http://147.102.106.44/rs/wiki/index.php?feed=atom&target=Stavroula_Dragoumani&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%2FStavroula_Dragoumani 2026-05-19T21:17:38Z Από RemoteSensing Wiki MediaWiki 1.16.2 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_%CE%BA%CE%B1%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CF%8E%CE%BD_%CE%BA%CE%B1%CE%B9_%CF%84%CE%B7%CF%82_%CF%83%CE%BF%CE%B2%CE%B1%CF%81%CF%8C%CF%84%CE%B7%CF%84%CE%B1%CF%82_%CF%84%CE%B7%CF%82_%CF%80%CF%85%CF%81%CE%BA%CE%B1%CE%B3%CE%B9%CE%AC%CF%82_%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%B1%CF%85%CF%84%CE%BF%CE%BF%CF%81%CE%B3%CE%B1%CE%BD%CF%8E%CE%BC%CE%B5%CE%BD%CE%BF_%CF%87%CE%AC%CF%81%CF%84%CE%B7_%CE%BA%CE%B1%CE%B9_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_Sentinel-2 2021-01-16T10:47:25Z

<p>Stavroula Dragoumani: </p> <hr /> <div>[[Εικόνα: rs 5a.png| thumb | right | Εικόνα 1. Χρήση της γης όπως λήφθηκε από το χάρτη κάλυψης γης Corine, πηγή:https://ieeexplore.ieee.org]] <br /> [[Εικόνα: rs 5b.png| thumb | right | Εικόνα 2. , πηγή:https://ieeexplore.ieee.org]] <br /> [[Εικόνα: rs 5c.png| thumb | right | Εικόνα 3. Τάξεις σοβαρότητας της πυρκαγιάς και μέση τιμή dNBR για τις τρεις καλύτερες SOM κατηγοριοποιήσεις που βρέθηκαν , πηγή:https://ieeexplore.ieee.org]] <br /> <br /> <br /> <br /> '''Χαρτογράφηση καμένων περιοχών και της σοβαρότητας της πυρκαγιάς χρησιμοποιώντας αυτοοργανώμενο χάρτη και δεδομένα Sentinel-2''' <br /> <br /> '''Πρωτότυπος τίτλος''': On the mapping of burned areas and burn severity using self-organizing map and Sentinel-2 data<br /> <br /> '''Συγγραφείς''': R. Lasaponara, A. M. Proto, A. Aromando, G. Cardettini, V. Varela, M. Danese<br /> <br /> '''Πηγή''': https://ieeexplore.ieee.org/document/8937715<br /> <br /> <br /> '''Σκοπός'''<br /> <br /> Η μελέτη αποσκοπεί στη χαρτογράφηση περιοχών που έχουν καεί καθώς και της σοβαρότητας της φωτιάς, μέσω μιας προσέγγισης που περιλαμβάνει τη χρήση φασματικών δεικτών Sentinel-2 και αυτοοργανώμενων χαρτών.<br /> <br /> '''Εισαγωγή'''<br /> <br /> Ένας από τους πιο σημαντικούς παράγοντες υποβάθμισης των δασών είναι οι πυρκαγιές, οι οποίες οδηγούν σε βαρυσήμαντες αλλαγές σε βλάστηση, πανίδα, έδαφος, ατμόσφαιρα, ενώ έχουν επιπτώσεις και στον οικονομικό τομέα. Στα πλαίσια προσπάθειας παρακολούθησης των πυρκαγιών από το διάστημα έχουν καταστεί διαθέσιμα αρκετά εργαλεία από τη NASA και ESA, καθώς και μέσα από το πρόγραμμα Copernicus. Η σοβαρότητα της φωτιάς συνιστά έναν ποιοτικό δείκτη των επιπτώσεων της φωτιάς στο οικοσύστημα και η χαρτογράφησή της συμβάλλει α) στην παρακολούθηση των επιπτώσεων, β) στην αξιολόγηση της μετα-πυρκαγιάς δυναμικής και γ) στην εκτίμηση της ικανότητας ανάκτησης της βλάστησης. Μέσω των τεχνολογιών Παρατηρήσεων Γης καθίσταται δυνατή η ανάπτυξη νέων λειτουργικών εφαρμογών συγκεκριμένα απευθυνόμενων στην ασφάλεια και τον κίνδυνο. Συγκεκριμένα, το πρόγραμμα Copernicus και οι αποστολές Sentinel (Sentinel-2) ενισχύουν την παρακολούθηση του κινδύνου και παρέχουν δωρεάν εξελιγμένα δορυφορικά δεδομένα, συμβάλλοντας έτσι στην παρακολούθηση των πυρκαγιών σε επίπεδο εκτίμησης κινδύνου και ποσοτικοποίησης καταστροφών.<br /> <br /> '''Μεθοδολογική προσέγγιση'''<br /> <br /> Στόχος είναι ο συνδυασμός της ανθρώπινης ικανότητας να ανακαλύπτει μοτίβα και της ικανότητας επεξεργασίας των υπολογιστών να αναλύουν και να εξάγουν μοτίβα σε μια τεράστια ποσότητα περίπλοκων δεδομένων. Στην προκειμένη, χρησιμοποιήθηκε αυτοοργανώμενος χάρτης (self-organizing map, SOM), ένα πολυπαραμετρικό εργαλείο για μείωση διαστάσεων και κατηγοριοποίησης. <br /> <br /> Η μελέτη αφορά πυρκαγιά που συνέβη στα Χανιά Κρήτης, στην Ελλάδα τον Ιούλιο του 2018. Αναλύθηκαν εικόνες Sentinel-2. H κατηγοριοποίηση μέσω αυτοοργανώμενου χάρτη βασίστηκε στους εξής τρεις δείκτες:<br /> <br /> • Δείκτης Βλάστησης Κανονικοποιημένης Διαφοράς (Normalized Difference Vegetation Index, NDVI)<br /> <br /> • Κανονικοποιημένος δείκτης καμένης περιοχής (Normalized Burn Ratio, NBR)<br /> <br /> • Δείκτης καμένης περιοχής (Burned Area Index for sentinel, BAIS)<br /> <br /> και εκτελέστηκε με το λογισμικό V-analytics. Τελικά, χρησιμοποιήθηκαν τρία μεγέθη SOM (13x6, 11x5, 10x4).<br /> <br /> '''Αποτελέσματα'''<br /> <br /> • Τα χρώματα του SOM που προέκυψαν στα τρία διαφορετικά αποτελέσματα επέτρεψαν να οπτικοποιηθεί επιτυχώς το σύστημα κατηγοριοποίησης των καμένων περιοχών και της σοβαρότητας της φωτιάς. Αυτός είναι ένας τρόπος ομαδοποίησης των δεδομένων σύμφωνα με τις τιμές τους και την απόστασή τους στο χώρο. Τα καλύτερα αποτελέσματα λήφθηκαν με πλέγμα 13x6.<br /> <br /> • Χρησιμοποιήθηκαν 6 ομάδες χαρακτηρισμού της σοβαρότητας της φωτιάς (επίπεδο μη καμένων περιοχών έως επίπεδο σοβαρότητας 6) <br /> Η φωτιά εξαπλώθηκε σε περιοχές με ανώμαλη τοπογραφία καίγοντας κυρίως λιβάδια και δασικές εκτάσεις και καταστρέφοντας καλλιέργειες και μελίσσια. Επιπλέον, διαπιστώθηκε ότι τα ποικίλα επίπεδα σοβαρότητας της πυρκαγιάς σχετίζονται με το εύρος θνησιμότητας και επιβίωσης φυτών και ζώων (υπέργεια και υπόγεια), καθώς και με την απώλεια οργανικού υλικού. Τα υψηλότερα επίπεδα εντοπίστηκαν κυρίως σε δασικές εκτάσεις με δασικούς θάμνους και σκληρόφυλλη βλάστηση. Τελικά, τα επίπεδα που χρησιμοποιήθηκαν για την κατηγοριοποίηση αποτελούν μια «βελτιστοποιημένη ταυτοποίηση» της σοβαρότητας της πυρκαγιάς βασιζόμενη στον Οργανισμό Γεωλογικών Ερευνών Η.Π.Α. (USGC). Η σύγκριση των δορυφορικών δεδομένων με τα ανεξάρτητα δεδομένα και την ανάλυση επιβεβαίωσαν ότι τα διαφορετικά επίπεδα στην πραγματικότητα αντιστοιχούν σε περιοχές που επηρεάστηκαν από την πυρκαγιά σε διαφορετικά επίπεδα. Είναι γεγονός άλλωστε ότι οι επιπτώσεις της φωτιάς αφενός μπορεί να είναι διαφορετικές ακόμα και σε ομογενείς περιοχές με παρόμοια φυτική κάλυψη και αφετέρου σχετίζονται με το υπόβαθρο της περιοχής (προηγούμενες δασικές παρεμβάσεις, πλαγιά, και άλλα) και τις μετεωρολογικές συνθήκες.<br /> <br /> '''Συμπεράσματα'''<br /> <br /> Η καινοτομία της συγκεκριμένης προσέγγισης είναι η αυτόματη ταυτοποίηση της σοβαρότητας της πυρκαγιάς μέσα από τρία βήματα: 1) υπολογισμός δεικτών NDVI, NBR και BAIS και η διαφορά τους από ανέφελες εικόνες πριν και μετά τη φωτιά, 2) χάρτες διαφορών αυτών των τριών δεικτών υπολογισμένων πριν και μετά τη φωτιά και 3) ανεξάρτητη κατηγοριοποίηση μέσω επεξεργασίας των διαφορετικών χαρτών χρησιμοποιώντας αυτοοργανώμενο χάρτη. Σημαντικό πλεονέκτημα αποτελεί ότι δεν υπάρχει ανάγκη χρήσης σταθερών τιμών ορίων. <br /> <br /> [[category:Δασικές Πυρκαγιές]]</div>

Stavroula Dragoumani 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_%CE%BA%CE%B1%CF%84%CE%BF%CE%BB%CE%AF%CF%83%CE%B8%CE%B7%CF%83%CE%B7%CF%82_%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%BF%CF%80%CF%84%CE%B9%CE%BA%CE%AC_%CE%BA%CE%B1%CE%B9_radar_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1:_%CE%BC%CE%B9%CE%B1_%CF%80%CE%B5%CF%81%CE%B9%CF%80%CF%84%CF%89%CF%83%CE%B9%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CE%AE_%CE%BC%CE%B5%CE%BB%CE%AD%CF%84%CE%B7_%CE%B1%CF%80%CF%8C_%CF%84%CE%BF_%CE%91%CE%BC%CF%8D%CE%BD%CF%84%CE%B1%CE%B9%CE%BF,_%CE%94%CF%85%CF%84%CE%B9%CE%BA%CE%AE_%CE%9C%CE%B1%CE%BA%CE%B5%CE%B4%CE%BF%CE%BD%CE%AF%CE%B1_%CE%95%CE%BB%CE%BB%CE%AC%CE%B4%CE%BF%CF%82 2021-01-16T10:45:03Z

<p>Stavroula Dragoumani: </p> <hr /> <div>[[Εικόνα: rs 8a.png| thumb | right | Εικόνα 1.Ιντερφερόγραμμα που καλύπτει την περιοχή μελέτης χρησιμοποιώντας δεδομένα Sentinel-1. , πηγή:https://www.tandfonline.com]] <br /> [[Εικόνα: rs 8b.png| thumb | right | Εικόνα 2. Οι χαρτογραφημένες περιοχές προέκυψαν από το ICA χρησιμοποιώντας δεδομένα Landsat-8., πηγή:https://www.tandfonline.com]] <br /> [[Εικόνα: rs 8c.png| thumb | right | Εικόνα 3. Οι χαρτογραφημένες περιοχές προέκυψαν από το ICA χρησιμοποιώντας δεδομένα Sentinel-2. , πηγή:https://www.tandfonline.com]]<br /> [[Εικόνα: rs 8d.png| thumb | right | Εικόνα 4. Οι χαρτογραφημένες περιοχές προέκυψαν από το εργαλείο παρακολούθησης DeltaCue Site χρησιμοποιώντας δεδομένα Landsat-8, πηγή:https://www.tandfonline.com]] <br /> [[Εικόνα: rs 8e.png| thumb | right | Εικόνα 5. Οι χαρτογραφημένες περιοχές προέκυψαν από PCA χρησιμοποιώντας δεδομένα Landsat-8. , πηγή:https://www.tandfonline.com]] <br /> [[Εικόνα: rs 8f.png| thumb | right | Εικόνα 6. Οι χαρτογραφημένες περιοχές προέκυψαν από PCA χρησιμοποιώντας δεδομένα Sentinel-2. , πηγή:https://www.tandfonline.com]]<br /> <br /> ''' Χαρτογράφηση κατολίσθησης χρησιμοποιώντας οπτικά και radar δεδομένα: μια περιπτωσιολογική μελέτη από το Αμύνταιο, Δυτική Μακεδονία Ελλάδος<br /> '''<br /> <br /> '''Πρωτότυπος τίτλος''': Landslide mapping using optical and radar data: a case study from Aminteo, Western Macedonia Greece<br /> <br /> '''Συγγραφείς''': A. Kyriou, K. Nikolakopoulos<br /> <br /> '''Πηγή:''' https://www.tandfonline.com/doi/full/10.1080/22797254.2019.1681905<br /> <br /> '''Σκοπός'''<br /> <br /> Η μελέτη αποσκοπεί στην εκμετάλλευση οπτικών και ραντάρ δεδομένων στοχεύοντας στη χαρτογράφηση μιας περιοχής κατολίσθησης που εντοπίζεται στο Αμύνταιο της Δυτικής Μακεδονίας στην Ελλάδα.<br /> <br /> '''Εισαγωγή'''<br /> <br /> Η εκτίμηση, πρόβλεψη και παρακολούθηση της κατολίσθησης αποτελούν σημεία-κλειδιά για την έρευνα ενός τέτοιου φαινομένου που συνιστά το πιο κοινό γεωλογικό ρίσκο παγκοσμίως. Έχουν αναπτυχθεί ποικίλες τεχνικές για την εκτίμηση του κινδύνου κατολίσθησης, ενώ τελευταία η έρευνα εστιάζει στη χρήση δεδομένων Παρατηρήσεων Γης από διαφορετικά μέσα Τηλεπισκόπησης. Μια επιτυχημένη μέθοδος που έχει αναπτυχθεί περιλάμβανε τη χρήση δεδομένων Landsat-8 και PALSAR-2 παράλληλα με τεχνικές Συστήματος Γεωγραφικών Πληροφοριών. Επίσης, έχουν χρησιμοποιηθεί πολύ-φασματικά και ραντάρ δεδομένα για την απογραφή και παρακολούθηση περιοχών κατολίσθησης. Έχει ήδη αποδειχθεί ότι η Συμβολομετρία ραντάρ αποτελεί σημαντικό εργαλείο ακόμα και για ευρείες περιοχές και η πιο κοινή μέθοδος στη χαρτογράφηση κατολίσθησης είναι η Συμβολομετρία Σταθερών Σκεδαστών (PSI). Η κατολίσθηση του 2017 στο Αμύνταιο συνέβη λόγω αλληλεπίδρασης της γεωλογικής δομής με τεκτονικές και ανθρώπινες δραστηριότητες με αποτέλεσμα τη μετακίνηση περισσότερων από 80 εκατομμυρίων κυβικών μέτρων υλικού καθώς και στην εκκένωση ενός ολόκληρου οικισμού.<br /> <br /> '''Υπό μελέτη περιοχή και περιγραφή της κατολίσθησης'''<br /> <br /> Η περιοχή μελέτης είναι το ορυχείο λιγνίτη στο Αμύνταιο της Δυτικής Μακεδονίας, στο Βορειο-Βορειοδυτικό τμήμα της Ελλάδας. Η τεκτονική τάφρος της Δυτικής Μακεδονίας περιλαμβάνει τα μεγαλύτερα αποθέματα λιγνίτη της χώρας που παράγει το 70% του ηλεκτρισμού της Ελλάδας. Η ευρύτερη περιοχή είναι γεωλογικά δομημένη με λιγνίτη Πλειόκαινου σε στρώματα, αποτελούμενο από εναλλακτικά στρώματα λιγνίτη χαμηλού πάχους με άργιλο και μάργα. Η κατολίσθηση συνέβη στις 10 Ιουνίου 2017 λόγω ενός συνδυασμού διαφορετικών παραγόντων, όπως παρουσία ρηγμάτων, υπόγειων υδροφορέων κάτω από το επίπεδο του ορυχείου και άσκηση πίεσης από το νερό, και άλλους. Η κορυφή της κατολίσθησης εκτιμάται στα 3 χμλ. και το συνολικό υλικό κατολίσθησης στους 25 εκατομμύρια τόνους λιγνίτη.<br /> <br /> '''Υλικά και Μέθοδοι'''<br /> <br /> Για τη μελέτη της περιοχής χρησιμοποιήθηκαν:<br /> <br /> • Οπτικά δεδομένα: Landsat-8 και Sentinel-2 δεδομένα της περιοχής πριν και μετά την κατολίσθηση. Η ανάλυσή τους έγινε με τη χρήση πολυμεταβλητών μεθόδων PCA και ICA, καθώς και με τη διαδικασία αυτόματου εντοπισμού αλλαγών βασιζόμενη στην εκμετάλλευση του εργαλείου παρακολούθησης DeltaCue Site.<br /> <br /> • Ραντάρ δεδομένα: Sentinel-1 δεδομένα για την ευρύτερη περιοχή του ορυχείου που επεξεργάστηκαν συμβολομετρικά. Η μέθοδος βασίστηκε στην εκτίμηση της μετατόπισης της γραμμής σκόπευσης του δορυφόρου (Line of Sight Displacement, LOS Displacement) και της κατακόρυφης μετατόπισης μέσω μετρήσεων συμβολομετρικής φάσης (συμβολομετρία ραντάρ συνθετικού ανοίγματος, Interferometric synthetic aperture radar, InSAR).<br /> <br /> <br /> '''<br /> '''Αποτελέσματα'''<br /> <br /> Από την ανάλυση των οπτικών δεδομένων προέκυψαν:<br /> <br /> • εικόνες με τα δεδομένα Landsat-8 και Sentinel-2 πριν και μετά την κατολίσθηση, καθώς και ένας πίνακας με στατιστική ανάλυση της τεχνικής PCA<br /> <br /> • εικόνες με τα αποτελέσματα των τεχνικών PCA και ICA με χρήση των δορυφορικών δεδομένων, όπου η χαρτογράφηση μέσω Sentinel-2 δεδομένων απεικόνισε με καλύτερο τρόπο τα σημεία όπου ολίσθησε το υλικό<br /> <br /> • έπειτα από σύγκριση μεταξύ των διαδικασιών PCA και ICA για τα δεδομένα Landsat-8 παρατηρήθηκε ότι η δεύτερη τεχνική ταιριάζει περισσότερο στα πραγματικά όρια του υλικού κατολίσθησης<br /> <br /> • οι εικόνες που προέκυψαν από τα δορυφορικά δεδομένα χρησιμοποιήθηκαν για χαρτογράφηση μέσω εφαρμογής μιας αυτόματου εντοπισμού αλλαγών διαδικασία με το εργαλείο DeltaCue Site (γρήγορη μέθοδος αλλά όχι τόσο ακριβής όσο οι παραπάνω)<br /> <br /> Από την ανάλυση των δεδομένων ραντάρ προέκυψε ένα συμβολόγραμμα από τα δεδομένα Sentinel-1, καθώς επίσης εικόνες που αναπαριστούν τα αποτελέσματα εκτίμησης LOS (υψηλότερη τιμή LOS περίπου στα 4.5 μ) και της κατακόρυφης μετατόπισης (υψηλότερη τιμή σχεδόν 1.73 εκ). Γενικότερα, η μέτρηση LOS είναι πιο ευαίσθητη μέθοδος σχετικά με την κίνηση του εδάφους λόγω της γεωμετρίας των αισθητήρων SAR. Η έλλειψη ακρίβειας των τιμών κατακόρυφης μετατόπισης πιθανώς σχετίζεται με τον προσανατολισμό της κατολίσθησης. <br /> Είναι αξιοσημείωτο ότι η συγκεκριμένη προσέγγιση έχει την ικανότητα χαρτογράφησης της παραμόρφωσης του εδάφους που σχετίζεται με πληθώρα ρηγμάτων που βρίσκονται μεταξύ των οικισμών Βαλτονέρα και Ανάργυροι και έχουν ήδη αναγνωριστεί σε προγενέστερη μελέτη.<br /> <br /> <br /> '''Συμπεράσματα'''<br /> <br /> Εν κατακλείδι, διεξήχθησαν τα εξής συμπεράσματα:<br /> <br /> • Τα δεδομένα Sentinel-1 και Sentinel-2 είναι αρκετά αποτελεσματικά για τη χαρτογράφηση κατολισθήσεων, ενώ οι εικόνες Sentinel-1 φαίνονται πολλά υποσχόμενες για την παρακολούθηση κατολίσθησης.<br /> <br /> • Η τεχνική PCA έδωσε καλύτερα αποτελέσματα με δεδομένα Sentinel-2 σε σύγκριση με τα δεδομένα Landsat-8.<br /> <br /> • Τα οπτικά δεδομένα θα μπορούσαν να ενισχυτικά προς τα δεδομένα ραντάρ παρέχοντας περισσότερη ακρίβεια και αξιοπιστία στα τελικά αποτελέσματα.<br /> <br /> <br /> [[category:Κατολισθήσεις]]</div>

Stavroula Dragoumani 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_%CE%BA%CE%B1%CF%84%CE%BF%CE%BB%CE%AF%CF%83%CE%B8%CE%B7%CF%83%CE%B7%CF%82_%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%BF%CF%80%CF%84%CE%B9%CE%BA%CE%AC_%CE%BA%CE%B1%CE%B9_radar_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1:_%CE%BC%CE%B9%CE%B1_%CF%80%CE%B5%CF%81%CE%B9%CF%80%CF%84%CF%89%CF%83%CE%B9%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CE%AE_%CE%BC%CE%B5%CE%BB%CE%AD%CF%84%CE%B7_%CE%B1%CF%80%CF%8C_%CF%84%CE%BF_%CE%91%CE%BC%CF%8D%CE%BD%CF%84%CE%B1%CE%B9%CE%BF,_%CE%94%CF%85%CF%84%CE%B9%CE%BA%CE%AE_%CE%9C%CE%B1%CE%BA%CE%B5%CE%B4%CE%BF%CE%BD%CE%AF%CE%B1_%CE%95%CE%BB%CE%BB%CE%AC%CE%B4%CE%BF%CF%82 2021-01-16T10:44:40Z

<p>Stavroula Dragoumani: </p> <hr /> <div>[[Εικόνα: rs 8a.png| thumb | right | Εικόνα 1.Ιντερφερόγραμμα που καλύπτει την περιοχή μελέτης χρησιμοποιώντας δεδομένα Sentinel-1. , πηγή:https://www.tandfonline.com]] <br /> [[Εικόνα: rs 8b.png| thumb | right | Εικόνα 2. Οι χαρτογραφημένες περιοχές προέκυψαν από το ICA χρησιμοποιώντας δεδομένα Landsat-8., πηγή:https://www.tandfonline.com]] <br /> [[Εικόνα: rs 8c.png| thumb | right | Εικόνα 3. Οι χαρτογραφημένες περιοχές προέκυψαν από το ICA χρησιμοποιώντας δεδομένα Sentinel-2. , πηγή:https://www.tandfonline.com]]<br /> [[Εικόνα: rs 8d.png| thumb | right | Εικόνα 4. Οι χαρτογραφημένες περιοχές προέκυψαν από το εργαλείο παρακολούθησης DeltaCue Site χρησιμοποιώντας δεδομένα Landsat-8, πηγή:https://www.tandfonline.com]] <br /> [[Εικόνα: rs 8e.png| thumb | right | Εικόνα 5. Οι χαρτογραφημένες περιοχές προέκυψαν από PCA χρησιμοποιώντας δεδομένα Landsat-8. , πηγή:https://www.tandfonline.com]] <br /> [[Εικόνα: rs 8f.png| thumb | right | Εικόνα 6. Οι χαρτογραφημένες περιοχές προέκυψαν από PCA χρησιμοποιώντας δεδομένα Sentinel-2. , πηγή:https://www.tandfonline.com]]<br /> <br /> ''' Χαρτογράφηση κατολίσθησης χρησιμοποιώντας οπτικά και radar δεδομένα: μια περιπτωσιολογική μελέτη από το Αμύνταιο, Δυτική Μακεδονία Ελλάδος<br /> '''<br /> <br /> '''Πρωτότυπος τίτλος''': Landslide mapping using optical and radar data: a case study from Aminteo, Western Macedonia Greece<br /> <br /> '''Συγγραφείς''': A. Kyriou, K. Nikolakopoulos<br /> <br /> '''Πηγή:''' https://www.tandfonline.com/doi/full/10.1080/22797254.2019.1681905<br /> <br /> '''Σκοπός'''<br /> <br /> Η μελέτη αποσκοπεί στην εκμετάλλευση οπτικών και ραντάρ δεδομένων στοχεύοντας στη χαρτογράφηση μιας περιοχής κατολίσθησης που εντοπίζεται στο Αμύνταιο της Δυτικής Μακεδονίας στην Ελλάδα.<br /> <br /> '''Εισαγωγή'''<br /> <br /> Η εκτίμηση, πρόβλεψη και παρακολούθηση της κατολίσθησης αποτελούν σημεία-κλειδιά για την έρευνα ενός τέτοιου φαινομένου που συνιστά το πιο κοινό γεωλογικό ρίσκο παγκοσμίως. Έχουν αναπτυχθεί ποικίλες τεχνικές για την εκτίμηση του κινδύνου κατολίσθησης, ενώ τελευταία η έρευνα εστιάζει στη χρήση δεδομένων Παρατηρήσεων Γης από διαφορετικά μέσα Τηλεπισκόπησης. Μια επιτυχημένη μέθοδος που έχει αναπτυχθεί περιλάμβανε τη χρήση δεδομένων Landsat-8 και PALSAR-2 παράλληλα με τεχνικές Συστήματος Γεωγραφικών Πληροφοριών. Επίσης, έχουν χρησιμοποιηθεί πολύ-φασματικά και ραντάρ δεδομένα για την απογραφή και παρακολούθηση περιοχών κατολίσθησης. Έχει ήδη αποδειχθεί ότι η Συμβολομετρία ραντάρ αποτελεί σημαντικό εργαλείο ακόμα και για ευρείες περιοχές και η πιο κοινή μέθοδος στη χαρτογράφηση κατολίσθησης είναι η Συμβολομετρία Σταθερών Σκεδαστών (PSI). Η κατολίσθηση του 2017 στο Αμύνταιο συνέβη λόγω αλληλεπίδρασης της γεωλογικής δομής με τεκτονικές και ανθρώπινες δραστηριότητες με αποτέλεσμα τη μετακίνηση περισσότερων από 80 εκατομμυρίων κυβικών μέτρων υλικού καθώς και στην εκκένωση ενός ολόκληρου οικισμού.<br /> <br /> '''Υπό μελέτη περιοχή και περιγραφή της κατολίσθησης'''<br /> <br /> Η περιοχή μελέτης είναι το ορυχείο λιγνίτη στο Αμύνταιο της Δυτικής Μακεδονίας, στο Βορειο-Βορειοδυτικό τμήμα της Ελλάδας. Η τεκτονική τάφρος της Δυτικής Μακεδονίας περιλαμβάνει τα μεγαλύτερα αποθέματα λιγνίτη της χώρας που παράγει το 70% του ηλεκτρισμού της Ελλάδας. Η ευρύτερη περιοχή είναι γεωλογικά δομημένη με λιγνίτη Πλειόκαινου σε στρώματα, αποτελούμενο από εναλλακτικά στρώματα λιγνίτη χαμηλού πάχους με άργιλο και μάργα. Η κατολίσθηση συνέβη στις 10 Ιουνίου 2017 λόγω ενός συνδυασμού διαφορετικών παραγόντων, όπως παρουσία ρηγμάτων, υπόγειων υδροφορέων κάτω από το επίπεδο του ορυχείου και άσκηση πίεσης από το νερό, και άλλους. Η κορυφή της κατολίσθησης εκτιμάται στα 3 χμλ. και το συνολικό υλικό κατολίσθησης στους 25 εκατομμύρια τόνους λιγνίτη.<br /> <br /> '''Υλικά και Μέθοδοι'''<br /> <br /> Για τη μελέτη της περιοχής χρησιμοποιήθηκαν:<br /> <br /> • Οπτικά δεδομένα: Landsat-8 και Sentinel-2 δεδομένα της περιοχής πριν και μετά την κατολίσθηση. Η ανάλυσή τους έγινε με τη χρήση πολυμεταβλητών μεθόδων PCA και ICA, καθώς και με τη διαδικασία αυτόματου εντοπισμού αλλαγών βασιζόμενη στην εκμετάλλευση του εργαλείου παρακολούθησης DeltaCue Site.<br /> <br /> • Ραντάρ δεδομένα: Sentinel-1 δεδομένα για την ευρύτερη περιοχή του ορυχείου που επεξεργάστηκαν συμβολομετρικά. Η μέθοδος βασίστηκε στην εκτίμηση της μετατόπισης της γραμμής σκόπευσης του δορυφόρου (Line of Sight Displacement, LOS Displacement) και της κατακόρυφης μετατόπισης μέσω μετρήσεων συμβολομετρικής φάσης (συμβολομετρία ραντάρ συνθετικού ανοίγματος, Interferometric synthetic aperture radar, InSAR).<br /> <br /> '''<br /> '''Αποτελέσματα'''<br /> <br /> Από την ανάλυση των οπτικών δεδομένων προέκυψαν:<br /> <br /> • εικόνες με τα δεδομένα Landsat-8 και Sentinel-2 πριν και μετά την κατολίσθηση, καθώς και ένας πίνακας με στατιστική ανάλυση της τεχνικής PCA<br /> <br /> • εικόνες με τα αποτελέσματα των τεχνικών PCA και ICA με χρήση των δορυφορικών δεδομένων, όπου η χαρτογράφηση μέσω Sentinel-2 δεδομένων απεικόνισε με καλύτερο τρόπο τα σημεία όπου ολίσθησε το υλικό<br /> <br /> • έπειτα από σύγκριση μεταξύ των διαδικασιών PCA και ICA για τα δεδομένα Landsat-8 παρατηρήθηκε ότι η δεύτερη τεχνική ταιριάζει περισσότερο στα πραγματικά όρια του υλικού κατολίσθησης<br /> <br /> • οι εικόνες που προέκυψαν από τα δορυφορικά δεδομένα χρησιμοποιήθηκαν για χαρτογράφηση μέσω εφαρμογής μιας αυτόματου εντοπισμού αλλαγών διαδικασία με το εργαλείο DeltaCue Site (γρήγορη μέθοδος αλλά όχι τόσο ακριβής όσο οι παραπάνω)<br /> <br /> Από την ανάλυση των δεδομένων ραντάρ προέκυψε ένα συμβολόγραμμα από τα δεδομένα Sentinel-1, καθώς επίσης εικόνες που αναπαριστούν τα αποτελέσματα εκτίμησης LOS (υψηλότερη τιμή LOS περίπου στα 4.5 μ) και της κατακόρυφης μετατόπισης (υψηλότερη τιμή σχεδόν 1.73 εκ). Γενικότερα, η μέτρηση LOS είναι πιο ευαίσθητη μέθοδος σχετικά με την κίνηση του εδάφους λόγω της γεωμετρίας των αισθητήρων SAR. Η έλλειψη ακρίβειας των τιμών κατακόρυφης μετατόπισης πιθανώς σχετίζεται με τον προσανατολισμό της κατολίσθησης. <br /> Είναι αξιοσημείωτο ότι η συγκεκριμένη προσέγγιση έχει την ικανότητα χαρτογράφησης της παραμόρφωσης του εδάφους που σχετίζεται με πληθώρα ρηγμάτων που βρίσκονται μεταξύ των οικισμών Βαλτονέρα και Ανάργυροι και έχουν ήδη αναγνωριστεί σε προγενέστερη μελέτη.<br /> <br /> <br /> '''Συμπεράσματα'''<br /> <br /> Εν κατακλείδι, διεξήχθησαν τα εξής συμπεράσματα:<br /> <br /> • Τα δεδομένα Sentinel-1 και Sentinel-2 είναι αρκετά αποτελεσματικά για τη χαρτογράφηση κατολισθήσεων, ενώ οι εικόνες Sentinel-1 φαίνονται πολλά υποσχόμενες για την παρακολούθηση κατολίσθησης.<br /> <br /> • Η τεχνική PCA έδωσε καλύτερα αποτελέσματα με δεδομένα Sentinel-2 σε σύγκριση με τα δεδομένα Landsat-8.<br /> <br /> • Τα οπτικά δεδομένα θα μπορούσαν να ενισχυτικά προς τα δεδομένα ραντάρ παρέχοντας περισσότερη ακρίβεια και αξιοπιστία στα τελικά αποτελέσματα.<br /> <br /> <br /> [[category:Κατολισθήσεις]]</div>

