Στυλιανός Αναστ. Κουταλακίδης ΔΙΑΤΡΙΒΗ

«Εφαρμογή του υδρολογικού μοντέλου ArcHydro στο Δυτικό τμήμα του Δήμου Νάουσας και χρησιμοποίηση των δεδομένων για εντοπισμό θέσεων δημιουργίας μικρών φραγμάτων» Στυλιανός Αναστ. Κουταλακίδης ΔΙΑΤΡΙΒΗ Που υποβλήθηκε στο Μεταπτυχιακό Πρόγραμμα Σπουδών Περιβαλλοντική Πολιτική και Διαχείριση του Τμήματος Περιβάλλοντος ως μέρος των απαιτήσεων για την απόκτηση Διπλώματος Ειδίκευσης στην Περιβαλλοντική Πολιτική και Διαχείριση Μυτιλήνη ΝΟΕΜΒΡΙΟΣ 2005

ΕΓΚΡΙΣΗ ΜΕ ΥΠΟΓΡΑΦΕΣ II

ΣΥΝΤΟΜΟ ΒΙΟΓΡΑΦΙΚΟ ΣΗΜΕΙΩΜΑ ΟΝΟΜΑΤΕΠΩΝΥΜΟ: ΣΤΥΛΙΑΝΟΣ ΚΟΥΤΑΛΑΚΙΔΗΣ ΕΤΟΣ ΓΕΝΝΗΣΗΣ:1982 ΔΙΕΥΘΥΝΣΗ ΟΙΚΙΑΣ: Καισαρείας 1, 59200 Νάουσα ΤΗΛΕΦΩΝΑ ΕΠΙΚΟΙΝΩΝΙΑΣ: 2332025590, 6945388933 ΟΙΚΟΓΕΝΕΙΑΚΗ ΚΑΤΑΣΤΑΣΗ: ΑΓΑΜΟΣ ΣΠΟΥΔΕΣ 2004-2005 Μεταπτυχιακό Πρόγραμμα Σπουδών Περιβαλλοντική Πολιτική και Διαχείριση, Τμήμα Περιβάλλοντος, Πανεπιστήμιο Αιγαίου 2000-2004 Τμήμα Γεωπληροφορικής και Τοπογραφίας, Σχολή Τεχνολογικών Εφαρμογών, ΤΕΙ Σερρών, Βαθμός πτυχίου: 8,34 1997-2000 1 ο Λύκειο Νάουσας. Βαθμός απολυτηρίου: 14,9 ΥΠΟΤΡΟΦΙΕΣ 2002-2003 Υποτροφία από το ΙΚΥ για άριστη επίδοση κατά τις σπουδές, θέση 1 ος 2003-2004 Υποτροφία από το ΙΚΥ για άριστη επίδοση κατά τις σπουδές, θέση 1 ος 2004 Υποτροφία από το πρόγραμμα ΕΠΕΑΕΚ για άριστη επίδοση κατά τις σπουδές, θέση 1 ος III

ΓΝΩΣΕΙΣ Η/Υ Γνώση και χρήση Η/Υ σε περιβάλλον Windows XP, 2000, 98, 95 Προγράμματα Microsoft Word, Excel, Access, Power Point, Internet Προγράμματα GIS ArcInfo 8.2, ArcInfo Workstation 8.2, ArcView 3.2 Προγράμματα φωτογραμμετρίας Microstation 5.07, Iras/C 7.0 Προγράμματα τελεπισκόπισης: ERDAS Imagine 8.6, Idrisi32 Release 2 Προγράμματα σχεδιαστικά AutoCad 2000,2002,2005, Autocad Raster Design 2005 Προγράμματα επεξεργασίας εικόνας Photoshop 7, CorelDraw 10 ΕΠΑΓΓΕΛΜΑΤΙΚΗ ΕΜΠΕΙΡΙΑ 1/04/2004-1/10/2004 Κτηματική Υπηρεσία Ν.Ημαθίας Θέση: Πρακτική Άσκηση, Αντικείμενο: Δημιουργία Ψηφιακής Βάσης Δεδομένων και Σύνδεσή της με Γεωγραφικά Συστήματα Πληροφοριών 1/10/2002-30/9/2003 Τεχνολογικό Εκπαιδευτικό Ίδρυμα Σερρών, Θέση: Απασχόληση στο εργαστήριο GIS (Γεωγραφικά Συστήματα Πληροφοριών) του Τμήματος Γεωπληροφορικής και Τοπογραφίας του Τ.Ε.Ι. Σερρών 2000-2005 Σε τεχνικές εταιρείες και εταιρείες εφαρμογών GIS. IV

ΠΙΝΑΚΑΣ ΠΕΡΙΕΧΟΜΕΝΩΝ ΠΡΟΛΟΓΟΣ... 1 1: ΕΙΣΑΓΩΓΗ ΣΤΑ ΣΥΣΤΗΜΑΤΑ ΓΕΩΓΡΑΦΙΚΩΝ ΠΛΗΡΟΦΟΡΙΩΝ... 2 1.1: Ορισμοί... 2 1.2: Λογισμικά πακέτα... 2 1.3: Τα μέρη ενός Σ.Γ.Π... 3 1.4: Είδη δεδομένων ενός Σ.Γ.Π.... 3 1.5: Μορφές ψηφιακών χαρτογραφικών δεδομένων... 3 1.6: Η μορφή πίνακα... 3 1.6.1: Ορισμοί - έννοιες... 3 1.6.2: Περιγραφή μοντέλου... 4 1.6.3: Κατηγορίες - χρήσεις... 12 1.6.4: Είδος δεδομένων... 13 1.6.4.1: Συνεχή δεδομένα... 13 1.6.4.2: Διακριτά φαινόμενα... 14 1.6.5: Ανάλυση - τύπος στοιχείων... 15 1.6.6: Είδη δεδομένων... 17 1.6.6.1: Σημειακά δεδομένα... 17 1.6.6.2: Γραμμικά δεδομένα... 18 1.6.6.3: Πολυγωνικά δεδομένα... 18 1.6.7: Φασματική ανάλυση... 19 1.6.8: Συμπίεση - πυραμίδες... 19 1.6.9: Πράξεις - εξειδεικευμένες λειτουργίες... 20 1.6.9.1: Πράξεις... 20 1.6.9.1: Εξειδικευμένες λειτουργίες... 25 1.6.9.1.1: Ισοϋψείς... 27 1.6.9.1.2: Κλίσεις... 27 V

1.6.9.1.3: Έκθεση προσανατολισμού... 28 1.6.9.1.4: Τεχνητή σκίαση... 29 1.6.9.1.5: Ανάλυση ορατότητας... 30 1.6.9.1.6: Cut / fill... 32 1.6.9.1.7: Ανάλυση κόστους απόστασης... 33 1.6.9.1.8: Direction... 35 1.6.9.1.9: Conversion... 35 1.6.10: Είδη υποστηριζόμενων αρχείων... 36 1.6.11: Βοηθητικές πληροφορίες των raster... 37 1.6.12: Μεταδεδομένα... 37 1.6.13: Πλεονεκτήματα - μειονεκτήματα... 38 1.6.14: Εφαρμογές των raster... 38 2: GIS ΓΙΑ ΔΙΑΧΕΙΡΙΣΗ ΥΔΑΤΙΚΩΝ ΠΟΡΩΝ... 39 2.1: Εισαγωγή... 39 2.2: Archydro... 39 2.2.1: Χαρακτηριστικά του ArcGIS... 40 2.2.2: Arcobjects... 42 2.3: Χαρακτηριστικά του Arc Hydro... 42 2.3.1: Πλαίσιο του Arc Hydro... 44 2.4: Συστήματα αποστράγγισης... 46 2.4.1: Εισαγωγή... 46 2.4.2: Μοντέλο βροχής... 47 2.5: Αποστραγγιστικές επιφάνειες... 48 2.5.1: Λεκάνη συλλογής... 50 2.5.2: Υδροκρίτης ή επιφάνεια τροφοδοσίας... 50 2.5.3: Λεκάνη... 51 2.6: Ψηφιακά μοντέλα εδάφους και υδρολογική μοντελοποίηση... 51 VI

2.7 : Αβεβαιότητα στα GIS modules και στα μοντέλα λεκανών απορροής... 52 2.8: Προεπεξεργασία εδάφους... 53 2.8.1: Ανάλυση της επιφάνειας του υδροφάρου στρώματος με χρήση Ψ.Μ.Ε.... 53 2.8.2: Πλέγμα κατεύθυνσης ροής... 54 2.8.3: Πλέγμα συσσώρευσης ροής... 57 2.8.4: Καθορισμός ρέματος χρησιμοποιώντας ένα κατώφλι αποστραγγιστικής περιοχής58 2.8.5: Σκιαγράφηση του πλέγματος λεκάνης αποστράγγισης... 59 2.9: Επεξεργασία του υδροκρίτη... 61 2.9.1: Σκιαγράφηση του υδροκρίτη... 61 2.9.2: Ανάλυση των υδροκριτών... 62 2.9.2.1: Σταθεροποίηση... 62 2.9.2.2: Συσσώρευση... 63 2.10: Σκιαγράφηση κοιτών... 63 2.11: Μοντελοποίηση ποταμού... 65 2.11.1: Απαιτήσεις δεδομένων... 65 2.11.1.1: Τοπογραφικά δεδομένα... 66 2.12: Υδρογραφία... 67 2.12.1: Υδρογραφικά σημεία... 67 2.12.2: Υδρογραφικές γραμμές... 68 2.12.3: Υδρογραφικές περιοχές... 68 2.12.4: Hydro response units... 69 3: ΠΕΡΙΓΡΑΦΗ ΤΗΣ ΠΕΡΙΟΧΗΣ ΜΕΛΕΤΗΣ... 72 3.1: Θέση - όρια... 72 3.2: Κλιματολογικές συνθήκες... 73 3.3: Μορφολογία εδάφους... 75 3.4: Υδρολογία... 76 VII

3.5: Οικολογικά στοιχεία... 77 3.5.1: Τύποι οικοτόπων... 77 3.5.2: Χλωρίδα... 78 3.5.3: ΠανΙδα... 78 3.5.3.1: Αμφίβια... 79 3.5.3.2: Ερπετά... 79 3.5.3.2: Πτηνά... 79 3.5.3.2: Θηλαστικά... 79 4: ΕΦΑΡΜΟΓΗ ΤΟΥ ARC HYDRO ΣΤΗΝ ΠΕΡΙΟΧΗ ΜΕΛΕΤΗΣ... 80 4.1: Σάρωση και επεξεργασία χαρτών... 80 4.2: Γεωμετρική διόρθωση χαρτών... 81 4.3: Ψηφιοποίηση χαρτών... 82 4.4 : Εισαγωγή δεδομένων με χρήση GPS... 84 4.5: ημιουργία Ψ.Μ.Ε.... 84 4.6: Εφαρμογή του Arc Hydro... 87 4.7: Terrain preprocessing... 88 4.7.1: DEM reconditioning και fill sinks... 88 4.7.2: Flow direction και flow accumulation... 90 4.7.3: Stream definition και stream segmentation... 93 4.7.4: Catchment grid delineation και catchment polygon processing... 94 4.7.5: Drainage line, adjoint catchment και drainage point processing... 96 4.7.6: Slope, slope greater than 30 και slope greater than 30 and facing north... 99 4.8: Watershed processing... 101 4.8.1: Drainage area centroid... 101 4.8.2: Longest flow path... 102 4.8.3: Network tools... 103 4.8.3.1: Hydro network generation... 103 VIII

