RemoteSensing Wiki - Συνεισφορές χρήστη [el]

Εγκατάλειψη ορεινής καλλιεργήσιμης αγροτικής γης (1968-2018) στα Ρουμανικά Καρπάθια: Περιβαλλοντικές συγκρούσεις και ζητήματα βιωσιμότητας.

2020-02-11T20:07:48Z

TrakakiSpiridoula:

'''Πηγή:''' ''Nistor, C. et al. (2019) ‘Mountain Arable Land Abandonment ( 1968 – 2018 ) in the Romanian Carpathians : Environmental Conflicts and Sustainability Issues’, Sustainability. 11. 6679. 10.3390/su11236679.''

'''Διαθέσιμο στο :''' [https://www.mdpi.com/2071-1050/11/23/6679 https://www.mdpi.com/2071-1050/11/23/6679 ]

'''Τίτλος άρθρου:''' Mountain Arable Land Abandonment ( 1968 – 2018 ) in the Romanian Carpathians : Environmental Conflicts and Sustainability Issues.

'''Λέξεις κλειδιά:''' παραδοσιακή γεωργία ,τουρισμός, βιωσιμότητα, περιβαλλοντικές συγκρούσεις

=='''Εισαγωγή'''==

[[Εικόνα:Aband_fig_1_trakaki.PNG |400px| thumb | right|''Εικόνα 1.Πυκνότητα αγροτικής γης στην Poiana Mărului το 1968 (α) και το 2018 (β). Ένας χάρτης διαφορών (c) και ένα δείγμα διαχρονικού ζεύγους δορυφορικών εικόνων (d) επιβεβαίωση εγκατάλειψης καλλιεργήσιμων γαιών'']]
[[Εικόνα:Aband_fig_2_trakaki.PNG |400px| thumb | right|''Εικόνα 2. Πυκνότητα αγροτικής γης στην Fundata το 1968 (α) και το 2018 (β). Ένας χάρτης διαφορών (c) και ένα δείγμα διαχρονικού ζεύγους δορυφορικών εικόνων (d) επιβεβαίωση εγκατάλειψης καλλιεργήσιμων γαιών'']]

Το γεωργικό τοπίο στα Ρουμανικά Καρπάθια ακολουθεί την ίδια τάση αλλαγής με τα άλλα ευρωπαϊκά βουνά. Η εγκατάλειψη της παραδοσιακή γεωργίας είναι μια σημαντική διαδικασία που συμβαίνει παγκοσμίως, επηρεάζοντας κυρίως λιγότερο παραγωγικές, απομακρυσμένες και ορεινές περιοχές. Η παρούσα έρευνα μελετά τις περιοχές Νότια Καρπάθια-Poiana Mărului και Fundata, αντιπροσωπευτικές για ολόκληρη την οικοπεριοχή των Καρπαθίων στην οποία οι παραδοσιακές γεωργικές πρακτικές μειώθηκαν μετά το 1990, με καθυστέρηση περίπου 20-30 ετών σε σύγκριση με την περιοχή των Άλπεων.

=='''Μεθοδολογία'''==

Η προσέγγισή της έρευνας βασίζεται στην ανάλυση εικόνων τηλεπισκόπησης πολλαπλών πηγών για δύο περιόδους αναφοράς συνδυασμένες με χωρική ανάλυση επιλεγμένων δεικτών μετρήσεων τοπίου. Σε αυτό το πλαίσιο, ενσωματώθηκε το δορυφορικό πανχρωματικό σύνολο δεδομένων CORONA KH-4B DECLASS-1 (1968) και η πολυφασματική απεικόνιση δορυφορικής εμβέλειας Planet Scope από το 2018, μαζί με επιτόπιες μετρήσεις που ελήφθησαν με τη βοήθεια ενός γεωδαιτικού δορυφορικού συστήματος παγκόσμιας πλοήγησης GNSS (Global Navigation Satellite System) με χωρική ανάλυση 2-3m.

=='''Αποτελέσματα'''==

Η Εικόνα 1a (1968) και η Εικόνα 1b (2018) δείχνουν το μοντέλο της καλλιεργήσιμης γης για την περιοχή Poiana Mărului. Το 1968, οι υψηλές πυκνότητες καλλιεργήσιμων εκτάσεων άνω των 2500 τ.μ. / εκτάριο ήταν χαρακτηριστικές σχεδόν για ολόκληρη την περιοχή διασκορπισμένων εκτάσεων, με 204 μονάδες δειγματοληψίας. Αντίθετα για το 2018 είναι προφανής η προχωρημένη αγροτική εγκατάλειψη, καθώς η υψηλότερη πυκνότητα αρόσιμης γης μειώνεται στα 1000-2000 τ.μ. / εκτάριο σε πολύ διασκορπισμένη μορφή σε λιγότερες από 20 μονάδες δειγματοληψίας.

Αντίστοιχα η Εικόνα 4α (1968) και η Εικόνα 4b (2018) δείχνουν το μοντέλο της καλλιεργήσιμης γης για την περιοχή Fundata. Το 1968, το τοπίο συντηρούσε έξι κατηγορίες πυκνότητας καλλιεργήσιμης γης (παρόμοια με την Poiana Mărului). Το 2018 διατηρήθηκαν μόνο δύο τάξεις στις χαμηλότερες τιμές, καθώς δεν υπάρχει μονάδα δειγματοληψίας με περισσότερα από 300 τετραγωνικά μέτρα καλλιεργήσιμης γης ανά εκτάριο. Το σχήμα 4c, d αποκαλύπτει μια βαθιά αλλαγή του τρόπου χρήσης των καλλιεργήσιμων εκτάσεων, όπου τα περισσότερα παραδοσιακά αγροτεμάχια δεν διατηρούν πλέον τη λειτουργία τους.

=='''Συζήτηση'''==

Η συγκριτική προσέγγιση μεταξύ των περιοχών Poiana Mărului και Fundata υπογραμμίζει δύο διαφορετικά στάδια της διαδικασίας εγκατάλειψης αγροτικών καλλιεργειών: ένα αρχικό στάδιο που σχετίζεται με την εμφάνιση των αγροτικών τουριστικών εξελίξεων (Poiana Mărului) και ένα προηγμένο στάδιο που συνδέεται στενά με την ολική εγκατάλειψη των καλλιεργήσιμων εκτάσεων γύρω από τα εναπομένοντα αγροκτήματα και τα τουριστικά καταλύματα και ξενοδοχεία (Fundata).

Η επιτάχυνση της ανάπτυξης στον τομέα του τουρισμού που αποδεικνύεται από την αύξηση των αφίξεων τουριστών μεταξύ 2007 και 2017 κατά 50 φορές στο Fundata και 20 φορές στην Poiana Mărului, επήλθε σε συνδυασμό με τοπική δημογραφική μείωση.Οι στατιστικές για τη χωρητικότητα των καταλυμάτων δείχνουν σημαντική αύξηση από το 2007 για το Fundata, ενώ παρόμοια κατάσταση σημειώθηκε στην Poiana Mărului το 2017 .Το Fundata απεικονίζει τη δυναμική κατάσταση, καθώς ο αριθμός των κλινών για τουρισμό αυξήθηκε κατά 200% κατά τα τελευταία 12 χρόνια.
Από αυτή την άποψη, το χωριό Poiana Mărului ήταν μια πιο συντηρητική κοινότητα, καθώς η δυνατότητα τουριστικής παραμονής παρέμεινε κάτω από 1000 κρεβάτια.

=='''Συμπεράσματα'''==

Οι μελέτες περίπτωσής μας, η Poiana Mărului και η Fundata, αποτελούν χαρακτηριστικό παράδειγμα της εγκατάλειψης της γης στα Ρουμανικά Καρπάθια, στο πλαίσιο μιας κοινωνικοοικονομικής αλλαγής του συστήματος μετά την ένταξη της Ρουμανίας στην ΕΕ το 2007. Οι κοινωνικοοικονομικές αλλαγές αυτές έχουν άμεσες συνέπειες στη λειτουργικότητα του βασικού χωροταξικού συστήματος, όπου η αειφόρος και παραδοσιακή ορεινή γεωργία εγκαταλείπεται υπέρ μιας οικονομίας που βασίζεται στις υπηρεσίες, περιλαμβανομένων των δραστηριοτήτων που σχετίζονται με τον τουρισμό. Η παραδοσιακή εμπειρία της χρήσης γης αντικαθίσταται βήμα βήμα από τον αυξανόμενο όγκο των επενδύσεων, που αναπτύχθηκε σε σύντομο χρονικό διάστημα χωρίς μια βαθιά κατανόηση των περιβαλλοντικών παραγόντων σε τοπικό και περιφερειακό επίπεδο.

[[Category:Γεωργία]]

Εγκατάλειψη ορεινής καλλιεργήσιμης αγροτικής γης (1968-2018) στα Ρουμανικά Καρπάθια: Περιβαλλοντικές συγκρούσεις και ζητήματα βιωσιμότητας.

2020-02-11T20:07:18Z

TrakakiSpiridoula:

Εγκατάλειψη ορεινής καλλιεργήσιμης αγροτικής γης (1968-2018) στα Ρουμανικά Καρπάθια: Περιβαλλοντικές συγκρούσεις και ζητήματα βιωσιμότητας.

2020-02-11T20:06:54Z

TrakakiSpiridoula:

Εγκατάλειψη ορεινής καλλιεργήσιμης αγροτικής γης (1968-2018) στα Ρουμανικά Καρπάθια: Περιβαλλοντικές συγκρούσεις και ζητήματα βιωσιμότητας.

2020-02-11T20:06:33Z

TrakakiSpiridoula:

Εγκατάλειψη ορεινής καλλιεργήσιμης αγροτικής γης (1968-2018) στα Ρουμανικά Καρπάθια: Περιβαλλοντικές συγκρούσεις και ζητήματα βιωσιμότητας.

2020-02-11T20:06:00Z

TrakakiSpiridoula:

Εγκατάλειψη ορεινής καλλιεργήσιμης αγροτικής γης (1968-2018) στα Ρουμανικά Καρπάθια: Περιβαλλοντικές συγκρούσεις και ζητήματα βιωσιμότητας.

2020-02-11T20:05:35Z

TrakakiSpiridoula:

Εγκατάλειψη ορεινής καλλιεργήσιμης αγροτικής γης (1968-2018) στα Ρουμανικά Καρπάθια: Περιβαλλοντικές συγκρούσεις και ζητήματα βιωσιμότητας.

2020-02-11T20:02:50Z

TrakakiSpiridoula:

'''Πηγή:''' ''Nistor, C. et al. (2019) ‘Mountain Arable Land Abandonment ( 1968 – 2018 ) in the Romanian Carpathians : Environmental Conflicts and Sustainability Issues’, Sustainability. 11. 6679. 10.3390/su11236679.''

'''Διαθέσιμο στο :''' [https://www.mdpi.com/2071-1050/11/23/6679 https://www.mdpi.com/2071-1050/11/23/6679 ]

'''Τίτλος άρθρου:''' Mountain Arable Land Abandonment ( 1968 – 2018 ) in the Romanian Carpathians : Environmental Conflicts and Sustainability Issues.

'''Λέξεις κλειδιά:'''

=='''Εισαγωγή'''==

[[Εικόνα:Aband_fig_1_trakaki.PNG |400px| thumb | right|''Εικόνα 1.Πυκνότητα αγροτικής γης στην Poiana Mărului το 1968 (α) και το 2018 (β). Ένας χάρτης διαφορών (c) και ένα δείγμα διαχρονικού ζεύγους δορυφορικών εικόνων (d) επιβεβαίωση εγκατάλειψης καλλιεργήσιμων γαιών'']]
[[Εικόνα:Aband_fig_2_trakaki.PNG |400px| thumb | right|''Εικόνα 2. Πυκνότητα αγροτικής γης στην Fundata το 1968 (α) και το 2018 (β). Ένας χάρτης διαφορών (c) και ένα δείγμα διαχρονικού ζεύγους δορυφορικών εικόνων (d) επιβεβαίωση εγκατάλειψης καλλιεργήσιμων γαιών'']]

Το γεωργικό τοπίο στα Ρουμανικά Καρπάθια ακολουθεί την ίδια τάση αλλαγής με τα άλλα ευρωπαϊκά βουνά. Η εγκατάλειψη της παραδοσιακή γεωργίας είναι μια σημαντική διαδικασία που συμβαίνει παγκοσμίως, επηρεάζοντας κυρίως λιγότερο παραγωγικές, απομακρυσμένες και ορεινές περιοχές. Η παρούσα έρευνα μελετά τις περιοχές Νότια Καρπάθια-Poiana Mărului και Fundata, αντιπροσωπευτικές για ολόκληρη την οικοπεριοχή των Καρπαθίων στην οποία οι παραδοσιακές γεωργικές πρακτικές μειώθηκαν μετά το 1990, με καθυστέρηση περίπου 20-30 ετών σε σύγκριση με την περιοχή των Άλπεων.

=='''Μεθοδολογία'''==

Η προσέγγισή της έρευνας βασίζεται στην ανάλυση εικόνων τηλεπισκόπησης πολλαπλών πηγών για δύο περιόδους αναφοράς συνδυασμένες με χωρική ανάλυση επιλεγμένων δεικτών μετρήσεων τοπίου. Σε αυτό το πλαίσιο, ενσωματώθηκε το δορυφορικό πανχρωματικό σύνολο δεδομένων CORONA KH-4B DECLASS-1 (1968) και η πολυφασματική απεικόνιση δορυφορικής εμβέλειας Planet Scope από το 2018, μαζί με επιτόπιες μετρήσεις που ελήφθησαν με τη βοήθεια ενός γεωδαιτικού δορυφορικού συστήματος παγκόσμιας πλοήγησης GNSS (Global Navigation Satellite System) με χωρική ανάλυση 2-3m.

=='''Αποτελέσματα'''==

Η Εικόνα 1a (1968) και η Εικόνα 1b (2018) δείχνουν το μοντέλο της καλλιεργήσιμης γης για την περιοχή Poiana Mărului. Το 1968, οι υψηλές πυκνότητες καλλιεργήσιμων εκτάσεων άνω των 2500 τ.μ. / εκτάριο ήταν χαρακτηριστικές σχεδόν για ολόκληρη την περιοχή διασκορπισμένων εκτάσεων, με 204 μονάδες δειγματοληψίας. Αντίθετα για το 2018 είναι προφανής η προχωρημένη αγροτική εγκατάλειψη, καθώς η υψηλότερη πυκνότητα αρόσιμης γης μειώνεται στα 1000-2000 τ.μ. / εκτάριο σε πολύ διασκορπισμένη μορφή σε λιγότερες από 20 μονάδες δειγματοληψίας.

Αντίστοιχα η Εικόνα 4α (1968) και η Εικόνα 4b (2018) δείχνουν το μοντέλο της καλλιεργήσιμης γης για την περιοχή Fundata. Το 1968, το τοπίο συντηρούσε έξι κατηγορίες πυκνότητας καλλιεργήσιμης γης (παρόμοια με την Poiana Mărului). Το 2018 διατηρήθηκαν μόνο δύο τάξεις στις χαμηλότερες τιμές, καθώς δεν υπάρχει μονάδα δειγματοληψίας με περισσότερα από 300 τετραγωνικά μέτρα καλλιεργήσιμης γης ανά εκτάριο. Το σχήμα 4c, d αποκαλύπτει μια βαθιά αλλαγή του τρόπου χρήσης των καλλιεργήσιμων εκτάσεων, όπου τα περισσότερα παραδοσιακά αγροτεμάχια δεν διατηρούν πλέον τη λειτουργία τους.

=='''Συζήτηση'''==

Η συγκριτική προσέγγιση μεταξύ των περιοχών Poiana Mărului και Fundata υπογραμμίζει δύο διαφορετικά στάδια της διαδικασίας εγκατάλειψης αγροτικών καλλιεργειών: ένα αρχικό στάδιο που σχετίζεται με την εμφάνιση των αγροτικών τουριστικών εξελίξεων (Poiana Mărului) και ένα προηγμένο στάδιο που συνδέεται στενά με την ολική εγκατάλειψη των καλλιεργήσιμων εκτάσεων γύρω από τα εναπομένοντα αγροκτήματα και τα τουριστικά καταλύματα και ξενοδοχεία (Fundata).

Η επιτάχυνση της ανάπτυξης στον τομέα του τουρισμού που αποδεικνύεται από την αύξηση των αφίξεων τουριστών μεταξύ 2007 και 2017 κατά 50 φορές στο Fundata και 20 φορές στην Poiana Mărului, επήλθε σε συνδυασμό με τοπική δημογραφική μείωση.Οι στατιστικές για τη χωρητικότητα των καταλυμάτων δείχνουν σημαντική αύξηση από το 2007 για το Fundata, ενώ παρόμοια κατάσταση σημειώθηκε στην Poiana Mărului το 2017 .Το Fundata απεικονίζει τη δυναμική κατάσταση, καθώς ο αριθμός των κλινών για τουρισμό αυξήθηκε κατά 200% κατά τα τελευταία 12 χρόνια.
Από αυτή την άποψη, το χωριό Poiana Mărului ήταν μια πιο συντηρητική κοινότητα, καθώς η δυνατότητα τουριστικής παραμονής παρέμεινε κάτω από 1000 κρεβάτια.

=='''Συμπεράσματα'''==

Οι μελέτες περίπτωσής μας, η Poiana Mărului και η Fundata, αποτελούν χαρακτηριστικό παράδειγμα της εγκατάλειψης της γης στα Ρουμανικά Καρπάθια, στο πλαίσιο μιας κοινωνικοοικονομικής αλλαγής του συστήματος μετά την ένταξη της Ρουμανίας στην ΕΕ το 2007. Οι κοινωνικοοικονομικές αλλαγές αυτές έχουν άμεσες συνέπειες στη λειτουργικότητα του βασικού χωροταξικού συστήματος, όπου η αειφόρος και παραδοσιακή ορεινή γεωργία εγκαταλείπεται υπέρ μιας οικονομίας που βασίζεται στις υπηρεσίες, περιλαμβανομένων των δραστηριοτήτων που σχετίζονται με τον τουρισμό. Η παραδοσιακή εμπειρία της χρήσης γης αντικαθίσταται βήμα βήμα από τον αυξανόμενο όγκο των επενδύσεων, που αναπτύχθηκε σε σύντομο χρονικό διάστημα χωρίς μια βαθιά κατανόηση των περιβαλλοντικών παραγόντων σε τοπικό και περιφερειακό επίπεδο.

Εγκατάλειψη ορεινής καλλιεργήσιμης αγροτικής γης (1968-2018) στα Ρουμανικά Καρπάθια: Περιβαλλοντικές συγκρούσεις και ζητήματα βιωσιμότητας.

2020-02-11T20:01:45Z

TrakakiSpiridoula:

'''Πηγή:''' ''Nistor, C. et al. (2019) ‘Mountain Arable Land Abandonment ( 1968 – 2018 ) in the Romanian Carpathians : Environmental Conflicts and Sustainability Issues’, Sustainability. 11. 6679. 10.3390/su11236679.''

'''Διαθέσιμο στο :''' [https://www.mdpi.com/2071-1050/11/23/6679 https://www.mdpi.com/2071-1050/11/23/6679 ]

'''Τίτλος άρθρου:''' Mountain Arable Land Abandonment ( 1968 – 2018 ) in the Romanian Carpathians : Environmental Conflicts and Sustainability Issues.

'''Λέξεις κλειδιά:''' ανίχνευση πετρελαιοκηλίδας, συγχώνευση αποφάσεων, αντικειμενοστρεφής

=='''Εισαγωγή'''==

[[Εικόνα:Aband_fig_1_trakaki.PNG |400px| thumb | right|''Εικόνα 1.Πυκνότητα αγροτικής γης στην Poiana Mărului το 1968 (α) και το 2018 (β). Ένας χάρτης διαφορών (c) και ένα δείγμα διαχρονικού ζεύγους δορυφορικών εικόνων (d) επιβεβαίωση εγκατάλειψης καλλιεργήσιμων γαιών'']]

Το γεωργικό τοπίο στα Ρουμανικά Καρπάθια ακολουθεί την ίδια τάση αλλαγής με τα άλλα ευρωπαϊκά βουνά. Η εγκατάλειψη της παραδοσιακή γεωργίας είναι μια σημαντική διαδικασία που συμβαίνει παγκοσμίως, επηρεάζοντας κυρίως λιγότερο παραγωγικές, απομακρυσμένες και ορεινές περιοχές. Η παρούσα έρευνα μελετά τις περιοχές Νότια Καρπάθια-Poiana Mărului και Fundata, αντιπροσωπευτικές για ολόκληρη την οικοπεριοχή των Καρπαθίων στην οποία οι παραδοσιακές γεωργικές πρακτικές μειώθηκαν μετά το 1990, με καθυστέρηση περίπου 20-30 ετών σε σύγκριση με την περιοχή των Άλπεων.

=='''Μεθοδολογία'''==

Η προσέγγισή της έρευνας βασίζεται στην ανάλυση εικόνων τηλεπισκόπησης πολλαπλών πηγών για δύο περιόδους αναφοράς συνδυασμένες με χωρική ανάλυση επιλεγμένων δεικτών μετρήσεων τοπίου. Σε αυτό το πλαίσιο, ενσωματώθηκε το δορυφορικό πανχρωματικό σύνολο δεδομένων CORONA KH-4B DECLASS-1 (1968) και η πολυφασματική απεικόνιση δορυφορικής εμβέλειας Planet Scope από το 2018, μαζί με επιτόπιες μετρήσεις που ελήφθησαν με τη βοήθεια ενός γεωδαιτικού δορυφορικού συστήματος παγκόσμιας πλοήγησης GNSS (Global Navigation Satellite System) με χωρική ανάλυση 2-3m.

=='''Αποτελέσματα'''==

Η Εικόνα 1a (1968) και η Εικόνα 1b (2018) δείχνουν το μοντέλο της καλλιεργήσιμης γης για την περιοχή Poiana Mărului. Το 1968, οι υψηλές πυκνότητες καλλιεργήσιμων εκτάσεων άνω των 2500 τ.μ. / εκτάριο ήταν χαρακτηριστικές σχεδόν για ολόκληρη την περιοχή διασκορπισμένων εκτάσεων, με 204 μονάδες δειγματοληψίας. Αντίθετα για το 2018 είναι προφανής η προχωρημένη αγροτική εγκατάλειψη, καθώς η υψηλότερη πυκνότητα αρόσιμης γης μειώνεται στα 1000-2000 τ.μ. / εκτάριο σε πολύ διασκορπισμένη μορφή σε λιγότερες από 20 μονάδες δειγματοληψίας.

Αντίστοιχα η Εικόνα 4α (1968) και η Εικόνα 4b (2018) δείχνουν το μοντέλο της καλλιεργήσιμης γης για την περιοχή Fundata. Το 1968, το τοπίο συντηρούσε έξι κατηγορίες πυκνότητας καλλιεργήσιμης γης (παρόμοια με την Poiana Mărului). Το 2018 διατηρήθηκαν μόνο δύο τάξεις στις χαμηλότερες τιμές, καθώς δεν υπάρχει μονάδα δειγματοληψίας με περισσότερα από 300 τετραγωνικά μέτρα καλλιεργήσιμης γης ανά εκτάριο. Το σχήμα 4c, d αποκαλύπτει μια βαθιά αλλαγή του τρόπου χρήσης των καλλιεργήσιμων εκτάσεων, όπου τα περισσότερα παραδοσιακά αγροτεμάχια δεν διατηρούν πλέον τη λειτουργία τους.

=='''Συζήτηση'''==

Η συγκριτική προσέγγιση μεταξύ των περιοχών Poiana Mărului και Fundata υπογραμμίζει δύο διαφορετικά στάδια της διαδικασίας εγκατάλειψης αγροτικών καλλιεργειών: ένα αρχικό στάδιο που σχετίζεται με την εμφάνιση των αγροτικών τουριστικών εξελίξεων (Poiana Mărului) και ένα προηγμένο στάδιο που συνδέεται στενά με την ολική εγκατάλειψη των καλλιεργήσιμων εκτάσεων γύρω από τα εναπομένοντα αγροκτήματα και τα τουριστικά καταλύματα και ξενοδοχεία (Fundata).

Η επιτάχυνση της ανάπτυξης στον τομέα του τουρισμού που αποδεικνύεται από την αύξηση των αφίξεων τουριστών μεταξύ 2007 και 2017 κατά 50 φορές στο Fundata και 20 φορές στην Poiana Mărului, επήλθε σε συνδυασμό με τοπική δημογραφική μείωση.Οι στατιστικές για τη χωρητικότητα των καταλυμάτων δείχνουν σημαντική αύξηση από το 2007 για το Fundata, ενώ παρόμοια κατάσταση σημειώθηκε στην Poiana Mărului το 2017 .Το Fundata απεικονίζει τη δυναμική κατάσταση, καθώς ο αριθμός των κλινών για τουρισμό αυξήθηκε κατά 200% κατά τα τελευταία 12 χρόνια.
Από αυτή την άποψη, το χωριό Poiana Mărului ήταν μια πιο συντηρητική κοινότητα, καθώς η δυνατότητα τουριστικής παραμονής παρέμεινε κάτω από 1000 κρεβάτια.

=='''Συμπεράσματα'''==

Οι μελέτες περίπτωσής μας, η Poiana Mărului και η Fundata, αποτελούν χαρακτηριστικό παράδειγμα της εγκατάλειψης της γης στα Ρουμανικά Καρπάθια, στο πλαίσιο μιας κοινωνικοοικονομικής αλλαγής του συστήματος μετά την ένταξη της Ρουμανίας στην ΕΕ το 2007. Οι κοινωνικοοικονομικές αλλαγές αυτές έχουν άμεσες συνέπειες στη λειτουργικότητα του βασικού χωροταξικού συστήματος, όπου η αειφόρος και παραδοσιακή ορεινή γεωργία εγκαταλείπεται υπέρ μιας οικονομίας που βασίζεται στις υπηρεσίες, περιλαμβανομένων των δραστηριοτήτων που σχετίζονται με τον τουρισμό. Η παραδοσιακή εμπειρία της χρήσης γης αντικαθίσταται βήμα βήμα από τον αυξανόμενο όγκο των επενδύσεων, που αναπτύχθηκε σε σύντομο χρονικό διάστημα χωρίς μια βαθιά κατανόηση των περιβαλλοντικών παραγόντων σε τοπικό και περιφερειακό επίπεδο.

