<?xml version="1.0"?>
<?xml-stylesheet type="text/css" href="http://147.102.106.44/rs/wiki/skins/common/feed.css?270"?>
<feed xmlns="http://www.w3.org/2005/Atom" xml:lang="el">
		<id>http://147.102.106.44/rs/wiki/index.php?feed=atom&amp;target=Vita+Zvarych&amp;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</id>
		<title>RemoteSensing Wiki - Συνεισφορές χρήστη [el]</title>
		<link rel="self" type="application/atom+xml" href="http://147.102.106.44/rs/wiki/index.php?feed=atom&amp;target=Vita+Zvarych&amp;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"/>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%95%CE%B9%CE%B4%CE%B9%CE%BA%CF%8C:%CE%A3%CF%85%CE%BD%CE%B5%CE%B9%CF%83%CF%86%CE%BF%CF%81%CE%AD%CF%82/Vita+Zvarych"/>
		<updated>2026-05-14T09:11:13Z</updated>
		<subtitle>Από RemoteSensing Wiki</subtitle>
		<generator>MediaWiki 1.16.2</generator>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CE%A0%CE%BB%CE%BF%CE%AF%CF%89%CE%BD,_%CE%A5%CF%80%CE%B5%CF%81%CE%AC%CE%BA%CF%84%CE%B9%CF%89%CE%BD_%CE%95%CE%BE%CE%AD%CE%B4%CF%81%CF%89%CE%BD_%CE%86%CE%BD%CF%84%CE%BB%CE%B7%CF%83%CE%B7%CF%82_%CE%A0%CE%B5%CF%84%CF%81%CE%B5%CE%BB%CE%B1%CE%AF%CE%BF%CF%85,_%CE%A7%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CE%98%CE%B1%CE%BB%CE%AC%CF%83%CF%83%CE%B9%CF%89%CE%BD_%CE%A0%CE%B7%CE%B3%CF%8E%CE%BD_%CE%9A%CE%B9%CE%BD%CE%B4%CF%8D%CE%BD%CE%BF%CF%85_%CE%94%CE%B9%CE%B1%CF%81%CF%81%CE%BF%CE%AE%CF%82_%CE%A0%CE%B5%CF%84%CF%81%CE%B5%CE%BB%CE%B1%CE%AF%CE%BF%CF%85_%CF%83%CF%84%CE%B7%CE%BD_%CE%98%CE%AC%CE%BB%CE%B1%CF%83%CF%83%CE%B1_Bohai</id>
		<title>Τηλεπισκόπηση Πλοίων, Υπεράκτιων Εξέδρων Άντλησης Πετρελαίου, Χαρτογράφηση Θαλάσσιων Πηγών Κινδύνου Διαρροής Πετρελαίου στην Θάλασσα Bohai</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CE%A0%CE%BB%CE%BF%CE%AF%CF%89%CE%BD,_%CE%A5%CF%80%CE%B5%CF%81%CE%AC%CE%BA%CF%84%CE%B9%CF%89%CE%BD_%CE%95%CE%BE%CE%AD%CE%B4%CF%81%CF%89%CE%BD_%CE%86%CE%BD%CF%84%CE%BB%CE%B7%CF%83%CE%B7%CF%82_%CE%A0%CE%B5%CF%84%CF%81%CE%B5%CE%BB%CE%B1%CE%AF%CE%BF%CF%85,_%CE%A7%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CE%98%CE%B1%CE%BB%CE%AC%CF%83%CF%83%CE%B9%CF%89%CE%BD_%CE%A0%CE%B7%CE%B3%CF%8E%CE%BD_%CE%9A%CE%B9%CE%BD%CE%B4%CF%8D%CE%BD%CE%BF%CF%85_%CE%94%CE%B9%CE%B1%CF%81%CF%81%CE%BF%CE%AE%CF%82_%CE%A0%CE%B5%CF%84%CF%81%CE%B5%CE%BB%CE%B1%CE%AF%CE%BF%CF%85_%CF%83%CF%84%CE%B7%CE%BD_%CE%98%CE%AC%CE%BB%CE%B1%CF%83%CF%83%CE%B1_Bohai"/>
				<updated>2017-02-17T22:37:25Z</updated>
		
		<summary type="html">&lt;p&gt;Vita Zvarych: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: Arthro_8_1_Vita.jpg|thumb|right|Εικόνα 1: Πλοία και εξέδρες πετρελαίου το 2007]]&lt;br /&gt;
[[Εικόνα: Arthro_8_2_Vita.jpg|thumb|right|Εικόνα 2: Πλοία και εξέδρες πετρελαίου το 2009 και 2010]]&lt;br /&gt;
[[Εικόνα: Arthro_8_1(2)Vita.jpg|thumb|right|Εικόνα 3: Θέσεις των πλατφόρμων πετρελαίου με δορυφορική ανάλυση]]&lt;br /&gt;
[[Εικόνα: Arthro_8_3_Vita.jpg|thumb|right|Εικόνα 4: Σημεία πετρελαϊκών πηγών στη θάλασσα Bohai]]&lt;br /&gt;
[[Εικόνα: Arthro_8_4_Vita.jpg|thumb|right|Εικόνα 5: Χάρτης επικινδυνότητας πετρελαιοκηλίδας στη θάλασσα Bohai]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Qianguo Xing,Ruolin Meng, Mingjing Lou, Lei Bing, Xin Liu &lt;br /&gt;
&lt;br /&gt;
'''Link: ''' [http://www.sciencedirect.com/science/article/pii/S2214241X15002370]&lt;br /&gt;
&lt;br /&gt;
'''Λέξεις - Κλειδιά: '''Πλατφόρμες πετρελαίου, Τηλεπισκόπηση, Χρονική και Χωρική ανάλυση, Θαλάσσιες Πηγές Κινδύνων Διαρροής Πετρελαίου, Θάλασσα Bohai&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Σκοπός'''&lt;br /&gt;
&lt;br /&gt;
Οι διαρροές πετρελαίου από θαλάσσιες μεταφορές και από την εξόρυξη πετρελαίου έχουν μεγάλη σημασία για την προστασία του θαλάσσιου περιβάλλοντος. Οι πλατφόρμες και τα πλοία μεταφοράς πετρελαίου έχουν παρόμοια φασματικά χαρακτηριστικά και μέγεθος και μπορούν ταυτόχρονα να προσδιορισθούν από δορυφορικές εικόνες. Οι εξέδρες πετρελαίου και τα πλοία μεταφοράς όμως έχουν διαφορετικούς τρόπους συμπεριφοράς: υπεράκτια πλοία συνήθως κινούνται με το χρόνο, και ακόμη και αν είναι αγκυροβολημένο, αυτή η κατάσταση ελλιμενισμού δεν θα διαρκέσει για μήνες ή χρόνια ενώ οι πλατφόρμες πετρελαίου είναι συνήθως στην ίδια θέση για μεγάλο χρονικό διάστημα μέχρι να αφαιρεθούν ή να καταστραφούν λόγω κάποιου ατυχήματος.&lt;br /&gt;
Στην εργασία αυτή σκοπός ήταν να  προταθεί μια στρατηγική εντοπισμού των πλοίων και υπεράκτιων πλατφόρμων πετρελαίου στη βάση των εικόνων τηλεπισκόπησης και γεωγραφικών συστημάτων πληροφοριών. Δορυφορικές εικόνες χρησιμοποιήθηκαν για τον εντοπισμό της διανομής των πλοίων και των εξεδρών άντλησης πετρελαίου στη θάλασσα Bohai, και  δημιουργήθηκε ο χάρτης κινδύνου διαρροής πετρελαίου από τα πλοία και τις εξέδρες άντλησης πετρελαίου με βάση ένα μέσο όρο πιθανότητας εκδήλωσης πετρελαιοκηλίδας.&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Με την ταχεία οικονομική ανάπτυξη στον κόσμο, η ζήτηση για πετρέλαιο αυξάνεται γρήγορα, και τα υποθαλάσσια αποθέματα γίνονται μια σημαντική πηγή πετρελαίου. Την ίδια στιγμή, οι  θαλάσσιες  μεταφορές αυξάνουν  γρήγορα και κατά συνέπεια, η πιθανότητα ατυχήματος πετρελαιοκηλίδας ανοικτής θαλάσσης αυξάνει με την αύξηση της θαλάσσιας εκμετάλλευσης και των μεταφορών. &lt;br /&gt;
Οι δύο κύριες πηγές των πετρελαιοκηλίδων, πλοία και εξέδρες πετρελαίου έχουν διαφορετικά επίπεδα  πιθανών επιπτώσεων, σύμφωνα με τις θέσεις και την κατανομή τους. Ειδικά για τις πλατφόρμες πετρελαίου, ένα ατύχημα μπορεί να φέρει τεράστια οικολογική και οικονομική ζημία. Για παράδειγμα, ατύχημα σοβαρής πετρελαιοκηλίδας συνέβη στην πλατφόρμα πετρελαίου Penglai 19-3 τον Ιούλιο του 2011. Σε αυτό το ατύχημα, άφθονη ποσότητα  πετρελαίου χύθηκε στη Θάλασσα Bohai, η οποία θα μπορούσε ακόμα και να οδηγήσει σε μείωση των πλαγκτονικών ειδών και στη ποικιλομορφία τους, σε απώλειες των θαλάσσιων προνύμφων και σε  αύξηση της περιεκτικότητας υδρογονανθράκων πετρελαίου και κατ’ επέκταση σε  βλάβη στο θαλάσσιο περιβάλλον. &lt;br /&gt;
Γι 'αυτό είναι πολύ σημαντικό να παρακολουθείται η κατανομή των εξεδρών άντλησης πετρελαίου και να βρίσκονται σε  εποπτεία. Μέχρι στιγμής, υπάρχουν λίγες εργασίες που επικεντρώνονται στον εντοπισμό της θέσης των εξεδρών άντλησης πετρελαίου μέσω οπτικών δορυφορικών δεδομένων. Λόγω της ικανότητας της παροχής σε πραγματικό χρόνο και σε μεγάλη κλίμακα χωρικών πληροφοριών, η δορυφορική τηλεπισκόπηση είναι μια αποτελεσματική προσέγγιση για την παρακολούθηση υπεράκτιων πλατφόρμων πετρελαίου καθώς και πλοίων. Στην εργασία αυτή, προτάθηκε μια στρατηγική ανίχνευσης υπεράκτιων πλατφόρμων πετρελαίου βασισμένη σε εικόνες τηλεπισκόπησης και συστημάτων γεωγραφικών πληροφοριών, και δημιουργήθηκαν χάρτες  κινδύνου διαρροής πετρελαίου.&lt;br /&gt;
&lt;br /&gt;
'''Περιοχή Μελέτης - Μεθοδολογία'''&lt;br /&gt;
&lt;br /&gt;
Η ΘάλασσαBohai είναι μια ημίκλειστη θάλασσα και βρίσκεται στο βόρειο τμήμα της Ανατολικής Κίνας. κοιτάσματα πετρελαίου και φυσικού αερίου υπάρχουν κυρίως στοLiaodongBay, στο BohaiBay και στο μέσον της περιοχή της θάλασσας Bohai. Σύμφωνα με το δημοσιεύματα ο αριθμός των κοιτασμάτων πετρελαίου και φυσικού αερίου της θάλασσαςBohai ήταν 20 το 2008. Τα δεδομένα που χρησιμοποιούνται σε αυτή την εργασία αποκτήθηκαν από Landsat 5 / TM και Landsat 7 / ETM +. Landsat 5 και Landsat 7 και με συχνότητα εξέτασης της περιοχής κάθε 16 ημέρες και  κύρια χωρική ανάλυση τους  30 μέτρα. Οι εξέδρες πετρελαίου και τα πλοία μπορεί να ανιχνευθούν στις εικόνες επειδή έχουν συνήθως υψηλότερο συντελεστή ανάκλασης από το φόντο του θαλασσινού νερού. Οι εξέδρες πετρελαίου και τα πλοία έχουν παρόμοια φασματικά χαρακτηριστικά και  μεγέθη  σχετικά με τις δορυφορικές εικόνες σε 30-μέτρα ανάλυση. Έτσι αρχικά τα πλοία και οι εξέδρες πετρελαίου εξάγονται ταυτόχρονα (Εικόνα 1).&lt;br /&gt;
&lt;br /&gt;
Σύστημα Band 7 του Landsat TM / ETM + χρησιμοποιήθηκε για την καταγραφή (Wu et al, 2009. Meng και Xing, 2013). Πρώτα, ελήφθησαν ιστορικά στοιχεία για τις  ακτές και τη μορφολογική λειτουργία και εφαρμόστηκαν για να εξαχθεί η καθαρή θαλάσσια ζώνη (Meng και Xing, 2013). Στη συνέχεια, μια μέθοδος κινούμενου παραθύρου χρησιμοποιήθηκε για να χωρίσει την εικόνα σε μπλοκ για τη στατιστική ανάλυση. Πολλοί αλγόριθμοι δεν είχαν τη δυνατότητα αναζήτησης στόχων σε εικόνες μεγάλης κλίμακας, έτσι ώστε ο αλγόριθμος «απόφασης» της ύπαρξής στόχου εφαρμόστηκε για να καθοριστεί εάν υπήρχαν στόχοι ενδιαφέροντος (Meng και Xing, 2013). Αν υπήρχε στόχος που  ενδιαφέρει, τότε γίνεται&lt;br /&gt;
επαναληπτική τμηματοποίηση στο οπτικό όριο για να εξαχθούν. Τέλος, οι θέσεις (γραμμές και στήλες) των στόχων της εικόνας μετατράπηκαν σε γεωγραφικές συντεταγμένες. Η επεξεργασία εισάγει όλους του εξαγόμενους στόχους στο λογισμικό ArcGIS και αφού φιλτραριστούν για την αποφυγή των πολλαπλών εγγραφών τα αποτελέσματα παρουσιάζονται στην Εικόνα 2.&lt;br /&gt;
Οι υπεράκτιες πλατφόρμες πετρελαίου θα μπορούσε να διαχωριστεί από τα πλοία, λόγω του ότι οι εξέδρες πετρελαίου και πλοία έχουν διαφορετικούς τρόπους συμπεριφοράς: οι θέσεις των υπεράκτιων πλοίων συνήθως αλλάζουν, ακόμα και αν έχουν σταματήσει και είναι αγκυροβολημένα, η στατική κατάσταση δεν θα διαρκέσει για πολύ,  ενώ οι πλατφόρμες πετρελαίου συνήθως παραμένουν στο ίδιο μέρος για μεγάλο χρονικό διάστημα. &lt;br /&gt;
Στη συνέχεια τα 3 σετ δεδομένων για τα έτη 2007, 2009, 2010 και με ρύθμιση αποστάσεων 100 μέτρων επεξεργάζονται για να ληφθεί στην Εικόνα 3 οι θέσεις των εξέδρων πετρελαίου οι οποίες υπολογίστηκαν 25.&lt;br /&gt;
&lt;br /&gt;
Ο Dagmar (Etkin, 2006) αξιολόγησε τον κίνδυνο διαρροής πετρελαίου στη βάση των 52.000 ατυχήματων που συνέβησαν στις ΗΠΑ σε εσωτερικές πλωτές οδούς,με την οποία, θεωρήθηκαν τύποι πηγής διαρροής πετρελαίου, για διάφορα είδη πετρελαιου και σε διάφορα  μέγεθη  και παράγοντες που αφορούν τοποθεσίες. Σε αυτή την εργασία ο χάρτης κίνδυνου πετρελαιοκηλίδας δημιουργήθηκε με βάση το μοντέλο Dagmar και χωρική κατανομή της πετρελαιοκηλίδας. Το μοντέλο αναπτύσσεται από τη σχέση :&lt;br /&gt;
[[Εικόνα:Arthro_8_Exiswsi_Vita.jpg|thumb|centre|]]&lt;br /&gt;
όπου R είναι ο τελικός κίνδυνος πετρελαιοκηλίδας, Pship είναι η μέση πιθανότητα πετρελαιοκηλίδας του κάθε πλοίου, Vship είναι ο μέσος όρος όγκου πετρελαιοκηλίδας  του κάθε πλοίου, Dship είναι η πυκνότητα των πλοίων, Fship είναι ένας τροποποιητής για την πετρελαιοκηλίδα του πλοίου, Poil είναι ο μέσος όρος πιθανότητας πετρελαιοκηλίδας σε κάθε πλατφόρμα πετρελαίου, Voil είναι ο μέσος όρος του όγκου πετρελαιοκηλίδας της κάθε πλατφόρμας πετρελαίου, Doil είναι η πυκνότητα των πλατφόρμων, Foil είναι ο τροποποιητής της διαρροής σε πλατφόρμες πετρελαίου, και Ε της επίδρασης της πετρελαιοκηλίδας. Η μέση πιθανότητα πετρελαιοκηλίδα σε κάθε πλοίο θα μπορούσε να υπολογιστεί με βάση το γεγονός ότι η κατανομή πιθανότητας πετρελαιοκηλίδας σε ατυχήματα είναι μια διακριτή διωνυμικής κατανομή  πιθανοτήτας , και είναι σχετική με τον τρέχον αριθμό  πλοίων (Wang, 2010).  Ο μέσος όρος του όγκου πετρελαιοκηλίδας για κάθε πλοίο θα μπορούσε να συναχθεί από μια έκθεση στατιστικών για τα ατυχήματα πλοίων τη θάλασσα Bohaiμεταξύ 1973 και 2002. Η μέση πιθανότητα πετρελαιοκηλίδας της κάθε πλατφόρμας πετρελαίου και ο μέσος όρος του όγκου διαρροής υπολογίζεται με βάση την έκθεση που συνέταξε το  DET Norske Veritas (Veritas, 2011).&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα - Επίλογος'''&lt;br /&gt;
&lt;br /&gt;
Οι πλατφόρμες πετρελαίου που εντοπίστηκαν αφορούν την περίοδο 2007 ως 2010. Δεδομένου ότι τα προαναφερθέντα,  επίσημα στοιχεία των τοποθεσιών πλατφόρμων πετρελαίου δεν ήταν προσβάσιμα,  το αποτέλεσμα θα μπορούσε να επικυρωθεί μόνο με ανεπίσημα δεδομένα. Στην παρούσα εργασία τα αποτελέσματα επιβεβαιώθηκαν με απεύθειας σύνδεσης εικόνα από τις διάφορες περιοχές. &lt;br /&gt;
Όπως φαίνεται στην Εικόνα 3, η κατανομή των προσδιορισμένων πλατφόρμων πετρελαίου δείχνει μεγάλη ομοιότητα με εκείνη της Εικόνας 4, είναι επίσης σύμφωνη με την πραγματική κατανομή των κοιτασμάτων πετρελαίου και φυσικού αερίου στην Liaodong Bay, Bohai Bay και την μεσαία περιοχή της θάλασσας Bohai. 17 από 25 πλατφόρμες ήταν μέσα στη λογική απόσταση. Η κατανομή των πλατφόρμων πετρελαίου όπως εξάγεταιήταν πειστική αλλά ο αριθμός μπορεί να είναι διαφορετικός από τις πραγματικές. Ο χάρτης  κινδύνων θαλάσσιας πετρελαιοκηλίδας θα μπορούσε κατά προτίμηση να εμφανίζει τη κατανομή των θαλάσσιων κίνδυνο διαρροής πετρελαίου με βάση την κατανομή των πλοίων και των πλατφορμών που είναι οι δύο σημαντικές πηγές πετρελαιοκηλίδων, και οι χάρτες αυτοί θα μπορούσαν επίσης να παρέχουν τεχνική υποστήριξη για τη θαλάσσια ασφάλεια στην υπηρεσία προστασίας του περιβάλλοντος με σκοπό τη προτεραιότητα της θαλάσσιας περιπολίας, την ανάπτυξη της πρόληψης και του ελέγχου των πόρων, κλπ&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
[[category: Περιβαλλοντικές Επιπτώσεις]]&lt;/div&gt;</summary>
		<author><name>Vita Zvarych</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CE%A0%CE%BB%CE%BF%CE%AF%CF%89%CE%BD,_%CE%A5%CF%80%CE%B5%CF%81%CE%AC%CE%BA%CF%84%CE%B9%CF%89%CE%BD_%CE%95%CE%BE%CE%AD%CE%B4%CF%81%CF%89%CE%BD_%CE%86%CE%BD%CF%84%CE%BB%CE%B7%CF%83%CE%B7%CF%82_%CE%A0%CE%B5%CF%84%CF%81%CE%B5%CE%BB%CE%B1%CE%AF%CE%BF%CF%85,_%CE%A7%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CE%98%CE%B1%CE%BB%CE%AC%CF%83%CF%83%CE%B9%CF%89%CE%BD_%CE%A0%CE%B7%CE%B3%CF%8E%CE%BD_%CE%9A%CE%B9%CE%BD%CE%B4%CF%8D%CE%BD%CE%BF%CF%85_%CE%94%CE%B9%CE%B1%CF%81%CF%81%CE%BF%CE%AE%CF%82_%CE%A0%CE%B5%CF%84%CF%81%CE%B5%CE%BB%CE%B1%CE%AF%CE%BF%CF%85_%CF%83%CF%84%CE%B7%CE%BD_%CE%98%CE%AC%CE%BB%CE%B1%CF%83%CF%83%CE%B1_Bohai</id>
		<title>Τηλεπισκόπηση Πλοίων, Υπεράκτιων Εξέδρων Άντλησης Πετρελαίου, Χαρτογράφηση Θαλάσσιων Πηγών Κινδύνου Διαρροής Πετρελαίου στην Θάλασσα Bohai</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CE%A0%CE%BB%CE%BF%CE%AF%CF%89%CE%BD,_%CE%A5%CF%80%CE%B5%CF%81%CE%AC%CE%BA%CF%84%CE%B9%CF%89%CE%BD_%CE%95%CE%BE%CE%AD%CE%B4%CF%81%CF%89%CE%BD_%CE%86%CE%BD%CF%84%CE%BB%CE%B7%CF%83%CE%B7%CF%82_%CE%A0%CE%B5%CF%84%CF%81%CE%B5%CE%BB%CE%B1%CE%AF%CE%BF%CF%85,_%CE%A7%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CE%98%CE%B1%CE%BB%CE%AC%CF%83%CF%83%CE%B9%CF%89%CE%BD_%CE%A0%CE%B7%CE%B3%CF%8E%CE%BD_%CE%9A%CE%B9%CE%BD%CE%B4%CF%8D%CE%BD%CE%BF%CF%85_%CE%94%CE%B9%CE%B1%CF%81%CF%81%CE%BF%CE%AE%CF%82_%CE%A0%CE%B5%CF%84%CF%81%CE%B5%CE%BB%CE%B1%CE%AF%CE%BF%CF%85_%CF%83%CF%84%CE%B7%CE%BD_%CE%98%CE%AC%CE%BB%CE%B1%CF%83%CF%83%CE%B1_Bohai"/>
				<updated>2017-02-17T22:33:42Z</updated>
		
		<summary type="html">&lt;p&gt;Vita Zvarych: Νέα σελίδα με 'Εικόνα 1: Πλοία και εξέδρες πετρελαίου το 2007 [[Εικόνα: Arthro_8_2_Vita.jpg|thumb...'&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: Arthro_8_1_Vita.jpg|thumb|right|Εικόνα 1: Πλοία και εξέδρες πετρελαίου το 2007]]&lt;br /&gt;
[[Εικόνα: Arthro_8_2_Vita.jpg|thumb|right|Εικόνα 2: Πλοία και εξέδρες πετρελαίου το 2009 και 2010]]&lt;br /&gt;
[[Εικόνα: Arthro_8_1(2)Vita.jpg|thumb|right|Εικόνα 3: Θέσεις των πλατφόρμων πετρελαίου με δορυφορική ανάλυση]]&lt;br /&gt;
[[Εικόνα: Arthro_8_3_Vita.jpg|thumb|right|Εικόνα 4: Σημεία πετρελαικών πηγών στη θάλασσα Bohai]]&lt;br /&gt;
[[Εικόνα: Arthro_8_4_Vita.jpg|thumb|right|Εικόνα 5: Χάρτης επικινδυνότητας πετρελαιοκηλίδας στη θάλασσα Bohai]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Qianguo Xing,Ruolin Meng, Mingjing Lou, Lei Bing, Xin Liu &lt;br /&gt;
&lt;br /&gt;
'''Link: ''' [http://www.sciencedirect.com/science/article/pii/S2214241X15002370]&lt;br /&gt;
&lt;br /&gt;
'''Λέξεις - Κλειδιά: '''Πλατφόρμες πετρελαίου, Τηλεπισκόπηση, Χρονική και Χωρική ανάλυση, Θαλάσσιες Πηγές Κινδύνων Διαρροής Πετρελαίου, Θάλασσα Bohai&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Σκοπός'''&lt;br /&gt;
&lt;br /&gt;
Οι διαρροές πετρελαίου από θαλάσσιες μεταφορές και από την εξόρυξη πετρελαίου έχουν μεγάλη σημασία για την προστασία του θαλάσσιου περιβάλλοντος. Οι πλατφόρμες και τα πλοία μεταφοράς πετρελαίου έχουν παρόμοια φασματικά χαρακτηριστικά και μέγεθος και μπορούν ταυτόχρονα να προσδιορισθούν από δορυφορικές εικόνες. Οι εξέδρες πετρελαίου και τα πλοία μεταφοράς όμως έχουν διαφορετικούς τρόπους συμπεριφοράς: υπεράκτια πλοία συνήθως κινούνται με το χρόνο, και ακόμη και αν είναι αγκυροβολημένο, αυτή η κατάσταση ελλιμενισμού δεν θα διαρκέσει για μήνες ή χρόνια ενώ οι πλατφόρμες πετρελαίου είναι συνήθως στην ίδια θέση για μεγάλο χρονικό διάστημα μέχρι να αφαιρεθούν ή να καταστραφούν λόγω κάποιου ατυχήματος.&lt;br /&gt;
Στην εργασία αυτή σκοπός ήταν να  προταθεί μια στρατηγική εντοπισμού των πλοίων και υπεράκτιων πλατφόρμων πετρελαίου στη βάση των εικόνων τηλεπισκόπησης και γεωγραφικών συστημάτων πληροφοριών. Δορυφορικές εικόνες χρησιμοποιήθηκαν για τον εντοπισμό της διανομής των πλοίων και των εξεδρών άντλησης πετρελαίου στη θάλασσα Bohai, και  δημιουργήθηκε ο χάρτης κινδύνου διαρροής πετρελαίου από τα πλοία και τις εξέδρες άντλησης πετρελαίου με βάση ένα μέσο όρο πιθανότητας εκδήλωσης πετρελαιοκηλίδας.&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Με την ταχεία οικονομική ανάπτυξη στον κόσμο, η ζήτηση για πετρέλαιο αυξάνεται γρήγορα, και τα υποθαλάσσια αποθέματα γίνονται μια σημαντική πηγή πετρελαίου. Την ίδια στιγμή, οι  θαλάσσιες  μεταφορές αυξάνουν  γρήγορα και κατά συνέπεια, η πιθανότητα ατυχήματος πετρελαιοκηλίδας ανοικτής θαλάσσης αυξάνει με την αύξηση της θαλάσσιας εκμετάλλευσης και των μεταφορών. &lt;br /&gt;
Οι δύο κύριες πηγές των πετρελαιοκηλίδων, πλοία και εξέδρες πετρελαίου έχουν διαφορετικά επίπεδα  πιθανών επιπτώσεων, σύμφωνα με τις θέσεις και την κατανομή τους. Ειδικά για τις πλατφόρμες πετρελαίου, ένα ατύχημα μπορεί να φέρει τεράστια οικολογική και οικονομική ζημία. Για παράδειγμα, ατύχημα σοβαρής πετρελαιοκηλίδας συνέβη στην πλατφόρμα πετρελαίου Penglai 19-3 τον Ιούλιο του 2011. Σε αυτό το ατύχημα, αφθονη ποσότητα  πετρελαίου χύθηκε στη Θάλασσα Bohai, η οποία θα μπορούσε ακόμα και να οδηγήσει σε μείωση των πλαγκτονικών ειδών και στη ποικιλομορφία τους, σε απώλειες των θαλάσσιων προνύμφων και σε  αύξηση της περιεκτικότητας υδρογονανθράκων πετρελαίου και κατ’ επέκταση σε  βλάβη στο θαλάσσιο περιβάλλον. &lt;br /&gt;
Γι 'αυτό είναι πολύ σημαντικό να παρακολουθείται η κατανομή των εξεδρών άντλησης πετρελαίου και να βρίσκονται σε  εποπτεία. Μέχρι στιγμής, υπάρχουν λίγες εργασίες που επικεντρώνονται στον εντοπισμό της θέσης των εξεδρών άντλησης πετρελαίου μέσω οπτικών δορυφορικών δεδομένων. Λόγω της ικανότητας της παροχής σε πραγματικό χρόνο και σε μεγάλη κλίμακα χωρικών πληροφοριών, η δορυφορική τηλεπισκόπηση είναι μια αποτελεσματική προσέγγιση για την παρακολούθηση υπεράκτιων πλατφόρμων πετρελαίου καθώς και πλοίων. Στην εργασία αυτή, προτάθηκε μια στρατηγική ανίχνευσης υπεράκτιων πλατφόρμων πετρελαίου βασισμένη σε εικόνες τηλεπισκόπησης και συστημάτων γεωγραφικών πληροφοριών, και δημιουργήθηκαν χάρτες  κινδύνου διαρροής πετρελαίου.&lt;br /&gt;
&lt;br /&gt;
'''Περιοχή Μελέτης - Μεθοδολογία'''&lt;br /&gt;
&lt;br /&gt;
Η ΘάλασσαBohai είναι μια ημίκλειστη θάλασσα και βρίσκεται στο βόρειο τμήμα της Ανατολικής Κίνας. κοιτάσματα πετρελαίου και φυσικού αερίου υπάρχουν κυρίως στοLiaodongBay, στο BohaiBay και στο μεσον της περιοχή της θάλασσας Bohai. Σύμφωνα με το δημοσιεύματα ο αριθμός των κοιτασμάτων πετρελαίου και φυσικού αερίου της θάλασσαςBohai ήταν 20 το 2008. Τα δεδομένα που χρησιμοποιούνται σε αυτή την εργασία αποκτήθηκαν από Landsat 5 / TM και Landsat 7 / ETM +. Landsat 5 και Landsat 7 και με συχνότητα εξέτασης της περιοχής κάθε 16 ημέρες και  κύρια χωρική ανάλυση τους  30 μέτρα. Οι εξέδρες πετρελαίου και τα πλοία μπορεί να ανιχνευθούν στις εικόνες επειδή έχουν συνήθως υψηλότερο συντελεστή ανάκλασης από το φόντο του θαλασσινού νερού. Οι εξέδρες πετρελαίου και τα πλοία έχουν παρόμοια φασματικά χαρακτηριστικά και  μεγέθη  σχετικά με τις δορυφορικές εικόνες σε 30-μέτρα ανάλυση. Έτσι αρχικά τα πλοία και οι εξέδρες πετρελαίου εξάγονται ταυτόχρονα (εικόνα 1).&lt;br /&gt;
&lt;br /&gt;
Σύστημα Band 7 του Landsat TM / ETM + χρησιμοποιήθηκε για την καταγραφή (Wu et al, 2009?. Meng και Xing, 2013). Πρώτα, ελήφθησαν ιστορικά στοιχεία για τις  ακτές και τη μορφολογική λειτουργία και εφαρμόστηκαν για να εξαχθεί η καθαρή θαλάσσια ζώνη (Meng και Xing, 2013). Στη συνέχεια, μια μέθοδος κινούμενου παραθύρου χρησιμοποιήθηκε για να χωρίσει την εικόνα σε μπλοκ για τη στατιστική ανάλυση. Πολλοί αλγόριθμοι δεν είχαν τη δυνατότητα αναζήτησης στόχων σε εικόνες μεγάλης κλίμακας, έτσι ώστε ο αλγόριθμος «απόφασης» της ύπαρξής στόχου εφαρμόστηκε για να καθοριστεί εάν υπήρχαν στόχοι ενδιαφέροντος (Meng και Xing, 2013). Αν υπήρχε στόχος που  ενδιαφέρει, τότε γίνεται&lt;br /&gt;
επαναληπτική τμηματοποίηση στο οπτικό όριο για να εξαχθούν. Τέλος, οι θέσεις (γραμμές και στήλες) των στόχων της εικόνας μετατράπηκαν σε γεωγραφικές συντεταγμένες. Η επεξεργασία εισάγει όλους του εξαγόμενους στόχους στο λογισμικό ArcGIS και αφού φιλτραριστούν για την αποφυγή των πολλαπλών εγγραφών τα αποτελέσματα παρουσιάζονται στην εικόνα 1.&lt;br /&gt;
Οι υπεράκτιες πλατφόρμες πετρελαίου θα μπορούσε να διαχωριστεί από τα πλοία, λόγω του ότι οι εξέδρες πετρελαίου και πλοία έχουν διαφορετικούς τρόπους συμπεριφοράς: οι θέσεις των υπεράκτιων πλοίων συνήθως αλλάζουν, ακόμα και αν έχουν σταματήσει και είναι αγκυροβολημένα, η στατική κατάσταση δεν θα διαρκέσει για πολύ,  ενώ οι πλατφόρμες πετρελαίου συνήθως παραμένουν στο ίδιο μέρος για μεγάλο χρονικό διάστημα. &lt;br /&gt;
Στη συνέχεια τα 3 σετ δεδομένων για τα έτη 2007, 2009, 2010 και με ρύθμιση αποστάσεων 100 μέτρων επεξεργάζονται για να ληφθεί στην εικόνα 2 οι θέσεις των εξέδρων πετρελαίου οι οποίες υπολογίστηκαν 25.&lt;br /&gt;
&lt;br /&gt;
Ο Dagmar (Etkin, 2006) αξιολόγησε τον κίνδυνο διαρροής πετρελαίου στη βάση των 52.000 ατυχήματων που συνέβησαν στις ΗΠΑ σε εσωτερικές πλωτές οδούς,με την οποία, θεωρήθηκαν τύποι πηγής διαρροής πετρελαίου, για διάφορα είδη πετρελαιου και σε διάφορα  μέγεθη  και παράγοντες που αφορούν τοποθεσίες. Σε αυτή την εργασία ο χάρτης κίνδυνου πετρελαιοκηλίδας δημιουργήθηκε με βάση το μοντέλο Dagmar και χωρική κατανομή της πετρελαιοκηλίδας. Το μοντέλο αναπτύσσεται από τη σχέση :&lt;br /&gt;
[[Αρχείο:Arthro_8_Exiswsi_Vita]]&lt;br /&gt;
όπου R είναι ο τελικός κίνδυνος πετρελαιοκηλίδας, Pship είναι η μέση πιθανότητα πετρελαιοκηλίδας του κάθε πλοίου, Vship είναι ο μέσος όρος όγκου πετρελαιοκηλίδας  του κάθε πλοίου, Dship είναι η πυκνότητα των πλοίων, Fship είναι ένας τροποποιητής για την πετρελαιοκηλίδα του πλοίου, Poil είναι ο μέσος όρος πιθανότητας πετρελαιοκηλίδαςσε κάθε πλατφόρμα πετρελαίου, Voil είναι ο μέσος όρος του όγκου πετρελαιοκηλίδας της κάθε πλατφόρμας πετρελαίου, Doil είναι η πυκνότητα των πλατφόρμων, Foil είναι ο τροποποιητής της διαρροής σε πλατφόρμες πετρελαίου, και Ε της επίδρασης της πετρελαιοκηλίδας. Η μέση πιθανότητα πετρελαιοκηλίδα σε κάθε πλοίο θα μπορούσε να υπολογιστεί με βάση το γεγονός ότι η κατανομή πιθανότητας πετρελαιοκηλίδας σε ατυχήματα είναι μια διακριτή διωνυμικής κατανομή  πιθανοτήτας , και είναι σχετική με τον τρέχον αριθμό  πλοίων (Wang, 2010).  Ο μέσος όρος του όγκου πετρελαιοκηλίδας για κάθε πλοίο θα μπορούσε να συναχθεί από μια έκθεση στατιστικών για τα ατυχήματα πλοίων τη θάλασσα Bohaiμεταξύ 1973 και 2002. Η μέση πιθανότητα πετρελαιοκηλίδας της κάθε πλατφόρμας πετρελαίου και ο μέσος όρος του όγκου διαρροής υπολογίζεται με βάση την έκθεση που συνέταξε το  DET Norske Veritas (Veritas, 2011).&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα - Επίλογος'''&lt;br /&gt;
&lt;br /&gt;
Οι πλατφόρμες πετρελαίου που εντοπίστηκαν αφορούν την περίοδο 2007 ως 2010. Δεδομένου ότι τα προαναφερθέντα,  επίσημα στοιχεία των τοποθεσιών πλατφόρμων πετρελαίου δεν ήταν προσβάσιμα,  το αποτέλεσμα θα μπορούσε να επικυρωθεί μόνο με ανεπίσημα δεδομένα. Στην παρούσα εργασία τα αποτελέσματα επιβεβαιώθηκαν με απεύθειας σύνδεσης εικόνα από τις διάφορες περιοχές. &lt;br /&gt;
Όπως φαίνεται στην εικόνα 2, η κατανομή των προσδιορισμένων πλατφόρμων πετρελαίου δείχνει μεγάλη ομοιότητα με εκείνη της Εικ 3, είναι επίσης σύμφωνη με την πραγματική κατανομή των κοιτασμάτων πετρελαίου και φυσικού αερίου στην Liaodong Bay, Bohai Bay και την μεσαία περιοχή της θάλασσας Bohai. 17 από 25 πλατφόρμες ήταν μέσα στη λογική απόσταση. Η κατανομή των πλατφόρμων πετρελαίου όπως εξάγεταιήταν πειστική αλλά ο αριθμός μπορεί να είναι διαφορετικός από τις πραγματικές. Ο χάρτης  κινδύνων θαλάσσιας πετρελαιοκηλίδας θα μπορούσε κατά προτίμηση να εμφανίζει τη κατανομή των θαλάσσιων κίνδυνο διαρροής πετρελαίου με βάση την κατανομή των πλοίων και των πλατφορμών που είναι οι δύο σημαντικές πηγές πετρελαιοκηλίδων, και οι χάρτες αυτοί θα μπορούσαν επίσης να παρέχουν τεχνική υποστήριξη για τη θαλάσσια ασφάλεια στην υπηρεσία προστασίας του περιβάλλοντος με σκοπό τη προτεραιότητα της θαλάσσιας περιπολίας, την ανάπτυξη της πρόληψης και του ελέγχου των πόρων, κ.λπ&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
[[category: Περιβαλλοντικές Επιπτώσεις]]&lt;/div&gt;</summary>
		<author><name>Vita Zvarych</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A7%CF%81%CE%B7%CF%83%CE%B9%CE%BC%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7_%CF%84%CE%B5%CF%87%CE%BD%CE%B9%CE%BA%CF%8E%CE%BD_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B9%CF%83%CE%B7%CF%82_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%B1%CE%BD%CE%B1%CE%B3%CE%BD%CF%8E%CF%81%CE%B9%CF%83%CE%B7_%CF%84%CE%BF%CF%85_%CE%BA%CE%B9%CE%BD%CE%B4%CF%8D%CE%BD%CE%BF%CF%85_%CE%BA%CE%B1%CF%84%CE%BF%CE%BB%CE%AF%CF%83%CE%B8%CE%B7%CF%83%CE%B7%CF%82_%CF%84%CE%BF%CF%85_%CE%BD%CF%8C%CF%84%CE%B9%CE%BF%CF%85%CF%83%CE%B9%CE%B4%CE%B7%CF%81%CE%BF%CE%B4%CF%81%CE%BF%CE%BC%CE%B9%CE%BA%CE%BF%CF%8D_%CE%B4%CE%B9%CE%BA%CF%84%CF%8D%CE%BF%CF%85_%CF%83%CF%84%CE%B7_%CE%A4%CE%B1%CF%8A%CE%B2%CE%AC%CE%BD</id>
		<title>Χρησιμοποίηση τεχνικών Τηλεπισκόπισης για την αναγνώριση του κινδύνου κατολίσθησης του νότιουσιδηροδρομικού δικτύου στη Ταϊβάν</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A7%CF%81%CE%B7%CF%83%CE%B9%CE%BC%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7_%CF%84%CE%B5%CF%87%CE%BD%CE%B9%CE%BA%CF%8E%CE%BD_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B9%CF%83%CE%B7%CF%82_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%B1%CE%BD%CE%B1%CE%B3%CE%BD%CF%8E%CF%81%CE%B9%CF%83%CE%B7_%CF%84%CE%BF%CF%85_%CE%BA%CE%B9%CE%BD%CE%B4%CF%8D%CE%BD%CE%BF%CF%85_%CE%BA%CE%B1%CF%84%CE%BF%CE%BB%CE%AF%CF%83%CE%B8%CE%B7%CF%83%CE%B7%CF%82_%CF%84%CE%BF%CF%85_%CE%BD%CF%8C%CF%84%CE%B9%CE%BF%CF%85%CF%83%CE%B9%CE%B4%CE%B7%CF%81%CE%BF%CE%B4%CF%81%CE%BF%CE%BC%CE%B9%CE%BA%CE%BF%CF%8D_%CE%B4%CE%B9%CE%BA%CF%84%CF%8D%CE%BF%CF%85_%CF%83%CF%84%CE%B7_%CE%A4%CE%B1%CF%8A%CE%B2%CE%AC%CE%BD"/>
				<updated>2017-02-17T22:15:01Z</updated>
		
		<summary type="html">&lt;p&gt;Vita Zvarych: Νέα σελίδα με 'Εικόνα 1: Το νότιο σιδηροδρομικό τμήμα της Ταϊβάν [[Εικόνα: Arthro_2_2_Vita...'&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: Arthro_2_1_Vita.jpg|thumb|right|Εικόνα 1: Το νότιο σιδηροδρομικό τμήμα της Ταϊβάν]]&lt;br /&gt;
[[Εικόνα: Arthro_2_2_Vita.jpg|thumb|right|Εικόνα 2: Επικίνδυνα φυσικά φαινόμενα τα τελευταία χρόνια στη περιοχή του νοτίου τμήματος της σιδηροδρομικής γραμμής της Ταϊβάν]]&lt;br /&gt;
[[Εικόνα: Arthro_2_3_Vita.jpg|thumb|right|Εικόνα 3: Εικόνα καταστροφής στο σιδηροδρομικό δίκτυο, Αύγουστος 2013]]&lt;br /&gt;
[[Εικόνα: Arthro_2_4_Vita.jpg|thumb|right|Εικόνα 4: Διάγραμμα ροής της μεθόδου ανάλυσης ευαισθησίας κατολίσθησης]]&lt;br /&gt;
[[Εικόνα: Arthro_2_5_Vita.jpg|thumb|right|Εικόνα 5: Μονάδες ευαισθησίας κατολίσθησης]]&lt;br /&gt;
[[Εικόνα: Arthro_2_6_Vita.jpg|thumb|right|Εικόνα 6: Διάγραμμα αποτελέσματος προσομοίωσης]]&lt;br /&gt;
[[Εικόνα: Arthro_2_7_Vita.jpg|thumb|right|Εικόνα 7: Ευαισθησία κατολίσθησης]]&lt;br /&gt;
[[Εικόνα: Arthro_2_8_Vita.jpg|thumb|right|Εικόνα 8: Προσομοίωση της πτώσης βράχων κατά μήκος της σιδηροδρομικής γραμμής]]&lt;br /&gt;
[[Εικόνα: Arthro_2_9_Vita.jpg|thumb|right|Εικόνα 9: Προσομοίωση φερτών υλικών στη σιδηροδρομική γραμμή]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Chih-Hao Hsu, Ting-Chi Tsao, Chuen-Ming Huang, Ching-Fang Lee and Yi-The Lee&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Link: ''' [http://www.sciencedirect.com/science/article/pii/S1877705816305471]&lt;br /&gt;
&lt;br /&gt;
'''Λέξεις - Κλειδιά: '''Τηλεπισκόπηση, Νότια Σύνδεση Σιδηροδρόμων, Ταϊβάν, Κατολίσθηση, Βράχο πτώση, Συντρίμμια Ροής&lt;br /&gt;
&lt;br /&gt;
'''Σκοπός'''&lt;br /&gt;
&lt;br /&gt;
Σε αυτή την εργασία, μελετήθηκε η ικανότητα του συνδυασμού της απομακρυσμένης τεχνικής τηλεπισκόπησης και GIS για τον εντοπισμό και χαρτογράφηση των κινδύνων πιθανών κατολισθήσεων κατά μήκος του δίκτυο σιδηροδρόμων στη νότια Ταϊβάν. Χρησιμοποιήθηκαν υψηλής ανάλυσης αεροφωτογραφίες, μοντέλα εδάφους καθώς και δεδομένα κατολισθήσεων. Εντοπίστηκαν τρεις περιοχές επιρρεπείς σε μετατοπίσεις μάζας με αυξημένη επικινδυνότητα. Έτσι συνολικά σε αυτές τις 3 περιοχές βρέθηκαν 48 πλαγιές με υψηλή ευπάθεια σε κατολίσθηση, 35 χείμαρροι που έχουν υψηλή πιθανότητα παράσυρσης φερτών υλικών και από 11 σημεία η κατολίσθηση θα μπορούσε να φθάσει στη σιδηροδρομική γραμμή. Τα αποτελέσματα αυτά δείχνουν να συμφωνούν με αρχεία καταστροφών του δικτύου από τέτοιες αιτίες. Η αξιοποίηση των αποτελεσμάτων είναι ζωτικής σημασίας για την βελτίωση της σιδηροδρομικής γραμμής και για την πρόληψη κινδύνων. &lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή''' &lt;br /&gt;
&lt;br /&gt;
Η Ταιβάν βρίσκεται σε μία περιοχή τόσο με έντονη σεισμική δραστηριότητα όσο και με έντονα καιρικά φαινόμενα όπως τυφώνες. Από στατιστικά στοιχεία τα τελευταία 50 χρόνια την Ταιβάν την χτυπούν 4.9 τυφώνες ετησίως. Επιπλέον αυξημένος είναι και ο κίνδυνος κατολισθήσεων στις πλαγιές βουνών ή λόφων εξαιτίας των συνθηκών που επικρατούν, όπως η υψηλή βροχόπτωση . Ένα μεγάλο μέρος του προϋπολογισμού της Ταιβάν δαπανάται ετησίως στην αποκατάσταση των καταστροφών που προκαλούν τα παραπάνω φυσικά φαινόμενα. Αρκετές υποδομές όπως το σιδηροδρομικό δίκτυο είναι εκτεθειμένο σε σοβαρό κίνδυνο κατολισθήσεων. Έτσι είναι σαφές πως ο κίνδυνος των κατολισθήσεων ως συνέπεια ακραίων φυσικών φαινομένων είναι για την Ταϊβάν ένας από σημαντικότερους κινδύνους που επιβαρύνει οικονομικά και προκαλεί σημαντικές υλικές απώλειες.&lt;br /&gt;
&lt;br /&gt;
'''Περιοχή Μελέτης'''&lt;br /&gt;
&lt;br /&gt;
Το μήκος του νότιου δικτύου της σιδηροδρόμικής γραμμής είναι περίπου 98 χιλιόμετρα από το Fangliao Township στα δυτικά μέχρι το Ταϊτούνγκ στα ανατολικά (Εικόνα 1). Κατά τη διάρκεια της δεκαετίας του 1980, στο στάδιο της επιλογής της διαδρομής επιλέχθηκε μια διαδρομή με σχετικά υψηλό κίνδυνο κατολισθήσεων λόγω του περιορισμένου  προϋπολογισμού, έτσι η σιδηροδρομική γραμμή ήταν εκτεθειμένη σε κινδύνους κατολισθήσεων και φερτών υλικών από ροές χειμάρρων. Η σιδηροδρομική γραμμή περνά μέσα από τους πρόποδες της νότιας οροσειράς της Ταϊβάν και διέρχεται ακολούθως μέσα από τα όρη σε διάφορες γεωμορφές και γεωλογικές.&lt;br /&gt;
Το νότιο δίκτυο της σιδηροδρομικής γραμμής θα μπορούσε να διαιρεθεί σε διάφορα τμήματα ανάλογα με τον τύπο κατασκευής: αναχώματα και γέφυρες (8.8 km), σήραγγες (38,9km), και τμήματα σε πλαγιές. Σύμφωνα με στοιχεία καταστροφών (TRA 2015), κατολισθήσεις, πτώσεις βράχων και φερτά ροής χειμάρρων επηρέασαν τη σιδηροδρομική γραμμή κατά την τελευταία δεκαετία (Εικόνα 2). Σημαντικό γεγονός στη σειρά αυτών των γεγονότων αποτέλεσε ο εκτροχιασμός αμαξοστοιχείας στις 31 Αυγούστου 2013 (Εικόνα 3), λόγω  χτυπήματος εξαιτίας φερτών υλικών ροής.&lt;br /&gt;
&lt;br /&gt;
'''Μεθοδολογία'''&lt;br /&gt;
&lt;br /&gt;
Η σιδηροδρομική λειτουργία έπρεπε να διακόπτεται κάθε φορά που συνέβαινε πλημμύρα ή φερτά υλικά κάλυπταν τη σιδηροδρομική γραμμή. Για να αποφευχθεί η διακοπή των σιδηροδρομικών υπηρεσιών, λόγω φυσικών καταστροφών, επιστήμονες, μηχανικοί, και οι σιδηροδρομικές εταιρείες εργάστηκαν για την πρόληψη και τον περιορισμό των κινδύνων από κατολισθήσεις κατά μήκος της σιδηροδρομικής γραμμής. Τα πιο κοινά εργαλεία σε αυτή τη προσπάθεια ήταν η τηλεπισκόπηση, η εναέρια ερμηνεία φωτογραφίας, η ανάλυση εδάφους, και αριθμητικές προσομοιώσεις. Σε αυτή την εργασία μελετήθηκαν τρεις τύποι μετακίνησης μάζας: κατολισθήσεις, πτώση βράχων, φερτά υλικά χειμάρρων.&lt;br /&gt;
&lt;br /&gt;
'''Κατολισθήσεις'''&lt;br /&gt;
&lt;br /&gt;
Ευαισθησία κατολίσθησης (LS) ορίζεται ως η πιθανότητα μιας κατολίσθησης που συμβαίνει σε μια περιοχή με βάση τα τοπικά χαρακτηριστικά του εδάφους και τις υδρολογικές συνθήκες. Η ευαισθησία κατολίσθησης ζωνώσεων αναφέρεται στη διαίρεση της γης σε ομοιογενείς περιοχές ή τομείς ανάλογα με το βαθμό της πραγματικής ή δυνητικής επικινδυνότητας (Varnes, 1984). Η παρούσα μελέτη υιοθετεί τη μέθοδο της λογιστικής παλινδρόμησης και της πολυμεταβλητής ανάλυσης για τη διεξαγωγή ανάλυσης ευαισθησίας κατολίσθησης. Στην εικόνα 4 φαίνεται η ροή εργασιών της μεθόδου ανάλυσης ευαισθησίας κατολίσθησης.&lt;br /&gt;
Η χωρική κατανομή της κατολίσθησης καθορίζεται από τη σύγκριση δορυφορικών εικόνων πριν και μετά από γεγονότα  τυφώνων / βροχοπτώσεων. Στην περιφερειακή κλίμακα χρησιμοποιήθηκαν η ανάλυση ευαισθησίας κατολίσθησης, η καταγραφή κατολίσθησης, τα δεδομένα βροχοπτώσεων και γεωλογικά δεδομένα για την κατασκευή του μοντέλου ανάλυσης και τον υπολογισμό του δείκτη ευαισθησίας δικτύου διαστάσεων  5mx 5m. Τα διαγράμματα που προκύπτουν από την ανάλυση (Εικόνα 5) είναι χρήσιμα για την διαχείριση κινδύνου ειδικότερα σε αυτή τη μελέτη, 146 τέτοιες μονάδες χαρτογραφήθηκαν κατά μήκος της Νότιας Σύνδεσμος Σιδηροδρόμων (με εξαίρεση το τμήμα της σήραγγας). &lt;br /&gt;
&lt;br /&gt;
'''Πτώση Βράχων'''&lt;br /&gt;
&lt;br /&gt;
Οι περιοχές πτώσεις βράχων μπορούν να προσδιοριστούν με απλές γεωμετρικές μεθόδους όπως η μέθοδος της γραμμής ενέργειας. Χρησιμοποίηθηκαν γεωλογικά δεδομένα από αντίστοιχες υπηρεσίες για να προσδιορισθούν οι περιοχές υψηλής επικινδυνότητας σε πτώση βράχων. Έτσι προσδιορίστηκαν 11 περιοχές υψηλής επικινδυνότητας και 21 μέσης επικινδυνότητας στο τμήμα της σιδηροδρομικής γραμμής εξαιρουμένης της σήραγγας. Μετά τον εντοπισμό των περιοχών υψηλής και μέσης επικινδυνότητας εφαρμόστηκε το μοντέλο RAMMS(RApid Mass MovementSystem)για το προσδιορισμό και την προσομοίωση της τροχιάς κατολίσθησης. Το μοντέλο αυτό είναι ικανό να προβλέπει τον εντοπισμό επιρρεπών περιοχών πτώσης βράχων. Στην εργασία αυτή θεωρήθηκε προσομοίωση πτώσης βράχου διαστάσεων 8 m3 (2 x 2 x 2) και προσδιορίστηκε η πιθανή πληγείσα περιοχή με βάση τη τροχιά και στη συνέχεια χαρτογραφήκαν ώστε να προκύψει η εικόνα 6.&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα'''&lt;br /&gt;
&lt;br /&gt;
Από την ανάλυση των αποτελέσματων με βάση το διάγραμμα ροή της εικόνας 4 προέκυψαν 49 μονάδες (τμήματα) υψηλής ευαισθησίας σε κατολίσθηση, 49 μονάδες με μέση ευαισθησία κατολίσθησης και 48 με μικρή ευαισθησία κατολίσθησης. Τα αποτελέσματα αυτά παρουσιάζονται με διαφορετικούς χρωματισμού επί του χάρτη της περιοχής στην εικόνα 7. &lt;br /&gt;
Με τα μοντέλα προσομοίωσης πτώσης βράχων και φερτών υλικών χειμάρρων προσδιορίστηκαν οι πιθανές περιοχές υψηλής επικινδυνότητας . Έτσι εντοπίστηκαν κατά μήκος της σιδηροδρομικής γραμμής σημεία που μπορούν να καταλήξουν φερτά υλικά από χειμάρρους με υψηλή πιθανότητα καθώς και σημεία όπου θα κατέληγαν αντίστοιχα βράχοι μετά την πτώση τους. Τα αποτελέσματα αυτά εμφανίζονται στο χάρτη στις εικόνες 8 και 9.&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Σε αυτή την εργασία εξετάστηκαν τρεις τύποι μαζικών κινήσεων που μπορούν να προκαλέσουν βλάβες και καταστροφές στο νότιο σιδηροδρομικό δίκτυο της Ταϊβάν. Συνοπτικά εντοπίστηκαν 48 επιρρεπείς περιοχές σε κατολισθήσεις , 11 υψηλής επικινδυνότητας περιοχές σε πτώση βράχων και 7 περιοχές επιρρεπείς στη ροή φερτών υλικών χειμμάρων. Οι κατολισθήσεις διανέμονται κυριώς στη κεντρική οροσειρά από όπου διέρχεται η σιδηροδρομική γραμμή ενώ οι πτώσεις βράχων στην παράλια οροσειρά. Τα αποτελέσματα είναι εξαιρετικά συνεπή με την κατανομή που αντιστοιχεί από τα έγγραφα του αρχείου φυσικών καταστροφών. Τα αποτελέσματα θα μπορούσαν να βοηθήσουν στην βελτίωση των κατασκευών και τη πρόληψη καταστροφών στο σιδηδρομικό τμήμα που μελετήθηκε.&lt;br /&gt;
&lt;br /&gt;
[[category: Περιβαλλοντικές Επιπτώσεις]]&lt;/div&gt;</summary>
		<author><name>Vita Zvarych</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/Vita_Zvarich</id>
		<title>Vita Zvarich</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/Vita_Zvarich"/>
				<updated>2017-02-17T22:00:15Z</updated>
		
		<summary type="html">&lt;p&gt;Vita Zvarych: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;* [[ Ο Ρόλος της Τηλεπισκόπησης στον Εντοπισμό Ρύπανσης Πετρελαίου ]]&lt;br /&gt;
* [[ Χρησιμοποίηση τεχνικών Τηλεπισκόπισης για την αναγνώριση του κινδύνου κατολίσθησης του νότιουσιδηροδρομικού δικτύου στη Ταϊβάν]]&lt;br /&gt;
* [[ Αξιολόγηση και Εκτίμηση των Φυσικών Μεταβολών του Ποταμού Ramganga Χρησιμοποιώντας Τηλεπισκόπηση και GIS ]]&lt;br /&gt;
* [[ Εκτίμηση της Καλλιέργειας Ελαιοκράμβης στο Τέλος της Χειμερινής Περιόδου με τη Χρήση Αεροδιαστημικών Τεχνικών ]]&lt;br /&gt;
* [[ Αστικά Δεδομένα για την πόλη της Σαμάρα – Ρωσία ]]&lt;br /&gt;
* [[ Τρισδιάστατη Τεκμηρίωση των Προεξοχών του Εδάφους με Λέιζερ Σαρωτή - Διήθηση της Βλάστησης ]] &lt;br /&gt;
* [[ Παρακολούθηση Πετρελαιοκηλίδων βασιζόμενη στην SAR Τηλεπισκοπικών Απεικονίσεων ]]&lt;br /&gt;
* [[ Τηλεπισκόπηση Πλοίων, Υπεράκτιων Εξέδρων Άντλησης Πετρελαίου, Χαρτογράφηση Θαλάσσιων Πηγών Κινδύνου Διαρροής Πετρελαίου στην Θάλασσα Bohai ]]&lt;br /&gt;
* [[ Χρήση Στοιχείων Τηλεπισκόπησης για την Μελέτη των Διαφόρων Ανανεώσιμων Πηγών Ενέργειας σε Παραθαλάσσια Τοποθεσία στη Νότια Ιταλία ]]&lt;br /&gt;
* [[ Δορυφορική Τηλεπισκόπηση Εξόδους των Ορισμένων Παγετώνων στο Έδαφος της Ανατολικής Γεωργίας ]]&lt;br /&gt;
&lt;br /&gt;
 [[category:ΔΠΜΣ &amp;quot;Περιβάλλον &amp;amp; Ανάπτυξη&amp;quot; (Αθήνα)]]&lt;/div&gt;</summary>
		<author><name>Vita Zvarych</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/Vita_Zvarich</id>
		<title>Vita Zvarich</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/Vita_Zvarich"/>
				<updated>2017-02-17T21:59:51Z</updated>
		