4.8.3.2: Node/link schema generation... 104 4.8.3.3: Store flow direction και set flow direction... 104 4.9.1: Attribute tools... 105 4.9.1.1: Generate from/to node for lines και find next downstream line... 105 4.9.1.2: Calculate length downstream for edges... 106 4.9.1.3: Calculate length downstream for junctions και find next downstream... 107 4.9.1.4: Store area outlets... 109 4.9.1.5: Consolidate attributes και accumulate attributes... 109 5: ΠΡΟΤΕΙΝΟΜΕΝΕΣ ΘΕΣΕΙΣ ΓΙΑ ΣΧΕΔΙΑΣΜΟ ΦΡΑΓΜΑΤΩΝ... 111 5.1: ιαδικασία εντοπισμού θέσεων δημιουργίας μικρών φραγμάτων... 111 5.1.1: Δεδομένα παραδοχές... 111 5.1.2: Μετεωρολογικοί παράμετροι... 113 5.1.3: Γεωλογικοί παράμετροι... 115 5.2: Υπολογισμοί των όγκων νερού σε μ 3 στην περιοχή των φραγμάτων... 120 5.3: Προτεινόμενες θέσεις φραγμάτων στη λεκάνη και προσδιοριστικό του κάθε σημείου123 6: ΣΥΜΠΕΡΑΣΜΑΤΑ ΜΕΛΛΟΝΤΙΚΕΣ ΕΦΑΡΜΟΓΕΣ... 125 7: ΒΙΒΛΙΟΓΡΑΦΙΑ... 129 ΠΑΡΑΡΤΗΜΑ : Arc Hydro εργαλεία... 133 IX

ΚΑΤΑΛΟΓΟΣ ΠΙΝΑΚΩΝ/ΔΙΑΓΡΑΜΜΑΤΩΝ ΠΙΝΑΚΑΣ 1.1 : Σχεσιακοί τελεστές... 22 ΠΙΝΑΚΑΣ 1.2 : Είδη υποστηριζόμενων αρχείων... 36 ΠΙΝΑΚΑΣ 4.1 : Χαρακτηριστικά χαρτών... 80 ΠΙΝΑΚΑΣ 4.2 : Χαρακτηριστικά θεματικών επιπέδων... 83 ΠΙΝΑΚΑΣ 4.3 : Απαιτήσεις του Arc Hydro σε εργαλεία... 87 ΠΙΝΑΚΑΣ 4.4 : Συνολικός αριθμός κελιών για κάθε κατεύθυνση ροής... 90 ΠΙΝΑΚΑΣ 4.5 : Πεδίο flowdir στην κλάση hydro edge... 105 ΠΙΝΑΚΑΣ 4.6 : From node \ to node και nextdownid στήλες... 106 ΠΙΝΑΚΑΣ 4.7 : Nextdownid και lengthdown στήλες... 108 ΠΙΝΑΚΑΣ 4.8 : Στήλη junctionid στην κλάση catchment... 109 ΠΙΝΑΚΑΣ 4.9 : Απεικόνιση των στηλών consolidate και accumulate... 110 ΠΙΝΑΚΑΣ 5.1 : Τιμές του συντελεστή τ σε σχέση με το εμβαδόν της λεκάνης σε χλμ 2... 113 ΠΙΝΑΚΑΣ 5.2 : Τοπογραφική διαμόρφωση της λεκάνης ανάλογα με την κατηγορία του εδάφους... 114 ΠΙΝΑΚΑΣ 5.3 : Μετεωρολογική παράμετρος: μέσος όρος ετών 1998-2002 σε χιλιοστά... 114 ΠΙΝΑΚΑΣ 5.4 : Βροχόπτωση και ποσοστό κατακράτησης νερού στα φράγματα... 121 ΔΙΑΓΡΑΜΜΑ 5.1 : Ποσοστό κατακράτησης νερού ανά μήνα... 121 X

ΚΑΤΑΛΟΓΟΣ ΕΙΚΟΝΩΝ/ ΣΧΗΜΑΤΩΝ ΕΙΚΟΝΑ 1.1 : Μοντέλο vector και raster... 4 ΕΙΚΟΝΑ 1.2 : Pixel στο μοντέλο raster... 4 ΕΙΚΟΝΑ 1.3 : Ζεύγος δεικτών, στήλη και γραμμή... 5 ΕΙΚΟΝΑ 1.4 : Υπέρθεση δεδομένων raster... 6 ΕΙΚΟΝΑ 1.5 : Τιμή pixel σε raster... 8 ΕΙΚΟΝΑ 1.6 : Φασματική ανάκλαση ως τιμή στο raster... 8 ΕΙΚΟΝΑ 1.7 : Ζώνες τιμών στο raster... 9 ΕΙΚΟΝΑ 1.8 : Ζώνες τιμών στο raster και τιμή Nodata... 10 ΕΙΚΟΝΑ 1.9 : Πίνακες δεδομένων στο raster... 10 ΕΙΚΟΝΑ 1.10 : Πεδία στους πίνακες δεδομένων στο raster... 11 ΕΙΚΟΝΑ 1.11 : Όνομα στην βάση δεδομένων του raster... 11 ΕΙΚΟΝΑ 1.12 : Συντεταγμένες στα raster... 12 ΕΙΚΟΝΑ 1.13 : Αποτύπωση συνεχών δεδομένων... 13 ΕΙΚΟΝΑ 1.14 : Αποτύπωση επιφάνειας από μια πηγή... 14 ΕΙΚΟΝΑ 1.15 : Αποτύπωση επιφάνειας από μια πηγή... 14 ΕΙΚΟΝΑ 1.16 : Διακριτά φαινόμενα... 15 ΕΙΚΟΝΑ 1.17 : Μικρό μέγεθος Σ.Ε..... 16 ΕΙΚΟΝΑ 1.18 : Μεγαλο μεγεθος Σ.Ε.... 16 ΕΙΚΟΝΑ 1.19 : Σημειακά χαρακτηριστικά... 17 ΕΙΚΟΝΑ 1.20 : Γραμμικά χαρακτηριστικά... 18 ΕΙΚΟΝΑ 1.21 : Πολυγωνικά χαρακτηριστικά... 18 ΕΙΚΟΝΑ 1.22 : Φασματική ανάλυση... 19 ΕΙΚΟΝΑ 1.23 : Μαθηματικές και πολύπλοκες λογικές πράξεις... 20 ΕΙΚΟΝΑ 1.24 : Πράξη διαίρεσης... 21 XI

ΕΙΚΟΝΑ 1.25 : Πράξη λογάριθμου... 21 ΕΙΚΟΝΑ 1.26 : Εκτέλεση μαθηματικών πράξεων... 22 ΕΙΚΟΝΑ 1.27 : Σχεσιακή πράξη... 22 ΕΙΚΟΝΑ 1.28 : Τοπικές μαθηματικές πράξεις... 23 ΕΙΚΟΝΑ 1.29 : Εστιακές ή γειτονικές πράξεις... 24 ΕΙΚΟΝΑ 1.30 : Ζωνικές πράξεις.... 24 ΕΙΚΟΝΑ 1.31 : Κόστος μετακίνησης από ένα σημείο σε ένα άλλο... 25 ΕΙΚΟΝΑ 1.32 : Χάρτης πυκνότητας... 26 ΕΙΚΟΝΑ 1.33 : Υδρολογική ανάλυση... 26 ΕΙΚΟΝΑ 1.34 : Ισοϋψείς γραμμές... 27 ΕΙΚΟΝΑ 1.35 : Κλίση επιφάνειας... 28 ΕΙΚΟΝΑ 1.36 : Κλίση του εδάφους... 28 ΕΙΚΟΝΑ 1.37 : Έκθεση προσανατολισμού... 28 ΕΙΚΟΝΑ 1.38 : Έκθεση προσανατολισμού επιφάνειας... 29 ΕΙΚΟΝΑ 1.39 : Παράμετροι τεχνητής σκίασης... 29 ΕΙΚΟΝΑ 1.40 : Τεχνητή σκίαση... 30 ΕΙΚΟΝΑ 1.41 : Τεχνητή σκίαση ανάλογα με την γωνία της φωτεινής πηγής... 30 ΕΙΚΟΝΑ 1.42 : Ανάλυση ορατότητας... 31 ΕΙΚΟΝΑ 1.43 : Ανάλυση ορατότητας για εύρεση θέσης με την μεγαλύτερη θέα σε μια περιοχή... 31 ΕΙΚΟΝΑ 1.44 : Συνδυασμός τεχνητής σκίασης και ανάλυσης ορατότητας... 31 ΕΙΚΟΝΑ 1.45 : Υπολογισμός όγκων μεταξύ του αναγλύφου... 32 ΕΙΚΟΝΑ 1.46 : Υπολογισμός απωλειών και προσθήκης όγκου σε περιοχές... 32 ΕΙΚΟΝΑ 1.47 : Ανάλυση κόστους απόστασης από ένα σημείο σε άλλο... 33 ΕΙΚΟΝΑ 1.48 : Επίπεδα πληροφοριών για την ανάλυση κόστους απόστασης... 33 ΕΙΚΟΝΑ 1.49 : Πράξεις μεταξύ raster διαφορετικών επιπέδων... 34 ΕΙΚΟΝΑ 1.50 : Πράξεις μεταξύ raster και υπολογισμός νέου raster... 34 XII

