http://147.102.106.44/rs/wiki/index.php?feed=atom&target=Tsimento&title=%CE%95%CE%B9%CE%B4%CE%B9%CE%BA%CF%8C%3A%CE%A3%CF%85%CE%BD%CE%B5%CE%B9%CF%83%CF%86%CE%BF%CF%81%CE%AD%CF%82%2FTsimento 2026-04-16T12:02:37Z Από RemoteSensing Wiki MediaWiki 1.16.2 http://147.102.106.44/rs/wiki/index.php/%CE%95%CF%86%CE%B1%CF%81%CE%BC%CE%BF%CE%B3%CE%AD%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B9%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CF%85%CF%80%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CF%83%CF%84%CE%B9%CE%BA%CE%AC_%CF%83%CF%85%CF%83%CF%84%CE%AE%CE%BC%CE%B1%CF%84%CE%B1_%CF%85%CF%88%CE%B7%CE%BB%CF%8E%CE%BD_%CE%B5%CF%80%CE%B9%CE%B4%CF%8C%CF%83%CE%B5%CF%89%CE%BD 2011-02-21T18:39:53Z

<p>Tsimento: New page: ==Εισαγωγή== Για να είναι διαδραστική μια εφαρμογή που κάνει χρήση χαρτών πρέπει οι υπολογισμοί να γίνο...</p> <hr /> <div>==Εισαγωγή==<br /> <br /> Για να είναι διαδραστική μια εφαρμογή που κάνει χρήση χαρτών πρέπει οι υπολογισμοί να γίνονται σε πραγματικό χρόνο. Αυτό δυστυχώς αποκλείει κάποιες εφαρμογές που χρειάζονται μεγάλο όγκο υπολογισμών για να δώσουν τα αποτελέσματά τους και οι εφαρμογές τηλεπισκόπισης ανήκουν σ αυτήν την κατηγορία. Με την συνεχώς αυξανόμενη δύναμη των επεξεργαστών γραφικών (GPU) και των μοντέλων παράλληλου προγραμματισμού εφαρμογές όπως μια εφαρμογή η οποία θα απεικόνιζε αποτελέσματα επεξεργασίας τηλεπισκόπισης σε μια εικονική υδρόγειο σφαίρα δεν θα ήταν εφικτές. Μέχρι στιγμής δεν έχει γίνει ευρεία χρήση επεξεργασίας δεδομένων τηλεπισκόπισης βασισμένη σε GPU και στόχος αυτού του κειμένου είναι να δείξει μερικές απ τις δυνατότητες που υπάρχουν.<br /> <br /> ==Εξέλιξη μέχρι στιγμής==<br /> <br /> Σε κάθε σταθερό και φορητό υπολογιστή των τελευταίων ετών υπάρχει ένας παντοδύναμος αλλά όχι τόσο καλά αξιοποιούμενος επεξεργαστής. Πολλές προσπάθειες έχουν γίνει για να χρησιμοποιηθεί η ισχύς αυτού του επεξεργαστή είτε σε εφαρμογές γραφικών είτε σε απαιτητικές επεξεργαστικά εργασίες. Η GPU δεν είναι ακόμα μια μονάδα επεξεργασίας που απλά μπορεί να αντικαταστήσει τον κεντρικό επεξεργαστή (CPU). Έχει κάποιους περιορισμούς που δεν ισχύουν για τον κεντρικό επεξεργαστή και δυνατότητες παράλληλης εκτέλεσης που απαιτούν μεν διαφορετικούς αλγορίθμους αλλά μπορεί να δώσουν εκπληκτικά αποτελέσματα από θέματα ταχύτητας λόγο της παράλληλης επεξεργασίας.<br /> Έτσι εφαρμογές επεξεργασία εικόνας είναι απ τις πρώτες που υλοποιήθηκαν πάνω σε προγραμματιζόμενες GPU. O Rost (2006) έδειξε αρκετούς αλγορίθμους επεξεργασίας εικόνας βασισμένους σε μια βιβλιοθήκη προγραμματισμού που έκανε χρήση της GPU. Όσο αφορά την τηλεπισκόπιση οι Lambers et al. (2007) παρουσίασαν πρόταση για ένα πλαίσιο για διαδραστική οπτικοποίηση δεδομένων radar με έμφαση στη μείωση θορύβου της εικόνας με χρήση φίλτρου και τη μείωση του δυναμικού εύρους με χρήση tone mapping. Οι Fluck et al. (2006) και ο Scheuermann και Hensley (2007) διερεύνησαν μεθόδους για την παραγωγή ιστογραμμάτων με τη γρήση GPU. Οι μετασχηματισμοί Fourier μπορούν να γίνουν εξαιρετικά γρήγορα με τη χρήση GPU όπως έδειξαν ο Moreland και Angel (2003) πράγμα χρήσιμο για την μετατροπή των χωρικών δεδομένων σε δεδομένα συχνοτήτων, την επεξεργασία αυτών και την επαναφορά σε χωρικά δεδομένα.<br /> Η προβολή ψηφιακών μοντέλων εδάφους είναι μια διαδικασία που επίσης (προφανώς) μπορεί να γίνει από την GPU, αλλά μέθοδοι Ray Tracing μπορούν να προσθέσουν πολλές ακόμη δυνατότητες όπως διαφορετικές προβολές, μοντέλα κάμερας, μη φωτορεαλιστική απεικόνιση και άλλα εφφέ. <br /> Παρότι η GPU μπορεί να σχεδιάσει τεράστιες ποσότητες απλών τριγώνων, αντικείμενα όπως σφαίρες και κώνοι δεν μπορούν να σχεδιαστούν χωρίς πρώτα να χωριστούν σε μικρότερα τρίγωνα. Οι Randa et al. (2006) έδειξαν πως αυτό μπορεί να γίνει με παραμετρικά μοντέλα σε GPU και οι Loop και Blinn (2005) ανέπτυξαν μια μέθοδο για την απεικόνιση καμπυλών Bezier ανεξαρτήτως ανάλυσης.<br /> Οι μέθοδοι ανίχνευσης σύγκρουσης (collision detection) που έχουν αναπτυχθεί αρκετά (π.χ. Govindaraju et al. 2003) παρουσιάζουν ενδιαφέρον για χαρτογραφικές εφαρμογές καθώς σχετίζονται με τη σωστή τοποθέτηση ετικετών στους χάρτες.<br /> Ακόμα οι Bohm et al. (2009) ανέπτυξαν μεθόδους εξόρυξης δεδομένων χρήσιμες σε εφαρμογές GIS.<br /> <br /> ==Παραδείγματα Εικόνων==<br /> <br /> [[Εικόνα:RSwiki_GPUaccel_img1.jpg]]<br /> <br /> Εικόνα 1: Προβολή διανυσματικών δεδομένων<br /> <br /> [[Εικόνα:RSwiki_GPUaccel_img2.jpg]]<br /> <br /> Εικόνα 2: Προβολή δεδομένων Raster<br /> <br /> ==Παράδειγμα εφαρμογής==<br /> <br /> Η προβολή χαρτών, με τη μετατροπή του γεωγραφικού ύψους και πλάτους σε επίπεδο καρτεσιανό σύστημα συντεταγμένων χρειάζεται σημαντική επεξεργαστική δύναμη και είναι μια δυνατότητα που τα πακέτα GIS συνήθως έχουν. Σε μια μοντέρνα τυπική GPU η απεικόνιση 3 εκατομμυρίων διανυσμάτων χρειάζεται περίπου 200ms, πράγμα που σημαίνει ότι ακόμα και για μεγάλα σετ διανυσματικών δεδομένων η προβολή μπορεί να γίνει διαδραστικά σε πραγματικό χρόνο. Γραφικά raster μπορούν να προβληθούν αλλά λόγο της στάνταρ ακρίβειας των 32bit υπολογισμών που υποστηρίζουν οι περισσότερες GPU δεν υπάρχει ικανοποιητική ακρίβεια για χάρτες μεσαίας και μεγάλης κλίμακας. GPU με επεξεργαστές διπλή ακρίβεια (double precision floatin point) έχουν ανακοινωθεί για τα επόμενα χρόνια.<br /> <br /> [[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Μέτσοβο)]]</div>

Tsimento http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:RSwiki_GPUaccel_img2.jpg 2011-02-21T18:39:19Z

<p>Tsimento: </p> <hr /> <div></div>

Tsimento http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:RSwiki_GPUaccel_img1.jpg 2011-02-21T18:39:00Z

<p>Tsimento: </p> <hr /> <div></div>

Tsimento http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BE%CE%B9%CE%BF%CE%BB%CF%8C%CE%B3%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%AD%CE%BA%CE%B8%CE%B5%CF%83%CE%B7%CF%82_%CF%83%CE%B5_%CE%BA%CE%B1%CF%80%CE%BD%CE%BF%CF%8D_%CF%84%CF%89%CE%BD_%CE%B4%CE%B1%CF%83%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CF%85%CF%81%CE%BA%CE%B1%CE%B3%CE%B9%CF%8E%CE%BD_%CE%BC%CE%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B9%CF%83%CE%B7%CF%82_%CF%83%CE%B5_%CE%BC%CE%BF%CE%BD%CF%84%CE%AD%CE%BB%CE%BF_%CE%B4%CE%B9%CE%AC%CF%87%CF%85%CF%83%CE%B7%CF%82_%CF%81%CF%8D%CF%80%CE%B1%CE%BD%CF%83%CE%B7%CF%82 2011-02-21T18:34:48Z

