http://147.102.106.44/rs/wiki/index.php?feed=atom&target=Sofistab&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 2026-07-04T17:39:05Z Από RemoteSensing Wiki MediaWiki 1.16.2 http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CE%91%CE%BB%CE%BB%CE%B1%CE%B3%CE%AE%CF%82_%CE%91%CF%83%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%93%CE%B7%CF%82_%CE%BC%CE%B5_%CE%9F%CE%B4%CE%B9%CE%BA%CE%AE_%CE%A0%CF%85%CE%BA%CE%BD%CF%8C%CF%84%CE%B7%CF%84%CE%B1_%CE%BA%CE%B1%CE%B9_%CE%A6%CE%B1%CF%83%CE%BC%CE%B1%CF%84%CE%B9%CE%BA%CE%AD%CF%82_%CE%A0%CE%BB%CE%B7%CF%81%CE%BF%CF%86%CE%BF%CF%81%CE%AF%CE%B5%CF%82_%CE%B1%CF%80%CF%8C_%CF%80%CE%BF%CE%BB%CF%85%CE%B4%CE%B9%CE%AC%CF%83%CF%84%CE%B1%CF%84%CE%B1_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_Landsat. 2018-02-20T22:55:54Z

<p>Sofistab: Νέα σελίδα με ''''Ανίχνευση Αλλαγής Αστικής Γης με Οδική Πυκνότητα και Φασματικές Πληροφορίες από πολυδιάστ...'</p> <hr /> <div>'''Ανίχνευση Αλλαγής Αστικής Γης με Οδική Πυκνότητα και Φασματικές Πληροφορίες από πολυδιάστατα δεδομένα Landsat.'''<br /> <br /> <br /> '''Πρωτότυπος τίτλος:''' ''Urban built-up land change detection with road density and spectral information from multi-temporal Landsat TM data''<br /> <br /> '''Συγγραφείς:'''Q. Zhang, J. Wang, X. Peng, P. Gong and P. Shi<br /> <br /> '''Σύνδεσμος πρωτότυπου κειμένου:''' [http://www.tandfonline.com/doi/abs/10.1080/01431160110104728]<br /> <br /> <br /> '''ΠΕΡΙΛΗΨΗ'''<br /> <br /> Σε αυτό το άρθρο αναλύθηκαν οι εικόνες Landsat που αποκτήθηκαν την ίδια εποχή από το 1984 και το 1997, για την ανίχνευση αλλαγών του εδάφους στο αστικό περιβάλλον του Πεκίνου της Κίνας. Προκειμένου να μειωθεί η φασματική σύγχυση μεταξύ κατοικημένων αστικών περιοχών και αγροτικών μη κατοικημένων κατηγοριών γης, προτείνεται μια νέα διαρθρωτική μέθοδος που βασίζεται στην οδική πυκνότητα συνδυασμένη με φασματικά κανάλια. Η οδική πυκνότητα αντιπροσωπεύει έναν τύπο δομικών πληροφοριών ενώ τα κανάλια Landsat αντιπροσωπεύουν φασματικές πληροφορίες. Οι χάρτες οδικής πυκνότητας και για τις δύο ημερομηνίες παράχθηκαν χρησιμοποιώντας έναν αλγόριθμο ανάλυσης και στη συνέχεια ενσωματώνοντας τον με τα φασματικά κανάλια. Τα αποτελέσματα από τη σύγκριση φασματικής-δομικής μεταταξινόμησης (SSPCC) και τη διαφοροποίηση της φασματικής-δομικής εικόνας (SSID) αξιολογήθηκαν και συγκρίθηκαν με τη μέθοδο ανίχνευσης φασματικών αλλαγών. Η προτεινόμενη μέθοδος SSPCC μείωσε σημαντικά τη φασματική σύγχυση και αύξησε την ακρίβεια της ταξινόμησης κάλυψης γης σε σύγκριση με τη φασματική ταξινόμηση. Το άρθρο καταδεικνύει ακόμη ότι τα αποτελέσματα της μεθόδου SSID συμπλήρωσαν τη διαφοροποίηση των φασματικών καναλιών ανιχνεύοντας περιοχές με μεγαλύτερες διαρθρωτικές αλλαγές, μερικές από τις οποίες είχαν χαθεί.<br /> <br /> '''ΕΙΣΑΓΩΓΗ'''<br /> <br /> Η τηλεπισκόπηση παρέχει μια σημαντική πηγή δεδομένων για τη χαρτογράφηση της αστικής χρήσης/κάλυψης γης και την παρακολούθηση του περιβάλλοντος. Οι πληροφορίες σχετικά με τη χρήση/κάλυψη γης είναι σημαντικές καθώς μπορούν να συμβάλουν σε ζητήματα πολεοδομικού σχεδιασμού και διαχείρισης αυτού. Η υπάρχουσα κατάσταση αλλά και οι μεταβολές χρήσης γης παρέχουν βασικές ενδείξεις για την μελλοντική ανάπτυξη. Σε ένα ταχέως μεταβαλλόμενο αστικό περιβάλλον, η τηλεπισκόπηση είναι μια χρήσιμη τεχνολογία για την ανίχνευση αλλαγών και την ενημέρωση της βάσης δεδομένων του Γεωγραφικού Συστήματος Πληροφοριών (GIS). <br /> Πολλές τεχνικές ανίχνευσης ψηφιακών αλλαγών έχουν αναπτυχθεί και εφαρμοστεί σε διάφορα περιβάλλοντα τις τελευταίες δεκαετίες. Για τους διαφορετικούς σκοπούς μελέτης που προκύπτουν, οι ερευνητές επιχειρούν να ανακαλύψουν τις πιο κατάλληλες μεθόδους ανίχνευσης αλλαγών. Οι περισσότερες από τις μεθόδους ανίχνευσης βασίζονται σε φασματικές πληροφορίες. Υποθέτουν ότι οι αλλαγές του εδάφους προκαλούν σημαντικές αλλαγές στα πίξελ της εικόνας και ότι η πλειοψηφία των φασματικών αλλαγών αντανακλά στο έδαφος χωρίς να δέχεται παρεμβολές από την ατμόσφαιρα ή άλλα συστήματα. Υπάρχουν τρεις κύριες ομάδες τεχνικής ανίχνευσης αλλαγών που βασίζονται στις εξής διαδικασίες: άλγεβρα χάρτη, άμεση ταξινόμηση πολλαπλών ημερομηνιών και σύγκριση μεταταξινόμησης. <br /> Όταν πρόκειται για τη μελέτη αστικής/προαστιακής χρήσης/κάλυψης γης, οι φασματικές τεχνικές παρουσιάζουν κάποια μειονεκτήματα. Οι αστικές περιοχές είναι ετερογενείς καθώς περιλαμβάνουν διάφορους τύπους κάλυψης γης, όπως σκυρόδεμα, άσφαλτο, δέντρα, γρασίδι, νερό, έδαφος και όλα τα υλικά στέγης, τα οποία έχουν διαφορετικά ραδιομετρικά χαρακτηριστικά σε μια τηλεπισκόπηση. Είναι δύσκολο λοιπόν να υπάρξει μια ομοιογενής φασματική κατηγορία που να χαρακτηρίζεται αστική. Επιπλέον, ορισμένες κατηγορίες αστικής κάλυψης γης είναι φαινομενικά παρόμοιες με άλλες «μη αστικών» τύπων κάλυψης. <br /> Αυτό το άρθρο μελετά τις συνδυασμένες φασματικές-δομικές προσεγγίσεις για την ταξινόμηση και την ανίχνευση αλλαγών αστικών περιοχών. Η πυκνότητα στα άκρα που μετρήθηκε από εικόνες SPOT χρησιμοποιήθηκε για να βελτιώσει την ταξινόμηση χρήσης γης. Η οδική πυκνότητα μπορεί επίσης να χρησιμοποιηθεί ως ένας τύπος δομικής πληροφορίας, ο οποίος είναι εύκολα κατανοητός. Αν και η αστική ανάπτυξη είναι ένα πολύπλοκο φαινόμενο, τα οδικά σχέδια λειτουργούν ως πλαίσιο καθώς μια αστική περιοχή συνήθως έχει πολύ πυκνότερο οδικό δίκτυο από ότι έχει μια μη αστική περιοχή. Έτσι λοιπόν, οι πληροφορίες σχετικά με την οδική πυκνότητα από εικόνες Landsat βελτίωσαν τα αποτελέσματα της κατάτμησης των αστικών και αγροτικών περιοχών σε σύγκριση με τη χρήση μόνο φασματικών πληροφοριών.<br /> Στόχος είναι η εξέταση της χρησιμότητας της οδικής πυκνότητας ως μια ουσιαστική δομή δείκτη για τη μελέτη της μετάβασης αστικού-προαστιακού εδάφους. Σε αυτό το άρθρο, προτείνονται δύο μέθοδοι ανίχνευσης αλλαγών, η σύγκριση φασματικής-δομικής μεταταξινόμησης (SSPCC) και η διαφοροποίηση φασματικής-δομικής εικόνας (SSID), για την ανάλυση εικόνων Landsat δύο ημερομηνιών. Τα αποτελέσματα από τις μεθόδους SSPCC και SSID συγκρίνονται τελικά με εκείνα από την ανίχνευση αλλαγών που βασίζεται μόνο σε φασματικές πληροφορίες. <br /> <br /> '''ΠΕΡΙΟΧΗ ΜΕΛΕΤΗΣ ΚΑΙ ΠΕΡΙΓΡΑΦΗ ΔΕΔΟΜΕΝΩΝ'''<br /> <br /> [[Εικόνα: Εικόνα1 θέμα8.JPG | thumb| right|'''Εικόνα 1.''' Landsat εικόνα του Πεκίνου, Κίνα, στις 2 Οκτωβρίου 1984, κανάλια 4, 3, 2.]]<br /> [[Εικόνα: Εικόνα2 θέμα8.JPG | thumb| right|'''Εικόνα 2.''' Landsat εικόνα του Πεκίνου, Κίνα, στις 21 Σεπτεμβρίου 1997, κανάλια 4, 3, 2.]]<br /> <br /> Η παρακολούθηση του περιβάλλοντος αποτελεί ζωτικό ζήτημα στο Πεκίνο, την πρωτεύουσα της Κίνας. Η αναπτυσσόμενη οικονομία και ο μεγάλος πληθυσμός οδηγούν σε μια πόλη που μεγαλώνει με ταχύ ρυθμό. Ο συνολικός πληθυσμός της πόλης έφτασε τα 12,17 εκατομμύρια το 1997 από 9,45 εκατομμύρια το 1984 ενώ η κατοικημένη περιοχή έχει επεκταθεί από τα 366 km2 το 1984 σε 488 km2 το 1997. Πολλές κατασκευές πραγματοποιήθηκαν τόσο στην περιφέρεια αστικών περιοχών όσο και στον πυρήνα της πόλης. Για τον προσδιορισμό της απότομης ανάπτυξης των αστικών οικιστικών περιοχών, αναπτύχθηκαν νέες τεχνικές ανίχνευσης αλλαγών και συγκρίθηκαν με τις παραδοσιακές μεθόδους. Αποκτήθηκαν δύο Landsat εικόνες για το Πεκίνο, στις 2 Οκτωβρίου 1984 και στις 21 Σεπτεμβρίου 1997 αντίστοιχα. Η εικόνα 1 δείχνει ένα σύνθετο ψευδούς χρώματος της περιοχής μελέτης το 1984 και η εικόνα 2 δείχνει την εικόνα της ίδιας περιοχής το 1997. Παρατηρείται ότι ο πυρήνας της πόλης βρίσκεται στο κέντρο των εικόνων. Η πόλη έχει επεκταθεί προς τα έξω σχεδόν προς όλες τις κατευθύνσεις, ειδικά προς τα βορειοανατολικά και τα νότια. Ορισμένες λεπτομέρειες εμφανίζονται στα δύο παράθυρα των εικόνων. <br /> Οι αριθμοί των ψηφιακών εικονοστοιχείων (DN) ποικίλλουν ανάλογα με τη χρονική περίοδο κατά την οποία έχει κατασκευαστεί μια συγκεκριμένη περιοχή. Οι υπό κατασκευή και οι πρόσφατα ανεπτυγμένες περιοχές εμφανίζονται πιο φωτεινές στις ορατές ζώνες. Το εσωτερικό της πόλης παρουσιάζει μια σχετικά ομοιόμορφη ζώνη με σκοτεινούς τόνους, με διάσπαρτα φωτεινά σημεία, πολλά από τα οποία είναι νεόδμητα κτίρια. Η ολική μεταβολή των εικόνων από φωτεινούς σε σκοτεινούς τόνους προκύπτει από τη σταδιακή αυξανόμενη κάλυψη της πόλης από δέντρα. Η πόλη του Πεκίνου έχει μακρά ιστορία καθώς κάποια από τα κομμάτια της πόλης χρονολογούνται την περίοδο της Δυναστείας των Γιουάν (14ος αιώνας). Η φύτευση δέντρων γύρω από τα κτιριακά συγκροτήματα και κατά μήκος του δικτύου των δρόμων αποτελεί παράδοση.<br /> <br /> '''ΠΡΟΕΠΕΞΕΡΓΑΣΙΑ'''<br /> <br /> 1.Η γεωμετρική εγγραφή εικόνας σε εικόνα. 2.Ομαλοποίηση σχετικών σκηνών <br /> <br /> '''ΑΝΙΧΝΕΥΣΗ ΑΛΛΑΓΩΝ'''<br /> <br /> [[Εικόνα: Εικόνα3 θέμα8.JPG | thumb| right|'''Εικόνα 3.''' Διαδικασίες φασματικής-δομικής ανίχνευσης αλλαγών.]]<br /> <br /> Προκειμένου να ενσωματωθούν οι πληροφορίες οδικής πυκνότητας για την ανίχνευση αλλαγών, προτάθηκαν δύο νέες μέθοδοι για φασματικά-δομικά σύνολα δεδομένων, η SSPCC και SSID. Οι δομικές πληροφορίες που βασίζονται στην οδική πυκνότητα παράχθηκαν από έναν αλγόριθμο ανάλυσης. Τα κανάλια για την οδική πυκνότητα ήταν τοποθετημένα στις πολυφασματικές βάσεις και αντιμετωπίζονταν ως συμπληρωματικά κανάλια. Για τη μέθοδο SSPCC, τα κανάλια οδικής πυκνότητας συνδυάστηκαν με τις φασματικές ζώνες από το ίδιο έτος για την ταξινόμηση της εικόνας. Στη συνέχεια, τα αποτελέσματα των δύο ημερομηνιών επικαλύφθηκαν για την ανίχνευση αλλαγών. Για τη μέθοδο SSID, το αποτέλεσμα της διακύμανσης της οδικής πυκνότητας συνδυάστηκε με το αποτέλεσμα της διαφοροποίησης της φασματικής ζώνης Landsat. Οι διαδικασίες περιλαμβάνουν: (1) δημιουργία χαρτών οδικής πυκνότητας και για τα δύο χρόνια, (2) ταξινόμηση εικόνων χρησιμοποιώντας συνδυασμένα φασματικά-δομικά κανάλια, (3) μεταταξινόμηση ανίχνευσης αλλαγών και (4) ανίχνευση αλλαγών χρησιμοποιώντας συνδυασμό της διαφοροποίησης της οδικής πυκνότητας και της φασματικής ζώνης, όπως φαίνεται και στην εικόνα 3. Τέλος, τα αποτελέσματα ανίχνευσης αλλαγής από φασματικά-δομικά κανάλια και φασματικά κανάλια συγκρίθηκαν οπτικά και αξιολογήθηκαν ποσοτικά.<br /> <br /> '''ΑΠΟΤΕΛΕΣΜΑΤΑ'''<br /> <br /> [[Εικόνα: Εικόνα4 θέμα8.JPG | thumb| right|'''Εικόνα 4.''' Τα αποτελέσματα ταξινόμησης από τα κανάλια 2, 4, 5: (α) 1984, (β) 1984 με οδική πυκνότητα.]]<br /> [[Εικόνα: Εικόνα5 θέμα8.JPG | thumb| right|'''Εικόνα 5.''' Τα αποτελέσματα ταξινόμησης από τα κανάλια 2, 4, 5: (α) 1997, (β) 1997 με οδική πυκνότητα.]]<br /> <br /> Αποτελέσματα της ταξινόμησης: Όπως φαίνεται στις εικόνες 4 και 5, τα αποτελέσματα της ταξινόμησης των οικιστικών και μη οικιστικών περιοχών από όλους τους συνδυασμούς των καναλιών εισόδου, είναι γενικά σε καλό επίπεδο. Όταν χρησιμοποιούνταν μόνο τα φασματικά κανάλια, η σύγχυση ήταν μεγαλύτερη όσον αφορά στα γυμνά αγροτικά χωράφια και σε κάποιες περιοχές με χτισμένα κομμάτια. Μια άλλη σύγχυση παρατηρήθηκε μεταξύ των κατοικημένων περιοχών με πυκνή βλάστηση και άλλων μη ανεπτυγμένων εκτάσεων με βλάστηση. Με την προσθήκη του καναλιού της οδικής πυκνότητας, η σύγχυση επιλυόταν καθώς η οδική πυκνότητα στις αγροτικές περιοχές είναι αρκετά χαμηλή. Επιπλέον, η οδική πυκνότητα για οικιστικές περιοχές με βλάστηση είναι μεγαλύτερη από αυτή που εμφανίζουν οι δασικές ή οι εξωαστικές περιοχές. Η ποσοτική αξιολόγηση δείχνει ότι η χρήση του καναλιού οδικής πυκνότητας βοηθά στη βελτίωση όλων των κατηγοριών.<br /> <br /> Ταξινόμηση με χρήση 6 και 3 Landsat καναλιών: Τα αποτελέσματα από τη χρήση έξι καναλιών είναι καλύτερα από αυτά με τη χρήση τριών καναλιών, με ή χωρίς το κανάλι οδικής πυκνότητας. Με το συνδυασμό του καναλιού της οδικής πυκνότητας, η διαφορά μεταξύ των έξι και των τριών καναλιών μειωνόταν, γεγονός που δείχνει ότι η δομική πληροφορία συμπληρώνει τη φασματική πληροφορία. <br /> <br /> [[Εικόνα: Πίνακας1 θέμα8.JPG | thumb| right|'''Πίνακας 1.''' Σύγκριση της ακρίβειας ανίχνευσης αλλαγών.]]<br /> <br /> Αποτελέσματα ανίχνευσης αλλαγών: Όπως φαίνεται στον Πίνακα 1, η μέθοδος SSPCC παράγει μεγαλύτερη ακρίβεια ανίχνευσης αλλαγών από την παραδοσιακή μέθοδο μεταταξινόμησης. Τα κανάλια οδικής πυκνότητας συνέβαλαν στην παραγωγή πολύ καλύτερης ακρίβειας, με αύξηση ακρίβειας άνω του 6%, τόσο για τα έξι κανάλια όσο και για τα τρία. Τα αποτελέσματα έδειξαν σημαντική αστική εξάπλωση μεταξύ του 1984 και 1997. Τα αποτελέσματα της ταξινόμησης σε συνδυασμό με την οδική πυκνότητα δείχνουν ότι το 1984 υπήρχαν 385 km2 κατοικημένης γης και ο αριθμός αυξήθηκε σε 568 km2 το 1997. Υπάρχουν 183 km2 γης που μετατράπηκαν από μη οικιστικά σε οικιστικά και αποτυπώνονται στην ανίχνευση αλλαγών. <br /> <br /> Σύγκριση μεταταξινόμησης και διαφοροποίησης εικόνας ανίχνευσης αλλαγών: Η μελέτη έδειξε ότι τα αποτελέσματα ανίχνευσης αλλαγών από τη σύγκριση μεταταξινόμησης είναι καλύτερα από αυτά της διαφοροποίησης εικόνας. Η μεταταξινόμηση είναι λιγότερη ευαίσθητη στην καταχώρηση σφαλμάτων ενώ επίσης είναι δυνατόν να ενσωματώσει τη γνώση του διερμηνέα στη διαδικασία της ταξινόμησης. Αυτό εξηγεί και τα καλύτερα αποτελέσματα τα οποία παράχθηκαν από αυτή τη μέθοδο. <br /> <br /> Εφαρμοσιμότητα μεθόδων SSPCC και SSID: Αυτή η μελέτη κατέδειξε τα πλεονεκτήματα των μεθόδων ανίχνευσης αλλαγών SSPCC και SSID έναντι των παραδοσιακών φασματικών μεθόδων. Οι πληροφορίες οδικής πυκνότητας έδωσαν ένα παράδειγμα χρήσιμων δομικών πληροφοριών. Άλλες δομικές πληροφορίες, όπως η πυκνότητα ακμής και το μέγεθος αντικειμένων, θα ήταν επίσης χρήσιμες και αξίζουν περαιτέρω έρευνα. <br /> Η αστική ανάπτυξη έχει μια σειρά σταδίων. Οι φασματικές και δομικές μέθοδοι μπορούν να δουλέψουν αποτελεσματικά για διάφορα στάδια. Σύμφωνα με τους Jensen και Toll (1982), τα 10 στάδια της οικιστικής ανάπτυξης που αναγνωρίζονται από ορθο-αεροφωτογραφίες βασίζονται σε παράγοντες καθαρισμού, υποδιαίρεσης, μεταφοράς, κατασκευής και εξωραϊσμού. <br /> Η ανάλυση εικόνας παίζει σημαντικό ρόλο στην εξαγωγή των δομικών πληροφοριών. Η ανάλυση των εικόνων Landsat επηρέασε την παραγωγή χαρτών οδικής πυκνότητας σε αυτή τη μελέτη. Αν και οι εκβαλλόμενοι δρόμοι παρουσιάζουν το γενικό μοτίβο του οδικού δικτύου, κάποιοι δρόμοι δεν είναι ορατοί από τις εικόνες. Κατά την εξαγωγή των δρόμων, χρησιμοποιήθηκε ανάλυση 15 m αντί για την αρχική ανάλυση 30 m και παράχθηκαν καλύτεροι οδικοί χάρτες. Υψηλότερα δεδομένα χωρικής ανάλυσης προτιμώνται για την παραγωγή δομικών πληροφοριών.<br /> Εκτός από την παραγωγή δομικών πληροφοριών, όπως η οδική πυκνότητα, μια υπάρχουσα GIS βάση δεδομένων έχει αποδειχθεί χρήσιμη για την ταξινόμηση της αστικής χρήσης/κάλυψης γης, παρέχοντας πρόσθετες γνώσεις σχετικά με την περιοχή. Από την άλλη πλευρά, οι πληροφορίες χρήσης/κάλυψης γης από τηλεπισκόπηση μπορούν να χρησιμοποιηθούν για την επικαιροποίηση των υπαρχόντων βάσεων δεδομένων GIS. Η τηλεπισκόπηση και το GIS μαζί μπορούν να παράσχουν έγκαιρα και ακριβή στοιχεία καθώς και τις πληροφορίες που χρειάζονται για τον πολεοδομικό σχεδιασμό και τη διαχείριση αυτού.<br /> <br /> '''ΣΥΜΠΕΡΑΣΜΑΤΑ'''<br /> <br /> Τα δεδομένα τηλεπισκόπησης παρέχουν εντυπωσιακές χωρικές λεπτομέρειες σχετικά με την επιφάνεια της γης, παρέχοντας μια καλύτερη πηγή δεδομένων για μελέτες περιβαλλοντικών αλλαγών, όπως οι μεταβολές των αστικών-αγροτικών περιοχών. Αυτό το άρθρο δείχνει ότι οι δομικές πληροφορίες μπορούν να εξάγονται από δορυφορικές εικόνες και να χρησιμοποιούνται για την ανίχνευση αλλαγών σε αστικές και προαστιακές περιοχές. Οι προτεινόμενες μέθοδοι ανίχνευσης αλλαγών SSPCC και SSID αφορούν στην ολοκλήρωση των δομικών και φασματικών πληροφοριών. Η οδική πυκνότητα χρησίμευσε ως παράδειγμα δομικής μέτρησης σε αυτή τη μελέτη. Η καλύτερη επίδοση από τις νέες μεθόδους έδειξε ότι η προσθήκη διαρθρωτικών πληροφοριών, όπως η οδική πυκνότητα, είναι χρήσιμη για την ταξινόμηση πολυφασματικών τηλεπισκοπικών εικόνων και την πολλαπλών χρονικών μεταβολών ανίχνευση. Σε σύγκριση με τα αποτελέσματα των φασματικών πληροφοριών, η συνολική ακρίβεια βελτιώθηκε κατά 2,3-3,77%. Η βελτιωμένη ανίχνευση αλλαγών που προκύπτει από τις προτεινόμενες μεθόδους μπορεί να παρέχει πιο ακριβείς πληροφορίες για τον πολεοδομικό σχεδιασμό και τη διαχείριση αυτού για μια τόσο γρήγορα αναπτυσσόμενη πόλη, όπως το Πεκίνο. Το γεγονός ότι οι πληροφορίες σχετικά με την οδική πυκνότητα αποδείχθηκαν χρήσιμες για την επίλυση δύο τύπων φασματικής σύγχυσης (γυμνά αγροτικά εδάφη έναντι δομημένης περιοχής, χτισμένη γη με βλάστηση έναντι των δασών και των καλλιεργειών) παρέχει μεγάλες δυνατότητες διάκρισης της κάλυψης γης σε αστικές και προαστιακές περιοχές. Η μέθοδος της ενσωμάτωσης της οδικής πυκνότητας μπορεί να εφαρμοστεί και σε άλλες μελέτες αστικών-περιφερειακών περιοχών για διαφορετικούς σκοπούς εφαρμογής που περιλαμβάνουν ταξινόμηση εικόνων.<br /> <br /> [[category:Ανίχνευση μεταβολών αστικής γης]]</div>

Sofistab http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%A0%CE%AF%CE%BD%CE%B1%CE%BA%CE%B1%CF%821_%CE%B8%CE%AD%CE%BC%CE%B18.JPG 2018-02-20T22:55:41Z

<p>Sofistab: Σύγκριση της ακρίβειας ανίχνευσης αλλαγών.</p> <hr /> <div>Σύγκριση της ακρίβειας ανίχνευσης αλλαγών.</div>

Sofistab http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%95%CE%B9%CE%BA%CF%8C%CE%BD%CE%B15_%CE%B8%CE%AD%CE%BC%CE%B18.JPG 2018-02-20T22:54:28Z

<p>Sofistab: Τα αποτελέσματα ταξινόμησης από τα κανάλια 2, 4, 5: (α) 1997, (β) 1997 με οδική πυκνότητα.</p> <hr /> <div>Τα αποτελέσματα ταξινόμησης από τα κανάλια 2, 4, 5: (α) 1997, (β) 1997 με οδική πυκνότητα.</div>

Sofistab http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%95%CE%B9%CE%BA%CF%8C%CE%BD%CE%B14_%CE%B8%CE%AD%CE%BC%CE%B18.JPG 2018-02-20T22:53:40Z

<p>Sofistab: Τα αποτελέσματα ταξινόμησης από τα κανάλια 2, 4, 5: (α) 1984, (β) 1984 με οδική πυκνότητα.</p> <hr /> <div>Τα αποτελέσματα ταξινόμησης από τα κανάλια 2, 4, 5: (α) 1984, (β) 1984 με οδική πυκνότητα.</div>

Sofistab http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%95%CE%B9%CE%BA%CF%8C%CE%BD%CE%B13_%CE%B8%CE%AD%CE%BC%CE%B18.JPG 2018-02-20T22:51:58Z

<p>Sofistab: Διαδικασίες φασματικής-δομικής ανίχνευσης αλλαγών.</p> <hr /> <div>Διαδικασίες φασματικής-δομικής ανίχνευσης αλλαγών.</div>

Sofistab http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%95%CE%B9%CE%BA%CF%8C%CE%BD%CE%B12_%CE%B8%CE%AD%CE%BC%CE%B18.JPG 2018-02-20T22:50:02Z

<p>Sofistab: Landsat εικόνα του Πεκίνου, Κίνα, στις 21 Σεπτεμβρίου 1997, κανάλια 4, 3, 2.</p> <hr /> <div>Landsat εικόνα του Πεκίνου, Κίνα, στις 21 Σεπτεμβρίου 1997, κανάλια 4, 3, 2.</div>

Sofistab http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%95%CE%B9%CE%BA%CF%8C%CE%BD%CE%B11_%CE%B8%CE%AD%CE%BC%CE%B18.JPG 2018-02-20T22:48:09Z

<p>Sofistab: Landsat εικόνα του Πεκίνου, Κίνα, στις 2 Οκτωβρίου 1984, κανάλια 4, 3, 2.</p> <hr /> <div>Landsat εικόνα του Πεκίνου, Κίνα, στις 2 Οκτωβρίου 1984, κανάλια 4, 3, 2.</div>

Sofistab http://147.102.106.44/rs/wiki/index.php/%CE%9C%CE%B9%CE%B1_%CE%A0%CF%81%CE%BF%CF%83%CE%AD%CE%B3%CE%B3%CE%B9%CF%83%CE%B7_%CE%A3%CF%84%CE%AD%CE%B3%CE%B1%CF%83%CE%B7%CF%82_%CF%83%CE%B5_%CE%95%CF%80%CE%AF%CF%80%CE%B5%CE%B4%CE%BF_%CE%9C%CE%BF%CE%BD%CE%AC%CE%B4%CE%B1%CF%82_%CE%B3%CE%B9%CE%B1_%CF%84%CE%BF_%CE%A7%CE%B1%CF%81%CE%B1%CE%BA%CF%84%CE%B7%CF%81%CE%B9%CF%83%CE%BC%CF%8C_%CF%84%CE%B7%CF%82_%CE%91%CF%83%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%95%CE%BE%CE%AC%CF%80%CE%BB%CF%89%CF%83%CE%B7%CF%82. 2018-02-20T16:26:53Z

<p>Sofistab: </p> <hr /> <div>'''Μια Προσέγγιση Στέγασης σε Επίπεδο Μονάδας για το Χαρακτηρισμό της Αστικής Εξάπλωσης.'''<br /> <br /> <br /> '''Πρωτότυπος τίτλος:''' ''A Housing-Unit-Level Approach to Characterizing Residential Sprawl''<br /> <br /> '''Συγγραφείς:'''John Hasse and Richard G. Lathrop<br /> <br /> '''Σύνδεσμος πρωτότυπου κειμένου:''' [http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.456.5466&amp;rep=rep1&amp;type=pdf]<br /> <br /> <br /> '''ΠΕΡΙΛΗΨΗ'''<br /> <br /> Στο άρθρο αναπτύσσονται πέντε χωρικές μετρήσεις που αφορούν τις οικιστικές μονάδες για την ανάλυση των χωρικών μοντέλων αστικής ανάπτυξης, με στόχο τη βελτίωση του προσδιορισμού των χαρακτηριστικών και των ιδιοτήτων της αστικής εξάπλωσης. Ένα πολύπλευρο σύνολο δεδομένων για τη χρήση γης/κάλυψη γης για τη κομητεία Hunterdon του New Jersey χρησιμοποιείται για τη μέτρηση νέων οικιστικών μονάδων που αναπτύχθηκαν μεταξύ του χρόνου 1 (1986) και του χρόνου 2 (1995) για πέντε χαρακτηριστικά που ορίζονται ως &quot;εξάπλωση&quot; στη βιβλιογραφία και είναι: (1) η πυκνότητα, (2) η υπερπήδηση, (3) η διαχωρισμένη χρήση γης, (4) η προσβασιμότητα, και (5) η ύπαρξη λωρίδας αυτοκινητόδρομου. Οι προκύπτοντες δείκτες μέτρησης για την εξάπλωση μονοκατοικιών συνοψίζονται κατά δήμο ώστε να παρέχουν μια &quot;κάρτα εξάπλωσης&quot;. Η ανάλυση παρέχει μια νέα κατεύθυνση στην έρευνα για την αντιμετώπιση της εξάπλωσης, συλλαμβάνει τη χρονική φύση της αστικής ανάπτυξης και προτείνει μέτρα που είναι χρήσιμα για τους υπεύθυνους σχεδιασμού αντιμετώπισης της εξάπλωσης.<br /> <br /> '''ΕΙΣΑΓΩΓΗ'''<br /> <br /> Το φαινόμενο της εκτεταμένης αστικής ανάπτυξης είναι ένας από τους κύριους παράγοντες που συνετέλεσαν στη μεταβολή χρήσης γης/κάλυψης γης στις Ηνωμένες Πολιτείες της Αμερικής. Η οικιστική εξάπλωση έχει χαρακτηριστεί στη βιβλιογραφία ως αναποτελεσματική μορφή αστικής ανάπτυξης, γι’ αυτό και κατά καιρούς έχουν προταθεί λύσεις όπως αυτή του σχεδιασμού της «Νέας αστικοποίησης» ή της «Έξυπνης εξάπλωσης». Υπάρχουν όμως και άλλοι που υπερασπίζονται τα οφέλη που προκύπτουν από την εξέλιξη της οικιστικής εξάπλωσης και υποστηρίζουν ότι τα αμερικανικά πρότυπα της προαστικοποίησης είναι αποτέλεσμα των ελεύθερων δυνάμεων της αγοράς, της επιλογής των καταναλωτών, και αντανακλά το δημοκρατικό σύστημα διακυβέρνησης της γης.<br /> Όπως τονίζεται στη συγκεκριμένη μελέτη, ένα μικρό μέρος της έρευνας έχει επικεντρωθεί στην ανάπτυξη συγκεκριμένων μεθοδολογιών ικανών να εντοπίσουν και να χαρακτηρίσουν την οικιστική εξάπλωση. Οι ορισμοί της εξάπλωσης στην βιβλιογραφία κυμαίνονται μεταξύ του φάσματος της προβληματικής αστικής ανάπτυξης και της νέας αστικής ανάπτυξης. Με μια τέτοια χαλαρή αντιμετώπιση, ο όρος &quot;αστική εξάπλωση&quot; κινδυνεύει είτε να καταστραφεί είτε να χάσει τελείως το νόημα του. Σε αυτή τη μελέτη αντιμετωπίζεται αυτό το ζήτημα με την ανάπτυξη αρκετών τυποποιημένων μετρήσεων για την ανάλυση χωρικών προτύπων αστικής ανάπτυξης για τον καλύτερο εντοπισμό των χωρικών χαρακτηριστικών και ιδιοτήτων της αστικής εξάπλωσης.<br /> <br /> '''ΟΡΙΣΜΟΙ ΚΑΙ ΜΕΘΟΔΟΛΟΓΙΑ'''<br /> <br /> [[Εικόνα: Εικόνα1 θέμα9.JPG | thumb| right|'''Εικόνα 1.''' Η εικόνα απεικονίζει μια ορθοφωτογραφία ενός νεοαποκτηθέντος στεγαστικού συστήματος. Oι παχιές γραμμές οριοθετούν τη νέα αστική ανάπτυξη, όπως ταξινομείται από το σύνολο δεδομένων χρήσης γης / κάλυψης γης. Οι λεπτές γραμμές περιγράφουν τις γραμμές των αγροτεμαχίων. Το σύμβολο του στόχου υποδηλώνει την αυτοματοποιημένη γεωμετρική θέση που υπολογίζεται για κάθε νέα οικιστική μονάδα.]]<br /> <br /> Υπάρχουν αρκετοί ορισμοί στην βιβλιογραφία που αναφέρονται στην οικιστική εξάπλωση. Οι Burchell και Shad (1998, 1999) ορίζουν την εξάπλωση ως &quot;χαμηλής πυκνότητας οικιστικές και μη οικιστικές εισβολές σε αγροτικές και μη ανεπτυγμένες περιοχές, χωρίς να υπάρχει διαχωρισμός της γης στην τυπική του μορφή&quot;. Σύμφωνα με τους Galster et al. (2001) η εξάπλωση ορίζεται ως &quot;ένα πρότυπο της χρήσης γης σε αστική περιοχή που παρουσιάζει χαμηλά επίπεδα συνδυασμού των εξής οκτώ διακριτών διαστάσεων: πυκνότητας, συνέχειας, συγκέντρωσης, συμπαγούς όγκου, κεντρικότητας, ενέργειας, πολυμορφίας και εγγύτητας&quot;. Αυτή η μελέτη επικεντρώνεται σε τρία συγκεκριμένα χαρακτηριστικά: (1) τον χρονικό χαρακτήρα της διαδικασίας εξάπλωσης, (2) την ικανότητα χαρακτηρισμού της αστικής ανάπτυξης σε ατομικό επίπεδο (μονοκατοικίες) και (3) τη χρησιμότητα της μέτρησης της εξάπλωσης στη διαδικασία σχεδιασμού. Πολλές από τις μετρήσεις που έχουν αναπτυχθεί μέχρι στιγμής χαρακτηρίζονται από στατικότητα, λείπει δηλαδή το δυναμικό στοιχείο της εξάπλωσης και η ατομικοποίηση της αστικής ανάπτυξης σε οικιστικές μονάδες επιτρέπει αυτή τη δυναμική ανάλυση της εξάπλωσης. Τέλος, απαιτούνται πιο ρεαλιστικές μετρήσεις κι αυτό γιατί οι έως τώρα μετρήσεις περιέχουν ελάχιστες πληροφορίες σχετικά με το ποια είναι τα προβληματικά τους στοιχεία και πως μπορούν να αντιμετωπιστούν.<br /> Στη συγκεκριμένη μελέτη γίνεται διαχωρισμός μεταξύ του όρου της αστικής ανάπτυξης και του όρου έξυπνης ανάπτυξης κι αυτό για να τονιστούν οι διαφορές μεταξύ της ακραίας εξάπλωσης και της ιδανικής εξάπλωσης. Η εφαρμογή λοιπόν των δεικτών μέτρησης βασίζεται σε έναν ψηφιακό χάρτη μεταβολής χρήσης γης/κάλυψης γης σε μια περίοδο από το 1986 έως 1995/1997. Πάνω σε αυτόν τον χάρτη εφαρμόζεται μια αυτοματοποιημένη οριοθέτηση οικιστικών μονάδων που χαράσσει πολύγωνα μέσα στα οποία υπάρχει μια οικιστική μονάδα, είτε παλιά είτε καινούργια. Μόλις εκτιμηθούν οι καινούργιες οικιστικές μονάδες, τότε χρησιμοποιούνται οι χωρικές μετρήσεις. Πέντε από τα πιο σημαντικά χωρικά χαρακτηριστικά για τη διάκριση της ακραίας εξάπλωσης έναντι της έξυπνης εξάπλωσης αναπτύχθηκαν σε χωρικές μετρήσεις. Οι μετρήσεις περιλάμβαναν πυκνότητα, υπερπήδηση, διαχωρισμένη χρήση γης, μη προσβασιμότητα και ύπαρξη λωρίδας αυτοκινητόδρομου. Έγιναν υπολογισμοί για κάθε νέα μονάδα κατοικίας και έπειτα συνοψίστηκαν σε δημοτικά σύνορα, ώστε να παρέχουν μια &quot;κάρτα αναφοράς εξάπλωσης&quot; για την πρόσφατη ανάπτυξη σε κάθε τοποθεσία. Οι μετρήσεις εξαπλώσεως υπολογίζονται για κάθε οικιστική μονάδα.<br /> -Ο πρώτος δείκτης μέτρησης της εξάπλωσης είναι η αστική πυκνότητα που αποτελεί το μέτρο της έκτασης που καταλαμβάνει κάθε μονάδα κατοικίας.<br /> -Ο δεύτερος δείκτης μέτρησης είναι η υπερπήδηση και αναφέρεται στις «κηλίδες» αστικής ανάπτυξης που συμβαίνουν σε σημαντική απόσταση από προηγούμενους οικισμούς.<br /> -Ο τρίτος δείκτης μέτρησης αναφέρεται στο διαχωρισμό γης.<br /> -Ο τέταρτος δείκτης μέτρησης της λωρίδας αυτοκινητοδρόμου αναφέρεται σε μια δυαδική μεταβλητή που δείχνει είτε τις ήδη υπάρχουσες οικιστικές μονάδες κοντά σε αυτοκινητόδρομο είτε τις νέες κοντά σε αυτόν.<br /> -Ο πέμπτος δείκτης μέτρησης εξάπλωσης, είναι ο δείκτης μη προσβασιμότητας και αναφέρεται στη μέση απόσταση νέων οικιστικών μονάδων σε πλησιέστερες κοινότητες.<br /> Μόλις μετατραπούν τα μεμονωμένα μέτρα εξάπλωσης σε ποσοστά ώστε να εμφανίζονται όλα στην ίδια μονάδα μέτρησης, θα αθροιστούν για να παράγουν ένα ενιαίο συνολικό μέτρο εξάπλωσης, αυτό που χαρακτηρίζουμε ως δείκτη Meta-Sprawl για κάθε ένα δήμο. <br /> <br /> '''ΑΠΟΤΕΛΕΣΜΑΤΑ'''<br /> <br /> [[Εικόνα: Πίνακας1 θέμα9.JPG | thumb| right|'''Πίνακας 1.''' Στατιστικές εξάπλωσης για όλες τις νέες οικιστικές μονάδες που χτίστηκαν στην πολιτεία Hunterdon του New Jersey μεταξύ 1986 και 1995. (Μέγεθος δείγματος=9339)]]<br /> [[Εικόνα: Πίνακας2 θέμα9.JPG | thumb| right|'''Πίνακας 2.''' Δείκτες συσχέτισης μεταξύ των δεικτών εξάπλωσης για τη περίοδο 1986-1997.]]<br /> <br /> Όλη η μεθοδολογία που αναφέρθηκε προηγουμένως χρησιμοποιήθηκε για τη μελέτη της αστικής εξάπλωσης στην πολιτεία Hunterdon του New Jersey. Τα δεδομένα μεταβολής χρήσης γης/κάλυψης γης παρήχθησαν από το τμήμα περιβαλλοντολογικής προστασίας του New Jersey (NJDEP) και αποτελούνται από φωτογραφίες αυτόματα οριοθετημένες και αφορούν από το 1986 ως το 1995/1997. Οι δείκτες εξάπλωσης που προέκυψαν μέσα από την ανάλυση των ερευνητών παρουσιάζονται στους πίνακες.<br /> Από ότι φαίνεται από τον πίνακα 2 οι δείκτες δεν έχουν υψηλή συσχέτιση μεταξύ τους, που σημαίνει ότι για κανένα δείκτη δεν εξαρτάται η τιμή του από τη τιμή κάποιου άλλου. Ο δείκτης μη προσβασιμότητας δείχνει να είναι ο πιο υψηλά συσχετισμένος με τους υπόλοιπους.<br /> Όπως αναφέρθηκε προηγουμένως οι πέντε δείκτες που ερευνώνται χρησιμοποιούνται για να δώσουν έναν τελικό δείκτη Meta-Sprawl. Αν και είναι πολύ βολικός ένας δείκτης διαχωρισμού αστικής εξάπλωσης μεταξύ των διάφορων δήμων, πρέπει να τονιστεί ότι χάνει πολλές από τις πολύτιμες πληροφορίες που παρέχονται από τους μεμονωμένους δείκτες εξάπλωσης. Η εξάπλωση είναι πιο πολύπλοκη από ότι μπορεί να ληφθεί επαρκώς από έναν μόνο αριθμό. Ακόμη, πρέπει να λαμβάνεται υπόψη ότι οι δείκτες δεν πρέπει να είναι ταυτολογικοί. Κι αυτό γιατί μεγάλοι δήμοι μπορεί να εμφανίζουν μεγάλους δείκτες εξάπλωσης, μόνο και μόνο επειδή είναι μεγάλοι σε έκταση. Η μέτρηση της εξάπλωσης στο επίπεδο της μονάδας στέγασης διευκολύνει επίσης την έρευνα σε άλλους πολιτικούς και γεωγραφικούς παράγοντες που έχουν ως αποτέλεσμα διαφορετικές εκδηλώσεις ανάπτυξης σε επίπεδο δήμου ή για οποιαδήποτε γεωγραφική μονάδα ενδιαφέροντος, όπως γειτονιά, περιοχή διαχωρισμού ζωνών, κομητεία κτλ. Τέλος, ένα μειονέκτημα των δεικτών εξάπλωσης είναι η δυσκολία εύρεσης δεδομένων χρήσης γης/κάλυψης γης. Είναι χαρακτηριστικό ότι ακόμη και σε μια πυκνοκατοικημένη περιοχή όπως το New Jersey μόνο για δυο από τις 21 πολιτείες υπάρχουν επαρκή δεδομένα για τέτοιου είδους ανάλυση.<br /> <br /> '''ΣΥΜΠΕΡΑΣΜΑΤΑ'''<br /> <br /> Η πολύπλοκη φύση της αστικής εξάπλωσης απαιτεί την ύπαρξη δεικτών εξάπλωσης. Σε αυτή την εργασία αναπτύχθηκαν πέντε από τους σημαντικότερους δείκτες χωρικών χαρακτηριστικών που σχετίζονται με την αστική εξάπλωση. Ο ισχυρισμός είναι ότι η προσέγγιση οικιστικής μονάδας φέρνει μια νέα διάσταση στην χρονική ανάλυση των αστικών προτύπων συμπληρώνοντας και βελτιώνοντας τις προηγούμενες έρευνες που έχουν διερευνήσει το φαινόμενο της αστικής εξάπλωσης.<br /> Καθώς οι υπεύθυνοι χάραξης πολιτικής και οι ενδιαφερόμενοι φορείς προσπαθούν να κατευθύνουν την αστική ανάπτυξη από την ακραία εξάπλωση στην έξυπνη ανάπτυξη, ένας αντικειμενικός χαρακτηρισμός της αστικής ανάπτυξης έχει γίνει απαραίτητος. Οι υπολογισμένοι δείκτες εξάπλωσης σε επίπεδο οικιστικής μονάδας παρέχουν ένα ευνοϊκό σύνολο εργαλείων για την αξιολόγηση και ενημέρωση των διαδικασιών ανάπτυξης. Η εξάπλωση είναι ένα δυναμικό φαινόμενο και η συγκεκριμένη προσέγγισή συλλαμβάνει αυτόν τον δυναμισμό ενσωματώνοντας στην μεταβολή χρήσης γης / κάλυψης γης το στοιχείο του χρόνου. Οι συγκεκριμένοι δείκτες μπορούν να χρησιμοποιηθούν ώστε να προβλεφθούν πιθανές συνέπειες της εκτεταμένης και ακραίας ανάπτυξης, σε σύγκριση με την έξυπνη εναλλακτική λύση ανάπτυξης.<br /> <br /> [[category:Ανίχνευση μεταβολών αστικής γης]]</div>