ΕΙΚΟΝΑ 1.51 : Εύρεση των καταλληλότερων περιοχών σε raster... 34 ΕΙΚΟΝΑ 1.52 : Υπολογισμός κατεύθυνσης σε raster... 35 ΕΙΚΟΝΑ 1.53 : Μετατροπή από μορφή vector σε raster... 35 ΕΙΚΟΝΑ 2.1 : Θεµατικά επίπεδα του Arc Hydro data model... 40 ΕΙΚΟΝΑ 2.2 : Ιδιότητες των υδρο-χαρακτηριστικών... 43 ΕΙΚΟΝΑ 2.3 : Υδρολογικό σύστημα πληροφοριών... 44 ΕΙΚΟΝΑ 2.4 : Βασικό πλαίσιο του Arc Hydro... 45 ΕΙΚΟΝΑ 2.5 : Συνιστώσες του Arc Hydro data model... 46 ΕΙΚΟΝΑ 2.6 : Σε ποιο ρέμα θα κυλήσει η σταγόνα... 48 ΕΙΚΟΝΑ 2.7 : Κλίμακα απεικόνισης των αποστραγγιστικών συστημάτων... 49 ΕΙΚΟΝΑ 2.8 : Κατευθύνσεις ροής στο 8-κατευθύνσεων αδύναμων σημείων μοντέλο... 54 ΕΙΚΟΝΑ 2.9 : Υπολογισμοί κλίσεων με των 8-κατευθύνσεων μοντέλο... 54 ΕΙΚΟΝΑ 2.10 : Πλέγμα κατεύθυνσης ροής... 55 ΕΙΚΟΝΑ 2.11 : Λειτουργίες πλέγματος... 55 ΕΙΚΟΝΑ 2.12 : Φυσική παρουσίαση του πλέγματος κατεύθυνσης ροής... 56 ΕΙΚΟΝΑ 2.13 : Γέμισμα μιας ψεύτικης λακκούβας στο Ψ.Μ.Ε.... 56 ΕΙΚΟΝΑ 2.14 : Πλέγμα συσσώρευσης ροής - αριθμός των κελιών που αποστραγγίζουν ένα δοσμένο κελί κατα μήκος του δικτύου ροής... 57 ΕΙΚΟΝΑ 2.15 : Πλέγμα συσσώρευσης ροής... 57 ΕΙΚΟΝΑ 2.16 : Καθορισμός του ρέματος για το πλέγμα συσσώρευσης ροής και για μια τιμή κατωφλιού... 58 ΕΙΚΟΝΑ 2.17 : Σύνδεσμοι ρέματος... 59 ΕΙΚΟΝΑ 2.18 : Τονισμένες άκρες των λεκανών συλλογής... 59 ΕΙΚΟΝΑ 2.19 : Ψεύτικα πολύγωνα δημιουργούνται κατα τη διάρκεια της διανυσματοποίησης... 60 ΕΙΚΟΝΑ 2.20 : Πρόσθεση σημείων εξόδου σε ένα πλέγμα ρέματος... 60 ΕΙΚΟΝΑ 2.21 : Σκιαγραφημένοι υδροκρίτες... 61 ΕΙΚΟΝΑ 2.22 : Εντολή consolidate... 62 XIII

ΕΙΚΟΝΑ 2.23 : Εντολή accumulate... 63 ΕΙΚΟΝΑ 2.24 : Χαρακτηριστικά τμήματα και πλημμυρισμένη κοίτη σε ένα σημείο της κοιλάδας... 64 ΕΙΚΟΝΑ 2.25 : Ροή στο κυρίως κανάλι... 64 ΕΙΚΟΝΑ 2.26 : Ροή στο κυρίως κανάλι και τις πλημμυρισμένες κοίτες... 65 ΕΙΚΟΝΑ 2.27 : Hydro area... 69 ΕΙΚΟΝΑ 2.28 : Hydro response units για την κάθετη ανταλλαγή νερού στον υδρολογικό κύκλο... 69 ΕΙΚΟΝΑ 2.29 : Η μέθοδος πολυγώνων του thiessen για χωρικά συνεισφερούμενα σημεία μετρήσεων... 70 ΕΙΚΟΝΑ 2.30 : Μοντελοποιημένα κύτταρα υπόγειων νερών που επικαλύπτονται από ποταμούς και όρια εκτάσεων... 71 ΕΙΚΟΝΑ 3.1 : Θέση Ν.Ημαθίας... 72 ΕΙΚΟΝΑ 3.2 : Λεκάνη απορροής Μαυρόλακκου και ευρύτερη περιοχή... 73 ΕΙΚΟΝΑ 3.3 : Χάρτης βιοκλίματος... 74 ΕΙΚΟΝΑ 3.4 : Βιοκλιματικοί όροφοι... 74 ΕΙΚΟΝΑ 3.5 : Μορφολογία εδάφους... 75 ΕΙΚΟΝΑ 3.6 : Τύποι βλάστησης... 76 ΕΙΚΟΝΑ 3.7 : Ποταμοί Νομού και θέση της λεκάνης απορροής του Μαυρόλακκου... 76 ΕΙΚΟΝΑ 4.1 : Ψηφιοποιημένος χάρτης... 84 ΕΙΚΟΝΑ 4.2 : Τριγωνικό ακανόνιστο δίκτυο του Δυτικού τμήματος της Νάουσας... 85 ΕΙΚΟΝΑ 4.3 : Ψ.Μ.Ε. με κανονική διγραμμική μορφή σε κάναβο... 86 ΕΙΚΟΝΑ 4.4 : Agree dem... 89 ΕΙΚΟΝΑ 4.5 : Fill grid... 89 ΕΙΚΟΝΑ 4.6 : Υδρογραφικό ίκτυο... 90 ΕΙΚΟΝΑ 4.7 : Flow direction grid... 91 ΕΙΚΟΝΑ 4.8 : Ιδιότητες του flow accumulation grid... 92 ΕΙΚΟΝΑ 4.9 : Flow accumulation grid... 92 XIV

ΕΙΚΟΝΑ 4.10 : Stream grid... 94 ΕΙΚΟΝΑ 4.11 : Stream link grid... 94 ΕΙΚΟΝΑ 4.12 : Αριθμός των κελιών που αντιστοιχεί σε κάθε λεκάνη συλλογής... 95 ΕΙΚΟΝΑ 4.13 : Catchment grid delineation... 95 ΕΙΚΟΝΑ 4.14 : Catchments... 96 ΕΙΚΟΝΑ 4.15 : Drainage line... 97 ΕΙΚΟΝΑ 4.16 : Adjoint catchment... 97 ΕΙΚΟΝΑ 4.17 : Drainage point... 98 ΕΙΚΟΝΑ 4.18 : Συνολική αποστραγγιστική διαδικασία... 98 ΕΙΚΟΝΑ 4.19 : Ανίχνευση χαρακτηριστικού με τη χρήση του εργαλείου nextdownid... 99 ΕΙΚΟΝΑ 4.20 : Slope... 100 ΕΙΚΟΝΑ 4.21 : Slope greater than 30... 100 ΕΙΚΟΝΑ 4.22 : Slope greater than 30 and facing north... 101 ΕΙΚΟΝΑ 4.23 : Drainage area centroid... 102 ΕΙΚΟΝΑ 4.24 : Longest flow path... 102 ΕΙΚΟΝΑ 4.25 : Hydro edge και hydro junction... 103 ΕΙΚΟΝΑ 4.26 : Schema link και schema node... 104 ΕΙΚΟΝΑ 4.27 : Απεικόνιση του μήκους κάθε υδρορέματος... 107 ΕΙΚΟΝΑ 4.28 : Απεικόνιση του μήκους κάθε υδροένωσης από την επόμενή της... 108 ΕΙΚΟΝΑ 5.1 : Απεικόνιση της λεκάνης απορροής στην περιοχή του Μαυροόλακκου... 111 ΣΧΗΜΑ 5.1 : Γραφική απεικόνιση των διαστάσεων του φράγματος... 112 ΕΙΚΟΝΑ 5.2 : Απόσπασμα του φύλλου «ΠΥΡΓΟΙ»... 115 ΕΙΚΟΝΑ 5.3 : Απόσπασμα του φύλλου «ΒΕΡΟΙΑ»... 117 XV

ΠΡΟΛΟΓΟΣ Το νερό μπορεί να θεωρηθεί ως φυσικός πόρος, ως οικονομικό αγαθό και ως περιβαλλοντικό στοιχείο. Σε σχέση με άλλους φυσικούς πόρους και με άλλα οικονομικά αγαθά έχει μία ιδιαιτερότητα: είναι μοναδικό και αναντικατάστατο. Σε ενδοετήσιο κύκλο, συνήθως η ζήτηση του νερού είναι μέγιστη, όταν η προσφορά του στη φύση είναι ελάχιστη. Δηλαδή ο ενδοετήσιος κύκλος ζήτησης νερού, είναι αντίστροφος με αυτόν της φυσικής προσφοράς. Επομένως συχνά η χωρο-χρονική κατανομή της προσφοράς και της ζήτησης νερού είναι αντίστροφες. Έτσι τίθεται το πρόβλημα της διαχείρισης των υδατικών πόρων. Η διαχείριση των υδατικών πόρων μπορεί να βοηθηθεί με ένα Σύστημα Γεωγραφικών Πληροφοριών. Ένα ΣΓΠ σε συνεργασία με ένα μοντέλο διαχείρισης υδατικών πόρων, μέσα από την διαχείριση χωρικών πληροφοριών, μπορεί να εντοπίσει τις ποσότητες νερού που θα υπάρχουν σε κάθε σημείο μιας λεκάνης απορροής και με τον τρόπο αυτό να προτείνει λύσεις όπως είναι η συγκράτηση του νερού σε συγκεκριμένα σημεία με φράγματα. Στόχος της παρούσας εργασίας είναι η εφαρμογή δεδομένων που προέκυψαν από μοντέλο επιφανειακής υδρολογίας στην περιοχή μελέτης, για εντοπισμό θέσεων δημιουργίας μικρών φραγμάτων. Στο πρώτο κεφάλαιο παρουσιάζονται τα Συστήματα Γεωγραφικών Πληροφοριών. Γίνεται παράθεση βασικών εννοιών, τα μέρη, οι διαδικασίες και οι εφαρμογές των ΣΓΠ. Τέλος δίνεται αναλυτική περιγραφή της μορφής δεδομένων raster και των εφαρμογών τους. Στο δεύτερο κεφάλαιο παρουσιάζονται τα βασικά χαρακτηριστικά του μοντέλου Arc Hydro. Αναλύονται τα βήματα που εφαρμόστηκαν με την επεξεργασία του Arc Hydro και αφορούν την προεπεξεργασία του εδάφους, την δημιουργία των λεκανών απορροής καθώς και των υπόλοιπων διαδικασιών της υδρολογικής ανάλυσης. Στο τρίτο κεφάλαιο δίνεται η περιγραφή της περιοχής μελέτης. Αναφέρονται γενικά χαρακτηριστικά της ευρύτερης περιοχής, οι κλιματολογικές συνθήκες, υδρολογικά, μορφολογικά στοιχεία και οικολογικά στοιχεία. Στο τέταρτο κεφάλαιο περιγράφονται όλα τα βήματα για την επεξεργασία των αρχικών χαρτών όπως η σάρωση, η γεωαναφορά και η ψηφιοποίησή τους και γίνεται παρουσίαση όλων των βημάτων που εφαρμόστηκαν με το Arc Hydro στην περιοχή μελέτης. Στο παράρτημα που υπάρχει στο τέλος της εργασίας παρουσιάζονται αναλυτικά όλα τα βήματα της εφαρμογής του Arc Hydro. 39

