<?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=SANTAS_MARIOS&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%2FSANTAS_MARIOS</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=SANTAS_MARIOS&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%2FSANTAS_MARIOS"/>
		<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/SANTAS_MARIOS"/>
		<updated>2026-04-25T11:31:14Z</updated>
		<subtitle>Από RemoteSensing Wiki</subtitle>
		<generator>MediaWiki 1.16.2</generator>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A7%CF%81%CE%BF%CE%BD%CE%BF%CF%83%CE%B5%CE%B9%CF%81%CE%AD%CF%82_%CF%80%CE%B1%CF%81%CE%BF%CE%B4%CE%B9%CE%BA%CE%BF%CF%8D_%CF%85%CF%88%CE%BF%CE%BC%CE%AD%CF%84%CF%81%CE%BF%CF%85_%CF%87%CE%B9%CE%BF%CE%BD%CE%BF%CE%B3%CF%81%CE%B1%CE%BC%CE%BC%CE%AE%CF%82_%CF%80%CE%B1%CE%B3%CE%B5%CF%84%CF%8E%CE%BD%CF%89%CE%BD_%CF%83%CF%84%CE%B7%CE%BD_%CE%A5%CF%88%CE%B7%CE%BB%CE%AE_%CE%9F%CF%81%CE%B5%CE%B9%CE%BD%CE%AE_%CE%91%CF%83%CE%AF%CE%B1_(1985%E2%80%932021)</id>
		<title>Χρονοσειρές παροδικού υψομέτρου χιονογραμμής παγετώνων στην Υψηλή Ορεινή Ασία (1985–2021)</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%BF%CF%83%CE%B5%CE%B9%CF%81%CE%AD%CF%82_%CF%80%CE%B1%CF%81%CE%BF%CE%B4%CE%B9%CE%BA%CE%BF%CF%8D_%CF%85%CF%88%CE%BF%CE%BC%CE%AD%CF%84%CF%81%CE%BF%CF%85_%CF%87%CE%B9%CE%BF%CE%BD%CE%BF%CE%B3%CF%81%CE%B1%CE%BC%CE%BC%CE%AE%CF%82_%CF%80%CE%B1%CE%B3%CE%B5%CF%84%CF%8E%CE%BD%CF%89%CE%BD_%CF%83%CF%84%CE%B7%CE%BD_%CE%A5%CF%88%CE%B7%CE%BB%CE%AE_%CE%9F%CF%81%CE%B5%CE%B9%CE%BD%CE%AE_%CE%91%CF%83%CE%AF%CE%B1_(1985%E2%80%932021)"/>
				<updated>2026-01-30T09:07:48Z</updated>
		
		<summary type="html">&lt;p&gt;SANTAS MARIOS: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Πρότυπος Τίτλος : '''Remote sensing-derived time series of transient glacier snowline altitudes for High Mountain Asia, 1985–2021'''&lt;br /&gt;
&lt;br /&gt;
Συγγραφείς : ''David Loibl, Niklas Richter &amp;amp; Inge Grünberg ''&lt;br /&gt;
&lt;br /&gt;
Πηγή : [https://www.nature.com/articles/s41597-024-04309-6]&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;h1&amp;gt;Εισαγωγή&amp;lt;/h1&amp;gt;'''&lt;br /&gt;
&lt;br /&gt;
Η Υψηλή Ορεινή Ασία περιλαμβάνει μερικά από τα μεγαλύτερα και υψηλότερα ορεινά συστήματα της Γης, όπως τα Ιμαλάια, το Καρακορούμ, το Παμίρ και το Τιεν Σαν. Στην περιοχή αυτή εντοπίζονται περίπου 95.000 παγετώνες, οι οποίοι λειτουργούν ως φυσικές δεξαμενές γλυκού νερού και τροφοδοτούν σημαντικά ποτάμια συστήματα της Ασίας. Παρά τη σημασία τους, μόνο ελάχιστοι παγετώνες διαθέτουν μακροχρόνιες, επιτόπιες μετρήσεις ισοζυγίου μάζας, γεγονός που δημιουργεί σοβαρά κενά γνώσης.&lt;br /&gt;
&lt;br /&gt;
Οι μέχρι σήμερα περιφερειακές εκτιμήσεις βασίζονται κυρίως σε γεωδαιτικές μεθόδους, δορυφορική βαρυτομετρία ή ολοκληρωμένες προσεγγίσεις που αποδίδουν μέσες τιμές για μεγάλα χρονικά διαστήματα. Ωστόσο, αυτές οι μέθοδοι δεν αποτυπώνουν την ενδοετήσια μεταβλητότητα, η οποία είναι κρίσιμη για την κατανόηση των διεργασιών συσσώρευσης και τήξης. Για τον λόγο αυτό, απαιτείται ένα σύνολο παρατηρήσεων που να συνδυάζει μεγάλη χρονική κάλυψη, υψηλή χρονική ανάλυση και πλήρη χωρική κάλυψη.&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;h1&amp;gt;Η έννοια του Παροδικού Υψομέτρου Χιονογραμμής (TSLA)&amp;lt;/h1&amp;gt;'''&lt;br /&gt;
&lt;br /&gt;
Το παροδικό υψόμετρο χιονογραμμής ορίζεται ως το υψόμετρο στο οποίο διαχωρίζονται οι χιονοσκεπείς από τις γυμνές από χιόνι επιφάνειες ενός παγετώνα σε μια δεδομένη χρονική στιγμή. Κατά τη διάρκεια της περιόδου τήξης, η χιονογραμμή ανέρχεται προοδευτικά προς υψηλότερα υψόμετρα. Το μέγιστο TSLA στο τέλος της περιόδου τήξης αντιστοιχεί προσεγγιστικά στο Υψόμετρο Ισορροπίας (Equilibrium Line Altitude – ELA), έναν από τους σημαντικότερους δείκτες του ετήσιου ισοζυγίου μάζας ενός παγετώνα.&lt;br /&gt;
&lt;br /&gt;
Η έντονη φασματική αντίθεση μεταξύ χιονιού, πάγου και επιφανειών με φερτά υλικά επιτρέπει την ανίχνευση της χιονογραμμής μέσω πολυφασματικών δορυφορικών εικόνων. Το γεγονός ότι τα δεδομένα Landsat είναι διαθέσιμα από τα μέσα της δεκαετίας του 1980 καθιστά δυνατή τη δημιουργία μακροχρόνιων χρονοσειρών TSLA.&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;h1&amp;gt;Δεδομένα και μεθοδολογία&amp;lt;/h1&amp;gt;'''&lt;br /&gt;
&lt;br /&gt;
&amp;lt;h2&amp;gt;Δορυφορικά δεδομένα:&amp;lt;/h2&amp;gt; Η ανάλυση βασίστηκε σε εικόνες από τους δορυφόρους Landsat 4, 5, 7 και 8, χρησιμοποιώντας βαθμονομημένα προϊόντα κορυφής ατμόσφαιρας (Top-of-Atmosphere, Tier 1). Επιλέχθηκαν σκηνές με συνολική νεφοκάλυψη μικρότερη του 80%, ενώ χρησιμοποιήθηκαν τα φασματικά κανάλια του πράσινου, του εγγύς και βραχέος υπερύθρου, καθώς και το θερμικό κανάλι.&lt;br /&gt;
&lt;br /&gt;
&amp;lt;h2&amp;gt;Όρια παγετώνων και ψηφιακό μοντέλο εδάφους:&amp;lt;/h2&amp;gt; Τα όρια των παγετώνων προήλθαν από το Randolph Glacier Inventory έκδοση 6 (RGI v6), εξασφαλίζοντας συνεπή χωρική αναφορά σε όλη τη χρονοσειρά. Για τον υπολογισμό των υψομέτρων χρησιμοποιήθηκε το ψηφιακό μοντέλο εδάφους ALOS World 3D (AW3D30) με χωρική ανάλυση 30 m, το οποίο έχει αποδειχθεί αξιόπιστο για την περιοχή της HMA.&lt;br /&gt;
&lt;br /&gt;
&amp;lt;h2&amp;gt;Ο αλγόριθμος MANTRA:&amp;lt;/h2&amp;gt; Για την εξαγωγή των TSLA αναπτύχθηκε ο αλγόριθμος MANTRA (MountAiN glacier Transient snowline Retrieval Algorithm), ο οποίος υλοποιήθηκε στην πλατφόρμα Google Earth Engine. Ο αλγόριθμος βασίζεται σε λόγους φασματικών ζωνών, όπως ο Δείκτης Κανονικοποιημένης Διαφοράς Χιονιού (NDSI), σε συνδυασμό με θερμικές πληροφορίες. Μέσω εμπειρικής βαθμονόμησης για κάθε αισθητήρα Landsat, τα εικονοστοιχεία ταξινομούνται σε χιόνι, πάγο, φερτά υλικά ή νέφη.&lt;br /&gt;
&lt;br /&gt;
Για κάθε παγετώνα και χρονική στιγμή, υπολογίζεται η κατανομή υψομέτρων των χιονοσκεπών περιοχών. Το TSLA ορίζεται ως η διάμεσος τιμή του υψομετρικού εύρους που αντιστοιχεί στα χαμηλότερα δύο εκατοστημόρια της χιονοκάλυψης.&lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:msantas_6_1.png|thumb|right|'''Εικόνα 1''' : Στοιχεία του εργαλείου οπτικοποίησης MANTRA στο Google Earth Engine (Loibl, 2022), συμπεριλαμβανομένης μιας ψευδοχρωματικής εικόνας της δορυφορικής σκηνής (αριστερά, εδώ σκηνή Landsat 8 στις ζώνες 6-5-4), μιας απεικόνισης των αποτελεσμάτων της ταξινόμησης (κέντρο) και ενός πλαισίου πληροφοριών που εμφανίζει βασικά μεταδεδομένα, μετρικές αποτελεσμάτων, καθώς και το μενού επιλογής ημερομηνίας. Η κυανή περιοχή («εικονοστοιχεία TSL») υποδεικνύει το τμήμα της εικόνας που χρησιμοποιείται για τον υπολογισμό του TSLA, δηλαδή τα δύο χαμηλότερα εκατοστημόρια της χιονοκαλυμμένης επιφάνειας.]]&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;h1&amp;gt;Μεταεπεξεργασία και ποιοτικός έλεγχος&amp;lt;/h1&amp;gt;'''&lt;br /&gt;
&lt;br /&gt;
Από τις αρχικές περίπου 24,5 εκατομμύρια μετρήσεις, εφαρμόστηκε σειρά κριτηρίων ποιότητας για την απομάκρυνση προβληματικών αποτελεσμάτων, όπως υψηλή νεφοκάλυψη, ανεπαρκής φωτισμός ή υπερβολική διασπορά υψομέτρων. Μετά το φιλτράρισμα, παρέμειναν περίπου 9,66 εκατομμύρια αξιόπιστες μετρήσεις TSLA από περισσότερες από 100.000 μοναδικές σκηνές Landsat.&lt;br /&gt;
&lt;br /&gt;
Ιδιαίτερη έμφαση δόθηκε στην περίοδο από Ιούλιο έως Οκτώβριο, η οποία αντιστοιχεί στην κύρια φάση τήξης. Επιπλέον, αναγνωρίστηκαν περιπτώσεις «παγωμένων μεγίστων», όπου το μέγιστο TSLA ανιχνεύεται στις αρχές του φθινοπώρου λόγω καθαρών και ψυχρών συνθηκών.&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;h1&amp;gt;Αποτελέσματα&amp;lt;/h1&amp;gt;'''&lt;br /&gt;
&lt;br /&gt;
Οι χρονοσειρές TSLA παρουσιάζουν έντονο εποχικό κύκλο, με σαφή ημιτονοειδή μορφή, γεγονός που αντανακλά τον ετήσιο κλιματικό κύκλο. Παρατηρείται επίσης έντονη χωρική ετερογένεια, με χαμηλότερα υψόμετρα χιονογραμμής σε βορειότερα γεωγραφικά πλάτη, όπως στην περιοχή του Τιεν Σαν.&lt;br /&gt;
&lt;br /&gt;
Το 99% των μετρήσεων συγκεντρώνεται σε υψόμετρα μεταξύ περίπου 3.300 και 6.000 m, ενώ σporαδικά εμφανίζονται ακραίες τιμές άνω των 7.000 m. Ο μέσος αριθμός μετρήσεων ανά παγετώνα για την περίοδο 1985–2021 είναι περίπου 343, με αυξητική τάση τα τελευταία χρόνια λόγω της μεγαλύτερης διαθεσιμότητας δορυφορικών δεδομένων.&lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:msantas_6_2.png|thumb|right|'''Εικόνα 2''' : Χάρτης της Υψηλής Ορεινής Ασίας που περιλαμβάνει όλους τους παγετώνες, χρωματισμένους ανάλογα με τον αριθμό των μετρήσεων TSLA· οι παγετώνες επικύρωσης που χρησιμοποιήθηκαν στη μελέτη μας επισημαίνονται με κίτρινο σταυρό, ενώ τα μαύρα ορθογώνια δείχνουν τις περιοχές που χρησιμοποιήθηκαν για διασταυρούμενη επικύρωση: (a) το Tien Shan και το Pamir, όπως καλύπτονται στο Barandun et al., (b) η περιοχή Hunza (Καρακοράμ) και (c) το Langtang (Ιμαλάια), οι οποίες αναλύθηκαν στο Racoviteanu et al.]]&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;h1&amp;gt;Τεχνική επικύρωση και συγκρίσεις&amp;lt;/h1&amp;gt;'''&lt;br /&gt;
&lt;br /&gt;
Η ακρίβεια των αποτελεσμάτων αξιολογήθηκε τόσο μέσω στατιστικών δεικτών όσο και μέσω χειροκίνητων ελέγχων σε επιλεγμένους παγετώνες. Η μέση τυπική απόκλιση των μετρήσεων TSLA είναι της τάξης των 12–16 m, τιμή που θεωρείται χαμηλή σε σχέση με το συνολικό υψομετρικό εύρος των παγετώνων.&lt;br /&gt;
&lt;br /&gt;
Επιπλέον, πραγματοποιήθηκαν συγκρίσεις με ανεξάρτητα σύνολα δεδομένων από υποπεριοχές της HMA. Τα αποτελέσματα δείχνουν γενικά καλή συμφωνία, αν και παρατηρούνται συστηματικές αποκλίσεις λόγω διαφορών στη μεθοδολογία και στις φασματικές συνθήκες.&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;h1&amp;gt;Δυνατότητες εφαρμογών και περιορισμοί&amp;lt;/h1&amp;gt;'''&lt;br /&gt;
&lt;br /&gt;
Το σύνολο δεδομένων MANTRA προσφέρει σημαντικές δυνατότητες για τη βαθμονόμηση παγετωνολογικών μοντέλων, τη διερεύνηση των κλιματικών παραγόντων που επηρεάζουν τη δυναμική των παγετώνων και τη σύγκριση με μετεωρολογικά δεδομένα. Παράλληλα, πρέπει να λαμβάνονται υπόψη οι περιορισμοί που σχετίζονται με τη διαλείπουσα διαθεσιμότητα δορυφορικών παρατηρήσεων και την πιθανή υποεκτίμηση των ετήσιων μεγίστων TSLA.&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;h1&amp;gt;Συμπεράσματα&amp;lt;/h1&amp;gt;'''&lt;br /&gt;
&lt;br /&gt;
Η ανάπτυξη και διάθεση του συνόλου δεδομένων TSLA για την Υψηλή Ορεινή Ασία αποτελεί σημαντικό βήμα προς την κάλυψη των υφιστάμενων κενών γνώσης στη μακροχρόνια παρακολούθηση των παγετώνων. Με τη συνδυασμένη υψηλή χωρική και χρονική ανάλυση, το MANTRA επιτρέπει την ανάλυση της παγετωνικής μεταβλητότητας σε κλίμακες που μέχρι σήμερα δεν ήταν εφικτές, συμβάλλοντας ουσιαστικά στην κατανόηση των επιπτώσεων της κλιματικής αλλαγής στις ορεινές περιοχές της Ασίας.&lt;br /&gt;
&lt;br /&gt;
 [[category:Γεωλογία – Εδαφολογία]]&lt;/div&gt;</summary>
		<author><name>SANTAS MARIOS</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:Msantas_6_2.png</id>
		<title>Αρχείο:Msantas 6 2.png</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Msantas_6_2.png"/>
				<updated>2026-01-30T09:05:33Z</updated>
		
		<summary type="html">&lt;p&gt;SANTAS MARIOS: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>SANTAS MARIOS</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:Msantas_6_1.png</id>
		<title>Αρχείο:Msantas 6 1.png</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Msantas_6_1.png"/>
				<updated>2026-01-30T09:05:06Z</updated>
		
		<summary type="html">&lt;p&gt;SANTAS MARIOS: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>SANTAS MARIOS</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%95%CF%86%CE%B1%CF%81%CE%BC%CE%BF%CE%B3%CE%AD%CF%82_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CF%83%CF%84%CE%B7%CE%BD_%CE%91%CE%BB%CE%B9%CE%B5%CE%AF%CE%B1:_%CE%9C%CE%B9%CE%B1_%CE%A3%CF%85%CE%BD%CE%BF%CE%BB%CE%B9%CE%BA%CE%AE_%CE%95%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7</id>
		<title>Εφαρμογές Τηλεπισκόπησης στην Αλιεία: Μια Συνολική Επισκόπηση</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%95%CF%86%CE%B1%CF%81%CE%BC%CE%BF%CE%B3%CE%AD%CF%82_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CF%83%CF%84%CE%B7%CE%BD_%CE%91%CE%BB%CE%B9%CE%B5%CE%AF%CE%B1:_%CE%9C%CE%B9%CE%B1_%CE%A3%CF%85%CE%BD%CE%BF%CE%BB%CE%B9%CE%BA%CE%AE_%CE%95%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7"/>
				<updated>2026-01-30T08:48:59Z</updated>
		