		<summary type="html">&lt;p&gt;Vita Zvarych: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;* [[ Ο Ρόλος της Τηλεπισκόπησης στον Εντοπισμό Ρύπανσης Πετρελαίου ]]&lt;br /&gt;
* [[ Χρησιμοποίηση τεχνικών Τηλεπισκόπισης για την αναγνώριση του κινδύνου κατολίσθησης του νότιουσιδηροδρομικού δικτύου στη Ταϊβάν]]&lt;br /&gt;
* [[ Αξιολόγηση και Εκτίμηση των Φυσικών Μεταβολών του Ποταμού Ramganga Χρησιμοποιώντας Τηλεπισκόπηση και GIS ]]&lt;br /&gt;
* [[ Εκτίμηση της Καλλιέργειας Ελαιοκράμβης στο Τέλος της Χειμερινής Περιόδου με τη Χρήση Αεροδιαστημικών Τεχνικών ]]&lt;br /&gt;
* [[ Αστικά Δεδομένα για την πόλη της Σαμάρα – Ρωσία ]]&lt;br /&gt;
* [[ Τρισδιάστατη Τεκμηρίωση των Προεξοχών του Εδάφους με Λέιζερ Σαρωτή - Διήθηση της Βλάστησης ]] &lt;br /&gt;
* [[ Παρακολούθηση Πετρελαιοκηλίδων βασιζόμενη στην SAR Τηλεπισκοπικών Απεικονίσεων ]]&lt;br /&gt;
* [[ Τηλεπισκόπηση Πλοίων και Υπεράκτιων Εξέδρων Άντλησης Πετρελαίου, Χαρτογράφηση Θαλάσσιων Πηγών Κινδύνου Διαρροής Πετρελαίου στην Θάλασσα Bohai ]]&lt;br /&gt;
* [[ Χρήση Στοιχείων Τηλεπισκόπησης για την Μελέτη των Διαφόρων Ανανεώσιμων Πηγών Ενέργειας σε Παραθαλάσσια Τοποθεσία στη Νότια Ιταλία ]]&lt;br /&gt;
* [[ Δορυφορική Τηλεπισκόπηση Εξόδους των Ορισμένων Παγετώνων στο Έδαφος της Ανατολικής Γεωργίας ]]&lt;br /&gt;
&lt;br /&gt;
 [[category:ΔΠΜΣ &amp;quot;Περιβάλλον &amp;amp; Ανάπτυξη&amp;quot; (Αθήνα)]]&lt;/div&gt;</summary>
		<author><name>Vita Zvarych</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/Vita_Zvarich</id>
		<title>Vita Zvarich</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/Vita_Zvarich"/>
				<updated>2017-02-17T21:58:35Z</updated>
		
		<summary type="html">&lt;p&gt;Vita Zvarych: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;* [[ Ο Ρόλος της Τηλεπισκόπησης στον Εντοπισμό Ρύπανσης Πετρελαίου ]]&lt;br /&gt;
* [[ Χρησιμοποίηση τεχνικών Τηλεπισκόπισης για την αναγνώριση του κινδύνου κατολίσθησης του νότιουσιδηροδρομικού δικτύου στη Ταϊβάν]]&lt;br /&gt;
* [[ Αξιολόγηση και Εκτίμηση των Φυσικών Μεταβολών του Ποταμού Ramganga Χρησιμοποιώντας Τηλεπισκόπηση και GIS ]]&lt;br /&gt;
* [[ Εκτίμηση της Καλλιέργειας Ελαιοκράμβης στο Τέλος της Χειμερινής Περιόδου με τη Χρήση Αεροδιαστημικών Τεχνικών ]]&lt;br /&gt;
* [[ Αστικά Δεδομένα για την πόλη της Σαμάρα – Ρωσία ]]&lt;br /&gt;
* [[ Τρισδιάστατη Τεκμηρίωση των Προεξοχών του Εδάφους με Λέιζερ Σαρωτή - Διήθηση της Βλάστησης ]] &lt;br /&gt;
* [[ Παρακολούθηση Πετρελαιοκηλίδων βασιζόμενη στην SAR Τηλεπισκοπικών Απεικονίσεων ]]&lt;br /&gt;
* [[ Τηλεπισκόπηση των Πλοίων και Υπεράκτιων Εξέδρων Άντλησης Πετρελαίου και Χαρτογράφηση Θαλάσσιων Πηγών Κινδύνου Διαρροής Πετρελαίου στην Θάλασσα Bohai ]]&lt;br /&gt;
* [[ Χρήση Στοιχείων Τηλεπισκόπησης για την Μελέτη των Διαφόρων Ανανεώσιμων Πηγών Ενέργειας σε Παραθαλάσσια Τοποθεσία στη Νότια Ιταλία ]]&lt;br /&gt;
* [[ Δορυφορική Τηλεπισκόπηση Εξόδους των Ορισμένων Παγετώνων στο Έδαφος της Ανατολικής Γεωργίας ]]&lt;br /&gt;
&lt;br /&gt;
 [[category:ΔΠΜΣ &amp;quot;Περιβάλλον &amp;amp; Ανάπτυξη&amp;quot; (Αθήνα)]]&lt;/div&gt;</summary>
		<author><name>Vita Zvarych</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%9F_%CE%A1%CF%8C%CE%BB%CE%BF%CF%82_%CF%84%CE%B7%CF%82_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CF%83%CF%84%CE%BF%CE%BD_%CE%95%CE%BD%CF%84%CE%BF%CF%80%CE%B9%CF%83%CE%BC%CF%8C_%CE%A1%CF%8D%CF%80%CE%B1%CE%BD%CF%83%CE%B7%CF%82_%CE%A0%CE%B5%CF%84%CF%81%CE%B5%CE%BB%CE%B1%CE%AF%CE%BF%CF%85</id>
		<title>Ο Ρόλος της Τηλεπισκόπησης στον Εντοπισμό Ρύπανσης Πετρελαίου</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%9F_%CE%A1%CF%8C%CE%BB%CE%BF%CF%82_%CF%84%CE%B7%CF%82_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CF%83%CF%84%CE%BF%CE%BD_%CE%95%CE%BD%CF%84%CE%BF%CF%80%CE%B9%CF%83%CE%BC%CF%8C_%CE%A1%CF%8D%CF%80%CE%B1%CE%BD%CF%83%CE%B7%CF%82_%CE%A0%CE%B5%CF%84%CF%81%CE%B5%CE%BB%CE%B1%CE%AF%CE%BF%CF%85"/>
				<updated>2017-02-17T21:54:19Z</updated>
		
		<summary type="html">&lt;p&gt;Vita Zvarych: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: Arthro_1_1_Vita.JNG| thumb| right| Εικόνα 1 : Πιθανές αιτίες πετρελαιοκηλίδων από διαφορετικές κατηγορίες πλοίων]]&lt;br /&gt;
[[Εικόνα: arthro_1_2_vita.JPG| thumb| right| Εικόνα 2 : Εικόνα της επιφάνειας της θάλασσας δεξιά του αεροσκάφους, που έχει ληφθεί από Πλευρικό Αεροπορικό Ραντάρ (SLAR)]]&lt;br /&gt;
[[Εικόνα: arthro_1_3_vita.JPG| thumb| right| Εικόνα 3 : SAR απεικόνιση πετρελαιοκηλίδας]]&lt;br /&gt;
[[Εικόνα: arthro_1_4_vita.JPG| thumb| right| Εικόνα 4 : Συνθήκη ανίχνευσης κηλίδας]]&lt;br /&gt;
[[Εικόνα: arthro_1_5_vita.JPG| thumb| right| Εικόνα 5 : Στην SAR εικόνα, τα μαύρα κουτιά είναι πιθανές περιοχές πετρελαιοκηλίδας, RADARSAT, Αύγουστος 2012]]&lt;br /&gt;
&lt;br /&gt;
'''Link:''' [http://www.ifsma.org/tempannounce/aga41/Remote%20Sensing.pdf] &lt;br /&gt;
&lt;br /&gt;
'''Σκοπός'''&lt;br /&gt;
&lt;br /&gt;
Οι διαρροές πετρελαίου που επιπλέουν στην επιφάνεια του θαλασσινού νερού είναι ανιχνεύσιμες μέσω τηλεπισκόπησης. Τα δεδομένα και οι τεχνικές της τηλεπισκόπησης παίζουν έναν σημαντικό ρόλο στην καταπολέμηση και τον εντοπισμό της πετρελαϊκής ρύπανσης από δορυφορικές και εναέριες παρατηρήσεις. Σε οποιαδήποτε έκτακτη περίπτωση καταστροφής από πετρελαϊκή ρύπανση, είναι πιθανό να εντοπιστεί η χωρική κατανομή και το μέγεθος της πετρελαϊκής ρύπανσης με χρήση δεδομένων τηλεματικής. Με βάση πληροφορίες από δορυφορικές φωτογραφίες, είναι δυνατό να παραχθεί ένα πλάνο άμεσης έκτακτης ανάγκης, και να οργανωθούν δράσεις αντιμετώπισης της ρύπανσης. &lt;br /&gt;
Η εργασία αυτή έχει σκοπό να εξετάσει τον ρόλο των τεχνικών τηλεματικής στον εντοπισμό και καταπολέμηση πετρελαιοκηλίδων και στην ελαχιστοποίηση των επιπτώσεων που μπορούν να προκαλέσουν καθώς και στον περιορισμό της πετρελαϊκής ρύπανσης σε περίπτωση ενός ατυχήματος.&lt;br /&gt;
 &lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Η θαλάσσια ρύπανση αποτελεί ένα σημαντικό περιβαλλοντικό πρόβλημα, και είναι άμεσα η έμμεσα συνδεδεμένη με τον ανθρώπινο παράγοντα. Η θαλάσσια ρύπανση δημιουργεί κινδύνους στο θαλάσσιο περιβάλλον, τον άνθρωπο, και την θαλάσσια ζωή. Οι ναυτιλιακές δραστηριότητες αποτελούν την σημαντικότερη αιτία της θαλάσσιας ρύπανσης, με το πετρέλαιο να είναι ο ποιο σημαντικός ρύπος που προέρχεται από αυτές. Οι πιθανές πήγες πετρελαϊκής μόλυνσης προερχόμενης από πλοία (τάνκερ και μη) φαίνονται παρακάτω στην Εικόνα 1, και περιλαμβάνουν απόβλητα μηχανής για τα μη τάνκερ πλοία και απόβλητα μηχανής και φορτίο για τα δεξαμενόπλοια. Τα πλοία παράγουν πετρελαϊκά απόβλητα λόγω της χρήσης και κατανάλωσης διαφόρων ειδών πετρελαίου καθώς επίσης και από εργασίες ρουτίνας.Τρεις κατηγορίες πετρελαϊκών αποβλήτων γενικά υπάρχουν στα μεγάλα πλοία. Αυτά είναι τα απορρίμματα των υδροσυλλεκτών (σεντινες), τα απόβλητα πετρελαϊκής λάσπης, και τα απόβλητα από το φορτίο πετρελαίου.&lt;br /&gt;
&lt;br /&gt;
'''Πετρελαιοκηλίδες'''&lt;br /&gt;
&lt;br /&gt;
Τα είδη πετρελαίου διαφέρουν μεταξύ τους αναφορικά με το ιξώδες, την αστάθεια και την τοξικότητα που έχουν. Το ιξώδες περιγράφεται ως η αντίσταση του πετρελαίου στην ροή. Η αστάθεια αναφέρεται στο πόσο γρήγορα εξατμίζεται το πετρέλαιο. Η τοξικότητα αναφέρεται στο πόσο δηλητηριώδες είναι το πετρέλαιο για τον άνθρωπο ή για άλλους οργανισμούς. Κηλίδες από διαφορετικά είδη πετρελαίου μπορεί να επηρεάζουν διαφορετικά το περιβάλλον. Οι επιχειρήσεις και μέθοδοι καθαρισμού μιας πετρελαιοκηλίδας μπορεί να διαφέρουν αναλόγως την πετρελαιοκηλίδα. Το πετρέλαιο κατατάσσεται σε τέσσερις βασικούς τύπους. Τα πολύ ελαφρά πετρέλαια (καύσιμα κινητήρων τζετ και βενζίνη), τα ελαφρά πετρέλαια (Ντήζελ, καύσιμο πετρέλαιο τύπου 2, αργό φωτιστικό πετρέλαιο), τα μεσαία πετρέλαια (η πλειονότητα των ακατέργαστων πετρελαίων), τα βαρέα πετρέλαια (βαρέα ακατέργαστα πετρέλαια, καύσιμο πετρέλαιο τύπου 6, πίσσα).&lt;br /&gt;
Οι σημαντικές φυσικές και χημικές ιδιότητες των πετρελαίων που επηρεάζουν την συμπεριφορά και επίδραση του πετρελαίου στο νερό και τα υδάτινα περιβάλλοντα είναι, η επιφανειακή τάση, το ειδικό βάρος, και το ιξώδες. Η σύνθεση και τα χαρακτηριστικά ενός πετρελαίου, μαζί με μια σειρά από περιστάσεις σχετιζόμενες με τον χρόνο και τον τόπο της διαρροής, το ποσό του πετρελαίου, τις καιρικές συνθήκες, θα καθορίσουν ποσό θα παραμένει το πετρέλαιο, πως θα διαδοθεί, και εάν θα εξατμιστεί ή θα καταβυθιστεί.&lt;br /&gt;
&lt;br /&gt;
'''Μέθοδοι εφαρμογής Τηλεπισκόπησης''' &lt;br /&gt;
&lt;br /&gt;
Μια από τις σημαντικές εφαρμογές της τηλεπισκόπησης είναι οι ωκεανογραφικές που συνήθως αφορούν τις πετρελαιοκηλίδες. Η παρακολούθηση των πετρελαιοκηλίδων, η χαρτογράφηση και πρόβλεψη της έκτασης και του βαθμού της πετρελαιοκηλίδας, η στρατηγική υποστήριξη σε αποφάσεις έκτακτης αντιμετώπισης πετρελαιοκηλίδων, και η αναγνώριση περιοχών φυσικής διαρροής πετρελαίου, είναι περιοχές μελέτης και εφαρμογής της τηλεπισκόπησης.&lt;br /&gt;
Για να απομονωθούν οι πληγείσες περιοχές, και να οργανωθούν οι προσπάθειες καθαρισμού με τον καταλληλότερο τρόπο, θα πρέπει μια σειρά από παράγοντες να καθοριστούν κατά την γένεση της πετρελαιοκηλίδας. Τέτοιοι παράγοντες είναι, η τοποθεσία της κηλίδας, το μέγεθος και η έκταση της, η κατεύθυνση και το μέγεθος της κίνησης του πετρελαίου, πληροφορίες για τον άνεμο και τον κυματισμό οι οποίες θα βοηθήσουν στην εκτίμηση και πρόβλεψη της μελλοντικής κίνησης του πετρελαίου.&lt;br /&gt;
Η τηλεπισκόπηση δίνει το πλεονέκτημα της παρακολούθησης γεγονότων σε απομακρυσμένες και μη προσβάσιμες περιοχές. Μπορεί να χρησιμοποιηθεί στον εντοπισμό και παρακολούθηση πετρελαιοκηλίδων. Τα δεδομένα της τηλεπισκόπησης δίνουν τον ρυθμό και την κατεύθυνση της κίνησης του πετρελαίου σε κηλίδες στον ωκεανό μέσω πολύ-χρονικής απεικόνισης. Εισάγοντας αυτά τα δεδομένα σε μοντελοποίηση πρόβλεψης τάσης επιτυγχάνονται ποιο αποτελεσματικές και εύκολες οι προσπάθειες καθαρισμού και έλεγχου της πετρελαιοκηλίδας.&lt;br /&gt;
&lt;br /&gt;
'''Εναέρια Παρακολούθηση Πετρελαιοκηλίδων''' &lt;br /&gt;
&lt;br /&gt;
Η εναέρια παρακολούθηση των πετρελαιοκηλίδων μπορεί να γίνεται συστηματικά, για αναζήτηση και καταστολή της ρύπανσης από τα πλοία. Σε αυτήν την περίπτωση ο στόχος είναι, ο εντοπισμός και η περιγραφή της ρύπανσης καθώς και ο εντοπισμός του ρυπαντή έτσι ώστε να εκτιμηθεί η ποσότητα και ποιότητα της ρύπανσης και να προβλεφτεί η εξέλιξη της ρύπανσης. Ένας επιπλέον  στόχος της εναέριας επιτήρησης είναι η χρήση της σε περίπτωση ενός ατυχήματος για παροχή βοήθειας στην μη διασπορά της ρύπανσης. &lt;br /&gt;
&lt;br /&gt;
'''Δορυφορική Τηλεπισκόπηση για Παρακολούθηση Πετρελαιοκηλίδων με Ραντάρ''' &lt;br /&gt;
&lt;br /&gt;
Οι υπέρυθροι, ορατοί και υπεριώδεις αισθητήρες δεν είναι σε θέση να ανιχνεύσουν το πετρέλαιο σε αντίξοες καιρικές συνθήκες όπως δυνατή βροχή ή ομίχλη. Ο ποιο κοινός αισθητήρας μικροκυμάτων για τον εντοπισμό πετρελαίου στην θαλασσιά επιφάνεια είναι το Ραντάρ Συνθετικής Οπής (SAR). Μια εικόνα SAR μπορεί να μετρήσει την τραχύτητα της επιφάνειας. Η επίδραση των κυμάτων της θάλασσας οδηγεί σε μειωμένη απόδοση του ραντάρ στην πληγείσα περιοχή, έτσι ώστε οι πετρελαιοκηλίδες να εμφανίζονται με σχετικά σκοτεινά χαρακτηριστικά στις σκηνές των εικόνων SAR.&lt;br /&gt;
Η παρουσία πετρελαίου στην επιφάνεια της θάλασσας προκαλεί το φαινόμενο της απόσβεσης (κύματα Bragg) και μειώνει την οπίσθια σκέδαση του ραντάρ. Στις περισσότερες περιπτώσεις οι καλυπτόμενες από πετρέλαιο περιοχές εμφανίζονται στις εικόνες SAR σαν σκοτεινά επιθέματα. Μια πετρελαιοκηλίδα είναι φυσικά μια περιοχή χαμηλής οπισθοσκεδασης και εμφανίζεται σαν μια σκοτεινή περιοχή στις εικόνες SAR. Η εικόνα 3 δείχνει πως το SAR λαμβάνει κηλίδες από την θαλασσιά επιφάνεια.&lt;br /&gt;
Οι εικόνες SAR απαιτούν έναν αριθμό επεξεργαστικών βημάτων πριν μπορέσουν να ερμηνευθούν. Στην εικόνα εμφανίζεται καταγραφή πριν από την επεξεργασία από τοRADARSAT 1, και έχει ληφθέι την 1 Αύγουστου 2012 από τον Βόρειο Τουρκικό πορθμό που εισέρχεται στην Μαύρη Θάλασσα. Η επεξεργασία ξεκινά με την φόρτωση της εικόνας SAR σε ένα λογισμικό πακέτο που επιτρέπει την διεξαγωγή των προεπεξεργαστικων βημάτων. Η γεω-αναφορά, καθώς και γεωμετρικές και ραδιομετρικές διορθώσεις και φιλτραρίσματα είναι τα βήματα που διεξάγονται για την επεξεργασία της εικόνας. Έπειτα διεξάγεται ταξινόμηση και επιπλέον ανάλυση και ελέγχεται εάν όντως υπάρχει μια πετρελαιοκηλίδα ή όχι στην εικόνα SAR. Η σκοτεινή περιοχή στην εικόνα SAR μπορεί να προκαλέσει έναν εσφαλμένο συναγερμό λόγω διαφόρων παραγόντων που μπορούν να προκαλέσουν τέτοια απεικόνιση γι αυτό συγκεκριμένες παράμετροι θα βοηθήσουν τον αναλυτή να δώσει τη σωστή ερμηνεία. Αυτές οι παράμετροι είναι η συνολική έκταση, η περίμετρος, η καμπυλότητα, το γενικό σχήμα, ο βαθμός συνοχής, και επιπλέον σχηματικοί παράγοντες.&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα''' &lt;br /&gt;
&lt;br /&gt;
Λόγω της αύξησης των θαλάσσιων μετακινήσεων, η θαλασσιά μόλυνση και ειδικά η πετρελαϊκή μόλυνση προερχόμενη από τα πλοία έχει γίνει ένα από τα ποιο σημαντικά προβλήματα σε όλο τον κόσμο. Η πετρελαϊκή μόλυνση με νερό και λάσπη προερχόμενα από τους υδατοσυλλέκτες ή η μόλυνση που προέρχεται από τα υπολείμματα στις δεξαμενές των δεξαμενόπλοιων και από τις εργασίες καθαρισμού των δεξαμενών αυτών καλούνται ως παράνομες απορρίψεις από τις αρχές, εάν αυτές οι απορρίψεις των υδάτων γίνουν στην θάλασσα. Μια άλλη πηγή πετρελαϊκής μόλυνσης είναι τα ναυτικά ατυχήματα. Ένα από τα ποιο σημαντικά εργαλεία για εντοπισμό και παρακολούθηση της πετρελαϊκής μόλυνσης από ναυτιλιακές δραστηριότητες είναι η δορυφορική τηλεπισκόπηση διότι μας επιτρέπει να εντοπίζουμε πετρελαϊκή μόλυνση στην επιφάνεια της θάλασσας σε μια περιοχή 100 χιλιόμετρων. Είναι επίσης δυνατόν να γίνεται παρακολούθηση σε σχεδόν πραγματικό χρόνο, συνεχόμενα ή περιοδικά για την περιοχή ενδιαφέροντος. Η μέθοδος SAR (SyntheticApertureRadar)  είναι ένας αισθητήρας μικροκυμάτων ιδανικός για την παρακολούθηση των θαλασσών ημέρα και νύχτα.Δεν επηρεάζεται από τις καιρικές συνθήκες καθώς επίσης και από την ομίχλη, τα σύννεφα και τη σκόνη. Παρόλο που ο δορυφορικός εξοπλισμός τηλεπισκόπησης είναι ένα μεγάλο επίτευγμα για την παρακολούθηση των πετρελαιοκηλίδων, δεν είναι ικανός από μόνος του να καταστείλει μια πετρελαιοκηλίδα. Η συνδυασμένη χρήση δορυφόρων, πλοίων και αεροσκαφών για επιτήρηση αυξάνει τις πιθανότητες για έγκαιρο εντοπισμό της πετρελαιοκηλίδας και ταχύτερες επιχειρήσεις καθαρισμού, καθώς και στην πρόληψη περαιτέρω περιβαλλοντολογικής ρύπανσης.&lt;br /&gt;
&lt;br /&gt;
 [[category:Περιβαλλοντικές Επιπτώσεις]]&lt;/div&gt;</summary>
		<author><name>Vita Zvarych</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Arthro_1_5_vita.jpg</id>
		<title>Αρχείο:Arthro 1 5 vita.jpg</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Arthro_1_5_vita.jpg"/>
				<updated>2017-02-17T21:53:03Z</updated>
		
		<summary type="html">&lt;p&gt;Vita Zvarych: ανέβασμα νέας έκδοσης του &amp;amp;quot;Αρχείο:Arthro 1 5 vita.jpg&amp;amp;quot;&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Vita Zvarych</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Arthro_1_4_vita.jpg</id>
		<title>Αρχείο:Arthro 1 4 vita.jpg</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Arthro_1_4_vita.jpg"/>
				<updated>2017-02-17T21:52:53Z</updated>
		
		<summary type="html">&lt;p&gt;Vita Zvarych: ανέβασμα νέας έκδοσης του &amp;amp;quot;Αρχείο:Arthro 1 4 vita.jpg&amp;amp;quot;&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Vita Zvarych</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Arthro_1_3_vita.jpg</id>
		<title>Αρχείο:Arthro 1 3 vita.jpg</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Arthro_1_3_vita.jpg"/>
				<updated>2017-02-17T21:52:41Z</updated>
		
		<summary type="html">&lt;p&gt;Vita Zvarych: ανέβασμα νέας έκδοσης του &amp;amp;quot;Αρχείο:Arthro 1 3 vita.jpg&amp;amp;quot;&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Vita Zvarych</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Arthro_1_2_vita.jpg</id>
		<title>Αρχείο:Arthro 1 2 vita.jpg</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Arthro_1_2_vita.jpg"/>
				<updated>2017-02-17T21:52:29Z</updated>
		
		<summary type="html">&lt;p&gt;Vita Zvarych: ανέβασμα νέας έκδοσης του &amp;amp;quot;Αρχείο:Arthro 1 2 vita.jpg&amp;amp;quot;&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Vita Zvarych</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Arthro_1_1_Vita.jpg</id>
		<title>Αρχείο:Arthro 1 1 Vita.jpg</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Arthro_1_1_Vita.jpg"/>
				<updated>2017-02-17T21:52:14Z</updated>
		
		<summary type="html">&lt;p&gt;Vita Zvarych: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Vita Zvarych</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%9F_%CE%A1%CF%8C%CE%BB%CE%BF%CF%82_%CF%84%CE%B7%CF%82_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CF%83%CF%84%CE%BF%CE%BD_%CE%95%CE%BD%CF%84%CE%BF%CF%80%CE%B9%CF%83%CE%BC%CF%8C_%CE%A1%CF%8D%CF%80%CE%B1%CE%BD%CF%83%CE%B7%CF%82_%CE%A0%CE%B5%CF%84%CF%81%CE%B5%CE%BB%CE%B1%CE%AF%CE%BF%CF%85</id>
		<title>Ο Ρόλος της Τηλεπισκόπησης στον Εντοπισμό Ρύπανσης Πετρελαίου</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%9F_%CE%A1%CF%8C%CE%BB%CE%BF%CF%82_%CF%84%CE%B7%CF%82_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CF%83%CF%84%CE%BF%CE%BD_%CE%95%CE%BD%CF%84%CE%BF%CF%80%CE%B9%CF%83%CE%BC%CF%8C_%CE%A1%CF%8D%CF%80%CE%B1%CE%BD%CF%83%CE%B7%CF%82_%CE%A0%CE%B5%CF%84%CF%81%CE%B5%CE%BB%CE%B1%CE%AF%CE%BF%CF%85"/>
				<updated>2017-02-17T21:49:59Z</updated>
		
		<summary type="html">&lt;p&gt;Vita Zvarych: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: Arthro_1_1_vita.JNG| thumb| right| Εικόνα 1 : Πιθανές αιτίες πετρελαιοκηλίδων από διαφορετικές κατηγορίες πλοίων]]&lt;br /&gt;
[[Εικόνα: Arthro_1_2_Vita.JPG| thumb| right| Εικόνα 2 : Εικόνα της επιφάνειας της θάλασσας δεξιά του αεροσκάφους, που έχει ληφθεί από Πλευρικό Αεροπορικό Ραντάρ (SLAR)]]&lt;br /&gt;
[[Εικόνα: Arthro_1_3_Vita.JPG| thumb| right| Εικόνα 3 : SAR απεικόνιση πετρελαιοκηλίδας]]&lt;br /&gt;
[[Εικόνα: Arthro_1_4_Vita.JPG| thumb| right| Εικόνα 4 : Συνθήκη ανίχνευσης κηλίδας]]&lt;br /&gt;
[[Εικόνα: Arthro_1_5_Vita.JPG| thumb| right| Εικόνα 5 : Στην SAR εικόνα, τα μαύρα κουτιά είναι πιθανές περιοχές πετρελαιοκηλίδας, RADARSAT, Αύγουστος 2012]]&lt;br /&gt;
&lt;br /&gt;
'''Link:''' [http://www.ifsma.org/tempannounce/aga41/Remote%20Sensing.pdf] &lt;br /&gt;
&lt;br /&gt;
'''Σκοπός'''&lt;br /&gt;
&lt;br /&gt;
Οι διαρροές πετρελαίου που επιπλέουν στην επιφάνεια του θαλασσινού νερού είναι ανιχνεύσιμες μέσω τηλεπισκόπησης. Τα δεδομένα και οι τεχνικές της τηλεπισκόπησης παίζουν έναν σημαντικό ρόλο στην καταπολέμηση και τον εντοπισμό της πετρελαϊκής ρύπανσης από δορυφορικές και εναέριες παρατηρήσεις. Σε οποιαδήποτε έκτακτη περίπτωση καταστροφής από πετρελαϊκή ρύπανση, είναι πιθανό να εντοπιστεί η χωρική κατανομή και το μέγεθος της πετρελαϊκής ρύπανσης με χρήση δεδομένων τηλεματικής. Με βάση πληροφορίες από δορυφορικές φωτογραφίες, είναι δυνατό να παραχθεί ένα πλάνο άμεσης έκτακτης ανάγκης, και να οργανωθούν δράσεις αντιμετώπισης της ρύπανσης. &lt;br /&gt;
Η εργασία αυτή έχει σκοπό να εξετάσει τον ρόλο των τεχνικών τηλεματικής στον εντοπισμό και καταπολέμηση πετρελαιοκηλίδων και στην ελαχιστοποίηση των επιπτώσεων που μπορούν να προκαλέσουν καθώς και στον περιορισμό της πετρελαϊκής ρύπανσης σε περίπτωση ενός ατυχήματος.&lt;br /&gt;
 &lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Η θαλάσσια ρύπανση αποτελεί ένα σημαντικό περιβαλλοντικό πρόβλημα, και είναι άμεσα η έμμεσα συνδεδεμένη με τον ανθρώπινο παράγοντα. Η θαλάσσια ρύπανση δημιουργεί κινδύνους στο θαλάσσιο περιβάλλον, τον άνθρωπο, και την θαλάσσια ζωή. Οι ναυτιλιακές δραστηριότητες αποτελούν την σημαντικότερη αιτία της θαλάσσιας ρύπανσης, με το πετρέλαιο να είναι ο ποιο σημαντικός ρύπος που προέρχεται από αυτές. Οι πιθανές πήγες πετρελαϊκής μόλυνσης προερχόμενης από πλοία (τάνκερ και μη) φαίνονται παρακάτω στην Εικόνα 1, και περιλαμβάνουν απόβλητα μηχανής για τα μη τάνκερ πλοία και απόβλητα μηχανής και φορτίο για τα δεξαμενόπλοια. Τα πλοία παράγουν πετρελαϊκά απόβλητα λόγω της χρήσης και κατανάλωσης διαφόρων ειδών πετρελαίου καθώς επίσης και από εργασίες ρουτίνας.Τρεις κατηγορίες πετρελαϊκών αποβλήτων γενικά υπάρχουν στα μεγάλα πλοία. Αυτά είναι τα απορρίμματα των υδροσυλλεκτών (σεντινες), τα απόβλητα πετρελαϊκής λάσπης, και τα απόβλητα από το φορτίο πετρελαίου.&lt;br /&gt;
&lt;br /&gt;
'''Πετρελαιοκηλίδες'''&lt;br /&gt;
&lt;br /&gt;
Τα είδη πετρελαίου διαφέρουν μεταξύ τους αναφορικά με το ιξώδες, την αστάθεια και την τοξικότητα που έχουν. Το ιξώδες περιγράφεται ως η αντίσταση του πετρελαίου στην ροή. Η αστάθεια αναφέρεται στο πόσο γρήγορα εξατμίζεται το πετρέλαιο. Η τοξικότητα αναφέρεται στο πόσο δηλητηριώδες είναι το πετρέλαιο για τον άνθρωπο ή για άλλους οργανισμούς. Κηλίδες από διαφορετικά είδη πετρελαίου μπορεί να επηρεάζουν διαφορετικά το περιβάλλον. Οι επιχειρήσεις και μέθοδοι καθαρισμού μιας πετρελαιοκηλίδας μπορεί να διαφέρουν αναλόγως την πετρελαιοκηλίδα. Το πετρέλαιο κατατάσσεται σε τέσσερις βασικούς τύπους. Τα πολύ ελαφρά πετρέλαια (καύσιμα κινητήρων τζετ και βενζίνη), τα ελαφρά πετρέλαια (Ντήζελ, καύσιμο πετρέλαιο τύπου 2, αργό φωτιστικό πετρέλαιο), τα μεσαία πετρέλαια (η πλειονότητα των ακατέργαστων πετρελαίων), τα βαρέα πετρέλαια (βαρέα ακατέργαστα πετρέλαια, καύσιμο πετρέλαιο τύπου 6, πίσσα).&lt;br /&gt;
Οι σημαντικές φυσικές και χημικές ιδιότητες των πετρελαίων που επηρεάζουν την συμπεριφορά και επίδραση του πετρελαίου στο νερό και τα υδάτινα περιβάλλοντα είναι, η επιφανειακή τάση, το ειδικό βάρος, και το ιξώδες. Η σύνθεση και τα χαρακτηριστικά ενός πετρελαίου, μαζί με μια σειρά από περιστάσεις σχετιζόμενες με τον χρόνο και τον τόπο της διαρροής, το ποσό του πετρελαίου, τις καιρικές συνθήκες, θα καθορίσουν ποσό θα παραμένει το πετρέλαιο, πως θα διαδοθεί, και εάν θα εξατμιστεί ή θα καταβυθιστεί.&lt;br /&gt;
&lt;br /&gt;
'''Μέθοδοι εφαρμογής Τηλεπισκόπησης''' &lt;br /&gt;
&lt;br /&gt;
Μια από τις σημαντικές εφαρμογές της τηλεπισκόπησης είναι οι ωκεανογραφικές που συνήθως αφορούν τις πετρελαιοκηλίδες. Η παρακολούθηση των πετρελαιοκηλίδων, η χαρτογράφηση και πρόβλεψη της έκτασης και του βαθμού της πετρελαιοκηλίδας, η στρατηγική υποστήριξη σε αποφάσεις έκτακτης αντιμετώπισης πετρελαιοκηλίδων, και η αναγνώριση περιοχών φυσικής διαρροής πετρελαίου, είναι περιοχές μελέτης και εφαρμογής της τηλεπισκόπησης.&lt;br /&gt;
Για να απομονωθούν οι πληγείσες περιοχές, και να οργανωθούν οι προσπάθειες καθαρισμού με τον καταλληλότερο τρόπο, θα πρέπει μια σειρά από παράγοντες να καθοριστούν κατά την γένεση της πετρελαιοκηλίδας. Τέτοιοι παράγοντες είναι, η τοποθεσία της κηλίδας, το μέγεθος και η έκταση της, η κατεύθυνση και το μέγεθος της κίνησης του πετρελαίου, πληροφορίες για τον άνεμο και τον κυματισμό οι οποίες θα βοηθήσουν στην εκτίμηση και πρόβλεψη της μελλοντικής κίνησης του πετρελαίου.&lt;br /&gt;
Η τηλεπισκόπηση δίνει το πλεονέκτημα της παρακολούθησης γεγονότων σε απομακρυσμένες και μη προσβάσιμες περιοχές. Μπορεί να χρησιμοποιηθεί στον εντοπισμό και παρακολούθηση πετρελαιοκηλίδων. Τα δεδομένα της τηλεπισκόπησης δίνουν τον ρυθμό και την κατεύθυνση της κίνησης του πετρελαίου σε κηλίδες στον ωκεανό μέσω πολύ-χρονικής απεικόνισης. Εισάγοντας αυτά τα δεδομένα σε μοντελοποίηση πρόβλεψης τάσης επιτυγχάνονται ποιο αποτελεσματικές και εύκολες οι προσπάθειες καθαρισμού και έλεγχου της πετρελαιοκηλίδας.&lt;br /&gt;
&lt;br /&gt;
'''Εναέρια Παρακολούθηση Πετρελαιοκηλίδων''' &lt;br /&gt;
&lt;br /&gt;
Η εναέρια παρακολούθηση των πετρελαιοκηλίδων μπορεί να γίνεται συστηματικά, για αναζήτηση και καταστολή της ρύπανσης από τα πλοία. Σε αυτήν την περίπτωση ο στόχος είναι, ο εντοπισμός και η περιγραφή της ρύπανσης καθώς και ο εντοπισμός του ρυπαντή έτσι ώστε να εκτιμηθεί η ποσότητα και ποιότητα της ρύπανσης και να προβλεφτεί η εξέλιξη της ρύπανσης. Ένας επιπλέον  στόχος της εναέριας επιτήρησης είναι η χρήση της σε περίπτωση ενός ατυχήματος για παροχή βοήθειας στην μη διασπορά της ρύπανσης. &lt;br /&gt;
&lt;br /&gt;
'''Δορυφορική Τηλεπισκόπηση για Παρακολούθηση Πετρελαιοκηλίδων με Ραντάρ''' &lt;br /&gt;
&lt;br /&gt;
Οι υπέρυθροι, ορατοί και υπεριώδεις αισθητήρες δεν είναι σε θέση να ανιχνεύσουν το πετρέλαιο σε αντίξοες καιρικές συνθήκες όπως δυνατή βροχή ή ομίχλη. Ο ποιο κοινός αισθητήρας μικροκυμάτων για τον εντοπισμό πετρελαίου στην θαλασσιά επιφάνεια είναι το Ραντάρ Συνθετικής Οπής (SAR). Μια εικόνα SAR μπορεί να μετρήσει την τραχύτητα της επιφάνειας. Η επίδραση των κυμάτων της θάλασσας οδηγεί σε μειωμένη απόδοση του ραντάρ στην πληγείσα περιοχή, έτσι ώστε οι πετρελαιοκηλίδες να εμφανίζονται με σχετικά σκοτεινά χαρακτηριστικά στις σκηνές των εικόνων SAR.&lt;br /&gt;
Η παρουσία πετρελαίου στην επιφάνεια της θάλασσας προκαλεί το φαινόμενο της απόσβεσης (κύματα Bragg) και μειώνει την οπίσθια σκέδαση του ραντάρ. Στις περισσότερες περιπτώσεις οι καλυπτόμενες από πετρέλαιο περιοχές εμφανίζονται στις εικόνες SAR σαν σκοτεινά επιθέματα. Μια πετρελαιοκηλίδα είναι φυσικά μια περιοχή χαμηλής οπισθοσκεδασης και εμφανίζεται σαν μια σκοτεινή περιοχή στις εικόνες SAR. Η εικόνα 3 δείχνει πως το SAR λαμβάνει κηλίδες από την θαλασσιά επιφάνεια.&lt;br /&gt;
Οι εικόνες SAR απαιτούν έναν αριθμό επεξεργαστικών βημάτων πριν μπορέσουν να ερμηνευθούν. Στην εικόνα εμφανίζεται καταγραφή πριν από την επεξεργασία από τοRADARSAT 1, και έχει ληφθέι την 1 Αύγουστου 2012 από τον Βόρειο Τουρκικό πορθμό που εισέρχεται στην Μαύρη Θάλασσα. Η επεξεργασία ξεκινά με την φόρτωση της εικόνας SAR σε ένα λογισμικό πακέτο που επιτρέπει την διεξαγωγή των προεπεξεργαστικων βημάτων. Η γεω-αναφορά, καθώς και γεωμετρικές και ραδιομετρικές διορθώσεις και φιλτραρίσματα είναι τα βήματα που διεξάγονται για την επεξεργασία της εικόνας. Έπειτα διεξάγεται ταξινόμηση και επιπλέον ανάλυση και ελέγχεται εάν όντως υπάρχει μια πετρελαιοκηλίδα ή όχι στην εικόνα SAR. Η σκοτεινή περιοχή στην εικόνα SAR μπορεί να προκαλέσει έναν εσφαλμένο συναγερμό λόγω διαφόρων παραγόντων που μπορούν να προκαλέσουν τέτοια απεικόνιση γι αυτό συγκεκριμένες παράμετροι θα βοηθήσουν τον αναλυτή να δώσει τη σωστή ερμηνεία. Αυτές οι παράμετροι είναι η συνολική έκταση, η περίμετρος, η καμπυλότητα, το γενικό σχήμα, ο βαθμός συνοχής, και επιπλέον σχηματικοί παράγοντες.&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα''' &lt;br /&gt;
&lt;br /&gt;
Λόγω της αύξησης των θαλάσσιων μετακινήσεων, η θαλασσιά μόλυνση και ειδικά η πετρελαϊκή μόλυνση προερχόμενη από τα πλοία έχει γίνει ένα από τα ποιο σημαντικά προβλήματα σε όλο τον κόσμο. Η πετρελαϊκή μόλυνση με νερό και λάσπη προερχόμενα από τους υδατοσυλλέκτες ή η μόλυνση που προέρχεται από τα υπολείμματα στις δεξαμενές των δεξαμενόπλοιων και από τις εργασίες καθαρισμού των δεξαμενών αυτών καλούνται ως παράνομες απορρίψεις από τις αρχές, εάν αυτές οι απορρίψεις των υδάτων γίνουν στην θάλασσα. Μια άλλη πηγή πετρελαϊκής μόλυνσης είναι τα ναυτικά ατυχήματα. Ένα από τα ποιο σημαντικά εργαλεία για εντοπισμό και παρακολούθηση της πετρελαϊκής μόλυνσης από ναυτιλιακές δραστηριότητες είναι η δορυφορική τηλεπισκόπηση διότι μας επιτρέπει να εντοπίζουμε πετρελαϊκή μόλυνση στην επιφάνεια της θάλασσας σε μια περιοχή 100 χιλιόμετρων. Είναι επίσης δυνατόν να γίνεται παρακολούθηση σε σχεδόν πραγματικό χρόνο, συνεχόμενα ή περιοδικά για την περιοχή ενδιαφέροντος. Η μέθοδος SAR (SyntheticApertureRadar)  είναι ένας αισθητήρας μικροκυμάτων ιδανικός για την παρακολούθηση των θαλασσών ημέρα και νύχτα.Δεν επηρεάζεται από τις καιρικές συνθήκες καθώς επίσης και από την ομίχλη, τα σύννεφα και τη σκόνη. Παρόλο που ο δορυφορικός εξοπλισμός τηλεπισκόπησης είναι ένα μεγάλο επίτευγμα για την παρακολούθηση των πετρελαιοκηλίδων, δεν είναι ικανός από μόνος του να καταστείλει μια πετρελαιοκηλίδα. Η συνδυασμένη χρήση δορυφόρων, πλοίων και αεροσκαφών για επιτήρηση αυξάνει τις πιθανότητες για έγκαιρο εντοπισμό της πετρελαιοκηλίδας και ταχύτερες επιχειρήσεις καθαρισμού, καθώς και στην πρόληψη περαιτέρω περιβαλλοντολογικής ρύπανσης.&lt;br /&gt;
&lt;br /&gt;
 [[category:Περιβαλλοντικές Επιπτώσεις]]&lt;/div&gt;</summary>
		<author><name>Vita Zvarych</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%9F_%CE%A1%CF%8C%CE%BB%CE%BF%CF%82_%CF%84%CE%B7%CF%82_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CF%83%CF%84%CE%BF%CE%BD_%CE%95%CE%BD%CF%84%CE%BF%CF%80%CE%B9%CF%83%CE%BC%CF%8C_%CE%A1%CF%8D%CF%80%CE%B1%CE%BD%CF%83%CE%B7%CF%82_%CE%A0%CE%B5%CF%84%CF%81%CE%B5%CE%BB%CE%B1%CE%AF%CE%BF%CF%85</id>
		<title>Ο Ρόλος της Τηλεπισκόπησης στον Εντοπισμό Ρύπανσης Πετρελαίου</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%9F_%CE%A1%CF%8C%CE%BB%CE%BF%CF%82_%CF%84%CE%B7%CF%82_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CF%83%CF%84%CE%BF%CE%BD_%CE%95%CE%BD%CF%84%CE%BF%CF%80%CE%B9%CF%83%CE%BC%CF%8C_%CE%A1%CF%8D%CF%80%CE%B1%CE%BD%CF%83%CE%B7%CF%82_%CE%A0%CE%B5%CF%84%CF%81%CE%B5%CE%BB%CE%B1%CE%AF%CE%BF%CF%85"/>
				<updated>2017-02-17T21:47:33Z</updated>
		
		<summary type="html">&lt;p&gt;Vita Zvarych: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: Arthro_1_1_Vita.JNG| thumb| right| Εικόνα 1 : Πιθανές αιτίες πετρελαιοκηλίδων από διαφορετικές κατηγορίες πλοίων]]&lt;br /&gt;
[[Εικόνα: Arthro_1_2_Vita.JPG| thumb| right| Εικόνα 2 : Εικόνα της επιφάνειας της θάλασσας δεξιά του αεροσκάφους, που έχει ληφθεί από Πλευρικό Αεροπορικό Ραντάρ (SLAR)]]&lt;br /&gt;
[[Εικόνα: Arthro_1_3_Vita.JPG| thumb| right| Εικόνα 3 : SAR απεικόνιση πετρελαιοκηλίδας]]&lt;br /&gt;
[[Εικόνα: Arthro_1_4_Vita.JPG| thumb| right| Εικόνα 4 : Συνθήκη ανίχνευσης κηλίδας]]&lt;br /&gt;
[[Εικόνα: Arthro_1_5_Vita.JPG| thumb| right| Εικόνα 5 : Στην SAR εικόνα, τα μαύρα κουτιά είναι πιθανές περιοχές πετρελαιοκηλίδας, RADARSAT, Αύγουστος 2012]]&lt;br /&gt;
&lt;br /&gt;
'''Link:''' [http://www.ifsma.org/tempannounce/aga41/Remote%20Sensing.pdf] &lt;br /&gt;
&lt;br /&gt;
'''Σκοπός'''&lt;br /&gt;
&lt;br /&gt;
Οι διαρροές πετρελαίου που επιπλέουν στην επιφάνεια του θαλασσινού νερού είναι ανιχνεύσιμες μέσω τηλεπισκόπησης. Τα δεδομένα και οι τεχνικές της τηλεπισκόπησης παίζουν έναν σημαντικό ρόλο στην καταπολέμηση και τον εντοπισμό της πετρελαϊκής ρύπανσης από δορυφορικές και εναέριες παρατηρήσεις. Σε οποιαδήποτε έκτακτη περίπτωση καταστροφής από πετρελαϊκή ρύπανση, είναι πιθανό να εντοπιστεί η χωρική κατανομή και το μέγεθος της πετρελαϊκής ρύπανσης με χρήση δεδομένων τηλεματικής. Με βάση πληροφορίες από δορυφορικές φωτογραφίες, είναι δυνατό να παραχθεί ένα πλάνο άμεσης έκτακτης ανάγκης, και να οργανωθούν δράσεις αντιμετώπισης της ρύπανσης. &lt;br /&gt;
Η εργασία αυτή έχει σκοπό να εξετάσει τον ρόλο των τεχνικών τηλεματικής στον εντοπισμό και καταπολέμηση πετρελαιοκηλίδων και στην ελαχιστοποίηση των επιπτώσεων που μπορούν να προκαλέσουν καθώς και στον περιορισμό της πετρελαϊκής ρύπανσης σε περίπτωση ενός ατυχήματος.&lt;br /&gt;
 &lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Η θαλάσσια ρύπανση αποτελεί ένα σημαντικό περιβαλλοντικό πρόβλημα, και είναι άμεσα η έμμεσα συνδεδεμένη με τον ανθρώπινο παράγοντα. Η θαλάσσια ρύπανση δημιουργεί κινδύνους στο θαλάσσιο περιβάλλον, τον άνθρωπο, και την θαλάσσια ζωή. Οι ναυτιλιακές δραστηριότητες αποτελούν την σημαντικότερη αιτία της θαλάσσιας ρύπανσης, με το πετρέλαιο να είναι ο ποιο σημαντικός ρύπος που προέρχεται από αυτές. Οι πιθανές πήγες πετρελαϊκής μόλυνσης προερχόμενης από πλοία (τάνκερ και μη) φαίνονται παρακάτω στην Εικόνα 1, και περιλαμβάνουν απόβλητα μηχανής για τα μη τάνκερ πλοία και απόβλητα μηχανής και φορτίο για τα δεξαμενόπλοια. Τα πλοία παράγουν πετρελαϊκά απόβλητα λόγω της χρήσης και κατανάλωσης διαφόρων ειδών πετρελαίου καθώς επίσης και από εργασίες ρουτίνας.Τρεις κατηγορίες πετρελαϊκών αποβλήτων γενικά υπάρχουν στα μεγάλα πλοία. Αυτά είναι τα απορρίμματα των υδροσυλλεκτών (σεντινες), τα απόβλητα πετρελαϊκής λάσπης, και τα απόβλητα από το φορτίο πετρελαίου.&lt;br /&gt;
&lt;br /&gt;
'''Πετρελαιοκηλίδες'''&lt;br /&gt;
&lt;br /&gt;
Τα είδη πετρελαίου διαφέρουν μεταξύ τους αναφορικά με το ιξώδες, την αστάθεια και την τοξικότητα που έχουν. Το ιξώδες περιγράφεται ως η αντίσταση του πετρελαίου στην ροή. Η αστάθεια αναφέρεται στο πόσο γρήγορα εξατμίζεται το πετρέλαιο. Η τοξικότητα αναφέρεται στο πόσο δηλητηριώδες είναι το πετρέλαιο για τον άνθρωπο ή για άλλους οργανισμούς. Κηλίδες από διαφορετικά είδη πετρελαίου μπορεί να επηρεάζουν διαφορετικά το περιβάλλον. Οι επιχειρήσεις και μέθοδοι καθαρισμού μιας πετρελαιοκηλίδας μπορεί να διαφέρουν αναλόγως την πετρελαιοκηλίδα. Το πετρέλαιο κατατάσσεται σε τέσσερις βασικούς τύπους. Τα πολύ ελαφρά πετρέλαια (καύσιμα κινητήρων τζετ και βενζίνη), τα ελαφρά πετρέλαια (Ντήζελ, καύσιμο πετρέλαιο τύπου 2, αργό φωτιστικό πετρέλαιο), τα μεσαία πετρέλαια (η πλειονότητα των ακατέργαστων πετρελαίων), τα βαρέα πετρέλαια (βαρέα ακατέργαστα πετρέλαια, καύσιμο πετρέλαιο τύπου 6, πίσσα).&lt;br /&gt;
Οι σημαντικές φυσικές και χημικές ιδιότητες των πετρελαίων που επηρεάζουν την συμπεριφορά και επίδραση του πετρελαίου στο νερό και τα υδάτινα περιβάλλοντα είναι, η επιφανειακή τάση, το ειδικό βάρος, και το ιξώδες. Η σύνθεση και τα χαρακτηριστικά ενός πετρελαίου, μαζί με μια σειρά από περιστάσεις σχετιζόμενες με τον χρόνο και τον τόπο της διαρροής, το ποσό του πετρελαίου, τις καιρικές συνθήκες, θα καθορίσουν ποσό θα παραμένει το πετρέλαιο, πως θα διαδοθεί, και εάν θα εξατμιστεί ή θα καταβυθιστεί.&lt;br /&gt;
&lt;br /&gt;
'''Μέθοδοι εφαρμογής Τηλεπισκόπησης''' &lt;br /&gt;
&lt;br /&gt;
Μια από τις σημαντικές εφαρμογές της τηλεπισκόπησης είναι οι ωκεανογραφικές που συνήθως αφορούν τις πετρελαιοκηλίδες. Η παρακολούθηση των πετρελαιοκηλίδων, η χαρτογράφηση και πρόβλεψη της έκτασης και του βαθμού της πετρελαιοκηλίδας, η στρατηγική υποστήριξη σε αποφάσεις έκτακτης αντιμετώπισης πετρελαιοκηλίδων, και η αναγνώριση περιοχών φυσικής διαρροής πετρελαίου, είναι περιοχές μελέτης και εφαρμογής της τηλεπισκόπησης.&lt;br /&gt;
Για να απομονωθούν οι πληγείσες περιοχές, και να οργανωθούν οι προσπάθειες καθαρισμού με τον καταλληλότερο τρόπο, θα πρέπει μια σειρά από παράγοντες να καθοριστούν κατά την γένεση της πετρελαιοκηλίδας. Τέτοιοι παράγοντες είναι, η τοποθεσία της κηλίδας, το μέγεθος και η έκταση της, η κατεύθυνση και το μέγεθος της κίνησης του πετρελαίου, πληροφορίες για τον άνεμο και τον κυματισμό οι οποίες θα βοηθήσουν στην εκτίμηση και πρόβλεψη της μελλοντικής κίνησης του πετρελαίου.&lt;br /&gt;
Η τηλεπισκόπηση δίνει το πλεονέκτημα της παρακολούθησης γεγονότων σε απομακρυσμένες και μη προσβάσιμες περιοχές. Μπορεί να χρησιμοποιηθεί στον εντοπισμό και παρακολούθηση πετρελαιοκηλίδων. Τα δεδομένα της τηλεπισκόπησης δίνουν τον ρυθμό και την κατεύθυνση της κίνησης του πετρελαίου σε κηλίδες στον ωκεανό μέσω πολύ-χρονικής απεικόνισης. Εισάγοντας αυτά τα δεδομένα σε μοντελοποίηση πρόβλεψης τάσης επιτυγχάνονται ποιο αποτελεσματικές και εύκολες οι προσπάθειες καθαρισμού και έλεγχου της πετρελαιοκηλίδας.&lt;br /&gt;
&lt;br /&gt;
'''Εναέρια Παρακολούθηση Πετρελαιοκηλίδων''' &lt;br /&gt;
&lt;br /&gt;
Η εναέρια παρακολούθηση των πετρελαιοκηλίδων μπορεί να γίνεται συστηματικά, για αναζήτηση και καταστολή της ρύπανσης από τα πλοία. Σε αυτήν την περίπτωση ο στόχος είναι, ο εντοπισμός και η περιγραφή της ρύπανσης καθώς και ο εντοπισμός του ρυπαντή έτσι ώστε να εκτιμηθεί η ποσότητα και ποιότητα της ρύπανσης και να προβλεφτεί η εξέλιξη της ρύπανσης. Ένας επιπλέον  στόχος της εναέριας επιτήρησης είναι η χρήση της σε περίπτωση ενός ατυχήματος για παροχή βοήθειας στην μη διασπορά της ρύπανσης. &lt;br /&gt;
&lt;br /&gt;
'''Δορυφορική Τηλεπισκόπηση για Παρακολούθηση Πετρελαιοκηλίδων με Ραντάρ''' &lt;br /&gt;
&lt;br /&gt;
Οι υπέρυθροι, ορατοί και υπεριώδεις αισθητήρες δεν είναι σε θέση να ανιχνεύσουν το πετρέλαιο σε αντίξοες καιρικές συνθήκες όπως δυνατή βροχή ή ομίχλη. Ο ποιο κοινός αισθητήρας μικροκυμάτων για τον εντοπισμό πετρελαίου στην θαλασσιά επιφάνεια είναι το Ραντάρ Συνθετικής Οπής (SAR). Μια εικόνα SAR μπορεί να μετρήσει την τραχύτητα της επιφάνειας. Η επίδραση των κυμάτων της θάλασσας οδηγεί σε μειωμένη απόδοση του ραντάρ στην πληγείσα περιοχή, έτσι ώστε οι πετρελαιοκηλίδες να εμφανίζονται με σχετικά σκοτεινά χαρακτηριστικά στις σκηνές των εικόνων SAR.&lt;br /&gt;
Η παρουσία πετρελαίου στην επιφάνεια της θάλασσας προκαλεί το φαινόμενο της απόσβεσης (κύματα Bragg) και μειώνει την οπίσθια σκέδαση του ραντάρ. Στις περισσότερες περιπτώσεις οι καλυπτόμενες από πετρέλαιο περιοχές εμφανίζονται στις εικόνες SAR σαν σκοτεινά επιθέματα. Μια πετρελαιοκηλίδα είναι φυσικά μια περιοχή χαμηλής οπισθοσκεδασης και εμφανίζεται σαν μια σκοτεινή περιοχή στις εικόνες SAR. Η εικόνα 3 δείχνει πως το SAR λαμβάνει κηλίδες από την θαλασσιά επιφάνεια.&lt;br /&gt;
Οι εικόνες SAR απαιτούν έναν αριθμό επεξεργαστικών βημάτων πριν μπορέσουν να ερμηνευθούν. Στην εικόνα εμφανίζεται καταγραφή πριν από την επεξεργασία από τοRADARSAT 1, και έχει ληφθέι την 1 Αύγουστου 2012 από τον Βόρειο Τουρκικό πορθμό που εισέρχεται στην Μαύρη Θάλασσα. Η επεξεργασία ξεκινά με την φόρτωση της εικόνας SAR σε ένα λογισμικό πακέτο που επιτρέπει την διεξαγωγή των προεπεξεργαστικων βημάτων. Η γεω-αναφορά, καθώς και γεωμετρικές και ραδιομετρικές διορθώσεις και φιλτραρίσματα είναι τα βήματα που διεξάγονται για την επεξεργασία της εικόνας. Έπειτα διεξάγεται ταξινόμηση και επιπλέον ανάλυση και ελέγχεται εάν όντως υπάρχει μια πετρελαιοκηλίδα ή όχι στην εικόνα SAR. Η σκοτεινή περιοχή στην εικόνα SAR μπορεί να προκαλέσει έναν εσφαλμένο συναγερμό λόγω διαφόρων παραγόντων που μπορούν να προκαλέσουν τέτοια απεικόνιση γι αυτό συγκεκριμένες παράμετροι θα βοηθήσουν τον αναλυτή να δώσει τη σωστή ερμηνεία. Αυτές οι παράμετροι είναι η συνολική έκταση, η περίμετρος, η καμπυλότητα, το γενικό σχήμα, ο βαθμός συνοχής, και επιπλέον σχηματικοί παράγοντες.&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα''' &lt;br /&gt;
&lt;br /&gt;
Λόγω της αύξησης των θαλάσσιων μετακινήσεων, η θαλασσιά μόλυνση και ειδικά η πετρελαϊκή μόλυνση προερχόμενη από τα πλοία έχει γίνει ένα από τα ποιο σημαντικά προβλήματα σε όλο τον κόσμο. Η πετρελαϊκή μόλυνση με νερό και λάσπη προερχόμενα από τους υδατοσυλλέκτες ή η μόλυνση που προέρχεται από τα υπολείμματα στις δεξαμενές των δεξαμενόπλοιων και από τις εργασίες καθαρισμού των δεξαμενών αυτών καλούνται ως παράνομες απορρίψεις από τις αρχές, εάν αυτές οι απορρίψεις των υδάτων γίνουν στην θάλασσα. Μια άλλη πηγή πετρελαϊκής μόλυνσης είναι τα ναυτικά ατυχήματα. Ένα από τα ποιο σημαντικά εργαλεία για εντοπισμό και παρακολούθηση της πετρελαϊκής μόλυνσης από ναυτιλιακές δραστηριότητες είναι η δορυφορική τηλεπισκόπηση διότι μας επιτρέπει να εντοπίζουμε πετρελαϊκή μόλυνση στην επιφάνεια της θάλασσας σε μια περιοχή 100 χιλιόμετρων. Είναι επίσης δυνατόν να γίνεται παρακολούθηση σε σχεδόν πραγματικό χρόνο, συνεχόμενα ή περιοδικά για την περιοχή ενδιαφέροντος. Η μέθοδος SAR (SyntheticApertureRadar)  είναι ένας αισθητήρας μικροκυμάτων ιδανικός για την παρακολούθηση των θαλασσών ημέρα και νύχτα.Δεν επηρεάζεται από τις καιρικές συνθήκες καθώς επίσης και από την ομίχλη, τα σύννεφα και τη σκόνη. Παρόλο που ο δορυφορικός εξοπλισμός τηλεπισκόπησης είναι ένα μεγάλο επίτευγμα για την παρακολούθηση των πετρελαιοκηλίδων, δεν είναι ικανός από μόνος του να καταστείλει μια πετρελαιοκηλίδα. Η συνδυασμένη χρήση δορυφόρων, πλοίων και αεροσκαφών για επιτήρηση αυξάνει τις πιθανότητες για έγκαιρο εντοπισμό της πετρελαιοκηλίδας και ταχύτερες επιχειρήσεις καθαρισμού, καθώς και στην πρόληψη περαιτέρω περιβαλλοντολογικής ρύπανσης.&lt;br /&gt;
&lt;br /&gt;
 [[category:Περιβαλλοντικές Επιπτώσεις]]&lt;/div&gt;</summary>
		<author><name>Vita Zvarych</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/Vita_Zvarich</id>
		<title>Vita Zvarich</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/Vita_Zvarich"/>
				<updated>2017-02-17T21:45:33Z</updated>
		
