RemoteSensing Wiki - Συνεισφορές χρήστη [el]

Ξυπολυτάκου Ελένη

2012-04-04T21:23:33Z

Sotiris.tsoukarelis:

• [[Επιπτώσεις σε περιφερειακή κλίμακα των εντόμων των φύλλων του Tamarix (Diorhaba carniculata).]]

• [[Επιδράσεις από τα υπολείμματα των καλλιεργητικών τεχνικών στον LAI για την εκτίμηση της κάλυψης των σιτηρών χρησιμοποιώντας τηλεπισκόπηση.]]

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

Επιπτώσεις σε περιφερειακή κλίμακα των εντόμων των φύλλων του Tamarix (Diorhaba carniculata).

2012-04-04T21:21:38Z

Sotiris.tsoukarelis: Νέα σελίδα με ''''Εισαγωγή''' '''1.1 Χρήση της τηλεπισκόπησης για την παρακολούθηση της πτώσης των φύλλων των δα...'

'''Εισαγωγή'''

'''1.1 Χρήση της τηλεπισκόπησης για την παρακολούθηση της πτώσης των φύλλων των δασών από τα έντομα'''

Τα έντομα μπορούν να προκαλέσουν εκτεταμένες ζημιές στο οικοσύστημα των δασών καθώς και επιβλαβείς επιδράσεις αν τα φυτά είναι κάτω από θερμικό ή υδατικό στρες, αυξάνοντας έτσι την πιθανότητα να επιδεινωθεί η ζημιά από τα έντομα όσο οι κλιματικές συνθήκες γίνονται πιο θερμές και πιο ξηρές. Η τηλεπισκόπηση δίνει τη δυνατότητα παρακολούθησης της ζημιάς που προκαλούν τα έντομα σε χωρικές και χρονικές κλίμακες όπου είναι δύσκολο να επιτευχθούν με τον παραδοσιακές μεθόδους. Χρησιμοποιώντας την ανάλυση απεικόνισης MODIS για τη χαρτογράφηση της φυλλόπτωσης ενός είδους δέντρων, κατέληξαν στο συμπέρασμα ότι η ανάλυση αυτή θα μπορούσε να χρησιμοποιηθεί για τον εντοπισμό κατεστραμμένων δασικών εκτάσεων, αλλά για να βρεθεί η ένταση της προσβολής θα έπρεπε να χρησιμοποιηθούν εικόνες υψηλής ανάλυσης ή επιτόπια έρευνα. Σε διάφορα πειράματα για την ανίχνευση της ζημιάς που έχει γίνει από τα έντομα έχουν χρησιμοποιηθεί εικόνες μεσαίας και υψηλής ανάλυσης. Στη μελέτη που ακολουθεί παρουσιάζεται μία πολυπλατφορμική προσέγγιση για την παρακολούθηση των επιπτώσεων των εντόμων στα φύλλα (Diorhabda carinulata καθώς και συναφή είδη). Έγινε σκόπιμη απελευθέρωσή των στο δυτικό ποτάμι των ΗΠΑ για τον έλεγχο των Tamarix spp. Τα έντομα έχουν εξαπλωθεί πιο γρήγορα απ’ ότι αναμενόταν, προκαλώντας νέα διαχειριστικά θέματα στις ήδη επιβαρυμένες παραποτάμιες περιοχές. Ανάμεσα σ’ αυτά είναι οι επιπτώσεις της φυλλόπτωσης του Tamarix στην παραποτάμια εξατμισοδιαπνοή, το σύνολο της εξάτμισης καθώς και η διαπνοή των φυτών από την επιφάνεια προς την ατμόσφαιρα. Η προοπτική της διάσωσης του νερού είναι το πρωταρχικό κίνητρο για την εισαγωγή των εντόμων (σκαθαριών). Ο πρωταρχικός στόχος της μελέτης είναι η ανάπτυξη τηλεπισκοπικών εργαλείων για την παρακολούθηση των επιπτώσεων των σκαθαριών στην παραποτάμια εξατμισοδιαπνοή.

'''1.2 Ιστορικό της αλληλεπίδρασης του Tamarix με το σκαθάρι στα δυτικά ποτάμια'''

Αρχικά τα σκαθάρια αυτά απελευθερώθηκαν για τον βιολογικό έλεγχο του Tamarix. Αντίθετα, το σκαθάρι εξαπλώθηκε πολύ γρήγορα και περιοδικά προκάλεσε την αποφύλλωση του Tamarix σε μια αρκετά μεγάλη περιοχή. Η ενεργότητα του σκαθαριού διαρκεί μόνο για λίγες εβδομάδες το καλοκαίρι και συγκεκριμένα την περίοδο της αναπαραγωγής και της διασποράς του, κάτι που συνδέεται με την με τη φυσιολογία του σκαθαριού και τη συμπεριφορά του. Η αποφύλλωση συμβαίνει από αρχές Ιουνίου μέχρι τέλη Αυγούστου, διαρκεί 6-8 εβδομάδες. Μετά το σκαθάρι πέφτει σε λήθαργο και ο θάμνος αναπτύσσει νέα φύλλα μέχρι το καλοκαίρι. Αν η αποφύλλωση από το σκαθάρι συνεχιστεί για περισσότερο από δύο χρόνια τότε αυξάνεται το ποσοστό θνησιμότητάς του δέντρου, εξαιτίας της μείωσης της αποθηκευτικής ικανότητας του δέντρου σε υδατάνθρακες, η μείωση των οποίων μπορεί να αποδυναμώσει τα φυτά. Ωστόσο παρά την παρουσία των σκαθαριών, οι θάμνοι Tamarix φυτρώνουν ξανά. Επίσης η μείωση του νερού που καταναλώνουν είναι μόνο 15% (εξαιτίας της μικρής περιόδου αποφύλλωσης) και τέλος κάθε άνοιξη τα φύλλα αναγεννώνται με το ίδιο σθένος. Θα πρέπει επίσης να σημειωθεί ότι οι επιπτώσεις από το σκαθάρι στον θάμνο ποικίλουν ανάλογα και από την οικολογική κατάσταση του ίδιου του θάμνου.

'''1.3 Αντικείμενο της μελέτης'''

Η ανάπτυξη τηλεπισκοπικών εργαλείων εδάφους για την παρακολούθηση των επιδράσεων των σκαθαριών στην παραποτάμια εξατμισοδιαπνοή είναι ο κύριος στόχος αυτής της μελέτης. Επίσης η μελέτη αυτή περιγράφει το εύρος των επιπτώσεων που αναμένονται κατά την απελευθέρωση του σκαθαριού, στα νεαρά στάδιά του καθώς και τις αλληλεπιδράσεις του Tamarix 5 – 8 χρόνια μετά την προσβολή.

'''1.4 Μέθοδοι τηλεπισκόπησης για την εκτίμηση της εξατμισοδιαπνοής'''

Πολυάριθμες είναι οι μέθοδοι οι οποίες έχουν αναπτυχθεί για την εκτίμηση της εξατμισοδιαπνοής. Αυτές μπορούν να βασιστούν είτε σε θερμικές μετρήσεις, οι οποίες εκτιμούν τη ροή θερμότητας έπειτα υπολογίζουν τη λανθάνουσα θερμότητα της εξάτμισης εξαιτίας της εξατμισοδιαπνοής ως υπολειμματική στην εξίσωση του επιφανειακού ενεργειακού ισοζυγίου είτε σε δείκτες βλάστησης, οι οποίοι εκτιμούν το ποσό της πράσινης φυλλικής επιφάνειας στο οποίο συμβαίνει το φαινόμενο της εξατμισοδιαπνοής είτε στον συνδυασμό και των δύο αυτών προσεγγίσεων. Ένα τέτοιο παράδειγμα είναι το μοντέλο διπλής πηγής το οποίο διαχωρίζει το τοπίο σε περιοχές με βλάστηση και χωρίς βλάστηση και μετά εκτιμάει την εξάτμιση από κάθε συνιστώσα με διαφορετικούς αλγόριθμους. Σ’ αυτή τη μελέτη χρησιμοποιήθηκαν δύο όμοιες μέθοδοι οι οποίες προέκυψαν από τη μέθοδο του συντελεστή καλλιέργειας για την εκτίμηση της εξατμισοδιαπνοής, η οποία υπολογίζεται από τον πολλαπλασιάζοντας την εξατμισοδιαπνοή (ΕΤ0), καθορίζεται από μετεωρολογικά δεδομένα, με τον συντελεστή καλλιέργειας (Kc) της συγκεκριμένης καλλιέργειας o οποίος συνήθως παίρνει τιμές μικρότερες από 1.0. (ΕΤ=ΚcET0)

'''Μέθοδοι'''

'''2.1 Μελετώμενες Τοποθεσίες'''

Επιλέχθηκαν έξι περιοχές για τη μελέτη της φυλλόπτωσης. Η επιλογή έγινε με βάση τα υψηλά επίπεδα αποφύλλωσης που παρατηρήθηκαν στις συγκεκριμένες περιοχές οι οποίες είναι οι εξής: Humbolt River site, Lower Dolores River, Walker River site, Upper Colorado River site, Big Horn River site, Middle–Upper Dolores River site. Σε κάθε περιοχή ξεχωριστά απελευθερώθηκαν τα σκαθάρια και παρατηρήθηκε φυλλόπτωση.

'''2.2 Μετρήσεις της φυλλόπτωσης με τη φαινοκάμερα στην περιοχή Lower Dolores River'''