Stavroula Dragoumani 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_%CE%BA%CE%B1%CF%84%CE%BF%CE%BB%CE%AF%CF%83%CE%B8%CE%B7%CF%83%CE%B7%CF%82_%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%BF%CF%80%CF%84%CE%B9%CE%BA%CE%AC_%CE%BA%CE%B1%CE%B9_radar_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1:_%CE%BC%CE%B9%CE%B1_%CF%80%CE%B5%CF%81%CE%B9%CF%80%CF%84%CF%89%CF%83%CE%B9%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CE%AE_%CE%BC%CE%B5%CE%BB%CE%AD%CF%84%CE%B7_%CE%B1%CF%80%CF%8C_%CF%84%CE%BF_%CE%91%CE%BC%CF%8D%CE%BD%CF%84%CE%B1%CE%B9%CE%BF,_%CE%94%CF%85%CF%84%CE%B9%CE%BA%CE%AE_%CE%9C%CE%B1%CE%BA%CE%B5%CE%B4%CE%BF%CE%BD%CE%AF%CE%B1_%CE%95%CE%BB%CE%BB%CE%AC%CE%B4%CE%BF%CF%82 2021-01-16T10:44:24Z

<p>Stavroula Dragoumani: </p> <hr /> <div>[[Εικόνα: rs 8a.png| thumb | right | Εικόνα 1.Ιντερφερόγραμμα που καλύπτει την περιοχή μελέτης χρησιμοποιώντας δεδομένα Sentinel-1. , πηγή:https://www.tandfonline.com]] <br /> [[Εικόνα: rs 8b.png| thumb | right | Εικόνα 2. Οι χαρτογραφημένες περιοχές προέκυψαν από το ICA χρησιμοποιώντας δεδομένα Landsat-8., πηγή:https://www.tandfonline.com]] <br /> [[Εικόνα: rs 8c.png| thumb | right | Εικόνα 3. Οι χαρτογραφημένες περιοχές προέκυψαν από το ICA χρησιμοποιώντας δεδομένα Sentinel-2. , πηγή:https://www.tandfonline.com]]<br /> [[Εικόνα: rs 8d.png| thumb | right | Εικόνα 4. Οι χαρτογραφημένες περιοχές προέκυψαν από το εργαλείο παρακολούθησης DeltaCue Site χρησιμοποιώντας δεδομένα Landsat-8, πηγή:https://www.tandfonline.com]] <br /> [[Εικόνα: rs 8e.png| thumb | right | Εικόνα 5. Οι χαρτογραφημένες περιοχές προέκυψαν από PCA χρησιμοποιώντας δεδομένα Landsat-8. , πηγή:https://www.tandfonline.com]] <br /> [[Εικόνα: rs 8f.png| thumb | right | Εικόνα 6. Οι χαρτογραφημένες περιοχές προέκυψαν από PCA χρησιμοποιώντας δεδομένα Sentinel-2. , πηγή:https://www.tandfonline.com]]<br /> <br /> ''' Χαρτογράφηση κατολίσθησης χρησιμοποιώντας οπτικά και radar δεδομένα: μια περιπτωσιολογική μελέτη από το Αμύνταιο, Δυτική Μακεδονία Ελλάδος<br /> '''<br /> <br /> '''Πρωτότυπος τίτλος''': Landslide mapping using optical and radar data: a case study from Aminteo, Western Macedonia Greece<br /> <br /> '''Συγγραφείς''': A. Kyriou, K. Nikolakopoulos<br /> <br /> '''Πηγή:''' https://www.tandfonline.com/doi/full/10.1080/22797254.2019.1681905<br /> <br /> '''Σκοπός'''<br /> <br /> Η μελέτη αποσκοπεί στην εκμετάλλευση οπτικών και ραντάρ δεδομένων στοχεύοντας στη χαρτογράφηση μιας περιοχής κατολίσθησης που εντοπίζεται στο Αμύνταιο της Δυτικής Μακεδονίας στην Ελλάδα.<br /> <br /> '''Εισαγωγή'''<br /> <br /> Η εκτίμηση, πρόβλεψη και παρακολούθηση της κατολίσθησης αποτελούν σημεία-κλειδιά για την έρευνα ενός τέτοιου φαινομένου που συνιστά το πιο κοινό γεωλογικό ρίσκο παγκοσμίως. Έχουν αναπτυχθεί ποικίλες τεχνικές για την εκτίμηση του κινδύνου κατολίσθησης, ενώ τελευταία η έρευνα εστιάζει στη χρήση δεδομένων Παρατηρήσεων Γης από διαφορετικά μέσα Τηλεπισκόπησης. Μια επιτυχημένη μέθοδος που έχει αναπτυχθεί περιλάμβανε τη χρήση δεδομένων Landsat-8 και PALSAR-2 παράλληλα με τεχνικές Συστήματος Γεωγραφικών Πληροφοριών. Επίσης, έχουν χρησιμοποιηθεί πολύ-φασματικά και ραντάρ δεδομένα για την απογραφή και παρακολούθηση περιοχών κατολίσθησης. Έχει ήδη αποδειχθεί ότι η Συμβολομετρία ραντάρ αποτελεί σημαντικό εργαλείο ακόμα και για ευρείες περιοχές και η πιο κοινή μέθοδος στη χαρτογράφηση κατολίσθησης είναι η Συμβολομετρία Σταθερών Σκεδαστών (PSI). Η κατολίσθηση του 2017 στο Αμύνταιο συνέβη λόγω αλληλεπίδρασης της γεωλογικής δομής με τεκτονικές και ανθρώπινες δραστηριότητες με αποτέλεσμα τη μετακίνηση περισσότερων από 80 εκατομμυρίων κυβικών μέτρων υλικού καθώς και στην εκκένωση ενός ολόκληρου οικισμού.<br /> <br /> '''Υπό μελέτη περιοχή και περιγραφή της κατολίσθησης'''<br /> <br /> Η περιοχή μελέτης είναι το ορυχείο λιγνίτη στο Αμύνταιο της Δυτικής Μακεδονίας, στο Βορειο-Βορειοδυτικό τμήμα της Ελλάδας. Η τεκτονική τάφρος της Δυτικής Μακεδονίας περιλαμβάνει τα μεγαλύτερα αποθέματα λιγνίτη της χώρας που παράγει το 70% του ηλεκτρισμού της Ελλάδας. Η ευρύτερη περιοχή είναι γεωλογικά δομημένη με λιγνίτη Πλειόκαινου σε στρώματα, αποτελούμενο από εναλλακτικά στρώματα λιγνίτη χαμηλού πάχους με άργιλο και μάργα. Η κατολίσθηση συνέβη στις 10 Ιουνίου 2017 λόγω ενός συνδυασμού διαφορετικών παραγόντων, όπως παρουσία ρηγμάτων, υπόγειων υδροφορέων κάτω από το επίπεδο του ορυχείου και άσκηση πίεσης από το νερό, και άλλους. Η κορυφή της κατολίσθησης εκτιμάται στα 3 χμλ. και το συνολικό υλικό κατολίσθησης στους 25 εκατομμύρια τόνους λιγνίτη.<br /> <br /> '''Υλικά και Μέθοδοι'''<br /> <br /> Για τη μελέτη της περιοχής χρησιμοποιήθηκαν:<br /> <br /> • Οπτικά δεδομένα: Landsat-8 και Sentinel-2 δεδομένα της περιοχής πριν και μετά την κατολίσθηση. Η ανάλυσή τους έγινε με τη χρήση πολυμεταβλητών μεθόδων PCA και ICA, καθώς και με τη διαδικασία αυτόματου εντοπισμού αλλαγών βασιζόμενη στην εκμετάλλευση του εργαλείου παρακολούθησης DeltaCue Site.<br /> <br /> • Ραντάρ δεδομένα: Sentinel-1 δεδομένα για την ευρύτερη περιοχή του ορυχείου που επεξεργάστηκαν συμβολομετρικά. Η μέθοδος βασίστηκε στην εκτίμηση της μετατόπισης της γραμμής σκόπευσης του δορυφόρου (Line of Sight Displacement, LOS Displacement) και της κατακόρυφης μετατόπισης μέσω μετρήσεων συμβολομετρικής φάσης (συμβολομετρία ραντάρ συνθετικού ανοίγματος, Interferometric synthetic aperture radar, InSAR).<br /> '''<br /> '''Αποτελέσματα'''<br /> <br /> Από την ανάλυση των οπτικών δεδομένων προέκυψαν:<br /> <br /> • εικόνες με τα δεδομένα Landsat-8 και Sentinel-2 πριν και μετά την κατολίσθηση, καθώς και ένας πίνακας με στατιστική ανάλυση της τεχνικής PCA<br /> <br /> • εικόνες με τα αποτελέσματα των τεχνικών PCA και ICA με χρήση των δορυφορικών δεδομένων, όπου η χαρτογράφηση μέσω Sentinel-2 δεδομένων απεικόνισε με καλύτερο τρόπο τα σημεία όπου ολίσθησε το υλικό<br /> <br /> • έπειτα από σύγκριση μεταξύ των διαδικασιών PCA και ICA για τα δεδομένα Landsat-8 παρατηρήθηκε ότι η δεύτερη τεχνική ταιριάζει περισσότερο στα πραγματικά όρια του υλικού κατολίσθησης<br /> <br /> • οι εικόνες που προέκυψαν από τα δορυφορικά δεδομένα χρησιμοποιήθηκαν για χαρτογράφηση μέσω εφαρμογής μιας αυτόματου εντοπισμού αλλαγών διαδικασία με το εργαλείο DeltaCue Site (γρήγορη μέθοδος αλλά όχι τόσο ακριβής όσο οι παραπάνω)<br /> <br /> Από την ανάλυση των δεδομένων ραντάρ προέκυψε ένα συμβολόγραμμα από τα δεδομένα Sentinel-1, καθώς επίσης εικόνες που αναπαριστούν τα αποτελέσματα εκτίμησης LOS (υψηλότερη τιμή LOS περίπου στα 4.5 μ) και της κατακόρυφης μετατόπισης (υψηλότερη τιμή σχεδόν 1.73 εκ). Γενικότερα, η μέτρηση LOS είναι πιο ευαίσθητη μέθοδος σχετικά με την κίνηση του εδάφους λόγω της γεωμετρίας των αισθητήρων SAR. Η έλλειψη ακρίβειας των τιμών κατακόρυφης μετατόπισης πιθανώς σχετίζεται με τον προσανατολισμό της κατολίσθησης. <br /> Είναι αξιοσημείωτο ότι η συγκεκριμένη προσέγγιση έχει την ικανότητα χαρτογράφησης της παραμόρφωσης του εδάφους που σχετίζεται με πληθώρα ρηγμάτων που βρίσκονται μεταξύ των οικισμών Βαλτονέρα και Ανάργυροι και έχουν ήδη αναγνωριστεί σε προγενέστερη μελέτη.<br /> <br /> <br /> '''Συμπεράσματα'''<br /> <br /> Εν κατακλείδι, διεξήχθησαν τα εξής συμπεράσματα:<br /> <br /> • Τα δεδομένα Sentinel-1 και Sentinel-2 είναι αρκετά αποτελεσματικά για τη χαρτογράφηση κατολισθήσεων, ενώ οι εικόνες Sentinel-1 φαίνονται πολλά υποσχόμενες για την παρακολούθηση κατολίσθησης.<br /> <br /> • Η τεχνική PCA έδωσε καλύτερα αποτελέσματα με δεδομένα Sentinel-2 σε σύγκριση με τα δεδομένα Landsat-8.<br /> <br /> • Τα οπτικά δεδομένα θα μπορούσαν να ενισχυτικά προς τα δεδομένα ραντάρ παρέχοντας περισσότερη ακρίβεια και αξιοπιστία στα τελικά αποτελέσματα.<br /> <br /> <br /> [[category:Κατολισθήσεις]]</div>

Stavroula Dragoumani http://147.102.106.44/rs/wiki/index.php/%CE%9C%CE%B9%CE%B1_%CE%BC%CE%B5%CE%BB%CE%AD%CF%84%CE%B7_%CF%84%CE%B7%CF%82_%CF%80%CE%B1%CF%81%CE%B1%CE%BC%CF%8C%CF%81%CF%86%CF%89%CF%83%CE%B7%CF%82_%CF%84%CE%BF%CF%85_%CF%84%CE%B5%CE%BA%CF%84%CE%BF%CE%BD%CE%B9%CE%BA%CE%BF%CF%8D_%CE%B2%CF%85%CE%B8%CE%AF%CF%83%CE%BC%CE%B1%CF%84%CE%BF%CF%82_%CF%84%CE%BF%CF%85_%CE%91%CE%BD%CE%B8%CE%B5%CE%BC%CE%BF%CF%8D%CE%BD%CF%84%CE%B1_,%CE%B2%CE%B1%CF%83%CE%B9%CF%83%CE%BC%CE%AD%CE%BD%CE%B7_%CF%83%CE%B5_in_situ_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_%CE%BA%CE%B1%CE%B9_%CE%BD%CE%AD%CE%B1_InSAR_%CE%B1%CF%80%CE%BF%CF%84%CE%B5%CE%BB%CE%AD%CF%83%CE%BC%CE%B1%CF%84%CE%B1 2021-01-16T10:42:40Z

<p>Stavroula Dragoumani: </p> <hr /> <div>[[Εικόνα: rs 10a.png| thumb | right | Εικόνα 1. Αποτελέσματα χρονοσειράς SAR της λεκάνης του Ανθεμούντα., πηγή:https://www.sciencedirect.com]] <br /> [[Εικόνα: rs 10b.png| thumb | right | Εικόνα 2. Ισοπιεζομετρικές καμπύλες στην περιοχή του Ανθεμούντα επισημαίνουν ένα συνεχόμενο χαμήλωμα της στάθμης των υπόγειων υδάτων. , πηγή:https://www.sciencedirect.com]] <br /> [[Εικόνα: rs 10c.png| thumb | right | Εικόνα 3.Μοτίβο μετακίνηση από το ERS (επάνω εικόνα) και το ENVISAT (κάτω εικόνα) στην περιοχή του αεροδρομίου Μακεδονία, πηγή:https://www.sciencedirect.com]]<br /> [[Εικόνα: rs 10d.png| thumb | right | Εικόνα 4. Προφίλ ταχυτήτων στους διαδρόμους προσαπογείωσης του αεροδρομίου Μακεδονία, πηγή:https://www.sciencedirect.com]]<br /> <br /> <br /> '''Μια μελέτη της παραμόρφωσης του τεκτονικού βυθίσματος του Ανθεμούντα (βόρεια Ελλάδα) βασισμένη σε in situ δεδομένα και νέα InSAR αποτελέσματα'''<br /> <br /> '''Πρωτότυπος τίτλος''': A deformation study of Anthemountas graben (northern Greece) based on in situ data and new InSAR results<br /> <br /> '''Συγγραφείς''': N. Svigkas, C. Loupasakis, P. Tsangaratos, I. Papoutsis, A. Kiratzi, C. (H.) Kontoes<br /> <br /> '''Πηγή''': https://link.springer.com/article/10.1007/s12517-020-05393-9<br /> <br /> '''Σκοπός'''<br /> <br /> Το αντικείμενο της έρευνας είναι η παρακολούθηση της εξέλιξης της μετατόπισης στο τεκτονικό βύθισμα του Ανθεμούντα χρησιμοποιώντας χρονοσειρές InSAR και η μελέτη του κυρίαρχου κινητήριου μηχανισμού. <br /> <br /> '''Εισαγωγή'''<br /> <br /> Το τεκτονικό βύθισμα του Ανθεμούντα βρίσκεται στη Θεσσαλονίκη και το παράκτιο τμήμα του βρέχεται από το Θερμαϊκό Κόλπο. Στην περιοχή αυτή βρίσκεται το Διεθνές Αεροδρόμιο Μακεδόνια, γεωργικοί και βιομηχανικοί οικισμοί. Η ανάπτυξη στην περιοχή του Ανθεμούντα ξεκίνησε πριν το ξεκίνημα της δεκαετίας του ’90 και προκάλεσε μείωση της στάθμης των υπόγειων υδάτων. Γενικά, περιοχές κοντά στην ακτή είναι επιρρεπείς σε ποικίλους κινδύνους, όπως φαινόμενα πλημμύρας, ενώ οι πιθανοί κίνδυνοι αυξάνονται από το συνδυασμό της αύξησης στάθμης της θάλασσας και της επιφάνειας υποχώρησης. Γι’ αυτό, είναι μείζονος σημασίας η παρακολούθηση της παραμόρφωσης της επιφάνειας. Το κύριο εργαλείο αυτής της μελέτης είναι Συμβολομετρία ραντάρ συνθετικού ανοίγματος (Συμβολομετρία SAR, InSAR) και, συγκεκριμένα, τεχνικές πολύ-χρονικών InSAR (Multi-temporal InSAR) των μεθόδων Σταθερών Σκεδαστών (Persistent Scatterers, PS) και Συμβόλων μικρών βάσεων (Small baseline Subset, SBAS), οι οποίες επιτρέπουν την παρακολούθηση παραμόρφωσης της επιφάνειας σε μικρή κλίμακα σε μεγάλα χρονικά διαστήματα. Τα αποτελέσματα της Τηλεπισκόπησης εξετάστηκαν μαζί με άλλες πηγές δεδομένων όπως γεωλογικά, σεισμολογικά, υδρογεωλογικά in situ δεδομένα.<br /> <br /> '''Γεωλογική-Σεισμοτεκτονική και Υδρογεωλογική σύνθεση'''<br /> <br /> Η λεκάνη του Ανθεμούντα καλύπτει μια περιοχή περίπου 370 χλμ2 με υψηλούς λόφους και ημι-ορεινό ανάγλυφο, έχει βραχώδες υπόστρωμα Μεσοζωικής περιόδου που αποτελείται κυρίως από φυλλίτες, γνεύσιους και γρανίτη, ενώ πάνω από αυτό το υπόστρωμα τα αποθέματα Νεογενούς περιόδου αποτελούνται από ένα στρώμα άμμου και χαλικιού και ένα στρώμα αργίλου-μάργας. Στην κορυφή, οι σχηματισμοί Τερτατογενούς περιόδου απαρτίζονται από τροποποιήσεις κλαστικών ιζημάτων. Η ευρύτερη περιοχή χαρακτηρίζεται από υψηλή σεισμική δραστηριότητα. Εντός της λεκάνης η περιοχή κυριαρχείται από δύο μακριές τεκτονικές δομές με φυσιολογικά ρήγματα, οριοθετώντας τις βόρειες και νότιες άκρες της. Επιπλέον, τη λεκάνη διαπερνούν τρία υπόγεια υδροφορικά συστήματα. Η περιοχή, που υπέστη εκτενή ανάπτυξη κατά τη δεκαετία του ’90, βρίσκεται από αυξημένες απαιτήσεις για νερό, γεγονός που επηρέασε το βαθύτερο ημι-αποκλεισμένο υπόγεια υδροφορέα που υπέστη υπερβολικό χαμήλωμα. <br /> <br /> '''Ανάλυση InSAR-δεδομένα και μέθοδοι'''<br /> <br /> Χρησιμοποιήθηκαν δύο σετ δεδομένων ραντάρ για την περίοδο 1992-2010:<br /> <br /> • Δεδομένα της καθοδικής πορείας (Level 0) των δορυφόρων ERS1, ERS2 και ENVISAT από τον Ευρωπαϊκό Οργανισμό Διαστήματος (ESA)<br /> <br /> • Τροχιακά δεδομένα από το Πανεπιστήμιο Τεχνολογίας του Ντελφτ και τον ESA<br /> <br /> Πραγματοποιήθηκε διόρθωση της τοπογραφίας στη συμβολομετρική διαδικασία χρησιμοποιώντας το ψηφιακό μοντέλο SRTM (shuttle radar topography mission). Για την προ-επεξεργασία χρησιμοποιήθηκε ο κώδικας ROI_PAC, για το συμβολόγραμμα ο κώδικας DORIS και για τη συμβολομετρία εφαρμόστηκαν οι μέθοδοι StaMPS PS και SBAS.<br /> <br /> ''' Αποτελέσματα και συζήτηση'''<br /> <br /> Η υπολογιζόμενη παραμόρφωση της επιφάνειας απεικονίστηκε σε δύο χρονικά διαστήματα (1992-1999 και 2003-2010). Κατά την περίοδο ανάλυση παρατηρήθηκε ένα σημαντικό σήμα παραμόρφωσης στη λεκάνη, καθώς και στο ανατολικό τμήμα της λεκάνης. Η μέγιστη παραμόρφωση εκτιμήθηκε στα 18 μμ/έτος. Τα αποτελέσματα που προέκυψαν από την ανάλυση ENVISAT έδειξαν καθαρά ότι η παραμόρφωση συνέβαινε και κατά τη δεκαετία των ’00 και η μεγαλύτερη αύξηση συνέβη κατά τα έτη 2003-2010 (έως -30 μμ/έτος). Και στις δύο δεκαετίες, οι υψηλότερες τιμές σημειώθηκαν ανατολικά του αεροδρομίου.<br /> Επιπλέον, έγιναν οι εξής παρατηρήσεις:<br /> <br /> • Η χωρική κατανομή των σημάτων παραμόρφωσης δεν επηρεάζεται από την παρουσία ή απουσία των ρηγμάτων. Ωστόσο, ύστερα από πιο λεπτομερή ανάλυση, σημειώθηκε ότι υπάρχει ξεκάθαρη αλληλεπίδραση μεταξύ των ρηγμάτων και των ταχυτήτων επιφάνειας, συνεπώς οι εντοπιζόμενες παραμορφώσεις επηρεάζονται ισχυρά από την παρουσία ρηγμάτων.<br /> <br /> • Σημειώθηκε περαιτέρω μείωση της στάθμης υπόγειων υδάτων κατά τη δεκαετία ’00. Συνεπώς, λαμβάνοντας υπόψιν τα υδρογεωλογικά δεδομένα μαζί με τα δεδομένα Τηλεπισκόπησης διεξήχθη το συμπέρασμα ότι οι ισοπιεζομετρικές καμπύλες των βαθέων υδροφορέων για τα έτη 1993, 1998 και 2007 χαμήλωναν διαρκώς οδηγώντας σε φαινόμενα εδαφικής υποχώρησης.<br /> <br /> • Στα ΝΑ της Θέρμης οι ταχύτητες φτάνουν τα 10 μμ/έτος.<br /> <br /> • Στην περιοχή του αεροδρομίου Μακεδονία σημειώθηκαν μέγιστες τιμές παραμόρφωσης 27μμ/έτος. Συνολικά για το αεροδρόμιο, παρατηρήθηκε αυξανόμενος ρυθμός παραμόρφωσης στον τωρινό τερματικό σταθμό.<br /> <br /> • Περιοχή Περαίας: το νοτιότερο τμήμα του ρήγματος του Ανθεμούντα περνάει διαμέσου της αστικής δομής. Για την παρακολούθηση SAR της πρώτης δεκαετίας, η τεκτονική μετατόπιση δεν είναι πιθανός κινητήριος μηχανισμός της παραμόρφωσης.<br /> <br /> '''Συμπεράσματα'''<br /> <br /> Από την εν λόγω έρευνα προέκυψαν νέα αποτελέσματα SAR που δείχνουν αυξανόμενες τιμές μετατόπισης με το πέρασμα του χρόνου. Ενδιαφέρον εύρημα ήταν η ύπαρξη υποχώρησης εδάφους σε περιοχές με αποθέματα Νεογενούς περιόδου. Επιπλέον, διαπιστώθηκε ότι ο κινητήριος μηχανισμός παραμόρφωσης είναι η υπεράντληση του υπόγειου υδροφορέα, καθώς επίσης και ότι η παρουσία ρηγμάτων επηρεάζει άμεσα την ταχύτητα. Εν κατακλείδι, η υποχώρηση του εδάφους που εντοπίστηκε στον Ανθεμούντα έχει κυρίως μια ανθρωπογενή αιτία που διαρκεί αδιάλειπτα για τουλάχιστον 20 χρόνια και αν αυτό εξακολουθήσει να συμβαίνει θα προκληθούν μεγαλύτερες καταστροφές και αποτυχίες στα κτίρια, γεγονός κρίσιμο τόσο για τις κατοικημένες περιοχές όσο και για το αεροδρόμιο. Τα αποτελέσματα που διεξήσθησαν όσον αφορά το αεροδρόμιο θα μπορούσαν να φανούν χρήσιμα για μελλοντική κατασκευή ή αναστήλωση. Σε ένα ευρύτερο πλαίσιο, σχετικά με τη Βόρεια Ελλάδα, πιστεύεται ότι είναι μείζονος σημασίας η ανάπτυξη ενός σχεδίου διαχείρισης του νερού για τη Θεσσαλονίκη και τα περίγυρα ώστε να εξαλειφθεί ο ανθρωπογενής κίνδυνος στα επερχόμενα χρόνια.<br /> <br /> <br /> <br /> [[category:Υποβάθμιση εδαφών]]</div>

Stavroula Dragoumani http://147.102.106.44/rs/wiki/index.php/%CE%9C%CE%B9%CE%B1_%CE%BC%CE%B5%CE%BB%CE%AD%CF%84%CE%B7_%CF%84%CE%B7%CF%82_%CF%80%CE%B1%CF%81%CE%B1%CE%BC%CF%8C%CF%81%CF%86%CF%89%CF%83%CE%B7%CF%82_%CF%84%CE%BF%CF%85_%CF%84%CE%B5%CE%BA%CF%84%CE%BF%CE%BD%CE%B9%CE%BA%CE%BF%CF%8D_%CE%B2%CF%85%CE%B8%CE%AF%CF%83%CE%BC%CE%B1%CF%84%CE%BF%CF%82_%CF%84%CE%BF%CF%85_%CE%91%CE%BD%CE%B8%CE%B5%CE%BC%CE%BF%CF%8D%CE%BD%CF%84%CE%B1_,%CE%B2%CE%B1%CF%83%CE%B9%CF%83%CE%BC%CE%AD%CE%BD%CE%B7_%CF%83%CE%B5_in_situ_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_%CE%BA%CE%B1%CE%B9_%CE%BD%CE%AD%CE%B1_InSAR_%CE%B1%CF%80%CE%BF%CF%84%CE%B5%CE%BB%CE%AD%CF%83%CE%BC%CE%B1%CF%84%CE%B1 2021-01-16T10:41:08Z

