PUBLICATIONS

Publications to Greek and International scientific journals and books

1. Bachantourian, M., Chaleplis, K., Gemitzi, A., Kalabokidis, K., Palaiologou, P., Vasilakos, C. 2022. Evaluation of MODIS, Climate Change Initiative, and CORINE Land Cover Products Based on a Ground Truth Dataset in a Mediterranean Landscape. Land. 11: 1453.Abstract.
   Land cover can reflect global environmental changes if their associated transitions are quantitatively and correctly analysed, thus helping to assess the drivers and impacts of climate change and other applied research studies. It is highly important to acquire accurate spatial land cover information to perform multidisciplinary analyses. This work aims at estimating the accuracy of three widely used land cover products, the Moderate Resolution Imaging Spectroradiometer (MODIS) land cover product (MCD12Q1), the European Space Agency Climate Change Initiative land cover (ESA-CCI-LC), and the EU CORINE land cover (CLC), all for the reference year of 2018, by comparing them against a fine resolution land cover dataset created for this study with combined ground surveys and high-resolution Large Scale Orthophotography (LSO 25/2015). Initially, the four datasets had their land cover classes harmonized and all were resampled to the same spatial resolution. The accuracy metrics used to conduct the comparisons were Overall Accuracy, Producer’s Accuracy, User’s Accuracy, and the Kappa Coefficient. Comparisons with the reference dataset revealed an underestimation of the forested areas class in all three compared products. Further analysis showed that the accuracy metrics were reasonably high for the broad classes (forest vs. non-forest), with an overall accuracy exceeding 70% in all examined products. On the contrary, in the detailed classification (total land cover mapping), the comparison of the reference dataset with the three land cover products highlighted specific weaknesses in the classification results of the three products, showing that CLC depicted more precisely the landscape characteristics than the two other products, since it demonstrated the highest overall accuracy (37.47%), while MODIS and ESA-CCI-LC revealed a percentage that did not exceed 22%.
   Download.
2. Dimopoulos, T., Vasilakos, C., Kizos, T. 2022. Integrating Spatial with Qualitative Data to Monitor Land Use Intensity: Evidence from Arable Land – Animal Husbandry Systems. In: Bochtis, D.D., Moshou, D.E., Vasileiadis, G., Balafoutis, A., Pardalos, P.M. (eds) Information and Communication Technologies for Agriculture—Theme II: Data. Springer Optimization and Its Applications, vol 183. Springer, Cham. https://doi.org/10.1007/978-3-030-84148-5_7. Abstract.
   This chapter investigates changes in land use intensity in a crop-livestock farming system on Lemnos Island through the combination of land use/land cover (LULC) types extracted from black and white (B&W) aerial images, statistics, and qualitative data. Combining quantitative and qualitative data, different insights of land use and landscape changes are assessed. The steps are: first, the timeline of historical changes was compiled; then, remote sensing was used to assess land cover changes and conversions that represent changes in intensity, and this information was complemented by participatory mapping with local farmers. Land use trajectories revealed that extensification is the basic trend from 1960 to 2002. Intensification coexists in at the same time, as grasslands convert to crops. There is a distinct pattern between periods: extensification seems to be the main process of change from 1960 to 1980 affecting mainly the hilly uplands as more remote and marginal areas are being converted from crops to grasslands or are abandoned, whereas intensification is the main trend for the next 20 years mainly in the lowlands as modernized agriculture (irrigated fields, land aggregation, machinery use) replaces more extensive land uses and traditional landscape elements such as tree hedges. The role of complementarity is very important. Conclusively, this case study shows that in some farming systems land use intensity changes cannot be represented through simple dichotomist differentiations.
   Download.
3. Μπουραντά, Π., Βασιλάκος, Χ., Καβρουδάκης, Δ., Σουλακέλλης, Ν. 2022. Ταξινόμηση καλλιεργειών με τη χρήση πολυχρονικών εικόνων SENTINEL-2. Στο: Αναγνώστου Σ. Γαβαλάς Β., Κορρές Γ. (eds) Χωροταξικός Σχεδιασμός, Πολιτιστική Κληρονομιά και Τοπική Ανάπτυξη: Θεωρία, Μέθοδοι, Τεχνικές & Μελέτες, Μυτιλήνη, 2022, Πανεπιστήμιο Αιγαίου, Τμήμα Γεωγραφίας, ISBN: 978-618-00-4005-0.Abstract.
   Η χαρτογράφηση χρήσης/κάλυψης γης είναι μια από τις πιο σημαντικές και βασικές εφαρμογές της τηλεπισκόπησης, καθώς αποτελεί σημαντική πηγή πληροφορίας για την υλοποίηση διαφόρων αναπτυξιακών έργων τόσο σε εθνικό αλλά όσο και σε τοπικό επίπεδο. Ιδιαίτερα στον τομέα της γεωργίας μέσω της ταξινόμησης δορυφορικών εικόνων είναι δυνατή καταγραφή με μεγάλη ακρίβεια των διαφόρων τύπων καλλιεργειών. Δεδομένου όμως του κύκλου ανάπτυξης και της φαινολογίας κατά τη διάρκεια αυτού, η ταξινόμηση των καλλιεργειών είναι αρκετές φορές δύσκολη όταν χρησιμοποιούνται πολυφασματικά δεδομένα μιας χρονικής στιγμής. Μεγαλύτερη δυσκολία εμφανίζεται στο διαχωρισμό των καλλιεργειών που έχουν παρόμοια χαρακτηριστικά σε συγκεκριμένες χρονικές στιγμές. Στόχος αυτής της εργασίας είναι η ταξινόμηση των καλλιεργειών με τη χρήση διαχρονικών πολυφασματικών δεδομένων Sentinel-2 στην περιοχή της Καλλονής της Ν. Λέσβου. Χρησιμοποιήθηκαν 12 δορυφορικές εικόνες από τον πολυφασματικό δέκτη Sentinel-2. Πραγματοποιήθηκαν επιβλεπόμενες ταξινομήσεις με τη
   μέθοδο Random Forest για διάφορα σετ δεδομένων. Σύμφωνα με τα αποτελέσματα η ακρίβεια
   της ταξινόμησης με τη χρήση διαχρονικών δεδομένων ήταν μεγαλύτερη σε σύγκριση με την
   ταξινόμηση σε εικόνες μίας χρονικής στιγμής. Επίσης η εφαρμογή συνδυαστικών μοντέλων
   βασισμένο σε ένα πολλαπλό σχήμα συναίνεσης παρουσίασε υψηλή ακρίβεια. Συμπερασματικά,
   τα δορυφορικά δεδομένα του Sentinel-2 μπορούν να συμβάλλουν στην απόκτηση αξιόπιστης
   πληροφορίας για τις γεωργικές περιοχές, λόγω της υψηλής τους διαχρονικής και χωρικής
   διακριτικής τους ικανότητας.
   Download.
4. Papadopoulou, E.-E., Papakonstantinou, A., Vasilakos, C., Zouros, N., Tataris, G., Proestakis, S., Soulakellis, N. 2022. Scale issues for geoheritage 3D mapping: The case of Lesvos Geopark, Greece, International Journal of Geoheritage and Parks. 10(3): 435-446.Abstract.
   A geopark can be composed of many individual geosites of various geographical scales, thus, categorization according to cartographic scale is crucial for their 3D mapping. The UNESCO Global Geopark of the island of Lesvos in the north-east Aegean, Greece, is a distinctive example of this type of geopark as it contains many unique geosites that vary in geographical scale. The geographical scale is interconnected with the cartographic scale in which the geosite is visualized. The desired cartographic scale is an essential user requirement within an unmanned aerial vehicle’s (UAVs) 3D mapping project as the basis for the data acquisition strategy. This research investigates the scale issues in 3D mapping of geosites. Furthermore, it contributes to the incorporation of the geographic and cartographical scales in association with UAV flight parameters such as Ground Sample Distance (GSD), altitude, gimbal pitch, orientation, and front and side overlapping. A total of 132 geosites located in Lesvos Geopark are being studied to determine the flight parameters of three different UAVs and their camera characteristics. The methodology followed to collect very high-resolution images suitable for 3D mapping consists of five main stages: i) determining the geographical scale of each geosite, ii) defining the cartographic scale of all geosites, iii) calculation of the GSD based on cartographic scale, iv) calculation of UAV flight altitude and flight characteristics, and v) classification of geosites based on the flight characteristics for their 3D mapping. Five geographic (G1: < 0.1 ha, G2: 0.1–1 ha, G3: 1–10 ha, G4: 10–100 ha, G5: >100 ha) and five cartographic (C1: > 1:50, C2: 1:50–1:100, C3: 1:100–1:250, C4: 1:250–1:500, C5: < 1:500) categories were defined based on the geosites’ size and extent. The combination of the two scales determines the most efficient flight characteristics and optimally acquires very high-resolution images required for the 3D mapping of the selected geosites. Finally, the categorization and characteristics of flights for data collection for high-resolution 3D mapping are collected and presented in a web application. The web application is addressed to the management board of Lesvos Geopark and supports the decision-making processes on mapping geosites using UAVs.
   Download.
5. Vasilakos, C., Tsekouras, G.E., Kavroudakis, D. 2022. LSTM-Based Prediction of Mediterranean Vegetation Dynamics Using NDVI Time-Series Data. Land. 11: 923.Abstract.
   Vegetation index time-series analysis of multitemporal satellite data is widely used to study vegetation dynamics in the present climate change era. This paper proposes a systematic methodology to predict the Normalized Difference Vegetation Index (NDVI) using time-series data extracted from the Moderate Resolution Imaging Spectroradiometer (MODIS). The key idea is to obtain accurate NDVI predictions by combining the merits of two effective computational intelligence techniques; namely, fuzzy clustering and long short-term memory (LSTM) neural networks under the framework of dynamic time warping (DTW) similarity measure. The study area is the Lesvos Island, located in the Aegean Sea, Greece, which is an insular environment in the Mediterranean coastal region. The algorithmic steps and the main contributions of the current work are described as follows. (1) A data reduction mechanism was applied to obtain a set of representative time series. (2) Since DTW is a similarity measure and not a distance, a multidimensional scaling approach was applied to transform the representative time series into points in a low-dimensional space, thus enabling the use of the Euclidean distance. (3) An efficient optimal fuzzy clustering scheme was implemented to obtain the optimal number of clusters that better described the underline distribution of the low-dimensional points. (4) The center of each cluster was mapped into time series, which were the mean of all representative time series that corresponded to the points belonging to that cluster. (5) Finally, the time series obtained in the last step were further processed in terms of LSTM neural networks. In particular, development and evaluation of the LSTM models was carried out considering a one-year period, i.e., 12 monthly time steps. The results indicate that the method identified unique time-series patterns of NDVI among different CORINE land-use/land-cover (LULC) types. The LSTM networks predicted the NDVI with root mean squared error (RMSE) ranging from 0.017 to 0.079. For the validation year of 2020, the difference between forecasted and actual NDVI was less than 0.1 in most of the study area. This study indicates that the synergy of the optimal fuzzy clustering based on DTW similarity of NDVI time-series data and the use of LSTM networks with clustered data can provide useful results for monitoring vegetation dynamics in fragmented Mediterranean ecosystems.
   Download.
6. Papadopoulou, E.-E., Vasilakos, C., Zouros, N., Soulakellis, N. 2021. DEM-Based UAV Flight Planning for 3D Mapping of Geosites: The Case of Olympus Tectonic Window, Lesvos, Greece. ISPRS International Journal of Geo-Information. 10: 535. Abstract.
   Geosites are an important part of geoheritage, thus their detailed mapping is crucial for their management, protection and promotion processes. However, there is no specific approach to three-dimensional (3D) mapping of geosites and a full investigation is required, considering the current advances in the science of Geoinformatics and the need for setting up an integrated system that will suggest a suitable way of mapping areas of geological significance. The main purpose of this study is to explore new approaches to the 3D mapping of geosites, where the unmanned aerial vehicles’ (UAVs) flight planning is based on the digital elevation model (DEM). The case study that is being examined is the tectonic window of Mount Olympus, located in the southeast of Lesvos island, Greece. In this paper, a methodology has been developed to create flight plans for geosite 3D mapping. This methodology consists of three main stages: (a) flight planning based on SRTM-DEM, (b) data acquisition and image-based 3D modelling, and (c) comparison (flight plans and results). A semi-automated algorithm was developed for designing the flights, taking into account the topography of the mapped area (slope, aspect, elevation) and the final cartographic derivatives. The flight plans were compared with each other in levels of data collection, flight characteristics and their results. The results of this study are dense point clouds, DEMs and orthophotomaps. The algorithms that have been used for the comparison of point clouds were (I) surface density, (II) number of neighbours (NN), and (III) roughness and surface profile. The conclusion drawn from this study is that the DEM is a valuable source of information that can be used in designing flight plans specially shaped on the topography of each geosite.
   Download.
7. Sakellariou, S.; Cabral, P.; Caetano, M.; Pla, F.; Painho, M.; Christopoulou, O.; Sfougaris, A.; Dalezios, N.; Vasilakos, C. 2020. Remotely sensed data fusion for spatiotemporal geostatistical analysis of forest fire hazard. Sensors (Switzerland). 20(17): 5014. Abstract.
   Forest fires are a natural phenomenon which might have severe implications on natural and anthropogenic ecosystems. Future projections predict that, under a climate change environment, the fire season would be lengthier with higher levels of droughts, leading to higher fire severity. The main aim of this paper is to perform a spatiotemporal analysis and explore the variability of fire hazard in a small Greek island, Skiathos (a prototype case of fragile environment) where the land uses mixture is very high. First, a comparative assessment of two robust modeling techniques was examined, namely, the Analytical Hierarchy Process (AHP) knowledge-based and the fuzzy logic AHP to estimate the fire hazard in a timeframe of 20 years (1996–2016). The former technique was proven more representative after the comparative assessment with the real fire perimeters recorded on the island (1984–2016). Next, we explored the spatiotemporal dynamics of fire hazard, highlighting the risk changes in space and time through the individual and collective contribution of the most significant factors (topography, vegetation features, anthropogenic influence). The fire hazard changes were not dramatic, however, some changes have been observed in the southwestern and northern part of the island. The geostatistical analysis revealed a significant clustering process of high-risk values in the southwestern and northern part of the study area, whereas some clusters of low-risk values have been located in the northern territory. The degree of spatial autocorrelation tends to be greater for 1996 rather than for 2016, indicating the potential higher transmission of fires at the most susceptible regions in the past. The knowledge of long-term fire hazard dynamics, based on multiple types of remotely sensed data, may provide the fire and land managers with valuable fire prevention and land use planning tools.
   Download.
8. Soulakellis, N.; Vasilakos, C.; Chatzistamatis, S.; Kavroudakis, D.; Tataris, G.; Papadopoulou, E.-E.; Papakonstantinou, A.; Roussou, O.; Kontos, T. 2020. Post-Earthquake Recovery Phase Monitoring and Mapping Based on UAS Data. ISPRS International Journal of Geo-Information. 9: 447. Abstract.