Sofistab http://147.102.106.44/rs/wiki/index.php/%CE%9C%CE%B9%CE%B1_%CE%A0%CF%81%CE%BF%CF%83%CE%AD%CE%B3%CE%B3%CE%B9%CF%83%CE%B7_%CE%A3%CF%84%CE%AD%CE%B3%CE%B1%CF%83%CE%B7%CF%82_%CF%83%CE%B5_%CE%95%CF%80%CE%AF%CF%80%CE%B5%CE%B4%CE%BF_%CE%9C%CE%BF%CE%BD%CE%AC%CE%B4%CE%B1%CF%82_%CE%B3%CE%B9%CE%B1_%CF%84%CE%BF_%CE%A7%CE%B1%CF%81%CE%B1%CE%BA%CF%84%CE%B7%CF%81%CE%B9%CF%83%CE%BC%CF%8C_%CF%84%CE%B7%CF%82_%CE%91%CF%83%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%95%CE%BE%CE%AC%CF%80%CE%BB%CF%89%CF%83%CE%B7%CF%82. 2018-02-20T16:25:31Z

<p>Sofistab: </p> <hr /> <div>'''Μια Προσέγγιση Στέγασης σε Επίπεδο Μονάδας για το Χαρακτηρισμό της Αστικής Εξάπλωσης.'''<br /> <br /> <br /> '''Πρωτότυπος τίτλος:''' ''A Housing-Unit-Level Approach to Characterizing Residential Sprawl''<br /> <br /> '''Συγγραφείς:'''John Hasse and Richard G. Lathrop<br /> <br /> '''Σύνδεσμος πρωτότυπου κειμένου:''' [http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.456.5466&amp;rep=rep1&amp;type=pdf]<br /> <br /> <br /> '''ΠΕΡΙΛΗΨΗ'''<br /> <br /> Στο άρθρο αναπτύσσονται πέντε χωρικές μετρήσεις που αφορούν τις οικιστικές μονάδες για την ανάλυση των χωρικών μοντέλων αστικής ανάπτυξης, με στόχο τη βελτίωση του προσδιορισμού των χαρακτηριστικών και των ιδιοτήτων της αστικής εξάπλωσης. Ένα πολύπλευρο σύνολο δεδομένων για τη χρήση γης/κάλυψη γης για τη κομητεία Hunterdon του New Jersey χρησιμοποιείται για τη μέτρηση νέων οικιστικών μονάδων που αναπτύχθηκαν μεταξύ του χρόνου 1 (1986) και του χρόνου 2 (1995) για πέντε χαρακτηριστικά που ορίζονται ως &quot;εξάπλωση&quot; στη βιβλιογραφία και είναι: (1) η πυκνότητα, (2) η υπερπήδηση, (3) η διαχωρισμένη χρήση γης, (4) η προσβασιμότητα, και (5) η ύπαρξη λωρίδας αυτοκινητόδρομου. Οι προκύπτοντες δείκτες μέτρησης για την εξάπλωση μονοκατοικιών συνοψίζονται κατά δήμο ώστε να παρέχουν μια &quot;κάρτα εξάπλωσης&quot;. Η ανάλυση παρέχει μια νέα κατεύθυνση στην έρευνα για την αντιμετώπιση της εξάπλωσης, συλλαμβάνει τη χρονική φύση της αστικής ανάπτυξης και προτείνει μέτρα που είναι χρήσιμα για τους υπεύθυνους σχεδιασμού αντιμετώπισης της εξάπλωσης.<br /> <br /> '''ΕΙΣΑΓΩΓΗ'''<br /> <br /> Το φαινόμενο της εκτεταμένης αστικής ανάπτυξης είναι ένας από τους κύριους παράγοντες που συνετέλεσαν στη μεταβολή χρήσης γης/κάλυψης γης στις Ηνωμένες Πολιτείες της Αμερικής. Η οικιστική εξάπλωση έχει χαρακτηριστεί στη βιβλιογραφία ως αναποτελεσματική μορφή αστικής ανάπτυξης, γι’ αυτό και κατά καιρούς έχουν προταθεί λύσεις όπως αυτή του σχεδιασμού της «Νέας αστικοποίησης» ή της «Έξυπνης εξάπλωσης». Υπάρχουν όμως και άλλοι που υπερασπίζονται τα οφέλη που προκύπτουν από την εξέλιξη της οικιστικής εξάπλωσης και υποστηρίζουν ότι τα αμερικανικά πρότυπα της προαστικοποίησης είναι αποτέλεσμα των ελεύθερων δυνάμεων της αγοράς, της επιλογής των καταναλωτών, και αντανακλά το δημοκρατικό σύστημα διακυβέρνησης της γης.<br /> Όπως τονίζεται στη συγκεκριμένη μελέτη, ένα μικρό μέρος της έρευνας έχει επικεντρωθεί στην ανάπτυξη συγκεκριμένων μεθοδολογιών ικανών να εντοπίσουν και να χαρακτηρίσουν την οικιστική εξάπλωση. Οι ορισμοί της εξάπλωσης στην βιβλιογραφία κυμαίνονται μεταξύ του φάσματος της προβληματικής αστικής ανάπτυξης και της νέας αστικής ανάπτυξης. Με μια τέτοια χαλαρή αντιμετώπιση, ο όρος &quot;αστική εξάπλωση&quot; κινδυνεύει είτε να καταστραφεί είτε να χάσει τελείως το νόημα του. Σε αυτή τη μελέτη αντιμετωπίζεται αυτό το ζήτημα με την ανάπτυξη αρκετών τυποποιημένων μετρήσεων για την ανάλυση χωρικών προτύπων αστικής ανάπτυξης για τον καλύτερο εντοπισμό των χωρικών χαρακτηριστικών και ιδιοτήτων της αστικής εξάπλωσης.<br /> <br /> '''ΟΡΙΣΜΟΙ ΚΑΙ ΜΕΘΟΔΟΛΟΓΙΑ'''<br /> <br /> [[Εικόνα: Εικόνα1 θέμα9.jpg | thumb| right|'''Εικόνα 1.''' Η εικόνα απεικονίζει μια ορθοφωτογραφία ενός νεοαποκτηθέντος στεγαστικού συστήματος. Oι παχιές γραμμές οριοθετούν τη νέα αστική ανάπτυξη, όπως ταξινομείται από το σύνολο δεδομένων χρήσης γης / κάλυψης γης. Οι λεπτές γραμμές περιγράφουν τις γραμμές των αγροτεμαχίων. Το σύμβολο του στόχου υποδηλώνει την αυτοματοποιημένη γεωμετρική θέση που υπολογίζεται για κάθε νέα οικιστική μονάδα.]]<br /> <br /> Υπάρχουν αρκετοί ορισμοί στην βιβλιογραφία που αναφέρονται στην οικιστική εξάπλωση. Οι Burchell και Shad (1998, 1999) ορίζουν την εξάπλωση ως &quot;χαμηλής πυκνότητας οικιστικές και μη οικιστικές εισβολές σε αγροτικές και μη ανεπτυγμένες περιοχές, χωρίς να υπάρχει διαχωρισμός της γης στην τυπική του μορφή&quot;. Σύμφωνα με τους Galster et al. (2001) η εξάπλωση ορίζεται ως &quot;ένα πρότυπο της χρήσης γης σε αστική περιοχή που παρουσιάζει χαμηλά επίπεδα συνδυασμού των εξής οκτώ διακριτών διαστάσεων: πυκνότητας, συνέχειας, συγκέντρωσης, συμπαγούς όγκου, κεντρικότητας, ενέργειας, πολυμορφίας και εγγύτητας&quot;. Αυτή η μελέτη επικεντρώνεται σε τρία συγκεκριμένα χαρακτηριστικά: (1) τον χρονικό χαρακτήρα της διαδικασίας εξάπλωσης, (2) την ικανότητα χαρακτηρισμού της αστικής ανάπτυξης σε ατομικό επίπεδο (μονοκατοικίες) και (3) τη χρησιμότητα της μέτρησης της εξάπλωσης στη διαδικασία σχεδιασμού. Πολλές από τις μετρήσεις που έχουν αναπτυχθεί μέχρι στιγμής χαρακτηρίζονται από στατικότητα, λείπει δηλαδή το δυναμικό στοιχείο της εξάπλωσης και η ατομικοποίηση της αστικής ανάπτυξης σε οικιστικές μονάδες επιτρέπει αυτή τη δυναμική ανάλυση της εξάπλωσης. Τέλος, απαιτούνται πιο ρεαλιστικές μετρήσεις κι αυτό γιατί οι έως τώρα μετρήσεις περιέχουν ελάχιστες πληροφορίες σχετικά με το ποια είναι τα προβληματικά τους στοιχεία και πως μπορούν να αντιμετωπιστούν.<br /> Στη συγκεκριμένη μελέτη γίνεται διαχωρισμός μεταξύ του όρου της αστικής ανάπτυξης και του όρου έξυπνης ανάπτυξης κι αυτό για να τονιστούν οι διαφορές μεταξύ της ακραίας εξάπλωσης και της ιδανικής εξάπλωσης. Η εφαρμογή λοιπόν των δεικτών μέτρησης βασίζεται σε έναν ψηφιακό χάρτη μεταβολής χρήσης γης/κάλυψης γης σε μια περίοδο από το 1986 έως 1995/1997. Πάνω σε αυτόν τον χάρτη εφαρμόζεται μια αυτοματοποιημένη οριοθέτηση οικιστικών μονάδων που χαράσσει πολύγωνα μέσα στα οποία υπάρχει μια οικιστική μονάδα, είτε παλιά είτε καινούργια. Μόλις εκτιμηθούν οι καινούργιες οικιστικές μονάδες, τότε χρησιμοποιούνται οι χωρικές μετρήσεις. Πέντε από τα πιο σημαντικά χωρικά χαρακτηριστικά για τη διάκριση της ακραίας εξάπλωσης έναντι της έξυπνης εξάπλωσης αναπτύχθηκαν σε χωρικές μετρήσεις. Οι μετρήσεις περιλάμβαναν πυκνότητα, υπερπήδηση, διαχωρισμένη χρήση γης, μη προσβασιμότητα και ύπαρξη λωρίδας αυτοκινητόδρομου. Έγιναν υπολογισμοί για κάθε νέα μονάδα κατοικίας και έπειτα συνοψίστηκαν σε δημοτικά σύνορα, ώστε να παρέχουν μια &quot;κάρτα αναφοράς εξάπλωσης&quot; για την πρόσφατη ανάπτυξη σε κάθε τοποθεσία. Οι μετρήσεις εξαπλώσεως υπολογίζονται για κάθε οικιστική μονάδα.<br /> -Ο πρώτος δείκτης μέτρησης της εξάπλωσης είναι η αστική πυκνότητα που αποτελεί το μέτρο της έκτασης που καταλαμβάνει κάθε μονάδα κατοικίας.<br /> -Ο δεύτερος δείκτης μέτρησης είναι η υπερπήδηση και αναφέρεται στις «κηλίδες» αστικής ανάπτυξης που συμβαίνουν σε σημαντική απόσταση από προηγούμενους οικισμούς.<br /> -Ο τρίτος δείκτης μέτρησης αναφέρεται στο διαχωρισμό γης.<br /> -Ο τέταρτος δείκτης μέτρησης της λωρίδας αυτοκινητοδρόμου αναφέρεται σε μια δυαδική μεταβλητή που δείχνει είτε τις ήδη υπάρχουσες οικιστικές μονάδες κοντά σε αυτοκινητόδρομο είτε τις νέες κοντά σε αυτόν.<br /> -Ο πέμπτος δείκτης μέτρησης εξάπλωσης, είναι ο δείκτης μη προσβασιμότητας και αναφέρεται στη μέση απόσταση νέων οικιστικών μονάδων σε πλησιέστερες κοινότητες.<br /> Μόλις μετατραπούν τα μεμονωμένα μέτρα εξάπλωσης σε ποσοστά ώστε να εμφανίζονται όλα στην ίδια μονάδα μέτρησης, θα αθροιστούν για να παράγουν ένα ενιαίο συνολικό μέτρο εξάπλωσης, αυτό που χαρακτηρίζουμε ως δείκτη Meta-Sprawl για κάθε ένα δήμο. <br /> <br /> '''ΑΠΟΤΕΛΕΣΜΑΤΑ'''<br /> <br /> [[Εικόνα: Πίνακας1 θέμα9.jpg | thumb| right|'''Πίνακας 1.''' Στατιστικές εξάπλωσης για όλες τις νέες οικιστικές μονάδες που χτίστηκαν στην πολιτεία Hunterdon του New Jersey μεταξύ 1986 και 1995. (Μέγεθος δείγματος=9339)]]<br /> [[Εικόνα: Πίνακας2 θέμα9.jpg | thumb| right|'''Πίνακας 2.''' Δείκτες συσχέτισης μεταξύ των δεικτών εξάπλωσης για τη περίοδο 1986-1997.]]<br /> <br /> Όλη η μεθοδολογία που αναφέρθηκε προηγουμένως χρησιμοποιήθηκε για τη μελέτη της αστικής εξάπλωσης στην πολιτεία Hunterdon του New Jersey. Τα δεδομένα μεταβολής χρήσης γης/κάλυψης γης παρήχθησαν από το τμήμα περιβαλλοντολογικής προστασίας του New Jersey (NJDEP) και αποτελούνται από φωτογραφίες αυτόματα οριοθετημένες και αφορούν από το 1986 ως το 1995/1997. Οι δείκτες εξάπλωσης που προέκυψαν μέσα από την ανάλυση των ερευνητών παρουσιάζονται στους πίνακες.<br /> Από ότι φαίνεται από τον πίνακα 2 οι δείκτες δεν έχουν υψηλή συσχέτιση μεταξύ τους, που σημαίνει ότι για κανένα δείκτη δεν εξαρτάται η τιμή του από τη τιμή κάποιου άλλου. Ο δείκτης μη προσβασιμότητας δείχνει να είναι ο πιο υψηλά συσχετισμένος με τους υπόλοιπους.<br /> Όπως αναφέρθηκε προηγουμένως οι πέντε δείκτες που ερευνώνται χρησιμοποιούνται για να δώσουν έναν τελικό δείκτη Meta-Sprawl. Αν και είναι πολύ βολικός ένας δείκτης διαχωρισμού αστικής εξάπλωσης μεταξύ των διάφορων δήμων, πρέπει να τονιστεί ότι χάνει πολλές από τις πολύτιμες πληροφορίες που παρέχονται από τους μεμονωμένους δείκτες εξάπλωσης. Η εξάπλωση είναι πιο πολύπλοκη από ότι μπορεί να ληφθεί επαρκώς από έναν μόνο αριθμό. Ακόμη, πρέπει να λαμβάνεται υπόψη ότι οι δείκτες δεν πρέπει να είναι ταυτολογικοί. Κι αυτό γιατί μεγάλοι δήμοι μπορεί να εμφανίζουν μεγάλους δείκτες εξάπλωσης, μόνο και μόνο επειδή είναι μεγάλοι σε έκταση. Η μέτρηση της εξάπλωσης στο επίπεδο της μονάδας στέγασης διευκολύνει επίσης την έρευνα σε άλλους πολιτικούς και γεωγραφικούς παράγοντες που έχουν ως αποτέλεσμα διαφορετικές εκδηλώσεις ανάπτυξης σε επίπεδο δήμου ή για οποιαδήποτε γεωγραφική μονάδα ενδιαφέροντος, όπως γειτονιά, περιοχή διαχωρισμού ζωνών, κομητεία κτλ. Τέλος, ένα μειονέκτημα των δεικτών εξάπλωσης είναι η δυσκολία εύρεσης δεδομένων χρήσης γης/κάλυψης γης. Είναι χαρακτηριστικό ότι ακόμη και σε μια πυκνοκατοικημένη περιοχή όπως το New Jersey μόνο για δυο από τις 21 πολιτείες υπάρχουν επαρκή δεδομένα για τέτοιου είδους ανάλυση.<br /> <br /> '''ΣΥΜΠΕΡΑΣΜΑΤΑ'''<br /> <br /> Η πολύπλοκη φύση της αστικής εξάπλωσης απαιτεί την ύπαρξη δεικτών εξάπλωσης. Σε αυτή την εργασία αναπτύχθηκαν πέντε από τους σημαντικότερους δείκτες χωρικών χαρακτηριστικών που σχετίζονται με την αστική εξάπλωση. Ο ισχυρισμός είναι ότι η προσέγγιση οικιστικής μονάδας φέρνει μια νέα διάσταση στην χρονική ανάλυση των αστικών προτύπων συμπληρώνοντας και βελτιώνοντας τις προηγούμενες έρευνες που έχουν διερευνήσει το φαινόμενο της αστικής εξάπλωσης.<br /> Καθώς οι υπεύθυνοι χάραξης πολιτικής και οι ενδιαφερόμενοι φορείς προσπαθούν να κατευθύνουν την αστική ανάπτυξη από την ακραία εξάπλωση στην έξυπνη ανάπτυξη, ένας αντικειμενικός χαρακτηρισμός της αστικής ανάπτυξης έχει γίνει απαραίτητος. Οι υπολογισμένοι δείκτες εξάπλωσης σε επίπεδο οικιστικής μονάδας παρέχουν ένα ευνοϊκό σύνολο εργαλείων για την αξιολόγηση και ενημέρωση των διαδικασιών ανάπτυξης. Η εξάπλωση είναι ένα δυναμικό φαινόμενο και η συγκεκριμένη προσέγγισή συλλαμβάνει αυτόν τον δυναμισμό ενσωματώνοντας στην μεταβολή χρήσης γης / κάλυψης γης το στοιχείο του χρόνου. Οι συγκεκριμένοι δείκτες μπορούν να χρησιμοποιηθούν ώστε να προβλεφθούν πιθανές συνέπειες της εκτεταμένης και ακραίας ανάπτυξης, σε σύγκριση με την έξυπνη εναλλακτική λύση ανάπτυξης.<br /> <br /> [[category:Ανίχνευση μεταβολών αστικής γης]]</div>

Sofistab http://147.102.106.44/rs/wiki/index.php/%CE%A3%CF%84%CE%B1%CE%BC%CF%80%CE%BF%CF%85%CE%BB%CE%AE_%CE%A3%CE%BF%CF%86%CE%AF%CE%B1 2018-02-20T16:25:02Z

<p>Sofistab: </p> <hr /> <div>Add Your Content Here <br /> <br /> * [[Παγκόσμιες Τάσεις Έκθεσης Φυσικών Επίγειων Οικοσυστημάτων Σε Φωτορύπανση.]]<br /> * [[Μνημεία Πολιτιστικής Κληρονομιάς σε Κίνδυνο – Αυτόματη ανίχνευση ζημιών από το διάστημα.]]<br /> * [[Ταχεία Αστική Ανάπτυξη στην κοιλάδα του Κατμαντού, Νεπάλ: Παρακολούθηση Δυναμικής της Χρήσης Γης και Κάλυψης Γης με εικόνες Landsat.]]<br /> * [[Μεταβολές των Δασών στην τροπική Νότια και Κεντρική Αμερική από το 1990 μέχρι το 2005 που σχετίζονται με Εκπομπές Άνθρακα.]]<br /> * [[Χαρτογράφηση 2000-2010, Αλλαγή των Αδιάβροχων Επιφανειών Εδάφους στην Ινδία χρησιμοποιώντας Στοιχεία Παγκόσμιας Έρευνας Εδάφους Landsat.]]<br /> * [[Εντοπισμός και Παρακολούθηση Ενεργών Ρηγμάτων σε Αστικά Περιβάλλοντα: Συμβολομετρία χρονοσειρών στις πόλεις της Πάτρας και του Πύργου.]]<br /> * [[Παρακολούθηση της Αστικής Κάλυψης Δέντρων με τη Χρήση Αντικειμενοστραφούς Ανάλυσης Εικόνας και Απομακρυσμένων Δεδομένων.]]<br /> * [[Ανίχνευση Αλλαγής Αστικής Γης με Οδική Πυκνότητα και Φασματικές Πληροφορίες από πολυδιάστατα δεδομένα Landsat.]]<br /> * [[Μια Προσέγγιση Στέγασης σε Επίπεδο Μονάδας για το Χαρακτηρισμό της Αστικής Εξάπλωσης.]] <br /> <br /> [[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Αθήνα)]]</div>

Sofistab http://147.102.106.44/rs/wiki/index.php/%CE%9C%CE%B9%CE%B1_%CE%A0%CF%81%CE%BF%CF%83%CE%AD%CE%B3%CE%B3%CE%B9%CF%83%CE%B7_%CE%A3%CF%84%CE%AD%CE%B3%CE%B1%CF%83%CE%B7%CF%82_%CF%83%CE%B5_%CE%95%CF%80%CE%AF%CF%80%CE%B5%CE%B4%CE%BF_%CE%9C%CE%BF%CE%BD%CE%AC%CE%B4%CE%B1%CF%82_%CE%B3%CE%B9%CE%B1_%CF%84%CE%BF_%CE%A7%CE%B1%CF%81%CE%B1%CE%BA%CF%84%CE%B7%CF%81%CE%B9%CF%83%CE%BC%CF%8C_%CF%84%CE%B7%CF%82_%CE%91%CF%83%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%94%CE%B9%CE%AC%CF%87%CF%85%CF%83%CE%B7%CF%82. 2018-02-20T16:24:39Z

<p>Sofistab: Νέα σελίδα με ''''Μια Προσέγγιση Στέγασης σε Επίπεδο Μονάδας για το Χαρακτηρισμό της Αστικής Διάχυσης.''' '''Π...'</p> <hr /> <div>'''Μια Προσέγγιση Στέγασης σε Επίπεδο Μονάδας για το Χαρακτηρισμό της Αστικής Διάχυσης.'''<br /> <br /> <br /> '''Πρωτότυπος τίτλος:''' ''A Housing-Unit-Level Approach to Characterizing Residential Sprawl''<br /> <br /> '''Συγγραφείς:'''John Hasse and Richard G. Lathrop<br /> <br /> '''Σύνδεσμος πρωτότυπου κειμένου:''' [http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.456.5466&amp;rep=rep1&amp;type=pdf]<br /> <br /> <br /> '''ΠΕΡΙΛΗΨΗ'''<br /> <br /> Στο άρθρο αναπτύσσονται πέντε χωρικές μετρήσεις που αφορούν τις οικιστικές μονάδες για την ανάλυση των χωρικών μοντέλων αστικής ανάπτυξης, με στόχο τη βελτίωση του προσδιορισμού των χαρακτηριστικών και των ιδιοτήτων της αστικής εξάπλωσης. Ένα πολύπλευρο σύνολο δεδομένων για τη χρήση γης/κάλυψη γης για τη κομητεία Hunterdon του New Jersey χρησιμοποιείται για τη μέτρηση νέων οικιστικών μονάδων που αναπτύχθηκαν μεταξύ του χρόνου 1 (1986) και του χρόνου 2 (1995) για πέντε χαρακτηριστικά που ορίζονται ως &quot;εξάπλωση&quot; στη βιβλιογραφία και είναι: (1) η πυκνότητα, (2) η υπερπήδηση, (3) η διαχωρισμένη χρήση γης, (4) η προσβασιμότητα, και (5) η ύπαρξη λωρίδας αυτοκινητόδρομου. Οι προκύπτοντες δείκτες μέτρησης για την εξάπλωση μονοκατοικιών συνοψίζονται κατά δήμο ώστε να παρέχουν μια &quot;κάρτα εξάπλωσης&quot;. Η ανάλυση παρέχει μια νέα κατεύθυνση στην έρευνα για την αντιμετώπιση της εξάπλωσης, συλλαμβάνει τη χρονική φύση της αστικής ανάπτυξης και προτείνει μέτρα που είναι χρήσιμα για τους υπεύθυνους σχεδιασμού αντιμετώπισης της εξάπλωσης.<br /> <br /> '''ΕΙΣΑΓΩΓΗ'''<br /> <br /> Το φαινόμενο της εκτεταμένης αστικής ανάπτυξης είναι ένας από τους κύριους παράγοντες που συνετέλεσαν στη μεταβολή χρήσης γης/κάλυψης γης στις Ηνωμένες Πολιτείες της Αμερικής. Η οικιστική εξάπλωση έχει χαρακτηριστεί στη βιβλιογραφία ως αναποτελεσματική μορφή αστικής ανάπτυξης, γι’ αυτό και κατά καιρούς έχουν προταθεί λύσεις όπως αυτή του σχεδιασμού της «Νέας αστικοποίησης» ή της «Έξυπνης εξάπλωσης». Υπάρχουν όμως και άλλοι που υπερασπίζονται τα οφέλη που προκύπτουν από την εξέλιξη της οικιστικής εξάπλωσης και υποστηρίζουν ότι τα αμερικανικά πρότυπα της προαστικοποίησης είναι αποτέλεσμα των ελεύθερων δυνάμεων της αγοράς, της επιλογής των καταναλωτών, και αντανακλά το δημοκρατικό σύστημα διακυβέρνησης της γης.<br /> Όπως τονίζεται στη συγκεκριμένη μελέτη, ένα μικρό μέρος της έρευνας έχει επικεντρωθεί στην ανάπτυξη συγκεκριμένων μεθοδολογιών ικανών να εντοπίσουν και να χαρακτηρίσουν την οικιστική εξάπλωση. Οι ορισμοί της εξάπλωσης στην βιβλιογραφία κυμαίνονται μεταξύ του φάσματος της προβληματικής αστικής ανάπτυξης και της νέας αστικής ανάπτυξης. Με μια τέτοια χαλαρή αντιμετώπιση, ο όρος &quot;αστική εξάπλωση&quot; κινδυνεύει είτε να καταστραφεί είτε να χάσει τελείως το νόημα του. Σε αυτή τη μελέτη αντιμετωπίζεται αυτό το ζήτημα με την ανάπτυξη αρκετών τυποποιημένων μετρήσεων για την ανάλυση χωρικών προτύπων αστικής ανάπτυξης για τον καλύτερο εντοπισμό των χωρικών χαρακτηριστικών και ιδιοτήτων της αστικής εξάπλωσης.<br /> <br /> '''ΟΡΙΣΜΟΙ ΚΑΙ ΜΕΘΟΔΟΛΟΓΙΑ'''<br /> <br /> [[Εικόνα: Εικόνα1 θέμα9.png | thumb| right|'''Εικόνα 1.''' Η εικόνα απεικονίζει μια ορθοφωτογραφία ενός νεοαποκτηθέντος στεγαστικού συστήματος. Oι παχιές γραμμές οριοθετούν τη νέα αστική ανάπτυξη, όπως ταξινομείται από το σύνολο δεδομένων χρήσης γης / κάλυψης γης. Οι λεπτές γραμμές περιγράφουν τις γραμμές των αγροτεμαχίων. Το σύμβολο του στόχου υποδηλώνει την αυτοματοποιημένη γεωμετρική θέση που υπολογίζεται για κάθε νέα οικιστική μονάδα.]]<br /> <br /> Υπάρχουν αρκετοί ορισμοί στην βιβλιογραφία που αναφέρονται στην οικιστική εξάπλωση. Οι Burchell και Shad (1998, 1999) ορίζουν την εξάπλωση ως &quot;χαμηλής πυκνότητας οικιστικές και μη οικιστικές εισβολές σε αγροτικές και μη ανεπτυγμένες περιοχές, χωρίς να υπάρχει διαχωρισμός της γης στην τυπική του μορφή&quot;. Σύμφωνα με τους Galster et al. (2001) η εξάπλωση ορίζεται ως &quot;ένα πρότυπο της χρήσης γης σε αστική περιοχή που παρουσιάζει χαμηλά επίπεδα συνδυασμού των εξής οκτώ διακριτών διαστάσεων: πυκνότητας, συνέχειας, συγκέντρωσης, συμπαγούς όγκου, κεντρικότητας, ενέργειας, πολυμορφίας και εγγύτητας&quot;. Αυτή η μελέτη επικεντρώνεται σε τρία συγκεκριμένα χαρακτηριστικά: (1) τον χρονικό χαρακτήρα της διαδικασίας εξάπλωσης, (2) την ικανότητα χαρακτηρισμού της αστικής ανάπτυξης σε ατομικό επίπεδο (μονοκατοικίες) και (3) τη χρησιμότητα της μέτρησης της εξάπλωσης στη διαδικασία σχεδιασμού. Πολλές από τις μετρήσεις που έχουν αναπτυχθεί μέχρι στιγμής χαρακτηρίζονται από στατικότητα, λείπει δηλαδή το δυναμικό στοιχείο της εξάπλωσης και η ατομικοποίηση της αστικής ανάπτυξης σε οικιστικές μονάδες επιτρέπει αυτή τη δυναμική ανάλυση της εξάπλωσης. Τέλος, απαιτούνται πιο ρεαλιστικές μετρήσεις κι αυτό γιατί οι έως τώρα μετρήσεις περιέχουν ελάχιστες πληροφορίες σχετικά με το ποια είναι τα προβληματικά τους στοιχεία και πως μπορούν να αντιμετωπιστούν.<br /> Στη συγκεκριμένη μελέτη γίνεται διαχωρισμός μεταξύ του όρου της αστικής ανάπτυξης και του όρου έξυπνης ανάπτυξης κι αυτό για να τονιστούν οι διαφορές μεταξύ της ακραίας εξάπλωσης και της ιδανικής εξάπλωσης. Η εφαρμογή λοιπόν των δεικτών μέτρησης βασίζεται σε έναν ψηφιακό χάρτη μεταβολής χρήσης γης/κάλυψης γης σε μια περίοδο από το 1986 έως 1995/1997. Πάνω σε αυτόν τον χάρτη εφαρμόζεται μια αυτοματοποιημένη οριοθέτηση οικιστικών μονάδων που χαράσσει πολύγωνα μέσα στα οποία υπάρχει μια οικιστική μονάδα, είτε παλιά είτε καινούργια. Μόλις εκτιμηθούν οι καινούργιες οικιστικές μονάδες, τότε χρησιμοποιούνται οι χωρικές μετρήσεις. Πέντε από τα πιο σημαντικά χωρικά χαρακτηριστικά για τη διάκριση της ακραίας εξάπλωσης έναντι της έξυπνης εξάπλωσης αναπτύχθηκαν σε χωρικές μετρήσεις. Οι μετρήσεις περιλάμβαναν πυκνότητα, υπερπήδηση, διαχωρισμένη χρήση γης, μη προσβασιμότητα και ύπαρξη λωρίδας αυτοκινητόδρομου. Έγιναν υπολογισμοί για κάθε νέα μονάδα κατοικίας και έπειτα συνοψίστηκαν σε δημοτικά σύνορα, ώστε να παρέχουν μια &quot;κάρτα αναφοράς εξάπλωσης&quot; για την πρόσφατη ανάπτυξη σε κάθε τοποθεσία. Οι μετρήσεις εξαπλώσεως υπολογίζονται για κάθε οικιστική μονάδα.<br /> -Ο πρώτος δείκτης μέτρησης της εξάπλωσης είναι η αστική πυκνότητα που αποτελεί το μέτρο της έκτασης που καταλαμβάνει κάθε μονάδα κατοικίας.<br /> -Ο δεύτερος δείκτης μέτρησης είναι η υπερπήδηση και αναφέρεται στις «κηλίδες» αστικής ανάπτυξης που συμβαίνουν σε σημαντική απόσταση από προηγούμενους οικισμούς.<br /> -Ο τρίτος δείκτης μέτρησης αναφέρεται στο διαχωρισμό γης.<br /> -Ο τέταρτος δείκτης μέτρησης της λωρίδας αυτοκινητοδρόμου αναφέρεται σε μια δυαδική μεταβλητή που δείχνει είτε τις ήδη υπάρχουσες οικιστικές μονάδες κοντά σε αυτοκινητόδρομο είτε τις νέες κοντά σε αυτόν.<br /> -Ο πέμπτος δείκτης μέτρησης εξάπλωσης, είναι ο δείκτης μη προσβασιμότητας και αναφέρεται στη μέση απόσταση νέων οικιστικών μονάδων σε πλησιέστερες κοινότητες.<br /> Μόλις μετατραπούν τα μεμονωμένα μέτρα εξάπλωσης σε ποσοστά ώστε να εμφανίζονται όλα στην ίδια μονάδα μέτρησης, θα αθροιστούν για να παράγουν ένα ενιαίο συνολικό μέτρο εξάπλωσης, αυτό που χαρακτηρίζουμε ως δείκτη Meta-Sprawl για κάθε ένα δήμο. <br /> <br /> '''ΑΠΟΤΕΛΕΣΜΑΤΑ'''<br /> <br /> [[Εικόνα: Πίνακας1 θέμα9.png | thumb| right|'''Πίνακας 1.''' Στατιστικές εξάπλωσης για όλες τις νέες οικιστικές μονάδες που χτίστηκαν στην πολιτεία Hunterdon του New Jersey μεταξύ 1986 και 1995. (Μέγεθος δείγματος=9339)]]<br /> [[Εικόνα: Πίνακας2 θέμα9.png | thumb| right|'''Πίνακας 2.''' Δείκτες συσχέτισης μεταξύ των δεικτών εξάπλωσης για τη περίοδο 1986-1997.]]<br /> <br /> Όλη η μεθοδολογία που αναφέρθηκε προηγουμένως χρησιμοποιήθηκε για τη μελέτη της αστικής εξάπλωσης στην πολιτεία Hunterdon του New Jersey. Τα δεδομένα μεταβολής χρήσης γης/κάλυψης γης παρήχθησαν από το τμήμα περιβαλλοντολογικής προστασίας του New Jersey (NJDEP) και αποτελούνται από φωτογραφίες αυτόματα οριοθετημένες και αφορούν από το 1986 ως το 1995/1997. Οι δείκτες εξάπλωσης που προέκυψαν μέσα από την ανάλυση των ερευνητών παρουσιάζονται στους πίνακες.<br /> Από ότι φαίνεται από τον πίνακα 2 οι δείκτες δεν έχουν υψηλή συσχέτιση μεταξύ τους, που σημαίνει ότι για κανένα δείκτη δεν εξαρτάται η τιμή του από τη τιμή κάποιου άλλου. Ο δείκτης μη προσβασιμότητας δείχνει να είναι ο πιο υψηλά συσχετισμένος με τους υπόλοιπους.<br /> Όπως αναφέρθηκε προηγουμένως οι πέντε δείκτες που ερευνώνται χρησιμοποιούνται για να δώσουν έναν τελικό δείκτη Meta-Sprawl. Αν και είναι πολύ βολικός ένας δείκτης διαχωρισμού αστικής εξάπλωσης μεταξύ των διάφορων δήμων, πρέπει να τονιστεί ότι χάνει πολλές από τις πολύτιμες πληροφορίες που παρέχονται από τους μεμονωμένους δείκτες εξάπλωσης. Η εξάπλωση είναι πιο πολύπλοκη από ότι μπορεί να ληφθεί επαρκώς από έναν μόνο αριθμό. Ακόμη, πρέπει να λαμβάνεται υπόψη ότι οι δείκτες δεν πρέπει να είναι ταυτολογικοί. Κι αυτό γιατί μεγάλοι δήμοι μπορεί να εμφανίζουν μεγάλους δείκτες εξάπλωσης, μόνο και μόνο επειδή είναι μεγάλοι σε έκταση. Η μέτρηση της εξάπλωσης στο επίπεδο της μονάδας στέγασης διευκολύνει επίσης την έρευνα σε άλλους πολιτικούς και γεωγραφικούς παράγοντες που έχουν ως αποτέλεσμα διαφορετικές εκδηλώσεις ανάπτυξης σε επίπεδο δήμου ή για οποιαδήποτε γεωγραφική μονάδα ενδιαφέροντος, όπως γειτονιά, περιοχή διαχωρισμού ζωνών, κομητεία κτλ. Τέλος, ένα μειονέκτημα των δεικτών εξάπλωσης είναι η δυσκολία εύρεσης δεδομένων χρήσης γης/κάλυψης γης. Είναι χαρακτηριστικό ότι ακόμη και σε μια πυκνοκατοικημένη περιοχή όπως το New Jersey μόνο για δυο από τις 21 πολιτείες υπάρχουν επαρκή δεδομένα για τέτοιου είδους ανάλυση.<br /> <br /> '''ΣΥΜΠΕΡΑΣΜΑΤΑ'''<br /> <br /> Η πολύπλοκη φύση της αστικής εξάπλωσης απαιτεί την ύπαρξη δεικτών εξάπλωσης. Σε αυτή την εργασία αναπτύχθηκαν πέντε από τους σημαντικότερους δείκτες χωρικών χαρακτηριστικών που σχετίζονται με την αστική εξάπλωση. Ο ισχυρισμός είναι ότι η προσέγγιση οικιστικής μονάδας φέρνει μια νέα διάσταση στην χρονική ανάλυση των αστικών προτύπων συμπληρώνοντας και βελτιώνοντας τις προηγούμενες έρευνες που έχουν διερευνήσει το φαινόμενο της αστικής εξάπλωσης.<br /> Καθώς οι υπεύθυνοι χάραξης πολιτικής και οι ενδιαφερόμενοι φορείς προσπαθούν να κατευθύνουν την αστική ανάπτυξη από την ακραία εξάπλωση στην έξυπνη ανάπτυξη, ένας αντικειμενικός χαρακτηρισμός της αστικής ανάπτυξης έχει γίνει απαραίτητος. Οι υπολογισμένοι δείκτες εξάπλωσης σε επίπεδο οικιστικής μονάδας παρέχουν ένα ευνοϊκό σύνολο εργαλείων για την αξιολόγηση και ενημέρωση των διαδικασιών ανάπτυξης. Η εξάπλωση είναι ένα δυναμικό φαινόμενο και η συγκεκριμένη προσέγγισή συλλαμβάνει αυτόν τον δυναμισμό ενσωματώνοντας στην μεταβολή χρήσης γης / κάλυψης γης το στοιχείο του χρόνου. Οι συγκεκριμένοι δείκτες μπορούν να χρησιμοποιηθούν ώστε να προβλεφθούν πιθανές συνέπειες της εκτεταμένης και ακραίας ανάπτυξης, σε σύγκριση με την έξυπνη εναλλακτική λύση ανάπτυξης.<br /> <br /> [[category:Ανίχνευση μεταβολών αστικής γης]]</div>

Sofistab http://147.102.106.44/rs/wiki/index.php/%CE%9C%CE%B9%CE%B1_%CE%A0%CF%81%CE%BF%CF%83%CE%AD%CE%B3%CE%B3%CE%B9%CF%83%CE%B7_%CE%A3%CF%84%CE%AD%CE%B3%CE%B1%CF%83%CE%B7%CF%82_%CF%83%CE%B5_%CE%95%CF%80%CE%AF%CF%80%CE%B5%CE%B4%CE%BF_%CE%9C%CE%BF%CE%BD%CE%AC%CE%B4%CE%B1%CF%82_%CE%B3%CE%B9%CE%B1_%CF%84%CE%BF_%CE%A7%CE%B1%CF%81%CE%B1%CE%BA%CF%84%CE%B7%CF%81%CE%B9%CF%83%CE%BC%CF%8C_%CF%84%CE%B7%CF%82_%CE%91%CF%83%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%95%CE%BE%CE%AC%CF%80%CE%BB%CF%89%CF%83%CE%B7%CF%82. 2018-02-20T16:24:24Z