<p>Stavroula Dragoumani: </p> <hr /> <div>[[Εικόνα: rs 10a.png| thumb | right | Εικόνα 1. Αποτελέσματα χρονοσειράς SAR της λεκάνης του Ανθεμούντα., πηγή:https://www.sciencedirect.com]] <br /> [[Εικόνα: rs 10b.png| thumb | right | Εικόνα 2. Ισοπιεζομετρικές καμπύλες στην περιοχή του Ανθεμούντα επισημαίνουν ένα συνεχόμενο χαμήλωμα της στάθμης των υπόγειων υδάτων. , πηγή:https://www.sciencedirect.com]] <br /> [[Εικόνα: rs 10c.png| thumb | right | Εικόνα 3.Μοτίβο μετακίνηση από το ERS (επάνω εικόνα) και το ENVISAT (κάτω εικόνα) στην περιοχή του αεροδρομίου Μακεδονία, πηγή:https://www.sciencedirect.com]]<br /> [[Εικόνα: rs 10d.png| thumb | right | Εικόνα 4. Προφίλ ταχυτήτων στους διαδρόμους προσαπογείωσης του αεροδρομίου Μακεδονία, πηγή:https://www.sciencedirect.com]]<br /> <br /> <br /> '''Μια μελέτη της παραμόρφωσης του τεκτονικού βυθίσματος του Ανθεμούντα (βόρεια Ελλάδα) βασισμένη σε in situ δεδομένα και νέα InSAR αποτελέσματα'''<br /> <br /> '''Πρωτότυπος τίτλος''': A deformation study of Anthemountas graben (northern Greece) based on in situ data and new InSAR results<br /> <br /> '''Συγγραφείς''': N. Svigkas, C. Loupasakis, P. Tsangaratos, I. Papoutsis, A. Kiratzi, C. (H.) Kontoes<br /> <br /> '''Πηγή''': https://link.springer.com/article/10.1007/s12517-020-05393-9<br /> <br /> '''Σκοπός'''<br /> <br /> Το αντικείμενο της έρευνας είναι η παρακολούθηση της εξέλιξης της μετατόπισης στο τεκτονικό βύθισμα του Ανθεμούντα χρησιμοποιώντας χρονοσειρές InSAR και η μελέτη του κυρίαρχου κινητήριου μηχανισμού. <br /> <br /> '''Εισαγωγή'''<br /> <br /> Το τεκτονικό βύθισμα του Ανθεμούντα βρίσκεται στη Θεσσαλονίκη και το παράκτιο τμήμα του βρέχεται από το Θερμαϊκό Κόλπο. Στην περιοχή αυτή βρίσκεται το Διεθνές Αεροδρόμιο Μακεδόνια, γεωργικοί και βιομηχανικοί οικισμοί. Η ανάπτυξη στην περιοχή του Ανθεμούντα ξεκίνησε πριν το ξεκίνημα της δεκαετίας του ’90 και προκάλεσε μείωση της στάθμης των υπόγειων υδάτων. Γενικά, περιοχές κοντά στην ακτή είναι επιρρεπείς σε ποικίλους κινδύνους, όπως φαινόμενα πλημμύρας, ενώ οι πιθανοί κίνδυνοι αυξάνονται από το συνδυασμό της αύξησης στάθμης της θάλασσας και της επιφάνειας υποχώρησης. Γι’ αυτό, είναι μείζονος σημασίας η παρακολούθηση της παραμόρφωσης της επιφάνειας. Το κύριο εργαλείο αυτής της μελέτης είναι Συμβολομετρία ραντάρ συνθετικού ανοίγματος (Συμβολομετρία SAR, InSAR) και, συγκεκριμένα, τεχνικές πολύ-χρονικών InSAR (Multi-temporal InSAR) των μεθόδων Σταθερών Σκεδαστών (Persistent Scatterers, PS) και Συμβόλων μικρών βάσεων (Small baseline Subset, SBAS), οι οποίες επιτρέπουν την παρακολούθηση παραμόρφωσης της επιφάνειας σε μικρή κλίμακα σε μεγάλα χρονικά διαστήματα. Τα αποτελέσματα της Τηλεπισκόπησης εξετάστηκαν μαζί με άλλες πηγές δεδομένων όπως γεωλογικά, σεισμολογικά, υδρογεωλογικά in situ δεδομένα.<br /> <br /> '''Γεωλογική-Σεισμοτεκτονική και Υδρογεωλογική σύνθεση'''<br /> <br /> Η λεκάνη του Ανθεμούντα καλύπτει μια περιοχή περίπου 370 χλμ2 με υψηλούς λόφους και ημι-ορεινό ανάγλυφο, έχει βραχώδες υπόστρωμα Μεσοζωικής περιόδου που αποτελείται κυρίως από φυλλίτες, γνεύσιους και γρανίτη, ενώ πάνω από αυτό το υπόστρωμα τα αποθέματα Νεογενούς περιόδου αποτελούνται από ένα στρώμα άμμου και χαλικιού και ένα στρώμα αργίλου-μάργας. Στην κορυφή, οι σχηματισμοί Τερτατογενούς περιόδου απαρτίζονται από τροποποιήσεις κλαστικών ιζημάτων. Η ευρύτερη περιοχή χαρακτηρίζεται από υψηλή σεισμική δραστηριότητα. Εντός της λεκάνης η περιοχή κυριαρχείται από δύο μακριές τεκτονικές δομές με φυσιολογικά ρήγματα, οριοθετώντας τις βόρειες και νότιες άκρες της. Επιπλέον, τη λεκάνη διαπερνούν τρία υπόγεια υδροφορικά συστήματα. Η περιοχή, που υπέστη εκτενή ανάπτυξη κατά τη δεκαετία του ’90, βρίσκεται από αυξημένες απαιτήσεις για νερό, γεγονός που επηρέασε το βαθύτερο ημι-αποκλεισμένο υπόγεια υδροφορέα που υπέστη υπερβολικό χαμήλωμα. <br /> <br /> '''Ανάλυση InSAR-δεδομένα και μέθοδοι'''<br /> <br /> Χρησιμοποιήθηκαν δύο σετ δεδομένων ραντάρ για την περίοδο 1992-2010:<br /> <br /> • Δεδομένα της καθοδικής πορείας (Level 0) των δορυφόρων ERS1, ERS2 και ENVISAT από τον Ευρωπαϊκό Οργανισμό Διαστήματος (ESA)<br /> <br /> • Τροχιακά δεδομένα από το Πανεπιστήμιο Τεχνολογίας του Ντελφτ και τον ESA<br /> <br /> Πραγματοποιήθηκε διόρθωση της τοπογραφίας στη συμβολομετρική διαδικασία χρησιμοποιώντας το ψηφιακό μοντέλο SRTM (shuttle radar topography mission). Για την προ-επεξεργασία χρησιμοποιήθηκε ο κώδικας ROI_PAC, για το συμβολόγραμμα ο κώδικας DORIS και για τη συμβολομετρία εφαρμόστηκαν οι μέθοδοι StaMPS PS και SBAS.<br /> <br /> '''Αποτελέσματα και συζήτηση'''<br /> <br /> Η υπολογιζόμενη παραμόρφωση της επιφάνειας απεικονίστηκε σε δύο χρονικά διαστήματα (1992-1999 και 2003-2010). Κατά την περίοδο ανάλυση παρατηρήθηκε ένα σημαντικό σήμα παραμόρφωσης στη λεκάνη, καθώς και στο ανατολικό τμήμα της λεκάνης. Η μέγιστη παραμόρφωση εκτιμήθηκε στα 18 μμ/έτος. Τα αποτελέσματα που προέκυψαν από την ανάλυση ENVISAT έδειξαν καθαρά ότι η παραμόρφωση συνέβαινε και κατά τη δεκαετία των ’00 και η μεγαλύτερη αύξηση συνέβη κατά τα έτη 2003-2010 (έως -30 μμ/έτος). Και στις δύο δεκαετίες, οι υψηλότερες τιμές σημειώθηκαν ανατολικά του αεροδρομίου.<br /> Επιπλέον, έγιναν οι εξής παρατηρήσεις:<br /> <br /> • Η χωρική κατανομή των σημάτων παραμόρφωσης δεν επηρεάζεται από την παρουσία ή απουσία των ρηγμάτων. Ωστόσο, ύστερα από πιο λεπτομερή ανάλυση, σημειώθηκε ότι υπάρχει ξεκάθαρη αλληλεπίδραση μεταξύ των ρηγμάτων και των ταχυτήτων επιφάνειας, συνεπώς οι εντοπιζόμενες παραμορφώσεις επηρεάζονται ισχυρά από την παρουσία ρηγμάτων.<br /> <br /> • Σημειώθηκε περαιτέρω μείωση της στάθμης υπόγειων υδάτων κατά τη δεκαετία ’00. Συνεπώς, λαμβάνοντας υπόψιν τα υδρογεωλογικά δεδομένα μαζί με τα δεδομένα Τηλεπισκόπησης διεξήχθη το συμπέρασμα ότι οι ισοπιεζομετρικές καμπύλες των βαθέων υδροφορέων για τα έτη 1993, 1998 και 2007 χαμήλωναν διαρκώς οδηγώντας σε φαινόμενα εδαφικής υποχώρησης.<br /> <br /> • Στα ΝΑ της Θέρμης οι ταχύτητες φτάνουν τα 10 μμ/έτος.<br /> <br /> • Στην περιοχή του αεροδρομίου Μακεδονία σημειώθηκαν μέγιστες τιμές παραμόρφωσης 27μμ/έτος. Συνολικά για το αεροδρόμιο, παρατηρήθηκε αυξανόμενος ρυθμός παραμόρφωσης στον τωρινό τερματικό σταθμό.<br /> <br /> • Περιοχή Περαίας: το νοτιότερο τμήμα του ρήγματος του Ανθεμούντα περνάει διαμέσου της αστικής δομής. Για την παρακολούθηση SAR της πρώτης δεκαετίας, η τεκτονική μετατόπιση δεν είναι πιθανός κινητήριος μηχανισμός της παραμόρφωσης.<br /> <br /> '''Συμπεράσματα'''<br /> <br /> Από την εν λόγω έρευνα προέκυψαν νέα αποτελέσματα SAR που δείχνουν αυξανόμενες τιμές μετατόπισης με το πέρασμα του χρόνου. Ενδιαφέρον εύρημα ήταν η ύπαρξη υποχώρησης εδάφους σε περιοχές με αποθέματα Νεογενούς περιόδου. Επιπλέον, διαπιστώθηκε ότι ο κινητήριος μηχανισμός παραμόρφωσης είναι η υπεράντληση του υπόγειου υδροφορέα, καθώς επίσης και ότι η παρουσία ρηγμάτων επηρεάζει άμεσα την ταχύτητα. Εν κατακλείδι, η υποχώρηση του εδάφους που εντοπίστηκε στον Ανθεμούντα έχει κυρίως μια ανθρωπογενή αιτία που διαρκεί αδιάλειπτα για τουλάχιστον 20 χρόνια και αν αυτό εξακολουθήσει να συμβαίνει θα προκληθούν μεγαλύτερες καταστροφές και αποτυχίες στα κτίρια, γεγονός κρίσιμο τόσο για τις κατοικημένες περιοχές όσο και για το αεροδρόμιο. Τα αποτελέσματα που διεξήσθησαν όσον αφορά το αεροδρόμιο θα μπορούσαν να φανούν χρήσιμα για μελλοντική κατασκευή ή αναστήλωση. Σε ένα ευρύτερο πλαίσιο, σχετικά με τη Βόρεια Ελλάδα, πιστεύεται ότι είναι μείζονος σημασίας η ανάπτυξη ενός σχεδίου διαχείρισης του νερού για τη Θεσσαλονίκη και τα περίγυρα ώστε να εξαλειφθεί ο ανθρωπογενής κίνδυνος στα επερχόμενα χρόνια.<br /> <br /> <br /> <br /> [[category:Υποβάθμιση εδαφών]]</div>

Stavroula Dragoumani http://147.102.106.44/rs/wiki/index.php/%CE%9C%CE%B9%CE%B1_%CE%BC%CE%B5%CE%BB%CE%AD%CF%84%CE%B7_%CF%84%CE%B7%CF%82_%CF%80%CE%B1%CF%81%CE%B1%CE%BC%CF%8C%CF%81%CF%86%CF%89%CF%83%CE%B7%CF%82_%CF%84%CE%BF%CF%85_%CF%84%CE%B5%CE%BA%CF%84%CE%BF%CE%BD%CE%B9%CE%BA%CE%BF%CF%8D_%CE%B2%CF%85%CE%B8%CE%AF%CF%83%CE%BC%CE%B1%CF%84%CE%BF%CF%82_%CF%84%CE%BF%CF%85_%CE%91%CE%BD%CE%B8%CE%B5%CE%BC%CE%BF%CF%8D%CE%BD%CF%84%CE%B1_,%CE%B2%CE%B1%CF%83%CE%B9%CF%83%CE%BC%CE%AD%CE%BD%CE%B7_%CF%83%CE%B5_in_situ_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_%CE%BA%CE%B1%CE%B9_%CE%BD%CE%AD%CE%B1_InSAR_%CE%B1%CF%80%CE%BF%CF%84%CE%B5%CE%BB%CE%AD%CF%83%CE%BC%CE%B1%CF%84%CE%B1 2021-01-16T10:40:36Z

<p>Stavroula Dragoumani: </p> <hr /> <div>[[Εικόνα: rs 10a.png| thumb | right | Εικόνα 1. Αποτελέσματα χρονοσειράς SAR της λεκάνης του Ανθεμούντα., πηγή:https://www.sciencedirect.com]] <br /> [[Εικόνα: rs 10b.png| thumb | right | Εικόνα 2. Ισοπιεζομετρικές καμπύλες στην περιοχή του Ανθεμούντα επισημαίνουν ένα συνεχόμενο χαμήλωμα της στάθμης των υπόγειων υδάτων. , πηγή:https://www.sciencedirect.com]] <br /> [[Εικόνα: rs 10c.png| thumb | right | Εικόνα 3.Μοτίβο μετακίνηση από το ERS (επάνω εικόνα) και το ENVISAT (κάτω εικόνα) στην περιοχή του αεροδρομίου Μακεδονία, πηγή:https://www.sciencedirect.com]]<br /> [[Εικόνα: rs 10d.png| thumb | right | Εικόνα 4. Προφίλ ταχυτήτων στους διαδρόμους προσαπογείωσης του αεροδρομίου Μακεδονία, πηγή:https://www.sciencedirect.com]]<br /> <br /> <br /> '''Μια μελέτη της παραμόρφωσης του τεκτονικού βυθίσματος του Ανθεμούντα (βόρεια Ελλάδα) βασισμένη σε in situ δεδομένα και νέα InSAR αποτελέσματα'''<br /> <br /> '''Πρωτότυπος τίτλος''': A deformation study of Anthemountas graben (northern Greece) based on in situ data and new InSAR results<br /> <br /> '''Συγγραφείς''': N. Svigkas, C. Loupasakis, P. Tsangaratos, I. Papoutsis, A. Kiratzi, C. (H.) Kontoes<br /> <br /> '''Πηγή''': https://link.springer.com/article/10.1007/s12517-020-05393-9<br /> <br /> '''Σκοπός'''<br /> <br /> Το αντικείμενο της έρευνας είναι η παρακολούθηση της εξέλιξης της μετατόπισης στο τεκτονικό βύθισμα του Ανθεμούντα χρησιμοποιώντας χρονοσειρές InSAR και η μελέτη του κυρίαρχου κινητήριου μηχανισμού. <br /> <br /> '''Εισαγωγή'''<br /> <br /> Το τεκτονικό βύθισμα του Ανθεμούντα βρίσκεται στη Θεσσαλονίκη και το παράκτιο τμήμα του βρέχεται από το Θερμαϊκό Κόλπο. Στην περιοχή αυτή βρίσκεται το Διεθνές Αεροδρόμιο Μακεδόνια, γεωργικοί και βιομηχανικοί οικισμοί. Η ανάπτυξη στην περιοχή του Ανθεμούντα ξεκίνησε πριν το ξεκίνημα της δεκαετίας του ’90 και προκάλεσε μείωση της στάθμης των υπόγειων υδάτων. Γενικά, περιοχές κοντά στην ακτή είναι επιρρεπείς σε ποικίλους κινδύνους, όπως φαινόμενα πλημμύρας, ενώ οι πιθανοί κίνδυνοι αυξάνονται από το συνδυασμό της αύξησης στάθμης της θάλασσας και της επιφάνειας υποχώρησης. Γι’ αυτό, είναι μείζονος σημασίας η παρακολούθηση της παραμόρφωσης της επιφάνειας. Το κύριο εργαλείο αυτής της μελέτης είναι Συμβολομετρία ραντάρ συνθετικού ανοίγματος (Συμβολομετρία SAR, InSAR) και, συγκεκριμένα, τεχνικές πολύ-χρονικών InSAR (Multi-temporal InSAR) των μεθόδων Σταθερών Σκεδαστών (Persistent Scatterers, PS) και Συμβόλων μικρών βάσεων (Small baseline Subset, SBAS), οι οποίες επιτρέπουν την παρακολούθηση παραμόρφωσης της επιφάνειας σε μικρή κλίμακα σε μεγάλα χρονικά διαστήματα. Τα αποτελέσματα της Τηλεπισκόπησης εξετάστηκαν μαζί με άλλες πηγές δεδομένων όπως γεωλογικά, σεισμολογικά, υδρογεωλογικά in situ δεδομένα.<br /> <br /> '''Γεωλογική-Σεισμοτεκτονική και Υδρογεωλογική σύνθεση'''<br /> <br /> Η λεκάνη του Ανθεμούντα καλύπτει μια περιοχή περίπου 370 χλμ2 με υψηλούς λόφους και ημι-ορεινό ανάγλυφο, έχει βραχώδες υπόστρωμα Μεσοζωικής περιόδου που αποτελείται κυρίως από φυλλίτες, γνεύσιους και γρανίτη, ενώ πάνω από αυτό το υπόστρωμα τα αποθέματα Νεογενούς περιόδου αποτελούνται από ένα στρώμα άμμου και χαλικιού και ένα στρώμα αργίλου-μάργας. Στην κορυφή, οι σχηματισμοί Τερτατογενούς περιόδου απαρτίζονται από τροποποιήσεις κλαστικών ιζημάτων. Η ευρύτερη περιοχή χαρακτηρίζεται από υψηλή σεισμική δραστηριότητα. Εντός της λεκάνης η περιοχή κυριαρχείται από δύο μακριές τεκτονικές δομές με φυσιολογικά ρήγματα, οριοθετώντας τις βόρειες και νότιες άκρες της. Επιπλέον, τη λεκάνη διαπερνούν τρία υπόγεια υδροφορικά συστήματα. Η περιοχή, που υπέστη εκτενή ανάπτυξη κατά τη δεκαετία του ’90, βρίσκεται από αυξημένες απαιτήσεις για νερό, γεγονός που επηρέασε το βαθύτερο ημι-αποκλεισμένο υπόγεια υδροφορέα που υπέστη υπερβολικό χαμήλωμα. <br /> <br /> '''Ανάλυση InSAR-δεδομένα και μέθοδοι'''<br /> <br /> Χρησιμοποιήθηκαν δύο σετ δεδομένων ραντάρ για την περίοδο 1992-2010:<br /> <br /> • Δεδομένα της καθοδικής πορείας (Level 0) των δορυφόρων ERS1, ERS2 και ENVISAT από τον Ευρωπαϊκό Οργανισμό Διαστήματος (ESA)<br /> <br /> • Τροχιακά δεδομένα από το Πανεπιστήμιο Τεχνολογίας του Ντελφτ και τον ESA<br /> <br /> Πραγματοποιήθηκε διόρθωση της τοπογραφίας στη συμβολομετρική διαδικασία χρησιμοποιώντας το ψηφιακό μοντέλο SRTM (shuttle radar topography mission). Για την προ-επεξεργασία χρησιμοποιήθηκε ο κώδικας ROI_PAC, για το συμβολόγραμμα ο κώδικας DORIS και για τη συμβολομετρία εφαρμόστηκαν οι μέθοδοι StaMPS PS και SBAS.<br /> <br /> <br /> '''Αποτελέσματα και συζήτηση'''<br /> <br /> <br /> Η υπολογιζόμενη παραμόρφωση της επιφάνειας απεικονίστηκε σε δύο χρονικά διαστήματα (1992-1999 και 2003-2010). Κατά την περίοδο ανάλυση παρατηρήθηκε ένα σημαντικό σήμα παραμόρφωσης στη λεκάνη, καθώς και στο ανατολικό τμήμα της λεκάνης. Η μέγιστη παραμόρφωση εκτιμήθηκε στα 18 μμ/έτος. Τα αποτελέσματα που προέκυψαν από την ανάλυση ENVISAT έδειξαν καθαρά ότι η παραμόρφωση συνέβαινε και κατά τη δεκαετία των ’00 και η μεγαλύτερη αύξηση συνέβη κατά τα έτη 2003-2010 (έως -30 μμ/έτος). Και στις δύο δεκαετίες, οι υψηλότερες τιμές σημειώθηκαν ανατολικά του αεροδρομίου.<br /> Επιπλέον, έγιναν οι εξής παρατηρήσεις:<br /> <br /> • Η χωρική κατανομή των σημάτων παραμόρφωσης δεν επηρεάζεται από την παρουσία ή απουσία των ρηγμάτων. Ωστόσο, ύστερα από πιο λεπτομερή ανάλυση, σημειώθηκε ότι υπάρχει ξεκάθαρη αλληλεπίδραση μεταξύ των ρηγμάτων και των ταχυτήτων επιφάνειας, συνεπώς οι εντοπιζόμενες παραμορφώσεις επηρεάζονται ισχυρά από την παρουσία ρηγμάτων.<br /> <br /> • Σημειώθηκε περαιτέρω μείωση της στάθμης υπόγειων υδάτων κατά τη δεκαετία ’00. Συνεπώς, λαμβάνοντας υπόψιν τα υδρογεωλογικά δεδομένα μαζί με τα δεδομένα Τηλεπισκόπησης διεξήχθη το συμπέρασμα ότι οι ισοπιεζομετρικές καμπύλες των βαθέων υδροφορέων για τα έτη 1993, 1998 και 2007 χαμήλωναν διαρκώς οδηγώντας σε φαινόμενα εδαφικής υποχώρησης.<br /> <br /> • Στα ΝΑ της Θέρμης οι ταχύτητες φτάνουν τα 10 μμ/έτος.<br /> <br /> • Στην περιοχή του αεροδρομίου Μακεδονία σημειώθηκαν μέγιστες τιμές παραμόρφωσης 27μμ/έτος. Συνολικά για το αεροδρόμιο, παρατηρήθηκε αυξανόμενος ρυθμός παραμόρφωσης στον τωρινό τερματικό σταθμό.<br /> <br /> • Περιοχή Περαίας: το νοτιότερο τμήμα του ρήγματος του Ανθεμούντα περνάει διαμέσου της αστικής δομής. Για την παρακολούθηση SAR της πρώτης δεκαετίας, η τεκτονική μετατόπιση δεν είναι πιθανός κινητήριος μηχανισμός της παραμόρφωσης.<br /> <br /> '''Συμπεράσματα'''<br /> <br /> Από την εν λόγω έρευνα προέκυψαν νέα αποτελέσματα SAR που δείχνουν αυξανόμενες τιμές μετατόπισης με το πέρασμα του χρόνου. Ενδιαφέρον εύρημα ήταν η ύπαρξη υποχώρησης εδάφους σε περιοχές με αποθέματα Νεογενούς περιόδου. Επιπλέον, διαπιστώθηκε ότι ο κινητήριος μηχανισμός παραμόρφωσης είναι η υπεράντληση του υπόγειου υδροφορέα, καθώς επίσης και ότι η παρουσία ρηγμάτων επηρεάζει άμεσα την ταχύτητα. Εν κατακλείδι, η υποχώρηση του εδάφους που εντοπίστηκε στον Ανθεμούντα έχει κυρίως μια ανθρωπογενή αιτία που διαρκεί αδιάλειπτα για τουλάχιστον 20 χρόνια και αν αυτό εξακολουθήσει να συμβαίνει θα προκληθούν μεγαλύτερες καταστροφές και αποτυχίες στα κτίρια, γεγονός κρίσιμο τόσο για τις κατοικημένες περιοχές όσο και για το αεροδρόμιο. Τα αποτελέσματα που διεξήσθησαν όσον αφορά το αεροδρόμιο θα μπορούσαν να φανούν χρήσιμα για μελλοντική κατασκευή ή αναστήλωση. Σε ένα ευρύτερο πλαίσιο, σχετικά με τη Βόρεια Ελλάδα, πιστεύεται ότι είναι μείζονος σημασίας η ανάπτυξη ενός σχεδίου διαχείρισης του νερού για τη Θεσσαλονίκη και τα περίγυρα ώστε να εξαλειφθεί ο ανθρωπογενής κίνδυνος στα επερχόμενα χρόνια.<br /> <br /> <br /> <br /> [[category:Υποβάθμιση εδαφών]]</div>

Stavroula Dragoumani http://147.102.106.44/rs/wiki/index.php/%CE%9C%CE%B9%CE%B1_%CE%BC%CE%B5%CE%B8%CE%BF%CE%B4%CE%BF%CE%BB%CE%BF%CE%B3%CE%AF%CE%B1_%CE%B2%CE%B1%CF%83%CE%B9%CF%83%CE%BC%CE%AD%CE%BD%CE%B7_%CF%83%CF%84%CE%BF_%CE%A3%CF%8D%CF%83%CF%84%CE%B7%CE%BC%CE%B1_%CE%93%CE%A3(GIS)_%CE%BA%CE%B1%CE%B9_%CF%84%CE%B7%CE%BD_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B9%CF%83%CE%B7_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%B1%CE%BE%CE%B9%CE%BF%CE%BB%CF%8C%CE%B3%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%B4%CF%85%CE%BD%CE%B1%CE%BC%CE%B9%CE%BA%CF%8C%CF%84%CE%B7%CF%84%CE%B1%CF%82_%CF%84%CF%89%CE%BD_%CF%85%CF%80%CF%8C%CE%B3%CE%B5%CE%B9%CF%89%CE%BD_%CF%85%CE%B4%CE%AC%CF%84%CF%89%CE%BD 2021-01-16T10:37:11Z

<p>Stavroula Dragoumani: </p> <hr /> <div>[[Εικόνα: Rs 2a.png| thumb | right | Εικόνα 1. Εικόνα Landsat-7/ETM+ 7,5,3:RGB, πηγή:https://www.sciencedirect.com]] <br /> [[Εικόνα: Rs 2b.png| thumb | right | Εικόνα 2. Κατανομή των νιτρικών (αριστερά) και τελικός χάρτης που δείχνει τις πιθανές ζώνες για πόσιμα υπόγεια ύδατα στη μελετώμενη περιοχή (δεξιά , πηγή:https://www.sciencedirect.com]] <br /> [[Εικόνα: Rs 2c.png| thumb | right | Εικόνα 3.Χάρτης δυναμικότητας υπόγειων υδάτων Λάρισα-Τύρναβος , πηγή:https://www.sciencedirect.com]] <br /> [[Εικόνα: Rs 2d.png| thumb | right | Εικόνα 4. Κατανομή δυναμικότητας υπόγειων υδάτων με βάση την κλίση (αριστερά) και την πυκνότητα δικτύου αποστράγγισης (δεξιά), χωρισμένη σε τάξεις, πηγή:https://www.sciencedirect.com]] <br /> <br /> '''Μια μεθοδολογία βασισμένη στο Σύστημα Γεωγραφικών Πληροφοριών (GIS) και την Τηλεπισκόπηση (Remote Sensing) για την αξιολόγηση της δυναμικότητας των υπόγειων υδάτων στην περιοχή του Τυρνάβου, Ελλάδα.'''<br /> <br /> '''Πρωτότυπος τίτλος''': A GIS/Remote Sensing-based methodology for groundwater potentiality assessment in Tirnavos area, Greece.<br /> <br /> '''Συγγραφείς''': D. Oikonomidis, S. Dimogianni, N. Kazakis, K. Voudouris<br /> <br /> '''Πηγή''': https://www.sciencedirect.com/science/article/abs/pii/S0022169415002279<br /> <br /> '''Σκοπός'''<br /> <br /> Σκοπός της παρούσας μελέτης είναι η αξιολόγηση της δυναμικότητας των υπόγειων υδάτων μέσω χαρτογράφησης συνδυάζοντας το Σύστημα Γεωγραφικών Πληροφοριών (GIS) και την Τηλεπισκόπηση (Remote Sensing) με δεδομένα που έχουν ληφθεί από το πεδίο με απώτερο σκοπό την ανάπτυξη ενός νέου εργαλείου για την υδρογεωλογική έρευνα. <br /> <br /> '''Εισαγωγή'''<br /> <br /> Τα υπόγεια ύδατα ποικίλλουν χωρικά και χρονικά και αποτελούν τη σημαντικότερη πηγή νερού. Γι’ αυτό είναι εξαιρετικά σημαντική η ενδελεχής μελέτη της αξιολόγησης και της δυναμικότητάς τους. Πληθώρα μελετών επισημαίνουν τη χρήση του Συστήματος Γεωγραφικών Πληροφοριών και της Τηλεπισκόπησης ως ερευνητικά εργαλεία στην Υδρογεωλογία. Χαρακτηριστικό παράδειγμα είναι η χρήση παρατηρήσεων της υγρασίας εδάφους μέσω Τηλεπισκόπησης για την εκτίμηση της επαναφόρτισης υπόγειων υδάτων. Η Τηλεπισκόπηση συμβάλλει α) στη στόχευση ενδεχόμενων ζωνών για εξερεύνηση υπόγειων υδάτων και β) στην εκτίμηση των πηγών υπόγειων υδάτων και την επιλογή κατάλληλων σημείων για γεώτρηση και τεχνητή επαναφόρτιση. Το Σύστημα Γεωγραφικών Πληροφοριών βοηθά στη χαρτογράφηση δυναμικότητας υπόγειων υδάτων και παρέχει την ικανότητα αποθήκευσης, διαχείρισης και ανάλυσης δεδομένων σε διαφορετικές μορφές και κλίμακες επιτρέποντας, παράλληλα, μια συνεργιστική επεξεργασία χωρικών δεδομένων από πολλαπλές πηγές. <br /> '''<br /> Τοποθεσία, φυσικό υπόβαθρο και υδρογεωλογία της υπό μελέτη περιοχής'''<br /> <br /> Η υπό μελέτη περιοχή εντοπίζεται στην Κεντρική Ελλάδα, στην περιοχή της Θεσσαλίας (έκταση 419,4χλμ2). Παρουσιάζει ήπιο έως σχετικά υψηλό ανάγλυφο με υψόμετρα από 27μ. έως 886μ. και κλίμα μεσογειακού τύπου. Η γη εκεί έχει κυρίως γεωργικές εφαρμογές, συνεπώς η χρήση υπόγειων υδάτων εμφανίζει έντονη αύξηση τις τελευταίες δεκαετίες. Την περιοχή διαπερνά ο Πηνειός ποταμός (205χλμ. ολικό μήκος), ο οποίος συλλέγει σχεδόν όλη την απορροή της Θεσσαλικής πεδιάδας και κυριαρχεί στο δίκτυο αποστράγγισης της ευρύτερης περιοχής. Πρόκειται για μια βαθιά λεκάνη που περιβάλλεται από ψηλά βουνά και ο ιζηματογενής υπόγειος υδροφορέας δέχεται άφθονη προμήθεια κατά τη διάρκεια του χειμώνα. Υπάγεται στη ζώνη της Πελαγονίας και αποτελείται από ποτάμιες αναβαθμίδες, σχιστόλιθους, γνεύσιους, ιζηματογενή κοιτάσματα και μάρμαρα. Τα κύρια υδροφορικά συστήματα αναπτύσσονται εντός των ιζηματογενών κοιτασμάτων και των μαρμάρων προς σχηματισμό δύο διαφορετικών συστημάτων, ένα βαθύ (πάχος 300μ.) και ένα ρηχό (πάχος 70μ.) διαχωριζόμενα μεταξύ τους με μία αδιαπέραστη στρώση πάχους 50μ. <br /> <br /> '''Υλικά και μέθοδοι'''<br /> <br /> Για την υλοποίηση της μελέτης χρησιμοποιήθηκαν τα εξής δεδομένα και λογισμικά:<br /> <br /> • Γεωλογικοί χάρτες που καλύπτουν την υπό μελέτη περιοχή (Λάρισα, Γόννοι, Ελασσόνα, Φαρκαδόνα, κλίμακα 1:50.000, πηγή: Ινστιτούτο Γεωλογικών και Μεταλλευτικών Ερευνών/Ι.Γ.Μ.Ε.)<br /> <br /> • Landsat-7/ETM και δορυφορική εικόνα, αποκτηθέντα τον Ιανουάριο του 2000<br /> <br /> • Digital Elevation Model/DEM μέσω δορυφόρου ASTER, οριζόντια χωρική ανάλυση 30μ.<br /> <br /> • Μετεωρολογικά και κλιματολογικά δεδομένα, μετρήσεις του επιπέδου υπόγειων υδάτων και χημικές αναλύσεις δειγμάτων από υπόγεια ύδατα<br /> <br /> • Λογισμικό επεξεργασίας εικόνων: ENVI 4.8<br /> <br /> • Λογισμικό Συστήματος Γεωγραφικών Πληροφοριών: ArcGIS 10.1<br /> <br /> Οι τεχνικές επεξεργασίας που ακολουθήθηκαν είναι οι εξής:<br /> <br /> • Σάρωση χαρτών από το Ι.Γ.Μ.Ε., εισαγωγή αυτών στο ArcGIS 10.1 και γεωγραφική απεικόνιση στο σύστημα προβολής UTM.WGS84 <br /> <br /> • Λογισμικό ENVI 4.8 για ‘’στρωματοποίηση’’ της δορυφορικής εικόνας και γεωγραφική απεικόνιση. Αλλαγή μεγέθους, ραδιομετρική διόρθωση και δημιουργία ψευδόχρωμης σύνθετης εικόνας <br /> <br /> • Σχηματισμός θεματικών χαρτών (χρήση 7 παραμέτρων: βροχόπτωση, επαναφόρτιση, λιθολογία, πυκνότητα χαρακτηριστικών, πλαγιά, σύστημα αποστράγγισης, βάθος στάθμης υπόγειων υδάτων)<br /> <br /> • Εφαρμογή σταθμισμένου χωρικού πιθανολογικού μοντέλου προς αναγνώριση πιθανών περιοχών υπόγειων υδάτων σύμφωνα με τη σχέση τους με την ύπαρξη υπόγειων υδάτων. Δημιουργία χάρτη δυναμικότητας υπόγειων υδάτων.<br /> <br /> • Χρήση μαθηματικής μεθόδου «Αναλυτική Ιεραρχική Διαδικασία» για τη δημιουργία του τελικού χάρτη δυναμικότητας υπόγειων υδάτων<br /> <br /> • Μέθοδος ταξινόμησης ίσων διαστημάτων του ArcGIS 10.1: κατηγοριοποίηση ποσοτικών παραμέτρων<br /> <br /> '''Αποτελέσματα'''<br /> <br /> Η μέση ετήσια βροχόπτωση παρατηρήθηκε υψηλότερη σε σημεία με υψηλότερο υψόμετρο. Επίσης, εξήχθη το συμπέρασμα ότι σε περιοχές με υψηλότερο υψόμετρο και βροχόπτωση υπάρχει μεγαλύτερη δυνατότητα απόκτησης νερού, ενώ εκτιμάται ότι περίπου 63% της ετήσιας βροχόπτωσης επιστρέφει στην ατμόσφαιρα μέσω της διαδικασίας της εξατμισοδιαπνοής. Στη συνέχεια, παρατηρήθηκε ότι στην περιοχή που αποτελείται από μάρμαρα ο ρυθμός επαναφόρτισης είναι υψηλότερος σε σχέση με το ρυθμό επαναφόρτισης της περιοχής με γνεύσιους. Επιπλέον, εντοπίστηκαν 5 υδρολιθολογικοί τύποι. Σημειώθηκε, επίσης, ότι στα σημεία όπου δεν υπάρχουν ρήγματα και χαρακτηριστικά η δυναμικότητα των υπόγειων υδάτων είναι χαμηλή. Στις περιοχές με πιο απότομο ανάγλυφο αυξάνεται η απορροή το οποίο, κατ’ επέκταση, ελαχιστοποιεί το βαθμό επαναφόρτισης των υπόγειων υδάτων. Είναι γνωστό ότι όσο πιο πυκνή η αποστράγγιση τόσο μικρότερος ο ρυθμός επαναφόρτισης και αντίστροφα. Συνεπώς, η δυναμικότητα των υπόγειων υδάτων είναι χαμηλότερη στις περιοχές υψηλής πυκνότητας αποστράγγισης. Τέλος, δημιουργήθηκε ένας χάρτης που χωρίζεται σε πέντε κύριες ομάδες ανάλογα με τη στάθμη υπόγειων υδάτων και σημειώθηκε ότι στις περιοχές με πιο χαμηλό επίπεδο υπάρχει μεγαλύτερη δυναμικότητα του νερού. Αντίθετα, στις περιοχές όπου το επίπεδο φτάνει σε μεγάλα βάθη παρατηρείται μεγαλύτερη δυσκολία στην εξαγωγή υπόγειων υδάτων.<br /> <br /> '''Συμπεράσματα'''<br /> <br /> Τα ιζηματογενή κοιτάσματα και ένα μέρος μαρμάρων εμφανίζουν τη μεγαλύτερη δυναμικότητα υπόγειων υδάτων. Η αξιοπιστία του χάρτη που σχηματίστηκε αξιολογήθηκε και μέσω διαθέσιμων δεδομένων γεώτρησης, ενώ πραγματοποιήθηκε συνδυασμός μεταξύ των πιθανών ζωνών υπόγειων υδάτων και των συγκεντρώσεων νιτρικών αλάτων προς αποκλεισμό των μολυσμένων ζωνών. Συνεπώς, α) η νέα μέθοδος παρουσιάζει τις περιοχές με δυναμικότητα υπόγειων υδάτων και τις περιοχές με υπόγεια ύδατα καλής ποιότητας, β) οι χάρτες μπορούν να χρησιμοποιηθούν ως αναφορά για την επιλογή κατάλληλων σημείων γεώτρησης συμβάλλοντας στην ορθολογική εκμετάλλευση και αειφόρο ανάπτυξη των πηγών νερού και γ) η μέθοδος παρουσιάζει ελαστικότητα και θα μπορούσε να χρησιμοποιηθεί σε μια ευρεία ποικιλία περιοχών.<br /> <br /> [[category:Υδατικοί Πόροι]]</div>

