http://147.102.106.44/rs/wiki/index.php?feed=atom&target=Sgeorgali&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 2026-05-19T18:22:07Z Από RemoteSensing Wiki MediaWiki 1.16.2 http://147.102.106.44/rs/wiki/index.php/%CE%93%CE%B5%CF%89%CF%81%CE%B3%CE%B1%CE%BB%CE%AE_%CE%A3%CF%84%CF%85%CE%BB%CE%B9%CE%B1%CE%BD%CE%AE 2012-03-05T02:40:24Z

<p>Sgeorgali: </p> <hr /> <div> [[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Αθήνα)]]<br /> *[[Μελέτη του φαινομένου της θερμής αστικής νησίδας κατά τη διάρκεια της ημέρας με χρήση δεδομένων Landsat ETM και Corine Land Cover]]<br /> *[[Η αστική δόμηση με χρήση πολυαισθητηριακών δεδομένων ψηφιακής τηλεπισκόπησης- Το παράδειγμα των γερμανικών πόλεων Κολωνία και Δρέσδη]]<br /> *[[Διαχρονική χαρτογράφηση χρήσης/κάλυψης γης της περιοχής Ναυπλίου Αργολίδας με χρήση πολυφασματικών δορυφορικών δεδομένων]]<br /> *[[Η συμβολή της τηλεπισκόπησης στην απεικόνιση της φτώχειας των κατοίκων των παραγκουπόλεων στο Δελχί της Ινδία]]<br /> *[[Εφαρμογή δεδομένων Τηλεπισκόπισης για το φυτό Calluna vulgaris L. - εκτίμηση συγκέντρωσης αζώτου στα επιφανειακά στρώματα του εδάφους ]]</div>

Sgeorgali http://147.102.106.44/rs/wiki/index.php/%CE%93%CE%B5%CF%89%CF%81%CE%B3%CE%B1%CE%BB%CE%AE_%CE%A3%CF%84%CF%85%CE%BB%CE%B9%CE%B1%CE%BD%CE%AE 2012-03-05T02:38:56Z

<p>Sgeorgali: </p> <hr /> <div> [[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Αθήνα)]]<br /> *[[Μελέτη του φαινομένου της θερμής αστικής νησίδας κατά τη διάρκεια της ημέρας με χρήση δεδομένων Landsat ETM και Corine Land Cover]]<br /> *[[Η αστική δόμηση με χρήση πολυαισθητηριακών δεδομένων ψηφιακής τηλεπισκόπησης- Το παράδειγμα των γερμανικών πόλεων Κολωνία και Δρέσδη]]<br /> *[[Διαχρονική χαρτογράφηση χρήσης/κάλυψης γης της περιοχής Ναυπλίου Αργολίδας με χρήση πολυφασματικών δορυφορικών δεδομένων]]<br /> *[[Η συμβολή της τηλεπισκόπησης στην απεικόνιση της φτώχειας των κατοίκων των παραγκουπόλεων στο Δελχί της Ινδίας]]<br /> *[[Εφαρμογή δεδομένων Τηλεπισκόπισης για το φυτό Calluna vulgaris L. - εκτίμηση συγκέντρωσης αζώτου στα επιφανειακά στρώματα του εδάφους ]]</div>

Sgeorgali http://147.102.106.44/rs/wiki/index.php/%CE%95%CF%86%CE%B1%CF%81%CE%BC%CE%BF%CE%B3%CE%AE_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B9%CF%83%CE%B7%CF%82_%CE%B3%CE%B9%CE%B1_%CF%84%CE%BF_%CF%86%CF%85%CF%84%CF%8C_Calluna_vulgaris_L._-_%CE%B5%CE%BA%CF%84%CE%AF%CE%BC%CE%B7%CF%83%CE%B7_%CF%83%CF%85%CE%B3%CE%BA%CE%AD%CE%BD%CF%84%CF%81%CF%89%CF%83%CE%B7%CF%82_%CE%B1%CE%B6%CF%8E%CF%84%CE%BF%CF%85_%CF%83%CF%84%CE%B1_%CE%B5%CF%80%CE%B9%CF%86%CE%B1%CE%BD%CE%B5%CE%B9%CE%B1%CE%BA%CE%AC_%CF%83%CF%84%CF%81%CF%8E%CE%BC%CE%B1%CF%84%CE%B1_%CF%84%CE%BF%CF%85_%CE%B5%CE%B4%CE%AC%CF%86%CE%BF%CF%85%CF%82 2012-03-05T02:31:15Z

<p>Sgeorgali: </p> <hr /> <div>[http://www.srcosmos.gr/srcosmos/showpub.aspx?aa=8195 Πηγή]<br /> <br /> '''Αντικείμενο - Στόχος Εφαρμογής'''<br /> <br /> Η παρακολούθηση των επιπέδων αζώτου στα επιφανειακά στρώματα του εδάφους είναι ιδιαιτέρως σημαντική μιας και η αυξημένη συγκέντρωση αζώτου στο έδαφος αποτελεί έναν από τους πιο σημαντικούς παράγοντες ρύπανσης του περιβάλλοντος και προκαλείται τόσο από κινητήρες και βιομηχανίες, οι ρύποι των οποίων περιέχουν άζωτο που καταλήγει στο έδαφος μέσω των βροχοπτώσεων όσο και από την υπερβολική χρήση νιτρικών λιπασμάτων στη γεωργία, που οδηγεί στην άμεση εναπόθεση νιτρικών ενώσεων στα ανώτερα στρώματα του εδάφους. Η παρακολούθηση του αζώτου είναι όμως μία χρονοβόρα και πολυδάπανη διαδικασία και γι’ αυτό η τηλεπισκόπηση προτείνεται σαν εναλλακτική μέθοδος, με την οποία εκτιμάται η συγκέντρωση φυλλικού αζώτου στην επιφανειακή βλάστηση και εξυπηρετεί ως δείκτης επιπέδων αζώτου στα επιφανειακά στρώματα του εδάφους.<br /> Η μελέτη ασχολείται με το φυτό Calluna vulgaris L. και τις μεταβολές που παρατηρούνται στην ένταση της ανακλώμενης ηλεκτρομαγνητικής ενέργειας όταν περιέχει διαφορετικές συγκεντρώσεις φυλλικού αζώτου, τόσο στο φυσικό περιβάλλον, όσο και στο θερμοκήπιο. <br /> Το άζωτο αποτελεί ένα από τα σημαντικότερα στοιχεία για την διαβίωση των φυτών και περιέχεται σε μεγάλο αριθμό οργανικών ενώσεων. Μία ομάδα ενώσεων που ανήκουν σε αυτή την κατηγορία είναι και η ομάδα των χρωστικών της χλωροφύλλης. Οι πιο συνήθεις χλωροφύλλες στα ανώτερα φυτά είναι η χλωροφύλλη α και β, υπεύθυνες για την διεκπεραίωση της φωτοσύνθεσης. Η αφθονία ποσοτήτων αζώτου ευνοεί την παραγωγή φυτομάζας και χλωροφύλλης και έχει επισημανθεί η συσχέτιση μεταξύ συγκέντρωσης αζώτου και χλωροφύλλης στα φυτά. <br /> [[ Εικόνα: sg_5_1.gif | thumb | right | Σχ.1: Διάταξη των τεμαχίων φυτών Calluna vulgaris στην περιοχή Ruabon ]]<br /> [[ Εικόνα: sg_5_2.gif | thumb | right | Σχ.2: Μέσοι όροι συγκέντρωσης χλωροφύλλης ανά μεταχείριση στο θερμοκήπιο και στο Ruabon. ]]<br /> [[ Εικόνα: sg_5_3.gif | thumb | right | Σχ.3: Μέσοι όροι συγκέντρωσης αζώτου ανά μεταχείριση στο θερμοκήπιο και στο Ruabon. ]]<br /> [[ Εικόνα: sg_5_4.gif | thumb | right | Σχ.4: Συσχέτιση χλωροφύλλης – αζώτου για τα φυτά στην περιοχή Ruabon ]]<br /> [[ Εικόνα: sg_5_5.gif | thumb | right | Σχ.5: Συσχέτιση χλωροφύλλης – αζώτου για τα φυτά στο θερμοκήπιο ]]<br /> [[ Εικόνα: sg_5_6.gif | thumb | right | Πιν.1: Εύρη και μέσοι όροι συγκέντρωσης χλωροφύλλης και αζώτου στα φυτά θερμοκηπίου και φυσικού περιβάλλοντος ]]<br /> [[ Εικόνα: sg_5_7.gif | thumb | right | Πιν.2: Μήκη κύματος που επιλέχθηκαν από την παλινδρόμηση με τη συγκέντρωση χλωροφύλλης ως εξαρτημένη μεταβλητή και οιαντίστοιχοι συντελεστές προσαρμογής σε κάθε βήμα της παλινδρόμησης ]]<br /> [[ Εικόνα: sg_5_8.gif | thumb | right | Πιν.3: Μήκη κύματος που επιλέχθηκαν από την παλινδρόμηση με τη συγκέντρωση αζώτου ως εξαρτημένη μεταβλητή και οι αντίστοιχοι συντελεστές προσαρμογής σε κάθε βήμα της παλινδρόμησης ]]<br /> '''Παλαιότερες μελέτες του φαινομένου'''<br /> <br /> Στο παρελθόν, η μελέτη της φασματικής ανάκλασης αποξηραμένων και κονιορτοποιημένων φυτικών ιστών, έχει αποκαλύψει συγκεκριμένα μήκη κύματος στα οποία η απορρόφηση της ενέργειας οφείλεται στον αριθμό των δεσμών αζώτου – υδρογόνου, και συνεπώς στην ποσότητα αζώτου στο δείγμα. Τέτοιοι δεσμοί βρίσκονται συνήθως σε μόρια πρωτεϊνών και οι χαρακτηριστικές τους απορροφήσεις εμφανίζονται στην περιοχή του μέσου υπέρυθρου μεταξύ 1500 και 2400 nm. Η χρήση αυτών των περιοχών του ηλεκτρομαγνητικού φάσματος παρουσιάζει κάποιες δυσκολίες όταν οι υπό μελέτη ιστοί είναι ακέραιοι και ενυδατωμένοι και ακόμη περισσότερες όταν παρακολουθούνται ολόκληρα φυλλώματα φυτών στη φυσική τους κατάσταση. Συγκεκριμένα οι περιοχές 1360 – 1550 nm και 1850 – 2000 nm χαρακτηρίζονται από έντονη απορρόφηση της ενέργειας από τα μόρια νερού στην ατμόσφαιρα και στους φυτικούς ιστούς. Παρ’ όλα αυτά, η έντονη συσχέτιση χλωροφύλλης – αζώτου επιτρέπει την εκτίμηση της συγκέντρωσης αζώτου στα φύλλα μέσω της χλωροφύλλης. <br /> Η χλωροφύλλη απορροφά έντονα την ακτινοβολία στο ορατό φάσμα και χρησιμοποιεί αυτή την ενέργεια για την φωτοσύνθεση. Επιπλέον, η έλλειψη απορρόφησης στο κοντινό υπέρυθρο προκαλεί την απότομη αύξηση της ανάκλασης στην περιοχή 670 – 770 nm του φάσματος (γνωστή ως red edge) και το σημείο της μέγιστης κλίσης αυτής, έχει αποδειχθεί ότι συσχετίζεται με τη συγκέντρωση χλωροφύλλης . Η συγκέντρωση της χρωστικής αυτής παρουσιάζει θετική συσχέτιση με την ποσότητα ενέργειας που απορροφάται στο ορατό φάσμα. Υπάρχοντες δείκτες χρησιμοποιούν αυτά τα μήκη κύματος και παρουσιάζουν πολύ στενή σχέση με την ποσότητα χλωροφύλλης. Οι δείκτες αυτοί μπορούν να χρησιμοποιηθούν για την εκτίμηση της συγκέντρωσης χλωροφύλλης, όμως η ακριβής αριθμητική σχέση πρέπει να εξακριβωθεί σε κάθε ειδική περίπτωση.<br /> <br /> <br /> '''Μεθοδολογία παρούσας μελέτης'''<br /> <br /> Η παρούσα εργασία μελετά την περίπτωση του φυτού Calluna vulgaris L. τόσο στο φυσικό του περιβάλλον, όσο και σε συνθήκες θερμοκηπίου. <br /> <br /> *''Φυτό Calluna vulgaris L. στο φυσικό του περιβάλλον ( Ruabon)''<br /> <br /> Στην περιοχή Ruabon της Ουαλίας (53ο 03’ Βόρεια, 3ο 09’ Δυτικά) η οποία καλύπτεται από το συγκεκριμένο φυτό σε μεγάλες εκτάσεις, δημιουργήθηκαν 20 τεμάχια διαστάσεων 2x2μέτρων. Τα φυτά δέχτηκαν διαφορετικές ποσότητες νιτρικού αμμωνίου κατά μηνιαία διαστήματα, για πέντε έτη. Το νιτρικό αμμώνιο ψεκάστηκε με μορφή διαλύματος στα ανώτερα στρώματα του φυλλώματος. Πέντε διαφορετικές συγκεντρώσεις νιτρικού αμμωνίου χρησιμοποιήθηκαν (120, 40, 20, 10 και 0 κιλά αζώτου/εκτάριο/έτος) και η κάθε μεταχείριση επαναλήφθηκε τέσσερις φορές. Ο σχεδιασμός των τεμαχίων έγινε με τον πλήρη τυχαιοποιημένο σχεδιασμό κατά block (randomised complete block design) (Σχήμα1).<br /> <br /> <br /> Για τη μέτρηση της συγκέντρωσης χλωροφύλλης και αζώτου έγινε δειγματοληπτική συλλογή βλαστών από το κάθε φυτό. Στην περίπτωση των φυτών του Ruabon, οι βλαστοί στο ανώτερο στρώμα του φυλλώματος κάλυπταν σχεδόν ολοκληρωτικά τόσο τα κατώτερα στρώματα του φυλλώματος, όσο και το έδαφος. Συνεπώς η συλλογή των βλαστών έγινε κατά κύριο λόγο από το ανώτερο στρώμα του φυλλώματος. <br /> <br /> *''Φυτό Calluna vulgaris L. στο θερμοκήπιο''<br /> <br /> Στην περίπτωση των φυτών του θερμοκηπίου, οι νεαροί βλαστοί είχαν εμφανώς διαφορετικό χρώμα από τους παλαιότερους βλαστούς και επιπλέον, η κατανομή των νεαρών βλαστών επέτρεπε σε ένα σημαντικό ποσοστό των παλαιότερων βλαστών να είναι εμφανείς από την οπτική γωνία από την οποία συλλέχθηκαν τα δεδομένα ανάκλασης. Κατά τη δειγματοληψία των βλαστών, συλλέχθηκαν τόσο νεότεροι, όσο και παλαιότεροι βλαστοί, οι οποίοι αναμείχθηκαν και τελικά ένα τυχαίο μέρος του συνολικού δείγματος χρησιμοποιήθηκε στη διαδικασία μέτρησης της συγκέντρωσης χλωροφύλλης και αζώτου. Η μέτρηση της συγκέντρωσης χλωροφύλλης σε κάθε φυτό, έγινε με τη χρήση της μεθόδου που πρότειναν οι Barnes και συνεργάτες η οποία χρησιμοποιεί διμεθυλ-σουλφοξίδιο (DMSO) για την εξαγωγή της χλωροφύλλης από τους φυτικούς ιστούς. <br /> <br /> Ο υπολογισμός συγκέντρωσης του αζώτου απαιτεί την αποξήρανση των βλαστών και εν συνεχεία την καταστροφή των κυτταρικών δομών και διάσπαση πολύπλοκων ενώσεων σε πυκνό θειικό οξύ σε θερμοκρασία 360 βαθμών κελσίου . Η διαδικασία επιτυγχάνεται μέσω της χρήσης καταλύτη μίγματος σελινίου (Se) και θειικού καλίου (K2SO4) ο οποίος επιτρέπει την διεξαγωγή της αντίδρασης. Μετά το πέρας της διαδικασίας, τα άτομα αζώτου είναι δεσμευμένα σε ιόντα αμμωνίας (ΝΗ4 +) η συγκέντρωση των οποίων μετράται με τη χρήση ιοντικού χρωματογράφου.<br /> <br /> Τα δεδομένα ανάκλασης που μετρήθηκαν από το ASD είχαν φασματική διακριτική ικανότητα της τάξεως του 1 nm. Πριν την στατιστική ανάλυση, η φασματική διακριτική ικανότητα μειώθηκε στα 5 nm για τα φυτά του θερμοκηπίου και στα 10 nm για τα φυτά του Ruabon, με εξαίρεση την περιοχή 670 – 770 nm όπου η ανάκλαση αυξάνει απότομα σε διάστημα λίγων νανόμετρων.<br /> <br /> Ένα από τα προβλήματα που αντιμετωπίζει η χρήση δεδομένων τηλεπισκόπισης για τον υπολογισμό βιοχημικών ουσιών, είναι η μερική ή ολική αλληλοεπικάλυψη χαρακτηριστικών απορροφήσεων διαφορετικών ουσιών στις ίδιες περιοχές του φάσματος. Αυτό έχει σαν αποτέλεσμα να μην είναι δυνατό να εκτιμηθεί το μέγεθος της απορρόφησης, ούτε και να διαπιστωθεί η ουσία υπαίτια για την πρόκληση της απορρόφησης. Η μέθοδος που ακολουθείται για την αντιμετώπιση αυτού του προβλήματος, είναι η χρήση της “πρώτης παραγώγου” η οποία ορίζεται σαν τη διαφορά της ανάκλασης μεταξύ δύο διαδοχικών μετρήσεων στο φάσμα, προς την απόσταση μεταξύ των δύο αυτών μετρήσεων στο φάσμα (στη συγκεκριμένη περίπτωση σε νανόμετρα). <br /> Μαθηματικά ο τύπος εκφράζεται ως<br /> <br /> (Εξ. 1):D’χ = (Rχ - Rψ) / χ-ψ (1)<br /> <br /> όπου D’ είναι η πρώτη παράγωγος, R είναι η αρχική ένταση της ανάκλασης και χ και ψ είναι τα μήκη κύματος των δύο διαδοχικών μετρήσεων, με χ &gt; ψ. <br /> <br /> Αυτή η μέθοδος έχει σαν αποτέλεσμα την απομάκρυνση συστηματικού λάθους καθώς επίσης και τον διαχωρισμό των επικαλυπτόμενων απορροφήσεων.<br /> <br /> '''Σημαντικά αποτελέσματα και αξιολόγηση της μεθόδου'''<br /> <br /> Η χρήση διαφορετικών ποσοτήτων νιτρικού αμμωνίου είχε προφανή επίδραση στα φυτά, τόσο στο φυσικό περιβάλλον όσο και στο θερμοκήπιο. Τα φυτά που παρέλαβαν μεγάλες ποσότητες αζώτου δημιούργησαν περισσότερη φυτομάζα, ειδικά τα φυτά του θερμοκηπίου όπου οι συνθήκες θερμοκρασίας και φωτισμού ήταν ευνοϊκότερες. Η χημική ανάλυση παρουσιάζει μεγαλύτερες ποσότητες αζώτου και χλωροφύλλης στην υψηλότερη μεταχείριση και στις δύο περιοχές <br /> μελέτης (Σχήματα 2 και 3). <br /> <br /> Όπως ήταν αναμενόμενο, η συσχέτιση μεταξύ χλωροφύλλης και αζώτου στα φυτά στο Ruabon παρουσιάζεται αρκετά ισχυρή (r = 0.754, Σχήμα 4). Στην περίπτωση των φυτών του θερμοκηπίου όμως, δεν φαίνεται να υπάρχει κάποια σχέση μεταξύ χλωροφύλλης και αζώτου (r = 0.174, Σχήμα 5). Αξίζει να σημειωθεί ότι η μέγιστη συγκέντρωση χλωροφύλλης που μετρήθηκε σε φυτά του θερμοκηπίου ήταν σχεδόν διπλάσια από την αντίστοιχη στα φυτά στο φυσικό περιβάλλον (2.84 έναντι 1.59 mg/g χλωρού ιστού). Επιπλέον ο μέσος όρος της συγκέντρωσης χλωροφύλλης των φυτών του θερμοκηπίου ήταν αρκετά μεγαλύτερος από αυτόν των φυτών του Ruabon (1.94 έναντι 1.29 mg/g χλωρού ιστού). Αντιθέτως, τα εύρη συγκεντρώσεων και οι μέσοι όροι αζώτου στις δύο περιοχές που μελετήθηκαν ήταν παρόμοια, με αυτά του Ruabon να παρουσιάζουν οριακά μεγαλύτερες τιμές (Πίνακας 1). <br /> <br /> <br /> Η μέθοδος της πολλαπλής γραμμικής παλινδρόμησης που ακολουθήθηκε ήταν η stepwise και εφαρμόστηκε τόσο στις αρχικές μετρήσεις ανακλάσεων, όσο και στο προϊόν της εφαρμογής της πρώτης παραγώγου. Σε κάθε περίπτωση η εξαρτημένη μεταβλητή ήταν η συγκέντρωση χλωροφύλλης ή αζώτου. Για τη μελέτη της χλωροφύλλης χρησιμοποιήθηκε μόνο η περιοχή 500 – 800 nm, καθώς η χρωστική δεν έχει καμία επίδραση στην ανάκλαση σε μήκη κύματος πέρα των 800 nm και επιπλέον, ο σκεδασμός του φωτός είναι αρκετά έντονος σε μήκη κύματος κάτω των 500 nm. Στην περίπτωση του αζώτου, η περιοχή του φάσματος που χρησιμοποιήθηκε ήταν μεταξύ 1480 και 2400nm, με εξαίρεση την περιοχή 1795 – 1975 nm, όπου η απορρόφηση του νερού και των υδρατμών αποκρύπτει τις συγκριτικά ασθενείς απορροφήσεις των δεσμών αζώτου – υδρογόνου. Οι μετρήσεις ανάκλασης ή πρώτης παραγώγου σε κάθε μήκος κύματος στις προαναφερθείσες περιοχές του φάσματος, εισήχθησαν ως ανεξάρτητες μεταβλητές στην stepwise πολλαπλή γραμμική παλινδρόμηση. Τα μήκη κύματος που αποδόθηκαν από τις παλινδρομήσεις με τους αντίστοιχους συντελεστές προσαρμογής (r2) παρουσιάζονται στους Πίνακες 2 και 3 για τη χλωροφύλλη και το άζωτο αντίστοιχα. <br /> <br /> <br /> Για τη χλωροφύλλη στα φυτά θερμοκηπίου, τα μήκη κύματος από τα δεδομένα απλής ανάκλασης που επιλέχθηκαν από τη γραμμική παλινδρόμηση, ανήκαν στο “πράσινο” φάσμα (500 – 600 nm), ενώ από τα δεδομένα της πρώτης παραγώγου, χρησιμοποιήθηκε και ένα μήκος κύματος στο τέλος του “κόκκινου” φάσματος και δύο από το κοντινό υπέρυθρο. Κανένα μήκος κύματος δεν επιλέχθηκε από την περιοχή της μέγιστης κλίσης της red edge (690 – 720 nm). Τα αποτελέσματα της γραμμικής παλινδρόμησης στα δεδομένα απλής ανάκλασης από τα φυτά του Ruabon, δεν παρουσιάζουν υψηλότερους συντελεστές προσαρμογής, συγκριτικά με αυτούς των δεδομένων θερμοκηπίου, αν και επιλέχθηκαν κάποια μήκη κύματος στην περιοχή της red edge. Οι υψηλότεροι συντελεστές προσαρμογής αποδόθηκαν με τη χρήση της πρώτης παραγώγου στα φυτά Ruabon, όπου τα επιλεγμένα μήκη κύματος ήταν αποκλειστικά από την περιοχή της red edge. Τα αποτελέσματα του αζώτου δίνουν πολύ υψηλότερους συντελεστές προσαρμογής για τα φυτά του Ruabon απ’ ότι για τα φυτά του θερμοκηπίου. Από τα μήκη κύματος που επιλέχθηκαν στα φυτά θερμοκηπίου, η απλή ανάκλαση και η πρώτη παράγωγος έδωσαν από δύο μήκη κύματος που είναι συσχετισμένα με απορροφήσεις οφειλόμενες σε πρωτεΐνες (2190, 2135 και 2140, 2305 nm αντίστοιχα). Αντίθετα, η παλινδρόμηση στα δεδομένα απλής ανάκλασης από τα φυτά του Ruabon, έδωσε δύο μήκη κύματος σχετισμένα με απορροφήσεις των πρωτεϊνών (2350 και 1970 nm), ενώ στα δεδομένα της πρώτη παραγώγου επέλεξε τέσσερα τέτοια μήκη κύματος (2360, 1990, 2160 και 2050 nm).<br /> <br /> Η παρουσία της σχέσης μεταξύ χλωροφύλλης και αζώτου στα φυτά του Ruabon, ήταν αναμενόμενη και επιβεβαιώνει παλαιότερες μελέτες. Αντιθέτως, τέτοια σχέση δεν φαίνεται να υπάρχει στα φυτά του θερμοκηπίου. Αιτία είναι πιθανότατα η αυξημένη παραγωγή χλωροφύλλης, η οποία προκλήθηκε από τις ευνοϊκές συνθήκες φωτισμού και θερμοκρασίας. Επιπλέον, το γεγονός ότι οι ετήσιοι βλαστοί είχαν εμφανώς διαφορετική συγκέντρωση χλωροφύλλης (και πιθανότατα αζώτου) από τους παλαιότερους βλαστούς, σε συνδυασμό με την κατακόρυφη ανάπτυξη των ετησίων βλαστών που επέτρεπε στους παλαιότερους βλαστούς να είναι ορατοί από την κατακόρυφη οπτική γωνία, είχε σαν αποτέλεσμα η ολική ανάκλαση του φυλλώματος να είναι συνδυασμός ανάκλασης από παλαιότερους και ετήσιους βλαστούς σε άγνωστη αναλογία. Είναι πολύ πιθανό η αναλογία παλαιών/νέων βλαστών στην περιοχή όπου μετρήθηκε η ανάκλαση να ήταν διαφορετική από την αναλογία παλαιών/νέων βλαστών που διατηρήθηκε κατά τη δειγματοληψία των βλαστών για τον υπολογισμό των συγκεντρώσεων χλωροφύλλης και αζώτου. Αυτό αποτελεί γνωστό πρόβλημα που αντιμετωπίζει η τηλεπισκόπιση, το οποίο πολλές φορές είναι δύσκολο να επιλυθεί. Τα αποτελέσματα των φυτών του Ruabon παρουσιάζουν αρκετά υψηλούς συντελεστές προσαρμογής, το οποίο οφείλεται στον μικρό αριθμό δειγμάτων. Ωστόσο, η επιλογή μηκών κύματος που είναι γνωστά ως περιοχές απορρόφησης των πρωτεϊνών, είναι πολύ ενθαρρυντική. Η ομοιογένεια της συγκέντρωσης χλωροφύλλης και αζώτου στα επιφανειακά στρώματα του φυλλώματος, έκανε πιο ακριβή τη συλλογή αντιπροσωπευτικού δείγματος βλαστών, με αποτέλεσμα να επιλεχθούν μήκη κύματος που σχετίζονται με τη χλωροφύλλη και το άζωτο. Η επιλογή μηκών κύματος που σχετίζονται με περιοχές απορρόφησης των πρωτεϊνών (οι οποίες περιέχουν δεσμούς Ν-Η), επιβεβαιώνει το γεγονός ότι είναι δυνατό να γίνουν εκτιμήσεις συγκέντρωσης αζώτου με δεδομένα τηλεπισκόπισης. Από τα αποτελέσματα είναι προφανές ότι το στάδιο ανάπτυξης του φυτού είναι πολύ σημαντικός παράγοντας στην ερμηνεία των δεδομένων τηλεπισκόπισης. <br /> <br /> '''Η ανάγκη για δεδομένα τηλεπισκόπησης από αεροπλάνο'''<br /> <br /> Η ανομοιογένεια μεταξύ βλαστών του ίδιου φυτού, έχει τα ίδια αρνητικά αποτελέσματα με την ανομοιογένεια μεταξύ διαφορετικών φυτών που συχνά παρατηρείται σε δεδομένα τηλεπισκόπισης από μεγάλες αποστάσεις. Ωστόσο, στο φυσικό περιβάλλον, το φυτό ρείκι βρίσκεται να κυριαρχεί σε μεγάλες εκτάσεις και η διακύμανση της συγκέντρωσης χλωροφύλλης και αζώτου δεν μεταβάλλεται σημαντικά σε κοντινές αποστάσεις. Επιπλέον, οι συγκεντρώσεις χλωροφύλλης που μετρήθηκαν στα φυτά θερμοκηπίου αποτελούν ακραία κατάσταση η οποία δεν συναντάται στο φυσικό περιβάλλον. Συνεπώς, αναμένεται ότι δεδομένα τηλεπισκόπισης από αεροπλάνο θα περιέχουν ομοιογενή φυλλώματα στο οπτικό πεδίο της ελάχιστης χωρικής διακριτικής ικανότητας (συνήθως μεταξύ 1 και 4 μ2). Τα αποτελέσματα της εργασίας υποδεικνύουν ότι η πιθανότητα χρήσης δεδομένων τηλεπισκόπισης από αεροπλάνο για την παρακολούθηση συγκεντρώσεων αζώτου στα φυτά είναι υπαρκτή. Περαιτέρω αξιολόγηση δεδομένων τηλεπισκόπισης από αεροπλάνο είναι απαραίτητη και θα πρέπει να αποτελέσει το επόμενο βήμα αυτής της μελέτης.</div>

Sgeorgali http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Sg_5_8.gif 2012-03-05T02:22:14Z

<p>Sgeorgali: </p> <hr /> <div></div>

Sgeorgali http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Sg_5_7.gif 2012-03-05T02:21:56Z

<p>Sgeorgali: </p> <hr /> <div></div>

Sgeorgali http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Sg_5_6.gif 2012-03-05T02:21:30Z

<p>Sgeorgali: </p> <hr /> <div></div>

Sgeorgali http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Sg_5_5.gif 2012-03-05T02:21:13Z

<p>Sgeorgali: </p> <hr /> <div></div>

Sgeorgali http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Sg_5_4.gif 2012-03-05T02:20:56Z

<p>Sgeorgali: </p> <hr /> <div></div>

Sgeorgali http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Sg_5_3.gif 2012-03-05T02:20:36Z

<p>Sgeorgali: </p> <hr /> <div></div>

Sgeorgali http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Sg_5_2.gif 2012-03-05T02:20:19Z

<p>Sgeorgali: </p> <hr /> <div></div>

Sgeorgali http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Sg_5_1.gif 2012-03-05T02:20:00Z

<p>Sgeorgali: </p> <hr /> <div></div>

Sgeorgali http://147.102.106.44/rs/wiki/index.php/%CE%95%CF%86%CE%B1%CF%81%CE%BC%CE%BF%CE%B3%CE%AE_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B9%CF%83%CE%B7%CF%82_%CE%B3%CE%B9%CE%B1_%CF%84%CE%BF_%CF%86%CF%85%CF%84%CF%8C_Calluna_vulgaris_L._-_%CE%B5%CE%BA%CF%84%CE%AF%CE%BC%CE%B7%CF%83%CE%B7_%CF%83%CF%85%CE%B3%CE%BA%CE%AD%CE%BD%CF%84%CF%81%CF%89%CF%83%CE%B7%CF%82_%CE%B1%CE%B6%CF%8E%CF%84%CE%BF%CF%85_%CF%83%CF%84%CE%B1_%CE%B5%CF%80%CE%B9%CF%86%CE%B1%CE%BD%CE%B5%CE%B9%CE%B1%CE%BA%CE%AC_%CF%83%CF%84%CF%81%CF%8E%CE%BC%CE%B1%CF%84%CE%B1_%CF%84%CE%BF%CF%85_%CE%B5%CE%B4%CE%AC%CF%86%CE%BF%CF%85%CF%82 2012-03-05T02:19:32Z

<p>Sgeorgali: Νέα σελίδα με '[http://www.srcosmos.gr/srcosmos/showpub.aspx?aa=8195 Πηγή] '''Αντικείμενο - Στόχος Εφαρμογής''' Η παρακολούθηση των επ...'</p> <hr /> <div>[http://www.srcosmos.gr/srcosmos/showpub.aspx?aa=8195 Πηγή]<br /> '''Αντικείμενο - Στόχος Εφαρμογής'''<br /> <br /> Η παρακολούθηση των επιπέδων αζώτου στα επιφανειακά στρώματα του εδάφους είναι ιδιαιτέρως σημαντική μιας και η αυξημένη συγκέντρωση αζώτου στο έδαφος αποτελεί έναν από τους πιο σημαντικούς παράγοντες ρύπανσης του περιβάλλοντος και προκαλείται τόσο από κινητήρες και βιομηχανίες, οι ρύποι των οποίων περιέχουν άζωτο που καταλήγει στο έδαφος μέσω των βροχοπτώσεων όσο και από την υπερβολική χρήση νιτρικών λιπασμάτων στη γεωργία, που οδηγεί στην άμεση εναπόθεση νιτρικών ενώσεων στα ανώτερα στρώματα του εδάφους. Η παρακολούθηση του αζώτου είναι όμως μία χρονοβόρα και πολυδάπανη διαδικασία και γι’ αυτό η τηλεπισκόπηση προτείνεται σαν εναλλακτική μέθοδος, με την οποία εκτιμάται η συγκέντρωση φυλλικού αζώτου στην επιφανειακή βλάστηση και εξυπηρετεί ως δείκτης επιπέδων αζώτου στα επιφανειακά στρώματα του εδάφους.<br /> Η μελέτη ασχολείται με το φυτό Calluna vulgaris L. και τις μεταβολές που παρατηρούνται στην ένταση της ανακλώμενης ηλεκτρομαγνητικής ενέργειας όταν περιέχει διαφορετικές συγκεντρώσεις φυλλικού αζώτου, τόσο στο φυσικό περιβάλλον, όσο και στο θερμοκήπιο. <br /> Το άζωτο αποτελεί ένα από τα σημαντικότερα στοιχεία για την διαβίωση των φυτών και περιέχεται σε μεγάλο αριθμό οργανικών ενώσεων. Μία ομάδα ενώσεων που ανήκουν σε αυτή την κατηγορία είναι και η ομάδα των χρωστικών της χλωροφύλλης. Οι πιο συνήθεις χλωροφύλλες στα ανώτερα φυτά είναι η χλωροφύλλη α και β, υπεύθυνες για την διεκπεραίωση της φωτοσύνθεσης. Η αφθονία ποσοτήτων αζώτου ευνοεί την παραγωγή φυτομάζας και χλωροφύλλης και έχει επισημανθεί η συσχέτιση μεταξύ συγκέντρωσης αζώτου και χλωροφύλλης στα φυτά. <br /> <br /> '''Παλαιότερες μελέτες του φαινομένου'''<br /> <br /> Στο παρελθόν, η μελέτη της φασματικής ανάκλασης αποξηραμένων και κονιορτοποιημένων φυτικών ιστών, έχει αποκαλύψει συγκεκριμένα μήκη κύματος στα οποία η απορρόφηση της ενέργειας οφείλεται στον αριθμό των δεσμών αζώτου – υδρογόνου, και συνεπώς στην ποσότητα αζώτου στο δείγμα. Τέτοιοι δεσμοί βρίσκονται συνήθως σε μόρια πρωτεϊνών και οι χαρακτηριστικές τους απορροφήσεις εμφανίζονται στην περιοχή του μέσου υπέρυθρου μεταξύ 1500 και 2400 nm. Η χρήση αυτών των περιοχών του ηλεκτρομαγνητικού φάσματος παρουσιάζει κάποιες δυσκολίες όταν οι υπό μελέτη ιστοί είναι ακέραιοι και ενυδατωμένοι και ακόμη περισσότερες όταν παρακολουθούνται ολόκληρα φυλλώματα φυτών στη φυσική τους κατάσταση. Συγκεκριμένα οι περιοχές 1360 – 1550 nm και 1850 – 2000 nm χαρακτηρίζονται από έντονη απορρόφηση της ενέργειας από τα μόρια νερού στην ατμόσφαιρα και στους φυτικούς ιστούς. Παρ’ όλα αυτά, η έντονη συσχέτιση χλωροφύλλης – αζώτου επιτρέπει την εκτίμηση της συγκέντρωσης αζώτου στα φύλλα μέσω της χλωροφύλλης. Η χλωροφύλλη απορροφά έντονα την ακτινοβολία στο ορατό φάσμα και χρησιμοποιεί αυτή την ενέργεια για την φωτοσύνθεση. Επιπλέον, η έλλειψη απορρόφησης στο κοντινό υπέρυθρο προκαλεί την απότομη αύξηση της ανάκλασης στην περιοχή 670 – 770 nm του φάσματος (γνωστή ως red edge) και το σημείο της μέγιστης κλίσης αυτής, έχει αποδειχθεί ότι συσχετίζεται με τη συγκέντρωση χλωροφύλλης . Η συγκέντρωση της χρωστικής αυτής παρουσιάζει θετική συσχέτιση με την ποσότητα ενέργειας που απορροφάται στο ορατό φάσμα. Υπάρχοντες δείκτες χρησιμοποιούν αυτά τα μήκη κύματος και παρουσιάζουν πολύ στενή σχέση με την ποσότητα χλωροφύλλης. Οι δείκτες αυτοί μπορούν να χρησιμοποιηθούν για την εκτίμηση της συγκέντρωσης χλωροφύλλης, όμως η ακριβής αριθμητική σχέση πρέπει να εξακριβωθεί σε κάθε ειδική περίπτωση.<br /> <br /> <br /> '''Μεθοδολογία παρούσας μελέτης'''<br /> <br /> Η παρούσα εργασία μελετά την περίπτωση του φυτού Calluna vulgaris L. τόσο στο φυσικό του περιβάλλον, όσο και σε συνθήκες θερμοκηπίου. <br /> <br /> *''Φυτό Calluna vulgaris L. στο φυσικό του περιβάλλον ( Ruabon)''<br /> <br /> Στην περιοχή Ruabon της Ουαλίας (53ο 03’ Βόρεια, 3ο 09’ Δυτικά) η οποία καλύπτεται από το συγκεκριμένο φυτό σε μεγάλες εκτάσεις, δημιουργήθηκαν 20 τεμάχια διαστάσεων 2x2μέτρων. Τα φυτά δέχτηκαν διαφορετικές ποσότητες νιτρικού αμμωνίου κατά μηνιαία διαστήματα, για πέντε έτη. Το νιτρικό αμμώνιο ψεκάστηκε με μορφή διαλύματος στα ανώτερα στρώματα του φυλλώματος. Πέντε διαφορετικές συγκεντρώσεις νιτρικού αμμωνίου χρησιμοποιήθηκαν (120, 40, 20, 10 και 0 κιλά αζώτου/εκτάριο/έτος) και η κάθε μεταχείριση επαναλήφθηκε τέσσερις φορές. Ο σχεδιασμός των τεμαχίων έγινε με τον πλήρη τυχαιοποιημένο σχεδιασμό κατά block (randomised complete block design) (Σχήμα1).<br /> <br /> <br /> Για τη μέτρηση της συγκέντρωσης χλωροφύλλης και αζώτου έγινε δειγματοληπτική συλλογή βλαστών από το κάθε φυτό. Στην περίπτωση των φυτών του Ruabon, οι βλαστοί στο ανώτερο στρώμα του φυλλώματος κάλυπταν σχεδόν ολοκληρωτικά τόσο τα κατώτερα στρώματα του φυλλώματος, όσο και το έδαφος. Συνεπώς η συλλογή των βλαστών έγινε κατά κύριο λόγο από το ανώτερο στρώμα του φυλλώματος. <br /> <br /> *''Φυτό Calluna vulgaris L. στο θερμοκήπιο''<br /> <br /> Στην περίπτωση των φυτών του θερμοκηπίου, οι νεαροί βλαστοί είχαν εμφανώς διαφορετικό χρώμα από τους παλαιότερους βλαστούς και επιπλέον, η κατανομή των νεαρών βλαστών επέτρεπε σε ένα σημαντικό ποσοστό των παλαιότερων βλαστών να είναι εμφανείς από την οπτική γωνία από την οποία συλλέχθηκαν τα δεδομένα ανάκλασης. Κατά τη δειγματοληψία των βλαστών, συλλέχθηκαν τόσο νεότεροι, όσο και παλαιότεροι βλαστοί, οι οποίοι αναμείχθηκαν και τελικά ένα τυχαίο μέρος του συνολικού δείγματος χρησιμοποιήθηκε στη διαδικασία μέτρησης της συγκέντρωσης χλωροφύλλης και αζώτου. Η μέτρηση της συγκέντρωσης χλωροφύλλης σε κάθε φυτό, έγινε με τη χρήση της μεθόδου που πρότειναν οι Barnes και συνεργάτες η οποία χρησιμοποιεί διμεθυλ-σουλφοξίδιο (DMSO) για την εξαγωγή της χλωροφύλλης από τους φυτικούς ιστούς. <br /> <br /> Ο υπολογισμός συγκέντρωσης του αζώτου απαιτεί την αποξήρανση των βλαστών και εν συνεχεία την καταστροφή των κυτταρικών δομών και διάσπαση πολύπλοκων ενώσεων σε πυκνό θειικό οξύ σε θερμοκρασία 360 βαθμών κελσίου [16]. Η διαδικασία επιτυγχάνεται μέσω της χρήσης καταλύτη μίγματος σελινίου (Se) και θειικού καλίου (K2SO4) ο οποίος επιτρέπει την διεξαγωγή της αντίδρασης. Μετά το πέρας της διαδικασίας, τα άτομα αζώτου είναι δεσμευμένα σε ιόντα αμμωνίας (ΝΗ4 +) η συγκέντρωση των οποίων μετράται με τη χρήση ιοντικού χρωματογράφου.<br /> <br /> Τα δεδομένα ανάκλασης που μετρήθηκαν από το ASD είχαν φασματική διακριτική ικανότητα της τάξεως του 1 nm. Πριν την στατιστική ανάλυση, η φασματική διακριτική ικανότητα μειώθηκε στα 5 nm για τα φυτά του θερμοκηπίου και στα 10 nm για τα φυτά του Ruabon, με εξαίρεση την περιοχή 670 – 770 nm όπου η ανάκλαση αυξάνει απότομα σε διάστημα λίγων νανόμετρων.<br /> <br /> Ένα από τα προβλήματα που αντιμετωπίζει η χρήση δεδομένων τηλεπισκόπισης για τον υπολογισμό βιοχημικών ουσιών, είναι η μερική ή ολική αλληλοεπικάλυψη χαρακτηριστικών απορροφήσεων διαφορετικών ουσιών στις ίδιες περιοχές του φάσματος. Αυτό έχει σαν αποτέλεσμα να μην είναι δυνατό να εκτιμηθεί το μέγεθος της απορρόφησης, ούτε και να διαπιστωθεί η ουσία υπαίτια για την πρόκληση της απορρόφησης. Η μέθοδος που ακολουθείται για την αντιμετώπιση αυτού του προβλήματος, είναι η χρήση της “πρώτης παραγώγου” η οποία ορίζεται σαν τη διαφορά της ανάκλασης μεταξύ δύο διαδοχικών μετρήσεων στο φάσμα, προς την απόσταση μεταξύ των δύο αυτών μετρήσεων στο φάσμα (στη συγκεκριμένη περίπτωση σε νανόμετρα). <br /> Μαθηματικά ο τύπος εκφράζεται ως<br /> (Εξ. 1):D’χ = (Rχ - Rψ) / χ-ψ (1)<br /> όπου D’ είναι η πρώτη παράγωγος, R είναι η αρχική ένταση της ανάκλασης και χ και ψ είναι τα μήκη κύματος των δύο διαδοχικών μετρήσεων, με χ &gt; ψ. <br /> Αυτή η μέθοδος έχει σαν αποτέλεσμα την απομάκρυνση συστηματικού λάθους καθώς επίσης και τον διαχωρισμό των επικαλυπτόμενων απορροφήσεων.<br /> <br /> '''Σημαντικά αποτελέσματα και αξιολόγηση της μεθόδου'''<br /> <br /> Η χρήση διαφορετικών ποσοτήτων νιτρικού αμμωνίου είχε προφανή επίδραση στα φυτά, τόσο στο φυσικό περιβάλλον όσο και στο θερμοκήπιο. Τα φυτά που παρέλαβαν μεγάλες ποσότητες αζώτου δημιούργησαν περισσότερη φυτομάζα, ειδικά τα φυτά του θερμοκηπίου όπου οι συνθήκες θερμοκρασίας και φωτισμού ήταν ευνοϊκότερες. Η χημική ανάλυση παρουσιάζει μεγαλύτερες ποσότητες αζώτου και χλωροφύλλης στην υψηλότερη μεταχείριση και στις δύο περιοχές <br /> μελέτης (Σχήματα 2 και 3). <br /> <br /> Όπως ήταν αναμενόμενο, η συσχέτιση μεταξύ χλωροφύλλης και αζώτου στα φυτά στο Ruabon παρουσιάζεται αρκετά ισχυρή (r = 0.754, Σχήμα 4). Στην περίπτωση των φυτών του θερμοκηπίου όμως, δεν φαίνεται να υπάρχει κάποια σχέση μεταξύ χλωροφύλλης και αζώτου (r = 0.174, Σχήμα 5). Αξίζει να σημειωθεί ότι η μέγιστη συγκέντρωση χλωροφύλλης που μετρήθηκε σε φυτά του θερμοκηπίου ήταν σχεδόν διπλάσια από την αντίστοιχη στα φυτά στο φυσικό περιβάλλον (2.84 έναντι 1.59 mg/g χλωρού ιστού). Επιπλέον ο μέσος όρος της συγκέντρωσης χλωροφύλλης των φυτών του θερμοκηπίου ήταν αρκετά μεγαλύτερος από αυτόν των φυτών του Ruabon (1.94 έναντι 1.29 mg/g χλωρού ιστού). Αντιθέτως, τα εύρη συγκεντρώσεων και οι μέσοι όροι αζώτου στις δύο περιοχές που μελετήθηκαν ήταν παρόμοια, με αυτά του Ruabon να παρουσιάζουν οριακά μεγαλύτερες τιμές (Πίνακας 1). <br /> <br /> <br /> Η μέθοδος της πολλαπλής γραμμικής παλινδρόμησης που ακολουθήθηκε ήταν η stepwise και εφαρμόστηκε τόσο στις αρχικές μετρήσεις ανακλάσεων, όσο και στο προϊόν της εφαρμογής της πρώτης παραγώγου. Σε κάθε περίπτωση η εξαρτημένη μεταβλητή ήταν η συγκέντρωση χλωροφύλλης ή αζώτου. Για τη μελέτη της χλωροφύλλης χρησιμοποιήθηκε μόνο η περιοχή 500 – 800 nm, καθώς η χρωστική δεν έχει καμία επίδραση στην ανάκλαση σε μήκη κύματος πέρα των 800 nm και επιπλέον, ο σκεδασμός του φωτός είναι αρκετά έντονος σε μήκη κύματος κάτω των 500 nm. Στην περίπτωση του αζώτου, η περιοχή του φάσματος που χρησιμοποιήθηκε ήταν μεταξύ 1480 και 2400nm, με εξαίρεση την περιοχή 1795 – 1975 nm, όπου η απορρόφηση του νερού και των υδρατμών αποκρύπτει τις συγκριτικά ασθενείς απορροφήσεις των δεσμών αζώτου – υδρογόνου. Οι μετρήσεις ανάκλασης ή πρώτης παραγώγου σε κάθε μήκος κύματος στις προαναφερθείσες περιοχές του φάσματος, εισήχθησαν ως ανεξάρτητες μεταβλητές στην stepwise πολλαπλή γραμμική παλινδρόμηση. Τα μήκη κύματος που αποδόθηκαν από τις παλινδρομήσεις με τους αντίστοιχους συντελεστές προσαρμογής (r2) παρουσιάζονται στους Πίνακες 2 και 3 για τη χλωροφύλλη και το άζωτο αντίστοιχα. <br /> <br /> <br /> Για τη χλωροφύλλη στα φυτά θερμοκηπίου, τα μήκη κύματος από τα δεδομένα απλής ανάκλασης που επιλέχθηκαν από τη γραμμική παλινδρόμηση, ανήκαν στο “πράσινο” φάσμα (500 – 600 nm), ενώ από τα δεδομένα της πρώτης παραγώγου, χρησιμοποιήθηκε και ένα μήκος κύματος στο τέλος του “κόκκινου” φάσματος και δύο από το κοντινό υπέρυθρο. Κανένα μήκος κύματος δεν επιλέχθηκε από την περιοχή της μέγιστης κλίσης της red edge (690 – 720 nm). Τα αποτελέσματα της γραμμικής παλινδρόμησης στα δεδομένα απλής ανάκλασης από τα φυτά του Ruabon, δεν παρουσιάζουν υψηλότερους συντελεστές προσαρμογής, συγκριτικά με αυτούς των δεδομένων θερμοκηπίου, αν και επιλέχθηκαν κάποια μήκη κύματος στην περιοχή της red edge. Οι υψηλότεροι συντελεστές προσαρμογής αποδόθηκαν με τη χρήση της πρώτης παραγώγου στα φυτά Ruabon, όπου τα επιλεγμένα μήκη κύματος ήταν αποκλειστικά από την περιοχή της red edge. Τα αποτελέσματα του αζώτου δίνουν πολύ υψηλότερους συντελεστές προσαρμογής για τα φυτά του Ruabon απ’ ότι για τα φυτά του θερμοκηπίου. Από τα μήκη κύματος που επιλέχθηκαν στα φυτά θερμοκηπίου, η απλή ανάκλαση και η πρώτη παράγωγος έδωσαν από δύο μήκη κύματος που είναι συσχετισμένα με απορροφήσεις οφειλόμενες σε πρωτεΐνες (2190, 2135 και 2140, 2305 nm αντίστοιχα) [19, 20]. Αντίθετα, η παλινδρόμηση στα δεδομένα απλής ανάκλασης από τα φυτά του Ruabon, έδωσε δύο μήκη κύματος σχετισμένα με απορροφήσεις των πρωτεϊνών (2350 και 1970 nm), ενώ στα δεδομένα της πρώτη παραγώγου επέλεξε τέσσερα τέτοια μήκη κύματος (2360, 1990, 2160 και 2050 nm).<br /> <br /> Η παρουσία της σχέσης μεταξύ χλωροφύλλης και αζώτου στα φυτά του Ruabon, ήταν αναμενόμενη και επιβεβαιώνει παλαιότερες μελέτες. Αντιθέτως, τέτοια σχέση δεν φαίνεται να υπάρχει στα φυτά του θερμοκηπίου. Αιτία είναι πιθανότατα η αυξημένη παραγωγή χλωροφύλλης, η οποία προκλήθηκε από τις ευνοϊκές συνθήκες φωτισμού και θερμοκρασίας. Επιπλέον, το γεγονός ότι οι ετήσιοι βλαστοί είχαν εμφανώς διαφορετική συγκέντρωση χλωροφύλλης (και πιθανότατα αζώτου) από τους παλαιότερους βλαστούς, σε συνδυασμό με την κατακόρυφη ανάπτυξη των ετησίων βλαστών που επέτρεπε στους παλαιότερους βλαστούς να είναι ορατοί από την κατακόρυφη οπτική γωνία, είχε σαν αποτέλεσμα η ολική ανάκλαση του φυλλώματος να είναι συνδυασμός ανάκλασης από παλαιότερους και ετήσιους βλαστούς σε άγνωστη αναλογία. Είναι πολύ πιθανό η αναλογία παλαιών/νέων βλαστών στην περιοχή όπου μετρήθηκε η ανάκλαση να ήταν διαφορετική από την αναλογία παλαιών/νέων βλαστών που διατηρήθηκε κατά τη δειγματοληψία των βλαστών για τον υπολογισμό των συγκεντρώσεων χλωροφύλλης και αζώτου. Αυτό αποτελεί γνωστό πρόβλημα που αντιμετωπίζει η τηλεπισκόπιση, το οποίο πολλές φορές είναι δύσκολο να επιλυθεί. Τα αποτελέσματα των φυτών του Ruabon παρουσιάζουν αρκετά υψηλούς συντελεστές προσαρμογής, το οποίο οφείλεται στον μικρό αριθμό δειγμάτων. Ωστόσο, η επιλογή μηκών κύματος που είναι γνωστά ως περιοχές απορρόφησης των πρωτεϊνών, είναι πολύ ενθαρρυντική. Η ομοιογένεια της συγκέντρωσης χλωροφύλλης και αζώτου στα επιφανειακά στρώματα του φυλλώματος, έκανε πιο ακριβή τη συλλογή αντιπροσωπευτικού δείγματος βλαστών, με αποτέλεσμα να επιλεχθούν μήκη κύματος που σχετίζονται με τη χλωροφύλλη και το άζωτο. Η επιλογή μηκών κύματος που σχετίζονται με περιοχές απορρόφησης των πρωτεϊνών (οι οποίες περιέχουν δεσμούς Ν-Η), επιβεβαιώνει το γεγονός ότι είναι δυνατό να γίνουν εκτιμήσεις συγκέντρωσης αζώτου με δεδομένα τηλεπισκόπισης. Από τα αποτελέσματα είναι προφανές ότι το στάδιο ανάπτυξης του φυτού είναι πολύ σημαντικός παράγοντας στην ερμηνεία των δεδομένων τηλεπισκόπισης. <br /> <br /> '''Η ανάγκη για δεδομένα τηλεπισκόπησης από αεροπλάνο'''<br /> <br /> Η ανομοιογένεια μεταξύ βλαστών του ίδιου φυτού, έχει τα ίδια αρνητικά αποτελέσματα με την ανομοιογένεια μεταξύ διαφορετικών φυτών που συχνά παρατηρείται σε δεδομένα τηλεπισκόπισης από μεγάλες αποστάσεις. Ωστόσο, στο φυσικό περιβάλλον, το φυτό ρείκι βρίσκεται να κυριαρχεί σε μεγάλες εκτάσεις και η διακύμανση της συγκέντρωσης χλωροφύλλης και αζώτου δεν μεταβάλλεται σημαντικά σε κοντινές αποστάσεις. Επιπλέον, οι συγκεντρώσεις χλωροφύλλης που μετρήθηκαν στα φυτά θερμοκηπίου αποτελούν ακραία κατάσταση η οποία δεν συναντάται στο φυσικό περιβάλλον. Συνεπώς, αναμένεται ότι δεδομένα τηλεπισκόπισης από αεροπλάνο θα περιέχουν ομοιογενή φυλλώματα στο οπτικό πεδίο της ελάχιστης χωρικής διακριτικής ικανότητας (συνήθως μεταξύ 1 και 4 μ2). Τα αποτελέσματα της εργασίας υποδεικνύουν ότι η πιθανότητα χρήσης δεδομένων τηλεπισκόπισης από αεροπλάνο για την παρακολούθηση συγκεντρώσεων αζώτου στα φυτά είναι υπαρκτή. Περαιτέρω αξιολόγηση δεδομένων τηλεπισκόπισης από αεροπλάνο είναι απαραίτητη και θα πρέπει να αποτελέσει το επόμενο βήμα αυτής της μελέτης.</div>