Στην περιοχή αυτή με τη βοήθεια φαινοκάμερας συλλέχθηκαν δεδομένα για πάνω από τρεις περιόδους (2008 – 2010) σχετικά με τη φυλλόπτωση του Tamarix. Αυτού του είδους οι κάμερες (Phenocams) έχουν χρησιμοποιηθεί επιτυχώς και σε άλλα οικοσυστήματα για να παρακολουθούν τις εποχιακές αλλαγές της βλάστησης, είτε μέσω του κανονικοποιημένου δείκτη βλάστησης (NDVI – Normalized Difference Vegetation Index) είτε με άλλους συνδυασμούς ευαίσθητους στην πυκνότητα του πράσινου φυλλώματος. Δύο πύργοι 10 m εγκαταστάθηκαν σε δύο σημεία με Tamarix. Ο κάθε πύργος είναι εξοπλισμένος με δύο κάμερες multi-band και visible-band. Οι multi-band κάμερες (Tetracam Model ADC Sentry, Tetracam, Inc., Chatsworth, CA) είχαν κόκκινους, πράσινους και NIR αισθητήρες και επέλεγαν εικόνες 3.1 megapixel από μία περιοχή περίπου 1m2. Τα δεδομένα επιλέγονται ανά 15 λεπτά και μεταφέρονται μέσω ασύρματου συστήματος τηλεμετρίας στην ιστοσελίδα Rio Mesa (http://entradadata.biology.utah.edu). Τα κόκκινα και NIR δεδομένα επιλέχθηκαν μέσα σε 1000 και 1400 ώρες και χρησιμοποιήθηκαν για να υπολογιστούν οι ημερήσιες τιμές του NDVI. Οι τιμές του NDVI κάποιες φορές έτυχε να είναι αρνητικές εξαιτίας του γεγονότος ότι οι αισθητήρες δεν αλληλοβαθμολογούνταν με αποτέλεσμα οι ψηφιακές τιμές των κόκκινων και NIR (DN – Digital Number) να διαφέρουν NDVI να διαφέρουν σημαντικά. Για να παραχθεί ένα προσωρινό σύνολο δεδομένων το οποίο να ανταποκρίνεται στις αλλαγές της κάλυψης του Tamarix, ο NDVI υπολογίστηκε κατά μέσο όρο και μειώθηκε χρησιμοποιώντας τα παρακάτω βήματα:
1) DN τιμές του ανακλώμενου φωτός στα κόκκινα και NIR (Near InfraRed) χρησιμοποιήθηκαν για να υπολογίσουν τον NDVI:
2) NDVI=(NIR–Red)/(NIR+Red)
3) Μετρήθηκε ο μέσος όρος επτά ημερών μέσα σε μία υποπεριοχή του πεδίου της κάμερας
4) Οι τιμές για κάθε κάμερα ήταν σε κλίμακα από 0 μέχρι 1.0 χρησιμοποιώντας τις μέγιστες και τις ελάχιστες τιμές του NDVI μέσα στα τρία χρόνια που διήρκησε η έρευνα: NDVIPC*=1–(NDVImax–NDVI)/(NDVImax–NDVImin).
Αυτή η μετατροπή επέτρεψε τη σύγκριση των σχετικών ποσών φυλλόπτωσης σε κάθε τοποθεσία αλλά δεν επέτρεψε τις συγκρίσεις των πραγματικών τιμών εξαιτίας της διαφορετικότητας των καμερών.
Οι ψηφιακές κάμερες visible-band (NetCam SC-Multi-Megapixel Hybrid IP Camera, StarDot Technologies, Buena Park, CA) απέκτησε 5 megapixel ανά εικόνα σε ένα οπτικό πεδίο 1m2. Οι εικόνες οι οποίες χρησιμοποιήθηκαν για αναλύσεις τραβήχτηκαν νωρίς το απόγευμα (13:45 τοπική ώρα). Από τις καθημερινές εικόνες για ανάλυση επιλέχθηκε ένα μέρος των εικόνων το οποίο συνέλαβε την εμφάνιση και εξέλιξη του πρασινίσματος των φύλλων την άνοιξη, τη φυλλόπτωση το καλοκαίρι, την επανάπτυξη των φύλλων στα τέλη του καλοκαιριού καθώς και τη γήρανση των φύλλων το φθινόπωρο. Κατά τη διάρκεια της φυλλόπτωσης τα σκαθάρια τρώνε τα κύτταρα του μεσόφυλλου και αφήνουν στο δένδρο τον νεκρό μίσχο. Οπτικά, παρατηρείται ένας μεταχρωματισμός των φύλλων, από πράσινα σε καφέ, αλλά συνεχίζουν να μένουν πάνω στο δέντρο. Στις εικόνες τα πράσινα και καφέ φύλλα (βελόνες) ήταν εμφανή. Τα αποτελέσματα ποσοτικοποιήθηκαν ως το ποσοστό της ετήσιας κάλυψης με πράσινα φύλλα ή NDVI*PC απώλεια εξαιτίας της φυλλόπτωσης για κάθε χρόνο σε κάθε σταθμό της κάμερας.

'''2.3 Μέθοδοι του Landsat TM για την εκτίμηση του NDVI και της εξατμισοδιαπνοής'''

Για κάθε μία από τις έξι περιοχές στις οποίες απελευθερώθηκαν τα σκαθάρια επιτεύχθηκε μία ετήσια Landsat 5 εικόνα του καλοκαιριού για κάθε χρόνο από το 2000 μέχρι το 2009, και δύο εικόνες ανά περιοχή για το έτος 2010. Επίσης επιλέχθηκαν εικόνες από τις 15 Ιουνίου μέχρι τις 15 Αυγούστου χωρίς κάλυψη από σύννεφα. Οι δύο εικόνες του 2010 αναπαριστούν δύο περιόδους Ιούνιο και Αύγουστο. Ο λόγος που επιλέχθηκαν αυτές οι δύο χρονικές περίοδοι ήταν για να δουν αν η περίοδος της φυλλόπτωσης μπορούσε να διακριθεί σε μία εποχή από τις εικόνες Landsat. Οι επεξεργασμένες εικόνες επιπέδου 1 Τα αναφέρονται σε σταθερά σημεία του εδάφους και έχουν ληφθεί από τον United States Geological Survey Earth Explorer. Μέθοδοι για την επεξεργασία δεδομένων των καναλιών, για τη μετατροπη των τιμών του NDVI σε κλιμακα (NDVI*TM) και για τον υπολογισμό της εξατμισοδιαπνοής ακολουθήθηκαν και οι οποίες αναπτύχθηκαν για να εκτιμηθεί η ετήσια εξατμισοδιαπνοή. Οι DN τιμές μετατράπηκαν σε δορυφορικές τιμές ανακλαστικότητας. Οι τιμές του NDVI υπολογίστηκαν μεταξύ του γυμνού εδάφους και της μέγιστης απόκρισης της βλάστησης, σε κάθε εικόνα. Η σχέση που χρησιμοποιήθηκε ήταν: NDVITM*=1–(NDVIMax–NDVI)/(NDVIMax–NDVISoil), όπου NDVImax είναι η υψηλότερη τιμή του NDVI στην καθορισμένη εικόνα. Ο NDVIsoil είναι ο NDVI μιας περιοχής (1-2 εκτάρια) η οποία είναι είτε ο ξηρός πυθμένας της λίμνης ή μία βραχώδη περιοχή η οποία δεν είχε βλάστηση και ήταν σταθερή για χρόνια. Αυτή η βραχώδης περιοχή επιλέχθηκε το έτος 2000 για κάθε σειρά εικόνων και η εικόνα αυτή χρησιμοποιήθηκε στην ίδια περιοχή για νέες δειγματοληψίες για να αξιολογηθεί η μεταβλητότητα του NDVI από την ίδια σκηνή στις επόμενες εικόνες στο πέρασμα των χρόνων.
Για να προσδιοριστούν οι επιδράσεις της φυλλόπτωσης στην εξατμισοδιαπνοή, σε κάθε περιοχή, συντάχθηκε ένα αρχείο για μια περιοχή ενδιαφέροντος στο ERDAS το οποίο κάλυπτε την περιοχή με την μέγιστη φυλλόπτωση από εδαφικές έρευνες που έγιναν. Το ίδιο αρχείο χρησιμοποιήθηκε για την εξαγωγή αποτελεσμάτων από τον NDVI*TM για κάθε εικόνα του Landsat από το 2000 μέχρι και το 2010 και χρησιμοποιήθηκε για να υπολογιστεί η ετήσια εξατμισοδιαπνοή με τις εξισώσεις: ET=NDVITM*(ET0) και ETo=p(0.46Tmean+8), όπου ΕΤο είναι η δυνατή εξατμισοδιαπνοή από ένα πλήρως αναπνεόμενο φυτό, όπως φαίνεται από τα μετεωρολογικά δεδομένα, p είναι το ημερίσιο φως σε ώρες και η Τmean είναι η μέση μηνιαία θερμοκρασία αέρα. Οι ετήσιες τιμές εξατμισοδιαπνοής χωρίστηκαν σε δύο ομάδες παρουσιάζοντας τα χρόνια πριν και μετά την παρατήρηση της εξάπλωσης της φυλλόπτωσης. Τα δεδομένα υποβλήθηκαν σε ανάλυση διακύμανσης διπλής κατεύθυνσης ANOVA στην οποία η μεν εξατμισοδιαπνοή ήταν η εξαρτώμενη μεταβλητή και η περιοχή πριν/μετά την φυλλόπτωση ήταν οι κατηγορικές μεταβλητές.

'''2.4 Εκτιμήσεις των δοκιμών της εξατμισοδιαπνοής'''

Οι εκτιμήσεις της εξατμισοδιαπνοής μέσω της τηλεπισκόπησης συχνά υπόκεινται σε σφάλματα. Επομένως θα πρέπει να συγκρίνονται με άλλες ανεξάρτητες μετρήσεις. Η μέθοδος MODIS στην οποία βασίζεται και η συγκεκριμένη μελέτη, είναι επιρρεπής στα σφάλματα εξαιτίας του μεγάλου μεγέθους pixel. Σ’ αυτή τη μελέτη τιμές εξατμισοδιαπνοής MODIS και LANDSAT με ανεξάρτητα αποτελέσματα. Σ’ αυτή τη μελέτη, η διαπνοή από μεμονωμένα φυτά παρακολουθήθηκε από 8 Μαΐου μέχρι 29 Σεπτεμβρίου, κατά τη διάρκεια δηλαδή της πιο έντονης φυλλόπτωσης. Αναφέρεται ότι η μέση διαπνοή κατά τη διάρκεια της μελέτης ήταν 1,85mm/d και απεικονίζεται σε κανονικοποιημένη εξατμισοδιαπνοή ΕΤ0 σε μηναία βάση. Στην παρούσα μελέτη επαναχρησιμοποιούνται τα δεδομένα αυτά σε μονάδες ET mm/d και μπορεί να συγκριθεί με εκείνες τις τιμές της εξατμισοδιαπνοής που προκύπτουν από τις εξισώσεις ET=NDVITM*(ET0) – Landsat και ET=1.22 EVI*(ET0) – Modis, όπου EVI - Enhanced Vegetation Index, είναι δείκτης βλάστησης και υπολογίζεται από τα κανάλια του κόκκινου, μπλε και υπέρυθρο.
EVI=G(rNIR−rRed)/(rNIR+C1xrRed+C2xrBlue+L), όπου C1 και C2 είναι συντελεστές σχεδιασμένοι να διορθώσουν την αντίσταση στα αεροζόλ, στο μπλε κανάλι και για να διορθώσουν τις επιδράσεις του αεροζόλ χρησιμοποιούν το κόκκινο κανάλι. C1 and C2 έχουν τεθεί στο − 6 and 7.5, ενώ το G ο παράγοντας κέρδος (ορίζεται σε 2.5) και ο L είναι μία προσαρμογή στον παρασκήνιο θόλο (ορίζεται σε 1.0).

'''3. Αποτελέσματα'''
Οι εκτιμήσεις για της απολεσθείσας παραγωγής φύλλων από την κάμερα ορατού καναλιού καθώς και από την NDVI κάμερα ήταν όμοιες σε όλα τα χρόνια και τις τοποθεσίες: 32,0% και 30,8% ανά εποχή, αντίστοιχα. Μεγάλη μείωση της παραγωγικότητας παρατηρήθηκε το 2010(40,9%) ενώ το 2008 και το 2009 ήταν μόλις (26,6%). Ωστόσο δεν παρατηρήθηκε μείωση στην κάλυψη με πράσινο σε καμία περιοχή.
Ο συντελεστής μεταβλητότητας για το NDVImax ήταν χαμηλός μέσα στις εικόνες, κυμαινόταν από 3,0 – 4,2%. Ενώ ο συντελεστής μεταβλητότητας για τον NDVIεδάφους ήταν υψηλότερος (7,9-26,0%). Η χρήση του NDVI* αντί για τον NDVI σχεδιάστηκε για να ελαχιστοποιηθούν οι επιδράσεις του εδάφους στις εκτιμήσεις της εξατμισοδιαπνοής.
Όλες οι περιοχές ανέκαμψαν μερικώς τα επόμενα χρόνια.