<p>Sofistab: Νέα σελίδα με ''''Μια Προσέγγιση Στέγασης σε Επίπεδο Μονάδας για το Χαρακτηρισμό της Αστικής Εξάπλωσης.''' '''...'</p> <hr /> <div>'''Μια Προσέγγιση Στέγασης σε Επίπεδο Μονάδας για το Χαρακτηρισμό της Αστικής Εξάπλωσης.'''<br /> <br /> <br /> '''Πρωτότυπος τίτλος:''' ''A Housing-Unit-Level Approach to Characterizing Residential Sprawl''<br /> <br /> '''Συγγραφείς:'''John Hasse and Richard G. Lathrop<br /> <br /> '''Σύνδεσμος πρωτότυπου κειμένου:''' [http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.456.5466&amp;rep=rep1&amp;type=pdf]<br /> <br /> <br /> '''ΠΕΡΙΛΗΨΗ'''<br /> <br /> Στο άρθρο αναπτύσσονται πέντε χωρικές μετρήσεις που αφορούν τις οικιστικές μονάδες για την ανάλυση των χωρικών μοντέλων αστικής ανάπτυξης, με στόχο τη βελτίωση του προσδιορισμού των χαρακτηριστικών και των ιδιοτήτων της αστικής εξάπλωσης. Ένα πολύπλευρο σύνολο δεδομένων για τη χρήση γης/κάλυψη γης για τη κομητεία Hunterdon του New Jersey χρησιμοποιείται για τη μέτρηση νέων οικιστικών μονάδων που αναπτύχθηκαν μεταξύ του χρόνου 1 (1986) και του χρόνου 2 (1995) για πέντε χαρακτηριστικά που ορίζονται ως &quot;εξάπλωση&quot; στη βιβλιογραφία και είναι: (1) η πυκνότητα, (2) η υπερπήδηση, (3) η διαχωρισμένη χρήση γης, (4) η προσβασιμότητα, και (5) η ύπαρξη λωρίδας αυτοκινητόδρομου. Οι προκύπτοντες δείκτες μέτρησης για την εξάπλωση μονοκατοικιών συνοψίζονται κατά δήμο ώστε να παρέχουν μια &quot;κάρτα εξάπλωσης&quot;. Η ανάλυση παρέχει μια νέα κατεύθυνση στην έρευνα για την αντιμετώπιση της εξάπλωσης, συλλαμβάνει τη χρονική φύση της αστικής ανάπτυξης και προτείνει μέτρα που είναι χρήσιμα για τους υπεύθυνους σχεδιασμού αντιμετώπισης της εξάπλωσης.<br /> <br /> '''ΕΙΣΑΓΩΓΗ'''<br /> <br /> Το φαινόμενο της εκτεταμένης αστικής ανάπτυξης είναι ένας από τους κύριους παράγοντες που συνετέλεσαν στη μεταβολή χρήσης γης/κάλυψης γης στις Ηνωμένες Πολιτείες της Αμερικής. Η οικιστική εξάπλωση έχει χαρακτηριστεί στη βιβλιογραφία ως αναποτελεσματική μορφή αστικής ανάπτυξης, γι’ αυτό και κατά καιρούς έχουν προταθεί λύσεις όπως αυτή του σχεδιασμού της «Νέας αστικοποίησης» ή της «Έξυπνης εξάπλωσης». Υπάρχουν όμως και άλλοι που υπερασπίζονται τα οφέλη που προκύπτουν από την εξέλιξη της οικιστικής εξάπλωσης και υποστηρίζουν ότι τα αμερικανικά πρότυπα της προαστικοποίησης είναι αποτέλεσμα των ελεύθερων δυνάμεων της αγοράς, της επιλογής των καταναλωτών, και αντανακλά το δημοκρατικό σύστημα διακυβέρνησης της γης.<br /> Όπως τονίζεται στη συγκεκριμένη μελέτη, ένα μικρό μέρος της έρευνας έχει επικεντρωθεί στην ανάπτυξη συγκεκριμένων μεθοδολογιών ικανών να εντοπίσουν και να χαρακτηρίσουν την οικιστική εξάπλωση. Οι ορισμοί της εξάπλωσης στην βιβλιογραφία κυμαίνονται μεταξύ του φάσματος της προβληματικής αστικής ανάπτυξης και της νέας αστικής ανάπτυξης. Με μια τέτοια χαλαρή αντιμετώπιση, ο όρος &quot;αστική εξάπλωση&quot; κινδυνεύει είτε να καταστραφεί είτε να χάσει τελείως το νόημα του. Σε αυτή τη μελέτη αντιμετωπίζεται αυτό το ζήτημα με την ανάπτυξη αρκετών τυποποιημένων μετρήσεων για την ανάλυση χωρικών προτύπων αστικής ανάπτυξης για τον καλύτερο εντοπισμό των χωρικών χαρακτηριστικών και ιδιοτήτων της αστικής εξάπλωσης.<br /> <br /> '''ΟΡΙΣΜΟΙ ΚΑΙ ΜΕΘΟΔΟΛΟΓΙΑ'''<br /> <br /> [[Εικόνα: Εικόνα1 θέμα9.png | thumb| right|'''Εικόνα 1.''' Η εικόνα απεικονίζει μια ορθοφωτογραφία ενός νεοαποκτηθέντος στεγαστικού συστήματος. Oι παχιές γραμμές οριοθετούν τη νέα αστική ανάπτυξη, όπως ταξινομείται από το σύνολο δεδομένων χρήσης γης / κάλυψης γης. Οι λεπτές γραμμές περιγράφουν τις γραμμές των αγροτεμαχίων. Το σύμβολο του στόχου υποδηλώνει την αυτοματοποιημένη γεωμετρική θέση που υπολογίζεται για κάθε νέα οικιστική μονάδα.]]<br /> <br /> Υπάρχουν αρκετοί ορισμοί στην βιβλιογραφία που αναφέρονται στην οικιστική εξάπλωση. Οι Burchell και Shad (1998, 1999) ορίζουν την εξάπλωση ως &quot;χαμηλής πυκνότητας οικιστικές και μη οικιστικές εισβολές σε αγροτικές και μη ανεπτυγμένες περιοχές, χωρίς να υπάρχει διαχωρισμός της γης στην τυπική του μορφή&quot;. Σύμφωνα με τους Galster et al. (2001) η εξάπλωση ορίζεται ως &quot;ένα πρότυπο της χρήσης γης σε αστική περιοχή που παρουσιάζει χαμηλά επίπεδα συνδυασμού των εξής οκτώ διακριτών διαστάσεων: πυκνότητας, συνέχειας, συγκέντρωσης, συμπαγούς όγκου, κεντρικότητας, ενέργειας, πολυμορφίας και εγγύτητας&quot;. Αυτή η μελέτη επικεντρώνεται σε τρία συγκεκριμένα χαρακτηριστικά: (1) τον χρονικό χαρακτήρα της διαδικασίας εξάπλωσης, (2) την ικανότητα χαρακτηρισμού της αστικής ανάπτυξης σε ατομικό επίπεδο (μονοκατοικίες) και (3) τη χρησιμότητα της μέτρησης της εξάπλωσης στη διαδικασία σχεδιασμού. Πολλές από τις μετρήσεις που έχουν αναπτυχθεί μέχρι στιγμής χαρακτηρίζονται από στατικότητα, λείπει δηλαδή το δυναμικό στοιχείο της εξάπλωσης και η ατομικοποίηση της αστικής ανάπτυξης σε οικιστικές μονάδες επιτρέπει αυτή τη δυναμική ανάλυση της εξάπλωσης. Τέλος, απαιτούνται πιο ρεαλιστικές μετρήσεις κι αυτό γιατί οι έως τώρα μετρήσεις περιέχουν ελάχιστες πληροφορίες σχετικά με το ποια είναι τα προβληματικά τους στοιχεία και πως μπορούν να αντιμετωπιστούν.<br /> Στη συγκεκριμένη μελέτη γίνεται διαχωρισμός μεταξύ του όρου της αστικής ανάπτυξης και του όρου έξυπνης ανάπτυξης κι αυτό για να τονιστούν οι διαφορές μεταξύ της ακραίας εξάπλωσης και της ιδανικής εξάπλωσης. Η εφαρμογή λοιπόν των δεικτών μέτρησης βασίζεται σε έναν ψηφιακό χάρτη μεταβολής χρήσης γης/κάλυψης γης σε μια περίοδο από το 1986 έως 1995/1997. Πάνω σε αυτόν τον χάρτη εφαρμόζεται μια αυτοματοποιημένη οριοθέτηση οικιστικών μονάδων που χαράσσει πολύγωνα μέσα στα οποία υπάρχει μια οικιστική μονάδα, είτε παλιά είτε καινούργια. Μόλις εκτιμηθούν οι καινούργιες οικιστικές μονάδες, τότε χρησιμοποιούνται οι χωρικές μετρήσεις. Πέντε από τα πιο σημαντικά χωρικά χαρακτηριστικά για τη διάκριση της ακραίας εξάπλωσης έναντι της έξυπνης εξάπλωσης αναπτύχθηκαν σε χωρικές μετρήσεις. Οι μετρήσεις περιλάμβαναν πυκνότητα, υπερπήδηση, διαχωρισμένη χρήση γης, μη προσβασιμότητα και ύπαρξη λωρίδας αυτοκινητόδρομου. Έγιναν υπολογισμοί για κάθε νέα μονάδα κατοικίας και έπειτα συνοψίστηκαν σε δημοτικά σύνορα, ώστε να παρέχουν μια &quot;κάρτα αναφοράς εξάπλωσης&quot; για την πρόσφατη ανάπτυξη σε κάθε τοποθεσία. Οι μετρήσεις εξαπλώσεως υπολογίζονται για κάθε οικιστική μονάδα.<br /> -Ο πρώτος δείκτης μέτρησης της εξάπλωσης είναι η αστική πυκνότητα που αποτελεί το μέτρο της έκτασης που καταλαμβάνει κάθε μονάδα κατοικίας.<br /> -Ο δεύτερος δείκτης μέτρησης είναι η υπερπήδηση και αναφέρεται στις «κηλίδες» αστικής ανάπτυξης που συμβαίνουν σε σημαντική απόσταση από προηγούμενους οικισμούς.<br /> -Ο τρίτος δείκτης μέτρησης αναφέρεται στο διαχωρισμό γης.<br /> -Ο τέταρτος δείκτης μέτρησης της λωρίδας αυτοκινητοδρόμου αναφέρεται σε μια δυαδική μεταβλητή που δείχνει είτε τις ήδη υπάρχουσες οικιστικές μονάδες κοντά σε αυτοκινητόδρομο είτε τις νέες κοντά σε αυτόν.<br /> -Ο πέμπτος δείκτης μέτρησης εξάπλωσης, είναι ο δείκτης μη προσβασιμότητας και αναφέρεται στη μέση απόσταση νέων οικιστικών μονάδων σε πλησιέστερες κοινότητες.<br /> Μόλις μετατραπούν τα μεμονωμένα μέτρα εξάπλωσης σε ποσοστά ώστε να εμφανίζονται όλα στην ίδια μονάδα μέτρησης, θα αθροιστούν για να παράγουν ένα ενιαίο συνολικό μέτρο εξάπλωσης, αυτό που χαρακτηρίζουμε ως δείκτη Meta-Sprawl για κάθε ένα δήμο. <br /> <br /> '''ΑΠΟΤΕΛΕΣΜΑΤΑ'''<br /> <br /> [[Εικόνα: Πίνακας1 θέμα9.png | thumb| right|'''Πίνακας 1.''' Στατιστικές εξάπλωσης για όλες τις νέες οικιστικές μονάδες που χτίστηκαν στην πολιτεία Hunterdon του New Jersey μεταξύ 1986 και 1995. (Μέγεθος δείγματος=9339)]]<br /> [[Εικόνα: Πίνακας2 θέμα9.png | thumb| right|'''Πίνακας 2.''' Δείκτες συσχέτισης μεταξύ των δεικτών εξάπλωσης για τη περίοδο 1986-1997.]]<br /> <br /> Όλη η μεθοδολογία που αναφέρθηκε προηγουμένως χρησιμοποιήθηκε για τη μελέτη της αστικής εξάπλωσης στην πολιτεία Hunterdon του New Jersey. Τα δεδομένα μεταβολής χρήσης γης/κάλυψης γης παρήχθησαν από το τμήμα περιβαλλοντολογικής προστασίας του New Jersey (NJDEP) και αποτελούνται από φωτογραφίες αυτόματα οριοθετημένες και αφορούν από το 1986 ως το 1995/1997. Οι δείκτες εξάπλωσης που προέκυψαν μέσα από την ανάλυση των ερευνητών παρουσιάζονται στους πίνακες.<br /> Από ότι φαίνεται από τον πίνακα 2 οι δείκτες δεν έχουν υψηλή συσχέτιση μεταξύ τους, που σημαίνει ότι για κανένα δείκτη δεν εξαρτάται η τιμή του από τη τιμή κάποιου άλλου. Ο δείκτης μη προσβασιμότητας δείχνει να είναι ο πιο υψηλά συσχετισμένος με τους υπόλοιπους.<br /> Όπως αναφέρθηκε προηγουμένως οι πέντε δείκτες που ερευνώνται χρησιμοποιούνται για να δώσουν έναν τελικό δείκτη Meta-Sprawl. Αν και είναι πολύ βολικός ένας δείκτης διαχωρισμού αστικής εξάπλωσης μεταξύ των διάφορων δήμων, πρέπει να τονιστεί ότι χάνει πολλές από τις πολύτιμες πληροφορίες που παρέχονται από τους μεμονωμένους δείκτες εξάπλωσης. Η εξάπλωση είναι πιο πολύπλοκη από ότι μπορεί να ληφθεί επαρκώς από έναν μόνο αριθμό. Ακόμη, πρέπει να λαμβάνεται υπόψη ότι οι δείκτες δεν πρέπει να είναι ταυτολογικοί. Κι αυτό γιατί μεγάλοι δήμοι μπορεί να εμφανίζουν μεγάλους δείκτες εξάπλωσης, μόνο και μόνο επειδή είναι μεγάλοι σε έκταση. Η μέτρηση της εξάπλωσης στο επίπεδο της μονάδας στέγασης διευκολύνει επίσης την έρευνα σε άλλους πολιτικούς και γεωγραφικούς παράγοντες που έχουν ως αποτέλεσμα διαφορετικές εκδηλώσεις ανάπτυξης σε επίπεδο δήμου ή για οποιαδήποτε γεωγραφική μονάδα ενδιαφέροντος, όπως γειτονιά, περιοχή διαχωρισμού ζωνών, κομητεία κτλ. Τέλος, ένα μειονέκτημα των δεικτών εξάπλωσης είναι η δυσκολία εύρεσης δεδομένων χρήσης γης/κάλυψης γης. Είναι χαρακτηριστικό ότι ακόμη και σε μια πυκνοκατοικημένη περιοχή όπως το New Jersey μόνο για δυο από τις 21 πολιτείες υπάρχουν επαρκή δεδομένα για τέτοιου είδους ανάλυση.<br /> <br /> '''ΣΥΜΠΕΡΑΣΜΑΤΑ'''<br /> <br /> Η πολύπλοκη φύση της αστικής εξάπλωσης απαιτεί την ύπαρξη δεικτών εξάπλωσης. Σε αυτή την εργασία αναπτύχθηκαν πέντε από τους σημαντικότερους δείκτες χωρικών χαρακτηριστικών που σχετίζονται με την αστική εξάπλωση. Ο ισχυρισμός είναι ότι η προσέγγιση οικιστικής μονάδας φέρνει μια νέα διάσταση στην χρονική ανάλυση των αστικών προτύπων συμπληρώνοντας και βελτιώνοντας τις προηγούμενες έρευνες που έχουν διερευνήσει το φαινόμενο της αστικής εξάπλωσης.<br /> Καθώς οι υπεύθυνοι χάραξης πολιτικής και οι ενδιαφερόμενοι φορείς προσπαθούν να κατευθύνουν την αστική ανάπτυξη από την ακραία εξάπλωση στην έξυπνη ανάπτυξη, ένας αντικειμενικός χαρακτηρισμός της αστικής ανάπτυξης έχει γίνει απαραίτητος. Οι υπολογισμένοι δείκτες εξάπλωσης σε επίπεδο οικιστικής μονάδας παρέχουν ένα ευνοϊκό σύνολο εργαλείων για την αξιολόγηση και ενημέρωση των διαδικασιών ανάπτυξης. Η εξάπλωση είναι ένα δυναμικό φαινόμενο και η συγκεκριμένη προσέγγισή συλλαμβάνει αυτόν τον δυναμισμό ενσωματώνοντας στην μεταβολή χρήσης γης / κάλυψης γης το στοιχείο του χρόνου. Οι συγκεκριμένοι δείκτες μπορούν να χρησιμοποιηθούν ώστε να προβλεφθούν πιθανές συνέπειες της εκτεταμένης και ακραίας ανάπτυξης, σε σύγκριση με την έξυπνη εναλλακτική λύση ανάπτυξης.<br /> <br /> [[category:Ανίχνευση μεταβολών αστικής γης]]</div>

Sofistab http://147.102.106.44/rs/wiki/index.php/%CE%A3%CF%84%CE%B1%CE%BC%CF%80%CE%BF%CF%85%CE%BB%CE%AE_%CE%A3%CE%BF%CF%86%CE%AF%CE%B1 2018-02-20T16:24:01Z

<p>Sofistab: </p> <hr /> <div>Add Your Content Here <br /> <br /> * [[Παγκόσμιες Τάσεις Έκθεσης Φυσικών Επίγειων Οικοσυστημάτων Σε Φωτορύπανση.]]<br /> * [[Μνημεία Πολιτιστικής Κληρονομιάς σε Κίνδυνο – Αυτόματη ανίχνευση ζημιών από το διάστημα.]]<br /> * [[Ταχεία Αστική Ανάπτυξη στην κοιλάδα του Κατμαντού, Νεπάλ: Παρακολούθηση Δυναμικής της Χρήσης Γης και Κάλυψης Γης με εικόνες Landsat.]]<br /> * [[Μεταβολές των Δασών στην τροπική Νότια και Κεντρική Αμερική από το 1990 μέχρι το 2005 που σχετίζονται με Εκπομπές Άνθρακα.]]<br /> * [[Χαρτογράφηση 2000-2010, Αλλαγή των Αδιάβροχων Επιφανειών Εδάφους στην Ινδία χρησιμοποιώντας Στοιχεία Παγκόσμιας Έρευνας Εδάφους Landsat.]]<br /> * [[Εντοπισμός και Παρακολούθηση Ενεργών Ρηγμάτων σε Αστικά Περιβάλλοντα: Συμβολομετρία χρονοσειρών στις πόλεις της Πάτρας και του Πύργου.]]<br /> * [[Παρακολούθηση της Αστικής Κάλυψης Δέντρων με τη Χρήση Αντικειμενοστραφούς Ανάλυσης Εικόνας και Απομακρυσμένων Δεδομένων.]]<br /> * [[Ανίχνευση Αλλαγής Αστικής Γης με Οδική Πυκνότητα και Φασματικές Πληροφορίες από πολυδιάστατα δεδομένα Landsat.]]<br /> * [[Μια Προσέγγιση Στέγασης σε Επίπεδο Μονάδας για το Χαρακτηρισμό της Αστικής Διάχυσης.]] <br /> * [[Μια Προσέγγιση Στέγασης σε Επίπεδο Μονάδας για το Χαρακτηρισμό της Αστικής Εξάπλωσης.]] <br /> [[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Αθήνα)]]</div>

Sofistab http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%A0%CE%AF%CE%BD%CE%B1%CE%BA%CE%B1%CF%822_%CE%B8%CE%AD%CE%BC%CE%B19.JPG 2018-02-20T16:20:40Z

<p>Sofistab: Δείκτες συσχέτισης μεταξύ των δεικτών εξάπλωσης για τη περίοδο 1986-1997.</p> <hr /> <div>Δείκτες συσχέτισης μεταξύ των δεικτών εξάπλωσης για τη περίοδο 1986-1997.</div>

Sofistab http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%A0%CE%AF%CE%BD%CE%B1%CE%BA%CE%B1%CF%821_%CE%B8%CE%AD%CE%BC%CE%B19.JPG 2018-02-20T16:19:41Z

<p>Sofistab: Στατιστικές εξάπλωσης για όλες τις νέες οικιστικές μονάδες που χτίστηκαν στην πολιτεία Hunterdon του New Jersey μεταξύ 1986 και 1995. (Μέγεθος δείγματος</p> <hr /> <div>Στατιστικές εξάπλωσης για όλες τις νέες οικιστικές μονάδες που χτίστηκαν στην πολιτεία Hunterdon του New Jersey μεταξύ 1986 και 1995. (Μέγεθος δείγματος=9339)</div>

Sofistab http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%95%CE%B9%CE%BA%CF%8C%CE%BD%CE%B11_%CE%B8%CE%AD%CE%BC%CE%B19.JPG 2018-02-20T16:11:33Z

<p>Sofistab: Η εικόνα απεικονίζει μια ορθοφωτογραφία ενός νεοαποκτηθέντος στεγαστικού συστήματος. Oι παχιές γραμμές οριοθετούν τη νέα αστική ανάπτυξη,</p> <hr /> <div>Η εικόνα απεικονίζει μια ορθοφωτογραφία ενός νεοαποκτηθέντος στεγαστικού συστήματος. Oι παχιές γραμμές οριοθετούν τη νέα αστική ανάπτυξη, όπως ταξινομείται από το σύνολο δεδομένων χρήσης γης / κάλυψης γης. Οι λεπτές γραμμές περιγράφουν τις γραμμές των αγροτεμαχίων. Το σύμβολο του στόχου υποδηλώνει την αυτοματοποιημένη γεωμετρική θέση που υπολογίζεται για κάθε νέα οικιστική μονάδα.</div>

Sofistab http://147.102.106.44/rs/wiki/index.php/%CE%A3%CF%84%CE%B1%CE%BC%CF%80%CE%BF%CF%85%CE%BB%CE%AE_%CE%A3%CE%BF%CF%86%CE%AF%CE%B1 2018-02-20T15:58:10Z

<p>Sofistab: </p> <hr /> <div>Add Your Content Here <br /> <br /> * [[Παγκόσμιες Τάσεις Έκθεσης Φυσικών Επίγειων Οικοσυστημάτων Σε Φωτορύπανση.]]<br /> * [[Μνημεία Πολιτιστικής Κληρονομιάς σε Κίνδυνο – Αυτόματη ανίχνευση ζημιών από το διάστημα.]]<br /> * [[Ταχεία Αστική Ανάπτυξη στην κοιλάδα του Κατμαντού, Νεπάλ: Παρακολούθηση Δυναμικής της Χρήσης Γης και Κάλυψης Γης με εικόνες Landsat.]]<br /> * [[Μεταβολές των Δασών στην τροπική Νότια και Κεντρική Αμερική από το 1990 μέχρι το 2005 που σχετίζονται με Εκπομπές Άνθρακα.]]<br /> * [[Χαρτογράφηση 2000-2010, Αλλαγή των Αδιάβροχων Επιφανειών Εδάφους στην Ινδία χρησιμοποιώντας Στοιχεία Παγκόσμιας Έρευνας Εδάφους Landsat.]]<br /> * [[Εντοπισμός και Παρακολούθηση Ενεργών Ρηγμάτων σε Αστικά Περιβάλλοντα: Συμβολομετρία χρονοσειρών στις πόλεις της Πάτρας και του Πύργου.]]<br /> * [[Παρακολούθηση της Αστικής Κάλυψης Δέντρων με τη Χρήση Αντικειμενοστραφούς Ανάλυσης Εικόνας και Απομακρυσμένων Δεδομένων.]]<br /> * [[Ανίχνευση Αλλαγής Αστικής Γης με Οδική Πυκνότητα και Φασματικές Πληροφορίες από πολυδιάστατα δεδομένα Landsat.]]<br /> * [[Μια Προσέγγιση Στέγασης σε Επίπεδο Μονάδας για το Χαρακτηρισμό της Αστικής Διάχυσης.]] <br /> <br /> [[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Αθήνα)]]</div>

Sofistab http://147.102.106.44/rs/wiki/index.php/%CE%A0%CE%B1%CF%81%CE%B1%CE%BA%CE%BF%CE%BB%CE%BF%CF%8D%CE%B8%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%91%CF%83%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%9A%CE%AC%CE%BB%CF%85%CF%88%CE%B7%CF%82_%CE%94%CE%AD%CE%BD%CF%84%CF%81%CF%89%CE%BD_%CE%BC%CE%B5_%CF%84%CE%B7_%CE%A7%CF%81%CE%AE%CF%83%CE%B7_%CE%91%CE%BD%CF%84%CE%B9%CE%BA%CE%B5%CE%B9%CE%BC%CE%B5%CE%BD%CE%BF%CF%83%CF%84%CF%81%CE%B1%CF%86%CE%BF%CF%8D%CF%82_%CE%91%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7%CF%82_%CE%95%CE%B9%CE%BA%CF%8C%CE%BD%CE%B1%CF%82_%CE%BA%CE%B1%CE%B9_%CE%91%CF%80%CE%BF%CE%BC%CE%B1%CE%BA%CF%81%CF%85%CF%83%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CE%94%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD. 2018-02-20T00:34:04Z

<p>Sofistab: </p> <hr /> <div>'''Παρακολούθηση της Αστικής Κάλυψης Δέντρων με τη Χρήση Αντικειμενοστραφούς Ανάλυσης Εικόνας και Απομακρυσμένων Δεδομένων.'''<br /> <br /> <br /> '''Πρωτότυπος τίτλος:''' ''Monitoring Urban Tree Cover Using Object-Based Image Analysis and Public Domain Remotely Sensed Data''<br /> <br /> '''Συγγραφείς:'''L. Monika Moskal, Diane M. Styers and Meghan Halabisky <br /> <br /> '''Σύνδεσμος πρωτότυπου κειμένου:''' [http://www.mdpi.com/2072-4292/3/10/2243/htm]<br /> <br /> <br /> '''ΠΕΡΙΛΗΨΗ'''<br /> <br /> Τα δασικά αστικά οικοσυστήματα προσφέρουν μια μεγάλη σειρά κοινωνικών και οικολογικών υπηρεσιών, αλλά εξαιτίας της ετερογένειας των καλύψεων το χωρικό τους μέγεθος είναι δύσκολο να ποσοτικοποιηθεί και να παρακολουθηθεί. Οι παραδοσιακές μέθοδοι ταξινόμησης ανά πίξελ έχουν ήδη χρησιμοποιηθεί για την χαρτογράφηση αστικών καλύψεων, ωστόσο οι τεχνικές αυτές δεν είναι ευρέως κατάλληλες για τη μεταβλητότητα των τοπίων αυτών. Οι εικόνες Landsat έχουν ιστορικά χρησιμοποιηθεί για την κάλυψη ανά πίξελ (LULC), αλλά η χωρική ανάλυση περιορίζει τη δυνατότητα χαρτογράφησης μικρών αστικών χαρακτηριστικών. Σε τέτοιες περιπτώσεις, προτιμώνται τεχνικές υπερχωρικής ανάλυσης εικόνας όπως η εναέρια ή η δορυφορική κάλυψη με ανάλυση 1 μέτρου ή και λιγότερο. Η αντικειμενοστραφής ανάλυση εικόνας (OBIA) επιτρέπει την ενσωμάτωση επιπρόσθετων μεταβλητών όπως υφή, σχήμα, περιεχόμενο καθώς άλλων γνωστικών πληροφοριών με σκοπό τη βελτίωση των ταξινομήσεων. Στην παρούσα έρευνα, έχει δημιουργηθεί LULC ταξινόμηση σε μια πιλοτική περιοχή μελέτης στις HΠΑ (Seattle, WA), χρησιμοποιώντας τεχνικές OBIA και ελεύθερα διαθέσιμες εναέριες φωτογραφίες. Στη συνέχεια, αναλύθηκαν οι διαφορές στον τομέα της ακρίβειας ο οποίος μπορεί να επιτευχθεί με OBIA χρησιμοποιώντας πολυφασματική και πραγματικού χρώματος εικόνα. Τα αποτελέσματα συγκρίθηκαν με δορυφορικό OBIA LULC και συζητήθηκαν οι επιπτώσεις της τεχνικής ανά πίξελ έναντι της τεχνικής OBIA στα διάφορα χωρικά δείγματα. Ως αποτέλεσμα, προέκυψε ότι η προσέγγιση μέσω OBIA μπορεί να παράγει καλές και επαναλαμβανόμενες LULC ταξινομήσεις, κατάλληλες για την κάλυψη δέντρου στις αστικές περιοχές. Ένα επιπλέον σημαντικό εύρημα είναι ότι το φασματικό περιεχόμενο φαίνεται να είναι πιο σημαντικό από την χωρική λεπτομέρεια των υπερχωρικών δεδομένων στην τεχνική OBIA LULC.<br /> <br /> '''ΕΙΣΑΓΩΓΗ'''<br /> <br /> Τα αστικά τοπία αποτελούν ένα μοναδικό συνδυασμό φυσικού και χτισμένου περιβάλλοντος. Το φυσικό σύστημα με τις οικολογικές του υπηρεσίες αποτελεί βασικό κλειδί στην υποδομή μιας πόλης. Για παράδειγμα, το αστικό δέντρο κάλυψης μιας πόλης μπορεί να θεωρηθεί και ως τοπικό σύστημα διαχείρισης του βρόχινου νερού, με πολλά πλεονεκτήματα (φιλτράρισμα ρύπανσης, ελάττωση πλημμύρας, κλπ). Ωστόσο η δυνατότητα ποσοτικοποίησης και παρακολούθησης αυτών των υπηρεσιών εξαρτάται από τις εκτιμήσεις του δέντρου κάλυψης, το οποίο μπορεί ταυτόχρονα να χρησιμοποιηθεί για τη βελτιστοποίηση της υγείας και αντοχής του οικοσυστήματος. Αυτές οι επιπτώσεις συνήθως επιτυγχάνονται με χωρικές μεθόδους κυρίως σε ιδιωτικά χωρικά συστήματα. Επιπλέον, ελάχιστες πόλεις έχουν επαρκή προσωπικό ή οικονομικούς πόρους, στοιχεία απαραίτητα για την επίτευξη σχεδιασμού και διαχείρισης στόχων σχετικών με τις επιπτώσεις των αστικών δασών. Οι απομακρυσμένες ανιχνεύσιμες μέθοδοι μπορούν να αποδώσουν ένα σύνολο δεδομένων που μπορεί να χρησιμοποιηθεί ως δείγμα μελέτης και αυτό μπορεί να υλοποιηθεί με σύντομο και οικονομικό τρόπο, αποδίδοντας ταυτόχρονα χρήσιμες πληροφορίες και για δύσβατες περιοχές. Με τον τρόπο αυτό, υπάρχουν τα μέσα μέτρησης και παρακολούθησης, κατά τη διάρκεια του χρόνου, πολύπλοκων αστικών περιοχών σε συνδυασμό με τη δυναμικότητα των οικολογιών τους μέσω, για παράδειγμα, των χωρικών μετρήσεων. Έτσι, οι μελέτες κάλυψης δέντρου και οι μετρήσεις των δασικών δομών είναι χρήσιμες στο να βοηθήσουν μια πόλη να ποσοτικοποιήσει την τωρινή κάλυψη δέντρου, επιβλέποντας και τις περιοχές με κέρδος ή ζημία κάλυψης, παρακολουθώντας τις τάσεις με το πέρασμα του χρόνου. Τα δεδομένα αυτά μπορούν να χρησιμοποιηθούν στην ίδρυση προστατευτικών δομών, συμβάλλοντας στη διαχείριση του οικοσυστήματος στις αστικές περιοχές και εντοπίζοντας περιοχές που απαιτούν δεντροφυτεύσεις. Οι ταξινομήσεις LULC (Land use/land cover) συχνά χρησιμοποιούνται στην οπτικοποίηση αστικών περιοχών και στην ποσοτικοποίηση διαφόρων χαρακτηριστικών του περιβάλλοντος. Η έννοια Land cover αναφέρεται στα φυσικά και μη αντικείμενα που επικαλύπτουν μια χωρική επιφάνεια, ενώ η έννοια Land use αναφέρεται στις ανθρώπινες χρήσεις της επιφάνειας. Οι τεχνικές της απομακρυσμένης ανίχνευσης δεδομένων, εντοπίζουν χαρακτηριστικά της επιφάνειας της Γης, αλλά απαιτείται ειδικός για την εξαγωγή συμπερασμάτων σχετικά με σχήμα, υφή, δομή, περιεχόμενο κλπ, ώστε να προκύψουν συμπεράσματα για τη χρήση από την κάλυψη. Οι ταξινομήσεις συνήθως χρησιμοποιούν το ιεραρχικό σύστημα Anderson (Πίνακας 1), με κλάσεις LULC σε επίπεδα Ι και ΙΙ ακόμα και ΙΙΙ ή περισσότερο. Η χρήση και κάλυψη γης πρέπει να αποδοθεί με μεγάλη λεπτομέρεια ώστε να είναι εφικτή η χρήση της για το σχεδιασμό πόλεων και τη διαχείριση αστικών περιοχών.<br /> [[Εικόνα: Πίνακας1 θέμα7.JPG | thumb| right|'''Πίνακας 1.''' To σύστημα ιεραρχικής ταξινόμησης του Anderson, καταδεικνύοντας παραδείγματα επιπέδου Ι-ΙΙΙ για αστικές και δασικές εκτάσεις. Μόνο οι κλάσεις σε κόκκινο και πράσινο έχουν επεκταθεί περισσότερο στις ιεραρχίες.]]<br /> Το 2006, στην πόλη του Seattle, με βάση την Περιβαλλοντική Αντζέντα Δράσης, αποφασίστηκε αύξηση στην αστική κάλυψη δέντρου από 18% σε 30% μέσα στα επόμενα 30 έτη. Ο φιλόδοξος αυτός στόχος, αναμένεται να αποδώσει τις διαφορές και τις επιπτώσεις αυτών ανάμεσα στην τωρινή και μελλοντική κάλυψη, αυξάνοντας ταυτόχρονα τις αστικές δασικές εκτάσεις. Για τους λόγους αυτούς, το 2007, υλοποιήθηκε μια ανεξάρτητη μελέτη κάλυψης δέντρου με απομακρυσμένα ανιχνεύσιμα δεδομένα από την NCDC (Native Communities Development Corporation), με υψηλής ανάλυσης χωρικά ή υπερχωρικά δεδομένα, για παράδειγμα εικόνες δορυφόρου QuickBird αναφέρθηκαν σε ποσοστό 22.9%. Ανάλογα προγράμματα παρακολούθησης είναι απαραίτητα και σε άλλες περιοχές που ενδιαφέρονται να διατηρήσουν ή να αυξήσουν την κάλυψη δέντρου. Με τέτοια προγράμματα, είναι εφικτό να εντοπιστεί η κάλυψη δέντρου στο παρελθόν, στο παρόν αλλά και στο πόση θα είναι μελλοντικά ώστε να είναι επιτεύξιμοι οι στόχοι του προγράμματος. Οι παραδοσιακές μέθοδοι ταξινόμησης ανά πίξελ, χρησιμοποιούν Landsat δορυφόρου εικόνα για να αποδώσουν LULC χάρτες (π.χ. 2001 National Land Cover Database) αποδίδοντας ατομικά πίξελ σε συγκεκριμένη κλάση βασισμένα σε μια μοναδική φασματική υπογραφή. Τέτοιου τύπου δεδομένα (περιλαμβάνουν Landsat, AVHRR και MODIS), έχουν μεγαλύτερες φασματικές επεκτάσεις (Landsat) και προσωρινές επεκτάσεις (AVHRR, MODIS) σε σχέση με τον υπερχωρικό δορυφόρο (QuickBird, IKONOS) και της εναέριας φωτογράφησης (US National Agricultural Imagery Program—NAIP). Έτσι, αυτού του τύπου δεδομένα έχουν διαδραματίσει ήδη βασικό ρόλο σε μικρές αλλά και μεγαλύτερες εκτάσεις. Ωστόσο η χωρική ανάλυση της εικόνας Landsat (30 m) περιορίζει τη δυνατότητα αναγνώρισης και χαρτογράφησης σημαντικών χαρακτηριστικών. Ειδικά, στις ετερογενείς καλύψεις των αστικών περιοχών, οι κλίμακες ανάλυσης αποτελούν μιας ειδική πρόκληση. Είναι πλέον γενικά παραδεκτό ότι η μέτρια ανάλυση εικόνας δεν είναι κατάλληλη για LULC χαρτογράφηση ετερογενών αστικών περιοχών. Μια σχετικά νέα μέθοδος ταξινόμησης, η αντικειμενοστραφής ανάλυση εικόνας (OBIA), ή αλλιώς ανάλυση χαρακτηριστικών, φαίνεται ότι αποδίδει καλύτερα σε υπερχωρικά ή εναέρια δεδομένα εικόνων καθώς και σε LiDAR, αποδίδοντας επιπλέον μεταβλητές όπως σχήμα, υφή, κλπ με σκοπό την ταξινόμηση των χαρακτηριστικών των εικόνων. Το αποτέλεσμα είναι η βελτίωση της ακρίβειας των αποτελεσμάτων, επιτρέποντας τη χαρτογράφηση ακόμα και πολύ μικρών αστικών χαρακτηριστικών όπως ώριμα δέντρα, μικρές ομάδες θάμνων κλπ. Επιπλέον, έχει δειχτεί ότι οι προσεγγίσεις μέσω ταξινόμησης ανά πίξελ, αν και κατάλληλες για Landsat εικόνες, τις υπερβαίνει η τεχνική OBIA σε αστικές, προαστικές, αγροτικές περιοχές ειδικά στις περιπτώσεις όπου η κάλυψη δέντρου είναι περίπλοκη και ετερογενής. Επιπλέον βασικό στοιχείο της τεχνικής OBIA, είναι ότι μπορεί να χρησιμοποιηθεί σε ελεύθερα προσβάσιμες υπερχωρικές NAIP εικόνες, κάτι που είναι σχετικά περιορισμένο στον αριθμό των διαθέσιμων φασμάτων. Οι εικόνες NAIP έχουν εθνική επέκταση, προσφέρουν επαναληπτικότητα, επιτρέπουν χωρικές και φασματικές συγκρίσεις και μπορούν να ταξινομηθούν στο να προσφέρουν λεπτομερείς LULC χαρτογραφήσεις για αστικό σχεδιασμό,διαχείριση και επιστημονική έρευνα. Η τεχνική OBIA σε NAIP εικόνες έχει χρησιμοποιηθεί και σε άλλες εφαρμογές, ειδικά στην ανίχνευση υγρότοπων, αλλά η χρησιμότητά της στην χαρτογράφηση αστικής κάλυψης δέντρου δεν έχει ακόμα διερευνηθεί. Αυτός είναι και ο σκοπός της παρούσας έρευνας. Ειδική προσοχή δίνεται στην ανάπτυξη μεθόδου η οποία όχι μόνο αποφαίνεται για το πλήθος ή την έκταση της κάλυψης δέντρου, αλλά προσφέρει και την χωρική τοποθέτηση αυτής. Η παρούσα έρευνα, στοχεύει στην ανάπτυξη ενός επαναλμβανόμενου αλγορίθμου με ικανότητα προσαρμογής σε εικόνες άλλων χωρικών ή φασματικών αναλύσεων επιτρέποντας την ενοποίηση και άλλων πηγών δεδομένων. Ως επιμέρους στόχοι είναι (1) η δημιουργία ευέλικτου αλγορίθμου, (2) ο έλεγχος της απόδοσης του αλγορίθμου σε εικόνες διαφορετικών χωρικών και φασματικών αναλύσεων, (3) η πρόσβαση στην ακρίβεια και στις επιπλοκές της κάλυψης δέντρου μέσω των ταξινομήσεων που προκύπτουν, στοχεύοντας στην ανάπτυξη μιας ακριβούς επαναλαμβανόμενης μεθόδου για μελλοντικές εικόνες και σε άλλες τοποθεσίες. <br /> <br /> '''ΜΕΘΟΔΟΙ'''<br /> <br /> [[Εικόνα: Εικόνα1 θέμα7.JPG | thumb| right|'''Εικόνα 1.''' Παραδείγματα αδιάβροχων επιφανειών εδάφους.]]<br /> <br /> Περιοχή Μελέτης:Δημιουργήθηκε ένας αλγόριθμος OBIA για μια μικρή περιοχή με αποκλίσεις στο Seeatle, WA των ΗΠΑ. H μοναδικότητα της περιοχής σχετίζεται με μια πλούσια κάλυψη δέντρου που κυρίως οφείλεται στο έδαφος και στο μικροκλίμα, ως αποτέλεσμα της τοπογραφίας αλλά και της ανθρώπινης δραστηριότητας. Η επιλογή της περιοχής μελέτης (η οποία από εδώ και πέρα θα αποκαλείται ως κοιλάδα Rainier) σχετίζεται με το γεγονός ότι θεωρείται ως μια από τις περιοχές με τις μεγαλύτερες πολιτισμικές αποκλίσεις στις ΗΠΑ, με πλήθος κοινωνικών και οικονομικών χαρακτηριστικών που ενδέχεται να επηρεάζουν την αστική κάλυψη δέντρου. <br /> <br /> [[Εικόνα: Πίνακας2 θέμα7.JPG | thumb| right|'''Πίνακας 2.''' Περίληψη του συνόλου δεδομένων.]]<br /> <br /> Σύνολο Δεδομένων: Χρησιμοποιήθηκαν δύο τύποι απομακρυσμένης ανίχνευσης δεδομένων για την ταξινόμηση με την τεχνική ΟΒΙΑ, στην παρούσα έρευνα και επιπλέον συγκρίθηκαν τα αποτελέσματα με ανεξάρτητη μελέτη η οποία δημιουργήθηκε για την πόλη του Seattle με την ΟΒΙΑ τεχνική. Επίσης χρησιμοποιήθηκε η 2001 National Land Cover Database (NLCD), με ανάλυση (30 m) % κάλυψη από το κάθε πίξελ με εικόνες Landsat δορυφόρου, παραγόμενες από την Αμερικανική Γεωλογική έρευνα (καθώς τα δεδομένα του 2006 δεν ήταν διαθέσιμα, κατά την περίοδο της έρευνας). Το σύστημα αναφοράς που χρησιμοποιήθηκε ήταν NAD 1983/UTM Zone 10N, με σκοπό τον εντοπισμό μικρών χαρακτηριστικών για την παραγωγή λεπτομερούς ταξινόμησης. Τα δεδομένα, οι ημερομηνίες, οι πηγές, οι περιγραφές και οι χρήσεις αυτών παρατίθενται περιληπτικά στον πίνακα 2. <br /> <br /> [[Εικόνα: Εικόνα2 θέμα7.JPG | thumb| right|'''Εικόνα 2.''' Παραδείγματα από κατατμήσεις της εικόνας αντιπροσωπευτικές των περιγραφόμενων LULC κλάσεων. Τα πολύγωνα κυανού χρώματος δείχνουν παράδειγμα της κλάσης LULC οριοθετημένα από την ΟΒΙΑ κατάτμηση.]]<br /> <br /> Τα βασικά βήματα της μεθόδου περιελάμβαναν (1) βασική κατάτμηση με χρήση επιπέδων, (2) επιπλέον κατάτμηση με βάση τη βασική κατάτμηση και χρήση επιμέρους στοιχείων (πχ.υφή) και χωρικά, φασματικά χαρακτηριστικά της εικόνας, (3) ταξινόμηση χρησιμοποιώντας χαρακτηριστικά που προέκυψαν από την εικόνα. Αν και δεν είναι απλό να δοθεί πλήρη περιγραφή των αλγορίθμων, υπήρξαν διάφορα στοιχεία χρήσιμα κατά τη δημιουργία τους. Οι κλάσεις φαίνονται στην εικόνα 2 και σκοπός ήταν η παραγωγή κλάσεων κατάλληλων για μελλοντική μοντελοποίηση και εφαρμογές. <br /> <br /> Ταξινομήσεις Land Use/Land Cover: Αναπτύχθηκαν LULC ταξινομήσεις χρησιμοποιώντας δεδομένα με διαφορετικές χωρικές και φασματικές αναλύσεις. Με χρήση Definiens 8.0 δημιουργήθηκαν αλγόριθμοι ταξινόμησης ειδικά για κάθε ημερομηνία της εκάστοτε εικόνας. <br /> <br /> '''ΑΠΟΤΕΛΕΣΜΑΤΑ'''<br /> <br /> [[Εικόνα: Εικόνα3 θέμα7.JPG | thumb| right|'''Εικόνα 3.''' Δειγματικά σημεία βασισμένα (α) σε ΟΒΙΑ, LULC ταξινομήσεις με NAIP εικόνες, (β) σε NLCD% κάλυψη]]<br /> <br /> Από τα 100 NLCD δείγματα σημείων μόνο τα δύο δεν εμπίπτουν στην ταξινόμηση κάλυψης δέντρου. Με περαιτέρω μελέτη, βρέθηκε ότι τα δύο αυτά σημεία βρίσκονται σε κατάσταση σφάλματος. Επιπλέον, 72 από τα 100 σημεία δεν εμπίπτουν στην NLCD κλάση κάλυψης. Αυτό οφείλεται στο γεγονός ότι τα δεδομένα NLCD δεν πιάνουν τα μικρά δέντρα κάλυψης της περιοχής μελέτης. Αντίστοιχα, 28 δείγματα σημείων ταιριάζουν με το NLCD % επίπεδο κάλυψης. Επιπλέον, υπάρχει η υποψία ότι ίσως έχει υπερεκτιμηθεί η ταξινόμηση και αυτό οφείλεται σε σκιάσεις στα υπεχωρικά δεδομένα οι οποίες ταξινομούνται λανθασμένα ως δέντρα, με την προσέγγιση ΟΒΙΑ. Η μη δυνατότητα αναγνώρισης και των μικρότερων δέντρων κάλυψης, είναι δυνατό να οδηγήσει σε λάθος στρατηγικές διαχείρισης. <br /> <br /> '''ΣΥΜΠΕΡΑΣΜΑΤΑ'''<br /> <br /> Αναλογικά και με προηγούμενες έρευνες με εφαρμογή ΟΒΙΑ σε αστικά χωρικά χαρακτηριστικά, καταδεικνύεται ότι η τεχνική ΟΒΙΑ μπορεί να δημιουργήσει καλές και επαναλαμβανόμενες LULC ταξινομήσεις, κατάλληλες για μελέτες κάλυψης δέντρου σε αστικές περιοχές. Η έρευνα αποδεικνύει μεγαλύτερη ακρίβεια σε ετερογενείς δασικές περιοχές σε σχέση με ταξινομήσεις όπως NLCD. Αυτό πιθανόν να σχετίζεται με τις μεθόδους και την ανάλυση των δεδομένων. Θεωρούμε ότι είναι σημαντική η περαιτέρω διερεύνηση χειρισμών φασματικών και χωρικών αναλύσεων. Οι ταξινομήσεις Land cover που απορρέουν από υπερχωρικά δεδομένα, αποδίδουν πληροφορία με ακρίβεια και συνοχή και σε συνάφεια με άλλα υψηλής ανάλυσης GIS σύνολα δεδομένων, όπως τα πακέτα δεδομένων. Αυτό είναι σημαντικό εάν τα δεδομένα χρησιμοποιηθούν για τη βιώσιμη διαχείριση ή ως εργαλείο υποστήριξης αποφάσεων σε τοπικό επίπεδο. Οι ταξινομήσεις LULC βασισμένες σε ΟΒΙΑ είναι αρκετά λεπτομερείς ώστε να υποστηρίζουν την ανάλυση πακέτου. Επιπλέον μεγάλο εύρος λογισμικών, συμβατών με την προσέγγιση ΟΒΙΑ είναι διαθέσιμο, ωστόσο η περαιτέρω μελέτη για την ανεύρεση ανοιχτών λογισμικών θα ήταν χρήσιμη. Αν και η ανάλυση ΟΒΙΑ, απαιτεί μεγάλο πλήθος δεδομένων και ισχυρές επεξεργαστικές δυνατότητες, υπάρχουν αρκετοί τρόποι επίλυσης της οικονομικής πλευράς του ζητήματος. Για παράδειγμα, η προσέγγιση μέσω κοινοπραξιών θα μπορούσε να επωφεληθεί από τις οικονομίες κλίμακας και να χαμηλώσει τα κόστη παραγωγής με αντίγραφα του αλγορίθμου με εκτεταμένες δυνατότητες. Οι συμμαχίες στην αναζήτηση των δεδομένων μπορούν να συμβάλλουν στην αξιοποίηση της ετερογένειας των δεδομένων, όπου πιθανόν να είναι εφικτό να αναμιχθούν το κοινό και οι πολίτες. <br /> <br /> [[category:Καταγραφή πρασίνου]]</div>