		<summary type="html">&lt;p&gt;Vita Zvarych: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;* [[ Ο Ρόλος της Τηλεπισκόπησης στον Εντοπισμό Ρύπανσης Πετρελαίου ]]&lt;br /&gt;
* [[ Χρησιμοποίηση τεχνικών Τηλεπισκόπισης για την αναγνώριση του κινδύνου κατολίσθησης σε επιρρεπεί τμήματα κατά μήκος του νότιουσιδηροδρομικού δικτύου στη Ταϊβάν]]&lt;br /&gt;
* [[ Αξιολόγηση και Εκτίμηση των Φυσικών Μεταβολών του Ποταμού Ramganga Χρησιμοποιώντας Τηλεπισκόπηση και GIS ]]&lt;br /&gt;
* [[ Εκτίμηση της Καλλιέργειας Ελαιοκράμβης στο Τέλος της Χειμερινής Περιόδου με τη Χρήση Αεροδιαστημικών Τεχνικών ]]&lt;br /&gt;
* [[ Αστικά Δεδομένα για την πόλη της Σαμάρα – Ρωσία ]]&lt;br /&gt;
* [[ Τρισδιάστατη Τεκμηρίωση των Προεξοχών του Εδάφους με Λέιζερ Σαρωτή - Διήθηση της Βλάστησης ]] &lt;br /&gt;
* [[ Παρακολούθηση Πετρελαιοκηλίδων βασιζόμενη στην SAR Τηλεπισκοπικών Απεικονίσεων ]]&lt;br /&gt;
* [[ Τηλεπισκόπηση των Πλοίων και Υπεράκτιων Εξέδρων Άντλησης Πετρελαίου και Χαρτογράφηση Θαλάσσιων Πηγών Κινδύνου Διαρροής Πετρελαίου στην Θάλασσα Bohai ]]&lt;br /&gt;
* [[ Χρήση Στοιχείων Τηλεπισκόπησης για την Μελέτη των Διαφόρων Ανανεώσιμων Πηγών Ενέργειας σε Παραθαλάσσια Τοποθεσία στη Νότια Ιταλία ]]&lt;br /&gt;
* [[ Δορυφορική Τηλεπισκόπηση Εξόδους των Ορισμένων Παγετώνων στο Έδαφος της Ανατολικής Γεωργίας ]]&lt;br /&gt;
&lt;br /&gt;
 [[category:ΔΠΜΣ &amp;quot;Περιβάλλον &amp;amp; Ανάπτυξη&amp;quot; (Αθήνα)]]&lt;/div&gt;</summary>
		<author><name>Vita Zvarych</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A0%CE%B1%CF%81%CE%B1%CE%BA%CE%BF%CE%BB%CE%BF%CF%8D%CE%B8%CE%B7%CF%83%CE%B7_%CE%A0%CE%B5%CF%84%CF%81%CE%B5%CE%BB%CE%B1%CE%B9%CE%BF%CE%BA%CE%B7%CE%BB%CE%AF%CE%B4%CF%89%CE%BD_%CE%B2%CE%B1%CF%83%CE%B9%CE%B6%CF%8C%CE%BC%CE%B5%CE%BD%CE%B7_%CF%83%CF%84%CE%BF_%CF%83%CF%8D%CF%83%CF%84%CE%B7%CE%BC%CE%B1_SAR_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CE%BF%CF%80%CE%B9%CE%BA%CF%8E%CE%BD_%CE%91%CF%80%CE%B5%CE%B9%CE%BA%CE%BF%CE%BD%CE%AF%CF%83%CE%B5%CF%89%CE%BD</id>
		<title>Παρακολούθηση Πετρελαιοκηλίδων βασιζόμενη στο σύστημα SAR Τηλεπισκοπικών Απεικονίσεων</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A0%CE%B1%CF%81%CE%B1%CE%BA%CE%BF%CE%BB%CE%BF%CF%8D%CE%B8%CE%B7%CF%83%CE%B7_%CE%A0%CE%B5%CF%84%CF%81%CE%B5%CE%BB%CE%B1%CE%B9%CE%BF%CE%BA%CE%B7%CE%BB%CE%AF%CE%B4%CF%89%CE%BD_%CE%B2%CE%B1%CF%83%CE%B9%CE%B6%CF%8C%CE%BC%CE%B5%CE%BD%CE%B7_%CF%83%CF%84%CE%BF_%CF%83%CF%8D%CF%83%CF%84%CE%B7%CE%BC%CE%B1_SAR_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CE%BF%CF%80%CE%B9%CE%BA%CF%8E%CE%BD_%CE%91%CF%80%CE%B5%CE%B9%CE%BA%CE%BF%CE%BD%CE%AF%CF%83%CE%B5%CF%89%CE%BD"/>
				<updated>2017-02-17T21:44:39Z</updated>
		
		<summary type="html">&lt;p&gt;Vita Zvarych: Νέα σελίδα με 'Εικόνα 1: Το διάγραμμα ροής SAR [[Εικόνα: Arthro_7_2_Vita.jpg|thumb|right|Εικόνα 2: Η ...'&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: Arthro_7_1_Vita.jpg|thumb|right|Εικόνα 1: Το διάγραμμα ροής SAR]]&lt;br /&gt;
[[Εικόνα: Arthro_7_2_Vita.jpg|thumb|right|Εικόνα 2: Η περιοχή εκδήλωσης πετρελαιοκηλίδας στην περιοχή Dallian]]&lt;br /&gt;
[[Εικόνα: Arthro_7_3_Vita.jpg|thumb|right|Εικόνα 3: Φωτογραφίες της πετρελαιοκηλίδας στην περιοχή]]&lt;br /&gt;
[[Εικόνα: Arthro_7_4_Vita.jpg|thumb|right|Εικόνα 4: Αρχική Εικόνα SAR]]&lt;br /&gt;
[[Εικόνα: Arthro_7_5_Vita.jpg|thumb|right|Εικόνα 5: Εικόνα της πετρελαιοκηλίδας μετά την επεξεργασία]]&lt;br /&gt;
[[Εικόνα: Arthro_7_6_Vita.jpg|thumb|right|Εικόνα 6: Περιοχή ανάπτυξης της πετραλαιοκηλίδας την 18 Ιουλίου 2010]]&lt;br /&gt;
[[Εικόνα: Arthro_7_7_Vita.jpg|thumb|right|Εικόνα 7: Περιοχή ανάπτυξης της πετρελαιοκηλίδας την 20 Ιουλίου 2010]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Jianchao Fan, Fengshou Zhang, Dongzhi Zhao, Jun Wang&lt;br /&gt;
&lt;br /&gt;
'''Link:''' [http://www.sciencedirect.com/science/article/pii/S2214241X15002357]&lt;br /&gt;
&lt;br /&gt;
'''Λέξεις - Κλειδιά: '''Πετρελαιοκηλίδα, Συστηματική Παρακολούθηση, SAR, Κατάτμηση Εικόνας&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Σκοπός'''&lt;br /&gt;
&lt;br /&gt;
Σε σύγκριση με την παραδοσιακή επί τόπου παρακολούθησης της θέσης μίας πετρελαιοκηλίδας, η χρήση της τεχνολογίας τηλεπισκόπησης έχει εκείνα τα χαρακτηριστικά τα οποία επιτρέπουν το γρήγορο και με ακρίβεια προσδιορισμό της περιοχής της πετρελαιοκηλίδας. Συνήθως η παρακολούθηση της εξέλιξης μίας πετρελαιοκηλίδας στη θάλασσα χωρίζεται σε δύο κατηγορίες. στην οπτική και στην τηλεπισκόπηση (τύπου SAR). &lt;br /&gt;
Μεταξύ όλων των ειδών δορυφορικών αισθητήρων, η τεχνολογία SAR εξακολουθεί να είναι η πλέον χρησιμοποιούμενη για την ανίχνευση λειτουργικών πετρελαιοκηλίδων. &lt;br /&gt;
Κατά τη διαδικασία ανάλυσης εικόνας, η διάκριση των πετρελαιοκηλίδων και των παρόμοιων φυσικών φαινομένων π.χ., περιοχή χαμηλών ανέμων, φυσικές κηλίδες κ.α. αποτελούν κρίσιμη παράμετρο για την την τεχνολογία SAR. Σκοπός της παρούσας εργασίας ήταν η  ανάπτυξη και εφαρμογή μιας μηχανής διανυσμάτων για την υποστήριξης  της ταξινόμησης των εικόνων τηλεπισκόπησης. Μέσα από την προσομοίωση της εκδήλωσης της  πετρελαιοκηλίδας Dallian, επαληθεύεται η αποτελεσματικότητα της προτεινόμενης προσέγγισης για την ταξινόμηση των δορυφορικών εικόνων  SAR.&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Είναι γνωστό πως μεγάλες διαρροές πετρελαιοειδών προϊόντων στο θαλάσσιο περιβάλλον μπορούν να έχουν σοβαρές βιολογικές και οικονομικές επιπτώσεις.  Η τηλεπισκόπηση παίζει όλο και σημαντικότερορόλο στην παρακολούθηση του πετρελαίου που έχει διαρρεύσει στη θάλασσα (Fingas και Brown, 1997).  Η κυρίαρχη μέθοδος παρακολούθησης της πετρελαιοκηλίδας στη θάλασσα είναι μέσω radar και ειδικότερα τα  δορυφορικά συστήματα Synthetic Aperture Radar (SAR). Είναι ένα από τα πιο αποτελεσματικά  εργαλεία περιορίζεται ελάχιστα από τις καιρικές συνθήκες και μπορεί να διαπεράσει τα σύννεφα, τη βροχή και το χιόνι. . Το σύστημα SAR είναι ένας ενεργός τρόπος παρακολούθησης,  δέσμη μικροκυμάτων εκπέμπεται από τον αισθητήρα, και το λαμβανόμενο σήμα ανακλάται από το αντικείμενο πίσω με  χαρακτηριστικά διασποράς. &lt;br /&gt;
Τα τελευταία χρόνια, η επεξεργασία εικόνας SAR έχει μελετηθεί ευρέως, έτσι μπορεί να ταξινομηθεί σε τρεις κατηγορίες. Η πρώτη κατηγορία βασίζεται στον φυσικό μηχανισμό της κατάταξης οπισθοσκέδασης (Fang et al 2007 και, Bruzzone et al 2004..), η δεύτερη κατηγορία βασίζεται σε στατιστικά χαρακτηριστικά (Migliaccio et al 2009 και Cloude και Pottier 1997) και τέλος ένα άλλο είδος είναι η μέθοδος που βασίζεται στις ικανότητες επεξεργασίας εικόνας (Rauste et al. 2010 και Kersten et al 2005).&lt;br /&gt;
&lt;br /&gt;
'''Μεθοδολογία'''&lt;br /&gt;
&lt;br /&gt;
Η εικόνα 1  δείχνει το διάγραμμα ροής  παρακολούθησης  πετρελαιοκηλίδας που  βασίζεται σε εικόνες SAR. Στην προ-επεξεργασία των δεδομένων, πρέπει μικρά σημάδια να θεωρηθούν ως θόρυβος. Τέτοια σημάδια προκύπτουν από την ανάλυση του αισθητήρα και επειδή δεν είναι πέραν ενός ορίου επαρκής. Παρόλα αυτά τέτοια στίγματα αποτελούν προβλήματα για την ανάπτυξη της εφαρμογής SARκαι γι αυτό εφαρμόζονται φίλτρα που καταστέλουν το θόρυβο αλλά παρόλα αυτά μπορούν να παρασύρουν και μικρές πετρελαιοκηλίδες.Τα πλεονεκτήματα της μεθόδου SAR που ουσιαστικά επιτρέπουν τη διαρκή πρωί βράδυ παρακολούθηση της πετρελαιοκηλίδας επηρεάζονται από  την ένταση  του ανέμου  και επηρεάζουν την ποιότητα της οπισθοσκέδασης και της προβολής των κηλίδων στην επιφάνεια της θάλασσας (πετρελαιοκηλίδες είναι ορατές μόνο για ένα περιορισμένο εύρος ταχυτήτων ανέμου). Στην παρούσα εργασία εξατάστηκε η ανάπτυξη ενός μαθηματικού μοντέλου που λαμβάνει υπόψη τις καιρικές συνθήκες και προβλέπει την περιοχή επέκτασης της πετρελαιοκηλίδας. &lt;br /&gt;
&lt;br /&gt;
'''Προσομοίωση'''&lt;br /&gt;
&lt;br /&gt;
Για την εφαρμογή της προτεινόμενης μεθόδου παρακολούθησης πετρελαιοκηλίδων με βάση την τηλεπισκόπησηSAR  χρησιμοποιήθηκε προσομοίωση της πετραλαιοκηλίδας που συνέβη στις 16 Ιουλίου 2010 στην περιοχή XingangPort  στη πόλη Dallian. Στις εικόνες 2 και 3 δείχνουν το σημείο που έγινε η διαρροή στη θάλασσα και στις ακτές. Τα πετρελαιοειδή που απελευθερώθηκαν προκάλεσαν σημαντική περιβαλλοντική καταστροφή. &lt;br /&gt;
Η Εικόνα 4 παρουσιάζει την αρχική εικόνα  SAR. Σε αυτή, η σκοτεινή περιοχή είναι η περιοχή της πετρελαιοκηλίδας. Τα αποτελέσματα της κατάταξης  με βάση την προτεινόμενη μέθοδο παρακολούθησης πετρελαιοκηλίδων που βασίζεται σε εικόνες SAR φαίνεται στην Εικόνα 5. Είναι φανερό ότι η κύρια διαρροή πετρελαίου θα μπορούσε να είχε ανιχνευθεί αυτομάτως.&lt;br /&gt;
Με βάση την προτεινόμενη προσέγγιση, η  περίπτωση της πετρελαιοκηλίδας Dalian στις 18 Ιουλίου 2010 και 21 του Ιούλη του 2010 φαίνεται στις εικόνες  και   αντίστοιχα. Δύο στοιχεία ενδέχεται να αντανακλούν την τάση της ανάπτυξης της πετρελαιοκηλίδας. Η προσέγγιση μπορεί να χωριστεί σε ανίχνευση των σκοτεινών περιοχών, εξαγωγή χαρακτηριστικών για όλες τις σκοτεινές περιοχές, και, στη συνέχεια, την ταξινόμηση όλων των σημείων όπως πετρελαιοκηλίδες ή απομιμήσεις. Η προσέγγιση κατάταξη είναι μια μηχανή διανυσμάτων υποστήριξης με βάση τον άνεμο και τις  καιρικές συνθήκες. Έτσι, θα μπορούσε να παρακολουθεί το χώρο και το εύρος της πετρελαιοκηλίδας.&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Μια μηχανή διανυσμάτων υποστήριξης υιοθετείται στη παρούσα εργασία για την παρακολούθηση πετρελαιοκηλίδας που βασίζεται σε εικόνες SAR. Η εφαρμογή αυτή μπορεί να παρέχει την περιοχή της πετρελαιοκηλίδας ακριβώς με τις καιρικές συνθήκες και την εξέλιξη της. Τα αποτελέσματα της προσομοίωσης για την περίπτωση της πετρελαιοκηλίδας της πόλης Dalian αποδεικνύει την εγκυρότητα της μεθόδου SVM  για ανάλυση SAR  εικόνας.&lt;br /&gt;
&lt;br /&gt;
 [[category:Χαρτογράφηση και παρακολούθηση πετρελαιοκηλίδων]]&lt;/div&gt;</summary>
		<author><name>Vita Zvarych</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/Vita_Zvarich</id>
		<title>Vita Zvarich</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/Vita_Zvarich"/>
				<updated>2017-02-17T21:33:03Z</updated>
		
		<summary type="html">&lt;p&gt;Vita Zvarych: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;* [[ Ο Ρόλος της Τηλεπισκόπησης στον Εντοπισμό Ρύπανσης Πετρελαίου ]]&lt;br /&gt;
* [[ Χρησιμοποίηση τεχνικών Τηλεπισκόπισης για την αναγνώριση του κινδύνου κατολίσθησης σε επιρρεπεί τμήματα κατά μήκος του νότιουσιδηροδρομικού δικτύου στη Ταϊβάν]]&lt;br /&gt;
* [[ Αξιολόγηση και Εκτίμηση των Φυσικών Μεταβολών του Ποταμού Ramganga Χρησιμοποιώντας Τηλεπισκόπηση και GIS ]]&lt;br /&gt;
* [[ Εκτίμηση της Καλλιέργειας Ελαιοκράμβης στο Τέλος της Χειμερινής Περιόδου με τη Χρήση Αεροδιαστημικών Τεχνικών ]]&lt;br /&gt;
* [[ Αστικά Δεδομένα για την πόλη της Σαμάρα – Ρωσία ]]&lt;br /&gt;
* [[ Τρισδιάστατη Τεκμηρίωση των Προεξοχών του Εδάφους με Λέιζερ Σαρωτή - Διήθηση της Βλάστησης ]] &lt;br /&gt;
* [[ Παρακολούθηση Πετρελαιοκηλίδων βασιζόμενη στο σύστημα SAR Τηλεπισκοπικών Απεικονίσεων ]]&lt;br /&gt;
* [[ Τηλεπισκόπηση των Πλοίων και Υπεράκτιων Εξέδρων Άντλησης Πετρελαίου και Χαρτογράφηση Θαλάσσιων Πηγών Κινδύνου Διαρροής Πετρελαίου στην Θάλασσα Bohai ]]&lt;br /&gt;
* [[ Χρήση Στοιχείων Τηλεπισκόπησης για την Μελέτη των Διαφόρων Ανανεώσιμων Πηγών Ενέργειας σε Παραθαλάσσια Τοποθεσία στη Νότια Ιταλία ]]&lt;br /&gt;
* [[ Δορυφορική Τηλεπισκόπηση Εξόδους των Ορισμένων Παγετώνων στο Έδαφος της Ανατολικής Γεωργίας ]]&lt;br /&gt;
&lt;br /&gt;
 [[category:ΔΠΜΣ &amp;quot;Περιβάλλον &amp;amp; Ανάπτυξη&amp;quot; (Αθήνα)]]&lt;/div&gt;</summary>
		<author><name>Vita Zvarych</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%94%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AE_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CE%95%CE%BE%CF%8C%CE%B4%CE%BF%CF%85%CF%82_%CF%84%CF%89%CE%BD_%CE%9F%CF%81%CE%B9%CF%83%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CE%A0%CE%B1%CE%B3%CE%B5%CF%84%CF%8E%CE%BD%CF%89%CE%BD_%CF%83%CF%84%CE%BF_%CE%88%CE%B4%CE%B1%CF%86%CE%BF%CF%82_%CF%84%CE%B7%CF%82_%CE%91%CE%BD%CE%B1%CF%84%CE%BF%CE%BB%CE%B9%CE%BA%CE%AE%CF%82_%CE%93%CE%B5%CF%89%CF%81%CE%B3%CE%AF%CE%B1%CF%82</id>
		<title>Δορυφορική Τηλεπισκόπηση Εξόδους των Ορισμένων Παγετώνων στο Έδαφος της Ανατολικής Γεωργίας</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%94%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AE_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CE%95%CE%BE%CF%8C%CE%B4%CE%BF%CF%85%CF%82_%CF%84%CF%89%CE%BD_%CE%9F%CF%81%CE%B9%CF%83%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CE%A0%CE%B1%CE%B3%CE%B5%CF%84%CF%8E%CE%BD%CF%89%CE%BD_%CF%83%CF%84%CE%BF_%CE%88%CE%B4%CE%B1%CF%86%CE%BF%CF%82_%CF%84%CE%B7%CF%82_%CE%91%CE%BD%CE%B1%CF%84%CE%BF%CE%BB%CE%B9%CE%BA%CE%AE%CF%82_%CE%93%CE%B5%CF%89%CF%81%CE%B3%CE%AF%CE%B1%CF%82"/>
				<updated>2017-02-17T21:31:03Z</updated>
		
		<summary type="html">&lt;p&gt;Vita Zvarych: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: Arthro_10_1_Vita.jpg|thumb|right|Εικόνα 1: Εικόνα AsterDEM και Landsat με ψευδοχρωματισμό]]&lt;br /&gt;
[[Εικόνα: Arthro_10_2_Vita.jpg|thumb|right|Εικόνα 2: Τρισδιάστατη απεικόνιση του παγετώνα της οροσειράς Kazbegi]]&lt;br /&gt;
[[Εικόνα: Arthro_10_3_Vita.jpg|thumb|right|Εικόνα 3: Περίγραμμα του παγετώνα Gergeti με Glims και δορυφορική τηλεπισκόπηση]]&lt;br /&gt;
[[Εικόνα: Arthro_10_4_Vita.jpg|thumb|right|Εικόνα 4: Τρισδιάστατη απεικόνιση του παγετώνα Gergeti]]&lt;br /&gt;
[[Εικόνα: Arthro_10_5_Vita.jpg|thumb|right|Εικόνα 5: Σύγκριση του παγετώνα Gergeti με βάση τοπογραφικό χάρτη και τη δορυφορική τηλεπισκόπηση]]&lt;br /&gt;
&lt;br /&gt;
G. Kordzakhia, L. Shengelia , G. Tvauri , V. Tsomaia , M. Dzadzamia&lt;br /&gt;
&lt;br /&gt;
'''Link:''' [http://www.sciencedirect.com/science/article/pii/S1110982315000265]&lt;br /&gt;
&lt;br /&gt;
'''Λέξεις - Κλειδιά: '''Τηλεπισκόπηση, Παγετώνες, GIS, Τήξης, Συσσώρευση, Κλιματική Αλλαγή&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Σκοπός'''&lt;br /&gt;
&lt;br /&gt;
Στη παρούσα εργασία μελετήθηκαν οι κύριοι  παγετώνες από τα όρη του Καυκάσου στο έδαφος της Ανατολικής Γεωργίας με δορυφορική τηλεπισκόπηση. Ο κύριος στόχος της έρευνας είναι η προσαρμογή των χαρακτηριστικών των παγετώνων στην και η εξέλιξη τους στη διάρκεια των χρόνων.  Παρακάτω παρατίθενται οι σημαντικότεροι παγετώνες που μελετήθηκαν : Mayly, Chachy, Devdoraki, Αbano, Gergety, ΜΝΑ, East Suatisi, MiddleSuatisi, SouthSuatisi, SU4G08011072, SU4G08011061, SU4G08011056, SU4G08011059 και SU4G08011058&lt;br /&gt;
Oi τελευταίoi 5 παγετώνες δεν έχουν ονόματα και είναι καταγεγραμμένοι&lt;br /&gt;
στη Παγκόσμια Βάση δεδομένων με τα τις κωδικές ονομασίες που αναφέρθηκαν. &lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Οι διακυμάνσεις των παγετώνων είναι οι σημαντικοί δείκτες των περιφερειακών κλιματικών αλλαγών. Οι παγετώνες παίζουν σημαντικό ρόλο στη ρύθμιση της ισορροπίας του νερού. Στις συνθήκες της υπερθέρμανσης του πλανήτη υποχωρούν κατι που τελικά εκφράζεται  και στις σχετικές αλλαγές απορροής του παγετώνα. Η μελέτη της τήξης των παγετώνων είναι σημαντική για τις μελέτες των μεταβολών της στάθμης της θάλασσας / ωκεανών. Οι διαστάσεις των Καυκάσιων παγετώνων (εμβαδόν, όγκος, μήκος) έχουν αλλάξει με την πάροδο των αιώνων. Η επιστημονική μελέτη των παγετώνων στον Καύκασο ξεκίνησε κατά το πρώτο μισό του 18ου αιώνα. Τον περασμένο αιώνα πραγματοποιήθηκαν επίγειες παρατηρήσεις στους παγετώνες. Με την εκτόξευση δορυφόρων της Γης, διαπιστώθηκε ότι η δορυφορική τηλεπισκόπηση είναι η καλύτερη τεχνολογία που επιτρέπει την λήψη δεδομένων και ανάλυση τους από την άποψη του χρόνου και του χώρου. Ορισμένες αβεβαιότητες παραμένουν στα δεδομένα αυτά. Πολλές μελέτες έδειξαν ότι η καλύτερη μέθοδος για τη διερεύνηση των παγετώνων είναι η εφαρμογή των δορυφορικών τηλεπισκόπηση σε συνδυασμό με επίγειες παρατηρήσεις και τις γνώσεις των ξεχωριστών παγετώνες.&lt;br /&gt;
&lt;br /&gt;
'''Περιοχή Μελέτης'''&lt;br /&gt;
&lt;br /&gt;
Η Γεωργία εδαφικά διαιρείται σε δύο μέρη : Τη Δυτική Γεωργία και την Ανατολική Γεωργία.Η κατανομή αυτή επιβεβαιώνεται από τη διαφορά στη δομή και τις γεωγραφικές συνθήκες μεταξύ τους. Οι παγετώνες βρίσκονται στο βόρειο τμήμα της χώρας, στην περιοχή του Καυκάσου. &lt;br /&gt;
Στη Εικόνα 1 παρουσιάζεται ένα παράδειγμα Aster DEM και Landsat δορυφόρου για τον παγετώνα της οροσειράς Kazbegi.&lt;br /&gt;
Στην Εικόνα 2 παρουσιάζεται η τρισδιάστατη απεικόνιση για τον παγετώνα της οροσειράς Kazbegi με AsterDEM (αριστερά) και GoogleEarth (δεξιά).&lt;br /&gt;
&lt;br /&gt;
Στη Γεωργία οι παράμετροι των παγετώνων (έκταση, όγκος, μήκος)&lt;br /&gt;
έχουν αλλάξει με την πάροδο των αιώνων. Προσδιορίζεται ότι&lt;br /&gt;
από το δεύτερο μισό του περασμένου αιώνα, τα χαρακτηριστικά μεγέθη των παγετώνων της Γεωργίας έχουν σταθερή μείωση.&lt;br /&gt;
Κατά τη διάρκεια του τελευταίου αιώνα η περιοχή των γεωργιανών παγετώνων&lt;br /&gt;
μειώθηκε κατά 36% και ο όγκος μειώθηκε κατά 48%. Ορισμένοι παγετώνες&lt;br /&gt;
έλιωσαν αλλά η αιτία της διαδικασίας τήξης των παγετώνων ήταν η &lt;br /&gt;
αύξηση του αριθμού παγετώνων λόγω του κατακερματισμού των μεγάλων παγετώνων σε μικρούς. Ως εκ τούτου, ο συνολικός αριθμός των παγετώνων&lt;br /&gt;
αυξήθηκε. Το μήκος των παγετώνων μειώθηκε κατά 600 m κατά μέσο όρο.&lt;br /&gt;
Στο κάτω μέρος το πάχους του πάγου των παγετώνων μειώθηκε κατά 50-&lt;br /&gt;
150 m και στο άνω μέρος, μειώθηκε κατά 20-30 m.&lt;br /&gt;
&lt;br /&gt;
'''Μέθοδος'''&lt;br /&gt;
&lt;br /&gt;
Οι ενέργειες  που εκτελέσθηκαν σύμφωνα με την μεθοδολογία που έχει αναπτυχθεί για τον προσδιορισμό των περιγραμμάτων των παγετώνων ήταν οι ακόλουθες:&lt;br /&gt;
&lt;br /&gt;
- Χρησιμοποιήθηκαν τα προϊόντα λογισμικού της Google. Δηλαδή, οι δορυφορικές εικόνες του Google Earth και τα δεδομένα δορυφορικού αισθητηρα  ASTER με βάση το παραγόμενη Ψηφιακό Μοντέλο Εδάφους (Aster DEM) που εφαρμόζεται στα συστήματα GIS. Επίσης Google Earth, BEAM Visat και Quantum GIS Lisboa χρησιμοποιούνται για την επεξεργασία δορυφορικών δεδομένων. Θα πρέπει να σημειωθεί ότι η χωρική ανάλυση των δορυφορικών Aster DEM είναι 30 m&lt;br /&gt;
&lt;br /&gt;
- Τα διάφορα χαρακτηριστικά των παγετώνων αποθηκεύονται στη βάση δεδομένων Glims: Περιγράμματα παγετώνων και αριθμητικά χαρακτηριστικά χρησιμοποιούνται για την ταυτοποίηση των παγετώνων. &lt;br /&gt;
&lt;br /&gt;
- Σοβιετικοί τοπογραφικοί  χάρτες (1: 50.000)  χρησιμοποιούνται καθώς και  στοιχεία από επίγειες παρατηρήσεις για την επικύρωση επικύρωση του περίγραμματος του παγετώνα.&lt;br /&gt;
Οι αλλαγές στη θέση και η τερματική θέση ενός  παγετώνα έχουν χρησιμοποιηθεί ευρέως ως δείκτης για την αντιμετώπιση των κλιματικών επιπτώσεων. Αυτές οι δύο παράμετροι είναι σχετικά εύκολο να προσδιοριστούν από πολυφασματικές δορυφορικές εικόνες. Περιγράμματα σε συνδυασμό με ένα ψηφιακό μοντέλο εδάφους (DEM) δίνουν τη δυνατότητα να καθορίσουν  παραμέτρους  όπως  ελάχιστο, μέγιστο και μέσο υψόμετρο κ.α.&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα''' &lt;br /&gt;
&lt;br /&gt;
Στην Εικόνα 3 παρουσιάζεται το περίγραμμα του παγετώνα Gergeti. Με μπλε αντιστοιχεί το περίγραμμα με χρήση της βάσης δεδομένων Glims ενώ με κόκκινο η προσαρμογής με χρήση της δορυφορικής τηλεπισκόπησης. Όπως φαίνεται η διαφορά των δύο περιγραμμάτων είναι σημαντική ιδιαίτερα στο βόρειο τμήμα. Ο λόγος αυτής της διαφοράς είναι ότι ανιχνεύεται με βάση την ανάλυση DEM. &lt;br /&gt;
Στη βάση δεδομένων Glims (βλέπε Εικόνα 3) το σύνολο του τομέα της βόρειας πλαγιάς του βουνού Kazbegiέχει εκχωρηθεί στον παγετώνα Gergeti.. Χρησιμοποιώντας το  Quantum GIS πακέτο λογισμικού οριογραμμών παρατηρείται ανύψωση 30, 10 και 5 m σε σχέση με το ASTER DEM. Οι έξοδοι χαράσσονται, ως επιπρόσθετο στρώμα στο Google Earth. &lt;br /&gt;
Στη Εικόνα 4 παρουσιάζεται η 3D απεικόνιση του παγετώνα Gergeti. Με μπλε χρώμα αντιστοιχεί το περίγραμμα του παγετώνα από τη βάση δεδομένων Glims. Με κόκκινο χρώμα φαίνεται ο παγετώνας Gergeti προσαρμοσμένος χρησιμοποιώντας δορυφορική τηλεπισκόπηση. Η πράσινη γραμμή αντιστοιχεί σε περιοχές απαλλαγμένες από τον παγετώνα. Η σύγκριση του παγετώνα Gergeti με το τη μέθοδος της δορυφορικής τηλεπισκόπησης  με τον Σοβιετική τοπογραφικό χάρτη (1: 50.000) παρουσιάζεται στη Εικόνα 5 όπου εμφανίζονται και οι αλλαγές του περιγράμματος. &lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Η συστηματική έρευνα των παγετώνων είναι σημαντική, λόγω του γεγονότος ότι οι παγετώνες καταλαμβάνουν περίπου το 11% (16 εκατομμύρια τετραγωνικά χιλιόμετρα) της έκτασης της γης. Οι παγετώνες περιέχουν μία μεγάλη ποσότητα γλυκού νερού (30 εκατομμύρια km3), το οποίο είναι το 2/3 του πόσιμου νερού της γης. Η Γεωργία διαθέτει περισσότερους  από 600 παγετώνες και η λεπτομερής μελέτη τους είναι σημαντική από πολλές απόψεις. Στην παρούσα εργασία δορυφορικής τηλεπισκόπησης γίνεται λόγος για τους κύριους παγετώνες που βρίσκονται στην επικράτεια της Ανατολικής Γεωργίας. &lt;br /&gt;
Με εκτόξευση δορυφόρων της Γης, διαπιστώθηκε ότι η δορυφορική τηλεπισκόπηση είναι η καλύτερη τεχνολογία παρακολούθησης των παγετώνων αφού την λήψη δεδομένων με αναγκαία  όμως την ανάλυση κανονικότητας από την άποψη του χρόνου και χώρου. Ορισμένες αβεβαιότητες παραμένουν στα δεδομένα όπως η παρατηρητική ικανότητα αφού πρόκειται για μέθοδο παρατήρησης  πολύ μακριά από την επιφάνεια της Γης. Έτσι, η ανάγκη για τον ισχυρό έλεγχο  αξιολόγησης / ποιότητας (QA / QC) παραμένει. Πολλές μελέτες έδειξαν ότι η καλύτερη μέθοδος για τη διερεύνηση των παγετώνων είναι η εφαρμογή της δορυφορικής τηλεπισκόπησης σε συνδυασμό με επίγειες παρατηρήσεις. &lt;br /&gt;
Σε περιπτώσεις όπου οι επίγειες παρατηρήσεις δεν είναι διαθέσιμες και η εξειδικευμένη γνώση είναι απούσα η επικύρωση των αποτελεσμάτων τηλεπισκόπησης δεν είναι δυνατή. Στην εργασία αυτή το μέγιστο μήκος, η περιοχή και η ελάχιστη ανύψωση δεν έχουν καθοριστεί για ορισμένους παγετώνες και συγκεκριμένα για τους: SU4G08011056, SU4G08011057, SU4G08011058 και SU4G08011059. Κατά συνέπεια μόνο μερικές πληροφορίες σχετικά με αυτούς τους παγετώνες παρουσιάζονται, αλλά λεπτομερή συμπεράσματα γι 'αυτούς δεν είναι δυνατόν να γίνει σε αυτό το στάδιο.&lt;br /&gt;
Με βάση την αναλυτική σύγκριση των δεδομένων εξόδου που παρήχθησαν με τη χρήση της δορυφορικής τηλεπισκόπησης και με εφαρμογή  QA / QC με  παρόμοια στοιχεία από τους κατάλογους παγετώνων μπορεί να προκύψει  το συμπέρασμα ότι κατά τα τελευταία 50 χρόνια τα κύρια χαρακτηριστικά&lt;br /&gt;
από  παγετώνες από την Ανατολική Γεωργία αλλάζουν ως εξής:&lt;br /&gt;
&lt;br /&gt;
1.Η ελάχιστη ανύψωση και το υψόμετρο γραμμή ισορροπίας αυξάνει&lt;br /&gt;
&lt;br /&gt;
2.Το μήκος, η περιοχή, καθώς και η περιοχή εντομής μειώνεται.&lt;br /&gt;
&lt;br /&gt;
Έρευνες δείχνουν ότι η επίδραση των σύγχρονων κλιματικών αλλαγών είναι συνδυασμένες με την υποχώρηση των παγετώνων στη Ανατολική Γεωργία. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
[[category: Περιβαλλοντικές Επιπτώσεις]]&lt;/div&gt;</summary>
		<author><name>Vita Zvarych</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%94%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AE_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CE%95%CE%BE%CF%8C%CE%B4%CE%BF%CF%85%CF%82_%CF%84%CF%89%CE%BD_%CE%9F%CF%81%CE%B9%CF%83%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CE%A0%CE%B1%CE%B3%CE%B5%CF%84%CF%8E%CE%BD%CF%89%CE%BD_%CF%83%CF%84%CE%BF_%CE%88%CE%B4%CE%B1%CF%86%CE%BF%CF%82_%CF%84%CE%B7%CF%82_%CE%91%CE%BD%CE%B1%CF%84%CE%BF%CE%BB%CE%B9%CE%BA%CE%AE%CF%82_%CE%93%CE%B5%CF%89%CF%81%CE%B3%CE%AF%CE%B1%CF%82</id>
		<title>Δορυφορική Τηλεπισκόπηση Εξόδους των Ορισμένων Παγετώνων στο Έδαφος της Ανατολικής Γεωργίας</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%94%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AE_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CE%95%CE%BE%CF%8C%CE%B4%CE%BF%CF%85%CF%82_%CF%84%CF%89%CE%BD_%CE%9F%CF%81%CE%B9%CF%83%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CE%A0%CE%B1%CE%B3%CE%B5%CF%84%CF%8E%CE%BD%CF%89%CE%BD_%CF%83%CF%84%CE%BF_%CE%88%CE%B4%CE%B1%CF%86%CE%BF%CF%82_%CF%84%CE%B7%CF%82_%CE%91%CE%BD%CE%B1%CF%84%CE%BF%CE%BB%CE%B9%CE%BA%CE%AE%CF%82_%CE%93%CE%B5%CF%89%CF%81%CE%B3%CE%AF%CE%B1%CF%82"/>
				<updated>2017-02-17T21:30:11Z</updated>
		
		<summary type="html">&lt;p&gt;Vita Zvarych: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: Arthro_10_1_Vita.jpg|thumb|right|Εικόνα 1: Εικόνα AsterDEM και Landsat με ψευδοχρωματισμό]]&lt;br /&gt;
[[Εικόνα: Arthro_10_2_Vita.jpg|thumb|right|Εικόνα 2: Τρισδιάστατη απεικόνιση του παγετώνα της οροσειράς Kazbegi]]&lt;br /&gt;
[[Εικόνα: Arthro_10_3_Vita.jpg|thumb|right|Εικόνα 3: Περίγραμμα του παγετώνα Gergeti με Glims και δορυφορική τηλεπισκόπηση]]&lt;br /&gt;
[[Εικόνα: Arthro_10_4_Vita.jpg|thumb|right|Εικόνα 4: Τρισδιάστατη απεικόνιση του παγετώνα Gergeti]]&lt;br /&gt;
[[Εικόνα: Arthro_10_5_Vita.jpg|thumb|right|Εικόνα 5: Σύγκριση του παγετώνα Gergeti με βάση τοπογραφικό χάρτη και τη δορυφορική τηλεπισκόπηση]]&lt;br /&gt;
&lt;br /&gt;
G. Kordzakhia, L. Shengelia , G. Tvauri , V. Tsomaia , M. Dzadzamia&lt;br /&gt;
&lt;br /&gt;
'''Link:''' [http://www.sciencedirect.com/science/article/pii/S1110982315000265]&lt;br /&gt;
&lt;br /&gt;
'''Λέξεις - Κλειδιά: '''Τηλεπισκόπηση, Παγετώνες, GIS, Τήξης, Συσσώρευση, Κλιματική Αλλαγή&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Σκοπός'''&lt;br /&gt;
&lt;br /&gt;
Στη παρούσα εργασία μελετήθηκαν οι κύριοι  παγετώνες από τα όρη του Καυκάσου στο έδαφος της Ανατολικής Γεωργίας με δορυφορική τηλεπισκόπηση. Ο κύριος στόχος της έρευνας είναι η προσαρμογή των χαρακτηριστικών των παγετώνων στην και η εξέλιξη τους στη διάρκεια των χρόνων.  Παρακάτω παρατίθενται οι σημαντικότεροι παγετώνες που μελετήθηκαν : Mayly, Chachy, Devdoraki, Αbano, Gergety, ΜΝΑ, East Suatisi, MiddleSuatisi, SouthSuatisi, SU4G08011072, SU4G08011061, SU4G08011056, SU4G08011059 και SU4G08011058&lt;br /&gt;
Oi τελευταίoi 5 παγετώνες δεν έχουν ονόματα και είναι καταγεγραμμένοι&lt;br /&gt;
στη Παγκόσμια Βάση δεδομένων με τα τις κωδικές ονομασίες που αναφέρθηκαν. &lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Οι διακυμάνσεις των παγετώνων είναι οι σημαντικοί δείκτες των περιφερειακών κλιματικών αλλαγών. Οι παγετώνες παίζουν σημαντικό ρόλο στη ρύθμιση της ισορροπίας του νερού. Στις συνθήκες της υπερθέρμανσης του πλανήτη υποχωρούν κατι που τελικά εκφράζεται  και στις σχετικές αλλαγές απορροής του παγετώνα. Η μελέτη της τήξης των παγετώνων είναι σημαντική για τις μελέτες των μεταβολών της στάθμης της θάλασσας / ωκεανών. Οι διαστάσεις των Καυκάσιων παγετώνων (εμβαδόν, όγκος, μήκος) έχουν αλλάξει με την πάροδο των αιώνων. Η επιστημονική μελέτη των παγετώνων στον Καύκασο ξεκίνησε κατά το πρώτο μισό του 18ου αιώνα. Τον περασμένο αιώνα πραγματοποιήθηκαν επίγειες παρατηρήσεις στους παγετώνες. Με την εκτόξευση δορυφόρων της Γης, διαπιστώθηκε ότι η δορυφορική τηλεπισκόπηση είναι η καλύτερη τεχνολογία που επιτρέπει την λήψη δεδομένων και ανάλυση τους από την άποψη του χρόνου και του χώρου. Ορισμένες αβεβαιότητες παραμένουν στα δεδομένα αυτά. Πολλές μελέτες έδειξαν ότι η καλύτερη μέθοδος για τη διερεύνηση των παγετώνων είναι η εφαρμογή των δορυφορικών τηλεπισκόπηση σε συνδυασμό με επίγειες παρατηρήσεις και τις γνώσεις των ξεχωριστών παγετώνες.&lt;br /&gt;
&lt;br /&gt;
'''Περιοχή Μελέτης'''&lt;br /&gt;
&lt;br /&gt;
Η Γεωργία εδαφικά διαιρείται σε δύο μέρη : Τη Δυτική Γεωργία και την Ανατολική Γεωργία.Η κατανομή αυτή επιβεβαιώνεται από τη διαφορά στη δομή και τις γεωγραφικές συνθήκες μεταξύ τους. Οι παγετώνες βρίσκονται στο βόρειο τμήμα της χώρας, στην περιοχή του Καυκάσου. &lt;br /&gt;
Στη Εικόνα 1 παρουσιάζεται ένα παράδειγμα Aster DEM και Landsat δορυφόρου για τον παγετώνα της οροσειράς Kazbegi.&lt;br /&gt;
Στην Εικόνα 2 παρουσιάζεται η τρισδιάστατη απεικόνιση για τον παγετώνα της οροσειράς Kazbegi με AsterDEM (αριστερά) και GoogleEarth (δεξιά).&lt;br /&gt;
&lt;br /&gt;
Στη Γεωργία οι παράμετροι των παγετώνων (έκταση, όγκος, μήκος)&lt;br /&gt;
έχουν αλλάξει με την πάροδο των αιώνων. Προσδιορίζεται ότι&lt;br /&gt;
από το δεύτερο μισό του περασμένου αιώνα, τα χαρακτηριστικά μεγέθη των παγετώνων της Γεωργίας έχουν σταθερή μείωση.&lt;br /&gt;
Κατά τη διάρκεια του τελευταίου αιώνα η περιοχή των γεωργιανών παγετώνων&lt;br /&gt;
μειώθηκε κατά 36% και ο όγκος μειώθηκε κατά 48%. Ορισμένοι παγετώνες&lt;br /&gt;
έλιωσαν αλλά η αιτία της διαδικασίας τήξης των παγετώνων ήταν η &lt;br /&gt;
αύξηση του αριθμού παγετώνων λόγω του κατακερματισμού των μεγάλων παγετώνων σε μικρούς. Ως εκ τούτου, ο συνολικός αριθμός των παγετώνων&lt;br /&gt;
αυξήθηκε. Το μήκος των παγετώνων μειώθηκε κατά 600 m κατά μέσο όρο.&lt;br /&gt;
Στο κάτω μέρος το πάχους του πάγου των παγετώνων μειώθηκε κατά 50-&lt;br /&gt;
150 m και στο άνω μέρος, μειώθηκε κατά 20-30 m.&lt;br /&gt;
&lt;br /&gt;
'''Μέθοδος'''&lt;br /&gt;
&lt;br /&gt;
Οι ενέργειες  που εκτελέσθηκαν σύμφωνα με την μεθοδολογία που έχει αναπτυχθεί για τον προσδιορισμό των περιγραμμάτων των παγετώνων ήταν οι ακόλουθες:&lt;br /&gt;
&lt;br /&gt;
- Χρησιμοποιήθηκαν τα προϊόντα λογισμικού της Google. Δηλαδή, οι δορυφορικές εικόνες του Google Earth και τα δεδομένα δορυφορικού αισθητηρα  ASTER με βάση το παραγόμενη Ψηφιακό Μοντέλο Εδάφους (Aster DEM) που εφαρμόζεται στα συστήματα GIS. Επίσης Google Earth, BEAM Visat και Quantum GIS Lisboa χρησιμοποιούνται για την επεξεργασία δορυφορικών δεδομένων. Θα πρέπει να σημειωθεί ότι η χωρική ανάλυση των δορυφορικών Aster DEM είναι 30 m&lt;br /&gt;
&lt;br /&gt;
- Τα διάφορα χαρακτηριστικά των παγετώνων αποθηκεύονται στη βάση δεδομένων Glims: Περιγράμματα παγετώνων και αριθμητικά χαρακτηριστικά χρησιμοποιούνται για την ταυτοποίηση των παγετώνων. &lt;br /&gt;
&lt;br /&gt;
- Σοβιετικοί τοπογραφικοί  χάρτες (1: 50.000)  χρησιμοποιούνται καθώς και  στοιχεία από επίγειες παρατηρήσεις για την επικύρωση επικύρωση του περίγραμματος του παγετώνα.&lt;br /&gt;
Οι αλλαγές στη θέση και η τερματική θέση ενός  παγετώνα έχουν χρησιμοποιηθεί ευρέως ως δείκτης για την αντιμετώπιση των κλιματικών επιπτώσεων. Αυτές οι δύο παράμετροι είναι σχετικά εύκολο να προσδιοριστούν από πολυφασματικές δορυφορικές εικόνες. Περιγράμματα σε συνδυασμό με ένα ψηφιακό μοντέλο εδάφους (DEM) δίνουν τη δυνατότητα να καθορίσουν  παραμέτρους  όπως  ελάχιστο, μέγιστο και μέσο υψόμετρο κ.α.&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα''' &lt;br /&gt;
&lt;br /&gt;
Στην Εικόνα 3 παρουσιάζεται το περίγραμμα του παγετώνα Gergeti. Με μπλε αντιστοιχεί το περίγραμμα με χρήση της βάσης δεδομένων Glims ενώ με κόκκινο η προσαρμογής με χρήση της δορυφορικής τηλεπισκόπησης. Όπως φαίνεται η διαφορά των δύο περιγραμμάτων είναι σημαντική ιδιαίτερα στο βόρειο τμήμα. Ο λόγος αυτής της διαφοράς είναι ότι ανιχνεύεται με βάση την ανάλυση DEM. &lt;br /&gt;
Στη βάση δεδομένων Glims (βλέπε Εικόνα 3) το σύνολο του τομέα της βόρειας πλαγιάς του βουνού Kazbegiέχει εκχωρηθεί στον παγετώνα Gergeti.. Χρησιμοποιώντας το  Quantum GIS πακέτο λογισμικού οριογραμμών παρατηρείται ανύψωση 30, 10 και 5 m σε σχέση με το ASTER DEM. Οι έξοδοι χαράσσονται, ως επιπρόσθετο στρώμα στο Google Earth. &lt;br /&gt;
Στη Εικόνα 4 παρουσιάζεται η 3D απεικόνιση του παγετώνα Gergeti. Με μπλε χρώμα αντιστοιχεί το περίγραμμα του παγετώνα από τη βάση δεδομένων Glims. Με κόκκινο χρώμα φαίνεται ο παγετώνας Gergeti προσαρμοσμένος χρησιμοποιώντας δορυφορική τηλεπισκόπηση. Η πράσινη γραμμή αντιστοιχεί σε περιοχές απαλλαγμένες από τον παγετώνα. Η σύγκριση του παγετώνα Gergeti με το τη μέθοδος της δορυφορικής τηλεπισκόπησης  με τον Σοβιετική τοπογραφικό χάρτη (1: 50.000) παρουσιάζεται στη Εικόνα 5 όπου εμφανίζονται και οι αλλαγές του περιγράμματος. &lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Η συστηματική έρευνα των παγετώνων είναι σημαντική, λόγω του γεγονότος ότι οι παγετώνες καταλαμβάνουν περίπου το 11% (16 εκατομμύρια τετραγωνικά χιλιόμετρα) της έκτασης της γης. Οι παγετώνες περιέχουν μία μεγάλη ποσότητα γλυκού νερού (30 εκατομμύρια km3), το οποίο είναι το 2/3 του πόσιμου νερού της γης. Η Γεωργία διαθέτει περισσότερους  από 600 παγετώνες και η λεπτομερής μελέτη τους είναι σημαντική από πολλές απόψεις. Στην παρούσα εργασία δορυφορικής τηλεπισκόπησης γίνεται λόγος για τους κύριους παγετώνες που βρίσκονται στην επικράτεια της Ανατολικής Γεωργίας. &lt;br /&gt;
Με εκτόξευση δορυφόρων της Γης, διαπιστώθηκε ότι η δορυφορική τηλεπισκόπηση είναι η καλύτερη τεχνολογία παρακολούθησης των παγετώνων αφού την λήψη δεδομένων με αναγκαία  όμως την ανάλυση κανονικότητας από την άποψη του χρόνου και χώρου. Ορισμένες αβεβαιότητες παραμένουν στα δεδομένα όπως η παρατηρητική ικανότητα αφού πρόκειται για μέθοδο παρατήρησης  πολύ μακριά από την επιφάνεια της Γης. Έτσι, η ανάγκη για τον ισχυρό έλεγχο  αξιολόγησης / ποιότητας (QA / QC) παραμένει. Πολλές μελέτες έδειξαν ότι η καλύτερη μέθοδος για τη διερεύνηση των παγετώνων είναι η εφαρμογή της δορυφορικής τηλεπισκόπησης σε συνδυασμό με επίγειες παρατηρήσεις. &lt;br /&gt;
Σε περιπτώσεις όπου οι επίγειες παρατηρήσεις δεν είναι διαθέσιμες και η εξειδικευμένη γνώση είναι απούσα η επικύρωση των αποτελεσμάτων τηλεπισκόπησης δεν είναι δυνατή. Στην εργασία αυτή το μέγιστο μήκος, η περιοχή και η ελάχιστη ανύψωση δεν έχουν καθοριστεί για ορισμένους παγετώνες και συγκεκριμένα για τους: SU4G08011056, SU4G08011057, SU4G08011058 και SU4G08011059. Κατά συνέπεια μόνο μερικές πληροφορίες σχετικά με αυτούς τους παγετώνες παρουσιάζονται, αλλά λεπτομερή συμπεράσματα γι 'αυτούς δεν είναι δυνατόν να γίνει σε αυτό το στάδιο.&lt;br /&gt;
Με βάση την αναλυτική σύγκριση των δεδομένων εξόδου που παρήχθησαν με τη χρήση της δορυφορικής τηλεπισκόπησης και με εφαρμογή  QA / QC με  παρόμοια στοιχεία από τους κατάλογους παγετώνων μπορεί να προκύψει  το συμπέρασμα ότι κατά τα τελευταία 50 χρόνια τα κύρια χαρακτηριστικά&lt;br /&gt;
από  παγετώνες από την Ανατολική Γεωργία αλλάζουν ως εξής:&lt;br /&gt;
&lt;br /&gt;
1.Η ελάχιστη ανύψωση και το υψόμετρο γραμμή ισορροπίας αυξάνει&lt;br /&gt;
&lt;br /&gt;
2.Το μήκος, η περιοχή, καθώς και η περιοχή εντομής μειώνεται.&lt;br /&gt;
&lt;br /&gt;
Έρευνες δείχνουν ότι η επίδραση των σύγχρονων κλιματικών αλλαγών είναι συνδυασμένες με την υποχώρηση των παγετώνων στη ανατολική Γεωργία. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
[[category: Περιβαλλοντικές Επιπτώσεις]]&lt;/div&gt;</summary>
		<author><name>Vita Zvarych</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%94%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AE_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CE%95%CE%BE%CF%8C%CE%B4%CE%BF%CF%85%CF%82_%CF%84%CF%89%CE%BD_%CE%9F%CF%81%CE%B9%CF%83%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CE%A0%CE%B1%CE%B3%CE%B5%CF%84%CF%8E%CE%BD%CF%89%CE%BD_%CF%83%CF%84%CE%BF_%CE%88%CE%B4%CE%B1%CF%86%CE%BF%CF%82_%CF%84%CE%B7%CF%82_%CE%91%CE%BD%CE%B1%CF%84%CE%BF%CE%BB%CE%B9%CE%BA%CE%AE%CF%82_%CE%93%CE%B5%CF%89%CF%81%CE%B3%CE%AF%CE%B1%CF%82</id>
		<title>Δορυφορική Τηλεπισκόπηση Εξόδους των Ορισμένων Παγετώνων στο Έδαφος της Ανατολικής Γεωργίας</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%94%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AE_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CE%95%CE%BE%CF%8C%CE%B4%CE%BF%CF%85%CF%82_%CF%84%CF%89%CE%BD_%CE%9F%CF%81%CE%B9%CF%83%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CE%A0%CE%B1%CE%B3%CE%B5%CF%84%CF%8E%CE%BD%CF%89%CE%BD_%CF%83%CF%84%CE%BF_%CE%88%CE%B4%CE%B1%CF%86%CE%BF%CF%82_%CF%84%CE%B7%CF%82_%CE%91%CE%BD%CE%B1%CF%84%CE%BF%CE%BB%CE%B9%CE%BA%CE%AE%CF%82_%CE%93%CE%B5%CF%89%CF%81%CE%B3%CE%AF%CE%B1%CF%82"/>
				<updated>2017-02-17T21:29:51Z</updated>
		
