  πολιτικές συνέβαλαν στην ανάκτηση χορτολιβαδικών εκτάσεων κατά την τελευταία δεκαετία. Η μελέτη αποδεικνύει τη χρησιμότητα της ομόκεντρης και της γραμμικής ανάλυσης των χρήσεων γης για το χαρακτηρισμό της χωρικής και χρονικής μεταβολής του αστικού πρασίνου σε πόλεις με ομόκεντρη ανάπτυξη. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή:''' Η αστική ανάπτυξη συντελείται με πρωτοφανή ρυθμό σε παγκόσμιο επίπεδο, με το 65% του παγκόσμιου πληθυσμού να αναμένεται να κατοικεί σε αστικές περιοχές μέχρι το 2025. Στην Κίνα, η πολιτική 'Open Door' του 1978, καθώς και ο κανονισμός για τη μεταρρύθμιση της γης του 1987, επιτάχυναν σημαντικά το ρυθμό αστικοποίησης, με το επίπεδο αυτής να υπολογίζεται στο 50% μέχρι το τέλος του 2020, με 1,5 δισεκατομμύριο αστικό πληθυσμό. Η φυσική αύξηση του πληθυσμού και η μετακίνηση των ανθρώπων από τις αγροτικές στις αστικές περιοχές, είναι οι δύο βασικοί παράγοντες της ταχείας ανάπτυξης των πόλεων. Το εν λόγω φαινόμενο, έχει προκαλέσει πολλές επιπτώσεις στο περιβάλλον, ενώ αποτελεί ένα κρίσιμο ζήτημα στη μελέτη της πλανητικής μεταβολής. &lt;br /&gt;
&lt;br /&gt;
Οι περισσότερες από τις περιβαλλοντικές επιπτώσεις της αστικοποίησης συνδέονται με τους χώρους πρασίνου. Η απώλεια ή η υποβάθμισή τους, μειώνει τη βιοποικιλότητα και διαταράσσει τη δομή του αστικού οικοσυστήματος. Αντίθετα, η παρουσία τους μπορεί να αντισταθμίσει τις επιπτώσεις του φαινομένου της αστικής θερμικής νησίδας, ενώ συμβάλλει στο φιλτράρισμα της ατμόσφαιρας και του νερού. Η αύξηση των πράσινων χώρων προσφέρει στους πολίτες αισθητικές απολαύσεις, ευκαιρίες αναψυχής, καθώς και σωματική και ψυχική ευεξία. &lt;br /&gt;
&lt;br /&gt;
Έχοντας συνειδητοποιήσει τη σημασία των πράσινων χώρων στα αστικά οικοσυστήματα και τη συμβολή τους στη βελτίωση της ποιότητας ζωής των κατοίκων, προτάθηκε ένα σύνολο  ολοκληρωμένων στρατηγικών σχεδιασμού πράσινων χώρων, προκειμένου να εξασφαλιστεί η αειφόρος ανάπτυξη της μητροπολιτικής περιοχής του Πεκίνου. Επιπλέον, θέματα που αφορούν τη σχέση της αστικοποίησης με μεταβολές των χρήσεων γης και με επακόλουθες περιβαλλοντικές συνέπειες, λαμβάνουν την αυξανόμενη προσοχή των ερευνών. Για την ποσοτικοποίηση της μεταβολής των χρήσεων γης και των μορφών των πράσινων χώρων, χρησιμοποιούνται μετρητικοί δείκτες των χρήσεων γης, προκειμένου να συναχθούν  πιθανές οικολογικές δράσεις για την καθοδήγηση του αειφόρου σχεδιασμού. Οι μετρητικοί δείκτες των χρήσεων γης έχουν επίσης συνδυαστεί με τη γραμμική ανάλυση για τον ποσοτικό προσδιορισμό της μορφής της αστικοποίησης, κατά μήκος μιας προκαθορισμένης διεύθυνσης. Ωστόσο, η εξέλιξη των πόλεων οδηγεί συχνά σε μη γραμμικές μορφές, όπως είναι η ομόκεντρη δομή πολλών πόλεων της Κίνας. Συνεπώς, είναι απαραίτητη μίας μορφής  ανάλυσης που θα επιτρέπει τόσο την απεικόνιση της διακύμανσης των μοτίβων των χρήσεων γης σε πόλεις με ομόκεντρη μορφή ανάπτυξης, όσο και του ποσοστού της παραπάνω μεταβολής.&lt;br /&gt;
 &lt;br /&gt;
Η διαθεσιμότητα των πολυ-χρονικών τηλεπισκοπικών δεδομένων με αυξημένη χωρική ανάλυση και κάλυψη, επιτρέπει την ακριβή και εκτεταμένη παρακολούθηση της μεταβολής των χρήσεων γης. Αν και έχουν χρησιμοποιηθεί διαφορετικές τεχνικές για την ποσοτικοποίηση της διαδικασίας της μεταβολής, οι περισσότερες μελέτες υπολογίζουν το συνολικό ποσοστό μεταβολής των διαφόρων χρήσεων  γης, αντί να εξετάσουν τη διακύμανση του ποσοστού μεταβολής των χώρων πρασίνου σε διάφορα σημεία της πόλης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Η περιοχή μελέτης:''' Η πόλη του Kunming, αποτελεί οικονομικό, πολιτικό και πολιτιστικό κέντρο της νοτιοδυτικής Κίνας, με ομόκεντρη μορφή ανάπτυξης, παρόμοια με αυτή πολλών κινέζικων πόλεων. Ως πρωτεύουσα της επαρχίας Yunnan της νοτιοδυτικής Κίνας (εικόνα 1α), η γρήγορη αστικοποίηση προκάλεσε μία τεράστια απώλεια πράσινων χώρων ενώ στη συνέχεια, η κυβέρνηση προσπάθησε να εφαρμόσει μία σειρά πολιτικών για την αντιστάθμιση των περιβαλλοντικών συνεπειών, όπως κατασκευή αστικών πάρκων και κοινοτικών κήπων. Ως περιοχή μελέτης επιλέχθηκε η μητροπολιτική περιοχή της πόλης του Kunming, έκτασης 538,9 km2 (εικόνα 1β και 1γ). Η παραπάνω έκταση αποτελείται από τον αστικό πυρήνα (αδιαπέρατες επιφάνειες και μικρό ποσοστό χώρων πρασίνου), τις περιαστικές περιοχές (συνδυασμός αδιαπέρατων επιφανειών και γεωργικής γης) και την προαστιακή περιοχή (μεγάλο ποσοστό δασικών εκτάσεων). Η μελέτη προτείνει μία ομόκεντρη και γραμμική ανάλυση των χρήσεων γης, σε συνδυασμό με μετρητικούς δείκτες των διάφορων χωρικών προτύπων, ώστε να προσδιοριστεί η μεταβαλλόμενη μορφή των πράσινων χώρων από το 1922 έως το 2009, κάτω από δύο φαινομενικά αντίθετες δυνάμεις: τη γρήγορη διαδικασία της αστικοποίησης και την οικολογική πολιτική. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Υλικά και Μέθοδοι'''&lt;br /&gt;
&lt;br /&gt;
'''1. Δεδομένα:''' Για τη μελέτη χρησιμοποιήθηκαν τηλεπισκοπικές απεικονίσεις, χάρτες των χώρων πρασίνου και έρευνα πεδίου. Αναλύθηκαν οι παρακάτω τηλεσκοπικές απεικονίσεις (χωρίς νεφοκάλυψη): μία απεικόνιση του Landsat 5 Thematic Mapper (TM) που λήφθηκε στις 16 του Αυγούστου του 1992, μία απεικόνιση του Landsat 7 Enhanced Thematic Mapper Plus (ETM+), στις 11 Νοεμβρίου του 2000, και μία απεικόνιση του Systeme Probatoire d’Observation de la Terre (SPOT 4) που λήφθηκε στις 20 Σεπτεμβρίου του 2009. Οι Landsat απεικονίσεις (κανάλια 1-5 και 7) έχουν χωρική ανάλυση 30 m, η ΕΤΜ+ απεικόνιση παρέχει ένα πρόσθετο παγχρωματικό κανάλι ανάλυσης 15 m, ενώ η SPOT απεικόνιση έχει ανάλυση 20 m στα πολυφασματικά κανάλια και 10 m στο παγχρωματικό κανάλι. Για τη μελέτη της τάσης μεταβολής των χώρων πρασίνου, πραγματοποιήθηκε σύγκριση μεταξύ ενός χάρτη του 2010 που απεικόνιζε τον μελλοντικό σχεδιασμό των πράσινων χώρων, με έναν χάρτη της υφιστάμενης κατάστασής τους το 2000. Τα δεδομένα της έρευνας πεδίου περιελάμβαναν τα επίγεια σημεία ελέγχου, τα οποία συλλέχθηκαν χρησιμοποιώντας τα Συστήματα Παγκόσμιου Δορυφορικού Εντοπισμού Θέσης (Global Positioning Systems) για τη γεωαναφορά δορυφορικών απεικονίσεων και φωτογραφιών, με σκοπό την ερμηνεία της εικόνας.&lt;br /&gt;
&lt;br /&gt;
'''2. Το σύστημα της ταξινόμησης των χρήσεων γης:''' Λαμβάνοντας υπόψη τη χωρική ανάλυση των δορυφορικών απεικονίσεων και εστιάζοντας στη μελέτη της μεταβολής των χώρων πρασίνου ως αποτέλεσμα της αστικοποίησης, οι χρήσεις γης της περιοχής μελέτης ταξινομήθηκαν σε χώρους πρασίνου, δομημένες επιφάνειες (αδιαπέρατες επιφάνειες, συμπεριλαμβανομένων των αστικών, εμπορικών και βιομηχανικών περιοχών και του οδικού δικτύου), νερό (ρέματα, κανάλια, λίμνες και ταμιευτήρες) και άγονη γη (συμπεριλαμβανομένων των εγκαταλελειμμένων εκτάσεων). Οι χώροι πρασίνου υποδιαιρέθηκαν σε δασικές εκτάσεις (φυλλοβόλα, αειθαλή και μικτά δάση), γεωργικές εκτάσεις (καλλιεργήσιμες εκτάσεις και οπωρώνες) και χορτολιβαδικές εκτάσεις (κήποι, πάρκα με χαμηλή πυκνότητα δένδρων και γήπεδα γκολφ).&lt;br /&gt;
&lt;br /&gt;
'''3. Επεξεργασία εικόνων:''' Η ανάλυση των τριών δορυφορικών απεικονίσεων ακολούθησε τα  παρακάτω βήματα (εικόνα 2). Αρχικά, πραγματοποιήθηκε γεωαναφορά των απεικονίσεων στην Εγκάρσια Μερκατορική Προβολή (Universal Transverse Mercator - UTM) μέσω του πακέτου λογισμικού ERDAS IMAGINE 8.7. Για τη γεωμετρική διόρθωση επιλέχθηκαν δεκαπέντε χωρικά ομοιόμορφα κατανεμημένα επίγεια σημεία ελέγχου, χρησιμοποιώντας ένα δεύτερης τάξης πολυωνυμικό μετασχηματισμό και τη μέθοδο επαναδειγματοληψίας του Εγγύτερου Γείτονα. Η ρίζα του μέσου τετραγωνικού σφάλματος περιορίστηκε στα 0,5 pixels. Λόγω της ανάλυσης πολυχρονικών και πολλαπλών αισθητήρων εικόνων, απαιτούνταν ατμοσφαιρική διόρθωση, η οποία πραγματοποιήθηκε χρησιμοποιώντας το μοντέλο Fast Line-of-sight Atmospheric Analysis of Spectral Hypercubes (FLAASH) του λογισμικού ENVI 4.6. Καθώς η μητροπολιτική περιοχή του Kunming δεν παρουσιάζει έντονο ανάγλυφο, δεν χρειάστηκε τοπογραφική διόρθωση. Τέλος, πραγματοποιήθηκε χωρική επαναδειγματοληψία της SPOT απεικόνισης στα 30 m, ώστε να ταιριάζει με τη χωρική ανάλυση της Landsat απεικόνισης. &lt;br /&gt;
&lt;br /&gt;
'''4. Ταξινόμηση και εκτίμηση της ακρίβειας:''' Για την ταξινόμηση των χρήσεων γης χρησιμοποιήθηκε η μέθοδος της Μέγιστης Πιθανοφάνειας. Για κάθε εικόνα, λήφθησαν αρχικά στατιστικά στοιχεία των δειγμάτων εκπαίδευσης, με σκοπό να εξασφαλιστεί ότι οι διάφορες κατηγορίες χρήσεων γης θα μπορούσαν να διαχωριστούν. Μετά την ταξινόμηση, και για την εκτίμηση της ακρίβειάς της, επιλέχθηκαν τυχαία πενήντα σημεία δειγματοληψίας για κάθε κατηγορία χρήσης γης. Επιπλέον, για την εκτίμηση της ακρίβειας της ταξινόμησης, χρησιμοποιήθηκαν ως δεδομένα αναφοράς εικόνες Google Earth, QuickBird (του 2006 και του 2007), χάρτης των χώρων πρασίνου του 2000, έρευνα πεδίου, συνεντεύξεις, καθώς και η τοπική γνώση της περιοχής μελέτης. &lt;br /&gt;
&lt;br /&gt;
'''5. Ανάλυση μετρητικών δεικτών των χρήσεων γης:''' Τα αποτελέσματα της ταξινόμησης των δορυφορικών απεικονίσεων των ετών 1992, 2000 και 2009, μετατράπηκαν σε GRID format για τον υπολογισμό των μετρητικών δεικτών των χρήσεων γης σε FRAGSTATS 3.3. Συνολικά χρησιμοποιήθηκαν οι εξής μετρητικοί δείκτες, για την ποσοτικοποίηση των μορφών των χώρων πρασίνου:&lt;br /&gt;
&lt;br /&gt;
* ο γενικός δείκτης PLAND - Percentage of LANDscape, που απεικονίζει το ποσοστό της κάθε χρήσης γης&lt;br /&gt;
* ο δείκτης PD - Patch Density, ο οποίος είναι ευαίσθητος στον κατακερματισμό των χρήσεων γης&lt;br /&gt;
* ο δείκτης LPI - Largest Patch Index, ο οποίος μπορεί να χρησιμοποιηθεί για να απεικονίσει την επικράτηση των χρήσεων γης&lt;br /&gt;
* ο δείκτης LSI - Landscape Shape Index, ο οποίος σχετίζεται με την πολυπλοκότητα των χρήσεων γης και&lt;br /&gt;
* ο δείκτης SHDI - SHannon's Diversity Index που αντιπροσωπεύει την ποικιλομορφία των χρήσεων γης.&lt;br /&gt;
&lt;br /&gt;
Αρχικά, πραγματοποιήθηκε μία συνοπτική ανάλυση για τον συνολικό ποσοτικό προσδιορισμό των χωρικών προτύπων του αστικού πρασίνου. Δεύτερον, η περιοχή μελέτης διαιρέθηκε σε επτά ομόκεντρες ζώνες (εικόνα 3α), ενώ μέσω της διενέργειας μίας ομόκεντρης ανάλυσης μετρήθηκαν τα χωρικά πρότυπα των αστικών πράσινων χώρων στις διαφορετικές ζώνες. Τέλος, διεξήχθη μία γραμμική ανάλυση του δείκτη PLAND για να μελετηθεί η κατανομή των χώρων πρασίνου κατά μήκος οκτώ γραμμικών κατευθύνσεων (εικόνα 3β). Κάθε γραμμικός τομέας αποτελείται από έναν αριθμό κελιών, μεγέθους 1,8 km × 1,8 km.&lt;br /&gt;
&lt;br /&gt;
'''6. Ανάλυση της έντασης μεταβολής των χώρων πρασίνου:''' Για την απεικόνιση της έντασης της μεταβολής των χρήσεων γης, χρησιμοποιήθηκε ο ρυθμός μεταβολής τους, υπολογιζόμενος ως ποσοστό μεταβολής ανά έτος. Περιοχές με ταχεία απώλεια χώρων πρασίνου θα μπορούσαν να υποδηλώνουν υψηλή ευαισθησία στην αστική εξάπλωση. Η ανάλυση της έντασης μεταβολής υπολογίστηκε για δύο χρονικές περιόδους (1992-2000 και 2000-2009), για το σύνολο της περιοχής μελέτης, συμπεριλαμβανομένων των επτά ομόκεντρων ζωνών και των οκτώ γραμμικών κατευθύνσεων. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα'''&lt;br /&gt;
&lt;br /&gt;
'''1. Η μορφή των χρήσεων γης:''' Οι χρήσεις γης της μητροπολιτικής περιοχής του Kunming έχουν υποστεί σημαντικές μεταβολές κατά τη διάρκεια των τελευταίων δύο δεκαετιών (εικόνα 4). Η ραγδαία επέκτασης της αστικής περιοχής είχε ως αποτέλεσμα την απώλεια των χώρων πρασίνου στις περιαστικές και προαστιακές περιοχή, ιδιαίτερα στο νότιο τμήμα της περιοχής μελέτης (εικόνα 4α και 4γ).&lt;br /&gt;
&lt;br /&gt;
'''2. Η ομόκεντρη μορφή των χρήσεων γης:''' Για το χωρικό προσδιορισμό της μεταβολής των χρήσεων γης, η περιοχή μελέτης διαιρέθηκε σε επτά ομόκεντρες ζώνες. Ο δείκτης PLAND της δομημένης επιφάνειας, έδειξε την επέκταση της αστικής περιοχής από το 1992 έως το 2009, σε όλες τις ζώνες, εκτός της ζώνης 1, όπου το μεγαλύτερο μέρος της γης είχε ήδη αναπτυχθεί. Άμεσο επακόλουθο της αστικοποίησης ήταν η μείωση των χορτολιβαδικών εκτάσεων και η αντίστοιχη μείωση που ακολούθησε, των γεωργικών και δασικών εκτάσεων. &lt;br /&gt;
&lt;br /&gt;
'''3. Η γραμμική μορφή των χρήσεων γης:''' Για τη μελέτη της κατανομής των χρήσεων γης στις οκτώ κατευθύνσεις, χρησιμοποιήθηκε ο δείκτης PLAND. Η ανάλυση έδειξε ότι η αστική περιοχή επεκτάθηκε από το 1992 έως το 2009, προς όλες τις κατευθύνσεις, με την αστική διάχυση να συγκεντρώνεται χωρικά στις νότιες και νοτιοανατολικές περιοχές (εικόνα 5α), κυρίως λόγω του επίπεδου εδάφους. Ταυτόχρονα με την αστική διάχυση, παρατηρήθηκε μείωση των αστικών πράσινων χώρων, κυρίως μέχρι το 2000. Η περιβαλλοντική καμπάνια που εφαρμόστηκε αργότερα,  εμπόδισε την περαιτέρω μείωση των χορτολιβαδικών εκτάσεων. Η κατασκευή ενός νέου γηπέδου γκολφ στα βορειοανατολικά, επίσης συνέβαλε στην αύξηση του αστικού πρασίνου της περιοχής (εικόνα 5β). Η γεωργική γη που παρατηρούνταν κυρίως στις νότιες και νοτιοανατολικές κατευθύνσεις το 1992, τελικά αντικαταστάθηκε από τις αστικές περιοχές (εικόνα 5γ). Επιπλέον, η περιοχή μελέτης ήταν αρχικά περικυκλωμένη από δασικές εκτάσεις, οι οποίες υπέστησαν σημαντική μείωση, αν και μικρότερη αυτής των γεωργικών εκτάσεων, προς όλες τις κατευθύνσεις (εικόνα 5δ). &lt;br /&gt;
&lt;br /&gt;
'''4. Ανάλυση της έντασης μεταβολής:''' Η ένταση της μεταβολής υπολογίστηκε για το σύνολο της περιοχή μελέτης, τις επτά ομόκεντρες ζώνες και τα κελιά  των οκτώ γραμμικών κατευθύνσεων, κατά τη διάρκεια δύο περιόδων (1992-2000 και 2000-2009). Συνολικά, οι αστικές περιοχές σημείωσαν το υψηλότερο ποσοστό μεταβολής μεταξύ των τεσσάρων κατηγοριών χρήσεων γης. Ακολούθησαν οι γεωργικές εκτάσεις, οι δασικές και οι χορτολιβαδικές. &lt;br /&gt;
&lt;br /&gt;
Η ανάλυση του ρυθμού μεταβολής για τις οκτώ γραμμικές κατευθύνσεις αποκάλυψε ότι η εντατική αστικοποίηση πραγματοποιήθηκε προς όλες τις κατευθύνσεις κατά τη δεκαετία του 1990, ενώ κατά την τελευταία δεκαετία περιορίστηκε στο νότιο και νοτιοανατολικό τμήμα της περιοχής μελέτης (εικόνα 6α). Οι χορτολιβαδικές εκτάσεις γνώρισαν μια ταχεία απώλεια κατά τη δεκαετία του 1990, κυρίως στις βορειοανατολικές, ανατολικές και δυτικές κατευθύνσεις, ενώ παρατηρήθηκε μία μικρή αύξησή τους κατά τη δεκαετία του 2000 στις περισσότερες κατευθύνσεις (εικόνα 9β). Η απώλεια και η αύξηση των γεωργικών εκτάσεων σημειώθηκαν σε διάφορες κατευθύνσεις, ενώ κατά τη δεκαετία του 2000 το ποσοστό τους παρουσίασε μία γενική μείωση (εικόνα 10γ). Οι ανατολικές και νοτιοανατολικές κατευθύνσεις της περιοχής μελέτης παρουσίασαν αρχικά αύξηση των δασικών εκτάσεων κατά την πρώτη δεκαετία, ενώ κατά την επόμενη δεκαετία παρουσίασαν σταδιακή μείωση (εικόνα 10δ). Η έντονη αστική διάχυση που παρατηρήθηκε κατά τη δεκαετία του 2000 (εικόνα 6α), πιθανώς είχε ως αποτέλεσμα την απώλεια δασικών εκτάσεων. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Η παρούσα μελέτη χρησιμοποίησε ομόκεντρες και γραμμικές αναλύσεις χρήσεων γης για τον προσδιορισμό των μεταβαλλόμενων μορφών των χώρων πρασίνου της μητροπολιτικής περιοχής του Kunming της Κίνας από το 1992 έως το 2009. Προκειμένου να μελετηθεί η διακύμανση του ρυθμού μεταβολής των χώρων πρασίνου, υπολογίστηκε η ένταση των αλλαγών κατά τη διάρκεια των χρονικών περιόδων 1992-2000 και 2000-2009 για το σύνολο της περιοχή μελέτης, τις επτά ομόκεντρες ζώνες και τις οκτώ γραμμικές κατευθύνσεις. Τα αποτελέσματα της έρευνας έδειξαν ότι η αστική διάχυση ευθυνόταν σε μεγάλο βαθμό για την απώλεια χώρων πρασίνου και ιδιαίτερα γεωργικής γης. Από την άλλη μεριά, οι οικολογικές πολιτικές συνέβαλαν στην ανάκτηση χορτολιβαδικών εκτάσεων από το 2000 έως το 2009. Επιπλέον, η γραμμική ανάλυση έδειξε όι η αστικοποίηση έλαβε χώρα κατά μήκος της νοτιοανατολικής κατεύθυνσης, αντικαθιστώντας κυρίως γεωργικές εκτάσεις. Αντίθετα, η μείωση των δασικών εκτάσεων διατηρήθηκε σε σταθερό ρυθμό κατά τη διάρκεια των δύο τελευταίων δεκαετιών, ενώ οι χορτολιβαδικές εκτάσεις μειώθηκαν κατά τη δεκαετία του 1990, αλλά σημείωσαν αύξηση με αργό ρυθμό κατά τη δεκαετία του 2000. Τέλος, η μελέτη απέδειξε τη χρησιμότητα των ομόκεντρων και γραμμικών αναλύσεων χρήσεων γης, προσδιορίζοντας τη μεταβολή του τοπίου σε πόλεις με ομόκεντρη μορφή ανάπτυξης. Η ποσοτικοποίηση της χωρικής διακύμανσης της μεταβολής των χώρων πρασίνου και η κατανόηση της εν λόγω μεταβολής κατά την πάροδο του χρόνου είναι απαραίτητες για τη χάραξη της μελλοντικής περιβαλλοντικής πολιτικής, προκειμένου να εξασφαλιστεί η βιώσιμη αστική ανάπτυξη.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αναφορές''' &lt;br /&gt;
&lt;br /&gt;
Breuste, J., Feldmann, H., Uhlmann, O., 1998. Urban Ecology. Springer, Berlin.&lt;br /&gt;
&lt;br /&gt;
Chen, W.Y., Jim, C.Y., 2008. Assess and valuation of the ecosystem services provided by urban forests. In: Carreiro, M.M., Song, Y.-C., Wu, J. (Eds.), Ecology, Planning and Management of Urban Forests International Perspectives. Springer, New York, pp. 53–83.&lt;br /&gt;
&lt;br /&gt;
Cheng, J., Masser, I., 2003. Urban growth pattern modeling: a case study of Wuhan City PR China. Landsc. Urban Plan. 62, 199–217.&lt;br /&gt;
&lt;br /&gt;
Davies, R.G., Barbosa, O., Fuller, R.A., Tratalos, J., Burke, N., Lewis, D., et al., 2008.&lt;br /&gt;
City-wide relationships between green spaces, urban land use and topography. Urban Ecosyst. 11, 269–287.&lt;br /&gt;
&lt;br /&gt;
Deng, J.S., Wang, K., Hong, Y., Qi, J.G., 2009. Spatio-temporal dynamics and evolution of land use change and landscape pattern in response to rapid urbanization. Landsc. Urban Plan. 92, 187–198.&lt;br /&gt;
&lt;br /&gt;
Dewan, A.M., Yamaguchi, Y., 2009. Land use and land cover change in Greater Dhaka, Bangladesh: using remote sensing to promote sustainable urbanization. Appl. Geogr. 29 (3), 390–401.&lt;br /&gt;
&lt;br /&gt;
Erickson, D.L., 2006. MetroGreen: Connecting Open Space in North American Cities. Island Press, Washington, DC.&lt;br /&gt;
&lt;br /&gt;
Jensen, J.R., 2005. Introductory Digital Image Processing a Remote Sensing Perspective, third ed. Prentice Hall, Upper Saddle River, NJ.&lt;br /&gt;
&lt;br /&gt;
Jim, C.Y., Chen, S., 2003. Comprehensive greenspace planning based on landscape ecology principles in compact Nanjing city, China. Landsc. Urban Plan. 65, 95–116.&lt;br /&gt;
&lt;br /&gt;
Kim, K.H., Pauleit, S., 2007. Landscape character, biodiversity and land use planning: the case of Kwangju City Region, South Korea. Land Use Policy 24 (1), 264–274.&lt;br /&gt;
&lt;br /&gt;
Kong, F., Nakagoshi, N., 2006. Spatial–temporal gradient analysis of urban green spaces in Jinan, China. Landsc. Urban Plan. 78, 147–164.&lt;br /&gt;
&lt;br /&gt;
Leitγo, A.B., Ahern, J., 2002. Applying landscape ecological concepts and metrics in sustainable landscape planning. Landsc. Urban Plan. 59, 65–93.&lt;br /&gt;
&lt;br /&gt;
Leitγo, A.B., Miller, J., Ahern, J., McGarigal, K., 2006. Measuring Landscapes: A Planner’s Handbook. Island Press, Washington, DC.&lt;br /&gt;
&lt;br /&gt;
Li, F., Wang, R., Paulussen, J., Liu, X., 2005. Comprehensive concept planning of urban greening based on ecological principles: a case study in Beijing, China. Landsc. Urban Plan. 72, 325–336.&lt;br /&gt;
&lt;br /&gt;
Lu, D., Weng, Q., 2007. A survey of image classification methods and techniques for improving classification performance. Int. J. Remote Sens. 28, 823–870.&lt;br /&gt;
&lt;br /&gt;
Luo, J., Wei, Y.H.D., 2009. Modeling spatial variations of urban growth patterns in Chinese cities: the case of Nanjing. Landsc. Urban Plan. 91, 51–64.&lt;br /&gt;
&lt;br /&gt;
Luck, M., Wu, J., 2002. A gradient analysis of urban landscape pattern: a case study form the phoenix metropolitan region, Arizona, USA. Landsc. Ecol. 17, 327–339.&lt;br /&gt;
&lt;br /&gt;
McGarigal, K., Ene, E., Holmes, C., 2002. FRAGSTATS (Version 3): FRAGSTATSMetrics. University of Massachusetts—Produced Program. Available at the following website: http://www.umass.edu/landeco/research/fragstats/documents/fragstats documents.html.&lt;br /&gt;
&lt;br /&gt;
National Research Council (NRC), 2001. Grand Challenges in Environmental Sciences. National Academy Press, Washington, DC.&lt;br /&gt;
&lt;br /&gt;
Roy, A.H., Dybas, A.L., Fritz, K.M., Lubbers, H.R., 2009. Urbanization affects the extent and hydrologic permanence of headwater streams in a midwestern US metropolitan area. J. N. Am. Benthol. Soc. 28 (4), 911–928.&lt;br /&gt;
&lt;br /&gt;
Schell, L.M., Ulijaszek, S.J., 1999. Urbanism, Health and Human Biology in Industrialized Countries. Cambridge University Press, Cambridge.&lt;br /&gt;
&lt;br /&gt;
Tian, G., Liu, J., Xie, Y., Yang, Z., Zhuang, D., Niu, Z., 2005. Analysis of spatio-temporal dynamic pattern and driving forces of urban land in China in 1990s using TM images and GIS. Cities 22 (6), 400–410.&lt;br /&gt;
&lt;br /&gt;
Tian, G., Wu, J., Yang, Z., 2010. Spatial pattern of urban functions in the Beijing metropolitan region. Habitat Int. 34 (2), 249–255.&lt;br /&gt;
&lt;br /&gt;
Turner, M.G., Gardner, R.H., O’Neill, R.V., 2001. Landscape Ecology in Theory and Practice. Springer, New York.&lt;br /&gt;
&lt;br /&gt;
Turner, M.G., 2005. Landscape ecology in North America: past, present, and future. Ecology 86, 1967–1974.&lt;br /&gt;
&lt;br /&gt;
Xiao, J., Shen, Y., Ge, J., Tateishi, R., Tang, C., Liang, Y., et al., 2006. Evaluating urban expansion and land use change in Shijiazhuang, China, by using GIS and remote sensing. Landsc. Urban Plan. 75, 69–80.&lt;br /&gt;
&lt;br /&gt;
Yang, L., Xian, G., Klaver, J.M., Deal, B., 2003. Urban land-cover change detection through sub-pixel imperviousness mapping using remotely sensed data. Photogramm. Eng. Remote Sens. 69, 1003–1010.&lt;br /&gt;
&lt;br /&gt;
Yeh, C.-T., Huang, S.-L., 2009. Investigating spatiotemporal patterns of landscape diversity in response to urbanization. Landsc. Urban Plan. 93, 151–162.&lt;br /&gt;
&lt;br /&gt;
Yuan, F., Bauer, M.E., 2007. Comparison of impervious surface area and normalized difference vegetation index as indicators of surface urban heat island effects in Landsat imagery. Remote Sens. Environ. 106, 375–386.&lt;br /&gt;
&lt;br /&gt;
Zhang, L., Wang, H., 2006. Planning an ecological network of Xiamen Island (China) using landscape metrics and network analysis. Landsc. Urban Plan. 78, 449–456.&lt;br /&gt;
&lt;br /&gt;
Zhou, X., 2006. (Study on the Urban Morphology Change of Kunming City). Yunnan University Press, Kunming (in Chinese).&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
[http://www.sciencedirect.com/science/article/pii/S0169204611000223 '''το άρθρο στο διαδίκτυο''']&lt;br /&gt;
&lt;br /&gt;
 [[category:Καταγραφή πρασίνου]]&lt;/div&gt;</summary>
		<author><name>Ramfou Vasiliki</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A4%CF%81%CE%B9%CF%83%CE%B4%CE%B9%CE%AC%CF%83%CF%84%CE%B1%CF%84%CE%B7_%CE%B1%CF%80%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CE%B9%CF%83%CE%B7_%CE%B1%CE%BD%CE%B1%CE%BA%CE%B1%CF%84%CE%B1%CF%83%CE%BA%CE%B5%CF%85%CE%AE%CF%82_%CE%BA%CF%84%CE%B9%CF%81%CE%AF%CE%BF%CF%85_%CE%BA%CE%B1%CE%B9_%CF%88%CE%B7%CF%86%CE%B9%CE%B1%CE%BA%CE%AC_%CE%BC%CE%BF%CE%BD%CF%84%CE%AD%CE%BB%CE%B1_%CE%B5%CF%80%CE%B9%CF%86%CE%AC%CE%BD%CE%B5%CE%B9%CE%B1%CF%82_%CE%B5%CE%BE%CE%B1%CE%B3%CF%8C%CE%BC%CE%B5%CE%BD%CE%B1_%CE%B1%CF%80%CF%8C_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AE_%CE%B1%CF%80%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CE%B9%CF%83%CE%B7</id>
		<title>Τρισδιάστατη απεικόνιση ανακατασκευής κτιρίου και ψηφιακά μοντέλα επιφάνειας εξαγόμενα από δορυφορική απεικόνιση</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A4%CF%81%CE%B9%CF%83%CE%B4%CE%B9%CE%AC%CF%83%CF%84%CE%B1%CF%84%CE%B7_%CE%B1%CF%80%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CE%B9%CF%83%CE%B7_%CE%B1%CE%BD%CE%B1%CE%BA%CE%B1%CF%84%CE%B1%CF%83%CE%BA%CE%B5%CF%85%CE%AE%CF%82_%CE%BA%CF%84%CE%B9%CF%81%CE%AF%CE%BF%CF%85_%CE%BA%CE%B1%CE%B9_%CF%88%CE%B7%CF%86%CE%B9%CE%B1%CE%BA%CE%AC_%CE%BC%CE%BF%CE%BD%CF%84%CE%AD%CE%BB%CE%B1_%CE%B5%CF%80%CE%B9%CF%86%CE%AC%CE%BD%CE%B5%CE%B9%CE%B1%CF%82_%CE%B5%CE%BE%CE%B1%CE%B3%CF%8C%CE%BC%CE%B5%CE%BD%CE%B1_%CE%B1%CF%80%CF%8C_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AE_%CE%B1%CF%80%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CE%B9%CF%83%CE%B7"/>
				<updated>2015-03-20T21:14:54Z</updated>
		
		<summary type="html">&lt;p&gt;Ramfou Vasiliki: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα:vr_a1_e1.jpg|300px|thumb|right|'''Εικόνα 1.''' Η περιοχή μελέτης οριοθετείται από το κόκκινο πολύγωνο. Τα σημεία GCP, τα οποία απεικονίζονται με κόκκινες κουκίδες, χρησιμοποιούνται για να βελτιώσουν το RPC μοντέλο του αισθητήρα. Τα πολύγωνα με τη μαύρη διακεκομμένη γραμμή υποδεικνύουν τη βάση δεδομένων των τρισδιάστατων κτιρίων (Ikonos MS image, 2005-05-16, RGB).]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a1_e2.jpg|300px|thumb|right|'''Εικόνα 2.''' Διάγραμμα ροής για τη βελτίωση της τρισδιάστατης ψηφιακής απεικόνισης του εδάφους και των κτιρίων σε ένα DSM, το οποίο έχει εξαχθεί φωτογραμμετρικά από δορυφορικές εικόνες.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a1_e3.jpg|300px|thumb|right|'''Εικόνα 3.''' Συγχώνευση του DTM και του DBM σε ένα τελικό DSM που καλύπτει την περιοχή μελέτης.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a1_e4.jpg|300px|thumb|right|'''Εικόνα 4 (Α και Β).''' Μεγέθυνση και προοπτική απεικόνιση μιας περιοχής που αποτελείται κυρίως από βιομηχανικά / εμπορικά κτίρια και μιας πυκνοδομημένης περιοχής του κέντρου της πόλης, αντίστοιχα. Η οριοθέτηση των δύο περιοχών υποδεικνύεται στην εικόνα 3.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a1_e5.jpg|300px|thumb|right|'''Εικόνα 5.''' Προοπτική απεικόνιση ενός τμήματος του τελικού υβριδικού μοντέλου που αποτελείται από στερεά κτιρίων και raster DTM 'ντυμένο' με pan-sharpened ορθοφωτογραφία.]] &lt;br /&gt;
&lt;br /&gt;
'''Πλήρης Τίτλος:''''Τρισδιάστατη απεικόνιση ανακατασκευής κτιρίου βασισμένη στην κάτοψη και ψηφιακά μοντέλα επιφάνειας εξαγόμενα από δορυφορική απεικόνιση'&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος Τίτλος:''' '3D building reconstruction based on given ground plan information and surface models extracted from spaceborne imagery'&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Frederik Tack a, Gurcan Buyuksalih (b), Rudi Goossens (a)&lt;br /&gt;
&lt;br /&gt;
(a) Department of Geography, Ghent University, Krijgslaan 281, Building S8, 9000 Ghent, Belgium&lt;br /&gt;
&lt;br /&gt;
(b) IMP-Bimtas, Evliya Celebi Mahallesi., Mesryutiyet Caddesi., Eski Tuyap Binasi 88, 34430 Beyoglu, Istanbul, Turkey&lt;br /&gt;
&lt;br /&gt;
'''Πηγή:''' Elsevier, ISPRS Journal of Photogrammetry and Remote Sensing, 67 (2012), 52-64 &lt;br /&gt;
&lt;br /&gt;
'''Λέξεις Κλειδιά:''' τρισδιάστατα μοντέλα επιφάνειας, DSM, φωτογραμμετρία, υψηλής ανάλυσης δορυφορικές εικόνες, δισδιάστατες κατόψεις&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Περίληψη:''' Τα τρισδιάστατα ψηφιακά μοντέλα επιφάνειας κερδίζουν συνεχώς έδαφος ως ένα σημαντικό εργαλείο αστικού σχεδιασμού και χαρτογράφησης. Ωστόσο, η πολύπλοκη φύση του αστικού περιβάλλοντος αποτελεί πρόκληση διερεύνησης των σύγχρονων ορίων της τρισδιάστατης ψηφιακής απεικόνισης επιφάνειας από υψηλής ανάλυσης δορυφορικές εικόνες. Η παρούσα προσέγγιση χρησιμοποιεί τη γεωμετρική πληροφορία κτιρίων που παρέχεται στις δισδιάστατες κατόψεις, προκειμένου να εξελίξει ένα τρισδιάστατο ψηφιακό μοντέλο επιφάνειας το οποίο έχει εξαχθεί φωτογραμμετρικά από δορυφορικές εικόνες.  &lt;br /&gt;
&lt;br /&gt;
Αρχικά, τα κτίρια αφαιρούνται από το DSM (Digital Surface Model-Ψηφιακό Μοντέλο Επιφάνειας) το οποίο βασίζεται στα δισδιάστατα πολύγωνα των κατόψεων των κτιρίων. Για τη δημιουργία πρισματικών μορφών με κατακόρυφους τοίχους και επίπεδη οροφή, το σχήμα του κτιρίου εξάγεται από τη βάση δεδομένων του κτηματολογίου, ενώ το ύψος του κτιρίου, από το DSM. Για κάθε δισδιάστατο περίγραμμα κτιρίου, εισάγεται ένα σταθερό ύψος στέγης, το οποίο καθορίζεται με στατιστικούς υπολογισμούς των τιμών του ύψους.  &lt;br /&gt;
&lt;br /&gt;
Μετά την εξαγωγή των κτιρίων από το αρχικό μοντέλο, το εναπομείναν DSM υπόκειται σε περεταίρω επεξεργασία, έτσι ώστε να απλοποιηθεί σε ένα ομαλό DTM (Digital Terrain Model-Ψηφιακό Μοντέλο Εδάφους), το οποίο απεικονίζει μόνο το έδαφος, χωρίς αντικείμενα, βλάστηση, αυτοκίνητα ή αστικό εξοπλισμό. Σε μία επόμενη φάση, και τα δύο μοντέλα συγχωνεύονται για να παράξουν ένα ολοκληρωμένο αστικό μοντέλο, ή ένα γενικευμένο DSM. Η ακρίβεια του γενικευμένου μοντέλου επιφάνειας αξιολογείται σύμφωνα με μια ποσοτική-στατιστική ανάλυση σε σύγκριση με δύο διαφορετικούς τύπους δεδομένων αναφοράς.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή:''' Τα τρισδιάστατα αστικά μοντέλα εφαρμόζονται όλο και περισσότερο ως βάση δεδομένων ή μέθοδος οπτικοποίησης/επικοινωνίας σε έναν αυξανόμενο αριθμό τομέων όπως είναι ο αστικός σχεδιασμός και η διαχείριση της πόλης, η αρχιτεκτονική, η αρχαιολογία, ο τουρισμός, οι τηλεπικοινωνίες, η παροχή ενέργειας, η πλοήγηση, η προσομοίωση του περιβάλλοντος, η διαχείριση των καταστροφών, η βιομηχανία παιχνιδιών, κλπ. Ακόμη, ανταποκρίνονται σε ένα ευρύ φάσμα δραστηριοτήτων όπως είναι η βιώσιμη αστική ανάπτυξη, η απεικόνιση της ροής του νερού, οι μελέτες του αστικού κλίματος, η ενημέρωση χαρτών, οι περιβαλλοντικές αξιολογήσεις, η ανάλυση του εδάφους, ο αρχιτεκτονικός σχεδιασμός, οι τρισδιάστατες απεικονίσεις, κ.λπ. Παρά το γεγονός ότι αυτά τα πεδία εφαρμογής μοιράζονται την κοινή ζήτηση για τρισδιάστατη απεικόνιση, οι ειδικές απαιτήσεις τους όσον αφορά την ακρίβεια, τη λεπτομέρεια και την επικαιροποίηση των στοιχείων διαφέρουν σημαντικά.&lt;br /&gt;
&lt;br /&gt;
Έτσι, μπορούν να διακριθούν διαφορετικά Επίπεδα Λεπτομέρειας (LoD-Levels of Detail), με κάθε ένα να αντιστοιχεί σε ένα συγκεκριμένο βαθμό λεπτομέρειας. Ένα αστικό αντικείμενο ή ένα χαρακτηριστικό απεικονίζεται με βάση το επίπεδο λεπτομέρειας στο οποίο ανήκει. Από το 2008, για την ψηφιακή απεικόνιση τρισδιάστατων αντικείμενων και κυρίως κτιρίων, έχει υιοθετηθεί ως πρότυπο η City Geography Markup Language, CityGML, έκδοση 1.0.0. Εύκολα συμπεραίνουμε ότι όσο το επίπεδο της λεπτομέρειας μεγαλώνει, αυξάνεται η προσπάθεια και το κόστος παραγωγής, ενώ το επίπεδο του προγραμματισμού μειώνεται. &lt;br /&gt;
&lt;br /&gt;
Η παρούσα προσέγγιση στοχεύει στην εξαγωγή ενός προσεγγιστικού τρισδιάστατου αστικού μοντέλου LoD1, το οποίο βασίζεται σε στερεοσκοπικές δορυφορικές εικόνες Ikonos υψηλής ανάλυσης και σε μία εξωτερική βάση δεδομένων δισδιάστατων κατόψεων κτιρίων. Το μοντέλο LoD1 περιλαμβάνει πρισματικά κτίρια με επίπεδη οροφή, χωρίς καθόλου απόδοση της υφής στη στέγη ή στους τοίχους. Το ύψος των κτιρίων υπολογίζεται μέσω φωτογραμμετρικής εξαγωγής από στερεοσκοπικές ψηφιακές εικόνες, ενώ η θέση, ο προσανατολισμός και το σχήμα τους συλλέγονται από τη δισδιάστατη βάση δεδομένων του κτηματολογίου.&lt;br /&gt;
&lt;br /&gt;
Έρευνες και μέθοδοι που ασχολήθηκαν με την εξαγωγή DSM από υψηλής ανάλυσης δορυφορικές εικόνες, ανέδειξαν την πολυπλοκότητα του προβλήματος της απόδοσης τέτοιων ψηφιακών  μοντέλων από στερεοσκοπικές εικόνες. Παρά την υψηλή απόδοση των αυτοματοποιημένων προσεγγίσεων, η δημιουργία μίας πλήρως αυτοματοποιημένης διαδικασίας για την απεικόνιση επιφάνειας από εικόνες μεγάλης κλίμακας (αεροφωτογραφίες και δορυφορικές εικόνες) πυκνοκατοικημένων περιοχών, παραμένει  ένα άλυτο ζήτημα. Οι πόλεις αποτελούνται από ένα πολύπλοκο μείγμα τεχνητών και φυσικών αστικών χαρακτηριστικών, με έντονη διαφοροποίηση στο μέγεθος, στο σχήμα, στη σύνθεση και στη διάταξη. Αυτή η ποικιλομορφία συχνά δυσχεραίνει τη διαδικασία της αυτοματοποίησης.  &lt;br /&gt;
&lt;br /&gt;
Στην παρούσα έρευνα, παρουσιάζεται μία εφαρμόσιμη, αποδοτική και ιδιαίτερα αυτοματοποιημένη προσέγγιση, η οποία παράγει ένα γενικευμένο, LoD1 αστικό μοντέλο, βασισμένο στην φωτογραμμετρική επεξεργασία 1m ανάλυσης δορυφορικών εικόνων Ikonos, με δεδομένες τις κατόψεις των κτιρίων.  Η έρευνα εφαρμόζεται σε μία μεγάλης έκτασης πυκνοδομημένη περιοχή, 60 km2, η οποία αποτελείται από κτίρια υψηλής ποικιλομορφίας. Οι βασικοί στόχοι είναι οι εξής:&lt;br /&gt;
&lt;br /&gt;
* ο έλεγχος της λειτουργικότητας και της εφαρμοστικότητας της μεθόδου&lt;br /&gt;
* η βελτίωση της τρισδιάστατης ψηφιακής απεικόνισης των κτιρίων&lt;br /&gt;
* η παραγωγή ενός ψηφιακού μοντέλου εδάφους (DΤM), μετά την εξαγωγή των κτιρίων από το ψηφιακό μοντέλο επιφάνειας (DSM) και&lt;br /&gt;
* η βέλτιστη αναπαράσταση ενός υβριδικού αστικού μοντέλου&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Πηγή εικόνων και πεδίο έρευνας:''' Για τη διεξαγωγή της έρευνας επιλέχτηκε ο δορυφόρος Ikonos, λόγω της υψηλής ραδιομετρικής και γεωμετρικής ικανότητας των εικόνων. Ο Ikonos, η λειτουργία του οποίου ξεκίνησε το 1999, ήταν ο πρώτος εμπορικός δορυφόρος με δυνατότητα απόδοσης υψηλής ανάλυσης παγχρωματικών (0,45 - 0,90 lm) και πολυφασματικών εικόνων σε περίπου 1 και 4m, αντίστοιχα. Η πλατφόρμα VHR Ikonos έχει τη δυνατότητα περιστροφής του αισθητήρα μέχρι και 26° από το ναδίρ. Έτσι, μπορούμε να έχουμε εικόνες της ίδιας τοποθεσίας ταυτόχρονα από δύο διαφορετικές οπτικές γωνίες.&lt;br /&gt;
&lt;br /&gt;
Η μελέτη διεξάγεται σε ένα τμήμα 60 περίπου km2 της Κωνσταντινούπολης (εικόνα 1). Η πόλη χαρακτηρίζεται από έντονη αστική ανάπτυξη, η οποία εμφανίζει ιδιαίτερη χωρική πύκνωση κατά μήκος του Βοσπόρου. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αλγόριθμος εξαγωγής της τρισδιάστατης επιφάνειας:''' Καθώς ο σκοπός της έρευνας δεν είναι η μεθοδολογία της φωτογραμμετρικής εξαγωγής ενός μοντέλου επιφάνειας, αλλά η βελτίωσή του, θα αναφερθούμε επιγραμματικά στα στάδια εξαγωγής της τρισδιάστατης επιφάνειας:&lt;br /&gt;
&lt;br /&gt;
1. Αρχικά, οι εικόνες VHR διορθώνονται ραδιομετρικά και αυξάνεται η αντίθεσή τους (contrast), με τη χρήση ενός φίλτρου (LCE Wallis filter). Με τον τρόπο αυτό, βελτιώνεται η υφή στις έντονα σκιασμένες περιοχές και εξισορροπούνται οι ραδιομετρικές ανομοιογένειες που υπάρχουν λόγω των διαφορετικών ατμοσφαιρικών συνθηκών και φωτισμού.&lt;br /&gt;
&lt;br /&gt;
2. Στη συνέχεια, για τον καθορισμό της σχέσης της δυσδιάστατης εικόνας και του τρισδιάστατου χώρου του αντικειμένου, καθώς και για τον υπολογισμό της θέσης του αισθητήρα (x0, y0, z0) και της γωνίας περιστροφής του κατά μήκος των τριών αξόνων (x, u, j) κατά τη λήψη της εικόνας, εκτελείται μια διαδικασία προσαρμογής block bundle, βασισμένη στους Λογικούς Συντελεστές του Πολυωνύμου  (Rational Polynomial Coefficients-RPCs) και στο Λογικό Λειτουργικό Μοντέλο Αισθητήρα (Rational Functional sensor Model-RFM). Με τη βοήθεια ενός C-Nav Διαφορικού συστήματος GPS, μετρήθηκαν 50 ευδιάκριτα GCPs, ομοιογενώς κατανεμημένα σε όλη την περιοχή μελέτης. Συνολικά χρησιμοποιήθηκαν 15 σημεία με γνωστές συντεταγμένες, ομοιογενώς κατανεμημένα και σαφώς αναγνωρίσιμα στις εικόνες, προκειμένου να περιγραφεί η σχέση μεταξύ των ψηφιακών εικόνων και του εδάφους (εικόνα 1).&lt;br /&gt;
&lt;br /&gt;
3. Αφού ολοκληρωθεί η διαδικασία αντιστοίχισης της εικόνας, η οποία θεωρείται ο πυρήνας της φωτογραμμετρικής εξαγωγής, το μοντέλο της επιφάνειας υποβάλλεται σε περαιτέρω επεξεργασία, υπολογίζοντας τις διαφορές στο ύψος των κτιρίων, μέσω της μέτρησης της απόκλισης των αντίστοιχων pixels. Ο αλγόριθμος λειτουργεί με μια λογική 'πυραμίδας' εικόνων, η οποία αποτελείται από εικόνες με εκθετικά φθίνουσες αναλύσεις (resolutions). Στη βάση της πυραμίδας βρίσκεται η αρχική εικόνα, ενώ σε κάθε επίπεδο παράγεται ένα ενδιάμεσο, περισσότερο βελτιωμένο DSM.&lt;br /&gt;
&lt;br /&gt;
4. Ακολουθεί η ανίχνευση σημείων που ανήκουν σε μια γειτονιά με μέγιστη διακύμανση των επιπέδων γκρι. Για την αντιστοίχιση των σημείων του πλέγματος με τα σημεία της αρχικής εικόνας, ο αλγόριθμος Area-Based Matching  (ABM) χρησιμοποιεί ένα συντελεστή συσχέτισης για τον προσδιορισμό πιθανών 'ταιριαστών υποψηφίων'.&lt;br /&gt;
&lt;br /&gt;
5. Στο τελικό στάδιο της διαδικασίας, μία μέθοδος Ελαχίστων Τετραγώνων (Multi-Photo Geometrically Constrained least-squares matching method-MPGC) χρησιμοποιείται για την περαιτέρω βελτίωση του τελικού αποτελέσματος, τη δημιουργία μιας συνεχούς επιφάνειας και την ανίχνευση πιθανών σφαλμάτων. Τα εξαγόμενα γραμμικά χαρακτηριστικά χρησιμοποιούνται για τη διάκριση των φυσικών και τεχνιτών ασυνεχών επιφανειών, όπως είναι οι κορυφογραμμές και οι κατακόρυφοι τοίχοι. Πριν την εξαγωγή του τελικού DSM, αποκλείονται επίπεδα πληροφορίας που δεν είναι χρήσιμα και το παραγόμενο μοντέλο έχει μέγεθος πλέγματος 3m. Η συγκεκριμένη ανάλυση προσφέρει καλύτερη ισορροπία μεταξύ λεπτομέρειας και μείωσης θορύβου, ενώ συμβάλει στην αποφυγή της υπερφόρτωσης πληροφοριών. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Μεθοδολογία βελτίωσης DSM:''' Στην εικόνα 2 απεικονίζεται η προτεινόμενη διαδικασία για τη μείωση του θορύβου και των σφαλμάτων στο μοντέλο της επιφάνειας, τη βελτίωση της τρισδιάστατης απεικόνισης των κτιρίων, καθώς και τη γενίκευση του DSM σε ένα ομαλό DMT το οποίο θα απεικονίζει μόνο το έδαφος. Σε αυτό το στάδιο ορίζεται ένα Ψηφιακό Μοντέλο Κτιρίων  (Digital Building Model-DBM), το οποίο αναπαριστά μόνο την κτιριακή μάζα. Σκοπός είναι η δημιουργία πρισματικών μοντέλων κτιρίων, ελαχιστοποιώντας τόσο την ομαλή μετάβαση από το επίπεδο του εδάφους στην οροφή των κτιρίων, όσο και την στρογγυλεμένη απότμηση των ακμών τους. Τα κτιριακά μοντέλα περιγράφουν ένα κτίριο με βάση το πολύγωνο της κάτοψής του (δοσμένο από μία υπάρχουσα, εξωτερική βάση δεδομένων κατόψεων κτιρίων) και ένα υπολογισμένο ύψος. Στη συνέχεια, τα δύο μοντέλα (DBM και DTM) συγχωνεύονται, δημιουργώντας ένα βελτιωμένο DSM ή ένα τρισδιάστατο αστικό μοντέλο LoD1. Ωστόσο, πριν τη συνένωση των μοντέλων πρέπει να ανιχνευθούν πιθανές ανωμαλίες που σχετίζονται με την περίπτωση ασυμφωνίας στο ύψος ενός κτιρίου. Στην εικόνα 3 απεικονίζεται το βελτιωμένο DSM ολόκληρης της περιοχής μελέτης, ενώ στην εικόνα 4 παρουσιάζονται δύο περιοχές του χάρτη σε μεγέθυνση και προοπτική απεικόνιση.&lt;br /&gt;
&lt;br /&gt;
Η οπτική/ποιοτική ανάλυση του αποτελέσματος δείχνει ότι το μοντέλο της πόλης αναπαριστά το έδαφος, τα κτίρια και τη σχέση κτιρίου-δρόμου με αρκετά λεπτομερή τρόπο. Οι βασικότερες κατηγορίες κτιρίων της βάσης δεδομένων έχουν αναπαρασταθεί σωστά, παρά το ότι διαμορφώθηκαν με μοντέλο LoD1. Το σχήμα των κτιρίων, είτε πρόκειται για πολυκατοικίες και μονοκατοικίες είτε για μεγάλα βιομηχανικά και εμπορικά κτίρια, προσεγγίζει κατά πολύ το πραγματικό τους. Αντί για ένα ακανόνιστο σχήμα, τα κτίρια έχουν μία πρισματική μορφή με σχεδόν κατακόρυφους τοίχους και επίπεδη οροφή. Η απομάκρυνση των σκιών, το μορφολογικό φιλτράρισμα του επιπέδου του εδάφους, καθώς και η σκόπιμη αφαίρεση των ακραίων τιμών, οδήγησε σε μία ενιαία οπτικά επιφάνεια, χωρίς θόρυβο, σφάλματα, βλάστηση και σημεία εκτός του εδάφους. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Υβριδικό raster-vector αστικό μοντέλο:''' Το υβριδικό μοντέλο απαιτεί τη μετατροπή του επιπέδου DBM, από raster σε vector, αποδίδοντας τα κτίρια με γεωμετρικό τρόπο. Σε πρώτη φάση, εισάγεται στα δυσδιάστατα πολύγωνα η ιδιότητα της στάθμης της οροφής κάθε κτιρίου ως παράμετρος του μέσου ύψους,  ενώ στη συνέχεια τα πολύγωνα μετατρέπονται σε πρισματικές δομές στερεών πάνω στο επίπεδο του raster DTM. Η κατασκευή του στερεού που αντιστοιχεί σε κάθε κτίριο, βασίζεται στην υπόθεση ότι ύψος της οροφής ενός κτιρίου είναι σταθερό και παράλληλο προς το έδαφος, ενώ οι τοίχοι του κάθετοι σε αυτό και επίπεδοι. Ψηφιακά αρχιτεκτονικά μοντέλα LoD3, με υψηλής ανάλυσης υφή και λεπτομερή απεικόνιση της δομής, δημιουργήθηκαν με σκοπό την απεικόνιση των σημαντικότερων τοποσήμων της περιοχής μελέτης. &lt;br /&gt;
&lt;br /&gt;
Για τη φωτορεαλιστική αναπαράσταση του αστικού μοντέλου, το DTM 'επενδύεται' με ορθοφωτογραφίες (ανάλυση 1m ή 1pixel), οι οποίες έχουν υποστεί πρώτα ορθοδιόρθωση και έχουν αναχθεί σε ένα σύστημα γεωγραφικών συντεταγμένων. Η ορθοαναγωγή των εικόνων δεν μειώνει μόνο τα λάθη στη γεωμετρική απεικόνιση των κτιρίων, αλλά αντιμετωπίζει επίσης στρεβλώσεις που οφείλονται στο έδαφος και στην καμπυλότητα της Γης. Στις 'γεω-διορθομένες' εικόνες εφαρμόζεται στη συνέχεια μία Gram-Schmidt (GS) φασματική όξυνση (sharpening). Πιο συγκεκριμένα, η παγχρωματική ζώνη 1m οξύνεται συνδυαζόμενη με χαμηλής ανάλυσης πολυφασματικές ζώνες 4m, για την παραγωγή μιας υψηλής ανάλυσης RGB εικόνας 1m. &lt;br /&gt;
&lt;br /&gt;
Στην εικόνα 5 παρουσιάζεται ένα τμήμα του τελικού υβριδικού μοντέλου που αποτελείται από vector στερεά κτιρίων και ένα raster DTM, 'επενδυμένο' με μία pan-sharpened ορθοφωτογραφία. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα και συζήτηση:''' Η τρισδιάστατη απεικόνιση ενός αστικού μοντέλου από δορυφορικές εικόνες με χρήση ιδιαίτερα αυτοματοποιημένων φωτομετρικών μεθόδων, έχει εξαιρετικές δυνατότητες, αλλά το αστικό τοπίο και κυρίως η τρισδιάστατη ψηφιακή απεικόνιση των κτιρίων θεωρείται ως ένα αρκετά πολύπλοκο ζήτημα. Οι πιο σημαντικές στρεβλώσεις που εμποδίζουν την τρισδιάστατη απεικόνιση από δισδιάστατες δορυφορικές εικόνες, οφείλονται στις ραδιομετρικές ανομοιογένειες, στις σκιασμένες επιφάνειες, ιδιαίτερα σε περιοχές του πυκνοδομημένου κέντρου πόλης, και στις απότομες υψομετρικές διαφορές. Χωρίς την εξωτερική πληροφορία της γεωμετρίας των κτιρίων, η τρισδιάστατη απόδοση των απόλυτα κατακόρυφων τοίχων και των στενών δρόμων, καθώς και η αφαίρεση του οπτικού θορύβου και της υπερφόρτωσης πληροφοριών, θα ήταν σχεδόν αδύνατη. &lt;br /&gt;
&lt;br /&gt;
Μια γρήγορη, αποδοτική και αξιόπιστη προσέγγιση προτείνεται για την παραγωγή ενός LoD1 μοντέλου αστικής επιφάνειας, η οποία βασίζεται στη φωτογραμμετρική επεξεργασία ενός στερεοσκοπικού ζευγαριού εικόνων Ikonos, ανάλυσης 1m. Μέσω των δισδιάστατων πολυγώνων των κατόψεων των κτιρίων και χρησιμοποιώντας την παράμετρο του μέσου ύψους,  τα κτίρια του DBM που προκύπτει προσεγγίζουν με αρκετά σαφή τρόπο τους σημαντικότερους τύπους κτιρίων της περιοχής. Στη συνέχεια, το DTM γενικεύεται σε μία ομαλή συνεχή επιφάνεια, αποδίδοντας μόνο το στοιχείο του εδάφους. &lt;br /&gt;
&lt;br /&gt;
Από τεχνικής άποψης, η παρούσα προσέγγιση έχει γενικό χαρακτήρα και μπορεί εύκολα να προσαρμοστεί σε DSMs που προέρχονται από ένα ευρύ φάσμα αισθητήρων παρακολούθησης, με ακρίβεια μικρότερη του 1m, όπως είναι οι Worldview-1, Worldview-2 και ο GeoEye-1, καθώς και στον GeoEye-2, τρίτης γενιάς δορυφόρο παγχρωματικής λειτουργίας και ανάλυσης 0,25m.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αναφορές'''&lt;br /&gt;
&lt;br /&gt;
Alobeid, A., Jacobsen, K., Heipke, C., 2010. Comparison of matching algorithms for DSM generation in urban areas from Ikonos imagery. Photogrammetric Engineering &amp;amp; Remote Sensing 76 (9), 1041–1050.&lt;br /&gt;
&lt;br /&gt;
Baillard, C., Zisserman, A., 1999. Automatic reconstruction of piecewise planar models from multiple views. Proceeding of IEEE Conference on Computer Vision and Pattern Recognition, Ft. Collins, CO, 23–25 June, pp. 559–565.&lt;br /&gt;
&lt;br /&gt;
Baltsavias, E., 1991. Multiphoto geometrically constrained matching. PhD Dissertation, Report No. 49, Institute of Geodesy and Photogrammetry, ETH Zurich, Switzerland, 221pp.&lt;br /&gt;
&lt;br /&gt;
Baltsavias, E., Zhang, L., Eisenbeiss, H., 2006. DSM generation and interior orientation determination of Ikonos images using a testfield in Switzerland. Photogrammetrie, Fernerkundung. Geoinformation 2006 (1), 41–54.&lt;br /&gt;
&lt;br /&gt;
Baz, I., Büyüksalih, G., Kersten, Th., Jacobsen, K., 2008. Documentation of Istanbul historic peninsula by static and mobile terrestrial laser scanning. International Archives of Photogrammetry and Remote Sensing 37 (Pt. B5), 993–998.&lt;br /&gt;
&lt;br /&gt;
Binard, M., Tack, F., Van De Voorde, T., Cornet, Y., Canters, F., 2010. Use of multiangle high-resolution imagery and 3D information for urban land-cover classification: a case study on Istanbul. Proceeding of EARSeL SIG Joint Workshop, Gent, Belgium, 22–24 September, 10pp. (on CD-ROM).&lt;br /&gt;
&lt;br /&gt;
Canny, J.F., 1986. A computational approach to edge detection. Pattern Analysis and Machine Intelligence 8 (6), 679–698.&lt;br /&gt;
&lt;br /&gt;
Chen, Q., Gong, P., Baldocchi, D., Xie, G., 2007. Filtering airborne laser scanning data with morphological methods. Photogrammetric Engineering &amp;amp; Remote Sensing 73 (2), 175–185.&lt;br /&gt;
&lt;br /&gt;
Crespi, M., De Vendictis, L., Grün, A., Iannucci, G., Poli, D., Volpe, F., Wang, X., 2007. DSM extraction from QuickBird and CartoSat stereopairs: quality assessment and comparison. Proceeding Conference of Optical 3D Measurement Techniques, Zurich, Switzerland, 9–12 July, pp. 195–203.&lt;br /&gt;
&lt;br /&gt;
Dial, G., 2000. Ikonos satellite mapping accuracy. Proceeding ASPRS Annual Conference, Washington D.C., 22–26 May, 8pp. (on CD-ROM).&lt;br /&gt;
&lt;br /&gt;
Fischer, A., Kolbe, T., Lang, F., Cremers, A., Förstner, W., Plümer, L., Steinhage, V., 1998. Extracting buildings from aerial images using hierarchical aggregation in 2D and 3D. Computer Vision and Image Understanding 72 (2), 195–203.&lt;br /&gt;
&lt;br /&gt;
Flamanc, D., Maillet, G., Jibrini, H., 2003. 3D city models: an operational approach using aerial images and cadastral maps. International Archives of Photogrammetry and Remote Sensing 34 (Pt. W8), 53–58.&lt;br /&gt;
&lt;br /&gt;
Fraser, C., Baltsavias, E., Grün, A., 2001. Ikonos Geo stereo images – geometric potential and suitability for 3D building reconstruction. In: Seyfert, E. (Ed.), Photogrammetrie-Fernerkundung-Geoinformation: Geodaten schaffen Verbindungen. Publications of the German Society for Photogrammetry and Remote Sensing, Berlin, pp. 113–121.&lt;br /&gt;
&lt;br /&gt;
GeoEye, E., 2006. Ikonos-imagery products guide (Ver. 1.5). GeoEye, USA, 19pp. &lt;br /&gt;
&lt;br /&gt;
Grodecki, J., Dial, G., 2003. Block adjustment of high-resolution satellite images described by rational functions. Photogrammetric Engineering &amp;amp; Remote Sensing 69 (1), 59–70.&lt;br /&gt;
&lt;br /&gt;
Grün, A., 1985. Adaptive least squares correlation: a powerful image matching technique. South Africa Journal of Photogrammetry. Remote Sensing and Cartography 14 (3), 175–187.&lt;br /&gt;
&lt;br /&gt;
Grün, A., Wang, X., 1998. CC-Modeler: a topology generator for 3-D city models. ISPRS Journal of Photogrammetry and Remote Sensing 53 (5), 286–295.&lt;br /&gt;
&lt;br /&gt;
Gülch, E., Müller, H., 2001. New applications of semi-automatic building acquisition. In: Baltsavias, E., Grün, A., Van Gool, L. (Eds.), Automatic Extraction of Man-Made Objects From Aerial and Space Images (III). Balkema, Lisse, pp. 103–114.&lt;br /&gt;
&lt;br /&gt;
Guo, T., Yasuoka, Y., 2002. Snake-based approach for building extraction from high resolution satellite images and height data in urban areas. Proceeding of the 23rd Asian Conference on Remote Sensing, Kathmandu, Nepal, 25–29 November, 7pp. (on CD-ROM).&lt;br /&gt;
&lt;br /&gt;
Haala, N., Anders, K., 1996. Fusion of 2D GIS and image data for 3D building reconstruction. International Archives of Photogrammetry and Remote Sensing 31 (Pt. B3), 285–290.&lt;br /&gt;
&lt;br /&gt;
Haala, N., Brenner, C., 1999. Virtual city models from laser altimeter and 2D map data. Photogrammetric Engineering &amp;amp; Remote Sensing 65 (7), 787–795.&lt;br /&gt;
&lt;br /&gt;
Herman, M., Kanade, T., 1986. Incremental reconstruction of 3D scenes from multiple complex images. Artificial Intelligence 30 (3), 289–341.&lt;br /&gt;
&lt;br /&gt;
Jacobsen, K., 2006. Digital surface models of city areas by very high resolution space imagery. Proc. EARSeL Workshop of the SIG Urban Remote Sensing, Berlin, Germany, 2–3 March, 10pp. (on CD-ROM).&lt;br /&gt;
&lt;br /&gt;
Jensen, J.R., Cowen, D., Kammerer, T., Huang, X., 1994. GPS and softcopy photogrammetry for large-scale digital elevation model creation and orthophoto mapping for urban applications. Proceeding of Mapping and Remote Sensing Tools for the 21st Century, ASPRS, Washington, D.C., 26–29 August, pp. 169–178.&lt;br /&gt;
&lt;br /&gt;
Jibrini, H., Paparoditis, N., Deseilligny, M.P., Maξtre, H., 2000. Automatic building reconstruction from very high resolution aerial stereopairs using cadastral ground plans. International Archives of Photogrammetry and Remote Sensing 33 (Pt. B2), 213–219.&lt;br /&gt;
&lt;br /&gt;
Kada, M., McKinley, L., 2009. 3D building reconstruction from LiDAR based on a cell decomposition approach. International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences 38 (Pt. 3/W4), 47–52.&lt;br /&gt;
&lt;br /&gt;
Kanade, T., Okutomi, M., 1994. A stereo matching algorithm with an adaptive window: theory and experiment. Pattern Analysis and Machine Intelligence 16 (9), 920–932.&lt;br /&gt;
&lt;br /&gt;
Kim, Z., Nevatia, R., 2004. Automatic description of complex buildings from multiple images. Computer Vision and Image Understanding 96 (1), 60–95.&lt;br /&gt;
&lt;br /&gt;
Kolbe, T.H., Gröger, G., Plümer, L., 2005. CityGML – interoperable access to 3D city models. In: van Oosterom, P., Zlatanova, S., Fendel, E. (Eds.), Geo-Information for Disaster Management. Springer, New York, pp. 883–899.&lt;br /&gt;
&lt;br /&gt;
Krauß, T., Reinartz, P., 2010. Enhancement of dense urban digital surface models from VHR optical satellite stereo data by pre-segmentation and object detection. International Archives of Photogrammetry and Remote Sensing 38 (Pt. 1), 6pp. (on CD-ROM).&lt;br /&gt;
&lt;br /&gt;
Laben, C.A., Brower, B.V., 2000. Process for enhancing the spatial resolution of multispectral imagery using pansharpening. U.S. Patent No. 6011,875, Eastman Kodak Company.&lt;br /&gt;
&lt;br /&gt;
Lafarge, F., Descombes, X., Zerubia, J., Pierrot-Deseilligny, M., 2008. Automatic building extraction from DEMs using an object approach and application to the 3D-city modeling. ISPRS Journal of Photogrammetry and Remote Sensing 63 (3), 365–381.&lt;br /&gt;
&lt;br /&gt;
Li, Z., Zhu, Q., Gold, C., 2005. Digital Terrain Modeling: Principles and Methodology. CRC Press, Boca Raton.&lt;br /&gt;
&lt;br /&gt;
Lue, Y., 1988. Interest operator and fast implementation. International Archives of Photogrammetry and Remote Sensing 27 (Pt. B3), 491–500.&lt;br /&gt;
&lt;br /&gt;
Maas, H.G., Vosselman, G., 1999. Two algorithms for extracting building models from raw laser altimetry data. ISPRS Journal of Photogrammetry and Remote Sensing 54 (2), 153–163.&lt;br /&gt;
&lt;br /&gt;
Meng, L., Forberg, A., 2007. 3D building generalisation. In: Mackaness, W., Ruas, A., Sarjakoski, T. (Eds.), Generalisation of Geographic Information: Cartographic Modelling and Applications. Elsevier Science Ltd., Oxford, pp. 211–232.&lt;br /&gt;
&lt;br /&gt;
Mesev, V., 2003. Remotely sensed cities: an introduction. In: Mesev, V. (Ed.), Remotely Sensed Cities. Taylor and Francis, London, pp. 1–20.&lt;br /&gt;
&lt;br /&gt;
Nevatia, R., Price, K.E., 2002. Automatic and interactive modeling of buildings in urban environments from aerial images. Proceeding of IEEE International Conference on Image Processing, Rochester, NY, 22–25 September 3, 525–528.&lt;br /&gt;
&lt;br /&gt;
Podobnikar, T., 2009. Methods for visual quality assessment of a digital terrain model. Surveys and Perspectives Integrating Environment and Society 2 (2), 10pp.&lt;br /&gt;
&lt;br /&gt;
Saint-Marc, P., Chen, J.S., Medioni, G., 1991. Adaptive smoothing: a general tool for early vision. Pattern Analysis and Machine Intelligence 13 (6), 514–529.&lt;br /&gt;
&lt;br /&gt;
Soille, P., 2003. Morphological Image Analysis: Principles and Applications, second ed. Springer-Verlag, New York.&lt;br /&gt;
&lt;br /&gt;
Stilla, U., Jurkiewicz, K., 1999. Automatic reconstruction of roofs from maps and elevation data. International Archives of Photogrammetry and Remote Sensing 32 (Pt. 7-4-3/W6), 139–143.&lt;br /&gt;
&lt;br /&gt;
Suveg, I., Vosselman, G., 2004. Reconstruction of 3D building models from aerial images and maps. ISPRS Journal of Photogrammetry and Remote Sensing 58 (3–4), 202–224.&lt;br /&gt;
&lt;br /&gt;
Tack, F., Goossens, R., Büyüksalih, G., 2009. Semi-automatic city model extraction from tri-stereoscopic VHR satellite imagery. International Archives of Photogrammetry Remote Sensing and Spatial Information Sciences 38 (Pt. 3/W4), 89–96.&lt;br /&gt;
&lt;br /&gt;
Taillandier, F., 2005. Automatic building reconstruction from cadastral maps and aerial images. International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences 36 (Pt. 3/W24), 105–110.&lt;br /&gt;
&lt;br /&gt;
Terzopoulos, D., 1986. Regularization of inverse visual problems involving discontinuities. Pattern Analysis and Machine Intelligence 8 (4), 413–424.&lt;br /&gt;
&lt;br /&gt;
Vinson, S., Cohen, L., 2002. Multiple rectangle model for buildings segmentation and 3D scene reconstruction. Proceeding of International Conference on Pattern Recognition. Quebec, Canada, 11-15 August, pp. 623–626.&lt;br /&gt;
&lt;br /&gt;
Wallis, R., 1976. An approach to the space variant restoration and enhancement of images. Proceding of Symposium on Current Mathematical Problems in Image Science, Monterey, California, pp. 641–662.&lt;br /&gt;
&lt;br /&gt;
Weidner, U., Förstner, W., 1995. Towards automatic building extraction from high resolution digital elevation models. ISPRS Journal of Photogrammetry and Remote Sensing 50 (4), 38–49.&lt;br /&gt;
&lt;br /&gt;
Woo, D-M., Park, D-C., 2011. Stereoscopic modeling of building rooftop from IKONOS satellite image data. Proceeding of Conference on Information Science and Applications, Jeju Island, Korea (South), 26-29 April, 5pp. (on CD-ROM).&lt;br /&gt;
&lt;br /&gt;
Yuhendra, Sumantyoc, J.T., Kuze, H., 2011. Performance analyzing of high resolution pan-sharpening techniques: increasing image quality for classification using supervised kernel support vector machine. Research Journal of Information Technology 3 (1), 12–23.&lt;br /&gt;
&lt;br /&gt;
Zhang, L., 2005. Automatic digital surface model (DSM) generation from linear array images. PhD Dissertation, Report No. 88, Institute of Geodesy and Photogrammetry, ETH Zurich, Switzerland, 199pp.&lt;br /&gt;
&lt;br /&gt;
Zhang, L., Grün, A., 2006. Multi-image matching for DSM generation from Ikonos imagery. ISPRS Journal of Photogrammetry and Remote Sensing 60 (3), 195–211.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
[http://www.sciencedirect.com/science/article/pii/S0924271611001134 '''το άρθρο στο διαδίκτυο''']&lt;br /&gt;
&lt;br /&gt;
 [[category:Αστικός και περιφερειακός σχεδιασμός]]&lt;/div&gt;</summary>
		<author><name>Ramfou Vasiliki</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A4%CF%81%CE%B9%CF%83%CE%B4%CE%B9%CE%AC%CF%83%CF%84%CE%B1%CF%84%CE%B7_%CE%B1%CF%80%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CE%B9%CF%83%CE%B7_%CE%B1%CE%BD%CE%B1%CE%BA%CE%B1%CF%84%CE%B1%CF%83%CE%BA%CE%B5%CF%85%CE%AE%CF%82_%CE%BA%CF%84%CE%B9%CF%81%CE%AF%CE%BF%CF%85_%CE%BA%CE%B1%CE%B9_%CF%88%CE%B7%CF%86%CE%B9%CE%B1%CE%BA%CE%AC_%CE%BC%CE%BF%CE%BD%CF%84%CE%AD%CE%BB%CE%B1_%CE%B5%CF%80%CE%B9%CF%86%CE%AC%CE%BD%CE%B5%CE%B9%CE%B1%CF%82_%CE%B5%CE%BE%CE%B1%CE%B3%CF%8C%CE%BC%CE%B5%CE%BD%CE%B1_%CE%B1%CF%80%CF%8C_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AE_%CE%B1%CF%80%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CE%B9%CF%83%CE%B7</id>
		<title>Τρισδιάστατη απεικόνιση ανακατασκευής κτιρίου και ψηφιακά μοντέλα επιφάνειας εξαγόμενα από δορυφορική απεικόνιση</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A4%CF%81%CE%B9%CF%83%CE%B4%CE%B9%CE%AC%CF%83%CF%84%CE%B1%CF%84%CE%B7_%CE%B1%CF%80%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CE%B9%CF%83%CE%B7_%CE%B1%CE%BD%CE%B1%CE%BA%CE%B1%CF%84%CE%B1%CF%83%CE%BA%CE%B5%CF%85%CE%AE%CF%82_%CE%BA%CF%84%CE%B9%CF%81%CE%AF%CE%BF%CF%85_%CE%BA%CE%B1%CE%B9_%CF%88%CE%B7%CF%86%CE%B9%CE%B1%CE%BA%CE%AC_%CE%BC%CE%BF%CE%BD%CF%84%CE%AD%CE%BB%CE%B1_%CE%B5%CF%80%CE%B9%CF%86%CE%AC%CE%BD%CE%B5%CE%B9%CE%B1%CF%82_%CE%B5%CE%BE%CE%B1%CE%B3%CF%8C%CE%BC%CE%B5%CE%BD%CE%B1_%CE%B1%CF%80%CF%8C_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AE_%CE%B1%CF%80%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CE%B9%CF%83%CE%B7"/>
				<updated>2015-03-20T21:14:35Z</updated>
		
		<summary type="html">&lt;p&gt;Ramfou Vasiliki: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα:vr_a1_e1.jpg|300px|thumb|right|'''Εικόνα 1.''' Η περιοχή μελέτης οριοθετείται από το κόκκινο πολύγωνο. Τα σημεία GCP, τα οποία απεικονίζονται με κόκκινες κουκίδες, χρησιμοποιούνται για να βελτιώσουν το RPC μοντέλο του αισθητήρα. Τα πολύγωνα με τη μαύρη διακεκομμένη γραμμή υποδεικνύουν τη βάση δεδομένων των τρισδιάστατων κτιρίων (Ikonos MS image, 2005-05-16, RGB).]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a1_e2.jpg|300px|thumb|right|'''Εικόνα 2.''' Διάγραμμα ροής για τη βελτίωση της τρισδιάστατης ψηφιακής απεικόνισης του εδάφους και των κτιρίων σε ένα DSM, το οποίο έχει εξαχθεί φωτογραμμετρικά από δορυφορικές εικόνες.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a1_e3.jpg|300px|thumb|right|'''Εικόνα 3.''' Συγχώνευση του DTM και του DBM σε ένα τελικό DSM που καλύπτει την περιοχή μελέτης.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a1_e4.jpg|300px|thumb|right|'''Εικόνα 4 (Α και Β).''' Μεγέθυνση και προοπτική απεικόνιση μιας περιοχής που αποτελείται κυρίως από βιομηχανικά / εμπορικά κτίρια και μιας πυκνοδομημένης περιοχής του κέντρου της πόλης, αντίστοιχα. Η οριοθέτηση των δύο περιοχών υποδεικνύεται στην εικόνα 3.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a1_e5.jpg|300px|thumb|right|Εικόνα 5. Προοπτική απεικόνιση ενός τμήματος του τελικού υβριδικού μοντέλου που αποτελείται από στερεά κτιρίων και raster DTM 'ντυμένο' με pan-sharpened ορθοφωτογραφία.]] &lt;br /&gt;
&lt;br /&gt;
'''Πλήρης Τίτλος:''''Τρισδιάστατη απεικόνιση ανακατασκευής κτιρίου βασισμένη στην κάτοψη και ψηφιακά μοντέλα επιφάνειας εξαγόμενα από δορυφορική απεικόνιση'&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος Τίτλος:''' '3D building reconstruction based on given ground plan information and surface models extracted from spaceborne imagery'&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Frederik Tack a, Gurcan Buyuksalih (b), Rudi Goossens (a)&lt;br /&gt;
&lt;br /&gt;
(a) Department of Geography, Ghent University, Krijgslaan 281, Building S8, 9000 Ghent, Belgium&lt;br /&gt;
&lt;br /&gt;
(b) IMP-Bimtas, Evliya Celebi Mahallesi., Mesryutiyet Caddesi., Eski Tuyap Binasi 88, 34430 Beyoglu, Istanbul, Turkey&lt;br /&gt;
&lt;br /&gt;
'''Πηγή:''' Elsevier, ISPRS Journal of Photogrammetry and Remote Sensing, 67 (2012), 52-64 &lt;br /&gt;
&lt;br /&gt;
'''Λέξεις Κλειδιά:''' τρισδιάστατα μοντέλα επιφάνειας, DSM, φωτογραμμετρία, υψηλής ανάλυσης δορυφορικές εικόνες, δισδιάστατες κατόψεις&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Περίληψη:''' Τα τρισδιάστατα ψηφιακά μοντέλα επιφάνειας κερδίζουν συνεχώς έδαφος ως ένα σημαντικό εργαλείο αστικού σχεδιασμού και χαρτογράφησης. Ωστόσο, η πολύπλοκη φύση του αστικού περιβάλλοντος αποτελεί πρόκληση διερεύνησης των σύγχρονων ορίων της τρισδιάστατης ψηφιακής απεικόνισης επιφάνειας από υψηλής ανάλυσης δορυφορικές εικόνες. Η παρούσα προσέγγιση χρησιμοποιεί τη γεωμετρική πληροφορία κτιρίων που παρέχεται στις δισδιάστατες κατόψεις, προκειμένου να εξελίξει ένα τρισδιάστατο ψηφιακό μοντέλο επιφάνειας το οποίο έχει εξαχθεί φωτογραμμετρικά από δορυφορικές εικόνες.  &lt;br /&gt;
&lt;br /&gt;
Αρχικά, τα κτίρια αφαιρούνται από το DSM (Digital Surface Model-Ψηφιακό Μοντέλο Επιφάνειας) το οποίο βασίζεται στα δισδιάστατα πολύγωνα των κατόψεων των κτιρίων. Για τη δημιουργία πρισματικών μορφών με κατακόρυφους τοίχους και επίπεδη οροφή, το σχήμα του κτιρίου εξάγεται από τη βάση δεδομένων του κτηματολογίου, ενώ το ύψος του κτιρίου, από το DSM. Για κάθε δισδιάστατο περίγραμμα κτιρίου, εισάγεται ένα σταθερό ύψος στέγης, το οποίο καθορίζεται με στατιστικούς υπολογισμούς των τιμών του ύψους.  &lt;br /&gt;
&lt;br /&gt;
Μετά την εξαγωγή των κτιρίων από το αρχικό μοντέλο, το εναπομείναν DSM υπόκειται σε περεταίρω επεξεργασία, έτσι ώστε να απλοποιηθεί σε ένα ομαλό DTM (Digital Terrain Model-Ψηφιακό Μοντέλο Εδάφους), το οποίο απεικονίζει μόνο το έδαφος, χωρίς αντικείμενα, βλάστηση, αυτοκίνητα ή αστικό εξοπλισμό. Σε μία επόμενη φάση, και τα δύο μοντέλα συγχωνεύονται για να παράξουν ένα ολοκληρωμένο αστικό μοντέλο, ή ένα γενικευμένο DSM. Η ακρίβεια του γενικευμένου μοντέλου επιφάνειας αξιολογείται σύμφωνα με μια ποσοτική-στατιστική ανάλυση σε σύγκριση με δύο διαφορετικούς τύπους δεδομένων αναφοράς.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή:''' Τα τρισδιάστατα αστικά μοντέλα εφαρμόζονται όλο και περισσότερο ως βάση δεδομένων ή μέθοδος οπτικοποίησης/επικοινωνίας σε έναν αυξανόμενο αριθμό τομέων όπως είναι ο αστικός σχεδιασμός και η διαχείριση της πόλης, η αρχιτεκτονική, η αρχαιολογία, ο τουρισμός, οι τηλεπικοινωνίες, η παροχή ενέργειας, η πλοήγηση, η προσομοίωση του περιβάλλοντος, η διαχείριση των καταστροφών, η βιομηχανία παιχνιδιών, κλπ. Ακόμη, ανταποκρίνονται σε ένα ευρύ φάσμα δραστηριοτήτων όπως είναι η βιώσιμη αστική ανάπτυξη, η απεικόνιση της ροής του νερού, οι μελέτες του αστικού κλίματος, η ενημέρωση χαρτών, οι περιβαλλοντικές αξιολογήσεις, η ανάλυση του εδάφους, ο αρχιτεκτονικός σχεδιασμός, οι τρισδιάστατες απεικονίσεις, κ.λπ. Παρά το γεγονός ότι αυτά τα πεδία εφαρμογής μοιράζονται την κοινή ζήτηση για τρισδιάστατη απεικόνιση, οι ειδικές απαιτήσεις τους όσον αφορά την ακρίβεια, τη λεπτομέρεια και την επικαιροποίηση των στοιχείων διαφέρουν σημαντικά.&lt;br /&gt;
&lt;br /&gt;
Έτσι, μπορούν να διακριθούν διαφορετικά Επίπεδα Λεπτομέρειας (LoD-Levels of Detail), με κάθε ένα να αντιστοιχεί σε ένα συγκεκριμένο βαθμό λεπτομέρειας. Ένα αστικό αντικείμενο ή ένα χαρακτηριστικό απεικονίζεται με βάση το επίπεδο λεπτομέρειας στο οποίο ανήκει. Από το 2008, για την ψηφιακή απεικόνιση τρισδιάστατων αντικείμενων και κυρίως κτιρίων, έχει υιοθετηθεί ως πρότυπο η City Geography Markup Language, CityGML, έκδοση 1.0.0. Εύκολα συμπεραίνουμε ότι όσο το επίπεδο της λεπτομέρειας μεγαλώνει, αυξάνεται η προσπάθεια και το κόστος παραγωγής, ενώ το επίπεδο του προγραμματισμού μειώνεται. &lt;br /&gt;
&lt;br /&gt;
Η παρούσα προσέγγιση στοχεύει στην εξαγωγή ενός προσεγγιστικού τρισδιάστατου αστικού μοντέλου LoD1, το οποίο βασίζεται σε στερεοσκοπικές δορυφορικές εικόνες Ikonos υψηλής ανάλυσης και σε μία εξωτερική βάση δεδομένων δισδιάστατων κατόψεων κτιρίων. Το μοντέλο LoD1 περιλαμβάνει πρισματικά κτίρια με επίπεδη οροφή, χωρίς καθόλου απόδοση της υφής στη στέγη ή στους τοίχους. Το ύψος των κτιρίων υπολογίζεται μέσω φωτογραμμετρικής εξαγωγής από στερεοσκοπικές ψηφιακές εικόνες, ενώ η θέση, ο προσανατολισμός και το σχήμα τους συλλέγονται από τη δισδιάστατη βάση δεδομένων του κτηματολογίου.&lt;br /&gt;
&lt;br /&gt;
Έρευνες και μέθοδοι που ασχολήθηκαν με την εξαγωγή DSM από υψηλής ανάλυσης δορυφορικές εικόνες, ανέδειξαν την πολυπλοκότητα του προβλήματος της απόδοσης τέτοιων ψηφιακών  μοντέλων από στερεοσκοπικές εικόνες. Παρά την υψηλή απόδοση των αυτοματοποιημένων προσεγγίσεων, η δημιουργία μίας πλήρως αυτοματοποιημένης διαδικασίας για την απεικόνιση επιφάνειας από εικόνες μεγάλης κλίμακας (αεροφωτογραφίες και δορυφορικές εικόνες) πυκνοκατοικημένων περιοχών, παραμένει  ένα άλυτο ζήτημα. Οι πόλεις αποτελούνται από ένα πολύπλοκο μείγμα τεχνητών και φυσικών αστικών χαρακτηριστικών, με έντονη διαφοροποίηση στο μέγεθος, στο σχήμα, στη σύνθεση και στη διάταξη. Αυτή η ποικιλομορφία συχνά δυσχεραίνει τη διαδικασία της αυτοματοποίησης.  &lt;br /&gt;
&lt;br /&gt;
Στην παρούσα έρευνα, παρουσιάζεται μία εφαρμόσιμη, αποδοτική και ιδιαίτερα αυτοματοποιημένη προσέγγιση, η οποία παράγει ένα γενικευμένο, LoD1 αστικό μοντέλο, βασισμένο στην φωτογραμμετρική επεξεργασία 1m ανάλυσης δορυφορικών εικόνων Ikonos, με δεδομένες τις κατόψεις των κτιρίων.  Η έρευνα εφαρμόζεται σε μία μεγάλης έκτασης πυκνοδομημένη περιοχή, 60 km2, η οποία αποτελείται από κτίρια υψηλής ποικιλομορφίας. Οι βασικοί στόχοι είναι οι εξής:&lt;br /&gt;
&lt;br /&gt;
* ο έλεγχος της λειτουργικότητας και της εφαρμοστικότητας της μεθόδου&lt;br /&gt;
* η βελτίωση της τρισδιάστατης ψηφιακής απεικόνισης των κτιρίων&lt;br /&gt;
* η παραγωγή ενός ψηφιακού μοντέλου εδάφους (DΤM), μετά την εξαγωγή των κτιρίων από το ψηφιακό μοντέλο επιφάνειας (DSM) και&lt;br /&gt;
* η βέλτιστη αναπαράσταση ενός υβριδικού αστικού μοντέλου&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Πηγή εικόνων και πεδίο έρευνας:''' Για τη διεξαγωγή της έρευνας επιλέχτηκε ο δορυφόρος Ikonos, λόγω της υψηλής ραδιομετρικής και γεωμετρικής ικανότητας των εικόνων. Ο Ikonos, η λειτουργία του οποίου ξεκίνησε το 1999, ήταν ο πρώτος εμπορικός δορυφόρος με δυνατότητα απόδοσης υψηλής ανάλυσης παγχρωματικών (0,45 - 0,90 lm) και πολυφασματικών εικόνων σε περίπου 1 και 4m, αντίστοιχα. Η πλατφόρμα VHR Ikonos έχει τη δυνατότητα περιστροφής του αισθητήρα μέχρι και 26° από το ναδίρ. Έτσι, μπορούμε να έχουμε εικόνες της ίδιας τοποθεσίας ταυτόχρονα από δύο διαφορετικές οπτικές γωνίες.&lt;br /&gt;
&lt;br /&gt;
Η μελέτη διεξάγεται σε ένα τμήμα 60 περίπου km2 της Κωνσταντινούπολης (εικόνα 1). Η πόλη χαρακτηρίζεται από έντονη αστική ανάπτυξη, η οποία εμφανίζει ιδιαίτερη χωρική πύκνωση κατά μήκος του Βοσπόρου. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αλγόριθμος εξαγωγής της τρισδιάστατης επιφάνειας:''' Καθώς ο σκοπός της έρευνας δεν είναι η μεθοδολογία της φωτογραμμετρικής εξαγωγής ενός μοντέλου επιφάνειας, αλλά η βελτίωσή του, θα αναφερθούμε επιγραμματικά στα στάδια εξαγωγής της τρισδιάστατης επιφάνειας:&lt;br /&gt;
&lt;br /&gt;
1. Αρχικά, οι εικόνες VHR διορθώνονται ραδιομετρικά και αυξάνεται η αντίθεσή τους (contrast), με τη χρήση ενός φίλτρου (LCE Wallis filter). Με τον τρόπο αυτό, βελτιώνεται η υφή στις έντονα σκιασμένες περιοχές και εξισορροπούνται οι ραδιομετρικές ανομοιογένειες που υπάρχουν λόγω των διαφορετικών ατμοσφαιρικών συνθηκών και φωτισμού.&lt;br /&gt;
&lt;br /&gt;
2. Στη συνέχεια, για τον καθορισμό της σχέσης της δυσδιάστατης εικόνας και του τρισδιάστατου χώρου του αντικειμένου, καθώς και για τον υπολογισμό της θέσης του αισθητήρα (x0, y0, z0) και της γωνίας περιστροφής του κατά μήκος των τριών αξόνων (x, u, j) κατά τη λήψη της εικόνας, εκτελείται μια διαδικασία προσαρμογής block bundle, βασισμένη στους Λογικούς Συντελεστές του Πολυωνύμου  (Rational Polynomial Coefficients-RPCs) και στο Λογικό Λειτουργικό Μοντέλο Αισθητήρα (Rational Functional sensor Model-RFM). Με τη βοήθεια ενός C-Nav Διαφορικού συστήματος GPS, μετρήθηκαν 50 ευδιάκριτα GCPs, ομοιογενώς κατανεμημένα σε όλη την περιοχή μελέτης. Συνολικά χρησιμοποιήθηκαν 15 σημεία με γνωστές συντεταγμένες, ομοιογενώς κατανεμημένα και σαφώς αναγνωρίσιμα στις εικόνες, προκειμένου να περιγραφεί η σχέση μεταξύ των ψηφιακών εικόνων και του εδάφους (εικόνα 1).&lt;br /&gt;
&lt;br /&gt;
3. Αφού ολοκληρωθεί η διαδικασία αντιστοίχισης της εικόνας, η οποία θεωρείται ο πυρήνας της φωτογραμμετρικής εξαγωγής, το μοντέλο της επιφάνειας υποβάλλεται σε περαιτέρω επεξεργασία, υπολογίζοντας τις διαφορές στο ύψος των κτιρίων, μέσω της μέτρησης της απόκλισης των αντίστοιχων pixels. Ο αλγόριθμος λειτουργεί με μια λογική 'πυραμίδας' εικόνων, η οποία αποτελείται από εικόνες με εκθετικά φθίνουσες αναλύσεις (resolutions). Στη βάση της πυραμίδας βρίσκεται η αρχική εικόνα, ενώ σε κάθε επίπεδο παράγεται ένα ενδιάμεσο, περισσότερο βελτιωμένο DSM.&lt;br /&gt;
&lt;br /&gt;
4. Ακολουθεί η ανίχνευση σημείων που ανήκουν σε μια γειτονιά με μέγιστη διακύμανση των επιπέδων γκρι. Για την αντιστοίχιση των σημείων του πλέγματος με τα σημεία της αρχικής εικόνας, ο αλγόριθμος Area-Based Matching  (ABM) χρησιμοποιεί ένα συντελεστή συσχέτισης για τον προσδιορισμό πιθανών 'ταιριαστών υποψηφίων'.&lt;br /&gt;
&lt;br /&gt;
5. Στο τελικό στάδιο της διαδικασίας, μία μέθοδος Ελαχίστων Τετραγώνων (Multi-Photo Geometrically Constrained least-squares matching method-MPGC) χρησιμοποιείται για την περαιτέρω βελτίωση του τελικού αποτελέσματος, τη δημιουργία μιας συνεχούς επιφάνειας και την ανίχνευση πιθανών σφαλμάτων. Τα εξαγόμενα γραμμικά χαρακτηριστικά χρησιμοποιούνται για τη διάκριση των φυσικών και τεχνιτών ασυνεχών επιφανειών, όπως είναι οι κορυφογραμμές και οι κατακόρυφοι τοίχοι. Πριν την εξαγωγή του τελικού DSM, αποκλείονται επίπεδα πληροφορίας που δεν είναι χρήσιμα και το παραγόμενο μοντέλο έχει μέγεθος πλέγματος 3m. Η συγκεκριμένη ανάλυση προσφέρει καλύτερη ισορροπία μεταξύ λεπτομέρειας και μείωσης θορύβου, ενώ συμβάλει στην αποφυγή της υπερφόρτωσης πληροφοριών. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Μεθοδολογία βελτίωσης DSM:''' Στην εικόνα 2 απεικονίζεται η προτεινόμενη διαδικασία για τη μείωση του θορύβου και των σφαλμάτων στο μοντέλο της επιφάνειας, τη βελτίωση της τρισδιάστατης απεικόνισης των κτιρίων, καθώς και τη γενίκευση του DSM σε ένα ομαλό DMT το οποίο θα απεικονίζει μόνο το έδαφος. Σε αυτό το στάδιο ορίζεται ένα Ψηφιακό Μοντέλο Κτιρίων  (Digital Building Model-DBM), το οποίο αναπαριστά μόνο την κτιριακή μάζα. Σκοπός είναι η δημιουργία πρισματικών μοντέλων κτιρίων, ελαχιστοποιώντας τόσο την ομαλή μετάβαση από το επίπεδο του εδάφους στην οροφή των κτιρίων, όσο και την στρογγυλεμένη απότμηση των ακμών τους. Τα κτιριακά μοντέλα περιγράφουν ένα κτίριο με βάση το πολύγωνο της κάτοψής του (δοσμένο από μία υπάρχουσα, εξωτερική βάση δεδομένων κατόψεων κτιρίων) και ένα υπολογισμένο ύψος. Στη συνέχεια, τα δύο μοντέλα (DBM και DTM) συγχωνεύονται, δημιουργώντας ένα βελτιωμένο DSM ή ένα τρισδιάστατο αστικό μοντέλο LoD1. Ωστόσο, πριν τη συνένωση των μοντέλων πρέπει να ανιχνευθούν πιθανές ανωμαλίες που σχετίζονται με την περίπτωση ασυμφωνίας στο ύψος ενός κτιρίου. Στην εικόνα 3 απεικονίζεται το βελτιωμένο DSM ολόκληρης της περιοχής μελέτης, ενώ στην εικόνα 4 παρουσιάζονται δύο περιοχές του χάρτη σε μεγέθυνση και προοπτική απεικόνιση.&lt;br /&gt;
&lt;br /&gt;
Η οπτική/ποιοτική ανάλυση του αποτελέσματος δείχνει ότι το μοντέλο της πόλης αναπαριστά το έδαφος, τα κτίρια και τη σχέση κτιρίου-δρόμου με αρκετά λεπτομερή τρόπο. Οι βασικότερες κατηγορίες κτιρίων της βάσης δεδομένων έχουν αναπαρασταθεί σωστά, παρά το ότι διαμορφώθηκαν με μοντέλο LoD1. Το σχήμα των κτιρίων, είτε πρόκειται για πολυκατοικίες και μονοκατοικίες είτε για μεγάλα βιομηχανικά και εμπορικά κτίρια, προσεγγίζει κατά πολύ το πραγματικό τους. Αντί για ένα ακανόνιστο σχήμα, τα κτίρια έχουν μία πρισματική μορφή με σχεδόν κατακόρυφους τοίχους και επίπεδη οροφή. Η απομάκρυνση των σκιών, το μορφολογικό φιλτράρισμα του επιπέδου του εδάφους, καθώς και η σκόπιμη αφαίρεση των ακραίων τιμών, οδήγησε σε μία ενιαία οπτικά επιφάνεια, χωρίς θόρυβο, σφάλματα, βλάστηση και σημεία εκτός του εδάφους. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Υβριδικό raster-vector αστικό μοντέλο:''' Το υβριδικό μοντέλο απαιτεί τη μετατροπή του επιπέδου DBM, από raster σε vector, αποδίδοντας τα κτίρια με γεωμετρικό τρόπο. Σε πρώτη φάση, εισάγεται στα δυσδιάστατα πολύγωνα η ιδιότητα της στάθμης της οροφής κάθε κτιρίου ως παράμετρος του μέσου ύψους,  ενώ στη συνέχεια τα πολύγωνα μετατρέπονται σε πρισματικές δομές στερεών πάνω στο επίπεδο του raster DTM. Η κατασκευή του στερεού που αντιστοιχεί σε κάθε κτίριο, βασίζεται στην υπόθεση ότι ύψος της οροφής ενός κτιρίου είναι σταθερό και παράλληλο προς το έδαφος, ενώ οι τοίχοι του κάθετοι σε αυτό και επίπεδοι. Ψηφιακά αρχιτεκτονικά μοντέλα LoD3, με υψηλής ανάλυσης υφή και λεπτομερή απεικόνιση της δομής, δημιουργήθηκαν με σκοπό την απεικόνιση των σημαντικότερων τοποσήμων της περιοχής μελέτης. &lt;br /&gt;
&lt;br /&gt;
Για τη φωτορεαλιστική αναπαράσταση του αστικού μοντέλου, το DTM 'επενδύεται' με ορθοφωτογραφίες (ανάλυση 1m ή 1pixel), οι οποίες έχουν υποστεί πρώτα ορθοδιόρθωση και έχουν αναχθεί σε ένα σύστημα γεωγραφικών συντεταγμένων. Η ορθοαναγωγή των εικόνων δεν μειώνει μόνο τα λάθη στη γεωμετρική απεικόνιση των κτιρίων, αλλά αντιμετωπίζει επίσης στρεβλώσεις που οφείλονται στο έδαφος και στην καμπυλότητα της Γης. Στις 'γεω-διορθομένες' εικόνες εφαρμόζεται στη συνέχεια μία Gram-Schmidt (GS) φασματική όξυνση (sharpening). Πιο συγκεκριμένα, η παγχρωματική ζώνη 1m οξύνεται συνδυαζόμενη με χαμηλής ανάλυσης πολυφασματικές ζώνες 4m, για την παραγωγή μιας υψηλής ανάλυσης RGB εικόνας 1m. &lt;br /&gt;
&lt;br /&gt;
Στην εικόνα 5 παρουσιάζεται ένα τμήμα του τελικού υβριδικού μοντέλου που αποτελείται από vector στερεά κτιρίων και ένα raster DTM, 'επενδυμένο' με μία pan-sharpened ορθοφωτογραφία. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα και συζήτηση:''' Η τρισδιάστατη απεικόνιση ενός αστικού μοντέλου από δορυφορικές εικόνες με χρήση ιδιαίτερα αυτοματοποιημένων φωτομετρικών μεθόδων, έχει εξαιρετικές δυνατότητες, αλλά το αστικό τοπίο και κυρίως η τρισδιάστατη ψηφιακή απεικόνιση των κτιρίων θεωρείται ως ένα αρκετά πολύπλοκο ζήτημα. Οι πιο σημαντικές στρεβλώσεις που εμποδίζουν την τρισδιάστατη απεικόνιση από δισδιάστατες δορυφορικές εικόνες, οφείλονται στις ραδιομετρικές ανομοιογένειες, στις σκιασμένες επιφάνειες, ιδιαίτερα σε περιοχές του πυκνοδομημένου κέντρου πόλης, και στις απότομες υψομετρικές διαφορές. Χωρίς την εξωτερική πληροφορία της γεωμετρίας των κτιρίων, η τρισδιάστατη απόδοση των απόλυτα κατακόρυφων τοίχων και των στενών δρόμων, καθώς και η αφαίρεση του οπτικού θορύβου και της υπερφόρτωσης πληροφοριών, θα ήταν σχεδόν αδύνατη. &lt;br /&gt;
&lt;br /&gt;
Μια γρήγορη, αποδοτική και αξιόπιστη προσέγγιση προτείνεται για την παραγωγή ενός LoD1 μοντέλου αστικής επιφάνειας, η οποία βασίζεται στη φωτογραμμετρική επεξεργασία ενός στερεοσκοπικού ζευγαριού εικόνων Ikonos, ανάλυσης 1m. Μέσω των δισδιάστατων πολυγώνων των κατόψεων των κτιρίων και χρησιμοποιώντας την παράμετρο του μέσου ύψους,  τα κτίρια του DBM που προκύπτει προσεγγίζουν με αρκετά σαφή τρόπο τους σημαντικότερους τύπους κτιρίων της περιοχής. Στη συνέχεια, το DTM γενικεύεται σε μία ομαλή συνεχή επιφάνεια, αποδίδοντας μόνο το στοιχείο του εδάφους. &lt;br /&gt;
&lt;br /&gt;
Από τεχνικής άποψης, η παρούσα προσέγγιση έχει γενικό χαρακτήρα και μπορεί εύκολα να προσαρμοστεί σε DSMs που προέρχονται από ένα ευρύ φάσμα αισθητήρων παρακολούθησης, με ακρίβεια μικρότερη του 1m, όπως είναι οι Worldview-1, Worldview-2 και ο GeoEye-1, καθώς και στον GeoEye-2, τρίτης γενιάς δορυφόρο παγχρωματικής λειτουργίας και ανάλυσης 0,25m.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αναφορές'''&lt;br /&gt;
&lt;br /&gt;
Alobeid, A., Jacobsen, K., Heipke, C., 2010. Comparison of matching algorithms for DSM generation in urban areas from Ikonos imagery. Photogrammetric Engineering &amp;amp; Remote Sensing 76 (9), 1041–1050.&lt;br /&gt;
&lt;br /&gt;
Baillard, C., Zisserman, A., 1999. Automatic reconstruction of piecewise planar models from multiple views. Proceeding of IEEE Conference on Computer Vision and Pattern Recognition, Ft. Collins, CO, 23–25 June, pp. 559–565.&lt;br /&gt;
&lt;br /&gt;
Baltsavias, E., 1991. Multiphoto geometrically constrained matching. PhD Dissertation, Report No. 49, Institute of Geodesy and Photogrammetry, ETH Zurich, Switzerland, 221pp.&lt;br /&gt;
&lt;br /&gt;
Baltsavias, E., Zhang, L., Eisenbeiss, H., 2006. DSM generation and interior orientation determination of Ikonos images using a testfield in Switzerland. Photogrammetrie, Fernerkundung. Geoinformation 2006 (1), 41–54.&lt;br /&gt;
&lt;br /&gt;
Baz, I., Büyüksalih, G., Kersten, Th., Jacobsen, K., 2008. Documentation of Istanbul historic peninsula by static and mobile terrestrial laser scanning. International Archives of Photogrammetry and Remote Sensing 37 (Pt. B5), 993–998.&lt;br /&gt;
&lt;br /&gt;
Binard, M., Tack, F., Van De Voorde, T., Cornet, Y., Canters, F., 2010. Use of multiangle high-resolution imagery and 3D information for urban land-cover classification: a case study on Istanbul. Proceeding of EARSeL SIG Joint Workshop, Gent, Belgium, 22–24 September, 10pp. (on CD-ROM).&lt;br /&gt;
&lt;br /&gt;
Canny, J.F., 1986. A computational approach to edge detection. Pattern Analysis and Machine Intelligence 8 (6), 679–698.&lt;br /&gt;
&lt;br /&gt;
Chen, Q., Gong, P., Baldocchi, D., Xie, G., 2007. Filtering airborne laser scanning data with morphological methods. Photogrammetric Engineering &amp;amp; Remote Sensing 73 (2), 175–185.&lt;br /&gt;
&lt;br /&gt;
Crespi, M., De Vendictis, L., Grün, A., Iannucci, G., Poli, D., Volpe, F., Wang, X., 2007. DSM extraction from QuickBird and CartoSat stereopairs: quality assessment and comparison. Proceeding Conference of Optical 3D Measurement Techniques, Zurich, Switzerland, 9–12 July, pp. 195–203.&lt;br /&gt;
&lt;br /&gt;
Dial, G., 2000. Ikonos satellite mapping accuracy. Proceeding ASPRS Annual Conference, Washington D.C., 22–26 May, 8pp. (on CD-ROM).&lt;br /&gt;
&lt;br /&gt;
Fischer, A., Kolbe, T., Lang, F., Cremers, A., Förstner, W., Plümer, L., Steinhage, V., 1998. Extracting buildings from aerial images using hierarchical aggregation in 2D and 3D. Computer Vision and Image Understanding 72 (2), 195–203.&lt;br /&gt;
&lt;br /&gt;
Flamanc, D., Maillet, G., Jibrini, H., 2003. 3D city models: an operational approach using aerial images and cadastral maps. International Archives of Photogrammetry and Remote Sensing 34 (Pt. W8), 53–58.&lt;br /&gt;
&lt;br /&gt;
Fraser, C., Baltsavias, E., Grün, A., 2001. Ikonos Geo stereo images – geometric potential and suitability for 3D building reconstruction. In: Seyfert, E. (Ed.), Photogrammetrie-Fernerkundung-Geoinformation: Geodaten schaffen Verbindungen. Publications of the German Society for Photogrammetry and Remote Sensing, Berlin, pp. 113–121.&lt;br /&gt;
&lt;br /&gt;
GeoEye, E., 2006. Ikonos-imagery products guide (Ver. 1.5). GeoEye, USA, 19pp. &lt;br /&gt;
&lt;br /&gt;
Grodecki, J., Dial, G., 2003. Block adjustment of high-resolution satellite images described by rational functions. Photogrammetric Engineering &amp;amp; Remote Sensing 69 (1), 59–70.&lt;br /&gt;
&lt;br /&gt;
Grün, A., 1985. Adaptive least squares correlation: a powerful image matching technique. South Africa Journal of Photogrammetry. Remote Sensing and Cartography 14 (3), 175–187.&lt;br /&gt;
&lt;br /&gt;
Grün, A., Wang, X., 1998. CC-Modeler: a topology generator for 3-D city models. ISPRS Journal of Photogrammetry and Remote Sensing 53 (5), 286–295.&lt;br /&gt;
&lt;br /&gt;
Gülch, E., Müller, H., 2001. New applications of semi-automatic building acquisition. In: Baltsavias, E., Grün, A., Van Gool, L. (Eds.), Automatic Extraction of Man-Made Objects From Aerial and Space Images (III). Balkema, Lisse, pp. 103–114.&lt;br /&gt;
&lt;br /&gt;
Guo, T., Yasuoka, Y., 2002. Snake-based approach for building extraction from high resolution satellite images and height data in urban areas. Proceeding of the 23rd Asian Conference on Remote Sensing, Kathmandu, Nepal, 25–29 November, 7pp. (on CD-ROM).&lt;br /&gt;
&lt;br /&gt;
Haala, N., Anders, K., 1996. Fusion of 2D GIS and image data for 3D building reconstruction. International Archives of Photogrammetry and Remote Sensing 31 (Pt. B3), 285–290.&lt;br /&gt;
&lt;br /&gt;
Haala, N., Brenner, C., 1999. Virtual city models from laser altimeter and 2D map data. Photogrammetric Engineering &amp;amp; Remote Sensing 65 (7), 787–795.&lt;br /&gt;
&lt;br /&gt;
Herman, M., Kanade, T., 1986. Incremental reconstruction of 3D scenes from multiple complex images. Artificial Intelligence 30 (3), 289–341.&lt;br /&gt;
&lt;br /&gt;
Jacobsen, K., 2006. Digital surface models of city areas by very high resolution space imagery. Proc. EARSeL Workshop of the SIG Urban Remote Sensing, Berlin, Germany, 2–3 March, 10pp. (on CD-ROM).&lt;br /&gt;
&lt;br /&gt;
Jensen, J.R., Cowen, D., Kammerer, T., Huang, X., 1994. GPS and softcopy photogrammetry for large-scale digital elevation model creation and orthophoto mapping for urban applications. Proceeding of Mapping and Remote Sensing Tools for the 21st Century, ASPRS, Washington, D.C., 26–29 August, pp. 169–178.&lt;br /&gt;
&lt;br /&gt;
Jibrini, H., Paparoditis, N., Deseilligny, M.P., Maξtre, H., 2000. Automatic building reconstruction from very high resolution aerial stereopairs using cadastral ground plans. International Archives of Photogrammetry and Remote Sensing 33 (Pt. B2), 213–219.&lt;br /&gt;
&lt;br /&gt;
Kada, M., McKinley, L., 2009. 3D building reconstruction from LiDAR based on a cell decomposition approach. International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences 38 (Pt. 3/W4), 47–52.&lt;br /&gt;
&lt;br /&gt;
Kanade, T., Okutomi, M., 1994. A stereo matching algorithm with an adaptive window: theory and experiment. Pattern Analysis and Machine Intelligence 16 (9), 920–932.&lt;br /&gt;
&lt;br /&gt;
Kim, Z., Nevatia, R., 2004. Automatic description of complex buildings from multiple images. Computer Vision and Image Understanding 96 (1), 60–95.&lt;br /&gt;
&lt;br /&gt;
Kolbe, T.H., Gröger, G., Plümer, L., 2005. CityGML – interoperable access to 3D city models. In: van Oosterom, P., Zlatanova, S., Fendel, E. (Eds.), Geo-Information for Disaster Management. Springer, New York, pp. 883–899.&lt;br /&gt;
&lt;br /&gt;
Krauß, T., Reinartz, P., 2010. Enhancement of dense urban digital surface models from VHR optical satellite stereo data by pre-segmentation and object detection. International Archives of Photogrammetry and Remote Sensing 38 (Pt. 1), 6pp. (on CD-ROM).&lt;br /&gt;
&lt;br /&gt;
Laben, C.A., Brower, B.V., 2000. Process for enhancing the spatial resolution of multispectral imagery using pansharpening. U.S. Patent No. 6011,875, Eastman Kodak Company.&lt;br /&gt;
&lt;br /&gt;
Lafarge, F., Descombes, X., Zerubia, J., Pierrot-Deseilligny, M., 2008. Automatic building extraction from DEMs using an object approach and application to the 3D-city modeling. ISPRS Journal of Photogrammetry and Remote Sensing 63 (3), 365–381.&lt;br /&gt;
&lt;br /&gt;
Li, Z., Zhu, Q., Gold, C., 2005. Digital Terrain Modeling: Principles and Methodology. CRC Press, Boca Raton.&lt;br /&gt;
&lt;br /&gt;
Lue, Y., 1988. Interest operator and fast implementation. International Archives of Photogrammetry and Remote Sensing 27 (Pt. B3), 491–500.&lt;br /&gt;
&lt;br /&gt;
Maas, H.G., Vosselman, G., 1999. Two algorithms for extracting building models from raw laser altimetry data. ISPRS Journal of Photogrammetry and Remote Sensing 54 (2), 153–163.&lt;br /&gt;
&lt;br /&gt;
Meng, L., Forberg, A., 2007. 3D building generalisation. In: Mackaness, W., Ruas, A., Sarjakoski, T. (Eds.), Generalisation of Geographic Information: Cartographic Modelling and Applications. Elsevier Science Ltd., Oxford, pp. 211–232.&lt;br /&gt;
&lt;br /&gt;
Mesev, V., 2003. Remotely sensed cities: an introduction. In: Mesev, V. (Ed.), Remotely Sensed Cities. Taylor and Francis, London, pp. 1–20.&lt;br /&gt;
&lt;br /&gt;
Nevatia, R., Price, K.E., 2002. Automatic and interactive modeling of buildings in urban environments from aerial images. Proceeding of IEEE International Conference on Image Processing, Rochester, NY, 22–25 September 3, 525–528.&lt;br /&gt;
&lt;br /&gt;
Podobnikar, T., 2009. Methods for visual quality assessment of a digital terrain model. Surveys and Perspectives Integrating Environment and Society 2 (2), 10pp.&lt;br /&gt;
&lt;br /&gt;
Saint-Marc, P., Chen, J.S., Medioni, G., 1991. Adaptive smoothing: a general tool for early vision. Pattern Analysis and Machine Intelligence 13 (6), 514–529.&lt;br /&gt;
&lt;br /&gt;
Soille, P., 2003. Morphological Image Analysis: Principles and Applications, second ed. Springer-Verlag, New York.&lt;br /&gt;
&lt;br /&gt;
Stilla, U., Jurkiewicz, K., 1999. Automatic reconstruction of roofs from maps and elevation data. International Archives of Photogrammetry and Remote Sensing 32 (Pt. 7-4-3/W6), 139–143.&lt;br /&gt;
&lt;br /&gt;
Suveg, I., Vosselman, G., 2004. Reconstruction of 3D building models from aerial images and maps. ISPRS Journal of Photogrammetry and Remote Sensing 58 (3–4), 202–224.&lt;br /&gt;
&lt;br /&gt;
Tack, F., Goossens, R., Büyüksalih, G., 2009. Semi-automatic city model extraction from tri-stereoscopic VHR satellite imagery. International Archives of Photogrammetry Remote Sensing and Spatial Information Sciences 38 (Pt. 3/W4), 89–96.&lt;br /&gt;
&lt;br /&gt;
Taillandier, F., 2005. Automatic building reconstruction from cadastral maps and aerial images. International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences 36 (Pt. 3/W24), 105–110.&lt;br /&gt;
&lt;br /&gt;
Terzopoulos, D., 1986. Regularization of inverse visual problems involving discontinuities. Pattern Analysis and Machine Intelligence 8 (4), 413–424.&lt;br /&gt;
&lt;br /&gt;
Vinson, S., Cohen, L., 2002. Multiple rectangle model for buildings segmentation and 3D scene reconstruction. Proceeding of International Conference on Pattern Recognition. Quebec, Canada, 11-15 August, pp. 623–626.&lt;br /&gt;
&lt;br /&gt;
Wallis, R., 1976. An approach to the space variant restoration and enhancement of images. Proceding of Symposium on Current Mathematical Problems in Image Science, Monterey, California, pp. 641–662.&lt;br /&gt;
&lt;br /&gt;
Weidner, U., Förstner, W., 1995. Towards automatic building extraction from high resolution digital elevation models. ISPRS Journal of Photogrammetry and Remote Sensing 50 (4), 38–49.&lt;br /&gt;
&lt;br /&gt;
Woo, D-M., Park, D-C., 2011. Stereoscopic modeling of building rooftop from IKONOS satellite image data. Proceeding of Conference on Information Science and Applications, Jeju Island, Korea (South), 26-29 April, 5pp. (on CD-ROM).&lt;br /&gt;
&lt;br /&gt;
Yuhendra, Sumantyoc, J.T., Kuze, H., 2011. Performance analyzing of high resolution pan-sharpening techniques: increasing image quality for classification using supervised kernel support vector machine. Research Journal of Information Technology 3 (1), 12–23.&lt;br /&gt;
&lt;br /&gt;
Zhang, L., 2005. Automatic digital surface model (DSM) generation from linear array images. PhD Dissertation, Report No. 88, Institute of Geodesy and Photogrammetry, ETH Zurich, Switzerland, 199pp.&lt;br /&gt;
&lt;br /&gt;
Zhang, L., Grün, A., 2006. Multi-image matching for DSM generation from Ikonos imagery. ISPRS Journal of Photogrammetry and Remote Sensing 60 (3), 195–211.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
[http://www.sciencedirect.com/science/article/pii/S0924271611001134 '''το άρθρο στο διαδίκτυο''']&lt;br /&gt;
&lt;br /&gt;
 [[category:Αστικός και περιφερειακός σχεδιασμός]]&lt;/div&gt;</summary>
		<author><name>Ramfou Vasiliki</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%97_%CE%B8%CE%B5%CF%81%CE%BC%CE%B9%CE%BA%CE%AE_%CE%BD%CE%B7%CF%83%CE%AF%CE%B4%CE%B1_%CF%84%CE%B7%CF%82_%CE%B5%CF%80%CE%B9%CF%86%CE%AC%CE%BD%CE%B5%CE%B9%CE%B1%CF%82_%CF%84%CE%BF%CF%85_%CE%A1%CF%8C%CF%84%CE%B5%CF%81%CE%BD%CF%84%CE%B1%CE%BC_%CE%BA%CE%B1%CE%B9_%CE%B7_%CF%83%CF%87%CE%AD%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%BC%CE%B5_%CF%84%CE%B1_%CF%87%CE%B1%CF%81%CE%B1%CE%BA%CF%84%CE%B7%CF%81%CE%B9%CF%83%CF%84%CE%B9%CE%BA%CE%AC_%CF%84%CF%89%CE%BD_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B5%CF%80%CE%B9%CF%86%CE%B1%CE%BD%CE%B5%CE%B9%CF%8E%CE%BD</id>
		<title>Η θερμική νησίδα της επιφάνειας του Ρότερνταμ και η σχέση της με τα χαρακτηριστικά των αστικών επιφανειών</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%97_%CE%B8%CE%B5%CF%81%CE%BC%CE%B9%CE%BA%CE%AE_%CE%BD%CE%B7%CF%83%CE%AF%CE%B4%CE%B1_%CF%84%CE%B7%CF%82_%CE%B5%CF%80%CE%B9%CF%86%CE%AC%CE%BD%CE%B5%CE%B9%CE%B1%CF%82_%CF%84%CE%BF%CF%85_%CE%A1%CF%8C%CF%84%CE%B5%CF%81%CE%BD%CF%84%CE%B1%CE%BC_%CE%BA%CE%B1%CE%B9_%CE%B7_%CF%83%CF%87%CE%AD%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%BC%CE%B5_%CF%84%CE%B1_%CF%87%CE%B1%CF%81%CE%B1%CE%BA%CF%84%CE%B7%CF%81%CE%B9%CF%83%CF%84%CE%B9%CE%BA%CE%AC_%CF%84%CF%89%CE%BD_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B5%CF%80%CE%B9%CF%86%CE%B1%CE%BD%CE%B5%CE%B9%CF%8E%CE%BD"/>
				<updated>2015-03-20T21:13:34Z</updated>
		
		<summary type="html">&lt;p&gt;Ramfou Vasiliki: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα:vr_a3_e1.jpg|300px|thumb|right|'''Εικόνα 1.''' Τα διοικητικά όρια του Δήμου του Ρότερνταμ.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a3_e2.jpg|300px|thumb|right|'''Εικόνα 2.''' Η μέση ένταση SHI των 22 διαμερισμάτων του Ρότερνταμ, βασισμένη σε 15 εικόνες Landsat και προβαλλόμενη σε μία αεροφωτογραφία.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a3_e3.jpg|300px|thumb|right|'''Εικόνα 3.''' Μέση κατανομή της θερμοκρασίας (Κ) της επιφάνειας του Ρότερνταμ, βασισμένη σε 15 εικόνες Landsat.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a3_e4.jpg|300px|thumb|right|'''Εικόνα 4.''' Το διάγραμμα διασποράς της μέσης θερμοκρασίας των αστικών επιφανειών των γειτονιών του Ρότερνταμ, σε σχέση με το ποσοστό των πράσινων χώρων της κάθε γειτονιάς.]]&lt;br /&gt;
&lt;br /&gt;
'''Αντικείμενο Εφαρμογής:''' Μελέτη της θερμοκρασίας της αστικής επιφάνειας του Ρότερνταμ και συσχέτισή της με τα αστικά χαρακτηριστικά&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος Τίτλος:''' 'The surface heat island of Rotterdam and its relationship with urban surface characteristics'&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Lisette Klok (a), Sander Zwart (b), Henk Verhagen (a), Elena Mauri (c)&lt;br /&gt;
&lt;br /&gt;
(a) TNO, Postbus 80015, 3508 TA Utrecht, Netherlands&lt;br /&gt;
&lt;br /&gt;
(b) WaterWatch B.V., Generaal Foulkesweg 28, 6703 BS Wageningen, Netherlands&lt;br /&gt;
&lt;br /&gt;
(c) Istituto Nazionale di Oceanografia e Geofisica Sperimentale, Borgo Grotta Gigante 42/c, 34010 Sgonico, Trieste, Italy&lt;br /&gt;
&lt;br /&gt;
'''Πηγή:''' Elsevier, Resources, Conservation and Recycling, 64 (2012), 23-29&lt;br /&gt;
&lt;br /&gt;
'''Λέξεις Κλειδιά:''' αστική θερμική νησίδα, θερμική νησίδα της αστικής επιφάνειας, Τηλεπισκόπιση, Ρότερνταμ, θερμοκρασία της επιφάνειας, κύμα θερμότητας, θερμικές υπέρυθρες εικόνες&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Περίληψη:''' Για τη χωρική ποσοτικοποίηση της Θερμικής Νησίδας της Επιφάνειας (Surface Heat Island - SHI) του Ρότερνταμ της Ολλανδίας,  χρησιμοποιήθηκαν θερμικές υπέρυθρες δορυφορικές εικόνες υψηλής ανάλυσης από αισθητήρες Landsat. Με βάση χάρτες της θερμοκρασίας της αστικής επιφάνειας κατά τη διάρκεια 15 θερινών ημερών από το 1984, η μέση θερμοκρασία της αστικής επιφάνειας κάθε γειτονιάς μέσα στην πόλη συγκρίθηκε με τη θερμοκρασία της επιφάνειας των αγροτικών εκτάσεων έξω από αυτή. Η διαφορά των δύο θερμοκρασιών ορίζεται ως ένταση SHI. Τα αποτελέσματα έδειξαν ότι η ένταση SHI στο Ρότερνταμ, κατά τη διάρκεια της ημέρας, μπορεί να αγγίξει τους 10 °C. Οι διαφορές των SHI μεταξύ των γειτονιών μπορούν να εξηγηθούν από τα χαρακτηριστικά των αστικών επιφανειών. Η στατιστική ανάλυση δείχνει ότι η SHI είναι μεγαλύτερη για γειτονιές με ελάχιστη βλάστηση και υψηλό ποσοστό αδιαπέρατων επιφανειών εδαφών με χαμηλή ανακλαστικότητα. Επιπλέον, δορυφορικές εικόνες NOAA-AVHHR χρησιμοποιήθηκαν για την παρακολούθηση του κύματος καύσωνα του Ιουλίου του 2006 και τον υπολογισμό της ημερήσιας διακύμανσης της έντασης SHI του Ρότερνταμ. Ο μέσος όρος των θερμοκρασιακών διαφορών της επιφάνειας των θερμότερων και ψυχρότερων περιοχών ήταν το πολύ 12 °C κατά τη διάρκεια της ημέρας, και 9 °C κατά τη διάρκεια της νύχτας. Οι περιοχές με υψηλή ένταση SHI κατά τη διάρκεια της νύχτας, διέφεραν από εκείνες με υψηλή SHI κατά τη διάρκεια της ημέρας.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή:''' Η αστική θερμική νησίδα (Urban Heat Island - UHI) αναφέρεται στις υψηλότερες θερμοκρασίες του αστικού χώρου σε σύγκριση με τις θερμοκρασίες πάνω από τις γύρω αγροτικές περιοχές. Το φαινόμενο της Θερμικής Νησίδας εμφανίζεται σε όλες τις αστικές περιοχές, ανεξαρτήτως μεγέθους. Το μέγεθος του φαινομένου εξαρτάται από την αστική δομή, την κτιριακή πυκνότητα, τα υλικά των επιφανειών, τη θερμότητα που συσσωρεύεται από τις ανθρώπινες δραστηριότητες και το ποσοστό της βλάστησης και των υδάτινων επιφανειών. Συνεπώς, οι αστικές περιοχές είναι ιδιαίτερα ευάλωτες στα κύματα θερμότητας, καθώς και στις αρνητικές επιπτώσεις τους για τον άνθρωπο, όπως είναι η αύξηση της θνησιμότητας και η μείωση της παραγωγικότητας της εργασίας. &lt;br /&gt;
&lt;br /&gt;
Οι επί τόπου μετρήσεις της θερμοκρασίας του αέρα κρίνονται συνήθως ανεπαρκείς για την παρακολούθηση της χωρικής έκτασης της θερμικής νησίδας, καθώς αντιπροσωπεύουν ιδιαίτερα τοπικές συνθήκες. Δεδομένου ότι τα υψηλής πυκνότητας δίκτυα μέτρησης είναι δαπανηρά, θερμικές υπέρυθρες τεχνικές τηλεπισκόπησης χρησιμοποιούνται σε παγκόσμιο επίπεδο για την αξιολόγηση της χωρικής κατανομής των θερμικών νησίδων. Ως εκ τούτου, η θερμική τηλεπισκόπηση είναι χρήσιμη για την παρακολούθηση της Θερμικής Νησίδας της Επιφάνειας (Surface Heat Island - SHI), η οποία ορίζεται ως η διαφορά μεταξύ της θερμοκρασίας των αστικών και αγροτικών επιφανειών. &lt;br /&gt;
&lt;br /&gt;
Η SHI εξαρτάται σε μεγάλο βαθμό από τη φύση της επιφάνειας και τις συνθήκες. Οι ξηρές και πιο σκοτεινές αστικές επιφάνειες απορροφούν το φως του ήλιου πιο εύκολα και θερμαίνονται περισσότερο σε σχέση με τις πιο ανοιχτόχρωμες και υγρές επιφάνειες ή τις επιφάνειες που είναι σκιασμένες. Έτσι, χαρακτηριστικά των αστικών επιφανειών όπως το ποσοστό πρασίνου, το νερό και οι αδιαπέρατες επιφάνειες, αποτελούν ισχυρούς παράγοντες για την ένταση SHI. Σε γενικές γραμμές, η SHI είναι μεγαλύτερη κατά τη διάρκεια της ημέρας, λόγω της επίδρασης της ηλιακής ακτινοβολίας. &lt;br /&gt;
&lt;br /&gt;
Ο στόχος της παρούσας μελέτης είναι να προσδιοριστεί η SHI του Ρότερνταμ και να συσχετιστεί με τα χαρακτηριστικά της αστικής επιφάνειας. Η μελέτη αποτελεί μέρος ενός μεγάλου ερευνητικού προγράμματος (Dutch National Research Programme Knowledge for Climate), στο οποίο ερευνάται το φαινόμενο της Θερμικής Νησίδας του Ρότερνταμ και ο αντίκτυπός του στη θερμική καταπόνηση της πόλης. &lt;br /&gt;
&lt;br /&gt;
Η ένταση της Θερμικής Νησίδας της Επιφάνειας (SHI) του Ρότερνταμ και η χωρική μεταβολή της εκτιμήθηκε από υψηλής ανάλυσης θερμικές υπέρυθρες εικόνες Landsat κατά τη διάρκεια 15 θερινών ημερών, δεδομένου ότι κατά κανόνα, η θερμική καταπόνηση είναι πιο έντονη το καλοκαίρι. Η ημερήσια διακύμανση της θερμοκρασίας της επιφάνειας κατά τη διάρκεια περιόδου καύσωνα του 2006, εξήχθηκε από NOAA-AVHHR εικόνες, μέτριας ανάλυσης και σε χρονική σειρά. Για την αξιολόγηση των πολεοδομικών χαρακτηριστικών που εξηγούν το μοτίβο SHI του Ρότερνταμ, πραγματοποιήθηκε μία στατιστική ανάλυση μεταξύ της μέσης θερμοκρασίας της επιφάνειας και χαρακτηριστικών όπως η ανακλαστικότητα, ο παράγοντας του sky view, το ποσοστό πρασίνου, οι υδάτινες επιφάνειες και τα στεγανοποιημένα εδάφη. &lt;br /&gt;
&lt;br /&gt;
Η θερμοκρασία της αστικής επιφάνειας ποίκιλε περισσότερο κατά τη διάρκεια της ημέρας από τη θερμοκρασία του αέρα. Κατά συνέπεια, η ένταση SHI διέφερε από την UHI, καθώς η δεύτερη προκύπτει από τις διαφορές θερμοκρασίας του αέρα λίγα μέτρα πάνω από το επίπεδο του εδάφους. Επιπλέον, μέσω της μεταφοράς ενέργειας μεταξύ του εδάφους και του αέρα, οι δύο θερμοκρασίες συσχετίζονται. Στην παρούσα μελέτη, αυτό φαίνεται από τη σύγκριση μεταξύ των θερμοκρασιών που έχουν ληφθεί από τον Landsat και των επί τόπου μετρήσεων της θερμοκρασίας του αέρα. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Υλικά και Μέθοδοι:''' &lt;br /&gt;
&lt;br /&gt;
'''1. Η Περιοχή μελέτης:''' Το Ρότερνταμ είναι η δεύτερη μεγαλύτερη πόλη της Ολλανδίας και το λιμάνι του είναι το μεγαλύτερο της Ευρώπης. Αποτελεί τμήμα μίας μεγαλύτερης μητρόπολης 1,6 εκατομμυρίων κατοίκων, ενώ αποτελείται από 22 διαμερίσματα, τα οποία υποδιαιρούνται σε 88 γειτονιές. Η πόλη χαρακτηρίζεται από τον ποταμό Nieuwe Maas, το λιμάνι και μεγάλες βιομηχανικές περιοχές (εικόνα 1).&lt;br /&gt;
&lt;br /&gt;
'''2. Δορυφορικά δεδομένα:''' Αρκετοί δορυφόροι διεξάγουν μετρήσεις στο θερμικό υπέρυθρο φάσμα από τις οποίες μπορούν να προκύψουν θερμοκρασίες της επιφάνειας του εδάφους. Από το 1984, ο Landsat Thematic Mapper (Landsat TM) λαμβάνει εικόνες του ορατού, εγγύς υπέρυθρου και θερμικού υπέρυθρου φάσματος. Μεταξύ του 1999 και του 2003, ο Landsat Enhanced Thematic Mapper (Landsat ΕΤΜ) προσέφερε επίσης και απεικόνιση. Η χωρική ανάλυση του θερμικού υπέρυθρου φάσματος του πρώτου ήταν 120*120 m, ενώ βελτιώθηκε στα 60*60 m στην περίπτωση του Landsat ΕΤΜ. Η χωρική ανάλυση του  ορατού φάσματος και του εγγύς υπέρυθρου και των δύο δορυφόρων είναι 30 m, με χρόνο επαναληψιμότητας 16 ημερών. Οι εικόνες λαμβάνονται κατά τις μεσημεριανές ώρες. &lt;br /&gt;
&lt;br /&gt;
Ένα άλλο δορυφορικό πρόγραμμα που ξεκίνησε το 1978 και συνεχίζεται μέχρι σήμερα, είναι αυτό του Advanced Very High Resolution Radiometer (AVHRR) που διεξάγεται από τον Οργανισμό US National Oceanic and Atmospheric Administration (NOAA). Κάθε σημείο του πλανήτη είναι ορατό από κάθε δορυφόρο δύο φορές την ημέρα και σε διαφορετικές ώρες, γεγονός το οποίο αποτελεί το σημαντικότερο συγκριτικό πλεονέκτημα των εικόνων NOAA-AVHRR σε σχέση με τις εικόνες Landsat. Ωστόσο, η χωρική ανάλυση των εικόνων AVHHR είναι από 1,1 km στο ναδίρ έως 4 km στην άκρη των εικόνων, σημαντικά χαμηλότερη από τις εικόνες Landsat. Στην παρούσα μελέτη, για την ανάλυση της έντασης SHI του Ρότερνταμ, υπέστησαν επεξεργασία εικόνες της θερμοκρασίας της αστικής επιφάνειας και από τους δύο δορυφόρους.&lt;br /&gt;
&lt;br /&gt;
'''3. Ανάκτηση των θερμοκρασιών της αστικής επιφάνειας:''' Από το 1984 μέχρι το 2007, επιλέχθηκαν συνολικά 15 εικόνες Landsat, χωρίς νεφοκάλυψη, κατά τη διάρκεια των καλοκαιρινών μηνών. Οι εικόνες διορθώθηκαν γεωμετρικά σύμφωνα με το ολλανδικό σύστημα συντεταγμένων και οι φασματικές ακτινοβολίες προέκυψαν χρησιμοποιώντας τις παραμέτρους της ραδιομετρικής βαθμονόμησης του αισθητήρα. Οι ακτινοβολίες δεν αντιπροσωπεύουν ακριβώς τη θερμοκρασία της επιφάνειας, αλλά αποτελούν μίξη των διαφόρων κλασμάτων ενέργειας, εκ των οποίων το πιο σημαντικό είναι η ενέργεια που εκπέμπεται από την αστική επιφάνεια. Η ακτινοβολία της επιφάνειας εκτιμήθηκε χωρικά χρησιμοποιώντας μία εμπειρική σχέση μεταξύ του τηλεπισκοπικού δείκτη Normalised Difference Vegetation Index (NDVI) και της ακτινοβολίας. Ο δείκτης NDVI εκφράζει τη διαφορά των εγγύς υπέρυθρων και των ερυθρών ακτινοβολιών διαιρεμένη με το άθροισμα των δύο. Μετά τη χωρική εκτίμηση της ακτινοβολίας, υπολογίστηκε η θερμοκρασία της αστικής επιφάνειας μέσω της αντίστροφης εφαρμογής του νόμου του Planck, ο οποίος δίνει την σχέση της θερμοκρασίας και της φασματικής ακτινοβολίας, σε ένα συγκεκριμένο μήκος κύματος.&lt;br /&gt;
&lt;br /&gt;
Για τον έλεγχο των περιοχών που είναι πιο ευάλωτες στη θερμότητα, υπολογίστηκε η μέση θερμοκρασία της αστικής επιφάνειας για τα 22 διαμερίσματα (εικόνα 2) και τις 88 γειτονιές. Για κάθε περιοχή υπολογίστηκε η ένταση SHI συγκρίνοντας τη θερμοκρασία των αστικών επιφανειών με τη μέση θερμοκρασία της επιφάνειας 19 αγροτικών περιοχών (κυρίως χορτολιβαδικών εκτάσεων), έξω από το Ρότερνταμ. Η μέση θερμοκρασία της επιφάνειας των αγροτικών περιοχών υπολογίστηκε σε 23 °C.&lt;br /&gt;
&lt;br /&gt;
'''4. Αστικά χαρακτηριστικά:''' Για την αξιολόγηση των αστικών χαρακτηριστικών που εξηγούν τη χωρική κατανομή των θερμοκρασιών της αστικής επιφάνειας, διενεργήθηκε μία ανάλυση παλινδρόμησης. Δεδομένου ότι το φαινόμενο της Θερμικής Νησίδας σχετίζεται με την ανακλαστικότητα των επιφανειών, τον παράγοντα του sky view και το ποσοστό του πρασίνου, των αδιαπέρατων και των υδάτινων επιφανειών, επιλέχθηκαν να αναλυθούν τα παραπάνω αστικά χαρακτηριστικά. Η ανάλυση παλινδρόμησης πραγματοποιήθηκε σε κλίμακα γειτονιάς, υποθέτοντας ότι τα αστικά χαρακτηριστικά είναι σχετικά ομοιογενή σε κάθε γειτονιά.&lt;br /&gt;
&lt;br /&gt;
Η ανακλαστικότητα των επιφανειών και ο παράγοντας του sky view, επηρεάζουν άμεσα τη θερμοκρασία της αστικής επιφάνειας. Για παράδειγμα, οι στενοί δρόμοι με χαμηλό sky view, δέχονται λιγότερη ακτινοβολία στην επιφάνειά τους κατά τη διάρκεια της ημέρας. Επιπλέον, 'παγιδεύουν' την ενέργεια, μειώνοντας την απώλεια θερμότητας και δημιουργώντας θερμές αστικές επιφάνειες. Οι υδάτινες επιφάνειες έχουν ένα αποτέλεσμα δροσισμού στην πόλη, που προκαλείται από την εξάτμιση του νερού. Οι περιοχές πρασίνου έχουν ένα παρόμοιο αποτέλεσμα, που δημιουργείται μέσω της εξατμισοδιαπνοής. Από την άλλη πλευρά, οι αδιαπέρατες επιφάνειες έχουν συνήθως χαμηλές τιμές ανακλαστικότητας και δεν εξατμίζουν το νερό.&lt;br /&gt;
 &lt;br /&gt;
'''5. Θερμοκρασία του αέρα:''' Για τη σύγκριση των δεδομένων του Landsat, που αφορούν τη θερμοκρασία της επιφάνειας, και των επί τόπου μετρήσεων της θερμοκρασίας του αέρα, συλλέχθηκαν οι θερμοκρασίες του αέρα από ερασιτεχνικές μετρήσεις και όχι από τους επίσημους μετεωρολογικούς σταθμούς, αφού δεν βρίσκονται στον ιστό της πόλης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα'''&lt;br /&gt;
&lt;br /&gt;
'''1. Χωρική κατανομή της έντασης SHI:''' Στην εικόνα 3 παρουσιάζεται ένας χάρτης των μέσων θερμοκρασιών της επιφανείας του Ρότερνταμ που ανακτήθηκαν από τις 15 εικόνες Landsat. Στην εικόνα απεικονίζεται η ένταση SHI, ενώ η διαφορά της θερμοκρασίας της επιφάνειας των αστικών και των αγροτικών περιοχών αγγίζει τους 10 °C. Οι χαμηλότερες θερμοκρασίες παρατηρούνται στην επιφάνεια του νερού, ακολουθούμενες από αυτές των χορτολιβαδικών εκτάσεων στα βόρεια και ανατολικά της πόλης. Εντυπωσιακό αποτέλεσμα αποτελεί το ότι οι πολύ υψηλές θερμοκρασίες δεν παρατηρούνται μόνο στο κέντρο του Ρότερνταμ, αλλά και στις βιομηχανικές περιοχές και στα λιμάνια, δυτικά της πόλης. Αυτό σχετίζεται με τις πολλές σκουρόχρωμες στέγες και τις μεγάλες περιοχές των πλακόστρωτων και αδιαπέρατων επιφανειών. &lt;br /&gt;
&lt;br /&gt;
'''2. Η θερμοκρασία της αστικής επιφάνειας και τα αστικά χαρακτηριστικά:''' Τα αποτελέσματα της στατιστικής ανάλυσης του μέσου όρου των θερμοκρασιών της αστικής επιφάνειας και των αστικών χαρακτηριστικών της κάθε γειτονιάς έδειξε ότι τα κλάσματα των πράσινων χώρων αποτελούν τον κύριο  προγνωστικό δείκτη της θερμοκρασίας της επιφάνειας. Αυτό αποδεικνύει ότι η βλάστηση έχει σημαντική επίδραση στο δροσισμό και εξηγεί το 69% της διακύμανσης της θερμοκρασίας της επιφάνειας (εικόνα 4). Η αύξηση του ποσοστού του πρασίνου κατά 10% μειώνει την μέση θερμοκρασία της επιφάνειας κατά 1,3 °C. &lt;br /&gt;
&lt;br /&gt;
Επιπλέον, η θερμοκρασία της επιφάνειας μειώνεται όσο αυξάνεται η ανακλαστικότητα, οι λιγότερο αδιαπέρατες επιφάνειες και ο παράγοντας του sky view. Το ποσοστό των υδάτινων επιφανειών δεν συσχετίζεται άμεσα με τη θερμοκρασία της αστικής επιφάνειας, γεγονός που συνεπάγει ότι το νερό δεν έχει σημαντική επίδραση στο δροσισμό των γύρω επιφανειών. Παρόλα αυτά, θα μπορούσε να έχει κάποιο αποτέλεσμα δροσισμού στη θερμοκρασία του αέρα, αλλά η ανάλυση αυτή ξεφεύγει από τα όρια της μελέτης. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα:''' Οι θερμικές υπέρυθρες εικόνες Landsat κατά τη διάρκεια 15 θερινών ημερών έδειξαν ότι η ένταση SHI στο Ρότερνταμ κατά τη διάρκεια της ημέρας άγγιζε τους  10 °C σε σχέση με τις μη αστικές περιοχές. Οι διαφορές της έντασης SHI μεταξύ των διαμερισμάτων μπορούν να εξηγηθούν σε μεγάλο βαθμό από τη διαφορά των χαρακτηριστικών της αστικής επιφάνειας και ιδιαίτερα από το ποσοστό της αστικής βλάστησης.&lt;br /&gt;
Η χωρική εμφάνιση της έντασης SHI διέφερε μεταξύ ημέρας και νύχτας. Το παραπάνω διαπιστώθηκε από την ανάλυση της ημερήσιας διακύμανσης της θερμοκρασίας των αστικών επιφανειών, βασισμένη σε μία σειρά εικόνων NOAA-AVHHR, κατά την περίοδο καύσωνα του 2006. Η μελέτη της διαφορετικής χωρικής εμφάνισης της έντασης SHI κρίνεται ιδιαίτερα χρήσιμη για τον μελλοντικό σχεδιασμό της πόλης, ο οποίος θα πρέπει να στοχεύει στην μετρίαση των αρνητικών επιπτώσεων της θερμότητας. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αναφορές'''&lt;br /&gt;
&lt;br /&gt;
Bowler DE, Buyung-Ali L, Knight TM, Pullin AS. Urban greening to cool towns and cities: a systematic review of the empirical evidence. Landscape and Urban Planning 2010;97(3):147–55.&lt;br /&gt;
&lt;br /&gt;
Dousset B, Gourmelon F. Satellite multi-sensor data analysis of urban surface temperatures and landcover. Remote Sensing of the Environment 2003;58(1–2):43–54.&lt;br /&gt;
&lt;br /&gt;
Dousset B, Gourmelon F, Mauri E. Application of satellite remote sensing for urban risk analysis: a case study of the 2003 extreme heat wave in Paris. Urban Remote Sensing Joint Event 2007:1–5.&lt;br /&gt;
&lt;br /&gt;
Heusinkveld BG, Van Hove LWA, Jacobs CMJ, Steeneveld GJ, Elbers JA, Moors EJ, et al. Use of a mobile platform for assessing urban heat stress in Rotterdam. In: Proceedings of the 7th conference on biometeorology – Berichte des Meteorologischen Instituts der Albert- Ludwigs-Universitδt; 2010. p. 433–8.&lt;br /&gt;
&lt;br /&gt;
Kovats RS, Hajat S. Heat stress and public health: a critical review. Annual Review of Public Health 2008;29:41–55.&lt;br /&gt;
&lt;br /&gt;
Oke TR. Boundary layer climates. 2nd ed. London: Methuen; 1987.&lt;br /&gt;
&lt;br /&gt;
Oke TR. The urban energy balance. Progress in Physical Geography 1988;12(4):471–508.&lt;br /&gt;
&lt;br /&gt;
Roodenburg J. Adaptation of rural minimum temperature forecasts to an urban environment. Archives for Meteorology Geophysics and Bioclimatology 1983;32:395–401.&lt;br /&gt;
&lt;br /&gt;
Rosenzweig C, Solecki WD, Slosberg RB. Mitigating New York City’s heat island with urban forestry, living roofs and light surfaces. New York: New York State Energy Research and Development Authority; 2006.&lt;br /&gt;
&lt;br /&gt;
Tucker CJ. Red and photographic infrared linear combinations for monitoring vegetation. Remote Sensing of the Environment 1979;8(2):127–50.&lt;br /&gt;
&lt;br /&gt;
Van de Griend AA, Owe M. On the relationship between thermal emissivity and the normalized difference vegetation index for natural surfaces. International Journal of Remote Sensing 1992;14(6):1119–31.&lt;br /&gt;
&lt;br /&gt;
Voogt JA. Urban heat islands: hotter cities. Retrieved September 5, 2011 from http://www.actionbioscience.org/environment/voogt.html?print.&lt;br /&gt;
&lt;br /&gt;
Voogt JA, Oke TR. Thermal remote sensing of urban climates. Remote Sensing of the Environment 2003;86:370–84.&lt;br /&gt;
&lt;br /&gt;
Weng Q. Thermal infrared remote sensing for urban climate and environmental studies: methods, applications, and trends. ISPRS Journal of Photogrammetry and Remote Sensing 2009;64:335–44.&lt;br /&gt;
&lt;br /&gt;
Weng Q, Lu D, Schubring J. Estimation of land surface temperature-vegetation abundance relationship for urban heat island studies. Remote Sensing of Environment 2004;89(4):467–83.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
[http://www.sciencedirect.com/science/article/pii/S0921344912000110 '''το άρθρο στο διαδίκτυο''']&lt;br /&gt;
&lt;br /&gt;
 [[category:Αστικός και περιφερειακός σχεδιασμός]]&lt;/div&gt;</summary>
		<author><name>Ramfou Vasiliki</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%97_%CE%B8%CE%B5%CF%81%CE%BC%CE%B9%CE%BA%CE%AE_%CE%BD%CE%B7%CF%83%CE%AF%CE%B4%CE%B1_%CF%84%CE%B7%CF%82_%CE%B5%CF%80%CE%B9%CF%86%CE%AC%CE%BD%CE%B5%CE%B9%CE%B1%CF%82_%CF%84%CE%BF%CF%85_%CE%A1%CF%8C%CF%84%CE%B5%CF%81%CE%BD%CF%84%CE%B1%CE%BC_%CE%BA%CE%B1%CE%B9_%CE%B7_%CF%83%CF%87%CE%AD%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%BC%CE%B5_%CF%84%CE%B1_%CF%87%CE%B1%CF%81%CE%B1%CE%BA%CF%84%CE%B7%CF%81%CE%B9%CF%83%CF%84%CE%B9%CE%BA%CE%AC_%CF%84%CF%89%CE%BD_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B5%CF%80%CE%B9%CF%86%CE%B1%CE%BD%CE%B5%CE%B9%CF%8E%CE%BD</id>
		<title>Η θερμική νησίδα της επιφάνειας του Ρότερνταμ και η σχέση της με τα χαρακτηριστικά των αστικών επιφανειών</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%97_%CE%B8%CE%B5%CF%81%CE%BC%CE%B9%CE%BA%CE%AE_%CE%BD%CE%B7%CF%83%CE%AF%CE%B4%CE%B1_%CF%84%CE%B7%CF%82_%CE%B5%CF%80%CE%B9%CF%86%CE%AC%CE%BD%CE%B5%CE%B9%CE%B1%CF%82_%CF%84%CE%BF%CF%85_%CE%A1%CF%8C%CF%84%CE%B5%CF%81%CE%BD%CF%84%CE%B1%CE%BC_%CE%BA%CE%B1%CE%B9_%CE%B7_%CF%83%CF%87%CE%AD%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%BC%CE%B5_%CF%84%CE%B1_%CF%87%CE%B1%CF%81%CE%B1%CE%BA%CF%84%CE%B7%CF%81%CE%B9%CF%83%CF%84%CE%B9%CE%BA%CE%AC_%CF%84%CF%89%CE%BD_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B5%CF%80%CE%B9%CF%86%CE%B1%CE%BD%CE%B5%CE%B9%CF%8E%CE%BD"/>
				<updated>2015-03-20T21:13:15Z</updated>
		
		<summary type="html">&lt;p&gt;Ramfou Vasiliki: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα:vr_a3_e1.jpg|300px|thumb|right|'''Εικόνα 1.''' Τα διοικητικά όρια του Δήμου του Ρότερνταμ.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a3_e2.jpg|300px|thumb|right|'''Εικόνα 2.''' Η μέση ένταση SHI των 22 διαμερισμάτων του Ρότερνταμ, βασισμένη σε 15 εικόνες Landsat και προβαλλόμενη σε μία αεροφωτογραφία.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a3_e3.jpg|300px|thumb|right|'''Εικόνα 3.''' Μέση κατανομή της θερμοκρασίας (Κ) της επιφάνειας του Ρότερνταμ, βασισμένη σε 15 εικόνες Landsat.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a3_e4.jpg|300px|thumb|right|Εικόνα 1. Εικόνα 4. Το διάγραμμα διασποράς της μέσης θερμοκρασίας των αστικών επιφανειών των γειτονιών του Ρότερνταμ, σε σχέση με το ποσοστό των πράσινων χώρων της κάθε γειτονιάς.]]&lt;br /&gt;
&lt;br /&gt;
'''Αντικείμενο Εφαρμογής:''' Μελέτη της θερμοκρασίας της αστικής επιφάνειας του Ρότερνταμ και συσχέτισή της με τα αστικά χαρακτηριστικά&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος Τίτλος:''' 'The surface heat island of Rotterdam and its relationship with urban surface characteristics'&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Lisette Klok (a), Sander Zwart (b), Henk Verhagen (a), Elena Mauri (c)&lt;br /&gt;
&lt;br /&gt;
(a) TNO, Postbus 80015, 3508 TA Utrecht, Netherlands&lt;br /&gt;
&lt;br /&gt;
(b) WaterWatch B.V., Generaal Foulkesweg 28, 6703 BS Wageningen, Netherlands&lt;br /&gt;
&lt;br /&gt;
(c) Istituto Nazionale di Oceanografia e Geofisica Sperimentale, Borgo Grotta Gigante 42/c, 34010 Sgonico, Trieste, Italy&lt;br /&gt;
&lt;br /&gt;
'''Πηγή:''' Elsevier, Resources, Conservation and Recycling, 64 (2012), 23-29&lt;br /&gt;
&lt;br /&gt;
'''Λέξεις Κλειδιά:''' αστική θερμική νησίδα, θερμική νησίδα της αστικής επιφάνειας, Τηλεπισκόπιση, Ρότερνταμ, θερμοκρασία της επιφάνειας, κύμα θερμότητας, θερμικές υπέρυθρες εικόνες&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Περίληψη:''' Για τη χωρική ποσοτικοποίηση της Θερμικής Νησίδας της Επιφάνειας (Surface Heat Island - SHI) του Ρότερνταμ της Ολλανδίας,  χρησιμοποιήθηκαν θερμικές υπέρυθρες δορυφορικές εικόνες υψηλής ανάλυσης από αισθητήρες Landsat. Με βάση χάρτες της θερμοκρασίας της αστικής επιφάνειας κατά τη διάρκεια 15 θερινών ημερών από το 1984, η μέση θερμοκρασία της αστικής επιφάνειας κάθε γειτονιάς μέσα στην πόλη συγκρίθηκε με τη θερμοκρασία της επιφάνειας των αγροτικών εκτάσεων έξω από αυτή. Η διαφορά των δύο θερμοκρασιών ορίζεται ως ένταση SHI. Τα αποτελέσματα έδειξαν ότι η ένταση SHI στο Ρότερνταμ, κατά τη διάρκεια της ημέρας, μπορεί να αγγίξει τους 10 °C. Οι διαφορές των SHI μεταξύ των γειτονιών μπορούν να εξηγηθούν από τα χαρακτηριστικά των αστικών επιφανειών. Η στατιστική ανάλυση δείχνει ότι η SHI είναι μεγαλύτερη για γειτονιές με ελάχιστη βλάστηση και υψηλό ποσοστό αδιαπέρατων επιφανειών εδαφών με χαμηλή ανακλαστικότητα. Επιπλέον, δορυφορικές εικόνες NOAA-AVHHR χρησιμοποιήθηκαν για την παρακολούθηση του κύματος καύσωνα του Ιουλίου του 2006 και τον υπολογισμό της ημερήσιας διακύμανσης της έντασης SHI του Ρότερνταμ. Ο μέσος όρος των θερμοκρασιακών διαφορών της επιφάνειας των θερμότερων και ψυχρότερων περιοχών ήταν το πολύ 12 °C κατά τη διάρκεια της ημέρας, και 9 °C κατά τη διάρκεια της νύχτας. Οι περιοχές με υψηλή ένταση SHI κατά τη διάρκεια της νύχτας, διέφεραν από εκείνες με υψηλή SHI κατά τη διάρκεια της ημέρας.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή:''' Η αστική θερμική νησίδα (Urban Heat Island - UHI) αναφέρεται στις υψηλότερες θερμοκρασίες του αστικού χώρου σε σύγκριση με τις θερμοκρασίες πάνω από τις γύρω αγροτικές περιοχές. Το φαινόμενο της Θερμικής Νησίδας εμφανίζεται σε όλες τις αστικές περιοχές, ανεξαρτήτως μεγέθους. Το μέγεθος του φαινομένου εξαρτάται από την αστική δομή, την κτιριακή πυκνότητα, τα υλικά των επιφανειών, τη θερμότητα που συσσωρεύεται από τις ανθρώπινες δραστηριότητες και το ποσοστό της βλάστησης και των υδάτινων επιφανειών. Συνεπώς, οι αστικές περιοχές είναι ιδιαίτερα ευάλωτες στα κύματα θερμότητας, καθώς και στις αρνητικές επιπτώσεις τους για τον άνθρωπο, όπως είναι η αύξηση της θνησιμότητας και η μείωση της παραγωγικότητας της εργασίας. &lt;br /&gt;
&lt;br /&gt;
Οι επί τόπου μετρήσεις της θερμοκρασίας του αέρα κρίνονται συνήθως ανεπαρκείς για την παρακολούθηση της χωρικής έκτασης της θερμικής νησίδας, καθώς αντιπροσωπεύουν ιδιαίτερα τοπικές συνθήκες. Δεδομένου ότι τα υψηλής πυκνότητας δίκτυα μέτρησης είναι δαπανηρά, θερμικές υπέρυθρες τεχνικές τηλεπισκόπησης χρησιμοποιούνται σε παγκόσμιο επίπεδο για την αξιολόγηση της χωρικής κατανομής των θερμικών νησίδων. Ως εκ τούτου, η θερμική τηλεπισκόπηση είναι χρήσιμη για την παρακολούθηση της Θερμικής Νησίδας της Επιφάνειας (Surface Heat Island - SHI), η οποία ορίζεται ως η διαφορά μεταξύ της θερμοκρασίας των αστικών και αγροτικών επιφανειών. &lt;br /&gt;
&lt;br /&gt;
Η SHI εξαρτάται σε μεγάλο βαθμό από τη φύση της επιφάνειας και τις συνθήκες. Οι ξηρές και πιο σκοτεινές αστικές επιφάνειες απορροφούν το φως του ήλιου πιο εύκολα και θερμαίνονται περισσότερο σε σχέση με τις πιο ανοιχτόχρωμες και υγρές επιφάνειες ή τις επιφάνειες που είναι σκιασμένες. Έτσι, χαρακτηριστικά των αστικών επιφανειών όπως το ποσοστό πρασίνου, το νερό και οι αδιαπέρατες επιφάνειες, αποτελούν ισχυρούς παράγοντες για την ένταση SHI. Σε γενικές γραμμές, η SHI είναι μεγαλύτερη κατά τη διάρκεια της ημέρας, λόγω της επίδρασης της ηλιακής ακτινοβολίας. &lt;br /&gt;
&lt;br /&gt;
Ο στόχος της παρούσας μελέτης είναι να προσδιοριστεί η SHI του Ρότερνταμ και να συσχετιστεί με τα χαρακτηριστικά της αστικής επιφάνειας. Η μελέτη αποτελεί μέρος ενός μεγάλου ερευνητικού προγράμματος (Dutch National Research Programme Knowledge for Climate), στο οποίο ερευνάται το φαινόμενο της Θερμικής Νησίδας του Ρότερνταμ και ο αντίκτυπός του στη θερμική καταπόνηση της πόλης. &lt;br /&gt;
&lt;br /&gt;
Η ένταση της Θερμικής Νησίδας της Επιφάνειας (SHI) του Ρότερνταμ και η χωρική μεταβολή της εκτιμήθηκε από υψηλής ανάλυσης θερμικές υπέρυθρες εικόνες Landsat κατά τη διάρκεια 15 θερινών ημερών, δεδομένου ότι κατά κανόνα, η θερμική καταπόνηση είναι πιο έντονη το καλοκαίρι. Η ημερήσια διακύμανση της θερμοκρασίας της επιφάνειας κατά τη διάρκεια περιόδου καύσωνα του 2006, εξήχθηκε από NOAA-AVHHR εικόνες, μέτριας ανάλυσης και σε χρονική σειρά. Για την αξιολόγηση των πολεοδομικών χαρακτηριστικών που εξηγούν το μοτίβο SHI του Ρότερνταμ, πραγματοποιήθηκε μία στατιστική ανάλυση μεταξύ της μέσης θερμοκρασίας της επιφάνειας και χαρακτηριστικών όπως η ανακλαστικότητα, ο παράγοντας του sky view, το ποσοστό πρασίνου, οι υδάτινες επιφάνειες και τα στεγανοποιημένα εδάφη. &lt;br /&gt;
&lt;br /&gt;
Η θερμοκρασία της αστικής επιφάνειας ποίκιλε περισσότερο κατά τη διάρκεια της ημέρας από τη θερμοκρασία του αέρα. Κατά συνέπεια, η ένταση SHI διέφερε από την UHI, καθώς η δεύτερη προκύπτει από τις διαφορές θερμοκρασίας του αέρα λίγα μέτρα πάνω από το επίπεδο του εδάφους. Επιπλέον, μέσω της μεταφοράς ενέργειας μεταξύ του εδάφους και του αέρα, οι δύο θερμοκρασίες συσχετίζονται. Στην παρούσα μελέτη, αυτό φαίνεται από τη σύγκριση μεταξύ των θερμοκρασιών που έχουν ληφθεί από τον Landsat και των επί τόπου μετρήσεων της θερμοκρασίας του αέρα. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Υλικά και Μέθοδοι:''' &lt;br /&gt;
&lt;br /&gt;
'''1. Η Περιοχή μελέτης:''' Το Ρότερνταμ είναι η δεύτερη μεγαλύτερη πόλη της Ολλανδίας και το λιμάνι του είναι το μεγαλύτερο της Ευρώπης. Αποτελεί τμήμα μίας μεγαλύτερης μητρόπολης 1,6 εκατομμυρίων κατοίκων, ενώ αποτελείται από 22 διαμερίσματα, τα οποία υποδιαιρούνται σε 88 γειτονιές. Η πόλη χαρακτηρίζεται από τον ποταμό Nieuwe Maas, το λιμάνι και μεγάλες βιομηχανικές περιοχές (εικόνα 1).&lt;br /&gt;
&lt;br /&gt;
'''2. Δορυφορικά δεδομένα:''' Αρκετοί δορυφόροι διεξάγουν μετρήσεις στο θερμικό υπέρυθρο φάσμα από τις οποίες μπορούν να προκύψουν θερμοκρασίες της επιφάνειας του εδάφους. Από το 1984, ο Landsat Thematic Mapper (Landsat TM) λαμβάνει εικόνες του ορατού, εγγύς υπέρυθρου και θερμικού υπέρυθρου φάσματος. Μεταξύ του 1999 και του 2003, ο Landsat Enhanced Thematic Mapper (Landsat ΕΤΜ) προσέφερε επίσης και απεικόνιση. Η χωρική ανάλυση του θερμικού υπέρυθρου φάσματος του πρώτου ήταν 120*120 m, ενώ βελτιώθηκε στα 60*60 m στην περίπτωση του Landsat ΕΤΜ. Η χωρική ανάλυση του  ορατού φάσματος και του εγγύς υπέρυθρου και των δύο δορυφόρων είναι 30 m, με χρόνο επαναληψιμότητας 16 ημερών. Οι εικόνες λαμβάνονται κατά τις μεσημεριανές ώρες. &lt;br /&gt;
&lt;br /&gt;
Ένα άλλο δορυφορικό πρόγραμμα που ξεκίνησε το 1978 και συνεχίζεται μέχρι σήμερα, είναι αυτό του Advanced Very High Resolution Radiometer (AVHRR) που διεξάγεται από τον Οργανισμό US National Oceanic and Atmospheric Administration (NOAA). Κάθε σημείο του πλανήτη είναι ορατό από κάθε δορυφόρο δύο φορές την ημέρα και σε διαφορετικές ώρες, γεγονός το οποίο αποτελεί το σημαντικότερο συγκριτικό πλεονέκτημα των εικόνων NOAA-AVHRR σε σχέση με τις εικόνες Landsat. Ωστόσο, η χωρική ανάλυση των εικόνων AVHHR είναι από 1,1 km στο ναδίρ έως 4 km στην άκρη των εικόνων, σημαντικά χαμηλότερη από τις εικόνες Landsat. Στην παρούσα μελέτη, για την ανάλυση της έντασης SHI του Ρότερνταμ, υπέστησαν επεξεργασία εικόνες της θερμοκρασίας της αστικής επιφάνειας και από τους δύο δορυφόρους.&lt;br /&gt;
&lt;br /&gt;
'''3. Ανάκτηση των θερμοκρασιών της αστικής επιφάνειας:''' Από το 1984 μέχρι το 2007, επιλέχθηκαν συνολικά 15 εικόνες Landsat, χωρίς νεφοκάλυψη, κατά τη διάρκεια των καλοκαιρινών μηνών. Οι εικόνες διορθώθηκαν γεωμετρικά σύμφωνα με το ολλανδικό σύστημα συντεταγμένων και οι φασματικές ακτινοβολίες προέκυψαν χρησιμοποιώντας τις παραμέτρους της ραδιομετρικής βαθμονόμησης του αισθητήρα. Οι ακτινοβολίες δεν αντιπροσωπεύουν ακριβώς τη θερμοκρασία της επιφάνειας, αλλά αποτελούν μίξη των διαφόρων κλασμάτων ενέργειας, εκ των οποίων το πιο σημαντικό είναι η ενέργεια που εκπέμπεται από την αστική επιφάνεια. Η ακτινοβολία της επιφάνειας εκτιμήθηκε χωρικά χρησιμοποιώντας μία εμπειρική σχέση μεταξύ του τηλεπισκοπικού δείκτη Normalised Difference Vegetation Index (NDVI) και της ακτινοβολίας. Ο δείκτης NDVI εκφράζει τη διαφορά των εγγύς υπέρυθρων και των ερυθρών ακτινοβολιών διαιρεμένη με το άθροισμα των δύο. Μετά τη χωρική εκτίμηση της ακτινοβολίας, υπολογίστηκε η θερμοκρασία της αστικής επιφάνειας μέσω της αντίστροφης εφαρμογής του νόμου του Planck, ο οποίος δίνει την σχέση της θερμοκρασίας και της φασματικής ακτινοβολίας, σε ένα συγκεκριμένο μήκος κύματος.&lt;br /&gt;
&lt;br /&gt;
Για τον έλεγχο των περιοχών που είναι πιο ευάλωτες στη θερμότητα, υπολογίστηκε η μέση θερμοκρασία της αστικής επιφάνειας για τα 22 διαμερίσματα (εικόνα 2) και τις 88 γειτονιές. Για κάθε περιοχή υπολογίστηκε η ένταση SHI συγκρίνοντας τη θερμοκρασία των αστικών επιφανειών με τη μέση θερμοκρασία της επιφάνειας 19 αγροτικών περιοχών (κυρίως χορτολιβαδικών εκτάσεων), έξω από το Ρότερνταμ. Η μέση θερμοκρασία της επιφάνειας των αγροτικών περιοχών υπολογίστηκε σε 23 °C.&lt;br /&gt;
&lt;br /&gt;
'''4. Αστικά χαρακτηριστικά:''' Για την αξιολόγηση των αστικών χαρακτηριστικών που εξηγούν τη χωρική κατανομή των θερμοκρασιών της αστικής επιφάνειας, διενεργήθηκε μία ανάλυση παλινδρόμησης. Δεδομένου ότι το φαινόμενο της Θερμικής Νησίδας σχετίζεται με την ανακλαστικότητα των επιφανειών, τον παράγοντα του sky view και το ποσοστό του πρασίνου, των αδιαπέρατων και των υδάτινων επιφανειών, επιλέχθηκαν να αναλυθούν τα παραπάνω αστικά χαρακτηριστικά. Η ανάλυση παλινδρόμησης πραγματοποιήθηκε σε κλίμακα γειτονιάς, υποθέτοντας ότι τα αστικά χαρακτηριστικά είναι σχετικά ομοιογενή σε κάθε γειτονιά.&lt;br /&gt;
&lt;br /&gt;
Η ανακλαστικότητα των επιφανειών και ο παράγοντας του sky view, επηρεάζουν άμεσα τη θερμοκρασία της αστικής επιφάνειας. Για παράδειγμα, οι στενοί δρόμοι με χαμηλό sky view, δέχονται λιγότερη ακτινοβολία στην επιφάνειά τους κατά τη διάρκεια της ημέρας. Επιπλέον, 'παγιδεύουν' την ενέργεια, μειώνοντας την απώλεια θερμότητας και δημιουργώντας θερμές αστικές επιφάνειες. Οι υδάτινες επιφάνειες έχουν ένα αποτέλεσμα δροσισμού στην πόλη, που προκαλείται από την εξάτμιση του νερού. Οι περιοχές πρασίνου έχουν ένα παρόμοιο αποτέλεσμα, που δημιουργείται μέσω της εξατμισοδιαπνοής. Από την άλλη πλευρά, οι αδιαπέρατες επιφάνειες έχουν συνήθως χαμηλές τιμές ανακλαστικότητας και δεν εξατμίζουν το νερό.&lt;br /&gt;
 &lt;br /&gt;
'''5. Θερμοκρασία του αέρα:''' Για τη σύγκριση των δεδομένων του Landsat, που αφορούν τη θερμοκρασία της επιφάνειας, και των επί τόπου μετρήσεων της θερμοκρασίας του αέρα, συλλέχθηκαν οι θερμοκρασίες του αέρα από ερασιτεχνικές μετρήσεις και όχι από τους επίσημους μετεωρολογικούς σταθμούς, αφού δεν βρίσκονται στον ιστό της πόλης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα'''&lt;br /&gt;
&lt;br /&gt;
'''1. Χωρική κατανομή της έντασης SHI:''' Στην εικόνα 3 παρουσιάζεται ένας χάρτης των μέσων θερμοκρασιών της επιφανείας του Ρότερνταμ που ανακτήθηκαν από τις 15 εικόνες Landsat. Στην εικόνα απεικονίζεται η ένταση SHI, ενώ η διαφορά της θερμοκρασίας της επιφάνειας των αστικών και των αγροτικών περιοχών αγγίζει τους 10 °C. Οι χαμηλότερες θερμοκρασίες παρατηρούνται στην επιφάνεια του νερού, ακολουθούμενες από αυτές των χορτολιβαδικών εκτάσεων στα βόρεια και ανατολικά της πόλης. Εντυπωσιακό αποτέλεσμα αποτελεί το ότι οι πολύ υψηλές θερμοκρασίες δεν παρατηρούνται μόνο στο κέντρο του Ρότερνταμ, αλλά και στις βιομηχανικές περιοχές και στα λιμάνια, δυτικά της πόλης. Αυτό σχετίζεται με τις πολλές σκουρόχρωμες στέγες και τις μεγάλες περιοχές των πλακόστρωτων και αδιαπέρατων επιφανειών. &lt;br /&gt;
&lt;br /&gt;
'''2. Η θερμοκρασία της αστικής επιφάνειας και τα αστικά χαρακτηριστικά:''' Τα αποτελέσματα της στατιστικής ανάλυσης του μέσου όρου των θερμοκρασιών της αστικής επιφάνειας και των αστικών χαρακτηριστικών της κάθε γειτονιάς έδειξε ότι τα κλάσματα των πράσινων χώρων αποτελούν τον κύριο  προγνωστικό δείκτη της θερμοκρασίας της επιφάνειας. Αυτό αποδεικνύει ότι η βλάστηση έχει σημαντική επίδραση στο δροσισμό και εξηγεί το 69% της διακύμανσης της θερμοκρασίας της επιφάνειας (εικόνα 4). Η αύξηση του ποσοστού του πρασίνου κατά 10% μειώνει την μέση θερμοκρασία της επιφάνειας κατά 1,3 °C. &lt;br /&gt;
&lt;br /&gt;
Επιπλέον, η θερμοκρασία της επιφάνειας μειώνεται όσο αυξάνεται η ανακλαστικότητα, οι λιγότερο αδιαπέρατες επιφάνειες και ο παράγοντας του sky view. Το ποσοστό των υδάτινων επιφανειών δεν συσχετίζεται άμεσα με τη θερμοκρασία της αστικής επιφάνειας, γεγονός που συνεπάγει ότι το νερό δεν έχει σημαντική επίδραση στο δροσισμό των γύρω επιφανειών. Παρόλα αυτά, θα μπορούσε να έχει κάποιο αποτέλεσμα δροσισμού στη θερμοκρασία του αέρα, αλλά η ανάλυση αυτή ξεφεύγει από τα όρια της μελέτης. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα:''' Οι θερμικές υπέρυθρες εικόνες Landsat κατά τη διάρκεια 15 θερινών ημερών έδειξαν ότι η ένταση SHI στο Ρότερνταμ κατά τη διάρκεια της ημέρας άγγιζε τους  10 °C σε σχέση με τις μη αστικές περιοχές. Οι διαφορές της έντασης SHI μεταξύ των διαμερισμάτων μπορούν να εξηγηθούν σε μεγάλο βαθμό από τη διαφορά των χαρακτηριστικών της αστικής επιφάνειας και ιδιαίτερα από το ποσοστό της αστικής βλάστησης.&lt;br /&gt;
Η χωρική εμφάνιση της έντασης SHI διέφερε μεταξύ ημέρας και νύχτας. Το παραπάνω διαπιστώθηκε από την ανάλυση της ημερήσιας διακύμανσης της θερμοκρασίας των αστικών επιφανειών, βασισμένη σε μία σειρά εικόνων NOAA-AVHHR, κατά την περίοδο καύσωνα του 2006. Η μελέτη της διαφορετικής χωρικής εμφάνισης της έντασης SHI κρίνεται ιδιαίτερα χρήσιμη για τον μελλοντικό σχεδιασμό της πόλης, ο οποίος θα πρέπει να στοχεύει στην μετρίαση των αρνητικών επιπτώσεων της θερμότητας. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αναφορές'''&lt;br /&gt;
&lt;br /&gt;
Bowler DE, Buyung-Ali L, Knight TM, Pullin AS. Urban greening to cool towns and cities: a systematic review of the empirical evidence. Landscape and Urban Planning 2010;97(3):147–55.&lt;br /&gt;
&lt;br /&gt;
Dousset B, Gourmelon F. Satellite multi-sensor data analysis of urban surface temperatures and landcover. Remote Sensing of the Environment 2003;58(1–2):43–54.&lt;br /&gt;
&lt;br /&gt;
Dousset B, Gourmelon F, Mauri E. Application of satellite remote sensing for urban risk analysis: a case study of the 2003 extreme heat wave in Paris. Urban Remote Sensing Joint Event 2007:1–5.&lt;br /&gt;
&lt;br /&gt;
Heusinkveld BG, Van Hove LWA, Jacobs CMJ, Steeneveld GJ, Elbers JA, Moors EJ, et al. Use of a mobile platform for assessing urban heat stress in Rotterdam. In: Proceedings of the 7th conference on biometeorology – Berichte des Meteorologischen Instituts der Albert- Ludwigs-Universitδt; 2010. p. 433–8.&lt;br /&gt;
&lt;br /&gt;
Kovats RS, Hajat S. Heat stress and public health: a critical review. Annual Review of Public Health 2008;29:41–55.&lt;br /&gt;
&lt;br /&gt;
Oke TR. Boundary layer climates. 2nd ed. London: Methuen; 1987.&lt;br /&gt;
&lt;br /&gt;
Oke TR. The urban energy balance. Progress in Physical Geography 1988;12(4):471–508.&lt;br /&gt;
&lt;br /&gt;
Roodenburg J. Adaptation of rural minimum temperature forecasts to an urban environment. Archives for Meteorology Geophysics and Bioclimatology 1983;32:395–401.&lt;br /&gt;
&lt;br /&gt;
Rosenzweig C, Solecki WD, Slosberg RB. Mitigating New York City’s heat island with urban forestry, living roofs and light surfaces. New York: New York State Energy Research and Development Authority; 2006.&lt;br /&gt;
&lt;br /&gt;
Tucker CJ. Red and photographic infrared linear combinations for monitoring vegetation. Remote Sensing of the Environment 1979;8(2):127–50.&lt;br /&gt;
&lt;br /&gt;
Van de Griend AA, Owe M. On the relationship between thermal emissivity and the normalized difference vegetation index for natural surfaces. International Journal of Remote Sensing 1992;14(6):1119–31.&lt;br /&gt;
&lt;br /&gt;
Voogt JA. Urban heat islands: hotter cities. Retrieved September 5, 2011 from http://www.actionbioscience.org/environment/voogt.html?print.&lt;br /&gt;
&lt;br /&gt;
Voogt JA, Oke TR. Thermal remote sensing of urban climates. Remote Sensing of the Environment 2003;86:370–84.&lt;br /&gt;
&lt;br /&gt;
Weng Q. Thermal infrared remote sensing for urban climate and environmental studies: methods, applications, and trends. ISPRS Journal of Photogrammetry and Remote Sensing 2009;64:335–44.&lt;br /&gt;
&lt;br /&gt;
Weng Q, Lu D, Schubring J. Estimation of land surface temperature-vegetation abundance relationship for urban heat island studies. Remote Sensing of Environment 2004;89(4):467–83.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
[http://www.sciencedirect.com/science/article/pii/S0921344912000110 '''το άρθρο στο διαδίκτυο''']&lt;br /&gt;
&lt;br /&gt;
 [[category:Αστικός και περιφερειακός σχεδιασμός]]&lt;/div&gt;</summary>
		<author><name>Ramfou Vasiliki</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CF%84%CE%B9%CE%BA%CE%B5%CE%B9%CE%BC%CE%B5%CE%BD%CE%BF%CF%83%CF%84%CF%81%CE%B1%CF%86%CE%AE%CF%82_%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%B5%CE%B4%CE%B1%CF%86%CE%BF%CE%BA%CE%AC%CE%BB%CF%85%CF%88%CE%B7%CF%82_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%B1%CF%85%CF%84%CE%BF%CE%BC%CE%B1%CF%84%CE%BF%CF%80%CE%BF%CE%B9%CE%B7%CE%BC%CE%AD%CE%BD%CE%B7_%CF%80%CE%B1%CF%81%CE%B1%CE%B3%CF%89%CE%B3%CE%AE_%CF%84%CF%89%CE%BD_%CF%84%CF%8D%CF%80%CF%89%CE%BD_%CF%84%CE%B7%CF%82_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%B4%CE%BF%CE%BC%CE%AE%CF%82</id>
		<title>Αντικειμενοστραφής χαρτογράφηση της εδαφοκάλυψης για την αυτοματοποιημένη παραγωγή των τύπων της αστικής δομής</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CF%84%CE%B9%CE%BA%CE%B5%CE%B9%CE%BC%CE%B5%CE%BD%CE%BF%CF%83%CF%84%CF%81%CE%B1%CF%86%CE%AE%CF%82_%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%B5%CE%B4%CE%B1%CF%86%CE%BF%CE%BA%CE%AC%CE%BB%CF%85%CF%88%CE%B7%CF%82_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%B1%CF%85%CF%84%CE%BF%CE%BC%CE%B1%CF%84%CE%BF%CF%80%CE%BF%CE%B9%CE%B7%CE%BC%CE%AD%CE%BD%CE%B7_%CF%80%CE%B1%CF%81%CE%B1%CE%B3%CF%89%CE%B3%CE%AE_%CF%84%CF%89%CE%BD_%CF%84%CF%8D%CF%80%CF%89%CE%BD_%CF%84%CE%B7%CF%82_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%B4%CE%BF%CE%BC%CE%AE%CF%82"/>
				<updated>2015-03-20T21:12:37Z</updated>
		