		<summary type="html">&lt;p&gt;SANTAS MARIOS: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Πρότυπος Τίτλος : '''Fisheries applications of remote sensing: An overview'''&lt;br /&gt;
&lt;br /&gt;
Συγγραφείς : ''Victor Klemas''&lt;br /&gt;
&lt;br /&gt;
Πηγή : [https://www.sciencedirect.com/science/article/pii/S0165783612001075?ref=pdf_download&amp;amp;fr=RR-2&amp;amp;rr=9c52ec44da19323a]&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;h1&amp;gt;Εισαγωγή και γενικό πλαίσιο&amp;lt;/h1&amp;gt;'''&lt;br /&gt;
&lt;br /&gt;
Τα ιχθυαποθέματα αποτελούν μία από τις σημαντικότερες πηγές πρωτεΐνης για τον άνθρωπο και στηρίζουν την επισιτιστική ασφάλεια, την οικονομία και την απασχόληση εκατομμυρίων ανθρώπων παγκοσμίως. Ωστόσο, τις τελευταίες δεκαετίες οι παγκόσμιες αλιευτικές δραστηριότητες βρίσκονται υπό αυξανόμενη πίεση λόγω της υπεραλίευσης, της κλιματικής αλλαγής, της ρύπανσης και της υποβάθμισης των θαλάσσιων οικοσυστημάτων. Σύμφωνα με διεθνείς οργανισμούς, μεγάλο ποσοστό των ιχθυαποθεμάτων είναι πλέον πλήρως εκμεταλλευόμενο ή υπερεκμεταλλευόμενο, γεγονός που καθιστά επιτακτική την ανάγκη για βιώσιμη διαχείριση των θαλάσσιων πόρων.&lt;br /&gt;
&lt;br /&gt;
Οι παραδοσιακές μέθοδοι ωκεανογραφικής και αλιευτικής έρευνας, που βασίζονται κυρίως σε δειγματοληψίες από ερευνητικά σκάφη, παρουσιάζουν σημαντικούς περιορισμούς ως προς τη χωρική και χρονική κάλυψη. Η ανάπτυξη της τηλεπισκόπησης, και ιδιαίτερα της δορυφορικής τηλεπισκόπησης, έχει αλλάξει ριζικά τον τρόπο με τον οποίο παρακολουθούμε και μελετούμε τους ωκεανούς. Μέσω της μέτρησης φυσικών και βιολογικών παραμέτρων, όπως η θερμοκρασία της επιφάνειας της θάλασσας, το χρώμα του ωκεανού και η αλατότητα, η τηλεπισκόπηση παρέχει πολύτιμα δεδομένα για την κατανόηση της δυναμικής των θαλάσσιων οικοσυστημάτων και της κατανομής των ιχθυοπληθυσμών.&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;h1&amp;gt;Περιβαλλοντικοί δείκτες και κατανομή των ψαριών&amp;lt;/h1&amp;gt;'''&lt;br /&gt;
&lt;br /&gt;
Η κατανομή, η αφθονία και η συμπεριφορά των ψαριών επηρεάζονται έντονα από τις περιβαλλοντικές συνθήκες. Παράμετροι όπως η θερμοκρασία του νερού, η πρωτογενής παραγωγικότητα, η διαθεσιμότητα τροφής και η παρουσία ωκεάνιων μετώπων και στροβίλων διαμορφώνουν τα ενδιαιτήματα των διαφόρων ειδών. Η τηλεπισκόπηση επιτρέπει την παρακολούθηση αυτών των παραμέτρων σε μεγάλη κλίμακα και με συχνή επανάληψη.&lt;br /&gt;
&lt;br /&gt;
Η θερμοκρασία της επιφάνειας της θάλασσας (Sea Surface Temperature – SST) αποτελεί έναν από τους σημαντικότερους περιβαλλοντικούς δείκτες. Πολλά είδη ψαριών εμφανίζουν σαφείς προτιμήσεις σε συγκεκριμένα θερμοκρασιακά εύρη, τα οποία επηρεάζουν τον μεταβολισμό, την ανάπτυξη, την αναπαραγωγή και τις μεταναστευτικές τους κινήσεις. Για παράδειγμα, είδη όπως ο τόνος και ο ξιφίας τείνουν να συγκεντρώνονται κοντά σε θερμικά μέτωπα, όπου συνδυάζονται κατάλληλες θερμοκρασίες και αυξημένη διαθεσιμότητα τροφής.&lt;br /&gt;
&lt;br /&gt;
Εξίσου σημαντικός δείκτης είναι η πρωτογενής παραγωγικότητα, η οποία συνδέεται με τη συγκέντρωση φυτοπλαγκτού. Η συγκέντρωση χλωροφύλλης-a, που εκτιμάται μέσω δορυφορικών αισθητήρων χρώματος ωκεανού, χρησιμοποιείται ως έμμεσο μέτρο της βιολογικής παραγωγικότητας. Περιοχές με αυξημένη συγκέντρωση χλωροφύλλης, όπως ζώνες ανοδικής ανάβλυσης (upwelling), υποστηρίζουν πλούσιες τροφικές αλυσίδες και συχνά φιλοξενούν σημαντικά αλιευτικά αποθέματα.&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;h1&amp;gt;Ακουστική τηλεπισκόπηση και ανίχνευση ιχθυοσχολών&amp;lt;/h1&amp;gt;'''&lt;br /&gt;
&lt;br /&gt;
Παρότι η ακουστική τηλεπισκόπηση δεν εντάσσεται πάντα στους αυστηρούς ορισμούς της τηλεπισκόπησης, διαδραματίζει καθοριστικό ρόλο στην αλιευτική έρευνα. Τα ηχοβολιστικά συστήματα (sonar και echo-sounders) χρησιμοποιούνται ευρέως για την ανίχνευση, την εκτίμηση αφθονίας και τη χαρτογράφηση της κατανομής των ιχθυοσχολών.&lt;br /&gt;
&lt;br /&gt;
Οι ακουστικές μέθοδοι βασίζονται στην εκπομπή ηχητικών παλμών και στην ανάλυση της ανακλώμενης ενέργειας από τα ψάρια και άλλα αντικείμενα στο νερό. Ιδιαίτερα σημαντικό ρόλο παίζει η ύπαρξη αεροφόρων οργάνων, όπως η νηκτική κύστη, τα οποία ενισχύουν το ανακλώμενο σήμα. Τα σύγχρονα πολυδεσμικά και πλευρικής σάρωσης συστήματα παρέχουν υψηλής ανάλυσης δεδομένα, επιτρέποντας την τρισδιάστατη απεικόνιση ιχθυοσχολών.&lt;br /&gt;
&lt;br /&gt;
Πρόσφατες εξελίξεις, όπως η τεχνική της ακουστικής τηλεπισκόπησης μέσω ωκεάνιου κυματοδηγού, επιτρέπουν τη συνεχή παρακολούθηση τεράστιων περιοχών της υφαλοκρηπίδας. Με τον τρόπο αυτό καθίσταται δυνατή η μελέτη της δυναμικής σχηματισμού και μετακίνησης μεγάλων ιχθυοσχολών σε σχεδόν πραγματικό χρόνο.&lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:msantas_5_1.png|thumb|right|'''Εικόνα 1''' : Δύο στιγμιαίες εικόνες επιφανειακής πυκνότητας κοπαδιών ψαριών κοντά στο όριο της υφαλοκρηπίδας, οι οποίες αποκτήθηκαν μέσω τηλεπισκόπησης με ακουστικό κυματοδηγό ωκεανού στις 14 και 15 Μαΐου 2003, αντίστοιχα.]]&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;h1&amp;gt;Εναέρια και δορυφορική τηλεπισκόπηση&amp;lt;/h1&amp;gt;'''&lt;br /&gt;
&lt;br /&gt;
Η εναέρια τηλεπισκόπηση, μέσω αεροσκαφών και ελικοπτέρων, χρησιμοποιείται εδώ και δεκαετίες για τον εντοπισμό ιχθυοσχολών, ιδιαίτερα σε παράκτιες και ρηχές περιοχές. Οι έμπειροι εναέριοι παρατηρητές μπορούν να εντοπίσουν σχολές ψαριών με γυμνό μάτι, ωστόσο η χρήση προηγμένων αισθητήρων, όπως θερμικές κάμερες, lidar και ραντάρ, έχει αυξήσει σημαντικά την ακρίβεια και την αξιοπιστία των παρατηρήσεων.&lt;br /&gt;
&lt;br /&gt;
Η δορυφορική τηλεπισκόπηση αποτελεί σήμερα το πιο ισχυρό εργαλείο για τη μελέτη των θαλάσσιων οικοσυστημάτων σε παγκόσμια κλίμακα. Δορυφορικοί αισθητήρες παρέχουν δεδομένα για τη θερμοκρασία της θάλασσας, το χρώμα του ωκεανού, την αλατότητα, τα ρεύματα, τους ανέμους και τα κύματα. Ο συνδυασμός αυτών των δεδομένων με επιτόπιες μετρήσεις επιτρέπει την ανάπτυξη προγνωστικών μοντέλων για τον εντοπισμό ευνοϊκών αλιευτικών περιοχών.&lt;br /&gt;
&lt;br /&gt;
Ιδιαίτερη σημασία έχει η παρακολούθηση των ζωνών ανοδικής ανάβλυσης και των ωκεάνιων μετώπων, όπου παρατηρείται αυξημένη βιολογική δραστηριότητα. Οι πληροφορίες αυτές αξιοποιούνται τόσο για την υποστήριξη της αλιευτικής δραστηριότητας όσο και για τη διαχείριση και προστασία των θαλάσσιων οικοσυστημάτων.&lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:msantas_5_2.png|thumb|right|'''Εικόνα 2''' : Δορυφορικοί χάρτες του χρώματος και της θερμοκρασίας του ωκεανού (δεξιά), που απεικονίζουν τις περιοχές ανοδικών ρευμάτων (upwelling), και την κατανομή της χλωροφύλλης (αριστερά) κατά μήκος των ακτών της Καλιφόρνιας.]]&lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:msantas_5_3.png|thumb|right|'''Εικόνα 3''' : Δορυφορικές θερμικές υπέρυθρες εικόνες του μετώπου Ισλανδίας–Φερόε και των σχετιζόμενων στροβίλων. Η Ισλανδία και τα Νησιά Φερόε οριοθετούνται με λευκές τελείες. Ο βορράς βρίσκεται προς τα επάνω. Τα μωβ και μπλε χρώματα αντιπροσωπεύουν ψυχρά αρκτικά ύδατα, ενώ τα κόκκινα και κίτρινα χρώματα υποδηλώνουν θερμότερα ύδατα του Ρεύματος του Κόλπου (Millar και Rossby, 2004).]]&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;h1&amp;gt;Επιχειρησιακές εφαρμογές και διαχείριση αλιείας&amp;lt;/h1&amp;gt;'''&lt;br /&gt;
&lt;br /&gt;
Η ενσωμάτωση της τηλεπισκόπησης σε επιχειρησιακά συστήματα παρακολούθησης και πρόγνωσης έχει βελτιώσει σημαντικά την αποτελεσματικότητα της αλιείας. Σε πολλές χώρες, δορυφορικά δεδομένα χρησιμοποιούνται για την παραγωγή χαρτών και δελτίων που υποδεικνύουν πιθανές ζώνες αλιευτικού ενδιαφέροντος, μειώνοντας τον χρόνο και το κόστος αναζήτησης των ιχθυοσχολών.&lt;br /&gt;
&lt;br /&gt;
Παράλληλα, η τηλεπισκόπηση συμβάλλει στη βιώσιμη διαχείριση των αλιευτικών πόρων. Μέσω της παρακολούθησης των περιβαλλοντικών μεταβολών και της κατάστασης των οικοσυστημάτων, οι αρμόδιες αρχές μπορούν να λαμβάνουν τεκμηριωμένες αποφάσεις για τον καθορισμό προστατευόμενων περιοχών, τη ρύθμιση της αλιευτικής προσπάθειας και την πρόληψη περιβαλλοντικών κινδύνων, όπως οι επιβλαβείς ανθίσεις φυτοπλαγκτού.&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;h1&amp;gt;Συμπεράσματα&amp;lt;/h1&amp;gt;'''&lt;br /&gt;
&lt;br /&gt;
Η τηλεπισκόπηση έχει αναδειχθεί σε αναπόσπαστο εργαλείο της σύγχρονης αλιευτικής επιστήμης και διαχείρισης. Η δυνατότητα συνεχούς, εκτεταμένης και πολυπαραμετρικής παρακολούθησης των ωκεανών παρέχει μοναδικές ευκαιρίες για την κατανόηση της σχέσης μεταξύ περιβάλλοντος και ιχθυοπληθυσμών. Ο συνδυασμός δορυφορικών, εναέριων και ακουστικών δεδομένων ενισχύει την ακρίβεια των εκτιμήσεων και υποστηρίζει την εφαρμογή οικοσυστημικών προσεγγίσεων στη διαχείριση της αλιείας.&lt;br /&gt;
&lt;br /&gt;
Παρά τις σημαντικές προόδους, εξακολουθούν να υπάρχουν προκλήσεις, όπως η ανάγκη για μακροχρόνιες χρονοσειρές δεδομένων, η αντιμετώπιση των περιορισμών λόγω νεφοκάλυψης και η καλύτερη ενσωμάτωση επιστημονικών γνώσεων στις πρακτικές διαχείρισης. Η διατήρηση και ενίσχυση των προγραμμάτων τηλεπισκόπησης αποτελεί κρίσιμο παράγοντα για τη βιώσιμη εκμετάλλευση των θαλάσσιων πόρων και την προστασία των ωκεάνιων οικοσυστημάτων στο μέλλον.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
[[category:Οικολογία]]&lt;/div&gt;</summary>
		<author><name>SANTAS MARIOS</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:Msantas_5_3.png</id>
		<title>Αρχείο:Msantas 5 3.png</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Msantas_5_3.png"/>
				<updated>2026-01-30T08:41:57Z</updated>
		
		<summary type="html">&lt;p&gt;SANTAS MARIOS: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>SANTAS MARIOS</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:Msantas_5_2.png</id>
		<title>Αρχείο:Msantas 5 2.png</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Msantas_5_2.png"/>
				<updated>2026-01-30T08:37:53Z</updated>
		
		<summary type="html">&lt;p&gt;SANTAS MARIOS: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>SANTAS MARIOS</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:Msantas_5_1.png</id>
		<title>Αρχείο:Msantas 5 1.png</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Msantas_5_1.png"/>
				<updated>2026-01-30T08:37:32Z</updated>
		
		<summary type="html">&lt;p&gt;SANTAS MARIOS: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>SANTAS MARIOS</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A3%CE%AC%CE%BD%CF%84%CE%B1%CF%82_%CE%9C%CE%AC%CF%81%CE%B9%CE%BF%CF%82</id>
		<title>Σάντας Μάριος</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A3%CE%AC%CE%BD%CF%84%CE%B1%CF%82_%CE%9C%CE%AC%CF%81%CE%B9%CE%BF%CF%82"/>
				<updated>2026-01-29T16:35:23Z</updated>
		
		<summary type="html">&lt;p&gt;SANTAS MARIOS: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;*[[Λειχήνες ως δείκτες απολιθωμάτων δεινοσαύρων]]&lt;br /&gt;
*[[Φωτορύπανση στο Πακιστάν: Εφαρμογές Τηλεπισκόπησης και Γεωγραφικών Συστημάτων Πληροφοριών (GIS)]]&lt;br /&gt;
*[[Εφαρμογές Τηλεπισκόπησης στην Αλιεία: Μια Συνολική Επισκόπηση]]&lt;br /&gt;
*[[Τηλεπισκόπηση και Σχέσεις Βλάστησης-Εδάφους: Εκτίμηση της Διατμητικής Αντοχής Εδαφών σε Βορεακά Οικοσυστήματα]]&lt;br /&gt;
*[[Χρονοσειρές παροδικού υψομέτρου χιονογραμμής παγετώνων στην Υψηλή Ορεινή Ασία (1985–2021)]]&lt;br /&gt;
&lt;br /&gt;
 [[category:ΔΠΜΣ &amp;quot;Περιβάλλον &amp;amp; Ανάπτυξη&amp;quot; (Μέτσοβο)]]&lt;/div&gt;</summary>
		<author><name>SANTAS MARIOS</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A7%CF%81%CE%BF%CE%BD%CE%BF%CF%83%CE%B5%CE%B9%CF%81%CE%AD%CF%82_%CF%80%CE%B1%CF%81%CE%BF%CE%B4%CE%B9%CE%BA%CE%BF%CF%8D_%CF%85%CF%88%CE%BF%CE%BC%CE%AD%CF%84%CF%81%CE%BF%CF%85_%CF%87%CE%B9%CE%BF%CE%BD%CE%BF%CE%B3%CF%81%CE%B1%CE%BC%CE%BC%CE%AE%CF%82_%CF%80%CE%B1%CE%B3%CE%B5%CF%84%CF%8E%CE%BD%CF%89%CE%BD_%CF%83%CF%84%CE%B7%CE%BD_%CE%A5%CF%88%CE%B7%CE%BB%CE%AE_%CE%9F%CF%81%CE%B5%CE%B9%CE%BD%CE%AE_%CE%91%CF%83%CE%AF%CE%B1_(1985%E2%80%932021)</id>
		<title>Χρονοσειρές παροδικού υψομέτρου χιονογραμμής παγετώνων στην Υψηλή Ορεινή Ασία (1985–2021)</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%BF%CF%83%CE%B5%CE%B9%CF%81%CE%AD%CF%82_%CF%80%CE%B1%CF%81%CE%BF%CE%B4%CE%B9%CE%BA%CE%BF%CF%8D_%CF%85%CF%88%CE%BF%CE%BC%CE%AD%CF%84%CF%81%CE%BF%CF%85_%CF%87%CE%B9%CE%BF%CE%BD%CE%BF%CE%B3%CF%81%CE%B1%CE%BC%CE%BC%CE%AE%CF%82_%CF%80%CE%B1%CE%B3%CE%B5%CF%84%CF%8E%CE%BD%CF%89%CE%BD_%CF%83%CF%84%CE%B7%CE%BD_%CE%A5%CF%88%CE%B7%CE%BB%CE%AE_%CE%9F%CF%81%CE%B5%CE%B9%CE%BD%CE%AE_%CE%91%CF%83%CE%AF%CE%B1_(1985%E2%80%932021)"/>
				<updated>2026-01-29T16:34:35Z</updated>
		
		<summary type="html">&lt;p&gt;SANTAS MARIOS: Νέα σελίδα με 'Πρότυπος Τίτλος : '''Remote sensing-derived time series of transient glacier snowline altitudes for High Mountain Asia, 1985–2021'''  Συγγραφείς ...'&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Πρότυπος Τίτλος : '''Remote sensing-derived time series of transient glacier snowline altitudes for High Mountain Asia, 1985–2021'''&lt;br /&gt;
&lt;br /&gt;
Συγγραφείς : ''David Loibl, Niklas Richter &amp;amp; Inge Grünberg ''&lt;br /&gt;
&lt;br /&gt;
Πηγή : [https://www.nature.com/articles/s41597-024-04309-6]&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;h1&amp;gt;Εισαγωγή&amp;lt;/h1&amp;gt;'''&lt;br /&gt;
&lt;br /&gt;
Η Υψηλή Ορεινή Ασία περιλαμβάνει μερικά από τα μεγαλύτερα και υψηλότερα ορεινά συστήματα της Γης, όπως τα Ιμαλάια, το Καρακορούμ, το Παμίρ και το Τιεν Σαν. Στην περιοχή αυτή εντοπίζονται περίπου 95.000 παγετώνες, οι οποίοι λειτουργούν ως φυσικές δεξαμενές γλυκού νερού και τροφοδοτούν σημαντικά ποτάμια συστήματα της Ασίας. Παρά τη σημασία τους, μόνο ελάχιστοι παγετώνες διαθέτουν μακροχρόνιες, επιτόπιες μετρήσεις ισοζυγίου μάζας, γεγονός που δημιουργεί σοβαρά κενά γνώσης.&lt;br /&gt;
&lt;br /&gt;
Οι μέχρι σήμερα περιφερειακές εκτιμήσεις βασίζονται κυρίως σε γεωδαιτικές μεθόδους, δορυφορική βαρυτομετρία ή ολοκληρωμένες προσεγγίσεις που αποδίδουν μέσες τιμές για μεγάλα χρονικά διαστήματα. Ωστόσο, αυτές οι μέθοδοι δεν αποτυπώνουν την ενδοετήσια μεταβλητότητα, η οποία είναι κρίσιμη για την κατανόηση των διεργασιών συσσώρευσης και τήξης. Για τον λόγο αυτό, απαιτείται ένα σύνολο παρατηρήσεων που να συνδυάζει μεγάλη χρονική κάλυψη, υψηλή χρονική ανάλυση και πλήρη χωρική κάλυψη.&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;h1&amp;gt;Η έννοια του Παροδικού Υψομέτρου Χιονογραμμής (TSLA)&amp;lt;/h1&amp;gt;'''&lt;br /&gt;
&lt;br /&gt;
Το παροδικό υψόμετρο χιονογραμμής ορίζεται ως το υψόμετρο στο οποίο διαχωρίζονται οι χιονοσκεπείς από τις γυμνές από χιόνι επιφάνειες ενός παγετώνα σε μια δεδομένη χρονική στιγμή. Κατά τη διάρκεια της περιόδου τήξης, η χιονογραμμή ανέρχεται προοδευτικά προς υψηλότερα υψόμετρα. Το μέγιστο TSLA στο τέλος της περιόδου τήξης αντιστοιχεί προσεγγιστικά στο Υψόμετρο Ισορροπίας (Equilibrium Line Altitude – ELA), έναν από τους σημαντικότερους δείκτες του ετήσιου ισοζυγίου μάζας ενός παγετώνα.&lt;br /&gt;
&lt;br /&gt;
Η έντονη φασματική αντίθεση μεταξύ χιονιού, πάγου και επιφανειών με φερτά υλικά επιτρέπει την ανίχνευση της χιονογραμμής μέσω πολυφασματικών δορυφορικών εικόνων. Το γεγονός ότι τα δεδομένα Landsat είναι διαθέσιμα από τα μέσα της δεκαετίας του 1980 καθιστά δυνατή τη δημιουργία μακροχρόνιων χρονοσειρών TSLA.&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;h1&amp;gt;Δεδομένα και μεθοδολογία&amp;lt;/h1&amp;gt;'''&lt;br /&gt;
&lt;br /&gt;
&amp;lt;h2&amp;gt;Δορυφορικά δεδομένα:&amp;lt;/h2&amp;gt; Η ανάλυση βασίστηκε σε εικόνες από τους δορυφόρους Landsat 4, 5, 7 και 8, χρησιμοποιώντας βαθμονομημένα προϊόντα κορυφής ατμόσφαιρας (Top-of-Atmosphere, Tier 1). Επιλέχθηκαν σκηνές με συνολική νεφοκάλυψη μικρότερη του 80%, ενώ χρησιμοποιήθηκαν τα φασματικά κανάλια του πράσινου, του εγγύς και βραχέος υπερύθρου, καθώς και το θερμικό κανάλι.&lt;br /&gt;
&lt;br /&gt;
&amp;lt;h2&amp;gt;Όρια παγετώνων και ψηφιακό μοντέλο εδάφους:&amp;lt;/h2&amp;gt; Τα όρια των παγετώνων προήλθαν από το Randolph Glacier Inventory έκδοση 6 (RGI v6), εξασφαλίζοντας συνεπή χωρική αναφορά σε όλη τη χρονοσειρά. Για τον υπολογισμό των υψομέτρων χρησιμοποιήθηκε το ψηφιακό μοντέλο εδάφους ALOS World 3D (AW3D30) με χωρική ανάλυση 30 m, το οποίο έχει αποδειχθεί αξιόπιστο για την περιοχή της HMA.&lt;br /&gt;
&lt;br /&gt;
&amp;lt;h2&amp;gt;Ο αλγόριθμος MANTRA:&amp;lt;/h2&amp;gt; Για την εξαγωγή των TSLA αναπτύχθηκε ο αλγόριθμος MANTRA (MountAiN glacier Transient snowline Retrieval Algorithm), ο οποίος υλοποιήθηκε στην πλατφόρμα Google Earth Engine. Ο αλγόριθμος βασίζεται σε λόγους φασματικών ζωνών, όπως ο Δείκτης Κανονικοποιημένης Διαφοράς Χιονιού (NDSI), σε συνδυασμό με θερμικές πληροφορίες. Μέσω εμπειρικής βαθμονόμησης για κάθε αισθητήρα Landsat, τα εικονοστοιχεία ταξινομούνται σε χιόνι, πάγο, φερτά υλικά ή νέφη.&lt;br /&gt;
&lt;br /&gt;
Για κάθε παγετώνα και χρονική στιγμή, υπολογίζεται η κατανομή υψομέτρων των χιονοσκεπών περιοχών. Το TSLA ορίζεται ως η διάμεσος τιμή του υψομετρικού εύρους που αντιστοιχεί στα χαμηλότερα δύο εκατοστημόρια της χιονοκάλυψης.&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;h1&amp;gt;Μεταεπεξεργασία και ποιοτικός έλεγχος&amp;lt;/h1&amp;gt;'''&lt;br /&gt;
&lt;br /&gt;
Από τις αρχικές περίπου 24,5 εκατομμύρια μετρήσεις, εφαρμόστηκε σειρά κριτηρίων ποιότητας για την απομάκρυνση προβληματικών αποτελεσμάτων, όπως υψηλή νεφοκάλυψη, ανεπαρκής φωτισμός ή υπερβολική διασπορά υψομέτρων. Μετά το φιλτράρισμα, παρέμειναν περίπου 9,66 εκατομμύρια αξιόπιστες μετρήσεις TSLA από περισσότερες από 100.000 μοναδικές σκηνές Landsat.&lt;br /&gt;
&lt;br /&gt;
Ιδιαίτερη έμφαση δόθηκε στην περίοδο από Ιούλιο έως Οκτώβριο, η οποία αντιστοιχεί στην κύρια φάση τήξης. Επιπλέον, αναγνωρίστηκαν περιπτώσεις «παγωμένων μεγίστων», όπου το μέγιστο TSLA ανιχνεύεται στις αρχές του φθινοπώρου λόγω καθαρών και ψυχρών συνθηκών.&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;h1&amp;gt;Αποτελέσματα&amp;lt;/h1&amp;gt;'''&lt;br /&gt;
&lt;br /&gt;
Οι χρονοσειρές TSLA παρουσιάζουν έντονο εποχικό κύκλο, με σαφή ημιτονοειδή μορφή, γεγονός που αντανακλά τον ετήσιο κλιματικό κύκλο. Παρατηρείται επίσης έντονη χωρική ετερογένεια, με χαμηλότερα υψόμετρα χιονογραμμής σε βορειότερα γεωγραφικά πλάτη, όπως στην περιοχή του Τιεν Σαν.&lt;br /&gt;
&lt;br /&gt;
Το 99% των μετρήσεων συγκεντρώνεται σε υψόμετρα μεταξύ περίπου 3.300 και 6.000 m, ενώ σporαδικά εμφανίζονται ακραίες τιμές άνω των 7.000 m. Ο μέσος αριθμός μετρήσεων ανά παγετώνα για την περίοδο 1985–2021 είναι περίπου 343, με αυξητική τάση τα τελευταία χρόνια λόγω της μεγαλύτερης διαθεσιμότητας δορυφορικών δεδομένων.&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;h1&amp;gt;Τεχνική επικύρωση και συγκρίσεις&amp;lt;/h1&amp;gt;'''&lt;br /&gt;
&lt;br /&gt;
Η ακρίβεια των αποτελεσμάτων αξιολογήθηκε τόσο μέσω στατιστικών δεικτών όσο και μέσω χειροκίνητων ελέγχων σε επιλεγμένους παγετώνες. Η μέση τυπική απόκλιση των μετρήσεων TSLA είναι της τάξης των 12–16 m, τιμή που θεωρείται χαμηλή σε σχέση με το συνολικό υψομετρικό εύρος των παγετώνων.&lt;br /&gt;
&lt;br /&gt;
Επιπλέον, πραγματοποιήθηκαν συγκρίσεις με ανεξάρτητα σύνολα δεδομένων από υποπεριοχές της HMA. Τα αποτελέσματα δείχνουν γενικά καλή συμφωνία, αν και παρατηρούνται συστηματικές αποκλίσεις λόγω διαφορών στη μεθοδολογία και στις φασματικές συνθήκες.&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;h1&amp;gt;Δυνατότητες εφαρμογών και περιορισμοί&amp;lt;/h1&amp;gt;'''&lt;br /&gt;
&lt;br /&gt;
Το σύνολο δεδομένων MANTRA προσφέρει σημαντικές δυνατότητες για τη βαθμονόμηση παγετωνολογικών μοντέλων, τη διερεύνηση των κλιματικών παραγόντων που επηρεάζουν τη δυναμική των παγετώνων και τη σύγκριση με μετεωρολογικά δεδομένα. Παράλληλα, πρέπει να λαμβάνονται υπόψη οι περιορισμοί που σχετίζονται με τη διαλείπουσα διαθεσιμότητα δορυφορικών παρατηρήσεων και την πιθανή υποεκτίμηση των ετήσιων μεγίστων TSLA.&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;h1&amp;gt;Συμπεράσματα&amp;lt;/h1&amp;gt;'''&lt;br /&gt;
&lt;br /&gt;
Η ανάπτυξη και διάθεση του συνόλου δεδομένων TSLA για την Υψηλή Ορεινή Ασία αποτελεί σημαντικό βήμα προς την κάλυψη των υφιστάμενων κενών γνώσης στη μακροχρόνια παρακολούθηση των παγετώνων. Με τη συνδυασμένη υψηλή χωρική και χρονική ανάλυση, το MANTRA επιτρέπει την ανάλυση της παγετωνικής μεταβλητότητας σε κλίμακες που μέχρι σήμερα δεν ήταν εφικτές, συμβάλλοντας ουσιαστικά στην κατανόηση των επιπτώσεων της κλιματικής αλλαγής στις ορεινές περιοχές της Ασίας.&lt;br /&gt;
&lt;br /&gt;
 [[category:Γεωλογία – Εδαφολογία]]&lt;/div&gt;</summary>
		<author><name>SANTAS MARIOS</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CE%BA%CE%B1%CE%B9_%CE%A3%CF%87%CE%AD%CF%83%CE%B5%CE%B9%CF%82_%CE%92%CE%BB%CE%AC%CF%83%CF%84%CE%B7%CF%83%CE%B7%CF%82-%CE%95%CE%B4%CE%AC%CF%86%CE%BF%CF%85%CF%82:_%CE%95%CE%BA%CF%84%CE%AF%CE%BC%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%94%CE%B9%CE%B1%CF%84%CE%BC%CE%B7%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%91%CE%BD%CF%84%CE%BF%CF%87%CE%AE%CF%82_%CE%95%CE%B4%CE%B1%CF%86%CF%8E%CE%BD_%CF%83%CE%B5_%CE%92%CE%BF%CF%81%CE%B5%CE%B1%CE%BA%CE%AC_%CE%9F%CE%B9%CE%BA%CE%BF%CF%83%CF%85%CF%83%CF%84%CE%AE%CE%BC%CE%B1%CF%84%CE%B1</id>
		<title>Τηλεπισκόπηση και Σχέσεις Βλάστησης-Εδάφους: Εκτίμηση της Διατμητικής Αντοχής Εδαφών σε Βορεακά Οικοσυστήματα</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CE%BA%CE%B1%CE%B9_%CE%A3%CF%87%CE%AD%CF%83%CE%B5%CE%B9%CF%82_%CE%92%CE%BB%CE%AC%CF%83%CF%84%CE%B7%CF%83%CE%B7%CF%82-%CE%95%CE%B4%CE%AC%CF%86%CE%BF%CF%85%CF%82:_%CE%95%CE%BA%CF%84%CE%AF%CE%BC%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%94%CE%B9%CE%B1%CF%84%CE%BC%CE%B7%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%91%CE%BD%CF%84%CE%BF%CF%87%CE%AE%CF%82_%CE%95%CE%B4%CE%B1%CF%86%CF%8E%CE%BD_%CF%83%CE%B5_%CE%92%CE%BF%CF%81%CE%B5%CE%B1%CE%BA%CE%AC_%CE%9F%CE%B9%CE%BA%CE%BF%CF%83%CF%85%CF%83%CF%84%CE%AE%CE%BC%CE%B1%CF%84%CE%B1"/>
				<updated>2026-01-29T10:12:14Z</updated>
		