		<summary type="html">&lt;p&gt;Vita Zvarych: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: Arthro_10_1_Vita.jpg|thumb|right|Εικόνα 1: Εικόνα AsterDEM και Landsat με ψευδοχρωματισμό]]&lt;br /&gt;
[[Εικόνα: Arthro_10_2_Vita.jpg|thumb|right|Εικόνα 2: Τρισδιάστατη απεικόνιση του παγετώνα της οροσειράς Kazbegi]]&lt;br /&gt;
[[Εικόνα: Arthro_10_3_Vita.jpg|thumb|right|Εικόνα 3: Περίγραμμα του παγετώνα Gergeti με Glims και δορυφορική τηλεπισκόπηση]]&lt;br /&gt;
[[Εικόνα: Arthro_10_4_Vita.jpg|thumb|right|Εικόνα 4: Τρισδιάστατη απεικόνιση του παγετώνα Gergeti]]&lt;br /&gt;
[[Εικόνα: Arthro_10_5_Vita.jpg|thumb|right|Εικόνα 5: Σύγκριση του παγετώνα Gergeti με βάση τοπογραφικό χάρτη και τη δορυφορική τηλεπισκόπηση]]&lt;br /&gt;
&lt;br /&gt;
G. Kordzakhia, L. Shengelia , G. Tvauri , V. Tsomaia , M. Dzadzamia&lt;br /&gt;
&lt;br /&gt;
'''Link:''' [http://www.sciencedirect.com/science/article/pii/S1110982315000265]&lt;br /&gt;
&lt;br /&gt;
'''Λέξεις - Κλειδιά: '''Τηλεπισκόπηση, Παγετώνες, GIS, Τήξης, Συσσώρευση, Κλιματική Αλλαγή&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Σκοπός'''&lt;br /&gt;
&lt;br /&gt;
Στη παρούσα εργασία μελετήθηκαν οι κύριοι  παγετώνες από τα όρη του Καυκάσου στο έδαφος της Ανατολικής Γεωργίας με δορυφορική τηλεπισκόπηση. Ο κύριος στόχος της έρευνας είναι η προσαρμογή των χαρακτηριστικών των παγετώνων στην και η εξέλιξη τους στη διάρκεια των χρόνων.  Παρακάτω παρατίθενται οι σημαντικότεροι παγετώνες που μελετήθηκαν : Mayly, Chachy, Devdoraki, Αbano, Gergety, ΜΝΑ, East Suatisi, MiddleSuatisi, SouthSuatisi, SU4G08011072, SU4G08011061, SU4G08011056, SU4G08011059 και SU4G08011058&lt;br /&gt;
Oi τελευταίoi 5 παγετώνες δεν έχουν ονόματα και είναι καταγεγραμμένοι&lt;br /&gt;
στη Παγκόσμια Βάση δεδομένων με τα τις κωδικές ονομασίες που αναφέρθηκαν. &lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Οι διακυμάνσεις των παγετώνων είναι οι σημαντικοί δείκτες των περιφερειακών κλιματικών αλλαγών. Οι παγετώνες παίζουν σημαντικό ρόλο στη ρύθμιση της ισορροπίας του νερού. Στις συνθήκες της υπερθέρμανσης του πλανήτη υποχωρούν κατι που τελικά εκφράζεται  και στις σχετικές αλλαγές απορροής του παγετώνα. Η μελέτη της τήξης των παγετώνων είναι σημαντική για τις μελέτες των μεταβολών της στάθμης της θάλασσας / ωκεανών. Οι διαστάσεις των Καυκάσιων παγετώνων (εμβαδόν, όγκος, μήκος) έχουν αλλάξει με την πάροδο των αιώνων. Η επιστημονική μελέτη των παγετώνων στον Καύκασο ξεκίνησε κατά το πρώτο μισό του 18ου αιώνα. Τον περασμένο αιώνα πραγματοποιήθηκαν επίγειες παρατηρήσεις στους παγετώνες. Με την εκτόξευση δορυφόρων της Γης, διαπιστώθηκε ότι η δορυφορική τηλεπισκόπηση είναι η καλύτερη τεχνολογία που επιτρέπει την λήψη δεδομένων και ανάλυση τους από την άποψη του χρόνου και του χώρου. Ορισμένες αβεβαιότητες παραμένουν στα δεδομένα αυτά. Πολλές μελέτες έδειξαν ότι η καλύτερη μέθοδος για τη διερεύνηση των παγετώνων είναι η εφαρμογή των δορυφορικών τηλεπισκόπηση σε συνδυασμό με επίγειες παρατηρήσεις και τις γνώσεις των ξεχωριστών παγετώνες.&lt;br /&gt;
&lt;br /&gt;
'''Περιοχή Μελέτης'''&lt;br /&gt;
&lt;br /&gt;
Η Γεωργία εδαφικά διαιρείται σε δύο μέρη : Τη Δυτική Γεωργία και την Ανατολική Γεωργία.Η κατανομή αυτή επιβεβαιώνεται από τη διαφορά στη δομή και τις γεωγραφικές συνθήκες μεταξύ τους. Οι παγετώνεςβρίσκονται στο βόρειο τμήμα της χώρας, στην περιοχή του Καυκάσου. &lt;br /&gt;
Στη Εικόνα 1 παρουσιάζεται ένα παράδειγμα Aster DEM και Landsat δορυφόρου για τον παγετώνα της οροσειράς Kazbegi.&lt;br /&gt;
Στην Εικόνα 2 παρουσιάζεται η τρισδιάστατη απεικόνιση για τον παγετώνα της οροσειράς Kazbegi με AsterDEM (αριστερά) και GoogleEarth (δεξιά).&lt;br /&gt;
&lt;br /&gt;
Στη Γεωργία οι παράμετροι των παγετώνων (έκταση, όγκος, μήκος)&lt;br /&gt;
έχουν αλλάξει με την πάροδο των αιώνων. Προσδιορίζεται ότι&lt;br /&gt;
από το δεύτερο μισό του περασμένου αιώνα, τα χαρακτηριστικά μεγέθη των παγετώνων της Γεωργίας έχουν σταθερή μείωση.&lt;br /&gt;
Κατά τη διάρκεια του τελευταίου αιώνα η περιοχή των γεωργιανών παγετώνων&lt;br /&gt;
μειώθηκε κατά 36% και ο όγκος μειώθηκε κατά 48%. Ορισμένοι παγετώνες&lt;br /&gt;
έλιωσαν αλλά η αιτία της διαδικασίας τήξης των παγετώνων ήταν η &lt;br /&gt;
αύξηση του αριθμού παγετώνων λόγω του κατακερματισμού των μεγάλων παγετώνων σε μικρούς. Ως εκ τούτου, ο συνολικός αριθμός των παγετώνων&lt;br /&gt;
αυξήθηκε. Το μήκος των παγετώνων μειώθηκε κατά 600 m κατά μέσο όρο.&lt;br /&gt;
Στο κάτω μέρος το πάχους του πάγου των παγετώνων μειώθηκε κατά 50-&lt;br /&gt;
150 m και στο άνω μέρος, μειώθηκε κατά 20-30 m.&lt;br /&gt;
&lt;br /&gt;
'''Μέθοδος'''&lt;br /&gt;
&lt;br /&gt;
Οι ενέργειες  που εκτελέσθηκαν σύμφωνα με την μεθοδολογία που έχει αναπτυχθεί για τον προσδιορισμό των περιγραμμάτων των παγετώνων ήταν οι ακόλουθες:&lt;br /&gt;
&lt;br /&gt;
- Χρησιμοποιήθηκαν τα προϊόντα λογισμικού της Google. Δηλαδή, οι δορυφορικές εικόνες του Google Earth και τα δεδομένα δορυφορικού αισθητηρα  ASTER με βάση το παραγόμενη Ψηφιακό Μοντέλο Εδάφους (Aster DEM) που εφαρμόζεται στα συστήματα GIS. Επίσης Google Earth, BEAM Visat και Quantum GIS Lisboa χρησιμοποιούνται για την επεξεργασία δορυφορικών δεδομένων. Θα πρέπει να σημειωθεί ότι η χωρική ανάλυση των δορυφορικών Aster DEM είναι 30 m&lt;br /&gt;
&lt;br /&gt;
- Τα διάφορα χαρακτηριστικά των παγετώνων αποθηκεύονται στη βάση δεδομένων Glims: Περιγράμματα παγετώνων και αριθμητικά χαρακτηριστικά χρησιμοποιούνται για την ταυτοποίηση των παγετώνων. &lt;br /&gt;
&lt;br /&gt;
- Σοβιετικοί τοπογραφικοί  χάρτες (1: 50.000)  χρησιμοποιούνται καθώς και  στοιχεία από επίγειες παρατηρήσεις για την επικύρωση επικύρωση του περίγραμματος του παγετώνα.&lt;br /&gt;
Οι αλλαγές στη θέση και η τερματική θέση ενός  παγετώνα έχουν χρησιμοποιηθεί ευρέως ως δείκτης για την αντιμετώπιση των κλιματικών επιπτώσεων. Αυτές οι δύο παράμετροι είναι σχετικά εύκολο να προσδιοριστούν από πολυφασματικές δορυφορικές εικόνες. Περιγράμματα σε συνδυασμό με ένα ψηφιακό μοντέλο εδάφους (DEM) δίνουν τη δυνατότητα να καθορίσουν  παραμέτρους  όπως  ελάχιστο, μέγιστο και μέσο υψόμετρο κ.α.&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα''' &lt;br /&gt;
&lt;br /&gt;
Στην Εικόνα 3 παρουσιάζεται το περίγραμμα του παγετώνα Gergeti. Με μπλε αντιστοιχεί το περίγραμμα με χρήση της βάσης δεδομένων Glims ενώ με κόκκινο η προσαρμογής με χρήση της δορυφορικής τηλεπισκόπησης. Όπως φαίνεται η διαφορά των δύο περιγραμμάτων είναι σημαντική ιδιαίτερα στο βόρειο τμήμα. Ο λόγος αυτής της διαφοράς είναι ότι ανιχνεύεται με βάση την ανάλυση DEM. &lt;br /&gt;
Στη βάση δεδομένων Glims (βλέπε Εικόνα 3) το σύνολο του τομέα της βόρειας πλαγιάς του βουνού Kazbegiέχει εκχωρηθεί στον παγετώνα Gergeti.. Χρησιμοποιώντας το  Quantum GIS πακέτο λογισμικού οριογραμμών παρατηρείται ανύψωση 30, 10 και 5 m σε σχέση με το ASTER DEM. Οι έξοδοι χαράσσονται, ως επιπρόσθετο στρώμα στο Google Earth. &lt;br /&gt;
Στη Εικόνα 4 παρουσιάζεται η 3D απεικόνιση του παγετώνα Gergeti. Με μπλε χρώμα αντιστοιχεί το περίγραμμα του παγετώνα από τη βάση δεδομένων Glims. Με κόκκινο χρώμα φαίνεται ο παγετώνας Gergeti προσαρμοσμένος χρησιμοποιώντας δορυφορική τηλεπισκόπηση. Η πράσινη γραμμή αντιστοιχεί σε περιοχές απαλλαγμένες από τον παγετώνα. Η σύγκριση του παγετώνα Gergeti με το τη μέθοδος της δορυφορικής τηλεπισκόπησης  με τον Σοβιετική τοπογραφικό χάρτη (1: 50.000) παρουσιάζεται στη Εικόνα 5 όπου εμφανίζονται και οι αλλαγές του περιγράμματος. &lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Η συστηματική έρευνα των παγετώνων είναι σημαντική, λόγω του γεγονότος ότι οι παγετώνες καταλαμβάνουν περίπου το 11% (16 εκατομμύρια τετραγωνικά χιλιόμετρα) της έκτασης της γης. Οι παγετώνες περιέχουν μία μεγάλη ποσότητα γλυκού νερού (30 εκατομμύρια km3), το οποίο είναι το 2/3 του πόσιμου νερού της γης. Η Γεωργία διαθέτει περισσότερους  από 600 παγετώνες και η λεπτομερής μελέτη τους είναι σημαντική από πολλές απόψεις. Στην παρούσα εργασία δορυφορικής τηλεπισκόπησης γίνεται λόγος για τους κύριους παγετώνες που βρίσκονται στην επικράτεια της Ανατολικής Γεωργίας. &lt;br /&gt;
Με εκτόξευση δορυφόρων της Γης, διαπιστώθηκε ότι η δορυφορική τηλεπισκόπηση είναι η καλύτερη τεχνολογία παρακολούθησης των παγετώνων αφού την λήψη δεδομένων με αναγκαία  όμως την ανάλυση κανονικότητας από την άποψη του χρόνου και χώρου. Ορισμένες αβεβαιότητες παραμένουν στα δεδομένα όπως η παρατηρητική ικανότητα αφού πρόκειται για μέθοδο παρατήρησης  πολύ μακριά από την επιφάνεια της Γης. Έτσι, η ανάγκη για τον ισχυρό έλεγχο  αξιολόγησης / ποιότητας (QA / QC) παραμένει. Πολλές μελέτες έδειξαν ότι η καλύτερη μέθοδος για τη διερεύνηση των παγετώνων είναι η εφαρμογή της δορυφορικής τηλεπισκόπησης σε συνδυασμό με επίγειες παρατηρήσεις. &lt;br /&gt;
Σε περιπτώσεις όπου οι επίγειες παρατηρήσεις δεν είναι διαθέσιμες και η εξειδικευμένη γνώση είναι απούσα η επικύρωση των αποτελεσμάτων τηλεπισκόπησης δεν είναι δυνατή. Στην εργασία αυτή το μέγιστο μήκος, η περιοχή και η ελάχιστη ανύψωση δεν έχουν καθοριστεί για ορισμένους παγετώνες και συγκεκριμένα για τους: SU4G08011056, SU4G08011057, SU4G08011058 και SU4G08011059. Κατά συνέπεια μόνο μερικές πληροφορίες σχετικά με αυτούς τους παγετώνες παρουσιάζονται, αλλά λεπτομερή συμπεράσματα γι 'αυτούς δεν είναι δυνατόν να γίνει σε αυτό το στάδιο.&lt;br /&gt;
Με βάση την αναλυτική σύγκριση των δεδομένων εξόδου που παρήχθησαν με τη χρήση της δορυφορικής τηλεπισκόπησης και με εφαρμογή  QA / QC με  παρόμοια στοιχεία από τους κατάλογους παγετώνων μπορεί να προκύψει  το συμπέρασμα ότι κατά τα τελευταία 50 χρόνια τα κύρια χαρακτηριστικά&lt;br /&gt;
από  παγετώνες από την Ανατολική Γεωργία αλλάζουν ως εξής:&lt;br /&gt;
&lt;br /&gt;
1.Η ελάχιστη ανύψωση και το υψόμετρο γραμμή ισορροπίας αυξάνει&lt;br /&gt;
&lt;br /&gt;
2.Το μήκος, η περιοχή, καθώς και η περιοχή εντομής μειώνεται.&lt;br /&gt;
&lt;br /&gt;
Έρευνες δείχνουν ότι η επίδραση των σύγχρονων κλιματικών αλλαγών είναι συνδυασμένες με την υποχώρηση των παγετώνων στη ανατολική Γεωργία. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
[[category: Περιβαλλοντικές Επιπτώσεις]]&lt;/div&gt;</summary>
		<author><name>Vita Zvarych</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A0%CE%B1%CF%81%CE%B1%CE%BA%CE%BF%CE%BB%CE%BF%CF%8D%CE%B8%CE%B7%CF%83%CE%B7_%CE%A0%CE%B5%CF%84%CF%81%CE%B5%CE%BB%CE%B1%CE%B9%CE%BF%CE%BA%CE%B7%CE%BB%CE%AF%CE%B4%CF%89%CE%BD_%CE%B2%CE%B1%CF%83%CE%B9%CE%B6%CF%8C%CE%BC%CE%B5%CE%BD%CE%B7_%CF%83%CF%84%CE%B7%CE%BD_SAR_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CE%BF%CF%80%CE%B9%CE%BA%CF%8E%CE%BD_%CE%91%CF%80%CE%B5%CE%B9%CE%BA%CE%BF%CE%BD%CE%AF%CF%83%CE%B5%CF%89%CE%BD</id>
		<title>Παρακολούθηση Πετρελαιοκηλίδων βασιζόμενη στην SAR Τηλεπισκοπικών Απεικονίσεων</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A0%CE%B1%CF%81%CE%B1%CE%BA%CE%BF%CE%BB%CE%BF%CF%8D%CE%B8%CE%B7%CF%83%CE%B7_%CE%A0%CE%B5%CF%84%CF%81%CE%B5%CE%BB%CE%B1%CE%B9%CE%BF%CE%BA%CE%B7%CE%BB%CE%AF%CE%B4%CF%89%CE%BD_%CE%B2%CE%B1%CF%83%CE%B9%CE%B6%CF%8C%CE%BC%CE%B5%CE%BD%CE%B7_%CF%83%CF%84%CE%B7%CE%BD_SAR_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CE%BF%CF%80%CE%B9%CE%BA%CF%8E%CE%BD_%CE%91%CF%80%CE%B5%CE%B9%CE%BA%CE%BF%CE%BD%CE%AF%CF%83%CE%B5%CF%89%CE%BD"/>
				<updated>2017-02-17T21:27:31Z</updated>
		
		<summary type="html">&lt;p&gt;Vita Zvarych: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: Arthro_7_1_Vita.jpg|thumb|right|Εικόνα 1: Το διάγραμμα ροής SAR]]&lt;br /&gt;
[[Εικόνα: Arthro_7_2_Vita.jpg|thumb|right|Εικόνα 2: Η περιοχή εκδήλωσης πετρελαιοκηλίδας στην περιοχή Dallian]]&lt;br /&gt;
[[Εικόνα: Arthro_7_3_Vita.jpg|thumb|right|Εικόνα 3: Φωτογραφίες της πετρελαιοκηλίδας στην περιοχή]]&lt;br /&gt;
[[Εικόνα: Arthro_7_4_Vita.jpg|thumb|right|Εικόνα 4: Αρχική εικόνα SAR]]&lt;br /&gt;
[[Εικόνα: Arthro_7_5_Vita.jpg|thumb|right|Εικόνα 5: Εικόνα της πετρελαιοκηλίδας μετά την επεξεργασία]]&lt;br /&gt;
[[Εικόνα: Arthro_7_6_Vita.jpg|thumb|right|Εικόνα 6: Περιοχή ανάπτυξης της πετραλαιοκηλίδας την 18 Ιουλίου 2010]]&lt;br /&gt;
[[Εικόνα: Arthro_7_7_Vita.jpg|thumb|right|Εικόνα 7: Περιοχή ανάπτυξης της πετρελαιοκηλίδας την 20 Ιουλίου 2010]]&lt;br /&gt;
&lt;br /&gt;
Jianchao Fan, Fengshou Zhang, Dongzhi Zhao, Jun Wang&lt;br /&gt;
&lt;br /&gt;
'''Link:''' [http://www.sciencedirect.com/science/article/pii/S2214241X15002357]&lt;br /&gt;
&lt;br /&gt;
'''Λέξεις - Κλειδιά: '''Πετρελαιοκηλίδα, Συστηματική Παρακολούθηση, SAR, Κατάτμηση Εικόνας&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Σκοπός'''&lt;br /&gt;
&lt;br /&gt;
Σε σύγκριση με την παραδοσιακή επί τόπου παρακολούθησης της θέσης μίας πετρελαιοκηλίδας, η χρήση της τεχνολογίας τηλεπισκόπησης έχει εκείνα τα χαρακτηριστικά τα οποία επιτρέπουν το γρήγορο και με ακρίβεια προσδιορισμό της περιοχής της πετρελαιοκηλίδας. Συνήθως η παρακολούθηση της εξέλιξης μίας πετρελαιοκηλίδας στη θάλασσα χωρίζεται σε δύο κατηγορίες. στην οπτική και στην τηλεπισκόπηση (τύπου SAR). &lt;br /&gt;
Μεταξύ όλων των ειδών δορυφορικών αισθητήρων, η τεχνολογία SAR εξακολουθεί να είναι η πλέον χρησιμοποιούμενη για την ανίχνευση λειτουργικών πετρελαιοκηλίδων. &lt;br /&gt;
Κατά τη διαδικασία ανάλυσης εικόνας, η διάκριση των πετρελαιοκηλίδων και των παρόμοιων φυσικών φαινομένων π.χ., περιοχή χαμηλών ανέμων, φυσικές κηλίδες κ.α. αποτελούν κρίσιμη παράμετρο για την την τεχνολογία SAR. Σκοπός της παρούσας εργασίας ήταν η  ανάπτυξη και εφαρμογή μιας μηχανής διανυσμάτων για την υποστήριξης  της ταξινόμησης των εικόνων τηλεπισκόπησης. Μέσα από την προσομοίωση της εκδήλωσης της  πετρελαιοκηλίδας Dallian, επαληθεύεται η αποτελεσματικότητα της προτεινόμενης προσέγγισης για την ταξινόμηση των δορυφορικών εικόνων  SAR.&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Είναι γνωστό πως μεγάλες διαρροές πετρελαιοειδών προϊόντων στο θαλάσσιο περιβάλλον μπορούν να έχουν σοβαρές βιολογικές και οικονομικές επιπτώσεις.  Η τηλεπισκόπηση παίζει όλο και σημαντικότερο ρόλο στην παρακολούθηση του πετρελαίου που έχει διαρρεύσει στη θάλασσα (Fingas και Brown, 1997).  Η κυρίαρχη μέθοδος παρακολούθησης της πετρελαιοκηλίδας στη θάλασσα είναι μέσω radar και ειδικότερα τα  δορυφορικά συστήματα Synthetic Aperture Radar (SAR). Είναι ένα από τα πιο αποτελεσματικά  εργαλεία περιορίζεται ελάχιστα από τις καιρικές συνθήκες και μπορεί να διαπεράσει τα σύννεφα, τη βροχή και το χιόνι. . Το σύστημα SAR είναι ένας ενεργός τρόπος παρακολούθησης,  δέσμη μικροκυμάτων εκπέμπεται από τον αισθητήρα, και το λαμβανόμενο σήμα ανακλάται από το αντικείμενο πίσω με  χαρακτηριστικά διασποράς. &lt;br /&gt;
Τα τελευταία χρόνια, η επεξεργασία εικόνας SAR έχει μελετηθεί ευρέως, έτσι μπορεί να ταξινομηθεί σε τρεις κατηγορίες. Η πρώτη κατηγορία βασίζεται στον φυσικό μηχανισμό της κατάταξης οπισθοσκέδασης (Fang et al 2007 και, Bruzzone et al 2004..), η δεύτερη κατηγορία βασίζεται σε στατιστικά χαρακτηριστικά (Migliaccio et al 2009 και Cloude και Pottier 1997) και τέλος ένα άλλο είδος είναι η μέθοδος που βασίζεται στις ικανότητες επεξεργασίας εικόνας (Rauste et al. 2010 και Kersten et al 2005).&lt;br /&gt;
&lt;br /&gt;
'''Μεθοδολογία'''&lt;br /&gt;
&lt;br /&gt;
Η εικόνα 1  δείχνει το διάγραμμα ροής  παρακολούθησης  πετρελαιοκηλίδας που  βασίζεται σε εικόνες SAR. Στην προ-επεξεργασία των δεδομένων, πρέπει μικρά σημάδια να θεωρηθούν ως θόρυβος. Τέτοια σημάδια προκύπτουν από την ανάλυση του αισθητήρα και επειδή δεν είναι πέραν ενός ορίου επαρκής. Παρόλα αυτά τέτοια στίγματα αποτελούν προβλήματα για την ανάπτυξη της εφαρμογής SARκαι γι αυτό εφαρμόζονται φίλτρα που καταστέλλουν το θόρυβο αλλά παρόλα αυτά μπορούν να παρασύρουν και μικρές πετρελαιοκηλίδες.Τα πλεονεκτήματα της μεθόδου SAR που ουσιαστικά επιτρέπουν τη διαρκή πρωί βράδυ παρακολούθηση της πετρελαιοκηλίδας επηρεάζονται από  την ένταση  του ανέμου  και επηρεάζουν την ποιότητα της οπισθοσκέδασης και της προβολής των κηλίδων στην επιφάνεια της θάλασσας (πετρελαιοκηλίδες είναι ορατές μόνο για ένα περιορισμένο εύρος ταχυτήτων ανέμου). Στην παρούσα εργασία εξετάστηκε η ανάπτυξη ενός μαθηματικού μοντέλου που λαμβάνει υπόψη τις καιρικές συνθήκες και προβλέπει την περιοχή επέκτασης της πετρελαιοκηλίδας. &lt;br /&gt;
&lt;br /&gt;
'''Προσομοίωση'''&lt;br /&gt;
&lt;br /&gt;
Για την εφαρμογή της προτεινόμενης μεθόδου παρακολούθησης πετρελαιοκηλίδων με βάση την τηλεπισκόπησηSAR  χρησιμοποιήθηκε προσομοίωση της πετραλαιοκηλίδας που συνέβη στις 16 Ιουλίου 2010 στην περιοχή XingangPort  στη πόλη Dallian. Στις εικόνες 2 και 3 δείχνουν το σημείο που έγινε η διαρροή στη θάλασσα και στις ακτές. Τα πετρελαιοειδή που απελευθερώθηκαν προκάλεσαν σημαντική περιβαλλοντική καταστροφή. &lt;br /&gt;
&lt;br /&gt;
Η Εικόνα 4 παρουσιάζει την αρχική εικόνα  SAR. Σε αυτή, η σκοτεινή περιοχή είναι η περιοχή της πετρελαιοκηλίδας. Τα αποτελέσματα της κατάταξης  με βάση την προτεινόμενη μέθοδο παρακολούθησης πετρελαιοκηλίδων που βασίζεται σε εικόνες SAR φαίνεται στην Εικόνα 5. Είναι φανερό ότι η κύρια διαρροή πετρελαίου θα μπορούσε να είχε ανιχνευθεί αυτομάτως.&lt;br /&gt;
Με βάση την προτεινόμενη προσέγγιση, η  περίπτωση της πετρελαιοκηλίδας Dalian στις 18 Ιουλίου 2010 και 21 του Ιούλη του 2010 φαίνεται στις εικόνες  και   αντίστοιχα. Δύο στοιχεία ενδέχεται να αντανακλούν την τάση της ανάπτυξης της πετρελαιοκηλίδας. Η προσέγγιση μπορεί να χωριστεί σε ανίχνευση των σκοτεινών περιοχών, εξαγωγή χαρακτηριστικών για όλες τις σκοτεινές περιοχές, και, στη συνέχεια, την ταξινόμηση όλων των σημείων όπως πετρελαιοκηλίδες ή απομιμήσεις. Η προσέγγιση κατάταξη είναι μια μηχανή διανυσμάτων υποστήριξης με βάση τον άνεμο και τις  καιρικές συνθήκες. Έτσι, θα μπορούσε να παρακολουθεί το χώρο και το εύρος της πετρελαιοκηλίδας.&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Μια μηχανή διανυσμάτων υποστήριξης υιοθετείται στη παρούσα εργασία για την παρακολούθηση πετρελαιοκηλίδας που βασίζεται σε εικόνες SAR. Η εφαρμογή αυτή μπορεί να παρέχει την περιοχή της πετρελαιοκηλίδας ακριβώς με τις καιρικές συνθήκες και την εξέλιξη της. Τα αποτελέσματα της προσομοίωσης για την περίπτωση της πετρελαιοκηλίδας της πόλης Dalian αποδεικνύει την εγκυρότητα της μεθόδου SVM  για ανάλυση SAR  εικόνας.&lt;br /&gt;
&lt;br /&gt;
[[category: Χαρτογράφηση και παρακολούθηση πετρελαιοκηλίδων]]&lt;/div&gt;</summary>
		<author><name>Vita Zvarych</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%94%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AE_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CE%95%CE%BE%CF%8C%CE%B4%CE%BF%CF%85%CF%82_%CF%84%CF%89%CE%BD_%CE%9F%CF%81%CE%B9%CF%83%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CE%A0%CE%B1%CE%B3%CE%B5%CF%84%CF%8E%CE%BD%CF%89%CE%BD_%CF%83%CF%84%CE%BF_%CE%88%CE%B4%CE%B1%CF%86%CE%BF%CF%82_%CF%84%CE%B7%CF%82_%CE%91%CE%BD%CE%B1%CF%84%CE%BF%CE%BB%CE%B9%CE%BA%CE%AE%CF%82_%CE%93%CE%B5%CF%89%CF%81%CE%B3%CE%AF%CE%B1%CF%82</id>
		<title>Δορυφορική Τηλεπισκόπηση Εξόδους των Ορισμένων Παγετώνων στο Έδαφος της Ανατολικής Γεωργίας</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%94%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AE_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CE%95%CE%BE%CF%8C%CE%B4%CE%BF%CF%85%CF%82_%CF%84%CF%89%CE%BD_%CE%9F%CF%81%CE%B9%CF%83%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CE%A0%CE%B1%CE%B3%CE%B5%CF%84%CF%8E%CE%BD%CF%89%CE%BD_%CF%83%CF%84%CE%BF_%CE%88%CE%B4%CE%B1%CF%86%CE%BF%CF%82_%CF%84%CE%B7%CF%82_%CE%91%CE%BD%CE%B1%CF%84%CE%BF%CE%BB%CE%B9%CE%BA%CE%AE%CF%82_%CE%93%CE%B5%CF%89%CF%81%CE%B3%CE%AF%CE%B1%CF%82"/>
				<updated>2017-02-17T21:24:34Z</updated>
		
		<summary type="html">&lt;p&gt;Vita Zvarych: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: Arthro_10_1_Vita.jpg|thumb|right|Εικόνα 1: Εικόνα AsterDEM και Landsat με ψευδοχρωματισμό]]&lt;br /&gt;
[[Εικόνα: Arthro_10_2_Vita.jpg|thumb|right|Εικόνα 2: Τρισδιάστατη απεικόνιση του παγετώνα της οροσειράς Kazbegi]]&lt;br /&gt;
[[Εικόνα: Arthro_10_3_Vita.jpg|thumb|right|Εικόνα 3: Περίγραμμα του παγετώνα Gergeti με Glims και δορυφορική τηλεπισκόπηση]]&lt;br /&gt;
[[Εικόνα: Arthro_10_4_Vita.jpg|thumb|right|Εικόνα 4: Τρισδιάστατη απεικόνιση του παγετώνα Gergeti]]&lt;br /&gt;
[[Εικόνα: Arthro_10_5_Vita.jpg|thumb|right|Εικόνα 5: Σύγκριση του παγετώνα Gergeti με βάση τοπογραφικό χάρτη και τη δορυφορική τηλεπισκόπηση]]&lt;br /&gt;
&lt;br /&gt;
G. Kordzakhia, L. Shengelia , G. Tvauri , V. Tsomaia , M. Dzadzamia&lt;br /&gt;
&lt;br /&gt;
'''Link:''' [http://www.sciencedirect.com/science/article/pii/S1110982315000265]&lt;br /&gt;
&lt;br /&gt;
'''Λέξεις - Κλειδιά: '''Τηλεπισκόπηση, Παγετώνες, GIS, Τήξης, Συσσώρευση, Κλιματική Αλλαγή&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Σκοπός'''&lt;br /&gt;
&lt;br /&gt;
Στη παρούσα εργασία μελετήθηκαν οι κύριοι  παγετώνες από τα όρη του Καυκάσου στο έδαφος της Ανατολικής Γεωργίας με δορυφορική τηλεπισκόπηση. Ο κύριος στόχος της έρευνας είναι η προσαρμογή των χαρακτηριστικών των παγετώνων στην και η εξέλιξη τους στη διάρκεια των χρόνων.  Παρακάτω παρατίθενται οι σημαντικότεροι παγετώνες που μελετήθηκαν : Mayly, Chachy, Devdoraki, Αbano, Gergety, ΜΝΑ, East Suatisi, MiddleSuatisi, SouthSuatisi, SU4G08011072, SU4G08011061, SU4G08011056, SU4G08011059 και SU4G08011058&lt;br /&gt;
Oi τελευταίoi 5 παγετώνες δεν έχουν ονόματα και είναι καταγεγραμμένοι&lt;br /&gt;
στη Παγκόσμια Βάση δεδομένων με τα τις κωδικές ονομασίες που αναφέρθηκαν. &lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Οι διακυμάνσεις των παγετώνων είναι οι σημαντικοί δείκτες των περιφερειακών κλιματικών αλλαγών. Οι παγετώνες παίζουν σημαντικό ρόλο στη ρύθμιση της ισορροπίας του νερού. Στις συνθήκες της υπερθέρμανσης του πλανήτη υποχωρούν κατι που τελικά εκφράζεται  και στις σχετικές αλλαγές απορροής του παγετώνα. Η μελέτη της τήξης των παγετώνων είναι σημαντική για τις μελέτες των μεταβολών της στάθμης της θάλασσας / ωκεανών. Οι διαστάσεις των Καυκάσιων παγετώνων (εμβαδόν, όγκος, μήκος) έχουν αλλάξει με την πάροδο των αιώνων. Η επιστημονική μελέτη των παγετώνων στον Καύκασο ξεκίνησε κατά το πρώτο μισό του 18ου αιώνα. Τον περασμένο αιώνα πραγματοποιήθηκαν επίγειες παρατηρήσεις στους παγετώνες. Με την εκτόξευση δορυφόρων της Γης, διαπιστώθηκε ότι η δορυφορική τηλεπισκόπηση είναι η καλύτερη τεχνολογία που επιτρέπει την λήψη δεδομένων και ανάλυση τους από την άποψη του χρόνου και του χώρου. Ορισμένες αβεβαιότητες παραμένουν στα δεδομένα αυτά. Πολλές μελέτες έδειξαν ότι η καλύτερη μέθοδος για τη διερεύνηση των παγετώνων είναι η εφαρμογή των δορυφορικών τηλεπισκόπηση σε συνδυασμό με επίγειες παρατηρήσεις και τις γνώσεις των ξεχωριστών παγετώνες.&lt;br /&gt;
&lt;br /&gt;
'''Περιοχή Μελέτης'''&lt;br /&gt;
&lt;br /&gt;
Η Γεωργία εδαφικά διαιρείται σε δύο μέρη : Τη Δυτική Γεωργία και την Ανατολική Γεωργία.Η κατανομή αυτή επιβεβαιώνεται από τη διαφορά στη δομή και τις γεωγραφικές συνθήκες μεταξύ τους. Οι παγετώνεςβρίσκονται στο βόρειο τμήμα της χώρας, στην περιοχή του Καυκάσου. &lt;br /&gt;
Στη Εικόνα 1 παρουσιάζεται ένα παράδειγμα Aster DEM και Landsat δορυφόρου για τον παγετώνα της οροσειράς Kazbegi.&lt;br /&gt;
Στην Εικόνα 2 παρουσιάζεται η τρισδιάστατη απεικόνιση για τον παγετώνα της οροσειράς Kazbegi με AsterDEM (αριστερά) και GoogleEarth (δεξιά).&lt;br /&gt;
&lt;br /&gt;
Στη Γεωργία οι παράμετροι των παγετώνων (έκταση, όγκος, μήκος)&lt;br /&gt;
έχουν αλλάξει με την πάροδο των αιώνων. Προσδιορίζεται ότι&lt;br /&gt;
από το δεύτερο μισό του περασμένου αιώνα, τα χαρακτηριστικά μεγέθη των παγετώνων της Γεωργίας έχουν σταθερή μείωση.&lt;br /&gt;
Κατά τη διάρκεια του τελευταίου αιώνα η περιοχή των γεωργιανών παγετώνων&lt;br /&gt;
μειώθηκε κατά 36% και ο όγκος μειώθηκε κατά 48%. Ορισμένοι παγετώνες&lt;br /&gt;
έλιωσαν αλλά η αιτία της διαδικασίας τήξης των παγετώνων ήταν η &lt;br /&gt;
αύξηση του αριθμού παγετώνων λόγω του κατακερματισμού των μεγάλων παγετώνων σε μικρούς. Ως εκ τούτου, ο συνολικός αριθμός των παγετώνων&lt;br /&gt;
αυξήθηκε. Το μήκος των παγετώνων μειώθηκε κατά 600 m κατά μέσο όρο.&lt;br /&gt;
Στο κάτω μέρος το πάχους του πάγου των παγετώνων μειώθηκε κατά 50-&lt;br /&gt;
150 m και στο άνω μέρος, μειώθηκε κατά 20-30 m.&lt;br /&gt;
&lt;br /&gt;
'''Μέθοδος'''&lt;br /&gt;
&lt;br /&gt;
Οι ενέργειες  που εκτελέσθηκαν σύμφωνα με την μεθοδολογία που έχει αναπτυχθεί για τον προσδιορισμό των περιγραμμάτων των παγετώνων ήταν οι ακόλουθες:&lt;br /&gt;
&lt;br /&gt;
- Χρησιμοποιήθηκαν τα προϊόντα λογισμικού της Google. Δηλαδή, οι δορυφορικές εικόνες του Google Earth και τα δεδομένα δορυφορικού αισθητηρα  ASTER με βάση το παραγόμενη Ψηφιακό Μοντέλο Εδάφους (Aster DEM) που εφαρμόζεται στα συστήματα GIS. Επίσης Google Earth, BEAM Visat και Quantum GIS Lisboa χρησιμοποιούνται για την επεξεργασία δορυφορικών δεδομένων. Θα πρέπει να σημειωθεί ότι η χωρική ανάλυση των δορυφορικών Aster DEM είναι 30 m&lt;br /&gt;
&lt;br /&gt;
- Τα διάφορα χαρακτηριστικά των παγετώνων αποθηκεύονται στη βάση δεδομένων Glims: Περιγράμματα παγετώνων και αριθμητικά χαρακτηριστικά χρησιμοποιούνται για την ταυτοποίηση των παγετώνων. &lt;br /&gt;
&lt;br /&gt;
- Σοβιετικοί τοπογραφικοί  χάρτες (1: 50.000)  χρησιμοποιούνται καθώς και  στοιχεία από επίγειες παρατηρήσεις για την επικύρωση επικύρωση του περίγραμματος του παγετώνα.&lt;br /&gt;
Οι αλλαγές στη θέση και η τερματική θέση ενός  παγετώνα έχουν χρησιμοποιηθεί ευρέως ως δείκτης για την αντιμετώπιση των κλιματικών επιπτώσεων. Αυτές οι δύο παράμετροι είναι σχετικά εύκολο να προσδιοριστούν από πολυφασματικές δορυφορικές εικόνες. Περιγράμματα σε συνδυασμό με ένα ψηφιακό μοντέλο εδάφους (DEM) δίνουν τη δυνατότητα να καθορίσουν  παραμέτρους  όπως  ελάχιστο, μέγιστο και μέσο υψόμετρο κ.α.&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα''' &lt;br /&gt;
&lt;br /&gt;
Στην Εικόνα 3 παρουσιάζεται το περίγραμμα του παγετώνα Gergeti. Με μπλε αντιστοιχεί το περίγραμμα με χρήση της βάσης δεδομένων Glims ενώ με κόκκινο η προσαρμογής με χρήση της δορυφορικής τηλεπισκόπησης. Όπως φαίνεται η διαφορά των δύο περιγραμμάτων είναι σημαντική ιδιαίτερα στο βόρειο τμήμα. Ο λόγος αυτής της διαφοράς είναι ότι ανιχνεύεται με βάση την ανάλυση DEM. &lt;br /&gt;
Στη βάση δεδομένων Glims (βλέπε Εικόνα 3) το σύνολο του τομέα της βόρειας πλαγιάς του βουνού Kazbegiέχει εκχωρηθεί στον παγετώνα Gergeti.. Χρησιμοποιώντας το  Quantum GIS πακέτο λογισμικού οριογραμμών παρατηρείται ανύψωση 30, 10 και 5 m σε σχέση με το ASTER DEM. Οι έξοδοι χαράσσονται, ως επιπρόσθετο στρώμα στο Google Earth. &lt;br /&gt;
Στη Εικόνα 4 παρουσιάζεται η 3D απεικόνιση του παγετώνα Gergeti. Με μπλε χρώμα αντιστοιχεί το περίγραμμα του παγετώνα από τη βάση δεδομένων Glims. Με κόκκινο χρώμα φαίνεται ο παγετώνας Gergeti προσαρμοσμένος χρησιμοποιώντας δορυφορική τηλεπισκόπηση. Η πράσινη γραμμή αντιστοιχεί σε περιοχές απαλλαγμένες από τον παγετώνα. Η σύγκριση του παγετώνα Gergeti με το τη μέθοδος της δορυφορικής τηλεπισκόπησης  με τον Σοβιετική τοπογραφικό χάρτη (1: 50.000) παρουσιάζεται στη Εικόνα 5 όπου εμφανίζονται και οι αλλαγές του περιγράμματος. &lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Η συστηματική έρευνα των παγετώνων είναι σημαντική, λόγω του γεγονότος ότι οι παγετώνες καταλαμβάνουν περίπου το 11% (16 εκατομμύρια τετραγωνικά χιλιόμετρα) της έκτασης της γης. Οι παγετώνες περιέχουν μία μεγάλη ποσότητα γλυκού νερού (30 εκατομμύρια km3), το οποίο είναι το 2/3 του πόσιμου νερού της γης. Η Γεωργία διαθέτει περισσότερους  από 600 παγετώνες και η λεπτομερής μελέτη τους είναι σημαντική από πολλές απόψεις. Στην παρούσα εργασία δορυφορικής τηλεπισκόπησης γίνεται λόγος για τους κύριους παγετώνες που βρίσκονται στην επικράτεια της Ανατολικής Γεωργίας. &lt;br /&gt;
Με εκτόξευση δορυφόρων της Γης, διαπιστώθηκε ότι η δορυφορική τηλεπισκόπηση είναι η καλύτερη τεχνολογία παρακολούθησης των παγετώνων αφού την λήψη δεδομένων με αναγκαία  όμως την ανάλυση κανονικότητας από την άποψη του χρόνου και χώρου. Ορισμένες αβεβαιότητες παραμένουν στα δεδομένα όπως η παρατηρητική ικανότητα αφού πρόκειται για μέθοδο παρατήρησης  πολύ μακριά από την επιφάνεια της Γης. Έτσι, η ανάγκη για τον ισχυρό έλεγχο  αξιολόγησης / ποιότητας (QA / QC) παραμένει. Πολλές μελέτες έδειξαν ότι η καλύτερη μέθοδος για τη διερεύνηση των παγετώνων είναι η εφαρμογή της δορυφορικής τηλεπισκόπησης σε συνδυασμό με επίγειες παρατηρήσεις. &lt;br /&gt;
Σε περιπτώσεις όπου οι επίγειες παρατηρήσεις δεν είναι διαθέσιμες και η εξειδικευμένη γνώση είναι απούσα η επικύρωση των αποτελεσμάτων τηλεπισκόπησης δεν είναι δυνατή. Στην εργασία αυτή το μέγιστο μήκος, η περιοχή και η ελάχιστη ανύψωση δεν έχουν καθοριστεί για ορισμένους παγετώνες και συγκεκριμένα για τους: SU4G08011056, SU4G08011057, SU4G08011058 και SU4G08011059. Κατά συνέπεια μόνο μερικές πληροφορίες σχετικά με αυτούς τους παγετώνες παρουσιάζονται, αλλά λεπτομερή συμπεράσματα γι 'αυτούς δεν είναι δυνατόν να γίνει σε αυτό το στάδιο.&lt;br /&gt;
Με βάση την αναλυτική σύγκριση των δεδομένων εξόδου που παρήχθησαν με τη χρήση της δορυφορικής τηλεπισκόπησης και με εφαρμογή  QA / QC με  παρόμοια στοιχεία από τους κατάλογους παγετώνων μπορεί να προκύψει  το συμπέρασμα ότι κατά τα τελευταία 50 χρόνια τα κύρια χαρακτηριστικά&lt;br /&gt;
από  παγετώνες από την Ανατολική Γεωργία αλλάζουν ως εξής:&lt;br /&gt;
&lt;br /&gt;
1.Η ελάχιστη ανύψωση και το υψόμετρο γραμμή ισορροπίας αυξάνει&lt;br /&gt;
&lt;br /&gt;
2.Το μήκος, η περιοχή, καθώς και η περιοχή εντομής μειώνεται&lt;br /&gt;
Έρευνες δείχνουν ότι η επίδραση των σύγχρονων κλιματικών αλλαγών είναι συνδιασμενες με την υποχώρηση των παγετώνων στη ανατολική Γεωργία. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
[[category: Γεωργία]]&lt;/div&gt;</summary>
		<author><name>Vita Zvarych</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%94%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AE_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CE%95%CE%BE%CF%8C%CE%B4%CE%BF%CF%85%CF%82_%CF%84%CF%89%CE%BD_%CE%9F%CF%81%CE%B9%CF%83%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CE%A0%CE%B1%CE%B3%CE%B5%CF%84%CF%8E%CE%BD%CF%89%CE%BD_%CF%83%CF%84%CE%BF_%CE%88%CE%B4%CE%B1%CF%86%CE%BF%CF%82_%CF%84%CE%B7%CF%82_%CE%91%CE%BD%CE%B1%CF%84%CE%BF%CE%BB%CE%B9%CE%BA%CE%AE%CF%82_%CE%93%CE%B5%CF%89%CF%81%CE%B3%CE%AF%CE%B1%CF%82</id>
		<title>Δορυφορική Τηλεπισκόπηση Εξόδους των Ορισμένων Παγετώνων στο Έδαφος της Ανατολικής Γεωργίας</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%94%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AE_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CE%95%CE%BE%CF%8C%CE%B4%CE%BF%CF%85%CF%82_%CF%84%CF%89%CE%BD_%CE%9F%CF%81%CE%B9%CF%83%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CE%A0%CE%B1%CE%B3%CE%B5%CF%84%CF%8E%CE%BD%CF%89%CE%BD_%CF%83%CF%84%CE%BF_%CE%88%CE%B4%CE%B1%CF%86%CE%BF%CF%82_%CF%84%CE%B7%CF%82_%CE%91%CE%BD%CE%B1%CF%84%CE%BF%CE%BB%CE%B9%CE%BA%CE%AE%CF%82_%CE%93%CE%B5%CF%89%CF%81%CE%B3%CE%AF%CE%B1%CF%82"/>
				<updated>2017-02-17T21:19:19Z</updated>
		
		<summary type="html">&lt;p&gt;Vita Zvarych: Νέα σελίδα με 'Εικόνα 1: Εικόνα AsterDEM και Landsat με ψευδοχρωματισμό [[Εικόνα: Arthro_10_2_Vit...'&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: Arthro_10_1_Vita.jpg|thumb|right|Εικόνα 1: Εικόνα AsterDEM και Landsat με ψευδοχρωματισμό]]&lt;br /&gt;
[[Εικόνα: Arthro_10_2_Vita.jpg|thumb|right|Εικόνα 2: Τρισδιάστατη απεικόνιση του παγετώνα της οροσειράς Kazbegi]]&lt;br /&gt;
[[Εικόνα: Arthro_10_3_Vita.jpg|thumb|right|Εικόνα 3: Περίγραμμα του παγετώνα Gergeti με Glims και δορυφορική τηλεπισκόπηση]]&lt;br /&gt;
[[Εικόνα: Arthro_10_4_Vita.jpg|thumb|right|Εικόνα 4: Τρισδιάστατη απεικόνιση του παγετώνα Gergeti]]&lt;br /&gt;
[[Εικόνα: Arthro_10_5_Vita.jpg|thumb|right|Εικόνα 5: Σύγκριση του παγετώνα Gergeti με βάση τοπογραφικό χάρτη και τη δορυφορική τηλεπισκόπηση]]&lt;br /&gt;
&lt;br /&gt;
G. Kordzakhia, L. Shengelia , G. Tvauri , V. Tsomaia , M. Dzadzamia&lt;br /&gt;
&lt;br /&gt;
'''Link:''' [http://www.sciencedirect.com/science/article/pii/S1110982315000265]&lt;br /&gt;
&lt;br /&gt;
'''Λέξεις - Κλειδιά: '''Τηλεπισκόπηση, Παγετώνες, GIS, Τήξης, Συσσώρευση, Κλιματική Αλλαγή&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Σκοπός'''&lt;br /&gt;
&lt;br /&gt;
Στη παρούσα εργασία μελετήθηκαν οι κύριοι  παγετώνες από τα όρη του Καυκάσου στο έδαφος της Ανατολικής Γεωργίας με δορυφορική τηλεπισκόπηση. Ο κύριος στόχος της έρευνας είναι η προσαρμογή των χαρακτηριστικών των παγετώνων στην και η εξέλιξη τους στη διάρκεια των χρόνων.  Παρακάτω παρατίθενται οι σημαντικότεροι παγετώνες που μελετήθηκαν : Mayly, Chachy, Devdoraki, Αbano, Gergety, ΜΝΑ, East Suatisi, MiddleSuatisi, SouthSuatisi, SU4G08011072, SU4G08011061, SU4G08011056, SU4G08011059 και SU4G08011058&lt;br /&gt;
Oi τελευταίoi 5 παγετώνες δεν έχουν ονόματα και είναι καταγεγραμμένοι&lt;br /&gt;
στη Παγκόσμια Βάση δεδομένων με τα τις κωδικές ονομασίες που αναφέρθηκαν. &lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Οι διακυμάνσεις των παγετώνων είναι οι σημαντικοί δείκτες των περιφερειακών κλιματικών αλλαγών. Οι παγετώνες παίζουν σημαντικό ρόλο στη ρύθμιση της ισορροπίας του νερού. Στις συνθήκες της υπερθέρμανσης του πλανήτη υποχωρούν κατι που τελικά εκφράζεται  και στις σχετικές αλλαγές απορροής του παγετώνα. Η μελέτη της τήξης των παγετώνων είναι σημαντική για τις μελέτες των μεταβολών της στάθμης της θάλασσας / ωκεανών. Οι διαστάσεις των Καυκάσιων παγετώνων (εμβαδόν, όγκος, μήκος) έχουν αλλάξει με την πάροδο των αιώνων. Η επιστημονική μελέτη των παγετώνων στον Καύκασο ξεκίνησε κατά το πρώτο μισό του 18ου αιώνα. Τον περασμένο αιώνα πραγματοποιήθηκαν επίγειες παρατηρήσεις στους παγετώνες. Με την εκτόξευση δορυφόρων της Γης, διαπιστώθηκε ότι η δορυφορική τηλεπισκόπηση είναι η καλύτερη τεχνολογία που επιτρέπει την λήψη δεδομένων και ανάλυση τους από την άποψη του χρόνου και του χώρου. Ορισμένες αβεβαιότητες παραμένουν στα δεδομένα αυτά. Πολλές μελέτες έδειξαν ότι η καλύτερη μέθοδος για τη διερεύνηση των παγετώνων είναι η εφαρμογή των δορυφορικών τηλεπισκόπηση σε συνδυασμό με επίγειες παρατηρήσεις και τις γνώσεις των ξεχωριστών παγετώνες.&lt;br /&gt;
&lt;br /&gt;
'''Περιοχή Μελέτης'''&lt;br /&gt;
&lt;br /&gt;
Η Γεωργία εδαφικά διαιρείται σε δύο μέρη : Τη Δυτική Γεωργία και την Ανατολική Γεωργία.Η κατανομή αυτή επιβεβαιώνεται από τη διαφορά στη δομή και τις γεωγραφικές συνθήκες μεταξύ τους. Οι παγετώνεςβρίσκονται στο βόρειο τμήμα της χώρας, στην περιοχή του Καυκάσου. &lt;br /&gt;
Στη Εικόνα 1 παρουσιάζεται ένα παράδειγμα Aster DEM και Landsat δορυφόρου για τον παγετώνα της οροσειράς Kazbegi.&lt;br /&gt;
Στην Εικόνα 2 παρουσιάζεται η τρισδιάστατη απεικόνιση για τον παγετώνα της οροσειράς Kazbegi με AsterDEM (αριστερά) και GoogleEarth (δεξιά).&lt;br /&gt;
&lt;br /&gt;
Στη Γεωργία οι παράμετροι των παγετώνων (έκταση, όγκος, μήκος)&lt;br /&gt;
έχουν αλλάξει με την πάροδο των αιώνων. Προσδιορίζεται ότι&lt;br /&gt;
από το δεύτερο μισό του περασμένου αιώνα, τα χαρακτηριστικά μεγέθη των παγετώνων της Γεωργίας έχουν σταθερή μείωση.&lt;br /&gt;
Κατά τη διάρκεια του τελευταίου αιώνα η περιοχή των γεωργιανών παγετώνων&lt;br /&gt;
μειώθηκε κατά 36% και ο όγκος μειώθηκε κατά 48%. Ορισμένοι παγετώνες&lt;br /&gt;
έλιωσαν αλλά η αιτία της διαδικασίας τήξης των παγετώνων ήταν η &lt;br /&gt;
αύξηση του αριθμού παγετώνων λόγω του κατακερματισμού των μεγάλων παγετώνων σε μικρούς. Ως εκ τούτου, ο συνολικός αριθμός των παγετώνων&lt;br /&gt;
αυξήθηκε. Το μήκος των παγετώνων μειώθηκε κατά 600 m κατά μέσο όρο.&lt;br /&gt;
Στο κάτω μέρος το πάχους του πάγου των παγετώνων μειώθηκε κατά 50-&lt;br /&gt;
150 m και στο άνω μέρος, μειώθηκε κατά 20-30 m.&lt;br /&gt;
&lt;br /&gt;
'''Μέθοδος'''&lt;br /&gt;
&lt;br /&gt;
Οι ενέργειες  που εκτελέσθηκαν σύμφωνα με την μεθοδολογία που έχει αναπτυχθεί για τον προσδιορισμό των περιγραμμάτων των παγετώνων ήταν οι ακόλουθες:&lt;br /&gt;
      •	Χρησιμοποιήθηκαν τα προϊόντα λογισμικού της Google. Δηλαδή, οι δορυφορικές εικόνες του Google Earth και τα δεδομένα δορυφορικού αισθητηρα  ASTER με βάση το παραγόμενη Ψηφιακό Μοντέλο Εδάφους (Aster DEM) που εφαρμόζεται στα συστήματα GIS. Επίσης Google Earth, BEAM Visat και Quantum GIS Lisboa χρησιμοποιούνται για την επεξεργασία δορυφορικών δεδομένων. Θα πρέπει να σημειωθεί ότι η χωρική ανάλυση των δορυφορικών Aster DEM είναι 30 m&lt;br /&gt;
      •	Τα διάφορα χαρακτηριστικά των παγετώνων αποθηκεύονται στη βάση δεδομένων Glims: Περιγράμματα παγετώνων και αριθμητικά χαρακτηριστικά χρησιμοποιούνται για την ταυτοποίηση των παγετώνων. &lt;br /&gt;
      •	Σοβιετικοί τοπογραφικοί  χάρτες (1: 50.000)  χρησιμοποιούνται καθώς και  στοιχεία από επίγειες παρατηρήσεις για την επικύρωση επικύρωση του περίγραμματος του παγετώνα.&lt;br /&gt;
Οι αλλαγές στη θέση και η τερματική θέση ενός  παγετώνα έχουν χρησιμοποιηθεί ευρέως ως δείκτης για την αντιμετώπιση των κλιματικών επιπτώσεων. Αυτές οι δύο παράμετροι είναι σχετικά εύκολο να προσδιοριστούν από πολυφασματικές δορυφορικές εικόνες. Περιγράμματα σε συνδυασμό με ένα ψηφιακό μοντέλο εδάφους (DEM) δίνουν τη δυνατότητα να καθορίσουν  παραμέτρους  όπως  ελάχιστο, μέγιστο και μέσο υψόμετρο κ.α.&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα''' &lt;br /&gt;
&lt;br /&gt;
Στην Εικόνα 3 παρουσιάζεται το περίγραμμα του παγετώνα Gergeti. Με μπλε αντιστοιχεί το περίγραμμα με χρήση της βάσης δεδομένων Glims ενώ με κόκκινο η προσαρμογής με χρήση της δορυφορικής τηλεπισκόπησης. Όπως φαίνεται η διαφορά των δύο περιγραμμάτων είναι σημαντική ιδιαίτερα στο βόρειο τμήμα. Ο λόγος αυτής της διαφοράς είναι ότι ανιχνεύεται με βάση την ανάλυση DEM. &lt;br /&gt;
Στη βάση δεδομένων Glims (βλέπε Εικόνα 3) το σύνολο του τομέα της βόρειας πλαγιάς του βουνού Kazbegiέχει εκχωρηθεί στον παγετώνα Gergeti.. Χρησιμοποιώντας το  Quantum GIS πακέτο λογισμικού οριογραμμών παρατηρείται ανύψωση 30, 10 και 5 m σε σχέση με το ASTER DEM. Οι έξοδοι χαράσσονται, ως επιπρόσθετο στρώμα στο Google Earth. &lt;br /&gt;
Στη Εικόνα 4 παρουσιάζεται η 3D απεικόνιση του παγετώνα Gergeti. Με μπλε χρώμα αντιστοιχεί το περίγραμμα του παγετώνα από τη βάση δεδομένων Glims. Με κόκκινο χρώμα φαίνεται ο παγετώνας Gergeti προσαρμοσμένος χρησιμοποιώντας δορυφορική τηλεπισκόπηση. Η πράσινη γραμμή αντιστοιχεί σε περιοχές απαλλαγμένες από τον παγετώνα. Η σύγκριση του παγετώνα Gergeti με το τη μέθοδος της δορυφορικής τηλεπισκόπησης  με τον Σοβιετική τοπογραφικό χάρτη (1: 50.000) παρουσιάζεται στη Εικόνα 5 όπου εμφανίζονται και οι αλλαγές του περιγράμματος. &lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Η συστηματική έρευνα των παγετώνων είναι σημαντική, λόγω του γεγονότος ότι οι παγετώνες καταλαμβάνουν περίπου το 11% (16 εκατομμύρια τετραγωνικά χιλιόμετρα) της έκτασης της γης. Οι παγετώνες περιέχουν μία μεγάλη ποσότητα γλυκού νερού (30 εκατομμύρια km3), το οποίο είναι το 2/3 του πόσιμου νερού της γης. Η Γεωργία διαθέτει περισσότερους  από 600 παγετώνες και η λεπτομερής μελέτη τους είναι σημαντική από πολλές απόψεις. Στην παρούσα εργασία δορυφορικής τηλεπισκόπησης γίνεται λόγος για τους κύριους παγετώνες που βρίσκονται στην επικράτεια της Ανατολικής Γεωργίας. &lt;br /&gt;
Με εκτόξευση δορυφόρων της Γης, διαπιστώθηκε ότι η δορυφορική τηλεπισκόπηση είναι η καλύτερη τεχνολογία παρακολούθησης των παγετώνων αφού την λήψη δεδομένων με αναγκαία  όμως την ανάλυση κανονικότητας από την άποψη του χρόνου και χώρου. Ορισμένες αβεβαιότητες παραμένουν στα δεδομένα όπως η παρατηρητική ικανότητα αφού πρόκειται για μέθοδο παρατήρησης  πολύ μακριά από την επιφάνεια της Γης. Έτσι, η ανάγκη για τον ισχυρό έλεγχο  αξιολόγησης / ποιότητας (QA / QC) παραμένει. Πολλές μελέτες έδειξαν ότι η καλύτερη μέθοδος για τη διερεύνηση των παγετώνων είναι η εφαρμογή της δορυφορικής τηλεπισκόπησης σε συνδυασμό με επίγειες παρατηρήσεις. &lt;br /&gt;
Σε περιπτώσεις όπου οι επίγειες παρατηρήσεις δεν είναι διαθέσιμες και η εξειδικευμένη γνώση είναι απούσα η επικύρωση των αποτελεσμάτων τηλεπισκόπησης δεν είναι δυνατή. Στην εργασία αυτή το μέγιστο μήκος, η περιοχή και η ελάχιστη ανύψωση δεν έχουν καθοριστεί για ορισμένους παγετώνες και συγκεκριμένα για τους: SU4G08011056, SU4G08011057, SU4G08011058 και SU4G08011059. Κατά συνέπεια μόνο μερικές πληροφορίες σχετικά με αυτούς τους παγετώνες παρουσιάζονται, αλλά λεπτομερή συμπεράσματα γι 'αυτούς δεν είναι δυνατόν να γίνει σε αυτό το στάδιο.&lt;br /&gt;
Με βάση την αναλυτική σύγκριση των δεδομένων εξόδου που παρήχθησαν με τη χρήση της δορυφορικής τηλεπισκόπησης και με εφαρμογή  QA / QC με  παρόμοια στοιχεία από τους κατάλογους παγετώνων μπορεί να προκύψει  το συμπέρασμα ότι κατά τα τελευταία 50 χρόνια τα κύρια χαρακτηριστικά&lt;br /&gt;
από  παγετώνες από την Ανατολική Γεωργία αλλάζουν ως εξής:&lt;br /&gt;
      •	Η ελάχιστη ανύψωση και το υψόμετρο γραμμή ισορροπίας αυξάνει&lt;br /&gt;
      •	Το μήκος, η περιοχή, καθώς και η περιοχή εντομής μειώνεται&lt;br /&gt;
Έρευνες δείχνουν ότι η επίδραση των σύγχρονων κλιματικών αλλαγών είναι συνδιασμενες με την υποχώρηση των παγετώνων στη ανατολική Γεωργία. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
[[category: Γεωλογία – Εδαφολογία]]&lt;/div&gt;</summary>
		<author><name>Vita Zvarych</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A7%CF%81%CE%AE%CF%83%CE%B7_%CE%A3%CF%84%CE%BF%CE%B9%CF%87%CE%B5%CE%AF%CF%89%CE%BD_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%9C%CE%B5%CE%BB%CE%AD%CF%84%CE%B7_%CF%84%CF%89%CE%BD_%CE%94%CE%B9%CE%B1%CF%86%CF%8C%CF%81%CF%89%CE%BD_%CE%91%CE%BD%CE%B1%CE%BD%CE%B5%CF%8E%CF%83%CE%B9%CE%BC%CF%89%CE%BD_%CE%A0%CE%B7%CE%B3%CF%8E%CE%BD_%CE%95%CE%BD%CE%AD%CF%81%CE%B3%CE%B5%CE%B9%CE%B1%CF%82_%CF%83%CE%B5_%CE%A0%CE%B1%CF%81%CE%B1%CE%B8%CE%B1%CE%BB%CE%AC%CF%83%CF%83%CE%B9%CE%B1_%CE%A4%CE%BF%CF%80%CE%BF%CE%B8%CE%B5%CF%83%CE%AF%CE%B1_%CF%83%CF%84%CE%B7_%CE%9D%CF%8C%CF%84%CE%B9%CE%B1_%CE%99%CF%84%CE%B1%CE%BB%CE%AF%CE%B1</id>
		<title>Χρήση Στοιχείων Τηλεπισκόπησης για την Μελέτη των Διαφόρων Ανανεώσιμων Πηγών Ενέργειας σε Παραθαλάσσια Τοποθεσία στη Νότια Ιταλία</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A7%CF%81%CE%AE%CF%83%CE%B7_%CE%A3%CF%84%CE%BF%CE%B9%CF%87%CE%B5%CE%AF%CF%89%CE%BD_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%9C%CE%B5%CE%BB%CE%AD%CF%84%CE%B7_%CF%84%CF%89%CE%BD_%CE%94%CE%B9%CE%B1%CF%86%CF%8C%CF%81%CF%89%CE%BD_%CE%91%CE%BD%CE%B1%CE%BD%CE%B5%CF%8E%CF%83%CE%B9%CE%BC%CF%89%CE%BD_%CE%A0%CE%B7%CE%B3%CF%8E%CE%BD_%CE%95%CE%BD%CE%AD%CF%81%CE%B3%CE%B5%CE%B9%CE%B1%CF%82_%CF%83%CE%B5_%CE%A0%CE%B1%CF%81%CE%B1%CE%B8%CE%B1%CE%BB%CE%AC%CF%83%CF%83%CE%B9%CE%B1_%CE%A4%CE%BF%CF%80%CE%BF%CE%B8%CE%B5%CF%83%CE%AF%CE%B1_%CF%83%CF%84%CE%B7_%CE%9D%CF%8C%CF%84%CE%B9%CE%B1_%CE%99%CF%84%CE%B1%CE%BB%CE%AF%CE%B1"/>
				<updated>2017-02-17T21:07:58Z</updated>
		