   Geoinformatics plays an essential role during the recovery phase of a post-earthquake situation. The aim of this paper is to present the methodology followed and the results obtained by the utilization of Unmanned Aircraft Systems (UASs) 4K-video footage processing and the automation of geo-information methods targeted at both monitoring the demolition process and mapping the demolished buildings. The field campaigns took place on the traditional settlement of Vrisa (Lesvos, Greece), which was heavily damaged by a strong earthquake (Mw=6.3) on June 12th, 2017. For this purpose, a flight campaign took place on 3rd February 2019 for collecting aerial 4K video footage using an Unmanned Aircraft. The Structure from Motion (SfM) method was applied on frames which derived from the 4K video footage, for producing accurate and very detailed 3D point clouds, as well as the Digital Surface Model (DSM) of the building stock of the Vrisa traditional settlement, twenty months after the earthquake. This dataset has been compared with the corresponding one which derived from 25th July 2017, a few days after the earthquake. Two algorithms have been developed for detecting the demolished buildings of the affected area, based on the DSMs and 3D point clouds, correspondingly. The results obtained have been tested through field studies and demonstrate that this methodology is feasible and effective in building demolition detection, giving very accurate results (97%) and, in parallel, is easily applicable and suit well for rapid demolition mapping during the recovery phase of a post-earthquake scenario. The significant advantage of the proposed methodology is its ability to provide reliable results in a very low cost and time-efficient way and to serve all stakeholders and national and local organizations that are responsible for post-earthquake management.
   Download.
9. Vasilakos, C.; Kavroudakis, D.; Georganta, A. 2020. Machine Learning Classification Ensemble of Multitemporal Sentinel-2 Images: The Case of a Mixed Mediterranean Ecosystem. Remote Sensing. 12, 2005. Abstract.
   Land cover type classification still remains an active research topic while new sensors and methods become available. Applications such as environmental monitoring, natural resource management, and change detection require more accurate, detailed, and constantly updated land-cover type mapping. These needs are fulfilled by newer sensors with high spatial and spectral resolution along with modern data processing algorithms. Sentinel-2 sensor provides data with high spatial, spectral, and temporal resolution for the in classification of highly fragmented landscape. This study applies six traditional data classifiers and nine ensemble methods on multitemporal Sentinel-2 image datasets for identifying land cover types in the heterogeneous Mediterranean landscape of Lesvos Island, Greece. Support vector machine, random forest, artificial neural network, decision tree, linear discriminant analysis, and k-nearest neighbor classifiers are applied and compared with nine ensemble classifiers on the basis of different voting methods. kappa statistic, F1-score, and Matthews correlation coefficient metrics were used in the assembly of the voting methods. Support vector machine outperformed the base classifiers with kappa of 0.91. Support vector machine also outperformed the ensemble classifiers in an unseen dataset. Five voting methods performed better than the rest of the classifiers. A diversity study based on four different metrics revealed that an ensemble can be avoided if a base classifier shows an identifiable superiority. Therefore, ensemble approaches should include a careful selection of base-classifiers based on a diversity analysis.
   Download.
10. Papadopoulou, E.E., Kasapakis, V., Vasilakos, C., Papakonstantinou, A., Zouros, N., Chroni, A., Soulakellis, N. 2020. Geovisualization of the Excavation Process in the Lesvos Petrified Forest, Greece Using Augmented Reality. ISPRS International Journal of Geo-Information.9(6):374. Abstract.
    Augmented reality (AR), in conjunction with 3D geovisualization methods, can provide significant support in monitoring geoconservation activities in protected geosites, such as the excavation process in fossil sites. The excavation process requires a monitoring methodology that will provide a complete and accurate overview of the fossils, their dimensions, and location within the different pyroclastic horizons, and the progress of the excavation works. The main purpose of this paper is the development of a user-friendly augmented map application, specifically designed for tracking the position of petrified tree trunks, providing information for their geometric features, and mapping the spatiotemporal changes occurring in the surrounding space. It also aims to probe whether the rapid acquisition of a 4K video can generate cartographic derivatives of petrified findings during a geosite excavation. A database accumulated 2D and 3D cartographic information, while the geovisualization environment displayed the surface alterations, at two scales: a) 1:500 (excavation area) and b) 1:50 (trench level). Unmanned aerial systems (UASs), used for data acquisition in three excavation periods, consisted of two flights at two different altitudes: one to record changes throughout the study area and the other to provide information on trunks at trench level, via a high-resolution (4K) video. Image-based 3D modeling followed, in which image georeferencing was conducted with ground control points (GCPs). Finally, 2D and 3D geovisualizations were created to depict the excavation changes through time. The cartographic products generated at two cartographic scales depicted the spatiotemporal changes of the excavation.
    Download.
11. Peppa, M., Vasilakos, C., Kavroudakis, D. 2020. Eutrophication Monitoring for Lake Pamvotis, Greece, Using Sentinel-2 Data. ISPRS International Journal of Geo-Information.9(3):143. Abstract.
    The use of remote sensing to monitor inland waters and their current state is of high importance, as fresh waters are the habitat of many species of flora and fauna, and are also important for anthropogenic activities. Water quality can be monitored by many parameters, including dissolved suspended matter, phytoplankton, turbidity, and dissolved organic matter, while the concentration of chlorophyll-a (chl-a) is a representative indicator for detecting phytoplankton and monitoring water quality. The detection of phytoplankton in water layers, through chl-a indicators, is an effective method for displaying eutrophication. Numerous scientific publications and studies have shown that remote sensing data and techniques are capable of monitoring the temporal and spatial distribution and variation of this phenomenon. This study aimed to investigate the eutrophication in Pamvotis Lake, in Ioannina, Greece with the application of chl-a detection algorithms, by using Sentinel-2 satellite imagery data for the time period of 2016–2018. The maximum chlorophyll index (MCI) and maximum peak-height (MPH) algorithms have been applied to top of atmosphere (TOA) reflectance data, to detect chl-a and monitor the trophic range of the water body. Both algorithms were correlated and resulted in Pearson’s r values up to 0.95. Finally, the chl-a concentration was estimated by applying an empirical equation that correlates the MPH and chl-a concentration developed within previous studies. Those results were further analyzed and interpreted with spatial statistical methods, to understand the spatial distribution pattern of the eutrophication in our study area. Our results demonstrated that Pamvotis Lake is a eutrophic lake, and the highest chl-a concentration was located in the east and south-east of the lake during the study period. Sentinel-2 data can be a useful tool for lake managers, in order to estimate the spatial distribution of the chl-a concentration and identify areas prone to eutrophication, as well as the coastal zones that may influence the lake through water canals.
    Download.
12. Vasilakos, C., Chatzistamatis, S., Roussou, O., Soulakellis, N. 2019. Comparison of Terrestrial Photogrammetry and Terrestrial Laser Scanning for Earthquake Response Management. In: Altan O., Chandra M., Sunar F., Tanzi T. (eds) Intelligent Systems for Crisis Management. Gi4DM 2018. Lecture Notes in Geoinformation and Cartography. Springer, Cham Abstract.
    Response management is the first and very critical phase of the disaster management cycle on the post-earthquake reconnaissance efforts. After an earthquake, a rapid damage assessment is vital for emergency response actions. Various types of devices and methods were used in a post-earthquake situation to estimate damages such as deformation of structures. However, standardized procedures during emergency surveys often could not be followed due to restrictions of outdoor operations because of debris or decrepit buildings, the high human presence of civil protection agencies, expedited deployment of survey team and cost of operations. Terrestrial photogrammetry and laser scanning are two of the recently emerging technologies, which became even more preferable in hazard areas, due to there is no need for direct contact with the structure to be assessed. This research aims to discuss the challenges and benefits for the use of the technologies above, focusing on the comparison of the processed models derived from data acquired with these technologies. An evaluation is undertaken whether terrestrial photogrammetry and laser scanning provide high precision and spatial resolution data suitable for post-earthquake building damage assessment. Furthermore, the extracted models are valuable components that help engineering to understand the seismic behavior in a more comprehensible way.
    Download.
13. Soulakellis, N., Tataris, G., Papadopoulou, E., Chatzistamatis, S., Vasilakos, C., Kavroudakis, D., Roussou. O., Papakonstantinou, A. 2019. Synergistic Exploitation of Geoinformation Methods for Post-earthquake 3D Mapping and Damage Assessment. In: Altan O., Chandra M., Sunar F., Tanzi T. (eds) Intelligent Systems for Crisis Management. Gi4DM 2018. Lecture Notes in Geoinformation and Cartography. Springer, Cham Abstract.
    This paper presents a methodological framework, which establishes links among the: i. 3D mapping, ii. 3D model creation and iii. damage classification grades of masonry buildings by European Macroseismic Scale-98 and the application of geoinformation methods towards 3D mapping and damage assessment after a catastrophic earthquake event. We explore the synergistic exploitation of a Real Time Kinematics system, terrestrial photogrammetry, Unmanned Aircraft Systems and terrestrial laser scanner for collecting accurate and high-resolution geospatial information. The proposed workflow was applied at the catastrophic earthquake of June 12th, 2017 on the traditional settlement of Vrisa on the island of Lesvos, Greece. The Structure from Motion method has been applied on the high-resolution terrestrial and aerial photographs, for producing accurate and very detailed 3D point clouds of the damaged buildings of the Vrisa settlement. Additionally, two Orthophoto maps and two Digital Surface Models have been created, with a spatial resolution of 5 cm and 3 cm, respectively. The first orthophoto map has been created just one day after the earthquake, while the second one, a month later. The significant advantages of the proposed methodology are: (a) the production of reliable and accurate 2D and 3D information at both village and building scales, (b) the ability to support scientists during building damage assessment phase and (c) the proposed damage documentation provides all the appropriate information which can augment all experts and stakeholders, national and local organizations focusing on the post-earthquake management and reconstruction processes of the Vrisa traditional village.
    Download.
14. Vasilakos, C., Tsekouras, G.E., Palaiologou, P., Kalabokidis, K. 2018. Neural-Network Time-Series Analysis of MODIS EVI for Post-Fire Vegetation Regrowth. ISPRS International Journal of Geo-Information.7(11):420. Abstract.
    The time-series analysis of multi-temporal satellite data is widely used for vegetation regrowth after a wildfire event. Comparisons between pre- and post-fire conditions are the main method used to monitor ecosystem recovery. In the present study, we estimated wildfire disturbance by comparing actual post-fire time series of Moderate Resolution Imaging Spectroradiometer (MODIS) enhanced vegetation index (EVI) and simulated MODIS EVI based on an artificial neural network assuming no wildfire occurrence. Then, we calculated the similarity of these responses for all sampling sites by applying a dynamic time warping technique. Finally, we applied multidimensional scaling to the warping distances and an optimal fuzzy clustering to identify unique patterns in vegetation recovery. According to the results, artificial neural networks performed adequately, while dynamic time warping and the proposed multidimensional scaling along with the optimal fuzzy clustering provided consistent results regarding vegetation response. For the first two years after the wildfire, medium-high- to high-severity burnt sites were dominated by oaks at elevations greater than 200 m, and presented a clustered (predominant) response of revegetation compared to other sites.
      Download.
15. Dalezios, N.R., Kalabokidis, K., Koutsias N., Vasilakos, C. 2017. Wildfires and Remote Sensing: An Overview. In Petropoulos, G.P., Islam, T., (eds). Remote Sensing of Hydrometeorological Hazards. CRC Press. 525 p.
16. Uniyal, B., Dietrich, J., Vasilakos, C., Tzoraki, O. 2017. Evaluation of SWAT simulated soil moisture at catchment scale by field measurements and Landsat derived indices. Agricultural Water Management. 193:55-70. Abstract.
    The quantification of soil moisture under different soils and crops at regional scale is a challenging task. Hence, such studies are limited by the availability of ground based measurements. The current study evaluates the spatial and temporal patterns of daily soil moisture simulated by the Soil and Water Assessment Tool (SWAT) for the upper 30 cm of the soil profile with indirect soil moisture estimates from Landsat for 2016. The Thermal Vegetation Difference Index (TVDI), was calculated based on the Normalized Difference Vegetation Index (NDVI) and the brightness temperature (BT) using Landsat images, from which regression models were trained by using field measurements from Time Domain Reflectometer (TDR) to calculate soil moisture. Two agricultural catchments namely, Gerdau and Wipperau in Germany were satisfactorily calibrated using SWAT for daily streamflow (1975–2000) with NSE (Nash-Sutcliffe-Efficiency) >0.55 and PBIAS (Percent bias) <5.5%. The parameter uncertainty assessment during the irrigation season (Mar–Sept, 2016) for soil moisture revealed that the uncertainty band is narrow (p-factor = 0.57–0.83; r-factor = 0.52 − 1.3). Spatial and temporal patterns of soil moisture from Landsat and SWAT were evaluated by using boxplots and absolute soil moisture difference maps. Results revealed that the overall spatial and temporal patterns of boxplots matched better for the dry period (correlation, r ≥ 0.90) compared to the wet period (r ≥ 0.57). The mean absolute difference between soil moisture from Landsat and SWAT ranged between 0.9–10% for most soils. In addition to it, the soil map was refined to match soil moisture patterns shown in Landsat images for one sandy soil, which further improved the mean absolute difference (1.06–6%). The current study provides an approach to use remotely sensed soil moisture for verifying hydrological modeling results and for optimizing the parameterization of soils, which may bridge the gap between global, regional and field studies in agricultural water management. 
      Download.  Request a copy.
17. Zormpas, K., Vasilakos, C., Athanasis, N., Soulakellis, N., Kalabokidis, K. 2017. Dead fuel moisture content estimation using remote sensing. European Journal of Geography. 8(5):17-32. Abstract.
    One of the critical parameters in wildfire behavior is the dead fuel moisture content (DFMC). DFMC is affected from environmental factors and the vegetation characteristics, thus it varies across the landscape. Previous research showed that remote sensing reflectance data can assist the spatial estimation of DFMC. The aim of this paper is to evaluate the Landsat 8 in retrieving the DFMC in a complex Mediterranean ecosystem. The Normalized Difference Vegetation Index (NDVI) and the top of atmosphere brightness temperature are correlated with the 10-h fuel moisture content and the surface temperature recorded from Remote Automatic Weather Stations (RAWS). Training data are collected from the year 2015 and the validation is applied to year 2016. According to the literature, the DFMC was correlated with the ratio of NDVI/LST, however, our results were not satisfactory producing low r2 coefficients. New models were developed based on the DFMC and the brightness temperature (BT) which resulted to r2 values up to 0.733. The validation with new data confirmed that the top of atmosphere brightness temperature retrieved from Landsat 8, can be used as an input to estimate the spatial distribution of DFMC. The process was fully automated, i.e. from data ordering to map preparation, and is ready to continually provide the wildfire managers and firefighting personnel confronting wildfires with the DFMC maps.
      Download.
18. Kalabokidis, K., Ager, A., Finney, M., Athanasis, N., Palaiologou, P., Vasilakos, C. 2016. AEGIS: a wildfire prevention and management information system. Natural Hazards and Earth System Sciences. 16:643-661. Abstract.
    A Web-GIS wildfire prevention and management platform (AEGIS) was developed as an integrated and easy-to-use decision support tool (http://aegis.aegean.gr). The AEGIS platform assists with early fire warning, fire planning, fire control and coordination of firefighting forces by providing access to information that is essential for wildfire management. Databases were created with spatial and non-spatial data to support key system functionalities. Updated land use/land cover maps were produced by combining field inventory data with high resolution multispectral satellite images (RapidEye) to be used as inputs in fire propagation modeling with the Minimum Travel Time algorithm. End users provide a minimum number of inputs such as fire duration, ignition point and weather information to conduct a fire simulation. AEGIS offers three types of simulations; i.e. single-fire propagations, conditional burn probabilities and at the landscape-level, similar to the FlamMap fire behavior modeling software. Artificial neural networks (ANN) were utilized for wildfire ignition risk assessment based on various parameters, training methods, activation functions, pre-processing methods and network structures. The combination of ANNs and expected burned area maps produced an integrated output map for fire danger prediction. The system also incorporates weather measurements from remote automatic weather stations and weather forecast maps. The structure of the algorithms relies on parallel processing techniques (i.e. High Performance Computing and Cloud Computing) that ensure computational power and speed. All AEGIS functionalities are accessible to authorized end users through a web-based graphical user interface. An innovative mobile application, AEGIS App, acts as a complementary tool to the web-based version of the system.