Stavroula Dragoumani http://147.102.106.44/rs/wiki/index.php/%CE%A3%CF%84%CE%B1%CF%85%CF%81%CE%BF%CF%85%CE%BB%CE%B1_%CE%94%CF%81%CE%B1%CE%B3%CE%BF%CF%85%CE%BC%CE%B1%CE%BD%CE%B7 2021-01-15T20:02:41Z

<p>Stavroula Dragoumani: </p> <hr /> <div> [[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Αθήνα)]]<br /> <br /> * [[Χαρτογράφηση έντασης της φωτιάς και ευαισθησίας διάβρωσης του εδάφους χρησιμοποιώντας πολυ-χρονικά δεδομένα ,Mάτι Αττικής ]]<br /> * [[Χαρτογράφηση καμένων περιοχών και της σοβαρότητας της πυρκαγιάς χρησιμοποιώντας αυτοοργανώμενο χάρτη και δεδομένα Sentinel-2 ]]<br /> * [[Μια μεθοδολογία βασισμένη στο Σύστημα ΓΣ(GIS) και την Τηλεπισκόπιση για την αξιολόγηση της δυναμικότητας των υπόγειων υδάτων ‎ ]]<br /> * [[Χαρτογράφηση δυναμικής της φυτείας ζαχαρότευτλων στο Γκουανγκσί της Κίνας μέσω εικόνων χρονοσειρών Sentinel-1, Sentinel-2 και Landsat ]]<br /> * [[Εντοπισμός εκτεθιμένων και υποεπιφανειακών αρχαιολογικών υπολειμμάτων χρησιμοποιώντας Τηλεπισκόπηση με πολλούς αισθητήρες]]<br /> * [[Ανάλυση πλημμύρας μέσω δεδομένων Τηλεπισκόπησης - Μια περιπτωσιολογική μελέτη: ποταμός Έβρου, Αδριανούπολη]]<br /> * [[Εντοπισμός ανάκαμψης εδαφικής υποχώρησης μέσω πολύ-χρονικών δεδομένων InSAR στις περιοχές Καλοχώρι και Σίνδος]]<br /> * [[Χαρτογράφηση κατολίσθησης χρησιμοποιώντας οπτικά και radar δεδομένα: μια περιπτωσιολογική μελέτη από το Αμύνταιο, Δυτική Μακεδονία Ελλάδος]]<br /> * [[Χαρτογράφηση εποχιακών καλλιεργειών βαμβακιού με μετρικές βασισμένες στη φαινολογία προερχόμενες από εικόνες Landsat]]<br /> * [[Μια μελέτη της παραμόρφωσης του τεκτονικού βυθίσματος του Ανθεμούντα ,βασισμένη σε in situ δεδομένα και νέα InSAR αποτελέσματα]]</div>

Stavroula Dragoumani http://147.102.106.44/rs/wiki/index.php/%CE%A7%CE%B1%CF%84%CF%81%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CE%B5%CF%80%CE%BF%CF%87%CE%B9%CE%B1%CE%BA%CF%8E%CE%BD_%CE%BA%CE%B1%CE%BB%CE%BB%CE%B9%CE%B5%CF%81%CE%B3%CE%B5%CE%B9%CF%8E%CE%BD_%CE%B2%CE%B1%CE%BC%CE%B2%CE%B1%CE%BA%CE%B9%CE%BF%CF%8D_%CE%BC%CE%B5_%CE%BC%CE%B5%CF%84%CF%81%CE%B9%CE%BA%CE%AD%CF%82_%CE%B2%CE%B1%CF%83%CE%B9%CF%83%CE%BC%CE%AD%CE%BD%CE%B5%CF%82_%CF%83%CF%84%CE%B7_%CF%86%CE%B1%CE%B9%CE%BD%CE%BF%CE%BB%CE%BF%CE%B3%CE%AF%CE%B1_%CF%80%CF%81%CE%BF%CE%B5%CF%81%CF%87%CF%8C%CE%BC%CE%B5%CE%BD%CE%B5%CF%82_%CE%B1%CF%80%CF%8C_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CE%B5%CF%82_Landsat 2021-01-15T20:01:01Z

<p>Stavroula Dragoumani: Η Χατρογράφηση εποχιακών καλλιεργειών βαμβακιού με μετρικές βασισμένες στη φαινολογία προερχόμενες από εικόνες Landsat μετακινήθηκε στ...</p> <hr /> <div>#ΑΝΑΚΑΤΕΥΘΥΝΣΗ [[Χαρτογράφηση εποχιακών καλλιεργειών βαμβακιού με μετρικές βασισμένες στη φαινολογία προερχόμενες από εικόνες Landsat]]</div>

Stavroula Dragoumani 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_%CE%B5%CF%80%CE%BF%CF%87%CE%B9%CE%B1%CE%BA%CF%8E%CE%BD_%CE%BA%CE%B1%CE%BB%CE%BB%CE%B9%CE%B5%CF%81%CE%B3%CE%B5%CE%B9%CF%8E%CE%BD_%CE%B2%CE%B1%CE%BC%CE%B2%CE%B1%CE%BA%CE%B9%CE%BF%CF%8D_%CE%BC%CE%B5_%CE%BC%CE%B5%CF%84%CF%81%CE%B9%CE%BA%CE%AD%CF%82_%CE%B2%CE%B1%CF%83%CE%B9%CF%83%CE%BC%CE%AD%CE%BD%CE%B5%CF%82_%CF%83%CF%84%CE%B7_%CF%86%CE%B1%CE%B9%CE%BD%CE%BF%CE%BB%CE%BF%CE%B3%CE%AF%CE%B1_%CF%80%CF%81%CE%BF%CE%B5%CF%81%CF%87%CF%8C%CE%BC%CE%B5%CE%BD%CE%B5%CF%82_%CE%B1%CF%80%CF%8C_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CE%B5%CF%82_Landsat 2021-01-15T20:01:01Z

<p>Stavroula Dragoumani: Η Χατρογράφηση εποχιακών καλλιεργειών βαμβακιού με μετρικές βασισμένες στη φαινολογία προερχόμενες από εικόνες Landsat μετακινήθηκε στ...</p> <hr /> <div> [[Εικόνα: rs 9a.png| thumb | right | Εικόνα 1.Η περιοχή μελέτης δείχνει τις διαδρομές και τις σειρές που χρησιμοποιήθηκαν για αυτήν τη μελέτη στη Νέα Νότια Ουαλία και στο Κουίνσλαντ της Αυστραλίας. , πηγή:https://www.mdpi.com]] <br /> [[Εικόνα: rs 9b.png| thumb | right | Εικόνα 2. Οι χάρτες με μεγέθυνση (σεζόν 2013/2014) ορισμένων χωραφιών χρησιμοποιούν την τεχνική διασταυρούμενης επικύρωσης (LOSOCV). , πηγή:https://www.mdpi.com]] <br /> [[Εικόνα: rs 9c.png| thumb | right | Εικόνα 3. Μέσο NDVI και το μετασχηματισμένο NDVI (H-NDVI) της περιοχής μελέτης για τις τρεις χρονικές περιόδους. , πηγή:https://www.mdpi.com]]<br /> '''Χαρτογράφηση εποχιακών καλλιεργειών βαμβακιού χρησιμοποιώντας μετρικές βασισμένες στη φαινολογία προερχόμενες από μια χρονοσειρά από εικόνες Landsat<br /> '''<br /> <br /> '''Πρωτότυπος τίτλος''': Mapping of cotton fields within-season using phenology-based metrics derived from a times series of Landsat imagery<br /> <br /> <br /> '''Συγγραφείς''': D. Al-Shammari, I. Fuentes, B. M. Whelan, P. Filippi, T. F. A. Bishop<br /> <br /> '''Πηγή''': https://www.mdpi.com/2072-4292/12/18/3038<br /> <br /> '''Σκοπός'''<br /> <br /> Η παρούσα μελέτη έχει ως σκοπό τη χαρτογράφηση των εποχιακών καλλιεργειών βαμβακιού στους κύριους αγρούς βαμβακιού της ανατολικής Αυστραλίας με βάση φαινολογικές πληροφορίες προερχόμενες από μια χρονοσειρά εικόνων Landsat 8 στην πλατφόρμα Google Earth Engine (GEE).<br /> <br /> '''Εισαγωγή'''<br /> <br /> Το βαμβάκι είναι μια οικονομικά σημαντική καλλιέργεια στην Αυστραλία καθώς αποφέρει κατά μέσο όρο 2 δις δολάρια ετησίως. Ο αριθμός αγρών με βαμβάκια που αναπτύσσονται στην Αυστραλία παρουσιάζει διακυμάνσεις από εποχή σε εποχή, συνεπώς είναι σημαντικό να αναπτυχθεί μια αξιόπιστη μέθοδος χαρτογράφησης των εποχιακών χωραφιών για την τοπική κατανομή άρδευσης, ειδικά σε περιοχές με ανεπάρκεια νερού. Με τις τεχνικές Τηλεπισκόπησης συλλέγονται χωρικά και χρονικά δεδομένα χρήσιμα για την παρακολούθηση και διαχείριση καλλιεργειών. Πρόσφατα άρχισαν να εφαρμόζονται φαινολογικές μέθοδοι για χαρτογράφηση τύπων καλλιεργειών, οι οποίες στοχεύουν στον εντοπισμό της αλλαγής της φαινολογικής πορείας που ποικίλει από τη μία καλλιέργεια στην άλλη σχετικά με την έναρξη των φαινομένων, τη διάρκειά τους και την κατάσταση της πορείας. Έχει βρεθεί ότι η ενσωμάτωση της φαινολογίας καλλιεργειών για την κατηγοριοποίησή τους μπορεί να αυξήσει την ακρίβειά της. Αυτές οι μέθοδοι μπορούν να βελτιωθούν με επιπλέον χαρακτηριστικά, όπως ο μετασχηματισμός Fourier που πρόσθεσε μια νέα αναπαράσταση εικόνων χρονοσειρών εξάγοντας νέα χαρακτηριστικά στη φαινολογική ανάλυση. Επιπλέον, πλατφόρμες όπως η Google Earth Engine (GEE) μπορούν να χρησιμοποιηθούν ώστε να μειωθεί ο χρόνος. <br /> <br /> '''Υλικά και μέθοδοι'''<br /> <br /> Η περιοχή μελέτης εκτείνεται από τον ποταμό Macintyre νότια της Queensland έως τον ποταμό Murrumbidgee στη Νέα Νότια Ουαλία στην Αυστραλία για τις περιόδους 2013/2014, 2014/2015 και 2019/2020, περιοχή γνωστή για την κυριαρχία βαμβακιού το καλοκαίρι. Η εποχή βαμβακιού ξεκινάει συνήθως των Οκτώβρη (φύτεμα) και τελειώνει Μάρτιο-Απρίλιο (μάζεμα).<br /> Η αναλυτική διαδικασία περιλαμβάνει:<br /> <br /> • Πρώτο βήμα: (α) απόκτηση δεσμών ανάκλασης επιφάνειας (Landsat 8) και αφαίρεση των pixel, (β) υπολογισμός NDVI και χρήση του στην παραγωγή πλάτους και φάσης των δεσμών, (γ) συλλογή εικόνων στην αρχή και το τέλος της εποχής<br /> <br /> • Δεύτερο βήμα: διαχωρισμός σετ δεδομένων σε εκπαιδευτικά και επικυρωτικά σετ<br /> <br /> • Τρίτο βήμα: ετοιμασία μοντέλων κατηγοριοποίησης και εκτίμησή τους<br /> <br /> Η πλατφόρμα Google Earth Engine (GEE) χρησιμεύει στην απόκτηση, επεξεργασία, ανάλυση και οπτικοποίηση παρατηρήσεων Τηλεπισκόπησης που είναι ελεύθερα διαθέσιμα σε διαφορετικές χρονικές και χωρικές κλίμακες. Στην παρούσα εργασία χρησιμοποιήθηκε κατά την απόκτηση των δεδομένων ανάκλασης επιφανείας από το Landsat 8 Tier 1 έως το στάδιο εκτίμησης ακρίβειας. Επίσης, έγινε ανασυγκρότηση/εναρμόνιση των δεδομένων χρονοσειρών για βελτίωση της ποιότητας σήματος. Χρησιμοποιήθηκε, επίσης, η τεχνική LOSOCV (leave-one-season-out cross validation). Τέλος, πραγματοποιήθηκε εκτίμηση της ακρίβειας της μεθόδου.<br /> <br /> '''Αποτελέσματα'''<br /> <br /> Δημιουργήθηκε χάρτης της μελετώμενης περιοχής με τα αποτελέσματα έπειτα από τέσσερις τεχνικές: (α) χρήση εναρμονισμένου NDVI, (β) χρήση πλάτους και φάσης, (γ) χρήση και των τριών παραπάνω δεικτών και (δ) χρήση των παραπάνω δεικτών και των δεσμών ανάκλασης. Η τελευταία μέθοδος παρουσίασε τη μεγαλύτερη ακρίβεια και τα καλύτερα αποτελέσματα. Επίσης, η χρήση της τεχνικής μετασχηματισμού Fourier βοήθησε στην αποσύνθεση του σήματος NDVI σε κύματα ημίτονου και συνημίτονου, συντήρησε την εποχικότητα του NDVI και κατ’ επέκταση συνέβαλλε στη δημιουργία διακριτής πορείας για το βαμβάκι και άλλες κατηγορίες και τα κατέστησε ξεχωριστά ειδικά στις μεσαίες και τελικές περιόδους. Ακόμα, ο δείκτης H-NDVI ήταν πολύ σημαντικός για το μοντέλο στα πρώιμα στάδια ανάπτυξης του βαμβακιού, ωστόσο η συμβολή αυτής της μετρικής μειωνόταν με την εξέλιξη της εποχής ανάπτυξης. Η μείωση της σημαντικότητας του H-NDVI επηρεάστηκε από την αυξημένη συνεισφορά της μετρικής του πλάτους κατά το μέσον και το τέλος της σεζόν. <br /> <br /> '''Συμπεράσματα'''<br /> <br /> Τα αποτελέσματα της παρούσας εργασίας έδειξαν ότι η χαρτογράφηση των αγρών βαμβακιού κατά την πρώιμη, μεσαία και τελική εποχή μπορεί να συμβεί με υψηλή ακρίβεια. Η ακρίβεια βελτιώθηκε με την μετατροπή σήματος για τη δημιουργία πλάτους και φάσης. Αυτή η προσέγγιση μπορεί να επεκταθεί περιλαμβάνοντας περισσότερους τύπους καλλιέργειας στο μοντέλο ώστε να εξεταστεί η ικανότητά του να διαχωρίζει μεταξύ ποικιλία καλλιεργειών. Επιπλέον, θα μπορούσαν να χρησιμοποιηθούν διαφορετικοί δείκτες βλάστησης για εκτίμηση της ευαισθησίας τους να διαχωρίζουν διαφορετικές κατηγορίες. <br /> <br /> <br /> <br /> [[category:Γεωργία]]</div>

Stavroula Dragoumani http://147.102.106.44/rs/wiki/index.php/%CE%A3%CF%84%CE%B1%CF%85%CF%81%CE%BF%CF%85%CE%BB%CE%B1_%CE%94%CF%81%CE%B1%CE%B3%CE%BF%CF%85%CE%BC%CE%B1%CE%BD%CE%B7 2021-01-15T14:56:23Z

<p>Stavroula Dragoumani: </p> <hr /> <div> [[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Αθήνα)]]<br /> <br /> * [[Χαρτογράφηση έντασης της φωτιάς και ευαισθησίας διάβρωσης του εδάφους χρησιμοποιώντας πολυ-χρονικά δεδομένα ,Mάτι Αττικής ]]<br /> * [[Χαρτογράφηση καμένων περιοχών και της σοβαρότητας της πυρκαγιάς χρησιμοποιώντας αυτοοργανώμενο χάρτη και δεδομένα Sentinel-2 ]]<br /> * [[Μια μεθοδολογία βασισμένη στο Σύστημα ΓΣ(GIS) και την Τηλεπισκόπιση για την αξιολόγηση της δυναμικότητας των υπόγειων υδάτων ‎ ]]<br /> * [[Χαρτογράφηση δυναμικής της φυτείας ζαχαρότευτλων στο Γκουανγκσί της Κίνας μέσω εικόνων χρονοσειρών Sentinel-1, Sentinel-2 και Landsat ]]<br /> * [[Εντοπισμός εκτεθιμένων και υποεπιφανειακών αρχαιολογικών υπολειμμάτων χρησιμοποιώντας Τηλεπισκόπηση με πολλούς αισθητήρες]]<br /> * [[Ανάλυση πλημμύρας μέσω δεδομένων Τηλεπισκόπησης - Μια περιπτωσιολογική μελέτη: ποταμός Έβρου, Αδριανούπολη]]<br /> * [[Εντοπισμός ανάκαμψης εδαφικής υποχώρησης μέσω πολύ-χρονικών δεδομένων InSAR στις περιοχές Καλοχώρι και Σίνδος]]<br /> * [[Χαρτογράφηση κατολίσθησης χρησιμοποιώντας οπτικά και radar δεδομένα: μια περιπτωσιολογική μελέτη από το Αμύνταιο, Δυτική Μακεδονία Ελλάδος]]<br /> * [[Χατρογράφηση εποχιακών καλλιεργειών βαμβακιού με μετρικές βασισμένες στη φαινολογία προερχόμενες από εικόνες Landsat]]<br /> * [[Μια μελέτη της παραμόρφωσης του τεκτονικού βυθίσματος του Ανθεμούντα ,βασισμένη σε in situ δεδομένα και νέα InSAR αποτελέσματα]]</div>

Stavroula Dragoumani http://147.102.106.44/rs/wiki/index.php/%CE%9C%CE%B9%CE%B1_%CE%BC%CE%B5%CE%BB%CE%AD%CF%84%CE%B7_%CF%84%CE%B7%CF%82_%CF%80%CE%B1%CF%81%CE%B1%CE%BC%CF%8C%CF%81%CF%86%CF%89%CF%83%CE%B7%CF%82_%CF%84%CE%BF%CF%85_%CF%84%CE%B5%CE%BA%CF%84%CE%BF%CE%BD%CE%B9%CE%BA%CE%BF%CF%8D_%CE%B2%CF%85%CE%B8%CE%AF%CF%83%CE%BC%CE%B1%CF%84%CE%BF%CF%82_%CF%84%CE%BF%CF%85_%CE%91%CE%BD%CE%B8%CE%B5%CE%BC%CE%BF%CF%8D%CE%BD%CF%84%CE%B1_,%CE%B2%CE%B1%CF%83%CE%B9%CF%83%CE%BC%CE%AD%CE%BD%CE%B7_%CF%83%CE%B5_in_situ_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_%CE%BA%CE%B1%CE%B9_%CE%BD%CE%AD%CE%B1_InSAR_%CE%B1%CF%80%CE%BF%CF%84%CE%B5%CE%BB%CE%AD%CF%83%CE%BC%CE%B1%CF%84%CE%B1 2021-01-15T14:54:27Z

<p>Stavroula Dragoumani: Νέα σελίδα με ' [[Εικόνα: rs 10a.png| thumb | right | Εικόνα 1. Αποτελέσματα χρονοσειράς SAR της λεκάνης του Ανθεμούντα., πηγ...'</p> <hr /> <div><br /> [[Εικόνα: rs 10a.png| thumb | right | Εικόνα 1. Αποτελέσματα χρονοσειράς SAR της λεκάνης του Ανθεμούντα., πηγή:https://www.sciencedirect.com]] <br /> [[Εικόνα: rs 10b.png| thumb | right | Εικόνα 2. Ισοπιεζομετρικές καμπύλες στην περιοχή του Ανθεμούντα επισημαίνουν ένα συνεχόμενο χαμήλωμα της στάθμης των υπόγειων υδάτων. , πηγή:https://www.sciencedirect.com]] <br /> [[Εικόνα: rs 10c.png| thumb | right | Εικόνα 3.Μοτίβο μετακίνηση από το ERS (επάνω εικόνα) και το ENVISAT (κάτω εικόνα) στην περιοχή του αεροδρομίου Μακεδονία, πηγή:https://www.sciencedirect.com]]<br /> [[Εικόνα: rs 10d.png| thumb | right | Εικόνα 4. Προφίλ ταχυτήτων στους διαδρόμους προσαπογείωσης του αεροδρομίου Μακεδονία, πηγή:https://www.sciencedirect.com]]<br /> <br /> <br /> '''Μια μελέτη της παραμόρφωσης του τεκτονικού βυθίσματος του Ανθεμούντα (βόρεια Ελλάδα) βασισμένη σε in situ δεδομένα και νέα InSAR αποτελέσματα'''<br /> <br /> '''Πρωτότυπος τίτλος''': A deformation study of Anthemountas graben (northern Greece) based on in situ data and new InSAR results<br /> <br /> '''Συγγραφείς''': N. Svigkas, C. Loupasakis, P. Tsangaratos, I. Papoutsis, A. Kiratzi, C. (H.) Kontoes<br /> <br /> '''Πηγή''': https://link.springer.com/article/10.1007/s12517-020-05393-9<br /> <br /> '''Σκοπός'''<br /> <br /> Το αντικείμενο της έρευνας είναι η παρακολούθηση της εξέλιξης της μετατόπισης στο τεκτονικό βύθισμα του Ανθεμούντα χρησιμοποιώντας χρονοσειρές InSAR και η μελέτη του κυρίαρχου κινητήριου μηχανισμού. <br /> <br /> '''Εισαγωγή'''<br /> <br /> Το τεκτονικό βύθισμα του Ανθεμούντα βρίσκεται στη Θεσσαλονίκη και το παράκτιο τμήμα του βρέχεται από το Θερμαϊκό Κόλπο. Στην περιοχή αυτή βρίσκεται το Διεθνές Αεροδρόμιο Μακεδόνια, γεωργικοί και βιομηχανικοί οικισμοί. Η ανάπτυξη στην περιοχή του Ανθεμούντα ξεκίνησε πριν το ξεκίνημα της δεκαετίας του ’90 και προκάλεσε μείωση της στάθμης των υπόγειων υδάτων. Γενικά, περιοχές κοντά στην ακτή είναι επιρρεπείς σε ποικίλους κινδύνους, όπως φαινόμενα πλημμύρας, ενώ οι πιθανοί κίνδυνοι αυξάνονται από το συνδυασμό της αύξησης στάθμης της θάλασσας και της επιφάνειας υποχώρησης. Γι’ αυτό, είναι μείζονος σημασίας η παρακολούθηση της παραμόρφωσης της επιφάνειας. Το κύριο εργαλείο αυτής της μελέτης είναι Συμβολομετρία ραντάρ συνθετικού ανοίγματος (Συμβολομετρία SAR, InSAR) και, συγκεκριμένα, τεχνικές πολύ-χρονικών InSAR (Multi-temporal InSAR) των μεθόδων Σταθερών Σκεδαστών (Persistent Scatterers, PS) και Συμβόλων μικρών βάσεων (Small baseline Subset, SBAS), οι οποίες επιτρέπουν την παρακολούθηση παραμόρφωσης της επιφάνειας σε μικρή κλίμακα σε μεγάλα χρονικά διαστήματα. Τα αποτελέσματα της Τηλεπισκόπησης εξετάστηκαν μαζί με άλλες πηγές δεδομένων όπως γεωλογικά, σεισμολογικά, υδρογεωλογικά in situ δεδομένα.<br /> <br /> '''Γεωλογική-Σεισμοτεκτονική και Υδρογεωλογική σύνθεση'''<br /> <br /> Η λεκάνη του Ανθεμούντα καλύπτει μια περιοχή περίπου 370 χλμ2 με υψηλούς λόφους και ημι-ορεινό ανάγλυφο, έχει βραχώδες υπόστρωμα Μεσοζωικής περιόδου που αποτελείται κυρίως από φυλλίτες, γνεύσιους και γρανίτη, ενώ πάνω από αυτό το υπόστρωμα τα αποθέματα Νεογενούς περιόδου αποτελούνται από ένα στρώμα άμμου και χαλικιού και ένα στρώμα αργίλου-μάργας. Στην κορυφή, οι σχηματισμοί Τερτατογενούς περιόδου απαρτίζονται από τροποποιήσεις κλαστικών ιζημάτων. Η ευρύτερη περιοχή χαρακτηρίζεται από υψηλή σεισμική δραστηριότητα. Εντός της λεκάνης η περιοχή κυριαρχείται από δύο μακριές τεκτονικές δομές με φυσιολογικά ρήγματα, οριοθετώντας τις βόρειες και νότιες άκρες της. Επιπλέον, τη λεκάνη διαπερνούν τρία υπόγεια υδροφορικά συστήματα. Η περιοχή, που υπέστη εκτενή ανάπτυξη κατά τη δεκαετία του ’90, βρίσκεται από αυξημένες απαιτήσεις για νερό, γεγονός που επηρέασε το βαθύτερο ημι-αποκλεισμένο υπόγεια υδροφορέα που υπέστη υπερβολικό χαμήλωμα. <br /> <br /> '''Ανάλυση InSAR-δεδομένα και μέθοδοι'''<br /> <br /> Χρησιμοποιήθηκαν δύο σετ δεδομένων ραντάρ για την περίοδο 1992-2010:<br /> <br /> • Δεδομένα της καθοδικής πορείας (Level 0) των δορυφόρων ERS1, ERS2 και ENVISAT από τον Ευρωπαϊκό Οργανισμό Διαστήματος (ESA)<br /> <br /> • Τροχιακά δεδομένα από το Πανεπιστήμιο Τεχνολογίας του Ντελφτ και τον ESA<br /> <br /> Πραγματοποιήθηκε διόρθωση της τοπογραφίας στη συμβολομετρική διαδικασία χρησιμοποιώντας το ψηφιακό μοντέλο SRTM (shuttle radar topography mission). Για την προ-επεξεργασία χρησιμοποιήθηκε ο κώδικας ROI_PAC, για το συμβολόγραμμα ο κώδικας DORIS και για τη συμβολομετρία εφαρμόστηκαν οι μέθοδοι StaMPS PS και SBAS.<br /> '''<br /> Αποτελέσματα και συζήτηση'''<br /> <br /> Η υπολογιζόμενη παραμόρφωση της επιφάνειας απεικονίστηκε σε δύο χρονικά διαστήματα (1992-1999 και 2003-2010). Κατά την περίοδο ανάλυση παρατηρήθηκε ένα σημαντικό σήμα παραμόρφωσης στη λεκάνη, καθώς και στο ανατολικό τμήμα της λεκάνης. Η μέγιστη παραμόρφωση εκτιμήθηκε στα 18 μμ/έτος. Τα αποτελέσματα που προέκυψαν από την ανάλυση ENVISAT έδειξαν καθαρά ότι η παραμόρφωση συνέβαινε και κατά τη δεκαετία των ’00 και η μεγαλύτερη αύξηση συνέβη κατά τα έτη 2003-2010 (έως -30 μμ/έτος). Και στις δύο δεκαετίες, οι υψηλότερες τιμές σημειώθηκαν ανατολικά του αεροδρομίου.<br /> Επιπλέον, έγιναν οι εξής παρατηρήσεις:<br /> <br /> • Η χωρική κατανομή των σημάτων παραμόρφωσης δεν επηρεάζεται από την παρουσία ή απουσία των ρηγμάτων. Ωστόσο, ύστερα από πιο λεπτομερή ανάλυση, σημειώθηκε ότι υπάρχει ξεκάθαρη αλληλεπίδραση μεταξύ των ρηγμάτων και των ταχυτήτων επιφάνειας, συνεπώς οι εντοπιζόμενες παραμορφώσεις επηρεάζονται ισχυρά από την παρουσία ρηγμάτων.<br /> <br /> • Σημειώθηκε περαιτέρω μείωση της στάθμης υπόγειων υδάτων κατά τη δεκαετία ’00. Συνεπώς, λαμβάνοντας υπόψιν τα υδρογεωλογικά δεδομένα μαζί με τα δεδομένα Τηλεπισκόπησης διεξήχθη το συμπέρασμα ότι οι ισοπιεζομετρικές καμπύλες των βαθέων υδροφορέων για τα έτη 1993, 1998 και 2007 χαμήλωναν διαρκώς οδηγώντας σε φαινόμενα εδαφικής υποχώρησης.<br /> <br /> • Στα ΝΑ της Θέρμης οι ταχύτητες φτάνουν τα 10 μμ/έτος.<br /> <br /> • Στην περιοχή του αεροδρομίου Μακεδονία σημειώθηκαν μέγιστες τιμές παραμόρφωσης 27μμ/έτος. Συνολικά για το αεροδρόμιο, παρατηρήθηκε αυξανόμενος ρυθμός παραμόρφωσης στον τωρινό τερματικό σταθμό.<br /> <br /> • Περιοχή Περαίας: το νοτιότερο τμήμα του ρήγματος του Ανθεμούντα περνάει διαμέσου της αστικής δομής. Για την παρακολούθηση SAR της πρώτης δεκαετίας, η τεκτονική μετατόπιση δεν είναι πιθανός κινητήριος μηχανισμός της παραμόρφωσης.<br /> <br /> '''Συμπεράσματα'''<br /> <br /> Από την εν λόγω έρευνα προέκυψαν νέα αποτελέσματα SAR που δείχνουν αυξανόμενες τιμές μετατόπισης με το πέρασμα του χρόνου. Ενδιαφέρον εύρημα ήταν η ύπαρξη υποχώρησης εδάφους σε περιοχές με αποθέματα Νεογενούς περιόδου. Επιπλέον, διαπιστώθηκε ότι ο κινητήριος μηχανισμός παραμόρφωσης είναι η υπεράντληση του υπόγειου υδροφορέα, καθώς επίσης και ότι η παρουσία ρηγμάτων επηρεάζει άμεσα την ταχύτητα. Εν κατακλείδι, η υποχώρηση του εδάφους που εντοπίστηκε στον Ανθεμούντα έχει κυρίως μια ανθρωπογενή αιτία που διαρκεί αδιάλειπτα για τουλάχιστον 20 χρόνια και αν αυτό εξακολουθήσει να συμβαίνει θα προκληθούν μεγαλύτερες καταστροφές και αποτυχίες στα κτίρια, γεγονός κρίσιμο τόσο για τις κατοικημένες περιοχές όσο και για το αεροδρόμιο. Τα αποτελέσματα που διεξήσθησαν όσον αφορά το αεροδρόμιο θα μπορούσαν να φανούν χρήσιμα για μελλοντική κατασκευή ή αναστήλωση. Σε ένα ευρύτερο πλαίσιο, σχετικά με τη Βόρεια Ελλάδα, πιστεύεται ότι είναι μείζονος σημασίας η ανάπτυξη ενός σχεδίου διαχείρισης του νερού για τη Θεσσαλονίκη και τα περίγυρα ώστε να εξαλειφθεί ο ανθρωπογενής κίνδυνος στα επερχόμενα χρόνια.<br /> <br /> <br /> <br /> [[category:Υποβάθμιση εδαφών]]</div>

Stavroula Dragoumani http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Rs_10d.png 2021-01-15T14:46:18Z

<p>Stavroula Dragoumani: Προφίλ ταχυτήτων στους διαδρόμους προσαπογείωσης του αεροδρομίου Μακεδονία</p> <hr /> <div>Προφίλ ταχυτήτων στους διαδρόμους προσαπογείωσης του αεροδρομίου Μακεδονία</div>