'''4.Συζήτηση'''

Οι επιπτώσεις των σκαθαριών στα φυτά ήταν όμοιες σε όλες τις περιοχές της μελέτης. Μετά την περίοδο του εγκλιματισμού και για μερικά χρόνια ακόμη τα σκαθάρια εξαπλώθηκαν προκαλώντας τη φυλλόπτωση, την οποία βέβαια ακολοθούσε η επαναπτυξη των πράσινων φύλλων και την αύξηση της έντασης της εξατμισοδιαπνοής. Σε μελέτες που έγιναν στο έδαφος σε δύο από τις περιοχές παρατηρήθηκε ότι τα σκαθάρια μπορεί αν έμενα ενεργά αλλά η εξατμισοδιαπνοή των φύλλων δεν μειωνόταν εξαιτίας του γεγονότος ότι η προσβολή των σκαθαριών ήταν αποσπασματική και προσωρινή. Την προσβολή ακολουθεί το επαναπρασίνισμα των φύλλων αργά το καλοκαίρι. Τα αποτελέσματα της φαινοκάμερας έδειξαν ότι σε μια περιοχή τα σκαθάρια μείωσαν την ετήσια κάλυψη των φύλλων κατά 30%. Αυτό συνέβη σε μεμονωμένες περιπτώσεις, αφού άλλες μετρήσεις οι οποίες έγιναν από εικόνες Landsat και Modis έδειξαν ότι η μείωση του θόλου – ανοίγματος (canopy) ήταν 14-15%. Επίσης ένα άλλο δεδομένο που έδωσε η φαινοκάμερα είναι ότι τα Tamarix επαναπρασινίζουν παρά τη μεγάλη χρονική διάρκεια προσβολής από τα σκαθάρια. Ο περιορισμός του πληθυσμού των σκαθαριών από σαρκοφάγα έντομα δεν έχει ακόμα μελετηθεί. Η επανάκτηση του φυτού έπειτα από κάθε προσβολή δεν είναι σίγουρο ότι θα συνεχιστεί επ’ αόριστον αφού οι συνθήκες στα ποτάμια αλλάζουν και μειώνεται και η βλαστικότητα. Ακόμη και ένα χαμηλό ποσοστό θνησιμότητας των θάμνων μπορεί σταδιακά να μειώσει τη βλάστηση κατά μήκος των ποταμών. Επομένως πρέπει τηλεπισκοπικά αλλά και εδαφικά να παρακολουθείται η σχέση και η αλληλεπίδραση του εντόμου με το Tamarix προκειμένου να ελέγχεται η πορεία των.
Οι εκτιμήσεις του MODIS και LANDSAT για την εξατμισοδιαπνοή δεν είναι οι άμεσες μετρήσεις της χρήσης του νερού. Πολύ πιθανόν να είναι εμπειρικές εκτιμήσεις βασιζόμενες στη συσχέτιση μεταξύ της πυκνότητας των πράσινων φύλλων (που μετρήθηκε από EVI & NDVI) και της πιθανής χρήσης νερού βασιζόμενης στην ΕΤ0. Αυτή η προσέγγιση της εκτίμησης των της εξατμισοδιαπνοής είναι κατάλληλη για την ποσοτικοποίηση των πιθανών επιπτώσεων των σκαθαριών στις ποσότητες του νερού, παραποτάμια, διότι αυτό επηρεάζεται από τη μείωση της φυλλικής επιφάνειας, όπως μετράται από τον δείκτη βλάστησης. Η διαφορά ανάμεσα στις εκτιμήσεις του Landsat και Modis (15%) ήταν στα πλαίσια του αναμενόμενου. Οι δύο μέθοδοι αυτοί χρησιμοποιούν τους ίδιους αλγόριθμους οι οποίοι βασίζονται στο ET0 αλλά έχουν διαφορετικούς δορυφορικούς αισθητήρες και διαφορετικά σύνολα δεδομένων.
Κανένα εργαλείο της τηλεπισκόπησης δεν ήταν επαρκές για την παρακολούθηση των επιπτώσεων από τα σκαθάρια. Οι φαινοκάμερες παρείχαν λεπτομερείς παρατηρήσεις όσον αφορά το επίπεδο της κάλυψης και ήταν ικανές να συλλάβουν τις περιόδους φυλλόπτωσης αλλά και ανάκαμψης. Ωστόσο είναι μία μέθοδος αρκετά ακριβή αν θέλουμε να χρησιμοποιηθεί σε μεγαλύτερη κλίμακα. Επιπλέον, οι ψηφιακές τιμές του NDVI διέφεραν μεταξύ των καμερών διότι τα κόκκινα και τα υπέρυθρα κανάλια δεν προσαρμόστηκαν ενώ η οπτική ερμηνεία των εικόνων παρείχε περισσότερες πληροφορίες απ’ ότι ο NDVI*PC. O Landsat ωστόσο είχε επαρκή ανάλυση για την ανίχνευση σε μία περιοχή της ζημιάς από έντομα, αλλά εξαιτίας της επιστροφής του δορυφόρου 16 μέρες αργότερα είναι δύσκολη η παρακολούθηση των εποχιακών αλλαγών. Ο Modis από την άλλη έδωσε παρόμοια αποτελέσματα, αλλά χρόνικά παρείχε καλύτερη χρονική κάλυψη και ήτα σε θέση να παρακολουθεί την πορεία της ζημιάς αν ήταν έντονη. Μετά το πρώτο έτος της φυλλόπτωσης καμία από τις δύο μεθόδους δεν ήταν σε θέση να παρακολουθήσει τη ζημιά. Άλλοι υποστηρίζουν ότι η χρήση περισσότερων συστοιχειών από pixel θα ελαχιστοποιήσει τα λάθη.
Συμπεραίνοντας, καταλήγουμε ότι με τον συνδυασμό διαφορετικών τηλεπισκοπικών εργαλείων είναι δυνατόν να ληφθεί μία επισκόπηση της αλληλεπίδρασης του σκαθαριού με το Tamarix. Ωστόσο, όπως άλλες μελέτες τηλεπισκόπησης που χρησιμοποιήθηκαν για την παρακολούθηση της ζημιάς των δασών από τα έντομα, έτσι και εδώ δεν ήταν εφικτό να καταγραφούν οι λεπτομέρειες της φυλλόπτωσης σε καμία περιοχή ακόμη και με συνδυασμένη προσέγγιση. Μέχρι τώρα, η ζημιά από τα έντομα είναι αποσπασματική και περιοδική, γεγονός που καθιστά δύσκολο να συσχετιστούν τα δεδομένα τηλεπισκόπησης με τις επιπτώσεις των σκαθαριών στην εξατμισοδιαπνοή ή στη φαινολογία των φύλλων. Τα δεδομένα τηλεπισκόπησης θα πρέπει να συνδυάζονται με εδαφικές παρατηρήσεις για την ανάπτυξη λειτουργικών πρωτοκόλλων παρακολούθησης.

Επιδράσεις από τα υπολείμματα των καλλιεργητικών τεχνικών στον LAI για την εκτίμηση της κάλυψης των σιτηρών χρησιμοποιώντας τηλεπισκόπηση.

2012-04-04T21:17:56Z

Sotiris.tsoukarelis: Νέα σελίδα με ''''Εισαγωγή''' Πολλές έρευνες έχουν διεξαχθεί προκειμένου να μειωθούν τα επίπεδα παρεμβολής τ...'

'''Εισαγωγή'''

Πολλές έρευνες έχουν διεξαχθεί προκειμένου να μειωθούν τα επίπεδα παρεμβολής του εδάφους στην τηλεπισκόπηση της βλάστησης και επομένως να υπολογίζονται με μεγαλύτερη ακρίβεια και να προβλέπονται καλύτερα οι βιοφυσικές παράμετροι για την ανάπτυξη διαφόρων ειδών των δεικτών βλάστησης. Ωστόσο οι μελέτες που έχουν γίνει για να μελετήσουν την επίδραση της κάλυψης των φυτικών υπολειμμάτων σχετικά με τον δείκτη φυλλικής επιφάνειας (LAI) χρησιμοποιώντας τη μέθοδο της τηλεπισκόπησης, είναι λίγες. Χρησιμοποιώντας το μοντέλο WinSail σε συνδυασμό με μετρήσεις εδάφους, η παρούσα μελέτη σκοπό είχε να ποσοτικοποιήσει τις διαφορές στη φασματική ανακλαστικότητα. Συνήθως χρησιμοποιούνται οι δείκτες βλάστησης βασιζόμενοι στο δείκτη (NDVI και RVI), στο έδαφος (TSAVI and SAVI2) και υπερφασματικοί (dRE and REIP). Οι δείκτες αυτοί χρησιμοποιούνται σε καλλιέργειες σιτηρών με γυμνό έδαφος και σε υπολείμματα ρυζιού ως υποβαθρα και για να εντοπίσουν τους δείκτες βλάστησης οι οποίοι αναπαριστούν τον καλύτερο συνδυασμό μειωμένης ευαισθησίας της κάλυψης από φυτικά υπολείμματα και την υψηλή ευαισθησία στη διακύμανση του LAI.

'''Προηγούμενες Μέθοδοι'''

Η περιστροφή του ρυζιού (Oryza sativa L.) και του σιταριού (Triticum aestivum L) αποτελεί ένα από τα μεγαλύτερα συστήματα γεωργικής παραγωγής στον κόσμο και εφαρμόζεται ευρέως κατά μήκος του ποταμού Yangtze στην Κίνα, όπου καταλαμβάνει συνολική έκταση περίπου 13 εκατομμύρια εκτάρια και συμβάλει στο 72% της συνολικής παραγωγής σιτηρών. Πρακτικές οργώματος που συντηρούν ένα κάλυμμα των υπολειμμάτων των καλλιεργειών στην επιφάνεια του εδάφους και είτε μειώνουν την ποσότητα του οργώματος ή την εξαλείφουν εντελώς (ακατεργασία) έχουν υποστηριχθεί σθεναρά σε αυτούς τους τομείς από το 1990, λόγω των οικολογικών και οικονομικών ωφελειών. Κάποιοι αγρότες δοκιμάζουν σπορά στα πεταχτά του σιταριού πριν από τη συγκομιδή του ρυζιού σε ακαλλιέργητα εδάφη ως μέρος της συντηρητικής κατεργασίας του εδάφους. Τα χωράφια με το σιτάρι αποτελούν αντικείμενο της παρούσας μεθόδου σποράς και βιώνουν σχετικά υψηλή κάλυψη των υπολειμμάτων των καλλιεργειών. Ωστόσο, άλλοι αγρότες εξακολουθούν να χρησιμοποιούν εντατική κατεργασία της γης αντί ακατεργασία. Ή επίσης μειωμένες πρακτικές οργώματος με αποτέλεσμα τη σχεδόν απουσία υπολειμμάτων ρυζιού στην επιφάνεια του εδάφους. Για παράδειγμα, ορισμένοι γεωργοί υιοθετούν μεθόδους σποράς στα πεταχτά ή τρύπημα του σιταριού σε εντατικά καλλιεργημένα εδάφη, όπου τα περισσότερα από τα υπολείμματα διατηρούνται κάτω από την επιφάνεια του εδάφους. Ορισμένοι αγρότες έχουν καθαρίσει τα χωράφια τους ακόμα και με τη μέθοδο της καύσης ή και με ολική αφαίρεση του άχυρου αντί της επιστροφής του στο έδαφος. Ως αποτέλεσμα, το ποσοστό της επιφάνειας του εδάφους
καλύπτεται από υπολείμματα καλλιεργειών ποικίλλει σε μεγάλο βαθμό μεταξύ των χωραφιών που καλλιεργούνται από διαφορετικά άτομα. Λόγω της διαφορετικής φασματικής – ραδιομετρικής αλληλεπίδρασης μεταξύ χώματος και υπολειμμάτων καλλιεργειών, μεταβολή στην κάλυψη των καταλοίπων των καλλιεργειών ως αποτέλεσμα των πρακτικών οργώματος το οποίο θα αλλάξει αναγκαστικά τα φασματικά χαρακτηριστικά του υποβάθρου των καλλιεργειών.
'''Τελευταίες Μέθοδοι'''