      Download.
19. Tsekouras, G., Manousakis, A., Vasilakos, C., Kalabokidis, K. 2015. Improving the effect of fuzzy clustering on RBF network’s performance in terms of particle swarm optimization. Advances in Engineering Software. 82:25-37. Abstract.
    This paper proposes a novel training algorithm for radial basis function neural networks based on fuzzy clustering and particle swarm optimization. So far, fuzzy clustering has proven to be a very efficient tool in designing such kind of networks. The motivation of the current work is to quantify the exact effect of fuzzy cluster analysis on the network’s performance and use it in order to substantially improve this performance. There are two key theoretical findings resulting from the present work. First, it is analytically proved that when the standard fuzzy c-means algorithm is used to generate the input space fuzzy partition, the main effect this partition imposes to the network’s square error (i.e. performance index) can be written down in terms of a distortion function that measures the ability of the partition to recreate the original data. Second, using the aforementioned distortion function, an upper bound of the network’s square error can be constructed. Then, the particle swarm optimization (PSO) is put in place to minimize the above upper bound and determine the network’s parameters. To further improve the accuracy, the basis function widths and the connection weights are fine-tuned by employing a steepest descent approach. The main experimental findings are: (a) the implementation of the PSO obtains a significant reduction of the square error while exhibiting a smooth dynamic behavior, (b) although the steepest descent further decreases the error it finally obtains smaller reduction rates, meaning that the strongest impact on the error reduction is provided by the PSO, and (c) the improved performance of the proposed network is demonstrated through an extensive comparison with other related methods using a 10-fold cross-validation analysis 
      Download.  Request a copy.
20. Athanasis N., Karagiannis F., Palaiologou P., Vasilakos C., Kalabokidis K. 2015. AEGIS App: Wildfire Information Management for Windows Phone Devices. Procedia Computer Science 56:544-549. Abstract.
    Novel technological advances in mobile devices and applications can be exploited in wildfire confrontation, enabling end-users to easily conduct several everyday tasks, such as access to data and information, sharing of intelligence and coordination of personnel and vehicles. This work describes an innovative mobile application for wildfire information management that operates on Windows Phone devices and acts as a complementary tool to the web-based version of the AEGIS platform for wildfire prevention and management. Several tasks can be accomplished from the AEGIS App, such as routing, spatial search for closest facilities and firefighting support infrastructures, access to weather data and visualization of fire management data (water sources, gas refill stations, evacuation sites etc.). An innovative feature of AEGIS App is the support of these tasks by a digital assistant for artificial intelligence named Cortana (developed by Microsoft for Windows Phone devices), that allows information utilization through voice commands. The application is to be used by firefighting personnel in Greece and is potentially expected to contribute towards a more sophisticated transferring of information and knowledge between wildfire confrontation operation centers and firefighting units in the field.
      Download.
21. Kalabokidis, K., Athanasis, N., Vasilakos, C., Palaiologou, P. 2014. Porting of a wildfire risk and fire spread application into a cloud computing environment. International Journal of Geographical Information Science. 28(3):541–552. Abstract.
    Effective wildfire management is an essential part of forest firefighting strategies to minimize damage to land resources and loss of human lives. Wildfire management tools often require a large number of computing resources at a specific time. Such computing resources are not affordable to local fire agencies because of the extreme upfront costs on hardware and software. The emerging cloud computing technology can be a cost- and result-effective alternative. The purpose of this paper is to present the development and the implementation of a state-of-the-art application running in cloud computing, composed of a wildfire risk and a wildfire spread simulation service. The two above applications are delivered within a web-based interactive platform to the fire management agencies as Software as a Service (SaaS). The wildfire risk service calculates and provides daily to the end-user maps of the hourly forecasted fire risk for the next 112 hours in high spatiotemporal resolution, based on forecasted meteorological data. In addition, actual fire risk is calculated hourly, based on meteorological conditions provided by remote automatic weather stations. Regarding the wildfire behavior simulation service, end users can simulate the fire spread by simply providing the ignition point and the projected duration of the fire, based on the HFire algorithm. The efficiency of the proposed solution is based on the flexibility to scale up or down the number of computing nodes needed for the requested processing. In this context, end users will be charged only for their consumed processing time and only during the actual wildfire confrontation period. The system utilizes both commercial and open source cloud resources. The current prototype is applied in the study area of Lesvos Island, Greece, but its flexibility enables expansion in different geographical areas
      Download.  Request a copy.
22. Kalabokidis, K., Athanasis, N., Gagliardi, F., Karayiannis, F., Palaiologou, P., Parastatidis, S., Vasilakos, C. 2013. Virtual Fire: A web-based GIS platform for forest fire control. Ecological Informatics. 16: 62-69. Abstract.
    Α web-based Geographic Information Systems (GIS) platform – named Virtual Fire – for forest fire control has been developed to easily, validly and promptly share and utilize information and tools among firefighting forces. This state-of-the-art system enables fire management professionals to take advantage of GIS capabilities without needing to locally install complex software components. Fire management professionals can locate fire service vehicles and other resources online and in real-time. Fire patrol aircrafts and vehicles may use tracking devices to send their coordinates directly to the platform. Cameras can augment these data by transmitting images of high-risk areas into the graphical interface of the system. Furthermore, the system provides the geographical representation of fire ignition probability and identifies high-risk areas at different local regions daily, based on a high performance computing (HPC) pilot application that runs on Windows HPC Server. Real-time data from remote automatic weather stations and weather maps based on a weather forecasting system provide vital weather data needed for fire prevention and early warning. By using these methods and a variety of fire management information and tools, the end-users are given the ability to design an operational plan to encompass the forest fire, choosing the best ways to put the fire out within the proper recourses and time.
      Download.  Request a copy.
23. Kalabokidis K., Xanthopoulos G., Moore P., Caballero D., Kallos G., Llorens J., Roussou O., Vasilakos C., 2012. Decision support system for forest fire protection in the Euro-Mediterranean, European Journal of Forest Research, 131(3): 597-608. Abstract.
    This paper describes the development of a decision support system (DSS) for prevention planning and emergency management of forest fire events that incorporates weather data management, a geographical data viewer, a priori danger forecasting and fire propagation modeling, automatic fire detection, and optimal resource dispatching. Collection, input, storage, management, and analysis of the information rely on advanced and automated methodologies using remote sensing, GPS, digital mapping, and geographic information systems. The results included short-term dynamic fire danger indices developed for improved and realistic prevention and pre-suppression planning. An automatic fire detection technology based on infrared video was developed and successfully tested on site. Several models for understanding fire propagation on forest fires have been proposed for practical application. Additionally, a DSS was developed with the innovation of covering wildland fire hazard management entirely, providing a complete coverage of technical and administrative activities that support decision makers in real time. The DSS was tested for high fire seasons in two different sites in South Europe. 
      Download.  Request a copy.
24. Vasilakos C., Kalabokidis K., Hatzopoulos J., Matsinos I., 2009. Identifying wildland fire ignition factors through sensitivity analysis of a neural network, Natural Hazards, 50(1): 125-143. Abstract.
    Artificial neural networks (ANNs) show a significant ability to discover patterns in data that are too obscure to go through standard statistical methods. Data of natural phenomena usually exhibit significantly unpredictable non-linearity, but the robust behavior of a neural network makes it perfectly adaptable to environmental models such as a wildland fire danger rating system. These systems have been adopted by many developed countries that have invested in wildland fire prevention, and thus civil protection agencies are able to identify areas with high probabilities of fire ignition and resort to necessary actions. Since one of the drawbacks of ANNs is the interpretation of the final model in terms of the importance of variables, this article presents the results of sensitivity analysis performed in a back-propagation neural network (BPN) to distinguish the influence of each variable in a fire ignition risk scheme developed for Lesvos Island in Greece. Four different methods were utilized to evaluate the three fire danger indices developed within the above scheme; three of the methods are based on network’s weights after the training procedure (i.e., the percentage of influence—PI, the weight product—WP, and the partial derivatives—PD methods), and one is based on the logistic regression (LR) model between BPN inputs and observed outputs. Results showed that the occurrence of rainfall, the 10-h fuel moisture content, and the month of the year parameter are the most significant variables of the Fire Weather, Fire Hazard, and Fire Risk Indices, respectively. Relative humidity, elevation, and day of the week have a small contribution to fire ignitions in the study area. The PD method showed the best performance in ranking variables’ importance, while performance of the rest of the methods was influenced by the number of input parameters and the magnitude of their importance. The results can be used by local forest managers and other decision makers dealing with wildland fires to take the appropriate preventive measures by emphasizing on the important factors of fire occurrence. 
      Download.  Request a copy.
25. Vasilakos C., Kalabokidis K., Hatzopoulos J., Kallos G., Matsinos I., 2007. Integrating New Methods and Tools in Fire Danger Rating, International Journal of Wildland Fire, 16(3): 306-316. Abstract.
    Prevention is one of the most important stages in wildfire and other natural hazard management regimes. Fire danger rating systems have been adopted by many developed countries dealing with wildfire prevention and pre-suppression planning, so that civil protection agencies are able to define areas with high probabilities of fire ignition and resort to necessary actions. This present paper presents a fire ignition risk scheme, developed in the study area of Lesvos Island, Greece, that can be an integral component of a quantitative Fire Danger Rating System. The proposed methodology estimates the geo-spatial fire risk regardless of fire causes or expected burned area, and it has the ability of forecasting based on meteorological data. The main output of the proposed scheme is the Fire Ignition Index, which is based on three other indices: Fire Weather Index, Fire Hazard Index, and Fire Risk Index. These indices are not just a relative probability for fire occurrence, but a rather quantitative assessment of fire danger in a systematic way. Remote sensing data from the high-resolution QuickBird and the Landsat ETM satellite sensors were utilised in order to provide part of the input parameters to the scheme, while Remote Automatic Weather Stations and the SKIRON/Eta weather forecasting system provided real-time and forecasted meteorological data, respectively. Geographic Information Systems were used for management and spatial analyses of the input parameters. The relationship between wildfire occurrence and the input parameters was investigated by neural networks whose training was based on historical data.
      Download.  Request a copy.
26. Kalabokidis K., Koutsias N., Konstantinidis P., Vasilakos C., 2007. Multivariate Analysis of Landscape Wildfire Dynamics in a Mediterranean Ecosystem of Greece, Area. 39(3):392-402. Abstract.
    This paper focuses on spatial distribution of long-term fire patterns versus physical and anthropogenic elements of the environment that determine wildfire dynamics in Greece. Logistic regression and correspondence analysis were applied in a spatial database that had been developed and managed within a Geographic Information System. Cartographic fire data were statistically correlated with basic physical and human geography factors (geomorphology, climate, land use and human activities) to estimate the degree of their influence at landscape scale. Land cover types of natural and agricultural vegetation were the most influential factors for explaining landscape wildfire dynamics in conjunction with topography and grazing.
      Download.  Request a copy.
27. Kalabokidis, K.D., P. Konstantinidis, and C. Vasilakos. 2004. Spatial analysis of wildfire–human–environmental impact on vegetation of Mount Athos and Sithonia, Greece. Geographies 8:89-106. Abstract.
    Η βλάστηση είναι ένα από τα πιο σημαντικά στοιχεία του φυσικού περιβάλλοντος. Η γνώση των αιτίων που διαμορφώνουν τη σύνθεση και την κατανομή της αποτελεί το κλειδί της αειφόρου ανάπτυξης για ολόκληρες εκτάσεις, και ιδιαίτερα για την εκτίμηση της γεωργικής παραγωγής, τη διαχείριση των δασικών περιοχών και το σχεδιασμό των χρήσεων της γης. Η βλάστηση δεν είναι απλά αποτέλεσμα επίδρασης του περιβάλλοντος, της φωτιάς ή του ανθρώπου αλλά και η ίδια επηρεάζει και τροποποιεί με τη σειρά της αυτά. Με την παρούσα εργασία διερευνάται η βλάστηση των χερσονήσων της Σιθωνίας και του Αγίου Όρους στη Χαλκιδική, με τη χρησιμοποίηση δυνατοτήτων που δίνει η Γεωπληροφορική (πολυμεταβλητή ψηφιακή επεξεργασία στο χώρο και το χρόνο), και ειδικότερα εφαρμόζοντας μοντέλα λογιστικής παλινδρόμησης σε Σύστημα Γεωγραφικών Πληροφοριών (GIS). Ψηφιακά δεδομένα βλάστησης αναλύονται στατιστικά σε κλίμακα τοπίου με ορισμένους από τους βασικότερους παράγοντες που τα διαμόρφωσαν (όπως κλίμα, γεωμορφολογία, ιστορία φωτιάς, χρήσεις γης και ανθρώπινες δραστηριότητες), ώστε να υπολογιστεί ο βαθμός και το μέγεθος της επίδρασής τους.
      Download

 Publications to Greek and International conference proceedings

1. Palaiologou, P., Kalabokidis, K., Vasilakos, C. 2022. A geographical analysis of wildfire fuel characteristics by cover type in Greece. Στα Πρακτικά του 2nd International Symposium on Sustainability and Geoinformatics in Vulnerable Ecosystems (2nd AGROECOINFO). 30/6-2/7 2022 Βόλος. Abstract.
   The main drivers of wildfire behavior are topography (e.g., slope), weather (e.g., wind and fuel moisture content) and fuel (e.g., quantity, arrangement, and continuity at both the surface and canopy levels). In this study, we examined how the fuel characteristics (fuelbed inputs grouped as fuel model, canopy cover and stand height) vary by cover type and across the different regions of Greece for the reference year of 2018. In addition, we investigated how the different fuel models vary in terms of canopy characteristics and topographic features. The analysis was conducted by combining vector and raster datasets. Canopy characteristics datasets were retrieved from open geospatial providers such as the Global Land Analysis and Discover team at the University of Maryland, USA, which used the Global Ecosystem Dynamics Investigation (GEDI) Lidar forest structure measurements to map forest height, and the Copernicus Tree Cover Density. The CORINE Land Cover vector dataset of 2018 served as the base mapping and analysis layer, supplemented by information from the National Forest Registry of Greece (circa 1992) to define vegetation species in each CORINE class. Results showed important regional variations of fuel model types that explain the regional differences in burned area. Also, the distribution of topographic features by fuel model is indicative of why certain fuel types burn more frequently and intensively than others. We provided a breakdown of canopy cover and height by species that can aid to the understanding of which are the forests that require management to reduce their density (high canopy cover) or can create more revenue (high stand height).
    Download.
2. Αναστασίου, Π., Παλαιολόγου, Π., Βασιλάκος, Χ., Καλαμποκίδης, Κ. 2022. Χαρτογράφηση της διεπιφάνειας πόλης-περιαστικής φύσης στα νησιά του Αιγαίου για τη διαχείριση των δασικών πυρκαγιών. Στα Πρακτικά του 4ου Συνεδρίου Γεωγραφικών Πληροφοριακών Συστημάτων και Χωρικής Ανάλυσης στη Γεωργία και στο Περιβάλλον. 24-26 Μαΐου, Αθήνα. Abstract.