		<summary type="html">&lt;p&gt;Ramfou Vasiliki: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα:vr_a2_e1.jpg|300px|thumb|right|'''Εικόνα 1.''' Διαγραμματική παρουσίαση της ταξινόμησης της εδαφοκάλυψης που εφαρμόστηκε.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a2_e2.jpg|300px|thumb|right|'''Εικόνα 2.''' Η ιεράρχηση των τύπων της αστικής δομής.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a2_e3.jpg|300px|thumb|right|'''Εικόνα 3.''' Τα υπολογιζόμενα ύψη του nDSM σε σχέση με τα ύψη που ελήφθησαν χειροκίνητα.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a2_e4.jpg|300px|thumb|right|'''Εικόνα 4.''' Η παραγόμενη κάλυψη γης της πόλης του Βερολίνου.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a2_e5.jpg|300px|thumb|right|'''Εικόνα 5.''' Η παραγόμενη ταξινόμηση των τύπων της αστικής δομής της πόλης του Βερολίνου.]]&lt;br /&gt;
&lt;br /&gt;
'''Αντικείμενο Εφαρμογής:''' Αυτοματοποιημένη προσέγγιση για την ταξινόμηση των τύπων της αστικής δομής&lt;br /&gt;
&lt;br /&gt;
'''Πλήρης Τίτλος:''' 'Αντικειμενοστραφής χαρτογράφηση της εδαφοκάλυψης και συνολικός υπολογισμός των χαρακτηριστικών για την αυτοματοποιημένη παραγωγή των τύπων της αστικής δομής σε επίπεδο οικοδομικού τετραγώνου'&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος Τίτλος:''' 'Object-based land cover mapping and comprehensive feature calculation for an automated derivation of urban structure types at block level'&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Michael Voltersen*, Christian Berger, Sören Hese, Christiane Schmullius&lt;br /&gt;
&lt;br /&gt;
*Department of Earth Observation, Institute of Geography, Friedrich-Schiller-University Jena, Loebdergraben 32, 07743 Jena, Germany&lt;br /&gt;
&lt;br /&gt;
'''Πηγή:''' Elsevier, Remote Sensing of Environment, 154 (2014), 192-201 &lt;br /&gt;
&lt;br /&gt;
'''Λέξεις Κλειδιά:''' αστικές περιοχές, αντικειμενοστραφής ανάλυση εικόνας, αερομεταφερόμενοι αισθητήρες, χαρτογράφηση εδαφοκάλυψης, τύποι αστικής δομής &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Περίληψη:''' Οι πόλεις έχουν εξελιχθεί κάτω από ποικίλες γεωγραφικές, οικονομικές, ιστορικές και πολιτιστικές παραμέτρους, με αποτέλεσμα μία μεγάλη διαφοροποίηση σε μέγεθος και σχήμα. Παρά την εμφάνιση ομοιοτήτων στη δομή, κάθε πόλη εμφανίζει ιδιαίτερα και μοναδικά χαρακτηριστικά. Ο διαχωρισμός σε επιμέρους μοτίβα, τα οποία συνήθως ονομάζονται τύποι αστικής δομής (Urban Structure Types - USTs), στηρίζεται στα ιδιαίτερα χαρακτηριστικά γνωρίσματα των φυσικών, λειτουργικών και ενεργειακών παραγόντων των οικιστικών δομών, επιτρέποντας την περιβαλλοντική και κοινωνικοοικονομική έρευνα και τη σύγκριση της μορφής διαφόρων πόλεων. Η μελέτη αυτή παρουσιάζει μια αυτοματοποιημένη προσέγγιση για την ταξινόμηση των USTs, η οποία βασίζεται σε τηλεπισκοπικά δεδομένα με σκοπό την ανάλυση της σχέσης μεταξύ των οικιστικών δομών και περιβαλλοντικών ζητημάτων, όπως είναι η ατμοσφαιρική ρύπανση ή, σε μεταγενέστερο επίπεδο, το φαινόμενο των θερμικών νησίδων.&lt;br /&gt;
&lt;br /&gt;
Αρχικά, εφαρμόζεται μία αντικειμενοστραφής ταξινόμηση, προκειμένου να προσδιοριστεί η κάλυψη γης της πόλης του Βερολίνου, χρησιμοποιώντας πολύ υψηλής ανάλυσης αεροφωτογραφίες και δεδομένα για το ύψος των αντικειμένων. Οι κατηγορίες των USTs προσδιορίζονται με βάση την εμφάνιση στην περιοχή μελέτης και οριοθετούνται από τα όρια των οικοδομικών τετραγώνων. Στη συνέχεια, οι δείκτες για την παραγωγή των USTs δημιουργούνται με βάση τα προηγούμενα δεδομένα για την κάλυψη γης, ενώ τα πιο 'πολύτιμα' χαρακτηριστικά επιλέγονται με τη βοήθεια του αλγορίθμου 'Random Forests'. Τέλος, γίνεται η ταξινόμηση των USTs. Το ενδιαφέρον επικεντρώνεται στην παραγωγή μίας αυτοματοποιημένης και μεταβιβάσιμης μεθόδου συνολικής ταξινόμησης των USTs, η οποία καλύπτει ολόκληρη την πόλη.&lt;br /&gt;
 &lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή:''' Μεταξύ του ενός τρίτου και του ημίσεως της συνολικής επιφάνειας της Γης έχει ήδη επηρεαστεί από την ανθρώπινη δραστηριότητα. Η αντικατάσταση της φυσικής επιφάνειας με τεχνητές δομές έχει ως άμεσο επακόλουθο διάφορες αλλαγές στο οικοσύστημα, μεταβολές στο υδρολογικό καθεστώς και αύξηση του φαινομένου της θερμικής νησίδας. Προκειμένου να επιτευχθεί μία βιώσιμη αστική ανάπτυξη, οι υπεύθυνοι λήψης αποφάσεων και οι πολεοδόμοι χρειάζονται αποτελεσματικές μεθόδους για την μεγάλης κλίμακας παρακολούθηση των αστικών περιοχών. Συνεπώς, είναι ιδιαίτερα σημαντικό να κατανοήσουμε τη σχέση μεταξύ των οικιστικών δομών και των κοινωνικοοικονομικών και των περιβαλλοντικών ζητημάτων. Η βάση για την επίτευξη του παραπάνω στόχου, μπορεί να υλοποιηθεί διαιρώντας τις πόλεις σε ένα σύνολο αστικών μοτίβων, που συνήθως ονομάζονται τύποι αστικής μορφολογίας (Urban Morphology Types - UMTs), αστικές δομικές μονάδες (Urban Structural Units - USUs) ή τύποι αστικής δομής (Urban Structure Types - USTs). Οι USTs περιγράφουν τη σύνθεση μιας πόλης με όλες τις τεχνητές και φυσικές επιφάνειες, με βάση την υπόθεση ότι οι οικισμοί αποτελούνται από διακριτές χωρικές ενότητες με παρόμοιες κτιριακές δομές και ανοικτούς χώρους, καθώς και χρήσεις γης που συνθέτουν οριοθετημένα μοτίβα. Κατά συνέπεια, με την κατανόηση της σχέσης του αστικού μικροκλίματος και της αστικής δομής, περιβαλλοντικά ζητήματα, όπως η διαχείριση των ομβρίων υδάτων, η στεγανοποίηση του εδάφους, ο σχεδιασμός τοπίου και η άμβλυνση του φαινομένου της θερμικής νησίδας, μπορούν να αντιμετωπιστούν ολιστικά, βελτιώνοντας την ποιότητα ζωής των κατοίκων. &lt;br /&gt;
&lt;br /&gt;
Η UST κατάταξη για τις μεγάλες αστικές περιοχές εξαρτάται από τη χρήση μεθόδων και δεδομένων της Τηλεπισκόπισης. Η χρήση εικόνων από δορυφόρους ή αερομεταφερόμενους αισθητήρες προσφέρει έναν υψηλό βαθμό αντικειμενικότητας, δυνατότητας μεταφοράς και αυτοματισμού. Επιπλέον, παρέχει συνεχή, ενημερωμένα και εκτενή δεδομένα σχετικά με τις δομές των αστικών χρήσεων γης. &lt;br /&gt;
&lt;br /&gt;
Το βάθος της ταξινόμησης διαφέρει από χονδροειδείς διαβαθμίσεις που διακρίνουν μόνο τους ανοικτούς χώρους και 3 διαφορετικές πυκνότητες κατοικημένων περιοχών, μέχρι λεπτομερείς ιεραρχίες 15 και παραπάνω κατηγοριών. Επιπλέον, τα όρια των ομοιογενών τμημάτων της πόλης είτε λαμβάνονται χειροκίνητα από την οπτική ερμηνεία αεροφωτογραφιών, είτε με τη βοήθεια βοηθητικών δεδομένων που παρέχονται από τους Δήμους ή που προέρχονται από το Open Street Map. Ως εκ τούτου, η επιλογή των χαρακτηριστικών, ένα καθοριστικό βήμα για την ορθή ταξινόμηση των USTs, παρουσιάζει, από τη μία πλευρά, ποικίλες διαφοροποιήσεις εξαιτίας της υποκειμενικής της φύσης, ενώ  από την άλλη, εκτελείται χρησιμοποιώντας στατιστικές μεθόδους, όπως είναι η ' Random Forests' ή η μέθοδος των 'Διαδοχικών Προσεγγίσεων'. &lt;br /&gt;
&lt;br /&gt;
Εξετάζοντας προηγούμενες μελέτες, διαπιστώνουμε ότι είτε η ταξινόμηση των οικοδομικών τετραγώνων περιορίζεται σε μερικούς μόνο USTs καλύπτοντας μερικά σημεία της πόλης, είτε το τελικό αποτέλεσμα χρειάζεται βελτίωση όσον αφορά την ακρίβεια της ταξινόμησης. Η παρούσα μελέτη προσπαθώντας να επιτύχει καλύτερη ακρίβεια ταξινόμησης και να ξεπεράσει την αδυναμία της μη συστηματικής επιλογής των κατάλληλων περιγραφικών στοιχείων για την οριοθέτηση των USTs, χρησιμοποιεί μία ακριβής αντικειμενοστραφής ταξινόμηση των χρήσεων γης,  πολυφασματικά δεδομένα και δεδομένα που αφορούν το ύψος, σε συνδυασμό με μία εις βάθος ανάλυση των USTs. Η λεπτομερής ιεράρχηση της ταξινόμησης καλύπτει τόσο τις φυσικές όσο και τις τεχνητές εκτάσεις του συνόλου της πόλης. Ιδιαίτερη έμφαση δίνεται στην αυτοματοποιημένη επεξεργασία των δεδομένων, ενώ το τελικό αποτέλεσμα συσχετίζεται με ένα χάρτη αναφοράς.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Η περιοχή μελέτης:''' Η πόλη του Βερολίνου βρίσκεται στο βορειοανατολικό τμήμα της Γερμανίας. Με πάνω από 3,3 εκατομμύρια κατοίκους και έκταση 891,7 km2, είναι η μεγαλύτερη πόλη και πρωτεύουσα της Γερμανίας. Εξαιτίας διάφορων ιστορικών γεγονότων (π.χ. εκβιομηχάνιση, καταστροφές κατά τη διάρκεια του Β' Παγκοσμίου Πολέμου, διαχωρισμός σε Ανατολικό και Δυτικό Βερολίνο), έχουν αναπτυχθεί ποικίλες τυπολογίες της αστικής δομής. Στον πυρήνα της πόλης, παρατηρούνται πυκνοδομημένες περιοχές που διαθέτουν υψηλό ποσοστό αδιαπέρατων επιφανειών (Impervious Surface Areas - ISA), ενώ οι περιμετρικές περιοχές χαρακτηρίζονται από υψηλά ποσοστά βλάστησης. Επιπλέον, υπάρχει μία έντονη διακύμανση των κτιριακών τύπων, ακόμη και στο ίδιο οικοδομικό τετράγωνο, καθώς και ένας μεγάλος αριθμός υδάτινων μαζών σε όλη την πόλη. Το έδαφος παρουσιάζει υψομετρικές διαφορές των 81m.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Βάση δεδομένων:''' Τα πολυφασματικά raster δεδομένα και τα δεδομένα του ύψους δόθηκαν από το Ινστιτούτο DLR Berlin-Adlershof. Η λήψη των υψηλής χωρικής ανάλυσης αερομεταφερόμενων δεδομένων πραγματοποιήθηκε από τον αισθητήρα UltraCamX, ο οποίος διαθέτει ραδιομετρική ανάλυση 12 bit με 1 m2 μέγεθος pixel. Τέσσερα κανάλια παρέχουν φασματικά χαρακτηριστικά σε ορατό φάσμα και εγγύς υπέρυθρο. Η λήψη των δεδομένων πραγματοποιήθηκε στις 23 Σεπτεμβρίου του 2010 κατά τη διάρκεια πρωινών ωρών. Έτσι, η μικρή γωνία πρόσπτωσης του ηλιακού φωτός είχε ως αποτέλεσμα ένα σημαντικό πλήθος σκιασμένων περιοχών.&lt;br /&gt;
Επιπλέον, υπολογίστηκε ένα Ψηφιακό Μοντέλο Επιφάνειας (Digital Surface Model - DSM) από τη στερεοσκοπική ερμηνεία πολλαπλών επικαλυπτόμενων UltraCamX εικόνων, εκδιδόμενες επίσης από το DLR Berlin-Adlershof, με την ίδια υψηλή χωρική ανάλυση του 1 m2 μεγέθους pixel. Τα διανυσματικά δεδομένα παραχωρήθηκαν από το τμήμα 'Senate Department for Urban Development and the Environment' του Βερολίνου. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Μέθοδος:''' Η ροή εργασίας της παρούσας μελέτης χωρίζεται σε τρία στάδια: εξαγωγή ενός κανονικοποιημένου Ψηφιακού Μοντέλου Επιφάνειας (nDSM), χαρτογράφηση της εδαφοκάλυψης και χαρτογράφηση των τύπων της αστικής δομής (USTs). Μετά την αρχική δημιουργία ενός nDSM, δημιουργείται ένα σύνολο κανόνων για τη χαρτογράφηση της εδαφοκάλυψης, ενώ υπολογίζεται η ακρίβεια για την κάθε LC-class. Ακολούθως, χρησιμοποιούνται τα δεδομένα της κάλυψης γης για τη δημιουργία περιγραφικών χαρακτηριστικών για όλα τα οικοδομικά τετράγωνα εντός της περιοχής μελέτης. Μετά την ιεράρχηση των USTs, εκτελείται μία συνδυαστική προσέγγιση που βασίζεται στη γνώση και στη στατιστική επιλογή χαρακτηριστικών, προκειμένου να καθοριστούν οι τύποι της αστικής δομής. Τέλος, εκτιμάται η ακρίβεια του παραγόμενου UST χάρτη, με τη βοήθεια δεδομένων αναφοράς. &lt;br /&gt;
&lt;br /&gt;
'''1. Εξαγωγή του nDSM:''' χρησιμοποιείται για τη δημιουργία του ύψους των αντικειμένων. Για το σκοπό αυτό, έχει αναπτυχθεί η προσέγγιση Diff2Min, η οποία χρησιμοποιεί  το λογισμικό Trimble eCognition και τη γλώσσα 'cognition network language (CNL)'. Αρχικά δημιουργείται ένα Ψηφιακό Μοντέλο Εδάφους (Digital Terrain Model - DTM), το οποίο αφού εξομαλυνθεί, οδηγεί στη δημιουργία ενός DSM. &lt;br /&gt;
&lt;br /&gt;
'''2. Χαρτογράφηση της εδαφοκάλυψης:''' αποτελεί τη βάση για την ταξινόμηση των USTs. Εξάγονται 6 κατηγορίες εδαφοκάλυψης, χρησιμοποιώντας πολυφασματικά δεδομένα και το nDSM. Αυτές είναι οι εξής: γυμνό έδαφος, κτίρια, γρασίδι/θάμνοι, αδιαπέρατες επιφάνειες, δέντρα και υδάτινες επιφάνειες. Η χρήση της αντικειμενοστραφούς προσέγγισης επιλέχτηκε  λόγω του συγκριτικού πλεονεκτήματος που παρουσιάζει  όσον αφορά την υψηλή χωρική ανάλυση της κάλυψης γης, σε σχέση με τις μεθόδους που βασίζονται στο pixel, ενώ μία περιοχή 18.000 × 18.000 pixels (324 km2) επιλέχτηκε για την ταξινόμηση. Η εικόνα 1 παρουσιάζει μία επισκόπηση της μεθόδου ταξινόμησης των καλύψεων γης.&lt;br /&gt;
&lt;br /&gt;
'''3.Χαρτογράφηση των τύπων της αστικής δομής (USTs):''' καθώς δεν υπάρχουν σαφώς ορισμένοι τύποι της αστικής δομής, το σύστημα της ταξινόμησης εξαρτάται από την περιοχή μελέτης και το στόχο της ανάλυσης. Μετά την έρευνα των κατηγοριών που χρησιμοποιήθηκαν σε παρόμοιες μελέτες και την οπτική ερμηνεία των τηλεπισκοπικών δεδομένων της πόλης του Βερολίνου, σχεδιάστηκε ένα σύστημα ταξινόμησης που καλύπτει 15 USTs, οι οποίοι μπορούν να συνοψιστούν σε 6 κύριες κατηγορίες. Οι USTs που ορίστηκαν φαίνονται στην εικόνα 2. Τα κτίρια γραφείων και κατοικιών υποδιαιρούνται σε 7 κατηγορίες, ανάλογα με την κυρίαρχη χρήση. Οι διαφορετικοί συνδυασμοί της πυκνότητας της δόμησης και του ποσοστού της βλάστησης είναι καθοριστικής σημασίας. Οι εμπορικές και βιομηχανικές περιοχές συχνά χαρακτηρίζονται από διαφορετικούς τύπους κτιρίων, που κυμαίνονται από μικρής έκτασης κατασκευές μέχρι τεράστιες βιομηχανικές μονάδες έκτασης ενός ολόκληρου οικοδομικού τετραγώνου, ενώ εμφανίζουν λίγη ή καθόλου βλάστηση. Οι ανοιχτοί χώροι χωρίς καθόλου βλάστηση, αναφέρονται σε στεγανοποιημένες εκτάσεις, όπως είναι οι μεταφορικές υποδομές, τα αεροδρόμια, οι χώροι στάθμευσης και οι πλατείες της πόλης, καθώς και οι περιοχές γυμνού εδάφους, ενώ η κατηγορία των πράσινων χώρων περιλαμβάνει οικοδομικά τετράγωνα με κυρίαρχη τη χρήση της ψυχαγωγίας και ένα υψηλό ποσοστό βλάστησης. Οι γεωργικές εκτάσεις και οι υδάτινες επιφάνειες ολοκληρώνουν τις αστικές καλύψεις γης.  Το επίπεδο λεπτομέρειας της ιεράρχησης των USTs, επιλέχτηκε προκειμένου να καλύψει τις ανάγκες μιας ολιστικής περιγραφής της δομής της πόλης και να είναι μεταβιβάσιμο. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα''' &lt;br /&gt;
&lt;br /&gt;
'''1. Εξαγωγή του nDSM:''' Για τη γρήγορη παραγωγή ενός κανονικοποιημένου DSM από τα 250 χειροκίνητα ληφθέντα δείγματα από όλη την περιοχή μελέτης, εφαρμόστηκε η προσέγγιση Diff2Min. Όπως φαίνεται στην εικόνα 3, για τα περισσότερα από τα δείγματα (90,4%), η απόκλιση του υπολογιζόμενου και του πραγματικού ύψος είναι μικρότερη από 1 m, ενώ σχεδόν το 50% των υπολογιζόμενων υψών προκύπτει με σφάλμα μικρότερο των 0,3 m. Μόνο ένα μικρό ποσοστό (3,6%) των επιλεγμένων δειγμάτων παρουσιάζει απόκλιση μεγαλύτερη των 2 m, ενώ σε μία περίπτωση η προσέγγιση Diff2Min απέτυχε να υπολογίσει το ύψος, με απόκλιση 49,6 m.&lt;br /&gt;
&lt;br /&gt;
'''2. Χαρτογράφηση της εδαφοκάλυψης:''' Η περιοχή μελέτης των 324 km2 καλύπτει όλο το κέντρο της πόλης του Βερολίνου καθώς και τις γύρω περιοχές. Και οι 6 κατηγορίες της κάλυψης γης εμφανίζονται συχνά στην επιλεγμένη περιοχή μελέτης. Ωστόσο, μόνο το 1,5% της περιοχής καλύπτεται από υδάτινες επιφάνειες και γυμνό έδαφος. Μεγάλο ποσοστό κάλυψης ανήκει στα κτίρια (21%) και στις αδιαπέρατες επιφάνειες (24,6%), ενώ οι περιοχές βλάστησης αντιπροσωπεύουν πάνω από το ήμισυ της περιοχής (17,5% γρασίδι/θάμνοι και 33,9% δέντρα). Μία συνολική επισκόπηση της κάλυψης γης, η οποία παρουσιάζεται στην εικόνα 4, αποκαλύπτει ότι ένα μεγάλο πλήθος των αδιαπέρατων επιφανειών βρίσκεται  στο κέντρο της πόλης, ενώ τα δάση, το γρασίδι και οι θάμνοι βρίσκονται κυρίως στην περιφερειακή ζώνη. Συνολικά, 104.582 αντικείμενα ταξινομήθηκαν ως κτίρια. &lt;br /&gt;
&lt;br /&gt;
Η ακρίβεια της ταξινόμησης αξιολογήθηκε μέσω 100 τυχαίων δειγμάτων ανά κατηγορία. Ο συνολικός βαθμός ακρίβειας που επιτεύχθηκε ήταν 92,2%, ενώ ο συντελεστής kappa του Cohen ήταν 0,91, αποδεικνύοντας την υψηλή ακρίβεια και την καταλληλότητα της προτεινόμενης μεθόδου.&lt;br /&gt;
&lt;br /&gt;
'''3. Χαρτογράφηση των τύπων της αστικής δομής:''' για την εκτέλεση της ταξινόμησης των USTs ολόκληρου του υποσυνόλου χρησιμοποιήθηκαν τα πιο 'πολύτιμα' χαρακτηριστικά. Ο χάρτης που προέκυψε από την ανάλυση των USTs για την πόλη του Βερολίνου απεικονίζεται στην εικόνα 5, όπου οι λευκές περιοχές (23,8% του συνόλου της εικόνας) αντιπροσωπεύουν τις εξαιρεθείσες περιοχές, όπως είναι οι δρόμοι, οι διαχωριστικές νησίδες και τα οικοδομικά τετράγωνα που 'κόβονται' από τα όρια της εικόνας. Μεταξύ των πιο ομοιογενών USTs, τα πάρκα αντιπροσωπεύουν το μεγαλύτερο ποσοστό (12,7%) της εικόνας, ενώ ακολουθούν οι αστικές δομές επιπέδου ενός ολόκληρου οικοδομικού τετραγώνου (12%) και οι εμπορικές και βιομηχανικές περιοχές (11,5%). Αντίθετα, μόλις 0,5 km2 αποτελούνται από πολύ ψηλά κτίρια και δασικές εκτάσεις, ενώ το 0,4% της περιοχής καλύπτεται από γεωργικές εκτάσεις. Όσον αφορά τις περιοχές κατοικίας, πολλές περιοχές περιλαμβάνουν δόμηση περιμετρικά του οικοδομικού τετραγώνου (7%) ή περιοχές κτιρίων διαμερισμάτων (5,2%). Μόνο πολύ μικρές περιοχές περιλαμβάνουν μονοκατοικίες και διπλοκατοικίες (3,1%), ή κατοικίες σε σειρά (2,7%). Ο χάρτης αποκαλύπτει κάποιες χωρικές ομαδοποιήσεις τύπων δόμησης, όπως είναι τα πάρκα και η χαλαρή αστική δόμηση των περιαστικών περιοχών, καθώς και οι μικρές διακυμάνσεις των USTs στο κέντρο της πόλης. &lt;br /&gt;
&lt;br /&gt;
Η ταξινόμηση οδήγησε σε μία συνολική ακρίβεια της τάξης του 82,1% με συντελεστή kappa ίσο με 0,79, γεγονός το οποίο σημαίνει λογικά αποτελέσματα χαρτογράφησης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα:''' Ο διαχωρισμός των πόλεων σε περιοχές με ομοιογενή αστική δομή και παρόμοια κάλυψη γης αποτελεί τη βάση για μια αποτελεσματική διαχείριση της πόλης. Για το λόγο αυτό, έχει δημιουργηθεί η προσέγγιση του καθορισμού των τύπων της αστικής δομής, επιτρέποντας την ολιστική περιγραφή μίας πόλης και τις αλληλεπιδράσεις που λαμβάνουν χώρα σε αυτή. Τα δεδομένα και οι μέθοδοι της Τηλεπισκόπισης, καθώς και η ανάλυση των USTs, προσφέρουν αντικειμενικότητα, δυνατότητα μεταφοράς και αυτοματισμό. Καθώς η χειροκίνητη αξιολόγηση των πλέον κατάλληλων χαρακτηριστικών ενέχει τον κίνδυνο υποκειμενικών παραδοχών και ενδεχομένως αγνοεί πολύτιμες παραμέτρους, η επιλογή χαρακτηριστικών μέσω της μεθόδου Random Forests προσφέρει μια αυτοματοποιημένη προσέγγιση για την επιλογή των καλύτερων και πιο 'πολύτιμων' παραμέτρων. Η ταξινόμηση των USTs εκτελείται με τη βοήθεια ενός ακριβούς nDSM, της χαρτογράφησης της κάλυψης γης και της εξαγωγής χαρακτηριστικών, οδηγώντας σε τελικά αποτελέσματα συνολικής ακρίβειας 82,1%. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αναφορές'''&lt;br /&gt;
&lt;br /&gt;
Baatz, M., &amp;amp; Schäpe, A. (1999). Object-oriented and multi-scale image analysis in semantic networks. Proc. of the 2nd International Symposium on Operationalization of Remote Sensing. Enschede: ITC.&lt;br /&gt;
&lt;br /&gt;
Banzhaf, E., &amp;amp; Höfer, R. (2008). Monitoring urban structure types as spatial indicators with CIR aerial photographs for a more effective urban environmental management. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 1(2), 129–138.&lt;br /&gt;
&lt;br /&gt;
Barnsley, M. J., &amp;amp; Barr, S. L. (2000). Monitoring urban land use by earth observation. Surveys in Geophysics, 21(2), 269–289, http://dx.doi.org/10.1023/A:1006798328429.&lt;br /&gt;
&lt;br /&gt;
Berger, C., Voltersen, M., Eckardt, R., Eberle, J., Heyer, T., Salepci, N., et al. (2013). Multimodal and multi-temporal data fusion: Outcome of the 2012 GRSS data fusion contest. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 6(3), 1324–1340.&lt;br /&gt;
&lt;br /&gt;
Berger, C., Voltersen, M., Hese, S., Walde, I., &amp;amp; Schmullius, C. (2013). Robust extraction of urban land cover information from HSR multi-spectral and LiDAR data. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 6(5), 2196–2211, http://dx.doi.org/10.1109/JSTARS.2013.2252329.&lt;br /&gt;
&lt;br /&gt;
Blaschke, T. (2010). Object-based image analysis for remote sensing. ISPRS Journal of Photogrammetry and Remote Sensing, 65(1), 2–16.&lt;br /&gt;
&lt;br /&gt;
Blum, W. E. H. (2013). Land use planning and policy implication: Bridging between science, politics and decision making. In S. A. Shahid, F. K. Taha, &amp;amp; M.A. Abdelfattah (Eds.), Developments in soil classification, land use planning and policy implications (pp. 469–481). Springer Netherlands, http://dx.doi.org/10.1007/978-94-007-5332-7_25.&lt;br /&gt;
&lt;br /&gt;
Bochow, M., Taubenböck, H., Segl, K., &amp;amp; Kaufmann, H. (2010). An automated and adaptable approach for characterizing and partitioning cities into urban structure types. Geoscience and Remote Sensing Symposium (IGARSS) 2010 IEEE International (pp. 1796–1799). Honolulu: IEEE, http://dx.doi.org/10.1109/IGARSS.2010.5652972.&lt;br /&gt;
&lt;br /&gt;
Breiman, L. (2001). Random forests. Machine Learning, 45(1), 5–32, http://dx.doi.org/10. 1023/A:1010933404324.&lt;br /&gt;
&lt;br /&gt;
Breiman, L. (2002). Manual on setting up, using, and understanding random forests v3.1. Retrieved from http://www.stat.berkeley.edu/~breiman/Using_random_forests_V3.1.pdf&lt;br /&gt;
&lt;br /&gt;
Breuste, J., Wächter, M., &amp;amp; Bauer, B. (2001). Beiträge zur umwelt-und sozialverträglichen Entwicklung von Stadtregionen. Leipzig: Umweltforschungszentrum Leipzig-Halle.&lt;br /&gt;
&lt;br /&gt;
Bridgman, H. A., Warner, R. F., &amp;amp; Dodson, J. R. (1995). Urban biophysical environments. Meridian Australian geographical perspectives. Oxford University Press, 152.&lt;br /&gt;
&lt;br /&gt;
Cohen, J. (1960). A coefficient of agreement of nominal scales. Educational and Psychological Measurement, 20(1), 37–46, http://dx.doi.org/10.1177/001316446002000104.&lt;br /&gt;
&lt;br /&gt;
Congalton, R. G., &amp;amp; Green, K. (2009). Assessing the accuracy of remotely sensed data— Principles and practices (2nd ed.). Boca Raton: CRC Press, 183.&lt;br /&gt;
&lt;br /&gt;
Destatis (2013). German cities sorted by area, population, and population density (31.12.2012). Retrieved November 04, 2013, from. https://www.destatis.de/DE/ ZahlenFakten/LaenderRegionen/Regionales/Gemeindeverzeichnis/Administrativ/&lt;br /&gt;
Aktuell/05Staedte.html&lt;br /&gt;
&lt;br /&gt;
Erell, E., Pearlmutter, D., &amp;amp; Williamson, T. (2010). Urban microclimate—Designing the spaces between buildings. London: Earthscan.&lt;br /&gt;
&lt;br /&gt;
Gill, S. E., Handley, J. F., Ennos, A.R., Pauleit, S., Theuray, N., &amp;amp; Lindley, S. J. (2008). Characterising the urban environment of UK cities and towns: A template for landscape planning. Landscape and Urban Planning, 87(3), 210–222, http://dx.doi.org/10. 1016/j.landurbplan.2008.06.008.&lt;br /&gt;
&lt;br /&gt;
Gruber, M., Ponticelli, M., Bernögger, S., &amp;amp; Leberl, F. (2008). UltraCamX, the large format digital aerial camera system by Vexcel Imaging/Microsoft. International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, 37, 665–670.&lt;br /&gt;
&lt;br /&gt;
Hay, G., &amp;amp; Castilla, G. (2008). Geographic object-based image analysis (GEOBIA): A new name for a new discipline. In T. Blaschke, S. Lang, &amp;amp; G. Hay (Eds.), Object-based image analysis. Spatial concepts for knowledge-driven remote sensing applications (pp. 75–89). Berlin: Springer.&lt;br /&gt;
&lt;br /&gt;
Heiden, U., Heldens, W., Roessner, S., Segl, K., Esch, T., &amp;amp; Mueller, A. (2012). Urban structure type characterization using hyperspectral remote sensing and height information. Landscape and Urban Planning, 105(4), 361–375, http://dx.doi.org/10.1016/j. landurbplan.2012.01.001.&lt;br /&gt;
&lt;br /&gt;
Hermosilla, T., Ruiz, L. A., Recio, J. A., &amp;amp; Balsa-Barreiro, J. (2012). Land-use mapping of Valencia City area from aerial images and LiDAR data. GEOProcessing 2012: The Fourth International Conference on Advanced Geographic Information Systems, Applications,&lt;br /&gt;
and Services (pp. 232–237). Valencia: IARIA.&lt;br /&gt;
&lt;br /&gt;
Herold, M., Liu, X., &amp;amp; Clarke, K. C. (2003). Spatial metrics and image texture for mapping urban land use. Photogrammetric Engineering Remote Sensing, 69(9), 991–1001.&lt;br /&gt;
&lt;br /&gt;
Herold, M., Scepan, J., &amp;amp; Clarke, K. C. (2002). The use of remote sensing and landscape metrics to describe structures and changes in urban land uses. Environment and Planning - Part A, 34(8), 1443–1458, http://dx.doi.org/10.1068/a3496.&lt;br /&gt;
&lt;br /&gt;
Lang, S. (2008). Object-based image analysis for remote sensing applications: modeling reality—Dealing with complexity. In T. Blaschke, S. Lang, &amp;amp; G. Hay (Eds.), Objectbased image analysis (pp. 3–27). Springer Berlin Heidelberg, http://dx.doi.org/10.1007/978-3-540-77058-9_1.&lt;br /&gt;
&lt;br /&gt;
Lindner,M., Hese, S., Berger, C., &amp;amp; Schmullius, C. (2011). An object-basedmultisensoral approach for the derivation of urban land use structures in the city of Rostock, Germany. Earth Resources and Environmental Remote Sensing/gis Applications II, Vol. 8181, http://dx.doi.org/10.1117/12.898134.&lt;br /&gt;
&lt;br /&gt;
McGarigal, K., &amp;amp; Marks, B. J. (1995). FRAGSTATS: Spatial pattern analysis program for quantifying landscape structure. General Technical Report PNW-GTR-351.&lt;br /&gt;
Osmond, P. (2011). Application of the urban structural unit method to inform postcarbon planning and design. International Seminar on Urban Form: Urban Morphology and the Post-Carbon City. Montreal: ISUF.&lt;br /&gt;
&lt;br /&gt;
Paine, D. P., &amp;amp; Kiser, J.D. (2003). Aerial photography and image interpretation (2nd ed.). Hoboken: John Wiley &amp;amp; Sons.&lt;br /&gt;
&lt;br /&gt;
Pauleit, S., &amp;amp; Burkhardt, I. (2004). Umweltqualität und Stadtentwicklung. Landschaftsökologische Projekte von Friedrich Duhme für die Landeshauptstadt München. Landschaftsökologie in Forschung, Planung und Anwendung (pp. 89–116).&lt;br /&gt;
&lt;br /&gt;
Pauleit, S., &amp;amp; Duhme, F. (1998). Assessing the metabolism of urban systems for urban planning. In J. Breuste, H. Feldmann, &amp;amp; O. Uhlmann (Eds.), Urban ecology (pp. 65–69).&lt;br /&gt;
&lt;br /&gt;
Pauleit, S., &amp;amp; Duhme, F. (2000). Assessing the environmental performance of land cover types for urban planning. Landscape and Urban Planning, 52(1), 1–20, http://dx.doi.org/10.1016/S0169-2046(00)00109-2.&lt;br /&gt;
&lt;br /&gt;
Puissant, A., Zhang, W., &amp;amp; Skupinski, G. (2012). Urban morphology analysis by high and very high spatial resolution remote sensing. 4th GEOBIA (pp. 524–529). Rio de Janeiro: INPE.&lt;br /&gt;
&lt;br /&gt;
R Core Team (2014). R: A language and environment for statistical computing. Vienna: R Foundation for Statistical Computing (Retrieved from http://www.r-project.org/).&lt;br /&gt;
&lt;br /&gt;
Schiewe, J. (2002). Segmentation of high-resolution remotely sensed data—Concepts, applications and problems. International Archives of Photogrammetry and Remote Sensing, 34(4), 380–385.&lt;br /&gt;
&lt;br /&gt;
Senate Department for Urban Development and the Environment Berlin. (2010). Geoportal-Berlin.&lt;br /&gt;
&lt;br /&gt;
Spellerberg, I. F., &amp;amp; Fedor, P. J. (2003). A tribute to Claude Shannon (1916-2001) and a plea for more rigorous use of species richness, species diversity and the “Shannon–Wiener” Index. Global Ecology and Biogeography, 12(3), 177–179, http://dx.doi.org/10.1046/j.1466-822X.2003.00015.x.&lt;br /&gt;
&lt;br /&gt;
Taubenböck, H., Esch, T., &amp;amp; Roth, A. (2006). An urban classification approach based on an object-oriented analysis of high resolution satellite imagery for a spatial structuring within urban areas. 1st EARSeL Workshop of the SIG Urban Remote Sensing (pp. 8). Berlin: EARSel.&lt;br /&gt;
&lt;br /&gt;
Tompalski, P., &amp;amp; Wezyk, P. (2012). LiDAR and VHRS data for assessing living quality in cities—An approach based on 3D indices. ISPRS International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, XXXIX-B6. (pp. 173–176).&lt;br /&gt;
&lt;br /&gt;
Trimble (2013). eCognition Developer 8.9 reference book. Munich: Trimble Germany GmbH.&lt;br /&gt;
&lt;br /&gt;
Tucker, C. (1979). Red and photographic infrared linear combinations for monitoring vegetation. Remote Sensing of Environment, 8(2), 127–150.&lt;br /&gt;
&lt;br /&gt;
Tzotsos, A., Iosifidis, C., &amp;amp; Argialas, D. (2008). A hybrid texture-based and region-based multi-scale image segmentation algorithm. In T. Blaschke, S. Lang, &amp;amp; G. Hay (Eds.), Object-based image analysis (pp. 221–236). Springer Berlin Heidelberg, http://dx.doi.org/10.1007/978-3-540-77058-9_12.&lt;br /&gt;
&lt;br /&gt;
Vitousek, P.M., Mooney, H. A., Lubchenco, J., &amp;amp; Melillo, J. M. (1997). Human domination of Earth's ecosystems. Science, 277(5325), 494–499, http://dx.doi.org/10.1126/science.277.5325.494.&lt;br /&gt;
&lt;br /&gt;
Walde, I., Hese, S., Berger, C., &amp;amp; Schmullius, C. (2014). From land cover-graphs to urban structure types. International Journal of Geographical Information Science, 28(3), 584–609, http://dx.doi.org/10.1080/13658816.2013.865189.&lt;br /&gt;
&lt;br /&gt;
Wurm, M., Taubenböck, H., &amp;amp; Dech, S. (2010). Quantification of urban structure on building block level utilizing multisensoral remote sensing data. Earth, 7831(1), 1–12, http://dx.doi.org/10.1117/12.864930.&lt;br /&gt;
&lt;br /&gt;
Wurm, M., Taubenböck, H., Roth, A., &amp;amp; Dech, S. (2009). Urban structuring using multisensoral remote sensing data: By the example of the German cities Cologne and Dresden. 2009 Joint Urban Remote Sensing Event (pp. 1–8). IEEE, http://dx.doi.org/10.1109/URS.2009.5137555&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
[http://www.sciencedirect.com/science/article/pii/S0034425714003216 '''το άρθρο στο διαδίκτυο''']&lt;br /&gt;
&lt;br /&gt;
 [[category:Ανίχνευση μεταβολών αστικής γης]]&lt;/div&gt;</summary>
		<author><name>Ramfou Vasiliki</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%B1%CE%BB%CE%BB%CE%B1%CE%B3%CF%8E%CE%BD_%CF%84%CF%89%CE%BD_%CE%B1%CE%B4%CE%B9%CE%B1%CF%80%CE%AD%CF%81%CE%B1%CF%84%CF%89%CE%BD_%CE%B5%CF%80%CE%B9%CF%86%CE%B1%CE%BD%CE%B5%CE%B9%CF%8E%CE%BD_%CE%BC%CE%B5_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CE%B5%CF%82_Landsat_%CF%80%CE%BF%CE%BB%CE%BB%CE%B1%CF%80%CE%BB%CF%8E%CE%BD_%CF%87%CF%81%CE%BF%CE%BD%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CF%83%CF%84%CE%BF_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8C-%CE%B1%CE%B3%CF%81%CE%BF%CF%84%CE%B9%CE%BA%CF%8C_%CF%8C%CF%81%CE%B9%CE%BF</id>
		<title>Ανίχνευση των αλλαγών των αδιαπέρατων επιφανειών με εικόνες Landsat πολλαπλών χρονικών δεδομένων στο αστικό-αγροτικό όριο</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%B1%CE%BB%CE%BB%CE%B1%CE%B3%CF%8E%CE%BD_%CF%84%CF%89%CE%BD_%CE%B1%CE%B4%CE%B9%CE%B1%CF%80%CE%AD%CF%81%CE%B1%CF%84%CF%89%CE%BD_%CE%B5%CF%80%CE%B9%CF%86%CE%B1%CE%BD%CE%B5%CE%B9%CF%8E%CE%BD_%CE%BC%CE%B5_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CE%B5%CF%82_Landsat_%CF%80%CE%BF%CE%BB%CE%BB%CE%B1%CF%80%CE%BB%CF%8E%CE%BD_%CF%87%CF%81%CE%BF%CE%BD%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CF%83%CF%84%CE%BF_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8C-%CE%B1%CE%B3%CF%81%CE%BF%CF%84%CE%B9%CE%BA%CF%8C_%CF%8C%CF%81%CE%B9%CE%BF"/>
				<updated>2015-03-20T21:12:04Z</updated>
		
		<summary type="html">&lt;p&gt;Ramfou Vasiliki: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα:vr_a4_e1.jpg|300px|thumb|right|'''Εικόνα 1.''' Σύγκριση των έγχρωμων σύνθετων των απεικονίσεων Landsat TM και QuickBird (2008), που απεικονίζει το πρόβλημα των μικτών pixels σε σχετικά χονδροειδούς χωρικής ανάλυσης εικόνες.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a4_e2.jpg|300px|thumb|right|'''Εικόνα 2.''' Η περιοχή μελέτης - Município de Lucas do Rio Verde, Πολιτεία του Mato Grosso, Βραζιλία.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a4_e3.jpg|300px|thumb|right|'''Εικόνα 3.''' Η στρατηγική της χρήσης Landsat TM και QuickBird εικόνων για τη χαρτογράφηση των αδιαπέρατων επιφανειών και την παρακολούθηση της δυναμικής τους αλλαγής.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a4_e4.jpg|300px|thumb|right|'''Εικόνα 4.''' Η αλλαγή των αδιαπέρατων επιφανειών από το 1977 έως το 2008. Απεικονίζεται τμήμα της περιοχής μελέτης Município de Lucas, Mato Grosso, Βραζιλία.]]&lt;br /&gt;
&lt;br /&gt;
'''Αντικείμενο Εφαρμογής:''' Παρακολούθηση και χαρτογράφηση των κλασμάτων των αδιαπέρατων επιφανειών στο αστικό-αγροτικό όριο&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος Τίτλος:''' 'Detection of impervious surface change with multitemporal Landsat images in an urban–rural frontier'&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Dengsheng Lu*, Emilio Moran, Scott Hetrick&lt;br /&gt;
*Anthropological Center for Training and Research on Global Environmental Change (ACT), Indiana University, Bloomington, IN, 47405, USA&lt;br /&gt;
&lt;br /&gt;
'''Πηγή:''' Elsevier, ISPRS Journal of Photogrammetry and Remote Sensing, 66 (2011), 298–306&lt;br /&gt;
&lt;br /&gt;
'''Λέξεις Κλειδιά:''' αδιαπέρατες επιφάνειες, αστικό-αγροτικό όριο, Landsat, QuickBird, ανάλυση παλινδρόμησης&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Περίληψη:''' Η παρακολούθηση και χαρτογράφηση της δυναμικής αλλαγής των αδιαπέρατων επιφανειών σε ένα περίπλοκο αστικό-αγροτικό όριο, με εικόνες μεσαίας ή χονδροειδούς χωρικής ανάλυσης, αποτελεί πρόκληση που οφείλεται στο πρόβλημα των μικτών pixels και της φασματικής σύγχυσης μεταξύ των αδιαπέρατων επιφανειών και της εκτός-βλάστησης κάλυψης της γης. Ως περιοχή μελέτης επιλέχθηκε η Κομητεία Lucas do Rio Verde, της Πολιτείας Mato Grosso της Βραζιλίας, για τη βελτίωση της απόδοσης της εκτίμησης των αδιαπέρατων επιφανειών, με τη χρήση εικόνων Landsat και QuickBird, καθώς και την παρακολούθηση των αλλαγών των αδιαπέρατων επιφανειών, αναλύοντας τα κανονικοποιημένα κλάσματα πολλαπλών χρονικών δεδομένων των αδιαπέρατων επιφανειών, που προέρχονται από τον Landsat. Η έρευνα καταδεικνύει τη σημασία δύο φάσεων βαθμονόμησης. Το πρώτο βήμα είναι η βαθμονόμηση της αξίας των κλασμάτων των  αδιαπέρατων επιφανειών από τον Landsat, μέσω του μοντέλου παλινδρόμησης το οποίο βασίζεται σε εικόνες αδιαπέρατων επιφανειών του 2008 από τον QuickBird. Το δεύτερο βήμα είναι η κανονικοποίηση μεταξύ των βαθμονομημένων εικόνων του 2008, με εικόνες άλλων ημερομηνιών. Η έρευνα αποδεικνύει ότι η 'ανά pixel' μέθοδος υπερεκτιμά το ποσοστό των αδιαπέρατων επιφανειών στο αστικό-αγροτικό όριο, κατά 50% - 60%. Προκειμένου να εκτιμηθεί με ακρίβεια η έκταση των αδιαπέρατων επιφανειών, είναι απαραίτητη η χαρτογράφηση των κλασμάτων αυτών των επιφανειών και η περαιτέρω βαθμονόμηση των εκτιμήσεων, χρησιμοποιώντας εικόνες υψηλής χωρικής ανάλυσης. Επίσης, είναι απαραίτητη η κανονικοποίηση των εικόνων, ώστε να μειωθούν οι επιπτώσεις των διαφορετικών περιβαλλοντικών συνθηκών. Η παρούσα διαδικασία είναι ιδιαίτερα χρήσιμη στο αστικό-αγροτικό όριο, όπου οι εικόνες Landsat πολλαπλών χρονικών δεδομένων είναι δύσκολο να χρησιμοποιηθούν για την ακριβή εξαγωγή των χαρακτηριστικών των αδιαπέρατων επιφανειών που βασίζεται στην παραδοσιακή, 'ανά pixel' ταξινόμηση, καθώς δεν μπορεί να χειριστεί αποτελεσματικά το πρόβλημα των μικτών pixels.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή:''' Η ψηφιακή ανίχνευση των αλλαγών του αστικού περιβάλλοντος είναι μια πρόκληση που οφείλεται σε ποικίλους παράγοντες. Οι αλλαγές της χρήσης/κάλυψης γης, συνήθως αντιπροσωπεύουν ένα μικρό τμήμα της περιοχής μελέτης και είναι χωρικά διάσπαρτες, ενώ συχνά συγχέονται με άλλες αλλαγές, λόγω της πολυπλοκότητας των φασματικών χαρακτηριστικών των αδιαπέρατων επιφανειών και άλλων, εκτός της βλάστησης, καλύψεων. Επιπλέον, ένας μεγάλος αριθμός μικτών pixels οδηγεί συχνά σε χαμηλή ακρίβεια ταξινόμησης, λόγω της ανομοιογένειας του αστικού περιβάλλοντος και του περιορισμού της χωρικής ανάλυσης της τηλεπισκοπικής εικόνας.&lt;br /&gt;
&lt;br /&gt;
Η πλειοψηφία των τεχνικών ανίχνευσης των αλλαγών της κάλυψης γης, βασίζεται στη σύγκριση των φασματικών αποκρίσεων ή των ταξινομημένων εικόνων σε κλίμακα pixel, χρησιμοποιώντας εικόνες μεσαίας ή χονδροειδούς χωρικής ανάλυσης και καταλήγοντας σε κακής ποιότητας αποτελέσματα ανίχνευσης, ιδιαίτερα στο όριο των αστικών-αγροτικών περιοχών. Πρόσφατες έρευνες έδειξαν ότι τα σύνολα δεδομένων των αδιαπέρατων επιφανειών που βασίζονται στο υπο-pixel (subpixel), έχουν τη δυνατότητα ανίχνευσης της αστικής επέκτασης. &lt;br /&gt;
&lt;br /&gt;
Σε εικόνες μεσαίας ή χονδροειδούς χωρικής ανάλυσης, όπως του Landsat Thematic Mapper (TM), τα μικτά pixels αποτελούν πρόβλημα για την αποτελεσματική χρήση των δεδομένων τηλεπισκόπισης στην ταξινόμηση της χρήσης/κάλυψης γης και στην ανίχνευση των αλλαγών.  Όπως φαίνεται στην εικόνα 1, τα μικτά pixels είναι συνήθη στην απεικόνιση TM, αλλά το πρόβλημα αυτό σχεδόν δεν υπάρχει στην απεικόνιση QuickBird (εδώ με χωρική ανάλυση 0,6 m). Τα σχήματα των κτιρίων, οι δρόμοι και τα όρια μεταξύ των διαφόρων καλύψεων γης, τα οποία δύσκολα διακρίνονται στον Landsat TM (λόγω της σχετικά χονδροειδούς χωρικής ανάλυσης των 30 m), μπορούν να προσδιοριστούν με σαφήνεια στην απεικόνιση QuickBird. Εάν για τον προσδιορισμό της χρήσης/κάλυψης γης χρησιμοποιηθούν οι παραδοσιακές 'ανά-pixel' μέθοδοι ταξινόμησης, όπως αυτή της μέγιστης πιθανοφάνειας, υπάρχει ο κίνδυνος υπερεκτίμησης των αστικών περιοχών και υποτίμησης των αγροτικών.&lt;br /&gt;
  &lt;br /&gt;
Οι αδιαπέρατες επιφάνειες ορίζονται ως το σύνολο των ανθρωπογενών υλικών στα οποία  το νερό δεν μπορεί να διεισδύσει και συνδέονται κατά κύριο λόγο με την κατασκευή μεταφορικών υποδομών και κτιρίων. Από το 1970, έχουν αναπτυχθεί πολλές μέθοδοι χαρτογράφησής τους, χρησιμοποιώντας εικόνες διαφορετικής χωρικής ανάλυσης, από  υψηλής (IKONOS και QuickBird) και μεσαίας (Landsat TM και Terra ASTER), μέχρι χονδροειδούς (DMSP-OLS). Παρόλα αυτά, το ποσοστό των αδιαπέρατων επιφανειών συνήθως υπερεκτιμούταν ή υποτιμούταν. Λόγω της πολυπλοκότητας των τηλεπισκοπικών φασματικών υπογραφών των αδιαπέρατων επιφανειών, καθώς και του προβλήματος των μικτών pixels στις εικόνες μεσαίας ή χονδροειδούς χωρικής ανάλυσης (εικόνα 1), οι μέθοδοι που βασίζονται στο υπο-pixel (subpixel) κερδίζουν συνεχώς έδαφος τα τελευταία χρόνια. Ο στόχος της έρευνας είναι, αφενός η ανάπτυξη μίας νέας μεθόδου για τη βελτίωση της εκτίμησης της επιφάνειας των αδιαπέρατων επιφανειών, μέσω απεικονίσεων Landsat TM και QuickBird, και αφετέρου, η μελέτη της αστικής επέκτασης, μέσω της ανάλυσης των κανονικοποιημένων εικόνων πολλαπλών χρονικών δεδομένων των αδιαπέρατων επιφανειών. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Η περιοχή μελέτης και τα σύνολα δεδομένων:''' Η Lucas do Rio Verde στο Mato Grosso της Βραζιλίας καλύπτει μια περιοχή 3.660 km2 και μικρών υψομετρικών διαφορών (εικόνα 2). Ιδρύθηκε στις αρχές του 1980 και από τότε γνώρισε μια ραγδαία αστικοποίηση. Η περιοχή μελέτης περιλαμβάνει τόσο την αστική περιοχή της έδρας της Κομητείας, πληθυσμού 29.000 κατοίκων, όσο και αγροτικές περιοχές, όπου αναπτύσσονται γεωργικές και κτηνοτροφικές δραστηριότητες. Η Κομητεία βρίσκεται στο επίκεντρο της παραγωγής σόγιας στη Βραζιλία και αναμένεται τριπλασιαστεί σε πληθυσμό μέσα στα επόμενα δέκα χρόνια. Αποτελεί ιδανική τοποθεσία για την παρακολούθηση των δυναμικών αλλαγών των αδιαπέρατων επιφανειών, καθώς προς το παρόν αποτελεί, μία σχετικά μικρή πόλη που δεν έχει υποστεί ακόμα τις συνέπειες της προγραμματισμένης αστικής ανάπτυξης. &lt;br /&gt;
&lt;br /&gt;
Για τη διεξαγωγή της έρευνας χρησιμοποιήθηκαν εικόνες Landsat από το 1977 έως το 2008 και εικόνες QuickBird του 2007 και του 2008. Οι εικόνες επιλέχτηκαν με κριτήριο την μικρή νεφοκάλυψη και τα λιγότερα λάθη του συστήματος. Για όλες τις επιλεγμένες εικόνες Landsat, πραγματοποιήθηκε ραδιομετρική και ατμοσφαιρική βαθμονόμηση με τη μέθοδο αφαίρεσης σκοτεινών αντικειμένων. Όλες οι εικόνες καταχωρήθηκαν γεωμετρικά σε προβολή UTM (ζώνη 21, νότια), με γεωμετρικά σφάλματα μικρότερα του ενός pixel, έτσι ώστε όλες οι εικόνες να έχουν το ίδιο σύστημα συντεταγμένων. Η τεχνική του πλησιέστερου γείτονα χρησιμοποιήθηκε για την επαναδειγματοληψία των εικόνων Landsat, με μέγεθος pixel 30 * 30 m. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Μέθοδοι:''' Κρίσιμο βήμα της έρευνας αποτελεί η χαρτογράφηση των συνόλων δεδομένων των αδιαπέρατων επιφανειών. Για τη βελτίωση της χαρτογραφικής απόδοσης, εικόνες QuickBird χρησιμοποιήθηκαν για τη βαθμονόμηση των εικόνων Landsat των αδιαπέρατων επιφανειών. Η στρατηγική της χαρτογράφησης και παρακολούθησης των αλλαγών των αδιαπέρατων επιφανειών, απεικονίζεται στην εικόνα 3. Τα κύρια βήματα περιλαμβάνουν:&lt;br /&gt;
&lt;br /&gt;
1. χαρτογράφηση των αδιαπέρατων επιφανειών μέσω μίας υβριδικής μεθόδου που βασίζεται στην απεικόνιση QuickBird&lt;br /&gt;
&lt;br /&gt;
2. ανά pixel εξαγωγή των εικόνων των αδιαπέρατων επιφανειών από εικόνες Landsat, εφαρμόζοντας μέγιστο και της ελάχιστο φιλτράρισμα εικόνων και επιβλεπόμενη ταξινόμηση&lt;br /&gt;
&lt;br /&gt;
3. χαρτογράφηση των εικόνων υψηλής ανακλαστικότητας, χαμηλής ανακλαστικότητας, βλάστησης και εδάφους, μέσω γραμμικής φασματικής ανάλυσης&lt;br /&gt;
&lt;br /&gt;
4. παραγωγή εικόνων αδιαπέρατων επιφανειών, προσθέτοντας εικόνες υψηλής και χαμηλής ανακλαστικότητας, με ταυτόχρονη απομάκρυνση των pixels των μη αδιαπέρατων επιφανειών, συνδυάζοντας τις ανά pixel εικόνες του 2ου βήματος&lt;br /&gt;
&lt;br /&gt;
5. καθιέρωση ενός μοντέλου παλινδρόμησης για τη βαθμονόμηση των εικόνων Landsat,  χρησιμοποιώντας εικόνες QuickBird του 2008 &lt;br /&gt;
&lt;br /&gt;
6. κανονικοποίηση των εικόνων πολλαπλών χρονικών δεδομένων Landsat &lt;br /&gt;
&lt;br /&gt;
7. αξιολόγηση της εκτίμησης των αδιαπέρατων επιφανειών, με εικόνες QuickBird του 2007 και τέλος, &lt;br /&gt;
&lt;br /&gt;
8. μελέτη των αλλαγών των αδιαπέρατων επιφανειών&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα και Συζήτηση:''' Συνολικά, επιτεύχθηκε μία αρκετά καλή γραμμική σχέση μεταξύ των εικόνων των αδιαπέρατων επιφανειών του Landsat TM (2008), με τις εικόνες του QuickBird, αν και συνέβη υπερεκτίμηση όταν οι αδιαπέρατες επιφάνειες αντιπροσώπευαν ένα σχετικά μικρό ποσοστό του pixel και υποτίμηση, στην αντίθετη περίπτωση.  Η κανονικοποίηση των εικόνων αποδείχθηκε πολύτιμη για την απόδοση της εκτίμησης των αδιαπέρατων επιφανειών, μειώνοντας τις  επιπτώσεις που προκαλούνται από τις διαφορετικές περιβαλλοντικές συνθήκες. Επιπλέον, επιτεύχθηκε μία καλή συσχέτιση μεταξύ του TM αποτελέσματος των αδιαπέρατων επιφανειών και του αντίστοιχου αποτελέσματος του 2007 του QuickBird. Ο συντελεστής συσχέτισης μεταξύ τους ήταν 0,89,  με τη ρίζα του μέσου τετραγωνικού σφάλματος (root mean square error-RMSE) να είναι ίση με 0,128. Το παραπάνω αποτελεί αποδεκτό σφάλμα για ένα τόσο περίπλοκο αστικό - αγροτικό όριο. Ο υψηλός συντελεστής συσχέτισης και η σχετικά χαμηλή RMSE, δείχνουν ότι η TM εικόνα των αδιαπέρατων επιφανειών του 2007 είναι αξιόπιστη, ενώ ταυτόχρονα σημαίνει ότι η μέθοδος που αναπτύχθηκε σε αυτή την έρευνα για την εκτίμηση του ποσοστού των αδιαπέρατων επιφανειών είναι εφικτή.&lt;br /&gt;
&lt;br /&gt;
Η εξάπλωση των αδιαπέρατων επιφανειών στο διάστημα 1977-2008 γίνεται εύκολα αντιληπτή, εάν παρατηρήσουμε την εικόνα 4. Οι αδιαπέρατες επιφάνειες αυξήθηκαν εκθετικά, ενώ ο ρυθμός αύξησης ήταν μεγαλύτερος μετά το έτος 2000. Επιπλέον, αποδεικνύεται ότι η 'ανά pixel' μέθοδος υπερεκτιμά το ποσοστό των αδιαπέρατων επιφανειών στο αστικό-αγροτικό όριο, κατά 50% - 60%, επισημαίνοντας την σπουδαιότητα της υπο-pixel (subpixel) μεθόδου εκτίμησης. Τέλος, τονίζεται η σημασία της μεθόδου βαθμονόμησης των δύο φάσεων για τη βελτίωση της εκτίμησης των αδιαπέρατων επιφανειών, ειδικά στο αστικό - αγροτικό όριο, χωρίς την εφαρμογή της ταξινόμησης των ιστορικών εικόνων Landsat, η οποία είναι συχνά δύσκολη λόγω της έλλειψης δεδομένων του δείγματος εκπαίδευσης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αναφορές'''&lt;br /&gt;
&lt;br /&gt;
Adams, J.B., Sabol, D.E., Kapos, V., Filho, R.A., Roberts, D.A., Smith, M.O., Gillespie, A.R., 1995. Classification of multispectral images based on fractions of endmembers: application to land cover change in the Brazilian Amazon. Remote Sensing of Environment 52 (2), 137–154.&lt;br /&gt;
&lt;br /&gt;
Bauer, M.E., Loffelholz, B.C., Wilson, B., 2008. Estimating and mapping impervious surface area by regression analysis of Landsat imagery. In: Weng, Q. (Ed.), Remote Sensing of Impervious Surfaces. Taylor&amp;amp;Francis Group, LLC, Boca Raton, FL, pp. 3–19.&lt;br /&gt;
&lt;br /&gt;
Brabec, E., Schulte, S., Richards, P.L., 2002. Impervious surface and water quality: a review of current literature and its implications for watershed planning. Journal of Planning Literature 16 (4), 499–514.&lt;br /&gt;
&lt;br /&gt;
Chander, G., Markham, B.L., Helder, D.L., 2009. Summary of current radiometric calibration coefficients for Landsat MSS, TM, ETM+, and EO-1 ALI sensors. Remote Sensing of Environment 113 (5), 893–903.&lt;br /&gt;
&lt;br /&gt;
Coppin, P.R., Bauer, M.E., 1996. Digital change detection in forest ecosystems with remote sensing imagery. Remote Sensing Reviews 13 (3), 207–234.&lt;br /&gt;
&lt;br /&gt;
Coppin, P., Jonckheere, I., Nackaerts, K., Muys, B., Lambin, E., 2004. Digital change detection methods in ecosystem monitoring: a review. International Journal of Remote Sensing 25 (9), 1565–1596.&lt;br /&gt;
&lt;br /&gt;
Cracknell, A.P., 1998. Synergy in remote sensing — what’s in a pixel? International Journal of Remote Sensing 19 (11), 2025–2047.&lt;br /&gt;
&lt;br /&gt;
Deguchi, C., Sugio, S., 1994. Estimations for the percentage of impervious area by the use of satellite remote sensing imagery. Journal of Soil and Water Conservation 29 (1–2), 135–144.&lt;br /&gt;
&lt;br /&gt;
Dougherty, M., Dymond, R.L., Goetz, S.J., Jantz, C.A., Goulet, N., 2004. Evaluation of impervious surface estimates in a rapidly urbanizing watershed. Photogrammetric Engineering and Remote Sensing 70 (11), 1275–1284.&lt;br /&gt;
&lt;br /&gt;
Elvidge, C.D., Tuttle, B.T., Sutton, P.C., Baugh, K.E., Howard, A.T., Milesi, C., Bhaduri, B., Nemani, R., 2007. Global distribution and density of constructed impervious surfaces. Sensors 7 (9), 1962–1979.&lt;br /&gt;
&lt;br /&gt;
Esch, T., Himmler, V., Schorcht, G., Thiel, M., Wehrmann, T., Bachofer, F., Conrad, C., Schmidt, M., Dech, S., 2009. Large-area assessment of impervious surface based on integrated analysis of single-date Landsat-7 images and geospatial vector data. Remote Sensing of Environment 113 (8), 1678–1690.&lt;br /&gt;
&lt;br /&gt;
Fisher, P., 1997. The pixel: a snare and a delusion. International Journal of Remote Sensing 18 (3), 679–685.&lt;br /&gt;
&lt;br /&gt;
Gillies, R.R., Box, J.B., Symanzik, J., Rodemaker, E.J., 2003. Effects of urbanization on the aquatic fauna of the Line Creek watershed, Atlanta – a satellite perspective. Remote Sensing of Environment 86 (3), 411–422.&lt;br /&gt;
&lt;br /&gt;
Greenfield, E.J., Nowak, D.J., Walton, J.T., 2009. Assessment of 2001 NLCD percent tree and impervious cover estimates. Photogrammetric Engineering &amp;amp; Remote Sensing 75 (11), 1279–1286.&lt;br /&gt;
&lt;br /&gt;
Hodgson, M.E., Jensen, J.R., Tullis, J.A., Riordan, K.D., Archer, C.M., 2003. Synergistic use of Lidar ad color aerial photography for mapping urban parcel imperviousness. Photogrammetric Engineering &amp;amp; Remote Sensing 69 (9), 973–980.&lt;br /&gt;
&lt;br /&gt;
Hu, X., Weng, Q., 2009. Estimating impervious surfaces from medium spatial resolution imagery using the self-organizing map and multi-layer perceptron neural networks. Remote Sensing of Environment 113 (10), 2089–2102.&lt;br /&gt;
&lt;br /&gt;
Jennings, D.B., Jarnagin, S.T., Ebert, C.W., 2004. A modeling approach for estimating watershed impervious surface area from national land cover data 92. Photogrammetric Engineering &amp;amp; Remote Sensing 70 (11), 1295–1307.&lt;br /&gt;
&lt;br /&gt;
Ji, M., Jensen, J.R., 1999. Effectiveness of subpixel analysis in detecting and quantifying urban imperviousness from Landsat Thematic Mapper. Geocarto International 14 (4), 31–39.&lt;br /&gt;
&lt;br /&gt;
Kennedy, R.E., Townsend, P.A., Gross, J.E., Cohen, W.B., Bolstad, P., Wang, Y.Q., Adams, P., 2009. Remote sensing change detection tools for natural resource managers: understanding concepts and tradeoffs in the design of landscape monitoring projects. Remote Sensing of Environment 113 (7), 1382–1396.&lt;br /&gt;
&lt;br /&gt;
Lu, D., Mausel, P., Brondνzio, E., Moran, E., 2002. Assessment of atmospheric correction methods for Landsat TM data applicable to Amazon basin LBA research. International Journal of Remote Sensing 23 (13), 2651–2671.&lt;br /&gt;
&lt;br /&gt;
Lu, D., Mausel, P., Brondizio, E., Moran, E., 2004. Change detection techniques. International Journal of Remote Sensing 25 (12), 2365–2407.&lt;br /&gt;
&lt;br /&gt;
Lu, D., Weng, Q., 2004. Spectral mixture analysis of the urban landscapes in Indianapolis with Landsat ETM+ imagery. Photogrammetric Engineering &amp;amp; Remote Sensing 70 (9), 1053–1062.&lt;br /&gt;
&lt;br /&gt;
Lu, D., Weng, Q., 2006a. Use of impervious surface in urban land use classification. Remote Sensing of Environment 102 (1–2), 146–160.&lt;br /&gt;
&lt;br /&gt;
Lu, D., Weng, Q., 2006b. Spectral mixture analysis of ASTER images for examining the relationship between urban thermal features and biophysical descriptors in Indianapolis, United States. Remote Sensing of Environment 104 (2), 157–167.&lt;br /&gt;
&lt;br /&gt;
Lu, D., Batistella, M., Moran, E., de Miranda, E.E., 2008. A comparative study of Landsat TM and SPOT HRG images for vegetation classification in the Brazilian Amazon. Photogrammetric Engineering &amp;amp; Remote Sensing 74 (3), 311–321.&lt;br /&gt;
&lt;br /&gt;
Lu, D., Weng, Q., 2009. Extraction of urban impervious surface from an IKONOS image. International Journal of Remote Sensing 30 (5), 1297–1311.&lt;br /&gt;
&lt;br /&gt;
Lu, D., Hetrick, S., Moran, E., 2010. Impervious surface mapping with QuickBird imagery. International Journal of Remote Sensing. doi:10.1080/01431161003698393.&lt;br /&gt;
&lt;br /&gt;
Madhavan, B.B., Kubo, S., Kurisaki, N., Sivakumar, T.V.L.N., 2001. Appraising the anatomy and spatial growth of the Bangkok Metropolitan area using a vegetation-impervious-soil model through remote sensing. International Journal of Remote Sensing 22 (5), 789–806.&lt;br /&gt;
&lt;br /&gt;
Mohapatra, R.P., Wu, C., 2008. Subpixel imperviousness estimation with IKONOS imagery: an artificial neural network approach. In: Weng, Q. (Ed.), Remote Sensing of Impervious Surfaces. Taylor &amp;amp; Francis Group, LLC, Boca Raton, FL, pp. 21–37.&lt;br /&gt;
&lt;br /&gt;
Phinn, S., Stanford, M., Scarth, P., Murray, A.T., Shyy, P.T., 2002. Monitoring the composition of urban environments based on the vegetation-impervious surface-soil (VIS) model by subpixel analysis techniques. International Journal of Remote Sensing 23 (20), 4131–4153.&lt;br /&gt;
&lt;br /&gt;
Powell, S.L., Cohen, W.B., Yang, Z., Pierce, J.D., Alberti, M., 2008. Quantification of impervious surface in the Snohomish water resources inventory area of western Washington from 1972–2006. Remote Sensing of Environment 112 (4), 1895–1908.&lt;br /&gt;
&lt;br /&gt;
Rashed, T., Weeks, J.R., Gadalla, M.S., Hill, A.G., 2001. Revealing the anatomy of cities through spectral mixture analysis of multispectral satellite imagery: a case study of the Greater Cairo region. Egypt. Geocarto International 16 (4),7–18&lt;br /&gt;
&lt;br /&gt;
Rashed, T., Weeks, J.R., Roberts, D., Rogan, J., Powell, R., 2003. Measuring the physical composition of urban morphology using multiple endmember spectral mixture models. Photogrammetric Engineering &amp;amp; Remote Sensing 69 (9), 1011–1020.&lt;br /&gt;
&lt;br /&gt;
Ridd, M.K., 1995. Exploring a V–I–S (Vegetation-Impervious Surface-Soil) model for urban ecosystem analysis through remote sensing: comparative anatomy for cities. International Journal of Remote Sensing 16 (12), 2165–2185.&lt;br /&gt;
&lt;br /&gt;
Seto, K.C., Liu, W., 2003. Comparing ARTMAP neural network with the maximumlikelihood classifier for detecting urban change. Photogrammetric Engineering and Remote Sensing 69 (9), 981–990.&lt;br /&gt;
&lt;br /&gt;
Shaban, M.A., Dikshit, O., 2001. Improvement of classification in urban areas by the use of textural features: the case study of Lucknow city, Uttar Pradesh. International Journal of Remote Sensing 22 (4), 565–593.&lt;br /&gt;
&lt;br /&gt;
Singh, A., 1989. Digital change detection techniques using remotely sensed data. International Journal of Remote Sensing 10 (6), 989–1003.&lt;br /&gt;
&lt;br /&gt;
Slonecker, E.T., Jennings, D., Garofalo, D., 2001. Remote sensing of impervious surface: a review. Remote Sensing Reviews 20 (3), 227–255.&lt;br /&gt;
&lt;br /&gt;
Smith, M.O., Ustin, S.L., Adams, J.B., Gillespie, A.R., 1990. Vegetation in Deserts: I. A regional measure of abundance from multispectral images. Remote Sensing of Environment 31 (1), 1–26.&lt;br /&gt;
&lt;br /&gt;
Sutton, P.C., Anderson, S.A., Elvidge, C.D., Tuttle, B.T., Ghosh, T., 2009. Paving the planet: impervious surface as proxy measure of the human ecological footprint. Progress in Physical Geography 33 (4), 510–527.&lt;br /&gt;
&lt;br /&gt;
Wang, Y., Zhou, Y., Zhang, X., 2008. The SPLIT and MASC models for extraction of impervious surface areas from multiple remote sensing data. In: Weng, Q. (Ed.), Remote Sensing of Impervious Surfaces. Taylor&amp;amp;Francis Group, LLC, Boca Raton, FL, pp. 77–92.&lt;br /&gt;
&lt;br /&gt;
Weng, Q. (Ed.), 2007. Remote Sensing of Impervious Surfaces. Taylor &amp;amp; Francis Group, LLC, Boca Raton, FL, 454 p.&lt;br /&gt;
&lt;br /&gt;
Weng, Q., Hu, X., Lu, D., 2008. Extracting impervious surface from medium spatial resolution multispectral and hyperspectral imagery: a comparison. International Journal of Remote Sensing 29 (11), 3209–3232.&lt;br /&gt;
&lt;br /&gt;
Weng, Q., Hu, X., Liu, H., 2009. Estimating impervious surfaces using linear spectral mixture analysis with multitemporal ASTER images. International Journal of Remote Sensing 30 (18), 4807–4830.&lt;br /&gt;
&lt;br /&gt;
Wu, C., Murray, A.T., 2003. Estimating impervious surface distribution by spectral mixture analysis. Remote Sensing of Environment 84 (4), 493–505.&lt;br /&gt;
&lt;br /&gt;
Wu, C., 2004. Normalized spectral mixture analysis for monitoring urban composition using ETM+ imagery. Remote Sensing of Environment 93 (4), 480–492.&lt;br /&gt;
&lt;br /&gt;
Wu, C., Yuan, F., 2008. Seasonal sensitivity analysis of impervious surface estimation with satellite imagery. Photogrammetric Engineering &amp;amp; Remote Sensing 73 (12), 1393–1402.&lt;br /&gt;
&lt;br /&gt;
Wu, C., 2009. Quantifying high-resolution impervious surfaces using spectral mixture analysis. International Journal of Remote Sensing 30 (11), 2915–2932.&lt;br /&gt;
&lt;br /&gt;
Xian, G., Crane, M., 2005. Assessments of urban growth in the Tampa Bay watershed using remote sensing data. Remote Sensing of Environment 97 (2), 203–215.&lt;br /&gt;
&lt;br /&gt;
Xian, G., 2007. Assessing urban growth with subpixel impervious surface coverage. In: Weng, Q., Quattrochi, D.A. (Eds.), Urban Remote Sensing. Taylor &amp;amp; Francis Group, LLC, Boca Raton, FL, pp. 179–200.&lt;br /&gt;
&lt;br /&gt;
Xian, G., 2008. Mapping impervious surfaces using classification and regression tree algorithm. In: Weng, Q. (Ed.), Remote Sensing of Impervious Surfaces. Taylor &amp;amp; Francis Group, LLC, Boca Raton, FL, pp. 39–58.&lt;br /&gt;
&lt;br /&gt;
Xian, G., Crane, M.P., McMahon, C., 2008. Quantifying multitemporal urban development characteristics in Las Vegas from Landsat and Aster data. Photogrammetric Engineering &amp;amp; Remote Sensing 74 (4), 473–481.&lt;br /&gt;
&lt;br /&gt;
Yang, L., Xian, G., Klaver, J.M., Deal, B., 2003a. Urban land-cover change detection through sub-pixel imperviousness mapping using remotely sensed data. Photogrammetric Engineering &amp;amp; Remote Sensing 69 (9), 1003–1010.&lt;br /&gt;
&lt;br /&gt;
Yang, L., Huang, C., Homer, C., Wylie, B., Coan, M., 2003b. An approach for mapping large-area impervious surface: synergistic use of Landsat 7 ETM+ and high spatial resolution imagery. Canadian Journal of Remote Sensing 29 (2), 230–240.&lt;br /&gt;
&lt;br /&gt;
Yang, L., Jiang, L., Lin, H., Liao, M., 2009. Quantifying sub-pixel urban impervious surface through fusion of optical and InSAR imagery. GIScience and Remote Sensing 46 (2), 161–171.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
[http://www.sciencedirect.com/science/article/pii/S0924271610001176 '''το άρθρο στο διαδίκτυο''']&lt;br /&gt;
&lt;br /&gt;
 [[category:Ανίχνευση μεταβολών αστικής γης]]&lt;/div&gt;</summary>
		<author><name>Ramfou Vasiliki</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A7%CF%81%CE%BF%CE%BD%CE%B9%CE%BA%CE%AE_%CE%BA%CE%B1%CE%B9_%CF%87%CF%89%CF%81%CE%B9%CE%BA%CE%AE_%CE%B4%CF%85%CE%BD%CE%B1%CE%BC%CE%B9%CE%BA%CE%AE_%CF%84%CF%89%CE%BD_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CF%81%CE%AC%CF%83%CE%B9%CE%BD%CF%89%CE%BD_%CF%87%CF%8E%CF%81%CF%89%CE%BD_%CF%89%CF%82_%CE%B1%CF%80%CE%BF%CF%84%CE%AD%CE%BB%CE%B5%CF%83%CE%BC%CE%B1_%CF%84%CE%B7%CF%82_%CF%84%CE%B1%CF%87%CE%B5%CE%AF%CE%B1%CF%82_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CE%B7%CF%82_%CE%BF%CE%B9%CE%BA%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CE%AE%CF%82_%CF%80%CE%BF%CE%BB%CE%B9%CF%84%CE%B9%CE%BA%CE%AE%CF%82</id>
		<title>Χρονική και χωρική δυναμική των αστικών πράσινων χώρων ως αποτέλεσμα της ταχείας αστικοποίησης και της οικολογικής πολιτικής</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A7%CF%81%CE%BF%CE%BD%CE%B9%CE%BA%CE%AE_%CE%BA%CE%B1%CE%B9_%CF%87%CF%89%CF%81%CE%B9%CE%BA%CE%AE_%CE%B4%CF%85%CE%BD%CE%B1%CE%BC%CE%B9%CE%BA%CE%AE_%CF%84%CF%89%CE%BD_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CF%81%CE%AC%CF%83%CE%B9%CE%BD%CF%89%CE%BD_%CF%87%CF%8E%CF%81%CF%89%CE%BD_%CF%89%CF%82_%CE%B1%CF%80%CE%BF%CF%84%CE%AD%CE%BB%CE%B5%CF%83%CE%BC%CE%B1_%CF%84%CE%B7%CF%82_%CF%84%CE%B1%CF%87%CE%B5%CE%AF%CE%B1%CF%82_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CE%B7%CF%82_%CE%BF%CE%B9%CE%BA%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CE%AE%CF%82_%CF%80%CE%BF%CE%BB%CE%B9%CF%84%CE%B9%CE%BA%CE%AE%CF%82"/>
				<updated>2015-03-20T20:36:16Z</updated>
		
		<summary type="html">&lt;p&gt;Ramfou Vasiliki: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα:vr_a5_e1.jpg|300px|thumb|right|Εικόνα 1. (α) Η τοποθεσία της πόλης του Kunming σε σχέση με την επαρχία Yunnan της Κίνας, (β) η τοποθεσία της περιοχής μελέτης, της μητροπολιτικής περιοχής της πόλης του Kunming, (γ) η περιοχή μελέτης όπου επισημαίνονται τα προσφάτως υλοποιημένα αστικά πάρκα και οι περιβαλλοντικές παρεμβάσεις.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a5_e2.jpg|300px|thumb|right|Εικόνα 2. Το διάγραμμα ροής της ανάλυσης των τριών δορυφορικών απεικονίσεων.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a5_e3.jpg|300px|thumb|right|Εικόνα 3. Η διάταξη των ομόκεντρων ζωνών και των γραμμικών κελιών. (α) Οι επτά ομόκεντρες ζώνες, με κέντρο το κέντρο της πόλης, (β) τα  σαράντα τέσσερα κελιά  δειγματοληψίας, σε οκτώ γραμμικές κατευθύνσεις.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a5_e4.jpg|300px|thumb|right|Εικόνα 4. Οι χρήσεις γης στην περιοχή μελέτης (α) το 1992, (β) το 2000 και (γ) το 2009]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a5_e5.jpg|300px|thumb|right|Εικόνα 5. Ποσοστό των χρήσεων γης (PLAND) για (α) τις αστικές περιοχές, (β) τις χορτολιβαδικές εκτάσεις, (γ) τις γεωργικές εκτάσεις και (δ) τις δασικές εκτάσεις, κατά μήκος οκτώ κατευθύνσεων το 1992, το 2000 και το 2009.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a5_e6.jpg|300px|thumb|right|Εικόνα 6. Χωρικά πρότυπα του ρυθμού μεταβολής των χρήσεων γης κατά μήκος οκτώ κατευθύνσεων για (α) τις αστικές περιοχές, (β) τις χορτολιβαδικές εκτάσεις, (γ) τις γεωργικές εκτάσεις και (δ) τις δασικές εκτάσεις.]]&lt;br /&gt;
&lt;br /&gt;
'''Αντικείμενο Εφαρμογής:''' Χρήση ολοκληρωμένων προσεγγίσεων για τη μελέτη της διακύμανσης της μεταβολής των αστικών πράσινων χώρων στο  Kunming της Κίνας&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος Τίτλος:''' 'Spatial - temporal dynamics of urban green space in response to rapid urbanization and greening policies'&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Xiaolu Zhou*, Yi-Chen Wang&lt;br /&gt;
*Department of Geography, National University of Singapore, 1 Arts Link, AS2 #03-01, Singapore 117570, Singapore&lt;br /&gt;
&lt;br /&gt;
'''Πηγή:''' Elsevier, Landscape and Urban Planning, 100 (2011), 268–277&lt;br /&gt;
&lt;br /&gt;
'''Λέξεις Κλειδιά:''' μορφή χρήσεων γης, χώροι πρασίνου, αστική ανάπτυξη, Τηλεπισκόπιση,  Kunming&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Περίληψη:''' Η ταχεία αστικοποίηση έχει αρκετά σημαντικές επιπτώσεις στο περιβάλλον, οι οποίες συνδέονται με τη μείωση των χώρων πρασίνου. Έχοντας συνειδητοποιήσει τον σημαντικό τους ρόλο στα αστικά οικοσυστήματα, πολλές τοπικές κυβερνήσεις της Κίνας έχουν θεσπίσει ένα σύνολο πολιτικών για την εισαγωγή πράσινων στοιχείων σε αστικές περιοχές. Η γνώση του τρόπου μεταβολής των αστικών πράσινων χώρων ως αποτέλεσμα της αστικοποίησης και της οικολογικής πολιτικής, είναι απαραίτητη για την επίτευξη της αειφόρου αστικής ανάπτυξης. Η παρούσα έρευνα χρησιμοποιεί ολοκληρωμένες προσεγγίσεις για τη μελέτη της μεταβαλλόμενης μορφής και έντασης των πράσινων χώρων στο  Kunming της Κίνας, από το 1992 έως το 2009. Η χωρική διακύμανση της μορφής των πράσινων χώρων προέκυψε μέσω ομόκεντρων και γραμμικών αναλύσεων των χρήσεων γης, σε συνδυασμό με μετρητικούς δείκτες των χρήσεων γης. Η ένταση της μεταβολής των χρονικών περιόδων 1992-2000 και 2000-2009, υπολογίστηκε για το σύνολο της περιοχής μελέτης, των ομόκεντρων ζωνών, καθώς και των γραμμικών κατευθύνσεων,  ώστε να μελετηθεί η διακύμανση του ποσοστού μεταβολής των αστικών πράσινων χώρων. Τα αποτελέσματα αποκάλυψαν ότι τόσο η ταχεία αστικοποίηση, όσο και οι οικολογικές πολιτικές, είχαν μερίδιο ευθύνης για το μέγεθος της μεταβολής των πράσινων χώρων. Μεταξύ των ποικίλων κατηγοριών των πράσινων χώρων, η γεωργική γη κατακερματίστηκε σε μεγάλο βαθμό από την αστική διάχυση, ειδικά στον περιαστικό χώρο της πόλης. Οι δασικές εκτάσεις επηρεάστηκαν επίσης, αλλά το ποσοστό των απωλειών τους ήταν σημαντικά μικρότερο από εκείνο της γεωργικής γης. Από την άλλη μεριά, οι οικολογικές  πολιτικές συνέβαλαν στην ανάκτηση χορτολιβαδικών εκτάσεων κατά την τελευταία δεκαετία. Η μελέτη αποδεικνύει τη χρησιμότητα της ομόκεντρης και της γραμμικής ανάλυσης των χρήσεων γης για το χαρακτηρισμό της χωρικής και χρονικής μεταβολής του αστικού πρασίνου σε πόλεις με ομόκεντρη ανάπτυξη. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή:''' Η αστική ανάπτυξη συντελείται με πρωτοφανή ρυθμό σε παγκόσμιο επίπεδο, με το 65% του παγκόσμιου πληθυσμού να αναμένεται να κατοικεί σε αστικές περιοχές μέχρι το 2025. Στην Κίνα, η πολιτική 'Open Door' του 1978, καθώς και ο κανονισμός για τη μεταρρύθμιση της γης του 1987, επιτάχυναν σημαντικά το ρυθμό αστικοποίησης, με το επίπεδο αυτής να υπολογίζεται στο 50% μέχρι το τέλος του 2020, με 1,5 δισεκατομμύριο αστικό πληθυσμό. Η φυσική αύξηση του πληθυσμού και η μετακίνηση των ανθρώπων από τις αγροτικές στις αστικές περιοχές, είναι οι δύο βασικοί παράγοντες της ταχείας ανάπτυξης των πόλεων. Το εν λόγω φαινόμενο, έχει προκαλέσει πολλές επιπτώσεις στο περιβάλλον, ενώ αποτελεί ένα κρίσιμο ζήτημα στη μελέτη της πλανητικής μεταβολής. &lt;br /&gt;
&lt;br /&gt;
Οι περισσότερες από τις περιβαλλοντικές επιπτώσεις της αστικοποίησης συνδέονται με τους χώρους πρασίνου. Η απώλεια ή η υποβάθμισή τους, μειώνει τη βιοποικιλότητα και διαταράσσει τη δομή του αστικού οικοσυστήματος. Αντίθετα, η παρουσία τους μπορεί να αντισταθμίσει τις επιπτώσεις του φαινομένου της αστικής θερμικής νησίδας, ενώ συμβάλλει στο φιλτράρισμα της ατμόσφαιρας και του νερού. Η αύξηση των πράσινων χώρων προσφέρει στους πολίτες αισθητικές απολαύσεις, ευκαιρίες αναψυχής, καθώς και σωματική και ψυχική ευεξία. &lt;br /&gt;
&lt;br /&gt;
Έχοντας συνειδητοποιήσει τη σημασία των πράσινων χώρων στα αστικά οικοσυστήματα και τη συμβολή τους στη βελτίωση της ποιότητας ζωής των κατοίκων, προτάθηκε ένα σύνολο  ολοκληρωμένων στρατηγικών σχεδιασμού πράσινων χώρων, προκειμένου να εξασφαλιστεί η αειφόρος ανάπτυξη της μητροπολιτικής περιοχής του Πεκίνου. Επιπλέον, θέματα που αφορούν τη σχέση της αστικοποίησης με μεταβολές των χρήσεων γης και με επακόλουθες περιβαλλοντικές συνέπειες, λαμβάνουν την αυξανόμενη προσοχή των ερευνών. Για την ποσοτικοποίηση της μεταβολής των χρήσεων γης και των μορφών των πράσινων χώρων, χρησιμοποιούνται μετρητικοί δείκτες των χρήσεων γης, προκειμένου να συναχθούν  πιθανές οικολογικές δράσεις για την καθοδήγηση του αειφόρου σχεδιασμού. Οι μετρητικοί δείκτες των χρήσεων γης έχουν επίσης συνδυαστεί με τη γραμμική ανάλυση για τον ποσοτικό προσδιορισμό της μορφής της αστικοποίησης, κατά μήκος μιας προκαθορισμένης διεύθυνσης. Ωστόσο, η εξέλιξη των πόλεων οδηγεί συχνά σε μη γραμμικές μορφές, όπως είναι η ομόκεντρη δομή πολλών πόλεων της Κίνας. Συνεπώς, είναι απαραίτητη μίας μορφής  ανάλυσης που θα επιτρέπει τόσο την απεικόνιση της διακύμανσης των μοτίβων των χρήσεων γης σε πόλεις με ομόκεντρη μορφή ανάπτυξης, όσο και του ποσοστού της παραπάνω μεταβολής.&lt;br /&gt;
 &lt;br /&gt;
Η διαθεσιμότητα των πολυ-χρονικών τηλεπισκοπικών δεδομένων με αυξημένη χωρική ανάλυση και κάλυψη, επιτρέπει την ακριβή και εκτεταμένη παρακολούθηση της μεταβολής των χρήσεων γης. Αν και έχουν χρησιμοποιηθεί διαφορετικές τεχνικές για την ποσοτικοποίηση της διαδικασίας της μεταβολής, οι περισσότερες μελέτες υπολογίζουν το συνολικό ποσοστό μεταβολής των διαφόρων χρήσεων  γης, αντί να εξετάσουν τη διακύμανση του ποσοστού μεταβολής των χώρων πρασίνου σε διάφορα σημεία της πόλης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Η περιοχή μελέτης:''' Η πόλη του Kunming, αποτελεί οικονομικό, πολιτικό και πολιτιστικό κέντρο της νοτιοδυτικής Κίνας, με ομόκεντρη μορφή ανάπτυξης, παρόμοια με αυτή πολλών κινέζικων πόλεων. Ως πρωτεύουσα της επαρχίας Yunnan της νοτιοδυτικής Κίνας (εικόνα 1α), η γρήγορη αστικοποίηση προκάλεσε μία τεράστια απώλεια πράσινων χώρων ενώ στη συνέχεια, η κυβέρνηση προσπάθησε να εφαρμόσει μία σειρά πολιτικών για την αντιστάθμιση των περιβαλλοντικών συνεπειών, όπως κατασκευή αστικών πάρκων και κοινοτικών κήπων. Ως περιοχή μελέτης επιλέχθηκε η μητροπολιτική περιοχή της πόλης του Kunming, έκτασης 538,9 km2 (εικόνα 1β και 1γ). Η παραπάνω έκταση αποτελείται από τον αστικό πυρήνα (αδιαπέρατες επιφάνειες και μικρό ποσοστό χώρων πρασίνου), τις περιαστικές περιοχές (συνδυασμός αδιαπέρατων επιφανειών και γεωργικής γης) και την προαστιακή περιοχή (μεγάλο ποσοστό δασικών εκτάσεων). Η μελέτη προτείνει μία ομόκεντρη και γραμμική ανάλυση των χρήσεων γης, σε συνδυασμό με μετρητικούς δείκτες των διάφορων χωρικών προτύπων, ώστε να προσδιοριστεί η μεταβαλλόμενη μορφή των πράσινων χώρων από το 1922 έως το 2009, κάτω από δύο φαινομενικά αντίθετες δυνάμεις: τη γρήγορη διαδικασία της αστικοποίησης και την οικολογική πολιτική. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Υλικά και Μέθοδοι'''&lt;br /&gt;
&lt;br /&gt;
'''1. Δεδομένα:''' Για τη μελέτη χρησιμοποιήθηκαν τηλεπισκοπικές απεικονίσεις, χάρτες των χώρων πρασίνου και έρευνα πεδίου. Αναλύθηκαν οι παρακάτω τηλεσκοπικές απεικονίσεις (χωρίς νεφοκάλυψη): μία απεικόνιση του Landsat 5 Thematic Mapper (TM) που λήφθηκε στις 16 του Αυγούστου του 1992, μία απεικόνιση του Landsat 7 Enhanced Thematic Mapper Plus (ETM+), στις 11 Νοεμβρίου του 2000, και μία απεικόνιση του Systeme Probatoire d’Observation de la Terre (SPOT 4) που λήφθηκε στις 20 Σεπτεμβρίου του 2009. Οι Landsat απεικονίσεις (κανάλια 1-5 και 7) έχουν χωρική ανάλυση 30 m, η ΕΤΜ+ απεικόνιση παρέχει ένα πρόσθετο παγχρωματικό κανάλι ανάλυσης 15 m, ενώ η SPOT απεικόνιση έχει ανάλυση 20 m στα πολυφασματικά κανάλια και 10 m στο παγχρωματικό κανάλι. Για τη μελέτη της τάσης μεταβολής των χώρων πρασίνου, πραγματοποιήθηκε σύγκριση μεταξύ ενός χάρτη του 2010 που απεικόνιζε τον μελλοντικό σχεδιασμό των πράσινων χώρων, με έναν χάρτη της υφιστάμενης κατάστασής τους το 2000. Τα δεδομένα της έρευνας πεδίου περιελάμβαναν τα επίγεια σημεία ελέγχου, τα οποία συλλέχθηκαν χρησιμοποιώντας τα Συστήματα Παγκόσμιου Δορυφορικού Εντοπισμού Θέσης (Global Positioning Systems) για τη γεωαναφορά δορυφορικών απεικονίσεων και φωτογραφιών, με σκοπό την ερμηνεία της εικόνας.&lt;br /&gt;
&lt;br /&gt;
'''2. Το σύστημα της ταξινόμησης των χρήσεων γης:''' Λαμβάνοντας υπόψη τη χωρική ανάλυση των δορυφορικών απεικονίσεων και εστιάζοντας στη μελέτη της μεταβολής των χώρων πρασίνου ως αποτέλεσμα της αστικοποίησης, οι χρήσεις γης της περιοχής μελέτης ταξινομήθηκαν σε χώρους πρασίνου, δομημένες επιφάνειες (αδιαπέρατες επιφάνειες, συμπεριλαμβανομένων των αστικών, εμπορικών και βιομηχανικών περιοχών και του οδικού δικτύου), νερό (ρέματα, κανάλια, λίμνες και ταμιευτήρες) και άγονη γη (συμπεριλαμβανομένων των εγκαταλελειμμένων εκτάσεων). Οι χώροι πρασίνου υποδιαιρέθηκαν σε δασικές εκτάσεις (φυλλοβόλα, αειθαλή και μικτά δάση), γεωργικές εκτάσεις (καλλιεργήσιμες εκτάσεις και οπωρώνες) και χορτολιβαδικές εκτάσεις (κήποι, πάρκα με χαμηλή πυκνότητα δένδρων και γήπεδα γκολφ).&lt;br /&gt;
&lt;br /&gt;
'''3. Επεξεργασία εικόνων:''' Η ανάλυση των τριών δορυφορικών απεικονίσεων ακολούθησε τα  παρακάτω βήματα (εικόνα 2). Αρχικά, πραγματοποιήθηκε γεωαναφορά των απεικονίσεων στην Εγκάρσια Μερκατορική Προβολή (Universal Transverse Mercator - UTM) μέσω του πακέτου λογισμικού ERDAS IMAGINE 8.7. Για τη γεωμετρική διόρθωση επιλέχθηκαν δεκαπέντε χωρικά ομοιόμορφα κατανεμημένα επίγεια σημεία ελέγχου, χρησιμοποιώντας ένα δεύτερης τάξης πολυωνυμικό μετασχηματισμό και τη μέθοδο επαναδειγματοληψίας του Εγγύτερου Γείτονα. Η ρίζα του μέσου τετραγωνικού σφάλματος περιορίστηκε στα 0,5 pixels. Λόγω της ανάλυσης πολυχρονικών και πολλαπλών αισθητήρων εικόνων, απαιτούνταν ατμοσφαιρική διόρθωση, η οποία πραγματοποιήθηκε χρησιμοποιώντας το μοντέλο Fast Line-of-sight Atmospheric Analysis of Spectral Hypercubes (FLAASH) του λογισμικού ENVI 4.6. Καθώς η μητροπολιτική περιοχή του Kunming δεν παρουσιάζει έντονο ανάγλυφο, δεν χρειάστηκε τοπογραφική διόρθωση. Τέλος, πραγματοποιήθηκε χωρική επαναδειγματοληψία της SPOT απεικόνισης στα 30 m, ώστε να ταιριάζει με τη χωρική ανάλυση της Landsat απεικόνισης. &lt;br /&gt;
&lt;br /&gt;
'''4. Ταξινόμηση και εκτίμηση της ακρίβειας:''' Για την ταξινόμηση των χρήσεων γης χρησιμοποιήθηκε η μέθοδος της Μέγιστης Πιθανοφάνειας. Για κάθε εικόνα, λήφθησαν αρχικά στατιστικά στοιχεία των δειγμάτων εκπαίδευσης, με σκοπό να εξασφαλιστεί ότι οι διάφορες κατηγορίες χρήσεων γης θα μπορούσαν να διαχωριστούν. Μετά την ταξινόμηση, και για την εκτίμηση της ακρίβειάς της, επιλέχθηκαν τυχαία πενήντα σημεία δειγματοληψίας για κάθε κατηγορία χρήσης γης. Επιπλέον, για την εκτίμηση της ακρίβειας της ταξινόμησης, χρησιμοποιήθηκαν ως δεδομένα αναφοράς εικόνες Google Earth, QuickBird (του 2006 και του 2007), χάρτης των χώρων πρασίνου του 2000, έρευνα πεδίου, συνεντεύξεις, καθώς και η τοπική γνώση της περιοχής μελέτης. &lt;br /&gt;
&lt;br /&gt;
'''5. Ανάλυση μετρητικών δεικτών των χρήσεων γης:''' Τα αποτελέσματα της ταξινόμησης των δορυφορικών απεικονίσεων των ετών 1992, 2000 και 2009, μετατράπηκαν σε GRID format για τον υπολογισμό των μετρητικών δεικτών των χρήσεων γης σε FRAGSTATS 3.3. Συνολικά χρησιμοποιήθηκαν οι εξής μετρητικοί δείκτες, για την ποσοτικοποίηση των μορφών των χώρων πρασίνου:&lt;br /&gt;
&lt;br /&gt;
* ο γενικός δείκτης PLAND - Percentage of LANDscape, που απεικονίζει το ποσοστό της κάθε χρήσης γης&lt;br /&gt;
* ο δείκτης PD - Patch Density, ο οποίος είναι ευαίσθητος στον κατακερματισμό των χρήσεων γης&lt;br /&gt;
* ο δείκτης LPI - Largest Patch Index, ο οποίος μπορεί να χρησιμοποιηθεί για να απεικονίσει την επικράτηση των χρήσεων γης&lt;br /&gt;
* ο δείκτης LSI - Landscape Shape Index, ο οποίος σχετίζεται με την πολυπλοκότητα των χρήσεων γης και&lt;br /&gt;
* ο δείκτης SHDI - SHannon's Diversity Index που αντιπροσωπεύει την ποικιλομορφία των χρήσεων γης.&lt;br /&gt;
&lt;br /&gt;
Αρχικά, πραγματοποιήθηκε μία συνοπτική ανάλυση για τον συνολικό ποσοτικό προσδιορισμό των χωρικών προτύπων του αστικού πρασίνου. Δεύτερον, η περιοχή μελέτης διαιρέθηκε σε επτά ομόκεντρες ζώνες (εικόνα 3α), ενώ μέσω της διενέργειας μίας ομόκεντρης ανάλυσης μετρήθηκαν τα χωρικά πρότυπα των αστικών πράσινων χώρων στις διαφορετικές ζώνες. Τέλος, διεξήχθη μία γραμμική ανάλυση του δείκτη PLAND για να μελετηθεί η κατανομή των χώρων πρασίνου κατά μήκος οκτώ γραμμικών κατευθύνσεων (εικόνα 3β). Κάθε γραμμικός τομέας αποτελείται από έναν αριθμό κελιών, μεγέθους 1,8 km × 1,8 km.&lt;br /&gt;
&lt;br /&gt;
'''6. Ανάλυση της έντασης μεταβολής των χώρων πρασίνου:''' Για την απεικόνιση της έντασης της μεταβολής των χρήσεων γης, χρησιμοποιήθηκε ο ρυθμός μεταβολής τους, υπολογιζόμενος ως ποσοστό μεταβολής ανά έτος. Περιοχές με ταχεία απώλεια χώρων πρασίνου θα μπορούσαν να υποδηλώνουν υψηλή ευαισθησία στην αστική εξάπλωση. Η ανάλυση της έντασης μεταβολής υπολογίστηκε για δύο χρονικές περιόδους (1992-2000 και 2000-2009), για το σύνολο της περιοχής μελέτης, συμπεριλαμβανομένων των επτά ομόκεντρων ζωνών και των οκτώ γραμμικών κατευθύνσεων. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα'''&lt;br /&gt;
&lt;br /&gt;
'''1. Η μορφή των χρήσεων γης:''' Οι χρήσεις γης της μητροπολιτικής περιοχής του Kunming έχουν υποστεί σημαντικές μεταβολές κατά τη διάρκεια των τελευταίων δύο δεκαετιών (εικόνα 4). Η ραγδαία επέκτασης της αστικής περιοχής είχε ως αποτέλεσμα την απώλεια των χώρων πρασίνου στις περιαστικές και προαστιακές περιοχή, ιδιαίτερα στο νότιο τμήμα της περιοχής μελέτης (εικόνα 4α και 4γ).&lt;br /&gt;
&lt;br /&gt;
'''2. Η ομόκεντρη μορφή των χρήσεων γης:''' Για το χωρικό προσδιορισμό της μεταβολής των χρήσεων γης, η περιοχή μελέτης διαιρέθηκε σε επτά ομόκεντρες ζώνες. Ο δείκτης PLAND της δομημένης επιφάνειας, έδειξε την επέκταση της αστικής περιοχής από το 1992 έως το 2009, σε όλες τις ζώνες, εκτός της ζώνης 1, όπου το μεγαλύτερο μέρος της γης είχε ήδη αναπτυχθεί. Άμεσο επακόλουθο της αστικοποίησης ήταν η μείωση των χορτολιβαδικών εκτάσεων και η αντίστοιχη μείωση που ακολούθησε, των γεωργικών και δασικών εκτάσεων. &lt;br /&gt;
&lt;br /&gt;
'''3. Η γραμμική μορφή των χρήσεων γης:''' Για τη μελέτη της κατανομής των χρήσεων γης στις οκτώ κατευθύνσεις, χρησιμοποιήθηκε ο δείκτης PLAND. Η ανάλυση έδειξε ότι η αστική περιοχή επεκτάθηκε από το 1992 έως το 2009, προς όλες τις κατευθύνσεις, με την αστική διάχυση να συγκεντρώνεται χωρικά στις νότιες και νοτιοανατολικές περιοχές (εικόνα 5α), κυρίως λόγω του επίπεδου εδάφους. Ταυτόχρονα με την αστική διάχυση, παρατηρήθηκε μείωση των αστικών πράσινων χώρων, κυρίως μέχρι το 2000. Η περιβαλλοντική καμπάνια που εφαρμόστηκε αργότερα,  εμπόδισε την περαιτέρω μείωση των χορτολιβαδικών εκτάσεων. Η κατασκευή ενός νέου γηπέδου γκολφ στα βορειοανατολικά, επίσης συνέβαλε στην αύξηση του αστικού πρασίνου της περιοχής (εικόνα 5β). Η γεωργική γη που παρατηρούνταν κυρίως στις νότιες και νοτιοανατολικές κατευθύνσεις το 1992, τελικά αντικαταστάθηκε από τις αστικές περιοχές (εικόνα 5γ). Επιπλέον, η περιοχή μελέτης ήταν αρχικά περικυκλωμένη από δασικές εκτάσεις, οι οποίες υπέστησαν σημαντική μείωση, αν και μικρότερη αυτής των γεωργικών εκτάσεων, προς όλες τις κατευθύνσεις (εικόνα 5δ). &lt;br /&gt;
&lt;br /&gt;
'''4. Ανάλυση της έντασης μεταβολής:''' Η ένταση της μεταβολής υπολογίστηκε για το σύνολο της περιοχή μελέτης, τις επτά ομόκεντρες ζώνες και τα κελιά  των οκτώ γραμμικών κατευθύνσεων, κατά τη διάρκεια δύο περιόδων (1992-2000 και 2000-2009). Συνολικά, οι αστικές περιοχές σημείωσαν το υψηλότερο ποσοστό μεταβολής μεταξύ των τεσσάρων κατηγοριών χρήσεων γης. Ακολούθησαν οι γεωργικές εκτάσεις, οι δασικές και οι χορτολιβαδικές. &lt;br /&gt;
&lt;br /&gt;
Η ανάλυση του ρυθμού μεταβολής για τις οκτώ γραμμικές κατευθύνσεις αποκάλυψε ότι η εντατική αστικοποίηση πραγματοποιήθηκε προς όλες τις κατευθύνσεις κατά τη δεκαετία του 1990, ενώ κατά την τελευταία δεκαετία περιορίστηκε στο νότιο και νοτιοανατολικό τμήμα της περιοχής μελέτης (εικόνα 6α). Οι χορτολιβαδικές εκτάσεις γνώρισαν μια ταχεία απώλεια κατά τη δεκαετία του 1990, κυρίως στις βορειοανατολικές, ανατολικές και δυτικές κατευθύνσεις, ενώ παρατηρήθηκε μία μικρή αύξησή τους κατά τη δεκαετία του 2000 στις περισσότερες κατευθύνσεις (εικόνα 9β). Η απώλεια και η αύξηση των γεωργικών εκτάσεων σημειώθηκαν σε διάφορες κατευθύνσεις, ενώ κατά τη δεκαετία του 2000 το ποσοστό τους παρουσίασε μία γενική μείωση (εικόνα 10γ). Οι ανατολικές και νοτιοανατολικές κατευθύνσεις της περιοχής μελέτης παρουσίασαν αρχικά αύξηση των δασικών εκτάσεων κατά την πρώτη δεκαετία, ενώ κατά την επόμενη δεκαετία παρουσίασαν σταδιακή μείωση (εικόνα 10δ). Η έντονη αστική διάχυση που παρατηρήθηκε κατά τη δεκαετία του 2000 (εικόνα 6α), πιθανώς είχε ως αποτέλεσμα την απώλεια δασικών εκτάσεων. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Η παρούσα μελέτη χρησιμοποίησε ομόκεντρες και γραμμικές αναλύσεις χρήσεων γης για τον προσδιορισμό των μεταβαλλόμενων μορφών των χώρων πρασίνου της μητροπολιτικής περιοχής του Kunming της Κίνας από το 1992 έως το 2009. Προκειμένου να μελετηθεί η διακύμανση του ρυθμού μεταβολής των χώρων πρασίνου, υπολογίστηκε η ένταση των αλλαγών κατά τη διάρκεια των χρονικών περιόδων 1992-2000 και 2000-2009 για το σύνολο της περιοχή μελέτης, τις επτά ομόκεντρες ζώνες και τις οκτώ γραμμικές κατευθύνσεις. Τα αποτελέσματα της έρευνας έδειξαν ότι η αστική διάχυση ευθυνόταν σε μεγάλο βαθμό για την απώλεια χώρων πρασίνου και ιδιαίτερα γεωργικής γης. Από την άλλη μεριά, οι οικολογικές πολιτικές συνέβαλαν στην ανάκτηση χορτολιβαδικών εκτάσεων από το 2000 έως το 2009. Επιπλέον, η γραμμική ανάλυση έδειξε όι η αστικοποίηση έλαβε χώρα κατά μήκος της νοτιοανατολικής κατεύθυνσης, αντικαθιστώντας κυρίως γεωργικές εκτάσεις. Αντίθετα, η μείωση των δασικών εκτάσεων διατηρήθηκε σε σταθερό ρυθμό κατά τη διάρκεια των δύο τελευταίων δεκαετιών, ενώ οι χορτολιβαδικές εκτάσεις μειώθηκαν κατά τη δεκαετία του 1990, αλλά σημείωσαν αύξηση με αργό ρυθμό κατά τη δεκαετία του 2000. Τέλος, η μελέτη απέδειξε τη χρησιμότητα των ομόκεντρων και γραμμικών αναλύσεων χρήσεων γης, προσδιορίζοντας τη μεταβολή του τοπίου σε πόλεις με ομόκεντρη μορφή ανάπτυξης. Η ποσοτικοποίηση της χωρικής διακύμανσης της μεταβολής των χώρων πρασίνου και η κατανόηση της εν λόγω μεταβολής κατά την πάροδο του χρόνου είναι απαραίτητες για τη χάραξη της μελλοντικής περιβαλλοντικής πολιτικής, προκειμένου να εξασφαλιστεί η βιώσιμη αστική ανάπτυξη.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αναφορές''' &lt;br /&gt;
&lt;br /&gt;
Breuste, J., Feldmann, H., Uhlmann, O., 1998. Urban Ecology. Springer, Berlin.&lt;br /&gt;
&lt;br /&gt;
Chen, W.Y., Jim, C.Y., 2008. Assess and valuation of the ecosystem services provided by urban forests. In: Carreiro, M.M., Song, Y.-C., Wu, J. (Eds.), Ecology, Planning and Management of Urban Forests International Perspectives. Springer, New York, pp. 53–83.&lt;br /&gt;
&lt;br /&gt;
Cheng, J., Masser, I., 2003. Urban growth pattern modeling: a case study of Wuhan City PR China. Landsc. Urban Plan. 62, 199–217.&lt;br /&gt;
&lt;br /&gt;
Davies, R.G., Barbosa, O., Fuller, R.A., Tratalos, J., Burke, N., Lewis, D., et al., 2008.&lt;br /&gt;
City-wide relationships between green spaces, urban land use and topography. Urban Ecosyst. 11, 269–287.&lt;br /&gt;
&lt;br /&gt;
Deng, J.S., Wang, K., Hong, Y., Qi, J.G., 2009. Spatio-temporal dynamics and evolution of land use change and landscape pattern in response to rapid urbanization. Landsc. Urban Plan. 92, 187–198.&lt;br /&gt;
&lt;br /&gt;
Dewan, A.M., Yamaguchi, Y., 2009. Land use and land cover change in Greater Dhaka, Bangladesh: using remote sensing to promote sustainable urbanization. Appl. Geogr. 29 (3), 390–401.&lt;br /&gt;
&lt;br /&gt;
Erickson, D.L., 2006. MetroGreen: Connecting Open Space in North American Cities. Island Press, Washington, DC.&lt;br /&gt;
&lt;br /&gt;
Jensen, J.R., 2005. Introductory Digital Image Processing a Remote Sensing Perspective, third ed. Prentice Hall, Upper Saddle River, NJ.&lt;br /&gt;
&lt;br /&gt;
Jim, C.Y., Chen, S., 2003. Comprehensive greenspace planning based on landscape ecology principles in compact Nanjing city, China. Landsc. Urban Plan. 65, 95–116.&lt;br /&gt;
&lt;br /&gt;
Kim, K.H., Pauleit, S., 2007. Landscape character, biodiversity and land use planning: the case of Kwangju City Region, South Korea. Land Use Policy 24 (1), 264–274.&lt;br /&gt;
&lt;br /&gt;
Kong, F., Nakagoshi, N., 2006. Spatial–temporal gradient analysis of urban green spaces in Jinan, China. Landsc. Urban Plan. 78, 147–164.&lt;br /&gt;
&lt;br /&gt;
Leitγo, A.B., Ahern, J., 2002. Applying landscape ecological concepts and metrics in sustainable landscape planning. Landsc. Urban Plan. 59, 65–93.&lt;br /&gt;
&lt;br /&gt;
Leitγo, A.B., Miller, J., Ahern, J., McGarigal, K., 2006. Measuring Landscapes: A Planner’s Handbook. Island Press, Washington, DC.&lt;br /&gt;
&lt;br /&gt;
Li, F., Wang, R., Paulussen, J., Liu, X., 2005. Comprehensive concept planning of urban greening based on ecological principles: a case study in Beijing, China. Landsc. Urban Plan. 72, 325–336.&lt;br /&gt;
&lt;br /&gt;
Lu, D., Weng, Q., 2007. A survey of image classification methods and techniques for improving classification performance. Int. J. Remote Sens. 28, 823–870.&lt;br /&gt;
&lt;br /&gt;
Luo, J., Wei, Y.H.D., 2009. Modeling spatial variations of urban growth patterns in Chinese cities: the case of Nanjing. Landsc. Urban Plan. 91, 51–64.&lt;br /&gt;
&lt;br /&gt;
Luck, M., Wu, J., 2002. A gradient analysis of urban landscape pattern: a case study form the phoenix metropolitan region, Arizona, USA. Landsc. Ecol. 17, 327–339.&lt;br /&gt;
&lt;br /&gt;
McGarigal, K., Ene, E., Holmes, C., 2002. FRAGSTATS (Version 3): FRAGSTATSMetrics. University of Massachusetts—Produced Program. Available at the following website: http://www.umass.edu/landeco/research/fragstats/documents/fragstats documents.html.&lt;br /&gt;
&lt;br /&gt;
National Research Council (NRC), 2001. Grand Challenges in Environmental Sciences. National Academy Press, Washington, DC.&lt;br /&gt;
&lt;br /&gt;
Roy, A.H., Dybas, A.L., Fritz, K.M., Lubbers, H.R., 2009. Urbanization affects the extent and hydrologic permanence of headwater streams in a midwestern US metropolitan area. J. N. Am. Benthol. Soc. 28 (4), 911–928.&lt;br /&gt;
&lt;br /&gt;
Schell, L.M., Ulijaszek, S.J., 1999. Urbanism, Health and Human Biology in Industrialized Countries. Cambridge University Press, Cambridge.&lt;br /&gt;
&lt;br /&gt;
Tian, G., Liu, J., Xie, Y., Yang, Z., Zhuang, D., Niu, Z., 2005. Analysis of spatio-temporal dynamic pattern and driving forces of urban land in China in 1990s using TM images and GIS. Cities 22 (6), 400–410.&lt;br /&gt;
&lt;br /&gt;
Tian, G., Wu, J., Yang, Z., 2010. Spatial pattern of urban functions in the Beijing metropolitan region. Habitat Int. 34 (2), 249–255.&lt;br /&gt;
&lt;br /&gt;
Turner, M.G., Gardner, R.H., O’Neill, R.V., 2001. Landscape Ecology in Theory and Practice. Springer, New York.&lt;br /&gt;
&lt;br /&gt;
Turner, M.G., 2005. Landscape ecology in North America: past, present, and future. Ecology 86, 1967–1974.&lt;br /&gt;
&lt;br /&gt;
Xiao, J., Shen, Y., Ge, J., Tateishi, R., Tang, C., Liang, Y., et al., 2006. Evaluating urban expansion and land use change in Shijiazhuang, China, by using GIS and remote sensing. Landsc. Urban Plan. 75, 69–80.&lt;br /&gt;
&lt;br /&gt;
Yang, L., Xian, G., Klaver, J.M., Deal, B., 2003. Urban land-cover change detection through sub-pixel imperviousness mapping using remotely sensed data. Photogramm. Eng. Remote Sens. 69, 1003–1010.&lt;br /&gt;
&lt;br /&gt;
Yeh, C.-T., Huang, S.-L., 2009. Investigating spatiotemporal patterns of landscape diversity in response to urbanization. Landsc. Urban Plan. 93, 151–162.&lt;br /&gt;
&lt;br /&gt;
Yuan, F., Bauer, M.E., 2007. Comparison of impervious surface area and normalized difference vegetation index as indicators of surface urban heat island effects in Landsat imagery. Remote Sens. Environ. 106, 375–386.&lt;br /&gt;
&lt;br /&gt;
Zhang, L., Wang, H., 2006. Planning an ecological network of Xiamen Island (China) using landscape metrics and network analysis. Landsc. Urban Plan. 78, 449–456.&lt;br /&gt;
&lt;br /&gt;
Zhou, X., 2006. (Study on the Urban Morphology Change of Kunming City). Yunnan University Press, Kunming (in Chinese).&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
[http://www.sciencedirect.com/science/article/pii/S0169204611000223 '''το άρθρο στο διαδίκτυο''']&lt;br /&gt;
&lt;br /&gt;
 [[category:Καταγραφή πρασίνου]]&lt;/div&gt;</summary>
		<author><name>Ramfou Vasiliki</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A7%CF%81%CE%BF%CE%BD%CE%B9%CE%BA%CE%AE_%CE%BA%CE%B1%CE%B9_%CF%87%CF%89%CF%81%CE%B9%CE%BA%CE%AE_%CE%B4%CF%85%CE%BD%CE%B1%CE%BC%CE%B9%CE%BA%CE%AE_%CF%84%CF%89%CE%BD_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CF%81%CE%AC%CF%83%CE%B9%CE%BD%CF%89%CE%BD_%CF%87%CF%8E%CF%81%CF%89%CE%BD_%CF%89%CF%82_%CE%B1%CF%80%CE%BF%CF%84%CE%AD%CE%BB%CE%B5%CF%83%CE%BC%CE%B1_%CF%84%CE%B7%CF%82_%CF%84%CE%B1%CF%87%CE%B5%CE%AF%CE%B1%CF%82_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CE%B7%CF%82_%CE%BF%CE%B9%CE%BA%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CE%AE%CF%82_%CF%80%CE%BF%CE%BB%CE%B9%CF%84%CE%B9%CE%BA%CE%AE%CF%82</id>
		<title>Χρονική και χωρική δυναμική των αστικών πράσινων χώρων ως αποτέλεσμα της ταχείας αστικοποίησης και της οικολογικής πολιτικής</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A7%CF%81%CE%BF%CE%BD%CE%B9%CE%BA%CE%AE_%CE%BA%CE%B1%CE%B9_%CF%87%CF%89%CF%81%CE%B9%CE%BA%CE%AE_%CE%B4%CF%85%CE%BD%CE%B1%CE%BC%CE%B9%CE%BA%CE%AE_%CF%84%CF%89%CE%BD_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CF%81%CE%AC%CF%83%CE%B9%CE%BD%CF%89%CE%BD_%CF%87%CF%8E%CF%81%CF%89%CE%BD_%CF%89%CF%82_%CE%B1%CF%80%CE%BF%CF%84%CE%AD%CE%BB%CE%B5%CF%83%CE%BC%CE%B1_%CF%84%CE%B7%CF%82_%CF%84%CE%B1%CF%87%CE%B5%CE%AF%CE%B1%CF%82_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CE%B7%CF%82_%CE%BF%CE%B9%CE%BA%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CE%AE%CF%82_%CF%80%CE%BF%CE%BB%CE%B9%CF%84%CE%B9%CE%BA%CE%AE%CF%82"/>
				<updated>2015-03-20T20:35:13Z</updated>
		
		<summary type="html">&lt;p&gt;Ramfou Vasiliki: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα:vr_a5_e1.jpg|300px|thumb|right|Εικόνα 1. (α) Η τοποθεσία της πόλης του Kunming σε σχέση με την επαρχία Yunnan της Κίνας, (β) η τοποθεσία της περιοχής μελέτης, της μητροπολιτικής περιοχής της πόλης του Kunming, (γ) η περιοχή μελέτης όπου επισημαίνονται τα προσφάτως υλοποιημένα αστικά πάρκα και οι περιβαλλοντικές παρεμβάσεις.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a5_e2.jpg|300px|thumb|right|Εικόνα 2. Το διάγραμμα ροής της ανάλυσης των τριών δορυφορικών απεικονίσεων.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a5_e3.jpg|300px|thumb|right|Εικόνα 3. Η διάταξη των ομόκεντρων ζωνών και των γραμμικών κελιών. (α) Οι επτά ομόκεντρες ζώνες, με κέντρο το κέντρο της πόλης, (β) τα  σαράντα τέσσερα κελιά  δειγματοληψίας, σε οκτώ γραμμικές κατευθύνσεις.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a5_e4.jpg|300px|thumb|right|Εικόνα 4. Οι χρήσεις γης στην περιοχή μελέτης (α) το 1992, (β) το 2000 και (γ) το 2009]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a5_e5.jpg|300px|thumb|right|Εικόνα 5. Ποσοστό των χρήσεων γης (PLAND) για (α) τις αστικές περιοχές, (β) τις χορτολιβαδικές εκτάσεις, (γ) τις γεωργικές εκτάσεις και (δ) τις δασικές εκτάσεις, κατά μήκος οκτώ κατευθύνσεων το 1992, το 2000 και το 2009.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a5_e6.jpg|300px|thumb|right|Εικόνα 6. Χωρικά πρότυπα του ρυθμού μεταβολής των χρήσεων γης κατά μήκος οκτώ κατευθύνσεων για (α) τις αστικές περιοχές, (β) τις χορτολιβαδικές εκτάσεις, (γ) τις γεωργικές εκτάσεις και (δ) τις δασικές εκτάσεις.]]&lt;br /&gt;
&lt;br /&gt;
'''Αντικείμενο Εφαρμογής:''' Χρήση ολοκληρωμένων προσεγγίσεων για τη μελέτη της διακύμανσης της μεταβολής των αστικών πράσινων χώρων στο  Kunming της Κίνας&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος Τίτλος:''' 'Spatial - temporal dynamics of urban green space in response to rapid urbanization and greening policies'&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Xiaolu Zhou*, Yi-Chen Wang&lt;br /&gt;
*Department of Geography, National University of Singapore, 1 Arts Link, AS2 #03-01, Singapore 117570, Singapore&lt;br /&gt;
&lt;br /&gt;
'''Πηγή:''' Elsevier, Landscape and Urban Planning, 100 (2011), 268–277&lt;br /&gt;
&lt;br /&gt;
'''Λέξεις Κλειδιά:''' μορφή χρήσεων γης, χώροι πρασίνου, αστική ανάπτυξη, Τηλεπισκόπιση,  Kunming&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Περίληψη:''' Η ταχεία αστικοποίηση έχει αρκετά σημαντικές επιπτώσεις στο περιβάλλον, οι οποίες συνδέονται με τη μείωση των χώρων πρασίνου. Έχοντας συνειδητοποιήσει τον σημαντικό τους ρόλο στα αστικά οικοσυστήματα, πολλές τοπικές κυβερνήσεις της Κίνας έχουν θεσπίσει ένα σύνολο πολιτικών για την εισαγωγή πράσινων στοιχείων σε αστικές περιοχές. Η γνώση του τρόπου μεταβολής των αστικών πράσινων χώρων ως αποτέλεσμα της αστικοποίησης και της οικολογικής πολιτικής, είναι απαραίτητη για την επίτευξη της αειφόρου αστικής ανάπτυξης. Η παρούσα έρευνα χρησιμοποιεί ολοκληρωμένες προσεγγίσεις για τη μελέτη της μεταβαλλόμενης μορφής και έντασης των πράσινων χώρων στο  Kunming της Κίνας, από το 1992 έως το 2009. Η χωρική διακύμανση της μορφής των πράσινων χώρων προέκυψε μέσω ομόκεντρων και γραμμικών αναλύσεων των χρήσεων γης, σε συνδυασμό με μετρητικούς δείκτες των χρήσεων γης. Η ένταση της μεταβολής των χρονικών περιόδων 1992-2000 και 2000-2009, υπολογίστηκε για το σύνολο της περιοχής μελέτης, των ομόκεντρων ζωνών, καθώς και των γραμμικών κατευθύνσεων,  ώστε να μελετηθεί η διακύμανση του ποσοστού μεταβολής των αστικών πράσινων χώρων. Τα αποτελέσματα αποκάλυψαν ότι τόσο η ταχεία αστικοποίηση, όσο και οι οικολογικές πολιτικές, είχαν μερίδιο ευθύνης για το μέγεθος της μεταβολής των πράσινων χώρων. Μεταξύ των ποικίλων κατηγοριών των πράσινων χώρων, η γεωργική γη κατακερματίστηκε σε μεγάλο βαθμό από την αστική διάχυση, ειδικά στον περιαστικό χώρο της πόλης. Οι δασικές εκτάσεις επηρεάστηκαν επίσης, αλλά το ποσοστό των απωλειών τους ήταν σημαντικά μικρότερο από εκείνο της γεωργικής γης. Από την άλλη μεριά, οι οικολογικές  πολιτικές συνέβαλαν στην ανάκτηση χορτολιβαδικών εκτάσεων κατά την τελευταία δεκαετία. Η μελέτη αποδεικνύει τη χρησιμότητα της ομόκεντρης και της γραμμικής ανάλυσης των χρήσεων γης για το χαρακτηρισμό της χωρικής και χρονικής μεταβολής του αστικού πρασίνου σε πόλεις με ομόκεντρη ανάπτυξη. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή:''' Η αστική ανάπτυξη συντελείται με πρωτοφανή ρυθμό σε παγκόσμιο επίπεδο, με το 65% του παγκόσμιου πληθυσμού να αναμένεται να κατοικεί σε αστικές περιοχές μέχρι το 2025. Στην Κίνα, η πολιτική 'Open Door' του 1978, καθώς και ο κανονισμός για τη μεταρρύθμιση της γης του 1987, επιτάχυναν σημαντικά το ρυθμό αστικοποίησης, με το επίπεδο αυτής να υπολογίζεται στο 50% μέχρι το τέλος του 2020, με 1,5 δισεκατομμύριο αστικό πληθυσμό. Η φυσική αύξηση του πληθυσμού και η μετακίνηση των ανθρώπων από τις αγροτικές στις αστικές περιοχές, είναι οι δύο βασικοί παράγοντες της ταχείας ανάπτυξης των πόλεων. Το εν λόγω φαινόμενο, έχει προκαλέσει πολλές επιπτώσεις στο περιβάλλον, ενώ αποτελεί ένα κρίσιμο ζήτημα στη μελέτη της πλανητικής μεταβολής. &lt;br /&gt;
&lt;br /&gt;
Οι περισσότερες από τις περιβαλλοντικές επιπτώσεις της αστικοποίησης συνδέονται με τους χώρους πρασίνου. Η απώλεια ή η υποβάθμισή τους, μειώνει τη βιοποικιλότητα και διαταράσσει τη δομή του αστικού οικοσυστήματος. Αντίθετα, η παρουσία τους μπορεί να αντισταθμίσει τις επιπτώσεις του φαινομένου της αστικής θερμικής νησίδας, ενώ συμβάλλει στο φιλτράρισμα της ατμόσφαιρας και του νερού. Η αύξηση των πράσινων χώρων προσφέρει στους πολίτες αισθητικές απολαύσεις, ευκαιρίες αναψυχής, καθώς και σωματική και ψυχική ευεξία. &lt;br /&gt;
&lt;br /&gt;
Έχοντας συνειδητοποιήσει τη σημασία των πράσινων χώρων στα αστικά οικοσυστήματα και τη συμβολή τους στη βελτίωση της ποιότητας ζωής των κατοίκων, προτάθηκε ένα σύνολο  ολοκληρωμένων στρατηγικών σχεδιασμού πράσινων χώρων, προκειμένου να εξασφαλιστεί η αειφόρος ανάπτυξη της μητροπολιτικής περιοχής του Πεκίνου. Επιπλέον, θέματα που αφορούν τη σχέση της αστικοποίησης με μεταβολές των χρήσεων γης και με επακόλουθες περιβαλλοντικές συνέπειες, λαμβάνουν την αυξανόμενη προσοχή των ερευνών. Για την ποσοτικοποίηση της μεταβολής των χρήσεων γης και των μορφών των πράσινων χώρων, χρησιμοποιούνται μετρητικοί δείκτες των χρήσεων γης, προκειμένου να συναχθούν  πιθανές οικολογικές δράσεις για την καθοδήγηση του αειφόρου σχεδιασμού. Οι μετρητικοί δείκτες των χρήσεων γης έχουν επίσης συνδυαστεί με τη γραμμική ανάλυση για τον ποσοτικό προσδιορισμό της μορφής της αστικοποίησης, κατά μήκος μιας προκαθορισμένης διεύθυνσης. Ωστόσο, η εξέλιξη των πόλεων οδηγεί συχνά σε μη γραμμικές μορφές, όπως είναι η ομόκεντρη δομή πολλών πόλεων της Κίνας. Συνεπώς, είναι απαραίτητη μίας μορφής  ανάλυσης που θα επιτρέπει τόσο την απεικόνιση της διακύμανσης των μοτίβων των χρήσεων γης σε πόλεις με ομόκεντρη μορφή ανάπτυξης, όσο και του ποσοστού της παραπάνω μεταβολής.&lt;br /&gt;
 &lt;br /&gt;
Η διαθεσιμότητα των πολυ-χρονικών τηλεπισκοπικών δεδομένων με αυξημένη χωρική ανάλυση και κάλυψη, επιτρέπει την ακριβή και εκτεταμένη παρακολούθηση της μεταβολής των χρήσεων γης. Αν και έχουν χρησιμοποιηθεί διαφορετικές τεχνικές για την ποσοτικοποίηση της διαδικασίας της μεταβολής, οι περισσότερες μελέτες υπολογίζουν το συνολικό ποσοστό μεταβολής των διαφόρων χρήσεων  γης, αντί να εξετάσουν τη διακύμανση του ποσοστού μεταβολής των χώρων πρασίνου σε διάφορα σημεία της πόλης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Η περιοχή μελέτης:''' Η πόλη του Kunming, αποτελεί οικονομικό, πολιτικό και πολιτιστικό κέντρο της νοτιοδυτικής Κίνας, με ομόκεντρη μορφή ανάπτυξης, παρόμοια με αυτή πολλών κινέζικων πόλεων. Ως πρωτεύουσα της επαρχίας Yunnan της νοτιοδυτικής Κίνας (εικόνα 1α), η γρήγορη αστικοποίηση προκάλεσε μία τεράστια απώλεια πράσινων χώρων ενώ στη συνέχεια, η κυβέρνηση προσπάθησε να εφαρμόσει μία σειρά πολιτικών για την αντιστάθμιση των περιβαλλοντικών συνεπειών, όπως κατασκευή αστικών πάρκων και κοινοτικών κήπων. Ως περιοχή μελέτης επιλέχθηκε η μητροπολιτική περιοχή της πόλης του Kunming, έκτασης 538,9 km2 (εικόνα 1β και 1γ). Η παραπάνω έκταση αποτελείται από τον αστικό πυρήνα (αδιαπέρατες επιφάνειες και μικρό ποσοστό χώρων πρασίνου), τις περιαστικές περιοχές (συνδυασμός αδιαπέρατων επιφανειών και γεωργικής γης) και την προαστιακή περιοχή (μεγάλο ποσοστό δασικών εκτάσεων). Η μελέτη προτείνει μία ομόκεντρη και γραμμική ανάλυση των χρήσεων γης, σε συνδυασμό με μετρητικούς δείκτες των διάφορων χωρικών προτύπων, ώστε να προσδιοριστεί η μεταβαλλόμενη μορφή των πράσινων χώρων από το 1922 έως το 2009, κάτω από δύο φαινομενικά αντίθετες δυνάμεις: τη γρήγορη διαδικασία της αστικοποίησης και την οικολογική πολιτική. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Υλικά και Μέθοδοι'''&lt;br /&gt;
&lt;br /&gt;
'''1. Δεδομένα:''' Για τη μελέτη χρησιμοποιήθηκαν τηλεπισκοπικές απεικονίσεις, χάρτες των χώρων πρασίνου και έρευνα πεδίου. Αναλύθηκαν οι παρακάτω τηλεσκοπικές απεικονίσεις (χωρίς νεφοκάλυψη): μία απεικόνιση του Landsat 5 Thematic Mapper (TM) που λήφθηκε στις 16 του Αυγούστου του 1992, μία απεικόνιση του Landsat 7 Enhanced Thematic Mapper Plus (ETM+), στις 11 Νοεμβρίου του 2000, και μία απεικόνιση του Systeme Probatoire d’Observation de la Terre (SPOT 4) που λήφθηκε στις 20 Σεπτεμβρίου του 2009. Οι Landsat απεικονίσεις (κανάλια 1-5 και 7) έχουν χωρική ανάλυση 30 m, η ΕΤΜ+ απεικόνιση παρέχει ένα πρόσθετο παγχρωματικό κανάλι ανάλυσης 15 m, ενώ η SPOT απεικόνιση έχει ανάλυση 20 m στα πολυφασματικά κανάλια και 10 m στο παγχρωματικό κανάλι. Για τη μελέτη της τάσης μεταβολής των χώρων πρασίνου, πραγματοποιήθηκε σύγκριση μεταξύ ενός χάρτη του 2010 που απεικόνιζε τον μελλοντικό σχεδιασμό των πράσινων χώρων, με έναν χάρτη της υφιστάμενης κατάστασής τους το 2000. Τα δεδομένα της έρευνας πεδίου περιελάμβαναν τα επίγεια σημεία ελέγχου, τα οποία συλλέχθηκαν χρησιμοποιώντας τα Συστήματα Παγκόσμιου Δορυφορικού Εντοπισμού Θέσης (Global Positioning Systems) για τη γεωαναφορά δορυφορικών απεικονίσεων και φωτογραφιών, με σκοπό την ερμηνεία της εικόνας.&lt;br /&gt;
&lt;br /&gt;
'''2. Το σύστημα της ταξινόμησης των χρήσεων γης:''' Λαμβάνοντας υπόψη τη χωρική ανάλυση των δορυφορικών απεικονίσεων και εστιάζοντας στη μελέτη της μεταβολής των χώρων πρασίνου ως αποτέλεσμα της αστικοποίησης, οι χρήσεις γης της περιοχής μελέτης ταξινομήθηκαν σε χώρους πρασίνου, δομημένες επιφάνειες (αδιαπέρατες επιφάνειες, συμπεριλαμβανομένων των αστικών, εμπορικών και βιομηχανικών περιοχών και του οδικού δικτύου), νερό (ρέματα, κανάλια, λίμνες και ταμιευτήρες) και άγονη γη (συμπεριλαμβανομένων των εγκαταλελειμμένων εκτάσεων). Οι χώροι πρασίνου υποδιαιρέθηκαν σε δασικές εκτάσεις (φυλλοβόλα, αειθαλή και μικτά δάση), γεωργικές εκτάσεις (καλλιεργήσιμες εκτάσεις και οπωρώνες) και χορτολιβαδικές εκτάσεις (κήποι, πάρκα με χαμηλή πυκνότητα δένδρων και γήπεδα γκολφ).&lt;br /&gt;
&lt;br /&gt;
'''3. Επεξεργασία εικόνων:''' Η ανάλυση των τριών δορυφορικών απεικονίσεων ακολούθησε τα  παρακάτω βήματα (εικόνα 2). Αρχικά, πραγματοποιήθηκε γεωαναφορά των απεικονίσεων στην Εγκάρσια Μερκατορική Προβολή (Universal Transverse Mercator - UTM) μέσω του πακέτου λογισμικού ERDAS IMAGINE 8.7. Για τη γεωμετρική διόρθωση επιλέχθηκαν δεκαπέντε χωρικά ομοιόμορφα κατανεμημένα επίγεια σημεία ελέγχου, χρησιμοποιώντας ένα δεύτερης τάξης πολυωνυμικό μετασχηματισμό και τη μέθοδο επαναδειγματοληψίας του Εγγύτερου Γείτονα. Η ρίζα του μέσου τετραγωνικού σφάλματος περιορίστηκε στα 0,5 pixels. Λόγω της ανάλυσης πολυχρονικών και πολλαπλών αισθητήρων εικόνων, απαιτούνταν ατμοσφαιρική διόρθωση, η οποία πραγματοποιήθηκε χρησιμοποιώντας το μοντέλο Fast Line-of-sight Atmospheric Analysis of Spectral Hypercubes (FLAASH) του λογισμικού ENVI 4.6. Καθώς η μητροπολιτική περιοχή του Kunming δεν παρουσιάζει έντονο ανάγλυφο, δεν χρειάστηκε τοπογραφική διόρθωση. Τέλος, πραγματοποιήθηκε χωρική επαναδειγματοληψία της SPOT απεικόνισης στα 30 m, ώστε να ταιριάζει με τη χωρική ανάλυση της Landsat απεικόνισης. &lt;br /&gt;
&lt;br /&gt;
'''4. Ταξινόμηση και εκτίμηση της ακρίβειας:''' Για την ταξινόμηση των χρήσεων γης χρησιμοποιήθηκε η μέθοδος της Μέγιστης Πιθανοφάνειας. Για κάθε εικόνα, λήφθησαν αρχικά στατιστικά στοιχεία των δειγμάτων εκπαίδευσης, με σκοπό να εξασφαλιστεί ότι οι διάφορες κατηγορίες χρήσεων γης θα μπορούσαν να διαχωριστούν. Μετά την ταξινόμηση, και για την εκτίμηση της ακρίβειάς της, επιλέχθηκαν τυχαία πενήντα σημεία δειγματοληψίας για κάθε κατηγορία χρήσης γης. Επιπλέον, για την εκτίμηση της ακρίβειας της ταξινόμησης, χρησιμοποιήθηκαν ως δεδομένα αναφοράς εικόνες Google Earth, QuickBird (του 2006 και του 2007), χάρτης των χώρων πρασίνου του 2000, έρευνα πεδίου, συνεντεύξεις, καθώς και η τοπική γνώση της περιοχής μελέτης. &lt;br /&gt;
&lt;br /&gt;
'''5. Ανάλυση μετρητικών δεικτών των χρήσεων γης:''' Τα αποτελέσματα της ταξινόμησης των δορυφορικών απεικονίσεων των ετών 1992, 2000 και 2009, μετατράπηκαν σε GRID format για τον υπολογισμό των μετρητικών δεικτών των χρήσεων γης σε FRAGSTATS 3.3. Συνολικά χρησιμοποιήθηκαν οι εξής μετρητικοί δείκτες, για την ποσοτικοποίηση των μορφών των χώρων πρασίνου:&lt;br /&gt;
&lt;br /&gt;
* ο γενικός δείκτης PLAND - Percentage of LANDscape, που απεικονίζει το ποσοστό της κάθε χρήσης γης&lt;br /&gt;
* ο δείκτης PD - Patch Density, ο οποίος είναι ευαίσθητος στον κατακερματισμό των χρήσεων γης&lt;br /&gt;
* ο δείκτης LPI - Largest Patch Index, ο οποίος μπορεί να χρησιμοποιηθεί για να απεικονίσει την επικράτηση των χρήσεων γης&lt;br /&gt;
* ο δείκτης LSI - Landscape Shape Index, ο οποίος σχετίζεται με την πολυπλοκότητα των χρήσεων γης και&lt;br /&gt;
* ο δείκτης SHDI - SHannon's Diversity Index που αντιπροσωπεύει την ποικιλομορφία των χρήσεων γης.&lt;br /&gt;
&lt;br /&gt;
Αρχικά, πραγματοποιήθηκε μία συνοπτική ανάλυση για τον συνολικό ποσοτικό προσδιορισμό των χωρικών προτύπων του αστικού πρασίνου. Δεύτερον, η περιοχή μελέτης διαιρέθηκε σε επτά ομόκεντρες ζώνες (εικόνα 3α), ενώ μέσω της διενέργειας μίας ομόκεντρης ανάλυσης μετρήθηκαν τα χωρικά πρότυπα των αστικών πράσινων χώρων στις διαφορετικές ζώνες. Τέλος, διεξήχθη μία γραμμική ανάλυση του δείκτη PLAND για να μελετηθεί η κατανομή των χώρων πρασίνου κατά μήκος οκτώ γραμμικών κατευθύνσεων (εικόνα 3β). Κάθε γραμμικός τομέας αποτελείται από έναν αριθμό κελιών, μεγέθους 1,8 km × 1,8 km.&lt;br /&gt;
&lt;br /&gt;
'''6. Ανάλυση της έντασης μεταβολής των χώρων πρασίνου:''' Για την απεικόνιση της έντασης της μεταβολής των χρήσεων γης, χρησιμοποιήθηκε ο ρυθμός μεταβολής τους, υπολογιζόμενος ως ποσοστό μεταβολής ανά έτος. Περιοχές με ταχεία απώλεια χώρων πρασίνου θα μπορούσαν να υποδηλώνουν υψηλή ευαισθησία στην αστική εξάπλωση. Η ανάλυση της έντασης μεταβολής υπολογίστηκε για δύο χρονικές περιόδους (1992-2000 και 2000-2009), για το σύνολο της περιοχής μελέτης, συμπεριλαμβανομένων των επτά ομόκεντρων ζωνών και των οκτώ γραμμικών κατευθύνσεων. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα'''&lt;br /&gt;
&lt;br /&gt;
'''1. Η μορφή των χρήσεων γης:''' Οι χρήσεις γης της μητροπολιτικής περιοχής του Kunming έχουν υποστεί σημαντικές μεταβολές κατά τη διάρκεια των τελευταίων δύο δεκαετιών (εικόνα 4). Η ραγδαία επέκτασης της αστικής περιοχής είχε ως αποτέλεσμα την απώλεια των χώρων πρασίνου στις περιαστικές και προαστιακές περιοχή, ιδιαίτερα στο νότιο τμήμα της περιοχής μελέτης (εικόνα 4α και 4γ).&lt;br /&gt;
&lt;br /&gt;
'''2. Η ομόκεντρη μορφή των χρήσεων γης:''' Για το χωρικό προσδιορισμό της μεταβολής των χρήσεων γης, η περιοχή μελέτης διαιρέθηκε σε επτά ομόκεντρες ζώνες. Ο δείκτης PLAND της δομημένης επιφάνειας, έδειξε την επέκταση της αστικής περιοχής από το 1992 έως το 2009, σε όλες τις ζώνες, εκτός της ζώνης 1, όπου το μεγαλύτερο μέρος της γης είχε ήδη αναπτυχθεί. Άμεσο επακόλουθο της αστικοποίησης ήταν η μείωση των χορτολιβαδικών εκτάσεων και η αντίστοιχη μείωση που ακολούθησε, των γεωργικών και δασικών εκτάσεων. &lt;br /&gt;
&lt;br /&gt;
'''3. Η γραμμική μορφή των χρήσεων γης:''' Για την μελέτη της κατανομής των χρήσεων γης στις οκτώ κατευθύνσεις, χρησιμοποιήθηκε ο δείκτης PLAND. Η ανάλυση έδειξε ότι η αστική περιοχή επεκτάθηκε από το 1992 έως το 2009, προς όλες τις κατευθύνσεις, με την αστική διάχυση να συγκεντρώνεται χωρικά στις νότιες και νοτιοανατολικές περιοχές (εικόνα 5α), κυρίως λόγω του επίπεδου εδάφους. Ταυτόχρονα με την αστική διάχυση, παρατηρήθηκε μείωση των αστικών πράσινων χώρων, κυρίως μέχρι το 2000. Η περιβαλλοντική καμπάνια που εφαρμόστηκε αργότερα,  εμπόδισε την περαιτέρω μείωση των χορτολιβαδικών εκτάσεων. Η κατασκευή ενός νέου γηπέδου γκολφ στα βορειοανατολικά, επίσης συνέβαλε στην αύξηση του αστικού πρασίνου της περιοχής (εικόνα 5β). Η γεωργική γη που παρατηρούνταν κυρίως στις νότιες και νοτιοανατολικές κατευθύνσεις το 1992, τελικά αντικαταστάθηκε από τις αστικές περιοχές (εικόνα 5γ). Επιπλέον, η περιοχή μελέτης ήταν αρχικά περικυκλωμένη από δασικές εκτάσεις, οι οποίες υπέστησαν σημαντική μείωση, αν και μικρότερη αυτής των γεωργικών εκτάσεων, προς όλες τις κατευθύνσεις (εικόνα 5δ). &lt;br /&gt;
&lt;br /&gt;
'''4. Ανάλυση της έντασης μεταβολής:''' Η ένταση της μεταβολής υπολογίστηκε για το σύνολο της περιοχή μελέτης, τις επτά ομόκεντρες ζώνες και τα κελιά  των οκτώ γραμμικών κατευθύνσεων, κατά τη διάρκεια δύο περιόδων (1992-2000 και 2000-2009). Συνολικά, οι αστικές περιοχές σημείωσαν το υψηλότερο ποσοστό μεταβολής μεταξύ των τεσσάρων κατηγοριών χρήσεων γης. Ακολούθησαν οι γεωργικές εκτάσεις, οι δασικές και οι χορτολιβαδικές. &lt;br /&gt;
&lt;br /&gt;
Η ανάλυση του ρυθμού μεταβολής για τις οκτώ γραμμικές κατευθύνσεις αποκάλυψε ότι η εντατική αστικοποίηση πραγματοποιήθηκε προς όλες τις κατευθύνσεις κατά τη δεκαετία του 1990, ενώ κατά την τελευταία δεκαετία περιορίστηκε στο νότιο και νοτιοανατολικό τμήμα της περιοχής μελέτης (εικόνα 6α). Οι χορτολιβαδικές εκτάσεις γνώρισαν μια ταχεία απώλεια κατά τη δεκαετία του 1990, κυρίως στις βορειοανατολικές, ανατολικές και δυτικές κατευθύνσεις, ενώ παρατηρήθηκε μία μικρή αύξησή τους κατά τη δεκαετία του 2000 στις περισσότερες κατευθύνσεις (εικόνα 9β). Η απώλεια και η αύξηση των γεωργικών εκτάσεων σημειώθηκαν σε διάφορες κατευθύνσεις, ενώ κατά τη δεκαετία του 2000 το ποσοστό τους παρουσίασε μία γενική μείωση (εικόνα 10γ). Οι ανατολικές και νοτιοανατολικές κατευθύνσεις της περιοχής μελέτης παρουσίασαν αρχικά αύξηση των δασικών εκτάσεων κατά την πρώτη δεκαετία, ενώ κατά την επόμενη δεκαετία παρουσίασαν σταδιακή μείωση (εικόνα 10δ). Η έντονη αστική διάχυση που παρατηρήθηκε κατά τη δεκαετία του 2000 (εικόνα 6α), πιθανώς είχε ως αποτέλεσμα την απώλεια δασικών εκτάσεων. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Η παρούσα μελέτη χρησιμοποίησε ομόκεντρες και γραμμικές αναλύσεις χρήσεων γης για τον προσδιορισμό των μεταβαλλόμενων μορφών των χώρων πρασίνου της μητροπολιτικής περιοχής του Kunming της Κίνας από το 1992 έως το 2009. Προκειμένου να μελετηθεί η διακύμανση του ρυθμού μεταβολής των χώρων πρασίνου, υπολογίστηκε η ένταση των αλλαγών κατά τη διάρκεια των χρονικών περιόδων 1992-2000 και 2000-2009 για το σύνολο της περιοχή μελέτης, τις επτά ομόκεντρες ζώνες και τις οκτώ γραμμικές κατευθύνσεις. Τα αποτελέσματα της έρευνας έδειξαν ότι η αστική διάχυση ευθυνόταν σε μεγάλο βαθμό για την απώλεια χώρων πρασίνου και ιδιαίτερα γεωργικής γης. Από την άλλη μεριά, οι οικολογικές πολιτικές συνέβαλαν στην ανάκτηση χορτολιβαδικών εκτάσεων από το 2000 έως το 2009. Επιπλέον, η γραμμική ανάλυση έδειξε όι η αστικοποίηση έλαβε χώρα κατά μήκος της νοτιοανατολικής κατεύθυνσης, αντικαθιστώντας κυρίως γεωργικές εκτάσεις. Αντίθετα, η μείωση των δασικών εκτάσεων διατηρήθηκε σε σταθερό ρυθμό κατά τη διάρκεια των δύο τελευταίων δεκαετιών, ενώ οι χορτολιβαδικές εκτάσεις μειώθηκαν κατά τη δεκαετία του 1990, αλλά σημείωσαν αύξηση με αργό ρυθμό κατά τη δεκαετία του 2000. Τέλος, η μελέτη απέδειξε τη χρησιμότητα των ομόκεντρων και γραμμικών αναλύσεων χρήσεων γης, προσδιορίζοντας τη μεταβολή του τοπίου σε πόλεις με ομόκεντρη μορφή ανάπτυξης. Η ποσοτικοποίηση της χωρικής διακύμανσης της μεταβολής των χώρων πρασίνου και η κατανόηση της εν λόγω μεταβολής κατά την πάροδο του χρόνου είναι απαραίτητες για τη χάραξη της μελλοντικής περιβαλλοντικής πολιτικής, προκειμένου να εξασφαλιστεί η βιώσιμη αστική ανάπτυξη.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αναφορές''' &lt;br /&gt;
&lt;br /&gt;
Breuste, J., Feldmann, H., Uhlmann, O., 1998. Urban Ecology. Springer, Berlin.&lt;br /&gt;
&lt;br /&gt;
Chen, W.Y., Jim, C.Y., 2008. Assess and valuation of the ecosystem services provided by urban forests. In: Carreiro, M.M., Song, Y.-C., Wu, J. (Eds.), Ecology, Planning and Management of Urban Forests International Perspectives. Springer, New York, pp. 53–83.&lt;br /&gt;
&lt;br /&gt;
Cheng, J., Masser, I., 2003. Urban growth pattern modeling: a case study of Wuhan City PR China. Landsc. Urban Plan. 62, 199–217.&lt;br /&gt;
&lt;br /&gt;
Davies, R.G., Barbosa, O., Fuller, R.A., Tratalos, J., Burke, N., Lewis, D., et al., 2008.&lt;br /&gt;
City-wide relationships between green spaces, urban land use and topography. Urban Ecosyst. 11, 269–287.&lt;br /&gt;
&lt;br /&gt;
Deng, J.S., Wang, K., Hong, Y., Qi, J.G., 2009. Spatio-temporal dynamics and evolution of land use change and landscape pattern in response to rapid urbanization. Landsc. Urban Plan. 92, 187–198.&lt;br /&gt;
&lt;br /&gt;
Dewan, A.M., Yamaguchi, Y., 2009. Land use and land cover change in Greater Dhaka, Bangladesh: using remote sensing to promote sustainable urbanization. Appl. Geogr. 29 (3), 390–401.&lt;br /&gt;
&lt;br /&gt;
Erickson, D.L., 2006. MetroGreen: Connecting Open Space in North American Cities. Island Press, Washington, DC.&lt;br /&gt;
&lt;br /&gt;
Jensen, J.R., 2005. Introductory Digital Image Processing a Remote Sensing Perspective, third ed. Prentice Hall, Upper Saddle River, NJ.&lt;br /&gt;
&lt;br /&gt;
Jim, C.Y., Chen, S., 2003. Comprehensive greenspace planning based on landscape ecology principles in compact Nanjing city, China. Landsc. Urban Plan. 65, 95–116.&lt;br /&gt;
&lt;br /&gt;
Kim, K.H., Pauleit, S., 2007. Landscape character, biodiversity and land use planning: the case of Kwangju City Region, South Korea. Land Use Policy 24 (1), 264–274.&lt;br /&gt;
&lt;br /&gt;
Kong, F., Nakagoshi, N., 2006. Spatial–temporal gradient analysis of urban green spaces in Jinan, China. Landsc. Urban Plan. 78, 147–164.&lt;br /&gt;
&lt;br /&gt;
Leitγo, A.B., Ahern, J., 2002. Applying landscape ecological concepts and metrics in sustainable landscape planning. Landsc. Urban Plan. 59, 65–93.&lt;br /&gt;
&lt;br /&gt;
Leitγo, A.B., Miller, J., Ahern, J., McGarigal, K., 2006. Measuring Landscapes: A Planner’s Handbook. Island Press, Washington, DC.&lt;br /&gt;
&lt;br /&gt;
Li, F., Wang, R., Paulussen, J., Liu, X., 2005. Comprehensive concept planning of urban greening based on ecological principles: a case study in Beijing, China. Landsc. Urban Plan. 72, 325–336.&lt;br /&gt;
&lt;br /&gt;
Lu, D., Weng, Q., 2007. A survey of image classification methods and techniques for improving classification performance. Int. J. Remote Sens. 28, 823–870.&lt;br /&gt;
&lt;br /&gt;
Luo, J., Wei, Y.H.D., 2009. Modeling spatial variations of urban growth patterns in Chinese cities: the case of Nanjing. Landsc. Urban Plan. 91, 51–64.&lt;br /&gt;
&lt;br /&gt;
Luck, M., Wu, J., 2002. A gradient analysis of urban landscape pattern: a case study form the phoenix metropolitan region, Arizona, USA. Landsc. Ecol. 17, 327–339.&lt;br /&gt;
&lt;br /&gt;
McGarigal, K., Ene, E., Holmes, C., 2002. FRAGSTATS (Version 3): FRAGSTATSMetrics. University of Massachusetts—Produced Program. Available at the following website: http://www.umass.edu/landeco/research/fragstats/documents/fragstats documents.html.&lt;br /&gt;
&lt;br /&gt;
National Research Council (NRC), 2001. Grand Challenges in Environmental Sciences. National Academy Press, Washington, DC.&lt;br /&gt;
&lt;br /&gt;
Roy, A.H., Dybas, A.L., Fritz, K.M., Lubbers, H.R., 2009. Urbanization affects the extent and hydrologic permanence of headwater streams in a midwestern US metropolitan area. J. N. Am. Benthol. Soc. 28 (4), 911–928.&lt;br /&gt;
&lt;br /&gt;
Schell, L.M., Ulijaszek, S.J., 1999. Urbanism, Health and Human Biology in Industrialized Countries. Cambridge University Press, Cambridge.&lt;br /&gt;
&lt;br /&gt;
Tian, G., Liu, J., Xie, Y., Yang, Z., Zhuang, D., Niu, Z., 2005. Analysis of spatio-temporal dynamic pattern and driving forces of urban land in China in 1990s using TM images and GIS. Cities 22 (6), 400–410.&lt;br /&gt;
&lt;br /&gt;
Tian, G., Wu, J., Yang, Z., 2010. Spatial pattern of urban functions in the Beijing metropolitan region. Habitat Int. 34 (2), 249–255.&lt;br /&gt;
&lt;br /&gt;
Turner, M.G., Gardner, R.H., O’Neill, R.V., 2001. Landscape Ecology in Theory and Practice. Springer, New York.&lt;br /&gt;
&lt;br /&gt;
Turner, M.G., 2005. Landscape ecology in North America: past, present, and future. Ecology 86, 1967–1974.&lt;br /&gt;
&lt;br /&gt;
Xiao, J., Shen, Y., Ge, J., Tateishi, R., Tang, C., Liang, Y., et al., 2006. Evaluating urban expansion and land use change in Shijiazhuang, China, by using GIS and remote sensing. Landsc. Urban Plan. 75, 69–80.&lt;br /&gt;
&lt;br /&gt;
Yang, L., Xian, G., Klaver, J.M., Deal, B., 2003. Urban land-cover change detection through sub-pixel imperviousness mapping using remotely sensed data. Photogramm. Eng. Remote Sens. 69, 1003–1010.&lt;br /&gt;
&lt;br /&gt;
Yeh, C.-T., Huang, S.-L., 2009. Investigating spatiotemporal patterns of landscape diversity in response to urbanization. Landsc. Urban Plan. 93, 151–162.&lt;br /&gt;
&lt;br /&gt;
Yuan, F., Bauer, M.E., 2007. Comparison of impervious surface area and normalized difference vegetation index as indicators of surface urban heat island effects in Landsat imagery. Remote Sens. Environ. 106, 375–386.&lt;br /&gt;
&lt;br /&gt;
Zhang, L., Wang, H., 2006. Planning an ecological network of Xiamen Island (China) using landscape metrics and network analysis. Landsc. Urban Plan. 78, 449–456.&lt;br /&gt;
&lt;br /&gt;
Zhou, X., 2006. (Study on the Urban Morphology Change of Kunming City). Yunnan University Press, Kunming (in Chinese).&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
[http://www.sciencedirect.com/science/article/pii/S0169204611000223 '''το άρθρο στο διαδίκτυο''']&lt;br /&gt;
&lt;br /&gt;
 [[category:Καταγραφή πρασίνου]]&lt;/div&gt;</summary>
		<author><name>Ramfou Vasiliki</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A7%CF%81%CE%BF%CE%BD%CE%B9%CE%BA%CE%AE_%CE%BA%CE%B1%CE%B9_%CF%87%CF%89%CF%81%CE%B9%CE%BA%CE%AE_%CE%B4%CF%85%CE%BD%CE%B1%CE%BC%CE%B9%CE%BA%CE%AE_%CF%84%CF%89%CE%BD_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CF%81%CE%AC%CF%83%CE%B9%CE%BD%CF%89%CE%BD_%CF%87%CF%8E%CF%81%CF%89%CE%BD_%CF%89%CF%82_%CE%B1%CF%80%CE%BF%CF%84%CE%AD%CE%BB%CE%B5%CF%83%CE%BC%CE%B1_%CF%84%CE%B7%CF%82_%CF%84%CE%B1%CF%87%CE%B5%CE%AF%CE%B1%CF%82_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CE%B7%CF%82_%CE%BF%CE%B9%CE%BA%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CE%AE%CF%82_%CF%80%CE%BF%CE%BB%CE%B9%CF%84%CE%B9%CE%BA%CE%AE%CF%82</id>
		<title>Χρονική και χωρική δυναμική των αστικών πράσινων χώρων ως αποτέλεσμα της ταχείας αστικοποίησης και της οικολογικής πολιτικής</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A7%CF%81%CE%BF%CE%BD%CE%B9%CE%BA%CE%AE_%CE%BA%CE%B1%CE%B9_%CF%87%CF%89%CF%81%CE%B9%CE%BA%CE%AE_%CE%B4%CF%85%CE%BD%CE%B1%CE%BC%CE%B9%CE%BA%CE%AE_%CF%84%CF%89%CE%BD_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CF%81%CE%AC%CF%83%CE%B9%CE%BD%CF%89%CE%BD_%CF%87%CF%8E%CF%81%CF%89%CE%BD_%CF%89%CF%82_%CE%B1%CF%80%CE%BF%CF%84%CE%AD%CE%BB%CE%B5%CF%83%CE%BC%CE%B1_%CF%84%CE%B7%CF%82_%CF%84%CE%B1%CF%87%CE%B5%CE%AF%CE%B1%CF%82_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CE%B7%CF%82_%CE%BF%CE%B9%CE%BA%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CE%AE%CF%82_%CF%80%CE%BF%CE%BB%CE%B9%CF%84%CE%B9%CE%BA%CE%AE%CF%82"/>
				<updated>2015-03-20T20:32:58Z</updated>
		