		<summary type="html">&lt;p&gt;Vita Zvarych: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: Arthro_9_1_Vita.jpg|thumb|right|Εικόνα 1: Περιοχή της νότιας Ιταλίας που μελετήθηκε]]&lt;br /&gt;
[[Εικόνα: Arthro_9_2_Vita.jpg|thumb|right|Εικόνα 2: α)Διάγραμμα διασποράς DSSF ως συνάρτηση της εξόδου φωτοβολταϊκής εγκατάστασης (Ricadi περιοχή) συνδυασμένα στο χρόνο, σε όλες τις συνθήκες του ουρανού και για ολόκληρη την περίοδο β)  χάρτης της μέσης παραγωγής ηλεκτρικής ενέργειας (kWh / kWp) στην περιοχή της Καλαβρίας κατά τη διάρκεια του Ιουνίου 2014 12 UTC, χρησιμοποιώντας ένα θεωρητικό πάνελ 1KWp]]&lt;br /&gt;
[[Εικόνα: Arthro_9_3_Vita.jpg|thumb|right|Εικόνα 3: Πυκνότητα ισχύος του ανέμου Ε από το SAR]]&lt;br /&gt;
[[Εικόνα: Arthro_9_Pinakas_1_Vita.jpg|thumb|right|Πίνακας 1: Σύγκριση των τιμών ταχύτητας ανέμου U, παραμέτρων WeibullAκαι των παραμέτρων kμε βάση μετρήσεις ίστου παρατηρήσης (mast)και δεδομένων SAR]]&lt;br /&gt;
[[Εικόνα: Arthro_9_4_Vita.jpg|thumb|right|Εικόνα 4:«Τριαντάφυλλα» ανέμου (αριστερά) και κατανομές συχνότητας (δεξιά) της ταχύτητας για την περιοχή Vibo Valentia (a) και Lamezia Terme (b)]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Rosamaria Calaudia, Teresa Lo Feudoa, Claudia Roberta Calidonnaa, Anna Maria Sempreviva&lt;br /&gt;
&lt;br /&gt;
'''Link:''' [http://www.sciencedirect.com/science/article/pii/S1876610216310049]&lt;br /&gt;
&lt;br /&gt;
'''Λέξεις - Κλειδιά: '''Τηλεπισκόπηση, SAR, Αιολική, Ηλιακή Ακτινοβολία, Ανανεώσιμες Πηγές Ενέργειας&lt;br /&gt;
&lt;br /&gt;
'''Σκοπός'''&lt;br /&gt;
&lt;br /&gt;
Οι Ιταλικές παράκτιες περιοχές έχουν το πλεονέκτημα των ευνοϊκών κλιματικών συνθηκών στη χρήση μικτών ανανεώσιμων πηγών ενέργειας, όπως η ηλιακή και η αιολική.Οι λιμένες είναι ασφαλή μέρη για να εγκατασταθούν ανεμογεννήτριες όπου οι συνθήκες του ανέμου είναι παράκτιες. Η δορυφορική τηλεπισκόπηση μπορεί να παρέχει πληροφορίες για τον προσδιορισμό του δυναμικού παραγωγής  ηλιακής και αιολικής ενέργειας με βάση τη δραστηριότητα και την αξιολόγηση για τον εντοπισμό κατάλληλων περιοχών, φθηνότερα απ 'ότι συνήθως. Σ’αυτή την εργασία παρουσιάζεται  μια μελέτη περίπτωσης  για την αξιολόγηση ενεργειακών πόρων από το δορυφορικά δεδομένα σε λιμένα της νότιας Ιταλίας.&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Σήμερα, οι πολιτικές μείωσης των εκπομπών αερίων του θερμοκηπίου, εξοικονόμησης ενέργειας και ασφαλούς και αποτελεσματικής παροχής των ανανεώσιμων πηγών, υποστηρίζουν τη δημιουργία «πράσινων λιμένων»: δηλαδή βιώσιμες λιμενικές εγκαταστάσεις με μηδενικές εκπομπές ρύπων. &lt;br /&gt;
Ο κύριος στόχος αυτής της εργασίας είναι η δημιουργία ενός πιλοτικού έργου μέσα στην ιταλική περιφέρεια Καλαβρία (Εικ. 1), χρησιμοποιώντας το λιμάνι Vibo Valentia στην Τυρρηνική ακτή (Εικ. 1), ως δοκιμή, στο πλαίσιο της ιταλικού  έργου «Πράσινο Λιμάνι». Ο στόχος του έργου ήταν να καθορίσει ένα πρότυπο για την ολοκληρωμένη διαχείριση της ενέργειας από ανανεώσιμες πηγές και την ενεργειακή απόδοση και τη μείωση των επιπτώσεων της λιμενικής ζώνης για το περιβάλλον. &lt;br /&gt;
&lt;br /&gt;
Σε αυτή τη μελέτη, χρησιμοποιήθηκαν δορυφορικά συστήματα τηλεπισκόπησης για την ανάκτηση χρονοσειρών της ταχύτητας και της κατεύθυνσης τους ανέμου καθώς και της ηλιακής ακτινοβολίας. Για την αιολική ενέργεια, δορυφορικές παρατηρήσεις της επιφάνειας του ωκεανού από το Συνθετικό Ραντάρ Διαφράγματος (SAR) παρέχουν πληροφορίες σχετικά με τη χωρική μεταβλητότητα τουανέμου σε μεγάλες περιοχές και σε υψηλότερες  χωρικές αναλύσεις. Αρκετές μελέτες από τη Βόρεια Θάλασσα έχουν δείξει ότι οι εικόνες SAR είναι μια αξιόπιστη πηγή πληροφοριών γιατην εκτίμηση κλιματολογικά της υπεράκτιας αιολικής ενέργειας. &lt;br /&gt;
Ιδιαίτερο ενδιαφέρον έχει η περίπτωση της Μεσογείου, όπου οι χωρικές πληροφορίες άνεμου παρέχονται μόνο από δίκτυο μετρήσεων επι της επιφάνειας , και  συχνά για μεγάλες περιόδους λείπουν δεδομένα. &lt;br /&gt;
Σε αυτή τη μελέτη χρησιμοποιούνται δεδομένα SAR για την πρόβλεψη της κλιματολογίας του ανέμου στο λιμάνι της Βίμπο Βαλέντια.  Αντίστοιχα δεδομένα από επί τόπου μετρήσεις δεν ήτα διαθέσιμα και ελήφθησαν από μία περιοχή που απέχει περίπου 30 χιλιόμετρα.Σ αυτή τη περιοχή υπάρχει μία μακριά και στενή ορεινή χερσόνησος με σημαντική μεταβλητότητα ανέμου έτσι γίνεται μελέτη για την επίδραση της ορογραφίας σε υπεράκτια αιολική ενέργεια. &lt;br /&gt;
&lt;br /&gt;
'''Μέθοδος'''&lt;br /&gt;
&lt;br /&gt;
Ελήφθησαν εικόνες SAR πάνω από την περιοχή της Μεσογείου γύρω από την Ιταλία για το διάστημα  Μαρτίου 2002  εως Απρίλιοου 2012 από την αποστολή ENVISAT του Ευρωπαϊκού Οργανισμού Διαστήματος (ESA)  (Wide-Swath-Mode (WSM) ). Χρησιμοποιήθηκε σύστημα  ASAR που είναι  VV C-band καιHH όργανο υψηλής ανάλυσης ενώ η ταχύτητα του ανέμου προσδορίστηκες χρησιμοποιώντας λογισμικό του Πανεπιστήμιου Johns Hopkins, (Εργαστήριο Εφαρμοσμένης Φυσικής (JHU / APL) APL λογισμικού / NOAA SAR&lt;br /&gt;
Wind Σύστημα Ανάκτησης (ANSWRS έκδοση 2.0)).&lt;br /&gt;
Για την ηλιακή ακτινοβολία χρησιμοποιήθηκε σύστημα  ανακτήσης  DSSF από το όργανο MSG-SEVIRI πάνω από την περιοχή της Καλαβρίας για μια περίοδο από τον Οκτώβριο 2013 έως τον Ιουνίου 2014. Μια τυπική ημέρα αποτελείται από 48 αρχεία  για μία εικόνα κάθε 30 λεπτά. Οι αναλύσεις πραγματοποιήθηκαν στην αρχική προβολή και η παρήχθησαν δεδομένα DSSF.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα'''&lt;br /&gt;
&lt;br /&gt;
''Ανάκτηση ηλιακής ακτινοβολίας''&lt;br /&gt;
&lt;br /&gt;
Η Εικόνα 2α δείχνει το διάγραμμα διασποράς της παραγωγής ισχύος που μετρείται με τη φωτοβολταϊκή εγκατάσταση που βρίσκεται στο Ricadi, και τη παραγωγή ηλεκτρικής ενέργειας που υπολογίζεται με τη χρήση DSSF. &lt;br /&gt;
Μετά την αξιολόγηση της μεθοδολογίας ανάκτησης της  ηλιακής ακτινοβολίας, εκτιμήθηκε η παραγωγή ηλεκτρικής ενέργειας πάνω από την περιοχή (  Εικόνα 2β) χρησιμοποιώντας DSSF και ένα θεωρητικό πλαίσιο με 1 kWp και την αποδοτικότητα 84%, με μια καμπύλη θεωρητική καμπύλη ισχύος PV &amp;quot;SOLAR&amp;quot; που χρησιμοποιείται στοMATLAB, με ανάλυση του χρόνου της ισχύος εξόδου σε 10 λεπτά. Η Εικόνα 2 β δείχνει το χάρτη της μέσης παραγωγής ηλεκτρικής ενέργειας (KWh / kWp) κατά τη διάρκεια του Ιουνίου 2014, στις 12 UTC.&lt;br /&gt;
&lt;br /&gt;
''Αξιολόγηση αιολικού δυναμικού''&lt;br /&gt;
&lt;br /&gt;
Οι χάρτες της μέσης ταχύτητας του ανέμου και της πυκνότητας ενέργειας από το SAR παράγονται με τη χρήση του Satellite – Wind Atlas Analysis and Application Program (S-WAsP) που αναπτύχθηκε στο πολυτεχνείο της Δανίας (Technical University of Denmark DTU) για την αξιολόγηση του αιολικού δυναμικού.&lt;br /&gt;
Ένα παράδειγμα για το πώς υψηλής ανάλυσης εικόνες SAR επιτρέπουν να διαμορφώνουν μοτίβα που προκαλούνται από την ορεογραφία στον τομέα αιολικής ενέργειας φαίνεται στην Εικόνα, όπου η πυκνότητα της ενέργειας εμφανίζεται για την περιοχή της ανοικτής θάλασσας στην κεντρική περιφέρεια της Καλαβρίας. Η Εικόνα. 3 δείχνει την υψηλή υπεράκτια ενεργειακή πυκνότητα στο βόρειο τμήμα του κόλπου Santa Eufemia σε σχέση με το νότιο τμήμα. Αυτό είναι άμεσα συνδεδεμένο με το κενό  Marcellinara δηλαδή το  μοναδικό πέρασμα που συνδέει την Τυρρηνική Θάλασσα με το Ιόνιο Πέλαγος,με προσανατολισμό  δυτικό-ανατολικό, το  οποίο  διοχετεύει τόσο την αύρα της θάλασσας όσο και τη συστηματική ροή.&lt;br /&gt;
Η στατιστική ανάλυση για το πλησιέστερο παράκτιο σημείο στο λιμάνι της Βίμπο Βαλέντια και για την ενδοχώρα  με τον ιστό παρατήρησης στο  Lamezia Terme δίνονται  στη Εικόνα  ως «τριαντάφυλλα» άνεμου και κατανομές συχνότητας, και στον πίνακα 2 από την άποψη του U, της παραμέτρου Weibull Α και των  παράμετων k.&lt;br /&gt;
&lt;br /&gt;
Η εικόνα 4  δείχνει τη σύγκριση της κλιματολογίας του ανέμου από το SAR, για τη υπεράκτια περιοχή της Vibo Valentia και από την πειραματική περιοχή της Lamezia Terme, (600 μ ενδοχώρα) για την οποία μια χρονολογική σειρά ήταν διαθέσιμη κατά την περίοδο 2007-2008 για μετεωρεολογικές μετρήσεις ιστού 10 μ. Σημειώνεται η διαφορά σε στα «τριαντάφυλλα» άνεμου επειδή πιθανότατα η περιοχή της Lamezia Terme επηρεάζεται από τη διοχέτευση της ροής του χάσματος Marcellinara, ενώ η Vibo είναι σε θέση προστατευμένη από την παράκτια οροσειρά. Επιπλέον, σημειώνεται χαμηλότερη μέση ταχύτητα του ανέμου στη Lamezia Terme σε σχέση μευπεράκτιες ταχύτητες της Vibo Valentia. Αυτό είναι πιθανό να οφείλεται σε δύο παράγοντες: i) HLamezia Terme βρίσκεται σε μια επίπεδη περιοχή με έντονη σταθερότητα με χαμηλούς ανέμους κατά  τη διάρκεια της νύχτας ii)Η ταχύτητα του ανέμου μέσω SARείναι υπερεκτιμημένη για U&amp;lt;2 m/s. Στο άλλο άκρο, από τη εικόνα ,παρατηρείται ότι στο βόρειο άκρο τoυ κόλπου Santa Eufemia, η ταχύτητα του ανέμου είναι μεγαλύτερη από ό, τι στο νότιο άκρο μπροστά από τη Βίμπο Βαλέντια λόγω της επίδρασης της ροής στο κενόMarce llinara.&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Ο στόχος της μελέτης αυτής ήταν να κυρίως να αξιολογηθεί η χρήση τηλεπισκόπησης για την καταγραφή της ταχύτητας του ανέμου και της ακτινοβολίας για την εκτίμηση του ενεργειακού δυναμικού των ανανεώσιμων πηγών στην περιοχή του λιμανιού της Βίμπο Βαλέντια. Δεδομένης της έλλειψης μετρήσεων in-situ, χρησιμοποιήθηκαν εικόνες SAR από τον ENVISAT για την ανάκτηση του ανέμου και τα προϊόντα DSSF από MSG-SEVIRI για την ανάκτηση της ηλιακής ακτινοβολίας. Για την ηλιακή ακτινοβολία, το προϊόν DSSF έδωσε αξιόπιστη εκτίμηση της παραγωγής ηλεκτρικής ενέργειας ενός φωτοβολταϊκού συστήματος, όπου υπήρχαν διαθέσιμα στοιχεία μετρήσεων ισχύος. Για την ταχύτητα του ανέμου, βρήκαμε ότι τα τοπικά χαρακτηριστικά ορογραφίας μπορεί να έχουν επιπτώσεις στην αιολική ενέργεια. Ως εκ τούτου, θα πρέπει να επιλεχθούν προσεκτικά οι θέσεις υπεράκτια πού θα ανακτούν την ταχύτητα του ανέμου. &lt;br /&gt;
&lt;br /&gt;
[[category: Ενέργεια]]&lt;/div&gt;</summary>
		<author><name>Vita Zvarych</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A7%CF%81%CE%AE%CF%83%CE%B7_%CE%A3%CF%84%CE%BF%CE%B9%CF%87%CE%B5%CE%AF%CF%89%CE%BD_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%9C%CE%B5%CE%BB%CE%AD%CF%84%CE%B7_%CF%84%CF%89%CE%BD_%CE%94%CE%B9%CE%B1%CF%86%CF%8C%CF%81%CF%89%CE%BD_%CE%91%CE%BD%CE%B1%CE%BD%CE%B5%CF%8E%CF%83%CE%B9%CE%BC%CF%89%CE%BD_%CE%A0%CE%B7%CE%B3%CF%8E%CE%BD_%CE%95%CE%BD%CE%AD%CF%81%CE%B3%CE%B5%CE%B9%CE%B1%CF%82_%CF%83%CE%B5_%CE%A0%CE%B1%CF%81%CE%B1%CE%B8%CE%B1%CE%BB%CE%AC%CF%83%CF%83%CE%B9%CE%B1_%CE%A4%CE%BF%CF%80%CE%BF%CE%B8%CE%B5%CF%83%CE%AF%CE%B1_%CF%83%CF%84%CE%B7_%CE%9D%CF%8C%CF%84%CE%B9%CE%B1_%CE%99%CF%84%CE%B1%CE%BB%CE%AF%CE%B1</id>
		<title>Χρήση Στοιχείων Τηλεπισκόπησης για την Μελέτη των Διαφόρων Ανανεώσιμων Πηγών Ενέργειας σε Παραθαλάσσια Τοποθεσία στη Νότια Ιταλία</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A7%CF%81%CE%AE%CF%83%CE%B7_%CE%A3%CF%84%CE%BF%CE%B9%CF%87%CE%B5%CE%AF%CF%89%CE%BD_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%9C%CE%B5%CE%BB%CE%AD%CF%84%CE%B7_%CF%84%CF%89%CE%BD_%CE%94%CE%B9%CE%B1%CF%86%CF%8C%CF%81%CF%89%CE%BD_%CE%91%CE%BD%CE%B1%CE%BD%CE%B5%CF%8E%CF%83%CE%B9%CE%BC%CF%89%CE%BD_%CE%A0%CE%B7%CE%B3%CF%8E%CE%BD_%CE%95%CE%BD%CE%AD%CF%81%CE%B3%CE%B5%CE%B9%CE%B1%CF%82_%CF%83%CE%B5_%CE%A0%CE%B1%CF%81%CE%B1%CE%B8%CE%B1%CE%BB%CE%AC%CF%83%CF%83%CE%B9%CE%B1_%CE%A4%CE%BF%CF%80%CE%BF%CE%B8%CE%B5%CF%83%CE%AF%CE%B1_%CF%83%CF%84%CE%B7_%CE%9D%CF%8C%CF%84%CE%B9%CE%B1_%CE%99%CF%84%CE%B1%CE%BB%CE%AF%CE%B1"/>
				<updated>2017-02-17T21:07:21Z</updated>
		
		<summary type="html">&lt;p&gt;Vita Zvarych: Νέα σελίδα με 'Εικόνα 1: Περιοχή της νότιας Ιταλίας που μελετήθηκε [[Εικόνα: Arthro_9_2_...'&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: Arthro_9_1_Vita.jpg|thumb|right|Εικόνα 1: Περιοχή της νότιας Ιταλίας που μελετήθηκε]]&lt;br /&gt;
[[Εικόνα: Arthro_9_2_Vita.jpg|thumb|right|Εικόνα 2: α)Διάγραμμα διασποράς DSSF ως συνάρτηση της εξόδου φωτοβολταϊκής εγκατάστασης (Ricadi περιοχή) συνδυασμένα στο χρόνο, σε όλες τις συνθήκες του ουρανού και για ολόκληρη την περίοδο β)  χάρτης της μέσης παραγωγής ηλεκτρικής ενέργειας (kWh / kWp) στην περιοχή της Καλαβρίας κατά τη διάρκεια του Ιουνίου 2014 12 UTC, χρησιμοποιώντας ένα θεωρητικό πάνελ 1KWp]]&lt;br /&gt;
[[Εικόνα: Arthro_9_3_Vita.jpg|thumb|right|Εικόνα 3: Πυκνότητα ισχύος του ανέμου Ε από το SAR]]&lt;br /&gt;
[[Εικόνα: Arthro_9_Pinakas_1_Vita.jpg|thumb|right|Πίνακας 1: Σύγκριση των τιμών ταχύτητας ανέμου U, παραμέτρων WeibullAκαι των παραμέτρων kμε βάση μετρήσεις ίστου παρατηρήσης (mast)και δεδομένων SAR]]&lt;br /&gt;
[[Εικόνα: Arthro_9_4_Vita.jpg|thumb|right|Εικόνα 4:«Τριαντάφυλλα» ανέμου (αριστερά) και κατανομές συχνότητας (δεξιά) της ταχύτητας για την περιοχή Vibo Valentia (a) και Lamezia Terme (b)]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Rosamaria Calaudia, Teresa Lo Feudoa, Claudia Roberta Calidonnaa, Anna Maria Sempreviva&lt;br /&gt;
&lt;br /&gt;
'''Link:''' [http://www.sciencedirect.com/science/article/pii/S1876610216310049]&lt;br /&gt;
&lt;br /&gt;
'''Λέξεις - Κλειδιά: '''Τηλεπισκόπηση, SAR, Αιολική, Ηλιακή Ακτινοβολία, Ανανεώσιμες Πηγές Ενέργειας&lt;br /&gt;
&lt;br /&gt;
'''Σκοπός'''&lt;br /&gt;
&lt;br /&gt;
Οι Ιταλικές παράκτιες περιοχές έχουν το πλεονέκτημα των ευνοϊκών κλιματικών συνθηκών στη χρήση μικτών ανανεώσιμων πηγών ενέργειας, όπως η ηλιακή και η αιολική.Οι λιμένες είναι ασφαλή μέρη για να εγκατασταθούν ανεμογεννήτριες όπου οι συνθήκες του ανέμου είναι παράκτιες. Η δορυφορική τηλεπισκόπηση μπορεί να παρέχει πληροφορίες για τον προσδιορισμό του δυναμικού παραγωγής  ηλιακής και αιολικής ενέργειας με βάση τη δραστηριότητα και την αξιολόγηση για τον εντοπισμό κατάλληλων περιοχών, φθηνότερα απ 'ότι συνήθως. Σ’αυτή την εργασία παρουσιάζεται  μια μελέτη περίπτωσης  για την αξιολόγηση ενεργειακών πόρων από το δορυφορικά δεδομένα σε λιμένα της νότιας Ιταλίας.&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Σήμερα, οι πολιτικές μείωσης των εκπομπών αερίων του θερμοκηπίου, εξοικονόμησης ενέργειας και ασφαλούς και αποτελεσματικής παροχής των ανανεώσιμων πηγών, υποστηρίζουν τη δημιουργία «πράσινων λιμένων»: δηλαδή βιώσιμες λιμενικές εγκαταστάσεις με μηδενικές εκπομπές ρύπων. &lt;br /&gt;
Ο κύριος στόχος αυτής της εργασίας είναι η δημιουργία ενός πιλοτικού έργου μέσα στην ιταλική περιφέρεια Καλαβρία (Εικ. 1), χρησιμοποιώντας το λιμάνι Vibo Valentia στην Τυρρηνική ακτή (Εικ. 1), ως δοκιμή, στο πλαίσιο της ιταλικού  έργου «Πράσινο Λιμάνι». Ο στόχος του έργου ήταν να καθορίσει ένα πρότυπο για την ολοκληρωμένη διαχείριση της ενέργειας από ανανεώσιμες πηγές και την ενεργειακή απόδοση και τη μείωση των επιπτώσεων της λιμενικής ζώνης για το περιβάλλον. &lt;br /&gt;
&lt;br /&gt;
Σε αυτή τη μελέτη, χρησιμοποιήθηκαν δορυφορικά συστήματα τηλεπισκόπησης για την ανάκτηση χρονοσειρών της ταχύτητας και της κατεύθυνσης τους ανέμου καθώς και της ηλιακής ακτινοβολίας. Για την αιολική ενέργεια, δορυφορικές παρατηρήσεις της επιφάνειας του ωκεανού από το Συνθετικό Ραντάρ Διαφράγματος (SAR) παρέχουν πληροφορίες σχετικά με τη χωρική μεταβλητότητα τουανέμου σε μεγάλες περιοχές και σε υψηλότερες  χωρικές αναλύσεις. Αρκετές μελέτες από τη Βόρεια Θάλασσα έχουν δείξει ότι οι εικόνες SAR είναι μια αξιόπιστη πηγή πληροφοριών γιατην εκτίμηση κλιματολογικά της υπεράκτιας αιολικής ενέργειας. &lt;br /&gt;
Ιδιαίτερο ενδιαφέρον έχει η περίπτωση της Μεσογείου, όπου οι χωρικές πληροφορίες άνεμου παρέχονται μόνο από δίκτυο μετρήσεων επι της επιφάνειας , και  συχνά για μεγάλες περιόδους λείπουν δεδομένα. &lt;br /&gt;
Σε αυτή τη μελέτη χρησιμοποιούνται δεδομένα SAR για την πρόβλεψη της κλιματολογίας του ανέμου στο λιμάνι της Βίμπο Βαλέντια.  Αντίστοιχα δεδομένα από επί τόπου μετρήσεις δεν ήτα διαθέσιμα και ελήφθησαν από μία περιοχή που απέχει περίπου 30 χιλιόμετρα.Σ αυτή τη περιοχή υπάρχει μία μακριά και στενή ορεινή χερσόνησος με σημαντική μεταβλητότητα ανέμου έτσι γίνεται μελέτη για την επίδραση της ορογραφίας σε υπεράκτια αιολική ενέργεια. &lt;br /&gt;
&lt;br /&gt;
'''Μέθοδος'''&lt;br /&gt;
&lt;br /&gt;
Ελήφθησαν εικόνες SAR πάνω από την περιοχή της Μεσογείου γύρω από την Ιταλία για το διάστημα  Μαρτίου 2002  εως Απρίλιοου 2012 από την αποστολή ENVISAT του Ευρωπαϊκού Οργανισμού Διαστήματος (ESA)  (Wide-Swath-Mode (WSM) ). Χρησιμοποιήθηκε σύστημα  ASAR που είναι  VV C-band καιHH όργανο υψηλής ανάλυσης ενώ η ταχύτητα του ανέμου προσδορίστηκες χρησιμοποιώντας λογισμικό του Πανεπιστήμιου Johns Hopkins, (Εργαστήριο Εφαρμοσμένης Φυσικής (JHU / APL) APL λογισμικού / NOAA SAR&lt;br /&gt;
Wind Σύστημα Ανάκτησης (ANSWRS έκδοση 2.0)).&lt;br /&gt;
Για την ηλιακή ακτινοβολία χρησιμοποιήθηκε σύστημα  ανακτήσης  DSSF από το όργανο MSG-SEVIRI πάνω από την περιοχή της Καλαβρίας για μια περίοδο από τον Οκτώβριο 2013 έως τον Ιουνίου 2014. Μια τυπική ημέρα αποτελείται από 48 αρχεία  για μία εικόνα κάθε 30 λεπτά. Οι αναλύσεις πραγματοποιήθηκαν στην αρχική προβολή και η παρήχθησαν δεδομένα DSSF.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα'''&lt;br /&gt;
''Ανάκτηση ηλιακής ακτινοβολίας''&lt;br /&gt;
&lt;br /&gt;
Η Εικόνα 2α δείχνει το διάγραμμα διασποράς της παραγωγής ισχύος που μετρείται με τη φωτοβολταϊκή εγκατάσταση που βρίσκεται στο Ricadi, και τη παραγωγή ηλεκτρικής ενέργειας που υπολογίζεται με τη χρήση DSSF. &lt;br /&gt;
Μετά την αξιολόγηση της μεθοδολογίας ανάκτησης της  ηλιακής ακτινοβολίας, εκτιμήθηκε η παραγωγή ηλεκτρικής ενέργειας πάνω από την περιοχή (  Εικόνα 2β) χρησιμοποιώντας DSSF και ένα θεωρητικό πλαίσιο με 1 kWp και την αποδοτικότητα 84%, με μια καμπύλη θεωρητική καμπύλη ισχύος PV &amp;quot;SOLAR&amp;quot; που χρησιμοποιείται στοMATLAB, με ανάλυση του χρόνου της ισχύος εξόδου σε 10 λεπτά. Η Εικόνα 2 β δείχνει το χάρτη της μέσης παραγωγής ηλεκτρικής ενέργειας (KWh / kWp) κατά τη διάρκεια του Ιουνίου 2014, στις 12 UTC.&lt;br /&gt;
&lt;br /&gt;
''Αξιολόγηση αιολικού δυναμικού''&lt;br /&gt;
&lt;br /&gt;
Οι χάρτες της μέσης ταχύτητας του ανέμου και της πυκνότητας ενέργειας από το SAR παράγονται με τη χρήση του Satellite – Wind Atlas Analysis and Application Program (S-WAsP) που αναπτύχθηκε στο πολυτεχνείο της Δανίας (Technical University of Denmark DTU) για την αξιολόγηση του αιολικού δυναμικού.&lt;br /&gt;
Ένα παράδειγμα για το πώς υψηλής ανάλυσης εικόνες SAR επιτρέπουν να διαμορφώνουν μοτίβα που προκαλούνται από την ορεογραφία στον τομέα αιολικής ενέργειας φαίνεται στην Εικόνα, όπου η πυκνότητα της ενέργειας εμφανίζεται για την περιοχή της ανοικτής θάλασσας στην κεντρική περιφέρεια της Καλαβρίας. Η Εικόνα. 3 δείχνει την υψηλή υπεράκτια ενεργειακή πυκνότητα στο βόρειο τμήμα του κόλπου Santa Eufemia σε σχέση με το νότιο τμήμα. Αυτό είναι άμεσα συνδεδεμένο με το κενό  Marcellinara δηλαδή το  μοναδικό πέρασμα που συνδέει την Τυρρηνική Θάλασσα με το Ιόνιο Πέλαγος,με προσανατολισμό  δυτικό-ανατολικό, το  οποίο  διοχετεύει τόσο την αύρα της θάλασσας όσο και τη συστηματική ροή.&lt;br /&gt;
Η στατιστική ανάλυση για το πλησιέστερο παράκτιο σημείο στο λιμάνι της Βίμπο Βαλέντια και για την ενδοχώρα  με τον ιστό παρατήρησης στο  Lamezia Terme δίνονται  στη Εικόνα  ως «τριαντάφυλλα» άνεμου και κατανομές συχνότητας, και στον πίνακα 2 από την άποψη του U, της παραμέτρου Weibull Α και των  παράμετων k.&lt;br /&gt;
&lt;br /&gt;
Η εικόνα 4  δείχνει τη σύγκριση της κλιματολογίας του ανέμου από το SAR, για τη υπεράκτια περιοχή της Vibo Valentia και από την πειραματική περιοχή της Lamezia Terme, (600 μ ενδοχώρα) για την οποία μια χρονολογική σειρά ήταν διαθέσιμη κατά την περίοδο 2007-2008 για μετεωρεολογικές μετρήσεις ιστού 10 μ. Σημειώνεται η διαφορά σε στα «τριαντάφυλλα» άνεμου επειδή πιθανότατα η περιοχή της Lamezia Terme επηρεάζεται από τη διοχέτευση της ροής του χάσματος Marcellinara, ενώ η Vibo είναι σε θέση προστατευμένη από την παράκτια οροσειρά. Επιπλέον, σημειώνεται χαμηλότερη μέση ταχύτητα του ανέμου στη Lamezia Terme σε σχέση μευπεράκτιες ταχύτητες της Vibo Valentia. Αυτό είναι πιθανό να οφείλεται σε δύο παράγοντες: i) HLamezia Terme βρίσκεται σε μια επίπεδη περιοχή με έντονη σταθερότητα με χαμηλούς ανέμους κατά  τη διάρκεια της νύχτας ii)Η ταχύτητα του ανέμου μέσω SARείναι υπερεκτιμημένη για U&amp;lt;2 m/s. Στο άλλο άκρο, από τη εικόνα ,παρατηρείται ότι στο βόρειο άκρο τoυ κόλπου Santa Eufemia, η ταχύτητα του ανέμου είναι μεγαλύτερη από ό, τι στο νότιο άκρο μπροστά από τη Βίμπο Βαλέντια λόγω της επίδρασης της ροής στο κενόMarce llinara.&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Ο στόχος της μελέτης αυτής ήταν να κυρίως να αξιολογηθεί η χρήση τηλεπισκόπησης για την καταγραφή της ταχύτητας του ανέμου και της ακτινοβολίας για την εκτίμηση του ενεργειακού δυναμικού των ανανεώσιμων πηγών στην περιοχή του λιμανιού της Βίμπο Βαλέντια. Δεδομένης της έλλειψης μετρήσεων in-situ, χρησιμοποιήθηκαν εικόνες SAR από τον ENVISAT για την ανάκτηση του ανέμου και τα προϊόντα DSSF από MSG-SEVIRI για την ανάκτηση της ηλιακής ακτινοβολίας. Για την ηλιακή ακτινοβολία, το προϊόν DSSF έδωσε αξιόπιστη εκτίμηση της παραγωγής ηλεκτρικής ενέργειας ενός φωτοβολταϊκού συστήματος, όπου υπήρχαν διαθέσιμα στοιχεία μετρήσεων ισχύος. Για την ταχύτητα του ανέμου, βρήκαμε ότι τα τοπικά χαρακτηριστικά ορογραφίας μπορεί να έχουν επιπτώσεις στην αιολική ενέργεια. Ως εκ τούτου, θα πρέπει να επιλεχθούν προσεκτικά οι θέσεις υπεράκτια πού θα ανακτούν την ταχύτητα του ανέμου. &lt;br /&gt;
&lt;br /&gt;
[[category: Ενέργεια]]&lt;/div&gt;</summary>
		<author><name>Vita Zvarych</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A0%CE%B1%CF%81%CE%B1%CE%BA%CE%BF%CE%BB%CE%BF%CF%8D%CE%B8%CE%B7%CF%83%CE%B7_%CE%A0%CE%B5%CF%84%CF%81%CE%B5%CE%BB%CE%B1%CE%B9%CE%BF%CE%BA%CE%B7%CE%BB%CE%AF%CE%B4%CF%89%CE%BD_%CE%B2%CE%B1%CF%83%CE%B9%CE%B6%CF%8C%CE%BC%CE%B5%CE%BD%CE%B7_%CF%83%CF%84%CE%B7%CE%BD_SAR_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CE%BF%CF%80%CE%B9%CE%BA%CF%8E%CE%BD_%CE%91%CF%80%CE%B5%CE%B9%CE%BA%CE%BF%CE%BD%CE%AF%CF%83%CE%B5%CF%89%CE%BD</id>
		<title>Παρακολούθηση Πετρελαιοκηλίδων βασιζόμενη στην SAR Τηλεπισκοπικών Απεικονίσεων</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A0%CE%B1%CF%81%CE%B1%CE%BA%CE%BF%CE%BB%CE%BF%CF%8D%CE%B8%CE%B7%CF%83%CE%B7_%CE%A0%CE%B5%CF%84%CF%81%CE%B5%CE%BB%CE%B1%CE%B9%CE%BF%CE%BA%CE%B7%CE%BB%CE%AF%CE%B4%CF%89%CE%BD_%CE%B2%CE%B1%CF%83%CE%B9%CE%B6%CF%8C%CE%BC%CE%B5%CE%BD%CE%B7_%CF%83%CF%84%CE%B7%CE%BD_SAR_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CE%BF%CF%80%CE%B9%CE%BA%CF%8E%CE%BD_%CE%91%CF%80%CE%B5%CE%B9%CE%BA%CE%BF%CE%BD%CE%AF%CF%83%CE%B5%CF%89%CE%BD"/>
				<updated>2017-02-17T20:53:40Z</updated>
		
		<summary type="html">&lt;p&gt;Vita Zvarych: Νέα σελίδα με 'Εικόνα 1: Το διάγραμμα ροής SAR [[Εικόνα: Arthro_7_2_Vita.jpg|thumb|right|Εικόνα 2: Η ...'&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: Arthro_7_1_Vita.jpg|thumb|right|Εικόνα 1: Το διάγραμμα ροής SAR]]&lt;br /&gt;
[[Εικόνα: Arthro_7_2_Vita.jpg|thumb|right|Εικόνα 2: Η περιοχή εκδήλωσης πετρελαιοκηλίδας στην περιοχή Dallian]]&lt;br /&gt;
[[Εικόνα: Arthro_7_3_Vita.jpg|thumb|right|Εικόνα 3: Φωτογραφίες της πετρελαιοκηλίδας στην περιοχή]]&lt;br /&gt;
[[Εικόνα: Arthro_7_4_Vita.jpg|thumb|right|Εικόνα 4: Αρχική εικόνα SAR]]&lt;br /&gt;
[[Εικόνα: Arthro_7_5_Vita.jpg|thumb|right|Εικόνα 5: Εικόνα της πετρελαιοκηλίδας μετά την επεξεργασία]]&lt;br /&gt;
[[Εικόνα: Arthro_7_6_Vita.jpg|thumb|right|Εικόνα 6: Περιοχή ανάπτυξης της πετραλαιοκηλίδας την 18 Ιουλίου 2010]]&lt;br /&gt;
[[Εικόνα: Arthro_7_7_Vita.jpg|thumb|right|Εικόνα 7: Περιοχή ανάπτυξης της πετρελαιοκηλίδας την 20 Ιουλίου 2010]]&lt;br /&gt;
&lt;br /&gt;
Jianchao Fan, Fengshou Zhang, Dongzhi Zhao, Jun Wang&lt;br /&gt;
&lt;br /&gt;
'''Link:''' [http://www.sciencedirect.com/science/article/pii/S2214241X15002357]&lt;br /&gt;
&lt;br /&gt;
'''Λέξεις - Κλειδιά: '''Πετρελαιοκηλίδα, Συστηματική Παρακολούθηση, SAR, Κατάτμηση Εικόνας&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Σκοπός'''&lt;br /&gt;
&lt;br /&gt;
Σε σύγκριση με την παραδοσιακή επί τόπου παρακολούθησης της θέσης μίας πετρελαιοκηλίδας, η χρήση της τεχνολογίας τηλεπισκόπησης έχει εκείνα τα χαρακτηριστικά τα οποία επιτρέπουν το γρήγορο και με ακρίβεια προσδιορισμό της περιοχής της πετρελαιοκηλίδας. Συνήθως η παρακολούθηση της εξέλιξης μίας πετρελαιοκηλίδας στη θάλασσα χωρίζεται σε δύο κατηγορίες. στην οπτική και στην τηλεπισκόπηση (τύπου SAR). &lt;br /&gt;
Μεταξύ όλων των ειδών δορυφορικών αισθητήρων, η τεχνολογία SAR εξακολουθεί να είναι η πλέον χρησιμοποιούμενη για την ανίχνευση λειτουργικών πετρελαιοκηλίδων. &lt;br /&gt;
Κατά τη διαδικασία ανάλυσης εικόνας, η διάκριση των πετρελαιοκηλίδων και των παρόμοιων φυσικών φαινομένων π.χ., περιοχή χαμηλών ανέμων, φυσικές κηλίδες κ.α. αποτελούν κρίσιμη παράμετρο για την την τεχνολογία SAR. Σκοπός της παρούσας εργασίας ήταν η  ανάπτυξη και εφαρμογή μιας μηχανής διανυσμάτων για την υποστήριξης  της ταξινόμησης των εικόνων τηλεπισκόπησης. Μέσα από την προσομοίωση της εκδήλωσης της  πετρελαιοκηλίδας Dallian, επαληθεύεται η αποτελεσματικότητα της προτεινόμενης προσέγγισης για την ταξινόμηση των δορυφορικών εικόνων  SAR.&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Είναι γνωστό πως μεγάλες διαρροές πετρελαιοειδών προϊόντων στο θαλάσσιο περιβάλλον μπορούν να έχουν σοβαρές βιολογικές και οικονομικές επιπτώσεις.  Η τηλεπισκόπηση παίζει όλο και σημαντικότερο ρόλο στην παρακολούθηση του πετρελαίου που έχει διαρρεύσει στη θάλασσα (Fingas και Brown, 1997).  Η κυρίαρχη μέθοδος παρακολούθησης της πετρελαιοκηλίδας στη θάλασσα είναι μέσω radar και ειδικότερα τα  δορυφορικά συστήματα Synthetic Aperture Radar (SAR). Είναι ένα από τα πιο αποτελεσματικά  εργαλεία περιορίζεται ελάχιστα από τις καιρικές συνθήκες και μπορεί να διαπεράσει τα σύννεφα, τη βροχή και το χιόνι. . Το σύστημα SAR είναι ένας ενεργός τρόπος παρακολούθησης,  δέσμη μικροκυμάτων εκπέμπεται από τον αισθητήρα, και το λαμβανόμενο σήμα ανακλάται από το αντικείμενο πίσω με  χαρακτηριστικά διασποράς. &lt;br /&gt;
Τα τελευταία χρόνια, η επεξεργασία εικόνας SAR έχει μελετηθεί ευρέως, έτσι μπορεί να ταξινομηθεί σε τρεις κατηγορίες. Η πρώτη κατηγορία βασίζεται στον φυσικό μηχανισμό της κατάταξης οπισθοσκέδασης (Fang et al 2007 και, Bruzzone et al 2004..), η δεύτερη κατηγορία βασίζεται σε στατιστικά χαρακτηριστικά (Migliaccio et al 2009 και Cloude και Pottier 1997) και τέλος ένα άλλο είδος είναι η μέθοδος που βασίζεται στις ικανότητες επεξεργασίας εικόνας (Rauste et al. 2010 και Kersten et al 2005).&lt;br /&gt;
&lt;br /&gt;
'''Μεθοδολογία'''&lt;br /&gt;
&lt;br /&gt;
Η εικόνα 1  δείχνει το διάγραμμα ροής  παρακολούθησης  πετρελαιοκηλίδας που  βασίζεται σε εικόνες SAR. Στην προ-επεξεργασία των δεδομένων, πρέπει μικρά σημάδια να θεωρηθούν ως θόρυβος. Τέτοια σημάδια προκύπτουν από την ανάλυση του αισθητήρα και επειδή δεν είναι πέραν ενός ορίου επαρκής. Παρόλα αυτά τέτοια στίγματα αποτελούν προβλήματα για την ανάπτυξη της εφαρμογής SARκαι γι αυτό εφαρμόζονται φίλτρα που καταστέλλουν το θόρυβο αλλά παρόλα αυτά μπορούν να παρασύρουν και μικρές πετρελαιοκηλίδες.Τα πλεονεκτήματα της μεθόδου SAR που ουσιαστικά επιτρέπουν τη διαρκή πρωί βράδυ παρακολούθηση της πετρελαιοκηλίδας επηρεάζονται από  την ένταση  του ανέμου  και επηρεάζουν την ποιότητα της οπισθοσκέδασης και της προβολής των κηλίδων στην επιφάνεια της θάλασσας (πετρελαιοκηλίδες είναι ορατές μόνο για ένα περιορισμένο εύρος ταχυτήτων ανέμου). Στην παρούσα εργασία εξετάστηκε η ανάπτυξη ενός μαθηματικού μοντέλου που λαμβάνει υπόψη τις καιρικές συνθήκες και προβλέπει την περιοχή επέκτασης της πετρελαιοκηλίδας. &lt;br /&gt;
&lt;br /&gt;
'''Προσομοίωση'''&lt;br /&gt;
&lt;br /&gt;
Για την εφαρμογή της προτεινόμενης μεθόδου παρακολούθησης πετρελαιοκηλίδων με βάση την τηλεπισκόπησηSAR  χρησιμοποιήθηκε προσομοίωση της πετραλαιοκηλίδας που συνέβη στις 16 Ιουλίου 2010 στην περιοχή XingangPort  στη πόλη Dallian. Στις εικόνες 2 και 3 δείχνουν το σημείο που έγινε η διαρροή στη θάλασσα και στις ακτές. Τα πετρελαιοειδή που απελευθερώθηκαν προκάλεσαν σημαντική περιβαλλοντική καταστροφή. &lt;br /&gt;
&lt;br /&gt;
Η Εικόνα 4 παρουσιάζει την αρχική εικόνα  SAR. Σε αυτή, η σκοτεινή περιοχή είναι η περιοχή της πετρελαιοκηλίδας. Τα αποτελέσματα της κατάταξης  με βάση την προτεινόμενη μέθοδο παρακολούθησης πετρελαιοκηλίδων που βασίζεται σε εικόνες SAR φαίνεται στην Εικόνα 5. Είναι φανερό ότι η κύρια διαρροή πετρελαίου θα μπορούσε να είχε ανιχνευθεί αυτομάτως.&lt;br /&gt;
Με βάση την προτεινόμενη προσέγγιση, η  περίπτωση της πετρελαιοκηλίδας Dalian στις 18 Ιουλίου 2010 και 21 του Ιούλη του 2010 φαίνεται στις εικόνες  και   αντίστοιχα. Δύο στοιχεία ενδέχεται να αντανακλούν την τάση της ανάπτυξης της πετρελαιοκηλίδας. Η προσέγγιση μπορεί να χωριστεί σε ανίχνευση των σκοτεινών περιοχών, εξαγωγή χαρακτηριστικών για όλες τις σκοτεινές περιοχές, και, στη συνέχεια, την ταξινόμηση όλων των σημείων όπως πετρελαιοκηλίδες ή απομιμήσεις. Η προσέγγιση κατάταξη είναι μια μηχανή διανυσμάτων υποστήριξης με βάση τον άνεμο και τις  καιρικές συνθήκες. Έτσι, θα μπορούσε να παρακολουθεί το χώρο και το εύρος της πετρελαιοκηλίδας.&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Μια μηχανή διανυσμάτων υποστήριξης υιοθετείται στη παρούσα εργασία για την παρακολούθηση πετρελαιοκηλίδας που βασίζεται σε εικόνες SAR. Η εφαρμογή αυτή μπορεί να παρέχει την περιοχή της πετρελαιοκηλίδας ακριβώς με τις καιρικές συνθήκες και την εξέλιξη της. Τα αποτελέσματα της προσομοίωσης για την περίπτωση της πετρελαιοκηλίδας της πόλης Dalian αποδεικνύει την εγκυρότητα της μεθόδου SVM  για ανάλυση SAR  εικόνας.&lt;br /&gt;
&lt;br /&gt;
[[category: Υδατικοί Πόροι]]&lt;/div&gt;</summary>
		<author><name>Vita Zvarych</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A4%CF%81%CE%B9%CF%83%CE%B4%CE%B9%CE%AC%CF%83%CF%84%CE%B1%CF%84%CE%B7_%CE%A4%CE%B5%CE%BA%CE%BC%CE%B7%CF%81%CE%AF%CF%89%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%A0%CF%81%CE%BF%CE%B5%CE%BE%CE%BF%CF%87%CF%8E%CE%BD_%CF%84%CE%BF%CF%85_%CE%95%CE%B4%CE%AC%CF%86%CE%BF%CF%85%CF%82_%CE%BC%CE%B5_%CE%9B%CE%AD%CE%B9%CE%B6%CE%B5%CF%81_%CE%A3%CE%B1%CF%81%CF%89%CF%84%CE%AE_-_%CE%94%CE%B9%CE%AE%CE%B8%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%92%CE%BB%CE%AC%CF%83%CF%84%CE%B7%CF%83%CE%B7%CF%82</id>
		<title>Τρισδιάστατη Τεκμηρίωση των Προεξοχών του Εδάφους με Λέιζερ Σαρωτή - Διήθηση της Βλάστησης</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A4%CF%81%CE%B9%CF%83%CE%B4%CE%B9%CE%AC%CF%83%CF%84%CE%B1%CF%84%CE%B7_%CE%A4%CE%B5%CE%BA%CE%BC%CE%B7%CF%81%CE%AF%CF%89%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%A0%CF%81%CE%BF%CE%B5%CE%BE%CE%BF%CF%87%CF%8E%CE%BD_%CF%84%CE%BF%CF%85_%CE%95%CE%B4%CE%AC%CF%86%CE%BF%CF%85%CF%82_%CE%BC%CE%B5_%CE%9B%CE%AD%CE%B9%CE%B6%CE%B5%CF%81_%CE%A3%CE%B1%CF%81%CF%89%CF%84%CE%AE_-_%CE%94%CE%B9%CE%AE%CE%B8%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%92%CE%BB%CE%AC%CF%83%CF%84%CE%B7%CF%83%CE%B7%CF%82"/>
				<updated>2017-02-17T19:57:47Z</updated>
		