Sofistab http://147.102.106.44/rs/wiki/index.php/%CE%A0%CE%B1%CF%81%CE%B1%CE%BA%CE%BF%CE%BB%CE%BF%CF%8D%CE%B8%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%91%CF%83%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%9A%CE%AC%CE%BB%CF%85%CF%88%CE%B7%CF%82_%CE%94%CE%AD%CE%BD%CF%84%CF%81%CF%89%CE%BD_%CE%BC%CE%B5_%CF%84%CE%B7_%CE%A7%CF%81%CE%AE%CF%83%CE%B7_%CE%91%CE%BD%CF%84%CE%B9%CE%BA%CE%B5%CE%B9%CE%BC%CE%B5%CE%BD%CE%BF%CF%83%CF%84%CF%81%CE%B1%CF%86%CE%BF%CF%8D%CF%82_%CE%91%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7%CF%82_%CE%95%CE%B9%CE%BA%CF%8C%CE%BD%CE%B1%CF%82_%CE%BA%CE%B1%CE%B9_%CE%91%CF%80%CE%BF%CE%BC%CE%B1%CE%BA%CF%81%CF%85%CF%83%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CE%94%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD. 2018-02-20T00:32:53Z

<p>Sofistab: Νέα σελίδα με ''''Παρακολούθηση της Αστικής Κάλυψης Δέντρων με τη Χρήση Αντικειμενοστραφούς Ανάλυσης Εικόνα...'</p> <hr /> <div>'''Παρακολούθηση της Αστικής Κάλυψης Δέντρων με τη Χρήση Αντικειμενοστραφούς Ανάλυσης Εικόνας και Απομακρυσμένων Δεδομένων.'''<br /> <br /> <br /> '''Πρωτότυπος τίτλος:''' ''Monitoring Urban Tree Cover Using Object-Based Image Analysis and Public Domain Remotely Sensed Data''<br /> <br /> '''Συγγραφείς:'''L. Monika Moskal, Diane M. Styers and Meghan Halabisky <br /> <br /> '''Σύνδεσμος πρωτότυπου κειμένου:''' [http://www.mdpi.com/2072-4292/3/10/2243/htm]<br /> <br /> <br /> '''ΠΕΡΙΛΗΨΗ'''<br /> <br /> Τα δασικά αστικά οικοσυστήματα προσφέρουν μια μεγάλη σειρά κοινωνικών και οικολογικών υπηρεσιών, αλλά εξαιτίας της ετερογένειας των καλύψεων το χωρικό τους μέγεθος είναι δύσκολο να ποσοτικοποιηθεί και να παρακολουθηθεί. Οι παραδοσιακές μέθοδοι ταξινόμησης ανά πίξελ έχουν ήδη χρησιμοποιηθεί για την χαρτογράφηση αστικών καλύψεων, ωστόσο οι τεχνικές αυτές δεν είναι ευρέως κατάλληλες για τη μεταβλητότητα των τοπίων αυτών. Οι εικόνες Landsat έχουν ιστορικά χρησιμοποιηθεί για την κάλυψη ανά πίξελ (LULC), αλλά η χωρική ανάλυση περιορίζει τη δυνατότητα χαρτογράφησης μικρών αστικών χαρακτηριστικών. Σε τέτοιες περιπτώσεις, προτιμώνται τεχνικές υπερχωρικής ανάλυσης εικόνας όπως η εναέρια ή η δορυφορική κάλυψη με ανάλυση 1 μέτρου ή και λιγότερο. Η αντικειμενοστραφής ανάλυση εικόνας (OBIA) επιτρέπει την ενσωμάτωση επιπρόσθετων μεταβλητών όπως υφή, σχήμα, περιεχόμενο καθώς άλλων γνωστικών πληροφοριών με σκοπό τη βελτίωση των ταξινομήσεων. Στην παρούσα έρευνα, έχει δημιουργηθεί LULC ταξινόμηση σε μια πιλοτική περιοχή μελέτης στις HΠΑ (Seattle, WA), χρησιμοποιώντας τεχνικές OBIA και ελεύθερα διαθέσιμες εναέριες φωτογραφίες. Στη συνέχεια, αναλύθηκαν οι διαφορές στον τομέα της ακρίβειας ο οποίος μπορεί να επιτευχθεί με OBIA χρησιμοποιώντας πολυφασματική και πραγματικού χρώματος εικόνα. Τα αποτελέσματα συγκρίθηκαν με δορυφορικό OBIA LULC και συζητήθηκαν οι επιπτώσεις της τεχνικής ανά πίξελ έναντι της τεχνικής OBIA στα διάφορα χωρικά δείγματα. Ως αποτέλεσμα, προέκυψε ότι η προσέγγιση μέσω OBIA μπορεί να παράγει καλές και επαναλαμβανόμενες LULC ταξινομήσεις, κατάλληλες για την κάλυψη δέντρου στις αστικές περιοχές. Ένα επιπλέον σημαντικό εύρημα είναι ότι το φασματικό περιεχόμενο φαίνεται να είναι πιο σημαντικό από την χωρική λεπτομέρεια των υπερχωρικών δεδομένων στην τεχνική OBIA LULC.<br /> <br /> '''ΕΙΣΑΓΩΓΗ'''<br /> <br /> [[Εικόνα: Πίνακας1 θέμα7.JPG | thumb| right|'''Πίνακας 1.''' To σύστημα ιεραρχικής ταξινόμησης του Anderson, καταδεικνύοντας παραδείγματα επιπέδου Ι-ΙΙΙ για αστικές και δασικές εκτάσεις. Μόνο οι κλάσεις σε κόκκινο και πράσινο έχουν επεκταθεί περισσότερο στις ιεραρχίες.]]<br /> <br /> Τα αστικά τοπία αποτελούν ένα μοναδικό συνδυασμό φυσικού και χτισμένου περιβάλλοντος. Το φυσικό σύστημα με τις οικολογικές του υπηρεσίες αποτελεί βασικό κλειδί στην υποδομή μιας πόλης. Για παράδειγμα, το αστικό δέντρο κάλυψης μιας πόλης μπορεί να θεωρηθεί και ως τοπικό σύστημα διαχείρισης του βρόχινου νερού, με πολλά πλεονεκτήματα (φιλτράρισμα ρύπανσης, ελάττωση πλημμύρας, κλπ). Ωστόσο η δυνατότητα ποσοτικοποίησης και παρακολούθησης αυτών των υπηρεσιών εξαρτάται από τις εκτιμήσεις του δέντρου κάλυψης, το οποίο μπορεί ταυτόχρονα να χρησιμοποιηθεί για τη βελτιστοποίηση της υγείας και αντοχής του οικοσυστήματος. Αυτές οι επιπτώσεις συνήθως επιτυγχάνονται με χωρικές μεθόδους κυρίως σε ιδιωτικά χωρικά συστήματα. Επιπλέον, ελάχιστες πόλεις έχουν επαρκή προσωπικό ή οικονομικούς πόρους, στοιχεία απαραίτητα για την επίτευξη σχεδιασμού και διαχείρισης στόχων σχετικών με τις επιπτώσεις των αστικών δασών. Οι απομακρυσμένες ανιχνεύσιμες μέθοδοι μπορούν να αποδώσουν ένα σύνολο δεδομένων που μπορεί να χρησιμοποιηθεί ως δείγμα μελέτης και αυτό μπορεί να υλοποιηθεί με σύντομο και οικονομικό τρόπο, αποδίδοντας ταυτόχρονα χρήσιμες πληροφορίες και για δύσβατες περιοχές. Με τον τρόπο αυτό, υπάρχουν τα μέσα μέτρησης και παρακολούθησης, κατά τη διάρκεια του χρόνου, πολύπλοκων αστικών περιοχών σε συνδυασμό με τη δυναμικότητα των οικολογιών τους μέσω, για παράδειγμα, των χωρικών μετρήσεων. Έτσι, οι μελέτες κάλυψης δέντρου και οι μετρήσεις των δασικών δομών είναι χρήσιμες στο να βοηθήσουν μια πόλη να ποσοτικοποιήσει την τωρινή κάλυψη δέντρου, επιβλέποντας και τις περιοχές με κέρδος ή ζημία κάλυψης, παρακολουθώντας τις τάσεις με το πέρασμα του χρόνου. Τα δεδομένα αυτά μπορούν να χρησιμοποιηθούν στην ίδρυση προστατευτικών δομών, συμβάλλοντας στη διαχείριση του οικοσυστήματος στις αστικές περιοχές και εντοπίζοντας περιοχές που απαιτούν δεντροφυτεύσεις. Οι ταξινομήσεις LULC (Land use/land cover) συχνά χρησιμοποιούνται στην οπτικοποίηση αστικών περιοχών και στην ποσοτικοποίηση διαφόρων χαρακτηριστικών του περιβάλλοντος. Η έννοια Land cover αναφέρεται στα φυσικά και μη αντικείμενα που επικαλύπτουν μια χωρική επιφάνεια, ενώ η έννοια Land use αναφέρεται στις ανθρώπινες χρήσεις της επιφάνειας. Οι τεχνικές της απομακρυσμένης ανίχνευσης δεδομένων, εντοπίζουν χαρακτηριστικά της επιφάνειας της Γης, αλλά απαιτείται ειδικός για την εξαγωγή συμπερασμάτων σχετικά με σχήμα, υφή, δομή, περιεχόμενο κλπ, ώστε να προκύψουν συμπεράσματα για τη χρήση από την κάλυψη. Οι ταξινομήσεις συνήθως χρησιμοποιούν το ιεραρχικό σύστημα Anderson (Πίνακας 1), με κλάσεις LULC σε επίπεδα Ι και ΙΙ ακόμα και ΙΙΙ ή περισσότερο. Η χρήση και κάλυψη γης πρέπει να αποδοθεί με μεγάλη λεπτομέρεια ώστε να είναι εφικτή η χρήση της για το σχεδιασμό πόλεων και τη διαχείριση αστικών περιοχών.<br /> <br /> Το 2006, στην πόλη του Seattle, με βάση την Περιβαλλοντική Αντζέντα Δράσης, αποφασίστηκε αύξηση στην αστική κάλυψη δέντρου από 18% σε 30% μέσα στα επόμενα 30 έτη. Ο φιλόδοξος αυτός στόχος, αναμένεται να αποδώσει τις διαφορές και τις επιπτώσεις αυτών ανάμεσα στην τωρινή και μελλοντική κάλυψη, αυξάνοντας ταυτόχρονα τις αστικές δασικές εκτάσεις. Για τους λόγους αυτούς, το 2007, υλοποιήθηκε μια ανεξάρτητη μελέτη κάλυψης δέντρου με απομακρυσμένα ανιχνεύσιμα δεδομένα από την NCDC (Native Communities Development Corporation), με υψηλής ανάλυσης χωρικά ή υπερχωρικά δεδομένα, για παράδειγμα εικόνες δορυφόρου QuickBird αναφέρθηκαν σε ποσοστό 22.9%. Ανάλογα προγράμματα παρακολούθησης είναι απαραίτητα και σε άλλες περιοχές που ενδιαφέρονται να διατηρήσουν ή να αυξήσουν την κάλυψη δέντρου. Με τέτοια προγράμματα, είναι εφικτό να εντοπιστεί η κάλυψη δέντρου στο παρελθόν, στο παρόν αλλά και στο πόση θα είναι μελλοντικά ώστε να είναι επιτεύξιμοι οι στόχοι του προγράμματος. Οι παραδοσιακές μέθοδοι ταξινόμησης ανά πίξελ, χρησιμοποιούν Landsat δορυφόρου εικόνα για να αποδώσουν LULC χάρτες (π.χ. 2001 National Land Cover Database) αποδίδοντας ατομικά πίξελ σε συγκεκριμένη κλάση βασισμένα σε μια μοναδική φασματική υπογραφή. Τέτοιου τύπου δεδομένα (περιλαμβάνουν Landsat, AVHRR και MODIS), έχουν μεγαλύτερες φασματικές επεκτάσεις (Landsat) και προσωρινές επεκτάσεις (AVHRR, MODIS) σε σχέση με τον υπερχωρικό δορυφόρο (QuickBird, IKONOS) και της εναέριας φωτογράφησης (US National Agricultural Imagery Program—NAIP). Έτσι, αυτού του τύπου δεδομένα έχουν διαδραματίσει ήδη βασικό ρόλο σε μικρές αλλά και μεγαλύτερες εκτάσεις. Ωστόσο η χωρική ανάλυση της εικόνας Landsat (30 m) περιορίζει τη δυνατότητα αναγνώρισης και χαρτογράφησης σημαντικών χαρακτηριστικών. Ειδικά, στις ετερογενείς καλύψεις των αστικών περιοχών, οι κλίμακες ανάλυσης αποτελούν μιας ειδική πρόκληση. Είναι πλέον γενικά παραδεκτό ότι η μέτρια ανάλυση εικόνας δεν είναι κατάλληλη για LULC χαρτογράφηση ετερογενών αστικών περιοχών. Μια σχετικά νέα μέθοδος ταξινόμησης, η αντικειμενοστραφής ανάλυση εικόνας (OBIA), ή αλλιώς ανάλυση χαρακτηριστικών, φαίνεται ότι αποδίδει καλύτερα σε υπερχωρικά ή εναέρια δεδομένα εικόνων καθώς και σε LiDAR, αποδίδοντας επιπλέον μεταβλητές όπως σχήμα, υφή, κλπ με σκοπό την ταξινόμηση των χαρακτηριστικών των εικόνων. Το αποτέλεσμα είναι η βελτίωση της ακρίβειας των αποτελεσμάτων, επιτρέποντας τη χαρτογράφηση ακόμα και πολύ μικρών αστικών χαρακτηριστικών όπως ώριμα δέντρα, μικρές ομάδες θάμνων κλπ. Επιπλέον, έχει δειχτεί ότι οι προσεγγίσεις μέσω ταξινόμησης ανά πίξελ, αν και κατάλληλες για Landsat εικόνες, τις υπερβαίνει η τεχνική OBIA σε αστικές, προαστικές, αγροτικές περιοχές ειδικά στις περιπτώσεις όπου η κάλυψη δέντρου είναι περίπλοκη και ετερογενής. Επιπλέον βασικό στοιχείο της τεχνικής OBIA, είναι ότι μπορεί να χρησιμοποιηθεί σε ελεύθερα προσβάσιμες υπερχωρικές NAIP εικόνες, κάτι που είναι σχετικά περιορισμένο στον αριθμό των διαθέσιμων φασμάτων. Οι εικόνες NAIP έχουν εθνική επέκταση, προσφέρουν επαναληπτικότητα, επιτρέπουν χωρικές και φασματικές συγκρίσεις και μπορούν να ταξινομηθούν στο να προσφέρουν λεπτομερείς LULC χαρτογραφήσεις για αστικό σχεδιασμό,διαχείριση και επιστημονική έρευνα. Η τεχνική OBIA σε NAIP εικόνες έχει χρησιμοποιηθεί και σε άλλες εφαρμογές, ειδικά στην ανίχνευση υγρότοπων, αλλά η χρησιμότητά της στην χαρτογράφηση αστικής κάλυψης δέντρου δεν έχει ακόμα διερευνηθεί. Αυτός είναι και ο σκοπός της παρούσας έρευνας. Ειδική προσοχή δίνεται στην ανάπτυξη μεθόδου η οποία όχι μόνο αποφαίνεται για το πλήθος ή την έκταση της κάλυψης δέντρου, αλλά προσφέρει και την χωρική τοποθέτηση αυτής. Η παρούσα έρευνα, στοχεύει στην ανάπτυξη ενός επαναλμβανόμενου αλγορίθμου με ικανότητα προσαρμογής σε εικόνες άλλων χωρικών ή φασματικών αναλύσεων επιτρέποντας την ενοποίηση και άλλων πηγών δεδομένων. Ως επιμέρους στόχοι είναι (1) η δημιουργία ευέλικτου αλγορίθμου, (2) ο έλεγχος της απόδοσης του αλγορίθμου σε εικόνες διαφορετικών χωρικών και φασματικών αναλύσεων, (3) η πρόσβαση στην ακρίβεια και στις επιπλοκές της κάλυψης δέντρου μέσω των ταξινομήσεων που προκύπτουν, στοχεύοντας στην ανάπτυξη μιας ακριβούς επαναλαμβανόμενης μεθόδου για μελλοντικές εικόνες και σε άλλες τοποθεσίες. <br /> <br /> '''ΜΕΘΟΔΟΙ'''<br /> <br /> [[Εικόνα: Εικόνα1 θέμα7.JPG | thumb| right|'''Εικόνα 2.''' Παραδείγματα αδιάβροχων επιφανειών εδάφους.]]<br /> <br /> Περιοχή Μελέτης:Δημιουργήθηκε ένας αλγόριθμος OBIA για μια μικρή περιοχή με αποκλίσεις στο Seeatle, WA των ΗΠΑ. H μοναδικότητα της περιοχής σχετίζεται με μια πλούσια κάλυψη δέντρου που κυρίως οφείλεται στο έδαφος και στο μικροκλίμα, ως αποτέλεσμα της τοπογραφίας αλλά και της ανθρώπινης δραστηριότητας. Η επιλογή της περιοχής μελέτης (η οποία από εδώ και πέρα θα αποκαλείται ως κοιλάδα Rainier) σχετίζεται με το γεγονός ότι θεωρείται ως μια από τις περιοχές με τις μεγαλύτερες πολιτισμικές αποκλίσεις στις ΗΠΑ, με πλήθος κοινωνικών και οικονομικών χαρακτηριστικών που ενδέχεται να επηρεάζουν την αστική κάλυψη δέντρου. <br /> <br /> [[Εικόνα: Πίνακας2 θέμα7.JPG | thumb| right|'''Πίνακας 2.''' Περίληψη του συνόλου δεδομένων.]]<br /> <br /> Σύνολο Δεδομένων: Χρησιμοποιήθηκαν δύο τύποι απομακρυσμένης ανίχνευσης δεδομένων για την ταξινόμηση με την τεχνική ΟΒΙΑ, στην παρούσα έρευνα και επιπλέον συγκρίθηκαν τα αποτελέσματα με ανεξάρτητη μελέτη η οποία δημιουργήθηκε για την πόλη του Seattle με την ΟΒΙΑ τεχνική. Επίσης χρησιμοποιήθηκε η 2001 National Land Cover Database (NLCD), με ανάλυση (30 m) % κάλυψη από το κάθε πίξελ με εικόνες Landsat δορυφόρου, παραγόμενες από την Αμερικανική Γεωλογική έρευνα (καθώς τα δεδομένα του 2006 δεν ήταν διαθέσιμα, κατά την περίοδο της έρευνας). Το σύστημα αναφοράς που χρησιμοποιήθηκε ήταν NAD 1983/UTM Zone 10N, με σκοπό τον εντοπισμό μικρών χαρακτηριστικών για την παραγωγή λεπτομερούς ταξινόμησης. Τα δεδομένα, οι ημερομηνίες, οι πηγές, οι περιγραφές και οι χρήσεις αυτών παρατίθενται περιληπτικά στον πίνακα 2. <br /> <br /> [[Εικόνα: Εικόνα2 θέμα7.JPG | thumb| right|'''Εικόνα 2.''' Παραδείγματα από κατατμήσεις της εικόνας αντιπροσωπευτικές των περιγραφόμενων LULC κλάσεων. Τα πολύγωνα κυανού χρώματος δείχνουν παράδειγμα της κλάσης LULC οριοθετημένα από την ΟΒΙΑ κατάτμηση.]]<br /> <br /> Τα βασικά βήματα της μεθόδου περιελάμβαναν (1) βασική κατάτμηση με χρήση επιπέδων, (2) επιπλέον κατάτμηση με βάση τη βασική κατάτμηση και χρήση επιμέρους στοιχείων (πχ.υφή) και χωρικά, φασματικά χαρακτηριστικά της εικόνας, (3) ταξινόμηση χρησιμοποιώντας χαρακτηριστικά που προέκυψαν από την εικόνα. Αν και δεν είναι απλό να δοθεί πλήρη περιγραφή των αλγορίθμων, υπήρξαν διάφορα στοιχεία χρήσιμα κατά τη δημιουργία τους. Οι κλάσεις φαίνονται στην εικόνα 2 και σκοπός ήταν η παραγωγή κλάσεων κατάλληλων για μελλοντική μοντελοποίηση και εφαρμογές. <br /> <br /> Ταξινομήσεις Land Use/Land Cover: Αναπτύχθηκαν LULC ταξινομήσεις χρησιμοποιώντας δεδομένα με διαφορετικές χωρικές και φασματικές αναλύσεις. Με χρήση Definiens 8.0 δημιουργήθηκαν αλγόριθμοι ταξινόμησης ειδικά για κάθε ημερομηνία της εκάστοτε εικόνας. <br /> <br /> '''ΑΠΟΤΕΛΕΣΜΑΤΑ'''<br /> <br /> [[Εικόνα: Εικόνα3 θέμα7.JPG | thumb| right|'''Εικόνα 3.''' Δειγματικά σημεία βασισμένα (α) σε ΟΒΙΑ, LULC ταξινομήσεις με NAIP εικόνες, (β) σε NLCD% κάλυψη]]<br /> <br /> Από τα 100 NLCD δείγματα σημείων μόνο τα δύο δεν εμπίπτουν στην ταξινόμηση κάλυψης δέντρου. Με περαιτέρω μελέτη, βρέθηκε ότι τα δύο αυτά σημεία βρίσκονται σε κατάσταση σφάλματος. Επιπλέον, 72 από τα 100 σημεία δεν εμπίπτουν στην NLCD κλάση κάλυψης. Αυτό οφείλεται στο γεγονός ότι τα δεδομένα NLCD δεν πιάνουν τα μικρά δέντρα κάλυψης της περιοχής μελέτης. Αντίστοιχα, 28 δείγματα σημείων ταιριάζουν με το NLCD % επίπεδο κάλυψης. Επιπλέον, υπάρχει η υποψία ότι ίσως έχει υπερεκτιμηθεί η ταξινόμηση και αυτό οφείλεται σε σκιάσεις στα υπεχωρικά δεδομένα οι οποίες ταξινομούνται λανθασμένα ως δέντρα, με την προσέγγιση ΟΒΙΑ. Η μη δυνατότητα αναγνώρισης και των μικρότερων δέντρων κάλυψης, είναι δυνατό να οδηγήσει σε λάθος στρατηγικές διαχείρισης. <br /> <br /> '''ΣΥΜΠΕΡΑΣΜΑΤΑ'''<br /> <br /> Αναλογικά και με προηγούμενες έρευνες με εφαρμογή ΟΒΙΑ σε αστικά χωρικά χαρακτηριστικά, καταδεικνύεται ότι η τεχνική ΟΒΙΑ μπορεί να δημιουργήσει καλές και επαναλαμβανόμενες LULC ταξινομήσεις, κατάλληλες για μελέτες κάλυψης δέντρου σε αστικές περιοχές. Η έρευνα αποδεικνύει μεγαλύτερη ακρίβεια σε ετερογενείς δασικές περιοχές σε σχέση με ταξινομήσεις όπως NLCD. Αυτό πιθανόν να σχετίζεται με τις μεθόδους και την ανάλυση των δεδομένων. Θεωρούμε ότι είναι σημαντική η περαιτέρω διερεύνηση χειρισμών φασματικών και χωρικών αναλύσεων. Οι ταξινομήσεις Land cover που απορρέουν από υπερχωρικά δεδομένα, αποδίδουν πληροφορία με ακρίβεια και συνοχή και σε συνάφεια με άλλα υψηλής ανάλυσης GIS σύνολα δεδομένων, όπως τα πακέτα δεδομένων. Αυτό είναι σημαντικό εάν τα δεδομένα χρησιμοποιηθούν για τη βιώσιμη διαχείριση ή ως εργαλείο υποστήριξης αποφάσεων σε τοπικό επίπεδο. Οι ταξινομήσεις LULC βασισμένες σε ΟΒΙΑ είναι αρκετά λεπτομερείς ώστε να υποστηρίζουν την ανάλυση πακέτου. Επιπλέον μεγάλο εύρος λογισμικών, συμβατών με την προσέγγιση ΟΒΙΑ είναι διαθέσιμο, ωστόσο η περαιτέρω μελέτη για την ανεύρεση ανοιχτών λογισμικών θα ήταν χρήσιμη. Αν και η ανάλυση ΟΒΙΑ, απαιτεί μεγάλο πλήθος δεδομένων και ισχυρές επεξεργαστικές δυνατότητες, υπάρχουν αρκετοί τρόποι επίλυσης της οικονομικής πλευράς του ζητήματος. Για παράδειγμα, η προσέγγιση μέσω κοινοπραξιών θα μπορούσε να επωφεληθεί από τις οικονομίες κλίμακας και να χαμηλώσει τα κόστη παραγωγής με αντίγραφα του αλγορίθμου με εκτεταμένες δυνατότητες. Οι συμμαχίες στην αναζήτηση των δεδομένων μπορούν να συμβάλλουν στην αξιοποίηση της ετερογένειας των δεδομένων, όπου πιθανόν να είναι εφικτό να αναμιχθούν το κοινό και οι πολίτες. <br /> <br /> [[category:Καταγραφή πρασίνου]]</div>

Sofistab http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%95%CE%B9%CE%BA%CF%8C%CE%BD%CE%B13_%CE%B8%CE%AD%CE%BC%CE%B17.JPG 2018-02-20T00:32:27Z

<p>Sofistab: Δειγματικά σημεία βασισμένα (α) σε ΟΒΙΑ, LULC ταξινομήσεις με NAIP εικόνες, (β) σε NLCD% κάλυψη.</p> <hr /> <div> Δειγματικά σημεία βασισμένα (α) σε ΟΒΙΑ, LULC ταξινομήσεις με NAIP εικόνες, (β) σε NLCD% κάλυψη.</div>

Sofistab http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%95%CE%B9%CE%BA%CF%8C%CE%BD%CE%B12_%CE%B8%CE%AD%CE%BC%CE%B17.JPG 2018-02-20T00:29:50Z

<p>Sofistab: Παραδείγματα από κατατμήσεις της εικόνας αντιπροσωπευτικές των περιγραφόμενων LULC κλάσεων. Τα πολύγωνα κυανού χρώματος δείχνουν παράδειγ�</p> <hr /> <div>Παραδείγματα από κατατμήσεις της εικόνας αντιπροσωπευτικές των περιγραφόμενων LULC κλάσεων. Τα πολύγωνα κυανού χρώματος δείχνουν παράδειγμα της κλάσης LULC οριοθετημένα από την ΟΒΙΑ κατάτμηση.</div>

Sofistab http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%A0%CE%AF%CE%BD%CE%B1%CE%BA%CE%B1%CF%822_%CE%B8%CE%AD%CE%BC%CE%B17.JPG 2018-02-20T00:26:05Z

<p>Sofistab: Περίληψη του συνόλου δεδομένων.</p> <hr /> <div>Περίληψη του συνόλου δεδομένων.</div>

Sofistab http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%95%CE%B9%CE%BA%CF%8C%CE%BD%CE%B11_%CE%B8%CE%AD%CE%BC%CE%B17.JPG 2018-02-20T00:22:35Z

<p>Sofistab: Χάρτης της περιοχής μελέτης καταδεικνύοντας την έκταση της κοιλάδα Rainier.</p> <hr /> <div>Χάρτης της περιοχής μελέτης καταδεικνύοντας την έκταση της κοιλάδα Rainier.</div>

Sofistab http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%A0%CE%AF%CE%BD%CE%B1%CE%BA%CE%B1%CF%821_%CE%B8%CE%AD%CE%BC%CE%B17.JPG 2018-02-20T00:15:07Z

<p>Sofistab: To σύστημα ιεραρχικής ταξινόμησης του Anderson, καταδεικνύοντας παραδείγματα επιπέδου Ι-ΙΙΙ για αστικές και δασικές εκτάσεις. Μόνο οι κλάσεις σ</p> <hr /> <div>To σύστημα ιεραρχικής ταξινόμησης του Anderson, καταδεικνύοντας παραδείγματα επιπέδου Ι-ΙΙΙ για αστικές και δασικές εκτάσεις. Μόνο οι κλάσεις σε κόκκινο και πράσινο έχουν επεκταθεί περισσότερο στις ιεραρχίες.</div>

Sofistab http://147.102.106.44/rs/wiki/index.php/%CE%A3%CF%84%CE%B1%CE%BC%CF%80%CE%BF%CF%85%CE%BB%CE%AE_%CE%A3%CE%BF%CF%86%CE%AF%CE%B1 2018-02-19T23:38:27Z

<p>Sofistab: </p> <hr /> <div>Add Your Content Here <br /> <br /> * [[Παγκόσμιες Τάσεις Έκθεσης Φυσικών Επίγειων Οικοσυστημάτων Σε Φωτορύπανση.]]<br /> * [[Μνημεία Πολιτιστικής Κληρονομιάς σε Κίνδυνο – Αυτόματη ανίχνευση ζημιών από το διάστημα.]]<br /> * [[Ταχεία Αστική Ανάπτυξη στην κοιλάδα του Κατμαντού, Νεπάλ: Παρακολούθηση Δυναμικής της Χρήσης Γης και Κάλυψης Γης με εικόνες Landsat.]]<br /> * [[Μεταβολές των Δασών στην τροπική Νότια και Κεντρική Αμερική από το 1990 μέχρι το 2005 που σχετίζονται με Εκπομπές Άνθρακα.]]<br /> * [[Χαρτογράφηση 2000-2010, Αλλαγή των Αδιάβροχων Επιφανειών Εδάφους στην Ινδία χρησιμοποιώντας Στοιχεία Παγκόσμιας Έρευνας Εδάφους Landsat.]]<br /> * [[Εντοπισμός και Παρακολούθηση Ενεργών Ρηγμάτων σε Αστικά Περιβάλλοντα: Συμβολομετρία χρονοσειρών στις πόλεις της Πάτρας και του Πύργου.]]<br /> * [[Παρακολούθηση της Αστικής Κάλυψης Δέντρων με τη Χρήση Αντικειμενοστραφούς Ανάλυσης Εικόνας και Απομακρυσμένων Δεδομένων.]]<br /> * [[Ανίχνευση Αλλαγής Αστικής Γης με Οδική Πυκνότητα και Φασματικές Πληροφορίες από πολυδιάστατα δεδομένα Landsat.]]<br /> <br /> <br /> [[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Αθήνα)]]</div>

Sofistab http://147.102.106.44/rs/wiki/index.php/%CE%A3%CF%84%CE%B1%CE%BC%CF%80%CE%BF%CF%85%CE%BB%CE%AE_%CE%A3%CE%BF%CF%86%CE%AF%CE%B1 2018-02-19T23:38:02Z

<p>Sofistab: </p> <hr /> <div>Add Your Content Here <br /> <br /> * [[Παγκόσμιες Τάσεις Έκθεσης Φυσικών Επίγειων Οικοσυστημάτων Σε Φωτορύπανση.]]<br /> * [[Μνημεία Πολιτιστικής Κληρονομιάς σε Κίνδυνο – Αυτόματη ανίχνευση ζημιών από το διάστημα.]]<br /> * [[Ταχεία Αστική Ανάπτυξη στην κοιλάδα του Κατμαντού, Νεπάλ: Παρακολούθηση Δυναμικής της Χρήσης Γης και Κάλυψης Γης με εικόνες Landsat.]]<br /> * [[Μεταβολές των Δασών στην τροπική Νότια και Κεντρική Αμερική από το 1990 μέχρι το 2005 που σχετίζονται με Εκπομπές Άνθρακα.]]<br /> * [[Χαρτογράφηση 2000-2010, Αλλαγή των Αδιάβροχων Επιφανειών Εδάφους στην Ινδία χρησιμοποιώντας Στοιχεία Παγκόσμιας Έρευνας Εδάφους Landsat.]]<br /> * [[Εντοπισμός και Παρακολούθηση Ενεργών Ρηγμάτων σε Αστικά Περιβάλλοντα: Συμβολομετρία χρονοσειρών στις πόλεις της Πάτρας και του Πύργου.]]<br /> * [[Παρακολούθηση της Αστικής Κάλυψης Δέντρων με τη Χρήση Αντικειμενοστραφούς Ανάλυσης Εικόνας και Απομακρυσμένων Δεδομένων.]]<br /> * [[Ανίχνευση Αλλαγής Αστικής Γης με Οδική Πυκνότητα και Φασματικές Πληροφορίες από πολυδιάστατα δεδομένα Landsat.]]<br /> <br /> <br /> [[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Αθήνα)]]</div>

Sofistab http://147.102.106.44/rs/wiki/index.php/%CE%A3%CF%84%CE%B1%CE%BC%CF%80%CE%BF%CF%85%CE%BB%CE%AE_%CE%A3%CE%BF%CF%86%CE%AF%CE%B1 2018-02-19T23:08:06Z

<p>Sofistab: </p> <hr /> <div>Add Your Content Here <br /> <br /> * [[Παγκόσμιες Τάσεις Έκθεσης Φυσικών Επίγειων Οικοσυστημάτων Σε Φωτορύπανση.]]<br /> * [[Μνημεία Πολιτιστικής Κληρονομιάς σε Κίνδυνο – Αυτόματη ανίχνευση ζημιών από το διάστημα.]]<br /> * [[Ταχεία Αστική Ανάπτυξη στην κοιλάδα του Κατμαντού, Νεπάλ: Παρακολούθηση Δυναμικής της Χρήσης Γης και Κάλυψης Γης με εικόνες Landsat.]]<br /> * [[Μεταβολές των Δασών στην τροπική Νότια και Κεντρική Αμερική από το 1990 μέχρι το 2005 που σχετίζονται με Εκπομπές Άνθρακα.]]<br /> * [[Χαρτογράφηση 2000-2010, Αλλαγή των Αδιάβροχων Επιφανειών Εδάφους στην Ινδία χρησιμοποιώντας Στοιχεία Παγκόσμιας Έρευνας Εδάφους Landsat.]]<br /> * [[Εντοπισμός και Παρακολούθηση Ενεργών Ρηγμάτων σε Αστικά Περιβάλλοντα: Συμβολομετρία χρονοσειρών στις πόλεις της Πάτρας και του Πύργου.]]<br /> * [[Ανίχνευση Αλλαγής Αστικής Γης με Οδική Πυκνότητα και Φασματικές Πληροφορίες από πολυδιάστατα δεδομένα Landsat.]]<br /> <br /> <br /> [[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Αθήνα)]]</div>

Sofistab http://147.102.106.44/rs/wiki/index.php/%CE%95%CE%BD%CF%84%CE%BF%CF%80%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%BA%CE%B1%CE%B9_%CE%A0%CE%B1%CF%81%CE%B1%CE%BA%CE%BF%CE%BB%CE%BF%CF%8D%CE%B8%CE%B7%CF%83%CE%B7_%CE%95%CE%BD%CE%B5%CF%81%CE%B3%CF%8E%CE%BD_%CE%A1%CE%B7%CE%B3%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CF%83%CE%B5_%CE%91%CF%83%CF%84%CE%B9%CE%BA%CE%AC_%CE%A0%CE%B5%CF%81%CE%B9%CE%B2%CE%AC%CE%BB%CE%BB%CE%BF%CE%BD%CF%84%CE%B1:_%CE%A3%CF%85%CE%BC%CE%B2%CE%BF%CE%BB%CE%BF%CE%BC%CE%B5%CF%84%CF%81%CE%AF%CE%B1_%CF%87%CF%81%CE%BF%CE%BD%CE%BF%CF%83%CE%B5%CE%B9%CF%81%CF%8E%CE%BD_%CF%83%CF%84%CE%B9%CF%82_%CF%80%CF%8C%CE%BB%CE%B5%CE%B9%CF%82_%CF%84%CE%B7%CF%82_%CE%A0%CE%AC%CF%84%CF%81%CE%B1%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CE%BF%CF%85_%CE%A0%CF%8D%CF%81%CE%B3%CE%BF%CF%85. 2018-02-19T22:58:56Z

<p>Sofistab: </p> <hr /> <div>'''Εντοπισμός και Παρακολούθηση Ενεργών Ρηγμάτων σε Αστικά Περιβάλλοντα: Συμβολομετρία χρονοσειρών στις πόλεις της Πάτρας και του Πύργου (Πελοπόννησος, Ελλάδα).'''<br /> <br /> <br /> '''Πρωτότυπος τίτλος:''' ''Detection and Monitoring of Active Faults in Urban Environments: Time Series Interferometry on the Cities of Patras and Pyrgos (Peloponnese, Greece)''<br /> <br /> '''Συγγραφείς:'''Ισαάκ Παρχαρίδης, Σωτήρης Κοκκάλας, Ιωάννης Φουντούλης και Μιχάλης Φουρμέλης<br /> <br /> '''Σύνδεσμος πρωτότυπου κειμένου:''' [http://labtect.geol.uoa.gr/pages/fountoulis/PDF%20Files/127-2009%20Remote%20Sens%20Pyrgos%20Insar.pdf]<br /> <br /> <br /> '''ΠΕΡΙΛΗΨΗ'''<br /> <br /> Η παρακολούθηση ενεργών ρηγμάτων σε αστικές περιοχές έχει μεγάλη σημασία, αφού παρέχει χρήσιμες πληροφορίες για την αξιολόγηση σεισμικών κινδύνων. Η παρούσα μελέτη έχει να κάνει με την πιθανή παραμόρφωση του εδάφους που προκαλείται από τεκτονική δραστηριότητα στις πόλεις της Πάτρας και του Πύργου, στη Δυτική Ελλάδα. Μια τεχνική PS συμβολομετρικής ανάλυσης εφαρμόστηκε σε ένα πλούσιο πακέτο δεδομένων με εικόνες ERS-1 και 2 εικόνες SLC. Τα αποτελέσματα της συμβολομετρικής ανάλυσης συγκρίθηκαν με τους τεκτονικούς χάρτες των δύο πόλεων. Στην Πάτρα εντοπίζεται μεγαλύτερη ανύψωση – υποχώρηση λόγω του πιο διακριτού μοτίβου των ρηγμάτων και των έντονων παραμορφώσεων σε σχέση με την περιοχή του Πύργου, όπου η παραμόρφωση είναι περισσότερο διάχυτη, χωρίς σημαντικές μετατοπίσεις στην επιφάνεια.<br /> <br /> '''ΕΙΣΑΓΩΓΗ'''<br /> <br /> Ο σεισμικός κύκλος ενός ενεργού ρήγματος μπορεί να περιλαμβάνει ρήξη και διασεισμική παραμόρφωση. Κατά το διασεισμικό στάδιο που συνήθως διαρκεί από λίγες εκατοντάδες έως και χιλιάδες χρόνια, μπορεί να συσσωρεύεται σιωπηλά τεκτονική ένταση στο φλοιό. Η ένταση αυτή απελευθερώνεται κατά τη διασεισμική περίοδο, ειδικά κατά μήκος υφερπόντων ενεργών ρηγμάτων. <br /> Η κατανόηση των ενεργών τεκτονικών διαδικασιών και της απελευθέρωσης της ενέργειας μέσα από την παρακολούθηση της μεταβατικής παραμόρφωσης της συσσωρευμένης έντασης έχει γίνει πολύ σημαντική για πληθώρα ανθρώπινων δραστηριοτήτων. Επιπλέον, ο τύπος της τοπικής παραμόρφωσης του ρήγματος και της γύρω περιοχής μπορεί να καθορίσει την έκταση του σεισμικού κινδύνου. Αυτό επιτρέπει τη λήψη μέτρων και την ανάληψη πρωτοβουλιών για την αποφυγή τέτοιου είδους κινδύνων.<br /> Η παρακολούθηση της διασεισμικής συμπεριφοράς ενεργών ρηγμάτων σε αστικές περιοχές είναι υψηλής σημασίας, αφού η τοπική έκθεση (πληθυσμός, υποδομές) αυξάνει τους κινδύνους. Πρόσφατα, οι διασεισμικές φλοιώδεις ταχύτητες και εντάσεις προσδιορίστηκαν για ένα σημαντικό αριθμό ενεργών περιοχών, μέσα από επαναλαμβανόμενες μετρήσεις με χρήση GPS. Σε κάποιες περιπτώσεις το έδαφος είναι απομονωμένο και η προσβασιμότητα δύσκολη, με αποτέλεσμα η πυκνότητα των μετρήσεων GPS να είναι σχετικά αραιή, ή στην περίπτωση του αστικού περιβάλλοντος, η λειτουργία του GPS μπορεί να διακόπτεται από το συχνό μπλοκάρισμα των σημάτων. <br /> Τις δύο τελευταίες δεκαετίες, η Διαφορική Συμβολομετρία απεικονίσεων SAR που βασίζεται σε δορυφορικά δεδομένα έχει γίνει ένα χρήσιμο εργαλείο για τον εντοπισμό και την παρακολούθηση εδαφικών παραμορφώσεων. Πρόσφατες εξελίξεις (ήδη από τα τέλη της δεκαετίας του 90) στη Διαφορική Συμβολομετρία SAR, δείνουν τη δυνατότητα να ξεπεραστούν ορισμένοι γνωστοί περιορισμοί της συμβολομετρίας συνεχούς λήψης (repeat pass). Εξετάζοντας τη συμβολομετρική φάση από σταθερούς, σημειακούς στόχους, είναι δυνατή η παρακολούθηση και κάλυψη μιας περιοχής που κανονικά χαρακτηρίζεται από χαμηλή συνοχή. Επιπλέον, η μιλιμετρική μετατόπιση των στόχων κατά μήκος της διεύθυνσης του δορυφόρου μπορεί να εντοπιστεί επιτρέποντας έτσι τη μέτρηση της αργής κίνησης του εδάφους. Η Συμβολομετρία Σταθερών Σκεδαστών (PSI) είναι μια τεχνική που χρησιμοποιείται για τον εντοπισμό μικρών κινήσεων διακριτών σημείων κατασκευών και εδάφους επί μιας πλατιάς έκτασης. Οι ανακλαστήρες αυτοί πρέπει να παραμένουν σταθεροί. Η συμβολομετρική ανάλυση σημειακών στόχων (IPTA) είναι μια ειδική μέθοδος Συμβολομετρίας Σταθερών Σκεδαστών για την εκμετάλλευση χωρικών και χρονικών χαρακτηριστικών των συμβολομετρικών υπογραφώνπου συλλέγονται από σημειακούς στόχους για την χαρτογράφηση ιστορικών διασκορπισμένων παραμορφώσεων. Η παρακολούθηση των ρηγμάτων σε αστικά περιβάλλοντα με χρήση διαφορετικών συμβολομετρικών τεχνικών (repeat-pass, PS, stacking) υλοποιείται σε πολλές σεισμικά ενεργές περιοχές του πλανήτη. <br /> Το 1993, καταστροφικοί σεισμοί έπληξαν τη βορειοδυτική Πελοπόννησο στο νότιο τμήμα της Ελλάδας. Προκάλεσαν σοβαρές ζημιές στην ευρύτερη περιοχή δύο πυκνοκατοικημένων πόλεων, της Πάτρας και του Πύργου, που είναι οι πρωτεύουσες των γειτονικών νομών της Αχαΐας και της Ηλείας. Η εν λόγω μελέτη αφορά τη χρήση συμβολομετρικής ανάλυσης σταθερών σκεδαστών δορυφορικών δεδομένων ERS-1 και 2, πάνω από τις πόλεις του Πύργου και της Πάτρας με στόχο την παρακολούθηση και αποκάλυψη της χωρικής κατανομής των ενεργών ρηγμάτων. <br /> <br /> '''ΑΠΟΤΕΛΕΣΜΑΤΑ'''<br /> <br /> [[Εικόνα: Εικόνα1 θέμα6.JPG | thumb| right|'''Εικόνα 1.''' Στόχοι σημείων πάνω από το χάρτη βλαβών για την περιοχή της Πάτρας.]] <br /> <br /> Πάτρα: Στο διάγραμμα φαίνεται ότι οι σχετικές κάθετες ταχύτητες προς και μακριά από τη διεύθυνση του δορυφόρου, κυμαίνονται μεταξύ των ακραίων τιμών του +5 και -5 mm/χρόνο αντίστοιχα. Μια αξιοσημείωτη παρατήρηση είναι ότι παρατηρείται μια αντιφατική υποχώρηση και ανύψωση των σημειακών σταθερών σκεδαστών κατά μήκος διακριτών και συγκεκριμένων ζωνών όπως η ρηξιγενής ζώνη της Αγίας Τριάδας στα νότια της πόλης και κατά μήκος της γραμμικής τάσης με κατεύθυνση από τη Δύση προς την Ανατολή, βόρεια του λιμανιού της Πάτρας, που δε σχετίζεται με κάποιο ορατό χαρτογραφημένο ίχνος ρήγματος. Μεταξύ των δύο αυτών ζωνών παρατηρείται μόνο ανύψωση, έστω και με μικρούς ρυθμούς. <br /> <br /> [[Εικόνα: Εικόνα2 θέμα6.JPG | thumb| right|'''Εικόνα 2.''' Στόχοι σημείων πάνω από το χάρτη βλαβών για την περιοχή του Πύργου.]] <br /> <br /> Πύργος: Με βάση τη χωρική κατανομή των σημείων των Σταθερών Σκεδαστών, το μέγεθος και το είδος της κάθετης κίνησης για την περίοδο 1992-2000, μπορούν να διαχωριστούν τρεις περιοχές για την ευρύτερη περιοχή της πόλης του Πύργου. <br /> Για τη βόρεια περιοχή προκύπτει υποχώρηση με τιμές που κυμαίνονται μεταξύ -0,8 έως -2,5 mm/έτος ενώ λίγοι στόχοι υποδεικνύουν σταθερότητα. Στην περιοχή αυτή συμβαίνουν χαλαρές αλλουβιακές αποθέσεις και συνορεύει βόρεια με τη ρηξιγενή ζώνη του Βουρνάγου και νότια με το ρήγμα του Βόρειου Πύργου. <br /> Η κεντρική που αντιστοιχεί στο τεκτονικό κέρας του πύργου οριοθετείται από το βόρειο και το νότιο ρήγμα του Πύργου. Η πλειοψηφία των σημείων δείχνει ανόρθωση από 1,5 έως 2,5 mm/έτος με ελάχιστα σημεία να υποδηλώνουν υποχώρηση. <br /> Στο νότιο τμήμα, όπου οι χαλαρές αλλουβιακές αποθέσεις έρχονται στην επιφάνεια, η πλειοψηφία των στόχων υποδηλώνει υποχώρηση, λίγοι παραμένουν σταθεροί και μια μειοψηφία δείχνει ανόρθωση. <br /> <br /> [[category:Γεωλογία – Εδαφολογία]]</div>