Stavroula Dragoumani http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Rs_10c.png 2021-01-15T14:45:25Z

<p>Stavroula Dragoumani: Μοτίβο μετακίνηση από το ERS (επάνω εικόνα) και το ENVISAT (κάτω εικόνα) στην περιοχή του αεροδρομίου Μακεδονία. Υποχώρηση εδάφους συμβαίνει και �</p> <hr /> <div>Μοτίβο μετακίνηση από το ERS (επάνω εικόνα) και το ENVISAT (κάτω εικόνα) στην περιοχή του αεροδρομίου Μακεδονία. Υποχώρηση εδάφους συμβαίνει και στις δύο περιόδους και οι μέγιστες τιμές παρατηρούνται στην τοποθεσία όπου συναντώνται οι δύο διάδρομοι προσαπογείωσης. Ο τωρινός τερματικός σταθμός ήταν υπό παραμόρφωση, ενώ εδαφική υποχώρηση εντοπίστηκε, επίσης, στην περιοχή όπου ένας καινούριο τερματικός σταθμός είναι τώρα υπό κατασκευή.</div>

Stavroula Dragoumani http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Rs_10b.png 2021-01-15T14:44:22Z

<p>Stavroula Dragoumani: Ισοπιεζομετρικές καμπύλες στην περιοχή του Ανθεμούντα επισημαίνουν ένα συνεχόμενο χαμήλωμα της στάθμης των υπόγειων υδάτων. Δεδομένα από</p> <hr /> <div>Ισοπιεζομετρικές καμπύλες στην περιοχή του Ανθεμούντα επισημαίνουν ένα συνεχόμενο χαμήλωμα της στάθμης των υπόγειων υδάτων. Δεδομένα από το 1993 και 1998 είναι από τους Nagoulis &amp; Loupasakis 2001, ενώ τα δεδομένα από το 2007 είναι από το πρότζεκτ Lifewateragenda</div>

Stavroula Dragoumani http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Rs_10a.png 2021-01-15T14:43:44Z

<p>Stavroula Dragoumani: Αποτελέσματα χρονοσειράς SAR της λεκάνης του Ανθεμούντα. (a) ταχύτητες για την περίοδο 1992-1999, (b) ταχύτητες για την περίοδο 2003-2010. Οι κόκκινες κα</p> <hr /> <div>Αποτελέσματα χρονοσειράς SAR της λεκάνης του Ανθεμούντα. (a) ταχύτητες για την περίοδο 1992-1999, (b) ταχύτητες για την περίοδο 2003-2010. Οι κόκκινες και μαύρες γραμμές είναι τα ρήγματα της περιοχής. Τα μαύρα διακεκομμένα τετράγωνα είναι οι περιοχές όπου εστίασε η παρούσα μελέτη: (1) περιοχή κοντά στο χωριό της Θέρμης, (2) αεροδρόμιο Μακεδονία, (3) πόλη της Περαίας. Οι μαύρες διακεκομμένες γραμμές είναι τα προφίλ ταχύτητας.</div>

Stavroula Dragoumani http://147.102.106.44/rs/wiki/index.php/%CE%A3%CF%84%CE%B1%CF%85%CF%81%CE%BF%CF%85%CE%BB%CE%B1_%CE%94%CF%81%CE%B1%CE%B3%CE%BF%CF%85%CE%BC%CE%B1%CE%BD%CE%B7 2021-01-15T14:40:26Z

<p>Stavroula Dragoumani: </p> <hr /> <div> [[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Αθήνα)]]<br /> <br /> * [[Χαρτογράφηση έντασης της φωτιάς και ευαισθησίας διάβρωσης του εδάφους χρησιμοποιώντας πολυ-χρονικά δεδομένα ,Mάτι Αττικής ]]<br /> <br /> * [[Χαρτογράφηση καμένων περιοχών και της σοβαρότητας της πυρκαγιάς χρησιμοποιώντας αυτοοργανώμενο χάρτη και δεδομένα Sentinel-2 ]]<br /> <br /> * [[Μια μεθοδολογία βασισμένη στο Σύστημα ΓΣ(GIS) και την Τηλεπισκόπιση για την αξιολόγηση της δυναμικότητας των υπόγειων υδάτων ‎ ]]<br /> <br /> * [[Χαρτογράφηση δυναμικής της φυτείας ζαχαρότευτλων στο Γκουανγκσί της Κίνας μέσω εικόνων χρονοσειρών Sentinel-1, Sentinel-2 και Landsat ]]<br /> <br /> * [[Εντοπισμός εκτεθιμένων και υποεπιφανειακών αρχαιολογικών υπολειμμάτων χρησιμοποιώντας Τηλεπισκόπηση με πολλούς αισθητήρες]]<br /> <br /> * [[Ανάλυση πλημμύρας μέσω δεδομένων Τηλεπισκόπησης - Μια περιπτωσιολογική μελέτη: ποταμός Έβρου, Αδριανούπολη]]<br /> <br /> * [[Εντοπισμός ανάκαμψης εδαφικής υποχώρησης μέσω πολύ-χρονικών δεδομένων InSAR στις περιοχές Καλοχώρι και Σίνδος]]<br /> <br /> * [[Χαρτογράφηση κατολίσθησης χρησιμοποιώντας οπτικά και radar δεδομένα: μια περιπτωσιολογική μελέτη από το Αμύνταιο, Δυτική Μακεδονία Ελλάδος]]<br /> * [[Χατρογράφηση εποχιακών καλλιεργειών βαμβακιού με μετρικές βασισμένες στη φαινολογία προερχόμενες από εικόνες Landsat]]<br /> * [[]]</div>

Stavroula Dragoumani http://147.102.106.44/rs/wiki/index.php/%CE%A3%CF%84%CE%B1%CF%85%CF%81%CE%BF%CF%85%CE%BB%CE%B1_%CE%94%CF%81%CE%B1%CE%B3%CE%BF%CF%85%CE%BC%CE%B1%CE%BD%CE%B7 2021-01-15T14:39:24Z

<p>Stavroula Dragoumani: </p> <hr /> <div> [[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Αθήνα)]]<br /> <br /> * [[Χαρτογράφηση έντασης της φωτιάς και ευαισθησίας διάβρωσης του εδάφους χρησιμοποιώντας πολυ-χρονικά δεδομένα ,Mάτι Αττικής ]]<br /> <br /> * [[Χαρτογράφηση καμένων περιοχών και της σοβαρότητας της πυρκαγιάς χρησιμοποιώντας αυτοοργανώμενο χάρτη και δεδομένα Sentinel-2 ]]<br /> <br /> * [[Μια μεθοδολογία βασισμένη στο Σύστημα ΓΣ(GIS) και την Τηλεπισκόπιση για την αξιολόγηση της δυναμικότητας των υπόγειων υδάτων ‎ ]]<br /> <br /> * [[Χαρτογράφηση δυναμικής της φυτείας ζαχαρότευτλων στο Γκουανγκσί της Κίνας μέσω εικόνων χρονοσειρών Sentinel-1, Sentinel-2 και Landsat ]]<br /> <br /> * [[Εντοπισμός εκτεθιμένων και υποεπιφανειακών αρχαιολογικών υπολειμμάτων χρησιμοποιώντας Τηλεπισκόπηση με πολλούς αισθητήρες]]<br /> <br /> * [[Ανάλυση πλημμύρας μέσω δεδομένων Τηλεπισκόπησης - Μια περιπτωσιολογική μελέτη: ποταμός Έβρου, Αδριανούπολη]]<br /> <br /> * [[Εντοπισμός ανάκαμψης εδαφικής υποχώρησης μέσω πολύ-χρονικών δεδομένων InSAR στις περιοχές Καλοχώρι και Σίνδος]]<br /> <br /> * [[Χαρτογράφηση κατολίσθησης χρησιμοποιώντας οπτικά και radar δεδομένα: μια περιπτωσιολογική μελέτη από το Αμύνταιο, Δυτική Μακεδονία Ελλάδος]]<br /> * [[Χαρτογράφηση εποχιακών καλλιεργειών βαμβακιού με μετρικές βασισμένες στη φαινολογία προερχόμενες από εικόνες Landsat]]<br /> * [[]]</div>

Stavroula Dragoumani 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_%CE%B5%CF%80%CE%BF%CF%87%CE%B9%CE%B1%CE%BA%CF%8E%CE%BD_%CE%BA%CE%B1%CE%BB%CE%BB%CE%B9%CE%B5%CF%81%CE%B3%CE%B5%CE%B9%CF%8E%CE%BD_%CE%B2%CE%B1%CE%BC%CE%B2%CE%B1%CE%BA%CE%B9%CE%BF%CF%8D_%CE%BC%CE%B5_%CE%BC%CE%B5%CF%84%CF%81%CE%B9%CE%BA%CE%AD%CF%82_%CE%B2%CE%B1%CF%83%CE%B9%CF%83%CE%BC%CE%AD%CE%BD%CE%B5%CF%82_%CF%83%CF%84%CE%B7_%CF%86%CE%B1%CE%B9%CE%BD%CE%BF%CE%BB%CE%BF%CE%B3%CE%AF%CE%B1_%CF%80%CF%81%CE%BF%CE%B5%CF%81%CF%87%CF%8C%CE%BC%CE%B5%CE%BD%CE%B5%CF%82_%CE%B1%CF%80%CF%8C_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CE%B5%CF%82_Landsat 2021-01-15T14:37:46Z

<p>Stavroula Dragoumani: </p> <hr /> <div> [[Εικόνα: rs 9a.png| thumb | right | Εικόνα 1.Η περιοχή μελέτης δείχνει τις διαδρομές και τις σειρές που χρησιμοποιήθηκαν για αυτήν τη μελέτη στη Νέα Νότια Ουαλία και στο Κουίνσλαντ της Αυστραλίας. , πηγή:https://www.mdpi.com]] <br /> [[Εικόνα: rs 9b.png| thumb | right | Εικόνα 2. Οι χάρτες με μεγέθυνση (σεζόν 2013/2014) ορισμένων χωραφιών χρησιμοποιούν την τεχνική διασταυρούμενης επικύρωσης (LOSOCV). , πηγή:https://www.mdpi.com]] <br /> [[Εικόνα: rs 9c.png| thumb | right | Εικόνα 3. Μέσο NDVI και το μετασχηματισμένο NDVI (H-NDVI) της περιοχής μελέτης για τις τρεις χρονικές περιόδους. , πηγή:https://www.mdpi.com]]<br /> '''Χαρτογράφηση εποχιακών καλλιεργειών βαμβακιού χρησιμοποιώντας μετρικές βασισμένες στη φαινολογία προερχόμενες από μια χρονοσειρά από εικόνες Landsat<br /> '''<br /> <br /> '''Πρωτότυπος τίτλος''': Mapping of cotton fields within-season using phenology-based metrics derived from a times series of Landsat imagery<br /> <br /> <br /> '''Συγγραφείς''': D. Al-Shammari, I. Fuentes, B. M. Whelan, P. Filippi, T. F. A. Bishop<br /> <br /> '''Πηγή''': https://www.mdpi.com/2072-4292/12/18/3038<br /> <br /> '''Σκοπός'''<br /> <br /> Η παρούσα μελέτη έχει ως σκοπό τη χαρτογράφηση των εποχιακών καλλιεργειών βαμβακιού στους κύριους αγρούς βαμβακιού της ανατολικής Αυστραλίας με βάση φαινολογικές πληροφορίες προερχόμενες από μια χρονοσειρά εικόνων Landsat 8 στην πλατφόρμα Google Earth Engine (GEE).<br /> <br /> '''Εισαγωγή'''<br /> <br /> Το βαμβάκι είναι μια οικονομικά σημαντική καλλιέργεια στην Αυστραλία καθώς αποφέρει κατά μέσο όρο 2 δις δολάρια ετησίως. Ο αριθμός αγρών με βαμβάκια που αναπτύσσονται στην Αυστραλία παρουσιάζει διακυμάνσεις από εποχή σε εποχή, συνεπώς είναι σημαντικό να αναπτυχθεί μια αξιόπιστη μέθοδος χαρτογράφησης των εποχιακών χωραφιών για την τοπική κατανομή άρδευσης, ειδικά σε περιοχές με ανεπάρκεια νερού. Με τις τεχνικές Τηλεπισκόπησης συλλέγονται χωρικά και χρονικά δεδομένα χρήσιμα για την παρακολούθηση και διαχείριση καλλιεργειών. Πρόσφατα άρχισαν να εφαρμόζονται φαινολογικές μέθοδοι για χαρτογράφηση τύπων καλλιεργειών, οι οποίες στοχεύουν στον εντοπισμό της αλλαγής της φαινολογικής πορείας που ποικίλει από τη μία καλλιέργεια στην άλλη σχετικά με την έναρξη των φαινομένων, τη διάρκειά τους και την κατάσταση της πορείας. Έχει βρεθεί ότι η ενσωμάτωση της φαινολογίας καλλιεργειών για την κατηγοριοποίησή τους μπορεί να αυξήσει την ακρίβειά της. Αυτές οι μέθοδοι μπορούν να βελτιωθούν με επιπλέον χαρακτηριστικά, όπως ο μετασχηματισμός Fourier που πρόσθεσε μια νέα αναπαράσταση εικόνων χρονοσειρών εξάγοντας νέα χαρακτηριστικά στη φαινολογική ανάλυση. Επιπλέον, πλατφόρμες όπως η Google Earth Engine (GEE) μπορούν να χρησιμοποιηθούν ώστε να μειωθεί ο χρόνος. <br /> <br /> '''Υλικά και μέθοδοι'''<br /> <br /> Η περιοχή μελέτης εκτείνεται από τον ποταμό Macintyre νότια της Queensland έως τον ποταμό Murrumbidgee στη Νέα Νότια Ουαλία στην Αυστραλία για τις περιόδους 2013/2014, 2014/2015 και 2019/2020, περιοχή γνωστή για την κυριαρχία βαμβακιού το καλοκαίρι. Η εποχή βαμβακιού ξεκινάει συνήθως των Οκτώβρη (φύτεμα) και τελειώνει Μάρτιο-Απρίλιο (μάζεμα).<br /> Η αναλυτική διαδικασία περιλαμβάνει:<br /> <br /> • Πρώτο βήμα: (α) απόκτηση δεσμών ανάκλασης επιφάνειας (Landsat 8) και αφαίρεση των pixel, (β) υπολογισμός NDVI και χρήση του στην παραγωγή πλάτους και φάσης των δεσμών, (γ) συλλογή εικόνων στην αρχή και το τέλος της εποχής<br /> <br /> • Δεύτερο βήμα: διαχωρισμός σετ δεδομένων σε εκπαιδευτικά και επικυρωτικά σετ<br /> <br /> • Τρίτο βήμα: ετοιμασία μοντέλων κατηγοριοποίησης και εκτίμησή τους<br /> <br /> Η πλατφόρμα Google Earth Engine (GEE) χρησιμεύει στην απόκτηση, επεξεργασία, ανάλυση και οπτικοποίηση παρατηρήσεων Τηλεπισκόπησης που είναι ελεύθερα διαθέσιμα σε διαφορετικές χρονικές και χωρικές κλίμακες. Στην παρούσα εργασία χρησιμοποιήθηκε κατά την απόκτηση των δεδομένων ανάκλασης επιφανείας από το Landsat 8 Tier 1 έως το στάδιο εκτίμησης ακρίβειας. Επίσης, έγινε ανασυγκρότηση/εναρμόνιση των δεδομένων χρονοσειρών για βελτίωση της ποιότητας σήματος. Χρησιμοποιήθηκε, επίσης, η τεχνική LOSOCV (leave-one-season-out cross validation). Τέλος, πραγματοποιήθηκε εκτίμηση της ακρίβειας της μεθόδου.<br /> <br /> '''Αποτελέσματα'''<br /> <br /> Δημιουργήθηκε χάρτης της μελετώμενης περιοχής με τα αποτελέσματα έπειτα από τέσσερις τεχνικές: (α) χρήση εναρμονισμένου NDVI, (β) χρήση πλάτους και φάσης, (γ) χρήση και των τριών παραπάνω δεικτών και (δ) χρήση των παραπάνω δεικτών και των δεσμών ανάκλασης. Η τελευταία μέθοδος παρουσίασε τη μεγαλύτερη ακρίβεια και τα καλύτερα αποτελέσματα. Επίσης, η χρήση της τεχνικής μετασχηματισμού Fourier βοήθησε στην αποσύνθεση του σήματος NDVI σε κύματα ημίτονου και συνημίτονου, συντήρησε την εποχικότητα του NDVI και κατ’ επέκταση συνέβαλλε στη δημιουργία διακριτής πορείας για το βαμβάκι και άλλες κατηγορίες και τα κατέστησε ξεχωριστά ειδικά στις μεσαίες και τελικές περιόδους. Ακόμα, ο δείκτης H-NDVI ήταν πολύ σημαντικός για το μοντέλο στα πρώιμα στάδια ανάπτυξης του βαμβακιού, ωστόσο η συμβολή αυτής της μετρικής μειωνόταν με την εξέλιξη της εποχής ανάπτυξης. Η μείωση της σημαντικότητας του H-NDVI επηρεάστηκε από την αυξημένη συνεισφορά της μετρικής του πλάτους κατά το μέσον και το τέλος της σεζόν. <br /> <br /> '''Συμπεράσματα'''<br /> <br /> Τα αποτελέσματα της παρούσας εργασίας έδειξαν ότι η χαρτογράφηση των αγρών βαμβακιού κατά την πρώιμη, μεσαία και τελική εποχή μπορεί να συμβεί με υψηλή ακρίβεια. Η ακρίβεια βελτιώθηκε με την μετατροπή σήματος για τη δημιουργία πλάτους και φάσης. Αυτή η προσέγγιση μπορεί να επεκταθεί περιλαμβάνοντας περισσότερους τύπους καλλιέργειας στο μοντέλο ώστε να εξεταστεί η ικανότητά του να διαχωρίζει μεταξύ ποικιλία καλλιεργειών. Επιπλέον, θα μπορούσαν να χρησιμοποιηθούν διαφορετικοί δείκτες βλάστησης για εκτίμηση της ευαισθησίας τους να διαχωρίζουν διαφορετικές κατηγορίες. <br /> <br /> <br /> <br /> [[category:Γεωργία]]</div>

Stavroula Dragoumani 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_%CE%B5%CF%80%CE%BF%CF%87%CE%B9%CE%B1%CE%BA%CF%8E%CE%BD_%CE%BA%CE%B1%CE%BB%CE%BB%CE%B9%CE%B5%CF%81%CE%B3%CE%B5%CE%B9%CF%8E%CE%BD_%CE%B2%CE%B1%CE%BC%CE%B2%CE%B1%CE%BA%CE%B9%CE%BF%CF%8D_%CE%BC%CE%B5_%CE%BC%CE%B5%CF%84%CF%81%CE%B9%CE%BA%CE%AD%CF%82_%CE%B2%CE%B1%CF%83%CE%B9%CF%83%CE%BC%CE%AD%CE%BD%CE%B5%CF%82_%CF%83%CF%84%CE%B7_%CF%86%CE%B1%CE%B9%CE%BD%CE%BF%CE%BB%CE%BF%CE%B3%CE%AF%CE%B1_%CF%80%CF%81%CE%BF%CE%B5%CF%81%CF%87%CF%8C%CE%BC%CE%B5%CE%BD%CE%B5%CF%82_%CE%B1%CF%80%CF%8C_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CE%B5%CF%82_Landsat 2021-01-15T14:36:46Z

<p>Stavroula Dragoumani: </p> <hr /> <div> [[Εικόνα: rs 9a.png| thumb | right | Εικόνα 1.Η περιοχή μελέτης δείχνει τις διαδρομές και τις σειρές που χρησιμοποιήθηκαν για αυτήν τη μελέτη στη Νέα Νότια Ουαλία και στο Κουίνσλαντ της Αυστραλίας. , πηγή:https://www.mdpi.com]] <br /> [[Εικόνα: rs 9b.png| thumb | right | Εικόνα 2. Οι χάρτες με μεγέθυνση (σεζόν 2013/2014) ορισμένων χωραφιών χρησιμοποιούν την τεχνική διασταυρούμενης επικύρωσης (LOSOCV). , πηγή:https://www.mdpi.com]] <br /> [[Εικόνα: rs 9c.png| thumb | right | Εικόνα 3. Μέσο NDVI και το μετασχηματισμένο NDVI (H-NDVI) της περιοχής μελέτης για τις τρεις χρονικές περιόδους. , πηγή:https://www.mdpi.com]]<br /> '''Χατρογράφηση εποχιακών καλλιεργειών βαμβακιού χρησιμοποιώντας μετρικές βασισμένες στη φαινολογία προερχόμενες από μια χρονοσειρά από εικόνες Landsat<br /> '''<br /> <br /> '''Πρωτότυπος τίτλος''': Mapping of cotton fields within-season using phenology-based metrics derived from a times series of Landsat imagery<br /> <br /> <br /> '''Συγγραφείς''': D. Al-Shammari, I. Fuentes, B. M. Whelan, P. Filippi, T. F. A. Bishop<br /> <br /> '''Πηγή''': https://www.mdpi.com/2072-4292/12/18/3038<br /> <br /> '''Σκοπός'''<br /> <br /> Η παρούσα μελέτη έχει ως σκοπό τη χαρτογράφηση των εποχιακών καλλιεργειών βαμβακιού στους κύριους αγρούς βαμβακιού της ανατολικής Αυστραλίας με βάση φαινολογικές πληροφορίες προερχόμενες από μια χρονοσειρά εικόνων Landsat 8 στην πλατφόρμα Google Earth Engine (GEE).<br /> <br /> '''Εισαγωγή'''<br /> <br /> Το βαμβάκι είναι μια οικονομικά σημαντική καλλιέργεια στην Αυστραλία καθώς αποφέρει κατά μέσο όρο 2 δις δολάρια ετησίως. Ο αριθμός αγρών με βαμβάκια που αναπτύσσονται στην Αυστραλία παρουσιάζει διακυμάνσεις από εποχή σε εποχή, συνεπώς είναι σημαντικό να αναπτυχθεί μια αξιόπιστη μέθοδος χαρτογράφησης των εποχιακών χωραφιών για την τοπική κατανομή άρδευσης, ειδικά σε περιοχές με ανεπάρκεια νερού. Με τις τεχνικές Τηλεπισκόπησης συλλέγονται χωρικά και χρονικά δεδομένα χρήσιμα για την παρακολούθηση και διαχείριση καλλιεργειών. Πρόσφατα άρχισαν να εφαρμόζονται φαινολογικές μέθοδοι για χαρτογράφηση τύπων καλλιεργειών, οι οποίες στοχεύουν στον εντοπισμό της αλλαγής της φαινολογικής πορείας που ποικίλει από τη μία καλλιέργεια στην άλλη σχετικά με την έναρξη των φαινομένων, τη διάρκειά τους και την κατάσταση της πορείας. Έχει βρεθεί ότι η ενσωμάτωση της φαινολογίας καλλιεργειών για την κατηγοριοποίησή τους μπορεί να αυξήσει την ακρίβειά της. Αυτές οι μέθοδοι μπορούν να βελτιωθούν με επιπλέον χαρακτηριστικά, όπως ο μετασχηματισμός Fourier που πρόσθεσε μια νέα αναπαράσταση εικόνων χρονοσειρών εξάγοντας νέα χαρακτηριστικά στη φαινολογική ανάλυση. Επιπλέον, πλατφόρμες όπως η Google Earth Engine (GEE) μπορούν να χρησιμοποιηθούν ώστε να μειωθεί ο χρόνος. <br /> <br /> '''Υλικά και μέθοδοι'''<br /> <br /> Η περιοχή μελέτης εκτείνεται από τον ποταμό Macintyre νότια της Queensland έως τον ποταμό Murrumbidgee στη Νέα Νότια Ουαλία στην Αυστραλία για τις περιόδους 2013/2014, 2014/2015 και 2019/2020, περιοχή γνωστή για την κυριαρχία βαμβακιού το καλοκαίρι. Η εποχή βαμβακιού ξεκινάει συνήθως των Οκτώβρη (φύτεμα) και τελειώνει Μάρτιο-Απρίλιο (μάζεμα).<br /> Η αναλυτική διαδικασία περιλαμβάνει:<br /> <br /> • Πρώτο βήμα: (α) απόκτηση δεσμών ανάκλασης επιφάνειας (Landsat 8) και αφαίρεση των pixel, (β) υπολογισμός NDVI και χρήση του στην παραγωγή πλάτους και φάσης των δεσμών, (γ) συλλογή εικόνων στην αρχή και το τέλος της εποχής<br /> <br /> • Δεύτερο βήμα: διαχωρισμός σετ δεδομένων σε εκπαιδευτικά και επικυρωτικά σετ<br /> <br /> • Τρίτο βήμα: ετοιμασία μοντέλων κατηγοριοποίησης και εκτίμησή τους<br /> <br /> Η πλατφόρμα Google Earth Engine (GEE) χρησιμεύει στην απόκτηση, επεξεργασία, ανάλυση και οπτικοποίηση παρατηρήσεων Τηλεπισκόπησης που είναι ελεύθερα διαθέσιμα σε διαφορετικές χρονικές και χωρικές κλίμακες. Στην παρούσα εργασία χρησιμοποιήθηκε κατά την απόκτηση των δεδομένων ανάκλασης επιφανείας από το Landsat 8 Tier 1 έως το στάδιο εκτίμησης ακρίβειας. Επίσης, έγινε ανασυγκρότηση/εναρμόνιση των δεδομένων χρονοσειρών για βελτίωση της ποιότητας σήματος. Χρησιμοποιήθηκε, επίσης, η τεχνική LOSOCV (leave-one-season-out cross validation). Τέλος, πραγματοποιήθηκε εκτίμηση της ακρίβειας της μεθόδου.<br /> <br /> '''Αποτελέσματα'''<br /> <br /> Δημιουργήθηκε χάρτης της μελετώμενης περιοχής με τα αποτελέσματα έπειτα από τέσσερις τεχνικές: (α) χρήση εναρμονισμένου NDVI, (β) χρήση πλάτους και φάσης, (γ) χρήση και των τριών παραπάνω δεικτών και (δ) χρήση των παραπάνω δεικτών και των δεσμών ανάκλασης. Η τελευταία μέθοδος παρουσίασε τη μεγαλύτερη ακρίβεια και τα καλύτερα αποτελέσματα. Επίσης, η χρήση της τεχνικής μετασχηματισμού Fourier βοήθησε στην αποσύνθεση του σήματος NDVI σε κύματα ημίτονου και συνημίτονου, συντήρησε την εποχικότητα του NDVI και κατ’ επέκταση συνέβαλλε στη δημιουργία διακριτής πορείας για το βαμβάκι και άλλες κατηγορίες και τα κατέστησε ξεχωριστά ειδικά στις μεσαίες και τελικές περιόδους. Ακόμα, ο δείκτης H-NDVI ήταν πολύ σημαντικός για το μοντέλο στα πρώιμα στάδια ανάπτυξης του βαμβακιού, ωστόσο η συμβολή αυτής της μετρικής μειωνόταν με την εξέλιξη της εποχής ανάπτυξης. Η μείωση της σημαντικότητας του H-NDVI επηρεάστηκε από την αυξημένη συνεισφορά της μετρικής του πλάτους κατά το μέσον και το τέλος της σεζόν. <br /> <br /> '''Συμπεράσματα'''<br /> <br /> Τα αποτελέσματα της παρούσας εργασίας έδειξαν ότι η χαρτογράφηση των αγρών βαμβακιού κατά την πρώιμη, μεσαία και τελική εποχή μπορεί να συμβεί με υψηλή ακρίβεια. Η ακρίβεια βελτιώθηκε με την μετατροπή σήματος για τη δημιουργία πλάτους και φάσης. Αυτή η προσέγγιση μπορεί να επεκταθεί περιλαμβάνοντας περισσότερους τύπους καλλιέργειας στο μοντέλο ώστε να εξεταστεί η ικανότητά του να διαχωρίζει μεταξύ ποικιλία καλλιεργειών. Επιπλέον, θα μπορούσαν να χρησιμοποιηθούν διαφορετικοί δείκτες βλάστησης για εκτίμηση της ευαισθησίας τους να διαχωρίζουν διαφορετικές κατηγορίες. <br /> <br /> <br /> <br /> [[category:Γεωργία]]</div>

Stavroula Dragoumani 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_%CE%B5%CF%80%CE%BF%CF%87%CE%B9%CE%B1%CE%BA%CF%8E%CE%BD_%CE%BA%CE%B1%CE%BB%CE%BB%CE%B9%CE%B5%CF%81%CE%B3%CE%B5%CE%B9%CF%8E%CE%BD_%CE%B2%CE%B1%CE%BC%CE%B2%CE%B1%CE%BA%CE%B9%CE%BF%CF%8D_%CE%BC%CE%B5_%CE%BC%CE%B5%CF%84%CF%81%CE%B9%CE%BA%CE%AD%CF%82_%CE%B2%CE%B1%CF%83%CE%B9%CF%83%CE%BC%CE%AD%CE%BD%CE%B5%CF%82_%CF%83%CF%84%CE%B7_%CF%86%CE%B1%CE%B9%CE%BD%CE%BF%CE%BB%CE%BF%CE%B3%CE%AF%CE%B1_%CF%80%CF%81%CE%BF%CE%B5%CF%81%CF%87%CF%8C%CE%BC%CE%B5%CE%BD%CE%B5%CF%82_%CE%B1%CF%80%CF%8C_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CE%B5%CF%82_Landsat 2021-01-15T14:35:41Z