Πολλοί δείκτες βλάστησης έχουν αναπτυχθεί τις τελευταίες τρεις δεκαετίες για τον υπολογισμό των παραμέτρων των φυτών από εικόνες τηλεπισκόπησης, με πολλές από αυτές να έχουν σχεδιαστεί για να βοηθήσουν τη μείωση των παρεμβολών από το υπόβαθρο ή από άλλους πόρους. Αυτές περιλαμβάνουν δείκτες βλάστησης, αναλογικούς, προσαρμοσμένους στο έδαφος και υπερφασματικούς. Αναλογικοί δείκτες βλάστησης όπως οι NDVI RVI, φαίνεται να επηρεάζονται από τις φασματικές ιδιότητες του υποβάθρου, ιδίως σε χαμηλά επίπεδα της φυτοκάλυψης. Ο περιορισμός αυτός μπορεί εν μέρει να αντισταθμίζεται από προσαρμοσμένους στο έδαφος δείκτες βλάστησης (ορθογώνιοι δείκτες βλάστησης) όπως TSAVI και SAVI2, οι περισσότεροι από τους οποίους αναπτύχθηκαν για να ελαχιστοποιηθούν οι επιπτώσεις στο έδαφος που σχετίζονται με τη φωτεινότητα. Οι προσαρμοσμένοι στο έδαφος δείκτες βλάστησης αντισταθμίζουν το φόντο, το οποίο μπορεί να αποτελέσει την πλειοψηφία της περιοχής μελέτης. Ωστόσο οι δείκτες αυτοί απαιτούν εκ των προτέρων γνώση των παραμέτρων της γραμμής του εδάφους (ή φόντο της γραμμής, δηλαδή τη γραμμή παλινδρόμησης μεταξύ της κόκκινης και της υπέρυθρης NIR ζώνης). Λόγω της σημαντικής διαφοράς μεταξύ του εδάφους και των γραμμών των υπολειμμάτων, μπορεί να είναι δύσκολο να ληφθεί μία αντιπροσωπευτική γραμμή εδάφους, σε περιοχές με διαφορετικές πρακτικές οργώματος, η οποία μπορεί να περιορίσει σε μεγάλο βαθμό την αποτελεσματικότητα του προσαρμοσμένου στο έδαφος δείκτη βλάστησης. Υπερφασματικοί δείκτες βλάστησης όπως οι REIP και Dre έχουν αποδειχθεί ότι έχουν καλύτερες επιδόσεις από πολυφασματικούς δείκτες βλάστησης στη μείωση της επίδρασης του φόντου. Επιπλέον, πολυάριθμοι δείκτες βλάστησης και φασματικές τεχνολογίες έχουν αναπτυχθεί ειδικά για να διερευνηθούν οι συνθήκες κάλυψης των υπολειμμάτων των καλλιεργειών. Ωστόσο, λίγες μελέτες έχουν εστιάσει στην αξιολόγηση της επίδρασης της κάλυψης των υπολειμμάτων για την εκτίμηση του δείκτη φυλλικής επιφάνειας LAI από τηλεπισκοπικές εικόνες. Ο LAI συνήθως χρησιμοποιείται για την παραγωγική οικολογία, ως μέτρο της ανάπτυξης των καλλιεργειών, αλλά η εκτίμηση των παραμέτρων της καλλιέργειας όπως ο LAI από τους δείκτες βλάστησης μπορεί να επηρεαστεί από τη διαταραχή που προκύπτει από τις πρακτικές που διαφοροποιούν την κάλυψη των καταλοίπων των καλλιεργειών. Αυτές οι διαταραχές μπορούν να αναγνωριστούν εξετάζοντας τη διαφορά μεταξύ του εδάφους και της φωτεινότητας των υπολειμμάτων, καθώς και τη διαφορά μεταξύ του εδάφους και των γραμμών των υπολειμμάτων.
'''Υλικά και Μέθοδοι'''

'''1.1 Πεδίο έρευνας'''

Δεδομένα αποκτήθηκαν για χειμερινά χωράφια με το σιτάρι σε μία περιοχή που βρίσκεται στο Zhangjiagang, Changshu και Tongzhou 180 χιλιόμετρα νοτιοανατολικά της Nanjing City, επαρχία Jiangsu, Κίνα. Ένα σύνολο από 65 χωράφια με σιτάρι, μεταξύ των οποίων 42 εντατικά καλλιεργήσιμα χωράφια και 23 ακαλλιέργητα, επιλέχθηκαν για την έρευνα. Κάθε χωράφι ήταν περισσότερο από 120m*120m σε μέγεθος και οι θέσεις τους προσδιορίστηκαν χρησιμοποιώντας ένα GPS.
'''1.2 Τηλεπισκοπική εικόνα και οι υπολογισμοί'''

Μια υπερφασματική Hyperion εικόνα της περιοχής μελέτης αποκτήθηκε
το μεσημέρι στις 13 Ιανουαρίου 2009, για να παρέχει εξ αποστάσεως τα ανιχνευθέντα δεδομένα σε φασματική ανάκλαση και μας επιτρέπουν να υπολογίζουν αρκετά κοινούς δείκτες βλάστησης.. Η εικόνα ήταν προ-επεξεργασμένη χρησιμοποιώντας μια σειρά από έξι βήματα, σύμφωνα με τις συνήθεις διαδικασίες: (1) την απομάκρυνση των καταστρεμμένων pixels, (2) destriping, (3) προσαρμογή της επίδραση του χαμόγελου (4) ατμοσφαιρικές διορθώσεις (5) γεωαναφορά και αποκατάσταση, σύμφωνα με ακρίβεια μεγαλύτερη από 0,5 pixel και (6) μετατροπή σε ανάκλαση. Τέλος, επιτεύχθηκε η φασματική ανάκλαση κάθε χωραφιού με σιτάρι που περιλαμβάνεται στη μελέτη υπολογίζοντας κατά μέσο όρο με τιμές ανάκλασης τουλάχιστον στα 6 pixels, δηλαδή 5400 m2.
'''1.3 Μετρήσεις πεδίου και των παραγώγων τους'''

Ένα κανάλι 512 φασματοφωτόμετρου (350 έως 1050 nm), κατασκευάστηκε από την Analytical Spectral Devices TM (ASD, FieldSpec ® FR, Boulder, Co) χρησιμοποιήθηκε για να συλλεχθεί τυπικό σκέτο χώμα και φασματικά δεδομένα υπολείμματος καλλιεργειών. Ο θόρυβος στα δύο άκρα του φάσματος περιορίζει το ωφέλιμο εύρος δεδομένων μεταξύ 400 και 1000 nm και σε αυτή τη μελέτη. Τα στοιχεία συλλέχθηκαν με αίθριο καιρό μεταξύ 10 και 18 Ιανουαρίου 2009. Κατά τη διάρκεια της περιόδου αυτής, κάλυψη από τις καλλιέργειες, τα υπολείμματα μετρήθηκαν και στα 65 χωράφια της μελέτης. Σε κάθε χωράφι, τα υπέργεια τμήματα των υπολειμμάτων του σιταριού και του ρυζιού μελετήθηκαν σε πέντε οικόπεδα 50cm*50cm. Κάθε φυτό σιταριού χωρίστηκε σε φύλλα και κιτσάνι και στη συνέχεια τα ζύγισαν για να υπολογιστεί η βιομάζα των φύλλων (g/m2). Περίπου το 20% των φύλλων επιλέχθηκαν τυχαία για τις μετρήσεις με μετρητή φυλλικής επιφάνειας. Αυτό το επιμέρους δείγμα χρησιμοποιήθηκε για τον υπολογισμό της συνολικής επιφάνειας των φύλλων ανά μονάδα δειγματοληψίας χρησιμοποιώντας την αναλογία βάρους του δείγματος στο σύυνολο, μειώνοντας έτσι τον φόρτο εργασίας. Οι μετρήσεις φυλλικής επιφάνειας χρησιμοποιήθηκαν για τον υπολογισμό του LAI, την αναλογία της πράσινης φυλλικής επιφάνειας ανά δειγματική περιοχή (m2/m2). Επιπλέον, σε τουλάχιστον 20 κάθετες φωτογραφίες (μεταξύ των οποίων πέντε στα οικόπεδα δειγματοληψίας) που επικεντρώνονται σε μία ελάχιστη έκταση εδάφους 1m*1m ελήφθησαν πάνω από κάθε χωράφι, από ύψος 1.2 m χρησιμοποιώντας μια ψηφιακή φωτογραφική μηχανή. Οι φωτογραφίες αυτές στη συνέχεια ανακαλύφθηκαν σε φυτική κάλυψη, εδαφική κάλυψη και κάλυψη των καταλοίπων από την ERDAS IMAGINE 9,1.

'''1.4.1 Μοντέλα προσομοίωσης'''

Χρησιμοποιήθηκε το μοντέλο PROSPECT (PROSPECT for Windows, έκδοση
1.00.03), το οποίο αντιμετωπίζει το φύλλο ως μία διαδοχή από απορροφητικά στρώματα (Jacquemoud και Baret, 1990), για να προσομοιώσει την ανάκλαση των φύλλων και τη διαπερατότητα για τροφοδότηση σε μοντέλο ανάκλασης θόλου (canopy reflectance model).

'''1.4.2 Σύγκριση των Μεθόδων'''

Για να ποσοτικοποιηθεί η κατεύθυνση της αλλαγής σε φασματικές τιμές ανακλαστικότητας ή δεικτών βλάστησης, όταν το φόντο έχει αλλάξει από
γυμνό έδαφος σε κατάλοιπα για να υπολογίσουμε το RPD ως ακολούθως:

Για τα προσομοιωμένα δεδομένα από WinSail, τα SVr και SVs είναι οι τιμές ανάκλασης των δεικτών βλάστησης του θόλου με υπολείμματα σιταριού και χώμα ως φόντο αντίστοιχα και αντίστοιχα SVmin και SVmax είναι οι ελάχιστες και μέγιστες τιμές ανάκλασης των δεικτών βλάστησης του συνόλου των στοιχείων ανεξάρτητα από το φόντο, με τον LAI να κυμαίνεται μεταξύ 0,1 και 1,0. Ομοίως, για την αξιολόγήση του μεγέθους της σχετικής διαφοράς στην φασματική ανάκλαση ή των δεικτών βλάστησης μεταξύ των υποστρωμάτων του φόντου θα υπολογίζεται η απόλυτη τιμή του RPD (| RPD |):
Ποσοτικοποιούμε την επίδραση των καταλοίπων, όπως φαίνεται στην ακόλουθη εξίσωση Το ΟΡ είναι το ποσοστό των πράσινων φύλλων που καλύπτονται από τα υπολείμματα και ως εκ τούτου δεν μπορούσε να προσδιοριστεί ως πράσινο κάλυμμα από τις ψηφιακές φωτογραφίες που λαμβάνονται στο χωράφι.

όπου LAIn-t και LAI1-t είναι οι προβλεπόμενες τιμές LAI από τα γραμμικά μοντέλα παλινδρόμησης μεταξύ πράσινου καλύμματος και LAI βασισμένα σε μετρήσεις σε ακαλλιέργητα εδάφη και εντατικώς καλλιεργήσιμα αντίστοιχα.

'''2. Αποτελέσματα'''

'''2.1 Μεταβολή στην κάλυψη των υπολειμμάτων που προκαλούνται από τις τεχνικές οργώματος'''

Σχετικά μεγάλο εύρος τιμών υπήρχε στις μετρήσεις για τον LAI και το πράσινο κάλυμμα τόσο σε ακαλλιέργητα όσο και σε εντατικώς καλλιεργήσιμα εδάφη, πράγμα που μας επιτρέπει να χρησιμοποιούμε τα αποτελέσματα που στηρίζονται στα συγκεκριμένα δεδομένα, ευρέως.

'''2.2 Φάσματα του γυμνού εδάφους και υπολειμμάτων καλλιεργειών'''

Σύμφωνα με άλλες μελέτες τα φάσματα τόσο του εδάφους και των καταλοίπων των καλλιεργειών στερούντια τη μοναδική φασματική υπογραφή της πράσινης βλάστησης 400 – 1000mm μήκη κύματος.