		<summary type="html">&lt;p&gt;SANTAS MARIOS: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Πρότυπος Τίτλος : '''Vegetation predicts soil shear strength in Arctic soils: Ground-based and remote sensing techniques'''&lt;br /&gt;
&lt;br /&gt;
Συγγραφείς : ''Wade A. Wall, Ryan Busby, Lauren Bosche''&lt;br /&gt;
&lt;br /&gt;
Πηγή : [https://afrjournal.org/index.php/afr/article/view/3457]&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;h1&amp;gt;Εισαγωγή&amp;lt;/h1&amp;gt;'''&lt;br /&gt;
&lt;br /&gt;
Η σχέση μεταξύ βλάστησης και εδάφους έχει αναγνωριστεί εδώ και δεκαετίες ως καθοριστικός παράγοντας για τη δομή και τη λειτουργία των οικοσυστημάτων. Η χωρική ετερογένεια των εδαφών επηρεάζει την κατανομή των φυτικών ειδών, τη βιοποικιλότητα και ακόμη και τις εξελικτικές διεργασίες. Αντίστροφα, η βλάστηση επηρεάζει το έδαφος μέσω της ριζικής ενίσχυσης, της ρύθμισης της υγρασίας και της εισροής οργανικής ύλης.&lt;br /&gt;
&lt;br /&gt;
Η διατμητική αντοχή του εδάφους είναι κρίσιμη για τη σταθερότητα των πρανών, την ανθεκτικότητα στη διάβρωση και την πρόληψη κατολισθήσεων, ιδιαίτερα σε περιοχές με έντονες βροχοπτώσεις ή απόψυξη παγετού. Σε βορεακά και αρκτικά περιβάλλοντα, όπου οι αλλαγές του κλίματος επιταχύνουν την απόψυξη του μόνιμου παγετού, η κατανόηση και πρόβλεψη της διατμητικής αντοχής αποκτά ακόμη μεγαλύτερη σημασία.&lt;br /&gt;
&lt;br /&gt;
Παραδοσιακά, η εκτίμηση της διατμητικής αντοχής βασίζεται σε επιτόπιες γεωτεχνικές μετρήσεις και σε μοντέλα που απαιτούν λεπτομερή γνώση των εδαφικών και ριζικών χαρακτηριστικών. Ωστόσο, η έλλειψη εκτεταμένων δεδομένων περιορίζει τη δυνατότητα εφαρμογής αυτών των μοντέλων σε περιφερειακή ή παγκόσμια κλίμακα. Η τηλεπισκόπηση προσφέρει μια εναλλακτική προσέγγιση, καθώς επιτρέπει την έμμεση εκτίμηση της βλάστησης και, κατ’ επέκταση, της επίδρασής της στη μηχανική συμπεριφορά του εδάφους.&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;h1&amp;gt;Θεωρητικό υπόβαθρο: Διατμητική αντοχή εδάφους και βλάστηση&amp;lt;/h1&amp;gt;'''&lt;br /&gt;
&lt;br /&gt;
Η διατμητική αντοχή του εδάφους εξαρτάται από έναν συνδυασμό ενδογενών και εξωγενών παραγόντων. Στους ενδογενείς παράγοντες περιλαμβάνονται η ορυκτολογική σύσταση, η κατανομή μεγέθους των κόκκων και η γωνιότητα των σωματιδίων, ενώ στους εξωγενείς παράγοντες συγκαταλέγονται η υγρασία, η συμπύκνωση και η παρουσία βλάστησης.&lt;br /&gt;
&lt;br /&gt;
Η βλάστηση αυξάνει τη διατμητική αντοχή κυρίως μέσω του ριζικού συστήματος, το οποίο λειτουργεί ως μηχανικός οπλισμός του εδάφους, αυξάνοντας τη συνοχή. Τα βαθιά και πυκνά ριζικά συστήματα έχουν αποδειχθεί ιδιαίτερα αποτελεσματικά στη σταθεροποίηση πρανών και στον έλεγχο της διάβρωσης. Ωστόσο, οι άμεσες μετρήσεις ριζικών χαρακτηριστικών είναι δύσκολες και συχνά περιορισμένες χωρικά.&lt;br /&gt;
&lt;br /&gt;
Για τον λόγο αυτό, πολλές μελέτες έχουν επιχειρήσει να συσχετίσουν τα υπέργεια χαρακτηριστικά της βλάστησης με τη διατμητική αντοχή, βασιζόμενες σε αλλομετρικές σχέσεις μεταξύ υπέργειας και υπόγειας βιομάζας. Αυτές οι σχέσεις ανοίγουν τον δρόμο για τη χρήση τηλεπισκοπικών δεδομένων ως έμμεσων δεικτών της εδαφικής σταθερότητας.&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;h1&amp;gt;Τηλεπισκόπηση ως εργαλείο εκτίμησης εδαφικών ιδιοτήτων&amp;lt;/h1&amp;gt;'''&lt;br /&gt;
&lt;br /&gt;
Η τηλεπισκόπηση έχει χρησιμοποιηθεί ευρέως για την παρακολούθηση της βλάστησης, της υγρασίας του εδάφους και των αλλαγών χρήσεων γης. Οι δορυφορικοί αισθητήρες, όπως ο Sentinel-2 του προγράμματος Copernicus, παρέχουν πολυφασματικά δεδομένα υψηλής χωρικής και χρονικής ανάλυσης, κατάλληλα για οικολογικές και γεωτεχνικές εφαρμογές.&lt;br /&gt;
&lt;br /&gt;
Οι φασματικές ζώνες του Sentinel-2 καλύπτουν το ορατό, το εγγύς υπέρυθρο και το βραχύ υπέρυθρο φάσμα, επιτρέποντας τον υπολογισμό δεικτών βλάστησης όπως ο NDVI, καθώς και μετασχηματισμών όπως οι δείκτες tasseled cap (φωτεινότητα, πρασινάδα, υγρασία). Οι δείκτες αυτοί έχουν συσχετιστεί με τη φυτοκάλυψη, τη βιομάζα και την υγρασία, παράγοντες που σχετίζονται έμμεσα με τη διατμητική αντοχή του εδάφους.&lt;br /&gt;
&lt;br /&gt;
Η βασική πρόκληση έγκειται στη γεφύρωση του χάσματος μεταξύ των τηλεπισκοπικών παρατηρήσεων και των μηχανικών ιδιοτήτων του εδάφους. Αυτό απαιτεί τη δημιουργία στατιστικών ή μηχανιστικών μοντέλων που να συνδέουν τις φασματικές πληροφορίες με επιτόπιες μετρήσεις διατμητικής αντοχής&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;h1&amp;gt;Μελέτη περίπτωσης: Βορεακά δάση της Αλάσκας&amp;lt;/h1&amp;gt;'''&lt;br /&gt;
&lt;br /&gt;
Στην παρούσα μελέτη, δεδομένα συλλέχθηκαν από 24 δασικές επιφάνειες στην εσωτερική Αλάσκα, αντιπροσωπεύοντας διαφορετικούς τύπους βορεακών δασών. Η διατμητική αντοχή του εδάφους μετρήθηκε επιτόπου με τη χρήση διατμητικού πτερυγίου, ενώ παράλληλα καταγράφηκαν υπέργεια χαρακτηριστικά της βλάστησης, όπως ο αριθμός των δέντρων και η κάλυψη αγρωστωδών.&lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:msantas_4_1.png|thumb|right|'''Εικόνα 1''' : Χάρτης των πέντε περιοχών δειγματοληψίας στην Αλάσκα]]&lt;br /&gt;
&lt;br /&gt;
Τα τηλεπισκοπικά δεδομένα προήλθαν από εικόνες Sentinel-2 χωρίς νέφη, οι οποίες επεξεργάστηκαν για τον υπολογισμό φασματικών ζωνών και δεικτών. Στη συνέχεια, εφαρμόστηκαν χωρικά στατιστικά μοντέλα για τη διερεύνηση των σχέσεων μεταξύ διατμητικής αντοχής, βλάστησης και τηλεπισκοπικών μεταβλητών.&lt;br /&gt;
&lt;br /&gt;
Τα αποτελέσματα έδειξαν ότι συγκεκριμένες φασματικές ζώνες στο ορατό φάσμα (μπλε και πράσινη ζώνη) παρουσίασαν σημαντική θετική συσχέτιση με τη διατμητική αντοχή, ενώ ο αριθμός των δέντρων συσχετίστηκε αρνητικά. Επιπλέον, πολυμεταβλητά μοντέλα που συνδύασαν φασματικές ζώνες και δείκτες (NDVI, υγρασία) βελτίωσαν την προγνωστική ικανότητα.&lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:msantas_4_2.png|thumb|right|'''Εικόνα 2''' : Συσχέτιση μεταξύ της αστράγγιστης διατμητικής αντοχής και των καναλιών B1 (aerosol), B2 (μπλε) και Β3 (πράσινο) του δορυφόρου Sentinel 2A]]&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;h1&amp;gt;Συζήτηση: Δυνατότητες και περιορισμοί της τηλεπισκόπησης&amp;lt;/h1&amp;gt;'''&lt;br /&gt;
&lt;br /&gt;
Η χρήση τηλεπισκοπικών δεδομένων για την εκτίμηση της διατμητικής αντοχής παρουσιάζει σημαντικά πλεονεκτήματα, κυρίως ως προς τη χωρική κάλυψη και τη μείωση του κόστους. Η δυνατότητα επαναλαμβανόμενων μετρήσεων επιτρέπει επίσης τη μελέτη της χρονικής μεταβλητότητας, κάτι ιδιαίτερα σημαντικό σε περιοχές που επηρεάζονται από την κλιματική αλλαγή.&lt;br /&gt;
&lt;br /&gt;
Ωστόσο, υπάρχουν και σημαντικοί περιορισμοί. Οι σχέσεις μεταξύ φασματικών χαρακτηριστικών και εδαφικών ιδιοτήτων είναι συχνά έμμεσες και εξαρτώνται από τον τύπο βλάστησης, το έδαφος και τις τοπικές συνθήκες. Επομένως, τα μοντέλα που αναπτύσσονται σε μία περιοχή ενδέχεται να μην είναι άμεσα μεταφέρσιμα σε άλλες βιογεωγραφικές ζώνες χωρίς προσαρμογή.&lt;br /&gt;
&lt;br /&gt;
Η ενσωμάτωση επιπλέον μεταβλητών, όπως δεδομένα υγρασίας εδάφους, τοπογραφίας και εδαφικής σύστασης, καθώς και η χρήση πολυχρονικών σειρών δεδομένων, αναμένεται να βελτιώσει σημαντικά την ακρίβεια των μοντέλων.&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;h1&amp;gt;Συμπεράσματα&amp;lt;/h1&amp;gt;'''&lt;br /&gt;
&lt;br /&gt;
Η παρούσα εργασία καταδεικνύει ότι η τηλεπισκόπηση μπορεί να αποτελέσει ένα ισχυρό εργαλείο για την εκτίμηση της διατμητικής αντοχής των εδαφών μέσω της έμμεσης αποτύπωσης της βλάστησης. Τα δορυφορικά δεδομένα Sentinel-2, σε συνδυασμό με κατάλληλα στατιστικά μοντέλα, προσφέρουν τη δυνατότητα χωρικά εκτεταμένης και οικονομικά αποδοτικής αξιολόγησης της εδαφικής σταθερότητας σε βορεακά οικοσυστήματα.&lt;br /&gt;
&lt;br /&gt;
Παρότι απαιτείται περαιτέρω έρευνα για τη γενίκευση των αποτελεσμάτων σε άλλες περιοχές και οικοσυστήματα, η προσέγγιση αυτή ανοίγει νέους δρόμους για την παρακολούθηση και τη διαχείριση των εδαφικών πόρων, ιδιαίτερα υπό συνθήκες ταχείας περιβαλλοντικής αλλαγής.&lt;br /&gt;
&lt;br /&gt;
[[category:Καταλληλότητα εδαφών για έργα υποδομής και ανάπτυξης]]&lt;/div&gt;</summary>
		<author><name>SANTAS MARIOS</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CE%BA%CE%B1%CE%B9_%CE%A3%CF%87%CE%AD%CF%83%CE%B5%CE%B9%CF%82_%CE%92%CE%BB%CE%AC%CF%83%CF%84%CE%B7%CF%83%CE%B7%CF%82-%CE%95%CE%B4%CE%AC%CF%86%CE%BF%CF%85%CF%82:_%CE%95%CE%BA%CF%84%CE%AF%CE%BC%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%94%CE%B9%CE%B1%CF%84%CE%BC%CE%B7%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%91%CE%BD%CF%84%CE%BF%CF%87%CE%AE%CF%82_%CE%95%CE%B4%CE%B1%CF%86%CF%8E%CE%BD_%CF%83%CE%B5_%CE%92%CE%BF%CF%81%CE%B5%CE%B1%CE%BA%CE%AC_%CE%9F%CE%B9%CE%BA%CE%BF%CF%83%CF%85%CF%83%CF%84%CE%AE%CE%BC%CE%B1%CF%84%CE%B1</id>
		<title>Τηλεπισκόπηση και Σχέσεις Βλάστησης-Εδάφους: Εκτίμηση της Διατμητικής Αντοχής Εδαφών σε Βορεακά Οικοσυστήματα</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CE%BA%CE%B1%CE%B9_%CE%A3%CF%87%CE%AD%CF%83%CE%B5%CE%B9%CF%82_%CE%92%CE%BB%CE%AC%CF%83%CF%84%CE%B7%CF%83%CE%B7%CF%82-%CE%95%CE%B4%CE%AC%CF%86%CE%BF%CF%85%CF%82:_%CE%95%CE%BA%CF%84%CE%AF%CE%BC%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%94%CE%B9%CE%B1%CF%84%CE%BC%CE%B7%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%91%CE%BD%CF%84%CE%BF%CF%87%CE%AE%CF%82_%CE%95%CE%B4%CE%B1%CF%86%CF%8E%CE%BD_%CF%83%CE%B5_%CE%92%CE%BF%CF%81%CE%B5%CE%B1%CE%BA%CE%AC_%CE%9F%CE%B9%CE%BA%CE%BF%CF%83%CF%85%CF%83%CF%84%CE%AE%CE%BC%CE%B1%CF%84%CE%B1"/>
				<updated>2026-01-29T10:11:45Z</updated>
		
		<summary type="html">&lt;p&gt;SANTAS MARIOS: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Πρότυπος Τίτλος : '''Vegetation predicts soil shear strength in Arctic soils: Ground-based and remote sensing techniques'''&lt;br /&gt;
&lt;br /&gt;
Συγγραφείς : ''Wade A. Wall, Ryan Busby, Lauren Bosche''&lt;br /&gt;
&lt;br /&gt;
Πηγή : [https://afrjournal.org/index.php/afr/article/view/3457]&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;h1&amp;gt;Εισαγωγή&amp;lt;/h1&amp;gt;'''&lt;br /&gt;
&lt;br /&gt;
Η σχέση μεταξύ βλάστησης και εδάφους έχει αναγνωριστεί εδώ και δεκαετίες ως καθοριστικός παράγοντας για τη δομή και τη λειτουργία των οικοσυστημάτων. Η χωρική ετερογένεια των εδαφών επηρεάζει την κατανομή των φυτικών ειδών, τη βιοποικιλότητα και ακόμη και τις εξελικτικές διεργασίες. Αντίστροφα, η βλάστηση επηρεάζει το έδαφος μέσω της ριζικής ενίσχυσης, της ρύθμισης της υγρασίας και της εισροής οργανικής ύλης.&lt;br /&gt;
&lt;br /&gt;
Η διατμητική αντοχή του εδάφους είναι κρίσιμη για τη σταθερότητα των πρανών, την ανθεκτικότητα στη διάβρωση και την πρόληψη κατολισθήσεων, ιδιαίτερα σε περιοχές με έντονες βροχοπτώσεις ή απόψυξη παγετού. Σε βορεακά και αρκτικά περιβάλλοντα, όπου οι αλλαγές του κλίματος επιταχύνουν την απόψυξη του μόνιμου παγετού, η κατανόηση και πρόβλεψη της διατμητικής αντοχής αποκτά ακόμη μεγαλύτερη σημασία.&lt;br /&gt;
&lt;br /&gt;
Παραδοσιακά, η εκτίμηση της διατμητικής αντοχής βασίζεται σε επιτόπιες γεωτεχνικές μετρήσεις και σε μοντέλα που απαιτούν λεπτομερή γνώση των εδαφικών και ριζικών χαρακτηριστικών. Ωστόσο, η έλλειψη εκτεταμένων δεδομένων περιορίζει τη δυνατότητα εφαρμογής αυτών των μοντέλων σε περιφερειακή ή παγκόσμια κλίμακα. Η τηλεπισκόπηση προσφέρει μια εναλλακτική προσέγγιση, καθώς επιτρέπει την έμμεση εκτίμηση της βλάστησης και, κατ’ επέκταση, της επίδρασής της στη μηχανική συμπεριφορά του εδάφους.&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;h1&amp;gt;Θεωρητικό υπόβαθρο: Διατμητική αντοχή εδάφους και βλάστηση&amp;lt;/h1&amp;gt;'''&lt;br /&gt;
&lt;br /&gt;
Η διατμητική αντοχή του εδάφους εξαρτάται από έναν συνδυασμό ενδογενών και εξωγενών παραγόντων. Στους ενδογενείς παράγοντες περιλαμβάνονται η ορυκτολογική σύσταση, η κατανομή μεγέθους των κόκκων και η γωνιότητα των σωματιδίων, ενώ στους εξωγενείς παράγοντες συγκαταλέγονται η υγρασία, η συμπύκνωση και η παρουσία βλάστησης.&lt;br /&gt;
&lt;br /&gt;
Η βλάστηση αυξάνει τη διατμητική αντοχή κυρίως μέσω του ριζικού συστήματος, το οποίο λειτουργεί ως μηχανικός οπλισμός του εδάφους, αυξάνοντας τη συνοχή. Τα βαθιά και πυκνά ριζικά συστήματα έχουν αποδειχθεί ιδιαίτερα αποτελεσματικά στη σταθεροποίηση πρανών και στον έλεγχο της διάβρωσης. Ωστόσο, οι άμεσες μετρήσεις ριζικών χαρακτηριστικών είναι δύσκολες και συχνά περιορισμένες χωρικά.&lt;br /&gt;
&lt;br /&gt;
Για τον λόγο αυτό, πολλές μελέτες έχουν επιχειρήσει να συσχετίσουν τα υπέργεια χαρακτηριστικά της βλάστησης με τη διατμητική αντοχή, βασιζόμενες σε αλλομετρικές σχέσεις μεταξύ υπέργειας και υπόγειας βιομάζας. Αυτές οι σχέσεις ανοίγουν τον δρόμο για τη χρήση τηλεπισκοπικών δεδομένων ως έμμεσων δεικτών της εδαφικής σταθερότητας.&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;h1&amp;gt;Τηλεπισκόπηση ως εργαλείο εκτίμησης εδαφικών ιδιοτήτων&amp;lt;/h1&amp;gt;'''&lt;br /&gt;
&lt;br /&gt;
Η τηλεπισκόπηση έχει χρησιμοποιηθεί ευρέως για την παρακολούθηση της βλάστησης, της υγρασίας του εδάφους και των αλλαγών χρήσεων γης. Οι δορυφορικοί αισθητήρες, όπως ο Sentinel-2 του προγράμματος Copernicus, παρέχουν πολυφασματικά δεδομένα υψηλής χωρικής και χρονικής ανάλυσης, κατάλληλα για οικολογικές και γεωτεχνικές εφαρμογές.&lt;br /&gt;
&lt;br /&gt;
Οι φασματικές ζώνες του Sentinel-2 καλύπτουν το ορατό, το εγγύς υπέρυθρο και το βραχύ υπέρυθρο φάσμα, επιτρέποντας τον υπολογισμό δεικτών βλάστησης όπως ο NDVI, καθώς και μετασχηματισμών όπως οι δείκτες tasseled cap (φωτεινότητα, πρασινάδα, υγρασία). Οι δείκτες αυτοί έχουν συσχετιστεί με τη φυτοκάλυψη, τη βιομάζα και την υγρασία, παράγοντες που σχετίζονται έμμεσα με τη διατμητική αντοχή του εδάφους.&lt;br /&gt;
&lt;br /&gt;
Η βασική πρόκληση έγκειται στη γεφύρωση του χάσματος μεταξύ των τηλεπισκοπικών παρατηρήσεων και των μηχανικών ιδιοτήτων του εδάφους. Αυτό απαιτεί τη δημιουργία στατιστικών ή μηχανιστικών μοντέλων που να συνδέουν τις φασματικές πληροφορίες με επιτόπιες μετρήσεις διατμητικής αντοχής&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;h1&amp;gt;Μελέτη περίπτωσης: Βορεακά δάση της Αλάσκας&amp;lt;/h1&amp;gt;'''&lt;br /&gt;
&lt;br /&gt;
Στην παρούσα μελέτη, δεδομένα συλλέχθηκαν από 24 δασικές επιφάνειες στην εσωτερική Αλάσκα, αντιπροσωπεύοντας διαφορετικούς τύπους βορεακών δασών. Η διατμητική αντοχή του εδάφους μετρήθηκε επιτόπου με τη χρήση διατμητικού πτερυγίου, ενώ παράλληλα καταγράφηκαν υπέργεια χαρακτηριστικά της βλάστησης, όπως ο αριθμός των δέντρων και η κάλυψη αγρωστωδών.&lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:msantas_4_1.png|thumb|right|'''Εικόνα 1''' : Χάρτης των πέντε περιοχών δειγματοληψίας στην Αλάσκα]]&lt;br /&gt;
&lt;br /&gt;
Τα τηλεπισκοπικά δεδομένα προήλθαν από εικόνες Sentinel-2 χωρίς νέφη, οι οποίες επεξεργάστηκαν για τον υπολογισμό φασματικών ζωνών και δεικτών. Στη συνέχεια, εφαρμόστηκαν χωρικά στατιστικά μοντέλα για τη διερεύνηση των σχέσεων μεταξύ διατμητικής αντοχής, βλάστησης και τηλεπισκοπικών μεταβλητών.&lt;br /&gt;
&lt;br /&gt;
Τα αποτελέσματα έδειξαν ότι συγκεκριμένες φασματικές ζώνες στο ορατό φάσμα (μπλε και πράσινη ζώνη) παρουσίασαν σημαντική θετική συσχέτιση με τη διατμητική αντοχή, ενώ ο αριθμός των δέντρων συσχετίστηκε αρνητικά. Επιπλέον, πολυμεταβλητά μοντέλα που συνδύασαν φασματικές ζώνες και δείκτες (NDVI, υγρασία) βελτίωσαν την προγνωστική ικανότητα.&lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:msantas_4_2.png|thumb|right|'''Εικόνα 2''' : Συσχέτιση μεταξύ της αστράγγιστης διατμητικής αντοχής και των καναλιών B1 (aerosol), B2 (μπλε) και Β3 (πράσινο) του δορυφόρου Sentinel 2A]]&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;h1&amp;gt;Συζήτηση: Δυνατότητες και περιορισμοί της τηλεπισκόπησης&amp;lt;/h1&amp;gt;'''&lt;br /&gt;
&lt;br /&gt;
Η χρήση τηλεπισκοπικών δεδομένων για την εκτίμηση της διατμητικής αντοχής παρουσιάζει σημαντικά πλεονεκτήματα, κυρίως ως προς τη χωρική κάλυψη και τη μείωση του κόστους. Η δυνατότητα επαναλαμβανόμενων μετρήσεων επιτρέπει επίσης τη μελέτη της χρονικής μεταβλητότητας, κάτι ιδιαίτερα σημαντικό σε περιοχές που επηρεάζονται από την κλιματική αλλαγή.&lt;br /&gt;
&lt;br /&gt;
Ωστόσο, υπάρχουν και σημαντικοί περιορισμοί. Οι σχέσεις μεταξύ φασματικών χαρακτηριστικών και εδαφικών ιδιοτήτων είναι συχνά έμμεσες και εξαρτώνται από τον τύπο βλάστησης, το έδαφος και τις τοπικές συνθήκες. Επομένως, τα μοντέλα που αναπτύσσονται σε μία περιοχή ενδέχεται να μην είναι άμεσα μεταφέρσιμα σε άλλες βιογεωγραφικές ζώνες χωρίς προσαρμογή.&lt;br /&gt;
&lt;br /&gt;
Η ενσωμάτωση επιπλέον μεταβλητών, όπως δεδομένα υγρασίας εδάφους, τοπογραφίας και εδαφικής σύστασης, καθώς και η χρήση πολυχρονικών σειρών δεδομένων, αναμένεται να βελτιώσει σημαντικά την ακρίβεια των μοντέλων.&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;h1&amp;gt;Συμπεράσματα&amp;lt;/h1&amp;gt;'''&lt;br /&gt;
&lt;br /&gt;
Η παρούσα εργασία καταδεικνύει ότι η τηλεπισκόπηση μπορεί να αποτελέσει ένα ισχυρό εργαλείο για την εκτίμηση της διατμητικής αντοχής των εδαφών μέσω της έμμεσης αποτύπωσης της βλάστησης. Τα δορυφορικά δεδομένα Sentinel-2, σε συνδυασμό με κατάλληλα στατιστικά μοντέλα, προσφέρουν τη δυνατότητα χωρικά εκτεταμένης και οικονομικά αποδοτικής αξιολόγησης της εδαφικής σταθερότητας σε βορεακά οικοσυστήματα.&lt;br /&gt;
&lt;br /&gt;
Παρότι απαιτείται περαιτέρω έρευνα για τη γενίκευση των αποτελεσμάτων σε άλλες περιοχές και οικοσυστήματα, η προσέγγιση αυτή ανοίγει νέους δρόμους για την παρακολούθηση και τη διαχείριση των εδαφικών πόρων, ιδιαίτερα υπό συνθήκες ταχείας περιβαλλοντικής αλλαγής.&lt;br /&gt;
&lt;br /&gt;
[[category:Γεωλογία – Εδαφολογία]]&lt;/div&gt;</summary>
		<author><name>SANTAS MARIOS</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A3%CE%AC%CE%BD%CF%84%CE%B1%CF%82_%CE%9C%CE%AC%CF%81%CE%B9%CE%BF%CF%82</id>
		<title>Σάντας Μάριος</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A3%CE%AC%CE%BD%CF%84%CE%B1%CF%82_%CE%9C%CE%AC%CF%81%CE%B9%CE%BF%CF%82"/>
				<updated>2026-01-29T10:10:53Z</updated>
		