<p>Tsimento: New page: ==Εισαγωγή== Οι αναλυτές της κλιματικής αλλαγής προβλέπουν ότι οι δασικές πυρκαγιές θα γίνουν ποιο συχ...</p> <hr /> <div>==Εισαγωγή==<br /> <br /> Οι αναλυτές της κλιματικής αλλαγής προβλέπουν ότι οι δασικές πυρκαγιές θα γίνουν ποιο συχνές και έντονες στα επόμενα 50 χρόνια. Τα αποτελέσματα στην υγεία λόγου του καπνού δεν έχουν μελετηθεί αρκετά λόγο της έλλειψης δεδομένων έκθεσης στον καπνό. Επειδή οι περισσότερες πυρκαγιές λαμβάνουν χώρα σε εκτάσεις με αραιό δίκτυο καταγραφής του αέρα χρησιμοποιούνται συνεχώς καινούριες μέθοδοι αξιολόγησης για να μπορέσουν να γίνουν επιδημιολογικές μελέτες στους επηρεαζόμενους πληθυσμούς. Στα εδώ αριθμητικά μοντέλα που βασίζονται σε συνδυασμό δεδομένων τηλεπισκόπισης για να υπολογιστούν τα επίπεδα καπνού σε μέσους ώρους 24ώρου και οι μέσες συγκεντρώσεις αιωρούμενων σωματιδίων σε μια περιοχή 325000 τετραγωνικών χιλιομέτρων σε μια περίοδο 92 ημερών το 2003<br /> <br /> ==Μέθοδολογία==<br /> <br /> Δημιουργήθηκε μετεωρολογικό μοντέλου CALMET με δεδομένα από 99 μετεωρολογικούς σταθμούς και δεδομένα από μοντέλο μετεωρολογικών προβλέψεων. Τα αποτελέσματα χρησιμοποιήθηκαν ως δεδομένα σε μοντέλο διασποράς CALPUFF. Οι θέσεις τον πυρκαγιών βρέθηκαν από δεδομένα του MODIS. Συγκρίθηκαν τρεις μέθοδοι εκτίμησης εκπομπών σωματιδίων:<br /> <br /> *Το μοντέλο προβλέψεων εκπομπών της δασικής υπηρεσίας των Ηνωμένων πολιτειών (EPM)<br /> *Το σύστημα πρόβλεψης συμπεριφοράς πυρκαγιών του δασαρχείου του Καναδά (FBP)<br /> *Υπολογισμοί βασισμένοι στην ένταση ακτινοβολίας που εντόπισε ο Modis. (MRP)<br /> <br /> Η χωρική ορθότητα του μοντέλου αξιολογήθηκε από την οριζόντια υπέρθεση μεταξύ των προβλέψεων του μοντέλου CALPUFF και των εικόνων των πλουμίων από τον MODIS. Οι μέσες συγκεντρώσεις σωματιδίων ανά 24ωρο υπολογίστηκαν και συγκρίθηκαν με μετρήσεις από σταθμούς εδάφους.<br /> <br /> ==Αποτελέσματα==<br /> <br /> Τα αποτελέσματα για μια περιοχή 12500 τετραγωνικών χιλιομέτρων σε διάστημα 14 ημερών δείχνουν ότι τα μοντέλα CALMET/CALPUFF υπολόγισαν το 65% των αποτυπωμάτων των πλουμίων του καπνού κατά μέσο όρο, 2 παραδείγματα φαίνονται παρακάτω. Οι συγκεντρώσεις την επιφανείας στο μοναδικό σταθμό μέτρησης στην περιοχή μελέτης υποεκτιμήθηκαν από τη μέθοδο EPM και υπερεκτιμήθηκαν από τις μεθόδους FBP και MRP. Η συσχέτιση μεταξύ μοντέλου και 24ωρων μέσων έφτασε στην τιμή R2=0.7, 0.7 και 0.68 αντίστοιχα. Οι υψηλές τιμές συσχέτισης δείχνουν ότι το CALPUFF προσεγγίζει τις χρονικές τάσεις σε όλες τις περιπτώσεις. Παρότι οι υπολογισμένες από τη μέθοδο MRP συγκεντρώσεις των σωματιδίων είναι μη ρεαλιστικές για πυρκαγιές με μεγάλη ακτινοβολία, οι αριθμητικές της μεθόδου είναι ποιο εύκολο να μειωθούν αναλογικά σε σχέση με τα αποτελέσματα των μοντέλων EPM και FBP. Τεχνικές για την περαιτέρω βελτίωση των τελικών αποτελεσμάτων θα συζητηθούν παρακάτω<br /> <br /> [[Εικόνα:Rswiki_fires2_img1.jpg]]<br /> <br /> Εικόνα 1: Οι σκοτεινές περιοχές είναι πλούμια καπνού που εντόπισε ο MODIS και οι οι γραμμές ίσης συγκέντρωσης είναι αποτέλεσμα του μοντέλου CALPUFF<br /> <br /> ==Συμπεράσματα – Συζήτηση==<br /> <br /> Οι περισσότερες προσομοιώσεις πλουμίων καπνού από πυρκαγιές απαιτούν πολύπλοκα μοντέλα για την εκτίμηση της εξάπλωσης της και του ρυθμού εκπομπής σωματιδίων. Εδώ δείξαμε ότι τα ήδη υπάρχοντα δεδομένα από τηλεπισκόπιση μπορούν να δώσουν αποτελέσματα ισάξιας ποιότητας. Αυτή η μέθοδος αναμένεται να απλοποιήσει τα μοντέλα έκθεσης πληθυσμού σε καπνό για περαιτέρω επιδημιολογικές μελέτες.<br /> <br /> [[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Μέτσοβο)]]</div>

Tsimento http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Rswiki_fires2_img1.jpg 2011-02-21T18:33:23Z

<p>Tsimento: </p> <hr /> <div></div>

Tsimento http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%BF_%CF%83%CF%87%CE%AD%CE%B4%CE%B9%CE%BF_%CF%80%CE%B5%CE%B4%CE%AF%CE%BF%CF%85_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B9%CF%82_%CE%B4%CE%B1%CF%83%CE%B9%CE%BA%CE%AD%CF%82_%CF%80%CF%85%CF%81%CE%BA%CE%B1%CE%B3%CE%B9%CE%AD%CF%82_%CF%84%CE%BF%CF%85_2002_%CF%83%CF%84%CE%BF_%CE%BA%CE%B1%CF%84%CE%B1%CF%86%CF%8D%CE%B3%CE%B9%CE%BF_%CE%AC%CE%B3%CF%81%CE%B9%CE%B1%CF%82_%CE%B6%CF%89%CE%AE%CF%82_%CF%84%CE%BF%CF%85_Huai-Kha-Khaeng_%CF%83%CF%84%CE%B7%CE%BD_%CE%B5%CF%80%CE%B1%CF%81%CF%87%CE%AF%CE%B1_Uthaitani_%CF%83%CF%84%CE%B7%CE%BD_%CE%B4%CF%85%CF%84%CE%B9%CE%BA%CE%AE_%CE%A4%CE%B1%CF%8A%CE%BB%CE%AC%CE%BD%CE%B4%CE%B7 2011-02-21T18:29:50Z

<p>Tsimento: New page: ==Περίληψη== Η αποψίλωση των δασών είναι ένα από τα μεγαλύτερα προβλήματα και οι πυρκαγιές η κύρια αιτί...</p> <hr /> <div>==Περίληψη==<br /> <br /> Η αποψίλωση των δασών είναι ένα από τα μεγαλύτερα προβλήματα και οι πυρκαγιές η κύρια αιτία αυτού. Η τηλεπισκόπιση είναι η πιο αποδοτική και συμφέρουσα λύση για την καταγραφή των εν εξελίξει δασικών πυρκαγιών σε εύρος περιοχών σε συνεχή βάση. <br /> Η ακρίβεια των μεθόδων ανίχνευσης πυρκαγιών δεν έχει αποτιμηθεί στην Ταϊλάνδη. Ο γενικός αλγόριθμος ανίχνευσης που χρησιμοποιείται γενικά δεν έχει βελτιστοποιηθεί για τις τοπικές συνθήκες. Στην Ταϊλάνδη τα μεικτά φυλλοβόλα δάση είναι η πλειοψηφία και εκεί που συμβαίνουν οι πυρκαγιές.<br /> <br /> ==Σκοπός==<br /> <br /> *Να εκτιμηθεί η ακρίβεια ανίχνευσης των δασικών πυρκαγιών για δύο είδη δασών με χρήση MODIS.<br /> *Να αναπτυχθεί ένας νέος αλγόριθμος για τα δύο είδη δασών στην Ταϊλάνδη με εισαγωγή τοπικών παραμέτρων όπως NDVI, ιστορικό δάσους, υετόπτωση, υγρασία, θερμοκρασία εδάφους και ανθρώπινη δραστηριότητα<br /> *Να αναπτυχθεί ένας νέος αλγόριθμος για να εντοπίζονται οι καμμένες περιοχές από εικόνες MODIS<br /> <br /> ==Υπό μελέτη περιοχή==<br /> <br /> Η περιοχή παγκόσμιας φυσικής κληρονομιάς Huai-Kha-Khaeng<br /> Στην περιοχή Utaitani. Αποτελείται από 4 επαρχίες, τις Suphan-Buri, Utaitani, Kanchanaburi, και Tak με συνολική έκταση 2,574 τετραγωνικών χιλιομέτρων. <br /> <br /> [[Εικόνα:Rswiki_fires1_img1.jpg]]<br /> <br /> Εικόνα 1: Η θέση της περιοχής στην Ταϊλάνδη<br /> <br /> [[Εικόνα:Rswiki_fires1_img2.jpg]]<br /> <br /> Εικόνα 2: Η θέση της περιοχής σε έγχρωμο σύνθετο RGB(3,2,1)<br /> <br /> ==Συλλογή Δεδομένων==<br /> <br /> Τα καθημερινά δεδομένα του δορυφόρου Terra-MODIS ελήφθησαν από το Ασιατικό κέντρο έρευνας και τηλεπισκόπισης. Παλαιότερα δεδομένα εδάφους και χάρτες καμένων εκτάσεων από το 1999 το 2000 και το 2001 από το βασιλικό τμήμα δασών και το τμήμα πρόληψης δασικών πυρκαγιών. <br /> Εικόνες από Landsat-7 και Terra/Aster χρησιμοποιήθηκαν για επαλήθευση των εξαγχθέντων δεδομένων για τις καμένες εκτάσεις από τον Terra MODIS.<br /> Τα τρέχοντα και παρελθοντικά σημεία πυρκαγιών εξήχθησαν από το αργείο του World Fire Web. Τα επίπεδα των Γ.Σ.Π. από το γραφείο δασικών πόρων. Η θέση και το μέγεθος του μετώπου της δασικής φωτιάς μετρήθηκαν με GPS από εδάφους και από ελικόπτερο. Τον Φεβρουάριο, ο θερμογραφικός αισθητήρας του καθηγητή Fukui από το πανεπιστήμιο του Keio στην Ιαπωνία, θα χρησιμοποιηθεί για πειράματα μικρών αποστάσεων όσο αφορά την ένταση και την θερμοκρασία της πυρκαγιάς σε πειράματα καθώς και σε πραγματικές πυρκαγιές.<br /> <br /> ==Αναμενόμενη Συνεισφορά==<br /> <br /> Η επίδειξη της χρησιμότητας των δορυφορικών συστημάτων στην καταπολέμηση δασικών πυρκαγιών.<br /> Να αποδειχθεί ότι είναι δυνατή η καταγραφή των (προσωρινά) καμένων εδαφών για την καλύτερη κατανόηση των χαρακτηριστικών των δασικών πυρκαγιών που συμβαίνουν συχνότερα<br /> Καθώς και να αποδειχθεί η αξιοπιστία των ενεργών συστημάτων προστασίας από δασικές πυρκαγιές που βασίζονται σε δορυφόρους.<br /> <br /> [[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Μέτσοβο)]]</div>

Tsimento http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Rswiki_fires1_img2.jpg 2011-02-21T18:29:01Z

<p>Tsimento: </p> <hr /> <div></div>

Tsimento http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Rswiki_fires1_img1.jpg 2011-02-21T18:28:44Z

<p>Tsimento: </p> <hr /> <div></div>

Tsimento http://147.102.106.44/rs/wiki/index.php/%CE%95%CE%BD%CF%83%CF%89%CE%BC%CE%AC%CF%84%CF%89%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B9%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CE%B5%CF%87%CE%BD%CE%B9%CE%BA%CF%8E%CE%BD_%CE%93.%CE%A3.%CE%A0._%CE%B3%CE%B9%CE%B1_%CE%B5%CF%86%CE%B1%CF%81%CE%BC%CE%BF%CE%B3%CE%AD%CF%82_%CF%80%CE%B1%CF%81%CE%B1%CE%BA%CE%BF%CE%BB%CE%BF%CF%8D%CE%B8%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CF%84%CE%BF%CE%BB%CE%B9%CF%83%CE%B8%CE%AE%CF%83%CE%B5%CF%89%CE%BD 2011-02-21T18:23:18Z