Στο πέμπτο κεφάλαιο εφαρμόστηκαν τα δεδομένα που προέκυψαν από τα προηγούμενα βήματα για την τον εντοπισμό κατάλληλων θέσεων για την δημιουργία μικρών φραγμάτων. Τέλος, δίνονται τα συμπεράσματα που προέκυψαν από την παρούσα πτυχιακή εργασία και παρουσιάζονται πιθανές μελλοντικές εφαρμογές. 1:ΕΙΣΑΓΩΓΗ ΣΤΑ ΣΥΣΤΗΜΑΤΑ ΓΕΩΓΡΑΦΙΚΩΝ ΠΛΗΡΟΦΟΡΙΩΝ (Σ.Γ.Π.) 1.1:Ορισμοί Σύμφωνα με τον ορισμό που έχει δοθεί από την F.I.G.(Federation Internationale des Geometres 1983) «Σύστημα Πληροφοριών Γης είναι ένα εργαλείο για λήψη αποφάσεων νομικής, διοικητικής και οικονομικής υφής και ένα όργανο για το σχεδιασμό και την ανάπτυξη, το οποίο αποτελείται από την μια από μια βάση δεδομένων που περιέχει για μια έκταση στοιχεία προσδιορισμένα στο χώρο και τα οποία σχετίζονται με την γη και από την άλλη (αποτελείται) από διαδικασίες και τεχνικές για την συστηματική συλλογή, ενημέρωση, επεξεργασία και διανομή των στοιχείων. Η βάση ενός Σ.Π.Γ. είναι ένα ενιαίο σύστημα (γεωγραφικής) αναφοράς, το οποίο επίσης διευκολύνει την σύνδεση των στοιχείων μεταξύ τους καθώς και άλλα συστήματα που περιέχουν στοιχεία για την γη» (Μανιάτης 1996). Σύμφωνα με άλλο ορισμό «τα Συστήματα Γεωγραφικών Πληροφοριών είναι μία οργανωμένη συλλογή από υπολογιστές, λογισμικό, δεδομένα και προσωπικό, σχεδιασμένη να διαχειρίζεται και να παρουσιάζει όλα τα είδη της πληροφορίας του γεωγραφικού χώρου». 1.2:Λογισμικά πακέτα Τα λογισµικά πακέτα GIS που χρησιμοποιήθηκαν στην παρούσα εργασία είναι το ArcInfo και το ArcView. Το ArcInfo αναπτύχθηκε το 1980 για να συνδυάζει διανυσµατικά δεδοµένα (σηµεία, γραµµές, πολύγωνα) µε ιδιότητες πινάκων, και αργότερα επεκτάθηκε για να µπορεί να µοντελοποιεί την επιφάνεια µε τη χρήση Grid και TIN. Το ArcView αναπτύχθηκε στις αρχές του 90, αρχικά για την απλή απεικόνιση των δεδοµένων και στη συνέχεια επεκτάθηκε στην χωρική ανάλυση και µοντελοποίηση (Γκιτάκου, Καραφύλλης 2004). Προσφάτως, η ESRI κατασκεύασε ένα νέο GIS που είναι πιο κοντά στη τρέχουσα τεχνολογία. Το νέο αυτό προϊόν καλείται ArcGis και µεταβάλλεται ανάλογα µε τις ανάγκες του χρήστη, αφού περιλαµβάνει τις λειτουργίες του ArcView για απεικόνιση, ερώτηση και ανάλυση των δεδοµένων, και του ArcInfo για δηµιουργία δεδοµένων και εξειδικευµένες λειτουργίες. Η 40

γλώσσα προγραµµατισµού του ArcGis είναι η Microsoft Visual Basic. Υπάρχουν και άλλα λογισμικά πακέτα όπως: Geomedia, Mapinfo κ.α. 1.3:Τα Μέρη ενός Σ.Γ.Π. Τα Σ.Γ.Π. αποτελούνται από τέσσερα μέρη, τα οποία βρίσκονται σε συνεχή ισορροπία και αλληλεξάρτηση. Τα τέσσερα αυτά μέρη είναι τα μηχανήματα, οι αλγόριθμοι, τα δεδομένα και τα διαθέσιμα (Κουτσόπουλος 2002). 1.4:Είδη δεδομένων ενός Σ.Γ.Π. Ένα Σ.Γ.Π εναποθηκεύει και αναλύει χωρικά και περιγραφικά δεδομένα. Τα χωρικά δεδομένα είναι τα δεδομένα που χαρακτηρίζονται από την θέση τους στο χώρο σε σχέση με κάποιο σύστημα συντεταγμένων και διακρίνονται σε τρεις κατηγορίες: τα σημειακά, τα γραμμικά και τα επιφανειακά. Τα περιγραφικά δεδομένα περιγράφουν τα χαρακτηριστικά ή τις ιδιότητες της χωρικής θέσης των χωρικών δεδομένων και μπορεί να είναι ποιοτικά ή ποσοτικά. 1.5:Μορφές ψηφιακών χαρτογραφικών δεδομένων Οι μορφές των ψηφιακών δεδομένων (Εικόνα 1.1) είναι δύο ειδών: Η μορφή διανύσματος (vector) Η μορφή πίνακα (raster) 1.6:Η μορφή πίνακα (Raster) 1.6.1:Ορισμοί - Έννοιες Pixel = Στοιχείο Εικόνας (Σ.Ε.) Raster = Σύνολο Στοιχείων Εικόνας 41

To μοντέλο raster αποτελεί την δεύτερη μορφή των ψηφιακών χαρτογραφικών δεδομένων. Διαφέρει ουσιαστικά από το διανυσματικό μοντέλο, στο ότι τα μεμονωμένα Σ.Ε. του μοντέλου raster θεωρούνται ότι είναι σαφείς και αχώριστες επιφανειακές οντότητες με ομογενή χαρακτηριστικά, που συμπεριλαμβάνουν και ιδιότητες. Αν και υπάρχουν κανονικά τριγωνικά και εξαγωνικά Σ.Ε., στις πρακτικές εφαρμογές αυτά που χρησιμοποιούνται είναι τετράγωνα. Εικόνα 1.1 : Μοντέλο Vector και Raster (ESRI 1997) Ένα μεμονωμένο Σ.Ε. καλείται pixel από τα αρχικά των λέξεων picture element και είναι το βασικό στοιχείο του μοντέλου raster (Εικόνα 1.2). Η αντίστοιχη βασική μονάδα στο τρισδιάστατο μοντέλο raster καλείται voxel. Ο όρος pixel προέρχεται από το χώρο της ψηφιακής επεξεργασίας εικόνας και οικειοποιήθηκε από το χώρο της γεωπληροφορικής επειδή η χρήση δεδομένων από τηλεπισκόπιση αποτελεί μεγάλο μέρος των εφαρμογών της. 42

Εικόνα 1.2 : Pixel στο μοντέλο raster (ESRI 1997) 1.6.2:Περιγραφή μοντέλου Το σύστημα χωρικής αναφοράς του raster είναι το καρτεσιανό σύστημα συντεταγμένων. Για τον προσδιορισμό της γεωμετρίας του raster πρέπει να είναι γνωστό το σημείο αναφοράς του, ο προσανατολισμός και το μέγεθός του. Ένα ζεύγος δεικτών στήλη (Column) και γραμμή (Row), (Εικόνα 1.3) χρησιμοποιείται για να περιγράψει την γεωμετρική θέση κάθε Σ.Ε.. Αυτοί οι δείκτες περιγράφουν την θέση του Σ.Ε. σε σχέση με το σημείο αναφοράς του συστήματος 1. Εικόνα 1.3 : Ζεύγος δεικτών, στήλη (Column) και (Row) γραμμή (ESRI 1997) Η γεωμετρία του μοντέλου raster είναι, σε γενικές γραμμές, πολύ απλούστερη από αυτή του διανυσματικού μοντέλου. Έχει το πλεονέκτημα ότι πολλοί από τους υπολογισμούς μπορεί να γίνουν με αισθητά μεγαλύτερη ταχύτητα με τις τιμές των ακεραίων που παίρνουν οι δείκτες, από ότι με τους πραγματικούς αριθμούς των συντεταγμένων στο διανυσματικό μοντέλο. Για το λόγο αυτό, υπολογισμοί όπως ο υπολογισμός της απόστασης και η εύρεση του εμβαδού ενός συνόλου Σ.Ε. είναι πολύ εύκολο να γίνουν. Υπάρχουν δύο απλοί τρόποι για τον προσδιορισμό της απόστασης ανάμεσα σε δύο ψηφίδες: 1 Σημείο αναφοράς είναι το πρώτο Σ.Ε. στην πάνω αριστερή γωνία του raster. 43

1. Απόσταση ακμών : η απόσταση ανάμεσα σε δύο Σ.Ε., είναι ίση με το άθροισμα των ορίων των Σ.Ε. που διασχίζονται κατά τη συντομότερη διαδρομή ανάμεσα στα δύο σημεία. 2. Απόσταση κόμβου-ακμής : η απόσταση ανάμεσα σε δύο Σ.Ε., ισούται με το άθροισμα των ορίων των Σ.Ε. ή των κόμβων που διασχίζονται κατά την συντομότερη διαδρομή ανάμεσα στα δύο σημεία. Σε πρακτικές εφαρμογές ωστόσο, η Ευκλείδειος απόσταση είναι αυτή που συνήθως χρησιμοποιείται. Για να μπορέσει να γίνει αυτό, όμως, χρειάζεται πρώτα να γίνει μια θεώρηση. Επειδή το Σ.Ε. είναι μία διακριτή επιφανειακή οντότητα, το μοντέλο raster χαρτογραφείται σε ένα συνεχές μοντέλο πλέγματος και σε κάθε Σ.Ε. του πλέγματος αυτού αντιστοιχίζεται ένα κεντρικό σημείο. Στη συνέχεια η Ευκλείδειος απόσταση ανάμεσα σε αυτά τα κεντρικά σημεία θεωρείται ότι είναι η απόσταση ανάμεσα στα Σ.Ε.. Η τοπολογία του Σ.Ε., σε αντίθεση με αυτή στο διανυσματικό μοντέλο, περιλαμβάνεται στην γεωμετρία του. Υπάρχουν δύο διαφορετικές τοπολογικές αποστάσεις που θεωρούνται χρήσιμες : 1. Τοπολογία ακμής : Δύο Σ.Ε. καλούνται γειτονικά αν μοιράζονται μία ακμή. 2. Τοπολογία κόμβου-ακμής : Δύο Σ.Ε. καλούνται γειτονικά αν έχουν κοινό κόμβο ή μοιράζονται μία ακμή. Η απλότητα της γεωμετρικής και τοπολογικής προσέγγισης στο μοντέλο raster έρχεται σε αντίθεση με το πρόβλημα της αναπαράστασης των αντικειμένων με επαρκή ακρίβεια. Τα Σ.Ε. επιτρέπουν μόνο μία χονδρική απεικόνιση της θέσης και του σχήματος των γεωαντικειμένων 2. Τα γραμμικά αντικείμενα αναπαρίστανται με μία σειρά γειτονικών Σ.Ε., ενώ για τα πολύγωνα χρησιμοποιείται ένα σύνολο συνεχόμενων κελιών με κλειστή περίμετρο. Λόγω της υπεραπλοποιημένης γεωμετρίας του μοντέλου raster, είναι κάποιες φορές δύσκολο να προσδιοριστεί πια είναι η μορφή του γεωαντικειμένου στην πραγματικότητα, αν για παράδειγμα, το αντικείμενο είναι γραμμικό ή ένα μακρύ και λεπτό πολύγωνο. Όσο μικρότερη είναι η ανάλυση των Σ.Ε. τόσο μεγαλύτερη είναι η ακρίβεια της γεωμετρικής αναπαράστασης - 2 Γεωαντικείμενο (χωρικό αντικείμενο, γεωγραφικό αντικείμενο) ορίζεται ένα πραγματικό ή φανταστικό αντικείμενο το οποίο μπορεί να τοποθετηθεί σε κάποιο τμήμα της γης. Μπορεί να διακριθεί από τα άλλα γεωαντικείμενα σύμφωνα με : 1.την χωρική του θέση, δηλαδή την γεωμετρία του, 2.τις σχέσεις του στο χώρο με άλλα γεωαντικείμενα, δηλαδή την τοπολογία του, 3.τα σχετικά του χαρακτηριστικά, ανάλογα με το πρόβλημα δηλαδή τον θεματικό του χώρο και 4.τις χρονικές του μεταβολές,δηλαδή την δυναμική του. 44