		<summary type="html">&lt;p&gt;SANTAS MARIOS: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;*[[Λειχήνες ως δείκτες απολιθωμάτων δεινοσαύρων]]&lt;br /&gt;
*[[Φωτορύπανση στο Πακιστάν: Εφαρμογές Τηλεπισκόπησης και Γεωγραφικών Συστημάτων Πληροφοριών (GIS)]]&lt;br /&gt;
*[[Εφαρμογές Τηλεπισκόπησης στην Αλιεία: Μια Συνολική Επισκόπηση]]&lt;br /&gt;
*[[Τηλεπισκόπηση και Σχέσεις Βλάστησης-Εδάφους: Εκτίμηση της Διατμητικής Αντοχής Εδαφών σε Βορεακά Οικοσυστήματα]]&lt;br /&gt;
&lt;br /&gt;
 [[category:ΔΠΜΣ &amp;quot;Περιβάλλον &amp;amp; Ανάπτυξη&amp;quot; (Μέτσοβο)]]&lt;/div&gt;</summary>
		<author><name>SANTAS MARIOS</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A3%CE%AC%CE%BD%CF%84%CE%B1%CF%82_%CE%9C%CE%AC%CF%81%CE%B9%CE%BF%CF%82</id>
		<title>Σάντας Μάριος</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A3%CE%AC%CE%BD%CF%84%CE%B1%CF%82_%CE%9C%CE%AC%CF%81%CE%B9%CE%BF%CF%82"/>
				<updated>2026-01-29T10:09:34Z</updated>
		
		<summary type="html">&lt;p&gt;SANTAS MARIOS: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;*[[Λειχήνες ως δείκτες απολιθωμάτων δεινοσαύρων]]&lt;br /&gt;
*[[Φωτορύπανση στο Πακιστάν: Εφαρμογές Τηλεπισκόπησης και Γεωγραφικών Συστημάτων Πληροφοριών (GIS)]]&lt;br /&gt;
*[[Εφαρμογές Τηλεπισκόπησης στην Αλιεία: Μια Συνολική Επισκόπηση]]&lt;br /&gt;
*[[Τηλεπισκόπηση και Σχέσεις Βλάστησης–Εδάφους: Εκτίμηση της Διατμητικής Αντοχής Εδαφών σε Βορεακά Οικοσυστήματα]]&lt;br /&gt;
&lt;br /&gt;
 [[category:ΔΠΜΣ &amp;quot;Περιβάλλον &amp;amp; Ανάπτυξη&amp;quot; (Μέτσοβο)]]&lt;/div&gt;</summary>
		<author><name>SANTAS MARIOS</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CE%BA%CE%B1%CE%B9_%CE%A3%CF%87%CE%AD%CF%83%CE%B5%CE%B9%CF%82_%CE%92%CE%BB%CE%AC%CF%83%CF%84%CE%B7%CF%83%CE%B7%CF%82-%CE%95%CE%B4%CE%AC%CF%86%CE%BF%CF%85%CF%82:_%CE%95%CE%BA%CF%84%CE%AF%CE%BC%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%94%CE%B9%CE%B1%CF%84%CE%BC%CE%B7%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%91%CE%BD%CF%84%CE%BF%CF%87%CE%AE%CF%82_%CE%95%CE%B4%CE%B1%CF%86%CF%8E%CE%BD_%CF%83%CE%B5_%CE%92%CE%BF%CF%81%CE%B5%CE%B1%CE%BA%CE%AC_%CE%9F%CE%B9%CE%BA%CE%BF%CF%83%CF%85%CF%83%CF%84%CE%AE%CE%BC%CE%B1%CF%84%CE%B1</id>
		<title>Τηλεπισκόπηση και Σχέσεις Βλάστησης-Εδάφους: Εκτίμηση της Διατμητικής Αντοχής Εδαφών σε Βορεακά Οικοσυστήματα</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CE%BA%CE%B1%CE%B9_%CE%A3%CF%87%CE%AD%CF%83%CE%B5%CE%B9%CF%82_%CE%92%CE%BB%CE%AC%CF%83%CF%84%CE%B7%CF%83%CE%B7%CF%82-%CE%95%CE%B4%CE%AC%CF%86%CE%BF%CF%85%CF%82:_%CE%95%CE%BA%CF%84%CE%AF%CE%BC%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%94%CE%B9%CE%B1%CF%84%CE%BC%CE%B7%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%91%CE%BD%CF%84%CE%BF%CF%87%CE%AE%CF%82_%CE%95%CE%B4%CE%B1%CF%86%CF%8E%CE%BD_%CF%83%CE%B5_%CE%92%CE%BF%CF%81%CE%B5%CE%B1%CE%BA%CE%AC_%CE%9F%CE%B9%CE%BA%CE%BF%CF%83%CF%85%CF%83%CF%84%CE%AE%CE%BC%CE%B1%CF%84%CE%B1"/>
				<updated>2026-01-29T10:08:25Z</updated>
		
		<summary type="html">&lt;p&gt;SANTAS MARIOS: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Πρότυπος Τίτλος : '''Vegetation predicts soil shear strength in Arctic soils: Ground-based and remote sensing techniques'''&lt;br /&gt;
&lt;br /&gt;
Συγγραφείς : ''Wade A. Wall, Ryan Busby, Lauren Bosche''&lt;br /&gt;
&lt;br /&gt;
Πηγή : [https://afrjournal.org/index.php/afr/article/view/3457]&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;h1&amp;gt;Εισαγωγή&amp;lt;/h1&amp;gt;'''&lt;br /&gt;
&lt;br /&gt;
Η σχέση μεταξύ βλάστησης και εδάφους έχει αναγνωριστεί εδώ και δεκαετίες ως καθοριστικός παράγοντας για τη δομή και τη λειτουργία των οικοσυστημάτων. Η χωρική ετερογένεια των εδαφών επηρεάζει την κατανομή των φυτικών ειδών, τη βιοποικιλότητα και ακόμη και τις εξελικτικές διεργασίες. Αντίστροφα, η βλάστηση επηρεάζει το έδαφος μέσω της ριζικής ενίσχυσης, της ρύθμισης της υγρασίας και της εισροής οργανικής ύλης.&lt;br /&gt;
&lt;br /&gt;
Η διατμητική αντοχή του εδάφους είναι κρίσιμη για τη σταθερότητα των πρανών, την ανθεκτικότητα στη διάβρωση και την πρόληψη κατολισθήσεων, ιδιαίτερα σε περιοχές με έντονες βροχοπτώσεις ή απόψυξη παγετού. Σε βορεακά και αρκτικά περιβάλλοντα, όπου οι αλλαγές του κλίματος επιταχύνουν την απόψυξη του μόνιμου παγετού, η κατανόηση και πρόβλεψη της διατμητικής αντοχής αποκτά ακόμη μεγαλύτερη σημασία.&lt;br /&gt;
&lt;br /&gt;
Παραδοσιακά, η εκτίμηση της διατμητικής αντοχής βασίζεται σε επιτόπιες γεωτεχνικές μετρήσεις και σε μοντέλα που απαιτούν λεπτομερή γνώση των εδαφικών και ριζικών χαρακτηριστικών. Ωστόσο, η έλλειψη εκτεταμένων δεδομένων περιορίζει τη δυνατότητα εφαρμογής αυτών των μοντέλων σε περιφερειακή ή παγκόσμια κλίμακα. Η τηλεπισκόπηση προσφέρει μια εναλλακτική προσέγγιση, καθώς επιτρέπει την έμμεση εκτίμηση της βλάστησης και, κατ’ επέκταση, της επίδρασής της στη μηχανική συμπεριφορά του εδάφους.&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;h1&amp;gt;Θεωρητικό υπόβαθρο: Διατμητική αντοχή εδάφους και βλάστηση&amp;lt;/h1&amp;gt;'''&lt;br /&gt;
&lt;br /&gt;
Η διατμητική αντοχή του εδάφους εξαρτάται από έναν συνδυασμό ενδογενών και εξωγενών παραγόντων. Στους ενδογενείς παράγοντες περιλαμβάνονται η ορυκτολογική σύσταση, η κατανομή μεγέθους των κόκκων και η γωνιότητα των σωματιδίων, ενώ στους εξωγενείς παράγοντες συγκαταλέγονται η υγρασία, η συμπύκνωση και η παρουσία βλάστησης.&lt;br /&gt;
&lt;br /&gt;
Η βλάστηση αυξάνει τη διατμητική αντοχή κυρίως μέσω του ριζικού συστήματος, το οποίο λειτουργεί ως μηχανικός οπλισμός του εδάφους, αυξάνοντας τη συνοχή. Τα βαθιά και πυκνά ριζικά συστήματα έχουν αποδειχθεί ιδιαίτερα αποτελεσματικά στη σταθεροποίηση πρανών και στον έλεγχο της διάβρωσης. Ωστόσο, οι άμεσες μετρήσεις ριζικών χαρακτηριστικών είναι δύσκολες και συχνά περιορισμένες χωρικά.&lt;br /&gt;
&lt;br /&gt;
Για τον λόγο αυτό, πολλές μελέτες έχουν επιχειρήσει να συσχετίσουν τα υπέργεια χαρακτηριστικά της βλάστησης με τη διατμητική αντοχή, βασιζόμενες σε αλλομετρικές σχέσεις μεταξύ υπέργειας και υπόγειας βιομάζας. Αυτές οι σχέσεις ανοίγουν τον δρόμο για τη χρήση τηλεπισκοπικών δεδομένων ως έμμεσων δεικτών της εδαφικής σταθερότητας.&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;h1&amp;gt;Τηλεπισκόπηση ως εργαλείο εκτίμησης εδαφικών ιδιοτήτων&amp;lt;/h1&amp;gt;'''&lt;br /&gt;
&lt;br /&gt;
Η τηλεπισκόπηση έχει χρησιμοποιηθεί ευρέως για την παρακολούθηση της βλάστησης, της υγρασίας του εδάφους και των αλλαγών χρήσεων γης. Οι δορυφορικοί αισθητήρες, όπως ο Sentinel-2 του προγράμματος Copernicus, παρέχουν πολυφασματικά δεδομένα υψηλής χωρικής και χρονικής ανάλυσης, κατάλληλα για οικολογικές και γεωτεχνικές εφαρμογές.&lt;br /&gt;
&lt;br /&gt;
Οι φασματικές ζώνες του Sentinel-2 καλύπτουν το ορατό, το εγγύς υπέρυθρο και το βραχύ υπέρυθρο φάσμα, επιτρέποντας τον υπολογισμό δεικτών βλάστησης όπως ο NDVI, καθώς και μετασχηματισμών όπως οι δείκτες tasseled cap (φωτεινότητα, πρασινάδα, υγρασία). Οι δείκτες αυτοί έχουν συσχετιστεί με τη φυτοκάλυψη, τη βιομάζα και την υγρασία, παράγοντες που σχετίζονται έμμεσα με τη διατμητική αντοχή του εδάφους.&lt;br /&gt;
&lt;br /&gt;
Η βασική πρόκληση έγκειται στη γεφύρωση του χάσματος μεταξύ των τηλεπισκοπικών παρατηρήσεων και των μηχανικών ιδιοτήτων του εδάφους. Αυτό απαιτεί τη δημιουργία στατιστικών ή μηχανιστικών μοντέλων που να συνδέουν τις φασματικές πληροφορίες με επιτόπιες μετρήσεις διατμητικής αντοχής&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;h1&amp;gt;Μελέτη περίπτωσης: Βορεακά δάση της Αλάσκας&amp;lt;/h1&amp;gt;'''&lt;br /&gt;
&lt;br /&gt;
Στην παρούσα μελέτη, δεδομένα συλλέχθηκαν από 24 δασικές επιφάνειες στην εσωτερική Αλάσκα, αντιπροσωπεύοντας διαφορετικούς τύπους βορεακών δασών. Η διατμητική αντοχή του εδάφους μετρήθηκε επιτόπου με τη χρήση διατμητικού πτερυγίου, ενώ παράλληλα καταγράφηκαν υπέργεια χαρακτηριστικά της βλάστησης, όπως ο αριθμός των δέντρων και η κάλυψη αγρωστωδών.&lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:msantas_4_1.png|thumb|right|'''Εικόνα 1''' : Χάρτης των πέντε περιοχών δειγματοληψίας στην Αλάσκα]]&lt;br /&gt;
&lt;br /&gt;
Τα τηλεπισκοπικά δεδομένα προήλθαν από εικόνες Sentinel-2 χωρίς νέφη, οι οποίες επεξεργάστηκαν για τον υπολογισμό φασματικών ζωνών και δεικτών. Στη συνέχεια, εφαρμόστηκαν χωρικά στατιστικά μοντέλα για τη διερεύνηση των σχέσεων μεταξύ διατμητικής αντοχής, βλάστησης και τηλεπισκοπικών μεταβλητών.&lt;br /&gt;
&lt;br /&gt;
Τα αποτελέσματα έδειξαν ότι συγκεκριμένες φασματικές ζώνες στο ορατό φάσμα (μπλε και πράσινη ζώνη) παρουσίασαν σημαντική θετική συσχέτιση με τη διατμητική αντοχή, ενώ ο αριθμός των δέντρων συσχετίστηκε αρνητικά. Επιπλέον, πολυμεταβλητά μοντέλα που συνδύασαν φασματικές ζώνες και δείκτες (NDVI, υγρασία) βελτίωσαν την προγνωστική ικανότητα.&lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:msantas_4_2.png|thumb|right|'''Εικόνα 2''' : Συσχέτιση μεταξύ της αστράγγιστης διατμητικής αντοχής και των καναλιών B1 (aerosol), B2 (μπλε) και Β3 (πράσινο) του δορυφόρου Sentinel 2A]]&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;h1&amp;gt;Συζήτηση: Δυνατότητες και περιορισμοί της τηλεπισκόπησης&amp;lt;/h1&amp;gt;'''&lt;br /&gt;
&lt;br /&gt;
Η χρήση τηλεπισκοπικών δεδομένων για την εκτίμηση της διατμητικής αντοχής παρουσιάζει σημαντικά πλεονεκτήματα, κυρίως ως προς τη χωρική κάλυψη και τη μείωση του κόστους. Η δυνατότητα επαναλαμβανόμενων μετρήσεων επιτρέπει επίσης τη μελέτη της χρονικής μεταβλητότητας, κάτι ιδιαίτερα σημαντικό σε περιοχές που επηρεάζονται από την κλιματική αλλαγή.&lt;br /&gt;
&lt;br /&gt;
Ωστόσο, υπάρχουν και σημαντικοί περιορισμοί. Οι σχέσεις μεταξύ φασματικών χαρακτηριστικών και εδαφικών ιδιοτήτων είναι συχνά έμμεσες και εξαρτώνται από τον τύπο βλάστησης, το έδαφος και τις τοπικές συνθήκες. Επομένως, τα μοντέλα που αναπτύσσονται σε μία περιοχή ενδέχεται να μην είναι άμεσα μεταφέρσιμα σε άλλες βιογεωγραφικές ζώνες χωρίς προσαρμογή.&lt;br /&gt;
&lt;br /&gt;
Η ενσωμάτωση επιπλέον μεταβλητών, όπως δεδομένα υγρασίας εδάφους, τοπογραφίας και εδαφικής σύστασης, καθώς και η χρήση πολυχρονικών σειρών δεδομένων, αναμένεται να βελτιώσει σημαντικά την ακρίβεια των μοντέλων.&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;h1&amp;gt;Συμπεράσματα&amp;lt;/h1&amp;gt;'''&lt;br /&gt;
&lt;br /&gt;
Η παρούσα εργασία καταδεικνύει ότι η τηλεπισκόπηση μπορεί να αποτελέσει ένα ισχυρό εργαλείο για την εκτίμηση της διατμητικής αντοχής των εδαφών μέσω της έμμεσης αποτύπωσης της βλάστησης. Τα δορυφορικά δεδομένα Sentinel-2, σε συνδυασμό με κατάλληλα στατιστικά μοντέλα, προσφέρουν τη δυνατότητα χωρικά εκτεταμένης και οικονομικά αποδοτικής αξιολόγησης της εδαφικής σταθερότητας σε βορεακά οικοσυστήματα.&lt;br /&gt;
&lt;br /&gt;
Παρότι απαιτείται περαιτέρω έρευνα για τη γενίκευση των αποτελεσμάτων σε άλλες περιοχές και οικοσυστήματα, η προσέγγιση αυτή ανοίγει νέους δρόμους για την παρακολούθηση και τη διαχείριση των εδαφικών πόρων, ιδιαίτερα υπό συνθήκες ταχείας περιβαλλοντικής αλλαγής.&lt;br /&gt;
&lt;br /&gt;
[[category:Γεωλογία - Εδαφολογία]]&lt;/div&gt;</summary>
		<author><name>SANTAS MARIOS</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CE%BA%CE%B1%CE%B9_%CE%A3%CF%87%CE%AD%CF%83%CE%B5%CE%B9%CF%82_%CE%92%CE%BB%CE%AC%CF%83%CF%84%CE%B7%CF%83%CE%B7%CF%82-%CE%95%CE%B4%CE%AC%CF%86%CE%BF%CF%85%CF%82:_%CE%95%CE%BA%CF%84%CE%AF%CE%BC%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%94%CE%B9%CE%B1%CF%84%CE%BC%CE%B7%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%91%CE%BD%CF%84%CE%BF%CF%87%CE%AE%CF%82_%CE%95%CE%B4%CE%B1%CF%86%CF%8E%CE%BD_%CF%83%CE%B5_%CE%92%CE%BF%CF%81%CE%B5%CE%B1%CE%BA%CE%AC_%CE%9F%CE%B9%CE%BA%CE%BF%CF%83%CF%85%CF%83%CF%84%CE%AE%CE%BC%CE%B1%CF%84%CE%B1</id>
		<title>Τηλεπισκόπηση και Σχέσεις Βλάστησης-Εδάφους: Εκτίμηση της Διατμητικής Αντοχής Εδαφών σε Βορεακά Οικοσυστήματα</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CE%BA%CE%B1%CE%B9_%CE%A3%CF%87%CE%AD%CF%83%CE%B5%CE%B9%CF%82_%CE%92%CE%BB%CE%AC%CF%83%CF%84%CE%B7%CF%83%CE%B7%CF%82-%CE%95%CE%B4%CE%AC%CF%86%CE%BF%CF%85%CF%82:_%CE%95%CE%BA%CF%84%CE%AF%CE%BC%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%94%CE%B9%CE%B1%CF%84%CE%BC%CE%B7%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%91%CE%BD%CF%84%CE%BF%CF%87%CE%AE%CF%82_%CE%95%CE%B4%CE%B1%CF%86%CF%8E%CE%BD_%CF%83%CE%B5_%CE%92%CE%BF%CF%81%CE%B5%CE%B1%CE%BA%CE%AC_%CE%9F%CE%B9%CE%BA%CE%BF%CF%83%CF%85%CF%83%CF%84%CE%AE%CE%BC%CE%B1%CF%84%CE%B1"/>
				<updated>2026-01-29T10:08:04Z</updated>
		
