Tαυτοποίηση περιοχών υψηλής επικινδυνότητας σε φαινόμενα ηλεκτροπληξίας και πρόσκρουσης Σπιζαετών στο δίκτυο ηλεκτρικής ενέργειας με τη χρήση στατιστικής μοντελοποίησης και τηλεπισκοπικών μεθόδων

Σαγιάκου, Αρετή; Sagiakou, Areti

dc.contributor.author	Σαγιάκου, Αρετή	el
dc.contributor.author	Sagiakou, Areti	en
dc.date.accessioned	2021-03-01T08:59:06Z
dc.date.available	2021-03-01T08:59:06Z
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/52933
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.20631
dc.description	Εθνικό Μετσόβιο Πολυτεχνείο--Μεταπτυχιακή Εργασία. Διεπιστημονικό-Διατμηματικό Πρόγραμμα Μεταπτυχιακών Σπουδών (Δ.Π.Μ.Σ.) “Περιβάλλον και Ανάπτυξη"	el
dc.rights	Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα	*
dc.rights	Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα	*
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/3.0/gr/	*
dc.subject	Σπιζαετός	el
dc.subject	Aνεμοπορία	el
dc.subject	Mοντελοποίηση	el
dc.subject	Θερμικά ανοδικά ρεύματα	el
dc.subject	Ορογραφικά ρεύματα	el
dc.subject	Species distribution modelling	en
dc.subject	Bonelli's eagle	en
dc.subject	Soaring birds	en
dc.subject	Thermal uplifts	en
dc.subject	Orographic uplifts	en
dc.title	Tαυτοποίηση περιοχών υψηλής επικινδυνότητας σε φαινόμενα ηλεκτροπληξίας και πρόσκρουσης Σπιζαετών στο δίκτυο ηλεκτρικής ενέργειας με τη χρήση στατιστικής μοντελοποίησης και τηλεπισκοπικών μεθόδων	el
dc.title	Identification of high risk areas for electrocution and collision phenomena of Bonelli's eagle in the electricity grid with the use of statistical modelling and remote sensing technics	en
heal.type	masterThesis
heal.classification	Οικολογία	el
heal.classification	Ecology	en
heal.language	el
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2021-02-17
heal.abstract	Στόχος της παρούσας διπλωματικής εργασίας είναι ο προσδιορισμός περιοχών όπου υπάρχει υψηλή πιθανότητα παρατήρησης φαινομένων ηλεκτροπληξίας ή/και πρόσκρουσης Σπιζαετών (Aquila fasciata), ενός μεσαίου μεγέθους αετόμορφου πτηνού, ο πληθυσμός του οποίου παρουσίασε δραματική μείωση τις προηγούμενες δεκαετίες σε ευρωπαϊκό επίπεδο με την ηλεκτροπληξία και την πρόσκρουση στο δίκτυο ηλεκτροδότησης να αποτελούν δύο από τις σημαντικότερες αιτίες θνησιμότητας και επομένως μείωσης του πληθυσμού του. Ως περιοχή μελέτης ορίστηκε η περιοχή του Νοτίου Αιγαίου από το επίπεδο της νότιας Εύβοιας και της Σάμου έως τη Ρόδο και την Κάρπαθο. Η επιλογή της συγκεκριμένης περιοχής οφείλεται τόσο στη διαθεσιμότητα δεδομένων, τα οποία έγιναν διαθέσιμα για την εκπόνηση της παρούσας εργασίας μέσω του έργου LIFE17 NAT/GR/000514 και της εταιρείας περιβαλλοντικών συμβούλων Nature Conservation Consultants, όσο και λόγο της στρατηγικής της θέσης σε μια περιοχή που περιλαμβάνεται στο εύρος εξάπλωσης του Σπιζαετού και που παράλληλα έχει συγκεντρώσει επενδυτικό ενδιαφέρον για την ανέγερση αιολικών σταθμών παραγωγής ενέργειας και επομένως και των συνοδών ηλεκτρικών δικτύων μεταφοράς της παραγόμενης ενέργειας. Ο προσδιορισμός ευαίσθητων για το είδος περιοχών πραγματοποιήθηκε με τη χρήση δύο τύπων στατιστικών μοντέλων πρόβλεψης. Στο πρώτο μοντέλο πρόβλεψης ως βιολογικά δεδομένα χρησιμοποιήθηκαν θέσεις φωλεοποίησης του Σπιζαετού και ως επεξηγηματικές μεταβλητές χρησιμοποιήθηκαν τοπογραφικές και κλιματικές μεταβλητές, χαρακτηριστικά του τοπίου (καλύψεις γης) και της έντασης της ανθρώπινης δραστηριότητας. Στο δεύτερο μοντέλο πρόβλεψης ως βιολογικά δεδομένα