γεωμετρία και θέση - του γεωαντικειμένου, αλλά τόσο μεγαλύτερο είναι και το ποσό της μνήμης που απαιτείται για την αποθήκευση των δεδομένων. Κάποιοι γεωμετρικοί και τοπολογικοί υπολογισμοί μπορούν να εκτελεστούν πολύ πιο εύκολα στο μοντέλο raster παρά στο διανυσματικό μοντέλο. Για παράδειγμα, για να προσδιορίσουμε αν ένα συγκεκριμένο Σ.Ε. βρίσκεται μέσα σε ένα ορθογώνιο σύνολο Σ.Ε., χρειάζεται απλά και μόνο να ελέγξουμε αν οι δείκτες γραμμής και στήλης βρίσκονται μέσα σ αυτούς του συνόλου των Σ.Ε.. Τέλος, είναι δυνατή η δημιουργία νέων γεωαντικειμένων μέσω της υπέρθεσης. Εικόνα 1.4 : Υπέρθεση δεδομένων raster (ESRI 1997) Τέτοιες λειτουργίες επιτρέπουν την επιλογή των γεωαντικειμένων χρησιμοποιώντας τοπολογικά-θεματικά κριτήρια και/ή την δημιουργία νέων γεωαντικειμένων των οποίων οι γεωμετρίες σχηματίζονται από την γεωμετρική υπέρθεση δύο ή περισσοτέρων γεωαντικειμένων. Τέτοιου είδους λειτουργίες υπέρθεσης (Εικόνα 1.4) μπορούν να γίνουν πολύ εύκολα σε αντικείμενα raster χρησιμοποιώντας λογικούς τελεστές. Η υπέρθεση πολλαπλών στρωμάτων πολυγώνων μπορεί να οδηγήσει στην δημιουργία ενός μεγάλου αριθμού πολυγώνων. Στη συνέχεια ανάλογα με την ανάλυση, θα πρέπει να παρθούν κάποιες αποφάσεις, όπως για παράδειγμα αν πρέπει να γίνει ξανά ταξινόμηση των πολυγώνων ή αν τα πολύ λεπτά πολύγωνα (πολύγωνα silver) είναι σημαντικά και σχετικά με την ανάλυση, ή αν είναι απλά προϊόντα μιας ανακριβούς διαδικασίας ψηφιοποίησης. Αφού έχει ολοκληρωθεί η υπέρθεση πρέπει να υπολογιστούν η γεωμετρία και η τοπολογία του νέου στρώματος δεδομένων και να τροποποιηθούν οι θεματικές ιδιότητες ώστε να αντιστοιχούν στην γενίκευση των περιεχομένων. Η σύνθεση ενός συνόλου στοιχείων εικόνας (Σ.Ε.) Ένα σύνολο στοιχείων εικόνας, όπως ένας χάρτης, περιγράφουν τη θέση και τα χαρακτηριστικά μιας περιοχής και την σχετική τους θέση στο χώρο. Επειδή ένα απλό raster αντιπροσωπεύει ένα απλό θέμα, όπως χρήσεις γης, τύπος εδάφους, υδρογραφικό δίκτυο, 45

υψόμετρο,κ.ά. πολλαπλά σύνολα δεδομένων raster μπορούν να παραχθούν για την πλήρη αναπαράσταση μιας περιοχής. Το στοιχείο εικόνας Σ.Ε. Ένα raster είναι φτιαγμένο από στοιχεία εικόνας. Κάθε στοιχείο εικόνας ή κελί αποτελεί ένα τετράγωνο που αντιπροσωπεύει ένα συγκεκριμένο τμήμα μιας περιοχής. Όλα τα στοιχεία εικόνας σε ένα raster πρέπει να έχουν το ίδιο μέγεθος. Τα Σ.Ε. σε ένα raster μπορούν να έχουν οποιοδήποτε επιθυμητό μέγεθος αλλά πρέπει να είναι αρκετά μικρά ώστε να επιτυγχάνεται η ανάλυση που ικανοποιεί τις ανάγκες της εφαρμογής μας. Ένα Σ.Ε. μπορεί να αντιπροσωπεύει ένα τετραγωνικό χιλιόμετρο, ένα τετραγωνικό μέτρο ή ακόμη και ένα τετραγωνικό εκατοστό. Γραμμές και στήλες Τα Σ.Ε. είναι οργανωμένα σε γραμμές και στήλες. Οι γραμμές του πίνακα είναι παράλληλες στον άξονα των x του καρτεσιανού επιπέδου και οι στήλες στον άξονα των y. Κάθε Σ.Ε. ανήκει σε ένα μοναδικό ζεύγος γραμμής και στήλης. Τιμές Κάθε Σ.Ε. έχει μία συγκεκριμένη τιμή (Εικόνα 1.5) για να προσδιορίσει ή να περιγράψει την τάξη, την κατηγορία ή την ομάδα που ανήκει το Σ.Ε. ή το μέγεθος ή την ποσότητα που περιγράφει το raster. Τα χαρακτηριστικά που αντιπροσωπεύουν οι τιμές μπορεί να περιλαμβάνουν τύπο εδάφους, σύσταση εδάφους, χρήσεις γης, κατηγορίες δρόμων, τύπο κατοικίας κ.ά.. Εικόνα 1.5 : Τιμή pixel σε raster (ESRI 1997) Η τιμή μπορεί να αντιπροσωπεύει ένα μέγεθος σε μια συνεχή επιφάνεια. Ύψος, κλίση, έκθεση προσανατολισμού, ηχορύπανση από ένα αεροδρόμιο και συγκέντρωση ph είναι 46

παραδείγματα συνεχών επιφανειών. Για τα raster που αναπαριστούν εικόνες ή φωτογραφίες οι τιμές μπορεί να αντιπροσωπεύουν χρώματα ή φασματική ανάκλαση (Εικόνα 1.6). Εικόνα 1.6 : Φασματική ανάκλαση ως τιμή στο raster (ESRI 1997) Από το Spatial Analyst υποστηρίζονται ακέραιες και δεκαδικές τιμές. Οι ακέραιες τιμές είναι καλύτερες για την αναπαράσταση απόλυτων δεδομένων και οι δεκαδικές τιμές για την αναπαράσταση συνεχών επιφανειών. Ζώνες Δύο ή περισσότερα Σ.Ε. με την ίδια τιμή ανήκουν στην ίδια ζώνη. Μια ζώνη μπορεί να αποτελείται από Σ.Ε. που συνδέονται ή δεν συνδέονται μεταξύ τους ή και τα δύο. Ζώνες των οποίων τα Σ.Ε. συνδέονται συνήθως αντιπροσωπεύουν απλά χαρακτηριστικά μιας περιοχής όπως ένα κτίσμα, μια λίμνη ένας δρόμος. Κάθε Σ.Ε. που ανήκει σε ένα raster ανήκει σε μια ζώνη. Κάποια raster περιέχουν μερικές ζώνες ενώ άλλα πολλές (Εικόνα 1.7). Εικόνα 1.7 : Ζώνες τιμών στο raster (ESRI 1997) 47

Περιοχές (ομογενείς γεωγραφικές περιοχές) Κάθε ομάδα από συνδεόμενα Σ.Ε. σε μια ζώνη θεωρούνται ως περιοχή. Μια ζώνη που αποτελείται από μια απλή ομάδα συνδεόμενων Σ.Ε. έχει μόνο μια περιοχή. Οι ζώνες μπορούν να παράγονται από τόσες περιοχές όσες είναι απαραίτητες για την αναπαράσταση ενός χαρακτηριστικού. Ο αριθμός των Σ.Ε. που σχηματίζουν μια περιοχή δεν έχει πρακτικούς περιορισμούς. Το Spatial Analyst παρέχει τα απαραίτητα εργαλεία για την μετατροπή των περιοχών σε ξεχωριστές ζώνες. Έτσι στο παραπάνω σχήμα (Εικόνα 1.7) η ζώνη 2 αποτελείται από 2 περιοχές, η ζώνη 4 από 3 περιοχές και η ζώνη 5 μόνο από μια περιοχή. NoData Εάν ένα Σ.Ε. έχει την τιμή NoData (Εικόνα 1.8), τότε είτε δεν υπάρχουν, είτε είναι ανεπαρκής οι διαθέσιμες πληροφορίες για ένα συγκεκριμένο χαρακτηριστικό της θέσης που αντιπροσωπεύει το Σ.Ε.. Η τιμή NoData μερικές φορές αναφέρεται σαν η τιμή μηδέν (0) και μεταχειρίζεται διαφορετικά από τις άλλες τιμές από όλες τις πράξεις και τις λειτουργίες. Τα Σ.Ε. με τιμή NoData επεξεργάζονται με δύο τρόπους : 1. Εκχωρείται η τιμή NoData στην θέση του παραγόμενου Σ.Ε. εάν η τιμή NoData δίνεται σε αυτήν θέση από το raster εισαγωγής ή από μια τοπική συνάρτηση, στα γειτονικά του εάν η τιμή δίνεται από μια εστιακή συνάρτηση ή σε μια ζώνη εάν έχουμε συνάρτηση ζώνης. 2. Αγνοείται η τιμή NoData των Σ.Ε. και ολοκληρώνονται οι υπολογισμοί με τις έγκυρες τιμές. Η δεύτερη επιλογή δεν είναι δυνατή για την εκτέλεση πράξεων μεταξύ δύο raster ή στις τοπικές συναρτήσεις. Εάν ένα Σ.Ε. με τιμή NoData είναι ανάμεσα σε γειτονικά Σ.Ε. σε μια εστιακή συνάρτηση ή σε μια ζωνική συνάρτηση, τότε προκαθορισμένα το άθροισμα, η μέση τιμή, μέγιστη / ελάχιστη τιμή όλων των Σ.Ε. με γνωστή τιμή μπορούν να υπολογιστούν και να καταχωρηθούν στο παραγόμενο raster. 48