		<summary type="html">&lt;p&gt;Ramfou Vasiliki: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα:vr_a5_e1.jpg|300px|thumb|right|Εικόνα 1. (α) Η τοποθεσία της πόλης του Kunming σε σχέση με την επαρχία Yunnan της Κίνας, (β) η τοποθεσία της περιοχής μελέτης, της μητροπολιτικής περιοχής της πόλης του Kunming, (γ) η περιοχή μελέτης όπου επισημαίνονται τα προσφάτως υλοποιημένα αστικά πάρκα και οι περιβαλλοντικές παρεμβάσεις.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a5_e2.jpg|300px|thumb|right|Εικόνα 2. Το διάγραμμα ροής της ανάλυσης των τριών δορυφορικών απεικονίσεων.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a5_e3.jpg|300px|thumb|right|Εικόνα 3. Η διάταξη των ομόκεντρων ζωνών και των γραμμικών κελιών. (α) Οι επτά ομόκεντρες ζώνες, με κέντρο το κέντρο της πόλης, (β) τα  σαράντα τέσσερα κελιά  δειγματοληψίας, σε οκτώ γραμμικές κατευθύνσεις.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a5_e4.jpg|300px|thumb|right|Εικόνα 4. Οι χρήσεις γης στην περιοχή μελέτης (α) το 1992, (β) το 2000 και (γ) το 2009]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a5_e5.jpg|300px|thumb|right|Εικόνα 5. Ποσοστό των χρήσεων γης (PLAND) για (α) τις αστικές περιοχές, (β) τις χορτολιβαδικές εκτάσεις, (γ) τις γεωργικές εκτάσεις και (δ) τις δασικές εκτάσεις, κατά μήκος οκτώ κατευθύνσεων το 1992, το 2000 και το 2009.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a5_e6.jpg|300px|thumb|right|Εικόνα 6. Χωρικά πρότυπα του ρυθμού μεταβολής των χρήσεων γης κατά μήκος οκτώ κατευθύνσεων για (α) τις αστικές περιοχές, (β) τις χορτολιβαδικές εκτάσεις, (γ) τις γεωργικές εκτάσεις και (δ) τις δασικές εκτάσεις.]]&lt;br /&gt;
&lt;br /&gt;
'''Αντικείμενο Εφαρμογής:''' Χρήση ολοκληρωμένων προσεγγίσεων για τη μελέτη της διακύμανσης της μεταβολής των αστικών πράσινων χώρων στο  Kunming της Κίνας&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος Τίτλος:''' 'Spatial - temporal dynamics of urban green space in response to rapid urbanization and greening policies'&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Xiaolu Zhou*, Yi-Chen Wang&lt;br /&gt;
*Department of Geography, National University of Singapore, 1 Arts Link, AS2 #03-01, Singapore 117570, Singapore&lt;br /&gt;
&lt;br /&gt;
'''Πηγή:''' Elsevier, Landscape and Urban Planning, 100 (2011), 268–277&lt;br /&gt;
&lt;br /&gt;
'''Λέξεις Κλειδιά:''' μορφή χρήσεων γης, χώροι πρασίνου, αστική ανάπτυξη, Τηλεπισκόπιση,  Kunming&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Περίληψη:''' Η ταχεία αστικοποίηση έχει αρκετά σημαντικές επιπτώσεις στο περιβάλλον, οι οποίες συνδέονται με τη μείωση των χώρων πρασίνου. Έχοντας συνειδητοποιήσει τον σημαντικό τους ρόλο στα αστικά οικοσυστήματα, πολλές τοπικές κυβερνήσεις της Κίνας έχουν θεσπίσει ένα σύνολο πολιτικών για την εισαγωγή πράσινων στοιχείων σε αστικές περιοχές. Η γνώση του τρόπου μεταβολής των αστικών πράσινων χώρων ως αποτέλεσμα της αστικοποίησης και της οικολογικής πολιτικής, είναι απαραίτητη για την επίτευξη της αειφόρου αστικής ανάπτυξης. Η παρούσα έρευνα χρησιμοποιεί ολοκληρωμένες προσεγγίσεις για τη μελέτη της μεταβαλλόμενης μορφής και έντασης των πράσινων χώρων στο  Kunming της Κίνας, από το 1992 έως το 2009. Η χωρική διακύμανση της μορφής των πράσινων χώρων προέκυψε μέσω ομόκεντρων και γραμμικών αναλύσεων των χρήσεων γης, σε συνδυασμό με μετρητικούς δείκτες των χρήσεων γης. Η ένταση της μεταβολής των χρονικών περιόδων 1992-2000 και 2000-2009, υπολογίστηκε για το σύνολο της περιοχής μελέτης, των ομόκεντρων ζωνών, καθώς και των γραμμικών κατευθύνσεων,  ώστε να μελετηθεί η διακύμανση του ποσοστού μεταβολής των αστικών πράσινων χώρων. Τα αποτελέσματα αποκάλυψαν ότι τόσο η ταχεία αστικοποίηση, όσο και οι οικολογικές πολιτικές, είχαν μερίδιο ευθύνης για το μέγεθος της μεταβολής των πράσινων χώρων. Μεταξύ των ποικίλων κατηγοριών των πράσινων χώρων, η γεωργική γη κατακερματίστηκε σε μεγάλο βαθμό από την αστική διάχυση, ειδικά στον περιαστικό χώρο της πόλης. Οι δασικές εκτάσεις επηρεάστηκαν επίσης, αλλά το ποσοστό των απωλειών τους ήταν σημαντικά μικρότερο από εκείνο της γεωργικής γης. Από την άλλη μεριά, οι οικολογικές  πολιτικές συνέβαλαν στην ανάκτηση χορτολιβαδικών εκτάσεων κατά την τελευταία δεκαετία. Η μελέτη αποδεικνύει τη χρησιμότητα της ομόκεντρης και της γραμμικής ανάλυσης των χρήσεων γης για τον χαρακτηρισμό της χωρικής και χρονικής μεταβολής του αστικού πρασίνου σε πόλεις με ομόκεντρη ανάπτυξη. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή:''' Η αστική ανάπτυξη συντελείται με πρωτοφανή ρυθμό σε παγκόσμιο επίπεδο, με το 65% του παγκόσμιου πληθυσμού να αναμένεται να κατοικεί σε αστικές περιοχές μέχρι το 2025. Στην Κίνα, η πολιτική 'Open Door' του 1978, καθώς και ο κανονισμός για τη μεταρρύθμιση της γης του 1987, επιτάχυναν σημαντικά το ρυθμό αστικοποίησης, με το επίπεδο αυτής να υπολογίζεται στο 50% μέχρι το τέλος του 2020, με 1,5 δισεκατομμύριο αστικό πληθυσμό. Η φυσική αύξηση του πληθυσμού και η μετακίνηση των ανθρώπων από τις αγροτικές στις αστικές περιοχές, είναι οι δύο βασικοί παράγοντες της ταχείας ανάπτυξης των πόλεων. Το εν λόγω φαινόμενο, έχει προκαλέσει πολλές επιπτώσεις στο περιβάλλον, ενώ αποτελεί ένα κρίσιμο ζήτημα στη μελέτη της πλανητικής μεταβολής. &lt;br /&gt;
&lt;br /&gt;
Οι περισσότερες από τις περιβαλλοντικές επιπτώσεις της αστικοποίησης συνδέονται με τους χώρους πρασίνου. Η απώλεια ή η υποβάθμισή τους, μειώνει τη βιοποικιλότητα και διαταράσσει τη δομή του αστικού οικοσυστήματος. Αντίθετα, η παρουσία τους μπορεί να αντισταθμίσει τις επιπτώσεις του φαινομένου της αστικής θερμικής νησίδας, ενώ συμβάλλει στο φιλτράρισμα της ατμόσφαιρας και του νερού. Η αύξηση των πράσινων χώρων προσφέρει στους πολίτες αισθητικές απολαύσεις, ευκαιρίες αναψυχής, καθώς και σωματική και ψυχική ευεξία. &lt;br /&gt;
&lt;br /&gt;
Έχοντας συνειδητοποιήσει τη σημασία των πράσινων χώρων στα αστικά οικοσυστήματα και τη συμβολή τους στη βελτίωση της ποιότητας ζωής των κατοίκων, προτάθηκε ένα σύνολο  ολοκληρωμένων στρατηγικών σχεδιασμού πράσινων χώρων, προκειμένου να εξασφαλιστεί η αειφόρος ανάπτυξη της μητροπολιτικής περιοχής του Πεκίνου. Επιπλέον, θέματα που αφορούν τη σχέση της αστικοποίησης με μεταβολές των χρήσεων γης και με επακόλουθες περιβαλλοντικές συνέπειες, λαμβάνουν την αυξανόμενη προσοχή των ερευνών. Για την ποσοτικοποίηση της μεταβολής των χρήσεων γης και των μορφών των πράσινων χώρων, χρησιμοποιούνται μετρητικοί δείκτες των χρήσεων γης, προκειμένου να συναχθούν  πιθανές οικολογικές δράσεις για την καθοδήγηση του αειφόρου σχεδιασμού. Οι μετρητικοί δείκτες των χρήσεων γης έχουν επίσης συνδυαστεί με τη γραμμική ανάλυση για τον ποσοτικό προσδιορισμό της μορφής της αστικοποίησης, κατά μήκος μιας προκαθορισμένης διεύθυνσης. Ωστόσο, η εξέλιξη των πόλεων οδηγεί συχνά σε μη γραμμικές μορφές, όπως είναι η ομόκεντρη δομή πολλών πόλεων της Κίνας. Συνεπώς, είναι απαραίτητη μίας μορφής  ανάλυσης που θα επιτρέπει τόσο την απεικόνιση της διακύμανσης των μοτίβων των χρήσεων γης σε πόλεις με ομόκεντρη μορφή ανάπτυξης, όσο και του ποσοστού της παραπάνω μεταβολής.&lt;br /&gt;
 &lt;br /&gt;
Η διαθεσιμότητα των πολυ-χρονικών τηλεπισκοπικών δεδομένων με αυξημένη χωρική ανάλυση και κάλυψη, επιτρέπει την ακριβή και εκτεταμένη παρακολούθηση της μεταβολής των χρήσεων γης. Αν και έχουν χρησιμοποιηθεί διαφορετικές τεχνικές για την ποσοτικοποίηση της διαδικασίας της μεταβολής, οι περισσότερες μελέτες υπολογίζουν το συνολικό ποσοστό μεταβολής των διαφόρων χρήσεων  γης, αντί να εξετάσουν τη διακύμανση του ποσοστού μεταβολής των χώρων πρασίνου σε διάφορα σημεία της πόλης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Η περιοχή μελέτης:''' Η πόλη του Kunming, αποτελεί οικονομικό, πολιτικό και πολιτιστικό κέντρο της νοτιοδυτικής Κίνας, με ομόκεντρη μορφή ανάπτυξης, παρόμοια με αυτή πολλών κινέζικων πόλεων. Ως πρωτεύουσα της επαρχίας Yunnan της νοτιοδυτικής Κίνας (εικόνα 1α), η γρήγορη αστικοποίηση προκάλεσε μία τεράστια απώλεια πράσινων χώρων ενώ στη συνέχεια, η κυβέρνηση προσπάθησε να εφαρμόσει μία σειρά πολιτικών για την αντιστάθμιση των περιβαλλοντικών συνεπειών, όπως κατασκευή αστικών πάρκων και κοινοτικών κήπων. Ως περιοχή μελέτης επιλέχθηκε η μητροπολιτική περιοχή της πόλης του Kunming, έκτασης 538,9 km2 (εικόνα 1β και 1γ). Η παραπάνω έκταση αποτελείται από τον αστικό πυρήνα (αδιαπέρατες επιφάνειες και μικρό ποσοστό χώρων πρασίνου), τις περιαστικές περιοχές (συνδυασμός αδιαπέρατων επιφανειών και γεωργικής γης) και την προαστιακή περιοχή (μεγάλο ποσοστό δασικών εκτάσεων). Η μελέτη προτείνει μία ομόκεντρη και γραμμική ανάλυση των χρήσεων γης, σε συνδυασμό με μετρητικούς δείκτες των διάφορων χωρικών προτύπων, ώστε να προσδιοριστεί η μεταβαλλόμενη μορφή των πράσινων χώρων από το 1922 έως το 2009, κάτω από δύο φαινομενικά αντίθετες δυνάμεις: τη γρήγορη διαδικασία της αστικοποίησης και την οικολογική πολιτική. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Υλικά και Μέθοδοι'''&lt;br /&gt;
&lt;br /&gt;
'''1. Δεδομένα:''' Για τη μελέτη χρησιμοποιήθηκαν τηλεπισκοπικές απεικονίσεις, χάρτες των χώρων πρασίνου και έρευνα πεδίου. Αναλύθηκαν οι παρακάτω τηλεσκοπικές απεικονίσεις (χωρίς νεφοκάλυψη): μία απεικόνιση του Landsat 5 Thematic Mapper (TM) που λήφθηκε στις 16 του Αυγούστου του 1992, μία απεικόνιση του Landsat 7 Enhanced Thematic Mapper Plus (ETM+), στις 11 Νοεμβρίου του 2000, και μία απεικόνιση του Systeme Probatoire d’Observation de la Terre (SPOT 4) που λήφθηκε στις 20 Σεπτεμβρίου του 2009. Οι Landsat απεικονίσεις (κανάλια 1-5 και 7) έχουν χωρική ανάλυση 30 m, η ΕΤΜ+ απεικόνιση παρέχει ένα πρόσθετο παγχρωματικό κανάλι ανάλυσης 15 m, ενώ η SPOT απεικόνιση έχει ανάλυση 20 m στα πολυφασματικά κανάλια και 10 m στο παγχρωματικό κανάλι. Για τη μελέτη της τάσης μεταβολής των χώρων πρασίνου, πραγματοποιήθηκε σύγκριση μεταξύ ενός χάρτη του 2010 που απεικόνιζε τον μελλοντικό σχεδιασμό των πράσινων χώρων, με έναν χάρτη της υφιστάμενης κατάστασής τους το 2000. Τα δεδομένα της έρευνας πεδίου περιελάμβαναν τα επίγεια σημεία ελέγχου, τα οποία συλλέχθηκαν χρησιμοποιώντας τα Συστήματα Παγκόσμιου Δορυφορικού Εντοπισμού Θέσης (Global Positioning Systems) για τη γεωαναφορά δορυφορικών απεικονίσεων και φωτογραφιών, με σκοπό την ερμηνεία της εικόνας.&lt;br /&gt;
&lt;br /&gt;
'''2. Το σύστημα της ταξινόμησης των χρήσεων γης:''' Λαμβάνοντας υπόψη τη χωρική ανάλυση των δορυφορικών απεικονίσεων και εστιάζοντας στη μελέτη της μεταβολής των χώρων πρασίνου ως αποτέλεσμα της αστικοποίησης, οι χρήσεις γης της περιοχής μελέτης ταξινομήθηκαν σε χώρους πρασίνου, δομημένες επιφάνειες (αδιαπέρατες επιφάνειες, συμπεριλαμβανομένων των αστικών, εμπορικών και βιομηχανικών περιοχών και του οδικού δικτύου), νερό (ρέματα, κανάλια, λίμνες και ταμιευτήρες) και άγονη γη (συμπεριλαμβανομένων των εγκαταλελειμμένων εκτάσεων). Οι χώροι πρασίνου υποδιαιρέθηκαν σε δασικές εκτάσεις (φυλλοβόλα, αειθαλή και μικτά δάση), γεωργικές εκτάσεις (καλλιεργήσιμες εκτάσεις και οπωρώνες) και χορτολιβαδικές εκτάσεις (κήποι, πάρκα με χαμηλή πυκνότητα δένδρων και γήπεδα γκολφ).&lt;br /&gt;
&lt;br /&gt;
'''3. Επεξεργασία εικόνων:''' Η ανάλυση των τριών δορυφορικών απεικονίσεων ακολούθησε τα  παρακάτω βήματα (εικόνα 2). Αρχικά, πραγματοποιήθηκε γεωαναφορά των απεικονίσεων στην Εγκάρσια Μερκατορική Προβολή (Universal Transverse Mercator - UTM) μέσω του πακέτου λογισμικού ERDAS IMAGINE 8.7. Για τη γεωμετρική διόρθωση επιλέχθηκαν δεκαπέντε χωρικά ομοιόμορφα κατανεμημένα επίγεια σημεία ελέγχου, χρησιμοποιώντας ένα δεύτερης τάξης πολυωνυμικό μετασχηματισμό και τη μέθοδο επαναδειγματοληψίας του Εγγύτερου Γείτονα. Η ρίζα του μέσου τετραγωνικού σφάλματος περιορίστηκε στα 0,5 pixels. Λόγω της ανάλυσης πολυχρονικών και πολλαπλών αισθητήρων εικόνων, απαιτούνταν ατμοσφαιρική διόρθωση, η οποία πραγματοποιήθηκε χρησιμοποιώντας το μοντέλο Fast Line-of-sight Atmospheric Analysis of Spectral Hypercubes (FLAASH) του λογισμικού ENVI 4.6. Καθώς η μητροπολιτική περιοχή του Kunming δεν παρουσιάζει έντονο ανάγλυφο, δεν χρειάστηκε τοπογραφική διόρθωση. Τέλος, πραγματοποιήθηκε χωρική επαναδειγματοληψία της SPOT απεικόνισης στα 30 m, ώστε να ταιριάζει με τη χωρική ανάλυση της Landsat απεικόνισης. &lt;br /&gt;
&lt;br /&gt;
'''4. Ταξινόμηση και εκτίμηση της ακρίβειας:''' Για την ταξινόμηση των χρήσεων γης χρησιμοποιήθηκε η μέθοδος της Μέγιστης Πιθανοφάνειας. Για κάθε εικόνα, λήφθησαν αρχικά στατιστικά στοιχεία των δειγμάτων εκπαίδευσης, με σκοπό να εξασφαλιστεί ότι οι διάφορες κατηγορίες χρήσεων γης θα μπορούσαν να διαχωριστούν. Μετά την ταξινόμηση, και για την εκτίμηση της ακρίβειάς της, επιλέχθηκαν τυχαία πενήντα σημεία δειγματοληψίας για κάθε κατηγορία χρήσης γης. Επιπλέον, για την εκτίμηση της ακρίβειας της ταξινόμησης, χρησιμοποιήθηκαν ως δεδομένα αναφοράς εικόνες Google Earth, QuickBird (του 2006 και του 2007), χάρτης των χώρων πρασίνου του 2000, έρευνα πεδίου, συνεντεύξεις, καθώς και η τοπική γνώση της περιοχής μελέτης. &lt;br /&gt;
&lt;br /&gt;
'''5. Ανάλυση μετρητικών δεικτών των χρήσεων γης:''' Τα αποτελέσματα της ταξινόμησης των δορυφορικών απεικονίσεων των ετών 1992, 2000 και 2009, μετατράπηκαν σε GRID format για τον υπολογισμό των μετρητικών δεικτών των χρήσεων γης σε FRAGSTATS 3.3. Συνολικά χρησιμοποιήθηκαν οι εξής μετρητικοί δείκτες, για την ποσοτικοποίηση των μορφών των χώρων πρασίνου:&lt;br /&gt;
&lt;br /&gt;
* ο γενικός δείκτης PLAND - Percentage of LANDscape, που απεικονίζει το ποσοστό της κάθε χρήσης γης&lt;br /&gt;
* ο δείκτης PD - Patch Density, ο οποίος είναι ευαίσθητος στον κατακερματισμό των χρήσεων γης&lt;br /&gt;
* ο δείκτης LPI - Largest Patch Index, ο οποίος μπορεί να χρησιμοποιηθεί για να απεικονίσει την επικράτηση των χρήσεων γης&lt;br /&gt;
* ο δείκτης LSI - Landscape Shape Index, ο οποίος σχετίζεται με την πολυπλοκότητα των χρήσεων γης και&lt;br /&gt;
* ο δείκτης SHDI - SHannon's Diversity Index που αντιπροσωπεύει την ποικιλομορφία των χρήσεων γης.&lt;br /&gt;
&lt;br /&gt;
Αρχικά, πραγματοποιήθηκε μία συνοπτική ανάλυση για τον συνολικό ποσοτικό προσδιορισμό των χωρικών προτύπων του αστικού πρασίνου. Δεύτερον, η περιοχή μελέτης διαιρέθηκε σε επτά ομόκεντρες ζώνες (εικόνα 3α), ενώ μέσω της διενέργειας μίας ομόκεντρης ανάλυσης μετρήθηκαν τα χωρικά πρότυπα των αστικών πράσινων χώρων στις διαφορετικές ζώνες. Τέλος, διεξήχθη μία γραμμική ανάλυση του δείκτη PLAND για να μελετηθεί η κατανομή των χώρων πρασίνου κατά μήκος οκτώ γραμμικών κατευθύνσεων (εικόνα 3β). Κάθε γραμμικός τομέας αποτελείται από έναν αριθμό κελιών, μεγέθους 1,8 km × 1,8 km.&lt;br /&gt;
&lt;br /&gt;
'''6. Ανάλυση της έντασης μεταβολής των χώρων πρασίνου:''' Για την απεικόνιση της έντασης της μεταβολής των χρήσεων γης, χρησιμοποιήθηκε ο ρυθμός μεταβολής τους, υπολογιζόμενος ως ποσοστό μεταβολής ανά έτος. Περιοχές με ταχεία απώλεια χώρων πρασίνου θα μπορούσαν να υποδηλώνουν υψηλή ευαισθησία στην αστική εξάπλωση. Η ανάλυση της έντασης μεταβολής υπολογίστηκε για δύο χρονικές περιόδους (1992-2000 και 2000-2009), για το σύνολο της περιοχής μελέτης, συμπεριλαμβανομένων των επτά ομόκεντρων ζωνών και των οκτώ γραμμικών κατευθύνσεων. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα'''&lt;br /&gt;
&lt;br /&gt;
'''1. Η μορφή των χρήσεων γης:''' Οι χρήσεις γης της μητροπολιτικής περιοχής του Kunming έχουν υποστεί σημαντικές μεταβολές κατά τη διάρκεια των τελευταίων δύο δεκαετιών (εικόνα 4). Η ραγδαία επέκτασης της αστικής περιοχής είχε ως αποτέλεσμα την απώλεια των χώρων πρασίνου στις περιαστικές και προαστιακές περιοχή, ιδιαίτερα στο νότιο τμήμα της περιοχής μελέτης (εικόνα 4α και 4γ).&lt;br /&gt;
&lt;br /&gt;
'''2. Η ομόκεντρη μορφή των χρήσεων γης:''' Για τον χωρικό προσδιορισμό της μεταβολής των χρήσεων γης, η περιοχή μελέτης διαιρέθηκε σε επτά ομόκεντρες ζώνες. Ο δείκτης PLAND της δομημένης επιφάνειας, έδειξε την επέκταση της αστικής περιοχής από το 1992 έως το 2009, σε όλες τις ζώνες, εκτός της ζώνης 1, όπου το μεγαλύτερο μέρος της γης είχε ήδη αναπτυχθεί. Άμεσο επακόλουθο της αστικοποίησης ήταν η μείωση των χορτολιβαδικών εκτάσεων και η αντίστοιχη μείωση που ακολούθησε, των γεωργικών και δασικών εκτάσεων. &lt;br /&gt;
&lt;br /&gt;
'''3. Η γραμμική μορφή των χρήσεων γης:''' Για την μελέτη της κατανομής των χρήσεων γης στις οκτώ κατευθύνσεις, χρησιμοποιήθηκε ο δείκτης PLAND. Η ανάλυση έδειξε ότι η αστική περιοχή επεκτάθηκε από το 1992 έως το 2009, προς όλες τις κατευθύνσεις, με την αστική διάχυση να συγκεντρώνεται χωρικά στις νότιες και νοτιοανατολικές περιοχές (εικόνα 5α), κυρίως λόγω του επίπεδου εδάφους. Ταυτόχρονα με την αστική διάχυση, παρατηρήθηκε μείωση των αστικών πράσινων χώρων, κυρίως μέχρι το 2000. Η περιβαλλοντική καμπάνια που εφαρμόστηκε αργότερα,  εμπόδισε την περαιτέρω μείωση των χορτολιβαδικών εκτάσεων. Η κατασκευή ενός νέου γηπέδου γκολφ στα βορειοανατολικά, επίσης συνέβαλε στην αύξηση του αστικού πρασίνου της περιοχής (εικόνα 5β). Η γεωργική γη που παρατηρούνταν κυρίως στις νότιες και νοτιοανατολικές κατευθύνσεις το 1992, τελικά αντικαταστάθηκε από τις αστικές περιοχές (εικόνα 5γ). Επιπλέον, η περιοχή μελέτης ήταν αρχικά περικυκλωμένη από δασικές εκτάσεις, οι οποίες υπέστησαν σημαντική μείωση, αν και μικρότερη αυτής των γεωργικών εκτάσεων, προς όλες τις κατευθύνσεις (εικόνα 5δ). &lt;br /&gt;
&lt;br /&gt;
'''4. Ανάλυση της έντασης μεταβολής:''' Η ένταση της μεταβολής υπολογίστηκε για το σύνολο της περιοχή μελέτης, τις επτά ομόκεντρες ζώνες και τα κελιά  των οκτώ γραμμικών κατευθύνσεων, κατά τη διάρκεια δύο περιόδων (1992-2000 και 2000-2009). Συνολικά, οι αστικές περιοχές σημείωσαν το υψηλότερο ποσοστό μεταβολής μεταξύ των τεσσάρων κατηγοριών χρήσεων γης. Ακολούθησαν οι γεωργικές εκτάσεις, οι δασικές και οι χορτολιβαδικές. &lt;br /&gt;
&lt;br /&gt;
Η ανάλυση του ρυθμού μεταβολής για τις οκτώ γραμμικές κατευθύνσεις αποκάλυψε ότι η εντατική αστικοποίηση πραγματοποιήθηκε προς όλες τις κατευθύνσεις κατά τη δεκαετία του 1990, ενώ κατά την τελευταία δεκαετία περιορίστηκε στο νότιο και νοτιοανατολικό τμήμα της περιοχής μελέτης (εικόνα 6α). Οι χορτολιβαδικές εκτάσεις γνώρισαν μια ταχεία απώλεια κατά τη δεκαετία του 1990, κυρίως στις βορειοανατολικές, ανατολικές και δυτικές κατευθύνσεις, ενώ παρατηρήθηκε μία μικρή αύξησή τους κατά τη δεκαετία του 2000 στις περισσότερες κατευθύνσεις (εικόνα 9β). Η απώλεια και η αύξηση των γεωργικών εκτάσεων σημειώθηκαν σε διάφορες κατευθύνσεις, ενώ κατά τη δεκαετία του 2000 το ποσοστό τους παρουσίασε μία γενική μείωση (εικόνα 10γ). Οι ανατολικές και νοτιοανατολικές κατευθύνσεις της περιοχής μελέτης παρουσίασαν αρχικά αύξηση των δασικών εκτάσεων κατά την πρώτη δεκαετία, ενώ κατά την επόμενη δεκαετία παρουσίασαν σταδιακή μείωση (εικόνα 10δ). Η έντονη αστική διάχυση που παρατηρήθηκε κατά τη δεκαετία του 2000 (εικόνα 6α), πιθανώς είχε ως αποτέλεσμα την απώλεια δασικών εκτάσεων. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Η παρούσα μελέτη χρησιμοποίησε ομόκεντρες και γραμμικές αναλύσεις χρήσεων γης για τον προσδιορισμό των μεταβαλλόμενων μορφών των χώρων πρασίνου της μητροπολιτικής περιοχής του Kunming της Κίνας από το 1992 έως το 2009. Προκειμένου να μελετηθεί η διακύμανση του ρυθμού μεταβολής των χώρων πρασίνου, υπολογίστηκε η ένταση των αλλαγών κατά τη διάρκεια των χρονικών περιόδων 1992-2000 και 2000-2009 για το σύνολο της περιοχή μελέτης, τις επτά ομόκεντρες ζώνες και τις οκτώ γραμμικές κατευθύνσεις. Τα αποτελέσματα της έρευνας έδειξαν ότι η αστική διάχυση ευθυνόταν σε μεγάλο βαθμό για την απώλεια χώρων πρασίνου και ιδιαίτερα γεωργικής γης. Από την άλλη μεριά, οι οικολογικές πολιτικές συνέβαλαν στην ανάκτηση χορτολιβαδικών εκτάσεων από το 2000 έως το 2009. Επιπλέον, η γραμμική ανάλυση έδειξε όι η αστικοποίηση έλαβε χώρα κατά μήκος της νοτιοανατολικής κατεύθυνσης, αντικαθιστώντας κυρίως γεωργικές εκτάσεις. Αντίθετα, η μείωση των δασικών εκτάσεων διατηρήθηκε σε σταθερό ρυθμό κατά τη διάρκεια των δύο τελευταίων δεκαετιών, ενώ οι χορτολιβαδικές εκτάσεις μειώθηκαν κατά τη δεκαετία του 1990, αλλά σημείωσαν αύξηση με αργό ρυθμό κατά τη δεκαετία του 2000. Τέλος, η μελέτη απέδειξε τη χρησιμότητα των ομόκεντρων και γραμμικών αναλύσεων χρήσεων γης, προσδιορίζοντας τη μεταβολή του τοπίου σε πόλεις με ομόκεντρη μορφή ανάπτυξης. Η ποσοτικοποίηση της χωρικής διακύμανσης της μεταβολής των χώρων πρασίνου και η κατανόηση της εν λόγω μεταβολής κατά την πάροδο του χρόνου είναι απαραίτητες για τη χάραξη της μελλοντικής περιβαλλοντικής πολιτικής, προκειμένου να εξασφαλιστεί η βιώσιμη αστική ανάπτυξη.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αναφορές''' &lt;br /&gt;
&lt;br /&gt;
Breuste, J., Feldmann, H., Uhlmann, O., 1998. Urban Ecology. Springer, Berlin.&lt;br /&gt;
&lt;br /&gt;
Chen, W.Y., Jim, C.Y., 2008. Assess and valuation of the ecosystem services provided by urban forests. In: Carreiro, M.M., Song, Y.-C., Wu, J. (Eds.), Ecology, Planning and Management of Urban Forests International Perspectives. Springer, New York, pp. 53–83.&lt;br /&gt;
&lt;br /&gt;
Cheng, J., Masser, I., 2003. Urban growth pattern modeling: a case study of Wuhan City PR China. Landsc. Urban Plan. 62, 199–217.&lt;br /&gt;
&lt;br /&gt;
Davies, R.G., Barbosa, O., Fuller, R.A., Tratalos, J., Burke, N., Lewis, D., et al., 2008.&lt;br /&gt;
City-wide relationships between green spaces, urban land use and topography. Urban Ecosyst. 11, 269–287.&lt;br /&gt;
&lt;br /&gt;
Deng, J.S., Wang, K., Hong, Y., Qi, J.G., 2009. Spatio-temporal dynamics and evolution of land use change and landscape pattern in response to rapid urbanization. Landsc. Urban Plan. 92, 187–198.&lt;br /&gt;
&lt;br /&gt;
Dewan, A.M., Yamaguchi, Y., 2009. Land use and land cover change in Greater Dhaka, Bangladesh: using remote sensing to promote sustainable urbanization. Appl. Geogr. 29 (3), 390–401.&lt;br /&gt;
&lt;br /&gt;
Erickson, D.L., 2006. MetroGreen: Connecting Open Space in North American Cities. Island Press, Washington, DC.&lt;br /&gt;
&lt;br /&gt;
Jensen, J.R., 2005. Introductory Digital Image Processing a Remote Sensing Perspective, third ed. Prentice Hall, Upper Saddle River, NJ.&lt;br /&gt;
&lt;br /&gt;
Jim, C.Y., Chen, S., 2003. Comprehensive greenspace planning based on landscape ecology principles in compact Nanjing city, China. Landsc. Urban Plan. 65, 95–116.&lt;br /&gt;
&lt;br /&gt;
Kim, K.H., Pauleit, S., 2007. Landscape character, biodiversity and land use planning: the case of Kwangju City Region, South Korea. Land Use Policy 24 (1), 264–274.&lt;br /&gt;
&lt;br /&gt;
Kong, F., Nakagoshi, N., 2006. Spatial–temporal gradient analysis of urban green spaces in Jinan, China. Landsc. Urban Plan. 78, 147–164.&lt;br /&gt;
&lt;br /&gt;
Leitγo, A.B., Ahern, J., 2002. Applying landscape ecological concepts and metrics in sustainable landscape planning. Landsc. Urban Plan. 59, 65–93.&lt;br /&gt;
&lt;br /&gt;
Leitγo, A.B., Miller, J., Ahern, J., McGarigal, K., 2006. Measuring Landscapes: A Planner’s Handbook. Island Press, Washington, DC.&lt;br /&gt;
&lt;br /&gt;
Li, F., Wang, R., Paulussen, J., Liu, X., 2005. Comprehensive concept planning of urban greening based on ecological principles: a case study in Beijing, China. Landsc. Urban Plan. 72, 325–336.&lt;br /&gt;
&lt;br /&gt;
Lu, D., Weng, Q., 2007. A survey of image classification methods and techniques for improving classification performance. Int. J. Remote Sens. 28, 823–870.&lt;br /&gt;
&lt;br /&gt;
Luo, J., Wei, Y.H.D., 2009. Modeling spatial variations of urban growth patterns in Chinese cities: the case of Nanjing. Landsc. Urban Plan. 91, 51–64.&lt;br /&gt;
&lt;br /&gt;
Luck, M., Wu, J., 2002. A gradient analysis of urban landscape pattern: a case study form the phoenix metropolitan region, Arizona, USA. Landsc. Ecol. 17, 327–339.&lt;br /&gt;
&lt;br /&gt;
McGarigal, K., Ene, E., Holmes, C., 2002. FRAGSTATS (Version 3): FRAGSTATSMetrics. University of Massachusetts—Produced Program. Available at the following website: http://www.umass.edu/landeco/research/fragstats/documents/fragstats documents.html.&lt;br /&gt;
&lt;br /&gt;
National Research Council (NRC), 2001. Grand Challenges in Environmental Sciences. National Academy Press, Washington, DC.&lt;br /&gt;
&lt;br /&gt;
Roy, A.H., Dybas, A.L., Fritz, K.M., Lubbers, H.R., 2009. Urbanization affects the extent and hydrologic permanence of headwater streams in a midwestern US metropolitan area. J. N. Am. Benthol. Soc. 28 (4), 911–928.&lt;br /&gt;
&lt;br /&gt;
Schell, L.M., Ulijaszek, S.J., 1999. Urbanism, Health and Human Biology in Industrialized Countries. Cambridge University Press, Cambridge.&lt;br /&gt;
&lt;br /&gt;
Tian, G., Liu, J., Xie, Y., Yang, Z., Zhuang, D., Niu, Z., 2005. Analysis of spatio-temporal dynamic pattern and driving forces of urban land in China in 1990s using TM images and GIS. Cities 22 (6), 400–410.&lt;br /&gt;
&lt;br /&gt;
Tian, G., Wu, J., Yang, Z., 2010. Spatial pattern of urban functions in the Beijing metropolitan region. Habitat Int. 34 (2), 249–255.&lt;br /&gt;
&lt;br /&gt;
Turner, M.G., Gardner, R.H., O’Neill, R.V., 2001. Landscape Ecology in Theory and Practice. Springer, New York.&lt;br /&gt;
&lt;br /&gt;
Turner, M.G., 2005. Landscape ecology in North America: past, present, and future. Ecology 86, 1967–1974.&lt;br /&gt;
&lt;br /&gt;
Xiao, J., Shen, Y., Ge, J., Tateishi, R., Tang, C., Liang, Y., et al., 2006. Evaluating urban expansion and land use change in Shijiazhuang, China, by using GIS and remote sensing. Landsc. Urban Plan. 75, 69–80.&lt;br /&gt;
&lt;br /&gt;
Yang, L., Xian, G., Klaver, J.M., Deal, B., 2003. Urban land-cover change detection through sub-pixel imperviousness mapping using remotely sensed data. Photogramm. Eng. Remote Sens. 69, 1003–1010.&lt;br /&gt;
&lt;br /&gt;
Yeh, C.-T., Huang, S.-L., 2009. Investigating spatiotemporal patterns of landscape diversity in response to urbanization. Landsc. Urban Plan. 93, 151–162.&lt;br /&gt;
&lt;br /&gt;
Yuan, F., Bauer, M.E., 2007. Comparison of impervious surface area and normalized difference vegetation index as indicators of surface urban heat island effects in Landsat imagery. Remote Sens. Environ. 106, 375–386.&lt;br /&gt;
&lt;br /&gt;
Zhang, L., Wang, H., 2006. Planning an ecological network of Xiamen Island (China) using landscape metrics and network analysis. Landsc. Urban Plan. 78, 449–456.&lt;br /&gt;
&lt;br /&gt;
Zhou, X., 2006. (Study on the Urban Morphology Change of Kunming City). Yunnan University Press, Kunming (in Chinese).&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
[http://www.sciencedirect.com/science/article/pii/S0169204611000223 '''το άρθρο στο διαδίκτυο''']&lt;br /&gt;
&lt;br /&gt;
 [[category:Καταγραφή πρασίνου]]&lt;/div&gt;</summary>
		<author><name>Ramfou Vasiliki</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A7%CF%81%CE%BF%CE%BD%CE%B9%CE%BA%CE%AE_%CE%BA%CE%B1%CE%B9_%CF%87%CF%89%CF%81%CE%B9%CE%BA%CE%AE_%CE%B4%CF%85%CE%BD%CE%B1%CE%BC%CE%B9%CE%BA%CE%AE_%CF%84%CF%89%CE%BD_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CF%81%CE%AC%CF%83%CE%B9%CE%BD%CF%89%CE%BD_%CF%87%CF%8E%CF%81%CF%89%CE%BD_%CF%89%CF%82_%CE%B1%CF%80%CE%BF%CF%84%CE%AD%CE%BB%CE%B5%CF%83%CE%BC%CE%B1_%CF%84%CE%B7%CF%82_%CF%84%CE%B1%CF%87%CE%B5%CE%AF%CE%B1%CF%82_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CE%B7%CF%82_%CE%BF%CE%B9%CE%BA%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CE%AE%CF%82_%CF%80%CE%BF%CE%BB%CE%B9%CF%84%CE%B9%CE%BA%CE%AE%CF%82</id>
		<title>Χρονική και χωρική δυναμική των αστικών πράσινων χώρων ως αποτέλεσμα της ταχείας αστικοποίησης και της οικολογικής πολιτικής</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A7%CF%81%CE%BF%CE%BD%CE%B9%CE%BA%CE%AE_%CE%BA%CE%B1%CE%B9_%CF%87%CF%89%CF%81%CE%B9%CE%BA%CE%AE_%CE%B4%CF%85%CE%BD%CE%B1%CE%BC%CE%B9%CE%BA%CE%AE_%CF%84%CF%89%CE%BD_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CF%81%CE%AC%CF%83%CE%B9%CE%BD%CF%89%CE%BD_%CF%87%CF%8E%CF%81%CF%89%CE%BD_%CF%89%CF%82_%CE%B1%CF%80%CE%BF%CF%84%CE%AD%CE%BB%CE%B5%CF%83%CE%BC%CE%B1_%CF%84%CE%B7%CF%82_%CF%84%CE%B1%CF%87%CE%B5%CE%AF%CE%B1%CF%82_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CE%B7%CF%82_%CE%BF%CE%B9%CE%BA%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CE%AE%CF%82_%CF%80%CE%BF%CE%BB%CE%B9%CF%84%CE%B9%CE%BA%CE%AE%CF%82"/>
				<updated>2015-03-20T20:29:58Z</updated>
		
		<summary type="html">&lt;p&gt;Ramfou Vasiliki: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα:vr_a5_e1.jpg|300px|thumb|right|Εικόνα 1. (α) Η τοποθεσία της πόλης του Kunming σε σχέση με την επαρχία Yunnan της Κίνας, (β) η τοποθεσία της περιοχής μελέτης, της μητροπολιτικής περιοχής της πόλης του Kunming, (γ) η περιοχή μελέτης όπου επισημαίνονται τα προσφάτως υλοποιημένα αστικά πάρκα και οι περιβαλλοντικές παρεμβάσεις.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a5_e2.jpg|300px|thumb|right|Εικόνα 2. Το διάγραμμα ροής της ανάλυσης των τριών δορυφορικών απεικονίσεων.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a5_e3.jpg|300px|thumb|right|Εικόνα 3. Η διάταξη των ομόκεντρων ζωνών και των γραμμικών κελιών. (α) Οι επτά ομόκεντρες ζώνες, με κέντρο το κέντρο της πόλης, (β) τα  σαράντα τέσσερα κελιά  δειγματοληψίας, σε οκτώ γραμμικές κατευθύνσεις.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a5_e4.jpg|300px|thumb|right|Εικόνα 4. Οι χρήσεις γης στην περιοχή μελέτης (α) το 1992, (β) το 2000 και (γ) το 2009]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a5_e5.jpg|300px|thumb|right|Εικόνα 5. Ποσοστό των χρήσεων γης (PLAND) για (α) τις αστικές περιοχές, (β) τις χορτολιβαδικές εκτάσεις, (γ) τις γεωργικές εκτάσεις και (δ) τις δασικές εκτάσεις, κατά μήκος οκτώ κατευθύνσεων το 1992, το 2000 και το 2009.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a5_e6.jpg|300px|thumb|right|Εικόνα 6. Χωρικά πρότυπα του ρυθμού μεταβολής των χρήσεων γης κατά μήκος οκτώ κατευθύνσεων για (α) τις αστικές περιοχές, (β) τις χορτολιβαδικές εκτάσεις, (γ) τις γεωργικές εκτάσεις και (δ) τις δασικές εκτάσεις.]]&lt;br /&gt;
&lt;br /&gt;
'''Αντικείμενο Εφαρμογής:''' Χρήση ολοκληρωμένων προσεγγίσεων για τη μελέτη της διακύμανσης της μεταβολής των αστικών πράσινων χώρων στο  Kunming της Κίνας&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος Τίτλος:''' 'Spatial - temporal dynamics of urban green space in response to rapid urbanization and greening policies'&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Xiaolu Zhou*, Yi-Chen Wang&lt;br /&gt;
*Department of Geography, National University of Singapore, 1 Arts Link, AS2 #03-01, Singapore 117570, Singapore&lt;br /&gt;
&lt;br /&gt;
'''Πηγή:''' Elsevier, Landscape and Urban Planning, 100 (2011), 268–277&lt;br /&gt;
&lt;br /&gt;
'''Λέξεις Κλειδιά:''' μορφή χρήσεων γης, χώροι πρασίνου, αστική ανάπτυξη, Τηλεπισκόπιση,  Kunming&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Περίληψη:''' Η ταχεία αστικοποίηση έχει αρκετά σημαντικές επιπτώσεις στο περιβάλλον, οι οποίες συνδέονται με τη μείωση των χώρων πρασίνου. Έχοντας συνειδητοποιήσει τον σημαντικό τους ρόλο στα αστικά οικοσυστήματα, πολλές τοπικές κυβερνήσεις της Κίνας έχουν θεσπίσει ένα σύνολο πολιτικών για την εισαγωγή πράσινων στοιχείων σε αστικές περιοχές. Η γνώση του τρόπου μεταβολής των αστικών πράσινων χώρων ως αποτέλεσμα της αστικοποίησης και της οικολογικής πολιτικής, είναι απαραίτητη για την επίτευξη της αειφόρου αστικής ανάπτυξης. Η παρούσα έρευνα χρησιμοποιεί ολοκληρωμένες προσεγγίσεις για τη μελέτη της μεταβαλλόμενης μορφής και έντασης των πράσινων χώρων στο  Kunming της Κίνας, από το 1992 έως το 2009. Η χωρική διακύμανση της μορφής των πράσινων χώρων προέκυψε μέσω ομόκεντρων και γραμμικών αναλύσεων των χρήσεων γης, σε συνδυασμό με μετρητικούς δείκτες των χρήσεων γης. Η ένταση της μεταβολής των χρονικών περιόδων 1992-2000 και 2000-2009, υπολογίστηκε για το σύνολο της περιοχής μελέτης, των ομόκεντρων ζωνών, καθώς και των γραμμικών κατευθύνσεων,  ώστε να μελετηθεί η διακύμανση του ποσοστού μεταβολής των αστικών πράσινων χώρων. Τα αποτελέσματα αποκάλυψαν ότι τόσο η ταχεία αστικοποίηση, όσο και οι οικολογικές πολιτικές, είχαν μερίδιο ευθύνης για το μέγεθος της μεταβολής των πράσινων χώρων. Μεταξύ των ποικίλων κατηγοριών των πράσινων χώρων, η γεωργική γη κατακερματίστηκε σε μεγάλο βαθμό από την αστική διάχυση, ειδικά στον περιαστικό χώρο της πόλης. Οι δασικές εκτάσεις επηρεάστηκαν επίσης, αλλά το ποσοστό των απωλειών τους ήταν σημαντικά μικρότερο από εκείνο της γεωργικής γης. Από την άλλη μεριά, οι οικολογικές  πολιτικές συνέβαλαν στην ανάκτηση χορτολιβαδικών εκτάσεων κατά την τελευταία δεκαετία. Η μελέτη αποδεικνύει τη χρησιμότητα της ομόκεντρης και της γραμμικής ανάλυσης των χρήσεων γης για τον χαρακτηρισμό της χωρικής και χρονικής μεταβολής του αστικού πρασίνου σε πόλεις με ομόκεντρη ανάπτυξη. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή:''' Η αστική ανάπτυξη συντελείται με πρωτοφανή ρυθμό σε παγκόσμιο επίπεδο, με το 65% του παγκόσμιου πληθυσμού να αναμένεται να κατοικεί σε αστικές περιοχές μέχρι το 2025. Στην Κίνα, η πολιτική 'Open Door' του 1978, καθώς και ο κανονισμός για τη μεταρρύθμιση της γης του 1987, επιτάχυναν σημαντικά το ρυθμό αστικοποίησης, με το επίπεδο αυτής να υπολογίζεται στο 50% μέχρι το τέλος του 2020, με 1,5 δισεκατομμύριο αστικό πληθυσμό. Η φυσική αύξηση του πληθυσμού και η μετακίνηση των ανθρώπων από τις αγροτικές στις αστικές περιοχές, είναι οι δύο βασικοί παράγοντες της ταχείας ανάπτυξης των πόλεων. Το εν λόγω φαινόμενο, έχει προκαλέσει πολλές επιπτώσεις στο περιβάλλον, ενώ αποτελεί ένα κρίσιμο ζήτημα στη μελέτη της πλανητικής μεταβολής. &lt;br /&gt;
&lt;br /&gt;
Οι περισσότερες από τις περιβαλλοντικές επιπτώσεις της αστικοποίησης συνδέονται με τους χώρους πρασίνου. Η απώλεια ή η υποβάθμισή τους, μειώνει τη βιοποικιλότητα και διαταράσσει τη δομή του αστικού οικοσυστήματος. Αντίθετα, η παρουσία τους μπορεί να αντισταθμίσει τις επιπτώσεις του φαινομένου της αστικής θερμικής νησίδας, ενώ συμβάλλει στο φιλτράρισμα της ατμόσφαιρας και του νερού. Η αύξηση των πράσινων χώρων προσφέρει στους πολίτες αισθητικές απολαύσεις, ευκαιρίες αναψυχής, καθώς και σωματική και ψυχική ευεξία. &lt;br /&gt;
&lt;br /&gt;
Έχοντας συνειδητοποιήσει τη σημασία των πράσινων χώρων στα αστικά οικοσυστήματα και τη συμβολή τους στη βελτίωση της ποιότητας ζωής των κατοίκων, προτάθηκε ένα σύνολο  ολοκληρωμένων στρατηγικών σχεδιασμού πράσινων χώρων, προκειμένου να εξασφαλιστεί η αειφόρος ανάπτυξη της μητροπολιτικής περιοχής του Πεκίνου. Επιπλέον, θέματα που αφορούν τη σχέση της αστικοποίησης με μεταβολές των χρήσεων γης και με επακόλουθες περιβαλλοντικές συνέπειες, λαμβάνουν την αυξανόμενη προσοχή των ερευνών. Για την ποσοτικοποίηση της μεταβολής των χρήσεων γης και των μορφών των πράσινων χώρων, χρησιμοποιούνται μετρητικοί δείκτες των χρήσεων γης, προκειμένου να συναχθούν  πιθανές οικολογικές δράσεις για την καθοδήγηση του αειφόρου σχεδιασμού. Οι μετρητικοί δείκτες των χρήσεων γης έχουν επίσης συνδυαστεί με τη γραμμική ανάλυση για τον ποσοτικό προσδιορισμό της μορφής της αστικοποίησης, κατά μήκος μιας προκαθορισμένης διεύθυνσης. Ωστόσο, η εξέλιξη των πόλεων οδηγεί συχνά σε μη γραμμικές μορφές, όπως είναι η ομόκεντρη δομή πολλών πόλεων της Κίνας. Συνεπώς, είναι απαραίτητη μίας μορφής  ανάλυσης που θα επιτρέπει τόσο την απεικόνιση της διακύμανσης των μοτίβων των χρήσεων γης σε πόλεις με ομόκεντρη μορφή ανάπτυξης, όσο και του ποσοστού της παραπάνω μεταβολής.&lt;br /&gt;
 &lt;br /&gt;
Η διαθεσιμότητα των πολυ-χρονικών τηλεπισκοπικών δεδομένων με αυξημένη χωρική ανάλυση και κάλυψη, επιτρέπει την ακριβή και εκτεταμένη παρακολούθηση της μεταβολής των χρήσεων γης. Αν και έχουν χρησιμοποιηθεί διαφορετικές τεχνικές για την ποσοτικοποίηση της διαδικασίας της μεταβολής, οι περισσότερες μελέτες υπολογίζουν το συνολικό ποσοστό μεταβολής των διαφόρων χρήσεων  γης, αντί να εξετάσουν τη διακύμανση του ποσοστού μεταβολής των χώρων πρασίνου σε διάφορα σημεία της πόλης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Η περιοχή μελέτης:''' Η πόλη του Kunming, αποτελεί οικονομικό, πολιτικό και πολιτιστικό κέντρο της νοτιοδυτικής Κίνας, με ομόκεντρη μορφή ανάπτυξης, παρόμοια με αυτή πολλών κινέζικων πόλεων. Ως πρωτεύουσα της επαρχίας Yunnan της νοτιοδυτικής Κίνας (εικόνα 1α), η γρήγορη αστικοποίηση προκάλεσε μία τεράστια απώλεια πράσινων χώρων ενώ στη συνέχεια, η κυβέρνηση προσπάθησε να εφαρμόσει μία σειρά πολιτικών για την αντιστάθμιση των περιβαλλοντικών συνεπειών, όπως κατασκευή αστικών πάρκων και κοινοτικών κήπων. Ως περιοχή μελέτης επιλέχθηκε η μητροπολιτική περιοχή της πόλης του Kunming, έκτασης 538,9 km2 (εικόνα 1β και 1γ). Η παραπάνω έκταση αποτελείται από τον αστικό πυρήνα (αδιαπέρατες επιφάνειες και μικρό ποσοστό χώρων πρασίνου), τις περιαστικές περιοχές (συνδυασμός αδιαπέρατων επιφανειών και γεωργικής γης) και την προαστιακή περιοχή (μεγάλο ποσοστό δασικών εκτάσεων). Η μελέτη προτείνει μία ομόκεντρη και γραμμική ανάλυση των χρήσεων γης, σε συνδυασμό με μετρητικούς δείκτες των διάφορων χωρικών προτύπων, ώστε να προσδιοριστεί η μεταβαλλόμενη μορφή των πράσινων χώρων από το 1922 έως το 2009, κάτω από δύο φαινομενικά αντίθετες δυνάμεις: τη γρήγορη διαδικασία της αστικοποίησης και την οικολογική πολιτική. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Υλικά και Μέθοδοι'''&lt;br /&gt;
&lt;br /&gt;
'''1. Δεδομένα:''' Για τη μελέτη χρησιμοποιήθηκαν τηλεπισκοπικές απεικονίσεις, χάρτες των χώρων πρασίνου και έρευνα πεδίου. Αναλύθηκαν οι παρακάτω τηλεσκοπικές απεικονίσεις (χωρίς νεφοκάλυψη): μία απεικόνιση του Landsat 5 Thematic Mapper (TM) που λήφθηκε στις 16 του Αυγούστου του 1992, μία απεικόνιση του Landsat 7 Enhanced Thematic Mapper Plus (ETM+), στις 11 Νοεμβρίου του 2000, και μία απεικόνιση του Systeme Probatoire d’Observation de la Terre (SPOT 4) που λήφθηκε στις 20 Σεπτεμβρίου του 2009. Οι Landsat απεικονίσεις (κανάλια 1-5 και 7) έχουν χωρική ανάλυση 30 m, η ΕΤΜ+ απεικόνιση παρέχει ένα πρόσθετο παγχρωματικό κανάλι ανάλυσης 15 m, ενώ η SPOT απεικόνιση έχει ανάλυση 20 m στα πολυφασματικά κανάλια και 10 m στο παγχρωματικό κανάλι. Για τη μελέτη της τάσης μεταβολής των χώρων πρασίνου, πραγματοποιήθηκε σύγκριση μεταξύ ενός χάρτη του 2010 που απεικόνιζε τον μελλοντικό σχεδιασμό των πράσινων χώρων, με έναν χάρτη της υφιστάμενης κατάστασής τους το 2000. Τα δεδομένα της έρευνας πεδίου περιελάμβαναν τα επίγεια σημεία ελέγχου, τα οποία συλλέχθηκαν χρησιμοποιώντας τα Συστήματα Παγκόσμιου Δορυφορικού Εντοπισμού Θέσης (Global Positioning Systems) για τη γεωαναφορά δορυφορικών απεικονίσεων και φωτογραφιών, με σκοπό την ερμηνεία της εικόνας.&lt;br /&gt;
&lt;br /&gt;
'''2. Το σύστημα της ταξινόμησης των χρήσεων γης:''' Λαμβάνοντας υπόψη τη χωρική ανάλυση των δορυφορικών απεικονίσεων και εστιάζοντας στη μελέτη της μεταβολής των χώρων πρασίνου ως αποτέλεσμα της αστικοποίησης, οι χρήσεις γης της περιοχής μελέτης ταξινομήθηκαν σε χώρους πρασίνου, δομημένες επιφάνειες (αδιαπέρατες επιφάνειες, συμπεριλαμβανομένων των αστικών, εμπορικών και βιομηχανικών περιοχών και του οδικού δικτύου), νερό (ρέματα, κανάλια, λίμνες και ταμιευτήρες) και άγονη γη (συμπεριλαμβανομένων των εγκαταλελειμμένων εκτάσεων). Οι χώροι πρασίνου υποδιαιρέθηκαν σε δασικές εκτάσεις (φυλλοβόλα, αειθαλή και μικτά δάση), γεωργικές εκτάσεις (καλλιεργήσιμες εκτάσεις και οπωρώνες) και χορτολιβαδικές εκτάσεις (κήποι, πάρκα με χαμηλή πυκνότητα δένδρων και γήπεδα γκολφ).&lt;br /&gt;
&lt;br /&gt;
'''3. Επεξεργασία εικόνων:''' Η ανάλυση των τριών δορυφορικών απεικονίσεων ακολούθησε τα  παρακάτω βήματα (εικόνα 2). Αρχικά, πραγματοποιήθηκε γεωαναφορά των απεικονίσεων στην Εγκάρσια Μερκατορική Προβολή (Universal Transverse Mercator - UTM) μέσω του πακέτου λογισμικού ERDAS IMAGINE 8.7. Για τη γεωμετρική διόρθωση επιλέχθηκαν δεκαπέντε χωρικά ομοιόμορφα κατανεμημένα επίγεια σημεία ελέγχου, χρησιμοποιώντας ένα δεύτερης τάξης πολυωνυμικό μετασχηματισμό και τη μέθοδο επαναδειγματοληψίας του Εγγύτερου Γείτονα. Η ρίζα του μέσου τετραγωνικού σφάλματος περιορίστηκε στα 0,5 pixels. Λόγω της ανάλυσης πολυχρονικών και πολλαπλών αισθητήρων εικόνων, απαιτούνταν ατμοσφαιρική διόρθωση, η οποία πραγματοποιήθηκε χρησιμοποιώντας το μοντέλο Fast Line-of-sight Atmospheric Analysis of Spectral Hypercubes (FLAASH) του λογισμικού ENVI 4.6. Καθώς η μητροπολιτική περιοχή του Kunming δεν παρουσιάζει έντονο ανάγλυφο, δεν χρειάστηκε τοπογραφική διόρθωση. Τέλος, πραγματοποιήθηκε χωρική επαναδειγματοληψία της SPOT απεικόνισης στα 30 m, ώστε να ταιριάζει με τη χωρική ανάλυση της Landsat απεικόνισης. &lt;br /&gt;
&lt;br /&gt;
'''4. Ταξινόμηση και εκτίμηση της ακρίβειας:''' Για την ταξινόμηση των χρήσεων γης χρησιμοποιήθηκε η μέθοδος της Μέγιστης Πιθανοφάνειας. Για κάθε εικόνα, λήφθησαν αρχικά στατιστικά στοιχεία των δειγμάτων εκπαίδευσης, με σκοπό να εξασφαλιστεί ότι οι διάφορες κατηγορίες χρήσεων γης θα μπορούσαν να διαχωριστούν. Μετά την ταξινόμηση, και για την εκτίμηση της ακρίβειάς της, επιλέχθηκαν τυχαία πενήντα σημεία δειγματοληψίας για κάθε κατηγορία χρήσης γης. Επιπλέον, για την εκτίμηση της ακρίβειας της ταξινόμησης, χρησιμοποιήθηκαν ωε δεδομένα αναφοράς εικόνες Google Earth, QuickBird (του 2006 και του 2007), χάρτης των χώρων πρασίνου του 2000, έρευνα πεδίου, συνεντεύξεις, καθώς και η τοπική γνώση της περιοχής μελέτης. &lt;br /&gt;
&lt;br /&gt;
'''5. Ανάλυση μετρητικών δεικτών των χρήσεων γης:''' Τα αποτελέσματα της ταξινόμησης των δορυφορικών απεικονίσεων των ετών 1992, 2000 και 2009, μετατράπηκαν σε GRID format για τον υπολογισμό των μετρητικών δεικτών των χρήσεων γης σε FRAGSTATS 3.3. Συνολικά χρησιμοποιήθηκαν οι εξής μετρητικοί δείκτες, για την ποσοτικοποίηση των μορφών των χώρων πρασίνου:&lt;br /&gt;
&lt;br /&gt;
* ο γενικός δείκτης PLAND - Percentage of LANDscape, που απεικονίζει το ποσοστό της κάθε χρήσης γης&lt;br /&gt;
* ο δείκτης PD - Patch Density, ο οποίος είναι ευαίσθητος στον κατακερματισμό των χρήσεων γης&lt;br /&gt;
* ο δείκτης LPI - Largest Patch Index, ο οποίος μπορεί να χρησιμοποιηθεί για να απεικονίσει την επικράτηση των χρήσεων γης&lt;br /&gt;
* ο δείκτης LSI - Landscape Shape Index, ο οποίος σχετίζεται με την πολυπλοκότητα των χρήσεων γης και&lt;br /&gt;
* ο δείκτης SHDI - SHannon's Diversity Index που αντιπροσωπεύει την ποικιλομορφία των χρήσεων γης.&lt;br /&gt;
&lt;br /&gt;
Αρχικά, πραγματοποιήθηκε μία συνοπτική ανάλυση για τον συνολικό ποσοτικό προσδιορισμό των χωρικών προτύπων του αστικού πρασίνου. Δεύτερον, η περιοχή μελέτης διαιρέθηκε σε επτά ομόκεντρες ζώνες (εικόνα 3α), ενώ μέσω της διενέργειας μίας ομόκεντρης ανάλυσης μετρήθηκαν τα χωρικά πρότυπα των αστικών πράσινων χώρων στις διαφορετικές ζώνες. Τέλος, διεξήχθη μία γραμμική ανάλυση του δείκτη PLAND για να μελετηθεί η κατανομή των χώρων πρασίνου κατά μήκος οκτώ γραμμικών κατευθύνσεων (εικόνα 3β). Κάθε γραμμικός τομέας αποτελείται από έναν αριθμό κελιών, μεγέθους 1,8 km × 1,8 km.&lt;br /&gt;
&lt;br /&gt;
'''6. Ανάλυση της έντασης μεταβολής των χώρων πρασίνου:''' Για την απεικόνιση της έντασης της μεταβολής των χρήσεων γης, χρησιμοποιήθηκε ο ρυθμός μεταβολής τους, υπολογιζόμενος ως ποσοστό μεταβολής ανά έτος. Περιοχές με ταχεία απώλεια χώρων πρασίνου θα μπορούσαν να υποδηλώνουν υψηλή ευαισθησία στην αστική εξάπλωση. Η ανάλυση της έντασης μεταβολής υπολογίστηκε για δύο χρονικές περιόδους (1992-2000 και 2000-2009), για το σύνολο της περιοχής μελέτης, συμπεριλαμβανομένων των επτά ομόκεντρων ζωνών και των οκτώ γραμμικών κατευθύνσεων. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα'''&lt;br /&gt;
&lt;br /&gt;
'''1. Η μορφή των χρήσεων γης:''' Οι χρήσεις γης της μητροπολιτικής περιοχής του Kunming έχουν υποστεί σημαντικές μεταβολές κατά τη διάρκεια των τελευταίων δύο δεκαετιών (εικόνα 4). Η ραγδαία επέκτασης της αστικής περιοχής είχε ως αποτέλεσμα την απώλεια των χώρων πρασίνου στις περιαστικές και προαστιακές περιοχή, ιδιαίτερα στο νότιο τμήμα της περιοχής μελέτης (εικόνα 4α και 4γ).&lt;br /&gt;
&lt;br /&gt;
'''2. Η ομόκεντρη μορφή των χρήσεων γης:''' Για τον χωρικό προσδιορισμό της μεταβολής των χρήσεων γης, η περιοχή μελέτης διαιρέθηκε σε επτά ομόκεντρες ζώνες. Ο δείκτης PLAND της δομημένης επιφάνειας, έδειξε την επέκταση της αστικής περιοχής από το 1992 έως το 2009, σε όλες τις ζώνες, εκτός της ζώνης 1, όπου το μεγαλύτερο μέρος της γης είχε ήδη αναπτυχθεί. Άμεσο επακόλουθο της αστικοποίησης ήταν η μείωση των χορτολιβαδικών εκτάσεων και η αντίστοιχη μείωση που ακολούθησε, των γεωργικών και δασικών εκτάσεων. &lt;br /&gt;
&lt;br /&gt;
'''3. Η γραμμική μορφή των χρήσεων γης:''' Για την μελέτη της κατανομής των χρήσεων γης στις οκτώ κατευθύνσεις, χρησιμοποιήθηκε ο δείκτης PLAND. Η ανάλυση έδειξε ότι η αστική περιοχή επεκτάθηκε από το 1992 έως το 2009, προς όλες τις κατευθύνσεις, με την αστική διάχυση να συγκεντρώνεται χωρικά στις νότιες και νοτιοανατολικές περιοχές (εικόνα 5α), κυρίως λόγω του επίπεδου εδάφους. Ταυτόχρονα με την αστική διάχυση, παρατηρήθηκε μείωση των αστικών πράσινων χώρων, κυρίως μέχρι το 2000. Η περιβαλλοντική καμπάνια που εφαρμόστηκε αργότερα,  εμπόδισε την περαιτέρω μείωση των χορτολιβαδικών εκτάσεων. Η κατασκευή ενός νέου γηπέδου γκολφ στα βορειοανατολικά, επίσης συνέβαλε στην αύξηση του αστικού πρασίνου της περιοχής (εικόνα 5β). Η γεωργική γη που παρατηρούνταν κυρίως στις νότιες και νοτιοανατολικές κατευθύνσεις το 1992, τελικά αντικαταστάθηκε από τις αστικές περιοχές (εικόνα 5γ). Επιπλέον, η περιοχή μελέτης ήταν αρχικά περικυκλωμένη από δασικές εκτάσεις, οι οποίες υπέστησαν σημαντική μείωση, αν και μικρότερη αυτής των γεωργικών εκτάσεων, προς όλες τις κατευθύνσεις (εικόνα 5δ). &lt;br /&gt;
&lt;br /&gt;
'''4. Ανάλυση της έντασης μεταβολής:''' Η ένταση της μεταβολής υπολογίστηκε για το σύνολο της περιοχή μελέτης, τις επτά ομόκεντρες ζώνες και τα κελιά  των οκτώ γραμμικών κατευθύνσεων, κατά τη διάρκεια δύο περιόδων (1992-2000 και 2000-2009). Συνολικά, οι αστικές περιοχές σημείωσαν το υψηλότερο ποσοστό μεταβολής μεταξύ των τεσσάρων κατηγοριών χρήσεων γης. Ακολούθησαν οι γεωργικές εκτάσεις, οι δασικές και οι χορτολιβαδικές. &lt;br /&gt;
&lt;br /&gt;
Η ανάλυση του ρυθμού μεταβολής για τις οκτώ γραμμικές κατευθύνσεις αποκάλυψε ότι η εντατική αστικοποίηση πραγματοποιήθηκε προς όλες τις κατευθύνσεις κατά τη δεκαετία του 1990, ενώ κατά την τελευταία δεκαετία περιορίστηκε στο νότιο και νοτιοανατολικό τμήμα της περιοχής μελέτης (εικόνα 6α). Οι χορτολιβαδικές εκτάσεις γνώρισαν μια ταχεία απώλεια κατά τη δεκαετία του 1990, κυρίως στις βορειοανατολικές, ανατολικές και δυτικές κατευθύνσεις, ενώ παρατηρήθηκε μία μικρή αύξησή τους κατά τη δεκαετία του 2000 στις περισσότερες κατευθύνσεις (εικόνα 9β). Η απώλεια και η αύξηση των γεωργικών εκτάσεων σημειώθηκαν σε διάφορες κατευθύνσεις, ενώ κατά τη δεκαετία του 2000 το ποσοστό τους παρουσίασε μία γενική μείωση (εικόνα 10γ). Οι ανατολικές και νοτιοανατολικές κατευθύνσεις της περιοχής μελέτης παρουσίασαν αρχικά αύξηση των δασικών εκτάσεων κατά την πρώτη δεκαετία, ενώ κατά την επόμενη δεκαετία παρουσίασαν σταδιακή μείωση (εικόνα 10δ). Η έντονη αστική διάχυση που παρατηρήθηκε κατά τη δεκαετία του 2000 (εικόνα 6α), πιθανώς είχε ως αποτέλεσμα την απώλεια δασικών εκτάσεων. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Η παρούσα μελέτη χρησιμοποίησε ομόκεντρες και γραμμικές αναλύσεις χρήσεων γης για τον προσδιορισμό των μεταβαλλόμενων μορφών των χώρων πρασίνου της μητροπολιτικής περιοχής του Kunming της Κίνας από το 1992 έως το 2009. Προκειμένου να μελετηθεί η διακύμανση του ρυθμού μεταβολής των χώρων πρασίνου, υπολογίστηκε η ένταση των αλλαγών κατά τη διάρκεια των χρονικών περιόδων 1992-2000 και 2000-2009 για το σύνολο της περιοχή μελέτης, τις επτά ομόκεντρες ζώνες και τις οκτώ γραμμικές κατευθύνσεις. Τα αποτελέσματα της έρευνας έδειξαν ότι η αστική διάχυση ευθυνόταν σε μεγάλο βαθμό για την απώλεια χώρων πρασίνου και ιδιαίτερα γεωργικής γης. Από την άλλη μεριά, οι οικολογικές πολιτικές συνέβαλαν στην ανάκτηση χορτολιβαδικών εκτάσεων από το 2000 έως το 2009. Επιπλέον, η γραμμική ανάλυση έδειξε όι η αστικοποίηση έλαβε χώρα κατά μήκος της νοτιοανατολικής κατεύθυνσης, αντικαθιστώντας κυρίως γεωργικές εκτάσεις. Αντίθετα, η μείωση των δασικών εκτάσεων διατηρήθηκε σε σταθερό ρυθμό κατά τη διάρκεια των δύο τελευταίων δεκαετιών, ενώ οι χορτολιβαδικές εκτάσεις μειώθηκαν κατά τη δεκαετία του 1990, αλλά σημείωσαν αύξηση με αργό ρυθμό κατά τη δεκαετία του 2000. Τέλος, η μελέτη απέδειξε τη χρησιμότητα των ομόκεντρων και γραμμικών αναλύσεων χρήσεων γης, προσδιορίζοντας τη μεταβολή του τοπίου σε πόλεις με ομόκεντρη μορφή ανάπτυξης. Η ποσοτικοποίηση της χωρικής διακύμανσης της μεταβολής των χώρων πρασίνου και η κατανόηση της εν λόγω μεταβολής κατά την πάροδο του χρόνου είναι απαραίτητες για τη χάραξη της μελλοντικής περιβαλλοντικής πολιτικής, προκειμένου να εξασφαλιστεί η βιώσιμη αστική ανάπτυξη.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αναφορές''' &lt;br /&gt;
&lt;br /&gt;
Breuste, J., Feldmann, H., Uhlmann, O., 1998. Urban Ecology. Springer, Berlin.&lt;br /&gt;
&lt;br /&gt;
Chen, W.Y., Jim, C.Y., 2008. Assess and valuation of the ecosystem services provided by urban forests. In: Carreiro, M.M., Song, Y.-C., Wu, J. (Eds.), Ecology, Planning and Management of Urban Forests International Perspectives. Springer, New York, pp. 53–83.&lt;br /&gt;
&lt;br /&gt;
Cheng, J., Masser, I., 2003. Urban growth pattern modeling: a case study of Wuhan City PR China. Landsc. Urban Plan. 62, 199–217.&lt;br /&gt;
&lt;br /&gt;
Davies, R.G., Barbosa, O., Fuller, R.A., Tratalos, J., Burke, N., Lewis, D., et al., 2008.&lt;br /&gt;
City-wide relationships between green spaces, urban land use and topography. Urban Ecosyst. 11, 269–287.&lt;br /&gt;
&lt;br /&gt;
Deng, J.S., Wang, K., Hong, Y., Qi, J.G., 2009. Spatio-temporal dynamics and evolution of land use change and landscape pattern in response to rapid urbanization. Landsc. Urban Plan. 92, 187–198.&lt;br /&gt;
&lt;br /&gt;
Dewan, A.M., Yamaguchi, Y., 2009. Land use and land cover change in Greater Dhaka, Bangladesh: using remote sensing to promote sustainable urbanization. Appl. Geogr. 29 (3), 390–401.&lt;br /&gt;
&lt;br /&gt;
Erickson, D.L., 2006. MetroGreen: Connecting Open Space in North American Cities. Island Press, Washington, DC.&lt;br /&gt;
&lt;br /&gt;
Jensen, J.R., 2005. Introductory Digital Image Processing a Remote Sensing Perspective, third ed. Prentice Hall, Upper Saddle River, NJ.&lt;br /&gt;
&lt;br /&gt;
Jim, C.Y., Chen, S., 2003. Comprehensive greenspace planning based on landscape ecology principles in compact Nanjing city, China. Landsc. Urban Plan. 65, 95–116.&lt;br /&gt;
&lt;br /&gt;
Kim, K.H., Pauleit, S., 2007. Landscape character, biodiversity and land use planning: the case of Kwangju City Region, South Korea. Land Use Policy 24 (1), 264–274.&lt;br /&gt;
&lt;br /&gt;
Kong, F., Nakagoshi, N., 2006. Spatial–temporal gradient analysis of urban green spaces in Jinan, China. Landsc. Urban Plan. 78, 147–164.&lt;br /&gt;
&lt;br /&gt;
Leitγo, A.B., Ahern, J., 2002. Applying landscape ecological concepts and metrics in sustainable landscape planning. Landsc. Urban Plan. 59, 65–93.&lt;br /&gt;
&lt;br /&gt;
Leitγo, A.B., Miller, J., Ahern, J., McGarigal, K., 2006. Measuring Landscapes: A Planner’s Handbook. Island Press, Washington, DC.&lt;br /&gt;
&lt;br /&gt;
Li, F., Wang, R., Paulussen, J., Liu, X., 2005. Comprehensive concept planning of urban greening based on ecological principles: a case study in Beijing, China. Landsc. Urban Plan. 72, 325–336.&lt;br /&gt;
&lt;br /&gt;
Lu, D., Weng, Q., 2007. A survey of image classification methods and techniques for improving classification performance. Int. J. Remote Sens. 28, 823–870.&lt;br /&gt;
&lt;br /&gt;
Luo, J., Wei, Y.H.D., 2009. Modeling spatial variations of urban growth patterns in Chinese cities: the case of Nanjing. Landsc. Urban Plan. 91, 51–64.&lt;br /&gt;
&lt;br /&gt;
Luck, M., Wu, J., 2002. A gradient analysis of urban landscape pattern: a case study form the phoenix metropolitan region, Arizona, USA. Landsc. Ecol. 17, 327–339.&lt;br /&gt;
&lt;br /&gt;
McGarigal, K., Ene, E., Holmes, C., 2002. FRAGSTATS (Version 3): FRAGSTATSMetrics. University of Massachusetts—Produced Program. Available at the following website: http://www.umass.edu/landeco/research/fragstats/documents/fragstats documents.html.&lt;br /&gt;
&lt;br /&gt;
National Research Council (NRC), 2001. Grand Challenges in Environmental Sciences. National Academy Press, Washington, DC.&lt;br /&gt;
&lt;br /&gt;
Roy, A.H., Dybas, A.L., Fritz, K.M., Lubbers, H.R., 2009. Urbanization affects the extent and hydrologic permanence of headwater streams in a midwestern US metropolitan area. J. N. Am. Benthol. Soc. 28 (4), 911–928.&lt;br /&gt;
&lt;br /&gt;
Schell, L.M., Ulijaszek, S.J., 1999. Urbanism, Health and Human Biology in Industrialized Countries. Cambridge University Press, Cambridge.&lt;br /&gt;
&lt;br /&gt;
Tian, G., Liu, J., Xie, Y., Yang, Z., Zhuang, D., Niu, Z., 2005. Analysis of spatio-temporal dynamic pattern and driving forces of urban land in China in 1990s using TM images and GIS. Cities 22 (6), 400–410.&lt;br /&gt;
&lt;br /&gt;
Tian, G., Wu, J., Yang, Z., 2010. Spatial pattern of urban functions in the Beijing metropolitan region. Habitat Int. 34 (2), 249–255.&lt;br /&gt;
&lt;br /&gt;
Turner, M.G., Gardner, R.H., O’Neill, R.V., 2001. Landscape Ecology in Theory and Practice. Springer, New York.&lt;br /&gt;
&lt;br /&gt;
Turner, M.G., 2005. Landscape ecology in North America: past, present, and future. Ecology 86, 1967–1974.&lt;br /&gt;
&lt;br /&gt;
Xiao, J., Shen, Y., Ge, J., Tateishi, R., Tang, C., Liang, Y., et al., 2006. Evaluating urban expansion and land use change in Shijiazhuang, China, by using GIS and remote sensing. Landsc. Urban Plan. 75, 69–80.&lt;br /&gt;
&lt;br /&gt;
Yang, L., Xian, G., Klaver, J.M., Deal, B., 2003. Urban land-cover change detection through sub-pixel imperviousness mapping using remotely sensed data. Photogramm. Eng. Remote Sens. 69, 1003–1010.&lt;br /&gt;
&lt;br /&gt;
Yeh, C.-T., Huang, S.-L., 2009. Investigating spatiotemporal patterns of landscape diversity in response to urbanization. Landsc. Urban Plan. 93, 151–162.&lt;br /&gt;
&lt;br /&gt;
Yuan, F., Bauer, M.E., 2007. Comparison of impervious surface area and normalized difference vegetation index as indicators of surface urban heat island effects in Landsat imagery. Remote Sens. Environ. 106, 375–386.&lt;br /&gt;
&lt;br /&gt;
Zhang, L., Wang, H., 2006. Planning an ecological network of Xiamen Island (China) using landscape metrics and network analysis. Landsc. Urban Plan. 78, 449–456.&lt;br /&gt;
&lt;br /&gt;
Zhou, X., 2006. (Study on the Urban Morphology Change of Kunming City). Yunnan University Press, Kunming (in Chinese).&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
[http://www.sciencedirect.com/science/article/pii/S0169204611000223 '''το άρθρο στο διαδίκτυο''']&lt;br /&gt;
&lt;br /&gt;
 [[category:Καταγραφή πρασίνου]]&lt;/div&gt;</summary>
		<author><name>Ramfou Vasiliki</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A7%CF%81%CE%BF%CE%BD%CE%B9%CE%BA%CE%AE_%CE%BA%CE%B1%CE%B9_%CF%87%CF%89%CF%81%CE%B9%CE%BA%CE%AE_%CE%B4%CF%85%CE%BD%CE%B1%CE%BC%CE%B9%CE%BA%CE%AE_%CF%84%CF%89%CE%BD_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CF%81%CE%AC%CF%83%CE%B9%CE%BD%CF%89%CE%BD_%CF%87%CF%8E%CF%81%CF%89%CE%BD_%CF%89%CF%82_%CE%B1%CF%80%CE%BF%CF%84%CE%AD%CE%BB%CE%B5%CF%83%CE%BC%CE%B1_%CF%84%CE%B7%CF%82_%CF%84%CE%B1%CF%87%CE%B5%CE%AF%CE%B1%CF%82_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CE%B7%CF%82_%CE%BF%CE%B9%CE%BA%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CE%AE%CF%82_%CF%80%CE%BF%CE%BB%CE%B9%CF%84%CE%B9%CE%BA%CE%AE%CF%82</id>
		<title>Χρονική και χωρική δυναμική των αστικών πράσινων χώρων ως αποτέλεσμα της ταχείας αστικοποίησης και της οικολογικής πολιτικής</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A7%CF%81%CE%BF%CE%BD%CE%B9%CE%BA%CE%AE_%CE%BA%CE%B1%CE%B9_%CF%87%CF%89%CF%81%CE%B9%CE%BA%CE%AE_%CE%B4%CF%85%CE%BD%CE%B1%CE%BC%CE%B9%CE%BA%CE%AE_%CF%84%CF%89%CE%BD_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CF%81%CE%AC%CF%83%CE%B9%CE%BD%CF%89%CE%BD_%CF%87%CF%8E%CF%81%CF%89%CE%BD_%CF%89%CF%82_%CE%B1%CF%80%CE%BF%CF%84%CE%AD%CE%BB%CE%B5%CF%83%CE%BC%CE%B1_%CF%84%CE%B7%CF%82_%CF%84%CE%B1%CF%87%CE%B5%CE%AF%CE%B1%CF%82_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CE%B7%CF%82_%CE%BF%CE%B9%CE%BA%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CE%AE%CF%82_%CF%80%CE%BF%CE%BB%CE%B9%CF%84%CE%B9%CE%BA%CE%AE%CF%82"/>
				<updated>2015-03-20T20:27:47Z</updated>
		
		<summary type="html">&lt;p&gt;Ramfou Vasiliki: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα:vr_a5_e1.jpg|300px|thumb|right|Εικόνα 1. (α) Η τοποθεσία της πόλης του Kunming σε σχέση με την επαρχία Yunnan της Κίνας, (β) η τοποθεσία της περιοχής μελέτης, της μητροπολιτικής περιοχής της πόλης του Kunming, (γ) η περιοχή μελέτης όπου επισημαίνονται τα προσφάτως υλοποιημένα αστικά πάρκα και οι περιβαλλοντικές παρεμβάσεις.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a5_e2.jpg|300px|thumb|right|Εικόνα 2. Το διάγραμμα ροής της ανάλυσης των τριών δορυφορικών απεικονίσεων.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a5_e3.jpg|300px|thumb|right|Εικόνα 3. Η διάταξη των ομόκεντρων ζωνών και των γραμμικών κελιών. (α) Οι επτά ομόκεντρες ζώνες, με κέντρο το κέντρο της πόλης, (β) τα  σαράντα τέσσερα κελιά  δειγματοληψίας, σε οκτώ γραμμικές κατευθύνσεις.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a5_e4.jpg|300px|thumb|right|Εικόνα 4. Οι χρήσεις γης στην περιοχή μελέτης (α) το 1992, (β) το 2000 και (γ) το 2009]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a5_e5.jpg|300px|thumb|right|Εικόνα 5. Ποσοστό των χρήσεων γης (PLAND) για (α) τις αστικές περιοχές, (β) τις χορτολιβαδικές εκτάσεις, (γ) τις γεωργικές εκτάσεις και (δ) τις δασικές εκτάσεις, κατά μήκος οκτώ κατευθύνσεων το 1992, το 2000 και το 2009.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a5_e6.jpg|300px|thumb|right|Εικόνα 6. Χωρικά πρότυπα του ρυθμού μεταβολής των χρήσεων γης κατά μήκος οκτώ κατευθύνσεων για (α) τις αστικές περιοχές, (β) τις χορτολιβαδικές εκτάσεις, (γ) τις γεωργικές εκτάσεις και (δ) τις δασικές εκτάσεις.]]&lt;br /&gt;
&lt;br /&gt;
'''Αντικείμενο Εφαρμογής:''' Χρήση ολοκληρωμένων προσεγγίσεων για τη μελέτη της διακύμανσης της μεταβολής των αστικών πράσινων χώρων στο  Kunming της Κίνας&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος Τίτλος:''' 'Spatial - temporal dynamics of urban green space in response to rapid urbanization and greening policies'&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Xiaolu Zhou*, Yi-Chen Wang&lt;br /&gt;
*Department of Geography, National University of Singapore, 1 Arts Link, AS2 #03-01, Singapore 117570, Singapore&lt;br /&gt;
&lt;br /&gt;
'''Πηγή:''' Elsevier, Landscape and Urban Planning, 100 (2011), 268–277&lt;br /&gt;
&lt;br /&gt;
'''Λέξεις Κλειδιά:''' μορφή χρήσεων γης, χώροι πρασίνου, αστική ανάπτυξη, Τηλεπισκόπιση,  Kunming&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Περίληψη:''' Η ταχεία αστικοποίηση έχει αρκετά σημαντικές επιπτώσεις στο περιβάλλον, οι οποίες συνδέονται με τη μείωση των χώρων πρασίνου. Έχοντας συνειδητοποιήσει τον σημαντικό τους ρόλο στα αστικά οικοσυστήματα, πολλές τοπικές κυβερνήσεις της Κίνας έχουν θεσπίσει ένα σύνολο πολιτικών για την εισαγωγή πράσινων στοιχείων σε αστικές περιοχές. Η γνώση του τρόπου μεταβολής των αστικών πράσινων χώρων ως αποτέλεσμα της αστικοποίησης και της οικολογικής πολιτικής, είναι απαραίτητη για την επίτευξη της αειφόρου αστικής ανάπτυξης. Η παρούσα έρευνα χρησιμοποιεί ολοκληρωμένες προσεγγίσεις για τη μελέτη της μεταβαλλόμενης μορφής και έντασης των πράσινων χώρων στο  Kunming της Κίνας, από το 1992 έως το 2009. Η χωρική διακύμανση της μορφής των πράσινων χώρων προέκυψε μέσω ομόκεντρων και γραμμικών αναλύσεων των χρήσεων γης, σε συνδυασμό με μετρητικούς δείκτες των χρήσεων γης. Η ένταση της μεταβολής των χρονικών περιόδων 1992-2000 και 2000-2009, υπολογίστηκε για το σύνολο της περιοχής μελέτης, των ομόκεντρων ζωνών, καθώς και των γραμμικών κατευθύνσεων,  ώστε να μελετηθεί η διακύμανση του ποσοστού μεταβολής των αστικών πράσινων χώρων. Τα αποτελέσματα αποκάλυψαν ότι τόσο η ταχεία αστικοποίηση, όσο και οι οικολογικές πολιτικές, είχαν μερίδιο ευθύνης για το μέγεθος της μεταβολής των πράσινων χώρων. Μεταξύ των ποικίλων κατηγοριών των πράσινων χώρων, η γεωργική γη κατακερματίστηκε σε μεγάλο βαθμό από την αστική διάχυση, ειδικά στον περιαστικό χώρο της πόλης. Οι δασικές εκτάσεις επηρεάστηκαν επίσης, αλλά το ποσοστό των απωλειών τους ήταν σημαντικά μικρότερο από εκείνο της γεωργικής γης. Από την άλλη μεριά, οι οικολογικές  πολιτικές συνέβαλαν στην ανάκτηση χορτολιβαδικών εκτάσεων κατά την τελευταία δεκαετία. Η μελέτη αποδεικνύει τη χρησιμότητα της ομόκεντρης και της γραμμικής ανάλυσης των χρήσεων γης για τον χαρακτηρισμό της χωρικής και χρονικής μεταβολής του αστικού πρασίνου σε πόλεις με ομόκεντρη ανάπτυξη. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή:''' Η αστική ανάπτυξη συντελείται με πρωτοφανή ρυθμό σε παγκόσμιο επίπεδο, με το 65% του παγκόσμιου πληθυσμού να αναμένεται να κατοικεί σε αστικές περιοχές μέχρι το 2025. Στην Κίνα, η πολιτική 'Open Door' του 1978, καθώς και ο κανονισμός για τη μεταρρύθμιση της γης του 1987, επιτάχυναν σημαντικά το ρυθμό αστικοποίησης, με το επίπεδο αυτής να υπολογίζεται στο 50% μέχρι το τέλος του 2020, με 1,5 δισεκατομμύριο αστικό πληθυσμό. Η φυσική αύξηση του πληθυσμού και η μετακίνηση των ανθρώπων από τις αγροτικές στις αστικές περιοχές, είναι οι δύο βασικοί παράγοντες της ταχείας ανάπτυξης των πόλεων. Το εν λόγω φαινόμενο, έχει προκαλέσει πολλές επιπτώσεις στο περιβάλλον, ενώ αποτελεί ένα κρίσιμο ζήτημα στη μελέτη της πλανητικής μεταβολής. &lt;br /&gt;
&lt;br /&gt;
Οι περισσότερες από τις περιβαλλοντικές επιπτώσεις της αστικοποίησης συνδέονται με τους χώρους πρασίνου. Η απώλεια ή η υποβάθμισή τους, μειώνει τη βιοποικιλότητα και διαταράσσει τη δομή του αστικού οικοσυστήματος. Αντίθετα, η παρουσία τους μπορεί να αντισταθμίσει τις επιπτώσεις του φαινομένου της αστικής θερμικής νησίδας, ενώ συμβάλλει στο φιλτράρισμα της ατμόσφαιρας και του νερού. Η αύξηση των πράσινων χώρων προσφέρει στους πολίτες αισθητικές απολαύσεις, ευκαιρίες αναψυχής, καθώς και σωματική και ψυχική ευεξία. &lt;br /&gt;
&lt;br /&gt;
Έχοντας συνειδητοποιήσει τη σημασία των πράσινων χώρων στα αστικά οικοσυστήματα και τη συμβολή τους στη βελτίωση της ποιότητας ζωής των κατοίκων, προτάθηκε ένα σύνολο  ολοκληρωμένων στρατηγικών σχεδιασμού πράσινων χώρων, προκειμένου να εξασφαλιστεί η αειφόρος ανάπτυξη της μητροπολιτικής περιοχής του Πεκίνου. Επιπλέον, θέματα που αφορούν τη σχέση της αστικοποίησης με μεταβολές των χρήσεων γης και με επακόλουθες περιβαλλοντικές συνέπειες, λαμβάνουν την αυξανόμενη προσοχή των ερευνών. Για την ποσοτικοποίηση της μεταβολής των χρήσεων γης και των μορφών των πράσινων χώρων, χρησιμοποιούνται μετρητικοί δείκτες των χρήσεων γης, προκειμένου να συναχθούν  πιθανές οικολογικές δράσεις για την καθοδήγηση του αειφόρου σχεδιασμού. Οι μετρητικοί δείκτες των χρήσεων γης έχουν επίσης συνδυαστεί με τη γραμμική ανάλυση για τον ποσοτικό προσδιορισμό της μορφής της αστικοποίησης, κατά μήκος μιας προκαθορισμένης διεύθυνσης. Ωστόσο, η εξέλιξη των πόλεων οδηγεί συχνά σε μη γραμμικές μορφές, όπως είναι η ομόκεντρη δομή πολλών πόλεων της Κίνας. Συνεπώς, είναι απαραίτητη μίας μορφής  ανάλυσης που θα επιτρέπει τόσο την απεικόνιση της διακύμανσης των μοτίβων των χρήσεων γης σε πόλεις με ομόκεντρη μορφή ανάπτυξης, όσο και του ποσοστού της παραπάνω μεταβολής.&lt;br /&gt;
 &lt;br /&gt;
Η διαθεσιμότητα των πολυ-χρονικών τηλεπισκοπικών δεδομένων με αυξημένη χωρική ανάλυση και κάλυψη, επιτρέπει την ακριβή και εκτεταμένη παρακολούθηση της μεταβολής των χρήσεων γης. Αν και έχουν χρησιμοποιηθεί διαφορετικές τεχνικές για την ποσοτικοποίηση της διαδικασίας της μεταβολής, οι περισσότερες μελέτες υπολογίζουν το συνολικό ποσοστό μεταβολής των διαφόρων χρήσεων  γης, αντί να εξετάσουν τη διακύμανση του ποσοστού μεταβολής των χώρων πρασίνου σε διάφορα σημεία της πόλης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Η περιοχή μελέτης:''' Η πόλη του Kunming, αποτελεί οικονομικό, πολιτικό και πολιτιστικό κέντρο της νοτιοδυτικής Κίνας, με ομόκεντρη μορφή ανάπτυξης, παρόμοια με αυτή πολλών κινέζικων πόλεων. Ως πρωτεύουσα της επαρχίας Yunnan της νοτιοδυτικής Κίνας (εικόνα 1α), η γρήγορη αστικοποίηση προκάλεσε μία τεράστια απώλεια πράσινων χώρων ενώ στη συνέχεια, η κυβέρνηση προσπάθησε να εφαρμόσει μία σειρά πολιτικών για την αντιστάθμιση των περιβαλλοντικών συνεπειών, όπως κατασκευή αστικών πάρκων και κοινοτικών κήπων. Ως περιοχή μελέτης επιλέχθηκε η μητροπολιτική περιοχή της πόλης του Kunming, έκτασης 538,9 km2 (εικόνα 1β και 1γ). Η παραπάνω έκταση αποτελείται από τον αστικό πυρήνα (αδιαπέρατες επιφάνειες και μικρό ποσοστό χώρων πρασίνου), τις περιαστικές περιοχές (συνδυασμός αδιαπέρατων επιφανειών και γεωργικής γης) και την προαστιακή περιοχή (μεγάλο ποσοστό δασικών εκτάσεων). Η μελέτη προτείνει μία ομόκεντρη και γραμμική ανάλυση των χρήσεων γης, σε συνδυασμό με μετρητικούς δείκτες των διάφορων χωρικών προτύπων, ώστε να προσδιοριστεί η μεταβαλλόμενη μορφή των πράσινων χώρων από το 1922 έως το 2009, κάτω από δύο φαινομενικά αντίθετες δυνάμεις: τη γρήγορη διαδικασία της αστικοποίησης και της οικολογικής πολιτικής. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Υλικά και Μέθοδοι'''&lt;br /&gt;
&lt;br /&gt;
'''1. Δεδομένα:''' Για τη μελέτη χρησιμοποιήθηκαν τηλεπισκοπικές απεικονίσεις, χάρτες των χώρων πρασίνου και έρευνα πεδίου. Αναλύθηκαν οι παρακάτω τηλεσκοπικές απεικονίσεις (χωρίς νεφοκάλυψη): μία απεικόνιση του Landsat 5 Thematic Mapper (TM) που λήφθηκε στις 16 του Αυγούστου του 1992, μία απεικόνιση του Landsat 7 Enhanced Thematic Mapper Plus (ETM+), στις 11 Νοεμβρίου του 2000, και μία απεικόνιση του Systeme Probatoire d’Observation de la Terre (SPOT 4) που λήφθηκε στις 20 Σεπτεμβρίου του 2009. Οι Landsat απεικονίσεις (κανάλια 1-5 και 7) έχουν χωρική ανάλυση 30 m, η ΕΤΜ+ απεικόνιση παρέχει ένα πρόσθετο παγχρωματικό κανάλι ανάλυσης 15 m, ενώ η SPOT απεικόνιση έχει ανάλυση 20 m στα πολυφασματικά κανάλια και 10 m στο παγχρωματικό κανάλι. Για τη μελέτη της τάσης μεταβολής των χώρων πρασίνου, πραγματοποιήθηκε σύγκριση μεταξύ ενός χάρτη του 2010 που απεικόνιζε τον μελλοντικό σχεδιασμό των πράσινων χώρων, με έναν χάρτη της υφιστάμενης κατάστασής τους το 2000. Τα δεδομένα της έρευνας πεδίου περιελάμβαναν τα επίγεια σημεία ελέγχου, τα οποία συλλέχθηκαν χρησιμοποιώντας τα Συστήματα Παγκόσμιου Δορυφορικού Εντοπισμού Θέσης (Global Positioning Systems) για τη γεωαναφορά δορυφορικών απεικονίσεων και φωτογραφιών, με σκοπό την ερμηνεία της εικόνας.&lt;br /&gt;
&lt;br /&gt;
'''2. Το σύστημα της ταξινόμησης των χρήσεων γης:''' Λαμβάνοντας υπόψη τη χωρική ανάλυση των δορυφορικών απεικονίσεων και εστιάζοντας στη μελέτη της μεταβολής των χώρων πρασίνου ως αποτέλεσμα της αστικοποίησης, οι χρήσεις γης της περιοχής μελέτης ταξινομήθηκαν σε χώρους πρασίνου, δομημένες επιφάνειες (αδιαπέρατες επιφάνειες, συμπεριλαμβανομένων των αστικών, εμπορικών και βιομηχανικών περιοχών και του οδικού δικτύου), νερό (ρέματα, κανάλια, λίμνες και ταμιευτήρες) και άγονη γη (συμπεριλαμβανομένων των εγκαταλελειμμένων εκτάσεων). Οι χώροι πρασίνου υποδιαιρέθηκαν σε δασικές εκτάσεις (φυλλοβόλα, αειθαλή και μικτά δάση), γεωργικές εκτάσεις (καλλιεργήσιμες εκτάσεις και οπωρώνες) και χορτολιβαδικές εκτάσεις (κήποι, πάρκα με χαμηλή πυκνότητα δένδρων και γήπεδα γκολφ).&lt;br /&gt;
&lt;br /&gt;
'''3. Επεξεργασία εικόνων:''' Η ανάλυση των τριών δορυφορικών απεικονίσεων ακολούθησε τα  παρακάτω βήματα (εικόνα 2). Αρχικά, πραγματοποιήθηκε γεωαναφορά των απεικονίσεων στην Εγκάρσια Μερκατορική Προβολή (Universal Transverse Mercator - UTM) μέσω του πακέτου λογισμικού ERDAS IMAGINE 8.7. Για τη γεωμετρική διόρθωση επιλέχθηκαν δεκαπέντε χωρικά ομοιόμορφα κατανεμημένα επίγεια σημεία ελέγχου, χρησιμοποιώντας ένα δεύτερης τάξης πολυωνυμικό μετασχηματισμό και τη μέθοδο επαναδειγματοληψίας του Εγγύτερου Γείτονα. Η ρίζα του μέσου τετραγωνικού σφάλματος περιορίστηκε στα 0,5 pixels. Λόγω της ανάλυσης πολυχρονικών και πολλαπλών αισθητήρων εικόνων, απαιτούνταν ατμοσφαιρική διόρθωση, η οποία πραγματοποιήθηκε χρησιμοποιώντας το μοντέλο Fast Line-of-sight Atmospheric Analysis of Spectral Hypercubes (FLAASH) του λογισμικού ENVI 4.6. Καθώς η μητροπολιτική περιοχή του Kunming δεν παρουσιάζει έντονο ανάγλυφο, δεν χρειάστηκε τοπογραφική διόρθωση. Τέλος, πραγματοποιήθηκε χωρική επαναδειγματοληψία της SPOT απεικόνισης στα 30 m, ώστε να ταιριάζει με τη χωρική ανάλυση της Landsat απεικόνισης. &lt;br /&gt;
&lt;br /&gt;
'''4. Ταξινόμηση και εκτίμηση της ακρίβειας:''' Για την ταξινόμηση των χρήσεων γης χρησιμοποιήθηκε η μέθοδος της Μέγιστης Πιθανοφάνειας. Για κάθε εικόνα, λήφθησαν αρχικά στατιστικά στοιχεία των δειγμάτων εκπαίδευσης, με σκοπό να εξασφαλιστεί ότι οι διάφορες κατηγορίες χρήσεων γης θα μπορούσαν να διαχωριστούν. Μετά την ταξινόμηση, και για την εκτίμηση της ακρίβειάς της, επιλέχθηκαν τυχαία πενήντα σημεία δειγματοληψίας για κάθε κατηγορία χρήσης γης. Επιπλέον, για την εκτίμηση της ακρίβειας της ταξινόμησης, χρησιμοποιήθηκαν ωε δεδομένα αναφοράς εικόνες Google Earth, QuickBird (του 2006 και του 2007), χάρτης των χώρων πρασίνου του 2000, έρευνα πεδίου, συνεντεύξεις, καθώς και η τοπική γνώση της περιοχής μελέτης. &lt;br /&gt;
&lt;br /&gt;
'''5. Ανάλυση μετρητικών δεικτών των χρήσεων γης:''' Τα αποτελέσματα της ταξινόμησης των δορυφορικών απεικονίσεων των ετών 1992, 2000 και 2009, μετατράπηκαν σε GRID format για τον υπολογισμό των μετρητικών δεικτών των χρήσεων γης σε FRAGSTATS 3.3. Συνολικά χρησιμοποιήθηκαν οι εξής μετρητικοί δείκτες, για την ποσοτικοποίηση των μορφών των χώρων πρασίνου:&lt;br /&gt;
&lt;br /&gt;
* ο γενικός δείκτης PLAND - Percentage of LANDscape, που απεικονίζει το ποσοστό της κάθε χρήσης γης&lt;br /&gt;
* ο δείκτης PD - Patch Density, ο οποίος είναι ευαίσθητος στον κατακερματισμό των χρήσεων γης&lt;br /&gt;
* ο δείκτης LPI - Largest Patch Index, ο οποίος μπορεί να χρησιμοποιηθεί για να απεικονίσει την επικράτηση των χρήσεων γης&lt;br /&gt;
* ο δείκτης LSI - Landscape Shape Index, ο οποίος σχετίζεται με την πολυπλοκότητα των χρήσεων γης και&lt;br /&gt;
* ο δείκτης SHDI - SHannon's Diversity Index που αντιπροσωπεύει την ποικιλομορφία των χρήσεων γης.&lt;br /&gt;
&lt;br /&gt;
Αρχικά, πραγματοποιήθηκε μία συνοπτική ανάλυση για τον συνολικό ποσοτικό προσδιορισμό των χωρικών προτύπων του αστικού πρασίνου. Δεύτερον, η περιοχή μελέτης διαιρέθηκε σε επτά ομόκεντρες ζώνες (εικόνα 3α), ενώ μέσω της διενέργειας μίας ομόκεντρης ανάλυσης μετρήθηκαν τα χωρικά πρότυπα των αστικών πράσινων χώρων στις διαφορετικές ζώνες. Τέλος, διεξήχθη μία γραμμική ανάλυση του δείκτη PLAND για να μελετηθεί η κατανομή των χώρων πρασίνου κατά μήκος οκτώ γραμμικών κατευθύνσεων (εικόνα 3β). Κάθε γραμμικός τομέας αποτελείται από έναν αριθμό κελιών, μεγέθους 1,8 km × 1,8 km.&lt;br /&gt;
&lt;br /&gt;
'''6. Ανάλυση της έντασης μεταβολής των χώρων πρασίνου:''' Για την απεικόνιση της έντασης της μεταβολής των χρήσεων γης, χρησιμοποιήθηκε ο ρυθμός μεταβολής τους, υπολογιζόμενος ως ποσοστό μεταβολής ανά έτος. Περιοχές με ταχεία απώλεια χώρων πρασίνου θα μπορούσαν να υποδηλώνουν υψηλή ευαισθησία στην αστική εξάπλωση. Η ανάλυση της έντασης μεταβολής υπολογίστηκε για δύο χρονικές περιόδους (1992-2000 και 2000-2009), για το σύνολο της περιοχής μελέτης, συμπεριλαμβανομένων των επτά ομόκεντρων ζωνών και των οκτώ γραμμικών κατευθύνσεων. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα'''&lt;br /&gt;
&lt;br /&gt;
'''1. Η μορφή των χρήσεων γης:''' Οι χρήσεις γης της μητροπολιτικής περιοχής του Kunming έχουν υποστεί σημαντικές μεταβολές κατά τη διάρκεια των τελευταίων δύο δεκαετιών (εικόνα 4). Η ραγδαία επέκτασης της αστικής περιοχής είχε ως αποτέλεσμα την απώλεια των χώρων πρασίνου στις περιαστικές και προαστιακές περιοχή, ιδιαίτερα στο νότιο τμήμα της περιοχής μελέτης (εικόνα 4α και 4γ).&lt;br /&gt;
&lt;br /&gt;
'''2. Η ομόκεντρη μορφή των χρήσεων γης:''' Για τον χωρικό προσδιορισμό της μεταβολής των χρήσεων γης, η περιοχή μελέτης διαιρέθηκε σε επτά ομόκεντρες ζώνες. Ο δείκτης PLAND της δομημένης επιφάνειας, έδειξε την επέκταση της αστικής περιοχής από το 1992 έως το 2009, σε όλες τις ζώνες, εκτός της ζώνης 1, όπου το μεγαλύτερο μέρος της γης είχε ήδη αναπτυχθεί. Άμεσο επακόλουθο της αστικοποίησης ήταν η μείωση των χορτολιβαδικών εκτάσεων και η αντίστοιχη μείωση που ακολούθησε, των γεωργικών και δασικών εκτάσεων. &lt;br /&gt;
&lt;br /&gt;
'''3. Η γραμμική μορφή των χρήσεων γης:''' Για την μελέτη της κατανομής των χρήσεων γης στις οκτώ κατευθύνσεις, χρησιμοποιήθηκε ο δείκτης PLAND. Η ανάλυση έδειξε ότι η αστική περιοχή επεκτάθηκε από το 1992 έως το 2009, προς όλες τις κατευθύνσεις, με την αστική διάχυση να συγκεντρώνεται χωρικά στις νότιες και νοτιοανατολικές περιοχές (εικόνα 5α), κυρίως λόγω του επίπεδου εδάφους. Ταυτόχρονα με την αστική διάχυση, παρατηρήθηκε μείωση των αστικών πράσινων χώρων, κυρίως μέχρι το 2000. Η περιβαλλοντική καμπάνια που εφαρμόστηκε αργότερα,  εμπόδισε την περαιτέρω μείωση των χορτολιβαδικών εκτάσεων. Η κατασκευή ενός νέου γηπέδου γκολφ στα βορειοανατολικά, επίσης συνέβαλε στην αύξηση του αστικού πρασίνου της περιοχής (εικόνα 5β). Η γεωργική γη που παρατηρούνταν κυρίως στις νότιες και νοτιοανατολικές κατευθύνσεις το 1992, τελικά αντικαταστάθηκε από τις αστικές περιοχές (εικόνα 5γ). Επιπλέον, η περιοχή μελέτης ήταν αρχικά περικυκλωμένη από δασικές εκτάσεις, οι οποίες υπέστησαν σημαντική μείωση, αν και μικρότερη αυτής των γεωργικών εκτάσεων, προς όλες τις κατευθύνσεις (εικόνα 5δ). &lt;br /&gt;
&lt;br /&gt;
'''4. Ανάλυση της έντασης μεταβολής:''' Η ένταση της μεταβολής υπολογίστηκε για το σύνολο της περιοχή μελέτης, τις επτά ομόκεντρες ζώνες και τα κελιά  των οκτώ γραμμικών κατευθύνσεων, κατά τη διάρκεια δύο περιόδων (1992-2000 και 2000-2009). Συνολικά, οι αστικές περιοχές σημείωσαν το υψηλότερο ποσοστό μεταβολής μεταξύ των τεσσάρων κατηγοριών χρήσεων γης. Ακολούθησαν οι γεωργικές εκτάσεις, οι δασικές και οι χορτολιβαδικές. &lt;br /&gt;
&lt;br /&gt;
Η ανάλυση του ρυθμού μεταβολής για τις οκτώ γραμμικές κατευθύνσεις αποκάλυψε ότι η εντατική αστικοποίηση πραγματοποιήθηκε προς όλες τις κατευθύνσεις κατά τη δεκαετία του 1990, ενώ κατά την τελευταία δεκαετία περιορίστηκε στο νότιο και νοτιοανατολικό τμήμα της περιοχής μελέτης (εικόνα 6α). Οι χορτολιβαδικές εκτάσεις γνώρισαν μια ταχεία απώλεια κατά τη δεκαετία του 1990, κυρίως στις βορειοανατολικές, ανατολικές και δυτικές κατευθύνσεις, ενώ παρατηρήθηκε μία μικρή αύξησή τους κατά τη δεκαετία του 2000 στις περισσότερες κατευθύνσεις (εικόνα 9β). Η απώλεια και η αύξηση των γεωργικών εκτάσεων σημειώθηκαν σε διάφορες κατευθύνσεις, ενώ κατά τη δεκαετία του 2000 το ποσοστό τους παρουσίασε μία γενική μείωση (εικόνα 10γ). Οι ανατολικές και νοτιοανατολικές κατευθύνσεις της περιοχής μελέτης παρουσίασαν αρχικά αύξηση των δασικών εκτάσεων κατά την πρώτη δεκαετία, ενώ κατά την επόμενη δεκαετία παρουσίασαν σταδιακή μείωση (εικόνα 10δ). Η έντονη αστική διάχυση που παρατηρήθηκε κατά τη δεκαετία του 2000 (εικόνα 6α), πιθανώς είχε ως αποτέλεσμα την απώλεια δασικών εκτάσεων. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Η παρούσα μελέτη χρησιμοποίησε ομόκεντρες και γραμμικές αναλύσεις χρήσεων γης για τον προσδιορισμό των μεταβαλλόμενων μορφών των χώρων πρασίνου της μητροπολιτικής περιοχής του Kunming της Κίνας από το 1992 έως το 2009. Προκειμένου να μελετηθεί η διακύμανση του ρυθμού μεταβολής των χώρων πρασίνου, υπολογίστηκε η ένταση των αλλαγών κατά τη διάρκεια των χρονικών περιόδων 1992-2000 και 2000-2009 για το σύνολο της περιοχή μελέτης, τις επτά ομόκεντρες ζώνες και τις οκτώ γραμμικές κατευθύνσεις. Τα αποτελέσματα της έρευνας έδειξαν ότι η αστική διάχυση ευθυνόταν σε μεγάλο βαθμό για την απώλεια χώρων πρασίνου και ιδιαίτερα γεωργικής γης. Από την άλλη μεριά, οι οικολογικές πολιτικές συνέβαλαν στην ανάκτηση χορτολιβαδικών εκτάσεων από το 2000 έως το 2009. Επιπλέον, η γραμμική ανάλυση έδειξε όι η αστικοποίηση έλαβε χώρα κατά μήκος της νοτιοανατολικής κατεύθυνσης, αντικαθιστώντας κυρίως γεωργικές εκτάσεις. Αντίθετα, η μείωση των δασικών εκτάσεων διατηρήθηκε σε σταθερό ρυθμό κατά τη διάρκεια των δύο τελευταίων δεκαετιών, ενώ οι χορτολιβαδικές εκτάσεις μειώθηκαν κατά τη δεκαετία του 1990, αλλά σημείωσαν αύξηση με αργό ρυθμό κατά τη δεκαετία του 2000. Τέλος, η μελέτη απέδειξε τη χρησιμότητα των ομόκεντρων και γραμμικών αναλύσεων χρήσεων γης, προσδιορίζοντας τη μεταβολή του τοπίου σε πόλεις με ομόκεντρη μορφή ανάπτυξης. Η ποσοτικοποίηση της χωρικής διακύμανσης της μεταβολής των χώρων πρασίνου και η κατανόηση της εν λόγω μεταβολής κατά την πάροδο του χρόνου είναι απαραίτητες για τη χάραξη της μελλοντικής περιβαλλοντικής πολιτικής, προκειμένου να εξασφαλιστεί η βιώσιμη αστική ανάπτυξη.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αναφορές''' &lt;br /&gt;
&lt;br /&gt;
Breuste, J., Feldmann, H., Uhlmann, O., 1998. Urban Ecology. Springer, Berlin.&lt;br /&gt;
&lt;br /&gt;
Chen, W.Y., Jim, C.Y., 2008. Assess and valuation of the ecosystem services provided by urban forests. In: Carreiro, M.M., Song, Y.-C., Wu, J. (Eds.), Ecology, Planning and Management of Urban Forests International Perspectives. Springer, New York, pp. 53–83.&lt;br /&gt;
&lt;br /&gt;
Cheng, J., Masser, I., 2003. Urban growth pattern modeling: a case study of Wuhan City PR China. Landsc. Urban Plan. 62, 199–217.&lt;br /&gt;
&lt;br /&gt;
Davies, R.G., Barbosa, O., Fuller, R.A., Tratalos, J., Burke, N., Lewis, D., et al., 2008.&lt;br /&gt;
City-wide relationships between green spaces, urban land use and topography. Urban Ecosyst. 11, 269–287.&lt;br /&gt;
&lt;br /&gt;
Deng, J.S., Wang, K., Hong, Y., Qi, J.G., 2009. Spatio-temporal dynamics and evolution of land use change and landscape pattern in response to rapid urbanization. Landsc. Urban Plan. 92, 187–198.&lt;br /&gt;
&lt;br /&gt;
Dewan, A.M., Yamaguchi, Y., 2009. Land use and land cover change in Greater Dhaka, Bangladesh: using remote sensing to promote sustainable urbanization. Appl. Geogr. 29 (3), 390–401.&lt;br /&gt;
&lt;br /&gt;
Erickson, D.L., 2006. MetroGreen: Connecting Open Space in North American Cities. Island Press, Washington, DC.&lt;br /&gt;
&lt;br /&gt;
Jensen, J.R., 2005. Introductory Digital Image Processing a Remote Sensing Perspective, third ed. Prentice Hall, Upper Saddle River, NJ.&lt;br /&gt;
&lt;br /&gt;
Jim, C.Y., Chen, S., 2003. Comprehensive greenspace planning based on landscape ecology principles in compact Nanjing city, China. Landsc. Urban Plan. 65, 95–116.&lt;br /&gt;
&lt;br /&gt;
Kim, K.H., Pauleit, S., 2007. Landscape character, biodiversity and land use planning: the case of Kwangju City Region, South Korea. Land Use Policy 24 (1), 264–274.&lt;br /&gt;
&lt;br /&gt;
Kong, F., Nakagoshi, N., 2006. Spatial–temporal gradient analysis of urban green spaces in Jinan, China. Landsc. Urban Plan. 78, 147–164.&lt;br /&gt;
&lt;br /&gt;
Leitγo, A.B., Ahern, J., 2002. Applying landscape ecological concepts and metrics in sustainable landscape planning. Landsc. Urban Plan. 59, 65–93.&lt;br /&gt;
&lt;br /&gt;
Leitγo, A.B., Miller, J., Ahern, J., McGarigal, K., 2006. Measuring Landscapes: A Planner’s Handbook. Island Press, Washington, DC.&lt;br /&gt;
&lt;br /&gt;
Li, F., Wang, R., Paulussen, J., Liu, X., 2005. Comprehensive concept planning of urban greening based on ecological principles: a case study in Beijing, China. Landsc. Urban Plan. 72, 325–336.&lt;br /&gt;
&lt;br /&gt;
Lu, D., Weng, Q., 2007. A survey of image classification methods and techniques for improving classification performance. Int. J. Remote Sens. 28, 823–870.&lt;br /&gt;
&lt;br /&gt;
Luo, J., Wei, Y.H.D., 2009. Modeling spatial variations of urban growth patterns in Chinese cities: the case of Nanjing. Landsc. Urban Plan. 91, 51–64.&lt;br /&gt;
&lt;br /&gt;
Luck, M., Wu, J., 2002. A gradient analysis of urban landscape pattern: a case study form the phoenix metropolitan region, Arizona, USA. Landsc. Ecol. 17, 327–339.&lt;br /&gt;
&lt;br /&gt;
McGarigal, K., Ene, E., Holmes, C., 2002. FRAGSTATS (Version 3): FRAGSTATSMetrics. University of Massachusetts—Produced Program. Available at the following website: http://www.umass.edu/landeco/research/fragstats/documents/fragstats documents.html.&lt;br /&gt;
&lt;br /&gt;
National Research Council (NRC), 2001. Grand Challenges in Environmental Sciences. National Academy Press, Washington, DC.&lt;br /&gt;
&lt;br /&gt;
Roy, A.H., Dybas, A.L., Fritz, K.M., Lubbers, H.R., 2009. Urbanization affects the extent and hydrologic permanence of headwater streams in a midwestern US metropolitan area. J. N. Am. Benthol. Soc. 28 (4), 911–928.&lt;br /&gt;
&lt;br /&gt;
Schell, L.M., Ulijaszek, S.J., 1999. Urbanism, Health and Human Biology in Industrialized Countries. Cambridge University Press, Cambridge.&lt;br /&gt;
&lt;br /&gt;
Tian, G., Liu, J., Xie, Y., Yang, Z., Zhuang, D., Niu, Z., 2005. Analysis of spatio-temporal dynamic pattern and driving forces of urban land in China in 1990s using TM images and GIS. Cities 22 (6), 400–410.&lt;br /&gt;
&lt;br /&gt;
Tian, G., Wu, J., Yang, Z., 2010. Spatial pattern of urban functions in the Beijing metropolitan region. Habitat Int. 34 (2), 249–255.&lt;br /&gt;
&lt;br /&gt;
Turner, M.G., Gardner, R.H., O’Neill, R.V., 2001. Landscape Ecology in Theory and Practice. Springer, New York.&lt;br /&gt;
&lt;br /&gt;
Turner, M.G., 2005. Landscape ecology in North America: past, present, and future. Ecology 86, 1967–1974.&lt;br /&gt;
&lt;br /&gt;
Xiao, J., Shen, Y., Ge, J., Tateishi, R., Tang, C., Liang, Y., et al., 2006. Evaluating urban expansion and land use change in Shijiazhuang, China, by using GIS and remote sensing. Landsc. Urban Plan. 75, 69–80.&lt;br /&gt;
&lt;br /&gt;
Yang, L., Xian, G., Klaver, J.M., Deal, B., 2003. Urban land-cover change detection through sub-pixel imperviousness mapping using remotely sensed data. Photogramm. Eng. Remote Sens. 69, 1003–1010.&lt;br /&gt;
&lt;br /&gt;
Yeh, C.-T., Huang, S.-L., 2009. Investigating spatiotemporal patterns of landscape diversity in response to urbanization. Landsc. Urban Plan. 93, 151–162.&lt;br /&gt;
&lt;br /&gt;
Yuan, F., Bauer, M.E., 2007. Comparison of impervious surface area and normalized difference vegetation index as indicators of surface urban heat island effects in Landsat imagery. Remote Sens. Environ. 106, 375–386.&lt;br /&gt;
&lt;br /&gt;
Zhang, L., Wang, H., 2006. Planning an ecological network of Xiamen Island (China) using landscape metrics and network analysis. Landsc. Urban Plan. 78, 449–456.&lt;br /&gt;
&lt;br /&gt;
Zhou, X., 2006. (Study on the Urban Morphology Change of Kunming City). Yunnan University Press, Kunming (in Chinese).&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
[http://www.sciencedirect.com/science/article/pii/S0169204611000223 '''το άρθρο στο διαδίκτυο''']&lt;br /&gt;
&lt;br /&gt;
 [[category:Καταγραφή πρασίνου]]&lt;/div&gt;</summary>
		<author><name>Ramfou Vasiliki</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A7%CF%81%CE%BF%CE%BD%CE%B9%CE%BA%CE%AE_%CE%BA%CE%B1%CE%B9_%CF%87%CF%89%CF%81%CE%B9%CE%BA%CE%AE_%CE%B4%CF%85%CE%BD%CE%B1%CE%BC%CE%B9%CE%BA%CE%AE_%CF%84%CF%89%CE%BD_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CF%81%CE%AC%CF%83%CE%B9%CE%BD%CF%89%CE%BD_%CF%87%CF%8E%CF%81%CF%89%CE%BD_%CF%89%CF%82_%CE%B1%CF%80%CE%BF%CF%84%CE%AD%CE%BB%CE%B5%CF%83%CE%BC%CE%B1_%CF%84%CE%B7%CF%82_%CF%84%CE%B1%CF%87%CE%B5%CE%AF%CE%B1%CF%82_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CE%B7%CF%82_%CE%BF%CE%B9%CE%BA%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CE%AE%CF%82_%CF%80%CE%BF%CE%BB%CE%B9%CF%84%CE%B9%CE%BA%CE%AE%CF%82</id>
		<title>Χρονική και χωρική δυναμική των αστικών πράσινων χώρων ως αποτέλεσμα της ταχείας αστικοποίησης και της οικολογικής πολιτικής</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A7%CF%81%CE%BF%CE%BD%CE%B9%CE%BA%CE%AE_%CE%BA%CE%B1%CE%B9_%CF%87%CF%89%CF%81%CE%B9%CE%BA%CE%AE_%CE%B4%CF%85%CE%BD%CE%B1%CE%BC%CE%B9%CE%BA%CE%AE_%CF%84%CF%89%CE%BD_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CF%81%CE%AC%CF%83%CE%B9%CE%BD%CF%89%CE%BD_%CF%87%CF%8E%CF%81%CF%89%CE%BD_%CF%89%CF%82_%CE%B1%CF%80%CE%BF%CF%84%CE%AD%CE%BB%CE%B5%CF%83%CE%BC%CE%B1_%CF%84%CE%B7%CF%82_%CF%84%CE%B1%CF%87%CE%B5%CE%AF%CE%B1%CF%82_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CE%B7%CF%82_%CE%BF%CE%B9%CE%BA%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CE%AE%CF%82_%CF%80%CE%BF%CE%BB%CE%B9%CF%84%CE%B9%CE%BA%CE%AE%CF%82"/>
				<updated>2015-03-20T20:25:25Z</updated>
		
		<summary type="html">&lt;p&gt;Ramfou Vasiliki: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα:vr_a5_e1.jpg|300px|thumb|right|Εικόνα 1. (α) Η τοποθεσία της πόλης του Kunming σε σχέση με την επαρχία Yunnan της Κίνας, (β) η τοποθεσία της περιοχής μελέτης, της μητροπολιτικής περιοχής της πόλης του Kunming, (γ) η περιοχή μελέτης όπου επισημαίνονται τα προσφάτως υλοποιημένα αστικά πάρκα και οι περιβαλλοντικές παρεμβάσεις.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a5_e2.jpg|300px|thumb|right|Εικόνα 2. Το διάγραμμα ροής της ανάλυσης των τριών δορυφορικών απεικονίσεων.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a5_e3.jpg|300px|thumb|right|Εικόνα 3. Η διάταξη των ομόκεντρων ζωνών και των γραμμικών κελιών. (α) Οι επτά ομόκεντρες ζώνες, με κέντρο το κέντρο της πόλης, (β) τα  σαράντα τέσσερα κελιά  δειγματοληψίας, σε οκτώ γραμμικές κατευθύνσεις.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a5_e4.jpg|300px|thumb|right|Εικόνα 4. Οι χρήσεις γης στην περιοχή μελέτης (α) το 1992, (β) το 2000 και (γ) το 2009]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a5_e5.jpg|300px|thumb|right|Εικόνα 5. Ποσοστό των χρήσεων γης (PLAND) για (α) τις αστικές περιοχές, (β) τις χορτολιβαδικές εκτάσεις, (γ) τις γεωργικές εκτάσεις και (δ) τις δασικές εκτάσεις, κατά μήκος οκτώ κατευθύνσεων το 1992, το 2000 και το 2009.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a5_e6.jpg|300px|thumb|right|Εικόνα 6. Χωρικά πρότυπα του ρυθμού μεταβολής των χρήσεων γης κατά μήκος οκτώ κατευθύνσεων για (α) τις αστικές περιοχές, (β) τις χορτολιβαδικές εκτάσεις, (γ) τις γεωργικές εκτάσεις και (δ) τις δασικές εκτάσεις.]]&lt;br /&gt;
&lt;br /&gt;
'''Αντικείμενο Εφαρμογής:''' Χρήση ολοκληρωμένων προσεγγίσεων για τη μελέτη της διακύμανσης της μεταβολής των αστικών πράσινων χώρων στο  Kunming της Κίνας&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος Τίτλος:''' 'Spatial - temporal dynamics of urban green space in response to rapid urbanization and greening policies'&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Xiaolu Zhou*, Yi-Chen Wang&lt;br /&gt;
*Department of Geography, National University of Singapore, 1 Arts Link, AS2 #03-01, Singapore 117570, Singapore&lt;br /&gt;
&lt;br /&gt;
'''Πηγή:''' Elsevier, Landscape and Urban Planning, 100 (2011), 268–277&lt;br /&gt;
&lt;br /&gt;
'''Λέξεις Κλειδιά:''' μορφή χρήσεων γης, χώροι πρασίνου, αστική ανάπτυξη, Τηλεπισκόπιση,  Kunming&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Περίληψη:''' Η ταχεία αστικοποίηση έχει αρκετά σημαντικές επιπτώσεις στο περιβάλλον, οι οποίες συνδέονται με τη μείωση των χώρων πρασίνου. Έχοντας συνειδητοποιήσει τον σημαντικό τους ρόλο στα αστικά οικοσυστήματα, πολλές τοπικές κυβερνήσεις της Κίνας έχουν θεσπίσει ένα σύνολο πολιτικών για την εισαγωγή πράσινων στοιχείων σε αστικές περιοχές. Η γνώση του τρόπου μεταβολής των αστικών πράσινων χώρων ως αποτέλεσμα της αστικοποίησης και της οικολογικής πολιτικής, είναι απαραίτητη για την επίτευξη της αειφόρου αστικής ανάπτυξης. Η παρούσα έρευνα χρησιμοποιεί ολοκληρωμένες προσεγγίσεις για τη μελέτη της μεταβαλλόμενης μορφής και έντασης των πράσινων χώρων στο  Kunming της Κίνας, από το 1992 έως το 2009. Η χωρική διακύμανση της μορφής των πράσινων χώρων προέκυψε μέσω ομόκεντρων και γραμμικών αναλύσεων των χρήσεων γης, σε συνδυασμό με μετρητικούς δείκτες των χρήσεων γης. Η ένταση της μεταβολής των χρονικών περιόδων 1992-2000 και 2000-2009, υπολογίστηκε για το σύνολο της περιοχής μελέτης, των ομόκεντρων ζωνών, καθώς και των γραμμικών κατευθύνσεων,  ώστε να μελετηθεί η διακύμανση του ποσοστού μεταβολής των αστικών πράσινων χώρων. Τα αποτελέσματα αποκάλυψαν ότι τόσο η ταχεία αστικοποίηση, όσο και οι οικολογικές πολιτικές, είχαν μερίδιο ευθύνης για το μέγεθος της μεταβολής των πράσινων χώρων. Μεταξύ των ποικίλων κατηγοριών των πράσινων χώρων, η γεωργική γη κατακερματίστηκε σε μεγάλο βαθμό από την αστική διάχυση, ειδικά στον περιαστικό χώρο της πόλης. Οι δασικές εκτάσεις επηρεάστηκαν επίσης, αλλά το ποσοστό των απωλειών τους ήταν σημαντικά μικρότερο από εκείνο της γεωργικής γης. Από την άλλη μεριά, οι οικολογικές  πολιτικές συνέβαλαν στην ανάκτηση χορτολιβαδικών εκτάσεων κατά την τελευταία δεκαετία. Η μελέτη αποδεικνύει τη χρησιμότητα της ομόκεντρης και της γραμμικής ανάλυσης των χρήσεων γης για τον χαρακτηρισμό της χωρικής και χρονικής μεταβολής του αστικού πρασίνου σε πόλεις με ομόκεντρη ανάπτυξη. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή:''' Η αστική ανάπτυξη συντελείται με πρωτοφανή ρυθμό σε παγκόσμιο επίπεδο, με το 65% του παγκόσμιου πληθυσμού να αναμένεται να κατοικεί σε αστικές περιοχές μέχρι το 2025. Στην Κίνα, η πολιτική 'Open Door' του 1978, καθώς και ο κανονισμός για τη μεταρρύθμιση της γης του 1987, επιτάχυναν σημαντικά το ρυθμό αστικοποίησης, με το επίπεδο αυτής να υπολογίζεται στο 50% μέχρι το τέλος του 2020, με 1,5 δισεκατομμύριο αστικό πληθυσμό. Η φυσική αύξηση του πληθυσμού και η μετακίνηση των ανθρώπων από τις αγροτικές στις αστικές περιοχές, είναι οι δύο βασικοί παράγοντες της ταχείας ανάπτυξης των πόλεων. Το εν λόγω φαινόμενο, έχει προκαλέσει πολλές επιπτώσεις στο περιβάλλον, ενώ αποτελεί ένα κρίσιμο ζήτημα στη μελέτη της πλανητικής μεταβολής. &lt;br /&gt;
&lt;br /&gt;
Οι περισσότερες από τις περιβαλλοντικές επιπτώσεις της αστικοποίησης συνδέονται με τους χώρους πρασίνου. Η απώλεια ή η υποβάθμισή τους, μειώνει τη βιοποικιλότητα και διαταράσσει τη δομή του αστικού οικοσυστήματος. Αντίθετα, η παρουσία τους μπορεί να αντισταθμίσει τις επιπτώσεις του φαινομένου της αστικής θερμικής νησίδας, ενώ συμβάλλει στο φιλτράρισμα της ατμόσφαιρας και του νερού. Η αύξηση των πράσινων χώρων προσφέρει στους πολίτες αισθητικές απολαύσεις, ευκαιρίες αναψυχής, καθώς και σωματική και ψυχική ευεξία. &lt;br /&gt;
&lt;br /&gt;
Έχοντας συνειδητοποιήσει τη σημασία των πράσινων χώρων στα αστικά οικοσυστήματα και τη συμβολή τους στη βελτίωση της ποιότητας ζωής των κατοίκων, προτάθηκε ένα σύνολο  ολοκληρωμένων στρατηγικών σχεδιασμού πράσινων χώρων, προκειμένου να εξασφαλιστεί η αειφόρος ανάπτυξη της μητροπολιτικής περιοχής του Πεκίνου. Επιπλέον, θέματα που αφορούν τη σχέση της αστικοποίησης με μεταβολές των χρήσεων γης και με επακόλουθες περιβαλλοντικές συνέπειες, λαμβάνουν την αυξανόμενη προσοχή των ερευνών. Για την ποσοτικοποίηση της μεταβολής των χρήσεων γης και των μορφών των πράσινων χώρων, χρησιμοποιούνται μετρητικοί δείκτες των χρήσεων γης, προκειμένου να συναχθούν  πιθανές οικολογικές δράσεις για την καθοδήγηση του αειφόρου σχεδιασμού. Οι μετρητικοί δείκτες των χρήσεων γης έχουν επίσης συνδυαστεί με τη γραμμική ανάλυση για τον ποσοτικό προσδιορισμό της μορφής της αστικοποίησης, κατά μήκος μιας προκαθορισμένης διεύθυνσης. Ωστόσο, η εξέλιξη των πόλεων οδηγεί συχνά σε μη γραμμικές μορφές, όπως είναι η ομόκεντρη δομή πολλών πόλεων της Κίνας. Συνεπώς, είναι απαραίτητη μίας μορφής  ανάλυσης που θα επιτρέπει τόσο την απεικόνιση της διακύμανσης των μοτίβων των χρήσεων γης σε πόλεις με ομόκεντρη μορφή ανάπτυξης, όσο και το ποσοστό της παραπάνω μεταβολής.&lt;br /&gt;
 &lt;br /&gt;
Η διαθεσιμότητα των πολυ-χρονικών τηλεπισκοπικών δεδομένων με αυξημένη χωρική ανάλυση και κάλυψη, επιτρέπει την ακριβή και εκτεταμένη παρακολούθηση της μεταβολής των χρήσεων γης. Αν και έχουν χρησιμοποιηθεί διαφορετικές τεχνικές για την ποσοτικοποίηση της διαδικασίας της μεταβολής, οι περισσότερες μελέτες υπολογίζουν το συνολικό ποσοστό μεταβολής των διαφόρων χρήσεων  γης, αντί να εξετάσουν τη διακύμανση του ποσοστού μεταβολής των χώρων πρασίνου σε διάφορα σημεία της πόλης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Η περιοχή μελέτης:''' Η πόλη του Kunming, αποτελεί οικονομικό, πολιτικό και πολιτιστικό κέντρο της νοτιοδυτικής Κίνας, με ομόκεντρη μορφή ανάπτυξης, παρόμοια με αυτή πολλών κινέζικων πόλεων. Ως πρωτεύουσα της επαρχίας Yunnan της νοτιοδυτικής Κίνας (εικόνα 1α), η γρήγορη αστικοποίηση προκάλεσε μία τεράστια απώλεια πράσινων χώρων ενώ στη συνέχεια, η κυβέρνηση προσπάθησε να εφαρμόσει μία σειρά πολιτικών για την αντιστάθμιση των περιβαλλοντικών συνεπειών, όπως κατασκευή αστικών πάρκων και κοινοτικών κήπων. Ως περιοχή μελέτης επιλέχθηκε η μητροπολιτική περιοχή της πόλης του Kunming, έκτασης 538,9 km2 (εικόνα 1β και 1γ). Η παραπάνω έκταση αποτελείται από τον αστικό πυρήνα (αδιαπέρατες επιφάνειες και μικρό ποσοστό χώρων πρασίνου), τις περιαστικές περιοχές (συνδυασμός αδιαπέρατων επιφανειών και γεωργικής γης) και την προαστιακή περιοχή (μεγάλο ποσοστό δασικών εκτάσεων). Η μελέτη προτείνει μία ομόκεντρη και γραμμική ανάλυση των χρήσεων γης, σε συνδυασμό με μετρητικούς δείκτες των διάφορων χωρικών προτύπων, ώστε να προσδιοριστεί η μεταβαλλόμενη μορφή των πράσινων χώρων από το 1922 έως το 2009, κάτω από δύο φαινομενικά αντίθετες δυνάμεις: τη γρήγορη διαδικασία της αστικοποίησης και της οικολογικής πολιτικής. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Υλικά και Μέθοδοι'''&lt;br /&gt;
&lt;br /&gt;
'''1. Δεδομένα:''' Για τη μελέτη χρησιμοποιήθηκαν τηλεπισκοπικές απεικονίσεις, χάρτες των χώρων πρασίνου και έρευνα πεδίου. Αναλύθηκαν οι παρακάτω τηλεσκοπικές απεικονίσεις (χωρίς νεφοκάλυψη): μία απεικόνιση του Landsat 5 Thematic Mapper (TM) που λήφθηκε στις 16 του Αυγούστου του 1992, μία απεικόνιση του Landsat 7 Enhanced Thematic Mapper Plus (ETM+), στις 11 Νοεμβρίου του 2000, και μία απεικόνιση του Systeme Probatoire d’Observation de la Terre (SPOT 4) που λήφθηκε στις 20 Σεπτεμβρίου του 2009. Οι Landsat απεικονίσεις (κανάλια 1-5 και 7) έχουν χωρική ανάλυση 30 m, η ΕΤΜ+ απεικόνιση παρέχει ένα πρόσθετο παγχρωματικό κανάλι ανάλυσης 15 m, ενώ η SPOT απεικόνιση έχει ανάλυση 20 m στα πολυφασματικά κανάλια και 10 m στο παγχρωματικό κανάλι. Για τη μελέτη της τάσης μεταβολής των χώρων πρασίνου, πραγματοποιήθηκε σύγκριση μεταξύ ενός χάρτη του 2010 που απεικόνιζε τον μελλοντικό σχεδιασμό των πράσινων χώρων, με έναν χάρτη της υφιστάμενης κατάστασής τους το 2000. Τα δεδομένα της έρευνας πεδίου περιελάμβαναν τα επίγεια σημεία ελέγχου, τα οποία συλλέχθηκαν χρησιμοποιώντας τα Συστήματα Παγκόσμιου Δορυφορικού Εντοπισμού Θέσης (Global Positioning Systems) για τη γεωαναφορά δορυφορικών απεικονίσεων και φωτογραφιών, με σκοπό την ερμηνεία της εικόνας.&lt;br /&gt;
&lt;br /&gt;
'''2. Το σύστημα της ταξινόμησης των χρήσεων γης:''' Λαμβάνοντας υπόψη τη χωρική ανάλυση των δορυφορικών απεικονίσεων και εστιάζοντας στη μελέτη της μεταβολής των χώρων πρασίνου ως αποτέλεσμα της αστικοποίησης, οι χρήσεις γης της περιοχής μελέτης ταξινομήθηκαν σε χώρους πρασίνου, δομημένες επιφάνειες (αδιαπέρατες επιφάνειες, συμπεριλαμβανομένων των αστικών, εμπορικών και βιομηχανικών περιοχών και του οδικού δικτύου), νερό (ρέματα, κανάλια, λίμνες και ταμιευτήρες) και άγονη γη (συμπεριλαμβανομένων των εγκαταλελειμμένων εκτάσεων). Οι χώροι πρασίνου υποδιαιρέθηκαν σε δασικές εκτάσεις (φυλλοβόλα, αειθαλή και μικτά δάση), γεωργικές εκτάσεις (καλλιεργήσιμες εκτάσεις και οπωρώνες) και χορτολιβαδικές εκτάσεις (κήποι, πάρκα με χαμηλή πυκνότητα δένδρων και γήπεδα γκολφ).&lt;br /&gt;
&lt;br /&gt;
'''3. Επεξεργασία εικόνων:''' Η ανάλυση των τριών δορυφορικών απεικονίσεων ακολούθησε τα  παρακάτω βήματα (εικόνα 2). Αρχικά, πραγματοποιήθηκε γεωαναφορά των απεικονίσεων στην Εγκάρσια Μερκατορική Προβολή (Universal Transverse Mercator - UTM) μέσω του πακέτου λογισμικού ERDAS IMAGINE 8.7. Για τη γεωμετρική διόρθωση επιλέχθηκαν δεκαπέντε χωρικά ομοιόμορφα κατανεμημένα επίγεια σημεία ελέγχου, χρησιμοποιώντας ένα δεύτερης τάξης πολυωνυμικό μετασχηματισμό και τη μέθοδο επαναδειγματοληψίας του Εγγύτερου Γείτονα. Η ρίζα του μέσου τετραγωνικού σφάλματος περιορίστηκε στα 0,5 pixels. Λόγω της ανάλυσης πολυχρονικών και πολλαπλών αισθητήρων εικόνων, απαιτούνταν ατμοσφαιρική διόρθωση, η οποία πραγματοποιήθηκε χρησιμοποιώντας το μοντέλο Fast Line-of-sight Atmospheric Analysis of Spectral Hypercubes (FLAASH) του λογισμικού ENVI 4.6. Καθώς η μητροπολιτική περιοχή του Kunming δεν παρουσιάζει έντονο ανάγλυφο, δεν χρειάστηκε τοπογραφική διόρθωση. Τέλος, πραγματοποιήθηκε χωρική επαναδειγματοληψία της SPOT απεικόνισης στα 30 m, ώστε να ταιριάζει με τη χωρική ανάλυση της Landsat απεικόνισης. &lt;br /&gt;
&lt;br /&gt;
'''4. Ταξινόμηση και εκτίμηση της ακρίβειας:''' Για την ταξινόμηση των χρήσεων γης χρησιμοποιήθηκε η μέθοδος της Μέγιστης Πιθανοφάνειας. Για κάθε εικόνα, λήφθησαν αρχικά στατιστικά στοιχεία των δειγμάτων εκπαίδευσης, με σκοπό να εξασφαλιστεί ότι οι διάφορες κατηγορίες χρήσεων γης θα μπορούσαν να διαχωριστούν. Μετά την ταξινόμηση, και για την εκτίμηση της ακρίβειάς της, επιλέχθηκαν τυχαία πενήντα σημεία δειγματοληψίας για κάθε κατηγορία χρήσης γης. Επιπλέον, για την εκτίμηση της ακρίβειας της ταξινόμησης, χρησιμοποιήθηκαν ωε δεδομένα αναφοράς εικόνες Google Earth, QuickBird (του 2006 και του 2007), χάρτης των χώρων πρασίνου του 2000, έρευνα πεδίου, συνεντεύξεις, καθώς και η τοπική γνώση της περιοχής μελέτης. &lt;br /&gt;
&lt;br /&gt;
'''5. Ανάλυση μετρητικών δεικτών των χρήσεων γης:''' Τα αποτελέσματα της ταξινόμησης των δορυφορικών απεικονίσεων των ετών 1992, 2000 και 2009, μετατράπηκαν σε GRID format για τον υπολογισμό των μετρητικών δεικτών των χρήσεων γης σε FRAGSTATS 3.3. Συνολικά χρησιμοποιήθηκαν οι εξής μετρητικοί δείκτες, για την ποσοτικοποίηση των μορφών των χώρων πρασίνου:&lt;br /&gt;
&lt;br /&gt;
* ο γενικός δείκτης PLAND - Percentage of LANDscape, που απεικονίζει το ποσοστό της κάθε χρήσης γης&lt;br /&gt;
* ο δείκτης PD - Patch Density, ο οποίος είναι ευαίσθητος στον κατακερματισμό των χρήσεων γης&lt;br /&gt;
* ο δείκτης LPI - Largest Patch Index, ο οποίος μπορεί να χρησιμοποιηθεί για να απεικονίσει την επικράτηση των χρήσεων γης&lt;br /&gt;
* ο δείκτης LSI - Landscape Shape Index, ο οποίος σχετίζεται με την πολυπλοκότητα των χρήσεων γης και&lt;br /&gt;
* ο δείκτης SHDI - SHannon's Diversity Index που αντιπροσωπεύει την ποικιλομορφία των χρήσεων γης.&lt;br /&gt;
&lt;br /&gt;
Αρχικά, πραγματοποιήθηκε μία συνοπτική ανάλυση για τον συνολικό ποσοτικό προσδιορισμό των χωρικών προτύπων του αστικού πρασίνου. Δεύτερον, η περιοχή μελέτης διαιρέθηκε σε επτά ομόκεντρες ζώνες (εικόνα 3α), ενώ μέσω της διενέργειας μίας ομόκεντρης ανάλυσης μετρήθηκαν τα χωρικά πρότυπα των αστικών πράσινων χώρων στις διαφορετικές ζώνες. Τέλος, διεξήχθη μία γραμμική ανάλυση του δείκτη PLAND για να μελετηθεί η κατανομή των χώρων πρασίνου κατά μήκος οκτώ γραμμικών κατευθύνσεων (εικόνα 3β). Κάθε γραμμικός τομέας αποτελείται από έναν αριθμό κελιών, μεγέθους 1,8 km × 1,8 km.&lt;br /&gt;
&lt;br /&gt;
'''6. Ανάλυση της έντασης μεταβολής των χώρων πρασίνου:''' Για την απεικόνιση της έντασης της μεταβολής των χρήσεων γης, χρησιμοποιήθηκε ο ρυθμός μεταβολής τους, υπολογιζόμενος ως ποσοστό μεταβολής ανά έτος. Περιοχές με ταχεία απώλεια χώρων πρασίνου θα μπορούσαν να υποδηλώνουν υψηλή ευαισθησία στην αστική εξάπλωση. Η ανάλυση της έντασης μεταβολής υπολογίστηκε για δύο χρονικές περιόδους (1992-2000 και 2000-2009), για το σύνολο της περιοχής μελέτης, συμπεριλαμβανομένων των επτά ομόκεντρων ζωνών και των οκτώ γραμμικών κατευθύνσεων. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα'''&lt;br /&gt;
&lt;br /&gt;
'''1. Η μορφή των χρήσεων γης:''' Οι χρήσεις γης της μητροπολιτικής περιοχής του Kunming έχουν υποστεί σημαντικές μεταβολές κατά τη διάρκεια των τελευταίων δύο δεκαετιών (εικόνα 4). Η ραγδαία επέκτασης της αστικής περιοχής είχε ως αποτέλεσμα την απώλεια των χώρων πρασίνου στις περιαστικές και προαστιακές περιοχή, ιδιαίτερα στο νότιο τμήμα της περιοχής μελέτης (εικόνα 4α και 4γ).&lt;br /&gt;
&lt;br /&gt;
'''2. Η ομόκεντρη μορφή των χρήσεων γης:''' Για τον χωρικό προσδιορισμό της μεταβολής των χρήσεων γης, η περιοχή μελέτης διαιρέθηκε σε επτά ομόκεντρες ζώνες. Ο δείκτης PLAND της δομημένης επιφάνειας, έδειξε την επέκταση της αστικής περιοχής από το 1992 έως το 2009, σε όλες τις ζώνες, εκτός της ζώνης 1, όπου το μεγαλύτερο μέρος της γης είχε ήδη αναπτυχθεί. Άμεσο επακόλουθο της αστικοποίησης ήταν η μείωση των χορτολιβαδικών εκτάσεων και η αντίστοιχη μείωση που ακολούθησε, των γεωργικών και δασικών εκτάσεων. &lt;br /&gt;
&lt;br /&gt;
'''3. Η γραμμική μορφή των χρήσεων γης:''' Για την μελέτη της κατανομής των χρήσεων γης στις οκτώ κατευθύνσεις, χρησιμοποιήθηκε ο δείκτης PLAND. Η ανάλυση έδειξε ότι η αστική περιοχή επεκτάθηκε από το 1992 έως το 2009, προς όλες τις κατευθύνσεις, με την αστική διάχυση να συγκεντρώνεται χωρικά στις νότιες και νοτιοανατολικές περιοχές (εικόνα 5α), κυρίως λόγω του επίπεδου εδάφους. Ταυτόχρονα με την αστική διάχυση, παρατηρήθηκε μείωση των αστικών πράσινων χώρων, κυρίως μέχρι το 2000. Η περιβαλλοντική καμπάνια που εφαρμόστηκε αργότερα,  εμπόδισε την περαιτέρω μείωση των χορτολιβαδικών εκτάσεων. Η κατασκευή ενός νέου γηπέδου γκολφ στα βορειοανατολικά, επίσης συνέβαλε στην αύξηση του αστικού πρασίνου της περιοχής (εικόνα 5β). Η γεωργική γη που παρατηρούνταν κυρίως στις νότιες και νοτιοανατολικές κατευθύνσεις το 1992, τελικά αντικαταστάθηκε από τις αστικές περιοχές (εικόνα 5γ). Επιπλέον, η περιοχή μελέτης ήταν αρχικά περικυκλωμένη από δασικές εκτάσεις, οι οποίες υπέστησαν σημαντική μείωση, αν και μικρότερη αυτής των γεωργικών εκτάσεων, προς όλες τις κατευθύνσεις (εικόνα 5δ). &lt;br /&gt;
&lt;br /&gt;
'''4. Ανάλυση της έντασης μεταβολής:''' Η ένταση της μεταβολής υπολογίστηκε για το σύνολο της περιοχή μελέτης, τις επτά ομόκεντρες ζώνες και τα κελιά  των οκτώ γραμμικών κατευθύνσεων, κατά τη διάρκεια δύο περιόδων (1992-2000 και 2000-2009). Συνολικά, οι αστικές περιοχές σημείωσαν το υψηλότερο ποσοστό μεταβολής μεταξύ των τεσσάρων κατηγοριών χρήσεων γης. Ακολούθησαν οι γεωργικές εκτάσεις, οι δασικές και οι χορτολιβαδικές. &lt;br /&gt;
&lt;br /&gt;
Η ανάλυση του ρυθμού μεταβολής για τις οκτώ γραμμικές κατευθύνσεις αποκάλυψε ότι η εντατική αστικοποίηση πραγματοποιήθηκε προς όλες τις κατευθύνσεις κατά τη δεκαετία του 1990, ενώ κατά την τελευταία δεκαετία περιορίστηκε στο νότιο και νοτιοανατολικό τμήμα της περιοχής μελέτης (εικόνα 6α). Οι χορτολιβαδικές εκτάσεις γνώρισαν μια ταχεία απώλεια κατά τη δεκαετία του 1990, κυρίως στις βορειοανατολικές, ανατολικές και δυτικές κατευθύνσεις, ενώ παρατηρήθηκε μία μικρή αύξησή τους κατά τη δεκαετία του 2000 στις περισσότερες κατευθύνσεις (εικόνα 9β). Η απώλεια και η αύξηση των γεωργικών εκτάσεων σημειώθηκαν σε διάφορες κατευθύνσεις, ενώ κατά τη δεκαετία του 2000 το ποσοστό τους παρουσίασε μία γενική μείωση (εικόνα 10γ). Οι ανατολικές και νοτιοανατολικές κατευθύνσεις της περιοχής μελέτης παρουσίασαν αρχικά αύξηση των δασικών εκτάσεων κατά την πρώτη δεκαετία, ενώ κατά την επόμενη δεκαετία παρουσίασαν σταδιακή μείωση (εικόνα 10δ). Η έντονη αστική διάχυση που παρατηρήθηκε κατά τη δεκαετία του 2000 (εικόνα 6α), πιθανώς είχε ως αποτέλεσμα την απώλεια δασικών εκτάσεων. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Η παρούσα μελέτη χρησιμοποίησε ομόκεντρες και γραμμικές αναλύσεις χρήσεων γης για τον προσδιορισμό των μεταβαλλόμενων μορφών των χώρων πρασίνου της μητροπολιτικής περιοχής του Kunming της Κίνας από το 1992 έως το 2009. Προκειμένου να μελετηθεί η διακύμανση του ρυθμού μεταβολής των χώρων πρασίνου, υπολογίστηκε η ένταση των αλλαγών κατά τη διάρκεια των χρονικών περιόδων 1992-2000 και 2000-2009 για το σύνολο της περιοχή μελέτης, τις επτά ομόκεντρες ζώνες και τις οκτώ γραμμικές κατευθύνσεις. Τα αποτελέσματα της έρευνας έδειξαν ότι η αστική διάχυση ευθυνόταν σε μεγάλο βαθμό για την απώλεια χώρων πρασίνου και ιδιαίτερα γεωργικής γης. Από την άλλη μεριά, οι οικολογικές πολιτικές συνέβαλαν στην ανάκτηση χορτολιβαδικών εκτάσεων από το 2000 έως το 2009. Επιπλέον, η γραμμική ανάλυση έδειξε όι η αστικοποίηση έλαβε χώρα κατά μήκος της νοτιοανατολικής κατεύθυνσης, αντικαθιστώντας κυρίως γεωργικές εκτάσεις. Αντίθετα, η μείωση των δασικών εκτάσεων διατηρήθηκε σε σταθερό ρυθμό κατά τη διάρκεια των δύο τελευταίων δεκαετιών, ενώ οι χορτολιβαδικές εκτάσεις μειώθηκαν κατά τη δεκαετία του 1990, αλλά σημείωσαν αύξηση με αργό ρυθμό κατά τη δεκαετία του 2000. Τέλος, η μελέτη απέδειξε τη χρησιμότητα των ομόκεντρων και γραμμικών αναλύσεων χρήσεων γης, προσδιορίζοντας τη μεταβολή του τοπίου σε πόλεις με ομόκεντρη μορφή ανάπτυξης. Η ποσοτικοποίηση της χωρικής διακύμανσης της μεταβολής των χώρων πρασίνου και η κατανόηση της εν λόγω μεταβολής κατά την πάροδο του χρόνου είναι απαραίτητες για τη χάραξη της μελλοντικής περιβαλλοντικής πολιτικής, προκειμένου να εξασφαλιστεί η βιώσιμη αστική ανάπτυξη.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αναφορές''' &lt;br /&gt;
&lt;br /&gt;
Breuste, J., Feldmann, H., Uhlmann, O., 1998. Urban Ecology. Springer, Berlin.&lt;br /&gt;
&lt;br /&gt;
Chen, W.Y., Jim, C.Y., 2008. Assess and valuation of the ecosystem services provided by urban forests. In: Carreiro, M.M., Song, Y.-C., Wu, J. (Eds.), Ecology, Planning and Management of Urban Forests International Perspectives. Springer, New York, pp. 53–83.&lt;br /&gt;
&lt;br /&gt;
Cheng, J., Masser, I., 2003. Urban growth pattern modeling: a case study of Wuhan City PR China. Landsc. Urban Plan. 62, 199–217.&lt;br /&gt;
&lt;br /&gt;
Davies, R.G., Barbosa, O., Fuller, R.A., Tratalos, J., Burke, N., Lewis, D., et al., 2008.&lt;br /&gt;
City-wide relationships between green spaces, urban land use and topography. Urban Ecosyst. 11, 269–287.&lt;br /&gt;
&lt;br /&gt;
Deng, J.S., Wang, K., Hong, Y., Qi, J.G., 2009. Spatio-temporal dynamics and evolution of land use change and landscape pattern in response to rapid urbanization. Landsc. Urban Plan. 92, 187–198.&lt;br /&gt;
&lt;br /&gt;
Dewan, A.M., Yamaguchi, Y., 2009. Land use and land cover change in Greater Dhaka, Bangladesh: using remote sensing to promote sustainable urbanization. Appl. Geogr. 29 (3), 390–401.&lt;br /&gt;
&lt;br /&gt;
Erickson, D.L., 2006. MetroGreen: Connecting Open Space in North American Cities. Island Press, Washington, DC.&lt;br /&gt;
&lt;br /&gt;
Jensen, J.R., 2005. Introductory Digital Image Processing a Remote Sensing Perspective, third ed. Prentice Hall, Upper Saddle River, NJ.&lt;br /&gt;
&lt;br /&gt;
Jim, C.Y., Chen, S., 2003. Comprehensive greenspace planning based on landscape ecology principles in compact Nanjing city, China. Landsc. Urban Plan. 65, 95–116.&lt;br /&gt;
&lt;br /&gt;
Kim, K.H., Pauleit, S., 2007. Landscape character, biodiversity and land use planning: the case of Kwangju City Region, South Korea. Land Use Policy 24 (1), 264–274.&lt;br /&gt;
&lt;br /&gt;
Kong, F., Nakagoshi, N., 2006. Spatial–temporal gradient analysis of urban green spaces in Jinan, China. Landsc. Urban Plan. 78, 147–164.&lt;br /&gt;
&lt;br /&gt;
Leitγo, A.B., Ahern, J., 2002. Applying landscape ecological concepts and metrics in sustainable landscape planning. Landsc. Urban Plan. 59, 65–93.&lt;br /&gt;
&lt;br /&gt;
Leitγo, A.B., Miller, J., Ahern, J., McGarigal, K., 2006. Measuring Landscapes: A Planner’s Handbook. Island Press, Washington, DC.&lt;br /&gt;
&lt;br /&gt;
Li, F., Wang, R., Paulussen, J., Liu, X., 2005. Comprehensive concept planning of urban greening based on ecological principles: a case study in Beijing, China. Landsc. Urban Plan. 72, 325–336.&lt;br /&gt;
&lt;br /&gt;
Lu, D., Weng, Q., 2007. A survey of image classification methods and techniques for improving classification performance. Int. J. Remote Sens. 28, 823–870.&lt;br /&gt;
&lt;br /&gt;
Luo, J., Wei, Y.H.D., 2009. Modeling spatial variations of urban growth patterns in Chinese cities: the case of Nanjing. Landsc. Urban Plan. 91, 51–64.&lt;br /&gt;
&lt;br /&gt;
Luck, M., Wu, J., 2002. A gradient analysis of urban landscape pattern: a case study form the phoenix metropolitan region, Arizona, USA. Landsc. Ecol. 17, 327–339.&lt;br /&gt;
&lt;br /&gt;
McGarigal, K., Ene, E., Holmes, C., 2002. FRAGSTATS (Version 3): FRAGSTATSMetrics. University of Massachusetts—Produced Program. Available at the following website: http://www.umass.edu/landeco/research/fragstats/documents/fragstats documents.html.&lt;br /&gt;
&lt;br /&gt;
National Research Council (NRC), 2001. Grand Challenges in Environmental Sciences. National Academy Press, Washington, DC.&lt;br /&gt;
&lt;br /&gt;
Roy, A.H., Dybas, A.L., Fritz, K.M., Lubbers, H.R., 2009. Urbanization affects the extent and hydrologic permanence of headwater streams in a midwestern US metropolitan area. J. N. Am. Benthol. Soc. 28 (4), 911–928.&lt;br /&gt;
&lt;br /&gt;
Schell, L.M., Ulijaszek, S.J., 1999. Urbanism, Health and Human Biology in Industrialized Countries. Cambridge University Press, Cambridge.&lt;br /&gt;
&lt;br /&gt;
Tian, G., Liu, J., Xie, Y., Yang, Z., Zhuang, D., Niu, Z., 2005. Analysis of spatio-temporal dynamic pattern and driving forces of urban land in China in 1990s using TM images and GIS. Cities 22 (6), 400–410.&lt;br /&gt;
&lt;br /&gt;
Tian, G., Wu, J., Yang, Z., 2010. Spatial pattern of urban functions in the Beijing metropolitan region. Habitat Int. 34 (2), 249–255.&lt;br /&gt;
&lt;br /&gt;
Turner, M.G., Gardner, R.H., O’Neill, R.V., 2001. Landscape Ecology in Theory and Practice. Springer, New York.&lt;br /&gt;
&lt;br /&gt;
Turner, M.G., 2005. Landscape ecology in North America: past, present, and future. Ecology 86, 1967–1974.&lt;br /&gt;
&lt;br /&gt;
Xiao, J., Shen, Y., Ge, J., Tateishi, R., Tang, C., Liang, Y., et al., 2006. Evaluating urban expansion and land use change in Shijiazhuang, China, by using GIS and remote sensing. Landsc. Urban Plan. 75, 69–80.&lt;br /&gt;
&lt;br /&gt;
Yang, L., Xian, G., Klaver, J.M., Deal, B., 2003. Urban land-cover change detection through sub-pixel imperviousness mapping using remotely sensed data. Photogramm. Eng. Remote Sens. 69, 1003–1010.&lt;br /&gt;
&lt;br /&gt;
Yeh, C.-T., Huang, S.-L., 2009. Investigating spatiotemporal patterns of landscape diversity in response to urbanization. Landsc. Urban Plan. 93, 151–162.&lt;br /&gt;
&lt;br /&gt;
Yuan, F., Bauer, M.E., 2007. Comparison of impervious surface area and normalized difference vegetation index as indicators of surface urban heat island effects in Landsat imagery. Remote Sens. Environ. 106, 375–386.&lt;br /&gt;
&lt;br /&gt;
Zhang, L., Wang, H., 2006. Planning an ecological network of Xiamen Island (China) using landscape metrics and network analysis. Landsc. Urban Plan. 78, 449–456.&lt;br /&gt;
&lt;br /&gt;
Zhou, X., 2006. (Study on the Urban Morphology Change of Kunming City). Yunnan University Press, Kunming (in Chinese).&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
[http://www.sciencedirect.com/science/article/pii/S0169204611000223 '''το άρθρο στο διαδίκτυο''']&lt;br /&gt;
&lt;br /&gt;
 [[category:Καταγραφή πρασίνου]]&lt;/div&gt;</summary>
		<author><name>Ramfou Vasiliki</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A7%CF%81%CE%BF%CE%BD%CE%B9%CE%BA%CE%AE_%CE%BA%CE%B1%CE%B9_%CF%87%CF%89%CF%81%CE%B9%CE%BA%CE%AE_%CE%B4%CF%85%CE%BD%CE%B1%CE%BC%CE%B9%CE%BA%CE%AE_%CF%84%CF%89%CE%BD_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CF%81%CE%AC%CF%83%CE%B9%CE%BD%CF%89%CE%BD_%CF%87%CF%8E%CF%81%CF%89%CE%BD_%CF%89%CF%82_%CE%B1%CF%80%CE%BF%CF%84%CE%AD%CE%BB%CE%B5%CF%83%CE%BC%CE%B1_%CF%84%CE%B7%CF%82_%CF%84%CE%B1%CF%87%CE%B5%CE%AF%CE%B1%CF%82_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CE%B7%CF%82_%CE%BF%CE%B9%CE%BA%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CE%AE%CF%82_%CF%80%CE%BF%CE%BB%CE%B9%CF%84%CE%B9%CE%BA%CE%AE%CF%82</id>
		<title>Χρονική και χωρική δυναμική των αστικών πράσινων χώρων ως αποτέλεσμα της ταχείας αστικοποίησης και της οικολογικής πολιτικής</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A7%CF%81%CE%BF%CE%BD%CE%B9%CE%BA%CE%AE_%CE%BA%CE%B1%CE%B9_%CF%87%CF%89%CF%81%CE%B9%CE%BA%CE%AE_%CE%B4%CF%85%CE%BD%CE%B1%CE%BC%CE%B9%CE%BA%CE%AE_%CF%84%CF%89%CE%BD_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CF%81%CE%AC%CF%83%CE%B9%CE%BD%CF%89%CE%BD_%CF%87%CF%8E%CF%81%CF%89%CE%BD_%CF%89%CF%82_%CE%B1%CF%80%CE%BF%CF%84%CE%AD%CE%BB%CE%B5%CF%83%CE%BC%CE%B1_%CF%84%CE%B7%CF%82_%CF%84%CE%B1%CF%87%CE%B5%CE%AF%CE%B1%CF%82_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CE%B7%CF%82_%CE%BF%CE%B9%CE%BA%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CE%AE%CF%82_%CF%80%CE%BF%CE%BB%CE%B9%CF%84%CE%B9%CE%BA%CE%AE%CF%82"/>
				<updated>2015-03-20T20:23:44Z</updated>
		