Εγκατάλειψη ορεινής καλλιεργήσιμης αγροτικής γης (1968-2018) στα Ρουμανικά Καρπάθια: Περιβαλλοντικές συγκρούσεις και ζητήματα βιωσιμότητας.

2020-02-11T20:01:00Z

TrakakiSpiridoula:

'''Πηγή:''' ''Nistor, C. et al. (2019) ‘Mountain Arable Land Abandonment ( 1968 – 2018 ) in the Romanian Carpathians : Environmental Conflicts and Sustainability Issues’, Sustainability. 11. 6679. 10.3390/su11236679.''

'''Διαθέσιμο στο :''' [https://www.mdpi.com/2071-1050/11/23/6679 https://www.mdpi.com/2071-1050/11/23/6679 ]

'''Τίτλος άρθρου:''' Mountain Arable Land Abandonment ( 1968 – 2018 ) in the Romanian Carpathians : Environmental Conflicts and Sustainability Issues.

'''Λέξεις κλειδιά:''' ανίχνευση πετρελαιοκηλίδας, συγχώνευση αποφάσεων, αντικειμενοστρεφής

=='''Εισαγωγή'''==

[[Εικόνα:Aband_fig_1_trakaki.PNG |600px| thumb | right|''Εικόνα 1.Πυκνότητα αγροτικής γης στην Poiana Mărului το 1968 (α) και το 2018 (β). Ένας χάρτης διαφορών (c) και ένα δείγμα διαχρονικού ζεύγους δορυφορικών εικόνων (d) επιβεβαίωση εγκατάλειψης καλλιεργήσιμων γαιών'']]

Το γεωργικό τοπίο στα Ρουμανικά Καρπάθια ακολουθεί την ίδια τάση αλλαγής με τα άλλα ευρωπαϊκά βουνά. Η εγκατάλειψη της παραδοσιακή γεωργίας είναι μια σημαντική διαδικασία που συμβαίνει παγκοσμίως, επηρεάζοντας κυρίως λιγότερο παραγωγικές, απομακρυσμένες και ορεινές περιοχές. Η παρούσα έρευνα μελετά τις περιοχές Νότια Καρπάθια-Poiana Mărului και Fundata, αντιπροσωπευτικές για ολόκληρη την οικοπεριοχή των Καρπαθίων στην οποία οι παραδοσιακές γεωργικές πρακτικές μειώθηκαν μετά το 1990, με καθυστέρηση περίπου 20-30 ετών σε σύγκριση με την περιοχή των Άλπεων.

=='''Μεθοδολογία'''==

Η προσέγγισή της έρευνας βασίζεται στην ανάλυση εικόνων τηλεπισκόπησης πολλαπλών πηγών για δύο περιόδους αναφοράς συνδυασμένες με χωρική ανάλυση επιλεγμένων δεικτών μετρήσεων τοπίου. Σε αυτό το πλαίσιο, ενσωματώθηκε το δορυφορικό πανχρωματικό σύνολο δεδομένων CORONA KH-4B DECLASS-1 (1968) και η πολυφασματική απεικόνιση δορυφορικής εμβέλειας Planet Scope από το 2018, μαζί με επιτόπιες μετρήσεις που ελήφθησαν με τη βοήθεια ενός γεωδαιτικού δορυφορικού συστήματος παγκόσμιας πλοήγησης GNSS (Global Navigation Satellite System) με χωρική ανάλυση 2-3m.

=='''Αποτελέσματα'''==

Η Εικόνα 1a (1968) και η Εικόνα 1b (2018) δείχνουν το μοντέλο της καλλιεργήσιμης γης για την περιοχή Poiana Mărului. Το 1968, οι υψηλές πυκνότητες καλλιεργήσιμων εκτάσεων άνω των 2500 τ.μ. / εκτάριο ήταν χαρακτηριστικές σχεδόν για ολόκληρη την περιοχή διασκορπισμένων εκτάσεων, με 204 μονάδες δειγματοληψίας. Αντίθετα για το 2018 είναι προφανής η προχωρημένη αγροτική εγκατάλειψη, καθώς η υψηλότερη πυκνότητα αρόσιμης γης μειώνεται στα 1000-2000 τ.μ. / εκτάριο σε πολύ διασκορπισμένη μορφή σε λιγότερες από 20 μονάδες δειγματοληψίας.

Αντίστοιχα η Εικόνα 4α (1968) και η Εικόνα 4b (2018) δείχνουν το μοντέλο της καλλιεργήσιμης γης για την περιοχή Fundata. Το 1968, το τοπίο συντηρούσε έξι κατηγορίες πυκνότητας καλλιεργήσιμης γης (παρόμοια με την Poiana Mărului). Το 2018 διατηρήθηκαν μόνο δύο τάξεις στις χαμηλότερες τιμές, καθώς δεν υπάρχει μονάδα δειγματοληψίας με περισσότερα από 300 τετραγωνικά μέτρα καλλιεργήσιμης γης ανά εκτάριο. Το σχήμα 4c, d αποκαλύπτει μια βαθιά αλλαγή του τρόπου χρήσης των καλλιεργήσιμων εκτάσεων, όπου τα περισσότερα παραδοσιακά αγροτεμάχια δεν διατηρούν πλέον τη λειτουργία τους.

=='''Συζήτηση'''==

Η συγκριτική προσέγγιση μεταξύ των περιοχών Poiana Mărului και Fundata υπογραμμίζει δύο διαφορετικά στάδια της διαδικασίας εγκατάλειψης αγροτικών καλλιεργειών: ένα αρχικό στάδιο που σχετίζεται με την εμφάνιση των αγροτικών τουριστικών εξελίξεων (Poiana Mărului) και ένα προηγμένο στάδιο που συνδέεται στενά με την ολική εγκατάλειψη των καλλιεργήσιμων εκτάσεων γύρω από τα εναπομένοντα αγροκτήματα και τα τουριστικά καταλύματα και ξενοδοχεία (Fundata).

Η επιτάχυνση της ανάπτυξης στον τομέα του τουρισμού που αποδεικνύεται από την αύξηση των αφίξεων τουριστών μεταξύ 2007 και 2017 κατά 50 φορές στο Fundata και 20 φορές στην Poiana Mărului, επήλθε σε συνδυασμό με τοπική δημογραφική μείωση.Οι στατιστικές για τη χωρητικότητα των καταλυμάτων δείχνουν σημαντική αύξηση από το 2007 για το Fundata, ενώ παρόμοια κατάσταση σημειώθηκε στην Poiana Mărului το 2017 .Το Fundata απεικονίζει τη δυναμική κατάσταση, καθώς ο αριθμός των κλινών για τουρισμό αυξήθηκε κατά 200% κατά τα τελευταία 12 χρόνια.
Από αυτή την άποψη, το χωριό Poiana Mărului ήταν μια πιο συντηρητική κοινότητα, καθώς η δυνατότητα τουριστικής παραμονής παρέμεινε κάτω από 1000 κρεβάτια.

=='''Συμπεράσματα'''==

Οι μελέτες περίπτωσής μας, η Poiana Mărului και η Fundata, αποτελούν χαρακτηριστικό παράδειγμα της εγκατάλειψης της γης στα Ρουμανικά Καρπάθια, στο πλαίσιο μιας κοινωνικοοικονομικής αλλαγής του συστήματος μετά την ένταξη της Ρουμανίας στην ΕΕ το 2007. Οι κοινωνικοοικονομικές αλλαγές αυτές έχουν άμεσες συνέπειες στη λειτουργικότητα του βασικού χωροταξικού συστήματος, όπου η αειφόρος και παραδοσιακή ορεινή γεωργία εγκαταλείπεται υπέρ μιας οικονομίας που βασίζεται στις υπηρεσίες, περιλαμβανομένων των δραστηριοτήτων που σχετίζονται με τον τουρισμό. Η παραδοσιακή εμπειρία της χρήσης γης αντικαθίσταται βήμα βήμα από τον αυξανόμενο όγκο των επενδύσεων, που αναπτύχθηκε σε σύντομο χρονικό διάστημα χωρίς μια βαθιά κατανόηση των περιβαλλοντικών παραγόντων σε τοπικό και περιφερειακό επίπεδο.

Εγκατάλειψη ορεινής καλλιεργήσιμης αγροτικής γης (1968-2018) στα Ρουμανικά Καρπάθια: Περιβαλλοντικές συγκρούσεις και ζητήματα βιωσιμότητας.

2020-02-11T19:59:30Z

TrakakiSpiridoula:

Αρχείο:Aband fig 2 trakaki.PNG

2020-02-11T19:58:05Z

TrakakiSpiridoula:

Αρχείο:Aband fig 1 trakaki.PNG

2020-02-11T19:57:54Z

TrakakiSpiridoula:

Εγκατάλειψη ορεινής καλλιεργήσιμης αγροτικής γης (1968-2018) στα Ρουμανικά Καρπάθια: Περιβαλλοντικές συγκρούσεις και ζητήματα βιωσιμότητας.

2020-02-11T19:50:26Z

TrakakiSpiridoula: Νέα σελίδα με ''''Πηγή:''' ''Nistor, C. et al. (2019) ‘Mountain Arable Land Abandonment ( 1968 – 2018 ) in the Romanian Carpathians : Environmental Conflicts and Sustainability...'

Παρατήρηση της συμφωνίας Soy Moratorium στο βιοσύστημα του Αμαζονίου με χρήση τηλεσκοπικών δορυφορικών απεικονίσεων.

2020-02-11T19:46:36Z

TrakakiSpiridoula:

'''Πηγή:''' ''Kastens, J. H. et al. (2017) ‘Soy moratorium impacts on soybean and deforestation dynamics in Mato Grosso, Brazil’, PLOS ONE. Public Library of Science, 12(4), p. e0176168 ''

'''Διαθέσιμο στο:''' [https://doi.org/10.1371/journal.pone.0176168 https://doi.org/10.1371/journal.pone.0176168]

'''Τίτλος άρθρου:''' Soy moratorium impacts on soybean and deforestation dynamics in Mato Grosso, Brazil

'''Λέξεις κλειδιά:''' Soy moratorium, αποψίλωση, Αμαζόνιος

=='''Εισαγωγή'''==
[[Εικόνα:Soya_fig3_trakaki.PNG |500px| thumb | right|''Εικόνα 1. Περιοχή μελέτης'']]

Το Soy Moratorium είναι μια συμφωνία από μεγάλες εταιρείες σόγιας να μην εμπορεύονται σόγια που παράγεται σε αποψιλωμένες περιοχές μετά την 24η Ιουλίου 2006 στο βιοσύστημα του Αμαζονίου (Amazon biome) της Βραζιλίας. Η παρούσα μελέτη στοχεύει στην ταυτοποίηση της φύτευσης σόγιας στις περιοχές αυτές χρησιμοποιώντας το προϊόν MOD13Q1 σε συνδυασμό με εικόνες TM / Landsat-5, εναέρια έρευνα και επιτόπιο έλεγχο.

=='''Περιοχή μελέτης'''==

Τα κριτήρια που χρησιμοποιήθηκαν για τον προσδιορισμό της περιοχής μελέτης ήταν:

(i) να είναι μέσα στο βιοσύστημα του Αμαζονίου,

(ii) να είναι σε δήμους με περισσότερα από 5.000 εκτάρια σόγιας,

(iii) να βρίσκονται εκτός προστατευόμενων περιοχών, εκτάσεις ιθαγενών και περιοχές μεταρρύθμισης της γης .

Η περιοχή μελέτης προσδιορίζεται στην Εικόνα 1.

[[Εικόνα:Soya_fig1_trakaki.PNG |400px| thumb | right|''Εικόνα 2. Συγχώνευση γειτονικών πολυγώνων'']]

Το βιοσύστημα του Αμαζονίου καλύπτει σχεδόν το 50% του εδάφους της Βραζιλίας (4,2 εκατομμύρια τετραγωνικά χιλιόμετρα) και είναι παρόντα σε κράτη μέλη και 553 δήμους. Περίπου το 7,5% της περιοχής της Βραζιλίας που φυτεύεται με σόγια βρίσκεται στο βιοσύστημα του Αμαζονίου με 99% συγκεντρωμένο στις πολιτείες Mato Grosso, Para και Rondonia.

Τα πολύγωνα PRODES αξιολογήθηκαν κατά τα έτη 2007, 2008 και 2009 και αφορούν τις αποψιλωμένες περιοχές. Τα πολύγωνα που καταγράφηκαν σε διαφορετικά έτη συντήχθηκαν και σημειώθηκε αποψίλωση κάτω των 25 εκταρίων ετησίως αν το άθροισμα των γειτονικών δασικών εκτάσεων, κατά τη διάρκεια της περιόδου αναστολής, ήταν μεγαλύτερο από 25 εκτάρια. Η Εικόνα 2 απεικονίζει τη συγχώνευση τεσσάρων γειτονικών πολυγώνων.

H αναγνώριση πολυγώνων με ετήσιες καλλιέργειες έγινε με τηλεπισκόπηση εικόνων. Συγκεκριμένα, χρησιμοποιήθηκαν οι εικόνες EVI / MODIS (προϊόν MOD13Q1) για την ταξινόμηση ετήσιων καλλιεργειών με βάση τις εικόνες που αποκτήθηκαν κατά τη διάρκεια της περιόδου σποράς, μεταξύ των ημερών DOY 241 και DOY 305, όταν οι τιμές EVI ήταν οι ελάχιστες και κατά τη διάρκεια της περιόδου σημαντικής καλλιέργειας ,μεταξύ της ημέρας (DOY) 353 και DOY 17,όταν οι τιμές EVI ήταν στο μέγιστο.
Αυτός ο αλγόριθμος βασίζεται στην τυπική χρονική τροχιά των μη φιλτραρισμένων τιμών EVI για ετήσιες καλλιέργειες όπως φαίνεται στην Εικόνα 3.

=='''Συμπεράσματα'''==

Η τηλεπισκόπηση σε συνδυασμό με τις αεροφωτογραφίες αναγνώρισαν 6,3 χιλ. εκτάρια σόγιας που φυτεύτηκαν σε αποψιλωμένες περιοχές μετά το Soy Moratorium σύμφωνο κατά τη διάρκεια της περιόδου εμπορίας 2009/10. Η περιοχή αυτή αντιστοιχούσε στο 0,25% της συνολικής αποψίλωσης του βιοσυστήματος του Αμαζονίου από την αρχή του Moratorium στις πολιτείες Mato Grosso, Para και Rondonia που ήταν 2,49 εκατομμύρια εκτάρια.

Η αποψιλωμένη περιοχή του βιοσυστήμστος του Αμαζονίου κατά την περίοδο 2007-2009 ήταν πολύ σημαντική, αν και ήταν η χαμηλότερη που παρατηρήθηκε τα τελευταία 22 χρόνια. Η απόδοση αυτής της πρόσφατης μείωσης της αποψίλωσης στο σύμφωνο για το εμπόριο της σόγιας είναι ακόμα πρόωρη, αλλά η πρωτοβουλία έχει δράσει ως ανασταλτικός παράγοντας στην επέκταση των καλλιεργειών σόγιας στο βιοσύστημα του Αμαζονίου.

[[Εικόνα:Soya_fig2_trakaki.PNG |500px| thumb | center|''Εικόνα 3. Περίοδοι καλλιέργειας'']]

[[Category:Χαρτογραφία]]

Παρατήρηση της συμφωνίας Soy Moratorium στο βιοσύστημα του Αμαζονίου με χρήση τηλεσκοπικών δορυφορικών απεικονίσεων.

2020-02-11T19:43:47Z

TrakakiSpiridoula:

'''Πηγή:''' ''Kastens, J. H. et al. (2017) ‘Soy moratorium impacts on soybean and deforestation dynamics in Mato Grosso, Brazil’, PLOS ONE. Public Library of Science, 12(4), p. e0176168 ''

'''Διαθέσιμο στο:''' [https://doi.org/10.1371/journal.pone.0176168 https://doi.org/10.1371/journal.pone.0176168]

'''Τίτλος άρθρου:''' Soy moratorium impacts on soybean and deforestation dynamics in Mato Grosso, Brazil

'''Λέξεις κλειδιά:'''

=='''Εισαγωγή'''==
[[Εικόνα:Soya_fig3_trakaki.PNG |500px| thumb | right|''Εικόνα 1. Περιοχή μελέτης'']]

Το Soy Moratorium είναι μια συμφωνία από μεγάλες εταιρείες σόγιας να μην εμπορεύονται σόγια που παράγεται σε αποψιλωμένες περιοχές μετά την 24η Ιουλίου 2006 στο βιοσύστημα του Αμαζονίου (Amazon biome) της Βραζιλίας. Η παρούσα μελέτη στοχεύει στην ταυτοποίηση της φύτευσης σόγιας στις περιοχές αυτές χρησιμοποιώντας το προϊόν MOD13Q1 σε συνδυασμό με εικόνες TM / Landsat-5, εναέρια έρευνα και επιτόπιο έλεγχο.

=='''Περιοχή μελέτης'''==

Τα κριτήρια που χρησιμοποιήθηκαν για τον προσδιορισμό της περιοχής μελέτης ήταν:

(i) να είναι μέσα στο βιοσύστημα του Αμαζονίου,

(ii) να είναι σε δήμους με περισσότερα από 5.000 εκτάρια σόγιας,

(iii) να βρίσκονται εκτός προστατευόμενων περιοχών, εκτάσεις ιθαγενών και περιοχές μεταρρύθμισης της γης .

Η περιοχή μελέτης προσδιορίζεται στην Εικόνα 1.

[[Εικόνα:Soya_fig1_trakaki.PNG |400px| thumb | right|''Εικόνα 2. Συγχώνευση γειτονικών πολυγώνων'']]

Το βιοσύστημα του Αμαζονίου καλύπτει σχεδόν το 50% του εδάφους της Βραζιλίας (4,2 εκατομμύρια τετραγωνικά χιλιόμετρα) και είναι παρόντα σε κράτη μέλη και 553 δήμους. Περίπου το 7,5% της περιοχής της Βραζιλίας που φυτεύεται με σόγια βρίσκεται στο βιοσύστημα του Αμαζονίου με 99% συγκεντρωμένο στις πολιτείες Mato Grosso, Para και Rondonia.

Τα πολύγωνα PRODES αξιολογήθηκαν κατά τα έτη 2007, 2008 και 2009 και αφορούν τις αποψιλωμένες περιοχές. Τα πολύγωνα που καταγράφηκαν σε διαφορετικά έτη συντήχθηκαν και σημειώθηκε αποψίλωση κάτω των 25 εκταρίων ετησίως αν το άθροισμα των γειτονικών δασικών εκτάσεων, κατά τη διάρκεια της περιόδου αναστολής, ήταν μεγαλύτερο από 25 εκτάρια. Η Εικόνα 2 απεικονίζει τη συγχώνευση τεσσάρων γειτονικών πολυγώνων.

H αναγνώριση πολυγώνων με ετήσιες καλλιέργειες έγινε με τηλεπισκόπηση εικόνων. Συγκεκριμένα, χρησιμοποιήθηκαν οι εικόνες EVI / MODIS (προϊόν MOD13Q1) για την ταξινόμηση ετήσιων καλλιεργειών με βάση τις εικόνες που αποκτήθηκαν κατά τη διάρκεια της περιόδου σποράς, μεταξύ των ημερών DOY 241 και DOY 305, όταν οι τιμές EVI ήταν οι ελάχιστες και κατά τη διάρκεια της περιόδου σημαντικής καλλιέργειας ,μεταξύ της ημέρας (DOY) 353 και DOY 17,όταν οι τιμές EVI ήταν στο μέγιστο.
Αυτός ο αλγόριθμος βασίζεται στην τυπική χρονική τροχιά των μη φιλτραρισμένων τιμών EVI για ετήσιες καλλιέργειες όπως φαίνεται στην Εικόνα 3.

=='''Συμπεράσματα'''==

Η τηλεπισκόπηση σε συνδυασμό με τις αεροφωτογραφίες αναγνώρισαν 6,3 χιλ. εκτάρια σόγιας που φυτεύτηκαν σε αποψιλωμένες περιοχές μετά το Soy Moratorium σύμφωνο κατά τη διάρκεια της περιόδου εμπορίας 2009/10. Η περιοχή αυτή αντιστοιχούσε στο 0,25% της συνολικής αποψίλωσης του βιοσυστήματος του Αμαζονίου από την αρχή του Moratorium στις πολιτείες Mato Grosso, Para και Rondonia που ήταν 2,49 εκατομμύρια εκτάρια.

Η αποψιλωμένη περιοχή του βιοσυστήμστος του Αμαζονίου κατά την περίοδο 2007-2009 ήταν πολύ σημαντική, αν και ήταν η χαμηλότερη που παρατηρήθηκε τα τελευταία 22 χρόνια. Η απόδοση αυτής της πρόσφατης μείωσης της αποψίλωσης στο σύμφωνο για το εμπόριο της σόγιας είναι ακόμα πρόωρη, αλλά η πρωτοβουλία έχει δράσει ως ανασταλτικός παράγοντας στην επέκταση των καλλιεργειών σόγιας στο βιοσύστημα του Αμαζονίου.

[[Εικόνα:Soya_fig2_trakaki.PNG |500px| thumb | center|''Εικόνα 3. Περίοδοι καλλιέργειας'']]

Παρατήρηση της συμφωνίας Soy Moratorium στο βιοσύστημα του Αμαζονίου με χρήση τηλεσκοπικών δορυφορικών απεικονίσεων.

2020-02-11T19:43:28Z

TrakakiSpiridoula:

'''Πηγή:''' ''Kastens, J. H. et al. (2017) ‘Soy moratorium impacts on soybean and deforestation dynamics in Mato Grosso, Brazil’, PLOS ONE. Public Library of Science, 12(4), p. e0176168 ''

'''Διαθέσιμο στο:''' [https://doi.org/10.1371/journal.pone.0176168 https://doi.org/10.1371/journal.pone.0176168]

'''Τίτλος άρθρου:''' Soy moratorium impacts on soybean and deforestation dynamics in Mato Grosso, Brazil

'''Λέξεις κλειδιά:'''

=='''Εισαγωγή'''==
[[Εικόνα:Soya_fig3_trakaki.PNG |500px| thumb | right|''Εικόνα 1. Περιοχή μελέτης'']]

Το Soy Moratorium είναι μια συμφωνία από μεγάλες εταιρείες σόγιας να μην εμπορεύονται σόγια που παράγεται σε αποψιλωμένες περιοχές μετά την 24η Ιουλίου 2006 στο βιοσύστημα του Αμαζονίου (Amazon biome) της Βραζιλίας. Η παρούσα μελέτη στοχεύει στην ταυτοποίηση της φύτευσης σόγιας στις περιοχές αυτές χρησιμοποιώντας το προϊόν MOD13Q1 σε συνδυασμό με εικόνες TM / Landsat-5, εναέρια έρευνα και επιτόπιο έλεγχο.

=='''Περιοχή μελέτης'''==

Τα κριτήρια που χρησιμοποιήθηκαν για τον προσδιορισμό της περιοχής μελέτης ήταν:

(i) να είναι μέσα στο βιοσύστημα του Αμαζονίου,

(ii) να είναι σε δήμους με περισσότερα από 5.000 εκτάρια σόγιας,

(iii) να βρίσκονται εκτός προστατευόμενων περιοχών, εκτάσεις ιθαγενών και περιοχές μεταρρύθμισης της γης .

Η περιοχή μελέτης προσδιορίζεται στην Εικόνα 1.

[[Εικόνα:Soya_fig1_trakaki.PNG |300px| thumb | right|''Εικόνα 2. Συγχώνευση γειτονικών πολυγώνων'']]

Το βιοσύστημα του Αμαζονίου καλύπτει σχεδόν το 50% του εδάφους της Βραζιλίας (4,2 εκατομμύρια τετραγωνικά χιλιόμετρα) και είναι παρόντα σε κράτη μέλη και 553 δήμους. Περίπου το 7,5% της περιοχής της Βραζιλίας που φυτεύεται με σόγια βρίσκεται στο βιοσύστημα του Αμαζονίου με 99% συγκεντρωμένο στις πολιτείες Mato Grosso, Para και Rondonia.

Τα πολύγωνα PRODES αξιολογήθηκαν κατά τα έτη 2007, 2008 και 2009 και αφορούν τις αποψιλωμένες περιοχές. Τα πολύγωνα που καταγράφηκαν σε διαφορετικά έτη συντήχθηκαν και σημειώθηκε αποψίλωση κάτω των 25 εκταρίων ετησίως αν το άθροισμα των γειτονικών δασικών εκτάσεων, κατά τη διάρκεια της περιόδου αναστολής, ήταν μεγαλύτερο από 25 εκτάρια. Η Εικόνα 2 απεικονίζει τη συγχώνευση τεσσάρων γειτονικών πολυγώνων.

H αναγνώριση πολυγώνων με ετήσιες καλλιέργειες έγινε με τηλεπισκόπηση εικόνων. Συγκεκριμένα, χρησιμοποιήθηκαν οι εικόνες EVI / MODIS (προϊόν MOD13Q1) για την ταξινόμηση ετήσιων καλλιεργειών με βάση τις εικόνες που αποκτήθηκαν κατά τη διάρκεια της περιόδου σποράς, μεταξύ των ημερών DOY 241 και DOY 305, όταν οι τιμές EVI ήταν οι ελάχιστες και κατά τη διάρκεια της περιόδου σημαντικής καλλιέργειας ,μεταξύ της ημέρας (DOY) 353 και DOY 17,όταν οι τιμές EVI ήταν στο μέγιστο.
Αυτός ο αλγόριθμος βασίζεται στην τυπική χρονική τροχιά των μη φιλτραρισμένων τιμών EVI για ετήσιες καλλιέργειες όπως φαίνεται στην Εικόνα 3.