<p>Tsimento: </p> <hr /> <div>__FORCETOC__<br /> <br /> ==Περίληψη==<br /> <br /> Με το πλεονέκτημα της περιοδικότητας και της μεγάλου γεωγραφικού εύρους παρατήρησης η χρήση τηλεπισκόπισης σε συνδυασμό με τα Γ.Σ.Π. και μπορεί να βοηθήσει σημαντικά στο να προβλεφθεί ο κίνδυνος κατολισθήσεων. Οι χρήσεις γης και οι θερμοκρασίες έχουν ληφθεί από τον Landsat. Τα υψόμετρα και οι κλήσεις ελήφθησαν από ψηφιακό μοντέλο εδάφους που δημιουργήθηκε από αεροφωτογραφίες και με συνδυασμούς των παραπάνω δεδομένων δημιουργήθηκαν οι χάρτες για τα υπόγεια ύδατα. Από αυτά μέσω απλών αλγορίθμων δημιουργήθηκαν διαφορετικές ζώνες επικινδυνότητας οι οποίες μέσω επεξεργασίας με Γ.Σ.Π. δημιουργήθηκαν οι τελικοί χάρτες.<br /> <br /> ==Εισαγωγή==<br /> <br /> Οι κατολισθήσεις είναι από τις μεγαλύτερες φυσικές καταστροφές σε πολλές χώρες και η πρόβλεψη δύσκολη γιατί η περιπλοκότητα των παραγόντων και η σχέσεις μεταξύ τους ποικίλλει. Οι παράγοντες είναι συνήθως η γεωλογία, ο τύπος των εδαφών, η θερμοκρασία της επιφανείας, οι χρήσεις γης, το επίπεδο των υπόγειων υδάτων, ο προσανατολισμός της κλίσης, η κλήση και το υψόμετρο κτλ. Κανονικά οι αιτίες της κατολίσθησης προσδιορίζονται με δειγματοληψία εδάφους, κλήσης, επιπέδου υπογείων υδάτων γεωλογίας κλτ. Αυτό είναι δύσκολο να γίνει για μεγάλες εκτάσεις αλλά με την εισαγωγή των Γ.Σ.Π. όλες οι πληροφορίες μπορούν να συνδυαστούν και να αναλυθούν ώστε να προκύψει η πιθανότητα κατολίσθησης για μια συγκεκριμένη περιοχή. Ο σκοπός της έρευνας αυτής είναι να προσδιορίσει μια κατάλληλη μεθοδολογία πρόβλεψης κατολισθήσεων στην περιοχή μελέτης του Grenting Sempah που καλύπτει μια έκταση 8 Χ 10 χιλιόμετρα με δεδομένα από τον δορυφόρο Landsat 5 TM.<br /> <br /> [[Εικόνα:rswiki_landslide1_img1.jpg]]<br /> <br /> Εικόνα 1: Η περιοχή μελέτης<br /> <br /> ==Επεξεργασία και εξαγωγή πληροφορίας==<br /> <br /> Στη μελέτη χρησιμοποιήθηκαν διάφορα είδη δεδομένων. Μερικά απ αυτά ήταν τα δεδομένα της θερμοκρασίας εδάφους και των χρίσεων γης από τον Landsat-5 TM, της στάθμης των υπογείων υδάτων και αεροφωτογραφίες για τον προσδιορισμό του ψηφιακού μοντέλου εδάφους. Δεδομένα όπως η γεωλογία, το τύπος του εδάφους και η βροχόπτωση δεν συμπεριλήφθηκαν στην επεξεργασία<br /> <br /> ''Η θερμοκρασία της επιφανείας''<br /> <br /> Η θερμοκρασία επιφανείας είναι έντονα συσχετισμένη με το επίπεδο των υπογείων υδάτων και χρησιμοποιείται συνήθως από ερευνητές για την πρόβλεψη κατολισθήσεων. Το κανάλι 6 του Landsat-5 TM διορθώθηκε για σφάλματα λόγο παρεμβολής της ατμόσφαιρας και υπολογίστηκε η θερμοκρασία εδάφους. Οι θερμοκρασίες όπως φαίνονται στην εικόνα 2 κυμαινόντουσαν από 24 μέχρι 34 βαθμούς Κελσίου και σύμφωνα με παλαιότερες μελέτες (Shikada, 1994) οι περισσότερες περιοχές που κατολίσθησαν είχαν θερμοκρασίες μεταξύ 24 και 26 βαθμών..<br /> <br /> [[Εικόνα:rswiki_landslide1_img2.jpg]]<br /> Εικόνα 2: Θερμοκρασίες επιφανείας εδάφους<br /> <br /> ''Το Ψηφιακό Μοντέλο Εδάφους''<br /> <br /> Το ψηφιακό μοντέλο εδάφους δημιουργήθηκε από ζεύγος αεροφωτογραφιών και στη συνέχεια παράχθηκε ο χάρτης κλίσεων. Και το ψηφιακό μοντέλο εδάφους συνυπολογίστηκαν με συγκεκριμένους αλγορίθμους ώστε να παραχθεί ο χάρτης επικινδυνότητας. Μια τρισδιάστατη απεικόνιση του ψηφιακού μοντέλου εδάφους φαίνεται στην εικόνα 3. Από μελέτες (Gao, 1995) οι περισσότερες κατολισθήσεις συμβαίνουν μεταξύ 400 και 500 μέτρων σε κλίσης μεταξύ 35 και 45 μοιρών<br /> <br /> [[Εικόνα:rswiki_landslide1_img3.jpg]] <br /> Εικόνα 3: Τρισδιάστατη απεικόνιση ψηφιακού μοντέλου εδάφους<br /> <br /> ''Χρήσεις Γης''<br /> <br /> Μετά από επεξεργασία των φωτογραφιών του Landsat-5 TM συντάχθηκε χάρτης χρήσεων γης με 4 κατηγορίες (Δάσος, θαμνώδεις εκτάσεις, αγροτική γη και αστικές περιοχές) με χρήση επιβλεπόμενης κατηγοριοποίησης και την μέθοδο nearest neighbour. Ο χάρτης που φαίνεται στην εικόνα 4 χωρίζεται σε ζώνες επικινδυνότητας βάση των μελετών του Morgan (1986).<br /> <br /> [[Εικόνα:rswiki_landslide1_img4.jpg]]<br /> <br /> Εικόνα 4: Χάρτης χρήσεων γης<br /> <br /> ''Χάρτης υπογείων υδάτων''<br /> <br /> Ο χάρτης υπογείων υδάτων δημιουργήθηκε από τον συνδυασμό των παραπάνω δεδομένων που εμπεριέχουν τη κλήση των εδαφών, το υψόμετρο, το κανάλι 6 του Landsat, και τον κανονικοποιημένο δείκτη βλάστησης (NDVI). Το αποτέλεσμα φαίνεται στην εικόνα 5 με τη στάθμη των υπογείων υδάτων να κυμαίνεται από 0 έως 18 μέτρα υπό την επιφάνεια. Οι υγρές και αγροτικές περιοχές έχουν ρηχά νερά και σύμφωνα με τον Takagi (1991), οι περισσότερες κατολισθήσεις συμβαίνουν σε βάθη υδροφόρου από 3 έως 6 μέτρα.<br /> <br /> [[Εικόνα:rswiki_landslide1_img5.jpg]] <br /> <br /> Εικόνα 5: Χάρτης στάθμης υπογείων υδάτων<br /> <br /> ==Eρμηνία==<br /> <br /> Όλα τα δεδομένα επεξεργάστηκαν με χρήση λογισμικού ILWIS 2.02. Τα δεδομένα κατηγοριοποιήθηκαν σε διαφορετικές ζώνες επικινδυνότητας και συνδυάστηκαν ώστε να προκύψουν οι τελικοί χάρτες επικινδυνότητας (Εικόνες 6 και 7). Η εικόνα 7 δείχνει ότι ο κίνδυνος βρίσκεται κυρίως κοντά στις άκρες του δρόμου και στις αγροτικές περιοχές. Αυτές οι περιοχές έχουν συνήθως θερμοκρασίες 24 με 26 βαθμών Κελσίου, υψόμετρα μεταξύ 400 και 500 μέτρων και στάθμη υπογείων υδάτων μεταξύ 3 και 6 μέτρων. Παρότι δεν υπάρχουν ενδείξεις ότι αυτές οι περιοχές είναι πράγματι επίφοβες για κατολίσθηση ο συνδυασμός των παραπάνω παραγόντων δείχνει ότι αυτές οι περιοχές είναι ποιο επικίνδυνες από άλλες στην περιοχή μελέτης.<br /> <br /> [[Εικόνα:rswiki_landslide1_img6.jpg]]<br /> <br /> Εικόνα 6: Χωρική βάση δεδομένων του Γ.Σ.Π.<br /> <br /> [[Εικόνα:rswiki_landslide1_img7.jpg]]<br /> <br /> Εικόνα 7: Χάρτης κινδύνου κατολίσθησης από συνδυασμό όλων των παραπάνω παραγόντων <br /> <br /> ==Συμπέρασμα==<br /> <br /> Η μελέτη δείχνει ότι οι μέθοδοι τηλεπισκόπισης σε συνδυασμό με τα Γ.Σ.Π. μπορούν να αποτελέσουν ένα χρήσιμο εργαλείο για να μελετηθούν πιθανώς επικίνδυνες για κατολίσθηση περιοχές. Παρόλα αυτά η ακρίβεια των τελικών αποτελεσμάτων εξαρτάται από συγκεκριμένες παραμέτρους στο σύνολο των δεδομένων. Στην περίπτωσή αυτή δεν ενσωματώθηκαν όλες οι απαραίτητες παράμετροι λόγο έλλειψη δεδομένων.<br /> <br /> [[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Μέτσοβο)]]</div>

Tsimento http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%85%CF%84%CF%8C%CE%BC%CE%B1%CF%84%CE%B7_%CE%B1%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CE%BA%CE%B1%CF%84%CE%BF%CE%BB%CE%B9%CF%83%CE%B8%CE%AE%CF%83%CE%B5%CF%89%CE%BD_%CE%BC%CE%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B5%CF%87%CE%BD%CE%B9%CE%BA%CF%8E%CE%BD_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B9%CF%83%CE%B7%CF%82_%CF%83%CF%84%CE%B9%CF%82_Betic_Cordilleras 2011-02-21T18:23:02Z

<p>Tsimento: </p> <hr /> <div>==Εισαγωγη==<br /> <br /> Στο παρακάτω κείμενο παρουσιάζονται τα παρακάτω αποτελέσματα από την επεξεργασία που χρησιμοποιήθηκε ώστε να ανιχνευτούν κατολισθήσεις με χρήση τηλεπισκόπησης σε βραχώδεις μάζες των Betic Cordilleras. Μετά από γεωμετρικές και ραδιομετρικές διορθώσεις, χρησιμοποιήθηκαν τεχνικές για μια πρώτη οπτική προσέγγιση στην αναγνώριση της κατολίσθησης από φιλτράρισμα (λαπλασιανό φιλτράρισμα και φιλτράρισμα υφής) πανχρωματικών εικόνων, μέχρι έγχρωμα σύνθετα, δείκτες βλάστησης (NDVI), αριθμητικές μέθοδοι και ανάλυση κυρίων συνιστωσών πολυφασματικών εικόνων διαφόρων δορυφόρων (Landsat, Spot 5 και Ikonos).<br /> <br /> ==Μεθοδολογία==<br /> <br /> Μέσω ανάλυσης Γ.Σ.Π. υπολογίσαμε βασικά στατιστικά επί συνόλου εικόνων και εικονοστοιχείων που αντιστοιχούν σε διάφορους τύπους κατολισθήσεων (Πτώση βράχων, Ολίσθηση βράχων και ροές κορημάτων) και επιπρόσθετα συντελεστές Kolmogorov-Smirnov για να προσδιοριστεί η συσχέτιση μεταξύ εικόνων και κινήσεων. Σε γενικές γραμμές, οι πανχρωματικές και πολυφασματικές εικόνες παρουσιάσουν μεγαλύτερη συσχέτηση από τις επεξεργασμένες εικόνες (NDVI και πανχρωματικά κανάλια), με τη διαφορά των φασματικών υπογραφών να υποδεικνύουν τον τύπο της κατολίσθησης. Οι πτώσεις βράχων εμφανίζονται σε ποιο σκούρες ζώνες ενώ οι ολισθήσεις βράχων και ειδικά οι ροές κορημάτων σε ποιο φωτεινές. Με αυτό τον τρόπο η ψηφιακή ταξινόμηση επιτρέπει την αναγνώριση των μετακινούμενων περιοχών βάση τοπολογίας. <br /> <br /> ==Δείγματα αποτελεσμάτων==<br /> <br /> [[Εικόνα:Rswiki_landslide2_img1.jpg]]<br /> <br /> Εικόνα 1: Εποπτευόμενη ταξινόμηση λήψης από Spot 5<br /> <br /> [[Εικόνα:Rswiki_landslide2_img2.jpg]]<br /> <br /> Εικόνα 2: Επεξεργασμένη εποπτευόμενη ταξινόμηση.<br /> <br /> ==Συμπεράσματα==<br /> <br /> Η χρήση φίλτρων υφής (μεταβλητότητας, μέσης ευκλείδιας απόστασης και GLCM (Gray Level Co-occurrence Matrix) εντροπίας) που σχηματίζουν εικόνες με μεγαλύτερες τιμές στα σημεία κατολίσθησης μας βοηθούν να ξεχωρίσουμε τις ζώνες κατολισθήσεων από άλλες χρήσεις γης των οποίον η φασματική υπογραφή μπορεί να μοιάζει. Σαν συμπέρασμα έχουμε την ανάγκη για συνδυασμό ψηφιακής ταξινόμησης και ανάλυσης υφής για να εντοπίσουμε τα σημεία όπου συνέβησαν οι κατολισθήσεις και τις μετακινούμενες περιοχές.<br /> <br /> [[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Μέτσοβο)]]</div>