		<summary type="html">&lt;p&gt;Ramfou Vasiliki: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα:vr_a5_e1.jpg|300px|thumb|right|Εικόνα 1. (α) Η τοποθεσία της πόλης του Kunming σε σχέση με την επαρχία Yunnan της Κίνας, (β) η τοποθεσία της περιοχής μελέτης, της μητροπολιτικής περιοχής της πόλης του Kunming, (γ) η περιοχή μελέτης όπου επισημαίνονται τα προσφάτως υλοποιημένα αστικά πάρκα και οι περιβαλλοντικές παρεμβάσεις.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a5_e2.jpg|300px|thumb|right|Εικόνα 2. Το διάγραμμα ροής της ανάλυσης των τριών δορυφορικών απεικονίσεων.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a5_e3.jpg|300px|thumb|right|Εικόνα 3. Η διάταξη των ομόκεντρων ζωνών και των γραμμικών κελιών. (α) Οι επτά ομόκεντρες ζώνες, με κέντρο το κέντρο της πόλης, (β) τα  σαράντα τέσσερα κελιά  δειγματοληψίας, σε οκτώ γραμμικές κατευθύνσεις.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a5_e4.jpg|300px|thumb|right|Εικόνα 4. Οι χρήσεις γης στην περιοχή μελέτης (α) το 1992, (β) το 2000 και (γ) το 2009]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a5_e5.jpg|300px|thumb|right|Εικόνα 5. Ποσοστό των χρήσεων γης (PLAND) για (α) τις αστικές περιοχές, (β) τις χορτολιβαδικές εκτάσεις, (γ) τις γεωργικές εκτάσεις και (δ) τις δασικές εκτάσεις, κατά μήκος οκτώ κατευθύνσεων το 1992, το 2000 και το 2009.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a5_e6.jpg|300px|thumb|right|Εικόνα 6. Χωρικά πρότυπα του ρυθμού μεταβολής των χρήσεων γης κατά μήκος οκτώ κατευθύνσεων για (α) τις αστικές περιοχές, (β) τις χορτολιβαδικές εκτάσεις, (γ) τις γεωργικές εκτάσεις και (δ) τις δασικές εκτάσεις.]]&lt;br /&gt;
&lt;br /&gt;
'''Αντικείμενο Εφαρμογής:''' Χρήση ολοκληρωμένων προσεγγίσεων για τη μελέτη της διακύμανσης της μεταβολής των αστικών πράσινων χώρων στο  Kunming της Κίνας&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος Τίτλος:''' 'Spatial - temporal dynamics of urban green space in response to rapid urbanization and greening policies'&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Xiaolu Zhou*, Yi-Chen Wang&lt;br /&gt;
*Department of Geography, National University of Singapore, 1 Arts Link, AS2 #03-01, Singapore 117570, Singapore&lt;br /&gt;
&lt;br /&gt;
'''Πηγή:''' Elsevier, Landscape and Urban Planning, 100 (2011), 268–277&lt;br /&gt;
&lt;br /&gt;
'''Λέξεις Κλειδιά:''' μορφή χρήσεων γης, χώροι πρασίνου, αστική ανάπτυξη, Τηλεπισκόπιση,  Kunming&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Περίληψη:''' Η ταχεία αστικοποίηση έχει αρκετά σημαντικές επιπτώσεις στο περιβάλλον, οι οποίες συνδέονται με τη μείωση των χώρων πρασίνου. Έχοντας συνειδητοποιήσει τον σημαντικό τους ρόλο στα αστικά οικοσυστήματα, πολλές τοπικές κυβερνήσεις της Κίνας έχουν θεσπίσει ένα σύνολο πολιτικών για την εισαγωγή πράσινων στοιχείων σε αστικές περιοχές. Η γνώση του τρόπου μεταβολής των αστικών πράσινων χώρων ως αποτέλεσμα της αστικοποίησης και της οικολογικής πολιτικής, είναι απαραίτητη για την επίτευξη της αειφόρου αστικής ανάπτυξης. Η παρούσα έρευνα χρησιμοποιεί ολοκληρωμένες προσεγγίσεις για τη μελέτη της μεταβαλλόμενης μορφής και έντασης των πράσινων χώρων στο  Kunming της Κίνας, από το 1992 έως το 2009. Η χωρική διακύμανση της μορφής των πράσινων χώρων προέκυψε μέσω ομόκεντρων και γραμμικών αναλύσεων των χρήσεων γης, σε συνδυασμό με μετρητικούς δείκτες των χρήσεων γης. Η ένταση της μεταβολής των χρονικών περιόδων 1992-2000 και 2000-2009, υπολογίστηκε για το σύνολο της περιοχής μελέτης, των ομόκεντρων ζωνών, καθώς και των γραμμικών κατευθύνσεων,  ώστε να μελετηθεί η διακύμανση του ποσοστού μεταβολής των αστικών πράσινων χώρων. Τα αποτελέσματα αποκάλυψαν ότι τόσο η ταχεία αστικοποίηση, όσο και οι οικολογικές πολιτικές, είχαν μερίδιο ευθύνης για το μέγεθος της μεταβολής των πράσινων χώρων. Μεταξύ των ποικίλων κατηγοριών των πράσινων χώρων, η γεωργική γη κατακερματίστηκε σε μεγάλο βαθμό από την αστική διάχυση, ειδικά στον περιαστικό χώρο της πόλης. Οι δασικές εκτάσεις επηρεάστηκαν επίσης, αλλά το ποσοστό των απωλειών τους ήταν σημαντικά μικρότερο από εκείνο της γεωργικής γης. Από την άλλη μεριά, οι οικολογικές  πολιτικές συνέβαλαν στην ανάκτηση χορτολιβαδικών εκτάσεων κατά την τελευταία δεκαετία. Η μελέτη αποδεικνύει τη χρησιμότητα της ομόκεντρης και της γραμμικής ανάλυσης των χρήσεων γης για τον χαρακτηρισμό της χωρικής και χρονικής μεταβολής του αστικού πρασίνου σε πόλεις με ομόκεντρη ανάπτυξη. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή:''' Η αστική ανάπτυξη συντελείται με πρωτοφανή ρυθμό σε παγκόσμιο επίπεδο, με το 65% του παγκόσμιου πληθυσμού να αναμένεται να κατοικεί σε αστικές περιοχές μέχρι το 2025. Στην Κίνα, η πολιτική 'Open Door' του 1978, καθώς και ο κανονισμός για τη μεταρρύθμιση της γης του 1987, επιτάχυναν σημαντικά το ρυθμό αστικοποίησης, με το επίπεδο αυτής να υπολογίζεται στο 50% μέχρι το τέλος του 2020, με 1,5 δισεκατομμύριο αστικό πληθυσμό. Η φυσική αύξηση του πληθυσμού και η μετακίνηση των ανθρώπων από τις αγροτικές στις αστικές περιοχές, είναι οι δύο βασικοί παράγοντες της ταχείας ανάπτυξης των πόλεων. Το εν λόγω φαινόμενο, έχει προκαλέσει πολλές επιπτώσεις στο περιβάλλον, ενώ αποτελεί ένα κρίσιμο ζήτημα στη μελέτη της πλανητικής μεταβολής. &lt;br /&gt;
&lt;br /&gt;
Οι περισσότερες από τις περιβαλλοντικές επιπτώσεις της αστικοποίησης συνδέονται με τους χώρους πρασίνου. Η απώλεια ή η υποβάθμισή τους, μειώνει τη βιοποικιλότητα και διαταράσσει τη δομή του αστικού οικοσυστήματος. Αντίθετα, η παρουσία τους μπορεί να αντισταθμίσει τις επιπτώσεις του φαινομένου της αστικής θερμικής νησίδας, ενώ συμβάλλει στο φιλτράρισμα της ατμόσφαιρας και του νερού. Η αύξηση των πράσινων χώρων προσφέρει στους πολίτες αισθητικές απολαύσεις, ευκαιρίες αναψυχής, καθώς και σωματική και ψυχική ευεξία. &lt;br /&gt;
&lt;br /&gt;
Έχοντας συνειδητοποιήσει τη σημασία των πράσινων χώρων στα αστικά οικοσυστήματα και τη συμβολή τους στη βελτίωση της ποιότητας ζωής των κατοίκων, προτάθηκε ένα σύνολο  ολοκληρωμένων στρατηγικών σχεδιασμού πράσινων χώρων, προκειμένου να εξασφαλιστεί η αειφόρος ανάπτυξη της μητροπολιτικής περιοχής του Πεκίνου. Επιπλέον, θέματα που αφορούν τη σχέση της αστικοποίησης με μεταβολές των χρήσεων γης και με επακόλουθες περιβαλλοντικές συνέπειες, λαμβάνουν την αυξανόμενη προσοχή των ερευνών. Για την ποσοτικοποίηση της μεταβολής των χρήσεων γης και των μορφών των πράσινων χώρων, χρησιμοποιούνται μετρητικοί δείκτες των χρήσεων γης, προκειμένου να συναχθούν  πιθανές οικολογικές δράσεις για την καθοδήγηση του αειφόρου σχεδιασμού. Οι μετρητικοί δείκτες των χρήσεων γης έχουν επίσης συνδυαστεί με την γραμμική ανάλυση για τον ποσοτικό προσδιορισμό της μορφής της αστικοποίησης, κατά μήκος μιας προκαθορισμένης διεύθυνσης. Ωστόσο, η εξέλιξη των πόλεων οδηγεί συχνά σε μη γραμμικές μορφές, όπως είναι η ομόκεντρη δομή πολλών πόλεων της Κίνας. Συνεπώς, είναι απαραίτητη μίας μορφής  ανάλυσης που θα επιτρέπει τόσο την απεικόνιση της διακύμανσης των μοτίβων των χρήσεων γης σε πόλεις με ομόκεντρη μορφή ανάπτυξης, όσο και το ποσοστό της παραπάνω μεταβολής.&lt;br /&gt;
 &lt;br /&gt;
Η διαθεσιμότητα των πολυ-χρονικών τηλεπισκοπικών δεδομένων με αυξημένη χωρική ανάλυση και κάλυψη, επιτρέπει την ακριβή και εκτεταμένη παρακολούθηση της μεταβολής των χρήσεων γης. Αν και έχουν χρησιμοποιηθεί διαφορετικές τεχνικές για την ποσοτικοποίηση της διαδικασίας της μεταβολής, οι περισσότερες μελέτες υπολογίζουν το συνολικό ποσοστό μεταβολής των διαφόρων χρήσεων  γης, αντί να εξετάσουν την διακύμανση του ποσοστού μεταβολής των χώρων πρασίνου σε διάφορα σημεία της πόλης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Η περιοχή μελέτης:''' Η πόλη του Kunming, αποτελεί οικονομικό, πολιτικό και πολιτιστικό κέντρο της νοτιοδυτικής Κίνας, με ομόκεντρη μορφή ανάπτυξης, παρόμοια με αυτή πολλών κινέζικων πόλεων. Ως πρωτεύουσα της επαρχίας Yunnan της νοτιοδυτικής Κίνας (εικόνα 1α), η γρήγορη αστικοποίηση προκάλεσε μία τεράστια απώλεια πράσινων χώρων ενώ στη συνέχεια, η κυβέρνηση προσπάθησε να εφαρμόσει μία σειρά πολιτικών για την αντιστάθμιση των περιβαλλοντικών συνεπειών, όπως κατασκευή αστικών πάρκων και κοινοτικών κήπων. Ως περιοχή μελέτης επιλέχθηκε η μητροπολιτική περιοχή της πόλης του Kunming, έκτασης 538,9 km2 (εικόνα 1β και 1γ). Η παραπάνω έκταση αποτελείται από τον αστικό πυρήνα (αδιαπέρατες επιφάνειες και μικρό ποσοστό χώρων πρασίνου), τις περιαστικές περιοχές (συνδυασμός αδιαπέρατων επιφανειών και γεωργικής γης) και την προαστιακή περιοχή (μεγάλο ποσοστό δασικών εκτάσεων). Η μελέτη προτείνει μία ομόκεντρη και γραμμική ανάλυση των χρήσεων γης, σε συνδυασμό με μετρητικούς δείκτες των διάφορων χωρικών προτύπων, ώστε να προσδιοριστεί η μεταβαλλόμενη μορφή των πράσινων χώρων από το 1922 έως το 2009, κάτω από δύο φαινομενικά αντίθετες δυνάμεις: τη γρήγορη διαδικασία της αστικοποίησης και της οικολογικής πολιτικής. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Υλικά και Μέθοδοι'''&lt;br /&gt;
&lt;br /&gt;
'''1. Δεδομένα:''' Για τη μελέτη χρησιμοποιήθηκαν τηλεπισκοπικές απεικονίσεις, χάρτες των χώρων πρασίνου και έρευνα πεδίου. Αναλύθηκαν οι παρακάτω τηλεσκοπικές απεικονίσεις (χωρίς νεφοκάλυψη): μία απεικόνιση του Landsat 5 Thematic Mapper (TM) που λήφθηκε στις 16 του Αυγούστου του 1992, μία απεικόνιση του Landsat 7 Enhanced Thematic Mapper Plus (ETM+), στις 11 Νοεμβρίου του 2000, και μία απεικόνιση του Systeme Probatoire d’Observation de la Terre (SPOT 4) που λήφθηκε στις 20 Σεπτεμβρίου του 2009. Οι Landsat απεικονίσεις (κανάλια 1-5 και 7) έχουν χωρική ανάλυση 30 m, η ΕΤΜ+ απεικόνιση παρέχει ένα πρόσθετο παγχρωματικό κανάλι ανάλυσης 15 m, ενώ η SPOT απεικόνιση έχει ανάλυση 20 m στα πολυφασματικά κανάλια και 10 m στο παγχρωματικό κανάλι. Για τη μελέτη της τάσης μεταβολής των χώρων πρασίνου, πραγματοποιήθηκε σύγκριση μεταξύ ενός χάρτη του 2010 που απεικόνιζε τον μελλοντικό σχεδιασμό των πράσινων χώρων, με έναν χάρτη της υφιστάμενης κατάστασής τους το 2000. Τα δεδομένα της έρευνας πεδίου περιελάμβαναν τα επίγεια σημεία ελέγχου, τα οποία συλλέχθηκαν χρησιμοποιώντας τα Συστήματα Παγκόσμιου Δορυφορικού Εντοπισμού Θέσης (Global Positioning Systems) για τη γεωαναφορά δορυφορικών απεικονίσεων και φωτογραφιών, με σκοπό την ερμηνεία της εικόνας.&lt;br /&gt;
&lt;br /&gt;
'''2. Το σύστημα της ταξινόμησης των χρήσεων γης:''' Λαμβάνοντας υπόψη τη χωρική ανάλυση των δορυφορικών απεικονίσεων και εστιάζοντας στη μελέτη της μεταβολής των χώρων πρασίνου ως αποτέλεσμα της αστικοποίησης, οι χρήσεις γης της περιοχής μελέτης ταξινομήθηκαν σε χώρους πρασίνου, δομημένες επιφάνειες (αδιαπέρατες επιφάνειες, συμπεριλαμβανομένων των αστικών, εμπορικών και βιομηχανικών περιοχών και του οδικού δικτύου), νερό (ρέματα, κανάλια, λίμνες και ταμιευτήρες) και άγονη γη (συμπεριλαμβανομένων των εγκαταλελειμμένων εκτάσεων). Οι χώροι πρασίνου υποδιαιρέθηκαν σε δασικές εκτάσεις (φυλλοβόλα, αειθαλή και μικτά δάση), γεωργικές εκτάσεις (καλλιεργήσιμες εκτάσεις και οπωρώνες) και χορτολιβαδικές εκτάσεις (κήποι, πάρκα με χαμηλή πυκνότητα δένδρων και γήπεδα γκολφ).&lt;br /&gt;
&lt;br /&gt;
'''3. Επεξεργασία εικόνων:''' Η ανάλυση των τριών δορυφορικών απεικονίσεων ακολούθησε τα  παρακάτω βήματα (εικόνα 2). Αρχικά, πραγματοποιήθηκε γεωαναφορά των απεικονίσεων στην Εγκάρσια Μερκατορική Προβολή (Universal Transverse Mercator - UTM) μέσω του πακέτου λογισμικού ERDAS IMAGINE 8.7. Για τη γεωμετρική διόρθωση επιλέχθηκαν δεκαπέντε χωρικά ομοιόμορφα κατανεμημένα επίγεια σημεία ελέγχου, χρησιμοποιώντας ένα δεύτερης τάξης πολυωνυμικό μετασχηματισμό και τη μέθοδο επαναδειγματοληψίας του Εγγύτερου Γείτονα. Η ρίζα του μέσου τετραγωνικού σφάλματος περιορίστηκε στα 0,5 pixels. Λόγω της ανάλυσης πολυχρονικών και πολλαπλών αισθητήρων εικόνων, απαιτούνταν ατμοσφαιρική διόρθωση, η οποία πραγματοποιήθηκε χρησιμοποιώντας το μοντέλο Fast Line-of-sight Atmospheric Analysis of Spectral Hypercubes (FLAASH) του λογισμικού ENVI 4.6. Καθώς η μητροπολιτική περιοχή του Kunming δεν παρουσιάζει έντονο ανάγλυφο, δεν χρειάστηκε τοπογραφική διόρθωση. Τέλος, πραγματοποιήθηκε χωρική επαναδειγματοληψία της SPOT απεικόνισης στα 30 m, ώστε να ταιριάζει με τη χωρική ανάλυση της Landsat απεικόνισης. &lt;br /&gt;
&lt;br /&gt;
'''4. Ταξινόμηση και εκτίμηση της ακρίβειας:''' Για την ταξινόμηση των χρήσεων γης χρησιμοποιήθηκε η μέθοδος της Μέγιστης Πιθανοφάνειας. Για κάθε εικόνα, λήφθησαν αρχικά στατιστικά στοιχεία των δειγμάτων εκπαίδευσης, με σκοπό να εξασφαλιστεί ότι οι διάφορες κατηγορίες χρήσεων γης θα μπορούσαν να διαχωριστούν. Μετά την ταξινόμηση, και για την εκτίμηση της ακρίβειάς της, επιλέχθηκαν τυχαία πενήντα σημεία δειγματοληψίας για κάθε κατηγορία χρήσης γης. Επιπλέον, για την εκτίμηση της ακρίβειας της ταξινόμησης, χρησιμοποιήθηκαν ωε δεδομένα αναφοράς εικόνες Google Earth, QuickBird (του 2006 και του 2007), χάρτης των χώρων πρασίνου του 2000, έρευνα πεδίου, συνεντεύξεις, καθώς και η τοπική γνώση της περιοχής μελέτης. &lt;br /&gt;
&lt;br /&gt;
'''5. Ανάλυση μετρητικών δεικτών των χρήσεων γης:''' Τα αποτελέσματα της ταξινόμησης των δορυφορικών απεικονίσεων των ετών 1992, 2000 και 2009, μετατράπηκαν σε GRID format για τον υπολογισμό των μετρητικών δεικτών των χρήσεων γης σε FRAGSTATS 3.3. Συνολικά χρησιμοποιήθηκαν οι εξής μετρητικοί δείκτες, για την ποσοτικοποίηση των μορφών των χώρων πρασίνου:&lt;br /&gt;
&lt;br /&gt;
* ο γενικός δείκτης PLAND - Percentage of LANDscape, που απεικονίζει το ποσοστό της κάθε χρήσης γης&lt;br /&gt;
* ο δείκτης PD - Patch Density, ο οποίος είναι ευαίσθητος στον κατακερματισμό των χρήσεων γης&lt;br /&gt;
* ο δείκτης LPI - Largest Patch Index, ο οποίος μπορεί να χρησιμοποιηθεί για να απεικονίσει την επικράτηση των χρήσεων γης&lt;br /&gt;
* ο δείκτης LSI - Landscape Shape Index, ο οποίος σχετίζεται με την πολυπλοκότητα των χρήσεων γης και&lt;br /&gt;
* ο δείκτης SHDI - SHannon's Diversity Index που αντιπροσωπεύει την ποικιλομορφία των χρήσεων γης.&lt;br /&gt;
&lt;br /&gt;
Αρχικά, πραγματοποιήθηκε μία συνοπτική ανάλυση για τον συνολικό ποσοτικό προσδιορισμό των χωρικών προτύπων του αστικού πρασίνου. Δεύτερον, η περιοχή μελέτης διαιρέθηκε σε επτά ομόκεντρες ζώνες (εικόνα 3α), ενώ μέσω της διενέργειας μίας ομόκεντρης ανάλυσης μετρήθηκαν τα χωρικά πρότυπα των αστικών πράσινων χώρων στις διαφορετικές ζώνες. Τέλος, διεξήχθη μία γραμμική ανάλυση του δείκτη PLAND για να μελετηθεί η κατανομή των χώρων πρασίνου κατά μήκος οκτώ γραμμικών κατευθύνσεων (εικόνα 3β). Κάθε γραμμικός τομέας αποτελείται από έναν αριθμό κελιών, μεγέθους 1,8 km × 1,8 km.&lt;br /&gt;
&lt;br /&gt;
'''6. Ανάλυση της έντασης μεταβολής των χώρων πρασίνου:''' Για την απεικόνιση της έντασης της μεταβολής των χρήσεων γης, χρησιμοποιήθηκε ο ρυθμός μεταβολής τους, υπολογιζόμενος ως ποσοστό μεταβολής ανά έτος. Περιοχές με ταχεία απώλεια χώρων πρασίνου θα μπορούσαν να υποδηλώνουν υψηλή ευαισθησία στην αστική εξάπλωση. Η ανάλυση της έντασης μεταβολής υπολογίστηκε για δύο χρονικές περιόδους (1992-2000 και 2000-2009), για το σύνολο της περιοχής μελέτης, συμπεριλαμβανομένων των επτά ομόκεντρων ζωνών και των οκτώ γραμμικών κατευθύνσεων. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα'''&lt;br /&gt;
&lt;br /&gt;
'''1. Η μορφή των χρήσεων γης:''' Οι χρήσεις γης της μητροπολιτικής περιοχής του Kunming έχουν υποστεί σημαντικές μεταβολές κατά τη διάρκεια των τελευταίων δύο δεκαετιών (εικόνα 4). Η ραγδαία επέκτασης της αστικής περιοχής είχε ως αποτέλεσμα την απώλεια των χώρων πρασίνου στις περιαστικές και προαστιακές περιοχή, ιδιαίτερα στο νότιο τμήμα της περιοχής μελέτης (εικόνα 4α και 4γ).&lt;br /&gt;
&lt;br /&gt;
'''2. Η ομόκεντρη μορφή των χρήσεων γης:''' Για τον χωρικό προσδιορισμό της μεταβολής των χρήσεων γης, η περιοχή μελέτης διαιρέθηκε σε επτά ομόκεντρες ζώνες. Ο δείκτης PLAND της δομημένης επιφάνειας, έδειξε την επέκταση της αστικής περιοχής από το 1992 έως το 2009, σε όλες τις ζώνες, εκτός της ζώνης 1, όπου το μεγαλύτερο μέρος της γης είχε ήδη αναπτυχθεί. Άμεσο επακόλουθο της αστικοποίησης ήταν η μείωση των χορτολιβαδικών εκτάσεων και η αντίστοιχη μείωση που ακολούθησε, των γεωργικών και δασικών εκτάσεων. &lt;br /&gt;
&lt;br /&gt;
'''3. Η γραμμική μορφή των χρήσεων γης:''' Για την μελέτη της κατανομής των χρήσεων γης στις οκτώ κατευθύνσεις, χρησιμοποιήθηκε ο δείκτης PLAND. Η ανάλυση έδειξε ότι η αστική περιοχή επεκτάθηκε από το 1992 έως το 2009, προς όλες τις κατευθύνσεις, με την αστική διάχυση να συγκεντρώνεται χωρικά στις νότιες και νοτιοανατολικές περιοχές (εικόνα 5α), κυρίως λόγω του επίπεδου εδάφους. Ταυτόχρονα με την αστική διάχυση, παρατηρήθηκε μείωση των αστικών πράσινων χώρων, κυρίως μέχρι το 2000. Η περιβαλλοντική καμπάνια που εφαρμόστηκε αργότερα,  εμπόδισε την περαιτέρω μείωση των χορτολιβαδικών εκτάσεων. Η κατασκευή ενός νέου γηπέδου γκολφ στα βορειοανατολικά, επίσης συνέβαλε στην αύξηση του αστικού πρασίνου της περιοχής (εικόνα 5β). Η γεωργική γη που παρατηρούνταν κυρίως στις νότιες και νοτιοανατολικές κατευθύνσεις το 1992, τελικά αντικαταστάθηκε από τις αστικές περιοχές (εικόνα 5γ). Επιπλέον, η περιοχή μελέτης ήταν αρχικά περικυκλωμένη από δασικές εκτάσεις, οι οποίες υπέστησαν σημαντική μείωση, αν και μικρότερη αυτής των γεωργικών εκτάσεων, προς όλες τις κατευθύνσεις (εικόνα 5δ). &lt;br /&gt;
&lt;br /&gt;
'''4. Ανάλυση της έντασης μεταβολής:''' Η ένταση της μεταβολής υπολογίστηκε για το σύνολο της περιοχή μελέτης, τις επτά ομόκεντρες ζώνες και τα κελιά  των οκτώ γραμμικών κατευθύνσεων, κατά τη διάρκεια δύο περιόδων (1992-2000 και 2000-2009). Συνολικά, οι αστικές περιοχές σημείωσαν το υψηλότερο ποσοστό μεταβολής μεταξύ των τεσσάρων κατηγοριών χρήσεων γης. Ακολούθησαν οι γεωργικές εκτάσεις, οι δασικές και οι χορτολιβαδικές. &lt;br /&gt;
&lt;br /&gt;
Η ανάλυση του ρυθμού μεταβολής για τις οκτώ γραμμικές κατευθύνσεις αποκάλυψε ότι η εντατική αστικοποίηση πραγματοποιήθηκε προς όλες τις κατευθύνσεις κατά τη δεκαετία του 1990, ενώ κατά την τελευταία δεκαετία περιορίστηκε στο νότιο και νοτιοανατολικό τμήμα της περιοχής μελέτης (εικόνα 6α). Οι χορτολιβαδικές εκτάσεις γνώρισαν μια ταχεία απώλεια κατά τη δεκαετία του 1990, κυρίως στις βορειοανατολικές, ανατολικές και δυτικές κατευθύνσεις, ενώ παρατηρήθηκε μία μικρή αύξησή τους κατά τη δεκαετία του 2000 στις περισσότερες κατευθύνσεις (εικόνα 9β). Η απώλεια και η αύξηση των γεωργικών εκτάσεων σημειώθηκαν σε διάφορες κατευθύνσεις, ενώ κατά τη δεκαετία του 2000 το ποσοστό τους παρουσίασε μία γενική μείωση (εικόνα 10γ). Οι ανατολικές και νοτιοανατολικές κατευθύνσεις της περιοχής μελέτης παρουσίασαν αρχικά αύξηση των δασικών εκτάσεων κατά την πρώτη δεκαετία, ενώ κατά την επόμενη δεκαετία παρουσίασαν σταδιακή μείωση (εικόνα 10δ). Η έντονη αστική διάχυση που παρατηρήθηκε κατά τη δεκαετία του 2000 (εικόνα 6α), πιθανώς είχε ως αποτέλεσμα την απώλεια δασικών εκτάσεων. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Η παρούσα μελέτη χρησιμοποίησε ομόκεντρες και γραμμικές αναλύσεις χρήσεων γης για τον προσδιορισμό των μεταβαλλόμενων μορφών των χώρων πρασίνου της μητροπολιτικής περιοχής του Kunming της Κίνας από το 1992 έως το 2009. Προκειμένου να μελετηθεί η διακύμανση του ρυθμού μεταβολής των χώρων πρασίνου, υπολογίστηκε η ένταση των αλλαγών κατά τη διάρκεια των χρονικών περιόδων 1992-2000 και 2000-2009 για το σύνολο της περιοχή μελέτης, τις επτά ομόκεντρες ζώνες και τις οκτώ γραμμικές κατευθύνσεις. Τα αποτελέσματα της έρευνας έδειξαν ότι η αστική διάχυση ευθυνόταν σε μεγάλο βαθμό για την απώλεια χώρων πρασίνου και ιδιαίτερα γεωργικής γης. Από την άλλη μεριά, οι οικολογικές πολιτικές συνέβαλαν στην ανάκτηση χορτολιβαδικών εκτάσεων από το 2000 έως το 2009. Επιπλέον, η γραμμική ανάλυση έδειξε όι η αστικοποίηση έλαβε χώρα κατά μήκος της νοτιοανατολικής κατεύθυνσης, αντικαθιστώντας κυρίως γεωργικές εκτάσεις. Αντίθετα, η μείωση των δασικών εκτάσεων διατηρήθηκε σε σταθερό ρυθμό κατά τη διάρκεια των δύο τελευταίων δεκαετιών, ενώ οι χορτολιβαδικές εκτάσεις μειώθηκαν κατά τη δεκαετία του 1990, αλλά σημείωσαν αύξηση με αργό ρυθμό κατά τη δεκαετία του 2000. Τέλος, η μελέτη απέδειξε τη χρησιμότητα των ομόκεντρων και γραμμικών αναλύσεων χρήσεων γης, προσδιορίζοντας τη μεταβολή του τοπίου σε πόλεις με ομόκεντρη μορφή ανάπτυξης. Η ποσοτικοποίηση της χωρικής διακύμανσης της μεταβολής των χώρων πρασίνου και η κατανόηση της εν λόγω μεταβολής κατά την πάροδο του χρόνου είναι απαραίτητες για τη χάραξη της μελλοντικής περιβαλλοντικής πολιτικής, προκειμένου να εξασφαλιστεί η βιώσιμη αστική ανάπτυξη.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αναφορές''' &lt;br /&gt;
&lt;br /&gt;
Breuste, J., Feldmann, H., Uhlmann, O., 1998. Urban Ecology. Springer, Berlin.&lt;br /&gt;
&lt;br /&gt;
Chen, W.Y., Jim, C.Y., 2008. Assess and valuation of the ecosystem services provided by urban forests. In: Carreiro, M.M., Song, Y.-C., Wu, J. (Eds.), Ecology, Planning and Management of Urban Forests International Perspectives. Springer, New York, pp. 53–83.&lt;br /&gt;
&lt;br /&gt;
Cheng, J., Masser, I., 2003. Urban growth pattern modeling: a case study of Wuhan City PR China. Landsc. Urban Plan. 62, 199–217.&lt;br /&gt;
&lt;br /&gt;
Davies, R.G., Barbosa, O., Fuller, R.A., Tratalos, J., Burke, N., Lewis, D., et al., 2008.&lt;br /&gt;
City-wide relationships between green spaces, urban land use and topography. Urban Ecosyst. 11, 269–287.&lt;br /&gt;
&lt;br /&gt;
Deng, J.S., Wang, K., Hong, Y., Qi, J.G., 2009. Spatio-temporal dynamics and evolution of land use change and landscape pattern in response to rapid urbanization. Landsc. Urban Plan. 92, 187–198.&lt;br /&gt;
&lt;br /&gt;
Dewan, A.M., Yamaguchi, Y., 2009. Land use and land cover change in Greater Dhaka, Bangladesh: using remote sensing to promote sustainable urbanization. Appl. Geogr. 29 (3), 390–401.&lt;br /&gt;
&lt;br /&gt;
Erickson, D.L., 2006. MetroGreen: Connecting Open Space in North American Cities. Island Press, Washington, DC.&lt;br /&gt;
&lt;br /&gt;
Jensen, J.R., 2005. Introductory Digital Image Processing a Remote Sensing Perspective, third ed. Prentice Hall, Upper Saddle River, NJ.&lt;br /&gt;
&lt;br /&gt;
Jim, C.Y., Chen, S., 2003. Comprehensive greenspace planning based on landscape ecology principles in compact Nanjing city, China. Landsc. Urban Plan. 65, 95–116.&lt;br /&gt;
&lt;br /&gt;
Kim, K.H., Pauleit, S., 2007. Landscape character, biodiversity and land use planning: the case of Kwangju City Region, South Korea. Land Use Policy 24 (1), 264–274.&lt;br /&gt;
&lt;br /&gt;
Kong, F., Nakagoshi, N., 2006. Spatial–temporal gradient analysis of urban green spaces in Jinan, China. Landsc. Urban Plan. 78, 147–164.&lt;br /&gt;
&lt;br /&gt;
Leitγo, A.B., Ahern, J., 2002. Applying landscape ecological concepts and metrics in sustainable landscape planning. Landsc. Urban Plan. 59, 65–93.&lt;br /&gt;
&lt;br /&gt;
Leitγo, A.B., Miller, J., Ahern, J., McGarigal, K., 2006. Measuring Landscapes: A Planner’s Handbook. Island Press, Washington, DC.&lt;br /&gt;
&lt;br /&gt;
Li, F., Wang, R., Paulussen, J., Liu, X., 2005. Comprehensive concept planning of urban greening based on ecological principles: a case study in Beijing, China. Landsc. Urban Plan. 72, 325–336.&lt;br /&gt;
&lt;br /&gt;
Lu, D., Weng, Q., 2007. A survey of image classification methods and techniques for improving classification performance. Int. J. Remote Sens. 28, 823–870.&lt;br /&gt;
&lt;br /&gt;
Luo, J., Wei, Y.H.D., 2009. Modeling spatial variations of urban growth patterns in Chinese cities: the case of Nanjing. Landsc. Urban Plan. 91, 51–64.&lt;br /&gt;
&lt;br /&gt;
Luck, M., Wu, J., 2002. A gradient analysis of urban landscape pattern: a case study form the phoenix metropolitan region, Arizona, USA. Landsc. Ecol. 17, 327–339.&lt;br /&gt;
&lt;br /&gt;
McGarigal, K., Ene, E., Holmes, C., 2002. FRAGSTATS (Version 3): FRAGSTATSMetrics. University of Massachusetts—Produced Program. Available at the following website: http://www.umass.edu/landeco/research/fragstats/documents/fragstats documents.html.&lt;br /&gt;
&lt;br /&gt;
National Research Council (NRC), 2001. Grand Challenges in Environmental Sciences. National Academy Press, Washington, DC.&lt;br /&gt;
&lt;br /&gt;
Roy, A.H., Dybas, A.L., Fritz, K.M., Lubbers, H.R., 2009. Urbanization affects the extent and hydrologic permanence of headwater streams in a midwestern US metropolitan area. J. N. Am. Benthol. Soc. 28 (4), 911–928.&lt;br /&gt;
&lt;br /&gt;
Schell, L.M., Ulijaszek, S.J., 1999. Urbanism, Health and Human Biology in Industrialized Countries. Cambridge University Press, Cambridge.&lt;br /&gt;
&lt;br /&gt;
Tian, G., Liu, J., Xie, Y., Yang, Z., Zhuang, D., Niu, Z., 2005. Analysis of spatio-temporal dynamic pattern and driving forces of urban land in China in 1990s using TM images and GIS. Cities 22 (6), 400–410.&lt;br /&gt;
&lt;br /&gt;
Tian, G., Wu, J., Yang, Z., 2010. Spatial pattern of urban functions in the Beijing metropolitan region. Habitat Int. 34 (2), 249–255.&lt;br /&gt;
&lt;br /&gt;
Turner, M.G., Gardner, R.H., O’Neill, R.V., 2001. Landscape Ecology in Theory and Practice. Springer, New York.&lt;br /&gt;
&lt;br /&gt;
Turner, M.G., 2005. Landscape ecology in North America: past, present, and future. Ecology 86, 1967–1974.&lt;br /&gt;
&lt;br /&gt;
Xiao, J., Shen, Y., Ge, J., Tateishi, R., Tang, C., Liang, Y., et al., 2006. Evaluating urban expansion and land use change in Shijiazhuang, China, by using GIS and remote sensing. Landsc. Urban Plan. 75, 69–80.&lt;br /&gt;
&lt;br /&gt;
Yang, L., Xian, G., Klaver, J.M., Deal, B., 2003. Urban land-cover change detection through sub-pixel imperviousness mapping using remotely sensed data. Photogramm. Eng. Remote Sens. 69, 1003–1010.&lt;br /&gt;
&lt;br /&gt;
Yeh, C.-T., Huang, S.-L., 2009. Investigating spatiotemporal patterns of landscape diversity in response to urbanization. Landsc. Urban Plan. 93, 151–162.&lt;br /&gt;
&lt;br /&gt;
Yuan, F., Bauer, M.E., 2007. Comparison of impervious surface area and normalized difference vegetation index as indicators of surface urban heat island effects in Landsat imagery. Remote Sens. Environ. 106, 375–386.&lt;br /&gt;
&lt;br /&gt;
Zhang, L., Wang, H., 2006. Planning an ecological network of Xiamen Island (China) using landscape metrics and network analysis. Landsc. Urban Plan. 78, 449–456.&lt;br /&gt;
&lt;br /&gt;
Zhou, X., 2006. (Study on the Urban Morphology Change of Kunming City). Yunnan University Press, Kunming (in Chinese).&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
[http://www.sciencedirect.com/science/article/pii/S0169204611000223 '''το άρθρο στο διαδίκτυο''']&lt;br /&gt;
&lt;br /&gt;
 [[category:Καταγραφή πρασίνου]]&lt;/div&gt;</summary>
		<author><name>Ramfou Vasiliki</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A7%CF%81%CE%BF%CE%BD%CE%B9%CE%BA%CE%AE_%CE%BA%CE%B1%CE%B9_%CF%87%CF%89%CF%81%CE%B9%CE%BA%CE%AE_%CE%B4%CF%85%CE%BD%CE%B1%CE%BC%CE%B9%CE%BA%CE%AE_%CF%84%CF%89%CE%BD_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CF%81%CE%AC%CF%83%CE%B9%CE%BD%CF%89%CE%BD_%CF%87%CF%8E%CF%81%CF%89%CE%BD_%CF%89%CF%82_%CE%B1%CF%80%CE%BF%CF%84%CE%AD%CE%BB%CE%B5%CF%83%CE%BC%CE%B1_%CF%84%CE%B7%CF%82_%CF%84%CE%B1%CF%87%CE%B5%CE%AF%CE%B1%CF%82_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CE%B7%CF%82_%CE%BF%CE%B9%CE%BA%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CE%AE%CF%82_%CF%80%CE%BF%CE%BB%CE%B9%CF%84%CE%B9%CE%BA%CE%AE%CF%82</id>
		<title>Χρονική και χωρική δυναμική των αστικών πράσινων χώρων ως αποτέλεσμα της ταχείας αστικοποίησης και της οικολογικής πολιτικής</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A7%CF%81%CE%BF%CE%BD%CE%B9%CE%BA%CE%AE_%CE%BA%CE%B1%CE%B9_%CF%87%CF%89%CF%81%CE%B9%CE%BA%CE%AE_%CE%B4%CF%85%CE%BD%CE%B1%CE%BC%CE%B9%CE%BA%CE%AE_%CF%84%CF%89%CE%BD_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CF%81%CE%AC%CF%83%CE%B9%CE%BD%CF%89%CE%BD_%CF%87%CF%8E%CF%81%CF%89%CE%BD_%CF%89%CF%82_%CE%B1%CF%80%CE%BF%CF%84%CE%AD%CE%BB%CE%B5%CF%83%CE%BC%CE%B1_%CF%84%CE%B7%CF%82_%CF%84%CE%B1%CF%87%CE%B5%CE%AF%CE%B1%CF%82_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CE%B7%CF%82_%CE%BF%CE%B9%CE%BA%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CE%AE%CF%82_%CF%80%CE%BF%CE%BB%CE%B9%CF%84%CE%B9%CE%BA%CE%AE%CF%82"/>
				<updated>2015-03-20T20:21:58Z</updated>
		
		<summary type="html">&lt;p&gt;Ramfou Vasiliki: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα:vr_a5_e1.jpg|300px|thumb|right|Εικόνα 1. (α) Η τοποθεσία της πόλης του Kunming σε σχέση με την επαρχία Yunnan της Κίνας, (β) η τοποθεσία της περιοχής μελέτης, της μητροπολιτικής περιοχής της πόλης του Kunming, (γ) η περιοχή μελέτης όπου επισημαίνονται τα προσφάτως υλοποιημένα αστικά πάρκα και οι περιβαλλοντικές παρεμβάσεις.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a5_e2.jpg|300px|thumb|right|Εικόνα 2. Το διάγραμμα ροής της ανάλυσης των τριών δορυφορικών απεικονίσεων.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a5_e3.jpg|300px|thumb|right|Εικόνα 3. Η διάταξη των ομόκεντρων ζωνών και των γραμμικών κελιών. (α) Οι επτά ομόκεντρες ζώνες, με κέντρο το κέντρο της πόλης, (β) τα  σαράντα τέσσερα κελιά  δειγματοληψίας, σε οκτώ γραμμικές κατευθύνσεις.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a5_e4.jpg|300px|thumb|right|Εικόνα 4. Οι χρήσεις γης στην περιοχή μελέτης (α) το 1992, (β) το 2000 και (γ) το 2009]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a5_e5.jpg|300px|thumb|right|Εικόνα 5. Ποσοστό των χρήσεων γης (PLAND) για (α) τις αστικές περιοχές, (β) τις χορτολιβαδικές εκτάσεις, (γ) τις γεωργικές εκτάσεις και (δ) τις δασικές εκτάσεις, κατά μήκος οκτώ κατευθύνσεων το 1992, το 2000 και το 2009.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a5_e6.jpg|300px|thumb|right|Εικόνα 6. Χωρικά πρότυπα του ρυθμού μεταβολής των χρήσεων γης κατά μήκος οκτώ κατευθύνσεων για (α) τις αστικές περιοχές, (β) τις χορτολιβαδικές εκτάσεις, (γ) τις γεωργικές εκτάσεις και (δ) τις δασικές εκτάσεις.]]&lt;br /&gt;
&lt;br /&gt;
'''Αντικείμενο Εφαρμογής:''' Χρήση ολοκληρωμένων προσεγγίσεων για τη μελέτη της διακύμανσης της μεταβολής των αστικών πράσινων χώρων στο  Kunming της Κίνας&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος Τίτλος:''' 'Spatial - temporal dynamics of urban green space in response to rapid urbanization and greening policies'&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Xiaolu Zhou*, Yi-Chen Wang&lt;br /&gt;
*Department of Geography, National University of Singapore, 1 Arts Link, AS2 #03-01, Singapore 117570, Singapore&lt;br /&gt;
&lt;br /&gt;
'''Πηγή:''' Elsevier, Landscape and Urban Planning, 100 (2011), 268–277&lt;br /&gt;
&lt;br /&gt;
'''Λέξεις Κλειδιά:''' μορφή χρήσεων γης, χώροι πρασίνου, αστική ανάπτυξη, Τηλεπισκόπιση,  Kunming&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Περίληψη:''' Η ταχεία αστικοποίηση έχει αρκετά σημαντικές επιπτώσεις στο περιβάλλον, οι οποίες συνδέονται με τη μείωση των χώρων πρασίνου. Έχοντας συνειδητοποιήσει τον σημαντικό τους ρόλο στα αστικά οικοσυστήματα, πολλές τοπικές κυβερνήσεις της Κίνας έχουν θεσπίσει ένα σύνολο πολιτικών για την εισαγωγή πράσινων στοιχείων σε αστικές περιοχές. Η γνώση του τρόπου μεταβολής των αστικών πράσινων χώρων ως αποτέλεσμα της αστικοποίησης και της οικολογικής πολιτικής, είναι απαραίτητη για την επίτευξη της αειφόρου αστικής ανάπτυξης. Η παρούσα έρευνα χρησιμοποιεί ολοκληρωμένες προσεγγίσεις για τη μελέτη της μεταβαλλόμενης μορφής και έντασης των πράσινων χώρων στο  Kunming της Κίνας, από το 1992 έως το 2009. Η χωρική διακύμανση της μορφής των πράσινων χώρων προέκυψε μέσω ομόκεντρων και γραμμικών αναλύσεων των χρήσεων γης, σε συνδυασμό με μετρητικούς δείκτες των χρήσεων γης. Η ένταση της μεταβολής των χρονικών περιόδων 1992-2000 και 2000-2009, υπολογίστηκε για το σύνολο της περιοχής μελέτης, των ομόκεντρων ζωνών, καθώς και των γραμμικών κατευθύνσεων,  ώστε να μελετηθεί η διακύμανση του ποσοστού μεταβολής των αστικών πράσινων χώρων. Τα αποτελέσματα αποκάλυψαν ότι τόσο η ταχεία αστικοποίηση, όσο και οι οικολογικές πολιτικές, είχαν μερίδιο ευθύνης για το μέγεθος της μεταβολής των πράσινων χώρων. Μεταξύ των ποικίλων κατηγοριών των πράσινων χώρων, η γεωργική γη κατακερματίστηκε σε μεγάλο βαθμό από την αστική διάχυση, ειδικά στον περιαστικό χώρο της πόλης. Οι δασικές εκτάσεις επηρεάστηκαν επίσης, αλλά το ποσοστό των απωλειών τους ήταν σημαντικά μικρότερο από εκείνο της γεωργικής γης. Από την άλλη μεριά, οι οικολογικές  πολιτικές συνέβαλαν στην ανάκτηση χορτολιβαδικών εκτάσεων κατά την τελευταία δεκαετία. Η μελέτη αποδεικνύει τη χρησιμότητα της ομόκεντρης και της γραμμικής ανάλυσης των χρήσεων γης για τον χαρακτηρισμό της χωρικής και χρονικής μεταβολής του αστικού πρασίνου σε πόλεις με ομόκεντρη ανάπτυξη. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή:''' Η αστική ανάπτυξη συντελείται με πρωτοφανή ρυθμό σε παγκόσμιο επίπεδο, με το 65% του παγκόσμιου πληθυσμού να αναμένεται να κατοικεί σε αστικές περιοχές μέχρι το 2025. Στην Κίνα, η πολιτική 'Open Door' του 1978, καθώς και ο κανονισμός για τη μεταρρύθμιση της γης του 1987, επιτάχυναν σημαντικά το ρυθμό αστικοποίησης, με το επίπεδο αυτής να υπολογίζεται στο 50% μέχρι το τέλος του 2020, με 1,5 δισεκατομμύριο αστικό πληθυσμό. Η φυσική αύξηση του πληθυσμού και η μετακίνηση των ανθρώπων από τις αγροτικές στις αστικές περιοχές, είναι οι δύο βασικοί παράγοντες της ταχείας ανάπτυξης των πόλεων. Το εν λόγω φαινόμενο, έχει προκαλέσει πολλές επιπτώσεις στο περιβάλλον, ενώ αποτελεί ένα κρίσιμο ζήτημα στη μελέτη της πλανητικής μεταβολής. &lt;br /&gt;
&lt;br /&gt;
Οι περισσότερες από τις περιβαλλοντικές επιπτώσεις της αστικοποίησης συνδέονται με τους χώρους πρασίνου. Η απώλεια ή η υποβάθμισή τους, μειώνει τη βιοποικιλότητα και διαταράσσει τη δομή του αστικού οικοσυστήματος. Αντίθετα, η παρουσία τους μπορεί να αντισταθμίσει τις επιπτώσεις του φαινομένου της αστικής θερμικής νησίδας, ενώ συμβάλλει στο φιλτράρισμα της ατμόσφαιρας και του νερού. Η αύξηση των πράσινων χώρων προσφέρει τους πολίτες αισθητικές απολαύσεις, ευκαιρίες αναψυχής, καθώς και σωματική και ψυχική ευεξία. &lt;br /&gt;
&lt;br /&gt;
Έχοντας συνειδητοποιήσει τη σημασία των πράσινων χώρων στα αστικά οικοσυστήματα και τη συμβολή τους στη βελτίωση της ποιότητας ζωής των κατοίκων, προτάθηκε ένα σύνολο  ολοκληρωμένων στρατηγικών σχεδιασμού πράσινων χώρων, προκειμένου να εξασφαλιστεί η αειφόρος ανάπτυξη της μητροπολιτικής περιοχής του Πεκίνου. Επιπλέον, θέματα που αφορούν τη σχέση της αστικοποίησης με μεταβολές των χρήσεων γης και με επακόλουθες περιβαλλοντικές συνέπειες, λαμβάνουν την αυξανόμενη προσοχή των ερευνών. Για την ποσοτικοποίηση της μεταβολής των χρήσεων γης και των μορφών των πράσινων χώρων, χρησιμοποιούνται μετρητικοί δείκτες των χρήσεων γης, προκειμένου να συναχθούν  πιθανές οικολογικές δράσεις για την καθοδήγηση του αειφόρου σχεδιασμού. Οι μετρητικοί δείκτες των χρήσεων γης έχουν επίσης συνδυαστεί με την γραμμική ανάλυση για τον ποσοτικό προσδιορισμό της μορφής της αστικοποίησης, κατά μήκος μιας προκαθορισμένης διεύθυνσης. Ωστόσο, η εξέλιξη των πόλεων οδηγεί συχνά σε μη γραμμικές μορφές, όπως είναι η ομόκεντρη δομή πολλών πόλεων της Κίνας. Συνεπώς, είναι απαραίτητη μίας μορφής  ανάλυσης που θα επιτρέπει τόσο την απεικόνιση της διακύμανσης των μοτίβων των χρήσεων γης σε πόλεις με ομόκεντρη μορφή ανάπτυξης, όσο και το ποσοστό της παραπάνω μεταβολής.&lt;br /&gt;
 &lt;br /&gt;
Η διαθεσιμότητα των πολυ-χρονικών τηλεπισκοπικών δεδομένων με αυξημένη χωρική ανάλυση και κάλυψη, επιτρέπει την ακριβή και εκτεταμένη παρακολούθηση της μεταβολής των χρήσεων γης. Αν και έχουν χρησιμοποιηθεί διαφορετικές τεχνικές για την ποσοτικοποίηση της διαδικασίας της μεταβολής, οι περισσότερες μελέτες υπολογίζουν το συνολικό ποσοστό μεταβολής των διαφόρων χρήσεων  γης, αντί να εξετάσουν την διακύμανση του ποσοστού μεταβολής των χώρων πρασίνου σε διάφορα σημεία της πόλης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Η περιοχή μελέτης:''' Η πόλη του Kunming, αποτελεί οικονομικό, πολιτικό και πολιτιστικό κέντρο της νοτιοδυτικής Κίνας, με ομόκεντρη μορφή ανάπτυξης, παρόμοια με αυτή πολλών κινέζικων πόλεων. Ως πρωτεύουσα της επαρχίας Yunnan της νοτιοδυτικής Κίνας (εικόνα 1α), η γρήγορη αστικοποίηση προκάλεσε μία τεράστια απώλεια πράσινων χώρων ενώ στη συνέχεια, η κυβέρνηση προσπάθησε να εφαρμόσει μία σειρά πολιτικών για την αντιστάθμιση των περιβαλλοντικών συνεπειών, όπως κατασκευή αστικών πάρκων και κοινοτικών κήπων. Ως περιοχή μελέτης επιλέχθηκε η μητροπολιτική περιοχή της πόλης του Kunming, έκτασης 538,9 km2 (εικόνα 1β και 1γ). Η παραπάνω έκταση αποτελείται από τον αστικό πυρήνα (αδιαπέρατες επιφάνειες και μικρό ποσοστό χώρων πρασίνου), τις περιαστικές περιοχές (συνδυασμός αδιαπέρατων επιφανειών και γεωργικής γης) και την προαστιακή περιοχή (μεγάλο ποσοστό δασικών εκτάσεων). Η μελέτη προτείνει μία ομόκεντρη και γραμμική ανάλυση των χρήσεων γης, σε συνδυασμό με μετρητικούς δείκτες των διάφορων χωρικών προτύπων, ώστε να προσδιοριστεί η μεταβαλλόμενη μορφή των πράσινων χώρων από το 1922 έως το 2009, κάτω από δύο φαινομενικά αντίθετες δυνάμεις: τη γρήγορη διαδικασία της αστικοποίησης και της οικολογικής πολιτικής. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Υλικά και Μέθοδοι'''&lt;br /&gt;
&lt;br /&gt;
'''1. Δεδομένα:''' Για τη μελέτη χρησιμοποιήθηκαν τηλεπισκοπικές απεικονίσεις, χάρτες των χώρων πρασίνου και έρευνα πεδίου. Αναλύθηκαν οι παρακάτω τηλεσκοπικές απεικονίσεις (χωρίς νεφοκάλυψη): μία απεικόνιση του Landsat 5 Thematic Mapper (TM) που λήφθηκε στις 16 του Αυγούστου του 1992, μία απεικόνιση του Landsat 7 Enhanced Thematic Mapper Plus (ETM+), στις 11 Νοεμβρίου του 2000, και μία απεικόνιση του Systeme Probatoire d’Observation de la Terre (SPOT 4) που λήφθηκε στις 20 Σεπτεμβρίου του 2009. Οι Landsat απεικονίσεις (κανάλια 1-5 και 7) έχουν χωρική ανάλυση 30 m, η ΕΤΜ+ απεικόνιση παρέχει ένα πρόσθετο παγχρωματικό κανάλι ανάλυσης 15 m, ενώ η SPOT απεικόνιση έχει ανάλυση 20 m στα πολυφασματικά κανάλια και 10 m στο παγχρωματικό κανάλι. Για τη μελέτη της τάσης μεταβολής των χώρων πρασίνου, πραγματοποιήθηκε σύγκριση μεταξύ ενός χάρτη του 2010 που απεικόνιζε τον μελλοντικό σχεδιασμό των πράσινων χώρων, με έναν χάρτη της υφιστάμενης κατάστασής τους το 2000. Τα δεδομένα της έρευνας πεδίου περιελάμβαναν τα επίγεια σημεία ελέγχου, τα οποία συλλέχθηκαν χρησιμοποιώντας τα Συστήματα Παγκόσμιου Δορυφορικού Εντοπισμού Θέσης (Global Positioning Systems) για τη γεωαναφορά δορυφορικών απεικονίσεων και φωτογραφιών, με σκοπό την ερμηνεία της εικόνας.&lt;br /&gt;
&lt;br /&gt;
'''2. Το σύστημα της ταξινόμησης των χρήσεων γης:''' Λαμβάνοντας υπόψη τη χωρική ανάλυση των δορυφορικών απεικονίσεων και εστιάζοντας στη μελέτη της μεταβολής των χώρων πρασίνου ως αποτέλεσμα της αστικοποίησης, οι χρήσεις γης της περιοχής μελέτης ταξινομήθηκαν σε χώρους πρασίνου, δομημένες επιφάνειες (αδιαπέρατες επιφάνειες, συμπεριλαμβανομένων των αστικών, εμπορικών και βιομηχανικών περιοχών και του οδικού δικτύου), νερό (ρέματα, κανάλια, λίμνες και ταμιευτήρες) και άγονη γη (συμπεριλαμβανομένων των εγκαταλελειμμένων εκτάσεων). Οι χώροι πρασίνου υποδιαιρέθηκαν σε δασικές εκτάσεις (φυλλοβόλα, αειθαλή και μικτά δάση), γεωργικές εκτάσεις (καλλιεργήσιμες εκτάσεις και οπωρώνες) και χορτολιβαδικές εκτάσεις (κήποι, πάρκα με χαμηλή πυκνότητα δένδρων και γήπεδα γκολφ).&lt;br /&gt;
&lt;br /&gt;
'''3. Επεξεργασία εικόνων:''' Η ανάλυση των τριών δορυφορικών απεικονίσεων ακολούθησε τα  παρακάτω βήματα (εικόνα 2). Αρχικά, πραγματοποιήθηκε γεωαναφορά των απεικονίσεων στην Εγκάρσια Μερκατορική Προβολή (Universal Transverse Mercator - UTM) μέσω του πακέτου λογισμικού ERDAS IMAGINE 8.7. Για τη γεωμετρική διόρθωση επιλέχθηκαν δεκαπέντε χωρικά ομοιόμορφα κατανεμημένα επίγεια σημεία ελέγχου, χρησιμοποιώντας ένα δεύτερης τάξης πολυωνυμικό μετασχηματισμό και τη μέθοδο επαναδειγματοληψίας του Εγγύτερου Γείτονα. Η ρίζα του μέσου τετραγωνικού σφάλματος περιορίστηκε στα 0,5 pixels. Λόγω της ανάλυσης πολυχρονικών και πολλαπλών αισθητήρων εικόνων, απαιτούνταν ατμοσφαιρική διόρθωση, η οποία πραγματοποιήθηκε χρησιμοποιώντας το μοντέλο Fast Line-of-sight Atmospheric Analysis of Spectral Hypercubes (FLAASH) του λογισμικού ENVI 4.6. Καθώς η μητροπολιτική περιοχή του Kunming δεν παρουσιάζει έντονο ανάγλυφο, δεν χρειάστηκε τοπογραφική διόρθωση. Τέλος, πραγματοποιήθηκε χωρική επαναδειγματοληψία της SPOT απεικόνισης στα 30 m, ώστε να ταιριάζει με τη χωρική ανάλυση της Landsat απεικόνισης. &lt;br /&gt;
&lt;br /&gt;
'''4. Ταξινόμηση και εκτίμηση της ακρίβειας:''' Για την ταξινόμηση των χρήσεων γης χρησιμοποιήθηκε η μέθοδος της Μέγιστης Πιθανοφάνειας. Για κάθε εικόνα, λήφθησαν αρχικά στατιστικά στοιχεία των δειγμάτων εκπαίδευσης, με σκοπό να εξασφαλιστεί ότι οι διάφορες κατηγορίες χρήσεων γης θα μπορούσαν να διαχωριστούν. Μετά την ταξινόμηση, και για την εκτίμηση της ακρίβειάς της, επιλέχθηκαν τυχαία πενήντα σημεία δειγματοληψίας για κάθε κατηγορία χρήσης γης. Επιπλέον, για την εκτίμηση της ακρίβειας της ταξινόμησης, χρησιμοποιήθηκαν ωε δεδομένα αναφοράς εικόνες Google Earth, QuickBird (του 2006 και του 2007), χάρτης των χώρων πρασίνου του 2000, έρευνα πεδίου, συνεντεύξεις, καθώς και η τοπική γνώση της περιοχής μελέτης. &lt;br /&gt;
&lt;br /&gt;
'''5. Ανάλυση μετρητικών δεικτών των χρήσεων γης:''' Τα αποτελέσματα της ταξινόμησης των δορυφορικών απεικονίσεων των ετών 1992, 2000 και 2009, μετατράπηκαν σε GRID format για τον υπολογισμό των μετρητικών δεικτών των χρήσεων γης σε FRAGSTATS 3.3. Συνολικά χρησιμοποιήθηκαν οι εξής μετρητικοί δείκτες, για την ποσοτικοποίηση των μορφών των χώρων πρασίνου:&lt;br /&gt;
&lt;br /&gt;
* ο γενικός δείκτης PLAND - Percentage of LANDscape, που απεικονίζει το ποσοστό της κάθε χρήσης γης&lt;br /&gt;
* ο δείκτης PD - Patch Density, ο οποίος είναι ευαίσθητος στον κατακερματισμό των χρήσεων γης&lt;br /&gt;
* ο δείκτης LPI - Largest Patch Index, ο οποίος μπορεί να χρησιμοποιηθεί για να απεικονίσει την επικράτηση των χρήσεων γης&lt;br /&gt;
* ο δείκτης LSI - Landscape Shape Index, ο οποίος σχετίζεται με την πολυπλοκότητα των χρήσεων γης και&lt;br /&gt;
* ο δείκτης SHDI - SHannon's Diversity Index που αντιπροσωπεύει την ποικιλομορφία των χρήσεων γης.&lt;br /&gt;
&lt;br /&gt;
Αρχικά, πραγματοποιήθηκε μία συνοπτική ανάλυση για τον συνολικό ποσοτικό προσδιορισμό των χωρικών προτύπων του αστικού πρασίνου. Δεύτερον, η περιοχή μελέτης διαιρέθηκε σε επτά ομόκεντρες ζώνες (εικόνα 3α), ενώ μέσω της διενέργειας μίας ομόκεντρης ανάλυσης μετρήθηκαν τα χωρικά πρότυπα των αστικών πράσινων χώρων στις διαφορετικές ζώνες. Τέλος, διεξήχθη μία γραμμική ανάλυση του δείκτη PLAND για να μελετηθεί η κατανομή των χώρων πρασίνου κατά μήκος οκτώ γραμμικών κατευθύνσεων (εικόνα 3β). Κάθε γραμμικός τομέας αποτελείται από έναν αριθμό κελιών, μεγέθους 1,8 km × 1,8 km.&lt;br /&gt;
&lt;br /&gt;
'''6. Ανάλυση της έντασης μεταβολής των χώρων πρασίνου:''' Για την απεικόνιση της έντασης της μεταβολής των χρήσεων γης, χρησιμοποιήθηκε ο ρυθμός μεταβολής τους, υπολογιζόμενος ως ποσοστό μεταβολής ανά έτος. Περιοχές με ταχεία απώλεια χώρων πρασίνου θα μπορούσαν να υποδηλώνουν υψηλή ευαισθησία στην αστική εξάπλωση. Η ανάλυση της έντασης μεταβολής υπολογίστηκε για δύο χρονικές περιόδους (1992-2000 και 2000-2009), για το σύνολο της περιοχής μελέτης, συμπεριλαμβανομένων των επτά ομόκεντρων ζωνών και των οκτώ γραμμικών κατευθύνσεων. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα'''&lt;br /&gt;
&lt;br /&gt;
'''1. Η μορφή των χρήσεων γης:''' Οι χρήσεις γης της μητροπολιτικής περιοχής του Kunming έχουν υποστεί σημαντικές μεταβολές κατά τη διάρκεια των τελευταίων δύο δεκαετιών (εικόνα 4). Η ραγδαία επέκτασης της αστικής περιοχής είχε ως αποτέλεσμα την απώλεια των χώρων πρασίνου στις περιαστικές και προαστιακές περιοχή, ιδιαίτερα στο νότιο τμήμα της περιοχής μελέτης (εικόνα 4α και 4γ).&lt;br /&gt;
&lt;br /&gt;
'''2. Η ομόκεντρη μορφή των χρήσεων γης:''' Για τον χωρικό προσδιορισμό της μεταβολής των χρήσεων γης, η περιοχή μελέτης διαιρέθηκε σε επτά ομόκεντρες ζώνες. Ο δείκτης PLAND της δομημένης επιφάνειας, έδειξε την επέκταση της αστικής περιοχής από το 1992 έως το 2009, σε όλες τις ζώνες, εκτός της ζώνης 1, όπου το μεγαλύτερο μέρος της γης είχε ήδη αναπτυχθεί. Άμεσο επακόλουθο της αστικοποίησης ήταν η μείωση των χορτολιβαδικών εκτάσεων και η αντίστοιχη μείωση που ακολούθησε, των γεωργικών και δασικών εκτάσεων. &lt;br /&gt;
&lt;br /&gt;
'''3. Η γραμμική μορφή των χρήσεων γης:''' Για την μελέτη της κατανομής των χρήσεων γης στις οκτώ κατευθύνσεις, χρησιμοποιήθηκε ο δείκτης PLAND. Η ανάλυση έδειξε ότι η αστική περιοχή επεκτάθηκε από το 1992 έως το 2009, προς όλες τις κατευθύνσεις, με την αστική διάχυση να συγκεντρώνεται χωρικά στις νότιες και νοτιοανατολικές περιοχές (εικόνα 5α), κυρίως λόγω του επίπεδου εδάφους. Ταυτόχρονα με την αστική διάχυση, παρατηρήθηκε μείωση των αστικών πράσινων χώρων, κυρίως μέχρι το 2000. Η περιβαλλοντική καμπάνια που εφαρμόστηκε αργότερα,  εμπόδισε την περαιτέρω μείωση των χορτολιβαδικών εκτάσεων. Η κατασκευή ενός νέου γηπέδου γκολφ στα βορειοανατολικά, επίσης συνέβαλε στην αύξηση του αστικού πρασίνου της περιοχής (εικόνα 5β). Η γεωργική γη που παρατηρούνταν κυρίως στις νότιες και νοτιοανατολικές κατευθύνσεις το 1992, τελικά αντικαταστάθηκε από τις αστικές περιοχές (εικόνα 5γ). Επιπλέον, η περιοχή μελέτης ήταν αρχικά περικυκλωμένη από δασικές εκτάσεις, οι οποίες υπέστησαν σημαντική μείωση, αν και μικρότερη αυτής των γεωργικών εκτάσεων, προς όλες τις κατευθύνσεις (εικόνα 5δ). &lt;br /&gt;
&lt;br /&gt;
'''4. Ανάλυση της έντασης μεταβολής:''' Η ένταση της μεταβολής υπολογίστηκε για το σύνολο της περιοχή μελέτης, τις επτά ομόκεντρες ζώνες και τα κελιά  των οκτώ γραμμικών κατευθύνσεων, κατά τη διάρκεια δύο περιόδων (1992-2000 και 2000-2009). Συνολικά, οι αστικές περιοχές σημείωσαν το υψηλότερο ποσοστό μεταβολής μεταξύ των τεσσάρων κατηγοριών χρήσεων γης. Ακολούθησαν οι γεωργικές εκτάσεις, οι δασικές και οι χορτολιβαδικές. &lt;br /&gt;
&lt;br /&gt;
Η ανάλυση του ρυθμού μεταβολής για τις οκτώ γραμμικές κατευθύνσεις αποκάλυψε ότι η εντατική αστικοποίηση πραγματοποιήθηκε προς όλες τις κατευθύνσεις κατά τη δεκαετία του 1990, ενώ κατά την τελευταία δεκαετία περιορίστηκε στο νότιο και νοτιοανατολικό τμήμα της περιοχής μελέτης (εικόνα 6α). Οι χορτολιβαδικές εκτάσεις γνώρισαν μια ταχεία απώλεια κατά τη δεκαετία του 1990, κυρίως στις βορειοανατολικές, ανατολικές και δυτικές κατευθύνσεις, ενώ παρατηρήθηκε μία μικρή αύξησή τους κατά τη δεκαετία του 2000 στις περισσότερες κατευθύνσεις (εικόνα 9β). Η απώλεια και η αύξηση των γεωργικών εκτάσεων σημειώθηκαν σε διάφορες κατευθύνσεις, ενώ κατά τη δεκαετία του 2000 το ποσοστό τους παρουσίασε μία γενική μείωση (εικόνα 10γ). Οι ανατολικές και νοτιοανατολικές κατευθύνσεις της περιοχής μελέτης παρουσίασαν αρχικά αύξηση των δασικών εκτάσεων κατά την πρώτη δεκαετία, ενώ κατά την επόμενη δεκαετία παρουσίασαν σταδιακή μείωση (εικόνα 10δ). Η έντονη αστική διάχυση που παρατηρήθηκε κατά τη δεκαετία του 2000 (εικόνα 6α), πιθανώς είχε ως αποτέλεσμα την απώλεια δασικών εκτάσεων. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Η παρούσα μελέτη χρησιμοποίησε ομόκεντρες και γραμμικές αναλύσεις χρήσεων γης για τον προσδιορισμό των μεταβαλλόμενων μορφών των χώρων πρασίνου της μητροπολιτικής περιοχής του Kunming της Κίνας από το 1992 έως το 2009. Προκειμένου να μελετηθεί η διακύμανση του ρυθμού μεταβολής των χώρων πρασίνου, υπολογίστηκε η ένταση των αλλαγών κατά τη διάρκεια των χρονικών περιόδων 1992-2000 και 2000-2009 για το σύνολο της περιοχή μελέτης, τις επτά ομόκεντρες ζώνες και τις οκτώ γραμμικές κατευθύνσεις. Τα αποτελέσματα της έρευνας έδειξαν ότι η αστική διάχυση ευθυνόταν σε μεγάλο βαθμό για την απώλεια χώρων πρασίνου και ιδιαίτερα γεωργικής γης. Από την άλλη μεριά, οι οικολογικές πολιτικές συνέβαλαν στην ανάκτηση χορτολιβαδικών εκτάσεων από το 2000 έως το 2009. Επιπλέον, η γραμμική ανάλυση έδειξε όι η αστικοποίηση έλαβε χώρα κατά μήκος της νοτιοανατολικής κατεύθυνσης, αντικαθιστώντας κυρίως γεωργικές εκτάσεις. Αντίθετα, η μείωση των δασικών εκτάσεων διατηρήθηκε σε σταθερό ρυθμό κατά τη διάρκεια των δύο τελευταίων δεκαετιών, ενώ οι χορτολιβαδικές εκτάσεις μειώθηκαν κατά τη δεκαετία του 1990, αλλά σημείωσαν αύξηση με αργό ρυθμό κατά τη δεκαετία του 2000. Τέλος, η μελέτη απέδειξε τη χρησιμότητα των ομόκεντρων και γραμμικών αναλύσεων χρήσεων γης, προσδιορίζοντας τη μεταβολή του τοπίου σε πόλεις με ομόκεντρη μορφή ανάπτυξης. Η ποσοτικοποίηση της χωρικής διακύμανσης της μεταβολής των χώρων πρασίνου και η κατανόηση της εν λόγω μεταβολής κατά την πάροδο του χρόνου είναι απαραίτητες για τη χάραξη της μελλοντικής περιβαλλοντικής πολιτικής, προκειμένου να εξασφαλιστεί η βιώσιμη αστική ανάπτυξη.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αναφορές''' &lt;br /&gt;
&lt;br /&gt;
Breuste, J., Feldmann, H., Uhlmann, O., 1998. Urban Ecology. Springer, Berlin.&lt;br /&gt;
&lt;br /&gt;
Chen, W.Y., Jim, C.Y., 2008. Assess and valuation of the ecosystem services provided by urban forests. In: Carreiro, M.M., Song, Y.-C., Wu, J. (Eds.), Ecology, Planning and Management of Urban Forests International Perspectives. Springer, New York, pp. 53–83.&lt;br /&gt;
&lt;br /&gt;
Cheng, J., Masser, I., 2003. Urban growth pattern modeling: a case study of Wuhan City PR China. Landsc. Urban Plan. 62, 199–217.&lt;br /&gt;
&lt;br /&gt;
Davies, R.G., Barbosa, O., Fuller, R.A., Tratalos, J., Burke, N., Lewis, D., et al., 2008.&lt;br /&gt;
City-wide relationships between green spaces, urban land use and topography. Urban Ecosyst. 11, 269–287.&lt;br /&gt;
&lt;br /&gt;
Deng, J.S., Wang, K., Hong, Y., Qi, J.G., 2009. Spatio-temporal dynamics and evolution of land use change and landscape pattern in response to rapid urbanization. Landsc. Urban Plan. 92, 187–198.&lt;br /&gt;
&lt;br /&gt;
Dewan, A.M., Yamaguchi, Y., 2009. Land use and land cover change in Greater Dhaka, Bangladesh: using remote sensing to promote sustainable urbanization. Appl. Geogr. 29 (3), 390–401.&lt;br /&gt;
&lt;br /&gt;
Erickson, D.L., 2006. MetroGreen: Connecting Open Space in North American Cities. Island Press, Washington, DC.&lt;br /&gt;
&lt;br /&gt;
Jensen, J.R., 2005. Introductory Digital Image Processing a Remote Sensing Perspective, third ed. Prentice Hall, Upper Saddle River, NJ.&lt;br /&gt;
&lt;br /&gt;
Jim, C.Y., Chen, S., 2003. Comprehensive greenspace planning based on landscape ecology principles in compact Nanjing city, China. Landsc. Urban Plan. 65, 95–116.&lt;br /&gt;
&lt;br /&gt;
Kim, K.H., Pauleit, S., 2007. Landscape character, biodiversity and land use planning: the case of Kwangju City Region, South Korea. Land Use Policy 24 (1), 264–274.&lt;br /&gt;
&lt;br /&gt;
Kong, F., Nakagoshi, N., 2006. Spatial–temporal gradient analysis of urban green spaces in Jinan, China. Landsc. Urban Plan. 78, 147–164.&lt;br /&gt;
&lt;br /&gt;
Leitγo, A.B., Ahern, J., 2002. Applying landscape ecological concepts and metrics in sustainable landscape planning. Landsc. Urban Plan. 59, 65–93.&lt;br /&gt;
&lt;br /&gt;
Leitγo, A.B., Miller, J., Ahern, J., McGarigal, K., 2006. Measuring Landscapes: A Planner’s Handbook. Island Press, Washington, DC.&lt;br /&gt;
&lt;br /&gt;
Li, F., Wang, R., Paulussen, J., Liu, X., 2005. Comprehensive concept planning of urban greening based on ecological principles: a case study in Beijing, China. Landsc. Urban Plan. 72, 325–336.&lt;br /&gt;
&lt;br /&gt;
Lu, D., Weng, Q., 2007. A survey of image classification methods and techniques for improving classification performance. Int. J. Remote Sens. 28, 823–870.&lt;br /&gt;
&lt;br /&gt;
Luo, J., Wei, Y.H.D., 2009. Modeling spatial variations of urban growth patterns in Chinese cities: the case of Nanjing. Landsc. Urban Plan. 91, 51–64.&lt;br /&gt;
&lt;br /&gt;
Luck, M., Wu, J., 2002. A gradient analysis of urban landscape pattern: a case study form the phoenix metropolitan region, Arizona, USA. Landsc. Ecol. 17, 327–339.&lt;br /&gt;
&lt;br /&gt;
McGarigal, K., Ene, E., Holmes, C., 2002. FRAGSTATS (Version 3): FRAGSTATSMetrics. University of Massachusetts—Produced Program. Available at the following website: http://www.umass.edu/landeco/research/fragstats/documents/fragstats documents.html.&lt;br /&gt;
&lt;br /&gt;
National Research Council (NRC), 2001. Grand Challenges in Environmental Sciences. National Academy Press, Washington, DC.&lt;br /&gt;
&lt;br /&gt;
Roy, A.H., Dybas, A.L., Fritz, K.M., Lubbers, H.R., 2009. Urbanization affects the extent and hydrologic permanence of headwater streams in a midwestern US metropolitan area. J. N. Am. Benthol. Soc. 28 (4), 911–928.&lt;br /&gt;
&lt;br /&gt;
Schell, L.M., Ulijaszek, S.J., 1999. Urbanism, Health and Human Biology in Industrialized Countries. Cambridge University Press, Cambridge.&lt;br /&gt;
&lt;br /&gt;
Tian, G., Liu, J., Xie, Y., Yang, Z., Zhuang, D., Niu, Z., 2005. Analysis of spatio-temporal dynamic pattern and driving forces of urban land in China in 1990s using TM images and GIS. Cities 22 (6), 400–410.&lt;br /&gt;
&lt;br /&gt;
Tian, G., Wu, J., Yang, Z., 2010. Spatial pattern of urban functions in the Beijing metropolitan region. Habitat Int. 34 (2), 249–255.&lt;br /&gt;
&lt;br /&gt;
Turner, M.G., Gardner, R.H., O’Neill, R.V., 2001. Landscape Ecology in Theory and Practice. Springer, New York.&lt;br /&gt;
&lt;br /&gt;
Turner, M.G., 2005. Landscape ecology in North America: past, present, and future. Ecology 86, 1967–1974.&lt;br /&gt;
&lt;br /&gt;
Xiao, J., Shen, Y., Ge, J., Tateishi, R., Tang, C., Liang, Y., et al., 2006. Evaluating urban expansion and land use change in Shijiazhuang, China, by using GIS and remote sensing. Landsc. Urban Plan. 75, 69–80.&lt;br /&gt;
&lt;br /&gt;
Yang, L., Xian, G., Klaver, J.M., Deal, B., 2003. Urban land-cover change detection through sub-pixel imperviousness mapping using remotely sensed data. Photogramm. Eng. Remote Sens. 69, 1003–1010.&lt;br /&gt;
&lt;br /&gt;
Yeh, C.-T., Huang, S.-L., 2009. Investigating spatiotemporal patterns of landscape diversity in response to urbanization. Landsc. Urban Plan. 93, 151–162.&lt;br /&gt;
&lt;br /&gt;
Yuan, F., Bauer, M.E., 2007. Comparison of impervious surface area and normalized difference vegetation index as indicators of surface urban heat island effects in Landsat imagery. Remote Sens. Environ. 106, 375–386.&lt;br /&gt;
&lt;br /&gt;
Zhang, L., Wang, H., 2006. Planning an ecological network of Xiamen Island (China) using landscape metrics and network analysis. Landsc. Urban Plan. 78, 449–456.&lt;br /&gt;
&lt;br /&gt;
Zhou, X., 2006. (Study on the Urban Morphology Change of Kunming City). Yunnan University Press, Kunming (in Chinese).&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
[http://www.sciencedirect.com/science/article/pii/S0169204611000223 '''το άρθρο στο διαδίκτυο''']&lt;br /&gt;
&lt;br /&gt;
 [[category:Καταγραφή πρασίνου]]&lt;/div&gt;</summary>
		<author><name>Ramfou Vasiliki</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A7%CF%81%CE%BF%CE%BD%CE%B9%CE%BA%CE%AE_%CE%BA%CE%B1%CE%B9_%CF%87%CF%89%CF%81%CE%B9%CE%BA%CE%AE_%CE%B4%CF%85%CE%BD%CE%B1%CE%BC%CE%B9%CE%BA%CE%AE_%CF%84%CF%89%CE%BD_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CF%81%CE%AC%CF%83%CE%B9%CE%BD%CF%89%CE%BD_%CF%87%CF%8E%CF%81%CF%89%CE%BD_%CF%89%CF%82_%CE%B1%CF%80%CE%BF%CF%84%CE%AD%CE%BB%CE%B5%CF%83%CE%BC%CE%B1_%CF%84%CE%B7%CF%82_%CF%84%CE%B1%CF%87%CE%B5%CE%AF%CE%B1%CF%82_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CE%B7%CF%82_%CE%BF%CE%B9%CE%BA%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CE%AE%CF%82_%CF%80%CE%BF%CE%BB%CE%B9%CF%84%CE%B9%CE%BA%CE%AE%CF%82</id>
		<title>Χρονική και χωρική δυναμική των αστικών πράσινων χώρων ως αποτέλεσμα της ταχείας αστικοποίησης και της οικολογικής πολιτικής</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A7%CF%81%CE%BF%CE%BD%CE%B9%CE%BA%CE%AE_%CE%BA%CE%B1%CE%B9_%CF%87%CF%89%CF%81%CE%B9%CE%BA%CE%AE_%CE%B4%CF%85%CE%BD%CE%B1%CE%BC%CE%B9%CE%BA%CE%AE_%CF%84%CF%89%CE%BD_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CF%81%CE%AC%CF%83%CE%B9%CE%BD%CF%89%CE%BD_%CF%87%CF%8E%CF%81%CF%89%CE%BD_%CF%89%CF%82_%CE%B1%CF%80%CE%BF%CF%84%CE%AD%CE%BB%CE%B5%CF%83%CE%BC%CE%B1_%CF%84%CE%B7%CF%82_%CF%84%CE%B1%CF%87%CE%B5%CE%AF%CE%B1%CF%82_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CE%B7%CF%82_%CE%BF%CE%B9%CE%BA%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CE%AE%CF%82_%CF%80%CE%BF%CE%BB%CE%B9%CF%84%CE%B9%CE%BA%CE%AE%CF%82"/>
				<updated>2015-03-20T17:53:27Z</updated>
		
		<summary type="html">&lt;p&gt;Ramfou Vasiliki: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα:vr_a5_e1.jpg|300px|thumb|right|Εικόνα 1. (α) Η τοποθεσία της πόλης του Kunming σε σχέση με την επαρχία Yunnan της Κίνας, (β) η τοποθεσία της περιοχής μελέτης, της μητροπολιτικής περιοχής της πόλης του Kunming, (γ) η περιοχή μελέτης όπου επισημαίνονται τα προσφάτως υλοποιημένα αστικά πάρκα και οι περιβαλλοντικές παρεμβάσεις.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a5_e2.jpg|300px|thumb|right|Εικόνα 2. Το διάγραμμα ροής της ανάλυσης των τριών δορυφορικών απεικονίσεων.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a5_e3.jpg|300px|thumb|right|Εικόνα 3. Η διάταξη των ομόκεντρων ζωνών και των γραμμικών κελιών. (α) Οι επτά ομόκεντρες ζώνες, με κέντρο το κέντρο της πόλης, (β) τα  σαράντα τέσσερα κελιά  δειγματοληψίας, σε οκτώ γραμμικές κατευθύνσεις.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a5_e4.jpg|300px|thumb|right|Εικόνα 4. Οι χρήσεις γης στην περιοχή μελέτης (α) το 1992, (β) το 2000 και (γ) το 2009]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a5_e5.jpg|300px|thumb|right|Εικόνα 5. Ποσοστό των χρήσεων γης (PLAND) για (α) τις αστικές περιοχές, (β) τις χορτολιβαδικές εκτάσεις, (γ) τις γεωργικές εκτάσεις και (δ) τις δασικές εκτάσεις, κατά μήκος οκτώ κατευθύνσεων το 1992, το 2000 και το 2009.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a5_e6.jpg|300px|thumb|right|Εικόνα 6. Χωρικά πρότυπα του ρυθμού μεταβολής των χρήσεων γης κατά μήκος οκτώ κατευθύνσεων για (α) τις αστικές περιοχές, (β) τις χορτολιβαδικές εκτάσεις, (γ) τις γεωργικές εκτάσεις και (δ) τις δασικές εκτάσεις.]]&lt;br /&gt;
&lt;br /&gt;
'''Αντικείμενο Εφαρμογής:''' Χρήση ολοκληρωμένων προσεγγίσεων για τη μελέτη της διακύμανσης της μεταβολής των αστικών πράσινων χώρων στο  Kunming της Κίνας&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος Τίτλος:''' 'Spatial - temporal dynamics of urban green space in response to rapid urbanization and greening policies'&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Xiaolu Zhou*, Yi-Chen Wang&lt;br /&gt;
*Department of Geography, National University of Singapore, 1 Arts Link, AS2 #03-01, Singapore 117570, Singapore&lt;br /&gt;
&lt;br /&gt;
'''Πηγή:''' Elsevier, Landscape and Urban Planning, 100 (2011), 268–277&lt;br /&gt;
&lt;br /&gt;
'''Λέξεις Κλειδιά:''' μορφή χρήσεων γης, χώροι πρασίνου, αστική ανάπτυξη, Τηλεπισκόπιση,  Kunming&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Περίληψη:''' Η ταχεία αστικοποίηση έχει αρκετά σημαντικές επιπτώσεις στο περιβάλλον, οι οποίες συνδέονται με τη μείωση των χώρων πρασίνου. Έχοντας συνειδητοποιήσει τον σημαντικό τους ρόλο στα αστικά οικοσυστήματα, πολλές τοπικές κυβερνήσεις της Κίνας έχουν θεσπίσει ένα σύνολο πολιτικών για την εισαγωγή πράσινων στοιχείων σε αστικές περιοχές. Η γνώση του τρόπου μεταβολής των αστικών πράσινων χώρων ως αποτέλεσμα της αστικοποίησης και της οικολογικής πολιτικής, είναι απαραίτητη για την επίτευξη της αειφόρου αστικής ανάπτυξης. Η παρούσα έρευνα χρησιμοποιεί ολοκληρωμένες προσεγγίσεις για τη μελέτη της μεταβαλλόμενης μορφής και έντασης των πράσινων χώρων στο  Kunming της Κίνας, από το 1992 έως το 2009. Οι χωρική διακύμανση της μορφής των πράσινων χώρων προέκυψαν μέσω ομόκεντρων και γραμμικών αναλύσεων των χρήσεων γης σε συνδυασμό με μετρητικούς δείκτες των χρήσεων γης. Η ένταση της μεταβολής των χρονικών περιόδων 1992-2000 και 2000-2009, υπολογίστηκε για το σύνολο της περιοχής μελέτης, των ομόκεντρων ζωνών, καθώς και των γραμμικών κατευθύνσεων,  ώστε να μελετηθεί η διακύμανση του ποσοστού μεταβολής των αστικών πράσινων χώρων. Τα αποτελέσματα αποκάλυψαν ότι τόσο η ταχεία αστικοποίηση, όσο και οι οικολογικές πολιτικές, είχαν μερίδιο ευθύνης για το μέγεθος της μεταβολής των πράσινων χώρων. Μεταξύ των ποικίλων κατηγοριών των πράσινων χώρων, η γεωργική γη κατακερματίστηκε σε μεγάλο βαθμό από την αστική διάχυση, ειδικά στον περιαστικό χώρο της πόλης. Οι δασικές εκτάσεις επηρεάστηκαν επίσης, αλλά το ποσοστό των απωλειών τους ήταν σημαντικά μικρότερο από εκείνο της γεωργικής γης. Από την άλλη μεριά, οι οικολογικές  πολιτικές συνέβαλαν στην ανάκτηση χορτολιβαδικών εκτάσεων κατά την τελευταία δεκαετία. Η μελέτη αποδεικνύει τη χρησιμότητα της ομόκεντρης και της γραμμικής ανάλυσης των χρήσεων γης για τον χαρακτηρισμό της χωρικής και χρονικής μεταβολής του αστικού πρασίνου σε πόλεις με ομόκεντρη ανάπτυξη. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή:''' Η αστική ανάπτυξη συντελείται με πρωτοφανή ρυθμό σε παγκόσμιο επίπεδο, με το 65% του παγκόσμιου πληθυσμού να αναμένεται να κατοικεί σε αστικές περιοχές μέχρι το 2025. Στην Κίνα, η πολιτική 'Open Door' του 1978, καθώς και ο κανονισμός για τη μεταρρύθμιση της γης του 1987, επιτάχυναν σημαντικά το ρυθμό αστικοποίησης, με το επίπεδο αυτής να υπολογίζεται στο 50% μέχρι το τέλος του 2020, με 1,5 δισεκατομμύριο αστικό πληθυσμό. Η φυσική αύξηση του πληθυσμού και η μετακίνηση των ανθρώπων από τις αγροτικές στις αστικές περιοχές, είναι οι δύο βασικοί παράγοντες της ταχείας ανάπτυξης των πόλεων. Το εν λόγω φαινόμενο, έχει προκαλέσει πολλές επιπτώσεις στο περιβάλλον, ενώ αποτελεί ένα κρίσιμο ζήτημα στη μελέτη της πλανητικής μεταβολής. &lt;br /&gt;
&lt;br /&gt;
Οι περισσότερες από τις περιβαλλοντικές επιπτώσεις της αστικοποίησης συνδέονται με τους χώρους πρασίνου. Η απώλεια ή η υποβάθμισή τους, μειώνει τη βιοποικιλότητα και διαταράσσει τη δομή του αστικού οικοσυστήματος. Αντίθετα, η παρουσία τους μπορεί να αντισταθμίσει τις επιπτώσεις του φαινομένου της αστικής θερμικής νησίδας, ενώ συμβάλλει στο φιλτράρισμα της ατμόσφαιρας και του νερού. Η αύξηση των πράσινων χώρων προσφέρει τους πολίτες αισθητικές απολαύσεις, ευκαιρίες αναψυχής, καθώς και σωματική και ψυχική ευεξία. &lt;br /&gt;
&lt;br /&gt;
Έχοντας συνειδητοποιήσει τη σημασία των πράσινων χώρων στα αστικά οικοσυστήματα και τη συμβολή τους στη βελτίωση της ποιότητας ζωής των κατοίκων, προτάθηκε ένα σύνολο  ολοκληρωμένων στρατηγικών σχεδιασμού πράσινων χώρων, προκειμένου να εξασφαλιστεί η αειφόρος ανάπτυξη της μητροπολιτικής περιοχής του Πεκίνου. Επιπλέον, θέματα που αφορούν τη σχέση της αστικοποίησης με μεταβολές των χρήσεων γης και με επακόλουθες περιβαλλοντικές συνέπειες, λαμβάνουν την αυξανόμενη προσοχή των ερευνών. Για την ποσοτικοποίηση της μεταβολής των χρήσεων γης και των μορφών των πράσινων χώρων, χρησιμοποιούνται μετρητικοί δείκτες των χρήσεων γης, προκειμένου να συναχθούν  πιθανές οικολογικές δράσεις για την καθοδήγηση του αειφόρου σχεδιασμού. Οι μετρητικοί δείκτες των χρήσεων γης έχουν επίσης συνδυαστεί με την γραμμική ανάλυση για τον ποσοτικό προσδιορισμό της μορφής της αστικοποίησης, κατά μήκος μιας προκαθορισμένης διεύθυνσης. Ωστόσο, η εξέλιξη των πόλεων οδηγεί συχνά σε μη γραμμικές μορφές, όπως είναι η ομόκεντρη δομή πολλών πόλεων της Κίνας. Συνεπώς, είναι απαραίτητη μίας μορφής  ανάλυσης που θα επιτρέπει τόσο την απεικόνιση της διακύμανσης των μοτίβων των χρήσεων γης σε πόλεις με ομόκεντρη μορφή ανάπτυξης, όσο και το ποσοστό της παραπάνω μεταβολής.&lt;br /&gt;
 &lt;br /&gt;
Η διαθεσιμότητα των πολυ-χρονικών τηλεπισκοπικών δεδομένων με αυξημένη χωρική ανάλυση και κάλυψη, επιτρέπει την ακριβή και εκτεταμένη παρακολούθηση της μεταβολής των χρήσεων γης. Αν και έχουν χρησιμοποιηθεί διαφορετικές τεχνικές για την ποσοτικοποίηση της διαδικασίας της μεταβολής, οι περισσότερες μελέτες υπολογίζουν το συνολικό ποσοστό μεταβολής των διαφόρων χρήσεων  γης, αντί να εξετάσουν την διακύμανση του ποσοστού μεταβολής των χώρων πρασίνου σε διάφορα σημεία της πόλης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Η περιοχή μελέτης:''' Η πόλη του Kunming, αποτελεί οικονομικό, πολιτικό και πολιτιστικό κέντρο της νοτιοδυτικής Κίνας, με ομόκεντρη μορφή ανάπτυξης, παρόμοια με αυτή πολλών κινέζικων πόλεων. Ως πρωτεύουσα της επαρχίας Yunnan της νοτιοδυτικής Κίνας (εικόνα 1α), η γρήγορη αστικοποίηση προκάλεσε μία τεράστια απώλεια πράσινων χώρων ενώ στη συνέχεια, η κυβέρνηση προσπάθησε να εφαρμόσει μία σειρά πολιτικών για την αντιστάθμιση των περιβαλλοντικών συνεπειών, όπως κατασκευή αστικών πάρκων και κοινοτικών κήπων. Ως περιοχή μελέτης επιλέχθηκε η μητροπολιτική περιοχή της πόλης του Kunming, έκτασης 538,9 km2 (εικόνα 1β και 1γ). Η παραπάνω έκταση αποτελείται από τον αστικό πυρήνα (αδιαπέρατες επιφάνειες και μικρό ποσοστό χώρων πρασίνου), τις περιαστικές περιοχές (συνδυασμός αδιαπέρατων επιφανειών και γεωργικής γης) και την προαστιακή περιοχή (μεγάλο ποσοστό δασικών εκτάσεων). Η μελέτη προτείνει μία ομόκεντρη και γραμμική ανάλυση των χρήσεων γης, σε συνδυασμό με μετρητικούς δείκτες των διάφορων χωρικών προτύπων, ώστε να προσδιοριστεί η μεταβαλλόμενη μορφή των πράσινων χώρων από το 1922 έως το 2009, κάτω από δύο φαινομενικά αντίθετες δυνάμεις: τη γρήγορη διαδικασία της αστικοποίησης και της οικολογικής πολιτικής. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Υλικά και Μέθοδοι'''&lt;br /&gt;
&lt;br /&gt;
'''1. Δεδομένα:''' Για τη μελέτη χρησιμοποιήθηκαν τηλεπισκοπικές απεικονίσεις, χάρτες των χώρων πρασίνου και έρευνα πεδίου. Αναλύθηκαν οι παρακάτω τηλεσκοπικές απεικονίσεις (χωρίς νεφοκάλυψη): μία απεικόνιση του Landsat 5 Thematic Mapper (TM) που λήφθηκε στις 16 του Αυγούστου του 1992, μία απεικόνιση του Landsat 7 Enhanced Thematic Mapper Plus (ETM+), στις 11 Νοεμβρίου του 2000, και μία απεικόνιση του Systeme Probatoire d’Observation de la Terre (SPOT 4) που λήφθηκε στις 20 Σεπτεμβρίου του 2009. Οι Landsat απεικονίσεις (κανάλια 1-5 και 7) έχουν χωρική ανάλυση 30 m, η ΕΤΜ+ απεικόνιση παρέχει ένα πρόσθετο παγχρωματικό κανάλι ανάλυσης 15 m, ενώ η SPOT απεικόνιση έχει ανάλυση 20 m στα πολυφασματικά κανάλια και 10 m στο παγχρωματικό κανάλι. Για τη μελέτη της τάσης μεταβολής των χώρων πρασίνου, πραγματοποιήθηκε σύγκριση μεταξύ ενός χάρτη του 2010 που απεικόνιζε τον μελλοντικό σχεδιασμό των πράσινων χώρων, με έναν χάρτη της υφιστάμενης κατάστασής τους το 2000. Τα δεδομένα της έρευνας πεδίου περιελάμβαναν τα επίγεια σημεία ελέγχου, τα οποία συλλέχθηκαν χρησιμοποιώντας τα Συστήματα Παγκόσμιου Δορυφορικού Εντοπισμού Θέσης (Global Positioning Systems) για τη γεωαναφορά δορυφορικών απεικονίσεων και φωτογραφιών, με σκοπό την ερμηνεία της εικόνας.&lt;br /&gt;
&lt;br /&gt;
'''2. Το σύστημα της ταξινόμησης των χρήσεων γης:''' Λαμβάνοντας υπόψη τη χωρική ανάλυση των δορυφορικών απεικονίσεων και εστιάζοντας στη μελέτη της μεταβολής των χώρων πρασίνου ως αποτέλεσμα της αστικοποίησης, οι χρήσεις γης της περιοχής μελέτης ταξινομήθηκαν σε χώρους πρασίνου, δομημένες επιφάνειες (αδιαπέρατες επιφάνειες, συμπεριλαμβανομένων των αστικών, εμπορικών και βιομηχανικών περιοχών και του οδικού δικτύου), νερό (ρέματα, κανάλια, λίμνες και ταμιευτήρες) και άγονη γη (συμπεριλαμβανομένων των εγκαταλελειμμένων εκτάσεων). Οι χώροι πρασίνου υποδιαιρέθηκαν σε δασικές εκτάσεις (φυλλοβόλα, αειθαλή και μικτά δάση), γεωργικές εκτάσεις (καλλιεργήσιμες εκτάσεις και οπωρώνες) και χορτολιβαδικές εκτάσεις (κήποι, πάρκα με χαμηλή πυκνότητα δένδρων και γήπεδα γκολφ).&lt;br /&gt;
&lt;br /&gt;
'''3. Επεξεργασία εικόνων:''' Η ανάλυση των τριών δορυφορικών απεικονίσεων ακολούθησε τα  παρακάτω βήματα (εικόνα 2). Αρχικά, πραγματοποιήθηκε γεωαναφορά των απεικονίσεων στην Εγκάρσια Μερκατορική Προβολή (Universal Transverse Mercator - UTM) μέσω του πακέτου λογισμικού ERDAS IMAGINE 8.7. Για τη γεωμετρική διόρθωση επιλέχθηκαν δεκαπέντε χωρικά ομοιόμορφα κατανεμημένα επίγεια σημεία ελέγχου, χρησιμοποιώντας ένα δεύτερης τάξης πολυωνυμικό μετασχηματισμό και τη μέθοδο επαναδειγματοληψίας του Εγγύτερου Γείτονα. Η ρίζα του μέσου τετραγωνικού σφάλματος περιορίστηκε στα 0,5 pixels. Λόγω της ανάλυσης πολυχρονικών και πολλαπλών αισθητήρων εικόνων, απαιτούνταν ατμοσφαιρική διόρθωση, η οποία πραγματοποιήθηκε χρησιμοποιώντας το μοντέλο Fast Line-of-sight Atmospheric Analysis of Spectral Hypercubes (FLAASH) του λογισμικού ENVI 4.6. Καθώς η μητροπολιτική περιοχή του Kunming δεν παρουσιάζει έντονο ανάγλυφο, δεν χρειάστηκε τοπογραφική διόρθωση. Τέλος, πραγματοποιήθηκε χωρική επαναδειγματοληψία της SPOT απεικόνισης στα 30 m, ώστε να ταιριάζει με τη χωρική ανάλυση της Landsat απεικόνισης. &lt;br /&gt;
&lt;br /&gt;
'''4. Ταξινόμηση και εκτίμηση της ακρίβειας:''' Για την ταξινόμηση των χρήσεων γης χρησιμοποιήθηκε η μέθοδος της Μέγιστης Πιθανοφάνειας. Για κάθε εικόνα, λήφθησαν αρχικά στατιστικά στοιχεία των δειγμάτων εκπαίδευσης, με σκοπό να εξασφαλιστεί ότι οι διάφορες κατηγορίες χρήσεων γης θα μπορούσαν να διαχωριστούν. Μετά την ταξινόμηση, και για την εκτίμηση της ακρίβειάς της, επιλέχθηκαν τυχαία πενήντα σημεία δειγματοληψίας για κάθε κατηγορία χρήσης γης. Επιπλέον, για την εκτίμηση της ακρίβειας της ταξινόμησης, χρησιμοποιήθηκαν ωε δεδομένα αναφοράς εικόνες Google Earth, QuickBird (του 2006 και του 2007), χάρτης των χώρων πρασίνου του 2000, έρευνα πεδίου, συνεντεύξεις, καθώς και η τοπική γνώση της περιοχής μελέτης. &lt;br /&gt;
&lt;br /&gt;
'''5. Ανάλυση μετρητικών δεικτών των χρήσεων γης:''' Τα αποτελέσματα της ταξινόμησης των δορυφορικών απεικονίσεων των ετών 1992, 2000 και 2009, μετατράπηκαν σε GRID format για τον υπολογισμό των μετρητικών δεικτών των χρήσεων γης σε FRAGSTATS 3.3. Συνολικά χρησιμοποιήθηκαν οι εξής μετρητικοί δείκτες, για την ποσοτικοποίηση των μορφών των χώρων πρασίνου:&lt;br /&gt;
&lt;br /&gt;
* ο γενικός δείκτης PLAND - Percentage of LANDscape, που απεικονίζει το ποσοστό της κάθε χρήσης γης&lt;br /&gt;
* ο δείκτης PD - Patch Density, ο οποίος είναι ευαίσθητος στον κατακερματισμό των χρήσεων γης&lt;br /&gt;
* ο δείκτης LPI - Largest Patch Index, ο οποίος μπορεί να χρησιμοποιηθεί για να απεικονίσει την επικράτηση των χρήσεων γης&lt;br /&gt;
* ο δείκτης LSI - Landscape Shape Index, ο οποίος σχετίζεται με την πολυπλοκότητα των χρήσεων γης και&lt;br /&gt;
* ο δείκτης SHDI - SHannon's Diversity Index που αντιπροσωπεύει την ποικιλομορφία των χρήσεων γης.&lt;br /&gt;
&lt;br /&gt;
Αρχικά, πραγματοποιήθηκε μία συνοπτική ανάλυση για τον συνολικό ποσοτικό προσδιορισμό των χωρικών προτύπων του αστικού πρασίνου. Δεύτερον, η περιοχή μελέτης διαιρέθηκε σε επτά ομόκεντρες ζώνες (εικόνα 3α), ενώ μέσω της διενέργειας μίας ομόκεντρης ανάλυσης μετρήθηκαν τα χωρικά πρότυπα των αστικών πράσινων χώρων στις διαφορετικές ζώνες. Τέλος, διεξήχθη μία γραμμική ανάλυση του δείκτη PLAND για να μελετηθεί η κατανομή των χώρων πρασίνου κατά μήκος οκτώ γραμμικών κατευθύνσεων (εικόνα 3β). Κάθε γραμμικός τομέας αποτελείται από έναν αριθμό κελιών, μεγέθους 1,8 km × 1,8 km.&lt;br /&gt;
&lt;br /&gt;
'''6. Ανάλυση της έντασης μεταβολής των χώρων πρασίνου:''' Για την απεικόνιση της έντασης της μεταβολής των χρήσεων γης, χρησιμοποιήθηκε ο ρυθμός μεταβολής τους, υπολογιζόμενος ως ποσοστό μεταβολής ανά έτος. Περιοχές με ταχεία απώλεια χώρων πρασίνου θα μπορούσαν να υποδηλώνουν υψηλή ευαισθησία στην αστική εξάπλωση. Η ανάλυση της έντασης μεταβολής υπολογίστηκε για δύο χρονικές περιόδους (1992-2000 και 2000-2009), για το σύνολο της περιοχής μελέτης, συμπεριλαμβανομένων των επτά ομόκεντρων ζωνών και των οκτώ γραμμικών κατευθύνσεων. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα'''&lt;br /&gt;
&lt;br /&gt;
'''1. Η μορφή των χρήσεων γης:''' Οι χρήσεις γης της μητροπολιτικής περιοχής του Kunming έχουν υποστεί σημαντικές μεταβολές κατά τη διάρκεια των τελευταίων δύο δεκαετιών (εικόνα 4). Η ραγδαία επέκτασης της αστικής περιοχής είχε ως αποτέλεσμα την απώλεια των χώρων πρασίνου στις περιαστικές και προαστιακές περιοχή, ιδιαίτερα στο νότιο τμήμα της περιοχής μελέτης (εικόνα 4α και 4γ).&lt;br /&gt;
&lt;br /&gt;
'''2. Η ομόκεντρη μορφή των χρήσεων γης:''' Για τον χωρικό προσδιορισμό της μεταβολής των χρήσεων γης, η περιοχή μελέτης διαιρέθηκε σε επτά ομόκεντρες ζώνες. Ο δείκτης PLAND της δομημένης επιφάνειας, έδειξε την επέκταση της αστικής περιοχής από το 1992 έως το 2009, σε όλες τις ζώνες, εκτός της ζώνης 1, όπου το μεγαλύτερο μέρος της γης είχε ήδη αναπτυχθεί. Άμεσο επακόλουθο της αστικοποίησης ήταν η μείωση των χορτολιβαδικών εκτάσεων και η αντίστοιχη μείωση που ακολούθησε, των γεωργικών και δασικών εκτάσεων. &lt;br /&gt;
&lt;br /&gt;
'''3. Η γραμμική μορφή των χρήσεων γης:''' Για την μελέτη της κατανομής των χρήσεων γης στις οκτώ κατευθύνσεις, χρησιμοποιήθηκε ο δείκτης PLAND. Η ανάλυση έδειξε ότι η αστική περιοχή επεκτάθηκε από το 1992 έως το 2009, προς όλες τις κατευθύνσεις, με την αστική διάχυση να συγκεντρώνεται χωρικά στις νότιες και νοτιοανατολικές περιοχές (εικόνα 5α), κυρίως λόγω του επίπεδου εδάφους. Ταυτόχρονα με την αστική διάχυση, παρατηρήθηκε μείωση των αστικών πράσινων χώρων, κυρίως μέχρι το 2000. Η περιβαλλοντική καμπάνια που εφαρμόστηκε αργότερα,  εμπόδισε την περαιτέρω μείωση των χορτολιβαδικών εκτάσεων. Η κατασκευή ενός νέου γηπέδου γκολφ στα βορειοανατολικά, επίσης συνέβαλε στην αύξηση του αστικού πρασίνου της περιοχής (εικόνα 5β). Η γεωργική γη που παρατηρούνταν κυρίως στις νότιες και νοτιοανατολικές κατευθύνσεις το 1992, τελικά αντικαταστάθηκε από τις αστικές περιοχές (εικόνα 5γ). Επιπλέον, η περιοχή μελέτης ήταν αρχικά περικυκλωμένη από δασικές εκτάσεις, οι οποίες υπέστησαν σημαντική μείωση, αν και μικρότερη αυτής των γεωργικών εκτάσεων, προς όλες τις κατευθύνσεις (εικόνα 5δ). &lt;br /&gt;
&lt;br /&gt;
'''4. Ανάλυση της έντασης μεταβολής:''' Η ένταση της μεταβολής υπολογίστηκε για το σύνολο της περιοχή μελέτης, τις επτά ομόκεντρες ζώνες και τα κελιά  των οκτώ γραμμικών κατευθύνσεων, κατά τη διάρκεια δύο περιόδων (1992-2000 και 2000-2009). Συνολικά, οι αστικές περιοχές σημείωσαν το υψηλότερο ποσοστό μεταβολής μεταξύ των τεσσάρων κατηγοριών χρήσεων γης. Ακολούθησαν οι γεωργικές εκτάσεις, οι δασικές και οι χορτολιβαδικές. &lt;br /&gt;
&lt;br /&gt;
Η ανάλυση του ρυθμού μεταβολής για τις οκτώ γραμμικές κατευθύνσεις αποκάλυψε ότι η εντατική αστικοποίηση πραγματοποιήθηκε προς όλες τις κατευθύνσεις κατά τη δεκαετία του 1990, ενώ κατά την τελευταία δεκαετία περιορίστηκε στο νότιο και νοτιοανατολικό τμήμα της περιοχής μελέτης (εικόνα 6α). Οι χορτολιβαδικές εκτάσεις γνώρισαν μια ταχεία απώλεια κατά τη δεκαετία του 1990, κυρίως στις βορειοανατολικές, ανατολικές και δυτικές κατευθύνσεις, ενώ παρατηρήθηκε μία μικρή αύξησή τους κατά τη δεκαετία του 2000 στις περισσότερες κατευθύνσεις (εικόνα 9β). Η απώλεια και η αύξηση των γεωργικών εκτάσεων σημειώθηκαν σε διάφορες κατευθύνσεις, ενώ κατά τη δεκαετία του 2000 το ποσοστό τους παρουσίασε μία γενική μείωση (εικόνα 10γ). Οι ανατολικές και νοτιοανατολικές κατευθύνσεις της περιοχής μελέτης παρουσίασαν αρχικά αύξηση των δασικών εκτάσεων κατά την πρώτη δεκαετία, ενώ κατά την επόμενη δεκαετία παρουσίασαν σταδιακή μείωση (εικόνα 10δ). Η έντονη αστική διάχυση που παρατηρήθηκε κατά τη δεκαετία του 2000 (εικόνα 6α), πιθανώς είχε ως αποτέλεσμα την απώλεια δασικών εκτάσεων. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Η παρούσα μελέτη χρησιμοποίησε ομόκεντρες και γραμμικές αναλύσεις χρήσεων γης για τον προσδιορισμό των μεταβαλλόμενων μορφών των χώρων πρασίνου της μητροπολιτικής περιοχής του Kunming της Κίνας από το 1992 έως το 2009. Προκειμένου να μελετηθεί η διακύμανση του ρυθμού μεταβολής των χώρων πρασίνου, υπολογίστηκε η ένταση των αλλαγών κατά τη διάρκεια των χρονικών περιόδων 1992-2000 και 2000-2009 για το σύνολο της περιοχή μελέτης, τις επτά ομόκεντρες ζώνες και τις οκτώ γραμμικές κατευθύνσεις. Τα αποτελέσματα της έρευνας έδειξαν ότι η αστική διάχυση ευθυνόταν σε μεγάλο βαθμό για την απώλεια χώρων πρασίνου και ιδιαίτερα γεωργικής γης. Από την άλλη μεριά, οι οικολογικές πολιτικές συνέβαλαν στην ανάκτηση χορτολιβαδικών εκτάσεων από το 2000 έως το 2009. Επιπλέον, η γραμμική ανάλυση έδειξε όι η αστικοποίηση έλαβε χώρα κατά μήκος της νοτιοανατολικής κατεύθυνσης, αντικαθιστώντας κυρίως γεωργικές εκτάσεις. Αντίθετα, η μείωση των δασικών εκτάσεων διατηρήθηκε σε σταθερό ρυθμό κατά τη διάρκεια των δύο τελευταίων δεκαετιών, ενώ οι χορτολιβαδικές εκτάσεις μειώθηκαν κατά τη δεκαετία του 1990, αλλά σημείωσαν αύξηση με αργό ρυθμό κατά τη δεκαετία του 2000. Τέλος, η μελέτη απέδειξε τη χρησιμότητα των ομόκεντρων και γραμμικών αναλύσεων χρήσεων γης, προσδιορίζοντας τη μεταβολή του τοπίου σε πόλεις με ομόκεντρη μορφή ανάπτυξης. Η ποσοτικοποίηση της χωρικής διακύμανσης της μεταβολής των χώρων πρασίνου και η κατανόηση της εν λόγω μεταβολής κατά την πάροδο του χρόνου είναι απαραίτητες για τη χάραξη της μελλοντικής περιβαλλοντικής πολιτικής, προκειμένου να εξασφαλιστεί η βιώσιμη αστική ανάπτυξη.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αναφορές''' &lt;br /&gt;
&lt;br /&gt;
Breuste, J., Feldmann, H., Uhlmann, O., 1998. Urban Ecology. Springer, Berlin.&lt;br /&gt;
&lt;br /&gt;
Chen, W.Y., Jim, C.Y., 2008. Assess and valuation of the ecosystem services provided by urban forests. In: Carreiro, M.M., Song, Y.-C., Wu, J. (Eds.), Ecology, Planning and Management of Urban Forests International Perspectives. Springer, New York, pp. 53–83.&lt;br /&gt;
&lt;br /&gt;
Cheng, J., Masser, I., 2003. Urban growth pattern modeling: a case study of Wuhan City PR China. Landsc. Urban Plan. 62, 199–217.&lt;br /&gt;
&lt;br /&gt;
Davies, R.G., Barbosa, O., Fuller, R.A., Tratalos, J., Burke, N., Lewis, D., et al., 2008.&lt;br /&gt;
City-wide relationships between green spaces, urban land use and topography. Urban Ecosyst. 11, 269–287.&lt;br /&gt;
&lt;br /&gt;
Deng, J.S., Wang, K., Hong, Y., Qi, J.G., 2009. Spatio-temporal dynamics and evolution of land use change and landscape pattern in response to rapid urbanization. Landsc. Urban Plan. 92, 187–198.&lt;br /&gt;
&lt;br /&gt;
Dewan, A.M., Yamaguchi, Y., 2009. Land use and land cover change in Greater Dhaka, Bangladesh: using remote sensing to promote sustainable urbanization. Appl. Geogr. 29 (3), 390–401.&lt;br /&gt;
&lt;br /&gt;
Erickson, D.L., 2006. MetroGreen: Connecting Open Space in North American Cities. Island Press, Washington, DC.&lt;br /&gt;
&lt;br /&gt;
Jensen, J.R., 2005. Introductory Digital Image Processing a Remote Sensing Perspective, third ed. Prentice Hall, Upper Saddle River, NJ.&lt;br /&gt;
&lt;br /&gt;
Jim, C.Y., Chen, S., 2003. Comprehensive greenspace planning based on landscape ecology principles in compact Nanjing city, China. Landsc. Urban Plan. 65, 95–116.&lt;br /&gt;
&lt;br /&gt;
Kim, K.H., Pauleit, S., 2007. Landscape character, biodiversity and land use planning: the case of Kwangju City Region, South Korea. Land Use Policy 24 (1), 264–274.&lt;br /&gt;
&lt;br /&gt;
Kong, F., Nakagoshi, N., 2006. Spatial–temporal gradient analysis of urban green spaces in Jinan, China. Landsc. Urban Plan. 78, 147–164.&lt;br /&gt;
&lt;br /&gt;
Leitγo, A.B., Ahern, J., 2002. Applying landscape ecological concepts and metrics in sustainable landscape planning. Landsc. Urban Plan. 59, 65–93.&lt;br /&gt;
&lt;br /&gt;
Leitγo, A.B., Miller, J., Ahern, J., McGarigal, K., 2006. Measuring Landscapes: A Planner’s Handbook. Island Press, Washington, DC.&lt;br /&gt;
&lt;br /&gt;
Li, F., Wang, R., Paulussen, J., Liu, X., 2005. Comprehensive concept planning of urban greening based on ecological principles: a case study in Beijing, China. Landsc. Urban Plan. 72, 325–336.&lt;br /&gt;
&lt;br /&gt;
Lu, D., Weng, Q., 2007. A survey of image classification methods and techniques for improving classification performance. Int. J. Remote Sens. 28, 823–870.&lt;br /&gt;
&lt;br /&gt;
Luo, J., Wei, Y.H.D., 2009. Modeling spatial variations of urban growth patterns in Chinese cities: the case of Nanjing. Landsc. Urban Plan. 91, 51–64.&lt;br /&gt;
&lt;br /&gt;
Luck, M., Wu, J., 2002. A gradient analysis of urban landscape pattern: a case study form the phoenix metropolitan region, Arizona, USA. Landsc. Ecol. 17, 327–339.&lt;br /&gt;
&lt;br /&gt;
McGarigal, K., Ene, E., Holmes, C., 2002. FRAGSTATS (Version 3): FRAGSTATSMetrics. University of Massachusetts—Produced Program. Available at the following website: http://www.umass.edu/landeco/research/fragstats/documents/fragstats documents.html.&lt;br /&gt;
&lt;br /&gt;
National Research Council (NRC), 2001. Grand Challenges in Environmental Sciences. National Academy Press, Washington, DC.&lt;br /&gt;
&lt;br /&gt;
Roy, A.H., Dybas, A.L., Fritz, K.M., Lubbers, H.R., 2009. Urbanization affects the extent and hydrologic permanence of headwater streams in a midwestern US metropolitan area. J. N. Am. Benthol. Soc. 28 (4), 911–928.&lt;br /&gt;
&lt;br /&gt;
Schell, L.M., Ulijaszek, S.J., 1999. Urbanism, Health and Human Biology in Industrialized Countries. Cambridge University Press, Cambridge.&lt;br /&gt;
&lt;br /&gt;
Tian, G., Liu, J., Xie, Y., Yang, Z., Zhuang, D., Niu, Z., 2005. Analysis of spatio-temporal dynamic pattern and driving forces of urban land in China in 1990s using TM images and GIS. Cities 22 (6), 400–410.&lt;br /&gt;
&lt;br /&gt;
Tian, G., Wu, J., Yang, Z., 2010. Spatial pattern of urban functions in the Beijing metropolitan region. Habitat Int. 34 (2), 249–255.&lt;br /&gt;
&lt;br /&gt;
Turner, M.G., Gardner, R.H., O’Neill, R.V., 2001. Landscape Ecology in Theory and Practice. Springer, New York.&lt;br /&gt;
&lt;br /&gt;
Turner, M.G., 2005. Landscape ecology in North America: past, present, and future. Ecology 86, 1967–1974.&lt;br /&gt;
&lt;br /&gt;
Xiao, J., Shen, Y., Ge, J., Tateishi, R., Tang, C., Liang, Y., et al., 2006. Evaluating urban expansion and land use change in Shijiazhuang, China, by using GIS and remote sensing. Landsc. Urban Plan. 75, 69–80.&lt;br /&gt;
&lt;br /&gt;
Yang, L., Xian, G., Klaver, J.M., Deal, B., 2003. Urban land-cover change detection through sub-pixel imperviousness mapping using remotely sensed data. Photogramm. Eng. Remote Sens. 69, 1003–1010.&lt;br /&gt;
&lt;br /&gt;
Yeh, C.-T., Huang, S.-L., 2009. Investigating spatiotemporal patterns of landscape diversity in response to urbanization. Landsc. Urban Plan. 93, 151–162.&lt;br /&gt;
&lt;br /&gt;
Yuan, F., Bauer, M.E., 2007. Comparison of impervious surface area and normalized difference vegetation index as indicators of surface urban heat island effects in Landsat imagery. Remote Sens. Environ. 106, 375–386.&lt;br /&gt;
&lt;br /&gt;
Zhang, L., Wang, H., 2006. Planning an ecological network of Xiamen Island (China) using landscape metrics and network analysis. Landsc. Urban Plan. 78, 449–456.&lt;br /&gt;
&lt;br /&gt;
Zhou, X., 2006. (Study on the Urban Morphology Change of Kunming City). Yunnan University Press, Kunming (in Chinese).&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
[http://www.sciencedirect.com/science/article/pii/S0169204611000223 '''το άρθρο στο διαδίκτυο''']&lt;br /&gt;
&lt;br /&gt;
 [[category:Καταγραφή πρασίνου]]&lt;/div&gt;</summary>
		<author><name>Ramfou Vasiliki</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A7%CF%81%CE%BF%CE%BD%CE%B9%CE%BA%CE%AE_%CE%BA%CE%B1%CE%B9_%CF%87%CF%89%CF%81%CE%B9%CE%BA%CE%AE_%CE%B4%CF%85%CE%BD%CE%B1%CE%BC%CE%B9%CE%BA%CE%AE_%CF%84%CF%89%CE%BD_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CF%81%CE%AC%CF%83%CE%B9%CE%BD%CF%89%CE%BD_%CF%87%CF%8E%CF%81%CF%89%CE%BD_%CF%89%CF%82_%CE%B1%CF%80%CE%BF%CF%84%CE%AD%CE%BB%CE%B5%CF%83%CE%BC%CE%B1_%CF%84%CE%B7%CF%82_%CF%84%CE%B1%CF%87%CE%B5%CE%AF%CE%B1%CF%82_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CE%B7%CF%82_%CE%BF%CE%B9%CE%BA%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CE%AE%CF%82_%CF%80%CE%BF%CE%BB%CE%B9%CF%84%CE%B9%CE%BA%CE%AE%CF%82</id>
		<title>Χρονική και χωρική δυναμική των αστικών πράσινων χώρων ως αποτέλεσμα της ταχείας αστικοποίησης και της οικολογικής πολιτικής</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A7%CF%81%CE%BF%CE%BD%CE%B9%CE%BA%CE%AE_%CE%BA%CE%B1%CE%B9_%CF%87%CF%89%CF%81%CE%B9%CE%BA%CE%AE_%CE%B4%CF%85%CE%BD%CE%B1%CE%BC%CE%B9%CE%BA%CE%AE_%CF%84%CF%89%CE%BD_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CF%81%CE%AC%CF%83%CE%B9%CE%BD%CF%89%CE%BD_%CF%87%CF%8E%CF%81%CF%89%CE%BD_%CF%89%CF%82_%CE%B1%CF%80%CE%BF%CF%84%CE%AD%CE%BB%CE%B5%CF%83%CE%BC%CE%B1_%CF%84%CE%B7%CF%82_%CF%84%CE%B1%CF%87%CE%B5%CE%AF%CE%B1%CF%82_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CE%B7%CF%82_%CE%BF%CE%B9%CE%BA%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CE%AE%CF%82_%CF%80%CE%BF%CE%BB%CE%B9%CF%84%CE%B9%CE%BA%CE%AE%CF%82"/>
				<updated>2015-03-20T00:30:17Z</updated>
		
		<summary type="html">&lt;p&gt;Ramfou Vasiliki: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα:vr_a5_e1.jpg|300px|thumb|right|Εικόνα 1. (α) Η τοποθεσία της πόλης του Kunming σε σχέση με την επαρχία Yunnan της Κίνας, (β) η τοποθεσία της περιοχής μελέτης, της μητροπολιτικής περιοχής της πόλης του Kunming, (γ) η περιοχή μελέτης όπου επισημαίνονται τα προσφάτως υλοποιημένα αστικά πάρκα και οι περιβαλλοντικές παρεμβάσεις.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a5_e2.jpg|300px|thumb|right|Εικόνα 2. Το διάγραμμα ροής της ανάλυσης των τριών δορυφορικών απεικονίσεων.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a5_e3.jpg|300px|thumb|right|Εικόνα 3. Η διάταξη των ομόκεντρων ζωνών και των γραμμικών κελιών. (α) Οι επτά ομόκεντρες ζώνες, με κέντρο το κέντρο της πόλης, (β) τα  σαράντα τέσσερα κελιά  δειγματοληψίας, σε οκτώ γραμμικές κατευθύνσεις.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a5_e4.jpg|300px|thumb|right|Εικόνα 4. Οι χρήσεις γης στην περιοχή μελέτης (α) το 1992, (β) το 2000 και (γ) το 2009]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a5_e5.jpg|300px|thumb|right|Εικόνα 5. Ποσοστό των χρήσεων γης (PLAND) για (α) τις αστικές περιοχές, (β) τις χορτολιβαδικές εκτάσεις, (γ) τις γεωργικές εκτάσεις και (δ) τις δασικές εκτάσεις, κατά μήκος οκτώ κατευθύνσεων το 1992, το 2000 και το 2009.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a5_e6.jpg|300px|thumb|right|Εικόνα 6. Χωρικά πρότυπα του ρυθμού μεταβολής των χρήσεων γης κατά μήκος οκτώ κατευθύνσεων για (α) τις αστικές περιοχές, (β) τις χορτολιβαδικές εκτάσεις, (γ) τις γεωργικές εκτάσεις και (δ) τις δασικές εκτάσεις.]]&lt;br /&gt;
&lt;br /&gt;
'''Αντικείμενο Εφαρμογής:''' Χρήση ολοκληρωμένων προσεγγίσεων για τη μελέτη της διακύμανσης της μεταβολής των αστικών πράσινων χώρων στο  Kunming της Κίνας&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος Τίτλος:''' 'Spatial - temporal dynamics of urban green space in response to rapid urbanization and greening policies'&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Xiaolu Zhou*, Yi-Chen Wang&lt;br /&gt;
*Department of Geography, National University of Singapore, 1 Arts Link, AS2 #03-01, Singapore 117570, Singapore&lt;br /&gt;
&lt;br /&gt;
'''Πηγή:''' Elsevier, Landscape and Urban Planning, 100 (2011), 268–277&lt;br /&gt;
&lt;br /&gt;
'''Λέξεις Κλειδιά:''' μορφή χρήσεων γης, χώροι πρασίνου, αστική ανάπτυξη, Τηλεπισκόπιση,  Kunming&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Περίληψη:''' Η ταχεία αστικοποίηση έχει αρκετά σημαντικές επιπτώσεις στο περιβάλλον, οι οποίες συνδέονται με τη μείωση των χώρων πρασίνου. Έχοντας συνειδητοποιήσει τον σημαντικό τους ρόλο στα αστικά οικοσυστήματα, πολλές τοπικές κυβερνήσεις στην Κίνα, έχουν θεσπίσει ένα σύνολο πολιτικών για την εισαγωγή πράσινων στοιχείων σε αστικές περιοχές. Η γνώση του τρόπου μεταβολής των αστικών πράσινων χώρων ως αποτέλεσμα της αστικοποίησης και της οικολογικής πολιτικής, είναι απαραίτητη για την επίτευξη της αειφόρου αστικής ανάπτυξης. Η παρούσα έρευνα χρησιμοποιεί ολοκληρωμένες προσεγγίσεις για τη μελέτη της μεταβαλλόμενης μορφής και έντασης των πράσινων χώρων στο  Kunming της Κίνας, από το 1992 έως το 2009. Οι χωρική διακύμανση της μορφής των πράσινων χώρων προέκυψαν μέσω ομόκεντρων και γραμμικών αναλύσεων των χρήσεων γης σε συνδυασμό με μετρητικούς δείκτες των χρήσεων γης. Η ένταση της μεταβολής των χρονικών περιόδων 1992-2000 και 2000-2009, υπολογίστηκε για το σύνολο της περιοχής μελέτης, των ομόκεντρων ζωνών, καθώς και των γραμμικών κατευθύνσεων,  ώστε να μελετηθεί η διακύμανση του ποσοστού μεταβολής των αστικών πράσινων χώρων. Τα αποτελέσματα αποκάλυψαν ότι τόσο η ταχεία αστικοποίηση, όσο και οι οικολογικές πολιτικές, είχαν μερίδιο ευθύνης για το μέγεθος της μεταβολής των πράσινων χώρων. Μεταξύ των ποικίλων κατηγοριών των πράσινων χώρων, η γεωργική γη κατακερματίστηκε σε μεγάλο βαθμό από την αστική διάχυση, ειδικά στον περιαστικό χώρο της πόλης. Οι δασικές εκτάσεις επηρεάστηκαν επίσης, αλλά το ποσοστό των απωλειών τους ήταν σημαντικά μικρότερο από εκείνο της γεωργικής γης. Από την άλλη μεριά, οι οικολογικές  πολιτικές συνέβαλαν στην ανάκτηση χορτολιβαδικών εκτάσεων κατά την τελευταία δεκαετία. Η μελέτη αποδεικνύει τη χρησιμότητα της ομόκεντρης και της γραμμικής ανάλυσης των χρήσεων γης για τον χαρακτηρισμό της χωρικής και χρονικής μεταβολής του αστικού πρασίνου σε πόλεις με ομόκεντρη ανάπτυξη. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή:''' Η αστική ανάπτυξη συντελείται με πρωτοφανή ρυθμό σε παγκόσμιο επίπεδο, με το 65% του παγκόσμιου πληθυσμού να αναμένεται να κατοικεί σε αστικές περιοχές μέχρι το 2025. Στην Κίνα, η πολιτική 'Open Door' του 1978, καθώς και ο κανονισμός για τη μεταρρύθμιση της γης του 1987, επιτάχυναν σημαντικά το ρυθμό αστικοποίησης, με το επίπεδο αυτής να υπολογίζεται στο 50% μέχρι το τέλος του 2020, με 1,5 δισεκατομμύριο αστικό πληθυσμό. Η φυσική αύξηση του πληθυσμού και η μετακίνηση των ανθρώπων από τις αγροτικές στις αστικές περιοχές, είναι οι δύο βασικοί παράγοντες της ταχείας ανάπτυξης των πόλεων. Το εν λόγω φαινόμενο, έχει προκαλέσει πολλές επιπτώσεις στο περιβάλλον, ενώ αποτελεί ένα κρίσιμο ζήτημα στη μελέτη της πλανητικής μεταβολής. &lt;br /&gt;
&lt;br /&gt;
Οι περισσότερες από τις περιβαλλοντικές επιπτώσεις της αστικοποίησης συνδέονται με τους χώρους πρασίνου. Η απώλεια ή η υποβάθμισή τους, μειώνει τη βιοποικιλότητα και διαταράσσει τη δομή του αστικού οικοσυστήματος. Αντίθετα, η παρουσία τους μπορεί να αντισταθμίσει τις επιπτώσεις του φαινομένου της αστικής θερμικής νησίδας, ενώ συμβάλλει στο φιλτράρισμα της ατμόσφαιρας και του νερού. Η αύξηση των πράσινων χώρων προσφέρει τους πολίτες αισθητικές απολαύσεις, ευκαιρίες αναψυχής, καθώς και σωματική και ψυχική ευεξία. &lt;br /&gt;
&lt;br /&gt;
Έχοντας συνειδητοποιήσει τη σημασία των πράσινων χώρων στα αστικά οικοσυστήματα και τη συμβολή τους στη βελτίωση της ποιότητας ζωής των κατοίκων, προτάθηκε ένα σύνολο  ολοκληρωμένων στρατηγικών σχεδιασμού πράσινων χώρων, προκειμένου να εξασφαλιστεί η αειφόρος ανάπτυξη της μητροπολιτικής περιοχής του Πεκίνου. Επιπλέον, θέματα που αφορούν τη σχέση της αστικοποίησης με μεταβολές των χρήσεων γης και με επακόλουθες περιβαλλοντικές συνέπειες, λαμβάνουν την αυξανόμενη προσοχή των ερευνών. Για την ποσοτικοποίηση της μεταβολής των χρήσεων γης και των μορφών των πράσινων χώρων, χρησιμοποιούνται μετρητικοί δείκτες των χρήσεων γης, προκειμένου να συναχθούν  πιθανές οικολογικές δράσεις για την καθοδήγηση του αειφόρου σχεδιασμού. Οι μετρητικοί δείκτες των χρήσεων γης έχουν επίσης συνδυαστεί με την γραμμική ανάλυση για τον ποσοτικό προσδιορισμό της μορφής της αστικοποίησης, κατά μήκος μιας προκαθορισμένης διεύθυνσης. Ωστόσο, η εξέλιξη των πόλεων οδηγεί συχνά σε μη γραμμικές μορφές, όπως είναι η ομόκεντρη δομή πολλών πόλεων της Κίνας. Συνεπώς, είναι απαραίτητη μίας μορφής  ανάλυσης που θα επιτρέπει τόσο την απεικόνιση της διακύμανσης των μοτίβων των χρήσεων γης σε πόλεις με ομόκεντρη μορφή ανάπτυξης, όσο και το ποσοστό της παραπάνω μεταβολής.&lt;br /&gt;
 &lt;br /&gt;
Η διαθεσιμότητα των πολυ-χρονικών τηλεπισκοπικών δεδομένων με αυξημένη χωρική ανάλυση και κάλυψη, επιτρέπει την ακριβή και εκτεταμένη παρακολούθηση της μεταβολής των χρήσεων γης. Αν και έχουν χρησιμοποιηθεί διαφορετικές τεχνικές για την ποσοτικοποίηση της διαδικασίας της μεταβολής, οι περισσότερες μελέτες υπολογίζουν το συνολικό ποσοστό μεταβολής των διαφόρων χρήσεων  γης, αντί να εξετάσουν την διακύμανση του ποσοστού μεταβολής των χώρων πρασίνου σε διάφορα σημεία της πόλης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Η περιοχή μελέτης:''' Η πόλη του Kunming, αποτελεί οικονομικό, πολιτικό και πολιτιστικό κέντρο της νοτιοδυτικής Κίνας, με ομόκεντρη μορφή ανάπτυξης, παρόμοια με αυτή πολλών κινέζικων πόλεων. Ως πρωτεύουσα της επαρχίας Yunnan της νοτιοδυτικής Κίνας (εικόνα 1α), η γρήγορη αστικοποίηση προκάλεσε μία τεράστια απώλεια πράσινων χώρων ενώ στη συνέχεια, η κυβέρνηση προσπάθησε να εφαρμόσει μία σειρά πολιτικών για την αντιστάθμιση των περιβαλλοντικών συνεπειών, όπως κατασκευή αστικών πάρκων και κοινοτικών κήπων. Ως περιοχή μελέτης επιλέχθηκε η μητροπολιτική περιοχή της πόλης του Kunming, έκτασης 538,9 km2 (εικόνα 1β και 1γ). Η παραπάνω έκταση αποτελείται από τον αστικό πυρήνα (αδιαπέρατες επιφάνειες και μικρό ποσοστό χώρων πρασίνου), τις περιαστικές περιοχές (συνδυασμός αδιαπέρατων επιφανειών και γεωργικής γης) και την προαστιακή περιοχή (μεγάλο ποσοστό δασικών εκτάσεων). Η μελέτη προτείνει μία ομόκεντρη και γραμμική ανάλυση των χρήσεων γης, σε συνδυασμό με μετρητικούς δείκτες των διάφορων χωρικών προτύπων, ώστε να προσδιοριστεί η μεταβαλλόμενη μορφή των πράσινων χώρων από το 1922 έως το 2009, κάτω από δύο φαινομενικά αντίθετες δυνάμεις: τη γρήγορη διαδικασία της αστικοποίησης και της οικολογικής πολιτικής. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Υλικά και Μέθοδοι'''&lt;br /&gt;
&lt;br /&gt;
'''1. Δεδομένα:''' Για τη μελέτη χρησιμοποιήθηκαν τηλεπισκοπικές απεικονίσεις, χάρτες των χώρων πρασίνου και έρευνα πεδίου. Αναλύθηκαν οι παρακάτω τηλεσκοπικές απεικονίσεις (χωρίς νεφοκάλυψη): μία απεικόνιση του Landsat 5 Thematic Mapper (TM) που λήφθηκε στις 16 του Αυγούστου του 1992, μία απεικόνιση του Landsat 7 Enhanced Thematic Mapper Plus (ETM+), στις 11 Νοεμβρίου του 2000, και μία απεικόνιση του Systeme Probatoire d’Observation de la Terre (SPOT 4) που λήφθηκε στις 20 Σεπτεμβρίου του 2009. Οι Landsat απεικονίσεις (κανάλια 1-5 και 7) έχουν χωρική ανάλυση 30 m, η ΕΤΜ+ απεικόνιση παρέχει ένα πρόσθετο παγχρωματικό κανάλι ανάλυσης 15 m, ενώ η SPOT απεικόνιση έχει ανάλυση 20 m στα πολυφασματικά κανάλια και 10 m στο παγχρωματικό κανάλι. Για τη μελέτη της τάσης μεταβολής των χώρων πρασίνου, πραγματοποιήθηκε σύγκριση μεταξύ ενός χάρτη του 2010 που απεικόνιζε τον μελλοντικό σχεδιασμό των πράσινων χώρων, με έναν χάρτη της υφιστάμενης κατάστασής τους το 2000. Τα δεδομένα της έρευνας πεδίου περιελάμβαναν τα επίγεια σημεία ελέγχου, τα οποία συλλέχθηκαν χρησιμοποιώντας τα Συστήματα Παγκόσμιου Δορυφορικού Εντοπισμού Θέσης (Global Positioning Systems) για τη γεωαναφορά δορυφορικών απεικονίσεων και φωτογραφιών, με σκοπό την ερμηνεία της εικόνας.&lt;br /&gt;
&lt;br /&gt;
'''2. Το σύστημα της ταξινόμησης των χρήσεων γης:''' Λαμβάνοντας υπόψη τη χωρική ανάλυση των δορυφορικών απεικονίσεων και εστιάζοντας στη μελέτη της μεταβολής των χώρων πρασίνου ως αποτέλεσμα της αστικοποίησης, οι χρήσεις γης της περιοχής μελέτης ταξινομήθηκαν σε χώρους πρασίνου, δομημένες επιφάνειες (αδιαπέρατες επιφάνειες, συμπεριλαμβανομένων των αστικών, εμπορικών και βιομηχανικών περιοχών και του οδικού δικτύου), νερό (ρέματα, κανάλια, λίμνες και ταμιευτήρες) και άγονη γη (συμπεριλαμβανομένων των εγκαταλελειμμένων εκτάσεων). Οι χώροι πρασίνου υποδιαιρέθηκαν σε δασικές εκτάσεις (φυλλοβόλα, αειθαλή και μικτά δάση), γεωργικές εκτάσεις (καλλιεργήσιμες εκτάσεις και οπωρώνες) και χορτολιβαδικές εκτάσεις (κήποι, πάρκα με χαμηλή πυκνότητα δένδρων και γήπεδα γκολφ).&lt;br /&gt;
&lt;br /&gt;
'''3. Επεξεργασία εικόνων:''' Η ανάλυση των τριών δορυφορικών απεικονίσεων ακολούθησε τα  παρακάτω βήματα (εικόνα 2). Αρχικά, πραγματοποιήθηκε γεωαναφορά των απεικονίσεων στην Εγκάρσια Μερκατορική Προβολή (Universal Transverse Mercator - UTM) μέσω του πακέτου λογισμικού ERDAS IMAGINE 8.7. Για τη γεωμετρική διόρθωση επιλέχθηκαν δεκαπέντε χωρικά ομοιόμορφα κατανεμημένα επίγεια σημεία ελέγχου, χρησιμοποιώντας ένα δεύτερης τάξης πολυωνυμικό μετασχηματισμό και τη μέθοδο επαναδειγματοληψίας του Εγγύτερου Γείτονα. Η ρίζα του μέσου τετραγωνικού σφάλματος περιορίστηκε στα 0,5 pixels. Λόγω της ανάλυσης πολυχρονικών και πολλαπλών αισθητήρων εικόνων, απαιτούνταν ατμοσφαιρική διόρθωση, η οποία πραγματοποιήθηκε χρησιμοποιώντας το μοντέλο Fast Line-of-sight Atmospheric Analysis of Spectral Hypercubes (FLAASH) του λογισμικού ENVI 4.6. Καθώς η μητροπολιτική περιοχή του Kunming δεν παρουσιάζει έντονο ανάγλυφο, δεν χρειάστηκε τοπογραφική διόρθωση. Τέλος, πραγματοποιήθηκε χωρική επαναδειγματοληψία της SPOT απεικόνισης στα 30 m, ώστε να ταιριάζει με τη χωρική ανάλυση της Landsat απεικόνισης. &lt;br /&gt;
&lt;br /&gt;
'''4. Ταξινόμηση και εκτίμηση της ακρίβειας:''' Για την ταξινόμηση των χρήσεων γης χρησιμοποιήθηκε η μέθοδος της Μέγιστης Πιθανοφάνειας. Για κάθε εικόνα, λήφθησαν αρχικά στατιστικά στοιχεία των δειγμάτων εκπαίδευσης, με σκοπό να εξασφαλιστεί ότι οι διάφορες κατηγορίες χρήσεων γης θα μπορούσαν να διαχωριστούν. Μετά την ταξινόμηση, και για την εκτίμηση της ακρίβειάς της, επιλέχθηκαν τυχαία πενήντα σημεία δειγματοληψίας για κάθε κατηγορία χρήσης γης. Επιπλέον, για την εκτίμηση της ακρίβειας της ταξινόμησης, χρησιμοποιήθηκαν ωε δεδομένα αναφοράς εικόνες Google Earth, QuickBird (του 2006 και του 2007), χάρτης των χώρων πρασίνου του 2000, έρευνα πεδίου, συνεντεύξεις, καθώς και η τοπική γνώση της περιοχής μελέτης. &lt;br /&gt;
&lt;br /&gt;
'''5. Ανάλυση μετρητικών δεικτών των χρήσεων γης:''' Τα αποτελέσματα της ταξινόμησης των δορυφορικών απεικονίσεων των ετών 1992, 2000 και 2009, μετατράπηκαν σε GRID format για τον υπολογισμό των μετρητικών δεικτών των χρήσεων γης σε FRAGSTATS 3.3. Συνολικά χρησιμοποιήθηκαν οι εξής μετρητικοί δείκτες, για την ποσοτικοποίηση των μορφών των χώρων πρασίνου:&lt;br /&gt;
&lt;br /&gt;
* ο γενικός δείκτης PLAND - Percentage of LANDscape, που απεικονίζει το ποσοστό της κάθε χρήσης γης&lt;br /&gt;
* ο δείκτης PD - Patch Density, ο οποίος είναι ευαίσθητος στον κατακερματισμό των χρήσεων γης&lt;br /&gt;
* ο δείκτης LPI - Largest Patch Index, ο οποίος μπορεί να χρησιμοποιηθεί για να απεικονίσει την επικράτηση των χρήσεων γης&lt;br /&gt;
* ο δείκτης LSI - Landscape Shape Index, ο οποίος σχετίζεται με την πολυπλοκότητα των χρήσεων γης και&lt;br /&gt;
* ο δείκτης SHDI - SHannon's Diversity Index που αντιπροσωπεύει την ποικιλομορφία των χρήσεων γης.&lt;br /&gt;
&lt;br /&gt;
Αρχικά, πραγματοποιήθηκε μία συνοπτική ανάλυση για τον συνολικό ποσοτικό προσδιορισμό των χωρικών προτύπων του αστικού πρασίνου. Δεύτερον, η περιοχή μελέτης διαιρέθηκε σε επτά ομόκεντρες ζώνες (εικόνα 3α), ενώ μέσω της διενέργειας μίας ομόκεντρης ανάλυσης μετρήθηκαν τα χωρικά πρότυπα των αστικών πράσινων χώρων στις διαφορετικές ζώνες. Τέλος, διεξήχθη μία γραμμική ανάλυση του δείκτη PLAND για να μελετηθεί η κατανομή των χώρων πρασίνου κατά μήκος οκτώ γραμμικών κατευθύνσεων (εικόνα 3β). Κάθε γραμμικός τομέας αποτελείται από έναν αριθμό κελιών, μεγέθους 1,8 km × 1,8 km.&lt;br /&gt;
&lt;br /&gt;
'''6. Ανάλυση της έντασης μεταβολής των χώρων πρασίνου:''' Για την απεικόνιση της έντασης της μεταβολής των χρήσεων γης, χρησιμοποιήθηκε ο ρυθμός μεταβολής τους, υπολογιζόμενος ως ποσοστό μεταβολής ανά έτος. Περιοχές με ταχεία απώλεια χώρων πρασίνου θα μπορούσαν να υποδηλώνουν υψηλή ευαισθησία στην αστική εξάπλωση. Η ανάλυση της έντασης μεταβολής υπολογίστηκε για δύο χρονικές περιόδους (1992-2000 και 2000-2009), για το σύνολο της περιοχής μελέτης, συμπεριλαμβανομένων των επτά ομόκεντρων ζωνών και των οκτώ γραμμικών κατευθύνσεων. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα'''&lt;br /&gt;
&lt;br /&gt;
'''1. Η μορφή των χρήσεων γης:''' Οι χρήσεις γης της μητροπολιτικής περιοχής του Kunming έχουν υποστεί σημαντικές μεταβολές κατά τη διάρκεια των τελευταίων δύο δεκαετιών (εικόνα 4). Η ραγδαία επέκτασης της αστικής περιοχής είχε ως αποτέλεσμα την απώλεια των χώρων πρασίνου στις περιαστικές και προαστιακές περιοχή, ιδιαίτερα στο νότιο τμήμα της περιοχής μελέτης (εικόνα 4α και 4γ).&lt;br /&gt;
&lt;br /&gt;
'''2. Η ομόκεντρη μορφή των χρήσεων γης:''' Για τον χωρικό προσδιορισμό της μεταβολής των χρήσεων γης, η περιοχή μελέτης διαιρέθηκε σε επτά ομόκεντρες ζώνες. Ο δείκτης PLAND της δομημένης επιφάνειας, έδειξε την επέκταση της αστικής περιοχής από το 1992 έως το 2009, σε όλες τις ζώνες, εκτός της ζώνης 1, όπου το μεγαλύτερο μέρος της γης είχε ήδη αναπτυχθεί. Άμεσο επακόλουθο της αστικοποίησης ήταν η μείωση των χορτολιβαδικών εκτάσεων και η αντίστοιχη μείωση που ακολούθησε, των γεωργικών και δασικών εκτάσεων. &lt;br /&gt;
&lt;br /&gt;
'''3. Η γραμμική μορφή των χρήσεων γης:''' Για την μελέτη της κατανομής των χρήσεων γης στις οκτώ κατευθύνσεις, χρησιμοποιήθηκε ο δείκτης PLAND. Η ανάλυση έδειξε ότι η αστική περιοχή επεκτάθηκε από το 1992 έως το 2009, προς όλες τις κατευθύνσεις, με την αστική διάχυση να συγκεντρώνεται χωρικά στις νότιες και νοτιοανατολικές περιοχές (εικόνα 5α), κυρίως λόγω του επίπεδου εδάφους. Ταυτόχρονα με την αστική διάχυση, παρατηρήθηκε μείωση των αστικών πράσινων χώρων, κυρίως μέχρι το 2000. Η περιβαλλοντική καμπάνια που εφαρμόστηκε αργότερα,  εμπόδισε την περαιτέρω μείωση των χορτολιβαδικών εκτάσεων. Η κατασκευή ενός νέου γηπέδου γκολφ στα βορειοανατολικά, επίσης συνέβαλε στην αύξηση του αστικού πρασίνου της περιοχής (εικόνα 5β). Η γεωργική γη που παρατηρούνταν κυρίως στις νότιες και νοτιοανατολικές κατευθύνσεις το 1992, τελικά αντικαταστάθηκε από τις αστικές περιοχές (εικόνα 5γ). Επιπλέον, η περιοχή μελέτης ήταν αρχικά περικυκλωμένη από δασικές εκτάσεις, οι οποίες υπέστησαν σημαντική μείωση, αν και μικρότερη αυτής των γεωργικών εκτάσεων, προς όλες τις κατευθύνσεις (εικόνα 5δ). &lt;br /&gt;
&lt;br /&gt;
'''4. Ανάλυση της έντασης μεταβολής:''' Η ένταση της μεταβολής υπολογίστηκε για το σύνολο της περιοχή μελέτης, τις επτά ομόκεντρες ζώνες και τα κελιά  των οκτώ γραμμικών κατευθύνσεων, κατά τη διάρκεια δύο περιόδων (1992-2000 και 2000-2009). Συνολικά, οι αστικές περιοχές σημείωσαν το υψηλότερο ποσοστό μεταβολής μεταξύ των τεσσάρων κατηγοριών χρήσεων γης. Ακολούθησαν οι γεωργικές εκτάσεις, οι δασικές και οι χορτολιβαδικές. &lt;br /&gt;
&lt;br /&gt;
Η ανάλυση του ρυθμού μεταβολής για τις οκτώ γραμμικές κατευθύνσεις αποκάλυψε ότι η εντατική αστικοποίηση πραγματοποιήθηκε προς όλες τις κατευθύνσεις κατά τη δεκαετία του 1990, ενώ κατά την τελευταία δεκαετία περιορίστηκε στο νότιο και νοτιοανατολικό τμήμα της περιοχής μελέτης (εικόνα 6α). Οι χορτολιβαδικές εκτάσεις γνώρισαν μια ταχεία απώλεια κατά τη δεκαετία του 1990, κυρίως στις βορειοανατολικές, ανατολικές και δυτικές κατευθύνσεις, ενώ παρατηρήθηκε μία μικρή αύξησή τους κατά τη δεκαετία του 2000 στις περισσότερες κατευθύνσεις (εικόνα 9β). Η απώλεια και η αύξηση των γεωργικών εκτάσεων σημειώθηκαν σε διάφορες κατευθύνσεις, ενώ κατά τη δεκαετία του 2000 το ποσοστό τους παρουσίασε μία γενική μείωση (εικόνα 10γ). Οι ανατολικές και νοτιοανατολικές κατευθύνσεις της περιοχής μελέτης παρουσίασαν αρχικά αύξηση των δασικών εκτάσεων κατά την πρώτη δεκαετία, ενώ κατά την επόμενη δεκαετία παρουσίασαν σταδιακή μείωση (εικόνα 10δ). Η έντονη αστική διάχυση που παρατηρήθηκε κατά τη δεκαετία του 2000 (εικόνα 6α), πιθανώς είχε ως αποτέλεσμα την απώλεια δασικών εκτάσεων. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Η παρούσα μελέτη χρησιμοποίησε ομόκεντρες και γραμμικές αναλύσεις χρήσεων γης για τον προσδιορισμό των μεταβαλλόμενων μορφών των χώρων πρασίνου της μητροπολιτικής περιοχής του Kunming της Κίνας από το 1992 έως το 2009. Προκειμένου να μελετηθεί η διακύμανση του ρυθμού μεταβολής των χώρων πρασίνου, υπολογίστηκε η ένταση των αλλαγών κατά τη διάρκεια των χρονικών περιόδων 1992-2000 και 2000-2009 για το σύνολο της περιοχή μελέτης, τις επτά ομόκεντρες ζώνες και τις οκτώ γραμμικές κατευθύνσεις. Τα αποτελέσματα της έρευνας έδειξαν ότι η αστική διάχυση ευθυνόταν σε μεγάλο βαθμό για την απώλεια χώρων πρασίνου και ιδιαίτερα γεωργικής γης. Από την άλλη μεριά, οι οικολογικές πολιτικές συνέβαλαν στην ανάκτηση χορτολιβαδικών εκτάσεων από το 2000 έως το 2009. Επιπλέον, η γραμμική ανάλυση έδειξε όι η αστικοποίηση έλαβε χώρα κατά μήκος της νοτιοανατολικής κατεύθυνσης, αντικαθιστώντας κυρίως γεωργικές εκτάσεις. Αντίθετα, η μείωση των δασικών εκτάσεων διατηρήθηκε σε σταθερό ρυθμό κατά τη διάρκεια των δύο τελευταίων δεκαετιών, ενώ οι χορτολιβαδικές εκτάσεις μειώθηκαν κατά τη δεκαετία του 1990, αλλά σημείωσαν αύξηση με αργό ρυθμό κατά τη δεκαετία του 2000. Τέλος, η μελέτη απέδειξε τη χρησιμότητα των ομόκεντρων και γραμμικών αναλύσεων χρήσεων γης, προσδιορίζοντας τη μεταβολή του τοπίου σε πόλεις με ομόκεντρη μορφή ανάπτυξης. Η ποσοτικοποίηση της χωρικής διακύμανσης της μεταβολής των χώρων πρασίνου και η κατανόηση της εν λόγω μεταβολής κατά την πάροδο του χρόνου είναι απαραίτητες για τη χάραξη της μελλοντικής περιβαλλοντικής πολιτικής, προκειμένου να εξασφαλιστεί η βιώσιμη αστική ανάπτυξη.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αναφορές''' &lt;br /&gt;
&lt;br /&gt;
Breuste, J., Feldmann, H., Uhlmann, O., 1998. Urban Ecology. Springer, Berlin.&lt;br /&gt;
&lt;br /&gt;
Chen, W.Y., Jim, C.Y., 2008. Assess and valuation of the ecosystem services provided by urban forests. In: Carreiro, M.M., Song, Y.-C., Wu, J. (Eds.), Ecology, Planning and Management of Urban Forests International Perspectives. Springer, New York, pp. 53–83.&lt;br /&gt;
&lt;br /&gt;
Cheng, J., Masser, I., 2003. Urban growth pattern modeling: a case study of Wuhan City PR China. Landsc. Urban Plan. 62, 199–217.&lt;br /&gt;
&lt;br /&gt;
Davies, R.G., Barbosa, O., Fuller, R.A., Tratalos, J., Burke, N., Lewis, D., et al., 2008.&lt;br /&gt;
City-wide relationships between green spaces, urban land use and topography. Urban Ecosyst. 11, 269–287.&lt;br /&gt;
&lt;br /&gt;
Deng, J.S., Wang, K., Hong, Y., Qi, J.G., 2009. Spatio-temporal dynamics and evolution of land use change and landscape pattern in response to rapid urbanization. Landsc. Urban Plan. 92, 187–198.&lt;br /&gt;
&lt;br /&gt;
Dewan, A.M., Yamaguchi, Y., 2009. Land use and land cover change in Greater Dhaka, Bangladesh: using remote sensing to promote sustainable urbanization. Appl. Geogr. 29 (3), 390–401.&lt;br /&gt;
&lt;br /&gt;
Erickson, D.L., 2006. MetroGreen: Connecting Open Space in North American Cities. Island Press, Washington, DC.&lt;br /&gt;
&lt;br /&gt;
Jensen, J.R., 2005. Introductory Digital Image Processing a Remote Sensing Perspective, third ed. Prentice Hall, Upper Saddle River, NJ.&lt;br /&gt;
&lt;br /&gt;
Jim, C.Y., Chen, S., 2003. Comprehensive greenspace planning based on landscape ecology principles in compact Nanjing city, China. Landsc. Urban Plan. 65, 95–116.&lt;br /&gt;
&lt;br /&gt;
Kim, K.H., Pauleit, S., 2007. Landscape character, biodiversity and land use planning: the case of Kwangju City Region, South Korea. Land Use Policy 24 (1), 264–274.&lt;br /&gt;
&lt;br /&gt;
Kong, F., Nakagoshi, N., 2006. Spatial–temporal gradient analysis of urban green spaces in Jinan, China. Landsc. Urban Plan. 78, 147–164.&lt;br /&gt;
&lt;br /&gt;
Leitγo, A.B., Ahern, J., 2002. Applying landscape ecological concepts and metrics in sustainable landscape planning. Landsc. Urban Plan. 59, 65–93.&lt;br /&gt;
&lt;br /&gt;
Leitγo, A.B., Miller, J., Ahern, J., McGarigal, K., 2006. Measuring Landscapes: A Planner’s Handbook. Island Press, Washington, DC.&lt;br /&gt;
&lt;br /&gt;
Li, F., Wang, R., Paulussen, J., Liu, X., 2005. Comprehensive concept planning of urban greening based on ecological principles: a case study in Beijing, China. Landsc. Urban Plan. 72, 325–336.&lt;br /&gt;
&lt;br /&gt;
Lu, D., Weng, Q., 2007. A survey of image classification methods and techniques for improving classification performance. Int. J. Remote Sens. 28, 823–870.&lt;br /&gt;
&lt;br /&gt;
Luo, J., Wei, Y.H.D., 2009. Modeling spatial variations of urban growth patterns in Chinese cities: the case of Nanjing. Landsc. Urban Plan. 91, 51–64.&lt;br /&gt;
&lt;br /&gt;
Luck, M., Wu, J., 2002. A gradient analysis of urban landscape pattern: a case study form the phoenix metropolitan region, Arizona, USA. Landsc. Ecol. 17, 327–339.&lt;br /&gt;
&lt;br /&gt;
McGarigal, K., Ene, E., Holmes, C., 2002. FRAGSTATS (Version 3): FRAGSTATSMetrics. University of Massachusetts—Produced Program. Available at the following website: http://www.umass.edu/landeco/research/fragstats/documents/fragstats documents.html.&lt;br /&gt;
&lt;br /&gt;
National Research Council (NRC), 2001. Grand Challenges in Environmental Sciences. National Academy Press, Washington, DC.&lt;br /&gt;
&lt;br /&gt;
Roy, A.H., Dybas, A.L., Fritz, K.M., Lubbers, H.R., 2009. Urbanization affects the extent and hydrologic permanence of headwater streams in a midwestern US metropolitan area. J. N. Am. Benthol. Soc. 28 (4), 911–928.&lt;br /&gt;
&lt;br /&gt;
Schell, L.M., Ulijaszek, S.J., 1999. Urbanism, Health and Human Biology in Industrialized Countries. Cambridge University Press, Cambridge.&lt;br /&gt;
&lt;br /&gt;
Tian, G., Liu, J., Xie, Y., Yang, Z., Zhuang, D., Niu, Z., 2005. Analysis of spatio-temporal dynamic pattern and driving forces of urban land in China in 1990s using TM images and GIS. Cities 22 (6), 400–410.&lt;br /&gt;
&lt;br /&gt;
Tian, G., Wu, J., Yang, Z., 2010. Spatial pattern of urban functions in the Beijing metropolitan region. Habitat Int. 34 (2), 249–255.&lt;br /&gt;
&lt;br /&gt;
Turner, M.G., Gardner, R.H., O’Neill, R.V., 2001. Landscape Ecology in Theory and Practice. Springer, New York.&lt;br /&gt;
&lt;br /&gt;
Turner, M.G., 2005. Landscape ecology in North America: past, present, and future. Ecology 86, 1967–1974.&lt;br /&gt;
&lt;br /&gt;
Xiao, J., Shen, Y., Ge, J., Tateishi, R., Tang, C., Liang, Y., et al., 2006. Evaluating urban expansion and land use change in Shijiazhuang, China, by using GIS and remote sensing. Landsc. Urban Plan. 75, 69–80.&lt;br /&gt;
&lt;br /&gt;
Yang, L., Xian, G., Klaver, J.M., Deal, B., 2003. Urban land-cover change detection through sub-pixel imperviousness mapping using remotely sensed data. Photogramm. Eng. Remote Sens. 69, 1003–1010.&lt;br /&gt;
&lt;br /&gt;
Yeh, C.-T., Huang, S.-L., 2009. Investigating spatiotemporal patterns of landscape diversity in response to urbanization. Landsc. Urban Plan. 93, 151–162.&lt;br /&gt;
&lt;br /&gt;
Yuan, F., Bauer, M.E., 2007. Comparison of impervious surface area and normalized difference vegetation index as indicators of surface urban heat island effects in Landsat imagery. Remote Sens. Environ. 106, 375–386.&lt;br /&gt;
&lt;br /&gt;
Zhang, L., Wang, H., 2006. Planning an ecological network of Xiamen Island (China) using landscape metrics and network analysis. Landsc. Urban Plan. 78, 449–456.&lt;br /&gt;
&lt;br /&gt;
Zhou, X., 2006. (Study on the Urban Morphology Change of Kunming City). Yunnan University Press, Kunming (in Chinese).&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
[http://www.sciencedirect.com/science/article/pii/S0169204611000223 '''το άρθρο στο διαδίκτυο''']&lt;br /&gt;
&lt;br /&gt;
 [[category:Καταγραφή πρασίνου]]&lt;/div&gt;</summary>
		<author><name>Ramfou Vasiliki</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A1%CE%AC%CE%BC%CF%86%CE%BF%CF%85_%CE%92%CE%B1%CF%83%CE%B9%CE%BB%CE%B9%CE%BA%CE%AE</id>
		<title>Ράμφου Βασιλική</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A1%CE%AC%CE%BC%CF%86%CE%BF%CF%85_%CE%92%CE%B1%CF%83%CE%B9%CE%BB%CE%B9%CE%BA%CE%AE"/>
				<updated>2015-03-20T00:28:58Z</updated>
		
		<summary type="html">&lt;p&gt;Ramfou Vasiliki: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;* [[Ανίχνευση των αλλαγών των αδιαπέρατων επιφανειών με εικόνες Landsat πολλαπλών χρονικών δεδομένων στο αστικό-αγροτικό όριο]]&lt;br /&gt;
* [[Αντικειμενοστραφής χαρτογράφηση της εδαφοκάλυψης για την αυτοματοποιημένη παραγωγή των τύπων της αστικής δομής]]&lt;br /&gt;
* [[Η θερμική νησίδα της επιφάνειας του Ρότερνταμ και η σχέση της με τα χαρακτηριστικά των αστικών επιφανειών]]&lt;br /&gt;
* [[Τρισδιάστατη απεικόνιση ανακατασκευής κτιρίου και ψηφιακά μοντέλα επιφάνειας εξαγόμενα από δορυφορική απεικόνιση]]&lt;br /&gt;
* [[Χρονική και χωρική δυναμική των αστικών πράσινων χώρων ως αποτέλεσμα της ταχείας αστικοποίησης και της οικολογικής πολιτικής]]&lt;br /&gt;
&lt;br /&gt;
 [[category:ΔΠΜΣ &amp;quot;Περιβάλλον &amp;amp; Ανάπτυξη&amp;quot; (Αθήνα)]]&lt;/div&gt;</summary>
		<author><name>Ramfou Vasiliki</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%B1%CE%BB%CE%BB%CE%B1%CE%B3%CF%8E%CE%BD_%CF%84%CF%89%CE%BD_%CE%B1%CE%B4%CE%B9%CE%B1%CF%80%CE%AD%CF%81%CE%B1%CF%83%CF%84%CF%89%CE%BD_%CE%B5%CF%80%CE%B9%CF%86%CE%B1%CE%BD%CE%B5%CE%B9%CF%8E%CE%BD_%CE%BC%CE%B5_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CE%B5%CF%82_Landsat_%CF%80%CE%BF%CE%BB%CE%BB%CE%B1%CF%80%CE%BB%CF%8E%CE%BD_%CF%87%CF%81%CE%BF%CE%BD%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CF%83%CF%84%CE%BF_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8C-%CE%B1%CE%B3%CF%81%CE%BF%CF%84%CE%B9%CE%BA%CF%8C_%CF%8C%CF%81%CE%B9%CE%BF</id>
		<title>Ανίχνευση των αλλαγών των αδιαπέραστων επιφανειών με εικόνες Landsat πολλαπλών χρονικών δεδομένων στο αστικό-αγροτικό όριο</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%B1%CE%BB%CE%BB%CE%B1%CE%B3%CF%8E%CE%BD_%CF%84%CF%89%CE%BD_%CE%B1%CE%B4%CE%B9%CE%B1%CF%80%CE%AD%CF%81%CE%B1%CF%83%CF%84%CF%89%CE%BD_%CE%B5%CF%80%CE%B9%CF%86%CE%B1%CE%BD%CE%B5%CE%B9%CF%8E%CE%BD_%CE%BC%CE%B5_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CE%B5%CF%82_Landsat_%CF%80%CE%BF%CE%BB%CE%BB%CE%B1%CF%80%CE%BB%CF%8E%CE%BD_%CF%87%CF%81%CE%BF%CE%BD%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CF%83%CF%84%CE%BF_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8C-%CE%B1%CE%B3%CF%81%CE%BF%CF%84%CE%B9%CE%BA%CF%8C_%CF%8C%CF%81%CE%B9%CE%BF"/>
				<updated>2015-03-20T00:28:38Z</updated>
		
		<summary type="html">&lt;p&gt;Ramfou Vasiliki: Η Ανίχνευση των αλλαγών των αδιαπέραστων επιφανειών με εικόνες Landsat πολλαπλών χρονικών δεδομένων στο αστικό-αγροτικό όριο μετακινήθη...&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;#ΑΝΑΚΑΤΕΥΘΥΝΣΗ [[Ανίχνευση των αλλαγών των αδιαπέρατων επιφανειών με εικόνες Landsat πολλαπλών χρονικών δεδομένων στο αστικό-αγροτικό όριο]]&lt;/div&gt;</summary>
		<author><name>Ramfou Vasiliki</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%B1%CE%BB%CE%BB%CE%B1%CE%B3%CF%8E%CE%BD_%CF%84%CF%89%CE%BD_%CE%B1%CE%B4%CE%B9%CE%B1%CF%80%CE%AD%CF%81%CE%B1%CF%84%CF%89%CE%BD_%CE%B5%CF%80%CE%B9%CF%86%CE%B1%CE%BD%CE%B5%CE%B9%CF%8E%CE%BD_%CE%BC%CE%B5_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CE%B5%CF%82_Landsat_%CF%80%CE%BF%CE%BB%CE%BB%CE%B1%CF%80%CE%BB%CF%8E%CE%BD_%CF%87%CF%81%CE%BF%CE%BD%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CF%83%CF%84%CE%BF_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8C-%CE%B1%CE%B3%CF%81%CE%BF%CF%84%CE%B9%CE%BA%CF%8C_%CF%8C%CF%81%CE%B9%CE%BF</id>
		<title>Ανίχνευση των αλλαγών των αδιαπέρατων επιφανειών με εικόνες Landsat πολλαπλών χρονικών δεδομένων στο αστικό-αγροτικό όριο</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%B1%CE%BB%CE%BB%CE%B1%CE%B3%CF%8E%CE%BD_%CF%84%CF%89%CE%BD_%CE%B1%CE%B4%CE%B9%CE%B1%CF%80%CE%AD%CF%81%CE%B1%CF%84%CF%89%CE%BD_%CE%B5%CF%80%CE%B9%CF%86%CE%B1%CE%BD%CE%B5%CE%B9%CF%8E%CE%BD_%CE%BC%CE%B5_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CE%B5%CF%82_Landsat_%CF%80%CE%BF%CE%BB%CE%BB%CE%B1%CF%80%CE%BB%CF%8E%CE%BD_%CF%87%CF%81%CE%BF%CE%BD%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CF%83%CF%84%CE%BF_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8C-%CE%B1%CE%B3%CF%81%CE%BF%CF%84%CE%B9%CE%BA%CF%8C_%CF%8C%CF%81%CE%B9%CE%BF"/>
				<updated>2015-03-20T00:28:38Z</updated>
		