		<summary type="html">&lt;p&gt;SANTAS MARIOS: Νέα σελίδα με 'Πρότυπος Τίτλος : '''Vegetation predicts soil shear strength in Arctic soils: Ground-based and remote sensing techniques'''  Συγγραφείς : ''Wade A....'&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Πρότυπος Τίτλος : '''Vegetation predicts soil shear strength in Arctic soils: Ground-based and remote sensing techniques'''&lt;br /&gt;
&lt;br /&gt;
Συγγραφείς : ''Wade A. Wall, Ryan Busby, Lauren Bosche''&lt;br /&gt;
&lt;br /&gt;
Πηγή : [https://afrjournal.org/index.php/afr/article/view/3457]&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;h1&amp;gt;Εισαγωγή&amp;lt;/h1&amp;gt;'''&lt;br /&gt;
&lt;br /&gt;
Η σχέση μεταξύ βλάστησης και εδάφους έχει αναγνωριστεί εδώ και δεκαετίες ως καθοριστικός παράγοντας για τη δομή και τη λειτουργία των οικοσυστημάτων. Η χωρική ετερογένεια των εδαφών επηρεάζει την κατανομή των φυτικών ειδών, τη βιοποικιλότητα και ακόμη και τις εξελικτικές διεργασίες. Αντίστροφα, η βλάστηση επηρεάζει το έδαφος μέσω της ριζικής ενίσχυσης, της ρύθμισης της υγρασίας και της εισροής οργανικής ύλης.&lt;br /&gt;
&lt;br /&gt;
Η διατμητική αντοχή του εδάφους είναι κρίσιμη για τη σταθερότητα των πρανών, την ανθεκτικότητα στη διάβρωση και την πρόληψη κατολισθήσεων, ιδιαίτερα σε περιοχές με έντονες βροχοπτώσεις ή απόψυξη παγετού. Σε βορεακά και αρκτικά περιβάλλοντα, όπου οι αλλαγές του κλίματος επιταχύνουν την απόψυξη του μόνιμου παγετού, η κατανόηση και πρόβλεψη της διατμητικής αντοχής αποκτά ακόμη μεγαλύτερη σημασία.&lt;br /&gt;
&lt;br /&gt;
Παραδοσιακά, η εκτίμηση της διατμητικής αντοχής βασίζεται σε επιτόπιες γεωτεχνικές μετρήσεις και σε μοντέλα που απαιτούν λεπτομερή γνώση των εδαφικών και ριζικών χαρακτηριστικών. Ωστόσο, η έλλειψη εκτεταμένων δεδομένων περιορίζει τη δυνατότητα εφαρμογής αυτών των μοντέλων σε περιφερειακή ή παγκόσμια κλίμακα. Η τηλεπισκόπηση προσφέρει μια εναλλακτική προσέγγιση, καθώς επιτρέπει την έμμεση εκτίμηση της βλάστησης και, κατ’ επέκταση, της επίδρασής της στη μηχανική συμπεριφορά του εδάφους.&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;h1&amp;gt;Θεωρητικό υπόβαθρο: Διατμητική αντοχή εδάφους και βλάστηση&amp;lt;/h1&amp;gt;'''&lt;br /&gt;
&lt;br /&gt;
Η διατμητική αντοχή του εδάφους εξαρτάται από έναν συνδυασμό ενδογενών και εξωγενών παραγόντων. Στους ενδογενείς παράγοντες περιλαμβάνονται η ορυκτολογική σύσταση, η κατανομή μεγέθους των κόκκων και η γωνιότητα των σωματιδίων, ενώ στους εξωγενείς παράγοντες συγκαταλέγονται η υγρασία, η συμπύκνωση και η παρουσία βλάστησης.&lt;br /&gt;
&lt;br /&gt;
Η βλάστηση αυξάνει τη διατμητική αντοχή κυρίως μέσω του ριζικού συστήματος, το οποίο λειτουργεί ως μηχανικός οπλισμός του εδάφους, αυξάνοντας τη συνοχή. Τα βαθιά και πυκνά ριζικά συστήματα έχουν αποδειχθεί ιδιαίτερα αποτελεσματικά στη σταθεροποίηση πρανών και στον έλεγχο της διάβρωσης. Ωστόσο, οι άμεσες μετρήσεις ριζικών χαρακτηριστικών είναι δύσκολες και συχνά περιορισμένες χωρικά.&lt;br /&gt;
&lt;br /&gt;
Για τον λόγο αυτό, πολλές μελέτες έχουν επιχειρήσει να συσχετίσουν τα υπέργεια χαρακτηριστικά της βλάστησης με τη διατμητική αντοχή, βασιζόμενες σε αλλομετρικές σχέσεις μεταξύ υπέργειας και υπόγειας βιομάζας. Αυτές οι σχέσεις ανοίγουν τον δρόμο για τη χρήση τηλεπισκοπικών δεδομένων ως έμμεσων δεικτών της εδαφικής σταθερότητας.&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;h1&amp;gt;Τηλεπισκόπηση ως εργαλείο εκτίμησης εδαφικών ιδιοτήτων&amp;lt;/h1&amp;gt;'''&lt;br /&gt;
&lt;br /&gt;
Η τηλεπισκόπηση έχει χρησιμοποιηθεί ευρέως για την παρακολούθηση της βλάστησης, της υγρασίας του εδάφους και των αλλαγών χρήσεων γης. Οι δορυφορικοί αισθητήρες, όπως ο Sentinel-2 του προγράμματος Copernicus, παρέχουν πολυφασματικά δεδομένα υψηλής χωρικής και χρονικής ανάλυσης, κατάλληλα για οικολογικές και γεωτεχνικές εφαρμογές.&lt;br /&gt;
&lt;br /&gt;
Οι φασματικές ζώνες του Sentinel-2 καλύπτουν το ορατό, το εγγύς υπέρυθρο και το βραχύ υπέρυθρο φάσμα, επιτρέποντας τον υπολογισμό δεικτών βλάστησης όπως ο NDVI, καθώς και μετασχηματισμών όπως οι δείκτες tasseled cap (φωτεινότητα, πρασινάδα, υγρασία). Οι δείκτες αυτοί έχουν συσχετιστεί με τη φυτοκάλυψη, τη βιομάζα και την υγρασία, παράγοντες που σχετίζονται έμμεσα με τη διατμητική αντοχή του εδάφους.&lt;br /&gt;
&lt;br /&gt;
Η βασική πρόκληση έγκειται στη γεφύρωση του χάσματος μεταξύ των τηλεπισκοπικών παρατηρήσεων και των μηχανικών ιδιοτήτων του εδάφους. Αυτό απαιτεί τη δημιουργία στατιστικών ή μηχανιστικών μοντέλων που να συνδέουν τις φασματικές πληροφορίες με επιτόπιες μετρήσεις διατμητικής αντοχής&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;h1&amp;gt;Μελέτη περίπτωσης: Βορεακά δάση της Αλάσκας&amp;lt;/h1&amp;gt;'''&lt;br /&gt;
&lt;br /&gt;
Στην παρούσα μελέτη, δεδομένα συλλέχθηκαν από 24 δασικές επιφάνειες στην εσωτερική Αλάσκα, αντιπροσωπεύοντας διαφορετικούς τύπους βορεακών δασών. Η διατμητική αντοχή του εδάφους μετρήθηκε επιτόπου με τη χρήση διατμητικού πτερυγίου, ενώ παράλληλα καταγράφηκαν υπέργεια χαρακτηριστικά της βλάστησης, όπως ο αριθμός των δέντρων και η κάλυψη αγρωστωδών.&lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:msantas_4_1.png|thumb|right|'''Εικόνα 1''' : Χάρτης των πέντε περιοχών δειγματοληψίας στην Αλάσκα]]&lt;br /&gt;
&lt;br /&gt;
Τα τηλεπισκοπικά δεδομένα προήλθαν από εικόνες Sentinel-2 χωρίς νέφη, οι οποίες επεξεργάστηκαν για τον υπολογισμό φασματικών ζωνών και δεικτών. Στη συνέχεια, εφαρμόστηκαν χωρικά στατιστικά μοντέλα για τη διερεύνηση των σχέσεων μεταξύ διατμητικής αντοχής, βλάστησης και τηλεπισκοπικών μεταβλητών.&lt;br /&gt;
&lt;br /&gt;
Τα αποτελέσματα έδειξαν ότι συγκεκριμένες φασματικές ζώνες στο ορατό φάσμα (μπλε και πράσινη ζώνη) παρουσίασαν σημαντική θετική συσχέτιση με τη διατμητική αντοχή, ενώ ο αριθμός των δέντρων συσχετίστηκε αρνητικά. Επιπλέον, πολυμεταβλητά μοντέλα που συνδύασαν φασματικές ζώνες και δείκτες (NDVI, υγρασία) βελτίωσαν την προγνωστική ικανότητα.&lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:msantas_4_2.png|thumb|right|'''Εικόνα 2''' : Συσχέτιση μεταξύ της αστράγγιστης διατμητικής αντοχής και των καναλιών B1 (aerosol), B2 (μπλε) και Β3 (πράσινο) του δορυφόρου Sentinel 2A]]&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;h1&amp;gt;Συζήτηση: Δυνατότητες και περιορισμοί της τηλεπισκόπησης&amp;lt;/h1&amp;gt;'''&lt;br /&gt;
&lt;br /&gt;
Η χρήση τηλεπισκοπικών δεδομένων για την εκτίμηση της διατμητικής αντοχής παρουσιάζει σημαντικά πλεονεκτήματα, κυρίως ως προς τη χωρική κάλυψη και τη μείωση του κόστους. Η δυνατότητα επαναλαμβανόμενων μετρήσεων επιτρέπει επίσης τη μελέτη της χρονικής μεταβλητότητας, κάτι ιδιαίτερα σημαντικό σε περιοχές που επηρεάζονται από την κλιματική αλλαγή.&lt;br /&gt;
&lt;br /&gt;
Ωστόσο, υπάρχουν και σημαντικοί περιορισμοί. Οι σχέσεις μεταξύ φασματικών χαρακτηριστικών και εδαφικών ιδιοτήτων είναι συχνά έμμεσες και εξαρτώνται από τον τύπο βλάστησης, το έδαφος και τις τοπικές συνθήκες. Επομένως, τα μοντέλα που αναπτύσσονται σε μία περιοχή ενδέχεται να μην είναι άμεσα μεταφέρσιμα σε άλλες βιογεωγραφικές ζώνες χωρίς προσαρμογή.&lt;br /&gt;
&lt;br /&gt;
Η ενσωμάτωση επιπλέον μεταβλητών, όπως δεδομένα υγρασίας εδάφους, τοπογραφίας και εδαφικής σύστασης, καθώς και η χρήση πολυχρονικών σειρών δεδομένων, αναμένεται να βελτιώσει σημαντικά την ακρίβεια των μοντέλων.&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;h1&amp;gt;Συμπεράσματα&amp;lt;/h1&amp;gt;'''&lt;br /&gt;
&lt;br /&gt;
Η παρούσα εργασία καταδεικνύει ότι η τηλεπισκόπηση μπορεί να αποτελέσει ένα ισχυρό εργαλείο για την εκτίμηση της διατμητικής αντοχής των εδαφών μέσω της έμμεσης αποτύπωσης της βλάστησης. Τα δορυφορικά δεδομένα Sentinel-2, σε συνδυασμό με κατάλληλα στατιστικά μοντέλα, προσφέρουν τη δυνατότητα χωρικά εκτεταμένης και οικονομικά αποδοτικής αξιολόγησης της εδαφικής σταθερότητας σε βορεακά οικοσυστήματα.&lt;br /&gt;
&lt;br /&gt;
Παρότι απαιτείται περαιτέρω έρευνα για τη γενίκευση των αποτελεσμάτων σε άλλες περιοχές και οικοσυστήματα, η προσέγγιση αυτή ανοίγει νέους δρόμους για την παρακολούθηση και τη διαχείριση των εδαφικών πόρων, ιδιαίτερα υπό συνθήκες ταχείας περιβαλλοντικής αλλαγής.&lt;br /&gt;
&lt;br /&gt;
[[category:Γεωλογία-Εδαφολογία]]&lt;/div&gt;</summary>
		<author><name>SANTAS MARIOS</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:Msantas_4_2.png</id>
		<title>Αρχείο:Msantas 4 2.png</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Msantas_4_2.png"/>
				<updated>2026-01-29T10:02:35Z</updated>
		
		<summary type="html">&lt;p&gt;SANTAS MARIOS: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>SANTAS MARIOS</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:Msantas_4_1.png</id>
		<title>Αρχείο:Msantas 4 1.png</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Msantas_4_1.png"/>
				<updated>2026-01-29T10:02:22Z</updated>
		
		<summary type="html">&lt;p&gt;SANTAS MARIOS: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>SANTAS MARIOS</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A3%CE%AC%CE%BD%CF%84%CE%B1%CF%82_%CE%9C%CE%AC%CF%81%CE%B9%CE%BF%CF%82</id>
		<title>Σάντας Μάριος</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A3%CE%AC%CE%BD%CF%84%CE%B1%CF%82_%CE%9C%CE%AC%CF%81%CE%B9%CE%BF%CF%82"/>
				<updated>2026-01-28T19:57:33Z</updated>
		
		<summary type="html">&lt;p&gt;SANTAS MARIOS: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;*[[Λειχήνες ως δείκτες απολιθωμάτων δεινοσαύρων]]&lt;br /&gt;
*[[Φωτορύπανση στο Πακιστάν: Εφαρμογές Τηλεπισκόπησης και Γεωγραφικών Συστημάτων Πληροφοριών (GIS)]]&lt;br /&gt;
*[[Εφαρμογές Τηλεπισκόπησης στην Αλιεία: Μια Συνολική Επισκόπηση]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:ΔΠΜΣ &amp;quot;Περιβάλλον &amp;amp; Ανάπτυξη&amp;quot; (Μέτσοβο)]]&lt;/div&gt;</summary>
		<author><name>SANTAS MARIOS</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%95%CF%86%CE%B1%CF%81%CE%BC%CE%BF%CE%B3%CE%AD%CF%82_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CF%83%CF%84%CE%B7%CE%BD_%CE%91%CE%BB%CE%B9%CE%B5%CE%AF%CE%B1:_%CE%9C%CE%B9%CE%B1_%CE%A3%CF%85%CE%BD%CE%BF%CE%BB%CE%B9%CE%BA%CE%AE_%CE%95%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7</id>
		<title>Εφαρμογές Τηλεπισκόπησης στην Αλιεία: Μια Συνολική Επισκόπηση</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%95%CF%86%CE%B1%CF%81%CE%BC%CE%BF%CE%B3%CE%AD%CF%82_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CF%83%CF%84%CE%B7%CE%BD_%CE%91%CE%BB%CE%B9%CE%B5%CE%AF%CE%B1:_%CE%9C%CE%B9%CE%B1_%CE%A3%CF%85%CE%BD%CE%BF%CE%BB%CE%B9%CE%BA%CE%AE_%CE%95%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7"/>
				<updated>2026-01-28T19:57:02Z</updated>
		
		<summary type="html">&lt;p&gt;SANTAS MARIOS: Νέα σελίδα με 'Πρότυπος Τίτλος : '''Fisheries applications of remote sensing: An overview'''  Συγγραφείς : ''Victor Klemas''  Πηγή : [https://www.sciencedirec...'&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Πρότυπος Τίτλος : '''Fisheries applications of remote sensing: An overview'''&lt;br /&gt;
&lt;br /&gt;
Συγγραφείς : ''Victor Klemas''&lt;br /&gt;
&lt;br /&gt;
Πηγή : [https://www.sciencedirect.com/science/article/pii/S0165783612001075?ref=pdf_download&amp;amp;fr=RR-2&amp;amp;rr=9c52ec44da19323a]&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;h1&amp;gt;Εισαγωγή και γενικό πλαίσιο&amp;lt;/h1&amp;gt;'''&lt;br /&gt;
&lt;br /&gt;
Τα ιχθυαποθέματα αποτελούν μία από τις σημαντικότερες πηγές πρωτεΐνης για τον άνθρωπο και στηρίζουν την επισιτιστική ασφάλεια, την οικονομία και την απασχόληση εκατομμυρίων ανθρώπων παγκοσμίως. Ωστόσο, τις τελευταίες δεκαετίες οι παγκόσμιες αλιευτικές δραστηριότητες βρίσκονται υπό αυξανόμενη πίεση λόγω της υπεραλίευσης, της κλιματικής αλλαγής, της ρύπανσης και της υποβάθμισης των θαλάσσιων οικοσυστημάτων. Σύμφωνα με διεθνείς οργανισμούς, μεγάλο ποσοστό των ιχθυαποθεμάτων είναι πλέον πλήρως εκμεταλλευόμενο ή υπερεκμεταλλευόμενο, γεγονός που καθιστά επιτακτική την ανάγκη για βιώσιμη διαχείριση των θαλάσσιων πόρων.&lt;br /&gt;
&lt;br /&gt;
Οι παραδοσιακές μέθοδοι ωκεανογραφικής και αλιευτικής έρευνας, που βασίζονται κυρίως σε δειγματοληψίες από ερευνητικά σκάφη, παρουσιάζουν σημαντικούς περιορισμούς ως προς τη χωρική και χρονική κάλυψη. Η ανάπτυξη της τηλεπισκόπησης, και ιδιαίτερα της δορυφορικής τηλεπισκόπησης, έχει αλλάξει ριζικά τον τρόπο με τον οποίο παρακολουθούμε και μελετούμε τους ωκεανούς. Μέσω της μέτρησης φυσικών και βιολογικών παραμέτρων, όπως η θερμοκρασία της επιφάνειας της θάλασσας, το χρώμα του ωκεανού και η αλατότητα, η τηλεπισκόπηση παρέχει πολύτιμα δεδομένα για την κατανόηση της δυναμικής των θαλάσσιων οικοσυστημάτων και της κατανομής των ιχθυοπληθυσμών.&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;h1&amp;gt;Περιβαλλοντικοί δείκτες και κατανομή των ψαριών&amp;lt;/h1&amp;gt;'''&lt;br /&gt;
&lt;br /&gt;
Η κατανομή, η αφθονία και η συμπεριφορά των ψαριών επηρεάζονται έντονα από τις περιβαλλοντικές συνθήκες. Παράμετροι όπως η θερμοκρασία του νερού, η πρωτογενής παραγωγικότητα, η διαθεσιμότητα τροφής και η παρουσία ωκεάνιων μετώπων και στροβίλων διαμορφώνουν τα ενδιαιτήματα των διαφόρων ειδών. Η τηλεπισκόπηση επιτρέπει την παρακολούθηση αυτών των παραμέτρων σε μεγάλη κλίμακα και με συχνή επανάληψη.&lt;br /&gt;
&lt;br /&gt;
Η θερμοκρασία της επιφάνειας της θάλασσας (Sea Surface Temperature – SST) αποτελεί έναν από τους σημαντικότερους περιβαλλοντικούς δείκτες. Πολλά είδη ψαριών εμφανίζουν σαφείς προτιμήσεις σε συγκεκριμένα θερμοκρασιακά εύρη, τα οποία επηρεάζουν τον μεταβολισμό, την ανάπτυξη, την αναπαραγωγή και τις μεταναστευτικές τους κινήσεις. Για παράδειγμα, είδη όπως ο τόνος και ο ξιφίας τείνουν να συγκεντρώνονται κοντά σε θερμικά μέτωπα, όπου συνδυάζονται κατάλληλες θερμοκρασίες και αυξημένη διαθεσιμότητα τροφής.&lt;br /&gt;
&lt;br /&gt;
Εξίσου σημαντικός δείκτης είναι η πρωτογενής παραγωγικότητα, η οποία συνδέεται με τη συγκέντρωση φυτοπλαγκτού. Η συγκέντρωση χλωροφύλλης-a, που εκτιμάται μέσω δορυφορικών αισθητήρων χρώματος ωκεανού, χρησιμοποιείται ως έμμεσο μέτρο της βιολογικής παραγωγικότητας. Περιοχές με αυξημένη συγκέντρωση χλωροφύλλης, όπως ζώνες ανοδικής ανάβλυσης (upwelling), υποστηρίζουν πλούσιες τροφικές αλυσίδες και συχνά φιλοξενούν σημαντικά αλιευτικά αποθέματα.&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;h1&amp;gt;Ακουστική τηλεπισκόπηση και ανίχνευση ιχθυοσχολών&amp;lt;/h1&amp;gt;'''&lt;br /&gt;
&lt;br /&gt;
Παρότι η ακουστική τηλεπισκόπηση δεν εντάσσεται πάντα στους αυστηρούς ορισμούς της τηλεπισκόπησης, διαδραματίζει καθοριστικό ρόλο στην αλιευτική έρευνα. Τα ηχοβολιστικά συστήματα (sonar και echo-sounders) χρησιμοποιούνται ευρέως για την ανίχνευση, την εκτίμηση αφθονίας και τη χαρτογράφηση της κατανομής των ιχθυοσχολών.&lt;br /&gt;
&lt;br /&gt;
Οι ακουστικές μέθοδοι βασίζονται στην εκπομπή ηχητικών παλμών και στην ανάλυση της ανακλώμενης ενέργειας από τα ψάρια και άλλα αντικείμενα στο νερό. Ιδιαίτερα σημαντικό ρόλο παίζει η ύπαρξη αεροφόρων οργάνων, όπως η νηκτική κύστη, τα οποία ενισχύουν το ανακλώμενο σήμα. Τα σύγχρονα πολυδεσμικά και πλευρικής σάρωσης συστήματα παρέχουν υψηλής ανάλυσης δεδομένα, επιτρέποντας την τρισδιάστατη απεικόνιση ιχθυοσχολών.&lt;br /&gt;
&lt;br /&gt;
Πρόσφατες εξελίξεις, όπως η τεχνική της ακουστικής τηλεπισκόπησης μέσω ωκεάνιου κυματοδηγού, επιτρέπουν τη συνεχή παρακολούθηση τεράστιων περιοχών της υφαλοκρηπίδας. Με τον τρόπο αυτό καθίσταται δυνατή η μελέτη της δυναμικής σχηματισμού και μετακίνησης μεγάλων ιχθυοσχολών σε σχεδόν πραγματικό χρόνο.&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;h1&amp;gt;Εναέρια και δορυφορική τηλεπισκόπηση&amp;lt;/h1&amp;gt;'''&lt;br /&gt;
&lt;br /&gt;
Η εναέρια τηλεπισκόπηση, μέσω αεροσκαφών και ελικοπτέρων, χρησιμοποιείται εδώ και δεκαετίες για τον εντοπισμό ιχθυοσχολών, ιδιαίτερα σε παράκτιες και ρηχές περιοχές. Οι έμπειροι εναέριοι παρατηρητές μπορούν να εντοπίσουν σχολές ψαριών με γυμνό μάτι, ωστόσο η χρήση προηγμένων αισθητήρων, όπως θερμικές κάμερες, lidar και ραντάρ, έχει αυξήσει σημαντικά την ακρίβεια και την αξιοπιστία των παρατηρήσεων.&lt;br /&gt;
&lt;br /&gt;
Η δορυφορική τηλεπισκόπηση αποτελεί σήμερα το πιο ισχυρό εργαλείο για τη μελέτη των θαλάσσιων οικοσυστημάτων σε παγκόσμια κλίμακα. Δορυφορικοί αισθητήρες παρέχουν δεδομένα για τη θερμοκρασία της θάλασσας, το χρώμα του ωκεανού, την αλατότητα, τα ρεύματα, τους ανέμους και τα κύματα. Ο συνδυασμός αυτών των δεδομένων με επιτόπιες μετρήσεις επιτρέπει την ανάπτυξη προγνωστικών μοντέλων για τον εντοπισμό ευνοϊκών αλιευτικών περιοχών.&lt;br /&gt;
&lt;br /&gt;
Ιδιαίτερη σημασία έχει η παρακολούθηση των ζωνών ανοδικής ανάβλυσης και των ωκεάνιων μετώπων, όπου παρατηρείται αυξημένη βιολογική δραστηριότητα. Οι πληροφορίες αυτές αξιοποιούνται τόσο για την υποστήριξη της αλιευτικής δραστηριότητας όσο και για τη διαχείριση και προστασία των θαλάσσιων οικοσυστημάτων.&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;h1&amp;gt;Επιχειρησιακές εφαρμογές και διαχείριση αλιείας&amp;lt;/h1&amp;gt;'''&lt;br /&gt;
&lt;br /&gt;
Η ενσωμάτωση της τηλεπισκόπησης σε επιχειρησιακά συστήματα παρακολούθησης και πρόγνωσης έχει βελτιώσει σημαντικά την αποτελεσματικότητα της αλιείας. Σε πολλές χώρες, δορυφορικά δεδομένα χρησιμοποιούνται για την παραγωγή χαρτών και δελτίων που υποδεικνύουν πιθανές ζώνες αλιευτικού ενδιαφέροντος, μειώνοντας τον χρόνο και το κόστος αναζήτησης των ιχθυοσχολών.&lt;br /&gt;
&lt;br /&gt;
Παράλληλα, η τηλεπισκόπηση συμβάλλει στη βιώσιμη διαχείριση των αλιευτικών πόρων. Μέσω της παρακολούθησης των περιβαλλοντικών μεταβολών και της κατάστασης των οικοσυστημάτων, οι αρμόδιες αρχές μπορούν να λαμβάνουν τεκμηριωμένες αποφάσεις για τον καθορισμό προστατευόμενων περιοχών, τη ρύθμιση της αλιευτικής προσπάθειας και την πρόληψη περιβαλλοντικών κινδύνων, όπως οι επιβλαβείς ανθίσεις φυτοπλαγκτού.&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;h1&amp;gt;Συμπεράσματα&amp;lt;/h1&amp;gt;'''&lt;br /&gt;
&lt;br /&gt;
Η τηλεπισκόπηση έχει αναδειχθεί σε αναπόσπαστο εργαλείο της σύγχρονης αλιευτικής επιστήμης και διαχείρισης. Η δυνατότητα συνεχούς, εκτεταμένης και πολυπαραμετρικής παρακολούθησης των ωκεανών παρέχει μοναδικές ευκαιρίες για την κατανόηση της σχέσης μεταξύ περιβάλλοντος και ιχθυοπληθυσμών. Ο συνδυασμός δορυφορικών, εναέριων και ακουστικών δεδομένων ενισχύει την ακρίβεια των εκτιμήσεων και υποστηρίζει την εφαρμογή οικοσυστημικών προσεγγίσεων στη διαχείριση της αλιείας.&lt;br /&gt;
&lt;br /&gt;
Παρά τις σημαντικές προόδους, εξακολουθούν να υπάρχουν προκλήσεις, όπως η ανάγκη για μακροχρόνιες χρονοσειρές δεδομένων, η αντιμετώπιση των περιορισμών λόγω νεφοκάλυψης και η καλύτερη ενσωμάτωση επιστημονικών γνώσεων στις πρακτικές διαχείρισης. Η διατήρηση και ενίσχυση των προγραμμάτων τηλεπισκόπησης αποτελεί κρίσιμο παράγοντα για τη βιώσιμη εκμετάλλευση των θαλάσσιων πόρων και την προστασία των ωκεάνιων οικοσυστημάτων στο μέλλον.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:Οικολογία]]&lt;/div&gt;</summary>
		<author><name>SANTAS MARIOS</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A3%CE%AC%CE%BD%CF%84%CE%B1%CF%82_%CE%9C%CE%AC%CF%81%CE%B9%CE%BF%CF%82</id>
		<title>Σάντας Μάριος</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A3%CE%AC%CE%BD%CF%84%CE%B1%CF%82_%CE%9C%CE%AC%CF%81%CE%B9%CE%BF%CF%82"/>
				<updated>2026-01-28T18:16:10Z</updated>
		