<p>Stavroula Dragoumani: Νέα σελίδα με ' [[Εικόνα: rs 9a.png| thumb | right | Εικόνα 1.Η περιοχή μελέτης δείχνει τις διαδρομές και τις σειρές που χρ...'</p> <hr /> <div> [[Εικόνα: rs 9a.png| thumb | right | Εικόνα 1.Η περιοχή μελέτης δείχνει τις διαδρομές και τις σειρές που χρησιμοποιήθηκαν για αυτήν τη μελέτη στη Νέα Νότια Ουαλία και στο Κουίνσλαντ της Αυστραλίας. , πηγή:https://www.mdpi.com]] <br /> [[Εικόνα: rs 9b.png| thumb | right | Εικόνα 2. Οι χάρτες με μεγέθυνση (σεζόν 2013/2014) ορισμένων χωραφιών χρησιμοποιούν την τεχνική διασταυρούμενης επικύρωσης (LOSOCV). , πηγή:https://www.mdpi.com]] <br /> [[Εικόνα: rs 9c.png| thumb | right | Εικόνα 3. Μέσο NDVI και το μετασχηματισμένο NDVI (H-NDVI) της περιοχής μελέτης για τις τρεις χρονικές περιόδους. , πηγή:https://www.mdpi.com]]<br /> '''Χατρογράφηση εποχιακών καλλιεργειών βαμβακιού χρησιμοποιώντας μετρικές βασισμένες στη φαινολογία προερχόμενες από μια χρονοσειρά από εικόνες Landsat<br /> '''<br /> <br /> '''Πρωτότυπος τίτλος''': Mapping of cotton fields within-season using phenology-based metrics derived from a times series of Landsat imagery<br /> '''<br /> Συγγραφείς''': D. Al-Shammari, I. Fuentes, B. M. Whelan, P. Filippi, T. F. A. Bishop<br /> <br /> '''Πηγή''': https://www.mdpi.com/2072-4292/12/18/3038<br /> <br /> '''Σκοπός'''<br /> <br /> Η παρούσα μελέτη έχει ως σκοπό τη χαρτογράφηση των εποχιακών καλλιεργειών βαμβακιού στους κύριους αγρούς βαμβακιού της ανατολικής Αυστραλίας με βάση φαινολογικές πληροφορίες προερχόμενες από μια χρονοσειρά εικόνων Landsat 8 στην πλατφόρμα Google Earth Engine (GEE).<br /> <br /> '''Εισαγωγή'''<br /> <br /> Το βαμβάκι είναι μια οικονομικά σημαντική καλλιέργεια στην Αυστραλία καθώς αποφέρει κατά μέσο όρο 2 δις δολάρια ετησίως. Ο αριθμός αγρών με βαμβάκια που αναπτύσσονται στην Αυστραλία παρουσιάζει διακυμάνσεις από εποχή σε εποχή, συνεπώς είναι σημαντικό να αναπτυχθεί μια αξιόπιστη μέθοδος χαρτογράφησης των εποχιακών χωραφιών για την τοπική κατανομή άρδευσης, ειδικά σε περιοχές με ανεπάρκεια νερού. Με τις τεχνικές Τηλεπισκόπησης συλλέγονται χωρικά και χρονικά δεδομένα χρήσιμα για την παρακολούθηση και διαχείριση καλλιεργειών. Πρόσφατα άρχισαν να εφαρμόζονται φαινολογικές μέθοδοι για χαρτογράφηση τύπων καλλιεργειών, οι οποίες στοχεύουν στον εντοπισμό της αλλαγής της φαινολογικής πορείας που ποικίλει από τη μία καλλιέργεια στην άλλη σχετικά με την έναρξη των φαινομένων, τη διάρκειά τους και την κατάσταση της πορείας. Έχει βρεθεί ότι η ενσωμάτωση της φαινολογίας καλλιεργειών για την κατηγοριοποίησή τους μπορεί να αυξήσει την ακρίβειά της. Αυτές οι μέθοδοι μπορούν να βελτιωθούν με επιπλέον χαρακτηριστικά, όπως ο μετασχηματισμός Fourier που πρόσθεσε μια νέα αναπαράσταση εικόνων χρονοσειρών εξάγοντας νέα χαρακτηριστικά στη φαινολογική ανάλυση. Επιπλέον, πλατφόρμες όπως η Google Earth Engine (GEE) μπορούν να χρησιμοποιηθούν ώστε να μειωθεί ο χρόνος. <br /> <br /> '''Υλικά και μέθοδοι'''<br /> <br /> Η περιοχή μελέτης εκτείνεται από τον ποταμό Macintyre νότια της Queensland έως τον ποταμό Murrumbidgee στη Νέα Νότια Ουαλία στην Αυστραλία για τις περιόδους 2013/2014, 2014/2015 και 2019/2020, περιοχή γνωστή για την κυριαρχία βαμβακιού το καλοκαίρι. Η εποχή βαμβακιού ξεκινάει συνήθως των Οκτώβρη (φύτεμα) και τελειώνει Μάρτιο-Απρίλιο (μάζεμα).<br /> Η αναλυτική διαδικασία περιλαμβάνει:<br /> <br /> • Πρώτο βήμα: (α) απόκτηση δεσμών ανάκλασης επιφάνειας (Landsat 8) και αφαίρεση των pixel, (β) υπολογισμός NDVI και χρήση του στην παραγωγή πλάτους και φάσης των δεσμών, (γ) συλλογή εικόνων στην αρχή και το τέλος της εποχής<br /> <br /> • Δεύτερο βήμα: διαχωρισμός σετ δεδομένων σε εκπαιδευτικά και επικυρωτικά σετ<br /> <br /> • Τρίτο βήμα: ετοιμασία μοντέλων κατηγοριοποίησης και εκτίμησή τους<br /> <br /> Η πλατφόρμα Google Earth Engine (GEE) χρησιμεύει στην απόκτηση, επεξεργασία, ανάλυση και οπτικοποίηση παρατηρήσεων Τηλεπισκόπησης που είναι ελεύθερα διαθέσιμα σε διαφορετικές χρονικές και χωρικές κλίμακες. Στην παρούσα εργασία χρησιμοποιήθηκε κατά την απόκτηση των δεδομένων ανάκλασης επιφανείας από το Landsat 8 Tier 1 έως το στάδιο εκτίμησης ακρίβειας. Επίσης, έγινε ανασυγκρότηση/εναρμόνιση των δεδομένων χρονοσειρών για βελτίωση της ποιότητας σήματος. Χρησιμοποιήθηκε, επίσης, η τεχνική LOSOCV (leave-one-season-out cross validation). Τέλος, πραγματοποιήθηκε εκτίμηση της ακρίβειας της μεθόδου.<br /> <br /> '''Αποτελέσματα'''<br /> <br /> Δημιουργήθηκε χάρτης της μελετώμενης περιοχής με τα αποτελέσματα έπειτα από τέσσερις τεχνικές: (α) χρήση εναρμονισμένου NDVI, (β) χρήση πλάτους και φάσης, (γ) χρήση και των τριών παραπάνω δεικτών και (δ) χρήση των παραπάνω δεικτών και των δεσμών ανάκλασης. Η τελευταία μέθοδος παρουσίασε τη μεγαλύτερη ακρίβεια και τα καλύτερα αποτελέσματα. Επίσης, η χρήση της τεχνικής μετασχηματισμού Fourier βοήθησε στην αποσύνθεση του σήματος NDVI σε κύματα ημίτονου και συνημίτονου, συντήρησε την εποχικότητα του NDVI και κατ’ επέκταση συνέβαλλε στη δημιουργία διακριτής πορείας για το βαμβάκι και άλλες κατηγορίες και τα κατέστησε ξεχωριστά ειδικά στις μεσαίες και τελικές περιόδους. Ακόμα, ο δείκτης H-NDVI ήταν πολύ σημαντικός για το μοντέλο στα πρώιμα στάδια ανάπτυξης του βαμβακιού, ωστόσο η συμβολή αυτής της μετρικής μειωνόταν με την εξέλιξη της εποχής ανάπτυξης. Η μείωση της σημαντικότητας του H-NDVI επηρεάστηκε από την αυξημένη συνεισφορά της μετρικής του πλάτους κατά το μέσον και το τέλος της σεζόν. <br /> <br /> '''Συμπεράσματα'''<br /> <br /> Τα αποτελέσματα της παρούσας εργασίας έδειξαν ότι η χαρτογράφηση των αγρών βαμβακιού κατά την πρώιμη, μεσαία και τελική εποχή μπορεί να συμβεί με υψηλή ακρίβεια. Η ακρίβεια βελτιώθηκε με την μετατροπή σήματος για τη δημιουργία πλάτους και φάσης. Αυτή η προσέγγιση μπορεί να επεκταθεί περιλαμβάνοντας περισσότερους τύπους καλλιέργειας στο μοντέλο ώστε να εξεταστεί η ικανότητά του να διαχωρίζει μεταξύ ποικιλία καλλιεργειών. Επιπλέον, θα μπορούσαν να χρησιμοποιηθούν διαφορετικοί δείκτες βλάστησης για εκτίμηση της ευαισθησίας τους να διαχωρίζουν διαφορετικές κατηγορίες. <br /> <br /> <br /> <br /> [[category:Γεωργία]]</div>

Stavroula Dragoumani http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Rs_9c.png 2021-01-15T14:25:02Z

<p>Stavroula Dragoumani: Μέσο NDVI και το μετασχηματισμένο NDVI (H-NDVI) της περιοχής μελέτης για τις τρεις χρονικές περιόδους. ( Α ) Πρωτότυπες και χρονολογικές σειρές H-NDVI �</p> <hr /> <div>Μέσο NDVI και το μετασχηματισμένο NDVI (H-NDVI) της περιοχής μελέτης για τις τρεις χρονικές περιόδους. ( Α ) Πρωτότυπες και χρονολογικές σειρές H-NDVI για τη σεζόν 2013/2014. ( B ) Πρωτότυπες και χρονολογικές σειρές H-NDVI για τη σεζόν 2014/2015. ( Γ ) Πρωτότυπες και χρονολογικές σειρές H-NDVI για τη σεζόν 2019/2020</div>

Stavroula Dragoumani http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Rs_9b.png 2021-01-15T14:24:31Z

<p>Stavroula Dragoumani: Οι χάρτες με μεγέθυνση (σεζόν 2013/2014) ορισμένων χωραφιών χρησιμοποιούν την τεχνική διασταυρούμενης επικύρωσης (LOSOCV). ( Α ) τα αποτελέσματα της</p> <hr /> <div>Οι χάρτες με μεγέθυνση (σεζόν 2013/2014) ορισμένων χωραφιών χρησιμοποιούν την τεχνική διασταυρούμενης επικύρωσης (LOSOCV). ( Α ) τα αποτελέσματα της χρήσης μόνο εναρμονισμένου δείκτη βλάστησης Normalized Difference (H-NDVI), ( B ) μόνο πλάτους και φάσης, ( C ) H-NDVI, πλάτους και φάσης ( D ) H-NDVI, εύρους, φάσης και ζώνης ανάκλασης (1–11).</div>

Stavroula Dragoumani http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Rs_9a.png 2021-01-15T14:23:42Z

<p>Stavroula Dragoumani: Η περιοχή μελέτης δείχνει τις διαδρομές και τις σειρές που χρησιμοποιήθηκαν για αυτήν τη μελέτη στη Νέα Νότια Ουαλία και στο Κουίνσλαντ τη�</p> <hr /> <div>Η περιοχή μελέτης δείχνει τις διαδρομές και τις σειρές που χρησιμοποιήθηκαν για αυτήν τη μελέτη στη Νέα Νότια Ουαλία και στο Κουίνσλαντ της Αυστραλίας</div>

Stavroula Dragoumani 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_%CE%BA%CE%B1%CF%84%CE%BF%CE%BB%CE%AF%CF%83%CE%B8%CE%B7%CF%83%CE%B7%CF%82_%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%BF%CF%80%CF%84%CE%B9%CE%BA%CE%AC_%CE%BA%CE%B1%CE%B9_radar_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1:_%CE%BC%CE%B9%CE%B1_%CF%80%CE%B5%CF%81%CE%B9%CF%80%CF%84%CF%89%CF%83%CE%B9%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CE%AE_%CE%BC%CE%B5%CE%BB%CE%AD%CF%84%CE%B7_%CE%B1%CF%80%CF%8C_%CF%84%CE%BF_%CE%91%CE%BC%CF%8D%CE%BD%CF%84%CE%B1%CE%B9%CE%BF,_%CE%94%CF%85%CF%84%CE%B9%CE%BA%CE%AE_%CE%9C%CE%B1%CE%BA%CE%B5%CE%B4%CE%BF%CE%BD%CE%AF%CE%B1_%CE%95%CE%BB%CE%BB%CE%AC%CE%B4%CE%BF%CF%82 2021-01-15T14:19:57Z

<p>Stavroula Dragoumani: </p> <hr /> <div>[[Εικόνα: rs 8a.png| thumb | right | Εικόνα 1.Ιντερφερόγραμμα που καλύπτει την περιοχή μελέτης χρησιμοποιώντας δεδομένα Sentinel-1. , πηγή:https://www.tandfonline.com]] <br /> [[Εικόνα: rs 8b.png| thumb | right | Εικόνα 2. Οι χαρτογραφημένες περιοχές προέκυψαν από το ICA χρησιμοποιώντας δεδομένα Landsat-8., πηγή:https://www.tandfonline.com]] <br /> [[Εικόνα: rs 8c.png| thumb | right | Εικόνα 3. Οι χαρτογραφημένες περιοχές προέκυψαν από το ICA χρησιμοποιώντας δεδομένα Sentinel-2. , πηγή:https://www.tandfonline.com]]<br /> [[Εικόνα: rs 8d.png| thumb | right | Εικόνα 4. Οι χαρτογραφημένες περιοχές προέκυψαν από το εργαλείο παρακολούθησης DeltaCue Site χρησιμοποιώντας δεδομένα Landsat-8, πηγή:https://www.tandfonline.com]] <br /> [[Εικόνα: rs 8e.png| thumb | right | Εικόνα 5. Οι χαρτογραφημένες περιοχές προέκυψαν από PCA χρησιμοποιώντας δεδομένα Landsat-8. , πηγή:https://www.tandfonline.com]] <br /> [[Εικόνα: rs 8f.png| thumb | right | Εικόνα 6. Οι χαρτογραφημένες περιοχές προέκυψαν από PCA χρησιμοποιώντας δεδομένα Sentinel-2. , πηγή:https://www.tandfonline.com]]<br /> <br /> ''' Χαρτογράφηση κατολίσθησης χρησιμοποιώντας οπτικά και radar δεδομένα: μια περιπτωσιολογική μελέτη από το Αμύνταιο, Δυτική Μακεδονία Ελλάδος<br /> '''<br /> <br /> '''Πρωτότυπος τίτλος''': Landslide mapping using optical and radar data: a case study from Aminteo, Western Macedonia Greece<br /> <br /> '''Συγγραφείς''': A. Kyriou, K. Nikolakopoulos<br /> <br /> '''Πηγή:''' https://www.tandfonline.com/doi/full/10.1080/22797254.2019.1681905<br /> <br /> '''Σκοπός'''<br /> <br /> Η μελέτη αποσκοπεί στην εκμετάλλευση οπτικών και ραντάρ δεδομένων στοχεύοντας στη χαρτογράφηση μιας περιοχής κατολίσθησης που εντοπίζεται στο Αμύνταιο της Δυτικής Μακεδονίας στην Ελλάδα.<br /> <br /> '''Εισαγωγή'''<br /> <br /> Η εκτίμηση, πρόβλεψη και παρακολούθηση της κατολίσθησης αποτελούν σημεία-κλειδιά για την έρευνα ενός τέτοιου φαινομένου που συνιστά το πιο κοινό γεωλογικό ρίσκο παγκοσμίως. Έχουν αναπτυχθεί ποικίλες τεχνικές για την εκτίμηση του κινδύνου κατολίσθησης, ενώ τελευταία η έρευνα εστιάζει στη χρήση δεδομένων Παρατηρήσεων Γης από διαφορετικά μέσα Τηλεπισκόπησης. Μια επιτυχημένη μέθοδος που έχει αναπτυχθεί περιλάμβανε τη χρήση δεδομένων Landsat-8 και PALSAR-2 παράλληλα με τεχνικές Συστήματος Γεωγραφικών Πληροφοριών. Επίσης, έχουν χρησιμοποιηθεί πολύ-φασματικά και ραντάρ δεδομένα για την απογραφή και παρακολούθηση περιοχών κατολίσθησης. Έχει ήδη αποδειχθεί ότι η Συμβολομετρία ραντάρ αποτελεί σημαντικό εργαλείο ακόμα και για ευρείες περιοχές και η πιο κοινή μέθοδος στη χαρτογράφηση κατολίσθησης είναι η Συμβολομετρία Σταθερών Σκεδαστών (PSI). Η κατολίσθηση του 2017 στο Αμύνταιο συνέβη λόγω αλληλεπίδρασης της γεωλογικής δομής με τεκτονικές και ανθρώπινες δραστηριότητες με αποτέλεσμα τη μετακίνηση περισσότερων από 80 εκατομμυρίων κυβικών μέτρων υλικού καθώς και στην εκκένωση ενός ολόκληρου οικισμού.<br /> <br /> '''Υπό μελέτη περιοχή και περιγραφή της κατολίσθησης'''<br /> <br /> Η περιοχή μελέτης είναι το ορυχείο λιγνίτη στο Αμύνταιο της Δυτικής Μακεδονίας, στο Βορειο-Βορειοδυτικό τμήμα της Ελλάδας. Η τεκτονική τάφρος της Δυτικής Μακεδονίας περιλαμβάνει τα μεγαλύτερα αποθέματα λιγνίτη της χώρας που παράγει το 70% του ηλεκτρισμού της Ελλάδας. Η ευρύτερη περιοχή είναι γεωλογικά δομημένη με λιγνίτη Πλειόκαινου σε στρώματα, αποτελούμενο από εναλλακτικά στρώματα λιγνίτη χαμηλού πάχους με άργιλο και μάργα. Η κατολίσθηση συνέβη στις 10 Ιουνίου 2017 λόγω ενός συνδυασμού διαφορετικών παραγόντων, όπως παρουσία ρηγμάτων, υπόγειων υδροφορέων κάτω από το επίπεδο του ορυχείου και άσκηση πίεσης από το νερό, και άλλους. Η κορυφή της κατολίσθησης εκτιμάται στα 3 χμλ. και το συνολικό υλικό κατολίσθησης στους 25 εκατομμύρια τόνους λιγνίτη.<br /> <br /> '''Υλικά και Μέθοδοι'''<br /> <br /> Για τη μελέτη της περιοχής χρησιμοποιήθηκαν:<br /> <br /> • Οπτικά δεδομένα: Landsat-8 και Sentinel-2 δεδομένα της περιοχής πριν και μετά την κατολίσθηση. Η ανάλυσή τους έγινε με τη χρήση πολυμεταβλητών μεθόδων PCA και ICA, καθώς και με τη διαδικασία αυτόματου εντοπισμού αλλαγών βασιζόμενη στην εκμετάλλευση του εργαλείου παρακολούθησης DeltaCue Site.<br /> <br /> • Ραντάρ δεδομένα: Sentinel-1 δεδομένα για την ευρύτερη περιοχή του ορυχείου που επεξεργάστηκαν συμβολομετρικά. Η μέθοδος βασίστηκε στην εκτίμηση της μετατόπισης της γραμμής σκόπευσης του δορυφόρου (Line of Sight Displacement, LOS Displacement) και της κατακόρυφης μετατόπισης μέσω μετρήσεων συμβολομετρικής φάσης (συμβολομετρία ραντάρ συνθετικού ανοίγματος, Interferometric synthetic aperture radar, InSAR).<br /> '''<br /> Αποτελέσματα'''<br /> <br /> Από την ανάλυση των οπτικών δεδομένων προέκυψαν:<br /> <br /> • εικόνες με τα δεδομένα Landsat-8 και Sentinel-2 πριν και μετά την κατολίσθηση, καθώς και ένας πίνακας με στατιστική ανάλυση της τεχνικής PCA<br /> <br /> • εικόνες με τα αποτελέσματα των τεχνικών PCA και ICA με χρήση των δορυφορικών δεδομένων, όπου η χαρτογράφηση μέσω Sentinel-2 δεδομένων απεικόνισε με καλύτερο τρόπο τα σημεία όπου ολίσθησε το υλικό<br /> <br /> • έπειτα από σύγκριση μεταξύ των διαδικασιών PCA και ICA για τα δεδομένα Landsat-8 παρατηρήθηκε ότι η δεύτερη τεχνική ταιριάζει περισσότερο στα πραγματικά όρια του υλικού κατολίσθησης<br /> <br /> • οι εικόνες που προέκυψαν από τα δορυφορικά δεδομένα χρησιμοποιήθηκαν για χαρτογράφηση μέσω εφαρμογής μιας αυτόματου εντοπισμού αλλαγών διαδικασία με το εργαλείο DeltaCue Site (γρήγορη μέθοδος αλλά όχι τόσο ακριβής όσο οι παραπάνω)<br /> <br /> Από την ανάλυση των δεδομένων ραντάρ προέκυψε ένα συμβολόγραμμα από τα δεδομένα Sentinel-1, καθώς επίσης εικόνες που αναπαριστούν τα αποτελέσματα εκτίμησης LOS (υψηλότερη τιμή LOS περίπου στα 4.5 μ) και της κατακόρυφης μετατόπισης (υψηλότερη τιμή σχεδόν 1.73 εκ). Γενικότερα, η μέτρηση LOS είναι πιο ευαίσθητη μέθοδος σχετικά με την κίνηση του εδάφους λόγω της γεωμετρίας των αισθητήρων SAR. Η έλλειψη ακρίβειας των τιμών κατακόρυφης μετατόπισης πιθανώς σχετίζεται με τον προσανατολισμό της κατολίσθησης. <br /> Είναι αξιοσημείωτο ότι η συγκεκριμένη προσέγγιση έχει την ικανότητα χαρτογράφησης της παραμόρφωσης του εδάφους που σχετίζεται με πληθώρα ρηγμάτων που βρίσκονται μεταξύ των οικισμών Βαλτονέρα και Ανάργυροι και έχουν ήδη αναγνωριστεί σε προγενέστερη μελέτη.<br /> <br /> <br /> '''Συμπεράσματα'''<br /> <br /> Εν κατακλείδι, διεξήχθησαν τα εξής συμπεράσματα:<br /> <br /> • Τα δεδομένα Sentinel-1 και Sentinel-2 είναι αρκετά αποτελεσματικά για τη χαρτογράφηση κατολισθήσεων, ενώ οι εικόνες Sentinel-1 φαίνονται πολλά υποσχόμενες για την παρακολούθηση κατολίσθησης.<br /> <br /> • Η τεχνική PCA έδωσε καλύτερα αποτελέσματα με δεδομένα Sentinel-2 σε σύγκριση με τα δεδομένα Landsat-8.<br /> <br /> • Τα οπτικά δεδομένα θα μπορούσαν να ενισχυτικά προς τα δεδομένα ραντάρ παρέχοντας περισσότερη ακρίβεια και αξιοπιστία στα τελικά αποτελέσματα.<br /> <br /> <br /> [[category:Κατολισθήσεις]]</div>

Stavroula Dragoumani http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Rs_8f.png 2021-01-15T14:17:59Z

<p>Stavroula Dragoumani: Οι χαρτογραφημένες περιοχές προέκυψαν από PCA χρησιμοποιώντας δεδομένα Sentinel-2.</p> <hr /> <div>Οι χαρτογραφημένες περιοχές προέκυψαν από PCA χρησιμοποιώντας δεδομένα Sentinel-2.</div>

Stavroula Dragoumani http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Rs_8e.png 2021-01-15T14:16:59Z

<p>Stavroula Dragoumani: Οι χαρτογραφημένες περιοχές προέκυψαν από PCA χρησιμοποιώντας δεδομένα Landsat-8.</p> <hr /> <div>Οι χαρτογραφημένες περιοχές προέκυψαν από PCA χρησιμοποιώντας δεδομένα Landsat-8.</div>

Stavroula Dragoumani http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Rs_8d.png 2021-01-15T14:16:05Z

<p>Stavroula Dragoumani: Οι χαρτογραφημένες περιοχές προέκυψαν από το εργαλείο παρακολούθησης DeltaCue Site χρησιμοποιώντας δεδομένα Landsat-8</p> <hr /> <div>Οι χαρτογραφημένες περιοχές προέκυψαν από το εργαλείο παρακολούθησης DeltaCue Site χρησιμοποιώντας δεδομένα Landsat-8</div>

Stavroula Dragoumani http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Rs_8c.png 2021-01-15T14:15:19Z

<p>Stavroula Dragoumani: Οι χαρτογραφημένες περιοχές προέκυψαν από το ICA χρησιμοποιώντας δεδομένα Sentinel-2.</p> <hr /> <div>Οι χαρτογραφημένες περιοχές προέκυψαν από το ICA χρησιμοποιώντας δεδομένα Sentinel-2.</div>

Stavroula Dragoumani http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Rs_8b.png 2021-01-15T14:14:38Z

<p>Stavroula Dragoumani: Οι χαρτογραφημένες περιοχές προέκυψαν από το ICA χρησιμοποιώντας δεδομένα Landsat-8.</p> <hr /> <div>Οι χαρτογραφημένες περιοχές προέκυψαν από το ICA χρησιμοποιώντας δεδομένα Landsat-8.</div>

Stavroula Dragoumani http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Rs_8a.png 2021-01-15T14:14:07Z

<p>Stavroula Dragoumani: Ιντερφερόγραμμα που καλύπτει την περιοχή μελέτης χρησιμοποιώντας δεδομένα Sentinel-1.</p> <hr /> <div>Ιντερφερόγραμμα που καλύπτει την περιοχή μελέτης χρησιμοποιώντας δεδομένα Sentinel-1.</div>

Stavroula Dragoumani 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_%CE%BA%CE%B1%CF%84%CE%BF%CE%BB%CE%AF%CF%83%CE%B8%CE%B7%CF%83%CE%B7%CF%82_%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%BF%CF%80%CF%84%CE%B9%CE%BA%CE%AC_%CE%BA%CE%B1%CE%B9_radar_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1:_%CE%BC%CE%B9%CE%B1_%CF%80%CE%B5%CF%81%CE%B9%CF%80%CF%84%CF%89%CF%83%CE%B9%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CE%AE_%CE%BC%CE%B5%CE%BB%CE%AD%CF%84%CE%B7_%CE%B1%CF%80%CF%8C_%CF%84%CE%BF_%CE%91%CE%BC%CF%8D%CE%BD%CF%84%CE%B1%CE%B9%CE%BF,_%CE%94%CF%85%CF%84%CE%B9%CE%BA%CE%AE_%CE%9C%CE%B1%CE%BA%CE%B5%CE%B4%CE%BF%CE%BD%CE%AF%CE%B1_%CE%95%CE%BB%CE%BB%CE%AC%CE%B4%CE%BF%CF%82 2021-01-15T14:11:35Z

<p>Stavroula Dragoumani: Νέα σελίδα με '[[Εικόνα: rs 8a.png| thumb | right | Εικόνα 1.Ιντερφερόγραμμα που καλύπτει την περιοχή μελέτης χρησιμοποι...'</p> <hr /> <div>[[Εικόνα: rs 8a.png| thumb | right | Εικόνα 1.Ιντερφερόγραμμα που καλύπτει την περιοχή μελέτης χρησιμοποιώντας δεδομένα Sentinel-1. , πηγή:https://www.tandfonline.com] <br /> [[Εικόνα: rs 8b.png| thumb | right | Εικόνα 2. Οι χαρτογραφημένες περιοχές προέκυψαν από το ICA χρησιμοποιώντας δεδομένα Landsat-8., πηγή:https://www.tandfonline.com]] <br /> [[Εικόνα: rs 8c.png| thumb | right | Εικόνα 3. Οι χαρτογραφημένες περιοχές προέκυψαν από το ICA χρησιμοποιώντας δεδομένα Sentinel-2. , πηγή:https://www.tandfonline.com]]<br /> [[Εικόνα: rs 8d.png| thumb | right | Εικόνα 4. Οι χαρτογραφημένες περιοχές προέκυψαν από το εργαλείο παρακολούθησης DeltaCue Site χρησιμοποιώντας δεδομένα Landsat-8, πηγή:https://www.tandfonline.com]] <br /> [[Εικόνα: rs 8e.png| thumb | right | Εικόνα 5. Οι χαρτογραφημένες περιοχές προέκυψαν από PCA χρησιμοποιώντας δεδομένα Landsat-8. , πηγή:https://www.tandfonline.com]] <br /> [[Εικόνα: rs 8f.png| thumb | right | Εικόνα 6. Οι χαρτογραφημένες περιοχές προέκυψαν από PCA χρησιμοποιώντας δεδομένα Sentinel-2. , πηγή:https://www.tandfonline.com]]<br /> <br /> ''' Χαρτογράφηση κατολίσθησης χρησιμοποιώντας οπτικά και radar δεδομένα: μια περιπτωσιολογική μελέτη από το Αμύνταιο, Δυτική Μακεδονία Ελλάδος<br /> '''<br /> <br /> '''Πρωτότυπος τίτλος''': Landslide mapping using optical and radar data: a case study from Aminteo, Western Macedonia Greece<br /> <br /> '''Συγγραφείς''': A. Kyriou, K. Nikolakopoulos<br /> <br /> '''Πηγή:''' https://www.tandfonline.com/doi/full/10.1080/22797254.2019.1681905<br /> <br /> '''Σκοπός'''<br /> <br /> Η μελέτη αποσκοπεί στην εκμετάλλευση οπτικών και ραντάρ δεδομένων στοχεύοντας στη χαρτογράφηση μιας περιοχής κατολίσθησης που εντοπίζεται στο Αμύνταιο της Δυτικής Μακεδονίας στην Ελλάδα.<br /> '''<br /> Εισαγωγή'''<br /> <br /> Η εκτίμηση, πρόβλεψη και παρακολούθηση της κατολίσθησης αποτελούν σημεία-κλειδιά για την έρευνα ενός τέτοιου φαινομένου που συνιστά το πιο κοινό γεωλογικό ρίσκο παγκοσμίως. Έχουν αναπτυχθεί ποικίλες τεχνικές για την εκτίμηση του κινδύνου κατολίσθησης, ενώ τελευταία η έρευνα εστιάζει στη χρήση δεδομένων Παρατηρήσεων Γης από διαφορετικά μέσα Τηλεπισκόπησης. Μια επιτυχημένη μέθοδος που έχει αναπτυχθεί περιλάμβανε τη χρήση δεδομένων Landsat-8 και PALSAR-2 παράλληλα με τεχνικές Συστήματος Γεωγραφικών Πληροφοριών. Επίσης, έχουν χρησιμοποιηθεί πολύ-φασματικά και ραντάρ δεδομένα για την απογραφή και παρακολούθηση περιοχών κατολίσθησης. Έχει ήδη αποδειχθεί ότι η Συμβολομετρία ραντάρ αποτελεί σημαντικό εργαλείο ακόμα και για ευρείες περιοχές και η πιο κοινή μέθοδος στη χαρτογράφηση κατολίσθησης είναι η Συμβολομετρία Σταθερών Σκεδαστών (PSI). Η κατολίσθηση του 2017 στο Αμύνταιο συνέβη λόγω αλληλεπίδρασης της γεωλογικής δομής με τεκτονικές και ανθρώπινες δραστηριότητες με αποτέλεσμα τη μετακίνηση περισσότερων από 80 εκατομμυρίων κυβικών μέτρων υλικού καθώς και στην εκκένωση ενός ολόκληρου οικισμού.<br /> <br /> '''Υπό μελέτη περιοχή και περιγραφή της κατολίσθησης'''<br /> <br /> Η περιοχή μελέτης είναι το ορυχείο λιγνίτη στο Αμύνταιο της Δυτικής Μακεδονίας, στο Βορειο-Βορειοδυτικό τμήμα της Ελλάδας. Η τεκτονική τάφρος της Δυτικής Μακεδονίας περιλαμβάνει τα μεγαλύτερα αποθέματα λιγνίτη της χώρας που παράγει το 70% του ηλεκτρισμού της Ελλάδας. Η ευρύτερη περιοχή είναι γεωλογικά δομημένη με λιγνίτη Πλειόκαινου σε στρώματα, αποτελούμενο από εναλλακτικά στρώματα λιγνίτη χαμηλού πάχους με άργιλο και μάργα. Η κατολίσθηση συνέβη στις 10 Ιουνίου 2017 λόγω ενός συνδυασμού διαφορετικών παραγόντων, όπως παρουσία ρηγμάτων, υπόγειων υδροφορέων κάτω από το επίπεδο του ορυχείου και άσκηση πίεσης από το νερό, και άλλους. Η κορυφή της κατολίσθησης εκτιμάται στα 3 χμλ. και το συνολικό υλικό κατολίσθησης στους 25 εκατομμύρια τόνους λιγνίτη.<br /> <br /> '''Υλικά και Μέθοδοι'''<br /> <br /> Για τη μελέτη της περιοχής χρησιμοποιήθηκαν:<br /> <br /> • Οπτικά δεδομένα: Landsat-8 και Sentinel-2 δεδομένα της περιοχής πριν και μετά την κατολίσθηση. Η ανάλυσή τους έγινε με τη χρήση πολυμεταβλητών μεθόδων PCA και ICA, καθώς και με τη διαδικασία αυτόματου εντοπισμού αλλαγών βασιζόμενη στην εκμετάλλευση του εργαλείου παρακολούθησης DeltaCue Site.<br /> <br /> • Ραντάρ δεδομένα: Sentinel-1 δεδομένα για την ευρύτερη περιοχή του ορυχείου που επεξεργάστηκαν συμβολομετρικά. Η μέθοδος βασίστηκε στην εκτίμηση της μετατόπισης της γραμμής σκόπευσης του δορυφόρου (Line of Sight Displacement, LOS Displacement) και της κατακόρυφης μετατόπισης μέσω μετρήσεων συμβολομετρικής φάσης (συμβολομετρία ραντάρ συνθετικού ανοίγματος, Interferometric synthetic aperture radar, InSAR).<br /> '''<br /> Αποτελέσματα'''<br /> <br /> Από την ανάλυση των οπτικών δεδομένων προέκυψαν:<br /> <br /> • εικόνες με τα δεδομένα Landsat-8 και Sentinel-2 πριν και μετά την κατολίσθηση, καθώς και ένας πίνακας με στατιστική ανάλυση της τεχνικής PCA<br /> <br /> • εικόνες με τα αποτελέσματα των τεχνικών PCA και ICA με χρήση των δορυφορικών δεδομένων, όπου η χαρτογράφηση μέσω Sentinel-2 δεδομένων απεικόνισε με καλύτερο τρόπο τα σημεία όπου ολίσθησε το υλικό<br /> <br /> • έπειτα από σύγκριση μεταξύ των διαδικασιών PCA και ICA για τα δεδομένα Landsat-8 παρατηρήθηκε ότι η δεύτερη τεχνική ταιριάζει περισσότερο στα πραγματικά όρια του υλικού κατολίσθησης<br /> <br /> • οι εικόνες που προέκυψαν από τα δορυφορικά δεδομένα χρησιμοποιήθηκαν για χαρτογράφηση μέσω εφαρμογής μιας αυτόματου εντοπισμού αλλαγών διαδικασία με το εργαλείο DeltaCue Site (γρήγορη μέθοδος αλλά όχι τόσο ακριβής όσο οι παραπάνω)<br /> <br /> Από την ανάλυση των δεδομένων ραντάρ προέκυψε ένα συμβολόγραμμα από τα δεδομένα Sentinel-1, καθώς επίσης εικόνες που αναπαριστούν τα αποτελέσματα εκτίμησης LOS (υψηλότερη τιμή LOS περίπου στα 4.5 μ) και της κατακόρυφης μετατόπισης (υψηλότερη τιμή σχεδόν 1.73 εκ). Γενικότερα, η μέτρηση LOS είναι πιο ευαίσθητη μέθοδος σχετικά με την κίνηση του εδάφους λόγω της γεωμετρίας των αισθητήρων SAR. Η έλλειψη ακρίβειας των τιμών κατακόρυφης μετατόπισης πιθανώς σχετίζεται με τον προσανατολισμό της κατολίσθησης. <br /> Είναι αξιοσημείωτο ότι η συγκεκριμένη προσέγγιση έχει την ικανότητα χαρτογράφησης της παραμόρφωσης του εδάφους που σχετίζεται με πληθώρα ρηγμάτων που βρίσκονται μεταξύ των οικισμών Βαλτονέρα και Ανάργυροι και έχουν ήδη αναγνωριστεί σε προγενέστερη μελέτη.<br /> <br /> <br /> '''Συμπεράσματα'''<br /> <br /> Εν κατακλείδι, διεξήχθησαν τα εξής συμπεράσματα:<br /> <br /> • Τα δεδομένα Sentinel-1 και Sentinel-2 είναι αρκετά αποτελεσματικά για τη χαρτογράφηση κατολισθήσεων, ενώ οι εικόνες Sentinel-1 φαίνονται πολλά υποσχόμενες για την παρακολούθηση κατολίσθησης.<br /> <br /> • Η τεχνική PCA έδωσε καλύτερα αποτελέσματα με δεδομένα Sentinel-2 σε σύγκριση με τα δεδομένα Landsat-8.<br /> <br /> • Τα οπτικά δεδομένα θα μπορούσαν να ενισχυτικά προς τα δεδομένα ραντάρ παρέχοντας περισσότερη ακρίβεια και αξιοπιστία στα τελικά αποτελέσματα.<br /> <br /> <br /> [[category:Κατολισθήσεις]]</div>