Sofistab http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%95%CE%B9%CE%BA%CF%8C%CE%BD%CE%B12_%CE%B8%CE%AD%CE%BC%CE%B16.JPG 2018-02-19T22:57:43Z

<p>Sofistab: Στόχοι σημείων πάνω από το χάρτη βλαβών για την περιοχή του Πύργου.</p> <hr /> <div>Στόχοι σημείων πάνω από το χάρτη βλαβών για την περιοχή του Πύργου.</div>

Sofistab http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%95%CE%B9%CE%BA%CF%8C%CE%BD%CE%B11_%CE%B8%CE%AD%CE%BC%CE%B16.JPG 2018-02-19T22:57:39Z

<p>Sofistab: Στόχοι σημείων πάνω από το χάρτη βλαβών για την περιοχή της Πάτρας.</p> <hr /> <div>Στόχοι σημείων πάνω από το χάρτη βλαβών για την περιοχή της Πάτρας.</div>

Sofistab http://147.102.106.44/rs/wiki/index.php/%CE%95%CE%BD%CF%84%CE%BF%CF%80%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%BA%CE%B1%CE%B9_%CE%A0%CE%B1%CF%81%CE%B1%CE%BA%CE%BF%CE%BB%CE%BF%CF%8D%CE%B8%CE%B7%CF%83%CE%B7_%CE%95%CE%BD%CE%B5%CF%81%CE%B3%CF%8E%CE%BD_%CE%A1%CE%B7%CE%B3%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CF%83%CE%B5_%CE%91%CF%83%CF%84%CE%B9%CE%BA%CE%AC_%CE%A0%CE%B5%CF%81%CE%B9%CE%B2%CE%AC%CE%BB%CE%BB%CE%BF%CE%BD%CF%84%CE%B1:_%CE%A3%CF%85%CE%BC%CE%B2%CE%BF%CE%BB%CE%BF%CE%BC%CE%B5%CF%84%CF%81%CE%AF%CE%B1_%CF%87%CF%81%CE%BF%CE%BD%CE%BF%CF%83%CE%B5%CE%B9%CF%81%CF%8E%CE%BD_%CF%83%CF%84%CE%B9%CF%82_%CF%80%CF%8C%CE%BB%CE%B5%CE%B9%CF%82_%CF%84%CE%B7%CF%82_%CE%A0%CE%AC%CF%84%CF%81%CE%B1%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CE%BF%CF%85_%CE%A0%CF%8D%CF%81%CE%B3%CE%BF%CF%85. 2018-02-19T22:31:13Z

<p>Sofistab: </p> <hr /> <div>'''Εντοπισμός και Παρακολούθηση Ενεργών Ρηγμάτων σε Αστικά Περιβάλλοντα: Συμβολομετρία χρονοσειρών στις πόλεις της Πάτρας και του Πύργου (Πελοπόννησος, Ελλάδα).'''<br /> <br /> <br /> '''Πρωτότυπος τίτλος:''' ''Detection and Monitoring of Active Faults in Urban Environments: Time Series Interferometry on the Cities of Patras and Pyrgos (Peloponnese, Greece)''<br /> <br /> '''Συγγραφείς:'''Ισαάκ Παρχαρίδης, Σωτήρης Κοκκάλας, Ιωάννης Φουντούλης και Μιχάλης Φουρμέλης<br /> <br /> '''Σύνδεσμος πρωτότυπου κειμένου:''' [http://labtect.geol.uoa.gr/pages/fountoulis/PDF%20Files/127-2009%20Remote%20Sens%20Pyrgos%20Insar.pdf]<br /> <br /> <br /> '''ΠΕΡΙΛΗΨΗ'''<br /> <br /> Η παρακολούθηση ενεργών ρηγμάτων σε αστικές περιοχές έχει μεγάλη σημασία, αφού παρέχει χρήσιμες πληροφορίες για την αξιολόγηση σεισμικών κινδύνων. Η παρούσα μελέτη έχει να κάνει με την πιθανή παραμόρφωση του εδάφους που προκαλείται από τεκτονική δραστηριότητα στις πόλεις της Πάτρας και του Πύργου, στη Δυτική Ελλάδα. Μια τεχνική PS συμβολομετρικής ανάλυσης εφαρμόστηκε σε ένα πλούσιο πακέτο δεδομένων με εικόνες ERS-1 και 2 εικόνες SLC. Τα αποτελέσματα της συμβολομετρικής ανάλυσης συγκρίθηκαν με τους τεκτονικούς χάρτες των δύο πόλεων. Στην Πάτρα εντοπίζεται μεγαλύτερη ανύψωση – υποχώρηση λόγω του πιο διακριτού μοτίβου των ρηγμάτων και των έντονων παραμορφώσεων σε σχέση με την περιοχή του Πύργου, όπου η παραμόρφωση είναι περισσότερο διάχυτη, χωρίς σημαντικές μετατοπίσεις στην επιφάνεια.<br /> <br /> '''ΕΙΣΑΓΩΓΗ'''<br /> <br /> Ο σεισμικός κύκλος ενός ενεργού ρήγματος μπορεί να περιλαμβάνει συσεισμική ρήξη και διασεισμική παραμόρφωση. Κατά το διασεισμικό στάδιο που συνήθως διαρκεί από λίγες εκατοντάδες έως και χιλιάδες χρόνια, μπορεί να συσσωρεύεται σιωπηλά τεκτονική ένταση στο φλοιό. Η ένταση αυτή απελευθερώνεται κατά τη διασεισμική περίοδο, ειδικά κατά μήκος υφερπόντων ενεργών ρηγμάτων. <br /> Η κατανόηση των ενεργών τεκτονικών διαδικασιών και της απελευθέρωσης της ενέργειας μέσα από την παρακολούθηση της μεταβατικής παραμόρφωσης της συσσωρευμένης έντασης έχει γίνει πολύ σημαντική για πληθώρα ανθρώπινων δραστηριοτήτων. Επιπλέον, ο τύπος της τοπικής παραμόρφωσης του ρήγματος και της γύρω περιοχής μπορεί να καθορίσει την έκταση του σεισμικού κινδύνου. Αυτό επιτρέπει τη λήψη μέτρων και την ανάληψη πρωτοβουλιών για την αποφυγή τέτοιου είδους κινδύνων.<br /> Η παρακολούθηση της διασεισμικής συμπεριφοράς ενεργών ρηγμάτων σε αστικές περιοχές είναι υψηλής σημασίας, αφού η τοπική έκθεση (πληθυσμός, υποδομές) αυξάνει τους κινδύνους. Πρόσφατα, οι διασεισμικές φλοιώδεις ταχύτητες και εντάσεις προσδιορίστηκαν για ένα σημαντικό αριθμό ενεργών περιοχών, μέσα από επαναλαμβανόμενες μετρήσεις με χρήση GPS. Σε κάποιες περιπτώσεις το έδαφος είναι απομονωμένο και η προσβασιμότητα δύσκολη, με αποτέλεσμα η πυκνότητα των μετρήσεων GPS να είναι σχετικά αραιή, ή στην περίπτωση του αστικού περιβάλλοντος, η λειτουργία του GPS μπορεί να διακόπτεται από το συχνό μπλοκάρισμα των σημάτων. <br /> Τις δύο τελευταίες δεκαετίες η Διαφορική Συμβολομετρία απεικονίσεων SAR που βασίζεται σε δορυφορικά δεδομένα έχει γίνει ένα χρήσιμο εργαλείο για τον εντοπισμό και την παρακολούθηση εδαφικών παραμορφώσεων. Πρόσφατες εξελίξεις (ήδη από τα τέλη της δεκαετίας του 90) στη Διαφορική Συμβολομετρία SAR, δείχνουν τη δυνατότητα να ξεπεραστούν ορισμένοι γνωστοί περιορισμοί της συμβολομετρίας συνεχούς λήψης (repeat pass). Εξετάζοντας τη συμβολομετρική φάση από σταθερούς, σημειακούς στόχους, είναι δυνατόν να δυνατή η παρακολούθηση και κάλυψη μιας περιοχής που κανονικά χαρακτηρίζεται από χαμηλή συνοχή. Επιπλέον, η μιλιμετρική μετατόπιση των στόχων κατά μήκος της διεύθυνσης του δορυφόρου μπορεί να εντοπιστεί επιτρέποντας έτσι τη με΄τρηση της αργής κίνησης του εδάφους. Η Συμβολομετρία Σταθερών Σκεδαστών (PSI) είναι μια τεχνική που χρησιμοποιείται για τον εντοπισμό μικρών κινήσεων διακριτών σηεμίων κατασκευών και εδάφους επί μιας πλατιάς έκτασης. Οι ανακλαστήρες αυτοί πρέπει να παραμένουν σταθεροί. Η συμβολομετρική ανάλυση σημειακών στόχων (IPTA) είναι μια ειδική μέθοδος Συμβολομετρίας Σταθερών Σκεδαστών για την εκμετάλλευση χωρικών και χρονικών χαρακτηριστικών των συμβολομετρικών υπογραφώνπου συλλέγονται από σημειακούς στόχους για την χαρτογράφηση ιστορικών διασκορπισμένων παραμορφώσεων. Η παρακολούθηση των ρηγμάτων σε αστικά περιβάλλοντα με χρήση διαφορετικών συμβολομετρικών τεχνικών ( repeat-pass, PS, stacking) υλοποιείται σε πολλές σεισμικά ενεργές περιοχές του πλανήτη. <br /> Το 1993, καταστροφικοί σεισμοί έπληξαν τη βορειοδυτική Πελοπόννησο στο νότιο τμήμα της Ελλάδας. Προκάλεσαν σοβαρές ζημιές στην ευρύτερη περιοχή δύο πυκνοκατοικημένων πόλεων, της Πάτρας και του Πύργου, που είναι οι πρωτεύουσες των γειτονικών νομών της Αχαϊας και της Ηλείας. Η εν λόγω μελέτη αφορά τη χρήση συμβολομετρικής ανάλυσης σταθερών σκεδαστών δορυφορικών δεδομένων ERS-1 και 2, πάνω από τις πόλεις του Πύργου και της Πάτρας με στόχο την παρακολούθηση και αποκάλυψη της χωρικής κατανομής των ενεργών ρηγμάτων. <br /> <br /> <br /> <br /> <br /> [[Εικόνα: Εικόνα1 θέμα5.JPG | thumb| right|'''Εικόνα 1.''' Υπολογισμός φασματικών δεικτών. Tα b1~b7 αντιστοιχούν σε δεδομένα Landsat.]] <br /> <br /> [[category:Γεωλογία – Εδαφολογία]]</div>

Sofistab http://147.102.106.44/rs/wiki/index.php/%CE%95%CE%BD%CF%84%CE%BF%CF%80%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%BA%CE%B1%CE%B9_%CE%A0%CE%B1%CF%81%CE%B1%CE%BA%CE%BF%CE%BB%CE%BF%CF%8D%CE%B8%CE%B7%CF%83%CE%B7_%CE%95%CE%BD%CE%B5%CF%81%CE%B3%CF%8E%CE%BD_%CE%A1%CE%B7%CE%B3%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CF%83%CE%B5_%CE%91%CF%83%CF%84%CE%B9%CE%BA%CE%AC_%CE%A0%CE%B5%CF%81%CE%B9%CE%B2%CE%AC%CE%BB%CE%BB%CE%BF%CE%BD%CF%84%CE%B1:_%CE%A3%CF%85%CE%BC%CE%B2%CE%BF%CE%BB%CE%BF%CE%BC%CE%B5%CF%84%CF%81%CE%AF%CE%B1_%CF%87%CF%81%CE%BF%CE%BD%CE%BF%CF%83%CE%B5%CE%B9%CF%81%CF%8E%CE%BD_%CF%83%CF%84%CE%B9%CF%82_%CF%80%CF%8C%CE%BB%CE%B5%CE%B9%CF%82_%CF%84%CE%B7%CF%82_%CE%A0%CE%AC%CF%84%CF%81%CE%B1%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CE%BF%CF%85_%CE%A0%CF%8D%CF%81%CE%B3%CE%BF%CF%85. 2018-02-19T20:24:17Z

<p>Sofistab: Νέα σελίδα με ''''Εντοπισμός και Παρακολούθηση Ενεργών Ρηγμάτων σε Αστικά Περιβάλλοντα: Συμβολομετρία χρονο...'</p> <hr /> <div>'''Εντοπισμός και Παρακολούθηση Ενεργών Ρηγμάτων σε Αστικά Περιβάλλοντα: Συμβολομετρία χρονοσειρών στις πόλεις της Πάτρας και του Πύργου (Πελοπόννησος, Ελλάδα).'''<br /> <br /> <br /> '''Πρωτότυπος τίτλος:''' ''Detection and Monitoring of Active Faults in Urban Environments: Time Series Interferometry on the Cities of Patras and Pyrgos (Peloponnese, Greece)''<br /> <br /> '''Συγγραφείς:'''Ισαάκ Παρχαρίδης, Σωτήρης Κοκκάλας, Ιωάννης Φουντούλης και Μιχάλης Φουρμέλης<br /> <br /> '''Σύνδεσμος πρωτότυπου κειμένου:''' [http://labtect.geol.uoa.gr/pages/fountoulis/PDF%20Files/127-2009%20Remote%20Sens%20Pyrgos%20Insar.pdf]<br /> <br /> <br /> '''ΠΕΡΙΛΗΨΗ'''<br /> <br /> Η παρακολούθηση ενεργών ρηγμάτων σε αστικές περιοχές έχει μεγάλη σημασία, αφού παρέχει χρήσιμες πληροφορίες για την αξιολόγηση σεισμικών κινδύνων. Η παρούσα μελέτη έχει να κάνει με την πιθανή παραμόρφωση του εδάφους που προκαλείται από τεκτονική δραστηριότητα στις πόλεις της Πάτρας και του Πύργου, στη Δυτική Ελλάδα. Μια τεχνική PS συμβολομετρικής ανάλυσης εφαρμόστηκε σε ένα πλούσιο πακέτο δεδομένων με εικόνες ERS-1 και 2 εικόνες SLC. Τα αποτελέσματα της συμβολομετρικής ανάλυσης συγκρίθηκαν με τους τεκτονικούς χάρτες των δύο πόλεων. Στην Πάτρα εντοπίζεται μεγαλύτερη ανύψωση – υποχώρηση λόγω του πιο διακριτού μοτίβου των ρηγμάτων και των έντονων παραμορφώσεων σε σχέση με την περιοχή του Πύργου, όπου η παραμόρφωση είναι περισσότερο διάχυτη, χωρίς σημαντικές μετατοπίσεις στην επιφάνεια.<br /> <br /> '''ΕΙΣΑΓΩΓΗ'''<br /> <br /> Ο σεισμικός κύκλος ενός ενεργού ρήγματος μπορεί να περιλαμβάνει συσεισμική ρήξη και διασεισμική παραμόρφωση. Κατά το διασεισμικό στάδιο που συνήθως διαρκεί από λίγες εκατοντάδες έως και χιλιάδες χρόνια, μπορεί να συσσωρεύεται σιωπηλά τεκτονική ένταση στο φλοιό. Η ένταση αυτή απελευθερώνεται κατά τη διασεισμική περίοδο, ειδικά κατά μήκος υφερπόντων ενεργών ρηγμάτων. <br /> Η κατανόηση των ενεργών τεκτονικών διαδικασιών και της απελευθέρωσης της ενέργειας μέσα από την παρακολούθηση της μεταβατικής παραμόρφωσης της συσσωρευμένης έντασης έχει γίνει πολύ σημαντική για πληθώρα ανθρώπινων δραστηριοτήτων. Επιπλέον, ο τύπος της τοπικής παραμόρφωσης του ρήγματος και της γύρω περιοχής μπορεί να καθορίσει την έκταση του σεισμικού κινδύνου. Αυτό επιτρέπει τη λήψη μέτρων και την ανάληψη πρωτοβουλιών για την αποφυγή τέτοιου είδους κινδύνων.<br /> Η παρακολούθηση της διασεισμικής συμπεριφοράς ενεργών ρηγμάτων σε αστικές περιοχές είναι υψηλής σημασίας, αφού η τοπική έκθεση (πληθυσμός, υποδομές) αυξάνει τους κινδύνους. Πρόσφατα, οι διασεισμικές φλοιώδεις ταχύτητες και εντάσεις προσδιορίστηκαν για ένα σημαντικό αριθμό ενεργών περιοχών, μέσα από επαναλαμβανόμενες μετρήσεις με χρήση GPS. Σε κάποιες περιπτώσεις το έδαφος είναι απομονωμένο και η προσβασιμότητα δύσκολη, με αποτέλεσμα η πυκνότητα των μετρήσεων GPS να είναι σχετικά αραιή, ή στην περίπτωση του αστικού περιβάλλοντος, η λειτουργία του GPS μπορεί να διακόπτεται από το συχνό μπλοκάρισμα των σημάτων. <br /> Τις δύο τελευταίες δεκαετίες η Διαφορική Συμβολομετρία απεικονίσεων SAR που βασίζεται σε δορυφορικά δεδομένα έχει γίνει ένα χρήσιμο εργαλείο για τον εντοπισμό και την παρακολούθηση εδαφικών παραμορφώσεων. Πρόσφατες εξελίξεις (ήδη από τα τέλη της δεκαετίας του 90) στη Διαφορική Συμβολομετρία SAR, δείχνουν τη δυνατότητα να ξεπεραστούν ορισμένοι γνωστοί περιορισμοί της συμβολομετρίας συνεχούς λήψης (repeat pass). Εξετάζοντας τη συμβολομετρική φάση από σταθερούς, σημειακούς στόχους, είναι δυνατόν να δυνατή η παρακολούθηση και κάλυψη μιας περιοχής που κανονικά χαρακτηρίζεται από χαμηλή συνοχή. Επιπλέον, η μιλιμετρική μετατόπιση των στόχων κατά μήκος της διεύθυνσης του δορυφόρου μπορεί να εντοπιστεί επιτρέποντας έτσι τη με΄τρηση της αργής κίνησης του εδάφους. Η Συμβολομετρία Σταθερών Σκεδαστών (PSI) είναι μια τεχνική που χρησιμοποιείται για τον εντοπισμό μικρών κινήσεων διακριτών σηεμίων κατασκευών και εδάφους επί μιας πλατιάς έκτασης. Οι ανακλαστήρες αυτοί πρέπει να παραμένουν σταθεροί. Η συμβολομετρική ανάλυση σημειακών στόχων (IPTA) είναι μια ειδική μέθοδος Συμβολομετρίας Σταθερών Σκεδαστών για την εκμετάλλευση χωρικών και χρονικών χαρακτηριστικών των συμβολομετρικών υπογραφώνπου συλλέγονται από σημειακούς στόχους για την χαρτογράφηση ιστορικών διασκορπισμένων παραμορφώσεων. Η παρακολούθηση των ρηγμάτων σε αστικά περιβάλλοντα με χρήση διαφορετικών συμβολομετρικών τεχνικών ( repeat-pass, PS, stacking) υλοποιείται σε πολλές σεισμικά ενεργές περιοχές του πλανήτη. <br /> Το 1993, καταστροφικοί σεισμοί έπληξαν τη βορειοδυτική Πελοπόννησο στο νότιο τμήμα της Ελλάδας. Προκάλεσαν σοβαρές ζημιές στην ευρύτερη περιοχή δύο πυκνοκατοικημένων πόλεων, της Πάτρας και του Πύργου, που είναι οι πρωτεύουσες των γειτονικών νομών της Αχαϊας και της Ηλείας. Η εν λόγω μελέτη αφορά τη χρήση συμβολομετρικής ανάλυσης σταθερών σκεδαστών δορυφορικών δεδομένων ERS-1 και 2, πάνω από τις πόλεις του Πύργου και της Πάτρας με στόχο την παρακολούθηση και αποκάλυψη της χωρικής κατανομής των ενεργών ρηγμάτων. <br /> <br /> <br /> <br /> <br /> [[Εικόνα: Εικόνα1 θέμα5.JPG | thumb| right|'''Εικόνα 1.''' Υπολογισμός φασματικών δεικτών. Tα b1~b7 αντιστοιχούν σε δεδομένα Landsat.]] <br /> <br /> [[category:Χαρτογράφηση παραμέτρων ποιότητας τοπίου και υποβαθμισμένων περιοχών]]</div>

Sofistab http://147.102.106.44/rs/wiki/index.php/%CE%A3%CF%84%CE%B1%CE%BC%CF%80%CE%BF%CF%85%CE%BB%CE%AE_%CE%A3%CE%BF%CF%86%CE%AF%CE%B1 2018-02-19T19:12:48Z

<p>Sofistab: </p> <hr /> <div>Add Your Content Here <br /> <br /> * [[Παγκόσμιες Τάσεις Έκθεσης Φυσικών Επίγειων Οικοσυστημάτων Σε Φωτορύπανση.]]<br /> * [[Μνημεία Πολιτιστικής Κληρονομιάς σε Κίνδυνο – Αυτόματη ανίχνευση ζημιών από το διάστημα.]]<br /> * [[Ταχεία Αστική Ανάπτυξη στην κοιλάδα του Κατμαντού, Νεπάλ: Παρακολούθηση Δυναμικής της Χρήσης Γης και Κάλυψης Γης με εικόνες Landsat.]]<br /> * [[Μεταβολές των Δασών στην τροπική Νότια και Κεντρική Αμερική από το 1990 μέχρι το 2005 που σχετίζονται με Εκπομπές Άνθρακα.]]<br /> * [[Χαρτογράφηση 2000-2010, Αλλαγή των Αδιάβροχων Επιφανειών Εδάφους στην Ινδία χρησιμοποιώντας Στοιχεία Παγκόσμιας Έρευνας Εδάφους Landsat.]]<br /> * [[Εντοπισμός και Παρακολούθηση Ενεργών Ρηγμάτων σε Αστικά Περιβάλλοντα: Συμβολομετρία χρονοσειρών στις πόλεις της Πάτρας και του Πύργου.]]<br /> <br /> <br /> [[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Αθήνα)]]</div>

Sofistab http://147.102.106.44/rs/wiki/index.php/%CE%A7%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_2000-2010,_%CE%91%CE%BB%CE%BB%CE%B1%CE%B3%CE%AE_%CF%84%CF%89%CE%BD_%CE%91%CE%B4%CE%B9%CE%AC%CE%B2%CF%81%CE%BF%CF%87%CF%89%CE%BD_%CE%95%CF%80%CE%B9%CF%86%CE%B1%CE%BD%CE%B5%CE%B9%CF%8E%CE%BD_%CE%95%CE%B4%CE%AC%CF%86%CE%BF%CF%85%CF%82_%CF%83%CF%84%CE%B7%CE%BD_%CE%99%CE%BD%CE%B4%CE%AF%CE%B1_%CF%87%CF%81%CE%B7%CF%83%CE%B9%CE%BC%CE%BF%CF%80%CE%BF%CE%B9%CF%8E%CE%BD%CF%84%CE%B1%CF%82_%CE%A3%CF%84%CE%BF%CE%B9%CF%87%CE%B5%CE%AF%CE%B1_%CE%A0%CE%B1%CE%B3%CE%BA%CF%8C%CF%83%CE%BC%CE%B9%CE%B1%CF%82_%CE%88%CF%81%CE%B5%CF%85%CE%BD%CE%B1%CF%82_%CE%95%CE%B4%CE%AC%CF%86%CE%BF%CF%85%CF%82_Landsat. 2018-02-19T11:14:19Z

<p>Sofistab: </p> <hr /> <div>'''Χαρτογράφηση 2000-2010, Αλλαγή των Επιφανειών Εδάφους στην Ινδία χρησιμοποιώντας Στοιχεία Παγκόσμιας Έρευνας Εδάφους Landsat.'''<br /> <br /> <br /> '''Πρωτότυπος τίτλος:''' ''Mapping 2000–2010 Impervious Surface Change in India Using Global Land Survey Landsat Data''<br /> <br /> '''Συγγραφείς:'''Panshi Wang, Chengquan Huang and Eric C. Brown de Colstoun <br /> <br /> '''Σύνδεσμος πρωτότυπου κειμένου:''' [http://www.mdpi.com/2072-4292/9/4/366/htm]<br /> <br /> <br /> '''ΠΕΡΙΛΗΨΗ'''<br /> <br /> Η κατανόηση και η παρακολούθηση των περιβαλλοντικών επιπτώσεων της παγκόσμιας αστικοποίησης απαιτεί καλύτερα αστικά δεδομένα. Η συνεχής χαρτογράφηση της αλλαγής των αδιάβροχων/αδιαπέραστων επιφανειών (ISC) με χρήση δεδομένων Landsat είναι ένας αποτελεσματικός τρόπος για την ποσοτικοποίηση της δυναμικής αλλαγής της αστικοποίησης. Είναι ευρέως αποδεκτό ότι η εκτίμηση της αδιάβροχης επιφάνειας με Landsat υπόκειται σε εποχιακές μεταβολές. Ο γενικός στόχος αυτής της εργασίας είναι να χαρτογραφήσει τα αδιαπέραστα εδάφη στα έτη 2000-2010 για την Ινδία, χρησιμοποιώντας στοιχεία από τηn παγκόσμια έρευνα εδάφους μόνο για το 2010. Για το σκοπό αυτό, αναπτύχθηκε μια μέθοδος που θα μπορούσε να μεταφέρει το μοντέλο δέντρου παλινδρόμησης που αναπτύχθηκε για τη χαρτογράφηση της επιφάνειας 2010 στο 2000, χρησιμοποιώντας μια επαναληπτική μέθοδο πρόβλεψης (ITP). Δημιουργήθηκε επίσης ένα ανεξάρτητο σύνολο δεδομένων επικύρωσης χρησιμοποιώντας εικόνες από το εργαλείο Google Earth. Η ρίζα του μέσου τετραγώνου του σφάλματος των προβλεπόμενων αδιάβροχων επιφανειών ISC εκτιμήθηκε σε 18.4% ενώ σε επίπεδο εμπιστοσύνης 95%, η συνολική εκτιμηθείσα ISC για την Ινδία μεταξύ 2000 και 2010 είναι 2274,62 +7.84 km2. <br /> <br /> '''ΕΙΣΑΓΩΓΗ'''<br /> <br /> Η πρώτη δεκαετία του εικοστού πρώτου αιώνα γνώρισε ταχεία αστικοποίηση. Περισσότερος από τον μισό παγκόσμιο πληθυσμό κατοικεί σήμερα σε αστικές περιοχές και ο αστικός πληθυσμός αναμένεται να φτάσει τα δύο τρίτα του παγκόσμιου πληθυσμού μέχρι το 2050. Αυτή η φυσική εκδήλωση της παγκόσμιας διαδικασίας αστικοποίησης της επιφάνειας της γης περιλαμβάνει τη μετατροπή των δασών, των λιβαδιών και των καλλιεργειών σε αδιάβροχη επιφάνεια (IS). Η αδιαπέραστη κάλυψη της επιφάνειας μπορεί να μεταβάλλει τα περιβαλλοντικά συστήματα της γης με πολλούς τρόπους: περιοχές που καλύπτονται από αδιαπέραστη επιφάνεια μπορεί να έχουν ένα ξεχωριστό τοπικό κλίμα, κοινώς γνωστό ως &quot;αστικό φαινόμενο θερμοπληξίας”, τα υδρολογικά συστήματα μπορεί να επηρεαστούν σοβαρά ως αποτέλεσμα της αυξημένης απορροής και της υποβάθμισης της ποιότητας των υδάτων και η αστικοποίηση συχνά συνδέεται με την απώλεια φυσικών τοπίων, οι οποίες ενδέχεται να έχουν δυσμενείς συνέπειες για τη βιοποικιλότητα και το οικοσύστημα. Επιπλέον, πρόσφατες μελέτες σχετικά με τις σχέσεις μεταξύ της αστικοποίησης και της παγκόσμιας περιβαλλοντικής αλλαγής έχουν δείξει ότι η αστικοποίηση μπορεί να έχει επιπτώσεις πέρα από το φυσικό αποτύπωμα αστικών περιοχών.<br /> Η επιφάνεια που έχει χαρακτηριστεί ως αδιάβροχη με βάση δεδομένα Landsat έχει χαρτογραφηθεί χρησιμοποιώντας ανάλυση φασματικού μίγματος και αλγόριθμους μηχανικής μάθησης όπως το δέντρο παλινδρόμησης. Όμως και οι δύο μέθοδοι έχουν βρεθεί να είναι ευαίσθητες σε εποχιακές και φαινολογικές μεταβολές στις εικόνες Landsat. Ως αποτέλεσμα, οι εποχιακές διακυμάνσεις της αδιάβροχης επιφάνειας θα μπορούσαν να οδηγήσουν σε μεροληψίες και σφάλματα στην εκτιμώμενη ISC όταν οι εικόνες για δύο ημερομηνίες αποκτώνται από διαφορετικές εποχές. Οι χρονοσειρές Landsat θα μπορούσαν να χρησιμοποιηθούν για να παράγουν πιο σταθερές εκτιμήσεις για τις αδιάβροχες επιφάνειες και επομένως ακριβέστερη ISC. <br /> Η συγκεκριμένη μελέτη στοχεύει κυρίως στην αποτύπωση της ISC μεταξύ 2000 και 2010 για την Ινδία, της οποίας το ποσοστό αστικοποίησης είναι ένα από τα ταχύτερα σε όλο τον κόσμο. Η Ινδία συμβάλλει σήμερα στο 10% περίπου του κόσμου του αστικού πληθυσμού. Ο αριθμός αυτός αναμένεται να αυξηθεί καθώς η οικονομική ανάπτυξη θα οδηγήσει στο μέλλον σε ακόμη μεγαλύτερη αστικοποίηση. Επιπλέον, αυτή η μελέτη στοχεύει στην παραγωγή ποσοτικών εκτιμήσεων για την ακρίβεια της χαρτογραφημένης ISC, καθώς και στα στατιστικά στοιχεία του κράτους της Ινδίας όσον αφορά την ISC.<br /> <br /> '''ΜΕΘΟΔΟΛΟΓΙΑ'''<br /> <br /> [[Εικόνα: Εικόνα1 θέμα5.JPG | thumb| right|'''Εικόνα 1.''' Υπολογισμός φασματικών δεικτών. Tα b1~b7 αντιστοιχούν σε δεδομένα Landsat.]] <br /> <br /> Η περιοχή η οποία ερευνάται είναι η Ινδία, της οποίας ο αστικός πληθυσμός έχει γνωρίσει μια αύξηση 31,8% και μία μείωση 24% της καλλιεργήσιμης γης. Το ζήτημα των εποχιακών αλλαγών στην αδιάβροχη επιφάνεια είναι ιδιαίτερα έντονο στην Ινδία. Λόγω της επίδρασης των μουσώνων και της χωρικής κατανομής των βροχοπτώσεων, η δυναμική της βλάστησης διαφέρει κατά μήκος της χώρας. Επίσης επηρεαζόμενες από τους μετεωρολογικούς κύκλους, οι φασματικές υπογραφές των γεωργικών εκτάσεων στην Ινδία αλλάζουν εποχιακά. Για παράδειγμα, κατά τη διάρκεια ξηρών μηνών, οι περιοχές αγρανάπαυσης συγχέονται συχνά με τις αδιαπέραστες επιφάνειες, οι οποίες είναι δύσκολο να διαχωριστούν με μεμονωμένα περιοδικά δεδομένα.<br /> Οι ερευνητές χρησιμοποιούν για την ανάπτυξη της μεθόδου τους δεδομένα παγκόσμιας γεωγραφικής ανάλυσης επιφάνειας Landsat. Mε τη χρήση αυτών των δεδομένων, η μέθοδος που αναπτύχθηκε βασίζεται σε μια παλινδρόμηση σε μορφή δένδρου για να χαρτογραφήσει την αδιαβροχη επιφάνεια (IS) για το 2010. Εκτός από τις έξι φασματικές ζώνες από τα δεδομένα του Landsat, στο μοντέλο συμπεριλήφθηκαν επίσης τέσσερις φασματικοί δείκτες (εικόνα 1).<br /> <br /> [[Εικόνα: Εικόνα2 θέμα5.JPG | thumb| right|'''Εικόνα 2.''' Δέντρο παλινδρόμησης.]]<br /> <br /> Οι ερευνητές χρησιμοποίησαν τις πληροφορίες υφής για να ταξινομήσουν τις φωτογραφίες Landsat σε δυαδικές μάσκες της ανθρώπινης παρέμβασης και της οικοδομικής έκτασης, οι οποίες περιλαμβάνουν αδιαπέραστες και μη αδιαπέραστες επιφάνειες καλύψεως γης εντός των αστικών συνόρων και των μικρότερων οικισμών όπως πόλεις και χωριά. Η ταξινόμηση HBASE εκτελέστηκε χρησιμοποιώντας έναν αλγόριθμο μηχανικής μάθησης βασισμένος σε δέντρα αποφάσεων που δεν παράγει μόνο τις κατηγορίες για κάθε pixel αλλά και την πιθανότητα ενός εικονοστοιχείου να ανήκει σε μια από τις κατηγορίες.<br /> Για να παραχθεί υψηλή ποιότητα εκτιμήσεων για τα αδιάβροχα εδάφη του 2000, ο αλγόριθμος δένδρου παλινδρόμησης θα πρέπει να παρέχεται με δεδομένα για το έτος 2000. Αντί της συλλογής στοιχείων για το 2000, τα οποία δεν μπορούν να συλλεχθούν λόγω έλλειψης εικόνων υψηλής ανάλυσης, η προσέγγιση της μελέτης αυτής για την εκτίμηση της αδιαπέραστης κάλυψης επιφάνειας το 2000, ήταν μια επαναληπτική διαδικασία σχεδιασμένη για τον εντοπισμό εικονοστοιχείων των οποίων οι τιμές αδιάβροχης επιφάνειας δεν μεταβλήθηκαν μεταξύ του 2000 και του 2010. Χρησιμοποιώντας την πρόβλεψη του 2010 για αυτά τα εικονοστοιχεία ως δεδομένα, ένα δέντρο παλινδρόμησης αναπτύχθηκε για να χαρτογραφήσει τα αδιάβροχα εδάφη του 2000.<br /> <br /> Η αρχική εκτίμηση του IS-2000 παράχθηκε με απλή εφαρμογή του δέντρου παλινδρόμησης που αναφέρθηκε προηγουμένως χρησιμοποιώντας για την απεικόνιση IS 2010 τις εικόνες Landsat του έτους 2000. Το μοντέλο ταξινόμησης HBASE 2010 εφαρμόστηκε επίσης στα δεδομένα Landsat του 2000 για την παραγωγή 2000 χαρτών HBASE. Δεδομένου ότι ο αλγόριθμος HBASE βασίζεται στην ταξινόμηση των χαρακτηριστικών υφής, τα οποία διαπιστώθηκε ότι δεν είναι ευαίσθητα στις φασματικές μεταβολές, αυτό το αποτέλεσμα χαρτογράφησης HBASE χρησιμοποιήθηκε στις αναλύσεις των ερευνητών.<br /> Προκειμένου να εκτιμηθεί η ακρίβεια του παραγόμενου συνόλου δεδομένων ISC, οι ερευνητές ανάπτυξαν μια μέθοδο για την επικύρωση των δεδομένων ISC χρησιμοποιώντας το Google Earth. Η επιλογή των σημείων επικύρωσης έγινε με βάση μια στρωματοποιημένη δειγματοληψία σε τρία στάδια.<br /> 1.Οι 500 πολυπληθέστερες ινδικές πόλεις κατατάχθηκαν σε επτά ομάδες: πάνω από 5 εκατομμύρια, 1 ~ 5 εκατομμύρια, 500 ~ 1000 χιλιάδες, 250 ~ 500 χιλιάδες, 100 ~ 250 χιλιάδες, 50 ~ 100 χιλιάδες, και λιγότερο από 50 χιλιάδες. Από κάθε ομάδα επιλέχθηκαν δύο πόλεις. Συνολικά επιλέχθηκαν 14 πόλεις που διανέμονται σε διάφορες περιοχές της Ινδίας.<br /> 2.Ανιχνεύθηκαν 18 φωτογραφίες Landsat μέσα από αυτές τις πόλεις.<br /> 3.Για κάθε φωτογραφία Landsat, επιλέχθηκαν τυχαία 50 pixel από κάθε μία από αυτές τις τέσσερις ομάδες: ISC = 0, 0&lt;ISC&lt;25%, 25%&lt;ISC&lt;50%, ISC&gt;50%.<br /> Στη συνέχεια, οι συγγραφείς πραγματοποίησαν αναζήτηση στο ιστορικό αρχείο εικόνων Google Earth για να βρουν δύο εικόνες πιο κοντά στις ημερομηνίες απόκτησης του 2000 και 2010 για καθένα από τα 3600 σημεία δειγματοληψίας. Για να χρησιμοποιηθούν ως σημεία επικύρωσης ISC, πρέπει να πληρούνται οι ακόλουθοι κανόνες:<br /> •Η διαφορά μεταξύ των ημερομηνιών απόκτησης εικόνων του Google Earth και Landsat να είναι εντός δύο ετών (730 ημέρες) για το 2000 και το 2010. <br /> •Να μην υπάρχουν σύννεφα / σκιές στην εικόνα Google Earth και για τις δύο ημερομηνίες.<br /> •Να μην υπάρχουν προφανή σφάλματα κατάργησης εγγραφής μεταξύ δύο εικόνων του Google Earth.<br /> <br /> '''ΑΠΟΤΕΛΕΣΜΑΤΑ'''<br /> <br /> [[Εικόνα: Εικόνα3 θέμα5.JPG | thumb| right|'''Εικόνα 2.''' Παραδείγματα αδιάβροχων επιφανειών εδάφους.]]<br /> <br /> Οι ερευνητές αφότου διατύπωσαν τη μεθοδολογία που χρησιμοποιήθηκε, προχώρησαν σε κάποια παραδείγματα για να εξετάσουν στην πράξη κατά πόσο είναι σωστά τα όσα διατύπωσαν. Σε γενικές γραμμές η εφαρμογή έδειξε ότι η απόδοση του εργαλείου ήταν καλή, αν και εντοπίστηκαν κάποια μικρά λάθη, όπως για παράδειγμα ότι οι περιοχές με ορυχεία αποτυπώνονται ως αδιάβροχες επιφάνειες. <br /> Στην εικόνα 3, ο χώρος (a) είναι μια περιοχή που μετατράπηκε από αγροτικό τομέα σε επιφάνεια με μεγάλη αδιαπέραστη πυκνότητα. Το 2000 το αδιάβροχο έδαφος χαρτογραφήθηκε στο κεντρικό εικονοστοιχείο ως 0% σωστά και το 2010 χαρτογραφήθηκε σωστά ως 95% αδιαπέραστο. Το (b) δείχνει μια γεωργική περιοχή που μετατρέπεται σε αδιαπέραστη επιφάνεια χαμηλής έως μέσης πυκνότητας. Το προϊόν ISC προέβλεψε σε ένα ποσοστό 44% αύξηση της αδιαπέραστης επιφάνειας κάλυψης. Το (c) δείχνει μια γυμνή περιοχή που άρχισε να αναπτύσσεται πριν το 2000 και συνέχισε να μετατρέπεται σε αδιαπέραστη κάλυψη επιφάνειας. Το χαρτογραφημένο ISC είναι 90%. Το (d) δείχνει μια περιοχή μέσης πυκνότητας που επεκτάθηκε με τη κατασκευή νέων πολυκατοικιών. Οι νεόκτιστες περιοχές χαρτογραφήθηκαν ως πάνω από 90% ISC. Το σχήμα (e) δείχνει ότι χαρτογραφήθηκε ένα νέο αεροδρόμιο επιτυχώς.<br /> Θα πρέπει να τονιστεί επίσης, ότι όπως φαίνεται από τις οπτικές εκτιμήσεις, τις ποσοτικές αξιολογήσεις και τη χρήση παραδειγμάτων των αναλυτών η χαρτογράφηση των αδιάβροχων επιφανειών εδάφους ο αλγόριθμος χαρτογράφησης πέτυχε υψηλό επίπεδο ακρίβειας. Ωστόσο, τα τελικά προϊόντα ISC δείχνουν μια μεροληψία προς την υπερεκτίμηση ως αποτέλεσμα της υποτιμημένης IS του 2000 και της υπερεκτίμησης το 2010. Εφαρμόζοντας όμως τη διαδικασία της επαναληπτικής μεθόδου πρόβλεψης αυτή η μεροληψία αντιμετωπίζεται και επιτυγχάνεται περισσότερη ακρίβεια στα αποτελέσματα.<br /> <br /> '''ΣΥΜΠΕΡΑΣΜΑΤΑ'''<br /> <br /> Μια προσέγγιση επαναληπτικής πρόβλεψης (ITP) αναπτύχθηκε για τη χαρτογράφηση των μεταβολών αδιάβροχων επιφανειών (ISC). Η αδιαπέραστη επιφάνεια του 2010 χαρτογραφήθηκε χρησιμοποιώντας την παλινδρόμηση με βάση τη μέθοδο δέντρου. Χωρίς πρόσθετα δεδομένα κατάρτισης που συλλέχθηκαν για την εποχή του 2000, η αδιάβροχη επιφάνεια του 2000 χαρτογραφήθηκε από τα δεδομένα του 2010 που δημιουργήθηκαν αυτόματα με βάση μια μάσκα. <br /> Η μέθοδος ITP εφαρμόστηκε στις εικόνες Landsat για να παραχθεί ένα προϊόν ISC για τα έτη 2000-2010 για την Ινδία. Αυτή η μελέτη κατέδειξε την αποτελεσματικότητα της προσέγγισης ITP για τη χαρτογράφηση του ISC με τη χρήση δεδομένων που παρουσίαζαν φασματικές διαφορές μεταξύ δύο ημερομηνιών. Τέτοιες φασματικές διαφορές μπορεί να αποδοθούν στις διαφορές στις ημερομηνίες απόκτησης, στο φωτισμό και στη γεωμετρία προβολής, καθώς και στη φαινολογία της βλάστησης. Με την ικανότητα να χειρίζεται τη φασματική ασυνέπεια, η προσέγγιση ITP μπορεί να είναι χρήσιμη και για τη κάλυψη και άλλων τύπων γης μετά από μικρές προσαρμογές.<br /> <br /> [[category:Χαρτογράφηση παραμέτρων ποιότητας τοπίου και υποβαθμισμένων περιοχών]]</div>

Sofistab http://147.102.106.44/rs/wiki/index.php/%CE%A7%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_2000-2010,_%CE%91%CE%BB%CE%BB%CE%B1%CE%B3%CE%AE_%CF%84%CF%89%CE%BD_%CE%91%CE%B4%CE%B9%CE%AC%CE%B2%CF%81%CE%BF%CF%87%CF%89%CE%BD_%CE%95%CF%80%CE%B9%CF%86%CE%B1%CE%BD%CE%B5%CE%B9%CF%8E%CE%BD_%CE%95%CE%B4%CE%AC%CF%86%CE%BF%CF%85%CF%82_%CF%83%CF%84%CE%B7%CE%BD_%CE%99%CE%BD%CE%B4%CE%AF%CE%B1_%CF%87%CF%81%CE%B7%CF%83%CE%B9%CE%BC%CE%BF%CF%80%CE%BF%CE%B9%CF%8E%CE%BD%CF%84%CE%B1%CF%82_%CE%A3%CF%84%CE%BF%CE%B9%CF%87%CE%B5%CE%AF%CE%B1_%CE%A0%CE%B1%CE%B3%CE%BA%CF%8C%CF%83%CE%BC%CE%B9%CE%B1%CF%82_%CE%88%CF%81%CE%B5%CF%85%CE%BD%CE%B1%CF%82_%CE%95%CE%B4%CE%AC%CF%86%CE%BF%CF%85%CF%82_Landsat. 2018-02-19T11:12:38Z