   Οι ζώνες της διεπιφάνειας πόλης-περιαστικής φύσης (Wildland-Urban Interface, WUI) είναι περιοχές όπου οι ανθρωπογενείς δομές συναντώνται ή αναμιγνύονται με δασικές εκτάσεις. Οι περιοχές αυτές παρουσιάζουν σημαντική επέκταση κατά τη διάρκεια των τελευταίων δεκαετιών, ιδίως σε χώρες της Μεσογειακής Ευρώπης. Ο συνδυασμός εύφλεκτων υλικών δόμησης και φυτικής καύσιμης ύλης έχει ως αποτέλεσμα τη μετάδοση δασικών πυρκαγιών εντός της διεπιφάνειας αυτής προκαλώντας σοβαρές επιπτώσεις τόσο στον άνθρωπο (θάνατοι και τραυματισμοί) όσο και στο φυσικό και ανθρωπογενές περιβάλλον (καταστροφή περιαστικών, προστατευτικών ή αισθητικών δασών και αστικών πάρκων, απώλεια περιουσιών). Ο σχεδιασμός αποτελεσματικών πρακτικών και μέτρων πρόληψης και ανάσχεσης αυτών των πυρκαγιών πριν εισέλθουν στη διεπιφάνεια προϋποθέτει τη χαρτογράφηση των ζωνών WUI καθώς και των τύπων και των χαρακτηριστικών τους. Στην παρούσα έρευνα εφαρμόστηκαν τεχνικές Γεωπληροφορικής σε ανοικτά δεδομένα από τον Ευρωπαϊκό Οργανισμό Copernicus για τη χαρτογράφηση τεσσάρων τύπων αστικών και περιαστικών περιοχών που συναντάμε στην Ελλάδα. Οι τύποι αυτοί είναι 1) τα αστικά κέντρα, 2) οι περιαστικές περιοχές δίχως χαρακτηριστικά WUI, και οι περιαστικές περιοχές με χαρακτηριστικά WUI, είτε 3) αναμεμιγμένες με τη δασική βλάστηση (intermix) είτε 4) σε άμεση γειτνίαση με αυτή (interface). Για τη χαρτογράφηση των τεσσάρων τύπων απαιτήθηκε ο υπολογισμός της πυκνότητας των κατοικιών, της ποσοστιαίας κάλυψης από δασική βλάστηση και της ζώνης μεταφοράς καυτρών. Η μεθοδολογία εφαρμόστηκε στα νησιά του Ανατολικού Αιγαίου με εκτεταμένα συμπλέγματα δασών κωνοφόρων (Λέσβος, Σάμος και Ρόδος). Τα αποτελέσματα χρησιμοποιήθηκαν για τη χαρτογράφηση της έκτασης και των ορίων κάθε τύπου αστικών και περιαστικών περιοχών με στόχο την εκτίμηση του πυρικού κινδύνου σε αυτούς, τη στοχευμένη διαχείριση της φυτικής καύσιμης ύλης, την κατανόηση της έντασης και κατανομής της τάσης οικιστικής ανάπτυξης κοντά στο φυσικό περιβάλλον, καθώς και τη συμβολή τους σε διαδικασίες υποστήριξης αποφάσεων. Επιπλέον, μπορούν να αξιοποιηθούν για την οργάνωση και τον συντονισμό των διαδικασιών εκκένωσης και για την εφαρμογή πολιτικών ενίσχυσης της πυροπροστασίας των κατοικιών στις περιοχές που έχουν τη μεγαλύτερη έκθεση στον κίνδυνο των δασικών πυρκαγιών .
    Download.
3. Βασιλάκος Χ., Τσιοτσιόπουλος, Ευ., Ρούσσου, Ο., Παλαιολόγου, Π., Καλαμποκίδης, Κ. 2022. Εφαρμογές Γεωπληροφορικής στη χαρτογράφηση των σημείων έναρξης δασικών πυρκαγιών και των καμένων εκτάσεων. Στα Πρακτικά του 4ου Συνεδρίου Γεωγραφικών Πληροφοριακών Συστημάτων και Χωρικής Ανάλυσης στη Γεωργία και στο Περιβάλλον. 24-26 Μαΐου, Αθήνα. Abstract.
   Tα Μεσογειακού τύπου οικοσυστήματα δέχονται τις τελευταίες δεκαετίες ισχυρές πιέσεις από την επίδραση του φαινομένου των δασικών πυρκαγιών, και λόγω της κλιματικής αλλαγής. Η χαρτογράφηση των καμένων εκτάσεων μέσω επεξεργασίας δορυφορικών εικόνων αποτελεί σημαντικό βήμα στη διαχείρισή τους. Η επεξεργασία και οπτικοποίηση τηλεπισκοπικών και άλλων χωρικών δεδομένων που συμβάλλουν στην καλύτερη κατανόηση και ανάλυση των δασικών πυρκαγιών μπορεί να πραγματοποιηθεί πλέον με τη χρήση του υπολογιστικού νέφους (Cloud Computing) το οποίο παρέχει αποτελεσματική και οικονομική πρόσβαση σε συστήματα υψηλής υπολογιστικής ισχύος και αποθήκευσης δεδομένων, ενώ δεν απαιτείται οι χρήστες να έχουν ισχυρό θεωρητικό υπόβαθρο των εφαρμοζόμενων μεθοδολογιών και τεχνολογιών. Σκοπός της εργασίας αυτής ήταν να παρουσιαστεί: α) η εφαρμογή μίας αυτοματοποιημένης διαδικασίας διαχρονικής χαρτογράφησης (1984-2019) των καμένων εκτάσεων των νησιών του Αιγαίου Πελάγους μέσω της πλατφόρμας Google Earth Engine (GEE), και β) η ανάπτυξη ενός διαδικτυακού συστήματος γεωγραφικών πληροφοριών (Web-GIS) για τη χαρτογραφική οπτικοποίηση (dashboard) των σημείων έναρξης δασικών πυρκαγιών, όπως αυτά παρέχονται από το επιχειρησιακό σύστημα Engage του Πυροσβεστικού Σώματος Ελλάδας (ΠΣ). Συγκεκριμένα, χρησιμοποιήθηκε ένα τροποποιημένο ελεύθερο διαδικτυακό πρόγραμμα στο οποίο ο χρήστης εισάγει την ευρύτερη περιοχή εκδήλωσης μίας δασικής πυρκαγιάς, το χρονικό παράθυρο μέσα στο οποίο εκδηλώθηκε η πυρκαγιά, και επιλέγει έναν τηλεπισκοπικό δέκτη για τη χαρτογράφηση της καμένης έκτασης μέσω του δείκτη Normalized Burn Ratio (NBR). Τέλος, πραγματοποιήθηκε μία ποσοτική ανάλυση για να κατανοηθεί ποια είναι η πραγματική συχνότητα εμφάνισης πυρκαγιών και η καμένη έκταση ανά νησί της περιοχής μελέτης. Όσον αφορά την οπτικοποίηση των σημείων έναρξης δασικών πυρκαγιών, δημιουργήθηκε ένα Web-GIS με πολλαπλές απεικονίσεις σε μία οθόνη. Ποσοτικές και ποιοτικές πληροφορίες οι οποίες συμπεριλαμβάνονται στα διαθέσιμα δεδομένα των σημείων έναρξης δασικών πυρκαγιών του ΠΣ αποδίδονται με τη μορφή δυναμικών γραφημάτων. Από τα αποτελέσματα προκύπτει ότι η συνέργεια της Γεωπληροφορικής με μεθόδους και τεχνολογίες υπολογιστικού νέφους είναι αποτελεσματική στην επεξεργασία, αποθήκευση και οπτικοποίηση χωρικών δεδομένων πυρκαγιών.
    Download.
4. Παπαχρυσού, Π., Βασιλάκος, Χ., Τάταρης, Γ. 2021. Ανάδειξη της πολιτιστικής κληρονομιάς του αρχαιολογικού χώρου του Ιερού του Μέσσου, με χρήση μεθόδων φωτογραμμετρίας και εικονικής και επαυξημένης πραγματικότητας. Στα Πρακτικά Επιστημονικού Συνεδρίου Γεωγραφίας 2020 «Η Γεωγραφία σε ένα Κόσμο που Αλλάζει». 2-4 Ιουνίου 2021, Μυτιλήνη. Abstract.
   .
    Download.
5. Δεινόπαπας, Σ., Βασιλάκος, Χ., Σουλακέλλης, Ν. 2021. Τρισδιάστατη χαρτογράφηση με την χρήση UAV και διερεύνηση σύγχρονων μεθόδων οπτικοποίησης. Στα Πρακτικά Επιστημονικού Συνεδρίου Γεωγραφίας 2020 «Η Γεωγραφία σε ένα Κόσμο που Αλλάζει». 2-4 Ιουνίου 2021, Μυτιλήνη. Abstract.
   .
    Download.
6. Παπαδοπούλου, Ε.Ε., Κοψαχίλης, Β., Βασιλάκος, Χ., Ζούρος, Ν., Σουλακέλλης Ν. 2021. Διερεύνηση μεθόδων συλλογής δεδομένων με τη χρήση  Συστημάτων μη Επανδρωμένων Αεροσκαφών (ΣμηΕΑ) για την τρισδιάστατη (3Δ) Χαρτογράφηση Γεωτόπων της Λέσβου. Στα Πρακτικά Επιστημονικού Συνεδρίου Γεωγραφίας 2020 «Η Γεωγραφία σε ένα Κόσμο που Αλλάζει». 2-4 Ιουνίου 2021, Μυτιλήνη. Abstract.
   .
    Download.
7. Κατσάρα, Ν., Βασιλάκος, Χ. 2021. Χωρική και χρονική διακύμανση της αιωρούμενης άλγης στην παράκτια ζώνη της νήσου Λέσβου, με την χρήση τηλεπισκόπησης και Σ.Γ.Π. από το 2000 μέχρι και το 2011. Στα Πρακτικά Επιστημονικού Συνεδρίου Γεωγραφίας 2020 «Η Γεωγραφία σε ένα Κόσμο που Αλλάζει». 2-4 Ιουνίου 2021, Μυτιλήνη. Abstract.
   .
    Download.
8. Ηλία, Α., Βασιλάκος, Χ. 2021. Η συμβολή της Τηλεπισκόπησης στην παρακολούθηση της αναγέννησης της βλάστησης μετά από πυρκαγιά σε σχέση με την σφοδρότητα της. Η περίπτωση της πυρκαγιάς στη Κασσάνδρα Χαλκιδικής την 22/08/2006. Στα Πρακτικά Επιστημονικού Συνεδρίου Γεωγραφίας 2020 «Η Γεωγραφία σε ένα Κόσμο που Αλλάζει». 2-4 Ιουνίου 2021, Μυτιλήνη. Abstract.
   .
    Download.
9. Γεωργαντά, Α., Βασιλάκος, Χ. 2021. Ταξινόμηση τύπων εδαφοκάλυψης διαχρονικών πολυφασματικών εικόνων Sentinel-2 με τη μέθοδο Support Vector Machine. Στα Πρακτικά Επιστημονικού Συνεδρίου Γεωγραφίας 2020 «Η Γεωγραφία σε ένα Κόσμο που Αλλάζει». 2-4 Ιουνίου 2021, Μυτιλήνη. Abstract.
   .
    Download.
10. Papachrysou, P., Vasilakos, C. 2019. Estimation of the urban quality of life based on remote sensing and multicriteria decision analysis. In Proceedings of the 12th International Conference of the Hellenic Geographical Society, “Innovative Geographies II: Mapping and modeling our world”. 1-4 Νοεμβρίου 2019, Athens, Greece. Abstract.
    The estimation of the urban quality of life mainly concerns modern cities of developed and developing countries, attracting interest from several science fields and it is an important tool for the evaluation of the policy and the structure of urban spaces. Since the 1980s, alternative strategies were introduced that aimed the inclusion of the environmental factor in urban planning to improve the quality of life in cities, with the formation of new environmental policies and regulations. A large number of studies utilize Geographic Information Systems (GIS) in combination with Remote Sensing to observe and analyze urban conditions and clarify the appropriate strategies to improve daily life and enhance citizen’s quality of life. This research paper discusses the evaluation of the quality of life in Mytilene city, combining modern Satellite Remote Sensing and Geoinformation techniques. More specifically, Object-Based Image Analysis (OBIA) was applied on a high spatial resolution QuickBird image and the appropriate criteria were chosen including density of buildings, roads, urban green spaces and distance from the sea that were used to evaluate the urban quality of life based on the Analytic Hierarchy Process (AHP). The results show that mainly the southern part of Mytilene has higher quality of life, which was validated also by the objective land values (property’s taxation value).
     Download.
11. Chroni, A., Vasilakos, C. 2019. Multispectral classification of WorldView-2 image based on semantic segmentation by applying deep learning convolutional neural networks. In Proceedings of the 12th International Conference of the Hellenic Geographical Society, “Innovative Geographies II: Mapping and modeling our world”. 1-4 Νοεμβρίου 2019, Athens, Greece. Abstract.
    Image classification is one of the fundamental remote sensing applications aiming at land use/land cover extraction and includes supervised and unsupervised techniques. The objective of this paper is the classification of a multispectral image, based on semantic segmentation by applying deep learning artificial neural network. The aim is to create a land-cover map of the study area at the southeast part of Lesvos Island, Greece and the validation of the outputs. The methodology was based on a combination of remote sensing and computer vision techniques on a WorldView-2 (WV-2) image. The first step of the process included an image fusion in order to sharpen multispectral channels with high-resolution (0.46m) panchromatic channel. Two deep learning convolutional neural networks (deep CNN) were created and trained, one network based on eight multispectral bands of the initial image and one network based on the three bands of the visible spectrum (RGB). The trained networks were applied at the initial images for the semantic segmentation and the creation of the classified images. A set of three hundred random reference points was collected for validation of the segmentation outputs. The classification products produced by this method were the thematic maps of the study area, accuracy of performance and loss of minibatches by network training, histograms and pixel distribution tables, confusion matrices about evaluating aggregate classifications and comparative assessment images of classes per image. The main conclusion of this study is that the architectural structure of the network, as well as the number of training and verification data affect the classification accuracy.
     Download.
12. Papadopoulou, E.E., Chatzitheodorou, C., Vasilakos, C., Soulakellis, N. 2019. Investigation of UAV flight plans for the creation of 3D point clouds of damaged buildings after an earthquake event. The case study of Vasilika school, Lesvos.  In Proceedings of the 12th International Conference of the Hellenic Geographical Society, “Innovative Geographies II: Mapping and modeling our world”. 1-4 Νοεμβρίου 2019, Athens, Greece.
    Σκοπός της συγκεκριμένης εργασίας είναι η διερεύνηση σχεδίων πτήσης Συστημάτων μη Επανδρωμένων Αεροσκαφών (ΣμηΕΑ) για την δημιουργία τρισδιάστατων (3Δ) γεωοπτικοποιήσεων, πληγέντων κτηρίων μετά από έναν σεισμό. Η περιοχή μελέτης που επιλέχθηκε είναι το Δημοτικό Σχολείο των Βασιλικών, Λέσβου μετά τον καταστροφικό σεισμό της 12ης Ιουνίου 2017. Αναλυτικότερα, σχεδιάστηκαν τρία διαφορετικά σενάρια σχεδίων πτήσης με εξειδικευμένο λογισμικό: α) Elipse, β) Sitescan, γ) Τopdown. Τα σενάρια των πτήσεων αποτελούνταν από διαφορετικές παραμέτρους όπως το υψόμετρο, η απόσταση από το κτήριο, η γωνία λήψης φωτογραφιών, η εμπρόσθια και πλάγια επικάλυψη και η πορεία του αεροσκάφους. Τα δεδομένα τα οποία συλλέχθηκαν από κάθε πτήση ήταν φωτογραφίες υψηλής ανάλυσης 12 Mp. Συνολικά προέκυψαν τρία πακέτα δεδομένων, διαφορετικού πλήθους φωτογραφιών στα οποία εφαρμόστηκαν οι αλγόριθμοι Structure from Motion (SfM) και Multi Stereo View (MSV) προκειμένου να παραχθούν τα αντίστοιχα τρισδιάστατα (3Δ) νέφη σημείων.  Η αξιολόγηση των παραγόμενων 3Δ νεφών πραγματοποιήθηκε με: α) μετρήσεις της πυκνότητας τους, β) το πλήθος των γειτονικών σημείων κάθε σημείου και γ) τις ευκλείδειες αποστάσεις  μεταξύ σημείων στα νέφη καθώς η επαλήθευση τους έγινε με μετρήσεις πεδίου. Τα αποτελέσματα των αξιολογήσεων έδειξαν διαφοροποιήσεις στην πυκνότητα των σημείων αλλά και την γεωμετρική τους αναπαράσταση. Το σενάριο το οποίο απέδωσε με υψηλότερη ανάλυση και μεγαλύτερη ακρίβεια την 3Δ γεωοπτικοποίηση του σχολείου των Βασιλικών ήταν το Sitescan.