'''2.3.1 Ανάκλαση θόλου'''

Αλλάζοντας το υπόστρωμα του φόντου από το γυμνό έδαφος σε υπολείμματα καλλιέργειας είχε ως αποτέλεσμα μεγάλες διαφορές στη φασματική ανάκλαση του θόλου σε μήκη κύματος μεταξύ 400 και 1000mm. Λόγω της μεγαλύτερης ανάκλασης των υπολειμμάτων πάνω στο έδαφος, η προσομοίωση ανάκλασης του θόλου με υπολείμματα ως φόντο ήταν πάντα υψηλότερη απ’ ότι με το γυμνό έδαφος ως φόντο και έτσι RPD|RPD| ήταν πανομοιότυπα. Πάνω από το εύρος τιμών του LAI που χρησιμοποιείται (δηλαδή 0,1-1,0), RPD (και |RPD|) της ανάκλασης του θόλου κυμαίνεται από 31,1% (400mm) σε 67,4% (720 mm), με μέσο όρο 47,1%.

'''2.3.2 Δείκτες βλάστησης'''

Χρησιμοποιώντας τις δύο προσομοιωμένες βάσεις δεδομένων μας, συγκρίνουμε τις τιμές των RPD και |RPD| για να αξιολογήσουμε την ευαισθησία των NIR,βασισμένων στο κόκκινο, προσαρμοσμένων στο έδαφος και υπερφασματικών δεικτών βλάστησης στην αλλαγή του φόντου από γυμνό έδαφος σε κατάλοιπα καλλιεργειών. Οι NDVI και RVI είναι δύο από τους πιο διαδεδομένους NIR- βασισμένους στο κόκκινο, δείκτες βλάστησης. Με τον LAI να κυμαίνεται μεταξύ 0,1 και 1,0, οι |RPD| τιμές για τον NDVI και τον RVI κυμαίνονται από 0,609% σε 6,72% και 0,265% από 13,4%, αντίστοιχα, με αντίστοιχο μέσο όρο |RPD| από 5,12% και 6,89%.

'''2.4 Επικύρωση από το έδαφος'''

Για τα εντατικά καλλιεργήσιμα εδάφη ο LAI συσχετίζεται γραμμικά με όλους τους έξι δείκτες βλάστησης που χρησιμοποιούνται στην παρούσα μελέτη (p=0,0001), με τιμές R2 μεταξύ 0,62 και 0,87. Σύμφωνα με τις τιμές του R2 οι προσαρμοσμένοι στο έδαφος δείκτες (TSAVI και SAVI2) δεν ήταν ουσιαστικά καλύτεροι από τους αναλογικούς δείκτες στην πρόβλεψη του LAI. Για όλους τους έξι δείκτες βλάστησης, οι τιμές των μέσων όρων των |RPD| και RPD και αξίες κυμάνθηκαν μεταξύ 11,3% (DRE) και 19,2% (REIP) και -15,9% μεταξύ (RVI) και 2,24% (REIP), αντίστοιχα.

'''2.5 Αδιευκρίνιστη Επίδραση'''

Σημαντικές σχέσεις μεταξύ LAI και κάλυψης με πράσινο παρατηρήθηκαν τόσο σε ακαλλιέργητα όσο και σε εντατικώς καλλιεργήσιμα εδάφη (p=0,0001), με τις τιμές των R2 από 0,95 και 0,94 για τα μοντέλα της δεύτερης σειράς παλινδρόμησης αντίστοιχα. Το 76,5% των σημείων των δεδομένων για ακαλλιέργητα εδάφη ήταν πάνω από την καμπύλη παλινδρόμησης για τα εντατικώς καλλιεργήσιμα εδάφη, και η καμπύλη για ακαλλιέργητα εδάφη ήταν πάντοτε πάνω από την καμπύλη παλινδρόμησης για τα εντατικώς καλλιεργήσιμα εδάφη, πράγμα που σημαίνει ότι τα υπολείμματα, στην πραγματικότητα, έχουν μια αδιευκρίνιστη επίδραση στα πράσινα φύλλα.

'''3 Συμπέρασμα'''

Η εντατική κατεργασία και η εφαρμογή ακατεργασίας κατέληξαν στη μεγάλη μεταβλητότητα στην κάλυψη των καλλιεργειών των χωραφιών μελέτης από υπολείμματα. Η μέση κάλυψη των υπολειμμάτων ήταν 6,7% και 45,9% για τα 42 εντατικώς επεξεργαζόμενα και τα ακατέργαστα, αντίστοιχα. Η φασματική μορφή του γυμνού εδάφους ήταν παρόμοια με εκείνη των υπολειμμάτων των καλλιεργειών. Ωστόσο, στους τομείς της μελέτης, τα υπολείμματα ήταν σημαντικά πιο φωτεινά από το γυμνό έδαφος. Αλλάζοντας το φόντο, από έδαφος σε κατάλοιπα, αυτό είχε σαν αποτέλεσμα διαφορές τόσο στην ανάκλαση του θόλου όσο και στους δείκτες βλάστησης. Χρησιμοποιώντας |RPD| να αξιολογήσει την ευαισθησία των δεικτών στο υπόστρωμα του φόντου, η απόδοση από το καλύτερο στο χειρότερο ήταν:
δείκτες βλάστησης προσαρμοσμένοι στο έδαφος, (TSAVI και SAVI2), αναλογικοί δείκτες βλάστησης (NDVI και RVI) , υπερφασματικοί δείκτες βλάστησης
(DRE και REIP) και φασματική ανάκλαση. Περισσότερα πράσινα φύλλα στο θόλο του σίτου καλύφθηκαν από υπολείμματα σε ακατέργαστα εδάφη, παρά σε εντατικώς κατεργασμένα, με μέσο όρο 8,57% όταν η κάλυψη με πράσινο ήταν μεταξύ 1,0% και 85%. Αυτό θα προκαλέσει υποτίμηση του LAI για ακατέργαστα εδάφη χρησιμοποιώντας τηλεπισκοπικές μεθόδους.

Ξυπολυτάκου Ελένη

2012-04-04T21:08:27Z

Sotiris.tsoukarelis:

• Επιπτώσεις σε περιφερειακή κλίμακα των εντόμων των φύλλων του Tamarix (Diorhaba carniculata) στη διαθεσιμότητα του νερού στα ποτάμια των δυτικών Η.Π.Α όπως καθορίζεται από διαφορετικές μεθόδους, τηλεπισκόπησης.

•Επιδράσεις από τα υπολείμματα των καλλιεργητικών τεχνικών στον LAI για την εκτίμηση της κάλυψης των σιτηρών χρησιμοποιώντας τηλεπισκόπηση.
[[category:ΔΠΜΣ "Περιβάλλον & Ανάπτυξη" (Μέτσοβο) ]]

Χαρτογράφηση των καμένων περιοχών στην Ελλάδα με τη χρήση εικόνων SPOT-4 HRVIR και ανάλυση εικόνας με αντικειμενοστραφή ταξινόμηση

2012-04-04T21:06:27Z

Sotiris.tsoukarelis:

'''Αναστασία Πολυχρονάκη και Ιωάννης Ζ. Γήτας'''

Η σειρά καταστροφικών πυρκαγιών που συνέβησαν στην Ελλάδα κατά τη διάρκεια των καλοκαιριών του 2007 και 2009 κάνει επιτακτική την ανάγκη για την ανάπτυξη ενός λειτουργικού μηχανισμού για την ακριβή και έγκαιρη χαρτογράφηση των περιοχών που κάηκαν. Σ’ αυτή τη μελέτη εχουν εισαχθεί εικόνες SPOT 4 HRVIR με αντικειμενοστραφή ταξινόμηση του περιβάλλοντος, προκειμένου να αναπτυχθεί μια διαδικασία για τη χαρτογράφηση της καμένης περιοχής. Η ανάπτυξη της διαδικασίας βασίστηκε σε δύο εικόνες και έπειτα ελέγχθηκε η συσχέτισή τους με άλλες καμένες περιοχές. Τα αποτελέσματα από τη χαρτογράφηση των καμένων περιοχών έδειξαν πολύ υψηλή ακρίβεια ταξινόμησης, ενώ η διαδικασία αντικειμενοστραφούς ταξινόμησης που αναπτύχθηκε αποδείχθηκε ικανή να εφαρμοστεί και σε άλλες περιοχές μελέτης.

'''Περιοχές Μελέτης'''

Οι περιοχές μελέτης είναι αυτές της Πελοποννήσου, Ανατολικής Αττικής, το Πήλιο και η Πάρνηθα, (Σχήμα 1).
Η περιοχή της Πελοποννήσου σύμφωνα με έρευνα καλύπτεται κατά κύριο λόγο με μακκία και γεωργικές εκτάσεις, ενώ οι δασικές εκτάσεις καλύπτονται κυρίως από δάση μαύρης Πεύκης (Pinus nigra) και βελανιδιές (Quercus sp).
Η περιοχή της Ανατολικής Αττικής, η οποία βρίσκεται βόρειο-ανατολικά της Αθήνας, καλύπτεται κυρίως από Pinus halepensis και περιλαμβάνει γεωργικές και κατοικημένες περιοχές.
Το Πήλιο βρίσκεται κοντά στην πόλη του Βόλου,στην κεντρική Ελλάδα. Μια
μεγάλο μέρος της περιοχής καλύπτεται από δάση, κυρίως με οξιά (Fagus sylvatica), και περιβάλλεται από μακκία και αγροτικές περιοχές.
Πάρνηθα βρίσκεται στο βόρειο-δυτικό τμήμα της Αθήνας και καλύπτεται
με τα δάση της ελληνικής ελάτης (Abies cephalonica) και χαλεπίου πεύκης (Pinushalepensis), ενώ μέρος του βουνού χαρακτηρίζεται ως εθνικό πάρκο (σχήμα 1)
Τέσσερις εικόνες SPOT-4 HRVIR (τέσσερα κανάλια: πράσινο, κόκκινο, εγγύς υπέρυθρο (NIR) και υπέρυθρες βραχέων κυμάτων (SWIR)) αποκτήθηκαν πολύ σύντομα μετά από τα γεγονότα που συνέβησαν στις τέσσερις περιοχές μελέτης (Πίνακας 1).
Επιπλέον, λόγω της απουσίας των επίσημων περιμέτρων φωτιάς, τρεις πολύ υψηλής ανάλυσης εικόνες (VHR), δηλαδή δύο SPOT-5 και μια pan-sharpened εικόνα του Ikonos, αποκτήθηκαν και χρησιμοποιήθηκαν για την αξιολόγηση της ακρίβειας ταξινόμησης των καμένων περιοχών.