Tsimento http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%85%CF%84%CF%8C%CE%BC%CE%B1%CF%84%CE%B7_%CE%B1%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CE%BA%CE%B1%CF%84%CE%BF%CE%BB%CE%B9%CF%83%CE%B8%CE%AE%CF%83%CE%B5%CF%89%CE%BD_%CE%BC%CE%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B5%CF%87%CE%BD%CE%B9%CE%BA%CF%8E%CE%BD_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B9%CF%83%CE%B7%CF%82_%CF%83%CF%84%CE%B9%CF%82_Betic_Cordilleras 2011-02-21T18:16:16Z

<p>Tsimento: New page: ==Εισαγωγη== Στο παρακάτω κείμενο παρουσιάζονται τα παρακάτω αποτελέσματα από την επεξεργασία που χρη...</p> <hr /> <div>==Εισαγωγη==<br /> <br /> Στο παρακάτω κείμενο παρουσιάζονται τα παρακάτω αποτελέσματα από την επεξεργασία που χρησιμοποιήθηκε ώστε να ανιχνευτούν κατολισθήσεις με χρήση τηλεπισκόπησης σε βραχώδεις μάζες των Betic Cordilleras. Μετά από γεωμετρικές και ραδιομετρικές διορθώσεις, χρησιμοποιήθηκαν τεχνικές για μια πρώτη οπτική προσέγγιση στην αναγνώριση της κατολίσθησης από φιλτράρισμα (λαπλασιανό φιλτράρισμα και φιλτράρισμα υφής) πανχρωματικών εικόνων, μέχρι έγχρωμα σύνθετα, δείκτες βλάστησης (NDVI), αριθμητικές μέθοδοι και ανάλυση κυρίων συνιστωσών πολυφασματικών εικόνων διαφόρων δορυφόρων (Landsat, Spot 5 και Ikonos).<br /> <br /> ==Μεθοδολογία==<br /> <br /> Μέσω ανάλυσης Γ.Σ.Π. υπολογίσαμε βασικά στατιστικά επί συνόλου εικόνων και εικονοστοιχείων που αντιστοιχούν σε διάφορους τύπους κατολισθήσεων (Πτώση βράχων, Ολίσθηση βράχων και ροές κορημάτων) και επιπρόσθετα συντελεστές Kolmogorov-Smirnov για να προσδιοριστεί η συσχέτιση μεταξύ εικόνων και κινήσεων. Σε γενικές γραμμές, οι πανχρωματικές και πολυφασματικές εικόνες παρουσιάσουν μεγαλύτερη συσχέτηση από τις επεξεργασμένες εικόνες (NDVI και πανχρωματικά κανάλια), με τη διαφορά των φασματικών υπογραφών να υποδεικνύουν τον τύπο της κατολίσθησης. Οι πτώσεις βράχων εμφανίζονται σε ποιο σκούρες ζώνες ενώ οι ολισθήσεις βράχων και ειδικά οι ροές κορημάτων σε ποιο φωτεινές. Με αυτό τον τρόπο η ψηφιακή ταξινόμηση επιτρέπει την αναγνώριση των μετακινούμενων περιοχών βάση τοπολογίας. <br /> <br /> ==Δείγματα αποτελεσμάτων==<br /> <br /> [[Εικόνα:Rswiki_landslide2_img1.jpg]]<br /> <br /> Εικόνα 1: Εποπτευόμενη ταξινόμηση λήψης από Spot 5<br /> <br /> [[Εικόνα:Rswiki_landslide2_img2.jpg]]<br /> <br /> Εικόνα 2: Επεξεργασμένη εποπτευόμενη ταξινόμηση.<br /> <br /> ==Συμπεράσματα==<br /> <br /> Η χρήση φίλτρων υφής (μεταβλητότητας, μέσης ευκλείδιας απόστασης και GLCM (Gray Level Co-occurrence Matrix) εντροπίας) που σχηματίζουν εικόνες με μεγαλύτερες τιμές στα σημεία κατολίσθησης μας βοηθούν να ξεχωρίσουμε τις ζώνες κατολισθήσεων από άλλες χρήσεις γης των οποίον η φασματική υπογραφή μπορεί να μοιάζει. Σαν συμπέρασμα έχουμε την ανάγκη για συνδυασμό ψηφιακής ταξινόμησης και ανάλυσης υφής για να εντοπίσουμε τα σημεία όπου συνέβησαν οι κατολισθήσεις και τις μετακινούμενες περιοχές.</div>

Tsimento http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Rswiki_landslide2_img2.jpg 2011-02-21T18:14:54Z

<p>Tsimento: </p> <hr /> <div></div>

Tsimento http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Rswiki_landslide2_img1.jpg 2011-02-21T18:14:40Z

<p>Tsimento: </p> <hr /> <div></div>

Tsimento http://147.102.106.44/rs/wiki/index.php/%CE%95%CE%BD%CF%83%CF%89%CE%BC%CE%AC%CF%84%CF%89%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B9%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CE%B5%CF%87%CE%BD%CE%B9%CE%BA%CF%8E%CE%BD_%CE%93.%CE%A3.%CE%A0._%CE%B3%CE%B9%CE%B1_%CE%B5%CF%86%CE%B1%CF%81%CE%BC%CE%BF%CE%B3%CE%AD%CF%82_%CF%80%CE%B1%CF%81%CE%B1%CE%BA%CE%BF%CE%BB%CE%BF%CF%8D%CE%B8%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CF%84%CE%BF%CE%BB%CE%B9%CF%83%CE%B8%CE%AE%CF%83%CE%B5%CF%89%CE%BD 2011-02-21T18:09:34Z

<p>Tsimento: </p> <hr /> <div>__FORCETOC__<br /> <br /> ==Περίληψη==<br /> <br /> Με το πλεονέκτημα της περιοδικότητας και της μεγάλου γεωγραφικού εύρους παρατήρησης η χρήση τηλεπισκόπισης σε συνδυασμό με τα Γ.Σ.Π. και μπορεί να βοηθήσει σημαντικά στο να προβλεφθεί ο κίνδυνος κατολισθήσεων. Οι χρήσεις γης και οι θερμοκρασίες έχουν ληφθεί από τον Landsat. Τα υψόμετρα και οι κλήσεις ελήφθησαν από ψηφιακό μοντέλο εδάφους που δημιουργήθηκε από αεροφωτογραφίες και με συνδυασμούς των παραπάνω δεδομένων δημιουργήθηκαν οι χάρτες για τα υπόγεια ύδατα. Από αυτά μέσω απλών αλγορίθμων δημιουργήθηκαν διαφορετικές ζώνες επικινδυνότητας οι οποίες μέσω επεξεργασίας με Γ.Σ.Π. δημιουργήθηκαν οι τελικοί χάρτες.<br /> <br /> ==Εισαγωγή==<br /> <br /> Οι κατολισθήσεις είναι από τις μεγαλύτερες φυσικές καταστροφές σε πολλές χώρες και η πρόβλεψη δύσκολη γιατί η περιπλοκότητα των παραγόντων και η σχέσεις μεταξύ τους ποικίλλει. Οι παράγοντες είναι συνήθως η γεωλογία, ο τύπος των εδαφών, η θερμοκρασία της επιφανείας, οι χρήσεις γης, το επίπεδο των υπόγειων υδάτων, ο προσανατολισμός της κλίσης, η κλήση και το υψόμετρο κτλ. Κανονικά οι αιτίες της κατολίσθησης προσδιορίζονται με δειγματοληψία εδάφους, κλήσης, επιπέδου υπογείων υδάτων γεωλογίας κλτ. Αυτό είναι δύσκολο να γίνει για μεγάλες εκτάσεις αλλά με την εισαγωγή των Γ.Σ.Π. όλες οι πληροφορίες μπορούν να συνδυαστούν και να αναλυθούν ώστε να προκύψει η πιθανότητα κατολίσθησης για μια συγκεκριμένη περιοχή. Ο σκοπός της έρευνας αυτής είναι να προσδιορίσει μια κατάλληλη μεθοδολογία πρόβλεψης κατολισθήσεων στην περιοχή μελέτης του Grenting Sempah που καλύπτει μια έκταση 8 Χ 10 χιλιόμετρα με δεδομένα από τον δορυφόρο Landsat 5 TM.<br /> <br /> [[Εικόνα:rswiki_landslide1_img1.jpg]]<br /> <br /> Εικόνα 1: Η περιοχή μελέτης<br /> <br /> ==Επεξεργασία και εξαγωγή πληροφορίας==<br /> <br /> Στη μελέτη χρησιμοποιήθηκαν διάφορα είδη δεδομένων. Μερικά απ αυτά ήταν τα δεδομένα της θερμοκρασίας εδάφους και των χρίσεων γης από τον Landsat-5 TM, της στάθμης των υπογείων υδάτων και αεροφωτογραφίες για τον προσδιορισμό του ψηφιακού μοντέλου εδάφους. Δεδομένα όπως η γεωλογία, το τύπος του εδάφους και η βροχόπτωση δεν συμπεριλήφθηκαν στην επεξεργασία<br /> <br /> ''Η θερμοκρασία της επιφανείας''<br /> <br /> Η θερμοκρασία επιφανείας είναι έντονα συσχετισμένη με το επίπεδο των υπογείων υδάτων και χρησιμοποιείται συνήθως από ερευνητές για την πρόβλεψη κατολισθήσεων. Το κανάλι 6 του Landsat-5 TM διορθώθηκε για σφάλματα λόγο παρεμβολής της ατμόσφαιρας και υπολογίστηκε η θερμοκρασία εδάφους. Οι θερμοκρασίες όπως φαίνονται στην εικόνα 2 κυμαινόντουσαν από 24 μέχρι 34 βαθμούς Κελσίου και σύμφωνα με παλαιότερες μελέτες (Shikada, 1994) οι περισσότερες περιοχές που κατολίσθησαν είχαν θερμοκρασίες μεταξύ 24 και 26 βαθμών..<br /> <br /> [[Εικόνα:rswiki_landslide1_img2.jpg]]<br /> Εικόνα 2: Θερμοκρασίες επιφανείας εδάφους<br /> <br /> ''Το Ψηφιακό Μοντέλο Εδάφους''<br /> <br /> Το ψηφιακό μοντέλο εδάφους δημιουργήθηκε από ζεύγος αεροφωτογραφιών και στη συνέχεια παράχθηκε ο χάρτης κλίσεων. Και το ψηφιακό μοντέλο εδάφους συνυπολογίστηκαν με συγκεκριμένους αλγορίθμους ώστε να παραχθεί ο χάρτης επικινδυνότητας. Μια τρισδιάστατη απεικόνιση του ψηφιακού μοντέλου εδάφους φαίνεται στην εικόνα 3. Από μελέτες (Gao, 1995) οι περισσότερες κατολισθήσεις συμβαίνουν μεταξύ 400 και 500 μέτρων σε κλίσης μεταξύ 35 και 45 μοιρών<br /> <br /> [[Εικόνα:rswiki_landslide1_img3.jpg]] <br /> Εικόνα 3: Τρισδιάστατη απεικόνιση ψηφιακού μοντέλου εδάφους<br /> <br /> ''Χρήσεις Γης''<br /> <br /> Μετά από επεξεργασία των φωτογραφιών του Landsat-5 TM συντάχθηκε χάρτης χρήσεων γης με 4 κατηγορίες (Δάσος, θαμνώδεις εκτάσεις, αγροτική γη και αστικές περιοχές) με χρήση επιβλεπόμενης κατηγοριοποίησης και την μέθοδο nearest neighbour. Ο χάρτης που φαίνεται στην εικόνα 4 χωρίζεται σε ζώνες επικινδυνότητας βάση των μελετών του Morgan (1986).<br /> <br /> [[Εικόνα:rswiki_landslide1_img4.jpg]]<br /> <br /> Εικόνα 4: Χάρτης χρήσεων γης<br /> <br /> ''Χάρτης υπογείων υδάτων''<br /> <br /> Ο χάρτης υπογείων υδάτων δημιουργήθηκε από τον συνδυασμό των παραπάνω δεδομένων που εμπεριέχουν τη κλήση των εδαφών, το υψόμετρο, το κανάλι 6 του Landsat, και τον κανονικοποιημένο δείκτη βλάστησης (NDVI). Το αποτέλεσμα φαίνεται στην εικόνα 5 με τη στάθμη των υπογείων υδάτων να κυμαίνεται από 0 έως 18 μέτρα υπό την επιφάνεια. Οι υγρές και αγροτικές περιοχές έχουν ρηχά νερά και σύμφωνα με τον Takagi (1991), οι περισσότερες κατολισθήσεις συμβαίνουν σε βάθη υδροφόρου από 3 έως 6 μέτρα.<br /> <br /> [[Εικόνα:rswiki_landslide1_img5.jpg]] <br /> <br /> Εικόνα 5: Χάρτης στάθμης υπογείων υδάτων<br /> <br /> ==Eρμηνία==<br /> <br /> Όλα τα δεδομένα επεξεργάστηκαν με χρήση λογισμικού ILWIS 2.02. Τα δεδομένα κατηγοριοποιήθηκαν σε διαφορετικές ζώνες επικινδυνότητας και συνδυάστηκαν ώστε να προκύψουν οι τελικοί χάρτες επικινδυνότητας (Εικόνες 6 και 7). Η εικόνα 7 δείχνει ότι ο κίνδυνος βρίσκεται κυρίως κοντά στις άκρες του δρόμου και στις αγροτικές περιοχές. Αυτές οι περιοχές έχουν συνήθως θερμοκρασίες 24 με 26 βαθμών Κελσίου, υψόμετρα μεταξύ 400 και 500 μέτρων και στάθμη υπογείων υδάτων μεταξύ 3 και 6 μέτρων. Παρότι δεν υπάρχουν ενδείξεις ότι αυτές οι περιοχές είναι πράγματι επίφοβες για κατολίσθηση ο συνδυασμός των παραπάνω παραγόντων δείχνει ότι αυτές οι περιοχές είναι ποιο επικίνδυνες από άλλες στην περιοχή μελέτης.<br /> <br /> [[Εικόνα:rswiki_landslide1_img6.jpg]]<br /> <br /> Εικόνα 6: Χωρική βάση δεδομένων του Γ.Σ.Π.<br /> <br /> [[Εικόνα:rswiki_landslide1_img7.jpg]]<br /> <br /> Εικόνα 7: Χάρτης κινδύνου κατολίσθησης από συνδυασμό όλων των παραπάνω παραγόντων <br /> <br /> ==Συμπέρασμα==<br /> <br /> Η μελέτη δείχνει ότι οι μέθοδοι τηλεπισκόπισης σε συνδυασμό με τα Γ.Σ.Π. μπορούν να αποτελέσουν ένα χρήσιμο εργαλείο για να μελετηθούν πιθανώς επικίνδυνες για κατολίσθηση περιοχές. Παρόλα αυτά η ακρίβεια των τελικών αποτελεσμάτων εξαρτάται από συγκεκριμένες παραμέτρους στο σύνολο των δεδομένων. Στην περίπτωσή αυτή δεν ενσωματώθηκαν όλες οι απαραίτητες παράμετροι λόγο έλλειψη δεδομένων.</div>