Sgeorgali http://147.102.106.44/rs/wiki/index.php/%CE%93%CE%B5%CF%89%CF%81%CE%B3%CE%B1%CE%BB%CE%AE_%CE%A3%CF%84%CF%85%CE%BB%CE%B9%CE%B1%CE%BD%CE%AE 2012-03-05T02:15:49Z

<p>Sgeorgali: </p> <hr /> <div> [[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Αθήνα)]]<br /> *[[Μελέτη του φαινομένου της θερμής αστικής νησίδας κατά τη διάρκεια της ημέρας με χρήση δεδομένων Landsat ETM και Corine Land Cover]]<br /> *[[Η αστική δόμηση με χρήση πολυαισθητηριακών δεδομένων ψηφιακής τηλεπισκόπησης- Το παράδειγμα των γερμανικών πόλεων Κολωνία και Δρέσδη]]<br /> *[[Διαχρονική χαρτογράφηση χρήσης/κάλυψης γης της περιοχής Ναυπλίου Αργολίδας με χρήση πολυφασματικών δορυφορικών δεδομένων]]<br /> *[[Η συμβολή της τηλεπισκόπησης στην απεικόνιση της φτώχειας των κατοίκων των παραγκουπόλεων στο Δελχί της Ινδία]]<br /> *[[Εφαρμογή δεδομένων Τηλεπισκόπισης για το φυτό Calluna vulgaris L. - εκτίμηση συγκέντρωσης αζώτου στα επιφανειακά στρώματα του εδάφους ]]</div>

Sgeorgali http://147.102.106.44/rs/wiki/index.php/%CE%93%CE%B5%CF%89%CF%81%CE%B3%CE%B1%CE%BB%CE%AE_%CE%A3%CF%84%CF%85%CE%BB%CE%B9%CE%B1%CE%BD%CE%AE 2012-03-05T02:15:20Z

<p>Sgeorgali: </p> <hr /> <div> [[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Αθήνα)]]<br /> *[[Μελέτη του φαινομένου της θερμής αστικής νησίδας κατά τη διάρκεια της ημέρας με χρήση δεδομένων Landsat ETM και Corine Land Cover]]<br /> *[[Η αστική δόμηση με χρήση πολυαισθητηριακών δεδομένων ψηφιακής τηλεπισκόπησης- Το παράδειγμα των γερμανικών πόλεων Κολωνία και Δρέσδη]]<br /> *[[Διαχρονική χαρτογράφηση χρήσης/κάλυψης γης της περιοχής Ναυπλίου Αργολίδας με χρήση πολυφασματικών δορυφορικών δεδομένων]]<br /> *[[Η συμβολή της τηλεπισκόπησης στην απεικόνιση της φτώχειας των κατοίκων των παραγκουπόλεων στο Δελχί της Ινδία]]<br /> *[[Εφαρμογή δεδομένων Τηλεπισκόπισης για το φυτό Calluna vulgaris L. με σκοπό την εκτίμηση συγκέντρωσης αζώτου στα επιφανειακά στρώματα του εδάφους ]]</div>

Sgeorgali http://147.102.106.44/rs/wiki/index.php/%CE%93%CE%B5%CF%89%CF%81%CE%B3%CE%B1%CE%BB%CE%AE_%CE%A3%CF%84%CF%85%CE%BB%CE%B9%CE%B1%CE%BD%CE%AE 2012-03-05T02:14:05Z

<p>Sgeorgali: </p> <hr /> <div> [[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Αθήνα)]]<br /> *[[Μελέτη του φαινομένου της θερμής αστικής νησίδας κατά τη διάρκεια της ημέρας με χρήση δεδομένων Landsat ETM και Corine Land Cover]]<br /> *[[Η αστική δόμηση με χρήση πολυαισθητηριακών δεδομένων ψηφιακής τηλεπισκόπησης- Το παράδειγμα των γερμανικών πόλεων Κολωνία και Δρέσδη]]<br /> *[[Διαχρονική χαρτογράφηση χρήσης/κάλυψης γης της περιοχής Ναυπλίου Αργολίδας με χρήση πολυφασματικών δορυφορικών δεδομένων]]<br /> *[[Η συμβολή της τηλεπισκόπησης στην απεικόνιση της φτώχειας των κατοίκων των παραγκουπόλεων στο Δελχί της Ινδία]]<br /> *[[Εφαρμογή της Τηλεπισκόπισης για την εκτίμηση της συγκέντρωσης αζώτου στα επιφανειακά στρώματα του εδάφους μέσα από το φυτό Calluna vulgaris L. ]]</div>

Sgeorgali http://147.102.106.44/rs/wiki/index.php/%CE%93%CE%B5%CF%89%CF%81%CE%B3%CE%B1%CE%BB%CE%AE_%CE%A3%CF%84%CF%85%CE%BB%CE%B9%CE%B1%CE%BD%CE%AE 2012-03-05T02:11:36Z

<p>Sgeorgali: </p> <hr /> <div> [[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Αθήνα)]]<br /> *[[Μελέτη του φαινομένου της θερμής αστικής νησίδας κατά τη διάρκεια της ημέρας με χρήση δεδομένων Landsat ETM και Corine Land Cover]]<br /> *[[Η αστική δόμηση με χρήση πολυαισθητηριακών δεδομένων ψηφιακής τηλεπισκόπησης- Το παράδειγμα των γερμανικών πόλεων Κολωνία και Δρέσδη]]<br /> *[[Διαχρονική χαρτογράφηση χρήσης/κάλυψης γης της περιοχής Ναυπλίου Αργολίδας με χρήση πολυφασματικών δορυφορικών δεδομένων]]<br /> *[[Η συμβολή της τηλεπισκόπησης στην απεικόνιση της φτώχειας των κατοίκων των παραγκουπόλεων στο Δελχί της Ινδία]]<br /> *[[Η Χρήση Δεδομένων Τηλεπισκόπισης για την Εκτίμηση Επιπέδων Αζώτου στα Επιφανειακά Στρώματα του Εδάφους]]</div>

Sgeorgali http://147.102.106.44/rs/wiki/index.php/%CE%97_%CF%83%CF%85%CE%BC%CE%B2%CE%BF%CE%BB%CE%AE_%CF%84%CE%B7%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CF%83%CF%84%CE%B7%CE%BD_%CE%B1%CF%80%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CE%B9%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CF%86%CF%84%CF%8E%CF%87%CE%B5%CE%B9%CE%B1%CF%82_%CF%84%CF%89%CE%BD_%CE%BA%CE%B1%CF%84%CE%BF%CE%AF%CE%BA%CF%89%CE%BD_%CF%84%CF%89%CE%BD_%CF%80%CE%B1%CF%81%CE%B1%CE%B3%CE%BA%CE%BF%CF%85%CF%80%CF%8C%CE%BB%CE%B5%CF%89%CE%BD_%CF%83%CF%84%CE%BF_%CE%94%CE%B5%CE%BB%CF%87%CE%AF_%CF%84%CE%B7%CF%82_%CE%99%CE%BD%CE%B4%CE%AF%CE%B1 2012-03-05T00:50:53Z

<p>Sgeorgali: </p> <hr /> <div>[http://ieeexplore.ieee.org/xpls/abs_all.jsp?arnumber=5137652&amp;tag=1 Πηγή]<br /> <br /> <br /> '''Αντικείμενο Εφαρμογής'''<br /> <br /> Στην παρούσα εργασία γίνεται χρήση δεδομένων τηλεπισκόπησης υψηλής διακριτικής ικανότητας για τον εντοπισμό και την αναγνώριση των παραγκουπόλεων και των εν γένει άτυπων καταυλισμών στο Δελχί στην Ινδία. Η προσπάθεια αυτή εντάσσεται σε μια ευρύτερη προσπάθεια να διερευνηθεί αν ο πλανήτης αστικοποιείται σε καθεστώς φτώχειας. Η πληροφορία αυτή, που δεν είναι διαθέσιμη μέχρι σήμερα, αποτελεί απαραίτητη προϋπόθεση προκειμένου στη συνέχεια να διαμορφωθεί ο κατάλληλος σχεδιασμός και οι αντίστοιχες πολιτικές. Στην πράξη, υπάρχουν εγγενείς δυσκολίες στον καθορισμό και την εφαρμογή μιας και μόνο μεθόδου καταγραφής αυτών των καταυλισμών λόγω του ακανόνιστου των σχηματισμών αλλά και της άμεσης προσαρμογής τους στις εκάστοτε τοπικές συνθήκες.<br /> '''<br /> Στόχος της εφαρμογής'''<br /> <br /> Επιχειρείται στην παρούσα μελέτη να διερευνηθεί το ενδεχόμενο να υπάρχει χωρικός συσχετισμός μεταξύ των διαφορετικών θεματικών αναλύσεων χρήσης/κάλυψης γης (εντοπισμός μοτίβων χρήσης γης σε συνδυασμό με δείκτες ανάλυσης βλάστησης) και τύπων αστικής δόμησης (Urban Structure Types) που διατίθενται με την ποιότητα ζωής και την ευπάθεια απέναντι σε φυσικές καταστροφές, όπως είναι για παράδειγμα οι πλημμύρες. Άλλωστε, το σκεπτικό της ταξινόμησης των διαφόρων αστικών τύπων (UST) με τη χρήση της ψηφιακής τηλεπισκόπησης και των GIS αποδεικνύεται ιδιαιτέρως σημαντικό ως βάση για την περαιτέρω μελέτη του αστικού χώρου.<br /> <br /> '''Παλαιότερες μελέτες'''<br /> [[ Εικόνα: sg_4_1.gif | thumb | right | Εικ.1: Αλλαγή στη χρήση/κάλυψη γης στο Δελχί (1992-2004) ]]<br /> [[ Εικόνα: sg_4_2.gif | thumb | right | Εικ.2: Χωρική κατανομή της νυχτερινής επιφανεαικής θερμοκρασίας από δεδομένα ASTER , Oct. 2nd 2005 ]]<br /> [[ Εικόνα: sg_4_3.gif | thumb | right | Εικ.3: Χάρτης MDI για την Ινδία ]]<br /> [[ Εικόνα: sg_4_4.gif | thumb | right | Εικ.4: Χωρική κατανομή του δείκτη βλάστησης (NDVI) από δεδομένα ASTER, Sept. 22nd 2003 ]]<br /> [[ Εικόνα: sg_4_5.gif | thumb | right | Εικ.5: Δομή αστικού ιστού στο Δελχί κατόπιν ταξινόμησης, Sept. 22nd 2003 ]]<br /> Οι ως τώρα μελέτη του φαινομένου της φτώχειας έχει καταδείξει την ανάγκη για εικόνες υψηλής ανάλυσης και τη σημασία της χωρικής κατανομής των δεδομένων για τη φτώχεια στον κόσμο, πέρα από την απλή καταγραφή τους ως στατιστικών. Οι Siluzas and Kuffer ανέλυσαν τη χωρική ετερογένεια της φτώχειας με τη χρήση επιλεγμένων χωρικών δεικτών ψηφιακής τηλεπισκόπησης όπως κάλυψη στεγών, έλλειψη κατάλληλου οδικού δικτύου κλπ. προκειμένου να προσδιορίσουν την ετερογένεια των διαφόρων φτωχών περιοχών και να δημιουργήσουν μια πρώτη κατηγοριοποίηση των φτωχών περιοχών.<br /> <br /> '''Μεθοδολογία παρούσας μελέτης'''<br /> <br /> ''Εντοπισμός αλλαγών στη χρήση/κάλυψη γης''<br /> <br /> Η συγχώνευση δεδομένων IRS-1C, LISS-III, MSS και PAN για την Ινδία απεδείχθη πολύ χρήσιμη για την αστική ανάλυση και τη χαρτογράφηση της αστικής χρήσης γης. Οι χάρτες χρήσης/κάλυψης γης παρήχθησαν από δορυφορικές εικόνες Landsat TM, IRS 1C, LISS-III από το 1992 έως το 2004 και χαρτογραφήθηκε η εξάπλωση του Δελχί από το 1992 έως το 2004 αντίστοιχα. Η μελέτη δείχνει ότι από 1,43,312 εκτάρια η συνολική γεωγραφική περιοχή καλλιέργειας στο Δελχί αντιστοιχεί σε 65,114 εκτάρια το 1992 και μειώθηκε σε 54,153 εκτάρια το 2004, μείωση της τάξης του 12%. Η κύρια αιτία αυτής της απρόβλεπτης μείωσης της επιφάνειας των καλλιεργήσιμων περιοχών είναι η αύξηση των αστικών περιοχών (Εικόνα 1)<br /> Παράλληλα, οι περιοχές κατοικίας διπλασιάστηκαν τα τελευταία 12 χρόνια, γεγονός που επηρέασε αρνητικά τις γόνιμες αγροτικές περιοχές. Επίσης οι περιοχές κατοικίας μέσης και χαμηλής πυκνότητας μειώθηκαν εξαιτίας της αύξησης των αστικών περιοχών υψηλής πυκνότητας.<br /> <br /> ''Αξιολόγηση επιφανειακής θερμοκρασίας και αστικού κλίματος''<br /> <br /> Προκειμένου να αξιολογηθεί η επιφανειακή θερμοκρασία στο Δελχί, σύνολα δεδομένων ASTER διορθώθηκαν σε προβολή UTM και τα δεδομένα DN του LANDSAT -7 ETM+ και ASTER μετατράπηκαν σε δεδομένα φασματικής ακτινοβολίας. Τυποποιημένες ατμοσφαιρικές παράμετροι σε συνδυασμό με γεωμετρικές παραμέτρους υπολογίστηκαν με τη χρήση του FLAASH 4.1 και εφαρμόστηκαν σε κάθε ένα από τα δορυφορικά δεδομένα για ατμοσφαιρικές διορθώσεις. Η εικόνα 2 δείχνει την επιφανειακή θερμοκρασία κατά τη διάρκεια της νύχτας με τη χρήση δορυφορικών δεδομένων ASTER στις 2 Οκτωβρίου 2005, στις 22.35 (τοπική ώρα). Η υπολογισμένη επιφανειακή θερμοκρασία κυμαίνεται μεταξύ 26.93 °C και 38.88 °C. Παρατηρείται επίσης στην εικόνα ότι οι κεντρικές και ανατολικές περιοχές επιδεικνύουν υψηλές επιφανειακές θερμοκρασίες που αντιστοιχούν σε περιοχές πυκνής δόμησης και ότι κάποια τμήματα της νοτιοδυτικής, βόρειοανατολικής και της νότιας πλευράς της εικόνας παρουσιάζουν χαμηλότερες επιφανειακές θερμοκρασίες που αντιστοιχούν σε αγροτική καλλιεργήσιμη γη, χέρσα γη και εκτάσεις σε αγρανάπαυση. Η επιφανειακή θερμοκρασία πάνω από υδάτινες επιφάνειες κυμαίνεται μεταξύ 33.01 °C και 36.00 °C κατά τη διάρκεια της νύχτας εξαιτίας της μεγάλης θερμοχωρητικότητας τους. Επιπλέον, διαπιστώνεται ότι πάνω από περιοχές πυκνής δόμησης παρατηρούνται υψηλότερες θερμοκρασίες ( 34,82- 36,41 °C) και στη συνέχεια ακολουθούν αυτές των υδάτινων επιφανειών, των βιομηχανικών περιοχών και τέλος των περιοχών με χαμηλή δόμηση, ενώ χαμηλές θερμοκρασίες παρατηρούνται σε χέρσα γη, περιοχές με έντονη βλάστηση, αγροτικές περιοχές.<br /> <br /> ''Συσχέτιση του Δείκτη MDI ( Multiple Deprivation Index) με το δείκτη βλάστησης (NDVI)''<br /> <br /> Στην ανάλυση της παρούσας μελέτης έχουν ενταχθεί τα αποτελέσματα από μια πρόσφατη ανάλυση της φτώχειας στο Δελχί. Η ανάλυση αυτή βάσει της οποίας παράγεται ο MDI (Multiple Deprivation Index), ο δείκτης δηλαδή φτώχειας που χρησιμοποιείται από τον ΟΗΕ και που λαμβάνει υπόψη πολλές διαφορετικές παραμέτρους ταυτόχρονα (κοινωνική, ανθρώπινη, οικονομική και φυσική). Προκειμένου να αποκτηθεί μια εποπτική εικόνα της κατανομής τόσο του MDI όσο και του δείκτη βλάστησης (NVIDI) δημιουργήθηκαν χάρτες και για τους δυο δείκτες. Για τον χάρτη MDI δημιουργήθηκαν 5 τάξεις τιμών που προσαρμόστηκαν αναλόγως στις 143 διαφορετικές περιφέρειες. (Εικόνες 3,4)<br /> Από τη συσχέτιση των δύο αυτών χαρτών, συμπεραίνεται ότι δεν υπάρχει άμεση σύνδεση μεταξύ της φτώχειας του πληθυσμού και της κατάστασης της βλάστησης. Ως εκ τούτου, κρίνεται απαραίτητο να εξετασθούν άλλοι παράγοντες, όπως η δομή των οικισμών και η πυκνότητα δόμησης ή και η διαθεσιμότητα υδάτων. <br /> <br /> ''Συσχέτιση δομής οικισμών / οικιστικής πυκνότητας με το δείκτη βλάστησης (NDVI) και το δείκτη MDI (Multiple Deprivation Index)''<br /> <br /> Η εικόνα 5 παρουσιάζει τους οικισμούς και τη δομή του αστικού ιστού στο Δελχί. Οι σκούρες περιοχές που έχουν πυκνή αστική δόμηση έχουν ταυτόχρονα και αρνητικό δείκτη βλάστησης NDVI. Ταυτόχρονα, προς τα προάστια, με τη μείωση της πυκνότητας δόμησης παρατηρούμε ότι οι τιμές του δείκτη NDVI αυξάνονται. Επομένως, συμπεραίνεται ότι υπάρχει κάποια συσχέτιση μεταξύ του δείκτη βλάστησης και της πυκνότητας δόμησης. Στα δυτικά προάστια, η σχέση μεταξύ της πυκνότητας δόμησης, που είναι μειωμένη, και του δείκτη βλάστησης, που είναι αυξανόμενος, επιβεβαιώνεται αλλά όχι τόσο έντονα όσο στο κέντρο. Συγκρίνοντας τη δομή των εγκαταστάσεων τώρα με το δείκτη MDI, διαπιστώνεται ότι οι περισσότερες πυκνοδομημένες περιοχές χαρακτηρίζονται από υψηλό δείκτη φτώχειας, όμως υπάρχουν μέσα στις πυκνοδομημένες περιοχές και κάποιες συνοικίες με μικρό δείκτη φτώχειας. Αντίθετα, στις περιοχές κατοικίας χαμηλής πυκνότητας δόμησης, κυριαρχεί αποκλειστικά δείκτης φτώχειας της τάξης του 0,3. Αυτό μπορεί να εξηγηθεί από το γεγονός ότι το τμήμα εκείνο του πληθυσμού που ζει στα όρια της φτώχειας εξαρτάται συνήθως από μια κατοικία-θέση μέσα στον πυκνό αστικό της πόλης, όπου οι άνθρωποι αυτοί έχουν τη δυνατότητα να βγάζουν τα προς το ζην εργαζόμενοι ως εργάτες ή συλλέκτες σκουπιδιών.<br /> <br /> '''Σημαντικά αποτελέσματα και αξιολόγηση μεθόδων'''<br /> <br /> Η μελέτη αυτή καταδεικνύει την απότομη πτώση του επιπέδου του αστικού περιβάλλοντος που με τη σειρά της επιφέρει δυσμενείς επιπτώσεις στην υγεία των κατοίκων αυτής της μεγάλης πόλης της Ινδίας. Πιο συγκεκριμένα, παρατηρούνται τα εξής:<br /> *απότομη αύξηση στο ποσοστό της αδιαπέραστης γης<br /> *μείωση των υπαιθρίων χώρων<br /> *μειωμένη φυτοκάλυψη<br /> *συρρίκνωση του υδρολογικού δικτύου<br /> *συρρίκνωση των γόνιμων εκτάσεων γης<br /> <br /> Στα πλαίσια της ευρύτερης ανάγκης για συνδυασμένη χωρική, φυσική και κοινωνικό-δημογραφική πληροφορία προκειμένου να αντιμετωπιστεί σε παγκόσμιο επίπεδο η πρόκληση της κλιματικής αλλαγής και της αστικοποίησης, η χρήση γεωχωρικής τεχνολογίας για τον εντοπισμό των ευάλωτων κοινωνικών ομάδων και του χωρικού αστικού περιβάλλοντός τους θα μπορούσε να ενισχύσει την έρευνα για την επίτευξη της κοινωνικής δικαιοσύνης στις μεγαλουπόλεις. Μπορεί δηλαδή με αυτόν τον τρόπο να γεφυρωθεί το χάσμα μεταξύ της χωρικής ανάλυσης, της τηλεπισκόπησης και της κοινωνικής επιστήμης μέσω του χαρακτηρισμού της έλλειψης ποιότητας ζωής στους φτωχούς ανθρώπους των πόλεων που επηρεάζονται έντονα από το κοινωνικό τους περιβάλλον.</div>

Sgeorgali http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Sg_4_5.gif 2012-03-05T00:46:27Z

<p>Sgeorgali: </p> <hr /> <div></div>

Sgeorgali http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Sg_4_4.gif 2012-03-05T00:46:11Z

<p>Sgeorgali: </p> <hr /> <div></div>

Sgeorgali http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Sg_4_3.gif 2012-03-05T00:45:47Z

<p>Sgeorgali: </p> <hr /> <div></div>

Sgeorgali http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Sg_4_2.gif 2012-03-05T00:45:27Z

<p>Sgeorgali: </p> <hr /> <div></div>

Sgeorgali http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Sg_4_1.gif 2012-03-05T00:45:03Z

<p>Sgeorgali: </p> <hr /> <div></div>

Sgeorgali http://147.102.106.44/rs/wiki/index.php/%CE%97_%CF%83%CF%85%CE%BC%CE%B2%CE%BF%CE%BB%CE%AE_%CF%84%CE%B7%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CF%83%CF%84%CE%B7%CE%BD_%CE%B1%CF%80%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CE%B9%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CF%86%CF%84%CF%8E%CF%87%CE%B5%CE%B9%CE%B1%CF%82_%CF%84%CF%89%CE%BD_%CE%BA%CE%B1%CF%84%CE%BF%CE%AF%CE%BA%CF%89%CE%BD_%CF%84%CF%89%CE%BD_%CF%80%CE%B1%CF%81%CE%B1%CE%B3%CE%BA%CE%BF%CF%85%CF%80%CF%8C%CE%BB%CE%B5%CF%89%CE%BD_%CF%83%CF%84%CE%BF_%CE%94%CE%B5%CE%BB%CF%87%CE%AF_%CF%84%CE%B7%CF%82_%CE%99%CE%BD%CE%B4%CE%AF%CE%B1 2012-03-05T00:40:14Z

<p>Sgeorgali: </p> <hr /> <div>[http://ieeexplore.ieee.org/xpls/abs_all.jsp?arnumber=5137652&amp;tag=1 Πηγή]<br /> <br /> '''Αντικείμενο Εφαρμογής'''<br /> <br /> Στην παρούσα εργασία γίνεται χρήση δεδομένων τηλεπισκόπησης υψηλής διακριτικής ικανότητας για τον εντοπισμό και την αναγνώριση των παραγκουπόλεων και των εν γένει άτυπων καταυλισμών στο Δελχί στην Ινδία. Η προσπάθεια αυτή εντάσσεται σε μια ευρύτερη προσπάθεια να διερευνηθεί αν ο πλανήτης αστικοποιείται σε καθεστώς φτώχειας. Η πληροφορία αυτή, που δεν είναι διαθέσιμη μέχρι σήμερα, αποτελεί απαραίτητη προϋπόθεση προκειμένου στη συνέχεια να διαμορφωθεί ο κατάλληλος σχεδιασμός και οι αντίστοιχες πολιτικές. Στην πράξη, υπάρχουν εγγενείς δυσκολίες στον καθορισμό και την εφαρμογή μιας και μόνο μεθόδου καταγραφής αυτών των καταυλισμών λόγω του ακανόνιστου των σχηματισμών αλλά και της άμεσης προσαρμογής τους στις εκάστοτε τοπικές συνθήκες.<br /> '''<br /> Στόχος της εφαρμογής'''<br /> <br /> Επιχειρείται στην παρούσα μελέτη να διερευνηθεί το ενδεχόμενο να υπάρχει χωρικός συσχετισμός μεταξύ των διαφορετικών θεματικών αναλύσεων χρήσης/κάλυψης γης (εντοπισμός μοτίβων χρήσης γης σε συνδυασμό με δείκτες ανάλυσης βλάστησης) και τύπων αστικής δόμησης (Urban Structure Types) που διατίθενται με την ποιότητα ζωής και την ευπάθεια απέναντι σε φυσικές καταστροφές, όπως είναι για παράδειγμα οι πλημμύρες. Άλλωστε, το σκεπτικό της ταξινόμησης των διαφόρων αστικών τύπων (UST) με τη χρήση της ψηφιακής τηλεπισκόπησης και των GIS αποδεικνύεται ιδιαιτέρως σημαντικό ως βάση για την περαιτέρω μελέτη του αστικού χώρου.<br /> <br /> '''Παλαιότερες μελέτες'''<br /> <br /> Οι ως τώρα μελέτη του φαινομένου της φτώχειας έχει καταδείξει την ανάγκη για εικόνες υψηλής ανάλυσης και τη σημασία της χωρικής κατανομής των δεδομένων για τη φτώχεια στον κόσμο, πέρα από την απλή καταγραφή τους ως στατιστικών. Οι Siluzas and Kuffer ανέλυσαν τη χωρική ετερογένεια της φτώχειας με τη χρήση επιλεγμένων χωρικών δεικτών ψηφιακής τηλεπισκόπησης όπως κάλυψη στεγών, έλλειψη κατάλληλου οδικού δικτύου κλπ. προκειμένου να προσδιορίσουν την ετερογένεια των διαφόρων φτωχών περιοχών και να δημιουργήσουν μια πρώτη κατηγοριοποίηση των φτωχών περιοχών.<br /> <br /> '''Μεθοδολογία παρούσας μελέτης'''<br /> <br /> ''Εντοπισμός αλλαγών στη χρήση/κάλυψη γης''<br /> <br /> Η συγχώνευση δεδομένων IRS-1C, LISS-III, MSS και PAN για την Ινδία απεδείχθη πολύ χρήσιμη για την αστική ανάλυση και τη χαρτογράφηση της αστικής χρήσης γης. Οι χάρτες χρήσης/κάλυψης γης παρήχθησαν από δορυφορικές εικόνες Landsat TM, IRS 1C, LISS-III από το 1992 έως το 2004 και χαρτογραφήθηκε η εξάπλωση του Δελχί από το 1992 έως το 2004 αντίστοιχα. Η μελέτη δείχνει ότι από 1,43,312 εκτάρια η συνολική γεωγραφική περιοχή καλλιέργειας στο Δελχί αντιστοιχεί σε 65,114 εκτάρια το 1992 και μειώθηκε σε 54,153 εκτάρια το 2004, μείωση της τάξης του 12%. Η κύρια αιτία αυτής της απρόβλεπτης μείωσης της επιφάνειας των καλλιεργήσιμων περιοχών είναι η αύξηση των αστικών περιοχών (Εικόνα 1)<br /> Παράλληλα, οι περιοχές κατοικίας διπλασιάστηκαν τα τελευταία 12 χρόνια, γεγονός που επηρέασε αρνητικά τις γόνιμες αγροτικές περιοχές. Επίσης οι περιοχές κατοικίας μέσης και χαμηλής πυκνότητας μειώθηκαν εξαιτίας της αύξησης των αστικών περιοχών υψηλής πυκνότητας.<br /> <br /> ''Αξιολόγηση επιφανειακής θερμοκρασίας και αστικού κλίματος''<br /> <br /> Προκειμένου να αξιολογηθεί η επιφανειακή θερμοκρασία στο Δελχί, σύνολα δεδομένων ASTER διορθώθηκαν σε προβολή UTM και τα δεδομένα DN του LANDSAT -7 ETM+ και ASTER μετατράπηκαν σε δεδομένα φασματικής ακτινοβολίας. Τυποποιημένες ατμοσφαιρικές παράμετροι σε συνδυασμό με γεωμετρικές παραμέτρους υπολογίστηκαν με τη χρήση του FLAASH 4.1 και εφαρμόστηκαν σε κάθε ένα από τα δορυφορικά δεδομένα για ατμοσφαιρικές διορθώσεις. Η εικόνα 2 δείχνει την επιφανειακή θερμοκρασία κατά τη διάρκεια της νύχτας με τη χρήση δορυφορικών δεδομένων ASTER στις 2 Οκτωβρίου 2005, στις 22.35 (τοπική ώρα). Η υπολογισμένη επιφανειακή θερμοκρασία κυμαίνεται μεταξύ 26.93 °C και 38.88 °C. Παρατηρείται επίσης στην εικόνα ότι οι κεντρικές και ανατολικές περιοχές επιδεικνύουν υψηλές επιφανειακές θερμοκρασίες που αντιστοιχούν σε περιοχές πυκνής δόμησης και ότι κάποια τμήματα της νοτιοδυτικής, βόρειοανατολικής και της νότιας πλευράς της εικόνας παρουσιάζουν χαμηλότερες επιφανειακές θερμοκρασίες που αντιστοιχούν σε αγροτική καλλιεργήσιμη γη, χέρσα γη και εκτάσεις σε αγρανάπαυση. Η επιφανειακή θερμοκρασία πάνω από υδάτινες επιφάνειες κυμαίνεται μεταξύ 33.01 °C και 36.00 °C κατά τη διάρκεια της νύχτας εξαιτίας της μεγάλης θερμοχωρητικότητας τους. Επιπλέον, διαπιστώνεται ότι πάνω από περιοχές πυκνής δόμησης παρατηρούνται υψηλότερες θερμοκρασίες ( 34,82- 36,41 °C) και στη συνέχεια ακολουθούν αυτές των υδάτινων επιφανειών, των βιομηχανικών περιοχών και τέλος των περιοχών με χαμηλή δόμηση, ενώ χαμηλές θερμοκρασίες παρατηρούνται σε χέρσα γη, περιοχές με έντονη βλάστηση, αγροτικές περιοχές.<br /> <br /> ''Συσχέτιση του Δείκτη MDI ( Multiple Deprivation Index) με το δείκτη βλάστησης (NDVI)''<br /> <br /> Στην ανάλυση της παρούσας μελέτης έχουν ενταχθεί τα αποτελέσματα από μια πρόσφατη ανάλυση της φτώχειας στο Δελχί. Η ανάλυση αυτή βάσει της οποίας παράγεται ο MDI (Multiple Deprivation Index), ο δείκτης δηλαδή φτώχειας που χρησιμοποιείται από τον ΟΗΕ και που λαμβάνει υπόψη πολλές διαφορετικές παραμέτρους ταυτόχρονα (κοινωνική, ανθρώπινη, οικονομική και φυσική). Προκειμένου να αποκτηθεί μια εποπτική εικόνα της κατανομής τόσο του MDI όσο και του δείκτη βλάστησης (NVIDI) δημιουργήθηκαν χάρτες και για τους δυο δείκτες. Για τον χάρτη MDI δημιουργήθηκαν 5 τάξεις τιμών που προσαρμόστηκαν αναλόγως στις 143 διαφορετικές περιφέρειες. (Εικόνες 3,4)<br /> Από τη συσχέτιση των δύο αυτών χαρτών, συμπεραίνεται ότι δεν υπάρχει άμεση σύνδεση μεταξύ της φτώχειας του πληθυσμού και της κατάστασης της βλάστησης. Ως εκ τούτου, κρίνεται απαραίτητο να εξετασθούν άλλοι παράγοντες, όπως η δομή των οικισμών και η πυκνότητα δόμησης ή και η διαθεσιμότητα υδάτων. <br /> <br /> ''Συσχέτιση δομής οικισμών / οικιστικής πυκνότητας με το δείκτη βλάστησης (NDVI) και το δείκτη MDI (Multiple Deprivation Index)''<br /> <br /> Η εικόνα 5 παρουσιάζει τους οικισμούς και τη δομή του αστικού ιστού στο Δελχί. Οι σκούρες περιοχές που έχουν πυκνή αστική δόμηση έχουν ταυτόχρονα και αρνητικό δείκτη βλάστησης NDVI. Ταυτόχρονα, προς τα προάστια, με τη μείωση της πυκνότητας δόμησης παρατηρούμε ότι οι τιμές του δείκτη NDVI αυξάνονται. Επομένως, συμπεραίνεται ότι υπάρχει κάποια συσχέτιση μεταξύ του δείκτη βλάστησης και της πυκνότητας δόμησης. Στα δυτικά προάστια, η σχέση μεταξύ της πυκνότητας δόμησης, που είναι μειωμένη, και του δείκτη βλάστησης, που είναι αυξανόμενος, επιβεβαιώνεται αλλά όχι τόσο έντονα όσο στο κέντρο. Συγκρίνοντας τη δομή των εγκαταστάσεων τώρα με το δείκτη MDI, διαπιστώνεται ότι οι περισσότερες πυκνοδομημένες περιοχές χαρακτηρίζονται από υψηλό δείκτη φτώχειας, όμως υπάρχουν μέσα στις πυκνοδομημένες περιοχές και κάποιες συνοικίες με μικρό δείκτη φτώχειας. Αντίθετα, στις περιοχές κατοικίας χαμηλής πυκνότητας δόμησης, κυριαρχεί αποκλειστικά δείκτης φτώχειας της τάξης του 0,3. Αυτό μπορεί να εξηγηθεί από το γεγονός ότι το τμήμα εκείνο του πληθυσμού που ζει στα όρια της φτώχειας εξαρτάται συνήθως από μια κατοικία-θέση μέσα στον πυκνό αστικό της πόλης, όπου οι άνθρωποι αυτοί έχουν τη δυνατότητα να βγάζουν τα προς το ζην εργαζόμενοι ως εργάτες ή συλλέκτες σκουπιδιών.<br /> <br /> '''Σημαντικά αποτελέσματα και αξιολόγηση μεθόδων'''<br /> <br /> Η μελέτη αυτή καταδεικνύει την απότομη πτώση του επιπέδου του αστικού περιβάλλοντος που με τη σειρά της επιφέρει δυσμενείς επιπτώσεις στην υγεία των κατοίκων αυτής της μεγάλης πόλης της Ινδίας. Πιο συγκεκριμένα, παρατηρούνται τα εξής:<br /> *απότομη αύξηση στο ποσοστό της αδιαπέραστης γης<br /> *μείωση των υπαιθρίων χώρων<br /> *μειωμένη φυτοκάλυψη<br /> *συρρίκνωση του υδρολογικού δικτύου<br /> *συρρίκνωση των γόνιμων εκτάσεων γης<br /> <br /> Στα πλαίσια της ευρύτερης ανάγκης για συνδυασμένη χωρική, φυσική και κοινωνικό-δημογραφική πληροφορία προκειμένου να αντιμετωπιστεί σε παγκόσμιο επίπεδο η πρόκληση της κλιματικής αλλαγής και της αστικοποίησης, η χρήση γεωχωρικής τεχνολογίας για τον εντοπισμό των ευάλωτων κοινωνικών ομάδων και του χωρικού αστικού περιβάλλοντός τους θα μπορούσε να ενισχύσει την έρευνα για την επίτευξη της κοινωνικής δικαιοσύνης στις μεγαλουπόλεις. Μπορεί δηλαδή με αυτόν τον τρόπο να γεφυρωθεί το χάσμα μεταξύ της χωρικής ανάλυσης, της τηλεπισκόπησης και της κοινωνικής επιστήμης μέσω του χαρακτηρισμού της έλλειψης ποιότητας ζωής στους φτωχούς ανθρώπους των πόλεων που επηρεάζονται έντονα από το κοινωνικό τους περιβάλλον.</div>

Sgeorgali http://147.102.106.44/rs/wiki/index.php/%CE%97_%CF%83%CF%85%CE%BC%CE%B2%CE%BF%CE%BB%CE%AE_%CF%84%CE%B7%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CF%83%CF%84%CE%B7%CE%BD_%CE%B1%CF%80%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CE%B9%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CF%86%CF%84%CF%8E%CF%87%CE%B5%CE%B9%CE%B1%CF%82_%CF%84%CF%89%CE%BD_%CE%BA%CE%B1%CF%84%CE%BF%CE%AF%CE%BA%CF%89%CE%BD_%CF%84%CF%89%CE%BD_%CF%80%CE%B1%CF%81%CE%B1%CE%B3%CE%BA%CE%BF%CF%85%CF%80%CF%8C%CE%BB%CE%B5%CF%89%CE%BD_%CF%83%CF%84%CE%BF_%CE%94%CE%B5%CE%BB%CF%87%CE%AF_%CF%84%CE%B7%CF%82_%CE%99%CE%BD%CE%B4%CE%AF%CE%B1 2012-03-05T00:28:18Z