=='''Συμπεράσματα'''==

Η τηλεπισκόπηση σε συνδυασμό με τις αεροφωτογραφίες αναγνώρισαν 6,3 χιλ. εκτάρια σόγιας που φυτεύτηκαν σε αποψιλωμένες περιοχές μετά το Soy Moratorium σύμφωνο κατά τη διάρκεια της περιόδου εμπορίας 2009/10. Η περιοχή αυτή αντιστοιχούσε στο 0,25% της συνολικής αποψίλωσης του βιοσυστήματος του Αμαζονίου από την αρχή του Moratorium στις πολιτείες Mato Grosso, Para και Rondonia που ήταν 2,49 εκατομμύρια εκτάρια.

Η αποψιλωμένη περιοχή του βιοσυστήμστος του Αμαζονίου κατά την περίοδο 2007-2009 ήταν πολύ σημαντική, αν και ήταν η χαμηλότερη που παρατηρήθηκε τα τελευταία 22 χρόνια. Η απόδοση αυτής της πρόσφατης μείωσης της αποψίλωσης στο σύμφωνο για το εμπόριο της σόγιας είναι ακόμα πρόωρη, αλλά η πρωτοβουλία έχει δράσει ως ανασταλτικός παράγοντας στην επέκταση των καλλιεργειών σόγιας στο βιοσύστημα του Αμαζονίου.

[[Εικόνα:Soya_fig2_trakaki.PNG |500px| thumb | center|''Εικόνα 3. Περίοδοι καλλιέργειας'']]

Παρατήρηση της συμφωνίας Soy Moratorium στο βιοσύστημα του Αμαζονίου με χρήση τηλεσκοπικών δορυφορικών απεικονίσεων.

2020-02-11T19:42:56Z

TrakakiSpiridoula:

'''Πηγή:''' ''Kastens, J. H. et al. (2017) ‘Soy moratorium impacts on soybean and deforestation dynamics in Mato Grosso, Brazil’, PLOS ONE. Public Library of Science, 12(4), p. e0176168 ''

'''Διαθέσιμο στο:''' [https://doi.org/10.1371/journal.pone.0176168 https://doi.org/10.1371/journal.pone.0176168]

'''Τίτλος άρθρου:''' Soy moratorium impacts on soybean and deforestation dynamics in Mato Grosso, Brazil

'''Λέξεις κλειδιά:'''

=='''Εισαγωγή'''==
[[Εικόνα:Soya_fig3_trakaki.PNG |500px| thumb | right|''Εικόνα 1. Περιοχή μελέτης'']]

Το Soy Moratorium είναι μια συμφωνία από μεγάλες εταιρείες σόγιας να μην εμπορεύονται σόγια που παράγεται σε αποψιλωμένες περιοχές μετά την 24η Ιουλίου 2006 στο βιοσύστημα του Αμαζονίου (Amazon biome) της Βραζιλίας. Η παρούσα μελέτη στοχεύει στην ταυτοποίηση της φύτευσης σόγιας στις περιοχές αυτές χρησιμοποιώντας το προϊόν MOD13Q1 σε συνδυασμό με εικόνες TM / Landsat-5, εναέρια έρευνα και επιτόπιο έλεγχο.

=='''Περιοχή μελέτης'''==

Τα κριτήρια που χρησιμοποιήθηκαν για τον προσδιορισμό της περιοχής μελέτης ήταν:

(i) να είναι μέσα στο βιοσύστημα του Αμαζονίου,

(ii) να είναι σε δήμους με περισσότερα από 5.000 εκτάρια σόγιας,

(iii) να βρίσκονται εκτός προστατευόμενων περιοχών, εκτάσεις ιθαγενών και περιοχές μεταρρύθμισης της γης .

Η περιοχή μελέτης προσδιορίζεται στην Εικόνα 1.

Το βιοσύστημα του Αμαζονίου καλύπτει σχεδόν το 50% του εδάφους της Βραζιλίας (4,2 εκατομμύρια τετραγωνικά χιλιόμετρα) και είναι παρόντα σε κράτη μέλη και 553 δήμους. Περίπου το 7,5% της περιοχής της Βραζιλίας που φυτεύεται με σόγια βρίσκεται στο βιοσύστημα του Αμαζονίου με 99% συγκεντρωμένο στις πολιτείες Mato Grosso, Para και Rondonia.

Τα πολύγωνα PRODES αξιολογήθηκαν κατά τα έτη 2007, 2008 και 2009 και αφορούν τις αποψιλωμένες περιοχές. Τα πολύγωνα που καταγράφηκαν σε διαφορετικά έτη συντήχθηκαν και σημειώθηκε αποψίλωση κάτω των 25 εκταρίων ετησίως αν το άθροισμα των γειτονικών δασικών εκτάσεων, κατά τη διάρκεια της περιόδου αναστολής, ήταν μεγαλύτερο από 25 εκτάρια. Η Εικόνα 2 απεικονίζει τη συγχώνευση τεσσάρων γειτονικών πολυγώνων.

[[Εικόνα:Soya_fig1_trakaki.PNG |300px| thumb | right|''Εικόνα 2. Συγχώνευση γειτονικών πολυγώνων'']]

H αναγνώριση πολυγώνων με ετήσιες καλλιέργειες έγινε με τηλεπισκόπηση εικόνων. Συγκεκριμένα, χρησιμοποιήθηκαν οι εικόνες EVI / MODIS (προϊόν MOD13Q1) για την ταξινόμηση ετήσιων καλλιεργειών με βάση τις εικόνες που αποκτήθηκαν κατά τη διάρκεια της περιόδου σποράς, μεταξύ των ημερών DOY 241 και DOY 305, όταν οι τιμές EVI ήταν οι ελάχιστες και κατά τη διάρκεια της περιόδου σημαντικής καλλιέργειας ,μεταξύ της ημέρας (DOY) 353 και DOY 17,όταν οι τιμές EVI ήταν στο μέγιστο.
Αυτός ο αλγόριθμος βασίζεται στην τυπική χρονική τροχιά των μη φιλτραρισμένων τιμών EVI για ετήσιες καλλιέργειες όπως φαίνεται στην Εικόνα 3.

=='''Συμπεράσματα'''==

Η τηλεπισκόπηση σε συνδυασμό με τις αεροφωτογραφίες αναγνώρισαν 6,3 χιλ. εκτάρια σόγιας που φυτεύτηκαν σε αποψιλωμένες περιοχές μετά το Soy Moratorium σύμφωνο κατά τη διάρκεια της περιόδου εμπορίας 2009/10. Η περιοχή αυτή αντιστοιχούσε στο 0,25% της συνολικής αποψίλωσης του βιοσυστήματος του Αμαζονίου από την αρχή του Moratorium στις πολιτείες Mato Grosso, Para και Rondonia που ήταν 2,49 εκατομμύρια εκτάρια.

Η αποψιλωμένη περιοχή του βιοσυστήμστος του Αμαζονίου κατά την περίοδο 2007-2009 ήταν πολύ σημαντική, αν και ήταν η χαμηλότερη που παρατηρήθηκε τα τελευταία 22 χρόνια. Η απόδοση αυτής της πρόσφατης μείωσης της αποψίλωσης στο σύμφωνο για το εμπόριο της σόγιας είναι ακόμα πρόωρη, αλλά η πρωτοβουλία έχει δράσει ως ανασταλτικός παράγοντας στην επέκταση των καλλιεργειών σόγιας στο βιοσύστημα του Αμαζονίου.

[[Εικόνα:Soya_fig2_trakaki.PNG |500px| thumb | center|''Εικόνα 3. Περίοδοι καλλιέργειας'']]

Παρατήρηση της συμφωνίας Soy Moratorium στο βιοσύστημα του Αμαζονίου με χρήση τηλεσκοπικών δορυφορικών απεικονίσεων.

2020-02-11T19:42:08Z

TrakakiSpiridoula:

'''Πηγή:''' ''Kastens, J. H. et al. (2017) ‘Soy moratorium impacts on soybean and deforestation dynamics in Mato Grosso, Brazil’, PLOS ONE. Public Library of Science, 12(4), p. e0176168 ''

'''Διαθέσιμο στο:''' [https://doi.org/10.1371/journal.pone.0176168 https://doi.org/10.1371/journal.pone.0176168]

'''Τίτλος άρθρου:''' Soy moratorium impacts on soybean and deforestation dynamics in Mato Grosso, Brazil

'''Λέξεις κλειδιά:'''

=='''Εισαγωγή'''==
[[Εικόνα:Soya_fig3_trakaki.PNG |600px| thumb | right|''Εικόνα 1. Περιοχή μελέτης'']]

Το Soy Moratorium είναι μια συμφωνία από μεγάλες εταιρείες σόγιας να μην εμπορεύονται σόγια που παράγεται σε αποψιλωμένες περιοχές μετά την 24η Ιουλίου 2006 στο βιοσύστημα του Αμαζονίου (Amazon biome) της Βραζιλίας. Η παρούσα μελέτη στοχεύει στην ταυτοποίηση της φύτευσης σόγιας στις περιοχές αυτές χρησιμοποιώντας το προϊόν MOD13Q1 σε συνδυασμό με εικόνες TM / Landsat-5, εναέρια έρευνα και επιτόπιο έλεγχο.

=='''Περιοχή μελέτης'''==

Τα κριτήρια που χρησιμοποιήθηκαν για τον προσδιορισμό της περιοχής μελέτης ήταν:

(i) να είναι μέσα στο βιοσύστημα του Αμαζονίου,

(ii) να είναι σε δήμους με περισσότερα από 5.000 εκτάρια σόγιας,

(iii) να βρίσκονται εκτός προστατευόμενων περιοχών, εκτάσεις ιθαγενών και περιοχές μεταρρύθμισης της γης .

Η περιοχή μελέτης προσδιορίζεται στην Εικόνα 1.

Το βιοσύστημα του Αμαζονίου καλύπτει σχεδόν το 50% του εδάφους της Βραζιλίας (4,2 εκατομμύρια τετραγωνικά χιλιόμετρα) και είναι παρόντα σε κράτη μέλη και 553 δήμους. Περίπου το 7,5% της περιοχής της Βραζιλίας που φυτεύεται με σόγια βρίσκεται στο βιοσύστημα του Αμαζονίου με 99% συγκεντρωμένο στις πολιτείες Mato Grosso, Para και Rondonia.

Τα πολύγωνα PRODES αξιολογήθηκαν κατά τα έτη 2007, 2008 και 2009 και αφορούν τις αποψιλωμένες περιοχές. Τα πολύγωνα που καταγράφηκαν σε διαφορετικά έτη συντήχθηκαν και σημειώθηκε αποψίλωση κάτω των 25 εκταρίων ετησίως αν το άθροισμα των γειτονικών δασικών εκτάσεων, κατά τη διάρκεια της περιόδου αναστολής, ήταν μεγαλύτερο από 25 εκτάρια. Η Εικόνα 2 απεικονίζει τη συγχώνευση τεσσάρων γειτονικών πολυγώνων.

[[Εικόνα:Soya_fig1_trakaki.PNG |300px| thumb | right|''Εικόνα 2. Συγχώνευση γειτονικών πολυγώνων'']]

H αναγνώριση πολυγώνων με ετήσιες καλλιέργειες έγινε με τηλεπισκόπηση εικόνων. Συγκεκριμένα, χρησιμοποιήθηκαν οι εικόνες EVI / MODIS (προϊόν MOD13Q1) για την ταξινόμηση ετήσιων καλλιεργειών με βάση τις εικόνες που αποκτήθηκαν κατά τη διάρκεια της περιόδου σποράς, μεταξύ των ημερών DOY 241 και DOY 305, όταν οι τιμές EVI ήταν οι ελάχιστες και κατά τη διάρκεια της περιόδου σημαντικής καλλιέργειας ,μεταξύ της ημέρας (DOY) 353 και DOY 17,όταν οι τιμές EVI ήταν στο μέγιστο.
Αυτός ο αλγόριθμος βασίζεται στην τυπική χρονική τροχιά των μη φιλτραρισμένων τιμών EVI για ετήσιες καλλιέργειες όπως φαίνεται στην Εικόνα 3.

=='''Συμπεράσματα'''==

Η τηλεπισκόπηση σε συνδυασμό με τις αεροφωτογραφίες αναγνώρισαν 6,3 χιλ. εκτάρια σόγιας που φυτεύτηκαν σε αποψιλωμένες περιοχές μετά το Soy Moratorium σύμφωνο κατά τη διάρκεια της περιόδου εμπορίας 2009/10. Η περιοχή αυτή αντιστοιχούσε στο 0,25% της συνολικής αποψίλωσης του βιοσυστήματος του Αμαζονίου από την αρχή του Moratorium στις πολιτείες Mato Grosso, Para και Rondonia που ήταν 2,49 εκατομμύρια εκτάρια.

Η αποψιλωμένη περιοχή του βιοσυστήμστος του Αμαζονίου κατά την περίοδο 2007-2009 ήταν πολύ σημαντική, αν και ήταν η χαμηλότερη που παρατηρήθηκε τα τελευταία 22 χρόνια. Η απόδοση αυτής της πρόσφατης μείωσης της αποψίλωσης στο σύμφωνο για το εμπόριο της σόγιας είναι ακόμα πρόωρη, αλλά η πρωτοβουλία έχει δράσει ως ανασταλτικός παράγοντας στην επέκταση των καλλιεργειών σόγιας στο βιοσύστημα του Αμαζονίου.

[[Εικόνα:Soya_fig2_trakaki.PNG |500px| thumb | center|''Εικόνα 3. Περίοδοι καλλιέργειας'']]

Παρατήρηση της συμφωνίας Soy Moratorium στο βιοσύστημα του Αμαζονίου με χρήση τηλεσκοπικών δορυφορικών απεικονίσεων.

2020-02-11T19:41:23Z

TrakakiSpiridoula:

'''Πηγή:''' ''Kastens, J. H. et al. (2017) ‘Soy moratorium impacts on soybean and deforestation dynamics in Mato Grosso, Brazil’, PLOS ONE. Public Library of Science, 12(4), p. e0176168 ''

'''Διαθέσιμο στο:''' [https://doi.org/10.1371/journal.pone.0176168 https://doi.org/10.1371/journal.pone.0176168]

'''Τίτλος άρθρου:''' Soy moratorium impacts on soybean and deforestation dynamics in Mato Grosso, Brazil

'''Λέξεις κλειδιά:'''

=='''Εισαγωγή'''==
[[Εικόνα:Soya_fig3_trakaki.PNG |600px| thumb | right|''Εικόνα 1. Περιοχή μελέτης'']]

Το Soy Moratorium είναι μια συμφωνία από μεγάλες εταιρείες σόγιας να μην εμπορεύονται σόγια που παράγεται σε αποψιλωμένες περιοχές μετά την 24η Ιουλίου 2006 στο βιοσύστημα του Αμαζονίου (Amazon biome) της Βραζιλίας. Η παρούσα μελέτη στοχεύει στην ταυτοποίηση της φύτευσης σόγιας στις περιοχές αυτές χρησιμοποιώντας το προϊόν MOD13Q1 σε συνδυασμό με εικόνες TM / Landsat-5, εναέρια έρευνα και επιτόπιο έλεγχο.

=='''Περιοχή μελέτης'''==

Τα κριτήρια που χρησιμοποιήθηκαν για τον προσδιορισμό της περιοχής μελέτης ήταν:

(i) να είναι μέσα στο βιοσύστημα του Αμαζονίου,

(ii) να είναι σε δήμους με περισσότερα από 5.000 εκτάρια σόγιας,

(iii) να βρίσκονται εκτός προστατευόμενων περιοχών, εκτάσεις ιθαγενών και περιοχές μεταρρύθμισης της γης .

Η περιοχή μελέτης προσδιορίζεται στην Εικόνα 1.

Το βιοσύστημα του Αμαζονίου καλύπτει σχεδόν το 50% του εδάφους της Βραζιλίας (4,2 εκατομμύρια τετραγωνικά χιλιόμετρα) και είναι παρόντα σε κράτη μέλη και 553 δήμους. Περίπου το 7,5% της περιοχής της Βραζιλίας που φυτεύεται με σόγια βρίσκεται στο βιοσύστημα του Αμαζονίου με 99% συγκεντρωμένο στις πολιτείες Mato Grosso, Para και Rondonia.

Τα πολύγωνα PRODES αξιολογήθηκαν κατά τα έτη 2007, 2008 και 2009 και αφορούν τις αποψιλωμένες περιοχές. Τα πολύγωνα που καταγράφηκαν σε διαφορετικά έτη συντήχθηκαν και σημειώθηκε αποψίλωση κάτω των 25 εκταρίων ετησίως αν το άθροισμα των γειτονικών δασικών εκτάσεων, κατά τη διάρκεια της περιόδου αναστολής, ήταν μεγαλύτερο από 25 εκτάρια. Η Εικόνα 2 απεικονίζει τη συγχώνευση τεσσάρων γειτονικών πολυγώνων.

[[Εικόνα:Soya_fig1_trakaki.PNG |300px| thumb | right|''Εικόνα 2. Συγχώνευση γειτονικών πολυγώνων'']]

H αναγνώριση πολυγώνων με ετήσιες καλλιέργειες έγινε με τηλεπισκόπηση εικόνων. Συγκεκριμένα, χρησιμοποιήθηκαν οι εικόνες EVI / MODIS (προϊόν MOD13Q1) για την ταξινόμηση ετήσιων καλλιεργειών με βάση τις εικόνες που αποκτήθηκαν κατά τη διάρκεια της περιόδου σποράς, μεταξύ των ημερών DOY 241 και DOY 305, όταν οι τιμές EVI ήταν οι ελάχιστες και κατά τη διάρκεια της περιόδου σημαντικής καλλιέργειας ,μεταξύ της ημέρας (DOY) 353 και DOY 17,όταν οι τιμές EVI ήταν στο μέγιστο.
Αυτός ο αλγόριθμος βασίζεται στην τυπική χρονική τροχιά των μη φιλτραρισμένων τιμών EVI για ετήσιες καλλιέργειες όπως φαίνεται στην Εικόνα 3.

=='''Συμπεράσματα'''==

Η τηλεπισκόπηση σε συνδυασμό με τις αεροφωτογραφίες αναγνώρισαν 6,3 χιλ. εκτάρια σόγιας που φυτεύτηκαν σε αποψιλωμένες περιοχές μετά το Soy Moratorium σύμφωνο κατά τη διάρκεια της περιόδου εμπορίας 2009/10. Η περιοχή αυτή αντιστοιχούσε στο 0,25% της συνολικής αποψίλωσης του βιοσυστήματος του Αμαζονίου από την αρχή του Moratorium στις πολιτείες Mato Grosso, Para και Rondonia που ήταν 2,49 εκατομμύρια εκτάρια.

Η αποψιλωμένη περιοχή του βιοσυστήμστος του Αμαζονίου κατά την περίοδο 2007-2009 ήταν πολύ σημαντική, αν και ήταν η χαμηλότερη που παρατηρήθηκε τα τελευταία 22 χρόνια. Η απόδοση αυτής της πρόσφατης μείωσης της αποψίλωσης στο σύμφωνο για το εμπόριο της σόγιας είναι ακόμα πρόωρη, αλλά η πρωτοβουλία έχει δράσει ως ανασταλτικός παράγοντας στην επέκταση των καλλιεργειών σόγιας στο βιοσύστημα του Αμαζονίου.

[[Εικόνα:Soya_fig2_trakaki.PNG |300px| thumb | left|''Εικόνα 3. Περίοδοι καλλιέργειας'']]

Παρατήρηση της συμφωνίας Soy Moratorium στο βιοσύστημα του Αμαζονίου με χρήση τηλεσκοπικών δορυφορικών απεικονίσεων.

2020-02-11T19:40:31Z

TrakakiSpiridoula:

'''Πηγή:''' ''Kastens, J. H. et al. (2017) ‘Soy moratorium impacts on soybean and deforestation dynamics in Mato Grosso, Brazil’, PLOS ONE. Public Library of Science, 12(4), p. e0176168 ''

'''Διαθέσιμο στο:''' [https://doi.org/10.1371/journal.pone.0176168 https://doi.org/10.1371/journal.pone.0176168]

'''Τίτλος άρθρου:''' Soy moratorium impacts on soybean and deforestation dynamics in Mato Grosso, Brazil

'''Λέξεις κλειδιά:'''

=='''Εισαγωγή'''==

Το Soy Moratorium είναι μια συμφωνία από μεγάλες εταιρείες σόγιας να μην εμπορεύονται σόγια που παράγεται σε αποψιλωμένες περιοχές μετά την 24η Ιουλίου 2006 στο βιοσύστημα του Αμαζονίου (Amazon biome) της Βραζιλίας. Η παρούσα μελέτη στοχεύει στην ταυτοποίηση της φύτευσης σόγιας στις περιοχές αυτές χρησιμοποιώντας το προϊόν MOD13Q1 σε συνδυασμό με εικόνες TM / Landsat-5, εναέρια έρευνα και επιτόπιο έλεγχο.

=='''Περιοχή μελέτης'''==
[[Εικόνα:Soya_fig3_trakaki.PNG |600px| thumb | right|''Εικόνα 1. Περιοχή μελέτης'']]

Τα κριτήρια που χρησιμοποιήθηκαν για τον προσδιορισμό της περιοχής μελέτης ήταν:

(i) να είναι μέσα στο βιοσύστημα του Αμαζονίου,

(ii) να είναι σε δήμους με περισσότερα από 5.000 εκτάρια σόγιας,

(iii) να βρίσκονται εκτός προστατευόμενων περιοχών, εκτάσεις ιθαγενών και περιοχές μεταρρύθμισης της γης .

Η περιοχή μελέτης προσδιορίζεται στην Εικόνα 1.

Το βιοσύστημα του Αμαζονίου καλύπτει σχεδόν το 50% του εδάφους της Βραζιλίας (4,2 εκατομμύρια τετραγωνικά χιλιόμετρα) και είναι παρόντα σε κράτη μέλη και 553 δήμους. Περίπου το 7,5% της περιοχής της Βραζιλίας που φυτεύεται με σόγια βρίσκεται στο βιοσύστημα του Αμαζονίου με 99% συγκεντρωμένο στις πολιτείες Mato Grosso, Para και Rondonia.

Τα πολύγωνα PRODES αξιολογήθηκαν κατά τα έτη 2007, 2008 και 2009 και αφορούν τις αποψιλωμένες περιοχές. Τα πολύγωνα που καταγράφηκαν σε διαφορετικά έτη συντήχθηκαν και σημειώθηκε αποψίλωση κάτω των 25 εκταρίων ετησίως αν το άθροισμα των γειτονικών δασικών εκτάσεων, κατά τη διάρκεια της περιόδου αναστολής, ήταν μεγαλύτερο από 25 εκτάρια. Η Εικόνα 2 απεικονίζει τη συγχώνευση τεσσάρων γειτονικών πολυγώνων.

[[Εικόνα:Soya_fig1_trakaki.PNG |300px| thumb | right|''Εικόνα 2. Συγχώνευση γειτονικών πολυγώνων'']]

H αναγνώριση πολυγώνων με ετήσιες καλλιέργειες έγινε με τηλεπισκόπηση εικόνων. Συγκεκριμένα, χρησιμοποιήθηκαν οι εικόνες EVI / MODIS (προϊόν MOD13Q1) για την ταξινόμηση ετήσιων καλλιεργειών με βάση τις εικόνες που αποκτήθηκαν κατά τη διάρκεια της περιόδου σποράς, μεταξύ των ημερών DOY 241 και DOY 305, όταν οι τιμές EVI ήταν οι ελάχιστες και κατά τη διάρκεια της περιόδου σημαντικής καλλιέργειας ,μεταξύ της ημέρας (DOY) 353 και DOY 17,όταν οι τιμές EVI ήταν στο μέγιστο.
Αυτός ο αλγόριθμος βασίζεται στην τυπική χρονική τροχιά των μη φιλτραρισμένων τιμών EVI για ετήσιες καλλιέργειες όπως φαίνεται στην Εικόνα 3.

[[Εικόνα:Soya_fig2_trakaki.PNG |300px| thumb | left|''Εικόνα 3. Περίοδοι καλλιέργειας'']]

=='''Συμπεράσματα'''==

Η τηλεπισκόπηση σε συνδυασμό με τις αεροφωτογραφίες αναγνώρισαν 6,3 χιλ. εκτάρια σόγιας που φυτεύτηκαν σε αποψιλωμένες περιοχές μετά το Soy Moratorium σύμφωνο κατά τη διάρκεια της περιόδου εμπορίας 2009/10. Η περιοχή αυτή αντιστοιχούσε στο 0,25% της συνολικής αποψίλωσης του βιοσυστήματος του Αμαζονίου από την αρχή του Moratorium στις πολιτείες Mato Grosso, Para και Rondonia που ήταν 2,49 εκατομμύρια εκτάρια.

Η αποψιλωμένη περιοχή του βιοσυστήμστος του Αμαζονίου κατά την περίοδο 2007-2009 ήταν πολύ σημαντική, αν και ήταν η χαμηλότερη που παρατηρήθηκε τα τελευταία 22 χρόνια. Η απόδοση αυτής της πρόσφατης μείωσης της αποψίλωσης στο σύμφωνο για το εμπόριο της σόγιας είναι ακόμα πρόωρη, αλλά η πρωτοβουλία έχει δράσει ως ανασταλτικός παράγοντας στην επέκταση των καλλιεργειών σόγιας στο βιοσύστημα του Αμαζονίου.