		<summary type="html">&lt;p&gt;SANTAS MARIOS: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;*[[Λειχήνες ως δείκτες απολιθωμάτων δεινοσαύρων]]&lt;br /&gt;
*[[Φωτορύπανση στο Πακιστάν: Εφαρμογές Τηλεπισκόπησης και Γεωγραφικών Συστημάτων Πληροφοριών (GIS)]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:ΔΠΜΣ &amp;quot;Περιβάλλον &amp;amp; Ανάπτυξη&amp;quot; (Μέτσοβο)]]&lt;/div&gt;</summary>
		<author><name>SANTAS MARIOS</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A3%CE%AC%CE%BD%CF%84%CE%B1%CF%82_%CE%9C%CE%AC%CF%81%CE%B9%CE%BF%CF%82</id>
		<title>Σάντας Μάριος</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A3%CE%AC%CE%BD%CF%84%CE%B1%CF%82_%CE%9C%CE%AC%CF%81%CE%B9%CE%BF%CF%82"/>
				<updated>2026-01-28T18:13:49Z</updated>
		
		<summary type="html">&lt;p&gt;SANTAS MARIOS: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;*[[Λειχήνες ως δείκτες απολιθωμάτων δεινοσαύρων]]&lt;br /&gt;
*[[Φωτορύπανση στο Πακιστάν: Εφαρμογές Τηλεπισκόπησης και Γεωγραφικών Συστημάτων Πληροφοριών (GIS)]]&lt;br /&gt;
*[[Ανάλυση Πολεμικών Καταστροφών στη Λωρίδα της Γάζας με Δεδομένα Υψηλής Ανάλυσης LuoJia3-01]]&lt;br /&gt;
&lt;br /&gt;
 [[category:ΔΠΜΣ &amp;quot;Περιβάλλον &amp;amp; Ανάπτυξη&amp;quot; (Μέτσοβο)]]&lt;/div&gt;</summary>
		<author><name>SANTAS MARIOS</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:Msantas_3_2.png</id>
		<title>Αρχείο:Msantas 3 2.png</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Msantas_3_2.png"/>
				<updated>2026-01-28T18:12:35Z</updated>
		
		<summary type="html">&lt;p&gt;SANTAS MARIOS: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>SANTAS MARIOS</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:Msantas_3_1.png</id>
		<title>Αρχείο:Msantas 3 1.png</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Msantas_3_1.png"/>
				<updated>2026-01-28T18:11:47Z</updated>
		
		<summary type="html">&lt;p&gt;SANTAS MARIOS: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>SANTAS MARIOS</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A3%CE%AC%CE%BD%CF%84%CE%B1%CF%82_%CE%9C%CE%AC%CF%81%CE%B9%CE%BF%CF%82</id>
		<title>Σάντας Μάριος</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A3%CE%AC%CE%BD%CF%84%CE%B1%CF%82_%CE%9C%CE%AC%CF%81%CE%B9%CE%BF%CF%82"/>
				<updated>2026-01-28T17:25:45Z</updated>
		
		<summary type="html">&lt;p&gt;SANTAS MARIOS: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;*[[Λειχήνες ως δείκτες απολιθωμάτων δεινοσαύρων]]&lt;br /&gt;
*[[Φωτορύπανση στο Πακιστάν: Εφαρμογές Τηλεπισκόπησης και Γεωγραφικών Συστημάτων Πληροφοριών (GIS)]]&lt;br /&gt;
&lt;br /&gt;
 [[category:ΔΠΜΣ &amp;quot;Περιβάλλον &amp;amp; Ανάπτυξη&amp;quot; (Μέτσοβο)]]&lt;/div&gt;</summary>
		<author><name>SANTAS MARIOS</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A6%CF%89%CF%84%CE%BF%CF%81%CF%8D%CF%80%CE%B1%CE%BD%CF%83%CE%B7_%CF%83%CF%84%CE%BF_%CE%A0%CE%B1%CE%BA%CE%B9%CF%83%CF%84%CE%AC%CE%BD:_%CE%95%CF%86%CE%B1%CF%81%CE%BC%CE%BF%CE%B3%CE%AD%CF%82_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CE%93%CE%B5%CF%89%CE%B3%CF%81%CE%B1%CF%86%CE%B9%CE%BA%CF%8E%CE%BD_%CE%A3%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CE%A0%CE%BB%CE%B7%CF%81%CE%BF%CF%86%CE%BF%CF%81%CE%B9%CF%8E%CE%BD_(GIS)</id>
		<title>Φωτορύπανση στο Πακιστάν: Εφαρμογές Τηλεπισκόπησης και Γεωγραφικών Συστημάτων Πληροφοριών (GIS)</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A6%CF%89%CF%84%CE%BF%CF%81%CF%8D%CF%80%CE%B1%CE%BD%CF%83%CE%B7_%CF%83%CF%84%CE%BF_%CE%A0%CE%B1%CE%BA%CE%B9%CF%83%CF%84%CE%AC%CE%BD:_%CE%95%CF%86%CE%B1%CF%81%CE%BC%CE%BF%CE%B3%CE%AD%CF%82_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CE%93%CE%B5%CF%89%CE%B3%CF%81%CE%B1%CF%86%CE%B9%CE%BA%CF%8E%CE%BD_%CE%A3%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CE%A0%CE%BB%CE%B7%CF%81%CE%BF%CF%86%CE%BF%CF%81%CE%B9%CF%8E%CE%BD_(GIS)"/>
				<updated>2026-01-28T17:21:51Z</updated>
		
		<summary type="html">&lt;p&gt;SANTAS MARIOS: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Πρότυπος Τίτλος : '''Estimation of Light Pollution Using Satellite Remote Sensing and Geographic Information System Techniques'''&lt;br /&gt;
&lt;br /&gt;
Συγγραφείς : ''Mohsin Jamil Butt''&lt;br /&gt;
&lt;br /&gt;
Πηγή : [https://https://www.tandfonline.com/doi/abs/10.2747/1548-1603.49.4.609]&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;h1&amp;gt;Εισαγωγή&amp;lt;/h1&amp;gt;'''&lt;br /&gt;
&lt;br /&gt;
Η φωτορύπανση αποτελεί μια μορφή περιβαλλοντικής ρύπανσης που συνδέεται άμεσα με τις ανθρώπινες δραστηριότητες και την αστικοποίηση. Η υπερβολική ή κακώς σχεδιασμένη χρήση τεχνητού φωτισμού αλλοιώνει το φυσικό νυχτερινό περιβάλλον, διαταράσσοντας τους βιολογικούς ρυθμούς των οργανισμών, επηρεάζοντας την ανθρώπινη ψυχολογία και υποβαθμίζοντας την ποιότητα του νυχτερινού ουρανού. Για τους αστρονόμους, η φωτορύπανση αποτελεί έναν από τους σημαντικότερους περιοριστικούς παράγοντες, καθώς μειώνει δραστικά τη δυνατότητα παρατήρησης αμυδρών ουράνιων σωμάτων.&lt;br /&gt;
&lt;br /&gt;
Η ανάγκη ποσοτικής εκτίμησης και χαρτογράφησης της φωτορύπανσης έχει οδηγήσει στην ευρεία χρήση τεχνικών τηλεπισκόπησης και GIS. Οι δορυφορικές παρατηρήσεις προσφέρουν τη δυνατότητα συστηματικής, επαναλαμβανόμενης και συγκρίσιμης καταγραφής της νυχτερινής φωτεινότητας σε μεγάλες γεωγραφικές εκτάσεις. Στο πλαίσιο αυτό, το Πακιστάν αποτελεί ένα χαρακτηριστικό παράδειγμα χώρας με ταχεία αστική ανάπτυξη, έντονη πληθυσμιακή αύξηση και σημαντική επέκταση των υποδομών, γεγονός που καθιστά τη μελέτη της φωτορύπανσης ιδιαίτερα επίκαιρη.&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;h1&amp;gt;Περιοχή μελέτης&amp;lt;/h1&amp;gt;'''&lt;br /&gt;
&lt;br /&gt;
Το Πακιστάν βρίσκεται στη Νότια Ασία, μεταξύ γεωγραφικών πλατών 24°–37° Β και μηκών 61°–75,5° Α. Συνορεύει με την Κίνα στα βόρεια και βορειοανατολικά, το Αφγανιστάν στα δυτικά και βορειοδυτικά, το Ιράν στα νοτιοδυτικά, την Ινδία στα ανατολικά και βρέχεται από την Αραβική Θάλασσα στα νότια. Διοικητικά, η χώρα χωρίζεται σε τέσσερις επαρχίες: Πουντζάμπ, Σιντ, Χάιμπερ Παχτούνχβα και Μπαλουχιστάν.&lt;br /&gt;
Η παρούσα μελέτη εξετάζει το σύνολο της επικράτειας, με στόχο τη σύγκριση των επιπέδων φωτορύπανσης μεταξύ των επαρχιών και τον εντοπισμό περιοχών με ελάχιστη ανθρώπινη φωτεινή επίδραση. Ιδιαίτερο ενδιαφέρον παρουσιάζει η επαρχία του Μπαλουχιστάν, λόγω της χαμηλής πληθυσμιακής πυκνότητας και της περιορισμένης αστικής ανάπτυξης.&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;h1&amp;gt;Δεδομένα και Τηλεπισκοπική υποδομή&amp;lt;/h1&amp;gt;'''&lt;br /&gt;
&lt;br /&gt;
Η βασική πηγή δεδομένων της μελέτης είναι οι δορυφορικές εικόνες νυχτερινού φωτισμού από το πρόγραμμα Defense Meteorological Satellite Program (DMSP), το οποίο λειτουργεί υπό την αιγίδα της NOAA. Ο αισθητήρας Operational Linescan System (OLS) έχει τη δυνατότητα ανίχνευσης ασθενών εκπομπών στο ορατό και στο εγγύς υπέρυθρο φάσμα (0,4–1,1 μm), καθιστώντας τον ιδιαίτερα κατάλληλο για την καταγραφή τεχνητού φωτισμού από πόλεις, οδικά δίκτυα και βιομηχανικές εγκαταστάσεις.&lt;br /&gt;
&lt;br /&gt;
Τα δεδομένα DMSP-OLS διαθέτουν ραδιομετρική ανάλυση 6 bits (τιμές 0–63) και χωρική ανάλυση περίπου 2,7 km στη λειτουργία χαμηλής ανάλυσης. Για τη συγκεκριμένη έρευνα χρησιμοποιήθηκαν σύνθετες, νεφοσκεπείς εικόνες της περιόδου 2004–2009, οι οποίες αποκτήθηκαν από το National Geophysical Data Center (NGDC). Παράλληλα, ενσωματώθηκαν χαρτογραφικά δεδομένα GIS, όπως οδικά δίκτυα, υδρογραφία, τοπογραφία, κάλυψη γης και πληθυσμιακά στοιχεία.&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;h1&amp;gt;Μεθοδολογία&amp;lt;/h1&amp;gt;'''&lt;br /&gt;
&lt;br /&gt;
Η μεθοδολογία βασίζεται στη συνδυαστική χρήση τηλεπισκοπικών δεδομένων και χωρικών αναλύσεων GIS. Αρχικά πραγματοποιήθηκε προεπεξεργασία των δορυφορικών εικόνων, η οποία περιλάμβανε μετατροπή μορφότυπων, γεωαναφορά στο σύστημα WGS-84 και επαναπροβολή στο σύστημα UTM. Στη συνέχεια, πολλαπλές εικόνες της ίδιας χρονικής περιόδου συνδυάστηκαν με στατιστικές τεχνικές επικάλυψης, με στόχο την απομάκρυνση παροδικών πηγών φωτός (π.χ. πυρκαγιές, αστραπές).&lt;br /&gt;
&lt;br /&gt;
Για τον διαχωρισμό των περιοχών με φωτορύπανση εφαρμόστηκε κατώφλι ψηφιακών τιμών (DN = 5), ενώ οι τιμές φωτεινότητας ταξινομήθηκαν σε πέντε κατηγορίες: πολύ χαμηλή, χαμηλή, μέτρια, υψηλή και πολύ υψηλή φωτορύπανση. Επιπλέον, πραγματοποιήθηκε ανάλυση ορατότητας (viewshed analysis) στο περιβάλλον GIS, προκειμένου να εκτιμηθεί τόσο η άμεση οπτική επαφή με πηγές φωτός όσο και η έμμεση επίδραση της φωτορύπανσης μέσω της λαμπρότητας του ουρανού (sky glow).&lt;br /&gt;
&lt;br /&gt;
Η γεωμετρία του θόλου φωτορύπανσης εκτιμήθηκε με επιτόπιες μετρήσεις σε μεγάλες πόλεις, όπως η Λαχώρη, το Καράτσι και το Ισλαμαμπάντ, επιτρέποντας τη μοντελοποίηση της εξασθένισης της φωτεινότητας με την απόσταση από το αστικό κέντρο.&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;h1&amp;gt;Αποτελέσματα και συζήτηση&amp;lt;/h1&amp;gt;'''&lt;br /&gt;
&lt;br /&gt;
Τα αποτελέσματα δείχνουν σαφή αύξηση της φωτορύπανσης στο Πακιστάν κατά την περίοδο 2004–2009. Η επαρχία του Πουντζάμπ εμφανίζει τα υψηλότερα επίπεδα φωτεινότητας, γεγονός που συνδέεται με την υψηλή πληθυσμιακή πυκνότητα και τη συγκέντρωση μεγάλων αστικών κέντρων. Αντίθετα, το Μπαλουχιστάν παρουσιάζει τις χαμηλότερες τιμές φωτορύπανσης, διατηρώντας εκτεταμένες περιοχές με σχεδόν φυσικές νυχτερινές συνθήκες.&lt;br /&gt;
&lt;br /&gt;
Η ανάλυση χρονοσειρών ανέδειξε την επέκταση της φωτορύπανσης από τα αστικά κέντρα προς τις περιαστικές περιοχές, υποδηλώνοντας σπατάλη ενέργειας και ανάγκη για καλύτερο σχεδιασμό φωτισμού. Τα χαρτογραφικά προϊόντα που προέκυψαν αποτελούν πολύτιμα εργαλεία για περιβαλλοντικό σχεδιασμό και για την επιλογή κατάλληλων θέσεων αστρονομικών παρατηρητηρίων.&lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:msantas_2_1.png|thumb|right|'''Εικόνα 1''' : Μεταβολές της άμεσης φωτορύπανσης για την περίοδο 2004-2009]]&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;h1&amp;gt;Συμπεράσματα&amp;lt;/h1&amp;gt;'''&lt;br /&gt;
&lt;br /&gt;
Η παρούσα μελέτη καταδεικνύει τη σημασία της τηλεπισκόπησης και των GIS στην εκτίμηση και χαρτογράφηση της φωτορύπανσης σε εθνική κλίμακα. Τα δεδομένα DMSP-OLS, παρά τους περιορισμούς τους, προσφέρουν μοναδική δυνατότητα παρακολούθησης της νυχτερινής φωτεινότητας στον χώρο και στον χρόνο. Η ανάλυση για το Πακιστάν αποκαλύπτει αυξητική τάση της φωτορύπανσης, κυρίως λόγω αστικοποίησης και πληθυσμιακής αύξησης.&lt;br /&gt;
&lt;br /&gt;
Προτείνεται η χωροθέτηση του Εθνικού Αστεροσκοπείου του Πακιστάν σε απομακρυσμένες περιοχές του Μπαλουχιστάν, όπως οι περιοχές Kharan, Qila Saifullah και Awaran. Μελλοντικές έρευνες μπορούν να ενσωματώσουν πρόσθετους παράγοντες, όπως η βλάστηση και η βιομηχανική δραστηριότητα, βελτιώνοντας περαιτέρω τη μοντελοποίηση της φωτορύπανσης και συμβάλλοντας στη βιώσιμη διαχείριση του νυχτερινού περιβάλλοντος.&lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:msantas_2_2.png|thumb|right|'''Εικόνα 2''' : Τρεις πιθανές τοποθεσίες χωροθέτησης του Εθνικού Αστεροσκοπείου του Πακιστάν βάσει του χάρτη φωτορύπανσης]]&lt;br /&gt;
&lt;br /&gt;
[[category:Ατμοσφαιρική Ρύπανση]]&lt;/div&gt;</summary>
		<author><name>SANTAS MARIOS</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A6%CF%89%CF%84%CE%BF%CF%81%CF%8D%CF%80%CE%B1%CE%BD%CF%83%CE%B7_%CF%83%CF%84%CE%BF_%CE%A0%CE%B1%CE%BA%CE%B9%CF%83%CF%84%CE%AC%CE%BD:_%CE%95%CF%86%CE%B1%CF%81%CE%BC%CE%BF%CE%B3%CE%AD%CF%82_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CE%93%CE%B5%CF%89%CE%B3%CF%81%CE%B1%CF%86%CE%B9%CE%BA%CF%8E%CE%BD_%CE%A3%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CE%A0%CE%BB%CE%B7%CF%81%CE%BF%CF%86%CE%BF%CF%81%CE%B9%CF%8E%CE%BD_(GIS)</id>
		<title>Φωτορύπανση στο Πακιστάν: Εφαρμογές Τηλεπισκόπησης και Γεωγραφικών Συστημάτων Πληροφοριών (GIS)</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A6%CF%89%CF%84%CE%BF%CF%81%CF%8D%CF%80%CE%B1%CE%BD%CF%83%CE%B7_%CF%83%CF%84%CE%BF_%CE%A0%CE%B1%CE%BA%CE%B9%CF%83%CF%84%CE%AC%CE%BD:_%CE%95%CF%86%CE%B1%CF%81%CE%BC%CE%BF%CE%B3%CE%AD%CF%82_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CE%93%CE%B5%CF%89%CE%B3%CF%81%CE%B1%CF%86%CE%B9%CE%BA%CF%8E%CE%BD_%CE%A3%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CE%A0%CE%BB%CE%B7%CF%81%CE%BF%CF%86%CE%BF%CF%81%CE%B9%CF%8E%CE%BD_(GIS)"/>
				<updated>2026-01-28T17:20:44Z</updated>
		