<p>Sgeorgali: </p> <hr /> <div>[http://ieeexplore.ieee.org/xpls/abs_all.jsp?arnumber=5137652&amp;tag=1 Πηγή]<br /> <br /> '''Αντικείμενο Εφαρμογής'''<br /> <br /> Στην παρούσα εργασία γίνεται χρήση δεδομένων τηλεπισκόπησης υψηλής διακριτικής ικανότητας για τον εντοπισμό και την αναγνώριση των παραγκουπόλεων και των εν γένει άτυπων καταυλισμών στο Δελχί στην Ινδία. Η προσπάθεια αυτή εντάσσεται σε μια ευρύτερη προσπάθεια να διερευνηθεί αν ο πλανήτης αστικοποιείται σε καθεστώς φτώχειας. Η πληροφορία αυτή, που δεν είναι διαθέσιμη μέχρι σήμερα, αποτελεί απαραίτητη προϋπόθεση προκειμένου στη συνέχεια να διαμορφωθεί ο κατάλληλος σχεδιασμός και οι αντίστοιχες πολιτικές. Στην πράξη, υπάρχουν εγγενείς δυσκολίες στον καθορισμό και την εφαρμογή μιας και μόνο μεθόδου καταγραφής αυτών των καταυλισμών λόγω του ακανόνιστου των σχηματισμών αλλά και της άμεσης προσαρμογής τους στις εκάστοτε τοπικές συνθήκες.<br /> '''<br /> Στόχος της εφαρμογής'''<br /> <br /> Επιχειρείται στην παρούσα μελέτη να διερευνηθεί το ενδεχόμενο να υπάρχει χωρικός συσχετισμός μεταξύ των διαφορετικών θεματικών αναλύσεων χρήσης/κάλυψης γης (εντοπισμός μοτίβων χρήσης γης σε συνδυασμό με δείκτες ανάλυσης βλάστησης) και τύπων αστικής δόμησης (Urban Structure Types) που διατίθενται με την ποιότητα ζωής και την ευπάθεια απέναντι σε φυσικές καταστροφές, όπως είναι για παράδειγμα οι πλημμύρες. Άλλωστε, το σκεπτικό της ταξινόμησης των διαφόρων αστικών τύπων (UST) με τη χρήση της ψηφιακής τηλεπισκόπησης και των GIS αποδεικνύεται ιδιαιτέρως σημαντικό ως βάση για την περαιτέρω μελέτη του αστικού χώρου.<br /> <br /> '''Παλαιότερες μελέτες'''<br /> <br /> Οι ως τώρα μελέτη του φαινομένου της φτώχειας έχει καταδείξει την ανάγκη για εικόνες υψηλής ανάλυσης και τη σημασία της χωρικής κατανομής των δεδομένων για τη φτώχεια στον κόσμο, πέρα από την απλή καταγραφή τους ως στατιστικών. Οι Siluzas and Kuffer ανέλυσαν τη χωρική ετερογένεια της φτώχειας με τη χρήση επιλεγμένων χωρικών δεικτών ψηφιακής τηλεπισκόπησης όπως κάλυψη στεγών, έλλειψη κατάλληλου οδικού δικτύου κλπ. προκειμένου να προσδιορίσουν την ετερογένεια των διαφόρων φτωχών περιοχών και να δημιουργήσουν μια πρώτη κατηγοριοποίηση των φτωχών περιοχών.<br /> <br /> '''Μεθοδολογία παρούσας μελέτης'''<br /> <br /> ''Εντοπισμός αλλαγών στη χρήση/κάλυψη γης''<br /> <br /> Η συγχώνευση δεδομένων IRS-1C, LISS-III, MSS και PAN για την Ινδία απεδείχθη πολύ χρήσιμη για την αστική ανάλυση και τη χαρτογράφηση της αστικής χρήσης γης. Οι χάρτες χρήσης/κάλυψης γης παρήχθησαν από δορυφορικές εικόνες Landsat TM, IRS 1C, LISS-III από το 1992 έως το 2004 και χαρτογραφήθηκε η εξάπλωση του Δελχί από το 1992 έως το 2004 αντίστοιχα. Η μελέτη δείχνει ότι από 1,43,312 εκτάρια η συνολική γεωγραφική περιοχή καλλιέργειας στο Δελχί αντιστοιχεί σε 65,114 εκτάρια το 1992 και μειώθηκε σε 54,153 εκτάρια το 2004, μείωση της τάξης του 12%. Η κύρια αιτία αυτής της απρόβλεπτης μείωσης της επιφάνειας των καλλιεργήσιμων περιοχών είναι η αύξηση των αστικών περιοχών (Εικόνα 1)<br /> Παράλληλα, οι περιοχές κατοικίας διπλασιάστηκαν τα τελευταία 12 χρόνια, γεγονός που επηρέασε αρνητικά τις γόνιμες αγροτικές περιοχές. Επίσης οι περιοχές κατοικίας μέσης και χαμηλής πυκνότητας μειώθηκαν εξαιτίας της αύξησης των αστικών περιοχών υψηλής πυκνότητας.<br /> <br /> ''Αξιολόγηση επιφανειακής θερμοκρασίας και αστικού κλίματος''<br /> <br /> Προκειμένου να αξιολογηθεί η επιφανειακή θερμοκρασία στο Δελχί, σύνολα δεδομένων ASTER διορθώθηκαν σε προβολή UTM και τα δεδομένα DN του LANDSAT -7 ETM+ και ASTER μετατράπηκαν σε δεδομένα φασματικής ακτινοβολίας. Τυποποιημένες ατμοσφαιρικές παράμετροι σε συνδυασμό με γεωμετρικές παραμέτρους υπολογίστηκαν με τη χρήση του FLAASH 4.1 και εφαρμόστηκαν σε κάθε ένα από τα δορυφορικά δεδομένα για ατμοσφαιρικές διορθώσεις. Η εικόνα 2 δείχνει την επιφανειακή θερμοκρασία κατά τη διάρκεια της νύχτας με τη χρήση δορυφορικών δεδομένων ASTER στις 2 Οκτωβρίου 2005, στις 22.35 (τοπική ώρα). Η υπολογισμένη επιφανειακή θερμοκρασία κυμαίνεται μεταξύ 26.93 °C και 38.88 °C. Παρατηρείται επίσης στην εικόνα ότι οι κεντρικές και ανατολικές περιοχές επιδεικνύουν υψηλές επιφανειακές θερμοκρασίες που αντιστοιχούν σε περιοχές πυκνής δόμησης και ότι κάποια τμήματα της νοτιοδυτικής, βόρειοανατολικής και της νότιας πλευράς της εικόνας παρουσιάζουν χαμηλότερες επιφανειακές θερμοκρασίες που αντιστοιχούν σε αγροτική καλλιεργήσιμη γη, χέρσα γη και εκτάσεις σε αγρανάπαυση. Η επιφανειακή θερμοκρασία πάνω από υδάτινες επιφάνειες κυμαίνεται μεταξύ 33.01 °C και 36.00 °C κατά τη διάρκεια της νύχτας εξαιτίας της μεγάλης θερμοχωρητικότητας τους. Επιπλέον, διαπιστώνεται ότι πάνω από περιοχές πυκνής δόμησης παρατηρούνται υψηλότερες θερμοκρασίες ( 34,82- 36,41 °C) και στη συνέχεια ακολουθούν αυτές των υδάτινων επιφανειών, των βιομηχανικών περιοχών και τέλος των περιοχών με χαμηλή δόμηση, ενώ χαμηλές θερμοκρασίες παρατηρούνται σε χέρσα γη, περιοχές με έντονη βλάστηση, αγροτικές περιοχές.<br /> <br /> ''Συσχέτιση του Δείκτη MDI ( Multiple Deprivation Index) με το δείκτη βλάστησης (NDVI)''<br /> <br /> Στην ανάλυση της παρούσας μελέτης έχουν ενταχθεί τα αποτελέσματα από μια πρόσφατη ανάλυση της φτώχειας στο Δελχί. Η ανάλυση αυτή βάσει της οποίας παράγεται ο MDI (Multiple Deprivation Index), ο δείκτης δηλαδή φτώχειας που χρησιμοποιείται από τον ΟΗΕ και που λαμβάνει υπόψη πολλές διαφορετικές παραμέτρους ταυτόχρονα (κοινωνική, ανθρώπινη, οικονομική και φυσική). Προκειμένου να αποκτηθεί μια εποπτική εικόνα της κατανομής τόσο του MDI όσο και του δείκτη βλάστησης (NVIDI) δημιουργήθηκαν χάρτες και για τους δυο δείκτες. Για τον χάρτη MDI δημιουργήθηκαν 5 τάξεις τιμών που προσαρμόστηκαν αναλόγως στις 143 διαφορετικές περιφέρειες. (Εικόνα 3)<br /> Από τη συσχέτιση των δύο αυτών χαρτών, συμπεραίνεται ότι δεν υπάρχει άμεση σύνδεση μεταξύ της φτώχειας του πληθυσμού και της κατάστασης της βλάστησης. Ως εκ τούτου, κρίνεται απαραίτητο να εξετασθούν άλλοι παράγοντες, όπως η δομή των οικισμών και η πυκνότητα δόμησης ή και η διαθεσιμότητα υδάτων. <br /> <br /> ''Συσχέτιση δομής οικισμών / οικιστικής πυκνότητας με το δείκτη βλάστησης (NDVI) και το δείκτη MDI (Multiple Deprivation Index)''<br /> <br /> Το σχήμα 5 παρουσιάζει τους οικισμούς και τη δομή του αστικού ιστού στο Δελχί. Οι σκούρες περιοχές που έχουν πυκνή αστική δόμηση έχουν ταυτόχρονα και αρνητικό δείκτη βλάστησης NDVI. Ταυτόχρονα, προς τα προάστια, με τη μείωση της πυκνότητας δόμησης παρατηρούμε ότι οι τιμές του δείκτη NDVI αυξάνονται. Επομένως, συμπεραίνεται ότι υπάρχει κάποια συσχέτιση μεταξύ του δείκτη βλάστησης και της πυκνότητας δόμησης. Στα δυτικά προάστια, η σχέση μεταξύ της πυκνότητας δόμησης, που είναι μειωμένη, και του δείκτη βλάστησης, που είναι αυξανόμενος, επιβεβαιώνεται αλλά όχι τόσο έντονα όσο στο κέντρο. Συγκρίνοντας τη δομή των εγκαταστάσεων τώρα με το δείκτη MDI, διαπιστώνεται ότι οι περισσότερες πυκνοδομημένες περιοχές χαρακτηρίζονται από υψηλό δείκτη φτώχειας, όμως υπάρχουν μέσα στις πυκνοδομημένες περιοχές και κάποιες συνοικίες με μικρό δείκτη φτώχειας. Αντίθετα, στις περιοχές κατοικίας χαμηλής πυκνότητας δόμησης, κυριαρχεί αποκλειστικά δείκτης φτώχειας της τάξης του 0,3. Αυτό μπορεί να εξηγηθεί από το γεγονός ότι το τμήμα εκείνο του πληθυσμού που ζει στα όρια της φτώχειας εξαρτάται συνήθως από μια κατοικία-θέση μέσα στον πυκνό αστικό της πόλης, όπου οι άνθρωποι αυτοί έχουν τη δυνατότητα να βγάζουν τα προς το ζην εργαζόμενοι ως εργάτες ή συλλέκτες σκουπιδιών.<br /> <br /> '''Σημαντικά αποτελέσματα και αξιολόγηση μεθόδων'''<br /> <br /> Η μελέτη αυτή καταδεικνύει την απότομη πτώση του επιπέδου του αστικού περιβάλλοντος που με τη σειρά της επιφέρει δυσμενείς επιπτώσεις στην υγεία των κατοίκων αυτής της μεγάλης πόλης της Ινδίας. Πιο συγκεκριμένα, παρατηρούνται τα εξής:<br /> *απότομη αύξηση στο ποσοστό της αδιαπέραστης γης<br /> *μείωση των υπαιθρίων χώρων<br /> *μειωμένη φυτοκάλυψη<br /> *συρρίκνωση του υδρολογικού δικτύου<br /> *συρρίκνωση των γόνιμων εκτάσεων γης<br /> <br /> Στα πλαίσια της ευρύτερης ανάγκης για συνδυασμένη χωρική, φυσική και κοινωνικό-δημογραφική πληροφορία προκειμένου να αντιμετωπιστεί σε παγκόσμιο επίπεδο η πρόκληση της κλιματικής αλλαγής και της αστικοποίησης, η χρήση γεωχωρικής τεχνολογίας για τον εντοπισμό των ευάλωτων κοινωνικών ομάδων και του χωρικού αστικού περιβάλλοντός τους θα μπορούσε να ενισχύσει την έρευνα για την επίτευξη της κοινωνικής δικαιοσύνης στις μεγαλουπόλεις. Μπορεί δηλαδή με αυτόν τον τρόπο να γεφυρωθεί το χάσμα μεταξύ της χωρικής ανάλυσης, της τηλεπισκόπησης και της κοινωνικής επιστήμης μέσω του χαρακτηρισμού της έλλειψης ποιότητας ζωής στους φτωχούς ανθρώπους των πόλεων που επηρεάζονται έντονα από το κοινωνικό τους περιβάλλον.</div>

Sgeorgali http://147.102.106.44/rs/wiki/index.php/%CE%97_%CF%83%CF%85%CE%BC%CE%B2%CE%BF%CE%BB%CE%AE_%CF%84%CE%B7%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CF%83%CF%84%CE%B7%CE%BD_%CE%B1%CF%80%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CE%B9%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CF%86%CF%84%CF%8E%CF%87%CE%B5%CE%B9%CE%B1%CF%82_%CF%84%CF%89%CE%BD_%CE%BA%CE%B1%CF%84%CE%BF%CE%AF%CE%BA%CF%89%CE%BD_%CF%84%CF%89%CE%BD_%CF%80%CE%B1%CF%81%CE%B1%CE%B3%CE%BA%CE%BF%CF%85%CF%80%CF%8C%CE%BB%CE%B5%CF%89%CE%BD_%CF%83%CF%84%CE%BF_%CE%94%CE%B5%CE%BB%CF%87%CE%AF_%CF%84%CE%B7%CF%82_%CE%99%CE%BD%CE%B4%CE%AF%CE%B1 2012-03-05T00:26:36Z

<p>Sgeorgali: </p> <hr /> <div>'''Αντικείμενο Εφαρμογής'''<br /> <br /> Στην παρούσα εργασία γίνεται χρήση δεδομένων τηλεπισκόπησης υψηλής διακριτικής ικανότητας για τον εντοπισμό και την αναγνώριση των παραγκουπόλεων και των εν γένει άτυπων καταυλισμών στο Δελχί στην Ινδία. Η προσπάθεια αυτή εντάσσεται σε μια ευρύτερη προσπάθεια να διερευνηθεί αν ο πλανήτης αστικοποιείται σε καθεστώς φτώχειας. Η πληροφορία αυτή, που δεν είναι διαθέσιμη μέχρι σήμερα, αποτελεί απαραίτητη προϋπόθεση προκειμένου στη συνέχεια να διαμορφωθεί ο κατάλληλος σχεδιασμός και οι αντίστοιχες πολιτικές. Στην πράξη, υπάρχουν εγγενείς δυσκολίες στον καθορισμό και την εφαρμογή μιας και μόνο μεθόδου καταγραφής αυτών των καταυλισμών λόγω του ακανόνιστου των σχηματισμών αλλά και της άμεσης προσαρμογής τους στις εκάστοτε τοπικές συνθήκες.<br /> '''<br /> Στόχος της εφαρμογής'''<br /> <br /> Επιχειρείται στην παρούσα μελέτη να διερευνηθεί το ενδεχόμενο να υπάρχει χωρικός συσχετισμός μεταξύ των διαφορετικών θεματικών αναλύσεων χρήσης/κάλυψης γης (εντοπισμός μοτίβων χρήσης γης σε συνδυασμό με δείκτες ανάλυσης βλάστησης) και τύπων αστικής δόμησης (Urban Structure Types) που διατίθενται με την ποιότητα ζωής και την ευπάθεια απέναντι σε φυσικές καταστροφές, όπως είναι για παράδειγμα οι πλημμύρες. Άλλωστε, το σκεπτικό της ταξινόμησης των διαφόρων αστικών τύπων (UST) με τη χρήση της ψηφιακής τηλεπισκόπησης και των GIS αποδεικνύεται ιδιαιτέρως σημαντικό ως βάση για την περαιτέρω μελέτη του αστικού χώρου.<br /> <br /> '''Παλαιότερες μελέτες'''<br /> <br /> Οι ως τώρα μελέτη του φαινομένου της φτώχειας έχει καταδείξει την ανάγκη για εικόνες υψηλής ανάλυσης και τη σημασία της χωρικής κατανομής των δεδομένων για τη φτώχεια στον κόσμο, πέρα από την απλή καταγραφή τους ως στατιστικών. Οι Siluzas and Kuffer ανέλυσαν τη χωρική ετερογένεια της φτώχειας με τη χρήση επιλεγμένων χωρικών δεικτών ψηφιακής τηλεπισκόπησης όπως κάλυψη στεγών, έλλειψη κατάλληλου οδικού δικτύου κλπ. προκειμένου να προσδιορίσουν την ετερογένεια των διαφόρων φτωχών περιοχών και να δημιουργήσουν μια πρώτη κατηγοριοποίηση των φτωχών περιοχών.<br /> <br /> '''Μεθοδολογία παρούσας μελέτης'''<br /> <br /> ''Εντοπισμός αλλαγών στη χρήση/κάλυψη γης''<br /> <br /> Η συγχώνευση δεδομένων IRS-1C, LISS-III, MSS και PAN για την Ινδία απεδείχθη πολύ χρήσιμη για την αστική ανάλυση και τη χαρτογράφηση της αστικής χρήσης γης. Οι χάρτες χρήσης/κάλυψης γης παρήχθησαν από δορυφορικές εικόνες Landsat TM, IRS 1C, LISS-III από το 1992 έως το 2004 και χαρτογραφήθηκε η εξάπλωση του Δελχί από το 1992 έως το 2004 αντίστοιχα. Η μελέτη δείχνει ότι από 1,43,312 εκτάρια η συνολική γεωγραφική περιοχή καλλιέργειας στο Δελχί αντιστοιχεί σε 65,114 εκτάρια το 1992 και μειώθηκε σε 54,153 εκτάρια το 2004, μείωση της τάξης του 12%. Η κύρια αιτία αυτής της απρόβλεπτης μείωσης της επιφάνειας των καλλιεργήσιμων περιοχών είναι η αύξηση των αστικών περιοχών (Εικόνα 1)<br /> Παράλληλα, οι περιοχές κατοικίας διπλασιάστηκαν τα τελευταία 12 χρόνια, γεγονός που επηρέασε αρνητικά τις γόνιμες αγροτικές περιοχές. Επίσης οι περιοχές κατοικίας μέσης και χαμηλής πυκνότητας μειώθηκαν εξαιτίας της αύξησης των αστικών περιοχών υψηλής πυκνότητας.<br /> <br /> ''Αξιολόγηση επιφανειακής θερμοκρασίας και αστικού κλίματος''<br /> <br /> Προκειμένου να αξιολογηθεί η επιφανειακή θερμοκρασία στο Δελχί, σύνολα δεδομένων ASTER διορθώθηκαν σε προβολή UTM και τα δεδομένα DN του LANDSAT -7 ETM+ και ASTER μετατράπηκαν σε δεδομένα φασματικής ακτινοβολίας. Τυποποιημένες ατμοσφαιρικές παράμετροι σε συνδυασμό με γεωμετρικές παραμέτρους υπολογίστηκαν με τη χρήση του FLAASH 4.1 και εφαρμόστηκαν σε κάθε ένα από τα δορυφορικά δεδομένα για ατμοσφαιρικές διορθώσεις. Η εικόνα 2 δείχνει την επιφανειακή θερμοκρασία κατά τη διάρκεια της νύχτας με τη χρήση δορυφορικών δεδομένων ASTER στις 2 Οκτωβρίου 2005, στις 22.35 (τοπική ώρα). Η υπολογισμένη επιφανειακή θερμοκρασία κυμαίνεται μεταξύ 26.93 °C και 38.88 °C. Παρατηρείται επίσης στην εικόνα ότι οι κεντρικές και ανατολικές περιοχές επιδεικνύουν υψηλές επιφανειακές θερμοκρασίες που αντιστοιχούν σε περιοχές πυκνής δόμησης και ότι κάποια τμήματα της νοτιοδυτικής, βόρειοανατολικής και της νότιας πλευράς της εικόνας παρουσιάζουν χαμηλότερες επιφανειακές θερμοκρασίες που αντιστοιχούν σε αγροτική καλλιεργήσιμη γη, χέρσα γη και εκτάσεις σε αγρανάπαυση. Η επιφανειακή θερμοκρασία πάνω από υδάτινες επιφάνειες κυμαίνεται μεταξύ 33.01 °C και 36.00 °C κατά τη διάρκεια της νύχτας εξαιτίας της μεγάλης θερμοχωρητικότητας τους. Επιπλέον, διαπιστώνεται ότι πάνω από περιοχές πυκνής δόμησης παρατηρούνται υψηλότερες θερμοκρασίες ( 34,82- 36,41 °C) και στη συνέχεια ακολουθούν αυτές των υδάτινων επιφανειών, των βιομηχανικών περιοχών και τέλος των περιοχών με χαμηλή δόμηση, ενώ χαμηλές θερμοκρασίες παρατηρούνται σε χέρσα γη, περιοχές με έντονη βλάστηση, αγροτικές περιοχές.<br /> <br /> ''Συσχέτιση του Δείκτη MDI ( Multiple Deprivation Index) με το δείκτη βλάστησης (NDVI)''<br /> <br /> Στην ανάλυση της παρούσας μελέτης έχουν ενταχθεί τα αποτελέσματα από μια πρόσφατη ανάλυση της φτώχειας στο Δελχί. Η ανάλυση αυτή βάσει της οποίας παράγεται ο MDI (Multiple Deprivation Index), ο δείκτης δηλαδή φτώχειας που χρησιμοποιείται από τον ΟΗΕ και που λαμβάνει υπόψη πολλές διαφορετικές παραμέτρους ταυτόχρονα (κοινωνική, ανθρώπινη, οικονομική και φυσική). Προκειμένου να αποκτηθεί μια εποπτική εικόνα της κατανομής τόσο του MDI όσο και του δείκτη βλάστησης (NVIDI) δημιουργήθηκαν χάρτες και για τους δυο δείκτες. Για τον χάρτη MDI δημιουργήθηκαν 5 τάξεις τιμών που προσαρμόστηκαν αναλόγως στις 143 διαφορετικές περιφέρειες. (Εικόνα 3)<br /> Από τη συσχέτιση των δύο αυτών χαρτών, συμπεραίνεται ότι δεν υπάρχει άμεση σύνδεση μεταξύ της φτώχειας του πληθυσμού και της κατάστασης της βλάστησης. Ως εκ τούτου, κρίνεται απαραίτητο να εξετασθούν άλλοι παράγοντες, όπως η δομή των οικισμών και η πυκνότητα δόμησης ή και η διαθεσιμότητα υδάτων. <br /> <br /> ''Συσχέτιση δομής οικισμών / οικιστικής πυκνότητας με το δείκτη βλάστησης (NDVI) και το δείκτη MDI (Multiple Deprivation Index)''<br /> <br /> Το σχήμα 5 παρουσιάζει τους οικισμούς και τη δομή του αστικού ιστού στο Δελχί. Οι σκούρες περιοχές που έχουν πυκνή αστική δόμηση έχουν ταυτόχρονα και αρνητικό δείκτη βλάστησης NDVI. Ταυτόχρονα, προς τα προάστια, με τη μείωση της πυκνότητας δόμησης παρατηρούμε ότι οι τιμές του δείκτη NDVI αυξάνονται. Επομένως, συμπεραίνεται ότι υπάρχει κάποια συσχέτιση μεταξύ του δείκτη βλάστησης και της πυκνότητας δόμησης. Στα δυτικά προάστια, η σχέση μεταξύ της πυκνότητας δόμησης, που είναι μειωμένη, και του δείκτη βλάστησης, που είναι αυξανόμενος, επιβεβαιώνεται αλλά όχι τόσο έντονα όσο στο κέντρο. Συγκρίνοντας τη δομή των εγκαταστάσεων τώρα με το δείκτη MDI, διαπιστώνεται ότι οι περισσότερες πυκνοδομημένες περιοχές χαρακτηρίζονται από υψηλό δείκτη φτώχειας, όμως υπάρχουν μέσα στις πυκνοδομημένες περιοχές και κάποιες συνοικίες με μικρό δείκτη φτώχειας. Αντίθετα, στις περιοχές κατοικίας χαμηλής πυκνότητας δόμησης, κυριαρχεί αποκλειστικά δείκτης φτώχειας της τάξης του 0,3. Αυτό μπορεί να εξηγηθεί από το γεγονός ότι το τμήμα εκείνο του πληθυσμού που ζει στα όρια της φτώχειας εξαρτάται συνήθως από μια κατοικία-θέση μέσα στον πυκνό αστικό της πόλης, όπου οι άνθρωποι αυτοί έχουν τη δυνατότητα να βγάζουν τα προς το ζην εργαζόμενοι ως εργάτες ή συλλέκτες σκουπιδιών.<br /> <br /> '''Σημαντικά αποτελέσματα και αξιολόγηση μεθόδων'''<br /> <br /> Η μελέτη αυτή καταδεικνύει την απότομη πτώση του επιπέδου του αστικού περιβάλλοντος που με τη σειρά της επιφέρει δυσμενείς επιπτώσεις στην υγεία των κατοίκων αυτής της μεγάλης πόλης της Ινδίας. Πιο συγκεκριμένα, παρατηρούνται τα εξής:<br /> *απότομη αύξηση στο ποσοστό της αδιαπέραστης γης<br /> *μείωση των υπαιθρίων χώρων<br /> *μειωμένη φυτοκάλυψη<br /> *συρρίκνωση του υδρολογικού δικτύου<br /> *συρρίκνωση των γόνιμων εκτάσεων γης<br /> <br /> Στα πλαίσια της ευρύτερης ανάγκης για συνδυασμένη χωρική, φυσική και κοινωνικό-δημογραφική πληροφορία προκειμένου να αντιμετωπιστεί σε παγκόσμιο επίπεδο η πρόκληση της κλιματικής αλλαγής και της αστικοποίησης, η χρήση γεωχωρικής τεχνολογίας για τον εντοπισμό των ευάλωτων κοινωνικών ομάδων και του χωρικού αστικού περιβάλλοντός τους θα μπορούσε να ενισχύσει την έρευνα για την επίτευξη της κοινωνικής δικαιοσύνης στις μεγαλουπόλεις. Μπορεί δηλαδή με αυτόν τον τρόπο να γεφυρωθεί το χάσμα μεταξύ της χωρικής ανάλυσης, της τηλεπισκόπησης και της κοινωνικής επιστήμης μέσω του χαρακτηρισμού της έλλειψης ποιότητας ζωής στους φτωχούς ανθρώπους των πόλεων που επηρεάζονται έντονα από το κοινωνικό τους περιβάλλον.</div>

Sgeorgali http://147.102.106.44/rs/wiki/index.php/%CE%97_%CF%83%CF%85%CE%BC%CE%B2%CE%BF%CE%BB%CE%AE_%CF%84%CE%B7%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CF%83%CF%84%CE%B7%CE%BD_%CE%B1%CF%80%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CE%B9%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CF%86%CF%84%CF%8E%CF%87%CE%B5%CE%B9%CE%B1%CF%82_%CF%84%CF%89%CE%BD_%CE%BA%CE%B1%CF%84%CE%BF%CE%AF%CE%BA%CF%89%CE%BD_%CF%84%CF%89%CE%BD_%CF%80%CE%B1%CF%81%CE%B1%CE%B3%CE%BA%CE%BF%CF%85%CF%80%CF%8C%CE%BB%CE%B5%CF%89%CE%BD_%CF%83%CF%84%CE%BF_%CE%94%CE%B5%CE%BB%CF%87%CE%AF_%CF%84%CE%B7%CF%82_%CE%99%CE%BD%CE%B4%CE%AF%CE%B1 2012-03-05T00:22:27Z

<p>Sgeorgali: Νέα σελίδα με 'Αντικείμενο Εφαρμογής Στην παρούσα εργασία γίνεται χρήση δεδομένων τηλεπισκόπησης υψηλής δ...'</p> <hr /> <div>Αντικείμενο Εφαρμογής<br /> Στην παρούσα εργασία γίνεται χρήση δεδομένων τηλεπισκόπησης υψηλής διακριτικής ικανότητας για τον εντοπισμό και την αναγνώριση των παραγκουπόλεων και των εν γένει άτυπων καταυλισμών στο Δελχί στην Ινδία. Η προσπάθεια αυτή εντάσσεται σε μια ευρύτερη προσπάθεια να διερευνηθεί αν ο πλανήτης αστικοποιείται σε καθεστώς φτώχειας. Η πληροφορία αυτή, που δεν είναι διαθέσιμη μέχρι σήμερα, αποτελεί απαραίτητη προϋπόθεση προκειμένου στη συνέχεια να διαμορφωθεί ο κατάλληλος σχεδιασμός και οι αντίστοιχες πολιτικές. Στην πράξη, υπάρχουν εγγενείς δυσκολίες στον καθορισμό και την εφαρμογή μιας και μόνο μεθόδου καταγραφής αυτών των καταυλισμών λόγω του ακανόνιστου των σχηματισμών αλλά και της άμεσης προσαρμογής τους στις εκάστοτε τοπικές συνθήκες.<br /> Στόχος της εφαρμογής<br /> Επιχειρείται στην παρούσα μελέτη να διερευνηθεί το ενδεχόμενο να υπάρχει χωρικός συσχετισμός μεταξύ των διαφορετικών θεματικών αναλύσεων χρήσης/κάλυψης γης (εντοπισμός μοτίβων χρήσης γης σε συνδυασμό με δείκτες ανάλυσης βλάστησης) και τύπων αστικής δόμησης (Urban Structure Types) που διατίθενται με την ποιότητα ζωής και την ευπάθεια απέναντι σε φυσικές καταστροφές, όπως είναι για παράδειγμα οι πλημμύρες. Άλλωστε, το σκεπτικό της ταξινόμησης των διαφόρων αστικών τύπων (UST) με τη χρήση της ψηφιακής τηλεπισκόπησης και των GIS αποδεικνύεται ιδιαιτέρως σημαντικό ως βάση για την περαιτέρω μελέτη του αστικού χώρου.<br /> Παλαιότερες μελέτες<br /> Οι ως τώρα μελέτη του φαινομένου της φτώχειας έχει καταδείξει την ανάγκη για εικόνες υψηλής ανάλυσης και τη σημασία της χωρικής κατανομής των δεδομένων για τη φτώχεια στον κόσμο, πέρα από την απλή καταγραφή τους ως στατιστικών. Οι Siluzas and Kuffer ανέλυσαν τη χωρική ετερογένεια της φτώχειας με τη χρήση επιλεγμένων χωρικών δεικτών ψηφιακής τηλεπισκόπησης όπως κάλυψη στεγών, έλλειψη κατάλληλου οδικού δικτύου κλπ. προκειμένου να προσδιορίσουν την ετερογένεια των διαφόρων φτωχών περιοχών και να δημιουργήσουν μια πρώτη κατηγοριοποίηση των φτωχών περιοχών<br /> Μεθοδολογία παρούσας μελέτης<br /> Εντοπισμός αλλαγών στη χρήση/κάλυψη γης<br /> Η συγχώνευση δεδομένων IRS-1C, LISS-III, MSS και PAN για την Ινδία απεδείχθη πολύ χρήσιμη για την αστική ανάλυση και τη χαρτογράφηση της αστικής χρήσης γης. Οι χάρτες χρήσης/κάλυψης γης παρήχθησαν από δορυφορικές εικόνες Landsat TM, IRS 1C, LISS-III από το 1992 έως το 2004 και χαρτογραφήθηκε η εξάπλωση του Δελχί από το 1992 έως το 2004 αντίστοιχα. Η μελέτη δείχνει ότι από 1,43,312 εκτάρια η συνολική γεωγραφική περιοχή καλλιέργειας στο Δελχί αντιστοιχεί σε 65,114 εκτάρια το 1992 και μειώθηκε σε 54,153 εκτάρια το 2004, μείωση της τάξης του 12%. Η κύρια αιτία αυτής της απρόβλεπτης μείωσης της επιφάνειας των καλλιεργήσιμων περιοχών είναι η αύξηση των αστικών περιοχών (Εικόνα 1)<br /> Παράλληλα, οι περιοχές κατοικίας διπλασιάστηκαν τα τελευταία 12 χρόνια, γεγονός που επηρέασε αρνητικά τις γόνιμες αγροτικές περιοχές. Επίσης οι περιοχές κατοικίας μέσης και χαμηλής πυκνότητας μειώθηκαν εξαιτίας της αύξησης των αστικών περιοχών υψηλής πυκνότητας.<br /> <br /> <br /> Αξιολόγηση Επιφανειακής θερμοκρασίας και αστικού κλίματος<br /> Προκειμένου να αξιολογηθεί η επιφανειακή θερμοκρασία στο Δελχί, σύνολα δεδομένων ASTER διορθώθηκαν σε προβολή UTM και τα δεδομένα DN του LANDSAT -7 ETM+ και ASTER μετατράπηκαν σε δεδομένα φασματικής ακτινοβολίας. Τυποποιημένες ατμοσφαιρικές παράμετροι σε συνδυασμό με γεωμετρικές παραμέτρους υπολογίστηκαν με τη χρήση του FLAASH 4.1 και εφαρμόστηκαν σε κάθε ένα από τα δορυφορικά δεδομένα για ατμοσφαιρικές διορθώσεις. Η εικόνα 2 δείχνει την επιφανειακή θερμοκρασία κατά τη διάρκεια της νύχτας με τη χρήση δορυφορικών δεδομένων ASTER στις 2 Οκτωβρίου 2005, στις 22.35 (τοπική ώρα). Η υπολογισμένη επιφανειακή θερμοκρασία κυμαίνεται μεταξύ 26.93 °C και 38.88 °C. Παρατηρείται επίσης στην εικόνα ότι οι κεντρικές και ανατολικές περιοχές επιδεικνύουν υψηλές επιφανειακές θερμοκρασίες που αντιστοιχούν σε περιοχές πυκνής δόμησης και ότι κάποια τμήματα της νοτιοδυτικής, βόρειοανατολικής και της νότιας πλευράς της εικόνας παρουσιάζουν χαμηλότερες επιφανειακές θερμοκρασίες που αντιστοιχούν σε αγροτική καλλιεργήσιμη γη, χέρσα γη και εκτάσεις σε αγρανάπαυση. Η επιφανειακή θερμοκρασία πάνω από υδάτινες επιφάνειες κυμαίνεται μεταξύ 33.01 °C και 36.00 °C κατά τη διάρκεια της νύχτας εξαιτίας της μεγάλης θερμοχωρητικότητας τους. Επιπλέον, διαπιστώνεται ότι πάνω από περιοχές πυκνής δόμησης παρατηρούνται υψηλότερες θερμοκρασίες ( 34,82- 36,41 °C) και στη συνέχεια ακολουθούν αυτές των υδάτινων επιφανειών, των βιομηχανικών περιοχών και τέλος των περιοχών με χαμηλή δόμηση, ενώ χαμηλές θερμοκρασίες παρατηρούνται σε χέρσα γη, περιοχές με έντονη βλάστηση, αγροτικές περιοχές.<br /> Συσχέτιση του Δείκτη MDI ( Multiple Deprivation Index) με το δείκτη βλάστησης (NDVI)<br /> Στην ανάλυση της παρούσας μελέτης έχουν ενταχθεί τα αποτελέσματα από μια πρόσφατη ανάλυση της φτώχειας στο Δελχί. Η ανάλυση αυτή βάσει της οποίας παράγεται ο MDI (Multiple Deprivation Index), ο δείκτης δηλαδή φτώχειας που χρησιμοποιείται από τον ΟΗΕ και που λαμβάνει υπόψη πολλές διαφορετικές παραμέτρους ταυτόχρονα (κοινωνική, ανθρώπινη, οικονομική και φυσική). Προκειμένου να αποκτηθεί μια εποπτική εικόνα της κατανομής τόσο του MDI όσο και του δείκτη βλάστησης (NVIDI) δημιουργήθηκαν χάρτες και για τους δυο δείκτες. Για τον χάρτη MDI δημιουργήθηκαν 5 τάξεις τιμών που προσαρμόστηκαν αναλόγως στις 143 διαφορετικές περιφέρειες. (Εικόνα 3)<br /> Από τη συσχέτιση των δύο αυτών χαρτών, συμπεραίνεται ότι δεν υπάρχει άμεση σύνδεση μεταξύ της φτώχειας του πληθυσμού και της κατάστασης της βλάστησης. Ως εκ τούτου, κρίνεται απαραίτητο να εξετασθούν άλλοι παράγοντες, όπως η δομή των οικισμών και η πυκνότητα δόμησης ή και η διαθεσιμότητα υδάτων. <br /> <br /> Συσχέτιση δομής οικισμών / οικιστικής πυκνότητας με το δείκτη βλάστησης (NDVI) και το δείκτη MDI (Multiple Deprivation Index)<br /> <br /> Το σχήμα 5 παρουσιάζει τους οικισμούς και τη δομή του αστικού ιστού στο Δελχί. Οι σκούρες περιοχές που έχουν πυκνή αστική δόμηση έχουν ταυτόχρονα και αρνητικό δείκτη βλάστησης NDVI. Ταυτόχρονα, προς τα προάστια, με τη μείωση της πυκνότητας δόμησης παρατηρούμε ότι οι τιμές του δείκτη NDVI αυξάνονται. Επομένως, συμπεραίνεται ότι υπάρχει κάποια συσχέτιση μεταξύ του δείκτη βλάστησης και της πυκνότητας δόμησης. Στα δυτικά προάστια, η σχέση μεταξύ της πυκνότητας δόμησης, που είναι μειωμένη, και του δείκτη βλάστησης, που είναι αυξανόμενος, επιβεβαιώνεται αλλά όχι τόσο έντονα όσο στο κέντρο. Συγκρίνοντας τη δομή των εγκαταστάσεων τώρα με το δείκτη MDI, διαπιστώνεται ότι οι περισσότερες πυκνοδομημένες περιοχές χαρακτηρίζονται από υψηλό δείκτη φτώχειας, όμως υπάρχουν μέσα στις πυκνοδομημένες περιοχές και κάποιες συνοικίες με μικρό δείκτη φτώχειας. Αντίθετα, στις περιοχές κατοικίας χαμηλής πυκνότητας δόμησης, κυριαρχεί αποκλειστικά δείκτης φτώχειας της τάξης του 0,3. Αυτό μπορεί να εξηγηθεί από το γεγονός ότι το τμήμα εκείνο του πληθυσμού που ζει στα όρια της φτώχειας εξαρτάται συνήθως από μια κατοικία-θέση μέσα στον πυκνό αστικό της πόλης, όπου οι άνθρωποι αυτοί έχουν τη δυνατότητα να βγάζουν τα προς το ζην εργαζόμενοι ως εργάτες ή συλλέκτες σκουπιδιών.<br /> <br /> <br /> Σημαντικά αποτελέσματα και αξιολόγηση μεθόδων<br /> Η μελέτη αυτή καταδεικνύει την απότομη πτώση του επιπέδου του αστικού περιβάλλοντος που με τη σειρά της επιφέρει δυσμενείς επιπτώσεις στην υγεία των κατοίκων αυτής της μεγάλης πόλης της Ινδίας. Πιο συγκεκριμένα, παρατηρούνται τα εξής:<br /> - απότομη αύξηση στο ποσοστό της αδιαπέραστης γης<br /> - μείωση των υπαιθρίων χώρων<br /> - μειωμένη φυτοκάλυψη<br /> - συρρίκνωση του υδρολογικού δικτύου<br /> - συρρίκνωση των γόνιμων εκτάσεων γης<br /> Στα πλαίσια της ευρύτερης ανάγκης για συνδυασμένη χωρική, φυσική και κοινωνικό-δημογραφική πληροφορία προκειμένου να αντιμετωπιστεί σε παγκόσμιο επίπεδο η πρόκληση της κλιματικής αλλαγής και της αστικοποίησης, η χρήση γεωχωρικής τεχνολογίας για τον εντοπισμό των ευάλωτων κοινωνικών ομάδων και του χωρικού αστικού περιβάλλοντός τους θα μπορούσε να ενισχύσει την έρευνα για την επίτευξη της κοινωνικής δικαιοσύνης στις μεγαλουπόλεις. Μπορεί δηλαδή με αυτόν τον τρόπο να γεφυρωθεί το χάσμα μεταξύ της χωρικής ανάλυσης, της τηλεπισκόπησης και της κοινωνικής επιστήμης μέσω του χαρακτηρισμού της έλλειψης ποιότητας ζωής στους φτωχούς ανθρώπους των πόλεων που επηρεάζονται έντονα από το κοινωνικό τους περιβάλλον.</div>

Sgeorgali http://147.102.106.44/rs/wiki/index.php/%CE%97_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%AE_%CE%B4%CF%8C%CE%BC%CE%B7%CF%83%CE%B7_%CE%BC%CE%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%80%CE%BF%CE%BB%CF%85%CE%B1%CE%B9%CF%83%CE%B8%CE%B7%CF%84%CE%B7%CF%81%CE%B9%CE%B1%CE%BA%CF%8E%CE%BD_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CF%88%CE%B7%CF%86%CE%B9%CE%B1%CE%BA%CE%AE%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82-_%CE%A4%CE%BF_%CF%80%CE%B1%CF%81%CE%AC%CE%B4%CE%B5%CE%B9%CE%B3%CE%BC%CE%B1_%CF%84%CF%89%CE%BD_%CE%B3%CE%B5%CF%81%CE%BC%CE%B1%CE%BD%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CF%8C%CE%BB%CE%B5%CF%89%CE%BD_%CE%9A%CE%BF%CE%BB%CF%89%CE%BD%CE%AF%CE%B1_%CE%BA%CE%B1%CE%B9_%CE%94%CF%81%CE%AD%CF%83%CE%B4%CE%B7 2012-03-05T00:20:51Z

<p>Sgeorgali: </p> <hr /> <div>[http://ieeexplore.ieee.org/stamp/stamp.jsp?arnumber=05137555 Πηγή]<br /> <br /> <br /> '''Αντικείμενο- Στόχος της εφαρμογής'''<br /> <br /> H αστική δομή είναι μια φυσική απεικόνιση ποικίλων διαδικασιών που λαμβάνουν χώρα κατά την εξέλιξη μιας πόλης και ο χαρακτηρισμός της είναι πολύτιμη πηγή πληροφορίας, εξαρτάται από την κλίμακα και μπορεί να εκφραστεί σε πολλά επίπεδα λεπτομέρειας μέσω δορυφορικών εικόνων. Οι δορυφορικοί αισθητήρες πολύ υψηλής ανάλυσης έχουν τη δυνατότητα χαρτογράφησης και παρακολούθησης των πόλεων– σε επίπεδο κατοικίας/οικοδομικού τετραγώνου- που έχουν υψηλό βαθμό ποικιλομορφίας στην εδαφοκάλυψη. Ωστόσο, ο εντοπισμός μορφολογικών χαρακτηριστικών όπως το σχήμα και η ανάδειξη μεμονωμένων αντικειμένων επιτυγχάνεται πολύ καλύτερα όταν ενσωματωθεί ένα ψηφιακό μοντέλο εδάφους (DSM). Παρουσιάζεται εδώ μια αντικειμενοστραφής μεθοδολογία για την ταυτόχρονη ανάλυση οπτικών δεδομένων από δορυφόρο και από ψηφιακό μοντέλο επιφάνειας για την ταξινόμηση της αστικής μορφολογίας με βάση τους διάφορους τύπους αστικής δόμησης (UST). Οι τύποι αστικής δομής είναι χωρικές μονάδες- κυρίως σε επίπεδο οικοδομικού τετραγώνου- που χαρακτηρίζονται από την εδαφοκάλυψη, τη χρήση γης και το είδος αστικού ιστού. Όσον αφορά στον αστικό ιστό, περιοχές ομοιογενούς αστικής μορφολογίας ομαδοποιούνται με βάση τη φυσική τους εμφάνιση και τη χρήση. Οι παράμετροι με βάση τις οποίες ταξινομούνται τα κτίρια είναι : το μέγεθος, το σχήμα, το ύψος (όροφοι), η πυκνότητα και ο λόγος αδιαπέραστης επιφάνειας- βλάστησης. Πρόκειται δηλαδή για χωρικές μονάδες- κυρίως σε επίπεδο οικοδομικού τετραγώνου με συγκεντρωτικές πληροφορίες για ταξινομημένα μεμονωμένα χαρακτηριστικά όπως η κάλυψη/χρήση γης και ο αστικός ιστός. Ως εκ τούτου, εφαρμόζεται μια ιεραρχική και αρθρωτή κατάτμηση και μια πορεία εργασίας ταξινόμησης προκειμένου να αποσπαστούν οι απαιτούμενες πληροφορίες. Η μελέτη αυτή επικεντρώνεται στη δημιουργία τύπων αστικής δομής (UST) με βάση την διαμόρφωση μιας σταθερής και μεταφερτής ταξινόμησης. <br /> Ένας από τους βασικούς στόχους αυτής της μελέτης ήταν η ανάπτυξη μιας μεθοδολογίας ταξινόμησης που να κάνει χρήση τόσο δορυφορικών εικόνων πολύ υψηλής ανάλυσης VHR όσο και δεδομένων αεορομεταφοράς LiDAR και που να μπορεί να εφαρμοστεί σε διάφορες περιοχές μελέτης. Ένα τέτοιο είδος από κοινού ανάλυσης των δύο αυτών πολύ διαφορετικών συνόλων δεδομένων έχει πλεονεκτήματα όσο και μειονεκτήματα. Από τη μία πλευρά, η ποσότητα των πληροφοριών αυξάνεται σημαντικά, αλλά από την άλλη, πρέπει να αντιμετωπιστούν τα προβλήματα που σχετίζονται με τη διαφορετική γεωμετρία των εικόνων και την ημερομηνία / ώρα απόκτησης τους. Η μεθοδολογία εφαρμόζεται σε δύο περιοχές μελέτης σε πόλεις στη Γερμανία, στην Κολονία και τη Δρέσδη και φαίνεται η επαλήθευση της δυνατότητας για μεταφορά της μεθόδου σε ποικίλες περιοχές μελέτης. <br /> [[ Εικόνα: sg_2_1.gif | thumb | right | Πιν.1: Χαρακτηριστικά των δεδομένων που χρησιμοποιήθηκαν ]]<br /> [[ Εικόνα: sg_2_2.gif | thumb | right | Εικ. 1: Αναπαράσταση της ίδιας περιοχής μελέτης σε διαφορετικά σύνολα δεδομένων ((top: Ikonos false-color composite 4/3/2, middle: DSM, bottom: shaded relief). ]]<br /> [[ Εικόνα: sg_2_3.gif | thumb | right | Εικ.2: Διάγραμμα ροής της ταξινόμησης UST ]]<br /> [[ Εικόνα: sg_2_4.gif | thumb | right | Εικ.3: Αναπαράσταση των οικοδομικών γραμμών από δεδομένα Ikonos (αριστερά) και DSM (δεξιά) πάνω σε ψευδέγχρωμο σύνθετο Ikonos 4-3-2 ]]<br /> [[ Εικόνα: sg_2_5.gif | thumb | right | Εικ.4: Προοπτική εικόνα ταξινομημένων κτιρίων στην Κολωνία τοποθετημένα πάνω στα υπάρχοντα οικοδομικά τετράγωνα με ύψος ανάλογο με τον αριθμό ορόφων ]]<br /> [[ Εικόνα: sg_2_7.gif | thumb | right | Πιν.2: Εκτίμηση συνολικής ακρίβειας στον εντοπισμό των κτιρίων ]]<br /> [[ Εικόνα: sg_2_8.gif | thumb | right | Πιν.3: Ακρίβεια εκτίμησης ορόφων ]]<br /> [[ Εικόνα: sg_2_9.gif | thumb | right | Πιν.4: Αξιολόγηση ακρίβειας στην ταξινόμηση εδαφοκάλυψης ]]<br /> [[ Εικόνα: sg_2_6.gif | thumb | right | Εικ.5: Αποτελέσματα της ταξινόμησης της εδαφοκάλυψης στις περιοχές μελέτης σε Κολωνία (αριστερά) και Δρέσδη (δεξιά) σε έγχρωμο σύνθετο Ikonos 4-3-2 ]]<br /> '''Μεθοδολογία παρούσας μελέτης'''<br /> <br /> Για την παραγωγή των UST χρησιμοποιήθηκε μια σειρά από εικόνες πολύ υψηλής ανάλυσης (VHR) οπτικών δορυφόρων και ένα ψηφιακό μοντέλο επιφάνειας (DSM) που προέρχεται από δεδομένα σάρωσης με χρήση Laser από αέρος (airborne laserscanning) τα οποία μαζί καλύπτουν ολόκληρη την περιοχή και των δύο πόλεων (Πίνακας Ι). Από το 1999 μια νέα γενιά VHR δορυφόρων παρέχει Δεδομένα Παρατήρηση της Γης (EO) σε υψηλό επίπεδο λεπτομέρειας. Ο αισθητήρας Ikonos χαρτογραφεί την επιφάνεια της γης με γεωμετρική ανάλυση 1m για παγχρωματικές εικόνες και 4m για πολυφασματικές εικόνες που ανταποκρίνεται στις ανάγκες των ερμηνειών του πολύ μικρό-δομημένου αστικού τοπίου. Τα Airborne laserscanning (ALS) ή Lidar (Light detection and ranging) είναι - σε αντίθεση με τους οπτικούς αισθητήρες δορυφόρου – ενεργά συστήματα τηλεπισκόπησης. Μετρούν το χρόνο που διατρέχει μια ακτίνα λέιζερ μεταξύ του αισθητήρα, της ανακλώσας επιφάνειας και πίσω. Η απόλυτη θέση του ανακλώντος αντικειμένου - το x, y και z-κατεύθυνση - μπορεί να διακριθεί μέσω GPS (Global Positioning System) και INS (Αδρανειακό Σύστημα Πλοήγησης). Ανάλογα με την πυκνότητα των ακτινών λέιζερ, η γεωμετρική ανάλυση μπορεί να ποικίλλει μεταξύ λίγων εκατοστών και λίγων μέτρων. Μια πολύ συχνή χρήση του νέφους σημείων (point cloud) είναι η γένεση DSM υψηλής ανάλυσης (Digital Surface Model).<br /> Οι διαφορετικές αναπαράσταση των αντικειμένων στα δύο σύνολα δεδομένων απεικονίζεται στην Εικ. 1. Για καθένα από τα δύο σύνολα δεδομένων (VHR εικόνες και LiDAR) υπάρχει και από μία ενότητα (module) ειδικά διαμορφωμένη για τις ιδιαιτερότητες των χαρακτηριστικών του κάθε συνόλου. Και οι δύο ενότητες ακολουθούν την ίδια ροή εργασίας, η γραφική αναπαράσταση της οποίας φαίνεται στο σχήμα 2. Τα δύο βασικά βήματα είναι η κατάτμηση της εικόνας και η αντικειμενοστραφής ταξινόμηση. Η φασματική ετερογένεια των εικόνων -ειδικά σε έντονα δομημένες αστικές περιοχές - καθιστούν δύσκολο το έργο μιας ουσιαστική ταξινόμηση της εικόνας δεδομένου ότι τα μεμονωμένα pixels δεν αντιπροσωπεύουν τη σημαντική σημασιολογική πληροφορία. Οι αλγόριθμοι κατάτμησης της εικόνας έχουν ως στόχο την ομαδοποίηση και συγχώνευση γειτονικών αντικειμένων με βάση τη φασματική ομοιογένεια ή το διαχωρισμό τους με βάση την ετερογένεια αντίστοιχα.<br /> <br /> '''''Α. Eνότητα Ι- DSM (Module I)'''''<br /> <br /> Κύριο κομμάτι της ανάλυσης της αστικής δομής είναι ο λεπτομερής διαχωρισμός του αποτυπώματος των κτιρίων. Παρότι η σκιαγράφηση των κτιρίων που βασίζεται σε οπτικές δορυφορικές εικόνες επιτυγχάνει υψηλά αποτελέσματα ταξινόμησης, μπορούν να γίνουν βελτιώσεις τόσο στην παραγωγή διακριτών συνόρων όσο και στο ύψος των κτιρίων. Πολλές φορές, οι γωνίες του αισθητήρα στην κατεύθυνση εκτός ναδίρ εμποδίζουν τη σωστή διάκριση του αποτυπώματος του κτιρίου. Ακόμη, η επικάλυψη της βλάστησης, π.χ. ψηλά δέντρα, μπορεί επίσης να μειώσει την ποιότητα της σκιαγράφησης και να οδηγήσεις σε μορφές fuzzy που μπορεί να δυσχεραίνουν τη σωστή περιγραφή του σχήματος ενός κτιρίου ( εικ. 3). Και τα δύο όμως αυτά ζητήματα διαδραματίζουν πολύ μικρό ρόλο στα DSM μέσα από τη γεωμετρία της απόκτησης των ALS και το χρόνο απόκτησής τους πάνω από αστικές περιοχές. Προκειμένου να ελαχιστοποιηθεί η επιρροή της βλάστησης, η απόκτηση των εικόνων λαμβάνει χώρα πριν την περίοδο της ανάπτυξης της βλάστησης.<br /> ''<br /> Κατάτμηση''<br /> <br /> Όμοια με την ενότητα ΙΙ( Module II), η κατάτμηση των DSM εφαρμόζεται σε ένα προκαθορισμένο, ιεραρχικό διάγραμμα ροής και οι παράμετροι μπορούν να προσαρμοστούν από το χρήστη. Προτού ξεκινήσει η πραγματική διαδικασία κατάτμησης της εικόνας, τα DSM φιλτράρονται με μεσαίο φίλτρο 5x5 προκειμένου να απομακρυνθούν τα τεχνητά αντικείμενα και να εξομαλυνθούν τα όρια. Έπειτα, δημιουργείται ένα βασικό επίπεδο κατάτμησης που αναπαριστά αντικείμενα εικόνας στο μέγεθος ενός ή περισσοτέρων οικοδομικών τετραγώνων. Αυτό μπορεί να γίνει είτε μέσω της κατάτμησης με πολλά επίπεδα ανάλυσης ή με την εισαγωγή επιπρόσθετων εξωτερικών στρωμάτων δεδομένων. Ένα κατάλληλο στρώμα παρέχεται από το ATKIS ( official topographic cartographic information system) που είναι σε εθνικό επίπεδο διαθέσιμο. Τα δεδομένα αυτά είναι πολύ χρήσιμα καθώς μπορούν να χρησιμοποιηθούν ως αρχικό επίπεδο κατάτμησης αλλά και ως σύνορα ταξινόμησης για το τελευταίο στάδιο. Με βάση αυτά τα χωρικά στοιχεία, ο αλγόριθμος υπολογίζει στατιστικές παραμέτρους για κάθε αντικείμενο εικόνας στο L1 όπως ελάχιστη και μέγιστη αξία εικονοστοιχείου, ποσοστιαία σημεία και μέση τιμή για κάθε οικοδομικό τετράγωνο. Η εφαρμογή της συγκεκριμένης μεθόδου κατάτμησης έδειξε το σημαντικό πλεονέκτημα της ιεραρχικής πορείας εργασίας σε σχέση με την προσέγγιση ευρείας σκηνής (scene-wide approach) όσον αφορά τόσο τη διάρκεια επεξεργασίας όσο και την ακρίβεια. <br /> <br /> ''Αντικειμενοστραφής ταξινόμηση''<br /> <br /> Το πρώτο βήμα της ταξινόμησης είναι ο εντοπισμός των αντικειμένων που πράγματι περιγράφουν κτήρια και συντελείται μέσω μιας προσέγγισης fuzzy-logic. Το αποτέλεσμα της διαδικασίας αυτής είναι μια «μάσκα κτιρίων» (building mask) που δείχνει τα σύνορα μεταξύ των πολυγώνων των κτιρίων ( Εικόνα 3). Το δεύτερο βήμα είναι η ταξινόμηση των κτιρίων με κριτήριο το σχήμα τους. Για το σκοπό αυτό, χρησιμοποιείται μια ταξινόμηση fuzzy logic Και έτσι προκύπτουν πέντε διαφορετικές κατηγορίες κτιρίων (Εικ. 4) Το μέγεθος των κτιρίων περιγράφεται από το εμβαδόν και από το ύψος του. Ενώ λοιπόν το εμβαδό υπολογίζεται απλά από τον αριθμό των εικονοστοιχείων πολλαπλασιασμένο με το μέγεθος εικονοστοιχείου, το υψόμετρο πρέπει να ανακτηθεί από τον υπολογισμό της διαφοράς του μέσου απόλυτου ύψους του αντικειμένου-κτιρίου από το μέσο απόλυτο ύψος του επόμενου τμήματος εδάφους που το περιβάλλει. Για λόγους ευκολίας, το ύψος κάθε κτιρίου εκφράζεται σε ορόφους. Ο αριθμός των ορόφων για κάθε αντικείμενο υπολογίζεται διαιρώντας την ανύψωση του κτιρίου με μια σταθερά - μια μέση τιμή για ένα δείγμα οπτικά παρατηρημένων αντικειμένων σε συνάρτηση με δεδομένα αναφοράς (επί τόπου έρευνες και μακροσκοπική εξέταση των αεροφωτογραφιών). <br /> <br /> '''''Β. Ενότητα ΙΙ- VHR- optical (Module II)'''''<br /> <br /> ''Κατάτμηση''<br /> <br /> Αρχικά, δημιουργήθηκε ένα βασικό επίπεδο αποκοπής (L-1) με πολύ χαμηλή την παράμετρο της κλίμακας το οποίο χωρίζει την εικόνα σε αρκετά μικρά αντικείμενα. Αυτό το βήμα είναι επαναληπτικά ακολουθούμενο από βήματα βελτιστοποίησης, όπου τα αντικείμενα της εικόνας με φασματική ομοιότητα συγχωνεύονται με το επόμενο επίπεδο κατάτμησης (L0) με ενισχυμένη την παράμετρο της κλίμακας. Η ίδια διαδικασία επαναλαμβάνεται μέχρις ότου τα αντικείμενα στο τελικό επίπεδο κατάτμησης (L1) αντιπροσωπεύουν τόσο μικρά αντικείμενα σε πυκνά δομημένες περιοχές (π.χ. στέγες, αυτοκίνητα) όσο και μεγάλα συνδυασμένα αντικείμενα με υψηλή ομοιογένεια (π.χ. λιβάδια). Εάν αυτό το βήμα υποβάλλεται σε επεξεργασία μετά την Ενότητα Ι - DSM, εισάγονται τα αντικείμενα που αντιπροσωπεύουν τα περιγράμματα των κτιρίων και δια τηρούνται καθ 'όλη τη διαδικασία κατάτμησης και ταξινόμησης.<br /> <br /> ''Αντικειμενοστραφής ταξινόμηση''<br /> <br /> Το τελικό βήμα της πρώτης ενότητας είναι μια πολύ-επίπεδη fuzzy logic προσέγγιση ταξινόμησης. Τα αντικείμενα της εικόνας εκχωρούνται σε μια κατηγορία με βάση την δική τους συμμετοχή στην τιμή της αντίστοιχης κατηγορίας. Η διαδικασία ταξινόμησης είναι ιεραρχική διαδικασία, όπου τα αντικείμενα στο βελτιστοποιημένο κατάτμηση επίπεδο (L1) κατατάσσονται πρώτα μέχρι η τελική ταξινόμηση να επιτευχθεί στο βασικό επίπεδο κατάτμησης. Προκειμένου να διασφαλιστεί ένας σταθερός ρυθμός μεταφοράς, οι λειτουργίες των μελών κάθε τάξης είναι βασισμένα στα χαρακτηριστικά σχήματος των αντικειμένων της εικόνας, θεωρώντας ότι π.χ. οι δρόμους εκπροσωπούνται παρόμοια σε διαφορετικές αστικές περιοχές.<br /> Ο NDVI είναι η μόνη φασματική πληροφορία που χρησιμοποιείται για τη διαδικασία της ταξινόμησης. Τα αποτελέσματα των ταξινομήσεων εδαφοκάλυψης της Ενότητα ΙΙ - VHR-optical εμφανίζονται στην Εικ. 6.<br /> <br /> '''''Γ. Ταξινόμηση των τύπων αστικής δόμησης (UST)'''''<br /> <br /> Η προστιθέμενη αξία αυτής της κοινής ανάλυσης αξιοποιείται πλήρως όταν οι πληροφορίες και των δύο συνόλων δεδομένων - ταξινόμηση εδαφοκάλυψης υψηλής ευκρίνειας και μορφολογικές πληροφορίες σχετικά με κτίρια - συμβάλλουν στην ταξινόμηση των αστικών δομικών τύπων. Έτσι όπως τα απλά οπτικά δεδομένα είναι ελλιπή για τον ενδελεχή χαρακτηρισμό των κτιρίων, το ίδιο και οι UST δεν μπορούν να ταξινομηθούν σωστά μόνο βάσει των κτιρίων λόγω ελλιπών πληροφοριών εδαφοκάλυψης. Στο τελευταίο βήμα της διαδικασία ταξινόμησης, όλες οι πληροφορίες που προέρχονται από την Ενότητα Ι και ΙΙ χρησιμοποιούνται για να χαρακτηρίσουν διακριτές UST. Για την τελική κατάταξη των αστικών δομικών τύπων, χρησιμοποιούνται τρία ιεραρχικά διατεταγμένα επίπεδα αντικειμένων: το βασικό επίπεδο αντιπροσωπεύεται από την ταξινόμηση της εδαφοκάλυψης, το δεύτερο επίπεδο διαθέτει πληροφορίες για τα κτήρια και το υψηλότερο επίπεδο εκπροσωπείται από τον ίδιο μπλοκ ορίων που χρησίμευσαν ως βασικό επίπεδο κατάτμησης. Τελικά προκύπτουν πέντε βασικοί τύποι κτιρίων σε 16 UST συμπεριλαμβανομένου ενός «μικτού τύπου», που επιλέγεται όταν ένα μπλοκ περιέχει δύο διαφορετικούς τύπους κτιρίων ή όταν τα κτίρια δεν είναι δυνατό να ταξινομηθούν σε μία από τις βασικές κατηγορίες κτιρίων. Μαζί με τις τέσσερις μη-δομημένων τάξεις («Χλοοτάπητας / λιβάδι», «δέντρα / δάση», «νερό» και «ανοιχτός χώρος ») ταξινομούνται τελικά 20 διαφορετικοί αστικοί τύποι.<br /> <br /> '''Αποτελέσματα'''<br /> <br /> Όπως προαναφέρθηκε, η κατάταξη των UST για τη Γερμανία βασίζεται κυρίως στην οπτική ερμηνεία εικόνων ψηφιακής τηλεπισκόπησης και ως εκ τούτου είναι επιρρεπής σε υποκειμενική ερμηνεία από το χειριστή. Επιπλέον, απουσιάζει κάποιο κλειδί ταξινόμησης για όλη τη Γερμανία και επομένως, τα αποτελέσματα επικυρώθηκαν σε 3 στάδια: εκτίμηση της ακρίβειας των κτιρίων, κατάταξη της εδαφοκάλυψης και δημιουργία UST. Στον Πίνακα 2 παρατίθεται η εκτίμηση της συνολική ακρίβειας στον εντοπισμό των κτιρίων για τις περιοχές μελέτης. Στον Πίνακα 3 φαίνεται ότι το 83,43% των κτιρίων στην Κολωνία και το 91,40 % των κτιρίων στη Δρέσδη εκτιμήθηκαν με μέγιστη απόκλιση ενός ορόφου. <br /> <br /> Ενώ για την πλειοψηφία των κτιρίων με λιγότερους ή ίσους με τέσσερις ορόφους, ο αριθμός των ορόφων έχει ταξινομηθεί σωστά, παρατηρείται μια σαφής υποτίμηση των ορόφων των κτιρίων που έχουν πέντε ή και περισσότερους ορόφους.<br /> Στον πίνακα 4 παρουσιάζονται τέλος τα αποτελέσματα της αξιολόγησης της ακρίβειας στην ταξινόμηση κάλυψης γης. φαίνεται εδώ η προοπτική της από κοινού εκμετάλλευσης οπτικών δεδομένων και δεδομένων DSM ταυτόχρονα.<br /> <br /> <br /> Η τελική κατάταξη των αστικών τύπων δόμησης φαίνεται στην εικόνα 5. Στην Κολωνία, τα 704 αντικείμενα παριστάνονται ενσωματωμένα μετά τη διαδικασία τελικής κατάταξης. Ενώ το 68,2% των οικιστικών διαμερισμάτων έχουν ενταχθεί σε έναν από τους πέντε βασικούς τύπους κτιρίων, το 18,7% χαρακτηρίζονται ως ένα από τα 15 οικιστικά διαμερίσματα που περιέχουν δύο τύπους κτιρίων. Το 13,1% των μπλοκ δεν θα μπορούσε να ενταχθεί σε ένα συγκεκριμένο οικιστικό διαμέρισμα επειδή είτε περιέχει περισσότερους από δύο τύπους κτιρίων μέσα στο ίδιο οικοδομικό τετράγωνο είτε το κτίριο δεν μπορεί να ενταχθεί σε μια κλάση και συνεπώς κατατάσσεται ως «μικτό». Στην περιοχή μελέτης στη Δρέσδη, ταξινομήθηκαν 739 οικιστικά διαμερίσματα, εκ των οποίων το 41,5% έχουν ενταχθεί σε μία από τις πέντε βασικές οικιστική τάξεις. Η πλειοψηφία (51,3%) των οικιστικών διαμερισμάτων βρίσκεται στη «μικτή» κατηγορία, χωρίς περαιτέρω διάκριση των τύπων κτιρίων που συμπεριλαμβάνονται. Οι λόγοι για αυτό είναι η παρουσία τύπων κτιρίων που δεν θα μπορούσαν να αποδοθούν σε κάποια από τις πέντε τάξεις, καθώς επίσης και ο μεγαλος βαθμό ετερογένειας μέσα στα οικιστικά διαμερίσματα. Η μελλοντική έρευνα θα επικεντρωθεί στην ανάπτυξη ενός εθνικού, περαιτέρω διακεκριμένου κλειδιού για την ταξινόμηση UST και την εφαρμογή σε άλλους τομείς μελέτης για τη σύγκριση της αστικής μορφολογίας μεταξύ διαφορετικών πόλεων. Η εναρμόνιση της ταξινόμησης των αστικών δομικών τύπων σε διάφορες πόλεις, επίσης, στοχεύει στη μελλοντική ανάλυση των δεδομένων τηλεπισκόπησης σε συνδυασμό με ποικίλες κοινωνικοοικονομικές παραμέτρους, όπως π.χ. λαμβάνοντας υπόψη το γεγονός ότι πόλεις με παρόμοια αστική μορφολογία παρουσιάζουν και παρόμοιες κοινωνικοοικονομικές παραμέτρους του πληθυσμού που κατοικεί εκεί.</div>