Εικόνα 1.8 : Ζώνες τιμών στο raster και τιμή NoData (ESRI 1997) Πίνακες δεδομένων Τα ακέραια απόλυτα δεδομένα των raster συνήθως συνδέονται με ένα ταξινομημένο πίνακα. Το πρώτο πεδίο του πίνακα έχει το όνομα Value και έχει αποθηκευμένες τις τιμές που εκχωρούνται για κάθε ζώνη του raster. Το δεύτερο πεδίο με όνομα Count αποθηκεύει τον συνολικό αριθμό των Σ.Ε. που ανήκουν σε κάθε ζώνη (Εικόνα 1.9). Εικόνα 1.9 : Πίνακες δεδομένων στο raster (ESRI 1997) Σε ένα πίνακα μπορεί να αποθηκευτεί ένας απεριόριστος αριθμός πεδίων που αντιπροσωπεύουν άλλα χαρακτηριστικά των ζωνών (Εικόνα 1.10). Εικόνα 1.10 : Πεδία στους πίνακες δεδομένων στο raster (ESRI 1997) 49

Όνομα Κάθε raster πρέπει να έχει ένα όνομα για να το ξεχωρίζουμε από άλλα raster σε μια βάση δεδομένων (Εικόνα 1.11). Όλες οι προσπελάσεις ενός raster μπορούν να γίνουν μέσο του ονόματός του. Εικόνα 1.11 : Όνομα στην βάση δεδομένων του raster (ESRI 1997) Συντεταγμένες στα Raster Το σύστημα συντεταγμένων σε ένα raster μπορεί να έχει αναφορά στον πραγματικό κόσμο. Επειδή συχνά όλα τα raster αντιπροσωπεύουν κάποια τοποθεσία του πραγματικού κόσμου είναι καλύτερο να έχουμε τα raster στο σύστημα συντεταγμένων το οποίο το αντιπροσωπεύει καλύτερα. Ο μετασχηματισμός ενός raster από ένα σύστημα συντεταγμένων του μη πραγματικού-κόσμου (εικόνα) σε ένα σύστημα συντεταγμένων του πραγματικού-κόσμου, ονομάζεται γεωαναφορά. Με την γεωαναφορά σε ένα raster, ο προσανατολισμός των Σ.Ε. καθορίζεται από τον άξονα των x και των y του συστήματος συντεταγμένων. Τα Σ.Ε. προσδιορίζονται από το ζεύγος τιμών (x και y) και όχι από την γραμμή και την στήλη που ανήκουν (Εικόνα 1.12). 50

Εικόνα 1.12 : Συντεταγμένες στα Raster (ESRI 1997) Οι καρτεσιανές συντεταγμένες (x, y) μπορεί καθορίζονται σε ένα raster με αναφορά σε κάποια χαρτογραφική προβολή. Οι χαρτογραφικές προβολές μετασχηματίζουν την τρισδιάστατη επιφάνεια της γης ώστε να μπορεί το raster να απεικονιστεί και να αποθηκευτεί σε ένα χάρτη δύο διαστάσεων. 1.6.3: Κατηγορίες - Χρήσεις Οι κατηγορίες των raster είναι: Θεματικά π.χ. grid, DEM Εικόνες π.χ. σαρωμένη φωτογραφία Οι τιμές των Σ.Ε. των θεματικών raster, μπορεί να αντιπροσωπεύουν κάποια μετρημένη ποσότητα ή την ταξινόμηση ενός ιδιαίτερου φαινομένου όπως είναι το υψόμετρο, συγκέντρωση ρύπων ή μόλυνση. Για παράδειγμά σε ένα χάρτη η τιμή 5 μπορεί να αντιπροσωπεύει το χαρακτηριστικό δάσος ενώ η τιμή 7 το νερό. Οι τιμές των Σ.Ε. σε εικόνες raster, αντιπροσωπεύουν την αντανακλώμενη ή την εκπεμπόμενη φωτεινότητα ή ενέργεια, όπως μια δορυφορική εικόνα ή μια σαρωμένη φωτογραφία. Οι χρήσεις των raster είναι: Ως γεωγραφικά δεδομένα : Αναπαριστούν ένα γεωγραφικό μέγεθος π.χ. υψόμετρο, ορθοφωτοχάρτες, δορυφορικές εικόνες, σαρωμένοι χάρτες Ως μη γεωγραφικά δεδομένα : Δηλαδή λογότυπα, σύμβολα, γραφικά, εικόνες / φωτογραφίες Ως χαρακτηριστικά : Σύνδεση με γεωγραφικά αντικείμενα, Γραφικά/Εικόνες 1.6.4: Είδος δεδομένων Οι κατηγορίες των δεδομένων είναι: Συνεχή Διακριτά 1.6.4.1: Συνεχή δεδομένα 51

Μια συνεχή επιφάνεια αναπαριστά φαινόμενα όπου κάθε Σ.Ε της επιφάνειας είναι μια μέτρηση του επιπέδου της συγκέντρωσης μιας ποσότητας (Εικόνα 1.13) ή της σχέσης της με ένα σταθερό σημείο στο χώρο. Τα συνεχή δεδομένα αναφέρονται σε μια περιοχή, σε μη διακριτά ή επιφανειακά δεδομένα. Ένα είδος συνεχούς επιφάνειας προκύπτει από χαρακτηριστικά που ορίζουν μια επιφάνεια όπου κάθε θέση είναι μετρημένη από ένα σταθερό σημείο. Σε αυτά συμπεριλαμβάνεται το ύψος- το σταθερό σημείο είναι το επίπεδο της στάθμης της θάλασσας- και έκθεση προσανατολισμού-το καθορισμένο σημείο είναι η κατεύθυνση : Βοράς, Ανατολή, Νότος και Δύση. Τα συνεχή δεδομένα έχουν ομαλή μετάβαση μεταξύ των Σ.Ε. (δορυφορικές εικόνες, υψομετρικά δεδομένα, αεροφωτογραφίες ) όπως, Ανάγλυφο Πυκνότητα Βαθυμετρία Εικόνα 1.13 : Αποτύπωση συνεχών δεδομένων (ESRI 1997) Ένα άλλο είδος συνεχούς επιφάνειας περιλαμβάνει φαινόμενα που προοδευτικά μεταβάλλονται σε μια επιφάνεια σε σχέση με μια πηγή (Εικόνα 1.14 και Εικόνα 1.15). Τα είδη αυτά κατηγοριοποιούνται από το είδος και τον τύπο του χώρου μέσα στο οποίο το φαινόμενο μεταβάλλεται. Το πρώτο είδος μεταβολής είναι μέσο της διάχυσης ή οποιασδήποτε άλλης μετακίνησης του φαινομένου από περιοχές με μεγάλη συγκέντρωση σε περιοχές με λιγότερη συγκέντρωση. Η συγκέντρωση είναι μεγαλύτερη κοντά στην πηγή του φαινομένου, και μειώνεται σε συνάρτηση με την απόσταση. Χαρακτηριστικά επιφανειών αυτού του είδους μεταβολής περιλαμβάνουν την μεταβολή της συγκέντρωσης άλατος είτε του εδάφους είτε του νερού, μεταβολή του επιπέδου μόλυνσης σε μια περιοχή γύρω από έναν πυρηνικό αντιδραστήρα. 52

Εικόνα 1.14 : Αποτύπωση επιφάνειας από μια πηγή (ESRI 1997) Ένα άλλο είδος επιφανειακής συγκέντρωσης επηρεάζεται από τα έμφυτα χαρακτηριστικά του μεταβαλλόμενου φαινομένου. Για παράδειγμα, η μεταβολή του θορύβου από μια έκρηξη βόμβας επηρεάζεται από τα έμφυτα χαρακτηριστικά του θορύβου και το μέσο μεταφοράς του. Ένα άλλο παράδειγμα είναι η διανομή σπόρων από ένα φυτό, όπου ο ρυθμός μετακίνησης μπορεί να περιορίσει και να επηρεάσει άμεσα την επιφανειακή συγκέντρωση της διασποράς του φυτού. Ο ρυθμός μετακίνησης επηρεάζεται από το μέσο μετακίνησης που μπορεί να είναι το κερί των μελισσών, ο άνθρωπος, ο άνεμος, ή το νερό. Εικόνα 1.15 : Αποτύπωση επιφάνειας από μια πηγή (ESRI 1997) 1.6.4.2:Διακριτά φαινόμενα Τα διακριτά φαινόμενα, ονομάζονται και απόλυτα ή μη συνεχή φαινόμενα (Εικόνα 1.16). Ένα διακριτό αντικείμενο έχει γνωστά και προσδιορισμένα όρια. Παραδείγματα διακριτών φαινομένων είναι: 53

κτίρια, δρόμοι χρήσεις γης ιδιοκτησιακό καθεστώς είδος φυτοκάλυψης είδος γεωλογικών σχηματισμών Είναι σημαντικό να καταλάβουμε το είδος των δεδομένων που παράγονται, κατά πόσο είναι συνεχή ή διακριτά, όταν παίρνουμε αποφάσεις που βασίζονται στις τιμές τους. Εικόνα 1.16 : Διακριτά φαινόμενα (ESRI 1997) 1.6.5: Ανάλυση - τύπος στοιχείων Το μέγεθος που επιλέγουμε για το Σ.Ε. ενός raster εξαρτάται από την ανάλυση που απαιτείται από τις ανάγκες της εκάστοτε εφαρμογής. Η ανάλυση αυξάνεται όσο το μέγεθος του Σ.Ε. μειώνεται. Το Σ.Ε. πρέπει να είναι τόσο μικρό ώστε να παρέχει την απαιτούμενη λεπτομέρεια, αλλά και μεγάλο τόσο ώστε η ανάλυση και η αποθήκευσή του raster να γίνεται αποτελεσματικά. Όσο πιο ομοιογενής είναι μια περιοχή, για εφαρμογές όπως είναι η τοπογραφία και οι χρήσεις γης, τόσο πιο μεγάλο μπορεί να είναι το μέγεθος των Σ.Ε., χωρίς αυτό να επιδρά στην ακρίβεια. Πριν από τον καθορισμό του μεγέθους των Σ.Ε., πρέπει να μελετηθούν οι επόμενοι παράγοντες: Η ανάλυση του εισαγόμενου raster Το μέγεθος της βάσης δεδομένων που θα προκύψει και της χωρητικότητας του δίσκου του Η/Υ Τον επιθυμητό χρόνο που θα απαιτηθεί για την επεξεργασία του raster Η εφαρμογή και η ανάλυση που πρέπει να εκτελεστεί 54