		<summary type="html">&lt;p&gt;SANTAS MARIOS: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Πρότυπος Τίτλος : '''Estimation of Light Pollution Using Satellite Remote Sensing and Geographic Information System Techniques'''&lt;br /&gt;
&lt;br /&gt;
Συγγραφείς : ''Mohsin Jamil Butt''&lt;br /&gt;
&lt;br /&gt;
Πηγή : [https://https://www.tandfonline.com/doi/abs/10.2747/1548-1603.49.4.609]&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;h1&amp;gt;Εισαγωγή&amp;lt;/h1&amp;gt;'''&lt;br /&gt;
&lt;br /&gt;
Η φωτορύπανση αποτελεί μια μορφή περιβαλλοντικής ρύπανσης που συνδέεται άμεσα με τις ανθρώπινες δραστηριότητες και την αστικοποίηση. Η υπερβολική ή κακώς σχεδιασμένη χρήση τεχνητού φωτισμού αλλοιώνει το φυσικό νυχτερινό περιβάλλον, διαταράσσοντας τους βιολογικούς ρυθμούς των οργανισμών, επηρεάζοντας την ανθρώπινη ψυχολογία και υποβαθμίζοντας την ποιότητα του νυχτερινού ουρανού. Για τους αστρονόμους, η φωτορύπανση αποτελεί έναν από τους σημαντικότερους περιοριστικούς παράγοντες, καθώς μειώνει δραστικά τη δυνατότητα παρατήρησης αμυδρών ουράνιων σωμάτων.&lt;br /&gt;
&lt;br /&gt;
Η ανάγκη ποσοτικής εκτίμησης και χαρτογράφησης της φωτορύπανσης έχει οδηγήσει στην ευρεία χρήση τεχνικών τηλεπισκόπησης και GIS. Οι δορυφορικές παρατηρήσεις προσφέρουν τη δυνατότητα συστηματικής, επαναλαμβανόμενης και συγκρίσιμης καταγραφής της νυχτερινής φωτεινότητας σε μεγάλες γεωγραφικές εκτάσεις. Στο πλαίσιο αυτό, το Πακιστάν αποτελεί ένα χαρακτηριστικό παράδειγμα χώρας με ταχεία αστική ανάπτυξη, έντονη πληθυσμιακή αύξηση και σημαντική επέκταση των υποδομών, γεγονός που καθιστά τη μελέτη της φωτορύπανσης ιδιαίτερα επίκαιρη.&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;h1&amp;gt;Περιοχή μελέτης&amp;lt;/h1&amp;gt;'''&lt;br /&gt;
&lt;br /&gt;
Το Πακιστάν βρίσκεται στη Νότια Ασία, μεταξύ γεωγραφικών πλατών 24°–37° Β και μηκών 61°–75,5° Α. Συνορεύει με την Κίνα στα βόρεια και βορειοανατολικά, το Αφγανιστάν στα δυτικά και βορειοδυτικά, το Ιράν στα νοτιοδυτικά, την Ινδία στα ανατολικά και βρέχεται από την Αραβική Θάλασσα στα νότια. Διοικητικά, η χώρα χωρίζεται σε τέσσερις επαρχίες: Πουντζάμπ, Σιντ, Χάιμπερ Παχτούνχβα και Μπαλουχιστάν.&lt;br /&gt;
Η παρούσα μελέτη εξετάζει το σύνολο της επικράτειας, με στόχο τη σύγκριση των επιπέδων φωτορύπανσης μεταξύ των επαρχιών και τον εντοπισμό περιοχών με ελάχιστη ανθρώπινη φωτεινή επίδραση. Ιδιαίτερο ενδιαφέρον παρουσιάζει η επαρχία του Μπαλουχιστάν, λόγω της χαμηλής πληθυσμιακής πυκνότητας και της περιορισμένης αστικής ανάπτυξης.&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;h1&amp;gt;Δεδομένα και Τηλεπισκοπική υποδομή&amp;lt;/h1&amp;gt;'''&lt;br /&gt;
&lt;br /&gt;
Η βασική πηγή δεδομένων της μελέτης είναι οι δορυφορικές εικόνες νυχτερινού φωτισμού από το πρόγραμμα Defense Meteorological Satellite Program (DMSP), το οποίο λειτουργεί υπό την αιγίδα της NOAA. Ο αισθητήρας Operational Linescan System (OLS) έχει τη δυνατότητα ανίχνευσης ασθενών εκπομπών στο ορατό και στο εγγύς υπέρυθρο φάσμα (0,4–1,1 μm), καθιστώντας τον ιδιαίτερα κατάλληλο για την καταγραφή τεχνητού φωτισμού από πόλεις, οδικά δίκτυα και βιομηχανικές εγκαταστάσεις.&lt;br /&gt;
&lt;br /&gt;
Τα δεδομένα DMSP-OLS διαθέτουν ραδιομετρική ανάλυση 6 bits (τιμές 0–63) και χωρική ανάλυση περίπου 2,7 km στη λειτουργία χαμηλής ανάλυσης. Για τη συγκεκριμένη έρευνα χρησιμοποιήθηκαν σύνθετες, νεφοσκεπείς εικόνες της περιόδου 2004–2009, οι οποίες αποκτήθηκαν από το National Geophysical Data Center (NGDC). Παράλληλα, ενσωματώθηκαν χαρτογραφικά δεδομένα GIS, όπως οδικά δίκτυα, υδρογραφία, τοπογραφία, κάλυψη γης και πληθυσμιακά στοιχεία.&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;h1&amp;gt;Μεθοδολογία&amp;lt;/h1&amp;gt;'''&lt;br /&gt;
&lt;br /&gt;
Η μεθοδολογία βασίζεται στη συνδυαστική χρήση τηλεπισκοπικών δεδομένων και χωρικών αναλύσεων GIS. Αρχικά πραγματοποιήθηκε προεπεξεργασία των δορυφορικών εικόνων, η οποία περιλάμβανε μετατροπή μορφότυπων, γεωαναφορά στο σύστημα WGS-84 και επαναπροβολή στο σύστημα UTM. Στη συνέχεια, πολλαπλές εικόνες της ίδιας χρονικής περιόδου συνδυάστηκαν με στατιστικές τεχνικές επικάλυψης, με στόχο την απομάκρυνση παροδικών πηγών φωτός (π.χ. πυρκαγιές, αστραπές).&lt;br /&gt;
&lt;br /&gt;
Για τον διαχωρισμό των περιοχών με φωτορύπανση εφαρμόστηκε κατώφλι ψηφιακών τιμών (DN = 5), ενώ οι τιμές φωτεινότητας ταξινομήθηκαν σε πέντε κατηγορίες: πολύ χαμηλή, χαμηλή, μέτρια, υψηλή και πολύ υψηλή φωτορύπανση. Επιπλέον, πραγματοποιήθηκε ανάλυση ορατότητας (viewshed analysis) στο περιβάλλον GIS, προκειμένου να εκτιμηθεί τόσο η άμεση οπτική επαφή με πηγές φωτός όσο και η έμμεση επίδραση της φωτορύπανσης μέσω της λαμπρότητας του ουρανού (sky glow).&lt;br /&gt;
&lt;br /&gt;
Η γεωμετρία του θόλου φωτορύπανσης εκτιμήθηκε με επιτόπιες μετρήσεις σε μεγάλες πόλεις, όπως η Λαχώρη, το Καράτσι και το Ισλαμαμπάντ, επιτρέποντας τη μοντελοποίηση της εξασθένισης της φωτεινότητας με την απόσταση από το αστικό κέντρο.&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;h1&amp;gt;Αποτελέσματα και συζήτηση&amp;lt;/h1&amp;gt;'''&lt;br /&gt;
&lt;br /&gt;
Τα αποτελέσματα δείχνουν σαφή αύξηση της φωτορύπανσης στο Πακιστάν κατά την περίοδο 2004–2009. Η επαρχία του Πουντζάμπ εμφανίζει τα υψηλότερα επίπεδα φωτεινότητας, γεγονός που συνδέεται με την υψηλή πληθυσμιακή πυκνότητα και τη συγκέντρωση μεγάλων αστικών κέντρων. Αντίθετα, το Μπαλουχιστάν παρουσιάζει τις χαμηλότερες τιμές φωτορύπανσης, διατηρώντας εκτεταμένες περιοχές με σχεδόν φυσικές νυχτερινές συνθήκες.&lt;br /&gt;
&lt;br /&gt;
Η ανάλυση χρονοσειρών ανέδειξε την επέκταση της φωτορύπανσης από τα αστικά κέντρα προς τις περιαστικές περιοχές, υποδηλώνοντας σπατάλη ενέργειας και ανάγκη για καλύτερο σχεδιασμό φωτισμού. Τα χαρτογραφικά προϊόντα που προέκυψαν αποτελούν πολύτιμα εργαλεία για περιβαλλοντικό σχεδιασμό και για την επιλογή κατάλληλων θέσεων αστρονομικών παρατηρητηρίων.&lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:msantas_2_1.png | '''Εικόνα 1''' : Μεταβολές της άμεσης φωτορύπανσης για την περίοδο 2004-2009]]&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;h1&amp;gt;Συμπεράσματα&amp;lt;/h1&amp;gt;'''&lt;br /&gt;
&lt;br /&gt;
Η παρούσα μελέτη καταδεικνύει τη σημασία της τηλεπισκόπησης και των GIS στην εκτίμηση και χαρτογράφηση της φωτορύπανσης σε εθνική κλίμακα. Τα δεδομένα DMSP-OLS, παρά τους περιορισμούς τους, προσφέρουν μοναδική δυνατότητα παρακολούθησης της νυχτερινής φωτεινότητας στον χώρο και στον χρόνο. Η ανάλυση για το Πακιστάν αποκαλύπτει αυξητική τάση της φωτορύπανσης, κυρίως λόγω αστικοποίησης και πληθυσμιακής αύξησης.&lt;br /&gt;
&lt;br /&gt;
Προτείνεται η χωροθέτηση του Εθνικού Αστεροσκοπείου του Πακιστάν σε απομακρυσμένες περιοχές του Μπαλουχιστάν, όπως οι περιοχές Kharan, Qila Saifullah και Awaran. Μελλοντικές έρευνες μπορούν να ενσωματώσουν πρόσθετους παράγοντες, όπως η βλάστηση και η βιομηχανική δραστηριότητα, βελτιώνοντας περαιτέρω τη μοντελοποίηση της φωτορύπανσης και συμβάλλοντας στη βιώσιμη διαχείριση του νυχτερινού περιβάλλοντος.&lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:msantas_2_2.png | '''Εικόνα 2''' : Τρεις πιθανές τοποθεσίες χωροθέτησης του Εθνικού Αστεροσκοπείου του Πακιστάν βάσει του χάρτη φωτορύπανσης]]&lt;br /&gt;
&lt;br /&gt;
[[category:Ατμοσφαιρική Ρύπανση]]&lt;/div&gt;</summary>
		<author><name>SANTAS MARIOS</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A6%CF%89%CF%84%CE%BF%CF%81%CF%8D%CF%80%CE%B1%CE%BD%CF%83%CE%B7_%CF%83%CF%84%CE%BF_%CE%A0%CE%B1%CE%BA%CE%B9%CF%83%CF%84%CE%AC%CE%BD:_%CE%95%CF%86%CE%B1%CF%81%CE%BC%CE%BF%CE%B3%CE%AD%CF%82_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CE%93%CE%B5%CF%89%CE%B3%CF%81%CE%B1%CF%86%CE%B9%CE%BA%CF%8E%CE%BD_%CE%A3%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CE%A0%CE%BB%CE%B7%CF%81%CE%BF%CF%86%CE%BF%CF%81%CE%B9%CF%8E%CE%BD_(GIS)</id>
		<title>Φωτορύπανση στο Πακιστάν: Εφαρμογές Τηλεπισκόπησης και Γεωγραφικών Συστημάτων Πληροφοριών (GIS)</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A6%CF%89%CF%84%CE%BF%CF%81%CF%8D%CF%80%CE%B1%CE%BD%CF%83%CE%B7_%CF%83%CF%84%CE%BF_%CE%A0%CE%B1%CE%BA%CE%B9%CF%83%CF%84%CE%AC%CE%BD:_%CE%95%CF%86%CE%B1%CF%81%CE%BC%CE%BF%CE%B3%CE%AD%CF%82_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CE%93%CE%B5%CF%89%CE%B3%CF%81%CE%B1%CF%86%CE%B9%CE%BA%CF%8E%CE%BD_%CE%A3%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CE%A0%CE%BB%CE%B7%CF%81%CE%BF%CF%86%CE%BF%CF%81%CE%B9%CF%8E%CE%BD_(GIS)"/>
				<updated>2026-01-28T17:20:19Z</updated>
		
		<summary type="html">&lt;p&gt;SANTAS MARIOS: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Πρότυπος Τίτλος : '''Estimation of Light Pollution Using Satellite Remote Sensing and Geographic Information System Techniques'''&lt;br /&gt;
&lt;br /&gt;
Συγγραφείς : ''Mohsin Jamil Butt''&lt;br /&gt;
&lt;br /&gt;
Πηγή : [https://https://www.tandfonline.com/doi/abs/10.2747/1548-1603.49.4.609]&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;h1&amp;gt;Εισαγωγή&amp;lt;/h1&amp;gt;'''&lt;br /&gt;
&lt;br /&gt;
Η φωτορύπανση αποτελεί μια μορφή περιβαλλοντικής ρύπανσης που συνδέεται άμεσα με τις ανθρώπινες δραστηριότητες και την αστικοποίηση. Η υπερβολική ή κακώς σχεδιασμένη χρήση τεχνητού φωτισμού αλλοιώνει το φυσικό νυχτερινό περιβάλλον, διαταράσσοντας τους βιολογικούς ρυθμούς των οργανισμών, επηρεάζοντας την ανθρώπινη ψυχολογία και υποβαθμίζοντας την ποιότητα του νυχτερινού ουρανού. Για τους αστρονόμους, η φωτορύπανση αποτελεί έναν από τους σημαντικότερους περιοριστικούς παράγοντες, καθώς μειώνει δραστικά τη δυνατότητα παρατήρησης αμυδρών ουράνιων σωμάτων.&lt;br /&gt;
&lt;br /&gt;
Η ανάγκη ποσοτικής εκτίμησης και χαρτογράφησης της φωτορύπανσης έχει οδηγήσει στην ευρεία χρήση τεχνικών τηλεπισκόπησης και GIS. Οι δορυφορικές παρατηρήσεις προσφέρουν τη δυνατότητα συστηματικής, επαναλαμβανόμενης και συγκρίσιμης καταγραφής της νυχτερινής φωτεινότητας σε μεγάλες γεωγραφικές εκτάσεις. Στο πλαίσιο αυτό, το Πακιστάν αποτελεί ένα χαρακτηριστικό παράδειγμα χώρας με ταχεία αστική ανάπτυξη, έντονη πληθυσμιακή αύξηση και σημαντική επέκταση των υποδομών, γεγονός που καθιστά τη μελέτη της φωτορύπανσης ιδιαίτερα επίκαιρη.&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;h1&amp;gt;Περιοχή μελέτης&amp;lt;/h1&amp;gt;'''&lt;br /&gt;
&lt;br /&gt;
Το Πακιστάν βρίσκεται στη Νότια Ασία, μεταξύ γεωγραφικών πλατών 24°–37° Β και μηκών 61°–75,5° Α. Συνορεύει με την Κίνα στα βόρεια και βορειοανατολικά, το Αφγανιστάν στα δυτικά και βορειοδυτικά, το Ιράν στα νοτιοδυτικά, την Ινδία στα ανατολικά και βρέχεται από την Αραβική Θάλασσα στα νότια. Διοικητικά, η χώρα χωρίζεται σε τέσσερις επαρχίες: Πουντζάμπ, Σιντ, Χάιμπερ Παχτούνχβα και Μπαλουχιστάν.&lt;br /&gt;
Η παρούσα μελέτη εξετάζει το σύνολο της επικράτειας, με στόχο τη σύγκριση των επιπέδων φωτορύπανσης μεταξύ των επαρχιών και τον εντοπισμό περιοχών με ελάχιστη ανθρώπινη φωτεινή επίδραση. Ιδιαίτερο ενδιαφέρον παρουσιάζει η επαρχία του Μπαλουχιστάν, λόγω της χαμηλής πληθυσμιακής πυκνότητας και της περιορισμένης αστικής ανάπτυξης.&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;h1&amp;gt;Δεδομένα και Τηλεπισκοπική υποδομή&amp;lt;/h1&amp;gt;'''&lt;br /&gt;
&lt;br /&gt;
Η βασική πηγή δεδομένων της μελέτης είναι οι δορυφορικές εικόνες νυχτερινού φωτισμού από το πρόγραμμα Defense Meteorological Satellite Program (DMSP), το οποίο λειτουργεί υπό την αιγίδα της NOAA. Ο αισθητήρας Operational Linescan System (OLS) έχει τη δυνατότητα ανίχνευσης ασθενών εκπομπών στο ορατό και στο εγγύς υπέρυθρο φάσμα (0,4–1,1 μm), καθιστώντας τον ιδιαίτερα κατάλληλο για την καταγραφή τεχνητού φωτισμού από πόλεις, οδικά δίκτυα και βιομηχανικές εγκαταστάσεις.&lt;br /&gt;
&lt;br /&gt;
Τα δεδομένα DMSP-OLS διαθέτουν ραδιομετρική ανάλυση 6 bits (τιμές 0–63) και χωρική ανάλυση περίπου 2,7 km στη λειτουργία χαμηλής ανάλυσης. Για τη συγκεκριμένη έρευνα χρησιμοποιήθηκαν σύνθετες, νεφοσκεπείς εικόνες της περιόδου 2004–2009, οι οποίες αποκτήθηκαν από το National Geophysical Data Center (NGDC). Παράλληλα, ενσωματώθηκαν χαρτογραφικά δεδομένα GIS, όπως οδικά δίκτυα, υδρογραφία, τοπογραφία, κάλυψη γης και πληθυσμιακά στοιχεία.&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;h1&amp;gt;Μεθοδολογία&amp;lt;/h1&amp;gt;'''&lt;br /&gt;
&lt;br /&gt;
Η μεθοδολογία βασίζεται στη συνδυαστική χρήση τηλεπισκοπικών δεδομένων και χωρικών αναλύσεων GIS. Αρχικά πραγματοποιήθηκε προεπεξεργασία των δορυφορικών εικόνων, η οποία περιλάμβανε μετατροπή μορφότυπων, γεωαναφορά στο σύστημα WGS-84 και επαναπροβολή στο σύστημα UTM. Στη συνέχεια, πολλαπλές εικόνες της ίδιας χρονικής περιόδου συνδυάστηκαν με στατιστικές τεχνικές επικάλυψης, με στόχο την απομάκρυνση παροδικών πηγών φωτός (π.χ. πυρκαγιές, αστραπές).&lt;br /&gt;
&lt;br /&gt;
Για τον διαχωρισμό των περιοχών με φωτορύπανση εφαρμόστηκε κατώφλι ψηφιακών τιμών (DN = 5), ενώ οι τιμές φωτεινότητας ταξινομήθηκαν σε πέντε κατηγορίες: πολύ χαμηλή, χαμηλή, μέτρια, υψηλή και πολύ υψηλή φωτορύπανση. Επιπλέον, πραγματοποιήθηκε ανάλυση ορατότητας (viewshed analysis) στο περιβάλλον GIS, προκειμένου να εκτιμηθεί τόσο η άμεση οπτική επαφή με πηγές φωτός όσο και η έμμεση επίδραση της φωτορύπανσης μέσω της λαμπρότητας του ουρανού (sky glow).&lt;br /&gt;
&lt;br /&gt;
Η γεωμετρία του θόλου φωτορύπανσης εκτιμήθηκε με επιτόπιες μετρήσεις σε μεγάλες πόλεις, όπως η Λαχώρη, το Καράτσι και το Ισλαμαμπάντ, επιτρέποντας τη μοντελοποίηση της εξασθένισης της φωτεινότητας με την απόσταση από το αστικό κέντρο.&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;h1&amp;gt;Αποτελέσματα και συζήτηση&amp;lt;/h1&amp;gt;'''&lt;br /&gt;
&lt;br /&gt;
Τα αποτελέσματα δείχνουν σαφή αύξηση της φωτορύπανσης στο Πακιστάν κατά την περίοδο 2004–2009. Η επαρχία του Πουντζάμπ εμφανίζει τα υψηλότερα επίπεδα φωτεινότητας, γεγονός που συνδέεται με την υψηλή πληθυσμιακή πυκνότητα και τη συγκέντρωση μεγάλων αστικών κέντρων. Αντίθετα, το Μπαλουχιστάν παρουσιάζει τις χαμηλότερες τιμές φωτορύπανσης, διατηρώντας εκτεταμένες περιοχές με σχεδόν φυσικές νυχτερινές συνθήκες.&lt;br /&gt;
&lt;br /&gt;
Η ανάλυση χρονοσειρών ανέδειξε την επέκταση της φωτορύπανσης από τα αστικά κέντρα προς τις περιαστικές περιοχές, υποδηλώνοντας σπατάλη ενέργειας και ανάγκη για καλύτερο σχεδιασμό φωτισμού. Τα χαρτογραφικά προϊόντα που προέκυψαν αποτελούν πολύτιμα εργαλεία για περιβαλλοντικό σχεδιασμό και για την επιλογή κατάλληλων θέσεων αστρονομικών παρατηρητηρίων.&lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:msantas_2_1.png '''Εικόνα 1''' : Μεταβολές της άμεσης φωτορύπανσης για την περίοδο 2004-2009]]&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;h1&amp;gt;Συμπεράσματα&amp;lt;/h1&amp;gt;'''&lt;br /&gt;
&lt;br /&gt;
Η παρούσα μελέτη καταδεικνύει τη σημασία της τηλεπισκόπησης και των GIS στην εκτίμηση και χαρτογράφηση της φωτορύπανσης σε εθνική κλίμακα. Τα δεδομένα DMSP-OLS, παρά τους περιορισμούς τους, προσφέρουν μοναδική δυνατότητα παρακολούθησης της νυχτερινής φωτεινότητας στον χώρο και στον χρόνο. Η ανάλυση για το Πακιστάν αποκαλύπτει αυξητική τάση της φωτορύπανσης, κυρίως λόγω αστικοποίησης και πληθυσμιακής αύξησης.&lt;br /&gt;
&lt;br /&gt;
Προτείνεται η χωροθέτηση του Εθνικού Αστεροσκοπείου του Πακιστάν σε απομακρυσμένες περιοχές του Μπαλουχιστάν, όπως οι περιοχές Kharan, Qila Saifullah και Awaran. Μελλοντικές έρευνες μπορούν να ενσωματώσουν πρόσθετους παράγοντες, όπως η βλάστηση και η βιομηχανική δραστηριότητα, βελτιώνοντας περαιτέρω τη μοντελοποίηση της φωτορύπανσης και συμβάλλοντας στη βιώσιμη διαχείριση του νυχτερινού περιβάλλοντος.&lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:msantas_2_2.png |'''Εικόνα 2''' : Τρεις πιθανές τοποθεσίες χωροθέτησης του Εθνικού Αστεροσκοπείου του Πακιστάν βάσει του χάρτη φωτορύπανσης]]&lt;br /&gt;
&lt;br /&gt;
[[category:Ατμοσφαιρική Ρύπανση]]&lt;/div&gt;</summary>
		<author><name>SANTAS MARIOS</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A6%CF%89%CF%84%CE%BF%CF%81%CF%8D%CF%80%CE%B1%CE%BD%CF%83%CE%B7_%CF%83%CF%84%CE%BF_%CE%A0%CE%B1%CE%BA%CE%B9%CF%83%CF%84%CE%AC%CE%BD:_%CE%95%CF%86%CE%B1%CF%81%CE%BC%CE%BF%CE%B3%CE%AD%CF%82_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CE%93%CE%B5%CF%89%CE%B3%CF%81%CE%B1%CF%86%CE%B9%CE%BA%CF%8E%CE%BD_%CE%A3%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CE%A0%CE%BB%CE%B7%CF%81%CE%BF%CF%86%CE%BF%CF%81%CE%B9%CF%8E%CE%BD_(GIS)</id>
		<title>Φωτορύπανση στο Πακιστάν: Εφαρμογές Τηλεπισκόπησης και Γεωγραφικών Συστημάτων Πληροφοριών (GIS)</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A6%CF%89%CF%84%CE%BF%CF%81%CF%8D%CF%80%CE%B1%CE%BD%CF%83%CE%B7_%CF%83%CF%84%CE%BF_%CE%A0%CE%B1%CE%BA%CE%B9%CF%83%CF%84%CE%AC%CE%BD:_%CE%95%CF%86%CE%B1%CF%81%CE%BC%CE%BF%CE%B3%CE%AD%CF%82_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CE%93%CE%B5%CF%89%CE%B3%CF%81%CE%B1%CF%86%CE%B9%CE%BA%CF%8E%CE%BD_%CE%A3%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CE%A0%CE%BB%CE%B7%CF%81%CE%BF%CF%86%CE%BF%CF%81%CE%B9%CF%8E%CE%BD_(GIS)"/>
				<updated>2026-01-28T17:19:26Z</updated>
		