Tsimento http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Rswiki_landslide1_img7.jpg 2011-02-21T18:06:02Z

<p>Tsimento: </p> <hr /> <div></div>

Tsimento http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Rswiki_landslide1_img6.jpg 2011-02-21T18:05:50Z

<p>Tsimento: </p> <hr /> <div></div>

Tsimento http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Ps3006d.jpg 2011-02-21T18:05:34Z

<p>Tsimento: </p> <hr /> <div></div>

Tsimento http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Rswiki_landslide1_img4.jpg 2011-02-21T18:05:19Z

<p>Tsimento: </p> <hr /> <div></div>

Tsimento http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Rswiki_landslide1_img3.jpg 2011-02-21T18:05:05Z

<p>Tsimento: </p> <hr /> <div></div>

Tsimento http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Rswiki_landslide1_img2.jpg 2011-02-21T18:04:54Z

<p>Tsimento: </p> <hr /> <div></div>

Tsimento http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Rswiki_landslide1_img1.jpg 2011-02-21T18:03:49Z

<p>Tsimento: </p> <hr /> <div></div>

Tsimento http://147.102.106.44/rs/wiki/index.php/Test 2011-02-19T20:17:16Z

<p>Tsimento: </p> <hr /> <div>__FORCETOC__<br /> <br /> ==Περίληψη==<br /> <br /> Με το πλεονέκτημα της περιοδικότητας και της μεγάλου γεωγραφικού εύρους παρατήρησης η χρήση τηλεπισκόπισης σε συνδυασμό με τα Γ.Σ.Π. και μπορεί να βοηθήσει σημαντικά στο να προβλεφθεί ο κίνδυνος κατολισθήσεων. Οι χρήσεις γης και οι θερμοκρασίες έχουν ληφθεί από τον Landsat. Τα υψόμετρα και οι κλήσεις ελήφθησαν από ψηφιακό μοντέλο εδάφους που δημιουργήθηκε από αεροφωτογραφίες και με συνδυασμούς των παραπάνω δεδομένων δημιουργήθηκαν οι χάρτες για τα υπόγεια ύδατα. Από αυτά μέσω απλών αλγορίθμων δημιουργήθηκαν διαφορετικές ζώνες επικινδυνότητας οι οποίες μέσω επεξεργασίας με Γ.Σ.Π. δημιουργήθηκαν οι τελικοί χάρτες.<br /> <br /> ==Εισαγωγή==<br /> <br /> Οι κατολισθήσεις είναι από τις μεγαλύτερες φυσικές καταστροφές σε πολλές χώρες και η πρόβλεψη δύσκολη γιατί η περιπλοκότητα των παραγόντων και η σχέσεις μεταξύ τους ποικίλλει. Οι παράγοντες είναι συνήθως η γεωλογία, ο τύπος των εδαφών, η θερμοκρασία της επιφανείας, οι χρήσεις γης, το επίπεδο των υπόγειων υδάτων, ο προσανατολισμός της κλίσης, η κλήση και το υψόμετρο κτλ. Κανονικά οι αιτίες της κατολίσθησης προσδιορίζονται με δειγματοληψία εδάφους, κλήσης, επιπέδου υπογείων υδάτων γεωλογίας κλτ. Αυτό είναι δύσκολο να γίνει για μεγάλες εκτάσεις αλλά με την εισαγωγή των Γ.Σ.Π. όλες οι πληροφορίες μπορούν να συνδυαστούν και να αναλυθούν ώστε να προκύψει η πιθανότητα κατολίσθησης για μια συγκεκριμένη περιοχή. Ο σκοπός της έρευνας αυτής είναι να προσδιορίσει μια κατάλληλη μεθοδολογία πρόβλεψης κατολισθήσεων στην περιοχή μελέτης του Grenting Sempah που καλύπτει μια έκταση 8 Χ 10 χιλιόμετρα με δεδομένα από τον δορυφόρο Landsat 5 TM.<br /> <br /> [[Εικόνα:Ps3006.jpg]]<br /> <br /> Εικόνα 1: Η περιοχή μελέτης<br /> <br /> ==Επεξεργασία και εξαγωγή πληροφορίας==<br /> <br /> Στη μελέτη χρησιμοποιήθηκαν διάφορα είδη δεδομένων. Μερικά απ αυτά ήταν τα δεδομένα της θερμοκρασίας εδάφους και των χρίσεων γης από τον Landsat-5 TM, της στάθμης των υπογείων υδάτων και αεροφωτογραφίες για τον προσδιορισμό του ψηφιακού μοντέλου εδάφους. Δεδομένα όπως η γεωλογία, το τύπος του εδάφους και η βροχόπτωση δεν συμπεριλήφθηκαν στην επεξεργασία<br /> <br /> Η θερμοκρασία της επιφανείας<br /> <br /> Η θερμοκρασία επιφανείας είναι έντονα συσχετισμένη με το επίπεδο των υπογείων υδάτων και χρησιμοποιείται συνήθως από ερευνητές για την πρόβλεψη κατολισθήσεων. Το κανάλι 6 του Landsat-5 TM διορθώθηκε για σφάλματα λόγο παρεμβολής της ατμόσφαιρας και υπολογίστηκε η θερμοκρασία εδάφους. Οι θερμοκρασίες όπως φαίνονται στην εικόνα 2 κυμαινόντουσαν από 24 μέχρι 34 βαθμούς Κελσίου και σύμφωνα με παλαιότερες μελέτες (Shikada, 1994) οι περισσότερες περιοχές που κατολίσθησαν είχαν θερμοκρασίες μεταξύ 24 και 26 βαθμών..<br /> <br /> <br /> Εικόνα 2: Θερμοκρασίες επιφανείας εδάφους<br /> <br /> Το Ψηφιακό Μοντέλο Εδάφους<br /> <br /> Το ψηφιακό μοντέλο εδάφους δημιουργήθηκε από ζεύγος αεροφωτογραφιών και στη συνέχεια παράχθηκε ο χάρτης κλίσεων. Και το ψηφιακό μοντέλο εδάφους συνυπολογίστηκαν με συγκεκριμένους αλγορίθμους ώστε να παραχθεί ο χάρτης επικινδυνότητας. Μια τρισδιάστατη απεικόνιση του ψηφιακού μοντέλου εδάφους φαίνεται στην εικόνα 3. Από μελέτες (Gao, 1995) οι περισσότερες κατολισθήσεις συμβαίνουν μεταξύ 400 και 500 μέτρων σε κλίσης μεταξύ 35 και 45 μοιρών<br /> <br /> Εικόνα 3: Τρισδιάστατη απεικόνιση ψηφιακού μοντέλου εδάφους<br /> <br /> Χρήσεις Γης<br /> <br /> Μετά από επεξεργασία των φωτογραφιών του Landsat-5 TM συντάχθηκε χάρτης χρήσεων γης με 4 κατηγορίες (Δάσος, θαμνώδεις εκτάσεις, αγροτική γη και αστικές περιοχές) με χρήση επιβλεπόμενης κατηγοριοποίησης και την μέθοδο nearest neighbour. Ο χάρτης που φαίνεται στην εικόνα 4 χωρίζεται σε ζώνες επικινδυνότητας βάση των μελετών του Morgan (1986).<br /> <br /> <br /> <br /> Εικόνα 4: Χάρτης χρήσεων γης<br /> <br /> Χάρτης υπογείων υδάτων:<br /> <br /> Ο χάρτης υπογείων υδάτων δημιουργήθηκε από τον συνδυασμό των παραπάνω δεδομένων που εμπεριέχουν τη κλήση των εδαφών, το υψόμετρο, το κανάλι 6 του Landsat, και τον κανονικοποιημένο δείκτη βλάστησης (NDVI). Το αποτέλεσμα φαίνεται στην εικόνα 5 με τη στάθμη των υπογείων υδάτων να κυμαίνεται από 0 έως 18 μέτρα υπό την επιφάνεια. Οι υγρές και αγροτικές περιοχές έχουν ρηχά νερά και σύμφωνα με τον Takagi (1991), οι περισσότερες κατολισθήσεις συμβαίνουν σε βάθη υδροφόρου από 3 έως 6 μέτρα.<br /> <br /> Εικόνα 5: Χάρτης στάθμης υπογείων υδάτων<br /> <br /> ==Eρμηνία==<br /> <br /> Όλα τα δεδομένα επεξεργάστηκαν με χρήση λογισμικού ILWIS 2.02. Τα δεδομένα κατηγοριοποιήθηκαν σε διαφορετικές ζώνες επικινδυνότητας και συνδυάστηκαν ώστε να προκύψουν οι τελικοί χάρτες επικινδυνότητας (Εικόνες 6 και 7). Η εικόνα 7 δείχνει ότι ο κίνδυνος βρίσκεται κυρίως κοντά στις άκρες του δρόμου και στις αγροτικές περιοχές. Αυτές οι περιοχές έχουν συνήθως θερμοκρασίες 24 με 26 βαθμών Κελσίου, υψόμετρα μεταξύ 400 και 500 μέτρων και στάθμη υπογείων υδάτων μεταξύ 3 και 6 μέτρων. Παρότι δεν υπάρχουν ενδείξεις ότι αυτές οι περιοχές είναι πράγματι επίφοβες για κατολίσθηση ο συνδυασμός των παραπάνω παραγόντων δείχνει ότι αυτές οι περιοχές είναι ποιο επικίνδυνες από άλλες στην περιοχή μελέτης.<br /> <br /> <br /> Εικόνα 6: Χωρική βάση δεδομένων του Γ.Σ.Π.<br /> <br /> <br /> Εικόνα 7: Χάρτης κινδύνου κατολίσθησης από συνδυασμό όλων των παραπάνω παραγόντων <br /> <br /> ==Συμπέρασμα==<br /> <br /> Η μελέτη δείχνει ότι οι μέθοδοι τηλεπισκόπισης σε συνδυασμό με τα Γ.Σ.Π. μπορούν να αποτελέσουν ένα χρήσιμο εργαλείο για να μελετηθούν πιθανώς επικίνδυνες για κατολίσθηση περιοχές. Παρόλα αυτά η ακρίβεια των τελικών αποτελεσμάτων εξαρτάται από συγκεκριμένες παραμέτρους στο σύνολο των δεδομένων. Στην περίπτωσή αυτή δεν ενσωματώθηκαν όλες οι απαραίτητες παράμετροι λόγο έλλειψη δεδομένων.</div>