		<summary type="html">&lt;p&gt;Ramfou Vasiliki: Η Ανίχνευση των αλλαγών των αδιαπέραστων επιφανειών με εικόνες Landsat πολλαπλών χρονικών δεδομένων στο αστικό-αγροτικό όριο μετακινήθη...&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα:vr_a4_e1.jpg|300px|thumb|right|Εικόνα 1. Σύγκριση των έγχρωμων σύνθετων των απεικονίσεων Landsat TM και QuickBird (2008), που απεικονίζει το πρόβλημα των μικτών pixels σε σχετικά χονδροειδούς χωρικής ανάλυσης εικόνες.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a4_e2.jpg|300px|thumb|right|Εικόνα 2. Η περιοχή μελέτης - Município de Lucas do Rio Verde, Πολιτεία του Mato Grosso, Βραζιλία.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a4_e3.jpg|300px|thumb|right|Εικόνα 3. Η στρατηγική της χρήσης Landsat TM και QuickBird εικόνων για τη χαρτογράφηση των αδιαπέρατων επιφανειών και την παρακολούθηση της δυναμικής τους αλλαγής.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a4_e4.jpg|300px|thumb|right|Εικόνα 4. Η αλλαγή των αδιαπέρατων επιφανειών από το 1977 έως το 2008. Απεικονίζεται τμήμα της περιοχής μελέτης Município de Lucas, Mato Grosso, Βραζιλία.]]&lt;br /&gt;
&lt;br /&gt;
'''Αντικείμενο Εφαρμογής:''' Παρακολούθηση και χαρτογράφηση των κλασμάτων των αδιαπέρατων επιφανειών στο αστικό-αγροτικό όριο&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος Τίτλος:''' 'Detection of impervious surface change with multitemporal Landsat images in an urban–rural frontier'&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Dengsheng Lu*, Emilio Moran, Scott Hetrick&lt;br /&gt;
*Anthropological Center for Training and Research on Global Environmental Change (ACT), Indiana University, Bloomington, IN, 47405, USA&lt;br /&gt;
&lt;br /&gt;
'''Πηγή:''' Elsevier, ISPRS Journal of Photogrammetry and Remote Sensing, 66 (2011), 298–306&lt;br /&gt;
&lt;br /&gt;
'''Λέξεις Κλειδιά:''' αδιαπέρατες επιφάνειες, αστικό-αγροτικό όριο, Landsat, QuickBird, ανάλυση παλινδρόμησης&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Περίληψη:''' Η παρακολούθηση και χαρτογράφηση της δυναμικής αλλαγής των αδιαπέρατων επιφανειών σε ένα περίπλοκο αστικό-αγροτικό όριο, με εικόνες μεσαίας ή χονδροειδούς χωρικής ανάλυσης, αποτελεί πρόκληση που οφείλεται στο πρόβλημα των μικτών pixels και της φασματικής σύγχυσης μεταξύ των αδιαπέρατων επιφανειών και της εκτός-βλάστησης κάλυψης της γης. Ως περιοχή μελέτης επιλέχθηκε η Κομητεία Lucas do Rio Verde, της Πολιτείας Mato Grosso της Βραζιλίας, για τη βελτίωση της απόδοσης της εκτίμησης των αδιαπέρατων επιφανειών, με τη χρήση εικόνων Landsat και QuickBird, καθώς και την παρακολούθηση των αλλαγών των αδιαπέρατων επιφανειών, αναλύοντας τα κανονικοποιημένα κλάσματα πολλαπλών χρονικών δεδομένων των αδιαπέρατων επιφανειών, που προέρχονται από τον Landsat. Η έρευνα καταδεικνύει τη σημασία δύο φάσεων βαθμονόμησης. Το πρώτο βήμα είναι η βαθμονόμηση της αξίας των κλασμάτων των  αδιαπέρατων επιφανειών από τον Landsat, μέσω του μοντέλου παλινδρόμησης το οποίο βασίζεται σε εικόνες αδιαπέρατων επιφανειών του 2008 από τον QuickBird. Το δεύτερο βήμα είναι η κανονικοποίηση μεταξύ των βαθμονομημένων εικόνων του 2008, με εικόνες άλλων ημερομηνιών. Η έρευνα αποδεικνύει ότι η 'ανά pixel' μέθοδος υπερεκτιμά το ποσοστό των αδιαπέρατων επιφανειών στο αστικό-αγροτικό όριο, κατά 50% - 60%. Προκειμένου να εκτιμηθεί με ακρίβεια η έκταση των αδιαπέρατων επιφανειών, είναι απαραίτητη η χαρτογράφηση των κλασμάτων αυτών των επιφανειών και η περαιτέρω βαθμονόμηση των εκτιμήσεων, χρησιμοποιώντας εικόνες υψηλής χωρικής ανάλυσης. Επίσης, είναι απαραίτητη η κανονικοποίηση των εικόνων, ώστε να μειωθούν οι επιπτώσεις των διαφορετικών περιβαλλοντικών συνθηκών. Η παρούσα διαδικασία είναι ιδιαίτερα χρήσιμη στο αστικό-αγροτικό όριο, όπου οι εικόνες Landsat πολλαπλών χρονικών δεδομένων είναι δύσκολο να χρησιμοποιηθούν για την ακριβή εξαγωγή των χαρακτηριστικών των αδιαπέρατων επιφανειών που βασίζεται στην παραδοσιακή, 'ανά pixel' ταξινόμηση, καθώς δεν μπορεί να χειριστεί αποτελεσματικά το πρόβλημα των μικτών pixels.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή:''' Η ψηφιακή ανίχνευση των αλλαγών του αστικού περιβάλλοντος είναι μια πρόκληση που οφείλεται σε ποικίλους παράγοντες. Οι αλλαγές της χρήσης/κάλυψης γης, συνήθως αντιπροσωπεύουν ένα μικρό τμήμα της περιοχής μελέτης και είναι χωρικά διάσπαρτες, ενώ συχνά συγχέονται με άλλες αλλαγές, λόγω της πολυπλοκότητας των φασματικών χαρακτηριστικών των αδιαπέρατων επιφανειών και άλλων, εκτός της βλάστησης, καλύψεων. Επιπλέον, ένας μεγάλος αριθμός μικτών pixels οδηγεί συχνά σε χαμηλή ακρίβεια ταξινόμησης, λόγω της ανομοιογένειας του αστικού περιβάλλοντος και του περιορισμού της χωρικής ανάλυσης της τηλεπισκοπικής εικόνας.&lt;br /&gt;
&lt;br /&gt;
Η πλειοψηφία των τεχνικών ανίχνευσης των αλλαγών της κάλυψης γης, βασίζεται στη σύγκριση των φασματικών αποκρίσεων ή των ταξινομημένων εικόνων σε κλίμακα pixel, χρησιμοποιώντας εικόνες μεσαίας ή χονδροειδούς χωρικής ανάλυσης και καταλήγοντας σε κακής ποιότητας αποτελέσματα ανίχνευσης, ιδιαίτερα στο όριο των αστικών-αγροτικών περιοχών. Πρόσφατες έρευνες έδειξαν ότι τα σύνολα δεδομένων των αδιαπέρατων επιφανειών που βασίζονται στο υπο-pixel (subpixel), έχουν τη δυνατότητα ανίχνευσης της αστικής επέκτασης. &lt;br /&gt;
&lt;br /&gt;
Σε εικόνες μεσαίας ή χονδροειδούς χωρικής ανάλυσης, όπως του Landsat Thematic Mapper (TM), τα μικτά pixels αποτελούν πρόβλημα για την αποτελεσματική χρήση των δεδομένων τηλεπισκόπισης στην ταξινόμηση της χρήσης/κάλυψης γης και στην ανίχνευση των αλλαγών.  Όπως φαίνεται στην εικόνα 1, τα μικτά pixels είναι συνήθη στην απεικόνιση TM, αλλά το πρόβλημα αυτό σχεδόν δεν υπάρχει στην απεικόνιση QuickBird (εδώ με χωρική ανάλυση 0,6 m). Τα σχήματα των κτιρίων, οι δρόμοι και τα όρια μεταξύ των διαφόρων καλύψεων γης, τα οποία δύσκολα διακρίνονται στον Landsat TM (λόγω της σχετικά χονδροειδούς χωρικής ανάλυσης των 30 m), μπορούν να προσδιοριστούν με σαφήνεια στην απεικόνιση QuickBird. Εάν για τον προσδιορισμό της χρήσης/κάλυψης γης χρησιμοποιηθούν οι παραδοσιακές 'ανά-pixel' μέθοδοι ταξινόμησης, όπως αυτή της μέγιστης πιθανοφάνειας, υπάρχει ο κίνδυνος υπερεκτίμησης των αστικών περιοχών και υποτίμησης των αγροτικών.&lt;br /&gt;
  &lt;br /&gt;
Οι αδιαπέρατες επιφάνειες ορίζονται ως το σύνολο των ανθρωπογενών υλικών στα οποία  το νερό δεν μπορεί να διεισδύσει και συνδέονται κατά κύριο λόγο με την κατασκευή μεταφορικών υποδομών και κτιρίων. Από το 1970, έχουν αναπτυχθεί πολλές μέθοδοι χαρτογράφησής τους, χρησιμοποιώντας εικόνες διαφορετικής χωρικής ανάλυσης, από  υψηλής (IKONOS και QuickBird) και μεσαίας (Landsat TM και Terra ASTER), μέχρι χονδροειδούς (DMSP-OLS). Παρόλα αυτά, το ποσοστό των αδιαπέρατων επιφανειών συνήθως υπερεκτιμούταν ή υποτιμούταν. Λόγω της πολυπλοκότητας των τηλεπισκοπικών φασματικών υπογραφών των αδιαπέρατων επιφανειών, καθώς και του προβλήματος των μικτών pixels στις εικόνες μεσαίας ή χονδροειδούς χωρικής ανάλυσης (εικόνα 1), οι μέθοδοι που βασίζονται στο υπο-pixel (subpixel) κερδίζουν συνεχώς έδαφος τα τελευταία χρόνια. Ο στόχος της έρευνας είναι, αφενός η ανάπτυξη μίας νέας μεθόδου για τη βελτίωση της εκτίμησης της επιφάνειας των αδιαπέρατων επιφανειών, μέσω απεικονίσεων Landsat TM και QuickBird, και αφετέρου, η μελέτη της αστικής επέκτασης, μέσω της ανάλυσης των κανονικοποιημένων εικόνων πολλαπλών χρονικών δεδομένων των αδιαπέρατων επιφανειών. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Η περιοχή μελέτης και τα σύνολα δεδομένων:''' Η Lucas do Rio Verde στο Mato Grosso της Βραζιλίας καλύπτει μια περιοχή 3.660 km2 και μικρών υψομετρικών διαφορών (εικόνα 2). Ιδρύθηκε στις αρχές του 1980 και από τότε γνώρισε μια ραγδαία αστικοποίηση. Η περιοχή μελέτης περιλαμβάνει τόσο την αστική περιοχή της έδρας της Κομητείας, πληθυσμού 29.000 κατοίκων, όσο και αγροτικές περιοχές, όπου αναπτύσσονται γεωργικές και κτηνοτροφικές δραστηριότητες. Η Κομητεία βρίσκεται στο επίκεντρο της παραγωγής σόγιας στη Βραζιλία και αναμένεται τριπλασιαστεί σε πληθυσμό μέσα στα επόμενα δέκα χρόνια. Αποτελεί ιδανική τοποθεσία για την παρακολούθηση των δυναμικών αλλαγών των αδιαπέρατων επιφανειών, καθώς προς το παρόν αποτελεί, μία σχετικά μικρή πόλη που δεν έχει υποστεί ακόμα τις συνέπειες της προγραμματισμένης αστικής ανάπτυξης. &lt;br /&gt;
&lt;br /&gt;
Για τη διεξαγωγή της έρευνας χρησιμοποιήθηκαν εικόνες Landsat από το 1977 έως το 2008 και εικόνες QuickBird του 2007 και του 2008. Οι εικόνες επιλέχτηκαν με κριτήριο την μικρή νεφοκάλυψη και τα λιγότερα λάθη του συστήματος. Για όλες τις επιλεγμένες εικόνες Landsat, πραγματοποιήθηκε ραδιομετρική και ατμοσφαιρική βαθμονόμηση με τη μέθοδο αφαίρεσης σκοτεινών αντικειμένων. Όλες οι εικόνες καταχωρήθηκαν γεωμετρικά σε προβολή UTM (ζώνη 21, νότια), με γεωμετρικά σφάλματα μικρότερα του ενός pixel, έτσι ώστε όλες οι εικόνες να έχουν το ίδιο σύστημα συντεταγμένων. Η τεχνική του πλησιέστερου γείτονα χρησιμοποιήθηκε για την επαναδειγματοληψία των εικόνων Landsat, με μέγεθος pixel 30 * 30 m. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Μέθοδοι:''' Κρίσιμο βήμα της έρευνας αποτελεί η χαρτογράφηση των συνόλων δεδομένων των αδιαπέρατων επιφανειών. Για τη βελτίωση της χαρτογραφικής απόδοσης, εικόνες QuickBird χρησιμοποιήθηκαν για τη βαθμονόμηση των εικόνων Landsat των αδιαπέρατων επιφανειών. Η στρατηγική της χαρτογράφησης και παρακολούθησης των αλλαγών των αδιαπέρατων επιφανειών, απεικονίζεται στην εικόνα 3. Τα κύρια βήματα περιλαμβάνουν:&lt;br /&gt;
&lt;br /&gt;
1. χαρτογράφηση των αδιαπέρατων επιφανειών μέσω μίας υβριδικής μεθόδου που βασίζεται στην απεικόνιση QuickBird&lt;br /&gt;
&lt;br /&gt;
2. ανά pixel εξαγωγή των εικόνων των αδιαπέρατων επιφανειών από εικόνες Landsat, εφαρμόζοντας μέγιστο και της ελάχιστο φιλτράρισμα εικόνων και επιβλεπόμενη ταξινόμηση&lt;br /&gt;
&lt;br /&gt;
3. χαρτογράφηση των εικόνων υψηλής ανακλαστικότητας, χαμηλής ανακλαστικότητας, βλάστησης και εδάφους, μέσω γραμμικής φασματικής ανάλυσης&lt;br /&gt;
&lt;br /&gt;
4. παραγωγή εικόνων αδιαπέρατων επιφανειών, προσθέτοντας εικόνες υψηλής και χαμηλής ανακλαστικότητας, με ταυτόχρονη απομάκρυνση των pixels των μη αδιαπέρατων επιφανειών, συνδυάζοντας τις ανά pixel εικόνες του 2ου βήματος&lt;br /&gt;
&lt;br /&gt;
5. καθιέρωση ενός μοντέλου παλινδρόμησης για τη βαθμονόμηση των εικόνων Landsat,  χρησιμοποιώντας εικόνες QuickBird του 2008 &lt;br /&gt;
&lt;br /&gt;
6. κανονικοποίηση των εικόνων πολλαπλών χρονικών δεδομένων Landsat &lt;br /&gt;
&lt;br /&gt;
7. αξιολόγηση της εκτίμησης των αδιαπέρατων επιφανειών, με εικόνες QuickBird του 2007 και τέλος, &lt;br /&gt;
&lt;br /&gt;
8. μελέτη των αλλαγών των αδιαπέρατων επιφανειών&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα και Συζήτηση:''' Συνολικά, επιτεύχθηκε μία αρκετά καλή γραμμική σχέση μεταξύ των εικόνων των αδιαπέρατων επιφανειών του Landsat TM (2008), με τις εικόνες του QuickBird, αν και συνέβη υπερεκτίμηση όταν οι αδιαπέρατες επιφάνειες αντιπροσώπευαν ένα σχετικά μικρό ποσοστό του pixel και υποτίμηση, στην αντίθετη περίπτωση.  Η κανονικοποίηση των εικόνων αποδείχθηκε πολύτιμη για την απόδοση της εκτίμησης των αδιαπέρατων επιφανειών, μειώνοντας τις  επιπτώσεις που προκαλούνται από τις διαφορετικές περιβαλλοντικές συνθήκες. Επιπλέον, επιτεύχθηκε μία καλή συσχέτιση μεταξύ του TM αποτελέσματος των αδιαπέρατων επιφανειών και του αντίστοιχου αποτελέσματος του 2007 του QuickBird. Ο συντελεστής συσχέτισης μεταξύ τους ήταν 0,89,  με τη ρίζα του μέσου τετραγωνικού σφάλματος (root mean square error-RMSE) να είναι ίση με 0,128. Το παραπάνω αποτελεί αποδεκτό σφάλμα για ένα τόσο περίπλοκο αστικό - αγροτικό όριο. Ο υψηλός συντελεστής συσχέτισης και η σχετικά χαμηλή RMSE, δείχνουν ότι η TM εικόνα των αδιαπέρατων επιφανειών του 2007 είναι αξιόπιστη, ενώ ταυτόχρονα σημαίνει ότι η μέθοδος που αναπτύχθηκε σε αυτή την έρευνα για την εκτίμηση του ποσοστού των αδιαπέρατων επιφανειών είναι εφικτή.&lt;br /&gt;
&lt;br /&gt;
Η εξάπλωση των αδιαπέρατων επιφανειών στο διάστημα 1977-2008 γίνεται εύκολα αντιληπτή, εάν παρατηρήσουμε την εικόνα 4. Οι αδιαπέρατες επιφάνειες αυξήθηκαν εκθετικά, ενώ ο ρυθμός αύξησης ήταν μεγαλύτερος μετά το έτος 2000. Επιπλέον, αποδεικνύεται ότι η 'ανά pixel' μέθοδος υπερεκτιμά το ποσοστό των αδιαπέρατων επιφανειών στο αστικό-αγροτικό όριο, κατά 50% - 60%, επισημαίνοντας την σπουδαιότητα της υπο-pixel (subpixel) μεθόδου εκτίμησης. Τέλος, τονίζεται η σημασία της μεθόδου βαθμονόμησης των δύο φάσεων για τη βελτίωση της εκτίμησης των αδιαπέρατων επιφανειών, ειδικά στο αστικό - αγροτικό όριο, χωρίς την εφαρμογή της ταξινόμησης των ιστορικών εικόνων Landsat, η οποία είναι συχνά δύσκολη λόγω της έλλειψης δεδομένων του δείγματος εκπαίδευσης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αναφορές'''&lt;br /&gt;
&lt;br /&gt;
Adams, J.B., Sabol, D.E., Kapos, V., Filho, R.A., Roberts, D.A., Smith, M.O., Gillespie, A.R., 1995. Classification of multispectral images based on fractions of endmembers: application to land cover change in the Brazilian Amazon. Remote Sensing of Environment 52 (2), 137–154.&lt;br /&gt;
&lt;br /&gt;
Bauer, M.E., Loffelholz, B.C., Wilson, B., 2008. Estimating and mapping impervious surface area by regression analysis of Landsat imagery. In: Weng, Q. (Ed.), Remote Sensing of Impervious Surfaces. Taylor&amp;amp;Francis Group, LLC, Boca Raton, FL, pp. 3–19.&lt;br /&gt;
&lt;br /&gt;
Brabec, E., Schulte, S., Richards, P.L., 2002. Impervious surface and water quality: a review of current literature and its implications for watershed planning. Journal of Planning Literature 16 (4), 499–514.&lt;br /&gt;
&lt;br /&gt;
Chander, G., Markham, B.L., Helder, D.L., 2009. Summary of current radiometric calibration coefficients for Landsat MSS, TM, ETM+, and EO-1 ALI sensors. Remote Sensing of Environment 113 (5), 893–903.&lt;br /&gt;
&lt;br /&gt;
Coppin, P.R., Bauer, M.E., 1996. Digital change detection in forest ecosystems with remote sensing imagery. Remote Sensing Reviews 13 (3), 207–234.&lt;br /&gt;
&lt;br /&gt;
Coppin, P., Jonckheere, I., Nackaerts, K., Muys, B., Lambin, E., 2004. Digital change detection methods in ecosystem monitoring: a review. International Journal of Remote Sensing 25 (9), 1565–1596.&lt;br /&gt;
&lt;br /&gt;
Cracknell, A.P., 1998. Synergy in remote sensing — what’s in a pixel? International Journal of Remote Sensing 19 (11), 2025–2047.&lt;br /&gt;
&lt;br /&gt;
Deguchi, C., Sugio, S., 1994. Estimations for the percentage of impervious area by the use of satellite remote sensing imagery. Journal of Soil and Water Conservation 29 (1–2), 135–144.&lt;br /&gt;
&lt;br /&gt;
Dougherty, M., Dymond, R.L., Goetz, S.J., Jantz, C.A., Goulet, N., 2004. Evaluation of impervious surface estimates in a rapidly urbanizing watershed. Photogrammetric Engineering and Remote Sensing 70 (11), 1275–1284.&lt;br /&gt;
&lt;br /&gt;
Elvidge, C.D., Tuttle, B.T., Sutton, P.C., Baugh, K.E., Howard, A.T., Milesi, C., Bhaduri, B., Nemani, R., 2007. Global distribution and density of constructed impervious surfaces. Sensors 7 (9), 1962–1979.&lt;br /&gt;
&lt;br /&gt;
Esch, T., Himmler, V., Schorcht, G., Thiel, M., Wehrmann, T., Bachofer, F., Conrad, C., Schmidt, M., Dech, S., 2009. Large-area assessment of impervious surface based on integrated analysis of single-date Landsat-7 images and geospatial vector data. Remote Sensing of Environment 113 (8), 1678–1690.&lt;br /&gt;
&lt;br /&gt;
Fisher, P., 1997. The pixel: a snare and a delusion. International Journal of Remote Sensing 18 (3), 679–685.&lt;br /&gt;
&lt;br /&gt;
Gillies, R.R., Box, J.B., Symanzik, J., Rodemaker, E.J., 2003. Effects of urbanization on the aquatic fauna of the Line Creek watershed, Atlanta – a satellite perspective. Remote Sensing of Environment 86 (3), 411–422.&lt;br /&gt;
&lt;br /&gt;
Greenfield, E.J., Nowak, D.J., Walton, J.T., 2009. Assessment of 2001 NLCD percent tree and impervious cover estimates. Photogrammetric Engineering &amp;amp; Remote Sensing 75 (11), 1279–1286.&lt;br /&gt;
&lt;br /&gt;
Hodgson, M.E., Jensen, J.R., Tullis, J.A., Riordan, K.D., Archer, C.M., 2003. Synergistic use of Lidar ad color aerial photography for mapping urban parcel imperviousness. Photogrammetric Engineering &amp;amp; Remote Sensing 69 (9), 973–980.&lt;br /&gt;
&lt;br /&gt;
Hu, X., Weng, Q., 2009. Estimating impervious surfaces from medium spatial resolution imagery using the self-organizing map and multi-layer perceptron neural networks. Remote Sensing of Environment 113 (10), 2089–2102.&lt;br /&gt;
&lt;br /&gt;
Jennings, D.B., Jarnagin, S.T., Ebert, C.W., 2004. A modeling approach for estimating watershed impervious surface area from national land cover data 92. Photogrammetric Engineering &amp;amp; Remote Sensing 70 (11), 1295–1307.&lt;br /&gt;
&lt;br /&gt;
Ji, M., Jensen, J.R., 1999. Effectiveness of subpixel analysis in detecting and quantifying urban imperviousness from Landsat Thematic Mapper. Geocarto International 14 (4), 31–39.&lt;br /&gt;
&lt;br /&gt;
Kennedy, R.E., Townsend, P.A., Gross, J.E., Cohen, W.B., Bolstad, P., Wang, Y.Q., Adams, P., 2009. Remote sensing change detection tools for natural resource managers: understanding concepts and tradeoffs in the design of landscape monitoring projects. Remote Sensing of Environment 113 (7), 1382–1396.&lt;br /&gt;
&lt;br /&gt;
Lu, D., Mausel, P., Brondνzio, E., Moran, E., 2002. Assessment of atmospheric correction methods for Landsat TM data applicable to Amazon basin LBA research. International Journal of Remote Sensing 23 (13), 2651–2671.&lt;br /&gt;
&lt;br /&gt;
Lu, D., Mausel, P., Brondizio, E., Moran, E., 2004. Change detection techniques. International Journal of Remote Sensing 25 (12), 2365–2407.&lt;br /&gt;
&lt;br /&gt;
Lu, D., Weng, Q., 2004. Spectral mixture analysis of the urban landscapes in Indianapolis with Landsat ETM+ imagery. Photogrammetric Engineering &amp;amp; Remote Sensing 70 (9), 1053–1062.&lt;br /&gt;
&lt;br /&gt;
Lu, D., Weng, Q., 2006a. Use of impervious surface in urban land use classification. Remote Sensing of Environment 102 (1–2), 146–160.&lt;br /&gt;
&lt;br /&gt;
Lu, D., Weng, Q., 2006b. Spectral mixture analysis of ASTER images for examining the relationship between urban thermal features and biophysical descriptors in Indianapolis, United States. Remote Sensing of Environment 104 (2), 157–167.&lt;br /&gt;
&lt;br /&gt;
Lu, D., Batistella, M., Moran, E., de Miranda, E.E., 2008. A comparative study of Landsat TM and SPOT HRG images for vegetation classification in the Brazilian Amazon. Photogrammetric Engineering &amp;amp; Remote Sensing 74 (3), 311–321.&lt;br /&gt;
&lt;br /&gt;
Lu, D., Weng, Q., 2009. Extraction of urban impervious surface from an IKONOS image. International Journal of Remote Sensing 30 (5), 1297–1311.&lt;br /&gt;
&lt;br /&gt;
Lu, D., Hetrick, S., Moran, E., 2010. Impervious surface mapping with QuickBird imagery. International Journal of Remote Sensing. doi:10.1080/01431161003698393.&lt;br /&gt;
&lt;br /&gt;
Madhavan, B.B., Kubo, S., Kurisaki, N., Sivakumar, T.V.L.N., 2001. Appraising the anatomy and spatial growth of the Bangkok Metropolitan area using a vegetation-impervious-soil model through remote sensing. International Journal of Remote Sensing 22 (5), 789–806.&lt;br /&gt;
&lt;br /&gt;
Mohapatra, R.P., Wu, C., 2008. Subpixel imperviousness estimation with IKONOS imagery: an artificial neural network approach. In: Weng, Q. (Ed.), Remote Sensing of Impervious Surfaces. Taylor &amp;amp; Francis Group, LLC, Boca Raton, FL, pp. 21–37.&lt;br /&gt;
&lt;br /&gt;
Phinn, S., Stanford, M., Scarth, P., Murray, A.T., Shyy, P.T., 2002. Monitoring the composition of urban environments based on the vegetation-impervious surface-soil (VIS) model by subpixel analysis techniques. International Journal of Remote Sensing 23 (20), 4131–4153.&lt;br /&gt;
&lt;br /&gt;
Powell, S.L., Cohen, W.B., Yang, Z., Pierce, J.D., Alberti, M., 2008. Quantification of impervious surface in the Snohomish water resources inventory area of western Washington from 1972–2006. Remote Sensing of Environment 112 (4), 1895–1908.&lt;br /&gt;
&lt;br /&gt;
Rashed, T., Weeks, J.R., Gadalla, M.S., Hill, A.G., 2001. Revealing the anatomy of cities through spectral mixture analysis of multispectral satellite imagery: a case study of the Greater Cairo region. Egypt. Geocarto International 16 (4),7–18&lt;br /&gt;
&lt;br /&gt;
Rashed, T., Weeks, J.R., Roberts, D., Rogan, J., Powell, R., 2003. Measuring the physical composition of urban morphology using multiple endmember spectral mixture models. Photogrammetric Engineering &amp;amp; Remote Sensing 69 (9), 1011–1020.&lt;br /&gt;
&lt;br /&gt;
Ridd, M.K., 1995. Exploring a V–I–S (Vegetation-Impervious Surface-Soil) model for urban ecosystem analysis through remote sensing: comparative anatomy for cities. International Journal of Remote Sensing 16 (12), 2165–2185.&lt;br /&gt;
&lt;br /&gt;
Seto, K.C., Liu, W., 2003. Comparing ARTMAP neural network with the maximumlikelihood classifier for detecting urban change. Photogrammetric Engineering and Remote Sensing 69 (9), 981–990.&lt;br /&gt;
&lt;br /&gt;
Shaban, M.A., Dikshit, O., 2001. Improvement of classification in urban areas by the use of textural features: the case study of Lucknow city, Uttar Pradesh. International Journal of Remote Sensing 22 (4), 565–593.&lt;br /&gt;
&lt;br /&gt;
Singh, A., 1989. Digital change detection techniques using remotely sensed data. International Journal of Remote Sensing 10 (6), 989–1003.&lt;br /&gt;
&lt;br /&gt;
Slonecker, E.T., Jennings, D., Garofalo, D., 2001. Remote sensing of impervious surface: a review. Remote Sensing Reviews 20 (3), 227–255.&lt;br /&gt;
&lt;br /&gt;
Smith, M.O., Ustin, S.L., Adams, J.B., Gillespie, A.R., 1990. Vegetation in Deserts: I. A regional measure of abundance from multispectral images. Remote Sensing of Environment 31 (1), 1–26.&lt;br /&gt;
&lt;br /&gt;
Sutton, P.C., Anderson, S.A., Elvidge, C.D., Tuttle, B.T., Ghosh, T., 2009. Paving the planet: impervious surface as proxy measure of the human ecological footprint. Progress in Physical Geography 33 (4), 510–527.&lt;br /&gt;
&lt;br /&gt;
Wang, Y., Zhou, Y., Zhang, X., 2008. The SPLIT and MASC models for extraction of impervious surface areas from multiple remote sensing data. In: Weng, Q. (Ed.), Remote Sensing of Impervious Surfaces. Taylor&amp;amp;Francis Group, LLC, Boca Raton, FL, pp. 77–92.&lt;br /&gt;
&lt;br /&gt;
Weng, Q. (Ed.), 2007. Remote Sensing of Impervious Surfaces. Taylor &amp;amp; Francis Group, LLC, Boca Raton, FL, 454 p.&lt;br /&gt;
&lt;br /&gt;
Weng, Q., Hu, X., Lu, D., 2008. Extracting impervious surface from medium spatial resolution multispectral and hyperspectral imagery: a comparison. International Journal of Remote Sensing 29 (11), 3209–3232.&lt;br /&gt;
&lt;br /&gt;
Weng, Q., Hu, X., Liu, H., 2009. Estimating impervious surfaces using linear spectral mixture analysis with multitemporal ASTER images. International Journal of Remote Sensing 30 (18), 4807–4830.&lt;br /&gt;
&lt;br /&gt;
Wu, C., Murray, A.T., 2003. Estimating impervious surface distribution by spectral mixture analysis. Remote Sensing of Environment 84 (4), 493–505.&lt;br /&gt;
&lt;br /&gt;
Wu, C., 2004. Normalized spectral mixture analysis for monitoring urban composition using ETM+ imagery. Remote Sensing of Environment 93 (4), 480–492.&lt;br /&gt;
&lt;br /&gt;
Wu, C., Yuan, F., 2008. Seasonal sensitivity analysis of impervious surface estimation with satellite imagery. Photogrammetric Engineering &amp;amp; Remote Sensing 73 (12), 1393–1402.&lt;br /&gt;
&lt;br /&gt;
Wu, C., 2009. Quantifying high-resolution impervious surfaces using spectral mixture analysis. International Journal of Remote Sensing 30 (11), 2915–2932.&lt;br /&gt;
&lt;br /&gt;
Xian, G., Crane, M., 2005. Assessments of urban growth in the Tampa Bay watershed using remote sensing data. Remote Sensing of Environment 97 (2), 203–215.&lt;br /&gt;
&lt;br /&gt;
Xian, G., 2007. Assessing urban growth with subpixel impervious surface coverage. In: Weng, Q., Quattrochi, D.A. (Eds.), Urban Remote Sensing. Taylor &amp;amp; Francis Group, LLC, Boca Raton, FL, pp. 179–200.&lt;br /&gt;
&lt;br /&gt;
Xian, G., 2008. Mapping impervious surfaces using classification and regression tree algorithm. In: Weng, Q. (Ed.), Remote Sensing of Impervious Surfaces. Taylor &amp;amp; Francis Group, LLC, Boca Raton, FL, pp. 39–58.&lt;br /&gt;
&lt;br /&gt;
Xian, G., Crane, M.P., McMahon, C., 2008. Quantifying multitemporal urban development characteristics in Las Vegas from Landsat and Aster data. Photogrammetric Engineering &amp;amp; Remote Sensing 74 (4), 473–481.&lt;br /&gt;
&lt;br /&gt;
Yang, L., Xian, G., Klaver, J.M., Deal, B., 2003a. Urban land-cover change detection through sub-pixel imperviousness mapping using remotely sensed data. Photogrammetric Engineering &amp;amp; Remote Sensing 69 (9), 1003–1010.&lt;br /&gt;
&lt;br /&gt;
Yang, L., Huang, C., Homer, C., Wylie, B., Coan, M., 2003b. An approach for mapping large-area impervious surface: synergistic use of Landsat 7 ETM+ and high spatial resolution imagery. Canadian Journal of Remote Sensing 29 (2), 230–240.&lt;br /&gt;
&lt;br /&gt;
Yang, L., Jiang, L., Lin, H., Liao, M., 2009. Quantifying sub-pixel urban impervious surface through fusion of optical and InSAR imagery. GIScience and Remote Sensing 46 (2), 161–171.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
[http://www.sciencedirect.com/science/article/pii/S0924271610001176 '''το άρθρο στο διαδίκτυο''']&lt;br /&gt;
&lt;br /&gt;
 [[category:Ανίχνευση μεταβολών αστικής γης]]&lt;/div&gt;</summary>
		<author><name>Ramfou Vasiliki</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%B1%CE%BB%CE%BB%CE%B1%CE%B3%CF%8E%CE%BD_%CF%84%CF%89%CE%BD_%CE%B1%CE%B4%CE%B9%CE%B1%CF%80%CE%AD%CF%81%CE%B1%CF%84%CF%89%CE%BD_%CE%B5%CF%80%CE%B9%CF%86%CE%B1%CE%BD%CE%B5%CE%B9%CF%8E%CE%BD_%CE%BC%CE%B5_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CE%B5%CF%82_Landsat_%CF%80%CE%BF%CE%BB%CE%BB%CE%B1%CF%80%CE%BB%CF%8E%CE%BD_%CF%87%CF%81%CE%BF%CE%BD%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CF%83%CF%84%CE%BF_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8C-%CE%B1%CE%B3%CF%81%CE%BF%CF%84%CE%B9%CE%BA%CF%8C_%CF%8C%CF%81%CE%B9%CE%BF</id>
		<title>Ανίχνευση των αλλαγών των αδιαπέρατων επιφανειών με εικόνες Landsat πολλαπλών χρονικών δεδομένων στο αστικό-αγροτικό όριο</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%B1%CE%BB%CE%BB%CE%B1%CE%B3%CF%8E%CE%BD_%CF%84%CF%89%CE%BD_%CE%B1%CE%B4%CE%B9%CE%B1%CF%80%CE%AD%CF%81%CE%B1%CF%84%CF%89%CE%BD_%CE%B5%CF%80%CE%B9%CF%86%CE%B1%CE%BD%CE%B5%CE%B9%CF%8E%CE%BD_%CE%BC%CE%B5_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CE%B5%CF%82_Landsat_%CF%80%CE%BF%CE%BB%CE%BB%CE%B1%CF%80%CE%BB%CF%8E%CE%BD_%CF%87%CF%81%CE%BF%CE%BD%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CF%83%CF%84%CE%BF_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8C-%CE%B1%CE%B3%CF%81%CE%BF%CF%84%CE%B9%CE%BA%CF%8C_%CF%8C%CF%81%CE%B9%CE%BF"/>
				<updated>2015-03-20T00:24:35Z</updated>
		
		<summary type="html">&lt;p&gt;Ramfou Vasiliki: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα:vr_a4_e1.jpg|300px|thumb|right|Εικόνα 1. Σύγκριση των έγχρωμων σύνθετων των απεικονίσεων Landsat TM και QuickBird (2008), που απεικονίζει το πρόβλημα των μικτών pixels σε σχετικά χονδροειδούς χωρικής ανάλυσης εικόνες.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a4_e2.jpg|300px|thumb|right|Εικόνα 2. Η περιοχή μελέτης - Município de Lucas do Rio Verde, Πολιτεία του Mato Grosso, Βραζιλία.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a4_e3.jpg|300px|thumb|right|Εικόνα 3. Η στρατηγική της χρήσης Landsat TM και QuickBird εικόνων για τη χαρτογράφηση των αδιαπέρατων επιφανειών και την παρακολούθηση της δυναμικής τους αλλαγής.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a4_e4.jpg|300px|thumb|right|Εικόνα 4. Η αλλαγή των αδιαπέρατων επιφανειών από το 1977 έως το 2008. Απεικονίζεται τμήμα της περιοχής μελέτης Município de Lucas, Mato Grosso, Βραζιλία.]]&lt;br /&gt;
&lt;br /&gt;
'''Αντικείμενο Εφαρμογής:''' Παρακολούθηση και χαρτογράφηση των κλασμάτων των αδιαπέρατων επιφανειών στο αστικό-αγροτικό όριο&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος Τίτλος:''' 'Detection of impervious surface change with multitemporal Landsat images in an urban–rural frontier'&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Dengsheng Lu*, Emilio Moran, Scott Hetrick&lt;br /&gt;
*Anthropological Center for Training and Research on Global Environmental Change (ACT), Indiana University, Bloomington, IN, 47405, USA&lt;br /&gt;
&lt;br /&gt;
'''Πηγή:''' Elsevier, ISPRS Journal of Photogrammetry and Remote Sensing, 66 (2011), 298–306&lt;br /&gt;
&lt;br /&gt;
'''Λέξεις Κλειδιά:''' αδιαπέρατες επιφάνειες, αστικό-αγροτικό όριο, Landsat, QuickBird, ανάλυση παλινδρόμησης&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Περίληψη:''' Η παρακολούθηση και χαρτογράφηση της δυναμικής αλλαγής των αδιαπέρατων επιφανειών σε ένα περίπλοκο αστικό-αγροτικό όριο, με εικόνες μεσαίας ή χονδροειδούς χωρικής ανάλυσης, αποτελεί πρόκληση που οφείλεται στο πρόβλημα των μικτών pixels και της φασματικής σύγχυσης μεταξύ των αδιαπέρατων επιφανειών και της εκτός-βλάστησης κάλυψης της γης. Ως περιοχή μελέτης επιλέχθηκε η Κομητεία Lucas do Rio Verde, της Πολιτείας Mato Grosso της Βραζιλίας, για τη βελτίωση της απόδοσης της εκτίμησης των αδιαπέρατων επιφανειών, με τη χρήση εικόνων Landsat και QuickBird, καθώς και την παρακολούθηση των αλλαγών των αδιαπέρατων επιφανειών, αναλύοντας τα κανονικοποιημένα κλάσματα πολλαπλών χρονικών δεδομένων των αδιαπέρατων επιφανειών, που προέρχονται από τον Landsat. Η έρευνα καταδεικνύει τη σημασία δύο φάσεων βαθμονόμησης. Το πρώτο βήμα είναι η βαθμονόμηση της αξίας των κλασμάτων των  αδιαπέρατων επιφανειών από τον Landsat, μέσω του μοντέλου παλινδρόμησης το οποίο βασίζεται σε εικόνες αδιαπέρατων επιφανειών του 2008 από τον QuickBird. Το δεύτερο βήμα είναι η κανονικοποίηση μεταξύ των βαθμονομημένων εικόνων του 2008, με εικόνες άλλων ημερομηνιών. Η έρευνα αποδεικνύει ότι η 'ανά pixel' μέθοδος υπερεκτιμά το ποσοστό των αδιαπέρατων επιφανειών στο αστικό-αγροτικό όριο, κατά 50% - 60%. Προκειμένου να εκτιμηθεί με ακρίβεια η έκταση των αδιαπέρατων επιφανειών, είναι απαραίτητη η χαρτογράφηση των κλασμάτων αυτών των επιφανειών και η περαιτέρω βαθμονόμηση των εκτιμήσεων, χρησιμοποιώντας εικόνες υψηλής χωρικής ανάλυσης. Επίσης, είναι απαραίτητη η κανονικοποίηση των εικόνων, ώστε να μειωθούν οι επιπτώσεις των διαφορετικών περιβαλλοντικών συνθηκών. Η παρούσα διαδικασία είναι ιδιαίτερα χρήσιμη στο αστικό-αγροτικό όριο, όπου οι εικόνες Landsat πολλαπλών χρονικών δεδομένων είναι δύσκολο να χρησιμοποιηθούν για την ακριβή εξαγωγή των χαρακτηριστικών των αδιαπέρατων επιφανειών που βασίζεται στην παραδοσιακή, 'ανά pixel' ταξινόμηση, καθώς δεν μπορεί να χειριστεί αποτελεσματικά το πρόβλημα των μικτών pixels.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή:''' Η ψηφιακή ανίχνευση των αλλαγών του αστικού περιβάλλοντος είναι μια πρόκληση που οφείλεται σε ποικίλους παράγοντες. Οι αλλαγές της χρήσης/κάλυψης γης, συνήθως αντιπροσωπεύουν ένα μικρό τμήμα της περιοχής μελέτης και είναι χωρικά διάσπαρτες, ενώ συχνά συγχέονται με άλλες αλλαγές, λόγω της πολυπλοκότητας των φασματικών χαρακτηριστικών των αδιαπέρατων επιφανειών και άλλων, εκτός της βλάστησης, καλύψεων. Επιπλέον, ένας μεγάλος αριθμός μικτών pixels οδηγεί συχνά σε χαμηλή ακρίβεια ταξινόμησης, λόγω της ανομοιογένειας του αστικού περιβάλλοντος και του περιορισμού της χωρικής ανάλυσης της τηλεπισκοπικής εικόνας.&lt;br /&gt;
&lt;br /&gt;
Η πλειοψηφία των τεχνικών ανίχνευσης των αλλαγών της κάλυψης γης, βασίζεται στη σύγκριση των φασματικών αποκρίσεων ή των ταξινομημένων εικόνων σε κλίμακα pixel, χρησιμοποιώντας εικόνες μεσαίας ή χονδροειδούς χωρικής ανάλυσης και καταλήγοντας σε κακής ποιότητας αποτελέσματα ανίχνευσης, ιδιαίτερα στο όριο των αστικών-αγροτικών περιοχών. Πρόσφατες έρευνες έδειξαν ότι τα σύνολα δεδομένων των αδιαπέρατων επιφανειών που βασίζονται στο υπο-pixel (subpixel), έχουν τη δυνατότητα ανίχνευσης της αστικής επέκτασης. &lt;br /&gt;
&lt;br /&gt;
Σε εικόνες μεσαίας ή χονδροειδούς χωρικής ανάλυσης, όπως του Landsat Thematic Mapper (TM), τα μικτά pixels αποτελούν πρόβλημα για την αποτελεσματική χρήση των δεδομένων τηλεπισκόπισης στην ταξινόμηση της χρήσης/κάλυψης γης και στην ανίχνευση των αλλαγών.  Όπως φαίνεται στην εικόνα 1, τα μικτά pixels είναι συνήθη στην απεικόνιση TM, αλλά το πρόβλημα αυτό σχεδόν δεν υπάρχει στην απεικόνιση QuickBird (εδώ με χωρική ανάλυση 0,6 m). Τα σχήματα των κτιρίων, οι δρόμοι και τα όρια μεταξύ των διαφόρων καλύψεων γης, τα οποία δύσκολα διακρίνονται στον Landsat TM (λόγω της σχετικά χονδροειδούς χωρικής ανάλυσης των 30 m), μπορούν να προσδιοριστούν με σαφήνεια στην απεικόνιση QuickBird. Εάν για τον προσδιορισμό της χρήσης/κάλυψης γης χρησιμοποιηθούν οι παραδοσιακές 'ανά-pixel' μέθοδοι ταξινόμησης, όπως αυτή της μέγιστης πιθανοφάνειας, υπάρχει ο κίνδυνος υπερεκτίμησης των αστικών περιοχών και υποτίμησης των αγροτικών.&lt;br /&gt;
  &lt;br /&gt;
Οι αδιαπέρατες επιφάνειες ορίζονται ως το σύνολο των ανθρωπογενών υλικών στα οποία  το νερό δεν μπορεί να διεισδύσει και συνδέονται κατά κύριο λόγο με την κατασκευή μεταφορικών υποδομών και κτιρίων. Από το 1970, έχουν αναπτυχθεί πολλές μέθοδοι χαρτογράφησής τους, χρησιμοποιώντας εικόνες διαφορετικής χωρικής ανάλυσης, από  υψηλής (IKONOS και QuickBird) και μεσαίας (Landsat TM και Terra ASTER), μέχρι χονδροειδούς (DMSP-OLS). Παρόλα αυτά, το ποσοστό των αδιαπέρατων επιφανειών συνήθως υπερεκτιμούταν ή υποτιμούταν. Λόγω της πολυπλοκότητας των τηλεπισκοπικών φασματικών υπογραφών των αδιαπέρατων επιφανειών, καθώς και του προβλήματος των μικτών pixels στις εικόνες μεσαίας ή χονδροειδούς χωρικής ανάλυσης (εικόνα 1), οι μέθοδοι που βασίζονται στο υπο-pixel (subpixel) κερδίζουν συνεχώς έδαφος τα τελευταία χρόνια. Ο στόχος της έρευνας είναι, αφενός η ανάπτυξη μίας νέας μεθόδου για τη βελτίωση της εκτίμησης της επιφάνειας των αδιαπέρατων επιφανειών, μέσω απεικονίσεων Landsat TM και QuickBird, και αφετέρου, η μελέτη της αστικής επέκτασης, μέσω της ανάλυσης των κανονικοποιημένων εικόνων πολλαπλών χρονικών δεδομένων των αδιαπέρατων επιφανειών. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Η περιοχή μελέτης και τα σύνολα δεδομένων:''' Η Lucas do Rio Verde στο Mato Grosso της Βραζιλίας καλύπτει μια περιοχή 3.660 km2 και μικρών υψομετρικών διαφορών (εικόνα 2). Ιδρύθηκε στις αρχές του 1980 και από τότε γνώρισε μια ραγδαία αστικοποίηση. Η περιοχή μελέτης περιλαμβάνει τόσο την αστική περιοχή της έδρας της Κομητείας, πληθυσμού 29.000 κατοίκων, όσο και αγροτικές περιοχές, όπου αναπτύσσονται γεωργικές και κτηνοτροφικές δραστηριότητες. Η Κομητεία βρίσκεται στο επίκεντρο της παραγωγής σόγιας στη Βραζιλία και αναμένεται τριπλασιαστεί σε πληθυσμό μέσα στα επόμενα δέκα χρόνια. Αποτελεί ιδανική τοποθεσία για την παρακολούθηση των δυναμικών αλλαγών των αδιαπέρατων επιφανειών, καθώς προς το παρόν αποτελεί, μία σχετικά μικρή πόλη που δεν έχει υποστεί ακόμα τις συνέπειες της προγραμματισμένης αστικής ανάπτυξης. &lt;br /&gt;
&lt;br /&gt;
Για τη διεξαγωγή της έρευνας χρησιμοποιήθηκαν εικόνες Landsat από το 1977 έως το 2008 και εικόνες QuickBird του 2007 και του 2008. Οι εικόνες επιλέχτηκαν με κριτήριο την μικρή νεφοκάλυψη και τα λιγότερα λάθη του συστήματος. Για όλες τις επιλεγμένες εικόνες Landsat, πραγματοποιήθηκε ραδιομετρική και ατμοσφαιρική βαθμονόμηση με τη μέθοδο αφαίρεσης σκοτεινών αντικειμένων. Όλες οι εικόνες καταχωρήθηκαν γεωμετρικά σε προβολή UTM (ζώνη 21, νότια), με γεωμετρικά σφάλματα μικρότερα του ενός pixel, έτσι ώστε όλες οι εικόνες να έχουν το ίδιο σύστημα συντεταγμένων. Η τεχνική του πλησιέστερου γείτονα χρησιμοποιήθηκε για την επαναδειγματοληψία των εικόνων Landsat, με μέγεθος pixel 30 * 30 m. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Μέθοδοι:''' Κρίσιμο βήμα της έρευνας αποτελεί η χαρτογράφηση των συνόλων δεδομένων των αδιαπέρατων επιφανειών. Για τη βελτίωση της χαρτογραφικής απόδοσης, εικόνες QuickBird χρησιμοποιήθηκαν για τη βαθμονόμηση των εικόνων Landsat των αδιαπέρατων επιφανειών. Η στρατηγική της χαρτογράφησης και παρακολούθησης των αλλαγών των αδιαπέρατων επιφανειών, απεικονίζεται στην εικόνα 3. Τα κύρια βήματα περιλαμβάνουν:&lt;br /&gt;
&lt;br /&gt;
1. χαρτογράφηση των αδιαπέρατων επιφανειών μέσω μίας υβριδικής μεθόδου που βασίζεται στην απεικόνιση QuickBird&lt;br /&gt;
&lt;br /&gt;
2. ανά pixel εξαγωγή των εικόνων των αδιαπέρατων επιφανειών από εικόνες Landsat, εφαρμόζοντας μέγιστο και της ελάχιστο φιλτράρισμα εικόνων και επιβλεπόμενη ταξινόμηση&lt;br /&gt;
&lt;br /&gt;
3. χαρτογράφηση των εικόνων υψηλής ανακλαστικότητας, χαμηλής ανακλαστικότητας, βλάστησης και εδάφους, μέσω γραμμικής φασματικής ανάλυσης&lt;br /&gt;
&lt;br /&gt;
4. παραγωγή εικόνων αδιαπέρατων επιφανειών, προσθέτοντας εικόνες υψηλής και χαμηλής ανακλαστικότητας, με ταυτόχρονη απομάκρυνση των pixels των μη αδιαπέρατων επιφανειών, συνδυάζοντας τις ανά pixel εικόνες του 2ου βήματος&lt;br /&gt;
&lt;br /&gt;
5. καθιέρωση ενός μοντέλου παλινδρόμησης για τη βαθμονόμηση των εικόνων Landsat,  χρησιμοποιώντας εικόνες QuickBird του 2008 &lt;br /&gt;
&lt;br /&gt;
6. κανονικοποίηση των εικόνων πολλαπλών χρονικών δεδομένων Landsat &lt;br /&gt;
&lt;br /&gt;
7. αξιολόγηση της εκτίμησης των αδιαπέρατων επιφανειών, με εικόνες QuickBird του 2007 και τέλος, &lt;br /&gt;
&lt;br /&gt;
8. μελέτη των αλλαγών των αδιαπέρατων επιφανειών&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα και Συζήτηση:''' Συνολικά, επιτεύχθηκε μία αρκετά καλή γραμμική σχέση μεταξύ των εικόνων των αδιαπέρατων επιφανειών του Landsat TM (2008), με τις εικόνες του QuickBird, αν και συνέβη υπερεκτίμηση όταν οι αδιαπέρατες επιφάνειες αντιπροσώπευαν ένα σχετικά μικρό ποσοστό του pixel και υποτίμηση, στην αντίθετη περίπτωση.  Η κανονικοποίηση των εικόνων αποδείχθηκε πολύτιμη για την απόδοση της εκτίμησης των αδιαπέρατων επιφανειών, μειώνοντας τις  επιπτώσεις που προκαλούνται από τις διαφορετικές περιβαλλοντικές συνθήκες. Επιπλέον, επιτεύχθηκε μία καλή συσχέτιση μεταξύ του TM αποτελέσματος των αδιαπέρατων επιφανειών και του αντίστοιχου αποτελέσματος του 2007 του QuickBird. Ο συντελεστής συσχέτισης μεταξύ τους ήταν 0,89,  με τη ρίζα του μέσου τετραγωνικού σφάλματος (root mean square error-RMSE) να είναι ίση με 0,128. Το παραπάνω αποτελεί αποδεκτό σφάλμα για ένα τόσο περίπλοκο αστικό - αγροτικό όριο. Ο υψηλός συντελεστής συσχέτισης και η σχετικά χαμηλή RMSE, δείχνουν ότι η TM εικόνα των αδιαπέρατων επιφανειών του 2007 είναι αξιόπιστη, ενώ ταυτόχρονα σημαίνει ότι η μέθοδος που αναπτύχθηκε σε αυτή την έρευνα για την εκτίμηση του ποσοστού των αδιαπέρατων επιφανειών είναι εφικτή.&lt;br /&gt;
&lt;br /&gt;
Η εξάπλωση των αδιαπέρατων επιφανειών στο διάστημα 1977-2008 γίνεται εύκολα αντιληπτή, εάν παρατηρήσουμε την εικόνα 4. Οι αδιαπέρατες επιφάνειες αυξήθηκαν εκθετικά, ενώ ο ρυθμός αύξησης ήταν μεγαλύτερος μετά το έτος 2000. Επιπλέον, αποδεικνύεται ότι η 'ανά pixel' μέθοδος υπερεκτιμά το ποσοστό των αδιαπέρατων επιφανειών στο αστικό-αγροτικό όριο, κατά 50% - 60%, επισημαίνοντας την σπουδαιότητα της υπο-pixel (subpixel) μεθόδου εκτίμησης. Τέλος, τονίζεται η σημασία της μεθόδου βαθμονόμησης των δύο φάσεων για τη βελτίωση της εκτίμησης των αδιαπέρατων επιφανειών, ειδικά στο αστικό - αγροτικό όριο, χωρίς την εφαρμογή της ταξινόμησης των ιστορικών εικόνων Landsat, η οποία είναι συχνά δύσκολη λόγω της έλλειψης δεδομένων του δείγματος εκπαίδευσης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αναφορές'''&lt;br /&gt;
&lt;br /&gt;
Adams, J.B., Sabol, D.E., Kapos, V., Filho, R.A., Roberts, D.A., Smith, M.O., Gillespie, A.R., 1995. Classification of multispectral images based on fractions of endmembers: application to land cover change in the Brazilian Amazon. Remote Sensing of Environment 52 (2), 137–154.&lt;br /&gt;
&lt;br /&gt;
Bauer, M.E., Loffelholz, B.C., Wilson, B., 2008. Estimating and mapping impervious surface area by regression analysis of Landsat imagery. In: Weng, Q. (Ed.), Remote Sensing of Impervious Surfaces. Taylor&amp;amp;Francis Group, LLC, Boca Raton, FL, pp. 3–19.&lt;br /&gt;
&lt;br /&gt;
Brabec, E., Schulte, S., Richards, P.L., 2002. Impervious surface and water quality: a review of current literature and its implications for watershed planning. Journal of Planning Literature 16 (4), 499–514.&lt;br /&gt;
&lt;br /&gt;
Chander, G., Markham, B.L., Helder, D.L., 2009. Summary of current radiometric calibration coefficients for Landsat MSS, TM, ETM+, and EO-1 ALI sensors. Remote Sensing of Environment 113 (5), 893–903.&lt;br /&gt;
&lt;br /&gt;
Coppin, P.R., Bauer, M.E., 1996. Digital change detection in forest ecosystems with remote sensing imagery. Remote Sensing Reviews 13 (3), 207–234.&lt;br /&gt;
&lt;br /&gt;
Coppin, P., Jonckheere, I., Nackaerts, K., Muys, B., Lambin, E., 2004. Digital change detection methods in ecosystem monitoring: a review. International Journal of Remote Sensing 25 (9), 1565–1596.&lt;br /&gt;
&lt;br /&gt;
Cracknell, A.P., 1998. Synergy in remote sensing — what’s in a pixel? International Journal of Remote Sensing 19 (11), 2025–2047.&lt;br /&gt;
&lt;br /&gt;
Deguchi, C., Sugio, S., 1994. Estimations for the percentage of impervious area by the use of satellite remote sensing imagery. Journal of Soil and Water Conservation 29 (1–2), 135–144.&lt;br /&gt;
&lt;br /&gt;
Dougherty, M., Dymond, R.L., Goetz, S.J., Jantz, C.A., Goulet, N., 2004. Evaluation of impervious surface estimates in a rapidly urbanizing watershed. Photogrammetric Engineering and Remote Sensing 70 (11), 1275–1284.&lt;br /&gt;
&lt;br /&gt;
Elvidge, C.D., Tuttle, B.T., Sutton, P.C., Baugh, K.E., Howard, A.T., Milesi, C., Bhaduri, B., Nemani, R., 2007. Global distribution and density of constructed impervious surfaces. Sensors 7 (9), 1962–1979.&lt;br /&gt;
&lt;br /&gt;
Esch, T., Himmler, V., Schorcht, G., Thiel, M., Wehrmann, T., Bachofer, F., Conrad, C., Schmidt, M., Dech, S., 2009. Large-area assessment of impervious surface based on integrated analysis of single-date Landsat-7 images and geospatial vector data. Remote Sensing of Environment 113 (8), 1678–1690.&lt;br /&gt;
&lt;br /&gt;
Fisher, P., 1997. The pixel: a snare and a delusion. International Journal of Remote Sensing 18 (3), 679–685.&lt;br /&gt;
&lt;br /&gt;
Gillies, R.R., Box, J.B., Symanzik, J., Rodemaker, E.J., 2003. Effects of urbanization on the aquatic fauna of the Line Creek watershed, Atlanta – a satellite perspective. Remote Sensing of Environment 86 (3), 411–422.&lt;br /&gt;
&lt;br /&gt;
Greenfield, E.J., Nowak, D.J., Walton, J.T., 2009. Assessment of 2001 NLCD percent tree and impervious cover estimates. Photogrammetric Engineering &amp;amp; Remote Sensing 75 (11), 1279–1286.&lt;br /&gt;
&lt;br /&gt;
Hodgson, M.E., Jensen, J.R., Tullis, J.A., Riordan, K.D., Archer, C.M., 2003. Synergistic use of Lidar ad color aerial photography for mapping urban parcel imperviousness. Photogrammetric Engineering &amp;amp; Remote Sensing 69 (9), 973–980.&lt;br /&gt;
&lt;br /&gt;
Hu, X., Weng, Q., 2009. Estimating impervious surfaces from medium spatial resolution imagery using the self-organizing map and multi-layer perceptron neural networks. Remote Sensing of Environment 113 (10), 2089–2102.&lt;br /&gt;
&lt;br /&gt;
Jennings, D.B., Jarnagin, S.T., Ebert, C.W., 2004. A modeling approach for estimating watershed impervious surface area from national land cover data 92. Photogrammetric Engineering &amp;amp; Remote Sensing 70 (11), 1295–1307.&lt;br /&gt;
&lt;br /&gt;
Ji, M., Jensen, J.R., 1999. Effectiveness of subpixel analysis in detecting and quantifying urban imperviousness from Landsat Thematic Mapper. Geocarto International 14 (4), 31–39.&lt;br /&gt;
&lt;br /&gt;
Kennedy, R.E., Townsend, P.A., Gross, J.E., Cohen, W.B., Bolstad, P., Wang, Y.Q., Adams, P., 2009. Remote sensing change detection tools for natural resource managers: understanding concepts and tradeoffs in the design of landscape monitoring projects. Remote Sensing of Environment 113 (7), 1382–1396.&lt;br /&gt;
&lt;br /&gt;
Lu, D., Mausel, P., Brondνzio, E., Moran, E., 2002. Assessment of atmospheric correction methods for Landsat TM data applicable to Amazon basin LBA research. International Journal of Remote Sensing 23 (13), 2651–2671.&lt;br /&gt;
&lt;br /&gt;
Lu, D., Mausel, P., Brondizio, E., Moran, E., 2004. Change detection techniques. International Journal of Remote Sensing 25 (12), 2365–2407.&lt;br /&gt;
&lt;br /&gt;
Lu, D., Weng, Q., 2004. Spectral mixture analysis of the urban landscapes in Indianapolis with Landsat ETM+ imagery. Photogrammetric Engineering &amp;amp; Remote Sensing 70 (9), 1053–1062.&lt;br /&gt;
&lt;br /&gt;
Lu, D., Weng, Q., 2006a. Use of impervious surface in urban land use classification. Remote Sensing of Environment 102 (1–2), 146–160.&lt;br /&gt;
&lt;br /&gt;
Lu, D., Weng, Q., 2006b. Spectral mixture analysis of ASTER images for examining the relationship between urban thermal features and biophysical descriptors in Indianapolis, United States. Remote Sensing of Environment 104 (2), 157–167.&lt;br /&gt;
&lt;br /&gt;
Lu, D., Batistella, M., Moran, E., de Miranda, E.E., 2008. A comparative study of Landsat TM and SPOT HRG images for vegetation classification in the Brazilian Amazon. Photogrammetric Engineering &amp;amp; Remote Sensing 74 (3), 311–321.&lt;br /&gt;
&lt;br /&gt;
Lu, D., Weng, Q., 2009. Extraction of urban impervious surface from an IKONOS image. International Journal of Remote Sensing 30 (5), 1297–1311.&lt;br /&gt;
&lt;br /&gt;
Lu, D., Hetrick, S., Moran, E., 2010. Impervious surface mapping with QuickBird imagery. International Journal of Remote Sensing. doi:10.1080/01431161003698393.&lt;br /&gt;
&lt;br /&gt;
Madhavan, B.B., Kubo, S., Kurisaki, N., Sivakumar, T.V.L.N., 2001. Appraising the anatomy and spatial growth of the Bangkok Metropolitan area using a vegetation-impervious-soil model through remote sensing. International Journal of Remote Sensing 22 (5), 789–806.&lt;br /&gt;
&lt;br /&gt;
Mohapatra, R.P., Wu, C., 2008. Subpixel imperviousness estimation with IKONOS imagery: an artificial neural network approach. In: Weng, Q. (Ed.), Remote Sensing of Impervious Surfaces. Taylor &amp;amp; Francis Group, LLC, Boca Raton, FL, pp. 21–37.&lt;br /&gt;
&lt;br /&gt;
Phinn, S., Stanford, M., Scarth, P., Murray, A.T., Shyy, P.T., 2002. Monitoring the composition of urban environments based on the vegetation-impervious surface-soil (VIS) model by subpixel analysis techniques. International Journal of Remote Sensing 23 (20), 4131–4153.&lt;br /&gt;
&lt;br /&gt;
Powell, S.L., Cohen, W.B., Yang, Z., Pierce, J.D., Alberti, M., 2008. Quantification of impervious surface in the Snohomish water resources inventory area of western Washington from 1972–2006. Remote Sensing of Environment 112 (4), 1895–1908.&lt;br /&gt;
&lt;br /&gt;
Rashed, T., Weeks, J.R., Gadalla, M.S., Hill, A.G., 2001. Revealing the anatomy of cities through spectral mixture analysis of multispectral satellite imagery: a case study of the Greater Cairo region. Egypt. Geocarto International 16 (4),7–18&lt;br /&gt;
&lt;br /&gt;
Rashed, T., Weeks, J.R., Roberts, D., Rogan, J., Powell, R., 2003. Measuring the physical composition of urban morphology using multiple endmember spectral mixture models. Photogrammetric Engineering &amp;amp; Remote Sensing 69 (9), 1011–1020.&lt;br /&gt;
&lt;br /&gt;
Ridd, M.K., 1995. Exploring a V–I–S (Vegetation-Impervious Surface-Soil) model for urban ecosystem analysis through remote sensing: comparative anatomy for cities. International Journal of Remote Sensing 16 (12), 2165–2185.&lt;br /&gt;
&lt;br /&gt;
Seto, K.C., Liu, W., 2003. Comparing ARTMAP neural network with the maximumlikelihood classifier for detecting urban change. Photogrammetric Engineering and Remote Sensing 69 (9), 981–990.&lt;br /&gt;
&lt;br /&gt;
Shaban, M.A., Dikshit, O., 2001. Improvement of classification in urban areas by the use of textural features: the case study of Lucknow city, Uttar Pradesh. International Journal of Remote Sensing 22 (4), 565–593.&lt;br /&gt;
&lt;br /&gt;
Singh, A., 1989. Digital change detection techniques using remotely sensed data. International Journal of Remote Sensing 10 (6), 989–1003.&lt;br /&gt;
&lt;br /&gt;
Slonecker, E.T., Jennings, D., Garofalo, D., 2001. Remote sensing of impervious surface: a review. Remote Sensing Reviews 20 (3), 227–255.&lt;br /&gt;
&lt;br /&gt;
Smith, M.O., Ustin, S.L., Adams, J.B., Gillespie, A.R., 1990. Vegetation in Deserts: I. A regional measure of abundance from multispectral images. Remote Sensing of Environment 31 (1), 1–26.&lt;br /&gt;
&lt;br /&gt;
Sutton, P.C., Anderson, S.A., Elvidge, C.D., Tuttle, B.T., Ghosh, T., 2009. Paving the planet: impervious surface as proxy measure of the human ecological footprint. Progress in Physical Geography 33 (4), 510–527.&lt;br /&gt;
&lt;br /&gt;
Wang, Y., Zhou, Y., Zhang, X., 2008. The SPLIT and MASC models for extraction of impervious surface areas from multiple remote sensing data. In: Weng, Q. (Ed.), Remote Sensing of Impervious Surfaces. Taylor&amp;amp;Francis Group, LLC, Boca Raton, FL, pp. 77–92.&lt;br /&gt;
&lt;br /&gt;
Weng, Q. (Ed.), 2007. Remote Sensing of Impervious Surfaces. Taylor &amp;amp; Francis Group, LLC, Boca Raton, FL, 454 p.&lt;br /&gt;
&lt;br /&gt;
Weng, Q., Hu, X., Lu, D., 2008. Extracting impervious surface from medium spatial resolution multispectral and hyperspectral imagery: a comparison. International Journal of Remote Sensing 29 (11), 3209–3232.&lt;br /&gt;
&lt;br /&gt;
Weng, Q., Hu, X., Liu, H., 2009. Estimating impervious surfaces using linear spectral mixture analysis with multitemporal ASTER images. International Journal of Remote Sensing 30 (18), 4807–4830.&lt;br /&gt;
&lt;br /&gt;
Wu, C., Murray, A.T., 2003. Estimating impervious surface distribution by spectral mixture analysis. Remote Sensing of Environment 84 (4), 493–505.&lt;br /&gt;
&lt;br /&gt;
Wu, C., 2004. Normalized spectral mixture analysis for monitoring urban composition using ETM+ imagery. Remote Sensing of Environment 93 (4), 480–492.&lt;br /&gt;
&lt;br /&gt;
Wu, C., Yuan, F., 2008. Seasonal sensitivity analysis of impervious surface estimation with satellite imagery. Photogrammetric Engineering &amp;amp; Remote Sensing 73 (12), 1393–1402.&lt;br /&gt;
&lt;br /&gt;
Wu, C., 2009. Quantifying high-resolution impervious surfaces using spectral mixture analysis. International Journal of Remote Sensing 30 (11), 2915–2932.&lt;br /&gt;
&lt;br /&gt;
Xian, G., Crane, M., 2005. Assessments of urban growth in the Tampa Bay watershed using remote sensing data. Remote Sensing of Environment 97 (2), 203–215.&lt;br /&gt;
&lt;br /&gt;
Xian, G., 2007. Assessing urban growth with subpixel impervious surface coverage. In: Weng, Q., Quattrochi, D.A. (Eds.), Urban Remote Sensing. Taylor &amp;amp; Francis Group, LLC, Boca Raton, FL, pp. 179–200.&lt;br /&gt;
&lt;br /&gt;
Xian, G., 2008. Mapping impervious surfaces using classification and regression tree algorithm. In: Weng, Q. (Ed.), Remote Sensing of Impervious Surfaces. Taylor &amp;amp; Francis Group, LLC, Boca Raton, FL, pp. 39–58.&lt;br /&gt;
&lt;br /&gt;
Xian, G., Crane, M.P., McMahon, C., 2008. Quantifying multitemporal urban development characteristics in Las Vegas from Landsat and Aster data. Photogrammetric Engineering &amp;amp; Remote Sensing 74 (4), 473–481.&lt;br /&gt;
&lt;br /&gt;
Yang, L., Xian, G., Klaver, J.M., Deal, B., 2003a. Urban land-cover change detection through sub-pixel imperviousness mapping using remotely sensed data. Photogrammetric Engineering &amp;amp; Remote Sensing 69 (9), 1003–1010.&lt;br /&gt;
&lt;br /&gt;
Yang, L., Huang, C., Homer, C., Wylie, B., Coan, M., 2003b. An approach for mapping large-area impervious surface: synergistic use of Landsat 7 ETM+ and high spatial resolution imagery. Canadian Journal of Remote Sensing 29 (2), 230–240.&lt;br /&gt;
&lt;br /&gt;
Yang, L., Jiang, L., Lin, H., Liao, M., 2009. Quantifying sub-pixel urban impervious surface through fusion of optical and InSAR imagery. GIScience and Remote Sensing 46 (2), 161–171.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
[http://www.sciencedirect.com/science/article/pii/S0924271610001176 '''το άρθρο στο διαδίκτυο''']&lt;br /&gt;
&lt;br /&gt;
 [[category:Ανίχνευση μεταβολών αστικής γης]]&lt;/div&gt;</summary>
		<author><name>Ramfou Vasiliki</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%97_%CE%B8%CE%B5%CF%81%CE%BC%CE%B9%CE%BA%CE%AE_%CE%BD%CE%B7%CF%83%CE%AF%CE%B4%CE%B1_%CF%84%CE%B7%CF%82_%CE%B5%CF%80%CE%B9%CF%86%CE%AC%CE%BD%CE%B5%CE%B9%CE%B1%CF%82_%CF%84%CE%BF%CF%85_%CE%A1%CF%8C%CF%84%CE%B5%CF%81%CE%BD%CF%84%CE%B1%CE%BC_%CE%BA%CE%B1%CE%B9_%CE%B7_%CF%83%CF%87%CE%AD%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%BC%CE%B5_%CF%84%CE%B1_%CF%87%CE%B1%CF%81%CE%B1%CE%BA%CF%84%CE%B7%CF%81%CE%B9%CF%83%CF%84%CE%B9%CE%BA%CE%AC_%CF%84%CF%89%CE%BD_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B5%CF%80%CE%B9%CF%86%CE%B1%CE%BD%CE%B5%CE%B9%CF%8E%CE%BD</id>
		<title>Η θερμική νησίδα της επιφάνειας του Ρότερνταμ και η σχέση της με τα χαρακτηριστικά των αστικών επιφανειών</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%97_%CE%B8%CE%B5%CF%81%CE%BC%CE%B9%CE%BA%CE%AE_%CE%BD%CE%B7%CF%83%CE%AF%CE%B4%CE%B1_%CF%84%CE%B7%CF%82_%CE%B5%CF%80%CE%B9%CF%86%CE%AC%CE%BD%CE%B5%CE%B9%CE%B1%CF%82_%CF%84%CE%BF%CF%85_%CE%A1%CF%8C%CF%84%CE%B5%CF%81%CE%BD%CF%84%CE%B1%CE%BC_%CE%BA%CE%B1%CE%B9_%CE%B7_%CF%83%CF%87%CE%AD%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%BC%CE%B5_%CF%84%CE%B1_%CF%87%CE%B1%CF%81%CE%B1%CE%BA%CF%84%CE%B7%CF%81%CE%B9%CF%83%CF%84%CE%B9%CE%BA%CE%AC_%CF%84%CF%89%CE%BD_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B5%CF%80%CE%B9%CF%86%CE%B1%CE%BD%CE%B5%CE%B9%CF%8E%CE%BD"/>
				<updated>2015-03-20T00:11:30Z</updated>
		
		<summary type="html">&lt;p&gt;Ramfou Vasiliki: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα:vr_a3_e1.jpg|300px|thumb|right|Εικόνα 1. Τα διοικητικά όρια του Δήμου του Ρότερνταμ.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a3_e2.jpg|300px|thumb|right|Εικόνα 2. Η μέση ένταση SHI των 22 διαμερισμάτων του Ρότερνταμ, βασισμένη σε 15 εικόνες Landsat και προβαλλόμενη σε μία αεροφωτογραφία.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a3_e3.jpg|300px|thumb|right|Εικόνα 3. Μέση κατανομή της θερμοκρασίας (Κ) της επιφάνειας του Ρότερνταμ, βασισμένη σε 15 εικόνες Landsat.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a3_e4.jpg|300px|thumb|right|Εικόνα 1. Εικόνα 4. Το διάγραμμα διασποράς της μέσης θερμοκρασίας των αστικών επιφανειών των γειτονιών του Ρότερνταμ, σε σχέση με το ποσοστό των πράσινων χώρων της κάθε γειτονιάς.]]&lt;br /&gt;
&lt;br /&gt;
'''Αντικείμενο Εφαρμογής:''' Μελέτη της θερμοκρασίας της αστικής επιφάνειας του Ρότερνταμ και συσχέτισή της με τα αστικά χαρακτηριστικά&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος Τίτλος:''' 'The surface heat island of Rotterdam and its relationship with urban surface characteristics'&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Lisette Klok (a), Sander Zwart (b), Henk Verhagen (a), Elena Mauri (c)&lt;br /&gt;
&lt;br /&gt;
(a) TNO, Postbus 80015, 3508 TA Utrecht, Netherlands&lt;br /&gt;
&lt;br /&gt;
(b) WaterWatch B.V., Generaal Foulkesweg 28, 6703 BS Wageningen, Netherlands&lt;br /&gt;
&lt;br /&gt;
(c) Istituto Nazionale di Oceanografia e Geofisica Sperimentale, Borgo Grotta Gigante 42/c, 34010 Sgonico, Trieste, Italy&lt;br /&gt;
&lt;br /&gt;
'''Πηγή:''' Elsevier, Resources, Conservation and Recycling, 64 (2012), 23-29&lt;br /&gt;
&lt;br /&gt;
'''Λέξεις Κλειδιά:''' αστική θερμική νησίδα, θερμική νησίδα της αστικής επιφάνειας, Τηλεπισκόπιση, Ρότερνταμ, θερμοκρασία της επιφάνειας, κύμα θερμότητας, θερμικές υπέρυθρες εικόνες&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Περίληψη:''' Για τη χωρική ποσοτικοποίηση της Θερμικής Νησίδας της Επιφάνειας (Surface Heat Island - SHI) του Ρότερνταμ της Ολλανδίας,  χρησιμοποιήθηκαν θερμικές υπέρυθρες δορυφορικές εικόνες υψηλής ανάλυσης από αισθητήρες Landsat. Με βάση χάρτες της θερμοκρασίας της αστικής επιφάνειας κατά τη διάρκεια 15 θερινών ημερών από το 1984, η μέση θερμοκρασία της αστικής επιφάνειας κάθε γειτονιάς μέσα στην πόλη συγκρίθηκε με τη θερμοκρασία της επιφάνειας των αγροτικών εκτάσεων έξω από αυτή. Η διαφορά των δύο θερμοκρασιών ορίζεται ως ένταση SHI. Τα αποτελέσματα έδειξαν ότι η ένταση SHI στο Ρότερνταμ, κατά τη διάρκεια της ημέρας, μπορεί να αγγίξει τους 10 °C. Οι διαφορές των SHI μεταξύ των γειτονιών μπορούν να εξηγηθούν από τα χαρακτηριστικά των αστικών επιφανειών. Η στατιστική ανάλυση δείχνει ότι η SHI είναι μεγαλύτερη για γειτονιές με ελάχιστη βλάστηση και υψηλό ποσοστό αδιαπέρατων επιφανειών εδαφών με χαμηλή ανακλαστικότητα. Επιπλέον, δορυφορικές εικόνες NOAA-AVHHR χρησιμοποιήθηκαν για την παρακολούθηση του κύματος καύσωνα του Ιουλίου του 2006 και τον υπολογισμό της ημερήσιας διακύμανσης της έντασης SHI του Ρότερνταμ. Ο μέσος όρος των θερμοκρασιακών διαφορών της επιφάνειας των θερμότερων και ψυχρότερων περιοχών ήταν το πολύ 12 °C κατά τη διάρκεια της ημέρας, και 9 °C κατά τη διάρκεια της νύχτας. Οι περιοχές με υψηλή ένταση SHI κατά τη διάρκεια της νύχτας, διέφεραν από εκείνες με υψηλή SHI κατά τη διάρκεια της ημέρας.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή:''' Η αστική θερμική νησίδα (Urban Heat Island - UHI) αναφέρεται στις υψηλότερες θερμοκρασίες του αστικού χώρου σε σύγκριση με τις θερμοκρασίες πάνω από τις γύρω αγροτικές περιοχές. Το φαινόμενο της Θερμικής Νησίδας εμφανίζεται σε όλες τις αστικές περιοχές, ανεξαρτήτως μεγέθους. Το μέγεθος του φαινομένου εξαρτάται από την αστική δομή, την κτιριακή πυκνότητα, τα υλικά των επιφανειών, τη θερμότητα που συσσωρεύεται από τις ανθρώπινες δραστηριότητες και το ποσοστό της βλάστησης και των υδάτινων επιφανειών. Συνεπώς, οι αστικές περιοχές είναι ιδιαίτερα ευάλωτες στα κύματα θερμότητας, καθώς και στις αρνητικές επιπτώσεις τους για τον άνθρωπο, όπως είναι η αύξηση της θνησιμότητας και η μείωση της παραγωγικότητας της εργασίας. &lt;br /&gt;
&lt;br /&gt;
Οι επί τόπου μετρήσεις της θερμοκρασίας του αέρα κρίνονται συνήθως ανεπαρκείς για την παρακολούθηση της χωρικής έκτασης της θερμικής νησίδας, καθώς αντιπροσωπεύουν ιδιαίτερα τοπικές συνθήκες. Δεδομένου ότι τα υψηλής πυκνότητας δίκτυα μέτρησης είναι δαπανηρά, θερμικές υπέρυθρες τεχνικές τηλεπισκόπησης χρησιμοποιούνται σε παγκόσμιο επίπεδο για την αξιολόγηση της χωρικής κατανομής των θερμικών νησίδων. Ως εκ τούτου, η θερμική τηλεπισκόπηση είναι χρήσιμη για την παρακολούθηση της Θερμικής Νησίδας της Επιφάνειας (Surface Heat Island - SHI), η οποία ορίζεται ως η διαφορά μεταξύ της θερμοκρασίας των αστικών και αγροτικών επιφανειών. &lt;br /&gt;
&lt;br /&gt;
Η SHI εξαρτάται σε μεγάλο βαθμό από τη φύση της επιφάνειας και τις συνθήκες. Οι ξηρές και πιο σκοτεινές αστικές επιφάνειες απορροφούν το φως του ήλιου πιο εύκολα και θερμαίνονται περισσότερο σε σχέση με τις πιο ανοιχτόχρωμες και υγρές επιφάνειες ή τις επιφάνειες που είναι σκιασμένες. Έτσι, χαρακτηριστικά των αστικών επιφανειών όπως το ποσοστό πρασίνου, το νερό και οι αδιαπέρατες επιφάνειες, αποτελούν ισχυρούς παράγοντες για την ένταση SHI. Σε γενικές γραμμές, η SHI είναι μεγαλύτερη κατά τη διάρκεια της ημέρας, λόγω της επίδρασης της ηλιακής ακτινοβολίας. &lt;br /&gt;
&lt;br /&gt;
Ο στόχος της παρούσας μελέτης είναι να προσδιοριστεί η SHI του Ρότερνταμ και να συσχετιστεί με τα χαρακτηριστικά της αστικής επιφάνειας. Η μελέτη αποτελεί μέρος ενός μεγάλου ερευνητικού προγράμματος (Dutch National Research Programme Knowledge for Climate), στο οποίο ερευνάται το φαινόμενο της Θερμικής Νησίδας του Ρότερνταμ και ο αντίκτυπός του στη θερμική καταπόνηση της πόλης. &lt;br /&gt;
&lt;br /&gt;
Η ένταση της Θερμικής Νησίδας της Επιφάνειας (SHI) του Ρότερνταμ και η χωρική μεταβολή της εκτιμήθηκε από υψηλής ανάλυσης θερμικές υπέρυθρες εικόνες Landsat κατά τη διάρκεια 15 θερινών ημερών, δεδομένου ότι κατά κανόνα, η θερμική καταπόνηση είναι πιο έντονη το καλοκαίρι. Η ημερήσια διακύμανση της θερμοκρασίας της επιφάνειας κατά τη διάρκεια περιόδου καύσωνα του 2006, εξήχθηκε από NOAA-AVHHR εικόνες, μέτριας ανάλυσης και σε χρονική σειρά. Για την αξιολόγηση των πολεοδομικών χαρακτηριστικών που εξηγούν το μοτίβο SHI του Ρότερνταμ, πραγματοποιήθηκε μία στατιστική ανάλυση μεταξύ της μέσης θερμοκρασίας της επιφάνειας και χαρακτηριστικών όπως η ανακλαστικότητα, ο παράγοντας του sky view, το ποσοστό πρασίνου, οι υδάτινες επιφάνειες και τα στεγανοποιημένα εδάφη. &lt;br /&gt;
&lt;br /&gt;
Η θερμοκρασία της αστικής επιφάνειας ποίκιλε περισσότερο κατά τη διάρκεια της ημέρας από τη θερμοκρασία του αέρα. Κατά συνέπεια, η ένταση SHI διέφερε από την UHI, καθώς η δεύτερη προκύπτει από τις διαφορές θερμοκρασίας του αέρα λίγα μέτρα πάνω από το επίπεδο του εδάφους. Επιπλέον, μέσω της μεταφοράς ενέργειας μεταξύ του εδάφους και του αέρα, οι δύο θερμοκρασίες συσχετίζονται. Στην παρούσα μελέτη, αυτό φαίνεται από τη σύγκριση μεταξύ των θερμοκρασιών που έχουν ληφθεί από τον Landsat και των επί τόπου μετρήσεων της θερμοκρασίας του αέρα. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Υλικά και Μέθοδοι:''' &lt;br /&gt;
&lt;br /&gt;
'''1. Η Περιοχή μελέτης:''' Το Ρότερνταμ είναι η δεύτερη μεγαλύτερη πόλη της Ολλανδίας και το λιμάνι του είναι το μεγαλύτερο της Ευρώπης. Αποτελεί τμήμα μίας μεγαλύτερης μητρόπολης 1,6 εκατομμυρίων κατοίκων, ενώ αποτελείται από 22 διαμερίσματα, τα οποία υποδιαιρούνται σε 88 γειτονιές. Η πόλη χαρακτηρίζεται από τον ποταμό Nieuwe Maas, το λιμάνι και μεγάλες βιομηχανικές περιοχές (εικόνα 1).&lt;br /&gt;
&lt;br /&gt;
'''2. Δορυφορικά δεδομένα:''' Αρκετοί δορυφόροι διεξάγουν μετρήσεις στο θερμικό υπέρυθρο φάσμα από τις οποίες μπορούν να προκύψουν θερμοκρασίες της επιφάνειας του εδάφους. Από το 1984, ο Landsat Thematic Mapper (Landsat TM) λαμβάνει εικόνες του ορατού, εγγύς υπέρυθρου και θερμικού υπέρυθρου φάσματος. Μεταξύ του 1999 και του 2003, ο Landsat Enhanced Thematic Mapper (Landsat ΕΤΜ) προσέφερε επίσης και απεικόνιση. Η χωρική ανάλυση του θερμικού υπέρυθρου φάσματος του πρώτου ήταν 120*120 m, ενώ βελτιώθηκε στα 60*60 m στην περίπτωση του Landsat ΕΤΜ. Η χωρική ανάλυση του  ορατού φάσματος και του εγγύς υπέρυθρου και των δύο δορυφόρων είναι 30 m, με χρόνο επαναληψιμότητας 16 ημερών. Οι εικόνες λαμβάνονται κατά τις μεσημεριανές ώρες. &lt;br /&gt;
&lt;br /&gt;
Ένα άλλο δορυφορικό πρόγραμμα που ξεκίνησε το 1978 και συνεχίζεται μέχρι σήμερα, είναι αυτό του Advanced Very High Resolution Radiometer (AVHRR) που διεξάγεται από τον Οργανισμό US National Oceanic and Atmospheric Administration (NOAA). Κάθε σημείο του πλανήτη είναι ορατό από κάθε δορυφόρο δύο φορές την ημέρα και σε διαφορετικές ώρες, γεγονός το οποίο αποτελεί το σημαντικότερο συγκριτικό πλεονέκτημα των εικόνων NOAA-AVHRR σε σχέση με τις εικόνες Landsat. Ωστόσο, η χωρική ανάλυση των εικόνων AVHHR είναι από 1,1 km στο ναδίρ έως 4 km στην άκρη των εικόνων, σημαντικά χαμηλότερη από τις εικόνες Landsat. Στην παρούσα μελέτη, για την ανάλυση της έντασης SHI του Ρότερνταμ, υπέστησαν επεξεργασία εικόνες της θερμοκρασίας της αστικής επιφάνειας και από τους δύο δορυφόρους.&lt;br /&gt;
&lt;br /&gt;
'''3. Ανάκτηση των θερμοκρασιών της αστικής επιφάνειας:''' Από το 1984 μέχρι το 2007, επιλέχθηκαν συνολικά 15 εικόνες Landsat, χωρίς νεφοκάλυψη, κατά τη διάρκεια των καλοκαιρινών μηνών. Οι εικόνες διορθώθηκαν γεωμετρικά σύμφωνα με το ολλανδικό σύστημα συντεταγμένων και οι φασματικές ακτινοβολίες προέκυψαν χρησιμοποιώντας τις παραμέτρους της ραδιομετρικής βαθμονόμησης του αισθητήρα. Οι ακτινοβολίες δεν αντιπροσωπεύουν ακριβώς τη θερμοκρασία της επιφάνειας, αλλά αποτελούν μίξη των διαφόρων κλασμάτων ενέργειας, εκ των οποίων το πιο σημαντικό είναι η ενέργεια που εκπέμπεται από την αστική επιφάνεια. Η ακτινοβολία της επιφάνειας εκτιμήθηκε χωρικά χρησιμοποιώντας μία εμπειρική σχέση μεταξύ του τηλεπισκοπικού δείκτη Normalised Difference Vegetation Index (NDVI) και της ακτινοβολίας. Ο δείκτης NDVI εκφράζει τη διαφορά των εγγύς υπέρυθρων και των ερυθρών ακτινοβολιών διαιρεμένη με το άθροισμα των δύο. Μετά τη χωρική εκτίμηση της ακτινοβολίας, υπολογίστηκε η θερμοκρασία της αστικής επιφάνειας μέσω της αντίστροφης εφαρμογής του νόμου του Planck, ο οποίος δίνει την σχέση της θερμοκρασίας και της φασματικής ακτινοβολίας, σε ένα συγκεκριμένο μήκος κύματος.&lt;br /&gt;
&lt;br /&gt;
Για τον έλεγχο των περιοχών που είναι πιο ευάλωτες στη θερμότητα, υπολογίστηκε η μέση θερμοκρασία της αστικής επιφάνειας για τα 22 διαμερίσματα (εικόνα 2) και τις 88 γειτονιές. Για κάθε περιοχή υπολογίστηκε η ένταση SHI συγκρίνοντας τη θερμοκρασία των αστικών επιφανειών με τη μέση θερμοκρασία της επιφάνειας 19 αγροτικών περιοχών (κυρίως χορτολιβαδικών εκτάσεων), έξω από το Ρότερνταμ. Η μέση θερμοκρασία της επιφάνειας των αγροτικών περιοχών υπολογίστηκε σε 23 °C.&lt;br /&gt;
&lt;br /&gt;
'''4. Αστικά χαρακτηριστικά:''' Για την αξιολόγηση των αστικών χαρακτηριστικών που εξηγούν τη χωρική κατανομή των θερμοκρασιών της αστικής επιφάνειας, διενεργήθηκε μία ανάλυση παλινδρόμησης. Δεδομένου ότι το φαινόμενο της Θερμικής Νησίδας σχετίζεται με την ανακλαστικότητα των επιφανειών, τον παράγοντα του sky view και το ποσοστό του πρασίνου, των αδιαπέρατων και των υδάτινων επιφανειών, επιλέχθηκαν να αναλυθούν τα παραπάνω αστικά χαρακτηριστικά. Η ανάλυση παλινδρόμησης πραγματοποιήθηκε σε κλίμακα γειτονιάς, υποθέτοντας ότι τα αστικά χαρακτηριστικά είναι σχετικά ομοιογενή σε κάθε γειτονιά.&lt;br /&gt;
&lt;br /&gt;
Η ανακλαστικότητα των επιφανειών και ο παράγοντας του sky view, επηρεάζουν άμεσα τη θερμοκρασία της αστικής επιφάνειας. Για παράδειγμα, οι στενοί δρόμοι με χαμηλό sky view, δέχονται λιγότερη ακτινοβολία στην επιφάνειά τους κατά τη διάρκεια της ημέρας. Επιπλέον, 'παγιδεύουν' την ενέργεια, μειώνοντας την απώλεια θερμότητας και δημιουργώντας θερμές αστικές επιφάνειες. Οι υδάτινες επιφάνειες έχουν ένα αποτέλεσμα δροσισμού στην πόλη, που προκαλείται από την εξάτμιση του νερού. Οι περιοχές πρασίνου έχουν ένα παρόμοιο αποτέλεσμα, που δημιουργείται μέσω της εξατμισοδιαπνοής. Από την άλλη πλευρά, οι αδιαπέρατες επιφάνειες έχουν συνήθως χαμηλές τιμές ανακλαστικότητας και δεν εξατμίζουν το νερό.&lt;br /&gt;
 &lt;br /&gt;
'''5. Θερμοκρασία του αέρα:''' Για τη σύγκριση των δεδομένων του Landsat, που αφορούν τη θερμοκρασία της επιφάνειας, και των επί τόπου μετρήσεων της θερμοκρασίας του αέρα, συλλέχθηκαν οι θερμοκρασίες του αέρα από ερασιτεχνικές μετρήσεις και όχι από τους επίσημους μετεωρολογικούς σταθμούς, αφού δεν βρίσκονται στον ιστό της πόλης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα'''&lt;br /&gt;
&lt;br /&gt;
'''1. Χωρική κατανομή της έντασης SHI:''' Στην εικόνα 3 παρουσιάζεται ένας χάρτης των μέσων θερμοκρασιών της επιφανείας του Ρότερνταμ που ανακτήθηκαν από τις 15 εικόνες Landsat. Στην εικόνα απεικονίζεται η ένταση SHI, ενώ η διαφορά της θερμοκρασίας της επιφάνειας των αστικών και των αγροτικών περιοχών αγγίζει τους 10 °C. Οι χαμηλότερες θερμοκρασίες παρατηρούνται στην επιφάνεια του νερού, ακολουθούμενες από αυτές των χορτολιβαδικών εκτάσεων στα βόρεια και ανατολικά της πόλης. Εντυπωσιακό αποτέλεσμα αποτελεί το ότι οι πολύ υψηλές θερμοκρασίες δεν παρατηρούνται μόνο στο κέντρο του Ρότερνταμ, αλλά και στις βιομηχανικές περιοχές και στα λιμάνια, δυτικά της πόλης. Αυτό σχετίζεται με τις πολλές σκουρόχρωμες στέγες και τις μεγάλες περιοχές των πλακόστρωτων και αδιαπέρατων επιφανειών. &lt;br /&gt;
&lt;br /&gt;
'''2. Η θερμοκρασία της αστικής επιφάνειας και τα αστικά χαρακτηριστικά:''' Τα αποτελέσματα της στατιστικής ανάλυσης του μέσου όρου των θερμοκρασιών της αστικής επιφάνειας και των αστικών χαρακτηριστικών της κάθε γειτονιάς έδειξε ότι τα κλάσματα των πράσινων χώρων αποτελούν τον κύριο  προγνωστικό δείκτη της θερμοκρασίας της επιφάνειας. Αυτό αποδεικνύει ότι η βλάστηση έχει σημαντική επίδραση στο δροσισμό και εξηγεί το 69% της διακύμανσης της θερμοκρασίας της επιφάνειας (εικόνα 4). Η αύξηση του ποσοστού του πρασίνου κατά 10% μειώνει την μέση θερμοκρασία της επιφάνειας κατά 1,3 °C. &lt;br /&gt;
&lt;br /&gt;
Επιπλέον, η θερμοκρασία της επιφάνειας μειώνεται όσο αυξάνεται η ανακλαστικότητα, οι λιγότερο αδιαπέρατες επιφάνειες και ο παράγοντας του sky view. Το ποσοστό των υδάτινων επιφανειών δεν συσχετίζεται άμεσα με τη θερμοκρασία της αστικής επιφάνειας, γεγονός που συνεπάγει ότι το νερό δεν έχει σημαντική επίδραση στο δροσισμό των γύρω επιφανειών. Παρόλα αυτά, θα μπορούσε να έχει κάποιο αποτέλεσμα δροσισμού στη θερμοκρασία του αέρα, αλλά η ανάλυση αυτή ξεφεύγει από τα όρια της μελέτης. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα:''' Οι θερμικές υπέρυθρες εικόνες Landsat κατά τη διάρκεια 15 θερινών ημερών έδειξαν ότι η ένταση SHI στο Ρότερνταμ κατά τη διάρκεια της ημέρας άγγιζε τους  10 °C σε σχέση με τις μη αστικές περιοχές. Οι διαφορές της έντασης SHI μεταξύ των διαμερισμάτων μπορούν να εξηγηθούν σε μεγάλο βαθμό από τη διαφορά των χαρακτηριστικών της αστικής επιφάνειας και ιδιαίτερα από το ποσοστό της αστικής βλάστησης.&lt;br /&gt;
Η χωρική εμφάνιση της έντασης SHI διέφερε μεταξύ ημέρας και νύχτας. Το παραπάνω διαπιστώθηκε από την ανάλυση της ημερήσιας διακύμανσης της θερμοκρασίας των αστικών επιφανειών, βασισμένη σε μία σειρά εικόνων NOAA-AVHHR, κατά την περίοδο καύσωνα του 2006. Η μελέτη της διαφορετικής χωρικής εμφάνισης της έντασης SHI κρίνεται ιδιαίτερα χρήσιμη για τον μελλοντικό σχεδιασμό της πόλης, ο οποίος θα πρέπει να στοχεύει στην μετρίαση των αρνητικών επιπτώσεων της θερμότητας. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αναφορές'''&lt;br /&gt;
&lt;br /&gt;
Bowler DE, Buyung-Ali L, Knight TM, Pullin AS. Urban greening to cool towns and cities: a systematic review of the empirical evidence. Landscape and Urban Planning 2010;97(3):147–55.&lt;br /&gt;
&lt;br /&gt;
Dousset B, Gourmelon F. Satellite multi-sensor data analysis of urban surface temperatures and landcover. Remote Sensing of the Environment 2003;58(1–2):43–54.&lt;br /&gt;
&lt;br /&gt;
Dousset B, Gourmelon F, Mauri E. Application of satellite remote sensing for urban risk analysis: a case study of the 2003 extreme heat wave in Paris. Urban Remote Sensing Joint Event 2007:1–5.&lt;br /&gt;
&lt;br /&gt;
Heusinkveld BG, Van Hove LWA, Jacobs CMJ, Steeneveld GJ, Elbers JA, Moors EJ, et al. Use of a mobile platform for assessing urban heat stress in Rotterdam. In: Proceedings of the 7th conference on biometeorology – Berichte des Meteorologischen Instituts der Albert- Ludwigs-Universitδt; 2010. p. 433–8.&lt;br /&gt;
&lt;br /&gt;
Kovats RS, Hajat S. Heat stress and public health: a critical review. Annual Review of Public Health 2008;29:41–55.&lt;br /&gt;
&lt;br /&gt;
Oke TR. Boundary layer climates. 2nd ed. London: Methuen; 1987.&lt;br /&gt;
&lt;br /&gt;
Oke TR. The urban energy balance. Progress in Physical Geography 1988;12(4):471–508.&lt;br /&gt;
&lt;br /&gt;
Roodenburg J. Adaptation of rural minimum temperature forecasts to an urban environment. Archives for Meteorology Geophysics and Bioclimatology 1983;32:395–401.&lt;br /&gt;
&lt;br /&gt;
Rosenzweig C, Solecki WD, Slosberg RB. Mitigating New York City’s heat island with urban forestry, living roofs and light surfaces. New York: New York State Energy Research and Development Authority; 2006.&lt;br /&gt;
&lt;br /&gt;
Tucker CJ. Red and photographic infrared linear combinations for monitoring vegetation. Remote Sensing of the Environment 1979;8(2):127–50.&lt;br /&gt;
&lt;br /&gt;
Van de Griend AA, Owe M. On the relationship between thermal emissivity and the normalized difference vegetation index for natural surfaces. International Journal of Remote Sensing 1992;14(6):1119–31.&lt;br /&gt;
&lt;br /&gt;
Voogt JA. Urban heat islands: hotter cities. Retrieved September 5, 2011 from http://www.actionbioscience.org/environment/voogt.html?print.&lt;br /&gt;
&lt;br /&gt;
Voogt JA, Oke TR. Thermal remote sensing of urban climates. Remote Sensing of the Environment 2003;86:370–84.&lt;br /&gt;
&lt;br /&gt;
Weng Q. Thermal infrared remote sensing for urban climate and environmental studies: methods, applications, and trends. ISPRS Journal of Photogrammetry and Remote Sensing 2009;64:335–44.&lt;br /&gt;
&lt;br /&gt;
Weng Q, Lu D, Schubring J. Estimation of land surface temperature-vegetation abundance relationship for urban heat island studies. Remote Sensing of Environment 2004;89(4):467–83.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
[http://www.sciencedirect.com/science/article/pii/S0921344912000110 '''το άρθρο στο διαδίκτυο''']&lt;br /&gt;
&lt;br /&gt;
 [[category:Αστικός και περιφερειακός σχεδιασμός]]&lt;/div&gt;</summary>
		<author><name>Ramfou Vasiliki</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%97_%CE%B8%CE%B5%CF%81%CE%BC%CE%B9%CE%BA%CE%AE_%CE%BD%CE%B7%CF%83%CE%AF%CE%B4%CE%B1_%CF%84%CE%B7%CF%82_%CE%B5%CF%80%CE%B9%CF%86%CE%AC%CE%BD%CE%B5%CE%B9%CE%B1%CF%82_%CF%84%CE%BF%CF%85_%CE%A1%CF%8C%CF%84%CE%B5%CF%81%CE%BD%CF%84%CE%B1%CE%BC_%CE%BA%CE%B1%CE%B9_%CE%B7_%CF%83%CF%87%CE%AD%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%BC%CE%B5_%CF%84%CE%B1_%CF%87%CE%B1%CF%81%CE%B1%CE%BA%CF%84%CE%B7%CF%81%CE%B9%CF%83%CF%84%CE%B9%CE%BA%CE%AC_%CF%84%CF%89%CE%BD_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B5%CF%80%CE%B9%CF%86%CE%B1%CE%BD%CE%B5%CE%B9%CF%8E%CE%BD</id>
		<title>Η θερμική νησίδα της επιφάνειας του Ρότερνταμ και η σχέση της με τα χαρακτηριστικά των αστικών επιφανειών</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%97_%CE%B8%CE%B5%CF%81%CE%BC%CE%B9%CE%BA%CE%AE_%CE%BD%CE%B7%CF%83%CE%AF%CE%B4%CE%B1_%CF%84%CE%B7%CF%82_%CE%B5%CF%80%CE%B9%CF%86%CE%AC%CE%BD%CE%B5%CE%B9%CE%B1%CF%82_%CF%84%CE%BF%CF%85_%CE%A1%CF%8C%CF%84%CE%B5%CF%81%CE%BD%CF%84%CE%B1%CE%BC_%CE%BA%CE%B1%CE%B9_%CE%B7_%CF%83%CF%87%CE%AD%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%BC%CE%B5_%CF%84%CE%B1_%CF%87%CE%B1%CF%81%CE%B1%CE%BA%CF%84%CE%B7%CF%81%CE%B9%CF%83%CF%84%CE%B9%CE%BA%CE%AC_%CF%84%CF%89%CE%BD_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B5%CF%80%CE%B9%CF%86%CE%B1%CE%BD%CE%B5%CE%B9%CF%8E%CE%BD"/>
				<updated>2015-03-20T00:10:04Z</updated>
		
		<summary type="html">&lt;p&gt;Ramfou Vasiliki: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα:vr_a3_e1.jpg|300px|thumb|right|Εικόνα 1. Τα διοικητικά όρια του Δήμου του Ρότερνταμ.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a3_e2.jpg|300px|thumb|right|Εικόνα 2. Η μέση ένταση SHI των 22 διαμερισμάτων του Ρότερνταμ, βασισμένη σε 15 εικόνες Landsat και προβαλλόμενη σε μία αεροφωτογραφία.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a3_e3.jpg|300px|thumb|right|Εικόνα 3. Μέση κατανομή της θερμοκρασίας (Κ) της επιφάνειας του Ρότερνταμ, βασισμένη σε 15 εικόνες Landsat.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a3_e4.jpg|300px|thumb|right|Εικόνα 1. Εικόνα 4. Το διάγραμμα διασποράς της μέσης θερμοκρασίας των αστικών επιφανειών των γειτονιών του Ρότερνταμ, σε σχέση με το ποσοστό των πράσινων χώρων της κάθε γειτονιάς.]]&lt;br /&gt;
&lt;br /&gt;
'''Αντικείμενο Εφαρμογής:''' Μελέτη της θερμοκρασίας της αστικής επιφάνειας του Ρότερνταμ και συσχέτισή της με τα αστικά χαρακτηριστικά&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος Τίτλος:''' 'The surface heat island of Rotterdam and its relationship with urban surface characteristics'&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Lisette Klok (a), Sander Zwart (b), Henk Verhagen (a), Elena Mauri (c)&lt;br /&gt;
&lt;br /&gt;
(a) TNO, Postbus 80015, 3508 TA Utrecht, Netherlands&lt;br /&gt;
&lt;br /&gt;
(b) WaterWatch B.V., Generaal Foulkesweg 28, 6703 BS Wageningen, Netherlands&lt;br /&gt;
&lt;br /&gt;
(c) Istituto Nazionale di Oceanografia e Geofisica Sperimentale, Borgo Grotta Gigante 42/c, 34010 Sgonico, Trieste, Italy&lt;br /&gt;
&lt;br /&gt;
'''Πηγή:''' Elsevier, Resources, Conservation and Recycling, 64 (2012), 23-29&lt;br /&gt;
&lt;br /&gt;
'''Λέξεις Κλειδιά:''' αστική θερμική νησίδα, θερμική νησίδα της αστικής επιφάνειας, Τηλεπισκόπιση, Ρότερνταμ, θερμοκρασία της επιφάνειας, κύμα θερμότητας, θερμικές υπέρυθρες εικόνες&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Περίληψη:''' Για τη χωρική ποσοτικοποίηση της Θερμικής Νησίδας της Επιφάνειας (Surface Heat Island - SHI) του Ρότερνταμ της Ολλανδίας,  χρησιμοποιήθηκαν θερμικές υπέρυθρες δορυφορικές εικόνες υψηλής ανάλυσης από αισθητήρες Landsat. Με βάση χάρτες της θερμοκρασίας της αστικής επιφάνειας κατά τη διάρκεια 15 θερινών ημερών από το 1984, η μέση θερμοκρασία της αστικής επιφάνειας κάθε γειτονιάς μέσα στην πόλη συγκρίθηκε με τη θερμοκρασία της επιφάνειας των αγροτικών εκτάσεων έξω από αυτή. Η διαφορά των δύο θερμοκρασιών ορίζεται ως ένταση SHI. Τα αποτελέσματα έδειξαν ότι η ένταση SHI στο Ρότερνταμ, κατά τη διάρκεια της ημέρας, μπορεί να αγγίξει τους 10 °C. Οι διαφορές των SHI μεταξύ των γειτονιών μπορούν να εξηγηθούν από τα χαρακτηριστικά των αστικών επιφανειών. Η στατιστική ανάλυση δείχνει ότι η SHI είναι μεγαλύτερη για γειτονιές με ελάχιστη βλάστηση και υψηλό ποσοστό αδιαπέρατων επιφανειών εδαφών με χαμηλή ανακλαστικότητα. Επιπλέον, δορυφορικές εικόνες NOAA-AVHHR χρησιμοποιήθηκαν για την παρακολούθηση του κύματος καύσωνα του Ιουλίου του 2006 και τον υπολογισμό της ημερήσιας διακύμανσης της έντασης SHI του Ρότερνταμ. Ο μέσος όρος των θερμοκρασιακών διαφορών της επιφάνειας των θερμότερων και ψυχρότερων περιοχών ήταν το πολύ 12 °C κατά τη διάρκεια της ημέρας, και 9 °C κατά τη διάρκεια της νύχτας. Οι περιοχές με υψηλή ένταση SHI κατά τη διάρκεια της νύχτας, διέφεραν από εκείνες με υψηλή SHI κατά τη διάρκεια της ημέρας.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή:''' Η αστική θερμική νησίδα (Urban Heat Island - UHI) αναφέρεται στις υψηλότερες θερμοκρασίες του αστικού χώρου σε σύγκριση με τις θερμοκρασίες πάνω από τις γύρω αγροτικές περιοχές. Το φαινόμενο της Θερμικής Νησίδας εμφανίζεται σε όλες τις αστικές περιοχές, ανεξαρτήτως μεγέθους. Το μέγεθος του φαινομένου εξαρτάται από την αστική δομή, την κτιριακή πυκνότητα, τα υλικά των επιφανειών, τη θερμότητα που συσσωρεύεται από τις ανθρώπινες δραστηριότητες και το ποσοστό της βλάστησης και των υδάτινων επιφανειών. Συνεπώς, οι αστικές περιοχές είναι ιδιαίτερα ευάλωτες στα κύματα θερμότητας, καθώς και στις αρνητικές επιπτώσεις τους για τον άνθρωπο, όπως είναι η αύξηση της θνησιμότητας και η μείωση της παραγωγικότητας της εργασίας. &lt;br /&gt;
&lt;br /&gt;
Οι επί τόπου μετρήσεις της θερμοκρασίας του αέρα κρίνονται συνήθως ανεπαρκείς για την παρακολούθηση της χωρικής έκτασης της θερμικής νησίδας, καθώς αντιπροσωπεύουν ιδιαίτερα τοπικές συνθήκες. Δεδομένου ότι τα υψηλής πυκνότητας δίκτυα μέτρησης είναι δαπανηρά, θερμικές υπέρυθρες τεχνικές τηλεπισκόπησης χρησιμοποιούνται σε παγκόσμιο επίπεδο για την αξιολόγηση της χωρικής κατανομής των θερμικών νησίδων. Ως εκ τούτου, η θερμική τηλεπισκόπηση είναι χρήσιμη για την παρακολούθηση της Θερμικής Νησίδας της Επιφάνειας (Surface Heat Island - SHI), η οποία ορίζεται ως η διαφορά μεταξύ της θερμοκρασίας των αστικών και αγροτικών επιφανειών. &lt;br /&gt;
&lt;br /&gt;
Η SHI εξαρτάται σε μεγάλο βαθμό από τη φύση της επιφάνειας και τις συνθήκες. Οι ξηρές και πιο σκοτεινές αστικές επιφάνειες απορροφούν το φως του ήλιου πιο εύκολα και θερμαίνονται περισσότερο σε σχέση με τις πιο ανοιχτόχρωμες και υγρές επιφάνειες ή τις επιφάνειες που είναι σκιασμένες. Έτσι, χαρακτηριστικά των αστικών επιφανειών όπως το ποσοστό πρασίνου, το νερό και οι αδιαπέρατες επιφάνειες, αποτελούν ισχυρούς παράγοντες για την ένταση SHI. Σε γενικές γραμμές, η SHI είναι μεγαλύτερη κατά τη διάρκεια της ημέρας, λόγω της επίδρασης της ηλιακής ακτινοβολίας. &lt;br /&gt;
&lt;br /&gt;
Ο στόχος της παρούσας μελέτης είναι να προσδιοριστεί η SHI του Ρότερνταμ και να συσχετιστεί με τα χαρακτηριστικά της αστικής επιφάνειας. Η μελέτη αποτελεί μέρος ενός μεγάλου ερευνητικού προγράμματος (Dutch National Research Programme Knowledge for Climate), στο οποίο ερευνάται το φαινόμενο της Θερμικής Νησίδας του Ρότερνταμ και ο αντίκτυπός του στη θερμική καταπόνηση της πόλης. &lt;br /&gt;
&lt;br /&gt;
Η ένταση της Θερμικής Νησίδας της Επιφάνειας (SHI) του Ρότερνταμ και η χωρική μεταβολή της εκτιμήθηκε από υψηλής ανάλυσης θερμικές υπέρυθρες εικόνες Landsat κατά τη διάρκεια 15 θερινών ημερών, δεδομένου ότι κατά κανόνα, η θερμική καταπόνηση είναι πιο έντονη το Καλοκαίρι. Η ημερήσια διακύμανση της θερμοκρασίας της επιφάνειας κατά τη διάρκεια περιόδου καύσωνα του 2006, εξήχθηκε από NOAA-AVHHR εικόνες, μέτριας ανάλυσης και σε χρονική σειρά. Για την αξιολόγηση των πολεοδομικών χαρακτηριστικών που εξηγούν το μοτίβο SHI του Ρότερνταμ, πραγματοποιήθηκε μία στατιστική ανάλυση μεταξύ της μέσης θερμοκρασίας της επιφάνειας και χαρακτηριστικών όπως η ανακλαστικότητα, ο παράγοντας του sky view, το ποσοστό πρασίνου, οι υδάτινες επιφάνειες και τα στεγανοποιημένα εδάφη. &lt;br /&gt;
&lt;br /&gt;
Η θερμοκρασία της αστικής επιφάνειας ποίκιλε περισσότερο κατά τη διάρκεια της ημέρας από τη θερμοκρασία του αέρα. Κατά συνέπεια, η ένταση SHI διέφερε από την UHI, καθώς η δεύτερη προκύπτει από τις διαφορές θερμοκρασίας του αέρα λίγα μέτρα πάνω από το επίπεδο του εδάφους. Επιπλέον, μέσω της μεταφοράς ενέργειας μεταξύ του εδάφους και του αέρα, οι δύο θερμοκρασίες συσχετίζονται. Στην παρούσα μελέτη, αυτό φαίνεται από τη σύγκριση μεταξύ των θερμοκρασιών που έχουν ληφθεί από τον Landsat και των επί τόπου μετρήσεων της θερμοκρασίας του αέρα. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Υλικά και Μέθοδοι:''' &lt;br /&gt;
&lt;br /&gt;
'''1. Η Περιοχή μελέτης:''' Το Ρότερνταμ είναι η δεύτερη μεγαλύτερη πόλη της Ολλανδίας και το λιμάνι του είναι το μεγαλύτερο της Ευρώπης. Αποτελεί τμήμα μίας μεγαλύτερης μητρόπολης 1,6 εκατομμυρίων κατοίκων, ενώ αποτελείται από 22 διαμερίσματα, τα οποία υποδιαιρούνται σε 88 γειτονιές. Η πόλη χαρακτηρίζεται από τον ποταμό Nieuwe Maas, το λιμάνι και μεγάλες βιομηχανικές περιοχές (εικόνα 1).&lt;br /&gt;
&lt;br /&gt;
'''2. Δορυφορικά δεδομένα:''' Αρκετοί δορυφόροι διεξάγουν μετρήσεις στο θερμικό υπέρυθρο φάσμα από τις οποίες μπορούν να προκύψουν θερμοκρασίες της επιφάνειας του εδάφους. Από το 1984, ο Landsat Thematic Mapper (Landsat TM) λαμβάνει εικόνες του ορατού, εγγύς υπέρυθρου και θερμικού υπέρυθρου φάσματος. Μεταξύ του 1999 και του 2003, ο Landsat Enhanced Thematic Mapper (Landsat ΕΤΜ) προσέφερε επίσης και απεικόνιση. Η χωρική ανάλυση του θερμικού υπέρυθρου φάσματος του πρώτου ήταν 120*120 m, ενώ βελτιώθηκε στα 60*60 m στην περίπτωση του Landsat ΕΤΜ. Η χωρική ανάλυση του  ορατού φάσματος και του εγγύς υπέρυθρου και των δύο δορυφόρων είναι 30 m, με χρόνο επαναληψιμότητας 16 ημερών. Οι εικόνες λαμβάνονται κατά τις μεσημεριανές ώρες. &lt;br /&gt;
&lt;br /&gt;
Ένα άλλο δορυφορικό πρόγραμμα που ξεκίνησε το 1978 και συνεχίζεται μέχρι σήμερα, είναι αυτό του Advanced Very High Resolution Radiometer (AVHRR) που διεξάγεται από τον Οργανισμό US National Oceanic and Atmospheric Administration (NOAA). Κάθε σημείο του πλανήτη είναι ορατό από κάθε δορυφόρο δύο φορές την ημέρα και σε διαφορετικές ώρες, γεγονός το οποίο αποτελεί το σημαντικότερο συγκριτικό πλεονέκτημα των εικόνων NOAA-AVHRR σε σχέση με τις εικόνες Landsat. Ωστόσο, η χωρική ανάλυση των εικόνων AVHHR είναι από 1,1 km στο ναδίρ έως 4 km στην άκρη των εικόνων, σημαντικά χαμηλότερη από τις εικόνες Landsat. Στην παρούσα μελέτη, για την ανάλυση της έντασης SHI του Ρότερνταμ, υπέστησαν επεξεργασία εικόνες της θερμοκρασίας της αστικής επιφάνειας και από τους δύο δορυφόρους.&lt;br /&gt;
&lt;br /&gt;
'''3. Ανάκτηση των θερμοκρασιών της αστικής επιφάνειας:''' Από το 1984 μέχρι το 2007, επιλέχθηκαν συνολικά 15 εικόνες Landsat, χωρίς νεφοκάλυψη, κατά τη διάρκεια των καλοκαιρινών μηνών. Οι εικόνες διορθώθηκαν γεωμετρικά σύμφωνα με το ολλανδικό σύστημα συντεταγμένων και οι φασματικές ακτινοβολίες προέκυψαν χρησιμοποιώντας τις παραμέτρους της ραδιομετρικής βαθμονόμησης του αισθητήρα. Οι ακτινοβολίες δεν αντιπροσωπεύουν ακριβώς τη θερμοκρασία της επιφάνειας, αλλά αποτελούν μίξη των διαφόρων κλασμάτων ενέργειας, εκ των οποίων το πιο σημαντικό είναι η ενέργεια που εκπέμπεται από την αστική επιφάνεια. Η ακτινοβολία της επιφάνειας εκτιμήθηκε χωρικά χρησιμοποιώντας μία εμπειρική σχέση μεταξύ του τηλεπισκοπικού δείκτη Normalised Difference Vegetation Index (NDVI) και της ακτινοβολίας. Ο δείκτης NDVI εκφράζει τη διαφορά των εγγύς υπέρυθρων και των ερυθρών ακτινοβολιών διαιρεμένη με το άθροισμα των δύο. Μετά τη χωρική εκτίμηση της ακτινοβολίας, υπολογίστηκε η θερμοκρασία της αστικής επιφάνειας μέσω της αντίστροφης εφαρμογής του νόμου του Planck, ο οποίος δίνει την σχέση της θερμοκρασίας και της φασματικής ακτινοβολίας, σε ένα συγκεκριμένο μήκος κύματος.&lt;br /&gt;
&lt;br /&gt;
Για τον έλεγχο των περιοχών που είναι πιο ευάλωτες στη θερμότητα, υπολογίστηκε η μέση θερμοκρασία της αστικής επιφάνειας για τα 22 διαμερίσματα (εικόνα 2) και τις 88 γειτονιές. Για κάθε περιοχή υπολογίστηκε η ένταση SHI συγκρίνοντας τη θερμοκρασία των αστικών επιφανειών με τη μέση θερμοκρασία της επιφάνειας 19 αγροτικών περιοχών (κυρίως χορτολιβαδικών εκτάσεων), έξω από το Ρότερνταμ. Η μέση θερμοκρασία της επιφάνειας των αγροτικών περιοχών υπολογίστηκε σε 23 °C.&lt;br /&gt;
&lt;br /&gt;
'''4. Αστικά χαρακτηριστικά:''' Για την αξιολόγηση των αστικών χαρακτηριστικών που εξηγούν τη χωρική κατανομή των θερμοκρασιών της αστικής επιφάνειας, διενεργήθηκε μία ανάλυση παλινδρόμησης. Δεδομένου ότι το φαινόμενο της Θερμικής Νησίδας σχετίζεται με την ανακλαστικότητα των επιφανειών, τον παράγοντα του sky view και το ποσοστό του πρασίνου, των αδιαπέρατων και των υδάτινων επιφανειών, επιλέχθηκαν να αναλυθούν τα παραπάνω αστικά χαρακτηριστικά. Η ανάλυση παλινδρόμησης πραγματοποιήθηκε σε κλίμακα γειτονιάς, υποθέτοντας ότι τα αστικά χαρακτηριστικά είναι σχετικά ομοιογενή σε κάθε γειτονιά.&lt;br /&gt;
&lt;br /&gt;
Η ανακλαστικότητα των επιφανειών και ο παράγοντας του sky view, επηρεάζουν άμεσα τη θερμοκρασία της αστικής επιφάνειας. Για παράδειγμα, οι στενοί δρόμοι με χαμηλό sky view, δέχονται λιγότερη ακτινοβολία στην επιφάνειά τους κατά τη διάρκεια της ημέρας. Επιπλέον, 'παγιδεύουν' την ενέργεια, μειώνοντας την απώλεια θερμότητας και δημιουργώντας θερμές αστικές επιφάνειες. Οι υδάτινες επιφάνειες έχουν ένα αποτέλεσμα δροσισμού στην πόλη, που προκαλείται από την εξάτμιση του νερού. Οι περιοχές πρασίνου έχουν ένα παρόμοιο αποτέλεσμα, που δημιουργείται μέσω της εξατμισοδιαπνοής. Από την άλλη πλευρά, οι αδιαπέρατες επιφάνειες έχουν συνήθως χαμηλές τιμές ανακλαστικότητας και δεν εξατμίζουν το νερό.&lt;br /&gt;
 &lt;br /&gt;
'''5. Θερμοκρασία του αέρα:''' Για τη σύγκριση των δεδομένων του Landsat, που αφορούν τη θερμοκρασία της επιφάνειας, και των επί τόπου μετρήσεων της θερμοκρασίας του αέρα, συλλέχθηκαν οι θερμοκρασίες του αέρα από ερασιτεχνικές μετρήσεις και όχι από τους επίσημους μετεωρολογικούς σταθμούς, αφού δεν βρίσκονται στον ιστό της πόλης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα'''&lt;br /&gt;
&lt;br /&gt;
'''1. Χωρική κατανομή της έντασης SHI:''' Στην εικόνα 3 παρουσιάζεται ένας χάρτης των μέσων θερμοκρασιών της επιφανείας του Ρότερνταμ που ανακτήθηκαν από τις 15 εικόνες Landsat. Στην εικόνα απεικονίζεται η ένταση SHI, ενώ η διαφορά της θερμοκρασίας της επιφάνειας των αστικών και των αγροτικών περιοχών αγγίζει τους 10 °C. Οι χαμηλότερες θερμοκρασίες παρατηρούνται στην επιφάνεια του νερού, ακολουθούμενες από αυτές των χορτολιβαδικών εκτάσεων στα βόρεια και ανατολικά της πόλης. Εντυπωσιακό αποτέλεσμα αποτελεί το ότι οι πολύ υψηλές θερμοκρασίες δεν παρατηρούνται μόνο στο κέντρο του Ρότερνταμ, αλλά και στις βιομηχανικές περιοχές και στα λιμάνια, δυτικά της πόλης. Αυτό σχετίζεται με τις πολλές σκουρόχρωμες στέγες και τις μεγάλες περιοχές των πλακόστρωτων και αδιαπέρατων επιφανειών. &lt;br /&gt;
&lt;br /&gt;
'''2. Η θερμοκρασία της αστικής επιφάνειας και τα αστικά χαρακτηριστικά:''' Τα αποτελέσματα της στατιστικής ανάλυσης του μέσου όρου των θερμοκρασιών της αστικής επιφάνειας και των αστικών χαρακτηριστικών της κάθε γειτονιάς έδειξε ότι τα κλάσματα των πράσινων χώρων αποτελούν τον κύριο  προγνωστικό δείκτη της θερμοκρασίας της επιφάνειας. Αυτό αποδεικνύει ότι η βλάστηση έχει σημαντική επίδραση στο δροσισμό και εξηγεί το 69% της διακύμανσης της θερμοκρασίας της επιφάνειας (εικόνα 4). Η αύξηση του ποσοστού του πρασίνου κατά 10% μειώνει την μέση θερμοκρασία της επιφάνειας κατά 1,3 °C. &lt;br /&gt;
&lt;br /&gt;
Επιπλέον, η θερμοκρασία της επιφάνειας μειώνεται όσο αυξάνεται η ανακλαστικότητα, οι λιγότερο αδιαπέρατες επιφάνειες και ο παράγοντας του sky view. Το ποσοστό των υδάτινων επιφανειών δεν συσχετίζεται άμεσα με τη θερμοκρασία της αστικής επιφάνειας, γεγονός που συνεπάγει ότι το νερό δεν έχει σημαντική επίδραση στο δροσισμό των γύρω επιφανειών. Παρόλα αυτά, θα μπορούσε να έχει κάποιο αποτέλεσμα δροσισμού στη θερμοκρασία του αέρα, αλλά η ανάλυση αυτή ξεφεύγει από τα όρια της μελέτης. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα:''' Οι θερμικές υπέρυθρες εικόνες Landsat κατά τη διάρκεια 15 θερινών ημερών έδειξαν ότι η ένταση SHI στο Ρότερνταμ κατά τη διάρκεια της ημέρας άγγιζε τους  10 °C σε σχέση με τις μη αστικές περιοχές. Οι διαφορές της έντασης SHI μεταξύ των διαμερισμάτων μπορούν να εξηγηθούν σε μεγάλο βαθμό από τη διαφορά των χαρακτηριστικών της αστικής επιφάνειας και ιδιαίτερα από το ποσοστό της αστικής βλάστησης.&lt;br /&gt;
Η χωρική εμφάνιση της έντασης SHI διέφερε μεταξύ ημέρας και νύχτας. Το παραπάνω διαπιστώθηκε από την ανάλυση της ημερήσιας διακύμανσης της θερμοκρασίας των αστικών επιφανειών, βασισμένη σε μία σειρά εικόνων NOAA-AVHHR, κατά την περίοδο καύσωνα του 2006. Η μελέτη της διαφορετικής χωρικής εμφάνισης της έντασης SHI κρίνεται ιδιαίτερα χρήσιμη για τον μελλοντικό σχεδιασμό της πόλης, ο οποίος θα πρέπει να στοχεύει στην μετρίαση των αρνητικών επιπτώσεων της θερμότητας. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αναφορές'''&lt;br /&gt;
&lt;br /&gt;
Bowler DE, Buyung-Ali L, Knight TM, Pullin AS. Urban greening to cool towns and cities: a systematic review of the empirical evidence. Landscape and Urban Planning 2010;97(3):147–55.&lt;br /&gt;
&lt;br /&gt;
Dousset B, Gourmelon F. Satellite multi-sensor data analysis of urban surface temperatures and landcover. Remote Sensing of the Environment 2003;58(1–2):43–54.&lt;br /&gt;
&lt;br /&gt;
Dousset B, Gourmelon F, Mauri E. Application of satellite remote sensing for urban risk analysis: a case study of the 2003 extreme heat wave in Paris. Urban Remote Sensing Joint Event 2007:1–5.&lt;br /&gt;
&lt;br /&gt;
Heusinkveld BG, Van Hove LWA, Jacobs CMJ, Steeneveld GJ, Elbers JA, Moors EJ, et al. Use of a mobile platform for assessing urban heat stress in Rotterdam. In: Proceedings of the 7th conference on biometeorology – Berichte des Meteorologischen Instituts der Albert- Ludwigs-Universitδt; 2010. p. 433–8.&lt;br /&gt;
&lt;br /&gt;
Kovats RS, Hajat S. Heat stress and public health: a critical review. Annual Review of Public Health 2008;29:41–55.&lt;br /&gt;
&lt;br /&gt;
Oke TR. Boundary layer climates. 2nd ed. London: Methuen; 1987.&lt;br /&gt;
&lt;br /&gt;
Oke TR. The urban energy balance. Progress in Physical Geography 1988;12(4):471–508.&lt;br /&gt;
&lt;br /&gt;
Roodenburg J. Adaptation of rural minimum temperature forecasts to an urban environment. Archives for Meteorology Geophysics and Bioclimatology 1983;32:395–401.&lt;br /&gt;
&lt;br /&gt;
Rosenzweig C, Solecki WD, Slosberg RB. Mitigating New York City’s heat island with urban forestry, living roofs and light surfaces. New York: New York State Energy Research and Development Authority; 2006.&lt;br /&gt;
&lt;br /&gt;
Tucker CJ. Red and photographic infrared linear combinations for monitoring vegetation. Remote Sensing of the Environment 1979;8(2):127–50.&lt;br /&gt;
&lt;br /&gt;
Van de Griend AA, Owe M. On the relationship between thermal emissivity and the normalized difference vegetation index for natural surfaces. International Journal of Remote Sensing 1992;14(6):1119–31.&lt;br /&gt;
&lt;br /&gt;
Voogt JA. Urban heat islands: hotter cities. Retrieved September 5, 2011 from http://www.actionbioscience.org/environment/voogt.html?print.&lt;br /&gt;
&lt;br /&gt;
Voogt JA, Oke TR. Thermal remote sensing of urban climates. Remote Sensing of the Environment 2003;86:370–84.&lt;br /&gt;
&lt;br /&gt;
Weng Q. Thermal infrared remote sensing for urban climate and environmental studies: methods, applications, and trends. ISPRS Journal of Photogrammetry and Remote Sensing 2009;64:335–44.&lt;br /&gt;
&lt;br /&gt;
Weng Q, Lu D, Schubring J. Estimation of land surface temperature-vegetation abundance relationship for urban heat island studies. Remote Sensing of Environment 2004;89(4):467–83.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
[http://www.sciencedirect.com/science/article/pii/S0921344912000110 '''το άρθρο στο διαδίκτυο''']&lt;br /&gt;
&lt;br /&gt;
 [[category:Αστικός και περιφερειακός σχεδιασμός]]&lt;/div&gt;</summary>
		<author><name>Ramfou Vasiliki</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%97_%CE%B8%CE%B5%CF%81%CE%BC%CE%B9%CE%BA%CE%AE_%CE%BD%CE%B7%CF%83%CE%AF%CE%B4%CE%B1_%CF%84%CE%B7%CF%82_%CE%B5%CF%80%CE%B9%CF%86%CE%AC%CE%BD%CE%B5%CE%B9%CE%B1%CF%82_%CF%84%CE%BF%CF%85_%CE%A1%CF%8C%CF%84%CE%B5%CF%81%CE%BD%CF%84%CE%B1%CE%BC_%CE%BA%CE%B1%CE%B9_%CE%B7_%CF%83%CF%87%CE%AD%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%BC%CE%B5_%CF%84%CE%B1_%CF%87%CE%B1%CF%81%CE%B1%CE%BA%CF%84%CE%B7%CF%81%CE%B9%CF%83%CF%84%CE%B9%CE%BA%CE%AC_%CF%84%CF%89%CE%BD_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B5%CF%80%CE%B9%CF%86%CE%B1%CE%BD%CE%B5%CE%B9%CF%8E%CE%BD</id>
		<title>Η θερμική νησίδα της επιφάνειας του Ρότερνταμ και η σχέση της με τα χαρακτηριστικά των αστικών επιφανειών</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%97_%CE%B8%CE%B5%CF%81%CE%BC%CE%B9%CE%BA%CE%AE_%CE%BD%CE%B7%CF%83%CE%AF%CE%B4%CE%B1_%CF%84%CE%B7%CF%82_%CE%B5%CF%80%CE%B9%CF%86%CE%AC%CE%BD%CE%B5%CE%B9%CE%B1%CF%82_%CF%84%CE%BF%CF%85_%CE%A1%CF%8C%CF%84%CE%B5%CF%81%CE%BD%CF%84%CE%B1%CE%BC_%CE%BA%CE%B1%CE%B9_%CE%B7_%CF%83%CF%87%CE%AD%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%BC%CE%B5_%CF%84%CE%B1_%CF%87%CE%B1%CF%81%CE%B1%CE%BA%CF%84%CE%B7%CF%81%CE%B9%CF%83%CF%84%CE%B9%CE%BA%CE%AC_%CF%84%CF%89%CE%BD_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B5%CF%80%CE%B9%CF%86%CE%B1%CE%BD%CE%B5%CE%B9%CF%8E%CE%BD"/>
				<updated>2015-03-20T00:05:06Z</updated>
		
		<summary type="html">&lt;p&gt;Ramfou Vasiliki: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα:vr_a3_e1.jpg|300px|thumb|right|Εικόνα 1. Τα διοικητικά όρια του Δήμου του Ρότερνταμ.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a3_e2.jpg|300px|thumb|right|Εικόνα 2. Η μέση ένταση SHI των 22 διαμερισμάτων του Ρότερνταμ, βασισμένη σε 15 εικόνες Landsat και προβαλλόμενη σε μία αεροφωτογραφία.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a3_e3.jpg|300px|thumb|right|Εικόνα 3. Μέση κατανομή της θερμοκρασίας (Κ) της επιφάνειας του Ρότερνταμ, βασισμένη σε 15 εικόνες Landsat.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a3_e4.jpg|300px|thumb|right|Εικόνα 1. Εικόνα 4. Το διάγραμμα διασποράς της μέσης θερμοκρασίας των αστικών επιφανειών των γειτονιών του Ρότερνταμ, σε σχέση με το ποσοστό των πράσινων χώρων της κάθε γειτονιάς.]]&lt;br /&gt;
&lt;br /&gt;
'''Αντικείμενο Εφαρμογής:''' Μελέτη της θερμοκρασίας της αστικής επιφάνειας του Ρότερνταμ και συσχέτισή της με τα αστικά χαρακτηριστικά&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος Τίτλος:''' 'The surface heat island of Rotterdam and its relationship with urban surface characteristics'&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Lisette Klok (a), Sander Zwart (b), Henk Verhagen (a), Elena Mauri (c)&lt;br /&gt;
&lt;br /&gt;
(a) TNO, Postbus 80015, 3508 TA Utrecht, Netherlands&lt;br /&gt;
&lt;br /&gt;
(b) WaterWatch B.V., Generaal Foulkesweg 28, 6703 BS Wageningen, Netherlands&lt;br /&gt;
&lt;br /&gt;
(c) Istituto Nazionale di Oceanografia e Geofisica Sperimentale, Borgo Grotta Gigante 42/c, 34010 Sgonico, Trieste, Italy&lt;br /&gt;
&lt;br /&gt;
'''Πηγή:''' Elsevier, Resources, Conservation and Recycling, 64 (2012), 23-29&lt;br /&gt;
&lt;br /&gt;
'''Λέξεις Κλειδιά:''' αστική θερμική νησίδα, θερμική νησίδα της αστικής επιφάνειας, Τηλεπισκόπιση, Ρότερνταμ, θερμοκρασία της επιφάνειας, κύμα θερμότητας, θερμικές υπέρυθρες εικόνες&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Περίληψη:''' Για τη χωρική ποσοτικοποίηση της Θερμικής Νησίδας της Επιφάνειας (Surface Heat Island - SHI) του Ρότερνταμ της Ολλανδίας,  χρησιμοποιήθηκαν θερμικές υπέρυθρες δορυφορικές εικόνες υψηλής ανάλυσης από αισθητήρες Landsat. Με βάση χάρτες της θερμοκρασίας της αστικής επιφάνειας κατά τη διάρκεια 15 θερινών ημερών από το 1984, η μέση θερμοκρασία της αστικής επιφάνειας κάθε γειτονιάς μέσα στην πόλη συγκρίθηκε με τη θερμοκρασία της επιφάνειας των αγροτικών εκτάσεων έξω από αυτή. Η διαφορά των δύο θερμοκρασιών ορίζεται ως ένταση SHI. Τα αποτελέσματα έδειξαν ότι η ένταση SHI στο Ρότερνταμ, κατά τη διάρκεια της ημέρας, μπορεί να αγγίξει τους 10 °C. Οι διαφορές των SHI μεταξύ των γειτονιών μπορούν να εξηγηθούν από τα χαρακτηριστικά των αστικών επιφανειών. Η στατιστική ανάλυση δείχνει ότι η SHI είναι μεγαλύτερη για γειτονιές με ελάχιστη βλάστηση και υψηλό ποσοστό αδιαπέρατων επιφανειών εδαφών με χαμηλή ανακλαστικότητα. Επιπλέον, δορυφορικές εικόνες NOAA-AVHHR χρησιμοποιήθηκαν για την παρακολούθηση του κύματος καύσωνα του Ιουλίου του 2006 και τον υπολογισμό της ημερήσιας διακύμανσης της έντασης SHI του Ρότερνταμ. Ο μέσος όρος των θερμοκρασιακών διαφορών της επιφάνειας των θερμότερων και ψυχρότερων περιοχών ήταν το πολύ 12 °C κατά τη διάρκεια της ημέρας, και 9 °C κατά τη διάρκεια της νύχτας. Οι περιοχές με υψηλή ένταση SHI κατά τη διάρκεια της νύχτας, διέφεραν από εκείνες με υψηλή SHI κατά τη διάρκεια της ημέρας.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή:''' Η αστική θερμική νησίδα (Urban Heat Island - UHI) αναφέρεται στις υψηλότερες θερμοκρασίες του αστικού χώρου σε σύγκριση με τις θερμοκρασίες πάνω από τις γύρω αγροτικές περιοχές. Το φαινόμενο της Θερμικής Νησίδας εμφανίζεται σε όλες τις αστικές περιοχές, ανεξαρτήτως μεγέθους. Το μέγεθος του φαινομένου εξαρτάται από την αστική δομή, την κτιριακή πυκνότητα, τα υλικά των επιφανειών, τη θερμότητα που συσσωρεύεται από τις ανθρώπινες δραστηριότητες και το ποσοστό της βλάστησης και των υδάτινων επιφανειών. Συνεπώς, οι αστικές περιοχές είναι ιδιαίτερα ευάλωτες στα κύματα θερμότητας, καθώς και στις αρνητικές επιπτώσεις τους για τον άνθρωπο, όπως είναι η αύξηση της θνησιμότητας και η μείωση της παραγωγικότητας της εργασίας. &lt;br /&gt;
&lt;br /&gt;
Οι επί τόπου μετρήσεις της θερμοκρασίας του αέρα κρίνονται συνήθως ανεπαρκείς για την παρακολούθηση της χωρικής έκτασης της θερμικής νησίδας, καθώς αντιπροσωπεύουν ιδιαίτερα τοπικές συνθήκες. Δεδομένου ότι τα υψηλής πυκνότητας δίκτυα μέτρησης είναι δαπανηρά, θερμικές υπέρυθρες τεχνικές τηλεπισκόπησης χρησιμοποιούνται σε παγκόσμιο επίπεδο για την αξιολόγηση της χωρικής κατανομής των θερμικών νησίδων. Ως εκ τούτου, η θερμική τηλεπισκόπηση είναι χρήσιμη για την παρακολούθηση της Θερμικής Νησίδας της Επιφάνειας (Surface Heat Island - SHI), η οποία ορίζεται ως η διαφορά μεταξύ της θερμοκρασίας των αστικών και αγροτικών επιφανειών. &lt;br /&gt;
&lt;br /&gt;
Η SHI εξαρτάται σε μεγάλο βαθμό από τη φύση της επιφάνειας και τις συνθήκες. Οι ξηρές και πιο σκοτεινές αστικές επιφάνειες απορροφούν το φως του ήλιου πιο εύκολα και θερμαίνονται περισσότερο σε σχέση με τις πιο ανοιχτόχρωμες και υγρές επιφάνειες ή τις επιφάνειες που είναι σκιασμένες. Έτσι, χαρακτηριστικά των αστικών επιφανειών όπως το ποσοστό πρασίνου, το νερό και οι αδιαπέρατες επιφάνειες αποτελούν ισχυρούς παράγοντες για την ένταση SHI. Σε γενικές γραμμές, η SHI είναι μεγαλύτερη κατά τη διάρκεια της ημέρας, λόγω της επίδρασης της ηλιακής ακτινοβολίας. &lt;br /&gt;
&lt;br /&gt;
Ο στόχος της παρούσας μελέτης είναι να προσδιοριστεί η SHI του Ρότερνταμ και να συσχετιστεί με τα χαρακτηριστικά της αστικής επιφάνειας. Η μελέτη αποτελεί μέρος ενός μεγάλου ερευνητικού προγράμματος (Dutch National Research Programme Knowledge for Climate), στο οποίο ερευνάται το φαινόμενο της Θερμικής Νησίδας του Ρότερνταμ και ο αντίκτυπός του στη θερμική καταπόνηση της πόλης. &lt;br /&gt;
&lt;br /&gt;
Η ένταση της Θερμικής Νησίδας της Επιφάνειας (SHI) του Ρότερνταμ και η χωρική μεταβολή της εκτιμήθηκε από υψηλής ανάλυσης θερμικές υπέρυθρες εικόνες Landsat κατά τη διάρκεια 15 θερινών ημερών, δεδομένου ότι κατά κανόνα, η θερμική καταπόνηση είναι πιο έντονη το Καλοκαίρι. Η ημερήσια διακύμανση της θερμοκρασίας της επιφάνειας κατά τη διάρκεια περιόδου καύσωνα του 2006, εξήχθηκε από NOAA-AVHHR εικόνες, μέτριας ανάλυσης και σε χρονική σειρά. Για την αξιολόγηση των πολεοδομικών χαρακτηριστικών που εξηγούν το μοτίβο SHI του Ρότερνταμ, πραγματοποιήθηκε μία στατιστική ανάλυση μεταξύ της μέσης θερμοκρασίας της επιφάνειας και χαρακτηριστικών όπως η ανακλαστικότητα, ο παράγοντας του sky view, το ποσοστό πρασίνου, οι υδάτινες επιφάνειες και τα στεγανοποιημένα εδάφη. &lt;br /&gt;
&lt;br /&gt;
Η θερμοκρασία της αστικής επιφάνειας ποίκιλε περισσότερο κατά τη διάρκεια της ημέρας από τη θερμοκρασία του αέρα. Κατά συνέπεια, η ένταση SHI διέφερε από την UHI, καθώς η δεύτερη προκύπτει από τις διαφορές θερμοκρασίας του αέρα λίγα μέτρα πάνω από το επίπεδο του εδάφους. Επιπλέον, μέσω της μεταφοράς ενέργειας μεταξύ του εδάφους και του αέρα, οι δύο θερμοκρασίες συσχετίζονται. Στην παρούσα μελέτη, αυτό φαίνεται από τη σύγκριση μεταξύ των θερμοκρασιών που έχουν ληφθεί από τον Landsat και των επί τόπου μετρήσεων της θερμοκρασίας του αέρα. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Υλικά και Μέθοδοι:''' &lt;br /&gt;
&lt;br /&gt;
'''1. Η Περιοχή μελέτης:''' Το Ρότερνταμ είναι η δεύτερη μεγαλύτερη πόλη της Ολλανδίας και το λιμάνι του είναι το μεγαλύτερο της Ευρώπης. Αποτελεί τμήμα μίας μεγαλύτερης μητρόπολης 1,6 εκατομμυρίων κατοίκων, ενώ αποτελείται από 22 διαμερίσματα, τα οποία υποδιαιρούνται σε 88 γειτονιές. Η πόλη χαρακτηρίζεται από τον ποταμό Nieuwe Maas, το λιμάνι και μεγάλες βιομηχανικές περιοχές (εικόνα 1).&lt;br /&gt;
&lt;br /&gt;
'''2. Δορυφορικά δεδομένα:''' Αρκετοί δορυφόροι διεξάγουν μετρήσεις στο θερμικό υπέρυθρο φάσμα από τις οποίες μπορούν να προκύψουν θερμοκρασίες της επιφάνειας του εδάφους. Από το 1984, ο Landsat Thematic Mapper (Landsat TM) λαμβάνει εικόνες του ορατού, εγγύς υπέρυθρου και θερμικού υπέρυθρου φάσματος. Μεταξύ του 1999 και του 2003, ο Landsat Enhanced Thematic Mapper (Landsat ΕΤΜ) προσέφερε επίσης και απεικόνιση. Η χωρική ανάλυση του θερμικού υπέρυθρου φάσματος του πρώτου ήταν 120*120 m, ενώ βελτιώθηκε στα 60*60 m στην περίπτωση του Landsat ΕΤΜ. Η χωρική ανάλυση του  ορατού φάσματος και του εγγύς υπέρυθρου και των δύο δορυφόρων είναι 30 m, με χρόνο επαναληψιμότητας 16 ημερών. Οι εικόνες λαμβάνονται κατά τις μεσημεριανές ώρες. &lt;br /&gt;
&lt;br /&gt;
Ένα άλλο δορυφορικό πρόγραμμα που ξεκίνησε το 1978 και συνεχίζεται μέχρι σήμερα, είναι αυτό του Advanced Very High Resolution Radiometer (AVHRR) που διεξάγεται από τον Οργανισμό US National Oceanic and Atmospheric Administration (NOAA). Κάθε σημείο του πλανήτη είναι ορατό από κάθε δορυφόρο δύο φορές την ημέρα και σε διαφορετικές ώρες, γεγονός το οποίο αποτελεί το σημαντικότερο συγκριτικό πλεονέκτημα των εικόνων NOAA-AVHRR σε σχέση με τις εικόνες Landsat. Ωστόσο, η χωρική ανάλυση των εικόνων AVHHR είναι από 1,1 km στο ναδίρ έως 4 km στην άκρη των εικόνων, σημαντικά χαμηλότερη από τις εικόνες Landsat. Στην παρούσα μελέτη, για την ανάλυση της έντασης SHI του Ρότερνταμ, υπέστησαν επεξεργασία εικόνες της θερμοκρασίας της αστικής επιφάνειας και από τους δύο δορυφόρους.&lt;br /&gt;
&lt;br /&gt;
'''3. Ανάκτηση των θερμοκρασιών της αστικής επιφάνειας:''' Από το 1984 μέχρι το 2007, επιλέχθηκαν συνολικά 15 εικόνες Landsat, χωρίς νεφοκάλυψη, κατά τη διάρκεια των καλοκαιρινών μηνών. Οι εικόνες διορθώθηκαν γεωμετρικά σύμφωνα με το ολλανδικό σύστημα συντεταγμένων και οι φασματικές ακτινοβολίες προέκυψαν χρησιμοποιώντας τις παραμέτρους της ραδιομετρικής βαθμονόμησης του αισθητήρα. Οι ακτινοβολίες δεν αντιπροσωπεύουν ακριβώς τη θερμοκρασία της επιφάνειας, αλλά αποτελούν μίξη των διαφόρων κλασμάτων ενέργειας, εκ των οποίων το πιο σημαντικό είναι η ενέργεια που εκπέμπεται από την αστική επιφάνεια. Η ακτινοβολία της επιφάνειας εκτιμήθηκε χωρικά χρησιμοποιώντας μία εμπειρική σχέση μεταξύ του τηλεπισκοπικού δείκτη Normalised Difference Vegetation Index (NDVI) και της ακτινοβολίας. Ο δείκτης NDVI εκφράζει τη διαφορά των εγγύς υπέρυθρων και των ερυθρών ακτινοβολιών διαιρεμένη με το άθροισμα των δύο. Μετά τη χωρική εκτίμηση της ακτινοβολίας, υπολογίστηκε η θερμοκρασία της αστικής επιφάνειας μέσω της αντίστροφης εφαρμογής του νόμου του Planck, ο οποίος δίνει την σχέση της θερμοκρασίας και της φασματικής ακτινοβολίας, σε ένα συγκεκριμένο μήκος κύματος.&lt;br /&gt;
&lt;br /&gt;
Για τον έλεγχο των περιοχών που είναι πιο ευάλωτες στη θερμότητα, υπολογίστηκε η μέση θερμοκρασία της αστικής επιφάνειας για τα 22 διαμερίσματα (εικόνα 2) και τις 88 γειτονιές. Για κάθε περιοχή υπολογίστηκε η ένταση SHI συγκρίνοντας τη θερμοκρασία των αστικών επιφανειών με τη μέση θερμοκρασία της επιφάνειας 19 αγροτικών περιοχών (κυρίως χορτολιβαδικών εκτάσεων), έξω από το Ρότερνταμ. Η μέση θερμοκρασία της επιφάνειας των αγροτικών περιοχών υπολογίστηκε σε 23 °C.&lt;br /&gt;
&lt;br /&gt;
'''4. Αστικά χαρακτηριστικά:''' Για την αξιολόγηση των αστικών χαρακτηριστικών που εξηγούν τη χωρική κατανομή των θερμοκρασιών της αστικής επιφάνειας, διενεργήθηκε μία ανάλυση παλινδρόμησης. Δεδομένου ότι το φαινόμενο της Θερμικής Νησίδας σχετίζεται με την ανακλαστικότητα των επιφανειών, τον παράγοντα του sky view και το ποσοστό του πρασίνου, των αδιαπέρατων και των υδάτινων επιφανειών, επιλέχθηκαν να αναλυθούν τα παραπάνω αστικά χαρακτηριστικά. Η ανάλυση παλινδρόμησης πραγματοποιήθηκε σε κλίμακα γειτονιάς, υποθέτοντας ότι τα αστικά χαρακτηριστικά είναι σχετικά ομοιογενή σε κάθε γειτονιά.&lt;br /&gt;
&lt;br /&gt;
Η ανακλαστικότητα των επιφανειών και ο παράγοντας του sky view, επηρεάζουν άμεσα τη θερμοκρασία της αστικής επιφάνειας. Για παράδειγμα, οι στενοί δρόμοι με χαμηλό sky view, δέχονται λιγότερη ακτινοβολία στην επιφάνειά τους κατά τη διάρκεια της ημέρας. Επιπλέον, 'παγιδεύουν' την ενέργεια, μειώνοντας την απώλεια θερμότητας και δημιουργώντας θερμές αστικές επιφάνειες. Οι υδάτινες επιφάνειες έχουν ένα αποτέλεσμα δροσισμού στην πόλη, που προκαλείται από την εξάτμιση του νερού. Οι περιοχές πρασίνου έχουν ένα παρόμοιο αποτέλεσμα, που δημιουργείται μέσω της εξατμισοδιαπνοής. Από την άλλη πλευρά, οι αδιαπέρατες επιφάνειες έχουν συνήθως χαμηλές τιμές ανακλαστικότητας και δεν εξατμίζουν το νερό.&lt;br /&gt;
 &lt;br /&gt;
'''5. Θερμοκρασία του αέρα:''' Για τη σύγκριση των δεδομένων του Landsat, που αφορούν τη θερμοκρασία της επιφάνειας, και των επί τόπου μετρήσεων της θερμοκρασίας του αέρα, συλλέχθηκαν οι θερμοκρασίες του αέρα από ερασιτεχνικές μετρήσεις και όχι από τους επίσημους μετεωρολογικούς σταθμούς, αφού δεν βρίσκονται στον ιστό της πόλης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα'''&lt;br /&gt;
&lt;br /&gt;
'''1. Χωρική κατανομή της έντασης SHI:''' Στην εικόνα 3 παρουσιάζεται ένας χάρτης των μέσων θερμοκρασιών της επιφανείας του Ρότερνταμ που ανακτήθηκαν από τις 15 εικόνες Landsat. Στην εικόνα απεικονίζεται η ένταση SHI, ενώ η διαφορά της θερμοκρασίας της επιφάνειας των αστικών και των αγροτικών περιοχών αγγίζει τους 10 °C. Οι χαμηλότερες θερμοκρασίες παρατηρούνται στην επιφάνεια του νερού, ακολουθούμενες από αυτές των χορτολιβαδικών εκτάσεων στα βόρεια και ανατολικά της πόλης. Εντυπωσιακό αποτέλεσμα αποτελεί το ότι οι πολύ υψηλές θερμοκρασίες δεν παρατηρούνται μόνο στο κέντρο του Ρότερνταμ, αλλά και στις βιομηχανικές περιοχές και στα λιμάνια, δυτικά της πόλης. Αυτό σχετίζεται με τις πολλές σκουρόχρωμες στέγες και τις μεγάλες περιοχές των πλακόστρωτων και αδιαπέρατων επιφανειών. &lt;br /&gt;
&lt;br /&gt;
'''2. Η θερμοκρασία της αστικής επιφάνειας και τα αστικά χαρακτηριστικά:''' Τα αποτελέσματα της στατιστικής ανάλυσης του μέσου όρου των θερμοκρασιών της αστικής επιφάνειας και των αστικών χαρακτηριστικών της κάθε γειτονιάς έδειξε ότι τα κλάσματα των πράσινων χώρων αποτελούν τον κύριο  προγνωστικό δείκτη της θερμοκρασίας της επιφάνειας. Αυτό αποδεικνύει ότι η βλάστηση έχει σημαντική επίδραση στο δροσισμό και εξηγεί το 69% της διακύμανσης της θερμοκρασίας της επιφάνειας (εικόνα 4). Η αύξηση του ποσοστού του πρασίνου κατά 10% μειώνει την μέση θερμοκρασία της επιφάνειας κατά 1,3 °C. &lt;br /&gt;
&lt;br /&gt;
Επιπλέον, η θερμοκρασία της επιφάνειας μειώνεται όσο αυξάνεται η ανακλαστικότητα, οι λιγότερο αδιαπέρατες επιφάνειες και ο παράγοντας του sky view. Το ποσοστό των υδάτινων επιφανειών δεν συσχετίζεται άμεσα με τη θερμοκρασία της αστικής επιφάνειας, γεγονός που συνεπάγει ότι το νερό δεν έχει σημαντική επίδραση στο δροσισμό των γύρω επιφανειών. Παρόλα αυτά, θα μπορούσε να έχει κάποιο αποτέλεσμα δροσισμού στη θερμοκρασία του αέρα, αλλά η ανάλυση αυτή ξεφεύγει από τα όρια της μελέτης. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα:''' Οι θερμικές υπέρυθρες εικόνες Landsat κατά τη διάρκεια 15 θερινών ημερών έδειξαν ότι η ένταση SHI στο Ρότερνταμ κατά τη διάρκεια της ημέρας άγγιζε τους  10 °C σε σχέση με τις μη αστικές περιοχές. Οι διαφορές της έντασης SHI μεταξύ των διαμερισμάτων μπορούν να εξηγηθούν σε μεγάλο βαθμό από τη διαφορά των χαρακτηριστικών της αστικής επιφάνειας και ιδιαίτερα από το ποσοστό της αστικής βλάστησης.&lt;br /&gt;
Η χωρική εμφάνιση της έντασης SHI διέφερε μεταξύ ημέρας και νύχτας. Το παραπάνω διαπιστώθηκε από την ανάλυση της ημερήσιας διακύμανσης της θερμοκρασίας των αστικών επιφανειών, βασισμένη σε μία σειρά εικόνων NOAA-AVHHR, κατά την περίοδο καύσωνα του 2006. Η μελέτη της διαφορετικής χωρικής εμφάνισης της έντασης SHI κρίνεται ιδιαίτερα χρήσιμη για τον μελλοντικό σχεδιασμό της πόλης, ο οποίος θα πρέπει να στοχεύει στην μετρίαση των αρνητικών επιπτώσεων της θερμότητας. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αναφορές'''&lt;br /&gt;
&lt;br /&gt;
Bowler DE, Buyung-Ali L, Knight TM, Pullin AS. Urban greening to cool towns and cities: a systematic review of the empirical evidence. Landscape and Urban Planning 2010;97(3):147–55.&lt;br /&gt;
&lt;br /&gt;
Dousset B, Gourmelon F. Satellite multi-sensor data analysis of urban surface temperatures and landcover. Remote Sensing of the Environment 2003;58(1–2):43–54.&lt;br /&gt;
&lt;br /&gt;
Dousset B, Gourmelon F, Mauri E. Application of satellite remote sensing for urban risk analysis: a case study of the 2003 extreme heat wave in Paris. Urban Remote Sensing Joint Event 2007:1–5.&lt;br /&gt;
&lt;br /&gt;
Heusinkveld BG, Van Hove LWA, Jacobs CMJ, Steeneveld GJ, Elbers JA, Moors EJ, et al. Use of a mobile platform for assessing urban heat stress in Rotterdam. In: Proceedings of the 7th conference on biometeorology – Berichte des Meteorologischen Instituts der Albert- Ludwigs-Universitδt; 2010. p. 433–8.&lt;br /&gt;
&lt;br /&gt;
Kovats RS, Hajat S. Heat stress and public health: a critical review. Annual Review of Public Health 2008;29:41–55.&lt;br /&gt;
&lt;br /&gt;
Oke TR. Boundary layer climates. 2nd ed. London: Methuen; 1987.&lt;br /&gt;
&lt;br /&gt;
Oke TR. The urban energy balance. Progress in Physical Geography 1988;12(4):471–508.&lt;br /&gt;
&lt;br /&gt;
Roodenburg J. Adaptation of rural minimum temperature forecasts to an urban environment. Archives for Meteorology Geophysics and Bioclimatology 1983;32:395–401.&lt;br /&gt;
&lt;br /&gt;
Rosenzweig C, Solecki WD, Slosberg RB. Mitigating New York City’s heat island with urban forestry, living roofs and light surfaces. New York: New York State Energy Research and Development Authority; 2006.&lt;br /&gt;
&lt;br /&gt;
Tucker CJ. Red and photographic infrared linear combinations for monitoring vegetation. Remote Sensing of the Environment 1979;8(2):127–50.&lt;br /&gt;
&lt;br /&gt;
Van de Griend AA, Owe M. On the relationship between thermal emissivity and the normalized difference vegetation index for natural surfaces. International Journal of Remote Sensing 1992;14(6):1119–31.&lt;br /&gt;
&lt;br /&gt;
Voogt JA. Urban heat islands: hotter cities. Retrieved September 5, 2011 from http://www.actionbioscience.org/environment/voogt.html?print.&lt;br /&gt;
&lt;br /&gt;
Voogt JA, Oke TR. Thermal remote sensing of urban climates. Remote Sensing of the Environment 2003;86:370–84.&lt;br /&gt;
&lt;br /&gt;
Weng Q. Thermal infrared remote sensing for urban climate and environmental studies: methods, applications, and trends. ISPRS Journal of Photogrammetry and Remote Sensing 2009;64:335–44.&lt;br /&gt;
&lt;br /&gt;
Weng Q, Lu D, Schubring J. Estimation of land surface temperature-vegetation abundance relationship for urban heat island studies. Remote Sensing of Environment 2004;89(4):467–83.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
[http://www.sciencedirect.com/science/article/pii/S0921344912000110 '''το άρθρο στο διαδίκτυο''']&lt;br /&gt;
&lt;br /&gt;
 [[category:Αστικός και περιφερειακός σχεδιασμός]]&lt;/div&gt;</summary>
		<author><name>Ramfou Vasiliki</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CF%84%CE%B9%CE%BA%CE%B5%CE%B9%CE%BC%CE%B5%CE%BD%CE%BF%CF%83%CF%84%CF%81%CE%B1%CF%86%CE%AE%CF%82_%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%B5%CE%B4%CE%B1%CF%86%CE%BF%CE%BA%CE%AC%CE%BB%CF%85%CF%88%CE%B7%CF%82_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%B1%CF%85%CF%84%CE%BF%CE%BC%CE%B1%CF%84%CE%BF%CF%80%CE%BF%CE%B9%CE%B7%CE%BC%CE%AD%CE%BD%CE%B7_%CF%80%CE%B1%CF%81%CE%B1%CE%B3%CF%89%CE%B3%CE%AE_%CF%84%CF%89%CE%BD_%CF%84%CF%8D%CF%80%CF%89%CE%BD_%CF%84%CE%B7%CF%82_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%B4%CE%BF%CE%BC%CE%AE%CF%82</id>
		<title>Αντικειμενοστραφής χαρτογράφηση της εδαφοκάλυψης για την αυτοματοποιημένη παραγωγή των τύπων της αστικής δομής</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CF%84%CE%B9%CE%BA%CE%B5%CE%B9%CE%BC%CE%B5%CE%BD%CE%BF%CF%83%CF%84%CF%81%CE%B1%CF%86%CE%AE%CF%82_%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%B5%CE%B4%CE%B1%CF%86%CE%BF%CE%BA%CE%AC%CE%BB%CF%85%CF%88%CE%B7%CF%82_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%B1%CF%85%CF%84%CE%BF%CE%BC%CE%B1%CF%84%CE%BF%CF%80%CE%BF%CE%B9%CE%B7%CE%BC%CE%AD%CE%BD%CE%B7_%CF%80%CE%B1%CF%81%CE%B1%CE%B3%CF%89%CE%B3%CE%AE_%CF%84%CF%89%CE%BD_%CF%84%CF%8D%CF%80%CF%89%CE%BD_%CF%84%CE%B7%CF%82_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%B4%CE%BF%CE%BC%CE%AE%CF%82"/>
				<updated>2015-03-19T23:54:09Z</updated>
		
		<summary type="html">&lt;p&gt;Ramfou Vasiliki: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα:vr_a2_e1.jpg|300px|thumb|right|Εικόνα 1. Διαγραμματική παρουσίαση της ταξινόμησης της εδαφοκάλυψης που εφαρμόστηκε.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a2_e2.jpg|300px|thumb|right|Εικόνα 2. Η ιεράρχηση των τύπων της αστικής δομής.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a2_e3.jpg|300px|thumb|right|Εικόνα 3. Τα υπολογιζόμενα ύψη του nDSM σε σχέση με τα ύψη που ελήφθησαν χειροκίνητα.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a2_e4.jpg|300px|thumb|right|Εικόνα 4. Η παραγόμενη κάλυψη γης της πόλης του Βερολίνου.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a2_e5.jpg|300px|thumb|right|Εικόνα 5. Η παραγόμενη ταξινόμηση των τύπων της αστικής δομής της πόλης του Βερολίνου.]]&lt;br /&gt;
&lt;br /&gt;
'''Αντικείμενο Εφαρμογής:''' Αυτοματοποιημένη προσέγγιση για την ταξινόμηση των τύπων της αστικής δομής&lt;br /&gt;
&lt;br /&gt;
'''Πλήρης Τίτλος:''' 'Αντικειμενοστραφής χαρτογράφηση της εδαφοκάλυψης και συνολικός υπολογισμός των χαρακτηριστικών για την αυτοματοποιημένη παραγωγή των τύπων της αστικής δομής σε επίπεδο οικοδομικού τετραγώνου'&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος Τίτλος:''' 'Object-based land cover mapping and comprehensive feature calculation for an automated derivation of urban structure types at block level'&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Michael Voltersen*, Christian Berger, Sören Hese, Christiane Schmullius&lt;br /&gt;
&lt;br /&gt;
*Department of Earth Observation, Institute of Geography, Friedrich-Schiller-University Jena, Loebdergraben 32, 07743 Jena, Germany&lt;br /&gt;
&lt;br /&gt;
'''Πηγή:''' Elsevier, Remote Sensing of Environment, 154 (2014), 192-201 &lt;br /&gt;
&lt;br /&gt;
'''Λέξεις Κλειδιά:''' αστικές περιοχές, αντικειμενοστραφής ανάλυση εικόνας, αερομεταφερόμενοι αισθητήρες, χαρτογράφηση εδαφοκάλυψης, τύποι αστικής δομής &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Περίληψη:''' Οι πόλεις έχουν εξελιχθεί κάτω από ποικίλες γεωγραφικές, οικονομικές, ιστορικές και πολιτιστικές παραμέτρους, με αποτέλεσμα μία μεγάλη διαφοροποίηση σε μέγεθος και σχήμα. Παρά την εμφάνιση ομοιοτήτων στη δομή, κάθε πόλη εμφανίζει ιδιαίτερα και μοναδικά χαρακτηριστικά. Ο διαχωρισμός σε επιμέρους μοτίβα, τα οποία συνήθως ονομάζονται τύποι αστικής δομής (Urban Structure Types - USTs), στηρίζεται στα ιδιαίτερα χαρακτηριστικά γνωρίσματα των φυσικών, λειτουργικών και ενεργειακών παραγόντων των οικιστικών δομών, επιτρέποντας την περιβαλλοντική και κοινωνικοοικονομική έρευνα και τη σύγκριση της μορφής διαφόρων πόλεων. Η μελέτη αυτή παρουσιάζει μια αυτοματοποιημένη προσέγγιση για την ταξινόμηση των USTs, η οποία βασίζεται σε τηλεπισκοπικά δεδομένα με σκοπό την ανάλυση της σχέσης μεταξύ των οικιστικών δομών και περιβαλλοντικών ζητημάτων, όπως είναι η ατμοσφαιρική ρύπανση ή, σε μεταγενέστερο επίπεδο, το φαινόμενο των θερμικών νησίδων.&lt;br /&gt;
&lt;br /&gt;
Αρχικά, εφαρμόζεται μία αντικειμενοστραφής ταξινόμηση, προκειμένου να προσδιοριστεί η κάλυψη γης της πόλης του Βερολίνου, χρησιμοποιώντας πολύ υψηλής ανάλυσης αεροφωτογραφίες και δεδομένα για το ύψος των αντικειμένων. Οι κατηγορίες των USTs προσδιορίζονται με βάση την εμφάνιση στην περιοχή μελέτης και οριοθετούνται από τα όρια των οικοδομικών τετραγώνων. Στη συνέχεια, οι δείκτες για την παραγωγή των USTs δημιουργούνται με βάση τα προηγούμενα δεδομένα για την κάλυψη γης, ενώ τα πιο 'πολύτιμα' χαρακτηριστικά επιλέγονται με τη βοήθεια του αλγορίθμου 'Random Forests'. Τέλος, γίνεται η ταξινόμηση των USTs. Το ενδιαφέρον επικεντρώνεται στην παραγωγή μίας αυτοματοποιημένης και μεταβιβάσιμης μεθόδου συνολικής ταξινόμησης των USTs, η οποία καλύπτει ολόκληρη την πόλη.&lt;br /&gt;
 &lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή:''' Μεταξύ του ενός τρίτου και του ημίσεως της συνολικής επιφάνειας της Γης έχει ήδη επηρεαστεί από την ανθρώπινη δραστηριότητα. Η αντικατάσταση της φυσικής επιφάνειας με τεχνητές δομές έχει ως άμεσο επακόλουθο διάφορες αλλαγές στο οικοσύστημα, μεταβολές στο υδρολογικό καθεστώς και αύξηση του φαινομένου της θερμικής νησίδας. Προκειμένου να επιτευχθεί μία βιώσιμη αστική ανάπτυξη, οι υπεύθυνοι λήψης αποφάσεων και οι πολεοδόμοι χρειάζονται αποτελεσματικές μεθόδους για την μεγάλης κλίμακας παρακολούθηση των αστικών περιοχών. Συνεπώς, είναι ιδιαίτερα σημαντικό να κατανοήσουμε τη σχέση μεταξύ των οικιστικών δομών και των κοινωνικοοικονομικών και των περιβαλλοντικών ζητημάτων. Η βάση για την επίτευξη του παραπάνω στόχου, μπορεί να υλοποιηθεί διαιρώντας τις πόλεις σε ένα σύνολο αστικών μοτίβων, που συνήθως ονομάζονται τύποι αστικής μορφολογίας (Urban Morphology Types - UMTs), αστικές δομικές μονάδες (Urban Structural Units - USUs) ή τύποι αστικής δομής (Urban Structure Types - USTs). Οι USTs περιγράφουν τη σύνθεση μιας πόλης με όλες τις τεχνητές και φυσικές επιφάνειες, με βάση την υπόθεση ότι οι οικισμοί αποτελούνται από διακριτές χωρικές ενότητες με παρόμοιες κτιριακές δομές και ανοικτούς χώρους, καθώς και χρήσεις γης που συνθέτουν οριοθετημένα μοτίβα. Κατά συνέπεια, με την κατανόηση της σχέσης του αστικού μικροκλίματος και της αστικής δομής, περιβαλλοντικά ζητήματα, όπως η διαχείριση των ομβρίων υδάτων, η στεγανοποίηση του εδάφους, ο σχεδιασμός τοπίου και η άμβλυνση του φαινομένου της θερμικής νησίδας, μπορούν να αντιμετωπιστούν ολιστικά, βελτιώνοντας την ποιότητα ζωής των κατοίκων. &lt;br /&gt;
&lt;br /&gt;
Η UST κατάταξη για τις μεγάλες αστικές περιοχές εξαρτάται από τη χρήση μεθόδων και δεδομένων της Τηλεπισκόπισης. Η χρήση εικόνων από δορυφόρους ή αερομεταφερόμενους αισθητήρες προσφέρει έναν υψηλό βαθμό αντικειμενικότητας, δυνατότητας μεταφοράς και αυτοματισμού. Επιπλέον, παρέχει συνεχή, ενημερωμένα και εκτενή δεδομένα σχετικά με τις δομές των αστικών χρήσεων γης. &lt;br /&gt;
&lt;br /&gt;
Το βάθος της ταξινόμησης διαφέρει από χονδροειδείς διαβαθμίσεις που διακρίνουν μόνο τους ανοικτούς χώρους και 3 διαφορετικές πυκνότητες κατοικημένων περιοχών, μέχρι λεπτομερείς ιεραρχίες 15 και παραπάνω κατηγοριών. Επιπλέον, τα όρια των ομοιογενών τμημάτων της πόλης είτε λαμβάνονται χειροκίνητα από την οπτική ερμηνεία αεροφωτογραφιών, είτε με τη βοήθεια βοηθητικών δεδομένων που παρέχονται από τους Δήμους ή που προέρχονται από το Open Street Map. Ως εκ τούτου, η επιλογή των χαρακτηριστικών, ένα καθοριστικό βήμα για την ορθή ταξινόμηση των USTs, παρουσιάζει, από τη μία πλευρά, ποικίλες διαφοροποιήσεις εξαιτίας της υποκειμενικής της φύσης, ενώ  από την άλλη, εκτελείται χρησιμοποιώντας στατιστικές μεθόδους, όπως είναι η ' Random Forests' ή η μέθοδος των 'Διαδοχικών Προσεγγίσεων'. &lt;br /&gt;
&lt;br /&gt;
Εξετάζοντας προηγούμενες μελέτες, διαπιστώνουμε ότι είτε η ταξινόμηση των οικοδομικών τετραγώνων περιορίζεται σε μερικούς μόνο USTs καλύπτοντας μερικά σημεία της πόλης, είτε το τελικό αποτέλεσμα χρειάζεται βελτίωση όσον αφορά την ακρίβεια της ταξινόμησης. Η παρούσα μελέτη προσπαθώντας να επιτύχει καλύτερη ακρίβεια ταξινόμησης και να ξεπεράσει την αδυναμία της μη συστηματικής επιλογής των κατάλληλων περιγραφικών στοιχείων για την οριοθέτηση των USTs, χρησιμοποιεί μία ακριβής αντικειμενοστραφής ταξινόμηση των χρήσεων γης,  πολυφασματικά δεδομένα και δεδομένα που αφορούν το ύψος, σε συνδυασμό με μία εις βάθος ανάλυση των USTs. Η λεπτομερής ιεράρχηση της ταξινόμησης καλύπτει τόσο τις φυσικές όσο και τις τεχνητές εκτάσεις του συνόλου της πόλης. Ιδιαίτερη έμφαση δίνεται στην αυτοματοποιημένη επεξεργασία των δεδομένων, ενώ το τελικό αποτέλεσμα συσχετίζεται με ένα χάρτη αναφοράς.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Η περιοχή μελέτης:''' Η πόλη του Βερολίνου βρίσκεται στο βορειοανατολικό τμήμα της Γερμανίας. Με πάνω από 3,3 εκατομμύρια κατοίκους και έκταση 891,7 km2, είναι η μεγαλύτερη πόλη και πρωτεύουσα της Γερμανίας. Εξαιτίας διάφορων ιστορικών γεγονότων (π.χ. εκβιομηχάνιση, καταστροφές κατά τη διάρκεια του Β' Παγκοσμίου Πολέμου, διαχωρισμός σε Ανατολικό και Δυτικό Βερολίνο), έχουν αναπτυχθεί ποικίλες τυπολογίες της αστικής δομής. Στον πυρήνα της πόλης, παρατηρούνται πυκνοδομημένες περιοχές που διαθέτουν υψηλό ποσοστό αδιαπέρατων επιφανειών (Impervious Surface Areas - ISA), ενώ οι περιμετρικές περιοχές χαρακτηρίζονται από υψηλά ποσοστά βλάστησης. Επιπλέον, υπάρχει μία έντονη διακύμανση των κτιριακών τύπων, ακόμη και στο ίδιο οικοδομικό τετράγωνο, καθώς και ένας μεγάλος αριθμός υδάτινων μαζών σε όλη την πόλη. Το έδαφος παρουσιάζει υψομετρικές διαφορές των 81m.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Βάση δεδομένων:''' Τα πολυφασματικά raster δεδομένα και τα δεδομένα του ύψους δόθηκαν από το Ινστιτούτο DLR Berlin-Adlershof. Η λήψη των υψηλής χωρικής ανάλυσης αερομεταφερόμενων δεδομένων πραγματοποιήθηκε από τον αισθητήρα UltraCamX, ο οποίος διαθέτει ραδιομετρική ανάλυση 12 bit με 1 m2 μέγεθος pixel. Τέσσερα κανάλια παρέχουν φασματικά χαρακτηριστικά σε ορατό φάσμα και εγγύς υπέρυθρο. Η λήψη των δεδομένων πραγματοποιήθηκε στις 23 Σεπτεμβρίου του 2010 κατά τη διάρκεια πρωινών ωρών. Έτσι, η μικρή γωνία πρόσπτωσης του ηλιακού φωτός είχε ως αποτέλεσμα ένα σημαντικό πλήθος σκιασμένων περιοχών.&lt;br /&gt;
Επιπλέον, υπολογίστηκε ένα Ψηφιακό Μοντέλο Επιφάνειας (Digital Surface Model - DSM) από τη στερεοσκοπική ερμηνεία πολλαπλών επικαλυπτόμενων UltraCamX εικόνων, εκδιδόμενες επίσης από το DLR Berlin-Adlershof, με την ίδια υψηλή χωρική ανάλυση του 1 m2 μεγέθους pixel. Τα διανυσματικά δεδομένα παραχωρήθηκαν από το τμήμα 'Senate Department for Urban Development and the Environment' του Βερολίνου. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Μέθοδος:''' Η ροή εργασίας της παρούσας μελέτης χωρίζεται σε τρία στάδια: εξαγωγή ενός κανονικοποιημένου Ψηφιακού Μοντέλου Επιφάνειας (nDSM), χαρτογράφηση της εδαφοκάλυψης και χαρτογράφηση των τύπων της αστικής δομής (USTs). Μετά την αρχική δημιουργία ενός nDSM, δημιουργείται ένα σύνολο κανόνων για τη χαρτογράφηση της εδαφοκάλυψης, ενώ υπολογίζεται η ακρίβεια για την κάθε LC-class. Ακολούθως, χρησιμοποιούνται τα δεδομένα της κάλυψης γης για τη δημιουργία περιγραφικών χαρακτηριστικών για όλα τα οικοδομικά τετράγωνα εντός της περιοχής μελέτης. Μετά την ιεράρχηση των USTs, εκτελείται μία συνδυαστική προσέγγιση που βασίζεται στη γνώση και στη στατιστική επιλογή χαρακτηριστικών, προκειμένου να καθοριστούν οι τύποι της αστικής δομής. Τέλος, εκτιμάται η ακρίβεια του παραγόμενου UST χάρτη, με τη βοήθεια δεδομένων αναφοράς. &lt;br /&gt;
&lt;br /&gt;
'''1. Εξαγωγή του nDSM:''' χρησιμοποιείται για τη δημιουργία του ύψους των αντικειμένων. Για το σκοπό αυτό, έχει αναπτυχθεί η προσέγγιση Diff2Min, η οποία χρησιμοποιεί  το λογισμικό Trimble eCognition και τη γλώσσα 'cognition network language (CNL)'. Αρχικά δημιουργείται ένα Ψηφιακό Μοντέλο Εδάφους (Digital Terrain Model - DTM), το οποίο αφού εξομαλυνθεί, οδηγεί στη δημιουργία ενός DSM. &lt;br /&gt;
&lt;br /&gt;
'''2. Χαρτογράφηση της εδαφοκάλυψης:''' αποτελεί τη βάση για την ταξινόμηση των USTs. Εξάγονται 6 κατηγορίες εδαφοκάλυψης, χρησιμοποιώντας πολυφασματικά δεδομένα και το nDSM. Αυτές είναι οι εξής: γυμνό έδαφος, κτίρια, γρασίδι/θάμνοι, αδιαπέρατες επιφάνειες, δέντρα και υδάτινες επιφάνειες. Η χρήση της αντικειμενοστραφούς προσέγγισης επιλέχτηκε  λόγω του συγκριτικού πλεονεκτήματος που παρουσιάζει  όσον αφορά την υψηλή χωρική ανάλυση της κάλυψης γης, σε σχέση με τις μεθόδους που βασίζονται στο pixel, ενώ μία περιοχή 18.000 × 18.000 pixels (324 km2) επιλέχτηκε για την ταξινόμηση. Η εικόνα 1 παρουσιάζει μία επισκόπηση της μεθόδου ταξινόμησης των καλύψεων γης.&lt;br /&gt;
&lt;br /&gt;
'''3.Χαρτογράφηση των τύπων της αστικής δομής (USTs):''' καθώς δεν υπάρχουν σαφώς ορισμένοι τύποι της αστικής δομής, το σύστημα της ταξινόμησης εξαρτάται από την περιοχή μελέτης και το στόχο της ανάλυσης. Μετά την έρευνα των κατηγοριών που χρησιμοποιήθηκαν σε παρόμοιες μελέτες και την οπτική ερμηνεία των τηλεπισκοπικών δεδομένων της πόλης του Βερολίνου, σχεδιάστηκε ένα σύστημα ταξινόμησης που καλύπτει 15 USTs, οι οποίοι μπορούν να συνοψιστούν σε 6 κύριες κατηγορίες. Οι USTs που ορίστηκαν φαίνονται στην εικόνα 2. Τα κτίρια γραφείων και κατοικιών υποδιαιρούνται σε 7 κατηγορίες, ανάλογα με την κυρίαρχη χρήση. Οι διαφορετικοί συνδυασμοί της πυκνότητας της δόμησης και του ποσοστού της βλάστησης είναι καθοριστικής σημασίας. Οι εμπορικές και βιομηχανικές περιοχές συχνά χαρακτηρίζονται από διαφορετικούς τύπους κτιρίων, που κυμαίνονται από μικρής έκτασης κατασκευές μέχρι τεράστιες βιομηχανικές μονάδες έκτασης ενός ολόκληρου οικοδομικού τετραγώνου, ενώ εμφανίζουν λίγη ή καθόλου βλάστηση. Οι ανοιχτοί χώροι χωρίς καθόλου βλάστηση, αναφέρονται σε στεγανοποιημένες εκτάσεις, όπως είναι οι μεταφορικές υποδομές, τα αεροδρόμια, οι χώροι στάθμευσης και οι πλατείες της πόλης, καθώς και οι περιοχές γυμνού εδάφους, ενώ η κατηγορία των πράσινων χώρων περιλαμβάνει οικοδομικά τετράγωνα με κυρίαρχη τη χρήση της ψυχαγωγίας και ένα υψηλό ποσοστό βλάστησης. Οι γεωργικές εκτάσεις και οι υδάτινες επιφάνειες ολοκληρώνουν τις αστικές καλύψεις γης.  Το επίπεδο λεπτομέρειας της ιεράρχησης των USTs, επιλέχτηκε προκειμένου να καλύψει τις ανάγκες μιας ολιστικής περιγραφής της δομής της πόλης και να είναι μεταβιβάσιμο. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα''' &lt;br /&gt;
&lt;br /&gt;
'''1. Εξαγωγή του nDSM:''' Για τη γρήγορη παραγωγή ενός κανονικοποιημένου DSM από τα 250 χειροκίνητα ληφθέντα δείγματα από όλη την περιοχή μελέτης, εφαρμόστηκε η προσέγγιση Diff2Min. Όπως φαίνεται στην εικόνα 3, για τα περισσότερα από τα δείγματα (90,4%), η απόκλιση του υπολογιζόμενου και του πραγματικού ύψος είναι μικρότερη από 1 m, ενώ σχεδόν το 50% των υπολογιζόμενων υψών προκύπτει με σφάλμα μικρότερο των 0,3 m. Μόνο ένα μικρό ποσοστό (3,6%) των επιλεγμένων δειγμάτων παρουσιάζει απόκλιση μεγαλύτερη των 2 m, ενώ σε μία περίπτωση η προσέγγιση Diff2Min απέτυχε να υπολογίσει το ύψος, με απόκλιση 49,6 m.&lt;br /&gt;
&lt;br /&gt;
'''2. Χαρτογράφηση της εδαφοκάλυψης:''' Η περιοχή μελέτης των 324 km2 καλύπτει όλο το κέντρο της πόλης του Βερολίνου καθώς και τις γύρω περιοχές. Και οι 6 κατηγορίες της κάλυψης γης εμφανίζονται συχνά στην επιλεγμένη περιοχή μελέτης. Ωστόσο, μόνο το 1,5% της περιοχής καλύπτεται από υδάτινες επιφάνειες και γυμνό έδαφος. Μεγάλο ποσοστό κάλυψης ανήκει στα κτίρια (21%) και στις αδιαπέρατες επιφάνειες (24,6%), ενώ οι περιοχές βλάστησης αντιπροσωπεύουν πάνω από το ήμισυ της περιοχής (17,5% γρασίδι/θάμνοι και 33,9% δέντρα). Μία συνολική επισκόπηση της κάλυψης γης, η οποία παρουσιάζεται στην εικόνα 4, αποκαλύπτει ότι ένα μεγάλο πλήθος των αδιαπέρατων επιφανειών βρίσκεται  στο κέντρο της πόλης, ενώ τα δάση, το γρασίδι και οι θάμνοι βρίσκονται κυρίως στην περιφερειακή ζώνη. Συνολικά, 104.582 αντικείμενα ταξινομήθηκαν ως κτίρια. &lt;br /&gt;
&lt;br /&gt;
Η ακρίβεια της ταξινόμησης αξιολογήθηκε μέσω 100 τυχαίων δειγμάτων ανά κατηγορία. Ο συνολικός βαθμός ακρίβειας που επιτεύχθηκε ήταν 92,2%, ενώ ο συντελεστής kappa του Cohen ήταν 0,91, αποδεικνύοντας την υψηλή ακρίβεια και την καταλληλότητα της προτεινόμενης μεθόδου.&lt;br /&gt;
&lt;br /&gt;
'''3. Χαρτογράφηση των τύπων της αστικής δομής:''' για την εκτέλεση της ταξινόμησης των USTs ολόκληρου του υποσυνόλου χρησιμοποιήθηκαν τα πιο 'πολύτιμα' χαρακτηριστικά. Ο χάρτης που προέκυψε από την ανάλυση των USTs για την πόλη του Βερολίνου απεικονίζεται στην εικόνα 5, όπου οι λευκές περιοχές (23,8% του συνόλου της εικόνας) αντιπροσωπεύουν τις εξαιρεθείσες περιοχές, όπως είναι οι δρόμοι, οι διαχωριστικές νησίδες και τα οικοδομικά τετράγωνα που 'κόβονται' από τα όρια της εικόνας. Μεταξύ των πιο ομοιογενών USTs, τα πάρκα αντιπροσωπεύουν το μεγαλύτερο ποσοστό (12,7%) της εικόνας, ενώ ακολουθούν οι αστικές δομές επιπέδου ενός ολόκληρου οικοδομικού τετραγώνου (12%) και οι εμπορικές και βιομηχανικές περιοχές (11,5%). Αντίθετα, μόλις 0,5 km2 αποτελούνται από πολύ ψηλά κτίρια και δασικές εκτάσεις, ενώ το 0,4% της περιοχής καλύπτεται από γεωργικές εκτάσεις. Όσον αφορά τις περιοχές κατοικίας, πολλές περιοχές περιλαμβάνουν δόμηση περιμετρικά του οικοδομικού τετραγώνου (7%) ή περιοχές κτιρίων διαμερισμάτων (5,2%). Μόνο πολύ μικρές περιοχές περιλαμβάνουν μονοκατοικίες και διπλοκατοικίες (3,1%), ή κατοικίες σε σειρά (2,7%). Ο χάρτης αποκαλύπτει κάποιες χωρικές ομαδοποιήσεις τύπων δόμησης, όπως είναι τα πάρκα και η χαλαρή αστική δόμηση των περιαστικών περιοχών, καθώς και οι μικρές διακυμάνσεις των USTs στο κέντρο της πόλης. &lt;br /&gt;
&lt;br /&gt;
Η ταξινόμηση οδήγησε σε μία συνολική ακρίβεια της τάξης του 82,1% με συντελεστή kappa ίσο με 0,79, γεγονός το οποίο σημαίνει λογικά αποτελέσματα χαρτογράφησης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα:''' Ο διαχωρισμός των πόλεων σε περιοχές με ομοιογενή αστική δομή και παρόμοια κάλυψη γης αποτελεί τη βάση για μια αποτελεσματική διαχείριση της πόλης. Για το λόγο αυτό, έχει δημιουργηθεί η προσέγγιση του καθορισμού των τύπων της αστικής δομής, επιτρέποντας την ολιστική περιγραφή μίας πόλης και τις αλληλεπιδράσεις που λαμβάνουν χώρα σε αυτή. Τα δεδομένα και οι μέθοδοι της Τηλεπισκόπισης, καθώς και η ανάλυση των USTs, προσφέρουν αντικειμενικότητα, δυνατότητα μεταφοράς και αυτοματισμό. Καθώς η χειροκίνητη αξιολόγηση των πλέον κατάλληλων χαρακτηριστικών ενέχει τον κίνδυνο υποκειμενικών παραδοχών και ενδεχομένως αγνοεί πολύτιμες παραμέτρους, η επιλογή χαρακτηριστικών μέσω της μεθόδου Random Forests προσφέρει μια αυτοματοποιημένη προσέγγιση για την επιλογή των καλύτερων και πιο 'πολύτιμων' παραμέτρων. Η ταξινόμηση των USTs εκτελείται με τη βοήθεια ενός ακριβούς nDSM, της χαρτογράφησης της κάλυψης γης και της εξαγωγής χαρακτηριστικών, οδηγώντας σε τελικά αποτελέσματα συνολικής ακρίβειας 82,1%. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αναφορές'''&lt;br /&gt;
&lt;br /&gt;
Baatz, M., &amp;amp; Schäpe, A. (1999). Object-oriented and multi-scale image analysis in semantic networks. Proc. of the 2nd International Symposium on Operationalization of Remote Sensing. Enschede: ITC.&lt;br /&gt;
&lt;br /&gt;
Banzhaf, E., &amp;amp; Höfer, R. (2008). Monitoring urban structure types as spatial indicators with CIR aerial photographs for a more effective urban environmental management. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 1(2), 129–138.&lt;br /&gt;
&lt;br /&gt;
Barnsley, M. J., &amp;amp; Barr, S. L. (2000). Monitoring urban land use by earth observation. Surveys in Geophysics, 21(2), 269–289, http://dx.doi.org/10.1023/A:1006798328429.&lt;br /&gt;
&lt;br /&gt;
Berger, C., Voltersen, M., Eckardt, R., Eberle, J., Heyer, T., Salepci, N., et al. (2013). Multimodal and multi-temporal data fusion: Outcome of the 2012 GRSS data fusion contest. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 6(3), 1324–1340.&lt;br /&gt;
&lt;br /&gt;
Berger, C., Voltersen, M., Hese, S., Walde, I., &amp;amp; Schmullius, C. (2013). Robust extraction of urban land cover information from HSR multi-spectral and LiDAR data. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 6(5), 2196–2211, http://dx.doi.org/10.1109/JSTARS.2013.2252329.&lt;br /&gt;
&lt;br /&gt;
Blaschke, T. (2010). Object-based image analysis for remote sensing. ISPRS Journal of Photogrammetry and Remote Sensing, 65(1), 2–16.&lt;br /&gt;
&lt;br /&gt;
Blum, W. E. H. (2013). Land use planning and policy implication: Bridging between science, politics and decision making. In S. A. Shahid, F. K. Taha, &amp;amp; M.A. Abdelfattah (Eds.), Developments in soil classification, land use planning and policy implications (pp. 469–481). Springer Netherlands, http://dx.doi.org/10.1007/978-94-007-5332-7_25.&lt;br /&gt;
&lt;br /&gt;
Bochow, M., Taubenböck, H., Segl, K., &amp;amp; Kaufmann, H. (2010). An automated and adaptable approach for characterizing and partitioning cities into urban structure types. Geoscience and Remote Sensing Symposium (IGARSS) 2010 IEEE International (pp. 1796–1799). Honolulu: IEEE, http://dx.doi.org/10.1109/IGARSS.2010.5652972.&lt;br /&gt;
&lt;br /&gt;
Breiman, L. (2001). Random forests. Machine Learning, 45(1), 5–32, http://dx.doi.org/10. 1023/A:1010933404324.&lt;br /&gt;
&lt;br /&gt;
Breiman, L. (2002). Manual on setting up, using, and understanding random forests v3.1. Retrieved from http://www.stat.berkeley.edu/~breiman/Using_random_forests_V3.1.pdf&lt;br /&gt;
&lt;br /&gt;
Breuste, J., Wächter, M., &amp;amp; Bauer, B. (2001). Beiträge zur umwelt-und sozialverträglichen Entwicklung von Stadtregionen. Leipzig: Umweltforschungszentrum Leipzig-Halle.&lt;br /&gt;
&lt;br /&gt;
Bridgman, H. A., Warner, R. F., &amp;amp; Dodson, J. R. (1995). Urban biophysical environments. Meridian Australian geographical perspectives. Oxford University Press, 152.&lt;br /&gt;
&lt;br /&gt;
Cohen, J. (1960). A coefficient of agreement of nominal scales. Educational and Psychological Measurement, 20(1), 37–46, http://dx.doi.org/10.1177/001316446002000104.&lt;br /&gt;
&lt;br /&gt;
Congalton, R. G., &amp;amp; Green, K. (2009). Assessing the accuracy of remotely sensed data— Principles and practices (2nd ed.). Boca Raton: CRC Press, 183.&lt;br /&gt;
&lt;br /&gt;
Destatis (2013). German cities sorted by area, population, and population density (31.12.2012). Retrieved November 04, 2013, from. https://www.destatis.de/DE/ ZahlenFakten/LaenderRegionen/Regionales/Gemeindeverzeichnis/Administrativ/&lt;br /&gt;
Aktuell/05Staedte.html&lt;br /&gt;
&lt;br /&gt;
Erell, E., Pearlmutter, D., &amp;amp; Williamson, T. (2010). Urban microclimate—Designing the spaces between buildings. London: Earthscan.&lt;br /&gt;
&lt;br /&gt;
Gill, S. E., Handley, J. F., Ennos, A.R., Pauleit, S., Theuray, N., &amp;amp; Lindley, S. J. (2008). Characterising the urban environment of UK cities and towns: A template for landscape planning. Landscape and Urban Planning, 87(3), 210–222, http://dx.doi.org/10. 1016/j.landurbplan.2008.06.008.&lt;br /&gt;
&lt;br /&gt;
Gruber, M., Ponticelli, M., Bernögger, S., &amp;amp; Leberl, F. (2008). UltraCamX, the large format digital aerial camera system by Vexcel Imaging/Microsoft. International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, 37, 665–670.&lt;br /&gt;
&lt;br /&gt;
Hay, G., &amp;amp; Castilla, G. (2008). Geographic object-based image analysis (GEOBIA): A new name for a new discipline. In T. Blaschke, S. Lang, &amp;amp; G. Hay (Eds.), Object-based image analysis. Spatial concepts for knowledge-driven remote sensing applications (pp. 75–89). Berlin: Springer.&lt;br /&gt;
&lt;br /&gt;
Heiden, U., Heldens, W., Roessner, S., Segl, K., Esch, T., &amp;amp; Mueller, A. (2012). Urban structure type characterization using hyperspectral remote sensing and height information. Landscape and Urban Planning, 105(4), 361–375, http://dx.doi.org/10.1016/j. landurbplan.2012.01.001.&lt;br /&gt;
&lt;br /&gt;
Hermosilla, T., Ruiz, L. A., Recio, J. A., &amp;amp; Balsa-Barreiro, J. (2012). Land-use mapping of Valencia City area from aerial images and LiDAR data. GEOProcessing 2012: The Fourth International Conference on Advanced Geographic Information Systems, Applications,&lt;br /&gt;
and Services (pp. 232–237). Valencia: IARIA.&lt;br /&gt;
&lt;br /&gt;
Herold, M., Liu, X., &amp;amp; Clarke, K. C. (2003). Spatial metrics and image texture for mapping urban land use. Photogrammetric Engineering Remote Sensing, 69(9), 991–1001.&lt;br /&gt;
&lt;br /&gt;
Herold, M., Scepan, J., &amp;amp; Clarke, K. C. (2002). The use of remote sensing and landscape metrics to describe structures and changes in urban land uses. Environment and Planning - Part A, 34(8), 1443–1458, http://dx.doi.org/10.1068/a3496.&lt;br /&gt;
&lt;br /&gt;
Lang, S. (2008). Object-based image analysis for remote sensing applications: modeling reality—Dealing with complexity. In T. Blaschke, S. Lang, &amp;amp; G. Hay (Eds.), Objectbased image analysis (pp. 3–27). Springer Berlin Heidelberg, http://dx.doi.org/10.1007/978-3-540-77058-9_1.&lt;br /&gt;
&lt;br /&gt;
Lindner,M., Hese, S., Berger, C., &amp;amp; Schmullius, C. (2011). An object-basedmultisensoral approach for the derivation of urban land use structures in the city of Rostock, Germany. Earth Resources and Environmental Remote Sensing/gis Applications II, Vol. 8181, http://dx.doi.org/10.1117/12.898134.&lt;br /&gt;
&lt;br /&gt;
McGarigal, K., &amp;amp; Marks, B. J. (1995). FRAGSTATS: Spatial pattern analysis program for quantifying landscape structure. General Technical Report PNW-GTR-351.&lt;br /&gt;
Osmond, P. (2011). Application of the urban structural unit method to inform postcarbon planning and design. International Seminar on Urban Form: Urban Morphology and the Post-Carbon City. Montreal: ISUF.&lt;br /&gt;
&lt;br /&gt;
Paine, D. P., &amp;amp; Kiser, J.D. (2003). Aerial photography and image interpretation (2nd ed.). Hoboken: John Wiley &amp;amp; Sons.&lt;br /&gt;
&lt;br /&gt;
Pauleit, S., &amp;amp; Burkhardt, I. (2004). Umweltqualität und Stadtentwicklung. Landschaftsökologische Projekte von Friedrich Duhme für die Landeshauptstadt München. Landschaftsökologie in Forschung, Planung und Anwendung (pp. 89–116).&lt;br /&gt;
&lt;br /&gt;
Pauleit, S., &amp;amp; Duhme, F. (1998). Assessing the metabolism of urban systems for urban planning. In J. Breuste, H. Feldmann, &amp;amp; O. Uhlmann (Eds.), Urban ecology (pp. 65–69).&lt;br /&gt;
&lt;br /&gt;
Pauleit, S., &amp;amp; Duhme, F. (2000). Assessing the environmental performance of land cover types for urban planning. Landscape and Urban Planning, 52(1), 1–20, http://dx.doi.org/10.1016/S0169-2046(00)00109-2.&lt;br /&gt;
&lt;br /&gt;
Puissant, A., Zhang, W., &amp;amp; Skupinski, G. (2012). Urban morphology analysis by high and very high spatial resolution remote sensing. 4th GEOBIA (pp. 524–529). Rio de Janeiro: INPE.&lt;br /&gt;
&lt;br /&gt;
R Core Team (2014). R: A language and environment for statistical computing. Vienna: R Foundation for Statistical Computing (Retrieved from http://www.r-project.org/).&lt;br /&gt;
&lt;br /&gt;
Schiewe, J. (2002). Segmentation of high-resolution remotely sensed data—Concepts, applications and problems. International Archives of Photogrammetry and Remote Sensing, 34(4), 380–385.&lt;br /&gt;
&lt;br /&gt;
Senate Department for Urban Development and the Environment Berlin. (2010). Geoportal-Berlin.&lt;br /&gt;
&lt;br /&gt;
Spellerberg, I. F., &amp;amp; Fedor, P. J. (2003). A tribute to Claude Shannon (1916-2001) and a plea for more rigorous use of species richness, species diversity and the “Shannon–Wiener” Index. Global Ecology and Biogeography, 12(3), 177–179, http://dx.doi.org/10.1046/j.1466-822X.2003.00015.x.&lt;br /&gt;
&lt;br /&gt;
Taubenböck, H., Esch, T., &amp;amp; Roth, A. (2006). An urban classification approach based on an object-oriented analysis of high resolution satellite imagery for a spatial structuring within urban areas. 1st EARSeL Workshop of the SIG Urban Remote Sensing (pp. 8). Berlin: EARSel.&lt;br /&gt;
&lt;br /&gt;
Tompalski, P., &amp;amp; Wezyk, P. (2012). LiDAR and VHRS data for assessing living quality in cities—An approach based on 3D indices. ISPRS International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, XXXIX-B6. (pp. 173–176).&lt;br /&gt;
&lt;br /&gt;
Trimble (2013). eCognition Developer 8.9 reference book. Munich: Trimble Germany GmbH.&lt;br /&gt;
&lt;br /&gt;
Tucker, C. (1979). Red and photographic infrared linear combinations for monitoring vegetation. Remote Sensing of Environment, 8(2), 127–150.&lt;br /&gt;
&lt;br /&gt;
Tzotsos, A., Iosifidis, C., &amp;amp; Argialas, D. (2008). A hybrid texture-based and region-based multi-scale image segmentation algorithm. In T. Blaschke, S. Lang, &amp;amp; G. Hay (Eds.), Object-based image analysis (pp. 221–236). Springer Berlin Heidelberg, http://dx.doi.org/10.1007/978-3-540-77058-9_12.&lt;br /&gt;
&lt;br /&gt;
Vitousek, P.M., Mooney, H. A., Lubchenco, J., &amp;amp; Melillo, J. M. (1997). Human domination of Earth's ecosystems. Science, 277(5325), 494–499, http://dx.doi.org/10.1126/science.277.5325.494.&lt;br /&gt;
&lt;br /&gt;
Walde, I., Hese, S., Berger, C., &amp;amp; Schmullius, C. (2014). From land cover-graphs to urban structure types. International Journal of Geographical Information Science, 28(3), 584–609, http://dx.doi.org/10.1080/13658816.2013.865189.&lt;br /&gt;
&lt;br /&gt;
Wurm, M., Taubenböck, H., &amp;amp; Dech, S. (2010). Quantification of urban structure on building block level utilizing multisensoral remote sensing data. Earth, 7831(1), 1–12, http://dx.doi.org/10.1117/12.864930.&lt;br /&gt;
&lt;br /&gt;
Wurm, M., Taubenböck, H., Roth, A., &amp;amp; Dech, S. (2009). Urban structuring using multisensoral remote sensing data: By the example of the German cities Cologne and Dresden. 2009 Joint Urban Remote Sensing Event (pp. 1–8). IEEE, http://dx.doi.org/10.1109/URS.2009.5137555&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
[http://www.sciencedirect.com/science/article/pii/S0034425714003216 '''το άρθρο στο διαδίκτυο''']&lt;br /&gt;
&lt;br /&gt;
 [[category:Ανίχνευση μεταβολών αστικής γης]]&lt;/div&gt;</summary>
		<author><name>Ramfou Vasiliki</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CF%84%CE%B9%CE%BA%CE%B5%CE%B9%CE%BC%CE%B5%CE%BD%CE%BF%CF%83%CF%84%CF%81%CE%B1%CF%86%CE%AE%CF%82_%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%B5%CE%B4%CE%B1%CF%86%CE%BF%CE%BA%CE%AC%CE%BB%CF%85%CF%88%CE%B7%CF%82_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%B1%CF%85%CF%84%CE%BF%CE%BC%CE%B1%CF%84%CE%BF%CF%80%CE%BF%CE%B9%CE%B7%CE%BC%CE%AD%CE%BD%CE%B7_%CF%80%CE%B1%CF%81%CE%B1%CE%B3%CF%89%CE%B3%CE%AE_%CF%84%CF%89%CE%BD_%CF%84%CF%8D%CF%80%CF%89%CE%BD_%CF%84%CE%B7%CF%82_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%B4%CE%BF%CE%BC%CE%AE%CF%82</id>
		<title>Αντικειμενοστραφής χαρτογράφηση της εδαφοκάλυψης για την αυτοματοποιημένη παραγωγή των τύπων της αστικής δομής</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CF%84%CE%B9%CE%BA%CE%B5%CE%B9%CE%BC%CE%B5%CE%BD%CE%BF%CF%83%CF%84%CF%81%CE%B1%CF%86%CE%AE%CF%82_%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%B5%CE%B4%CE%B1%CF%86%CE%BF%CE%BA%CE%AC%CE%BB%CF%85%CF%88%CE%B7%CF%82_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%B1%CF%85%CF%84%CE%BF%CE%BC%CE%B1%CF%84%CE%BF%CF%80%CE%BF%CE%B9%CE%B7%CE%BC%CE%AD%CE%BD%CE%B7_%CF%80%CE%B1%CF%81%CE%B1%CE%B3%CF%89%CE%B3%CE%AE_%CF%84%CF%89%CE%BD_%CF%84%CF%8D%CF%80%CF%89%CE%BD_%CF%84%CE%B7%CF%82_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%B4%CE%BF%CE%BC%CE%AE%CF%82"/>
				<updated>2015-03-19T23:48:22Z</updated>
		