Παρατήρηση της συμφωνίας Soy Moratorium στο βιοσύστημα του Αμαζονίου με χρήση τηλεσκοπικών δορυφορικών απεικονίσεων.

2020-02-11T19:39:49Z

TrakakiSpiridoula:

'''Πηγή:''' ''Kastens, J. H. et al. (2017) ‘Soy moratorium impacts on soybean and deforestation dynamics in Mato Grosso, Brazil’, PLOS ONE. Public Library of Science, 12(4), p. e0176168 ''

'''Διαθέσιμο στο:''' [https://doi.org/10.1371/journal.pone.0176168 https://doi.org/10.1371/journal.pone.0176168]

'''Τίτλος άρθρου:''' Soy moratorium impacts on soybean and deforestation dynamics in Mato Grosso, Brazil

'''Λέξεις κλειδιά:'''

=='''Εισαγωγή'''==

Το Soy Moratorium είναι μια συμφωνία από μεγάλες εταιρείες σόγιας να μην εμπορεύονται σόγια που παράγεται σε αποψιλωμένες περιοχές μετά την 24η Ιουλίου 2006 στο βιοσύστημα του Αμαζονίου (Amazon biome) της Βραζιλίας. Η παρούσα μελέτη στοχεύει στην ταυτοποίηση της φύτευσης σόγιας στις περιοχές αυτές χρησιμοποιώντας το προϊόν MOD13Q1 σε συνδυασμό με εικόνες TM / Landsat-5, εναέρια έρευνα και επιτόπιο έλεγχο.

=='''Περιοχή μελέτης'''==
[[Εικόνα:Soya_fig3_trakaki.PNG |600px| thumb | right|''Εικόνα 1. Περιοχή μελέτης'']]

Τα κριτήρια που χρησιμοποιήθηκαν για τον προσδιορισμό της περιοχής μελέτης ήταν:

(i) να είναι μέσα στο βιοσύστημα του Αμαζονίου,

(ii) να είναι σε δήμους με περισσότερα από 5.000 εκτάρια σόγιας,

(iii) να βρίσκονται εκτός προστατευόμενων περιοχών, εκτάσεις ιθαγενών και περιοχές μεταρρύθμισης της γης .

Η περιοχή μελέτης προσδιορίζεται στην Εικόνα 1.

Το βιοσύστημα του Αμαζονίου καλύπτει σχεδόν το 50% του εδάφους της Βραζιλίας (4,2 εκατομμύρια τετραγωνικά χιλιόμετρα) και είναι παρόντα σε κράτη μέλη και 553 δήμους. Περίπου το 7,5% της περιοχής της Βραζιλίας που φυτεύεται με σόγια βρίσκεται στο βιοσύστημα του Αμαζονίου με 99% συγκεντρωμένο στις πολιτείες Mato Grosso, Para και Rondonia.

Τα πολύγωνα PRODES αξιολογήθηκαν κατά τα έτη 2007, 2008 και 2009 και αφορούν τις αποψιλωμένες περιοχές. Τα πολύγωνα που καταγράφηκαν σε διαφορετικά έτη συντήχθηκαν και σημειώθηκε αποψίλωση κάτω των 25 εκταρίων ετησίως αν το άθροισμα των γειτονικών δασικών εκτάσεων, κατά τη διάρκεια της περιόδου αναστολής, ήταν μεγαλύτερο από 25 εκτάρια. Η Εικόνα 2 απεικονίζει τη συγχώνευση τεσσάρων γειτονικών πολυγώνων.

[[Εικόνα:Soya_fig1_trakaki.PNG |300px| thumb | right|''Εικόνα 2. Συγχώνευση γειτονικών πολυγώνων'']]

H αναγνώριση πολυγώνων με ετήσιες καλλιέργειες έγινε με τηλεπισκόπηση εικόνων. Συγκεκριμένα, χρησιμοποιήθηκαν οι εικόνες EVI / MODIS (προϊόν MOD13Q1) για την ταξινόμηση ετήσιων καλλιεργειών με βάση τις εικόνες που αποκτήθηκαν κατά τη διάρκεια της περιόδου σποράς, μεταξύ των ημερών DOY 241 και DOY 305, όταν οι τιμές EVI ήταν οι ελάχιστες και κατά τη διάρκεια της περιόδου σημαντικής καλλιέργειας ,μεταξύ της ημέρας (DOY) 353 και DOY 17,όταν οι τιμές EVI ήταν στο μέγιστο.
Αυτός ο αλγόριθμος βασίζεται στην τυπική χρονική τροχιά των μη φιλτραρισμένων τιμών EVI για ετήσιες καλλιέργειες όπως φαίνεται στην Εικόνα 3.

[[Εικόνα:Soya_fig2_trakaki.PNG |300px| thumb | right|''Εικόνα 3. Περίοδοι καλλιέργειας'']]

=='''Συμπεράσματα'''==

Η τηλεπισκόπηση σε συνδυασμό με τις αεροφωτογραφίες αναγνώρισαν 6,3 χιλ. εκτάρια σόγιας που φυτεύτηκαν σε αποψιλωμένες περιοχές μετά το Soy Moratorium σύμφωνο κατά τη διάρκεια της περιόδου εμπορίας 2009/10. Η περιοχή αυτή αντιστοιχούσε στο 0,25% της συνολικής αποψίλωσης του βιοσυστήματος του Αμαζονίου από την αρχή του Moratorium στις πολιτείες Mato Grosso, Para και Rondonia που ήταν 2,49 εκατομμύρια εκτάρια.

Η αποψιλωμένη περιοχή του βιοσυστήμστος του Αμαζονίου κατά την περίοδο 2007-2009 ήταν πολύ σημαντική, αν και ήταν η χαμηλότερη που παρατηρήθηκε τα τελευταία 22 χρόνια. Η απόδοση αυτής της πρόσφατης μείωσης της αποψίλωσης στο σύμφωνο για το εμπόριο της σόγιας είναι ακόμα πρόωρη, αλλά η πρωτοβουλία έχει δράσει ως ανασταλτικός παράγοντας στην επέκταση των καλλιεργειών σόγιας στο βιοσύστημα του Αμαζονίου.

Παρατήρηση της συμφωνίας Soy Moratorium στο βιοσύστημα του Αμαζονίου με χρήση τηλεσκοπικών δορυφορικών απεικονίσεων.

2020-02-11T19:38:31Z

TrakakiSpiridoula:

'''Πηγή:''' ''Kastens, J. H. et al. (2017) ‘Soy moratorium impacts on soybean and deforestation dynamics in Mato Grosso, Brazil’, PLOS ONE. Public Library of Science, 12(4), p. e0176168 ''

'''Διαθέσιμο στο:''' [https://doi.org/10.1371/journal.pone.0176168 https://doi.org/10.1371/journal.pone.0176168]

'''Τίτλος άρθρου:''' Soy moratorium impacts on soybean and deforestation dynamics in Mato Grosso, Brazil

'''Λέξεις κλειδιά:'''

=='''Εισαγωγή'''==

Το Soy Moratorium είναι μια συμφωνία από μεγάλες εταιρείες σόγιας να μην εμπορεύονται σόγια που παράγεται σε αποψιλωμένες περιοχές μετά την 24η Ιουλίου 2006 στο βιοσύστημα του Αμαζονίου (Amazon biome) της Βραζιλίας. Η παρούσα μελέτη στοχεύει στην ταυτοποίηση της φύτευσης σόγιας στις περιοχές αυτές χρησιμοποιώντας το προϊόν MOD13Q1 σε συνδυασμό με εικόνες TM / Landsat-5, εναέρια έρευνα και επιτόπιο έλεγχο.

=='''Περιοχή μελέτης'''==
[[Εικόνα:Soya_fig3_trakaki.PNG |600px| thumb | right|''Εικόνα 1. Αποτελέσματα συγχώνευσης'']]

Τα κριτήρια που χρησιμοποιήθηκαν για τον προσδιορισμό της περιοχής μελέτης ήταν:

(i) να είναι μέσα στο βιοσύστημα του Αμαζονίου,

(ii) να είναι σε δήμους με περισσότερα από 5.000 εκτάρια σόγιας,

(iii) να βρίσκονται εκτός προστατευόμενων περιοχών, εκτάσεις ιθαγενών και περιοχές μεταρρύθμισης της γης .

Η περιοχή μελέτης προσδιορίζεται στην Εικόνα 1.

Το βιοσύστημα του Αμαζονίου καλύπτει σχεδόν το 50% του εδάφους της Βραζιλίας (4,2 εκατομμύρια τετραγωνικά χιλιόμετρα) και είναι παρόντα σε κράτη μέλη και 553 δήμους. Περίπου το 7,5% της περιοχής της Βραζιλίας που φυτεύεται με σόγια βρίσκεται στο βιοσύστημα του Αμαζονίου με 99% συγκεντρωμένο στις πολιτείες Mato Grosso, Para και Rondonia.

Τα πολύγωνα PRODES αξιολογήθηκαν κατά τα έτη 2007, 2008 και 2009 και αφορούν τις αποψιλωμένες περιοχές. Τα πολύγωνα που καταγράφηκαν σε διαφορετικά έτη συντήχθηκαν και σημειώθηκε αποψίλωση κάτω των 25 εκταρίων ετησίως αν το άθροισμα των γειτονικών δασικών εκτάσεων, κατά τη διάρκεια της περιόδου αναστολής, ήταν μεγαλύτερο από 25 εκτάρια. Η Εικόνα 2 απεικονίζει τη συγχώνευση τεσσάρων γειτονικών πολυγώνων.

[[Εικόνα:Soya_fig1_trakaki.PNG |300px| thumb | right|''Εικόνα 1. Αποτελέσματα συγχώνευσης'']]

H αναγνώριση πολυγώνων με ετήσιες καλλιέργειες έγινε με τηλεπισκόπηση εικόνων. Συγκεκριμένα, χρησιμοποιήθηκαν οι εικόνες EVI / MODIS (προϊόν MOD13Q1) για την ταξινόμηση ετήσιων καλλιεργειών με βάση τις εικόνες που αποκτήθηκαν κατά τη διάρκεια της περιόδου σποράς, μεταξύ των ημερών DOY 241 και DOY 305, όταν οι τιμές EVI ήταν οι ελάχιστες και κατά τη διάρκεια της περιόδου σημαντικής καλλιέργειας ,μεταξύ της ημέρας (DOY) 353 και DOY 17,όταν οι τιμές EVI ήταν στο μέγιστο.
Αυτός ο αλγόριθμος βασίζεται στην τυπική χρονική τροχιά των μη φιλτραρισμένων τιμών EVI για ετήσιες καλλιέργειες όπως φαίνεται στην Εικόνα 3.

[[Εικόνα:Soya_fig2_trakaki.PNG |300px| thumb | right|''Εικόνα 1. Αποτελέσματα συγχώνευσης'']]

=='''Συμπεράσματα'''==

Η τηλεπισκόπηση σε συνδυασμό με τις αεροφωτογραφίες αναγνώρισαν 6,3 χιλ. εκτάρια σόγιας που φυτεύτηκαν σε αποψιλωμένες περιοχές μετά το Soy Moratorium σύμφωνο κατά τη διάρκεια της περιόδου εμπορίας 2009/10. Η περιοχή αυτή αντιστοιχούσε στο 0,25% της συνολικής αποψίλωσης του βιοσυστήματος του Αμαζονίου από την αρχή του Moratorium στις πολιτείες Mato Grosso, Para και Rondonia που ήταν 2,49 εκατομμύρια εκτάρια.

Η αποψιλωμένη περιοχή του βιοσυστήμστος του Αμαζονίου κατά την περίοδο 2007-2009 ήταν πολύ σημαντική, αν και ήταν η χαμηλότερη που παρατηρήθηκε τα τελευταία 22 χρόνια. Η απόδοση αυτής της πρόσφατης μείωσης της αποψίλωσης στο σύμφωνο για το εμπόριο της σόγιας είναι ακόμα πρόωρη, αλλά η πρωτοβουλία έχει δράσει ως ανασταλτικός παράγοντας στην επέκταση των καλλιεργειών σόγιας στο βιοσύστημα του Αμαζονίου.

Παρατήρηση της συμφωνίας Soy Moratorium στο βιοσύστημα του Αμαζονίου με χρήση τηλεσκοπικών δορυφορικών απεικονίσεων.

2020-02-11T19:37:04Z

TrakakiSpiridoula:

'''Πηγή:''' ''Kastens, J. H. et al. (2017) ‘Soy moratorium impacts on soybean and deforestation dynamics in Mato Grosso, Brazil’, PLOS ONE. Public Library of Science, 12(4), p. e0176168 ''

'''Διαθέσιμο στο:''' [https://doi.org/10.1371/journal.pone.0176168 https://doi.org/10.1371/journal.pone.0176168]

'''Τίτλος άρθρου:''' Soy moratorium impacts on soybean and deforestation dynamics in Mato Grosso, Brazil

'''Λέξεις κλειδιά:'''

=='''Εισαγωγή'''==

Το Soy Moratorium είναι μια συμφωνία από μεγάλες εταιρείες σόγιας να μην εμπορεύονται σόγια που παράγεται σε αποψιλωμένες περιοχές μετά την 24η Ιουλίου 2006 στο βιοσύστημα του Αμαζονίου (Amazon biome) της Βραζιλίας. Η παρούσα μελέτη στοχεύει στην ταυτοποίηση της φύτευσης σόγιας στις περιοχές αυτές χρησιμοποιώντας το προϊόν MOD13Q1 σε συνδυασμό με εικόνες TM / Landsat-5, εναέρια έρευνα και επιτόπιο έλεγχο.

=='''Περιοχή μελέτης'''==
[[Εικόνα:Soya_fig1_trakaki.PNG |600px| thumb | right|''Εικόνα 1. Αποτελέσματα συγχώνευσης'']]

Τα κριτήρια που χρησιμοποιήθηκαν για τον προσδιορισμό της περιοχής μελέτης ήταν:

(i) να είναι μέσα στο βιοσύστημα του Αμαζονίου,

(ii) να είναι σε δήμους με περισσότερα από 5.000 εκτάρια σόγιας,

(iii) να βρίσκονται εκτός προστατευόμενων περιοχών, εκτάσεις ιθαγενών και περιοχές μεταρρύθμισης της γης .

Η περιοχή μελέτης προσδιορίζεται στην Εικόνα 1.

Το βιοσύστημα του Αμαζονίου καλύπτει σχεδόν το 50% του εδάφους της Βραζιλίας (4,2 εκατομμύρια τετραγωνικά χιλιόμετρα) και είναι παρόντα σε κράτη μέλη και 553 δήμους. Περίπου το 7,5% της περιοχής της Βραζιλίας που φυτεύεται με σόγια βρίσκεται στο βιοσύστημα του Αμαζονίου με 99% συγκεντρωμένο στις πολιτείες Mato Grosso, Para και Rondonia.

Τα πολύγωνα PRODES αξιολογήθηκαν κατά τα έτη 2007, 2008 και 2009 και αφορούν τις αποψιλωμένες περιοχές. Τα πολύγωνα που καταγράφηκαν σε διαφορετικά έτη συντήχθηκαν και σημειώθηκε αποψίλωση κάτω των 25 εκταρίων ετησίως αν το άθροισμα των γειτονικών δασικών εκτάσεων, κατά τη διάρκεια της περιόδου αναστολής, ήταν μεγαλύτερο από 25 εκτάρια. Η Εικόνα 2 απεικονίζει τη συγχώνευση τεσσάρων γειτονικών πολυγώνων.

[[Εικόνα:Soya_fig2_trakaki.PNG |300px| thumb | right|''Εικόνα 1. Αποτελέσματα συγχώνευσης'']]

H αναγνώριση πολυγώνων με ετήσιες καλλιέργειες έγινε με τηλεπισκόπηση εικόνων. Συγκεκριμένα, χρησιμοποιήθηκαν οι εικόνες EVI / MODIS (προϊόν MOD13Q1) για την ταξινόμηση ετήσιων καλλιεργειών με βάση τις εικόνες που αποκτήθηκαν κατά τη διάρκεια της περιόδου σποράς, μεταξύ των ημερών DOY 241 και DOY 305, όταν οι τιμές EVI ήταν οι ελάχιστες και κατά τη διάρκεια της περιόδου σημαντικής καλλιέργειας ,μεταξύ της ημέρας (DOY) 353 και DOY 17,όταν οι τιμές EVI ήταν στο μέγιστο.
Αυτός ο αλγόριθμος βασίζεται στην τυπική χρονική τροχιά των μη φιλτραρισμένων τιμών EVI για ετήσιες καλλιέργειες όπως φαίνεται στην Εικόνα 3.

[[Εικόνα:Soya_fig3_trakaki.PNG |300px| thumb | right|''Εικόνα 1. Αποτελέσματα συγχώνευσης'']]

=='''Συμπεράσματα'''==

Η τηλεπισκόπηση σε συνδυασμό με τις αεροφωτογραφίες αναγνώρισαν 6,3 χιλ. εκτάρια σόγιας που φυτεύτηκαν σε αποψιλωμένες περιοχές μετά το Soy Moratorium σύμφωνο κατά τη διάρκεια της περιόδου εμπορίας 2009/10. Η περιοχή αυτή αντιστοιχούσε στο 0,25% της συνολικής αποψίλωσης του βιοσυστήματος του Αμαζονίου από την αρχή του Moratorium στις πολιτείες Mato Grosso, Para και Rondonia που ήταν 2,49 εκατομμύρια εκτάρια.

Η αποψιλωμένη περιοχή του βιοσυστήμστος του Αμαζονίου κατά την περίοδο 2007-2009 ήταν πολύ σημαντική, αν και ήταν η χαμηλότερη που παρατηρήθηκε τα τελευταία 22 χρόνια. Η απόδοση αυτής της πρόσφατης μείωσης της αποψίλωσης στο σύμφωνο για το εμπόριο της σόγιας είναι ακόμα πρόωρη, αλλά η πρωτοβουλία έχει δράσει ως ανασταλτικός παράγοντας στην επέκταση των καλλιεργειών σόγιας στο βιοσύστημα του Αμαζονίου.

Παρατήρηση της συμφωνίας Soy Moratorium στο βιοσύστημα του Αμαζονίου με χρήση τηλεσκοπικών δορυφορικών απεικονίσεων.

2020-02-11T19:35:57Z

TrakakiSpiridoula:

'''Πηγή:''' ''Kastens, J. H. et al. (2017) ‘Soy moratorium impacts on soybean and deforestation dynamics in Mato Grosso, Brazil’, PLOS ONE. Public Library of Science, 12(4), p. e0176168 ''

'''Διαθέσιμο στο:''' [https://doi.org/10.1371/journal.pone.0176168 https://doi.org/10.1371/journal.pone.0176168]

'''Τίτλος άρθρου:''' Soy moratorium impacts on soybean and deforestation dynamics in Mato Grosso, Brazil

'''Λέξεις κλειδιά:'''

=='''Εισαγωγή'''==

Το Soy Moratorium είναι μια συμφωνία από μεγάλες εταιρείες σόγιας να μην εμπορεύονται σόγια που παράγεται σε αποψιλωμένες περιοχές μετά την 24η Ιουλίου 2006 στο βιοσύστημα του Αμαζονίου (Amazon biome) της Βραζιλίας. Η παρούσα μελέτη στοχεύει στην ταυτοποίηση της φύτευσης σόγιας στις περιοχές αυτές χρησιμοποιώντας το προϊόν MOD13Q1 σε συνδυασμό με εικόνες TM / Landsat-5, εναέρια έρευνα και επιτόπιο έλεγχο.

=='''Περιοχή μελέτης'''==

Τα κριτήρια που χρησιμοποιήθηκαν για τον προσδιορισμό της περιοχής μελέτης ήταν:

(i) να είναι μέσα στο βιοσύστημα του Αμαζονίου,

(ii) να είναι σε δήμους με περισσότερα από 5.000 εκτάρια σόγιας,

(iii) να βρίσκονται εκτός προστατευόμενων περιοχών, εκτάσεις ιθαγενών και περιοχές μεταρρύθμισης της γης .

Η περιοχή μελέτης προσδιορίζεται στην Εικόνα 1.

[[Εικόνα:Soya_fig1_trakaki.PNG |600px| thumb | right|''Εικόνα 1. Αποτελέσματα συγχώνευσης'']]

Το βιοσύστημα του Αμαζονίου καλύπτει σχεδόν το 50% του εδάφους της Βραζιλίας (4,2 εκατομμύρια τετραγωνικά χιλιόμετρα) και είναι παρόντα σε κράτη μέλη και 553 δήμους. Περίπου το 7,5% της περιοχής της Βραζιλίας που φυτεύεται με σόγια βρίσκεται στο βιοσύστημα του Αμαζονίου με 99% συγκεντρωμένο στις πολιτείες Mato Grosso, Para και Rondonia.

Τα πολύγωνα PRODES αξιολογήθηκαν κατά τα έτη 2007, 2008 και 2009 και αφορούν τις αποψιλωμένες περιοχές. Τα πολύγωνα που καταγράφηκαν σε διαφορετικά έτη συντήχθηκαν και σημειώθηκε αποψίλωση κάτω των 25 εκταρίων ετησίως αν το άθροισμα των γειτονικών δασικών εκτάσεων, κατά τη διάρκεια της περιόδου αναστολής, ήταν μεγαλύτερο από 25 εκτάρια. Η Εικόνα 2 απεικονίζει τη συγχώνευση τεσσάρων γειτονικών πολυγώνων.

[[Εικόνα:Soya_fig2_trakaki.PNG |300px| thumb | right|''Εικόνα 1. Αποτελέσματα συγχώνευσης'']]

H αναγνώριση πολυγώνων με ετήσιες καλλιέργειες έγινε με τηλεπισκόπηση εικόνων. Συγκεκριμένα, χρησιμοποιήθηκαν οι εικόνες EVI / MODIS (προϊόν MOD13Q1) για την ταξινόμηση ετήσιων καλλιεργειών με βάση τις εικόνες που αποκτήθηκαν κατά τη διάρκεια της περιόδου σποράς, μεταξύ των ημερών DOY 241 και DOY 305, όταν οι τιμές EVI ήταν οι ελάχιστες και κατά τη διάρκεια της περιόδου σημαντικής καλλιέργειας ,μεταξύ της ημέρας (DOY) 353 και DOY 17,όταν οι τιμές EVI ήταν στο μέγιστο.
Αυτός ο αλγόριθμος βασίζεται στην τυπική χρονική τροχιά των μη φιλτραρισμένων τιμών EVI για ετήσιες καλλιέργειες όπως φαίνεται στην Εικόνα 3.

[[Εικόνα:Soya_fig3_trakaki.PNG |300px| thumb | right|''Εικόνα 1. Αποτελέσματα συγχώνευσης'']]

Παρατήρηση της συμφωνίας Soy Moratorium στο βιοσύστημα του Αμαζονίου με χρήση τηλεσκοπικών δορυφορικών απεικονίσεων.

2020-02-11T19:35:14Z

TrakakiSpiridoula:

'''Πηγή:''' ''Kastens, J. H. et al. (2017) ‘Soy moratorium impacts on soybean and deforestation dynamics in Mato Grosso, Brazil’, PLOS ONE. Public Library of Science, 12(4), p. e0176168 ''

'''Διαθέσιμο στο:''' [https://doi.org/10.1371/journal.pone.0176168 https://doi.org/10.1371/journal.pone.0176168]

'''Τίτλος άρθρου:''' Soy moratorium impacts on soybean and deforestation dynamics in Mato Grosso, Brazil

'''Λέξεις κλειδιά:'''

=='''Εισαγωγή'''==

Το Soy Moratorium είναι μια συμφωνία από μεγάλες εταιρείες σόγιας να μην εμπορεύονται σόγια που παράγεται σε αποψιλωμένες περιοχές μετά την 24η Ιουλίου 2006 στο βιοσύστημα του Αμαζονίου (Amazon biome) της Βραζιλίας. Η παρούσα μελέτη στοχεύει στην ταυτοποίηση της φύτευσης σόγιας στις περιοχές αυτές χρησιμοποιώντας το προϊόν MOD13Q1 σε συνδυασμό με εικόνες TM / Landsat-5, εναέρια έρευνα και επιτόπιο έλεγχο.

=='''Περιοχή μελέτης'''==

Τα κριτήρια που χρησιμοποιήθηκαν για τον προσδιορισμό της περιοχής μελέτης ήταν:

(i) να είναι μέσα στο βιοσύστημα του Αμαζονίου,

(ii) να είναι σε δήμους με περισσότερα από 5.000 εκτάρια σόγιας,

(iii) να βρίσκονται εκτός προστατευόμενων περιοχών, εκτάσεις ιθαγενών και περιοχές μεταρρύθμισης της γης .

Η περιοχή μελέτης προσδιορίζεται στην Εικόνα 1.

[[Εικόνα:Soya_fig1_trakaki.PNG |800px| thumb | right|''Εικόνα 1. Αποτελέσματα συγχώνευσης'']]

Το βιοσύστημα του Αμαζονίου καλύπτει σχεδόν το 50% του εδάφους της Βραζιλίας (4,2 εκατομμύρια τετραγωνικά χιλιόμετρα) και είναι παρόντα σε κράτη μέλη και 553 δήμους. Περίπου το 7,5% της περιοχής της Βραζιλίας που φυτεύεται με σόγια βρίσκεται στο βιοσύστημα του Αμαζονίου με 99% συγκεντρωμένο στις πολιτείες Mato Grosso, Para και Rondonia.