      Download.
13. Papadopoulou, E.E., Zouros, N., Vasilakos, C., Soulakellis, N. 2019. Comparison of aerial and terrestrial photogrammetry for 3D mapping of petrified trees, Lesvos geopark. In Regional Conference on Geomorphology, 19-21 September 2019, Athens, Greece. Abstract.
    New technologies in data acquisition led to an increasing interest in capturing high-resolution images using Small Unmanned Aerial Systems (SUAS) and terrestrial means for geological research. The purpose of this study is to compare two different data acquisition methods in order to create accurate and precise cartographic products. Three dimensional (3D) models generated from images with ground sampling distance 0.1cm-0.3cm acquired by SUAS and a DSLR camera were used to map a group of petrified tree trunks at Sigri, Lesvos island, Greece. The methodology involves two different workflows: aerial and terrestrial survey carefully planned in order to serve photogrammetric specifications to map the location accurately, precisely and rapidly. In total, mapped 12 petrified tree trunks of each method separately. Then 3D surface models and the equivalent 3D models were generated using the “structure from motion” (SfM) algorithm. Location, geometric characteristics and volume of the petrified trees are extracted and calculated from this information acquired by 3D models. The comparison made among, the 3D chartographic products which acquired by SUAS, 3D cartographic products acquired by DSLR camera and measurements acquired by conventional methods. The results of the survey, illustrates how aerial and terrestrial remote sensing techniques can offer accurate 3D spatial information of location, orientation and geological position of the petrified trees.
      Download.
14. Makri, D., Stamatis, P., Doukari, M., Papakonstantinou, A., Vasilakos, C., Topouzelis, K. 2018. Multi-scale seagrass mapping in satellite data and the use of UAS in accuracy assessment. Proc. SPIE 10773, Sixth International Conference on Remote Sensing and Geoinformation of the Environment (RSCy2018), 107731T (6 August 2018) doi: 10.1117/12.2326012Abstract.
    Seagrass meadows play a vital role in coastal ecosystems health as constitute an important pillar of the coastal environment. So far, regional scale habitat mapping was implemented with the use of freely available medium scale satellite images (Sentinel-2 or Landsat-8). The Unmanned Aerial Systems (UAS) have increase the spatial resolution of the observation from meter to sub-decimeter. Using sub-decimeter imagery, seagrass can be mapped in great detail revealing significant habitat species and detect new habitat patterns. In the present study, we suggest a multi-scale image analysis methodology consisting of georeferencing, atmospheric and water column correction and Object- Based Image Analysis (OBIA). OBIA process is performed using nearest neighborhood and fuzzy rules as classifiers in three major classes, a) seagrass, b) shallow areas with soft bottom and c) shallow areas with hard bottom (reefs). UAS very high-resolution data treated as in situ observations and used for training the classifiers and for accuracy assessment. The methodology applied in two satellite images Sentinel-2 and Landsat-8 with 10m and 30m spatial resolution respectively, at Livadi beach, Folegandros Island, Greece. The results show better classification accuracies in Sentinel-2 data than in Landsat-8. There was a great difficulty in the detection of the reef habitat in satellite images because it covered a small area. Reef habitat was clearly detected only in the UAS data. In conclusion, the present study highlights the necessity of new high precision geospatial data for examining the habitat detection accuracies on satellite images of different resolutions.
      Download.
15. Vasilakos, C., Chatzistamatis, S., Roussou, O., and Soulakellis, N. 2018. Terrestrial Photogrammetry vs Laser Scanning for rapid earthquake damage assessment. Int. Arch. Photogramm. Remote Sens. Spatial Inf. Sci., XLII-3/W4, 527-533, https://doi.org/10.5194/isprs-archives-XLII-3-W4-527-2018. Abstract.
    Building damage assessment caused by earthquakes is essential during the response phase following a catastrophic event. Modern techniques include terrestrial and aerial photogrammetry based on Structure from Motion algorithm and Laser Scanning with the latter to prove its superiority in accuracy assessment due to the high-density point clouds. However, standardized procedures during emergency surveys often could not be followed due to restrictions of outdoor operations because of debris or decrepit buildings, the high human presence of civil protection agencies, expedited deployment of survey team and cost of operations. The aim of this paper is to evaluate whether terrestrial photogrammetry based on a handheld amateur DSLR camera can be used to map building damages, structural deformations and facade production in an accepted accuracy comparing to laser scanning technique. The study area is the Vrisa village, Lesvos, Greece where a Mw 6.3 earthquake occurred on June 12th, 2017. A dense point cloud from some digital images created based on Structure from Motion algorithm and compared with a dense point cloud acquired by a laser scanner. The distance measurement and the comparison were conducted with the Multiscale Model to Model Cloud Comparison method. According to the results, the mean of the absolute distances between the two clouds is 0.038 m while the 94.9 % of the point distances are less than 0.1 m. Terrestrial photogrammetry proved to be an accurate methodology for rapid earthquake damage assessment thus its products were used by local authorities for the calculation of the compensation for the property loss.
      Download.
16. Soulakellis, N., Chatzistamatis, S., Vasilakos, C., Tataris, G., Papakonstantinou, A., Kavroudakis, D., Topouzelis, K., Roussou, O., Kalloniatis, C., Papadopoulou, E. E., Chaidas, K., and Kalaitzis, P. 2018. Synergistic Exploitation of geoinformation methods for post-earthquake 3D mapping of Vrisa traditional settlement, Lesvos Island, Greece. Int. Arch. Photogramm. Remote Sens. Spatial Inf. Sci., XLII-3/W4, 491-498, https://doi.org/10.5194/isprs-archives-XLII-3-W4-491-2018.Abstract.
    The aim of this paper is to present the methodology followed and the results obtained by the synergistic exploitation of geo-information methods towards 3D mapping of the impact of the catastrophic earthquake of June 12th 2017 on the traditional settlement of Vrisa on the island of Lesvos, Greece. A campaign took place for collecting: a) more than 150 ground control points using an RTK system, b) more than 20.000 high-resolution terrestrial and aerial images using cameras and Unmanned Aircraft Systems and c) 140 point clouds by a 3D Terrestrial Laser Scanner. The Structure from Motion method has been applied on the high-resolution terrestrial and aerial photographs, for producing accurate and very detailed 3D models of the damaged buildings of the Vrisa settlement. Additionally, two Orthophoto maps and Digital Surface Models have been created, with a spatial resolution of 5 cm and 3 cm, respectively. The first orthophoto map has been created just one day after the earthquake, while the second one, a month later. In parallel, 3D laser scanning data have been exploited in order to validate the accuracy of the 3D models and the RTK measurements used for the geo-registration of all the above-mentioned datasets. The significant advantages of the proposed methodology are: a) the coverage of large scale areas; b) the production of 3D models having very high spatial resolution and c) the support of post-earthquake management and reconstruction processes of the Vrisa village, since such 3D information can serve all stakeholders, be it national and/or local organizations.
      Download.
17. Kavroudakis, D., Soulakellis, N., Topouzelis, K., Chatzistamatis, S., Vasilakos, C., Papakostantinou, A., Tataris, G., Kalloniatis, C., Roussou, O., Batsaris, M., Chaidas, K., and Kalaitzis, P. 2018. Efficiency and effectiveness approaches in spatial data collection of Vrisa after Lesvos earthquake. Int. Arch. Photogramm. Remote Sens. Spatial Inf. Sci., XLII-3/W4, 277-281, https://doi.org/10.5194/isprs-archives-XLII-3-W4-277-2018.Abstract.
    Efficient and effective spatial data collection is crucial in cases of catastrophic events. Resources efficiency and project effectiveness are two aspects that need special attention especially when there are spatial and temporal constraints. There is limited literature regarding efficiency and effectiveness in spatial data collection approaches. This work elaborates on the collection of spatially-aware data from a diverse scientific group of teams after the catastrophic earthquake of Mw = 6.3 in Vrisa village, Lesvos island in Greece in June 2017. More specific we deal with challenges faced by six teams of experts (Topographic team, House conditions data collection team, Unmanned Aerial Vehicle team, 3D Laser Scanner team, Photogrammetry team and Privacy team). The scientific teams had to collect accurate spatial data for the same area, during a period of 20 days after the earthquake. That was a challenging task due to restrictions in the area and complexity/diversity of spatial data. We present the methodological approaches followed for efficient and effective data-capturing, and we propose a framework of team/data management under concurrent data collection by scientific teams after catastrophic events such as earthquakes
      Download.
18. Katsara, N. Vasilakos, C., Topouzelis, K. 2016. Temporal variation of eutrophication at the coastal zone of Lesvos Island by using Remote Sensing and GIS. In Proceedings 9th HellasGIs Conference, 8-9 December 2016, Athens, Greece, 10 p. Abstract.
    Ο ευτροφισμός είναι ένα περιβαλλοντικό πρόβλημα που εμφανίζεται κυρίως στα στάσιμα νερά, όπως οι λίμνες και οι κλειστοί αβαθείς κόλποι και γενικά σε περιοχές με αργή ανανέωση των υδάτων. Οι αιτίες του ευτροφισμού είναι η αύξηση των θρεπτικών στοιχείων (νιτρικών, αζωτούχων και φωσφορικών ενώσεων) στο νερό. Οι ενώσεις αυτές προέρχονται κυρίως από γεωργικά λιπάσματα, από αγροτικές/γεωργικές περιοχές μέσω απορροών ακατέργαστων απόβλητων ή περιττωμάτων ζώων, καθώς επίσης και από τα ανθρώπινα λύματα και απορροές των επιχειρήσεων. Κατά το φαινόμενο του ευτροφισμού παρουσιάζεται μεγάλη ανάπτυξη βακτηρίων και φυκών. Ο κύκλος ανάπτυξής τους καταναλώνει το οξυγόνο που βρίσκεται διαλυμένο στο νερό, ενώ η αποσύνθεση της οργανικής ύλης των φυτών απελευθερώνει θρεπτικά άλατα και δημιουργούνται συνθήκες αύξησης των φυκών, με αποτέλεσμα τα νερά να γίνονται θολά με δυσάρεστες οσμές. Η κάλυψη της επιφάνειας από τα φύκη εμποδίζει την οξυγόνωση και προκαλεί έλλειψη φωτός στον πυθμένα, με συνέπεια τη μείωση τόσο των φωτοσυνθετικών όσο και των μη-φωτοσυνθετικών οργανισμών. Ο ευτροφισμός είναι ένα φαινόμενο άξιο μελέτης και η τηλεπισκόπηση σε συνδυασμό με τα Συστήματα Γεωγραφικών Πληροφοριών (ΣΓΠ) προσφέρουν τη δυνατότητα παρακολούθησης της χωρικής και χρονικής κατανομής του φαινομένου σε μεγάλης έκτασης περιοχές με μικρό κόστος. Στόχος της εργασίας είναι η διερεύνηση του φαινομένου της έξαρσης του ευτροφισμού κατά τη δεκαετία 2000-2010 στην παράκτια περιοχή της νήσου Λέσβου με τη χρήση των εργαλείων Γεωπληροφορικής. Η Λέσβος έχει δύο κόλπους με στενά στόμια τον κόλπο Καλλονής που βρίσκεται στο κέντρο του νησιού και ο μικρότερος κόλπος της Γέρας που βρίσκεται στα ανατολικά του. Επίσης στο ανατολικό και το βόρειο μέρος του νησιού δημιουργείται μία στενή δίοδος μεταξύ της νήσου και των ακτών της Τουρκίας. Συνεπώς, λόγω της αργής ανανέωσης των υδάτων αλλά και των γεωμορφολογικών συνθηκών της περιοχής ευνοείται η ανάπτυξη του φαινομένου του ευτροφισμού. Για τη μελέτη του φαινομένου κάλυψης των αιωρούμενων κυανοφυκών χρησιμοποιήθηκε ο δείκτης αιωρούμενης άλγης FAI (Floating Algae Index). Ο δείκτης FAI ορίζεται ως η διαφορά της ανακλαστικότητας μεταξύ του κοντινού υπέρυθρου NIR (Near Infrared) και μιας διορθωμένης ανακλαστικότητας του κοντινού υπέρυθρου, η οποία προέρχεται από τη χρήση των γειτονικών φασμάτων του κόκκινου R (Red) και των μικρών μήκους υπέρυθρων κυμάτων SWIR (Sort Wave Infrared). Ο δείκτης FAI παρουσιάζει αρκετά πλεονεκτήματα σε σχέση με τον κανονικοποιημένο δείκτη βλάστησης NDVI (Normalized Difference Vegetation Index) ή τον δείκτη ενισχυμένης βλάστησης EVI (Enhanced Vegetation Index) γιατί ο FAI είναι λιγότερο ευαίσθητος σε περιβαλλοντικές μεταβλητές και στις συνθήκες παρατήρησης (τύπος και ποσότητα αερολυμάτων, γεωμετρία ήλιου/στόχου). Για τον υπολογισμό του δείκτη FAI χρησιμοποιήθηκαν εικόνες Landsat-TM (Thematic Mapper) για τα έτη 2000, 2005 και 2010 και για τους μήνες Αύγουστο και Σεπτέμβριο, πλην του έτους 2000 όπου δεν ήταν διαθέσιμη εικόνα του Σεπτεμβρίου. Οι εικόνες αποκτήθηκαν από την ηλεκτρονική πλατφόρμα διανομής δεδομένων Landsat της USGS και συγκεκριμένα αποκτήθηκαν τα δεδομένα ανακλαστικότητας διορθωμένα ως προς τη σκέδαση Rayleigh (Surface Reflectance) τα οποία απαιτούνται για την εφαρμογή του δείκτη FAI. Κατά την προεπεξεργασία των δεδομένων δημιουργήθηκε μάσκα στεριάς για τον αποκλεισμό των εικονοστοιχείων που κάλυπταν την στεριά. Τα αποτελέσματα έδειξαν σχετική αύξηση του δείκτη FAI μεταξύ του 2000 και του 2010. Παρατηρήθηκε ανάπτυξη της αιωρούμενης άλγης κυρίως στην ανατολική πλευρά του νησιού. Ο κόλπος της Καλλονής παρουσίασε μικρότερη τιμή FAI από ότι o κόλπος της Γέρας, αφού στο στόμιό του δευτέρου εμφανίστηκαν οι πρώτες ενδείξεις ευτροφισμού. Το 2005 το φαινόμενο επεκτείνεται και στο εσωτερικό του κόλπου Γέρας, ενώ και ο κόλπος της Καλλονής παρουσιάζει τα πρώτα σημάδια συσσώρευσης αιωρούμενης άλγης. Επιπρόσθετα, διακρίνεται μεγάλη διαφορά ανάμεσα στους μήνες Αύγουστο και Σεπτέμβριο του 2010, όπου τον Σεπτέμβριο παρουσιάζεται μια μεγάλη χωρική εξάπλωση στο στενό της Μυτιλήνης με την Τουρκία. Η εξάπλωση παρουσιάζεται από τις νήσους Τουκμάκια μέχρι και την περιοχή του αεροδρομίου, ενώ ο κόλπος της Καλλονής και οι παραλίες στη νότια Λέσβο (Πλωμάρι, Βατερά) καθώς και η είσοδος του κόλπου Γέρας εμφανίζουν υψηλές συγκεντρώσεις αιωρούμενων κυανοφυκών. Συμπερασματικά, το φαινόμενο του ευτροφισμού στην Λέσβο παρατηρείται σε περιοχές όπου δεν είναι συνδεδεμένες στο αποχετευτικό δίκτυο και κυρίως στην ανατολική Λέσβο λόγω της δύσκολης ανανέωσης του νερού. Η Τηλεπισκόπηση ως εργαλείο ανίχνευσης καθώς και ΣΓΠ ως εργαλείο χαρτογράφησης και περαιτέρω ανάλυσης μπορούν να έχουν σημαντική συμβολή στη διαχείριση του φαινομένου του ευτροφισμού. 