Sgeorgali http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Sg_2_9.gif 2012-03-05T00:10:02Z

<p>Sgeorgali: </p> <hr /> <div></div>

Sgeorgali http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Sg_2_8.gif 2012-03-05T00:09:32Z

<p>Sgeorgali: </p> <hr /> <div></div>

Sgeorgali http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Sg_2_7.gif 2012-03-05T00:09:09Z

<p>Sgeorgali: </p> <hr /> <div></div>

Sgeorgali http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Sg_2_6.gif 2012-03-05T00:08:34Z

<p>Sgeorgali: </p> <hr /> <div></div>

Sgeorgali http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Sg_2_5.gif 2012-03-05T00:08:08Z

<p>Sgeorgali: </p> <hr /> <div></div>

Sgeorgali http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Sg_2_4.gif 2012-03-05T00:07:46Z

<p>Sgeorgali: </p> <hr /> <div></div>

Sgeorgali http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Sg_2_3.gif 2012-03-05T00:07:20Z

<p>Sgeorgali: </p> <hr /> <div></div>

Sgeorgali http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Sg_2_2.gif 2012-03-05T00:07:03Z

<p>Sgeorgali: </p> <hr /> <div></div>

Sgeorgali http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Sg_2_1.gif 2012-03-05T00:06:40Z

<p>Sgeorgali: </p> <hr /> <div></div>

Sgeorgali http://147.102.106.44/rs/wiki/index.php/%CE%97_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%AE_%CE%B4%CF%8C%CE%BC%CE%B7%CF%83%CE%B7_%CE%BC%CE%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%80%CE%BF%CE%BB%CF%85%CE%B1%CE%B9%CF%83%CE%B8%CE%B7%CF%84%CE%B7%CF%81%CE%B9%CE%B1%CE%BA%CF%8E%CE%BD_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CF%88%CE%B7%CF%86%CE%B9%CE%B1%CE%BA%CE%AE%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82-_%CE%A4%CE%BF_%CF%80%CE%B1%CF%81%CE%AC%CE%B4%CE%B5%CE%B9%CE%B3%CE%BC%CE%B1_%CF%84%CF%89%CE%BD_%CE%B3%CE%B5%CF%81%CE%BC%CE%B1%CE%BD%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CF%8C%CE%BB%CE%B5%CF%89%CE%BD_%CE%9A%CE%BF%CE%BB%CF%89%CE%BD%CE%AF%CE%B1_%CE%BA%CE%B1%CE%B9_%CE%94%CF%81%CE%AD%CF%83%CE%B4%CE%B7 2012-03-05T00:06:11Z

<p>Sgeorgali: </p> <hr /> <div>[http://ieeexplore.ieee.org/stamp/stamp.jsp?arnumber=05137555 Πηγή]<br /> <br /> '''Αντικείμενο- Στόχος της εφαρμογής'''<br /> <br /> H αστική δομή είναι μια φυσική απεικόνιση ποικίλων διαδικασιών που λαμβάνουν χώρα κατά την εξέλιξη μιας πόλης και ο χαρακτηρισμός της είναι πολύτιμη πηγή πληροφορίας, εξαρτάται από την κλίμακα και μπορεί να εκφραστεί σε πολλά επίπεδα λεπτομέρειας μέσω δορυφορικών εικόνων. Οι δορυφορικοί αισθητήρες πολύ υψηλής ανάλυσης έχουν τη δυνατότητα χαρτογράφησης και παρακολούθησης των πόλεων– σε επίπεδο κατοικίας/οικοδομικού τετραγώνου- που έχουν υψηλό βαθμό ποικιλομορφίας στην εδαφοκάλυψη. Ωστόσο, ο εντοπισμός μορφολογικών χαρακτηριστικών όπως το σχήμα και η ανάδειξη μεμονωμένων αντικειμένων επιτυγχάνεται πολύ καλύτερα όταν ενσωματωθεί ένα ψηφιακό μοντέλο εδάφους (DSM). Παρουσιάζεται εδώ μια αντικειμενοστραφής μεθοδολογία για την ταυτόχρονη ανάλυση οπτικών δεδομένων από δορυφόρο και από ψηφιακό μοντέλο επιφάνειας για την ταξινόμηση της αστικής μορφολογίας με βάση τους διάφορους τύπους αστικής δόμησης (UST). Οι τύποι αστικής δομής είναι χωρικές μονάδες- κυρίως σε επίπεδο οικοδομικού τετραγώνου- που χαρακτηρίζονται από την εδαφοκάλυψη, τη χρήση γης και το είδος αστικού ιστού. Όσον αφορά στον αστικό ιστό, περιοχές ομοιογενούς αστικής μορφολογίας ομαδοποιούνται με βάση τη φυσική τους εμφάνιση και τη χρήση. Οι παράμετροι με βάση τις οποίες ταξινομούνται τα κτίρια είναι : το μέγεθος, το σχήμα, το ύψος (όροφοι), η πυκνότητα και ο λόγος αδιαπέραστης επιφάνειας- βλάστησης. Πρόκειται δηλαδή για χωρικές μονάδες- κυρίως σε επίπεδο οικοδομικού τετραγώνου με συγκεντρωτικές πληροφορίες για ταξινομημένα μεμονωμένα χαρακτηριστικά όπως η κάλυψη/χρήση γης και ο αστικός ιστός. Ως εκ τούτου, εφαρμόζεται μια ιεραρχική και αρθρωτή κατάτμηση και μια πορεία εργασίας ταξινόμησης προκειμένου να αποσπαστούν οι απαιτούμενες πληροφορίες. Η μελέτη αυτή επικεντρώνεται στη δημιουργία τύπων αστικής δομής (UST) με βάση την διαμόρφωση μιας σταθερής και μεταφερτής ταξινόμησης. <br /> Ένας από τους βασικούς στόχους αυτής της μελέτης ήταν η ανάπτυξη μιας μεθοδολογίας ταξινόμησης που να κάνει χρήση τόσο δορυφορικών εικόνων πολύ υψηλής ανάλυσης VHR όσο και δεδομένων αεορομεταφοράς LiDAR και που να μπορεί να εφαρμοστεί σε διάφορες περιοχές μελέτης. Ένα τέτοιο είδος από κοινού ανάλυσης των δύο αυτών πολύ διαφορετικών συνόλων δεδομένων έχει πλεονεκτήματα όσο και μειονεκτήματα. Από τη μία πλευρά, η ποσότητα των πληροφοριών αυξάνεται σημαντικά, αλλά από την άλλη, πρέπει να αντιμετωπιστούν τα προβλήματα που σχετίζονται με τη διαφορετική γεωμετρία των εικόνων και την ημερομηνία / ώρα απόκτησης τους. Η μεθοδολογία εφαρμόζεται σε δύο περιοχές μελέτης σε πόλεις στη Γερμανία, στην Κολονία και τη Δρέσδη και φαίνεται η επαλήθευση της δυνατότητας για μεταφορά της μεθόδου σε ποικίλες περιοχές μελέτης. <br /> <br /> '''Μεθοδολογία παρούσας μελέτης'''<br /> <br /> Για την παραγωγή των UST χρησιμοποιήθηκε μια σειρά από εικόνες πολύ υψηλής ανάλυσης (VHR) οπτικών δορυφόρων και ένα ψηφιακό μοντέλο επιφάνειας (DSM) που προέρχεται από δεδομένα σάρωσης με χρήση Laser από αέρος (airborne laserscanning) τα οποία μαζί καλύπτουν ολόκληρη την περιοχή και των δύο πόλεων (Πίνακας Ι). Από το 1999 μια νέα γενιά VHR δορυφόρων παρέχει Δεδομένα Παρατήρηση της Γης (EO) σε υψηλό επίπεδο λεπτομέρειας. Ο αισθητήρας Ikonos χαρτογραφεί την επιφάνεια της γης με γεωμετρική ανάλυση 1m για παγχρωματικές εικόνες και 4m για πολυφασματικές εικόνες που ανταποκρίνεται στις ανάγκες των ερμηνειών του πολύ μικρό-δομημένου αστικού τοπίου. Τα Airborne laserscanning (ALS) ή Lidar (Light detection and ranging) είναι - σε αντίθεση με τους οπτικούς αισθητήρες δορυφόρου – ενεργά συστήματα τηλεπισκόπησης. Μετρούν το χρόνο που διατρέχει μια ακτίνα λέιζερ μεταξύ του αισθητήρα, της ανακλώσας επιφάνειας και πίσω. Η απόλυτη θέση του ανακλώντος αντικειμένου - το x, y και z-κατεύθυνση - μπορεί να διακριθεί μέσω GPS (Global Positioning System) και INS (Αδρανειακό Σύστημα Πλοήγησης). Ανάλογα με την πυκνότητα των ακτινών λέιζερ, η γεωμετρική ανάλυση μπορεί να ποικίλλει μεταξύ λίγων εκατοστών και λίγων μέτρων. Μια πολύ συχνή χρήση του νέφους σημείων (point cloud) είναι η γένεση DSM υψηλής ανάλυσης (Digital Surface Model).<br /> Οι διαφορετικές αναπαράσταση των αντικειμένων στα δύο σύνολα δεδομένων απεικονίζεται στην Εικ. 2. Για καθένα από τα δύο σύνολα δεδομένων (VHR εικόνες και LiDAR) υπάρχει και από μία ενότητα (module) ειδικά διαμορφωμένη για τις ιδιαιτερότητες των χαρακτηριστικών του κάθε συνόλου. Και οι δύο ενότητες ακολουθούν την ίδια ροή εργασίας, η γραφική αναπαράσταση της οποίας φαίνεται στο σχήμα 3. Τα δύο βασικά βήματα είναι η κατάτμηση της εικόνας και η αντικειμενοστραφής ταξινόμηση. Η φασματική ετερογένεια των εικόνων -ειδικά σε έντονα δομημένες αστικές περιοχές - καθιστούν δύσκολο το έργο μιας ουσιαστική ταξινόμηση της εικόνας δεδομένου ότι τα μεμονωμένα pixels δεν αντιπροσωπεύουν τη σημαντική σημασιολογική πληροφορία. Οι αλγόριθμοι κατάτμησης της εικόνας έχουν ως στόχο την ομαδοποίηση και συγχώνευση γειτονικών αντικειμένων με βάση τη φασματική ομοιογένεια ή το διαχωρισμό τους με βάση την ετερογένεια αντίστοιχα.<br /> <br /> '''''Α. Eνότητα Ι- DSM (Module I)'''''<br /> <br /> Κύριο κομμάτι της ανάλυσης της αστικής δομής είναι ο λεπτομερής διαχωρισμός του αποτυπώματος των κτιρίων. Παρότι η σκιαγράφηση των κτιρίων που βασίζεται σε οπτικές δορυφορικές εικόνες επιτυγχάνει υψηλά αποτελέσματα ταξινόμησης, μπορούν να γίνουν βελτιώσεις τόσο στην παραγωγή διακριτών συνόρων όσο και στο ύψος των κτιρίων. Πολλές φορές, οι γωνίες του αισθητήρα στην κατεύθυνση εκτός ναδίρ εμποδίζουν τη σωστή διάκριση του αποτυπώματος του κτιρίου. Ακόμη, η επικάλυψη της βλάστησης, π.χ. ψηλά δέντρα, μπορεί επίσης να μειώσει την ποιότητα της σκιαγράφησης και να οδηγήσεις σε μορφές fuzzy που μπορεί να δυσχεραίνουν τη σωστή περιγραφή του σχήματος ενός κτιρίου ( εικ. 4). Και τα δύο όμως αυτά ζητήματα διαδραματίζουν πολύ μικρό ρόλο στα DSM μέσα από τη γεωμετρία της απόκτησης των ALS και το χρόνο απόκτησής τους πάνω από αστικές περιοχές. Προκειμένου να ελαχιστοποιηθεί η επιρροή της βλάστησης, η απόκτηση των εικόνων λαμβάνει χώρα πριν την περίοδο της ανάπτυξης της βλάστησης.<br /> ''<br /> Κατάτμηση''<br /> <br /> Όμοια με την ενότητα ΙΙ( Module II), η κατάτμηση των DSM εφαρμόζεται σε ένα προκαθορισμένο, ιεραρχικό διάγραμμα ροής και οι παράμετροι μπορούν να προσαρμοστούν από το χρήστη. Προτού ξεκινήσει η πραγματική διαδικασία κατάτμησης της εικόνας, τα DSM φιλτράρονται με μεσαίο φίλτρο 5x5 προκειμένου να απομακρυνθούν τα τεχνητά αντικείμενα και να εξομαλυνθούν τα όρια. Έπειτα, δημιουργείται ένα βασικό επίπεδο κατάτμησης που αναπαριστά αντικείμενα εικόνας στο μέγεθος ενός ή περισσοτέρων οικοδομικών τετραγώνων. Αυτό μπορεί να γίνει είτε μέσω της κατάτμησης με πολλά επίπεδα ανάλυσης ή με την εισαγωγή επιπρόσθετων εξωτερικών στρωμάτων δεδομένων. Ένα κατάλληλο στρώμα παρέχεται από το ATKIS ( official topographic cartographic information system) που είναι σε εθνικό επίπεδο διαθέσιμο. Τα δεδομένα αυτά είναι πολύ χρήσιμα καθώς μπορούν να χρησιμοποιηθούν ως αρχικό επίπεδο κατάτμησης αλλά και ως σύνορα ταξινόμησης για το τελευταίο στάδιο. Με βάση αυτά τα χωρικά στοιχεία, ο αλγόριθμος υπολογίζει στατιστικές παραμέτρους για κάθε αντικείμενο εικόνας στο L1 όπως ελάχιστη και μέγιστη αξία εικονοστοιχείου, ποσοστιαία σημεία και μέση τιμή για κάθε οικοδομικό τετράγωνο. Η εφαρμογή της συγκεκριμένης μεθόδου κατάτμησης έδειξε το σημαντικό πλεονέκτημα της ιεραρχικής πορείας εργασίας σε σχέση με την προσέγγιση ευρείας σκηνής (scene-wide approach) όσον αφορά τόσο τη διάρκεια επεξεργασίας όσο και την ακρίβεια. <br /> <br /> ''Αντικειμενοστραφής ταξινόμηση''<br /> <br /> Το πρώτο βήμα της ταξινόμησης είναι ο εντοπισμός των αντικειμένων που πράγματι περιγράφουν κτήρια και συντελείται μέσω μιας προσέγγισης fuzzy-logic. Το αποτέλεσμα της διαδικασίας αυτής είναι μια «μάσκα κτιρίων» (building mask) που δείχνει τα σύνορα μεταξύ των πολυγώνων των κτιρίων ( Εικόνα 4). Το δεύτερο βήμα είναι η ταξινόμηση των κτιρίων με κριτήριο το σχήμα τους. Για το σκοπό αυτό, χρησιμοποιείται μια ταξινόμηση fuzzy logic Και έτσι προκύπτουν πέντε διαφορετικές κατηγορίες κτιρίων (Εικ. 5) Το μέγεθος των κτιρίων περιγράφεται από το εμβαδόν και από το ύψος του. Ενώ λοιπόν το εμβαδό υπολογίζεται απλά από τον αριθμό των εικονοστοιχείων πολλαπλασιασμένο με το μέγεθος εικονοστοιχείου, το υψόμετρο πρέπει να ανακτηθεί από τον υπολογισμό της διαφοράς του μέσου απόλυτου ύψους του αντικειμένου-κτιρίου από το μέσο απόλυτο ύψος του επόμενου τμήματος εδάφους που το περιβάλλει. Για λόγους ευκολίας, το ύψος κάθε κτιρίου εκφράζεται σε ορόφους. Ο αριθμός των ορόφων για κάθε αντικείμενο υπολογίζεται διαιρώντας την ανύψωση του κτιρίου με μια σταθερά - μια μέση τιμή για ένα δείγμα οπτικά παρατηρημένων αντικειμένων σε συνάρτηση με δεδομένα αναφοράς (επί τόπου έρευνες και μακροσκοπική εξέταση των αεροφωτογραφιών). <br /> <br /> '''''Β. Ενότητα ΙΙ- VHR- optical (Module II)'''''<br /> <br /> ''Κατάτμηση''<br /> <br /> Αρχικά, δημιουργήθηκε ένα βασικό επίπεδο αποκοπής (L-1) με πολύ χαμηλή την παράμετρο της κλίμακας το οποίο χωρίζει την εικόνα σε αρκετά μικρά αντικείμενα. Αυτό το βήμα είναι επαναληπτικά ακολουθούμενο από βήματα βελτιστοποίησης, όπου τα αντικείμενα της εικόνας με φασματική ομοιότητα συγχωνεύονται με το επόμενο επίπεδο κατάτμησης (L0) με ενισχυμένη την παράμετρο της κλίμακας. Η ίδια διαδικασία επαναλαμβάνεται μέχρις ότου τα αντικείμενα στο τελικό επίπεδο κατάτμησης (L1) αντιπροσωπεύουν τόσο μικρά αντικείμενα σε πυκνά δομημένες περιοχές (π.χ. στέγες, αυτοκίνητα) όσο και μεγάλα συνδυασμένα αντικείμενα με υψηλή ομοιογένεια (π.χ. λιβάδια). Εάν αυτό το βήμα υποβάλλεται σε επεξεργασία μετά την Ενότητα Ι - DSM, εισάγονται τα αντικείμενα που αντιπροσωπεύουν τα περιγράμματα των κτιρίων και δια τηρούνται καθ 'όλη τη διαδικασία κατάτμησης και ταξινόμησης.<br /> <br /> ''Αντικειμενοστραφής ταξινόμηση''<br /> <br /> Το τελικό βήμα της πρώτης ενότητας είναι μια πολύ-επίπεδη fuzzy logic προσέγγιση ταξινόμησης. Τα αντικείμενα της εικόνας εκχωρούνται σε μια κατηγορία με βάση την δική τους συμμετοχή στην τιμή της αντίστοιχης κατηγορίας. Η διαδικασία ταξινόμησης είναι ιεραρχική διαδικασία, όπου τα αντικείμενα στο βελτιστοποιημένο κατάτμηση επίπεδο (L1) κατατάσσονται πρώτα μέχρι η τελική ταξινόμηση να επιτευχθεί στο βασικό επίπεδο κατάτμησης. Προκειμένου να διασφαλιστεί ένας σταθερός ρυθμός μεταφοράς, οι λειτουργίες των μελών κάθε τάξης είναι βασισμένα στα χαρακτηριστικά σχήματος των αντικειμένων της εικόνας, θεωρώντας ότι π.χ. οι δρόμους εκπροσωπούνται παρόμοια σε διαφορετικές αστικές περιοχές.<br /> Ο NDVI είναι η μόνη φασματική πληροφορία που χρησιμοποιείται για τη διαδικασία της ταξινόμησης. Τα αποτελέσματα των ταξινομήσεων εδαφοκάλυψης της Ενότητα ΙΙ - VHR-optical εμφανίζονται στην Εικ. 6.<br /> <br /> '''''Γ. Ταξινόμηση των τύπων αστικής δόμησης (UST)'''''<br /> <br /> Η προστιθέμενη αξία αυτής της κοινής ανάλυσης αξιοποιείται πλήρως όταν οι πληροφορίες και των δύο συνόλων δεδομένων - ταξινόμηση εδαφοκάλυψης υψηλής ευκρίνειας και μορφολογικές πληροφορίες σχετικά με κτίρια - συμβάλλουν στην ταξινόμηση των αστικών δομικών τύπων. Έτσι όπως τα απλά οπτικά δεδομένα είναι ελλιπή για τον ενδελεχή χαρακτηρισμό των κτιρίων, το ίδιο και οι UST δεν μπορούν να ταξινομηθούν σωστά μόνο βάσει των κτιρίων λόγω ελλιπών πληροφοριών εδαφοκάλυψης. Στο τελευταίο βήμα της διαδικασία ταξινόμησης, όλες οι πληροφορίες που προέρχονται από την Ενότητα Ι και ΙΙ χρησιμοποιούνται για να χαρακτηρίσουν διακριτές UST. Για την τελική κατάταξη των αστικών δομικών τύπων, χρησιμοποιούνται τρία ιεραρχικά διατεταγμένα επίπεδα αντικειμένων: το βασικό επίπεδο αντιπροσωπεύεται από την ταξινόμηση της εδαφοκάλυψης, το δεύτερο επίπεδο διαθέτει πληροφορίες για τα κτήρια και το υψηλότερο επίπεδο εκπροσωπείται από τον ίδιο μπλοκ ορίων που χρησίμευσαν ως βασικό επίπεδο κατάτμησης. Τελικά προκύπτουν πέντε βασικοί τύποι κτιρίων σε 16 UST συμπεριλαμβανομένου ενός «μικτού τύπου», που επιλέγεται όταν ένα μπλοκ περιέχει δύο διαφορετικούς τύπους κτιρίων ή όταν τα κτίρια δεν είναι δυνατό να ταξινομηθούν σε μία από τις βασικές κατηγορίες κτιρίων. Μαζί με τις τέσσερις μη-δομημένων τάξεις («Χλοοτάπητας / λιβάδι», «δέντρα / δάση», «νερό» και «ανοιχτός χώρος ») ταξινομούνται τελικά 20 διαφορετικοί αστικοί τύποι.<br /> <br /> '''Αποτελέσματα'''<br /> <br /> Όπως προαναφέρθηκε, η κατάταξη των UST για τη Γερμανία βασίζεται κυρίως στην οπτική ερμηνεία εικόνων ψηφιακής τηλεπισκόπησης και ως εκ τούτου είναι επιρρεπής σε υποκειμενική ερμηνεία από το χειριστή. Επιπλέον, απουσιάζει κάποιο κλειδί ταξινόμησης για όλη τη Γερμανία και επομένως, τα αποτελέσματα επικυρώθηκαν σε 3 στάδια: εκτίμηση της ακρίβειας των κτιρίων, κατάταξη της εδαφοκάλυψης και δημιουργία UST. Στον Πίνακα 2 παρατίθεται η εκτίμηση της συνολική ακρίβειας στον εντοπισμό των κτιρίων για τις περιοχές μελέτης. Στον Πίνακα 3 φαίνεται ότι το 83,43% των κτιρίων στην Κολωνία και το 91,40 % των κτιρίων στη Δρέσδη εκτιμήθηκαν με μέγιστη απόκλιση ενός ορόφου. <br /> <br /> Ενώ για την πλειοψηφία των κτιρίων με λιγότερους ή ίσους με τέσσερις ορόφους, ο αριθμός των ορόφων έχει ταξινομηθεί σωστά, παρατηρείται μια σαφής υποτίμηση των ορόφων των κτιρίων που έχουν πέντε ή και περισσότερους ορόφους.<br /> Στον πίνακα 4 παρουσιάζονται τέλος τα αποτελέσματα της αξιολόγησης της ακρίβειας στην ταξινόμηση κάλυψης γης. φαίνεται εδώ η προοπτική της από κοινού εκμετάλλευσης οπτικών δεδομένων και δεδομένων DSM ταυτόχρονα.<br /> <br /> <br /> Η τελική κατάταξη των αστικών τύπων δόμησης φαίνεται στην εικόνα 7. Στην Κολωνία, τα 704 αντικείμενα παριστάνονται ενσωματωμένα μετά τη διαδικασία τελικής κατάταξης. Ενώ το 68,2% των οικιστικών διαμερισμάτων έχουν ενταχθεί σε έναν από τους πέντε βασικούς τύπους κτιρίων, το 18,7% χαρακτηρίζονται ως ένα από τα 15 οικιστικά διαμερίσματα που περιέχουν δύο τύπους κτιρίων. Το 13,1% των μπλοκ δεν θα μπορούσε να ενταχθεί σε ένα συγκεκριμένο οικιστικό διαμέρισμα επειδή είτε περιέχει περισσότερους από δύο τύπους κτιρίων μέσα στο ίδιο οικοδομικό τετράγωνο είτε το κτίριο δεν μπορεί να ενταχθεί σε μια κλάση και συνεπώς κατατάσσεται ως «μικτό». Στην περιοχή μελέτης στη Δρέσδη, ταξινομήθηκαν 739 οικιστικά διαμερίσματα, εκ των οποίων το 41,5% έχουν ενταχθεί σε μία από τις πέντε βασικές οικιστική τάξεις. Η πλειοψηφία (51,3%) των οικιστικών διαμερισμάτων βρίσκεται στη «μικτή» κατηγορία, χωρίς περαιτέρω διάκριση των τύπων κτιρίων που συμπεριλαμβάνονται. Οι λόγοι για αυτό είναι η παρουσία τύπων κτιρίων που δεν θα μπορούσαν να αποδοθούν σε κάποια από τις πέντε τάξεις, καθώς επίσης και ο μεγαλος βαθμό ετερογένειας μέσα στα οικιστικά διαμερίσματα. Η μελλοντική έρευνα θα επικεντρωθεί στην ανάπτυξη ενός εθνικού, περαιτέρω διακεκριμένου κλειδιού για την ταξινόμηση UST και την εφαρμογή σε άλλους τομείς μελέτης για τη σύγκριση της αστικής μορφολογίας μεταξύ διαφορετικών πόλεων. Η εναρμόνιση της ταξινόμησης των αστικών δομικών τύπων σε διάφορες πόλεις, επίσης, στοχεύει στη μελλοντική ανάλυση των δεδομένων τηλεπισκόπησης σε συνδυασμό με ποικίλες κοινωνικοοικονομικές παραμέτρους, όπως π.χ. λαμβάνοντας υπόψη το γεγονός ότι πόλεις με παρόμοια αστική μορφολογία παρουσιάζουν και παρόμοιες κοινωνικοοικονομικές παραμέτρους του πληθυσμού που κατοικεί εκεί.</div>

Sgeorgali http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Sg_3_n.jpg 2012-03-04T23:30:58Z

<p>Sgeorgali: </p> <hr /> <div></div>

Sgeorgali http://147.102.106.44/rs/wiki/index.php/%CE%94%CE%B9%CE%B1%CF%87%CF%81%CE%BF%CE%BD%CE%B9%CE%BA%CE%AE_%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7%CF%82/%CE%BA%CE%AC%CE%BB%CF%85%CF%88%CE%B7%CF%82_%CE%B3%CE%B7%CF%82_%CF%84%CE%B7%CF%82_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CE%AE%CF%82_%CE%9D%CE%B1%CF%85%CF%80%CE%BB%CE%AF%CE%BF%CF%85_%CE%91%CF%81%CE%B3%CE%BF%CE%BB%CE%AF%CE%B4%CE%B1%CF%82_%CE%BC%CE%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%80%CE%BF%CE%BB%CF%85%CF%86%CE%B1%CF%83%CE%BC%CE%B1%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD 2012-03-04T23:28:55Z

<p>Sgeorgali: </p> <hr /> <div>[http://www.google.gr/url?sa=t&amp;rct=j&amp;q=%CE%B4%CE%B9%CE%B1%CF%87%CF%81%CE%BF%CE%BD%CE%B9%CE%BA%CE%AE%20%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7%20%CE%BD%CE%B1%CF%85%CF%80%CE%BB%CE%AF%CE%BF%CF%85&amp;source=web&amp;cd=1&amp;ved=0CCEQFjAA&amp;url=http%3A%2F%2Fdspace.aua.gr%2Fxmlui%2Fbitstream%2Fhandle%2F10329%2F189%2FGiannopoulos_D.pdf%3Fsequence%3D3&amp;ei=PgtUT9LUGtDzsgaSscCfDw&amp;usg=AFQjCNHhxe7ef4Dqf8g3XzbF9H5fEpyjRQ&amp;sig2=lHc3tJooBlQU_ArV6G7Yxg&amp;cad=rja Πηγή]<br /> [[ Εικόνα: sg_3_1.gif | thumb | right | Εικ.1: Ψευδέγχρωμη εικόνα κλάσεων ISODATA Αλγόριθμου, Ιούλιος 2009 ]]<br /> [[ Εικόνα: sg_3_2.gif | thumb | right | Εικ.2: Ψευδέγχρωμη εικόνα κλάσεων ISODATA Αλγόριθμου, Σεπτέμβριος 2003 ]]<br /> [[ Εικόνα: sg_3_5.jpg | thumb | right | Εικ.3: Σύνθετος Χάρτης Αλλαγών 4 χρήσεων ISODATA αλγόριθμου στο λογισμικό ENVI- Μπλε: περιοχή αλλαγών κόκκινο: περιοχή χωρίς αλλαγές ]]<br /> [[ Εικόνα: sg_3_6.jpg | thumb | right| Εικ.4: Αποτελέσματα εποπτευόμενης ταξινόμησης_Σεπτέμβριος 2003 ]]<br /> [[ Εικόνα: sg_3_7.jpg | thumb | right | Εικ.5: Αποτελέσματα εποπτευόμενης ταξινόμησης_Ιούλιος 2009 ]]<br /> <br /> [[ Εικόνα: sg_3_8.jpg | thumb | right | Εικ.6: Αντιπαραβολική προβολή Landsat TMs ]]<br /> [[ Εικόνα: sg_3_9.jpg | thumb | left | Εικ.7: Χάρτης ποιοτικών αλλαγών χρήσεων γης ]]<br /> [[ Εικόνα: sg_3_10.jpg | thumb | right | Εικ.8: Χάρτης ταξινόμησης χρήσεων γης δεύτερης μεθόδου ]]<br /> '''Αντικείμενο Εφαρμογής''' <br /> <br /> Η παρούσα μελέτη αφορά στη διαχρονική χαρτογράφηση χρήσης/κάλυψης γης της περιοχής Ναυπλίου Αργολίδας με χρήση πολυφασματικών δορυφορικών δεδομένων.<br /> <br /> '''Στόχος της Εφαρμογής'''<br /> <br /> Στόχος της εφαρμογής είναι να καταγραφούν οι αλλαγές στην εν λόγω περιοχή όσον αφορά στην κάλυψη/χρήση Γης με το χρόνο προκειμένου να συνταχθεί στη συνέχεια ένας ολοκληρωμένος χάρτης αλλαγών χρήσεων/κάλυψης γης της περιοχής του Ναυπλίου Αργολίδας από το 2003 έως το 2009 και έπειτα να καταρτιστεί βήμα προς βήμα μια μεθοδολογία η οποία θα είναι δυνατό να εφαρμοστεί και σε άλλες περιοχές και χρονικές στιγμές και να εξαχθούν αποτελέσματα με αποδεκτή ακρίβεια.<br /> <br /> '''Μεθοδολογία παρούσας μελέτης'''<br /> <br /> ''Επιλογή εικόνων από γεωβάσεις-κριτήρια''<br /> <br /> Για τη μελέτη της περιοχής του Ναυπλίου χρησιμοποιήθηκαν δύο χρονολογικά διαφορετικές δορυφορικές εικόνες τύπου LANDSAT TM+ , με ημερομηνίες λήψης 10 Σεπτεμβρίου 2003 και 23 Ιουλίου 2009. Οι 2 εικόνες επιλέχθηκαν με τα εξής κριτήρια:<br /> *Χρονική διαφορά τουλάχιστον 5 ετών<br /> *Διάταξη λήψης εικόνων ίδιας ή όμοιας τεχνολογίας και με τον ίδιο αριθμό φασματικών καναλιών.<br /> *Συνάφεια εποχών λήψης ώστε να υπάρχει ταύτιση στην εποχική βλάστηση και στις εποχικές καλλιεργητικές εργασίες.<br /> Στη συνέχεια αναλύθηκαν οι 2 δορυφορικές εικόνες της περιοχής μελέτης και συντάχθηκε ο χάρτης αλλαγών χρήσεων/ κάλυψης γης. Έπειτα έγινε επιτόπια παρατήρηση προκειμένου να ταυτοποιηθεί το είδος χρήσης γης σε συνάρτηση με το φάσμα εκπομπής της. Με τη βοήθεια του λογισμικού ENVI έγινε επεξεργασία με προσθήκη φίλτρων στις δορυφορικές εικόνες ώστε να ελαχιστοποιηθούν τυχόν σφάλματα από ατμοσφαιρικές επιδράσεις κατά τη λήψη των δορυφορικών εικόνων. Προκειμένου να επαληθευθεί η ορθότητα του μοντέλου, επιλέχθηκαν τυχαία σημεία από την πιο πρόσφατη δορυφορική εικόνα και επαληθεύτηκαν με επιτόπια φωτογράφηση. Τέλος συντάχθηκε ολοκληρωμένος χάρτης αλλαγών χρήσεων/κάλυψης γης της περιοχής του Ναυπλίου Αργολίδας από το 2003 ως και το 2009. <br /> <br /> ''Γεωμετρική επεξεργασία δορυφορικών εικόνων LANDSAT TM+''<br /> <br /> Για τις ανάγκες επεξεργασίας των δορυφορικών εικόνων στη συγκεκριμένη μελέτη χρησιμοποιήθηκα τα 4 πρώτα κανάλια του LANDSAT TM+. Οι εικόνες διορθώθηκαν γεωμετρικά προκειμένου να ξεπεραστεί το σφάλμα που αποδίδει ο αισθητήρας LANDSAT TM 4,5 και η γωνία περιστροφής της γης. Έπειτα, οι εικόνες αυτές γεωαναφέρθηκαν με ακρίβεια 30 μέτρων προκειμένου να έχουν πλήρη ταύτιση με την πραγματική επιφάνεια της γης. Στη συνέχεια η ευκρίνεια των εικόνων βελτιώθηκε με φίλτρα cross track του λογισμικού ENVI 4.5 ITT αφαιρώντας έτσι τη λαμπρότητα των αντανακλάσεων του ήλιου από τις γυαλιστερές επιφάνειες των κτισμάτων της περιοχής. Τέλος ένα τελευταίο στάδιο των ψηφιακών επεξεργασιών ήταν η κοπή των εικόνων στην περιοχή ενδιαφέροντος. Με αυτόν τον τρόπο δημιουργήθηκαν τελικά 2 νέα ξεχωριστά αρχεία εικόνων LANDSAT TM+ έτοιμα για περαιτέρω στατιστική επεξεργασία.<br /> <br /> ''Στατιστική επεξεργασία (classification)''<br /> <br /> Στην παρούσα μελέτη ακολουθήθηκε η μεθοδολογία Corine Land Cover 200 (CLC2000). Πιο συγκεκριμένα, χρησιμοποιήθηκε η μέθοδος Visual με τη βοήθεια υπολογιστικής οπτικής ερμηνείας (CAPI) για την ανίχνευση μεταβολών κάλυψης του εδάφους. Με την εφαρμογή του CLC 2000 αναλύθηκαν οι αλλαγές χρήσης/κάλυψης γης και δημιουργήθηκαν σε πρώτο στάδιο ένας ποιοτικός χάρτης αναπαράστασης αλλαγών γης και σε δεύτερο στάδιο στατιστικός- ποσοτικός πίνακας καταγραφής των αλλαγών.<br /> <br /> ''Μη επιβλεπόμενη ταξινόμηση χρήσεων γης στην περιοχή Ναυπλίου''<br /> <br /> Για την μη επιβλεπόμενη ταξινόμηση , χρησιμοποιήθηκε ο αλγόριθμος ομαδοποίησης ISODATA. Εισήχθησαν διαδοχικά οι 2 διαχρονικές εικόνες για την εφαρμογή του αλγορίθμου, ορίστηκε από το χρήστη μέγιστος αριθμός κατηγοριών ίσος με 5 και παρήχθησαν οι 2 ψευδέγχρωμες εικόνες με τις διαφορετικές κλάσεις που υπολόγισε ο αλγόριθμος για κάθε πραγματική εικόνα. ( Εικόνες 1 ,2 )<br /> <br /> Από τις εικόνες είναι εμφανής ο διαχωρισμός σε κλάσεις των 7 χρήσεων γης, με διαφορετικά χρώματα καθώς επίσης και οι διαφορές που υπάρχουν μεταξύ των δύο διαδοχικών εικόνων του Σεπτεμβρίου και του Ιουλίου ανά κλάση. Πέραν από τον οπτικό χάρτη, εξήχθησαν και πίνακες εμφάνισης των 7 κλάσεων σε κάθε μια εικόνα, μετά την εφαρμογή του αλγόριθμου ISODATA – οι κλάσεις επιλέχθηκαν από τον αλγόριθμο αυτόματα.<br /> <br /> Μετά από τα αποτελέσματα ταξινόμησης, για κάθε μήνα, με τη βοήθεια του λογισμικού και πάλι, αναπαραστάθηκαν σε ψευδέγχρωμους χάρτες οι αλλαγές χρήσεων γης, συγκριτικά για τις δύο χρονικές περιόδους. Τα αποτελέσματα εμφανίζονται παρακάτω, σε μεγάλο χάρτη αλλαγών χρήσης γης, για όλες τις αλλαγές.(εικόνα 3) Η ταξινόμηση αυτή σκοπό έχει να καταδείξει ότι όντως στη συγκεκριμένη περιοχή και στις ημερομηνίες προς σύγκριση που επιλέχθηκαν υπάρχει αλλαγή χρήσης γης. Επετεύχθη δηλαδή αναπαράσταση των κλάσεων χωρίς όμως να γίνει σαφές το είδος της χρήσης γης.<br /> <br /> <br /> ''Επιβλεπόμενη ταξινόμηση χρήσεων γης στην περιοχή Ναυπλίου''<br /> <br /> Για τον ορισμό των κλάσεων ακολουθήθηκε η μεθοδολογία CLC2000 και κατόπιν πραγματοποιήθηκε επίσκεψη στη μελετώμενη περιοχή. Οι κλάσεις που ορίστηκαν σύμφωνα με αυτή τη μεθοδολογία φαίνονται παρακάτω. <br /> Αφού έγινε εισαγωγή των σημείων ενδιαφέροντος στο ENVI ITTS 4.5 επιλέχθηκε και εφαρμόστηκε η μέθοδος με τους αλγόριθμους Maximum Likelihood. Τα αποτελέσματα από την εφαρμογή της εποπτευόμενης ταξινόμησης φαίνονται στις επόμενες εικόνες.(εικόνες 4-8)<br /> <br /> <br /> <br /> '''Σημαντικά αποτελέσματα και αξιολόγηση των μεθόδων'''<br /> <br /> ''Αξιολόγηση των μεθόδων''<br /> <br /> Η κύρια μέθοδος της κατηγοριοποίησης χρήσεων γης με βάση εικόνες αισθητήρα LANDSAT TM και εφαρμογή λογαρίθμου επιβλεπόμενης ταξινόμησης “ Maximum Likelihood” εμφανίζεται να απέδωσε αρκετά καλά με εικόνες 30x30 εικονοστοιχείων αυτού του τύπου. Από τις 6 κλάσεις που ορίστηκαν, και στις δύο εικόνες που εφαρμόστηκε ο λογάριθμος, το ποσοστό που δεν κατάφερε να ταξινομηθεί ήταν αρκετά μικρό. Στην εικόνα του 2003, το ποσοστό που δεν ταξινομήθηκε είναι της τάξης του 10,31% και αφορά σε pixels που είτε ανήκαν σε άλλη κλάση είτε δεν ανιχνεύτηκαν ενώ από τα στατιστικά αποτελέσματα του αλγόριθμου η τιμή overall accuracy υπολογίστηκε στο 89,97%. Για το 2009, η ακρίβεια ταξινόμησης εμφανίζεται βελτιωμένη. <br /> Αν στον ποιοτικό χάρτη ISODATA θεωρηθούν με μπλε χρώμα τα στίγματα στα σημεία που παρατηρήθηκαν αλλαγές χρήσεων γης, συμπεραίνεται μια ομοιότητα των σημείων αυτών με τα σημεία διαφορετικών κλάσεων ανάμεσα στις 2 εικόνες, διαχρονικών αλλαγών Maximum Likelihood. Αντίστοιχα, αν θεωρήσουμε με κόκκινο χρώμα τα στίγματα στα σημεία που δεν παρατηρήθηκαν αλλαγές χρήσεων γης, πάλι ο χάρτης ISODATA ακολουθεί τις 2 εικόνες αλλαγών χρήσεων γης Maximum Likelihood. (Εικόνες 7,8)<br /> Η ποιοτική σύγκριση των δύο μεθόδων επικυρώνει την επιτυχία και την ορθότητα των αποτελεσμάτων.<br /> <br /> ''Σημαντικά αποτελέσματα σχετικά με την περιοχή μελέτης''<br /> <br /> Μέσα από τη μελέτη όλων των αποτελεσμάτων προέκυψε ότι το Ναύπλιο έχει αξιόλογο ποσοστό καλλιεργήσιμων εκτάσεων και ότι οι κάτοικοι διαχρονικά όχι μόνο δεν εγκατέλειψαν τις καλλιεργήσιμες εκτάσεις αλλά τις αύξησαν ελάχιστα. Η κατασκευαστική δραστηριότητα αυξήθηκε αλλά όχι με ρυθμούς έντονης πολεοδομικής ανάπτυξης. Από το χάρτη των κλάσεων είναι φανερή μια έντονη ανάπτυξη των τεχνητών επιφανειών κοντά στη θάλασσα. Από οικολογικής πλευράς τέλος, η διαχρονική μελέτη των κλάσεων έδειξε ότι τα δάση αυξήθηκαν, είτε από τη μείωση των γυμνών εδαφών, είτε από τη φυσική εξέλιξη ενός τμήματος από θαμνώνες σε δάσος. Οι διαχρονικές δηλαδή αλλαγές ήταν ήπιες και ομαλές μεταξύ των 6 χρόνων που μεσολάβησαν από τη λήψη των δύο δορυφορικών εικόνων.</div>