Τα πολύγωνα PRODES αξιολογήθηκαν κατά τα έτη 2007, 2008 και 2009 και αφορούν τις αποψιλωμένες περιοχές. Τα πολύγωνα που καταγράφηκαν σε διαφορετικά έτη συντήχθηκαν και σημειώθηκε αποψίλωση κάτω των 25 εκταρίων ετησίως αν το άθροισμα των γειτονικών δασικών εκτάσεων, κατά τη διάρκεια της περιόδου αναστολής, ήταν μεγαλύτερο από 25 εκτάρια. Η Εικόνα 2 απεικονίζει τη συγχώνευση τεσσάρων γειτονικών πολυγώνων.

[[Εικόνα:Soya_fig2_trakaki.PNG |800px| thumb | right|''Εικόνα 1. Αποτελέσματα συγχώνευσης'']]

H αναγνώριση πολυγώνων με ετήσιες καλλιέργειες έγινε με τηλεπισκόπηση εικόνων. Συγκεκριμένα, χρησιμοποιήθηκαν οι εικόνες EVI / MODIS (προϊόν MOD13Q1) για την ταξινόμηση ετήσιων καλλιεργειών με βάση τις εικόνες που αποκτήθηκαν κατά τη διάρκεια της περιόδου σποράς, μεταξύ των ημερών DOY 241 και DOY 305, όταν οι τιμές EVI ήταν οι ελάχιστες και κατά τη διάρκεια της περιόδου σημαντικής καλλιέργειας ,μεταξύ της ημέρας (DOY) 353 και DOY 17,όταν οι τιμές EVI ήταν στο μέγιστο.
Αυτός ο αλγόριθμος βασίζεται στην τυπική χρονική τροχιά των μη φιλτραρισμένων τιμών EVI για ετήσιες καλλιέργειες όπως φαίνεται στην Εικόνα 3.

[[Εικόνα:Soya_fig3_trakaki.PNG |800px| thumb | right|''Εικόνα 1. Αποτελέσματα συγχώνευσης'']]

Αρχείο:Soya fig3 trakaki.PNG

2020-02-11T19:33:31Z

TrakakiSpiridoula:

Αρχείο:Soya fig2 trakaki.PNG

2020-02-11T19:33:16Z

TrakakiSpiridoula:

Αρχείο:Soya fig1 trakaki.PNG

2020-02-11T19:33:06Z

TrakakiSpiridoula:

Παρατήρηση της συμφωνίας Soy Moratorium στο βιοσύστημα του Αμαζονίου με χρήση τηλεσκοπικών δορυφορικών απεικονίσεων.

2020-02-11T19:32:47Z

TrakakiSpiridoula:

Παρατήρηση της συμφωνίας Soy Moratorium στο βιοσύστημα του Αμαζονίου με χρήση τηλεσκοπικών δορυφορικών απεικονίσεων.

2020-02-11T19:32:32Z

TrakakiSpiridoula: Νέα σελίδα με ''''Πηγή:''' ''Kastens, J. H. et al. (2017) ‘Soy moratorium impacts on soybean and deforestation dynamics in Mato Grosso, Brazil’, PLOS ONE. Public Library of Scien...'

Αλγόριθμος αυτόματης εύρεσης μονοπατιών σε ορεινές περιοχές.

2020-02-11T19:29:42Z

TrakakiSpiridoula:

'''Πηγή:''' '' Katarzyna Adamek et al (2019) ’ Algorithm for Automatic Path Routing in Mountain Areas’ IOP Conference Series: Earth and Environmental Science ,volume 221 ,conference 1 ''

'''Διαθέσιμο στο:''' [https://iopscience.iop.org/article/10.1088/1755-1315/221/1/012081 https://iopscience.iop.org/article/10.1088/1755-1315/221/1/012081]

'''Τίτλος άρθρου:''' Algorithm for Automatic Path Routing in Mountain Areas

'''Λέξεις κλειδιά:''' αυτόματη εύρεση, ορεινές διαδρομές,χαρτογράφηση

=='''Εισαγωγή'''==
H κύρια αρμοδιότητα του αλγορίθμου είναι να δημιουργεί νέες, ανεξάρτητες διαδρομές στις οποίες ο/η χρήστης μπορεί να περπατήσει, σε περιοχή που είναι πιθανώς άγνωστη σε αυτόν/ή. Οι διαδρομές αυτές προκύπτουν από τη χρήση γεωγραφικών συστημάτων πληροφοριών (ΓΠΣ, Geographical Information System ,GIS), τηλεπισκοπικών μεθόδων, χωρικών αναλύσεων και εργαλείων της γλώσσας προγραμματισμού Python.

=='''Μεθοδολογία'''==

[[Εικόνα:Trails_fig_1_trakaki.PNG‎ |300px| thumb | right|''Εικόνα 1. Λογική χάρτη κόστους'']]

Η πρώτη έκδοση του αλγορίθμου είναι μια νέα εργαλειοθήκη για το ArcMap (ΓΠΣ) η οποία αποτελούταν από δύο ξεχωριστά εργαλεία. Το πρώτο ήταν υπεύθυνο για την ανάλυση της συγκεκριμένης περιοχής και είχε ως αποτέλεσμα τη δημιουργία δύο γενικών ψηφιδωτών χαρτών (raster cost maps) , ένα για την πυκνότητα της βλάστησης και ένα για την κλίση του εδάφους.
Στον χάρτη πυκνότητας, όλα τα εικονοστοιχεία εκχωρήθηκαν σε μια τιμή στην περιοχή 0-1 (όπου 0 εικονοστοιχεία χωρίς βλάστηση) με βέλτιστη χωρική ανάλυση 4 μέτρων, όπως προέκυψε από τις δοκιμές. Με βάση αυτό, δημιουργήθηκε ένας άλλος ψηφιδωτός χάρτης χρησιμοποιώντας εικονοστοιχεία με τιμή NODATA, περιγράφοντας κτίρια και οποιαδήποτε άλλα pixels με τιμή 1. Ταυτόχρονα ένας άλλος ψηφιδωτός χάρτης δημιουργήθηκε χρησιμοποιώντας εικονοστοιχεία με τιμή NODATA, περιγράφοντας κτίρια και οποιαδήποτε άλλα pixels με τιμή 1.
Για τον χάρτη κλίσης του εδάφους ο αλγόριθμος επεξεργάστηκε διανυσματικά δεδομένα. Ο διανυσματικός χάρτης που περιγράφει ροές νερού μετατράπηκε σε ψηφιδωτό με χωρική ανάλυση 5 m. Τα pixels που περιγράφουν το νερό έλαβαν τιμή 2. Όλα τα άλλα εικονοστοιχεία εκχωρήθηκαν με τιμή 0. Ως αποτέλεσμα, ο αλγόριθμος δημιούργησε έναν άλλο ψηφιδωτό χάρτη, όπου τα εικονοστοιχεία που περιγράφουν τα ρέματα και τις πλησιέστερες περιοχές (ζώνη επιρροής 10 m) έλαβαν τιμή 1 και τα υπόλοιπα τιμή 0. Ένα από τα τελευταία βήματα ήταν να υπολογιστεί το ψηφιδωτό ψηφιακό μοντέλου εδάφους (raster DEM) με το εργαλείο Slope από την ενσωματωμένη εργαλειοθήκη του ArcMap.
Το τελευταίο υπολογισμένο χαρακτηριστικό ήταν ο λόγος NDVI από Sentinel-2 με σκοπό την ανίχνευση γυμνού εδάφους. Άντίστοιχα ψηφιδωτό χάρτης είχε δυαδικές τιμές , όπου η τιμή 1 περιγράφει pixels όπου αναγνωρίστηκε γυμνό χώμα. Αυτό το βήμα επέτρεψε στον αλγόριθμο να αποφύγει τον υπολογισμό των διαδρομών μέσω αγροτικών πεδίων ή λασπώδους περιοχής

Οι κύριοι υπολογισμοί πραγματοποιήθηκαν χρησιμοποιώντας τον αλγόριθμο ελάχιστης διαδρομής κόστους, ο οποίος επιτρέπει στον αλγόριθμο να βρει "τη φθηνότερη" διαδρομή (την βέλτιστη διαδρομή όλων των παραλλαγών) όπως φαίνεται στην Εικόνα 1 του χάρτη κόστους. Στο πρώτο στάδιο, ο χρήστης αποφασίζει ποια βάρη πρέπει να αντιστοιχίσουν στον χάρτη κλίσης και ποιο είναι ο χάρτης πυκνότητας βλάστησης. Αυτό επιτρέπει στον αλγόριθμο να ταιριάζει με τις διαδρομές με τις δεξιότητες ή τις προτιμήσεις του χρήστη. Στη συνέχεια, ο χρήστης πρέπει να εισάγει συντεταγμένες αρχής και τελικού σημείου (σύστημα συντεταγμένων WGS 84).

=='''Δοκιμή'''==

Οι δοκιμές πεδίου μας επέτρεψαν επίσης να επαληθεύσουμε την ποιότητα και την ακρίβεια των δεδομένων που ελήφθησαν. Ένα μικρό ιδιωτικό καταφύγιο νότια Πολωνία στα όρη Gorce δημιουργήθηκε ως σημείο εκκίνησης και ο κεντρικός δρόμος στο Ochotnica Górna ως το τελικό σημείο. Το μονοπάτι που δημιουργήθηκε ήταν εντελώς διαφορετικό από το επίσημο (Εικόνα 2), αλλά ήταν δυνατό να το περπατήσουμε ελεύθερα. Κατά τη διάρκεια της μετακίνησης από το ένα σημείο στο άλλο, αντιμετωπίστηκαν ορισμένες δυσκολίες όπως οι υγρότοποι, οι οποίες καταγράφηκαν και συμπεριλήφθηκαν στις επόμενες εκδόσεις του αλγορίθμου.

=='''Συμπεράσματα'''==

[[Εικόνα:Trails_fig_2_trakaki.PNG‎ |300px| thumb | right|''Εικόνα 1. Λογική χάρτη κόστους'']]

Στην πρώτη έκδοση συμπεριλήφθηκαν μόνο βασικές παράμετροι, και όχι αρκετές από αυτές για να το ονομάσουμε ένα πλήρες εργαλείο. Στο μέλλον πρέπει επίσης να συμπεριληφθούν οι εποχές και η επίδραση του χιονιού, σε συνδυασμό με την ισχύουσα νομοθεσία, την ασφάλεια των χρηστών και πολλούς άλλους παράγοντες. Ένα πρόβλημα είναι η έλλειψη δυνατότητας απόκτησης πραγματικών δεδομένων διανυσματικών στοιχείων, τα οποία ήταν κρίσιμα για την επίτευξη σωστών αποτελεσμάτων. Ωστόσο, καθώς η τηλεπισκόπηση και τα συναφή πεδία αναπτύσσονται γρήγορα υπάρχει η δυνατότητα να γίνει ο αλγόριθμος ανεξάρτητος από τα διανυσματικά στοιχεία. Σε κάθε περίπτωση ο αλγόριθμος αποτελεί ένα δυνατό εργαλείο με ποικίλες δυνατότητες και πολυάριθμες εφαρμογές.

[[category:Χαρτογραφία]]

Αλγόριθμος αυτόματης εύρεσης μονοπατιών σε ορεινές περιοχές.

2020-02-11T19:28:18Z

TrakakiSpiridoula:

'''Πηγή:''' '' Katarzyna Adamek et al (2019) ’ Algorithm for Automatic Path Routing in Mountain Areas’ IOP Conference Series: Earth and Environmental Science ,volume 221 ,conference 1 ''

'''Διαθέσιμο στο:''' [https://iopscience.iop.org/article/10.1088/1755-1315/221/1/012081 https://iopscience.iop.org/article/10.1088/1755-1315/221/1/012081]

'''Τίτλος άρθρου:''' Algorithm for Automatic Path Routing in Mountain Areas

'''Λέξεις κλειδιά:'''

=='''Εισαγωγή'''==
H κύρια αρμοδιότητα του αλγορίθμου είναι να δημιουργεί νέες, ανεξάρτητες διαδρομές στις οποίες ο/η χρήστης μπορεί να περπατήσει, σε περιοχή που είναι πιθανώς άγνωστη σε αυτόν/ή. Οι διαδρομές αυτές προκύπτουν από τη χρήση γεωγραφικών συστημάτων πληροφοριών (ΓΠΣ, Geographical Information System ,GIS), τηλεπισκοπικών μεθόδων, χωρικών αναλύσεων και εργαλείων της γλώσσας προγραμματισμού Python.

=='''Μεθοδολογία'''==

[[Εικόνα:Trails_fig_1_trakaki.PNG‎ |300px| thumb | right|''Εικόνα 1. Λογική χάρτη κόστους'']]

Η πρώτη έκδοση του αλγορίθμου είναι μια νέα εργαλειοθήκη για το ArcMap (ΓΠΣ) η οποία αποτελούταν από δύο ξεχωριστά εργαλεία. Το πρώτο ήταν υπεύθυνο για την ανάλυση της συγκεκριμένης περιοχής και είχε ως αποτέλεσμα τη δημιουργία δύο γενικών ψηφιδωτών χαρτών (raster cost maps) , ένα για την πυκνότητα της βλάστησης και ένα για την κλίση του εδάφους.
Στον χάρτη πυκνότητας, όλα τα εικονοστοιχεία εκχωρήθηκαν σε μια τιμή στην περιοχή 0-1 (όπου 0 εικονοστοιχεία χωρίς βλάστηση) με βέλτιστη χωρική ανάλυση 4 μέτρων, όπως προέκυψε από τις δοκιμές. Με βάση αυτό, δημιουργήθηκε ένας άλλος ψηφιδωτός χάρτης χρησιμοποιώντας εικονοστοιχεία με τιμή NODATA, περιγράφοντας κτίρια και οποιαδήποτε άλλα pixels με τιμή 1. Ταυτόχρονα ένας άλλος ψηφιδωτός χάρτης δημιουργήθηκε χρησιμοποιώντας εικονοστοιχεία με τιμή NODATA, περιγράφοντας κτίρια και οποιαδήποτε άλλα pixels με τιμή 1.
Για τον χάρτη κλίσης του εδάφους ο αλγόριθμος επεξεργάστηκε διανυσματικά δεδομένα. Ο διανυσματικός χάρτης που περιγράφει ροές νερού μετατράπηκε σε ψηφιδωτό με χωρική ανάλυση 5 m. Τα pixels που περιγράφουν το νερό έλαβαν τιμή 2. Όλα τα άλλα εικονοστοιχεία εκχωρήθηκαν με τιμή 0. Ως αποτέλεσμα, ο αλγόριθμος δημιούργησε έναν άλλο ψηφιδωτό χάρτη, όπου τα εικονοστοιχεία που περιγράφουν τα ρέματα και τις πλησιέστερες περιοχές (ζώνη επιρροής 10 m) έλαβαν τιμή 1 και τα υπόλοιπα τιμή 0. Ένα από τα τελευταία βήματα ήταν να υπολογιστεί το ψηφιδωτό ψηφιακό μοντέλου εδάφους (raster DEM) με το εργαλείο Slope από την ενσωματωμένη εργαλειοθήκη του ArcMap.
Το τελευταίο υπολογισμένο χαρακτηριστικό ήταν ο λόγος NDVI από Sentinel-2 με σκοπό την ανίχνευση γυμνού εδάφους. Άντίστοιχα ψηφιδωτό χάρτης είχε δυαδικές τιμές , όπου η τιμή 1 περιγράφει pixels όπου αναγνωρίστηκε γυμνό χώμα. Αυτό το βήμα επέτρεψε στον αλγόριθμο να αποφύγει τον υπολογισμό των διαδρομών μέσω αγροτικών πεδίων ή λασπώδους περιοχής

Οι κύριοι υπολογισμοί πραγματοποιήθηκαν χρησιμοποιώντας τον αλγόριθμο ελάχιστης διαδρομής κόστους, ο οποίος επιτρέπει στον αλγόριθμο να βρει "τη φθηνότερη" διαδρομή (την βέλτιστη διαδρομή όλων των παραλλαγών) όπως φαίνεται στην Εικόνα 1 του χάρτη κόστους. Στο πρώτο στάδιο, ο χρήστης αποφασίζει ποια βάρη πρέπει να αντιστοιχίσουν στον χάρτη κλίσης και ποιο είναι ο χάρτης πυκνότητας βλάστησης. Αυτό επιτρέπει στον αλγόριθμο να ταιριάζει με τις διαδρομές με τις δεξιότητες ή τις προτιμήσεις του χρήστη. Στη συνέχεια, ο χρήστης πρέπει να εισάγει συντεταγμένες αρχής και τελικού σημείου (σύστημα συντεταγμένων WGS 84).

=='''Δοκιμή'''==

Οι δοκιμές πεδίου μας επέτρεψαν επίσης να επαληθεύσουμε την ποιότητα και την ακρίβεια των δεδομένων που ελήφθησαν. Ένα μικρό ιδιωτικό καταφύγιο νότια Πολωνία στα όρη Gorce δημιουργήθηκε ως σημείο εκκίνησης και ο κεντρικός δρόμος στο Ochotnica Górna ως το τελικό σημείο. Το μονοπάτι που δημιουργήθηκε ήταν εντελώς διαφορετικό από το επίσημο (Εικόνα 2), αλλά ήταν δυνατό να το περπατήσουμε ελεύθερα. Κατά τη διάρκεια της μετακίνησης από το ένα σημείο στο άλλο, αντιμετωπίστηκαν ορισμένες δυσκολίες όπως οι υγρότοποι, οι οποίες καταγράφηκαν και συμπεριλήφθηκαν στις επόμενες εκδόσεις του αλγορίθμου.

=='''Συμπεράσματα'''==

[[Εικόνα:Trails_fig_2_trakaki.PNG‎ |300px| thumb | right|''Εικόνα 1. Λογική χάρτη κόστους'']]

Στην πρώτη έκδοση συμπεριλήφθηκαν μόνο βασικές παράμετροι, και όχι αρκετές από αυτές για να το ονομάσουμε ένα πλήρες εργαλείο. Στο μέλλον πρέπει επίσης να συμπεριληφθούν οι εποχές και η επίδραση του χιονιού, σε συνδυασμό με την ισχύουσα νομοθεσία, την ασφάλεια των χρηστών και πολλούς άλλους παράγοντες. Ένα πρόβλημα είναι η έλλειψη δυνατότητας απόκτησης πραγματικών δεδομένων διανυσματικών στοιχείων, τα οποία ήταν κρίσιμα για την επίτευξη σωστών αποτελεσμάτων. Ωστόσο, καθώς η τηλεπισκόπηση και τα συναφή πεδία αναπτύσσονται γρήγορα υπάρχει η δυνατότητα να γίνει ο αλγόριθμος ανεξάρτητος από τα διανυσματικά στοιχεία. Σε κάθε περίπτωση ο αλγόριθμος αποτελεί ένα δυνατό εργαλείο με ποικίλες δυνατότητες και πολυάριθμες εφαρμογές.

[[category:Χαρτογραφία]]

Αλγόριθμος αυτόματης εύρεσης μονοπατιών σε ορεινές περιοχές.

2020-02-11T19:27:10Z

TrakakiSpiridoula:

'''Πηγή:''' '' Katarzyna Adamek et al (2019) ’ Algorithm for Automatic Path Routing in Mountain Areas’ IOP Conference Series: Earth and Environmental Science ,volume 221 ,conference 1 ''

'''Διαθέσιμο στο:''' [https://iopscience.iop.org/article/10.1088/1755-1315/221/1/012081 https://iopscience.iop.org/article/10.1088/1755-1315/221/1/012081]

'''Τίτλος άρθρου:''' Algorithm for Automatic Path Routing in Mountain Areas

'''Λέξεις κλειδιά:'''

=='''Εισαγωγή'''==
H κύρια αρμοδιότητα του αλγορίθμου είναι να δημιουργεί νέες, ανεξάρτητες διαδρομές στις οποίες ο/η χρήστης μπορεί να περπατήσει, σε περιοχή που είναι πιθανώς άγνωστη σε αυτόν/ή. Οι διαδρομές αυτές προκύπτουν από τη χρήση γεωγραφικών συστημάτων πληροφοριών (ΓΠΣ, Geographical Information System ,GIS), τηλεπισκοπικών μεθόδων, χωρικών αναλύσεων και εργαλείων της γλώσσας προγραμματισμού Python.

=='''Μεθοδολογία'''==

[[Εικόνα:Trails_fig_1_trakaki.PNG‎ |300px| thumb | right|''Εικόνα 1. Λογική χάρτη κόστους'']]

Η πρώτη έκδοση του αλγορίθμου είναι μια νέα εργαλειοθήκη για το ArcMap (ΓΠΣ) η οποία αποτελούταν από δύο ξεχωριστά εργαλεία. Το πρώτο ήταν υπεύθυνο για την ανάλυση της συγκεκριμένης περιοχής και είχε ως αποτέλεσμα τη δημιουργία δύο γενικών ψηφιδωτών χαρτών (raster cost maps) , ένα για την πυκνότητα της βλάστησης και ένα για την κλίση του εδάφους.
Στον χάρτη πυκνότητας, όλα τα εικονοστοιχεία εκχωρήθηκαν σε μια τιμή στην περιοχή 0-1 (όπου 0 εικονοστοιχεία χωρίς βλάστηση) με βέλτιστη χωρική ανάλυση 4 μέτρων, όπως προέκυψε από τις δοκιμές. Με βάση αυτό, δημιουργήθηκε ένας άλλος ψηφιδωτός χάρτης χρησιμοποιώντας εικονοστοιχεία με τιμή NODATA, περιγράφοντας κτίρια και οποιαδήποτε άλλα pixels με τιμή 1. Ταυτόχρονα ένας άλλος ψηφιδωτός χάρτης δημιουργήθηκε χρησιμοποιώντας εικονοστοιχεία με τιμή NODATA, περιγράφοντας κτίρια και οποιαδήποτε άλλα pixels με τιμή 1.
Για τον χάρτη κλίσης του εδάφους ο αλγόριθμος επεξεργάστηκε διανυσματικά δεδομένα. Ο διανυσματικός χάρτης που περιγράφει ροές νερού μετατράπηκε σε ψηφιδωτό με χωρική ανάλυση 5 m. Τα pixels που περιγράφουν το νερό έλαβαν τιμή 2. Όλα τα άλλα εικονοστοιχεία εκχωρήθηκαν με τιμή 0. Ως αποτέλεσμα, ο αλγόριθμος δημιούργησε έναν άλλο ψηφιδωτό χάρτη, όπου τα εικονοστοιχεία που περιγράφουν τα ρέματα και τις πλησιέστερες περιοχές (ζώνη επιρροής 10 m) έλαβαν τιμή 1 και τα υπόλοιπα τιμή 0. Ένα από τα τελευταία βήματα ήταν να υπολογιστεί το ψηφιδωτό ψηφιακό μοντέλου εδάφους (raster DEM) με το εργαλείο Slope από την ενσωματωμένη εργαλειοθήκη του ArcMap.
Το τελευταίο υπολογισμένο χαρακτηριστικό ήταν ο λόγος NDVI από Sentinel-2 με σκοπό την ανίχνευση γυμνού εδάφους. Άντίστοιχα ψηφιδωτό χάρτης είχε δυαδικές τιμές , όπου η τιμή 1 περιγράφει pixels όπου αναγνωρίστηκε γυμνό χώμα. Αυτό το βήμα επέτρεψε στον αλγόριθμο να αποφύγει τον υπολογισμό των διαδρομών μέσω αγροτικών πεδίων ή λασπώδους περιοχής

Οι κύριοι υπολογισμοί πραγματοποιήθηκαν χρησιμοποιώντας τον αλγόριθμο ελάχιστης διαδρομής κόστους, ο οποίος επιτρέπει στον αλγόριθμο να βρει "τη φθηνότερη" διαδρομή (την βέλτιστη διαδρομή όλων των παραλλαγών) όπως φαίνεται στην Εικόνα 1 του χάρτη κόστους. Στο πρώτο στάδιο, ο χρήστης αποφασίζει ποια βάρη πρέπει να αντιστοιχίσουν στον χάρτη κλίσης και ποιο είναι ο χάρτης πυκνότητας βλάστησης. Αυτό επιτρέπει στον αλγόριθμο να ταιριάζει με τις διαδρομές με τις δεξιότητες ή τις προτιμήσεις του χρήστη. Στη συνέχεια, ο χρήστης πρέπει να εισάγει συντεταγμένες αρχής και τελικού σημείου (σύστημα συντεταγμένων WGS 84).

=='''Δοκιμή'''==

Οι δοκιμές πεδίου μας επέτρεψαν επίσης να επαληθεύσουμε την ποιότητα και την ακρίβεια των δεδομένων που ελήφθησαν. Ένα μικρό ιδιωτικό καταφύγιο νότια Πολωνία στα όρη Gorce δημιουργήθηκε ως σημείο εκκίνησης και ο κεντρικός δρόμος στο Ochotnica Górna ως το τελικό σημείο. Το μονοπάτι που δημιουργήθηκε ήταν εντελώς διαφορετικό από το επίσημο (Εικόνα 2), αλλά ήταν δυνατό να το περπατήσουμε ελεύθερα. Κατά τη διάρκεια της μετακίνησης από το ένα σημείο στο άλλο, αντιμετωπίστηκαν ορισμένες δυσκολίες όπως οι υγρότοποι, οι οποίες καταγράφηκαν και συμπεριλήφθηκαν στις επόμενες εκδόσεις του αλγορίθμου.

=='''Συμπεράσματα'''==

[[Εικόνα:Trails_fig_2_trakaki.PNG‎ |300px| thumb | right|''Εικόνα 1. Λογική χάρτη κόστους'']]

Στην πρώτη έκδοση συμπεριλήφθηκαν μόνο βασικές παράμετροι, και όχι αρκετές από αυτές για να το ονομάσουμε ένα πλήρες εργαλείο. Στο μέλλον πρέπει επίσης να συμπεριληφθούν οι εποχές και η επίδραση του χιονιού, σε συνδυασμό με την ισχύουσα νομοθεσία, την ασφάλεια των χρηστών και πολλούς άλλους παράγοντες. Ένα πρόβλημα είναι η έλλειψη δυνατότητας απόκτησης πραγματικών δεδομένων διανυσματικών στοιχείων, τα οποία ήταν κρίσιμα για την επίτευξη σωστών αποτελεσμάτων. Ωστόσο, καθώς η τηλεπισκόπηση και τα συναφή πεδία αναπτύσσονται γρήγορα υπάρχει η δυνατότητα να γίνει ο αλγόριθμος ανεξάρτητος από τα διανυσματικά στοιχεία. Σε κάθε περίπτωση ο αλγόριθμος αποτελεί ένα δυνατό εργαλείο με ποικίλες δυνατότητες και πολυάριθμες εφαρμογές.