Tsimento http://147.102.106.44/rs/wiki/index.php/Test 2011-02-19T20:10:01Z

<p>Tsimento: </p> <hr /> <div>__FORCETOC__<br /> <br /> ==Περίληψη==<br /> <br /> Με το πλεονέκτημα της περιοδικότητας και της μεγάλου γεωγραφικού εύρους παρατήρησης η χρήση τηλεπισκόπισης σε συνδυασμό με τα Γ.Σ.Π. και μπορεί να βοηθήσει σημαντικά στο να προβλεφθεί ο κίνδυνος κατολισθήσεων. Οι χρήσεις γης και οι θερμοκρασίες έχουν ληφθεί από τον Landsat. Τα υψόμετρα και οι κλήσεις ελήφθησαν από ψηφιακό μοντέλο εδάφους που δημιουργήθηκε από αεροφωτογραφίες και με συνδυασμούς των παραπάνω δεδομένων δημιουργήθηκαν οι χάρτες για τα υπόγεια ύδατα. Από αυτά μέσω απλών αλγορίθμων δημιουργήθηκαν διαφορετικές ζώνες επικινδυνότητας οι οποίες μέσω επεξεργασίας με Γ.Σ.Π. δημιουργήθηκαν οι τελικοί χάρτες.<br /> <br /> ==Εισαγωγή==<br /> <br /> Οι κατολισθήσεις είναι από τις μεγαλύτερες φυσικές καταστροφές σε πολλές χώρες και η πρόβλεψη δύσκολη γιατί η περιπλοκότητα των παραγόντων και η σχέσεις μεταξύ τους ποικίλλει. Οι παράγοντες είναι συνήθως η γεωλογία, ο τύπος των εδαφών, η θερμοκρασία της επιφανείας, οι χρήσεις γης, το επίπεδο των υπόγειων υδάτων, ο προσανατολισμός της κλίσης, η κλήση και το υψόμετρο κτλ. Κανονικά οι αιτίες της κατολίσθησης προσδιορίζονται με δειγματοληψία εδάφους, κλήσης, επιπέδου υπογείων υδάτων γεωλογίας κλτ. Αυτό είναι δύσκολο να γίνει για μεγάλες εκτάσεις αλλά με την εισαγωγή των Γ.Σ.Π. όλες οι πληροφορίες μπορούν να συνδυαστούν και να αναλυθούν ώστε να προκύψει η πιθανότητα κατολίσθησης για μια συγκεκριμένη περιοχή. Ο σκοπός της έρευνας αυτής είναι να προσδιορίσει μια κατάλληλη μεθοδολογία πρόβλεψης κατολισθήσεων στην περιοχή μελέτης του Grenting Sempah που καλύπτει μια έκταση 8 Χ 10 χιλιόμετρα με δεδομένα από τον δορυφόρο Landsat 5 TM.<br /> <br /> [[File:http://www.topografoi.com/rs/wiki/index.php/%CE%95%CE%B9%CE%BA%CF%8C%CE%BD%CE%B1:Ps3006.jpg]]<br /> <br /> Εικόνα 1: Η περιοχή μελέτης<br /> <br /> ==Επεξεργασία και εξαγωγή πληροφορίας==<br /> <br /> Στη μελέτη χρησιμοποιήθηκαν διάφορα είδη δεδομένων. Μερικά απ αυτά ήταν τα δεδομένα της θερμοκρασίας εδάφους και των χρίσεων γης από τον Landsat-5 TM, της στάθμης των υπογείων υδάτων και αεροφωτογραφίες για τον προσδιορισμό του ψηφιακού μοντέλου εδάφους. Δεδομένα όπως η γεωλογία, το τύπος του εδάφους και η βροχόπτωση δεν συμπεριλήφθηκαν στην επεξεργασία<br /> <br /> Η θερμοκρασία της επιφανείας<br /> <br /> Η θερμοκρασία επιφανείας είναι έντονα συσχετισμένη με το επίπεδο των υπογείων υδάτων και χρησιμοποιείται συνήθως από ερευνητές για την πρόβλεψη κατολισθήσεων. Το κανάλι 6 του Landsat-5 TM διορθώθηκε για σφάλματα λόγο παρεμβολής της ατμόσφαιρας και υπολογίστηκε η θερμοκρασία εδάφους. Οι θερμοκρασίες όπως φαίνονται στην εικόνα 2 κυμαινόντουσαν από 24 μέχρι 34 βαθμούς Κελσίου και σύμφωνα με παλαιότερες μελέτες (Shikada, 1994) οι περισσότερες περιοχές που κατολίσθησαν είχαν θερμοκρασίες μεταξύ 24 και 26 βαθμών..<br /> <br /> <br /> Εικόνα 2: Θερμοκρασίες επιφανείας εδάφους<br /> <br /> Το Ψηφιακό Μοντέλο Εδάφους<br /> <br /> Το ψηφιακό μοντέλο εδάφους δημιουργήθηκε από ζεύγος αεροφωτογραφιών και στη συνέχεια παράχθηκε ο χάρτης κλίσεων. Και το ψηφιακό μοντέλο εδάφους συνυπολογίστηκαν με συγκεκριμένους αλγορίθμους ώστε να παραχθεί ο χάρτης επικινδυνότητας. Μια τρισδιάστατη απεικόνιση του ψηφιακού μοντέλου εδάφους φαίνεται στην εικόνα 3. Από μελέτες (Gao, 1995) οι περισσότερες κατολισθήσεις συμβαίνουν μεταξύ 400 και 500 μέτρων σε κλίσης μεταξύ 35 και 45 μοιρών<br /> <br /> Εικόνα 3: Τρισδιάστατη απεικόνιση ψηφιακού μοντέλου εδάφους<br /> <br /> Χρήσεις Γης<br /> <br /> Μετά από επεξεργασία των φωτογραφιών του Landsat-5 TM συντάχθηκε χάρτης χρήσεων γης με 4 κατηγορίες (Δάσος, θαμνώδεις εκτάσεις, αγροτική γη και αστικές περιοχές) με χρήση επιβλεπόμενης κατηγοριοποίησης και την μέθοδο nearest neighbour. Ο χάρτης που φαίνεται στην εικόνα 4 χωρίζεται σε ζώνες επικινδυνότητας βάση των μελετών του Morgan (1986).<br /> <br /> <br /> <br /> Εικόνα 4: Χάρτης χρήσεων γης<br /> <br /> Χάρτης υπογείων υδάτων:<br /> <br /> Ο χάρτης υπογείων υδάτων δημιουργήθηκε από τον συνδυασμό των παραπάνω δεδομένων που εμπεριέχουν τη κλήση των εδαφών, το υψόμετρο, το κανάλι 6 του Landsat, και τον κανονικοποιημένο δείκτη βλάστησης (NDVI). Το αποτέλεσμα φαίνεται στην εικόνα 5 με τη στάθμη των υπογείων υδάτων να κυμαίνεται από 0 έως 18 μέτρα υπό την επιφάνεια. Οι υγρές και αγροτικές περιοχές έχουν ρηχά νερά και σύμφωνα με τον Takagi (1991), οι περισσότερες κατολισθήσεις συμβαίνουν σε βάθη υδροφόρου από 3 έως 6 μέτρα.<br /> <br /> Εικόνα 5: Χάρτης στάθμης υπογείων υδάτων<br /> <br /> ==Eρμηνία==<br /> <br /> Όλα τα δεδομένα επεξεργάστηκαν με χρήση λογισμικού ILWIS 2.02. Τα δεδομένα κατηγοριοποιήθηκαν σε διαφορετικές ζώνες επικινδυνότητας και συνδυάστηκαν ώστε να προκύψουν οι τελικοί χάρτες επικινδυνότητας (Εικόνες 6 και 7). Η εικόνα 7 δείχνει ότι ο κίνδυνος βρίσκεται κυρίως κοντά στις άκρες του δρόμου και στις αγροτικές περιοχές. Αυτές οι περιοχές έχουν συνήθως θερμοκρασίες 24 με 26 βαθμών Κελσίου, υψόμετρα μεταξύ 400 και 500 μέτρων και στάθμη υπογείων υδάτων μεταξύ 3 και 6 μέτρων. Παρότι δεν υπάρχουν ενδείξεις ότι αυτές οι περιοχές είναι πράγματι επίφοβες για κατολίσθηση ο συνδυασμός των παραπάνω παραγόντων δείχνει ότι αυτές οι περιοχές είναι ποιο επικίνδυνες από άλλες στην περιοχή μελέτης.<br /> <br /> <br /> Εικόνα 6: Χωρική βάση δεδομένων του Γ.Σ.Π.<br /> <br /> <br /> Εικόνα 7: Χάρτης κινδύνου κατολίσθησης από συνδυασμό όλων των παραπάνω παραγόντων <br /> <br /> ==Συμπέρασμα==<br /> <br /> Η μελέτη δείχνει ότι οι μέθοδοι τηλεπισκόπισης σε συνδυασμό με τα Γ.Σ.Π. μπορούν να αποτελέσουν ένα χρήσιμο εργαλείο για να μελετηθούν πιθανώς επικίνδυνες για κατολίσθηση περιοχές. Παρόλα αυτά η ακρίβεια των τελικών αποτελεσμάτων εξαρτάται από συγκεκριμένες παραμέτρους στο σύνολο των δεδομένων. Στην περίπτωσή αυτή δεν ενσωματώθηκαν όλες οι απαραίτητες παράμετροι λόγο έλλειψη δεδομένων.</div>