      Download.
19. Mitsi, T., Vasilakos, C., Tzoraki, O., Dietrich, J. 2016. Soil moisture estimation by using Remote Sensing applied at a catchment in Germany. In Proceedings 9th HellasGIs Conference, 8-9 December 2016, Athens, Greece, 15 p. Abstract.
    Λόγω της κλιματικής αλλαγής προβλέπονται σημαντικές μεταβολές στα υδάτινα σώματα με πολλαπλές επιπτώσεις σε πολλές υδρολογικές, βιολογικές και βιοχημικές διεργασίες. Η υγρασία του εδάφους (Soil moisture) είναι η βασική μεταβλητή της επιστήμης της υδρολογίας απαραίτητη για τη μοντελοποίηση διαδικασιών που περιλαμβάνουν την ανταλλαγή νερού και ενέργειας σε συνάρτηση με τις κλιματικές μεταβολές. Η διατάραξη του υδρολογικού κύκλου έχει σοβαρές επιπτώσεις στο περιβάλλον και στον άνθρωπο. Ιδιαίτερα στη γεωργία, όπου μπορεί να προκληθεί χαμηλή απόδοση ή και καταστροφή των καλλιέργειών. Ως εκ τούτου η παρακολούθηση και διαχείρισή της είναι βασικός παράγοντας ενίσχυσης της γεωργικής παραγωγής. Συνεπώς η εδαφική υγρασία είναι ένα φαινόμενο άξιο μελέτης και η τηλεπισκόπηση προσφέρει τη δυνατότητα παρακολούθησης μεγάλων εκτάσεων σε σύντομα και τακτικά χρονικά διαστήματα. Σκοπός της συγκεκριμένης εργασίας είναι η μοντελοποίηση της εδαφικής υγρασίας με τη χρήση των τηλεπισκοπικών δεικτών NDWI (Normalized Difference Water Index), NDMI (Normalized Difference Moisture Index) και TVDI (Temperature Vegetation Dryness Index). Η μεθοδολογία εφαρμόσθηκε σε λεκάνη απορροής του ποταμού Ilmenau στη Βόρεια Σαξονία της Γερμανίας για το χρονικό διάστημα 2002-2012. Ο ποταμός Ilmenau, παραπόταμος του Έλβα, είναι ο μεγαλύτερος παραπόταμος της περιοχής με μήκος 107 χλμ και εκβάλλει στην Βόρεια Θάλασσα. Η περιοχή χαρακτηρίζεται από γεωργικές εκτάσεις με κύριες τις καλλιέργειες σιταριού, πατάτας και ενεργειακή καλλιέργεια καλαμποκιού. Τα τηλεπισκοπικά δεδομένα που χρησιμοποιήθηκαν είναι εικόνες που ελήφθησαν από τους δορυφόρους Landsat 5 TM και Landsat 7 ETM, ενώ χρονοσειρές εδαφικής υγρασίας εξήχθησαν από το υδρολογικό μοντέλο ΑΜΒΕΤΙ. Η προεπεξεργασία των δορυφορικών εικόνων περιλαμβάνει τη ραδιομετρική διόρθωση, καθώς και αφαίρεση νεφών και σκιάσεων των νεφών. Ο δείκτης TVDI υπολογίστηκε βασιζόμενος στη θερμοκρασία εδάφους (Ts) και το δείκτη βλάστησης NDVI. Η διαδικασία υπολογισμού του απαιτεί την εύρεση εμπειρικών παραμέτρων που προέρχονται από τα διασποροδιαγράμματα (scatter plots) των τιμών των pixels στο δισδιάσταστο χώρο Ts/NDVI. Για την βαθμονόμηση των μοντέλων χρησιμοποιήθηκαν τιμές υγρασίας προερχόμενες από το υδρολογικό μοντέλο ΑΜΒΕΤΙ, το οποίο εφόσων έχει βαθμονομηθεί σε συγκεκριμένες θέσεις, υπολογίζει σε ημερήσια βάση την εδαφική και ατμοσφαιρική υγρασία μέσα από διάφορες διεργασίες όπως τη διαπνοή και εξάτμιση του εδάφους και τις μικροκλιματικές συνθήκες του χώματος. Η συσχέτιση μεταξύ δορυφορικών δεδομένων και δεδομένων του μοντέλου AMBETI εξετάσθηκε με τη μέθοδο της απλής γραμμικής παλινδρόμησης, όπου ως εξαρτημένη μεταβλητή τέθηκαν οι τιμές του μοντέλου ΑΜΒΕΤΙ, ενώ ως ανεξάρτητες οι τηλεπισκοπικοί δείκτες όπως περιγράφηκαν παραπάνω. Για τον υπολογισμό του TVDI εξετάσθηκαν 2 διαφορετικοί τρόποι δημιουργίας των διασποροδιαγραμμάτων. Εξετάσθηκε η προτεινόμενος βιβλιογραφικά μέθοδος όπου για κάθε εικόνα ξεχωριστά δημιουργήθηκε το διασπορόγραμμά της, ενώ εξετάσθηκε και η περίπτωση όπου από όλα τα διαθέσιμα δεδομένα θα δημιουργηθεί ένα κοινό διασπορόγραμμα. Επίσης, εξετάσθηκαν οι συσχετίσεις μεταξύ εξαρτημένης και ανεξάρτητων μεταβλητών σε δύο διαφορετικά σημεία εντός της λεκάνης απορροής με διαφορετικό τύπο εδαφοκάλυψης, ένα για δασικές εκτάσεις (Wendish) και ένα για αγροτικές καλλιέργειες (Uelzen). Τέλος, εξετάσθηκε αν η εκτιμώμενη υγρασία επηρεάζεται από τον τύπο του δέκτη. Από τα αποτελέσματα προέκυψε ότι η συσχέτιση του μοντέλου AMBETI παρουσιάζει θετική σχέση και συσχετίζεται καλύτερα με το δείκτη TVDI (R2=0.6847) και τη θερμοκρασία εδάφους (R2=0.6813). Όσον αφορά στη συσχέτιση της υγρασίας AMBETI με τις δασικές εκτάσεις (Wendish) η σχέση είναι μέτρια με δείκτη TVDI (R2=0.558) ενώ οι γεωργικές εκτάσεις παρουσιάζουν καλύτερη συσχέτιση (R2=0.7738). Και οι δύο τύποι δεκτών παρουσίασαν θετική συσχέτιση με καλύτερη αυτή του Landsat 5 (R2=0.7815) έναντι του Landsat 7 (R2=0.7129). Τέλος, από τα διαγράμματα της χρονικής διακύμανσης του μοντελοποιημένου AMBETI και του πραγματικού παρουσιάζεται η σύγκληση των τάσεων. Συμπερασματικά, η χρήση της τηλεπισκόπησης στην επιστήμη της υδρολογίας και ιδιαίτερα στην εκτίμηση της εδαφικής υγρασίας είναι σημαντική. Σε αντίθεση με σημειακά μοντέλα ή με επίγειες μετρήσεις, η τηλεπισκόπηση δίνει τη δυνατότητα να εκτιμηθεί η χωρική διακύμανση της εδαφικής υγρασίας και μπορεί να αποτελέσει ένα χρήσιμο εργαλείο στη διαχείριση των υδάτινων πόρων στη γεωργία. 
      Download.
20. Athanasis N., Kalloniatis C., Vaitis M., Vasilakos C., Kalabokidis K. 2015. Building an Innovative Solution for Wildfire Prevention and Management: The “AEGIS” Platform. In On-Line Proceedings of EMCIS 2015: 12th European Mediterranean & Middle Eastern Conference on Information Systems, June 1-2 2015, Athens, Greece. 16 p. Abstract.
    The Web wildfire prevention and management information system AEGIS is currently under development aiming to reduce potential human, environmental and property losses. AEGIS leverages advanced capabilities of Geographic Information Systems (GIS) (like parallel processing in the Cloud and utilization of artificial neural networks) through a user-friendly web interface, without the need for extensive training on commercial or complicated GIS applications. This work describes the analysis of the requirements procedure followed for the development of AEGIS. Emphasis is given on how different user groups can be identified and how their opinion can be taken into account to enhance the usefulness of the proposed system. The methodology described can be used as a framework in the development of forest fire management systems.
      Download.
21. Kalabokidis K., Athanasis N., Palaiologou P., Vasilakos C., Karagiannis F. 2015. AEGIS App: Forest Fire Information Management for Windows Smartphones. In Proceedings of 2nd International Conference SafeChania 2015: The Knowledge Triangle in the Civil Protection Service, 10-12 June 2015, Chania, Greece. 6 p. Abstract.
    Καινοτόμες τεχνολογίες στον χώρο των κινητών συσκευών και εφαρμογών μπορούν να αξιοποιηθούν για την αντιμετώπιση δασικών πυρκαγιών, επιτρέποντας στους τελικούς χρήστες την εκτέλεση λειτουργιών όπως η πρόσβαση σε δεδομένα και πληροφορίες, ο διαμοιρασμός της γνώσης και ο συντονισμός του προσωπικού και των οχημάτων πυρόσβεσης. Η εργασία αυτή περιγράφει μια καινοτόμο εφαρμογή (AEGIS App) για συσκευές τύπου Windows Phone που ενεργεί ως συμπληρωματικό εργαλείο της διαδικτυακής πλατφόρμας AEGIS για τη διαχείριση δασικών πυρκαγιών. Η εφαρμογή προσφέρει πλήθος λειτουργιών όπως πλοήγηση, χωρική αναζήτηση κοντινότερων εγκαταστάσεων σε υποδομές διαχείρισης πυρκαγιών, πρόσβαση σε μετεωρολογικές συνθήκες και οπτικοποίηση δεδομένων διαχείρισης πυρκαγιών όπως πηγές άντλησης νερού, χώρους εκκένωσης κλπ. Μια καινοτόμος υπηρεσία της εφαρμογής AEGIS App είναι η ενσωμάτωση του ψηφιακού βοηθού τεχνητής νοημοσύνης Cortana (κατασκευασμένου από την εταιρεία Microsoft για συσκευές Windows Phone), που επιτρέπει την εκτέλεση λειτουργιών μέσω φωνητικών εντολών. Η εφαρμογή προορίζεται να χρησιμοποιηθεί από το προσωπικό πυρόσβεσης στην Ελλάδα και μπορεί να συνεισφέρει στην πιο εξελιγμένη μεταφορά πληροφοριών και γνώσεων μεταξύ των επιχειρησιακών κέντρων και των μονάδων πυρόσβεσης στο πεδίο εξέλιξης των πυρκαγιών.
      Download.
22. Kalabokidis K., Vasilakos C., Athanasis N., Palaiologou P., Vaitis M., Tsekouras G., Ager A., Finney M. 2015. AEGIS: Wildfire Web Geographic Information System. In Proceedings of 2nd International Conference SafeChania 2015: The Knowledge Triangle in the Civil Protection Service, 10-12 June 2015, Chania, Greece. 6 p. Abstract.
    A Web-GIS wildfire prevention and management information system (AEGIS) was developed as a cost effective and easy-to-use forest fire platform (http://aegis.aegean.gr). The AEGIS platform is to assist on early fire warning, fire planning, fire control and coordination of firefighting forces by providing access to information that are essential for wildfire management. Detailed land use/ land cover maps were provided by combining field inventory data with high resolution multispectral satellite images (RapidEye) and other techniques. Several databases were created with spatial and non-spatial data to support key system functionalities. Artificial neural networks were utilized for wildfire ignition risk assessment based on various parameters, training methods, activation functions, pre-processing methods and network structures. The system also incorporates weather measurements from remote automatic weather stations and weather prediction maps. Furthermore, the utilization of the Minimum Travel Time algorithm acts as a powerful fire behavior prediction system. End users should provide a minimum amount of inputs such as fire duration, ignition point and weather information to conduct a fire simulation. AEGIS offers three types of simulations; i.e. single-fire propagations, conditional probabilities and at landscape level, respectively, similarly to the FlamMap fire behavior modeling software. The structure of the algorithms relied on parallel processing techniques (High Performance Computing and Cloud Computing) that ensures both computational power and speed. All AEGIS functionalities are accessible to the end users through a web-based graphical user interface. An innovative mobile application, called AEGIS App acts as a complementary tool to the webbased version of the system.
      Download.
23. Meliadou V., Vasilakos C., Tzoraki O., Kalabokidis K. 2015, Using Remote Sensing technology with SWAT hydrological modeling to estimate soil moisture of an insular basin. IWA Balkan Young Water Professionals 2015, 10-12 May 2015 – Thessaloniki, Greece.Abstract.
    The knowledge of soil moisture (SM) is important in the whole range of envi-ronmental applications, and management methods, but adequate monitoring and mod-eling of this parameter is difficult because of its large spatial and temporal variability. A new methodology for the soil moisture estimation in insular basins is developed where there is little available data. The methodological approach involves three steps: (a) soil sampling and the gravimetric determination of soil moisture content in the la-boratory, (b) remote sensing estimation of SM based o the method of spectral indices tracking, (c) execution of the distributed hydrological model SWAT, to simulate the long term trends in SM for surface soil layers and the spatiotemporal variability of SM in the island. The results showed a strong correlation, R2 0.7, between the surface tempera-ture of the soil from the weather station and the satellite data. Also there is a high cor-relation, 0.8 between soil moisture data from field sampling and the data acquired from the soil moisture map. The meteorology developed can be used in the future steps, but it must be im-proved in terms of calibration parameters of the model, and land use and geology of the area and the completeness of Meteorological data and run off field measurements.
      Download.
24. Kalabokidis K., Vasilakos C., Athanasis N., Palaiologou P. 2015. AEGIS – Wildfire Prevention and Management Information System. In Book of Abstracts of International Conference on Fire Behaviour and Risk, 26-29 May 2015, Alghero, Sardinia, Italy. Pp. 93 Abstract.