'''Μεθοδολογία'''

'''Προεπεξεργασία δεδομένων'''

Χρειάστηκε προεπεξεργασία των τεσσάρων εικόνων, έγινε ατμοσφαιρική διόρθωση των δεδομένων τους. Έπειτα οι εικόνες τροποποιήθηκαν σε 8bit, ώστε να καταστεί η διαδικασία ταξινόμησης αποδοτικότερη. Το επόμενο βήμα της προεπεξεργασίας είναι η γεωμετρική διόρθωση των εικόνων. Τέλος, δημιουργήθηκαν πολύγωνα με βάση τη φωτοερμηνεία των εικόνων και μετά από ψηφιοποίηση προέκυψαν οι καμένες περιοχές.
Ανάπτυξη της διαδικασίας της αντικειμενοστραφούς ταξινόμησης
Για την κατασκευή της διαδικασίας της αντικειμενοστραφούς ταξινόμησης χρησιμοποιήθηκαν αρχικά δύο εικόνες, αυτή της Πελοποννήσου και αυτή της Ανατολικής Αττικής, ενώ οι άλλες δύο εικόνες χρησιμοποιήθηκαν μετέπειτα στην αξιολόγηση της μεταφοράς της διαδικασίας ταξινόμησης.
Η πρώτη δράση που πραγματοποιείται ήταν η κατάτμηση της εικόνας σε αντικείμενα. Προκειμένου να προσδιοριστεί το μέγεθος των αντικειμένων, ορίστηκαν πολλές παράμετροι, όπως η κλίμακα, τα βάρη και το κριτήριο ομοιογένειας. Για να δημιουργηθεί το κατάλληλο μέγεθος των αντικειμένων της εικόνας ακολουθήθηκε η μέθοδος «δοκιμή και σφάλμα», ώστε να οριστούν οι παράμετροι της κατάτμησης.
Το επόμενο βήμα περιλαμβάνει την ταξινόμηση των αντικειμένων της εικόνας που προκύπτει σε δύο κατηγορίες: "καμένα" και "νερό". Για κάθε κατηγορία ένας κανόνας έχει οριστεί. Ένας τέτοιος κανόνας μπορεί να έχει ένα μόνο χαρακτηριστικό αντικείμενο ή μπορεί να αποτελείται από ένα συνδυασμό πολλών χαρακτηριστικών που πρέπει να πληρούνται για ένα αντικείμενο που θα τοποθετηθεί σε μια τάξη. Στην περίπτωση αυτή διαπιστώθηκε ότι η εφαρμογή ορίων σε καθένα από τα επιλεγμένα χαρακτηριστικά ήταν επαρκής.
Τα επόμενα βήματα σχετίζονται με την τελειοποίηση της αρχικής ταξινόμησης. Αυτή η δράση θεωρείται απαραίτητη διότι ορισμένα αντικείμενα που βρίσκονται στα παράλια είχαν λανθασμένα χαρακτηριστεί ως "Καμένα". Ως εκ τούτου, όλα τα αντικείμενα που χαρακτηρίζονται ως "νερό" για πρώτη φορά ενώθηκαν προκειμένου να εφαρμοστεί η διαδικασία με πιο αποτελεσματικό τρόπο.
Στη συνέχεια μόνο τα αταξινόμητα αντικείμενα της εικόνας επαναταξινομήθηκαν. Ο σκοπός της δράσης αυτής ήταν να παραχθούν αντικείμενα μικρότερου μεγέθους, προκειμένου να χαρακτηριστούν μικρότερες επιφάνειες των καμένων περιοχών που δεν κατηγοριοποιήθηκαν στο προηγούμενο βήμα ταξινόμησης
Το τελευταίο βήμα της μεθοδολογίας, αφορά την εφαρμογή της διαδικασίας αντικειμενοστραφούς ταξινόμησης που αναπτύχθηκε, στις δύο εναπομείνασες εικόνες SPOT-4 HRVIR, προκειμένου να δοκιμαστεί η δυνατότητα μεταφοράς της σε άλλες χαρτογραφήσεις καμένων περιοχών. Η διαδικασία παρουσίασε
ικανοποιητική απόδοση.

'''Συμπεράσματα'''

Επιτεύχθηκε πολύ υψηλή ακρίβεια ταξινόμησης, πολύ υψηλός βαθμός συνοχής τόσο στην χωρική επικάλυψη, όσο στη συνολική καμένη έκταση. Επιπλέον η αντικειμενοστραφής ταξινόμηση αποδείχθηκε μεταβιβάσιμη εφόσον ήταν σε θέση να χαρτογραφήσει τις καμένες περιοχές με μεγάλη ακρίβεια. Αυτό δείχνει τις δυνατότητές της για χρήση σε επιχειρησιακή βάση.
Η χρήση των φασματικών πληροφοριών σε συνδυασμό με γενικές πληροφορίες, θα μπορούσαν να ξεπεράσουν εύκολα την υπάρχουσα σύγχυση μεταξύ των περιοχών που κάηκαν και άλλα είδη κάλυψης γης, όπως οι υδάτινες μάζες και
οι σκιές. Ωστόσο, περαιτέρω έρευνα θα πρέπει να περιλαμβάνει την τοπογραφική διόρθωση των εικόνων πριν από την εφαρμογή της διαδικασίας που αναπτύχθηκε.

[[Εικόνα: Σχήμα 1.png | thumb | left | Σχήμα 1]]

[[Εικόνα: Σχήμα_2.png | thumb | left | Σχήμα_2]]

ΠΙΝΑΚΑΣ 1
Table 1. List of available data. Data highlighted in grey are used for the accuracy assessment.
Study Area EO Data (Spatial Resolution) Acquisition Date Date of Fire Event
Parnitha SPOT-4 HRVIR 2 (20 m) 2007-08-03 2007-06-28
Parnitha IKONOS PAN/MSI (1 m) 2007-07-08 2007-06-28
East Attica SPOT-4 HRVIR 1 (20 m) 2009-08-27 2009-08-24
Peloponnese SPOT-4 HRVIR 2 (20 m) 2007-09-09 2007-08-30
Peloponnese SPOT-5 HRG 1 (10 m) 2007-09-02 2007-08-30
Pelion SPOT-4 HRVIR 1 (20 m) 2007-07-29 2007-07-07
Pelion SPOT-5 HRG 2 (2.5 m) 2007-07-23 2007-07-07

Χαρτογράφηση των καμένων περιοχών στην Ελλάδα με τη χρήση εικόνων SPOT-4 HRVIR και ανάλυση εικόνας με αντικειμενοστραφή ταξινόμηση

2012-04-04T21:05:31Z

Sotiris.tsoukarelis: Νέα σελίδα με ''''Αναστασία Πολυχρονάκη και Ιωάννης Ζ. Γίτας''' Η σειρά καταστροφικών πυρκαγιών που συνέβησαν...'

'''Αναστασία Πολυχρονάκη και Ιωάννης Ζ. Γίτας'''

Η σειρά καταστροφικών πυρκαγιών που συνέβησαν στην Ελλάδα κατά τη διάρκεια των καλοκαιριών του 2007 και 2009 κάνει επιτακτική την ανάγκη για την ανάπτυξη ενός λειτουργικού μηχανισμού για την ακριβή και έγκαιρη χαρτογράφηση των περιοχών που κάηκαν. Σ’ αυτή τη μελέτη εχουν εισαχθεί εικόνες SPOT 4 HRVIR με αντικειμενοστραφή ταξινόμηση του περιβάλλοντος, προκειμένου να αναπτυχθεί μια διαδικασία για τη χαρτογράφηση της καμένης περιοχής. Η ανάπτυξη της διαδικασίας βασίστηκε σε δύο εικόνες και έπειτα ελέγχθηκε η συσχέτισή τους με άλλες καμένες περιοχές. Τα αποτελέσματα από τη χαρτογράφηση των καμένων περιοχών έδειξαν πολύ υψηλή ακρίβεια ταξινόμησης, ενώ η διαδικασία αντικειμενοστραφούς ταξινόμησης που αναπτύχθηκε αποδείχθηκε ικανή να εφαρμοστεί και σε άλλες περιοχές μελέτης.

'''Περιοχές Μελέτης'''

Οι περιοχές μελέτης είναι αυτές της Πελοποννήσου, Ανατολικής Αττικής, το Πήλιο και η Πάρνηθα, (Σχήμα 1).
Η περιοχή της Πελοποννήσου σύμφωνα με έρευνα καλύπτεται κατά κύριο λόγο με μακκία και γεωργικές εκτάσεις, ενώ οι δασικές εκτάσεις καλύπτονται κυρίως από δάση μαύρης Πεύκης (Pinus nigra) και βελανιδιές (Quercus sp).
Η περιοχή της Ανατολικής Αττικής, η οποία βρίσκεται βόρειο-ανατολικά της Αθήνας, καλύπτεται κυρίως από Pinus halepensis και περιλαμβάνει γεωργικές και κατοικημένες περιοχές.
Το Πήλιο βρίσκεται κοντά στην πόλη του Βόλου,στην κεντρική Ελλάδα. Μια
μεγάλο μέρος της περιοχής καλύπτεται από δάση, κυρίως με οξιά (Fagus sylvatica), και περιβάλλεται από μακκία και αγροτικές περιοχές.
Πάρνηθα βρίσκεται στο βόρειο-δυτικό τμήμα της Αθήνας και καλύπτεται
με τα δάση της ελληνικής ελάτης (Abies cephalonica) και χαλεπίου πεύκης (Pinushalepensis), ενώ μέρος του βουνού χαρακτηρίζεται ως εθνικό πάρκο (σχήμα 1)
Τέσσερις εικόνες SPOT-4 HRVIR (τέσσερα κανάλια: πράσινο, κόκκινο, εγγύς υπέρυθρο (NIR) και υπέρυθρες βραχέων κυμάτων (SWIR)) αποκτήθηκαν πολύ σύντομα μετά από τα γεγονότα που συνέβησαν στις τέσσερις περιοχές μελέτης (Πίνακας 1).
Επιπλέον, λόγω της απουσίας των επίσημων περιμέτρων φωτιάς, τρεις πολύ υψηλής ανάλυσης εικόνες (VHR), δηλαδή δύο SPOT-5 και μια pan-sharpened εικόνα του Ikonos, αποκτήθηκαν και χρησιμοποιήθηκαν για την αξιολόγηση της ακρίβειας ταξινόμησης των καμένων περιοχών.

'''Μεθοδολογία'''

'''Προεπεξεργασία δεδομένων'''

Χρειάστηκε προεπεξεργασία των τεσσάρων εικόνων, έγινε ατμοσφαιρική διόρθωση των δεδομένων τους. Έπειτα οι εικόνες τροποποιήθηκαν σε 8bit, ώστε να καταστεί η διαδικασία ταξινόμησης αποδοτικότερη. Το επόμενο βήμα της προεπεξεργασίας είναι η γεωμετρική διόρθωση των εικόνων. Τέλος, δημιουργήθηκαν πολύγωνα με βάση τη φωτοερμηνεία των εικόνων και μετά από ψηφιοποίηση προέκυψαν οι καμένες περιοχές.
Ανάπτυξη της διαδικασίας της αντικειμενοστραφούς ταξινόμησης
Για την κατασκευή της διαδικασίας της αντικειμενοστραφούς ταξινόμησης χρησιμοποιήθηκαν αρχικά δύο εικόνες, αυτή της Πελοποννήσου και αυτή της Ανατολικής Αττικής, ενώ οι άλλες δύο εικόνες χρησιμοποιήθηκαν μετέπειτα στην αξιολόγηση της μεταφοράς της διαδικασίας ταξινόμησης.
Η πρώτη δράση που πραγματοποιείται ήταν η κατάτμηση της εικόνας σε αντικείμενα. Προκειμένου να προσδιοριστεί το μέγεθος των αντικειμένων, ορίστηκαν πολλές παράμετροι, όπως η κλίμακα, τα βάρη και το κριτήριο ομοιογένειας. Για να δημιουργηθεί το κατάλληλο μέγεθος των αντικειμένων της εικόνας ακολουθήθηκε η μέθοδος «δοκιμή και σφάλμα», ώστε να οριστούν οι παράμετροι της κατάτμησης.
Το επόμενο βήμα περιλαμβάνει την ταξινόμηση των αντικειμένων της εικόνας που προκύπτει σε δύο κατηγορίες: "καμένα" και "νερό". Για κάθε κατηγορία ένας κανόνας έχει οριστεί. Ένας τέτοιος κανόνας μπορεί να έχει ένα μόνο χαρακτηριστικό αντικείμενο ή μπορεί να αποτελείται από ένα συνδυασμό πολλών χαρακτηριστικών που πρέπει να πληρούνται για ένα αντικείμενο που θα τοποθετηθεί σε μια τάξη. Στην περίπτωση αυτή διαπιστώθηκε ότι η εφαρμογή ορίων σε καθένα από τα επιλεγμένα χαρακτηριστικά ήταν επαρκής.
Τα επόμενα βήματα σχετίζονται με την τελειοποίηση της αρχικής ταξινόμησης. Αυτή η δράση θεωρείται απαραίτητη διότι ορισμένα αντικείμενα που βρίσκονται στα παράλια είχαν λανθασμένα χαρακτηριστεί ως "Καμένα". Ως εκ τούτου, όλα τα αντικείμενα που χαρακτηρίζονται ως "νερό" για πρώτη φορά ενώθηκαν προκειμένου να εφαρμοστεί η διαδικασία με πιο αποτελεσματικό τρόπο.
Στη συνέχεια μόνο τα αταξινόμητα αντικείμενα της εικόνας επαναταξινομήθηκαν. Ο σκοπός της δράσης αυτής ήταν να παραχθούν αντικείμενα μικρότερου μεγέθους, προκειμένου να χαρακτηριστούν μικρότερες επιφάνειες των καμένων περιοχών που δεν κατηγοριοποιήθηκαν στο προηγούμενο βήμα ταξινόμησης
Το τελευταίο βήμα της μεθοδολογίας, αφορά την εφαρμογή της διαδικασίας αντικειμενοστραφούς ταξινόμησης που αναπτύχθηκε, στις δύο εναπομείνασες εικόνες SPOT-4 HRVIR, προκειμένου να δοκιμαστεί η δυνατότητα μεταφοράς της σε άλλες χαρτογραφήσεις καμένων περιοχών. Η διαδικασία παρουσίασε
ικανοποιητική απόδοση.