Tsimento http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Ps3006.jpg 2011-02-19T20:06:25Z

<p>Tsimento: Φωτό 1</p> <hr /> <div>Φωτό 1</div>

Tsimento http://147.102.106.44/rs/wiki/index.php/Test 2011-02-19T19:57:03Z

<p>Tsimento: </p> <hr /> <div>__TOC__<br /> <br /> ''Περίληψη''<br /> <br /> Με το πλεονέκτημα της περιοδικότητας και της μεγάλου γεωγραφικού εύρους παρατήρησης η χρήση τηλεπισκόπισης σε συνδυασμό με τα Γ.Σ.Π. και μπορεί να βοηθήσει σημαντικά στο να προβλεφθεί ο κίνδυνος κατολισθήσεων. Οι χρήσεις γης και οι θερμοκρασίες έχουν ληφθεί από τον Landsat. Τα υψόμετρα και οι κλήσεις ελήφθησαν από ψηφιακό μοντέλο εδάφους που δημιουργήθηκε από αεροφωτογραφίες και με συνδυασμούς των παραπάνω δεδομένων δημιουργήθηκαν οι χάρτες για τα υπόγεια ύδατα. Από αυτά μέσω απλών αλγορίθμων δημιουργήθηκαν διαφορετικές ζώνες επικινδυνότητας οι οποίες μέσω επεξεργασίας με Γ.Σ.Π. δημιουργήθηκαν οι τελικοί χάρτες.<br /> <br /> ''Εισαγωγή:''<br /> <br /> Οι κατολισθήσεις είναι από τις μεγαλύτερες φυσικές καταστροφές σε πολλές χώρες και η πρόβλεψη δύσκολη γιατί η περιπλοκότητα των παραγόντων και η σχέσεις μεταξύ τους ποικίλλει. Οι παράγοντες είναι συνήθως η γεωλογία, ο τύπος των εδαφών, η θερμοκρασία της επιφανείας, οι χρήσεις γης, το επίπεδο των υπόγειων υδάτων, ο προσανατολισμός της κλίσης, η κλήση και το υψόμετρο κτλ. Κανονικά οι αιτίες της κατολίσθησης προσδιορίζονται με δειγματοληψία εδάφους, κλήσης, επιπέδου υπογείων υδάτων γεωλογίας κλτ. Αυτό είναι δύσκολο να γίνει για μεγάλες εκτάσεις αλλά με την εισαγωγή των Γ.Σ.Π. όλες οι πληροφορίες μπορούν να συνδυαστούν και να αναλυθούν ώστε να προκύψει η πιθανότητα κατολίσθησης για μια συγκεκριμένη περιοχή. Ο σκοπός της έρευνας αυτής είναι να προσδιορίσει μια κατάλληλη μεθοδολογία πρόβλεψης κατολισθήσεων στην περιοχή μελέτης του Grenting Sempah που καλύπτει μια έκταση 8 Χ 10 χιλιόμετρα με δεδομένα από τον δορυφόρο Landsat 5 TM.<br /> <br /> <br /> <br /> Εικόνα 1: Η περιοχή μελέτης<br /> <br /> ''Επεξεργασία και εξαγωγή πληροφορίας''<br /> <br /> Στη μελέτη χρησιμοποιήθηκαν διάφορα είδη δεδομένων. Μερικά απ αυτά ήταν τα δεδομένα της θερμοκρασίας εδάφους και των χρίσεων γης από τον Landsat-5 TM, της στάθμης των υπογείων υδάτων και αεροφωτογραφίες για τον προσδιορισμό του ψηφιακού μοντέλου εδάφους. Δεδομένα όπως η γεωλογία, το τύπος του εδάφους και η βροχόπτωση δεν συμπεριλήφθηκαν στην επεξεργασία<br /> <br /> Η θερμοκρασία της επιφανείας<br /> <br /> Η θερμοκρασία επιφανείας είναι έντονα συσχετισμένη με το επίπεδο των υπογείων υδάτων και χρησιμοποιείται συνήθως από ερευνητές για την πρόβλεψη κατολισθήσεων. Το κανάλι 6 του Landsat-5 TM διορθώθηκε για σφάλματα λόγο παρεμβολής της ατμόσφαιρας και υπολογίστηκε η θερμοκρασία εδάφους. Οι θερμοκρασίες όπως φαίνονται στην εικόνα 2 κυμαινόντουσαν από 24 μέχρι 34 βαθμούς Κελσίου και σύμφωνα με παλαιότερες μελέτες (Shikada, 1994) οι περισσότερες περιοχές που κατολίσθησαν είχαν θερμοκρασίες μεταξύ 24 και 26 βαθμών..<br /> <br /> <br /> Εικόνα 2: Θερμοκρασίες επιφανείας εδάφους<br /> <br /> Το Ψηφιακό Μοντέλο Εδάφους<br /> <br /> Το ψηφιακό μοντέλο εδάφους δημιουργήθηκε από ζεύγος αεροφωτογραφιών και στη συνέχεια παράχθηκε ο χάρτης κλίσεων. Και το ψηφιακό μοντέλο εδάφους συνυπολογίστηκαν με συγκεκριμένους αλγορίθμους ώστε να παραχθεί ο χάρτης επικινδυνότητας. Μια τρισδιάστατη απεικόνιση του ψηφιακού μοντέλου εδάφους φαίνεται στην εικόνα 3. Από μελέτες (Gao, 1995) οι περισσότερες κατολισθήσεις συμβαίνουν μεταξύ 400 και 500 μέτρων σε κλίσης μεταξύ 35 και 45 μοιρών<br /> <br /> Εικόνα 3: Τρισδιάστατη απεικόνιση ψηφιακού μοντέλου εδάφους<br /> <br /> Χρήσεις Γης<br /> <br /> Μετά από επεξεργασία των φωτογραφιών του Landsat-5 TM συντάχθηκε χάρτης χρήσεων γης με 4 κατηγορίες (Δάσος, θαμνώδεις εκτάσεις, αγροτική γη και αστικές περιοχές) με χρήση επιβλεπόμενης κατηγοριοποίησης και την μέθοδο nearest neighbour. Ο χάρτης που φαίνεται στην εικόνα 4 χωρίζεται σε ζώνες επικινδυνότητας βάση των μελετών του Morgan (1986).<br /> <br /> <br /> <br /> Εικόνα 4: Χάρτης χρήσεων γης<br /> <br /> Χάρτης υπογείων υδάτων:<br /> <br /> Ο χάρτης υπογείων υδάτων δημιουργήθηκε από τον συνδυασμό των παραπάνω δεδομένων που εμπεριέχουν τη κλήση των εδαφών, το υψόμετρο, το κανάλι 6 του Landsat, και τον κανονικοποιημένο δείκτη βλάστησης (NDVI). Το αποτέλεσμα φαίνεται στην εικόνα 5 με τη στάθμη των υπογείων υδάτων να κυμαίνεται από 0 έως 18 μέτρα υπό την επιφάνεια. Οι υγρές και αγροτικές περιοχές έχουν ρηχά νερά και σύμφωνα με τον Takagi (1991), οι περισσότερες κατολισθήσεις συμβαίνουν σε βάθη υδροφόρου από 3 έως 6 μέτρα.<br /> <br /> Εικόνα 5: Χάρτης στάθμης υπογείων υδάτων<br /> <br /> ''Eρμηνία''<br /> <br /> Όλα τα δεδομένα επεξεργάστηκαν με χρήση λογισμικού ILWIS 2.02. Τα δεδομένα κατηγοριοποιήθηκαν σε διαφορετικές ζώνες επικινδυνότητας και συνδυάστηκαν ώστε να προκύψουν οι τελικοί χάρτες επικινδυνότητας (Εικόνες 6 και 7). Η εικόνα 7 δείχνει ότι ο κίνδυνος βρίσκεται κυρίως κοντά στις άκρες του δρόμου και στις αγροτικές περιοχές. Αυτές οι περιοχές έχουν συνήθως θερμοκρασίες 24 με 26 βαθμών Κελσίου, υψόμετρα μεταξύ 400 και 500 μέτρων και στάθμη υπογείων υδάτων μεταξύ 3 και 6 μέτρων. Παρότι δεν υπάρχουν ενδείξεις ότι αυτές οι περιοχές είναι πράγματι επίφοβες για κατολίσθηση ο συνδυασμός των παραπάνω παραγόντων δείχνει ότι αυτές οι περιοχές είναι ποιο επικίνδυνες από άλλες στην περιοχή μελέτης.<br /> <br /> <br /> Εικόνα 6: Χωρική βάση δεδομένων του Γ.Σ.Π.<br /> <br /> <br /> Εικόνα 7: Χάρτης κινδύνου κατολίσθησης από συνδυασμό όλων των παραπάνω παραγόντων <br /> <br /> ''Συμπέρασμα''<br /> <br /> Η μελέτη δείχνει ότι οι μέθοδοι τηλεπισκόπισης σε συνδυασμό με τα Γ.Σ.Π. μπορούν να αποτελέσουν ένα χρήσιμο εργαλείο για να μελετηθούν πιθανώς επικίνδυνες για κατολίσθηση περιοχές. Παρόλα αυτά η ακρίβεια των τελικών αποτελεσμάτων εξαρτάται από συγκεκριμένες παραμέτρους στο σύνολο των δεδομένων. Στην περίπτωσή αυτή δεν ενσωματώθηκαν όλες οι απαραίτητες παράμετροι λόγο έλλειψη δεδομένων.</div>

