Ανίχνευση μεταβολών χρήσεων/καλύψεων γης στην περιοχή του Πηλίου με χρήση αντικειμενοστραφούς ανάλυσης ψηφιακών τηλεπισκοπικών απεικονίσεων

Κτενά, Κυριακή; Ktena, Kyriaki

dc.contributor.author	Κτενά, Κυριακή	el
dc.contributor.author	Ktena, Kyriaki	en
dc.date.accessioned	2016-09-28T09:18:18Z
dc.date.available	2016-09-28T09:18:18Z
dc.date.issued	2016-09-28
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/43663
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.5941
dc.description	Εθνικό Μετσόβιο Πολυτεχνείο--Μεταπτυχιακή Εργασία. Διεπιστημονικό-Διατμηματικό Πρόγραμμα Μεταπτυχιακών Σπουδών (Δ.Π.Μ.Σ.) “Περιβάλλον και Ανάπτυξη” 2η Κατεύθυνση Σπουδών "Περιβάλλον και Ανάπτυξη των Ορεινών Περιοχών"	el
dc.rights	Αναφορά Δημιουργού-Μη Εμπορική Χρήση 3.0 Ελλάδα	*
dc.rights.uri	http://creativecommons.org/licenses/by-nc/3.0/gr/	*
dc.subject	Ανίχνευση μεταβολών	el
dc.subject	Χρήσεις/καλύψεις γης	el
dc.subject	Αντικειμενοστραφής ανάλυση	el
dc.subject	Ασαφής λογική	el
dc.subject	Δορυφορικά δεδομένα Landsat	el
dc.subject	Πήλιο	el
dc.subject	Change detection	en
dc.subject	Land use/cover	en
dc.subject	Object-based image analysis	en
dc.subject	Fuzzy logic	en
dc.subject	Landsat satellite data	en
dc.subject	Pelion	en
dc.title	Ανίχνευση μεταβολών χρήσεων/καλύψεων γης στην περιοχή του Πηλίου με χρήση αντικειμενοστραφούς ανάλυσης ψηφιακών τηλεπισκοπικών απεικονίσεων	el
dc.title	Change detection of land cover/use in the region of Pelion from remote sensing imagery using object-based image analysis	en
heal.type	masterThesis
heal.classification	Τηλεπισκόπηση	el
heal.classification	Remote sensing	en
heal.classificationURI	http://data.seab.gr/concepts/29f3834f510e2fcbee2fcce329a355775dd48e27
heal.classificationURI	http://data.seab.gr/concepts/29f3834f510e2fcbee2fcce329a355775dd48e27
heal.language	el
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2016-06-28
heal.abstract	Η κατανόηση του τρόπου ανάπτυξης μιας ορεινής περιοχής είναι μείζονος σημασίας για τους μελετητές και κυρίως για τους χωροτάκτες και πολεοδόμους, ιδιαίτερα στην ελληνική πραγματικότητα, όπου ο ορεινός χώρος αντιμετωπίζει σημαντικά προβλήματα. Η παρούσα διπλωματική εργασία αποτελεί μια προσπάθεια διερεύνησης της διαχρονικής εξέλιξης και των μεταβολών των βασικών κατηγοριών χρήσης/κάλυψης γης της ορεινής περιοχής του Πηλίου τις τελευταίες δεκαετίες με τη βοήθεια φωτοερμηνευτικών και ψηφιακών τηλεπισκοπικών μεθόδων και τεχνικών. Μεγαλύτερη έμφαση δόθηκε στις αλλαγές που αφορούν στη βλάστηση και στα δημόσια έργα που κατασκευάστηκαν, όπως λόγου χάρη στο οδικό δίκτυο κ.λπ. Για την επίτευξη του συγκεκριμένου στόχου έγινε χρήση της αντικειμενοστραφούς ανάλυσης με το πρόγραμμα eCognition της εταιρίας DEFINIENS Imaging GmbH. Αξιοποιήθηκαν το CORINE Land Cover και δύο τηλεπισκοπικές εικόνες από τον δορυφόρο Landsat 5 TM, τα ψηφιακά δεδομένα των οποίων περιλάμβαναν απεικονίσεις του Πηλίου για την 24η Ιουλίου το 2003 και το 2009. Στην περιοχή μελέτης εφαρμόστηκαν δύο βασικές ταξινομήσεις με παρόμοια λογική, μία για την κάθε ημερομηνία, ώστε να επιτευχθεί το καλύτερο δυνατό αποτέλεσμα. Η ανάλυση της κάθε εικόνας περιέλαβε τρία επίπεδα κατάτμησης και τα ανάλογα επίπεδα ταξινόμησης με βασικό επίπεδο προβολής των τελικών κατηγοριών το δεύτερο. Το πρώτο και κατώτερο επίπεδο έγινε με σκοπό την εμφάνιση του γενικού καθεστώτος εδαφοκάλυψης των εικόνων, όπως μπορεί να γίνει αντιληπτό κατά την πρώτη φωτοερμηνεία της εικόνας, ενώ στο τρίτο επίπεδο προσδιορίστηκαν οι ανθρώπινες κατασκευές και το άγονο έδαφος. Οι ταξινομήσεις πραγματοποιήθηκαν με τη χρήση δειγμάτων, με τη δημιουργία μιας βάσης γνώσης αποτελούμενη από κανόνες που στηρίζονται σε φασματικά, τοπολογικά, γεωμετρικά κριτήρια και κριτήρια υφής, και με την εφαρμογή αλγόριθμων ανακατασκευής σχήματος. Στη συνέχεια, για τον εντοπισμό των μεταβολών που υφίστανται στην περιοχή έρευνας, συγκρίθηκαν οι δύο ταξινομήσεις με τη δημιουργία του κατάλληλου Πίνακα Ανίχνευσης Μεταβολών (ΠΑΜ), με τον οποίο παρατηρήθηκαν οι αξιόλογες προς απεικόνιση μεταβολές οι οποίες και τελικά χαρτογραφήθηκαν. Η ολοκλήρωση των ταξινομήσεων πραγματοποιήθηκε με την εκτίμηση της ακρίβειάς τους, που εφαρμόστηκε στο τρίτο και δεύτερο επίπεδο ταξινόμησης για κάθε εικόνα χωριστά. Η διαδικασία αυτή πραγματοποιήθηκε με τη βοήθεια της