Αλγόριθμος αυτόματης εύρεσης μονοπατιών σε ορεινές περιοχές.

2020-02-11T19:26:33Z

TrakakiSpiridoula:

'''Πηγή:''' '' Katarzyna Adamek et al (2019) ’ Algorithm for Automatic Path Routing in Mountain Areas’ IOP Conference Series: Earth and Environmental Science ,volume 221 ,conference 1 ''

'''Διαθέσιμο στο:''' [https://iopscience.iop.org/article/10.1088/1755-1315/221/1/012081 https://iopscience.iop.org/article/10.1088/1755-1315/221/1/012081]

'''Τίτλος άρθρου:''' Algorithm for Automatic Path Routing in Mountain Areas

'''Λέξεις κλειδιά:'''

=='''Εισαγωγή'''==
H κύρια αρμοδιότητα του αλγορίθμου είναι να δημιουργεί νέες, ανεξάρτητες διαδρομές στις οποίες ο/η χρήστης μπορεί να περπατήσει, σε περιοχή που είναι πιθανώς άγνωστη σε αυτόν/ή. Οι διαδρομές αυτές προκύπτουν από τη χρήση γεωγραφικών συστημάτων πληροφοριών (ΓΠΣ, Geographical Information System ,GIS), τηλεπισκοπικών μεθόδων, χωρικών αναλύσεων και εργαλείων της γλώσσας προγραμματισμού Python.

[[Εικόνα:Trails_fig_1_trakaki.PNG‎ |300px| thumb | right|''Εικόνα 1. Λογική χάρτη κόστους'']]

=='''Μεθοδολογία'''==

Η πρώτη έκδοση του αλγορίθμου είναι μια νέα εργαλειοθήκη για το ArcMap (ΓΠΣ) η οποία αποτελούταν από δύο ξεχωριστά εργαλεία. Το πρώτο ήταν υπεύθυνο για την ανάλυση της συγκεκριμένης περιοχής και είχε ως αποτέλεσμα τη δημιουργία δύο γενικών ψηφιδωτών χαρτών (raster cost maps) , ένα για την πυκνότητα της βλάστησης και ένα για την κλίση του εδάφους.
Στον χάρτη πυκνότητας, όλα τα εικονοστοιχεία εκχωρήθηκαν σε μια τιμή στην περιοχή 0-1 (όπου 0 εικονοστοιχεία χωρίς βλάστηση) με βέλτιστη χωρική ανάλυση 4 μέτρων, όπως προέκυψε από τις δοκιμές. Με βάση αυτό, δημιουργήθηκε ένας άλλος ψηφιδωτός χάρτης χρησιμοποιώντας εικονοστοιχεία με τιμή NODATA, περιγράφοντας κτίρια και οποιαδήποτε άλλα pixels με τιμή 1. Ταυτόχρονα ένας άλλος ψηφιδωτός χάρτης δημιουργήθηκε χρησιμοποιώντας εικονοστοιχεία με τιμή NODATA, περιγράφοντας κτίρια και οποιαδήποτε άλλα pixels με τιμή 1.
Για τον χάρτη κλίσης του εδάφους ο αλγόριθμος επεξεργάστηκε διανυσματικά δεδομένα. Ο διανυσματικός χάρτης που περιγράφει ροές νερού μετατράπηκε σε ψηφιδωτό με χωρική ανάλυση 5 m. Τα pixels που περιγράφουν το νερό έλαβαν τιμή 2. Όλα τα άλλα εικονοστοιχεία εκχωρήθηκαν με τιμή 0. Ως αποτέλεσμα, ο αλγόριθμος δημιούργησε έναν άλλο ψηφιδωτό χάρτη, όπου τα εικονοστοιχεία που περιγράφουν τα ρέματα και τις πλησιέστερες περιοχές (ζώνη επιρροής 10 m) έλαβαν τιμή 1 και τα υπόλοιπα τιμή 0. Ένα από τα τελευταία βήματα ήταν να υπολογιστεί το ψηφιδωτό ψηφιακό μοντέλου εδάφους (raster DEM) με το εργαλείο Slope από την ενσωματωμένη εργαλειοθήκη του ArcMap.
Το τελευταίο υπολογισμένο χαρακτηριστικό ήταν ο λόγος NDVI από Sentinel-2 με σκοπό την ανίχνευση γυμνού εδάφους. Άντίστοιχα ψηφιδωτό χάρτης είχε δυαδικές τιμές , όπου η τιμή 1 περιγράφει pixels όπου αναγνωρίστηκε γυμνό χώμα. Αυτό το βήμα επέτρεψε στον αλγόριθμο να αποφύγει τον υπολογισμό των διαδρομών μέσω αγροτικών πεδίων ή λασπώδους περιοχής

Οι κύριοι υπολογισμοί πραγματοποιήθηκαν χρησιμοποιώντας τον αλγόριθμο ελάχιστης διαδρομής κόστους, ο οποίος επιτρέπει στον αλγόριθμο να βρει "τη φθηνότερη" διαδρομή (την βέλτιστη διαδρομή όλων των παραλλαγών) όπως φαίνεται στην Εικόνα 1 του χάρτη κόστους. Στο πρώτο στάδιο, ο χρήστης αποφασίζει ποια βάρη πρέπει να αντιστοιχίσουν στον χάρτη κλίσης και ποιο είναι ο χάρτης πυκνότητας βλάστησης. Αυτό επιτρέπει στον αλγόριθμο να ταιριάζει με τις διαδρομές με τις δεξιότητες ή τις προτιμήσεις του χρήστη. Στη συνέχεια, ο χρήστης πρέπει να εισάγει συντεταγμένες αρχής και τελικού σημείου (σύστημα συντεταγμένων WGS 84).

=='''Δοκιμή'''==

Οι δοκιμές πεδίου μας επέτρεψαν επίσης να επαληθεύσουμε την ποιότητα και την ακρίβεια των δεδομένων που ελήφθησαν. Ένα μικρό ιδιωτικό καταφύγιο νότια Πολωνία στα όρη Gorce δημιουργήθηκε ως σημείο εκκίνησης και ο κεντρικός δρόμος στο Ochotnica Górna ως το τελικό σημείο. Το μονοπάτι που δημιουργήθηκε ήταν εντελώς διαφορετικό από το επίσημο (Εικόνα 2), αλλά ήταν δυνατό να το περπατήσουμε ελεύθερα. Κατά τη διάρκεια της μετακίνησης από το ένα σημείο στο άλλο, αντιμετωπίστηκαν ορισμένες δυσκολίες όπως οι υγρότοποι, οι οποίες καταγράφηκαν και συμπεριλήφθηκαν στις επόμενες εκδόσεις του αλγορίθμου.

[[Εικόνα:Trails_fig_2_trakaki.PNG‎ |300px| thumb | right|''Εικόνα 1. Λογική χάρτη κόστους'']]

=='''Συμπεράσματα'''==

Στην πρώτη έκδοση συμπεριλήφθηκαν μόνο βασικές παράμετροι, και όχι αρκετές από αυτές για να το ονομάσουμε ένα πλήρες εργαλείο. Στο μέλλον πρέπει επίσης να συμπεριληφθούν οι εποχές και η επίδραση του χιονιού, σε συνδυασμό με την ισχύουσα νομοθεσία, την ασφάλεια των χρηστών και πολλούς άλλους παράγοντες. Ένα πρόβλημα είναι η έλλειψη δυνατότητας απόκτησης πραγματικών δεδομένων διανυσματικών στοιχείων, τα οποία ήταν κρίσιμα για την επίτευξη σωστών αποτελεσμάτων. Ωστόσο, καθώς η τηλεπισκόπηση και τα συναφή πεδία αναπτύσσονται γρήγορα υπάρχει η δυνατότητα να γίνει ο αλγόριθμος ανεξάρτητος από τα διανυσματικά στοιχεία. Σε κάθε περίπτωση ο αλγόριθμος αποτελεί ένα δυνατό εργαλείο με ποικίλες δυνατότητες και πολυάριθμες εφαρμογές.

Αλγόριθμος αυτόματης εύρεσης μονοπατιών σε ορεινές περιοχές.

2020-02-11T19:26:08Z

TrakakiSpiridoula:

'''Πηγή:''' '' Katarzyna Adamek et al (2019) ’ Algorithm for Automatic Path Routing in Mountain Areas’ IOP Conference Series: Earth and Environmental Science ,volume 221 ,conference 1 ''

'''Διαθέσιμο στο:''' [https://iopscience.iop.org/article/10.1088/1755-1315/221/1/012081 https://iopscience.iop.org/article/10.1088/1755-1315/221/1/012081]

'''Τίτλος άρθρου:''' Algorithm for Automatic Path Routing in Mountain Areas

'''Λέξεις κλειδιά:'''

=='''Εισαγωγή'''==
H κύρια αρμοδιότητα του αλγορίθμου είναι να δημιουργεί νέες, ανεξάρτητες διαδρομές στις οποίες ο/η χρήστης μπορεί να περπατήσει, σε περιοχή που είναι πιθανώς άγνωστη σε αυτόν/ή. Οι διαδρομές αυτές προκύπτουν από τη χρήση γεωγραφικών συστημάτων πληροφοριών (ΓΠΣ, Geographical Information System ,GIS), τηλεπισκοπικών μεθόδων, χωρικών αναλύσεων και εργαλείων της γλώσσας προγραμματισμού Python.

[[Εικόνα:Trails_fig_2_trakaki.PNG‎ |300px| thumb | right|''Εικόνα 1. Λογική χάρτη κόστους'']]

=='''Μεθοδολογία'''==

Η πρώτη έκδοση του αλγορίθμου είναι μια νέα εργαλειοθήκη για το ArcMap (ΓΠΣ) η οποία αποτελούταν από δύο ξεχωριστά εργαλεία. Το πρώτο ήταν υπεύθυνο για την ανάλυση της συγκεκριμένης περιοχής και είχε ως αποτέλεσμα τη δημιουργία δύο γενικών ψηφιδωτών χαρτών (raster cost maps) , ένα για την πυκνότητα της βλάστησης και ένα για την κλίση του εδάφους.
Στον χάρτη πυκνότητας, όλα τα εικονοστοιχεία εκχωρήθηκαν σε μια τιμή στην περιοχή 0-1 (όπου 0 εικονοστοιχεία χωρίς βλάστηση) με βέλτιστη χωρική ανάλυση 4 μέτρων, όπως προέκυψε από τις δοκιμές. Με βάση αυτό, δημιουργήθηκε ένας άλλος ψηφιδωτός χάρτης χρησιμοποιώντας εικονοστοιχεία με τιμή NODATA, περιγράφοντας κτίρια και οποιαδήποτε άλλα pixels με τιμή 1. Ταυτόχρονα ένας άλλος ψηφιδωτός χάρτης δημιουργήθηκε χρησιμοποιώντας εικονοστοιχεία με τιμή NODATA, περιγράφοντας κτίρια και οποιαδήποτε άλλα pixels με τιμή 1.
Για τον χάρτη κλίσης του εδάφους ο αλγόριθμος επεξεργάστηκε διανυσματικά δεδομένα. Ο διανυσματικός χάρτης που περιγράφει ροές νερού μετατράπηκε σε ψηφιδωτό με χωρική ανάλυση 5 m. Τα pixels που περιγράφουν το νερό έλαβαν τιμή 2. Όλα τα άλλα εικονοστοιχεία εκχωρήθηκαν με τιμή 0. Ως αποτέλεσμα, ο αλγόριθμος δημιούργησε έναν άλλο ψηφιδωτό χάρτη, όπου τα εικονοστοιχεία που περιγράφουν τα ρέματα και τις πλησιέστερες περιοχές (ζώνη επιρροής 10 m) έλαβαν τιμή 1 και τα υπόλοιπα τιμή 0. Ένα από τα τελευταία βήματα ήταν να υπολογιστεί το ψηφιδωτό ψηφιακό μοντέλου εδάφους (raster DEM) με το εργαλείο Slope από την ενσωματωμένη εργαλειοθήκη του ArcMap.
Το τελευταίο υπολογισμένο χαρακτηριστικό ήταν ο λόγος NDVI από Sentinel-2 με σκοπό την ανίχνευση γυμνού εδάφους. Άντίστοιχα ψηφιδωτό χάρτης είχε δυαδικές τιμές , όπου η τιμή 1 περιγράφει pixels όπου αναγνωρίστηκε γυμνό χώμα. Αυτό το βήμα επέτρεψε στον αλγόριθμο να αποφύγει τον υπολογισμό των διαδρομών μέσω αγροτικών πεδίων ή λασπώδους περιοχής

Οι κύριοι υπολογισμοί πραγματοποιήθηκαν χρησιμοποιώντας τον αλγόριθμο ελάχιστης διαδρομής κόστους, ο οποίος επιτρέπει στον αλγόριθμο να βρει "τη φθηνότερη" διαδρομή (την βέλτιστη διαδρομή όλων των παραλλαγών) όπως φαίνεται στην Εικόνα 1 του χάρτη κόστους. Στο πρώτο στάδιο, ο χρήστης αποφασίζει ποια βάρη πρέπει να αντιστοιχίσουν στον χάρτη κλίσης και ποιο είναι ο χάρτης πυκνότητας βλάστησης. Αυτό επιτρέπει στον αλγόριθμο να ταιριάζει με τις διαδρομές με τις δεξιότητες ή τις προτιμήσεις του χρήστη. Στη συνέχεια, ο χρήστης πρέπει να εισάγει συντεταγμένες αρχής και τελικού σημείου (σύστημα συντεταγμένων WGS 84).

=='''Δοκιμή'''==

Οι δοκιμές πεδίου μας επέτρεψαν επίσης να επαληθεύσουμε την ποιότητα και την ακρίβεια των δεδομένων που ελήφθησαν. Ένα μικρό ιδιωτικό καταφύγιο νότια Πολωνία στα όρη Gorce δημιουργήθηκε ως σημείο εκκίνησης και ο κεντρικός δρόμος στο Ochotnica Górna ως το τελικό σημείο. Το μονοπάτι που δημιουργήθηκε ήταν εντελώς διαφορετικό από το επίσημο (Εικόνα 2), αλλά ήταν δυνατό να το περπατήσουμε ελεύθερα. Κατά τη διάρκεια της μετακίνησης από το ένα σημείο στο άλλο, αντιμετωπίστηκαν ορισμένες δυσκολίες όπως οι υγρότοποι, οι οποίες καταγράφηκαν και συμπεριλήφθηκαν στις επόμενες εκδόσεις του αλγορίθμου.
[[Εικόνα:Trails_fig_2_trakaki.PNG‎ |300px| thumb | right|''Εικόνα 1. Λογική χάρτη κόστους'']]

=='''Συμπεράσματα'''==

Στην πρώτη έκδοση συμπεριλήφθηκαν μόνο βασικές παράμετροι, και όχι αρκετές από αυτές για να το ονομάσουμε ένα πλήρες εργαλείο. Στο μέλλον πρέπει επίσης να συμπεριληφθούν οι εποχές και η επίδραση του χιονιού, σε συνδυασμό με την ισχύουσα νομοθεσία, την ασφάλεια των χρηστών και πολλούς άλλους παράγοντες. Ένα πρόβλημα είναι η έλλειψη δυνατότητας απόκτησης πραγματικών δεδομένων διανυσματικών στοιχείων, τα οποία ήταν κρίσιμα για την επίτευξη σωστών αποτελεσμάτων. Ωστόσο, καθώς η τηλεπισκόπηση και τα συναφή πεδία αναπτύσσονται γρήγορα υπάρχει η δυνατότητα να γίνει ο αλγόριθμος ανεξάρτητος από τα διανυσματικά στοιχεία. Σε κάθε περίπτωση ο αλγόριθμος αποτελεί ένα δυνατό εργαλείο με ποικίλες δυνατότητες και πολυάριθμες εφαρμογές.

Αρχείο:Trails fig 2 trakaki.PNG

2020-02-11T19:24:21Z

TrakakiSpiridoula:

Αρχείο:Trails fig 1 trakaki.PNG

2020-02-11T19:24:04Z

TrakakiSpiridoula:

Αλγόριθμος αυτόματης εύρεσης μονοπατιών σε ορεινές περιοχές.

2020-02-11T19:23:39Z

TrakakiSpiridoula:

'''Πηγή:''' '' Katarzyna Adamek et al (2019) ’ Algorithm for Automatic Path Routing in Mountain Areas’ IOP Conference Series: Earth and Environmental Science ,volume 221 ,conference 1 ''

'''Διαθέσιμο στο:''' [https://iopscience.iop.org/article/10.1088/1755-1315/221/1/012081 https://iopscience.iop.org/article/10.1088/1755-1315/221/1/012081]

'''Τίτλος άρθρου:''' Algorithm for Automatic Path Routing in Mountain Areas

'''Λέξεις κλειδιά:'''

=='''Εισαγωγή'''==
H κύρια αρμοδιότητα του αλγορίθμου είναι να δημιουργεί νέες, ανεξάρτητες διαδρομές στις οποίες ο/η χρήστης μπορεί να περπατήσει, σε περιοχή που είναι πιθανώς άγνωστη σε αυτόν/ή. Οι διαδρομές αυτές προκύπτουν από τη χρήση γεωγραφικών συστημάτων πληροφοριών (ΓΠΣ, Geographical Information System ,GIS), τηλεπισκοπικών μεθόδων, χωρικών αναλύσεων και εργαλείων της γλώσσας προγραμματισμού Python.

=='''Μεθοδολογία'''==

Η πρώτη έκδοση του αλγορίθμου είναι μια νέα εργαλειοθήκη για το ArcMap (ΓΠΣ) η οποία αποτελούταν από δύο ξεχωριστά εργαλεία. Το πρώτο ήταν υπεύθυνο για την ανάλυση της συγκεκριμένης περιοχής και είχε ως αποτέλεσμα τη δημιουργία δύο γενικών ψηφιδωτών χαρτών (raster cost maps) , ένα για την πυκνότητα της βλάστησης και ένα για την κλίση του εδάφους.
Στον χάρτη πυκνότητας, όλα τα εικονοστοιχεία εκχωρήθηκαν σε μια τιμή στην περιοχή 0-1 (όπου 0 εικονοστοιχεία χωρίς βλάστηση) με βέλτιστη χωρική ανάλυση 4 μέτρων, όπως προέκυψε από τις δοκιμές. Με βάση αυτό, δημιουργήθηκε ένας άλλος ψηφιδωτός χάρτης χρησιμοποιώντας εικονοστοιχεία με τιμή NODATA, περιγράφοντας κτίρια και οποιαδήποτε άλλα pixels με τιμή 1. Ταυτόχρονα ένας άλλος ψηφιδωτός χάρτης δημιουργήθηκε χρησιμοποιώντας εικονοστοιχεία με τιμή NODATA, περιγράφοντας κτίρια και οποιαδήποτε άλλα pixels με τιμή 1.
Για τον χάρτη κλίσης του εδάφους ο αλγόριθμος επεξεργάστηκε διανυσματικά δεδομένα. Ο διανυσματικός χάρτης που περιγράφει ροές νερού μετατράπηκε σε ψηφιδωτό με χωρική ανάλυση 5 m. Τα pixels που περιγράφουν το νερό έλαβαν τιμή 2. Όλα τα άλλα εικονοστοιχεία εκχωρήθηκαν με τιμή 0. Ως αποτέλεσμα, ο αλγόριθμος δημιούργησε έναν άλλο ψηφιδωτό χάρτη, όπου τα εικονοστοιχεία που περιγράφουν τα ρέματα και τις πλησιέστερες περιοχές (ζώνη επιρροής 10 m) έλαβαν τιμή 1 και τα υπόλοιπα τιμή 0. Ένα από τα τελευταία βήματα ήταν να υπολογιστεί το ψηφιδωτό ψηφιακό μοντέλου εδάφους (raster DEM) με το εργαλείο Slope από την ενσωματωμένη εργαλειοθήκη του ArcMap.
Το τελευταίο υπολογισμένο χαρακτηριστικό ήταν ο λόγος NDVI από Sentinel-2 με σκοπό την ανίχνευση γυμνού εδάφους. Άντίστοιχα ψηφιδωτό χάρτης είχε δυαδικές τιμές , όπου η τιμή 1 περιγράφει pixels όπου αναγνωρίστηκε γυμνό χώμα. Αυτό το βήμα επέτρεψε στον αλγόριθμο να αποφύγει τον υπολογισμό των διαδρομών μέσω αγροτικών πεδίων ή λασπώδους περιοχής

Οι κύριοι υπολογισμοί πραγματοποιήθηκαν χρησιμοποιώντας τον αλγόριθμο ελάχιστης διαδρομής κόστους, ο οποίος επιτρέπει στον αλγόριθμο να βρει "τη φθηνότερη" διαδρομή (την βέλτιστη διαδρομή όλων των παραλλαγών) όπως φαίνεται στην Εικόνα 1 του χάρτη κόστους. Στο πρώτο στάδιο, ο χρήστης αποφασίζει ποια βάρη πρέπει να αντιστοιχίσουν στον χάρτη κλίσης και ποιο είναι ο χάρτης πυκνότητας βλάστησης. Αυτό επιτρέπει στον αλγόριθμο να ταιριάζει με τις διαδρομές με τις δεξιότητες ή τις προτιμήσεις του χρήστη. Στη συνέχεια, ο χρήστης πρέπει να εισάγει συντεταγμένες αρχής και τελικού σημείου (σύστημα συντεταγμένων WGS 84).

=='''Δοκιμή'''==

Οι δοκιμές πεδίου μας επέτρεψαν επίσης να επαληθεύσουμε την ποιότητα και την ακρίβεια των δεδομένων που ελήφθησαν. Ένα μικρό ιδιωτικό καταφύγιο νότια Πολωνία στα όρη Gorce δημιουργήθηκε ως σημείο εκκίνησης και ο κεντρικός δρόμος στο Ochotnica Górna ως το τελικό σημείο. Το μονοπάτι που δημιουργήθηκε ήταν εντελώς διαφορετικό από το επίσημο (Εικόνα 2), αλλά ήταν δυνατό να το περπατήσουμε ελεύθερα. Κατά τη διάρκεια της μετακίνησης από το ένα σημείο στο άλλο, αντιμετωπίστηκαν ορισμένες δυσκολίες όπως οι υγρότοποι, οι οποίες καταγράφηκαν και συμπεριλήφθηκαν στις επόμενες εκδόσεις του αλγορίθμου.
Συμπεράσματα

Στην πρώτη έκδοση συμπεριλήφθηκαν μόνο βασικές παράμετροι, και όχι αρκετές από αυτές για να το ονομάσουμε ένα πλήρες εργαλείο. Στο μέλλον πρέπει επίσης να συμπεριληφθούν οι εποχές και η επίδραση του χιονιού, σε συνδυασμό με την ισχύουσα νομοθεσία, την ασφάλεια των χρηστών και πολλούς άλλους παράγοντες. Ένα πρόβλημα είναι η έλλειψη δυνατότητας απόκτησης πραγματικών δεδομένων διανυσματικών στοιχείων, τα οποία ήταν κρίσιμα για την επίτευξη σωστών αποτελεσμάτων. Ωστόσο, καθώς η τηλεπισκόπηση και τα συναφή πεδία αναπτύσσονται γρήγορα υπάρχει η δυνατότητα να γίνει ο αλγόριθμος ανεξάρτητος από τα διανυσματικά στοιχεία. Σε κάθε περίπτωση ο αλγόριθμος αποτελεί ένα δυνατό εργαλείο με ποικίλες δυνατότητες και πολυάριθμες εφαρμογές.

Αλγόριθμος αυτόματης εύρεσης μονοπατιών σε ορεινές περιοχές.

2020-02-11T19:22:43Z

TrakakiSpiridoula: Νέα σελίδα με ''''Πηγή:''' '' Katarzyna Adamek et al (2019) ’ Algorithm for Automatic Path Routing in Mountain Areas’ IOP Conference Series: Earth and Environmental Science ,vol...'

Μετακίνηση μαζών ενός αλπικού παγετωνικού βράχου.

2020-02-11T18:37:11Z

TrakakiSpiridoula:

'''Πηγή:''' '' Boesch, R. and Graf, C.,(2019): ‘Mass movements of an alpine rock glacier’, Int. Arch. Photogramm. Remote Sens. Spatial Inf. Sci., XLII-2/W13, 215-219 ''

'''Τίτλος άρθρου:''' Mass movements of an alpine rock glacier

'''Διαθέσιμο στο:''' [https://doi.org/10.5194/isprs-archives-XLII-2-W13-215-2019 https://doi.org/10.5194/isprs-archives-XLII-2-W13-215-2019 ]

'''Λέξεις κλειδιά:''' παρακολούθηση φυσικών κινδύνων, ανίχνευση αλλαγών σε φυσικά περιβάλλοντα (change detection)

=='''Εισαγωγή'''==

Τα παγετωνικά πετρώματα μπορούν να ρέουν με ταχύτητες που κυμαίνονται από μερικά εκατοστά έως αρκετά μέτρα ετησίως. Η πρόσφατη θέρμανση του εδάφους μπορεί να προκαλέσει μια επιταχυνόμενη κίνηση κλίσης που σχετίζεται με την ολίσθηση των αενάως παγωμένων ζωνών (permafrost). Η ανίχνευση αυτής της κίνησης σε αλπικά περιβάλλοντα βασίζεται συχνά σε σημειακές μετρήσεις GPS εγκατεστημένων δικτύων παρατήρησης. Παρ ’όλα αυτά , για πολλές απομακρυσμένες τοποθεσίες, η ύπαρξη ενός μόνιμου επίγειου δικτύου παρατήρησης εδάφους συχνά δεν είναι εφικτή. Η παρούσα έρευνα αφορά την τηλεπισκοπική ανίχνευση μεταβολών με τη χρήση φωτογραμμετρίας βασισμένης σε μη επανδρωμένα οχήματα (UAV) η οποία αποτελεί μια εναλλακτική λύση, που δεν απαιτεί προηγούμενο εγκατεστημένο εξοπλισμό και επιτρέπει την συνολική παρατήρηση της περιοχής ενδιαφέροντος.