    A web-GIS wildfire prevention and management information system (AEGIS) has been developed, aiming at reducing potential socioeconomic and environmental losses (http://aegis.aegean.gr). AEGIS is a state-of-the-art, cost-effective and easy-to-use forest fire management system designed for civil protection. The AEGIS platform assists on early fire warning, fire control and coordination of firefighting forces by providing access to fire prediction data (risk and behavior), as well as to additional information such as socioeconomic activities, roads, land uses, water tanks, patrol routes, satellite images, detection cameras, vegetation types, terrain and weather data. All functionalities provided by AEGIS are accessible to local fire agencies and civil protection authorities through a modern graphical user interface. Main research outcomes were a fire danger rating system and a fire behavior modeling scheme. Structure of the algorithms relied on parallel processing techniques (high performance and Cloud computing), to ensure both scalability and promptness of the calculations. The proposed system was developed and applied in 7 different study areas from north to south of Greece with high-hazard, high-value and high-use forests and other multi-purpose sites. Artificial neural networks and innovative geo-spatial tools were utilized for fire danger estimation based on various parameters (i.e. latitude, longitude, altitude, month, day of week, distance from urban areas, distance from power lines, distance from main and secondary roads, distance from landfills, distance from agricultural areas, wind, rain, relative humidity and temperature). More specifically, for each study area various training methods, activation functions, pre-processing methods and network structures were evaluated to create the most suitable neural networks. The proposed methodologies were the Backpropagation Neural Networks (BPN), the Kohonen Networks (Self Organizing Maps) and 2 types of the Radial Basis Function (RBF) Networks. Outcomes revealed that the BPN networks achieved better performance compared to the other methodologies; and the BPNs were trained based on different training parameters for each study area. In all but one (due to the smaller training dataset) of the study areas, the Mean Square Error of the validation datasets was less than 12.1%, while the correct classification rate of ignition points was more than 80.3%. Sensitivity analysis of the trained BPNs proved that the initial choice of the study areas was justified because of the different wildfire ignition patterns that they were finally identified. Results showed that the distance from urban areas is mostly a critical parameter for the wildfire ignition, while temperature seemed to have the smallest influence compared to the rest of the parameters for all the study areas.
      Download.
25. Kalabokidis, K., Athanasis, N., Palaiologou, P., Vasilakos, C., Finney, M. and Ager, A., 2014. Minimum travel time algorithm for fire behavior and burn probability in a parallel computing environment. In Viegas, D. X. (ed.): Proceedings of 7th International Conference on Forest Fire Research, Advances in Forest Fire Research, 17-20 November 2014 Coimbra, Portugal. pp. 882-891. ISBN 978-989-26-0884-6. Abstract.
    Fire management systems materialize the integration of fire science models and decision support planning modules. Their operational usage often requires the concurrent execution of a large number of fire growth simulations by multiple users. Intensive computations such as the creation of burn probability maps demand not only high expertise but also high computing power and data storage capacity. The purpose of this paper is to present some of the initial results of the AEGIS platform, which is a Web-GIS wildfire prevention and management information system currently under development. More specifically, the paper focuses on the utilization of the Minimum Travel Time (MTT) algorithm as a powerful fire behavior prediction system. MTT in AEGIS will be applied in a transparent way through its graphical user interface. Several end users will be able to conduct on-demand fire behavior simulations. To achieve this, end users must provide a minimum amount of inputs, such as fire duration, ignition point and weather information. Weather inputs can be either inserted directly or derived from selected remote automatic weather stations or forecasted weather data maps based on the SKIRON system (Eta/NCEP model). Seasonal burn probability maps will be also prepared and provided to the end users. Socioeconomic data, weather predictions, topographic and vegetation data will be combined with artificial neural networks to produce an ignition probability map. Based on the ignition probability map, thousands of potential ignition points located in areas of anticipated high risk will be generated. These ignitions will be further used as inputs on MTT simulations, running FConstMTT as a command line-based executable. FConstMTT calculations will be conducted on a parallel mode in Microsoft Azure infrastructure using a different subset of ignition points in each simulation. The current deployment of the AEGIS platform consists of a number of machines resided on premises and a scalable Cloud Computing environment based on the Microsoft Azure infrastructure. This parallel computing environment ensures high processing power availability and high data storage capacity. During a fire emergency, the scalability of the Cloud can also provide extra processing power and storage, if needed. It is anticipated that by integrating MTT into the AEGIS platform, the firefighting and civil protection agencies will gain great assistance to organize better and more reliable plans for fire confrontation.
      Download.
26. Kalabokidis Κ., Athanasis Ν., Vasilakos C. and Palaiologou P. 2014. Cloud Computing in Geospatial Analysis of Wildfire Danger and Fire Growth. In Wade DD & Fox RL (Eds), Robinson ML (Comp): Proceedings of 4th Fire Behavior and Fuels Conference, 18-22 February 2013, Raleigh, NC, USA and 1-4 July 2013, St. Petersburg, Russia. Published by the International Association of Wildland Fire: Missoula, MT, USA. pp. 457-467.  Abstract.
    Today’s wildfire fighting needs require information systems that are able to conduct fire danger and fire behavior predictions in a timely manner. Based on knowledge gained from participation in the EU-funded research project VENUS-C, the current article presents the conceptual approach and design of AEGIS; which is an under development, state-of-the-art IT system that integrates fire danger rating and fire growth modeling. The utilization of a cloud computing platform ensures scalability and promptness of the calculations. The efficiency of the proposed platform will be based on the Cloud’s flexibility to scale up or down the number of computing nodes needed for the requested processing. In this context, end users will be charged only for their consumed processing time and only during the actual wildfire confrontation period. Reliable and fine-resolution maps regarding the forecasted fire danger for the next five days will be provided including ignition risk, values at risk/ vulnerability and burn probabilities. Fire behavior modeling is to be conducted in the Cloud by utilizing the Minimum Travel Time (MTT) algorithm of the fire behavior mapping and analysis program FlamMap.
      Download.
27. Kalabokidis Κ., Vasilakos C., Athanasis Ν., Palaiologou P., Tsekouras G. 2014. Wildfire Prevention and Management Information System (AEGIS). Proceedings of National Conference on “New Technologies in Prevention and Management of Natural Disasters – The Role of Civil Protection”, 24-26 October 2014, Rhodes, Greece. Organizer Municipality of Rhodes. 13 p. Abstract.
    Το ερευνητικό πρόγραμμα AEGIS (http://aegis.aegean.gr) έχει ως στόχο την ανάπτυξη ενός Διαδικτυακού Γεωγραφικού Συστήματος Πληροφοριών (Web-GIS) για την πρόληψη και την αντιμετώπιση των δασικών πυρκαγιών. Το σύστημα θα παρέχει πρόσβαση σε δεδομένα πρόβλεψης πυρκαγιών (κίνδυνο και συμπεριφορά φωτιάς), καθώς επίσης και επιπλέον πληροφορίες όπως οδικά δίκτυα, χρήσεις και κάλυψη γης, κοινωνικοοικονομικές δραστηριότητες, θέσεις υδροληψίας, πυροσβεστικές δυνάμεις, δορυφορικές εικόνες, τύπους βλάστησης, τοπογραφία και μετεωρολογικά δεδομένα με ροή σε πραγματικό χρόνο και προγνωστικούς χάρτες. Το σύστημα AEGIS αναπτύσσεται σε επτά (7) περιοχές μελέτης υψηλού κινδύνου, μεγάλης αξίας και έντονης χρήσης του φυσικού και ανθρωπογενούς περιβάλλοντος της χώρας μας, που περιλαμβάνουν τα νησιά της Ρόδου και της Λέσβου, τη Χαλκιδική, τη Δυτική Αττική και τους νομούς Χανίων, Μεσσηνίας και Καστοριάς. Το AEGIS ενσωματώνει μεθοδολογίες χωρικής εκτίμησης του κινδύνου έναρξης πυρκαγιάς και μοντελοποίησης της συμπεριφοράς πυρκαγιών, με τη συνεργασία μιας από τις κορυφαίες επιστημονικές ομάδες παγκοσμίως στον τομέα των εξειδικευμένων λογισμικών πυρκαγιών από το USDA Missoula Fire Sciences Laboratory, Montana, Η.Π.Α. Η δομή των αλγορίθμων στηρίζεται σε τεχνικές παράλληλης επεξεργασίας, όπως του υπολογιστικού νέφους (Cloud Computing) και υψηλής υπολογιστικής απόδοσης (High Performance Computing) με την ευγενική χορηγία της Microsoft Research, ώστε να εξασφαλιστεί η ισχύς και ταχύτητα των υπολογισμών. Οι προσφερόμενες λειτουργίες του AEGIS θα είναι δωρεάν προσβάσιμες στις τοπικές πυροσβεστικές και δασικές υπηρεσίες και στις αρχές πολιτικής προστασίας. Το πρόγραμμα συγχρηματοδοτείται από την Ευρωπαϊκή Ένωση και από εθνικούς πόρους στο πλαίσιο της Πράξης “ΑΡΙΣΤΕΙΑ” του ΕΣΠΑ 2007-2013 με δικαιούχο τη Γενική Γραμματεία Έρευνας και Τεχνολογίας.
      Download
28. Kalabokidis, K., Vasilakos, C., Athanasis, N., and Palaiologou, P. 2012. Development of a wildfire danger rating and fire propagation system in a Cloud computing platform. In Proceedings 7th HellasGIs Conference, 17-18 May 2012, Athens, Greece, 15 p. Abstract.
    Το υπολογιστικό νέφος (cloud computing) αποτελεί μία σύγχρονη τεχνολογία με τη χρήση της οποίας παρέχεται η αποτελεσματική και οικονομική πρόσβαση χρηστών σε συστήματα υψηλής υπολογιστικής ισχύος και σε μέσα αποθήκευσης χωρίς να χρειάζεται οι χρήστες να γνωρίζουν ή να έχουν πρόσβαση στη φυσική τοποθεσία των υπολογιστικών κέντρων. Σκοπός της εργασίας αυτής είναι να παρουσιαστεί η ανάπτυξη και εφαρμογή ενός συστήματος εκτίμησης κινδύνου και εξάπλωσης των δασικών πυρκαγιών σε ένα υπολογιστικό νέφος. Το μοντέλο υπηρεσίας που προτείνεται είναι το «Λογισμικό ως Υπηρεσία» (Software as a Service–SaaS). Με αυτή τη μορφή της υπηρεσίας δίνεται η δυνατότητα στους τελικούς χρήστες να χρησιμοποιούν την εφαρμογή που βρίσκεται στο νέφος. Η πρόσβαση είναι δυνατή μέσω της μίσθωσης της υπηρεσίας και χρησιμοποιώντας την απαιτούμενη υπολογιστική ισχύ και τα μέσα αποθήκευσης μόνο για το χρονικό διάστημα που είναι απαραίτητο, επιτυγχάνοντας έτσι τη μείωση του κόστους χρήσης της εκάστοτε εφαρμογής. Οι συγκεκριμένες εφαρμογές του διαδικτυακού συστήματος γεωγραφικών πληροφοριών (Web GIS) στις οποίες παρέχεται πρόσβαση στους τελικούς χρήστες είναι ο υπολογισμός του δείκτη εκτίμησης κινδύνου έναρξης δασικής πυρκαγιάς και η προσομοίωση της συμπεριφοράς της σε πραγματικό χρόνο και επιχειρησιακές συνθήκες. Η πιλοτική περιοχή μελέτης του συστήματος είναι το νησί της Λέσβου. Το σύστημα παράγει κάθε ημέρα 112 προγνωστικούς χάρτες εκτίμησης κινδύνου και 448 χάρτες μετεωρολογικών παραμέτρων, βασιζόμενο σε μετεωρολογικά δεδομένα για τις επόμενες 112 ώρες. Περαιτέρω, ο δείκτης κινδύνου προβλέπεται και για κάθε ώρα βασισμένος σε μετεωρολογικές συνθήκες που προέρχονται σε πραγματικό χρόνο από Αυτόματους Τηλεμετρικούς Μετεωρολογικούς Σταθμούς. Για την προσομοίωση της συμπεριφοράς των δασικών πυρκαγιών, οι χρήστες καλούνται να εισάγουν ένα ή περισσότερα σημεία έναρξης πυρκαγιάς και να ορίσουν το χρονικό εύρος της προσομοίωσης. Το σύστημα στη συνέχεια υπολογίζει τη χωροχρονική εξέλιξη της πυρκαγιάς (ανά ώρα), βασισμένο στον αλγόριθμο προσομοίωσης πυρκαγιάς HFire και λαμβάνοντας υπόψη δεδομένα μετεωρολογικά, τοπογραφίας και βλάστησης. Με την ολοκλήρωση των υπολογισμών, οπτικοποιείται η εξέλιξη της συμπεριφοράς πυρκαγιάς μέσω ωριαίων χαρτών περιμέτρου. Η αποτελεσματικότητα της εφαρμογής βασίζεται στο χαρακτηριστικό της δυναμικής επεκτασιμότητας που έχουν τα υπολογιστικά νέφη. Η αυξομείωση του αριθμού των επεξεργαστών που χρησιμοποιούνται από την εφαρμογή με τη μορφή εικονικού περιβάλλοντος δίνουν τη δυνατότητα στον τελικό χρήστη να πραγματοποιήσει την εκτίμηση του κινδύνου και της συμπεριφοράς πυρκαγιάς μέσω παράλληλης επεξεργασίας των δεδομένων εισόδου, ώστε να παραχθούν οι αντίστοιχοι χάρτες σε μικρό χρονικό διάστημα. Έτσι ο εν δυνάμει τελικός χρήστης, π.χ. η Πυροσβεστική Υπηρεσία θα χρεωθεί αποκλειστικά για τις ώρες επεξεργασίας που θα απαιτηθούν από το σύστημα και μόνο κατά τους μήνες της αντιπυρικής περιόδου που χρησιμοποιείται. Η εξοικονόμηση οικονομικών πόρων από την ελαχιστοποίηση του κόστους αγοράς και συντήρησης των υπολογιστικών συστημάτων καθιστούν τη χρήση της εφαρμογής εφικτή ακόμα και για ολόκληρο το Πυροσβεστικό Σώμα, και μπορούν να διατεθούν για την καλύτερη υλικοτεχνική στελέχωση και εκπαίδευση των φορέων αντιμετώπισης των δασικών πυρκαγιών. Ως πλατφόρμα υπολογιστικού νέφους χρησιμοποιείται το Windows Azure, ενώ η οπτικοποίηση των τελικών χαρτογραφικών προϊόντων πραγματοποιείται με το Microsoft Bing Maps Silverlight Control. Αυτό δίνει τη δυνατότητα στον τελικό χρήστη να συνδυάζει τα παραγόμενα προϊόντα με υψηλής ευκρίνειας δορυφορικά τηλεπισκοπικά δεδομένα και χάρτες. Η προτεινόμενη λύση μπορεί να αποτελέσει ένα σημαντικό και αποτελεσματικό εργαλείο υποστήριξης λήψης αποφάσεων στη διάθεση των αρχών για την ορθολογική αντιμετώπιση των δασικών πυρκαγιών. Η έρευνα αυτή πραγματοποιείται στα πλαίσια του προγράμματος VENUS-C (Virtual Multidisciplinary EnviroNments USing Cloud Infrastructures: www.venus-c.eu) που συγχρηματοδοτείται από το FP7 της Ευρωπαϊκής Ένωσης. 
      Download.
29. Kalabokidis, K., Vasilakos, C., Athanasis, N., and Palaiologou, P. 2010. Web-GIS platform for wildfire management. In Proceedings 20th ESRI Greek Users Confeence, 1-3 November, 2010, Athens, Greece.   Download.
30. Hatzopoulos, J., Vasilakos, C., Christofidis, S., Htouris, S., Loupou, A.C. 2006 Photogrammetric mapping of Mediterranean defense structures using an amateur digital camera, GPS and theodolite. In Proceedings of the ASPRS 2006 Annual Conference “Prospecting for Geospatial Information Integration”. 1-5 May 2006.  Abstract
    This work deals with the precise mapping of external faces of a structure called Tekes within the Medieval castle of Mytilene, Greece. The methodology using GPS and theodolite angle measurements to establish control on the faces of the structure are well described. Calibration procedures for an amateur digital camera which is used to make stereo photographs are presented. Final results of Tekes structure Photogrammetric mapping and analysis of the accuracy are documented and presented.
      Download.