χρησιμοποιήθηκαν στίγματα GPS ανήλικου ατόμου Σπιζαετού και ως επεξηγηματικές μεταβλητές χρησιμοποιήθηκαν χαρακτηριστικά του τοπίου (καλύψεις γης) και οι ταχύτητες θερμικών και ορογραφικών ανοδικών ρευμάτων, τα οποία αξιοποιούνται για τη διενέργεια παθητικής πτήσης-ανεμοπορίας από ανεμοπορούντα είδη, όπως ο Σπιζαετός. Με έμφαση στην εξαγωγή των ταχυτήτων θερμικών και ορογραφικών ανοδικών ρευμάτων εφαρμόστηκαν τεχνικές τηλεπισκόπησης για την ανάλυση δορυφορικών εικόνων και την εξαγωγή της επιφανειακής θερμοκρασίας του εδάφους. Η προετοιμασία των περιβαλλοντικών υποβάθρων που είχαν τον ρόλο των επεξηγηματικών μεταβλητών στην παραγωγή των μοντέλων πρόβλεψης πραγματοποιήθηκε σε περιβάλλον Γεωγραφικών Συστημάτων Πληροφοριών (GIS) και η παραγωγή των μοντέλων πραγματοποιήθηκε με τη χρήση της γλώσσας προγραμματισμού R και του λογισμικού Maxent. Από τα αποτελέσματα του πρώτου μοντέλου πρόβλεψης παρατηρήθηκε ότι η κατανομή του Σπιζαετού στην περιοχή του Νοτίου Αιγαίου καθορίζεται από τοπογραφικούς παράγοντες που σχετίζονται με την ετερογένεια του εδάφους και την διαθεσιμότητα γκρεμών/πλαγιών, κλιματικούς παράγοντες που περιλαμβάνουν την ηλιακή ακτινοβολία και από τη διαθεσιμότητα λείας που σχετίζεται έμμεσα μέσω των καλύψεων γης, επιβεβαιώνοντας το πρότυπο που χαρακτηρίζει την κατανομή του Σπιζαετού σε ορεινές περιοχές με χαρακτηριστικά Μεσογειακού κλίματος. Από το δεύτερο μοντέλο πρόβλεψης δεν παράχθηκαν αποτελέσματα που να μπορούν να συμβάλουν στον προσδιορισμό ευαίσθητων περιοχών, λόγω της υπο-αντιπροσώπευσης της πλειοψηφίας της περιοχής μελέτης όσον αφορά τις γνωστές θέσεις παρουσίας του είδους Τελικά, ως περιοχές εξαιρετικά υψηλής ευαισθησίας χαρακτηρίζονται οι περιοχές εντός ακτίνας 4km από τις γνωστές θέσεις φωλεοποίησης, όπου συγκεντρώνεται η δραστηριότητα των επικρατειακών Σπιζαετών και ως περιοχές υψηλής ευαισθησίας σε φαινόμενα ηλεκτροπληξίας ή/και πρόσκρουσης προσδιορίστηκαν κυρίως περιοχές με ορεινό ανάγλυφο και σε παραλιακούς γκρεμούς στα νησιά του Αιγαίου που περιλαμβάνουν περιοχές όπως ο κεντρικός ορεινός όγκος της Νάξου, η περιοχή της Νότιας Άνδρου, τα νότια παράλια της Ικαρίας, η δυτική Σάμος και η Βόρεια Κάρπαθος. Οι περιοχές αυτές χαρακτηρίζονται από υψηλότερες ταχύτητες ανέμων, τόσο λόγω των δυνατών ανέμων που πνέουν στην περιοχή του Αιγαίου, όσο και λόγω του μεγαλύτερου υψομέτρου τους, επομένως δύνανται να συγκεντρώσουν μεγαλύτερο ενδιαφέρον για την τοποθέτηση αιολικών πάρκων, επομένως και των συνοδών ηλεκτρικών δικτύων, με το ζήτημα της χωροθέτησης των δικτύων να χρίζει προσοχής για τη διασφάλιση της ακεραιότητας του πληθυσμού του Σπιζαετού.	el
heal.abstract	The aim of this thesis was to identify areas where there is a high probability of observation of electrocution and/or collision phenomena of Bonelli’s eagle (Aquila fasciata), a medium-sized eagle, whose population has decreased dramatically in the recent decades at the European level with the impact on the electricity network in terms of electrocutions and collisions to be two of the most important causes of mortality and therefore population decline. The study area was defined as the area of the South Aegean from the level of southern Evia and Samos to Rhodes and Karpathos. The choice of this area is due both to the availability of data, which became available for the preparation of this work through the project LIFE17 NAT/GR/000514 and the environmental consultancy Nature Conservation