[[Εικόνα:Glacier_fig_1_trakaki.PNG‎ |300px| thumb | right|''Εικόνα 1. Open CV Αντιστοίχιση σημείων σύνδεσης (tie point matching)'']]
=='''Περιοχή μελέτης και απόκτηση δεδομένων'''==

O υπό μελέτη παγετώνας ονομάζεται Jegi και βρίσκεται στις Άλπεις του Valais δυτικά του Jegihorn. Αποτελείται από μια ζώνη ριζοβολίας 2700 - 2800 με σώμα κάτω από ένα ανώτερο μέτωπο (2550 m), το οποίο υπερχειλίσει μια δεύτερη γλώσσα μήκους 150 m .Για την παρακολούθηση των διεργασιών αποσταθεροποίησης, που έχουν παρατηρηθεί τουλάχιστον από τη δεκαετία του 1950 και εκφράζονται σε μερικώς έντονα αυξημένες ταχύτητες κίνησης, πραγματοποιήθηκαν 3 εκστρατείες πτήσης με UAV στο τέλος του καλοκαιριού κατά τα έτη 2016, 2017 και 2018. Κάθε πτήση έγινε με υψηλή επικάλυψη εικόνας 80% σε ύψος 100 μ. και οδήγησε σε ανάλυση εδάφους 2,3 - 2,8 εκατοστά.

=='''Μεθοδολογία'''==

Για την ανίχνευση της μετακίνησης των μαζών του παγετωνικού βράχου χρησιμοποιείται η αντιστοίχιση του σημείου σύνδεσης που βασίζεται στην μηχανική όραση (όραση με υπολογιστή, computer vision, CV). Χρησιμοποιώντας τις εφαρμογές του OpenCV 2018 για τον υπολογισμό της αντιστοίχισης των σημείων σύνδεσης με την επιλογή για την κατάρτιση σημείων κλειδιών μέσω των αλγορίθμων SURF και SIFT, η Εικόνα 1 δείχνει μια τυπική κατάσταση αντιστοίχισης για την περιοχή μελέτης.

Η ακριβής παρακολούθηση της κίνησης της ίδιας γωνίας ενός βράχου στις 3 χρονικές περιόδους μπορεί να παρατηρηθεί μόνο σε πολύ λίγες περιπτώσεις (κίτρινο βέλος στην Εικόνα 5). Εάν η όρθια θέση της γωνίας του βράχου δεν έχει αλλάξει για 3 χρόνια, τότε μπορεί να μετρηθεί μια συνεχής κίνηση.

[[Εικόνα:Glacier_fig_2_trakaki.PNG‎ |300px| thumb | right|''Εικόνα 2. Αντιστοίχιση σημείων σύνδεσης ,λεπτομέρεια 2016, 2017 και 2018 πράσινο: 2016-2017 κόκκινο: 2017-2018'']]

=='''Αποτελέσματα'''==

Η κίνηση εντός των δύο περιόδων παραμένει αρκετά σταθερή, ενώ η εκτιμώμενη ταχύτητα διαφοροποιείται. Στο άνω μέρος του παγετώνικού βράχου (Εικόνα 3 ,Claster 1) μπορεί να εκτιμηθεί αξιόπιστα μια ροή 4m/ έτος. Το σύμπλεγμα 2 (Claster 2) έχει αυξημένη ροή 8-9 m/έτος, γεγονός που μπορεί να εξηγηθεί από κρυμμένα σημεία τήξης πάγων και δομών από βράχους στο εσωτερικό του παγετώνα. Τέλος στο σύμπλεγμα 3 (Cluster 3) στο μπροστινό μέρος του βράχου σημειώνεται ο βραδύτερος χρόνος (1,5m/έτος), κυρίως λόγω της μειωμένης κλίσης του εδάφους πάνω από την ευδιάκριτη αλλαγή κλίσης στα 2400m a.s.l.

=='''Συμπεράσματα'''==

Η χρήση διαφορετικών καμερών με παρόμοια οπτική ανάλυση επιτρέπει τη δημιουργία ψηφιακών μοντέλων εδάφους (Digital Surface Models, DSM) με συγκρίσιμη ακρίβεια. Η ανάλυση DSM θα πρέπει να είναι 10 εκατοστά ή και περισσότερο για να επιτευχθεί αρκετός ισχυρός συνδυασμός σημείων σύνδεσης. Η παρακολούθηση μετακινήσεων μαζών με αλγόριθμους αντιστοίχισης σημείων σύνδεσης SIFT και SURF σε συνδυασμό με μια κατάλληλη μέθοδο φίλτρου επιτρέπει τη διάκριση διαφορετικών μοτίβων κίνησης σε γειτονικά σημεία. Ταυτόχρονα, παρατηρήθηκε ότι τα κρυμμένα σώματα πάγου και το απότομο έδαφος δυσχεραίνουν την ανίχνευση μετακινήσεων μέσω της αντιστοίχισης του σημείου σύνδεσης. Για αυτό το λόγο μια επαρκής επιφάνεια σημείων βράχου με μόνιμη όρθια θέση εξακολουθεί να απαιτείται προκειμένου να εντοπιστούν αξιόπιστα οι μεταβολές των παγετώνων.

[[Εικόνα:Glacier_fig_3_trakaki.PNG‎ |300px| thumb | center|''Εικόνα 3. Παρακολούθηση κίνησης για την περιοχή μελέτης, πράσινο: 2016-2017 κόκκινο: 2017-2018,οι έγχρωμες τιμές αντιπροσωπεύουν μ./έτος'']]

[[category:Γεωλογία – Εδαφολογία]]

Μετακίνηση μαζών ενός αλπικού παγετωνικού βράχου.

2020-02-11T18:32:19Z

TrakakiSpiridoula:

'''Πηγή:''' '' Boesch, R. and Graf, C.,(2019): ‘Mass movements of an alpine rock glacier’, Int. Arch. Photogramm. Remote Sens. Spatial Inf. Sci., XLII-2/W13, 215-219 ''

'''Τίτλος άρθρου:''' Mass movements of an alpine rock glacier

'''Διαθέσιμο στο:''' [https://doi.org/10.5194/isprs-archives-XLII-2-W13-215-2019 https://doi.org/10.5194/isprs-archives-XLII-2-W13-215-2019 ]

'''Λέξεις κλειδιά:'''

=='''Εισαγωγή'''==

Τα παγετωνικά πετρώματα μπορούν να ρέουν με ταχύτητες που κυμαίνονται από μερικά εκατοστά έως αρκετά μέτρα ετησίως. Η πρόσφατη θέρμανση του εδάφους μπορεί να προκαλέσει μια επιταχυνόμενη κίνηση κλίσης που σχετίζεται με την ολίσθηση των αενάως παγωμένων ζωνών (permafrost). Η ανίχνευση αυτής της κίνησης σε αλπικά περιβάλλοντα βασίζεται συχνά σε σημειακές μετρήσεις GPS εγκατεστημένων δικτύων παρατήρησης. Παρ ’όλα αυτά , για πολλές απομακρυσμένες τοποθεσίες, η ύπαρξη ενός μόνιμου επίγειου δικτύου παρατήρησης εδάφους συχνά δεν είναι εφικτή. Η παρούσα έρευνα αφορά την τηλεπισκοπική ανίχνευση μεταβολών με τη χρήση φωτογραμμετρίας βασισμένης σε μη επανδρωμένα οχήματα (UAV) η οποία αποτελεί μια εναλλακτική λύση, που δεν απαιτεί προηγούμενο εγκατεστημένο εξοπλισμό και επιτρέπει την συνολική παρατήρηση της περιοχής ενδιαφέροντος.

[[Εικόνα:Glacier_fig_1_trakaki.PNG‎ |300px| thumb | right|''Εικόνα 1. Open CV Αντιστοίχιση σημείων σύνδεσης (tie point matching)'']]
=='''Περιοχή μελέτης και απόκτηση δεδομένων'''==

O υπό μελέτη παγετώνας ονομάζεται Jegi και βρίσκεται στις Άλπεις του Valais δυτικά του Jegihorn. Αποτελείται από μια ζώνη ριζοβολίας 2700 - 2800 με σώμα κάτω από ένα ανώτερο μέτωπο (2550 m), το οποίο υπερχειλίσει μια δεύτερη γλώσσα μήκους 150 m .Για την παρακολούθηση των διεργασιών αποσταθεροποίησης, που έχουν παρατηρηθεί τουλάχιστον από τη δεκαετία του 1950 και εκφράζονται σε μερικώς έντονα αυξημένες ταχύτητες κίνησης, πραγματοποιήθηκαν 3 εκστρατείες πτήσης με UAV στο τέλος του καλοκαιριού κατά τα έτη 2016, 2017 και 2018. Κάθε πτήση έγινε με υψηλή επικάλυψη εικόνας 80% σε ύψος 100 μ. και οδήγησε σε ανάλυση εδάφους 2,3 - 2,8 εκατοστά.

=='''Μεθοδολογία'''==

Για την ανίχνευση της μετακίνησης των μαζών του παγετωνικού βράχου χρησιμοποιείται η αντιστοίχιση του σημείου σύνδεσης που βασίζεται στην μηχανική όραση (όραση με υπολογιστή, computer vision, CV). Χρησιμοποιώντας τις εφαρμογές του OpenCV 2018 για τον υπολογισμό της αντιστοίχισης των σημείων σύνδεσης με την επιλογή για την κατάρτιση σημείων κλειδιών μέσω των αλγορίθμων SURF και SIFT, η Εικόνα 1 δείχνει μια τυπική κατάσταση αντιστοίχισης για την περιοχή μελέτης.

Η ακριβής παρακολούθηση της κίνησης της ίδιας γωνίας ενός βράχου στις 3 χρονικές περιόδους μπορεί να παρατηρηθεί μόνο σε πολύ λίγες περιπτώσεις (κίτρινο βέλος στην Εικόνα 5). Εάν η όρθια θέση της γωνίας του βράχου δεν έχει αλλάξει για 3 χρόνια, τότε μπορεί να μετρηθεί μια συνεχής κίνηση.

[[Εικόνα:Glacier_fig_2_trakaki.PNG‎ |300px| thumb | right|''Εικόνα 2. Αντιστοίχιση σημείων σύνδεσης ,λεπτομέρεια 2016, 2017 και 2018 πράσινο: 2016-2017 κόκκινο: 2017-2018'']]

=='''Αποτελέσματα'''==

Η κίνηση εντός των δύο περιόδων παραμένει αρκετά σταθερή, ενώ η εκτιμώμενη ταχύτητα διαφοροποιείται. Στο άνω μέρος του παγετώνικού βράχου (Εικόνα 3 ,Claster 1) μπορεί να εκτιμηθεί αξιόπιστα μια ροή 4m/ έτος. Το σύμπλεγμα 2 (Claster 2) έχει αυξημένη ροή 8-9 m/έτος, γεγονός που μπορεί να εξηγηθεί από κρυμμένα σημεία τήξης πάγων και δομών από βράχους στο εσωτερικό του παγετώνα. Τέλος στο σύμπλεγμα 3 (Cluster 3) στο μπροστινό μέρος του βράχου σημειώνεται ο βραδύτερος χρόνος (1,5m/έτος), κυρίως λόγω της μειωμένης κλίσης του εδάφους πάνω από την ευδιάκριτη αλλαγή κλίσης στα 2400m a.s.l.

=='''Συμπεράσματα'''==

Η χρήση διαφορετικών καμερών με παρόμοια οπτική ανάλυση επιτρέπει τη δημιουργία ψηφιακών μοντέλων εδάφους (Digital Surface Models, DSM) με συγκρίσιμη ακρίβεια. Η ανάλυση DSM θα πρέπει να είναι 10 εκατοστά ή και περισσότερο για να επιτευχθεί αρκετός ισχυρός συνδυασμός σημείων σύνδεσης. Η παρακολούθηση μετακινήσεων μαζών με αλγόριθμους αντιστοίχισης σημείων σύνδεσης SIFT και SURF σε συνδυασμό με μια κατάλληλη μέθοδο φίλτρου επιτρέπει τη διάκριση διαφορετικών μοτίβων κίνησης σε γειτονικά σημεία. Ταυτόχρονα, παρατηρήθηκε ότι τα κρυμμένα σώματα πάγου και το απότομο έδαφος δυσχεραίνουν την ανίχνευση μετακινήσεων μέσω της αντιστοίχισης του σημείου σύνδεσης. Για αυτό το λόγο μια επαρκής επιφάνεια σημείων βράχου με μόνιμη όρθια θέση εξακολουθεί να απαιτείται προκειμένου να εντοπιστούν αξιόπιστα οι μεταβολές των παγετώνων.

[[Εικόνα:Glacier_fig_3_trakaki.PNG‎ |300px| thumb | center|''Εικόνα 3. Παρακολούθηση κίνησης για την περιοχή μελέτης, πράσινο: 2016-2017 κόκκινο: 2017-2018,οι έγχρωμες τιμές αντιπροσωπεύουν μ./έτος'']]

[[category:Γεωλογία – Εδαφολογία]]

Μετακίνηση μαζών ενός αλπικού παγετωνικού βράχου.

2020-02-11T18:31:20Z

TrakakiSpiridoula:

'''Πηγή:''' '' Boesch, R. and Graf, C.,(2019): ‘Mass movements of an alpine rock glacier’, Int. Arch. Photogramm. Remote Sens. Spatial Inf. Sci., XLII-2/W13, 215-219 ''

'''Τίτλος άρθρου:''' Mass movements of an alpine rock glacier

'''Διαθέσιμο στο:''' [https://doi.org/10.5194/isprs-archives-XLII-2-W13-215-2019 https://doi.org/10.5194/isprs-archives-XLII-2-W13-215-2019 ]

'''Λέξεις κλειδιά:'''

=='''Εισαγωγή'''==

Τα παγετωνικά πετρώματα μπορούν να ρέουν με ταχύτητες που κυμαίνονται από μερικά εκατοστά έως αρκετά μέτρα ετησίως. Η πρόσφατη θέρμανση του εδάφους μπορεί να προκαλέσει μια επιταχυνόμενη κίνηση κλίσης που σχετίζεται με την ολίσθηση των αενάως παγωμένων ζωνών (permafrost). Η ανίχνευση αυτής της κίνησης σε αλπικά περιβάλλοντα βασίζεται συχνά σε σημειακές μετρήσεις GPS εγκατεστημένων δικτύων παρατήρησης. Παρ ’όλα αυτά , για πολλές απομακρυσμένες τοποθεσίες, η ύπαρξη ενός μόνιμου επίγειου δικτύου παρατήρησης εδάφους συχνά δεν είναι εφικτή. Η παρούσα έρευνα αφορά την τηλεπισκοπική ανίχνευση μεταβολών με τη χρήση φωτογραμμετρίας βασισμένης σε μη επανδρωμένα οχήματα (UAV) η οποία αποτελεί μια εναλλακτική λύση, που δεν απαιτεί προηγούμενο εγκατεστημένο εξοπλισμό και επιτρέπει την συνολική παρατήρηση της περιοχής ενδιαφέροντος.

[[Εικόνα:Glacier_fig_1_trakaki.PNG‎ |300px| thumb | right|''Εικόνα 1. Open CV Αντιστοίχιση σημείων σύνδεσης (tie point matching)'']]
=='''Περιοχή μελέτης και απόκτηση δεδομένων'''==

O υπό μελέτη παγετώνας ονομάζεται Jegi και βρίσκεται στις Άλπεις του Valais δυτικά του Jegihorn. Αποτελείται από μια ζώνη ριζοβολίας 2700 - 2800 με σώμα κάτω από ένα ανώτερο μέτωπο (2550 m), το οποίο υπερχειλίσει μια δεύτερη γλώσσα μήκους 150 m .Για την παρακολούθηση των διεργασιών αποσταθεροποίησης, που έχουν παρατηρηθεί τουλάχιστον από τη δεκαετία του 1950 και εκφράζονται σε μερικώς έντονα αυξημένες ταχύτητες κίνησης, πραγματοποιήθηκαν 3 εκστρατείες πτήσης με UAV στο τέλος του καλοκαιριού κατά τα έτη 2016, 2017 και 2018. Κάθε πτήση έγινε με υψηλή επικάλυψη εικόνας 80% σε ύψος 100 μ. και οδήγησε σε ανάλυση εδάφους 2,3 - 2,8 εκατοστά.

=='''Μεθοδολογία'''==

Για την ανίχνευση της μετακίνησης των μαζών του παγετωνικού βράχου χρησιμοποιείται η αντιστοίχιση του σημείου σύνδεσης που βασίζεται στην μηχανική όραση (όραση με υπολογιστή, computer vision, CV). Χρησιμοποιώντας τις εφαρμογές του OpenCV 2018 για τον υπολογισμό της αντιστοίχισης των σημείων σύνδεσης με την επιλογή για την κατάρτιση σημείων κλειδιών μέσω των αλγορίθμων SURF και SIFT, η Εικόνα 1 δείχνει μια τυπική κατάσταση αντιστοίχισης για την περιοχή μελέτης.

Η ακριβής παρακολούθηση της κίνησης της ίδιας γωνίας ενός βράχου στις 3 χρονικές περιόδους μπορεί να παρατηρηθεί μόνο σε πολύ λίγες περιπτώσεις (κίτρινο βέλος στην Εικόνα 5). Εάν η όρθια θέση της γωνίας του βράχου δεν έχει αλλάξει για 3 χρόνια, τότε μπορεί να μετρηθεί μια συνεχής κίνηση.

[[Εικόνα:Glacier_fig_2_trakaki.PNG‎ |300px| thumb | right|''Εικόνα 2. Αντιστοίχιση σημείων σύνδεσης ,λεπτομέρεια 2016, 2017 και 2018 πράσινο: 2016-2017 κόκκινο: 2017-2018'']]

=='''Αποτελέσματα'''==

Η κίνηση εντός των δύο περιόδων παραμένει αρκετά σταθερή, ενώ η εκτιμώμενη ταχύτητα διαφοροποιείται. Στο άνω μέρος του παγετώνικού βράχου (Εικόνα 3 ,Claster 1) μπορεί να εκτιμηθεί αξιόπιστα μια ροή 4m/ έτος. Το σύμπλεγμα 2 (Claster 2) έχει αυξημένη ροή 8-9 m/έτος, γεγονός που μπορεί να εξηγηθεί από κρυμμένα σημεία τήξης πάγων και δομών από βράχους στο εσωτερικό του παγετώνα. Τέλος στο σύμπλεγμα 3 (Cluster 3) στο μπροστινό μέρος του βράχου σημειώνεται ο βραδύτερος χρόνος (1,5m/έτος), κυρίως λόγω της μειωμένης κλίσης του εδάφους πάνω από την ευδιάκριτη αλλαγή κλίσης στα 2400m a.s.l.

=='''Συμπεράσματα'''==

Η χρήση διαφορετικών καμερών με παρόμοια οπτική ανάλυση επιτρέπει τη δημιουργία ψηφιακών μοντέλων εδάφους (Digital Surface Models, DSM) με συγκρίσιμη ακρίβεια. Η ανάλυση DSM θα πρέπει να είναι 10 εκατοστά ή και περισσότερο για να επιτευχθεί αρκετός ισχυρός συνδυασμός σημείων σύνδεσης. Η παρακολούθηση μετακινήσεων μαζών με αλγόριθμους αντιστοίχισης σημείων σύνδεσης SIFT και SURF σε συνδυασμό με μια κατάλληλη μέθοδο φίλτρου επιτρέπει τη διάκριση διαφορετικών μοτίβων κίνησης σε γειτονικά σημεία. Ταυτόχρονα, παρατηρήθηκε ότι τα κρυμμένα σώματα πάγου και το απότομο έδαφος δυσχεραίνουν την ανίχνευση μετακινήσεων μέσω της αντιστοίχισης του σημείου σύνδεσης. Για αυτό το λόγο μια επαρκής επιφάνεια σημείων βράχου με μόνιμη όρθια θέση εξακολουθεί να απαιτείται προκειμένου να εντοπιστούν αξιόπιστα οι μεταβολές των παγετώνων.

[[Εικόνα:Glacier_fig_3_trakaki.PNG‎ |300px| thumb | center|''Εικόνα 3. Παρακολούθηση κίνησης για την περιοχή μελέτης, πράσινο: 2016-2017 κόκκινο: 2017-2018,οι έγχρωμες τιμές αντιπροσωπεύουν μ./έτος'']]

Μετακίνηση μαζών ενός αλπικού παγετωνικού βράχου.

2020-02-11T18:30:34Z

TrakakiSpiridoula:

'''Πηγή:''' '' Boesch, R. and Graf, C.,(2019): ‘Mass movements of an alpine rock glacier’, Int. Arch. Photogramm. Remote Sens. Spatial Inf. Sci., XLII-2/W13, 215-219 ''

'''Τίτλος άρθρου:''' Mass movements of an alpine rock glacier

'''Διαθέσιμο στο:''' [https://doi.org/10.5194/isprs-archives-XLII-2-W13-215-2019 https://doi.org/10.5194/isprs-archives-XLII-2-W13-215-2019 ]

'''Λέξεις κλειδιά:'''

=='''Εισαγωγή'''==

Τα παγετωνικά πετρώματα μπορούν να ρέουν με ταχύτητες που κυμαίνονται από μερικά εκατοστά έως αρκετά μέτρα ετησίως. Η πρόσφατη θέρμανση του εδάφους μπορεί να προκαλέσει μια επιταχυνόμενη κίνηση κλίσης που σχετίζεται με την ολίσθηση των αενάως παγωμένων ζωνών (permafrost). Η ανίχνευση αυτής της κίνησης σε αλπικά περιβάλλοντα βασίζεται συχνά σε σημειακές μετρήσεις GPS εγκατεστημένων δικτύων παρατήρησης. Παρ ’όλα αυτά , για πολλές απομακρυσμένες τοποθεσίες, η ύπαρξη ενός μόνιμου επίγειου δικτύου παρατήρησης εδάφους συχνά δεν είναι εφικτή. Η παρούσα έρευνα αφορά την τηλεπισκοπική ανίχνευση μεταβολών με τη χρήση φωτογραμμετρίας βασισμένης σε μη επανδρωμένα οχήματα (UAV) η οποία αποτελεί μια εναλλακτική λύση, που δεν απαιτεί προηγούμενο εγκατεστημένο εξοπλισμό και επιτρέπει την συνολική παρατήρηση της περιοχής ενδιαφέροντος.

[[Εικόνα:Glacier_fig_1_trakaki.PNG‎ |300px| thumb | right|''Εικόνα 1. Open CV Αντιστοίχιση σημείων σύνδεσης (tie point matching)'']]
=='''Περιοχή μελέτης και απόκτηση δεδομένων'''==

O υπό μελέτη παγετώνας ονομάζεται Jegi και βρίσκεται στις Άλπεις του Valais δυτικά του Jegihorn. Αποτελείται από μια ζώνη ριζοβολίας 2700 - 2800 με σώμα κάτω από ένα ανώτερο μέτωπο (2550 m), το οποίο υπερχειλίσει μια δεύτερη γλώσσα μήκους 150 m .Για την παρακολούθηση των διεργασιών αποσταθεροποίησης, που έχουν παρατηρηθεί τουλάχιστον από τη δεκαετία του 1950 και εκφράζονται σε μερικώς έντονα αυξημένες ταχύτητες κίνησης, πραγματοποιήθηκαν 3 εκστρατείες πτήσης με UAV στο τέλος του καλοκαιριού κατά τα έτη 2016, 2017 και 2018. Κάθε πτήση έγινε με υψηλή επικάλυψη εικόνας 80% σε ύψος 100 μ. και οδήγησε σε ανάλυση εδάφους 2,3 - 2,8 εκατοστά.

=='''Μεθοδολογία'''==

Για την ανίχνευση της μετακίνησης των μαζών του παγετωνικού βράχου χρησιμοποιείται η αντιστοίχιση του σημείου σύνδεσης που βασίζεται στην μηχανική όραση (όραση με υπολογιστή, computer vision, CV). Χρησιμοποιώντας τις εφαρμογές του OpenCV 2018 για τον υπολογισμό της αντιστοίχισης των σημείων σύνδεσης με την επιλογή για την κατάρτιση σημείων κλειδιών μέσω των αλγορίθμων SURF και SIFT, η Εικόνα 1 δείχνει μια τυπική κατάσταση αντιστοίχισης για την περιοχή μελέτης.

Η ακριβής παρακολούθηση της κίνησης της ίδιας γωνίας ενός βράχου στις 3 χρονικές περιόδους μπορεί να παρατηρηθεί μόνο σε πολύ λίγες περιπτώσεις (κίτρινο βέλος στην Εικόνα 5). Εάν η όρθια θέση της γωνίας του βράχου δεν έχει αλλάξει για 3 χρόνια, τότε μπορεί να μετρηθεί μια συνεχής κίνηση.