'''Συμπεράσματα'''

Επιτεύχθηκε πολύ υψηλή ακρίβεια ταξινόμησης, πολύ υψηλός βαθμός συνοχής τόσο στην χωρική επικάλυψη, όσο στη συνολική καμένη έκταση. Επιπλέον η αντικειμενοστραφής ταξινόμηση αποδείχθηκε μεταβιβάσιμη εφόσον ήταν σε θέση να χαρτογραφήσει τις καμένες περιοχές με μεγάλη ακρίβεια. Αυτό δείχνει τις δυνατότητές της για χρήση σε επιχειρησιακή βάση.
Η χρήση των φασματικών πληροφοριών σε συνδυασμό με γενικές πληροφορίες, θα μπορούσαν να ξεπεράσουν εύκολα την υπάρχουσα σύγχυση μεταξύ των περιοχών που κάηκαν και άλλα είδη κάλυψης γης, όπως οι υδάτινες μάζες και
οι σκιές. Ωστόσο, περαιτέρω έρευνα θα πρέπει να περιλαμβάνει την τοπογραφική διόρθωση των εικόνων πριν από την εφαρμογή της διαδικασίας που αναπτύχθηκε.

[[Εικόνα: Σχήμα 1.png | thumb | left | Σχήμα 1]]

[[Εικόνα: Σχήμα_2.png | thumb | left | Σχήμα_2]]

ΠΙΝΑΚΑΣ 1
Table 1. List of available data. Data highlighted in grey are used for the accuracy assessment.
Study Area EO Data (Spatial Resolution) Acquisition Date Date of Fire Event
Parnitha SPOT-4 HRVIR 2 (20 m) 2007-08-03 2007-06-28
Parnitha IKONOS PAN/MSI (1 m) 2007-07-08 2007-06-28
East Attica SPOT-4 HRVIR 1 (20 m) 2009-08-27 2009-08-24
Peloponnese SPOT-4 HRVIR 2 (20 m) 2007-09-09 2007-08-30
Peloponnese SPOT-5 HRG 1 (10 m) 2007-09-02 2007-08-30
Pelion SPOT-4 HRVIR 1 (20 m) 2007-07-29 2007-07-07
Pelion SPOT-5 HRG 2 (2.5 m) 2007-07-23 2007-07-07

Αρχείο:Σχήμα 2.png

2012-04-04T21:04:31Z

Sotiris.tsoukarelis: Σχήμα_2

Σχήμα_2

Αρχείο:Σχήμα 1.png

2012-04-04T21:00:24Z

Sotiris.tsoukarelis: Σχήμα_1

Σχήμα_1

Η αζωτούχος λίπανση µέσω τηλεπισκόπησης και µεταßλητής παροχής

2012-04-04T20:51:52Z

Sotiris.tsoukarelis: Νέα σελίδα με 'Προκειμένου να παρακολουθηθούν οι ανάγκες των φυτών για λίπανση και να ληφθούν σχετικές αποφ...'

Προκειμένου να παρακολουθηθούν οι ανάγκες των φυτών για λίπανση και να ληφθούν σχετικές αποφάσεις εφαρμογής λιπάσματος, η ομάδα του εργαστηρίου Εδαφικής Οικολογίας και Βιοτεχνολογίας του Μουσείου Γουλανδρή πραγματοποίησε μετρήσεις του φυλλώματος µε τους πολυφασματικούς αισθητήρες (εικόνα 1).

[[Εικόνα: 3.png | thumb | center | Εικόνα 1 Μετρήσεις του φυλλώματος µε τους πολυφασματικούς αισθητήρες]]

Η πληροφορία για την εκτίμηση των απαιτήσεων σε άζωτο δεν βασίστηκε σε εδαφολογικές αναλύσεις ή αναλύσεις φυτικών ιατών, αλλά στηρίχθηκε στον δείκτη χλωροφύλλης ο οποίος υπολογίζεται από την ανάκλαση του φυλλώματος σε δύο φάσματα, το εγγύς υπέρυθρο (880 nm) και το red edge (600 nm). Η χρήση του red edge για τον υπολογισμό του δείκτη χλωροφύλλης αποτελεί µια πρόσφατη καινοτομία, καθώς αυτό το μήκος κύματος είναι ιδιαίτερα ευαίσθητο στην περιεκτικότητα χλωροφύλλης και δεν απορροφάται πλήρως, όπως γίνεται µε το κόκκινο φάσµα, σε συνθήκες πλήρους φυτοκάλυψης. Η παραγωγή ενός χάρτη του δείκτη χλωροφύλλης (Εικόνα 2) είναι το πρώτο στάδιο για την εκτίμηση των απαιτήσεων της καλλιέργειας σε άζωτο. Η ποσότητα αζώτου που απαιτείται σε ένα συγκεκριμένο σημείο του αγρού υπολογίζεται από έναν αλγόριθμο, ο οποίος λαμβάνει υπόψη του τον δείκτη χλωροφύλλης του φυλλώματος, το στάδιο ανάπτυξης της καλλιέργειας τη δεδομένη χρονική στιγμή, τη συνολική ποσότητα αζώτου που απαιτείται από την καλλιέργεια και την ποσότητα αζώτου που έχει ήδη εφαρμοστεί. Πρέπει να σημειωθεί ότι η μέθοδος αυτή εκτίμησης των απαιτήσεων σε άζωτο παρακάμπτει την ανάγκη δειγματολειψίας για τον υπολογισμό του υπολειμματικού ή του ανοργανοποιημένου αζώτου στο έδαφος. Ο δείκτης χλωροφύλλης του φυλλώματος µας δίνει την πληροφορία που χρειαζόμαστε για την ανάγκη λίπανσης σε ένα σημείο του αγρού µε την προϋπόθεση ότι γνωρίζουμε τη βέλτιστη τιµή του δείκτη χλωροφύλλης που έχουμε ως στόχο. Η βέλτιστη τιµή του δείκτη χλωροφύλλης λαμβάνεται από µια λωρίδα αναφοράς (4 γραµµές φύτευσης) στην άκρη του αγρού όπου έχει εφαρμοστεί επαρκής ποσότητα λιπάσματος. Στο πρόγραμμα HydroSense, η ανάγκη δημιουργίας λωρίδας αναφοράς παρακάμφθηκε µε τη χρήση ενός «εικονικού σημείου αναφοράς».

[[Εικόνα: 4.png | thumb | left | Εικόνα 2 Πριν τη λίπανση]]
[[Εικόνα: 5.png | thumb |center| Εικόνα 3 Μετά τη λίπανση]]
[[Εικόνα: 6.png | thumb |left| Εικόνα 4 Μετά τη λίπανση_2]]

Αρχείο:6.png

2012-04-04T20:50:37Z

Sotiris.tsoukarelis: Μετά_τη_λίπανση_2

Μετά_τη_λίπανση_2

Αρχείο:5.png

2012-04-04T20:47:51Z

Sotiris.tsoukarelis: Μετά_τη_λίπανση

Μετά_τη_λίπανση

Αρχείο:4.png

2012-04-04T20:45:16Z

Sotiris.tsoukarelis: Εικόνα 2: Πριν τη λίπανση

Εικόνα 2: Πριν τη λίπανση

Αρχείο:3.png

2012-04-04T20:41:18Z

Sotiris.tsoukarelis: Εικόνα_1_Μετρήσεις_του_φυλλώματος_µε_τους_πολυφασματικούς_αισθητήρες

Εικόνα_1_Μετρήσεις_του_φυλλώματος_µε_τους_πολυφασματικούς_αισθητήρες

Μελέτη των οριζόντιων μεταβολών της διαχωριστικής λωρίδας της λιμνοθάλασσας Κορισσίων, µε την χρήση μεθόδων τηλεπισκόπησης

2012-04-04T20:35:38Z

Sotiris.tsoukarelis: Νέα σελίδα με ''''Εισαγωγή''' Η λιμνοθάλασσα των Κορισσίων είναι μία επιμήκης ΒΔ-ΝΑ διεύθυνσης και παράλληλη ...'

'''Εισαγωγή'''

Η λιμνοθάλασσα των Κορισσίων είναι μία επιμήκης ΒΔ-ΝΑ διεύθυνσης και παράλληλη προς την ακτή λιμνοθάλασσα. Το μήκος της είναι 5300m, το μέσο πλάτος της περί 1500m και το βάθος της δεν ξεπερνά τα 2 m. Από το Ιόνιο Πέλαγος χωρίζεται µe μια λωρίδα γης, της οποίας το μεν βόρειο τμήμα αποτελείται από έναν παραλιακό φραγμό (beach barrier) µε χαμηλές σύγχρονες θίνες, το δε νοτιότερο τμήμα της χαρακτηρίζεται από παλαιοθίνες (Πλειστοκαινικής ηλικίας) µe υψόμετρο >15 m.
O σκοπός της εργασίας αυτής είναι να μελετήσει τις χωρικές αλλαγές της διαχωριστικής
λωρίδας γης από το 1945 έως το 2004 µe τη χρήση σειράς αεροφωτογραφιών (1945,1970 και 1985) και την αξιοποίηση μιας πρόσφατης (2004) δορυφορικής εικόνας, Quick Bird, υψηλής ευκρίνειας.
Μετά την επεξεργασία των δεδομένων, µe το πρόγραμμα ERDAS 9.2, παρατηρήθηκαν αλλαγές στην θέση της ακτογραμμής αλλά και της οριογραμμής της όχθης της λιμνοθάλασσας.
Γενικά, στην διαχωριστική λωρίδα φαίνεται να έχουμε απόθεση άμμου από το 1970 µμέχρι το 1985 (15-90m) µe εξαίρεση το ΝΑ άκρο της όπου υπάρχει διάβρωση (70m), η οποία φαίνεται να συνεχίζεται µμέχρι και το 2004.Οι αλλαγές στην περιοχή της όχθης της λιμνοθάλασσας πιθανότατα να οφείλονται σε μεταβολές της θαλάσσιας στάθμης σε συνδυασμό και µe τη φυσική συρρίκνωση κάποιων παρόχθιων πρόσφατα αποτεθειμένων ιζημάτων.
Η λιμνοθάλασσα Κορισσίων βρίσκεται στη ΝΔ Κέρκυρα. Αποτελεί αβαθή παράκτια λιμνοθάλασσα (<2m) η οποία επικοινωνεί µe το Ιόνιο Πέλαγος μέσω ενός τεχνητού διαύλου (Alexopoulos et al. 2007). Η διαχωριστική λωρίδα γης που την χωρίζει από την θάλασσα είναι θαλάσσιας απόθεσης και έχει πλάτος 200-250m. Το κεντρικό και ΒΔ τμήμα της διαχωριστικής λωρίδας γης καλύπτεται από νέες θίνες χαμηλού ανάγλυφου (<2m), Ολοκαινικής ηλικίας (Μιλοßάνοßιtς, 2008). Στο ΝA τμήμα της διαχωριστικής λωρίδας της λιμνοθάλασσας έχουμε ‘παλαιοθίνες’ Πλειστοκαινικής ηλικίας (Λεοντάρης, 1975) µe υψόμετρο που φτάνει τα 15m. Οι νέες θίνες έχουν σχηματιστεί πιθανότατα µe το υλικό από την διάβρωση των παλαιοθινών. Η διαχωριστική λωρίδα στο μεγαλύτερο τμήμα της είναι αμμώδους σύστασης µε βάση το κοκκομετρικό τους μέγεθος (Mz=1,50-2,30 f), με εξαίρεση την περιοχή κοντά στον τεχνητό δίαυλο, όπου συναντάμε Τεταρτογενείς συνεκτικούς σχηματισμούς (Μιλοßάνοßιtς, 2008).
Ο σκοπός της εργασίας είναι ο εντοπισμός των διαχρονικών μεταβολών της διαχωριστικής λωρίδας τόσο από την πλευρά της θάλασσας (ακτογραμμή) όσο και από την πλευρά της λιμνοθάλασσας (όχθη) και η συσχέτιση τους µε το υφιστάμενο υδροδυναμικό καθεστώς.