		<summary type="html">&lt;p&gt;Ramfou Vasiliki: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα:vr_a2_e1.jpg|300px|thumb|right|Εικόνα 1. Διαγραμματική παρουσίαση της ταξινόμησης της εδαφοκάλυψης που εφαρμόστηκε.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a2_e2.jpg|300px|thumb|right|Εικόνα 2. Η ιεράρχηση των τύπων της αστικής δομής.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a2_e3.jpg|300px|thumb|right|Εικόνα 3. Τα υπολογιζόμενα ύψη του nDSM σε σχέση με τα ύψη που ελήφθησαν χειροκίνητα.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a2_e4.jpg|300px|thumb|right|Εικόνα 4. Η παραγόμενη κάλυψη γης της πόλης του Βερολίνου.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a2_e5.jpg|300px|thumb|right|Εικόνα 5. Η παραγόμενη ταξινόμηση των τύπων της αστικής δομής της πόλης του Βερολίνου.]]&lt;br /&gt;
&lt;br /&gt;
'''Αντικείμενο Εφαρμογής:''' Αυτοματοποιημένη προσέγγιση για την ταξινόμηση των τύπων της αστικής δομής&lt;br /&gt;
&lt;br /&gt;
'''Πλήρης Τίτλος:''' 'Αντικειμενοστραφής χαρτογράφηση της εδαφοκάλυψης και συνολικός υπολογισμός των χαρακτηριστικών για την αυτοματοποιημένη παραγωγή των τύπων της αστικής δομής σε επίπεδο οικοδομικού τετραγώνου'&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος Τίτλος:''' 'Object-based land cover mapping and comprehensive feature calculation for an automated derivation of urban structure types at block level'&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Michael Voltersen*, Christian Berger, Sören Hese, Christiane Schmullius&lt;br /&gt;
&lt;br /&gt;
*Department of Earth Observation, Institute of Geography, Friedrich-Schiller-University Jena, Loebdergraben 32, 07743 Jena, Germany&lt;br /&gt;
&lt;br /&gt;
'''Πηγή:''' Elsevier, Remote Sensing of Environment, 154 (2014), 192-201 &lt;br /&gt;
&lt;br /&gt;
'''Λέξεις Κλειδιά:''' αστικές περιοχές, αντικειμενοστραφής ανάλυση εικόνας, αερομεταφερόμενοι αισθητήρες, χαρτογράφηση εδαφοκάλυψης, τύποι αστικής δομής &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Περίληψη:''' Οι πόλεις έχουν εξελιχθεί κάτω από ποικίλες γεωγραφικές, οικονομικές, ιστορικές και πολιτιστικές παραμέτρους, με αποτέλεσμα μία μεγάλη διαφοροποίηση σε μέγεθος και σχήμα. Παρά την εμφάνιση ομοιοτήτων στη δομή, κάθε πόλη εμφανίζει ιδιαίτερα και μοναδικά χαρακτηριστικά. Ο διαχωρισμός σε επιμέρους μοτίβα, τα οποία συνήθως ονομάζονται τύποι αστικής δομής (Urban Structure Types - USTs), στηρίζεται στα ιδιαίτερα χαρακτηριστικά γνωρίσματα των φυσικών, λειτουργικών και ενεργειακών παραγόντων των οικιστικών δομών, επιτρέποντας την περιβαλλοντική και κοινωνικοοικονομική έρευνα και τη σύγκριση της μορφής διαφόρων πόλεων. Η μελέτη αυτή παρουσιάζει μια αυτοματοποιημένη προσέγγιση για την ταξινόμηση των USTs, η οποία βασίζεται σε τηλεπισκοπικά δεδομένα με σκοπό την ανάλυση της σχέσης μεταξύ των οικιστικών δομών και περιβαλλοντικών ζητημάτων, όπως είναι η ατμοσφαιρική ρύπανση ή, σε μεταγενέστερο επίπεδο, το φαινόμενο των θερμικών νησίδων.&lt;br /&gt;
&lt;br /&gt;
Αρχικά, εφαρμόζεται μία αντικειμενοστραφής ταξινόμηση, προκειμένου να προσδιοριστεί η κάλυψη γης της πόλης του Βερολίνου, χρησιμοποιώντας πολύ υψηλής ανάλυσης αεροφωτογραφίες και δεδομένα για το ύψος των αντικειμένων. Οι κατηγορίες των USTs προσδιορίζονται με βάση την εμφάνιση στην περιοχή μελέτης και οριοθετούνται από τα όρια των οικοδομικών τετραγώνων. Στη συνέχεια, οι δείκτες για την παραγωγή των USTs δημιουργούνται με βάση τα προηγούμενα δεδομένα για την κάλυψη γης, ενώ τα πιο 'πολύτιμα' χαρακτηριστικά επιλέγονται με τη βοήθεια του αλγορίθμου 'Random Forests'. Τέλος, γίνεται η ταξινόμηση των USTs. Το ενδιαφέρον επικεντρώνεται στην παραγωγή μίας αυτοματοποιημένης και μεταβιβάσιμης μεθόδου συνολικής ταξινόμησης των USTs, η οποία καλύπτει ολόκληρη την πόλη.&lt;br /&gt;
 &lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή:''' Μεταξύ του ενός τρίτου και του ημίσεως της συνολικής επιφάνειας της Γης έχει ήδη επηρεαστεί από την ανθρώπινη δραστηριότητα. Η αντικατάσταση της φυσικής επιφάνειας με τεχνητές δομές έχει ως άμεσο επακόλουθο διάφορες αλλαγές στο οικοσύστημα, μεταβολές στο υδρολογικό καθεστώς και αύξηση του φαινομένου της θερμικής νησίδας. Προκειμένου να επιτευχθεί μία βιώσιμη αστική ανάπτυξη, οι υπεύθυνοι λήψης αποφάσεων και οι πολεοδόμοι χρειάζονται αποτελεσματικές μεθόδους για την μεγάλης κλίμακας παρακολούθηση των αστικών περιοχών. Συνεπώς, είναι ιδιαίτερα σημαντικό να κατανοήσουμε τη σχέση μεταξύ των οικιστικών δομών και των κοινωνικοοικονομικών και των περιβαλλοντικών ζητημάτων. Η βάση για την επίτευξη του παραπάνω στόχου, μπορεί να υλοποιηθεί διαιρώντας τις πόλεις σε ένα σύνολο αστικών μοτίβων, που συνήθως ονομάζονται τύποι αστικής μορφολογίας (Urban Morphology Types - UMTs), αστικές δομικές μονάδες (Urban Structural Units - USUs) ή τύποι αστικής δομής (Urban Structure Types - USTs). Οι USTs περιγράφουν τη σύνθεση μιας πόλης με όλες τις τεχνητές και φυσικές επιφάνειες, με βάση την υπόθεση ότι οι οικισμοί αποτελούνται από διακριτές χωρικές ενότητες με παρόμοιες κτιριακές δομές και ανοικτούς χώρους, καθώς και χρήσεις γης που συνθέτουν οριοθετημένα μοτίβα. Κατά συνέπεια, με την κατανόηση της σχέσης του αστικού μικροκλίματος και της αστικής δομής, περιβαλλοντικά ζητήματα, όπως η διαχείριση των ομβρίων υδάτων, η στεγανοποίηση του εδάφους, ο σχεδιασμός τοπίου και η άμβλυνση του φαινομένου της θερμικής νησίδας, μπορούν να αντιμετωπιστούν ολιστικά, βελτιώνοντας την ποιότητα ζωής των κατοίκων. &lt;br /&gt;
&lt;br /&gt;
Η UST κατάταξη για τις μεγάλες αστικές περιοχές εξαρτάται από τη χρήση μεθόδων και δεδομένων της Τηλεπισκόπισης. Η χρήση εικόνων από δορυφόρους ή αερομεταφερόμενους αισθητήρες προσφέρει έναν υψηλό βαθμό αντικειμενικότητας, δυνατότητας μεταφοράς και αυτοματισμού. Επιπλέον, παρέχει συνεχή, ενημερωμένα και εκτενή δεδομένα σχετικά με τις δομές των αστικών χρήσεων γης. &lt;br /&gt;
&lt;br /&gt;
Το βάθος της ταξινόμησης διαφέρει από χονδροειδείς διαβαθμίσεις που διακρίνουν μόνο τους ανοικτούς χώρους και 3 διαφορετικές πυκνότητες κατοικημένων περιοχών, μέχρι λεπτομερείς ιεραρχίες 15 και παραπάνω κατηγοριών. Επιπλέον, τα όρια των ομοιογενών τμημάτων της πόλης είτε λαμβάνονται χειροκίνητα από την οπτική ερμηνεία αεροφωτογραφιών, είτε με τη βοήθεια βοηθητικών δεδομένων που παρέχονται από τους Δήμους ή που προέρχονται από το Open Street Map. Ως εκ τούτου, η επιλογή των χαρακτηριστικών, ένα καθοριστικό βήμα για την ορθή ταξινόμηση των USTs, παρουσιάζει, από τη μία πλευρά, ποικίλες διαφοροποιήσεις εξαιτίας της υποκειμενικής της φύσης, ενώ  από την άλλη, εκτελείται χρησιμοποιώντας στατιστικές μεθόδους, όπως είναι η ' Random Forests' ή η μέθοδος των 'Διαδοχικών Προσεγγίσεων'. &lt;br /&gt;
&lt;br /&gt;
Εξετάζοντας προηγούμενες μελέτες, διαπιστώνουμε ότι είτε η ταξινόμηση των οικοδομικών τετραγώνων περιορίζεται σε μερικούς μόνο USTs καλύπτοντας μερικά σημεία της πόλης, είτε το τελικό αποτέλεσμα χρειάζεται βελτίωση όσον αφορά την ακρίβεια της ταξινόμησης. Η παρούσα μελέτη προσπαθώντας να επιτύχει καλύτερη ακρίβεια ταξινόμησης και να ξεπεράσει την αδυναμία της μη συστηματικής επιλογής των κατάλληλων περιγραφικών στοιχείων για την οριοθέτηση των USTs, χρησιμοποιεί μία ακριβής αντικειμενοστραφής ταξινόμηση των χρήσεων γης,  πολυφασματικά δεδομένα και δεδομένα που αφορούν το ύψος, σε συνδυασμό με μία εις βάθος ανάλυση των USTs. Η λεπτομερής ιεράρχηση της ταξινόμησης καλύπτει τόσο τις φυσικές όσο και τις τεχνητές εκτάσεις του συνόλου της πόλης. Ιδιαίτερη έμφαση δίνεται στην αυτοματοποιημένη επεξεργασία των δεδομένων, ενώ το τελικό αποτέλεσμα συσχετίζεται με ένα χάρτη αναφοράς.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Η περιοχή μελέτης:''' Η πόλη του Βερολίνου βρίσκεται στο βορειοανατολικό τμήμα της Γερμανίας. Με πάνω από 3,3 εκατομμύρια κατοίκους και έκταση 891,7 km2, είναι η μεγαλύτερη πόλη και πρωτεύουσα της Γερμανίας. Εξαιτίας διάφορων ιστορικών γεγονότων (π.χ. εκβιομηχάνιση, καταστροφές κατά τη διάρκεια του Β' Παγκοσμίου Πολέμου, διαχωρισμός σε Ανατολικό και Δυτικό Βερολίνο), έχουν αναπτυχθεί ποικίλες τυπολογίες της αστικής δομής. Στον πυρήνα της πόλης, παρατηρούνται πυκνοδομημένες περιοχές που διαθέτουν υψηλό ποσοστό αδιαπέρατων επιφανειών (Impervious Surface Areas - ISA), ενώ οι περιμετρικές περιοχές χαρακτηρίζονται από υψηλά ποσοστά βλάστησης. Επιπλέον, υπάρχει μία έντονη διακύμανση των κτιριακών τύπων, ακόμη και στο ίδιο οικοδομικό τετράγωνο, καθώς και ένας μεγάλος αριθμός υδάτινων μαζών σε όλη την πόλη. Το έδαφος παρουσιάζει υψομετρικές διαφορές των 81m.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Βάση δεδομένων:''' Τα πολυφασματικά raster δεδομένα και τα δεδομένα του ύψος δόθηκαν από το Ινστιτούτο DLR Berlin-Adlershof. Η λήψη των υψηλής χωρικής ανάλυσης αερομεταφερόμενων δεδομένων πραγματοποιήθηκε από τον αισθητήρα UltraCamX, ο οποίος διαθέτει ραδιομετρική ανάλυση 12 bit με 1 m2 μέγεθος pixel. Τέσσερα κανάλια παρέχουν φασματικά χαρακτηριστικά σε ορατό φάσμα και εγγύς υπέρυθρο. Η λήψη των δεδομένων πραγματοποιήθηκε στις 23 Σεπτεμβρίου του 2010 κατά τη διάρκεια πρωινών ωρών. Έτσι, η μικρή γωνία πρόσπτωσης του ηλιακού φωτός είχε ως αποτέλεσμα ένα σημαντικό πλήθος σκιασμένων περιοχών.&lt;br /&gt;
Επιπλέον, υπολογίστηκε ένα Ψηφιακό Μοντέλο Επιφάνειας (Digital Surface Model - DSM) από τη στερεοσκοπική ερμηνεία πολλαπλών επικαλυπτόμενων UltraCamX εικόνων, εκδιδόμενες επίσης από το DLR Berlin-Adlershof, με την ίδια υψηλή χωρική ανάλυση του 1 m2 μεγέθους pixel. Τα διανυσματικά δεδομένα παραχωρήθηκαν από το τμήμα 'Senate Department for Urban Development and the Environment' του Βερολίνου. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Μέθοδος:''' Η ροή εργασίας της παρούσας μελέτης χωρίζεται σε τρία στάδια: εξαγωγή ενός κανονικοποιημένου Ψηφιακού Μοντέλου Επιφάνειας (nDSM), χαρτογράφηση της εδαφοκάλυψης και χαρτογράφηση των τύπων της αστικής δομής (USTs). Μετά την αρχική δημιουργία ενός nDSM, δημιουργείται ένα σύνολο κανόνων για τη χαρτογράφηση της εδαφοκάλυψης, ενώ υπολογίζεται η ακρίβεια για την κάθε LC-class. Ακολούθως, χρησιμοποιούνται τα δεδομένα της κάλυψης γης για τη δημιουργία περιγραφικών χαρακτηριστικών για όλα τα οικοδομικά τετράγωνα εντός της περιοχής μελέτης. Μετά την ιεράρχηση των USTs, εκτελείται μία συνδυαστική προσέγγιση που βασίζεται στη γνώση και στη στατιστική επιλογή χαρακτηριστικών, προκειμένου να καθοριστούν οι τύποι της αστικής δομής. Τέλος, εκτιμάται η ακρίβεια του παραγόμενου UST χάρτη, με τη βοήθεια δεδομένων αναφοράς. &lt;br /&gt;
&lt;br /&gt;
'''1. Εξαγωγή του nDSM:''' χρησιμοποιείται για τη δημιουργία του ύψους των αντικειμένων. Για το σκοπό αυτό, έχει αναπτυχθεί η προσέγγιση Diff2Min, η οποία χρησιμοποιεί  το λογισμικό Trimble eCognition και τη γλώσσα 'cognition network language (CNL)'. Αρχικά δημιουργείται ένα Ψηφιακό Μοντέλο Εδάφους (Digital Terrain Model - DTM), το οποίο αφού εξομαλυνθεί, οδηγεί στη δημιουργία ενός DSM. &lt;br /&gt;
&lt;br /&gt;
'''2. Χαρτογράφηση της εδαφοκάλυψης:''' αποτελεί τη βάση για την ταξινόμηση των USTs. Εξάγονται 6 κατηγορίες εδαφοκάλυψης, χρησιμοποιώντας πολυφασματικά δεδομένα και το nDSM. Αυτές είναι οι εξής: γυμνό έδαφος, κτίρια, γρασίδι/θάμνοι, αδιαπέρατες επιφάνειες, δέντρα και υδάτινες επιφάνειες. Η χρήση της αντικειμενοστραφούς προσέγγισης επιλέχτηκε  λόγω του συγκριτικού πλεονεκτήματος που παρουσιάζει  όσον αφορά την υψηλή χωρική ανάλυση της κάλυψης γης, σε σχέση με τις μεθόδους που βασίζονται στο pixel, ενώ μία περιοχή 18.000 × 18.000 pixels (324 km2) επιλέχτηκε για την ταξινόμηση. Η εικόνα 1 παρουσιάζει μία επισκόπηση της μεθόδου ταξινόμησης των καλύψεων γης.&lt;br /&gt;
&lt;br /&gt;
'''3.Χαρτογράφηση των τύπων της αστικής δομής (USTs):''' καθώς δεν υπάρχουν σαφώς ορισμένοι τύποι της αστικής δομής, το σύστημα της ταξινόμησης εξαρτάται από την περιοχή μελέτης και το στόχο της ανάλυσης. Μετά την έρευνα των κατηγοριών που χρησιμοποιήθηκαν σε παρόμοιες μελέτες και την οπτική ερμηνεία των τηλεπισκοπικών δεδομένων της πόλης του Βερολίνου, σχεδιάστηκε ένα σύστημα ταξινόμησης που καλύπτει 15 USTs, οι οποίοι μπορούν να συνοψιστούν σε 6 κύριες κατηγορίες. Οι USTs που ορίστηκαν φαίνονται στην εικόνα 2. Τα κτίρια γραφείων και κατοικιών υποδιαιρούνται σε 7 κατηγορίες, ανάλογα με την κυρίαρχη χρήση. Οι διαφορετικοί συνδυασμοί της πυκνότητας της δόμησης και του ποσοστού της βλάστησης είναι καθοριστικής σημασίας. Οι εμπορικές και βιομηχανικές περιοχές συχνά χαρακτηρίζονται από διαφορετικούς τύπους κτιρίων, που κυμαίνονται από μικρής έκτασης κατασκευές μέχρι τεράστιες βιομηχανικές μονάδες έκτασης ενός ολόκληρου οικοδομικού τετραγώνου, ενώ εμφανίζουν λίγη ή καθόλου βλάστηση. Οι ανοιχτοί χώροι χωρίς καθόλου βλάστηση, αναφέρονται σε στεγανοποιημένες εκτάσεις, όπως είναι οι μεταφορικές υποδομές, τα αεροδρόμια, οι χώροι στάθμευσης και οι πλατείες της πόλης, καθώς και οι περιοχές γυμνού εδάφους, ενώ η κατηγορία των πράσινων χώρων περιλαμβάνει οικοδομικά τετράγωνα με κυρίαρχη τη χρήση της ψυχαγωγίας και ένα υψηλό ποσοστό βλάστησης. Οι γεωργικές εκτάσεις και οι υδάτινες επιφάνειες ολοκληρώνουν τις αστικές καλύψεις γης.  Το επίπεδο λεπτομέρειας της ιεράρχησης των USTs, επιλέχτηκε προκειμένου να καλύψει τις ανάγκες μιας ολιστικής περιγραφής της δομής της πόλης και να είναι μεταβιβάσιμο. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα''' &lt;br /&gt;
&lt;br /&gt;
'''1. Εξαγωγή του nDSM:''' Για τη γρήγορη παραγωγή ενός κανονικοποιημένου DSM από τα 250 χειροκίνητα ληφθέντα δείγματα από όλη την περιοχή μελέτης, εφαρμόστηκε η προσέγγιση Diff2Min. Όπως φαίνεται στην εικόνα 3, για τα περισσότερα από τα δείγματα (90,4%), η απόκλιση του υπολογιζόμενου και του πραγματικού ύψος είναι μικρότερη από 1 m, ενώ σχεδόν το 50% των υπολογιζόμενων υψών προκύπτει με σφάλμα μικρότερο των 0,3 m. Μόνο ένα μικρό ποσοστό (3,6%) των επιλεγμένων δειγμάτων παρουσιάζει απόκλιση μεγαλύτερη των 2 m, ενώ σε μία περίπτωση η προσέγγιση Diff2Min απέτυχε να υπολογίσει το ύψος, με απόκλιση 49,6 m.&lt;br /&gt;
&lt;br /&gt;
'''2. Χαρτογράφηση της εδαφοκάλυψης:''' Η περιοχή μελέτης των 324 km2 καλύπτει όλο το κέντρο της πόλης του Βερολίνου καθώς και τις γύρω περιοχές. Και οι 6 κατηγορίες της κάλυψης γης εμφανίζονται συχνά στην επιλεγμένη περιοχή μελέτης. Ωστόσο, μόνο το 1,5% της περιοχής καλύπτεται από υδάτινες επιφάνειες και γυμνό έδαφος. Μεγάλο ποσοστό κάλυψης ανήκει στα κτίρια (21%) και στις αδιαπέρατες επιφάνειες (24,6%), ενώ οι περιοχές βλάστησης αντιπροσωπεύουν πάνω από το ήμισυ της περιοχής (17,5% γρασίδι/θάμνοι και 33,9% δέντρα). Μία συνολική επισκόπηση της κάλυψης γης, η οποία παρουσιάζεται στην εικόνα 4, αποκαλύπτει ότι ένα μεγάλο πλήθος των αδιαπέρατων επιφανειών βρίσκεται  στο κέντρο της πόλης, ενώ τα δάση, το γρασίδι και οι θάμνοι βρίσκονται κυρίως στην περιφερειακή ζώνη. Συνολικά, 104.582 αντικείμενα ταξινομήθηκαν ως κτίρια. &lt;br /&gt;
&lt;br /&gt;
Η ακρίβεια της ταξινόμησης αξιολογήθηκε μέσω 100 τυχαίων δειγμάτων ανά κατηγορία. Ο συνολικός βαθμός ακρίβειας που επιτεύχθηκε ήταν 92,2%, ενώ ο συντελεστής kappa του Cohen ήταν 0,91, αποδεικνύοντας την υψηλή ακρίβεια και την καταλληλότητα της προτεινόμενης μεθόδου.&lt;br /&gt;
&lt;br /&gt;
'''3. Χαρτογράφηση των τύπων της αστικής δομής:''' για την εκτέλεση της ταξινόμησης των USTs ολόκληρου του υποσυνόλου χρησιμοποιήθηκαν τα πιο 'πολύτιμα' χαρακτηριστικά. Ο χάρτης που προέκυψε από την ανάλυση των USTs για την πόλη του Βερολίνου απεικονίζεται στην εικόνα 5, όπου οι λευκές περιοχές (23,8% του συνόλου της εικόνας) αντιπροσωπεύουν τις εξαιρεθείσες περιοχές, όπως είναι οι δρόμοι, οι διαχωριστικές νησίδες και τα οικοδομικά τετράγωνα που 'κόβονται' από τα όρια της εικόνας. Μεταξύ των πιο ομοιογενών USTs, τα πάρκα αντιπροσωπεύουν το μεγαλύτερο ποσοστό (12,7%) της εικόνας, ενώ ακολουθούν οι αστικές δομές επιπέδου ενός ολόκληρου οικοδομικού τετραγώνου (12%) και οι εμπορικές και βιομηχανικές περιοχές (11,5%). Αντίθετα, μόλις 0,5 km2 αποτελούνται από πολύ ψηλά κτίρια και δασικές εκτάσεις, ενώ το 0,4% της περιοχής καλύπτεται από γεωργικές εκτάσεις. Όσον αφορά τις περιοχές κατοικίας, πολλές περιοχές περιλαμβάνουν δόμηση περιμετρικά του οικοδομικού τετραγώνου (7%) ή περιοχές κτιρίων διαμερισμάτων (5,2%). Μόνο πολύ μικρές περιοχές περιλαμβάνουν μονοκατοικίες και διπλοκατοικίες (3,1%), ή κατοικίες σε σειρά (2,7%). Ο χάρτης αποκαλύπτει κάποιες χωρικές ομαδοποιήσεις τύπων δόμησης, όπως είναι τα πάρκα και η χαλαρή αστική δόμηση των περιαστικών περιοχών, καθώς και οι μικρές διακυμάνσεις των USTs στο κέντρο της πόλης. &lt;br /&gt;
&lt;br /&gt;
Η ταξινόμηση οδήγησε σε μία συνολική ακρίβεια της τάξης του 82,1% με συντελεστή kappa ίσο με 0,79, γεγονός το οποίο σημαίνει λογικά αποτελέσματα χαρτογράφησης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα:''' Ο διαχωρισμός των πόλεων σε περιοχές με ομοιογενή αστική δομή και παρόμοια κάλυψη γης αποτελεί τη βάση για μια αποτελεσματική διαχείριση της πόλης. Για το λόγο αυτό, έχει δημιουργηθεί η προσέγγιση του καθορισμού των τύπων της αστικής δομής, επιτρέποντας την ολιστική περιγραφή μίας πόλης και τις αλληλεπιδράσεις που λαμβάνουν χώρα σε αυτή. Τα δεδομένα και οι μέθοδοι της Τηλεπισκόπισης, καθώς και η ανάλυση των USTs, προσφέρουν αντικειμενικότητα, δυνατότητα μεταφοράς και αυτοματισμό. Καθώς η χειροκίνητη αξιολόγηση των πλέον κατάλληλων χαρακτηριστικών ενέχει τον κίνδυνο υποκειμενικών παραδοχών και ενδεχομένως αγνοεί πολύτιμες παραμέτρους, η επιλογή χαρακτηριστικών μέσω της μεθόδου Random Forests προσφέρει μια αυτοματοποιημένη προσέγγιση για την επιλογή των καλύτερων και πιο 'πολύτιμων' παραμέτρων. Η ταξινόμηση των USTs εκτελείται με τη βοήθεια ενός ακριβούς nDSM, της χαρτογράφησης της κάλυψης γης και της εξαγωγής χαρακτηριστικών, οδηγώντας σε τελικά αποτελέσματα συνολικής ακρίβειας 82,1%. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αναφορές'''&lt;br /&gt;
&lt;br /&gt;
Baatz, M., &amp;amp; Schäpe, A. (1999). Object-oriented and multi-scale image analysis in semantic networks. Proc. of the 2nd International Symposium on Operationalization of Remote Sensing. Enschede: ITC.&lt;br /&gt;
&lt;br /&gt;
Banzhaf, E., &amp;amp; Höfer, R. (2008). Monitoring urban structure types as spatial indicators with CIR aerial photographs for a more effective urban environmental management. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 1(2), 129–138.&lt;br /&gt;
&lt;br /&gt;
Barnsley, M. J., &amp;amp; Barr, S. L. (2000). Monitoring urban land use by earth observation. Surveys in Geophysics, 21(2), 269–289, http://dx.doi.org/10.1023/A:1006798328429.&lt;br /&gt;
&lt;br /&gt;
Berger, C., Voltersen, M., Eckardt, R., Eberle, J., Heyer, T., Salepci, N., et al. (2013). Multimodal and multi-temporal data fusion: Outcome of the 2012 GRSS data fusion contest. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 6(3), 1324–1340.&lt;br /&gt;
&lt;br /&gt;
Berger, C., Voltersen, M., Hese, S., Walde, I., &amp;amp; Schmullius, C. (2013). Robust extraction of urban land cover information from HSR multi-spectral and LiDAR data. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 6(5), 2196–2211, http://dx.doi.org/10.1109/JSTARS.2013.2252329.&lt;br /&gt;
&lt;br /&gt;
Blaschke, T. (2010). Object-based image analysis for remote sensing. ISPRS Journal of Photogrammetry and Remote Sensing, 65(1), 2–16.&lt;br /&gt;
&lt;br /&gt;
Blum, W. E. H. (2013). Land use planning and policy implication: Bridging between science, politics and decision making. In S. A. Shahid, F. K. Taha, &amp;amp; M.A. Abdelfattah (Eds.), Developments in soil classification, land use planning and policy implications (pp. 469–481). Springer Netherlands, http://dx.doi.org/10.1007/978-94-007-5332-7_25.&lt;br /&gt;
&lt;br /&gt;
Bochow, M., Taubenböck, H., Segl, K., &amp;amp; Kaufmann, H. (2010). An automated and adaptable approach for characterizing and partitioning cities into urban structure types. Geoscience and Remote Sensing Symposium (IGARSS) 2010 IEEE International (pp. 1796–1799). Honolulu: IEEE, http://dx.doi.org/10.1109/IGARSS.2010.5652972.&lt;br /&gt;
&lt;br /&gt;
Breiman, L. (2001). Random forests. Machine Learning, 45(1), 5–32, http://dx.doi.org/10. 1023/A:1010933404324.&lt;br /&gt;
&lt;br /&gt;
Breiman, L. (2002). Manual on setting up, using, and understanding random forests v3.1. Retrieved from http://www.stat.berkeley.edu/~breiman/Using_random_forests_V3.1.pdf&lt;br /&gt;
&lt;br /&gt;
Breuste, J., Wächter, M., &amp;amp; Bauer, B. (2001). Beiträge zur umwelt-und sozialverträglichen Entwicklung von Stadtregionen. Leipzig: Umweltforschungszentrum Leipzig-Halle.&lt;br /&gt;
&lt;br /&gt;
Bridgman, H. A., Warner, R. F., &amp;amp; Dodson, J. R. (1995). Urban biophysical environments. Meridian Australian geographical perspectives. Oxford University Press, 152.&lt;br /&gt;
&lt;br /&gt;
Cohen, J. (1960). A coefficient of agreement of nominal scales. Educational and Psychological Measurement, 20(1), 37–46, http://dx.doi.org/10.1177/001316446002000104.&lt;br /&gt;
&lt;br /&gt;
Congalton, R. G., &amp;amp; Green, K. (2009). Assessing the accuracy of remotely sensed data— Principles and practices (2nd ed.). Boca Raton: CRC Press, 183.&lt;br /&gt;
&lt;br /&gt;
Destatis (2013). German cities sorted by area, population, and population density (31.12.2012). Retrieved November 04, 2013, from. https://www.destatis.de/DE/ ZahlenFakten/LaenderRegionen/Regionales/Gemeindeverzeichnis/Administrativ/&lt;br /&gt;
Aktuell/05Staedte.html&lt;br /&gt;
&lt;br /&gt;
Erell, E., Pearlmutter, D., &amp;amp; Williamson, T. (2010). Urban microclimate—Designing the spaces between buildings. London: Earthscan.&lt;br /&gt;
&lt;br /&gt;
Gill, S. E., Handley, J. F., Ennos, A.R., Pauleit, S., Theuray, N., &amp;amp; Lindley, S. J. (2008). Characterising the urban environment of UK cities and towns: A template for landscape planning. Landscape and Urban Planning, 87(3), 210–222, http://dx.doi.org/10. 1016/j.landurbplan.2008.06.008.&lt;br /&gt;
&lt;br /&gt;
Gruber, M., Ponticelli, M., Bernögger, S., &amp;amp; Leberl, F. (2008). UltraCamX, the large format digital aerial camera system by Vexcel Imaging/Microsoft. International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, 37, 665–670.&lt;br /&gt;
&lt;br /&gt;
Hay, G., &amp;amp; Castilla, G. (2008). Geographic object-based image analysis (GEOBIA): A new name for a new discipline. In T. Blaschke, S. Lang, &amp;amp; G. Hay (Eds.), Object-based image analysis. Spatial concepts for knowledge-driven remote sensing applications (pp. 75–89). Berlin: Springer.&lt;br /&gt;
&lt;br /&gt;
Heiden, U., Heldens, W., Roessner, S., Segl, K., Esch, T., &amp;amp; Mueller, A. (2012). Urban structure type characterization using hyperspectral remote sensing and height information. Landscape and Urban Planning, 105(4), 361–375, http://dx.doi.org/10.1016/j. landurbplan.2012.01.001.&lt;br /&gt;
&lt;br /&gt;
Hermosilla, T., Ruiz, L. A., Recio, J. A., &amp;amp; Balsa-Barreiro, J. (2012). Land-use mapping of Valencia City area from aerial images and LiDAR data. GEOProcessing 2012: The Fourth International Conference on Advanced Geographic Information Systems, Applications,&lt;br /&gt;
and Services (pp. 232–237). Valencia: IARIA.&lt;br /&gt;
&lt;br /&gt;
Herold, M., Liu, X., &amp;amp; Clarke, K. C. (2003). Spatial metrics and image texture for mapping urban land use. Photogrammetric Engineering Remote Sensing, 69(9), 991–1001.&lt;br /&gt;
&lt;br /&gt;
Herold, M., Scepan, J., &amp;amp; Clarke, K. C. (2002). The use of remote sensing and landscape metrics to describe structures and changes in urban land uses. Environment and Planning - Part A, 34(8), 1443–1458, http://dx.doi.org/10.1068/a3496.&lt;br /&gt;
&lt;br /&gt;
Lang, S. (2008). Object-based image analysis for remote sensing applications: modeling reality—Dealing with complexity. In T. Blaschke, S. Lang, &amp;amp; G. Hay (Eds.), Objectbased image analysis (pp. 3–27). Springer Berlin Heidelberg, http://dx.doi.org/10.1007/978-3-540-77058-9_1.&lt;br /&gt;
&lt;br /&gt;
Lindner,M., Hese, S., Berger, C., &amp;amp; Schmullius, C. (2011). An object-basedmultisensoral approach for the derivation of urban land use structures in the city of Rostock, Germany. Earth Resources and Environmental Remote Sensing/gis Applications II, Vol. 8181, http://dx.doi.org/10.1117/12.898134.&lt;br /&gt;
&lt;br /&gt;
McGarigal, K., &amp;amp; Marks, B. J. (1995). FRAGSTATS: Spatial pattern analysis program for quantifying landscape structure. General Technical Report PNW-GTR-351.&lt;br /&gt;
Osmond, P. (2011). Application of the urban structural unit method to inform postcarbon planning and design. International Seminar on Urban Form: Urban Morphology and the Post-Carbon City. Montreal: ISUF.&lt;br /&gt;
&lt;br /&gt;
Paine, D. P., &amp;amp; Kiser, J.D. (2003). Aerial photography and image interpretation (2nd ed.). Hoboken: John Wiley &amp;amp; Sons.&lt;br /&gt;
&lt;br /&gt;
Pauleit, S., &amp;amp; Burkhardt, I. (2004). Umweltqualität und Stadtentwicklung. Landschaftsökologische Projekte von Friedrich Duhme für die Landeshauptstadt München. Landschaftsökologie in Forschung, Planung und Anwendung (pp. 89–116).&lt;br /&gt;
&lt;br /&gt;
Pauleit, S., &amp;amp; Duhme, F. (1998). Assessing the metabolism of urban systems for urban planning. In J. Breuste, H. Feldmann, &amp;amp; O. Uhlmann (Eds.), Urban ecology (pp. 65–69).&lt;br /&gt;
&lt;br /&gt;
Pauleit, S., &amp;amp; Duhme, F. (2000). Assessing the environmental performance of land cover types for urban planning. Landscape and Urban Planning, 52(1), 1–20, http://dx.doi.org/10.1016/S0169-2046(00)00109-2.&lt;br /&gt;
&lt;br /&gt;
Puissant, A., Zhang, W., &amp;amp; Skupinski, G. (2012). Urban morphology analysis by high and very high spatial resolution remote sensing. 4th GEOBIA (pp. 524–529). Rio de Janeiro: INPE.&lt;br /&gt;
&lt;br /&gt;
R Core Team (2014). R: A language and environment for statistical computing. Vienna: R Foundation for Statistical Computing (Retrieved from http://www.r-project.org/).&lt;br /&gt;
&lt;br /&gt;
Schiewe, J. (2002). Segmentation of high-resolution remotely sensed data—Concepts, applications and problems. International Archives of Photogrammetry and Remote Sensing, 34(4), 380–385.&lt;br /&gt;
&lt;br /&gt;
Senate Department for Urban Development and the Environment Berlin. (2010). Geoportal-Berlin.&lt;br /&gt;
&lt;br /&gt;
Spellerberg, I. F., &amp;amp; Fedor, P. J. (2003). A tribute to Claude Shannon (1916-2001) and a plea for more rigorous use of species richness, species diversity and the “Shannon–Wiener” Index. Global Ecology and Biogeography, 12(3), 177–179, http://dx.doi.org/10.1046/j.1466-822X.2003.00015.x.&lt;br /&gt;
&lt;br /&gt;
Taubenböck, H., Esch, T., &amp;amp; Roth, A. (2006). An urban classification approach based on an object-oriented analysis of high resolution satellite imagery for a spatial structuring within urban areas. 1st EARSeL Workshop of the SIG Urban Remote Sensing (pp. 8). Berlin: EARSel.&lt;br /&gt;
&lt;br /&gt;
Tompalski, P., &amp;amp; Wezyk, P. (2012). LiDAR and VHRS data for assessing living quality in cities—An approach based on 3D indices. ISPRS International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, XXXIX-B6. (pp. 173–176).&lt;br /&gt;
&lt;br /&gt;
Trimble (2013). eCognition Developer 8.9 reference book. Munich: Trimble Germany GmbH.&lt;br /&gt;
&lt;br /&gt;
Tucker, C. (1979). Red and photographic infrared linear combinations for monitoring vegetation. Remote Sensing of Environment, 8(2), 127–150.&lt;br /&gt;
&lt;br /&gt;
Tzotsos, A., Iosifidis, C., &amp;amp; Argialas, D. (2008). A hybrid texture-based and region-based multi-scale image segmentation algorithm. In T. Blaschke, S. Lang, &amp;amp; G. Hay (Eds.), Object-based image analysis (pp. 221–236). Springer Berlin Heidelberg, http://dx.doi.org/10.1007/978-3-540-77058-9_12.&lt;br /&gt;
&lt;br /&gt;
Vitousek, P.M., Mooney, H. A., Lubchenco, J., &amp;amp; Melillo, J. M. (1997). Human domination of Earth's ecosystems. Science, 277(5325), 494–499, http://dx.doi.org/10.1126/science.277.5325.494.&lt;br /&gt;
&lt;br /&gt;
Walde, I., Hese, S., Berger, C., &amp;amp; Schmullius, C. (2014). From land cover-graphs to urban structure types. International Journal of Geographical Information Science, 28(3), 584–609, http://dx.doi.org/10.1080/13658816.2013.865189.&lt;br /&gt;
&lt;br /&gt;
Wurm, M., Taubenböck, H., &amp;amp; Dech, S. (2010). Quantification of urban structure on building block level utilizing multisensoral remote sensing data. Earth, 7831(1), 1–12, http://dx.doi.org/10.1117/12.864930.&lt;br /&gt;
&lt;br /&gt;
Wurm, M., Taubenböck, H., Roth, A., &amp;amp; Dech, S. (2009). Urban structuring using multisensoral remote sensing data: By the example of the German cities Cologne and Dresden. 2009 Joint Urban Remote Sensing Event (pp. 1–8). IEEE, http://dx.doi.org/10.1109/URS.2009.5137555&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
[http://www.sciencedirect.com/science/article/pii/S0034425714003216 '''το άρθρο στο διαδίκτυο''']&lt;br /&gt;
&lt;br /&gt;
 [[category:Ανίχνευση μεταβολών αστικής γης]]&lt;/div&gt;</summary>
		<author><name>Ramfou Vasiliki</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A4%CF%81%CE%B9%CF%83%CE%B4%CE%B9%CE%AC%CF%83%CF%84%CE%B1%CF%84%CE%B7_%CE%B1%CF%80%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CE%B9%CF%83%CE%B7_%CE%B1%CE%BD%CE%B1%CE%BA%CE%B1%CF%84%CE%B1%CF%83%CE%BA%CE%B5%CF%85%CE%AE%CF%82_%CE%BA%CF%84%CE%B9%CF%81%CE%AF%CE%BF%CF%85_%CE%BA%CE%B1%CE%B9_%CF%88%CE%B7%CF%86%CE%B9%CE%B1%CE%BA%CE%AC_%CE%BC%CE%BF%CE%BD%CF%84%CE%AD%CE%BB%CE%B1_%CE%B5%CF%80%CE%B9%CF%86%CE%AC%CE%BD%CE%B5%CE%B9%CE%B1%CF%82_%CE%B5%CE%BE%CE%B1%CE%B3%CF%8C%CE%BC%CE%B5%CE%BD%CE%B1_%CE%B1%CF%80%CF%8C_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AE_%CE%B1%CF%80%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CE%B9%CF%83%CE%B7</id>
		<title>Τρισδιάστατη απεικόνιση ανακατασκευής κτιρίου και ψηφιακά μοντέλα επιφάνειας εξαγόμενα από δορυφορική απεικόνιση</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A4%CF%81%CE%B9%CF%83%CE%B4%CE%B9%CE%AC%CF%83%CF%84%CE%B1%CF%84%CE%B7_%CE%B1%CF%80%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CE%B9%CF%83%CE%B7_%CE%B1%CE%BD%CE%B1%CE%BA%CE%B1%CF%84%CE%B1%CF%83%CE%BA%CE%B5%CF%85%CE%AE%CF%82_%CE%BA%CF%84%CE%B9%CF%81%CE%AF%CE%BF%CF%85_%CE%BA%CE%B1%CE%B9_%CF%88%CE%B7%CF%86%CE%B9%CE%B1%CE%BA%CE%AC_%CE%BC%CE%BF%CE%BD%CF%84%CE%AD%CE%BB%CE%B1_%CE%B5%CF%80%CE%B9%CF%86%CE%AC%CE%BD%CE%B5%CE%B9%CE%B1%CF%82_%CE%B5%CE%BE%CE%B1%CE%B3%CF%8C%CE%BC%CE%B5%CE%BD%CE%B1_%CE%B1%CF%80%CF%8C_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AE_%CE%B1%CF%80%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CE%B9%CF%83%CE%B7"/>
				<updated>2015-03-19T23:45:56Z</updated>
		
		<summary type="html">&lt;p&gt;Ramfou Vasiliki: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα:vr_a1_e1.jpg|300px|thumb|right|Εικόνα 1. Η περιοχή μελέτης οριοθετείται από το κόκκινο πολύγωνο. Τα σημεία GCP, τα οποία απεικονίζονται με κόκκινες κουκίδες, χρησιμοποιούνται για να βελτιώσουν το RPC μοντέλο του αισθητήρα. Τα πολύγωνα με τη μαύρη διακεκομμένη γραμμή υποδεικνύουν τη βάση δεδομένων των τρισδιάστατων κτιρίων (Ikonos MS image, 2005-05-16, RGB).]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a1_e2.jpg|300px|thumb|right|Εικόνα 2. Διάγραμμα ροής για τη βελτίωση της τρισδιάστατης ψηφιακής απεικόνισης του εδάφους και των κτιρίων σε ένα DSM, το οποίο έχει εξαχθεί φωτογραμμετρικά από δορυφορικές εικόνες.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a1_e3.jpg|300px|thumb|right|Εικόνα 3. Συγχώνευση του DTM και του DBM σε ένα τελικό DSM που καλύπτει την περιοχή μελέτης.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a1_e4.jpg|300px|thumb|right|Εικόνα 4 (Α και Β). Μεγέθυνση και προοπτική απεικόνιση μιας περιοχής που αποτελείται κυρίως από βιομηχανικά / εμπορικά κτίρια και μιας πυκνοδομημένης περιοχής του κέντρου της πόλης, αντίστοιχα. Η οριοθέτηση των δύο περιοχών υποδεικνύεται στην εικόνα 3.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a1_e5.jpg|300px|thumb|right|Εικόνα 5. Προοπτική απεικόνιση ενός τμήματος του τελικού υβριδικού μοντέλου που αποτελείται από στερεά κτιρίων και raster DTM 'ντυμένο' με pan-sharpened ορθοφωτογραφία.]] &lt;br /&gt;
&lt;br /&gt;
'''Πλήρης Τίτλος:''''Τρισδιάστατη απεικόνιση ανακατασκευής κτιρίου βασισμένη στην κάτοψη και ψηφιακά μοντέλα επιφάνειας εξαγόμενα από δορυφορική απεικόνιση'&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος Τίτλος:''' '3D building reconstruction based on given ground plan information and surface models extracted from spaceborne imagery'&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Frederik Tack a, Gurcan Buyuksalih (b), Rudi Goossens (a)&lt;br /&gt;
&lt;br /&gt;
(a) Department of Geography, Ghent University, Krijgslaan 281, Building S8, 9000 Ghent, Belgium&lt;br /&gt;
&lt;br /&gt;
(b) IMP-Bimtas, Evliya Celebi Mahallesi., Mesryutiyet Caddesi., Eski Tuyap Binasi 88, 34430 Beyoglu, Istanbul, Turkey&lt;br /&gt;
&lt;br /&gt;
'''Πηγή:''' Elsevier, ISPRS Journal of Photogrammetry and Remote Sensing, 67 (2012), 52-64 &lt;br /&gt;
&lt;br /&gt;
'''Λέξεις Κλειδιά:''' τρισδιάστατα μοντέλα επιφάνειας, DSM, φωτογραμμετρία, υψηλής ανάλυσης δορυφορικές εικόνες, δισδιάστατες κατόψεις&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Περίληψη:''' Τα τρισδιάστατα ψηφιακά μοντέλα επιφάνειας κερδίζουν συνεχώς έδαφος ως ένα σημαντικό εργαλείο αστικού σχεδιασμού και χαρτογράφησης. Ωστόσο, η πολύπλοκη φύση του αστικού περιβάλλοντος αποτελεί πρόκληση διερεύνησης των σύγχρονων ορίων της τρισδιάστατης ψηφιακής απεικόνισης επιφάνειας από υψηλής ανάλυσης δορυφορικές εικόνες. Η παρούσα προσέγγιση χρησιμοποιεί τη γεωμετρική πληροφορία κτιρίων που παρέχεται στις δισδιάστατες κατόψεις, προκειμένου να εξελίξει ένα τρισδιάστατο ψηφιακό μοντέλο επιφάνειας το οποίο έχει εξαχθεί φωτογραμμετρικά από δορυφορικές εικόνες.  &lt;br /&gt;
&lt;br /&gt;
Αρχικά, τα κτίρια αφαιρούνται από το DSM (Digital Surface Model-Ψηφιακό Μοντέλο Επιφάνειας) το οποίο βασίζεται στα δισδιάστατα πολύγωνα των κατόψεων των κτιρίων. Για τη δημιουργία πρισματικών μορφών με κατακόρυφους τοίχους και επίπεδη οροφή, το σχήμα του κτιρίου εξάγεται από τη βάση δεδομένων του κτηματολογίου, ενώ το ύψος του κτιρίου, από το DSM. Για κάθε δισδιάστατο περίγραμμα κτιρίου, εισάγεται ένα σταθερό ύψος στέγης, το οποίο καθορίζεται με στατιστικούς υπολογισμούς των τιμών του ύψους.  &lt;br /&gt;
&lt;br /&gt;
Μετά την εξαγωγή των κτιρίων από το αρχικό μοντέλο, το εναπομείναν DSM υπόκειται σε περεταίρω επεξεργασία, έτσι ώστε να απλοποιηθεί σε ένα ομαλό DTM (Digital Terrain Model-Ψηφιακό Μοντέλο Εδάφους), το οποίο απεικονίζει μόνο το έδαφος, χωρίς αντικείμενα, βλάστηση, αυτοκίνητα ή αστικό εξοπλισμό. Σε μία επόμενη φάση, και τα δύο μοντέλα συγχωνεύονται για να παράξουν ένα ολοκληρωμένο αστικό μοντέλο, ή ένα γενικευμένο DSM. Η ακρίβεια του γενικευμένου μοντέλου επιφάνειας αξιολογείται σύμφωνα με μια ποσοτική-στατιστική ανάλυση σε σύγκριση με δύο διαφορετικούς τύπους δεδομένων αναφοράς.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή:''' Τα τρισδιάστατα αστικά μοντέλα εφαρμόζονται όλο και περισσότερο ως βάση δεδομένων ή μέθοδος οπτικοποίησης/επικοινωνίας σε έναν αυξανόμενο αριθμό τομέων όπως είναι ο αστικός σχεδιασμός και η διαχείριση της πόλης, η αρχιτεκτονική, η αρχαιολογία, ο τουρισμός, οι τηλεπικοινωνίες, η παροχή ενέργειας, η πλοήγηση, η προσομοίωση του περιβάλλοντος, η διαχείριση των καταστροφών, η βιομηχανία παιχνιδιών, κλπ. Ακόμη, ανταποκρίνονται σε ένα ευρύ φάσμα δραστηριοτήτων όπως είναι η βιώσιμη αστική ανάπτυξη, η απεικόνιση της ροής του νερού, οι μελέτες του αστικού κλίματος, η ενημέρωση χαρτών, οι περιβαλλοντικές αξιολογήσεις, η ανάλυση του εδάφους, ο αρχιτεκτονικός σχεδιασμός, οι τρισδιάστατες απεικονίσεις, κ.λπ. Παρά το γεγονός ότι αυτά τα πεδία εφαρμογής μοιράζονται την κοινή ζήτηση για τρισδιάστατη απεικόνιση, οι ειδικές απαιτήσεις τους όσον αφορά την ακρίβεια, τη λεπτομέρεια και την επικαιροποίηση των στοιχείων διαφέρουν σημαντικά.&lt;br /&gt;
&lt;br /&gt;
Έτσι, μπορούν να διακριθούν διαφορετικά Επίπεδα Λεπτομέρειας (LoD-Levels of Detail), με κάθε ένα να αντιστοιχεί σε ένα συγκεκριμένο βαθμό λεπτομέρειας. Ένα αστικό αντικείμενο ή ένα χαρακτηριστικό απεικονίζεται με βάση το επίπεδο λεπτομέρειας στο οποίο ανήκει. Από το 2008, για την ψηφιακή απεικόνιση τρισδιάστατων αντικείμενων και κυρίως κτιρίων, έχει υιοθετηθεί ως πρότυπο η City Geography Markup Language, CityGML, έκδοση 1.0.0. Εύκολα συμπεραίνουμε ότι όσο το επίπεδο της λεπτομέρειας μεγαλώνει, αυξάνεται η προσπάθεια και το κόστος παραγωγής, ενώ το επίπεδο του προγραμματισμού μειώνεται. &lt;br /&gt;
&lt;br /&gt;
Η παρούσα προσέγγιση στοχεύει στην εξαγωγή ενός προσεγγιστικού τρισδιάστατου αστικού μοντέλου LoD1, το οποίο βασίζεται σε στερεοσκοπικές δορυφορικές εικόνες Ikonos υψηλής ανάλυσης και σε μία εξωτερική βάση δεδομένων δισδιάστατων κατόψεων κτιρίων. Το μοντέλο LoD1 περιλαμβάνει πρισματικά κτίρια με επίπεδη οροφή, χωρίς καθόλου απόδοση της υφής στη στέγη ή στους τοίχους. Το ύψος των κτιρίων υπολογίζεται μέσω φωτογραμμετρικής εξαγωγής από στερεοσκοπικές ψηφιακές εικόνες, ενώ η θέση, ο προσανατολισμός και το σχήμα τους συλλέγονται από τη δισδιάστατη βάση δεδομένων του κτηματολογίου.&lt;br /&gt;
&lt;br /&gt;
Έρευνες και μέθοδοι που ασχολήθηκαν με την εξαγωγή DSM από υψηλής ανάλυσης δορυφορικές εικόνες, ανέδειξαν την πολυπλοκότητα του προβλήματος της απόδοσης τέτοιων ψηφιακών  μοντέλων από στερεοσκοπικές εικόνες. Παρά την υψηλή απόδοση των αυτοματοποιημένων προσεγγίσεων, η δημιουργία μίας πλήρως αυτοματοποιημένης διαδικασίας για την απεικόνιση επιφάνειας από εικόνες μεγάλης κλίμακας (αεροφωτογραφίες και δορυφορικές εικόνες) πυκνοκατοικημένων περιοχών, παραμένει  ένα άλυτο ζήτημα. Οι πόλεις αποτελούνται από ένα πολύπλοκο μείγμα τεχνητών και φυσικών αστικών χαρακτηριστικών, με έντονη διαφοροποίηση στο μέγεθος, στο σχήμα, στη σύνθεση και στη διάταξη. Αυτή η ποικιλομορφία συχνά δυσχεραίνει τη διαδικασία της αυτοματοποίησης.  &lt;br /&gt;
&lt;br /&gt;
Στην παρούσα έρευνα, παρουσιάζεται μία εφαρμόσιμη, αποδοτική και ιδιαίτερα αυτοματοποιημένη προσέγγιση, η οποία παράγει ένα γενικευμένο, LoD1 αστικό μοντέλο, βασισμένο στην φωτογραμμετρική επεξεργασία 1m ανάλυσης δορυφορικών εικόνων Ikonos, με δεδομένες τις κατόψεις των κτιρίων.  Η έρευνα εφαρμόζεται σε μία μεγάλης έκτασης πυκνοδομημένη περιοχή, 60 km2, η οποία αποτελείται από κτίρια υψηλής ποικιλομορφίας. Οι βασικοί στόχοι είναι οι εξής:&lt;br /&gt;
&lt;br /&gt;
* ο έλεγχος της λειτουργικότητας και της εφαρμοστικότητας της μεθόδου&lt;br /&gt;
* η βελτίωση της τρισδιάστατης ψηφιακής απεικόνισης των κτιρίων&lt;br /&gt;
* η παραγωγή ενός ψηφιακού μοντέλου εδάφους (DΤM), μετά την εξαγωγή των κτιρίων από το ψηφιακό μοντέλο επιφάνειας (DSM) και&lt;br /&gt;
* η βέλτιστη αναπαράσταση ενός υβριδικού αστικού μοντέλου&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Πηγή εικόνων και πεδίο έρευνας:''' Για τη διεξαγωγή της έρευνας επιλέχτηκε ο δορυφόρος Ikonos, λόγω της υψηλής ραδιομετρικής και γεωμετρικής ικανότητας των εικόνων. Ο Ikonos, η λειτουργία του οποίου ξεκίνησε το 1999, ήταν ο πρώτος εμπορικός δορυφόρος με δυνατότητα απόδοσης υψηλής ανάλυσης παγχρωματικών (0,45 - 0,90 lm) και πολυφασματικών εικόνων σε περίπου 1 και 4m, αντίστοιχα. Η πλατφόρμα VHR Ikonos έχει τη δυνατότητα περιστροφής του αισθητήρα μέχρι και 26° από το ναδίρ. Έτσι, μπορούμε να έχουμε εικόνες της ίδιας τοποθεσίας ταυτόχρονα από δύο διαφορετικές οπτικές γωνίες.&lt;br /&gt;
&lt;br /&gt;
Η μελέτη διεξάγεται σε ένα τμήμα 60 περίπου km2 της Κωνσταντινούπολης (εικόνα 1). Η πόλη χαρακτηρίζεται από έντονη αστική ανάπτυξη, η οποία εμφανίζει ιδιαίτερη χωρική πύκνωση κατά μήκος του Βοσπόρου. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αλγόριθμος εξαγωγής της τρισδιάστατης επιφάνειας:''' Καθώς ο σκοπός της έρευνας δεν είναι η μεθοδολογία της φωτογραμμετρικής εξαγωγής ενός μοντέλου επιφάνειας, αλλά η βελτίωσή του, θα αναφερθούμε επιγραμματικά στα στάδια εξαγωγής της τρισδιάστατης επιφάνειας:&lt;br /&gt;
&lt;br /&gt;
1. Αρχικά, οι εικόνες VHR διορθώνονται ραδιομετρικά και αυξάνεται η αντίθεσή τους (contrast), με τη χρήση ενός φίλτρου (LCE Wallis filter). Με τον τρόπο αυτό, βελτιώνεται η υφή στις έντονα σκιασμένες περιοχές και εξισορροπούνται οι ραδιομετρικές ανομοιογένειες που υπάρχουν λόγω των διαφορετικών ατμοσφαιρικών συνθηκών και φωτισμού.&lt;br /&gt;
&lt;br /&gt;
2. Στη συνέχεια, για τον καθορισμό της σχέσης της δυσδιάστατης εικόνας και του τρισδιάστατου χώρου του αντικειμένου, καθώς και για τον υπολογισμό της θέσης του αισθητήρα (x0, y0, z0) και της γωνίας περιστροφής του κατά μήκος των τριών αξόνων (x, u, j) κατά τη λήψη της εικόνας, εκτελείται μια διαδικασία προσαρμογής block bundle, βασισμένη στους Λογικούς Συντελεστές του Πολυωνύμου  (Rational Polynomial Coefficients-RPCs) και στο Λογικό Λειτουργικό Μοντέλο Αισθητήρα (Rational Functional sensor Model-RFM). Με τη βοήθεια ενός C-Nav Διαφορικού συστήματος GPS, μετρήθηκαν 50 ευδιάκριτα GCPs, ομοιογενώς κατανεμημένα σε όλη την περιοχή μελέτης. Συνολικά χρησιμοποιήθηκαν 15 σημεία με γνωστές συντεταγμένες, ομοιογενώς κατανεμημένα και σαφώς αναγνωρίσιμα στις εικόνες, προκειμένου να περιγραφεί η σχέση μεταξύ των ψηφιακών εικόνων και του εδάφους (εικόνα 1).&lt;br /&gt;
&lt;br /&gt;
3. Αφού ολοκληρωθεί η διαδικασία αντιστοίχισης της εικόνας, η οποία θεωρείται ο πυρήνας της φωτογραμμετρικής εξαγωγής, το μοντέλο της επιφάνειας υποβάλλεται σε περαιτέρω επεξεργασία, υπολογίζοντας τις διαφορές στο ύψος των κτιρίων, μέσω της μέτρησης της απόκλισης των αντίστοιχων pixels. Ο αλγόριθμος λειτουργεί με μια λογική 'πυραμίδας' εικόνων, η οποία αποτελείται από εικόνες με εκθετικά φθίνουσες αναλύσεις (resolutions). Στη βάση της πυραμίδας βρίσκεται η αρχική εικόνα, ενώ σε κάθε επίπεδο παράγεται ένα ενδιάμεσο, περισσότερο βελτιωμένο DSM.&lt;br /&gt;
&lt;br /&gt;
4. Ακολουθεί η ανίχνευση σημείων που ανήκουν σε μια γειτονιά με μέγιστη διακύμανση των επιπέδων γκρι. Για την αντιστοίχιση των σημείων του πλέγματος με τα σημεία της αρχικής εικόνας, ο αλγόριθμος Area-Based Matching  (ABM) χρησιμοποιεί ένα συντελεστή συσχέτισης για τον προσδιορισμό πιθανών 'ταιριαστών υποψηφίων'.&lt;br /&gt;
&lt;br /&gt;
5. Στο τελικό στάδιο της διαδικασίας, μία μέθοδος Ελαχίστων Τετραγώνων (Multi-Photo Geometrically Constrained least-squares matching method-MPGC) χρησιμοποιείται για την περαιτέρω βελτίωση του τελικού αποτελέσματος, τη δημιουργία μιας συνεχούς επιφάνειας και την ανίχνευση πιθανών σφαλμάτων. Τα εξαγόμενα γραμμικά χαρακτηριστικά χρησιμοποιούνται για τη διάκριση των φυσικών και τεχνιτών ασυνεχών επιφανειών, όπως είναι οι κορυφογραμμές και οι κατακόρυφοι τοίχοι. Πριν την εξαγωγή του τελικού DSM, αποκλείονται επίπεδα πληροφορίας που δεν είναι χρήσιμα και το παραγόμενο μοντέλο έχει μέγεθος πλέγματος 3m. Η συγκεκριμένη ανάλυση προσφέρει καλύτερη ισορροπία μεταξύ λεπτομέρειας και μείωσης θορύβου, ενώ συμβάλει στην αποφυγή της υπερφόρτωσης πληροφοριών. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Μεθοδολογία βελτίωσης DSM:''' Στην εικόνα 2 απεικονίζεται η προτεινόμενη διαδικασία για τη μείωση του θορύβου και των σφαλμάτων στο μοντέλο της επιφάνειας, τη βελτίωση της τρισδιάστατης απεικόνισης των κτιρίων, καθώς και τη γενίκευση του DSM σε ένα ομαλό DMT το οποίο θα απεικονίζει μόνο το έδαφος. Σε αυτό το στάδιο ορίζεται ένα Ψηφιακό Μοντέλο Κτιρίων  (Digital Building Model-DBM), το οποίο αναπαριστά μόνο την κτιριακή μάζα. Σκοπός είναι η δημιουργία πρισματικών μοντέλων κτιρίων, ελαχιστοποιώντας τόσο την ομαλή μετάβαση από το επίπεδο του εδάφους στην οροφή των κτιρίων, όσο και την στρογγυλεμένη απότμηση των ακμών τους. Τα κτιριακά μοντέλα περιγράφουν ένα κτίριο με βάση το πολύγωνο της κάτοψής του (δοσμένο από μία υπάρχουσα, εξωτερική βάση δεδομένων κατόψεων κτιρίων) και ένα υπολογισμένο ύψος. Στη συνέχεια, τα δύο μοντέλα (DBM και DTM) συγχωνεύονται, δημιουργώντας ένα βελτιωμένο DSM ή ένα τρισδιάστατο αστικό μοντέλο LoD1. Ωστόσο, πριν τη συνένωση των μοντέλων πρέπει να ανιχνευθούν πιθανές ανωμαλίες που σχετίζονται με την περίπτωση ασυμφωνίας στο ύψος ενός κτιρίου. Στην εικόνα 3 απεικονίζεται το βελτιωμένο DSM ολόκληρης της περιοχής μελέτης, ενώ στην εικόνα 4 παρουσιάζονται δύο περιοχές του χάρτη σε μεγέθυνση και προοπτική απεικόνιση.&lt;br /&gt;
&lt;br /&gt;
Η οπτική/ποιοτική ανάλυση του αποτελέσματος δείχνει ότι το μοντέλο της πόλης αναπαριστά το έδαφος, τα κτίρια και τη σχέση κτιρίου-δρόμου με αρκετά λεπτομερή τρόπο. Οι βασικότερες κατηγορίες κτιρίων της βάσης δεδομένων έχουν αναπαρασταθεί σωστά, παρά το ότι διαμορφώθηκαν με μοντέλο LoD1. Το σχήμα των κτιρίων, είτε πρόκειται για πολυκατοικίες και μονοκατοικίες είτε για μεγάλα βιομηχανικά και εμπορικά κτίρια, προσεγγίζει κατά πολύ το πραγματικό τους. Αντί για ένα ακανόνιστο σχήμα, τα κτίρια έχουν μία πρισματική μορφή με σχεδόν κατακόρυφους τοίχους και επίπεδη οροφή. Η απομάκρυνση των σκιών, το μορφολογικό φιλτράρισμα του επιπέδου του εδάφους, καθώς και η σκόπιμη αφαίρεση των ακραίων τιμών, οδήγησε σε μία ενιαία οπτικά επιφάνεια, χωρίς θόρυβο, σφάλματα, βλάστηση και σημεία εκτός του εδάφους. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Υβριδικό raster-vector αστικό μοντέλο:''' Το υβριδικό μοντέλο απαιτεί τη μετατροπή του επιπέδου DBM, από raster σε vector, αποδίδοντας τα κτίρια με γεωμετρικό τρόπο. Σε πρώτη φάση, εισάγεται στα δυσδιάστατα πολύγωνα η ιδιότητα της στάθμης της οροφής κάθε κτιρίου ως παράμετρος του μέσου ύψους,  ενώ στη συνέχεια τα πολύγωνα μετατρέπονται σε πρισματικές δομές στερεών πάνω στο επίπεδο του raster DTM. Η κατασκευή του στερεού που αντιστοιχεί σε κάθε κτίριο, βασίζεται στην υπόθεση ότι ύψος της οροφής ενός κτιρίου είναι σταθερό και παράλληλο προς το έδαφος, ενώ οι τοίχοι του κάθετοι σε αυτό και επίπεδοι. Ψηφιακά αρχιτεκτονικά μοντέλα LoD3, με υψηλής ανάλυσης υφή και λεπτομερή απεικόνιση της δομής, δημιουργήθηκαν με σκοπό την απεικόνιση των σημαντικότερων τοποσήμων της περιοχής μελέτης. &lt;br /&gt;
&lt;br /&gt;
Για τη φωτορεαλιστική αναπαράσταση του αστικού μοντέλου, το DTM 'επενδύεται' με ορθοφωτογραφίες (ανάλυση 1m ή 1pixel), οι οποίες έχουν υποστεί πρώτα ορθοδιόρθωση και έχουν αναχθεί σε ένα σύστημα γεωγραφικών συντεταγμένων. Η ορθοαναγωγή των εικόνων δεν μειώνει μόνο τα λάθη στη γεωμετρική απεικόνιση των κτιρίων, αλλά αντιμετωπίζει επίσης στρεβλώσεις που οφείλονται στο έδαφος και στην καμπυλότητα της Γης. Στις 'γεω-διορθομένες' εικόνες εφαρμόζεται στη συνέχεια μία Gram-Schmidt (GS) φασματική όξυνση (sharpening). Πιο συγκεκριμένα, η παγχρωματική ζώνη 1m οξύνεται συνδυαζόμενη με χαμηλής ανάλυσης πολυφασματικές ζώνες 4m, για την παραγωγή μιας υψηλής ανάλυσης RGB εικόνας 1m. &lt;br /&gt;
&lt;br /&gt;
Στην εικόνα 5 παρουσιάζεται ένα τμήμα του τελικού υβριδικού μοντέλου που αποτελείται από vector στερεά κτιρίων και ένα raster DTM, 'επενδυμένο' με μία pan-sharpened ορθοφωτογραφία. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα και συζήτηση:''' Η τρισδιάστατη απεικόνιση ενός αστικού μοντέλου από δορυφορικές εικόνες με χρήση ιδιαίτερα αυτοματοποιημένων φωτομετρικών μεθόδων, έχει εξαιρετικές δυνατότητες, αλλά το αστικό τοπίο και κυρίως η τρισδιάστατη ψηφιακή απεικόνιση των κτιρίων θεωρείται ως ένα αρκετά πολύπλοκο ζήτημα. Οι πιο σημαντικές στρεβλώσεις που εμποδίζουν την τρισδιάστατη απεικόνιση από δισδιάστατες δορυφορικές εικόνες, οφείλονται στις ραδιομετρικές ανομοιογένειες, στις σκιασμένες επιφάνειες, ιδιαίτερα σε περιοχές του πυκνοδομημένου κέντρου πόλης, και στις απότομες υψομετρικές διαφορές. Χωρίς την εξωτερική πληροφορία της γεωμετρίας των κτιρίων, η τρισδιάστατη απόδοση των απόλυτα κατακόρυφων τοίχων και των στενών δρόμων, καθώς και η αφαίρεση του οπτικού θορύβου και της υπερφόρτωσης πληροφοριών, θα ήταν σχεδόν αδύνατη. &lt;br /&gt;
&lt;br /&gt;
Μια γρήγορη, αποδοτική και αξιόπιστη προσέγγιση προτείνεται για την παραγωγή ενός LoD1 μοντέλου αστικής επιφάνειας, η οποία βασίζεται στη φωτογραμμετρική επεξεργασία ενός στερεοσκοπικού ζευγαριού εικόνων Ikonos, ανάλυσης 1m. Μέσω των δισδιάστατων πολυγώνων των κατόψεων των κτιρίων και χρησιμοποιώντας την παράμετρο του μέσου ύψους,  τα κτίρια του DBM που προκύπτει προσεγγίζουν με αρκετά σαφή τρόπο τους σημαντικότερους τύπους κτιρίων της περιοχής. Στη συνέχεια, το DTM γενικεύεται σε μία ομαλή συνεχή επιφάνεια, αποδίδοντας μόνο το στοιχείο του εδάφους. &lt;br /&gt;
&lt;br /&gt;
Από τεχνικής άποψης, η παρούσα προσέγγιση έχει γενικό χαρακτήρα και μπορεί εύκολα να προσαρμοστεί σε DSMs που προέρχονται από ένα ευρύ φάσμα αισθητήρων παρακολούθησης, με ακρίβεια μικρότερη του 1m, όπως είναι οι Worldview-1, Worldview-2 και ο GeoEye-1, καθώς και στον GeoEye-2, τρίτης γενιάς δορυφόρο παγχρωματικής λειτουργίας και ανάλυσης 0,25m.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αναφορές'''&lt;br /&gt;
&lt;br /&gt;
Alobeid, A., Jacobsen, K., Heipke, C., 2010. Comparison of matching algorithms for DSM generation in urban areas from Ikonos imagery. Photogrammetric Engineering &amp;amp; Remote Sensing 76 (9), 1041–1050.&lt;br /&gt;
&lt;br /&gt;
Baillard, C., Zisserman, A., 1999. Automatic reconstruction of piecewise planar models from multiple views. Proceeding of IEEE Conference on Computer Vision and Pattern Recognition, Ft. Collins, CO, 23–25 June, pp. 559–565.&lt;br /&gt;
&lt;br /&gt;
Baltsavias, E., 1991. Multiphoto geometrically constrained matching. PhD Dissertation, Report No. 49, Institute of Geodesy and Photogrammetry, ETH Zurich, Switzerland, 221pp.&lt;br /&gt;
&lt;br /&gt;
Baltsavias, E., Zhang, L., Eisenbeiss, H., 2006. DSM generation and interior orientation determination of Ikonos images using a testfield in Switzerland. Photogrammetrie, Fernerkundung. Geoinformation 2006 (1), 41–54.&lt;br /&gt;
&lt;br /&gt;
Baz, I., Büyüksalih, G., Kersten, Th., Jacobsen, K., 2008. Documentation of Istanbul historic peninsula by static and mobile terrestrial laser scanning. International Archives of Photogrammetry and Remote Sensing 37 (Pt. B5), 993–998.&lt;br /&gt;
&lt;br /&gt;
Binard, M., Tack, F., Van De Voorde, T., Cornet, Y., Canters, F., 2010. Use of multiangle high-resolution imagery and 3D information for urban land-cover classification: a case study on Istanbul. Proceeding of EARSeL SIG Joint Workshop, Gent, Belgium, 22–24 September, 10pp. (on CD-ROM).&lt;br /&gt;
&lt;br /&gt;
Canny, J.F., 1986. A computational approach to edge detection. Pattern Analysis and Machine Intelligence 8 (6), 679–698.&lt;br /&gt;
&lt;br /&gt;
Chen, Q., Gong, P., Baldocchi, D., Xie, G., 2007. Filtering airborne laser scanning data with morphological methods. Photogrammetric Engineering &amp;amp; Remote Sensing 73 (2), 175–185.&lt;br /&gt;
&lt;br /&gt;
Crespi, M., De Vendictis, L., Grün, A., Iannucci, G., Poli, D., Volpe, F., Wang, X., 2007. DSM extraction from QuickBird and CartoSat stereopairs: quality assessment and comparison. Proceeding Conference of Optical 3D Measurement Techniques, Zurich, Switzerland, 9–12 July, pp. 195–203.&lt;br /&gt;
&lt;br /&gt;
Dial, G., 2000. Ikonos satellite mapping accuracy. Proceeding ASPRS Annual Conference, Washington D.C., 22–26 May, 8pp. (on CD-ROM).&lt;br /&gt;
&lt;br /&gt;
Fischer, A., Kolbe, T., Lang, F., Cremers, A., Förstner, W., Plümer, L., Steinhage, V., 1998. Extracting buildings from aerial images using hierarchical aggregation in 2D and 3D. Computer Vision and Image Understanding 72 (2), 195–203.&lt;br /&gt;
&lt;br /&gt;
Flamanc, D., Maillet, G., Jibrini, H., 2003. 3D city models: an operational approach using aerial images and cadastral maps. International Archives of Photogrammetry and Remote Sensing 34 (Pt. W8), 53–58.&lt;br /&gt;
&lt;br /&gt;
Fraser, C., Baltsavias, E., Grün, A., 2001. Ikonos Geo stereo images – geometric potential and suitability for 3D building reconstruction. In: Seyfert, E. (Ed.), Photogrammetrie-Fernerkundung-Geoinformation: Geodaten schaffen Verbindungen. Publications of the German Society for Photogrammetry and Remote Sensing, Berlin, pp. 113–121.&lt;br /&gt;
&lt;br /&gt;
GeoEye, E., 2006. Ikonos-imagery products guide (Ver. 1.5). GeoEye, USA, 19pp. &lt;br /&gt;
&lt;br /&gt;
Grodecki, J., Dial, G., 2003. Block adjustment of high-resolution satellite images described by rational functions. Photogrammetric Engineering &amp;amp; Remote Sensing 69 (1), 59–70.&lt;br /&gt;
&lt;br /&gt;
Grün, A., 1985. Adaptive least squares correlation: a powerful image matching technique. South Africa Journal of Photogrammetry. Remote Sensing and Cartography 14 (3), 175–187.&lt;br /&gt;
&lt;br /&gt;
Grün, A., Wang, X., 1998. CC-Modeler: a topology generator for 3-D city models. ISPRS Journal of Photogrammetry and Remote Sensing 53 (5), 286–295.&lt;br /&gt;
&lt;br /&gt;
Gülch, E., Müller, H., 2001. New applications of semi-automatic building acquisition. In: Baltsavias, E., Grün, A., Van Gool, L. (Eds.), Automatic Extraction of Man-Made Objects From Aerial and Space Images (III). Balkema, Lisse, pp. 103–114.&lt;br /&gt;
&lt;br /&gt;
Guo, T., Yasuoka, Y., 2002. Snake-based approach for building extraction from high resolution satellite images and height data in urban areas. Proceeding of the 23rd Asian Conference on Remote Sensing, Kathmandu, Nepal, 25–29 November, 7pp. (on CD-ROM).&lt;br /&gt;
&lt;br /&gt;
Haala, N., Anders, K., 1996. Fusion of 2D GIS and image data for 3D building reconstruction. International Archives of Photogrammetry and Remote Sensing 31 (Pt. B3), 285–290.&lt;br /&gt;
&lt;br /&gt;
Haala, N., Brenner, C., 1999. Virtual city models from laser altimeter and 2D map data. Photogrammetric Engineering &amp;amp; Remote Sensing 65 (7), 787–795.&lt;br /&gt;
&lt;br /&gt;
Herman, M., Kanade, T., 1986. Incremental reconstruction of 3D scenes from multiple complex images. Artificial Intelligence 30 (3), 289–341.&lt;br /&gt;
&lt;br /&gt;
Jacobsen, K., 2006. Digital surface models of city areas by very high resolution space imagery. Proc. EARSeL Workshop of the SIG Urban Remote Sensing, Berlin, Germany, 2–3 March, 10pp. (on CD-ROM).&lt;br /&gt;
&lt;br /&gt;
Jensen, J.R., Cowen, D., Kammerer, T., Huang, X., 1994. GPS and softcopy photogrammetry for large-scale digital elevation model creation and orthophoto mapping for urban applications. Proceeding of Mapping and Remote Sensing Tools for the 21st Century, ASPRS, Washington, D.C., 26–29 August, pp. 169–178.&lt;br /&gt;
&lt;br /&gt;
Jibrini, H., Paparoditis, N., Deseilligny, M.P., Maξtre, H., 2000. Automatic building reconstruction from very high resolution aerial stereopairs using cadastral ground plans. International Archives of Photogrammetry and Remote Sensing 33 (Pt. B2), 213–219.&lt;br /&gt;
&lt;br /&gt;
Kada, M., McKinley, L., 2009. 3D building reconstruction from LiDAR based on a cell decomposition approach. International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences 38 (Pt. 3/W4), 47–52.&lt;br /&gt;
&lt;br /&gt;
Kanade, T., Okutomi, M., 1994. A stereo matching algorithm with an adaptive window: theory and experiment. Pattern Analysis and Machine Intelligence 16 (9), 920–932.&lt;br /&gt;
&lt;br /&gt;
Kim, Z., Nevatia, R., 2004. Automatic description of complex buildings from multiple images. Computer Vision and Image Understanding 96 (1), 60–95.&lt;br /&gt;
&lt;br /&gt;
Kolbe, T.H., Gröger, G., Plümer, L., 2005. CityGML – interoperable access to 3D city models. In: van Oosterom, P., Zlatanova, S., Fendel, E. (Eds.), Geo-Information for Disaster Management. Springer, New York, pp. 883–899.&lt;br /&gt;
&lt;br /&gt;
Krauß, T., Reinartz, P., 2010. Enhancement of dense urban digital surface models from VHR optical satellite stereo data by pre-segmentation and object detection. International Archives of Photogrammetry and Remote Sensing 38 (Pt. 1), 6pp. (on CD-ROM).&lt;br /&gt;
&lt;br /&gt;
Laben, C.A., Brower, B.V., 2000. Process for enhancing the spatial resolution of multispectral imagery using pansharpening. U.S. Patent No. 6011,875, Eastman Kodak Company.&lt;br /&gt;
&lt;br /&gt;
Lafarge, F., Descombes, X., Zerubia, J., Pierrot-Deseilligny, M., 2008. Automatic building extraction from DEMs using an object approach and application to the 3D-city modeling. ISPRS Journal of Photogrammetry and Remote Sensing 63 (3), 365–381.&lt;br /&gt;
&lt;br /&gt;
Li, Z., Zhu, Q., Gold, C., 2005. Digital Terrain Modeling: Principles and Methodology. CRC Press, Boca Raton.&lt;br /&gt;
&lt;br /&gt;
Lue, Y., 1988. Interest operator and fast implementation. International Archives of Photogrammetry and Remote Sensing 27 (Pt. B3), 491–500.&lt;br /&gt;
&lt;br /&gt;
Maas, H.G., Vosselman, G., 1999. Two algorithms for extracting building models from raw laser altimetry data. ISPRS Journal of Photogrammetry and Remote Sensing 54 (2), 153–163.&lt;br /&gt;
&lt;br /&gt;
Meng, L., Forberg, A., 2007. 3D building generalisation. In: Mackaness, W., Ruas, A., Sarjakoski, T. (Eds.), Generalisation of Geographic Information: Cartographic Modelling and Applications. Elsevier Science Ltd., Oxford, pp. 211–232.&lt;br /&gt;
&lt;br /&gt;
Mesev, V., 2003. Remotely sensed cities: an introduction. In: Mesev, V. (Ed.), Remotely Sensed Cities. Taylor and Francis, London, pp. 1–20.&lt;br /&gt;
&lt;br /&gt;
Nevatia, R., Price, K.E., 2002. Automatic and interactive modeling of buildings in urban environments from aerial images. Proceeding of IEEE International Conference on Image Processing, Rochester, NY, 22–25 September 3, 525–528.&lt;br /&gt;
&lt;br /&gt;
Podobnikar, T., 2009. Methods for visual quality assessment of a digital terrain model. Surveys and Perspectives Integrating Environment and Society 2 (2), 10pp.&lt;br /&gt;
&lt;br /&gt;
Saint-Marc, P., Chen, J.S., Medioni, G., 1991. Adaptive smoothing: a general tool for early vision. Pattern Analysis and Machine Intelligence 13 (6), 514–529.&lt;br /&gt;
&lt;br /&gt;
Soille, P., 2003. Morphological Image Analysis: Principles and Applications, second ed. Springer-Verlag, New York.&lt;br /&gt;
&lt;br /&gt;
Stilla, U., Jurkiewicz, K., 1999. Automatic reconstruction of roofs from maps and elevation data. International Archives of Photogrammetry and Remote Sensing 32 (Pt. 7-4-3/W6), 139–143.&lt;br /&gt;
&lt;br /&gt;
Suveg, I., Vosselman, G., 2004. Reconstruction of 3D building models from aerial images and maps. ISPRS Journal of Photogrammetry and Remote Sensing 58 (3–4), 202–224.&lt;br /&gt;
&lt;br /&gt;
Tack, F., Goossens, R., Büyüksalih, G., 2009. Semi-automatic city model extraction from tri-stereoscopic VHR satellite imagery. International Archives of Photogrammetry Remote Sensing and Spatial Information Sciences 38 (Pt. 3/W4), 89–96.&lt;br /&gt;
&lt;br /&gt;
Taillandier, F., 2005. Automatic building reconstruction from cadastral maps and aerial images. International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences 36 (Pt. 3/W24), 105–110.&lt;br /&gt;
&lt;br /&gt;
Terzopoulos, D., 1986. Regularization of inverse visual problems involving discontinuities. Pattern Analysis and Machine Intelligence 8 (4), 413–424.&lt;br /&gt;
&lt;br /&gt;
Vinson, S., Cohen, L., 2002. Multiple rectangle model for buildings segmentation and 3D scene reconstruction. Proceeding of International Conference on Pattern Recognition. Quebec, Canada, 11-15 August, pp. 623–626.&lt;br /&gt;
&lt;br /&gt;
Wallis, R., 1976. An approach to the space variant restoration and enhancement of images. Proceding of Symposium on Current Mathematical Problems in Image Science, Monterey, California, pp. 641–662.&lt;br /&gt;
&lt;br /&gt;
Weidner, U., Förstner, W., 1995. Towards automatic building extraction from high resolution digital elevation models. ISPRS Journal of Photogrammetry and Remote Sensing 50 (4), 38–49.&lt;br /&gt;
&lt;br /&gt;
Woo, D-M., Park, D-C., 2011. Stereoscopic modeling of building rooftop from IKONOS satellite image data. Proceeding of Conference on Information Science and Applications, Jeju Island, Korea (South), 26-29 April, 5pp. (on CD-ROM).&lt;br /&gt;
&lt;br /&gt;
Yuhendra, Sumantyoc, J.T., Kuze, H., 2011. Performance analyzing of high resolution pan-sharpening techniques: increasing image quality for classification using supervised kernel support vector machine. Research Journal of Information Technology 3 (1), 12–23.&lt;br /&gt;
&lt;br /&gt;
Zhang, L., 2005. Automatic digital surface model (DSM) generation from linear array images. PhD Dissertation, Report No. 88, Institute of Geodesy and Photogrammetry, ETH Zurich, Switzerland, 199pp.&lt;br /&gt;
&lt;br /&gt;
Zhang, L., Grün, A., 2006. Multi-image matching for DSM generation from Ikonos imagery. ISPRS Journal of Photogrammetry and Remote Sensing 60 (3), 195–211.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
[http://www.sciencedirect.com/science/article/pii/S0924271611001134 '''το άρθρο στο διαδίκτυο''']&lt;br /&gt;
&lt;br /&gt;
 [[category:Αστικός και περιφερειακός σχεδιασμός]]&lt;/div&gt;</summary>
		<author><name>Ramfou Vasiliki</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A4%CF%81%CE%B9%CF%83%CE%B4%CE%B9%CE%AC%CF%83%CF%84%CE%B1%CF%84%CE%B7_%CE%B1%CF%80%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CE%B9%CF%83%CE%B7_%CE%B1%CE%BD%CE%B1%CE%BA%CE%B1%CF%84%CE%B1%CF%83%CE%BA%CE%B5%CF%85%CE%AE%CF%82_%CE%BA%CF%84%CE%B9%CF%81%CE%AF%CE%BF%CF%85_%CE%BA%CE%B1%CE%B9_%CF%88%CE%B7%CF%86%CE%B9%CE%B1%CE%BA%CE%AC_%CE%BC%CE%BF%CE%BD%CF%84%CE%AD%CE%BB%CE%B1_%CE%B5%CF%80%CE%B9%CF%86%CE%AC%CE%BD%CE%B5%CE%B9%CE%B1%CF%82_%CE%B5%CE%BE%CE%B1%CE%B3%CF%8C%CE%BC%CE%B5%CE%BD%CE%B1_%CE%B1%CF%80%CF%8C_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AE_%CE%B1%CF%80%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CE%B9%CF%83%CE%B7</id>
		<title>Τρισδιάστατη απεικόνιση ανακατασκευής κτιρίου και ψηφιακά μοντέλα επιφάνειας εξαγόμενα από δορυφορική απεικόνιση</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A4%CF%81%CE%B9%CF%83%CE%B4%CE%B9%CE%AC%CF%83%CF%84%CE%B1%CF%84%CE%B7_%CE%B1%CF%80%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CE%B9%CF%83%CE%B7_%CE%B1%CE%BD%CE%B1%CE%BA%CE%B1%CF%84%CE%B1%CF%83%CE%BA%CE%B5%CF%85%CE%AE%CF%82_%CE%BA%CF%84%CE%B9%CF%81%CE%AF%CE%BF%CF%85_%CE%BA%CE%B1%CE%B9_%CF%88%CE%B7%CF%86%CE%B9%CE%B1%CE%BA%CE%AC_%CE%BC%CE%BF%CE%BD%CF%84%CE%AD%CE%BB%CE%B1_%CE%B5%CF%80%CE%B9%CF%86%CE%AC%CE%BD%CE%B5%CE%B9%CE%B1%CF%82_%CE%B5%CE%BE%CE%B1%CE%B3%CF%8C%CE%BC%CE%B5%CE%BD%CE%B1_%CE%B1%CF%80%CF%8C_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AE_%CE%B1%CF%80%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CE%B9%CF%83%CE%B7"/>
				<updated>2015-03-19T23:39:01Z</updated>
		
		<summary type="html">&lt;p&gt;Ramfou Vasiliki: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα:vr_a1_e1.jpg|300px|thumb|right|Εικόνα 1. Η περιοχή μελέτης οριοθετείται από το κόκκινο πολύγωνο. Τα σημεία GCP, τα οποία απεικονίζονται με κόκκινες κουκίδες, χρησιμοποιούνται για να βελτιώσουν το RPC μοντέλο του αισθητήρα. Τα πολύγωνα με τη μαύρη διακεκομμένη γραμμή υποδεικνύουν τη βάση δεδομένων των τρισδιάστατων κτιρίων (Ikonos MS image, 2005-05-16, RGB).]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a1_e2.jpg|300px|thumb|right|Εικόνα 2. Διάγραμμα ροής για τη βελτίωση της τρισδιάστατης ψηφιακής απεικόνισης του εδάφους και των κτιρίων σε ένα DSM, το οποίο έχει εξαχθεί φωτογραμμετρικά από δορυφορικές εικόνες.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a1_e3.jpg|300px|thumb|right|Εικόνα 3. Συγχώνευση του DTM και του DBM σε ένα τελικό DSM, που καλύπτει την περιοχή μελέτης.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a1_e4.jpg|300px|thumb|right|Εικόνα 4 (Α και Β). Μεγέθυνση και προοπτική απεικόνιση μιας περιοχής που αποτελείται κυρίως από βιομηχανικά/εμπορικά κτίρια και μιας πυκνοδομημένης περιοχής του κέντρου της πόλης, αντίστοιχα. Η οριοθέτηση των δύο περιοχών υποδεικνύεται στην εικόνα 3.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a1_e5.jpg|300px|thumb|right|Εικόνα 5. Προοπτική απεικόνιση ενός τμήματος του τελικού υβριδικού μοντέλου, που αποτελείται από στερεά κτιρίων και raster DTM 'ντυμένο' με pan-sharpened ορθοφωτογραφία.]] &lt;br /&gt;
&lt;br /&gt;
'''Πλήρης Τίτλος:''''Τρισδιάστατη απεικόνιση ανακατασκευής κτιρίου βασισμένη στην κάτοψη και ψηφιακά μοντέλα επιφάνειας εξαγόμενα από δορυφορική απεικόνιση'&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος Τίτλος:''' '3D building reconstruction based on given ground plan information and surface models extracted from spaceborne imagery'&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Frederik Tack a, Gurcan Buyuksalih (b), Rudi Goossens (a)&lt;br /&gt;
&lt;br /&gt;
(a) Department of Geography, Ghent University, Krijgslaan 281, Building S8, 9000 Ghent, Belgium&lt;br /&gt;
&lt;br /&gt;
(b) IMP-Bimtas, Evliya Celebi Mahallesi., Mesryutiyet Caddesi., Eski Tuyap Binasi 88, 34430 Beyoglu, Istanbul, Turkey&lt;br /&gt;
&lt;br /&gt;
'''Πηγή:''' Elsevier, ISPRS Journal of Photogrammetry and Remote Sensing, 67 (2012), 52-64 &lt;br /&gt;
&lt;br /&gt;
'''Λέξεις Κλειδιά:''' τρισδιάστατα μοντέλα επιφάνειας, DSM, φωτογραμμετρία, υψηλής ανάλυσης δορυφορικές εικόνες, δισδιάστατες κατόψεις&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Περίληψη:''' Τα τρισδιάστατα ψηφιακά μοντέλα επιφάνειας κερδίζουν συνεχώς έδαφος ως ένα σημαντικό εργαλείο αστικού σχεδιασμού και χαρτογράφησης. Ωστόσο, η πολύπλοκη φύση του αστικού περιβάλλοντος αποτελεί πρόκληση διερεύνησης των σύγχρονων ορίων της τρισδιάστατης ψηφιακής απεικόνισης επιφάνειας από υψηλής ανάλυσης δορυφορικές εικόνες. Η παρούσα προσέγγιση χρησιμοποιεί τη γεωμετρική πληροφορία κτιρίων που παρέχεται στις δισδιάστατες κατόψεις, προκειμένου να εξελίξει ένα τρισδιάστατο ψηφιακό μοντέλο επιφάνειας το οποίο έχει εξαχθεί φωτογραμμετρικά από δορυφορικές εικόνες.  &lt;br /&gt;
&lt;br /&gt;
Αρχικά, τα κτίρια αφαιρούνται από το DSM (Digital Surface Model-Ψηφιακό Μοντέλο Επιφάνειας) το οποίο βασίζεται στα δισδιάστατα πολύγωνα των κατόψεων των κτιρίων. Για τη δημιουργία πρισματικών μορφών με κατακόρυφους τοίχους και επίπεδη οροφή, το σχήμα του κτιρίου εξάγεται από τη βάση δεδομένων του κτηματολογίου, ενώ το ύψος του κτιρίου, από το DSM. Για κάθε δισδιάστατο περίγραμμα κτιρίου, εισάγεται ένα σταθερό ύψος στέγης, το οποίο καθορίζεται με στατιστικούς υπολογισμούς των τιμών του ύψους.  &lt;br /&gt;
&lt;br /&gt;
Μετά την εξαγωγή των κτιρίων από το αρχικό μοντέλο, το εναπομείναν DSM υπόκειται σε περεταίρω επεξεργασία, έτσι ώστε να απλοποιηθεί σε ένα ομαλό DTM (Digital Terrain Model-Ψηφιακό Μοντέλο Εδάφους), το οποίο απεικονίζει μόνο το έδαφος, χωρίς αντικείμενα, βλάστηση, αυτοκίνητα ή αστικό εξοπλισμό. Σε μία επόμενη φάση, και τα δύο μοντέλα συγχωνεύονται για να παράξουν ένα ολοκληρωμένο αστικό μοντέλο, ή ένα γενικευμένο DSM. Η ακρίβεια του γενικευμένου μοντέλου επιφάνειας αξιολογείται σύμφωνα με μια ποσοτική-στατιστική ανάλυση σε σύγκριση με δύο διαφορετικούς τύπους δεδομένων αναφοράς.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή:''' Τα τρισδιάστατα αστικά μοντέλα εφαρμόζονται όλο και περισσότερο ως βάση δεδομένων ή μέθοδος οπτικοποίησης/επικοινωνίας σε έναν αυξανόμενο αριθμό τομέων όπως είναι ο αστικός σχεδιασμός και η διαχείριση της πόλης, η αρχιτεκτονική, η αρχαιολογία, ο τουρισμός, οι τηλεπικοινωνίες, η παροχή ενέργειας, η πλοήγηση, η προσομοίωση του περιβάλλοντος, η διαχείριση των καταστροφών, η βιομηχανία παιχνιδιών, κλπ. Ακόμη, ανταποκρίνονται σε ένα ευρύ φάσμα δραστηριοτήτων όπως είναι η βιώσιμη αστική ανάπτυξη, η απεικόνιση της ροής του νερού, οι μελέτες του αστικού κλίματος, η ενημέρωση χαρτών, οι περιβαλλοντικές αξιολογήσεις, η ανάλυση του εδάφους, ο αρχιτεκτονικός σχεδιασμός, οι τρισδιάστατες απεικονίσεις, κ.λπ. Παρά το γεγονός ότι αυτά τα πεδία εφαρμογής μοιράζονται την κοινή ζήτηση για τρισδιάστατη απεικόνιση, οι ειδικές απαιτήσεις τους όσον αφορά την ακρίβεια, τη λεπτομέρεια και την επικαιροποίηση των στοιχείων διαφέρουν σημαντικά.&lt;br /&gt;
&lt;br /&gt;
Έτσι, μπορούν να διακριθούν διαφορετικά Επίπεδα Λεπτομέρειας (LoD-Levels of Detail), με κάθε ένα να αντιστοιχεί σε ένα συγκεκριμένο βαθμό λεπτομέρειας. Ένα αστικό αντικείμενο ή ένα χαρακτηριστικό απεικονίζεται με βάση το επίπεδο λεπτομέρειας στο οποίο ανήκει. Από το 2008, για την ψηφιακή απεικόνιση τρισδιάστατων αντικείμενων και κυρίως κτιρίων, έχει υιοθετηθεί ως πρότυπο η City Geography Markup Language, CityGML, έκδοση 1.0.0. Εύκολα συμπεραίνουμε ότι όσο το επίπεδο της λεπτομέρειας μεγαλώνει, αυξάνεται η προσπάθεια και το κόστος παραγωγής, ενώ το επίπεδο του προγραμματισμού μειώνεται. &lt;br /&gt;
&lt;br /&gt;
Η παρούσα προσέγγιση στοχεύει στην εξαγωγή ενός προσεγγιστικού τρισδιάστατου αστικού μοντέλου LoD1, το οποίο βασίζεται σε στερεοσκοπικές δορυφορικές εικόνες Ikonos υψηλής ανάλυσης και σε μία εξωτερική βάση δεδομένων δισδιάστατων κατόψεων κτιρίων. Το μοντέλο LoD1 περιλαμβάνει πρισματικά κτίρια με επίπεδη οροφή, χωρίς καθόλου απόδοση της υφής στη στέγη ή στους τοίχους. Το ύψος των κτιρίων υπολογίζεται μέσω φωτογραμμετρικής εξαγωγής από στερεοσκοπικές ψηφιακές εικόνες, ενώ η θέση, ο προσανατολισμός και το σχήμα τους συλλέγονται από τη δισδιάστατη βάση δεδομένων του κτηματολογίου.&lt;br /&gt;
&lt;br /&gt;
Έρευνες και μέθοδοι που ασχολήθηκαν με την εξαγωγή DSM από υψηλής ανάλυσης δορυφορικές εικόνες, ανέδειξαν την πολυπλοκότητα του προβλήματος της απόδοσης τέτοιων ψηφιακών  μοντέλων από στερεοσκοπικές εικόνες. Παρά την υψηλή απόδοση των αυτοματοποιημένων προσεγγίσεων, η δημιουργία μίας πλήρως αυτοματοποιημένης διαδικασίας για την απεικόνιση επιφάνειας από εικόνες μεγάλης κλίμακας (αεροφωτογραφίες και δορυφορικές εικόνες) πυκνοκατοικημένων περιοχών, παραμένει  ένα άλυτο ζήτημα. Οι πόλεις αποτελούνται από ένα πολύπλοκο μείγμα τεχνητών και φυσικών αστικών χαρακτηριστικών, με έντονη διαφοροποίηση στο μέγεθος, στο σχήμα, στη σύνθεση και στη διάταξη. Αυτή η ποικιλομορφία συχνά δυσχεραίνει τη διαδικασία της αυτοματοποίησης.  &lt;br /&gt;
&lt;br /&gt;
Στην παρούσα έρευνα, παρουσιάζεται μία εφαρμόσιμη, αποδοτική και ιδιαίτερα αυτοματοποιημένη προσέγγιση, η οποία παράγει ένα γενικευμένο, LoD1 αστικό μοντέλο, βασισμένο στην φωτογραμμετρική επεξεργασία 1m ανάλυσης δορυφορικών εικόνων Ikonos, με δεδομένες τις κατόψεις των κτιρίων.  Η έρευνα εφαρμόζεται σε μία μεγάλης έκτασης πυκνοδομημένη περιοχή, 60 km2, η οποία αποτελείται από κτίρια υψηλής ποικιλομορφίας. Οι βασικοί στόχοι είναι οι εξής:&lt;br /&gt;
&lt;br /&gt;
* ο έλεγχος της λειτουργικότητας και της εφαρμοστικότητας της μεθόδου&lt;br /&gt;
* η βελτίωση της τρισδιάστατης ψηφιακής απεικόνισης των κτιρίων&lt;br /&gt;
* η παραγωγή ενός ψηφιακού μοντέλου εδάφους (DΤM), μετά την εξαγωγή των κτιρίων από το ψηφιακό μοντέλο επιφάνειας (DSM) και&lt;br /&gt;
* η βέλτιστη αναπαράσταση ενός υβριδικού αστικού μοντέλου&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Πηγή εικόνων και πεδίο έρευνας:''' Για τη διεξαγωγή της έρευνας επιλέχτηκε ο δορυφόρος Ikonos, λόγω της υψηλής ραδιομετρικής και γεωμετρικής ικανότητας των εικόνων. Ο Ikonos, η λειτουργία του οποίου ξεκίνησε το 1999, ήταν ο πρώτος εμπορικός δορυφόρος με δυνατότητα απόδοσης υψηλής ανάλυσης παγχρωματικών (0,45 - 0,90 lm) και πολυφασματικών εικόνων σε περίπου 1 και 4m, αντίστοιχα. Η πλατφόρμα VHR Ikonos έχει τη δυνατότητα περιστροφής του αισθητήρα μέχρι και 26° από το ναδίρ. Έτσι, μπορούμε να έχουμε εικόνες της ίδιας τοποθεσίας ταυτόχρονα από δύο διαφορετικές οπτικές γωνίες.&lt;br /&gt;
&lt;br /&gt;
Η μελέτη διεξάγεται σε ένα τμήμα 60 περίπου km2 της Κωνσταντινούπολης (εικόνα 1). Η πόλη χαρακτηρίζεται από έντονη αστική ανάπτυξη, η οποία εμφανίζει ιδιαίτερη χωρική πύκνωση κατά μήκος του Βοσπόρου. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αλγόριθμος εξαγωγής της τρισδιάστατης επιφάνειας:''' Καθώς ο σκοπός της έρευνας δεν είναι η μεθοδολογία της φωτογραμμετρικής εξαγωγής ενός μοντέλου επιφάνειας, αλλά η βελτίωσή του, θα αναφερθούμε επιγραμματικά στα στάδια εξαγωγής της τρισδιάστατης επιφάνειας:&lt;br /&gt;
&lt;br /&gt;
1. Αρχικά, οι εικόνες VHR διορθώνονται ραδιομετρικά και αυξάνεται η αντίθεσή τους (contrast), με τη χρήση ενός φίλτρου (LCE Wallis filter). Με τον τρόπο αυτό, βελτιώνεται η υφή στις έντονα σκιασμένες περιοχές και εξισορροπούνται οι ραδιομετρικές ανομοιογένειες που υπάρχουν λόγω των διαφορετικών ατμοσφαιρικών συνθηκών και φωτισμού.&lt;br /&gt;
&lt;br /&gt;
2. Στη συνέχεια, για τον καθορισμό της σχέσης της δυσδιάστατης εικόνας και του τρισδιάστατου χώρου του αντικειμένου, καθώς και για τον υπολογισμό της θέσης του αισθητήρα (x0, y0, z0) και της γωνίας περιστροφής του κατά μήκος των τριών αξόνων (x, u, j) κατά τη λήψη της εικόνας, εκτελείται μια διαδικασία προσαρμογής block bundle, βασισμένη στους Λογικούς Συντελεστές του Πολυωνύμου  (Rational Polynomial Coefficients-RPCs) και στο Λογικό Λειτουργικό Μοντέλο Αισθητήρα (Rational Functional sensor Model-RFM). Με τη βοήθεια ενός C-Nav Διαφορικού συστήματος GPS, μετρήθηκαν 50 ευδιάκριτα GCPs, ομοιογενώς κατανεμημένα σε όλη την περιοχή μελέτης. Συνολικά χρησιμοποιήθηκαν 15 σημεία με γνωστές συντεταγμένες, ομοιογενώς κατανεμημένα και σαφώς αναγνωρίσιμα στις εικόνες, προκειμένου να περιγραφεί η σχέση μεταξύ των ψηφιακών εικόνων και του εδάφους (εικόνα 1).&lt;br /&gt;
&lt;br /&gt;
3. Αφού ολοκληρωθεί η διαδικασία αντιστοίχισης της εικόνας, η οποία θεωρείται ο πυρήνας της φωτογραμμετρικής εξαγωγής, το μοντέλο της επιφάνειας υποβάλλεται σε περαιτέρω επεξεργασία, υπολογίζοντας τις διαφορές στο ύψος των κτιρίων, μέσω της μέτρησης της απόκλισης των αντίστοιχων pixels. Ο αλγόριθμος λειτουργεί με μια λογική 'πυραμίδας' εικόνων, η οποία αποτελείται από εικόνες με εκθετικά φθίνουσες αναλύσεις (resolutions). Στη βάση της πυραμίδας βρίσκεται η αρχική εικόνα, ενώ σε κάθε επίπεδο παράγεται ένα ενδιάμεσο, περισσότερο βελτιωμένο DSM.&lt;br /&gt;
&lt;br /&gt;
4. Ακολουθεί η ανίχνευση σημείων που ανήκουν σε μια γειτονιά με μέγιστη διακύμανση των επιπέδων γκρι. Για την αντιστοίχιση των σημείων του πλέγματος με τα σημεία της αρχικής εικόνας, ο αλγόριθμος Area-Based Matching  (ABM) χρησιμοποιεί ένα συντελεστή συσχέτισης για τον προσδιορισμό πιθανών 'ταιριαστών υποψηφίων'.&lt;br /&gt;
&lt;br /&gt;
5. Στο τελικό στάδιο της διαδικασίας, μία μέθοδος Ελαχίστων Τετραγώνων (Multi-Photo Geometrically Constrained least-squares matching method-MPGC) χρησιμοποιείται για την περαιτέρω βελτίωση του τελικού αποτελέσματος, τη δημιουργία μιας συνεχούς επιφάνειας και την ανίχνευση πιθανών σφαλμάτων. Τα εξαγόμενα γραμμικά χαρακτηριστικά χρησιμοποιούνται για τη διάκριση των φυσικών και τεχνιτών ασυνεχών επιφανειών, όπως είναι οι κορυφογραμμές και οι κατακόρυφοι τοίχοι. Πριν την εξαγωγή του τελικού DSM, αποκλείονται επίπεδα πληροφορίας που δεν είναι χρήσιμα και το παραγόμενο μοντέλο έχει μέγεθος πλέγματος 3m. Η συγκεκριμένη ανάλυση προσφέρει καλύτερη ισορροπία μεταξύ λεπτομέρειας και μείωσης θορύβου, ενώ συμβάλει στην αποφυγή της υπερφόρτωσης πληροφοριών. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Μεθοδολογία βελτίωσης DSM:''' Στην εικόνα 2 απεικονίζεται η προτεινόμενη διαδικασία για τη μείωση του θορύβου και των σφαλμάτων στο μοντέλο της επιφάνειας, τη βελτίωση της τρισδιάστατης απεικόνισης των κτιρίων, καθώς και τη γενίκευση του DSM σε ένα ομαλό DMT το οποίο θα απεικονίζει μόνο το έδαφος. Σε αυτό το στάδιο ορίζεται ένα Ψηφιακό Μοντέλο Κτιρίων  (Digital Building Model-DBM), το οποίο αναπαριστά μόνο την κτιριακή μάζα. Σκοπός είναι η δημιουργία πρισματικών μοντέλων κτιρίων, ελαχιστοποιώντας τόσο την ομαλή μετάβαση από το επίπεδο του εδάφους στην οροφή των κτιρίων, όσο και την στρογγυλεμένη απότμηση των ακμών τους. Τα κτιριακά μοντέλα περιγράφουν ένα κτίριο με βάση το πολύγωνο της κάτοψής του (δοσμένο από μία υπάρχουσα, εξωτερική βάση δεδομένων κατόψεων κτιρίων) και ένα υπολογισμένο ύψος. Στη συνέχεια, τα δύο μοντέλα (DBM και DTM) συγχωνεύονται, δημιουργώντας ένα βελτιωμένο DSM ή ένα τρισδιάστατο αστικό μοντέλο LoD1. Ωστόσο, πριν τη συνένωση των μοντέλων πρέπει να ανιχνευθούν πιθανές ανωμαλίες που σχετίζονται με την περίπτωση ασυμφωνίας στο ύψος ενός κτιρίου. Στην εικόνα 3 απεικονίζεται το βελτιωμένο DSM ολόκληρης της περιοχής μελέτης, ενώ στην εικόνα 4 παρουσιάζονται δύο περιοχές του χάρτη σε μεγέθυνση και προοπτική απεικόνιση.&lt;br /&gt;
&lt;br /&gt;
Η οπτική/ποιοτική ανάλυση του αποτελέσματος δείχνει ότι το μοντέλο της πόλης αναπαριστά το έδαφος, τα κτίρια και τη σχέση κτιρίου-δρόμου με αρκετά λεπτομερή τρόπο. Οι βασικότερες κατηγορίες κτιρίων της βάσης δεδομένων έχουν αναπαρασταθεί σωστά, παρά το ότι διαμορφώθηκαν με μοντέλο LoD1. Το σχήμα των κτιρίων, είτε πρόκειται για πολυκατοικίες και μονοκατοικίες είτε για μεγάλα βιομηχανικά και εμπορικά κτίρια, προσεγγίζει κατά πολύ το πραγματικό τους. Αντί για ένα ακανόνιστο σχήμα, τα κτίρια έχουν μία πρισματική μορφή με σχεδόν κατακόρυφους τοίχους και επίπεδη οροφή. Η απομάκρυνση των σκιών, το μορφολογικό φιλτράρισμα του επιπέδου του εδάφους, καθώς και η σκόπιμη αφαίρεση των ακραίων τιμών, οδήγησε σε μία ενιαία οπτικά επιφάνεια, χωρίς θόρυβο, σφάλματα, βλάστηση και σημεία εκτός του εδάφους. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Υβριδικό raster-vector αστικό μοντέλο:''' Το υβριδικό μοντέλο απαιτεί τη μετατροπή του επιπέδου DBM, από raster σε vector, αποδίδοντας τα κτίρια με γεωμετρικό τρόπο. Σε πρώτη φάση, εισάγεται στα δυσδιάστατα πολύγωνα η ιδιότητα της στάθμης της οροφής κάθε κτιρίου ως παράμετρος του μέσου ύψους,  ενώ στη συνέχεια τα πολύγωνα μετατρέπονται σε πρισματικές δομές στερεών πάνω στο επίπεδο του raster DTM. Η κατασκευή του στερεού που αντιστοιχεί σε κάθε κτίριο, βασίζεται στην υπόθεση ότι ύψος της οροφής ενός κτιρίου είναι σταθερό και παράλληλο προς το έδαφος, ενώ οι τοίχοι του κάθετοι σε αυτό και επίπεδοι. Ψηφιακά αρχιτεκτονικά μοντέλα LoD3, με υψηλής ανάλυσης υφή και λεπτομερή απεικόνιση της δομής, δημιουργήθηκαν με σκοπό την απεικόνιση των σημαντικότερων τοποσήμων της περιοχής μελέτης. &lt;br /&gt;
&lt;br /&gt;
Για τη φωτορεαλιστική αναπαράσταση του αστικού μοντέλου, το DTM 'επενδύεται' με ορθοφωτογραφίες (ανάλυση 1m ή 1pixel), οι οποίες έχουν υποστεί πρώτα ορθοδιόρθωση και έχουν αναχθεί σε ένα σύστημα γεωγραφικών συντεταγμένων. Η ορθοαναγωγή των εικόνων δεν μειώνει μόνο τα λάθη στη γεωμετρική απεικόνιση των κτιρίων, αλλά αντιμετωπίζει επίσης στρεβλώσεις που οφείλονται στο έδαφος και στην καμπυλότητα της Γης. Στις 'γεω-διορθομένες' εικόνες εφαρμόζεται στη συνέχεια μία Gram-Schmidt (GS) φασματική όξυνση (sharpening). Πιο συγκεκριμένα, η παγχρωματική ζώνη 1m οξύνεται συνδυαζόμενη με χαμηλής ανάλυσης πολυφασματικές ζώνες 4m, για την παραγωγή μιας υψηλής ανάλυσης RGB εικόνας 1m. &lt;br /&gt;
&lt;br /&gt;
Στην εικόνα 5 παρουσιάζεται ένα τμήμα του τελικού υβριδικού μοντέλου που αποτελείται από vector στερεά κτιρίων και ένα raster DTM, 'επενδυμένο' με μία pan-sharpened ορθοφωτογραφία. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα και συζήτηση:''' Η τρισδιάστατη απεικόνιση ενός αστικού μοντέλου από δορυφορικές εικόνες με χρήση ιδιαίτερα αυτοματοποιημένων φωτομετρικών μεθόδων, έχει εξαιρετικές δυνατότητες, αλλά το αστικό τοπίο και κυρίως η τρισδιάστατη ψηφιακή απεικόνιση των κτιρίων θεωρείται ως ένα αρκετά πολύπλοκο ζήτημα. Οι πιο σημαντικές στρεβλώσεις που εμποδίζουν την τρισδιάστατη απεικόνιση από δισδιάστατες δορυφορικές εικόνες, οφείλονται στις ραδιομετρικές ανομοιογένειες, στις σκιασμένες επιφάνειες, ιδιαίτερα σε περιοχές του πυκνοδομημένου κέντρου πόλης, και στις απότομες υψομετρικές διαφορές. Χωρίς την εξωτερική πληροφορία της γεωμετρίας των κτιρίων, η τρισδιάστατη απόδοση των απόλυτα κατακόρυφων τοίχων και των στενών δρόμων, καθώς και η αφαίρεση του οπτικού θορύβου και της υπερφόρτωσης πληροφοριών, θα ήταν σχεδόν αδύνατη. &lt;br /&gt;
&lt;br /&gt;
Μια γρήγορη, αποδοτική και αξιόπιστη προσέγγιση προτείνεται για την παραγωγή ενός LoD1 μοντέλου αστικής επιφάνειας, η οποία βασίζεται στη φωτογραμμετρική επεξεργασία ενός στερεοσκοπικού ζευγαριού εικόνων Ikonos, ανάλυσης 1m. Μέσω των δισδιάστατων πολυγώνων των κατόψεων των κτιρίων και χρησιμοποιώντας την παράμετρο του μέσου ύψους,  τα κτίρια του DBM που προκύπτει προσεγγίζουν με αρκετά σαφή τρόπο τους σημαντικότερους τύπους κτιρίων της περιοχής. Στη συνέχεια, το DTM γενικεύεται σε μία ομαλή συνεχή επιφάνεια, αποδίδοντας μόνο το στοιχείο του εδάφους. &lt;br /&gt;
&lt;br /&gt;
Από τεχνικής άποψης, η παρούσα προσέγγιση έχει γενικό χαρακτήρα και μπορεί εύκολα να προσαρμοστεί σε DSMs που προέρχονται από ένα ευρύ φάσμα αισθητήρων παρακολούθησης, με ακρίβεια μικρότερη του 1m, όπως είναι οι Worldview-1, Worldview-2 και ο GeoEye-1, καθώς και στον GeoEye-2, τρίτης γενιάς δορυφόρο παγχρωματικής λειτουργίας και ανάλυσης 0,25m.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αναφορές'''&lt;br /&gt;
&lt;br /&gt;
Alobeid, A., Jacobsen, K., Heipke, C., 2010. Comparison of matching algorithms for DSM generation in urban areas from Ikonos imagery. Photogrammetric Engineering &amp;amp; Remote Sensing 76 (9), 1041–1050.&lt;br /&gt;
&lt;br /&gt;
Baillard, C., Zisserman, A., 1999. Automatic reconstruction of piecewise planar models from multiple views. Proceeding of IEEE Conference on Computer Vision and Pattern Recognition, Ft. Collins, CO, 23–25 June, pp. 559–565.&lt;br /&gt;
&lt;br /&gt;
Baltsavias, E., 1991. Multiphoto geometrically constrained matching. PhD Dissertation, Report No. 49, Institute of Geodesy and Photogrammetry, ETH Zurich, Switzerland, 221pp.&lt;br /&gt;
&lt;br /&gt;
Baltsavias, E., Zhang, L., Eisenbeiss, H., 2006. DSM generation and interior orientation determination of Ikonos images using a testfield in Switzerland. Photogrammetrie, Fernerkundung. Geoinformation 2006 (1), 41–54.&lt;br /&gt;
&lt;br /&gt;
Baz, I., Büyüksalih, G., Kersten, Th., Jacobsen, K., 2008. Documentation of Istanbul historic peninsula by static and mobile terrestrial laser scanning. International Archives of Photogrammetry and Remote Sensing 37 (Pt. B5), 993–998.&lt;br /&gt;
&lt;br /&gt;
Binard, M., Tack, F., Van De Voorde, T., Cornet, Y., Canters, F., 2010. Use of multiangle high-resolution imagery and 3D information for urban land-cover classification: a case study on Istanbul. Proceeding of EARSeL SIG Joint Workshop, Gent, Belgium, 22–24 September, 10pp. (on CD-ROM).&lt;br /&gt;
&lt;br /&gt;
Canny, J.F., 1986. A computational approach to edge detection. Pattern Analysis and Machine Intelligence 8 (6), 679–698.&lt;br /&gt;
&lt;br /&gt;
Chen, Q., Gong, P., Baldocchi, D., Xie, G., 2007. Filtering airborne laser scanning data with morphological methods. Photogrammetric Engineering &amp;amp; Remote Sensing 73 (2), 175–185.&lt;br /&gt;
&lt;br /&gt;
Crespi, M., De Vendictis, L., Grün, A., Iannucci, G., Poli, D., Volpe, F., Wang, X., 2007. DSM extraction from QuickBird and CartoSat stereopairs: quality assessment and comparison. Proceeding Conference of Optical 3D Measurement Techniques, Zurich, Switzerland, 9–12 July, pp. 195–203.&lt;br /&gt;
&lt;br /&gt;
Dial, G., 2000. Ikonos satellite mapping accuracy. Proceeding ASPRS Annual Conference, Washington D.C., 22–26 May, 8pp. (on CD-ROM).&lt;br /&gt;
&lt;br /&gt;
Fischer, A., Kolbe, T., Lang, F., Cremers, A., Förstner, W., Plümer, L., Steinhage, V., 1998. Extracting buildings from aerial images using hierarchical aggregation in 2D and 3D. Computer Vision and Image Understanding 72 (2), 195–203.&lt;br /&gt;
&lt;br /&gt;
Flamanc, D., Maillet, G., Jibrini, H., 2003. 3D city models: an operational approach using aerial images and cadastral maps. International Archives of Photogrammetry and Remote Sensing 34 (Pt. W8), 53–58.&lt;br /&gt;
&lt;br /&gt;
Fraser, C., Baltsavias, E., Grün, A., 2001. Ikonos Geo stereo images – geometric potential and suitability for 3D building reconstruction. In: Seyfert, E. (Ed.), Photogrammetrie-Fernerkundung-Geoinformation: Geodaten schaffen Verbindungen. Publications of the German Society for Photogrammetry and Remote Sensing, Berlin, pp. 113–121.&lt;br /&gt;
&lt;br /&gt;
GeoEye, E., 2006. Ikonos-imagery products guide (Ver. 1.5). GeoEye, USA, 19pp. &lt;br /&gt;
&lt;br /&gt;
Grodecki, J., Dial, G., 2003. Block adjustment of high-resolution satellite images described by rational functions. Photogrammetric Engineering &amp;amp; Remote Sensing 69 (1), 59–70.&lt;br /&gt;
&lt;br /&gt;
Grün, A., 1985. Adaptive least squares correlation: a powerful image matching technique. South Africa Journal of Photogrammetry. Remote Sensing and Cartography 14 (3), 175–187.&lt;br /&gt;
&lt;br /&gt;
Grün, A., Wang, X., 1998. CC-Modeler: a topology generator for 3-D city models. ISPRS Journal of Photogrammetry and Remote Sensing 53 (5), 286–295.&lt;br /&gt;
&lt;br /&gt;
Gülch, E., Müller, H., 2001. New applications of semi-automatic building acquisition. In: Baltsavias, E., Grün, A., Van Gool, L. (Eds.), Automatic Extraction of Man-Made Objects From Aerial and Space Images (III). Balkema, Lisse, pp. 103–114.&lt;br /&gt;
&lt;br /&gt;
Guo, T., Yasuoka, Y., 2002. Snake-based approach for building extraction from high resolution satellite images and height data in urban areas. Proceeding of the 23rd Asian Conference on Remote Sensing, Kathmandu, Nepal, 25–29 November, 7pp. (on CD-ROM).&lt;br /&gt;
&lt;br /&gt;
Haala, N., Anders, K., 1996. Fusion of 2D GIS and image data for 3D building reconstruction. International Archives of Photogrammetry and Remote Sensing 31 (Pt. B3), 285–290.&lt;br /&gt;
&lt;br /&gt;
Haala, N., Brenner, C., 1999. Virtual city models from laser altimeter and 2D map data. Photogrammetric Engineering &amp;amp; Remote Sensing 65 (7), 787–795.&lt;br /&gt;
&lt;br /&gt;
Herman, M., Kanade, T., 1986. Incremental reconstruction of 3D scenes from multiple complex images. Artificial Intelligence 30 (3), 289–341.&lt;br /&gt;
&lt;br /&gt;
Jacobsen, K., 2006. Digital surface models of city areas by very high resolution space imagery. Proc. EARSeL Workshop of the SIG Urban Remote Sensing, Berlin, Germany, 2–3 March, 10pp. (on CD-ROM).&lt;br /&gt;
&lt;br /&gt;
Jensen, J.R., Cowen, D., Kammerer, T., Huang, X., 1994. GPS and softcopy photogrammetry for large-scale digital elevation model creation and orthophoto mapping for urban applications. Proceeding of Mapping and Remote Sensing Tools for the 21st Century, ASPRS, Washington, D.C., 26–29 August, pp. 169–178.&lt;br /&gt;
&lt;br /&gt;
Jibrini, H., Paparoditis, N., Deseilligny, M.P., Maξtre, H., 2000. Automatic building reconstruction from very high resolution aerial stereopairs using cadastral ground plans. International Archives of Photogrammetry and Remote Sensing 33 (Pt. B2), 213–219.&lt;br /&gt;
&lt;br /&gt;
Kada, M., McKinley, L., 2009. 3D building reconstruction from LiDAR based on a cell decomposition approach. International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences 38 (Pt. 3/W4), 47–52.&lt;br /&gt;
&lt;br /&gt;
Kanade, T., Okutomi, M., 1994. A stereo matching algorithm with an adaptive window: theory and experiment. Pattern Analysis and Machine Intelligence 16 (9), 920–932.&lt;br /&gt;
&lt;br /&gt;
Kim, Z., Nevatia, R., 2004. Automatic description of complex buildings from multiple images. Computer Vision and Image Understanding 96 (1), 60–95.&lt;br /&gt;
&lt;br /&gt;
Kolbe, T.H., Gröger, G., Plümer, L., 2005. CityGML – interoperable access to 3D city models. In: van Oosterom, P., Zlatanova, S., Fendel, E. (Eds.), Geo-Information for Disaster Management. Springer, New York, pp. 883–899.&lt;br /&gt;
&lt;br /&gt;
Krauß, T., Reinartz, P., 2010. Enhancement of dense urban digital surface models from VHR optical satellite stereo data by pre-segmentation and object detection. International Archives of Photogrammetry and Remote Sensing 38 (Pt. 1), 6pp. (on CD-ROM).&lt;br /&gt;
&lt;br /&gt;
Laben, C.A., Brower, B.V., 2000. Process for enhancing the spatial resolution of multispectral imagery using pansharpening. U.S. Patent No. 6011,875, Eastman Kodak Company.&lt;br /&gt;
&lt;br /&gt;
Lafarge, F., Descombes, X., Zerubia, J., Pierrot-Deseilligny, M., 2008. Automatic building extraction from DEMs using an object approach and application to the 3D-city modeling. ISPRS Journal of Photogrammetry and Remote Sensing 63 (3), 365–381.&lt;br /&gt;
&lt;br /&gt;
Li, Z., Zhu, Q., Gold, C., 2005. Digital Terrain Modeling: Principles and Methodology. CRC Press, Boca Raton.&lt;br /&gt;
&lt;br /&gt;
Lue, Y., 1988. Interest operator and fast implementation. International Archives of Photogrammetry and Remote Sensing 27 (Pt. B3), 491–500.&lt;br /&gt;
&lt;br /&gt;
Maas, H.G., Vosselman, G., 1999. Two algorithms for extracting building models from raw laser altimetry data. ISPRS Journal of Photogrammetry and Remote Sensing 54 (2), 153–163.&lt;br /&gt;
&lt;br /&gt;
Meng, L., Forberg, A., 2007. 3D building generalisation. In: Mackaness, W., Ruas, A., Sarjakoski, T. (Eds.), Generalisation of Geographic Information: Cartographic Modelling and Applications. Elsevier Science Ltd., Oxford, pp. 211–232.&lt;br /&gt;
&lt;br /&gt;
Mesev, V., 2003. Remotely sensed cities: an introduction. In: Mesev, V. (Ed.), Remotely Sensed Cities. Taylor and Francis, London, pp. 1–20.&lt;br /&gt;
&lt;br /&gt;
Nevatia, R., Price, K.E., 2002. Automatic and interactive modeling of buildings in urban environments from aerial images. Proceeding of IEEE International Conference on Image Processing, Rochester, NY, 22–25 September 3, 525–528.&lt;br /&gt;
&lt;br /&gt;
Podobnikar, T., 2009. Methods for visual quality assessment of a digital terrain model. Surveys and Perspectives Integrating Environment and Society 2 (2), 10pp.&lt;br /&gt;
&lt;br /&gt;
Saint-Marc, P., Chen, J.S., Medioni, G., 1991. Adaptive smoothing: a general tool for early vision. Pattern Analysis and Machine Intelligence 13 (6), 514–529.&lt;br /&gt;
&lt;br /&gt;
Soille, P., 2003. Morphological Image Analysis: Principles and Applications, second ed. Springer-Verlag, New York.&lt;br /&gt;
&lt;br /&gt;
Stilla, U., Jurkiewicz, K., 1999. Automatic reconstruction of roofs from maps and elevation data. International Archives of Photogrammetry and Remote Sensing 32 (Pt. 7-4-3/W6), 139–143.&lt;br /&gt;
&lt;br /&gt;
Suveg, I., Vosselman, G., 2004. Reconstruction of 3D building models from aerial images and maps. ISPRS Journal of Photogrammetry and Remote Sensing 58 (3–4), 202–224.&lt;br /&gt;
&lt;br /&gt;
Tack, F., Goossens, R., Büyüksalih, G., 2009. Semi-automatic city model extraction from tri-stereoscopic VHR satellite imagery. International Archives of Photogrammetry Remote Sensing and Spatial Information Sciences 38 (Pt. 3/W4), 89–96.&lt;br /&gt;
&lt;br /&gt;
Taillandier, F., 2005. Automatic building reconstruction from cadastral maps and aerial images. International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences 36 (Pt. 3/W24), 105–110.&lt;br /&gt;
&lt;br /&gt;
Terzopoulos, D., 1986. Regularization of inverse visual problems involving discontinuities. Pattern Analysis and Machine Intelligence 8 (4), 413–424.&lt;br /&gt;
&lt;br /&gt;
Vinson, S., Cohen, L., 2002. Multiple rectangle model for buildings segmentation and 3D scene reconstruction. Proceeding of International Conference on Pattern Recognition. Quebec, Canada, 11-15 August, pp. 623–626.&lt;br /&gt;
&lt;br /&gt;
Wallis, R., 1976. An approach to the space variant restoration and enhancement of images. Proceding of Symposium on Current Mathematical Problems in Image Science, Monterey, California, pp. 641–662.&lt;br /&gt;
&lt;br /&gt;
Weidner, U., Förstner, W., 1995. Towards automatic building extraction from high resolution digital elevation models. ISPRS Journal of Photogrammetry and Remote Sensing 50 (4), 38–49.&lt;br /&gt;
&lt;br /&gt;
Woo, D-M., Park, D-C., 2011. Stereoscopic modeling of building rooftop from IKONOS satellite image data. Proceeding of Conference on Information Science and Applications, Jeju Island, Korea (South), 26-29 April, 5pp. (on CD-ROM).&lt;br /&gt;
&lt;br /&gt;
Yuhendra, Sumantyoc, J.T., Kuze, H., 2011. Performance analyzing of high resolution pan-sharpening techniques: increasing image quality for classification using supervised kernel support vector machine. Research Journal of Information Technology 3 (1), 12–23.&lt;br /&gt;
&lt;br /&gt;
Zhang, L., 2005. Automatic digital surface model (DSM) generation from linear array images. PhD Dissertation, Report No. 88, Institute of Geodesy and Photogrammetry, ETH Zurich, Switzerland, 199pp.&lt;br /&gt;
&lt;br /&gt;
Zhang, L., Grün, A., 2006. Multi-image matching for DSM generation from Ikonos imagery. ISPRS Journal of Photogrammetry and Remote Sensing 60 (3), 195–211.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
[http://www.sciencedirect.com/science/article/pii/S0924271611001134 '''το άρθρο στο διαδίκτυο''']&lt;br /&gt;
&lt;br /&gt;
 [[category:Αστικός και περιφερειακός σχεδιασμός]]&lt;/div&gt;</summary>
		<author><name>Ramfou Vasiliki</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A4%CF%81%CE%B9%CF%83%CE%B4%CE%B9%CE%AC%CF%83%CF%84%CE%B1%CF%84%CE%B7_%CE%B1%CF%80%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CE%B9%CF%83%CE%B7_%CE%B1%CE%BD%CE%B1%CE%BA%CE%B1%CF%84%CE%B1%CF%83%CE%BA%CE%B5%CF%85%CE%AE%CF%82_%CE%BA%CF%84%CE%B9%CF%81%CE%AF%CE%BF%CF%85_%CE%BA%CE%B1%CE%B9_%CF%88%CE%B7%CF%86%CE%B9%CE%B1%CE%BA%CE%AC_%CE%BC%CE%BF%CE%BD%CF%84%CE%AD%CE%BB%CE%B1_%CE%B5%CF%80%CE%B9%CF%86%CE%AC%CE%BD%CE%B5%CE%B9%CE%B1%CF%82_%CE%B5%CE%BE%CE%B1%CE%B3%CF%8C%CE%BC%CE%B5%CE%BD%CE%B1_%CE%B1%CF%80%CF%8C_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AE_%CE%B1%CF%80%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CE%B9%CF%83%CE%B7</id>
		<title>Τρισδιάστατη απεικόνιση ανακατασκευής κτιρίου και ψηφιακά μοντέλα επιφάνειας εξαγόμενα από δορυφορική απεικόνιση</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A4%CF%81%CE%B9%CF%83%CE%B4%CE%B9%CE%AC%CF%83%CF%84%CE%B1%CF%84%CE%B7_%CE%B1%CF%80%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CE%B9%CF%83%CE%B7_%CE%B1%CE%BD%CE%B1%CE%BA%CE%B1%CF%84%CE%B1%CF%83%CE%BA%CE%B5%CF%85%CE%AE%CF%82_%CE%BA%CF%84%CE%B9%CF%81%CE%AF%CE%BF%CF%85_%CE%BA%CE%B1%CE%B9_%CF%88%CE%B7%CF%86%CE%B9%CE%B1%CE%BA%CE%AC_%CE%BC%CE%BF%CE%BD%CF%84%CE%AD%CE%BB%CE%B1_%CE%B5%CF%80%CE%B9%CF%86%CE%AC%CE%BD%CE%B5%CE%B9%CE%B1%CF%82_%CE%B5%CE%BE%CE%B1%CE%B3%CF%8C%CE%BC%CE%B5%CE%BD%CE%B1_%CE%B1%CF%80%CF%8C_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AE_%CE%B1%CF%80%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CE%B9%CF%83%CE%B7"/>
				<updated>2015-03-19T23:34:54Z</updated>
		
		<summary type="html">&lt;p&gt;Ramfou Vasiliki: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα:vr_a1_e1.jpg|300px|thumb|right|Εικόνα 1. Η περιοχή μελέτης οριοθετείται από το κόκκινο πολύγωνο. Τα σημεία GCP, τα οποία απεικονίζονται με κόκκινες κουκίδες, χρησιμοποιούνται για να βελτιώσουν το RPC μοντέλο του αισθητήρα. Τα πολύγωνα με τη μαύρη διακεκομμένη γραμμή υποδεικνύουν τη βάση δεδομένων των τρισδιάστατων κτιρίων (Ikonos MS image, 2005-05-16, RGB).]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a1_e2.jpg|300px|thumb|right|Εικόνα 2. Διάγραμμα ροής για τη βελτίωση της τρισδιάστατης ψηφιακής απεικόνισης του εδάφους και των κτιρίων σε ένα DSM, το οποίο έχει εξαχθεί φωτογραμμετρικά από δορυφορικές εικόνες.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a1_e3.jpg|300px|thumb|right|Εικόνα 3. Συγχώνευση του DTM και του DBM σε ένα τελικό DSM, που καλύπτει την περιοχή μελέτης.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a1_e4.jpg|300px|thumb|right|Εικόνα 4 (Α και Β). Μεγέθυνση και προοπτική απεικόνιση μιας περιοχής που αποτελείται κυρίως από βιομηχανικά/εμπορικά κτίρια και μιας πυκνοδομημένης περιοχής του κέντρου της πόλης, αντίστοιχα. Η οριοθέτηση των δύο περιοχών υποδεικνύεται στην εικόνα 3.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a1_e5.jpg|300px|thumb|right|Εικόνα 5. Προοπτική απεικόνιση ενός τμήματος του τελικού υβριδικού μοντέλου, που αποτελείται από στερεά κτιρίων και raster DTM 'ντυμένο' με pan-sharpened ορθοφωτογραφία.]] &lt;br /&gt;
&lt;br /&gt;
'''Πλήρης Τίτλος:''''Τρισδιάστατη απεικόνιση ανακατασκευής κτιρίου βασισμένη στην κάτοψη και ψηφιακά μοντέλα επιφάνειας εξαγόμενα από δορυφορική απεικόνιση'&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος Τίτλος:''' '3D building reconstruction based on given ground plan information and surface models extracted from spaceborne imagery'&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Frederik Tack a, Gurcan Buyuksalih (b), Rudi Goossens (a)&lt;br /&gt;
&lt;br /&gt;
(a) Department of Geography, Ghent University, Krijgslaan 281, Building S8, 9000 Ghent, Belgium&lt;br /&gt;
&lt;br /&gt;
(b) IMP-Bimtas, Evliya Celebi Mahallesi., Mesryutiyet Caddesi., Eski Tuyap Binasi 88, 34430 Beyoglu, Istanbul, Turkey&lt;br /&gt;
&lt;br /&gt;
'''Πηγή:''' Elsevier, ISPRS Journal of Photogrammetry and Remote Sensing, 67 (2012), 52-64 &lt;br /&gt;
&lt;br /&gt;
'''Λέξεις Κλειδιά:''' τρισδιάστατα μοντέλα επιφάνειας, DSM, φωτογραμμετρία, υψηλής ανάλυσης δορυφορικές εικόνες, δισδιάστατες κατόψεις&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Περίληψη:''' Τα τρισδιάστατα ψηφιακά μοντέλα επιφάνειας κερδίζουν συνεχώς έδαφος ως ένα σημαντικό εργαλείο αστικού σχεδιασμού και χαρτογράφησης. Ωστόσο, η πολύπλοκη φύση του αστικού περιβάλλοντος αποτελεί πρόκληση διερεύνησης των σύγχρονων ορίων της τρισδιάστατης ψηφιακής απεικόνισης επιφάνειας από υψηλής ανάλυσης δορυφορικές εικόνες. Η παρούσα προσέγγιση χρησιμοποιεί τη γεωμετρική πληροφορία κτιρίων που παρέχεται στις δισδιάστατες κατόψεις, προκειμένου να εξελίξει ένα τρισδιάστατο ψηφιακό μοντέλο επιφάνειας το οποίο έχει εξαχθεί φωτογραμμετρικά από δορυφορικές εικόνες.  &lt;br /&gt;
&lt;br /&gt;
Αρχικά, τα κτίρια αφαιρούνται από το DSM (Digital Surface Model-Ψηφιακό Μοντέλο Επιφάνειας) το οποίο βασίζεται στα δισδιάστατα πολύγωνα των κατόψεων των κτιρίων. Για τη δημιουργία πρισματικών μορφών με κατακόρυφους τοίχους και επίπεδη οροφή, το σχήμα του κτιρίου εξάγεται από τη βάση δεδομένων του κτηματολογίου, ενώ το ύψος του κτιρίου, από το DSM. Για κάθε δισδιάστατο περίγραμμα κτιρίου, εισάγεται ένα σταθερό ύψος στέγης, το οποίο καθορίζεται με στατιστικούς υπολογισμούς των τιμών του ύψους.  &lt;br /&gt;
&lt;br /&gt;
Μετά την εξαγωγή των κτιρίων από το αρχικό μοντέλο, το εναπομείναν DSM υπόκειται σε περεταίρω επεξεργασία, έτσι ώστε να απλοποιηθεί σε ένα ομαλό DTM (Digital Terrain Model-Ψηφιακό Μοντέλο Εδάφους), το οποίο απεικονίζει μόνο το έδαφος, χωρίς αντικείμενα, βλάστηση, αυτοκίνητα ή αστικό εξοπλισμό. Σε μία επόμενη φάση, και τα δύο μοντέλα συγχωνεύονται για να παράξουν ένα ολοκληρωμένο αστικό μοντέλο, ή ένα γενικευμένο DSM. Η ακρίβεια του γενικευμένου μοντέλου επιφάνειας αξιολογείται σύμφωνα με μια ποσοτική-στατιστική ανάλυση σε σύγκριση με δύο διαφορετικούς τύπους δεδομένων αναφοράς.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή:''' Τα τρισδιάστατα αστικά μοντέλα εφαρμόζονται όλο και περισσότερο ως βάση δεδομένων ή μέθοδος οπτικοποίησης/επικοινωνίας σε έναν αυξανόμενο αριθμό τομέων όπως είναι ο αστικός σχεδιασμός και η διαχείριση της πόλης, η αρχιτεκτονική, η αρχαιολογία, ο τουρισμός, οι τηλεπικοινωνίες, η παροχή ενέργειας, η πλοήγηση, η προσομοίωση του περιβάλλοντος, η διαχείριση των καταστροφών, η βιομηχανία παιχνιδιών, κλπ. Ακόμη, ανταποκρίνονται σε ένα ευρύ φάσμα δραστηριοτήτων όπως είναι η βιώσιμη αστική ανάπτυξη, η απεικόνιση της ροής του νερού, οι μελέτες του αστικού κλίματος, η ενημέρωση χαρτών, οι περιβαλλοντικές αξιολογήσεις, η ανάλυση του εδάφους, ο αρχιτεκτονικός σχεδιασμός, οι τρισδιάστατες απεικονίσεις, κ.λπ. Παρά το γεγονός ότι αυτά τα πεδία εφαρμογής μοιράζονται την κοινή ζήτηση για τρισδιάστατη απεικόνιση, οι ειδικές απαιτήσεις τους όσον αφορά την ακρίβεια, τη λεπτομέρεια και την επικαιροποίηση των στοιχείων διαφέρουν σημαντικά.&lt;br /&gt;
&lt;br /&gt;
Έτσι, μπορούν να διακριθούν διαφορετικά Επίπεδα Λεπτομέρειας (LoD-Levels of Detail), με κάθε ένα να αντιστοιχεί σε ένα συγκεκριμένο βαθμό λεπτομέρειας. Ένα αστικό αντικείμενο ή ένα χαρακτηριστικό απεικονίζεται με βάση το επίπεδο λεπτομέρειας στο οποίο ανήκει. Από το 2008, για την ψηφιακή απεικόνιση τρισδιάστατων αντικείμενων και κυρίως κτιρίων, έχει υιοθετηθεί ως πρότυπο η City Geography Markup Language, CityGML, έκδοση 1.0.0. Εύκολα συμπεραίνουμε ότι όσο το επίπεδο της λεπτομέρειας μεγαλώνει, αυξάνεται η προσπάθεια και το κόστος παραγωγής, ενώ το επίπεδο του προγραμματισμού μειώνεται. &lt;br /&gt;
&lt;br /&gt;
Η παρούσα προσέγγιση στοχεύει στην εξαγωγή ενός προσεγγιστικού τρισδιάστατου αστικού μοντέλου LoD1, το οποίο βασίζεται σε στερεοσκοπικές δορυφορικές εικόνες Ikonos υψηλής ανάλυσης και σε μία εξωτερική βάση δεδομένων δισδιάστατων κατόψεων κτιρίων. Το μοντέλο LoD1 περιλαμβάνει πρισματικά κτίρια με επίπεδη οροφή, χωρίς καθόλου απόδοση της υφής στη στέγη ή στους τοίχους. Το ύψος των κτιρίων υπολογίζεται μέσω φωτογραμμετρικής εξαγωγής από στερεοσκοπικές ψηφιακές εικόνες, ενώ η θέση, ο προσανατολισμός και το σχήμα τους συλλέγονται από τη δισδιάστατη βάση δεδομένων του κτηματολογίου.&lt;br /&gt;
&lt;br /&gt;
Έρευνες και μέθοδοι που ασχολήθηκαν με την εξαγωγή DSM από υψηλής ανάλυσης δορυφορικές εικόνες, ανέδειξαν την πολυπλοκότητα του προβλήματος της απόδοσης τέτοιων ψηφιακών  μοντέλων από στερεοσκοπικές εικόνες. Παρά την υψηλή απόδοση των αυτοματοποιημένων προσεγγίσεων, η δημιουργία μίας πλήρως αυτοματοποιημένης διαδικασίας για την απεικόνιση επιφάνειας από εικόνες μεγάλης κλίμακας (αεροφωτογραφίες και δορυφορικές εικόνες) πυκνοκατοικημένων περιοχών, παραμένει  ένα άλυτο ζήτημα. Οι πόλεις αποτελούνται από ένα πολύπλοκο μείγμα τεχνητών και φυσικών αστικών χαρακτηριστικών, με έντονη διαφοροποίηση στο μέγεθος, στο σχήμα, στη σύνθεση και στη διάταξη. Αυτή η ποικιλομορφία συχνά δυσχεραίνει τη διαδικασία της αυτοματοποίησης.  &lt;br /&gt;
&lt;br /&gt;
Στην παρούσα έρευνα, παρουσιάζεται μία εφαρμόσιμη, αποδοτική και ιδιαίτερα αυτοματοποιημένη προσέγγιση, η οποία παράγει ένα γενικευμένο, LoD1 αστικό μοντέλο, βασισμένο στην φωτογραμμετρική επεξεργασία 1m ανάλυσης δορυφορικών εικόνων Ikonos, με δεδομένες τις κατόψεις των κτιρίων.  Η έρευνα εφαρμόζεται σε μία μεγάλης έκτασης πυκνοδομημένη περιοχή, 60 km2, η οποία αποτελείται από κτίρια υψηλής ποικιλομορφίας. Οι βασικοί στόχοι είναι οι εξής:&lt;br /&gt;
&lt;br /&gt;
* ο έλεγχος της λειτουργικότητας και εφαρμοστικότητας της μεθόδου&lt;br /&gt;
* η βελτίωση της τρισδιάστατης ψηφιακής απεικόνισης των κτιρίων&lt;br /&gt;
* η παραγωγή ενός ψηφιακού μοντέλου εδάφους (DΤM), μετά την εξαγωγή των κτιρίων από το ψηφιακό μοντέλο επιφάνειας (DSM) και&lt;br /&gt;
* η βέλτιστη αναπαράσταση ενός υβριδικού αστικού μοντέλου&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Πηγή εικόνων και πεδίο έρευνας:''' Για τη διεξαγωγή της έρευνας επιλέχτηκε ο δορυφόρος Ikonos, λόγω της υψηλής ραδιομετρικής και γεωμετρικής ικανότητας των εικόνων. Ο Ikonos, η λειτουργία του οποίου ξεκίνησε το 1999, ήταν ο πρώτος εμπορικός δορυφόρος με δυνατότητα απόδοσης υψηλής ανάλυσης παγχρωματικών (0,45 - 0,90 lm) και πολυφασματικών εικόνων σε περίπου 1 και 4m, αντίστοιχα. Η πλατφόρμα VHR Ikonos έχει τη δυνατότητα περιστροφής του αισθητήρα μέχρι και 26° από το ναδίρ. Έτσι, μπορούμε να έχουμε εικόνες της ίδιας τοποθεσίας ταυτόχρονα από δύο διαφορετικές οπτικές γωνίες.&lt;br /&gt;
&lt;br /&gt;
Η μελέτη διεξάγεται σε ένα τμήμα 60 περίπου km2 της Κωνσταντινούπολης (εικόνα 1). Η πόλη χαρακτηρίζεται από έντονη αστική ανάπτυξη, η οποία εμφανίζει ιδιαίτερη χωρική πύκνωση κατά μήκος του Βοσπόρου. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αλγόριθμος εξαγωγής της τρισδιάστατης επιφάνειας:''' Καθώς ο σκοπός της έρευνας δεν είναι η μεθοδολογία της φωτογραμμετρικής εξαγωγής ενός μοντέλου επιφάνειας, αλλά η βελτίωσή του, θα αναφερθούμε επιγραμματικά στα στάδια εξαγωγής της τρισδιάστατης επιφάνειας:&lt;br /&gt;
&lt;br /&gt;
1. Αρχικά, οι εικόνες VHR διορθώνονται ραδιομετρικά και αυξάνεται η αντίθεσή τους (contrast), με τη χρήση ενός φίλτρου (LCE Wallis filter). Με τον τρόπο αυτό, βελτιώνεται η υφή στις έντονα σκιασμένες περιοχές και εξισορροπούνται οι ραδιομετρικές ανομοιογένειες που υπάρχουν λόγω των διαφορετικών ατμοσφαιρικών συνθηκών και φωτισμού.&lt;br /&gt;
&lt;br /&gt;
2. Στη συνέχεια, για τον καθορισμό της σχέσης της δυσδιάστατης εικόνας και του τρισδιάστατου χώρου του αντικειμένου, καθώς και για τον υπολογισμό της θέσης του αισθητήρα (x0, y0, z0) και της γωνίας περιστροφής του κατά μήκος των τριών αξόνων (x, u, j) κατά τη λήψη της εικόνας, εκτελείται μια διαδικασία προσαρμογής block bundle, βασισμένη στους Λογικούς Συντελεστές του Πολυωνύμου  (Rational Polynomial Coefficients-RPCs) και στο Λογικό Λειτουργικό Μοντέλο Αισθητήρα (Rational Functional sensor Model-RFM). Με τη βοήθεια ενός C-Nav Διαφορικού συστήματος GPS, μετρήθηκαν 50 ευδιάκριτα GCPs, ομοιογενώς κατανεμημένα σε όλη την περιοχή μελέτης. Συνολικά χρησιμοποιήθηκαν 15 σημεία με γνωστές συντεταγμένες, ομοιογενώς κατανεμημένα και σαφώς αναγνωρίσιμα στις εικόνες, προκειμένου να περιγραφεί η σχέση μεταξύ των ψηφιακών εικόνων και του εδάφους (εικόνα 1).&lt;br /&gt;
&lt;br /&gt;
3. Αφού ολοκληρωθεί η διαδικασία αντιστοίχισης της εικόνας, η οποία θεωρείται ο πυρήνας της φωτογραμμετρικής εξαγωγής, το μοντέλο της επιφάνειας υποβάλλεται σε περαιτέρω επεξεργασία, υπολογίζοντας τις διαφορές στο ύψος των κτιρίων, μέσω της μέτρησης της απόκλισης των αντίστοιχων pixels. Ο αλγόριθμος λειτουργεί με μια λογική 'πυραμίδας' εικόνων, η οποία αποτελείται από εικόνες με εκθετικά φθίνουσες αναλύσεις (resolutions). Στη βάση της πυραμίδας βρίσκεται η αρχική εικόνα, ενώ σε κάθε επίπεδο παράγεται ένα ενδιάμεσο, περισσότερο βελτιωμένο DSM.&lt;br /&gt;
&lt;br /&gt;
4. Ακολουθεί η ανίχνευση σημείων που ανήκουν σε μια γειτονιά με μέγιστη διακύμανση των επιπέδων γκρι. Για την αντιστοίχιση των σημείων του πλέγματος με τα σημεία της αρχικής εικόνας, ο αλγόριθμος Area-Based Matching  (ABM) χρησιμοποιεί ένα συντελεστή συσχέτισης για τον προσδιορισμό πιθανών 'ταιριαστών υποψηφίων'.&lt;br /&gt;
&lt;br /&gt;
5. Στο τελικό στάδιο της διαδικασίας, μία μέθοδος Ελαχίστων Τετραγώνων (Multi-Photo Geometrically Constrained least-squares matching method-MPGC) χρησιμοποιείται για την περαιτέρω βελτίωση του τελικού αποτελέσματος, τη δημιουργία μιας συνεχούς επιφάνειας και την ανίχνευση πιθανών σφαλμάτων. Τα εξαγόμενα γραμμικά χαρακτηριστικά χρησιμοποιούνται για τη διάκριση των φυσικών και τεχνιτών ασυνεχών επιφανειών, όπως είναι οι κορυφογραμμές και οι κατακόρυφοι τοίχοι. Πριν την εξαγωγή του τελικού DSM, αποκλείονται επίπεδα πληροφορίας που δεν είναι χρήσιμα και το παραγόμενο μοντέλο έχει μέγεθος πλέγματος 3m. Η συγκεκριμένη ανάλυση προσφέρει καλύτερη ισορροπία μεταξύ λεπτομέρειας και μείωσης θορύβου, ενώ συμβάλει στην αποφυγή της υπερφόρτωσης πληροφοριών. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Μεθοδολογία βελτίωσης DSM:''' Στην εικόνα 2 απεικονίζεται η προτεινόμενη διαδικασία για τη μείωση του θορύβου και των σφαλμάτων στο μοντέλο της επιφάνειας, τη βελτίωση της τρισδιάστατης απεικόνισης των κτιρίων, καθώς και τη γενίκευση του DSM σε ένα ομαλό DMT το οποίο θα απεικονίζει μόνο το έδαφος. Σε αυτό το στάδιο ορίζεται ένα Ψηφιακό Μοντέλο Κτιρίων  (Digital Building Model-DBM), το οποίο αναπαριστά μόνο την κτιριακή μάζα. Σκοπός είναι η δημιουργία πρισματικών μοντέλων κτιρίων, ελαχιστοποιώντας τόσο την ομαλή μετάβαση από το επίπεδο του εδάφους στην οροφή των κτιρίων, όσο και την στρογγυλεμένη απότμηση των ακμών τους. Τα κτιριακά μοντέλα περιγράφουν ένα κτίριο με βάση το πολύγωνο της κάτοψής του (δοσμένο από μία υπάρχουσα, εξωτερική βάση δεδομένων κατόψεων κτιρίων) και ένα υπολογισμένο ύψος. Στη συνέχεια, τα δύο μοντέλα (DBM και DTM) συγχωνεύονται, δημιουργώντας ένα βελτιωμένο DSM ή ένα τρισδιάστατο αστικό μοντέλο LoD1. Ωστόσο, πριν τη συνένωση των μοντέλων πρέπει να ανιχνευθούν πιθανές ανωμαλίες που σχετίζονται με την περίπτωση ασυμφωνίας στο ύψος ενός κτιρίου. Στην εικόνα 3 απεικονίζεται το βελτιωμένο DSM ολόκληρης της περιοχής μελέτης, ενώ στην εικόνα 4 παρουσιάζονται δύο περιοχές του χάρτη σε μεγέθυνση και προοπτική απεικόνιση.&lt;br /&gt;
&lt;br /&gt;
Η οπτική/ποιοτική ανάλυση του αποτελέσματος δείχνει ότι το μοντέλο της πόλης αναπαριστά το έδαφος, τα κτίρια και τη σχέση κτιρίου-δρόμου με αρκετά λεπτομερή τρόπο. Οι βασικότερες κατηγορίες κτιρίων της βάσης δεδομένων έχουν αναπαρασταθεί σωστά, παρά το ότι διαμορφώθηκαν με μοντέλο LoD1. Το σχήμα των κτιρίων, είτε πρόκειται για πολυκατοικίες και μονοκατοικίες είτε για μεγάλα βιομηχανικά και εμπορικά κτίρια, προσεγγίζει κατά πολύ το πραγματικό τους. Αντί για ένα ακανόνιστο σχήμα, τα κτίρια έχουν μία πρισματική μορφή με σχεδόν κατακόρυφους τοίχους και επίπεδη οροφή. Η απομάκρυνση των σκιών, το μορφολογικό φιλτράρισμα του επιπέδου του εδάφους, καθώς και η σκόπιμη αφαίρεση των ακραίων τιμών, οδήγησε σε μία ενιαία οπτικά επιφάνεια, χωρίς θόρυβο, σφάλματα, βλάστηση και σημεία εκτός του εδάφους. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Υβριδικό raster-vector αστικό μοντέλο:''' Το υβριδικό μοντέλο απαιτεί τη μετατροπή του επιπέδου DBM, από raster σε vector, αποδίδοντας τα κτίρια με γεωμετρικό τρόπο. Σε πρώτη φάση, εισάγεται στα δυσδιάστατα πολύγωνα η ιδιότητα της στάθμης της οροφής κάθε κτιρίου ως παράμετρος του μέσου ύψους,  ενώ στη συνέχεια τα πολύγωνα μετατρέπονται σε πρισματικές δομές στερεών πάνω στο επίπεδο του raster DTM. Η κατασκευή του στερεού που αντιστοιχεί σε κάθε κτίριο, βασίζεται στην υπόθεση ότι ύψος της οροφής ενός κτιρίου είναι σταθερό και παράλληλο προς το έδαφος, ενώ οι τοίχοι του κάθετοι σε αυτό και επίπεδοι. Ψηφιακά αρχιτεκτονικά μοντέλα LoD3, με υψηλής ανάλυσης υφή και λεπτομερή απεικόνιση της δομής, δημιουργήθηκαν με σκοπό την απεικόνιση των σημαντικότερων τοποσήμων της περιοχής μελέτης. &lt;br /&gt;
&lt;br /&gt;
Για τη φωτορεαλιστική αναπαράσταση του αστικού μοντέλου, το DTM 'επενδύεται' με ορθοφωτογραφίες (ανάλυση 1m ή 1pixel), οι οποίες έχουν υποστεί πρώτα ορθοδιόρθωση και έχουν αναχθεί σε ένα σύστημα γεωγραφικών συντεταγμένων. Η ορθοαναγωγή των εικόνων δεν μειώνει μόνο τα λάθη στη γεωμετρική απεικόνιση των κτιρίων, αλλά αντιμετωπίζει επίσης στρεβλώσεις που οφείλονται στο έδαφος και στην καμπυλότητα της Γης. Στις 'γεω-διορθομένες' εικόνες εφαρμόζεται στη συνέχεια μία Gram-Schmidt (GS) φασματική όξυνση (sharpening). Πιο συγκεκριμένα, η παγχρωματική ζώνη 1m οξύνεται συνδυαζόμενη με χαμηλής ανάλυσης πολυφασματικές ζώνες 4m, για την παραγωγή μιας υψηλής ανάλυσης RGB εικόνας 1m. &lt;br /&gt;
&lt;br /&gt;
Στην εικόνα 5 παρουσιάζεται ένα τμήμα του τελικού υβριδικού μοντέλου που αποτελείται από vector στερεά κτιρίων και ένα raster DTM, 'επενδυμένο' με μία pan-sharpened ορθοφωτογραφία. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα και συζήτηση:''' Η τρισδιάστατη απεικόνιση ενός αστικού μοντέλου από δορυφορικές εικόνες με χρήση ιδιαίτερα αυτοματοποιημένων φωτομετρικών μεθόδων, έχει εξαιρετικές δυνατότητες, αλλά το αστικό τοπίο και κυρίως η τρισδιάστατη ψηφιακή απεικόνιση των κτιρίων θεωρείται ως ένα αρκετά πολύπλοκο ζήτημα. Οι πιο σημαντικές στρεβλώσεις που εμποδίζουν την τρισδιάστατη απεικόνιση από δισδιάστατες δορυφορικές εικόνες, οφείλονται στις ραδιομετρικές ανομοιογένειες, στις σκιασμένες επιφάνειες, ιδιαίτερα σε περιοχές του πυκνοδομημένου κέντρου πόλης, και στις απότομες υψομετρικές διαφορές. Χωρίς την εξωτερική πληροφορία της γεωμετρίας των κτιρίων, η τρισδιάστατη απόδοση των απόλυτα κατακόρυφων τοίχων και των στενών δρόμων, καθώς και η αφαίρεση του οπτικού θορύβου και της υπερφόρτωσης πληροφοριών, θα ήταν σχεδόν αδύνατη. &lt;br /&gt;
&lt;br /&gt;
Μια γρήγορη, αποδοτική και αξιόπιστη προσέγγιση προτείνεται για την παραγωγή ενός LoD1 μοντέλου αστικής επιφάνειας, η οποία βασίζεται στη φωτογραμμετρική επεξεργασία ενός στερεοσκοπικού ζευγαριού εικόνων Ikonos, ανάλυσης 1m. Μέσω των δισδιάστατων πολυγώνων των κατόψεων των κτιρίων και χρησιμοποιώντας την παράμετρο του μέσου ύψους,  τα κτίρια του DBM που προκύπτει προσεγγίζουν με αρκετά σαφή τρόπο τους σημαντικότερους τύπους κτιρίων της περιοχής. Στη συνέχεια, το DTM γενικεύεται σε μία ομαλή συνεχή επιφάνεια, αποδίδοντας μόνο το στοιχείο του εδάφους. &lt;br /&gt;
&lt;br /&gt;
Από τεχνικής άποψης, η παρούσα προσέγγιση έχει γενικό χαρακτήρα και μπορεί εύκολα να προσαρμοστεί σε DSMs που προέρχονται από ένα ευρύ φάσμα αισθητήρων παρακολούθησης, με ακρίβεια μικρότερη του 1m, όπως είναι οι Worldview-1, Worldview-2 και ο GeoEye-1, καθώς και στον GeoEye-2, τρίτης γενιάς δορυφόρο παγχρωματικής λειτουργίας και ανάλυσης 0,25m.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αναφορές'''&lt;br /&gt;
&lt;br /&gt;
Alobeid, A., Jacobsen, K., Heipke, C., 2010. Comparison of matching algorithms for DSM generation in urban areas from Ikonos imagery. Photogrammetric Engineering &amp;amp; Remote Sensing 76 (9), 1041–1050.&lt;br /&gt;
&lt;br /&gt;
Baillard, C., Zisserman, A., 1999. Automatic reconstruction of piecewise planar models from multiple views. Proceeding of IEEE Conference on Computer Vision and Pattern Recognition, Ft. Collins, CO, 23–25 June, pp. 559–565.&lt;br /&gt;
&lt;br /&gt;
Baltsavias, E., 1991. Multiphoto geometrically constrained matching. PhD Dissertation, Report No. 49, Institute of Geodesy and Photogrammetry, ETH Zurich, Switzerland, 221pp.&lt;br /&gt;
&lt;br /&gt;
Baltsavias, E., Zhang, L., Eisenbeiss, H., 2006. DSM generation and interior orientation determination of Ikonos images using a testfield in Switzerland. Photogrammetrie, Fernerkundung. Geoinformation 2006 (1), 41–54.&lt;br /&gt;
&lt;br /&gt;
Baz, I., Büyüksalih, G., Kersten, Th., Jacobsen, K., 2008. Documentation of Istanbul historic peninsula by static and mobile terrestrial laser scanning. International Archives of Photogrammetry and Remote Sensing 37 (Pt. B5), 993–998.&lt;br /&gt;
&lt;br /&gt;
Binard, M., Tack, F., Van De Voorde, T., Cornet, Y., Canters, F., 2010. Use of multiangle high-resolution imagery and 3D information for urban land-cover classification: a case study on Istanbul. Proceeding of EARSeL SIG Joint Workshop, Gent, Belgium, 22–24 September, 10pp. (on CD-ROM).&lt;br /&gt;
&lt;br /&gt;
Canny, J.F., 1986. A computational approach to edge detection. Pattern Analysis and Machine Intelligence 8 (6), 679–698.&lt;br /&gt;
&lt;br /&gt;
Chen, Q., Gong, P., Baldocchi, D., Xie, G., 2007. Filtering airborne laser scanning data with morphological methods. Photogrammetric Engineering &amp;amp; Remote Sensing 73 (2), 175–185.&lt;br /&gt;
&lt;br /&gt;
Crespi, M., De Vendictis, L., Grün, A., Iannucci, G., Poli, D., Volpe, F., Wang, X., 2007. DSM extraction from QuickBird and CartoSat stereopairs: quality assessment and comparison. Proceeding Conference of Optical 3D Measurement Techniques, Zurich, Switzerland, 9–12 July, pp. 195–203.&lt;br /&gt;
&lt;br /&gt;
Dial, G., 2000. Ikonos satellite mapping accuracy. Proceeding ASPRS Annual Conference, Washington D.C., 22–26 May, 8pp. (on CD-ROM).&lt;br /&gt;
&lt;br /&gt;
Fischer, A., Kolbe, T., Lang, F., Cremers, A., Förstner, W., Plümer, L., Steinhage, V., 1998. Extracting buildings from aerial images using hierarchical aggregation in 2D and 3D. Computer Vision and Image Understanding 72 (2), 195–203.&lt;br /&gt;
&lt;br /&gt;
Flamanc, D., Maillet, G., Jibrini, H., 2003. 3D city models: an operational approach using aerial images and cadastral maps. International Archives of Photogrammetry and Remote Sensing 34 (Pt. W8), 53–58.&lt;br /&gt;
&lt;br /&gt;
Fraser, C., Baltsavias, E., Grün, A., 2001. Ikonos Geo stereo images – geometric potential and suitability for 3D building reconstruction. In: Seyfert, E. (Ed.), Photogrammetrie-Fernerkundung-Geoinformation: Geodaten schaffen Verbindungen. Publications of the German Society for Photogrammetry and Remote Sensing, Berlin, pp. 113–121.&lt;br /&gt;
&lt;br /&gt;
GeoEye, E., 2006. Ikonos-imagery products guide (Ver. 1.5). GeoEye, USA, 19pp. &lt;br /&gt;
&lt;br /&gt;
Grodecki, J., Dial, G., 2003. Block adjustment of high-resolution satellite images described by rational functions. Photogrammetric Engineering &amp;amp; Remote Sensing 69 (1), 59–70.&lt;br /&gt;
&lt;br /&gt;
Grün, A., 1985. Adaptive least squares correlation: a powerful image matching technique. South Africa Journal of Photogrammetry. Remote Sensing and Cartography 14 (3), 175–187.&lt;br /&gt;
&lt;br /&gt;
Grün, A., Wang, X., 1998. CC-Modeler: a topology generator for 3-D city models. ISPRS Journal of Photogrammetry and Remote Sensing 53 (5), 286–295.&lt;br /&gt;
&lt;br /&gt;
Gülch, E., Müller, H., 2001. New applications of semi-automatic building acquisition. In: Baltsavias, E., Grün, A., Van Gool, L. (Eds.), Automatic Extraction of Man-Made Objects From Aerial and Space Images (III). Balkema, Lisse, pp. 103–114.&lt;br /&gt;
&lt;br /&gt;
Guo, T., Yasuoka, Y., 2002. Snake-based approach for building extraction from high resolution satellite images and height data in urban areas. Proceeding of the 23rd Asian Conference on Remote Sensing, Kathmandu, Nepal, 25–29 November, 7pp. (on CD-ROM).&lt;br /&gt;
&lt;br /&gt;
Haala, N., Anders, K., 1996. Fusion of 2D GIS and image data for 3D building reconstruction. International Archives of Photogrammetry and Remote Sensing 31 (Pt. B3), 285–290.&lt;br /&gt;
&lt;br /&gt;
Haala, N., Brenner, C., 1999. Virtual city models from laser altimeter and 2D map data. Photogrammetric Engineering &amp;amp; Remote Sensing 65 (7), 787–795.&lt;br /&gt;
&lt;br /&gt;
Herman, M., Kanade, T., 1986. Incremental reconstruction of 3D scenes from multiple complex images. Artificial Intelligence 30 (3), 289–341.&lt;br /&gt;
&lt;br /&gt;
Jacobsen, K., 2006. Digital surface models of city areas by very high resolution space imagery. Proc. EARSeL Workshop of the SIG Urban Remote Sensing, Berlin, Germany, 2–3 March, 10pp. (on CD-ROM).&lt;br /&gt;
&lt;br /&gt;
Jensen, J.R., Cowen, D., Kammerer, T., Huang, X., 1994. GPS and softcopy photogrammetry for large-scale digital elevation model creation and orthophoto mapping for urban applications. Proceeding of Mapping and Remote Sensing Tools for the 21st Century, ASPRS, Washington, D.C., 26–29 August, pp. 169–178.&lt;br /&gt;
&lt;br /&gt;
Jibrini, H., Paparoditis, N., Deseilligny, M.P., Maξtre, H., 2000. Automatic building reconstruction from very high resolution aerial stereopairs using cadastral ground plans. International Archives of Photogrammetry and Remote Sensing 33 (Pt. B2), 213–219.&lt;br /&gt;
&lt;br /&gt;
Kada, M., McKinley, L., 2009. 3D building reconstruction from LiDAR based on a cell decomposition approach. International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences 38 (Pt. 3/W4), 47–52.&lt;br /&gt;
&lt;br /&gt;
Kanade, T., Okutomi, M., 1994. A stereo matching algorithm with an adaptive window: theory and experiment. Pattern Analysis and Machine Intelligence 16 (9), 920–932.&lt;br /&gt;
&lt;br /&gt;
Kim, Z., Nevatia, R., 2004. Automatic description of complex buildings from multiple images. Computer Vision and Image Understanding 96 (1), 60–95.&lt;br /&gt;
&lt;br /&gt;
Kolbe, T.H., Gröger, G., Plümer, L., 2005. CityGML – interoperable access to 3D city models. In: van Oosterom, P., Zlatanova, S., Fendel, E. (Eds.), Geo-Information for Disaster Management. Springer, New York, pp. 883–899.&lt;br /&gt;
&lt;br /&gt;
Krauß, T., Reinartz, P., 2010. Enhancement of dense urban digital surface models from VHR optical satellite stereo data by pre-segmentation and object detection. International Archives of Photogrammetry and Remote Sensing 38 (Pt. 1), 6pp. (on CD-ROM).&lt;br /&gt;
&lt;br /&gt;
Laben, C.A., Brower, B.V., 2000. Process for enhancing the spatial resolution of multispectral imagery using pansharpening. U.S. Patent No. 6011,875, Eastman Kodak Company.&lt;br /&gt;
&lt;br /&gt;
Lafarge, F., Descombes, X., Zerubia, J., Pierrot-Deseilligny, M., 2008. Automatic building extraction from DEMs using an object approach and application to the 3D-city modeling. ISPRS Journal of Photogrammetry and Remote Sensing 63 (3), 365–381.&lt;br /&gt;
&lt;br /&gt;
Li, Z., Zhu, Q., Gold, C., 2005. Digital Terrain Modeling: Principles and Methodology. CRC Press, Boca Raton.&lt;br /&gt;
&lt;br /&gt;
Lue, Y., 1988. Interest operator and fast implementation. International Archives of Photogrammetry and Remote Sensing 27 (Pt. B3), 491–500.&lt;br /&gt;
&lt;br /&gt;
Maas, H.G., Vosselman, G., 1999. Two algorithms for extracting building models from raw laser altimetry data. ISPRS Journal of Photogrammetry and Remote Sensing 54 (2), 153–163.&lt;br /&gt;
&lt;br /&gt;
Meng, L., Forberg, A., 2007. 3D building generalisation. In: Mackaness, W., Ruas, A., Sarjakoski, T. (Eds.), Generalisation of Geographic Information: Cartographic Modelling and Applications. Elsevier Science Ltd., Oxford, pp. 211–232.&lt;br /&gt;
&lt;br /&gt;
Mesev, V., 2003. Remotely sensed cities: an introduction. In: Mesev, V. (Ed.), Remotely Sensed Cities. Taylor and Francis, London, pp. 1–20.&lt;br /&gt;
&lt;br /&gt;
Nevatia, R., Price, K.E., 2002. Automatic and interactive modeling of buildings in urban environments from aerial images. Proceeding of IEEE International Conference on Image Processing, Rochester, NY, 22–25 September 3, 525–528.&lt;br /&gt;
&lt;br /&gt;
Podobnikar, T., 2009. Methods for visual quality assessment of a digital terrain model. Surveys and Perspectives Integrating Environment and Society 2 (2), 10pp.&lt;br /&gt;
&lt;br /&gt;
Saint-Marc, P., Chen, J.S., Medioni, G., 1991. Adaptive smoothing: a general tool for early vision. Pattern Analysis and Machine Intelligence 13 (6), 514–529.&lt;br /&gt;
&lt;br /&gt;
Soille, P., 2003. Morphological Image Analysis: Principles and Applications, second ed. Springer-Verlag, New York.&lt;br /&gt;
&lt;br /&gt;
Stilla, U., Jurkiewicz, K., 1999. Automatic reconstruction of roofs from maps and elevation data. International Archives of Photogrammetry and Remote Sensing 32 (Pt. 7-4-3/W6), 139–143.&lt;br /&gt;
&lt;br /&gt;
Suveg, I., Vosselman, G., 2004. Reconstruction of 3D building models from aerial images and maps. ISPRS Journal of Photogrammetry and Remote Sensing 58 (3–4), 202–224.&lt;br /&gt;
&lt;br /&gt;
Tack, F., Goossens, R., Büyüksalih, G., 2009. Semi-automatic city model extraction from tri-stereoscopic VHR satellite imagery. International Archives of Photogrammetry Remote Sensing and Spatial Information Sciences 38 (Pt. 3/W4), 89–96.&lt;br /&gt;
&lt;br /&gt;
Taillandier, F., 2005. Automatic building reconstruction from cadastral maps and aerial images. International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences 36 (Pt. 3/W24), 105–110.&lt;br /&gt;
&lt;br /&gt;
Terzopoulos, D., 1986. Regularization of inverse visual problems involving discontinuities. Pattern Analysis and Machine Intelligence 8 (4), 413–424.&lt;br /&gt;
&lt;br /&gt;
Vinson, S., Cohen, L., 2002. Multiple rectangle model for buildings segmentation and 3D scene reconstruction. Proceeding of International Conference on Pattern Recognition. Quebec, Canada, 11-15 August, pp. 623–626.&lt;br /&gt;
&lt;br /&gt;
Wallis, R., 1976. An approach to the space variant restoration and enhancement of images. Proceding of Symposium on Current Mathematical Problems in Image Science, Monterey, California, pp. 641–662.&lt;br /&gt;
&lt;br /&gt;
Weidner, U., Förstner, W., 1995. Towards automatic building extraction from high resolution digital elevation models. ISPRS Journal of Photogrammetry and Remote Sensing 50 (4), 38–49.&lt;br /&gt;
&lt;br /&gt;
Woo, D-M., Park, D-C., 2011. Stereoscopic modeling of building rooftop from IKONOS satellite image data. Proceeding of Conference on Information Science and Applications, Jeju Island, Korea (South), 26-29 April, 5pp. (on CD-ROM).&lt;br /&gt;
&lt;br /&gt;
Yuhendra, Sumantyoc, J.T., Kuze, H., 2011. Performance analyzing of high resolution pan-sharpening techniques: increasing image quality for classification using supervised kernel support vector machine. Research Journal of Information Technology 3 (1), 12–23.&lt;br /&gt;
&lt;br /&gt;
Zhang, L., 2005. Automatic digital surface model (DSM) generation from linear array images. PhD Dissertation, Report No. 88, Institute of Geodesy and Photogrammetry, ETH Zurich, Switzerland, 199pp.&lt;br /&gt;
&lt;br /&gt;
Zhang, L., Grün, A., 2006. Multi-image matching for DSM generation from Ikonos imagery. ISPRS Journal of Photogrammetry and Remote Sensing 60 (3), 195–211.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
[http://www.sciencedirect.com/science/article/pii/S0924271611001134 '''το άρθρο στο διαδίκτυο''']&lt;br /&gt;
&lt;br /&gt;
 [[category:Αστικός και περιφερειακός σχεδιασμός]]&lt;/div&gt;</summary>
		<author><name>Ramfou Vasiliki</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A4%CF%81%CE%B9%CF%83%CE%B4%CE%B9%CE%AC%CF%83%CF%84%CE%B1%CF%84%CE%B7_%CE%B1%CF%80%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CE%B9%CF%83%CE%B7_%CE%B1%CE%BD%CE%B1%CE%BA%CE%B1%CF%84%CE%B1%CF%83%CE%BA%CE%B5%CF%85%CE%AE%CF%82_%CE%BA%CF%84%CE%B9%CF%81%CE%AF%CE%BF%CF%85_%CE%BA%CE%B1%CE%B9_%CF%88%CE%B7%CF%86%CE%B9%CE%B1%CE%BA%CE%AC_%CE%BC%CE%BF%CE%BD%CF%84%CE%AD%CE%BB%CE%B1_%CE%B5%CF%80%CE%B9%CF%86%CE%AC%CE%BD%CE%B5%CE%B9%CE%B1%CF%82_%CE%B5%CE%BE%CE%B1%CE%B3%CF%8C%CE%BC%CE%B5%CE%BD%CE%B1_%CE%B1%CF%80%CF%8C_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AE_%CE%B1%CF%80%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CE%B9%CF%83%CE%B7</id>
		<title>Τρισδιάστατη απεικόνιση ανακατασκευής κτιρίου και ψηφιακά μοντέλα επιφάνειας εξαγόμενα από δορυφορική απεικόνιση</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A4%CF%81%CE%B9%CF%83%CE%B4%CE%B9%CE%AC%CF%83%CF%84%CE%B1%CF%84%CE%B7_%CE%B1%CF%80%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CE%B9%CF%83%CE%B7_%CE%B1%CE%BD%CE%B1%CE%BA%CE%B1%CF%84%CE%B1%CF%83%CE%BA%CE%B5%CF%85%CE%AE%CF%82_%CE%BA%CF%84%CE%B9%CF%81%CE%AF%CE%BF%CF%85_%CE%BA%CE%B1%CE%B9_%CF%88%CE%B7%CF%86%CE%B9%CE%B1%CE%BA%CE%AC_%CE%BC%CE%BF%CE%BD%CF%84%CE%AD%CE%BB%CE%B1_%CE%B5%CF%80%CE%B9%CF%86%CE%AC%CE%BD%CE%B5%CE%B9%CE%B1%CF%82_%CE%B5%CE%BE%CE%B1%CE%B3%CF%8C%CE%BC%CE%B5%CE%BD%CE%B1_%CE%B1%CF%80%CF%8C_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AE_%CE%B1%CF%80%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CE%B9%CF%83%CE%B7"/>
				<updated>2015-03-19T23:28:25Z</updated>
		