Ένα μειώσουμε το μέγεθος των Σ.Ε. του raster εισαγωγής το νέο raster που θα παραχθεί δεν θα έχει μεγαλύτερη ακρίβεια. Είναι γενικά αποδεκτό ότι το raster που θα προκύψει θα είναι της ίδιας ή μικρότερης ακρίβειας από το αρχικό raster. Το Spatial Analyst επιτρέπει σε raster διαφορετικής ανάλυσης να αποθηκεύονται και να αναλύονται μαζί στην ίδια βάση δεδομένων. Πριν το Spatial Analyst μας δώσει αυτήν την δυνατότητα, οι τέσσερις παράγοντες που παρατέθηκαν παραπάνω έπρεπε να γίνουν ξεχωριστά για κάθε raster. Για μια δεδομένη περιοχή, αλλάζοντας το μέγεθος των Σ.Ε. στο μισό του μεγέθους τους, οι απαιτήσεις σε αποθηκευτικό χώρο τετραπλασιάζονται (Εικόνα 1.17). Εικόνα 1.17 : Μικρό μέγεθος Σ.Ε. (ESRI 1997) Σε μεγαλύτερα Σ.Ε. (Εικόνα 1.18) μπορεί να αντιστοιχούν περισσότερες από μια τιμές ενός φαινομένου, όμως κάθε Σ.Ε. μπορεί να πάρει μόνο μια τιμή. Έτσι, με αυτόν τον τρόπο μειώνεται η ανάλυση των δεδομένων. Το βέλτιστο μέγεθος Σ.Ε. για την απεικόνιση των απαραίτητων λεπτομερειών ποικίλει από μελέτη σε μελέτη. Όσο μικρότερα είναι τα Σ.Ε. τόσο καλύτερη είναι η ανάλυση και η ακρίβεια, όμως η κωδικοποίηση, οι απαιτήσεις σε αποθήκευση και η ταχύτητα επεξεργασίας για τις αναλύσεις είναι περισσότερο δαπανηρές. Εικόνα 1.18 : Μεγάλο Μέγεθος Σ.Ε. (ESRI 1997) Τα χαρακτηριστικά των Raster είναι : Μέγεθος Σ.Ε. Βάθος στοιχείων 55

Τύπος στοιχείων Είδος πηγής δεδομένων Ανάλυση Γεωαναφορά Συμπίεση 1.6.6: Είδη δεδομένων Όταν μετατρέπουμε σημεία, γραμμές ή πολύγωνα σε raster, θα πρέπει να προσέξουμε τον τρόπο με τον οποίο θα αναπαρασταθούν τα χαρακτηριστικά στο raster. 1.6.6.1: Σημειακά δεδομένα Ένα σημειακό χαρακτηριστικό είναι οποιοδήποτε αντικείμενο σε οποιαδήποτε ανάλυση μπορεί να αναγνωριστεί ως αντικείμενο που δεν έχει εμβαδόν (Εικόνα 1.19). Αν και ένας φωταγωγός, ένας τηλεφωνικός στύλος ή η θέση ενός φυτού υπό εξαφάνιση είναι όλα χαρακτηριστικά που μπορούν να αποδοθούν σε διάφορες αναλύσεις ως σημεία, σε κάποιες άλλες αναλύσεις έχουν κάποιο εμβαδόν. Για παράδειγμα ένας τηλεφωνικός στύλος που φωτογραφίζεται από ύψος δύο χιλιομέτρων μπορεί να αναπαρασταθεί από ένα σημείο, αλλά ο ίδιος στύλος αν φωτογραφηθεί από ύψος 25 μέτρων θα αναπαρασταθεί από έναν κύκλο. Εικόνα 1.19 : Σημειακά χαρακτηριστικά (ESRI 1997) Τα σημειακά χαρακτηριστικά αναπαρίστανται από την μικρότερη μονάδα των raster που είναι το Σ.Ε.. Είναι πολύ σημαντικό ότι ένα Σ.Ε. έχει το εμβαδόν σαν ιδιότητα. Όσο μικρότερο είναι το Σ.Ε. τόσο πιο μικρό είναι το εμβαδόν του, και συνεπώς πιο ακριβής η αναπαράσταση του 56

σημειακού χαρακτηριστικού. Σημεία με εμβαδόν έχουν ακρίβεια συν ή πλην του μισού του μεγέθους του Σ.Ε.. 1.6.6.2:Γραμμικά δεδομένα Γραμμικά δεδομένα είναι όλα τα χαρακτηριστικά, που σε μια συγκεκριμένη ανάλυση, εμφανίζονται σαν γραμμή (Εικόνα 1.20), όπως είναι οι δρόμοι, τα ποτάμια, το ηλεκτρικό δίκτυο κ.ά.. Στο Spatial Analyst μια γραμμή μπορεί να αναπαρασταθεί με μια σειρά από ενωμένα Σ.Ε.. Όπως και με τα σημεία η ακρίβεια της απεικόνισης ποικίλει ανάλογα με την κλίμακα και την ανάλυση του raster. Εικόνα 1.20 : Γραμμικά χαρακτηριστικά (ESRI 1997) 1.6.6.3:Πολυγωνικά δεδομένα Τα πολυγωνικά δεδομένα αναπαρίστανται καλύτερα από μια σειρά συνδεδεμένων Σ.Ε. που απεικονίζει καλύτερα το σχήμα τους (Εικόνα 1.21). Στα πολυγωνικά χαρακτηριστικά συμπεριλαμβάνονται τα κτίρια, τα αγροτεμάχια, τα έλη, οι λίμνες κ.α.. Η προσπάθεια για την αναπαράσταση των ομαλών ορίων ενός πολυγώνου από μια σειρά τετραγωνικών Σ.Ε., εμφανίζει κάποια προβλήματα τα χειρότερα από τα οποία είναι γνωστά ως jaggies (ανωμαλίες των επιφανειών), μια επιρροή που μοιάζει με διαδοχικά σκαλοπάτια. 57

Εικόνα 1.21 : Πολυγωνικά χαρακτηριστικά (ESRI 1997) Η ακρίβεια της απεικόνισης, εξαρτάται από την κλίμακα των δεδομένων και το μέγεθος του Σ.Ε.. Όσο μικρότερο είναι το Σ.Ε. τόσο μεγαλύτερος ο αριθμός των Σ.Ε. που αναπαριστούν μικρές περιοχές, και τόσο μεγαλύτερη η ακρίβεια της αναπαράστασης. 1.6.7: Φασματική Ανάλυση Οι κατηγορίες ανάλυσης είναι: Φασματική Χωρική Χρονική Λεπτομερή κομμάτια από ηλεκτρομαγνητικά φάσματα (Εικόνα 1.22) μπορούν να μετρηθούν από οπτικούς αισθητήρες ( δορυφορικές εικόνες, αεροφωτογραφίες ) Εικόνα 1.22 : Φασματική ανάλυση (ESRI 1997) 1.6.8: Συμπίεση - Πυραμίδες 58

Με την συμπίεση επιτυγχάνεται μείωση του όγκου των δεδομένων. Τα είδη συμπίεσης είναι: JPEG-JFIF Mr SID-wavelet compressed TIFF/GIF-LZW PNG Πυραμίδες Οι πυραμίδες είναι μειωμένης ανάλυσης απεικονίσεις των δεδομένων που χρησιμοποιούνται για την βελτίωση της απεικόνισης. Οι πυραμίδες μπορούν να επιταχύνουν την παρουσίαση των στοιχείων ράστερ με το να φορτώνουν μόνο τα στοιχεία μίας συγκεκριμένης ανάλυσης που απαιτείται για την παρουσίαση. 1.6.9: Πράξεις - Εξειδεικευμένες λειτουργίες Οι μαθηματικές πράξεις που μπορούν να γίνουν με τα raster διακρίνονται σε τρεις κατηγορίες: μαθηματικές, μεταξύ ιδιοτήτων των Σ.Ε. (Εικόνα 1.23) και γενικευμένες συναρτήσεις. 1.6.9.1: Πράξεις α. μαθηματικές πρόσθεση αφαίρεση διαίρεση πολλαπλασιασμός β. μεταξύ ιδιοτήτων των Σ.Ε. 59

Εικόνα 1.23 : Μαθηματικές και πολύπλοκες λογικές πράξεις (ESRI 1997) Παρακάτω φαίνεται το αποτέλεσμα της πράξης [layer1]+[layer2] / 2 (Εικόνα 1.24) Εικόνα 1.24 : Πράξη διαίρεσης (ESRI 1997) Ακόμη μπορεί να γίνουν πράξεις, όπως είναι η σύζευξη, η διάζευξη, η αποκλειστική διάζευξη και η άρνηση, που γίνονται με την χρήση των λογικών τελεστών AND, OR, XOR και NOT αντίστοιχα. Παρακάτω φαίνεται άλλη μια μαθηματική πράξη που προκύπτει από δύο raster (Εικόνα 1.25). 60

Εικόνα 1.25 : Πράξη λογάριθμου (ESRI 1997) Είναι δυνατή η εκτέλεση μαθηματικών πράξεων (Εικόνα 1.26) όπως λογαριθμικές, και τριγωνομετρικές κλπ. Εικόνα 1.26 : Εκτέλεση μαθηματικών πράξεων (ESRI 1997) Είναι δυνατή η εκτέλεση σχεσιακών πράξεων όπως η παρακάτω (Εικόνα 1.27). 61

Εικόνα 1.27 : Σχεσιακή πράξη (ESRI 1997) Οι σχεσιακοί τελεστές είναι οι παρακάτω όπως φαίνονται στον Πίνακα 1.1: Πίνακας 1.1 : Σχεσιακοί τελεστές Περιγραφή Σύμβολο Μεγαλύτερο > Μεγαλύτερο ή ίσο >= Μικρότερο < Μικρότερο ή ίσο <= Ίσο = Διάφορο <> γ. γενικευμένες συναρτήσεις τοπικές εστιακές σε ζώνες γενικές Τοπικές (local) Οι τοπικές (local) ή per-cell, μαθηματικές πράξεις υπολογίζουν ένα νέο raster όπου οι νέες τιμές σε κάθε θέση είναι συνάρτηση της τιμής που συσχετίζεται με μια ή περισσότερες βάσεις δεδομένων των raster. Δηλαδή, υπολογίζεται η τιμή ενός Σ.Ε., ανεξάρτητα από τις τιμές των γειτονικών Σ.Ε. (Εικόνα 1.28). 62