<p>Sofistab: </p> <hr /> <div>'''Χαρτογράφηση 2000-2010, Αλλαγή των Επιφανειών Εδάφους στην Ινδία χρησιμοποιώντας Στοιχεία Παγκόσμιας Έρευνας Εδάφους Landsat.'''<br /> <br /> <br /> '''Πρωτότυπος τίτλος:''' ''Mapping 2000–2010 Impervious Surface Change in India Using Global Land Survey Landsat Data''<br /> <br /> '''Συγγραφείς:'''Panshi Wang, Chengquan Huang and Eric C. Brown de Colstoun <br /> <br /> '''Σύνδεσμος πρωτότυπου κειμένου:''' [http://www.mdpi.com/2072-4292/9/4/366/htm]<br /> <br /> <br /> '''ΠΕΡΙΛΗΨΗ'''<br /> <br /> Η κατανόηση και η παρακολούθηση των περιβαλλοντικών επιπτώσεων της παγκόσμιας αστικοποίησης απαιτεί καλύτερα αστικά δεδομένα. Η συνεχής χαρτογράφηση της αλλαγής των αδιάβροχων/αδιαπέραστων επιφανειών (ISC) με χρήση δεδομένων Landsat είναι ένας αποτελεσματικός τρόπος για την ποσοτικοποίηση της δυναμικής αλλαγής της αστικοποίησης. Είναι ευρέως αποδεκτό ότι η εκτίμηση της αδιάβροχης επιφάνειας με Landsat υπόκειται σε εποχιακές μεταβολές. Ο γενικός στόχος αυτής της εργασίας είναι να χαρτογραφήσει τα αδιαπέραστα εδάφη στα έτη 2000-2010 για την Ινδία, χρησιμοποιώντας στοιχεία από τηn παγκόσμια έρευνα εδάφους μόνο για το 2010. Για το σκοπό αυτό, αναπτύχθηκε μια μέθοδος που θα μπορούσε να μεταφέρει το μοντέλο δέντρου παλινδρόμησης που αναπτύχθηκε για τη χαρτογράφηση της επιφάνειας 2010 στο 2000, χρησιμοποιώντας μια επαναληπτική μέθοδο πρόβλεψης (ITP). Δημιουργήθηκε επίσης ένα ανεξάρτητο σύνολο δεδομένων επικύρωσης χρησιμοποιώντας εικόνες από το εργαλείο Google Earth. Η ρίζα του μέσου τετραγώνου του σφάλματος των προβλεπόμενων αδιάβροχων επιφανειών ISC εκτιμήθηκε σε 18.4% ενώ σε επίπεδο εμπιστοσύνης 95%, η συνολική εκτιμηθείσα ISC για την Ινδία μεταξύ 2000 και 2010 είναι 2274,62 +7.84 km2. <br /> <br /> '''ΕΙΣΑΓΩΓΗ'''<br /> <br /> Η πρώτη δεκαετία του εικοστού πρώτου αιώνα γνώρισε ταχεία αστικοποίηση. Περισσότερος από τον μισό παγκόσμιο πληθυσμό κατοικεί σήμερα σε αστικές περιοχές και ο αστικός πληθυσμός αναμένεται να φτάσει τα δύο τρίτα του παγκόσμιου πληθυσμού μέχρι το 2050. Αυτή η φυσική εκδήλωση της παγκόσμιας διαδικασίας αστικοποίησης της επιφάνειας της γης περιλαμβάνει τη μετατροπή των δασών, των λιβαδιών και των καλλιεργειών σε αδιάβροχη επιφάνεια (IS). Η αδιαπέραστη κάλυψη της επιφάνειας μπορεί να μεταβάλλει τα περιβαλλοντικά συστήματα της γης με πολλούς τρόπους: περιοχές που καλύπτονται από αδιαπέραστη επιφάνεια μπορεί να έχουν ένα ξεχωριστό τοπικό κλίμα, κοινώς γνωστό ως &quot;αστικό φαινόμενο θερμοπληξίας”, τα υδρολογικά συστήματα μπορεί να επηρεαστούν σοβαρά ως αποτέλεσμα της αυξημένης απορροής και της υποβάθμισης της ποιότητας των υδάτων και η αστικοποίηση συχνά συνδέεται με την απώλεια φυσικών τοπίων, οι οποίες ενδέχεται να έχουν δυσμενείς συνέπειες για τη βιοποικιλότητα και το οικοσύστημα. Επιπλέον, πρόσφατες μελέτες σχετικά με τις σχέσεις μεταξύ της αστικοποίησης και της παγκόσμιας περιβαλλοντικής αλλαγής έχουν δείξει ότι η αστικοποίηση μπορεί να έχει επιπτώσεις πέρα από το φυσικό αποτύπωμα αστικών περιοχών.<br /> Η επιφάνεια που έχει χαρακτηριστεί ως αδιάβροχη με βάση δεδομένα Landsat έχει χαρτογραφηθεί χρησιμοποιώντας ανάλυση φασματικού μίγματος και αλγόριθμους μηχανικής μάθησης όπως το δέντρο παλινδρόμησης. Όμως και οι δύο μέθοδοι έχουν βρεθεί να είναι ευαίσθητες σε εποχιακές και φαινολογικές μεταβολές στις εικόνες Landsat. Ως αποτέλεσμα, οι εποχιακές διακυμάνσεις της αδιάβροχης επιφάνειας θα μπορούσαν να οδηγήσουν σε μεροληψίες και σφάλματα στην εκτιμώμενη ISC όταν οι εικόνες για δύο ημερομηνίες αποκτώνται από διαφορετικές εποχές. Οι χρονοσειρές Landsat θα μπορούσαν να χρησιμοποιηθούν για να παράγουν πιο σταθερές εκτιμήσεις για τις αδιάβροχες επιφάνειες και επομένως ακριβέστερη ISC. <br /> Η συγκεκριμένη μελέτη στοχεύει κυρίως στην αποτύπωση της ISC μεταξύ 2000 και 2010 για την Ινδία, της οποίας το ποσοστό αστικοποίησης είναι ένα από τα ταχύτερα σε όλο τον κόσμο. Η Ινδία συμβάλλει σήμερα στο 10% περίπου του κόσμου του αστικού πληθυσμού. Ο αριθμός αυτός αναμένεται να αυξηθεί καθώς η οικονομική ανάπτυξη θα οδηγήσει στο μέλλον σε ακόμη μεγαλύτερη αστικοποίηση. Επιπλέον, αυτή η μελέτη στοχεύει στην παραγωγή ποσοτικών εκτιμήσεων για την ακρίβεια της χαρτογραφημένης ISC, καθώς και στα στατιστικά στοιχεία του κράτους της Ινδίας όσον αφορά την ISC.<br /> <br /> '''ΜΕΘΟΔΟΛΟΓΙΑ'''<br /> <br /> Η περιοχή η οποία ερευνάται είναι η Ινδία, της οποίας ο αστικός πληθυσμός έχει γνωρίσει μια αύξηση 31,8% και μία μείωση 24% της καλλιεργήσιμης γης. Το ζήτημα των εποχιακών αλλαγών στην αδιάβροχη επιφάνεια είναι ιδιαίτερα έντονο στην Ινδία. Λόγω της επίδρασης των μουσώνων και της χωρικής κατανομής των βροχοπτώσεων, η δυναμική της βλάστησης διαφέρει κατά μήκος της χώρας. Επίσης επηρεαζόμενες από τους μετεωρολογικούς κύκλους, οι φασματικές υπογραφές των γεωργικών εκτάσεων στην Ινδία αλλάζουν εποχιακά. Για παράδειγμα, κατά τη διάρκεια ξηρών μηνών, οι περιοχές αγρανάπαυσης συγχέονται συχνά με τις αδιαπέραστες επιφάνειες, οι οποίες είναι δύσκολο να διαχωριστούν με μεμονωμένα περιοδικά δεδομένα.<br /> Οι ερευνητές χρησιμοποιούν για την ανάπτυξη της μεθόδου τους δεδομένα παγκόσμιας γεωγραφικής ανάλυσης επιφάνειας Landsat. Mε τη χρήση αυτών των δεδομένων, η μέθοδος που αναπτύχθηκε βασίζεται σε μια παλινδρόμηση σε μορφή δένδρου για να χαρτογραφήσει την αδιαβροχη επιφάνεια (IS) για το 2010. Εκτός από τις έξι φασματικές ζώνες από τα δεδομένα του Landsat, στο μοντέλο συμπεριλήφθηκαν επίσης τέσσερις φασματικοί δείκτες (εικόνα 1).<br /> <br /> [[Εικόνα: Εικόνα1 θέμα5.JPG | thumb| right|'''Εικόνα 1.''' Υπολογισμός φασματικών δεικτών. Tα b1~b7 αντιστοιχούν σε δεδομένα Landsat.]]<br /> <br /> Οι ερευνητές χρησιμοποίησαν τις πληροφορίες υφής για να ταξινομήσουν τις φωτογραφίες Landsat σε δυαδικές μάσκες της ανθρώπινης παρέμβασης και της οικοδομικής έκτασης, οι οποίες περιλαμβάνουν αδιαπέραστες και μη αδιαπέραστες επιφάνειες καλύψεως γης εντός των αστικών συνόρων και των μικρότερων οικισμών όπως πόλεις και χωριά. Η ταξινόμηση HBASE εκτελέστηκε χρησιμοποιώντας έναν αλγόριθμο μηχανικής μάθησης βασισμένος σε δέντρα αποφάσεων που δεν παράγει μόνο τις κατηγορίες για κάθε pixel αλλά και την πιθανότητα ενός εικονοστοιχείου να ανήκει σε μια από τις κατηγορίες.<br /> Για να παραχθεί υψηλή ποιότητα εκτιμήσεων για τα αδιάβροχα εδάφη του 2000, ο αλγόριθμος δένδρου παλινδρόμησης θα πρέπει να παρέχεται με δεδομένα για το έτος 2000. Αντί της συλλογής στοιχείων για το 2000, τα οποία δεν μπορούν να συλλεχθούν λόγω έλλειψης εικόνων υψηλής ανάλυσης, η προσέγγιση της μελέτης αυτής για την εκτίμηση της αδιαπέραστης κάλυψης επιφάνειας το 2000, ήταν μια επαναληπτική διαδικασία σχεδιασμένη για τον εντοπισμό εικονοστοιχείων των οποίων οι τιμές αδιάβροχης επιφάνειας δεν μεταβλήθηκαν μεταξύ του 2000 και του 2010. Χρησιμοποιώντας την πρόβλεψη του 2010 για αυτά τα εικονοστοιχεία ως δεδομένα, ένα δέντρο παλινδρόμησης αναπτύχθηκε για να χαρτογραφήσει τα αδιάβροχα εδάφη του 2000.<br /> <br /> [[Εικόνα: Εικόνα2 θέμα5.JPG | thumb| right|'''Εικόνα 2.''' Δέντρο παλινδρόμησης.]]<br /> <br /> Η αρχική εκτίμηση του IS-2000 παράχθηκε με απλή εφαρμογή του δέντρου παλινδρόμησης που αναφέρθηκε προηγουμένως χρησιμοποιώντας για την απεικόνιση IS 2010 τις εικόνες Landsat του έτους 2000. Το μοντέλο ταξινόμησης HBASE 2010 εφαρμόστηκε επίσης στα δεδομένα Landsat του 2000 για την παραγωγή 2000 χαρτών HBASE. Δεδομένου ότι ο αλγόριθμος HBASE βασίζεται στην ταξινόμηση των χαρακτηριστικών υφής, τα οποία διαπιστώθηκε ότι δεν είναι ευαίσθητα στις φασματικές μεταβολές, αυτό το αποτέλεσμα χαρτογράφησης HBASE χρησιμοποιήθηκε στις αναλύσεις των ερευνητών.<br /> Προκειμένου να εκτιμηθεί η ακρίβεια του παραγόμενου συνόλου δεδομένων ISC, οι ερευνητές ανάπτυξαν μια μέθοδο για την επικύρωση των δεδομένων ISC χρησιμοποιώντας το Google Earth. Η επιλογή των σημείων επικύρωσης έγινε με βάση μια στρωματοποιημένη δειγματοληψία σε τρία στάδια.<br /> 1.Οι 500 πολυπληθέστερες ινδικές πόλεις κατατάχθηκαν σε επτά ομάδες: πάνω από 5 εκατομμύρια, 1 ~ 5 εκατομμύρια, 500 ~ 1000 χιλιάδες, 250 ~ 500 χιλιάδες, 100 ~ 250 χιλιάδες, 50 ~ 100 χιλιάδες, και λιγότερο από 50 χιλιάδες. Από κάθε ομάδα επιλέχθηκαν δύο πόλεις. Συνολικά επιλέχθηκαν 14 πόλεις που διανέμονται σε διάφορες περιοχές της Ινδίας.<br /> 2.Ανιχνεύθηκαν 18 φωτογραφίες Landsat μέσα από αυτές τις πόλεις.<br /> 3.Για κάθε φωτογραφία Landsat, επιλέχθηκαν τυχαία 50 pixel από κάθε μία από αυτές τις τέσσερις ομάδες: ISC = 0, 0&lt;ISC&lt;25%, 25%&lt;ISC&lt;50%, ISC&gt;50%.<br /> Στη συνέχεια, οι συγγραφείς πραγματοποίησαν αναζήτηση στο ιστορικό αρχείο εικόνων Google Earth για να βρουν δύο εικόνες πιο κοντά στις ημερομηνίες απόκτησης του 2000 και 2010 για καθένα από τα 3600 σημεία δειγματοληψίας. Για να χρησιμοποιηθούν ως σημεία επικύρωσης ISC, πρέπει να πληρούνται οι ακόλουθοι κανόνες:<br /> •Η διαφορά μεταξύ των ημερομηνιών απόκτησης εικόνων του Google Earth και Landsat να είναι εντός δύο ετών (730 ημέρες) για το 2000 και το 2010. <br /> •Να μην υπάρχουν σύννεφα / σκιές στην εικόνα Google Earth και για τις δύο ημερομηνίες.<br /> •Να μην υπάρχουν προφανή σφάλματα κατάργησης εγγραφής μεταξύ δύο εικόνων του Google Earth.<br /> <br /> '''ΑΠΟΤΕΛΕΣΜΑΤΑ'''<br /> <br /> [[Εικόνα: Εικόνα3 θέμα5.JPG | thumb| right|'''Εικόνα 2.''' Παραδείγματα αδιάβροχων επιφανειών εδάφους.]]<br /> <br /> Οι ερευνητές αφότου διατύπωσαν τη μεθοδολογία που χρησιμοποιήθηκε, προχώρησαν σε κάποια παραδείγματα για να εξετάσουν στην πράξη κατά πόσο είναι σωστά τα όσα διατύπωσαν. Σε γενικές γραμμές η εφαρμογή έδειξε ότι η απόδοση του εργαλείου ήταν καλή, αν και εντοπίστηκαν κάποια μικρά λάθη, όπως για παράδειγμα ότι οι περιοχές με ορυχεία αποτυπώνονται ως αδιάβροχες επιφάνειες. <br /> Στην εικόνα 3, ο χώρος (a) είναι μια περιοχή που μετατράπηκε από αγροτικό τομέα σε επιφάνεια με μεγάλη αδιαπέραστη πυκνότητα. Το 2000 το αδιάβροχο έδαφος χαρτογραφήθηκε στο κεντρικό εικονοστοιχείο ως 0% σωστά και το 2010 χαρτογραφήθηκε σωστά ως 95% αδιαπέραστο. Το (b) δείχνει μια γεωργική περιοχή που μετατρέπεται σε αδιαπέραστη επιφάνεια χαμηλής έως μέσης πυκνότητας. Το προϊόν ISC προέβλεψε σε ένα ποσοστό 44% αύξηση της αδιαπέραστης επιφάνειας κάλυψης. Το (c) δείχνει μια γυμνή περιοχή που άρχισε να αναπτύσσεται πριν το 2000 και συνέχισε να μετατρέπεται σε αδιαπέραστη κάλυψη επιφάνειας. Το χαρτογραφημένο ISC είναι 90%. Το (d) δείχνει μια περιοχή μέσης πυκνότητας που επεκτάθηκε με τη κατασκευή νέων πολυκατοικιών. Οι νεόκτιστες περιοχές χαρτογραφήθηκαν ως πάνω από 90% ISC. Το σχήμα (e) δείχνει ότι χαρτογραφήθηκε ένα νέο αεροδρόμιο επιτυχώς.<br /> Θα πρέπει να τονιστεί επίσης, ότι όπως φαίνεται από τις οπτικές εκτιμήσεις, τις ποσοτικές αξιολογήσεις και τη χρήση παραδειγμάτων των αναλυτών η χαρτογράφηση των αδιάβροχων επιφανειών εδάφους ο αλγόριθμος χαρτογράφησης πέτυχε υψηλό επίπεδο ακρίβειας. Ωστόσο, τα τελικά προϊόντα ISC δείχνουν μια μεροληψία προς την υπερεκτίμηση ως αποτέλεσμα της υποτιμημένης IS του 2000 και της υπερεκτίμησης το 2010. Εφαρμόζοντας όμως τη διαδικασία της επαναληπτικής μεθόδου πρόβλεψης αυτή η μεροληψία αντιμετωπίζεται και επιτυγχάνεται περισσότερη ακρίβεια στα αποτελέσματα.<br /> <br /> '''ΣΥΜΠΕΡΑΣΜΑΤΑ'''<br /> <br /> Μια προσέγγιση επαναληπτικής πρόβλεψης (ITP) αναπτύχθηκε για τη χαρτογράφηση των μεταβολών αδιάβροχων επιφανειών (ISC). Η αδιαπέραστη επιφάνεια του 2010 χαρτογραφήθηκε χρησιμοποιώντας την παλινδρόμηση με βάση τη μέθοδο δέντρου. Χωρίς πρόσθετα δεδομένα κατάρτισης που συλλέχθηκαν για την εποχή του 2000, η αδιάβροχη επιφάνεια του 2000 χαρτογραφήθηκε από τα δεδομένα του 2010 που δημιουργήθηκαν αυτόματα με βάση μια μάσκα. <br /> Η μέθοδος ITP εφαρμόστηκε στις εικόνες Landsat για να παραχθεί ένα προϊόν ISC για τα έτη 2000-2010 για την Ινδία. Αυτή η μελέτη κατέδειξε την αποτελεσματικότητα της προσέγγισης ITP για τη χαρτογράφηση του ISC με τη χρήση δεδομένων που παρουσίαζαν φασματικές διαφορές μεταξύ δύο ημερομηνιών. Τέτοιες φασματικές διαφορές μπορεί να αποδοθούν στις διαφορές στις ημερομηνίες απόκτησης, στο φωτισμό και στη γεωμετρία προβολής, καθώς και στη φαινολογία της βλάστησης. Με την ικανότητα να χειρίζεται τη φασματική ασυνέπεια, η προσέγγιση ITP μπορεί να είναι χρήσιμη και για τη κάλυψη και άλλων τύπων γης μετά από μικρές προσαρμογές.<br /> <br /> [[category:Χαρτογράφηση παραμέτρων ποιότητας τοπίου και υποβαθμισμένων περιοχών]]</div>

Sofistab http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%95%CE%B9%CE%BA%CF%8C%CE%BD%CE%B13_%CE%B8%CE%AD%CE%BC%CE%B15.JPG 2018-02-19T11:11:51Z

<p>Sofistab: Παραδείγματα αδιάβροχων επιφανειών εδάφους.</p> <hr /> <div>Παραδείγματα αδιάβροχων επιφανειών εδάφους.</div>

Sofistab http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%95%CE%B9%CE%BA%CF%8C%CE%BD%CE%B12_%CE%B8%CE%AD%CE%BC%CE%B15.JPG 2018-02-19T11:11:29Z

<p>Sofistab: Δέντρο παλινδρόμησης.</p> <hr /> <div>Δέντρο παλινδρόμησης.</div>

Sofistab http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%95%CE%B9%CE%BA%CF%8C%CE%BD%CE%B11_%CE%B8%CE%AD%CE%BC%CE%B15.JPG 2018-02-19T11:11:06Z

<p>Sofistab: Υπολογισμός φασματικών δεικτών. Tα b1~b7 αντιστοιχούν σε δεδομένα Landsat.</p> <hr /> <div>Υπολογισμός φασματικών δεικτών. Tα b1~b7 αντιστοιχούν σε δεδομένα Landsat.</div>

Sofistab http://147.102.106.44/rs/wiki/index.php/%CE%A3%CF%84%CE%B1%CE%BC%CF%80%CE%BF%CF%85%CE%BB%CE%AE_%CE%A3%CE%BF%CF%86%CE%AF%CE%B1 2018-02-19T11:10:32Z

<p>Sofistab: </p> <hr /> <div>Add Your Content Here <br /> <br /> * [[Παγκόσμιες Τάσεις Έκθεσης Φυσικών Επίγειων Οικοσυστημάτων Σε Φωτορύπανση.]]<br /> * [[Μνημεία Πολιτιστικής Κληρονομιάς σε Κίνδυνο – Αυτόματη ανίχνευση ζημιών από το διάστημα.]]<br /> * [[Ταχεία Αστική Ανάπτυξη στην κοιλάδα του Κατμαντού, Νεπάλ: Παρακολούθηση Δυναμικής της Χρήσης Γης και Κάλυψης Γης με εικόνες Landsat.]]<br /> * [[Μεταβολές των Δασών στην τροπική Νότια και Κεντρική Αμερική από το 1990 μέχρι το 2005 που σχετίζονται με Εκπομπές Άνθρακα.]]<br /> * [[Χαρτογράφηση 2000-2010, Αλλαγή των Αδιάβροχων Επιφανειών Εδάφους στην Ινδία χρησιμοποιώντας Στοιχεία Παγκόσμιας Έρευνας Εδάφους Landsat.]]<br /> <br /> <br /> <br /> [[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Αθήνα)]]</div>

Sofistab http://147.102.106.44/rs/wiki/index.php/%CE%A7%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_2000-2010,_%CE%91%CE%BB%CE%BB%CE%B1%CE%B3%CE%AE_%CF%84%CF%89%CE%BD_%CE%95%CF%80%CE%B9%CF%86%CE%B1%CE%BD%CE%B5%CE%B9%CF%8E%CE%BD_%CE%95%CE%B4%CE%AC%CF%86%CE%BF%CF%85%CF%82_%CF%83%CF%84%CE%B7%CE%BD_%CE%99%CE%BD%CE%B4%CE%AF%CE%B1_%CF%87%CF%81%CE%B7%CF%83%CE%B9%CE%BC%CE%BF%CF%80%CE%BF%CE%B9%CF%8E%CE%BD%CF%84%CE%B1%CF%82_%CE%A3%CF%84%CE%BF%CE%B9%CF%87%CE%B5%CE%AF%CE%B1_%CE%A0%CE%B1%CE%B3%CE%BA%CF%8C%CF%83%CE%BC%CE%B9%CE%B1%CF%82_%CE%88%CF%81%CE%B5%CF%85%CE%BD%CE%B1%CF%82_%CE%95%CE%B4%CE%AC%CF%86%CE%BF%CF%85%CF%82_Landsat. 2018-02-19T11:10:13Z

<p>Sofistab: </p> <hr /> <div>'''Χαρτογράφηση 2000-2010, Αλλαγή των Επιφανειών Εδάφους στην Ινδία χρησιμοποιώντας Στοιχεία Παγκόσμιας Έρευνας Εδάφους Landsat.'''<br /> <br /> <br /> '''Πρωτότυπος τίτλος:''' ''Mapping 2000–2010 Impervious Surface Change in India Using Global Land Survey Landsat Data''<br /> <br /> '''Συγγραφείς:'''Panshi Wang, Chengquan Huang and Eric C. Brown de Colstoun <br /> <br /> '''Σύνδεσμος πρωτότυπου κειμένου:''' [http://www.mdpi.com/2072-4292/9/4/366/htm]<br /> <br /> <br /> '''ΠΕΡΙΛΗΨΗ'''<br /> <br /> Η κατανόηση και η παρακολούθηση των περιβαλλοντικών επιπτώσεων της παγκόσμιας αστικοποίησης απαιτεί καλύτερα αστικά δεδομένα. Η συνεχής χαρτογράφηση της αλλαγής των αδιάβροχων/αδιαπέραστων επιφανειών (ISC) με χρήση δεδομένων Landsat είναι ένας αποτελεσματικός τρόπος για την ποσοτικοποίηση της δυναμικής αλλαγής της αστικοποίησης. Είναι ευρέως αποδεκτό ότι η εκτίμηση της αδιάβροχης επιφάνειας με Landsat υπόκειται σε εποχιακές μεταβολές. Ο γενικός στόχος αυτής της εργασίας είναι να χαρτογραφήσει τα αδιαπέραστα εδάφη στα έτη 2000-2010 για την Ινδία, χρησιμοποιώντας στοιχεία από τηn παγκόσμια έρευνα εδάφους μόνο για το 2010. Για το σκοπό αυτό, αναπτύχθηκε μια μέθοδος που θα μπορούσε να μεταφέρει το μοντέλο δέντρου παλινδρόμησης που αναπτύχθηκε για τη χαρτογράφηση της επιφάνειας 2010 στο 2000, χρησιμοποιώντας μια επαναληπτική μέθοδο πρόβλεψης (ITP). Δημιουργήθηκε επίσης ένα ανεξάρτητο σύνολο δεδομένων επικύρωσης χρησιμοποιώντας εικόνες από το εργαλείο Google Earth. Η ρίζα του μέσου τετραγώνου του σφάλματος των προβλεπόμενων αδιάβροχων επιφανειών ISC εκτιμήθηκε σε 18.4% ενώ σε επίπεδο εμπιστοσύνης 95%, η συνολική εκτιμηθείσα ISC για την Ινδία μεταξύ 2000 και 2010 είναι 2274,62 +7.84 km2. <br /> <br /> '''ΕΙΣΑΓΩΓΗ'''<br /> <br /> Η πρώτη δεκαετία του εικοστού πρώτου αιώνα γνώρισε ταχεία αστικοποίηση. Περισσότερος από τον μισό παγκόσμιο πληθυσμό κατοικεί σήμερα σε αστικές περιοχές και ο αστικός πληθυσμός αναμένεται να φτάσει τα δύο τρίτα του παγκόσμιου πληθυσμού μέχρι το 2050. Αυτή η φυσική εκδήλωση της παγκόσμιας διαδικασίας αστικοποίησης της επιφάνειας της γης περιλαμβάνει τη μετατροπή των δασών, των λιβαδιών και των καλλιεργειών σε αδιάβροχη επιφάνεια (IS). Η αδιαπέραστη κάλυψη της επιφάνειας μπορεί να μεταβάλλει τα περιβαλλοντικά συστήματα της γης με πολλούς τρόπους: περιοχές που καλύπτονται από αδιαπέραστη επιφάνεια μπορεί να έχουν ένα ξεχωριστό τοπικό κλίμα, κοινώς γνωστό ως &quot;αστικό φαινόμενο θερμοπληξίας”, τα υδρολογικά συστήματα μπορεί να επηρεαστούν σοβαρά ως αποτέλεσμα της αυξημένης απορροής και της υποβάθμισης της ποιότητας των υδάτων και η αστικοποίηση συχνά συνδέεται με την απώλεια φυσικών τοπίων, οι οποίες ενδέχεται να έχουν δυσμενείς συνέπειες για τη βιοποικιλότητα και το οικοσύστημα. Επιπλέον, πρόσφατες μελέτες σχετικά με τις σχέσεις μεταξύ της αστικοποίησης και της παγκόσμιας περιβαλλοντικής αλλαγής έχουν δείξει ότι η αστικοποίηση μπορεί να έχει επιπτώσεις πέρα από το φυσικό αποτύπωμα αστικών περιοχών.<br /> Η επιφάνεια που έχει χαρακτηριστεί ως αδιάβροχη με βάση δεδομένα Landsat έχει χαρτογραφηθεί χρησιμοποιώντας ανάλυση φασματικού μίγματος και αλγόριθμους μηχανικής μάθησης όπως το δέντρο παλινδρόμησης. Όμως και οι δύο μέθοδοι έχουν βρεθεί να είναι ευαίσθητες σε εποχιακές και φαινολογικές μεταβολές στις εικόνες Landsat. Ως αποτέλεσμα, οι εποχιακές διακυμάνσεις της αδιάβροχης επιφάνειας θα μπορούσαν να οδηγήσουν σε μεροληψίες και σφάλματα στην εκτιμώμενη ISC όταν οι εικόνες για δύο ημερομηνίες αποκτώνται από διαφορετικές εποχές. Οι χρονοσειρές Landsat θα μπορούσαν να χρησιμοποιηθούν για να παράγουν πιο σταθερές εκτιμήσεις για τις αδιάβροχες επιφάνειες και επομένως ακριβέστερη ISC. <br /> Η συγκεκριμένη μελέτη στοχεύει κυρίως στην αποτύπωση της ISC μεταξύ 2000 και 2010 για την Ινδία, της οποίας το ποσοστό αστικοποίησης είναι ένα από τα ταχύτερα σε όλο τον κόσμο. Η Ινδία συμβάλλει σήμερα στο 10% περίπου του κόσμου του αστικού πληθυσμού. Ο αριθμός αυτός αναμένεται να αυξηθεί καθώς η οικονομική ανάπτυξη θα οδηγήσει στο μέλλον σε ακόμη μεγαλύτερη αστικοποίηση. Επιπλέον, αυτή η μελέτη στοχεύει στην παραγωγή ποσοτικών εκτιμήσεων για την ακρίβεια της χαρτογραφημένης ISC, καθώς και στα στατιστικά στοιχεία του κράτους της Ινδίας όσον αφορά την ISC.<br /> <br /> '''ΜΕΘΟΔΟΛΟΓΙΑ'''<br /> <br /> Η περιοχή η οποία ερευνάται είναι η Ινδία, της οποίας ο αστικός πληθυσμός έχει γνωρίσει μια αύξηση 31,8% και μία μείωση 24% της καλλιεργήσιμης γης. Το ζήτημα των εποχιακών αλλαγών στην αδιάβροχη επιφάνεια είναι ιδιαίτερα έντονο στην Ινδία. Λόγω της επίδρασης των μουσώνων και της χωρικής κατανομής των βροχοπτώσεων, η δυναμική της βλάστησης διαφέρει κατά μήκος της χώρας. Επίσης επηρεαζόμενες από τους μετεωρολογικούς κύκλους, οι φασματικές υπογραφές των γεωργικών εκτάσεων στην Ινδία αλλάζουν εποχιακά. Για παράδειγμα, κατά τη διάρκεια ξηρών μηνών, οι περιοχές αγρανάπαυσης συγχέονται συχνά με τις αδιαπέραστες επιφάνειες, οι οποίες είναι δύσκολο να διαχωριστούν με μεμονωμένα περιοδικά δεδομένα.<br /> Οι ερευνητές χρησιμοποιούν για την ανάπτυξη της μεθόδου τους δεδομένα παγκόσμιας γεωγραφικής ανάλυσης επιφάνειας Landsat. Mε τη χρήση αυτών των δεδομένων, η μέθοδος που αναπτύχθηκε βασίζεται σε μια παλινδρόμηση σε μορφή δένδρου για να χαρτογραφήσει την αδιαβροχη επιφάνεια (IS) για το 2010. Εκτός από τις έξι φασματικές ζώνες από τα δεδομένα του Landsat, στο μοντέλο συμπεριλήφθηκαν επίσης τέσσερις φασματικοί δείκτες (εικόνα 1).<br /> <br /> [[Εικόνα: Εικόνα1 θέμα5.jpg | thumb| right|'''Εικόνα 1.''' Υπολογισμός φασματικών δεικτών. Tα b1~b7 αντιστοιχούν σε δεδομένα Landsat.]]<br /> <br /> Οι ερευνητές χρησιμοποίησαν τις πληροφορίες υφής για να ταξινομήσουν τις φωτογραφίες Landsat σε δυαδικές μάσκες της ανθρώπινης παρέμβασης και της οικοδομικής έκτασης, οι οποίες περιλαμβάνουν αδιαπέραστες και μη αδιαπέραστες επιφάνειες καλύψεως γης εντός των αστικών συνόρων και των μικρότερων οικισμών όπως πόλεις και χωριά. Η ταξινόμηση HBASE εκτελέστηκε χρησιμοποιώντας έναν αλγόριθμο μηχανικής μάθησης βασισμένος σε δέντρα αποφάσεων που δεν παράγει μόνο τις κατηγορίες για κάθε pixel αλλά και την πιθανότητα ενός εικονοστοιχείου να ανήκει σε μια από τις κατηγορίες.<br /> Για να παραχθεί υψηλή ποιότητα εκτιμήσεων για τα αδιάβροχα εδάφη του 2000, ο αλγόριθμος δένδρου παλινδρόμησης θα πρέπει να παρέχεται με δεδομένα για το έτος 2000. Αντί της συλλογής στοιχείων για το 2000, τα οποία δεν μπορούν να συλλεχθούν λόγω έλλειψης εικόνων υψηλής ανάλυσης, η προσέγγιση της μελέτης αυτής για την εκτίμηση της αδιαπέραστης κάλυψης επιφάνειας το 2000, ήταν μια επαναληπτική διαδικασία σχεδιασμένη για τον εντοπισμό εικονοστοιχείων των οποίων οι τιμές αδιάβροχης επιφάνειας δεν μεταβλήθηκαν μεταξύ του 2000 και του 2010. Χρησιμοποιώντας την πρόβλεψη του 2010 για αυτά τα εικονοστοιχεία ως δεδομένα, ένα δέντρο παλινδρόμησης αναπτύχθηκε για να χαρτογραφήσει τα αδιάβροχα εδάφη του 2000.<br /> <br /> [[Εικόνα: Εικόνα2 θέμα5.jpg | thumb| right|'''Εικόνα 2.''' Δέντρο παλινδρόμησης.]]<br /> <br /> Η αρχική εκτίμηση του IS-2000 παράχθηκε με απλή εφαρμογή του δέντρου παλινδρόμησης που αναφέρθηκε προηγουμένως χρησιμοποιώντας για την απεικόνιση IS 2010 τις εικόνες Landsat του έτους 2000. Το μοντέλο ταξινόμησης HBASE 2010 εφαρμόστηκε επίσης στα δεδομένα Landsat του 2000 για την παραγωγή 2000 χαρτών HBASE. Δεδομένου ότι ο αλγόριθμος HBASE βασίζεται στην ταξινόμηση των χαρακτηριστικών υφής, τα οποία διαπιστώθηκε ότι δεν είναι ευαίσθητα στις φασματικές μεταβολές, αυτό το αποτέλεσμα χαρτογράφησης HBASE χρησιμοποιήθηκε στις αναλύσεις των ερευνητών.<br /> Προκειμένου να εκτιμηθεί η ακρίβεια του παραγόμενου συνόλου δεδομένων ISC, οι ερευνητές ανάπτυξαν μια μέθοδο για την επικύρωση των δεδομένων ISC χρησιμοποιώντας το Google Earth. Η επιλογή των σημείων επικύρωσης έγινε με βάση μια στρωματοποιημένη δειγματοληψία σε τρία στάδια.<br /> 1.Οι 500 πολυπληθέστερες ινδικές πόλεις κατατάχθηκαν σε επτά ομάδες: πάνω από 5 εκατομμύρια, 1 ~ 5 εκατομμύρια, 500 ~ 1000 χιλιάδες, 250 ~ 500 χιλιάδες, 100 ~ 250 χιλιάδες, 50 ~ 100 χιλιάδες, και λιγότερο από 50 χιλιάδες. Από κάθε ομάδα επιλέχθηκαν δύο πόλεις. Συνολικά επιλέχθηκαν 14 πόλεις που διανέμονται σε διάφορες περιοχές της Ινδίας.<br /> 2.Ανιχνεύθηκαν 18 φωτογραφίες Landsat μέσα από αυτές τις πόλεις.<br /> 3.Για κάθε φωτογραφία Landsat, επιλέχθηκαν τυχαία 50 pixel από κάθε μία από αυτές τις τέσσερις ομάδες: ISC = 0, 0&lt;ISC&lt;25%, 25%&lt;ISC&lt;50%, ISC&gt;50%.<br /> Στη συνέχεια, οι συγγραφείς πραγματοποίησαν αναζήτηση στο ιστορικό αρχείο εικόνων Google Earth για να βρουν δύο εικόνες πιο κοντά στις ημερομηνίες απόκτησης του 2000 και 2010 για καθένα από τα 3600 σημεία δειγματοληψίας. Για να χρησιμοποιηθούν ως σημεία επικύρωσης ISC, πρέπει να πληρούνται οι ακόλουθοι κανόνες:<br /> •Η διαφορά μεταξύ των ημερομηνιών απόκτησης εικόνων του Google Earth και Landsat να είναι εντός δύο ετών (730 ημέρες) για το 2000 και το 2010. <br /> •Να μην υπάρχουν σύννεφα / σκιές στην εικόνα Google Earth και για τις δύο ημερομηνίες.<br /> •Να μην υπάρχουν προφανή σφάλματα κατάργησης εγγραφής μεταξύ δύο εικόνων του Google Earth.<br /> <br /> '''ΑΠΟΤΕΛΕΣΜΑΤΑ'''<br /> <br /> [[Εικόνα: Εικόνα3 θέμα5.jpg | thumb| right|'''Εικόνα 2.''' Παραδείγματα αδιάβροχων επιφανειών εδάφους.]]<br /> <br /> Οι ερευνητές αφότου διατύπωσαν τη μεθοδολογία που χρησιμοποιήθηκε, προχώρησαν σε κάποια παραδείγματα για να εξετάσουν στην πράξη κατά πόσο είναι σωστά τα όσα διατύπωσαν. Σε γενικές γραμμές η εφαρμογή έδειξε ότι η απόδοση του εργαλείου ήταν καλή, αν και εντοπίστηκαν κάποια μικρά λάθη, όπως για παράδειγμα ότι οι περιοχές με ορυχεία αποτυπώνονται ως αδιάβροχες επιφάνειες. <br /> Στην εικόνα 3, ο χώρος (a) είναι μια περιοχή που μετατράπηκε από αγροτικό τομέα σε επιφάνεια με μεγάλη αδιαπέραστη πυκνότητα. Το 2000 το αδιάβροχο έδαφος χαρτογραφήθηκε στο κεντρικό εικονοστοιχείο ως 0% σωστά και το 2010 χαρτογραφήθηκε σωστά ως 95% αδιαπέραστο. Το (b) δείχνει μια γεωργική περιοχή που μετατρέπεται σε αδιαπέραστη επιφάνεια χαμηλής έως μέσης πυκνότητας. Το προϊόν ISC προέβλεψε σε ένα ποσοστό 44% αύξηση της αδιαπέραστης επιφάνειας κάλυψης. Το (c) δείχνει μια γυμνή περιοχή που άρχισε να αναπτύσσεται πριν το 2000 και συνέχισε να μετατρέπεται σε αδιαπέραστη κάλυψη επιφάνειας. Το χαρτογραφημένο ISC είναι 90%. Το (d) δείχνει μια περιοχή μέσης πυκνότητας που επεκτάθηκε με τη κατασκευή νέων πολυκατοικιών. Οι νεόκτιστες περιοχές χαρτογραφήθηκαν ως πάνω από 90% ISC. Το σχήμα (e) δείχνει ότι χαρτογραφήθηκε ένα νέο αεροδρόμιο επιτυχώς.<br /> Θα πρέπει να τονιστεί επίσης, ότι όπως φαίνεται από τις οπτικές εκτιμήσεις, τις ποσοτικές αξιολογήσεις και τη χρήση παραδειγμάτων των αναλυτών η χαρτογράφηση των αδιάβροχων επιφανειών εδάφους ο αλγόριθμος χαρτογράφησης πέτυχε υψηλό επίπεδο ακρίβειας. Ωστόσο, τα τελικά προϊόντα ISC δείχνουν μια μεροληψία προς την υπερεκτίμηση ως αποτέλεσμα της υποτιμημένης IS του 2000 και της υπερεκτίμησης το 2010. Εφαρμόζοντας όμως τη διαδικασία της επαναληπτικής μεθόδου πρόβλεψης αυτή η μεροληψία αντιμετωπίζεται και επιτυγχάνεται περισσότερη ακρίβεια στα αποτελέσματα.<br /> <br /> '''ΣΥΜΠΕΡΑΣΜΑΤΑ'''<br /> <br /> Μια προσέγγιση επαναληπτικής πρόβλεψης (ITP) αναπτύχθηκε για τη χαρτογράφηση των μεταβολών αδιάβροχων επιφανειών (ISC). Η αδιαπέραστη επιφάνεια του 2010 χαρτογραφήθηκε χρησιμοποιώντας την παλινδρόμηση με βάση τη μέθοδο δέντρου. Χωρίς πρόσθετα δεδομένα κατάρτισης που συλλέχθηκαν για την εποχή του 2000, η αδιάβροχη επιφάνεια του 2000 χαρτογραφήθηκε από τα δεδομένα του 2010 που δημιουργήθηκαν αυτόματα με βάση μια μάσκα. <br /> Η μέθοδος ITP εφαρμόστηκε στις εικόνες Landsat για να παραχθεί ένα προϊόν ISC για τα έτη 2000-2010 για την Ινδία. Αυτή η μελέτη κατέδειξε την αποτελεσματικότητα της προσέγγισης ITP για τη χαρτογράφηση του ISC με τη χρήση δεδομένων που παρουσίαζαν φασματικές διαφορές μεταξύ δύο ημερομηνιών. Τέτοιες φασματικές διαφορές μπορεί να αποδοθούν στις διαφορές στις ημερομηνίες απόκτησης, στο φωτισμό και στη γεωμετρία προβολής, καθώς και στη φαινολογία της βλάστησης. Με την ικανότητα να χειρίζεται τη φασματική ασυνέπεια, η προσέγγιση ITP μπορεί να είναι χρήσιμη και για τη κάλυψη και άλλων τύπων γης μετά από μικρές προσαρμογές.<br /> <br /> [[category:Χαρτογράφηση παραμέτρων ποιότητας τοπίου και υποβαθμισμένων περιοχών]]</div>

Sofistab http://147.102.106.44/rs/wiki/index.php/%CE%A7%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_2000-2010,_%CE%91%CE%BB%CE%BB%CE%B1%CE%B3%CE%AE_%CF%84%CF%89%CE%BD_%CE%91%CE%B4%CE%B9%CE%AC%CE%B2%CF%81%CE%BF%CF%87%CF%89%CE%BD_%CE%95%CF%80%CE%B9%CF%86%CE%B1%CE%BD%CE%B5%CE%B9%CF%8E%CE%BD_%CE%95%CE%B4%CE%AC%CF%86%CE%BF%CF%85%CF%82_%CF%83%CF%84%CE%B7%CE%BD_%CE%99%CE%BD%CE%B4%CE%AF%CE%B1_%CF%87%CF%81%CE%B7%CF%83%CE%B9%CE%BC%CE%BF%CF%80%CE%BF%CE%B9%CF%8E%CE%BD%CF%84%CE%B1%CF%82_%CE%A3%CF%84%CE%BF%CE%B9%CF%87%CE%B5%CE%AF%CE%B1_%CE%A0%CE%B1%CE%B3%CE%BA%CF%8C%CF%83%CE%BC%CE%B9%CE%B1%CF%82_%CE%88%CF%81%CE%B5%CF%85%CE%BD%CE%B1%CF%82_%CE%95%CE%B4%CE%AC%CF%86%CE%BF%CF%85%CF%82_Landsat. 2018-02-19T11:09:55Z