Sgeorgali http://147.102.106.44/rs/wiki/index.php/%CE%94%CE%B9%CE%B1%CF%87%CF%81%CE%BF%CE%BD%CE%B9%CE%BA%CE%AE_%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7%CF%82/%CE%BA%CE%AC%CE%BB%CF%85%CF%88%CE%B7%CF%82_%CE%B3%CE%B7%CF%82_%CF%84%CE%B7%CF%82_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CE%AE%CF%82_%CE%9D%CE%B1%CF%85%CF%80%CE%BB%CE%AF%CE%BF%CF%85_%CE%91%CF%81%CE%B3%CE%BF%CE%BB%CE%AF%CE%B4%CE%B1%CF%82_%CE%BC%CE%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%80%CE%BF%CE%BB%CF%85%CF%86%CE%B1%CF%83%CE%BC%CE%B1%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD 2012-03-04T23:14:52Z

<p>Sgeorgali: </p> <hr /> <div>[http://www.google.gr/url?sa=t&amp;rct=j&amp;q=%CE%B4%CE%B9%CE%B1%CF%87%CF%81%CE%BF%CE%BD%CE%B9%CE%BA%CE%AE%20%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7%20%CE%BD%CE%B1%CF%85%CF%80%CE%BB%CE%AF%CE%BF%CF%85&amp;source=web&amp;cd=1&amp;ved=0CCEQFjAA&amp;url=http%3A%2F%2Fdspace.aua.gr%2Fxmlui%2Fbitstream%2Fhandle%2F10329%2F189%2FGiannopoulos_D.pdf%3Fsequence%3D3&amp;ei=PgtUT9LUGtDzsgaSscCfDw&amp;usg=AFQjCNHhxe7ef4Dqf8g3XzbF9H5fEpyjRQ&amp;sig2=lHc3tJooBlQU_ArV6G7Yxg&amp;cad=rja Πηγή]<br /> <br /> '''Αντικείμενο Εφαρμογής''' <br /> <br /> Η παρούσα μελέτη αφορά στη διαχρονική χαρτογράφηση χρήσης/κάλυψης γης της περιοχής Ναυπλίου Αργολίδας με χρήση πολυφασματικών δορυφορικών δεδομένων.<br /> Στόχος της Εφαρμογής<br /> Στόχος της εφαρμογής είναι να καταγραφούν οι αλλαγές στην εν λόγω περιοχή όσον αφορά στην κάλυψη/χρήση Γης με το χρόνο προκειμένου να συνταχθεί στη συνέχεια ένας ολοκληρωμένος χάρτης αλλαγών χρήσεων/κάλυψης γης της περιοχής του Ναυπλίου Αργολίδας από το 2003 έως το 2009 και έπειτα να καταρτιστεί βήμα προς βήμα μια μεθοδολογία η οποία θα είναι δυνατό να εφαρμοστεί και σε άλλες περιοχές και χρονικές στιγμές και να εξαχθούν αποτελέσματα με αποδεκτή ακρίβεια.<br /> <br /> '''Μεθοδολογία παρούσας μελέτης'''<br /> <br /> ''Επιλογή εικόνων από γεωβάσεις-κριτήρια''<br /> <br /> Για τη μελέτη της περιοχής του Ναυπλίου χρησιμοποιήθηκαν δύο χρονολογικά διαφορετικές δορυφορικές εικόνες τύπου LANDSAT TM+ , με ημερομηνίες λήψης 10 Σεπτεμβρίου 2003 και 23 Ιουλίου 2009. Οι 2 εικόνες επιλέχθηκαν με τα εξής κριτήρια:<br /> *Χρονική διαφορά τουλάχιστον 5 ετών<br /> *Διάταξη λήψης εικόνων ίδιας ή όμοιας τεχνολογίας και με τον ίδιο αριθμό φασματικών καναλιών.<br /> *Συνάφεια εποχών λήψης ώστε να υπάρχει ταύτιση στην εποχική βλάστηση και στις εποχικές καλλιεργητικές εργασίες.<br /> Στη συνέχεια αναλύθηκαν οι 2 δορυφορικές εικόνες της περιοχής μελέτης και συντάχθηκε ο χάρτης αλλαγών χρήσεων/ κάλυψης γης. Έπειτα έγινε επιτόπια παρατήρηση προκειμένου να ταυτοποιηθεί το είδος χρήσης γης σε συνάρτηση με το φάσμα εκπομπής της. Με τη βοήθεια του λογισμικού ENVI έγινε επεξεργασία με προσθήκη φίλτρων στις δορυφορικές εικόνες ώστε να ελαχιστοποιηθούν τυχόν σφάλματα από ατμοσφαιρικές επιδράσεις κατά τη λήψη των δορυφορικών εικόνων. Προκειμένου να επαληθευθεί η ορθότητα του μοντέλου, επιλέχθηκαν τυχαία σημεία από την πιο πρόσφατη δορυφορική εικόνα και επαληθεύτηκαν με επιτόπια φωτογράφηση. Τέλος συντάχθηκε ολοκληρωμένος χάρτης αλλαγών χρήσεων/κάλυψης γης της περιοχής του Ναυπλίου Αργολίδας από το 2003 ως και το 2009. <br /> <br /> ''Γεωμετρική επεξεργασία δορυφορικών εικόνων LANDSAT TM+''<br /> [[ Εικόνα: sg_3_1.gif | thumb | right | Εικ.1: Ψευδέγχρωμη εικόνα κλάσεων ISODATA Αλγόριθμου, Ιούλιος 2009 ]]<br /> [[ Εικόνα: sg_3_2.gif | thumb | right | Εικ.2: Ψευδέγχρωμη εικόνα κλάσεων ISODATA Αλγόριθμου, Σεπτέμβριος 2003 ]]<br /> Για τις ανάγκες επεξεργασίας των δορυφορικών εικόνων στη συγκεκριμένη μελέτη χρησιμοποιήθηκα τα 4 πρώτα κανάλια του LANDSAT TM+. Οι εικόνες διορθώθηκαν γεωμετρικά προκειμένου να ξεπεραστεί το σφάλμα που αποδίδει ο αισθητήρας LANDSAT TM 4,5 και η γωνία περιστροφής της γης. Έπειτα, οι εικόνες αυτές γεωαναφέρθηκαν με ακρίβεια 30 μέτρων προκειμένου να έχουν πλήρη ταύτιση με την πραγματική επιφάνεια της γης. Στη συνέχεια η ευκρίνεια των εικόνων βελτιώθηκε με φίλτρα cross track του λογισμικού ENVI 4.5 ITT αφαιρώντας έτσι τη λαμπρότητα των αντανακλάσεων του ήλιου από τις γυαλιστερές επιφάνειες των κτισμάτων της περιοχής. Τέλος ένα τελευταίο στάδιο των ψηφιακών επεξεργασιών ήταν η κοπή των εικόνων στην περιοχή ενδιαφέροντος. Με αυτόν τον τρόπο δημιουργήθηκαν τελικά 2 νέα ξεχωριστά αρχεία εικόνων LANDSAT TM+ έτοιμα για περαιτέρω στατιστική επεξεργασία.<br /> <br /> ''Στατιστική επεξεργασία (classification)''<br /> <br /> Στην παρούσα μελέτη ακολουθήθηκε η μεθοδολογία Corine Land Cover 200 (CLC2000). Πιο συγκεκριμένα, χρησιμοποιήθηκε η μέθοδος Visual με τη βοήθεια υπολογιστικής οπτικής ερμηνείας (CAPI) για την ανίχνευση μεταβολών κάλυψης του εδάφους. Με την εφαρμογή του CLC 2000 αναλύθηκαν οι αλλαγές χρήσης/κάλυψης γης και δημιουργήθηκαν σε πρώτο στάδιο ένας ποιοτικός χάρτης αναπαράστασης αλλαγών γης και σε δεύτερο στάδιο στατιστικός- ποσοτικός πίνακας καταγραφής των αλλαγών.<br /> <br /> ''Μη επιβλεπόμενη ταξινόμηση χρήσεων γης στην περιοχή Ναυπλίου''<br /> <br /> Για την μη επιβλεπόμενη ταξινόμηση , χρησιμοποιήθηκε ο αλγόριθμος ομαδοποίησης ISODATA. Εισήχθησαν διαδοχικά οι 2 διαχρονικές εικόνες για την εφαρμογή του αλγορίθμου, ορίστηκε από το χρήστη μέγιστος αριθμός κατηγοριών ίσος με 5 και παρήχθησαν οι 2 ψευδέγχρωμες εικόνες με τις διαφορετικές κλάσεις που υπολόγισε ο αλγόριθμος για κάθε πραγματική εικόνα. ( Εικόνες 1 ,2 )<br /> <br /> [[ Εικόνα: sg_3_5.jpg | thumb | right | Εικ.3: Σύνθετος Χάρτης Αλλαγών 4 χρήσεων ISODATA αλγόριθμου στο λογισμικό ENVI- Μπλε: περιοχή αλλαγών κόκκινο: περιοχή χωρίς αλλαγές ]]<br /> Από τις εικόνες είναι εμφανής ο διαχωρισμός σε κλάσεις των 7 χρήσεων γης, με διαφορετικά χρώματα καθώς επίσης και οι διαφορές που υπάρχουν μεταξύ των δύο διαδοχικών εικόνων του Σεπτεμβρίου και του Ιουλίου ανά κλάση. Πέραν από τον οπτικό χάρτη, εξήχθησαν και πίνακες εμφάνισης των 7 κλάσεων σε κάθε μια εικόνα, μετά την εφαρμογή του αλγόριθμου ISODATA – οι κλάσεις επιλέχθηκαν από τον αλγόριθμο αυτόματα.<br /> <br /> [[ Εικόνα: sg_3_6.jpg | thumb | right| Εικ.4: Αποτελέσματα εποπτευόμενης ταξινόμησης_Σεπτέμβριος 2003 ]]<br /> <br /> [[ Εικόνα: sg_3_7.jpg | thumb | right | Εικ.5: Αποτελέσματα εποπτευόμενης ταξινόμησης_Ιούλιος 2009 ]]<br /> <br /> Μετά από τα αποτελέσματα ταξινόμησης, για κάθε μήνα, με τη βοήθεια του λογισμικού και πάλι, αναπαραστάθηκαν σε ψευδέγχρωμους χάρτες οι αλλαγές χρήσεων γης, συγκριτικά για τις δύο χρονικές περιόδους. Τα αποτελέσματα εμφανίζονται παρακάτω, σε μεγάλο χάρτη αλλαγών χρήσης γης, για όλες τις αλλαγές.(εικόνα 3) Η ταξινόμηση αυτή σκοπό έχει να καταδείξει ότι όντως στη συγκεκριμένη περιοχή και στις ημερομηνίες προς σύγκριση που επιλέχθηκαν υπάρχει αλλαγή χρήσης γης. Επετεύχθη δηλαδή αναπαράσταση των κλάσεων χωρίς όμως να γίνει σαφές το είδος της χρήσης γης.<br /> <br /> <br /> [[ Εικόνα: sg_3_8.jpg | thumb | right | Εικ.6: Αντιπαραβολική προβολή Landsat TMs ]<br /> <br /> ''Επιβλεπόμενη ταξινόμηση χρήσεων γης στην περιοχή Ναυπλίου''<br /> <br /> Για τον ορισμό των κλάσεων ακολουθήθηκε η μεθοδολογία CLC2000 και κατόπιν πραγματοποιήθηκε επίσκεψη στη μελετώμενη περιοχή. Οι κλάσεις που ορίστηκαν σύμφωνα με αυτή τη μεθοδολογία φαίνονται παρακάτω. <br /> Αφού έγινε εισαγωγή των σημείων ενδιαφέροντος στο ENVI ITTS 4.5 επιλέχθηκε και εφαρμόστηκε η μέθοδος με τους αλγόριθμους Maximum Likelihood. Τα αποτελέσματα από την εφαρμογή της εποπτευόμενης ταξινόμησης φαίνονται στις επόμενες εικόνες.(εικόνες 4-8)<br /> <br /> <br /> <br /> ]<br /> <br /> <br /> <br /> '''Σημαντικά αποτελέσματα και αξιολόγηση των μεθόδων'''<br /> <br /> ''Αξιολόγηση των μεθόδων''<br /> <br /> Η κύρια μέθοδος της κατηγοριοποίησης χρήσεων γης με βάση εικόνες αισθητήρα LANDSAT TM και εφαρμογή λογαρίθμου επιβλεπόμενης ταξινόμησης “ Maximum Likelihood” εμφανίζεται να απέδωσε αρκετά καλά με εικόνες 30x30 εικονοστοιχείων αυτού του τύπου. Από τις 6 κλάσεις που ορίστηκαν, και στις δύο εικόνες που εφαρμόστηκε ο λογάριθμος, το ποσοστό που δεν κατάφερε να ταξινομηθεί ήταν αρκετά μικρό. Στην εικόνα του 2003, το ποσοστό που δεν ταξινομήθηκε είναι της τάξης του 10,31% και αφορά σε pixels που είτε ανήκαν σε άλλη κλάση είτε δεν ανιχνεύτηκαν ενώ από τα στατιστικά αποτελέσματα του αλγόριθμου η τιμή overall accuracy υπολογίστηκε στο 89,97%. Για το 2009, η ακρίβεια ταξινόμησης εμφανίζεται βελτιωμένη. <br /> Αν στον ποιοτικό χάρτη ISODATA θεωρηθούν με μπλε χρώμα τα στίγματα στα σημεία που παρατηρήθηκαν αλλαγές χρήσεων γης, συμπεραίνεται μια ομοιότητα των σημείων αυτών με τα σημεία διαφορετικών κλάσεων ανάμεσα στις 2 εικόνες, διαχρονικών αλλαγών Maximum Likelihood. Αντίστοιχα, αν θεωρήσουμε με κόκκινο χρώμα τα στίγματα στα σημεία που δεν παρατηρήθηκαν αλλαγές χρήσεων γης, πάλι ο χάρτης ISODATA ακολουθεί τις 2 εικόνες αλλαγών χρήσεων γης Maximum Likelihood. <br /> <br /> [[ Εικόνα: sg_3_9.jpg | thumb | right | Εικ.7: Χάρτης ποιοτικών αλλαγών χρήσεων γης ]]<br /> <br /> [[ Εικόνα: sg_3_10.jpg | thumb | right | Εικ.8: Χάρτης ταξινόμησης χρήσεων γης δεύτερης μεθόδου ]]<br /> Η ποιοτική σύγκριση των δύο μεθόδων επικυρώνει την επιτυχία και την ορθότητα των αποτελεσμάτων.<br /> <br /> ''Σημαντικά αποτελέσματα σχετικά με την περιοχή μελέτης''<br /> <br /> Μέσα από τη μελέτη όλων των αποτελεσμάτων προέκυψε ότι το Ναύπλιο έχει αξιόλογο ποσοστό καλλιεργήσιμων εκτάσεων και ότι οι κάτοικοι διαχρονικά όχι μόνο δεν εγκατέλειψαν τις καλλιεργήσιμες εκτάσεις αλλά τις αύξησαν ελάχιστα. Η κατασκευαστική δραστηριότητα αυξήθηκε αλλά όχι με ρυθμούς έντονης πολεοδομικής ανάπτυξης. Από το χάρτη των κλάσεων είναι φανερή μια έντονη ανάπτυξη των τεχνητών επιφανειών κοντά στη θάλασσα. Από οικολογικής πλευράς τέλος, η διαχρονική μελέτη των κλάσεων έδειξε ότι τα δάση αυξήθηκαν, είτε από τη μείωση των γυμνών εδαφών, είτε από τη φυσική εξέλιξη ενός τμήματος από θαμνώνες σε δάσος. Οι διαχρονικές δηλαδή αλλαγές ήταν ήπιες και ομαλές μεταξύ των 6 χρόνων που μεσολάβησαν από τη λήψη των δύο δορυφορικών εικόνων.</div>

Sgeorgali http://147.102.106.44/rs/wiki/index.php/%CE%94%CE%B9%CE%B1%CF%87%CF%81%CE%BF%CE%BD%CE%B9%CE%BA%CE%AE_%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7%CF%82/%CE%BA%CE%AC%CE%BB%CF%85%CF%88%CE%B7%CF%82_%CE%B3%CE%B7%CF%82_%CF%84%CE%B7%CF%82_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CE%AE%CF%82_%CE%9D%CE%B1%CF%85%CF%80%CE%BB%CE%AF%CE%BF%CF%85_%CE%91%CF%81%CE%B3%CE%BF%CE%BB%CE%AF%CE%B4%CE%B1%CF%82_%CE%BC%CE%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%80%CE%BF%CE%BB%CF%85%CF%86%CE%B1%CF%83%CE%BC%CE%B1%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD 2012-03-04T23:11:47Z

<p>Sgeorgali: </p> <hr /> <div>[http://www.google.gr/url?sa=t&amp;rct=j&amp;q=%CE%B4%CE%B9%CE%B1%CF%87%CF%81%CE%BF%CE%BD%CE%B9%CE%BA%CE%AE%20%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7%20%CE%BD%CE%B1%CF%85%CF%80%CE%BB%CE%AF%CE%BF%CF%85&amp;source=web&amp;cd=1&amp;ved=0CCEQFjAA&amp;url=http%3A%2F%2Fdspace.aua.gr%2Fxmlui%2Fbitstream%2Fhandle%2F10329%2F189%2FGiannopoulos_D.pdf%3Fsequence%3D3&amp;ei=PgtUT9LUGtDzsgaSscCfDw&amp;usg=AFQjCNHhxe7ef4Dqf8g3XzbF9H5fEpyjRQ&amp;sig2=lHc3tJooBlQU_ArV6G7Yxg&amp;cad=rja Πηγή]<br /> <br /> '''Αντικείμενο Εφαρμογής''' <br /> <br /> Η παρούσα μελέτη αφορά στη διαχρονική χαρτογράφηση χρήσης/κάλυψης γης της περιοχής Ναυπλίου Αργολίδας με χρήση πολυφασματικών δορυφορικών δεδομένων.<br /> Στόχος της Εφαρμογής<br /> Στόχος της εφαρμογής είναι να καταγραφούν οι αλλαγές στην εν λόγω περιοχή όσον αφορά στην κάλυψη/χρήση Γης με το χρόνο προκειμένου να συνταχθεί στη συνέχεια ένας ολοκληρωμένος χάρτης αλλαγών χρήσεων/κάλυψης γης της περιοχής του Ναυπλίου Αργολίδας από το 2003 έως το 2009 και έπειτα να καταρτιστεί βήμα προς βήμα μια μεθοδολογία η οποία θα είναι δυνατό να εφαρμοστεί και σε άλλες περιοχές και χρονικές στιγμές και να εξαχθούν αποτελέσματα με αποδεκτή ακρίβεια.<br /> <br /> '''Μεθοδολογία παρούσας μελέτης'''<br /> <br /> ''Επιλογή εικόνων από γεωβάσεις-κριτήρια''<br /> <br /> Για τη μελέτη της περιοχής του Ναυπλίου χρησιμοποιήθηκαν δύο χρονολογικά διαφορετικές δορυφορικές εικόνες τύπου LANDSAT TM+ , με ημερομηνίες λήψης 10 Σεπτεμβρίου 2003 και 23 Ιουλίου 2009. Οι 2 εικόνες επιλέχθηκαν με τα εξής κριτήρια:<br /> *Χρονική διαφορά τουλάχιστον 5 ετών<br /> *Διάταξη λήψης εικόνων ίδιας ή όμοιας τεχνολογίας και με τον ίδιο αριθμό φασματικών καναλιών.<br /> *Συνάφεια εποχών λήψης ώστε να υπάρχει ταύτιση στην εποχική βλάστηση και στις εποχικές καλλιεργητικές εργασίες.<br /> Στη συνέχεια αναλύθηκαν οι 2 δορυφορικές εικόνες της περιοχής μελέτης και συντάχθηκε ο χάρτης αλλαγών χρήσεων/ κάλυψης γης. Έπειτα έγινε επιτόπια παρατήρηση προκειμένου να ταυτοποιηθεί το είδος χρήσης γης σε συνάρτηση με το φάσμα εκπομπής της. Με τη βοήθεια του λογισμικού ENVI έγινε επεξεργασία με προσθήκη φίλτρων στις δορυφορικές εικόνες ώστε να ελαχιστοποιηθούν τυχόν σφάλματα από ατμοσφαιρικές επιδράσεις κατά τη λήψη των δορυφορικών εικόνων. Προκειμένου να επαληθευθεί η ορθότητα του μοντέλου, επιλέχθηκαν τυχαία σημεία από την πιο πρόσφατη δορυφορική εικόνα και επαληθεύτηκαν με επιτόπια φωτογράφηση. Τέλος συντάχθηκε ολοκληρωμένος χάρτης αλλαγών χρήσεων/κάλυψης γης της περιοχής του Ναυπλίου Αργολίδας από το 2003 ως και το 2009. <br /> <br /> ''Γεωμετρική επεξεργασία δορυφορικών εικόνων LANDSAT TM+''<br /> <br /> Για τις ανάγκες επεξεργασίας των δορυφορικών εικόνων στη συγκεκριμένη μελέτη χρησιμοποιήθηκα τα 4 πρώτα κανάλια του LANDSAT TM+. Οι εικόνες διορθώθηκαν γεωμετρικά προκειμένου να ξεπεραστεί το σφάλμα που αποδίδει ο αισθητήρας LANDSAT TM 4,5 και η γωνία περιστροφής της γης. Έπειτα, οι εικόνες αυτές γεωαναφέρθηκαν με ακρίβεια 30 μέτρων προκειμένου να έχουν πλήρη ταύτιση με την πραγματική επιφάνεια της γης. Στη συνέχεια η ευκρίνεια των εικόνων βελτιώθηκε με φίλτρα cross track του λογισμικού ENVI 4.5 ITT αφαιρώντας έτσι τη λαμπρότητα των αντανακλάσεων του ήλιου από τις γυαλιστερές επιφάνειες των κτισμάτων της περιοχής. Τέλος ένα τελευταίο στάδιο των ψηφιακών επεξεργασιών ήταν η κοπή των εικόνων στην περιοχή ενδιαφέροντος. Με αυτόν τον τρόπο δημιουργήθηκαν τελικά 2 νέα ξεχωριστά αρχεία εικόνων LANDSAT TM+ έτοιμα για περαιτέρω στατιστική επεξεργασία.<br /> <br /> ''Στατιστική επεξεργασία (classification)''<br /> <br /> Στην παρούσα μελέτη ακολουθήθηκε η μεθοδολογία Corine Land Cover 200 (CLC2000). Πιο συγκεκριμένα, χρησιμοποιήθηκε η μέθοδος Visual με τη βοήθεια υπολογιστικής οπτικής ερμηνείας (CAPI) για την ανίχνευση μεταβολών κάλυψης του εδάφους. Με την εφαρμογή του CLC 2000 αναλύθηκαν οι αλλαγές χρήσης/κάλυψης γης και δημιουργήθηκαν σε πρώτο στάδιο ένας ποιοτικός χάρτης αναπαράστασης αλλαγών γης και σε δεύτερο στάδιο στατιστικός- ποσοτικός πίνακας καταγραφής των αλλαγών.<br /> <br /> ''Μη επιβλεπόμενη ταξινόμηση χρήσεων γης στην περιοχή Ναυπλίου''[[ Εικόνα: sg_3_1.gif | thumb | right | Εικ.1: Ψευδέγχρωμη εικόνα κλάσεων ISODATA Αλγόριθμου, Ιούλιος 2009 ]]<br /> [[ Εικόνα: sg_3_2.gif | thumb | right | Εικ.2: Ψευδέγχρωμη εικόνα κλάσεων ISODATA Αλγόριθμου, Σεπτέμβριος 2003 ]]<br /> <br /> Για την μη επιβλεπόμενη ταξινόμηση , χρησιμοποιήθηκε ο αλγόριθμος ομαδοποίησης ISODATA. Εισήχθησαν διαδοχικά οι 2 διαχρονικές εικόνες για την εφαρμογή του αλγορίθμου, ορίστηκε από το χρήστη μέγιστος αριθμός κατηγοριών ίσος με 5 και παρήχθησαν οι 2 ψευδέγχρωμες εικόνες με τις διαφορετικές κλάσεις που υπολόγισε ο αλγόριθμος για κάθε πραγματική εικόνα. ( Εικόνες 1 ,2 )<br /> <br /> <br /> [[ Εικόνα: sg_3_3.gif | thumb | right | Πίνακας 1: Σεπτέμβριος 2003 ]]<br /> Από τις εικόνες είναι εμφανής ο διαχωρισμός σε κλάσεις των 7 χρήσεων γης, με διαφορετικά χρώματα καθώς επίσης και οι διαφορές που υπάρχουν μεταξύ των δύο διαδοχικών εικόνων του Σεπτεμβρίου και του Ιουλίου ανά κλάση. Πέραν από τον οπτικό χάρτη, εξήχθησαν και οι παρακάτω πίνακες εμφάνισης των 7 κλάσεων σε κάθε μια εικόνα, μετά την εφαρμογή του αλγόριθμου ISODATA – οι κλάσεις επιλέχθηκαν από τον αλγόριθμο αυτόματα.<br /> [[ Εικόνα: sg_3_4.gif | thumb | right | Πίνακας 2: Ιούλιος 2009 ]]<br /> <br /> [[ Εικόνα: sg_3_5.jpg | thumb | right | Εικ.3: Σύνθετος Χάρτης Αλλαγών 4 χρήσεων ISODATA αλγόριθμου στο λογισμικό ENVI- Μπλε: περιοχή αλλαγών κόκκινο: περιοχή χωρίς αλλαγές ]]<br /> <br /> Μετά από τα αποτελέσματα ταξινόμησης, για κάθε μήνα, με τη βοήθεια του λογισμικού και πάλι, αναπαραστάθηκαν σε ψευδέγχρωμους χάρτες οι αλλαγές χρήσεων γης, συγκριτικά για τις δύο χρονικές περιόδους. Τα αποτελέσματα εμφανίζονται παρακάτω, σε μεγάλο χάρτη αλλαγών χρήσης γης, για όλες τις αλλαγές.(εικόνα 3) Η ταξινόμηση αυτή σκοπό έχει να καταδείξει ότι όντως στη συγκεκριμένη περιοχή και στις ημερομηνίες προς σύγκριση που επιλέχθηκαν υπάρχει αλλαγή χρήσης γης. Επετεύχθη δηλαδή αναπαράσταση των κλάσεων χωρίς όμως να γίνει σαφές το είδος της χρήσης γης.<br /> <br /> <br /> <br /> ''Επιβλεπόμενη ταξινόμηση χρήσεων γης στην περιοχή Ναυπλίου''<br /> <br /> Για τον ορισμό των κλάσεων ακολουθήθηκε η μεθοδολογία CLC2000 και κατόπιν πραγματοποιήθηκε επίσκεψη στη μελετώμενη περιοχή. Οι κλάσεις που ορίστηκαν σύμφωνα με αυτή τη μεθοδολογία φαίνονται παρακάτω. <br /> Αφού έγινε εισαγωγή των σημείων ενδιαφέροντος στο ENVI ITTS 4.5 επιλέχθηκε και εφαρμόστηκε η μέθοδος με τους αλγόριθμους Maximum Likelihood. Τα αποτελέσματα από την εφαρμογή της εποπτευόμενης ταξινόμησης φαίνονται στις επόμενες εικόνες.(εικόνες 4-8)<br /> <br /> [[ Εικόνα: sg_3_6.jpg | thumb | left| Εικ.4: Αποτελέσματα εποπτευόμενης ταξινόμησης_Σεπτέμβριος 2003 ]]<br /> <br /> [[ Εικόνα: sg_3_7.jpg | thumb | right | Εικ.5: Αποτελέσματα εποπτευόμενης ταξινόμησης_Ιούλιος 2009 ]]<br /> <br /> [[ Εικόνα: sg_3_8.jpg | thumb | right | Εικ.6: Αντιπαραβολική προβολή Landsat TMs ]]<br /> <br /> <br /> <br /> '''Σημαντικά αποτελέσματα και αξιολόγηση των μεθόδων'''<br /> <br /> ''Αξιολόγηση των μεθόδων''<br /> <br /> Η κύρια μέθοδος της κατηγοριοποίησης χρήσεων γης με βάση εικόνες αισθητήρα LANDSAT TM και εφαρμογή λογαρίθμου επιβλεπόμενης ταξινόμησης “ Maximum Likelihood” εμφανίζεται να απέδωσε αρκετά καλά με εικόνες 30x30 εικονοστοιχείων αυτού του τύπου. Από τις 6 κλάσεις που ορίστηκαν, και στις δύο εικόνες που εφαρμόστηκε ο λογάριθμος, το ποσοστό που δεν κατάφερε να ταξινομηθεί ήταν αρκετά μικρό. Στην εικόνα του 2003, το ποσοστό που δεν ταξινομήθηκε είναι της τάξης του 10,31% και αφορά σε pixels που είτε ανήκαν σε άλλη κλάση είτε δεν ανιχνεύτηκαν ενώ από τα στατιστικά αποτελέσματα του αλγόριθμου η τιμή overall accuracy υπολογίστηκε στο 89,97%. Για το 2009, η ακρίβεια ταξινόμησης εμφανίζεται βελτιωμένη. <br /> Αν στον ποιοτικό χάρτη ISODATA θεωρηθούν με μπλε χρώμα τα στίγματα στα σημεία που παρατηρήθηκαν αλλαγές χρήσεων γης, συμπεραίνεται μια ομοιότητα των σημείων αυτών με τα σημεία διαφορετικών κλάσεων ανάμεσα στις 2 εικόνες, διαχρονικών αλλαγών Maximum Likelihood. Αντίστοιχα, αν θεωρήσουμε με κόκκινο χρώμα τα στίγματα στα σημεία που δεν παρατηρήθηκαν αλλαγές χρήσεων γης, πάλι ο χάρτης ISODATA ακολουθεί τις 2 εικόνες αλλαγών χρήσεων γης Maximum Likelihood. <br /> <br /> [[ Εικόνα: sg_3_9.jpg | thumb | right | Εικ.7: Χάρτης ποιοτικών αλλαγών χρήσεων γης ]]<br /> <br /> [[ Εικόνα: sg_3_10.jpg | thumb | right | Εικ.8: Χάρτης ταξινόμησης χρήσεων γης δεύτερης μεθόδου ]]<br /> Η ποιοτική σύγκριση των δύο μεθόδων επικυρώνει την επιτυχία και την ορθότητα των αποτελεσμάτων.<br /> <br /> ''Σημαντικά αποτελέσματα σχετικά με την περιοχή μελέτης''<br /> <br /> Μέσα από τη μελέτη όλων των αποτελεσμάτων προέκυψε ότι το Ναύπλιο έχει αξιόλογο ποσοστό καλλιεργήσιμων εκτάσεων και ότι οι κάτοικοι διαχρονικά όχι μόνο δεν εγκατέλειψαν τις καλλιεργήσιμες εκτάσεις αλλά τις αύξησαν ελάχιστα. Η κατασκευαστική δραστηριότητα αυξήθηκε αλλά όχι με ρυθμούς έντονης πολεοδομικής ανάπτυξης. Από το χάρτη των κλάσεων είναι φανερή μια έντονη ανάπτυξη των τεχνητών επιφανειών κοντά στη θάλασσα. Από οικολογικής πλευράς τέλος, η διαχρονική μελέτη των κλάσεων έδειξε ότι τα δάση αυξήθηκαν, είτε από τη μείωση των γυμνών εδαφών, είτε από τη φυσική εξέλιξη ενός τμήματος από θαμνώνες σε δάσος. Οι διαχρονικές δηλαδή αλλαγές ήταν ήπιες και ομαλές μεταξύ των 6 χρόνων που μεσολάβησαν από τη λήψη των δύο δορυφορικών εικόνων.</div>

Sgeorgali http://147.102.106.44/rs/wiki/index.php/%CE%94%CE%B9%CE%B1%CF%87%CF%81%CE%BF%CE%BD%CE%B9%CE%BA%CE%AE_%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7%CF%82/%CE%BA%CE%AC%CE%BB%CF%85%CF%88%CE%B7%CF%82_%CE%B3%CE%B7%CF%82_%CF%84%CE%B7%CF%82_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CE%AE%CF%82_%CE%9D%CE%B1%CF%85%CF%80%CE%BB%CE%AF%CE%BF%CF%85_%CE%91%CF%81%CE%B3%CE%BF%CE%BB%CE%AF%CE%B4%CE%B1%CF%82_%CE%BC%CE%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%80%CE%BF%CE%BB%CF%85%CF%86%CE%B1%CF%83%CE%BC%CE%B1%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD 2012-03-04T23:08:29Z

<p>Sgeorgali: </p> <hr /> <div>[http://www.google.gr/url?sa=t&amp;rct=j&amp;q=%CE%B4%CE%B9%CE%B1%CF%87%CF%81%CE%BF%CE%BD%CE%B9%CE%BA%CE%AE%20%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7%20%CE%BD%CE%B1%CF%85%CF%80%CE%BB%CE%AF%CE%BF%CF%85&amp;source=web&amp;cd=1&amp;ved=0CCEQFjAA&amp;url=http%3A%2F%2Fdspace.aua.gr%2Fxmlui%2Fbitstream%2Fhandle%2F10329%2F189%2FGiannopoulos_D.pdf%3Fsequence%3D3&amp;ei=PgtUT9LUGtDzsgaSscCfDw&amp;usg=AFQjCNHhxe7ef4Dqf8g3XzbF9H5fEpyjRQ&amp;sig2=lHc3tJooBlQU_ArV6G7Yxg&amp;cad=rja Πηγή]<br /> <br /> '''Αντικείμενο Εφαρμογής''' <br /> <br /> Η παρούσα μελέτη αφορά στη διαχρονική χαρτογράφηση χρήσης/κάλυψης γης της περιοχής Ναυπλίου Αργολίδας με χρήση πολυφασματικών δορυφορικών δεδομένων.<br /> Στόχος της Εφαρμογής<br /> Στόχος της εφαρμογής είναι να καταγραφούν οι αλλαγές στην εν λόγω περιοχή όσον αφορά στην κάλυψη/χρήση Γης με το χρόνο προκειμένου να συνταχθεί στη συνέχεια ένας ολοκληρωμένος χάρτης αλλαγών χρήσεων/κάλυψης γης της περιοχής του Ναυπλίου Αργολίδας από το 2003 έως το 2009 και έπειτα να καταρτιστεί βήμα προς βήμα μια μεθοδολογία η οποία θα είναι δυνατό να εφαρμοστεί και σε άλλες περιοχές και χρονικές στιγμές και να εξαχθούν αποτελέσματα με αποδεκτή ακρίβεια.<br /> <br /> '''Μεθοδολογία παρούσας μελέτης'''<br /> <br /> ''Επιλογή εικόνων από γεωβάσεις-κριτήρια''<br /> <br /> Για τη μελέτη της περιοχής του Ναυπλίου χρησιμοποιήθηκαν δύο χρονολογικά διαφορετικές δορυφορικές εικόνες τύπου LANDSAT TM+ , με ημερομηνίες λήψης 10 Σεπτεμβρίου 2003 και 23 Ιουλίου 2009. Οι 2 εικόνες επιλέχθηκαν με τα εξής κριτήρια:<br /> *Χρονική διαφορά τουλάχιστον 5 ετών<br /> *Διάταξη λήψης εικόνων ίδιας ή όμοιας τεχνολογίας και με τον ίδιο αριθμό φασματικών καναλιών.<br /> *Συνάφεια εποχών λήψης ώστε να υπάρχει ταύτιση στην εποχική βλάστηση και στις εποχικές καλλιεργητικές εργασίες.<br /> Στη συνέχεια αναλύθηκαν οι 2 δορυφορικές εικόνες της περιοχής μελέτης και συντάχθηκε ο χάρτης αλλαγών χρήσεων/ κάλυψης γης. Έπειτα έγινε επιτόπια παρατήρηση προκειμένου να ταυτοποιηθεί το είδος χρήσης γης σε συνάρτηση με το φάσμα εκπομπής της. Με τη βοήθεια του λογισμικού ENVI έγινε επεξεργασία με προσθήκη φίλτρων στις δορυφορικές εικόνες ώστε να ελαχιστοποιηθούν τυχόν σφάλματα από ατμοσφαιρικές επιδράσεις κατά τη λήψη των δορυφορικών εικόνων. Προκειμένου να επαληθευθεί η ορθότητα του μοντέλου, επιλέχθηκαν τυχαία σημεία από την πιο πρόσφατη δορυφορική εικόνα και επαληθεύτηκαν με επιτόπια φωτογράφηση. Τέλος συντάχθηκε ολοκληρωμένος χάρτης αλλαγών χρήσεων/κάλυψης γης της περιοχής του Ναυπλίου Αργολίδας από το 2003 ως και το 2009. <br /> <br /> ''Γεωμετρική επεξεργασία δορυφορικών εικόνων LANDSAT TM+''<br /> <br /> Για τις ανάγκες επεξεργασίας των δορυφορικών εικόνων στη συγκεκριμένη μελέτη χρησιμοποιήθηκα τα 4 πρώτα κανάλια του LANDSAT TM+. Οι εικόνες διορθώθηκαν γεωμετρικά προκειμένου να ξεπεραστεί το σφάλμα που αποδίδει ο αισθητήρας LANDSAT TM 4,5 και η γωνία περιστροφής της γης. Έπειτα, οι εικόνες αυτές γεωαναφέρθηκαν με ακρίβεια 30 μέτρων προκειμένου να έχουν πλήρη ταύτιση με την πραγματική επιφάνεια της γης. Στη συνέχεια η ευκρίνεια των εικόνων βελτιώθηκε με φίλτρα cross track του λογισμικού ENVI 4.5 ITT αφαιρώντας έτσι τη λαμπρότητα των αντανακλάσεων του ήλιου από τις γυαλιστερές επιφάνειες των κτισμάτων της περιοχής. Τέλος ένα τελευταίο στάδιο των ψηφιακών επεξεργασιών ήταν η κοπή των εικόνων στην περιοχή ενδιαφέροντος. Με αυτόν τον τρόπο δημιουργήθηκαν τελικά 2 νέα ξεχωριστά αρχεία εικόνων LANDSAT TM+ έτοιμα για περαιτέρω στατιστική επεξεργασία.<br /> <br /> ''Στατιστική επεξεργασία (classification)''<br /> <br /> Στην παρούσα μελέτη ακολουθήθηκε η μεθοδολογία Corine Land Cover 200 (CLC2000). Πιο συγκεκριμένα, χρησιμοποιήθηκε η μέθοδος Visual με τη βοήθεια υπολογιστικής οπτικής ερμηνείας (CAPI) για την ανίχνευση μεταβολών κάλυψης του εδάφους. Με την εφαρμογή του CLC 2000 αναλύθηκαν οι αλλαγές χρήσης/κάλυψης γης και δημιουργήθηκαν σε πρώτο στάδιο ένας ποιοτικός χάρτης αναπαράστασης αλλαγών γης και σε δεύτερο στάδιο στατιστικός- ποσοτικός πίνακας καταγραφής των αλλαγών.<br /> <br /> ''Μη επιβλεπόμενη ταξινόμηση χρήσεων γης στην περιοχή Ναυπλίου''<br /> <br /> Για την μη επιβλεπόμενη ταξινόμηση , χρησιμοποιήθηκε ο αλγόριθμος ομαδοποίησης ISODATA. Εισήχθησαν διαδοχικά οι 2 διαχρονικές εικόνες για την εφαρμογή του αλγορίθμου, ορίστηκε από το χρήστη μέγιστος αριθμός κατηγοριών ίσος με 5 και παρήχθησαν οι 2 ψευδέγχρωμες εικόνες με τις διαφορετικές κλάσεις που υπολόγισε ο αλγόριθμος για κάθε πραγματική εικόνα. ( Εικόνες 1 δεξιά,2 αριστερά)[[ Εικόνα: sg_3_1.gif | thumb | right | Εικ.1: Ψευδέγχρωμη εικόνα κλάσεων ISODATA Αλγόριθμου, Ιούλιος 2009 ]]<br /> [[ Εικόνα: sg_3_2.gif | thumb | left | Εικ.2: Ψευδέγχρωμη εικόνα κλάσεων ISODATA Αλγόριθμου, Σεπτέμβριος 2003 ]]<br /> <br /> <br /> Από τις εικόνες είναι εμφανής ο διαχωρισμός σε κλάσεις των 7 χρήσεων γης, με διαφορετικά χρώματα καθώς επίσης και οι διαφορές που υπάρχουν μεταξύ των δύο διαδοχικών εικόνων του Σεπτεμβρίου και του Ιουλίου ανά κλάση. Πέραν από τον οπτικό χάρτη, εξήχθησαν και οι παρακάτω πίνακες εμφάνισης των 7 κλάσεων σε κάθε μια εικόνα, μετά την εφαρμογή του αλγόριθμου ISODATA – οι κλάσεις επιλέχθηκαν από τον αλγόριθμο αυτόματα.<br /> <br /> [[ Εικόνα: sg_3_3.gif | thumb | left | Πίνακας 1: Σεπτέμβριος 2003 ]]<br /> <br /> <br /> [[ Εικόνα: sg_3_4.gif | thumb | left | Πίνακας 2: Ιούλιος 2009 ]]<br /> <br /> <br /> Μετά από τα αποτελέσματα ταξινόμησης, για κάθε μήνα, με τη βοήθεια του λογισμικού και πάλι, αναπαραστάθηκαν σε ψευδέγχρωμους χάρτες οι αλλαγές χρήσεων γης, συγκριτικά για τις δύο χρονικές περιόδους. Τα αποτελέσματα εμφανίζονται παρακάτω, σε μεγάλο χάρτη αλλαγών χρήσης γης, για όλες τις αλλαγές.(εικόνα 3) Η ταξινόμηση αυτή σκοπό έχει να καταδείξει ότι όντως στη συγκεκριμένη περιοχή και στις ημερομηνίες προς σύγκριση που επιλέχθηκαν υπάρχει αλλαγή χρήσης γης. Επετεύχθη δηλαδή αναπαράσταση των κλάσεων χωρίς όμως να γίνει σαφές το είδος της χρήσης γης.<br /> <br /> [[ Εικόνα: sg_3_5.jpg | thumb | right | Εικ.3: Σύνθετος Χάρτης Αλλαγών 4 χρήσεων ISODATA αλγόριθμου στο λογισμικό ENVI- Μπλε: περιοχή αλλαγών κόκκινο: περιοχή χωρίς αλλαγές ]]<br /> <br /> ''Επιβλεπόμενη ταξινόμηση χρήσεων γης στην περιοχή Ναυπλίου''<br /> <br /> Για τον ορισμό των κλάσεων ακολουθήθηκε η μεθοδολογία CLC2000 και κατόπιν πραγματοποιήθηκε επίσκεψη στη μελετώμενη περιοχή. Οι κλάσεις που ορίστηκαν σύμφωνα με αυτή τη μεθοδολογία φαίνονται παρακάτω. <br /> Αφού έγινε εισαγωγή των σημείων ενδιαφέροντος στο ENVI ITTS 4.5 επιλέχθηκε και εφαρμόστηκε η μέθοδος με τους αλγόριθμους Maximum Likelihood. Τα αποτελέσματα από την εφαρμογή της εποπτευόμενης ταξινόμησης φαίνονται στις επόμενες εικόνες.(εικόνες 4-8)<br /> <br /> [[ Εικόνα: sg_3_6.jpg | thumb | left| Εικ.4: Αποτελέσματα εποπτευόμενης ταξινόμησης_Σεπτέμβριος 2003 ]]<br /> <br /> [[ Εικόνα: sg_3_7.jpg | thumb | right | Εικ.5: Αποτελέσματα εποπτευόμενης ταξινόμησης_Ιούλιος 2009 ]]<br /> <br /> [[ Εικόνα: sg_3_8.jpg | thumb | center | Εικ.6: Αντιπαραβολική προβολή Landsat TMs ]]<br /> <br /> <br /> <br /> '''Σημαντικά αποτελέσματα και αξιολόγηση των μεθόδων'''<br /> <br /> ''Αξιολόγηση των μεθόδων''<br /> <br /> Η κύρια μέθοδος της κατηγοριοποίησης χρήσεων γης με βάση εικόνες αισθητήρα LANDSAT TM και εφαρμογή λογαρίθμου επιβλεπόμενης ταξινόμησης “ Maximum Likelihood” εμφανίζεται να απέδωσε αρκετά καλά με εικόνες 30x30 εικονοστοιχείων αυτού του τύπου. Από τις 6 κλάσεις που ορίστηκαν, και στις δύο εικόνες που εφαρμόστηκε ο λογάριθμος, το ποσοστό που δεν κατάφερε να ταξινομηθεί ήταν αρκετά μικρό. Στην εικόνα του 2003, το ποσοστό που δεν ταξινομήθηκε είναι της τάξης του 10,31% και αφορά σε pixels που είτε ανήκαν σε άλλη κλάση είτε δεν ανιχνεύτηκαν ενώ από τα στατιστικά αποτελέσματα του αλγόριθμου η τιμή overall accuracy υπολογίστηκε στο 89,97%. Για το 2009, η ακρίβεια ταξινόμησης εμφανίζεται βελτιωμένη. <br /> Αν στον ποιοτικό χάρτη ISODATA θεωρηθούν με μπλε χρώμα τα στίγματα στα σημεία που παρατηρήθηκαν αλλαγές χρήσεων γης, συμπεραίνεται μια ομοιότητα των σημείων αυτών με τα σημεία διαφορετικών κλάσεων ανάμεσα στις 2 εικόνες, διαχρονικών αλλαγών Maximum Likelihood. Αντίστοιχα, αν θεωρήσουμε με κόκκινο χρώμα τα στίγματα στα σημεία που δεν παρατηρήθηκαν αλλαγές χρήσεων γης, πάλι ο χάρτης ISODATA ακολουθεί τις 2 εικόνες αλλαγών χρήσεων γης Maximum Likelihood. <br /> <br /> [[ Εικόνα: sg_3_9.jpg | thumb | left | Εικ.7: Χάρτης ποιοτικών αλλαγών χρήσεων γης ]]<br /> <br /> [[ Εικόνα: sg_3_10.jpg | thumb | right | Εικ.8: Χάρτης ταξινόμησης χρήσεων γης δεύτερης μεθόδου ]]<br /> Η ποιοτική σύγκριση των δύο μεθόδων επικυρώνει την επιτυχία και την ορθότητα των αποτελεσμάτων.<br /> <br /> ''Σημαντικά αποτελέσματα σχετικά με την περιοχή μελέτης''<br /> <br /> Μέσα από τη μελέτη όλων των αποτελεσμάτων προέκυψε ότι το Ναύπλιο έχει αξιόλογο ποσοστό καλλιεργήσιμων εκτάσεων και ότι οι κάτοικοι διαχρονικά όχι μόνο δεν εγκατέλειψαν τις καλλιεργήσιμες εκτάσεις αλλά τις αύξησαν ελάχιστα. Η κατασκευαστική δραστηριότητα αυξήθηκε αλλά όχι με ρυθμούς έντονης πολεοδομικής ανάπτυξης. Από το χάρτη των κλάσεων είναι φανερή μια έντονη ανάπτυξη των τεχνητών επιφανειών κοντά στη θάλασσα. Από οικολογικής πλευράς τέλος, η διαχρονική μελέτη των κλάσεων έδειξε ότι τα δάση αυξήθηκαν, είτε από τη μείωση των γυμνών εδαφών, είτε από τη φυσική εξέλιξη ενός τμήματος από θαμνώνες σε δάσος. Οι διαχρονικές δηλαδή αλλαγές ήταν ήπιες και ομαλές μεταξύ των 6 χρόνων που μεσολάβησαν από τη λήψη των δύο δορυφορικών εικόνων.</div>