		<summary type="html">&lt;p&gt;SANTAS MARIOS: Νέα σελίδα με 'Πρότυπος Τίτλος : '''Estimation of Light Pollution Using Satellite Remote Sensing and Geographic Information System Techniques'''  Συγγραφείς : ''M...'&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Πρότυπος Τίτλος : '''Estimation of Light Pollution Using Satellite Remote Sensing and Geographic Information System Techniques'''&lt;br /&gt;
&lt;br /&gt;
Συγγραφείς : ''Mohsin Jamil Butt''&lt;br /&gt;
&lt;br /&gt;
Πηγή : [https://https://www.tandfonline.com/doi/abs/10.2747/1548-1603.49.4.609]&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;h1&amp;gt;Εισαγωγή&amp;lt;/h1&amp;gt;'''&lt;br /&gt;
&lt;br /&gt;
Η φωτορύπανση αποτελεί μια μορφή περιβαλλοντικής ρύπανσης που συνδέεται άμεσα με τις ανθρώπινες δραστηριότητες και την αστικοποίηση. Η υπερβολική ή κακώς σχεδιασμένη χρήση τεχνητού φωτισμού αλλοιώνει το φυσικό νυχτερινό περιβάλλον, διαταράσσοντας τους βιολογικούς ρυθμούς των οργανισμών, επηρεάζοντας την ανθρώπινη ψυχολογία και υποβαθμίζοντας την ποιότητα του νυχτερινού ουρανού. Για τους αστρονόμους, η φωτορύπανση αποτελεί έναν από τους σημαντικότερους περιοριστικούς παράγοντες, καθώς μειώνει δραστικά τη δυνατότητα παρατήρησης αμυδρών ουράνιων σωμάτων.&lt;br /&gt;
&lt;br /&gt;
Η ανάγκη ποσοτικής εκτίμησης και χαρτογράφησης της φωτορύπανσης έχει οδηγήσει στην ευρεία χρήση τεχνικών τηλεπισκόπησης και GIS. Οι δορυφορικές παρατηρήσεις προσφέρουν τη δυνατότητα συστηματικής, επαναλαμβανόμενης και συγκρίσιμης καταγραφής της νυχτερινής φωτεινότητας σε μεγάλες γεωγραφικές εκτάσεις. Στο πλαίσιο αυτό, το Πακιστάν αποτελεί ένα χαρακτηριστικό παράδειγμα χώρας με ταχεία αστική ανάπτυξη, έντονη πληθυσμιακή αύξηση και σημαντική επέκταση των υποδομών, γεγονός που καθιστά τη μελέτη της φωτορύπανσης ιδιαίτερα επίκαιρη.&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;h1&amp;gt;Περιοχή μελέτης&amp;lt;/h1&amp;gt;'''&lt;br /&gt;
&lt;br /&gt;
Το Πακιστάν βρίσκεται στη Νότια Ασία, μεταξύ γεωγραφικών πλατών 24°–37° Β και μηκών 61°–75,5° Α. Συνορεύει με την Κίνα στα βόρεια και βορειοανατολικά, το Αφγανιστάν στα δυτικά και βορειοδυτικά, το Ιράν στα νοτιοδυτικά, την Ινδία στα ανατολικά και βρέχεται από την Αραβική Θάλασσα στα νότια. Διοικητικά, η χώρα χωρίζεται σε τέσσερις επαρχίες: Πουντζάμπ, Σιντ, Χάιμπερ Παχτούνχβα και Μπαλουχιστάν.&lt;br /&gt;
Η παρούσα μελέτη εξετάζει το σύνολο της επικράτειας, με στόχο τη σύγκριση των επιπέδων φωτορύπανσης μεταξύ των επαρχιών και τον εντοπισμό περιοχών με ελάχιστη ανθρώπινη φωτεινή επίδραση. Ιδιαίτερο ενδιαφέρον παρουσιάζει η επαρχία του Μπαλουχιστάν, λόγω της χαμηλής πληθυσμιακής πυκνότητας και της περιορισμένης αστικής ανάπτυξης.&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;h1&amp;gt;Δεδομένα και Τηλεπισκοπική υποδομή&amp;lt;/h1&amp;gt;'''&lt;br /&gt;
&lt;br /&gt;
Η βασική πηγή δεδομένων της μελέτης είναι οι δορυφορικές εικόνες νυχτερινού φωτισμού από το πρόγραμμα Defense Meteorological Satellite Program (DMSP), το οποίο λειτουργεί υπό την αιγίδα της NOAA. Ο αισθητήρας Operational Linescan System (OLS) έχει τη δυνατότητα ανίχνευσης ασθενών εκπομπών στο ορατό και στο εγγύς υπέρυθρο φάσμα (0,4–1,1 μm), καθιστώντας τον ιδιαίτερα κατάλληλο για την καταγραφή τεχνητού φωτισμού από πόλεις, οδικά δίκτυα και βιομηχανικές εγκαταστάσεις.&lt;br /&gt;
&lt;br /&gt;
Τα δεδομένα DMSP-OLS διαθέτουν ραδιομετρική ανάλυση 6 bits (τιμές 0–63) και χωρική ανάλυση περίπου 2,7 km στη λειτουργία χαμηλής ανάλυσης. Για τη συγκεκριμένη έρευνα χρησιμοποιήθηκαν σύνθετες, νεφοσκεπείς εικόνες της περιόδου 2004–2009, οι οποίες αποκτήθηκαν από το National Geophysical Data Center (NGDC). Παράλληλα, ενσωματώθηκαν χαρτογραφικά δεδομένα GIS, όπως οδικά δίκτυα, υδρογραφία, τοπογραφία, κάλυψη γης και πληθυσμιακά στοιχεία.&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;h1&amp;gt;Μεθοδολογία&amp;lt;/h1&amp;gt;'''&lt;br /&gt;
&lt;br /&gt;
Η μεθοδολογία βασίζεται στη συνδυαστική χρήση τηλεπισκοπικών δεδομένων και χωρικών αναλύσεων GIS. Αρχικά πραγματοποιήθηκε προεπεξεργασία των δορυφορικών εικόνων, η οποία περιλάμβανε μετατροπή μορφότυπων, γεωαναφορά στο σύστημα WGS-84 και επαναπροβολή στο σύστημα UTM. Στη συνέχεια, πολλαπλές εικόνες της ίδιας χρονικής περιόδου συνδυάστηκαν με στατιστικές τεχνικές επικάλυψης, με στόχο την απομάκρυνση παροδικών πηγών φωτός (π.χ. πυρκαγιές, αστραπές).&lt;br /&gt;
&lt;br /&gt;
Για τον διαχωρισμό των περιοχών με φωτορύπανση εφαρμόστηκε κατώφλι ψηφιακών τιμών (DN = 5), ενώ οι τιμές φωτεινότητας ταξινομήθηκαν σε πέντε κατηγορίες: πολύ χαμηλή, χαμηλή, μέτρια, υψηλή και πολύ υψηλή φωτορύπανση. Επιπλέον, πραγματοποιήθηκε ανάλυση ορατότητας (viewshed analysis) στο περιβάλλον GIS, προκειμένου να εκτιμηθεί τόσο η άμεση οπτική επαφή με πηγές φωτός όσο και η έμμεση επίδραση της φωτορύπανσης μέσω της λαμπρότητας του ουρανού (sky glow).&lt;br /&gt;
&lt;br /&gt;
Η γεωμετρία του θόλου φωτορύπανσης εκτιμήθηκε με επιτόπιες μετρήσεις σε μεγάλες πόλεις, όπως η Λαχώρη, το Καράτσι και το Ισλαμαμπάντ, επιτρέποντας τη μοντελοποίηση της εξασθένισης της φωτεινότητας με την απόσταση από το αστικό κέντρο.&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;h1&amp;gt;Αποτελέσματα και συζήτηση&amp;lt;/h1&amp;gt;'''&lt;br /&gt;
&lt;br /&gt;
Τα αποτελέσματα δείχνουν σαφή αύξηση της φωτορύπανσης στο Πακιστάν κατά την περίοδο 2004–2009. Η επαρχία του Πουντζάμπ εμφανίζει τα υψηλότερα επίπεδα φωτεινότητας, γεγονός που συνδέεται με την υψηλή πληθυσμιακή πυκνότητα και τη συγκέντρωση μεγάλων αστικών κέντρων. Αντίθετα, το Μπαλουχιστάν παρουσιάζει τις χαμηλότερες τιμές φωτορύπανσης, διατηρώντας εκτεταμένες περιοχές με σχεδόν φυσικές νυχτερινές συνθήκες.&lt;br /&gt;
&lt;br /&gt;
Η ανάλυση χρονοσειρών ανέδειξε την επέκταση της φωτορύπανσης από τα αστικά κέντρα προς τις περιαστικές περιοχές, υποδηλώνοντας σπατάλη ενέργειας και ανάγκη για καλύτερο σχεδιασμό φωτισμού. Τα χαρτογραφικά προϊόντα που προέκυψαν αποτελούν πολύτιμα εργαλεία για περιβαλλοντικό σχεδιασμό και για την επιλογή κατάλληλων θέσεων αστρονομικών παρατηρητηρίων.&lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:msantas_2_1.png | '''Εικόνα 1''' Μεταβολές της άμεσης φωτορύπανσης για την περίοδο 2004-2009]]&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;h1&amp;gt;Συμπεράσματα&amp;lt;/h1&amp;gt;'''&lt;br /&gt;
&lt;br /&gt;
Η παρούσα μελέτη καταδεικνύει τη σημασία της τηλεπισκόπησης και των GIS στην εκτίμηση και χαρτογράφηση της φωτορύπανσης σε εθνική κλίμακα. Τα δεδομένα DMSP-OLS, παρά τους περιορισμούς τους, προσφέρουν μοναδική δυνατότητα παρακολούθησης της νυχτερινής φωτεινότητας στον χώρο και στον χρόνο. Η ανάλυση για το Πακιστάν αποκαλύπτει αυξητική τάση της φωτορύπανσης, κυρίως λόγω αστικοποίησης και πληθυσμιακής αύξησης.&lt;br /&gt;
&lt;br /&gt;
Προτείνεται η χωροθέτηση του Εθνικού Αστεροσκοπείου του Πακιστάν σε απομακρυσμένες περιοχές του Μπαλουχιστάν, όπως οι περιοχές Kharan, Qila Saifullah και Awaran. Μελλοντικές έρευνες μπορούν να ενσωματώσουν πρόσθετους παράγοντες, όπως η βλάστηση και η βιομηχανική δραστηριότητα, βελτιώνοντας περαιτέρω τη μοντελοποίηση της φωτορύπανσης και συμβάλλοντας στη βιώσιμη διαχείριση του νυχτερινού περιβάλλοντος.&lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:msantas_2_2.png | '''Εικόνα 2''' Τρεις πιθανές τοποθεσίες χωροθέτησης του Εθνικού Αστεροσκοπείου του Πακιστάν βάσει του χάρτη φωτορύπανσης]]&lt;br /&gt;
&lt;br /&gt;
[[category:Ατμοσφαιρική Ρύπανση]]&lt;/div&gt;</summary>
		<author><name>SANTAS MARIOS</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:Msantas_2_2.png</id>
		<title>Αρχείο:Msantas 2 2.png</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Msantas_2_2.png"/>
				<updated>2026-01-28T17:18:54Z</updated>
		
		<summary type="html">&lt;p&gt;SANTAS MARIOS: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>SANTAS MARIOS</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:Msantas_2_1.png</id>
		<title>Αρχείο:Msantas 2 1.png</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Msantas_2_1.png"/>
				<updated>2026-01-28T17:18:17Z</updated>
		
		<summary type="html">&lt;p&gt;SANTAS MARIOS: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>SANTAS MARIOS</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A3%CE%AC%CE%BD%CF%84%CE%B1%CF%82_%CE%9C%CE%AC%CF%81%CE%B9%CE%BF%CF%82</id>
		<title>Σάντας Μάριος</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A3%CE%AC%CE%BD%CF%84%CE%B1%CF%82_%CE%9C%CE%AC%CF%81%CE%B9%CE%BF%CF%82"/>
				<updated>2026-01-27T10:48:54Z</updated>
		
		<summary type="html">&lt;p&gt;SANTAS MARIOS: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;*[[Λειχήνες ως δείκτες απολιθωμάτων δεινοσαύρων]]&lt;br /&gt;
&lt;br /&gt;
 [[category:ΔΠΜΣ &amp;quot;Περιβάλλον &amp;amp; Ανάπτυξη&amp;quot; (Μέτσοβο)]]&lt;/div&gt;</summary>
		<author><name>SANTAS MARIOS</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A3%CE%AC%CE%BD%CF%84%CE%B1%CF%82_%CE%9C%CE%AC%CF%81%CE%B9%CE%BF%CF%82</id>
		<title>Σάντας Μάριος</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A3%CE%AC%CE%BD%CF%84%CE%B1%CF%82_%CE%9C%CE%AC%CF%81%CE%B9%CE%BF%CF%82"/>
				<updated>2026-01-27T10:48:25Z</updated>
		
		<summary type="html">&lt;p&gt;SANTAS MARIOS: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;*[[Λειχήνες ως δείκτες απολιθωμάτων δεινοσαύρων]]&lt;br /&gt;
 [[category:ΔΠΜΣ &amp;quot;Περιβάλλον &amp;amp; Ανάπτυξη&amp;quot; (Μέτσοβο)]]&lt;/div&gt;</summary>
		<author><name>SANTAS MARIOS</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A3%CE%AC%CE%BD%CF%84%CE%B1%CF%82_%CE%9C%CE%AC%CF%81%CE%B9%CE%BF%CF%82</id>
		<title>Σάντας Μάριος</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A3%CE%AC%CE%BD%CF%84%CE%B1%CF%82_%CE%9C%CE%AC%CF%81%CE%B9%CE%BF%CF%82"/>
				<updated>2026-01-27T10:47:53Z</updated>
		
		<summary type="html">&lt;p&gt;SANTAS MARIOS: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;*[Λειχήνες ως δείκτες απολιθωμάτων δεινοσαύρων]&lt;br /&gt;
 [[category:ΔΠΜΣ &amp;quot;Περιβάλλον &amp;amp; Ανάπτυξη&amp;quot; (Μέτσοβο)]]&lt;/div&gt;</summary>
		<author><name>SANTAS MARIOS</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A3%CE%AC%CE%BD%CF%84%CE%B1%CF%82_%CE%9C%CE%AC%CF%81%CE%B9%CE%BF%CF%82</id>
		<title>Σάντας Μάριος</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A3%CE%AC%CE%BD%CF%84%CE%B1%CF%82_%CE%9C%CE%AC%CF%81%CE%B9%CE%BF%CF%82"/>
				<updated>2026-01-27T10:47:17Z</updated>
		
		<summary type="html">&lt;p&gt;SANTAS MARIOS: Νέα σελίδα με '*Τίτλος συνδέσμου  category:ΔΠΜΣ &amp;quot;Περιβάλλον &amp;amp; Ανάπτυξη&amp;quot; (Μέτσοβο)'&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;*[[Τίτλος συνδέσμου]]&lt;br /&gt;
 [[category:ΔΠΜΣ &amp;quot;Περιβάλλον &amp;amp; Ανάπτυξη&amp;quot; (Μέτσοβο)]]&lt;/div&gt;</summary>
		<author><name>SANTAS MARIOS</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%9B%CE%B5%CE%B9%CF%87%CE%AE%CE%BD%CE%B5%CF%82_%CF%89%CF%82_%CE%B4%CE%B5%CE%AF%CE%BA%CF%84%CE%B5%CF%82_%CE%B1%CF%80%CE%BF%CE%BB%CE%B9%CE%B8%CF%89%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CE%B4%CE%B5%CE%B9%CE%BD%CE%BF%CF%83%CE%B1%CF%8D%CF%81%CF%89%CE%BD</id>
		<title>Λειχήνες ως δείκτες απολιθωμάτων δεινοσαύρων</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%9B%CE%B5%CE%B9%CF%87%CE%AE%CE%BD%CE%B5%CF%82_%CF%89%CF%82_%CE%B4%CE%B5%CE%AF%CE%BA%CF%84%CE%B5%CF%82_%CE%B1%CF%80%CE%BF%CE%BB%CE%B9%CE%B8%CF%89%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CE%B4%CE%B5%CE%B9%CE%BD%CE%BF%CF%83%CE%B1%CF%8D%CF%81%CF%89%CE%BD"/>
				<updated>2025-12-24T17:49:46Z</updated>
		
		<summary type="html">&lt;p&gt;SANTAS MARIOS: Νέα σελίδα με 'Πρότυπος Τίτλος : '''Remote sensing of lichens with drones for detecting dinosaur bones'''  Συγγραφείς : ''Brian J. Pickles, Caleb M. Brown, Sean H...'&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Πρότυπος Τίτλος : '''Remote sensing of lichens with drones for detecting dinosaur bones'''&lt;br /&gt;
&lt;br /&gt;
Συγγραφείς : ''Brian J. Pickles, Caleb M. Brown, Sean Herridge-Berry, Cameron R. Martin, Melissa Dergousoff, Teri Gilmar, Phil R. Bell and Derek R. Peddle''&lt;br /&gt;
&lt;br /&gt;
Πηγή : [https://www.cell.com/current-biology/fulltext/S0960-9822(25)01206-0]&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;h1&amp;gt;Εισαγωγή&amp;lt;/h1&amp;gt;'''&lt;br /&gt;
&lt;br /&gt;
Η τηλεπισκόπηση αποτελεί ολοένα και σημαντικότερο εργαλείο στη γεωλογία και την παλαιοντολογία, επιτρέποντας τη συλλογή δεδομένων μεγάλης κλίμακας χωρίς άμεση επιτόπια παρέμβαση. Πρόσφατη έρευνα κατέδειξε ότι οι λειχήνες μπορούν να χρησιμοποιηθούν ως έμμεσοι φασματικοί δείκτες απολιθωμάτων σπονδυλωτών, ιδίως δεινοσαύρων, στη δυτική Βόρεια Αμερική, συνδέοντας τη βιολογία, την παλαιοντολογία και την τηλεπισκόπηση.&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;h1&amp;gt;Βιολογική βάση της τηλεπισκοπικής ανίχνευσης&amp;lt;/h1&amp;gt;'''&lt;br /&gt;
&lt;br /&gt;
Οι λειχήνες είναι συμβιωτικοί οργανισμοί με έντονη οικολογική παρουσία σε σταθερά, ανόργανα υποστρώματα. Ορισμένα είδη με έντονη πορτοκαλί χρωστική αποικίζουν προτιμησιακά απολιθωμένα οστά, λόγω της αλκαλικής τους σύστασης, της πορώδους δομής και της ικανότητας συγκράτησης υγρασίας. Η στενή συσχέτιση μεταξύ λειχήνων και απολιθωμένων οστών δημιουργεί μια βιολογική υπογραφή που μπορεί να ανιχνευθεί φασματικά από απόσταση.&lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:Image_1.png|thumb|right|'''Εικόνα 1''' : (A) Φωτογραφία μικτού πανιδικού οστεοφόρου κοιτάσματος (BB 209) στο Dinosaur Provincial Park (DPP), η οποία δείχνει εκτεταμένη αποικιοποίηση από λειχήνες σε δύο εκτεθειμένα οστά άκρων αδρόσαυρου (λευκά βέλη), ενώ απουσιάζει από το περιβάλλον ίζημα (2005). (B) Φωτογραφία του οστεοφόρου κοιτάσματος Centrosaurus (BB 43) στο DPP πριν από την ανασκαφή, που παρουσιάζει εκτεταμένη αποικιοποίηση από λειχήνες σε πολυάριθμα επιφανειακά εκτεθειμένα οστά δεινοσαύρων (1979).]]&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;h1&amp;gt;Φασματικά χαρακτηριστικά λειχήνων&amp;lt;/h1&amp;gt;'''&lt;br /&gt;
&lt;br /&gt;
Οι λειχήνες παρουσιάζουν χαρακτηριστικά φασματικά προφίλ που τις διακρίνουν από γεωλογικά υποστρώματα όπως ψαμμίτες, σιδηρόλιθοι και ιζήματα. Συγκεκριμένα:&lt;br /&gt;
&lt;br /&gt;
&amp;lt;ul&amp;gt;&lt;br /&gt;
&amp;lt;li&amp;gt;εμφανίζουν χαμηλή ανακλαστικότητα στο μπλε τμήμα του ορατού φάσματος (400–500 nm),&amp;lt;/li&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&amp;lt;li&amp;gt;και αυξημένη ανακλαστικότητα στο εγγύς και βραχύ υπέρυθρο (NIR–SWIR).&amp;lt;/li&amp;gt; &lt;br /&gt;
&amp;lt;/ul&amp;gt;&lt;br /&gt;
&lt;br /&gt;
Αντίθετα, τα απολιθωμένα οστά δεν παρουσιάζουν φασματική διαφοροποίηση από το περιβάλλον ίζημα, γεγονός που καθιστά τις λειχήνες κρίσιμους ενδιάμεσους στόχους τηλεπισκόπησης.&lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:Image_2.png|thumb|right|'''Εικόνα 2''' : Διάγραμμα φασματικής αντανακλαστικότητας των κύριων συστατικών του περιβάλλοντος των ερημοποιημένων εκτάσεων της Alberta, συμπεριλαμβανομένων των πετρωμάτων, των λειχηνών και των απολιθωμάτων.]]&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;h1&amp;gt;Λειχήνες: Μέθοδοι τηλεπισκόπησης&amp;lt;/h1&amp;gt;'''&lt;br /&gt;
&lt;br /&gt;
Η ανίχνευση λειχήνων πραγματοποιήθηκε μέσω αποστολών με μη επανδρωμένα αεροσκάφη (Remotely Piloted Aircraft Systems – RPAS), εξοπλισμένα με πολυφασματικούς αισθητήρες. Οι εικόνες αποκτήθηκαν από χαμηλό ύψος (περίπου 30 m), επιτυγχάνοντας πολύ υψηλή χωρική ανάλυση (~2,5 × 2,5 cm ανά εικονοστοιχείο). Η ταξινόμηση των δεδομένων βασίστηκε σε μη επιβλεπόμενους αλγορίθμους, οι οποίοι εντόπισαν αποτελεσματικά τις φασματικές υπογραφές των λειχήνων και, κατ’ επέκταση, πιθανούς απολιθωματοφόρους στόχους.&lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:Image_3.png|thumb|right|'''Εικόνα 3''' : Εικόνα από τα RPAS του μικτού πανιδικού οστεοφόρου κοιτάσματος, στην περιοχή του DPP, η οποία λήφθηκε 30m πάνω από την επιφάνεια της Γης. Στις εικόνες Ε και F γίνονται αντιληπτά τα εικονοστοιχεία (2.5 x 2.5 cm). Τα μπλε εικονοστοιχεία απεικονίζουν την ανίχνευση των οστών απολιθωμένων δεινοσαύρων που έχουν αποικιστεί από λειχήνες, μέσω της φασματικής ταξινόμησης ]]&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;h1&amp;gt;Φασματικοί δείκτες και ανάλυση μειγμάτων&amp;lt;/h1&amp;gt;'''&lt;br /&gt;
&lt;br /&gt;
Η έρευνα οδήγησε στην ανάπτυξη νέων φασματικών δεικτών ειδικά σχεδιασμένων για την ανίχνευση λειχήνων. Οι δείκτες αυτοί μπορούν να εφαρμοστούν τόσο σε δεδομένα πολύ υψηλής ανάλυσης όσο και σε εικόνες χαμηλότερης χωρικής ανάλυσης από εναέρια ή δορυφορικά συστήματα. Επιπλέον, τα φασματικά προφίλ των λειχήνων μπορούν να χρησιμοποιηθούν ως endmembers σε φασματική ανάλυση μειγμάτων (spectral mixture analysis), επιτρέποντας την ανίχνευση λειχήνων ακόμη και σε επίπεδο υποεικονοστοιχείου.&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;h1&amp;gt;Εφαρμογές στην παλαιοντολογία&amp;lt;/h1&amp;gt;'''&lt;br /&gt;
&lt;br /&gt;
Η ενσωμάτωση της τηλεπισκόπησης στην παλαιοντολογική έρευνα επιτρέπει:&lt;br /&gt;
&lt;br /&gt;
&amp;lt;ul&amp;gt;&lt;br /&gt;
&amp;lt;li&amp;gt;ταχύτερη αναγνώριση απολιθωματοφόρων περιοχών,&amp;lt;/li&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&amp;lt;li&amp;gt;στοχευμένη επιτόπια έρευνα,&amp;lt;/li&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&amp;lt;li&amp;gt;μείωση του κόστους και του χρόνου ανασκαφών,&amp;lt;/li&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&amp;lt;li&amp;gt;και βελτιωμένη χαρτογράφηση δυσπρόσιτων ή εκτεταμένων περιοχών.&amp;lt;/li&amp;gt; &lt;br /&gt;
&amp;lt;/ul&amp;gt;&lt;br /&gt;
&lt;br /&gt;
Η μέθοδος είναι ιδιαίτερα χρήσιμη σε ημίξηρα τοπία με περιορισμένη βλάστηση, όπως τα badlands της Αλμπέρτα, αλλά δυνητικά εφαρμόσιμη και σε άλλες απολιθωματοφόρες περιοχές παγκοσμίως.&lt;br /&gt;
&lt;br /&gt;
'''&amp;lt;h1&amp;gt;Σημασία και διεπιστημονικός χαρακτήρας&amp;lt;/h1&amp;gt;'''&lt;br /&gt;
&lt;br /&gt;
Η χρήση λειχήνων ως τηλεπισκοπικών δεικτών απολιθωμάτων αναδεικνύει τον διεπιστημονικό χαρακτήρα της σύγχρονης έρευνας, συνδέοντας τη βιολογία, τη γεωλογία, την παλαιοντολογία και την τηλεπισκόπηση. Παράλληλα, καταδεικνύει ότι σύγχρονες οικολογικές διεργασίες μπορούν να αξιοποιηθούν για την ανίχνευση αρχαίων γεωλογικών και βιολογικών καταλοίπων.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
[[category: Γεωλογία - Εδαφολογία ]]&lt;br /&gt;
[[category: Οικολογία ]]&lt;/div&gt;</summary>
		<author><name>SANTAS MARIOS</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:Image_3.png</id>
		<title>Αρχείο:Image 3.png</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Image_3.png"/>
				<updated>2025-12-24T17:48:54Z</updated>
		
		<summary type="html">&lt;p&gt;SANTAS MARIOS: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>SANTAS MARIOS</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:Image_2.png</id>
		<title>Αρχείο:Image 2.png</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Image_2.png"/>
				<updated>2025-12-24T17:48:36Z</updated>
		
		<summary type="html">&lt;p&gt;SANTAS MARIOS: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>SANTAS MARIOS</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:Image_1.png</id>
		<title>Αρχείο:Image 1.png</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Image_1.png"/>
				<updated>2025-12-24T17:47:07Z</updated>
		
		<summary type="html">&lt;p&gt;SANTAS MARIOS: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>SANTAS MARIOS</name></author>	</entry>

	</feed>