Ανάλυση χρονοσειρών από δεδομένα Landsat 8 για την αξιολόγηση του αλγορίθμου Fmask

Γαλανάκης, Δημήτριος; Galanakis, Dimitrios

dc.contributor.author	Γαλανάκης, Δημήτριος	el
dc.contributor.author	Galanakis, Dimitrios	en
dc.date.accessioned	2016-07-12T09:03:51Z
dc.date.available	2016-07-12T09:03:51Z
dc.date.issued	2016-07-12
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/43070
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.12920
dc.rights	Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα	*
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/3.0/gr/	*
dc.subject	Ανάλυση χρονοσειρών	el
dc.subject	Αξιολόγηση fmask	el
dc.subject	Κώδικας C	el
dc.subject	Time series analysis	en
dc.subject	Fmask evaluation	en
dc.subject	C code	en
dc.title	Ανάλυση χρονοσειρών από δεδομένα Landsat 8 για την αξιολόγηση του αλγορίθμου Fmask	el
heal.type	bachelorThesis
heal.classification	Τηλεπισκόπηση	el
heal.classificationURI	http://data.seab.gr/concepts/29f3834f510e2fcbee2fcce329a355775dd48e27
heal.language	el
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2016-07-07
heal.abstract	The necessity for monitoring and understanding of the trends and dynamics of various ecosystems, concerning the Land Use/ Land Cover, becomes more urgent day by day due to the constantly increasing worldwide social and economical needs. The modeling of these trends and the extraction of usefull data from them is now attainable thanks to the large volume of remote sensing Open Data that are now available and provide long, continuous observations of the Earths surface in various regions of the spectrum. Typical example of such data is the recently opened archive of the Landsat Programm, which provides high spatial resolution data for more than 43 years. However, the development of methods that effectively exploit these remote sensing data time series is an open problem. To this end, the main objective of this thesis was to examine techniques of time series mining, preprocessing for noise elimination and evaluation of the USGS Fmask algorithm. Used images are from the whole Landsat 8 archive referred to the study area, which is located in the overlapping part of two satellite paths, and they provide continuous observations of two years with an interval of eight days. An algorithm for automatic extraction of time series was developed. Time series were extracted for a number of pixels (about 1500), which have been related with specific Land Use Land Cover classes. In addition, a procedure of preprocessing was developed based on statistical and spectral analysis, both to all the data and in LULC class level per point. Through these analyses, in addition to creating more spectrally homogeneous LULC categories, it was held a qualitative assessment of Fmask algorithm. Inspections that were carried on the whole dataset found that several pixel observations although they were affected by clouds or shadows the Fmask algorithm had failed to identify them and categorize them correctly. The main conclusion of the study is that the current version of the algorithm fails to at least 5% and further processing is necessary in order to eliminate the noise. The methodological framework that was developed can be used for further research on effective extraction and utilization of remote sensing data time series on the detection of changes in land cover / land use.	en
heal.abstract	Η ανάγκη για παρακολούθηση και κατανόηση των τάσεων και της δυναμικής των διάφορων οικοσυστημάτων όσον αφορά την κάλυψη/χρήση Γης, γίνεται μέρα με τη μέρα πιο επιτακτική λόγω των συνεχώς αυξανανόμενων κοινωνικών και οικονομικών αναγκών σε παγκόσμια κλίμακα. Η μοντελοποίηση αυτών των τάσεων και η εξόρυξη χρήσιμων δεδομένων από αυτές είναι πλεόν εφικτή χάρη στα μεγάλου όγκου διαθέσιμα τηλεπισκοπικά δεδομένα (Open Data), τα οποία παρέχουν μακροχρόνιες, συνεχόμενες παρατηρήσεις της επιφάνειας της Γης σε διάφορες περιοχές του φάσματος. Χαρακτηριστικό παράδειγμα τέτοιων δεδομένων αποτελεί το ανοιχτό πλέον αρχείο του προγράμματος Landsat, το οποίο παρέχει δεδομένα υψηλής χωρικής ανάλυσης για χρονικό βάθος μεγαλύτερο των 43 ετών. Παρ' όλα αυτά η ανάπτυξη μεθόδων οι οποίες εκμεταλεύονται αποτελεσματικά αυτές τις χρονοσειρές τηλεπισκοπικών δεδομένων είναι ένα ανοιχτό πρόβλημα. Προς την κατεύθυνση αυτή, βασική επιδίωξη της παρούσας διπλωματικής εργασίας αποτέλεσε η διερεύνηση τεχνικών εξόρυξης χρονοσειρών, προεπεξεργασιών για την εξάλειψη θορύβου και η αξιολόγηση του αλγορίθμου Fmask της USGS. Χρησιμοποιήθηκαν εικόνες από όλο το αρχείο του Landsat 8 σε περιοχή μελέτης στο επικαλυπτόμενο τμήμα δύο δορυφορικών διαδρόμων (paths) με συνεχείς παρατηρήσεις δύο ετών, ανά οκτώ ημέρες. Αναπτύχθηκε αλγόριθμος για την αυτόματη εξόρυξη των χρονοσειρών. Εξήχθησαν χρονοσειρές ανακλαστικότητας για πλήθος εικονοστοιχείων (περίπου 1500), τα οποία είχαν συνδεθεί με συγκεκριμένες κατηγορίες κάλυψης/χρήσης γης. Αναπτύχθηκε μία σειρά από προ-επεξεργασίες με βάση την στατιστική και φασματική ανάλυσή τους, τόσο στο σύνολο των δεδομένων όσο και σε επίπεδο κατηγορίας LULC και ανά σημείο. Μέσω αυτών των αναλύσεων πέρα από την δημιουργία πιο ομοιογενών φασματικά κατηγοριών LULC πραγματοποιήθηκε και η ποιοτική αξιολόγηση του αλγόριθμου Fmask. Από τους ελέγχους που πραγματοποιήθηκαν σε όλα τα δεδομένα διαπιστώθηκε ότι αρκετές παρατηρήσεις εικονοστοιχείων ενώ ήταν στην πραγματικότητα επηρεασμένες από νέφη ή σκιές ο αλγόριθμος Fmask είχε αποτύχει να τις εντοπίσει και να τις κατηγοριοποιήσει σωστά. Βασικό συμπέρασμα της εργασίας είναι ότι η σημερινή έκδοση του αλγορίθμου αποτυγχάνει σε ένα ποσοστό τουλάχιστον 5% και είναι απαραίτητες περαιτέρω επεξεργασίες για την απαλοιφή του θορύβου. Το μεθοδολογικό πλαίσιο που αναπτύχθηκε μπορεί να χρησιμοποιηθεί για περαιτέρω έρευνα πάνω στην αποτελεσματική εξόρυξη και αξιοποίηση χρονοσειρών τηλεπισκοπικών δεδομένων προς την ανίχνευσης μεταβολών σε κάλυψη/χρήση γης.	el
heal.advisorName	Καράντζαλος, Κωνσταντίνος	el
heal.committeeMemberName	Αργιαλάς, Δημήτριος	el
heal.committeeMemberName	Καραθανάση, Βασιλεία	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Αγρονόμων και Τοπογράφων Μηχανικών. Τομέας Τοπογραφίας. Εργαστήριο Τηλεπισκόπησης	el
heal.academicPublisherID	ntua
heal.numberOfPages	152 σ.	el
heal.fullTextAvailability	true