Sgeorgali http://147.102.106.44/rs/wiki/index.php/%CE%94%CE%B9%CE%B1%CF%87%CF%81%CE%BF%CE%BD%CE%B9%CE%BA%CE%AE_%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7%CF%82/%CE%BA%CE%AC%CE%BB%CF%85%CF%88%CE%B7%CF%82_%CE%B3%CE%B7%CF%82_%CF%84%CE%B7%CF%82_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CE%AE%CF%82_%CE%9D%CE%B1%CF%85%CF%80%CE%BB%CE%AF%CE%BF%CF%85_%CE%91%CF%81%CE%B3%CE%BF%CE%BB%CE%AF%CE%B4%CE%B1%CF%82_%CE%BC%CE%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%80%CE%BF%CE%BB%CF%85%CF%86%CE%B1%CF%83%CE%BC%CE%B1%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD 2012-03-04T23:06:39Z

<p>Sgeorgali: </p> <hr /> <div>[http://www.google.gr/url?sa=t&amp;rct=j&amp;q=%CE%B4%CE%B9%CE%B1%CF%87%CF%81%CE%BF%CE%BD%CE%B9%CE%BA%CE%AE%20%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7%20%CE%BD%CE%B1%CF%85%CF%80%CE%BB%CE%AF%CE%BF%CF%85&amp;source=web&amp;cd=1&amp;ved=0CCEQFjAA&amp;url=http%3A%2F%2Fdspace.aua.gr%2Fxmlui%2Fbitstream%2Fhandle%2F10329%2F189%2FGiannopoulos_D.pdf%3Fsequence%3D3&amp;ei=PgtUT9LUGtDzsgaSscCfDw&amp;usg=AFQjCNHhxe7ef4Dqf8g3XzbF9H5fEpyjRQ&amp;sig2=lHc3tJooBlQU_ArV6G7Yxg&amp;cad=rja Πηγή]<br /> <br /> '''Αντικείμενο Εφαρμογής''' <br /> <br /> Η παρούσα μελέτη αφορά στη διαχρονική χαρτογράφηση χρήσης/κάλυψης γης της περιοχής Ναυπλίου Αργολίδας με χρήση πολυφασματικών δορυφορικών δεδομένων.<br /> Στόχος της Εφαρμογής<br /> Στόχος της εφαρμογής είναι να καταγραφούν οι αλλαγές στην εν λόγω περιοχή όσον αφορά στην κάλυψη/χρήση Γης με το χρόνο προκειμένου να συνταχθεί στη συνέχεια ένας ολοκληρωμένος χάρτης αλλαγών χρήσεων/κάλυψης γης της περιοχής του Ναυπλίου Αργολίδας από το 2003 έως το 2009 και έπειτα να καταρτιστεί βήμα προς βήμα μια μεθοδολογία η οποία θα είναι δυνατό να εφαρμοστεί και σε άλλες περιοχές και χρονικές στιγμές και να εξαχθούν αποτελέσματα με αποδεκτή ακρίβεια.<br /> <br /> '''Μεθοδολογία παρούσας μελέτης'''<br /> <br /> ''Επιλογή εικόνων από γεωβάσεις-κριτήρια''<br /> <br /> Για τη μελέτη της περιοχής του Ναυπλίου χρησιμοποιήθηκαν δύο χρονολογικά διαφορετικές δορυφορικές εικόνες τύπου LANDSAT TM+ , με ημερομηνίες λήψης 10 Σεπτεμβρίου 2003 και 23 Ιουλίου 2009. Οι 2 εικόνες επιλέχθηκαν με τα εξής κριτήρια:<br /> *Χρονική διαφορά τουλάχιστον 5 ετών<br /> *Διάταξη λήψης εικόνων ίδιας ή όμοιας τεχνολογίας και με τον ίδιο αριθμό φασματικών καναλιών.<br /> *Συνάφεια εποχών λήψης ώστε να υπάρχει ταύτιση στην εποχική βλάστηση και στις εποχικές καλλιεργητικές εργασίες.<br /> Στη συνέχεια αναλύθηκαν οι 2 δορυφορικές εικόνες της περιοχής μελέτης και συντάχθηκε ο χάρτης αλλαγών χρήσεων/ κάλυψης γης. Έπειτα έγινε επιτόπια παρατήρηση προκειμένου να ταυτοποιηθεί το είδος χρήσης γης σε συνάρτηση με το φάσμα εκπομπής της. Με τη βοήθεια του λογισμικού ENVI έγινε επεξεργασία με προσθήκη φίλτρων στις δορυφορικές εικόνες ώστε να ελαχιστοποιηθούν τυχόν σφάλματα από ατμοσφαιρικές επιδράσεις κατά τη λήψη των δορυφορικών εικόνων. Προκειμένου να επαληθευθεί η ορθότητα του μοντέλου, επιλέχθηκαν τυχαία σημεία από την πιο πρόσφατη δορυφορική εικόνα και επαληθεύτηκαν με επιτόπια φωτογράφηση. Τέλος συντάχθηκε ολοκληρωμένος χάρτης αλλαγών χρήσεων/κάλυψης γης της περιοχής του Ναυπλίου Αργολίδας από το 2003 ως και το 2009. <br /> <br /> ''Γεωμετρική επεξεργασία δορυφορικών εικόνων LANDSAT TM+''<br /> <br /> Για τις ανάγκες επεξεργασίας των δορυφορικών εικόνων στη συγκεκριμένη μελέτη χρησιμοποιήθηκα τα 4 πρώτα κανάλια του LANDSAT TM+. Οι εικόνες διορθώθηκαν γεωμετρικά προκειμένου να ξεπεραστεί το σφάλμα που αποδίδει ο αισθητήρας LANDSAT TM 4,5 και η γωνία περιστροφής της γης. Έπειτα, οι εικόνες αυτές γεωαναφέρθηκαν με ακρίβεια 30 μέτρων προκειμένου να έχουν πλήρη ταύτιση με την πραγματική επιφάνεια της γης. Στη συνέχεια η ευκρίνεια των εικόνων βελτιώθηκε με φίλτρα cross track του λογισμικού ENVI 4.5 ITT αφαιρώντας έτσι τη λαμπρότητα των αντανακλάσεων του ήλιου από τις γυαλιστερές επιφάνειες των κτισμάτων της περιοχής. Τέλος ένα τελευταίο στάδιο των ψηφιακών επεξεργασιών ήταν η κοπή των εικόνων στην περιοχή ενδιαφέροντος. Με αυτόν τον τρόπο δημιουργήθηκαν τελικά 2 νέα ξεχωριστά αρχεία εικόνων LANDSAT TM+ έτοιμα για περαιτέρω στατιστική επεξεργασία.<br /> <br /> ''Στατιστική επεξεργασία (classification)''<br /> <br /> Στην παρούσα μελέτη ακολουθήθηκε η μεθοδολογία Corine Land Cover 200 (CLC2000). Πιο συγκεκριμένα, χρησιμοποιήθηκε η μέθοδος Visual με τη βοήθεια υπολογιστικής οπτικής ερμηνείας (CAPI) για την ανίχνευση μεταβολών κάλυψης του εδάφους. Με την εφαρμογή του CLC 2000 αναλύθηκαν οι αλλαγές χρήσης/κάλυψης γης και δημιουργήθηκαν σε πρώτο στάδιο ένας ποιοτικός χάρτης αναπαράστασης αλλαγών γης και σε δεύτερο στάδιο στατιστικός- ποσοτικός πίνακας καταγραφής των αλλαγών.<br /> <br /> ''Μη επιβλεπόμενη ταξινόμηση χρήσεων γης στην περιοχή Ναυπλίου''<br /> <br /> Για την μη επιβλεπόμενη ταξινόμηση , χρησιμοποιήθηκε ο αλγόριθμος ομαδοποίησης ISODATA. Εισήχθησαν διαδοχικά οι 2 διαχρονικές εικόνες για την εφαρμογή του αλγορίθμου, ορίστηκε από το χρήστη μέγιστος αριθμός κατηγοριών ίσος με 5 και παρήχθησαν οι 2 ψευδέγχρωμες εικόνες με τις διαφορετικές κλάσεις που υπολόγισε ο αλγόριθμος για κάθε πραγματική εικόνα. ( Εικόνες 1 δεξιά,2 αριστερά)[[ Εικόνα: sg_3_1.gif | thumb | right | Εικ.1: Ψευδέγχρωμη εικόνα κλάσεων ISODATA Αλγόριθμου, Ιούλιος 2009 ]]<br /> [[ Εικόνα: sg_3_2.gif | thumb | left | Εικ.2: Ψευδέγχρωμη εικόνα κλάσεων ISODATA Αλγόριθμου, Σεπτέμβριος 2003 ]]<br /> <br /> <br /> Από τις εικόνες είναι εμφανής ο διαχωρισμός σε κλάσεις των 7 χρήσεων γης, με διαφορετικά χρώματα καθώς επίσης και οι διαφορές που υπάρχουν μεταξύ των δύο διαδοχικών εικόνων του Σεπτεμβρίου και του Ιουλίου ανά κλάση. Πέραν από τον οπτικό χάρτη, εξήχθησαν και οι παρακάτω πίνακες εμφάνισης των 7 κλάσεων σε κάθε μια εικόνα, μετά την εφαρμογή του αλγόριθμου ISODATA – οι κλάσεις επιλέχθηκαν από τον αλγόριθμο αυτόματα.<br /> <br /> [[ Εικόνα: sg_3_3.gif | thumb | left | Πίνακας 1: Σεπτέμβριος 2003 ]]<br /> <br /> <br /> [[ Εικόνα: sg_3_4.gif | thumb | left | Πίνακας 2: Ιούλιος 2009 ]]<br /> <br /> <br /> Μετά από τα αποτελέσματα ταξινόμησης, για κάθε μήνα, με τη βοήθεια του λογισμικού και πάλι, αναπαραστάθηκαν σε ψευδέγχρωμους χάρτες οι αλλαγές χρήσεων γης, συγκριτικά για τις δύο χρονικές περιόδους. Τα αποτελέσματα εμφανίζονται παρακάτω, σε μεγάλο χάρτη αλλαγών χρήσης γης, για όλες τις αλλαγές.(εικόνα 3) Η ταξινόμηση αυτή σκοπό έχει να καταδείξει ότι όντως στη συγκεκριμένη περιοχή και στις ημερομηνίες προς σύγκριση που επιλέχθηκαν υπάρχει αλλαγή χρήσης γης. Επετεύχθη δηλαδή αναπαράσταση των κλάσεων χωρίς όμως να γίνει σαφές το είδος της χρήσης γης.<br /> <br /> [[ Εικόνα: sg_3_5.jpg | thumb | right | Εικ.3: Σύνθετος Χάρτης Αλλαγών 4 χρήσεων ISODATA αλγόριθμου στο λογισμικό ENVI- Μπλε: περιοχή αλλαγών κόκκινο: περιοχή χωρίς αλλαγές ]]<br /> <br /> ''Επιβλεπόμενη ταξινόμηση χρήσεων γης στην περιοχή Ναυπλίου''<br /> <br /> Για τον ορισμό των κλάσεων ακολουθήθηκε η μεθοδολογία CLC2000 και κατόπιν πραγματοποιήθηκε επίσκεψη στη μελετώμενη περιοχή. Οι κλάσεις που ορίστηκαν σύμφωνα με αυτή τη μεθοδολογία φαίνονται παρακάτω. <br /> Αφού έγινε εισαγωγή των σημείων ενδιαφέροντος στο ENVI ITTS 4.5 επιλέχθηκε και εφαρμόστηκε η μέθοδος με τους αλγόριθμους Maximum Likelihood. Τα αποτελέσματα από την εφαρμογή της εποπτευόμενης ταξινόμησης φαίνονται στις επόμενες εικόνες.(εικόνες 4-8)<br /> <br /> [[ Εικόνα: sg_3_6.jpg | thumb | right | Εικ.4: Αποτελέσματα εποπτευόμενης ταξινόμησης_Σεπτέμβριος 2003 ]]<br /> <br /> [[ Εικόνα: sg_3_7.jpg | thumb | right | Εικ.5: Αποτελέσματα εποπτευόμενης ταξινόμησης_Ιούλιος 2009 ]]<br /> <br /> [[ Εικόνα: sg_3_8.jpg | thumb | right | Εικ.6: Αντιπαραβολική προβολή Landsat TMs ]]<br /> <br /> [[ Εικόνα: sg_3_9.jpg | thumb | right | Εικ.7: Χάρτης ποιοτικών αλλαγών χρήσεων γης ]]<br /> <br /> [[ Εικόνα: sg_3_10.jpg | thumb | right | Εικ.8: Χάρτης ταξινόμησης χρήσεων γης δεύτερης μεθόδου ]]<br /> <br /> '''Σημαντικά αποτελέσματα και αξιολόγηση των μεθόδων'''<br /> <br /> ''Αξιολόγηση των μεθόδων''<br /> <br /> Η κύρια μέθοδος της κατηγοριοποίησης χρήσεων γης με βάση εικόνες αισθητήρα LANDSAT TM και εφαρμογή λογαρίθμου επιβλεπόμενης ταξινόμησης “ Maximum Likelihood” εμφανίζεται να απέδωσε αρκετά καλά με εικόνες 30x30 εικονοστοιχείων αυτού του τύπου. Από τις 6 κλάσεις που ορίστηκαν, και στις δύο εικόνες που εφαρμόστηκε ο λογάριθμος, το ποσοστό που δεν κατάφερε να ταξινομηθεί ήταν αρκετά μικρό. Στην εικόνα του 2003, το ποσοστό που δεν ταξινομήθηκε είναι της τάξης του 10,31% και αφορά σε pixels που είτε ανήκαν σε άλλη κλάση είτε δεν ανιχνεύτηκαν ενώ από τα στατιστικά αποτελέσματα του αλγόριθμου η τιμή overall accuracy υπολογίστηκε στο 89,97%. Για το 2009, η ακρίβεια ταξινόμησης εμφανίζεται βελτιωμένη. <br /> Αν στον ποιοτικό χάρτη ISODATA θεωρηθούν με μπλε χρώμα τα στίγματα στα σημεία που παρατηρήθηκαν αλλαγές χρήσεων γης, συμπεραίνεται μια ομοιότητα των σημείων αυτών με τα σημεία διαφορετικών κλάσεων ανάμεσα στις 2 εικόνες, διαχρονικών αλλαγών Maximum Likelihood. Αντίστοιχα, αν θεωρήσουμε με κόκκινο χρώμα τα στίγματα στα σημεία που δεν παρατηρήθηκαν αλλαγές χρήσεων γης, πάλι ο χάρτης ISODATA ακολουθεί τις 2 εικόνες αλλαγών χρήσεων γης Maximum Likelihood. <br /> Η ποιοτική σύγκριση των δύο μεθόδων επικυρώνει την επιτυχία και την ορθότητα των αποτελεσμάτων.<br /> <br /> ''Σημαντικά αποτελέσματα σχετικά με την περιοχή μελέτης''<br /> <br /> Μέσα από τη μελέτη όλων των αποτελεσμάτων προέκυψε ότι το Ναύπλιο έχει αξιόλογο ποσοστό καλλιεργήσιμων εκτάσεων και ότι οι κάτοικοι διαχρονικά όχι μόνο δεν εγκατέλειψαν τις καλλιεργήσιμες εκτάσεις αλλά τις αύξησαν ελάχιστα. Η κατασκευαστική δραστηριότητα αυξήθηκε αλλά όχι με ρυθμούς έντονης πολεοδομικής ανάπτυξης. Από το χάρτη των κλάσεων είναι φανερή μια έντονη ανάπτυξη των τεχνητών επιφανειών κοντά στη θάλασσα. Από οικολογικής πλευράς τέλος, η διαχρονική μελέτη των κλάσεων έδειξε ότι τα δάση αυξήθηκαν, είτε από τη μείωση των γυμνών εδαφών, είτε από τη φυσική εξέλιξη ενός τμήματος από θαμνώνες σε δάσος. Οι διαχρονικές δηλαδή αλλαγές ήταν ήπιες και ομαλές μεταξύ των 6 χρόνων που μεσολάβησαν από τη λήψη των δύο δορυφορικών εικόνων.</div>

Sgeorgali http://147.102.106.44/rs/wiki/index.php/%CE%94%CE%B9%CE%B1%CF%87%CF%81%CE%BF%CE%BD%CE%B9%CE%BA%CE%AE_%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7%CF%82/%CE%BA%CE%AC%CE%BB%CF%85%CF%88%CE%B7%CF%82_%CE%B3%CE%B7%CF%82_%CF%84%CE%B7%CF%82_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CE%AE%CF%82_%CE%9D%CE%B1%CF%85%CF%80%CE%BB%CE%AF%CE%BF%CF%85_%CE%91%CF%81%CE%B3%CE%BF%CE%BB%CE%AF%CE%B4%CE%B1%CF%82_%CE%BC%CE%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%80%CE%BF%CE%BB%CF%85%CF%86%CE%B1%CF%83%CE%BC%CE%B1%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD 2012-03-04T23:05:33Z

<p>Sgeorgali: </p> <hr /> <div>[http://www.google.gr/url?sa=t&amp;rct=j&amp;q=%CE%B4%CE%B9%CE%B1%CF%87%CF%81%CE%BF%CE%BD%CE%B9%CE%BA%CE%AE%20%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7%20%CE%BD%CE%B1%CF%85%CF%80%CE%BB%CE%AF%CE%BF%CF%85&amp;source=web&amp;cd=1&amp;ved=0CCEQFjAA&amp;url=http%3A%2F%2Fdspace.aua.gr%2Fxmlui%2Fbitstream%2Fhandle%2F10329%2F189%2FGiannopoulos_D.pdf%3Fsequence%3D3&amp;ei=PgtUT9LUGtDzsgaSscCfDw&amp;usg=AFQjCNHhxe7ef4Dqf8g3XzbF9H5fEpyjRQ&amp;sig2=lHc3tJooBlQU_ArV6G7Yxg&amp;cad=rja Πηγή]<br /> <br /> '''Αντικείμενο Εφαρμογής''' <br /> <br /> Η παρούσα μελέτη αφορά στη διαχρονική χαρτογράφηση χρήσης/κάλυψης γης της περιοχής Ναυπλίου Αργολίδας με χρήση πολυφασματικών δορυφορικών δεδομένων.<br /> Στόχος της Εφαρμογής<br /> Στόχος της εφαρμογής είναι να καταγραφούν οι αλλαγές στην εν λόγω περιοχή όσον αφορά στην κάλυψη/χρήση Γης με το χρόνο προκειμένου να συνταχθεί στη συνέχεια ένας ολοκληρωμένος χάρτης αλλαγών χρήσεων/κάλυψης γης της περιοχής του Ναυπλίου Αργολίδας από το 2003 έως το 2009 και έπειτα να καταρτιστεί βήμα προς βήμα μια μεθοδολογία η οποία θα είναι δυνατό να εφαρμοστεί και σε άλλες περιοχές και χρονικές στιγμές και να εξαχθούν αποτελέσματα με αποδεκτή ακρίβεια.<br /> <br /> '''Μεθοδολογία παρούσας μελέτης'''<br /> <br /> ''Επιλογή εικόνων από γεωβάσεις-κριτήρια''<br /> <br /> Για τη μελέτη της περιοχής του Ναυπλίου χρησιμοποιήθηκαν δύο χρονολογικά διαφορετικές δορυφορικές εικόνες τύπου LANDSAT TM+ , με ημερομηνίες λήψης 10 Σεπτεμβρίου 2003 και 23 Ιουλίου 2009. Οι 2 εικόνες επιλέχθηκαν με τα εξής κριτήρια:<br /> *Χρονική διαφορά τουλάχιστον 5 ετών<br /> *Διάταξη λήψης εικόνων ίδιας ή όμοιας τεχνολογίας και με τον ίδιο αριθμό φασματικών καναλιών.<br /> *Συνάφεια εποχών λήψης ώστε να υπάρχει ταύτιση στην εποχική βλάστηση και στις εποχικές καλλιεργητικές εργασίες.<br /> Στη συνέχεια αναλύθηκαν οι 2 δορυφορικές εικόνες της περιοχής μελέτης και συντάχθηκε ο χάρτης αλλαγών χρήσεων/ κάλυψης γης. Έπειτα έγινε επιτόπια παρατήρηση προκειμένου να ταυτοποιηθεί το είδος χρήσης γης σε συνάρτηση με το φάσμα εκπομπής της. Με τη βοήθεια του λογισμικού ENVI έγινε επεξεργασία με προσθήκη φίλτρων στις δορυφορικές εικόνες ώστε να ελαχιστοποιηθούν τυχόν σφάλματα από ατμοσφαιρικές επιδράσεις κατά τη λήψη των δορυφορικών εικόνων. Προκειμένου να επαληθευθεί η ορθότητα του μοντέλου, επιλέχθηκαν τυχαία σημεία από την πιο πρόσφατη δορυφορική εικόνα και επαληθεύτηκαν με επιτόπια φωτογράφηση. Τέλος συντάχθηκε ολοκληρωμένος χάρτης αλλαγών χρήσεων/κάλυψης γης της περιοχής του Ναυπλίου Αργολίδας από το 2003 ως και το 2009. <br /> <br /> ''Γεωμετρική επεξεργασία δορυφορικών εικόνων LANDSAT TM+''<br /> <br /> Για τις ανάγκες επεξεργασίας των δορυφορικών εικόνων στη συγκεκριμένη μελέτη χρησιμοποιήθηκα τα 4 πρώτα κανάλια του LANDSAT TM+. Οι εικόνες διορθώθηκαν γεωμετρικά προκειμένου να ξεπεραστεί το σφάλμα που αποδίδει ο αισθητήρας LANDSAT TM 4,5 και η γωνία περιστροφής της γης. Έπειτα, οι εικόνες αυτές γεωαναφέρθηκαν με ακρίβεια 30 μέτρων προκειμένου να έχουν πλήρη ταύτιση με την πραγματική επιφάνεια της γης. Στη συνέχεια η ευκρίνεια των εικόνων βελτιώθηκε με φίλτρα cross track του λογισμικού ENVI 4.5 ITT αφαιρώντας έτσι τη λαμπρότητα των αντανακλάσεων του ήλιου από τις γυαλιστερές επιφάνειες των κτισμάτων της περιοχής. Τέλος ένα τελευταίο στάδιο των ψηφιακών επεξεργασιών ήταν η κοπή των εικόνων στην περιοχή ενδιαφέροντος. Με αυτόν τον τρόπο δημιουργήθηκαν τελικά 2 νέα ξεχωριστά αρχεία εικόνων LANDSAT TM+ έτοιμα για περαιτέρω στατιστική επεξεργασία.<br /> <br /> ''Στατιστική επεξεργασία (classification)''<br /> <br /> Στην παρούσα μελέτη ακολουθήθηκε η μεθοδολογία Corine Land Cover 200 (CLC2000). Πιο συγκεκριμένα, χρησιμοποιήθηκε η μέθοδος Visual με τη βοήθεια υπολογιστικής οπτικής ερμηνείας (CAPI) για την ανίχνευση μεταβολών κάλυψης του εδάφους. Με την εφαρμογή του CLC 2000 αναλύθηκαν οι αλλαγές χρήσης/κάλυψης γης και δημιουργήθηκαν σε πρώτο στάδιο ένας ποιοτικός χάρτης αναπαράστασης αλλαγών γης και σε δεύτερο στάδιο στατιστικός- ποσοτικός πίνακας καταγραφής των αλλαγών.<br /> <br /> ''Μη επιβλεπόμενη ταξινόμηση χρήσεων γης στην περιοχή Ναυπλίου''<br /> <br /> Για την μη επιβλεπόμενη ταξινόμηση , χρησιμοποιήθηκε ο αλγόριθμος ομαδοποίησης ISODATA. Εισήχθησαν διαδοχικά οι 2 διαχρονικές εικόνες για την εφαρμογή του αλγορίθμου, ορίστηκε από το χρήστη μέγιστος αριθμός κατηγοριών ίσος με 5 και παρήχθησαν οι 2 ψευδέγχρωμες εικόνες με τις διαφορετικές κλάσεις που υπολόγισε ο αλγόριθμος για κάθε πραγματική εικόνα. ( Εικόνες 1 δεξιά,2 αριστερά)[[ Εικόνα: sg_3_1.gif | thumb | right | Εικ.1: Ψευδέγχρωμη εικόνα κλάσεων ISODATA Αλγόριθμου, Ιούλιος 2009 ]]<br /> [[ Εικόνα: sg_3_2.gif | thumb | left | Εικ.2: Ψευδέγχρωμη εικόνα κλάσεων ISODATA Αλγόριθμου, Σεπτέμβριος 2003 ]]<br /> <br /> <br /> Από τις εικόνες είναι εμφανής ο διαχωρισμός σε κλάσεις των 7 χρήσεων γης, με διαφορετικά χρώματα καθώς επίσης και οι διαφορές που υπάρχουν μεταξύ των δύο διαδοχικών εικόνων του Σεπτεμβρίου και του Ιουλίου ανά κλάση. Πέραν από τον οπτικό χάρτη, εξήχθησαν και οι παρακάτω πίνακες εμφάνισης των 7 κλάσεων σε κάθε μια εικόνα, μετά την εφαρμογή του αλγόριθμου ISODATA – οι κλάσεις επιλέχθηκαν από τον αλγόριθμο αυτόματα.<br /> [ Εικόνα: sg_3_3.gif | thumb | left | Εικ.15: Σεπτέμβριος 2003 ]]<br /> <br /> <br /> [ Εικόνα: sg_3_4.gif | thumb | left | Εικ.16: Ιούλιος 2009 ]]<br /> <br /> <br /> Μετά από τα αποτελέσματα ταξινόμησης, για κάθε μήνα, με τη βοήθεια του λογισμικού και πάλι, αναπαραστάθηκαν σε ψευδέγχρωμους χάρτες οι αλλαγές χρήσεων γης, συγκριτικά για τις δύο χρονικές περιόδους. Τα αποτελέσματα εμφανίζονται παρακάτω, σε μεγάλο χάρτη αλλαγών χρήσης γης, για όλες τις αλλαγές.(εικόνα 3) Η ταξινόμηση αυτή σκοπό έχει να καταδείξει ότι όντως στη συγκεκριμένη περιοχή και στις ημερομηνίες προς σύγκριση που επιλέχθηκαν υπάρχει αλλαγή χρήσης γης. Επετεύχθη δηλαδή αναπαράσταση των κλάσεων χωρίς όμως να γίνει σαφές το είδος της χρήσης γης.<br /> <br /> [[ Εικόνα: sg_3_5.jpg | thumb | right | Εικ.3: Σύνθετος Χάρτης Αλλαγών 4 χρήσεων ISODATA αλγόριθμου στο λογισμικό ENVI- Μπλε: περιοχή αλλαγών κόκκινο: περιοχή χωρίς αλλαγές ]]<br /> <br /> ''Επιβλεπόμενη ταξινόμηση χρήσεων γης στην περιοχή Ναυπλίου''<br /> <br /> Για τον ορισμό των κλάσεων ακολουθήθηκε η μεθοδολογία CLC2000 και κατόπιν πραγματοποιήθηκε επίσκεψη στη μελετώμενη περιοχή. Οι κλάσεις που ορίστηκαν σύμφωνα με αυτή τη μεθοδολογία φαίνονται παρακάτω. <br /> Αφού έγινε εισαγωγή των σημείων ενδιαφέροντος στο ENVI ITTS 4.5 επιλέχθηκε και εφαρμόστηκε η μέθοδος με τους αλγόριθμους Maximum Likelihood. Τα αποτελέσματα από την εφαρμογή της εποπτευόμενης ταξινόμησης φαίνονται στις επόμενες εικόνες.(εικόνες 4-8)<br /> <br /> [[ Εικόνα: sg_3_6.jpg | thumb | right | Εικ.4: Αποτελέσματα εποπτευόμενης ταξινόμησης_Σεπτέμβριος 2003 ]]<br /> <br /> [[ Εικόνα: sg_3_7.jpg | thumb | right | Εικ.5: Αποτελέσματα εποπτευόμενης ταξινόμησης_Ιούλιος 2009 ]]<br /> <br /> [[ Εικόνα: sg_3_8.jpg | thumb | right | Εικ.6: Αντιπαραβολική προβολή Landsat TMs ]]<br /> <br /> [[ Εικόνα: sg_3_9.jpg | thumb | right | Εικ.7: Χάρτης ποιοτικών αλλαγών χρήσεων γης ]]<br /> <br /> [[ Εικόνα: sg_3_10.jpg | thumb | right | Εικ.8: Χάρτης ταξινόμησης χρήσεων γης δεύτερης μεθόδου ]]<br /> <br /> '''Σημαντικά αποτελέσματα και αξιολόγηση των μεθόδων'''<br /> <br /> ''Αξιολόγηση των μεθόδων''<br /> <br /> Η κύρια μέθοδος της κατηγοριοποίησης χρήσεων γης με βάση εικόνες αισθητήρα LANDSAT TM και εφαρμογή λογαρίθμου επιβλεπόμενης ταξινόμησης “ Maximum Likelihood” εμφανίζεται να απέδωσε αρκετά καλά με εικόνες 30x30 εικονοστοιχείων αυτού του τύπου. Από τις 6 κλάσεις που ορίστηκαν, και στις δύο εικόνες που εφαρμόστηκε ο λογάριθμος, το ποσοστό που δεν κατάφερε να ταξινομηθεί ήταν αρκετά μικρό. Στην εικόνα του 2003, το ποσοστό που δεν ταξινομήθηκε είναι της τάξης του 10,31% και αφορά σε pixels που είτε ανήκαν σε άλλη κλάση είτε δεν ανιχνεύτηκαν ενώ από τα στατιστικά αποτελέσματα του αλγόριθμου η τιμή overall accuracy υπολογίστηκε στο 89,97%. Για το 2009, η ακρίβεια ταξινόμησης εμφανίζεται βελτιωμένη. <br /> Αν στον ποιοτικό χάρτη ISODATA θεωρηθούν με μπλε χρώμα τα στίγματα στα σημεία που παρατηρήθηκαν αλλαγές χρήσεων γης, συμπεραίνεται μια ομοιότητα των σημείων αυτών με τα σημεία διαφορετικών κλάσεων ανάμεσα στις 2 εικόνες, διαχρονικών αλλαγών Maximum Likelihood. Αντίστοιχα, αν θεωρήσουμε με κόκκινο χρώμα τα στίγματα στα σημεία που δεν παρατηρήθηκαν αλλαγές χρήσεων γης, πάλι ο χάρτης ISODATA ακολουθεί τις 2 εικόνες αλλαγών χρήσεων γης Maximum Likelihood. <br /> Η ποιοτική σύγκριση των δύο μεθόδων επικυρώνει την επιτυχία και την ορθότητα των αποτελεσμάτων.<br /> <br /> ''Σημαντικά αποτελέσματα σχετικά με την περιοχή μελέτης''<br /> <br /> Μέσα από τη μελέτη όλων των αποτελεσμάτων προέκυψε ότι το Ναύπλιο έχει αξιόλογο ποσοστό καλλιεργήσιμων εκτάσεων και ότι οι κάτοικοι διαχρονικά όχι μόνο δεν εγκατέλειψαν τις καλλιεργήσιμες εκτάσεις αλλά τις αύξησαν ελάχιστα. Η κατασκευαστική δραστηριότητα αυξήθηκε αλλά όχι με ρυθμούς έντονης πολεοδομικής ανάπτυξης. Από το χάρτη των κλάσεων είναι φανερή μια έντονη ανάπτυξη των τεχνητών επιφανειών κοντά στη θάλασσα. Από οικολογικής πλευράς τέλος, η διαχρονική μελέτη των κλάσεων έδειξε ότι τα δάση αυξήθηκαν, είτε από τη μείωση των γυμνών εδαφών, είτε από τη φυσική εξέλιξη ενός τμήματος από θαμνώνες σε δάσος. Οι διαχρονικές δηλαδή αλλαγές ήταν ήπιες και ομαλές μεταξύ των 6 χρόνων που μεσολάβησαν από τη λήψη των δύο δορυφορικών εικόνων.</div>

Sgeorgali http://147.102.106.44/rs/wiki/index.php/%CE%94%CE%B9%CE%B1%CF%87%CF%81%CE%BF%CE%BD%CE%B9%CE%BA%CE%AE_%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7%CF%82/%CE%BA%CE%AC%CE%BB%CF%85%CF%88%CE%B7%CF%82_%CE%B3%CE%B7%CF%82_%CF%84%CE%B7%CF%82_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CE%AE%CF%82_%CE%9D%CE%B1%CF%85%CF%80%CE%BB%CE%AF%CE%BF%CF%85_%CE%91%CF%81%CE%B3%CE%BF%CE%BB%CE%AF%CE%B4%CE%B1%CF%82_%CE%BC%CE%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%80%CE%BF%CE%BB%CF%85%CF%86%CE%B1%CF%83%CE%BC%CE%B1%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD 2012-03-04T23:04:19Z

<p>Sgeorgali: </p> <hr /> <div>[http://www.google.gr/url?sa=t&amp;rct=j&amp;q=%CE%B4%CE%B9%CE%B1%CF%87%CF%81%CE%BF%CE%BD%CE%B9%CE%BA%CE%AE%20%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7%20%CE%BD%CE%B1%CF%85%CF%80%CE%BB%CE%AF%CE%BF%CF%85&amp;source=web&amp;cd=1&amp;ved=0CCEQFjAA&amp;url=http%3A%2F%2Fdspace.aua.gr%2Fxmlui%2Fbitstream%2Fhandle%2F10329%2F189%2FGiannopoulos_D.pdf%3Fsequence%3D3&amp;ei=PgtUT9LUGtDzsgaSscCfDw&amp;usg=AFQjCNHhxe7ef4Dqf8g3XzbF9H5fEpyjRQ&amp;sig2=lHc3tJooBlQU_ArV6G7Yxg&amp;cad=rja Πηγή]<br /> <br /> '''Αντικείμενο Εφαρμογής''' <br /> <br /> Η παρούσα μελέτη αφορά στη διαχρονική χαρτογράφηση χρήσης/κάλυψης γης της περιοχής Ναυπλίου Αργολίδας με χρήση πολυφασματικών δορυφορικών δεδομένων.<br /> Στόχος της Εφαρμογής<br /> Στόχος της εφαρμογής είναι να καταγραφούν οι αλλαγές στην εν λόγω περιοχή όσον αφορά στην κάλυψη/χρήση Γης με το χρόνο προκειμένου να συνταχθεί στη συνέχεια ένας ολοκληρωμένος χάρτης αλλαγών χρήσεων/κάλυψης γης της περιοχής του Ναυπλίου Αργολίδας από το 2003 έως το 2009 και έπειτα να καταρτιστεί βήμα προς βήμα μια μεθοδολογία η οποία θα είναι δυνατό να εφαρμοστεί και σε άλλες περιοχές και χρονικές στιγμές και να εξαχθούν αποτελέσματα με αποδεκτή ακρίβεια.<br /> <br /> '''Μεθοδολογία παρούσας μελέτης'''<br /> <br /> ''Επιλογή εικόνων από γεωβάσεις-κριτήρια''<br /> <br /> Για τη μελέτη της περιοχής του Ναυπλίου χρησιμοποιήθηκαν δύο χρονολογικά διαφορετικές δορυφορικές εικόνες τύπου LANDSAT TM+ , με ημερομηνίες λήψης 10 Σεπτεμβρίου 2003 και 23 Ιουλίου 2009. Οι 2 εικόνες επιλέχθηκαν με τα εξής κριτήρια:<br /> *Χρονική διαφορά τουλάχιστον 5 ετών<br /> *Διάταξη λήψης εικόνων ίδιας ή όμοιας τεχνολογίας και με τον ίδιο αριθμό φασματικών καναλιών.<br /> *Συνάφεια εποχών λήψης ώστε να υπάρχει ταύτιση στην εποχική βλάστηση και στις εποχικές καλλιεργητικές εργασίες.<br /> Στη συνέχεια αναλύθηκαν οι 2 δορυφορικές εικόνες της περιοχής μελέτης και συντάχθηκε ο χάρτης αλλαγών χρήσεων/ κάλυψης γης. Έπειτα έγινε επιτόπια παρατήρηση προκειμένου να ταυτοποιηθεί το είδος χρήσης γης σε συνάρτηση με το φάσμα εκπομπής της. Με τη βοήθεια του λογισμικού ENVI έγινε επεξεργασία με προσθήκη φίλτρων στις δορυφορικές εικόνες ώστε να ελαχιστοποιηθούν τυχόν σφάλματα από ατμοσφαιρικές επιδράσεις κατά τη λήψη των δορυφορικών εικόνων. Προκειμένου να επαληθευθεί η ορθότητα του μοντέλου, επιλέχθηκαν τυχαία σημεία από την πιο πρόσφατη δορυφορική εικόνα και επαληθεύτηκαν με επιτόπια φωτογράφηση. Τέλος συντάχθηκε ολοκληρωμένος χάρτης αλλαγών χρήσεων/κάλυψης γης της περιοχής του Ναυπλίου Αργολίδας από το 2003 ως και το 2009. <br /> <br /> ''Γεωμετρική επεξεργασία δορυφορικών εικόνων LANDSAT TM+''<br /> <br /> Για τις ανάγκες επεξεργασίας των δορυφορικών εικόνων στη συγκεκριμένη μελέτη χρησιμοποιήθηκα τα 4 πρώτα κανάλια του LANDSAT TM+. Οι εικόνες διορθώθηκαν γεωμετρικά προκειμένου να ξεπεραστεί το σφάλμα που αποδίδει ο αισθητήρας LANDSAT TM 4,5 και η γωνία περιστροφής της γης. Έπειτα, οι εικόνες αυτές γεωαναφέρθηκαν με ακρίβεια 30 μέτρων προκειμένου να έχουν πλήρη ταύτιση με την πραγματική επιφάνεια της γης. Στη συνέχεια η ευκρίνεια των εικόνων βελτιώθηκε με φίλτρα cross track του λογισμικού ENVI 4.5 ITT αφαιρώντας έτσι τη λαμπρότητα των αντανακλάσεων του ήλιου από τις γυαλιστερές επιφάνειες των κτισμάτων της περιοχής. Τέλος ένα τελευταίο στάδιο των ψηφιακών επεξεργασιών ήταν η κοπή των εικόνων στην περιοχή ενδιαφέροντος. Με αυτόν τον τρόπο δημιουργήθηκαν τελικά 2 νέα ξεχωριστά αρχεία εικόνων LANDSAT TM+ έτοιμα για περαιτέρω στατιστική επεξεργασία.<br /> <br /> ''Στατιστική επεξεργασία (classification)''<br /> <br /> Στην παρούσα μελέτη ακολουθήθηκε η μεθοδολογία Corine Land Cover 200 (CLC2000). Πιο συγκεκριμένα, χρησιμοποιήθηκε η μέθοδος Visual με τη βοήθεια υπολογιστικής οπτικής ερμηνείας (CAPI) για την ανίχνευση μεταβολών κάλυψης του εδάφους. Με την εφαρμογή του CLC 2000 αναλύθηκαν οι αλλαγές χρήσης/κάλυψης γης και δημιουργήθηκαν σε πρώτο στάδιο ένας ποιοτικός χάρτης αναπαράστασης αλλαγών γης και σε δεύτερο στάδιο στατιστικός- ποσοτικός πίνακας καταγραφής των αλλαγών.<br /> <br /> ''Μη επιβλεπόμενη ταξινόμηση χρήσεων γης στην περιοχή Ναυπλίου''<br /> <br /> Για την μη επιβλεπόμενη ταξινόμηση , χρησιμοποιήθηκε ο αλγόριθμος ομαδοποίησης ISODATA. Εισήχθησαν διαδοχικά οι 2 διαχρονικές εικόνες για την εφαρμογή του αλγορίθμου, ορίστηκε από το χρήστη μέγιστος αριθμός κατηγοριών ίσος με 5 και παρήχθησαν οι 2 ψευδέγχρωμες εικόνες με τις διαφορετικές κλάσεις που υπολόγισε ο αλγόριθμος για κάθε πραγματική εικόνα. ( Εικόνες 1 δεξιά,2 αριστερά)[[ Εικόνα: sg_3_1.gif | thumb | right | Εικ.1: Ψευδέγχρωμη εικόνα κλάσεων ISODATA Αλγόριθμου, Ιούλιος 2009 ]]<br /> [[ Εικόνα: sg_3_2.gif | thumb | left | Εικ.2: Ψευδέγχρωμη εικόνα κλάσεων ISODATA Αλγόριθμου, Σεπτέμβριος 2003 ]]<br /> <br /> <br /> Από τις εικόνες είναι εμφανής ο διαχωρισμός σε κλάσεις των 7 χρήσεων γης, με διαφορετικά χρώματα καθώς επίσης και οι διαφορές που υπάρχουν μεταξύ των δύο διαδοχικών εικόνων του Σεπτεμβρίου και του Ιουλίου ανά κλάση. Πέραν από τον οπτικό χάρτη, εξήχθησαν και οι παρακάτω πίνακες εμφάνισης των 7 κλάσεων σε κάθε μια εικόνα, μετά την εφαρμογή του αλγόριθμου ISODATA – οι κλάσεις επιλέχθηκαν από τον αλγόριθμο αυτόματα.<br /> [ Εικόνα: sg_3_3.gif | thumb | left | Πίνακας 1_Σεπτέμβριος 2003 ]]<br /> <br /> <br /> [ Εικόνα: sg_3_4.gif | thumb | left | Πίνακας 2_Ιούλιος 2009 ]]<br /> <br /> <br /> Μετά από τα αποτελέσματα ταξινόμησης, για κάθε μήνα, με τη βοήθεια του λογισμικού και πάλι, αναπαραστάθηκαν σε ψευδέγχρωμους χάρτες οι αλλαγές χρήσεων γης, συγκριτικά για τις δύο χρονικές περιόδους. Τα αποτελέσματα εμφανίζονται παρακάτω, σε μεγάλο χάρτη αλλαγών χρήσης γης, για όλες τις αλλαγές.(εικόνα 3) Η ταξινόμηση αυτή σκοπό έχει να καταδείξει ότι όντως στη συγκεκριμένη περιοχή και στις ημερομηνίες προς σύγκριση που επιλέχθηκαν υπάρχει αλλαγή χρήσης γης. Επετεύχθη δηλαδή αναπαράσταση των κλάσεων χωρίς όμως να γίνει σαφές το είδος της χρήσης γης.<br /> <br /> [[ Εικόνα: sg_3_5.jpg | thumb | right | Εικ.3: Σύνθετος Χάρτης Αλλαγών 4 χρήσεων ISODATA αλγόριθμου στο λογισμικό ENVI- Μπλε: περιοχή αλλαγών κόκκινο: περιοχή χωρίς αλλαγές ]]<br /> <br /> ''Επιβλεπόμενη ταξινόμηση χρήσεων γης στην περιοχή Ναυπλίου''<br /> <br /> Για τον ορισμό των κλάσεων ακολουθήθηκε η μεθοδολογία CLC2000 και κατόπιν πραγματοποιήθηκε επίσκεψη στη μελετώμενη περιοχή. Οι κλάσεις που ορίστηκαν σύμφωνα με αυτή τη μεθοδολογία φαίνονται παρακάτω. <br /> Αφού έγινε εισαγωγή των σημείων ενδιαφέροντος στο ENVI ITTS 4.5 επιλέχθηκε και εφαρμόστηκε η μέθοδος με τους αλγόριθμους Maximum Likelihood. Τα αποτελέσματα από την εφαρμογή της εποπτευόμενης ταξινόμησης φαίνονται στις επόμενες εικόνες.(εικόνες 4-8)<br /> <br /> [[ Εικόνα: sg_3_6.jpg | thumb | right | Εικ.4: Αποτελέσματα εποπτευόμενης ταξινόμησης_Σεπτέμβριος 2003 ]]<br /> <br /> [[ Εικόνα: sg_3_7.jpg | thumb | right | Εικ.5: Αποτελέσματα εποπτευόμενης ταξινόμησης_Ιούλιος 2009 ]]<br /> <br /> [[ Εικόνα: sg_3_8.jpg | thumb | right | Εικ.6: Αντιπαραβολική προβολή Landsat TMs ]]<br /> <br /> [[ Εικόνα: sg_3_9.jpg | thumb | right | Εικ.7: Χάρτης ποιοτικών αλλαγών χρήσεων γης ]]<br /> <br /> [[ Εικόνα: sg_3_10.jpg | thumb | right | Εικ.8: Χάρτης ταξινόμησης χρήσεων γης δεύτερης μεθόδου ]]<br /> <br /> '''Σημαντικά αποτελέσματα και αξιολόγηση των μεθόδων'''<br /> <br /> ''Αξιολόγηση των μεθόδων''<br /> <br /> Η κύρια μέθοδος της κατηγοριοποίησης χρήσεων γης με βάση εικόνες αισθητήρα LANDSAT TM και εφαρμογή λογαρίθμου επιβλεπόμενης ταξινόμησης “ Maximum Likelihood” εμφανίζεται να απέδωσε αρκετά καλά με εικόνες 30x30 εικονοστοιχείων αυτού του τύπου. Από τις 6 κλάσεις που ορίστηκαν, και στις δύο εικόνες που εφαρμόστηκε ο λογάριθμος, το ποσοστό που δεν κατάφερε να ταξινομηθεί ήταν αρκετά μικρό. Στην εικόνα του 2003, το ποσοστό που δεν ταξινομήθηκε είναι της τάξης του 10,31% και αφορά σε pixels που είτε ανήκαν σε άλλη κλάση είτε δεν ανιχνεύτηκαν ενώ από τα στατιστικά αποτελέσματα του αλγόριθμου η τιμή overall accuracy υπολογίστηκε στο 89,97%. Για το 2009, η ακρίβεια ταξινόμησης εμφανίζεται βελτιωμένη. <br /> Αν στον ποιοτικό χάρτη ISODATA θεωρηθούν με μπλε χρώμα τα στίγματα στα σημεία που παρατηρήθηκαν αλλαγές χρήσεων γης, συμπεραίνεται μια ομοιότητα των σημείων αυτών με τα σημεία διαφορετικών κλάσεων ανάμεσα στις 2 εικόνες, διαχρονικών αλλαγών Maximum Likelihood. Αντίστοιχα, αν θεωρήσουμε με κόκκινο χρώμα τα στίγματα στα σημεία που δεν παρατηρήθηκαν αλλαγές χρήσεων γης, πάλι ο χάρτης ISODATA ακολουθεί τις 2 εικόνες αλλαγών χρήσεων γης Maximum Likelihood. <br /> Η ποιοτική σύγκριση των δύο μεθόδων επικυρώνει την επιτυχία και την ορθότητα των αποτελεσμάτων.<br /> <br /> ''Σημαντικά αποτελέσματα σχετικά με την περιοχή μελέτης''<br /> <br /> Μέσα από τη μελέτη όλων των αποτελεσμάτων προέκυψε ότι το Ναύπλιο έχει αξιόλογο ποσοστό καλλιεργήσιμων εκτάσεων και ότι οι κάτοικοι διαχρονικά όχι μόνο δεν εγκατέλειψαν τις καλλιεργήσιμες εκτάσεις αλλά τις αύξησαν ελάχιστα. Η κατασκευαστική δραστηριότητα αυξήθηκε αλλά όχι με ρυθμούς έντονης πολεοδομικής ανάπτυξης. Από το χάρτη των κλάσεων είναι φανερή μια έντονη ανάπτυξη των τεχνητών επιφανειών κοντά στη θάλασσα. Από οικολογικής πλευράς τέλος, η διαχρονική μελέτη των κλάσεων έδειξε ότι τα δάση αυξήθηκαν, είτε από τη μείωση των γυμνών εδαφών, είτε από τη φυσική εξέλιξη ενός τμήματος από θαμνώνες σε δάσος. Οι διαχρονικές δηλαδή αλλαγές ήταν ήπιες και ομαλές μεταξύ των 6 χρόνων που μεσολάβησαν από τη λήψη των δύο δορυφορικών εικόνων.</div>