Stavroula Dragoumani http://147.102.106.44/rs/wiki/index.php/%CE%A3%CF%84%CE%B1%CF%85%CF%81%CE%BF%CF%85%CE%BB%CE%B1_%CE%94%CF%81%CE%B1%CE%B3%CE%BF%CF%85%CE%BC%CE%B1%CE%BD%CE%B7 2021-01-15T13:53:20Z

<p>Stavroula Dragoumani: </p> <hr /> <div> [[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Αθήνα)]]<br /> <br /> * [[Χαρτογράφηση έντασης της φωτιάς και ευαισθησίας διάβρωσης του εδάφους χρησιμοποιώντας πολυ-χρονικά δεδομένα ,Mάτι Αττικής ]]<br /> <br /> <br /> * [[Χαρτογράφηση καμένων περιοχών και της σοβαρότητας της πυρκαγιάς χρησιμοποιώντας αυτοοργανώμενο χάρτη και δεδομένα Sentinel-2 ]]<br /> <br /> <br /> * [[Μια μεθοδολογία βασισμένη στο Σύστημα ΓΣ(GIS) και την Τηλεπισκόπιση για την αξιολόγηση της δυναμικότητας των υπόγειων υδάτων ‎ ]]<br /> <br /> <br /> * [[Χαρτογράφηση δυναμικής της φυτείας ζαχαρότευτλων στο Γκουανγκσί της Κίνας μέσω εικόνων χρονοσειρών Sentinel-1, Sentinel-2 και Landsat ]]<br /> <br /> <br /> * [[Εντοπισμός εκτεθιμένων και υποεπιφανειακών αρχαιολογικών υπολειμμάτων χρησιμοποιώντας Τηλεπισκόπηση με πολλούς αισθητήρες]]<br /> <br /> <br /> * [[Ανάλυση πλημμύρας μέσω δεδομένων Τηλεπισκόπησης - Μια περιπτωσιολογική μελέτη: ποταμός Έβρου, Αδριανούπολη]]<br /> <br /> <br /> * [[Εντοπισμός ανάκαμψης εδαφικής υποχώρησης μέσω πολύ-χρονικών δεδομένων InSAR στις περιοχές Καλοχώρι και Σίνδος]]<br /> <br /> * [[]]<br /> * [[]]<br /> * [[]]</div>

Stavroula Dragoumani 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%B1%CE%BD%CE%AC%CE%BA%CE%B1%CE%BC%CF%88%CE%B7%CF%82_%CE%B5%CE%B4%CE%B1%CF%86%CE%B9%CE%BA%CE%AE%CF%82_%CF%85%CF%80%CE%BF%CF%87%CF%8E%CF%81%CE%B7%CF%83%CE%B7%CF%82_%CE%BC%CE%AD%CF%83%CF%89_%CF%80%CE%BF%CE%BB%CF%8D-%CF%87%CF%81%CE%BF%CE%BD%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_InSAR_%CF%83%CF%84%CE%B9%CF%82_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CE%AD%CF%82_%CE%9A%CE%B1%CE%BB%CE%BF%CF%87%CF%8E%CF%81%CE%B9_%CE%BA%CE%B1%CE%B9_%CE%A3%CE%AF%CE%BD%CE%B4%CE%BF%CF%82 2021-01-15T13:52:05Z

<p>Stavroula Dragoumani: Νέα σελίδα με '[[Εικόνα: rs 7a.png| thumb | right | Εικόνα 1.Ταχύτητες από το 2003 έως το 2010 από την ανάλυση των ENVISAT δεδομένω...'</p> <hr /> <div>[[Εικόνα: rs 7a.png| thumb | right | Εικόνα 1.Ταχύτητες από το 2003 έως το 2010 από την ανάλυση των ENVISAT δεδομένων , πηγή:https://www.sciencedirect.com]] <br /> [[Εικόνα: rs 7b.png| thumb | right | Εικόνα 2. Ταχύτητες από το 1993 έως το 2000 όπως λήφθησαν από την ανάλυση δεδομένων ERS 1 και ERS 2 , πηγή:https://www.sciencedirect.com]] <br /> [[Εικόνα: rs 7c.png| thumb | right | Εικόνα 3.Εικόνα που παρουσιάζει την επαναφόρτιση των υπόγειων υδάτων (σε μ) μεταξύ Ιουνίου 2000 και Ιουνίου 2015 , πηγή:https://www.sciencedirect.com]]<br /> <br /> '''Εντοπισμός ανάκαμψης εδαφικής υποχώρησης μέσω πολύ-χρονικών δεδομένων InSAR και δεδομένων βασικής αλήθειας στις περιοχές Καλοχώρι και Σίνδος στη Βόρεια Ελλάδα<br /> '''<br /> <br /> '''Πρωτότυπος τίτλος''': Land subsidence rebound detected via multi-temporal InSAR and ground truth data in Kalochori and Sindos regions, Northern Greece<br /> <br /> '''Συγγραφείς:''' N. Svigkas, I. Papoutsis, C. Loupasakis, P. Tsangaratos, A, Kiratzi, C. (H.) Kontoes<br /> <br /> '''Πηγή''': https://www.sciencedirect.com/science/article/abs/pii/S0013795216301636?via%3Dihub<br /> <br /> <br /> '''Σκοπός'''<br /> <br /> Το αντικείμενο μελέτης είναι η περαιτέρω εξέταση του φαινομένου ανάκαμψης της εδαφικής υποχώρησης στις περιοχές Καλοχώρι και Σίνδος, μέσω ανάλυσης ENVISAT SAR δεδομένων.<br /> <br /> '''Εισαγωγή'''<br /> <br /> Η χρήση τεχνικών συμβολομετρίας SAR αποκαλύπτει και χαρτογραφεί τις επιφανειακά παραμορφωμένες περιοχές με εξαιρετική ακρίβεια, ενώ έχουν εφαρμοστεί επιτυχώς για μελέτες παραμόρφωσης λόγω δραστηριότητας υπόγειων υδροφορικών συστημάτων. Η αστική εξάπλωση και οι οικονομικές δραστηριότητα που σχετίζονται με την καθημερινή ζωή επηρεάζουν τη φυσική εξέλιξη των τοπίων και τις φυσικές διαδικασίες. Στην Ελλάδα αυτό φαίνεται έντονα στο Καλοχώρι και τη Σίνδο, δύο περιοχές με έντονη βιομηχανική δραστηριότητα. Κατά τη δεκαετία του 1960 διαπιστώθηκαν για πρώτη φορά φαινόμενα εδαφικής υποχώρησης, ενώ μετά το 2000 η δορυφορική τεχνολογία υποστήριξε πιο λεπτομερείς μελέτες.<br /> '''<br /> Ιστορικό εδαφικής καθίζησης του Καλοχωρίου και της Σίνδου'''<br /> <br /> Το Καλοχώρι και η Σίνδος εντοπίζονται στο δυτικό κομμάτι της Πεδιάδας Θεσσαλονίκης, που περιβάλλεται στα νότια από το Όρος Βέρμιο και το λόφο της Πιερίας και στα βόρεια από το Όρος Πάικο. Διασχίζεται από τους ποταμούς Αξιός, Λουδίας και Αλιάκμονας. Τα μορφολογικά χαρακτηριστικά του λεκανοπεδίου ήταν αποτέλεσμα της έντονης τεκτονικής δραστηριότητας κατά το Άνω Πλειστόκαινο. Ο δήμος Δέλτα (όπου ανήκουν) βρίσκεται λίγα μέτρα πάνω από το επίπεδο της θάλασσας. Το 1964 εντοπίστηκε για πρώτη φορά εδαφική υποχώρηση υπό τη μορφή εισβολής θαλασσινού νερού. Το 1965 συνέβη έντονη βροχόπτωση που οδήγησε σε πλημμύρα, οπότε το 1969 χτίστηκε το πρώτο ανάχωμα για προστασία από τη θάλασσα. Η κατασκευή αναχώματος εμφάνισε πολλές αποτυχίες, καθώς καταστρεφόταν συνεχώς. Δημιουργήθηκε, έτσι, μια απομονωμένη περιοχή σα λίμνη. Η συνεχής εδαφική υποχώρηση προκάλεσε σοβαρές ζημιές. Έχει διεξαχθεί πλήθος μελετών για την κατάσταση στο Καλοχώρι και τη Σίνδο.<br /> <br /> '''Γεωλογικά και Υδρογεωλογικά δεδομένα της μελετώμενης περιοχής'''<br /> <br /> Οι περιοχές βρίσκονται πάνω από κοιτάσματα της Τεταρτογενούς περιόδου. Το πάνω στρώμα των σχηματισμών αυτών διακρίνεται σε τρεις ορίζοντες: α) αμμώδης ορίζοντας, β) αδιαπέραστο στρώμα λασπώδους αργίλου και γ) εναλλασσόμενα στρώματα τραχέων και λεπτών ιζημάτων.<br /> <br /> Επεξεργασία δεδομένων και μέθοδοι Τηλεπισκόπησης<br /> <br /> Για τη διεκπεραίωση της έρευνας χρησιμοποιήθηκαν:<br /> <br /> • Λογισμικό StaMPS (Stanford Method for Persistent Scatterers) και, επιπλέον, ROI_PAC (Repeat Orbit Interferometry Package) για τις διαχρονικές μελέτες και DORIS (Delft object-oriented radar Interferometric software) για την παραγωγή συμβολογράμματος<br /> <br /> • SRTM DEM για την τοπογραφική διόρθωση<br /> <br /> • Πληροφορίες από το Τμήμα Παρατηρήσεων Γης και συστημάτων διαστήματος (Department of Earth Observation and space systems, DEOS) για τις τροχιακές διορθώσεις<br /> <br /> • Δεδομένα βασικής αλήθειας από έρευνες πεδίου και υδρογεωλογικά δεδομένα<br /> <br /> Η αρχική βάση για την ανάλυση χρονοσειρών SAR είναι η δημιουργία διαφορικών συμβολογραμμάτων (Differential Interfergogram, DInSAR). Επίσης, χρησιμοποιήθηκε Συμβολομετρία σταθερών σκεδαστών (Permanent Scatterers, PS) και η Μέθοδος συμβόλων μικρών βάσεων (Small baseline Subset, SBAS). Αυτές οι δύο είναι διαφορετικές μέθοδοι μελέτης χρονοσειρών για τη μελέτη της παραμόρφωσης του εδάφους. Για τη μελέτη των τεκτονικών μετακινήσεων η μέθοδος SBAS θεωρείται πιο κατάλληλη καθώς καλύπτει μεγαλύτερες περιοχές.<br /> <br /> '''Αποτελέσματα εφαρμογής'''<br /> <br /> Μέσω της ανάλυσης SAR βρέθηκε μια σύνδεση μεταξύ του ιστορικού παραμόρφωσης με τα υδρογεωλογικά δεδομένα. Όπως διαπιστώθηκε με τη βοήθεια και των τριών τεχνικών, από το 1992 έως το 2000 αποκαλύφθηκε μια επιφάνεια υποχώρησης του εδάφους και από το 2003 έως το 2010 υπάρχει ανύψωση, ενώ παράλληλα σημειώθηκε ότι το Καλοχώρι εμφάνισε μεγαλύτερες τιμές ανύψωσης σε σχέση με τη Σίνδο. Επιπλέον, εντοπίστηκε μια σαφής σύνδεση της τάσης ανύψωσης με τη χωρική κατανομή ανάκτησης υδροφορέων. Σε πιο εκτεταμένη ανάλυση, διαπιστώθηκε ότι η παραμόρφωση της επιφάνειας παρουσίασε τρεις διακριτές τάσεις: α) η πρώτη περίοδος όπου συμβαίνει η υποχώρηση εδάφους, β) η δεύτερη περίοδος μετά το 2000 όπου σημειώνεται η ανύψωση και γ) η τρίτη περίοδος μετά το 2007 όπου σημαίνεται μια πιο ομαλή τάση ανύψωσης. Άξιο σημείωσης είναι το γεγονός ότι υπάρχει χρονική υστέρηση μεταξύ της εκκίνησης επαναφόρτισης και της ανταποκρίνουσας ανύψωσης στην επιφάνεια του εδάφους. Αυτός ο χρόνος εκτιμάται περίπου στα στα 1.3-2 χρόνια. Όσον αφορά την επαναφόρτιση του υδροφορέα, το άδειασμα εφαρμόζεται με την αύξηση της πίεσης του πόρου, μειώνοντας κατ’ αναλογία τις αποτελεσματικές πιέσεις.<br /> <br /> '''Συμπεράσματα'''<br /> <br /> Στην παρούσα μελέτη επιβεβαιώθηκε η προηγουμένως σημειωμένη εδαφική υποχώρηση, ενώ παρατηρήθηκε μία νέα τάση ανύψωσης για την ίδια περιοχή από το 2003 έως ρο 2010. Η εν λόγω ανάκαμψη της παραμόρφωσης, που έγινε σε συμφωνία με την επαναφόρτιση του υδροφορέα, αποδεικνύει ότι η υπερ-εκμετάλλευση του νερού του εδάφους ήταν ο κύριος μηχανισμός που οδηγούσε σε υποχώρηση εδάφους όλες αυτές τις δεκαετίες, παρ’ ότι συνέβαιναν και άλλοι μηχανισμοί. Επίσης, σημαντικός ήταν ο υπολογισμός της χρονικής υστέρησης 1.3-2 χρόνων. <br /> Η φυσική ερμηνεία του φαινομένου της ανύψωσης σχετίζεται με το γεγονός ότι στις αρχές του 20ου αιώνα άλλαξε η οικονομική κατάσταση της Σίνδου και του Καλοχωρίου. Βιομηχανίες του δεύτερου οικονομικού κλάδου που κατανάλωναν νερό αντικαταστάθηκαν από εταιρίες του τέταρτου οικονομικού κλάδου, όπως εταιρίες λογιστικών. Το γεγονός αυτό, παράλληλα με την εθνική οικονομική κατάρρευση, οδήγησε σε μείωση της κατανάλωσης εδαφικού νερού και κατ’ επέκταση σε επαναφόρτιση του υδροφορέα. Παρ’ όλα αυτά, οι συστάσεις της παρούσας εργασίας υποστηρίζουν την ανάγκη για ανάπτυξη στρατηγική συνολικής διαχείρισης νερού προς αποφυγή επανάληψης των ίδιων γεγονότων στο μέλλον. <br /> <br /> <br /> [[category:Υποβάθμιση εδαφών]]</div>

Stavroula Dragoumani http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Rs_7c.png 2021-01-15T13:33:37Z

<p>Stavroula Dragoumani: Εικόνα που παρουσιάζει την επαναφόρτιση των υπόγειων υδάτων (σε μ) μεταξύ Ιουνίου 2000 και Ιουνίου 2015. Οι τελείες είναι τα δεδομένα SAR που υποδ</p> <hr /> <div>Εικόνα που παρουσιάζει την επαναφόρτιση των υπόγειων υδάτων (σε μ) μεταξύ Ιουνίου 2000 και Ιουνίου 2015. Οι τελείες είναι τα δεδομένα SAR που υποδεικνύουν μετατοπίσεις κατά μήκος της γραμμής σκόπευσης του δορυφόρου (LOS) σε μμ/έτος (2003-2010). Θετικές τιμές της γραμμής επαναφόρτισης υδροφορέων υποδεικνύει ανύψωση της στάθμης υπόγειων υδάτων</div>

Stavroula Dragoumani http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Rs_7b.png 2021-01-15T13:32:20Z

<p>Stavroula Dragoumani: Ταχύτητες από το 1993 έως το 2000 όπως λήφθησαν από την ανάλυση δεδομένων ERS 1 και ERS 2. Κατά τη διάρκεια αυτής της περιόδου η μελετώμενη περιοχή υ�</p> <hr /> <div>Ταχύτητες από το 1993 έως το 2000 όπως λήφθησαν από την ανάλυση δεδομένων ERS 1 και ERS 2. Κατά τη διάρκεια αυτής της περιόδου η μελετώμενη περιοχή υφίστατο εδαφική υποχώρηση με ένα ρυθμό των 20 μμ/έτος. Το μεγάλο βέλος επάνω δεξιά δείχνει την κατεύθυνση του καθοδικού μονοπατιού και το μικρότερο κάθετο βέλος δείχνει την κατεύθυνση της γραμμής σκόπευσης του δορυφόρου (LOS).</div>

Stavroula Dragoumani http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Rs_7a.png 2021-01-15T13:31:47Z

<p>Stavroula Dragoumani: Ταχύτητες από το 2003 έως το 2010 από την ανάλυση των ENVISAT δεδομένων. Η περιοχή υφίσταται ανύψωση. Οι ρυθμοί ανύψωσης είναι έως 12 μμ/έτος. Τα πράσ�</p> <hr /> <div>Ταχύτητες από το 2003 έως το 2010 από την ανάλυση των ENVISAT δεδομένων. Η περιοχή υφίσταται ανύψωση. Οι ρυθμοί ανύψωσης είναι έως 12 μμ/έτος. Τα πράσινα τετράγωνα (1 και 2) σημειώνουν την περιοχή γεωτρήσεων. Το μεγάλο βέλος επάνω δεξιά δείχνει την κατεύθυνση του καθοδικού μονοπατιού και το μικρότερο κάθετο βέλος δείχνει τη γραμμή σκόπευσης του δορυφόρου (LOS</div>

Stavroula Dragoumani http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7_%CF%80%CE%BB%CE%B7%CE%BC%CE%BC%CF%8D%CF%81%CE%B1%CF%82_%CE%BC%CE%AD%CF%83%CF%89_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_-_%CE%9C%CE%B9%CE%B1_%CF%80%CE%B5%CF%81%CE%B9%CF%80%CF%84%CF%89%CF%83%CE%B9%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CE%AE_%CE%BC%CE%B5%CE%BB%CE%AD%CF%84%CE%B7:_%CF%80%CE%BF%CF%84%CE%B1%CE%BC%CF%8C%CF%82_%CE%88%CE%B2%CF%81%CE%BF%CF%85,_%CE%91%CE%B4%CF%81%CE%B9%CE%B1%CE%BD%CE%BF%CF%8D%CF%80%CE%BF%CE%BB%CE%B7 2021-01-15T13:26:42Z

<p>Stavroula Dragoumani: Νέα σελίδα με '[[Εικόνα: rs 6a.png| thumb | right | Εικόνα 1. Παράδειγμα σετ δορυφορικών δεδομένων που χρησιμοποιήθηκαν γ...'</p> <hr /> <div>[[Εικόνα: rs 6a.png| thumb | right | Εικόνα 1. Παράδειγμα σετ δορυφορικών δεδομένων που χρησιμοποιήθηκαν για την τελευταία πλημμύρα της 25ης Μαρτίου 2018., πηγή:https://www.int-arch-photogramm-remote-sens-spatial-inf-sci.net]] <br /> [[Εικόνα: rs_6b.png| thumb | right | Εικόνα 2. Χρονοσειρές NDWI των οπτικών εικόνων που χρησιμοποιήθηκαν, πηγή:https://www.int-arch-photogramm-remote-sens-spatial-inf-sci.net]] <br /> [[Εικόνα: rs 6c.png| thumb | right | Εικόνα 3. Η βαθμονομημένη χρονική σειρά SAR Sentinel 1 Level-1 που καλύπτει την περίοδο 2015 – 2018, πηγή:https://www.int-arch-photogramm-remote-sens-spatial-inf-sci.net]] <br /> [[Εικόνα: rs 6d.png| thumb | right | Εικόνα 4.Σύγκριση των πλημμυρισμένων περιοχών που προκλήθηκαν από 2 διαφορετικές πλημμύρες. (a) Το άνοιγμα στα φράγματα της Βουλγαρίας (b) Τοπικές υπέρμετρες βροχοπτώσεις , πηγή:https://www.int-arch-photogramm-remote-sens-spatial-inf-sci.net]] <br /> <br /> <br /> '''Ανάλυση πλημμύρας μέσω δεδομένων Τηλεπισκόπησης - Μια περιπτωσιολογική μελέτη: ποταμός Έβρου, Αδριανούπολη'''<br /> <br /> '''Πρωτότυπος τίτλος''': Flood analysis with Remote Sensing data - A case study: Maritsa river, Edirne<br /> <br /> '''Συγγραφείς''': A. F. Sunar, N. Yagmur, A. Dervisoglu<br /> <br /> '''Πηγή''': https://www.int-arch-photogramm-remote-sens-spatial-inf-sci.net/XLII-3-W8/497/2019/<br /> <br /> '''Σκοπός'''<br /> <br /> Στόχος της μελέτης είναι η παρακολούθηση και εκτίμηση των καταστροφών πλημμύρας μέσω διαστημικής τεχνολογίας, συγκεκριμένα με τη χρήση NDWI δείκτη διαχρονικών εικόνων Landsat 8 και Sentinel 2 και βαθμονομημένων εικόνων Sentinel 1 SAR. <br /> <br /> '''Εισαγωγή'''<br /> <br /> Την τελευταία δεκαετία οι πλημμύρες προκαλούνται παράγοντες σχετιζόμενους με το κλίμα και έχουν σοβαρές περιβαλλοντικές και κοινωνικές επιπτώσεις παγκοσμίως. Στην Τουρκία ένα από τα πιο προσβεβλημένα λεκανοπέδια είναι αυτό στη Μαρίτσα στα Ανατολικά Βαλκάνια. Στο σημείο αυτό οι βροχοπτώσεις και το λιώσιμο των χιονιών είναι σφοδρά και, παράλληλα, νερό απελευθερώνεται ανεξέλεγκτα από τα φράγματα στη Βουλγαρία το οποίο καταλήγει στον ποταμό Έβρου οδηγώντας σε σοβαρές πλημμύρες στην Αδριανούπολη. Για την παρεμπόδιση τέτοιων φυσικών καταστροφών οι τεχνολογίες γεω-πληροφόρησης, όπως είναι η Τηλεπισκόπηση, συνιστούν αποτελεσματικό εργαλείο για την εκτίμηση και διαχείριση του κινδύνου παρέχοντας μια πιο συνοπτική και γρήγορη ανάλυση απ’ ότι οι συμβατικές ερευνητικές μέθοδοι. Συνήθως χρησιμοποιούνται συστήματα Τηλεπισκόπησης με παθητικούς οπτικούς αισθητήρες και ενεργούς αισθητήρες μιρκοκυμάτων προσφέροντας διαφορετικά επίπεδα ικανότητας και ακρίβειας.<br /> <br /> '''Περιοχή μελέτης και Δεδομένα που χρησιμοποιήθηκαν'''<br /> <br /> Το λεκανοπέδιο του ποταμού της Έβρου αποτελεί ένα κύριο σύστημα ποταμών με συνολικό μήκος 550 χλμ και λεκάνη απορροής 39,000 χλμ2. Η Αδριανούπολη βρίσκεται στη Βορειοδυτική περιοχή της Τουρκίας και στο σημείο αυτό συναντώνται οι τρεις ποταμοί Tundzha, Άρδας και Έβρου, κοντά στα σύνορα με Ελλάδα και Βουλγαρία. Το κέντρο της Αδριανούπολης επιλέχθηκε ως μελετώμενη περιοχή.<br /> <br /> Χρησιμοποιήθηκαν:<br /> <br /> • δορυφορικά δεδομένα Landsat 8 OLI MSI και Sentinel 2 MSI (οπτικά) και δορυφορικά δεδομένα Sentinel 1 Sar (μικροκυματικά)<br /> <br /> • Δορυφορικά δεδομένα Sentinel 2 της περιόδου 2015-2018<br /> <br /> • Μετεωρολογικά δεδομένα και μετρήσεις ροής<br /> <br /> '''Μεθοδολογία'''<br /> <br /> Πραγματοποιήθηκαν τα εξής βήματα επεξεργασίας εικόνων:<br /> <br /> • Χρήση του Δείκτη Νερού Κανονικοποιημένης Διαφοράς (Normalized Difference Water Index, NDWI): σκιαγράσηση και βελτίωση των χαρακτηριστικών του νερού<br /> <br /> • SAR βαθμονόμηση και κατωφλίωση<br /> <br /> • Χρήση Google Earth Engine (GEE) για την εκτίμηση των πλημμυρών που συνέβησαν στο διάστημα 2015-2018 και τη βαθμονόμηση των SAR db τιμών<br /> <br /> '''Αποτελέσματα'''<br /> <br /> Όσον αφορά τα οπτικά δορυφορικά δεδομένα, παρατηρήθηκαν οι αλλαγές στα επίπεδα νερού, ωστόσο η παρατήρηση των κύριων πλημμυρών απαιτούν λήψη τέτοιων δεδομένων αμέσως μετά την πλημμύρα. Η υψηλή μάζα νέφους αποτρέπει την αποτελεσματική ανάλυση πλημμυρών μέσω οπτικών εικόνων κατά τη διάρκεια της υπερχείλισης.<br /> Από την ανάλυση δεδομένων SAR παρατηρήθηκαν μόνο οι μεγάλες πλημμύρες που προκάλεσαν τεράστιες καταστροφές. Επίσης, διαπιστώθηκε ότι δε δόθηκε κανένα σήμα από τη Γενική Διεύθυνση Υδραυλικών Έργων το Μάρτιο του 2015, παρ’ ότι επηρεάστηκαν μεγάλες περιοχές. Οι ρυθμοί ροής του Φεβρουαρίου 2015 και Ιανουαρίου 2016 ήταν οι πιο υψηλοί και η πλημμύρα του Φεβρουαρίου χαρακτηρίστηκε ως η «καταστροφή του αιώνα». Επιπλέον, διαπιστώθηκε ότι οι πιο επηρεασμένες περιοχές λόγω πλημμύρας συνάδουν με τους υψηλότερους ρυθμούς ροής που κατεγράφησαν. Κατά την πλημμύρα του Νοεμβρίου 2018 οι ρυθμοί ροής είναι χαμηλοί, ωστόσο η πλημμύρα εξηγείται λόγω της εξαιρετικά έντονης βροχόπτωσης. Τέλος, ύστερα από σύγκριση δύο εικόνων από το Φεβρουάριο του 2015 και το Νοέμβριο του 2018 παρατηρήθηκε ότι η περιοχή που επηρεάστηκε από την πλημμύρα ήταν 8 φορές μεγαλύτερη, ως αποτέλεσμα του ανοίγματος του φράγματος στη Βουλγαρία.<br /> <br /> '''Συμπεράσματα'''<br /> <br /> Παρότι δεν είναι σαφές το πού οφείλεται η αυξημένη συχνότητα πλημμυρών, είναι ωστόσο σαφές ότι το σύστημα αποστράγγισης και η φέρουσα ικανότητα των ποταμών δεν είναι αποτελεσματικά ως προς την παρεμπόδισης πλημμυρών στην Αδριανούπολη, κατ’ επέκταση υπάρχει ανάγκη για λειτουργία των φραγμάτων της Βουλγαρίας σε αυτούς τους ποταμούς. Όπως φάνηκε στη μελέτη, οι δύο κύριες αιτίες που οδηγούν σε πλημμύρες είναι το άνοιγμα των φραγμάτων στη Βουλγαρία ή τοπικές έντονες βροχοπτώσεις. Διαπιστώθηκε, επίσης, ότι οι τεχνολογίες γεω-πληροφόρησης, συμπεριλαμβανομένης της Τηλεπισκόπησης, παρέχουν κατάλληλες πληροφορίες για αποτελεσματικές αποφάσεις που αφορούν τη διαχείριση των πλημμυρών διασυνοριακών περιοχών όπως το λεκανοπέδιο του ποταμού Έβρου. <br /> <br /> <br /> [[category:Πλημμύρες]]</div>

Stavroula Dragoumani http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Rs_6d.png 2021-01-15T13:17:18Z

<p>Stavroula Dragoumani: Σύγκριση των πλημμυρισμένων περιοχών που προκλήθηκαν από 2 διαφορετικές πλημμύρες. (a) Το άνοιγμα στα φράγματα της Βουλγαρίας (b) Τοπικές υπέ</p> <hr /> <div>Σύγκριση των πλημμυρισμένων περιοχών που προκλήθηκαν από 2 διαφορετικές πλημμύρες. (a) Το άνοιγμα στα φράγματα της Βουλγαρίας (b) Τοπικές υπέρμετρες βροχοπτώσεις</div>

Stavroula Dragoumani http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Rs_6c.png 2021-01-15T13:16:28Z

<p>Stavroula Dragoumani: Η βαθμονομημένη χρονική σειρά SAR Sentinel 1 Level-1 που καλύπτει την περίοδο 2015 – 2018.</p> <hr /> <div>Η βαθμονομημένη χρονική σειρά SAR Sentinel 1 Level-1 που καλύπτει την περίοδο 2015 – 2018.</div>

Stavroula Dragoumani http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Rs_6b.png 2021-01-15T13:15:50Z

<p>Stavroula Dragoumani: Χρονοσειρές NDWI των οπτικών εικόνων που χρησιμοποιήθηκαν</p> <hr /> <div>Χρονοσειρές NDWI των οπτικών εικόνων που χρησιμοποιήθηκαν</div>

Stavroula Dragoumani http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Rs_6a.png 2021-01-15T13:15:20Z

<p>Stavroula Dragoumani: Παράδειγμα σετ δορυφορικών δεδομένων που χρησιμοποιήθηκαν για την τελευταία πλημμύρα της 25ης Μαρτίου 2018</p> <hr /> <div>Παράδειγμα σετ δορυφορικών δεδομένων που χρησιμοποιήθηκαν για την τελευταία πλημμύρα της 25ης Μαρτίου 2018</div>

Stavroula Dragoumani http://147.102.106.44/rs/wiki/index.php/%CE%A3%CF%84%CE%B1%CF%85%CF%81%CE%BF%CF%85%CE%BB%CE%B1_%CE%94%CF%81%CE%B1%CE%B3%CE%BF%CF%85%CE%BC%CE%B1%CE%BD%CE%B7 2021-01-15T12:40:12Z