Consultants, as well as the strategic location of an area that is included in the range of Bonelli’s eagle and which at the same time has gathered investment interest for the construction of wind power plants and therefore the accompanying electricity transmission networks. The identification of species-sensitive areas was performed using two methods of statistical modelling. In the first prediction model, Bonelli’s eagle nesting sites were used as biological data and topographic and climatic variables, characteristics of the landscape (land cover) and the intensity of human activity were used as explanatory variables. In the second prediction model, GPS tracks of an immature Bonelli’s eagle were used as biological data and landscape characteristics (land cover) and the velocities of thermal and orographic uplifts were used as explanatory variables, which are used for soaring flight. With emphasis to the extraction of thermal and orographic uplift velocities, remote sensing techniques were applied to analyze satellite images and extract the land surface temperature. The preparation of the environmental backgrounds that had the role of explanatory variables in the production of forecasting models was carried out in a Geographic Information Systems (GIS) environment and the production of the models was carried out using the R programming language and Maxent software. From the results of the first predictive model, it was observed that the distribution of Bonelli’s eagle in the South Aegean region is determined by topographic factors related to soil heterogeneity and cliff availability, climatic factors including solar radiation and prey availability, indirectly through land cover, confirming the pattern that characterizes the distribution of Bonelli’s eagle in mountainous areas with Mediterranean climate characteristics. The second predictive model did not produce results that could contribute to the identification of sensitive areas, due to the under-representation of the majority of the study area in terms of known locations of the species. Finally, areas characterized as extremely sensitive are these within a radius of 4km from the known nesting sites, where the activity of terrestrial eagles is concentrated and areas with high susceptibility to electrocution and/or collision phenomena were identified mainly in areas with mountainous terrain and coastal cliffs in the Aegean islands that include areas such as the central mountain range of Naxos, the area of South Andros, the southern coast of Ikaria, western Samos and northern Karpathos. These areas are characterized by higher wind speeds, both due to the strong winds that blow in the Aegean region, and due to their higher altitude, so they can concentrate more interest on the installation of wind farms, and therefore the accompanying electrical networks, with the issue of siting of the network to be of primary importance in order ensure the integrity of the population of Bonelli's Eagle.	en
heal.advisorName	Κολοκούσης, Πολυχρόνης	el
heal.committeeMemberName	Κολοκούσης, Πολυχρόνης	el
heal.committeeMemberName	Αργιαλάς, Δημήτριος	el
heal.committeeMemberName	Καραθανάση, Βασιλεία	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Αγρονόμων και Τοπογράφων Μηχανικών. Τομέας Τοπογραφίας. Εργαστήριο Τηλεπισκόπησης	el
heal.academicPublisherID	ntua
heal.numberOfPages	122 σ.	el
heal.fullTextAvailability	false