		<summary type="html">&lt;p&gt;Vita Zvarych: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: Arthro_6_1_Vita.jpg|thumb|right|Εικόνα 1: Το σύνολο των σημείων με χρωματισμό RGB]]&lt;br /&gt;
[[Εικόνα: Arthro_6_2_Vita.jpg|thumb|right|Εικόνα 2: Διαχωρισμός εικονοστοιχείων βασισμένος στις τιμές του φάσματος ]]&lt;br /&gt;
[[Εικόνα: Arthro_6_3_Vita.jpg|thumb|right|Εικόνα 3: DBSCAN ανάλυση συμπλεγμάτων]]&lt;br /&gt;
&lt;br /&gt;
J. Kisztner,  J. Jelínek, T. Daněk,  J. Růžička&lt;br /&gt;
&lt;br /&gt;
'''Link:''' [http://www.sciencedirect.com/science/article/pii/S2213020915000713]&lt;br /&gt;
&lt;br /&gt;
'''Λέξεις - Κλειδιά: '''Λέιζερ Σάρωσης, Δεδομένα Cloud, 3D, Επεξεργασία Εικόνας, Τηλεπισκόπηση&lt;br /&gt;
&lt;br /&gt;
'''Σκοπός'''&lt;br /&gt;
&lt;br /&gt;
Η εργασία αυτή ασχολείται με τον διαχωρισμό της βλάστησης από τα δεδομένα 3D που αποκτήθηκαν από επίγειους σαρωτές Laser για την ανίχνευση πιο σύνθετων γεωλογικών δομών. Ο διαχωρισμός της βλάστησης από μία τέτοια απεικόνιση δεν είναι ένα εύκολο έργο. Σε πολλές περιπτώσεις, η προεξοχή δεν είναι σαφής και η βλάστηση ξεπερνά την προεξοχή. Ως εκ τούτου, ο διαχωρισμός της βλάστησης από τα 3D δεδομένα είναι ένα έργο που απαιτεί την προσαρμογή αλγόριθμων από την επεξεργασία εικόνας και την τηλεπισκόπηση. Με τη χρήση ανάλυσης διασποράς και ανάλυση φασματικής συμπεριφοράς που μπορεί να ανιχνεύσει την βλάστηση από το υπόλοιπο σκηνικό και να διαγράψει αυτά τα σημεία από το σκηνικό μπορεί να επιτευχθεί η ανάλυση των γεωλογικών δομών.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Τα Laser συστήματα σάρωσης (επίγεια ή εναέρια) μαζί με τη ψηφιακή φωτογραμμετρία ή συμβολομετρία SAR ανήκουν στις συνήθως χρησιμοποιούμενες τεχνικές για την περιγραφή της επιφάνειας της γης. Ο αριθμός των εφαρμογών αυτών των συσκευών αυξάνεται παράλληλα με την ολοένα και καλύτερη οικονομική προσιτότητα τους. Στο πεδίο των γεωεπιστημών, σε συνδυασμό με τα Επίγεια Λέιζερ Σάρωσης (TLS) ή τα Lidar (Συστήματα Ανίχνευσης και Σκόπευσης), οι 3D οπτικοποίησεις από υπολογιστή έχουν ξεκινήσει να δημιουργούνται, συνήθως αναφέρονται ως ένα DOM Μοντέλο Ψηφιακών Προεξοχών  ή ως VO – Εικονικές Προεξοχές. Το Lidar είναι μια καθιερωμένη μέθοδος για την ταχεία λήψη τρισδιάστατης γεωμετρίας των προεξοχών, με μεγάλη ακρίβεια και πυκνότητα σημείων.&lt;br /&gt;
Το 2000, ο Bryant δημοσίευσε μια  εργασία επικεντρωμένη στην παραγωγή DOM για τους σκοπούς της βιομηχανίας πετρελαίου, όπου αποδείχθηκαν τα πλεονεκτήματα της 3D οπτικοποίησης μεσώ υπολογιστή. Με την αύξηση της δημοτικότητα των GPS, των γεωδαιτικών σταθμών, των ψηφιακών φωτογραφιών και του Lidar, προέκυψαν και άλλες μελέτες που αφορούν αυτό το θέμα. Για παράδειγμα, ο Slob το 2005 χρησιμοποίησε Lidar σε αστικά τεχνικά έργα και σε τεχνικά έργα εξόρυξης που ασχολούνται με μάζες βράχων και απαιτούν μια καλή κατανόηση των ασυνεχειών (αρθρώσεις, ρήγματα) στα πετρώματα. Ως εκ τούτου, πολλοί συγγραφείς προσπάθησαν να εξάγουν τα δομικά στοιχεία από μία προσεκτικά δημιουργημένη 3D απεικόνιση των προεξοχών μέσω ημι-αυτόματη ή αυτόματη ανίχνευσης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Μέθοδος'''&lt;br /&gt;
&lt;br /&gt;
Οι 3D σαρώσεις ελήφθησαν χρησιμοποιώντας το Stonex X300.  Είναι ένα  3D scanner με ένα ζευγάρι καμερών για την καταγραφή RGB απεικονίσεων  και μια δέσμη ακτίνας λέιζερ 2,5 έως 300 μέτρων. Το Stonex X300 επιτρέπει σάρωση 360 μοιρών στο οριζόντιο εύρος  και 90 μοιρών στο κάθετο. Το μεγάλο πλεονέκτημα του είναι η υψηλή ακρίβεια των 6 - 40 mm και η υψηλή ταχύτητα σάρωσης 40.000 σημείων ανά δευτερόλεπτο.&lt;br /&gt;
Η βασική αρχή της σάρωσης προεξοχών βράχων είναι η επιλογή του αριθμού των σημείων ελέγχου και η αντίστοιχη θέση τους. Τα σημεία ελέγχου τοποθετήθηκαν με τέτοιο τρόπο, έτσι ώστε να μην προκύψουν νεκρά σημεία στο τελικό «νέφος» δεδομένων που προκαλούνται από τις σκιές της βλάστησης ή από τις προεξοχές.  Στη συνέχεια ακολουθεί  επεξεργασία των σημείων σε ένα ενιαίο σύνολο δεδομένων μέσω του λογισμικού  Stonex Reconstructor που επιτρέπει τη σύνδεση των επιμέρους σημείων ελέγχου σε μία απεικόνιση  με βάση τα στοχευμένα σημεία, και την εξαγωγή της σε διάφορες μορφές.  Σε αυτή την εργασία, χρησιμοποιήθηκε η εξαγωγή σε μορφή X3D η οποία είναι από την οικογένεια γλωσσών XML και επιτρέπει την εύκολη επεξεργασία σε γλώσσα Python. Για την κατάρτιση του λογισμικού για τη επεξεργασία της βλάστησης, χρησιμοποιήθηκε το  OpenCV και η  γλώσσα Python&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα'''&lt;br /&gt;
&lt;br /&gt;
Ο διαχωρισμός της βλάστησης είναι ένα από τα πρώτα προβλήματα κατά την εργασία με το επίγειο Laser scanner. Η βλάστηση επικαλύπτει συχνά την περιοχή σάρωσης και προκαλεί προβλήματα με την αυτόματη επεξεργασία του συνόλου των σημείων. Η σωστή αφαίρεση της βλάστησης δημιουργεί τη βάση για την επακόλουθη επεξεργασία δεδομένων. Πολλές εργασίες περιγράφουν την απομάκρυνση της βλάστησης από τα 3D δεδομένα με   παραδείγματα στα οποία η βλάστηση, και κυρίως τα δέντρα, δεν επικαλύπτουν την περιοχή σάρωσης. Αυτά είναι συχνά μεμονωμένα δέντρα που βρίσκονται μπροστά από τον βράχο ή την προεξοχή. Στις περιπτώσεις αυτές, ο διαχωρισμός της βλάστησης βασίζεται στην απόσταση από τον βράχο και η αποκόλληση είναι αρκετά εύκολη, διότι τα σημεία που αντιπροσωπεύουν τη βλάστηση είναι απλά και κόβονται ή διαγράφονται από το σύνολο των σημείων.&lt;br /&gt;
Στην εργασία αυτή, γίνεται προσπάθεια να δημιουργηθεί μια διαδικασία και το λογισμικό γενικής χρήσης που είναι απαραίτητο για τον διαχωρισμό της βλάστησης στις πιο δύσκολες περιοχές.  Η βλάστηση πολλές φορές υπέρ αναπτύσσεται συχνά στις προεξοχές (Εικόνα 1) ή τα δέντρα και οι θάμνοι μεγαλώνουν κατευθείαν πάνω στο βράχο. Έτσι, ο διαχωρισμός της βλάστησης με τη χρησιμοποίηση φίλτρων απόστασης τα οποία εφαρμόστηκαν στις απλές περιπτώσεις, δεν είναι δυνατός.. &lt;br /&gt;
Έτσι γίνεται προσπάθεια να χρησιμοποιηθούν  διαδικασίες που να επιτρέπουν  την αυτόματη αφαίρεση της βλάστησης (Εικόνα 1). Η προτεινόμενη λύση χρησιμοποιεί ταξινόμηση αντικείμενων της εικόνας με τηλεπισκόπηση. &lt;br /&gt;
Πάνω από την επιφάνεια του εδάφους, δέντρα και θάμνοι κατά βάση αποτελούνται από μίσχους, κλαδιά και  φύλλα. Είναι απαραίτητο να βρεθούν αυτά τα συγκεκριμένα τμήματα αυτόματα στο σύνολο των σημείων  και να γίνει η διαγραφή τους.  Ένας από τους πιο λογικούς τρόπους για την ανίχνευση στελεχών αυτών και των κλάδων τους στο σύνολο των σημείων είναι  η χρήση φίλτρων ακμής, και στην προκειμένη περίπτωση φίλτρου Canny. Κατά την επεξεργασία των 3D δεδομένων, η απουσία κοινών αλγόριθμων επεξεργασίας εικόνας είναι ένα μεγάλο πρόβλημα.&lt;br /&gt;
Κατά τη χρήση κοινών αλγορίθμων, είναι απαραίτητο να μετατραπούν τα 3D δεδομένα σε 2.5D δεδομένα. Μετατροπή των δεδομένων από το 3D σε 2.5D με τη χρήση επίγειου λέιζερ σάρωσης  πολλαπλών όψεων μπορεί να προκαλέσει μερική απώλεια πληροφοριών λόγω της επικάλυψης ή από την απώλεια σημείων κατά τη δημιουργία μιας 2.5D σκηνής. Έτσι αναπτύχθηκε μια διαδικασία για την αφαίρεση αυτών των επιπτώσεων. Με τη χρήση ενός απλού μοτίβου γίνεται μετάβαση από το σύνολο των σημείων και δημιουργούνται  Ν-σκηνές στις οποίες μπορεί να εφαρμοστεί τελικά το φίλτρο Canny.&lt;br /&gt;
Αρχικά, τα σημεία που αντιπροσωπεύουν τα φύλλα και την βλάστηση απομακρύνονται από το σύνολο των σημείων. Τα σημεία είναι ταξινομημένα με βάση την φασματική συμπεριφορά τους στο ορατό φάσμα. Μπορεί να χρησιμοποιηθεί ένας ταξινομητής ανά εικονοστοιχειο (Εικόνα 2).&lt;br /&gt;
Στο συγκεκριμένο παράδειγμα, έχουμε μια κατηγορία στην οποία έχουμε ορίσει στατιστικά χαρακτηριστικά και συγκρίνουμε τα στοιχεία αυτά με τις τιμές σε κάθε εικονοστοιχειο. Η αποκλειόμενη κατηγορία των σημείων που απομακρύνονται περιέχει τμήματα βλάστησης, όπως φύλλα και χόρτα. Με την αφαίρεση της κατηγορία αυτής θα έχουμε καθαρότερα δεδομένα για περαιτέρω επεξεργασία. Ωστόσο, αυτή η μέθοδος δεν περιλαμβάνει χωρικά χαρακτηριστικά και  χαρακτηριστικά πυκνότητας&lt;br /&gt;
Με τη χρήση του αλγορίθμου DBSCAN (Εικόνα 3), μπορεί να ανιχνευθούν συμπλέγματα με υψηλή πυκνότητα και χωρική εγγύτητα. Μέσω της DBSCAN, τα συμπλέγματα χωρίζονται σε κατηγορίες και δημιουργούνται ακραίες τιμές . Τα συμπλέγματα αυτά είναι πολύ πιθανό να αντιπροσωπεύουν βλάστηση και μπορούμε να τα αφαιρέσουμε από το σύνολο των σημείων. Ο συνδυασμός της φασματικής συμπεριφοράς και των χωρικών χαρακτηριστικών των αντικειμένων, μας δίνει καλύτερα και πιο ακριβή αποτελέσματα της ταξινόμησης της βλάστησης από τα αποτελέσματα που παίρνουμε από τη χρήση μόνο φασματικών χαρακτηριστικών.&lt;br /&gt;
Κάθε σημείο είναι μόνο ένα μέρος ενός μεγαλύτερου συνόλου, ως εκ τούτου, είναι απαραίτητο να επιλέγει η ίδια μέθοδος όταν γίνεται ανίχνευση. Ο στόχος δεν είναι πλήρης απομάκρυνση όλων των σημείων που αντιπροσωπεύουν βλάστηση, αλλά η επίτευξη των καλύτερων δυνατών αποτελεσμάτων με την υψηλότερη ακρίβεια ανίχνευσης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Επίλογος'''&lt;br /&gt;
&lt;br /&gt;
Ο διαχωρισμός της βλάστησης από απεικονίσεις με σκοπό την αποσαφήνιση των προεξοχών του εδάφους είναι μία σημαντική διαδικασία. Η λύση που προτείνει η παρούσα εργασία  είναι προσαρμοστική και επιτρέπει την απομάκρυνση της βλάστησης σε γενικές γραμμές. Η συγκεκριμένη μελέτη  δεν χρησιμοποιεί μόνο τις θέσεις των σημείων από τις προεξοχές των βράχων, αλλά υλοποιεί και ταξινόμηση από τηλεπισκόπηση και μεθόδους επεξεργασίας εικόνας. Έτσι η απομάκρυνση της βλάστησης που επηρεάζει την απεικόνιση των προεξοχών είναι ένα αποτέλεσμα συνδυασμού των δύο αυτών μεθόδων.. Ο στόχος  δεν είναι ήταν μόνο να γίνει επεξεργασία των προεξοχών σε μία απλή μορφή βλάστησης, αλλά και να αναγνωρισθούν πολύπλοκες γεωλογικές δομές που συνυπάρχουν με διάφορα είδη βλάστησης όπως δάση, Γενικά, η επεξεργασία δεδομένων 3D είναι υπολογιστικά απαιτητική και οι αλγόριθμοι που χρησιμοποιούνται για την επεξεργασία εικόνας δεν επιτρέπουν την επεξεργασία των δεδομένων 3D. Τροποποιήσεις αυτών των αλγορίθμων και σωστός συνδυασμό τους με διαδικασίες  τηλεπισκόπησης επιτρέπει την επεξεργασία του συνόλου των 3D σημείων.&lt;br /&gt;
&lt;br /&gt;
[[category: Γεωλογία – Εδαφολογία]]&lt;/div&gt;</summary>
		<author><name>Vita Zvarych</name></author>	</entry>

	<entry>
		<id>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_%CE%BA%CE%B1%CE%B9_%CE%95%CE%BA%CF%84%CE%AF%CE%BC%CE%B7%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%A6%CF%85%CF%83%CE%B9%CE%BA%CF%8E%CE%BD_%CE%9C%CE%B5%CF%84%CE%B1%CE%B2%CE%BF%CE%BB%CF%8E%CE%BD_%CF%84%CE%BF%CF%85_%CE%A0%CE%BF%CF%84%CE%B1%CE%BC%CE%BF%CF%8D_Ramganga_%CE%A7%CF%81%CE%B7%CF%83%CE%B9%CE%BC%CE%BF%CF%80%CE%BF%CE%B9%CF%8E%CE%BD%CF%84%CE%B1%CF%82_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CE%BA%CE%B1%CE%B9_GIS</id>
		<title>Αξιολόγηση και Εκτίμηση των Φυσικών Μεταβολών του Ποταμού Ramganga Χρησιμοποιώντας Τηλεπισκόπηση και GIS</title>
		<link rel="alternate" type="text/html" href="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_%CE%BA%CE%B1%CE%B9_%CE%95%CE%BA%CF%84%CE%AF%CE%BC%CE%B7%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%A6%CF%85%CF%83%CE%B9%CE%BA%CF%8E%CE%BD_%CE%9C%CE%B5%CF%84%CE%B1%CE%B2%CE%BF%CE%BB%CF%8E%CE%BD_%CF%84%CE%BF%CF%85_%CE%A0%CE%BF%CF%84%CE%B1%CE%BC%CE%BF%CF%8D_Ramganga_%CE%A7%CF%81%CE%B7%CF%83%CE%B9%CE%BC%CE%BF%CF%80%CE%BF%CE%B9%CF%8E%CE%BD%CF%84%CE%B1%CF%82_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CE%BA%CE%B1%CE%B9_GIS"/>
				<updated>2017-02-17T19:57:28Z</updated>
		
		<summary type="html">&lt;p&gt;Vita Zvarych: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: Arthro_3_1_Vita.jpg|thumb|right|Εικόνα 1: Χάρτης της περιοχής μελέτης]]&lt;br /&gt;
[[Εικόνα: Arthro_3_2_Vita.jpg|thumb|right|Εικόνα 2: Σύστημα εκτίμησης ελικοειδούς δείκτη]]&lt;br /&gt;
[[Εικόνα: Arthro_3_3_Vita.jpg|thumb|right|Εικόνα 3: Οι τομείς Α, Β, C και D του ποταμού Ramganga κατά την μελέτη]]&lt;br /&gt;
[[Εικόνα: Arthro_3_4_Vita.jpg|thumb|right|Εικόνα 4: Η αλλαγή της ροής στο τμήμα Α του ποταμού Ramganga κατά την μελέτη]] &lt;br /&gt;
[[Εικόνα: Arthro_3_5_Vita.jpg|thumb|right|Εικόνα 5: Η αλλαγή της ροής στο τμήμα Β του ποταμού Ramgangaκατά την μελέτη]]&lt;br /&gt;
[[Εικόνα: Arthro_3_6_Vita.jpg|thumb|right|Εικόνα 6: Η αλλαγή της ροής στο τμήμα C του ποταμού Ramganga κατά την μελέτη]]&lt;br /&gt;
[[Εικόνα: Arthro_3_7_Vita.jpg|thumb|right|Εικόνα 7: Η αλλαγή της ροής στο τμήμα D του ποταμού Ramganga κατά την μελέτη]]&lt;br /&gt;
[[Εικόνα: Arthro_3_8_Vita.jpg|thumb|right|Εικόνα 8: Τα 10 σημεία ελέγχου όπως καταγράφηκαν μέσω δορυφόρου]] &lt;br /&gt;
&lt;br /&gt;
Satya Prakash Maurya, Akhilesh Kumar Yadav &lt;br /&gt;
&lt;br /&gt;
'''Link:''' [http://www.sciencedirect.com/science/article/pii/S2212094716300056]&lt;br /&gt;
&lt;br /&gt;
'''Λέξεις - Κλειδιά: '''Αλλαγή πορείας ποταμού, Ramganga, NDWI, ΓΣΠ&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Σκοπός'''&lt;br /&gt;
&lt;br /&gt;
Σκοπός της εργασίας αυτής ήταν ο η μελέτη και ο εντοπισμός των φυσικών χαρακτηριστικών της ροής του ποταμού Ramganga με χρήση τηλεπισκόπησης και GIS. Χρησιμοποιήθηκαν εικόνες από τους δορυφόρους Landsat, MSS, TM, ETM+ και LISS-III από τα έτη 1972, 1989, 2000, 2006 και 2013 για να περιγραφούν οι ιστορικές μεταβολές στη ροή του ποταμού. Η μελέτη δείχνει ότι για ένα μεγάλο χρονικό διάστημα η περιοχή γύρω από τον ποταμό εμφανίζει προβλήματα διάβρωσης και χαρακτηριστικά μετατόπισης της ροής. Στόχος της μελέτης και της επεξεργασίας των αποτελεσμάτων της είναι να αποβούν χρήσιμα για τη συνολική διαχείριση του ποταμού καθώς και για το σχεδιασμό πρόληψης πλημμυρών που επιβαρύνουν τους κατοίκους της περιοχής με σοβαρές ζημιές και απώλειες περιουσιών. &lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Τα ποτάμια αποτελούν μία φυσική πηγή γλυκού νερού και ανάλογα τη γεωμορφολογία της περιοχής μπορούν να καταλήγουν είτε σε θάλασσες και ωκεανούς είτε σε λίμνες ή σε άλλα ποτάμια. Η διάβρωση της όχθης ενός ποταμού είναι μία κοινή γεωμορφολογική διαδικασία. Οι πλημμύρες αποτελούν σημαντικό παράγοντα της εξέλιξης της μορφής και της ροής ενός ποταμού. Τα ποτάμια με μεγάλη κλίση από τη πηγή προς την περιοχή εκβολής παρουσιάζουν μεγαλύτερο μήκος διαδρομής επηρεάζοντας σε μεγαλύτερη έκταση την περιοχή που διέρχονται. Στην εργασία αυτή έγινε μελέτη των μεταβολών της ροής για τον ποταμό Ramganga θεωρώντας πως η ανάλυση αυτή συνδέεται άμεσα με την ανάπτυξη των περιοχών από τις οποίες διέρχεται και επηρεάζονται από τις πλημμύρες του. &lt;br /&gt;
&lt;br /&gt;
'''Περιοχή Μελέτης'''&lt;br /&gt;
&lt;br /&gt;
Η περιοχή μελέτης αφορά των ποταμόRamganga που βρίσκεται μεταξύ του γεωγραφικού πλάτους 23°9′ 45″N και 27°57′0″N και του γεωγραφικού μήκους 79°57′45″E και 79°15′44″E με  λεκάνη απορροής 1193  km2. Η διάρκεια της μελέτης είναι από το 1972 έως και το 2013. Ο ποταμός Ramgangaενώνεται με τον Γάγγη σε υψόμετρο 120 m στο χωριό Ismilpur της περιφέρειας Kannuaj. Η μέση κλίση της περιοχής μελέτης είναι 0.070. Είναι ένας σημαντικός παραπόταμος του ιερού ποταμού Γάγγη και πηγάζει από τις νότιες πλαγιές του όρους Dudhatoli των κεντρικών Ιμαλαίων της περιφέρειας Uttrakhand. Η συνολική περιοχή στη λεκάνη απορροής είναι 32493 km2 και χωρίζεται σε τέσσερις τομείς τους A, B, C και Dγια την καλύτερη κατανόηση του εντοπισμού της αλλαγής της ροής του ποταμού κατά την ανάλυση της παρούσας μελέτης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Μέθοδος'''&lt;br /&gt;
&lt;br /&gt;
Για την οπτικοποίηση της αλλαγής της ροής του ποταμού Ramganga χρησιμοποιήθηκε λογισμικό γεωγραφικών πληροφοριακών συστημάτων, ειδικότερα χρησιμοποιήθηκαν τα ArcGIS 10.1 και ERDASIMAGINE 2010 προκειμένου να αναλύσουν τις συλλεγόμενες εικόνες.  Η μεθοδολογία περιλαμβάνει της εισαγωγή ψηφιακών εικόνων μέσω του ERDASIMAGINE 2010 και την ανάλυση τους ώστε να προκύψει ο κανονικοποιημένος διαφορικός δείκτης νερού για την περιοχή μελέτης. Το ArcGIS 10.1 στη συνέχεια εξάγει την μορφή του ποταμού λαμβάνοντας υπόψη την τις γραμμές της όχθης σε διάφορες χρονικές περιόδους. Χαρακτηριστική παράμετρος της μεθόδου είναι ο ελικοειδής δείκτης, ο οποίος σε τιμές άνω του 1.5 αντιστοιχεί σε δαιδαλώδη μορφή ποταμού ενώ για τιμές κάτω του 1.5 σε ευθύ μορφή.  Για τον υπολογισμό του ελικοειδούς δείκτη το ποτάμι χωρίζεται σε τέσσερα τμήματα τα A, B, C και D, τα πολύγωνα των τμημάτων μετατρέπονται σε πολύγραμμες, η γεωμετρία του πεδίου υπολογίζεται για να βρεθεί το μήκος του ποταμού. Κάποια Σημεία Ελέγχου Εδάφους έχουν επιλεχθεί για την αριστερή όχθη της ροής του 1972, βασιζόμενοι στην μέτρηση της απόκλισης της απόστασης μεταξύ αυτών των σημείων και της ροής που έχει βρεθεί κατά την τρέχουσα μελέτη μπορεί να υπολογιστεί η τρέχουσα μετατόπιση της ροής του ποταμού.&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα'''&lt;br /&gt;
&lt;br /&gt;
''Ανάλυση του εντοπισμού της αλλαγής της ροής του ποταμού''&lt;br /&gt;
&lt;br /&gt;
Ο εντοπισμός της αλλαγής της ροής του ποταμού έχει γίνει μεταξύ των ετών 1972 και 2013 με θεώρηση του 1972 ως έτους βάσης. Προσδιορίστηκε ότι το 1989 η μέγιστη μεταβολή της ροής έγινε στον τομέα Β και ειδικότερα στο τέταρτο σημείο ελέγχου (εικόνα 3) και ήταν 3016 m. Αντίστοιχα για το ίδιο έτος η ελάχιστη μεταβολή της ροής έγινε στον τομέα C και ειδικότερα  στο όγδοο σημείο ελέγχου και ήταν 147 m. Για το έτος 2000 η μέγιστη μεταβολή της ροής βρέθηκε στον τομέα Α και στο δεύτερο σημείο ελέγχου και ήταν 3512 m όταν αντίστοιχη ελάχιστη μεταβολή της ροής βρέθηκε στον τομέα Β και ειδικότερα στο πέμπτο σημείο ελέγχου και ήταν 224 m. Επίσης για το ίδιο έτος  παρατηρήθηκε ότι πολλές διακλαδώσεις είχαν συμβεί στον τομέα Β και δημιούργησαν βρόγχους και κυρτώσεις της ροής στη περιοχή. Το έτος 2006 παρατηρήθηκε η μεγαλύτερη μεταβολή της ροής μεγέθους 4048 mστον τομέα Α και ειδικότερα στο δεύτερο σημείο ελέγχου όταν για το ίδιο έτος η ελάχιστη μεταβολή της ροής ήταν  179 m και εντοπίστηκε στον τομέα Β στο πέμπτο σημείο ελέγχου.&lt;br /&gt;
&lt;br /&gt;
'''Επίλογος'''&lt;br /&gt;
&lt;br /&gt;
Η παρούσα εργασία διενεργήθηκε για να οριοθετήσει τις αλλαγές στις περιοχές στο πεδίο μελέτης για τον εντοπισμό πιθανών μεταβολών της πορείας ενός ποταμού με χρήση Γεωγραφικών Πληροφοριακών Συστημάτων. Η ολοκλήρωση των δεδομένων, η διαχείριση και οπτικοποίηση σε περιβάλλον Γεωγραφικών Πληροφοριακών Συστημάτων ήταν σχετικά αποτελεσματική. Τα Γεωγραφικά Πληροφοριακά Συστήματα συνδυάζουν χωρικά δεδομένα με ποσοτικές, ποιοτικές και περιγραφικές πληροφοριακές βάσεις δεδομένων. Αυτή η τεχνολογία προσφέρει ένα αναλυτικό πλαίσιο εργασίας για τη συλλογή δεδομένων, τη διαχείριση, την αποθήκευση, την ανάκτηση, την ανάλυση και την εμφάνιση. Έτσι η ολοκληρωμένη προσέγγιση των Γεωγραφικών Πληροφοριακών Συστημάτων και της τηλεπισκόπησης χρησιμοποιήθηκε για να εντοπίσει τη μεταβολή της ροής του ποταμού. Η τηλεπισκόπηση είναι ένα εξαιρετικό εργαλείο για καταγραφή και ανάλυση του περιβάλλοντος και των πόρων του λόγω της μοναδικής ικανότητάς της να παρέχει συνοπτική όψη μιας μεγάλης περιοχής της επιφάνειας της Γης σε συνδυασμό με την ικανότητα για επαναλαμβανόμενη κάλυψη. Όταν τα τηλεπισκοπικά δεδομένα του επιφανειακού νερού οργανωθούν και συνδυαστούν με άλλες μεταβλητές σε ένα Γεωγραφικό Πληροφοριακό Σύστημα. τότε μπορούν να προσδιοριστούν μεταβολές στην ροή κατά μήκος ενός ποταμού σε ένα εύρος περιοχής κάλυψης.&lt;br /&gt;
&lt;br /&gt;
[[category: Γεωλογία – Εδαφολογία]]&lt;/div&gt;</summary>
		<author><name>Vita Zvarych</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A4%CF%81%CE%B9%CF%83%CE%B4%CE%B9%CE%AC%CF%83%CF%84%CE%B1%CF%84%CE%B7_%CE%A4%CE%B5%CE%BA%CE%BC%CE%B7%CF%81%CE%AF%CF%89%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%A0%CF%81%CE%BF%CE%B5%CE%BE%CE%BF%CF%87%CF%8E%CE%BD_%CF%84%CE%BF%CF%85_%CE%95%CE%B4%CE%AC%CF%86%CE%BF%CF%85%CF%82_%CE%BC%CE%B5_%CE%9B%CE%AD%CE%B9%CE%B6%CE%B5%CF%81_%CE%A3%CE%B1%CF%81%CF%89%CF%84%CE%AE_-_%CE%94%CE%B9%CE%AE%CE%B8%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%92%CE%BB%CE%AC%CF%83%CF%84%CE%B7%CF%83%CE%B7%CF%82</id>
		<title>Τρισδιάστατη Τεκμηρίωση των Προεξοχών του Εδάφους με Λέιζερ Σαρωτή - Διήθηση της Βλάστησης</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A4%CF%81%CE%B9%CF%83%CE%B4%CE%B9%CE%AC%CF%83%CF%84%CE%B1%CF%84%CE%B7_%CE%A4%CE%B5%CE%BA%CE%BC%CE%B7%CF%81%CE%AF%CF%89%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%A0%CF%81%CE%BF%CE%B5%CE%BE%CE%BF%CF%87%CF%8E%CE%BD_%CF%84%CE%BF%CF%85_%CE%95%CE%B4%CE%AC%CF%86%CE%BF%CF%85%CF%82_%CE%BC%CE%B5_%CE%9B%CE%AD%CE%B9%CE%B6%CE%B5%CF%81_%CE%A3%CE%B1%CF%81%CF%89%CF%84%CE%AE_-_%CE%94%CE%B9%CE%AE%CE%B8%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%92%CE%BB%CE%AC%CF%83%CF%84%CE%B7%CF%83%CE%B7%CF%82"/>
				<updated>2017-02-17T19:56:16Z</updated>
		
		<summary type="html">&lt;p&gt;Vita Zvarych: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: Arthro_6_1_Vita.jpg|thumb|right|Εικόνα 1: Το σύνολο των σημείων με χρωματισμό RGB]]&lt;br /&gt;
[[Εικόνα: Arthro_6_2_Vita.jpg|thumb|right|Εικόνα 2: Διαχωρισμός εικονοστοιχείων βασισμένος στις τιμές του φάσματος ]]&lt;br /&gt;
[[Εικόνα: Arthro_6_3_Vita.jpg|thumb|right|Εικόνα 3: DBSCAN ανάλυση συμπλεγμάτων]]&lt;br /&gt;
&lt;br /&gt;
J. Kisztner,  J. Jelínek, T. Daněk,  J. Růžička&lt;br /&gt;
&lt;br /&gt;
'''Link:''' [http://www.sciencedirect.com/science/article/pii/S2213020915000713]&lt;br /&gt;
&lt;br /&gt;
'''Λέξεις - Κλειδιά: '''Λέιζερ Σάρωσης, Δεδομένα Cloud, 3D, Επεξεργασία Εικόνας, Τηλεπισκόπηση&lt;br /&gt;
&lt;br /&gt;
'''Σκοπός'''&lt;br /&gt;
&lt;br /&gt;
Η εργασία αυτή ασχολείται με τον διαχωρισμό της βλάστησης από τα δεδομένα 3D που αποκτήθηκαν από επίγειους σαρωτές Laser για την ανίχνευση πιο σύνθετων γεωλογικών δομών. Ο διαχωρισμός της βλάστησης από μία τέτοια απεικόνιση δεν είναι ένα εύκολο έργο. Σε πολλές περιπτώσεις, η προεξοχή δεν είναι σαφής και η βλάστηση ξεπερνά την προεξοχή. Ως εκ τούτου, ο διαχωρισμός της βλάστησης από τα 3D δεδομένα είναι ένα έργο που απαιτεί την προσαρμογή αλγόριθμων από την επεξεργασία εικόνας και την τηλεπισκόπηση. Με τη χρήση ανάλυσης διασποράς και ανάλυση φασματικής συμπεριφοράς που μπορεί να ανιχνεύσει την βλάστηση από το υπόλοιπο σκηνικό και να διαγράψει αυτά τα σημεία από το σκηνικό μπορεί να επιτευχθεί η ανάλυση των γεωλογικών δομών.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Τα Laser συστήματα σάρωσης (επίγεια ή εναέρια) μαζί με τη ψηφιακή φωτογραμμετρία ή συμβολομετρία SAR ανήκουν στις συνήθως χρησιμοποιούμενες τεχνικές για την περιγραφή της επιφάνειας της γης. Ο αριθμός των εφαρμογών αυτών των συσκευών αυξάνεται παράλληλα με την ολοένα και καλύτερη οικονομική προσιτότητα τους. Στο πεδίο των γεωεπιστημών, σε συνδυασμό με τα Επίγεια Λέιζερ Σάρωσης (TLS) ή τα Lidar (Συστήματα Ανίχνευσης και Σκόπευσης), οι 3D οπτικοποίησεις από υπολογιστή έχουν ξεκινήσει να δημιουργούνται, συνήθως αναφέρονται ως ένα DOM Μοντέλο Ψηφιακών Προεξοχών  ή ως VO – Εικονικές Προεξοχές. Το Lidar είναι μια καθιερωμένη μέθοδος για την ταχεία λήψη τρισδιάστατης γεωμετρίας των προεξοχών, με μεγάλη ακρίβεια και πυκνότητα σημείων.&lt;br /&gt;
Το 2000, ο Bryant δημοσίευσε μια  εργασία επικεντρωμένη στην παραγωγή DOM για τους σκοπούς της βιομηχανίας πετρελαίου, όπου αποδείχθηκαν τα πλεονεκτήματα της 3D οπτικοποίησης μεσώ υπολογιστή. Με την αύξηση της δημοτικότητα των GPS, των γεωδαιτικών σταθμών, των ψηφιακών φωτογραφιών και του Lidar, προέκυψαν και άλλες μελέτες που αφορούν αυτό το θέμα. Για παράδειγμα, ο Slob το 2005 χρησιμοποίησε Lidar σε αστικά τεχνικά έργα και σε τεχνικά έργα εξόρυξης που ασχολούνται με μάζες βράχων και απαιτούν μια καλή κατανόηση των ασυνεχειών (αρθρώσεις, ρήγματα) στα πετρώματα. Ως εκ τούτου, πολλοί συγγραφείς προσπάθησαν να εξάγουν τα δομικά στοιχεία από μία προσεκτικά δημιουργημένη 3D απεικόνιση των προεξοχών μέσω ημι-αυτόματη ή αυτόματη ανίχνευσης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Μέθοδος'''&lt;br /&gt;
&lt;br /&gt;
Οι 3D σαρώσεις ελήφθησαν χρησιμοποιώντας το Stonex X300.  Είναι ένα  3D scanner με ένα ζευγάρι καμερών για την καταγραφή RGB απεικονίσεων  και μια δέσμη ακτίνας λέιζερ 2,5 έως 300 μέτρων. Το Stonex X300 επιτρέπει σάρωση 360 μοιρών στο οριζόντιο εύρος  και 90 μοιρών στο κάθετο. Το μεγάλο πλεονέκτημα του είναι η υψηλή ακρίβεια των 6 - 40 mm και η υψηλή ταχύτητα σάρωσης 40.000 σημείων ανά δευτερόλεπτο.&lt;br /&gt;
Η βασική αρχή της σάρωσης προεξοχών βράχων είναι η επιλογή του αριθμού των σημείων ελέγχου και η αντίστοιχη θέση τους. Τα σημεία ελέγχου τοποθετήθηκαν με τέτοιο τρόπο, έτσι ώστε να μην προκύψουν νεκρά σημεία στο τελικό «νέφος» δεδομένων που προκαλούνται από τις σκιές της βλάστησης ή από τις προεξοχές.  Στη συνέχεια ακολουθεί  επεξεργασία των σημείων σε ένα ενιαίο σύνολο δεδομένων μέσω του λογισμικού  Stonex Reconstructor που επιτρέπει τη σύνδεση των επιμέρους σημείων ελέγχου σε μία απεικόνιση  με βάση τα στοχευμένα σημεία, και την εξαγωγή της σε διάφορες μορφές.  Σε αυτή την εργασία, χρησιμοποιήθηκε η εξαγωγή σε μορφή X3D η οποία είναι από την οικογένεια γλωσσών XML και επιτρέπει την εύκολη επεξεργασία σε γλώσσα Python. Για την κατάρτιση του λογισμικού για τη επεξεργασία της βλάστησης, χρησιμοποιήθηκε το  OpenCV και η  γλώσσα Python&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα'''&lt;br /&gt;
&lt;br /&gt;
Ο διαχωρισμός της βλάστησης είναι ένα από τα πρώτα προβλήματα κατά την εργασία με το επίγειο Laser scanner. Η βλάστηση επικαλύπτει συχνά την περιοχή σάρωσης και προκαλεί προβλήματα με την αυτόματη επεξεργασία του συνόλου των σημείων. Η σωστή αφαίρεση της βλάστησης δημιουργεί τη βάση για την επακόλουθη επεξεργασία δεδομένων. Πολλές εργασίες περιγράφουν την απομάκρυνση της βλάστησης από τα 3D δεδομένα με   παραδείγματα στα οποία η βλάστηση, και κυρίως τα δέντρα, δεν επικαλύπτουν την περιοχή σάρωσης. Αυτά είναι συχνά μεμονωμένα δέντρα που βρίσκονται μπροστά από τον βράχο ή την προεξοχή. Στις περιπτώσεις αυτές, ο διαχωρισμός της βλάστησης βασίζεται στην απόσταση από τον βράχο και η αποκόλληση είναι αρκετά εύκολη, διότι τα σημεία που αντιπροσωπεύουν τη βλάστηση είναι απλά και κόβονται ή διαγράφονται από το σύνολο των σημείων.&lt;br /&gt;
Στην εργασία αυτή, γίνεται προσπάθεια να δημιουργηθεί μια διαδικασία και το λογισμικό γενικής χρήσης που είναι απαραίτητο για τον διαχωρισμό της βλάστησης στις πιο δύσκολες περιοχές.  Η βλάστηση πολλές φορές υπέρ αναπτύσσεται συχνά στις προεξοχές (Εικόνα 1) ή τα δέντρα και οι θάμνοι μεγαλώνουν κατευθείαν πάνω στο βράχο. Έτσι, ο διαχωρισμός της βλάστησης με τη χρησιμοποίηση φίλτρων απόστασης τα οποία εφαρμόστηκαν στις απλές περιπτώσεις, δεν είναι δυνατός.. &lt;br /&gt;
Έτσι γίνεται προσπάθεια να χρησιμοποιηθούν  διαδικασίες που να επιτρέπουν  την αυτόματη αφαίρεση της βλάστησης (Εικόνα 1). Η προτεινόμενη λύση χρησιμοποιεί ταξινόμηση αντικείμενων της εικόνας με τηλεπισκόπηση. &lt;br /&gt;
Πάνω από την επιφάνεια του εδάφους, δέντρα και θάμνοι κατά βάση αποτελούνται από μίσχους, κλαδιά και  φύλλα. Είναι απαραίτητο να βρεθούν αυτά τα συγκεκριμένα τμήματα αυτόματα στο σύνολο των σημείων  και να γίνει η διαγραφή τους.  Ένας από τους πιο λογικούς τρόπους για την ανίχνευση στελεχών αυτών και των κλάδων τους στο σύνολο των σημείων είναι  η χρήση φίλτρων ακμής, και στην προκειμένη περίπτωση φίλτρου Canny. Κατά την επεξεργασία των 3D δεδομένων, η απουσία κοινών αλγόριθμων επεξεργασίας εικόνας είναι ένα μεγάλο πρόβλημα.&lt;br /&gt;
Κατά τη χρήση κοινών αλγορίθμων, είναι απαραίτητο να μετατραπούν τα 3D δεδομένα σε 2.5D δεδομένα. Μετατροπή των δεδομένων από το 3D σε 2.5D με τη χρήση επίγειου λέιζερ σάρωσης  πολλαπλών όψεων μπορεί να προκαλέσει μερική απώλεια πληροφοριών λόγω της επικάλυψης ή από την απώλεια σημείων κατά τη δημιουργία μιας 2.5D σκηνής. Έτσι αναπτύχθηκε μια διαδικασία για την αφαίρεση αυτών των επιπτώσεων. Με τη χρήση ενός απλού μοτίβου γίνεται μετάβαση από το σύνολο των σημείων και δημιουργούνται  Ν-σκηνές στις οποίες μπορεί να εφαρμοστεί τελικά το φίλτρο Canny.&lt;br /&gt;
Αρχικά, τα σημεία που αντιπροσωπεύουν τα φύλλα και την βλάστηση απομακρύνονται από το σύνολο των σημείων. Τα σημεία είναι ταξινομημένα με βάση την φασματική συμπεριφορά τους στο ορατό φάσμα. Μπορεί να χρησιμοποιηθεί ένας ταξινομητής ανά εικονοστοιχειο (Εικόνα 2).&lt;br /&gt;
Στο συγκεκριμένο παράδειγμα, έχουμε μια κατηγορία στην οποία έχουμε ορίσει στατιστικά χαρακτηριστικά και συγκρίνουμε τα στοιχεία αυτά με τις τιμές σε κάθε εικονοστοιχειο. Η αποκλειόμενη κατηγορία των σημείων που απομακρύνονται περιέχει τμήματα βλάστησης, όπως φύλλα και χόρτα. Με την αφαίρεση της κατηγορία αυτής θα έχουμε καθαρότερα δεδομένα για περαιτέρω επεξεργασία. Ωστόσο, αυτή η μέθοδος δεν περιλαμβάνει χωρικά χαρακτηριστικά και  χαρακτηριστικά πυκνότητας&lt;br /&gt;
Με τη χρήση του αλγορίθμου DBSCAN (Εικόνα 3), μπορεί να ανιχνευθούν συμπλέγματα με υψηλή πυκνότητα και χωρική εγγύτητα. Μέσω της DBSCAN, τα συμπλέγματα χωρίζονται σε κατηγορίες και δημιουργούνται ακραίες τιμές . Τα συμπλέγματα αυτά είναι πολύ πιθανό να αντιπροσωπεύουν βλάστηση και μπορούμε να τα αφαιρέσουμε από το σύνολο των σημείων. Ο συνδυασμός της φασματικής συμπεριφοράς και των χωρικών χαρακτηριστικών των αντικειμένων, μας δίνει καλύτερα και πιο ακριβή αποτελέσματα της ταξινόμησης της βλάστησης από τα αποτελέσματα που παίρνουμε από τη χρήση μόνο φασματικών χαρακτηριστικών.&lt;br /&gt;
Κάθε σημείο είναι μόνο ένα μέρος ενός μεγαλύτερου συνόλου, ως εκ τούτου, είναι απαραίτητο να επιλέγει η ίδια μέθοδος όταν γίνεται ανίχνευση. Ο στόχος δεν είναι πλήρης απομάκρυνση όλων των σημείων που αντιπροσωπεύουν βλάστηση, αλλά η επίτευξη των καλύτερων δυνατών αποτελεσμάτων με την υψηλότερη ακρίβεια ανίχνευσης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Επίλογος'''&lt;br /&gt;
&lt;br /&gt;
Ο διαχωρισμός της βλάστησης από απεικονίσεις με σκοπό την αποσαφήνιση των προεξοχών του εδάφους είναι μία σημαντική διαδικασία. Η λύση που προτείνει η παρούσα εργασία  είναι προσαρμοστική και επιτρέπει την απομάκρυνση της βλάστησης σε γενικές γραμμές. Η συγκεκριμένη μελέτη  δεν χρησιμοποιεί μόνο τις θέσεις των σημείων από τις προεξοχές των βράχων, αλλά υλοποιεί και ταξινόμηση από τηλεπισκόπηση και μεθόδους επεξεργασίας εικόνας. Έτσι η απομάκρυνση της βλάστησης που επηρεάζει την απεικόνιση των προεξοχών είναι ένα αποτέλεσμα συνδυασμού των δύο αυτών μεθόδων.. Ο στόχος  δεν είναι ήταν μόνο να γίνει επεξεργασία των προεξοχών σε μία απλή μορφή βλάστησης, αλλά και να αναγνωρισθούν πολύπλοκες γεωλογικές δομές που συνυπάρχουν με διάφορα είδη βλάστησης όπως δάση, Γενικά, η επεξεργασία δεδομένων 3D είναι υπολογιστικά απαιτητική και οι αλγόριθμοι που χρησιμοποιούνται για την επεξεργασία εικόνας δεν επιτρέπουν την επεξεργασία των δεδομένων 3D. Τροποποιήσεις αυτών των αλγορίθμων και σωστός συνδυασμό τους με διαδικασίες  τηλεπισκόπησης επιτρέπει την επεξεργασία του συνόλου των 3D σημείων.&lt;br /&gt;
&lt;br /&gt;
[[category: Γεωλογία]]&lt;/div&gt;</summary>
		<author><name>Vita Zvarych</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A4%CF%81%CE%B9%CF%83%CE%B4%CE%B9%CE%AC%CF%83%CF%84%CE%B1%CF%84%CE%B7_%CE%A4%CE%B5%CE%BA%CE%BC%CE%B7%CF%81%CE%AF%CF%89%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%A0%CF%81%CE%BF%CE%B5%CE%BE%CE%BF%CF%87%CF%8E%CE%BD_%CF%84%CE%BF%CF%85_%CE%95%CE%B4%CE%AC%CF%86%CE%BF%CF%85%CF%82_%CE%BC%CE%B5_%CE%9B%CE%AD%CE%B9%CE%B6%CE%B5%CF%81_%CE%A3%CE%B1%CF%81%CF%89%CF%84%CE%AE_-_%CE%94%CE%B9%CE%AE%CE%B8%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%92%CE%BB%CE%AC%CF%83%CF%84%CE%B7%CF%83%CE%B7%CF%82</id>
		<title>Τρισδιάστατη Τεκμηρίωση των Προεξοχών του Εδάφους με Λέιζερ Σαρωτή - Διήθηση της Βλάστησης</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A4%CF%81%CE%B9%CF%83%CE%B4%CE%B9%CE%AC%CF%83%CF%84%CE%B1%CF%84%CE%B7_%CE%A4%CE%B5%CE%BA%CE%BC%CE%B7%CF%81%CE%AF%CF%89%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%A0%CF%81%CE%BF%CE%B5%CE%BE%CE%BF%CF%87%CF%8E%CE%BD_%CF%84%CE%BF%CF%85_%CE%95%CE%B4%CE%AC%CF%86%CE%BF%CF%85%CF%82_%CE%BC%CE%B5_%CE%9B%CE%AD%CE%B9%CE%B6%CE%B5%CF%81_%CE%A3%CE%B1%CF%81%CF%89%CF%84%CE%AE_-_%CE%94%CE%B9%CE%AE%CE%B8%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%92%CE%BB%CE%AC%CF%83%CF%84%CE%B7%CF%83%CE%B7%CF%82"/>
				<updated>2017-02-17T19:55:27Z</updated>
		
		<summary type="html">&lt;p&gt;Vita Zvarych: Νέα σελίδα με 'Εικόνα 1:  Εικόνα 2:  [[Εικόνα: Arthro_6_3_Vita.jpg|t...'&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: Arthro_6_1_Vita.jpg|thumb|right|Εικόνα 1: ]]&lt;br /&gt;
[[Εικόνα: Arthro_6_2_Vita.jpg|thumb|right|Εικόνα 2: ]]&lt;br /&gt;
[[Εικόνα: Arthro_6_3_Vita.jpg|thumb|right|Εικόνα 3: ]]&lt;br /&gt;
&lt;br /&gt;
J. Kisztner,  J. Jelínek, T. Daněk,  J. Růžička&lt;br /&gt;
&lt;br /&gt;
'''Link:''' [http://www.sciencedirect.com/science/article/pii/S2213020915000713]&lt;br /&gt;
&lt;br /&gt;
'''Λέξεις - Κλειδιά: '''Λέιζερ Σάρωσης, Δεδομένα Cloud, 3D, Επεξεργασία Εικόνας, Τηλεπισκόπηση&lt;br /&gt;
&lt;br /&gt;
'''Σκοπός'''&lt;br /&gt;
&lt;br /&gt;
Η εργασία αυτή ασχολείται με τον διαχωρισμό της βλάστησης από τα δεδομένα 3D που αποκτήθηκαν από επίγειους σαρωτές Laser για την ανίχνευση πιο σύνθετων γεωλογικών δομών. Ο διαχωρισμός της βλάστησης από μία τέτοια απεικόνιση δεν είναι ένα εύκολο έργο. Σε πολλές περιπτώσεις, η προεξοχή δεν είναι σαφής και η βλάστηση ξεπερνά την προεξοχή. Ως εκ τούτου, ο διαχωρισμός της βλάστησης από τα 3D δεδομένα είναι ένα έργο που απαιτεί την προσαρμογή αλγόριθμων από την επεξεργασία εικόνας και την τηλεπισκόπηση. Με τη χρήση ανάλυσης διασποράς και ανάλυση φασματικής συμπεριφοράς που μπορεί να ανιχνεύσει την βλάστηση από το υπόλοιπο σκηνικό και να διαγράψει αυτά τα σημεία από το σκηνικό μπορεί να επιτευχθεί η ανάλυση των γεωλογικών δομών.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Τα Laser συστήματα σάρωσης (επίγεια ή εναέρια) μαζί με τη ψηφιακή φωτογραμμετρία ή συμβολομετρία SAR ανήκουν στις συνήθως χρησιμοποιούμενες τεχνικές για την περιγραφή της επιφάνειας της γης. Ο αριθμός των εφαρμογών αυτών των συσκευών αυξάνεται παράλληλα με την ολοένα και καλύτερη οικονομική προσιτότητα τους. Στο πεδίο των γεωεπιστημών, σε συνδυασμό με τα Επίγεια Λέιζερ Σάρωσης (TLS) ή τα Lidar (Συστήματα Ανίχνευσης και Σκόπευσης), οι 3D οπτικοποίησεις από υπολογιστή έχουν ξεκινήσει να δημιουργούνται, συνήθως αναφέρονται ως ένα DOM Μοντέλο Ψηφιακών Προεξοχών  ή ως VO – Εικονικές Προεξοχές. Το Lidar είναι μια καθιερωμένη μέθοδος για την ταχεία λήψη τρισδιάστατης γεωμετρίας των προεξοχών, με μεγάλη ακρίβεια και πυκνότητα σημείων.&lt;br /&gt;
Το 2000, ο Bryant δημοσίευσε μια  εργασία επικεντρωμένη στην παραγωγή DOM για τους σκοπούς της βιομηχανίας πετρελαίου, όπου αποδείχθηκαν τα πλεονεκτήματα της 3D οπτικοποίησης μεσώ υπολογιστή. Με την αύξηση της δημοτικότητα των GPS, των γεωδαιτικών σταθμών, των ψηφιακών φωτογραφιών και του Lidar, προέκυψαν και άλλες μελέτες που αφορούν αυτό το θέμα. Για παράδειγμα, ο Slob το 2005 χρησιμοποίησε Lidar σε αστικά τεχνικά έργα και σε τεχνικά έργα εξόρυξης που ασχολούνται με μάζες βράχων και απαιτούν μια καλή κατανόηση των ασυνεχειών (αρθρώσεις, ρήγματα) στα πετρώματα. Ως εκ τούτου, πολλοί συγγραφείς προσπάθησαν να εξάγουν τα δομικά στοιχεία από μία προσεκτικά δημιουργημένη 3D απεικόνιση των προεξοχών μέσω ημι-αυτόματη ή αυτόματη ανίχνευσης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Μέθοδος'''&lt;br /&gt;
&lt;br /&gt;
Οι 3D σαρώσεις ελήφθησαν χρησιμοποιώντας το Stonex X300.  Είναι ένα  3D scanner με ένα ζευγάρι καμερών για την καταγραφή RGB απεικονίσεων  και μια δέσμη ακτίνας λέιζερ 2,5 έως 300 μέτρων. Το Stonex X300 επιτρέπει σάρωση 360 μοιρών στο οριζόντιο εύρος  και 90 μοιρών στο κάθετο. Το μεγάλο πλεονέκτημα του είναι η υψηλή ακρίβεια των 6 - 40 mm και η υψηλή ταχύτητα σάρωσης 40.000 σημείων ανά δευτερόλεπτο.&lt;br /&gt;
Η βασική αρχή της σάρωσης προεξοχών βράχων είναι η επιλογή του αριθμού των σημείων ελέγχου και η αντίστοιχη θέση τους. Τα σημεία ελέγχου τοποθετήθηκαν με τέτοιο τρόπο, έτσι ώστε να μην προκύψουν νεκρά σημεία στο τελικό «νέφος» δεδομένων που προκαλούνται από τις σκιές της βλάστησης ή από τις προεξοχές.  Στη συνέχεια ακολουθεί  επεξεργασία των σημείων σε ένα ενιαίο σύνολο δεδομένων μέσω του λογισμικού  Stonex Reconstructor που επιτρέπει τη σύνδεση των επιμέρους σημείων ελέγχου σε μία απεικόνιση  με βάση τα στοχευμένα σημεία, και την εξαγωγή της σε διάφορες μορφές.  Σε αυτή την εργασία, χρησιμοποιήθηκε η εξαγωγή σε μορφή X3D η οποία είναι από την οικογένεια γλωσσών XML και επιτρέπει την εύκολη επεξεργασία σε γλώσσα Python. Για την κατάρτιση του λογισμικού για τη επεξεργασία της βλάστησης, χρησιμοποιήθηκε το  OpenCV και η  γλώσσα Python&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα'''&lt;br /&gt;
&lt;br /&gt;
Ο διαχωρισμός της βλάστησης είναι ένα από τα πρώτα προβλήματα κατά την εργασία με το επίγειο Laser scanner. Η βλάστηση επικαλύπτει συχνά την περιοχή σάρωσης και προκαλεί προβλήματα με την αυτόματη επεξεργασία του συνόλου των σημείων. Η σωστή αφαίρεση της βλάστησης δημιουργεί τη βάση για την επακόλουθη επεξεργασία δεδομένων. Πολλές εργασίες περιγράφουν την απομάκρυνση της βλάστησης από τα 3D δεδομένα με   παραδείγματα στα οποία η βλάστηση, και κυρίως τα δέντρα, δεν επικαλύπτουν την περιοχή σάρωσης. Αυτά είναι συχνά μεμονωμένα δέντρα που βρίσκονται μπροστά από τον βράχο ή την προεξοχή. Στις περιπτώσεις αυτές, ο διαχωρισμός της βλάστησης βασίζεται στην απόσταση από τον βράχο και η αποκόλληση είναι αρκετά εύκολη, διότι τα σημεία που αντιπροσωπεύουν τη βλάστηση είναι απλά και κόβονται ή διαγράφονται από το σύνολο των σημείων.&lt;br /&gt;
Στην εργασία αυτή, γίνεται προσπάθεια να δημιουργηθεί μια διαδικασία και το λογισμικό γενικής χρήσης που είναι απαραίτητο για τον διαχωρισμό της βλάστησης στις πιο δύσκολες περιοχές.  Η βλάστηση πολλές φορές υπέρ αναπτύσσεται συχνά στις προεξοχές (Εικόνα 1) ή τα δέντρα και οι θάμνοι μεγαλώνουν κατευθείαν πάνω στο βράχο. Έτσι, ο διαχωρισμός της βλάστησης με τη χρησιμοποίηση φίλτρων απόστασης τα οποία εφαρμόστηκαν στις απλές περιπτώσεις, δεν είναι δυνατός.. &lt;br /&gt;
Έτσι γίνεται προσπάθεια να χρησιμοποιηθούν  διαδικασίες που να επιτρέπουν  την αυτόματη αφαίρεση της βλάστησης (Εικόνα 1). Η προτεινόμενη λύση χρησιμοποιεί ταξινόμηση αντικείμενων της εικόνας με τηλεπισκόπηση. &lt;br /&gt;
Πάνω από την επιφάνεια του εδάφους, δέντρα και θάμνοι κατά βάση αποτελούνται από μίσχους, κλαδιά και  φύλλα. Είναι απαραίτητο να βρεθούν αυτά τα συγκεκριμένα τμήματα αυτόματα στο σύνολο των σημείων  και να γίνει η διαγραφή τους.  Ένας από τους πιο λογικούς τρόπους για την ανίχνευση στελεχών αυτών και των κλάδων τους στο σύνολο των σημείων είναι  η χρήση φίλτρων ακμής, και στην προκειμένη περίπτωση φίλτρου Canny. Κατά την επεξεργασία των 3D δεδομένων, η απουσία κοινών αλγόριθμων επεξεργασίας εικόνας είναι ένα μεγάλο πρόβλημα.&lt;br /&gt;
Κατά τη χρήση κοινών αλγορίθμων, είναι απαραίτητο να μετατραπούν τα 3D δεδομένα σε 2.5D δεδομένα. Μετατροπή των δεδομένων από το 3D σε 2.5D με τη χρήση επίγειου λέιζερ σάρωσης  πολλαπλών όψεων μπορεί να προκαλέσει μερική απώλεια πληροφοριών λόγω της επικάλυψης ή από την απώλεια σημείων κατά τη δημιουργία μιας 2.5D σκηνής. Έτσι αναπτύχθηκε μια διαδικασία για την αφαίρεση αυτών των επιπτώσεων. Με τη χρήση ενός απλού μοτίβου γίνεται μετάβαση από το σύνολο των σημείων και δημιουργούνται  Ν-σκηνές στις οποίες μπορεί να εφαρμοστεί τελικά το φίλτρο Canny.&lt;br /&gt;
Αρχικά, τα σημεία που αντιπροσωπεύουν τα φύλλα και την βλάστηση απομακρύνονται από το σύνολο των σημείων. Τα σημεία είναι ταξινομημένα με βάση την φασματική συμπεριφορά τους στο ορατό φάσμα. Μπορεί να χρησιμοποιηθεί ένας ταξινομητής ανά εικονοστοιχειο (Εικόνα 2).&lt;br /&gt;
Στο συγκεκριμένο παράδειγμα, έχουμε μια κατηγορία στην οποία έχουμε ορίσει στατιστικά χαρακτηριστικά και συγκρίνουμε τα στοιχεία αυτά με τις τιμές σε κάθε εικονοστοιχειο. Η αποκλειόμενη κατηγορία των σημείων που απομακρύνονται περιέχει τμήματα βλάστησης, όπως φύλλα και χόρτα. Με την αφαίρεση της κατηγορία αυτής θα έχουμε καθαρότερα δεδομένα για περαιτέρω επεξεργασία. Ωστόσο, αυτή η μέθοδος δεν περιλαμβάνει χωρικά χαρακτηριστικά και  χαρακτηριστικά πυκνότητας&lt;br /&gt;
Με τη χρήση του αλγορίθμου DBSCAN (Εικόνα 3), μπορεί να ανιχνευθούν συμπλέγματα με υψηλή πυκνότητα και χωρική εγγύτητα. Μέσω της DBSCAN, τα συμπλέγματα χωρίζονται σε κατηγορίες και δημιουργούνται ακραίες τιμές . Τα συμπλέγματα αυτά είναι πολύ πιθανό να αντιπροσωπεύουν βλάστηση και μπορούμε να τα αφαιρέσουμε από το σύνολο των σημείων. Ο συνδυασμός της φασματικής συμπεριφοράς και των χωρικών χαρακτηριστικών των αντικειμένων, μας δίνει καλύτερα και πιο ακριβή αποτελέσματα της ταξινόμησης της βλάστησης από τα αποτελέσματα που παίρνουμε από τη χρήση μόνο φασματικών χαρακτηριστικών.&lt;br /&gt;
Κάθε σημείο είναι μόνο ένα μέρος ενός μεγαλύτερου συνόλου, ως εκ τούτου, είναι απαραίτητο να επιλέγει η ίδια μέθοδος όταν γίνεται ανίχνευση. Ο στόχος δεν είναι πλήρης απομάκρυνση όλων των σημείων που αντιπροσωπεύουν βλάστηση, αλλά η επίτευξη των καλύτερων δυνατών αποτελεσμάτων με την υψηλότερη ακρίβεια ανίχνευσης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Επίλογος'''&lt;br /&gt;
&lt;br /&gt;
Ο διαχωρισμός της βλάστησης από απεικονίσεις με σκοπό την αποσαφήνιση των προεξοχών του εδάφους είναι μία σημαντική διαδικασία. Η λύση που προτείνει η παρούσα εργασία  είναι προσαρμοστική και επιτρέπει την απομάκρυνση της βλάστησης σε γενικές γραμμές. Η συγκεκριμένη μελέτη  δεν χρησιμοποιεί μόνο τις θέσεις των σημείων από τις προεξοχές των βράχων, αλλά υλοποιεί και ταξινόμηση από τηλεπισκόπηση και μεθόδους επεξεργασίας εικόνας. Έτσι η απομάκρυνση της βλάστησης που επηρεάζει την απεικόνιση των προεξοχών είναι ένα αποτέλεσμα συνδυασμού των δύο αυτών μεθόδων.. Ο στόχος  δεν είναι ήταν μόνο να γίνει επεξεργασία των προεξοχών σε μία απλή μορφή βλάστησης, αλλά και να αναγνωρισθούν πολύπλοκες γεωλογικές δομές που συνυπάρχουν με διάφορα είδη βλάστησης όπως δάση, Γενικά, η επεξεργασία δεδομένων 3D είναι υπολογιστικά απαιτητική και οι αλγόριθμοι που χρησιμοποιούνται για την επεξεργασία εικόνας δεν επιτρέπουν την επεξεργασία των δεδομένων 3D. Τροποποιήσεις αυτών των αλγορίθμων και σωστός συνδυασμό τους με διαδικασίες  τηλεπισκόπησης επιτρέπει την επεξεργασία του συνόλου των 3D σημείων.&lt;br /&gt;
&lt;br /&gt;
[[category: Γεωλογία]]&lt;/div&gt;</summary>
		<author><name>Vita Zvarych</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%83%CF%84%CE%B9%CE%BA%CE%AC_%CE%94%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CF%80%CF%8C%CE%BB%CE%B7_%CF%84%CE%B7%CF%82_%CE%A3%CE%B1%CE%BC%CE%AC%CF%81%CE%B1_%E2%80%93_%CE%A1%CF%89%CF%83%CE%AF%CE%B1</id>
		<title>Αστικά Δεδομένα για την πόλη της Σαμάρα – Ρωσία</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%83%CF%84%CE%B9%CE%BA%CE%AC_%CE%94%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CF%80%CF%8C%CE%BB%CE%B7_%CF%84%CE%B7%CF%82_%CE%A3%CE%B1%CE%BC%CE%AC%CF%81%CE%B1_%E2%80%93_%CE%A1%CF%89%CF%83%CE%AF%CE%B1"/>
				<updated>2017-02-17T19:44:14Z</updated>
		
		<summary type="html">&lt;p&gt;Vita Zvarych: Νέα σελίδα με 'Εικόνα 1: Μεθοδολογικό διάγραμμα ροής [[Εικόνα: Arthro_5_2_Vita.jpg|thumb|right|Ει...'&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: Arthro_5_1_Vita.jpg|thumb|right|Εικόνα 1: Μεθοδολογικό διάγραμμα ροής]]&lt;br /&gt;
[[Εικόνα: Arthro_5_2_Vita.jpg|thumb|right|Εικόνα 2: Χάρτες δεδομένων που παρουσιάζουν τις αλλαγές χρήσης – κάλυψης γης από το 1985 έως το 2015]]&lt;br /&gt;
[[Εικόνα: Arthro_5_3_Vita.jpg|thumb|right|Εικόνα 3: Χαρτογραφικές εικόνες ανάπτυξης της πόλης σε διαφορετικά έτη από το 1985 έως το 2015]]&lt;br /&gt;
&lt;br /&gt;
Mukesh Singh Boori, Komal Choudhary, Alexander Kupriyanov , Viktor Kovelskiy&lt;br /&gt;
&lt;br /&gt;
'''Link:''' [http://www.sciencedirect.com/science/article/pii/S2352340916300075]&lt;br /&gt;
&lt;br /&gt;
'''Λέξεις - Κλειδιά: ''' Αστική επέκταση, Αλλαγή Ανίχνευσης Χρήσης/Κάλυψης Γης, Τηλεπισκόπηση, Γ.Σ.Π.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Σκοπός'''&lt;br /&gt;
&lt;br /&gt;
Σκοπός της παρούσας εργασίας ήταν η χρήση δορυφορικών εικόνων σε συνδυασμό με κοινωνικό – οικονομικά δεδομένα προκειμένου να μελετηθεί και να ερμηνευθεί η αστική ανάπτυξη στη ρώσικη πόλη Σαμάρα. Τα δεδομένα που χρησιμοποιήθηκαν προέρχονται από εικόνες landsat και από στοιχεία για το πληθυσμό. Στην εργασία αναπτύσσεται μια λεπτομερής περιγραφή χρησιμοποιώντας ένα διάγραμμα ροής που υποδεικνύει τον τρόπο που πρέπει  να χρησιμοποιηθούν αυτά τα δεδομένα για την παραγωγή χαρτών χρήσης / κάλυψης γης. Οι χάρτες αυτοί στη προκειμένη περίπτωση μελέτης μπορούν να χρησιμοποιηθούν για να γίνει κατανοητή η αστική ανάπτυξη στην ρωσική πόλη Σαμάρα.&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Χρησιμοποιήθηκαν πολυχρονικά και πολυφασματικα δορυφορικά δεδομένα από τον  Landsat 5 TM για το 1985 και το 1995, από τον Landsat 7 ETM+  για το 2005 και από τον Landsat 8 OLI  για το 2015, κάθε εικόνα συλλαμβάνεται από διαφορετικό τύπο αισθητήρα. Όλα τα δεδομένα έχουν κατέβει χωρίς κόστος από τις ιστοσελίδες της NASA και του USGS. Για τα δευτερογενή δεδομένα,  χρησιμοποιήθηκαν πληθυσμιακά δεδομένα της πόλης της Σαμάρα για τις τρεις τελευταίες δεκαετίες.&lt;br /&gt;
&lt;br /&gt;
'''Μέθοδος'''&lt;br /&gt;
&lt;br /&gt;
Στο μεθοδολογικό μέρος όλα τα δορυφορικά δεδομένα περνούν από προεπεξεργασία, χρησιμοποιώντας πρώτα γεωμετρική διόρθωση, αντί κατάταξης και στο τέλος ανίχνευση αλλαγής της χρήσης γης (Εικόνα 1)&lt;br /&gt;
&lt;br /&gt;
Οι δορυφορικές εικόνες ταξινομήθηκαν στο λογισμικό ArcGIS 10.1. Επίσης χρησιμοποιηθηκαν δευτερογενή δεδομένα, όπως  δεδομένα του πεδίου μελέτης (αστική περιοχή) και κοινωνικό-οικονομικά στοιχεία για τον πληθυσμό.&lt;br /&gt;
Μετά την προεπεξεργασία και την ταξινόμηση, γίνεται ανίχνευση των αλλαγών στην χρήση -  κάλυψη της γης και στη συνέχεια εφαρμόζεται μία μέθοδος ανίχνευσης.  Γίνεται σύγκριση βασισμένη στα εικονοστοιχεία και τα αποτέλεσμα της  χρησιμοποιούνται  για να παράγουν τις αλλαγές στην πληροφορία στην βάση των εικονστοιχειων και ως εκ τούτου, να ερμηνεύονται  οι αλλαγές που λαμβάνουν χωρα πιο αποτελεσματικά.  Διαβαθμισμένα ζεύγη εικόνων από στοιχεία δύο διαφορετικών δεκαετίων συγκρίθηκαν με τη χρήση διασταυρωμένης πινακοποίησης προκειμένου να καθοριστούν ποιοτικές και ποσοτικές πτυχές των αλλαγών για την περίοδο 1985 - 2015.  Μετά την ταξινόμηση, τέσσερις μεγάλες κατηγορίες κάλυψης γης βρέθηκαν, δάσοι,  κατασκευές, νερό και χορτολιβαδικές εκτάσεις. Ένας πίνακας αλλαγής παρήχθει με τη βοήθεια του λογισμικού ArcGIS. Ποσοτικά στοιχεία των συνολικών αλλαγών χρήσης / κάλυψης γης  καθώς και κέρδη και ζημίες σε κάθε κατηγορία μεταξύ 1985 και 2015 συγκεντρώθηκαν.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα'''&lt;br /&gt;
&lt;br /&gt;
''Αστική επέκταση''&lt;br /&gt;
&lt;br /&gt;
Ο ρυθμός της αστικής επέκτασης και η δυναμική μεταβολή της χωρικής δομής της πόλης ποικίλουν στη χρονική αλληλουχία. Η δυναμική της κατάταξης της χρήσης γης αντιπροσωπεύει την αλλαγή στην ποσότητα μιας ορισμένης κατηγορίας χρήσης γης σε μια μονάδα χρόνου, έτσι ώστε αυτό να είναι ο βασικός δείκτης για την αξιολόγηση των μεταβολών του χώρου της αστικής επέκτασης. Με την ανάλυση της δυναμικής της μεταβολής της χρήσης γης, η έκταση και ο ρυθμός της αστικής επέκτασης μπορούν να συγκριθούν ποσοτικά, σύμφωνα με την ακόλουθη σχέση και να παράγουν χάρτες δεδομένων αστικοποίησης.&lt;br /&gt;
&lt;br /&gt;
 '''LUDI = (Ua-Ub)/Ua×1/T×100 %'''&lt;/div&gt;</summary>
		<author><name>Vita Zvarych</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%95%CE%BA%CF%84%CE%AF%CE%BC%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%9A%CE%B1%CE%BB%CE%BB%CE%B9%CE%AD%CF%81%CE%B3%CE%B5%CE%B9%CE%B1%CF%82_%CE%95%CE%BB%CE%B1%CE%B9%CE%BF%CE%BA%CF%81%CE%AC%CE%BC%CE%B2%CE%B7%CF%82_%CF%83%CF%84%CE%BF_%CE%A4%CE%AD%CE%BB%CE%BF%CF%82_%CF%84%CE%B7%CF%82_%CE%A7%CE%B5%CE%B9%CE%BC%CE%B5%CF%81%CE%B9%CE%BD%CE%AE%CF%82_%CE%A0%CE%B5%CF%81%CE%B9%CF%8C%CE%B4%CE%BF%CF%85_%CE%BC%CE%B5_%CF%84%CE%B7_%CE%A7%CF%81%CE%AE%CF%83%CE%B7_%CE%91%CE%B5%CF%81%CE%BF%CE%B4%CE%B9%CE%B1%CF%83%CF%84%CE%B7%CE%BC%CE%B9%CE%BA%CF%8E%CE%BD_%CE%A4%CE%B5%CF%87%CE%BD%CE%B9%CE%BA%CF%8E%CE%BD</id>
		<title>Εκτίμηση της Καλλιέργειας Ελαιοκράμβης στο Τέλος της Χειμερινής Περιόδου με τη Χρήση Αεροδιαστημικών Τεχνικών</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%95%CE%BA%CF%84%CE%AF%CE%BC%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%9A%CE%B1%CE%BB%CE%BB%CE%B9%CE%AD%CF%81%CE%B3%CE%B5%CE%B9%CE%B1%CF%82_%CE%95%CE%BB%CE%B1%CE%B9%CE%BF%CE%BA%CF%81%CE%AC%CE%BC%CE%B2%CE%B7%CF%82_%CF%83%CF%84%CE%BF_%CE%A4%CE%AD%CE%BB%CE%BF%CF%82_%CF%84%CE%B7%CF%82_%CE%A7%CE%B5%CE%B9%CE%BC%CE%B5%CF%81%CE%B9%CE%BD%CE%AE%CF%82_%CE%A0%CE%B5%CF%81%CE%B9%CF%8C%CE%B4%CE%BF%CF%85_%CE%BC%CE%B5_%CF%84%CE%B7_%CE%A7%CF%81%CE%AE%CF%83%CE%B7_%CE%91%CE%B5%CF%81%CE%BF%CE%B4%CE%B9%CE%B1%CF%83%CF%84%CE%B7%CE%BC%CE%B9%CE%BA%CF%8E%CE%BD_%CE%A4%CE%B5%CF%87%CE%BD%CE%B9%CE%BA%CF%8E%CE%BD"/>
				<updated>2017-02-17T19:22:24Z</updated>
		
		<summary type="html">&lt;p&gt;Vita Zvarych: Νέα σελίδα με 'Εικόνα 1: Ζώνη 1 (790x95 m) [[Εικόνα: Arthro_4_2_Vita.jpg|thumb|right|Εικόνα 2: Ζώνη 2 (10x10 m...'&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: Arthro_4_1_Vita.jpg|thumb|right|Εικόνα 1: Ζώνη 1 (790x95 m)]]&lt;br /&gt;
[[Εικόνα: Arthro_4_2_Vita.jpg|thumb|right|Εικόνα 2: Ζώνη 2 (10x10 m)]]&lt;br /&gt;
[[Εικόνα: Arthro_4_3_Vita.jpg|thumb|right|Εικόνα 3: Ζώνη 2 με τις τιμές της παραμέτρου Z στον πίνακα]]&lt;br /&gt;
[[Εικόνα: Arthro_4_4_Vita.jpg|thumb|right|Εικόνα 4: Η Ζώνη 1 με δύο λωρίδες πτήσης πάνω από αυτή]]&lt;br /&gt;
[[Εικόνα: Arthro_4_5_Vita.jpg|thumb|right|Εικόνα 5: Ποσοστό βλάστησης στο πλέγμα της ζώνης 2]]&lt;br /&gt;
[[Εικόνα: Arthro_4_6_Vita.jpg|thumb|right|Εικόνα 6: Ποσοστά βλάστησης στη Ζώνη 2 (πίνακας και απεικόνιση)]]&lt;br /&gt;
[[Εικόνα: Arthro_4_7_Vita.jpg|thumb|right|Εικόνα 7: Κατάταξη των Εικονοστοιχείων]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Alexandra Trif, Mihai Gîdea&lt;br /&gt;
&lt;br /&gt;
'''Link: ''' [http://www.sciencedirect.com/science/article/pii/S2210784316302248]&lt;br /&gt;
&lt;br /&gt;
'''Λέξεις - Κλειδιά: '''Γεωργία, Βλάστηση, Εργαλεία Γ.Σ.Π., Τηλεπισκόπηση&lt;br /&gt;
&lt;br /&gt;
'''Σκοπός'''&lt;br /&gt;
&lt;br /&gt;
Η εργασία αυτή έχει σκοπό την αξιολόγηση και τη χρήση σύγχρονων τεχνολογιών όπως τα Γεωγραφικά Πληροφοριακά Συστήματα, η τηλεπισκόπηση, οι δορυφορικές φωτογραφίες κ.α. για την παρακολούθηση των αγροτικών καλλιεργειών. Οι περιοχές της μελέτης χωρίζονται σε δύο ζώνες καλλιέργειας ελαιοκράμβης οι οποίες υφίστανται το φαινόμενο των χαμηλών θερμοκρασιών κατά τη διάρκεια του χειμώνα. Η κερδοφορία μίας καλλιέργειας και ο βαθμός καταστροφής της μετά την περίοδο του χειμώνα είναι ένα σημαντικό ερώτημα που καθορίζει την αγροτική ανάπτυξη. Ο συνδυασμός δύο μεθόδων για το προσδιορισμό της επηρεαζόμενης περιοχής μπορεί να δώσει ασφαλή συμπεράσματα σχετικά με την αποτελεσματικότητας μιας καλλιέργειας. Η μία μέθοδος αφορά τη χρήση και την επεξεργασία δεδομένων με τεχνολογία συνδιασμού GPSκαι GISενώ η άλλη μέθοδος χρησιμοποιεί δορυφορικές φωτογραφίες και ειδικό λογισμικό για την επεξεργασία των δεδομένων.Αυτά τα δεδομένα χρησιμοποιούνται για να κατατάξουν τα εικονοστοιχεία και να καθοριστεί η συνολικά επηρεαζόμενη περιοχή. Στη συνέχεια τα αποτελέσματα από τις δύο μεθόδους συγκρίνονται και καθορίζεται με βάση την αποτελεσματικότητα των μεθόδων το εύρος των επηρεαζόμενων ζωνών από φυσικά φαινόμενα όπως ξηρασία, βροχόπτωση, θύελλες κ.α.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Μέθοδος'''&lt;br /&gt;
&lt;br /&gt;
Επιλέχθηκε περιοχή καλλιέργειας ελαιοκράμβης που έχει πληγεί από τις χαμηλές θερμοκρασίες κατά τη διάρκεια του χειμώνα και έχουν προκληθεί ζημιές. Η απόδοση αυτής της περιοχής αναμένεται χαμηλή εξαιτίας αυτών των ζημιών σε σχέση με περιοχές που επηρεάστηκαν λιγότερο. Για τον καθορισμό με ακρίβεια της έκτασης των βλαβών στη καλλιέργεια χρησιμοποιήθηκαν σε συνδυασμό κλασσικές μέθοδοι  με με προηγμένες τεχνολογίες. Συνδυάστηκαν τεχνολογία GPS-RTK,  εργαλεία Γεωγραφικών Πληροφοριακών Συστημάτων, δορυφορικές εικόνες και εικόνες που έχουν ληφθεί με Drones. Η ζώνη 1 έχει επιφάνεια 790 Χ 75 m και  η ζώνη 2 έχει  εμβαδόν επιφανείας 100 m2 και στις δύο ζώνες υπάρχουν καλλιέργειες ελαιοκράμβης. Αξιοποιήθηκε η τεχνολογία  GPS R4-Trimble L1 + 12 για τη ανάπτυξη του πλέγματος και για να εντοπιστούν τα σημεία σε αυτό. Το ArcMap 10.1 χρησιμοποιήθηκε για την επεξεργασία των δεδομένων ενώ προστέθηκαν επίσης δορυφορικές εικόνες από τον Landsat με ανάλυση των 30 μέτρων και για τις δύο ζώνες, μαζί με δορυφορικές εικόνες από Sentinel 2 με ανάλυση 10 μέτρα. Χρησιμοποιήθηκε επίσης το LeoWorks 4.0 για την επεξεργασία των εικόνων ενώ το  drone που χρησιμοποιήθηκε για τις βιντεοσκοπήσεις είναι το Phantom 3 Professional.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα'''&lt;br /&gt;
&lt;br /&gt;
Ο προσδιορισμός της περιοχής πραγματοποιήθηκε με τη χρήση του βασικού χάρτη από το ArcGIS. Δημιουργήθηκε ένα πλέγμα με σημεία κάθε 5 μέτρα για τη ζώνη 1 και με σημεία κάθε 1 μέτρο για τη ζώνη 2. Χαρτογραφήθηκαν επίσης οι συντεταγμένες (X, Y) στον πίνακα ιδιοτήτων. Η στήλη Ζ αντιπροσωπεύει το βαθμό της βλάστησης στο αντίστοιχο σημείο. Το drone πέταξε πάνω από την επιφάνεια σε 3 λωρίδες και σε υψόμετρο 10 μέτρων (Εικόνα 4). &lt;br /&gt;
Το Στερεογραφικο Σύστημα 1970 έχει χρησιμοποιηθεί για την επεξεργασία των πλεγμάτων, τα οποία στη συνέχεια εξάγονται σε σύστημα WGS 84 για χρήση με GPS. Τα σημεία στο χώρο προσδιορίστηκαν με τη χρήση αισθητήρα Trimble. Έτσι, θα μπορούν να παρθούν φωτογραφίες με τη βοήθεια ενός προτύπου πλαισίου 50 Χ 50 cm, για την αξιολόγηση του αριθμού των ανεπηρέαστων φυτών.&lt;br /&gt;
Η στήλη Ζ συμπληρώθηκε με το βαθμό της βλάστησης των ανεπηρέαστων φυτών για κάθε σημείο. Στη συνέχεια τα εικονοστοιχεία ταξινομήθηκαν. Χρησιμοποιήθηκαν διαφορετικές αποχρώσεις του πράσινου, από ελαφρύτερα σε σκουρότερο, το ελαφρύτερο για τις ζώνες με τα φυτά που έχουν πληγεί λιγότερο, και το σκουρότερο αντίστοιχα για αυτά που έχουν πληγεί περισσότερο (Εικόνα 3). Συνολικά 29 από τις 81 ζώνες ήταν χωρίς βλάστηση (φαίνονται με ανοιχτό πράσινο), 20 από τις 81 ζώνες ήταν με μερική κάλυψη από βλάστηση, 8 από τις 81 ζώνες ήταν με 50% βλάστηση και 24 από τις 81 ζώνες ήταν με 60% βλάστηση (αναπαράσταση με σκούρο πράσινο ) (Εικόνα 5).&lt;br /&gt;
&lt;br /&gt;
Τα αποτελέσματα που ελήφθησαν στην περίπτωση της ζώνης 1, με χρήση της πρώτης κλασσικής μεθόδου έχουν ως εξής: 218 από τις 2370 ζώνες ήταν χωρίς βλάστηση , 283 από τις 2370 ζώνες ήταν με μερική βλάστηση, 107 από τις 2370 ζώνες ήταν με βλάστηση μέχρι 50% και 1762 από τις  2370 ζώνες ήταν με βλάστηση πάνω από 60% (εικόνα 6).&lt;br /&gt;
&lt;br /&gt;
Το drone αξιοποιήθηκε για την επικύρωση των αποτελεσμάτων που ελήφθησαν, και σε σύγκριση με όσα έδειξε ο δορυφόρος. Η δεύτερη λοιπόν μέθοδος παρακολούθησης είναι αυτή που χρησιμοποιεί δορυφορικές εικόνες από τους δορυφόρους Landsat και Sentinel 2, με αναλύσεις των 30 και 10 μετρων αντίστοιχα. Στη συνέχεια χρησιμοποιείται το LeoWorks για την ταξινόμηση και συγκέντρωση των εικονοστοιχείων έτσι ώστε να προσδιοριστεί η συνολική περιοχή που επηρεάστηκε από τον παγετό. Έτσι, μπορούμε να παρατηρήσουμε στη εικόνα 7, το αποτέλεσμα που προκύπτει μετά την πρώτη μη επιβλεπόμενη ταξινόμηση με 14 τάξεις και 30 επαναλήψεις, μετά γίνεται  αλλαγή της παλέτας των χρωμάτων για να συμπέσει με εκείνο που χρησιμοποιείται στην πρώτη μέθοδο, έτσι ώστε να κάνει τη σύγκριση όσο το δυνατόν ακριβέστερη.&lt;br /&gt;
Χρησιμοποιώντας την πρώτη μέθοδο εντοπίστηκε συνολικά προσβεβλημένη περιοχή 0,77 εκταρίων στα 5,9 εκτάρια ζωνών χωρίς βλάστηση, 0,74 εκτάρια προσβεβλημένων μερικώς ζωνών στα 5,9 εκτάρια για την περίπτωση της ζώνης 1, και μια πληγείσα περιοχή 41 m2 στα 100 m2 στις ζώνες χωρίς βλάστηση για τη ζώνη 2. Χρησιμοποιώντας τη δεύτερη μέθοδο λάβαμε μια επιφάνεια 1,47 εκταρίων στα 5,9 εκτάρια για την πρώτη ζώνη και μία επιφάνεια 57 m2 στα 100 m2 για τη ζώνη 2 Τα αποτελέσματα διαφέρουν ελάχιστα, με την πρώτη μέθοδο να είναι πιο ακριβή.&lt;br /&gt;
&lt;br /&gt;
'''Επίλογος''' &lt;br /&gt;
&lt;br /&gt;
Ο συνδυασμός των σύγχρονων τεχνολογιών όπως GPS, GIS και τηλεκατευθυνόμενων αεροσκαφών (drones) μπορεί αποτελεσματικά να παρακολουθήσει την βλάστηση σε μία καλλιέργεια ελαιοκράμβης στο τέλος της χειμερινής περιόδου. Ανάλογα με το μέγεθος της ζώνης καλλιέργειας μπορεί να χρησιμοποιηθεί οποιαδήποτε από τις παραπάνω μεθόδους. Τα αποτελέσματα της παρούσας εργασία οδηγούν στο συμπέρασμα πως για μικρές περιοχές καλλιέργειας μπορεί να χρησιμοποιηθεί αποτελεσματικά η κλασσική μέθοδος GPS-GIS, ενώ για μεγαλύτερες επιφάνειες προτείνεται η χρήση δορυφορικών εικόνων ή εικόνων που έχουν ληφθεί με drones. Περεταίρω για τον προσδιορισμό των περιοχών που έχουν υποστεί βλάβη, η μέθοδος των μη επανδρωμένων αεροσκαφών κρίνεται αποτελεσματικότερη αφού δεν απαιτεί μεγάλο χρονικό διάστημα παραμονής στο χώρο για επόπτευση σε αντίθεση με την κλασσική μέθοδο.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
[[category: Γεωργία]]&lt;/div&gt;</summary>
		<author><name>Vita Zvarych</name></author>	</entry>

	<entry>
		<id>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_%CE%BA%CE%B1%CE%B9_%CE%95%CE%BA%CF%84%CE%AF%CE%BC%CE%B7%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%A6%CF%85%CF%83%CE%B9%CE%BA%CF%8E%CE%BD_%CE%9C%CE%B5%CF%84%CE%B1%CE%B2%CE%BF%CE%BB%CF%8E%CE%BD_%CF%84%CE%BF%CF%85_%CE%A0%CE%BF%CF%84%CE%B1%CE%BC%CE%BF%CF%8D_Ramganga_%CE%A7%CF%81%CE%B7%CF%83%CE%B9%CE%BC%CE%BF%CF%80%CE%BF%CE%B9%CF%8E%CE%BD%CF%84%CE%B1%CF%82_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CE%BA%CE%B1%CE%B9_GIS</id>
		<title>Αξιολόγηση και Εκτίμηση των Φυσικών Μεταβολών του Ποταμού Ramganga Χρησιμοποιώντας Τηλεπισκόπηση και GIS</title>
		<link rel="alternate" type="text/html" href="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_%CE%BA%CE%B1%CE%B9_%CE%95%CE%BA%CF%84%CE%AF%CE%BC%CE%B7%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%A6%CF%85%CF%83%CE%B9%CE%BA%CF%8E%CE%BD_%CE%9C%CE%B5%CF%84%CE%B1%CE%B2%CE%BF%CE%BB%CF%8E%CE%BD_%CF%84%CE%BF%CF%85_%CE%A0%CE%BF%CF%84%CE%B1%CE%BC%CE%BF%CF%8D_Ramganga_%CE%A7%CF%81%CE%B7%CF%83%CE%B9%CE%BC%CE%BF%CF%80%CE%BF%CE%B9%CF%8E%CE%BD%CF%84%CE%B1%CF%82_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CE%BA%CE%B1%CE%B9_GIS"/>
				<updated>2017-02-17T19:01:53Z</updated>
		
		<summary type="html">&lt;p&gt;Vita Zvarych: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: Arthro_3_1_Vita.jpg|thumb|right|Εικόνα 1: Χάρτης της περιοχής μελέτης]]&lt;br /&gt;
[[Εικόνα: Arthro_3_2_Vita.jpg|thumb|right|Εικόνα 2: Σύστημα εκτίμησης ελικοειδούς δείκτη]]&lt;br /&gt;
[[Εικόνα: Arthro_3_3_Vita.jpg|thumb|right|Εικόνα 3: Οι τομείς Α, Β, C και D του ποταμού Ramganga κατά την μελέτη]]&lt;br /&gt;
[[Εικόνα: Arthro_3_4_Vita.jpg|thumb|right|Εικόνα 4: Η αλλαγή της ροής στο τμήμα Α του ποταμού Ramganga κατά την μελέτη]] &lt;br /&gt;
[[Εικόνα: Arthro_3_5_Vita.jpg|thumb|right|Εικόνα 5: Η αλλαγή της ροής στο τμήμα Β του ποταμού Ramgangaκατά την μελέτη]]&lt;br /&gt;
[[Εικόνα: Arthro_3_6_Vita.jpg|thumb|right|Εικόνα 6: Η αλλαγή της ροής στο τμήμα C του ποταμού Ramganga κατά την μελέτη]]&lt;br /&gt;
[[Εικόνα: Arthro_3_7_Vita.jpg|thumb|right|Εικόνα 7: Η αλλαγή της ροής στο τμήμα D του ποταμού Ramganga κατά την μελέτη]]&lt;br /&gt;
[[Εικόνα: Arthro_3_8_Vita.jpg|thumb|right|Εικόνα 8: Τα 10 σημεία ελέγχου όπως καταγράφηκαν μέσω δορυφόρου]] &lt;br /&gt;
&lt;br /&gt;
Satya Prakash Maurya, Akhilesh Kumar Yadav &lt;br /&gt;
&lt;br /&gt;
'''Link:''' [http://www.sciencedirect.com/science/article/pii/S2212094716300056]&lt;br /&gt;
&lt;br /&gt;
'''Λέξεις - Κλειδιά: '''Αλλαγή πορείας ποταμού, Ramganga, NDWI, ΓΣΠ&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Σκοπός'''&lt;br /&gt;
&lt;br /&gt;
Σκοπός της εργασίας αυτής ήταν ο η μελέτη και ο εντοπισμός των φυσικών χαρακτηριστικών της ροής του ποταμού Ramganga με χρήση τηλεπισκόπησης και GIS. Χρησιμοποιήθηκαν εικόνες από τους δορυφόρους Landsat, MSS, TM, ETM+ και LISS-III από τα έτη 1972, 1989, 2000, 2006 και 2013 για να περιγραφούν οι ιστορικές μεταβολές στη ροή του ποταμού. Η μελέτη δείχνει ότι για ένα μεγάλο χρονικό διάστημα η περιοχή γύρω από τον ποταμό εμφανίζει προβλήματα διάβρωσης και χαρακτηριστικά μετατόπισης της ροής. Στόχος της μελέτης και της επεξεργασίας των αποτελεσμάτων της είναι να αποβούν χρήσιμα για τη συνολική διαχείριση του ποταμού καθώς και για το σχεδιασμό πρόληψης πλημμυρών που επιβαρύνουν τους κατοίκους της περιοχής με σοβαρές ζημιές και απώλειες περιουσιών. &lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Τα ποτάμια αποτελούν μία φυσική πηγή γλυκού νερού και ανάλογα τη γεωμορφολογία της περιοχής μπορούν να καταλήγουν είτε σε θάλασσες και ωκεανούς είτε σε λίμνες ή σε άλλα ποτάμια. Η διάβρωση της όχθης ενός ποταμού είναι μία κοινή γεωμορφολογική διαδικασία. Οι πλημμύρες αποτελούν σημαντικό παράγοντα της εξέλιξης της μορφής και της ροής ενός ποταμού. Τα ποτάμια με μεγάλη κλίση από τη πηγή προς την περιοχή εκβολής παρουσιάζουν μεγαλύτερο μήκος διαδρομής επηρεάζοντας σε μεγαλύτερη έκταση την περιοχή που διέρχονται. Στην εργασία αυτή έγινε μελέτη των μεταβολών της ροής για τον ποταμό Ramganga θεωρώντας πως η ανάλυση αυτή συνδέεται άμεσα με την ανάπτυξη των περιοχών από τις οποίες διέρχεται και επηρεάζονται από τις πλημμύρες του. &lt;br /&gt;
&lt;br /&gt;
'''Περιοχή Μελέτης'''&lt;br /&gt;
&lt;br /&gt;
Η περιοχή μελέτης αφορά των ποταμόRamganga που βρίσκεται μεταξύ του γεωγραφικού πλάτους 23°9′ 45″N και 27°57′0″N και του γεωγραφικού μήκους 79°57′45″E και 79°15′44″E με  λεκάνη απορροής 1193  km2. Η διάρκεια της μελέτης είναι από το 1972 έως και το 2013. Ο ποταμός Ramgangaενώνεται με τον Γάγγη σε υψόμετρο 120 m στο χωριό Ismilpur της περιφέρειας Kannuaj. Η μέση κλίση της περιοχής μελέτης είναι 0.070. Είναι ένας σημαντικός παραπόταμος του ιερού ποταμού Γάγγη και πηγάζει από τις νότιες πλαγιές του όρους Dudhatoli των κεντρικών Ιμαλαίων της περιφέρειας Uttrakhand. Η συνολική περιοχή στη λεκάνη απορροής είναι 32493 km2 και χωρίζεται σε τέσσερις τομείς τους A, B, C και Dγια την καλύτερη κατανόηση του εντοπισμού της αλλαγής της ροής του ποταμού κατά την ανάλυση της παρούσας μελέτης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Μέθοδος'''&lt;br /&gt;
&lt;br /&gt;
Για την οπτικοποίηση της αλλαγής της ροής του ποταμού Ramganga χρησιμοποιήθηκε λογισμικό γεωγραφικών πληροφοριακών συστημάτων, ειδικότερα χρησιμοποιήθηκαν τα ArcGIS 10.1 και ERDASIMAGINE 2010 προκειμένου να αναλύσουν τις συλλεγόμενες εικόνες.  Η μεθοδολογία περιλαμβάνει της εισαγωγή ψηφιακών εικόνων μέσω του ERDASIMAGINE 2010 και την ανάλυση τους ώστε να προκύψει ο κανονικοποιημένος διαφορικός δείκτης νερού για την περιοχή μελέτης. Το ArcGIS 10.1 στη συνέχεια εξάγει την μορφή του ποταμού λαμβάνοντας υπόψη την τις γραμμές της όχθης σε διάφορες χρονικές περιόδους. Χαρακτηριστική παράμετρος της μεθόδου είναι ο ελικοειδής δείκτης, ο οποίος σε τιμές άνω του 1.5 αντιστοιχεί σε δαιδαλώδη μορφή ποταμού ενώ για τιμές κάτω του 1.5 σε ευθύ μορφή.  Για τον υπολογισμό του ελικοειδούς δείκτη το ποτάμι χωρίζεται σε τέσσερα τμήματα τα A, B, C και D, τα πολύγωνα των τμημάτων μετατρέπονται σε πολύγραμμες, η γεωμετρία του πεδίου υπολογίζεται για να βρεθεί το μήκος του ποταμού. Κάποια Σημεία Ελέγχου Εδάφους έχουν επιλεχθεί για την αριστερή όχθη της ροής του 1972, βασιζόμενοι στην μέτρηση της απόκλισης της απόστασης μεταξύ αυτών των σημείων και της ροής που έχει βρεθεί κατά την τρέχουσα μελέτη μπορεί να υπολογιστεί η τρέχουσα μετατόπιση της ροής του ποταμού.&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα'''&lt;br /&gt;
&lt;br /&gt;
''Ανάλυση του εντοπισμού της αλλαγής της ροής του ποταμού''&lt;br /&gt;
&lt;br /&gt;
Ο εντοπισμός της αλλαγής της ροής του ποταμού έχει γίνει μεταξύ των ετών 1972 και 2013 με θεώρηση του 1972 ως έτους βάσης. Προσδιορίστηκε ότι το 1989 η μέγιστη μεταβολή της ροής έγινε στον τομέα Β και ειδικότερα στο τέταρτο σημείο ελέγχου (εικόνα 3) και ήταν 3016 m. Αντίστοιχα για το ίδιο έτος η ελάχιστη μεταβολή της ροής έγινε στον τομέα C και ειδικότερα  στο όγδοο σημείο ελέγχου και ήταν 147 m. Για το έτος 2000 η μέγιστη μεταβολή της ροής βρέθηκε στον τομέα Α και στο δεύτερο σημείο ελέγχου και ήταν 3512 m όταν αντίστοιχη ελάχιστη μεταβολή της ροής βρέθηκε στον τομέα Β και ειδικότερα στο πέμπτο σημείο ελέγχου και ήταν 224 m. Επίσης για το ίδιο έτος  παρατηρήθηκε ότι πολλές διακλαδώσεις είχαν συμβεί στον τομέα Β και δημιούργησαν βρόγχους και κυρτώσεις της ροής στη περιοχή. Το έτος 2006 παρατηρήθηκε η μεγαλύτερη μεταβολή της ροής μεγέθους 4048 mστον τομέα Α και ειδικότερα στο δεύτερο σημείο ελέγχου όταν για το ίδιο έτος η ελάχιστη μεταβολή της ροής ήταν  179 m και εντοπίστηκε στον τομέα Β στο πέμπτο σημείο ελέγχου.&lt;br /&gt;
&lt;br /&gt;
'''Επίλογος'''&lt;br /&gt;
&lt;br /&gt;
Η παρούσα εργασία διενεργήθηκε για να οριοθετήσει τις αλλαγές στις περιοχές στο πεδίο μελέτης για τον εντοπισμό πιθανών μεταβολών της πορείας ενός ποταμού με χρήση Γεωγραφικών Πληροφοριακών Συστημάτων. Η ολοκλήρωση των δεδομένων, η διαχείριση και οπτικοποίηση σε περιβάλλον Γεωγραφικών Πληροφοριακών Συστημάτων ήταν σχετικά αποτελεσματική. Τα Γεωγραφικά Πληροφοριακά Συστήματα συνδυάζουν χωρικά δεδομένα με ποσοτικές, ποιοτικές και περιγραφικές πληροφοριακές βάσεις δεδομένων. Αυτή η τεχνολογία προσφέρει ένα αναλυτικό πλαίσιο εργασίας για τη συλλογή δεδομένων, τη διαχείριση, την αποθήκευση, την ανάκτηση, την ανάλυση και την εμφάνιση. Έτσι η ολοκληρωμένη προσέγγιση των Γεωγραφικών Πληροφοριακών Συστημάτων και της τηλεπισκόπησης χρησιμοποιήθηκε για να εντοπίσει τη μεταβολή της ροής του ποταμού. Η τηλεπισκόπηση είναι ένα εξαιρετικό εργαλείο για καταγραφή και ανάλυση του περιβάλλοντος και των πόρων του λόγω της μοναδικής ικανότητάς της να παρέχει συνοπτική όψη μιας μεγάλης περιοχής της επιφάνειας της Γης σε συνδυασμό με την ικανότητα για επαναλαμβανόμενη κάλυψη. Όταν τα τηλεπισκοπικά δεδομένα του επιφανειακού νερού οργανωθούν και συνδυαστούν με άλλες μεταβλητές σε ένα Γεωγραφικό Πληροφοριακό Σύστημα. τότε μπορούν να προσδιοριστούν μεταβολές στην ροή κατά μήκος ενός ποταμού σε ένα εύρος περιοχής κάλυψης.&lt;br /&gt;
&lt;br /&gt;
[[category: Γεωλογία]]&lt;/div&gt;</summary>
		<author><name>Vita Zvarych</name></author>	</entry>

	<entry>
		<id>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_%CE%BA%CE%B1%CE%B9_%CE%95%CE%BA%CF%84%CE%AF%CE%BC%CE%B7%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%A6%CF%85%CF%83%CE%B9%CE%BA%CF%8E%CE%BD_%CE%9C%CE%B5%CF%84%CE%B1%CE%B2%CE%BF%CE%BB%CF%8E%CE%BD_%CF%84%CE%BF%CF%85_%CE%A0%CE%BF%CF%84%CE%B1%CE%BC%CE%BF%CF%8D_Ramganga_%CE%A7%CF%81%CE%B7%CF%83%CE%B9%CE%BC%CE%BF%CF%80%CE%BF%CE%B9%CF%8E%CE%BD%CF%84%CE%B1%CF%82_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CE%BA%CE%B1%CE%B9_GIS</id>
		<title>Αξιολόγηση και Εκτίμηση των Φυσικών Μεταβολών του Ποταμού Ramganga Χρησιμοποιώντας Τηλεπισκόπηση και GIS</title>
		<link rel="alternate" type="text/html" href="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_%CE%BA%CE%B1%CE%B9_%CE%95%CE%BA%CF%84%CE%AF%CE%BC%CE%B7%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%A6%CF%85%CF%83%CE%B9%CE%BA%CF%8E%CE%BD_%CE%9C%CE%B5%CF%84%CE%B1%CE%B2%CE%BF%CE%BB%CF%8E%CE%BD_%CF%84%CE%BF%CF%85_%CE%A0%CE%BF%CF%84%CE%B1%CE%BC%CE%BF%CF%8D_Ramganga_%CE%A7%CF%81%CE%B7%CF%83%CE%B9%CE%BC%CE%BF%CF%80%CE%BF%CE%B9%CF%8E%CE%BD%CF%84%CE%B1%CF%82_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CE%BA%CE%B1%CE%B9_GIS"/>
				<updated>2017-02-17T19:01:31Z</updated>
		
		<summary type="html">&lt;p&gt;Vita Zvarych: Νέα σελίδα με 'Εικόνα 1: Χάρτης της περιοχής μελέτης [[Εικόνα: Arthro_3_2_Vita.jpg|thumb|right|Ει...'&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: Arthro_3_1_Vita.jpg|thumb|right|Εικόνα 1: Χάρτης της περιοχής μελέτης]]&lt;br /&gt;
[[Εικόνα: Arthro_3_2_Vita.jpg|thumb|right|Εικόνα 2: Σύστημα εκτίμησης ελικοειδούς δείκτη]]&lt;br /&gt;
[[Εικόνα: Arthro_3_3_Vita.jpg|thumb|right|Εικόνα 3: Οι τομείς Α, Β, C και D του ποταμού Ramganga κατά την μελέτη]]&lt;br /&gt;
[[Εικόνα: Arthro_3_4_Vita.jpg|thumb|right|Εικόνα 4: Η αλλαγή της ροής στο τμήμα Α του ποταμού Ramganga κατά την μελέτη]] &lt;br /&gt;
[[Εικόνα: Arthro_3_5_Vita.jpg|thumb|right|Εικόνα 5: Η αλλαγή της ροής στο τμήμα Β του ποταμού Ramgangaκατά την μελέτη]]&lt;br /&gt;
[[Εικόνα: Arthro_3_6_Vita.jpg|thumb|right|Εικόνα 6: Η αλλαγή της ροής στο τμήμα C του ποταμού Ramganga κατά την μελέτη]]&lt;br /&gt;
[[Εικόνα: Arthro_3_7_Vita.jpg|thumb|right|Εικόνα 7: Η αλλαγή της ροής στο τμήμα D του ποταμού Ramganga κατά την μελέτη]]&lt;br /&gt;
[[Εικόνα: Arthro_3_8_Vita.jpg|thumb|right|Εικόνα 8: Τα 10 σημεία ελέγχου όπως καταγράφηκαν μέσω δορυφόρου]] &lt;br /&gt;
&lt;br /&gt;
Satya Prakash Maurya, Akhilesh Kumar Yadav &lt;br /&gt;
&lt;br /&gt;
'''Link:''' [http://www.sciencedirect.com/science/article/pii/S2212094716300056]&lt;br /&gt;
&lt;br /&gt;
'''Λέξεις-Κλειδιά:'''Αλλαγή πορείας ποταμού, Ramganga, NDWI, ΓΣΠ&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Σκοπός'''&lt;br /&gt;
&lt;br /&gt;
Σκοπός της εργασίας αυτής ήταν ο η μελέτη και ο εντοπισμός των φυσικών χαρακτηριστικών της ροής του ποταμού Ramganga με χρήση τηλεπισκόπησης και GIS. Χρησιμοποιήθηκαν εικόνες από τους δορυφόρους Landsat, MSS, TM, ETM+ και LISS-III από τα έτη 1972, 1989, 2000, 2006 και 2013 για να περιγραφούν οι ιστορικές μεταβολές στη ροή του ποταμού. Η μελέτη δείχνει ότι για ένα μεγάλο χρονικό διάστημα η περιοχή γύρω από τον ποταμό εμφανίζει προβλήματα διάβρωσης και χαρακτηριστικά μετατόπισης της ροής. Στόχος της μελέτης και της επεξεργασίας των αποτελεσμάτων της είναι να αποβούν χρήσιμα για τη συνολική διαχείριση του ποταμού καθώς και για το σχεδιασμό πρόληψης πλημμυρών που επιβαρύνουν τους κατοίκους της περιοχής με σοβαρές ζημιές και απώλειες περιουσιών. &lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Τα ποτάμια αποτελούν μία φυσική πηγή γλυκού νερού και ανάλογα τη γεωμορφολογία της περιοχής μπορούν να καταλήγουν είτε σε θάλασσες και ωκεανούς είτε σε λίμνες ή σε άλλα ποτάμια. Η διάβρωση της όχθης ενός ποταμού είναι μία κοινή γεωμορφολογική διαδικασία. Οι πλημμύρες αποτελούν σημαντικό παράγοντα της εξέλιξης της μορφής και της ροής ενός ποταμού. Τα ποτάμια με μεγάλη κλίση από τη πηγή προς την περιοχή εκβολής παρουσιάζουν μεγαλύτερο μήκος διαδρομής επηρεάζοντας σε μεγαλύτερη έκταση την περιοχή που διέρχονται. Στην εργασία αυτή έγινε μελέτη των μεταβολών της ροής για τον ποταμό Ramganga θεωρώντας πως η ανάλυση αυτή συνδέεται άμεσα με την ανάπτυξη των περιοχών από τις οποίες διέρχεται και επηρεάζονται από τις πλημμύρες του. &lt;br /&gt;
&lt;br /&gt;
'''Περιοχή Μελέτης'''&lt;br /&gt;
&lt;br /&gt;
Η περιοχή μελέτης αφορά των ποταμόRamganga που βρίσκεται μεταξύ του γεωγραφικού πλάτους 23°9′ 45″N και 27°57′0″N και του γεωγραφικού μήκους 79°57′45″E και 79°15′44″E με  λεκάνη απορροής 1193  km2. Η διάρκεια της μελέτης είναι από το 1972 έως και το 2013. Ο ποταμός Ramgangaενώνεται με τον Γάγγη σε υψόμετρο 120 m στο χωριό Ismilpur της περιφέρειας Kannuaj. Η μέση κλίση της περιοχής μελέτης είναι 0.070. Είναι ένας σημαντικός παραπόταμος του ιερού ποταμού Γάγγη και πηγάζει από τις νότιες πλαγιές του όρους Dudhatoli των κεντρικών Ιμαλαίων της περιφέρειας Uttrakhand. Η συνολική περιοχή στη λεκάνη απορροής είναι 32493 km2 και χωρίζεται σε τέσσερις τομείς τους A, B, C και Dγια την καλύτερη κατανόηση του εντοπισμού της αλλαγής της ροής του ποταμού κατά την ανάλυση της παρούσας μελέτης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Μέθοδος'''&lt;br /&gt;
&lt;br /&gt;
Για την οπτικοποίηση της αλλαγής της ροής του ποταμού Ramganga χρησιμοποιήθηκε λογισμικό γεωγραφικών πληροφοριακών συστημάτων, ειδικότερα χρησιμοποιήθηκαν τα ArcGIS 10.1 και ERDASIMAGINE 2010 προκειμένου να αναλύσουν τις συλλεγόμενες εικόνες.  Η μεθοδολογία περιλαμβάνει της εισαγωγή ψηφιακών εικόνων μέσω του ERDASIMAGINE 2010 και την ανάλυση τους ώστε να προκύψει ο κανονικοποιημένος διαφορικός δείκτης νερού για την περιοχή μελέτης. Το ArcGIS 10.1 στη συνέχεια εξάγει την μορφή του ποταμού λαμβάνοντας υπόψη την τις γραμμές της όχθης σε διάφορες χρονικές περιόδους. Χαρακτηριστική παράμετρος της μεθόδου είναι ο ελικοειδής δείκτης, ο οποίος σε τιμές άνω του 1.5 αντιστοιχεί σε δαιδαλώδη μορφή ποταμού ενώ για τιμές κάτω του 1.5 σε ευθύ μορφή.  Για τον υπολογισμό του ελικοειδούς δείκτη το ποτάμι χωρίζεται σε τέσσερα τμήματα τα A, B, C και D, τα πολύγωνα των τμημάτων μετατρέπονται σε πολύγραμμες, η γεωμετρία του πεδίου υπολογίζεται για να βρεθεί το μήκος του ποταμού. Κάποια Σημεία Ελέγχου Εδάφους έχουν επιλεχθεί για την αριστερή όχθη της ροής του 1972, βασιζόμενοι στην μέτρηση της απόκλισης της απόστασης μεταξύ αυτών των σημείων και της ροής που έχει βρεθεί κατά την τρέχουσα μελέτη μπορεί να υπολογιστεί η τρέχουσα μετατόπιση της ροής του ποταμού.&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα'''&lt;br /&gt;
&lt;br /&gt;
''Ανάλυση του εντοπισμού της αλλαγής της ροής του ποταμού''&lt;br /&gt;
&lt;br /&gt;
Ο εντοπισμός της αλλαγής της ροής του ποταμού έχει γίνει μεταξύ των ετών 1972 και 2013 με θεώρηση του 1972 ως έτους βάσης. Προσδιορίστηκε ότι το 1989 η μέγιστη μεταβολή της ροής έγινε στον τομέα Β και ειδικότερα στο τέταρτο σημείο ελέγχου (εικόνα 3) και ήταν 3016 m. Αντίστοιχα για το ίδιο έτος η ελάχιστη μεταβολή της ροής έγινε στον τομέα C και ειδικότερα  στο όγδοο σημείο ελέγχου και ήταν 147 m. Για το έτος 2000 η μέγιστη μεταβολή της ροής βρέθηκε στον τομέα Α και στο δεύτερο σημείο ελέγχου και ήταν 3512 m όταν αντίστοιχη ελάχιστη μεταβολή της ροής βρέθηκε στον τομέα Β και ειδικότερα στο πέμπτο σημείο ελέγχου και ήταν 224 m. Επίσης για το ίδιο έτος  παρατηρήθηκε ότι πολλές διακλαδώσεις είχαν συμβεί στον τομέα Β και δημιούργησαν βρόγχους και κυρτώσεις της ροής στη περιοχή. Το έτος 2006 παρατηρήθηκε η μεγαλύτερη μεταβολή της ροής μεγέθους 4048 mστον τομέα Α και ειδικότερα στο δεύτερο σημείο ελέγχου όταν για το ίδιο έτος η ελάχιστη μεταβολή της ροής ήταν  179 m και εντοπίστηκε στον τομέα Β στο πέμπτο σημείο ελέγχου.&lt;br /&gt;
&lt;br /&gt;
'''Επίλογος'''&lt;br /&gt;
&lt;br /&gt;
Η παρούσα εργασία διενεργήθηκε για να οριοθετήσει τις αλλαγές στις περιοχές στο πεδίο μελέτης για τον εντοπισμό πιθανών μεταβολών της πορείας ενός ποταμού με χρήση Γεωγραφικών Πληροφοριακών Συστημάτων. Η ολοκλήρωση των δεδομένων, η διαχείριση και οπτικοποίηση σε περιβάλλον Γεωγραφικών Πληροφοριακών Συστημάτων ήταν σχετικά αποτελεσματική. Τα Γεωγραφικά Πληροφοριακά Συστήματα συνδυάζουν χωρικά δεδομένα με ποσοτικές, ποιοτικές και περιγραφικές πληροφοριακές βάσεις δεδομένων. Αυτή η τεχνολογία προσφέρει ένα αναλυτικό πλαίσιο εργασίας για τη συλλογή δεδομένων, τη διαχείριση, την αποθήκευση, την ανάκτηση, την ανάλυση και την εμφάνιση. Έτσι η ολοκληρωμένη προσέγγιση των Γεωγραφικών Πληροφοριακών Συστημάτων και της τηλεπισκόπησης χρησιμοποιήθηκε για να εντοπίσει τη μεταβολή της ροής του ποταμού. Η τηλεπισκόπηση είναι ένα εξαιρετικό εργαλείο για καταγραφή και ανάλυση του περιβάλλοντος και των πόρων του λόγω της μοναδικής ικανότητάς της να παρέχει συνοπτική όψη μιας μεγάλης περιοχής της επιφάνειας της Γης σε συνδυασμό με την ικανότητα για επαναλαμβανόμενη κάλυψη. Όταν τα τηλεπισκοπικά δεδομένα του επιφανειακού νερού οργανωθούν και συνδυαστούν με άλλες μεταβλητές σε ένα Γεωγραφικό Πληροφοριακό Σύστημα. τότε μπορούν να προσδιοριστούν μεταβολές στην ροή κατά μήκος ενός ποταμού σε ένα εύρος περιοχής κάλυψης.&lt;br /&gt;
&lt;br /&gt;
[[category: Γεωλογία]]&lt;/div&gt;</summary>
		<author><name>Vita Zvarych</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%9F_%CE%A1%CF%8C%CE%BB%CE%BF%CF%82_%CF%84%CE%B7%CF%82_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CF%83%CF%84%CE%BF%CE%BD_%CE%95%CE%BD%CF%84%CE%BF%CF%80%CE%B9%CF%83%CE%BC%CF%8C_%CE%A1%CF%8D%CF%80%CE%B1%CE%BD%CF%83%CE%B7%CF%82_%CE%A0%CE%B5%CF%84%CF%81%CE%B5%CE%BB%CE%B1%CE%AF%CE%BF%CF%85</id>
		<title>Ο Ρόλος της Τηλεπισκόπησης στον Εντοπισμό Ρύπανσης Πετρελαίου</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%9F_%CE%A1%CF%8C%CE%BB%CE%BF%CF%82_%CF%84%CE%B7%CF%82_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CF%83%CF%84%CE%BF%CE%BD_%CE%95%CE%BD%CF%84%CE%BF%CF%80%CE%B9%CF%83%CE%BC%CF%8C_%CE%A1%CF%8D%CF%80%CE%B1%CE%BD%CF%83%CE%B7%CF%82_%CE%A0%CE%B5%CF%84%CF%81%CE%B5%CE%BB%CE%B1%CE%AF%CE%BF%CF%85"/>
				<updated>2017-02-17T18:36:15Z</updated>
		
		<summary type="html">&lt;p&gt;Vita Zvarych: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: Arthro_1_1_vita.JNG| thumb| right| Εικόνα 1 : Πιθανές αιτίες πετρελαιοκηλίδων από διαφορετικές κατηγορίες πλοίων]]&lt;br /&gt;
[[Εικόνα: Arthro_1_2_vita.JPG| thumb| right| Εικόνα 2 : Εικόνα της επιφάνειας της θάλασσας δεξιά του αεροσκάφους, που έχει ληφθεί από Πλευρικό Αεροπορικό Ραντάρ (SLAR)]]&lt;br /&gt;
[[Εικόνα: Arthro_1_3_vita.JPG| thumb| right| Εικόνα 3 : SAR απεικόνιση πετρελαιοκηλίδας]]&lt;br /&gt;
[[Εικόνα: Arthro_1_4_vita.JPG| thumb| right| Εικόνα 4 : Συνθήκη ανίχνευσης κηλίδας]]&lt;br /&gt;
[[Εικόνα: Arthro_1_5_vita.JPG| thumb| right| Εικόνα 5 : Στην SAR εικόνα, τα μαύρα κουτιά είναι πιθανές περιοχές πετρελαιοκηλίδας, RADARSAT, Αύγουστος 2012]]&lt;br /&gt;
&lt;br /&gt;
'''Link:''' [http://www.ifsma.org/tempannounce/aga41/Remote%20Sensing.pdf] &lt;br /&gt;
&lt;br /&gt;
'''Σκοπός'''&lt;br /&gt;
&lt;br /&gt;
Οι διαρροές πετρελαίου που επιπλέουν στην επιφάνεια του θαλασσινού νερού είναι ανιχνεύσιμες μέσω τηλεπισκόπησης. Τα δεδομένα και οι τεχνικές της τηλεπισκόπησης παίζουν έναν σημαντικό ρόλο στην καταπολέμηση και τον εντοπισμό της πετρελαϊκής ρύπανσης από δορυφορικές και εναέριες παρατηρήσεις. Σε οποιαδήποτε έκτακτη περίπτωση καταστροφής από πετρελαϊκή ρύπανση, είναι πιθανό να εντοπιστεί η χωρική κατανομή και το μέγεθος της πετρελαϊκής ρύπανσης με χρήση δεδομένων τηλεματικής. Με βάση πληροφορίες από δορυφορικές φωτογραφίες, είναι δυνατό να παραχθεί ένα πλάνο άμεσης έκτακτης ανάγκης, και να οργανωθούν δράσεις αντιμετώπισης της ρύπανσης. &lt;br /&gt;
Η εργασία αυτή έχει σκοπό να εξετάσει τον ρόλο των τεχνικών τηλεματικής στον εντοπισμό και καταπολέμηση πετρελαιοκηλίδων και στην ελαχιστοποίηση των επιπτώσεων που μπορούν να προκαλέσουν καθώς και στον περιορισμό της πετρελαϊκής ρύπανσης σε περίπτωση ενός ατυχήματος.&lt;br /&gt;
 &lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Η θαλάσσια ρύπανση αποτελεί ένα σημαντικό περιβαλλοντικό πρόβλημα, και είναι άμεσα η έμμεσα συνδεδεμένη με τον ανθρώπινο παράγοντα. Η θαλάσσια ρύπανση δημιουργεί κινδύνους στο θαλάσσιο περιβάλλον, τον άνθρωπο, και την θαλάσσια ζωή. Οι ναυτιλιακές δραστηριότητες αποτελούν την σημαντικότερη αιτία της θαλάσσιας ρύπανσης, με το πετρέλαιο να είναι ο ποιο σημαντικός ρύπος που προέρχεται από αυτές. Οι πιθανές πήγες πετρελαϊκής μόλυνσης προερχόμενης από πλοία (τάνκερ και μη) φαίνονται παρακάτω στην Εικόνα 1, και περιλαμβάνουν απόβλητα μηχανής για τα μη τάνκερ πλοία και απόβλητα μηχανής και φορτίο για τα δεξαμενόπλοια. Τα πλοία παράγουν πετρελαϊκά απόβλητα λόγω της χρήσης και κατανάλωσης διαφόρων ειδών πετρελαίου καθώς επίσης και από εργασίες ρουτίνας.Τρεις κατηγορίες πετρελαϊκών αποβλήτων γενικά υπάρχουν στα μεγάλα πλοία. Αυτά είναι τα απορρίμματα των υδροσυλλεκτών (σεντινες), τα απόβλητα πετρελαϊκής λάσπης, και τα απόβλητα από το φορτίο πετρελαίου.&lt;br /&gt;
&lt;br /&gt;
'''Πετρελαιοκηλίδες'''&lt;br /&gt;
&lt;br /&gt;
Τα είδη πετρελαίου διαφέρουν μεταξύ τους αναφορικά με το ιξώδες, την αστάθεια και την τοξικότητα που έχουν. Το ιξώδες περιγράφεται ως η αντίσταση του πετρελαίου στην ροή. Η αστάθεια αναφέρεται στο πόσο γρήγορα εξατμίζεται το πετρέλαιο. Η τοξικότητα αναφέρεται στο πόσο δηλητηριώδες είναι το πετρέλαιο για τον άνθρωπο ή για άλλους οργανισμούς. Κηλίδες από διαφορετικά είδη πετρελαίου μπορεί να επηρεάζουν διαφορετικά το περιβάλλον. Οι επιχειρήσεις και μέθοδοι καθαρισμού μιας πετρελαιοκηλίδας μπορεί να διαφέρουν αναλόγως την πετρελαιοκηλίδα. Το πετρέλαιο κατατάσσεται σε τέσσερις βασικούς τύπους. Τα πολύ ελαφρά πετρέλαια (καύσιμα κινητήρων τζετ και βενζίνη), τα ελαφρά πετρέλαια (Ντήζελ, καύσιμο πετρέλαιο τύπου 2, αργό φωτιστικό πετρέλαιο), τα μεσαία πετρέλαια (η πλειονότητα των ακατέργαστων πετρελαίων), τα βαρέα πετρέλαια (βαρέα ακατέργαστα πετρέλαια, καύσιμο πετρέλαιο τύπου 6, πίσσα).&lt;br /&gt;
Οι σημαντικές φυσικές και χημικές ιδιότητες των πετρελαίων που επηρεάζουν την συμπεριφορά και επίδραση του πετρελαίου στο νερό και τα υδάτινα περιβάλλοντα είναι, η επιφανειακή τάση, το ειδικό βάρος, και το ιξώδες. Η σύνθεση και τα χαρακτηριστικά ενός πετρελαίου, μαζί με μια σειρά από περιστάσεις σχετιζόμενες με τον χρόνο και τον τόπο της διαρροής, το ποσό του πετρελαίου, τις καιρικές συνθήκες, θα καθορίσουν ποσό θα παραμένει το πετρέλαιο, πως θα διαδοθεί, και εάν θα εξατμιστεί ή θα καταβυθιστεί.&lt;br /&gt;
&lt;br /&gt;
'''Μέθοδοι εφαρμογής Τηλεπισκόπησης''' &lt;br /&gt;
&lt;br /&gt;
Μια από τις σημαντικές εφαρμογές της τηλεπισκόπησης είναι οι ωκεανογραφικές που συνήθως αφορούν τις πετρελαιοκηλίδες. Η παρακολούθηση των πετρελαιοκηλίδων, η χαρτογράφηση και πρόβλεψη της έκτασης και του βαθμού της πετρελαιοκηλίδας, η στρατηγική υποστήριξη σε αποφάσεις έκτακτης αντιμετώπισης πετρελαιοκηλίδων, και η αναγνώριση περιοχών φυσικής διαρροής πετρελαίου, είναι περιοχές μελέτης και εφαρμογής της τηλεπισκόπησης.&lt;br /&gt;
Για να απομονωθούν οι πληγείσες περιοχές, και να οργανωθούν οι προσπάθειες καθαρισμού με τον καταλληλότερο τρόπο, θα πρέπει μια σειρά από παράγοντες να καθοριστούν κατά την γένεση της πετρελαιοκηλίδας. Τέτοιοι παράγοντες είναι, η τοποθεσία της κηλίδας, το μέγεθος και η έκταση της, η κατεύθυνση και το μέγεθος της κίνησης του πετρελαίου, πληροφορίες για τον άνεμο και τον κυματισμό οι οποίες θα βοηθήσουν στην εκτίμηση και πρόβλεψη της μελλοντικής κίνησης του πετρελαίου.&lt;br /&gt;
Η τηλεπισκόπηση δίνει το πλεονέκτημα της παρακολούθησης γεγονότων σε απομακρυσμένες και μη προσβάσιμες περιοχές. Μπορεί να χρησιμοποιηθεί στον εντοπισμό και παρακολούθηση πετρελαιοκηλίδων. Τα δεδομένα της τηλεπισκόπησης δίνουν τον ρυθμό και την κατεύθυνση της κίνησης του πετρελαίου σε κηλίδες στον ωκεανό μέσω πολύ-χρονικής απεικόνισης. Εισάγοντας αυτά τα δεδομένα σε μοντελοποίηση πρόβλεψης τάσης επιτυγχάνονται ποιο αποτελεσματικές και εύκολες οι προσπάθειες καθαρισμού και έλεγχου της πετρελαιοκηλίδας.&lt;br /&gt;
&lt;br /&gt;
'''Εναέρια Παρακολούθηση Πετρελαιοκηλίδων''' &lt;br /&gt;
&lt;br /&gt;
Η εναέρια παρακολούθηση των πετρελαιοκηλίδων μπορεί να γίνεται συστηματικά, για αναζήτηση και καταστολή της ρύπανσης από τα πλοία. Σε αυτήν την περίπτωση ο στόχος είναι, ο εντοπισμός και η περιγραφή της ρύπανσης καθώς και ο εντοπισμός του ρυπαντή έτσι ώστε να εκτιμηθεί η ποσότητα και ποιότητα της ρύπανσης και να προβλεφτεί η εξέλιξη της ρύπανσης. Ένας επιπλέον  στόχος της εναέριας επιτήρησης είναι η χρήση της σε περίπτωση ενός ατυχήματος για παροχή βοήθειας στην μη διασπορά της ρύπανσης. &lt;br /&gt;
&lt;br /&gt;
'''Δορυφορική Τηλεπισκόπηση για Παρακολούθηση Πετρελαιοκηλίδων με Ραντάρ''' &lt;br /&gt;
&lt;br /&gt;
Οι υπέρυθροι, ορατοί και υπεριώδεις αισθητήρες δεν είναι σε θέση να ανιχνεύσουν το πετρέλαιο σε αντίξοες καιρικές συνθήκες όπως δυνατή βροχή ή ομίχλη. Ο ποιο κοινός αισθητήρας μικροκυμάτων για τον εντοπισμό πετρελαίου στην θαλασσιά επιφάνεια είναι το Ραντάρ Συνθετικής Οπής (SAR). Μια εικόνα SAR μπορεί να μετρήσει την τραχύτητα της επιφάνειας. Η επίδραση των κυμάτων της θάλασσας οδηγεί σε μειωμένη απόδοση του ραντάρ στην πληγείσα περιοχή, έτσι ώστε οι πετρελαιοκηλίδες να εμφανίζονται με σχετικά σκοτεινά χαρακτηριστικά στις σκηνές των εικόνων SAR.&lt;br /&gt;
Η παρουσία πετρελαίου στην επιφάνεια της θάλασσας προκαλεί το φαινόμενο της απόσβεσης (κύματα Bragg) και μειώνει την οπίσθια σκέδαση του ραντάρ. Στις περισσότερες περιπτώσεις οι καλυπτόμενες από πετρέλαιο περιοχές εμφανίζονται στις εικόνες SAR σαν σκοτεινά επιθέματα. Μια πετρελαιοκηλίδα είναι φυσικά μια περιοχή χαμηλής οπισθοσκεδασης και εμφανίζεται σαν μια σκοτεινή περιοχή στις εικόνες SAR. Η εικόνα 3 δείχνει πως το SAR λαμβάνει κηλίδες από την θαλασσιά επιφάνεια.&lt;br /&gt;
Οι εικόνες SAR απαιτούν έναν αριθμό επεξεργαστικών βημάτων πριν μπορέσουν να ερμηνευθούν. Στην εικόνα εμφανίζεται καταγραφή πριν από την επεξεργασία από τοRADARSAT 1, και έχει ληφθέι την 1 Αύγουστου 2012 από τον Βόρειο Τουρκικό πορθμό που εισέρχεται στην Μαύρη Θάλασσα. Η επεξεργασία ξεκινά με την φόρτωση της εικόνας SAR σε ένα λογισμικό πακέτο που επιτρέπει την διεξαγωγή των προεπεξεργαστικων βημάτων. Η γεω-αναφορά, καθώς και γεωμετρικές και ραδιομετρικές διορθώσεις και φιλτραρίσματα είναι τα βήματα που διεξάγονται για την επεξεργασία της εικόνας. Έπειτα διεξάγεται ταξινόμηση και επιπλέον ανάλυση και ελέγχεται εάν όντως υπάρχει μια πετρελαιοκηλίδα ή όχι στην εικόνα SAR. Η σκοτεινή περιοχή στην εικόνα SAR μπορεί να προκαλέσει έναν εσφαλμένο συναγερμό λόγω διαφόρων παραγόντων που μπορούν να προκαλέσουν τέτοια απεικόνιση γι αυτό συγκεκριμένες παράμετροι θα βοηθήσουν τον αναλυτή να δώσει τη σωστή ερμηνεία. Αυτές οι παράμετροι είναι η συνολική έκταση, η περίμετρος, η καμπυλότητα, το γενικό σχήμα, ο βαθμός συνοχής, και επιπλέον σχηματικοί παράγοντες.&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα''' &lt;br /&gt;
&lt;br /&gt;
Λόγω της αύξησης των θαλάσσιων μετακινήσεων, η θαλασσιά μόλυνση και ειδικά η πετρελαϊκή μόλυνση προερχόμενη από τα πλοία έχει γίνει ένα από τα ποιο σημαντικά προβλήματα σε όλο τον κόσμο. Η πετρελαϊκή μόλυνση με νερό και λάσπη προερχόμενα από τους υδατοσυλλέκτες ή η μόλυνση που προέρχεται από τα υπολείμματα στις δεξαμενές των δεξαμενόπλοιων και από τις εργασίες καθαρισμού των δεξαμενών αυτών καλούνται ως παράνομες απορρίψεις από τις αρχές, εάν αυτές οι απορρίψεις των υδάτων γίνουν στην θάλασσα. Μια άλλη πηγή πετρελαϊκής μόλυνσης είναι τα ναυτικά ατυχήματα. Ένα από τα ποιο σημαντικά εργαλεία για εντοπισμό και παρακολούθηση της πετρελαϊκής μόλυνσης από ναυτιλιακές δραστηριότητες είναι η δορυφορική τηλεπισκόπηση διότι μας επιτρέπει να εντοπίζουμε πετρελαϊκή μόλυνση στην επιφάνεια της θάλασσας σε μια περιοχή 100 χιλιόμετρων. Είναι επίσης δυνατόν να γίνεται παρακολούθηση σε σχεδόν πραγματικό χρόνο, συνεχόμενα ή περιοδικά για την περιοχή ενδιαφέροντος. Η μέθοδος SAR (SyntheticApertureRadar)  είναι ένας αισθητήρας μικροκυμάτων ιδανικός για την παρακολούθηση των θαλασσών ημέρα και νύχτα.Δεν επηρεάζεται από τις καιρικές συνθήκες καθώς επίσης και από την ομίχλη, τα σύννεφα και τη σκόνη. Παρόλο που ο δορυφορικός εξοπλισμός τηλεπισκόπησης είναι ένα μεγάλο επίτευγμα για την παρακολούθηση των πετρελαιοκηλίδων, δεν είναι ικανός από μόνος του να καταστείλει μια πετρελαιοκηλίδα. Η συνδυασμένη χρήση δορυφόρων, πλοίων και αεροσκαφών για επιτήρηση αυξάνει τις πιθανότητες για έγκαιρο εντοπισμό της πετρελαιοκηλίδας και ταχύτερες επιχειρήσεις καθαρισμού, καθώς και στην πρόληψη περαιτέρω περιβαλλοντολογικής ρύπανσης.&lt;br /&gt;
&lt;br /&gt;
 [[category:Ωκεανογραφία]]&lt;/div&gt;</summary>
		<author><name>Vita Zvarych</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/Vita_Zvarich</id>
		<title>Vita Zvarich</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/Vita_Zvarich"/>
				<updated>2017-02-16T08:37:51Z</updated>
		
		<summary type="html">&lt;p&gt;Vita Zvarych: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;* [[ Ο Ρόλος της Τηλεπισκόπησης στον Εντοπισμό Ρύπανσης Πετρελαίου ]]&lt;br /&gt;
* [[ Χρησιμοποίηση τεχνικών τηλεπισκόπισης για την αναγνώριση του κινδύνου κατολίσθησης σε επιρρεπεί τμήματα κατά μήκος του νότιουσιδηροδρομικού δικτύου στη Ταϊβάν ]]&lt;br /&gt;
* [[ Αξιολόγηση και Εκτίμηση των Φυσικών Μεταβολών του Ποταμού Ramganga Χρησιμοποιώντας Τηλεπισκόπηση και GIS ]]&lt;br /&gt;
* [[ Εκτίμηση της Καλλιέργειας Ελαιοκράμβης στο Τέλος της Χειμερινής Περιόδου με τη Χρήση Αεροδιαστημικών Τεχνικών ]]&lt;br /&gt;
* [[ Αστικά Δεδομένα για την πόλη της Σαμάρα – Ρωσία ]]&lt;br /&gt;
* [[ Τρισδιάστατη Τεκμηρίωση των Προεξοχών του Εδάφους με Λέιζερ Σαρωτή - Διήθηση της Βλάστησης ]] &lt;br /&gt;
* [[ Παρακολούθηση Πετρελαιοκηλίδων βασιζόμενη στην SAR Τηλεπισκοπικών Απεικονίσεων ]]&lt;br /&gt;
* [[ Τηλεπισκόπηση των Πλοίων και Υπεράκτιων Εξέδρων Άντλησης Πετρελαίου και Χαρτογράφηση Θαλάσσιων Πηγών Κινδύνου Διαρροής Πετρελαίου στην Θάλασσα Bohai ]]&lt;br /&gt;
* [[ Χρήση Στοιχείων Τηλεπισκόπησης για την Μελέτη των Διαφόρων Ανανεώσιμων Πηγών Ενέργειας σε Παραθαλάσσια Τοποθεσία στη Νότια Ιταλία ]]&lt;br /&gt;
* [[ Δορυφορική Τηλεπισκόπηση Εξόδους των Ορισμένων Παγετώνων στο Έδαφος της Ανατολικής Γεωργίας ]]&lt;br /&gt;
&lt;br /&gt;
 [[category:ΔΠΜΣ &amp;quot;Περιβάλλον &amp;amp; Ανάπτυξη&amp;quot; (Αθήνα)]]&lt;/div&gt;</summary>
		<author><name>Vita Zvarych</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/Vita_Zvarich</id>
		<title>Vita Zvarich</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/Vita_Zvarich"/>
				<updated>2017-02-16T08:36:35Z</updated>
		
		<summary type="html">&lt;p&gt;Vita Zvarych: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;* [[ Ο Ρόλος της Τηλεπισκόπησης στον Εντοπισμό Ρύπανσης Πετρελαίου ]]&lt;br /&gt;
* [[ Χρησιμοποίηση Τεχνικών Τηλεπισκόπισης για την Αναγνώριση του Κινδύνου Κατολίσθησης σε Επιρρεπείς Τμήματα Κατά Μήκος του Νότιουσιδηροδρομικού δικτύου στη Ταϊβάν ]]&lt;br /&gt;
* [[ Αξιολόγηση και Εκτίμηση των Φυσικών Μεταβολών του Ποταμού Ramganga Χρησιμοποιώντας Τηλεπισκόπηση και GIS ]]&lt;br /&gt;
* [[ Εκτίμηση της Καλλιέργειας Ελαιοκράμβης στο Τέλος της Χειμερινής Περιόδου με τη Χρήση Αεροδιαστημικών Τεχνικών ]]&lt;br /&gt;
* [[ Αστικά Δεδομένα για την πόλη της Σαμάρα – Ρωσία ]]&lt;br /&gt;
* [[ Τρισδιάστατη Τεκμηρίωση των Προεξοχών του Εδάφους με Λέιζερ Σαρωτή - Διήθηση της Βλάστησης ]] &lt;br /&gt;
* [[ Παρακολούθηση Πετρελαιοκηλίδων βασιζόμενη στην SAR Τηλεπισκοπικών Απεικονίσεων ]]&lt;br /&gt;
* [[ Τηλεπισκόπηση των Πλοίων και Υπεράκτιων Εξέδρων Άντλησης Πετρελαίου και Χαρτογράφηση Θαλάσσιων Πηγών Κινδύνου Διαρροής Πετρελαίου στην Θάλασσα Bohai ]]&lt;br /&gt;
* [[ Χρήση Στοιχείων Τηλεπισκόπησης για την Μελέτη των Διαφόρων Ανανεώσιμων Πηγών Ενέργειας σε Παραθαλάσσια Τοποθεσία στη Νότια Ιταλία ]]&lt;br /&gt;
* [[ Δορυφορική Τηλεπισκόπηση Εξόδους των Ορισμένων Παγετώνων στο Έδαφος της Ανατολικής Γεωργίας ]]&lt;br /&gt;
&lt;br /&gt;
 [[category:ΔΠΜΣ &amp;quot;Περιβάλλον &amp;amp; Ανάπτυξη&amp;quot; (Αθήνα)]]&lt;/div&gt;</summary>
		<author><name>Vita Zvarych</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%9F_%CE%A1%CF%8C%CE%BB%CE%BF%CF%82_%CF%84%CE%B7%CF%82_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CF%83%CF%84%CE%BF%CE%BD_%CE%95%CE%BD%CF%84%CE%BF%CF%80%CE%B9%CF%83%CE%BC%CF%8C_%CE%A1%CF%8D%CF%80%CE%B1%CE%BD%CF%83%CE%B7%CF%82_%CE%A0%CE%B5%CF%84%CF%81%CE%B5%CE%BB%CE%B1%CE%AF%CE%BF%CF%85</id>
		<title>Ο Ρόλος της Τηλεπισκόπησης στον Εντοπισμό Ρύπανσης Πετρελαίου</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%9F_%CE%A1%CF%8C%CE%BB%CE%BF%CF%82_%CF%84%CE%B7%CF%82_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CF%83%CF%84%CE%BF%CE%BD_%CE%95%CE%BD%CF%84%CE%BF%CF%80%CE%B9%CF%83%CE%BC%CF%8C_%CE%A1%CF%8D%CF%80%CE%B1%CE%BD%CF%83%CE%B7%CF%82_%CE%A0%CE%B5%CF%84%CF%81%CE%B5%CE%BB%CE%B1%CE%AF%CE%BF%CF%85"/>
				<updated>2017-02-15T22:58:18Z</updated>
		
		<summary type="html">&lt;p&gt;Vita Zvarych: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: Arthro_1_1_vita.JNG| thumb| right| Εικόνα 1 : Πιθανές αιτίες πετρελαιοκηλίδων από διαφορετικές κατηγορίες πλοίων]]&lt;br /&gt;
[[Εικόνα: Arthro_1_2_vita.JPG| thumb| right| Εικόνα 2 : Εικόνα της επιφάνειας της θάλασσας δεξιά του αεροσκάφους, που έχει ληφθεί από Πλευρικό Αεροπορικό Ραντάρ (SLAR)]]&lt;br /&gt;
[[Εικόνα: Arthro_1_3_vita.JPG| thumb| right| Εικόνα 3 : SAR απεικόνιση πετρελαιοκηλίδας]]&lt;br /&gt;
[[Εικόνα: Arthro_1_4_vita.JPG| thumb| right| Εικόνα 4 : Συνθήκη ανίχνευσης κηλίδας]]&lt;br /&gt;
[[Εικόνα: Arthro_1_5_vita.JPG| thumb| right| Εικόνα 5 : Στην SAR εικόνα, τα μαύρα κουτιά είναι πιθανές περιοχές πετρελαιοκηλίδας, RADARSAT, Αύγουστος 2012]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Σκοπός της Εργασίας'''&lt;br /&gt;
&lt;br /&gt;
Οι διαρροές πετρελαίου που επιπλέουν στην επιφάνεια του θαλασσινού νερού είναι ανιχνεύσιμες μέσω τηλεπισκόπησης. Τα δεδομένα και οι τεχνικές της τηλεπισκόπησης παίζουν έναν σημαντικό ρόλο στην καταπολέμηση και τον εντοπισμό της πετρελαϊκής ρύπανσης από δορυφορικές και εναέριες παρατηρήσεις. Σε οποιαδήποτε έκτακτη περίπτωση καταστροφής από πετρελαϊκή ρύπανση, είναι πιθανό να εντοπιστεί η χωρική κατανομή και το μέγεθος της πετρελαϊκής ρύπανσης με χρήση δεδομένων τηλεματικής. Με βάση πληροφορίες από δορυφορικές φωτογραφίες, είναι δυνατό να παραχθεί ένα πλάνο άμεσης έκτακτης ανάγκης, και να οργανωθούν δράσεις αντιμετώπισης της ρύπανσης. &lt;br /&gt;
Η εργασία αυτή έχει σκοπό να εξετάσει τον ρόλο των τεχνικών τηλεματικής στον εντοπισμό και καταπολέμηση πετρελαιοκηλίδων και στην ελαχιστοποίηση των επιπτώσεων που μπορούν να προκαλέσουν καθώς και στον περιορισμό της πετρελαϊκής ρύπανσης σε περίπτωση ενός ατυχήματος.&lt;br /&gt;
 &lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Η θαλάσσια ρύπανση αποτελεί ένα σημαντικό περιβαλλοντικό πρόβλημα, και είναι άμεσα η έμμεσα συνδεδεμένη με τον ανθρώπινο παράγοντα. Η θαλάσσια ρύπανση δημιουργεί κινδύνους στο θαλάσσιο περιβάλλον, τον άνθρωπο, και την θαλάσσια ζωή. Οι ναυτιλιακές δραστηριότητες αποτελούν την σημαντικότερη αιτία της θαλάσσιας ρύπανσης, με το πετρέλαιο να είναι ο ποιο σημαντικός ρύπος που προέρχεται από αυτές. Οι πιθανές πήγες πετρελαϊκής μόλυνσης προερχόμενης από πλοία (τάνκερ και μη) φαίνονται παρακάτω στην Εικόνα 1, και περιλαμβάνουν απόβλητα μηχανής για τα μη τάνκερ πλοία και απόβλητα μηχανής και φορτίο για τα δεξαμενόπλοια. Τα πλοία παράγουν πετρελαϊκά απόβλητα λόγω της χρήσης και κατανάλωσης διαφόρων ειδών πετρελαίου καθώς επίσης και από εργασίες ρουτίνας.Τρεις κατηγορίες πετρελαϊκών αποβλήτων γενικά υπάρχουν στα μεγάλα πλοία. Αυτά είναι τα απορρίμματα των υδροσυλλεκτών (σεντινες), τα απόβλητα πετρελαϊκής λάσπης, και τα απόβλητα από το φορτίο πετρελαίου.&lt;br /&gt;
&lt;br /&gt;
'''Πετρελαιοκηλίδες'''&lt;br /&gt;
&lt;br /&gt;
Τα είδη πετρελαίου διαφέρουν μεταξύ τους αναφορικά με το ιξώδες, την αστάθεια και την τοξικότητα που έχουν. Το ιξώδες περιγράφεται ως η αντίσταση του πετρελαίου στην ροή. Η αστάθεια αναφέρεται στο πόσο γρήγορα εξατμίζεται το πετρέλαιο. Η τοξικότητα αναφέρεται στο πόσο δηλητηριώδες είναι το πετρέλαιο για τον άνθρωπο ή για άλλους οργανισμούς. Κηλίδες από διαφορετικά είδη πετρελαίου μπορεί να επηρεάζουν διαφορετικά το περιβάλλον. Οι επιχειρήσεις και μέθοδοι καθαρισμού μιας πετρελαιοκηλίδας μπορεί να διαφέρουν αναλόγως την πετρελαιοκηλίδα. Το πετρέλαιο κατατάσσεται σε τέσσερις βασικούς τύπους. Τα πολύ ελαφρά πετρέλαια (καύσιμα κινητήρων τζετ και βενζίνη), τα ελαφρά πετρέλαια (Ντήζελ, καύσιμο πετρέλαιο τύπου 2, αργό φωτιστικό πετρέλαιο), τα μεσαία πετρέλαια (η πλειονότητα των ακατέργαστων πετρελαίων), τα βαρέα πετρέλαια (βαρέα ακατέργαστα πετρέλαια, καύσιμο πετρέλαιο τύπου 6, πίσσα).&lt;br /&gt;
Οι σημαντικές φυσικές και χημικές ιδιότητες των πετρελαίων που επηρεάζουν την συμπεριφορά και επίδραση του πετρελαίου στο νερό και τα υδάτινα περιβάλλοντα είναι, η επιφανειακή τάση, το ειδικό βάρος, και το ιξώδες. Η σύνθεση και τα χαρακτηριστικά ενός πετρελαίου, μαζί με μια σειρά από περιστάσεις σχετιζόμενες με τον χρόνο και τον τόπο της διαρροής, το ποσό του πετρελαίου, τις καιρικές συνθήκες, θα καθορίσουν ποσό θα παραμένει το πετρέλαιο, πως θα διαδοθεί, και εάν θα εξατμιστεί ή θα καταβυθιστεί.&lt;br /&gt;
&lt;br /&gt;
'''Μέθοδοι εφαρμογής Τηλεπισκόπησης''' &lt;br /&gt;
&lt;br /&gt;
Μια από τις σημαντικές εφαρμογές της τηλεπισκόπησης είναι οι ωκεανογραφικές που συνήθως αφορούν τις πετρελαιοκηλίδες. Η παρακολούθηση των πετρελαιοκηλίδων, η χαρτογράφηση και πρόβλεψη της έκτασης και του βαθμού της πετρελαιοκηλίδας, η στρατηγική υποστήριξη σε αποφάσεις έκτακτης αντιμετώπισης πετρελαιοκηλίδων, και η αναγνώριση περιοχών φυσικής διαρροής πετρελαίου, είναι περιοχές μελέτης και εφαρμογής της τηλεπισκόπησης.&lt;br /&gt;
Για να απομονωθούν οι πληγείσες περιοχές, και να οργανωθούν οι προσπάθειες καθαρισμού με τον καταλληλότερο τρόπο, θα πρέπει μια σειρά από παράγοντες να καθοριστούν κατά την γένεση της πετρελαιοκηλίδας. Τέτοιοι παράγοντες είναι, η τοποθεσία της κηλίδας, το μέγεθος και η έκταση της, η κατεύθυνση και το μέγεθος της κίνησης του πετρελαίου, πληροφορίες για τον άνεμο και τον κυματισμό οι οποίες θα βοηθήσουν στην εκτίμηση και πρόβλεψη της μελλοντικής κίνησης του πετρελαίου.&lt;br /&gt;
Η τηλεπισκόπηση δίνει το πλεονέκτημα της παρακολούθησης γεγονότων σε απομακρυσμένες και μη προσβάσιμες περιοχές. Μπορεί να χρησιμοποιηθεί στον εντοπισμό και παρακολούθηση πετρελαιοκηλίδων. Τα δεδομένα της τηλεπισκόπησης δίνουν τον ρυθμό και την κατεύθυνση της κίνησης του πετρελαίου σε κηλίδες στον ωκεανό μέσω πολύ-χρονικής απεικόνισης. Εισάγοντας αυτά τα δεδομένα σε μοντελοποίηση πρόβλεψης τάσης επιτυγχάνονται ποιο αποτελεσματικές και εύκολες οι προσπάθειες καθαρισμού και έλεγχου της πετρελαιοκηλίδας.&lt;br /&gt;
&lt;br /&gt;
'''Εναέρια Παρακολούθηση Πετρελαιοκηλίδων''' &lt;br /&gt;
&lt;br /&gt;
Η εναέρια παρακολούθηση των πετρελαιοκηλίδων μπορεί να γίνεται συστηματικά, για αναζήτηση και καταστολή της ρύπανσης από τα πλοία. Σε αυτήν την περίπτωση ο στόχος είναι, ο εντοπισμός και η περιγραφή της ρύπανσης καθώς και ο εντοπισμός του ρυπαντή έτσι ώστε να εκτιμηθεί η ποσότητα και ποιότητα της ρύπανσης και να προβλεφτεί η εξέλιξη της ρύπανσης. Ένας επιπλέον  στόχος της εναέριας επιτήρησης είναι η χρήση της σε περίπτωση ενός ατυχήματος για παροχή βοήθειας στην μη διασπορά της ρύπανσης. &lt;br /&gt;
&lt;br /&gt;
'''Δορυφορική Τηλεπισκόπηση για Παρακολούθηση Πετρελαιοκηλίδων με Ραντάρ''' &lt;br /&gt;
&lt;br /&gt;
Οι υπέρυθροι, ορατοί και υπεριώδεις αισθητήρες δεν είναι σε θέση να ανιχνεύσουν το πετρέλαιο σε αντίξοες καιρικές συνθήκες όπως δυνατή βροχή ή ομίχλη. Ο ποιο κοινός αισθητήρας μικροκυμάτων για τον εντοπισμό πετρελαίου στην θαλασσιά επιφάνεια είναι το Ραντάρ Συνθετικής Οπής (SAR). Μια εικόνα SAR μπορεί να μετρήσει την τραχύτητα της επιφάνειας. Η επίδραση των κυμάτων της θάλασσας οδηγεί σε μειωμένη απόδοση του ραντάρ στην πληγείσα περιοχή, έτσι ώστε οι πετρελαιοκηλίδες να εμφανίζονται με σχετικά σκοτεινά χαρακτηριστικά στις σκηνές των εικόνων SAR.&lt;br /&gt;
Η παρουσία πετρελαίου στην επιφάνεια της θάλασσας προκαλεί το φαινόμενο της απόσβεσης (κύματα Bragg) και μειώνει την οπίσθια σκέδαση του ραντάρ. Στις περισσότερες περιπτώσεις οι καλυπτόμενες από πετρέλαιο περιοχές εμφανίζονται στις εικόνες SAR σαν σκοτεινά επιθέματα. Μια πετρελαιοκηλίδα είναι φυσικά μια περιοχή χαμηλής οπισθοσκεδασης και εμφανίζεται σαν μια σκοτεινή περιοχή στις εικόνες SAR. Η εικόνα 3 δείχνει πως το SAR λαμβάνει κηλίδες από την θαλασσιά επιφάνεια.&lt;br /&gt;
Οι εικόνες SAR απαιτούν έναν αριθμό επεξεργαστικών βημάτων πριν μπορέσουν να ερμηνευθούν. Στην εικόνα εμφανίζεται καταγραφή πριν από την επεξεργασία από τοRADARSAT 1, και έχει ληφθέι την 1 Αύγουστου 2012 από τον Βόρειο Τουρκικό πορθμό που εισέρχεται στην Μαύρη Θάλασσα. Η επεξεργασία ξεκινά με την φόρτωση της εικόνας SAR σε ένα λογισμικό πακέτο που επιτρέπει την διεξαγωγή των προεπεξεργαστικων βημάτων. Η γεω-αναφορά, καθώς και γεωμετρικές και ραδιομετρικές διορθώσεις και φιλτραρίσματα είναι τα βήματα που διεξάγονται για την επεξεργασία της εικόνας. Έπειτα διεξάγεται ταξινόμηση και επιπλέον ανάλυση και ελέγχεται εάν όντως υπάρχει μια πετρελαιοκηλίδα ή όχι στην εικόνα SAR. Η σκοτεινή περιοχή στην εικόνα SAR μπορεί να προκαλέσει έναν εσφαλμένο συναγερμό λόγω διαφόρων παραγόντων που μπορούν να προκαλέσουν τέτοια απεικόνιση γι αυτό συγκεκριμένες παράμετροι θα βοηθήσουν τον αναλυτή να δώσει τη σωστή ερμηνεία. Αυτές οι παράμετροι είναι η συνολική έκταση, η περίμετρος, η καμπυλότητα, το γενικό σχήμα, ο βαθμός συνοχής, και επιπλέον σχηματικοί παράγοντες.&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα''' &lt;br /&gt;
&lt;br /&gt;
Λόγω της αύξησης των θαλάσσιων μετακινήσεων, η θαλασσιά μόλυνση και ειδικά η πετρελαϊκή μόλυνση προερχόμενη από τα πλοία έχει γίνει ένα από τα ποιο σημαντικά προβλήματα σε όλο τον κόσμο. Η πετρελαϊκή μόλυνση με νερό και λάσπη προερχόμενα από τους υδατοσυλλέκτες ή η μόλυνση που προέρχεται από τα υπολείμματα στις δεξαμενές των δεξαμενόπλοιων και από τις εργασίες καθαρισμού των δεξαμενών αυτών καλούνται ως παράνομες απορρίψεις από τις αρχές, εάν αυτές οι απορρίψεις των υδάτων γίνουν στην θάλασσα. Μια άλλη πηγή πετρελαϊκής μόλυνσης είναι τα ναυτικά ατυχήματα. Ένα από τα ποιο σημαντικά εργαλεία για εντοπισμό και παρακολούθηση της πετρελαϊκής μόλυνσης από ναυτιλιακές δραστηριότητες είναι η δορυφορική τηλεπισκόπηση διότι μας επιτρέπει να εντοπίζουμε πετρελαϊκή μόλυνση στην επιφάνεια της θάλασσας σε μια περιοχή 100 χιλιόμετρων. Είναι επίσης δυνατόν να γίνεται παρακολούθηση σε σχεδόν πραγματικό χρόνο, συνεχόμενα ή περιοδικά για την περιοχή ενδιαφέροντος. Η μέθοδος SAR (SyntheticApertureRadar)  είναι ένας αισθητήρας μικροκυμάτων ιδανικός για την παρακολούθηση των θαλασσών ημέρα και νύχτα.Δεν επηρεάζεται από τις καιρικές συνθήκες καθώς επίσης και από την ομίχλη, τα σύννεφα και τη σκόνη. Παρόλο που ο δορυφορικός εξοπλισμός τηλεπισκόπησης είναι ένα μεγάλο επίτευγμα για την παρακολούθηση των πετρελαιοκηλίδων, δεν είναι ικανός από μόνος του να καταστείλει μια πετρελαιοκηλίδα. Η συνδυασμένη χρήση δορυφόρων, πλοίων και αεροσκαφών για επιτήρηση αυξάνει τις πιθανότητες για έγκαιρο εντοπισμό της πετρελαιοκηλίδας και ταχύτερες επιχειρήσεις καθαρισμού, καθώς και στην πρόληψη περαιτέρω περιβαλλοντολογικής ρύπανσης.&lt;br /&gt;
&lt;br /&gt;
 [[category:Ωκεανογραφία]]&lt;/div&gt;</summary>
		<author><name>Vita Zvarych</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%9F_%CE%A1%CF%8C%CE%BB%CE%BF%CF%82_%CF%84%CE%B7%CF%82_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CF%83%CF%84%CE%BF%CE%BD_%CE%95%CE%BD%CF%84%CE%BF%CF%80%CE%B9%CF%83%CE%BC%CF%8C_%CE%A1%CF%8D%CF%80%CE%B1%CE%BD%CF%83%CE%B7%CF%82_%CE%A0%CE%B5%CF%84%CF%81%CE%B5%CE%BB%CE%B1%CE%AF%CE%BF%CF%85</id>
		<title>Ο Ρόλος της Τηλεπισκόπησης στον Εντοπισμό Ρύπανσης Πετρελαίου</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%9F_%CE%A1%CF%8C%CE%BB%CE%BF%CF%82_%CF%84%CE%B7%CF%82_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CF%83%CF%84%CE%BF%CE%BD_%CE%95%CE%BD%CF%84%CE%BF%CF%80%CE%B9%CF%83%CE%BC%CF%8C_%CE%A1%CF%8D%CF%80%CE%B1%CE%BD%CF%83%CE%B7%CF%82_%CE%A0%CE%B5%CF%84%CF%81%CE%B5%CE%BB%CE%B1%CE%AF%CE%BF%CF%85"/>
				<updated>2017-02-15T22:55:17Z</updated>
		
		<summary type="html">&lt;p&gt;Vita Zvarych: Νέα σελίδα με '[[Εικόνα: Arthro_1_1_vita.JNG| thumb| right| Εικόνα 1 : Πιθανές αιτίες πετρελαιοκηλίδων από διαφορετικές κατηγ...'&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: Arthro_1_1_vita.JNG| thumb| right| Εικόνα 1 : Πιθανές αιτίες πετρελαιοκηλίδων από διαφορετικές κατηγορίες πλοίων]]&lt;br /&gt;
[[Εικόνα: Arthro_1_2_vita.JPG| thumb| right| Εικόνα 2 : Εικόνα της επιφάνειας της θάλασσας δεξιά του αεροσκάφους, που έχει ληφθεί από Πλευρικό Αεροπορικό Ραντάρ (SLAR)]]&lt;br /&gt;
[[Εικόνα: Arthro_1_3_vita.JPG| thumb| right| Εικόνα 3 : SAR απεικόνιση πετρελαιοκηλίδας]]&lt;br /&gt;
[[Εικόνα: Arthro_1_4_vita.JPG| thumb| right| Εικόνα 4 : Συνθήκη ανίχνευσης κηλίδας]]&lt;br /&gt;
[[Εικόνα: Arthro_1_5_vita.JPG| thumb| right| Εικόνα 5 : Στην SAR εικόνα, τα μαύρα κουτιά είναι πιθανές περιοχές πετρελαιοκηλίδας, RADARSAT, Αύγουστος 2012]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Σκοπός της Εργασίας'''&lt;br /&gt;
&lt;br /&gt;
Οι διαρροές πετρελαίου που επιπλέουν στην επιφάνεια του θαλασσινού νερού είναι ανιχνεύσιμες μέσω τηλεπισκόπησης. Τα δεδομένα και οι τεχνικές της τηλεπισκόπησης παίζουν έναν σημαντικό ρόλο στην καταπολέμηση και τον εντοπισμό της πετρελαϊκής ρύπανσης από δορυφορικές και εναέριες παρατηρήσεις. Σε οποιαδήποτε έκτακτη περίπτωση καταστροφής από πετρελαϊκή ρύπανση, είναι πιθανό να εντοπιστεί η χωρική κατανομή και το μέγεθος της πετρελαϊκής ρύπανσης με χρήση δεδομένων τηλεματικής. Με βάση πληροφορίες από δορυφορικές φωτογραφίες, είναι δυνατό να παραχθεί ένα πλάνο άμεσης έκτακτης ανάγκης, και να οργανωθούν δράσεις αντιμετώπισης της ρύπανσης. &lt;br /&gt;
Η εργασία αυτή έχει σκοπό να εξετάσει τον ρόλο των τεχνικών τηλεματικής στον εντοπισμό και καταπολέμηση πετρελαιοκηλίδων και στην ελαχιστοποίηση των επιπτώσεων που μπορούν να προκαλέσουν καθώς και στον περιορισμό της πετρελαϊκής ρύπανσης σε περίπτωση ενός ατυχήματος.&lt;br /&gt;
 &lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Η θαλάσσια ρύπανση αποτελεί ένα σημαντικό περιβαλλοντικό πρόβλημα, και είναι άμεσα η έμμεσα συνδεδεμένη με τον ανθρώπινο παράγοντα. Η θαλάσσια ρύπανση δημιουργεί κινδύνους στο θαλάσσιο περιβάλλον, τον άνθρωπο, και την θαλάσσια ζωή. Οι ναυτιλιακές δραστηριότητες αποτελούν την σημαντικότερη αιτία της θαλάσσιας ρύπανσης, με το πετρέλαιο να είναι ο ποιο σημαντικός ρύπος που προέρχεται από αυτές. Οι πιθανές πήγες πετρελαϊκής μόλυνσης προερχόμενης από πλοία (τάνκερ και μη) φαίνονται παρακάτω στην Εικόνα 1, και περιλαμβάνουν απόβλητα μηχανής για τα μη τάνκερ πλοία και απόβλητα μηχανής και φορτίο για τα δεξαμενόπλοια. Τα πλοία παράγουν πετρελαϊκά απόβλητα λόγω της χρήσης και κατανάλωσης διαφόρων ειδών πετρελαίου καθώς επίσης και από εργασίες ρουτίνας.Τρεις κατηγορίες πετρελαϊκών αποβλήτων γενικά υπάρχουν στα μεγάλα πλοία. Αυτά είναι τα απορρίμματα των υδροσυλλεκτών (σεντινες), τα απόβλητα πετρελαϊκής λάσπης, και τα απόβλητα από το φορτίο πετρελαίου.&lt;br /&gt;
&lt;br /&gt;
'''Πετρελαιοκηλίδες'''&lt;br /&gt;
&lt;br /&gt;
Τα είδη πετρελαίου διαφέρουν μεταξύ τους αναφορικά με το ιξώδες, την αστάθεια και την τοξικότητα που έχουν. Το ιξώδες περιγράφεται ως η αντίσταση του πετρελαίου στην ροή. Η αστάθεια αναφέρεται στο πόσο γρήγορα εξατμίζεται το πετρέλαιο. Η τοξικότητα αναφέρεται στο πόσο δηλητηριώδες είναι το πετρέλαιο για τον άνθρωπο ή για άλλους οργανισμούς. Κηλίδες από διαφορετικά είδη πετρελαίου μπορεί να επηρεάζουν διαφορετικά το περιβάλλον. Οι επιχειρήσεις και μέθοδοι καθαρισμού μιας πετρελαιοκηλίδας μπορεί να διαφέρουν αναλόγως την πετρελαιοκηλίδα. Το πετρέλαιο κατατάσσεται σε τέσσερις βασικούς τύπους. Τα πολύ ελαφρά πετρέλαια (καύσιμα κινητήρων τζετ και βενζίνη), τα ελαφρά πετρέλαια (Ντήζελ, καύσιμο πετρέλαιο τύπου 2, αργό φωτιστικό πετρέλαιο), τα μεσαία πετρέλαια (η πλειονότητα των ακατέργαστων πετρελαίων), τα βαρέα πετρέλαια (βαρέα ακατέργαστα πετρέλαια, καύσιμο πετρέλαιο τύπου 6, πίσσα).&lt;br /&gt;
Οι σημαντικές φυσικές και χημικές ιδιότητες των πετρελαίων που επηρεάζουν την συμπεριφορά και επίδραση του πετρελαίου στο νερό και τα υδάτινα περιβάλλοντα είναι, η επιφανειακή τάση, το ειδικό βάρος, και το ιξώδες. Η σύνθεση και τα χαρακτηριστικά ενός πετρελαίου, μαζί με μια σειρά από περιστάσεις σχετιζόμενες με τον χρόνο και τον τόπο της διαρροής, το ποσό του πετρελαίου, τις καιρικές συνθήκες, θα καθορίσουν ποσό θα παραμένει το πετρέλαιο, πως θα διαδοθεί, και εάν θα εξατμιστεί ή θα καταβυθιστεί.&lt;br /&gt;
&lt;br /&gt;
'''Μέθοδοι εφαρμογής Τηλεπισκόπησης''' &lt;br /&gt;
&lt;br /&gt;
Μια από τις σημαντικές εφαρμογές της τηλεπισκόπησης είναι οι ωκεανογραφικές που συνήθως αφορούν τις πετρελαιοκηλίδες. Η παρακολούθηση των πετρελαιοκηλίδων, η χαρτογράφηση και πρόβλεψη της έκτασης και του βαθμού της πετρελαιοκηλίδας, η στρατηγική υποστήριξη σε αποφάσεις έκτακτης αντιμετώπισης πετρελαιοκηλίδων, και η αναγνώριση περιοχών φυσικής διαρροής πετρελαίου, είναι περιοχές μελέτης και εφαρμογής της τηλεπισκόπησης.&lt;br /&gt;
Για να απομονωθούν οι πληγείσες περιοχές, και να οργανωθούν οι προσπάθειες καθαρισμού με τον καταλληλότερο τρόπο, θα πρέπει μια σειρά από παράγοντες να καθοριστούν κατά την γένεση της πετρελαιοκηλίδας. Τέτοιοι παράγοντες είναι, η τοποθεσία της κηλίδας, το μέγεθος και η έκταση της, η κατεύθυνση και το μέγεθος της κίνησης του πετρελαίου, πληροφορίες για τον άνεμο και τον κυματισμό οι οποίες θα βοηθήσουν στην εκτίμηση και πρόβλεψη της μελλοντικής κίνησης του πετρελαίου.&lt;br /&gt;
Η τηλεπισκόπηση δίνει το πλεονέκτημα της παρακολούθησης γεγονότων σε απομακρυσμένες και μη προσβάσιμες περιοχές. Μπορεί να χρησιμοποιηθεί στον εντοπισμό και παρακολούθηση πετρελαιοκηλίδων. Τα δεδομένα της τηλεπισκόπησης δίνουν τον ρυθμό και την κατεύθυνση της κίνησης του πετρελαίου σε κηλίδες στον ωκεανό μέσω πολύ-χρονικής απεικόνισης. Εισάγοντας αυτά τα δεδομένα σε μοντελοποίηση πρόβλεψης τάσης επιτυγχάνονται ποιο αποτελεσματικές και εύκολες οι προσπάθειες καθαρισμού και έλεγχου της πετρελαιοκηλίδας.&lt;br /&gt;
&lt;br /&gt;
'''Εναέρια Παρακολούθηση Πετρελαιοκηλίδων''' &lt;br /&gt;
&lt;br /&gt;
Η εναέρια παρακολούθηση των πετρελαιοκηλίδων μπορεί να γίνεται συστηματικά, για αναζήτηση και καταστολή της ρύπανσης από τα πλοία. Σε αυτήν την περίπτωση ο στόχος είναι, ο εντοπισμός και η περιγραφή της ρύπανσης καθώς και ο εντοπισμός του ρυπαντή έτσι ώστε να εκτιμηθεί η ποσότητα και ποιότητα της ρύπανσης και να προβλεφτεί η εξέλιξη της ρύπανσης. Ένας επιπλέον  στόχος της εναέριας επιτήρησης είναι η χρήση της σε περίπτωση ενός ατυχήματος για παροχή βοήθειας στην μη διασπορά της ρύπανσης. &lt;br /&gt;
&lt;br /&gt;
'''Δορυφορική Τηλεπισκόπηση για Παρακολούθηση Πετρελαιοκηλίδων με Ραντάρ''' &lt;br /&gt;
&lt;br /&gt;
Οι υπέρυθροι, ορατοί και υπεριώδεις αισθητήρες δεν είναι σε θέση να ανιχνεύσουν το πετρέλαιο σε αντίξοες καιρικές συνθήκες όπως δυνατή βροχή ή ομίχλη. Ο ποιο κοινός αισθητήρας μικροκυμάτων για τον εντοπισμό πετρελαίου στην θαλασσιά επιφάνεια είναι το Ραντάρ Συνθετικής Οπής (SAR). Μια εικόνα SAR μπορεί να μετρήσει την τραχύτητα της επιφάνειας. Η επίδραση των κυμάτων της θάλασσας οδηγεί σε μειωμένη απόδοση του ραντάρ στην πληγείσα περιοχή, έτσι ώστε οι πετρελαιοκηλίδες να εμφανίζονται με σχετικά σκοτεινά χαρακτηριστικά στις σκηνές των εικόνων SAR.&lt;br /&gt;
Η παρουσία πετρελαίου στην επιφάνεια της θάλασσας προκαλεί το φαινόμενο της απόσβεσης (κύματα Bragg) και μειώνει την οπίσθια σκέδαση του ραντάρ. Στις περισσότερες περιπτώσεις οι καλυπτόμενες από πετρέλαιο περιοχές εμφανίζονται στις εικόνες SAR σαν σκοτεινά επιθέματα. Μια πετρελαιοκηλίδα είναι φυσικά μια περιοχή χαμηλής οπισθοσκεδασης και εμφανίζεται σαν μια σκοτεινή περιοχή στις εικόνες SAR. Η εικόνα 3 δείχνει πως το SAR λαμβάνει κηλίδες από την θαλασσιά επιφάνεια.&lt;br /&gt;
Οι εικόνες SAR απαιτούν έναν αριθμό επεξεργαστικών βημάτων πριν μπορέσουν να ερμηνευθούν. Στην εικόνα εμφανίζεται καταγραφή πριν από την επεξεργασία από τοRADARSAT 1, και έχει ληφθέι την 1 Αύγουστου 2012 από τον Βόρειο Τουρκικό πορθμό που εισέρχεται στην Μαύρη Θάλασσα. Η επεξεργασία ξεκινά με την φόρτωση της εικόνας SAR σε ένα λογισμικό πακέτο που επιτρέπει την διεξαγωγή των προεπεξεργαστικων βημάτων. Η γεω-αναφορά, καθώς και γεωμετρικές και ραδιομετρικές διορθώσεις και φιλτραρίσματα είναι τα βήματα που διεξάγονται για την επεξεργασία της εικόνας. Έπειτα διεξάγεται ταξινόμηση και επιπλέον ανάλυση και ελέγχεται εάν όντως υπάρχει μια πετρελαιοκηλίδα ή όχι στην εικόνα SAR. Η σκοτεινή περιοχή στην εικόνα SAR μπορεί να προκαλέσει έναν εσφαλμένο συναγερμό λόγω διαφόρων παραγόντων που μπορούν να προκαλέσουν τέτοια απεικόνιση γι αυτό συγκεκριμένες παράμετροι θα βοηθήσουν τον αναλυτή να δώσει τη σωστή ερμηνεία. Αυτές οι παράμετροι είναι η συνολική έκταση, η περίμετρος, η καμπυλότητα, το γενικό σχήμα, ο βαθμός συνοχής, και επιπλέον σχηματικοί παράγοντες.&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα''' &lt;br /&gt;
&lt;br /&gt;
Λόγω της αύξησης των θαλάσσιων μετακινήσεων, η θαλασσιά μόλυνση και ειδικά η πετρελαϊκή μόλυνση προερχόμενη από τα πλοία έχει γίνει ένα από τα ποιο σημαντικά προβλήματα σε όλο τον κόσμο. Η πετρελαϊκή μόλυνση με νερό και λάσπη προερχόμενα από τους υδατοσυλλέκτες ή η μόλυνση που προέρχεται από τα υπολείμματα στις δεξαμενές των δεξαμενόπλοιων και από τις εργασίες καθαρισμού των δεξαμενών αυτών καλούνται ως παράνομες απορρίψεις από τις αρχές, εάν αυτές οι απορρίψεις των υδάτων γίνουν στην θάλασσα. Μια άλλη πηγή πετρελαϊκής μόλυνσης είναι τα ναυτικά ατυχήματα. Ένα από τα ποιο σημαντικά εργαλεία για εντοπισμό και παρακολούθηση της πετρελαϊκής μόλυνσης από ναυτιλιακές δραστηριότητες είναι η δορυφορική τηλεπισκόπηση διότι μας επιτρέπει να εντοπίζουμε πετρελαϊκή μόλυνση στην επιφάνεια της θάλασσας σε μια περιοχή 100 χιλιόμετρων. Είναι επίσης δυνατόν να γίνεται παρακολούθηση σε σχεδόν πραγματικό χρόνο, συνεχόμενα ή περιοδικά για την περιοχή ενδιαφέροντος. Η μέθοδος SAR (SyntheticApertureRadar)  είναι ένας αισθητήρας μικροκυμάτων ιδανικός για την παρακολούθηση των θαλασσών ημέρα και νύχτα.Δεν επηρεάζεται από τις καιρικές συνθήκες καθώς επίσης και από την ομίχλη, τα σύννεφα και τη σκόνη. Παρόλο που ο δορυφορικός εξοπλισμός τηλεπισκόπησης είναι ένα μεγάλο επίτευγμα για την παρακολούθηση των πετρελαιοκηλίδων, δεν είναι ικανός από μόνος του να καταστείλει μια πετρελαιοκηλίδα. Η συνδυασμένη χρήση δορυφόρων, πλοίων και αεροσκαφών για επιτήρηση αυξάνει τις πιθανότητες για έγκαιρο εντοπισμό της πετρελαιοκηλίδας και ταχύτερες επιχειρήσεις καθαρισμού, καθώς και στην πρόληψη περαιτέρω περιβαλλοντολογικής ρύπανσης.&lt;/div&gt;</summary>
		<author><name>Vita Zvarych</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/Vita_Zvarich</id>
		<title>Vita Zvarich</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/Vita_Zvarich"/>
				<updated>2017-02-15T22:20:50Z</updated>
		
		<summary type="html">&lt;p&gt;Vita Zvarych: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;* [[ Ο Ρόλος της Τηλεπισκόπησης στον Εντοπισμό Ρύπανσης Πετρελαίου ]]&lt;br /&gt;
* [[ Χρησιμοποίηση Τεχνικών Τηλεπισκόπισης για την Αναγνώριση του Κινδύνου Κατολίσθησης σε Επιρρεπείς Τμήματα Κατά Μήκος του Νότιουσιδηροδρομικού δικτύου στη Ταϊβάν]]&lt;br /&gt;
* [[ Αξιολόγηση και Εκτίμηση των Φυσικών Μεταβολών του Ποταμού Ramganga Χρησιμοποιώντας Τηλεπισκόπηση και GIS ]]&lt;br /&gt;
* [[ Εκτίμηση της Καλλιέργειας Ελαιοκράμβης στο Τέλος της Χειμερινής Περιόδου με τη Χρήση Αεροδιαστημικών Τεχνικών ]]&lt;br /&gt;
* [[ Αστικά Δεδομένα για την πόλη της Σαμάρα – Ρωσία ]]&lt;br /&gt;
* [[ Τρισδιάστατη Τεκμηρίωση των Προεξοχών του Εδάφους με Λέιζερ Σαρωτή - Διήθηση της Βλάστησης ]] &lt;br /&gt;
* [[ Παρακολούθηση Πετρελαιοκηλίδων βασιζόμενη στην SAR Τηλεπισκοπικών Απεικονίσεων ]]&lt;br /&gt;
* [[ Τηλεπισκόπηση των Πλοίων και Υπεράκτιων Εξέδρων Άντλησης Πετρελαίου και Χαρτογράφηση Θαλάσσιων Πηγών Κινδύνου Διαρροής Πετρελαίου στην Θάλασσα Bohai ]]&lt;br /&gt;
* [[ Χρήση Στοιχείων Τηλεπισκόπησης για την Μελέτη των Διαφόρων Ανανεώσιμων Πηγών Ενέργειας σε Παραθαλάσσια Τοποθεσία στη Νότια Ιταλία ]]&lt;br /&gt;
* [[ Δορυφορική Τηλεπισκόπηση Εξόδους των Ορισμένων Παγετώνων στο Έδαφος της Ανατολικής Γεωργίας ]]&lt;br /&gt;
&lt;br /&gt;
 [[category:ΔΠΜΣ &amp;quot;Περιβάλλον &amp;amp; Ανάπτυξη&amp;quot; (Αθήνα)]]&lt;/div&gt;</summary>
		<author><name>Vita Zvarych</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Arthro_10_5_Vita.jpg</id>
		<title>Αρχείο:Arthro 10 5 Vita.jpg</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Arthro_10_5_Vita.jpg"/>
				<updated>2017-02-15T20:59:09Z</updated>
		
		<summary type="html">&lt;p&gt;Vita Zvarych: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Vita Zvarych</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Arthro_10_4_Vita.jpg</id>
		<title>Αρχείο:Arthro 10 4 Vita.jpg</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Arthro_10_4_Vita.jpg"/>
				<updated>2017-02-15T20:58:59Z</updated>
		
		<summary type="html">&lt;p&gt;Vita Zvarych: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Vita Zvarych</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Arthro_10_3_Vita.jpg</id>
		<title>Αρχείο:Arthro 10 3 Vita.jpg</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Arthro_10_3_Vita.jpg"/>
				<updated>2017-02-15T20:58:50Z</updated>
		
		<summary type="html">&lt;p&gt;Vita Zvarych: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Vita Zvarych</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Arthro_10_2_Vita.jpg</id>
		<title>Αρχείο:Arthro 10 2 Vita.jpg</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Arthro_10_2_Vita.jpg"/>
				<updated>2017-02-15T20:58:42Z</updated>
		
		<summary type="html">&lt;p&gt;Vita Zvarych: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Vita Zvarych</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Arthro_10_1_Vita.jpg</id>
		<title>Αρχείο:Arthro 10 1 Vita.jpg</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Arthro_10_1_Vita.jpg"/>
				<updated>2017-02-15T20:58:34Z</updated>
		
		<summary type="html">&lt;p&gt;Vita Zvarych: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Vita Zvarych</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Arthro_9_Pinakas_1_Vita.jpg</id>
		<title>Αρχείο:Arthro 9 Pinakas 1 Vita.jpg</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Arthro_9_Pinakas_1_Vita.jpg"/>
				<updated>2017-02-15T20:58:22Z</updated>
		
		<summary type="html">&lt;p&gt;Vita Zvarych: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Vita Zvarych</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Arthro_9_4_Vita.jpg</id>
		<title>Αρχείο:Arthro 9 4 Vita.jpg</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Arthro_9_4_Vita.jpg"/>
				<updated>2017-02-15T20:58:11Z</updated>
		
		<summary type="html">&lt;p&gt;Vita Zvarych: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Vita Zvarych</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Arthro_9_3_Vita.jpg</id>
		<title>Αρχείο:Arthro 9 3 Vita.jpg</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Arthro_9_3_Vita.jpg"/>
				<updated>2017-02-15T20:58:00Z</updated>
		
		<summary type="html">&lt;p&gt;Vita Zvarych: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Vita Zvarych</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Arthro_9_2_Vita.jpg</id>
		<title>Αρχείο:Arthro 9 2 Vita.jpg</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Arthro_9_2_Vita.jpg"/>
				<updated>2017-02-15T20:57:53Z</updated>
		
		<summary type="html">&lt;p&gt;Vita Zvarych: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Vita Zvarych</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Arthro_9_1_Vita.jpg</id>
		<title>Αρχείο:Arthro 9 1 Vita.jpg</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Arthro_9_1_Vita.jpg"/>
				<updated>2017-02-15T20:57:44Z</updated>
		
		<summary type="html">&lt;p&gt;Vita Zvarych: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Vita Zvarych</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Arthro_8_Exiswsi_Vita.jpg</id>
		<title>Αρχείο:Arthro 8 Exiswsi Vita.jpg</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Arthro_8_Exiswsi_Vita.jpg"/>
				<updated>2017-02-15T20:57:21Z</updated>
		
		<summary type="html">&lt;p&gt;Vita Zvarych: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Vita Zvarych</name></author>	</entry>

	</feed>