<p>Sofistab: Νέα σελίδα με ''''Χαρτογράφηση 2000-2010, Αλλαγή των Επιφανειών Εδάφους στην Ινδία χρησιμοποιώντας Στοιχεία Παγκ...'</p> <hr /> <div>'''Χαρτογράφηση 2000-2010, Αλλαγή των Επιφανειών Εδάφους στην Ινδία χρησιμοποιώντας Στοιχεία Παγκόσμιας Έρευνας Εδάφους Landsat.'''<br /> <br /> <br /> '''Πρωτότυπος τίτλος:''' ''Mapping 2000–2010 Impervious Surface Change in India Using Global Land Survey Landsat Data''<br /> <br /> '''Συγγραφείς:'''Panshi Wang, Chengquan Huang and Eric C. Brown de Colstoun <br /> <br /> '''Σύνδεσμος πρωτότυπου κειμένου:''' [http://www.mdpi.com/2072-4292/9/4/366/htm]<br /> <br /> <br /> '''ΠΕΡΙΛΗΨΗ'''<br /> <br /> Η κατανόηση και η παρακολούθηση των περιβαλλοντικών επιπτώσεων της παγκόσμιας αστικοποίησης απαιτεί καλύτερα αστικά δεδομένα. Η συνεχής χαρτογράφηση της αλλαγής των αδιάβροχων/αδιαπέραστων επιφανειών (ISC) με χρήση δεδομένων Landsat είναι ένας αποτελεσματικός τρόπος για την ποσοτικοποίηση της δυναμικής αλλαγής της αστικοποίησης. Είναι ευρέως αποδεκτό ότι η εκτίμηση της αδιάβροχης επιφάνειας με Landsat υπόκειται σε εποχιακές μεταβολές. Ο γενικός στόχος αυτής της εργασίας είναι να χαρτογραφήσει τα αδιαπέραστα εδάφη στα έτη 2000-2010 για την Ινδία, χρησιμοποιώντας στοιχεία από τηn παγκόσμια έρευνα εδάφους μόνο για το 2010. Για το σκοπό αυτό, αναπτύχθηκε μια μέθοδος που θα μπορούσε να μεταφέρει το μοντέλο δέντρου παλινδρόμησης που αναπτύχθηκε για τη χαρτογράφηση της επιφάνειας 2010 στο 2000, χρησιμοποιώντας μια επαναληπτική μέθοδο πρόβλεψης (ITP). Δημιουργήθηκε επίσης ένα ανεξάρτητο σύνολο δεδομένων επικύρωσης χρησιμοποιώντας εικόνες από το εργαλείο Google Earth. Η ρίζα του μέσου τετραγώνου του σφάλματος των προβλεπόμενων αδιάβροχων επιφανειών ISC εκτιμήθηκε σε 18.4% ενώ σε επίπεδο εμπιστοσύνης 95%, η συνολική εκτιμηθείσα ISC για την Ινδία μεταξύ 2000 και 2010 είναι 2274,62 +7.84 km2. <br /> <br /> '''ΕΙΣΑΓΩΓΗ'''<br /> <br /> Η πρώτη δεκαετία του εικοστού πρώτου αιώνα γνώρισε ταχεία αστικοποίηση. Περισσότερος από τον μισό παγκόσμιο πληθυσμό κατοικεί σήμερα σε αστικές περιοχές και ο αστικός πληθυσμός αναμένεται να φτάσει τα δύο τρίτα του παγκόσμιου πληθυσμού μέχρι το 2050. Αυτή η φυσική εκδήλωση της παγκόσμιας διαδικασίας αστικοποίησης της επιφάνειας της γης περιλαμβάνει τη μετατροπή των δασών, των λιβαδιών και των καλλιεργειών σε αδιάβροχη επιφάνεια (IS). Η αδιαπέραστη κάλυψη της επιφάνειας μπορεί να μεταβάλλει τα περιβαλλοντικά συστήματα της γης με πολλούς τρόπους: περιοχές που καλύπτονται από αδιαπέραστη επιφάνεια μπορεί να έχουν ένα ξεχωριστό τοπικό κλίμα, κοινώς γνωστό ως &quot;αστικό φαινόμενο θερμοπληξίας”, τα υδρολογικά συστήματα μπορεί να επηρεαστούν σοβαρά ως αποτέλεσμα της αυξημένης απορροής και της υποβάθμισης της ποιότητας των υδάτων και η αστικοποίηση συχνά συνδέεται με την απώλεια φυσικών τοπίων, οι οποίες ενδέχεται να έχουν δυσμενείς συνέπειες για τη βιοποικιλότητα και το οικοσύστημα. Επιπλέον, πρόσφατες μελέτες σχετικά με τις σχέσεις μεταξύ της αστικοποίησης και της παγκόσμιας περιβαλλοντικής αλλαγής έχουν δείξει ότι η αστικοποίηση μπορεί να έχει επιπτώσεις πέρα από το φυσικό αποτύπωμα αστικών περιοχών.<br /> Η επιφάνεια που έχει χαρακτηριστεί ως αδιάβροχη με βάση δεδομένα Landsat έχει χαρτογραφηθεί χρησιμοποιώντας ανάλυση φασματικού μίγματος και αλγόριθμους μηχανικής μάθησης όπως το δέντρο παλινδρόμησης. Όμως και οι δύο μέθοδοι έχουν βρεθεί να είναι ευαίσθητες σε εποχιακές και φαινολογικές μεταβολές στις εικόνες Landsat. Ως αποτέλεσμα, οι εποχιακές διακυμάνσεις της αδιάβροχης επιφάνειας θα μπορούσαν να οδηγήσουν σε μεροληψίες και σφάλματα στην εκτιμώμενη ISC όταν οι εικόνες για δύο ημερομηνίες αποκτώνται από διαφορετικές εποχές. Οι χρονοσειρές Landsat θα μπορούσαν να χρησιμοποιηθούν για να παράγουν πιο σταθερές εκτιμήσεις για τις αδιάβροχες επιφάνειες και επομένως ακριβέστερη ISC. <br /> Η συγκεκριμένη μελέτη στοχεύει κυρίως στην αποτύπωση της ISC μεταξύ 2000 και 2010 για την Ινδία, της οποίας το ποσοστό αστικοποίησης είναι ένα από τα ταχύτερα σε όλο τον κόσμο. Η Ινδία συμβάλλει σήμερα στο 10% περίπου του κόσμου του αστικού πληθυσμού. Ο αριθμός αυτός αναμένεται να αυξηθεί καθώς η οικονομική ανάπτυξη θα οδηγήσει στο μέλλον σε ακόμη μεγαλύτερη αστικοποίηση. Επιπλέον, αυτή η μελέτη στοχεύει στην παραγωγή ποσοτικών εκτιμήσεων για την ακρίβεια της χαρτογραφημένης ISC, καθώς και στα στατιστικά στοιχεία του κράτους της Ινδίας όσον αφορά την ISC.<br /> <br /> '''ΜΕΘΟΔΟΛΟΓΙΑ'''<br /> <br /> Η περιοχή η οποία ερευνάται είναι η Ινδία, της οποίας ο αστικός πληθυσμός έχει γνωρίσει μια αύξηση 31,8% και μία μείωση 24% της καλλιεργήσιμης γης. Το ζήτημα των εποχιακών αλλαγών στην αδιάβροχη επιφάνεια είναι ιδιαίτερα έντονο στην Ινδία. Λόγω της επίδρασης των μουσώνων και της χωρικής κατανομής των βροχοπτώσεων, η δυναμική της βλάστησης διαφέρει κατά μήκος της χώρας. Επίσης επηρεαζόμενες από τους μετεωρολογικούς κύκλους, οι φασματικές υπογραφές των γεωργικών εκτάσεων στην Ινδία αλλάζουν εποχιακά. Για παράδειγμα, κατά τη διάρκεια ξηρών μηνών, οι περιοχές αγρανάπαυσης συγχέονται συχνά με τις αδιαπέραστες επιφάνειες, οι οποίες είναι δύσκολο να διαχωριστούν με μεμονωμένα περιοδικά δεδομένα.<br /> Οι ερευνητές χρησιμοποιούν για την ανάπτυξη της μεθόδου τους δεδομένα παγκόσμιας γεωγραφικής ανάλυσης επιφάνειας Landsat. Mε τη χρήση αυτών των δεδομένων, η μέθοδος που αναπτύχθηκε βασίζεται σε μια παλινδρόμηση σε μορφή δένδρου για να χαρτογραφήσει την αδιαβροχη επιφάνεια (IS) για το 2010. Εκτός από τις έξι φασματικές ζώνες από τα δεδομένα του Landsat, στο μοντέλο συμπεριλήφθηκαν επίσης τέσσερις φασματικοί δείκτες (εικόνα 1).<br /> <br /> [[Εικόνα: Εικόνα1 θέμα5.jpg | thumb| right|'''Εικόνα 1.''' Υπολογισμός φασματικών δεικτών. Tα b1~b7 αντιστοιχούν σε δεδομένα Landsat.]]<br /> <br /> Οι ερευνητές χρησιμοποίησαν τις πληροφορίες υφής για να ταξινομήσουν τις φωτογραφίες Landsat σε δυαδικές μάσκες της ανθρώπινης παρέμβασης και της οικοδομικής έκτασης, οι οποίες περιλαμβάνουν αδιαπέραστες και μη αδιαπέραστες επιφάνειες καλύψεως γης εντός των αστικών συνόρων και των μικρότερων οικισμών όπως πόλεις και χωριά. Η ταξινόμηση HBASE εκτελέστηκε χρησιμοποιώντας έναν αλγόριθμο μηχανικής μάθησης βασισμένος σε δέντρα αποφάσεων που δεν παράγει μόνο τις κατηγορίες για κάθε pixel αλλά και την πιθανότητα ενός εικονοστοιχείου να ανήκει σε μια από τις κατηγορίες.<br /> Για να παραχθεί υψηλή ποιότητα εκτιμήσεων για τα αδιάβροχα εδάφη του 2000, ο αλγόριθμος δένδρου παλινδρόμησης θα πρέπει να παρέχεται με δεδομένα για το έτος 2000. Αντί της συλλογής στοιχείων για το 2000, τα οποία δεν μπορούν να συλλεχθούν λόγω έλλειψης εικόνων υψηλής ανάλυσης, η προσέγγιση της μελέτης αυτής για την εκτίμηση της αδιαπέραστης κάλυψης επιφάνειας το 2000, ήταν μια επαναληπτική διαδικασία σχεδιασμένη για τον εντοπισμό εικονοστοιχείων των οποίων οι τιμές αδιάβροχης επιφάνειας δεν μεταβλήθηκαν μεταξύ του 2000 και του 2010. Χρησιμοποιώντας την πρόβλεψη του 2010 για αυτά τα εικονοστοιχεία ως δεδομένα, ένα δέντρο παλινδρόμησης αναπτύχθηκε για να χαρτογραφήσει τα αδιάβροχα εδάφη του 2000.<br /> <br /> [[Εικόνα: Εικόνα2 θέμα5.jpg | thumb| right|'''Εικόνα 2.''' Δέντρο παλινδρόμησης.]]<br /> <br /> Η αρχική εκτίμηση του IS-2000 παράχθηκε με απλή εφαρμογή του δέντρου παλινδρόμησης που αναφέρθηκε προηγουμένως χρησιμοποιώντας για την απεικόνιση IS 2010 τις εικόνες Landsat του έτους 2000. Το μοντέλο ταξινόμησης HBASE 2010 εφαρμόστηκε επίσης στα δεδομένα Landsat του 2000 για την παραγωγή 2000 χαρτών HBASE. Δεδομένου ότι ο αλγόριθμος HBASE βασίζεται στην ταξινόμηση των χαρακτηριστικών υφής, τα οποία διαπιστώθηκε ότι δεν είναι ευαίσθητα στις φασματικές μεταβολές, αυτό το αποτέλεσμα χαρτογράφησης HBASE χρησιμοποιήθηκε στις αναλύσεις των ερευνητών.<br /> Προκειμένου να εκτιμηθεί η ακρίβεια του παραγόμενου συνόλου δεδομένων ISC, οι ερευνητές ανάπτυξαν μια μέθοδο για την επικύρωση των δεδομένων ISC χρησιμοποιώντας το Google Earth. Η επιλογή των σημείων επικύρωσης έγινε με βάση μια στρωματοποιημένη δειγματοληψία σε τρία στάδια.<br /> 1.Οι 500 πολυπληθέστερες ινδικές πόλεις κατατάχθηκαν σε επτά ομάδες: πάνω από 5 εκατομμύρια, 1 ~ 5 εκατομμύρια, 500 ~ 1000 χιλιάδες, 250 ~ 500 χιλιάδες, 100 ~ 250 χιλιάδες, 50 ~ 100 χιλιάδες, και λιγότερο από 50 χιλιάδες. Από κάθε ομάδα επιλέχθηκαν δύο πόλεις. Συνολικά επιλέχθηκαν 14 πόλεις που διανέμονται σε διάφορες περιοχές της Ινδίας.<br /> 2.Ανιχνεύθηκαν 18 φωτογραφίες Landsat μέσα από αυτές τις πόλεις.<br /> 3.Για κάθε φωτογραφία Landsat, επιλέχθηκαν τυχαία 50 pixel από κάθε μία από αυτές τις τέσσερις ομάδες: ISC = 0, 0&lt;ISC&lt;25%, 25%&lt;ISC&lt;50%, ISC&gt;50%.<br /> Στη συνέχεια, οι συγγραφείς πραγματοποίησαν αναζήτηση στο ιστορικό αρχείο εικόνων Google Earth για να βρουν δύο εικόνες πιο κοντά στις ημερομηνίες απόκτησης του 2000 και 2010 για καθένα από τα 3600 σημεία δειγματοληψίας. Για να χρησιμοποιηθούν ως σημεία επικύρωσης ISC, πρέπει να πληρούνται οι ακόλουθοι κανόνες:<br /> •Η διαφορά μεταξύ των ημερομηνιών απόκτησης εικόνων του Google Earth και Landsat να είναι εντός δύο ετών (730 ημέρες) για το 2000 και το 2010. <br /> •Να μην υπάρχουν σύννεφα / σκιές στην εικόνα Google Earth και για τις δύο ημερομηνίες.<br /> •Να μην υπάρχουν προφανή σφάλματα κατάργησης εγγραφής μεταξύ δύο εικόνων του Google Earth.<br /> <br /> '''ΑΠΟΤΕΛΕΣΜΑΤΑ'''<br /> <br /> [[Εικόνα: Εικόνα3 θέμα5.jpg | thumb| right|'''Εικόνα 2.''' Παραδείγματα αδιάβροχων επιφανειών εδάφους.]]<br /> <br /> Οι ερευνητές αφότου διατύπωσαν τη μεθοδολογία που χρησιμοποιήθηκε, προχώρησαν σε κάποια παραδείγματα για να εξετάσουν στην πράξη κατά πόσο είναι σωστά τα όσα διατύπωσαν. Σε γενικές γραμμές η εφαρμογή έδειξε ότι η απόδοση του εργαλείου ήταν καλή, αν και εντοπίστηκαν κάποια μικρά λάθη, όπως για παράδειγμα ότι οι περιοχές με ορυχεία αποτυπώνονται ως αδιάβροχες επιφάνειες. <br /> Στην εικόνα 3, ο χώρος (a) είναι μια περιοχή που μετατράπηκε από αγροτικό τομέα σε επιφάνεια με μεγάλη αδιαπέραστη πυκνότητα. Το 2000 το αδιάβροχο έδαφος χαρτογραφήθηκε στο κεντρικό εικονοστοιχείο ως 0% σωστά και το 2010 χαρτογραφήθηκε σωστά ως 95% αδιαπέραστο. Το (b) δείχνει μια γεωργική περιοχή που μετατρέπεται σε αδιαπέραστη επιφάνεια χαμηλής έως μέσης πυκνότητας. Το προϊόν ISC προέβλεψε σε ένα ποσοστό 44% αύξηση της αδιαπέραστης επιφάνειας κάλυψης. Το (c) δείχνει μια γυμνή περιοχή που άρχισε να αναπτύσσεται πριν το 2000 και συνέχισε να μετατρέπεται σε αδιαπέραστη κάλυψη επιφάνειας. Το χαρτογραφημένο ISC είναι 90%. Το (d) δείχνει μια περιοχή μέσης πυκνότητας που επεκτάθηκε με τη κατασκευή νέων πολυκατοικιών. Οι νεόκτιστες περιοχές χαρτογραφήθηκαν ως πάνω από 90% ISC. Το σχήμα (e) δείχνει ότι χαρτογραφήθηκε ένα νέο αεροδρόμιο επιτυχώς.<br /> Θα πρέπει να τονιστεί επίσης, ότι όπως φαίνεται από τις οπτικές εκτιμήσεις, τις ποσοτικές αξιολογήσεις και τη χρήση παραδειγμάτων των αναλυτών η χαρτογράφηση των αδιάβροχων επιφανειών εδάφους ο αλγόριθμος χαρτογράφησης πέτυχε υψηλό επίπεδο ακρίβειας. Ωστόσο, τα τελικά προϊόντα ISC δείχνουν μια μεροληψία προς την υπερεκτίμηση ως αποτέλεσμα της υποτιμημένης IS του 2000 και της υπερεκτίμησης το 2010. Εφαρμόζοντας όμως τη διαδικασία της επαναληπτικής μεθόδου πρόβλεψης αυτή η μεροληψία αντιμετωπίζεται και επιτυγχάνεται περισσότερη ακρίβεια στα αποτελέσματα.<br /> <br /> '''ΣΥΜΠΕΡΑΣΜΑΤΑ'''<br /> <br /> Μια προσέγγιση επαναληπτικής πρόβλεψης (ITP) αναπτύχθηκε για τη χαρτογράφηση των μεταβολών αδιάβροχων επιφανειών (ISC). Η αδιαπέραστη επιφάνεια του 2010 χαρτογραφήθηκε χρησιμοποιώντας την παλινδρόμηση με βάση τη μέθοδο δέντρου. Χωρίς πρόσθετα δεδομένα κατάρτισης που συλλέχθηκαν για την εποχή του 2000, η αδιάβροχη επιφάνεια του 2000 χαρτογραφήθηκε από τα δεδομένα του 2010 που δημιουργήθηκαν αυτόματα με βάση μια μάσκα. <br /> Η μέθοδος ITP εφαρμόστηκε στις εικόνες Landsat για να παραχθεί ένα προϊόν ISC για τα έτη 2000-2010 για την Ινδία. Αυτή η μελέτη κατέδειξε την αποτελεσματικότητα της προσέγγισης ITP για τη χαρτογράφηση του ISC με τη χρήση δεδομένων που παρουσίαζαν φασματικές διαφορές μεταξύ δύο ημερομηνιών. Τέτοιες φασματικές διαφορές μπορεί να αποδοθούν στις διαφορές στις ημερομηνίες απόκτησης, στο φωτισμό και στη γεωμετρία προβολής, καθώς και στη φαινολογία της βλάστησης. Με την ικανότητα να χειρίζεται τη φασματική ασυνέπεια, η προσέγγιση ITP μπορεί να είναι χρήσιμη και για τη κάλυψη και άλλων τύπων γης μετά από μικρές προσαρμογές.<br /> <br /> [[category:Χαρτογράφηση παραμέτρων ποιότητας τοπίου και υποβαθμισμένων περιοχών]]</div>

Sofistab http://147.102.106.44/rs/wiki/index.php/%CE%A3%CF%84%CE%B1%CE%BC%CF%80%CE%BF%CF%85%CE%BB%CE%AE_%CE%A3%CE%BF%CF%86%CE%AF%CE%B1 2018-02-19T11:09:32Z

<p>Sofistab: </p> <hr /> <div>Add Your Content Here <br /> <br /> * [[Παγκόσμιες Τάσεις Έκθεσης Φυσικών Επίγειων Οικοσυστημάτων Σε Φωτορύπανση.]]<br /> * [[Μνημεία Πολιτιστικής Κληρονομιάς σε Κίνδυνο – Αυτόματη ανίχνευση ζημιών από το διάστημα.]]<br /> * [[Ταχεία Αστική Ανάπτυξη στην κοιλάδα του Κατμαντού, Νεπάλ: Παρακολούθηση Δυναμικής της Χρήσης Γης και Κάλυψης Γης με εικόνες Landsat.]]<br /> * [[Μεταβολές των Δασών στην τροπική Νότια και Κεντρική Αμερική από το 1990 μέχρι το 2005 που σχετίζονται με Εκπομπές Άνθρακα.]]<br /> * [[Χαρτογράφηση 2000-2010, Αλλαγή των Επιφανειών Εδάφους στην Ινδία χρησιμοποιώντας Στοιχεία Παγκόσμιας Έρευνας Εδάφους Landsat.]]<br /> * [[Χαρτογράφηση 2000-2010, Αλλαγή των Αδιάβροχων Επιφανειών Εδάφους στην Ινδία χρησιμοποιώντας Στοιχεία Παγκόσμιας Έρευνας Εδάφους Landsat.]]<br /> <br /> <br /> <br /> [[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Αθήνα)]]</div>

Sofistab http://147.102.106.44/rs/wiki/index.php/%CE%A7%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_2000-2010,_%CE%91%CE%BB%CE%BB%CE%B1%CE%B3%CE%AE_%CF%84%CF%89%CE%BD_%CE%95%CF%80%CE%B9%CF%86%CE%B1%CE%BD%CE%B5%CE%B9%CF%8E%CE%BD_%CE%95%CE%B4%CE%AC%CF%86%CE%BF%CF%85%CF%82_%CF%83%CF%84%CE%B7%CE%BD_%CE%99%CE%BD%CE%B4%CE%AF%CE%B1_%CF%87%CF%81%CE%B7%CF%83%CE%B9%CE%BC%CE%BF%CF%80%CE%BF%CE%B9%CF%8E%CE%BD%CF%84%CE%B1%CF%82_%CE%A3%CF%84%CE%BF%CE%B9%CF%87%CE%B5%CE%AF%CE%B1_%CE%A0%CE%B1%CE%B3%CE%BA%CF%8C%CF%83%CE%BC%CE%B9%CE%B1%CF%82_%CE%88%CF%81%CE%B5%CF%85%CE%BD%CE%B1%CF%82_%CE%95%CE%B4%CE%AC%CF%86%CE%BF%CF%85%CF%82_Landsat. 2018-02-19T10:19:12Z

<p>Sofistab: Νέα σελίδα με ''''Χαρτογράφηση 2000-2010, Αλλαγή των Επιφανειών Εδάφους στην Ινδία χρησιμοποιώντας Στοιχεία Παγκ...'</p> <hr /> <div>'''Χαρτογράφηση 2000-2010, Αλλαγή των Επιφανειών Εδάφους στην Ινδία χρησιμοποιώντας Στοιχεία Παγκόσμιας Έρευνας Εδάφους Landsat.'''<br /> <br /> <br /> '''Πρωτότυπος τίτλος:''' ''Mapping 2000–2010 Impervious Surface Change in India Using Global Land Survey Landsat Data''<br /> <br /> '''Συγγραφείς:'''Panshi Wang, Chengquan Huang and Eric C. Brown de Colstoun <br /> <br /> '''Σύνδεσμος πρωτότυπου κειμένου:''' [http://www.mdpi.com/2072-4292/9/4/366/htm]<br /> <br /> <br /> '''ΠΕΡΙΛΗΨΗ'''<br /> <br /> Η κατανόηση και η παρακολούθηση των περιβαλλοντικών επιπτώσεων της παγκόσμιας αστικοποίησης απαιτεί καλύτερα αστικά δεδομένα. Η συνεχής χαρτογράφηση της αλλαγής των αδιάβροχων/αδιαπέραστων επιφανειών (ISC) με χρήση δεδομένων Landsat είναι ένας αποτελεσματικός τρόπος για την ποσοτικοποίηση της δυναμικής αλλαγής της αστικοποίησης. Είναι ευρέως αποδεκτό ότι η εκτίμηση της αδιάβροχης επιφάνειας με βάση το πρόγραμμα Landsat υπόκειται σε εποχιακές μεταβολές. Ο γενικός στόχος αυτής της εργασίας είναι να χαρτογραφήσει τα αδιαπέραστα εδάφη στα έτη 2000-2010 για την Ινδία, χρησιμοποιώντας στοιχεία από τη παγκόσμια έρευνα εδάφους του προγράμματος Landsat μόνο για το 2010. Για το σκοπό αυτό, αναπτύχθηκε μια μέθοδος που θα μπορούσε να μεταφέρει το μοντέλο δέντρου παλινδρόμησης που αναπτύχθηκε για τη χαρτογράφηση της επιφάνειας 2010 στο 2000, χρησιμοποιώντας μια επαναληπτική μέθοδος πρόβλεψης (ITP). Δημιουργήθηκε επίσης ένα ανεξάρτητο σύνολο δεδομένων επικύρωσης χρησιμοποιώντας εικόνες από το εργαλείο Google Earth. Η Ρίζα του Μέσου Τετραγώνου του Σφάλματος των προβλεπόμενων αδιάβροχων επιφανειών ISC εκτιμήθηκε σε 18.4%. Ενώ σε επίπεδο εμπιστοσύνης 95%, η συνολική εκτιμηθείσα ISC για τη Ινδία μεταξύ 2000 και 2010 είναι 2274,62 +7.84 km2. <br /> <br /> '''ΕΙΣΑΓΩΓΗ'''<br /> <br /> Η πρώτη δεκαετία του εικοστού πρώτου αιώνα γνώρισε ταχεία αστικοποίηση. Περισσότεροι από τον μισό παγκόσμιο πληθυσμό κατοικεί σήμερα σε αστικές περιοχές και ο αστικός πληθυσμός αναμένεται να φτάσει τα δύο τρίτα του παγκόσμιου πληθυσμού μέχρι το 2050. Αυτή η φυσική εκδήλωση της παγκόσμιας διαδικασίας αστικοποίησης η επιφάνεια της Γης περιλαμβάνει τη μετατροπή των δασών, των λιβαδιών και των καλλιεργειών σε αδιάβροχη επιφάνεια (IS). Η αδιαπέραστη κάλυψη της επιφάνειας μπορεί να μεταβάλλει τα περιβαλλοντικά συστήματα της Γης με πολλούς τρόπους: περιοχές που καλύπτεται από αδιαπέραστη επιφάνεια μπορεί να έχει ένα ξεχωριστό τοπικό κλίμα, κοινώς γνωστό ως &quot;αστικό φαινόμενο θερμοπληξίας”, τα υδρολογικά συστήματα μπορεί να επηρεαστούν σοβαρά ως αποτέλεσμα της αυξημένης απορροής και την υποβάθμιση της ποιότητας των υδάτων και η αστικοποίηση συχνά συνδέεται με την απώλεια φυσικών τοπίων οι οποίες ενδέχεται να έχουν δυσμενείς συνέπειες για τη βιοποικιλότητα και το οικοσύστημα. Επιπλέον, πρόσφατες μελέτες σχετικά με τις σχέσεις μεταξύ της αστικοποίησης και της παγκόσμιας οι περιβαλλοντικές αλλαγές έχουν δείξει ότι η αστικοποίηση μπορεί να έχει επιπτώσεις πέρα από το φυσικό αποτύπωμα αστικών περιοχών.<br /> Η επιφάνεια που έχει χαρακτηριστεί ως αδιάβροχη με βάση δεδομένα του προγράμματος Landsat έχει χαρτογραφηθεί χρησιμοποιώντας ανάλυση φασματικού μίγματος και αλγόριθμους μηχανικής μάθησης όπως το δέντρο παλινδρόμησης. Όμως και οι δύο μέθοδοι έχουν βρεθεί να είναι ευαίσθητες σε εποχιακές και φαινολογικές μεταβολές στις εικόνες Landsat. Ως αποτέλεσμα, οι εποχιακές διακυμάνσεις της αδιάβροχης επιφάνειας θα μπορούσαν να οδηγήσουν σε μεροληψίες και σφάλματα στην εκτιμώμενη ISC όταν οι εικόνες για δύο ημερομηνίες αποκτώνται από διαφορετικές εποχές. Οι χρονοσειρές Landsat θα μπορούσαν να χρησιμοποιηθούν για να παράγουν πιο σταθερές εκτιμήσεις για τις αδιάβροχες επιφάνειας και επομένως ακριβέστερη ISC. <br /> Η συγκεκριμένη μελέτη στοχεύει κυρίως στην αποτύπωση της ISC μεταξύ 2000 και 2010 για την Ινδία, της οποίας το ποσοστό αστικοποίησης είναι ένα από τα ταχύτερα σε όλο τον κόσμο. Η Ινδία συμβάλλει σήμερα στο 10% περίπου του κόσμου του αστικού πληθυσμού. Ο αριθμός αυτός αναμένεται να αυξηθεί καθώς η οικονομική ανάπτυξη θα οδηγήσει στο μέλλον σε ακόμη μεγαλύτερη αστικοποίηση. Επιπλέον, αυτή η μελέτη στοχεύει στην παραγωγή ποσοτικών εκτιμήσεων για την ακρίβεια της χαρτογραφημένης ISC, καθώς και τα στατιστικά στοιχεία του κράτους της Ινδίας όσο αφορά την ISC.<br /> <br /> '''ΜΕΘΟΔΟΛΟΓΙΑ'''<br /> <br /> Η περιοχή η οποία ερευνάται είναι η Ινδία, της οποίας ο αστικός πληθυσμός έχει γνωρίσει μια αύξηση 31,8% και μία μείωση 24% της καλλιεργήσιμης γης. Το ζήτημα των εποχιακών αλλαγών στην αδιάβροχη επιφάνεια είναι ιδιαίτερα έντονο στην Ινδία. Λόγω της επίδρασης των μουσώνων και της χωρικής κατανομής των βροχοπτώσεων, η δυναμική της βλάστησης διαφέρει κατά μήκος της χώρας. Επίσης επηρεαζόμενες από τους μετεωρολογικούς κύκλους, οι φασματικές υπογραφές των γεωργικών εκτάσεων στην Ινδία αλλάζουν εποχιακά. Για παράδειγμα, κατά τη διάρκεια ξηρών μηνών, η περιοχές αγρανάπαυσης συγχέονται συχνά με τις αδιαπέραστες επιφάνειες, οι οποίες είναι δύσκολο να διαχωριστούν με μεμονωμένα περιοδικά δεδομένα.<br /> Οι ερευνητές χρησιμοποιούν για την ανάπτυξη της μεθόδου τους δεδομένα παγκόσμιας γεωγραφικής ανάλυσης επιφάνειας μέσω του προγράμματος Landsat. Mε τη χρήση αυτών των δεδομένων, η μέθοδος που αναπτύχθηκε βασίζεται σε μια παλινδρόμηση σε μορφή δένδρου για να χαρτογραφήσει την αδιαβροχη επιφάνεια (IS) για το 2010. Εκτός από τις έξι φασματικές ζώνες από τα δεδομένα του Landsat, στο μοντέλο συμπεριλήφθηκαν επίσης τέσσερις φασματικοί δείκτες.<br /> Οι ερευνητές χρησιμοποίησαν τις πληροφορίες υφής για να ταξινομήσουν τις φωτογραφίες από το πρόγραμμα Landsat σε δυαδικές μάσκες της ανθρώπινης παρέμβασης και της οικοδομικής έκτασης οι οποίες περιλαμβάνουν αδιαπέραστες και μη αδιαπέραστες επιφάνειες καλύψεως γης εντός των αστικών συνόρων και των μικρότερων οικισμών όπως πόλεις και χωριά. Η ταξινόμηση HBASE εκτελέστηκε χρησιμοποιώντας έναν αλγόριθμο μηχανικής μάθησης βασισμένος σε δέντρα αποφάσεων που δεν παράγει μόνο τις κατηγορίες για κάθε pixel αλλά και την πιθανότητα ενός εικονοστοιχείου να ανήκει σε μια από τις κατηγορίες.<br /> Για να παραχθεί υψηλή ποιότητα εκτιμήσεων για τα αδιάβροχα εδάφη του 2000, ο αλγόριθμος δένδρου παλινδρόμησης θα πρέπει να παρέχεται με δεδομένα για το έτος 2000. Αντί της συλλογής στοιχείων για το 2000, τα οποία δεν μπορούν να συλλεχθούν λόγω έλλειψης εικόνων υψηλής ανάλυσης, η προσέγγιση της μελέτης αυτής για την εκτίμηση της αδιαπέραστης κάλυψης επιφάνειας το 2000, ήταν μια επαναληπτική διαδικασία σχεδιασμένη για τον εντοπισμό εικονοστοιχείων (pixels) των οποίων οι τιμές αδιάβροχης επιφάνειας δεν μεταβλήθηκαν μεταξύ του 2000 και του 2010. Χρησιμοποιώντας την πρόβλεψη του 2010 για αυτά τα εικονοστοιχεία ως δεδομένα, ένα δέντρο παλινδρόμησης αναπτύχθηκε για να χαρτογραφήσει τα αδιάβροχα εδάφη του 2000.<br /> Η αρχική εκτίμηση του IS-2000 παράχθηκε με απλή εφαρμογή του δέντρου παλινδρόμησης που αναφέρθηκε προηγουμένως χρησιμοποιώντας για την απεικόνιση IS 2010 τις εικόνες του έτους 2000 από το Landsat. Το μοντέλο ταξινόμησης HBASE 2010 εφαρμόστηκε επίσης στα δεδομένα Landsat του 2000 για την παραγωγή 2000 χαρτών HBASE. Δεδομένου ότι ο αλγόριθμος HBASE βασίζεται στην ταξινόμηση των χαρακτηριστικών υφής, τα οποία διαπιστώθηκε ότι δεν είναι ευαίσθητα στις φασματικές μεταβολές, αυτό το αποτέλεσμα χαρτογράφησης HBASE χρησιμοποιήθηκε στις αναλύσεις των ερευνητών.<br /> Προκειμένου να εκτιμηθεί η ακρίβεια του παραγόμενου συνόλου δεδομένων ISC, οι ερευνητές ανάπτυξαν μια μέθοδο για την επικύρωση των δεδομένων ISC συνόλου δεδομένων χρησιμοποιώντας το Google Earth. Η επιλογή των σημείων επικύρωσης έγινε με βάση μια στρωματοποιημένη δειγματοληψία σε τρία στάδια.<br /> 1. Οι 500 πολυπληθέστερες ινδικές πόλεις κατατάχθηκαν σε επτά ομάδες: πάνω από 5 εκατομμύρια,1 ~ 5 εκατομμύρια, 500 ~ 1000 χιλιάδες, 250 ~ 500 χιλιάδες, 100 ~ 250 χιλιάδες, 50 ~ 100 χιλιάδες, και λιγότερο από 50 χιλιάδες. Από κάθε ομάδα επιλέχθηκαν δύο πόλεις. Συνολικά επιλέχθηκαν 14 πόλεις που διανέμονται σε διάφορες περιοχές της Ινδίας.<br /> 2. Ανιχνεύθηκαν 18 φωτογραφίες από Landsat μέσα από αυτές τις πόλεις.<br /> 3. Για κάθε φωτογραφία Landsat, επιλέχθηκαν τυχαία 50 pixel από κάθε μία από αυτές τις τέσσερις ομάδες: ISC = 0, 0 &lt;ISC&lt;25%, 25% &lt;ISC&lt;50%, ISC&gt; 50%.<br /> Στη συνέχεια, οι συγγραφείς πραγματοποίησαν αναζήτηση στο ιστορικό αρχείο εικόνων Google Earth για να βρουν δύο εικόνες πιο κοντά στις ημερομηνίες απόκτησης του 2000 και 2010 για καθένα από τα 3600 σημεία δειγματοληψίας. Για να χρησιμοποιηθούν ως σημεία επικύρωσης ISC, πρέπει να πληρούνται οι ακόλουθοι κανόνες:<br /> • Η διαφορά μεταξύ των ημερομηνιών απόκτησης εικόνων του Google Earth και Landsat είναι εντός δύο ετών (730 ημέρες) για το 2000 και το 2010. <br /> • Δεν υπάρχουν σύννεφα / σκιές στην εικόνα Google Earth και για τις δύο ημερομηνίες.<br /> • Δεν υπάρχουν προφανή σφάλματα κατάργησης εγγραφής μεταξύ δύο εικόνων του Google Earth ™.<br /> <br /> '''ΑΠΟΤΕΛΕΣΜΑΤΑ'''<br /> <br /> Οι ερευνητές αφότου διατύπωσαν την μεθοδολογία που χρησιμοποιήθηκε, προχώρησαν σε κάποια παραδείγματα για να εξετάσουν στη πράξη κατά πόσο είναι σωστά τα όσα διατύπωσαν. Σε γενικές γραμμές η εφαρμογή έδειξε ότι η απόδοση του εργαλείου ήταν καλή, αν και εντοπίστηκαν κάποια μικρά λάθη, όπως για παράδειγμα οι περιοχές με ορυχεία αποτυπώνονται ως αδιάβροχες επιφάνειες. <br /> Στο σχήμα 2, ο χώρος (a) είναι μια περιοχή που μετατράπηκε από αγροτικό τομέα σε επιφάνεια με μεγάλη πυκνότητα αδιαπέραστη. Το 2000 το αδιάβροχο έδαφος χαρτογραφήθηκε το το κεντρικό εικονοστοιχείο ως 0% σωστά και το 2010 χαρτογραφήθηκε σωστά ως 95% αδιαπέραστο. Το Σχήμα 5b δείχνει μια γεωργική περιοχή που μετατρέπεται σε αδιαπέραστη επιφάνεια χαμηλής έως μέσης πυκνότητας. Το προϊόν ISC προέβλεψε ένα ποσοστό 44% αύξηση της αδιαπέραστης επιφάνειας κάλυψης. Το σχήμα 5γ δείχνει μια γυμνή περιοχή που άρχισε να αναπτύσσεται πριν το 2000 και συνέχισε να μετατρέπεται σε αδιαπέραστη κάλυψη επιφάνειας. Το χαρτογραφημένο ISC είναι 90%. Το σχήμα 5δ δείχνει μια περιοχή μέσης πυκνότητας που επεκτάθηκε με τη κατασκευή νέων πολυκατοικιών. Οι νεόκτιστες περιοχές χαρτογραφήθηκαν ως πάνω από 90% ISC. Το σχήμα 5e δείχνει ότι χαρτογραφήθηκε ένα νέο αεροδρόμιο επιτυχώς.<br /> Θα πρέπει να τονιστεί επίσης, ότι όπως φαίνεται από τις οπτικές εκτιμήσεις, τις ποσοτικές αξιολογήσεις και τη χρήση παραδειγμάτων των αναλυτών η χαρτογράφηση των αδιάβροχων επιφανειών εδάφους ο αλγόριθμος χαρτογράφησης πέτυχε υψηλό επίπεδο ακρίβειας. Ωστόσο, τα τελικά προϊόντα ISC δείχνουν μια μεροληψία προς την υπερεκτίμηση ως αποτέλεσμα της υποτιμημένης IS του 2000 και της υπερεκτίμησης το 2010 IS. Εφαρμόζοντας όμως τη διαδικασία της επαναληπτικής μεθόδου πρόβλεψης αυτή η μεροληψία αντιμετωπίζεται κα επιτυγχάνεται περισσότερη ακρίβεια στα αποτελέσματα.<br /> <br /> '''ΣΥΜΠΕΡΑΣΜΑΤΑ'''<br /> <br /> Μια προσέγγιση επαναληπτικής πρόβλεψης (ITP) αναπτύχθηκε για τη χαρτογράφηση των μεταβολών αδιάβροχων επιφανειών (ISC). Η αδιαπέραστη επιφάνεια του 2010 χαρτογραφήθηκε χρησιμοποιώντας την παλινδρόμηση με βάση τη μέθοδο δέντρου. Χωρίς πρόσθετα δεδομένα κατάρτισης που συλλέχθηκαν για την εποχή του 2000, η αδιάβροχη επιφάνεια του 2000 χαρτογραφήθηκε από τα δεδομένα του 2010 που δημιουργήθηκαν αυτόματα με βάση μια μάσκα. <br /> Η μέθοδος ITP εφαρμόστηκε στις εικόνες του Landsat για να παραχθεί ένα προϊόν ISC για τα έτη 2000-2010 για την Ινδία. Αυτή η μελέτη κατέδειξε την αποτελεσματικότητα της προσέγγισης ITP για τη χαρτογράφηση του ISC με τη χρήση δεδομένων που παρουσίαζε φασματικές διαφορές μεταξύ δύο ημερομηνιών. Τέτοιες φασματικές διαφορές μπορεί να αποδοθούν στις διαφορές στις ημερομηνίες απόκτησης, στο φωτισμό και στη γεωμετρία προβολής, και στη φαινολογία της βλάστησης. Με την ικανότητα να χειρίζεται τη φασματική ασυνέπεια, η προσέγγιση ITP μπορεί να είναι χρήσιμη και για τη κάλυψη και άλλων τύπων γης μετά από μικρές προσαρμογές.<br /> <br /> <br /> [[Εικόνα: Εικόνα1 θέμα1.png | thumb| right|'''Εικόνα 1.''' (α) Παγκόσμια εικόνα φώτων νύχτας από δεδομένα DMSP, 2012. (β) Παγκόσμια κάλυψη γης από το GLC2000, από ανάλυση 1 χλμ.(γ) Παγκόσμιες χερσαίες οικοπεριοχές από το World Wildlife Fund (WWF).]]<br /> <br /> [[category:Ατμοσφαιρική Ρύπανση]]</div>

Sofistab http://147.102.106.44/rs/wiki/index.php/%CE%A3%CF%84%CE%B1%CE%BC%CF%80%CE%BF%CF%85%CE%BB%CE%AE_%CE%A3%CE%BF%CF%86%CE%AF%CE%B1 2018-02-19T10:08:56Z

<p>Sofistab: </p> <hr /> <div>Add Your Content Here <br /> <br /> * [[Παγκόσμιες Τάσεις Έκθεσης Φυσικών Επίγειων Οικοσυστημάτων Σε Φωτορύπανση.]]<br /> * [[Μνημεία Πολιτιστικής Κληρονομιάς σε Κίνδυνο – Αυτόματη ανίχνευση ζημιών από το διάστημα.]]<br /> * [[Ταχεία Αστική Ανάπτυξη στην κοιλάδα του Κατμαντού, Νεπάλ: Παρακολούθηση Δυναμικής της Χρήσης Γης και Κάλυψης Γης με εικόνες Landsat.]]<br /> * [[Μεταβολές των Δασών στην τροπική Νότια και Κεντρική Αμερική από το 1990 μέχρι το 2005 που σχετίζονται με Εκπομπές Άνθρακα.]]<br /> * [[Χαρτογράφηση 2000-2010, Αλλαγή των Επιφανειών Εδάφους στην Ινδία χρησιμοποιώντας Στοιχεία Παγκόσμιας Έρευνας Εδάφους Landsat.]]<br /> <br /> <br /> <br /> [[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Αθήνα)]]</div>

Sofistab http://147.102.106.44/rs/wiki/index.php/%CE%9C%CE%B5%CF%84%CE%B1%CE%B2%CE%BF%CE%BB%CE%AD%CF%82_%CF%84%CF%89%CE%BD_%CE%94%CE%B1%CF%83%CF%8E%CE%BD_%CF%83%CF%84%CE%B7%CE%BD_%CF%84%CF%81%CE%BF%CF%80%CE%B9%CE%BA%CE%AE_%CE%9D%CF%8C%CF%84%CE%B9%CE%B1_%CE%BA%CE%B1%CE%B9_%CE%9A%CE%B5%CE%BD%CF%84%CF%81%CE%B9%CE%BA%CE%AE_%CE%91%CE%BC%CE%B5%CF%81%CE%B9%CE%BA%CE%AE_%CE%B1%CF%80%CF%8C_%CF%84%CE%BF_1990_%CE%BC%CE%AD%CF%87%CF%81%CE%B9_%CF%84%CE%BF_2005_%CF%80%CE%BF%CF%85_%CF%83%CF%87%CE%B5%CF%84%CE%AF%CE%B6%CE%BF%CE%BD%CF%84%CE%B1%CE%B9_%CE%BC%CE%B5_%CE%95%CE%BA%CF%80%CE%BF%CE%BC%CF%80%CE%AD%CF%82_%CE%86%CE%BD%CE%B8%CF%81%CE%B1%CE%BA%CE%B1. 2018-02-19T09:50:37Z