Εικόνα 1.28 : Τοπικές μαθηματικές πράξεις. Η διαδικασία συμβαίνει σε ένα μόνο Σ.Ε., ανεξάρτητα από τις τιμές των γειτονικών Σ.Ε. (ESRI 1997) Εστιακές (focal) Οι εστιακές (focal) ή γειτονικές πράξεις παράγουν ένα νέο raster όπου κάθε τιμή σε κάθε θέση είναι συνάρτηση της τιμής στην συγκεκριμένη θέση από το προϋπάρχον raster καθώς και των τιμών των γειτονικών του Σ.Ε. (Εικόνα 1.29). Γειτονικές πράξεις μπορεί να είναι ο αριθμητικός μέσος, η τυπική απόκλιση, το άθροισμα ή η διακύμανση των τιμών. 63

Εικόνα 1.29 : Εστιακές ή γειτονικές πράξεις. Η διαδικασία συμβαίνει σε ένα Σ.Ε., σε συνάρτηση με τις τιμές των γειτονικών Σ.Ε. (ESRI 1997) Ζωνικές (zonal) Οι ζωνικές πράξεις υπολογίζουν ένα νέο raster όπου η τιμή σε κάθε θέση εξαρτάται από την τιμή στην συγκεκριμένη θέση και την σχέση της θέσης αυτής με μια ζώνη (Εικόνα 1.30). Κάθε ζώνη μπορεί να είναι μοναδική. Οι πράξεις που μπορεί να γίνουν είναι ο αριθμητικός μέσος, η ελάχιστη τιμή, η μέγιστη τιμή, το άθροισμα και η διακύμανση των τιμών από το ένα raster που περιέχονται στην ζώνη του δεύτερου raster. Εικόνα 1.30 : Ζωνικές πράξεις. Η διαδικασία συμβαίνει σε ένα Σ.Ε., σε συνάρτηση με τις τιμές των Σ.Ε. μιας ζώνης (ESRI 1997) Γενικές Οι γενικές ή per-raster πράξεις, υπολογίζουν ένα νέο raster όπου η τιμή σε κάθε θέση του υπολογίζεται ενδεχομένως από όλες τις τιμές του raster εισαγωγής. Υπάρχουν δύο ομάδες γενικών συναρτήσεων που είναι οι εξής : η Ευκλείδεια απόσταση και η μέση σταθμική απόσταση (Weighted Distance) 64

Με τον υπολογισμό της Ευκλείδειας απόστασης αποδίδεται σε κάθε Σ.Ε. στο νέο raster η απόστασή του από ένα Σ.Ε. (source cell), που για παράδειγμα μπορεί να είναι η αρχή ενός δρόμου. Εφαρμόζοντας την μέση σταθμική απόσταση μπορεί να υπολογιστεί το κόστος της μετακίνησης από ένα σημείο σε ένα άλλο (Εικόνα 1.31). Για τις γενικές συναρτήσεις είναι απαραίτητη η γνώση ολόκληρης της επιφάνειας για να έχουμε λύση. Εικόνα 1.31 : Κόστος μετακίνησης από ένα σημείο σε ένα άλλο (ESRI 1997) 1.6.9.1:Εξειδικευμένες λειτουργίες Οι εξειδικευμένες λειτουργίες μπορεί να είναι: πυκνότητα δημιουργία επιφανειών ανάλυση επιφανειών υδρολογική ανάλυση γεωμετρικοί μετασχηματισμοί γενίκευση Πυκνότητα (density) Υπολογίζοντας την πυκνότητα μπορούμε να αποδώσουμε σημεία σε μια επιφάνεια. Η 65

ποσότητα σε κάθε σημείο είναι μια τιμή της πυκνότητας που υπολογίζεται για κάθε σημείο του νέου raster. Οι χάρτες πυκνότητας είναι φτιαγμένοι κυρίως από σημειακά δεδομένα (Εικόνα 1.32) Εικόνα 1.32 : Χάρτης πυκνότητας (ESRI 1997) Υδρολογική ανάλυση Είναι δυνατή η παραγωγή υδρολογικών χαρακτηριστικών (Εικόνα 1.33) όπως: διεύθυνση ροής συσσώρευση ροής σχεδίαση υδροκρίτη Εικόνα 1.33 : Υδρολογική ανάλυση (ESRI 1997) Δημιουργία επιφανειών 66

Μπορούν να αποκομιστούν πρόσθετες πληροφορίες, παράγοντας ένα νέο σύνολο δεδομένων, μέσα από το οποίο μπορούν να αναγνωριστούν συγκεκριμένα χαρακτηριστικά. Μπορούν να παραχθούν χαρακτηριστικά, όπως: 1. Ισοϋψείς 2. Κλίσεις 3. Έκθεση προσανατολισμού 4. Τεχνητή σκίαση 5. Ανάλυση ορατότητας 6. Cut / Fill 7. Ανάλυση κόστους απόστασης 1.6.9.1.1:Ισοϋψείς (contour) Οι ισοϋψείς είναι χρήσιμες για την εύρεση περιοχών με την ίδια τιμή υψομέτρου (Εικόνα 1.34). Χρησιμοποιείται σε περιπτώσεις που υπάρχει ενδιαφέρον για την απόκτηση υψομετρικών τιμών σε συγκεκριμένες θέσεις καθώς και για την εξέταση της συνολικής διαβάθμισης του εδάφους. Εικόνα 1.34 : Ισοϋψείς γραμμές (ESRI 1997) 1.6.9.1.2:Κλίσεις (slope) Σαν κλίση μιας επιφάνειας ορίζεται ο μέγιστος ρυθμός αλλαγής μιας μεταβλητής z όπως είναι το υψόμετρο στην έκταση της επιφάνειας αυτής, μετριέται δε σε μοίρες ή σε ποσοστό επί τις εκατό (Εικόνα 1.35). 67

Εικόνα 1.35 : Κλίση επιφάνειας (ESRI 1997) Μπορεί για παράδειγμα να θέλει κάποιος να γνωρίζει την μεταβολή της κλίσης του εδάφους επειδή θέλει να βρει - με βάση τις κλίσεις του εδάφους σε μια περιοχή - τις περιοχές που παρουσιάζουν μεγαλύτερο κίνδυνο κατακρήμνισης του εδάφους (Εικόνα 1.36). Οι πιο απότομες κλίσεις είναι αυτές που εμφανίζουν τον μεγαλύτερο κίνδυνο. Εικόνα 1.36 : Κλίση του εδάφους (ESRI 1997) 1.6.9.1.3:Έκθεση προσανατολισμού (aspect) Ο προσανατολισμός (ή έκθεση) μιας επιφάνειας είναι η κατεύθυνση του μέγιστου ρυθμού μείωσης της μεταβολής z (υψόμετρο), και συνήθως μετριέται σε μοίρες από 0 έως 360 κατά τη φορά του ρολογιού από το Βορρά (Εικόνα 1.37). 68

Εικόνα 1.37 : Έκθεση προσανατολισμού (ESRI 1997) Στην παρακάτω εικόνα (Εικόνα 1.38) φαίνεται το υψομετρικό μοντέλο εδάφους και η επιφάνεια έκθεσης προσανατολισμού που προκύπτει από αυτήν, σε διαβάθμιση του γκρι. Εικόνα 1.38 : Έκθεση προσανατολισμού επιφάνειας (ESRI 1997) 1.6.9.1.4:Τεχνητή σκίαση (hillshade) Είναι δυνατή η σκίαση της επιφάνειας με τρόπο ο οποίος καθορίζεται ανάλογα με την εφαρμογή. Η σκίαση είναι ιδιαίτερα χρήσιμη για την ενίσχυση της οπτικής πληροφορίας η οποία λαμβάνεται από το μοντέλο. Οι παράμετροι που καθορίζονται είναι : η θέση του παρατηρητή η θέση του στόχου παρατήρησης η ακριβής θέσης της φωτεινής πηγής (γωνία και ύψος) (Εικόνα 1.39) Τα χαρακτηριστικά της σκίασης (τόνοι σκιών, γωνία φωτισμού κλπ.) υπολογίζονται για κάθε Σ.Ε. του μοντέλου και ομαδοποιούνται σε μεγαλύτερες περιοχές. 69

Εικόνα 1.39 : Παράμετροι τεχνητής σκίασης (ESRI 1997) Η τεχνητή σκίαση (Εικόνα 1.40) μπορεί να χρησιμοποιηθεί για την ρεαλιστική απεικόνιση του εδάφους. Επίσης μπορούν να προστεθούν και άλλα επίπεδα, όπως : οδικό δίκτυο υδρογραφικό δίκτυο για την περαιτέρω αύξηση των περιεχόμενων πληροφοριών της απεικόνισης. Εικόνα 1.40 : Τεχνητή σκίαση (ESRI 1997) Μπορεί να υπολογιστεί κατά πόσο ένα Σ.Ε. είναι σκιασμένο ή όχι. Μπορεί να γίνει ανάλυση της σκίασης του εδάφους οποιαδήποτε ώρα της ημέρας, αυξάνοντας και μειώνοντας την γωνία της φωτεινής πηγής (Εικόνα 1.41). Εικόνα 1.41 : Τεχνητή σκίαση ανάλογα με την γωνία της φωτεινής πηγής (ESRI 1997) 1.6.9.1.5:Ανάλυση ορατότητας (viewshed) 70

Η βασική διαδικασία για την ανάλυση συνθηκών ορατότητας είναι ο καθορισμός της οπτικής επαφής μεταξύ δύο σημείων (παρατηρητή και στόχου). Σημαντικό στοιχείο επίσης είναι η δυνατότητα ποσοτικοποίησης των συνθηκών ορατότητας. Έτσι μπορούν να κατασκευαστούν χάρτες στους οποίους να φαίνονται, με μια επιλεγμένη γραμμοσκίαση, οι ορατές περιοχές από μία θέση παρατήρησης (Εικόνα 1.42). Εικόνα 1.42 : Ανάλυση ορατότητας (ESRI 1997) Για παράδειγμα είναι δυνατή η εύρεση της θέσης με την μεγαλύτερη θέα σε μια περιοχή, εάν θέλουμε να βρούμε την θέση βέλτιστη θέα (Εικόνα 1.43). Εικόνα 1.43 : Ανάλυση ορατότητας για εύρεση θέσης με την μεγαλύτερη θέα σε μια περιοχή (ESRI 1997) 71