		<summary type="html">&lt;p&gt;Ramfou Vasiliki: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα:vr_a1_e1.jpg|300px|thumb|right|Εικόνα 1. Η περιοχή μελέτης οριοθετείται από το κόκκινο πολύγωνο. Τα σημεία GCP, τα οποία απεικονίζονται με κόκκινες κουκίδες, χρησιμοποιούνται για να βελτιώσουν το RPC μοντέλο του αισθητήρα. Τα πολύγωνα με τη μαύρη διακεκομμένη γραμμή υποδεικνύουν τη βάση δεδομένων των τρισδιάστατων κτιρίων (Ikonos MS image, 2005-05-16, RGB).]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a1_e2.jpg|300px|thumb|right|Εικόνα 2. Διάγραμμα ροής για τη βελτίωση της τρισδιάστατης ψηφιακής απεικόνισης του εδάφους και των κτιρίων σε ένα DSM, το οποίο έχει εξαχθεί φωτογραμμετρικά από δορυφορικές εικόνες.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a1_e3.jpg|300px|thumb|right|Εικόνα 3. Συγχώνευση του DTM και του DBM σε ένα τελικό DSM, που καλύπτει την περιοχή μελέτης.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a1_e4.jpg|300px|thumb|right|Εικόνα 4 (Α και Β). Μεγέθυνση και προοπτική απεικόνιση μιας περιοχής που αποτελείται κυρίως από βιομηχανικά/εμπορικά κτίρια και μιας πυκνοδομημένης περιοχής του κέντρου της πόλης, αντίστοιχα. Η οριοθέτηση των δύο περιοχών υποδεικνύεται στην εικόνα 3.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a1_e5.jpg|300px|thumb|right|Εικόνα 5. Προοπτική απεικόνιση ενός τμήματος του τελικού υβριδικού μοντέλου, που αποτελείται από στερεά κτιρίων και raster DTM 'ντυμένο' με pan-sharpened ορθοφωτογραφία.]] &lt;br /&gt;
&lt;br /&gt;
'''Πλήρης Τίτλος:''''Τρισδιάστατη απεικόνιση ανακατασκευής κτιρίου βασισμένη στην κάτοψη και ψηφιακά μοντέλα επιφάνειας εξαγόμενα από δορυφορική απεικόνιση'&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος Τίτλος:''' '3D building reconstruction based on given ground plan information and surface models extracted from spaceborne imagery'&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Frederik Tack a, Gurcan Buyuksalih (b), Rudi Goossens (a)&lt;br /&gt;
&lt;br /&gt;
(a) Department of Geography, Ghent University, Krijgslaan 281, Building S8, 9000 Ghent, Belgium&lt;br /&gt;
&lt;br /&gt;
(b) IMP-Bimtas, Evliya Celebi Mahallesi., Mesryutiyet Caddesi., Eski Tuyap Binasi 88, 34430 Beyoglu, Istanbul, Turkey&lt;br /&gt;
&lt;br /&gt;
'''Πηγή:''' Elsevier, ISPRS Journal of Photogrammetry and Remote Sensing, 67 (2012), 52-64 &lt;br /&gt;
&lt;br /&gt;
'''Λέξεις Κλειδιά:''' τρισδιάστατα μοντέλα επιφάνειας, DSM, φωτογραμμετρία, υψηλής ανάλυσης δορυφορικές εικόνες, δισδιάστατες κατόψεις&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Περίληψη:''' Τα τρισδιάστατα ψηφιακά μοντέλα επιφάνειας κερδίζουν συνεχώς έδαφος ως ένα σημαντικό εργαλείο αστικού σχεδιασμού και χαρτογράφησης. Ωστόσο, η πολύπλοκη φύση του αστικού περιβάλλοντος αποτελεί πρόκληση διερεύνησης των σύγχρονων ορίων της τρισδιάστατης ψηφιακής απεικόνισης επιφάνειας από υψηλής ανάλυσης δορυφορικές εικόνες. Η παρούσα προσέγγιση χρησιμοποιεί τη γεωμετρική πληροφορία κτιρίων που παρέχεται στις δισδιάστατες κατόψεις, προκειμένου να εξελίξει ένα τρισδιάστατο ψηφιακό μοντέλο επιφάνειας το οποίο έχει εξαχθεί φωτογραμμετρικά από δορυφορικές εικόνες.  &lt;br /&gt;
&lt;br /&gt;
Αρχικά, τα κτίρια αφαιρούνται από το DSM (Digital Surface Model-Ψηφιακό Μοντέλο Επιφάνειας) το οποίο βασίζεται στα δισδιάστατα πολύγωνα των κατόψεων των κτιρίων. Για τη δημιουργία πρισματικών μορφών με κατακόρυφους τοίχους και επίπεδη οροφή, το σχήμα του κτιρίου εξάγεται από τη βάση δεδομένων του κτηματολογίου, ενώ το ύψος του κτιρίου, από το DSM. Για κάθε δισδιάστατο περίγραμμα κτιρίου, εισάγεται ένα σταθερό ύψος στέγης, το οποίο καθορίζεται με στατιστικούς υπολογισμούς των τιμών του ύψους.  &lt;br /&gt;
&lt;br /&gt;
Μετά την εξαγωγή των κτιρίων από το αρχικό μοντέλο, το εναπομείναν DSM υπόκειται σε περεταίρω επεξεργασία, έτσι ώστε να απλοποιηθεί σε ένα ομαλό DTM (Digital Terrain Model-Ψηφιακό Μοντέλο Εδάφους), το οποίο απεικονίζει μόνο το έδαφος, χωρίς αντικείμενα, βλάστηση, αυτοκίνητα ή αστικό εξοπλισμό. Σε μία επόμενη φάση, και τα δύο μοντέλα συγχωνεύονται για να παράξουν ένα ολοκληρωμένο μοντέλο της πόλης ή ένα γενικευμένο DSM. Η ακρίβεια του γενικευμένου μοντέλου επιφάνειας αξιολογείται σύμφωνα με μια ποσοτική-στατιστική ανάλυση σε σύγκριση με δύο διαφορετικούς τύπους δεδομένων αναφοράς.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή:''' Τα τρισδιάστατα μοντέλα πόλης εφαρμόζονται όλο και περισσότερο ως βάση δεδομένων ή μέθοδος οπτικοποίησης/επικοινωνίας σε έναν αυξανόμενο αριθμό τομέων όπως είναι ο αστικός σχεδιασμός και η διαχείριση της πόλης, η αρχιτεκτονική, η αρχαιολογία, ο τουρισμός, οι τηλεπικοινωνίες, η παροχή ενέργειας, η πλοήγηση, η προσομοίωση του περιβάλλοντος, η διαχείριση των καταστροφών, η βιομηχανία παιχνιδιών, κλπ. Ακόμη, ανταποκρίνονται σε ένα ευρύ φάσμα δραστηριοτήτων όπως είναι η βιώσιμη αστική ανάπτυξη, η απεικόνιση της ροής του νερού, οι μελέτες του αστικού κλίματος, η ενημέρωση χαρτών, οι περιβαλλοντικές αξιολογήσεις, η ανάλυση του εδάφους, ο αρχιτεκτονικός σχεδιασμός, οι τρισδιάστατες απεικονίσεις, κ.λπ. Παρά το γεγονός ότι αυτά τα πεδία εφαρμογής μοιράζονται την κοινή ζήτηση για τρισδιάστατη απεικόνιση, οι ειδικές απαιτήσεις τους όσον αφορά την ακρίβεια, τη λεπτομέρεια και την επικαιροποίηση των στοιχείων διαφέρουν σημαντικά.&lt;br /&gt;
&lt;br /&gt;
Έτσι, μπορούν να διακριθούν διαφορετικά Επίπεδα Λεπτομέρειας (LoD-Levels of Detail), με κάθε ένα να αντιστοιχεί σε ένα συγκεκριμένο βαθμό λεπτομέρειας. Ένα αστικό αντικείμενο ή ένα χαρακτηριστικό απεικονίζεται με βάση το επίπεδο λεπτομέρειας στο οποίο ανήκει. Από το 2008, για την ψηφιακή απεικόνιση τρισδιάστατων αντικείμενων και κυρίως κτιρίων, έχει υιοθετηθεί ως πρότυπο η City Geography Markup Language, CityGML, έκδοση 1.0.0. Εύκολα συμπεραίνουμε ότι όσο το επίπεδο της λεπτομέρειας μεγαλώνει, αυξάνεται η προσπάθεια και το κόστος παραγωγής, ενώ το επίπεδο του προγραμματισμού μειώνεται. &lt;br /&gt;
&lt;br /&gt;
Η παρούσα προσέγγιση στοχεύει στην εξαγωγή ενός προσεγγιστικού τρισδιάστατου αστικού μοντέλου LoD1, το οποίο βασίζεται σε στερεοσκοπικές δορυφορικές εικόνες Ikonos υψηλής ανάλυσης και σε μία εξωτερική βάση δεδομένων δισδιάστατων κατόψεων κτιρίων. Το μοντέλο LoD1 περιλαμβάνει πρισματικά κτίρια με επίπεδη οροφή, χωρίς καθόλου απόδοση της υφής στη στέγη ή στους τοίχους. Το ύψος των κτιρίων υπολογίζεται μέσω φωτογραμμετρικής εξαγωγής από στερεοσκοπικές ψηφιακές εικόνες, ενώ η θέση, ο προσανατολισμός και το σχήμα τους συλλέγονται από τη δισδιάστατη βάση δεδομένων του κτηματολογίου.&lt;br /&gt;
&lt;br /&gt;
Έρευνες και μέθοδοι που ασχολήθηκαν με την εξαγωγή DSM από υψηλής ανάλυσης δορυφορικές εικόνες, ανέδειξαν την πολυπλοκότητα του προβλήματος της απόδοσης τέτοιων ψηφιακών  μοντέλων από στερεοσκοπικές εικόνες. Παρά την υψηλή απόδοση των αυτοματοποιημένων προσεγγίσεων, η δημιουργία μίας πλήρως αυτοματοποιημένης διαδικασίας για την απεικόνιση επιφάνειας από εικόνες μεγάλης κλίμακας (αεροφωτογραφίες και δορυφορικές εικόνες) πυκνοκατοικημένων περιοχών, παραμένει  ένα άλυτο ζήτημα. Οι πόλεις αποτελούνται από ένα πολύπλοκο μείγμα τεχνητών και φυσικών αστικών χαρακτηριστικών, με έντονη διαφοροποίηση στο μέγεθος, στο σχήμα, στη σύνθεση και στη διάταξη. Αυτή η ποικιλομορφία συχνά δυσχεραίνει τη διαδικασία της αυτοματοποίησης.  &lt;br /&gt;
&lt;br /&gt;
Στην παρούσα έρευνα, παρουσιάζεται μία εφαρμόσιμη, αποδοτική και ιδιαίτερα αυτοματοποιημένη προσέγγιση, η οποία παράγει ένα γενικευμένο, LoD1 αστικό μοντέλο, βασισμένο στην φωτογραμμετρική επεξεργασία 1m ανάλυσης δορυφορικών εικόνων Ikonos, με δεδομένες τις κατόψεις των κτιρίων.  Η έρευνα εφαρμόζεται σε μία μεγάλης έκτασης πυκνοδομημένη περιοχή, 60 km2, η οποία αποτελείται από κτίρια υψηλής ποικιλομορφίας. Οι βασικοί στόχοι είναι οι εξής:&lt;br /&gt;
&lt;br /&gt;
* ο έλεγχος της λειτουργικότητας και εφαρμοστικότητας της μεθόδου&lt;br /&gt;
* η βελτίωση της τρισδιάστατης ψηφιακής απεικόνισης των κτιρίων&lt;br /&gt;
* η παραγωγή ενός ψηφιακού μοντέλου εδάφους (DΤM), μετά την εξαγωγή των κτιρίων από το ψηφιακό μοντέλο επιφάνειας (DSM) και&lt;br /&gt;
* η βέλτιστη αναπαράσταση ενός υβριδικού αστικού μοντέλου&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Πηγή εικόνων και πεδίο έρευνας:''' Για τη διεξαγωγή της έρευνας επιλέχτηκε ο δορυφόρος Ikonos, λόγω της υψηλής ραδιομετρικής και γεωμετρικής ικανότητας των εικόνων. Ο Ikonos, η λειτουργία του οποίου ξεκίνησε το 1999, ήταν ο πρώτος εμπορικός δορυφόρος με δυνατότητα απόδοσης υψηλής ανάλυσης παγχρωματικών (0,45 - 0,90 lm) και πολυφασματικών εικόνων σε περίπου 1 και 4m, αντίστοιχα. Η πλατφόρμα VHR Ikonos έχει τη δυνατότητα περιστροφής του αισθητήρα μέχρι και 26° από το ναδίρ. Έτσι, μπορούμε να έχουμε εικόνες της ίδιας τοποθεσίας ταυτόχρονα από δύο διαφορετικές οπτικές γωνίες.&lt;br /&gt;
&lt;br /&gt;
Η μελέτη διεξάγεται σε ένα τμήμα 60 περίπου km2 της Κωνσταντινούπολης (εικόνα 1). Η πόλη χαρακτηρίζεται από έντονη αστική ανάπτυξη, η οποία εμφανίζει ιδιαίτερη χωρική πύκνωση κατά μήκος του Βοσπόρου. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αλγόριθμος εξαγωγής της τρισδιάστατης επιφάνειας:''' Καθώς ο σκοπός της έρευνας δεν είναι η μεθοδολογία της φωτογραμμετρικής εξαγωγής ενός μοντέλου επιφάνειας, αλλά η βελτίωσή του, θα αναφερθούμε επιγραμματικά στα στάδια εξαγωγής της τρισδιάστατης επιφάνειας:&lt;br /&gt;
&lt;br /&gt;
1. Αρχικά, οι εικόνες VHR διορθώνονται ραδιομετρικά και αυξάνεται η αντίθεσή τους (contrast), με τη χρήση ενός φίλτρου (LCE Wallis filter). Με τον τρόπο αυτό, βελτιώνεται η υφή στις έντονα σκιασμένες περιοχές και εξισορροπούνται οι ραδιομετρικές ανομοιογένειες που υπάρχουν λόγω των διαφορετικών ατμοσφαιρικών συνθηκών και φωτισμού.&lt;br /&gt;
&lt;br /&gt;
2. Στη συνέχεια, για τον καθορισμό της σχέσης της δυσδιάστατης εικόνας και του τρισδιάστατου χώρου του αντικειμένου, καθώς και για τον υπολογισμό της θέσης του αισθητήρα (x0, y0, z0) και της γωνίας περιστροφής του κατά μήκος των τριών αξόνων (x, u, j) κατά τη λήψη της εικόνας, εκτελείται μια διαδικασία προσαρμογής block bundle, βασισμένη στους Λογικούς Συντελεστές του Πολυωνύμου  (Rational Polynomial Coefficients-RPCs) και στο Λογικό Λειτουργικό Μοντέλο Αισθητήρα (Rational Functional sensor Model-RFM). Με τη βοήθεια ενός C-Nav Διαφορικού συστήματος GPS, μετρήθηκαν 50 ευδιάκριτα GCPs, ομοιογενώς κατανεμημένα σε όλη την περιοχή μελέτης. Συνολικά χρησιμοποιήθηκαν 15 σημεία με γνωστές συντεταγμένες, ομοιογενώς κατανεμημένα και σαφώς αναγνωρίσιμα στις εικόνες, προκειμένου να περιγραφεί η σχέση μεταξύ των ψηφιακών εικόνων και του εδάφους (εικόνα 1).&lt;br /&gt;
&lt;br /&gt;
3. Αφού ολοκληρωθεί η διαδικασία αντιστοίχισης της εικόνας, η οποία θεωρείται ο πυρήνας της φωτογραμμετρικής εξαγωγής, το μοντέλο της επιφάνειας υποβάλλεται σε περαιτέρω επεξεργασία, υπολογίζοντας τις διαφορές στο ύψος των κτιρίων, μέσω της μέτρησης της απόκλισης των αντίστοιχων pixels. Ο αλγόριθμος λειτουργεί με μια λογική 'πυραμίδας' εικόνων, η οποία αποτελείται από εικόνες με εκθετικά φθίνουσες αναλύσεις (resolutions). Στη βάση της πυραμίδας βρίσκεται η αρχική εικόνα, ενώ σε κάθε επίπεδο παράγεται ένα ενδιάμεσο, περισσότερο βελτιωμένο DSM.&lt;br /&gt;
&lt;br /&gt;
4. Ακολουθεί η ανίχνευση σημείων που ανήκουν σε μια γειτονιά με μέγιστη διακύμανση των επιπέδων γκρι. Για την αντιστοίχιση των σημείων του πλέγματος με τα σημεία της αρχικής εικόνας, ο αλγόριθμος Area-Based Matching  (ABM) χρησιμοποιεί ένα συντελεστή συσχέτισης για τον προσδιορισμό πιθανών 'ταιριαστών υποψηφίων'.&lt;br /&gt;
&lt;br /&gt;
5. Στο τελικό στάδιο της διαδικασίας, μία μέθοδος Ελαχίστων Τετραγώνων (Multi-Photo Geometrically Constrained least-squares matching method-MPGC) χρησιμοποιείται για την περαιτέρω βελτίωση του τελικού αποτελέσματος, τη δημιουργία μιας συνεχούς επιφάνειας και την ανίχνευση πιθανών σφαλμάτων. Τα εξαγόμενα γραμμικά χαρακτηριστικά χρησιμοποιούνται για τη διάκριση των φυσικών και τεχνιτών ασυνεχών επιφανειών, όπως είναι οι κορυφογραμμές και οι κατακόρυφοι τοίχοι. Πριν την εξαγωγή του τελικού DSM, αποκλείονται επίπεδα πληροφορίας που δεν είναι χρήσιμα και το παραγόμενο μοντέλο έχει μέγεθος πλέγματος 3m. Η συγκεκριμένη ανάλυση προσφέρει καλύτερη ισορροπία μεταξύ λεπτομέρειας και μείωσης θορύβου, ενώ συμβάλει στην αποφυγή της υπερφόρτωσης πληροφοριών. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Μεθοδολογία βελτίωσης DSM:''' Στην εικόνα 2 απεικονίζεται η προτεινόμενη διαδικασία για τη μείωση του θορύβου και των σφαλμάτων στο μοντέλο της επιφάνειας, τη βελτίωση της τρισδιάστατης απεικόνισης των κτιρίων, καθώς και τη γενίκευση του DSM σε ένα ομαλό DMT το οποίο θα απεικονίζει μόνο το έδαφος. Σε αυτό το στάδιο ορίζεται ένα Ψηφιακό Μοντέλο Κτιρίων  (Digital Building Model-DBM), το οποίο αναπαριστά μόνο την κτιριακή μάζα. Σκοπός είναι η δημιουργία πρισματικών μοντέλων κτιρίων, ελαχιστοποιώντας τόσο την ομαλή μετάβαση από το επίπεδο του εδάφους στην οροφή των κτιρίων, όσο και την στρογγυλεμένη απότμηση των ακμών τους. Τα κτιριακά μοντέλα περιγράφουν ένα κτίριο με βάση το πολύγωνο της κάτοψής του (δοσμένο από μία υπάρχουσα, εξωτερική βάση δεδομένων κατόψεων κτιρίων) και ένα υπολογισμένο ύψος. Στη συνέχεια, τα δύο μοντέλα (DBM και DTM) συγχωνεύονται, δημιουργώντας ένα βελτιωμένο DSM ή ένα τρισδιάστατο αστικό μοντέλο LoD1. Ωστόσο, πριν τη συνένωση των μοντέλων πρέπει να ανιχνευθούν πιθανές ανωμαλίες που σχετίζονται με την περίπτωση ασυμφωνίας στο ύψος ενός κτιρίου. Στην εικόνα 3 απεικονίζεται το βελτιωμένο DSM ολόκληρης της περιοχής μελέτης, ενώ στην εικόνα 4 παρουσιάζονται δύο περιοχές του χάρτη σε μεγέθυνση και προοπτική απεικόνιση.&lt;br /&gt;
&lt;br /&gt;
Η οπτική/ποιοτική ανάλυση του αποτελέσματος δείχνει ότι το μοντέλο της πόλης αναπαριστά το έδαφος, τα κτίρια και τη σχέση κτιρίου-δρόμου με αρκετά λεπτομερή τρόπο. Οι βασικότερες κατηγορίες κτιρίων της βάσης δεδομένων έχουν αναπαρασταθεί σωστά, παρά το ότι διαμορφώθηκαν με μοντέλο LoD1. Το σχήμα των κτιρίων, είτε πρόκειται για πολυκατοικίες και μονοκατοικίες είτε για μεγάλα βιομηχανικά και εμπορικά κτίρια, προσεγγίζει κατά πολύ το πραγματικό τους. Αντί για ένα ακανόνιστο σχήμα, τα κτίρια έχουν μία πρισματική μορφή με σχεδόν κατακόρυφους τοίχους και επίπεδη οροφή. Η απομάκρυνση των σκιών, το μορφολογικό φιλτράρισμα του επιπέδου του εδάφους, καθώς και η σκόπιμη αφαίρεση των ακραίων τιμών, οδήγησε σε μία ενιαία οπτικά επιφάνεια, χωρίς θόρυβο, σφάλματα, βλάστηση και σημεία εκτός του εδάφους. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Υβριδικό raster-vector αστικό μοντέλο:''' Το υβριδικό μοντέλο απαιτεί τη μετατροπή του επιπέδου DBM, από raster σε vector, αποδίδοντας τα κτίρια με γεωμετρικό τρόπο. Σε πρώτη φάση, εισάγεται στα δυσδιάστατα πολύγωνα η ιδιότητα της στάθμης της οροφής κάθε κτιρίου ως παράμετρος του μέσου ύψους,  ενώ στη συνέχεια τα πολύγωνα μετατρέπονται σε πρισματικές δομές στερεών πάνω στο επίπεδο του raster DTM. Η κατασκευή του στερεού που αντιστοιχεί σε κάθε κτίριο, βασίζεται στην υπόθεση ότι ύψος της οροφής ενός κτιρίου είναι σταθερό και παράλληλο προς το έδαφος, ενώ οι τοίχοι του κάθετοι σε αυτό και επίπεδοι. Ψηφιακά αρχιτεκτονικά μοντέλα LoD3, με υψηλής ανάλυσης υφή και λεπτομερή απεικόνιση της δομής, δημιουργήθηκαν με σκοπό την απεικόνιση των σημαντικότερων τοποσήμων της περιοχής μελέτης. &lt;br /&gt;
&lt;br /&gt;
Για τη φωτορεαλιστική αναπαράσταση του αστικού μοντέλου, το DTM 'επενδύεται' με ορθοφωτογραφίες (ανάλυση 1m ή 1pixel), οι οποίες έχουν υποστεί πρώτα ορθοδιόρθωση και έχουν αναχθεί σε ένα σύστημα γεωγραφικών συντεταγμένων. Η ορθοαναγωγή των εικόνων δεν μειώνει μόνο τα λάθη στη γεωμετρική απεικόνιση των κτιρίων, αλλά αντιμετωπίζει επίσης στρεβλώσεις που οφείλονται στο έδαφος και στην καμπυλότητα της Γης. Στις 'γεω-διορθομένες' εικόνες εφαρμόζεται στη συνέχεια μία Gram-Schmidt (GS) φασματική όξυνση (sharpening). Πιο συγκεκριμένα, η παγχρωματική ζώνη 1m οξύνεται συνδυαζόμενη με χαμηλής ανάλυσης πολυφασματικές ζώνες 4m, για την παραγωγή μιας υψηλής ανάλυσης RGB εικόνας 1m. &lt;br /&gt;
&lt;br /&gt;
Στην εικόνα 5 παρουσιάζεται ένα τμήμα του τελικού υβριδικού μοντέλου που αποτελείται από vector στερεά κτιρίων και ένα raster DTM, 'επενδυμένο' με μία pan-sharpened ορθοφωτογραφία. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα και συζήτηση:''' Η τρισδιάστατη απεικόνιση ενός αστικού μοντέλου από δορυφορικές εικόνες με χρήση ιδιαίτερα αυτοματοποιημένων φωτομετρικών μεθόδων, έχει εξαιρετικές δυνατότητες, αλλά το αστικό τοπίο και κυρίως η τρισδιάστατη ψηφιακή απεικόνιση των κτιρίων θεωρείται ως ένα αρκετά πολύπλοκο ζήτημα. Οι πιο σημαντικές στρεβλώσεις που εμποδίζουν την τρισδιάστατη απεικόνιση από δισδιάστατες δορυφορικές εικόνες, οφείλονται στις ραδιομετρικές ανομοιογένειες, στις σκιασμένες επιφάνειες, ιδιαίτερα σε περιοχές του πυκνοδομημένου κέντρου πόλης, και στις απότομες υψομετρικές διαφορές. Χωρίς την εξωτερική πληροφορία της γεωμετρίας των κτιρίων, η τρισδιάστατη απόδοση των απόλυτα κατακόρυφων τοίχων και των στενών δρόμων, καθώς και η αφαίρεση του οπτικού θορύβου και της υπερφόρτωσης πληροφοριών, θα ήταν σχεδόν αδύνατη. &lt;br /&gt;
&lt;br /&gt;
Μια γρήγορη, αποδοτική και αξιόπιστη προσέγγιση προτείνεται για την παραγωγή ενός LoD1 μοντέλου αστικής επιφάνειας, η οποία βασίζεται στη φωτογραμμετρική επεξεργασία ενός στερεοσκοπικού ζευγαριού εικόνων Ikonos, ανάλυσης 1m. Μέσω των δισδιάστατων πολυγώνων των κατόψεων των κτιρίων και χρησιμοποιώντας την παράμετρο του μέσου ύψους,  τα κτίρια του DBM που προκύπτει προσεγγίζουν με αρκετά σαφή τρόπο τους σημαντικότερους τύπους κτιρίων της περιοχής. Στη συνέχεια, το DTM γενικεύεται σε μία ομαλή συνεχή επιφάνεια, αποδίδοντας μόνο το στοιχείο του εδάφους. &lt;br /&gt;
&lt;br /&gt;
Από τεχνικής άποψης, η παρούσα προσέγγιση έχει γενικό χαρακτήρα και μπορεί εύκολα να προσαρμοστεί σε DSMs που προέρχονται από ένα ευρύ φάσμα αισθητήρων παρακολούθησης, με ακρίβεια μικρότερη του 1m, όπως είναι οι Worldview-1, Worldview-2 και ο GeoEye-1, καθώς και στον GeoEye-2, τρίτης γενιάς δορυφόρο παγχρωματικής λειτουργίας και ανάλυσης 0,25m.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αναφορές'''&lt;br /&gt;
&lt;br /&gt;
Alobeid, A., Jacobsen, K., Heipke, C., 2010. Comparison of matching algorithms for DSM generation in urban areas from Ikonos imagery. Photogrammetric Engineering &amp;amp; Remote Sensing 76 (9), 1041–1050.&lt;br /&gt;
&lt;br /&gt;
Baillard, C., Zisserman, A., 1999. Automatic reconstruction of piecewise planar models from multiple views. Proceeding of IEEE Conference on Computer Vision and Pattern Recognition, Ft. Collins, CO, 23–25 June, pp. 559–565.&lt;br /&gt;
&lt;br /&gt;
Baltsavias, E., 1991. Multiphoto geometrically constrained matching. PhD Dissertation, Report No. 49, Institute of Geodesy and Photogrammetry, ETH Zurich, Switzerland, 221pp.&lt;br /&gt;
&lt;br /&gt;
Baltsavias, E., Zhang, L., Eisenbeiss, H., 2006. DSM generation and interior orientation determination of Ikonos images using a testfield in Switzerland. Photogrammetrie, Fernerkundung. Geoinformation 2006 (1), 41–54.&lt;br /&gt;
&lt;br /&gt;
Baz, I., Büyüksalih, G., Kersten, Th., Jacobsen, K., 2008. Documentation of Istanbul historic peninsula by static and mobile terrestrial laser scanning. International Archives of Photogrammetry and Remote Sensing 37 (Pt. B5), 993–998.&lt;br /&gt;
&lt;br /&gt;
Binard, M., Tack, F., Van De Voorde, T., Cornet, Y., Canters, F., 2010. Use of multiangle high-resolution imagery and 3D information for urban land-cover classification: a case study on Istanbul. Proceeding of EARSeL SIG Joint Workshop, Gent, Belgium, 22–24 September, 10pp. (on CD-ROM).&lt;br /&gt;
&lt;br /&gt;
Canny, J.F., 1986. A computational approach to edge detection. Pattern Analysis and Machine Intelligence 8 (6), 679–698.&lt;br /&gt;
&lt;br /&gt;
Chen, Q., Gong, P., Baldocchi, D., Xie, G., 2007. Filtering airborne laser scanning data with morphological methods. Photogrammetric Engineering &amp;amp; Remote Sensing 73 (2), 175–185.&lt;br /&gt;
&lt;br /&gt;
Crespi, M., De Vendictis, L., Grün, A., Iannucci, G., Poli, D., Volpe, F., Wang, X., 2007. DSM extraction from QuickBird and CartoSat stereopairs: quality assessment and comparison. Proceeding Conference of Optical 3D Measurement Techniques, Zurich, Switzerland, 9–12 July, pp. 195–203.&lt;br /&gt;
&lt;br /&gt;
Dial, G., 2000. Ikonos satellite mapping accuracy. Proceeding ASPRS Annual Conference, Washington D.C., 22–26 May, 8pp. (on CD-ROM).&lt;br /&gt;
&lt;br /&gt;
Fischer, A., Kolbe, T., Lang, F., Cremers, A., Förstner, W., Plümer, L., Steinhage, V., 1998. Extracting buildings from aerial images using hierarchical aggregation in 2D and 3D. Computer Vision and Image Understanding 72 (2), 195–203.&lt;br /&gt;
&lt;br /&gt;
Flamanc, D., Maillet, G., Jibrini, H., 2003. 3D city models: an operational approach using aerial images and cadastral maps. International Archives of Photogrammetry and Remote Sensing 34 (Pt. W8), 53–58.&lt;br /&gt;
&lt;br /&gt;
Fraser, C., Baltsavias, E., Grün, A., 2001. Ikonos Geo stereo images – geometric potential and suitability for 3D building reconstruction. In: Seyfert, E. (Ed.), Photogrammetrie-Fernerkundung-Geoinformation: Geodaten schaffen Verbindungen. Publications of the German Society for Photogrammetry and Remote Sensing, Berlin, pp. 113–121.&lt;br /&gt;
&lt;br /&gt;
GeoEye, E., 2006. Ikonos-imagery products guide (Ver. 1.5). GeoEye, USA, 19pp. &lt;br /&gt;
&lt;br /&gt;
Grodecki, J., Dial, G., 2003. Block adjustment of high-resolution satellite images described by rational functions. Photogrammetric Engineering &amp;amp; Remote Sensing 69 (1), 59–70.&lt;br /&gt;
&lt;br /&gt;
Grün, A., 1985. Adaptive least squares correlation: a powerful image matching technique. South Africa Journal of Photogrammetry. Remote Sensing and Cartography 14 (3), 175–187.&lt;br /&gt;
&lt;br /&gt;
Grün, A., Wang, X., 1998. CC-Modeler: a topology generator for 3-D city models. ISPRS Journal of Photogrammetry and Remote Sensing 53 (5), 286–295.&lt;br /&gt;
&lt;br /&gt;
Gülch, E., Müller, H., 2001. New applications of semi-automatic building acquisition. In: Baltsavias, E., Grün, A., Van Gool, L. (Eds.), Automatic Extraction of Man-Made Objects From Aerial and Space Images (III). Balkema, Lisse, pp. 103–114.&lt;br /&gt;
&lt;br /&gt;
Guo, T., Yasuoka, Y., 2002. Snake-based approach for building extraction from high resolution satellite images and height data in urban areas. Proceeding of the 23rd Asian Conference on Remote Sensing, Kathmandu, Nepal, 25–29 November, 7pp. (on CD-ROM).&lt;br /&gt;
&lt;br /&gt;
Haala, N., Anders, K., 1996. Fusion of 2D GIS and image data for 3D building reconstruction. International Archives of Photogrammetry and Remote Sensing 31 (Pt. B3), 285–290.&lt;br /&gt;
&lt;br /&gt;
Haala, N., Brenner, C., 1999. Virtual city models from laser altimeter and 2D map data. Photogrammetric Engineering &amp;amp; Remote Sensing 65 (7), 787–795.&lt;br /&gt;
&lt;br /&gt;
Herman, M., Kanade, T., 1986. Incremental reconstruction of 3D scenes from multiple complex images. Artificial Intelligence 30 (3), 289–341.&lt;br /&gt;
&lt;br /&gt;
Jacobsen, K., 2006. Digital surface models of city areas by very high resolution space imagery. Proc. EARSeL Workshop of the SIG Urban Remote Sensing, Berlin, Germany, 2–3 March, 10pp. (on CD-ROM).&lt;br /&gt;
&lt;br /&gt;
Jensen, J.R., Cowen, D., Kammerer, T., Huang, X., 1994. GPS and softcopy photogrammetry for large-scale digital elevation model creation and orthophoto mapping for urban applications. Proceeding of Mapping and Remote Sensing Tools for the 21st Century, ASPRS, Washington, D.C., 26–29 August, pp. 169–178.&lt;br /&gt;
&lt;br /&gt;
Jibrini, H., Paparoditis, N., Deseilligny, M.P., Maξtre, H., 2000. Automatic building reconstruction from very high resolution aerial stereopairs using cadastral ground plans. International Archives of Photogrammetry and Remote Sensing 33 (Pt. B2), 213–219.&lt;br /&gt;
&lt;br /&gt;
Kada, M., McKinley, L., 2009. 3D building reconstruction from LiDAR based on a cell decomposition approach. International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences 38 (Pt. 3/W4), 47–52.&lt;br /&gt;
&lt;br /&gt;
Kanade, T., Okutomi, M., 1994. A stereo matching algorithm with an adaptive window: theory and experiment. Pattern Analysis and Machine Intelligence 16 (9), 920–932.&lt;br /&gt;
&lt;br /&gt;
Kim, Z., Nevatia, R., 2004. Automatic description of complex buildings from multiple images. Computer Vision and Image Understanding 96 (1), 60–95.&lt;br /&gt;
&lt;br /&gt;
Kolbe, T.H., Gröger, G., Plümer, L., 2005. CityGML – interoperable access to 3D city models. In: van Oosterom, P., Zlatanova, S., Fendel, E. (Eds.), Geo-Information for Disaster Management. Springer, New York, pp. 883–899.&lt;br /&gt;
&lt;br /&gt;
Krauß, T., Reinartz, P., 2010. Enhancement of dense urban digital surface models from VHR optical satellite stereo data by pre-segmentation and object detection. International Archives of Photogrammetry and Remote Sensing 38 (Pt. 1), 6pp. (on CD-ROM).&lt;br /&gt;
&lt;br /&gt;
Laben, C.A., Brower, B.V., 2000. Process for enhancing the spatial resolution of multispectral imagery using pansharpening. U.S. Patent No. 6011,875, Eastman Kodak Company.&lt;br /&gt;
&lt;br /&gt;
Lafarge, F., Descombes, X., Zerubia, J., Pierrot-Deseilligny, M., 2008. Automatic building extraction from DEMs using an object approach and application to the 3D-city modeling. ISPRS Journal of Photogrammetry and Remote Sensing 63 (3), 365–381.&lt;br /&gt;
&lt;br /&gt;
Li, Z., Zhu, Q., Gold, C., 2005. Digital Terrain Modeling: Principles and Methodology. CRC Press, Boca Raton.&lt;br /&gt;
&lt;br /&gt;
Lue, Y., 1988. Interest operator and fast implementation. International Archives of Photogrammetry and Remote Sensing 27 (Pt. B3), 491–500.&lt;br /&gt;
&lt;br /&gt;
Maas, H.G., Vosselman, G., 1999. Two algorithms for extracting building models from raw laser altimetry data. ISPRS Journal of Photogrammetry and Remote Sensing 54 (2), 153–163.&lt;br /&gt;
&lt;br /&gt;
Meng, L., Forberg, A., 2007. 3D building generalisation. In: Mackaness, W., Ruas, A., Sarjakoski, T. (Eds.), Generalisation of Geographic Information: Cartographic Modelling and Applications. Elsevier Science Ltd., Oxford, pp. 211–232.&lt;br /&gt;
&lt;br /&gt;
Mesev, V., 2003. Remotely sensed cities: an introduction. In: Mesev, V. (Ed.), Remotely Sensed Cities. Taylor and Francis, London, pp. 1–20.&lt;br /&gt;
&lt;br /&gt;
Nevatia, R., Price, K.E., 2002. Automatic and interactive modeling of buildings in urban environments from aerial images. Proceeding of IEEE International Conference on Image Processing, Rochester, NY, 22–25 September 3, 525–528.&lt;br /&gt;
&lt;br /&gt;
Podobnikar, T., 2009. Methods for visual quality assessment of a digital terrain model. Surveys and Perspectives Integrating Environment and Society 2 (2), 10pp.&lt;br /&gt;
&lt;br /&gt;
Saint-Marc, P., Chen, J.S., Medioni, G., 1991. Adaptive smoothing: a general tool for early vision. Pattern Analysis and Machine Intelligence 13 (6), 514–529.&lt;br /&gt;
&lt;br /&gt;
Soille, P., 2003. Morphological Image Analysis: Principles and Applications, second ed. Springer-Verlag, New York.&lt;br /&gt;
&lt;br /&gt;
Stilla, U., Jurkiewicz, K., 1999. Automatic reconstruction of roofs from maps and elevation data. International Archives of Photogrammetry and Remote Sensing 32 (Pt. 7-4-3/W6), 139–143.&lt;br /&gt;
&lt;br /&gt;
Suveg, I., Vosselman, G., 2004. Reconstruction of 3D building models from aerial images and maps. ISPRS Journal of Photogrammetry and Remote Sensing 58 (3–4), 202–224.&lt;br /&gt;
&lt;br /&gt;
Tack, F., Goossens, R., Büyüksalih, G., 2009. Semi-automatic city model extraction from tri-stereoscopic VHR satellite imagery. International Archives of Photogrammetry Remote Sensing and Spatial Information Sciences 38 (Pt. 3/W4), 89–96.&lt;br /&gt;
&lt;br /&gt;
Taillandier, F., 2005. Automatic building reconstruction from cadastral maps and aerial images. International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences 36 (Pt. 3/W24), 105–110.&lt;br /&gt;
&lt;br /&gt;
Terzopoulos, D., 1986. Regularization of inverse visual problems involving discontinuities. Pattern Analysis and Machine Intelligence 8 (4), 413–424.&lt;br /&gt;
&lt;br /&gt;
Vinson, S., Cohen, L., 2002. Multiple rectangle model for buildings segmentation and 3D scene reconstruction. Proceeding of International Conference on Pattern Recognition. Quebec, Canada, 11-15 August, pp. 623–626.&lt;br /&gt;
&lt;br /&gt;
Wallis, R., 1976. An approach to the space variant restoration and enhancement of images. Proceding of Symposium on Current Mathematical Problems in Image Science, Monterey, California, pp. 641–662.&lt;br /&gt;
&lt;br /&gt;
Weidner, U., Förstner, W., 1995. Towards automatic building extraction from high resolution digital elevation models. ISPRS Journal of Photogrammetry and Remote Sensing 50 (4), 38–49.&lt;br /&gt;
&lt;br /&gt;
Woo, D-M., Park, D-C., 2011. Stereoscopic modeling of building rooftop from IKONOS satellite image data. Proceeding of Conference on Information Science and Applications, Jeju Island, Korea (South), 26-29 April, 5pp. (on CD-ROM).&lt;br /&gt;
&lt;br /&gt;
Yuhendra, Sumantyoc, J.T., Kuze, H., 2011. Performance analyzing of high resolution pan-sharpening techniques: increasing image quality for classification using supervised kernel support vector machine. Research Journal of Information Technology 3 (1), 12–23.&lt;br /&gt;
&lt;br /&gt;
Zhang, L., 2005. Automatic digital surface model (DSM) generation from linear array images. PhD Dissertation, Report No. 88, Institute of Geodesy and Photogrammetry, ETH Zurich, Switzerland, 199pp.&lt;br /&gt;
&lt;br /&gt;
Zhang, L., Grün, A., 2006. Multi-image matching for DSM generation from Ikonos imagery. ISPRS Journal of Photogrammetry and Remote Sensing 60 (3), 195–211.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
[http://www.sciencedirect.com/science/article/pii/S0924271611001134 '''το άρθρο στο διαδίκτυο''']&lt;br /&gt;
&lt;br /&gt;
 [[category:Αστικός και περιφερειακός σχεδιασμός]]&lt;/div&gt;</summary>
		<author><name>Ramfou Vasiliki</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A1%CE%AC%CE%BC%CF%86%CE%BF%CF%85_%CE%92%CE%B1%CF%83%CE%B9%CE%BB%CE%B9%CE%BA%CE%AE</id>
		<title>Ράμφου Βασιλική</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A1%CE%AC%CE%BC%CF%86%CE%BF%CF%85_%CE%92%CE%B1%CF%83%CE%B9%CE%BB%CE%B9%CE%BA%CE%AE"/>
				<updated>2015-03-15T15:11:06Z</updated>
		
		<summary type="html">&lt;p&gt;Ramfou Vasiliki: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;* [[Ανίχνευση των αλλαγών των αδιαπέραστων επιφανειών με εικόνες Landsat πολλαπλών χρονικών δεδομένων στο αστικό-αγροτικό όριο]]&lt;br /&gt;
* [[Αντικειμενοστραφής χαρτογράφηση της εδαφοκάλυψης για την αυτοματοποιημένη παραγωγή των τύπων της αστικής δομής]]&lt;br /&gt;
* [[Η θερμική νησίδα της επιφάνειας του Ρότερνταμ και η σχέση της με τα χαρακτηριστικά των αστικών επιφανειών]]&lt;br /&gt;
* [[Τρισδιάστατη απεικόνιση ανακατασκευής κτιρίου και ψηφιακά μοντέλα επιφάνειας εξαγόμενα από δορυφορική απεικόνιση]]&lt;br /&gt;
* [[Χρονική και χωρική δυναμική των αστικών πράσινων χώρων ως αποτέλεσμα της ταχείας αστικοποίησης και της οικολογικής πολιτικής]]&lt;br /&gt;
&lt;br /&gt;
 [[category:ΔΠΜΣ &amp;quot;Περιβάλλον &amp;amp; Ανάπτυξη&amp;quot; (Αθήνα)]]&lt;/div&gt;</summary>
		<author><name>Ramfou Vasiliki</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A4%CF%81%CE%B9%CF%83%CE%B4%CE%B9%CE%AC%CF%83%CF%84%CE%B1%CF%84%CE%B7_%CE%B1%CF%80%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CE%B9%CF%83%CE%B7_%CE%B1%CE%BD%CE%B1%CE%BA%CE%B1%CF%84%CE%B1%CF%83%CE%BA%CE%B5%CF%85%CE%AE%CF%82_%CE%BA%CF%84%CE%B9%CF%81%CE%AF%CE%BF%CF%85_%CE%BA%CE%B1%CE%B9_%CF%88%CE%B7%CF%86%CE%B9%CE%B1%CE%BA%CE%AC_%CE%BC%CE%BF%CE%BD%CF%84%CE%AD%CE%BB%CE%B1_%CE%B5%CF%80%CE%B9%CF%86%CE%AC%CE%BD%CE%B5%CE%B9%CE%B1%CF%82_%CE%B5%CE%BE%CE%B1%CE%B3%CF%8C%CE%BC%CE%B5%CE%BD%CE%B1_%CE%B1%CF%80%CF%8C_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AE_%CE%B1%CF%80%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CE%B9%CF%83%CE%B7</id>
		<title>Τρισδιάστατη απεικόνιση ανακατασκευής κτιρίου και ψηφιακά μοντέλα επιφάνειας εξαγόμενα από δορυφορική απεικόνιση</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A4%CF%81%CE%B9%CF%83%CE%B4%CE%B9%CE%AC%CF%83%CF%84%CE%B1%CF%84%CE%B7_%CE%B1%CF%80%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CE%B9%CF%83%CE%B7_%CE%B1%CE%BD%CE%B1%CE%BA%CE%B1%CF%84%CE%B1%CF%83%CE%BA%CE%B5%CF%85%CE%AE%CF%82_%CE%BA%CF%84%CE%B9%CF%81%CE%AF%CE%BF%CF%85_%CE%BA%CE%B1%CE%B9_%CF%88%CE%B7%CF%86%CE%B9%CE%B1%CE%BA%CE%AC_%CE%BC%CE%BF%CE%BD%CF%84%CE%AD%CE%BB%CE%B1_%CE%B5%CF%80%CE%B9%CF%86%CE%AC%CE%BD%CE%B5%CE%B9%CE%B1%CF%82_%CE%B5%CE%BE%CE%B1%CE%B3%CF%8C%CE%BC%CE%B5%CE%BD%CE%B1_%CE%B1%CF%80%CF%8C_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AE_%CE%B1%CF%80%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CE%B9%CF%83%CE%B7"/>
				<updated>2015-03-15T15:09:42Z</updated>
		
		<summary type="html">&lt;p&gt;Ramfou Vasiliki: Νέα σελίδα με '[[Εικόνα:vr_a1_e1.jpg|300px|thumb|right|Εικόνα 1. Η περιοχή μελέτης οριοθετείται από το κόκκινο πολύγωνο. Τα ...'&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα:vr_a1_e1.jpg|300px|thumb|right|Εικόνα 1. Η περιοχή μελέτης οριοθετείται από το κόκκινο πολύγωνο. Τα σημεία GCP, τα οποία απεικονίζονται με κόκκινες κουκίδες, χρησιμοποιούνται για να βελτιώσουν το RPC μοντέλο του αισθητήρα. Τα πολύγωνα με τη μαύρη διακεκομμένη γραμμή υποδεικνύουν τη βάση δεδομένων των τρισδιάστατων κτιρίων (Ikonos MS image, 2005-05-16, RGB).]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a1_e2.jpg|300px|thumb|right|Εικόνα 2. Διάγραμμα ροής για τη βελτίωση της τρισδιάστατης ψηφιακής απεικόνισης του εδάφους και των κτιρίων σε ένα DSM, το οποίο έχει εξαχθεί φωτογραμμετρικά από δορυφορικές εικόνες.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a1_e3.jpg|300px|thumb|right|Εικόνα 3. Συγχώνευση του DTM και του DBM σε ένα τελικό DSM, που καλύπτει την περιοχή μελέτης.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a1_e4.jpg|300px|thumb|right|Εικόνα 4 (Α και Β). Μεγέθυνση και προοπτική απεικόνιση μιας περιοχής που αποτελείται κυρίως από βιομηχανικά/εμπορικά κτίρια και μιας πυκνοδομημένης περιοχής του κέντρου της πόλης, αντίστοιχα. Η οριοθέτηση των δύο περιοχών υποδεικνύεται στην εικόνα 3.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a1_e5.jpg|300px|thumb|right|Εικόνα 5. Προοπτική απεικόνιση ενός τμήματος του τελικού υβριδικού μοντέλου, που αποτελείται από στερεά κτιρίων και raster DTM 'ντυμένο' με pan-sharpened ορθοφωτογραφία.]] &lt;br /&gt;
&lt;br /&gt;
'''Πλήρης Τίτλος:''''Τρισδιάστατη απεικόνιση ανακατασκευής κτιρίου βασισμένη στην κάτοψη και ψηφιακά μοντέλα επιφάνειας εξαγόμενα από δορυφορική απεικόνιση'&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος Τίτλος:''' '3D building reconstruction based on given ground plan information and surface models extracted from spaceborne imagery'&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Frederik Tack a, Gurcan Buyuksalih b, Rudi Goossens a&lt;br /&gt;
&lt;br /&gt;
a Department of Geography, Ghent University, Krijgslaan 281, Building S8, 9000 Ghent, Belgium&lt;br /&gt;
&lt;br /&gt;
b IMP-Bimtas, Evliya Celebi Mahallesi., Mesryutiyet Caddesi., Eski Tuyap Binasi 88, 34430 Beyoglu, Istanbul, Turkey&lt;br /&gt;
&lt;br /&gt;
'''Πηγή:''' Elsevier, ISPRS Journal of Photogrammetry and Remote Sensing, 67 (2012), 52-64 &lt;br /&gt;
&lt;br /&gt;
'''Λέξεις Κλειδιά:''' τρισδιάστατα μοντέλα επιφάνειας, DSM, φωτογραμμετρία, υψηλής ανάλυσης δορυφορικές εικόνες, δισδιάστατες κατόψεις&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Περίληψη:''' Τα τρισδιάστατα ψηφιακά μοντέλα επιφάνειας κερδίζουν συνεχώς έδαφος ως ένα σημαντικό εργαλείο αστικού σχεδιασμού και χαρτογράφησης. Ωστόσο, η πολύπλοκη φύση του αστικού περιβάλλοντος αποτελεί πρόκληση διερεύνησης των σύγχρονων ορίων της τρισδιάστατης ψηφιακής απεικόνισης επιφάνειας από υψηλής ανάλυσης δορυφορικές εικόνες. Η παρούσα προσέγγιση χρησιμοποιεί τη γεωμετρική πληροφορία κτιρίων που παρέχεται στις δισδιάστατες κατόψεις, προκειμένου να εξελίξει ένα τρισδιάστατο ψηφιακό μοντέλο επιφάνειας το οποίο έχει εξαχθεί φωτογραμμετρικά από δορυφορικές εικόνες.  &lt;br /&gt;
&lt;br /&gt;
Αρχικά, τα κτίρια αφαιρούνται από το DSM (Digital Surface Model-Ψηφιακό Μοντέλο Επιφάνειας) το οποίο βασίζεται στα δισδιάστατα πολύγωνα των κατόψεων των κτιρίων. Για τη δημιουργία πρισματικών μορφών με κατακόρυφους τοίχους και επίπεδη οροφή, το σχήμα του κτιρίου εξάγεται από τη βάση δεδομένων του κτηματολογίου, ενώ το ύψος του κτιρίου, από το DSM. Για κάθε δισδιάστατο περίγραμμα κτιρίου, εισάγεται ένα σταθερό ύψος στέγης, το οποίο καθορίζεται με στατιστικούς υπολογισμούς των τιμών του ύψους.  &lt;br /&gt;
&lt;br /&gt;
Μετά την εξαγωγή των κτιρίων από το αρχικό μοντέλο, το εναπομείναν DSM υπόκειται σε περεταίρω επεξεργασία, έτσι ώστε να απλοποιηθεί σε ένα ομαλό DTM (Digital Terrain Model-Ψηφιακό Μοντέλο Εδάφους), το οποίο απεικονίζει μόνο το έδαφος, χωρίς αντικείμενα, βλάστηση, αυτοκίνητα ή αστικό εξοπλισμό. Σε μία επόμενη φάση, και τα δύο μοντέλα συγχωνεύονται για να παράξουν ένα ολοκληρωμένο μοντέλο της πόλης ή ένα γενικευμένο DSM. Η ακρίβεια του γενικευμένου μοντέλου επιφάνειας αξιολογείται σύμφωνα με μια ποσοτική-στατιστική ανάλυση σε σύγκριση με δύο διαφορετικούς τύπους δεδομένων αναφοράς.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή:''' Τα τρισδιάστατα μοντέλα πόλης εφαρμόζονται όλο και περισσότερο ως βάση δεδομένων ή μέθοδος οπτικοποίησης/επικοινωνίας σε έναν αυξανόμενο αριθμό τομέων όπως είναι ο αστικός σχεδιασμός και η διαχείριση της πόλης, η αρχιτεκτονική, η αρχαιολογία, ο τουρισμός, οι τηλεπικοινωνίες, η παροχή ενέργειας, η πλοήγηση, η προσομοίωση του περιβάλλοντος, η διαχείριση των καταστροφών, η βιομηχανία παιχνιδιών, κλπ. Ακόμη, ανταποκρίνονται σε ένα ευρύ φάσμα δραστηριοτήτων όπως είναι η βιώσιμη αστική ανάπτυξη, η απεικόνιση της ροής του νερού, οι μελέτες του αστικού κλίματος, η ενημέρωση χαρτών, οι περιβαλλοντικές αξιολογήσεις, η ανάλυση του εδάφους, ο αρχιτεκτονικός σχεδιασμός, οι τρισδιάστατες απεικονίσεις, κ.λπ. Παρά το γεγονός ότι αυτά τα πεδία εφαρμογής μοιράζονται την κοινή ζήτηση για τρισδιάστατη απεικόνιση, οι ειδικές απαιτήσεις τους όσον αφορά την ακρίβεια, τη λεπτομέρεια και την επικαιροποίηση των στοιχείων διαφέρουν σημαντικά.&lt;br /&gt;
&lt;br /&gt;
Έτσι, μπορούν να διακριθούν διαφορετικά Επίπεδα Λεπτομέρειας (LoD-Levels of Detail), με κάθε ένα να αντιστοιχεί σε ένα συγκεκριμένο βαθμό λεπτομέρειας. Ένα αστικό αντικείμενο ή ένα χαρακτηριστικό απεικονίζεται με βάση το επίπεδο λεπτομέρειας στο οποίο ανήκει. Από το 2008, για την ψηφιακή απεικόνιση τρισδιάστατων αντικείμενων και κυρίως κτιρίων, έχει υιοθετηθεί ως πρότυπο η City Geography Markup Language, CityGML, έκδοση 1.0.0. Εύκολα συμπεραίνουμε ότι όσο το επίπεδο της λεπτομέρειας μεγαλώνει, αυξάνεται η προσπάθεια και το κόστος παραγωγής, ενώ το επίπεδο του προγραμματισμού μειώνεται. &lt;br /&gt;
&lt;br /&gt;
Η παρούσα προσέγγιση στοχεύει στην εξαγωγή ενός προσεγγιστικού τρισδιάστατου αστικού μοντέλου LoD1, το οποίο βασίζεται σε στερεοσκοπικές δορυφορικές εικόνες Ikonos υψηλής ανάλυσης και σε μία εξωτερική βάση δεδομένων δισδιάστατων κατόψεων κτιρίων. Το μοντέλο LoD1 περιλαμβάνει πρισματικά κτίρια με επίπεδη οροφή, χωρίς καθόλου απόδοση της υφής στη στέγη ή στους τοίχους. Το ύψος των κτιρίων υπολογίζεται μέσω φωτογραμμετρικής εξαγωγής από στερεοσκοπικές ψηφιακές εικόνες, ενώ η θέση, ο προσανατολισμός και το σχήμα τους συλλέγονται από τη δισδιάστατη βάση δεδομένων του κτηματολογίου.&lt;br /&gt;
&lt;br /&gt;
Έρευνες και μέθοδοι που ασχολήθηκαν με την εξαγωγή DSM από υψηλής ανάλυσης δορυφορικές εικόνες, ανέδειξαν την πολυπλοκότητα του προβλήματος της απόδοσης τέτοιων ψηφιακών  μοντέλων από στερεοσκοπικές εικόνες. Παρά την υψηλή απόδοση των αυτοματοποιημένων προσεγγίσεων, η δημιουργία μίας πλήρως αυτοματοποιημένης διαδικασίας για την απεικόνιση επιφάνειας από εικόνες μεγάλης κλίμακας (αεροφωτογραφίες και δορυφορικές εικόνες) πυκνοκατοικημένων περιοχών, παραμένει  ένα άλυτο ζήτημα. Οι πόλεις αποτελούνται από ένα πολύπλοκο μείγμα τεχνητών και φυσικών αστικών χαρακτηριστικών, με έντονη διαφοροποίηση στο μέγεθος, στο σχήμα, στη σύνθεση και στη διάταξη. Αυτή η ποικιλομορφία συχνά δυσχεραίνει τη διαδικασία της αυτοματοποίησης.  &lt;br /&gt;
&lt;br /&gt;
Στην παρούσα έρευνα, παρουσιάζεται μία εφαρμόσιμη, αποδοτική και ιδιαίτερα αυτοματοποιημένη προσέγγιση, η οποία παράγει ένα γενικευμένο, LoD1 αστικό μοντέλο, βασισμένο στην φωτογραμμετρική επεξεργασία 1m ανάλυσης δορυφορικών εικόνων Ikonos, με δεδομένες τις κατόψεις των κτιρίων.  Η έρευνα εφαρμόζεται σε μία μεγάλης έκτασης πυκνοδομημένη περιοχή, 60 km2, η οποία αποτελείται από κτίρια υψηλής ποικιλομορφίας. Οι βασικοί στόχοι είναι οι εξής:&lt;br /&gt;
&lt;br /&gt;
* ο έλεγχος της λειτουργικότητας και εφαρμοστικότητας της μεθόδου&lt;br /&gt;
* η βελτίωση της τρισδιάστατης ψηφιακής απεικόνισης των κτιρίων&lt;br /&gt;
* η παραγωγή ενός ψηφιακού μοντέλου εδάφους (DΤM), μετά την εξαγωγή των κτιρίων από το ψηφιακό μοντέλο επιφάνειας (DSM) και&lt;br /&gt;
* η βέλτιστη αναπαράσταση ενός υβριδικού αστικού μοντέλου&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Πηγή εικόνων και πεδίο έρευνας:''' Για τη διεξαγωγή της έρευνας επιλέχτηκε ο δορυφόρος Ikonos, λόγω της υψηλής ραδιομετρικής και γεωμετρικής ικανότητας των εικόνων. Ο Ikonos, η λειτουργία του οποίου ξεκίνησε το 1999, ήταν ο πρώτος εμπορικός δορυφόρος με δυνατότητα απόδοσης υψηλής ανάλυσης παγχρωματικών (0,45 - 0,90 lm) και πολυφασματικών εικόνων σε περίπου 1 και 4m, αντίστοιχα. Η πλατφόρμα VHR Ikonos έχει τη δυνατότητα περιστροφής του αισθητήρα μέχρι και 26° από το ναδίρ. Έτσι, μπορούμε να έχουμε εικόνες της ίδιας τοποθεσίας ταυτόχρονα από δύο διαφορετικές οπτικές γωνίες.&lt;br /&gt;
&lt;br /&gt;
Η μελέτη διεξάγεται σε ένα τμήμα 60 περίπου km2 της Κωνσταντινούπολης (εικόνα 1). Η πόλη χαρακτηρίζεται από έντονη αστική ανάπτυξη, η οποία εμφανίζει ιδιαίτερη χωρική πύκνωση κατά μήκος του Βοσπόρου. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αλγόριθμος εξαγωγής της τρισδιάστατης επιφάνειας:''' Καθώς ο σκοπός της έρευνας δεν είναι η μεθοδολογία της φωτογραμμετρικής εξαγωγής ενός μοντέλου επιφάνειας, αλλά η βελτίωσή του, θα αναφερθούμε επιγραμματικά στα στάδια εξαγωγής της τρισδιάστατης επιφάνειας:&lt;br /&gt;
&lt;br /&gt;
1. Αρχικά, οι εικόνες VHR διορθώνονται ραδιομετρικά και αυξάνεται η αντίθεσή τους (contrast), με τη χρήση ενός φίλτρου (LCE Wallis filter). Με τον τρόπο αυτό, βελτιώνεται η υφή στις έντονα σκιασμένες περιοχές και εξισορροπούνται οι ραδιομετρικές ανομοιογένειες που υπάρχουν λόγω των διαφορετικών ατμοσφαιρικών συνθηκών και φωτισμού.&lt;br /&gt;
&lt;br /&gt;
2. Στη συνέχεια, για τον καθορισμό της σχέσης της δυσδιάστατης εικόνας και του τρισδιάστατου χώρου του αντικειμένου, καθώς και για τον υπολογισμό της θέσης του αισθητήρα (x0, y0, z0) και της γωνίας περιστροφής του κατά μήκος των τριών αξόνων (x, u, j) κατά τη λήψη της εικόνας, εκτελείται μια διαδικασία προσαρμογής block bundle, βασισμένη στους Λογικούς Συντελεστές του Πολυωνύμου  (Rational Polynomial Coefficients-RPCs) και στο Λογικό Λειτουργικό Μοντέλο Αισθητήρα (Rational Functional sensor Model-RFM). Με τη βοήθεια ενός C-Nav Διαφορικού συστήματος GPS, μετρήθηκαν 50 ευδιάκριτα GCPs, ομοιογενώς κατανεμημένα σε όλη την περιοχή μελέτης. Συνολικά χρησιμοποιήθηκαν 15 σημεία με γνωστές συντεταγμένες, ομοιογενώς κατανεμημένα και σαφώς αναγνωρίσιμα στις εικόνες, προκειμένου να περιγραφεί η σχέση μεταξύ των ψηφιακών εικόνων και του εδάφους (εικόνα 1).&lt;br /&gt;
&lt;br /&gt;
3. Αφού ολοκληρωθεί η διαδικασία αντιστοίχισης της εικόνας, η οποία θεωρείται ο πυρήνας της φωτογραμμετρικής εξαγωγής, το μοντέλο της επιφάνειας υποβάλλεται σε περαιτέρω επεξεργασία, υπολογίζοντας τις διαφορές στο ύψος των κτιρίων, μέσω της μέτρησης της απόκλισης των αντίστοιχων pixels. Ο αλγόριθμος λειτουργεί με μια λογική 'πυραμίδας' εικόνων, η οποία αποτελείται από εικόνες με εκθετικά φθίνουσες αναλύσεις (resolutions). Στη βάση της πυραμίδας βρίσκεται η αρχική εικόνα, ενώ σε κάθε επίπεδο παράγεται ένα ενδιάμεσο, περισσότερο βελτιωμένο DSM.&lt;br /&gt;
&lt;br /&gt;
4. Ακολουθεί η ανίχνευση σημείων που ανήκουν σε μια γειτονιά με μέγιστη διακύμανση των επιπέδων γκρι. Για την αντιστοίχιση των σημείων του πλέγματος με τα σημεία της αρχικής εικόνας, ο αλγόριθμος Area-Based Matching  (ABM) χρησιμοποιεί ένα συντελεστή συσχέτισης για τον προσδιορισμό πιθανών 'ταιριαστών υποψηφίων'.&lt;br /&gt;
&lt;br /&gt;
5. Στο τελικό στάδιο της διαδικασίας, μία μέθοδος Ελαχίστων Τετραγώνων (Multi-Photo Geometrically Constrained least-squares matching method-MPGC) χρησιμοποιείται για την περαιτέρω βελτίωση του τελικού αποτελέσματος, τη δημιουργία μιας συνεχούς επιφάνειας και την ανίχνευση πιθανών σφαλμάτων. Τα εξαγόμενα γραμμικά χαρακτηριστικά χρησιμοποιούνται για τη διάκριση των φυσικών και τεχνιτών ασυνεχών επιφανειών, όπως είναι οι κορυφογραμμές και οι κατακόρυφοι τοίχοι. Πριν την εξαγωγή του τελικού DSM, αποκλείονται επίπεδα πληροφορίας που δεν είναι χρήσιμα και το παραγόμενο μοντέλο έχει μέγεθος πλέγματος 3m. Η συγκεκριμένη ανάλυση προσφέρει καλύτερη ισορροπία μεταξύ λεπτομέρειας και μείωσης θορύβου, ενώ συμβάλει στην αποφυγή της υπερφόρτωσης πληροφοριών. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Μεθοδολογία βελτίωσης DSM:''' Στην εικόνα 2 απεικονίζεται η προτεινόμενη διαδικασία για τη μείωση του θορύβου και των σφαλμάτων στο μοντέλο της επιφάνειας, τη βελτίωση της τρισδιάστατης απεικόνισης των κτιρίων, καθώς και τη γενίκευση του DSM σε ένα ομαλό DMT το οποίο θα απεικονίζει μόνο το έδαφος. Σε αυτό το στάδιο ορίζεται ένα Ψηφιακό Μοντέλο Κτιρίων  (Digital Building Model-DBM), το οποίο αναπαριστά μόνο την κτιριακή μάζα. Σκοπός είναι η δημιουργία πρισματικών μοντέλων κτιρίων, ελαχιστοποιώντας τόσο την ομαλή μετάβαση από το επίπεδο του εδάφους στην οροφή των κτιρίων, όσο και την στρογγυλεμένη απότμηση των ακμών τους. Τα κτιριακά μοντέλα περιγράφουν ένα κτίριο με βάση το πολύγωνο της κάτοψής του (δοσμένο από μία υπάρχουσα, εξωτερική βάση δεδομένων κατόψεων κτιρίων) και ένα υπολογισμένο ύψος. Στη συνέχεια, τα δύο μοντέλα (DBM και DTM) συγχωνεύονται, δημιουργώντας ένα βελτιωμένο DSM ή ένα τρισδιάστατο αστικό μοντέλο LoD1. Ωστόσο, πριν τη συνένωση των μοντέλων πρέπει να ανιχνευθούν πιθανές ανωμαλίες που σχετίζονται με την περίπτωση ασυμφωνίας στο ύψος ενός κτιρίου. Στην εικόνα 3 απεικονίζεται το βελτιωμένο DSM ολόκληρης της περιοχής μελέτης, ενώ στην εικόνα 4 παρουσιάζονται δύο περιοχές του χάρτη σε μεγέθυνση και προοπτική απεικόνιση.&lt;br /&gt;
&lt;br /&gt;
Η οπτική/ποιοτική ανάλυση του αποτελέσματος δείχνει ότι το μοντέλο της πόλης αναπαριστά το έδαφος, τα κτίρια και τη σχέση κτιρίου-δρόμου με αρκετά λεπτομερή τρόπο. Οι βασικότερες κατηγορίες κτιρίων της βάσης δεδομένων έχουν αναπαρασταθεί σωστά, παρά το ότι διαμορφώθηκαν με μοντέλο LoD1. Το σχήμα των κτιρίων, είτε πρόκειται για πολυκατοικίες και μονοκατοικίες είτε για μεγάλα βιομηχανικά και εμπορικά κτίρια, προσεγγίζει κατά πολύ το πραγματικό τους. Αντί για ένα ακανόνιστο σχήμα, τα κτίρια έχουν μία πρισματική μορφή με σχεδόν κατακόρυφους τοίχους και επίπεδη οροφή. Η απομάκρυνση των σκιών, το μορφολογικό φιλτράρισμα του επιπέδου του εδάφους, καθώς και η σκόπιμη αφαίρεση των ακραίων τιμών, οδήγησε σε μία ενιαία οπτικά επιφάνεια, χωρίς θόρυβο, σφάλματα, βλάστηση και σημεία εκτός του εδάφους. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Υβριδικό raster-vector αστικό μοντέλο:''' Το υβριδικό μοντέλο απαιτεί τη μετατροπή του επιπέδου DBM, από raster σε vector, αποδίδοντας τα κτίρια με γεωμετρικό τρόπο. Σε πρώτη φάση, εισάγεται στα δυσδιάστατα πολύγωνα η ιδιότητα της στάθμης της οροφής κάθε κτιρίου ως παράμετρος του μέσου ύψους,  ενώ στη συνέχεια τα πολύγωνα μετατρέπονται σε πρισματικές δομές στερεών πάνω στο επίπεδο του raster DTM. Η κατασκευή του στερεού που αντιστοιχεί σε κάθε κτίριο, βασίζεται στην υπόθεση ότι ύψος της οροφής ενός κτιρίου είναι σταθερό και παράλληλο προς το έδαφος, ενώ οι τοίχοι του κάθετοι σε αυτό και επίπεδοι. Ψηφιακά αρχιτεκτονικά μοντέλα LoD3, με υψηλής ανάλυσης υφή και λεπτομερή απεικόνιση της δομής, δημιουργήθηκαν με σκοπό την απεικόνιση των σημαντικότερων τοποσήμων της περιοχής μελέτης. &lt;br /&gt;
&lt;br /&gt;
Για τη φωτορεαλιστική αναπαράσταση του αστικού μοντέλου, το DTM 'επενδύεται' με ορθοφωτογραφίες (ανάλυση 1m ή 1pixel), οι οποίες έχουν υποστεί πρώτα ορθοδιόρθωση και έχουν αναχθεί σε ένα σύστημα γεωγραφικών συντεταγμένων. Η ορθοαναγωγή των εικόνων δεν μειώνει μόνο τα λάθη στη γεωμετρική απεικόνιση των κτιρίων, αλλά αντιμετωπίζει επίσης στρεβλώσεις που οφείλονται στο έδαφος και στην καμπυλότητα της Γης. Στις 'γεω-διορθομένες' εικόνες εφαρμόζεται στη συνέχεια μία Gram-Schmidt (GS) φασματική όξυνση (sharpening). Πιο συγκεκριμένα, η παγχρωματική ζώνη 1m οξύνεται συνδυαζόμενη με χαμηλής ανάλυσης πολυφασματικές ζώνες 4m, για την παραγωγή μιας υψηλής ανάλυσης RGB εικόνας 1m. &lt;br /&gt;
&lt;br /&gt;
Στην εικόνα 5 παρουσιάζεται ένα τμήμα του τελικού υβριδικού μοντέλου που αποτελείται από vector στερεά κτιρίων και ένα raster DTM, 'επενδυμένο' με μία pan-sharpened ορθοφωτογραφία. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα και συζήτηση:''' Η τρισδιάστατη απεικόνιση ενός αστικού μοντέλου από δορυφορικές εικόνες με χρήση ιδιαίτερα αυτοματοποιημένων φωτομετρικών μεθόδων, έχει εξαιρετικές δυνατότητες, αλλά το αστικό τοπίο και κυρίως η τρισδιάστατη ψηφιακή απεικόνιση των κτιρίων θεωρείται ως ένα αρκετά πολύπλοκο ζήτημα. Οι πιο σημαντικές στρεβλώσεις που εμποδίζουν την τρισδιάστατη απεικόνιση από δισδιάστατες δορυφορικές εικόνες, οφείλονται στις ραδιομετρικές ανομοιογένειες, στις σκιασμένες επιφάνειες, ιδιαίτερα σε περιοχές του πυκνοδομημένου κέντρου πόλης, και στις απότομες υψομετρικές διαφορές. Χωρίς την εξωτερική πληροφορία της γεωμετρίας των κτιρίων, η τρισδιάστατη απόδοση των απόλυτα κατακόρυφων τοίχων και των στενών δρόμων, καθώς και η αφαίρεση του οπτικού θορύβου και της υπερφόρτωσης πληροφοριών, θα ήταν σχεδόν αδύνατη. &lt;br /&gt;
&lt;br /&gt;
Μια γρήγορη, αποδοτική και αξιόπιστη προσέγγιση προτείνεται για την παραγωγή ενός LoD1 μοντέλου αστικής επιφάνειας, η οποία βασίζεται στη φωτογραμμετρική επεξεργασία ενός στερεοσκοπικού ζευγαριού εικόνων Ikonos, ανάλυσης 1m. Μέσω των δισδιάστατων πολυγώνων των κατόψεων των κτιρίων και χρησιμοποιώντας την παράμετρο του μέσου ύψους,  τα κτίρια του DBM που προκύπτει προσεγγίζουν με αρκετά σαφή τρόπο τους σημαντικότερους τύπους κτιρίων της περιοχής. Στη συνέχεια, το DTM γενικεύεται σε μία ομαλή συνεχή επιφάνεια, αποδίδοντας μόνο το στοιχείο του εδάφους. &lt;br /&gt;
&lt;br /&gt;
Από τεχνικής άποψης, η παρούσα προσέγγιση έχει γενικό χαρακτήρα και μπορεί εύκολα να προσαρμοστεί σε DSMs που προέρχονται από ένα ευρύ φάσμα αισθητήρων παρακολούθησης, με ακρίβεια μικρότερη του 1m, όπως είναι οι Worldview-1, Worldview-2 και ο GeoEye-1, καθώς και στον GeoEye-2, τρίτης γενιάς δορυφόρο παγχρωματικής λειτουργίας και ανάλυσης 0,25m.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αναφορές'''&lt;br /&gt;
&lt;br /&gt;
Alobeid, A., Jacobsen, K., Heipke, C., 2010. Comparison of matching algorithms for DSM generation in urban areas from Ikonos imagery. Photogrammetric Engineering &amp;amp; Remote Sensing 76 (9), 1041–1050.&lt;br /&gt;
&lt;br /&gt;
Baillard, C., Zisserman, A., 1999. Automatic reconstruction of piecewise planar models from multiple views. Proceeding of IEEE Conference on Computer Vision and Pattern Recognition, Ft. Collins, CO, 23–25 June, pp. 559–565.&lt;br /&gt;
&lt;br /&gt;
Baltsavias, E., 1991. Multiphoto geometrically constrained matching. PhD Dissertation, Report No. 49, Institute of Geodesy and Photogrammetry, ETH Zurich, Switzerland, 221pp.&lt;br /&gt;
&lt;br /&gt;
Baltsavias, E., Zhang, L., Eisenbeiss, H., 2006. DSM generation and interior orientation determination of Ikonos images using a testfield in Switzerland. Photogrammetrie, Fernerkundung. Geoinformation 2006 (1), 41–54.&lt;br /&gt;
&lt;br /&gt;
Baz, I., Büyüksalih, G., Kersten, Th., Jacobsen, K., 2008. Documentation of Istanbul historic peninsula by static and mobile terrestrial laser scanning. International Archives of Photogrammetry and Remote Sensing 37 (Pt. B5), 993–998.&lt;br /&gt;
&lt;br /&gt;
Binard, M., Tack, F., Van De Voorde, T., Cornet, Y., Canters, F., 2010. Use of multiangle high-resolution imagery and 3D information for urban land-cover classification: a case study on Istanbul. Proceeding of EARSeL SIG Joint Workshop, Gent, Belgium, 22–24 September, 10pp. (on CD-ROM).&lt;br /&gt;
&lt;br /&gt;
Canny, J.F., 1986. A computational approach to edge detection. Pattern Analysis and Machine Intelligence 8 (6), 679–698.&lt;br /&gt;
&lt;br /&gt;
Chen, Q., Gong, P., Baldocchi, D., Xie, G., 2007. Filtering airborne laser scanning data with morphological methods. Photogrammetric Engineering &amp;amp; Remote Sensing 73 (2), 175–185.&lt;br /&gt;
&lt;br /&gt;
Crespi, M., De Vendictis, L., Grün, A., Iannucci, G., Poli, D., Volpe, F., Wang, X., 2007. DSM extraction from QuickBird and CartoSat stereopairs: quality assessment and comparison. Proceeding Conference of Optical 3D Measurement Techniques, Zurich, Switzerland, 9–12 July, pp. 195–203.&lt;br /&gt;
&lt;br /&gt;
Dial, G., 2000. Ikonos satellite mapping accuracy. Proceeding ASPRS Annual Conference, Washington D.C., 22–26 May, 8pp. (on CD-ROM).&lt;br /&gt;
&lt;br /&gt;
Fischer, A., Kolbe, T., Lang, F., Cremers, A., Förstner, W., Plümer, L., Steinhage, V., 1998. Extracting buildings from aerial images using hierarchical aggregation in 2D and 3D. Computer Vision and Image Understanding 72 (2), 195–203.&lt;br /&gt;
&lt;br /&gt;
Flamanc, D., Maillet, G., Jibrini, H., 2003. 3D city models: an operational approach using aerial images and cadastral maps. International Archives of Photogrammetry and Remote Sensing 34 (Pt. W8), 53–58.&lt;br /&gt;
&lt;br /&gt;
Fraser, C., Baltsavias, E., Grün, A., 2001. Ikonos Geo stereo images – geometric potential and suitability for 3D building reconstruction. In: Seyfert, E. (Ed.), Photogrammetrie-Fernerkundung-Geoinformation: Geodaten schaffen Verbindungen. Publications of the German Society for Photogrammetry and Remote Sensing, Berlin, pp. 113–121.&lt;br /&gt;
&lt;br /&gt;
GeoEye, E., 2006. Ikonos-imagery products guide (Ver. 1.5). GeoEye, USA, 19pp. &lt;br /&gt;
&lt;br /&gt;
Grodecki, J., Dial, G., 2003. Block adjustment of high-resolution satellite images described by rational functions. Photogrammetric Engineering &amp;amp; Remote Sensing 69 (1), 59–70.&lt;br /&gt;
&lt;br /&gt;
Grün, A., 1985. Adaptive least squares correlation: a powerful image matching technique. South Africa Journal of Photogrammetry. Remote Sensing and Cartography 14 (3), 175–187.&lt;br /&gt;
&lt;br /&gt;
Grün, A., Wang, X., 1998. CC-Modeler: a topology generator for 3-D city models. ISPRS Journal of Photogrammetry and Remote Sensing 53 (5), 286–295.&lt;br /&gt;
&lt;br /&gt;
Gülch, E., Müller, H., 2001. New applications of semi-automatic building acquisition. In: Baltsavias, E., Grün, A., Van Gool, L. (Eds.), Automatic Extraction of Man-Made Objects From Aerial and Space Images (III). Balkema, Lisse, pp. 103–114.&lt;br /&gt;
&lt;br /&gt;
Guo, T., Yasuoka, Y., 2002. Snake-based approach for building extraction from high resolution satellite images and height data in urban areas. Proceeding of the 23rd Asian Conference on Remote Sensing, Kathmandu, Nepal, 25–29 November, 7pp. (on CD-ROM).&lt;br /&gt;
&lt;br /&gt;
Haala, N., Anders, K., 1996. Fusion of 2D GIS and image data for 3D building reconstruction. International Archives of Photogrammetry and Remote Sensing 31 (Pt. B3), 285–290.&lt;br /&gt;
&lt;br /&gt;
Haala, N., Brenner, C., 1999. Virtual city models from laser altimeter and 2D map data. Photogrammetric Engineering &amp;amp; Remote Sensing 65 (7), 787–795.&lt;br /&gt;
&lt;br /&gt;
Herman, M., Kanade, T., 1986. Incremental reconstruction of 3D scenes from multiple complex images. Artificial Intelligence 30 (3), 289–341.&lt;br /&gt;
&lt;br /&gt;
Jacobsen, K., 2006. Digital surface models of city areas by very high resolution space imagery. Proc. EARSeL Workshop of the SIG Urban Remote Sensing, Berlin, Germany, 2–3 March, 10pp. (on CD-ROM).&lt;br /&gt;
&lt;br /&gt;
Jensen, J.R., Cowen, D., Kammerer, T., Huang, X., 1994. GPS and softcopy photogrammetry for large-scale digital elevation model creation and orthophoto mapping for urban applications. Proceeding of Mapping and Remote Sensing Tools for the 21st Century, ASPRS, Washington, D.C., 26–29 August, pp. 169–178.&lt;br /&gt;
&lt;br /&gt;
Jibrini, H., Paparoditis, N., Deseilligny, M.P., Maξtre, H., 2000. Automatic building reconstruction from very high resolution aerial stereopairs using cadastral ground plans. International Archives of Photogrammetry and Remote Sensing 33 (Pt. B2), 213–219.&lt;br /&gt;
&lt;br /&gt;
Kada, M., McKinley, L., 2009. 3D building reconstruction from LiDAR based on a cell decomposition approach. International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences 38 (Pt. 3/W4), 47–52.&lt;br /&gt;
&lt;br /&gt;
Kanade, T., Okutomi, M., 1994. A stereo matching algorithm with an adaptive window: theory and experiment. Pattern Analysis and Machine Intelligence 16 (9), 920–932.&lt;br /&gt;
&lt;br /&gt;
Kim, Z., Nevatia, R., 2004. Automatic description of complex buildings from multiple images. Computer Vision and Image Understanding 96 (1), 60–95.&lt;br /&gt;
&lt;br /&gt;
Kolbe, T.H., Gröger, G., Plümer, L., 2005. CityGML – interoperable access to 3D city models. In: van Oosterom, P., Zlatanova, S., Fendel, E. (Eds.), Geo-Information for Disaster Management. Springer, New York, pp. 883–899.&lt;br /&gt;
&lt;br /&gt;
Krauß, T., Reinartz, P., 2010. Enhancement of dense urban digital surface models from VHR optical satellite stereo data by pre-segmentation and object detection. International Archives of Photogrammetry and Remote Sensing 38 (Pt. 1), 6pp. (on CD-ROM).&lt;br /&gt;
&lt;br /&gt;
Laben, C.A., Brower, B.V., 2000. Process for enhancing the spatial resolution of multispectral imagery using pansharpening. U.S. Patent No. 6011,875, Eastman Kodak Company.&lt;br /&gt;
&lt;br /&gt;
Lafarge, F., Descombes, X., Zerubia, J., Pierrot-Deseilligny, M., 2008. Automatic building extraction from DEMs using an object approach and application to the 3D-city modeling. ISPRS Journal of Photogrammetry and Remote Sensing 63 (3), 365–381.&lt;br /&gt;
&lt;br /&gt;
Li, Z., Zhu, Q., Gold, C., 2005. Digital Terrain Modeling: Principles and Methodology. CRC Press, Boca Raton.&lt;br /&gt;
&lt;br /&gt;
Lue, Y., 1988. Interest operator and fast implementation. International Archives of Photogrammetry and Remote Sensing 27 (Pt. B3), 491–500.&lt;br /&gt;
&lt;br /&gt;
Maas, H.G., Vosselman, G., 1999. Two algorithms for extracting building models from raw laser altimetry data. ISPRS Journal of Photogrammetry and Remote Sensing 54 (2), 153–163.&lt;br /&gt;
&lt;br /&gt;
Meng, L., Forberg, A., 2007. 3D building generalisation. In: Mackaness, W., Ruas, A., Sarjakoski, T. (Eds.), Generalisation of Geographic Information: Cartographic Modelling and Applications. Elsevier Science Ltd., Oxford, pp. 211–232.&lt;br /&gt;
&lt;br /&gt;
Mesev, V., 2003. Remotely sensed cities: an introduction. In: Mesev, V. (Ed.), Remotely Sensed Cities. Taylor and Francis, London, pp. 1–20.&lt;br /&gt;
&lt;br /&gt;
Nevatia, R., Price, K.E., 2002. Automatic and interactive modeling of buildings in urban environments from aerial images. Proceeding of IEEE International Conference on Image Processing, Rochester, NY, 22–25 September 3, 525–528.&lt;br /&gt;
&lt;br /&gt;
Podobnikar, T., 2009. Methods for visual quality assessment of a digital terrain model. Surveys and Perspectives Integrating Environment and Society 2 (2), 10pp.&lt;br /&gt;
&lt;br /&gt;
Saint-Marc, P., Chen, J.S., Medioni, G., 1991. Adaptive smoothing: a general tool for early vision. Pattern Analysis and Machine Intelligence 13 (6), 514–529.&lt;br /&gt;
&lt;br /&gt;
Soille, P., 2003. Morphological Image Analysis: Principles and Applications, second ed. Springer-Verlag, New York.&lt;br /&gt;
&lt;br /&gt;
Stilla, U., Jurkiewicz, K., 1999. Automatic reconstruction of roofs from maps and elevation data. International Archives of Photogrammetry and Remote Sensing 32 (Pt. 7-4-3/W6), 139–143.&lt;br /&gt;
&lt;br /&gt;
Suveg, I., Vosselman, G., 2004. Reconstruction of 3D building models from aerial images and maps. ISPRS Journal of Photogrammetry and Remote Sensing 58 (3–4), 202–224.&lt;br /&gt;
&lt;br /&gt;
Tack, F., Goossens, R., Büyüksalih, G., 2009. Semi-automatic city model extraction from tri-stereoscopic VHR satellite imagery. International Archives of Photogrammetry Remote Sensing and Spatial Information Sciences 38 (Pt. 3/W4), 89–96.&lt;br /&gt;
&lt;br /&gt;
Taillandier, F., 2005. Automatic building reconstruction from cadastral maps and aerial images. International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences 36 (Pt. 3/W24), 105–110.&lt;br /&gt;
&lt;br /&gt;
Terzopoulos, D., 1986. Regularization of inverse visual problems involving discontinuities. Pattern Analysis and Machine Intelligence 8 (4), 413–424.&lt;br /&gt;
&lt;br /&gt;
Vinson, S., Cohen, L., 2002. Multiple rectangle model for buildings segmentation and 3D scene reconstruction. Proceeding of International Conference on Pattern Recognition. Quebec, Canada, 11-15 August, pp. 623–626.&lt;br /&gt;
&lt;br /&gt;
Wallis, R., 1976. An approach to the space variant restoration and enhancement of images. Proceding of Symposium on Current Mathematical Problems in Image Science, Monterey, California, pp. 641–662.&lt;br /&gt;
&lt;br /&gt;
Weidner, U., Förstner, W., 1995. Towards automatic building extraction from high resolution digital elevation models. ISPRS Journal of Photogrammetry and Remote Sensing 50 (4), 38–49.&lt;br /&gt;
&lt;br /&gt;
Woo, D-M., Park, D-C., 2011. Stereoscopic modeling of building rooftop from IKONOS satellite image data. Proceeding of Conference on Information Science and Applications, Jeju Island, Korea (South), 26-29 April, 5pp. (on CD-ROM).&lt;br /&gt;
&lt;br /&gt;
Yuhendra, Sumantyoc, J.T., Kuze, H., 2011. Performance analyzing of high resolution pan-sharpening techniques: increasing image quality for classification using supervised kernel support vector machine. Research Journal of Information Technology 3 (1), 12–23.&lt;br /&gt;
&lt;br /&gt;
Zhang, L., 2005. Automatic digital surface model (DSM) generation from linear array images. PhD Dissertation, Report No. 88, Institute of Geodesy and Photogrammetry, ETH Zurich, Switzerland, 199pp.&lt;br /&gt;
&lt;br /&gt;
Zhang, L., Grün, A., 2006. Multi-image matching for DSM generation from Ikonos imagery. ISPRS Journal of Photogrammetry and Remote Sensing 60 (3), 195–211.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
[http://www.sciencedirect.com/science/article/pii/S0924271611001134 '''το άρθρο στο διαδίκτυο''']&lt;br /&gt;
&lt;br /&gt;
 [[category:Αστικός και περιφερειακός σχεδιασμός]]&lt;/div&gt;</summary>
		<author><name>Ramfou Vasiliki</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A7%CF%81%CE%BF%CE%BD%CE%B9%CE%BA%CE%AE_%CE%BA%CE%B1%CE%B9_%CF%87%CF%89%CF%81%CE%B9%CE%BA%CE%AE_%CE%B4%CF%85%CE%BD%CE%B1%CE%BC%CE%B9%CE%BA%CE%AE_%CF%84%CF%89%CE%BD_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CF%81%CE%AC%CF%83%CE%B9%CE%BD%CF%89%CE%BD_%CF%87%CF%8E%CF%81%CF%89%CE%BD_%CF%89%CF%82_%CE%B1%CF%80%CE%BF%CF%84%CE%AD%CE%BB%CE%B5%CF%83%CE%BC%CE%B1_%CF%84%CE%B7%CF%82_%CF%84%CE%B1%CF%87%CE%B5%CE%AF%CE%B1%CF%82_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CE%B7%CF%82_%CE%BF%CE%B9%CE%BA%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CE%AE%CF%82_%CF%80%CE%BF%CE%BB%CE%B9%CF%84%CE%B9%CE%BA%CE%AE%CF%82</id>
		<title>Χρονική και χωρική δυναμική των αστικών πράσινων χώρων ως αποτέλεσμα της ταχείας αστικοποίησης και της οικολογικής πολιτικής</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A7%CF%81%CE%BF%CE%BD%CE%B9%CE%BA%CE%AE_%CE%BA%CE%B1%CE%B9_%CF%87%CF%89%CF%81%CE%B9%CE%BA%CE%AE_%CE%B4%CF%85%CE%BD%CE%B1%CE%BC%CE%B9%CE%BA%CE%AE_%CF%84%CF%89%CE%BD_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CF%81%CE%AC%CF%83%CE%B9%CE%BD%CF%89%CE%BD_%CF%87%CF%8E%CF%81%CF%89%CE%BD_%CF%89%CF%82_%CE%B1%CF%80%CE%BF%CF%84%CE%AD%CE%BB%CE%B5%CF%83%CE%BC%CE%B1_%CF%84%CE%B7%CF%82_%CF%84%CE%B1%CF%87%CE%B5%CE%AF%CE%B1%CF%82_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CE%B7%CF%82_%CE%BF%CE%B9%CE%BA%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CE%AE%CF%82_%CF%80%CE%BF%CE%BB%CE%B9%CF%84%CE%B9%CE%BA%CE%AE%CF%82"/>
				<updated>2015-03-15T14:57:44Z</updated>
		
		<summary type="html">&lt;p&gt;Ramfou Vasiliki: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα:vr_a5_e1.jpg|300px|thumb|right|Εικόνα 1. (α) Η τοποθεσία της πόλης του Kunming σε σχέση με την επαρχία Yunnan της Κίνας, (β) η τοποθεσία της περιοχής μελέτης, της μητροπολιτικής περιοχής της πόλης του Kunming, (γ) η περιοχή μελέτης όπου επισημαίνονται τα προσφάτως υλοποιημένα αστικά πάρκα και οι περιβαλλοντικές παρεμβάσεις.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a5_e2.jpg|300px|thumb|right|Εικόνα 2. Το διάγραμμα ροής της ανάλυσης των τριών δορυφορικών απεικονίσεων.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a5_e3.jpg|300px|thumb|right|Εικόνα 3. Η διάταξη των ομόκεντρων ζωνών και των γραμμικών κελιών. (α) Οι επτά ομόκεντρες ζώνες, με κέντρο το κέντρο της πόλης, (β) τα  σαράντα τέσσερα κελιά  δειγματοληψίας, σε οκτώ γραμμικές κατευθύνσεις.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a5_e4.jpg|300px|thumb|right|Εικόνα 4. Οι χρήσεις γης στην περιοχή μελέτης (α) το 1992, (β) το 2000 και (γ) το 2009]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a5_e5.jpg|300px|thumb|right|Εικόνα 5. Ποσοστό των χρήσεων γης (PLAND) για (α) τις αστικές περιοχές, (β) τις χορτολιβαδικές εκτάσεις, (γ) τις γεωργικές εκτάσεις και (δ) τις δασικές εκτάσεις, κατά μήκος οκτώ κατευθύνσεων το 1992, το 2000 και το 2009.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a5_e6.jpg|300px|thumb|right|Εικόνα 6. Χωρικά πρότυπα του ρυθμού μεταβολής των χρήσεων γης κατά μήκος οκτώ κατευθύνσεων για (α) τις αστικές περιοχές, (β) τις χορτολιβαδικές εκτάσεις, (γ) τις γεωργικές εκτάσεις και (δ) τις δασικές εκτάσεις.]]&lt;br /&gt;
&lt;br /&gt;
'''Αντικείμενο Εφαρμογής:''' Χρήση ολοκληρωμένων προσεγγίσεων για τη μελέτη της διακύμανσης της μεταβολής των αστικών πράσινων χώρων στο  Kunming της Κίνας&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος Τίτλος:''' 'Spatial - temporal dynamics of urban green space in response to rapid urbanization and greening policies'&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Xiaolu Zhou*, Yi-Chen Wang&lt;br /&gt;
*Department of Geography, National University of Singapore, 1 Arts Link, AS2 #03-01, Singapore 117570, Singapore&lt;br /&gt;
&lt;br /&gt;
'''Πηγή:''' Elsevier, Landscape and Urban Planning, 100 (2011), 268–277&lt;br /&gt;
&lt;br /&gt;
'''Λέξεις Κλειδιά:''' μορφή χρήσεων γης, χώροι πρασίνου, αστική ανάπτυξη, Τηλεπισκόπιση,  Kunming&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Περίληψη:''' Η ταχεία αστικοποίηση έχει αρκετά σημαντικές επιπτώσεις στο περιβάλλον, οι οποίες συνδέονται με τη μείωση των χώρων πρασίνου. Έχοντας συνειδητοποιήσει τον σημαντικό τους ρόλο στα αστικά οικοσυστήματα, πολλές τοπικές κυβερνήσεις στην Κίνα, έχουν θεσπίσει ένα σύνολο πολιτικών για την εισαγωγή πράσινων στοιχείων σε αστικές περιοχές. Η γνώση του τρόπου μεταβολής των αστικών πράσινων χώρων ως αποτέλεσμα της αστικοποίησης και της οικολογικής πολιτικής, είναι απαραίτητη για την επίτευξη της αειφόρου αστικής ανάπτυξης. Η παρούσα έρευνα χρησιμοποιεί ολοκληρωμένες προσεγγίσεις για τη μελέτη της μεταβαλλόμενης μορφής και έντασης των πράσινων χώρων στο  Kunming της Κίνας, από το 1992 έως το 2009. Οι χωρική διακύμανση της μορφής των πράσινων χώρων προέκυψαν μέσω ομόκεντρων και γραμμικών αναλύσεων των χρήσεων γης σε συνδυασμό με μετρητικούς δείκτες των χρήσεων γης. Η ένταση της μεταβολής των χρονικών περιόδων 1992-2000 και 2000-2009, υπολογίστηκε για το σύνολο της περιοχής μελέτης, των ομόκεντρων ζωνών, καθώς και των γραμμικών κατευθύνσεων,  ώστε να μελετηθεί η διακύμανση του ποσοστού μεταβολής των αστικών πράσινων χώρων. Τα αποτελέσματα αποκάλυψαν ότι τόσο η ταχεία αστικοποίηση, όσο και οι οικολογικές πολιτικές, είχαν μερίδιο ευθύνης για το μέγεθος της μεταβολής των πράσινων χώρων. Μεταξύ των ποικίλων κατηγοριών των πράσινων χώρων, η γεωργική γη κατακερματίστηκε σε μεγάλο βαθμό από την αστική διάχυση, ειδικά στον περιαστικό χώρο της πόλης. Οι δασικές εκτάσεις επηρεάστηκαν επίσης, αλλά το ποσοστό των απωλειών τους ήταν σημαντικά μικρότερο από εκείνο της γεωργικής γης. Από την άλλη μεριά, οι οικολογικές  πολιτικές συνέβαλαν στην ανάκτηση χορτολιβαδικών εκτάσεων κατά την τελευταία δεκαετία. Η μελέτη αποδεικνύει τη χρησιμότητα της ομόκεντρης και της γραμμικής ανάλυσης των χρήσεων γης για τον χαρακτηρισμό της χωρικής και χρονικής μεταβολής του αστικού πρασίνου σε πόλεις με ομόκεντρη ανάπτυξη. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή:''' Η αστική ανάπτυξη συντελείται με πρωτοφανή ρυθμό σε παγκόσμιο επίπεδο, με το 65% του παγκόσμιου πληθυσμού να αναμένεται να κατοικεί σε αστικές περιοχές μέχρι το 2025. Στην Κίνα, η πολιτική 'Open Door' του 1978, καθώς και ο κανονισμός για τη μεταρρύθμιση της γης του 1987, επιτάχυναν σημαντικά το ρυθμό αστικοποίησης, με το επίπεδο αυτής να υπολογίζεται στο 50% μέχρι το τέλος του 2020, με 1,5 δισεκατομμύριο αστικό πληθυσμό. Η φυσική αύξηση του πληθυσμού και η μετακίνηση των ανθρώπων από τις αγροτικές στις αστικές περιοχές, είναι οι δύο βασικοί παράγοντες της ταχείας ανάπτυξης των πόλεων. Το εν λόγω φαινόμενο, έχει προκαλέσει πολλές επιπτώσεις στο περιβάλλον, ενώ αποτελεί ένα κρίσιμο ζήτημα στη μελέτη της πλανητικής μεταβολής. &lt;br /&gt;
&lt;br /&gt;
Οι περισσότερες από τις περιβαλλοντικές επιπτώσεις της αστικοποίησης συνδέονται με τους χώρους πρασίνου. Η απώλεια ή η υποβάθμισή τους, μειώνει τη βιοποικιλότητα και διαταράσσει τη δομή του αστικού οικοσυστήματος. Αντίθετα, η παρουσία τους μπορεί να αντισταθμίσει τις επιπτώσεις του φαινομένου της αστικής θερμικής νησίδας, ενώ συμβάλλει στο φιλτράρισμα της ατμόσφαιρας και του νερού. Η αύξηση των πράσινων χώρων προσφέρει τους πολίτες αισθητικές απολαύσεις, ευκαιρίες αναψυχής, καθώς και σωματική και ψυχική ευεξία. &lt;br /&gt;
&lt;br /&gt;
Έχοντας συνειδητοποιήσει τη σημασία των πράσινων χώρων στα αστικά οικοσυστήματα και τη συμβολή τους στη βελτίωση της ποιότητας ζωής των κατοίκων, προτάθηκε ένα σύνολο  ολοκληρωμένων στρατηγικών σχεδιασμού πράσινων χώρων, προκειμένου να εξασφαλιστεί η αειφόρος ανάπτυξη της μητροπολιτικής περιοχής του Πεκίνου. Επιπλέον, θέματα που αφορούν τη σχέση της αστικοποίησης με μεταβολές των χρήσεων γης και με επακόλουθες περιβαλλοντικές συνέπειες, λαμβάνουν την αυξανόμενη προσοχή των ερευνών. Για την ποσοτικοποίηση της μεταβολής των χρήσεων γης και των μορφών των πράσινων χώρων, χρησιμοποιούνται μετρητικοί δείκτες των χρήσεων γης, προκειμένου να συναχθούν  πιθανές οικολογικές δράσεις για την καθοδήγηση του αειφόρου σχεδιασμού. Οι μετρητικοί δείκτες των χρήσεων γης έχουν επίσης συνδυαστεί με την γραμμική ανάλυση για τον ποσοτικό προσδιορισμό της μορφής της αστικοποίησης, κατά μήκος μιας προκαθορισμένης διεύθυνσης. Ωστόσο, η εξέλιξη των πόλεων οδηγεί συχνά σε μη γραμμικές μορφές, όπως είναι η ομόκεντρη δομή πολλών πόλεων της Κίνας. Συνεπώς, είναι απαραίτητη μίας μορφής  ανάλυσης που θα επιτρέπει τόσο την απεικόνιση της διακύμανσης των μοτίβων των χρήσεων γης σε πόλεις με ομόκεντρη μορφή ανάπτυξης, όσο και το ποσοστό της παραπάνω μεταβολής.&lt;br /&gt;
 &lt;br /&gt;
Η διαθεσιμότητα των πολυ-χρονικών τηλεπισκοπικών δεδομένων με αυξημένη χωρική ανάλυση και κάλυψη, επιτρέπει την ακριβή και εκτεταμένη παρακολούθηση της μεταβολής των χρήσεων γης. Αν και έχουν χρησιμοποιηθεί διαφορετικές τεχνικές για την ποσοτικοποίηση της διαδικασίας της μεταβολής, οι περισσότερες μελέτες υπολογίζουν το συνολικό ποσοστό μεταβολής των διαφόρων χρήσεων  γης, αντί να εξετάσουν την διακύμανση του ποσοστού μεταβολής των χώρων πρασίνου σε διάφορα σημεία της πόλης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Η περιοχή μελέτης:''' Η πόλη του Kunming, αποτελεί οικονομικό, πολιτικό και πολιτιστικό κέντρο της νοτιοδυτικής Κίνας, με ομόκεντρη μορφή ανάπτυξης, παρόμοια με αυτή πολλών κινέζικων πόλεων. Ως πρωτεύουσα της επαρχίας Yunnan της νοτιοδυτικής Κίνας (εικόνα 1α), η γρήγορη αστικοποίηση προκάλεσε μία τεράστια απώλεια πράσινων χώρων ενώ στη συνέχεια, η κυβέρνηση προσπάθησε να εφαρμόσει μία σειρά πολιτικών για την αντιστάθμιση των περιβαλλοντικών συνεπειών, όπως κατασκευή αστικών πάρκων και κοινοτικών κήπων. Ως περιοχή μελέτης επιλέχθηκε η μητροπολιτική περιοχή της πόλης του Kunming, έκτασης 538,9 km2 (εικόνα 1β και 1γ). Η παραπάνω έκταση αποτελείται από τον αστικό πυρήνα (αδιαπέραστες επιφάνειες και μικρό ποσοστό χώρων πρασίνου), τις περιαστικές περιοχές (συνδυασμός αδιαπέραστων επιφανειών και γεωργικής γης) και την προαστιακή περιοχή (μεγάλο ποσοστό δασικών εκτάσεων). Η μελέτη προτείνει μία ομόκεντρη και γραμμική ανάλυση των χρήσεων γης, σε συνδυασμό με μετρητικούς δείκτες των διάφορων χωρικών προτύπων, ώστε να προσδιοριστεί η μεταβαλλόμενη μορφή των πράσινων χώρων από το 1922 έως το 2009, κάτω από δύο φαινομενικά αντίθετες δυνάμεις: τη γρήγορη διαδικασία της αστικοποίησης και της οικολογικής πολιτικής. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Υλικά και Μέθοδοι'''&lt;br /&gt;
&lt;br /&gt;
'''1. Δεδομένα:''' Για τη μελέτη χρησιμοποιήθηκαν τηλεπισκοπικές απεικονίσεις, χάρτες των χώρων πρασίνου και έρευνα πεδίου. Αναλύθηκαν οι παρακάτω τηλεσκοπικές απεικονίσεις (χωρίς νεφοκάλυψη): μία απεικόνιση του Landsat 5 Thematic Mapper (TM) που λήφθηκε στις 16 του Αυγούστου του 1992, μία απεικόνιση του Landsat 7 Enhanced Thematic Mapper Plus (ETM+), στις 11 Νοεμβρίου του 2000, και μία απεικόνιση του Systeme Probatoire d’Observation de la Terre (SPOT 4) που λήφθηκε στις 20 Σεπτεμβρίου του 2009. Οι Landsat απεικονίσεις (κανάλια 1-5 και 7) έχουν χωρική ανάλυση 30 m, η ΕΤΜ+ απεικόνιση παρέχει ένα πρόσθετο παγχρωματικό κανάλι ανάλυσης 15 m, ενώ η SPOT απεικόνιση έχει ανάλυση 20 m στα πολυφασματικά κανάλια και 10 m στο παγχρωματικό κανάλι. Για τη μελέτη της τάσης μεταβολής των χώρων πρασίνου, πραγματοποιήθηκε σύγκριση μεταξύ ενός χάρτη του 2010 που απεικόνιζε τον μελλοντικό σχεδιασμό των πράσινων χώρων, με έναν χάρτη της υφιστάμενης κατάστασής τους το 2000. Τα δεδομένα της έρευνας πεδίου περιελάμβαναν τα επίγεια σημεία ελέγχου, τα οποία συλλέχθηκαν χρησιμοποιώντας τα Συστήματα Παγκόσμιου Δορυφορικού Εντοπισμού Θέσης (Global Positioning Systems) για τη γεωαναφορά δορυφορικών απεικονίσεων και φωτογραφιών, με σκοπό την ερμηνεία της εικόνας.&lt;br /&gt;
&lt;br /&gt;
'''2. Το σύστημα της ταξινόμησης των χρήσεων γης:''' Λαμβάνοντας υπόψη τη χωρική ανάλυση των δορυφορικών απεικονίσεων και εστιάζοντας στη μελέτη της μεταβολής των χώρων πρασίνου ως αποτέλεσμα της αστικοποίησης, οι χρήσεις γης της περιοχής μελέτης ταξινομήθηκαν σε χώρους πρασίνου, δομημένες επιφάνειες (αδιαπέραστες επιφάνειες, συμπεριλαμβανομένων των αστικών, εμπορικών και βιομηχανικών περιοχών και του οδικού δικτύου), νερό (ρέματα, κανάλια, λίμνες και ταμιευτήρες) και άγονη γη (συμπεριλαμβανομένων των εγκαταλελειμμένων εκτάσεων). Οι χώροι πρασίνου υποδιαιρέθηκαν σε δασικές εκτάσεις (φυλλοβόλα, αειθαλή και μικτά δάση), γεωργικές εκτάσεις (καλλιεργήσιμες εκτάσεις και οπωρώνες) και χορτολιβαδικές εκτάσεις (κήποι, πάρκα με χαμηλή πυκνότητα δένδρων και γήπεδα γκολφ).&lt;br /&gt;
&lt;br /&gt;
'''3. Επεξεργασία εικόνων:''' Η ανάλυση των τριών δορυφορικών απεικονίσεων ακολούθησε τα  παρακάτω βήματα (εικόνα 2). Αρχικά, πραγματοποιήθηκε γεωαναφορά των απεικονίσεων στην Εγκάρσια Μερκατορική Προβολή (Universal Transverse Mercator - UTM) μέσω του πακέτου λογισμικού ERDAS IMAGINE 8.7. Για τη γεωμετρική διόρθωση επιλέχθηκαν δεκαπέντε χωρικά ομοιόμορφα κατανεμημένα επίγεια σημεία ελέγχου, χρησιμοποιώντας ένα δεύτερης τάξης πολυωνυμικό μετασχηματισμό και τη μέθοδο επαναδειγματοληψίας του Εγγύτερου Γείτονα. Η ρίζα του μέσου τετραγωνικού σφάλματος περιορίστηκε στα 0,5 pixels. Λόγω της ανάλυσης πολυχρονικών και πολλαπλών αισθητήρων εικόνων, απαιτούνταν ατμοσφαιρική διόρθωση, η οποία πραγματοποιήθηκε χρησιμοποιώντας το μοντέλο Fast Line-of-sight Atmospheric Analysis of Spectral Hypercubes (FLAASH) του λογισμικού ENVI 4.6. Καθώς η μητροπολιτική περιοχή του Kunming δεν παρουσιάζει έντονο ανάγλυφο, δεν χρειάστηκε τοπογραφική διόρθωση. Τέλος, πραγματοποιήθηκε χωρική επαναδειγματοληψία της SPOT απεικόνισης στα 30 m, ώστε να ταιριάζει με τη χωρική ανάλυση της Landsat απεικόνισης. &lt;br /&gt;
&lt;br /&gt;
'''4. Ταξινόμηση και εκτίμηση της ακρίβειας:''' Για την ταξινόμηση των χρήσεων γης χρησιμοποιήθηκε η μέθοδος της Μέγιστης Πιθανοφάνειας. Για κάθε εικόνα, λήφθησαν αρχικά στατιστικά στοιχεία των δειγμάτων εκπαίδευσης, με σκοπό να εξασφαλιστεί ότι οι διάφορες κατηγορίες χρήσεων γης θα μπορούσαν να διαχωριστούν. Μετά την ταξινόμηση, και για την εκτίμηση της ακρίβειάς της, επιλέχθηκαν τυχαία πενήντα σημεία δειγματοληψίας για κάθε κατηγορία χρήσης γης. Επιπλέον, για την εκτίμηση της ακρίβειας της ταξινόμησης, χρησιμοποιήθηκαν ωε δεδομένα αναφοράς εικόνες Google Earth, QuickBird (του 2006 και του 2007), χάρτης των χώρων πρασίνου του 2000, έρευνα πεδίου, συνεντεύξεις, καθώς και η τοπική γνώση της περιοχής μελέτης. &lt;br /&gt;
&lt;br /&gt;
'''5. Ανάλυση μετρητικών δεικτών των χρήσεων γης:''' Τα αποτελέσματα της ταξινόμησης των δορυφορικών απεικονίσεων των ετών 1992, 2000 και 2009, μετατράπηκαν σε GRID format για τον υπολογισμό των μετρητικών δεικτών των χρήσεων γης σε FRAGSTATS 3.3. Συνολικά χρησιμοποιήθηκαν οι εξής μετρητικοί δείκτες, για την ποσοτικοποίηση των μορφών των χώρων πρασίνου:&lt;br /&gt;
&lt;br /&gt;
* ο γενικός δείκτης PLAND - Percentage of LANDscape, που απεικονίζει το ποσοστό της κάθε χρήσης γης&lt;br /&gt;
* ο δείκτης PD - Patch Density, ο οποίος είναι ευαίσθητος στον κατακερματισμό των χρήσεων γης&lt;br /&gt;
* ο δείκτης LPI - Largest Patch Index, ο οποίος μπορεί να χρησιμοποιηθεί για να απεικονίσει την επικράτηση των χρήσεων γης&lt;br /&gt;
* ο δείκτης LSI - Landscape Shape Index, ο οποίος σχετίζεται με την πολυπλοκότητα των χρήσεων γης και&lt;br /&gt;
* ο δείκτης SHDI - SHannon's Diversity Index που αντιπροσωπεύει την ποικιλομορφία των χρήσεων γης.&lt;br /&gt;
&lt;br /&gt;
Αρχικά, πραγματοποιήθηκε μία συνοπτική ανάλυση για τον συνολικό ποσοτικό προσδιορισμό των χωρικών προτύπων του αστικού πρασίνου. Δεύτερον, η περιοχή μελέτης διαιρέθηκε σε επτά ομόκεντρες ζώνες (εικόνα 3α), ενώ μέσω της διενέργειας μίας ομόκεντρης ανάλυσης μετρήθηκαν τα χωρικά πρότυπα των αστικών πράσινων χώρων στις διαφορετικές ζώνες. Τέλος, διεξήχθη μία γραμμική ανάλυση του δείκτη PLAND για να μελετηθεί η κατανομή των χώρων πρασίνου κατά μήκος οκτώ γραμμικών κατευθύνσεων (εικόνα 3β). Κάθε γραμμικός τομέας αποτελείται από έναν αριθμό κελιών, μεγέθους 1,8 km × 1,8 km.&lt;br /&gt;
&lt;br /&gt;
'''6. Ανάλυση της έντασης μεταβολής των χώρων πρασίνου:''' Για την απεικόνιση της έντασης της μεταβολής των χρήσεων γης, χρησιμοποιήθηκε ο ρυθμός μεταβολής τους, υπολογιζόμενος ως ποσοστό μεταβολής ανά έτος. Περιοχές με ταχεία απώλεια χώρων πρασίνου θα μπορούσαν να υποδηλώνουν υψηλή ευαισθησία στην αστική εξάπλωση. Η ανάλυση της έντασης μεταβολής υπολογίστηκε για δύο χρονικές περιόδους (1992-2000 και 2000-2009), για το σύνολο της περιοχής μελέτης, συμπεριλαμβανομένων των επτά ομόκεντρων ζωνών και των οκτώ γραμμικών κατευθύνσεων. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα'''&lt;br /&gt;
&lt;br /&gt;
'''1. Η μορφή των χρήσεων γης:''' Οι χρήσεις γης της μητροπολιτικής περιοχής του Kunming έχουν υποστεί σημαντικές μεταβολές κατά τη διάρκεια των τελευταίων δύο δεκαετιών (εικόνα 4). Η ραγδαία επέκτασης της αστικής περιοχής είχε ως αποτέλεσμα την απώλεια των χώρων πρασίνου στις περιαστικές και προαστιακές περιοχή, ιδιαίτερα στο νότιο τμήμα της περιοχής μελέτης (εικόνα 4α και 4γ).&lt;br /&gt;
&lt;br /&gt;
'''2. Η ομόκεντρη μορφή των χρήσεων γης:''' Για τον χωρικό προσδιορισμό της μεταβολής των χρήσεων γης, η περιοχή μελέτης διαιρέθηκε σε επτά ομόκεντρες ζώνες. Ο δείκτης PLAND της δομημένης επιφάνειας, έδειξε την επέκταση της αστικής περιοχής από το 1992 έως το 2009, σε όλες τις ζώνες, εκτός της ζώνης 1, όπου το μεγαλύτερο μέρος της γης είχε ήδη αναπτυχθεί. Άμεσο επακόλουθο της αστικοποίησης ήταν η μείωση των χορτολιβαδικών εκτάσεων και η αντίστοιχη μείωση που ακολούθησε, των γεωργικών και δασικών εκτάσεων. &lt;br /&gt;
&lt;br /&gt;
'''3. Η γραμμική μορφή των χρήσεων γης:''' Για την μελέτη της κατανομής των χρήσεων γης στις οκτώ κατευθύνσεις, χρησιμοποιήθηκε ο δείκτης PLAND. Η ανάλυση έδειξε ότι η αστική περιοχή επεκτάθηκε από το 1992 έως το 2009, προς όλες τις κατευθύνσεις, με την αστική διάχυση να συγκεντρώνεται χωρικά στις νότιες και νοτιοανατολικές περιοχές (εικόνα 5α), κυρίως λόγω του επίπεδου εδάφους. Ταυτόχρονα με την αστική διάχυση, παρατηρήθηκε μείωση των αστικών πράσινων χώρων, κυρίως μέχρι το 2000. Η περιβαλλοντική καμπάνια που εφαρμόστηκε αργότερα,  εμπόδισε την περαιτέρω μείωση των χορτολιβαδικών εκτάσεων. Η κατασκευή ενός νέου γηπέδου γκολφ στα βορειοανατολικά, επίσης συνέβαλε στην αύξηση του αστικού πρασίνου της περιοχής (εικόνα 5β). Η γεωργική γη που παρατηρούνταν κυρίως στις νότιες και νοτιοανατολικές κατευθύνσεις το 1992, τελικά αντικαταστάθηκε από τις αστικές περιοχές (εικόνα 5γ). Επιπλέον, η περιοχή μελέτης ήταν αρχικά περικυκλωμένη από δασικές εκτάσεις, οι οποίες υπέστησαν σημαντική μείωση, αν και μικρότερη αυτής των γεωργικών εκτάσεων, προς όλες τις κατευθύνσεις (εικόνα 5δ). &lt;br /&gt;
&lt;br /&gt;
'''4. Ανάλυση της έντασης μεταβολής:''' Η ένταση της μεταβολής υπολογίστηκε για το σύνολο της περιοχή μελέτης, τις επτά ομόκεντρες ζώνες και τα κελιά  των οκτώ γραμμικών κατευθύνσεων, κατά τη διάρκεια δύο περιόδων (1992-2000 και 2000-2009). Συνολικά, οι αστικές περιοχές σημείωσαν το υψηλότερο ποσοστό μεταβολής μεταξύ των τεσσάρων κατηγοριών χρήσεων γης. Ακολούθησαν οι γεωργικές εκτάσεις, οι δασικές και οι χορτολιβαδικές. &lt;br /&gt;
&lt;br /&gt;
Η ανάλυση του ρυθμού μεταβολής για τις οκτώ γραμμικές κατευθύνσεις αποκάλυψε ότι η εντατική αστικοποίηση πραγματοποιήθηκε προς όλες τις κατευθύνσεις κατά τη δεκαετία του 1990, ενώ κατά την τελευταία δεκαετία περιορίστηκε στο νότιο και νοτιοανατολικό τμήμα της περιοχής μελέτης (εικόνα 6α). Οι χορτολιβαδικές εκτάσεις γνώρισαν μια ταχεία απώλεια κατά τη δεκαετία του 1990, κυρίως στις βορειοανατολικές, ανατολικές και δυτικές κατευθύνσεις, ενώ παρατηρήθηκε μία μικρή αύξησή τους κατά τη δεκαετία του 2000 στις περισσότερες κατευθύνσεις (εικόνα 9β). Η απώλεια και η αύξηση των γεωργικών εκτάσεων σημειώθηκαν σε διάφορες κατευθύνσεις, ενώ κατά τη δεκαετία του 2000 το ποσοστό τους παρουσίασε μία γενική μείωση (εικόνα 10γ). Οι ανατολικές και νοτιοανατολικές κατευθύνσεις της περιοχής μελέτης παρουσίασαν αρχικά αύξηση των δασικών εκτάσεων κατά την πρώτη δεκαετία, ενώ κατά την επόμενη δεκαετία παρουσίασαν σταδιακή μείωση (εικόνα 10δ). Η έντονη αστική διάχυση που παρατηρήθηκε κατά τη δεκαετία του 2000 (εικόνα 6α), πιθανώς είχε ως αποτέλεσμα την απώλεια δασικών εκτάσεων. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Η παρούσα μελέτη χρησιμοποίησε ομόκεντρες και γραμμικές αναλύσεις χρήσεων γης για τον προσδιορισμό των μεταβαλλόμενων μορφών των χώρων πρασίνου της μητροπολιτικής περιοχής του Kunming της Κίνας από το 1992 έως το 2009. Προκειμένου να μελετηθεί η διακύμανση του ρυθμού μεταβολής των χώρων πρασίνου, υπολογίστηκε η ένταση των αλλαγών κατά τη διάρκεια των χρονικών περιόδων 1992-2000 και 2000-2009 για το σύνολο της περιοχή μελέτης, τις επτά ομόκεντρες ζώνες και τις οκτώ γραμμικές κατευθύνσεις. Τα αποτελέσματα της έρευνας έδειξαν ότι η αστική διάχυση ευθυνόταν σε μεγάλο βαθμό για την απώλεια χώρων πρασίνου και ιδιαίτερα γεωργικής γης. Από την άλλη μεριά, οι οικολογικές πολιτικές συνέβαλαν στην ανάκτηση χορτολιβαδικών εκτάσεων από το 2000 έως το 2009. Επιπλέον, η γραμμική ανάλυση έδειξε όι η αστικοποίηση έλαβε χώρα κατά μήκος της νοτιοανατολικής κατεύθυνσης, αντικαθιστώντας κυρίως γεωργικές εκτάσεις. Αντίθετα, η μείωση των δασικών εκτάσεων διατηρήθηκε σε σταθερό ρυθμό κατά τη διάρκεια των δύο τελευταίων δεκαετιών, ενώ οι χορτολιβαδικές εκτάσεις μειώθηκαν κατά τη δεκαετία του 1990, αλλά σημείωσαν αύξηση με αργό ρυθμό κατά τη δεκαετία του 2000. Τέλος, η μελέτη απέδειξε τη χρησιμότητα των ομόκεντρων και γραμμικών αναλύσεων χρήσεων γης, προσδιορίζοντας τη μεταβολή του τοπίου σε πόλεις με ομόκεντρη μορφή ανάπτυξης. Η ποσοτικοποίηση της χωρικής διακύμανσης της μεταβολής των χώρων πρασίνου και η κατανόηση της εν λόγω μεταβολής κατά την πάροδο του χρόνου είναι απαραίτητες για τη χάραξη της μελλοντικής περιβαλλοντικής πολιτικής, προκειμένου να εξασφαλιστεί η βιώσιμη αστική ανάπτυξη.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αναφορές''' &lt;br /&gt;
&lt;br /&gt;
Breuste, J., Feldmann, H., Uhlmann, O., 1998. Urban Ecology. Springer, Berlin.&lt;br /&gt;
&lt;br /&gt;
Chen, W.Y., Jim, C.Y., 2008. Assess and valuation of the ecosystem services provided by urban forests. In: Carreiro, M.M., Song, Y.-C., Wu, J. (Eds.), Ecology, Planning and Management of Urban Forests International Perspectives. Springer, New York, pp. 53–83.&lt;br /&gt;
&lt;br /&gt;
Cheng, J., Masser, I., 2003. Urban growth pattern modeling: a case study of Wuhan City PR China. Landsc. Urban Plan. 62, 199–217.&lt;br /&gt;
&lt;br /&gt;
Davies, R.G., Barbosa, O., Fuller, R.A., Tratalos, J., Burke, N., Lewis, D., et al., 2008.&lt;br /&gt;
City-wide relationships between green spaces, urban land use and topography. Urban Ecosyst. 11, 269–287.&lt;br /&gt;
&lt;br /&gt;
Deng, J.S., Wang, K., Hong, Y., Qi, J.G., 2009. Spatio-temporal dynamics and evolution of land use change and landscape pattern in response to rapid urbanization. Landsc. Urban Plan. 92, 187–198.&lt;br /&gt;
&lt;br /&gt;
Dewan, A.M., Yamaguchi, Y., 2009. Land use and land cover change in Greater Dhaka, Bangladesh: using remote sensing to promote sustainable urbanization. Appl. Geogr. 29 (3), 390–401.&lt;br /&gt;
&lt;br /&gt;
Erickson, D.L., 2006. MetroGreen: Connecting Open Space in North American Cities. Island Press, Washington, DC.&lt;br /&gt;
&lt;br /&gt;
Jensen, J.R., 2005. Introductory Digital Image Processing a Remote Sensing Perspective, third ed. Prentice Hall, Upper Saddle River, NJ.&lt;br /&gt;
&lt;br /&gt;
Jim, C.Y., Chen, S., 2003. Comprehensive greenspace planning based on landscape ecology principles in compact Nanjing city, China. Landsc. Urban Plan. 65, 95–116.&lt;br /&gt;
&lt;br /&gt;
Kim, K.H., Pauleit, S., 2007. Landscape character, biodiversity and land use planning: the case of Kwangju City Region, South Korea. Land Use Policy 24 (1), 264–274.&lt;br /&gt;
&lt;br /&gt;
Kong, F., Nakagoshi, N., 2006. Spatial–temporal gradient analysis of urban green spaces in Jinan, China. Landsc. Urban Plan. 78, 147–164.&lt;br /&gt;
&lt;br /&gt;
Leitγo, A.B., Ahern, J., 2002. Applying landscape ecological concepts and metrics in sustainable landscape planning. Landsc. Urban Plan. 59, 65–93.&lt;br /&gt;
&lt;br /&gt;
Leitγo, A.B., Miller, J., Ahern, J., McGarigal, K., 2006. Measuring Landscapes: A Planner’s Handbook. Island Press, Washington, DC.&lt;br /&gt;
&lt;br /&gt;
Li, F., Wang, R., Paulussen, J., Liu, X., 2005. Comprehensive concept planning of urban greening based on ecological principles: a case study in Beijing, China. Landsc. Urban Plan. 72, 325–336.&lt;br /&gt;
&lt;br /&gt;
Lu, D., Weng, Q., 2007. A survey of image classification methods and techniques for improving classification performance. Int. J. Remote Sens. 28, 823–870.&lt;br /&gt;
&lt;br /&gt;
Luo, J., Wei, Y.H.D., 2009. Modeling spatial variations of urban growth patterns in Chinese cities: the case of Nanjing. Landsc. Urban Plan. 91, 51–64.&lt;br /&gt;
&lt;br /&gt;
Luck, M., Wu, J., 2002. A gradient analysis of urban landscape pattern: a case study form the phoenix metropolitan region, Arizona, USA. Landsc. Ecol. 17, 327–339.&lt;br /&gt;
&lt;br /&gt;
McGarigal, K., Ene, E., Holmes, C., 2002. FRAGSTATS (Version 3): FRAGSTATSMetrics. University of Massachusetts—Produced Program. Available at the following website: http://www.umass.edu/landeco/research/fragstats/documents/fragstats documents.html.&lt;br /&gt;
&lt;br /&gt;
National Research Council (NRC), 2001. Grand Challenges in Environmental Sciences. National Academy Press, Washington, DC.&lt;br /&gt;
&lt;br /&gt;
Roy, A.H., Dybas, A.L., Fritz, K.M., Lubbers, H.R., 2009. Urbanization affects the extent and hydrologic permanence of headwater streams in a midwestern US metropolitan area. J. N. Am. Benthol. Soc. 28 (4), 911–928.&lt;br /&gt;
&lt;br /&gt;
Schell, L.M., Ulijaszek, S.J., 1999. Urbanism, Health and Human Biology in Industrialized Countries. Cambridge University Press, Cambridge.&lt;br /&gt;
&lt;br /&gt;
Tian, G., Liu, J., Xie, Y., Yang, Z., Zhuang, D., Niu, Z., 2005. Analysis of spatio-temporal dynamic pattern and driving forces of urban land in China in 1990s using TM images and GIS. Cities 22 (6), 400–410.&lt;br /&gt;
&lt;br /&gt;
Tian, G., Wu, J., Yang, Z., 2010. Spatial pattern of urban functions in the Beijing metropolitan region. Habitat Int. 34 (2), 249–255.&lt;br /&gt;
&lt;br /&gt;
Turner, M.G., Gardner, R.H., O’Neill, R.V., 2001. Landscape Ecology in Theory and Practice. Springer, New York.&lt;br /&gt;
&lt;br /&gt;
Turner, M.G., 2005. Landscape ecology in North America: past, present, and future. Ecology 86, 1967–1974.&lt;br /&gt;
&lt;br /&gt;
Xiao, J., Shen, Y., Ge, J., Tateishi, R., Tang, C., Liang, Y., et al., 2006. Evaluating urban expansion and land use change in Shijiazhuang, China, by using GIS and remote sensing. Landsc. Urban Plan. 75, 69–80.&lt;br /&gt;
&lt;br /&gt;
Yang, L., Xian, G., Klaver, J.M., Deal, B., 2003. Urban land-cover change detection through sub-pixel imperviousness mapping using remotely sensed data. Photogramm. Eng. Remote Sens. 69, 1003–1010.&lt;br /&gt;
&lt;br /&gt;
Yeh, C.-T., Huang, S.-L., 2009. Investigating spatiotemporal patterns of landscape diversity in response to urbanization. Landsc. Urban Plan. 93, 151–162.&lt;br /&gt;
&lt;br /&gt;
Yuan, F., Bauer, M.E., 2007. Comparison of impervious surface area and normalized difference vegetation index as indicators of surface urban heat island effects in Landsat imagery. Remote Sens. Environ. 106, 375–386.&lt;br /&gt;
&lt;br /&gt;
Zhang, L., Wang, H., 2006. Planning an ecological network of Xiamen Island (China) using landscape metrics and network analysis. Landsc. Urban Plan. 78, 449–456.&lt;br /&gt;
&lt;br /&gt;
Zhou, X., 2006. (Study on the Urban Morphology Change of Kunming City). Yunnan University Press, Kunming (in Chinese).&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
[http://www.sciencedirect.com/science/article/pii/S0169204611000223 '''το άρθρο στο διαδίκτυο''']&lt;br /&gt;
&lt;br /&gt;
 [[category:Καταγραφή πρασίνου]]&lt;/div&gt;</summary>
		<author><name>Ramfou Vasiliki</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CF%84%CE%B9%CE%BA%CE%B5%CE%B9%CE%BC%CE%B5%CE%BD%CE%BF%CF%83%CF%84%CF%81%CE%B1%CF%86%CE%AE%CF%82_%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%B5%CE%B4%CE%B1%CF%86%CE%BF%CE%BA%CE%AC%CE%BB%CF%85%CF%88%CE%B7%CF%82_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%B1%CF%85%CF%84%CE%BF%CE%BC%CE%B1%CF%84%CE%BF%CF%80%CE%BF%CE%B9%CE%B7%CE%BC%CE%AD%CE%BD%CE%B7_%CF%80%CE%B1%CF%81%CE%B1%CE%B3%CF%89%CE%B3%CE%AE_%CF%84%CF%89%CE%BD_%CF%84%CF%8D%CF%80%CF%89%CE%BD_%CF%84%CE%B7%CF%82_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%B4%CE%BF%CE%BC%CE%AE%CF%82</id>
		<title>Αντικειμενοστραφής χαρτογράφηση της εδαφοκάλυψης για την αυτοματοποιημένη παραγωγή των τύπων της αστικής δομής</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CF%84%CE%B9%CE%BA%CE%B5%CE%B9%CE%BC%CE%B5%CE%BD%CE%BF%CF%83%CF%84%CF%81%CE%B1%CF%86%CE%AE%CF%82_%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%B5%CE%B4%CE%B1%CF%86%CE%BF%CE%BA%CE%AC%CE%BB%CF%85%CF%88%CE%B7%CF%82_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%B1%CF%85%CF%84%CE%BF%CE%BC%CE%B1%CF%84%CE%BF%CF%80%CE%BF%CE%B9%CE%B7%CE%BC%CE%AD%CE%BD%CE%B7_%CF%80%CE%B1%CF%81%CE%B1%CE%B3%CF%89%CE%B3%CE%AE_%CF%84%CF%89%CE%BD_%CF%84%CF%8D%CF%80%CF%89%CE%BD_%CF%84%CE%B7%CF%82_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%B4%CE%BF%CE%BC%CE%AE%CF%82"/>
				<updated>2015-03-15T14:56:56Z</updated>
		