Tsimento http://147.102.106.44/rs/wiki/index.php/Test 2011-02-19T19:54:58Z

<p>Tsimento: New page: __TOC__ ===Περίληψη:=== Με το πλεονέκτημα της περιοδικότητας και της μεγάλου γεωγραφικού εύρους παρατήρηση...</p> <hr /> <div>__TOC__<br /> <br /> ===Περίληψη:===<br /> <br /> Με το πλεονέκτημα της περιοδικότητας και της μεγάλου γεωγραφικού εύρους παρατήρησης η χρήση τηλεπισκόπισης σε συνδυασμό με τα Γ.Σ.Π. και μπορεί να βοηθήσει σημαντικά στο να προβλεφθεί ο κίνδυνος κατολισθήσεων. Οι χρήσεις γης και οι θερμοκρασίες έχουν ληφθεί από τον Landsat. Τα υψόμετρα και οι κλήσεις ελήφθησαν από ψηφιακό μοντέλο εδάφους που δημιουργήθηκε από αεροφωτογραφίες και με συνδυασμούς των παραπάνω δεδομένων δημιουργήθηκαν οι χάρτες για τα υπόγεια ύδατα. Από αυτά μέσω απλών αλγορίθμων δημιουργήθηκαν διαφορετικές ζώνες επικινδυνότητας οι οποίες μέσω επεξεργασίας με Γ.Σ.Π. δημιουργήθηκαν οι τελικοί χάρτες.<br /> <br /> ===Εισαγωγή:===<br /> <br /> Οι κατολισθήσεις είναι από τις μεγαλύτερες φυσικές καταστροφές σε πολλές χώρες και η πρόβλεψη δύσκολη γιατί η περιπλοκότητα των παραγόντων και η σχέσεις μεταξύ τους ποικίλλει. Οι παράγοντες είναι συνήθως η γεωλογία, ο τύπος των εδαφών, η θερμοκρασία της επιφανείας, οι χρήσεις γης, το επίπεδο των υπόγειων υδάτων, ο προσανατολισμός της κλίσης, η κλήση και το υψόμετρο κτλ. Κανονικά οι αιτίες της κατολίσθησης προσδιορίζονται με δειγματοληψία εδάφους, κλήσης, επιπέδου υπογείων υδάτων γεωλογίας κλτ. Αυτό είναι δύσκολο να γίνει για μεγάλες εκτάσεις αλλά με την εισαγωγή των Γ.Σ.Π. όλες οι πληροφορίες μπορούν να συνδυαστούν και να αναλυθούν ώστε να προκύψει η πιθανότητα κατολίσθησης για μια συγκεκριμένη περιοχή. Ο σκοπός της έρευνας αυτής είναι να προσδιορίσει μια κατάλληλη μεθοδολογία πρόβλεψης κατολισθήσεων στην περιοχή μελέτης του Grenting Sempah που καλύπτει μια έκταση 8 Χ 10 χιλιόμετρα με δεδομένα από τον δορυφόρο Landsat 5 TM.<br /> <br /> <br /> <br /> Εικόνα 1: Η περιοχή μελέτης<br /> <br /> ===Επεξεργασία και εξαγωγή πληροφορίας:===<br /> <br /> Στη μελέτη χρησιμοποιήθηκαν διάφορα είδη δεδομένων. Μερικά απ αυτά ήταν τα δεδομένα της θερμοκρασίας εδάφους και των χρίσεων γης από τον Landsat-5 TM, της στάθμης των υπογείων υδάτων και αεροφωτογραφίες για τον προσδιορισμό του ψηφιακού μοντέλου εδάφους. Δεδομένα όπως η γεωλογία, το τύπος του εδάφους και η βροχόπτωση δεν συμπεριλήφθηκαν στην επεξεργασία<br /> <br /> Η θερμοκρασία της επιφανείας<br /> <br /> Η θερμοκρασία επιφανείας είναι έντονα συσχετισμένη με το επίπεδο των υπογείων υδάτων και χρησιμοποιείται συνήθως από ερευνητές για την πρόβλεψη κατολισθήσεων. Το κανάλι 6 του Landsat-5 TM διορθώθηκε για σφάλματα λόγο παρεμβολής της ατμόσφαιρας και υπολογίστηκε η θερμοκρασία εδάφους. Οι θερμοκρασίες όπως φαίνονται στην εικόνα 2 κυμαινόντουσαν από 24 μέχρι 34 βαθμούς Κελσίου και σύμφωνα με παλαιότερες μελέτες (Shikada, 1994) οι περισσότερες περιοχές που κατολίσθησαν είχαν θερμοκρασίες μεταξύ 24 και 26 βαθμών..<br /> <br /> <br /> Εικόνα 2: Θερμοκρασίες επιφανείας εδάφους<br /> <br /> Το Ψηφιακό Μοντέλο Εδάφους<br /> <br /> Το ψηφιακό μοντέλο εδάφους δημιουργήθηκε από ζεύγος αεροφωτογραφιών και στη συνέχεια παράχθηκε ο χάρτης κλίσεων. Και το ψηφιακό μοντέλο εδάφους συνυπολογίστηκαν με συγκεκριμένους αλγορίθμους ώστε να παραχθεί ο χάρτης επικινδυνότητας. Μια τρισδιάστατη απεικόνιση του ψηφιακού μοντέλου εδάφους φαίνεται στην εικόνα 3. Από μελέτες (Gao, 1995) οι περισσότερες κατολισθήσεις συμβαίνουν μεταξύ 400 και 500 μέτρων σε κλίσης μεταξύ 35 και 45 μοιρών<br /> <br /> Εικόνα 3: Τρισδιάστατη απεικόνιση ψηφιακού μοντέλου εδάφους<br /> <br /> Χρήσεις Γης<br /> <br /> Μετά από επεξεργασία των φωτογραφιών του Landsat-5 TM συντάχθηκε χάρτης χρήσεων γης με 4 κατηγορίες (Δάσος, θαμνώδεις εκτάσεις, αγροτική γη και αστικές περιοχές) με χρήση επιβλεπόμενης κατηγοριοποίησης και την μέθοδο nearest neighbour. Ο χάρτης που φαίνεται στην εικόνα 4 χωρίζεται σε ζώνες επικινδυνότητας βάση των μελετών του Morgan (1986).<br /> <br /> <br /> <br /> Εικόνα 4: Χάρτης χρήσεων γης<br /> <br /> Χάρτης υπογείων υδάτων:<br /> <br /> Ο χάρτης υπογείων υδάτων δημιουργήθηκε από τον συνδυασμό των παραπάνω δεδομένων που εμπεριέχουν τη κλήση των εδαφών, το υψόμετρο, το κανάλι 6 του Landsat, και τον κανονικοποιημένο δείκτη βλάστησης (NDVI). Το αποτέλεσμα φαίνεται στην εικόνα 5 με τη στάθμη των υπογείων υδάτων να κυμαίνεται από 0 έως 18 μέτρα υπό την επιφάνεια. Οι υγρές και αγροτικές περιοχές έχουν ρηχά νερά και σύμφωνα με τον Takagi (1991), οι περισσότερες κατολισθήσεις συμβαίνουν σε βάθη υδροφόρου από 3 έως 6 μέτρα.<br /> <br /> Εικόνα 5: Χάρτης στάθμης υπογείων υδάτων<br /> <br /> ===Συμπεράσματα και ερμηνία===<br /> <br /> Όλα τα δεδομένα επεξεργάστηκαν με χρήση λογισμικού ILWIS 2.02. Τα δεδομένα κατηγοριοποιήθηκαν σε διαφορετικές ζώνες επικινδυνότητας και συνδυάστηκαν ώστε να προκύψουν οι τελικοί χάρτες επικινδυνότητας (Εικόνες 6 και 7). Η εικόνα 7 δείχνει ότι ο κίνδυνος βρίσκεται κυρίως κοντά στις άκρες του δρόμου και στις αγροτικές περιοχές. Αυτές οι περιοχές έχουν συνήθως θερμοκρασίες 24 με 26 βαθμών Κελσίου, υψόμετρα μεταξύ 400 και 500 μέτρων και στάθμη υπογείων υδάτων μεταξύ 3 και 6 μέτρων. Παρότι δεν υπάρχουν ενδείξεις ότι αυτές οι περιοχές είναι πράγματι επίφοβες για κατολίσθηση ο συνδυασμός των παραπάνω παραγόντων δείχνει ότι αυτές οι περιοχές είναι ποιο επικίνδυνες από άλλες στην περιοχή μελέτης.<br /> <br /> <br /> Εικόνα 6: Χωρική βάση δεδομένων του Γ.Σ.Π.<br /> <br /> <br /> Εικόνα 7: Χάρτης κινδύνου κατολίσθησης από συνδυασμό όλων των παραπάνω παραγόντων <br /> <br /> ===Συμπέρασμα:===<br /> <br /> Η μελέτη δείχνει ότι οι μέθοδοι τηλεπισκόπισης σε συνδυασμό με τα Γ.Σ.Π. μπορούν να αποτελέσουν ένα χρήσιμο εργαλείο για να μελετηθούν πιθανώς επικίνδυνες για κατολίσθηση περιοχές. Παρόλα αυτά η ακρίβεια των τελικών αποτελεσμάτων εξαρτάται από συγκεκριμένες παραμέτρους στο σύνολο των δεδομένων. Στην περίπτωσή αυτή δεν ενσωματώθηκαν όλες οι απαραίτητες παράμετροι λόγο έλλειψη δεδομένων.</div>

Tsimento http://147.102.106.44/rs/wiki/index.php/%CE%95%CE%BD%CF%83%CF%89%CE%BC%CE%AC%CF%84%CF%89%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B9%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CE%B5%CF%87%CE%BD%CE%B9%CE%BA%CF%8E%CE%BD_%CE%93.%CE%A3.%CE%A0._%CE%B3%CE%B9%CE%B1_%CE%B5%CF%86%CE%B1%CF%81%CE%BC%CE%BF%CE%B3%CE%AD%CF%82_%CF%80%CE%B1%CF%81%CE%B1%CE%BA%CE%BF%CE%BB%CE%BF%CF%8D%CE%B8%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CF%84%CE%BF%CE%BB%CE%B9%CF%83%CE%B8%CE%AE%CF%83%CE%B5%CF%89%CE%BD 2011-02-19T19:19:43Z

<p>Tsimento: New page: test</p> <hr /> <div>[[test]]</div>

Tsimento http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%B3%CE%B3%CE%AD%CE%BB%CE%B7%CF%82_%CE%A7%CF%81%CE%AE%CF%83%CF%84%CE%BF%CF%82 2011-02-19T19:19:13Z

<p>Tsimento: </p> <hr /> <div>[[Ενσωμάτωση της τηλεπισκόπισης και τεχνικών Γ.Σ.Π. για εφαρμογές παρακολούθησης κατολισθήσεων]]<br /> <br /> [[Αυτόματη ανίχνευση κατολισθήσεων με χρήση τεχνικών τηλεπισκόπισης στις Betic Cordilleras]]<br /> <br /> [[Το σχέδιο πεδίου για τις δασικές πυρκαγιές του 2002 στο καταφύγιο άγριας ζωής του Huai-Kha-Khaeng στην επαρχία Uthaitani στην δυτική Ταϊλάνδη]]<br /> <br /> [[Αξιολόγηση της έκθεσης σε καπνού των δασικών πυρκαγιών με χρήση δεδομένων τηλεπισκόπισης σε μοντέλο διάχυσης ρύπανσης]]<br /> <br /> [[Εφαρμογές τηλεπισκόπισης και υπολογιστικά συστήματα υψηλών επιδόσεων]]<br /> <br /> [[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Μέτσοβο)]]</div>

Tsimento http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%B3%CE%B3%CE%AD%CE%BB%CE%B7%CF%82_%CE%A7%CF%81%CE%AE%CF%83%CF%84%CE%BF%CF%82 2011-02-19T19:13:12Z

<p>Tsimento: New page: Ενσωμάτωση της τηλεπισκόπισης και τεχνικών Γ.Σ.Π. για εφαρμογές παρακολούθησης κατολισθήσεων Αυτόματ...</p> <hr /> <div>Ενσωμάτωση της τηλεπισκόπισης και τεχνικών Γ.Σ.Π. για εφαρμογές παρακολούθησης κατολισθήσεων<br /> <br /> Αυτόματη ανίχνευση κατολισθήσεων με χρήση τεχνικών τηλεπισκόπισης στις Betic Cordilleras<br /> <br /> Το σχέδιο πεδίου για τις δασικές πυρκαγιές του 2002 στο καταφύγιο άγριας ζωής του Huai-Kha-Khaeng στην επαρχία Uthaitani στην δυτική Ταϊλάνδη<br /> <br /> Αξιολόγηση της έκθεσης σε καπνού των δασικών πυρκαγιών με χρήση δεδομένων τηλεπισκόπισης σε μοντέλο διάχυσης ρύπανσης<br /> <br /> Εφαρμογές τηλεπισκόπισης και υπολογιστικά συστήματα υψηλών επιδόσεων<br /> <br /> [[category:ΔΠΜΣ ]]</div>

Tsimento