<p>Stavroula Dragoumani: </p> <hr /> <div> [[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Αθήνα)]]<br /> <br /> * [[Χαρτογράφηση έντασης της φωτιάς και ευαισθησίας διάβρωσης του εδάφους χρησιμοποιώντας πολυ-χρονικά δεδομένα ,Mάτι Αττικής ]]<br /> <br /> * [[Χαρτογράφηση καμένων περιοχών και της σοβαρότητας της πυρκαγιάς χρησιμοποιώντας αυτοοργανώμενο χάρτη και δεδομένα Sentinel-2 ]]<br /> <br /> * [[Μια μεθοδολογία βασισμένη στο Σύστημα ΓΣ(GIS) και την Τηλεπισκόπιση για την αξιολόγηση της δυναμικότητας των υπόγειων υδάτων ‎ ]]<br /> <br /> * [[Χαρτογράφηση δυναμικής της φυτείας ζαχαρότευτλων στο Γκουανγκσί της Κίνας μέσω εικόνων χρονοσειρών Sentinel-1, Sentinel-2 και Landsat ]]<br /> <br /> * [[Εντοπισμός εκτεθιμένων και υποεπιφανειακών αρχαιολογικών υπολειμμάτων χρησιμοποιώντας Τηλεπισκόπηση με πολλούς αισθητήρες]]</div>

Stavroula Dragoumani http://147.102.106.44/rs/wiki/index.php/%CE%A3%CF%84%CE%B1%CF%85%CF%81%CE%BF%CF%85%CE%BB%CE%B1_%CE%94%CF%81%CE%B1%CE%B3%CE%BF%CF%85%CE%BC%CE%B1%CE%BD%CE%B7 2021-01-15T12:05:39Z

<p>Stavroula Dragoumani: </p> <hr /> <div> [[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Αθήνα)]]<br /> <br /> * [[Χαρτογράφηση έντασης της φωτιάς και ευαισθησίας διάβρωσης του εδάφους χρησιμοποιώντας πολυ-χρονικά δεδομένα ,Mάτι Αττικής ]]</div>

Stavroula Dragoumani 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_%CE%BA%CE%B1%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CF%8E%CE%BD_%CE%BA%CE%B1%CE%B9_%CF%84%CE%B7%CF%82_%CF%83%CE%BF%CE%B2%CE%B1%CF%81%CF%8C%CF%84%CE%B7%CF%84%CE%B1%CF%82_%CF%84%CE%B7%CF%82_%CF%80%CF%85%CF%81%CE%BA%CE%B1%CE%B3%CE%B9%CE%AC%CF%82_%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%B1%CF%85%CF%84%CE%BF%CE%BF%CF%81%CE%B3%CE%B1%CE%BD%CF%8E%CE%BC%CE%B5%CE%BD%CE%BF_%CF%87%CE%AC%CF%81%CF%84%CE%B7_%CE%BA%CE%B1%CE%B9_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_Sentinel-2 2021-01-15T11:59:12Z

<p>Stavroula Dragoumani: </p> <hr /> <div>[[Εικόνα: rs 5a.png| thumb | right | Εικόνα 1. Χρήση της γης όπως λήφθηκε από το χάρτη κάλυψης γης Corine, πηγή:https://ieeexplore.ieee.org]] <br /> [[Εικόνα: rs 5b.png| thumb | right | Εικόνα 2. , πηγή:https://ieeexplore.ieee.org]] <br /> [[Εικόνα: rs 5c.png| thumb | right | Εικόνα 3. Τάξεις σοβαρότητας της πυρκαγιάς και μέση τιμή dNBR για τις τρεις καλύτερες SOM κατηγοριοποιήσεις που βρέθηκαν , πηγή:https://ieeexplore.ieee.org]] <br /> <br /> <br /> <br /> '''Χαρτογράφηση καμένων περιοχών και της σοβαρότητας της πυρκαγιάς χρησιμοποιώντας αυτοοργανώμενο χάρτη και δεδομένα Sentinel-2''' <br /> <br /> '''Πρωτότυπος τίτλος''': On the mapping of burned areas and burn severity using self-organizing map and Sentinel-2 data<br /> <br /> '''Συγγραφείς''': R. Lasaponara, A. M. Proto, A. Aromando, G. Cardettini, V. Varela, M. Danese<br /> <br /> '''Πηγή''': https://ieeexplore.ieee.org/document/8937715<br /> <br /> '''''''''<br /> Σκοπός'''''''''<br /> <br /> Η μελέτη αποσκοπεί στη χαρτογράφηση περιοχών που έχουν καεί καθώς και της σοβαρότητας της φωτιάς, μέσω μιας προσέγγισης που περιλαμβάνει τη χρήση φασματικών δεικτών Sentinel-2 και αυτοοργανώμενων χαρτών.<br /> <br /> '''Εισαγωγή'''<br /> <br /> Ένας από τους πιο σημαντικούς παράγοντες υποβάθμισης των δασών είναι οι πυρκαγιές, οι οποίες οδηγούν σε βαρυσήμαντες αλλαγές σε βλάστηση, πανίδα, έδαφος, ατμόσφαιρα, ενώ έχουν επιπτώσεις και στον οικονομικό τομέα. Στα πλαίσια προσπάθειας παρακολούθησης των πυρκαγιών από το διάστημα έχουν καταστεί διαθέσιμα αρκετά εργαλεία από τη NASA και ESA, καθώς και μέσα από το πρόγραμμα Copernicus. Η σοβαρότητα της φωτιάς συνιστά έναν ποιοτικό δείκτη των επιπτώσεων της φωτιάς στο οικοσύστημα και η χαρτογράφησή της συμβάλλει α) στην παρακολούθηση των επιπτώσεων, β) στην αξιολόγηση της μετα-πυρκαγιάς δυναμικής και γ) στην εκτίμηση της ικανότητας ανάκτησης της βλάστησης. Μέσω των τεχνολογιών Παρατηρήσεων Γης καθίσταται δυνατή η ανάπτυξη νέων λειτουργικών εφαρμογών συγκεκριμένα απευθυνόμενων στην ασφάλεια και τον κίνδυνο. Συγκεκριμένα, το πρόγραμμα Copernicus και οι αποστολές Sentinel (Sentinel-2) ενισχύουν την παρακολούθηση του κινδύνου και παρέχουν δωρεάν εξελιγμένα δορυφορικά δεδομένα, συμβάλλοντας έτσι στην παρακολούθηση των πυρκαγιών σε επίπεδο εκτίμησης κινδύνου και ποσοτικοποίησης καταστροφών.<br /> <br /> '''Μεθοδολογική προσέγγιση'''<br /> <br /> Στόχος είναι ο συνδυασμός της ανθρώπινης ικανότητας να ανακαλύπτει μοτίβα και της ικανότητας επεξεργασίας των υπολογιστών να αναλύουν και να εξάγουν μοτίβα σε μια τεράστια ποσότητα περίπλοκων δεδομένων. Στην προκειμένη, χρησιμοποιήθηκε αυτοοργανώμενος χάρτης (self-organizing map, SOM), ένα πολυπαραμετρικό εργαλείο για μείωση διαστάσεων και κατηγοριοποίησης. <br /> <br /> Η μελέτη αφορά πυρκαγιά που συνέβη στα Χανιά Κρήτης, στην Ελλάδα τον Ιούλιο του 2018. Αναλύθηκαν εικόνες Sentinel-2. H κατηγοριοποίηση μέσω αυτοοργανώμενου χάρτη βασίστηκε στους εξής τρεις δείκτες:<br /> <br /> • Δείκτης Βλάστησης Κανονικοποιημένης Διαφοράς (Normalized Difference Vegetation Index, NDVI)<br /> <br /> • Κανονικοποιημένος δείκτης καμένης περιοχής (Normalized Burn Ratio, NBR)<br /> <br /> • Δείκτης καμένης περιοχής (Burned Area Index for sentinel, BAIS)<br /> <br /> και εκτελέστηκε με το λογισμικό V-analytics. Τελικά, χρησιμοποιήθηκαν τρία μεγέθη SOM (13x6, 11x5, 10x4).<br /> <br /> '''Αποτελέσματα'''<br /> <br /> • Τα χρώματα του SOM που προέκυψαν στα τρία διαφορετικά αποτελέσματα επέτρεψαν να οπτικοποιηθεί επιτυχώς το σύστημα κατηγοριοποίησης των καμένων περιοχών και της σοβαρότητας της φωτιάς. Αυτός είναι ένας τρόπος ομαδοποίησης των δεδομένων σύμφωνα με τις τιμές τους και την απόστασή τους στο χώρο. Τα καλύτερα αποτελέσματα λήφθηκαν με πλέγμα 13x6.<br /> <br /> • Χρησιμοποιήθηκαν 6 ομάδες χαρακτηρισμού της σοβαρότητας της φωτιάς (επίπεδο μη καμένων περιοχών έως επίπεδο σοβαρότητας 6) <br /> Η φωτιά εξαπλώθηκε σε περιοχές με ανώμαλη τοπογραφία καίγοντας κυρίως λιβάδια και δασικές εκτάσεις και καταστρέφοντας καλλιέργειες και μελίσσια. Επιπλέον, διαπιστώθηκε ότι τα ποικίλα επίπεδα σοβαρότητας της πυρκαγιάς σχετίζονται με το εύρος θνησιμότητας και επιβίωσης φυτών και ζώων (υπέργεια και υπόγεια), καθώς και με την απώλεια οργανικού υλικού. Τα υψηλότερα επίπεδα εντοπίστηκαν κυρίως σε δασικές εκτάσεις με δασικούς θάμνους και σκληρόφυλλη βλάστηση. Τελικά, τα επίπεδα που χρησιμοποιήθηκαν για την κατηγοριοποίηση αποτελούν μια «βελτιστοποιημένη ταυτοποίηση» της σοβαρότητας της πυρκαγιάς βασιζόμενη στον Οργανισμό Γεωλογικών Ερευνών Η.Π.Α. (USGC). Η σύγκριση των δορυφορικών δεδομένων με τα ανεξάρτητα δεδομένα και την ανάλυση επιβεβαίωσαν ότι τα διαφορετικά επίπεδα στην πραγματικότητα αντιστοιχούν σε περιοχές που επηρεάστηκαν από την πυρκαγιά σε διαφορετικά επίπεδα. Είναι γεγονός άλλωστε ότι οι επιπτώσεις της φωτιάς αφενός μπορεί να είναι διαφορετικές ακόμα και σε ομογενείς περιοχές με παρόμοια φυτική κάλυψη και αφετέρου σχετίζονται με το υπόβαθρο της περιοχής (προηγούμενες δασικές παρεμβάσεις, πλαγιά, και άλλα) και τις μετεωρολογικές συνθήκες.<br /> <br /> '''Συμπεράσματα'''<br /> <br /> Η καινοτομία της συγκεκριμένης προσέγγισης είναι η αυτόματη ταυτοποίηση της σοβαρότητας της πυρκαγιάς μέσα από τρία βήματα: 1) υπολογισμός δεικτών NDVI, NBR και BAIS και η διαφορά τους από ανέφελες εικόνες πριν και μετά τη φωτιά, 2) χάρτες διαφορών αυτών των τριών δεικτών υπολογισμένων πριν και μετά τη φωτιά και 3) ανεξάρτητη κατηγοριοποίηση μέσω επεξεργασίας των διαφορετικών χαρτών χρησιμοποιώντας αυτοοργανώμενο χάρτη. Σημαντικό πλεονέκτημα αποτελεί ότι δεν υπάρχει ανάγκη χρήσης σταθερών τιμών ορίων. <br /> <br /> [[category:Δασικές Πυρκαγιές]]</div>

Stavroula Dragoumani 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_%CE%BA%CE%B1%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CF%8E%CE%BD_%CE%BA%CE%B1%CE%B9_%CF%84%CE%B7%CF%82_%CF%83%CE%BF%CE%B2%CE%B1%CF%81%CF%8C%CF%84%CE%B7%CF%84%CE%B1%CF%82_%CF%84%CE%B7%CF%82_%CF%80%CF%85%CF%81%CE%BA%CE%B1%CE%B3%CE%B9%CE%AC%CF%82_%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%B1%CF%85%CF%84%CE%BF%CE%BF%CF%81%CE%B3%CE%B1%CE%BD%CF%8E%CE%BC%CE%B5%CE%BD%CE%BF_%CF%87%CE%AC%CF%81%CF%84%CE%B7_%CE%BA%CE%B1%CE%B9_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_Sentinel-2 2021-01-15T11:53:50Z

<p>Stavroula Dragoumani: </p> <hr /> <div>[[Εικόνα: rs 5a.png| thumb | right | Εικόνα 1. Χρήση της γης όπως λήφθηκε από το χάρτη κάλυψης γης Corine, πηγή:https://ieeexplore.ieee.org]] <br /> [[Εικόνα: rs 5b.png| thumb | right | Εικόνα 2. , πηγή:https://ieeexplore.ieee.org]] <br /> [[Εικόνα: rs 5c.png| thumb | right | Εικόνα 3. Τάξεις σοβαρότητας της πυρκαγιάς και μέση τιμή dNBR για τις τρεις καλύτερες SOM κατηγοριοποιήσεις που βρέθηκαν , πηγή:https://ieeexplore.ieee.org]] <br /> <br /> <br /> <br /> '''Χαρτογράφηση καμένων περιοχών και της σοβαρότητας της πυρκαγιάς χρησιμοποιώντας αυτοοργανώμενο χάρτη και δεδομένα Sentinel-2''' <br /> <br /> '''Πρωτότυπος τίτλος''': On the mapping of burned areas and burn severity using self-organizing map and Sentinel-2 data<br /> <br /> '''Συγγραφείς''': R. Lasaponara, A. M. Proto, A. Aromando, G. Cardettini, V. Varela, M. Danese<br /> <br /> '''Πηγή''': https://ieeexplore.ieee.org/document/8937715<br /> '''<br /> Σκοπός'''<br /> <br /> Η μελέτη αποσκοπεί στη χαρτογράφηση περιοχών που έχουν καεί καθώς και της σοβαρότητας της φωτιάς, μέσω μιας προσέγγισης που περιλαμβάνει τη χρήση φασματικών δεικτών Sentinel-2 και αυτοοργανώμενων χαρτών.<br /> <br /> '''Εισαγωγή'''<br /> <br /> Ένας από τους πιο σημαντικούς παράγοντες υποβάθμισης των δασών είναι οι πυρκαγιές, οι οποίες οδηγούν σε βαρυσήμαντες αλλαγές σε βλάστηση, πανίδα, έδαφος, ατμόσφαιρα, ενώ έχουν επιπτώσεις και στον οικονομικό τομέα. Στα πλαίσια προσπάθειας παρακολούθησης των πυρκαγιών από το διάστημα έχουν καταστεί διαθέσιμα αρκετά εργαλεία από τη NASA και ESA, καθώς και μέσα από το πρόγραμμα Copernicus. Η σοβαρότητα της φωτιάς συνιστά έναν ποιοτικό δείκτη των επιπτώσεων της φωτιάς στο οικοσύστημα και η χαρτογράφησή της συμβάλλει α) στην παρακολούθηση των επιπτώσεων, β) στην αξιολόγηση της μετα-πυρκαγιάς δυναμικής και γ) στην εκτίμηση της ικανότητας ανάκτησης της βλάστησης. Μέσω των τεχνολογιών Παρατηρήσεων Γης καθίσταται δυνατή η ανάπτυξη νέων λειτουργικών εφαρμογών συγκεκριμένα απευθυνόμενων στην ασφάλεια και τον κίνδυνο. Συγκεκριμένα, το πρόγραμμα Copernicus και οι αποστολές Sentinel (Sentinel-2) ενισχύουν την παρακολούθηση του κινδύνου και παρέχουν δωρεάν εξελιγμένα δορυφορικά δεδομένα, συμβάλλοντας έτσι στην παρακολούθηση των πυρκαγιών σε επίπεδο εκτίμησης κινδύνου και ποσοτικοποίησης καταστροφών.<br /> <br /> '''Μεθοδολογική προσέγγιση'''<br /> <br /> Στόχος είναι ο συνδυασμός της ανθρώπινης ικανότητας να ανακαλύπτει μοτίβα και της ικανότητας επεξεργασίας των υπολογιστών να αναλύουν και να εξάγουν μοτίβα σε μια τεράστια ποσότητα περίπλοκων δεδομένων. Στην προκειμένη, χρησιμοποιήθηκε αυτοοργανώμενος χάρτης (self-organizing map, SOM), ένα πολυπαραμετρικό εργαλείο για μείωση διαστάσεων και κατηγοριοποίησης. <br /> <br /> Η μελέτη αφορά πυρκαγιά που συνέβη στα Χανιά Κρήτης, στην Ελλάδα τον Ιούλιο του 2018. Αναλύθηκαν εικόνες Sentinel-2. H κατηγοριοποίηση μέσω αυτοοργανώμενου χάρτη βασίστηκε στους εξής τρεις δείκτες:<br /> <br /> • Δείκτης Βλάστησης Κανονικοποιημένης Διαφοράς (Normalized Difference Vegetation Index, NDVI)<br /> <br /> • Κανονικοποιημένος δείκτης καμένης περιοχής (Normalized Burn Ratio, NBR)<br /> <br /> • Δείκτης καμένης περιοχής (Burned Area Index for sentinel, BAIS)<br /> <br /> και εκτελέστηκε με το λογισμικό V-analytics. Τελικά, χρησιμοποιήθηκαν τρία μεγέθη SOM (13x6, 11x5, 10x4).<br /> <br /> '''Αποτελέσματα'''<br /> <br /> • Τα χρώματα του SOM που προέκυψαν στα τρία διαφορετικά αποτελέσματα επέτρεψαν να οπτικοποιηθεί επιτυχώς το σύστημα κατηγοριοποίησης των καμένων περιοχών και της σοβαρότητας της φωτιάς. Αυτός είναι ένας τρόπος ομαδοποίησης των δεδομένων σύμφωνα με τις τιμές τους και την απόστασή τους στο χώρο. Τα καλύτερα αποτελέσματα λήφθηκαν με πλέγμα 13x6.<br /> <br /> • Χρησιμοποιήθηκαν 6 ομάδες χαρακτηρισμού της σοβαρότητας της φωτιάς (επίπεδο μη καμένων περιοχών έως επίπεδο σοβαρότητας 6) <br /> Η φωτιά εξαπλώθηκε σε περιοχές με ανώμαλη τοπογραφία καίγοντας κυρίως λιβάδια και δασικές εκτάσεις και καταστρέφοντας καλλιέργειες και μελίσσια. Επιπλέον, διαπιστώθηκε ότι τα ποικίλα επίπεδα σοβαρότητας της πυρκαγιάς σχετίζονται με το εύρος θνησιμότητας και επιβίωσης φυτών και ζώων (υπέργεια και υπόγεια), καθώς και με την απώλεια οργανικού υλικού. Τα υψηλότερα επίπεδα εντοπίστηκαν κυρίως σε δασικές εκτάσεις με δασικούς θάμνους και σκληρόφυλλη βλάστηση. Τελικά, τα επίπεδα που χρησιμοποιήθηκαν για την κατηγοριοποίηση αποτελούν μια «βελτιστοποιημένη ταυτοποίηση» της σοβαρότητας της πυρκαγιάς βασιζόμενη στον Οργανισμό Γεωλογικών Ερευνών Η.Π.Α. (USGC). Η σύγκριση των δορυφορικών δεδομένων με τα ανεξάρτητα δεδομένα και την ανάλυση επιβεβαίωσαν ότι τα διαφορετικά επίπεδα στην πραγματικότητα αντιστοιχούν σε περιοχές που επηρεάστηκαν από την πυρκαγιά σε διαφορετικά επίπεδα. Είναι γεγονός άλλωστε ότι οι επιπτώσεις της φωτιάς αφενός μπορεί να είναι διαφορετικές ακόμα και σε ομογενείς περιοχές με παρόμοια φυτική κάλυψη και αφετέρου σχετίζονται με το υπόβαθρο της περιοχής (προηγούμενες δασικές παρεμβάσεις, πλαγιά, και άλλα) και τις μετεωρολογικές συνθήκες.<br /> <br /> '''Συμπεράσματα'''<br /> <br /> Η καινοτομία της συγκεκριμένης προσέγγισης είναι η αυτόματη ταυτοποίηση της σοβαρότητας της πυρκαγιάς μέσα από τρία βήματα: 1) υπολογισμός δεικτών NDVI, NBR και BAIS και η διαφορά τους από ανέφελες εικόνες πριν και μετά τη φωτιά, 2) χάρτες διαφορών αυτών των τριών δεικτών υπολογισμένων πριν και μετά τη φωτιά και 3) ανεξάρτητη κατηγοριοποίηση μέσω επεξεργασίας των διαφορετικών χαρτών χρησιμοποιώντας αυτοοργανώμενο χάρτη. Σημαντικό πλεονέκτημα αποτελεί ότι δεν υπάρχει ανάγκη χρήσης σταθερών τιμών ορίων. <br /> <br /> [[category:Δασικές Πυρκαγιές]]</div>

Stavroula Dragoumani 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_%CE%BA%CE%B1%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CF%8E%CE%BD_%CE%BA%CE%B1%CE%B9_%CF%84%CE%B7%CF%82_%CF%83%CE%BF%CE%B2%CE%B1%CF%81%CF%8C%CF%84%CE%B7%CF%84%CE%B1%CF%82_%CF%84%CE%B7%CF%82_%CF%80%CF%85%CF%81%CE%BA%CE%B1%CE%B3%CE%B9%CE%AC%CF%82_%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%B1%CF%85%CF%84%CE%BF%CE%BF%CF%81%CE%B3%CE%B1%CE%BD%CF%8E%CE%BC%CE%B5%CE%BD%CE%BF_%CF%87%CE%AC%CF%81%CF%84%CE%B7_%CE%BA%CE%B1%CE%B9_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_Sentinel-2 2021-01-15T11:52:32Z

<p>Stavroula Dragoumani: Νέα σελίδα με '[[Εικόνα: rs 5a.png| thumb | right | Εικόνα 1. Χρήση της γης όπως λήφθηκε από το χάρτη κάλυψης γης Corine, πηγή:h...'</p> <hr /> <div>[[Εικόνα: rs 5a.png| thumb | right | Εικόνα 1. Χρήση της γης όπως λήφθηκε από το χάρτη κάλυψης γης Corine, πηγή:https://ieeexplore.ieee.org]] <br /> [[Εικόνα: rs 5b.png| thumb | right | Εικόνα 2. , πηγή:https://ieeexplore.ieee.org]] <br /> [[Εικόνα: rs 5c.png| thumb | right | Εικόνα 3. Τάξεις σοβαρότητας της πυρκαγιάς και μέση τιμή dNBR για τις τρεις καλύτερες SOM κατηγοριοποιήσεις που βρέθηκαν , πηγή:https://ieeexplore.ieee.org]] <br /> <br /> '''Χαρτογράφηση δυναμικής της φυτείας ζαχαρότευτλων στο Γκουανγκσί της Κίνας μέσω εικόνων χρονοσειρών Sentinel-1, Sentinel-2 και Landsat'''<br /> <br /> '''Χαρτογράφηση καμένων περιοχών και της σοβαρότητας της πυρκαγιάς χρησιμοποιώντας αυτοοργανώμενο χάρτη και δεδομένα Sentinel-2''' <br /> <br /> '''Πρωτότυπος τίτλος''': On the mapping of burned areas and burn severity using self-organizing map and Sentinel-2 data<br /> <br /> '''Συγγραφείς''': R. Lasaponara, A. M. Proto, A. Aromando, G. Cardettini, V. Varela, M. Danese<br /> <br /> '''Πηγή''': https://ieeexplore.ieee.org/document/8937715<br /> '''<br /> Σκοπός'''<br /> <br /> Η μελέτη αποσκοπεί στη χαρτογράφηση περιοχών που έχουν καεί καθώς και της σοβαρότητας της φωτιάς, μέσω μιας προσέγγισης που περιλαμβάνει τη χρήση φασματικών δεικτών Sentinel-2 και αυτοοργανώμενων χαρτών.<br /> <br /> '''Εισαγωγή'''<br /> <br /> Ένας από τους πιο σημαντικούς παράγοντες υποβάθμισης των δασών είναι οι πυρκαγιές, οι οποίες οδηγούν σε βαρυσήμαντες αλλαγές σε βλάστηση, πανίδα, έδαφος, ατμόσφαιρα, ενώ έχουν επιπτώσεις και στον οικονομικό τομέα. Στα πλαίσια προσπάθειας παρακολούθησης των πυρκαγιών από το διάστημα έχουν καταστεί διαθέσιμα αρκετά εργαλεία από τη NASA και ESA, καθώς και μέσα από το πρόγραμμα Copernicus. Η σοβαρότητα της φωτιάς συνιστά έναν ποιοτικό δείκτη των επιπτώσεων της φωτιάς στο οικοσύστημα και η χαρτογράφησή της συμβάλλει α) στην παρακολούθηση των επιπτώσεων, β) στην αξιολόγηση της μετα-πυρκαγιάς δυναμικής και γ) στην εκτίμηση της ικανότητας ανάκτησης της βλάστησης. Μέσω των τεχνολογιών Παρατηρήσεων Γης καθίσταται δυνατή η ανάπτυξη νέων λειτουργικών εφαρμογών συγκεκριμένα απευθυνόμενων στην ασφάλεια και τον κίνδυνο. Συγκεκριμένα, το πρόγραμμα Copernicus και οι αποστολές Sentinel (Sentinel-2) ενισχύουν την παρακολούθηση του κινδύνου και παρέχουν δωρεάν εξελιγμένα δορυφορικά δεδομένα, συμβάλλοντας έτσι στην παρακολούθηση των πυρκαγιών σε επίπεδο εκτίμησης κινδύνου και ποσοτικοποίησης καταστροφών.<br /> <br /> '''Μεθοδολογική προσέγγιση'''<br /> <br /> Στόχος είναι ο συνδυασμός της ανθρώπινης ικανότητας να ανακαλύπτει μοτίβα και της ικανότητας επεξεργασίας των υπολογιστών να αναλύουν και να εξάγουν μοτίβα σε μια τεράστια ποσότητα περίπλοκων δεδομένων. Στην προκειμένη, χρησιμοποιήθηκε αυτοοργανώμενος χάρτης (self-organizing map, SOM), ένα πολυπαραμετρικό εργαλείο για μείωση διαστάσεων και κατηγοριοποίησης. <br /> <br /> Η μελέτη αφορά πυρκαγιά που συνέβη στα Χανιά Κρήτης, στην Ελλάδα τον Ιούλιο του 2018. Αναλύθηκαν εικόνες Sentinel-2. H κατηγοριοποίηση μέσω αυτοοργανώμενου χάρτη βασίστηκε στους εξής τρεις δείκτες:<br /> <br /> • Δείκτης Βλάστησης Κανονικοποιημένης Διαφοράς (Normalized Difference Vegetation Index, NDVI)<br /> <br /> • Κανονικοποιημένος δείκτης καμένης περιοχής (Normalized Burn Ratio, NBR)<br /> <br /> • Δείκτης καμένης περιοχής (Burned Area Index for sentinel, BAIS)<br /> <br /> και εκτελέστηκε με το λογισμικό V-analytics. Τελικά, χρησιμοποιήθηκαν τρία μεγέθη SOM (13x6, 11x5, 10x4).<br /> <br /> '''Αποτελέσματα'''<br /> <br /> • Τα χρώματα του SOM που προέκυψαν στα τρία διαφορετικά αποτελέσματα επέτρεψαν να οπτικοποιηθεί επιτυχώς το σύστημα κατηγοριοποίησης των καμένων περιοχών και της σοβαρότητας της φωτιάς. Αυτός είναι ένας τρόπος ομαδοποίησης των δεδομένων σύμφωνα με τις τιμές τους και την απόστασή τους στο χώρο. Τα καλύτερα αποτελέσματα λήφθηκαν με πλέγμα 13x6.<br /> <br /> • Χρησιμοποιήθηκαν 6 ομάδες χαρακτηρισμού της σοβαρότητας της φωτιάς (επίπεδο μη καμένων περιοχών έως επίπεδο σοβαρότητας 6) <br /> Η φωτιά εξαπλώθηκε σε περιοχές με ανώμαλη τοπογραφία καίγοντας κυρίως λιβάδια και δασικές εκτάσεις και καταστρέφοντας καλλιέργειες και μελίσσια. Επιπλέον, διαπιστώθηκε ότι τα ποικίλα επίπεδα σοβαρότητας της πυρκαγιάς σχετίζονται με το εύρος θνησιμότητας και επιβίωσης φυτών και ζώων (υπέργεια και υπόγεια), καθώς και με την απώλεια οργανικού υλικού. Τα υψηλότερα επίπεδα εντοπίστηκαν κυρίως σε δασικές εκτάσεις με δασικούς θάμνους και σκληρόφυλλη βλάστηση. Τελικά, τα επίπεδα που χρησιμοποιήθηκαν για την κατηγοριοποίηση αποτελούν μια «βελτιστοποιημένη ταυτοποίηση» της σοβαρότητας της πυρκαγιάς βασιζόμενη στον Οργανισμό Γεωλογικών Ερευνών Η.Π.Α. (USGC). Η σύγκριση των δορυφορικών δεδομένων με τα ανεξάρτητα δεδομένα και την ανάλυση επιβεβαίωσαν ότι τα διαφορετικά επίπεδα στην πραγματικότητα αντιστοιχούν σε περιοχές που επηρεάστηκαν από την πυρκαγιά σε διαφορετικά επίπεδα. Είναι γεγονός άλλωστε ότι οι επιπτώσεις της φωτιάς αφενός μπορεί να είναι διαφορετικές ακόμα και σε ομογενείς περιοχές με παρόμοια φυτική κάλυψη και αφετέρου σχετίζονται με το υπόβαθρο της περιοχής (προηγούμενες δασικές παρεμβάσεις, πλαγιά, και άλλα) και τις μετεωρολογικές συνθήκες.<br /> <br /> '''Συμπεράσματα'''<br /> <br /> Η καινοτομία της συγκεκριμένης προσέγγισης είναι η αυτόματη ταυτοποίηση της σοβαρότητας της πυρκαγιάς μέσα από τρία βήματα: 1) υπολογισμός δεικτών NDVI, NBR και BAIS και η διαφορά τους από ανέφελες εικόνες πριν και μετά τη φωτιά, 2) χάρτες διαφορών αυτών των τριών δεικτών υπολογισμένων πριν και μετά τη φωτιά και 3) ανεξάρτητη κατηγοριοποίηση μέσω επεξεργασίας των διαφορετικών χαρτών χρησιμοποιώντας αυτοοργανώμενο χάρτη. Σημαντικό πλεονέκτημα αποτελεί ότι δεν υπάρχει ανάγκη χρήσης σταθερών τιμών ορίων. <br /> <br /> [[category:Δασικές Πυρκαγιές]]</div>

Stavroula Dragoumani http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Rs_5c.png 2021-01-15T11:34:35Z

<p>Stavroula Dragoumani: Τάξεις σοβαρότητας της πυρκαγιάς και μέση τιμή dNBR για τις τρεις καλύτερες SOM κατηγοριοποιήσεις που βρέθηκαν</p> <hr /> <div>Τάξεις σοβαρότητας της πυρκαγιάς και μέση τιμή dNBR για τις τρεις καλύτερες SOM κατηγοριοποιήσεις που βρέθηκαν</div>

Stavroula Dragoumani http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Rs_5b.png 2021-01-15T11:34:01Z

<p>Stavroula Dragoumani: </p> <hr /> <div></div>

Stavroula Dragoumani http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Rs_5a.png 2021-01-15T11:28:27Z

<p>Stavroula Dragoumani: Επάνω) Χρήση της γης όπως λήφθηκε από το χάρτη κάλυψης γης Corine. (Μέση) Σοβαρότητα πυρκαγιάς όπως λήφθηκε από τα δεδομένα Modis στο σύστημα EFFIS. (�</p> <hr /> <div>Επάνω) Χρήση της γης όπως λήφθηκε από το χάρτη κάλυψης γης Corine. (Μέση) Σοβαρότητα πυρκαγιάς όπως λήφθηκε από τα δεδομένα Modis στο σύστημα EFFIS. (Κάτω) Φωτογραφίες αέρος από την καμένη περιοχή όπως λήφθησαν από τα Μέσα και την αναφορά της πυροσβεστικής.</div>

Stavroula Dragoumani