		<summary type="html">&lt;p&gt;Ramfou Vasiliki: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα:vr_a2_e1.jpg|300px|thumb|right|Εικόνα 1. Διαγραμματική παρουσίαση της ταξινόμησης της εδαφοκάλυψης που εφαρμόστηκε.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a2_e2.jpg|300px|thumb|right|Εικόνα 2. Η ιεράρχηση των τύπων της αστικής δομής.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a2_e3.jpg|300px|thumb|right|Εικόνα 3. Τα υπολογιζόμενα ύψη του nDSM σε σχέση με τα ύψη που ελήφθησαν χειροκίνητα.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a2_e4.jpg|300px|thumb|right|Εικόνα 4. Η παραγόμενη κάλυψη γης της πόλης του Βερολίνου.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a2_e5.jpg|300px|thumb|right|Εικόνα 5. Η παραγόμενη ταξινόμηση των τύπων της αστικής δομής της πόλης του Βερολίνου.]]&lt;br /&gt;
&lt;br /&gt;
'''Αντικείμενο Εφαρμογής:''' Αυτοματοποιημένη προσέγγιση για την ταξινόμηση των τύπων της αστικής δομής&lt;br /&gt;
&lt;br /&gt;
'''Πλήρης Τίτλος:''' 'Αντικειμενοστραφής χαρτογράφηση της εδαφοκάλυψης και συνολικός υπολογισμός των χαρακτηριστικών για την αυτοματοποιημένη παραγωγή των τύπων της αστικής δομής σε επίπεδο οικοδομικού τετραγώνου'&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος Τίτλος:''' 'Object-based land cover mapping and comprehensive feature calculation for an automated derivation of urban structure types at block level'&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Michael Voltersen*, Christian Berger, Sören Hese, Christiane Schmullius&lt;br /&gt;
&lt;br /&gt;
*Department of Earth Observation, Institute of Geography, Friedrich-Schiller-University Jena, Loebdergraben 32, 07743 Jena, Germany&lt;br /&gt;
&lt;br /&gt;
'''Πηγή:''' Elsevier, Remote Sensing of Environment, 154 (2014), 192-201 &lt;br /&gt;
&lt;br /&gt;
'''Λέξεις Κλειδιά:''' αστικές περιοχές, αντικειμενοστραφής ανάλυση εικόνας, αερομεταφερόμενοι αισθητήρες, χαρτογράφηση εδαφοκάλυψης, τύποι αστικής δομής &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Περίληψη:''' Οι πόλεις έχουν εξελιχθεί κάτω από ποικίλες γεωγραφικές, οικονομικές, ιστορικές και πολιτιστικές παραμέτρους, με αποτέλεσμα μία μεγάλη διαφοροποίηση σε μέγεθος και σχήμα. Παρά την εμφάνιση ομοιοτήτων στη δομή, κάθε πόλη εμφανίζει ιδιαίτερα και μοναδικά χαρακτηριστικά. Ο διαχωρισμός σε επιμέρους μοτίβα, τα οποία συνήθως ονομάζονται τύποι αστικής δομής (Urban Structure Types - USTs), στηρίζεται στα ιδιαίτερα χαρακτηριστικά γνωρίσματα των φυσικών, λειτουργικών και ενεργειακών παραγόντων των οικιστικών δομών, επιτρέποντας την περιβαλλοντική και κοινωνικοοικονομική έρευνα και τη σύγκριση της μορφής διαφόρων πόλεων. Η μελέτη αυτή παρουσιάζει μια αυτοματοποιημένη προσέγγιση για την ταξινόμηση των USTs, η οποία βασίζεται σε τηλεπισκοπικά δεδομένα με σκοπό την ανάλυση της σχέσης μεταξύ των οικιστικών δομών και περιβαλλοντικών ζητημάτων, όπως είναι η ατμοσφαιρική ρύπανση ή, σε μεταγενέστερο επίπεδο, το φαινόμενο των θερμικών νησίδων.&lt;br /&gt;
&lt;br /&gt;
Αρχικά, εφαρμόζεται μία αντικειμενοστραφής ταξινόμηση, προκειμένου να προσδιοριστεί η κάλυψη γης της πόλης του Βερολίνου, χρησιμοποιώντας πολύ υψηλής ανάλυσης αεροφωτογραφίες και δεδομένα για το ύψος των αντικειμένων. Οι κατηγορίες των USTs προσδιορίζονται με βάση την εμφάνιση στην περιοχή μελέτης και οριοθετούνται από τα όρια των οικοδομικών τετραγώνων. Στη συνέχεια, οι δείκτες για την παραγωγή των USTs δημιουργούνται με βάση τα προηγούμενα δεδομένα για την κάλυψη γης, ενώ τα πιο 'πολύτιμα' χαρακτηριστικά επιλέγονται με τη βοήθεια του αλγορίθμου 'Random Forests'. Τέλος, γίνεται η ταξινόμηση των USTs. Το ενδιαφέρον επικεντρώνεται στην παραγωγή μίας αυτοματοποιημένης και μεταβιβάσιμης μεθόδου συνολικής ταξινόμησης των USTs, η οποία καλύπτει ολόκληρη την πόλη. &lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή:''' Μεταξύ του ενός τρίτου και του ημίσεως της συνολικής επιφάνειας της Γης έχει ήδη επηρεαστεί από την ανθρώπινη δραστηριότητα. Η αντικατάσταση της φυσικής επιφάνειας με τεχνητές δομές έχει ως άμεσο επακόλουθο διάφορες αλλαγές στο οικοσύστημα, μεταβολές στο υδρολογικό καθεστώς και αύξηση του φαινομένου της θερμικής νησίδας. Προκειμένου να επιτευχθεί μία βιώσιμη αστική ανάπτυξη, οι υπεύθυνοι λήψης αποφάσεων και οι πολεοδόμοι χρειάζονται αποτελεσματικές μεθόδους για την μεγάλης κλίμακας παρακολούθηση των αστικών περιοχών. Συνεπώς, είναι ιδιαίτερα σημαντικό να κατανοήσουμε τη σχέση μεταξύ των οικιστικών δομών και των κοινωνικοοικονομικών και των περιβαλλοντικών ζητημάτων. Η βάση για την επίτευξη του παραπάνω στόχου, μπορεί να υλοποιηθεί διαιρώντας τις πόλεις σε ένα σύνολο αστικών μοτίβων, που συνήθως ονομάζονται τύποι αστικής μορφολογίας (Urban Morphology Types - UMTs), αστικές δομικές μονάδες (Urban Structural Units - USUs) ή τύποι αστικής δομής (Urban Structure Types - USTs). Οι USTs περιγράφουν τη σύνθεση μιας πόλης με όλες τις τεχνητές και φυσικές επιφάνειες, με βάση την υπόθεση ότι οι οικισμοί αποτελούνται από διακριτές χωρικές ενότητες με παρόμοιες κτιριακές δομές και ανοικτούς χώρους, καθώς και χρήσεις γης που συνθέτουν οριοθετημένα μοτίβα. Κατά συνέπεια, με την κατανόηση της σχέσης του αστικού μικροκλίματος και της αστικής δομής, περιβαλλοντικά ζητήματα, όπως η διαχείριση των ομβρίων υδάτων, η στεγανοποίηση του εδάφους, ο σχεδιασμός τοπίου και η άμβλυνση του φαινομένου της θερμικής νησίδας, μπορούν να αντιμετωπιστούν ολιστικά, βελτιώνοντας την ποιότητα ζωής των κατοίκων. &lt;br /&gt;
&lt;br /&gt;
Η UST κατάταξη για τις μεγάλες αστικές περιοχές εξαρτάται από τη χρήση μεθόδων και δεδομένων της Τηλεπισκόπισης. Η χρήση εικόνων από δορυφόρους ή αερομεταφερόμενους αισθητήρες προσφέρει έναν υψηλό βαθμό αντικειμενικότητας, δυνατότητας μεταφοράς και αυτοματισμού. Επιπλέον, παρέχει συνεχή, ενημερωμένα και εκτενή δεδομένα σχετικά με τις δομές των αστικών χρήσεων γης. &lt;br /&gt;
&lt;br /&gt;
Το βάθος της ταξινόμησης διαφέρει από χονδροειδείς διαβαθμίσεις που διακρίνουν μόνο τους ανοικτούς χώρους και 3 διαφορετικές πυκνότητες κατοικημένων περιοχών, μέχρι λεπτομερείς ιεραρχίες 15 και παραπάνω κατηγοριών. Επιπλέον, τα όρια των ομοιογενών τμημάτων της πόλης είτε λαμβάνονται χειροκίνητα από την οπτική ερμηνεία αεροφωτογραφιών, είτε με τη βοήθεια βοηθητικών δεδομένων που παρέχονται από τους Δήμους ή που προέρχονται από το Open Street Map. Ως εκ τούτου, η επιλογή των χαρακτηριστικών, ένα καθοριστικό βήμα για την ορθή ταξινόμηση των USTs, παρουσιάζει, από τη μία πλευρά, ποικίλες διαφοροποιήσεις εξαιτίας της υποκειμενικής της φύσης, ενώ  από την άλλη, εκτελείται χρησιμοποιώντας στατιστικές μεθόδους, όπως είναι η ' Random Forests' ή η μέθοδος των 'Διαδοχικών Προσεγγίσεων'. &lt;br /&gt;
&lt;br /&gt;
Εξετάζοντας προηγούμενες μελέτες, διαπιστώνουμε ότι είτε η ταξινόμηση των οικοδομικών τετραγώνων περιορίζεται σε μερικούς μόνο USTs καλύπτοντας μερικά σημεία της πόλης, είτε το τελικό αποτέλεσμα χρειάζεται βελτίωση όσον αφορά την ακρίβεια της ταξινόμησης. Η παρούσα μελέτη προσπαθώντας να επιτύχει καλύτερη ακρίβεια ταξινόμησης και να ξεπεράσει την αδυναμία της μη συστηματικής επιλογής των κατάλληλων περιγραφικών στοιχείων για την οριοθέτηση των USTs, χρησιμοποιεί μία ακριβής αντικειμενοστραφής ταξινόμηση των χρήσεων γης,  πολυφασματικά δεδομένα και δεδομένα που αφορούν το ύψος, σε συνδυασμό με μία εις βάθος ανάλυση των USTs. Η λεπτομερής ιεράρχηση της ταξινόμησης καλύπτει τόσο τις φυσικές όσο και τις τεχνητές εκτάσεις του συνόλου της πόλης. Ιδιαίτερη έμφαση δίνεται στην αυτοματοποιημένη επεξεργασία των δεδομένων, ενώ το τελικό αποτέλεσμα συσχετίζεται με ένα χάρτη αναφοράς.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Η περιοχή μελέτης:''' Η πόλη του Βερολίνου βρίσκεται στο βορειοανατολικό τμήμα της Γερμανίας. Με πάνω από 3,3 εκατομμύρια κατοίκους και έκταση 891,7 km2, είναι η μεγαλύτερη πόλη και πρωτεύουσα της Γερμανίας. Εξαιτίας διάφορων ιστορικών γεγονότων (π.χ. εκβιομηχάνιση, καταστροφές κατά τη διάρκεια του Β' Παγκοσμίου Πολέμου, διαχωρισμός σε Ανατολικό και Δυτικό Βερολίνο), έχουν αναπτυχθεί ποικίλες τυπολογίες της αστικής δομής. Στον πυρήνα της πόλης, παρατηρούνται πυκνοδομημένες περιοχές που διαθέτουν υψηλό ποσοστό αδιαπέρατων επιφανειών (Impervious Surface Areas - ISA), ενώ οι περιμετρικές περιοχές χαρακτηρίζονται από υψηλά ποσοστά βλάστησης. Επιπλέον, υπάρχει μία έντονη διακύμανση των κτιριακών τύπων, ακόμη και στο ίδιο οικοδομικό τετράγωνο, καθώς και ένας μεγάλος αριθμός υδάτινων μαζών σε όλη την πόλη. Το έδαφος παρουσιάζει υψομετρικές διαφορές των 81m.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Βάση δεδομένων:''' Τα πολυφασματικά raster δεδομένα και τα δεδομένα του ύψος δόθηκαν από το Ινστιτούτο DLR Berlin-Adlershof. Η λήψη των υψηλής χωρικής ανάλυσης αερομεταφερόμενων δεδομένων πραγματοποιήθηκε από τον αισθητήρα UltraCamX, ο οποίος διαθέτει ραδιομετρική ανάλυση 12 bit με 1 m2 μέγεθος pixel. Τέσσερα κανάλια παρέχουν φασματικά χαρακτηριστικά σε ορατό φάσμα και εγγύς υπέρυθρο. Η λήψη των δεδομένων πραγματοποιήθηκε στις 23 Σεπτεμβρίου του 2010 κατά τη διάρκεια πρωινών ωρών. Έτσι, η μικρή γωνία πρόσπτωσης του ηλιακού φωτός είχε ως αποτέλεσμα ένα σημαντικό πλήθος σκιασμένων περιοχών.&lt;br /&gt;
Επιπλέον, υπολογίστηκε ένα Ψηφιακό Μοντέλο Επιφάνειας (Digital Surface Model - DSM) από τη στερεοσκοπική ερμηνεία πολλαπλών επικαλυπτόμενων UltraCamX εικόνων, εκδιδόμενες επίσης από το DLR Berlin-Adlershof, με την ίδια υψηλή χωρική ανάλυση του 1 m2 μεγέθους pixel. Τα διανυσματικά δεδομένα παραχωρήθηκαν από το τμήμα 'Senate Department for Urban Development and the Environment' του Βερολίνου. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Μέθοδος:''' Η ροή εργασίας της παρούσας μελέτης χωρίζεται σε τρία στάδια: εξαγωγή ενός κανονικοποιημένου Ψηφιακού Μοντέλου Επιφάνειας (nDSM), χαρτογράφηση της εδαφοκάλυψης και χαρτογράφηση των τύπων της αστικής δομής (USTs). Μετά την αρχική δημιουργία ενός nDSM, δημιουργείται ένα σύνολο κανόνων για τη χαρτογράφηση της εδαφοκάλυψης, ενώ υπολογίζεται η ακρίβεια για την κάθε LC-class. Ακολούθως, χρησιμοποιούνται τα δεδομένα της κάλυψης γης για τη δημιουργία περιγραφικών χαρακτηριστικών για όλα τα οικοδομικά τετράγωνα εντός της περιοχής μελέτης. Μετά την ιεράρχηση των USTs, εκτελείται μία συνδυαστική προσέγγιση που βασίζεται στη γνώση και στη στατιστική επιλογή χαρακτηριστικών, προκειμένου να καθοριστούν οι τύποι της αστικής δομής. Τέλος, εκτιμάται η ακρίβεια του παραγόμενου UST χάρτη, με τη βοήθεια δεδομένων αναφοράς. &lt;br /&gt;
&lt;br /&gt;
'''1. Εξαγωγή του nDSM:''' χρησιμοποιείται για τη δημιουργία του ύψους των αντικειμένων. Για το σκοπό αυτό, έχει αναπτυχθεί η προσέγγιση Diff2Min, η οποία χρησιμοποιεί  το λογισμικό Trimble eCognition και τη γλώσσα 'cognition network language (CNL)'. Αρχικά δημιουργείται ένα Ψηφιακό Μοντέλο Εδάφους (Digital Terrain Model - DTM), το οποίο αφού εξομαλυνθεί, οδηγεί στη δημιουργία ενός DSM. &lt;br /&gt;
&lt;br /&gt;
'''2. Χαρτογράφηση της εδαφοκάλυψης:''' αποτελεί τη βάση για την ταξινόμηση των USTs. Εξάγονται 6 κατηγορίες εδαφοκάλυψης, χρησιμοποιώντας πολυφασματικά δεδομένα και το nDSM. Αυτές είναι οι εξής: γυμνό έδαφος, κτίρια, γρασίδι/θάμνοι, αδιαπέρατες επιφάνειες, δέντρα και υδάτινες επιφάνειες. Η χρήση της αντικειμενοστραφούς προσέγγισης επιλέχτηκε  λόγω του συγκριτικού πλεονεκτήματος που παρουσιάζει  όσον αφορά την υψηλή χωρική ανάλυση της κάλυψης γης, σε σχέση με τις μεθόδους που βασίζονται στο pixel, ενώ μία περιοχή 18.000 × 18.000 pixels (324 km2) επιλέχτηκε για την ταξινόμηση. Η εικόνα 1 παρουσιάζει μία επισκόπηση της μεθόδου ταξινόμησης των καλύψεων γης.&lt;br /&gt;
&lt;br /&gt;
'''3.Χαρτογράφηση των τύπων της αστικής δομής (USTs):''' καθώς δεν υπάρχουν σαφώς ορισμένοι τύποι της αστικής δομής, το σύστημα της ταξινόμησης εξαρτάται από την περιοχή μελέτης και το στόχο της ανάλυσης. Μετά την έρευνα των κατηγοριών που χρησιμοποιήθηκαν σε παρόμοιες μελέτες και την οπτική ερμηνεία των τηλεπισκοπικών δεδομένων της πόλης του Βερολίνου, σχεδιάστηκε ένα σύστημα ταξινόμησης που καλύπτει 15 USTs, οι οποίοι μπορούν να συνοψιστούν σε 6 κύριες κατηγορίες. Οι USTs που ορίστηκαν φαίνονται στην εικόνα 2. Τα κτίρια γραφείων και κατοικιών υποδιαιρούνται σε 7 κατηγορίες, ανάλογα με την κυρίαρχη χρήση. Οι διαφορετικοί συνδυασμοί της πυκνότητας της δόμησης και του ποσοστού της βλάστησης είναι καθοριστικής σημασίας. Οι εμπορικές και βιομηχανικές περιοχές συχνά χαρακτηρίζονται από διαφορετικούς τύπους κτιρίων, που κυμαίνονται από μικρής έκτασης κατασκευές μέχρι τεράστιες βιομηχανικές μονάδες έκτασης ενός ολόκληρου οικοδομικού τετραγώνου, ενώ εμφανίζουν λίγη ή καθόλου βλάστηση. Οι ανοιχτοί χώροι χωρίς καθόλου βλάστηση, αναφέρονται σε στεγανοποιημένες εκτάσεις, όπως είναι οι μεταφορικές υποδομές, τα αεροδρόμια, οι χώροι στάθμευσης και οι πλατείες της πόλης, καθώς και οι περιοχές γυμνού εδάφους, ενώ η κατηγορία των πράσινων χώρων περιλαμβάνει οικοδομικά τετράγωνα με κυρίαρχη τη χρήση της ψυχαγωγίας και ένα υψηλό ποσοστό βλάστησης. Οι γεωργικές εκτάσεις και οι υδάτινες επιφάνειες ολοκληρώνουν τις αστικές καλύψεις γης.  Το επίπεδο λεπτομέρειας της ιεράρχησης των USTs, επιλέχτηκε προκειμένου να καλύψει τις ανάγκες μιας ολιστικής περιγραφής της δομής της πόλης και να είναι μεταβιβάσιμο. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα''' &lt;br /&gt;
&lt;br /&gt;
'''1. Εξαγωγή του nDSM:''' Για τη γρήγορη παραγωγή ενός κανονικοποιημένου DSM από τα 250 χειροκίνητα ληφθέντα δείγματα από όλη την περιοχή μελέτης, εφαρμόστηκε η προσέγγιση Diff2Min. Όπως φαίνεται στην εικόνα 3, για τα περισσότερα από τα δείγματα (90,4%), η απόκλιση του υπολογιζόμενου και του πραγματικού ύψος είναι μικρότερη από 1 m, ενώ σχεδόν το 50% των υπολογιζόμενων υψών προκύπτει με σφάλμα μικρότερο των 0,3 m. Μόνο ένα μικρό ποσοστό (3,6%) των επιλεγμένων δειγμάτων παρουσιάζει απόκλιση μεγαλύτερη των 2 m, ενώ σε μία περίπτωση η προσέγγιση Diff2Min απέτυχε να υπολογίσει το ύψος, με απόκλιση 49,6 m.&lt;br /&gt;
&lt;br /&gt;
'''2. Χαρτογράφηση της εδαφοκάλυψης:''' Η περιοχή μελέτης των 324 km2 καλύπτει όλο το κέντρο της πόλης του Βερολίνου καθώς και τις γύρω περιοχές. Και οι 6 κατηγορίες της κάλυψης γης εμφανίζονται συχνά στην επιλεγμένη περιοχή μελέτης. Ωστόσο, μόνο το 1,5% της περιοχής καλύπτεται από υδάτινες επιφάνειες και γυμνό έδαφος. Μεγάλο ποσοστό κάλυψης ανήκει στα κτίρια (21%) και στις αδιαπέρατες επιφάνειες (24,6%), ενώ οι περιοχές βλάστησης αντιπροσωπεύουν πάνω από το ήμισυ της περιοχής (17,5% γρασίδι/θάμνοι και 33,9% δέντρα). Μία συνολική επισκόπηση της κάλυψης γης, η οποία παρουσιάζεται στην εικόνα 4, αποκαλύπτει ότι ένα μεγάλο πλήθος των αδιαπέρατων επιφανειών βρίσκεται  στο κέντρο της πόλης, ενώ τα δάση, το γρασίδι και οι θάμνοι βρίσκονται κυρίως στην περιφερειακή ζώνη. Συνολικά, 104.582 αντικείμενα ταξινομήθηκαν ως κτίρια. &lt;br /&gt;
&lt;br /&gt;
Η ακρίβεια της ταξινόμησης αξιολογήθηκε μέσω 100 τυχαίων δειγμάτων ανά κατηγορία. Ο συνολικός βαθμός ακρίβειας που επιτεύχθηκε ήταν 92,2%, ενώ ο συντελεστής kappa του Cohen ήταν 0,91, αποδεικνύοντας την υψηλή ακρίβεια και την καταλληλότητα της προτεινόμενης μεθόδου.&lt;br /&gt;
&lt;br /&gt;
'''3. Χαρτογράφηση των τύπων της αστικής δομής:''' για την εκτέλεση της ταξινόμησης των USTs ολόκληρου του υποσυνόλου χρησιμοποιήθηκαν τα πιο 'πολύτιμα' χαρακτηριστικά. Ο χάρτης που προέκυψε από την ανάλυση των USTs για την πόλη του Βερολίνου απεικονίζεται στην εικόνα 5, όπου οι λευκές περιοχές (23,8% του συνόλου της εικόνας) αντιπροσωπεύουν τις εξαιρεθείσες περιοχές, όπως είναι οι δρόμοι, οι διαχωριστικές νησίδες και τα οικοδομικά τετράγωνα που 'κόβονται' από τα όρια της εικόνας. Μεταξύ των πιο ομοιογενών USTs, τα πάρκα αντιπροσωπεύουν το μεγαλύτερο ποσοστό (12,7%) της εικόνας, ενώ ακολουθούν οι αστικές δομές επιπέδου ενός ολόκληρου οικοδομικού τετραγώνου (12%) και οι εμπορικές και βιομηχανικές περιοχές (11,5%). Αντίθετα, μόλις 0,5 km2 αποτελούνται από πολύ ψηλά κτίρια και δασικές εκτάσεις, ενώ το 0,4% της περιοχής καλύπτεται από γεωργικές εκτάσεις. Όσον αφορά τις περιοχές κατοικίας, πολλές περιοχές περιλαμβάνουν δόμηση περιμετρικά του οικοδομικού τετραγώνου (7%) ή περιοχές κτιρίων διαμερισμάτων (5,2%). Μόνο πολύ μικρές περιοχές περιλαμβάνουν μονοκατοικίες και διπλοκατοικίες (3,1%), ή κατοικίες σε σειρά (2,7%). Ο χάρτης αποκαλύπτει κάποιες χωρικές ομαδοποιήσεις τύπων δόμησης, όπως είναι τα πάρκα και η χαλαρή αστική δόμηση των περιαστικών περιοχών, καθώς και οι μικρές διακυμάνσεις των USTs στο κέντρο της πόλης. &lt;br /&gt;
&lt;br /&gt;
Η ταξινόμηση οδήγησε σε μία συνολική ακρίβεια της τάξης του 82,1% με συντελεστή kappa ίσο με 0,79, γεγονός το οποίο σημαίνει λογικά αποτελέσματα χαρτογράφησης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα:''' Ο διαχωρισμός των πόλεων σε περιοχές με ομοιογενή αστική δομή και παρόμοια κάλυψη γης αποτελεί τη βάση για μια αποτελεσματική διαχείριση της πόλης. Για το λόγο αυτό, έχει δημιουργηθεί η προσέγγιση του καθορισμού των τύπων της αστικής δομής, επιτρέποντας την ολιστική περιγραφή μίας πόλης και τις αλληλεπιδράσεις που λαμβάνουν χώρα σε αυτή. Τα δεδομένα και οι μέθοδοι της Τηλεπισκόπισης, καθώς και η ανάλυση των USTs, προσφέρουν αντικειμενικότητα, δυνατότητα μεταφοράς και αυτοματισμό. Καθώς η χειροκίνητη αξιολόγηση των πλέον κατάλληλων χαρακτηριστικών ενέχει τον κίνδυνο υποκειμενικών παραδοχών και ενδεχομένως αγνοεί πολύτιμες παραμέτρους, η επιλογή χαρακτηριστικών μέσω της μεθόδου Random Forests προσφέρει μια αυτοματοποιημένη προσέγγιση για την επιλογή των καλύτερων και πιο 'πολύτιμων' παραμέτρων. Η ταξινόμηση των USTs εκτελείται με τη βοήθεια ενός ακριβούς nDSM, της χαρτογράφησης της κάλυψης γης και της εξαγωγής χαρακτηριστικών, οδηγώντας σε τελικά αποτελέσματα συνολικής ακρίβειας 82,1%. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αναφορές'''&lt;br /&gt;
&lt;br /&gt;
Baatz, M., &amp;amp; Schäpe, A. (1999). Object-oriented and multi-scale image analysis in semantic networks. Proc. of the 2nd International Symposium on Operationalization of Remote Sensing. Enschede: ITC.&lt;br /&gt;
&lt;br /&gt;
Banzhaf, E., &amp;amp; Höfer, R. (2008). Monitoring urban structure types as spatial indicators with CIR aerial photographs for a more effective urban environmental management. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 1(2), 129–138.&lt;br /&gt;
&lt;br /&gt;
Barnsley, M. J., &amp;amp; Barr, S. L. (2000). Monitoring urban land use by earth observation. Surveys in Geophysics, 21(2), 269–289, http://dx.doi.org/10.1023/A:1006798328429.&lt;br /&gt;
&lt;br /&gt;
Berger, C., Voltersen, M., Eckardt, R., Eberle, J., Heyer, T., Salepci, N., et al. (2013). Multimodal and multi-temporal data fusion: Outcome of the 2012 GRSS data fusion contest. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 6(3), 1324–1340.&lt;br /&gt;
&lt;br /&gt;
Berger, C., Voltersen, M., Hese, S., Walde, I., &amp;amp; Schmullius, C. (2013). Robust extraction of urban land cover information from HSR multi-spectral and LiDAR data. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 6(5), 2196–2211, http://dx.doi.org/10.1109/JSTARS.2013.2252329.&lt;br /&gt;
&lt;br /&gt;
Blaschke, T. (2010). Object-based image analysis for remote sensing. ISPRS Journal of Photogrammetry and Remote Sensing, 65(1), 2–16.&lt;br /&gt;
&lt;br /&gt;
Blum, W. E. H. (2013). Land use planning and policy implication: Bridging between science, politics and decision making. In S. A. Shahid, F. K. Taha, &amp;amp; M.A. Abdelfattah (Eds.), Developments in soil classification, land use planning and policy implications (pp. 469–481). Springer Netherlands, http://dx.doi.org/10.1007/978-94-007-5332-7_25.&lt;br /&gt;
&lt;br /&gt;
Bochow, M., Taubenböck, H., Segl, K., &amp;amp; Kaufmann, H. (2010). An automated and adaptable approach for characterizing and partitioning cities into urban structure types. Geoscience and Remote Sensing Symposium (IGARSS) 2010 IEEE International (pp. 1796–1799). Honolulu: IEEE, http://dx.doi.org/10.1109/IGARSS.2010.5652972.&lt;br /&gt;
&lt;br /&gt;
Breiman, L. (2001). Random forests. Machine Learning, 45(1), 5–32, http://dx.doi.org/10. 1023/A:1010933404324.&lt;br /&gt;
&lt;br /&gt;
Breiman, L. (2002). Manual on setting up, using, and understanding random forests v3.1. Retrieved from http://www.stat.berkeley.edu/~breiman/Using_random_forests_V3.1.pdf&lt;br /&gt;
&lt;br /&gt;
Breuste, J., Wächter, M., &amp;amp; Bauer, B. (2001). Beiträge zur umwelt-und sozialverträglichen Entwicklung von Stadtregionen. Leipzig: Umweltforschungszentrum Leipzig-Halle.&lt;br /&gt;
&lt;br /&gt;
Bridgman, H. A., Warner, R. F., &amp;amp; Dodson, J. R. (1995). Urban biophysical environments. Meridian Australian geographical perspectives. Oxford University Press, 152.&lt;br /&gt;
&lt;br /&gt;
Cohen, J. (1960). A coefficient of agreement of nominal scales. Educational and Psychological Measurement, 20(1), 37–46, http://dx.doi.org/10.1177/001316446002000104.&lt;br /&gt;
&lt;br /&gt;
Congalton, R. G., &amp;amp; Green, K. (2009). Assessing the accuracy of remotely sensed data— Principles and practices (2nd ed.). Boca Raton: CRC Press, 183.&lt;br /&gt;
&lt;br /&gt;
Destatis (2013). German cities sorted by area, population, and population density (31.12.2012). Retrieved November 04, 2013, from. https://www.destatis.de/DE/ ZahlenFakten/LaenderRegionen/Regionales/Gemeindeverzeichnis/Administrativ/&lt;br /&gt;
Aktuell/05Staedte.html&lt;br /&gt;
&lt;br /&gt;
Erell, E., Pearlmutter, D., &amp;amp; Williamson, T. (2010). Urban microclimate—Designing the spaces between buildings. London: Earthscan.&lt;br /&gt;
&lt;br /&gt;
Gill, S. E., Handley, J. F., Ennos, A.R., Pauleit, S., Theuray, N., &amp;amp; Lindley, S. J. (2008). Characterising the urban environment of UK cities and towns: A template for landscape planning. Landscape and Urban Planning, 87(3), 210–222, http://dx.doi.org/10. 1016/j.landurbplan.2008.06.008.&lt;br /&gt;
&lt;br /&gt;
Gruber, M., Ponticelli, M., Bernögger, S., &amp;amp; Leberl, F. (2008). UltraCamX, the large format digital aerial camera system by Vexcel Imaging/Microsoft. International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, 37, 665–670.&lt;br /&gt;
&lt;br /&gt;
Hay, G., &amp;amp; Castilla, G. (2008). Geographic object-based image analysis (GEOBIA): A new name for a new discipline. In T. Blaschke, S. Lang, &amp;amp; G. Hay (Eds.), Object-based image analysis. Spatial concepts for knowledge-driven remote sensing applications (pp. 75–89). Berlin: Springer.&lt;br /&gt;
&lt;br /&gt;
Heiden, U., Heldens, W., Roessner, S., Segl, K., Esch, T., &amp;amp; Mueller, A. (2012). Urban structure type characterization using hyperspectral remote sensing and height information. Landscape and Urban Planning, 105(4), 361–375, http://dx.doi.org/10.1016/j. landurbplan.2012.01.001.&lt;br /&gt;
&lt;br /&gt;
Hermosilla, T., Ruiz, L. A., Recio, J. A., &amp;amp; Balsa-Barreiro, J. (2012). Land-use mapping of Valencia City area from aerial images and LiDAR data. GEOProcessing 2012: The Fourth International Conference on Advanced Geographic Information Systems, Applications,&lt;br /&gt;
and Services (pp. 232–237). Valencia: IARIA.&lt;br /&gt;
&lt;br /&gt;
Herold, M., Liu, X., &amp;amp; Clarke, K. C. (2003). Spatial metrics and image texture for mapping urban land use. Photogrammetric Engineering Remote Sensing, 69(9), 991–1001.&lt;br /&gt;
&lt;br /&gt;
Herold, M., Scepan, J., &amp;amp; Clarke, K. C. (2002). The use of remote sensing and landscape metrics to describe structures and changes in urban land uses. Environment and Planning - Part A, 34(8), 1443–1458, http://dx.doi.org/10.1068/a3496.&lt;br /&gt;
&lt;br /&gt;
Lang, S. (2008). Object-based image analysis for remote sensing applications: modeling reality—Dealing with complexity. In T. Blaschke, S. Lang, &amp;amp; G. Hay (Eds.), Objectbased image analysis (pp. 3–27). Springer Berlin Heidelberg, http://dx.doi.org/10.1007/978-3-540-77058-9_1.&lt;br /&gt;
&lt;br /&gt;
Lindner,M., Hese, S., Berger, C., &amp;amp; Schmullius, C. (2011). An object-basedmultisensoral approach for the derivation of urban land use structures in the city of Rostock, Germany. Earth Resources and Environmental Remote Sensing/gis Applications II, Vol. 8181, http://dx.doi.org/10.1117/12.898134.&lt;br /&gt;
&lt;br /&gt;
McGarigal, K., &amp;amp; Marks, B. J. (1995). FRAGSTATS: Spatial pattern analysis program for quantifying landscape structure. General Technical Report PNW-GTR-351.&lt;br /&gt;
Osmond, P. (2011). Application of the urban structural unit method to inform postcarbon planning and design. International Seminar on Urban Form: Urban Morphology and the Post-Carbon City. Montreal: ISUF.&lt;br /&gt;
&lt;br /&gt;
Paine, D. P., &amp;amp; Kiser, J.D. (2003). Aerial photography and image interpretation (2nd ed.). Hoboken: John Wiley &amp;amp; Sons.&lt;br /&gt;
&lt;br /&gt;
Pauleit, S., &amp;amp; Burkhardt, I. (2004). Umweltqualität und Stadtentwicklung. Landschaftsökologische Projekte von Friedrich Duhme für die Landeshauptstadt München. Landschaftsökologie in Forschung, Planung und Anwendung (pp. 89–116).&lt;br /&gt;
&lt;br /&gt;
Pauleit, S., &amp;amp; Duhme, F. (1998). Assessing the metabolism of urban systems for urban planning. In J. Breuste, H. Feldmann, &amp;amp; O. Uhlmann (Eds.), Urban ecology (pp. 65–69).&lt;br /&gt;
&lt;br /&gt;
Pauleit, S., &amp;amp; Duhme, F. (2000). Assessing the environmental performance of land cover types for urban planning. Landscape and Urban Planning, 52(1), 1–20, http://dx.doi.org/10.1016/S0169-2046(00)00109-2.&lt;br /&gt;
&lt;br /&gt;
Puissant, A., Zhang, W., &amp;amp; Skupinski, G. (2012). Urban morphology analysis by high and very high spatial resolution remote sensing. 4th GEOBIA (pp. 524–529). Rio de Janeiro: INPE.&lt;br /&gt;
&lt;br /&gt;
R Core Team (2014). R: A language and environment for statistical computing. Vienna: R Foundation for Statistical Computing (Retrieved from http://www.r-project.org/).&lt;br /&gt;
&lt;br /&gt;
Schiewe, J. (2002). Segmentation of high-resolution remotely sensed data—Concepts, applications and problems. International Archives of Photogrammetry and Remote Sensing, 34(4), 380–385.&lt;br /&gt;
&lt;br /&gt;
Senate Department for Urban Development and the Environment Berlin. (2010). Geoportal-Berlin.&lt;br /&gt;
&lt;br /&gt;
Spellerberg, I. F., &amp;amp; Fedor, P. J. (2003). A tribute to Claude Shannon (1916-2001) and a plea for more rigorous use of species richness, species diversity and the “Shannon–Wiener” Index. Global Ecology and Biogeography, 12(3), 177–179, http://dx.doi.org/10.1046/j.1466-822X.2003.00015.x.&lt;br /&gt;
&lt;br /&gt;
Taubenböck, H., Esch, T., &amp;amp; Roth, A. (2006). An urban classification approach based on an object-oriented analysis of high resolution satellite imagery for a spatial structuring within urban areas. 1st EARSeL Workshop of the SIG Urban Remote Sensing (pp. 8). Berlin: EARSel.&lt;br /&gt;
&lt;br /&gt;
Tompalski, P., &amp;amp; Wezyk, P. (2012). LiDAR and VHRS data for assessing living quality in cities—An approach based on 3D indices. ISPRS International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, XXXIX-B6. (pp. 173–176).&lt;br /&gt;
&lt;br /&gt;
Trimble (2013). eCognition Developer 8.9 reference book. Munich: Trimble Germany GmbH.&lt;br /&gt;
&lt;br /&gt;
Tucker, C. (1979). Red and photographic infrared linear combinations for monitoring vegetation. Remote Sensing of Environment, 8(2), 127–150.&lt;br /&gt;
&lt;br /&gt;
Tzotsos, A., Iosifidis, C., &amp;amp; Argialas, D. (2008). A hybrid texture-based and region-based multi-scale image segmentation algorithm. In T. Blaschke, S. Lang, &amp;amp; G. Hay (Eds.), Object-based image analysis (pp. 221–236). Springer Berlin Heidelberg, http://dx.doi.org/10.1007/978-3-540-77058-9_12.&lt;br /&gt;
&lt;br /&gt;
Vitousek, P.M., Mooney, H. A., Lubchenco, J., &amp;amp; Melillo, J. M. (1997). Human domination of Earth's ecosystems. Science, 277(5325), 494–499, http://dx.doi.org/10.1126/science.277.5325.494.&lt;br /&gt;
&lt;br /&gt;
Walde, I., Hese, S., Berger, C., &amp;amp; Schmullius, C. (2014). From land cover-graphs to urban structure types. International Journal of Geographical Information Science, 28(3), 584–609, http://dx.doi.org/10.1080/13658816.2013.865189.&lt;br /&gt;
&lt;br /&gt;
Wurm, M., Taubenböck, H., &amp;amp; Dech, S. (2010). Quantification of urban structure on building block level utilizing multisensoral remote sensing data. Earth, 7831(1), 1–12, http://dx.doi.org/10.1117/12.864930.&lt;br /&gt;
&lt;br /&gt;
Wurm, M., Taubenböck, H., Roth, A., &amp;amp; Dech, S. (2009). Urban structuring using multisensoral remote sensing data: By the example of the German cities Cologne and Dresden. 2009 Joint Urban Remote Sensing Event (pp. 1–8). IEEE, http://dx.doi.org/10.1109/URS.2009.5137555&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
[http://www.sciencedirect.com/science/article/pii/S0034425714003216 '''το άρθρο στο διαδίκτυο''']&lt;br /&gt;
&lt;br /&gt;
 [[category:Ανίχνευση μεταβολών αστικής γης]]&lt;/div&gt;</summary>
		<author><name>Ramfou Vasiliki</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A1%CE%AC%CE%BC%CF%86%CE%BF%CF%85_%CE%92%CE%B1%CF%83%CE%B9%CE%BB%CE%B9%CE%BA%CE%AE</id>
		<title>Ράμφου Βασιλική</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A1%CE%AC%CE%BC%CF%86%CE%BF%CF%85_%CE%92%CE%B1%CF%83%CE%B9%CE%BB%CE%B9%CE%BA%CE%AE"/>
				<updated>2015-03-15T14:50:36Z</updated>
		
		<summary type="html">&lt;p&gt;Ramfou Vasiliki: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;* [[Ανίχνευση των αλλαγών των αδιαπέραστων επιφανειών με εικόνες Landsat πολλαπλών χρονικών δεδομένων στο αστικό-αγροτικό όριο]]&lt;br /&gt;
* [[Αντικειμενοστραφής χαρτογράφηση της εδαφοκάλυψης για την αυτοματοποιημένη παραγωγή των τύπων της αστικής δομής]]&lt;br /&gt;
* [[Η θερμική νησίδα της επιφάνειας του Ρότερνταμ και η σχέση της με τα χαρακτηριστικά των αστικών επιφανειών]]&lt;br /&gt;
* [[Χρονική και χωρική δυναμική των αστικών πράσινων χώρων ως αποτέλεσμα της ταχείας αστικοποίησης και της οικολογικής πολιτικής]]&lt;br /&gt;
&lt;br /&gt;
 [[category:ΔΠΜΣ &amp;quot;Περιβάλλον &amp;amp; Ανάπτυξη&amp;quot; (Αθήνα)]]&lt;/div&gt;</summary>
		<author><name>Ramfou Vasiliki</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%97_%CE%B8%CE%B5%CF%81%CE%BC%CE%B9%CE%BA%CE%AE_%CE%BD%CE%B7%CF%83%CE%AF%CE%B4%CE%B1_%CF%84%CE%B7%CF%82_%CE%B5%CF%80%CE%B9%CF%86%CE%AC%CE%BD%CE%B5%CE%B9%CE%B1%CF%82_%CF%84%CE%BF%CF%85_%CE%A1%CF%8C%CF%84%CE%B5%CF%81%CE%BD%CF%84%CE%B1%CE%BC_%CE%BA%CE%B1%CE%B9_%CE%B7_%CF%83%CF%87%CE%AD%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%BC%CE%B5_%CF%84%CE%B1_%CF%87%CE%B1%CF%81%CE%B1%CE%BA%CF%84%CE%B7%CF%81%CE%B9%CF%83%CF%84%CE%B9%CE%BA%CE%AC_%CF%84%CF%89%CE%BD_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B5%CF%80%CE%B9%CF%86%CE%B1%CE%BD%CE%B5%CE%B9%CF%8E%CE%BD</id>
		<title>Η θερμική νησίδα της επιφάνειας του Ρότερνταμ και η σχέση της με τα χαρακτηριστικά των αστικών επιφανειών</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%97_%CE%B8%CE%B5%CF%81%CE%BC%CE%B9%CE%BA%CE%AE_%CE%BD%CE%B7%CF%83%CE%AF%CE%B4%CE%B1_%CF%84%CE%B7%CF%82_%CE%B5%CF%80%CE%B9%CF%86%CE%AC%CE%BD%CE%B5%CE%B9%CE%B1%CF%82_%CF%84%CE%BF%CF%85_%CE%A1%CF%8C%CF%84%CE%B5%CF%81%CE%BD%CF%84%CE%B1%CE%BC_%CE%BA%CE%B1%CE%B9_%CE%B7_%CF%83%CF%87%CE%AD%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%BC%CE%B5_%CF%84%CE%B1_%CF%87%CE%B1%CF%81%CE%B1%CE%BA%CF%84%CE%B7%CF%81%CE%B9%CF%83%CF%84%CE%B9%CE%BA%CE%AC_%CF%84%CF%89%CE%BD_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B5%CF%80%CE%B9%CF%86%CE%B1%CE%BD%CE%B5%CE%B9%CF%8E%CE%BD"/>
				<updated>2015-03-15T14:49:27Z</updated>
		
		<summary type="html">&lt;p&gt;Ramfou Vasiliki: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα:vr_a3_e1.jpg|300px|thumb|right|Εικόνα 1. Τα διοικητικά όρια του Δήμου του Ρότερνταμ.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a3_e2.jpg|300px|thumb|right|Εικόνα 2. Η μέση ένταση SHI των 22 διαμερισμάτων του Ρότερνταμ, βασισμένη σε 15 εικόνες Landsat και προβαλλόμενη σε μία αεροφωτογραφία.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a3_e3.jpg|300px|thumb|right|Εικόνα 3. Μέση κατανομή της θερμοκρασίας (Κ) της επιφάνειας του Ρότερνταμ, βασισμένη σε 15 εικόνες Landsat.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a3_e4.jpg|300px|thumb|right|Εικόνα 1. Εικόνα 4. Το διάγραμμα διασποράς της μέσης θερμοκρασίας των αστικών επιφανειών των γειτονιών του Ρότερνταμ, σε σχέση με το ποσοστό των πράσινων χώρων της κάθε γειτονιάς.]]&lt;br /&gt;
&lt;br /&gt;
'''Αντικείμενο Εφαρμογής:''' Μελέτη της θερμοκρασίας της αστικής επιφάνειας του Ρότερνταμ και συσχέτισή της με τα αστικά χαρακτηριστικά&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος Τίτλος:''' 'The surface heat island of Rotterdam and its relationship with urban surface characteristics'&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Lisette Klok a, Sander Zwart b, Henk Verhagen a, Elena Mauri c&lt;br /&gt;
&lt;br /&gt;
a TNO, Postbus 80015, 3508 TA Utrecht, Netherlands&lt;br /&gt;
&lt;br /&gt;
b WaterWatch B.V., Generaal Foulkesweg 28, 6703 BS Wageningen, Netherlands&lt;br /&gt;
&lt;br /&gt;
c Istituto Nazionale di Oceanografia e Geofisica Sperimentale, Borgo Grotta Gigante 42/c, 34010 Sgonico, Trieste, Italy&lt;br /&gt;
&lt;br /&gt;
'''Πηγή:''' Elsevier, Resources, Conservation and Recycling, 64 (2012), 23-29&lt;br /&gt;
&lt;br /&gt;
'''Λέξεις Κλειδιά:''' αστική θερμική νησίδα, θερμική νησίδα της αστικής επιφάνειας, Τηλεπισκόπιση, Ρότερνταμ, θερμοκρασία της επιφάνειας, κύμα θερμότητας, θερμικές υπέρυθρες εικόνες&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Περίληψη:''' Για τη χωρική ποσοτικοποίηση της Θερμικής Νησίδας της Επιφάνειας (Surface Heat Island - SHI) του Ρότερνταμ της Ολλανδίας,  χρησιμοποιήθηκαν θερμικές υπέρυθρες δορυφορικές εικόνες υψηλής ανάλυσης από αισθητήρες Landsat. Με βάση χάρτες της θερμοκρασίας της αστικής επιφάνειας κατά τη διάρκεια 15 θερινών ημερών από το 1984, η μέση θερμοκρασία της αστικής επιφάνειας κάθε γειτονιάς μέσα στην πόλη συγκρίθηκε με τη θερμοκρασία της επιφάνειας των αγροτικών εκτάσεων έξω από αυτή. Η διαφορά των δύο θερμοκρασιών ορίζεται ως ένταση SHI. Τα αποτελέσματα έδειξαν ότι η ένταση SHI στο Ρότερνταμ, κατά τη διάρκεια της ημέρας, μπορεί να αγγίξει τους 10 °C. Οι διαφορές των SHI μεταξύ των γειτονιών μπορούν να εξηγηθούν από τα χαρακτηριστικά των αστικών επιφανειών. Η στατιστική ανάλυση δείχνει ότι η SHI είναι μεγαλύτερη για γειτονιές με ελάχιστη βλάστηση και υψηλό ποσοστό αδιαπέρατων επιφανειών εδαφών με χαμηλή ανακλαστικότητα. Επιπλέον, δορυφορικές εικόνες NOAA-AVHHR χρησιμοποιήθηκαν για την παρακολούθηση του κύματος καύσωνα του Ιουλίου του 2006 και τον υπολογισμό της ημερήσιας διακύμανσης της έντασης SHI του Ρότερνταμ. Ο μέσος όρος των θερμοκρασιακών διαφορών της επιφάνειας των θερμότερων και ψυχρότερων περιοχών ήταν το πολύ 12 °C κατά τη διάρκεια της ημέρας, και 9 °C κατά τη διάρκεια της νύχτας. Οι περιοχές με υψηλή ένταση SHI κατά τη διάρκεια της νύχτας, διέφεραν από εκείνες με υψηλή SHI κατά τη διάρκεια της ημέρας.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή:''' Η αστική θερμική νησίδα (Urban Heat Island - UHI) αναφέρεται στις υψηλότερες θερμοκρασίες του αστικού χώρου σε σύγκριση με τις θερμοκρασίες πάνω από τις γύρω αγροτικές περιοχές. Το φαινόμενο της Θερμικής Νησίδας εμφανίζεται σε όλες τις αστικές περιοχές, ανεξαρτήτως μεγέθους. Το μέγεθος του φαινομένου εξαρτάται από την αστική δομή, την κτιριακή πυκνότητα, τα υλικά των επιφανειών, τη θερμότητα που συσσωρεύεται από τις ανθρώπινες δραστηριότητες και το ποσοστό της βλάστησης και των υδάτινων επιφανειών. Συνεπώς, οι αστικές περιοχές είναι ιδιαίτερα ευάλωτες στα κύματα θερμότητας, καθώς και στις αρνητικές επιπτώσεις τους για τον άνθρωπο, όπως είναι η αύξηση της θνησιμότητας και η μείωση της παραγωγικότητας της εργασίας. &lt;br /&gt;
&lt;br /&gt;
Οι επί τόπου μετρήσεις της θερμοκρασίας του αέρα κρίνονται συνήθως ανεπαρκείς για την παρακολούθηση της χωρικής έκτασης της θερμικής νησίδας, καθώς αντιπροσωπεύουν ιδιαίτερα τοπικές συνθήκες. Δεδομένου ότι τα υψηλής πυκνότητας δίκτυα μέτρησης είναι δαπανηρά, θερμικές υπέρυθρες τεχνικές τηλεπισκόπησης χρησιμοποιούνται σε παγκόσμιο επίπεδο για την αξιολόγηση της χωρικής κατανομής των θερμικών νησίδων. Ως εκ τούτου, η θερμική τηλεπισκόπηση είναι χρήσιμη για την παρακολούθηση της Θερμικής Νησίδας της Επιφάνειας (Surface Heat Island - SHI), η οποία ορίζεται ως η διαφορά μεταξύ της θερμοκρασίας των αστικών και αγροτικών επιφανειών. &lt;br /&gt;
&lt;br /&gt;
Η SHI εξαρτάται σε μεγάλο βαθμό από τη φύση της επιφάνειας και τις συνθήκες. Οι ξηρές και πιο σκοτεινές αστικές επιφάνειες απορροφούν το φως του ήλιου πιο εύκολα και θερμαίνονται περισσότερο σε σχέση με τις πιο ανοιχτόχρωμες και υγρές επιφάνειες ή τις επιφάνειες που είναι σκιασμένες. Έτσι, χαρακτηριστικά των αστικών επιφανειών όπως το ποσοστό πρασίνου, το νερό και οι αδιαπέρατες επιφάνειες αποτελούν ισχυρούς παράγοντες για την ένταση SHI. Σε γενικές γραμμές, η SHI είναι μεγαλύτερη κατά τη διάρκεια της ημέρας, λόγω της επίδρασης της ηλιακής ακτινοβολίας. &lt;br /&gt;
&lt;br /&gt;
Ο στόχος της παρούσας μελέτης είναι να προσδιοριστεί η SHI του Ρότερνταμ και να συσχετιστεί με τα χαρακτηριστικά της αστικής επιφάνειας. Η μελέτη αποτελεί μέρος ενός μεγάλου ερευνητικού προγράμματος (Dutch National Research Programme Knowledge for Climate), στο οποίο ερευνάται το φαινόμενο της Θερμικής Νησίδας του Ρότερνταμ και ο αντίκτυπός του στη θερμική καταπόνηση της πόλης. &lt;br /&gt;
&lt;br /&gt;
Η ένταση της Θερμικής Νησίδας της Επιφάνειας (SHI) του Ρότερνταμ και η χωρική μεταβολή της εκτιμήθηκε από υψηλής ανάλυσης θερμικές υπέρυθρες εικόνες Landsat κατά τη διάρκεια 15 θερινών ημερών, δεδομένου ότι κατά κανόνα, η θερμική καταπόνηση είναι πιο έντονη το Καλοκαίρι. Η ημερήσια διακύμανση της θερμοκρασίας της επιφάνειας κατά τη διάρκεια περιόδου καύσωνα του 2006, εξήχθηκε από NOAA-AVHHR εικόνες, μέτριας ανάλυσης και σε χρονική σειρά. Για την αξιολόγηση των πολεοδομικών χαρακτηριστικών που εξηγούν το μοτίβο SHI του Ρότερνταμ, πραγματοποιήθηκε μία στατιστική ανάλυση μεταξύ της μέσης θερμοκρασίας της επιφάνειας και χαρακτηριστικών όπως η ανακλαστικότητα, ο παράγοντας του sky view, το ποσοστό πρασίνου, οι υδάτινες επιφάνειες και τα στεγανοποιημένα εδάφη. &lt;br /&gt;
&lt;br /&gt;
Η θερμοκρασία της αστικής επιφάνειας ποίκιλε περισσότερο κατά τη διάρκεια της ημέρας από τη θερμοκρασία του αέρα. Κατά συνέπεια, η ένταση SHI διέφερε από την UHI, καθώς η δεύτερη προκύπτει από τις διαφορές θερμοκρασίας του αέρα λίγα μέτρα πάνω από το επίπεδο του εδάφους. Επιπλέον, μέσω της μεταφοράς ενέργειας μεταξύ του εδάφους και του αέρα, οι δύο θερμοκρασίες συσχετίζονται. Στην παρούσα μελέτη, αυτό φαίνεται από τη σύγκριση μεταξύ των θερμοκρασιών που έχουν ληφθεί από τον Landsat και των επί τόπου μετρήσεων της θερμοκρασίας του αέρα. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Υλικά και Μέθοδοι:''' &lt;br /&gt;
&lt;br /&gt;
'''1. Η Περιοχή μελέτης:''' Το Ρότερνταμ είναι η δεύτερη μεγαλύτερη πόλη της Ολλανδίας και το λιμάνι του είναι το μεγαλύτερο της Ευρώπης. Αποτελεί τμήμα μίας μεγαλύτερης μητρόπολης 1,6 εκατομμυρίων κατοίκων, ενώ αποτελείται από 22 διαμερίσματα, τα οποία υποδιαιρούνται σε 88 γειτονιές. Η πόλη χαρακτηρίζεται από τον ποταμό Nieuwe Maas, το λιμάνι και μεγάλες βιομηχανικές περιοχές (εικόνα 1).&lt;br /&gt;
&lt;br /&gt;
'''2. Δορυφορικά δεδομένα:''' Αρκετοί δορυφόροι διεξάγουν μετρήσεις στο θερμικό υπέρυθρο φάσμα από τις οποίες μπορούν να προκύψουν θερμοκρασίες της επιφάνειας του εδάφους. Από το 1984, ο Landsat Thematic Mapper (Landsat TM) λαμβάνει εικόνες του ορατού, εγγύς υπέρυθρου και θερμικού υπέρυθρου φάσματος. Μεταξύ του 1999 και του 2003, ο Landsat Enhanced Thematic Mapper (Landsat ΕΤΜ) προσέφερε επίσης και απεικόνιση. Η χωρική ανάλυση του θερμικού υπέρυθρου φάσματος του πρώτου ήταν 120*120 m, ενώ βελτιώθηκε στα 60*60 m στην περίπτωση του Landsat ΕΤΜ. Η χωρική ανάλυση του  ορατού φάσματος και του εγγύς υπέρυθρου και των δύο δορυφόρων είναι 30 m, με χρόνο επαναληψιμότητας 16 ημερών. Οι εικόνες λαμβάνονται κατά τις μεσημεριανές ώρες. &lt;br /&gt;
&lt;br /&gt;
Ένα άλλο δορυφορικό πρόγραμμα που ξεκίνησε το 1978 και συνεχίζεται μέχρι σήμερα, είναι αυτό του Advanced Very High Resolution Radiometer (AVHRR) που διεξάγεται από τον Οργανισμό US National Oceanic and Atmospheric Administration (NOAA). Κάθε σημείο του πλανήτη είναι ορατό από κάθε δορυφόρο δύο φορές την ημέρα και σε διαφορετικές ώρες, γεγονός το οποίο αποτελεί το σημαντικότερο συγκριτικό πλεονέκτημα των εικόνων NOAA-AVHRR σε σχέση με τις εικόνες Landsat. Ωστόσο, η χωρική ανάλυση των εικόνων AVHHR είναι από 1,1 km στο ναδίρ έως 4 km στην άκρη των εικόνων, σημαντικά χαμηλότερη από τις εικόνες Landsat. Στην παρούσα μελέτη, για την ανάλυση της έντασης SHI του Ρότερνταμ, υπέστησαν επεξεργασία εικόνες της θερμοκρασίας της αστικής επιφάνειας και από τους δύο δορυφόρους.&lt;br /&gt;
&lt;br /&gt;
'''3. Ανάκτηση των θερμοκρασιών της αστικής επιφάνειας:''' Από το 1984 μέχρι το 2007, επιλέχθηκαν συνολικά 15 εικόνες Landsat, χωρίς νεφοκάλυψη, κατά τη διάρκεια των καλοκαιρινών μηνών. Οι εικόνες διορθώθηκαν γεωμετρικά σύμφωνα με το ολλανδικό σύστημα συντεταγμένων και οι φασματικές ακτινοβολίες προέκυψαν χρησιμοποιώντας τις παραμέτρους της ραδιομετρικής βαθμονόμησης του αισθητήρα. Οι ακτινοβολίες δεν αντιπροσωπεύουν ακριβώς τη θερμοκρασία της επιφάνειας, αλλά αποτελούν μίξη των διαφόρων κλασμάτων ενέργειας, εκ των οποίων το πιο σημαντικό είναι η ενέργεια που εκπέμπεται από την αστική επιφάνεια. Η ακτινοβολία της επιφάνειας εκτιμήθηκε χωρικά χρησιμοποιώντας μία εμπειρική σχέση μεταξύ του τηλεπισκοπικού δείκτη Normalised Difference Vegetation Index (NDVI) και της ακτινοβολίας. Ο δείκτης NDVI εκφράζει τη διαφορά των εγγύς υπέρυθρων και των ερυθρών ακτινοβολιών διαιρεμένη με το άθροισμα των δύο. Μετά τη χωρική εκτίμηση της ακτινοβολίας, υπολογίστηκε η θερμοκρασία της αστικής επιφάνειας μέσω της αντίστροφης εφαρμογής του νόμου του Planck, ο οποίος δίνει την σχέση της θερμοκρασίας και της φασματικής ακτινοβολίας, σε ένα συγκεκριμένο μήκος κύματος.&lt;br /&gt;
&lt;br /&gt;
Για τον έλεγχο των περιοχών που είναι πιο ευάλωτες στη θερμότητα, υπολογίστηκε η μέση θερμοκρασία της αστικής επιφάνειας για τα 22 διαμερίσματα (εικόνα 2) και τις 88 γειτονιές. Για κάθε περιοχή υπολογίστηκε η ένταση SHI συγκρίνοντας τη θερμοκρασία των αστικών επιφανειών με τη μέση θερμοκρασία της επιφάνειας 19 αγροτικών περιοχών (κυρίως χορτολιβαδικών εκτάσεων), έξω από το Ρότερνταμ. Η μέση θερμοκρασία της επιφάνειας των αγροτικών περιοχών υπολογίστηκε σε 23 °C.&lt;br /&gt;
&lt;br /&gt;
'''4. Αστικά χαρακτηριστικά:''' Για την αξιολόγηση των αστικών χαρακτηριστικών που εξηγούν τη χωρική κατανομή των θερμοκρασιών της αστικής επιφάνειας, διενεργήθηκε μία ανάλυση παλινδρόμησης. Δεδομένου ότι το φαινόμενο της Θερμικής Νησίδας σχετίζεται με την ανακλαστικότητα των επιφανειών, τον παράγοντα του sky view και το ποσοστό του πρασίνου, των αδιαπέρατων και των υδάτινων επιφανειών, επιλέχθηκαν να αναλυθούν τα παραπάνω αστικά χαρακτηριστικά. Η ανάλυση παλινδρόμησης πραγματοποιήθηκε σε κλίμακα γειτονιάς, υποθέτοντας ότι τα αστικά χαρακτηριστικά είναι σχετικά ομοιογενή σε κάθε γειτονιά.&lt;br /&gt;
&lt;br /&gt;
Η ανακλαστικότητα των επιφανειών και ο παράγοντας του sky view, επηρεάζουν άμεσα τη θερμοκρασία της αστικής επιφάνειας. Για παράδειγμα, οι στενοί δρόμοι με χαμηλό sky view, δέχονται λιγότερη ακτινοβολία στην επιφάνειά τους κατά τη διάρκεια της ημέρας. Επιπλέον, 'παγιδεύουν' την ενέργεια, μειώνοντας την απώλεια θερμότητας και δημιουργώντας θερμές αστικές επιφάνειες. Οι υδάτινες επιφάνειες έχουν ένα αποτέλεσμα δροσισμού στην πόλη, που προκαλείται από την εξάτμιση του νερού. Οι περιοχές πρασίνου έχουν ένα παρόμοιο αποτέλεσμα, που δημιουργείται μέσω της εξατμισοδιαπνοής. Από την άλλη πλευρά, οι αδιαπέρατες επιφάνειες έχουν συνήθως χαμηλές τιμές ανακλαστικότητας και δεν εξατμίζουν το νερό.&lt;br /&gt;
 &lt;br /&gt;
'''5. Θερμοκρασία του αέρα:''' Για τη σύγκριση των δεδομένων του Landsat, που αφορούν τη θερμοκρασία της επιφάνειας, και των επί τόπου μετρήσεων της θερμοκρασίας του αέρα, συλλέχθηκαν οι θερμοκρασίες του αέρα από ερασιτεχνικές μετρήσεις και όχι από τους επίσημους μετεωρολογικούς σταθμούς, αφού δεν βρίσκονται στον ιστό της πόλης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα'''&lt;br /&gt;
&lt;br /&gt;
'''1. Χωρική κατανομή της έντασης SHI:''' Στην εικόνα 3 παρουσιάζεται ένας χάρτης των μέσων θερμοκρασιών της επιφανείας του Ρότερνταμ που ανακτήθηκαν από τις 15 εικόνες Landsat. Στην εικόνα απεικονίζεται η ένταση SHI, ενώ η διαφορά της θερμοκρασίας της επιφάνειας των αστικών και των αγροτικών περιοχών αγγίζει τους 10 °C. Οι χαμηλότερες θερμοκρασίες παρατηρούνται στην επιφάνεια του νερού, ακολουθούμενες από αυτές των χορτολιβαδικών εκτάσεων στα βόρεια και ανατολικά της πόλης. Εντυπωσιακό αποτέλεσμα αποτελεί το ότι οι πολύ υψηλές θερμοκρασίες δεν παρατηρούνται μόνο στο κέντρο του Ρότερνταμ, αλλά και στις βιομηχανικές περιοχές και στα λιμάνια, δυτικά της πόλης. Αυτό σχετίζεται με τις πολλές σκουρόχρωμες στέγες και τις μεγάλες περιοχές των πλακόστρωτων και αδιαπέρατων επιφανειών. &lt;br /&gt;
&lt;br /&gt;
'''2. Η θερμοκρασία της αστικής επιφάνειας και τα αστικά χαρακτηριστικά:''' Τα αποτελέσματα της στατιστικής ανάλυσης του μέσου όρου των θερμοκρασιών της αστικής επιφάνειας και των αστικών χαρακτηριστικών της κάθε γειτονιάς έδειξε ότι τα κλάσματα των πράσινων χώρων αποτελούν τον κύριο  προγνωστικό δείκτη της θερμοκρασίας της επιφάνειας. Αυτό αποδεικνύει ότι η βλάστηση έχει σημαντική επίδραση στο δροσισμό και εξηγεί το 69% της διακύμανσης της θερμοκρασίας της επιφάνειας (εικόνα 4). Η αύξηση του ποσοστού του πρασίνου κατά 10% μειώνει την μέση θερμοκρασία της επιφάνειας κατά 1,3 °C. &lt;br /&gt;
&lt;br /&gt;
Επιπλέον, η θερμοκρασία της επιφάνειας μειώνεται όσο αυξάνεται η ανακλαστικότητα, οι λιγότερο αδιαπέρατες επιφάνειες και ο παράγοντας του sky view. Το ποσοστό των υδάτινων επιφανειών δεν συσχετίζεται άμεσα με τη θερμοκρασία της αστικής επιφάνειας, γεγονός που συνεπάγει ότι το νερό δεν έχει σημαντική επίδραση στο δροσισμό των γύρω επιφανειών. Παρόλα αυτά, θα μπορούσε να έχει κάποιο αποτέλεσμα δροσισμού στη θερμοκρασία του αέρα, αλλά η ανάλυση αυτή ξεφεύγει από τα όρια της μελέτης. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα:''' Οι θερμικές υπέρυθρες εικόνες Landsat κατά τη διάρκεια 15 θερινών ημερών έδειξαν ότι η ένταση SHI στο Ρότερνταμ κατά τη διάρκεια της ημέρας άγγιζε τους  10 °C σε σχέση με τις μη αστικές περιοχές. Οι διαφορές της έντασης SHI μεταξύ των διαμερισμάτων μπορούν να εξηγηθούν σε μεγάλο βαθμό από τη διαφορά των χαρακτηριστικών της αστικής επιφάνειας και ιδιαίτερα από το ποσοστό της αστικής βλάστησης.&lt;br /&gt;
Η χωρική εμφάνιση της έντασης SHI διέφερε μεταξύ ημέρας και νύχτας. Το παραπάνω διαπιστώθηκε από την ανάλυση της ημερήσιας διακύμανσης της θερμοκρασίας των αστικών επιφανειών, βασισμένη σε μία σειρά εικόνων NOAA-AVHHR, κατά την περίοδο καύσωνα του 2006. Η μελέτη της διαφορετικής χωρικής εμφάνισης της έντασης SHI κρίνεται ιδιαίτερα χρήσιμη για τον μελλοντικό σχεδιασμό της πόλης, ο οποίος θα πρέπει να στοχεύει στην μετρίαση των αρνητικών επιπτώσεων της θερμότητας. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αναφορές'''&lt;br /&gt;
&lt;br /&gt;
Bowler DE, Buyung-Ali L, Knight TM, Pullin AS. Urban greening to cool towns and cities: a systematic review of the empirical evidence. Landscape and Urban Planning 2010;97(3):147–55.&lt;br /&gt;
&lt;br /&gt;
Dousset B, Gourmelon F. Satellite multi-sensor data analysis of urban surface temperatures and landcover. Remote Sensing of the Environment 2003;58(1–2):43–54.&lt;br /&gt;
&lt;br /&gt;
Dousset B, Gourmelon F, Mauri E. Application of satellite remote sensing for urban risk analysis: a case study of the 2003 extreme heat wave in Paris. Urban Remote Sensing Joint Event 2007:1–5.&lt;br /&gt;
&lt;br /&gt;
Heusinkveld BG, Van Hove LWA, Jacobs CMJ, Steeneveld GJ, Elbers JA, Moors EJ, et al. Use of a mobile platform for assessing urban heat stress in Rotterdam. In: Proceedings of the 7th conference on biometeorology – Berichte des Meteorologischen Instituts der Albert- Ludwigs-Universitδt; 2010. p. 433–8.&lt;br /&gt;
&lt;br /&gt;
Kovats RS, Hajat S. Heat stress and public health: a critical review. Annual Review of Public Health 2008;29:41–55.&lt;br /&gt;
&lt;br /&gt;
Oke TR. Boundary layer climates. 2nd ed. London: Methuen; 1987.&lt;br /&gt;
&lt;br /&gt;
Oke TR. The urban energy balance. Progress in Physical Geography 1988;12(4):471–508.&lt;br /&gt;
&lt;br /&gt;
Roodenburg J. Adaptation of rural minimum temperature forecasts to an urban environment. Archives for Meteorology Geophysics and Bioclimatology 1983;32:395–401.&lt;br /&gt;
&lt;br /&gt;
Rosenzweig C, Solecki WD, Slosberg RB. Mitigating New York City’s heat island with urban forestry, living roofs and light surfaces. New York: New York State Energy Research and Development Authority; 2006.&lt;br /&gt;
&lt;br /&gt;
Tucker CJ. Red and photographic infrared linear combinations for monitoring vegetation. Remote Sensing of the Environment 1979;8(2):127–50.&lt;br /&gt;
&lt;br /&gt;
Van de Griend AA, Owe M. On the relationship between thermal emissivity and the normalized difference vegetation index for natural surfaces. International Journal of Remote Sensing 1992;14(6):1119–31.&lt;br /&gt;
&lt;br /&gt;
Voogt JA. Urban heat islands: hotter cities. Retrieved September 5, 2011 from http://www.actionbioscience.org/environment/voogt.html?print.&lt;br /&gt;
&lt;br /&gt;
Voogt JA, Oke TR. Thermal remote sensing of urban climates. Remote Sensing of the Environment 2003;86:370–84.&lt;br /&gt;
&lt;br /&gt;
Weng Q. Thermal infrared remote sensing for urban climate and environmental studies: methods, applications, and trends. ISPRS Journal of Photogrammetry and Remote Sensing 2009;64:335–44.&lt;br /&gt;
&lt;br /&gt;
Weng Q, Lu D, Schubring J. Estimation of land surface temperature-vegetation abundance relationship for urban heat island studies. Remote Sensing of Environment 2004;89(4):467–83.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
[http://www.sciencedirect.com/science/article/pii/S0921344912000110 '''το άρθρο στο διαδίκτυο''']&lt;br /&gt;
&lt;br /&gt;
 [[category:Αστικός και περιφερειακός σχεδιασμός]]&lt;/div&gt;</summary>
		<author><name>Ramfou Vasiliki</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%B1%CE%BB%CE%BB%CE%B1%CE%B3%CF%8E%CE%BD_%CF%84%CF%89%CE%BD_%CE%B1%CE%B4%CE%B9%CE%B1%CF%80%CE%AD%CF%81%CE%B1%CF%84%CF%89%CE%BD_%CE%B5%CF%80%CE%B9%CF%86%CE%B1%CE%BD%CE%B5%CE%B9%CF%8E%CE%BD_%CE%BC%CE%B5_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CE%B5%CF%82_Landsat_%CF%80%CE%BF%CE%BB%CE%BB%CE%B1%CF%80%CE%BB%CF%8E%CE%BD_%CF%87%CF%81%CE%BF%CE%BD%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CF%83%CF%84%CE%BF_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8C-%CE%B1%CE%B3%CF%81%CE%BF%CF%84%CE%B9%CE%BA%CF%8C_%CF%8C%CF%81%CE%B9%CE%BF</id>
		<title>Ανίχνευση των αλλαγών των αδιαπέρατων επιφανειών με εικόνες Landsat πολλαπλών χρονικών δεδομένων στο αστικό-αγροτικό όριο</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%B1%CE%BB%CE%BB%CE%B1%CE%B3%CF%8E%CE%BD_%CF%84%CF%89%CE%BD_%CE%B1%CE%B4%CE%B9%CE%B1%CF%80%CE%AD%CF%81%CE%B1%CF%84%CF%89%CE%BD_%CE%B5%CF%80%CE%B9%CF%86%CE%B1%CE%BD%CE%B5%CE%B9%CF%8E%CE%BD_%CE%BC%CE%B5_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CE%B5%CF%82_Landsat_%CF%80%CE%BF%CE%BB%CE%BB%CE%B1%CF%80%CE%BB%CF%8E%CE%BD_%CF%87%CF%81%CE%BF%CE%BD%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CF%83%CF%84%CE%BF_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8C-%CE%B1%CE%B3%CF%81%CE%BF%CF%84%CE%B9%CE%BA%CF%8C_%CF%8C%CF%81%CE%B9%CE%BF"/>
				<updated>2015-03-15T14:48:44Z</updated>
		
		<summary type="html">&lt;p&gt;Ramfou Vasiliki: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα:vr_a4_e1.jpg|300px|thumb|right|Εικόνα 1. Σύγκριση των έγχρωμων σύνθετων των απεικονίσεων Landsat TM και QuickBird (2008), που απεικονίζει το πρόβλημα των μικτών pixels σε σχετικά χονδροειδούς χωρικής ανάλυσης εικόνες.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a4_e2.jpg|300px|thumb|right|Εικόνα 2. Η περιοχή μελέτης - Município de Lucas do Rio Verde, Πολιτεία του Mato Grosso, Βραζιλία.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a4_e3.jpg|300px|thumb|right|Εικόνα 3. Η στρατηγική της χρήσης Landsat TM και QuickBird εικόνων για τη χαρτογράφηση των αδιαπέραστων επιφανειών και την παρακολούθηση της δυναμικής τους αλλαγής.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a4_e4.jpg|300px|thumb|right|Εικόνα 4. Η αλλαγή των αδιαπέραστων επιφανειών από το 1977 έως το 2008. Απεικονίζεται τμήμα της περιοχής μελέτης Município de Lucas, Mato Grosso, Βραζιλία.]]&lt;br /&gt;
&lt;br /&gt;
'''Αντικείμενο Εφαρμογής:''' Παρακολούθηση και χαρτογράφηση των κλασμάτων των αδιαπέραστων επιφανειών στο αστικό-αγροτικό όριο&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος Τίτλος:''' 'Detection of impervious surface change with multitemporal Landsat images in an urban–rural frontier'&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Dengsheng Lu*, Emilio Moran, Scott Hetrick&lt;br /&gt;
*Anthropological Center for Training and Research on Global Environmental Change (ACT), Indiana University, Bloomington, IN, 47405, USA&lt;br /&gt;
&lt;br /&gt;
'''Πηγή:''' Elsevier, ISPRS Journal of Photogrammetry and Remote Sensing, 66 (2011), 298–306&lt;br /&gt;
&lt;br /&gt;
'''Λέξεις Κλειδιά:''' αδιαπέραστες επιφάνειες, αστικό-αγροτικό όριο, Landsat, QuickBird, ανάλυση παλινδρόμησης&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Περίληψη:''' Η παρακολούθηση και χαρτογράφηση της δυναμικής αλλαγής των αδιαπέραστων επιφανειών σε ένα περίπλοκο αστικό-αγροτικό όριο, με εικόνες μεσαίας ή χονδροειδούς χωρικής ανάλυσης, αποτελεί πρόκληση που οφείλεται στο πρόβλημα των μικτών pixels και της φασματικής σύγχυσης μεταξύ των αδιαπέραστων επιφανειών και της εκτός-βλάστησης κάλυψης της γης. Ως περιοχή μελέτης επιλέχθηκε η Κομητεία Lucas do Rio Verde, της Πολιτείας Mato Grosso της Βραζιλίας, για τη βελτίωση της απόδοσης της εκτίμησης των αδιαπέραστων επιφανειών, με τη χρήση εικόνων Landsat και QuickBird, καθώς και την παρακολούθηση των αλλαγών των αδιαπέραστων επιφανειών, αναλύοντας τα κανονικοποιημένα κλάσματα πολλαπλών χρονικών δεδομένων των αδιαπέραστων επιφανειών, που προέρχονται από τον Landsat. Η έρευνα καταδεικνύει τη σημασία δύο φάσεων βαθμονόμησης. Το πρώτο βήμα είναι η βαθμονόμηση της αξίας των κλασμάτων των  αδιαπέραστων επιφανειών από τον Landsat, μέσω του μοντέλου παλινδρόμησης το οποίο βασίζεται σε εικόνες αδιαπέραστων επιφανειών του 2008 από τον QuickBird. Το δεύτερο βήμα είναι η κανονικοποίηση μεταξύ των βαθμονομημένων εικόνων του 2008, με εικόνες άλλων ημερομηνιών. Η έρευνα αποδεικνύει ότι η 'ανά pixel' μέθοδος υπερεκτιμά το ποσοστό των αδιαπέραστων επιφανειών στο αστικό-αγροτικό όριο, κατά 50% - 60%. Προκειμένου να εκτιμηθεί με ακρίβεια η έκταση των αδιαπέραστων επιφανειών, είναι απαραίτητη η χαρτογράφηση των κλασμάτων αυτών των επιφανειών και η περαιτέρω βαθμονόμηση των εκτιμήσεων, χρησιμοποιώντας εικόνες υψηλής χωρικής ανάλυσης. Επίσης, είναι απαραίτητη η κανονικοποίηση των εικόνων, ώστε να μειωθούν οι επιπτώσεις των διαφορετικών περιβαλλοντικών συνθηκών. Η παρούσα διαδικασία είναι ιδιαίτερα χρήσιμη στο αστικό-αγροτικό όριο, όπου οι εικόνες Landsat πολλαπλών χρονικών δεδομένων είναι δύσκολο να χρησιμοποιηθούν για την ακριβή εξαγωγή των χαρακτηριστικών των αδιαπέραστων επιφανειών που βασίζεται στην παραδοσιακή, 'ανά pixel' ταξινόμηση, καθώς δεν μπορεί να χειριστεί αποτελεσματικά το πρόβλημα των μικτών pixels.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή:''' Η ψηφιακή ανίχνευση των αλλαγών του αστικού περιβάλλοντος είναι μια πρόκληση που οφείλεται σε ποικίλους παράγοντες. Οι αλλαγές της χρήσης/κάλυψης γης, συνήθως αντιπροσωπεύουν ένα μικρό τμήμα της περιοχής μελέτης και είναι χωρικά διάσπαρτες, ενώ συχνά συγχέονται με άλλες αλλαγές, λόγω της πολυπλοκότητας των φασματικών χαρακτηριστικών των αδιαπέραστων επιφανειών και άλλων, εκτός της βλάστησης, καλύψεων. Επιπλέον, ένας μεγάλος αριθμός μικτών pixels οδηγεί συχνά σε χαμηλή ακρίβεια ταξινόμησης, λόγω της ανομοιογένειας του αστικού περιβάλλοντος και του περιορισμού της χωρικής ανάλυσης της τηλεπισκοπικής εικόνας.&lt;br /&gt;
&lt;br /&gt;
Η πλειοψηφία των τεχνικών ανίχνευσης των αλλαγών της κάλυψης γης, βασίζεται στη σύγκριση των φασματικών αποκρίσεων ή των ταξινομημένων εικόνων σε κλίμακα pixel, χρησιμοποιώντας εικόνες μεσαίας ή χονδροειδούς χωρικής ανάλυσης και καταλήγοντας σε κακής ποιότητας αποτελέσματα ανίχνευσης, ιδιαίτερα στο όριο των αστικών-αγροτικών περιοχών. Πρόσφατες έρευνες έδειξαν ότι τα σύνολα δεδομένων των αδιαπέραστων επιφανειών που βασίζονται στο υπο-pixel (subpixel), έχουν τη δυνατότητα ανίχνευσης της αστικής επέκτασης. &lt;br /&gt;
&lt;br /&gt;
Σε εικόνες μεσαίας ή χονδροειδούς χωρικής ανάλυσης, όπως του Landsat Thematic Mapper (TM), τα μικτά pixels αποτελούν πρόβλημα για την αποτελεσματική χρήση των δεδομένων τηλεπισκόπισης στην ταξινόμηση της χρήσης/κάλυψης γης και στην ανίχνευση των αλλαγών.  Όπως φαίνεται στην εικόνα 1, τα μικτά pixels είναι συνήθη στην απεικόνιση TM, αλλά το πρόβλημα αυτό σχεδόν δεν υπάρχει στην απεικόνιση QuickBird (εδώ με χωρική ανάλυση 0,6 m). Τα σχήματα των κτιρίων, οι δρόμοι και τα όρια μεταξύ των διαφόρων καλύψεων γης, τα οποία δύσκολα διακρίνονται στον Landsat TM (λόγω της σχετικά χονδροειδούς χωρικής ανάλυσης των 30 m), μπορούν να προσδιοριστούν με σαφήνεια στην απεικόνιση QuickBird. Εάν για τον προσδιορισμό της χρήσης/κάλυψης γης χρησιμοποιηθούν οι παραδοσιακές 'ανά-pixel' μέθοδοι ταξινόμησης, όπως αυτή της μέγιστης πιθανοφάνειας, υπάρχει ο κίνδυνος υπερεκτίμησης των αστικών περιοχών και υποτίμησης των αγροτικών.&lt;br /&gt;
  &lt;br /&gt;
Οι αδιαπέραστες επιφάνειες ορίζονται ως το σύνολο των ανθρωπογενών υλικών στα οποία  το νερό δεν μπορεί να διεισδύσει και συνδέονται κατά κύριο λόγο με την κατασκευή μεταφορικών υποδομών και κτιρίων. Από το 1970, έχουν αναπτυχθεί πολλές μέθοδοι χαρτογράφησής τους, χρησιμοποιώντας εικόνες διαφορετικής χωρικής ανάλυσης, από  υψηλής (IKONOS και QuickBird) και μεσαίας (Landsat TM και Terra ASTER), μέχρι χονδροειδούς (DMSP-OLS). Παρόλα αυτά, το ποσοστό των αδιαπέραστων επιφανειών συνήθως υπερεκτιμούταν ή υποτιμούταν. Λόγω της πολυπλοκότητας των τηλεπισκοπικών φασματικών υπογραφών των αδιαπέραστων επιφανειών, καθώς και του προβλήματος των μικτών pixels στις εικόνες μεσαίας ή χονδροειδούς χωρικής ανάλυσης (εικόνα 1), οι μέθοδοι που βασίζονται στο υπο-pixel (subpixel) κερδίζουν συνεχώς έδαφος τα τελευταία χρόνια. Ο στόχος της έρευνας είναι, αφενός η ανάπτυξη μίας νέας μεθόδου για τη βελτίωση της εκτίμησης της επιφάνειας των αδιαπέραστων επιφανειών, μέσω απεικονίσεων Landsat TM και QuickBird, και αφετέρου, η μελέτη της αστικής επέκτασης, μέσω της ανάλυσης των κανονικοποιημένων εικόνων πολλαπλών χρονικών δεδομένων των αδιαπέραστων επιφανειών. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Η περιοχή μελέτης και τα σύνολα δεδομένων:''' Η Lucas do Rio Verde στο Mato Grosso της Βραζιλίας καλύπτει μια περιοχή 3.660 km2 και μικρών υψομετρικών διαφορών (εικόνα 2). Ιδρύθηκε στις αρχές του 1980 και από τότε γνώρισε μια ραγδαία αστικοποίηση. Η περιοχή μελέτης περιλαμβάνει τόσο την αστική περιοχή της έδρας της Κομητείας, πληθυσμού 29.000 κατοίκων, όσο και αγροτικές περιοχές, όπου αναπτύσσονται γεωργικές και κτηνοτροφικές δραστηριότητες. Η Κομητεία βρίσκεται στο επίκεντρο της παραγωγής σόγιας στη Βραζιλία και αναμένεται τριπλασιαστεί σε πληθυσμό μέσα στα επόμενα δέκα χρόνια. Αποτελεί ιδανική τοποθεσία για την παρακολούθηση των δυναμικών αλλαγών των αδιαπέραστων επιφανειών, καθώς προς το παρόν αποτελεί, μία σχετικά μικρή πόλη που δεν έχει υποστεί ακόμα τις συνέπειες της προγραμματισμένης αστικής ανάπτυξης. &lt;br /&gt;
&lt;br /&gt;
Για τη διεξαγωγή της έρευνας χρησιμοποιήθηκαν εικόνες Landsat από το 1977 έως το 2008 και εικόνες QuickBird του 2007 και του 2008. Οι εικόνες επιλέχτηκαν με κριτήριο την μικρή νεφοκάλυψη και τα λιγότερα λάθη του συστήματος. Για όλες τις επιλεγμένες εικόνες Landsat, πραγματοποιήθηκε ραδιομετρική και ατμοσφαιρική βαθμονόμηση με τη μέθοδο αφαίρεσης σκοτεινών αντικειμένων. Όλες οι εικόνες καταχωρήθηκαν γεωμετρικά σε προβολή UTM (ζώνη 21, νότια), με γεωμετρικά σφάλματα μικρότερα του ενός pixel, έτσι ώστε όλες οι εικόνες να έχουν το ίδιο σύστημα συντεταγμένων. Η τεχνική του πλησιέστερου γείτονα χρησιμοποιήθηκε για την επαναδειγματοληψία των εικόνων Landsat, με μέγεθος pixel 30 * 30 m. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Μέθοδοι:''' Κρίσιμο βήμα της έρευνας αποτελεί η χαρτογράφηση των συνόλων δεδομένων των αδιαπέραστων επιφανειών. Για τη βελτίωση της χαρτογραφικής απόδοσης, εικόνες QuickBird χρησιμοποιήθηκαν για τη βαθμονόμηση των εικόνων Landsat των αδιαπέραστων επιφανειών. Η στρατηγική της χαρτογράφησης και παρακολούθησης των αλλαγών των αδιαπέραστων επιφανειών, απεικονίζεται στην εικόνα 3. Τα κύρια βήματα περιλαμβάνουν:&lt;br /&gt;
&lt;br /&gt;
1. χαρτογράφηση των αδιαπέραστων επιφανειών μέσω μίας υβριδικής μεθόδου που βασίζεται στην απεικόνιση QuickBird&lt;br /&gt;
&lt;br /&gt;
2. ανά pixel εξαγωγή των εικόνων των αδιαπέραστων επιφανειών από εικόνες Landsat, εφαρμόζοντας μέγιστο και της ελάχιστο φιλτράρισμα εικόνων και επιβλεπόμενη ταξινόμηση&lt;br /&gt;
&lt;br /&gt;
3. χαρτογράφηση των εικόνων υψηλής ανακλαστικότητας, χαμηλής ανακλαστικότητας, βλάστησης και εδάφους, μέσω γραμμικής φασματικής ανάλυσης&lt;br /&gt;
&lt;br /&gt;
4. παραγωγή εικόνων αδιαπέραστων επιφανειών, προσθέτοντας εικόνες υψηλής και χαμηλής ανακλαστικότητας, με ταυτόχρονη απομάκρυνση των pixels των μη αδιαπέραστων επιφανειών, συνδυάζοντας τις ανά pixel εικόνες του 2ου βήματος&lt;br /&gt;
&lt;br /&gt;
5. καθιέρωση ενός μοντέλου παλινδρόμησης για τη βαθμονόμηση των εικόνων Landsat,  χρησιμοποιώντας εικόνες QuickBird του 2008 &lt;br /&gt;
&lt;br /&gt;
6. κανονικοποίηση των εικόνων πολλαπλών χρονικών δεδομένων Landsat &lt;br /&gt;
&lt;br /&gt;
7. αξιολόγηση της εκτίμησης των αδιαπέραστων επιφανειών, με εικόνες QuickBird του 2007 και τέλος, &lt;br /&gt;
&lt;br /&gt;
8. μελέτη των αλλαγών των αδιαπέραστων επιφανειών&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα και Συζήτηση:''' Συνολικά, επιτεύχθηκε μία αρκετά καλή γραμμική σχέση μεταξύ των εικόνων των αδιαπέραστων επιφανειών του Landsat TM (2008), με τις εικόνες του QuickBird, αν και συνέβη υπερεκτίμηση όταν οι αδιαπέραστες επιφάνειες αντιπροσώπευαν ένα σχετικά μικρό ποσοστό του pixel και υποτίμηση, στην αντίθετη περίπτωση.  Η κανονικοποίηση των εικόνων αποδείχθηκε πολύτιμη για την απόδοση της εκτίμησης των αδιαπέραστων επιφανειών, μειώνοντας τις  επιπτώσεις που προκαλούνται από τις διαφορετικές περιβαλλοντικές συνθήκες. Επιπλέον, επιτεύχθηκε μία καλή συσχέτιση μεταξύ του TM αποτελέσματος των αδιαπέραστων επιφανειών και του αντίστοιχου αποτελέσματος του 2007 του QuickBird. Ο συντελεστής συσχέτισης μεταξύ τους ήταν 0,89,  με τη ρίζα του μέσου τετραγωνικού σφάλματος (root mean square error-RMSE) να είναι ίση με 0,128. Το παραπάνω αποτελεί αποδεκτό σφάλμα για ένα τόσο περίπλοκο αστικό - αγροτικό όριο. Ο υψηλός συντελεστής συσχέτισης και η σχετικά χαμηλή RMSE, δείχνουν ότι η TM εικόνα των αδιαπέραστων επιφανειών του 2007 είναι αξιόπιστη, ενώ ταυτόχρονα σημαίνει ότι η μέθοδος που αναπτύχθηκε σε αυτή την έρευνα για την εκτίμηση του ποσοστού των αδιαπέραστων επιφανειών είναι εφικτή.&lt;br /&gt;
&lt;br /&gt;
Η εξάπλωση των αδιαπέραστων επιφανειών στο διάστημα 1977-2008 γίνεται εύκολα αντιληπτή, εάν παρατηρήσουμε την εικόνα 4. Οι αδιαπέραστες επιφάνειες αυξήθηκαν εκθετικά, ενώ ο ρυθμός αύξησης ήταν μεγαλύτερος μετά το έτος 2000. Επιπλέον, αποδεικνύεται ότι η 'ανά pixel' μέθοδος υπερεκτιμά το ποσοστό των αδιαπέραστων επιφανειών στο αστικό-αγροτικό όριο, κατά 50% - 60%, επισημαίνοντας την σπουδαιότητα της υπο-pixel (subpixel) μεθόδου εκτίμησης. Τέλος, τονίζεται η σημασία της μεθόδου βαθμονόμησης των δύο φάσεων για τη βελτίωση της εκτίμησης των αδιαπέραστων επιφανειών, ειδικά στο αστικό - αγροτικό όριο, χωρίς την εφαρμογή της ταξινόμησης των ιστορικών εικόνων Landsat, η οποία είναι συχνά δύσκολη λόγω της έλλειψης δεδομένων του δείγματος εκπαίδευσης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αναφορές'''&lt;br /&gt;
&lt;br /&gt;
Adams, J.B., Sabol, D.E., Kapos, V., Filho, R.A., Roberts, D.A., Smith, M.O., Gillespie, A.R., 1995. Classification of multispectral images based on fractions of endmembers: application to land cover change in the Brazilian Amazon. Remote Sensing of Environment 52 (2), 137–154.&lt;br /&gt;
&lt;br /&gt;
Bauer, M.E., Loffelholz, B.C., Wilson, B., 2008. Estimating and mapping impervious surface area by regression analysis of Landsat imagery. In: Weng, Q. (Ed.), Remote Sensing of Impervious Surfaces. Taylor&amp;amp;Francis Group, LLC, Boca Raton, FL, pp. 3–19.&lt;br /&gt;
&lt;br /&gt;
Brabec, E., Schulte, S., Richards, P.L., 2002. Impervious surface and water quality: a review of current literature and its implications for watershed planning. Journal of Planning Literature 16 (4), 499–514.&lt;br /&gt;
&lt;br /&gt;
Chander, G., Markham, B.L., Helder, D.L., 2009. Summary of current radiometric calibration coefficients for Landsat MSS, TM, ETM+, and EO-1 ALI sensors. Remote Sensing of Environment 113 (5), 893–903.&lt;br /&gt;
&lt;br /&gt;
Coppin, P.R., Bauer, M.E., 1996. Digital change detection in forest ecosystems with remote sensing imagery. Remote Sensing Reviews 13 (3), 207–234.&lt;br /&gt;
&lt;br /&gt;
Coppin, P., Jonckheere, I., Nackaerts, K., Muys, B., Lambin, E., 2004. Digital change detection methods in ecosystem monitoring: a review. International Journal of Remote Sensing 25 (9), 1565–1596.&lt;br /&gt;
&lt;br /&gt;
Cracknell, A.P., 1998. Synergy in remote sensing — what’s in a pixel? International Journal of Remote Sensing 19 (11), 2025–2047.&lt;br /&gt;
&lt;br /&gt;
Deguchi, C., Sugio, S., 1994. Estimations for the percentage of impervious area by the use of satellite remote sensing imagery. Journal of Soil and Water Conservation 29 (1–2), 135–144.&lt;br /&gt;
&lt;br /&gt;
Dougherty, M., Dymond, R.L., Goetz, S.J., Jantz, C.A., Goulet, N., 2004. Evaluation of impervious surface estimates in a rapidly urbanizing watershed. Photogrammetric Engineering and Remote Sensing 70 (11), 1275–1284.&lt;br /&gt;
&lt;br /&gt;
Elvidge, C.D., Tuttle, B.T., Sutton, P.C., Baugh, K.E., Howard, A.T., Milesi, C., Bhaduri, B., Nemani, R., 2007. Global distribution and density of constructed impervious surfaces. Sensors 7 (9), 1962–1979.&lt;br /&gt;
&lt;br /&gt;
Esch, T., Himmler, V., Schorcht, G., Thiel, M., Wehrmann, T., Bachofer, F., Conrad, C., Schmidt, M., Dech, S., 2009. Large-area assessment of impervious surface based on integrated analysis of single-date Landsat-7 images and geospatial vector data. Remote Sensing of Environment 113 (8), 1678–1690.&lt;br /&gt;
&lt;br /&gt;
Fisher, P., 1997. The pixel: a snare and a delusion. International Journal of Remote Sensing 18 (3), 679–685.&lt;br /&gt;
&lt;br /&gt;
Gillies, R.R., Box, J.B., Symanzik, J., Rodemaker, E.J., 2003. Effects of urbanization on the aquatic fauna of the Line Creek watershed, Atlanta – a satellite perspective. Remote Sensing of Environment 86 (3), 411–422.&lt;br /&gt;
&lt;br /&gt;
Greenfield, E.J., Nowak, D.J., Walton, J.T., 2009. Assessment of 2001 NLCD percent tree and impervious cover estimates. Photogrammetric Engineering &amp;amp; Remote Sensing 75 (11), 1279–1286.&lt;br /&gt;
&lt;br /&gt;
Hodgson, M.E., Jensen, J.R., Tullis, J.A., Riordan, K.D., Archer, C.M., 2003. Synergistic use of Lidar ad color aerial photography for mapping urban parcel imperviousness. Photogrammetric Engineering &amp;amp; Remote Sensing 69 (9), 973–980.&lt;br /&gt;
&lt;br /&gt;
Hu, X., Weng, Q., 2009. Estimating impervious surfaces from medium spatial resolution imagery using the self-organizing map and multi-layer perceptron neural networks. Remote Sensing of Environment 113 (10), 2089–2102.&lt;br /&gt;
&lt;br /&gt;
Jennings, D.B., Jarnagin, S.T., Ebert, C.W., 2004. A modeling approach for estimating watershed impervious surface area from national land cover data 92. Photogrammetric Engineering &amp;amp; Remote Sensing 70 (11), 1295–1307.&lt;br /&gt;
&lt;br /&gt;
Ji, M., Jensen, J.R., 1999. Effectiveness of subpixel analysis in detecting and quantifying urban imperviousness from Landsat Thematic Mapper. Geocarto International 14 (4), 31–39.&lt;br /&gt;
&lt;br /&gt;
Kennedy, R.E., Townsend, P.A., Gross, J.E., Cohen, W.B., Bolstad, P., Wang, Y.Q., Adams, P., 2009. Remote sensing change detection tools for natural resource managers: understanding concepts and tradeoffs in the design of landscape monitoring projects. Remote Sensing of Environment 113 (7), 1382–1396.&lt;br /&gt;
&lt;br /&gt;
Lu, D., Mausel, P., Brondνzio, E., Moran, E., 2002. Assessment of atmospheric correction methods for Landsat TM data applicable to Amazon basin LBA research. International Journal of Remote Sensing 23 (13), 2651–2671.&lt;br /&gt;
&lt;br /&gt;
Lu, D., Mausel, P., Brondizio, E., Moran, E., 2004. Change detection techniques. International Journal of Remote Sensing 25 (12), 2365–2407.&lt;br /&gt;
&lt;br /&gt;
Lu, D., Weng, Q., 2004. Spectral mixture analysis of the urban landscapes in Indianapolis with Landsat ETM+ imagery. Photogrammetric Engineering &amp;amp; Remote Sensing 70 (9), 1053–1062.&lt;br /&gt;
&lt;br /&gt;
Lu, D., Weng, Q., 2006a. Use of impervious surface in urban land use classification. Remote Sensing of Environment 102 (1–2), 146–160.&lt;br /&gt;
&lt;br /&gt;
Lu, D., Weng, Q., 2006b. Spectral mixture analysis of ASTER images for examining the relationship between urban thermal features and biophysical descriptors in Indianapolis, United States. Remote Sensing of Environment 104 (2), 157–167.&lt;br /&gt;
&lt;br /&gt;
Lu, D., Batistella, M., Moran, E., de Miranda, E.E., 2008. A comparative study of Landsat TM and SPOT HRG images for vegetation classification in the Brazilian Amazon. Photogrammetric Engineering &amp;amp; Remote Sensing 74 (3), 311–321.&lt;br /&gt;
&lt;br /&gt;
Lu, D., Weng, Q., 2009. Extraction of urban impervious surface from an IKONOS image. International Journal of Remote Sensing 30 (5), 1297–1311.&lt;br /&gt;
&lt;br /&gt;
Lu, D., Hetrick, S., Moran, E., 2010. Impervious surface mapping with QuickBird imagery. International Journal of Remote Sensing. doi:10.1080/01431161003698393.&lt;br /&gt;
&lt;br /&gt;
Madhavan, B.B., Kubo, S., Kurisaki, N., Sivakumar, T.V.L.N., 2001. Appraising the anatomy and spatial growth of the Bangkok Metropolitan area using a vegetation-impervious-soil model through remote sensing. International Journal of Remote Sensing 22 (5), 789–806.&lt;br /&gt;
&lt;br /&gt;
Mohapatra, R.P., Wu, C., 2008. Subpixel imperviousness estimation with IKONOS imagery: an artificial neural network approach. In: Weng, Q. (Ed.), Remote Sensing of Impervious Surfaces. Taylor &amp;amp; Francis Group, LLC, Boca Raton, FL, pp. 21–37.&lt;br /&gt;
&lt;br /&gt;
Phinn, S., Stanford, M., Scarth, P., Murray, A.T., Shyy, P.T., 2002. Monitoring the composition of urban environments based on the vegetation-impervious surface-soil (VIS) model by subpixel analysis techniques. International Journal of Remote Sensing 23 (20), 4131–4153.&lt;br /&gt;
&lt;br /&gt;
Powell, S.L., Cohen, W.B., Yang, Z., Pierce, J.D., Alberti, M., 2008. Quantification of impervious surface in the Snohomish water resources inventory area of western Washington from 1972–2006. Remote Sensing of Environment 112 (4), 1895–1908.&lt;br /&gt;
&lt;br /&gt;
Rashed, T., Weeks, J.R., Gadalla, M.S., Hill, A.G., 2001. Revealing the anatomy of cities through spectral mixture analysis of multispectral satellite imagery: a case study of the Greater Cairo region. Egypt. Geocarto International 16 (4),7–18&lt;br /&gt;
&lt;br /&gt;
Rashed, T., Weeks, J.R., Roberts, D., Rogan, J., Powell, R., 2003. Measuring the physical composition of urban morphology using multiple endmember spectral mixture models. Photogrammetric Engineering &amp;amp; Remote Sensing 69 (9), 1011–1020.&lt;br /&gt;
&lt;br /&gt;
Ridd, M.K., 1995. Exploring a V–I–S (Vegetation-Impervious Surface-Soil) model for urban ecosystem analysis through remote sensing: comparative anatomy for cities. International Journal of Remote Sensing 16 (12), 2165–2185.&lt;br /&gt;
&lt;br /&gt;
Seto, K.C., Liu, W., 2003. Comparing ARTMAP neural network with the maximumlikelihood classifier for detecting urban change. Photogrammetric Engineering and Remote Sensing 69 (9), 981–990.&lt;br /&gt;
&lt;br /&gt;
Shaban, M.A., Dikshit, O., 2001. Improvement of classification in urban areas by the use of textural features: the case study of Lucknow city, Uttar Pradesh. International Journal of Remote Sensing 22 (4), 565–593.&lt;br /&gt;
&lt;br /&gt;
Singh, A., 1989. Digital change detection techniques using remotely sensed data. International Journal of Remote Sensing 10 (6), 989–1003.&lt;br /&gt;
&lt;br /&gt;
Slonecker, E.T., Jennings, D., Garofalo, D., 2001. Remote sensing of impervious surface: a review. Remote Sensing Reviews 20 (3), 227–255.&lt;br /&gt;
&lt;br /&gt;
Smith, M.O., Ustin, S.L., Adams, J.B., Gillespie, A.R., 1990. Vegetation in Deserts: I. A regional measure of abundance from multispectral images. Remote Sensing of Environment 31 (1), 1–26.&lt;br /&gt;
&lt;br /&gt;
Sutton, P.C., Anderson, S.A., Elvidge, C.D., Tuttle, B.T., Ghosh, T., 2009. Paving the planet: impervious surface as proxy measure of the human ecological footprint. Progress in Physical Geography 33 (4), 510–527.&lt;br /&gt;
&lt;br /&gt;
Wang, Y., Zhou, Y., Zhang, X., 2008. The SPLIT and MASC models for extraction of impervious surface areas from multiple remote sensing data. In: Weng, Q. (Ed.), Remote Sensing of Impervious Surfaces. Taylor&amp;amp;Francis Group, LLC, Boca Raton, FL, pp. 77–92.&lt;br /&gt;
&lt;br /&gt;
Weng, Q. (Ed.), 2007. Remote Sensing of Impervious Surfaces. Taylor &amp;amp; Francis Group, LLC, Boca Raton, FL, 454 p.&lt;br /&gt;
&lt;br /&gt;
Weng, Q., Hu, X., Lu, D., 2008. Extracting impervious surface from medium spatial resolution multispectral and hyperspectral imagery: a comparison. International Journal of Remote Sensing 29 (11), 3209–3232.&lt;br /&gt;
&lt;br /&gt;
Weng, Q., Hu, X., Liu, H., 2009. Estimating impervious surfaces using linear spectral mixture analysis with multitemporal ASTER images. International Journal of Remote Sensing 30 (18), 4807–4830.&lt;br /&gt;
&lt;br /&gt;
Wu, C., Murray, A.T., 2003. Estimating impervious surface distribution by spectral mixture analysis. Remote Sensing of Environment 84 (4), 493–505.&lt;br /&gt;
&lt;br /&gt;
Wu, C., 2004. Normalized spectral mixture analysis for monitoring urban composition using ETM+ imagery. Remote Sensing of Environment 93 (4), 480–492.&lt;br /&gt;
&lt;br /&gt;
Wu, C., Yuan, F., 2008. Seasonal sensitivity analysis of impervious surface estimation with satellite imagery. Photogrammetric Engineering &amp;amp; Remote Sensing 73 (12), 1393–1402.&lt;br /&gt;
&lt;br /&gt;
Wu, C., 2009. Quantifying high-resolution impervious surfaces using spectral mixture analysis. International Journal of Remote Sensing 30 (11), 2915–2932.&lt;br /&gt;
&lt;br /&gt;
Xian, G., Crane, M., 2005. Assessments of urban growth in the Tampa Bay watershed using remote sensing data. Remote Sensing of Environment 97 (2), 203–215.&lt;br /&gt;
&lt;br /&gt;
Xian, G., 2007. Assessing urban growth with subpixel impervious surface coverage. In: Weng, Q., Quattrochi, D.A. (Eds.), Urban Remote Sensing. Taylor &amp;amp; Francis Group, LLC, Boca Raton, FL, pp. 179–200.&lt;br /&gt;
&lt;br /&gt;
Xian, G., 2008. Mapping impervious surfaces using classification and regression tree algorithm. In: Weng, Q. (Ed.), Remote Sensing of Impervious Surfaces. Taylor &amp;amp; Francis Group, LLC, Boca Raton, FL, pp. 39–58.&lt;br /&gt;
&lt;br /&gt;
Xian, G., Crane, M.P., McMahon, C., 2008. Quantifying multitemporal urban development characteristics in Las Vegas from Landsat and Aster data. Photogrammetric Engineering &amp;amp; Remote Sensing 74 (4), 473–481.&lt;br /&gt;
&lt;br /&gt;
Yang, L., Xian, G., Klaver, J.M., Deal, B., 2003a. Urban land-cover change detection through sub-pixel imperviousness mapping using remotely sensed data. Photogrammetric Engineering &amp;amp; Remote Sensing 69 (9), 1003–1010.&lt;br /&gt;
&lt;br /&gt;
Yang, L., Huang, C., Homer, C., Wylie, B., Coan, M., 2003b. An approach for mapping large-area impervious surface: synergistic use of Landsat 7 ETM+ and high spatial resolution imagery. Canadian Journal of Remote Sensing 29 (2), 230–240.&lt;br /&gt;
&lt;br /&gt;
Yang, L., Jiang, L., Lin, H., Liao, M., 2009. Quantifying sub-pixel urban impervious surface through fusion of optical and InSAR imagery. GIScience and Remote Sensing 46 (2), 161–171.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
[http://www.sciencedirect.com/science/article/pii/S0924271610001176 '''το άρθρο στο διαδίκτυο''']&lt;br /&gt;
&lt;br /&gt;
 [[category:Ανίχνευση μεταβολών αστικής γης]]&lt;/div&gt;</summary>
		<author><name>Ramfou Vasiliki</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A7%CF%81%CE%BF%CE%BD%CE%B9%CE%BA%CE%AE_%CE%BA%CE%B1%CE%B9_%CF%87%CF%89%CF%81%CE%B9%CE%BA%CE%AE_%CE%B4%CF%85%CE%BD%CE%B1%CE%BC%CE%B9%CE%BA%CE%AE_%CF%84%CF%89%CE%BD_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CF%81%CE%AC%CF%83%CE%B9%CE%BD%CF%89%CE%BD_%CF%87%CF%8E%CF%81%CF%89%CE%BD_%CF%89%CF%82_%CE%B1%CF%80%CE%BF%CF%84%CE%AD%CE%BB%CE%B5%CF%83%CE%BC%CE%B1_%CF%84%CE%B7%CF%82_%CF%84%CE%B1%CF%87%CE%B5%CE%AF%CE%B1%CF%82_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CE%B7%CF%82_%CE%BF%CE%B9%CE%BA%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CE%AE%CF%82_%CF%80%CE%BF%CE%BB%CE%B9%CF%84%CE%B9%CE%BA%CE%AE%CF%82</id>
		<title>Χρονική και χωρική δυναμική των αστικών πράσινων χώρων ως αποτέλεσμα της ταχείας αστικοποίησης και της οικολογικής πολιτικής</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A7%CF%81%CE%BF%CE%BD%CE%B9%CE%BA%CE%AE_%CE%BA%CE%B1%CE%B9_%CF%87%CF%89%CF%81%CE%B9%CE%BA%CE%AE_%CE%B4%CF%85%CE%BD%CE%B1%CE%BC%CE%B9%CE%BA%CE%AE_%CF%84%CF%89%CE%BD_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CF%81%CE%AC%CF%83%CE%B9%CE%BD%CF%89%CE%BD_%CF%87%CF%8E%CF%81%CF%89%CE%BD_%CF%89%CF%82_%CE%B1%CF%80%CE%BF%CF%84%CE%AD%CE%BB%CE%B5%CF%83%CE%BC%CE%B1_%CF%84%CE%B7%CF%82_%CF%84%CE%B1%CF%87%CE%B5%CE%AF%CE%B1%CF%82_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CE%B7%CF%82_%CE%BF%CE%B9%CE%BA%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CE%AE%CF%82_%CF%80%CE%BF%CE%BB%CE%B9%CF%84%CE%B9%CE%BA%CE%AE%CF%82"/>
				<updated>2015-03-15T14:48:05Z</updated>
		
		<summary type="html">&lt;p&gt;Ramfou Vasiliki: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα:vr_a5_e1.jpg|300px|thumb|right|Εικόνα 1. (α) Η τοποθεσία της πόλης του Kunming σε σχέση με την επαρχία Yunnan της Κίνας, (β) η τοποθεσία της περιοχής μελέτης, της μητροπολιτικής περιοχής της πόλης του Kunming, (γ) η περιοχή μελέτης όπου επισημαίνονται τα προσφάτως υλοποιημένα αστικά πάρκα και οι περιβαλλοντικές παρεμβάσεις.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a5_e2.jpg|300px|thumb|right|Εικόνα 2. Το διάγραμμα ροής της ανάλυσης των τριών δορυφορικών απεικονίσεων.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a5_e3.jpg|300px|thumb|right|Εικόνα 3. Η διάταξη των ομόκεντρων ζωνών και των γραμμικών κελιών. (α) Οι επτά ομόκεντρες ζώνες, με κέντρο το κέντρο της πόλης, (β) τα  σαράντα τέσσερα κελιά  δειγματοληψίας, σε οκτώ γραμμικές κατευθύνσεις.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a5_e4.jpg|300px|thumb|right|Εικόνα 4. Οι χρήσεις γης στην περιοχή μελέτης (α) το 1992, (β) το 2000 και (γ) το 2009]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a5_e5.jpg|300px|thumb|right|Εικόνα 5. Ποσοστό των χρήσεων γης (PLAND) για (α) τις αστικές περιοχές, (β) τις χορτολιβαδικές εκτάσεις, (γ) τις γεωργικές εκτάσεις και (δ) τις δασικές εκτάσεις, κατά μήκος οκτώ κατευθύνσεων το 1992, το 2000 και το 2009.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a5_e6.jpg|300px|thumb|right|Εικόνα 6. Χωρικά πρότυπα του ρυθμού μεταβολής των χρήσεων γης κατά μήκος οκτώ κατευθύνσεων για (α) τις αστικές περιοχές, (β) τις χορτολιβαδικές εκτάσεις, (γ) τις γεωργικές εκτάσεις και (δ) τις δασικές εκτάσεις.]]&lt;br /&gt;
&lt;br /&gt;
'''Αντικείμενο Εφαρμογής:''' Χρήση ολοκληρωμένων προσεγγίσεων για τη μελέτη της διακύμανσης της μεταβολής των αστικών πράσινων χώρων στο  Kunming της Κίνας.&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος Τίτλος:''' 'Spatial - temporal dynamics of urban green space in response to rapid urbanization and greening policies'&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Xiaolu Zhou*, Yi-Chen Wang&lt;br /&gt;
*Department of Geography, National University of Singapore, 1 Arts Link, AS2 #03-01, Singapore 117570, Singapore&lt;br /&gt;
&lt;br /&gt;
'''Πηγή:''' Elsevier, Landscape and Urban Planning, 100 (2011), 268–277&lt;br /&gt;
&lt;br /&gt;
'''Λέξεις Κλειδιά:''' μορφή χρήσεων γης, χώροι πρασίνου, αστική ανάπτυξη, Τηλεπισκόπιση,  Kunming&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Περίληψη:''' Η ταχεία αστικοποίηση έχει αρκετά σημαντικές επιπτώσεις στο περιβάλλον, οι οποίες συνδέονται με τη μείωση των χώρων πρασίνου. Έχοντας συνειδητοποιήσει τον σημαντικό τους ρόλο στα αστικά οικοσυστήματα, πολλές τοπικές κυβερνήσεις στην Κίνα, έχουν θεσπίσει ένα σύνολο πολιτικών για την εισαγωγή πράσινων στοιχείων σε αστικές περιοχές. Η γνώση του τρόπου μεταβολής των αστικών πράσινων χώρων ως αποτέλεσμα της αστικοποίησης και της οικολογικής πολιτικής, είναι απαραίτητη για την επίτευξη της αειφόρου αστικής ανάπτυξης. Η παρούσα έρευνα χρησιμοποιεί ολοκληρωμένες προσεγγίσεις για τη μελέτη της μεταβαλλόμενης μορφής και έντασης των πράσινων χώρων στο  Kunming της Κίνας, από το 1992 έως το 2009. Οι χωρική διακύμανση της μορφής των πράσινων χώρων προέκυψαν μέσω ομόκεντρων και γραμμικών αναλύσεων των χρήσεων γης σε συνδυασμό με μετρητικούς δείκτες των χρήσεων γης. Η ένταση της μεταβολής των χρονικών περιόδων 1992-2000 και 2000-2009, υπολογίστηκε για το σύνολο της περιοχής μελέτης, των ομόκεντρων ζωνών, καθώς και των γραμμικών κατευθύνσεων,  ώστε να μελετηθεί η διακύμανση του ποσοστού μεταβολής των αστικών πράσινων χώρων. Τα αποτελέσματα αποκάλυψαν ότι τόσο η ταχεία αστικοποίηση, όσο και οι οικολογικές πολιτικές, είχαν μερίδιο ευθύνης για το μέγεθος της μεταβολής των πράσινων χώρων. Μεταξύ των ποικίλων κατηγοριών των πράσινων χώρων, η γεωργική γη κατακερματίστηκε σε μεγάλο βαθμό από την αστική διάχυση, ειδικά στον περιαστικό χώρο της πόλης. Οι δασικές εκτάσεις επηρεάστηκαν επίσης, αλλά το ποσοστό των απωλειών τους ήταν σημαντικά μικρότερο από εκείνο της γεωργικής γης. Από την άλλη μεριά, οι οικολογικές  πολιτικές συνέβαλαν στην ανάκτηση χορτολιβαδικών εκτάσεων κατά την τελευταία δεκαετία. Η μελέτη αποδεικνύει τη χρησιμότητα της ομόκεντρης και της γραμμικής ανάλυσης των χρήσεων γης για τον χαρακτηρισμό της χωρικής και χρονικής μεταβολής του αστικού πρασίνου σε πόλεις με ομόκεντρη ανάπτυξη. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή:''' Η αστική ανάπτυξη συντελείται με πρωτοφανή ρυθμό σε παγκόσμιο επίπεδο, με το 65% του παγκόσμιου πληθυσμού να αναμένεται να κατοικεί σε αστικές περιοχές μέχρι το 2025. Στην Κίνα, η πολιτική 'Open Door' του 1978, καθώς και ο κανονισμός για τη μεταρρύθμιση της γης του 1987, επιτάχυναν σημαντικά το ρυθμό αστικοποίησης, με το επίπεδο αυτής να υπολογίζεται στο 50% μέχρι το τέλος του 2020, με 1,5 δισεκατομμύριο αστικό πληθυσμό. Η φυσική αύξηση του πληθυσμού και η μετακίνηση των ανθρώπων από τις αγροτικές στις αστικές περιοχές, είναι οι δύο βασικοί παράγοντες της ταχείας ανάπτυξης των πόλεων. Το εν λόγω φαινόμενο, έχει προκαλέσει πολλές επιπτώσεις στο περιβάλλον, ενώ αποτελεί ένα κρίσιμο ζήτημα στη μελέτη της πλανητικής μεταβολής. &lt;br /&gt;
&lt;br /&gt;
Οι περισσότερες από τις περιβαλλοντικές επιπτώσεις της αστικοποίησης συνδέονται με τους χώρους πρασίνου. Η απώλεια ή η υποβάθμισή τους, μειώνει τη βιοποικιλότητα και διαταράσσει τη δομή του αστικού οικοσυστήματος. Αντίθετα, η παρουσία τους μπορεί να αντισταθμίσει τις επιπτώσεις του φαινομένου της αστικής θερμικής νησίδας, ενώ συμβάλλει στο φιλτράρισμα της ατμόσφαιρας και του νερού. Η αύξηση των πράσινων χώρων προσφέρει τους πολίτες αισθητικές απολαύσεις, ευκαιρίες αναψυχής, καθώς και σωματική και ψυχική ευεξία. &lt;br /&gt;
&lt;br /&gt;
Έχοντας συνειδητοποιήσει τη σημασία των πράσινων χώρων στα αστικά οικοσυστήματα και τη συμβολή τους στη βελτίωση της ποιότητας ζωής των κατοίκων, προτάθηκε ένα σύνολο  ολοκληρωμένων στρατηγικών σχεδιασμού πράσινων χώρων, προκειμένου να εξασφαλιστεί η αειφόρος ανάπτυξη της μητροπολιτικής περιοχής του Πεκίνου. Επιπλέον, θέματα που αφορούν τη σχέση της αστικοποίησης με μεταβολές των χρήσεων γης και με επακόλουθες περιβαλλοντικές συνέπειες, λαμβάνουν την αυξανόμενη προσοχή των ερευνών. Για την ποσοτικοποίηση της μεταβολής των χρήσεων γης και των μορφών των πράσινων χώρων, χρησιμοποιούνται μετρητικοί δείκτες των χρήσεων γης, προκειμένου να συναχθούν  πιθανές οικολογικές δράσεις για την καθοδήγηση του αειφόρου σχεδιασμού. Οι μετρητικοί δείκτες των χρήσεων γης έχουν επίσης συνδυαστεί με την γραμμική ανάλυση για τον ποσοτικό προσδιορισμό της μορφής της αστικοποίησης, κατά μήκος μιας προκαθορισμένης διεύθυνσης. Ωστόσο, η εξέλιξη των πόλεων οδηγεί συχνά σε μη γραμμικές μορφές, όπως είναι η ομόκεντρη δομή πολλών πόλεων της Κίνας. Συνεπώς, είναι απαραίτητη μίας μορφής  ανάλυσης που θα επιτρέπει τόσο την απεικόνιση της διακύμανσης των μοτίβων των χρήσεων γης σε πόλεις με ομόκεντρη μορφή ανάπτυξης, όσο και το ποσοστό της παραπάνω μεταβολής.&lt;br /&gt;
 &lt;br /&gt;
Η διαθεσιμότητα των πολυ-χρονικών τηλεπισκοπικών δεδομένων με αυξημένη χωρική ανάλυση και κάλυψη, επιτρέπει την ακριβή και εκτεταμένη παρακολούθηση της μεταβολής των χρήσεων γης. Αν και έχουν χρησιμοποιηθεί διαφορετικές τεχνικές για την ποσοτικοποίηση της διαδικασίας της μεταβολής, οι περισσότερες μελέτες υπολογίζουν το συνολικό ποσοστό μεταβολής των διαφόρων χρήσεων  γης, αντί να εξετάσουν την διακύμανση του ποσοστού μεταβολής των χώρων πρασίνου σε διάφορα σημεία της πόλης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Η περιοχή μελέτης:''' Η πόλη του Kunming, αποτελεί οικονομικό, πολιτικό και πολιτιστικό κέντρο της νοτιοδυτικής Κίνας, με ομόκεντρη μορφή ανάπτυξης, παρόμοια με αυτή πολλών κινέζικων πόλεων. Ως πρωτεύουσα της επαρχίας Yunnan της νοτιοδυτικής Κίνας (εικόνα 1α), η γρήγορη αστικοποίηση προκάλεσε μία τεράστια απώλεια πράσινων χώρων ενώ στη συνέχεια, η κυβέρνηση προσπάθησε να εφαρμόσει μία σειρά πολιτικών για την αντιστάθμιση των περιβαλλοντικών συνεπειών, όπως κατασκευή αστικών πάρκων και κοινοτικών κήπων. Ως περιοχή μελέτης επιλέχθηκε η μητροπολιτική περιοχή της πόλης του Kunming, έκτασης 538,9 km2 (εικόνα 1β και 1γ). Η παραπάνω έκταση αποτελείται από τον αστικό πυρήνα (αδιαπέραστες επιφάνειες και μικρό ποσοστό χώρων πρασίνου), τις περιαστικές περιοχές (συνδυασμός αδιαπέραστων επιφανειών και γεωργικής γης) και την προαστιακή περιοχή (μεγάλο ποσοστό δασικών εκτάσεων). Η μελέτη προτείνει μία ομόκεντρη και γραμμική ανάλυση των χρήσεων γης, σε συνδυασμό με μετρητικούς δείκτες των διάφορων χωρικών προτύπων, ώστε να προσδιοριστεί η μεταβαλλόμενη μορφή των πράσινων χώρων από το 1922 έως το 2009, κάτω από δύο φαινομενικά αντίθετες δυνάμεις: τη γρήγορη διαδικασία της αστικοποίησης και της οικολογικής πολιτικής. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Υλικά και Μέθοδοι'''&lt;br /&gt;
&lt;br /&gt;
'''1. Δεδομένα:''' Για τη μελέτη χρησιμοποιήθηκαν τηλεπισκοπικές απεικονίσεις, χάρτες των χώρων πρασίνου και έρευνα πεδίου. Αναλύθηκαν οι παρακάτω τηλεσκοπικές απεικονίσεις (χωρίς νεφοκάλυψη): μία απεικόνιση του Landsat 5 Thematic Mapper (TM) που λήφθηκε στις 16 του Αυγούστου του 1992, μία απεικόνιση του Landsat 7 Enhanced Thematic Mapper Plus (ETM+), στις 11 Νοεμβρίου του 2000, και μία απεικόνιση του Systeme Probatoire d’Observation de la Terre (SPOT 4) που λήφθηκε στις 20 Σεπτεμβρίου του 2009. Οι Landsat απεικονίσεις (κανάλια 1-5 και 7) έχουν χωρική ανάλυση 30 m, η ΕΤΜ+ απεικόνιση παρέχει ένα πρόσθετο παγχρωματικό κανάλι ανάλυσης 15 m, ενώ η SPOT απεικόνιση έχει ανάλυση 20 m στα πολυφασματικά κανάλια και 10 m στο παγχρωματικό κανάλι. Για τη μελέτη της τάσης μεταβολής των χώρων πρασίνου, πραγματοποιήθηκε σύγκριση μεταξύ ενός χάρτη του 2010 που απεικόνιζε τον μελλοντικό σχεδιασμό των πράσινων χώρων, με έναν χάρτη της υφιστάμενης κατάστασής τους το 2000. Τα δεδομένα της έρευνας πεδίου περιελάμβαναν τα επίγεια σημεία ελέγχου, τα οποία συλλέχθηκαν χρησιμοποιώντας τα Συστήματα Παγκόσμιου Δορυφορικού Εντοπισμού Θέσης (Global Positioning Systems) για τη γεωαναφορά δορυφορικών απεικονίσεων και φωτογραφιών, με σκοπό την ερμηνεία της εικόνας.&lt;br /&gt;
&lt;br /&gt;
'''2. Το σύστημα της ταξινόμησης των χρήσεων γης:''' Λαμβάνοντας υπόψη τη χωρική ανάλυση των δορυφορικών απεικονίσεων και εστιάζοντας στη μελέτη της μεταβολής των χώρων πρασίνου ως αποτέλεσμα της αστικοποίησης, οι χρήσεις γης της περιοχής μελέτης ταξινομήθηκαν σε χώρους πρασίνου, δομημένες επιφάνειες (αδιαπέραστες επιφάνειες, συμπεριλαμβανομένων των αστικών, εμπορικών και βιομηχανικών περιοχών και του οδικού δικτύου), νερό (ρέματα, κανάλια, λίμνες και ταμιευτήρες) και άγονη γη (συμπεριλαμβανομένων των εγκαταλελειμμένων εκτάσεων). Οι χώροι πρασίνου υποδιαιρέθηκαν σε δασικές εκτάσεις (φυλλοβόλα, αειθαλή και μικτά δάση), γεωργικές εκτάσεις (καλλιεργήσιμες εκτάσεις και οπωρώνες) και χορτολιβαδικές εκτάσεις (κήποι, πάρκα με χαμηλή πυκνότητα δένδρων και γήπεδα γκολφ).&lt;br /&gt;
&lt;br /&gt;
'''3. Επεξεργασία εικόνων:''' Η ανάλυση των τριών δορυφορικών απεικονίσεων ακολούθησε τα  παρακάτω βήματα (εικόνα 2). Αρχικά, πραγματοποιήθηκε γεωαναφορά των απεικονίσεων στην Εγκάρσια Μερκατορική Προβολή (Universal Transverse Mercator - UTM) μέσω του πακέτου λογισμικού ERDAS IMAGINE 8.7. Για τη γεωμετρική διόρθωση επιλέχθηκαν δεκαπέντε χωρικά ομοιόμορφα κατανεμημένα επίγεια σημεία ελέγχου, χρησιμοποιώντας ένα δεύτερης τάξης πολυωνυμικό μετασχηματισμό και τη μέθοδο επαναδειγματοληψίας του Εγγύτερου Γείτονα. Η ρίζα του μέσου τετραγωνικού σφάλματος περιορίστηκε στα 0,5 pixels. Λόγω της ανάλυσης πολυχρονικών και πολλαπλών αισθητήρων εικόνων, απαιτούνταν ατμοσφαιρική διόρθωση, η οποία πραγματοποιήθηκε χρησιμοποιώντας το μοντέλο Fast Line-of-sight Atmospheric Analysis of Spectral Hypercubes (FLAASH) του λογισμικού ENVI 4.6. Καθώς η μητροπολιτική περιοχή του Kunming δεν παρουσιάζει έντονο ανάγλυφο, δεν χρειάστηκε τοπογραφική διόρθωση. Τέλος, πραγματοποιήθηκε χωρική επαναδειγματοληψία της SPOT απεικόνισης στα 30 m, ώστε να ταιριάζει με τη χωρική ανάλυση της Landsat απεικόνισης. &lt;br /&gt;
&lt;br /&gt;
'''4. Ταξινόμηση και εκτίμηση της ακρίβειας:''' Για την ταξινόμηση των χρήσεων γης χρησιμοποιήθηκε η μέθοδος της Μέγιστης Πιθανοφάνειας. Για κάθε εικόνα, λήφθησαν αρχικά στατιστικά στοιχεία των δειγμάτων εκπαίδευσης, με σκοπό να εξασφαλιστεί ότι οι διάφορες κατηγορίες χρήσεων γης θα μπορούσαν να διαχωριστούν. Μετά την ταξινόμηση, και για την εκτίμηση της ακρίβειάς της, επιλέχθηκαν τυχαία πενήντα σημεία δειγματοληψίας για κάθε κατηγορία χρήσης γης. Επιπλέον, για την εκτίμηση της ακρίβειας της ταξινόμησης, χρησιμοποιήθηκαν ωε δεδομένα αναφοράς εικόνες Google Earth, QuickBird (του 2006 και του 2007), χάρτης των χώρων πρασίνου του 2000, έρευνα πεδίου, συνεντεύξεις, καθώς και η τοπική γνώση της περιοχής μελέτης. &lt;br /&gt;
&lt;br /&gt;
'''5. Ανάλυση μετρητικών δεικτών των χρήσεων γης:''' Τα αποτελέσματα της ταξινόμησης των δορυφορικών απεικονίσεων των ετών 1992, 2000 και 2009, μετατράπηκαν σε GRID format για τον υπολογισμό των μετρητικών δεικτών των χρήσεων γης σε FRAGSTATS 3.3. Συνολικά χρησιμοποιήθηκαν οι εξής μετρητικοί δείκτες, για την ποσοτικοποίηση των μορφών των χώρων πρασίνου:&lt;br /&gt;
&lt;br /&gt;
* ο γενικός δείκτης PLAND - Percentage of LANDscape, που απεικονίζει το ποσοστό της κάθε χρήσης γης&lt;br /&gt;
* ο δείκτης PD - Patch Density, ο οποίος είναι ευαίσθητος στον κατακερματισμό των χρήσεων γης&lt;br /&gt;
* ο δείκτης LPI - Largest Patch Index, ο οποίος μπορεί να χρησιμοποιηθεί για να απεικονίσει την επικράτηση των χρήσεων γης&lt;br /&gt;
* ο δείκτης LSI - Landscape Shape Index, ο οποίος σχετίζεται με την πολυπλοκότητα των χρήσεων γης και&lt;br /&gt;
* ο δείκτης SHDI - SHannon's Diversity Index που αντιπροσωπεύει την ποικιλομορφία των χρήσεων γης.&lt;br /&gt;
&lt;br /&gt;
Αρχικά, πραγματοποιήθηκε μία συνοπτική ανάλυση για τον συνολικό ποσοτικό προσδιορισμό των χωρικών προτύπων του αστικού πρασίνου. Δεύτερον, η περιοχή μελέτης διαιρέθηκε σε επτά ομόκεντρες ζώνες (εικόνα 3α), ενώ μέσω της διενέργειας μίας ομόκεντρης ανάλυσης μετρήθηκαν τα χωρικά πρότυπα των αστικών πράσινων χώρων στις διαφορετικές ζώνες. Τέλος, διεξήχθη μία γραμμική ανάλυση του δείκτη PLAND για να μελετηθεί η κατανομή των χώρων πρασίνου κατά μήκος οκτώ γραμμικών κατευθύνσεων (εικόνα 3β). Κάθε γραμμικός τομέας αποτελείται από έναν αριθμό κελιών, μεγέθους 1,8 km × 1,8 km.&lt;br /&gt;
&lt;br /&gt;
'''6. Ανάλυση της έντασης μεταβολής των χώρων πρασίνου:''' Για την απεικόνιση της έντασης της μεταβολής των χρήσεων γης, χρησιμοποιήθηκε ο ρυθμός μεταβολής τους, υπολογιζόμενος ως ποσοστό μεταβολής ανά έτος. Περιοχές με ταχεία απώλεια χώρων πρασίνου θα μπορούσαν να υποδηλώνουν υψηλή ευαισθησία στην αστική εξάπλωση. Η ανάλυση της έντασης μεταβολής υπολογίστηκε για δύο χρονικές περιόδους (1992-2000 και 2000-2009), για το σύνολο της περιοχής μελέτης, συμπεριλαμβανομένων των επτά ομόκεντρων ζωνών και των οκτώ γραμμικών κατευθύνσεων. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα'''&lt;br /&gt;
&lt;br /&gt;
'''1. Η μορφή των χρήσεων γης:''' Οι χρήσεις γης της μητροπολιτικής περιοχής του Kunming έχουν υποστεί σημαντικές μεταβολές κατά τη διάρκεια των τελευταίων δύο δεκαετιών (εικόνα 4). Η ραγδαία επέκτασης της αστικής περιοχής είχε ως αποτέλεσμα την απώλεια των χώρων πρασίνου στις περιαστικές και προαστιακές περιοχή, ιδιαίτερα στο νότιο τμήμα της περιοχής μελέτης (εικόνα 4α και 4γ).&lt;br /&gt;
&lt;br /&gt;
'''2. Η ομόκεντρη μορφή των χρήσεων γης:''' Για τον χωρικό προσδιορισμό της μεταβολής των χρήσεων γης, η περιοχή μελέτης διαιρέθηκε σε επτά ομόκεντρες ζώνες. Ο δείκτης PLAND της δομημένης επιφάνειας, έδειξε την επέκταση της αστικής περιοχής από το 1992 έως το 2009, σε όλες τις ζώνες, εκτός της ζώνης 1, όπου το μεγαλύτερο μέρος της γης είχε ήδη αναπτυχθεί. Άμεσο επακόλουθο της αστικοποίησης ήταν η μείωση των χορτολιβαδικών εκτάσεων και η αντίστοιχη μείωση που ακολούθησε, των γεωργικών και δασικών εκτάσεων. &lt;br /&gt;
&lt;br /&gt;
'''3. Η γραμμική μορφή των χρήσεων γης:''' Για την μελέτη της κατανομής των χρήσεων γης στις οκτώ κατευθύνσεις, χρησιμοποιήθηκε ο δείκτης PLAND. Η ανάλυση έδειξε ότι η αστική περιοχή επεκτάθηκε από το 1992 έως το 2009, προς όλες τις κατευθύνσεις, με την αστική διάχυση να συγκεντρώνεται χωρικά στις νότιες και νοτιοανατολικές περιοχές (εικόνα 5α), κυρίως λόγω του επίπεδου εδάφους. Ταυτόχρονα με την αστική διάχυση, παρατηρήθηκε μείωση των αστικών πράσινων χώρων, κυρίως μέχρι το 2000. Η περιβαλλοντική καμπάνια που εφαρμόστηκε αργότερα,  εμπόδισε την περαιτέρω μείωση των χορτολιβαδικών εκτάσεων. Η κατασκευή ενός νέου γηπέδου γκολφ στα βορειοανατολικά, επίσης συνέβαλε στην αύξηση του αστικού πρασίνου της περιοχής (εικόνα 5β). Η γεωργική γη που παρατηρούνταν κυρίως στις νότιες και νοτιοανατολικές κατευθύνσεις το 1992, τελικά αντικαταστάθηκε από τις αστικές περιοχές (εικόνα 5γ). Επιπλέον, η περιοχή μελέτης ήταν αρχικά περικυκλωμένη από δασικές εκτάσεις, οι οποίες υπέστησαν σημαντική μείωση, αν και μικρότερη αυτής των γεωργικών εκτάσεων, προς όλες τις κατευθύνσεις (εικόνα 5δ). &lt;br /&gt;
&lt;br /&gt;
'''4. Ανάλυση της έντασης μεταβολής:''' Η ένταση της μεταβολής υπολογίστηκε για το σύνολο της περιοχή μελέτης, τις επτά ομόκεντρες ζώνες και τα κελιά  των οκτώ γραμμικών κατευθύνσεων, κατά τη διάρκεια δύο περιόδων (1992-2000 και 2000-2009). Συνολικά, οι αστικές περιοχές σημείωσαν το υψηλότερο ποσοστό μεταβολής μεταξύ των τεσσάρων κατηγοριών χρήσεων γης. Ακολούθησαν οι γεωργικές εκτάσεις, οι δασικές και οι χορτολιβαδικές. &lt;br /&gt;
&lt;br /&gt;
Η ανάλυση του ρυθμού μεταβολής για τις οκτώ γραμμικές κατευθύνσεις αποκάλυψε ότι η εντατική αστικοποίηση πραγματοποιήθηκε προς όλες τις κατευθύνσεις κατά τη δεκαετία του 1990, ενώ κατά την τελευταία δεκαετία περιορίστηκε στο νότιο και νοτιοανατολικό τμήμα της περιοχής μελέτης (εικόνα 6α). Οι χορτολιβαδικές εκτάσεις γνώρισαν μια ταχεία απώλεια κατά τη δεκαετία του 1990, κυρίως στις βορειοανατολικές, ανατολικές και δυτικές κατευθύνσεις, ενώ παρατηρήθηκε μία μικρή αύξησή τους κατά τη δεκαετία του 2000 στις περισσότερες κατευθύνσεις (εικόνα 9β). Η απώλεια και η αύξηση των γεωργικών εκτάσεων σημειώθηκαν σε διάφορες κατευθύνσεις, ενώ κατά τη δεκαετία του 2000 το ποσοστό τους παρουσίασε μία γενική μείωση (εικόνα 10γ). Οι ανατολικές και νοτιοανατολικές κατευθύνσεις της περιοχής μελέτης παρουσίασαν αρχικά αύξηση των δασικών εκτάσεων κατά την πρώτη δεκαετία, ενώ κατά την επόμενη δεκαετία παρουσίασαν σταδιακή μείωση (εικόνα 10δ). Η έντονη αστική διάχυση που παρατηρήθηκε κατά τη δεκαετία του 2000 (εικόνα 6α), πιθανώς είχε ως αποτέλεσμα την απώλεια δασικών εκτάσεων. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Η παρούσα μελέτη χρησιμοποίησε ομόκεντρες και γραμμικές αναλύσεις χρήσεων γης για τον προσδιορισμό των μεταβαλλόμενων μορφών των χώρων πρασίνου της μητροπολιτικής περιοχής του Kunming της Κίνας από το 1992 έως το 2009. Προκειμένου να μελετηθεί η διακύμανση του ρυθμού μεταβολής των χώρων πρασίνου, υπολογίστηκε η ένταση των αλλαγών κατά τη διάρκεια των χρονικών περιόδων 1992-2000 και 2000-2009 για το σύνολο της περιοχή μελέτης, τις επτά ομόκεντρες ζώνες και τις οκτώ γραμμικές κατευθύνσεις. Τα αποτελέσματα της έρευνας έδειξαν ότι η αστική διάχυση ευθυνόταν σε μεγάλο βαθμό για την απώλεια χώρων πρασίνου και ιδιαίτερα γεωργικής γης. Από την άλλη μεριά, οι οικολογικές πολιτικές συνέβαλαν στην ανάκτηση χορτολιβαδικών εκτάσεων από το 2000 έως το 2009. Επιπλέον, η γραμμική ανάλυση έδειξε όι η αστικοποίηση έλαβε χώρα κατά μήκος της νοτιοανατολικής κατεύθυνσης, αντικαθιστώντας κυρίως γεωργικές εκτάσεις. Αντίθετα, η μείωση των δασικών εκτάσεων διατηρήθηκε σε σταθερό ρυθμό κατά τη διάρκεια των δύο τελευταίων δεκαετιών, ενώ οι χορτολιβαδικές εκτάσεις μειώθηκαν κατά τη δεκαετία του 1990, αλλά σημείωσαν αύξηση με αργό ρυθμό κατά τη δεκαετία του 2000. Τέλος, η μελέτη απέδειξε τη χρησιμότητα των ομόκεντρων και γραμμικών αναλύσεων χρήσεων γης, προσδιορίζοντας τη μεταβολή του τοπίου σε πόλεις με ομόκεντρη μορφή ανάπτυξης. Η ποσοτικοποίηση της χωρικής διακύμανσης της μεταβολής των χώρων πρασίνου και η κατανόηση της εν λόγω μεταβολής κατά την πάροδο του χρόνου είναι απαραίτητες για τη χάραξη της μελλοντικής περιβαλλοντικής πολιτικής, προκειμένου να εξασφαλιστεί η βιώσιμη αστική ανάπτυξη.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αναφορές''' &lt;br /&gt;
&lt;br /&gt;
Breuste, J., Feldmann, H., Uhlmann, O., 1998. Urban Ecology. Springer, Berlin.&lt;br /&gt;
&lt;br /&gt;
Chen, W.Y., Jim, C.Y., 2008. Assess and valuation of the ecosystem services provided by urban forests. In: Carreiro, M.M., Song, Y.-C., Wu, J. (Eds.), Ecology, Planning and Management of Urban Forests International Perspectives. Springer, New York, pp. 53–83.&lt;br /&gt;
&lt;br /&gt;
Cheng, J., Masser, I., 2003. Urban growth pattern modeling: a case study of Wuhan City PR China. Landsc. Urban Plan. 62, 199–217.&lt;br /&gt;
&lt;br /&gt;
Davies, R.G., Barbosa, O., Fuller, R.A., Tratalos, J., Burke, N., Lewis, D., et al., 2008.&lt;br /&gt;
City-wide relationships between green spaces, urban land use and topography. Urban Ecosyst. 11, 269–287.&lt;br /&gt;
&lt;br /&gt;
Deng, J.S., Wang, K., Hong, Y., Qi, J.G., 2009. Spatio-temporal dynamics and evolution of land use change and landscape pattern in response to rapid urbanization. Landsc. Urban Plan. 92, 187–198.&lt;br /&gt;
&lt;br /&gt;
Dewan, A.M., Yamaguchi, Y., 2009. Land use and land cover change in Greater Dhaka, Bangladesh: using remote sensing to promote sustainable urbanization. Appl. Geogr. 29 (3), 390–401.&lt;br /&gt;
&lt;br /&gt;
Erickson, D.L., 2006. MetroGreen: Connecting Open Space in North American Cities. Island Press, Washington, DC.&lt;br /&gt;
&lt;br /&gt;
Jensen, J.R., 2005. Introductory Digital Image Processing a Remote Sensing Perspective, third ed. Prentice Hall, Upper Saddle River, NJ.&lt;br /&gt;
&lt;br /&gt;
Jim, C.Y., Chen, S., 2003. Comprehensive greenspace planning based on landscape ecology principles in compact Nanjing city, China. Landsc. Urban Plan. 65, 95–116.&lt;br /&gt;
&lt;br /&gt;
Kim, K.H., Pauleit, S., 2007. Landscape character, biodiversity and land use planning: the case of Kwangju City Region, South Korea. Land Use Policy 24 (1), 264–274.&lt;br /&gt;
&lt;br /&gt;
Kong, F., Nakagoshi, N., 2006. Spatial–temporal gradient analysis of urban green spaces in Jinan, China. Landsc. Urban Plan. 78, 147–164.&lt;br /&gt;
&lt;br /&gt;
Leitγo, A.B., Ahern, J., 2002. Applying landscape ecological concepts and metrics in sustainable landscape planning. Landsc. Urban Plan. 59, 65–93.&lt;br /&gt;
&lt;br /&gt;
Leitγo, A.B., Miller, J., Ahern, J., McGarigal, K., 2006. Measuring Landscapes: A Planner’s Handbook. Island Press, Washington, DC.&lt;br /&gt;
&lt;br /&gt;
Li, F., Wang, R., Paulussen, J., Liu, X., 2005. Comprehensive concept planning of urban greening based on ecological principles: a case study in Beijing, China. Landsc. Urban Plan. 72, 325–336.&lt;br /&gt;
&lt;br /&gt;
Lu, D., Weng, Q., 2007. A survey of image classification methods and techniques for improving classification performance. Int. J. Remote Sens. 28, 823–870.&lt;br /&gt;
&lt;br /&gt;
Luo, J., Wei, Y.H.D., 2009. Modeling spatial variations of urban growth patterns in Chinese cities: the case of Nanjing. Landsc. Urban Plan. 91, 51–64.&lt;br /&gt;
&lt;br /&gt;
Luck, M., Wu, J., 2002. A gradient analysis of urban landscape pattern: a case study form the phoenix metropolitan region, Arizona, USA. Landsc. Ecol. 17, 327–339.&lt;br /&gt;
&lt;br /&gt;
McGarigal, K., Ene, E., Holmes, C., 2002. FRAGSTATS (Version 3): FRAGSTATSMetrics. University of Massachusetts—Produced Program. Available at the following website: http://www.umass.edu/landeco/research/fragstats/documents/fragstats documents.html.&lt;br /&gt;
&lt;br /&gt;
National Research Council (NRC), 2001. Grand Challenges in Environmental Sciences. National Academy Press, Washington, DC.&lt;br /&gt;
&lt;br /&gt;
Roy, A.H., Dybas, A.L., Fritz, K.M., Lubbers, H.R., 2009. Urbanization affects the extent and hydrologic permanence of headwater streams in a midwestern US metropolitan area. J. N. Am. Benthol. Soc. 28 (4), 911–928.&lt;br /&gt;
&lt;br /&gt;
Schell, L.M., Ulijaszek, S.J., 1999. Urbanism, Health and Human Biology in Industrialized Countries. Cambridge University Press, Cambridge.&lt;br /&gt;
&lt;br /&gt;
Tian, G., Liu, J., Xie, Y., Yang, Z., Zhuang, D., Niu, Z., 2005. Analysis of spatio-temporal dynamic pattern and driving forces of urban land in China in 1990s using TM images and GIS. Cities 22 (6), 400–410.&lt;br /&gt;
&lt;br /&gt;
Tian, G., Wu, J., Yang, Z., 2010. Spatial pattern of urban functions in the Beijing metropolitan region. Habitat Int. 34 (2), 249–255.&lt;br /&gt;
&lt;br /&gt;
Turner, M.G., Gardner, R.H., O’Neill, R.V., 2001. Landscape Ecology in Theory and Practice. Springer, New York.&lt;br /&gt;
&lt;br /&gt;
Turner, M.G., 2005. Landscape ecology in North America: past, present, and future. Ecology 86, 1967–1974.&lt;br /&gt;
&lt;br /&gt;
Xiao, J., Shen, Y., Ge, J., Tateishi, R., Tang, C., Liang, Y., et al., 2006. Evaluating urban expansion and land use change in Shijiazhuang, China, by using GIS and remote sensing. Landsc. Urban Plan. 75, 69–80.&lt;br /&gt;
&lt;br /&gt;
Yang, L., Xian, G., Klaver, J.M., Deal, B., 2003. Urban land-cover change detection through sub-pixel imperviousness mapping using remotely sensed data. Photogramm. Eng. Remote Sens. 69, 1003–1010.&lt;br /&gt;
&lt;br /&gt;
Yeh, C.-T., Huang, S.-L., 2009. Investigating spatiotemporal patterns of landscape diversity in response to urbanization. Landsc. Urban Plan. 93, 151–162.&lt;br /&gt;
&lt;br /&gt;
Yuan, F., Bauer, M.E., 2007. Comparison of impervious surface area and normalized difference vegetation index as indicators of surface urban heat island effects in Landsat imagery. Remote Sens. Environ. 106, 375–386.&lt;br /&gt;
&lt;br /&gt;
Zhang, L., Wang, H., 2006. Planning an ecological network of Xiamen Island (China) using landscape metrics and network analysis. Landsc. Urban Plan. 78, 449–456.&lt;br /&gt;
&lt;br /&gt;
Zhou, X., 2006. (Study on the Urban Morphology Change of Kunming City). Yunnan University Press, Kunming (in Chinese).&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
[http://www.sciencedirect.com/science/article/pii/S0169204611000223 '''το άρθρο στο διαδίκτυο''']&lt;br /&gt;
&lt;br /&gt;
 [[category:Καταγραφή πρασίνου]]&lt;/div&gt;</summary>
		<author><name>Ramfou Vasiliki</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CF%84%CE%B9%CE%BA%CE%B5%CE%B9%CE%BC%CE%B5%CE%BD%CE%BF%CF%83%CF%84%CF%81%CE%B1%CF%86%CE%AE%CF%82_%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%B5%CE%B4%CE%B1%CF%86%CE%BF%CE%BA%CE%AC%CE%BB%CF%85%CF%88%CE%B7%CF%82_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%B1%CF%85%CF%84%CE%BF%CE%BC%CE%B1%CF%84%CE%BF%CF%80%CE%BF%CE%B9%CE%B7%CE%BC%CE%AD%CE%BD%CE%B7_%CF%80%CE%B1%CF%81%CE%B1%CE%B3%CF%89%CE%B3%CE%AE_%CF%84%CF%89%CE%BD_%CF%84%CF%8D%CF%80%CF%89%CE%BD_%CF%84%CE%B7%CF%82_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%B4%CE%BF%CE%BC%CE%AE%CF%82</id>
		<title>Αντικειμενοστραφής χαρτογράφηση της εδαφοκάλυψης για την αυτοματοποιημένη παραγωγή των τύπων της αστικής δομής</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CF%84%CE%B9%CE%BA%CE%B5%CE%B9%CE%BC%CE%B5%CE%BD%CE%BF%CF%83%CF%84%CF%81%CE%B1%CF%86%CE%AE%CF%82_%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%B5%CE%B4%CE%B1%CF%86%CE%BF%CE%BA%CE%AC%CE%BB%CF%85%CF%88%CE%B7%CF%82_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%B1%CF%85%CF%84%CE%BF%CE%BC%CE%B1%CF%84%CE%BF%CF%80%CE%BF%CE%B9%CE%B7%CE%BC%CE%AD%CE%BD%CE%B7_%CF%80%CE%B1%CF%81%CE%B1%CE%B3%CF%89%CE%B3%CE%AE_%CF%84%CF%89%CE%BD_%CF%84%CF%8D%CF%80%CF%89%CE%BD_%CF%84%CE%B7%CF%82_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%B4%CE%BF%CE%BC%CE%AE%CF%82"/>
				<updated>2015-03-15T14:45:52Z</updated>
		
		<summary type="html">&lt;p&gt;Ramfou Vasiliki: Νέα σελίδα με '[[Εικόνα:vr_a2_e1.jpg|300px|thumb|right|Εικόνα 1. Διαγραμματική παρουσίαση της ταξινόμησης της εδαφοκάλυψης...'&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα:vr_a2_e1.jpg|300px|thumb|right|Εικόνα 1. Διαγραμματική παρουσίαση της ταξινόμησης της εδαφοκάλυψης που εφαρμόστηκε.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a2_e2.jpg|300px|thumb|right|Εικόνα 2. Η ιεράρχηση των τύπων της αστικής δομής.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a2_e3.jpg|300px|thumb|right|Εικόνα 3. Τα υπολογιζόμενα ύψη του nDSM σε σχέση με τα ύψη που ελήφθησαν χειροκίνητα.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a2_e4.jpg|300px|thumb|right|Εικόνα 4. Η παραγόμενη κάλυψη γης της πόλης του Βερολίνου.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:vr_a2_e5.jpg|300px|thumb|right|Εικόνα 5. Η παραγόμενη ταξινόμηση των τύπων της αστικής δομής της πόλης του Βερολίνου.]]&lt;br /&gt;
&lt;br /&gt;
'''Πλήρης Τίτλος:''' 'Αντικειμενοστραφής χαρτογράφηση της εδαφοκάλυψης και συνολικός υπολογισμός των χαρακτηριστικών για την αυτοματοποιημένη παραγωγή των τύπων της αστικής δομής σε επίπεδο οικοδομικού τετραγώνου'&lt;br /&gt;
&lt;br /&gt;
'''Αντικείμενο Εφαρμογής:''' Αυτοματοποιημένη προσέγγιση για την ταξινόμηση των τύπων της αστικής δομής&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος Τίτλος:''' 'Object-based land cover mapping and comprehensive feature calculation for an automated derivation of urban structure types at block level'&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Michael Voltersen*, Christian Berger, Sören Hese, Christiane Schmullius&lt;br /&gt;
&lt;br /&gt;
*Department of Earth Observation, Institute of Geography, Friedrich-Schiller-University Jena, Loebdergraben 32, 07743 Jena, Germany&lt;br /&gt;
&lt;br /&gt;
'''Πηγή:''' Elsevier, Remote Sensing of Environment, 154 (2014), 192-201 &lt;br /&gt;
&lt;br /&gt;
'''Λέξεις Κλειδιά:''' αστικές περιοχές, αντικειμενοστραφής ανάλυση εικόνας, αερομεταφερόμενοι αισθητήρες, χαρτογράφηση εδαφοκάλυψης, τύποι αστικής δομής &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Περίληψη:''' Οι πόλεις έχουν εξελιχθεί κάτω από ποικίλες γεωγραφικές, οικονομικές, ιστορικές και πολιτιστικές παραμέτρους, με αποτέλεσμα μία μεγάλη διαφοροποίηση σε μέγεθος και σχήμα. Παρά την εμφάνιση ομοιοτήτων στη δομή, κάθε πόλη εμφανίζει ιδιαίτερα και μοναδικά χαρακτηριστικά. Ο διαχωρισμός σε επιμέρους μοτίβα, τα οποία συνήθως ονομάζονται τύποι αστικής δομής (Urban Structure Types - USTs), στηρίζεται στα ιδιαίτερα χαρακτηριστικά γνωρίσματα των φυσικών, λειτουργικών και ενεργειακών παραγόντων των οικιστικών δομών, επιτρέποντας την περιβαλλοντική και κοινωνικοοικονομική έρευνα και τη σύγκριση της μορφής διαφόρων πόλεων. Η μελέτη αυτή παρουσιάζει μια αυτοματοποιημένη προσέγγιση για την ταξινόμηση των USTs, η οποία βασίζεται σε τηλεπισκοπικά δεδομένα με σκοπό την ανάλυση της σχέσης μεταξύ των οικιστικών δομών και περιβαλλοντικών ζητημάτων, όπως είναι η ατμοσφαιρική ρύπανση ή, σε μεταγενέστερο επίπεδο, το φαινόμενο των θερμικών νησίδων.&lt;br /&gt;
&lt;br /&gt;
Αρχικά, εφαρμόζεται μία αντικειμενοστραφής ταξινόμηση, προκειμένου να προσδιοριστεί η κάλυψη γης της πόλης του Βερολίνου, χρησιμοποιώντας πολύ υψηλής ανάλυσης αεροφωτογραφίες και δεδομένα για το ύψος των αντικειμένων. Οι κατηγορίες των USTs προσδιορίζονται με βάση την εμφάνιση στην περιοχή μελέτης και οριοθετούνται από τα όρια των οικοδομικών τετραγώνων. Στη συνέχεια, οι δείκτες για την παραγωγή των USTs δημιουργούνται με βάση τα προηγούμενα δεδομένα για την κάλυψη γης, ενώ τα πιο 'πολύτιμα' χαρακτηριστικά επιλέγονται με τη βοήθεια του αλγορίθμου 'Random Forests'. Τέλος, γίνεται η ταξινόμηση των USTs. Το ενδιαφέρον επικεντρώνεται στην παραγωγή μίας αυτοματοποιημένης και μεταβιβάσιμης μεθόδου συνολικής ταξινόμησης των USTs, η οποία καλύπτει ολόκληρη την πόλη. &lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή:''' Μεταξύ του ενός τρίτου και του ημίσεως της συνολικής επιφάνειας της Γης έχει ήδη επηρεαστεί από την ανθρώπινη δραστηριότητα. Η αντικατάσταση της φυσικής επιφάνειας με τεχνητές δομές έχει ως άμεσο επακόλουθο διάφορες αλλαγές στο οικοσύστημα, μεταβολές στο υδρολογικό καθεστώς και αύξηση του φαινομένου της θερμικής νησίδας. Προκειμένου να επιτευχθεί μία βιώσιμη αστική ανάπτυξη, οι υπεύθυνοι λήψης αποφάσεων και οι πολεοδόμοι χρειάζονται αποτελεσματικές μεθόδους για την μεγάλης κλίμακας παρακολούθηση των αστικών περιοχών. Συνεπώς, είναι ιδιαίτερα σημαντικό να κατανοήσουμε τη σχέση μεταξύ των οικιστικών δομών και των κοινωνικοοικονομικών και των περιβαλλοντικών ζητημάτων. Η βάση για την επίτευξη του παραπάνω στόχου, μπορεί να υλοποιηθεί διαιρώντας τις πόλεις σε ένα σύνολο αστικών μοτίβων, που συνήθως ονομάζονται τύποι αστικής μορφολογίας (Urban Morphology Types - UMTs), αστικές δομικές μονάδες (Urban Structural Units - USUs) ή τύποι αστικής δομής (Urban Structure Types - USTs). Οι USTs περιγράφουν τη σύνθεση μιας πόλης με όλες τις τεχνητές και φυσικές επιφάνειες, με βάση την υπόθεση ότι οι οικισμοί αποτελούνται από διακριτές χωρικές ενότητες με παρόμοιες κτιριακές δομές και ανοικτούς χώρους, καθώς και χρήσεις γης που συνθέτουν οριοθετημένα μοτίβα. Κατά συνέπεια, με την κατανόηση της σχέσης του αστικού μικροκλίματος και της αστικής δομής, περιβαλλοντικά ζητήματα, όπως η διαχείριση των ομβρίων υδάτων, η στεγανοποίηση του εδάφους, ο σχεδιασμός τοπίου και η άμβλυνση του φαινομένου της θερμικής νησίδας, μπορούν να αντιμετωπιστούν ολιστικά, βελτιώνοντας την ποιότητα ζωής των κατοίκων. &lt;br /&gt;
&lt;br /&gt;
Η UST κατάταξη για τις μεγάλες αστικές περιοχές εξαρτάται από τη χρήση μεθόδων και δεδομένων της Τηλεπισκόπισης. Η χρήση εικόνων από δορυφόρους ή αερομεταφερόμενους αισθητήρες προσφέρει έναν υψηλό βαθμό αντικειμενικότητας, δυνατότητας μεταφοράς και αυτοματισμού. Επιπλέον, παρέχει συνεχή, ενημερωμένα και εκτενή δεδομένα σχετικά με τις δομές των αστικών χρήσεων γης. &lt;br /&gt;
&lt;br /&gt;
Το βάθος της ταξινόμησης διαφέρει από χονδροειδείς διαβαθμίσεις που διακρίνουν μόνο τους ανοικτούς χώρους και 3 διαφορετικές πυκνότητες κατοικημένων περιοχών, μέχρι λεπτομερείς ιεραρχίες 15 και παραπάνω κατηγοριών. Επιπλέον, τα όρια των ομοιογενών τμημάτων της πόλης είτε λαμβάνονται χειροκίνητα από την οπτική ερμηνεία αεροφωτογραφιών, είτε με τη βοήθεια βοηθητικών δεδομένων που παρέχονται από τους Δήμους ή που προέρχονται από το Open Street Map. Ως εκ τούτου, η επιλογή των χαρακτηριστικών, ένα καθοριστικό βήμα για την ορθή ταξινόμηση των USTs, παρουσιάζει, από τη μία πλευρά, ποικίλες διαφοροποιήσεις εξαιτίας της υποκειμενικής της φύσης, ενώ  από την άλλη, εκτελείται χρησιμοποιώντας στατιστικές μεθόδους, όπως είναι η ' Random Forests' ή η μέθοδος των 'Διαδοχικών Προσεγγίσεων'. &lt;br /&gt;
&lt;br /&gt;
Εξετάζοντας προηγούμενες μελέτες, διαπιστώνουμε ότι είτε η ταξινόμηση των οικοδομικών τετραγώνων περιορίζεται σε μερικούς μόνο USTs καλύπτοντας μερικά σημεία της πόλης, είτε το τελικό αποτέλεσμα χρειάζεται βελτίωση όσον αφορά την ακρίβεια της ταξινόμησης. Η παρούσα μελέτη προσπαθώντας να επιτύχει καλύτερη ακρίβεια ταξινόμησης και να ξεπεράσει την αδυναμία της μη συστηματικής επιλογής των κατάλληλων περιγραφικών στοιχείων για την οριοθέτηση των USTs, χρησιμοποιεί μία ακριβής αντικειμενοστραφής ταξινόμηση των χρήσεων γης,  πολυφασματικά δεδομένα και δεδομένα που αφορούν το ύψος, σε συνδυασμό με μία εις βάθος ανάλυση των USTs. Η λεπτομερής ιεράρχηση της ταξινόμησης καλύπτει τόσο τις φυσικές όσο και τις τεχνητές εκτάσεις του συνόλου της πόλης. Ιδιαίτερη έμφαση δίνεται στην αυτοματοποιημένη επεξεργασία των δεδομένων, ενώ το τελικό αποτέλεσμα συσχετίζεται με ένα χάρτη αναφοράς.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Η περιοχή μελέτης:''' Η πόλη του Βερολίνου βρίσκεται στο βορειοανατολικό τμήμα της Γερμανίας. Με πάνω από 3,3 εκατομμύρια κατοίκους και έκταση 891,7 km2, είναι η μεγαλύτερη πόλη και πρωτεύουσα της Γερμανίας. Εξαιτίας διάφορων ιστορικών γεγονότων (π.χ. εκβιομηχάνιση, καταστροφές κατά τη διάρκεια του Β' Παγκοσμίου Πολέμου, διαχωρισμός σε Ανατολικό και Δυτικό Βερολίνο), έχουν αναπτυχθεί ποικίλες τυπολογίες της αστικής δομής. Στον πυρήνα της πόλης, παρατηρούνται πυκνοδομημένες περιοχές που διαθέτουν υψηλό ποσοστό αδιαπέρατων επιφανειών (Impervious Surface Areas - ISA), ενώ οι περιμετρικές περιοχές χαρακτηρίζονται από υψηλά ποσοστά βλάστησης. Επιπλέον, υπάρχει μία έντονη διακύμανση των κτιριακών τύπων, ακόμη και στο ίδιο οικοδομικό τετράγωνο, καθώς και ένας μεγάλος αριθμός υδάτινων μαζών σε όλη την πόλη. Το έδαφος παρουσιάζει υψομετρικές διαφορές των 81m.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Βάση δεδομένων:''' Τα πολυφασματικά raster δεδομένα και τα δεδομένα του ύψος δόθηκαν από το Ινστιτούτο DLR Berlin-Adlershof. Η λήψη των υψηλής χωρικής ανάλυσης αερομεταφερόμενων δεδομένων πραγματοποιήθηκε από τον αισθητήρα UltraCamX, ο οποίος διαθέτει ραδιομετρική ανάλυση 12 bit με 1 m2 μέγεθος pixel. Τέσσερα κανάλια παρέχουν φασματικά χαρακτηριστικά σε ορατό φάσμα και εγγύς υπέρυθρο. Η λήψη των δεδομένων πραγματοποιήθηκε στις 23 Σεπτεμβρίου του 2010 κατά τη διάρκεια πρωινών ωρών. Έτσι, η μικρή γωνία πρόσπτωσης του ηλιακού φωτός είχε ως αποτέλεσμα ένα σημαντικό πλήθος σκιασμένων περιοχών.&lt;br /&gt;
Επιπλέον, υπολογίστηκε ένα Ψηφιακό Μοντέλο Επιφάνειας (Digital Surface Model - DSM) από τη στερεοσκοπική ερμηνεία πολλαπλών επικαλυπτόμενων UltraCamX εικόνων, εκδιδόμενες επίσης από το DLR Berlin-Adlershof, με την ίδια υψηλή χωρική ανάλυση του 1 m2 μεγέθους pixel. Τα διανυσματικά δεδομένα παραχωρήθηκαν από το τμήμα 'Senate Department for Urban Development and the Environment' του Βερολίνου. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Μέθοδος:''' Η ροή εργασίας της παρούσας μελέτης χωρίζεται σε τρία στάδια: εξαγωγή ενός κανονικοποιημένου Ψηφιακού Μοντέλου Επιφάνειας (nDSM), χαρτογράφηση της εδαφοκάλυψης και χαρτογράφηση των τύπων της αστικής δομής (USTs). Μετά την αρχική δημιουργία ενός nDSM, δημιουργείται ένα σύνολο κανόνων για τη χαρτογράφηση της εδαφοκάλυψης, ενώ υπολογίζεται η ακρίβεια για την κάθε LC-class. Ακολούθως, χρησιμοποιούνται τα δεδομένα της κάλυψης γης για τη δημιουργία περιγραφικών χαρακτηριστικών για όλα τα οικοδομικά τετράγωνα εντός της περιοχής μελέτης. Μετά την ιεράρχηση των USTs, εκτελείται μία συνδυαστική προσέγγιση που βασίζεται στη γνώση και στη στατιστική επιλογή χαρακτηριστικών, προκειμένου να καθοριστούν οι τύποι της αστικής δομής. Τέλος, εκτιμάται η ακρίβεια του παραγόμενου UST χάρτη, με τη βοήθεια δεδομένων αναφοράς. &lt;br /&gt;
&lt;br /&gt;
'''1. Εξαγωγή του nDSM:''' χρησιμοποιείται για τη δημιουργία του ύψους των αντικειμένων. Για το σκοπό αυτό, έχει αναπτυχθεί η προσέγγιση Diff2Min, η οποία χρησιμοποιεί  το λογισμικό Trimble eCognition και τη γλώσσα 'cognition network language (CNL)'. Αρχικά δημιουργείται ένα Ψηφιακό Μοντέλο Εδάφους (Digital Terrain Model - DTM), το οποίο αφού εξομαλυνθεί, οδηγεί στη δημιουργία ενός DSM. &lt;br /&gt;
&lt;br /&gt;
'''2. Χαρτογράφηση της εδαφοκάλυψης:''' αποτελεί τη βάση για την ταξινόμηση των USTs. Εξάγονται 6 κατηγορίες εδαφοκάλυψης, χρησιμοποιώντας πολυφασματικά δεδομένα και το nDSM. Αυτές είναι οι εξής: γυμνό έδαφος, κτίρια, γρασίδι/θάμνοι, αδιαπέρατες επιφάνειες, δέντρα και υδάτινες επιφάνειες. Η χρήση της αντικειμενοστραφούς προσέγγισης επιλέχτηκε  λόγω του συγκριτικού πλεονεκτήματος που παρουσιάζει  όσον αφορά την υψηλή χωρική ανάλυση της κάλυψης γης, σε σχέση με τις μεθόδους που βασίζονται στο pixel, ενώ μία περιοχή 18.000 × 18.000 pixels (324 km2) επιλέχτηκε για την ταξινόμηση. Η εικόνα 1 παρουσιάζει μία επισκόπηση της μεθόδου ταξινόμησης των καλύψεων γης.&lt;br /&gt;
&lt;br /&gt;
'''3.Χαρτογράφηση των τύπων της αστικής δομής (USTs):''' καθώς δεν υπάρχουν σαφώς ορισμένοι τύποι της αστικής δομής, το σύστημα της ταξινόμησης εξαρτάται από την περιοχή μελέτης και το στόχο της ανάλυσης. Μετά την έρευνα των κατηγοριών που χρησιμοποιήθηκαν σε παρόμοιες μελέτες και την οπτική ερμηνεία των τηλεπισκοπικών δεδομένων της πόλης του Βερολίνου, σχεδιάστηκε ένα σύστημα ταξινόμησης που καλύπτει 15 USTs, οι οποίοι μπορούν να συνοψιστούν σε 6 κύριες κατηγορίες. Οι USTs που ορίστηκαν φαίνονται στην εικόνα 2. Τα κτίρια γραφείων και κατοικιών υποδιαιρούνται σε 7 κατηγορίες, ανάλογα με την κυρίαρχη χρήση. Οι διαφορετικοί συνδυασμοί της πυκνότητας της δόμησης και του ποσοστού της βλάστησης είναι καθοριστικής σημασίας. Οι εμπορικές και βιομηχανικές περιοχές συχνά χαρακτηρίζονται από διαφορετικούς τύπους κτιρίων, που κυμαίνονται από μικρής έκτασης κατασκευές μέχρι τεράστιες βιομηχανικές μονάδες έκτασης ενός ολόκληρου οικοδομικού τετραγώνου, ενώ εμφανίζουν λίγη ή καθόλου βλάστηση. Οι ανοιχτοί χώροι χωρίς καθόλου βλάστηση, αναφέρονται σε στεγανοποιημένες εκτάσεις, όπως είναι οι μεταφορικές υποδομές, τα αεροδρόμια, οι χώροι στάθμευσης και οι πλατείες της πόλης, καθώς και οι περιοχές γυμνού εδάφους, ενώ η κατηγορία των πράσινων χώρων περιλαμβάνει οικοδομικά τετράγωνα με κυρίαρχη τη χρήση της ψυχαγωγίας και ένα υψηλό ποσοστό βλάστησης. Οι γεωργικές εκτάσεις και οι υδάτινες επιφάνειες ολοκληρώνουν τις αστικές καλύψεις γης.  Το επίπεδο λεπτομέρειας της ιεράρχησης των USTs, επιλέχτηκε προκειμένου να καλύψει τις ανάγκες μιας ολιστικής περιγραφής της δομής της πόλης και να είναι μεταβιβάσιμο. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα''' &lt;br /&gt;
&lt;br /&gt;
'''1. Εξαγωγή του nDSM:''' Για τη γρήγορη παραγωγή ενός κανονικοποιημένου DSM από τα 250 χειροκίνητα ληφθέντα δείγματα από όλη την περιοχή μελέτης, εφαρμόστηκε η προσέγγιση Diff2Min. Όπως φαίνεται στην εικόνα 3, για τα περισσότερα από τα δείγματα (90,4%), η απόκλιση του υπολογιζόμενου και του πραγματικού ύψος είναι μικρότερη από 1 m, ενώ σχεδόν το 50% των υπολογιζόμενων υψών προκύπτει με σφάλμα μικρότερο των 0,3 m. Μόνο ένα μικρό ποσοστό (3,6%) των επιλεγμένων δειγμάτων παρουσιάζει απόκλιση μεγαλύτερη των 2 m, ενώ σε μία περίπτωση η προσέγγιση Diff2Min απέτυχε να υπολογίσει το ύψος, με απόκλιση 49,6 m.&lt;br /&gt;
&lt;br /&gt;
'''2. Χαρτογράφηση της εδαφοκάλυψης:''' Η περιοχή μελέτης των 324 km2 καλύπτει όλο το κέντρο της πόλης του Βερολίνου καθώς και τις γύρω περιοχές. Και οι 6 κατηγορίες της κάλυψης γης εμφανίζονται συχνά στην επιλεγμένη περιοχή μελέτης. Ωστόσο, μόνο το 1,5% της περιοχής καλύπτεται από υδάτινες επιφάνειες και γυμνό έδαφος. Μεγάλο ποσοστό κάλυψης ανήκει στα κτίρια (21%) και στις αδιαπέρατες επιφάνειες (24,6%), ενώ οι περιοχές βλάστησης αντιπροσωπεύουν πάνω από το ήμισυ της περιοχής (17,5% γρασίδι/θάμνοι και 33,9% δέντρα). Μία συνολική επισκόπηση της κάλυψης γης, η οποία παρουσιάζεται στην εικόνα 4, αποκαλύπτει ότι ένα μεγάλο πλήθος των αδιαπέρατων επιφανειών βρίσκεται  στο κέντρο της πόλης, ενώ τα δάση, το γρασίδι και οι θάμνοι βρίσκονται κυρίως στην περιφερειακή ζώνη. Συνολικά, 104.582 αντικείμενα ταξινομήθηκαν ως κτίρια. &lt;br /&gt;
&lt;br /&gt;
Η ακρίβεια της ταξινόμησης αξιολογήθηκε μέσω 100 τυχαίων δειγμάτων ανά κατηγορία. Ο συνολικός βαθμός ακρίβειας που επιτεύχθηκε ήταν 92,2%, ενώ ο συντελεστής kappa του Cohen ήταν 0,91, αποδεικνύοντας την υψηλή ακρίβεια και την καταλληλότητα της προτεινόμενης μεθόδου.&lt;br /&gt;
&lt;br /&gt;
'''3. Χαρτογράφηση των τύπων της αστικής δομής:''' για την εκτέλεση της ταξινόμησης των USTs ολόκληρου του υποσυνόλου χρησιμοποιήθηκαν τα πιο 'πολύτιμα' χαρακτηριστικά. Ο χάρτης που προέκυψε από την ανάλυση των USTs για την πόλη του Βερολίνου απεικονίζεται στην εικόνα 5, όπου οι λευκές περιοχές (23,8% του συνόλου της εικόνας) αντιπροσωπεύουν τις εξαιρεθείσες περιοχές, όπως είναι οι δρόμοι, οι διαχωριστικές νησίδες και τα οικοδομικά τετράγωνα που 'κόβονται' από τα όρια της εικόνας. Μεταξύ των πιο ομοιογενών USTs, τα πάρκα αντιπροσωπεύουν το μεγαλύτερο ποσοστό (12,7%) της εικόνας, ενώ ακολουθούν οι αστικές δομές επιπέδου ενός ολόκληρου οικοδομικού τετραγώνου (12%) και οι εμπορικές και βιομηχανικές περιοχές (11,5%). Αντίθετα, μόλις 0,5 km2 αποτελούνται από πολύ ψηλά κτίρια και δασικές εκτάσεις, ενώ το 0,4% της περιοχής καλύπτεται από γεωργικές εκτάσεις. Όσον αφορά τις περιοχές κατοικίας, πολλές περιοχές περιλαμβάνουν δόμηση περιμετρικά του οικοδομικού τετραγώνου (7%) ή περιοχές κτιρίων διαμερισμάτων (5,2%). Μόνο πολύ μικρές περιοχές περιλαμβάνουν μονοκατοικίες και διπλοκατοικίες (3,1%), ή κατοικίες σε σειρά (2,7%). Ο χάρτης αποκαλύπτει κάποιες χωρικές ομαδοποιήσεις τύπων δόμησης, όπως είναι τα πάρκα και η χαλαρή αστική δόμηση των περιαστικών περιοχών, καθώς και οι μικρές διακυμάνσεις των USTs στο κέντρο της πόλης. &lt;br /&gt;
&lt;br /&gt;
Η ταξινόμηση οδήγησε σε μία συνολική ακρίβεια της τάξης του 82,1% με συντελεστή kappa ίσο με 0,79, γεγονός το οποίο σημαίνει λογικά αποτελέσματα χαρτογράφησης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα:''' Ο διαχωρισμός των πόλεων σε περιοχές με ομοιογενή αστική δομή και παρόμοια κάλυψη γης αποτελεί τη βάση για μια αποτελεσματική διαχείριση της πόλης. Για το λόγο αυτό, έχει δημιουργηθεί η προσέγγιση του καθορισμού των τύπων της αστικής δομής, επιτρέποντας την ολιστική περιγραφή μίας πόλης και τις αλληλεπιδράσεις που λαμβάνουν χώρα σε αυτή. Τα δεδομένα και οι μέθοδοι της Τηλεπισκόπισης, καθώς και η ανάλυση των USTs, προσφέρουν αντικειμενικότητα, δυνατότητα μεταφοράς και αυτοματισμό. Καθώς η χειροκίνητη αξιολόγηση των πλέον κατάλληλων χαρακτηριστικών ενέχει τον κίνδυνο υποκειμενικών παραδοχών και ενδεχομένως αγνοεί πολύτιμες παραμέτρους, η επιλογή χαρακτηριστικών μέσω της μεθόδου Random Forests προσφέρει μια αυτοματοποιημένη προσέγγιση για την επιλογή των καλύτερων και πιο 'πολύτιμων' παραμέτρων. Η ταξινόμηση των USTs εκτελείται με τη βοήθεια ενός ακριβούς nDSM, της χαρτογράφησης της κάλυψης γης και της εξαγωγής χαρακτηριστικών, οδηγώντας σε τελικά αποτελέσματα συνολικής ακρίβειας 82,1%. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αναφορές'''&lt;br /&gt;
&lt;br /&gt;
Baatz, M., &amp;amp; Schäpe, A. (1999). Object-oriented and multi-scale image analysis in semantic networks. Proc. of the 2nd International Symposium on Operationalization of Remote Sensing. Enschede: ITC.&lt;br /&gt;
&lt;br /&gt;
Banzhaf, E., &amp;amp; Höfer, R. (2008). Monitoring urban structure types as spatial indicators with CIR aerial photographs for a more effective urban environmental management. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 1(2), 129–138.&lt;br /&gt;
&lt;br /&gt;
Barnsley, M. J., &amp;amp; Barr, S. L. (2000). Monitoring urban land use by earth observation. Surveys in Geophysics, 21(2), 269–289, http://dx.doi.org/10.1023/A:1006798328429.&lt;br /&gt;
&lt;br /&gt;
Berger, C., Voltersen, M., Eckardt, R., Eberle, J., Heyer, T., Salepci, N., et al. (2013). Multimodal and multi-temporal data fusion: Outcome of the 2012 GRSS data fusion contest. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 6(3), 1324–1340.&lt;br /&gt;
&lt;br /&gt;
Berger, C., Voltersen, M., Hese, S., Walde, I., &amp;amp; Schmullius, C. (2013). Robust extraction of urban land cover information from HSR multi-spectral and LiDAR data. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 6(5), 2196–2211, http://dx.doi.org/10.1109/JSTARS.2013.2252329.&lt;br /&gt;
&lt;br /&gt;
Blaschke, T. (2010). Object-based image analysis for remote sensing. ISPRS Journal of Photogrammetry and Remote Sensing, 65(1), 2–16.&lt;br /&gt;
&lt;br /&gt;
Blum, W. E. H. (2013). Land use planning and policy implication: Bridging between science, politics and decision making. In S. A. Shahid, F. K. Taha, &amp;amp; M.A. Abdelfattah (Eds.), Developments in soil classification, land use planning and policy implications (pp. 469–481). Springer Netherlands, http://dx.doi.org/10.1007/978-94-007-5332-7_25.&lt;br /&gt;
&lt;br /&gt;
Bochow, M., Taubenböck, H., Segl, K., &amp;amp; Kaufmann, H. (2010). An automated and adaptable approach for characterizing and partitioning cities into urban structure types. Geoscience and Remote Sensing Symposium (IGARSS) 2010 IEEE International (pp. 1796–1799). Honolulu: IEEE, http://dx.doi.org/10.1109/IGARSS.2010.5652972.&lt;br /&gt;
&lt;br /&gt;
Breiman, L. (2001). Random forests. Machine Learning, 45(1), 5–32, http://dx.doi.org/10. 1023/A:1010933404324.&lt;br /&gt;
&lt;br /&gt;
Breiman, L. (2002). Manual on setting up, using, and understanding random forests v3.1. Retrieved from http://www.stat.berkeley.edu/~breiman/Using_random_forests_V3.1.pdf&lt;br /&gt;
&lt;br /&gt;
Breuste, J., Wächter, M., &amp;amp; Bauer, B. (2001). Beiträge zur umwelt-und sozialverträglichen Entwicklung von Stadtregionen. Leipzig: Umweltforschungszentrum Leipzig-Halle.&lt;br /&gt;
&lt;br /&gt;
Bridgman, H. A., Warner, R. F., &amp;amp; Dodson, J. R. (1995). Urban biophysical environments. Meridian Australian geographical perspectives. Oxford University Press, 152.&lt;br /&gt;
&lt;br /&gt;
Cohen, J. (1960). A coefficient of agreement of nominal scales. Educational and Psychological Measurement, 20(1), 37–46, http://dx.doi.org/10.1177/001316446002000104.&lt;br /&gt;
&lt;br /&gt;
Congalton, R. G., &amp;amp; Green, K. (2009). Assessing the accuracy of remotely sensed data— Principles and practices (2nd ed.). Boca Raton: CRC Press, 183.&lt;br /&gt;
&lt;br /&gt;
Destatis (2013). German cities sorted by area, population, and population density (31.12.2012). Retrieved November 04, 2013, from. https://www.destatis.de/DE/ ZahlenFakten/LaenderRegionen/Regionales/Gemeindeverzeichnis/Administrativ/&lt;br /&gt;
Aktuell/05Staedte.html&lt;br /&gt;
&lt;br /&gt;
Erell, E., Pearlmutter, D., &amp;amp; Williamson, T. (2010). Urban microclimate—Designing the spaces between buildings. London: Earthscan.&lt;br /&gt;
&lt;br /&gt;
Gill, S. E., Handley, J. F., Ennos, A.R., Pauleit, S., Theuray, N., &amp;amp; Lindley, S. J. (2008). Characterising the urban environment of UK cities and towns: A template for landscape planning. Landscape and Urban Planning, 87(3), 210–222, http://dx.doi.org/10. 1016/j.landurbplan.2008.06.008.&lt;br /&gt;
&lt;br /&gt;
Gruber, M., Ponticelli, M., Bernögger, S., &amp;amp; Leberl, F. (2008). UltraCamX, the large format digital aerial camera system by Vexcel Imaging/Microsoft. International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, 37, 665–670.&lt;br /&gt;
&lt;br /&gt;
Hay, G., &amp;amp; Castilla, G. (2008). Geographic object-based image analysis (GEOBIA): A new name for a new discipline. In T. Blaschke, S. Lang, &amp;amp; G. Hay (Eds.), Object-based image analysis. Spatial concepts for knowledge-driven remote sensing applications (pp. 75–89). Berlin: Springer.&lt;br /&gt;
&lt;br /&gt;
Heiden, U., Heldens, W., Roessner, S., Segl, K., Esch, T., &amp;amp; Mueller, A. (2012). Urban structure type characterization using hyperspectral remote sensing and height information. Landscape and Urban Planning, 105(4), 361–375, http://dx.doi.org/10.1016/j. landurbplan.2012.01.001.&lt;br /&gt;
&lt;br /&gt;
Hermosilla, T., Ruiz, L. A., Recio, J. A., &amp;amp; Balsa-Barreiro, J. (2012). Land-use mapping of Valencia City area from aerial images and LiDAR data. GEOProcessing 2012: The Fourth International Conference on Advanced Geographic Information Systems, Applications,&lt;br /&gt;
and Services (pp. 232–237). Valencia: IARIA.&lt;br /&gt;
&lt;br /&gt;
Herold, M., Liu, X., &amp;amp; Clarke, K. C. (2003). Spatial metrics and image texture for mapping urban land use. Photogrammetric Engineering Remote Sensing, 69(9), 991–1001.&lt;br /&gt;
&lt;br /&gt;
Herold, M., Scepan, J., &amp;amp; Clarke, K. C. (2002). The use of remote sensing and landscape metrics to describe structures and changes in urban land uses. Environment and Planning - Part A, 34(8), 1443–1458, http://dx.doi.org/10.1068/a3496.&lt;br /&gt;
&lt;br /&gt;
Lang, S. (2008). Object-based image analysis for remote sensing applications: modeling reality—Dealing with complexity. In T. Blaschke, S. Lang, &amp;amp; G. Hay (Eds.), Objectbased image analysis (pp. 3–27). Springer Berlin Heidelberg, http://dx.doi.org/10.1007/978-3-540-77058-9_1.&lt;br /&gt;
&lt;br /&gt;
Lindner,M., Hese, S., Berger, C., &amp;amp; Schmullius, C. (2011). An object-basedmultisensoral approach for the derivation of urban land use structures in the city of Rostock, Germany. Earth Resources and Environmental Remote Sensing/gis Applications II, Vol. 8181, http://dx.doi.org/10.1117/12.898134.&lt;br /&gt;
&lt;br /&gt;
McGarigal, K., &amp;amp; Marks, B. J. (1995). FRAGSTATS: Spatial pattern analysis program for quantifying landscape structure. General Technical Report PNW-GTR-351.&lt;br /&gt;
Osmond, P. (2011). Application of the urban structural unit method to inform postcarbon planning and design. International Seminar on Urban Form: Urban Morphology and the Post-Carbon City. Montreal: ISUF.&lt;br /&gt;
&lt;br /&gt;
Paine, D. P., &amp;amp; Kiser, J.D. (2003). Aerial photography and image interpretation (2nd ed.). Hoboken: John Wiley &amp;amp; Sons.&lt;br /&gt;
&lt;br /&gt;
Pauleit, S., &amp;amp; Burkhardt, I. (2004). Umweltqualität und Stadtentwicklung. Landschaftsökologische Projekte von Friedrich Duhme für die Landeshauptstadt München. Landschaftsökologie in Forschung, Planung und Anwendung (pp. 89–116).&lt;br /&gt;
&lt;br /&gt;
Pauleit, S., &amp;amp; Duhme, F. (1998). Assessing the metabolism of urban systems for urban planning. In J. Breuste, H. Feldmann, &amp;amp; O. Uhlmann (Eds.), Urban ecology (pp. 65–69).&lt;br /&gt;
&lt;br /&gt;
Pauleit, S., &amp;amp; Duhme, F. (2000). Assessing the environmental performance of land cover types for urban planning. Landscape and Urban Planning, 52(1), 1–20, http://dx.doi.org/10.1016/S0169-2046(00)00109-2.&lt;br /&gt;
&lt;br /&gt;
Puissant, A., Zhang, W., &amp;amp; Skupinski, G. (2012). Urban morphology analysis by high and very high spatial resolution remote sensing. 4th GEOBIA (pp. 524–529). Rio de Janeiro: INPE.&lt;br /&gt;
&lt;br /&gt;
R Core Team (2014). R: A language and environment for statistical computing. Vienna: R Foundation for Statistical Computing (Retrieved from http://www.r-project.org/).&lt;br /&gt;
&lt;br /&gt;
Schiewe, J. (2002). Segmentation of high-resolution remotely sensed data—Concepts, applications and problems. International Archives of Photogrammetry and Remote Sensing, 34(4), 380–385.&lt;br /&gt;
&lt;br /&gt;
Senate Department for Urban Development and the Environment Berlin. (2010). Geoportal-Berlin.&lt;br /&gt;
&lt;br /&gt;
Spellerberg, I. F., &amp;amp; Fedor, P. J. (2003). A tribute to Claude Shannon (1916-2001) and a plea for more rigorous use of species richness, species diversity and the “Shannon–Wiener” Index. Global Ecology and Biogeography, 12(3), 177–179, http://dx.doi.org/10.1046/j.1466-822X.2003.00015.x.&lt;br /&gt;
&lt;br /&gt;
Taubenböck, H., Esch, T., &amp;amp; Roth, A. (2006). An urban classification approach based on an object-oriented analysis of high resolution satellite imagery for a spatial structuring within urban areas. 1st EARSeL Workshop of the SIG Urban Remote Sensing (pp. 8). Berlin: EARSel.&lt;br /&gt;
&lt;br /&gt;
Tompalski, P., &amp;amp; Wezyk, P. (2012). LiDAR and VHRS data for assessing living quality in cities—An approach based on 3D indices. ISPRS International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, XXXIX-B6. (pp. 173–176).&lt;br /&gt;
&lt;br /&gt;
Trimble (2013). eCognition Developer 8.9 reference book. Munich: Trimble Germany GmbH.&lt;br /&gt;
&lt;br /&gt;
Tucker, C. (1979). Red and photographic infrared linear combinations for monitoring vegetation. Remote Sensing of Environment, 8(2), 127–150.&lt;br /&gt;
&lt;br /&gt;
Tzotsos, A., Iosifidis, C., &amp;amp; Argialas, D. (2008). A hybrid texture-based and region-based multi-scale image segmentation algorithm. In T. Blaschke, S. Lang, &amp;amp; G. Hay (Eds.), Object-based image analysis (pp. 221–236). Springer Berlin Heidelberg, http://dx.doi.org/10.1007/978-3-540-77058-9_12.&lt;br /&gt;
&lt;br /&gt;
Vitousek, P.M., Mooney, H. A., Lubchenco, J., &amp;amp; Melillo, J. M. (1997). Human domination of Earth's ecosystems. Science, 277(5325), 494–499, http://dx.doi.org/10.1126/science.277.5325.494.&lt;br /&gt;
&lt;br /&gt;
Walde, I., Hese, S., Berger, C., &amp;amp; Schmullius, C. (2014). From land cover-graphs to urban structure types. International Journal of Geographical Information Science, 28(3), 584–609, http://dx.doi.org/10.1080/13658816.2013.865189.&lt;br /&gt;
&lt;br /&gt;
Wurm, M., Taubenböck, H., &amp;amp; Dech, S. (2010). Quantification of urban structure on building block level utilizing multisensoral remote sensing data. Earth, 7831(1), 1–12, http://dx.doi.org/10.1117/12.864930.&lt;br /&gt;
&lt;br /&gt;
Wurm, M., Taubenböck, H., Roth, A., &amp;amp; Dech, S. (2009). Urban structuring using multisensoral remote sensing data: By the example of the German cities Cologne and Dresden. 2009 Joint Urban Remote Sensing Event (pp. 1–8). IEEE, http://dx.doi.org/10.1109/URS.2009.5137555&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
[http://www.sciencedirect.com/science/article/pii/S0034425714003216 '''το άρθρο στο διαδίκτυο''']&lt;br /&gt;
&lt;br /&gt;
 [[category:Ανίχνευση μεταβολών αστικής γης]]&lt;/div&gt;</summary>
		<author><name>Ramfou Vasiliki</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Vr_a1_e5.jpg</id>
		<title>Αρχείο:Vr a1 e5.jpg</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Vr_a1_e5.jpg"/>
				<updated>2015-03-15T13:29:34Z</updated>
		
		<summary type="html">&lt;p&gt;Ramfou Vasiliki: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Ramfou Vasiliki</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Vr_a1_e4.jpg</id>
		<title>Αρχείο:Vr a1 e4.jpg</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Vr_a1_e4.jpg"/>
				<updated>2015-03-15T13:27:58Z</updated>
		
		<summary type="html">&lt;p&gt;Ramfou Vasiliki: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Ramfou Vasiliki</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Vr_a1_e3.jpg</id>
		<title>Αρχείο:Vr a1 e3.jpg</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Vr_a1_e3.jpg"/>
				<updated>2015-03-15T13:27:16Z</updated>
		
		<summary type="html">&lt;p&gt;Ramfou Vasiliki: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Ramfou Vasiliki</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Vr_a1_e2.jpg</id>
		<title>Αρχείο:Vr a1 e2.jpg</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Vr_a1_e2.jpg"/>
				<updated>2015-03-15T13:26:23Z</updated>
		
		<summary type="html">&lt;p&gt;Ramfou Vasiliki: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Ramfou Vasiliki</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Vr_a1_e1.jpg</id>
		<title>Αρχείο:Vr a1 e1.jpg</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Vr_a1_e1.jpg"/>
				<updated>2015-03-15T13:26:02Z</updated>
		
		<summary type="html">&lt;p&gt;Ramfou Vasiliki: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Ramfou Vasiliki</name></author>	</entry>

	</feed>