[[Εικόνα:Glacier_fig_2_trakaki.PNG‎ |300px| thumb | left|''Εικόνα 2. Αντιστοίχιση σημείων σύνδεσης ,λεπτομέρεια 2016, 2017 και 2018 πράσινο: 2016-2017 κόκκινο: 2017-20'']]

=='''Αποτελέσματα'''==

Η κίνηση εντός των δύο περιόδων παραμένει αρκετά σταθερή, ενώ η εκτιμώμενη ταχύτητα διαφοροποιείται. Στο άνω μέρος του παγετώνικού βράχου (Εικόνα 3 ,Claster 1) μπορεί να εκτιμηθεί αξιόπιστα μια ροή 4m/ έτος. Το σύμπλεγμα 2 (Claster 2) έχει αυξημένη ροή 8-9 m/έτος, γεγονός που μπορεί να εξηγηθεί από κρυμμένα σημεία τήξης πάγων και δομών από βράχους στο εσωτερικό του παγετώνα. Τέλος στο σύμπλεγμα 3 (Cluster 3) στο μπροστινό μέρος του βράχου σημειώνεται ο βραδύτερος χρόνος (1,5m/έτος), κυρίως λόγω της μειωμένης κλίσης του εδάφους πάνω από την ευδιάκριτη αλλαγή κλίσης στα 2400m a.s.l.

=='''Συμπεράσματα'''==

Η χρήση διαφορετικών καμερών με παρόμοια οπτική ανάλυση επιτρέπει τη δημιουργία ψηφιακών μοντέλων εδάφους (Digital Surface Models, DSM) με συγκρίσιμη ακρίβεια. Η ανάλυση DSM θα πρέπει να είναι 10 εκατοστά ή και περισσότερο για να επιτευχθεί αρκετός ισχυρός συνδυασμός σημείων σύνδεσης. Η παρακολούθηση μετακινήσεων μαζών με αλγόριθμους αντιστοίχισης σημείων σύνδεσης SIFT και SURF σε συνδυασμό με μια κατάλληλη μέθοδο φίλτρου επιτρέπει τη διάκριση διαφορετικών μοτίβων κίνησης σε γειτονικά σημεία. Ταυτόχρονα, παρατηρήθηκε ότι τα κρυμμένα σώματα πάγου και το απότομο έδαφος δυσχεραίνουν την ανίχνευση μετακινήσεων μέσω της αντιστοίχισης του σημείου σύνδεσης. Για αυτό το λόγο μια επαρκής επιφάνεια σημείων βράχου με μόνιμη όρθια θέση εξακολουθεί να απαιτείται προκειμένου να εντοπιστούν αξιόπιστα οι μεταβολές των παγετώνων.

[[Εικόνα:Glacier_fig_3_trakaki.PNG‎ |300px| thumb | center|''Εικόνα 3. Παρακολούθηση κίνησης για την περιοχή μελέτης, πράσινο: 2016-2017 κόκκινο: 2017-2018,οι έγχρωμες τιμές αντιπροσωπεύουν μ./έτος'']]

Μετακίνηση μαζών ενός αλπικού παγετωνικού βράχου.

2020-02-11T18:27:21Z

TrakakiSpiridoula:

'''Πηγή:''' '' Boesch, R. and Graf, C.,(2019): ‘Mass movements of an alpine rock glacier’, Int. Arch. Photogramm. Remote Sens. Spatial Inf. Sci., XLII-2/W13, 215-219 ''

'''Τίτλος άρθρου:''' Mass movements of an alpine rock glacier

'''Διαθέσιμο στο:''' [https://doi.org/10.5194/isprs-archives-XLII-2-W13-215-2019 https://doi.org/10.5194/isprs-archives-XLII-2-W13-215-2019 ]

'''Λέξεις κλειδιά:'''

=='''Εισαγωγή'''==
Τα παγετωνικά πετρώματα μπορούν να ρέουν με ταχύτητες που κυμαίνονται από μερικά εκατοστά έως αρκετά μέτρα ετησίως. Η πρόσφατη θέρμανση του εδάφους μπορεί να προκαλέσει μια επιταχυνόμενη κίνηση κλίσης που σχετίζεται με την ολίσθηση των αενάως παγωμένων ζωνών (permafrost). Η ανίχνευση αυτής της κίνησης σε αλπικά περιβάλλοντα βασίζεται συχνά σε σημειακές μετρήσεις GPS εγκατεστημένων δικτύων παρατήρησης. Παρ ’όλα αυτά , για πολλές απομακρυσμένες τοποθεσίες, η ύπαρξη ενός μόνιμου επίγειου δικτύου παρατήρησης εδάφους συχνά δεν είναι εφικτή. Η παρούσα έρευνα αφορά την τηλεπισκοπική ανίχνευση μεταβολών με τη χρήση φωτογραμμετρίας βασισμένης σε μη επανδρωμένα οχήματα (UAV) η οποία αποτελεί μια εναλλακτική λύση, που δεν απαιτεί προηγούμενο εγκατεστημένο εξοπλισμό και επιτρέπει την συνολική παρατήρηση της περιοχής ενδιαφέροντος.

[[Εικόνα:Glacier_fig_1_trakaki.PNG‎ |300px| thumb | right|''Εικόνα 1. Open CV Αντιστοίχιση σημείων σύνδεσης (tie point matching)'']]

=='''Περιοχή μελέτης και απόκτηση δεδομένων'''==

O υπό μελέτη παγετώνας ονομάζεται Jegi και βρίσκεται στις Άλπεις του Valais δυτικά του Jegihorn. Αποτελείται από μια ζώνη ριζοβολίας 2700 - 2800 με σώμα κάτω από ένα ανώτερο μέτωπο (2550 m), το οποίο υπερχειλίσει μια δεύτερη γλώσσα μήκους 150 m .Για την παρακολούθηση των διεργασιών αποσταθεροποίησης, που έχουν παρατηρηθεί τουλάχιστον από τη δεκαετία του 1950 και εκφράζονται σε μερικώς έντονα αυξημένες ταχύτητες κίνησης, πραγματοποιήθηκαν 3 εκστρατείες πτήσης με UAV στο τέλος του καλοκαιριού κατά τα έτη 2016, 2017 και 2018. Κάθε πτήση έγινε με υψηλή επικάλυψη εικόνας 80% σε ύψος 100 μ. και οδήγησε σε ανάλυση εδάφους 2,3 - 2,8 εκατοστά.

=='''Μεθοδολογία'''==

Για την ανίχνευση της μετακίνησης των μαζών του παγετωνικού βράχου χρησιμοποιείται η αντιστοίχιση του σημείου σύνδεσης που βασίζεται στην μηχανική όραση (όραση με υπολογιστή, computer vision, CV). Χρησιμοποιώντας τις εφαρμογές του OpenCV 2018 για τον υπολογισμό της αντιστοίχισης των σημείων σύνδεσης με την επιλογή για την κατάρτιση σημείων κλειδιών μέσω των αλγορίθμων SURF και SIFT, η Εικόνα 1 δείχνει μια τυπική κατάσταση αντιστοίχισης για την περιοχή μελέτης.

Η ακριβής παρακολούθηση της κίνησης της ίδιας γωνίας ενός βράχου στις 3 χρονικές περιόδους μπορεί να παρατηρηθεί μόνο σε πολύ λίγες περιπτώσεις (κίτρινο βέλος στην Εικόνα 5). Εάν η όρθια θέση της γωνίας του βράχου δεν έχει αλλάξει για 3 χρόνια, τότε μπορεί να μετρηθεί μια συνεχής κίνηση.

[[Εικόνα:Glacier_fig_2_trakaki.PNG‎ |300px| thumb | left|''Εικόνα 2. Αντιστοίχιση σημείων σύνδεσης ,λεπτομέρεια 2016, 2017 και 2018 πράσινο: 2016-2017 κόκκινο: 2017-20'']]

=='''Αποτελέσματα'''==

Η κίνηση εντός των δύο περιόδων παραμένει αρκετά σταθερή, ενώ η εκτιμώμενη ταχύτητα διαφοροποιείται. Στο άνω μέρος του παγετώνικού βράχου (Εικόνα 3 ,Claster 1) μπορεί να εκτιμηθεί αξιόπιστα μια ροή 4m/ έτος. Το σύμπλεγμα 2 (Claster 2) έχει αυξημένη ροή 8-9 m/έτος, γεγονός που μπορεί να εξηγηθεί από κρυμμένα σημεία τήξης πάγων και δομών από βράχους στο εσωτερικό του παγετώνα. Τέλος στο σύμπλεγμα 3 (Cluster 3) στο μπροστινό μέρος του βράχου σημειώνεται ο βραδύτερος χρόνος (1,5m/έτος), κυρίως λόγω της μειωμένης κλίσης του εδάφους πάνω από την ευδιάκριτη αλλαγή κλίσης στα 2400m a.s.l.

[[Εικόνα:Glacier_fig_3_trakaki.PNG‎ |300px| thumb | right|''Εικόνα 3 Παρακολούθηση κίνησης για την περιοχή μελέτης,
πράσινο: 2016-2017 κόκκινο: 2017-2018
έγχρωμες τιμές αντιπροσωπεύουν μ./έτος'']]

=='''Συμπεράσματα'''==

Η χρήση διαφορετικών καμερών με παρόμοια οπτική ανάλυση επιτρέπει τη δημιουργία ψηφιακών μοντέλων εδάφους (Digital Surface Models, DSM) με συγκρίσιμη ακρίβεια. Η ανάλυση DSM θα πρέπει να είναι 10 εκατοστά ή και περισσότερο για να επιτευχθεί αρκετός ισχυρός συνδυασμός σημείων σύνδεσης. Η παρακολούθηση μετακινήσεων μαζών με αλγόριθμους αντιστοίχισης σημείων σύνδεσης SIFT και SURF σε συνδυασμό με μια κατάλληλη μέθοδο φίλτρου επιτρέπει τη διάκριση διαφορετικών μοτίβων κίνησης σε γειτονικά σημεία. Ταυτόχρονα, παρατηρήθηκε ότι τα κρυμμένα σώματα πάγου και το απότομο έδαφος δυσχεραίνουν την ανίχνευση μετακινήσεων μέσω της αντιστοίχισης του σημείου σύνδεσης. Για αυτό το λόγο μια επαρκής επιφάνεια σημείων βράχου με μόνιμη όρθια θέση εξακολουθεί να απαιτείται προκειμένου να εντοπιστούν αξιόπιστα οι μεταβολές των παγετώνων.

Μετακίνηση μαζών ενός αλπικού παγετωνικού βράχου.

2020-02-11T18:24:00Z

TrakakiSpiridoula:

'''Πηγή:''' '' Boesch, R. and Graf, C.,(2019): ‘Mass movements of an alpine rock glacier’, Int. Arch. Photogramm. Remote Sens. Spatial Inf. Sci., XLII-2/W13, 215-219 ''

'''Τίτλος άρθρου:''' Mass movements of an alpine rock glacier

'''Διαθέσιμο στο:''' [https://doi.org/10.5194/isprs-archives-XLII-2-W13-215-2019 https://doi.org/10.5194/isprs-archives-XLII-2-W13-215-2019 ]

'''Λέξεις κλειδιά:'''

=='''Εισαγωγή'''==
Τα παγετωνικά πετρώματα μπορούν να ρέουν με ταχύτητες που κυμαίνονται από μερικά εκατοστά έως αρκετά μέτρα ετησίως. Η πρόσφατη θέρμανση του εδάφους μπορεί να προκαλέσει μια επιταχυνόμενη κίνηση κλίσης που σχετίζεται με την ολίσθηση των αενάως παγωμένων ζωνών (permafrost). Η ανίχνευση αυτής της κίνησης σε αλπικά περιβάλλοντα βασίζεται συχνά σε σημειακές μετρήσεις GPS εγκατεστημένων δικτύων παρατήρησης. Παρ ’όλα αυτά , για πολλές απομακρυσμένες τοποθεσίες, η ύπαρξη ενός μόνιμου επίγειου δικτύου παρατήρησης εδάφους συχνά δεν είναι εφικτή. Η παρούσα έρευνα αφορά την τηλεπισκοπική ανίχνευση μεταβολών με τη χρήση φωτογραμμετρίας βασισμένης σε μη επανδρωμένα οχήματα (UAV) η οποία αποτελεί μια εναλλακτική λύση, που δεν απαιτεί προηγούμενο εγκατεστημένο εξοπλισμό και επιτρέπει την συνολική παρατήρηση της περιοχής ενδιαφέροντος.

=='''Περιοχή μελέτης και απόκτηση δεδομένων'''==

O υπό μελέτη παγετώνας ονομάζεται Jegi και βρίσκεται στις Άλπεις του Valais δυτικά του Jegihorn. Αποτελείται από μια ζώνη ριζοβολίας 2700 - 2800 με σώμα κάτω από ένα ανώτερο μέτωπο (2550 m), το οποίο υπερχειλίσει μια δεύτερη γλώσσα μήκους 150 m .Για την παρακολούθηση των διεργασιών αποσταθεροποίησης, που έχουν παρατηρηθεί τουλάχιστον από τη δεκαετία του 1950 και εκφράζονται σε μερικώς έντονα αυξημένες ταχύτητες κίνησης, πραγματοποιήθηκαν 3 εκστρατείες πτήσης με UAV στο τέλος του καλοκαιριού κατά τα έτη 2016, 2017 και 2018. Κάθε πτήση έγινε με υψηλή επικάλυψη εικόνας 80% σε ύψος 100 μ. και οδήγησε σε ανάλυση εδάφους 2,3 - 2,8 εκατοστά.

=='''Μεθοδολογία'''==

Για την ανίχνευση της μετακίνησης των μαζών του παγετωνικού βράχου χρησιμοποιείται η αντιστοίχιση του σημείου σύνδεσης που βασίζεται στην μηχανική όραση (όραση με υπολογιστή, computer vision, CV). Χρησιμοποιώντας τις εφαρμογές του OpenCV 2018 για τον υπολογισμό της αντιστοίχισης των σημείων σύνδεσης με την επιλογή για την κατάρτιση σημείων κλειδιών μέσω των αλγορίθμων SURF και SIFT, η Εικόνα 1 δείχνει μια τυπική κατάσταση αντιστοίχισης για την περιοχή μελέτης.

[[Εικόνα:Glacier_fig_1_trakaki.PNG‎ |300px| thumb | right|''Εικόνα 1. Open CV Αντιστοίχιση σημείων σύνδεσης (tie point matching)'']]

Η ακριβής παρακολούθηση της κίνησης της ίδιας γωνίας ενός βράχου στις 3 χρονικές περιόδους μπορεί να παρατηρηθεί μόνο σε πολύ λίγες περιπτώσεις (κίτρινο βέλος στην Εικόνα 5). Εάν η όρθια θέση της γωνίας του βράχου δεν έχει αλλάξει για 3 χρόνια, τότε μπορεί να μετρηθεί μια συνεχής κίνηση.

[[Εικόνα:Glacier_fig_2_trakaki.PNG‎ |300px| thumb | right|''Αντιστοίχιση σημείων σύνδεσης ,λεπτομέρεια 2016, 2017 και 2018 πράσινο: 2016-2017 κόκκινο: 2017-20'']]

=='''Αποτελέσματα'''==

Η κίνηση εντός των δύο περιόδων παραμένει αρκετά σταθερή, ενώ η εκτιμώμενη ταχύτητα διαφοροποιείται. Στο άνω μέρος του παγετώνικού βράχου (Εικόνα 3 ,Claster 1) μπορεί να εκτιμηθεί αξιόπιστα μια ροή 4m/ έτος. Το σύμπλεγμα 2 (Claster 2) έχει αυξημένη ροή 8-9 m/έτος, γεγονός που μπορεί να εξηγηθεί από κρυμμένα σημεία τήξης πάγων και δομών από βράχους στο εσωτερικό του παγετώνα. Τέλος στο σύμπλεγμα 3 (Cluster 3) στο μπροστινό μέρος του βράχου σημειώνεται ο βραδύτερος χρόνος (1,5m/έτος), κυρίως λόγω της μειωμένης κλίσης του εδάφους πάνω από την ευδιάκριτη αλλαγή κλίσης στα 2400m a.s.l.

[[Εικόνα:Glacier_fig_3_trakaki.PNG‎ |300px| thumb | right|''Εικόνα 3 Παρακολούθηση κίνησης για την περιοχή μελέτης,
πράσινο: 2016-2017 κόκκινο: 2017-2018
έγχρωμες τιμές αντιπροσωπεύουν μ./έτος'']]

=='''Συμπεράσματα'''==

Η χρήση διαφορετικών καμερών με παρόμοια οπτική ανάλυση επιτρέπει τη δημιουργία ψηφιακών μοντέλων εδάφους (Digital Surface Models, DSM) με συγκρίσιμη ακρίβεια. Η ανάλυση DSM θα πρέπει να είναι 10 εκατοστά ή και περισσότερο για να επιτευχθεί αρκετός ισχυρός συνδυασμός σημείων σύνδεσης. Η παρακολούθηση μετακινήσεων μαζών με αλγόριθμους αντιστοίχισης σημείων σύνδεσης SIFT και SURF σε συνδυασμό με μια κατάλληλη μέθοδο φίλτρου επιτρέπει τη διάκριση διαφορετικών μοτίβων κίνησης σε γειτονικά σημεία. Ταυτόχρονα, παρατηρήθηκε ότι τα κρυμμένα σώματα πάγου και το απότομο έδαφος δυσχεραίνουν την ανίχνευση μετακινήσεων μέσω της αντιστοίχισης του σημείου σύνδεσης. Για αυτό το λόγο μια επαρκής επιφάνεια σημείων βράχου με μόνιμη όρθια θέση εξακολουθεί να απαιτείται προκειμένου να εντοπιστούν αξιόπιστα οι μεταβολές των παγετώνων.

Μετακίνηση μαζών ενός αλπικού παγετωνικού βράχου.

2020-02-11T18:23:07Z

TrakakiSpiridoula:

'''Πηγή:''' '' Boesch, R. and Graf, C.,(2019): ‘Mass movements of an alpine rock glacier’, Int. Arch. Photogramm. Remote Sens. Spatial Inf. Sci., XLII-2/W13, 215-219 ''

'''Τίτλος άρθρου:''' Mass movements of an alpine rock glacier

'''Διαθέσιμο στο:''' [https://doi.org/10.5194/isprs-archives-XLII-2-W13-215-2019 https://doi.org/10.5194/isprs-archives-XLII-2-W13-215-2019 ]

'''Λέξεις κλειδιά:'''

=='''Εισαγωγή'''==
Τα παγετωνικά πετρώματα μπορούν να ρέουν με ταχύτητες που κυμαίνονται από μερικά εκατοστά έως αρκετά μέτρα ετησίως. Η πρόσφατη θέρμανση του εδάφους μπορεί να προκαλέσει μια επιταχυνόμενη κίνηση κλίσης που σχετίζεται με την ολίσθηση των αενάως παγωμένων ζωνών (permafrost). Η ανίχνευση αυτής της κίνησης σε αλπικά περιβάλλοντα βασίζεται συχνά σε σημειακές μετρήσεις GPS εγκατεστημένων δικτύων παρατήρησης. Παρ ’όλα αυτά , για πολλές απομακρυσμένες τοποθεσίες, η ύπαρξη ενός μόνιμου επίγειου δικτύου παρατήρησης εδάφους συχνά δεν είναι εφικτή. Η παρούσα έρευνα αφορά την τηλεπισκοπική ανίχνευση μεταβολών με τη χρήση φωτογραμμετρίας βασισμένης σε μη επανδρωμένα οχήματα (UAV) η οποία αποτελεί μια εναλλακτική λύση, που δεν απαιτεί προηγούμενο εγκατεστημένο εξοπλισμό και επιτρέπει την συνολική παρατήρηση της περιοχής ενδιαφέροντος.

=='''Περιοχή μελέτης και απόκτηση δεδομένων'''==

O υπό μελέτη παγετώνας ονομάζεται Jegi και βρίσκεται στις Άλπεις του Valais δυτικά του Jegihorn. Αποτελείται από μια ζώνη ριζοβολίας 2700 - 2800 με σώμα κάτω από ένα ανώτερο μέτωπο (2550 m), το οποίο υπερχειλίσει μια δεύτερη γλώσσα μήκους 150 m .Για την παρακολούθηση των διεργασιών αποσταθεροποίησης, που έχουν παρατηρηθεί τουλάχιστον από τη δεκαετία του 1950 και εκφράζονται σε μερικώς έντονα αυξημένες ταχύτητες κίνησης, πραγματοποιήθηκαν 3 εκστρατείες πτήσης με UAV στο τέλος του καλοκαιριού κατά τα έτη 2016, 2017 και 2018. Κάθε πτήση έγινε με υψηλή επικάλυψη εικόνας 80% σε ύψος 100 μ. και οδήγησε σε ανάλυση εδάφους 2,3 - 2,8 εκατοστά.

=='''Μεθοδολογία'''==

Για την ανίχνευση της μετακίνησης των μαζών του παγετωνικού βράχου χρησιμοποιείται η αντιστοίχιση του σημείου σύνδεσης που βασίζεται στην μηχανική όραση (όραση με υπολογιστή, computer vision, CV). Χρησιμοποιώντας τις εφαρμογές του OpenCV 2018 για τον υπολογισμό της αντιστοίχισης των σημείων σύνδεσης με την επιλογή για την κατάρτιση σημείων κλειδιών μέσω των αλγορίθμων SURF και SIFT, η Εικόνα 1 δείχνει μια τυπική κατάσταση αντιστοίχισης για την περιοχή μελέτης.

[[Εικόνα:Glacier_fig_1_trakaki.PNG‎ |300px| thumb | right|''Εικόνα 1. Open CV Αντιστοίχιση σημείων σύνδεσης (tie point matching)'']]

Η ακριβής παρακολούθηση της κίνησης της ίδιας γωνίας ενός βράχου στις 3 χρονικές περιόδους μπορεί να παρατηρηθεί μόνο σε πολύ λίγες περιπτώσεις (κίτρινο βέλος στην Εικόνα 5). Εάν η όρθια θέση της γωνίας του βράχου δεν έχει αλλάξει για 3 χρόνια, τότε μπορεί να μετρηθεί μια συνεχής κίνηση.

[[Εικόνα:Glacier_fig_2_trakaki.PNG‎ |300px| thumb | right|''Αντιστοίχιση σημείων σύνδεσης ,λεπτομέρεια 2016, 2017 και 2018 πράσινο: 2016-2017 κόκκινο: 2017-20'']]

=='''Αποτελέσματα=='''

Η κίνηση εντός των δύο περιόδων παραμένει αρκετά σταθερή, ενώ η εκτιμώμενη ταχύτητα διαφοροποιείται. Στο άνω μέρος του παγετώνικού βράχου (Εικόνα 3 ,Claster 1) μπορεί να εκτιμηθεί αξιόπιστα μια ροή 4m/ έτος. Το σύμπλεγμα 2 (Claster 2) έχει αυξημένη ροή 8-9 m/έτος, γεγονός που μπορεί να εξηγηθεί από κρυμμένα σημεία τήξης πάγων και δομών από βράχους στο εσωτερικό του παγετώνα. Τέλος στο σύμπλεγμα 3 (Cluster 3) στο μπροστινό μέρος του βράχου σημειώνεται ο βραδύτερος χρόνος (1,5m/έτος), κυρίως λόγω της μειωμένης κλίσης του εδάφους πάνω από την ευδιάκριτη αλλαγή κλίσης στα 2400m a.s.l.

[[Εικόνα:Glacier_fig_3_trakaki.PNG‎ |300px| thumb | right|''Εικόνα 3 Παρακολούθηση κίνησης για την περιοχή μελέτης,
πράσινο: 2016-2017 κόκκινο: 2017-2018
έγχρωμες τιμές αντιπροσωπεύουν μ./έτος'']]

==''Συμπεράσματα=='''

Η χρήση διαφορετικών καμερών με παρόμοια οπτική ανάλυση επιτρέπει τη δημιουργία ψηφιακών μοντέλων εδάφους (Digital Surface Models, DSM) με συγκρίσιμη ακρίβεια. Η ανάλυση DSM θα πρέπει να είναι 10 εκατοστά ή και περισσότερο για να επιτευχθεί αρκετός ισχυρός συνδυασμός σημείων σύνδεσης. Η παρακολούθηση μετακινήσεων μαζών με αλγόριθμους αντιστοίχισης σημείων σύνδεσης SIFT και SURF σε συνδυασμό με μια κατάλληλη μέθοδο φίλτρου επιτρέπει τη διάκριση διαφορετικών μοτίβων κίνησης σε γειτονικά σημεία. Ταυτόχρονα, παρατηρήθηκε ότι τα κρυμμένα σώματα πάγου και το απότομο έδαφος δυσχεραίνουν την ανίχνευση μετακινήσεων μέσω της αντιστοίχισης του σημείου σύνδεσης. Για αυτό το λόγο μια επαρκής επιφάνεια σημείων βράχου με μόνιμη όρθια θέση εξακολουθεί να απαιτείται προκειμένου να εντοπιστούν αξιόπιστα οι μεταβολές των παγετώνων.

Αρχείο:Glacier fig 3 trakaki.PNG

2020-02-11T18:20:47Z

TrakakiSpiridoula:

Αρχείο:Glacier fig 2 trakaki.PNG

2020-02-11T18:20:38Z

TrakakiSpiridoula:

Μετακίνηση μαζών ενός αλπικού παγετωνικού βράχου.

2020-02-11T18:20:14Z

TrakakiSpiridoula:

Αρχείο:Glacier fig 1 trakaki.PNG

2020-02-11T18:18:27Z

TrakakiSpiridoula: ''Εικόνα 1. Open CV Αντιστοίχιση σημείων σύνδεσης (tie point matching)''

''Εικόνα 1. Open CV Αντιστοίχιση σημείων σύνδεσης (tie point matching)''

Μετακίνηση μαζών ενός αλπικού παγετωνικού βράχου.

2020-02-11T18:17:29Z

TrakakiSpiridoula: