dc.contributor.advisor | Κολιός, Σταύρος | |
dc.contributor.author | Στεργιόπουλος, Γεώργιος | |
dc.contributor.other | Stergiopoulos, Gewrgios | |
dc.coverage.spatial | Κύπρος | el_GR |
dc.date.accessioned | 2018-10-24T08:52:00Z | |
dc.date.available | 2018-10-24T08:52:00Z | |
dc.date.copyright | 2018-10-24 | |
dc.date.issued | 2018-06 | |
dc.identifier.other | ΔΠΠ/2018/00196 | el_GR |
dc.identifier.uri | http://hdl.handle.net/11128/3838 | |
dc.description | Περιέχει βιβλιογραφικές παραπομπές. | el_GR |
dc.description.abstract | Η εκτίμηση και παρακολούθηση της ξηρασίας με τη χρήση δορυφορικών δεδομένων είναι ευρέως διαδεδομένη τις τελευταίες δεκαετίες. Η ανάπτυξη της τεχνολογίας και η χρήση της Τηλεπισκόπησης και των Γεωγραφικών Συστημάτων Πληροφοριών έχει διευρύνει σε μεγάλο βαθμό το πεδίο έρευνας και εφαρμογών προσφέροντας ένα μεγάλο αριθμό πληροφοριών οι οποίες δεν είναι εύκολο να ανακτηθούν με συμβατικές μεθόδους. Αντικείμενο της παρούσας διατριβής είναι η μελέτη και η ανάλυση του φαινομένου της Ξηρασίας, στην Κύπρο, και η εκτίμηση της γεωγραφικής της κατανομής μέσα από τη χρήση τηλεσκοπικών μεθόδων και συγκεκριμένα μέσω της χρήσης του Κανονικοποιημένου Δείκτη Υγρασίας (Normalized Difference Water Index - NDWI) καθώς και η εκτίμηση της με την ανάλυση του Τυποποιημένου Δείκτη Βροχοπτώσεων (SPI). Από την ανάλυση των στοιχείων προκύπτει ότι στο σύνολο σχεδόν της περιοχής μελέτης και για τις δυο χρονικές περιόδους που εξετάστηκαν, παρατηρήθηκε ότι τόσο οι τιμές του δείκτη NDWI όσο και του δείκτη SPI, κυμαίνονται σε χαμηλά επίπεδα, γεγονός που υποδεικνύει ότι τα επίπεδα του υδατικού περιεχομένου της βλάστησης είναι μειωμένα. Τα δεδομένα που χρησιμοποιήθηκαν για την ανάπτυξη της μεθοδολογίας περιελάμβαναν τη χρήση και την επεξεργασία δορυφορικών εικόνων των δορυφόρων Landsat 7 και Landsat 8 καθώς και δεδομένων βροχόπτωσης. Η επιβεβαίωση των αποτελεσμάτων έγινε χρησιμοποιώντας ως αναφορά, στοιχεία από το Τμήμα Μετεωρολογίας. Οι δείκτες παρουσίασαν ταύτιση των περιόδων ξηρασίας για τα έτη 2000 και 2016 και ανέδειξε ανέδειξαν τις περιοχές όπου το φαινόμενο παρουσιάζεται εντονότερο. | el_GR |
dc.format.extent | x, 128 σ. 30 εκ. | el_GR |
dc.language | gr | el_GR |
dc.language.iso | gr | el_GR |
dc.publisher | Ανοικτό Πανεπιστήμιο Κύπρου | el_GR |
dc.rights | info:eu-repo/semantics/closedAccess | el_GR |
dc.subject | Δείκτες ξηρασίας -- Κύπρος | el_GR |
dc.subject | Satellite Remote Sensing | el_GR |
dc.subject | Landstat | el_GR |
dc.subject | Δορυφορική τηλεπισκόπηση | el_GR |
dc.subject | Γεωγραφικά Συστήματα Πληροφοριών | el_GR |
dc.subject | Geographic Information System | el_GR |
dc.title | Εκτίμηση της ξηρασίας στην Κύπρο με την χρήση δεικτών την περίοδο 2000-2016 | el_GR |
dc.type | Μεταπτυχιακή Διατριβή | el_GR |
dc.description.translatedabstract | The estimation and monitoring of drought using satellite data has been widespread in recent decades. The rapid development of technology and the use of Remote Sensing and Geographic Information Systems has expanded the field of research and the relative applications by offering a large number of information that can not be retrieved easily by conventional methods. The aim of this dissertation is to study and analyse the Drought phenomenon, in Cyprus, and to estimate its geographical distribution through the use of remote sensing methods and in particular through the use of the Normalized Difference Water Index (NDWI) as well as its assessment through the analysis of the Standard Precipitation Index (SPI). The data used to develop the methodology included the use and processing of satellite images of Landsat 7 and Landsat 8 satellites as well as rainfall data. The analysis showed that for the study area for both time periods examined, it has been observed that the values of the NDWI and the SPI index are comparatively at a low level, indicating that the levels of the water content of the vegetation are reduced. The validation of the findings was made by comparing rainfall data from the Meteorological Service. Both indices identified the drought periods for the years 2000 and 2016 and highlighted the areas with the most intense phenomena. | el_GR |
dc.format.type | pdf | el_GR |