<p>Sofistab: </p> <hr /> <div>'''Μεταβολές των Δασών στην τροπική Νότια και Κεντρική Αμερική από το 1990 μέχρι το 2005 που σχετίζονται με Εκπομπές Άνθρακα.'''<br /> <br /> <br /> '''Πρωτότυπος τίτλος:''' ''Forest Cover Changes in Tropical South and Central America from 1990 to 2005 and Related Carbon Emissions and Removals''<br /> <br /> '''Συγγραφείς:'''Hugh D. Eva, Frédéric Achard, René Beuchle, Evaristo de Miranda, Silvia Carboni, Roman Seliger, Michael Vollmar, Wilson A. Holler, Osvaldo T. Oshiro, Victor Barrena Arroyo and Javier Gallego<br /> <br /> '''Σύνδεσμος πρωτότυπου κειμένου:''' [http://www.mdpi.com/2072-4292/4/5/1369/htm]<br /> <br /> <br /> <br /> '''ΠΕΡΙΛΗΨΗ'''<br /> <br /> Το παρόν έγγραφο περιγράφει τις μεθόδους για την παρακολούθηση της αλλαγής των δασών και τα αποτελέσματα των εκπομπών άνθρακα για τις περιόδους 1990-2000 και 2000-2005 στην τροπική Κεντρική και Νότια Αμερική. Για την παραγωγή των εκτιμήσεων των μεταβολών των δασών χρησιμοποιήθηκε ένα δείγμα δορυφορικών δεδομένων μέσης ανάλυσης εφαρμοσμένο σε χάρτες δασών που καλύπτουν 1230 τοποθεσίες 20x20 χιλιομέτρων. Επίσης, συλλέχθηκαν δεδομένα βιομάζας για κάθε δείγμα, έτσι ώστε να εκτιμηθούν οι ετήσιες εκπομπές άνθρακα. Για την περιοχή μελέτης της συγκεκριμένης έρευνας εκτιμάται ότι η κάλυψη των δασών έχει μειωθεί από 763 Mha (μιλι-εκτάρια) το 1990 σε 715 Mha το 2005. Κατά την ίδια περίοδο, το μέγεθος από άλλα δάση (πιο περιορισμένη δασική έκταση) είχαν υποστεί μείωση από 191 Mha σε 184 Mha. Οι ετήσιες εκπομπές διοξειδίου του άνθρακα που συνδέονται με την απώλεια δασών και τη μείωση στις άλλες δασικές εκτάσεις υπολογίστηκε σε 482 MtC (Μεταβολή αποθεμάτων διοξειδίου του άνθρακα) για τη δεκαετία του 1990-2000 και 583 MtC για την περίοδο 2000-2005. <br /> <br /> '''ΕΙΣΑΓΩΓΗ'''<br /> <br /> [[Εικόνα: Εικόνα1 θέμα4.JPG | thumb| right|'''Εικόνα 1.''' Δορυφορικές εικόνες Landsat της περιοχής ενδιαφέροντος.]]<br /> <br /> Παρά τη σπουδαιότητα των υγρών τροπικών δασών του κόσμου, η γνώση σχετικά με τους ρυθμούς μείωσης τους και η συσχέτιση τους με τις εκπομπές αερίων του θερμοκηπίου παραμένει περιορισμένη. Η επίδραση των εκπομπών διοξειδίου του άνθρακα στην ατμόσφαιρα πρέπει να αξιολογηθεί με περισσότερη βεβαιότητα και για αυτό απαιτείται η συγκέντρωση χωρικών δεδομένων. Αυτά τα χωρικά δεδομένα μπορούν να αποκτηθούν μέσω της τηλεσκόπησης.<br /> <br /> Στόχος της παρούσας μελέτης είναι να παρέχει μια περιφερειακή αξιολόγηση της αλλαγής της δασικής κάλυψης και των υποκείμενων εκπομπών άνθρακα για τη δεκαετία του 1990 και τις αρχές της δεκαετίας του 2000. Η περιοχή έρευνας καλύπτει την επιφάνεια της γης σε όλες τις χώρες της τροπικής Νότιας Αμερικής και τις χώρες της Κεντρικής Αμερικής. Η εκτίμηση της αποψίλωσης των δασών σε τόσο εκτεταμένα επίπεδα θα αποτελούσε μείζονα πρόκληση χωρίς τη χρήση των δορυφορικών εικόνων, ιδίως για απομακρυσμένες περιοχές. Παρόλα αυτά, οι τεχνικές δυνατότητες και τα στατιστικά εργαλεία που έχουν προωθηθεί από τις αρχές της δεκαετίας του 1990, αλλά και τα λειτουργικά συστήματα παρακολούθησης των δασών σε εθνικό επίπεδο αποτελούν πλέον έναν εφικτό στόχο για τις περισσότερες αναπτυσσόμενες χώρες στις τροπικές περιοχές. Για την έρευνα χρησιμοποιείται ένα σύστημα δειγματοληψίας εικόνων από την περιοχή ενδιαφέροντος, με χρήση φωτογραφιών από δορυφόρο (δορυφορικά δεδομένα γεωγραφικών θέσεων- Landsat Thematic Mapper) με μεσαία χωρική ανάλυση εδάφους (30 m × 30 m) τα οποία αποκτήθηκαν όσο το δυνατόν πλησιέστερα στα έτη αναφοράς 1990, 2000 και 2005. Τα δεδομένα αυτά υποβλήθηκαν σε επεξεργασία ώστε να παράγονται στατιστικά στοιχεία σχετικά με τις δασικές μεταβολές σε περιφερειακό επίπεδο. Συγκεκριμένα, χρησιμοποιούνται στατιστικές για τη μεταβολή των δασών που χωρίζεται σε δύο κατηγορίες, την κάλυψη από δέντρα (100% κάλυψη από δέντρα) και το μωσαϊκό από δέντρα (50% κάλυψη από δέντρα). Επίσης χαρτογραφούνται άλλες τρεις μη δασικές κατηγορίες.<br /> <br /> '''ΠΕΙΡΑΜΑΤΙΚΟ ΣΤΑΔΙΟ'''<br /> <br /> Για κάθε υπό εξέταση τοποθεσία τα δεδομένα αποκτήθηκαν από τη διεθνή βάση δεδομένων Global Land Survey (GLS). Συγκεκριμένα για τις 1230 δειγματικές τοποθεσίες της υπό έρευνα περιοχής αποκτήθηκαν 1222 καθαρές φωτογραφίες για την περίοδο 1990-2000 και 1130 για την περίοδο 2000-2005.<br /> Για κάθε τοποθεσία του δείγματος, οι δορυφορικές εικόνες από το 1990, το 2000 και το 2005 προεπεξεργάστηκαν μέσω γεωμετρικού ελέγχου, ραδιομετρικής βαθμονόμησης και κανονικοποίησης, κατάτμησης και τελικά ταξινόμησης. Χάρη σε όλες αυτές τις διαδικασίες οι διαφορές στην ανάκλαση των επιφανειών μεταξύ των διαφορετικών ημερομηνιών λόγω προβλημάτων θόλωσης ή βαθμονόμησης μειώθηκαν.<br /> Η ταξινόμηση των φωτογραφιών έγινε με τέτοιο τρόπο ώστε να δημιουργηθούν ομάδες φωτογραφιών, διαφορετικών ημερομηνιών αρχικά και μετά διαφορετικού μεγέθους έκτασης που καλύπτουν, με ελάχιστη έκταση το 1Ηα (εκτάριο). Στη συνέχεια τα τμήματα από τις μεμονωμένες φωτογραφίες ταξινομήθηκαν χρησιμοποιώντας μια εποπτευόμενη ταξινόμηση. Σε μια δεύτερη φάση, αυτά τα ταξινομημένα τμήματα αθροίστηκαν σε τμήματα των 5 εκταρίων, ώστε να καταστεί εφικτή μια οπτική εκτίμηση της κατάταξης από τοπικούς εμπειρογνώμονες. <br /> <br /> [[Εικόνα: Πίνακας1 θέμα4.JPG | thumb| right|'''Πίνακας 1.''' Σύγκριση δεδομένων μέσα από την εκτίμηση για το 1990 για τη Νότια και Κεντρική Αμερική χρησιμοποιώντας τα δείγματα 20x20 χλμ. και 10x10 χλμ.]]<br /> <br /> Όσον αφορά τις φασματικές υπογραφές, απαιτείται ένας μεγάλος αριθμός φασματικών κατηγοριών για την κάλυψη της μεταβλητότητας της φασματικής ανάκλασης σε οποιαδήποτε συγκεκριμένη τάξη κάλυψης γης, π.χ. στην κατηγορία &quot;κάλυψη δέντρων&quot;, αποτελείται από 15 φασματικές κατηγορίες που κυμαίνονται από κωνοφόρα δάση, μακρόβια δάση, φυλλοβόλα δάση. Τα ταξινομημένα τμήματα σε 1ha, τα οποία θεωρητικά αποτελούνται από 100% καθαρή κάλυψη δέντρων, ενσωματώθηκαν αυτόματα στα επιπέδου 5Ha φωτογραφίες και έτσι δημιουργήθηκε μια βάση δεδομένων από πέντε κατηγορίες. (i) Η ‘Tree Cover’ κατηγορία με περισσότερο από 70% 1ha επίπεδο κάλυψης μέσα στην 5ha κατηγορία (ii)Η ‘Tree Cover Mosaic’ κατηγορία με 30 έως 70% 1ha επίπεδο κάλυψης μέσα στην 5ha κατηγορία και τρεις ακόμη μη-δασικές κατηγορίες με λιγότερο από 30% δασική κάλυψη που είναι oι εξής: (iii) ‘Other Wooded Land’ (iv) ‘Water’ και (v) ‘Other Land Cover’. <br /> Όσον αφορά τα επίπεδα εκπομπών άνθρακα η επιλογή των επιπέδων βιομάζας και η περιεκτικότητα σε άνθρακα για συγκεκριμένες περιοχές παραμένει προβληματική λόγω έλλειψης δεδομένων παγκοσμίως. Για τον υπολογισμό των ροών άνθρακα από τις αλλαγές της δασικής κάλυψης, δημιουργήθηκε ένα σύνολο χωρικών δεδομένων συνδυάζοντας τον χάρτη της οικολογικής οργάνωσης του FAO με τον χάρτη της Above Ground Biomass (AGB) για την τροπική νότια Αμερική. <br /> <br /> '''ΑΠΟΤΕΛΕΣΜΑΤΑ'''<br /> <br /> [[Εικόνα: Πίνακας2 θέμα4.JPG | thumb| right|'''Πίνακας 2.''' Αλλαγή κάλυψης γης για ολόκληρη την περιοχή μελέτης για τα έτη 1990-2000.]]<br /> [[Εικόνα: Πίνακας3 θέμα4.JPG | thumb| right|'''Πίνακας 3.''' Αλλαγή κάλυψης γης για ολόκληρη την περιοχή μελέτης για τα έτη 2000-2005.]]<br /> [[Εικόνα: Εικόνα2 θέμα4.JPG | thumb| right|'''Εικόνα 2.''' Παρουσίαση απώλειας δασών στην τροπική Νότια και Κεντρική Αμερική για την περίοδο 1990-2000 (αριστερή εικόνα) και για την περίοδο 2000-2005 (δεξιά εικόνα).]]<br /> [[Εικόνα: Εικόνα3 θέμα4.JPG | thumb| right|'''Εικόνα 3.''' Εκπομπές ρύπων από το 1990 έως το 2000 (αριστερή εικόνα) και εκπομπές ρύπων από το 2000 έως το 2005 (δεξιά εικόνα). Οι εκπομπές από την αποψίλωση δασών εμφανίζονται ως καφέ δίσκοι, ενώ οι εκπομπές από την απώλεια άλλων δασικών εκτάσεων ως κόκκινοι κύκλοι.]]<br /> <br /> Οι ερευνητές κάνοντας χρήση της μεθοδολογίας που αναπτύχθηκε προηγουμένως υπολόγισαν τις μεταβολές στις διάφορες κλάσεις τις οποίες δημιούργησαν με βάση την ποσότητα δασικής κάλυψης του εδάφους και παραθέτουν τα αποτελέσματα των υπολογισμών τους σε πίνακες σύγκρισης για τις επιλεγμένες ημερομηνίες. <br /> <br /> Όσον αφορά τις εκπομπές άνθρακα τα αποτελέσματά δείχνουν τη στενή σχέση των ρύπων από την αποψίλωση των δασών και των δασικών εκτάσεων στην τροπική Αμερική και την αναγκαιότητα να εξεταστούν πολύ προσεκτικά οι συνέπειες που έχει η παρέμβαση του ανθρώπου στην αποψίλωση των δασών.<br /> <br /> '''ΣΥΜΠΕΡΑΣΜΑΤΑ'''<br /> <br /> Αναπτύχθηκε μια μέθοδος για την εκτιμήση της αλλαγής δασικών εκτάσεων και των ροών άνθρακα στην τροπική Νότια Αμερική, με βάση την ανάλυση δορυφορικών δεδομένων. Βρέθηκε ότι απαιτείται ένας εκτεταμένος έλεγχος των δεδομένων από εμπειρογνώμονες, ώστε να εξασφαλιστεί η συνοχή και η ποιότητα των χαρτών αλλαγής δασών που παράγονται από την αυτόματη ταξινόμηση. Τα αποτελέσματα δείχνουν ότι η τροπική Νότια Αμερική έχανε 5.7 Mha • y-1 δάση και άλλες δασικές εκτάσεις το χρόνο κατά τη δεκαετία της δεκαετίας του 1990, ενώ κατά την περίοδο 2000-2005, αυτή η μείωση ανήλθε σε 7,3 Mha • y-1 το χρόνο. Επακόλουθο αυτής της μεταβολής ήταν οι ετήσιες εκπομπές διοξειδίου του άνθρακα να ανέρχονται αντιστοίχως σε 482 MtC • y-1 και 583 MtC • y-1 αντίστοιχα για τις δύο αυτές περιόδους. Η συνεχής αβεβαιότητα όσον αφορά την ύπαρξη δεδομένων για την κάλυψη δασών, αλλά και του επιπέδου εκπομπής ρύπων αποτελεί το κύριο πρόβλημα για την ύπαρξη σφαλμάτων στην εκτίμηση. Οι μελλοντικές προτεραιότητες για την παραγωγή ακριβέστερων εκτιμήσεων των εκπομπών διοξειδίου του άνθρακα από την τροπική αποψίλωση των δασών πρέπει να είναι η βελτίωση των περιφερειακών απογραφών των δασών και της περιεκτικότητας τους σε άνθρακα σε τοπική κλίμακα, ενδεχομένως με τη χρήση τηλεπισκόπησης για απομακρυσμένες περιοχές.<br /> <br /> [[category:Δασοπονία, Δασική διαχείριση]]</div>

Sofistab http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%95%CE%B9%CE%BA%CF%8C%CE%BD%CE%B13_%CE%B8%CE%AD%CE%BC%CE%B14.JPG 2018-02-19T09:46:25Z

<p>Sofistab: Εκπομπές ρύπων από το 1990 έως το 2000 (αριστερή εικόνα) και εκπομπές ρύπων από το 2000 έως το 2005 (δεξιά εικόνα). Οι εκπομπές από την αποψίλωση δασών</p> <hr /> <div>Εκπομπές ρύπων από το 1990 έως το 2000 (αριστερή εικόνα) και εκπομπές ρύπων από το 2000 έως το 2005 (δεξιά εικόνα). Οι εκπομπές από την αποψίλωση δασών εμφανίζονται ως καφέ δίσκοι, ενώ οι εκπομπές από την απώλεια άλλων δασικών εκτάσεων ως κόκκινοι κύκλοι.</div>

Sofistab http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%95%CE%B9%CE%BA%CF%8C%CE%BD%CE%B12_%CE%B8%CE%AD%CE%BC%CE%B14.JPG 2018-02-19T09:44:57Z

<p>Sofistab: </p> <hr /> <div>Παρουσίαση απώλειας δασών στην τροπική Νότια και Κεντρική Αμερική για την περίοδο 1990-2000 (αριστερή εικόνα) και για την περίοδο 2000-2005 (δεξιά εικόνα).</div>

Sofistab http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%95%CE%B9%CE%BA%CF%8C%CE%BD%CE%B12_%CE%B8%CE%AD%CE%BC%CE%B14.JPG 2018-02-19T09:44:23Z

<p>Sofistab: Παρουσίαση απώλειας δασών στη τροπική Νότια και Κεντρική Αμερική για τη περίοδο 1990-2000 (αριστερή εικόνα) και για τη περίοδο 2000-2005 (δεξιά εικό�</p> <hr /> <div>Παρουσίαση απώλειας δασών στη τροπική Νότια και Κεντρική Αμερική για τη περίοδο 1990-2000 (αριστερή εικόνα) και για τη περίοδο 2000-2005 (δεξιά εικόνα).</div>

Sofistab http://147.102.106.44/rs/wiki/index.php/%CE%9C%CE%B5%CF%84%CE%B1%CE%B2%CE%BF%CE%BB%CE%AD%CF%82_%CF%84%CF%89%CE%BD_%CE%94%CE%B1%CF%83%CF%8E%CE%BD_%CF%83%CF%84%CE%B7%CE%BD_%CF%84%CF%81%CE%BF%CF%80%CE%B9%CE%BA%CE%AE_%CE%9D%CF%8C%CF%84%CE%B9%CE%B1_%CE%BA%CE%B1%CE%B9_%CE%9A%CE%B5%CE%BD%CF%84%CF%81%CE%B9%CE%BA%CE%AE_%CE%91%CE%BC%CE%B5%CF%81%CE%B9%CE%BA%CE%AE_%CE%B1%CF%80%CF%8C_%CF%84%CE%BF_1990_%CE%BC%CE%AD%CF%87%CF%81%CE%B9_%CF%84%CE%BF_2005_%CF%80%CE%BF%CF%85_%CF%83%CF%87%CE%B5%CF%84%CE%AF%CE%B6%CE%BF%CE%BD%CF%84%CE%B1%CE%B9_%CE%BC%CE%B5_%CE%95%CE%BA%CF%80%CE%BF%CE%BC%CF%80%CE%AD%CF%82_%CE%86%CE%BD%CE%B8%CF%81%CE%B1%CE%BA%CE%B1. 2018-02-19T09:23:54Z

<p>Sofistab: </p> <hr /> <div>'''Μεταβολές των Δασών στην τροπική Νότια και Κεντρική Αμερική από το 1990 μέχρι το 2005 που σχετίζονται με Εκπομπές Άνθρακα.'''<br /> <br /> <br /> '''Πρωτότυπος τίτλος:''' ''Forest Cover Changes in Tropical South and Central America from 1990 to 2005 and Related Carbon Emissions and Removals''<br /> <br /> '''Συγγραφείς:'''Hugh D. Eva, Frédéric Achard, René Beuchle, Evaristo de Miranda, Silvia Carboni, Roman Seliger, Michael Vollmar, Wilson A. Holler, Osvaldo T. Oshiro, Victor Barrena Arroyo and Javier Gallego<br /> <br /> '''Σύνδεσμος πρωτότυπου κειμένου:''' [http://www.mdpi.com/2072-4292/4/5/1369/htm]<br /> <br /> <br /> <br /> '''ΠΕΡΙΛΗΨΗ'''<br /> <br /> Το παρόν έγγραφο περιγράφει τις μεθόδους για την παρακολούθηση της αλλαγής των δασών και τα αποτελέσματα των εκπομπών άνθρακα για τις περιόδους 1990-2000 και 2000-2005 στην τροπική Κεντρική και Νότια Αμερική. Για την παραγωγή των εκτιμήσεων των μεταβολών των δασών χρησιμοποιήθηκε ένα δείγμα δορυφορικών δεδομένων μέσης ανάλυσης εφαρμοσμένο σε χάρτες δασών που καλύπτουν 1230 τοποθεσίες 20x20 χιλιομέτρων. Επίσης, συλλέχθηκαν δεδομένα βιομάζας για κάθε δείγμα, έτσι ώστε να εκτιμηθούν οι ετήσιες εκπομπές άνθρακα. Για την περιοχή μελέτης της συγκεκριμένης έρευνας εκτιμάται ότι η κάλυψη των δασών έχει μειωθεί από 763 Mha (μιλι-εκτάρια) το 1990 σε 715 Mha το 2005. Κατά την ίδια περίοδο, το μέγεθος από άλλα δάση (πιο περιορισμένη δασική έκταση) είχαν υποστεί μείωση από 191 Mha σε 184 Mha. Οι ετήσιες εκπομπές διοξειδίου του άνθρακα που συνδέονται με την απώλεια δασών και τη μείωση στις άλλες δασικές εκτάσεις υπολογίστηκε σε 482 MtC (Μεταβολή αποθεμάτων διοξειδίου του άνθρακα) για τη δεκαετία του 1990-2000 και 583 MtC για την περίοδο 2000-2005. <br /> <br /> '''ΕΙΣΑΓΩΓΗ'''<br /> <br /> [[Εικόνα: Εικόνα1 θέμα4.JPG | thumb| right|'''Εικόνα 1.''' Δορυφορικές εικόνες Landsat της περιοχής ενδιαφέροντος.]]<br /> <br /> Παρά τη σπουδαιότητα των υγρών τροπικών δασών του κόσμου, η γνώση σχετικά με τους ρυθμούς μείωσης τους και η συσχέτιση τους με τις εκπομπές αερίων του θερμοκηπίου παραμένει περιορισμένη. Η επίδραση των εκπομπών διοξειδίου του άνθρακα στην ατμόσφαιρα πρέπει να αξιολογηθεί με περισσότερη βεβαιότητα και για αυτό απαιτείται η συγκέντρωση χωρικών δεδομένων. Αυτά τα χωρικά δεδομένα μπορούν να αποκτηθούν μέσω της τηλεσκόπησης.<br /> <br /> Στόχος της παρούσας μελέτης είναι να παρέχει μια περιφερειακή αξιολόγηση της αλλαγής της δασικής κάλυψης και των υποκείμενων εκπομπών άνθρακα για τη δεκαετία του 1990 και τις αρχές της δεκαετίας του 2000. Η περιοχή έρευνας καλύπτει την επιφάνεια της γης σε όλες τις χώρες της τροπικής Νότιας Αμερικής και τις χώρες της Κεντρικής Αμερικής. Η εκτίμηση της αποψίλωσης των δασών σε τόσο εκτεταμένα επίπεδα θα αποτελούσε μείζονα πρόκληση χωρίς τη χρήση των δορυφορικών εικόνων, ιδίως για απομακρυσμένες περιοχές. Παρόλα αυτά, οι τεχνικές δυνατότητες και τα στατιστικά εργαλεία που έχουν προωθηθεί από τις αρχές της δεκαετίας του 1990, αλλά και τα λειτουργικά συστήματα παρακολούθησης των δασών σε εθνικό επίπεδο αποτελούν πλέον έναν εφικτό στόχο για τις περισσότερες αναπτυσσόμενες χώρες στις τροπικές περιοχές. Για την έρευνα χρησιμοποιείται ένα σύστημα δειγματοληψίας εικόνων από την περιοχή ενδιαφέροντος, με χρήση φωτογραφιών από δορυφόρο (δορυφορικά δεδομένα γεωγραφικών θέσεων- Landsat Thematic Mapper) με μεσαία χωρική ανάλυση εδάφους (30 m × 30 m) τα οποία αποκτήθηκαν όσο το δυνατόν πλησιέστερα στα έτη αναφοράς 1990, 2000 και 2005. Τα δεδομένα αυτά υποβλήθηκαν σε επεξεργασία ώστε να παράγονται στατιστικά στοιχεία σχετικά με τις δασικές μεταβολές σε περιφερειακό επίπεδο. Συγκεκριμένα, χρησιμοποιούνται στατιστικές για τη μεταβολή των δασών που χωρίζεται σε δύο κατηγορίες, την κάλυψη από δέντρα (100% κάλυψη από δέντρα) και το μωσαϊκό από δέντρα (50% κάλυψη από δέντρα). Επίσης χαρτογραφούνται άλλες τρεις μη δασικές κατηγορίες.<br /> <br /> '''ΠΕΙΡΑΜΑΤΙΚΟ ΣΤΑΔΙΟ'''<br /> <br /> Για κάθε υπό εξέταση τοποθεσία τα δεδομένα αποκτήθηκαν από τη διεθνή βάση δεδομένων Global Land Survey (GLS). Συγκεκριμένα για τις 1230 δειγματικές τοποθεσίες της υπό έρευνα περιοχής αποκτήθηκαν 1222 καθαρές φωτογραφίες για την περίοδο 1990-2000 και 1130 για την περίοδο 2000-2005.<br /> Για κάθε τοποθεσία του δείγματος, οι δορυφορικές εικόνες από το 1990, το 2000 και το 2005 προεπεξεργάστηκαν μέσω γεωμετρικού ελέγχου, ραδιομετρικής βαθμονόμησης και κανονικοποίησης, κατάτμησης και τελικά ταξινόμησης. Χάρη σε όλες αυτές τις διαδικασίες οι διαφορές στην ανάκλαση των επιφανειών μεταξύ των διαφορετικών ημερομηνιών λόγω προβλημάτων θόλωσης ή βαθμονόμησης μειώθηκαν.<br /> Η ταξινόμηση των φωτογραφιών έγινε με τέτοιο τρόπο ώστε να δημιουργηθούν ομάδες φωτογραφιών, διαφορετικών ημερομηνιών αρχικά και μετά διαφορετικού μεγέθους έκτασης που καλύπτουν, με ελάχιστη έκταση το 1Ηα (εκτάριο). Στη συνέχεια τα τμήματα από τις μεμονωμένες φωτογραφίες ταξινομήθηκαν χρησιμοποιώντας μια εποπτευόμενη ταξινόμηση. Σε μια δεύτερη φάση, αυτά τα ταξινομημένα τμήματα αθροίστηκαν σε τμήματα των 5 εκταρίων, ώστε να καταστεί εφικτή μια οπτική εκτίμηση της κατάταξης από τοπικούς εμπειρογνώμονες. <br /> <br /> [[Εικόνα: Πίνακας1 θέμα4.JPG | thumb| right|'''Πίνακας 1.''' Σύγκριση δεδομένων μέσα από την εκτίμηση για το 1990 για τη Νότια και Κεντρική Αμερική χρησιμοποιώντας τα δείγματα 20x20 χλμ. και 10x10 χλμ.]]<br /> <br /> Όσον αφορά τις φασματικές υπογραφές, απαιτείται ένας μεγάλος αριθμός φασματικών κατηγοριών για την κάλυψη της μεταβλητότητας της φασματικής ανάκλασης σε οποιαδήποτε συγκεκριμένη τάξη κάλυψης γης, π.χ. στην κατηγορία &quot;κάλυψη δέντρων&quot;, αποτελείται από 15 φασματικές κατηγορίες που κυμαίνονται από κωνοφόρα δάση, μακρόβια δάση, φυλλοβόλα δάση. Τα ταξινομημένα τμήματα σε 1ha, τα οποία θεωρητικά αποτελούνται από 100% καθαρή κάλυψη δέντρων, ενσωματώθηκαν αυτόματα στα επιπέδου 5Ha φωτογραφίες και έτσι δημιουργήθηκε μια βάση δεδομένων από πέντε κατηγορίες. (i) Η ‘Tree Cover’ κατηγορία με περισσότερο από 70% 1ha επίπεδο κάλυψης μέσα στην 5ha κατηγορία (ii)Η ‘Tree Cover Mosaic’ κατηγορία με 30 έως 70% 1ha επίπεδο κάλυψης μέσα στην 5ha κατηγορία και τρεις ακόμη μη-δασικές κατηγορίες με λιγότερο από 30% δασική κάλυψη που είναι oι εξής: (iii) ‘Other Wooded Land’ (iv) ‘Water’ και (v) ‘Other Land Cover’. <br /> Όσον αφορά τα επίπεδα εκπομπών άνθρακα η επιλογή των επιπέδων βιομάζας και η περιεκτικότητα σε άνθρακα για συγκεκριμένες περιοχές παραμένει προβληματική λόγω έλλειψης δεδομένων παγκοσμίως. Για τον υπολογισμό των ροών άνθρακα από τις αλλαγές της δασικής κάλυψης, δημιουργήθηκε ένα σύνολο χωρικών δεδομένων συνδυάζοντας τον χάρτη της οικολογικής οργάνωσης του FAO με τον χάρτη της Above Ground Biomass (AGB) για την τροπική νότια Αμερική. <br /> <br /> '''ΑΠΟΤΕΛΕΣΜΑΤΑ'''<br /> <br /> [[Εικόνα: Πίνακας2 θέμα4.JPG | thumb| right|'''Πίνακας 2.''' Αλλαγή κάλυψης γης για ολόκληρη την περιοχή μελέτης για τα έτη 1990-2000.]]<br /> [[Εικόνα: Πίνακας3 θέμα4.JPG | thumb| right|'''Πίνακας 3.''' Αλλαγή κάλυψης γης για ολόκληρη την περιοχή μελέτης για τα έτη 2000-2005.]]<br /> <br /> Οι ερευνητές κάνοντας χρήση της μεθοδολογίας που αναπτύχθηκε προηγουμένως υπολόγισαν τις μεταβολές στις διάφορες κλάσεις τις οποίες δημιούργησαν με βάση την ποσότητα δασικής κάλυψης του εδάφους και παραθέτουν τα αποτελέσματα των υπολογισμών τους σε πίνακες σύγκρισης για τις επιλεγμένες ημερομηνίες. <br /> <br /> Όσον αφορά τις εκπομπές άνθρακα τα αποτελέσματά δείχνουν τη στενή σχέση των ρύπων από την αποψίλωση των δασών και των δασικών εκτάσεων στην τροπική Αμερική και την αναγκαιότητα να εξεταστούν πολύ προσεκτικά οι συνέπειες που έχει η παρέμβαση του ανθρώπου στην αποψίλωση των δασών.<br /> <br /> '''ΣΥΜΠΕΡΑΣΜΑΤΑ'''<br /> <br /> Αναπτύχθηκε μια μέθοδος για την εκτιμήση της αλλαγής δασικών εκτάσεων και των ροών άνθρακα στην τροπική Νότια Αμερική, με βάση την ανάλυση δορυφορικών δεδομένων. Βρέθηκε ότι απαιτείται ένας εκτεταμένος έλεγχος των δεδομένων από εμπειρογνώμονες, ώστε να εξασφαλιστεί η συνοχή και η ποιότητα των χαρτών αλλαγής δασών που παράγονται από την αυτόματη ταξινόμηση. Τα αποτελέσματα δείχνουν ότι η τροπική Νότια Αμερική έχανε 5.7 Mha • y-1 δάση και άλλες δασικές εκτάσεις το χρόνο κατά τη δεκαετία της δεκαετίας του 1990, ενώ κατά την περίοδο 2000-2005, αυτή η μείωση ανήλθε σε 7,3 Mha • y-1 το χρόνο. Επακόλουθο αυτής της μεταβολής ήταν οι ετήσιες εκπομπές διοξειδίου του άνθρακα να ανέρχονται αντιστοίχως σε 482 MtC • y-1 και 583 MtC • y-1 αντίστοιχα για τις δύο αυτές περιόδους. Η συνεχής αβεβαιότητα όσον αφορά την ύπαρξη δεδομένων για την κάλυψη δασών, αλλά και του επιπέδου εκπομπής ρύπων αποτελεί το κύριο πρόβλημα για την ύπαρξη σφαλμάτων στην εκτίμηση. Οι μελλοντικές προτεραιότητες για την παραγωγή ακριβέστερων εκτιμήσεων των εκπομπών διοξειδίου του άνθρακα από την τροπική αποψίλωση των δασών πρέπει να είναι η βελτίωση των περιφερειακών απογραφών των δασών και της περιεκτικότητας τους σε άνθρακα σε τοπική κλίμακα, ενδεχομένως με τη χρήση τηλεπισκόπησης για απομακρυσμένες περιοχές.<br /> <br /> [[category:Δασοπονία, Δασική διαχείριση]]</div>

Sofistab http://147.102.106.44/rs/wiki/index.php/%CE%9C%CE%B5%CF%84%CE%B1%CE%B2%CE%BF%CE%BB%CE%AD%CF%82_%CF%84%CF%89%CE%BD_%CE%94%CE%B1%CF%83%CF%8E%CE%BD_%CF%83%CF%84%CE%B7%CE%BD_%CF%84%CF%81%CE%BF%CF%80%CE%B9%CE%BA%CE%AE_%CE%9D%CF%8C%CF%84%CE%B9%CE%B1_%CE%BA%CE%B1%CE%B9_%CE%9A%CE%B5%CE%BD%CF%84%CF%81%CE%B9%CE%BA%CE%AE_%CE%91%CE%BC%CE%B5%CF%81%CE%B9%CE%BA%CE%AE_%CE%B1%CF%80%CF%8C_%CF%84%CE%BF_1990_%CE%BC%CE%AD%CF%87%CF%81%CE%B9_%CF%84%CE%BF_2005_%CF%80%CE%BF%CF%85_%CF%83%CF%87%CE%B5%CF%84%CE%AF%CE%B6%CE%BF%CE%BD%CF%84%CE%B1%CE%B9_%CE%BC%CE%B5_%CE%95%CE%BA%CF%80%CE%BF%CE%BC%CF%80%CE%AD%CF%82_%CE%86%CE%BD%CE%B8%CF%81%CE%B1%CE%BA%CE%B1. 2018-02-18T12:28:40Z

<p>Sofistab: </p> <hr /> <div>'''Μεταβολές των Δασών στην τροπική Νότια και Κεντρική Αμερική από το 1990 μέχρι το 2005 που σχετίζονται με Εκπομπές Άνθρακα.'''<br /> <br /> <br /> '''Πρωτότυπος τίτλος:''' ''Forest Cover Changes in Tropical South and Central America from 1990 to 2005 and Related Carbon Emissions and Removals''<br /> <br /> '''Συγγραφείς:'''Hugh D. Eva, Frédéric Achard, René Beuchle, Evaristo de Miranda, Silvia Carboni, Roman Seliger, Michael Vollmar, Wilson A. Holler, Osvaldo T. Oshiro, Victor Barrena Arroyo and Javier Gallego<br /> <br /> '''Σύνδεσμος πρωτότυπου κειμένου:''' [http://www.mdpi.com/2072-4292/4/5/1369/htm]<br /> <br /> <br /> <br /> '''ΠΕΡΙΛΗΨΗ'''<br /> <br /> Το παρόν έγγραφο περιγράφει τις μεθόδους για την παρακολούθηση της αλλαγής των δασών και τα αποτελέσματα των εκπομπών άνθρακα για τις περιόδους 1990-2000 και 2000-2005 στην τροπική Κεντρική και Νότια Αμερική. Για την παραγωγή των εκτιμήσεων των μεταβολών των δασών χρησιμοποιήθηκε ένα δείγμα δορυφορικών δεδομένων μέσης ανάλυσης εφαρμοσμένο σε χάρτες δασών που καλύπτουν 1230 τοποθεσίες 20x20 χιλιομέτρων. Επίσης, συλλέχθηκαν δεδομένα βιομάζας για κάθε δείγμα, έτσι ώστε να εκτιμηθούν οι ετήσιες εκπομπές άνθρακα. Για την περιοχή μελέτης της συγκεκριμένης έρευνας εκτιμάται ότι η κάλυψη των δασών έχει μειωθεί από 763 Mha (μιλι-εκτάρια) το 1990 σε 715 Mha το 2005. Κατά την ίδια περίοδο, το μέγεθος από άλλα δάση (πιο περιορισμένη δασική έκταση) είχαν υποστεί μείωση από 191 Mha σε 184 Mha. Οι ετήσιες εκπομπές διοξειδίου του άνθρακα που συνδέονται με την απώλεια δασών και τη μείωση στις άλλες δασικές εκτάσεις υπολογίστηκε σε 482 MtC (Μεταβολή αποθεμάτων διοξειδίου του άνθρακα) για τη δεκαετία του 1990-2000 και 583 MtC για την περίοδο 2000-2005. <br /> <br /> '''ΕΙΣΑΓΩΓΗ'''<br /> <br /> [[Εικόνα: Εικόνα1 θέμα4.JPG | thumb| right|'''Εικόνα 1.''' Δορυφορικές εικόνες Landsat της περιοχής ενδιαφέροντος.]]<br /> <br /> Παρά τη σπουδαιότητα των υγρών τροπικών δασών του κόσμου, η γνώση σχετικά με τους ρυθμούς μείωσης τους και η συσχέτιση τους με τις εκπομπές αερίων του θερμοκηπίου παραμένει περιορισμένη. Η επίδραση των εκπομπών διοξειδίου του άνθρακα στην ατμόσφαιρα πρέπει να αξιολογηθεί με περισσότερη βεβαιότητα και για αυτό απαιτείται η συγκέντρωση χωρικών δεδομένων. Αυτά τα χωρικά δεδομένα μπορούν να αποκτηθούν μέσω της τηλεσκόπησης.<br /> <br /> Στόχος της παρούσας μελέτης είναι να παρέχει μια περιφερειακή αξιολόγηση της αλλαγής της δασικής κάλυψης και των υποκείμενων εκπομπών άνθρακα για τη δεκαετία του 1990 και τις αρχές της δεκαετίας του 2000. Η περιοχή έρευνας καλύπτει την επιφάνεια της γης σε όλες τις χώρες της τροπικής Νότιας Αμερικής και τις χώρες της Κεντρικής Αμερικής. Η εκτίμηση της αποψίλωσης των δασών σε τόσο εκτεταμένα επίπεδα θα αποτελούσε μείζονα πρόκληση χωρίς τη χρήση των δορυφορικών εικόνων, ιδίως για απομακρυσμένες περιοχές. Παρόλα αυτά, οι τεχνικές δυνατότητες και τα στατιστικά εργαλεία που έχουν προωθηθεί από τις αρχές της δεκαετίας του 1990, αλλά και τα λειτουργικά συστήματα παρακολούθησης των δασών σε εθνικό επίπεδο αποτελούν πλέον έναν εφικτό στόχο για τις περισσότερες αναπτυσσόμενες χώρες στις τροπικές περιοχές. Για την έρευνα χρησιμοποιείται ένα σύστημα δειγματοληψίας εικόνων από την περιοχή ενδιαφέροντος, με χρήση φωτογραφιών από δορυφόρο (δορυφορικά δεδομένα γεωγραφικών θέσεων- Landsat Thematic Mapper) με μεσαία χωρική ανάλυση εδάφους (30 m × 30 m) τα οποία αποκτήθηκαν όσο το δυνατόν πλησιέστερα στα έτη αναφοράς 1990, 2000 και 2005. Τα δεδομένα αυτά υποβλήθηκαν σε επεξεργασία ώστε να παράγονται στατιστικά στοιχεία σχετικά με τις δασικές μεταβολές σε περιφερειακό επίπεδο. Συγκεκριμένα, χρησιμοποιούνται στατιστικές για τη μεταβολή των δασών που χωρίζεται σε δύο κατηγορίες, την κάλυψη από δέντρα (100% κάλυψη από δέντρα) και το μωσαϊκό από δέντρα (50% κάλυψη από δέντρα). Επίσης χαρτογραφούνται άλλες τρεις μη δασικές κατηγορίες.<br /> <br /> '''ΠΕΙΡΑΜΑΤΙΚΟ ΣΤΑΔΙΟ'''<br /> <br /> Για κάθε υπό εξέταση τοποθεσία τα δεδομένα αποκτήθηκαν από τη διεθνή βάση δεδομένων Global Land Survey (GLS). Συγκεκριμένα για τις 1230 δειγματικές τοποθεσίες της υπό έρευνα περιοχής αποκτήθηκαν 1222 καθαρές φωτογραφίες για την περίοδο 1990-2000 και 1130 για την περίοδο 2000-2005.<br /> Για κάθε τοποθεσία του δείγματος, οι δορυφορικές εικόνες από το 1990, το 2000 και το 2005 προεπεξεργάστηκαν μέσω γεωμετρικού ελέγχου, ραδιομετρικής βαθμονόμησης και κανονικοποίησης, κατάτμησης και τελικά ταξινόμησης. Χάρη σε όλες αυτές τις διαδικασίες οι διαφορές στην ανάκλαση των επιφανειών μεταξύ των διαφορετικών ημερομηνιών λόγω προβλημάτων θόλωσης ή βαθμονόμησης μειώθηκαν.<br /> Η ταξινόμηση των φωτογραφιών έγινε με τέτοιο τρόπο ώστε να δημιουργηθούν ομάδες φωτογραφιών, διαφορετικών ημερομηνιών αρχικά και μετά διαφορετικού μεγέθους έκτασης που καλύπτουν, με ελάχιστη έκταση το 1Ηα (εκτάριο). Στη συνέχεια τα τμήματα από τις μεμονωμένες φωτογραφίες ταξινομήθηκαν χρησιμοποιώντας μια εποπτευόμενη ταξινόμηση. Σε μια δεύτερη φάση, αυτά τα ταξινομημένα τμήματα αθροίστηκαν σε τμήματα των 5 εκταρίων, ώστε να καταστεί εφικτή μια οπτική εκτίμηση της κατάταξης από τοπικούς εμπειρογνώμονες. <br /> <br /> [[Εικόνα: Πίνακας1 θέμα4.JPG | thumb| right|'''Πίνακας 1.''' Σύγκριση δεδομένων μέσα από την εκτίμηση για το 1990 για τη Νότια και Κεντρική Αμερική χρησιμοποιώντας τα δείγματα 20x20 χλμ. και 10x10 χλμ.]]<br /> <br /> Όσον αφορά τις φασματικές υπογραφές, απαιτείται ένας μεγάλος αριθμός φασματικών κατηγοριών για την κάλυψη της μεταβλητότητας της φασματικής ανάκλασης σε οποιαδήποτε συγκεκριμένη τάξη κάλυψης γης, π.χ. στην κατηγορία &quot;κάλυψη δέντρων&quot;, αποτελείται από 15 φασματικές κατηγορίες που κυμαίνονται από κωνοφόρα δάση, μακρόβια δάση, φυλλοβόλα δάση. Τα ταξινομημένα τμήματα σε 1ha, τα οποία θεωρητικά αποτελούνται από 100% καθαρή κάλυψη δέντρων, ενσωματώθηκαν αυτόματα στα επιπέδου 5Ha φωτογραφίες και έτσι δημιουργήθηκε μια βάση δεδομένων από πέντε κατηγορίες. (i) Η ‘Tree Cover’ κατηγορία με περισσότερο από 70% 1ha επίπεδο κάλυψης μέσα στην 5ha κατηγορία (ii)Η ‘Tree Cover Mosaic’ κατηγορία με 30 έως 70% 1ha επίπεδο κάλυψης μέσα στην 5ha κατηγορία και τρεις ακόμη μη-δασικές κατηγορίες με λιγότερο από 30% δασική κάλυψη που είναι oι εξής: (iii) ‘Other Wooded Land’ (iv) ‘Water’ και (v) ‘Other Land Cover’. <br /> Όσον αφορά τα επίπεδα εκπομπών άνθρακα η επιλογή των επιπέδων βιομάζας και η περιεκτικότητα σε άνθρακα για συγκεκριμένες περιοχές παραμένει προβληματική λόγω έλλειψης δεδομένων παγκοσμίως. Για τον υπολογισμό των ροών άνθρακα από τις αλλαγές της δασικής κάλυψης, δημιουργήθηκε ένα σύνολο χωρικών δεδομένων συνδυάζοντας τον χάρτη της οικολογικής οργάνωσης του FAO με τον χάρτη της Above Ground Biomass (AGB) για την τροπική νότια Αμερική. <br /> <br /> '''ΑΠΟΤΕΛΕΣΜΑΤΑ'''<br /> <br /> [[Εικόνα: Πίνακας2 θέμα4.JPG | thumb| right|'''Πίνακας 2.''' Αλλαγή κάλυψης γης για ολόκληρη την περιοχή μελέτης για τα έτη 1990-2000.]]<br /> [[Εικόνα: Πίνακας3 θέμα4.JPG | thumb| right|'''Πίνακας 3.''' Αλλαγή κάλυψης γης για ολόκληρη την περιοχή μελέτης για τα έτη 2000-2005.]]<br /> <br /> Οι ερευνητές κάνοντας χρήση της μεθοδολογίας που αναπτύχθηκε προηγουμένως υπολόγισαν τις μεταβολές στις διάφορες κλάσεις τις οποίες δημιούργησαν με βάση την ποσότητα δασικής κάλυψης του εδάφους και παραθέτουν τα αποτελέσματα των υπολογισμών τους σε πίνακες σύγκρισης για τις επιλεγμένες ημερομηνίες. <br /> <br /> Όσον αφορά τις εκπομπές άνθρακα τα αποτελέσματά δείχνουν τη στενή σχέση των ρύπων από την αποψίλωση των δασών και των δασικών εκτάσεων στην τροπική Αμερική και την αναγκαιότητα να εξεταστούν πολύ προσεκτικά οι συνέπειες που έχει η παρέμβαση του ανθρώπου στην αποψίλωση των δασών.<br /> <br /> '''ΣΥΜΠΕΡΑΣΜΑΤΑ'''<br /> <br /> Αναπτύχθηκε μια μέθοδος για την εκτιμήση της αλλαγής δασικών εκτάσεων και των ροών άνθρακα στην τροπική Νότια Αμερική, με βάση την ανάλυση δορυφορικών δεδομένων. Βρέθηκε ότι απαιτείται ένας εκτεταμένος έλεγχος των δεδομένων από εμπειρογνώμονες, ώστε να εξασφαλιστεί η συνοχή και η ποιότητα των χαρτών αλλαγής δασών που παράγονται από την αυτόματη ταξινόμηση. Τα αποτελέσματα δείχνουν ότι η τροπική Νότια Αμερική έχανε 5.7 Mha • y-1 δάση και άλλες δασικές εκτάσεις το χρόνο κατά τη δεκαετία της δεκαετίας του 1990, ενώ κατά την περίοδο 2000-2005, αυτή η μείωση ανήλθε σε 7,3 Mha • y-1 το χρόνο. Επακόλουθο αυτής της μεταβολής ήταν οι ετήσιες εκπομπές διοξειδίου του άνθρακα να ανέρχονται αντιστοίχως σε 482 MtC • y-1 και 583 MtC • y-1 αντίστοιχα για τις δύο αυτές περιόδους. Η συνεχής αβεβαιότητα όσον αφορά την ύπαρξη δεδομένων για την κάλυψη δασών, αλλά και του επιπέδου εκπομπής ρύπων αποτελεί το κύριο πρόβλημα για την ύπαρξη σφαλμάτων στην εκτίμηση. Οι μελλοντικές προτεραιότητες για την παραγωγή ακριβέστερων εκτιμήσεων των εκπομπών διοξειδίου του άνθρακα από την τροπική αποψίλωση των δασών πρέπει να είναι η βελτίωση των περιφερειακών απογραφών των δασών και της περιεκτικότητας τους σε άνθρακα σε τοπική κλίμακα, ενδεχομένως με τη χρήση τηλεπισκόπησης τεχνολογία για απομακρυσμένες περιοχές.<br /> <br /> [[category:Δασοπονία, Δασική διαχείριση]]</div>

Sofistab http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%A0%CE%AF%CE%BD%CE%B1%CE%BA%CE%B1%CF%823_%CE%B8%CE%AD%CE%BC%CE%B14.JPG 2018-02-18T12:27:25Z

<p>Sofistab: Αλλαγή κάλυψης γης για ολόκληρη την περιοχή μελέτης για τα έτη 2000-2005.</p> <hr /> <div>Αλλαγή κάλυψης γης για ολόκληρη την περιοχή μελέτης για τα έτη 2000-2005.</div>

Sofistab