μεθόδου “Best Classification Result” και “Classification Stability” και με το σχεδιασμό Πίνακα Σύγχυσης για τις δύο ταξινομήσεις, με την επιλογή δεδομένων ελέγχου μέσω φωτοερμηνείας. Τα αποτελέσματα κρίθηκαν μερικώς ικανοποιητικά, καθώς παρατηρήθηκε σύγχυση σε αρκετές κατηγορίες και κυρίως στις δομημένες περιοχές και το οδικό δίκτυο, γεγονός που οφείλεται στην άναρχη οικιστική ανάπτυξη, στη χαμηλή διακριτική ικανότητα των δορυφορικών απεικονίσεων αλλά και στη μορφολογία και μεγάλη έκταση της περιοχής. Βέβαια, με την προϋπόθεση ότι θα χρησιμοποιηθούν πιο κατάλληλες δορυφορικές απεικονίσεις και γενικότερα τα κατάλληλα ποιοτικά και ποσοτικά δεδομένα, η διαχρονική ανίχνευση μεταβολών με τη συγκεκριμένη μεθοδολογία κρίνεται σημαντική και απαραίτητη για τον αναπτυξιακό, χωροταξικό και περιβαλλοντικό σχεδιασμό και μπορεί να συμβάλλει στην εξαγωγή ορθολογικών και χρήσιμων αποτελεσμάτων.	el
heal.abstract	Understanding the manner in which mountain areas develop is of major importance for researchers and especially for urban planners, particularly in the greek reality, where the mountainous area is facing major problems. This study is an attempt to investigate the main land use/land cover changes in the mountainous Pelion region over the recent decades by photointerpretation and digital remote sensing methods and techniques. Greater emphasis was given to changes concerning vegetation and public constructions, as for example roads, etc. The software used in order to achieve this goal was the eCognition by DEFINIENS Imaging GmbH Company, based on object-based image analysis (O.B.I.A.). The CORINE Land Cover and two remote sensing images from the satellite Landsat 5 TM were used. Τhe digital data contained images of Pelion on 24 July for years 2003 and 2009. Two basic classification algorithms with the same logic were developed in the study area, one for each date, in order to find the best results. The analysis of each image included three levels of segmentation and classification. The second level was used for the presentation of the final classes and for change detection. The first and lowest level was created in order to show the three basic land covers/classes of the area, as they can be seen during the first photo interpretation of the image, while in the third level human constructions and barren soil were identified. Classification was accomplished through samples and by the creation of a knowledge base consisting of rules based on spectral, topological, geometric and texture characteristics, and also through applying shape reconstruction algorithms. To identify the changes that occur in the study area, the two classification results were compared by the creation of the appropriate Change Detection Matrix, through which the valuable changes were observed and eventually mapped. The completion of the classifications was achieved by estimating their accuracy, which was applied to the third and second level of classification for each image separately. This process was realized with the implementation of the "Best Classification Result" method and "Classification Stability" method and with the design of a “Confusion Matrix” for both classification results, selecting training areas by photo-interpretation. The results were considered as partly satisfactory, since confusion was observed in several categories, especially in urban areas and roads, a fact that is due to discontinuous urban fabric, low spatial resolution of satellite data and to the morphology and the large area of the region. On the other hand, this methodology of change detection is considered important and necessary for the developmental, spatial and environmental planning and would contribute in reaching acceptable and useful results, providing that the most appropriate satellite imaging and generally, appropriate qualitative and quantitative data will be used.	en
heal.advisorName	Αργιαλάς, Δημήτριος	el
heal.committeeMemberName	Αργιαλάς, Δημήτριος	el
heal.committeeMemberName	Καραθανάση, Βασιλεία	el
heal.committeeMemberName	Καράντζαλος, Κωνσταντίνος	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Αγρονόμων και Τοπογράφων Μηχανικών	el
heal.academicPublisherID	ntua
heal.numberOfPages	183 σ.	el
heal.fullTextAvailability	true