Sgeorgali http://147.102.106.44/rs/wiki/index.php/%CE%94%CE%B9%CE%B1%CF%87%CF%81%CE%BF%CE%BD%CE%B9%CE%BA%CE%AE_%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7%CF%82/%CE%BA%CE%AC%CE%BB%CF%85%CF%88%CE%B7%CF%82_%CE%B3%CE%B7%CF%82_%CF%84%CE%B7%CF%82_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CE%AE%CF%82_%CE%9D%CE%B1%CF%85%CF%80%CE%BB%CE%AF%CE%BF%CF%85_%CE%91%CF%81%CE%B3%CE%BF%CE%BB%CE%AF%CE%B4%CE%B1%CF%82_%CE%BC%CE%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%80%CE%BF%CE%BB%CF%85%CF%86%CE%B1%CF%83%CE%BC%CE%B1%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD 2012-03-04T23:02:37Z

<p>Sgeorgali: </p> <hr /> <div>[http://www.google.gr/url?sa=t&amp;rct=j&amp;q=%CE%B4%CE%B9%CE%B1%CF%87%CF%81%CE%BF%CE%BD%CE%B9%CE%BA%CE%AE%20%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7%20%CE%BD%CE%B1%CF%85%CF%80%CE%BB%CE%AF%CE%BF%CF%85&amp;source=web&amp;cd=1&amp;ved=0CCEQFjAA&amp;url=http%3A%2F%2Fdspace.aua.gr%2Fxmlui%2Fbitstream%2Fhandle%2F10329%2F189%2FGiannopoulos_D.pdf%3Fsequence%3D3&amp;ei=PgtUT9LUGtDzsgaSscCfDw&amp;usg=AFQjCNHhxe7ef4Dqf8g3XzbF9H5fEpyjRQ&amp;sig2=lHc3tJooBlQU_ArV6G7Yxg&amp;cad=rja Πηγή]<br /> <br /> '''Αντικείμενο Εφαρμογής''' <br /> <br /> Η παρούσα μελέτη αφορά στη διαχρονική χαρτογράφηση χρήσης/κάλυψης γης της περιοχής Ναυπλίου Αργολίδας με χρήση πολυφασματικών δορυφορικών δεδομένων.<br /> Στόχος της Εφαρμογής<br /> Στόχος της εφαρμογής είναι να καταγραφούν οι αλλαγές στην εν λόγω περιοχή όσον αφορά στην κάλυψη/χρήση Γης με το χρόνο προκειμένου να συνταχθεί στη συνέχεια ένας ολοκληρωμένος χάρτης αλλαγών χρήσεων/κάλυψης γης της περιοχής του Ναυπλίου Αργολίδας από το 2003 έως το 2009 και έπειτα να καταρτιστεί βήμα προς βήμα μια μεθοδολογία η οποία θα είναι δυνατό να εφαρμοστεί και σε άλλες περιοχές και χρονικές στιγμές και να εξαχθούν αποτελέσματα με αποδεκτή ακρίβεια.<br /> <br /> '''Μεθοδολογία παρούσας μελέτης'''<br /> <br /> ''Επιλογή εικόνων από γεωβάσεις-κριτήρια''<br /> <br /> Για τη μελέτη της περιοχής του Ναυπλίου χρησιμοποιήθηκαν δύο χρονολογικά διαφορετικές δορυφορικές εικόνες τύπου LANDSAT TM+ , με ημερομηνίες λήψης 10 Σεπτεμβρίου 2003 και 23 Ιουλίου 2009. Οι 2 εικόνες επιλέχθηκαν με τα εξής κριτήρια:<br /> *Χρονική διαφορά τουλάχιστον 5 ετών<br /> *Διάταξη λήψης εικόνων ίδιας ή όμοιας τεχνολογίας και με τον ίδιο αριθμό φασματικών καναλιών.<br /> *Συνάφεια εποχών λήψης ώστε να υπάρχει ταύτιση στην εποχική βλάστηση και στις εποχικές καλλιεργητικές εργασίες.<br /> Στη συνέχεια αναλύθηκαν οι 2 δορυφορικές εικόνες της περιοχής μελέτης και συντάχθηκε ο χάρτης αλλαγών χρήσεων/ κάλυψης γης. Έπειτα έγινε επιτόπια παρατήρηση προκειμένου να ταυτοποιηθεί το είδος χρήσης γης σε συνάρτηση με το φάσμα εκπομπής της. Με τη βοήθεια του λογισμικού ENVI έγινε επεξεργασία με προσθήκη φίλτρων στις δορυφορικές εικόνες ώστε να ελαχιστοποιηθούν τυχόν σφάλματα από ατμοσφαιρικές επιδράσεις κατά τη λήψη των δορυφορικών εικόνων. Προκειμένου να επαληθευθεί η ορθότητα του μοντέλου, επιλέχθηκαν τυχαία σημεία από την πιο πρόσφατη δορυφορική εικόνα και επαληθεύτηκαν με επιτόπια φωτογράφηση. Τέλος συντάχθηκε ολοκληρωμένος χάρτης αλλαγών χρήσεων/κάλυψης γης της περιοχής του Ναυπλίου Αργολίδας από το 2003 ως και το 2009. <br /> <br /> ''Γεωμετρική επεξεργασία δορυφορικών εικόνων LANDSAT TM+''<br /> <br /> Για τις ανάγκες επεξεργασίας των δορυφορικών εικόνων στη συγκεκριμένη μελέτη χρησιμοποιήθηκα τα 4 πρώτα κανάλια του LANDSAT TM+. Οι εικόνες διορθώθηκαν γεωμετρικά προκειμένου να ξεπεραστεί το σφάλμα που αποδίδει ο αισθητήρας LANDSAT TM 4,5 και η γωνία περιστροφής της γης. Έπειτα, οι εικόνες αυτές γεωαναφέρθηκαν με ακρίβεια 30 μέτρων προκειμένου να έχουν πλήρη ταύτιση με την πραγματική επιφάνεια της γης. Στη συνέχεια η ευκρίνεια των εικόνων βελτιώθηκε με φίλτρα cross track του λογισμικού ENVI 4.5 ITT αφαιρώντας έτσι τη λαμπρότητα των αντανακλάσεων του ήλιου από τις γυαλιστερές επιφάνειες των κτισμάτων της περιοχής. Τέλος ένα τελευταίο στάδιο των ψηφιακών επεξεργασιών ήταν η κοπή των εικόνων στην περιοχή ενδιαφέροντος. Με αυτόν τον τρόπο δημιουργήθηκαν τελικά 2 νέα ξεχωριστά αρχεία εικόνων LANDSAT TM+ έτοιμα για περαιτέρω στατιστική επεξεργασία.<br /> <br /> ''Στατιστική επεξεργασία (classification)''<br /> <br /> Στην παρούσα μελέτη ακολουθήθηκε η μεθοδολογία Corine Land Cover 200 (CLC2000). Πιο συγκεκριμένα, χρησιμοποιήθηκε η μέθοδος Visual με τη βοήθεια υπολογιστικής οπτικής ερμηνείας (CAPI) για την ανίχνευση μεταβολών κάλυψης του εδάφους. Με την εφαρμογή του CLC 2000 αναλύθηκαν οι αλλαγές χρήσης/κάλυψης γης και δημιουργήθηκαν σε πρώτο στάδιο ένας ποιοτικός χάρτης αναπαράστασης αλλαγών γης και σε δεύτερο στάδιο στατιστικός- ποσοτικός πίνακας καταγραφής των αλλαγών.<br /> <br /> ''Μη επιβλεπόμενη ταξινόμηση χρήσεων γης στην περιοχή Ναυπλίου''<br /> <br /> Για την μη επιβλεπόμενη ταξινόμηση , χρησιμοποιήθηκε ο αλγόριθμος ομαδοποίησης ISODATA. Εισήχθησαν διαδοχικά οι 2 διαχρονικές εικόνες για την εφαρμογή του αλγορίθμου, ορίστηκε από το χρήστη μέγιστος αριθμός κατηγοριών ίσος με 5 και παρήχθησαν οι 2 ψευδέγχρωμες εικόνες με τις διαφορετικές κλάσεις που υπολόγισε ο αλγόριθμος για κάθε πραγματική εικόνα. ( Εικόνες 1 δεξιά,2 αριστερά)[[ Εικόνα: sg_3_1.gif | thumb | right | Εικ.1: Ψευδέγχρωμη εικόνα κλάσεων ISODATA Αλγόριθμου, Ιούλιος 2009 ]]<br /> [[ Εικόνα: sg_3_2.gif | thumb | left | Εικ.2: Ψευδέγχρωμη εικόνα κλάσεων ISODATA Αλγόριθμου, σεπτέμβριος 2003 ]]<br /> <br /> <br /> Από τις εικόνες είναι εμφανής ο διαχωρισμός σε κλάσεις των 7 χρήσεων γης, με διαφορετικά χρώματα καθώς επίσης και οι διαφορές που υπάρχουν μεταξύ των δύο διαδοχικών εικόνων του Σεπτεμβρίου και του Ιουλίου ανά κλάση. Πέραν από τον οπτικό χάρτη, εξήχθησαν και οι παρακάτω πίνακες εμφάνισης των 7 κλάσεων σε κάθε μια εικόνα, μετά την εφαρμογή του αλγόριθμου ISODATA – οι κλάσεις επιλέχθηκαν από τον αλγόριθμο αυτόματα.<br /> <br /> [[ Εικόνα: sg_3_3.gif]]<br /> <br /> <br /> <br /> [[ Εικόνα: sg_3_4.gif]]<br /> <br /> <br /> Μετά από τα αποτελέσματα ταξινόμησης, για κάθε μήνα, με τη βοήθεια του λογισμικού και πάλι, αναπαραστάθηκαν σε ψευδέγχρωμους χάρτες οι αλλαγές χρήσεων γης, συγκριτικά για τις δύο χρονικές περιόδους. Τα αποτελέσματα εμφανίζονται παρακάτω, σε μεγάλο χάρτη αλλαγών χρήσης γης, για όλες τις αλλαγές.(εικόνα 3) Η ταξινόμηση αυτή σκοπό έχει να καταδείξει ότι όντως στη συγκεκριμένη περιοχή και στις ημερομηνίες προς σύγκριση που επιλέχθηκαν υπάρχει αλλαγή χρήσης γης. Επετεύχθη δηλαδή αναπαράσταση των κλάσεων χωρίς όμως να γίνει σαφές το είδος της χρήσης γης.<br /> <br /> [[ Εικόνα: sg_3_5.jpg | thumb | right | Εικ.3: Σύνθετος Χάρτης Αλλαγών 4 χρήσεων ISODATA αλγόριθμου στο λογισμικό ENVI- Μπλε: περιοχή αλλαγών κόκκινο: περιοχή χωρίς αλλαγές ]]<br /> <br /> ''Επιβλεπόμενη ταξινόμηση χρήσεων γης στην περιοχή Ναυπλίου''<br /> <br /> Για τον ορισμό των κλάσεων ακολουθήθηκε η μεθοδολογία CLC2000 και κατόπιν πραγματοποιήθηκε επίσκεψη στη μελετώμενη περιοχή. Οι κλάσεις που ορίστηκαν σύμφωνα με αυτή τη μεθοδολογία φαίνονται παρακάτω. <br /> Αφού έγινε εισαγωγή των σημείων ενδιαφέροντος στο ENVI ITTS 4.5 επιλέχθηκε και εφαρμόστηκε η μέθοδος με τους αλγόριθμους Maximum Likelihood. Τα αποτελέσματα από την εφαρμογή της εποπτευόμενης ταξινόμησης φαίνονται στις επόμενες εικόνες.(εικόνες 4-8)<br /> <br /> [[ Εικόνα: sg_3_6.jpg | thumb | right | Εικ.4: Αποτελέσματα εποπτευόμενης ταξινόμησης_Σεπτέμβριος 2003 ]]<br /> <br /> [[ Εικόνα: sg_3_7.jpg | thumb | right | Εικ.5: Αποτελέσματα εποπτευόμενης ταξινόμησης_Ιούλιος 2009 ]]<br /> <br /> [[ Εικόνα: sg_3_8.jpg | thumb | right | Εικ.6: Αντιπαραβολική προβολή Landsat TMs ]]<br /> <br /> [[ Εικόνα: sg_3_9.jpg | thumb | right | Εικ.7: Χάρτης ποιοτικών αλλαγών χρήσεων γης ]]<br /> <br /> [[ Εικόνα: sg_3_10.jpg | thumb | right | Εικ.8: Χάρτης ταξινόμησης χρήσεων γης δεύτερης μεθόδου ]]<br /> <br /> '''Σημαντικά αποτελέσματα και αξιολόγηση των μεθόδων'''<br /> <br /> ''Αξιολόγηση των μεθόδων''<br /> <br /> Η κύρια μέθοδος της κατηγοριοποίησης χρήσεων γης με βάση εικόνες αισθητήρα LANDSAT TM και εφαρμογή λογαρίθμου επιβλεπόμενης ταξινόμησης “ Maximum Likelihood” εμφανίζεται να απέδωσε αρκετά καλά με εικόνες 30x30 εικονοστοιχείων αυτού του τύπου. Από τις 6 κλάσεις που ορίστηκαν, και στις δύο εικόνες που εφαρμόστηκε ο λογάριθμος, το ποσοστό που δεν κατάφερε να ταξινομηθεί ήταν αρκετά μικρό. Στην εικόνα του 2003, το ποσοστό που δεν ταξινομήθηκε είναι της τάξης του 10,31% και αφορά σε pixels που είτε ανήκαν σε άλλη κλάση είτε δεν ανιχνεύτηκαν ενώ από τα στατιστικά αποτελέσματα του αλγόριθμου η τιμή overall accuracy υπολογίστηκε στο 89,97%. Για το 2009, η ακρίβεια ταξινόμησης εμφανίζεται βελτιωμένη. <br /> Αν στον ποιοτικό χάρτη ISODATA θεωρηθούν με μπλε χρώμα τα στίγματα στα σημεία που παρατηρήθηκαν αλλαγές χρήσεων γης, συμπεραίνεται μια ομοιότητα των σημείων αυτών με τα σημεία διαφορετικών κλάσεων ανάμεσα στις 2 εικόνες, διαχρονικών αλλαγών Maximum Likelihood. Αντίστοιχα, αν θεωρήσουμε με κόκκινο χρώμα τα στίγματα στα σημεία που δεν παρατηρήθηκαν αλλαγές χρήσεων γης, πάλι ο χάρτης ISODATA ακολουθεί τις 2 εικόνες αλλαγών χρήσεων γης Maximum Likelihood. <br /> Η ποιοτική σύγκριση των δύο μεθόδων επικυρώνει την επιτυχία και την ορθότητα των αποτελεσμάτων.<br /> <br /> ''Σημαντικά αποτελέσματα σχετικά με την περιοχή μελέτης''<br /> <br /> Μέσα από τη μελέτη όλων των αποτελεσμάτων προέκυψε ότι το Ναύπλιο έχει αξιόλογο ποσοστό καλλιεργήσιμων εκτάσεων και ότι οι κάτοικοι διαχρονικά όχι μόνο δεν εγκατέλειψαν τις καλλιεργήσιμες εκτάσεις αλλά τις αύξησαν ελάχιστα. Η κατασκευαστική δραστηριότητα αυξήθηκε αλλά όχι με ρυθμούς έντονης πολεοδομικής ανάπτυξης. Από το χάρτη των κλάσεων είναι φανερή μια έντονη ανάπτυξη των τεχνητών επιφανειών κοντά στη θάλασσα. Από οικολογικής πλευράς τέλος, η διαχρονική μελέτη των κλάσεων έδειξε ότι τα δάση αυξήθηκαν, είτε από τη μείωση των γυμνών εδαφών, είτε από τη φυσική εξέλιξη ενός τμήματος από θαμνώνες σε δάσος. Οι διαχρονικές δηλαδή αλλαγές ήταν ήπιες και ομαλές μεταξύ των 6 χρόνων που μεσολάβησαν από τη λήψη των δύο δορυφορικών εικόνων.</div>

Sgeorgali http://147.102.106.44/rs/wiki/index.php/%CE%94%CE%B9%CE%B1%CF%87%CF%81%CE%BF%CE%BD%CE%B9%CE%BA%CE%AE_%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7%CF%82/%CE%BA%CE%AC%CE%BB%CF%85%CF%88%CE%B7%CF%82_%CE%B3%CE%B7%CF%82_%CF%84%CE%B7%CF%82_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CE%AE%CF%82_%CE%9D%CE%B1%CF%85%CF%80%CE%BB%CE%AF%CE%BF%CF%85_%CE%91%CF%81%CE%B3%CE%BF%CE%BB%CE%AF%CE%B4%CE%B1%CF%82_%CE%BC%CE%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%80%CE%BF%CE%BB%CF%85%CF%86%CE%B1%CF%83%CE%BC%CE%B1%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD 2012-03-04T23:02:16Z

<p>Sgeorgali: </p> <hr /> <div>[http://www.google.gr/url?sa=t&amp;rct=j&amp;q=%CE%B4%CE%B9%CE%B1%CF%87%CF%81%CE%BF%CE%BD%CE%B9%CE%BA%CE%AE%20%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7%20%CE%BD%CE%B1%CF%85%CF%80%CE%BB%CE%AF%CE%BF%CF%85&amp;source=web&amp;cd=1&amp;ved=0CCEQFjAA&amp;url=http%3A%2F%2Fdspace.aua.gr%2Fxmlui%2Fbitstream%2Fhandle%2F10329%2F189%2FGiannopoulos_D.pdf%3Fsequence%3D3&amp;ei=PgtUT9LUGtDzsgaSscCfDw&amp;usg=AFQjCNHhxe7ef4Dqf8g3XzbF9H5fEpyjRQ&amp;sig2=lHc3tJooBlQU_ArV6G7Yxg&amp;cad=rja Πηγή]<br /> <br /> '''Αντικείμενο Εφαρμογής''' <br /> <br /> Η παρούσα μελέτη αφορά στη διαχρονική χαρτογράφηση χρήσης/κάλυψης γης της περιοχής Ναυπλίου Αργολίδας με χρήση πολυφασματικών δορυφορικών δεδομένων.<br /> Στόχος της Εφαρμογής<br /> Στόχος της εφαρμογής είναι να καταγραφούν οι αλλαγές στην εν λόγω περιοχή όσον αφορά στην κάλυψη/χρήση Γης με το χρόνο προκειμένου να συνταχθεί στη συνέχεια ένας ολοκληρωμένος χάρτης αλλαγών χρήσεων/κάλυψης γης της περιοχής του Ναυπλίου Αργολίδας από το 2003 έως το 2009 και έπειτα να καταρτιστεί βήμα προς βήμα μια μεθοδολογία η οποία θα είναι δυνατό να εφαρμοστεί και σε άλλες περιοχές και χρονικές στιγμές και να εξαχθούν αποτελέσματα με αποδεκτή ακρίβεια.<br /> <br /> '''Μεθοδολογία παρούσας μελέτης'''<br /> <br /> ''Επιλογή εικόνων από γεωβάσεις-κριτήρια''<br /> <br /> Για τη μελέτη της περιοχής του Ναυπλίου χρησιμοποιήθηκαν δύο χρονολογικά διαφορετικές δορυφορικές εικόνες τύπου LANDSAT TM+ , με ημερομηνίες λήψης 10 Σεπτεμβρίου 2003 και 23 Ιουλίου 2009. Οι 2 εικόνες επιλέχθηκαν με τα εξής κριτήρια:<br /> *Χρονική διαφορά τουλάχιστον 5 ετών<br /> *Διάταξη λήψης εικόνων ίδιας ή όμοιας τεχνολογίας και με τον ίδιο αριθμό φασματικών καναλιών.<br /> *Συνάφεια εποχών λήψης ώστε να υπάρχει ταύτιση στην εποχική βλάστηση και στις εποχικές καλλιεργητικές εργασίες.<br /> Στη συνέχεια αναλύθηκαν οι 2 δορυφορικές εικόνες της περιοχής μελέτης και συντάχθηκε ο χάρτης αλλαγών χρήσεων/ κάλυψης γης. Έπειτα έγινε επιτόπια παρατήρηση προκειμένου να ταυτοποιηθεί το είδος χρήσης γης σε συνάρτηση με το φάσμα εκπομπής της. Με τη βοήθεια του λογισμικού ENVI έγινε επεξεργασία με προσθήκη φίλτρων στις δορυφορικές εικόνες ώστε να ελαχιστοποιηθούν τυχόν σφάλματα από ατμοσφαιρικές επιδράσεις κατά τη λήψη των δορυφορικών εικόνων. Προκειμένου να επαληθευθεί η ορθότητα του μοντέλου, επιλέχθηκαν τυχαία σημεία από την πιο πρόσφατη δορυφορική εικόνα και επαληθεύτηκαν με επιτόπια φωτογράφηση. Τέλος συντάχθηκε ολοκληρωμένος χάρτης αλλαγών χρήσεων/κάλυψης γης της περιοχής του Ναυπλίου Αργολίδας από το 2003 ως και το 2009. <br /> <br /> ''Γεωμετρική επεξεργασία δορυφορικών εικόνων LANDSAT TM+''<br /> <br /> Για τις ανάγκες επεξεργασίας των δορυφορικών εικόνων στη συγκεκριμένη μελέτη χρησιμοποιήθηκα τα 4 πρώτα κανάλια του LANDSAT TM+. Οι εικόνες διορθώθηκαν γεωμετρικά προκειμένου να ξεπεραστεί το σφάλμα που αποδίδει ο αισθητήρας LANDSAT TM 4,5 και η γωνία περιστροφής της γης. Έπειτα, οι εικόνες αυτές γεωαναφέρθηκαν με ακρίβεια 30 μέτρων προκειμένου να έχουν πλήρη ταύτιση με την πραγματική επιφάνεια της γης. Στη συνέχεια η ευκρίνεια των εικόνων βελτιώθηκε με φίλτρα cross track του λογισμικού ENVI 4.5 ITT αφαιρώντας έτσι τη λαμπρότητα των αντανακλάσεων του ήλιου από τις γυαλιστερές επιφάνειες των κτισμάτων της περιοχής. Τέλος ένα τελευταίο στάδιο των ψηφιακών επεξεργασιών ήταν η κοπή των εικόνων στην περιοχή ενδιαφέροντος. Με αυτόν τον τρόπο δημιουργήθηκαν τελικά 2 νέα ξεχωριστά αρχεία εικόνων LANDSAT TM+ έτοιμα για περαιτέρω στατιστική επεξεργασία.<br /> <br /> ''Στατιστική επεξεργασία (classification)''<br /> <br /> Στην παρούσα μελέτη ακολουθήθηκε η μεθοδολογία Corine Land Cover 200 (CLC2000). Πιο συγκεκριμένα, χρησιμοποιήθηκε η μέθοδος Visual με τη βοήθεια υπολογιστικής οπτικής ερμηνείας (CAPI) για την ανίχνευση μεταβολών κάλυψης του εδάφους. Με την εφαρμογή του CLC 2000 αναλύθηκαν οι αλλαγές χρήσης/κάλυψης γης και δημιουργήθηκαν σε πρώτο στάδιο ένας ποιοτικός χάρτης αναπαράστασης αλλαγών γης και σε δεύτερο στάδιο στατιστικός- ποσοτικός πίνακας καταγραφής των αλλαγών.<br /> <br /> ''Μη επιβλεπόμενη ταξινόμηση χρήσεων γης στην περιοχή Ναυπλίου''<br /> <br /> Για την μη επιβλεπόμενη ταξινόμηση , χρησιμοποιήθηκε ο αλγόριθμος ομαδοποίησης ISODATA. Εισήχθησαν διαδοχικά οι 2 διαχρονικές εικόνες για την εφαρμογή του αλγορίθμου, ορίστηκε από το χρήστη μέγιστος αριθμός κατηγοριών ίσος με 5 και παρήχθησαν οι 2 ψευδέγχρωμες εικόνες με τις διαφορετικές κλάσεις που υπολόγισε ο αλγόριθμος για κάθε πραγματική εικόνα. ( Εικόνες 1 δεξιά,2 αριστερά)[[ Εικόνα: sg_3_1.gif | thumb | right | Εικ.1: Ψευδέγχρωμη εικόνα κλάσεων ISODATA Αλγόριθμου, Ιούλιος 2009 ]]<br /> [[ Εικόνα: sg_3_2.gif | thumb | right | Εικ.2: Ψευδέγχρωμη εικόνα κλάσεων ISODATA Αλγόριθμου, σεπτέμβριος 2003 ]]<br /> <br /> <br /> Από τις εικόνες είναι εμφανής ο διαχωρισμός σε κλάσεις των 7 χρήσεων γης, με διαφορετικά χρώματα καθώς επίσης και οι διαφορές που υπάρχουν μεταξύ των δύο διαδοχικών εικόνων του Σεπτεμβρίου και του Ιουλίου ανά κλάση. Πέραν από τον οπτικό χάρτη, εξήχθησαν και οι παρακάτω πίνακες εμφάνισης των 7 κλάσεων σε κάθε μια εικόνα, μετά την εφαρμογή του αλγόριθμου ISODATA – οι κλάσεις επιλέχθηκαν από τον αλγόριθμο αυτόματα.<br /> <br /> [[ Εικόνα: sg_3_3.gif]]<br /> <br /> <br /> <br /> [[ Εικόνα: sg_3_4.gif]]<br /> <br /> <br /> Μετά από τα αποτελέσματα ταξινόμησης, για κάθε μήνα, με τη βοήθεια του λογισμικού και πάλι, αναπαραστάθηκαν σε ψευδέγχρωμους χάρτες οι αλλαγές χρήσεων γης, συγκριτικά για τις δύο χρονικές περιόδους. Τα αποτελέσματα εμφανίζονται παρακάτω, σε μεγάλο χάρτη αλλαγών χρήσης γης, για όλες τις αλλαγές.(εικόνα 3) Η ταξινόμηση αυτή σκοπό έχει να καταδείξει ότι όντως στη συγκεκριμένη περιοχή και στις ημερομηνίες προς σύγκριση που επιλέχθηκαν υπάρχει αλλαγή χρήσης γης. Επετεύχθη δηλαδή αναπαράσταση των κλάσεων χωρίς όμως να γίνει σαφές το είδος της χρήσης γης.<br /> <br /> [[ Εικόνα: sg_3_5.jpg | thumb | right | Εικ.3: Σύνθετος Χάρτης Αλλαγών 4 χρήσεων ISODATA αλγόριθμου στο λογισμικό ENVI- Μπλε: περιοχή αλλαγών κόκκινο: περιοχή χωρίς αλλαγές ]]<br /> <br /> ''Επιβλεπόμενη ταξινόμηση χρήσεων γης στην περιοχή Ναυπλίου''<br /> <br /> Για τον ορισμό των κλάσεων ακολουθήθηκε η μεθοδολογία CLC2000 και κατόπιν πραγματοποιήθηκε επίσκεψη στη μελετώμενη περιοχή. Οι κλάσεις που ορίστηκαν σύμφωνα με αυτή τη μεθοδολογία φαίνονται παρακάτω. <br /> Αφού έγινε εισαγωγή των σημείων ενδιαφέροντος στο ENVI ITTS 4.5 επιλέχθηκε και εφαρμόστηκε η μέθοδος με τους αλγόριθμους Maximum Likelihood. Τα αποτελέσματα από την εφαρμογή της εποπτευόμενης ταξινόμησης φαίνονται στις επόμενες εικόνες.(εικόνες 4-8)<br /> <br /> [[ Εικόνα: sg_3_6.jpg | thumb | right | Εικ.4: Αποτελέσματα εποπτευόμενης ταξινόμησης_Σεπτέμβριος 2003 ]]<br /> <br /> [[ Εικόνα: sg_3_7.jpg | thumb | right | Εικ.5: Αποτελέσματα εποπτευόμενης ταξινόμησης_Ιούλιος 2009 ]]<br /> <br /> [[ Εικόνα: sg_3_8.jpg | thumb | right | Εικ.6: Αντιπαραβολική προβολή Landsat TMs ]]<br /> <br /> [[ Εικόνα: sg_3_9.jpg | thumb | right | Εικ.7: Χάρτης ποιοτικών αλλαγών χρήσεων γης ]]<br /> <br /> [[ Εικόνα: sg_3_10.jpg | thumb | right | Εικ.8: Χάρτης ταξινόμησης χρήσεων γης δεύτερης μεθόδου ]]<br /> <br /> '''Σημαντικά αποτελέσματα και αξιολόγηση των μεθόδων'''<br /> <br /> ''Αξιολόγηση των μεθόδων''<br /> <br /> Η κύρια μέθοδος της κατηγοριοποίησης χρήσεων γης με βάση εικόνες αισθητήρα LANDSAT TM και εφαρμογή λογαρίθμου επιβλεπόμενης ταξινόμησης “ Maximum Likelihood” εμφανίζεται να απέδωσε αρκετά καλά με εικόνες 30x30 εικονοστοιχείων αυτού του τύπου. Από τις 6 κλάσεις που ορίστηκαν, και στις δύο εικόνες που εφαρμόστηκε ο λογάριθμος, το ποσοστό που δεν κατάφερε να ταξινομηθεί ήταν αρκετά μικρό. Στην εικόνα του 2003, το ποσοστό που δεν ταξινομήθηκε είναι της τάξης του 10,31% και αφορά σε pixels που είτε ανήκαν σε άλλη κλάση είτε δεν ανιχνεύτηκαν ενώ από τα στατιστικά αποτελέσματα του αλγόριθμου η τιμή overall accuracy υπολογίστηκε στο 89,97%. Για το 2009, η ακρίβεια ταξινόμησης εμφανίζεται βελτιωμένη. <br /> Αν στον ποιοτικό χάρτη ISODATA θεωρηθούν με μπλε χρώμα τα στίγματα στα σημεία που παρατηρήθηκαν αλλαγές χρήσεων γης, συμπεραίνεται μια ομοιότητα των σημείων αυτών με τα σημεία διαφορετικών κλάσεων ανάμεσα στις 2 εικόνες, διαχρονικών αλλαγών Maximum Likelihood. Αντίστοιχα, αν θεωρήσουμε με κόκκινο χρώμα τα στίγματα στα σημεία που δεν παρατηρήθηκαν αλλαγές χρήσεων γης, πάλι ο χάρτης ISODATA ακολουθεί τις 2 εικόνες αλλαγών χρήσεων γης Maximum Likelihood. <br /> Η ποιοτική σύγκριση των δύο μεθόδων επικυρώνει την επιτυχία και την ορθότητα των αποτελεσμάτων.<br /> <br /> ''Σημαντικά αποτελέσματα σχετικά με την περιοχή μελέτης''<br /> <br /> Μέσα από τη μελέτη όλων των αποτελεσμάτων προέκυψε ότι το Ναύπλιο έχει αξιόλογο ποσοστό καλλιεργήσιμων εκτάσεων και ότι οι κάτοικοι διαχρονικά όχι μόνο δεν εγκατέλειψαν τις καλλιεργήσιμες εκτάσεις αλλά τις αύξησαν ελάχιστα. Η κατασκευαστική δραστηριότητα αυξήθηκε αλλά όχι με ρυθμούς έντονης πολεοδομικής ανάπτυξης. Από το χάρτη των κλάσεων είναι φανερή μια έντονη ανάπτυξη των τεχνητών επιφανειών κοντά στη θάλασσα. Από οικολογικής πλευράς τέλος, η διαχρονική μελέτη των κλάσεων έδειξε ότι τα δάση αυξήθηκαν, είτε από τη μείωση των γυμνών εδαφών, είτε από τη φυσική εξέλιξη ενός τμήματος από θαμνώνες σε δάσος. Οι διαχρονικές δηλαδή αλλαγές ήταν ήπιες και ομαλές μεταξύ των 6 χρόνων που μεσολάβησαν από τη λήψη των δύο δορυφορικών εικόνων.</div>

Sgeorgali http://147.102.106.44/rs/wiki/index.php/%CE%94%CE%B9%CE%B1%CF%87%CF%81%CE%BF%CE%BD%CE%B9%CE%BA%CE%AE_%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7%CF%82/%CE%BA%CE%AC%CE%BB%CF%85%CF%88%CE%B7%CF%82_%CE%B3%CE%B7%CF%82_%CF%84%CE%B7%CF%82_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CE%AE%CF%82_%CE%9D%CE%B1%CF%85%CF%80%CE%BB%CE%AF%CE%BF%CF%85_%CE%91%CF%81%CE%B3%CE%BF%CE%BB%CE%AF%CE%B4%CE%B1%CF%82_%CE%BC%CE%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%80%CE%BF%CE%BB%CF%85%CF%86%CE%B1%CF%83%CE%BC%CE%B1%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD 2012-03-04T23:00:44Z

<p>Sgeorgali: </p> <hr /> <div>[http://www.google.gr/url?sa=t&amp;rct=j&amp;q=%CE%B4%CE%B9%CE%B1%CF%87%CF%81%CE%BF%CE%BD%CE%B9%CE%BA%CE%AE%20%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7%20%CE%BD%CE%B1%CF%85%CF%80%CE%BB%CE%AF%CE%BF%CF%85&amp;source=web&amp;cd=1&amp;ved=0CCEQFjAA&amp;url=http%3A%2F%2Fdspace.aua.gr%2Fxmlui%2Fbitstream%2Fhandle%2F10329%2F189%2FGiannopoulos_D.pdf%3Fsequence%3D3&amp;ei=PgtUT9LUGtDzsgaSscCfDw&amp;usg=AFQjCNHhxe7ef4Dqf8g3XzbF9H5fEpyjRQ&amp;sig2=lHc3tJooBlQU_ArV6G7Yxg&amp;cad=rja Πηγή]<br /> <br /> '''Αντικείμενο Εφαρμογής''' <br /> <br /> Η παρούσα μελέτη αφορά στη διαχρονική χαρτογράφηση χρήσης/κάλυψης γης της περιοχής Ναυπλίου Αργολίδας με χρήση πολυφασματικών δορυφορικών δεδομένων.<br /> Στόχος της Εφαρμογής<br /> Στόχος της εφαρμογής είναι να καταγραφούν οι αλλαγές στην εν λόγω περιοχή όσον αφορά στην κάλυψη/χρήση Γης με το χρόνο προκειμένου να συνταχθεί στη συνέχεια ένας ολοκληρωμένος χάρτης αλλαγών χρήσεων/κάλυψης γης της περιοχής του Ναυπλίου Αργολίδας από το 2003 έως το 2009 και έπειτα να καταρτιστεί βήμα προς βήμα μια μεθοδολογία η οποία θα είναι δυνατό να εφαρμοστεί και σε άλλες περιοχές και χρονικές στιγμές και να εξαχθούν αποτελέσματα με αποδεκτή ακρίβεια.<br /> <br /> '''Μεθοδολογία παρούσας μελέτης'''<br /> <br /> ''Επιλογή εικόνων από γεωβάσεις-κριτήρια''<br /> <br /> Για τη μελέτη της περιοχής του Ναυπλίου χρησιμοποιήθηκαν δύο χρονολογικά διαφορετικές δορυφορικές εικόνες τύπου LANDSAT TM+ , με ημερομηνίες λήψης 10 Σεπτεμβρίου 2003 και 23 Ιουλίου 2009. Οι 2 εικόνες επιλέχθηκαν με τα εξής κριτήρια:<br /> *Χρονική διαφορά τουλάχιστον 5 ετών<br /> *Διάταξη λήψης εικόνων ίδιας ή όμοιας τεχνολογίας και με τον ίδιο αριθμό φασματικών καναλιών.<br /> *Συνάφεια εποχών λήψης ώστε να υπάρχει ταύτιση στην εποχική βλάστηση και στις εποχικές καλλιεργητικές εργασίες.<br /> Στη συνέχεια αναλύθηκαν οι 2 δορυφορικές εικόνες της περιοχής μελέτης και συντάχθηκε ο χάρτης αλλαγών χρήσεων/ κάλυψης γης. Έπειτα έγινε επιτόπια παρατήρηση προκειμένου να ταυτοποιηθεί το είδος χρήσης γης σε συνάρτηση με το φάσμα εκπομπής της. Με τη βοήθεια του λογισμικού ENVI έγινε επεξεργασία με προσθήκη φίλτρων στις δορυφορικές εικόνες ώστε να ελαχιστοποιηθούν τυχόν σφάλματα από ατμοσφαιρικές επιδράσεις κατά τη λήψη των δορυφορικών εικόνων. Προκειμένου να επαληθευθεί η ορθότητα του μοντέλου, επιλέχθηκαν τυχαία σημεία από την πιο πρόσφατη δορυφορική εικόνα και επαληθεύτηκαν με επιτόπια φωτογράφηση. Τέλος συντάχθηκε ολοκληρωμένος χάρτης αλλαγών χρήσεων/κάλυψης γης της περιοχής του Ναυπλίου Αργολίδας από το 2003 ως και το 2009. <br /> <br /> ''Γεωμετρική επεξεργασία δορυφορικών εικόνων LANDSAT TM+''<br /> <br /> Για τις ανάγκες επεξεργασίας των δορυφορικών εικόνων στη συγκεκριμένη μελέτη χρησιμοποιήθηκα τα 4 πρώτα κανάλια του LANDSAT TM+. Οι εικόνες διορθώθηκαν γεωμετρικά προκειμένου να ξεπεραστεί το σφάλμα που αποδίδει ο αισθητήρας LANDSAT TM 4,5 και η γωνία περιστροφής της γης. Έπειτα, οι εικόνες αυτές γεωαναφέρθηκαν με ακρίβεια 30 μέτρων προκειμένου να έχουν πλήρη ταύτιση με την πραγματική επιφάνεια της γης. Στη συνέχεια η ευκρίνεια των εικόνων βελτιώθηκε με φίλτρα cross track του λογισμικού ENVI 4.5 ITT αφαιρώντας έτσι τη λαμπρότητα των αντανακλάσεων του ήλιου από τις γυαλιστερές επιφάνειες των κτισμάτων της περιοχής. Τέλος ένα τελευταίο στάδιο των ψηφιακών επεξεργασιών ήταν η κοπή των εικόνων στην περιοχή ενδιαφέροντος. Με αυτόν τον τρόπο δημιουργήθηκαν τελικά 2 νέα ξεχωριστά αρχεία εικόνων LANDSAT TM+ έτοιμα για περαιτέρω στατιστική επεξεργασία.<br /> <br /> ''Στατιστική επεξεργασία (classification)''<br /> <br /> Στην παρούσα μελέτη ακολουθήθηκε η μεθοδολογία Corine Land Cover 200 (CLC2000). Πιο συγκεκριμένα, χρησιμοποιήθηκε η μέθοδος Visual με τη βοήθεια υπολογιστικής οπτικής ερμηνείας (CAPI) για την ανίχνευση μεταβολών κάλυψης του εδάφους. Με την εφαρμογή του CLC 2000 αναλύθηκαν οι αλλαγές χρήσης/κάλυψης γης και δημιουργήθηκαν σε πρώτο στάδιο ένας ποιοτικός χάρτης αναπαράστασης αλλαγών γης και σε δεύτερο στάδιο στατιστικός- ποσοτικός πίνακας καταγραφής των αλλαγών.<br /> <br /> ''Μη επιβλεπόμενη ταξινόμηση χρήσεων γης στην περιοχή Ναυπλίου''<br /> <br /> Για την μη επιβλεπόμενη ταξινόμηση , χρησιμοποιήθηκε ο αλγόριθμος ομαδοποίησης ISODATA. Εισήχθησαν διαδοχικά οι 2 διαχρονικές εικόνες για την εφαρμογή του αλγορίθμου, ορίστηκε από το χρήστη μέγιστος αριθμός κατηγοριών ίσος με 5 και παρήχθησαν οι 2 ψευδέγχρωμες εικόνες με τις διαφορετικές κλάσεις που υπολόγισε ο αλγόριθμος για κάθε πραγματική εικόνα. ( Εικόνες 1 δεξιά,2 αριστερά)<br /> <br /> <br /> [[ Εικόνα: sg_3_1.gif | thumb | right | Εικ.1: Ψευδέγχρωμη εικόνα κλάσεων ISODATA Αλγόριθμου, Ιούλιος 2009 ]]<br /> <br /> <br /> <br /> <br /> [[ Εικόνα: sg_3_2.gif | thumb | right | Εικ.2: Ψευδέγχρωμη εικόνα κλάσεων ISODATA Αλγόριθμου, σεπτέμβριος 2003 ]]<br /> <br /> <br /> Από τις εικόνες είναι εμφανής ο διαχωρισμός σε κλάσεις των 7 χρήσεων γης, με διαφορετικά χρώματα καθώς επίσης και οι διαφορές που υπάρχουν μεταξύ των δύο διαδοχικών εικόνων του Σεπτεμβρίου και του Ιουλίου ανά κλάση. Πέραν από τον οπτικό χάρτη, εξήχθησαν και οι παρακάτω πίνακες εμφάνισης των 7 κλάσεων σε κάθε μια εικόνα, μετά την εφαρμογή του αλγόριθμου ISODATA – οι κλάσεις επιλέχθηκαν από τον αλγόριθμο αυτόματα.<br /> <br /> [[ Εικόνα: sg_3_3.gif]]<br /> <br /> <br /> <br /> [[ Εικόνα: sg_3_4.gif]]<br /> <br /> <br /> Μετά από τα αποτελέσματα ταξινόμησης, για κάθε μήνα, με τη βοήθεια του λογισμικού και πάλι, αναπαραστάθηκαν σε ψευδέγχρωμους χάρτες οι αλλαγές χρήσεων γης, συγκριτικά για τις δύο χρονικές περιόδους. Τα αποτελέσματα εμφανίζονται παρακάτω, σε μεγάλο χάρτη αλλαγών χρήσης γης, για όλες τις αλλαγές.(εικόνα 3) Η ταξινόμηση αυτή σκοπό έχει να καταδείξει ότι όντως στη συγκεκριμένη περιοχή και στις ημερομηνίες προς σύγκριση που επιλέχθηκαν υπάρχει αλλαγή χρήσης γης. Επετεύχθη δηλαδή αναπαράσταση των κλάσεων χωρίς όμως να γίνει σαφές το είδος της χρήσης γης.<br /> <br /> [[ Εικόνα: sg_3_5.jpg | thumb | right | Εικ.3: Σύνθετος Χάρτης Αλλαγών 4 χρήσεων ISODATA αλγόριθμου στο λογισμικό ENVI- Μπλε: περιοχή αλλαγών κόκκινο: περιοχή χωρίς αλλαγές ]]<br /> <br /> ''Επιβλεπόμενη ταξινόμηση χρήσεων γης στην περιοχή Ναυπλίου''<br /> <br /> Για τον ορισμό των κλάσεων ακολουθήθηκε η μεθοδολογία CLC2000 και κατόπιν πραγματοποιήθηκε επίσκεψη στη μελετώμενη περιοχή. Οι κλάσεις που ορίστηκαν σύμφωνα με αυτή τη μεθοδολογία φαίνονται παρακάτω. <br /> Αφού έγινε εισαγωγή των σημείων ενδιαφέροντος στο ENVI ITTS 4.5 επιλέχθηκε και εφαρμόστηκε η μέθοδος με τους αλγόριθμους Maximum Likelihood. Τα αποτελέσματα από την εφαρμογή της εποπτευόμενης ταξινόμησης φαίνονται στις επόμενες εικόνες.(εικόνες 4-8)<br /> <br /> [[ Εικόνα: sg_3_6.jpg | thumb | right | Εικ.4: Αποτελέσματα εποπτευόμενης ταξινόμησης_Σεπτέμβριος 2003 ]]<br /> <br /> [[ Εικόνα: sg_3_7.jpg | thumb | right | Εικ.5: Αποτελέσματα εποπτευόμενης ταξινόμησης_Ιούλιος 2009 ]]<br /> <br /> [[ Εικόνα: sg_3_8.jpg | thumb | right | Εικ.6: Αντιπαραβολική προβολή Landsat TMs ]]<br /> <br /> [[ Εικόνα: sg_3_9.jpg | thumb | right | Εικ.7: Χάρτης ποιοτικών αλλαγών χρήσεων γης ]]<br /> <br /> [[ Εικόνα: sg_3_10.jpg | thumb | right | Εικ.8: Χάρτης ταξινόμησης χρήσεων γης δεύτερης μεθόδου ]]<br /> <br /> '''Σημαντικά αποτελέσματα και αξιολόγηση των μεθόδων'''<br /> <br /> ''Αξιολόγηση των μεθόδων''<br /> <br /> Η κύρια μέθοδος της κατηγοριοποίησης χρήσεων γης με βάση εικόνες αισθητήρα LANDSAT TM και εφαρμογή λογαρίθμου επιβλεπόμενης ταξινόμησης “ Maximum Likelihood” εμφανίζεται να απέδωσε αρκετά καλά με εικόνες 30x30 εικονοστοιχείων αυτού του τύπου. Από τις 6 κλάσεις που ορίστηκαν, και στις δύο εικόνες που εφαρμόστηκε ο λογάριθμος, το ποσοστό που δεν κατάφερε να ταξινομηθεί ήταν αρκετά μικρό. Στην εικόνα του 2003, το ποσοστό που δεν ταξινομήθηκε είναι της τάξης του 10,31% και αφορά σε pixels που είτε ανήκαν σε άλλη κλάση είτε δεν ανιχνεύτηκαν ενώ από τα στατιστικά αποτελέσματα του αλγόριθμου η τιμή overall accuracy υπολογίστηκε στο 89,97%. Για το 2009, η ακρίβεια ταξινόμησης εμφανίζεται βελτιωμένη. <br /> Αν στον ποιοτικό χάρτη ISODATA θεωρηθούν με μπλε χρώμα τα στίγματα στα σημεία που παρατηρήθηκαν αλλαγές χρήσεων γης, συμπεραίνεται μια ομοιότητα των σημείων αυτών με τα σημεία διαφορετικών κλάσεων ανάμεσα στις 2 εικόνες, διαχρονικών αλλαγών Maximum Likelihood. Αντίστοιχα, αν θεωρήσουμε με κόκκινο χρώμα τα στίγματα στα σημεία που δεν παρατηρήθηκαν αλλαγές χρήσεων γης, πάλι ο χάρτης ISODATA ακολουθεί τις 2 εικόνες αλλαγών χρήσεων γης Maximum Likelihood. <br /> Η ποιοτική σύγκριση των δύο μεθόδων επικυρώνει την επιτυχία και την ορθότητα των αποτελεσμάτων.<br /> <br /> ''Σημαντικά αποτελέσματα σχετικά με την περιοχή μελέτης''<br /> <br /> Μέσα από τη μελέτη όλων των αποτελεσμάτων προέκυψε ότι το Ναύπλιο έχει αξιόλογο ποσοστό καλλιεργήσιμων εκτάσεων και ότι οι κάτοικοι διαχρονικά όχι μόνο δεν εγκατέλειψαν τις καλλιεργήσιμες εκτάσεις αλλά τις αύξησαν ελάχιστα. Η κατασκευαστική δραστηριότητα αυξήθηκε αλλά όχι με ρυθμούς έντονης πολεοδομικής ανάπτυξης. Από το χάρτη των κλάσεων είναι φανερή μια έντονη ανάπτυξη των τεχνητών επιφανειών κοντά στη θάλασσα. Από οικολογικής πλευράς τέλος, η διαχρονική μελέτη των κλάσεων έδειξε ότι τα δάση αυξήθηκαν, είτε από τη μείωση των γυμνών εδαφών, είτε από τη φυσική εξέλιξη ενός τμήματος από θαμνώνες σε δάσος. Οι διαχρονικές δηλαδή αλλαγές ήταν ήπιες και ομαλές μεταξύ των 6 χρόνων που μεσολάβησαν από τη λήψη των δύο δορυφορικών εικόνων.</div>