'''Μεθοδολογία'''

Για την ανίχνευση των αλλαγών στην διαχωριστική λωρίδα της λιμνοθάλασσας Κορισσίων από το 1945 έως το 2004, χρησιμοποιήθηκαν τρεις αεροφωτογραφίες από την Γεωγραφική Υπηρεσία Στρατού (Γ.Υ.Σ.), συγκεκριμένα του 1945 µe κλίμακα 1:42.000, του 1970 µe κλίμακα 1:20.000, του 1985 µe κλίμακα 1:30.000 και μια δορυφορική εικόνα Quick Bird του 2004, µe χωρική ανάλυση 0,7 m/pixel και µe γεωαναφορά στο σύστημα UTM WGS 84 Ζώνη 34. Μέσω της μεθόδου ανάλυσης των κύριων συνιστωσών η δορυφορική εικόνα αναλύθηκε σε τέσσερις συνιστώσες από τις οποίες χρησιμοποιήθηκε η πρώτη συνιστώσα, η οποία έχει ιδιότητες παγχρωματικής εικόνας. Οι αεροφωτογραφίες και η παγχρωματική εικόνα διορθώθηκαν γεωμετρικά µe την χρήση του μοντέλου Direct Linear Transform του λογισμικού ERDAS 9.0. Για την γεωμετρική διόρθωση χρησιμοποιήθηκαν 20-35 σημεία εδαφικού ελέγχου (GCPs), µe αποτέλεσμα η μέση τιμή του σφάλματος (RMS) μεταξύ των εικόνων να είναι 3m, τα οποία λήφθηκαν υπόψη στην ερμηνεία των αποτελεσμάτων. Για την πληροφορία σχετικά µe το ανάγλυφο χρησιμοποιήθηκε ψηφιακό µμοντέλο ανάγλυφου (DEM) µe διακριτική ικανότητα 10m/pixel. Τέλος, για την ανίχνευση των αλλαγών δημιουργήθηκαν οι σύνθετες διαχρονικές εικόνες (σχήμα 1,2) µε το σύστημα RGB, (κόκκινο, πράσινο, μπλε) αυτό σημαίνει ότι κάθε εικόνα που αντιπροσωπεύει μια χρονολογία συνδέθηκε και με ένα από τα χρώματα. Το παράκτιο υδροδυναμικό καθεστώς προσδιορίστηκε µε βάση ττις μετρήσεις του ανέμου που δίνονται στον "Άτλαντα Ανέμου και Κύματος της Βορειοανατολικής Μεσογείου Θαλάσσης", για την ευρύτερη περιοχή του Ιονίου Πελάγους και µe τη χρήση των προγνωστικών κυματικών εξισώσεων του Coastal Engineering Research Center (CERC 1984).

'''Αποτελέσματα'''

Οι μεταβολές της ακτογραμμής της διαχωριστικής λωρίδας της λιμνοθάλασσας από το έτος 1945 έως το 2004 οι οποίες εντοπίστηκαν μέσω των ψευδοχρωματικών διαχρονικών εικόνων παρουσιάζονται στον πίνακα 2 για κάθε περιοχή που ανήκει σε κάθε ένα από τους τρεις τομείς (ßλ. sχήµa 3). Οι διαφορές της ακτογραμμής είναι έντονες στο ακρωτήριο (Π4), με απόθεση 90 m μεταξύ 1970 και 1985 και διάβρωση 70 m από το 1985 έως το 2004. Στην περιοχή Π3, η οποία είναι και το βορειότερο τμήμα της διαχωριστικής λωρίδας και πιθανότατα το τελευταίο φυσικό άνοιγμαa της, έχουν 20 m διάβρωση από το 1985 έως το 2004. Η περιοχή Π7, η οποία τα τελευταία χρόνια είναι σταθερή, έχει υποστεί διάβρωση 60 m από το 1945 µμέχρι το 1970. Οι παρατηρούμενες μεταβολές στην παρόχθια περιοχή της λιμνοθάλασσας αποδίδονται κυρίως στην διαφορά της στάθμης του νερού της λίμνης κατά την λήψη των εικόνων. Μεταβολές παρατηρούνται και στο δίαυλο από το 1945-2004, οι οποίες οφείλονται στις ανθρώπινες επεμβάσεις στην μορφή του. Όσο αφορά την θαλάσσια στάθμη µε βάση τα δεδομένα της Υδρογραφικής Υπηρεσίας στο σταθμό Πρέβεζα προκύπτει ότι η συνολική μεταβολή της θαλάσσιας στάθμης (αστρονοµική+ μετεωρολογική παλίρροια) είναι η μέση πλήμμη 0,51 cm και η μέση ρηχία 0,46 cm. Μετρήσεις της μεταβολής της στάθμης της λιμνοθάλασσας κατά το Σεπτέμβριο 2005 και το Μάρτιο 2006 έδειξαν να ανέρχεται µμέχρι και τα 10 cm, που λόγω των μικρών παρόχθιων κλίσεων στις φωτογραφίες δείχνει μεταβολές αρκετών μέτρων.

'''Συμπεράσματα'''

Με βάση τα αποτελέσματα της τηλεπισκόπησης οι μεταβολές της ακτογραμμής της διαχωριστικής λωρίδας είναι της τάξης αρκετών δεκάδων μέτρων, µε ετήσιο ρυθμού μεταβολής από 1 έως 6 m/yr. Όµως πιθανόν µέρος των μεταβολών να οφείλονται στην μεταβολή της θαλάσσιας στάθμης λόγω αστρονομικής και μετεωρολογικής παλίρροιας, η οποία είναι αρκετές δεκάδες εκατοστά. Στον τομέα 1 της λωρίδας όπου έχουμε μεταφορά ιζημάτων προς βορρά, παρατηρήσαμε ότι διάβρωση εμφανίζει το βορειότερο άκρο της μετά το 1985, η οποία µπορεί να αποδοθεί στην μείωση της πραγματικής στερεομεταφοράς αλλά και στην πρόσφατη αύξηση της στάθμης της θάλασσας µe βάση την έκθεση του IPCC 2007 (περί τα 18 εκ από το 1890 έως το 1990). Στον τομέα 2, η δυνητική στερεομεταφορά είναι προς νότο, αλλά σήμερα βλέπουμε ότι έχει διαβρωθεί πλήρως, που σημαίνει ότι όλο το διαθέσιμο ίζημα θα πρέπει να είχε ήδη μεταφερθεί προς νότο τις τελευταίες δεκαετίες ενώ σήμερα παρατηρήσαμε ότι διαβρώνονται οι χερσαίοι παράκτιοι σχηματισμοί. Στον τομέα 3, η κίνηση των ιζημάτων είναι γενικά προς τα δυτικά το οποίο δικαιολογεί την μικρή οπισθοχώρηση στο ανατολικό άκρο του τομέα. Στο ακρωτήριο η απόθεση (προέλαση της ακτογραμμής) µμέχρι την δεκαετία του 1980 δικαιολογείται από την αμφίπλευρη τροφοδοσία, η δε διάβρωση που ακολούθησε τις τελευταίες δύο δεκαετίες θα πρέπει να είναι το αποτέλεσμα έλλειψης λεπτοκόκκου υλικού προς μεταφορά από τον τομέα 2 και πιθανότατα μείωση της ποσότητας του υλικού προς μεταφορά και στον τομέα 3. Ως απόδειξη οπισθοχώρησης είναι και η εμφάνιση (αν και περιορισμένη) ακτολίθου πάνω στο μέτωπο της παραλίας του Τομέα 3.

[[Εικόνα: Διαχρονική_ψευδέχρωµη_εικόνα_(1985-2004).png‎ | thumb | center | Εικόνα 1: Διαχρονική ψευδέχρωµη εικόνα (1985-2004)]]

[[Εικόνα: 2.png‎ | thumb | center | Σχήµα 1. Η λιµνοθάλασσα των Κορισσίων, µε τους Τοµείς (1-3). Τοµέας 1 (Π3,Π1,Π8), τοµέας 2 (Π8,Π6,Π5) και
τοµέας 3 (Π4,Π7).]]

Αρχείο:2.png

2012-04-04T20:33:20Z

Sotiris.tsoukarelis: Σχήµα_3._Η_λιµνοθάλασσα_των_Κορισσίων,_µε_τους_Τοµείς_(1-3)._Τοµέας_1_(Π3,Π1,Π8),_τοµέας_2_(Π8,Π6,Π5)_και_τοµέας_3_(Π4,Π7)

Σχήµα_3._Η_λιµνοθάλασσα_των_Κορισσίων,_µε_τους_Τοµείς_(1-3)._Τοµέας_1_(Π3,Π1,Π8),_τοµέας_2_(Π8,Π6,Π5)_και_τοµέας_3_(Π4,Π7)

Αρχείο:Διαχρονική ψευδέχρωµη εικόνα (1985-2004).png

2012-04-04T20:13:00Z

Sotiris.tsoukarelis:

Τσουκαρέλης Σωτήρης

2012-04-04T19:51:25Z

Sotiris.tsoukarelis:

• [[Μελέτη των οριζόντιων μεταβολών της διαχωριστικής λωρίδας της λιμνοθάλασσας Κορισσίων, µε την χρήση μεθόδων τηλεπισκόπησης]]

• [[Η αζωτούχος λίπανση µέσω τηλεπισκόπησης και µεταßλητής παροχής]]

•[[Χαρτογράφηση των καμένων περιοχών στην Ελλάδα με τη χρήση εικόνων SPOT-4 HRVIR και ανάλυση εικόνας με αντικειμενοστραφή ταξινόμηση]]

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

Τσουκαρέλης Σωτήρης

2012-01-13T09:21:42Z

Sotiris.tsoukarelis: Νέα σελίδα με ' category:ΔΠΜΣ "Περιβάλλον & Ανάπτυξη" (Μέτσοβο)'

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