31. Kalabokidis, K., Kallos, G., Karavitis, C., Caballero, D., Tettelaar, P., Llorens, J. and Vasilakos C. 2005 Automated fire and flood hazard protection system. In Proceedings of the 5th International Workshop on Remote Sensing and GIS Applications to Forest Fire Management: Fire Effects Assessment. 16-18th June, Zaragoza. Spain. Pp 167-172. Abstract.
    AUTO-HAZARD PRO, a European Union-funded research project, integrates real-time and on-line fire and flood hazard management schemes into a GIS-type platform. The system runs on an operational mode in Disasters Management Centers and in connection with local resource management agencies across hazard-prone EU areas. Specific results include: (i) a geographical data base, with electronic information (i.e., fire occurrence, topography, soils, weather, vegetation, land use, administrative and technical resources) and digital mapping capabilities for natural hazards, fire protection and effects mitigation; (ii) a Decision Support System dealing with proactive planning and emergency management of real-time fire episodes, including weather data management, geographical data viewer, a priori risk forecasting, automatic fire detection, optimal resource dispatching, and post-fire effects in the format of a flood warning module. Collection, input, storage, management and analysis of the information depend on advanced and automated methodologies using remote sensing, GPS, digital mapping and GIS. The system is supported by an operational weather forecasting model that supplies regular weather forecasts and down-scaled forecasts in the areas of interest. Field sensors of autonomous fire detection are linked to the Operations Center within AUTO-HAZARD PRO, where the alarm signal is evaluated to stimulate proper responses. Short-term dynamic fire and flood danger indices are developed for better and realistic prevention and pre-suppression planning. Proactive development of such information infrastructure, with the use of computers and the integration of ground and satellite technologies, assists not only in fire prevention and post-fire rehabilitation planning, but also during fire outbreaks using growth simulation models for prompt (human and technical) resource dispatching, initial attack and effective damage mitigation. In addition, the incorporated flood analysis and management module may offer considerable services particularly after a devastating flood event. All in all, such efforts point out that there must be a fundamental shift from a prevailing crisis management approach (short-range preoccupation and technological fixes) to a more anticipatory risk management that allows concentrating on contingency planning and reasonably foreseeable futures.
      Download.
32. Kalabokidis, K., O. Roussou, C. Vasilakos, and D. Markopoulou. 2004. Spatial modeling of landscape fire fuels and behavior. In Proceedings 7th Pan-Hellenic Geographical Conference of the Hellenic Geographical Society, 14-17 Oct. 2004. Dept. of Geography, Univ. of the Aegean, Mytilene. Vol. I, pp. 486-494. Abstract.
    Οι δασικές πυρκαγιές συνιστούν ένα πολυσύνθετο χωρικό φαινόμενο το οποίο επηρεάζεται από πλήθος βιοφυσικών και ανθρωπογενών παραγόντων. Η σε βάθος ανάλυση των παραμέτρων που επηρεάζουν την έναρξη και εξάπλωση της φωτιάς και διαμορφώνουν το βαθμό επικινδυνότητάς της σε κλίμακα τοπίου, κρίνεται αναγκαία προκειμένου να καταστεί σύγχρονη και αποτελεσματική η διαχείριση των πυρκαγιών. Στόχος της εργασίας ήταν ο εντοπισμός των περιοχών που παρουσιάζουν έντονη συμπεριφορά πυρκαγιάς λόγω της υφιστάμενης φυσιογραφίας και βλάστησης. Για τη μοντελοποίηση της καύσιμης ύλης και της συμπεριφοράς πυρκαγιάς χρησιμοποιήθηκε το λογισμικό μοντελοποίησης πυρκαγιών BehavePlus2, όπου έγινε προσομοίωση των πυρκαγιών με βάση προκαθορισμένα μοντέλα καύσιμης ύλης που σχετίζονται με τον τύπο των υπό μελέτη οικοσυστημάτων. Η χωρική μοντελοποίηση πραγματοποιήθηκε με χρήση Συστημάτων Γεωγραφικών Πληροφοριών, εφαρμόζοντας 5 κριτήρια: ταχύτητα διάδοσης της φωτιάς, εκλυόμενη θερμότητα ανά μονάδα επιφανείας, θερμική ένταση μετώπου, μήκος φλόγας και θερμική ένταση αντίδρασης, και της μεθόδου της πολυκριτηριακής ανάλυσης για την εξαγωγή ενός δείκτη οικολογικής συμπεριφοράς της πυρκαγιάς. Η χωρική κατανομή του βαθμού οικολογικής συμπεριφοράς δασικών πυρκαγιών παρουσιάζεται με τη μορφή ψηφιακού χάρτη ο οποίος δημιουργήθηκε με βάση τα μοντέλα καύσιμης ύλης, το ψηφιακό μοντέλο εδάφους και τις μέσες-χείριστες μετεωρολογικές συνθήκες της Λέσβου. Τα αποτελέσματα της χαρτογραφικής μοντελοποίησης και η μεθοδολογία δημιουργίας της βάσης γεωγραφικών δεδομένων παρουσιάζουν ερευνητικό και πρακτικό ενδιαφέρον για την υποστήριξη αποφάσεων όσον αφορά την πρόληψη και καταστολή των δασικών πυρκαγιών.
      Download.
33. Kalabokidis, K., C. Karavitis, and C. Vasilakos. 2004. Automated fire and flood danger assessment system. In Proceedings International workshop on forest fires in the wildland-urban interface and rural areas in Europe: an integral planning and management challenge, Xanthopoulos (ed.), 15-16 May 2003, Athens. Published by MAICh, Crete, Greece. Pp. 143-153. Abstract.
    Forecasting is one of the most important elements in fire and flood danger confrontation schemes for wildland and urban interface areas. The difficulty in studying such natural hazards in general, and in the islands of the Aegean Archipelago in particular, includes not only an assessment of their causes, territorial distribution and damage inflicted in time, but also their dependence on human socio-economic activities. In this context, wildfire danger rating systems have been adopted by many developed countries dealing with wildfire prevention, so that civil protection agencies are able to define areas with high probabilities of fire ignition and resort to necessary actions. Focusing also on floods, it is impossible to avoid them; however, an overall understanding of their nature and development may facilitate their quantitative prediction, and therefore may lead towards appropriate management responses as well as in early warning so as to mitigate their catastrophic effects (loss of human lives, resources and property damage). This paper, having a two-prong emphasis, first presents an initial attempt towards a systematically approached Greek fire danger rating system in the study area of Lesvos Island, Greece. The proposed system estimates the spatial fire danger while it has the ability of risk forecasting based on meteorological data. The main output of the system is the Fire Danger Index, which is based on four other indices: the fire weather index, the fire hazard index, the fire risk index and the fire behavior index. These indices are not just a relative probability for fire occurrence but a quantitative rate for fire danger appraisal in a systematic manner. In addition, the incorporated flood analysis and forecasting module may offer considerable services particularly after a devastating flood event. Such an effort points out that there must be a fundamental shift from a prevailing crisis management approach (short-range preoccupation and technological fixes) to a more anticipatory risk management that allows concentrating on contingency planning and reasonably foreseeable futures. The developed short-term dynamic fire and flood danger indices aid in decision support for better and realistic prevention and presuppression planning.
      Download.
34. Vasilakos, C., J. Hatzopoulos, K. Kalabokidis, K. Koutsovilis, and A. Thomaidou. 2004. Classification of agricultural fields by using Landsat TM and QuiciBird sensors. The case study of olive trees in Lesvos Island. In Proceedings International Conf. on Information Systems, & Innovative Technologies in Agriculture, Food and Environment, Vlachopoulou et al. (ed.), 18-20 March 2004, Hellenic Association of Information and Communication Technology in Agriculture, Food and Environment (HAICTA), Thessaloniki, Greece. Vol. 2, pp. 324-332. Abstract.
    Remote sensing techniques are the main methods used during the last two decades for information extraction and digital mapping of spatial features. Traditional methods include supervised classification of data with 30-m spatial resolution (i.e. Landsat TM) by collecting Ground Truth Data with Global Positioning Systems (GPS) in the field. These methods encounter some problems especially in complex landscapes like agricultural fields in the Mediterranean region. Spatial and spectral uncertainties lower the accuracy of the classification results.
    Nowadays, however, high-resolution sensors with spatial resolution of 2.5-m can be used for direct mapping by visual interpretation or automatic object recognition algorithms. The main disadvantages of these methods are the specialized technological know-how that is required, and the whole coverage of the study area with expensive high-resolution data. The purpose of this study is to evaluate the improvement of Landsat TM data supervised classification by using QuickBird high-resolution sensor for Ground Truth Data collection, in order to retrieve the spatial distribution of agricultural fields of olive tree orchards in Lesvos island. The resulted classification scheme includes different qualitative classes of the fields as well as an effort to estimate the tree densities. 
      Download.
35. Vasilakos, C., K. Kalabokidis, J. Hatzopoulos, G. Kallos, and J. Matsinos. 2004. Remote sensing, artificial intelligence and GIS in fire risk assessment. In Proceedings 7th Pan-Hellenic Geographical Conference of the Hellenic Geographical Society, 14-17 Oct. 2004. Dept. of Geography, Univ. of the Aegean, Mytilene. Vol. I, pp. 205-214.Abstract.
    Ο προληπτικός σχεδιασμός αποτελεί ίσως το σημαντικότερο στάδιο σε ένα οργανωμένο σύστημα αντιμετώπισης φυσικών καταστροφών. Σαν βασικό εργαλείο προληπτικού σχεδιασμού, παρουσιάζονται τα αποτελέσματα της πρώτης προσπάθειας για την ανάπτυξη ενός ποσοτικού Ελληνικού Συστήματος Εκτίμησης Κινδύνου Πυρκαγιών, με περιοχή μελέτης το νησί της Λέσβου. Το προτεινόμενο σύστημα εκτιμά χωρικά την πυρο-επικινδυνότητα σε τοπική κλίμακα, και έχει τη δυνατότητα πρόβλεψης βασιζόμενο σε μετεωρολογικά δεδομένα. Το κύριο προϊόν του συστήματος είναι ο Δείκτης Πιθανότητας Εμφάνισης Πυρκαγιάς βασιζόμενος σε τρεις άλλους επιμέρους δείκτες: το Μετεωρολογικό Δείκτη Κινδύνου, το Βλαστητικό Δείκτη Κινδύνου και τον Κοινωνικο-Οικονομικό Δείκτη Κινδύνου. Όλοι οι επιμέρους δείκτες είναι δυναμικοί, δηλαδή μεταβάλλονται στο χρόνο, και αποτελούν μια συστηματική, ποσοτική και χωρική εκτίμηση του κινδύνου. Η σχέση μεταξύ εμφάνισης της φωτιάς και των παραμέτρων-μεταβλητών που ενσωματώνονται στους παραπάνω δείκτες, βασίζεται σε ιστορικά στατιστικά στοιχεία πυρκαγιών και μοντελοποιήθηκε με τη χρήση μεθόδων τεχνητής νοημοσύνης και συγκεκριμένα των νευρωνικών δικτύων. Το συγκεκριμένο σύστημα βασίζεται σε μια ρεαλιστική προσέγγιση, έτσι ώστε οι παράμετροι που το αποτελούν να είναι εύκολο να μετρηθούν και το σύστημα να είναι έτοιμο για επιχειρησιακή εφαρμογή σε τοπικό επίπεδο, όπου και λαμβάνονται οι κρίσιμες αποφάσεις στο στάδιο της πρόληψης και καταστολής. Κύριες πηγές για τον καθορισμό των παραμέτρων αποτελούν δορυφορικές εικόνες από τους δέκτες QuickBird και Landsat ETM καθώς και το μοντέλο πρόγνωσης καιρού SKIRON/Eta ενώ η διαχείριση, σύνθεση και χωρική ανάλυση των παραμέτρων, ως θεματικών επιφανειών, πραγματοποιείται με τη χρήση Συστημάτων Γεωγραφικών Πληροφοριών.
      Download.
36. Kalabokidis, K.D., P. Konstantinidis, and C. Vasilakos. 2002. GIS analysis of physical and human impact on wildfire patterns. In Proceedings 4th International Conference on Forest Fire Research and 2002 Wildland Fire Safety Summit, Viegas (ed.), 18-23 November 2002, Luso-Coimbra, Portugal. Published by Millpress Rotterdam Netherlands. ISBN 90-77017-72-0. 13 p. Abstract.
    Fire, weather and vegetation patterns are key elements of the natural environment viewed in human perspective. Knowledge of the causes that configure the structure and spatial distribution of vegetation is the cornerstone in sustainable development, especially in agricultural production, forest management and land use planning. Strong correlation exists among physical and human elements of the environment that determine wildfire and vegetation dynamics. This paper examines the differences in spatial distribution of wildfires and vegetation in two peninsulas of northern Greece with the use of modern geo-informatics procedures and technology (i.e., multivariate digital processing in time and space). Logistic regression models were applied in a spatial database that has been developed and managed within a Geographic Information System (GIS). Cartographic vegetative information were statistically correlated with basic impact factors (e.g., geomorphology, climate, fire history, land use and human activities) to estimate the rate and magnitude of their influence in a landscape scale.
      Download.
37. Vasilakos C., I Hatzopoulos, K. Kalabokidis, and E. Papapanagiotou. 1999. Forest fire detection planning using GIS. In CD-ROM Proceedings of the 1st Conference on GIS Potentials, Applications and Challenges, 9-10 Dec. 1999, Athens, Hellas GIS Society. 15 p. Abstract.
    Οι δασικές πυρκαγιές αποτελούν μια από τις σημαντικότερες φυσικές καταστροφές που συντελούνται στον Ελλαδικό χώρο. Είναι γεγονός, λόγω της πληθώρας των αιτιών τους, ότι είναι δύσκολη η αποτροπή όλων των πυρκαγιών οπότε σκοπός είναι να τις προλάβουμε με γρήγορη και άμεση ανίχνευση. Μέσα από αυτήν την εργασία έγινε προσπάθεια να εξεταστεί η δυνατότητα σχεδιασμού ενός δικτύου ανίχνευσης δασικών πυρκαγιών βασισμένου στην ανάλυση ορατότητας με τη χρήση γεωγραφικών συστημάτων πληροφοριών (ΓΣΠ). Εξετάζονται ορισμένα συστήματα αυτόματης πυρανίχνευσης που βρίσκονται σε ερευνητικό και επιχειρησιακό επίπεδο με έμφαση στα στοιχεία αισθητήρων (CCD). Μεγάλη προσοχή δίνεται στην επιλογή των αρχικών δεδομένων, όπως είναι το ψηφιακό μοντέλο εδάφους (ΨΜΕ), και στο βαθμό που αυτή επηρεάζει τα τελικά αποτελέσματα. Η πρωτογενής πηγή για την εξαγωγή του ψηφιακού μοντέλου εδάφους καθώς και η μορφή του έχει πρωτεύουσα σημασία για την ακρίβεια των αποτελεσμάτων. Χρησιμοποιούνται τρεις διαφορετικές πηγές ΨΜΕ, ισοϋψείς 4 και 20 μέτρων καθώς και εικόνες του δορυφορικού συστήματος SPOT που η καθεμιά έχει τα δικά της πλεονεκτήματα και μειονεκτήματα. Μελετάται η λειτουργία των εντολών που αποσκοπούν στην ανάλυση ορατότητας μέσα στο ΓΣΠ Arc/Info. Τέλος, δημιουργήθηκε αλγόριθμος σε γλώσσα Arc/Info Macro Language (AML), ο οποίος ξεκινώντας από το ψηφιακό μοντέλο εδάφους και τις υποψήφιες θέσεις εγκατάστασης παρατηρητών, ανθρώπων ή αυτόματων συστημάτων, μας δίνει τη μέγιστη ορατή περιοχή για κάθε πιθανό συνδυασμό των θέσεων.
      Download.