Sgeorgali http://147.102.106.44/rs/wiki/index.php/%CE%94%CE%B9%CE%B1%CF%87%CF%81%CE%BF%CE%BD%CE%B9%CE%BA%CE%AE_%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7%CF%82/%CE%BA%CE%AC%CE%BB%CF%85%CF%88%CE%B7%CF%82_%CE%B3%CE%B7%CF%82_%CF%84%CE%B7%CF%82_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CE%AE%CF%82_%CE%9D%CE%B1%CF%85%CF%80%CE%BB%CE%AF%CE%BF%CF%85_%CE%91%CF%81%CE%B3%CE%BF%CE%BB%CE%AF%CE%B4%CE%B1%CF%82_%CE%BC%CE%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%80%CE%BF%CE%BB%CF%85%CF%86%CE%B1%CF%83%CE%BC%CE%B1%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD 2012-03-04T22:59:24Z

<p>Sgeorgali: </p> <hr /> <div>[http://www.google.gr/url?sa=t&amp;rct=j&amp;q=%CE%B4%CE%B9%CE%B1%CF%87%CF%81%CE%BF%CE%BD%CE%B9%CE%BA%CE%AE%20%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7%20%CE%BD%CE%B1%CF%85%CF%80%CE%BB%CE%AF%CE%BF%CF%85&amp;source=web&amp;cd=1&amp;ved=0CCEQFjAA&amp;url=http%3A%2F%2Fdspace.aua.gr%2Fxmlui%2Fbitstream%2Fhandle%2F10329%2F189%2FGiannopoulos_D.pdf%3Fsequence%3D3&amp;ei=PgtUT9LUGtDzsgaSscCfDw&amp;usg=AFQjCNHhxe7ef4Dqf8g3XzbF9H5fEpyjRQ&amp;sig2=lHc3tJooBlQU_ArV6G7Yxg&amp;cad=rja Πηγή]<br /> <br /> '''Αντικείμενο Εφαρμογής''' <br /> <br /> Η παρούσα μελέτη αφορά στη διαχρονική χαρτογράφηση χρήσης/κάλυψης γης της περιοχής Ναυπλίου Αργολίδας με χρήση πολυφασματικών δορυφορικών δεδομένων.<br /> Στόχος της Εφαρμογής<br /> Στόχος της εφαρμογής είναι να καταγραφούν οι αλλαγές στην εν λόγω περιοχή όσον αφορά στην κάλυψη/χρήση Γης με το χρόνο προκειμένου να συνταχθεί στη συνέχεια ένας ολοκληρωμένος χάρτης αλλαγών χρήσεων/κάλυψης γης της περιοχής του Ναυπλίου Αργολίδας από το 2003 έως το 2009 και έπειτα να καταρτιστεί βήμα προς βήμα μια μεθοδολογία η οποία θα είναι δυνατό να εφαρμοστεί και σε άλλες περιοχές και χρονικές στιγμές και να εξαχθούν αποτελέσματα με αποδεκτή ακρίβεια.<br /> <br /> '''Μεθοδολογία παρούσας μελέτης'''<br /> <br /> ''Επιλογή εικόνων από γεωβάσεις-κριτήρια''<br /> <br /> Για τη μελέτη της περιοχής του Ναυπλίου χρησιμοποιήθηκαν δύο χρονολογικά διαφορετικές δορυφορικές εικόνες τύπου LANDSAT TM+ , με ημερομηνίες λήψης 10 Σεπτεμβρίου 2003 και 23 Ιουλίου 2009. Οι 2 εικόνες επιλέχθηκαν με τα εξής κριτήρια:<br /> *Χρονική διαφορά τουλάχιστον 5 ετών<br /> *Διάταξη λήψης εικόνων ίδιας ή όμοιας τεχνολογίας και με τον ίδιο αριθμό φασματικών καναλιών.<br /> *Συνάφεια εποχών λήψης ώστε να υπάρχει ταύτιση στην εποχική βλάστηση και στις εποχικές καλλιεργητικές εργασίες.<br /> Στη συνέχεια αναλύθηκαν οι 2 δορυφορικές εικόνες της περιοχής μελέτης και συντάχθηκε ο χάρτης αλλαγών χρήσεων/ κάλυψης γης. Έπειτα έγινε επιτόπια παρατήρηση προκειμένου να ταυτοποιηθεί το είδος χρήσης γης σε συνάρτηση με το φάσμα εκπομπής της. Με τη βοήθεια του λογισμικού ENVI έγινε επεξεργασία με προσθήκη φίλτρων στις δορυφορικές εικόνες ώστε να ελαχιστοποιηθούν τυχόν σφάλματα από ατμοσφαιρικές επιδράσεις κατά τη λήψη των δορυφορικών εικόνων. Προκειμένου να επαληθευθεί η ορθότητα του μοντέλου, επιλέχθηκαν τυχαία σημεία από την πιο πρόσφατη δορυφορική εικόνα και επαληθεύτηκαν με επιτόπια φωτογράφηση. Τέλος συντάχθηκε ολοκληρωμένος χάρτης αλλαγών χρήσεων/κάλυψης γης της περιοχής του Ναυπλίου Αργολίδας από το 2003 ως και το 2009. <br /> <br /> ''Γεωμετρική επεξεργασία δορυφορικών εικόνων LANDSAT TM+''<br /> <br /> Για τις ανάγκες επεξεργασίας των δορυφορικών εικόνων στη συγκεκριμένη μελέτη χρησιμοποιήθηκα τα 4 πρώτα κανάλια του LANDSAT TM+. Οι εικόνες διορθώθηκαν γεωμετρικά προκειμένου να ξεπεραστεί το σφάλμα που αποδίδει ο αισθητήρας LANDSAT TM 4,5 και η γωνία περιστροφής της γης. Έπειτα, οι εικόνες αυτές γεωαναφέρθηκαν με ακρίβεια 30 μέτρων προκειμένου να έχουν πλήρη ταύτιση με την πραγματική επιφάνεια της γης. Στη συνέχεια η ευκρίνεια των εικόνων βελτιώθηκε με φίλτρα cross track του λογισμικού ENVI 4.5 ITT αφαιρώντας έτσι τη λαμπρότητα των αντανακλάσεων του ήλιου από τις γυαλιστερές επιφάνειες των κτισμάτων της περιοχής. Τέλος ένα τελευταίο στάδιο των ψηφιακών επεξεργασιών ήταν η κοπή των εικόνων στην περιοχή ενδιαφέροντος. Με αυτόν τον τρόπο δημιουργήθηκαν τελικά 2 νέα ξεχωριστά αρχεία εικόνων LANDSAT TM+ έτοιμα για περαιτέρω στατιστική επεξεργασία.<br /> <br /> ''Στατιστική επεξεργασία (classification)''<br /> <br /> Στην παρούσα μελέτη ακολουθήθηκε η μεθοδολογία Corine Land Cover 200 (CLC2000). Πιο συγκεκριμένα, χρησιμοποιήθηκε η μέθοδος Visual με τη βοήθεια υπολογιστικής οπτικής ερμηνείας (CAPI) για την ανίχνευση μεταβολών κάλυψης του εδάφους. Με την εφαρμογή του CLC 2000 αναλύθηκαν οι αλλαγές χρήσης/κάλυψης γης και δημιουργήθηκαν σε πρώτο στάδιο ένας ποιοτικός χάρτης αναπαράστασης αλλαγών γης και σε δεύτερο στάδιο στατιστικός- ποσοτικός πίνακας καταγραφής των αλλαγών.<br /> <br /> ''Μη επιβλεπόμενη ταξινόμηση χρήσεων γης στην περιοχή Ναυπλίου''<br /> <br /> Για την μη επιβλεπόμενη ταξινόμηση , χρησιμοποιήθηκε ο αλγόριθμος ομαδοποίησης ISODATA. Εισήχθησαν διαδοχικά οι 2 διαχρονικές εικόνες για την εφαρμογή του αλγορίθμου, ορίστηκε από το χρήστη μέγιστος αριθμός κατηγοριών ίσος με 5 και παρήχθησαν οι 2 ψευδέγχρωμες εικόνες με τις διαφορετικές κλάσεις που υπολόγισε ο αλγόριθμος για κάθε πραγματική εικόνα. ( Εικόνες 1 δεξιά,2 αριστερά)<br /> <br /> [[ Εικόνα: sg_3_1.gif | thumb | right | Εικ.1: Ψευδέγχρωμη εικόνα κλάσεων ISODATA Αλγόριθμου, Ιούλιος 2009 ]]<br /> <br /> <br /> [[ Εικόνα: sg_3_2.gif | thumb | left | Εικ.2: Ψευδέγχρωμη εικόνα κλάσεων ISODATA Αλγόριθμου, σεπτέμβριος 2003 ]]<br /> <br /> Από τις εικόνες είναι εμφανής ο διαχωρισμός σε κλάσεις των 7 χρήσεων γης, με διαφορετικά χρώματα καθώς επίσης και οι διαφορές που υπάρχουν μεταξύ των δύο διαδοχικών εικόνων του Σεπτεμβρίου και του Ιουλίου ανά κλάση. Πέραν από τον οπτικό χάρτη, εξήχθησαν και οι παρακάτω πίνακες εμφάνισης των 7 κλάσεων σε κάθε μια εικόνα, μετά την εφαρμογή του αλγόριθμου ISODATA – οι κλάσεις επιλέχθηκαν από τον αλγόριθμο αυτόματα.<br /> <br /> [[ Εικόνα: sg_3_3.gif]]<br /> <br /> <br /> <br /> [[ Εικόνα: sg_3_4.gif]]<br /> <br /> <br /> Μετά από τα αποτελέσματα ταξινόμησης, για κάθε μήνα, με τη βοήθεια του λογισμικού και πάλι, αναπαραστάθηκαν σε ψευδέγχρωμους χάρτες οι αλλαγές χρήσεων γης, συγκριτικά για τις δύο χρονικές περιόδους. Τα αποτελέσματα εμφανίζονται παρακάτω, σε μεγάλο χάρτη αλλαγών χρήσης γης, για όλες τις αλλαγές.(εικόνα 3) Η ταξινόμηση αυτή σκοπό έχει να καταδείξει ότι όντως στη συγκεκριμένη περιοχή και στις ημερομηνίες προς σύγκριση που επιλέχθηκαν υπάρχει αλλαγή χρήσης γης. Επετεύχθη δηλαδή αναπαράσταση των κλάσεων χωρίς όμως να γίνει σαφές το είδος της χρήσης γης.<br /> <br /> [[ Εικόνα: sg_3_5.gif | thumb | right | Εικ.3: Σύνθετος Χάρτης Αλλαγών 4 χρήσεων ISODATA αλγόριθμου στο λογισμικό ENVI- Μπλε: περιοχή αλλαγών κόκκινο: περιοχή χωρίς αλλαγές ]]<br /> <br /> ''Επιβλεπόμενη ταξινόμηση χρήσεων γης στην περιοχή Ναυπλίου''<br /> <br /> Για τον ορισμό των κλάσεων ακολουθήθηκε η μεθοδολογία CLC2000 και κατόπιν πραγματοποιήθηκε επίσκεψη στη μελετώμενη περιοχή. Οι κλάσεις που ορίστηκαν σύμφωνα με αυτή τη μεθοδολογία φαίνονται παρακάτω. <br /> Αφού έγινε εισαγωγή των σημείων ενδιαφέροντος στο ENVI ITTS 4.5 επιλέχθηκε και εφαρμόστηκε η μέθοδος με τους αλγόριθμους Maximum Likelihood. Τα αποτελέσματα από την εφαρμογή της εποπτευόμενης ταξινόμησης φαίνονται στις επόμενες εικόνες.(εικόνες 4-8)<br /> <br /> [[ Εικόνα: sg_3_6.jpg | thumb | right | Εικ.4: Αποτελέσματα εποπτευόμενης ταξινόμησης_Σεπτέμβριος 2003 ]]<br /> <br /> [[ Εικόνα: sg_3_7.jpg | thumb | left | Εικ.5: Αποτελέσματα εποπτευόμενης ταξινόμησης_Ιούλιος 2009 ]]<br /> <br /> [[ Εικόνα: sg_3_8.jpg | thumb | right | Εικ.6: Αντιπαραβολική προβολή Landsat TMs ]]<br /> <br /> [[ Εικόνα: sg_3_9.jpg | thumb | right | Εικ.7: Χάρτης ποιοτικών αλλαγών χρήσεων γης ]]<br /> <br /> [[ Εικόνα: sg_3_10.jpg | thumb | right | Εικ.8: Χάρτης ταξινόμησης χρήσεων γης δεύτερης μεθόδου ]]<br /> <br /> '''Σημαντικά αποτελέσματα και αξιολόγηση των μεθόδων'''<br /> <br /> ''Αξιολόγηση των μεθόδων''<br /> <br /> Η κύρια μέθοδος της κατηγοριοποίησης χρήσεων γης με βάση εικόνες αισθητήρα LANDSAT TM και εφαρμογή λογαρίθμου επιβλεπόμενης ταξινόμησης “ Maximum Likelihood” εμφανίζεται να απέδωσε αρκετά καλά με εικόνες 30x30 εικονοστοιχείων αυτού του τύπου. Από τις 6 κλάσεις που ορίστηκαν, και στις δύο εικόνες που εφαρμόστηκε ο λογάριθμος, το ποσοστό που δεν κατάφερε να ταξινομηθεί ήταν αρκετά μικρό. Στην εικόνα του 2003, το ποσοστό που δεν ταξινομήθηκε είναι της τάξης του 10,31% και αφορά σε pixels που είτε ανήκαν σε άλλη κλάση είτε δεν ανιχνεύτηκαν ενώ από τα στατιστικά αποτελέσματα του αλγόριθμου η τιμή overall accuracy υπολογίστηκε στο 89,97%. Για το 2009, η ακρίβεια ταξινόμησης εμφανίζεται βελτιωμένη. <br /> Αν στον ποιοτικό χάρτη ISODATA θεωρηθούν με μπλε χρώμα τα στίγματα στα σημεία που παρατηρήθηκαν αλλαγές χρήσεων γης, συμπεραίνεται μια ομοιότητα των σημείων αυτών με τα σημεία διαφορετικών κλάσεων ανάμεσα στις 2 εικόνες, διαχρονικών αλλαγών Maximum Likelihood. Αντίστοιχα, αν θεωρήσουμε με κόκκινο χρώμα τα στίγματα στα σημεία που δεν παρατηρήθηκαν αλλαγές χρήσεων γης, πάλι ο χάρτης ISODATA ακολουθεί τις 2 εικόνες αλλαγών χρήσεων γης Maximum Likelihood. <br /> Η ποιοτική σύγκριση των δύο μεθόδων επικυρώνει την επιτυχία και την ορθότητα των αποτελεσμάτων.<br /> <br /> ''Σημαντικά αποτελέσματα σχετικά με την περιοχή μελέτης''<br /> <br /> Μέσα από τη μελέτη όλων των αποτελεσμάτων προέκυψε ότι το Ναύπλιο έχει αξιόλογο ποσοστό καλλιεργήσιμων εκτάσεων και ότι οι κάτοικοι διαχρονικά όχι μόνο δεν εγκατέλειψαν τις καλλιεργήσιμες εκτάσεις αλλά τις αύξησαν ελάχιστα. Η κατασκευαστική δραστηριότητα αυξήθηκε αλλά όχι με ρυθμούς έντονης πολεοδομικής ανάπτυξης. Από το χάρτη των κλάσεων είναι φανερή μια έντονη ανάπτυξη των τεχνητών επιφανειών κοντά στη θάλασσα. Από οικολογικής πλευράς τέλος, η διαχρονική μελέτη των κλάσεων έδειξε ότι τα δάση αυξήθηκαν, είτε από τη μείωση των γυμνών εδαφών, είτε από τη φυσική εξέλιξη ενός τμήματος από θαμνώνες σε δάσος. Οι διαχρονικές δηλαδή αλλαγές ήταν ήπιες και ομαλές μεταξύ των 6 χρόνων που μεσολάβησαν από τη λήψη των δύο δορυφορικών εικόνων.</div>

Sgeorgali http://147.102.106.44/rs/wiki/index.php/%CE%94%CE%B9%CE%B1%CF%87%CF%81%CE%BF%CE%BD%CE%B9%CE%BA%CE%AE_%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7%CF%82/%CE%BA%CE%AC%CE%BB%CF%85%CF%88%CE%B7%CF%82_%CE%B3%CE%B7%CF%82_%CF%84%CE%B7%CF%82_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CE%AE%CF%82_%CE%9D%CE%B1%CF%85%CF%80%CE%BB%CE%AF%CE%BF%CF%85_%CE%91%CF%81%CE%B3%CE%BF%CE%BB%CE%AF%CE%B4%CE%B1%CF%82_%CE%BC%CE%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%80%CE%BF%CE%BB%CF%85%CF%86%CE%B1%CF%83%CE%BC%CE%B1%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD 2012-03-04T22:58:13Z

<p>Sgeorgali: </p> <hr /> <div>[http://www.google.gr/url?sa=t&amp;rct=j&amp;q=%CE%B4%CE%B9%CE%B1%CF%87%CF%81%CE%BF%CE%BD%CE%B9%CE%BA%CE%AE%20%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7%20%CE%BD%CE%B1%CF%85%CF%80%CE%BB%CE%AF%CE%BF%CF%85&amp;source=web&amp;cd=1&amp;ved=0CCEQFjAA&amp;url=http%3A%2F%2Fdspace.aua.gr%2Fxmlui%2Fbitstream%2Fhandle%2F10329%2F189%2FGiannopoulos_D.pdf%3Fsequence%3D3&amp;ei=PgtUT9LUGtDzsgaSscCfDw&amp;usg=AFQjCNHhxe7ef4Dqf8g3XzbF9H5fEpyjRQ&amp;sig2=lHc3tJooBlQU_ArV6G7Yxg&amp;cad=rja Πηγή]<br /> <br /> '''Αντικείμενο Εφαρμογής''' <br /> <br /> Η παρούσα μελέτη αφορά στη διαχρονική χαρτογράφηση χρήσης/κάλυψης γης της περιοχής Ναυπλίου Αργολίδας με χρήση πολυφασματικών δορυφορικών δεδομένων.<br /> Στόχος της Εφαρμογής<br /> Στόχος της εφαρμογής είναι να καταγραφούν οι αλλαγές στην εν λόγω περιοχή όσον αφορά στην κάλυψη/χρήση Γης με το χρόνο προκειμένου να συνταχθεί στη συνέχεια ένας ολοκληρωμένος χάρτης αλλαγών χρήσεων/κάλυψης γης της περιοχής του Ναυπλίου Αργολίδας από το 2003 έως το 2009 και έπειτα να καταρτιστεί βήμα προς βήμα μια μεθοδολογία η οποία θα είναι δυνατό να εφαρμοστεί και σε άλλες περιοχές και χρονικές στιγμές και να εξαχθούν αποτελέσματα με αποδεκτή ακρίβεια.<br /> <br /> '''Μεθοδολογία παρούσας μελέτης'''<br /> <br /> ''Επιλογή εικόνων από γεωβάσεις-κριτήρια''<br /> <br /> Για τη μελέτη της περιοχής του Ναυπλίου χρησιμοποιήθηκαν δύο χρονολογικά διαφορετικές δορυφορικές εικόνες τύπου LANDSAT TM+ , με ημερομηνίες λήψης 10 Σεπτεμβρίου 2003 και 23 Ιουλίου 2009. Οι 2 εικόνες επιλέχθηκαν με τα εξής κριτήρια:<br /> *Χρονική διαφορά τουλάχιστον 5 ετών<br /> *Διάταξη λήψης εικόνων ίδιας ή όμοιας τεχνολογίας και με τον ίδιο αριθμό φασματικών καναλιών.<br /> *Συνάφεια εποχών λήψης ώστε να υπάρχει ταύτιση στην εποχική βλάστηση και στις εποχικές καλλιεργητικές εργασίες.<br /> Στη συνέχεια αναλύθηκαν οι 2 δορυφορικές εικόνες της περιοχής μελέτης και συντάχθηκε ο χάρτης αλλαγών χρήσεων/ κάλυψης γης. Έπειτα έγινε επιτόπια παρατήρηση προκειμένου να ταυτοποιηθεί το είδος χρήσης γης σε συνάρτηση με το φάσμα εκπομπής της. Με τη βοήθεια του λογισμικού ENVI έγινε επεξεργασία με προσθήκη φίλτρων στις δορυφορικές εικόνες ώστε να ελαχιστοποιηθούν τυχόν σφάλματα από ατμοσφαιρικές επιδράσεις κατά τη λήψη των δορυφορικών εικόνων. Προκειμένου να επαληθευθεί η ορθότητα του μοντέλου, επιλέχθηκαν τυχαία σημεία από την πιο πρόσφατη δορυφορική εικόνα και επαληθεύτηκαν με επιτόπια φωτογράφηση. Τέλος συντάχθηκε ολοκληρωμένος χάρτης αλλαγών χρήσεων/κάλυψης γης της περιοχής του Ναυπλίου Αργολίδας από το 2003 ως και το 2009. <br /> <br /> ''Γεωμετρική επεξεργασία δορυφορικών εικόνων LANDSAT TM+''<br /> <br /> Για τις ανάγκες επεξεργασίας των δορυφορικών εικόνων στη συγκεκριμένη μελέτη χρησιμοποιήθηκα τα 4 πρώτα κανάλια του LANDSAT TM+. Οι εικόνες διορθώθηκαν γεωμετρικά προκειμένου να ξεπεραστεί το σφάλμα που αποδίδει ο αισθητήρας LANDSAT TM 4,5 και η γωνία περιστροφής της γης. Έπειτα, οι εικόνες αυτές γεωαναφέρθηκαν με ακρίβεια 30 μέτρων προκειμένου να έχουν πλήρη ταύτιση με την πραγματική επιφάνεια της γης. Στη συνέχεια η ευκρίνεια των εικόνων βελτιώθηκε με φίλτρα cross track του λογισμικού ENVI 4.5 ITT αφαιρώντας έτσι τη λαμπρότητα των αντανακλάσεων του ήλιου από τις γυαλιστερές επιφάνειες των κτισμάτων της περιοχής. Τέλος ένα τελευταίο στάδιο των ψηφιακών επεξεργασιών ήταν η κοπή των εικόνων στην περιοχή ενδιαφέροντος. Με αυτόν τον τρόπο δημιουργήθηκαν τελικά 2 νέα ξεχωριστά αρχεία εικόνων LANDSAT TM+ έτοιμα για περαιτέρω στατιστική επεξεργασία.<br /> <br /> ''Στατιστική επεξεργασία (classification)''<br /> <br /> Στην παρούσα μελέτη ακολουθήθηκε η μεθοδολογία Corine Land Cover 200 (CLC2000). Πιο συγκεκριμένα, χρησιμοποιήθηκε η μέθοδος Visual με τη βοήθεια υπολογιστικής οπτικής ερμηνείας (CAPI) για την ανίχνευση μεταβολών κάλυψης του εδάφους. Με την εφαρμογή του CLC 2000 αναλύθηκαν οι αλλαγές χρήσης/κάλυψης γης και δημιουργήθηκαν σε πρώτο στάδιο ένας ποιοτικός χάρτης αναπαράστασης αλλαγών γης και σε δεύτερο στάδιο στατιστικός- ποσοτικός πίνακας καταγραφής των αλλαγών.<br /> <br /> ''Μη επιβλεπόμενη ταξινόμηση χρήσεων γης στην περιοχή Ναυπλίου''<br /> <br /> Για την μη επιβλεπόμενη ταξινόμηση , χρησιμοποιήθηκε ο αλγόριθμος ομαδοποίησης ISODATA. Εισήχθησαν διαδοχικά οι 2 διαχρονικές εικόνες για την εφαρμογή του αλγορίθμου, ορίστηκε από το χρήστη μέγιστος αριθμός κατηγοριών ίσος με 5 και παρήχθησαν οι 2 ψευδέγχρωμες εικόνες με τις διαφορετικές κλάσεις που υπολόγισε ο αλγόριθμος για κάθε πραγματική εικόνα. ( Εικόνες 1 δεξιά,2 αριστερά)<br /> <br /> [[ Εικόνα: sg_3_1.gif | thumb | right | Εικ.1: Ψευδέγχρωμη εικόνα κλάσεων ISODATA Αλγόριθμου, Ιούλιος 2009 ]]<br /> <br /> <br /> [[ Εικόνα: sg_3_2.gif | thumb | left | Εικ.2: Ψευδέγχρωμη εικόνα κλάσεων ISODATA Αλγόριθμου, σεπτέμβριος 2003 ]]<br /> <br /> Από τις εικόνες είναι εμφανής ο διαχωρισμός σε κλάσεις των 7 χρήσεων γης, με διαφορετικά χρώματα καθώς επίσης και οι διαφορές που υπάρχουν μεταξύ των δύο διαδοχικών εικόνων του Σεπτεμβρίου και του Ιουλίου ανά κλάση. Πέραν από τον οπτικό χάρτη, εξήχθησαν και οι παρακάτω πίνακες εμφάνισης των 7 κλάσεων σε κάθε μια εικόνα, μετά την εφαρμογή του αλγόριθμου ISODATA – οι κλάσεις επιλέχθηκαν από τον αλγόριθμο αυτόματα.<br /> <br /> [[ Εικόνα: sg_3_3.gif]]<br /> <br /> <br /> <br /> [[ Εικόνα: sg_3_4.gif]]<br /> <br /> <br /> Μετά από τα αποτελέσματα ταξινόμησης, για κάθε μήνα, με τη βοήθεια του λογισμικού και πάλι, αναπαραστάθηκαν σε ψευδέγχρωμους χάρτες οι αλλαγές χρήσεων γης, συγκριτικά για τις δύο χρονικές περιόδους. Τα αποτελέσματα εμφανίζονται παρακάτω, σε μεγάλο χάρτη αλλαγών χρήσης γης, για όλες τις αλλαγές.(εικόνα 3) Η ταξινόμηση αυτή σκοπό έχει να καταδείξει ότι όντως στη συγκεκριμένη περιοχή και στις ημερομηνίες προς σύγκριση που επιλέχθηκαν υπάρχει αλλαγή χρήσης γης. Επετεύχθη δηλαδή αναπαράσταση των κλάσεων χωρίς όμως να γίνει σαφές το είδος της χρήσης γης.<br /> <br /> [[ Εικόνα: sg_3_5.gif | thumb | right | Εικ.3: Σύνθετος Χάρτης Αλλαγών 4 χρήσεων ISODATA αλγόριθμου στο λογισμικό ENVI- Μπλε: περιοχή αλλαγών κόκκινο: περιοχή χωρίς αλλαγές ]]<br /> <br /> ''Επιβλεπόμενη ταξινόμηση χρήσεων γης στην περιοχή Ναυπλίου''<br /> <br /> Για τον ορισμό των κλάσεων ακολουθήθηκε η μεθοδολογία CLC2000 και κατόπιν πραγματοποιήθηκε επίσκεψη στη μελετώμενη περιοχή. Οι κλάσεις που ορίστηκαν σύμφωνα με αυτή τη μεθοδολογία φαίνονται παρακάτω. <br /> Αφού έγινε εισαγωγή των σημείων ενδιαφέροντος στο ENVI ITTS 4.5 επιλέχθηκε και εφαρμόστηκε η μέθοδος με τους αλγόριθμους Maximum Likelihood. Τα αποτελέσματα από την εφαρμογή της εποπτευόμενης ταξινόμησης φαίνονται στις επόμενες εικόνες.(εικόνες 4-8)<br /> <br /> [[ Εικόνα: sg_3_6.gif | thumb | right | Εικ.4: Αποτελέσματα εποπτευόμενης ταξινόμησης_Σεπτέμβριος 2003 ]]<br /> <br /> [[ Εικόνα: sg_3_7.gif | thumb | left | Εικ.5: Αποτελέσματα εποπτευόμενης ταξινόμησης_Ιούλιος 2009 ]]<br /> <br /> [[ Εικόνα: sg_3_8.gif | thumb | right | Εικ.6: Αντιπαραβολική προβολή Landsat TMs ]]<br /> <br /> [[ Εικόνα: sg_3_9.gif | thumb | right | Εικ.7: Χάρτης ποιοτικών αλλαγών χρήσεων γης ]]<br /> <br /> [[ Εικόνα: sg_3_10.gif | thumb | right | Εικ.8: Χάρτης ταξινόμησης χρήσεων γης δεύτερης μεθόδου ]]<br /> <br /> '''Σημαντικά αποτελέσματα και αξιολόγηση των μεθόδων'''<br /> <br /> ''Αξιολόγηση των μεθόδων''<br /> <br /> Η κύρια μέθοδος της κατηγοριοποίησης χρήσεων γης με βάση εικόνες αισθητήρα LANDSAT TM και εφαρμογή λογαρίθμου επιβλεπόμενης ταξινόμησης “ Maximum Likelihood” εμφανίζεται να απέδωσε αρκετά καλά με εικόνες 30x30 εικονοστοιχείων αυτού του τύπου. Από τις 6 κλάσεις που ορίστηκαν, και στις δύο εικόνες που εφαρμόστηκε ο λογάριθμος, το ποσοστό που δεν κατάφερε να ταξινομηθεί ήταν αρκετά μικρό. Στην εικόνα του 2003, το ποσοστό που δεν ταξινομήθηκε είναι της τάξης του 10,31% και αφορά σε pixels που είτε ανήκαν σε άλλη κλάση είτε δεν ανιχνεύτηκαν ενώ από τα στατιστικά αποτελέσματα του αλγόριθμου η τιμή overall accuracy υπολογίστηκε στο 89,97%. Για το 2009, η ακρίβεια ταξινόμησης εμφανίζεται βελτιωμένη. <br /> Αν στον ποιοτικό χάρτη ISODATA θεωρηθούν με μπλε χρώμα τα στίγματα στα σημεία που παρατηρήθηκαν αλλαγές χρήσεων γης, συμπεραίνεται μια ομοιότητα των σημείων αυτών με τα σημεία διαφορετικών κλάσεων ανάμεσα στις 2 εικόνες, διαχρονικών αλλαγών Maximum Likelihood. Αντίστοιχα, αν θεωρήσουμε με κόκκινο χρώμα τα στίγματα στα σημεία που δεν παρατηρήθηκαν αλλαγές χρήσεων γης, πάλι ο χάρτης ISODATA ακολουθεί τις 2 εικόνες αλλαγών χρήσεων γης Maximum Likelihood. <br /> Η ποιοτική σύγκριση των δύο μεθόδων επικυρώνει την επιτυχία και την ορθότητα των αποτελεσμάτων.<br /> <br /> ''Σημαντικά αποτελέσματα σχετικά με την περιοχή μελέτης''<br /> <br /> Μέσα από τη μελέτη όλων των αποτελεσμάτων προέκυψε ότι το Ναύπλιο έχει αξιόλογο ποσοστό καλλιεργήσιμων εκτάσεων και ότι οι κάτοικοι διαχρονικά όχι μόνο δεν εγκατέλειψαν τις καλλιεργήσιμες εκτάσεις αλλά τις αύξησαν ελάχιστα. Η κατασκευαστική δραστηριότητα αυξήθηκε αλλά όχι με ρυθμούς έντονης πολεοδομικής ανάπτυξης. Από το χάρτη των κλάσεων είναι φανερή μια έντονη ανάπτυξη των τεχνητών επιφανειών κοντά στη θάλασσα. Από οικολογικής πλευράς τέλος, η διαχρονική μελέτη των κλάσεων έδειξε ότι τα δάση αυξήθηκαν, είτε από τη μείωση των γυμνών εδαφών, είτε από τη φυσική εξέλιξη ενός τμήματος από θαμνώνες σε δάσος. Οι διαχρονικές δηλαδή αλλαγές ήταν ήπιες και ομαλές μεταξύ των 6 χρόνων που μεσολάβησαν από τη λήψη των δύο δορυφορικών εικόνων.</div>

Sgeorgali http://147.102.106.44/rs/wiki/index.php/%CE%94%CE%B9%CE%B1%CF%87%CF%81%CE%BF%CE%BD%CE%B9%CE%BA%CE%AE_%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7%CF%82/%CE%BA%CE%AC%CE%BB%CF%85%CF%88%CE%B7%CF%82_%CE%B3%CE%B7%CF%82_%CF%84%CE%B7%CF%82_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CE%AE%CF%82_%CE%9D%CE%B1%CF%85%CF%80%CE%BB%CE%AF%CE%BF%CF%85_%CE%91%CF%81%CE%B3%CE%BF%CE%BB%CE%AF%CE%B4%CE%B1%CF%82_%CE%BC%CE%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%80%CE%BF%CE%BB%CF%85%CF%86%CE%B1%CF%83%CE%BC%CE%B1%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD 2012-03-04T22:57:24Z

<p>Sgeorgali: </p> <hr /> <div>[http://www.google.gr/url?sa=t&amp;rct=j&amp;q=%CE%B4%CE%B9%CE%B1%CF%87%CF%81%CE%BF%CE%BD%CE%B9%CE%BA%CE%AE%20%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7%20%CE%BD%CE%B1%CF%85%CF%80%CE%BB%CE%AF%CE%BF%CF%85&amp;source=web&amp;cd=1&amp;ved=0CCEQFjAA&amp;url=http%3A%2F%2Fdspace.aua.gr%2Fxmlui%2Fbitstream%2Fhandle%2F10329%2F189%2FGiannopoulos_D.pdf%3Fsequence%3D3&amp;ei=PgtUT9LUGtDzsgaSscCfDw&amp;usg=AFQjCNHhxe7ef4Dqf8g3XzbF9H5fEpyjRQ&amp;sig2=lHc3tJooBlQU_ArV6G7Yxg&amp;cad=rja Πηγή]<br /> <br /> '''Αντικείμενο Εφαρμογής''' <br /> <br /> Η παρούσα μελέτη αφορά στη διαχρονική χαρτογράφηση χρήσης/κάλυψης γης της περιοχής Ναυπλίου Αργολίδας με χρήση πολυφασματικών δορυφορικών δεδομένων.<br /> Στόχος της Εφαρμογής<br /> Στόχος της εφαρμογής είναι να καταγραφούν οι αλλαγές στην εν λόγω περιοχή όσον αφορά στην κάλυψη/χρήση Γης με το χρόνο προκειμένου να συνταχθεί στη συνέχεια ένας ολοκληρωμένος χάρτης αλλαγών χρήσεων/κάλυψης γης της περιοχής του Ναυπλίου Αργολίδας από το 2003 έως το 2009 και έπειτα να καταρτιστεί βήμα προς βήμα μια μεθοδολογία η οποία θα είναι δυνατό να εφαρμοστεί και σε άλλες περιοχές και χρονικές στιγμές και να εξαχθούν αποτελέσματα με αποδεκτή ακρίβεια.<br /> <br /> '''Μεθοδολογία παρούσας μελέτης'''<br /> <br /> ''Επιλογή εικόνων από γεωβάσεις-κριτήρια''<br /> <br /> Για τη μελέτη της περιοχής του Ναυπλίου χρησιμοποιήθηκαν δύο χρονολογικά διαφορετικές δορυφορικές εικόνες τύπου LANDSAT TM+ , με ημερομηνίες λήψης 10 Σεπτεμβρίου 2003 και 23 Ιουλίου 2009. Οι 2 εικόνες επιλέχθηκαν με τα εξής κριτήρια:<br /> *Χρονική διαφορά τουλάχιστον 5 ετών<br /> *Διάταξη λήψης εικόνων ίδιας ή όμοιας τεχνολογίας και με τον ίδιο αριθμό φασματικών καναλιών.<br /> *Συνάφεια εποχών λήψης ώστε να υπάρχει ταύτιση στην εποχική βλάστηση και στις εποχικές καλλιεργητικές εργασίες.<br /> Στη συνέχεια αναλύθηκαν οι 2 δορυφορικές εικόνες της περιοχής μελέτης και συντάχθηκε ο χάρτης αλλαγών χρήσεων/ κάλυψης γης. Έπειτα έγινε επιτόπια παρατήρηση προκειμένου να ταυτοποιηθεί το είδος χρήσης γης σε συνάρτηση με το φάσμα εκπομπής της. Με τη βοήθεια του λογισμικού ENVI έγινε επεξεργασία με προσθήκη φίλτρων στις δορυφορικές εικόνες ώστε να ελαχιστοποιηθούν τυχόν σφάλματα από ατμοσφαιρικές επιδράσεις κατά τη λήψη των δορυφορικών εικόνων. Προκειμένου να επαληθευθεί η ορθότητα του μοντέλου, επιλέχθηκαν τυχαία σημεία από την πιο πρόσφατη δορυφορική εικόνα και επαληθεύτηκαν με επιτόπια φωτογράφηση. Τέλος συντάχθηκε ολοκληρωμένος χάρτης αλλαγών χρήσεων/κάλυψης γης της περιοχής του Ναυπλίου Αργολίδας από το 2003 ως και το 2009. <br /> <br /> ''Γεωμετρική επεξεργασία δορυφορικών εικόνων LANDSAT TM+''<br /> <br /> Για τις ανάγκες επεξεργασίας των δορυφορικών εικόνων στη συγκεκριμένη μελέτη χρησιμοποιήθηκα τα 4 πρώτα κανάλια του LANDSAT TM+. Οι εικόνες διορθώθηκαν γεωμετρικά προκειμένου να ξεπεραστεί το σφάλμα που αποδίδει ο αισθητήρας LANDSAT TM 4,5 και η γωνία περιστροφής της γης. Έπειτα, οι εικόνες αυτές γεωαναφέρθηκαν με ακρίβεια 30 μέτρων προκειμένου να έχουν πλήρη ταύτιση με την πραγματική επιφάνεια της γης. Στη συνέχεια η ευκρίνεια των εικόνων βελτιώθηκε με φίλτρα cross track του λογισμικού ENVI 4.5 ITT αφαιρώντας έτσι τη λαμπρότητα των αντανακλάσεων του ήλιου από τις γυαλιστερές επιφάνειες των κτισμάτων της περιοχής. Τέλος ένα τελευταίο στάδιο των ψηφιακών επεξεργασιών ήταν η κοπή των εικόνων στην περιοχή ενδιαφέροντος. Με αυτόν τον τρόπο δημιουργήθηκαν τελικά 2 νέα ξεχωριστά αρχεία εικόνων LANDSAT TM+ έτοιμα για περαιτέρω στατιστική επεξεργασία.<br /> <br /> ''Στατιστική επεξεργασία (classification)''<br /> <br /> Στην παρούσα μελέτη ακολουθήθηκε η μεθοδολογία Corine Land Cover 200 (CLC2000). Πιο συγκεκριμένα, χρησιμοποιήθηκε η μέθοδος Visual με τη βοήθεια υπολογιστικής οπτικής ερμηνείας (CAPI) για την ανίχνευση μεταβολών κάλυψης του εδάφους. Με την εφαρμογή του CLC 2000 αναλύθηκαν οι αλλαγές χρήσης/κάλυψης γης και δημιουργήθηκαν σε πρώτο στάδιο ένας ποιοτικός χάρτης αναπαράστασης αλλαγών γης και σε δεύτερο στάδιο στατιστικός- ποσοτικός πίνακας καταγραφής των αλλαγών.<br /> <br /> ''Μη επιβλεπόμενη ταξινόμηση χρήσεων γης στην περιοχή Ναυπλίου''<br /> <br /> Για την μη επιβλεπόμενη ταξινόμηση , χρησιμοποιήθηκε ο αλγόριθμος ομαδοποίησης ISODATA. Εισήχθησαν διαδοχικά οι 2 διαχρονικές εικόνες για την εφαρμογή του αλγορίθμου, ορίστηκε από το χρήστη μέγιστος αριθμός κατηγοριών ίσος με 5 και παρήχθησαν οι 2 ψευδέγχρωμες εικόνες με τις διαφορετικές κλάσεις που υπολόγισε ο αλγόριθμος για κάθε πραγματική εικόνα. ( Εικόνες 1 δεξιά,2 αριστερά)<br /> [[ Εικόνα: sg_3_1.gif | thumb | right | Εικ.1: Ψευδέγχρωμη εικόνα κλάσεων ISODATA Αλγόριθμου, Ιούλιος 2009 ]]<br /> <br /> [[ Εικόνα: sg_3_2.gif | thumb | left | Εικ.2: Ψευδέγχρωμη εικόνα κλάσεων ISODATA Αλγόριθμου, σεπτέμβριος 2003 ]]<br /> <br /> Από τις εικόνες είναι εμφανής ο διαχωρισμός σε κλάσεις των 7 χρήσεων γης, με διαφορετικά χρώματα καθώς επίσης και οι διαφορές που υπάρχουν μεταξύ των δύο διαδοχικών εικόνων του Σεπτεμβρίου και του Ιουλίου ανά κλάση. Πέραν από τον οπτικό χάρτη, εξήχθησαν και οι παρακάτω πίνακες εμφάνισης των 7 κλάσεων σε κάθε μια εικόνα, μετά την εφαρμογή του αλγόριθμου ISODATA – οι κλάσεις επιλέχθηκαν από τον αλγόριθμο αυτόματα.<br /> [[ Εικόνα: sg_3_3.gif]]<br /> [[ Εικόνα: sg_3_4.gif]]<br /> Μετά από τα αποτελέσματα ταξινόμησης, για κάθε μήνα, με τη βοήθεια του λογισμικού και πάλι, αναπαραστάθηκαν σε ψευδέγχρωμους χάρτες οι αλλαγές χρήσεων γης, συγκριτικά για τις δύο χρονικές περιόδους. Τα αποτελέσματα εμφανίζονται παρακάτω, σε μεγάλο χάρτη αλλαγών χρήσης γης, για όλες τις αλλαγές.(εικόνα 3) Η ταξινόμηση αυτή σκοπό έχει να καταδείξει ότι όντως στη συγκεκριμένη περιοχή και στις ημερομηνίες προς σύγκριση που επιλέχθηκαν υπάρχει αλλαγή χρήσης γης. Επετεύχθη δηλαδή αναπαράσταση των κλάσεων χωρίς όμως να γίνει σαφές το είδος της χρήσης γης.<br /> [[ Εικόνα: sg_3_5.gif | thumb | right | Εικ.3: Σύνθετος Χάρτης Αλλαγών 4 χρήσεων ISODATA αλγόριθμου στο λογισμικό ENVI- Μπλε: περιοχή αλλαγών κόκκινο: περιοχή χωρίς αλλαγές ]]<br /> <br /> ''Επιβλεπόμενη ταξινόμηση χρήσεων γης στην περιοχή Ναυπλίου''<br /> <br /> Για τον ορισμό των κλάσεων ακολουθήθηκε η μεθοδολογία CLC2000 και κατόπιν πραγματοποιήθηκε επίσκεψη στη μελετώμενη περιοχή. Οι κλάσεις που ορίστηκαν σύμφωνα με αυτή τη μεθοδολογία φαίνονται παρακάτω. <br /> Αφού έγινε εισαγωγή των σημείων ενδιαφέροντος στο ENVI ITTS 4.5 επιλέχθηκε και εφαρμόστηκε η μέθοδος με τους αλγόριθμους Maximum Likelihood. Τα αποτελέσματα από την εφαρμογή της εποπτευόμενης ταξινόμησης φαίνονται στις επόμενες εικόνες.(εικόνες 4-8)<br /> [[ Εικόνα: sg_3_6.gif | thumb | right | Εικ.4: Αποτελέσματα εποπτευόμενης ταξινόμησης_Σεπτέμβριος 2003 ]]<br /> [[ Εικόνα: sg_3_7.gif | thumb | left | Εικ.5: Αποτελέσματα εποπτευόμενης ταξινόμησης_Ιούλιος 2009 ]]<br /> <br /> [[ Εικόνα: sg_3_8.gif | thumb | right | Εικ.6: Αντιπαραβολική προβολή Landsat TMs ]]<br /> <br /> [[ Εικόνα: sg_3_9.gif | thumb | right | Εικ.7: Χάρτης ποιοτικών αλλαγών χρήσεων γης ]]<br /> <br /> [[ Εικόνα: sg_3_10.gif | thumb | right | Εικ.8: Χάρτης ταξινόμησης χρήσεων γης δεύτερης μεθόδου ]]<br /> <br /> '''Σημαντικά αποτελέσματα και αξιολόγηση των μεθόδων'''<br /> <br /> ''Αξιολόγηση των μεθόδων''<br /> <br /> Η κύρια μέθοδος της κατηγοριοποίησης χρήσεων γης με βάση εικόνες αισθητήρα LANDSAT TM και εφαρμογή λογαρίθμου επιβλεπόμενης ταξινόμησης “ Maximum Likelihood” εμφανίζεται να απέδωσε αρκετά καλά με εικόνες 30x30 εικονοστοιχείων αυτού του τύπου. Από τις 6 κλάσεις που ορίστηκαν, και στις δύο εικόνες που εφαρμόστηκε ο λογάριθμος, το ποσοστό που δεν κατάφερε να ταξινομηθεί ήταν αρκετά μικρό. Στην εικόνα του 2003, το ποσοστό που δεν ταξινομήθηκε είναι της τάξης του 10,31% και αφορά σε pixels που είτε ανήκαν σε άλλη κλάση είτε δεν ανιχνεύτηκαν ενώ από τα στατιστικά αποτελέσματα του αλγόριθμου η τιμή overall accuracy υπολογίστηκε στο 89,97%. Για το 2009, η ακρίβεια ταξινόμησης εμφανίζεται βελτιωμένη. <br /> Αν στον ποιοτικό χάρτη ISODATA θεωρηθούν με μπλε χρώμα τα στίγματα στα σημεία που παρατηρήθηκαν αλλαγές χρήσεων γης, συμπεραίνεται μια ομοιότητα των σημείων αυτών με τα σημεία διαφορετικών κλάσεων ανάμεσα στις 2 εικόνες, διαχρονικών αλλαγών Maximum Likelihood. Αντίστοιχα, αν θεωρήσουμε με κόκκινο χρώμα τα στίγματα στα σημεία που δεν παρατηρήθηκαν αλλαγές χρήσεων γης, πάλι ο χάρτης ISODATA ακολουθεί τις 2 εικόνες αλλαγών χρήσεων γης Maximum Likelihood. <br /> Η ποιοτική σύγκριση των δύο μεθόδων επικυρώνει την επιτυχία και την ορθότητα των αποτελεσμάτων.<br /> <br /> ''Σημαντικά αποτελέσματα σχετικά με την περιοχή μελέτης''<br /> <br /> Μέσα από τη μελέτη όλων των αποτελεσμάτων προέκυψε ότι το Ναύπλιο έχει αξιόλογο ποσοστό καλλιεργήσιμων εκτάσεων και ότι οι κάτοικοι διαχρονικά όχι μόνο δεν εγκατέλειψαν τις καλλιεργήσιμες εκτάσεις αλλά τις αύξησαν ελάχιστα. Η κατασκευαστική δραστηριότητα αυξήθηκε αλλά όχι με ρυθμούς έντονης πολεοδομικής ανάπτυξης. Από το χάρτη των κλάσεων είναι φανερή μια έντονη ανάπτυξη των τεχνητών επιφανειών κοντά στη θάλασσα. Από οικολογικής πλευράς τέλος, η διαχρονική μελέτη των κλάσεων έδειξε ότι τα δάση αυξήθηκαν, είτε από τη μείωση των γυμνών εδαφών, είτε από τη φυσική εξέλιξη ενός τμήματος από θαμνώνες σε δάσος. Οι διαχρονικές δηλαδή αλλαγές ήταν ήπιες και ομαλές μεταξύ των 6 χρόνων που μεσολάβησαν από τη λήψη των δύο δορυφορικών εικόνων.</div>

Sgeorgali