HEAL DSpace

Μελέτη χρονοσειρών για βασικές κατηγορίες του Corine Land Cover από διαχρονικά δεδομένα Landsat 8, Landsat 7 & Landsat 4/5

DSpace/Manakin Repository

Show simple item record

dc.contributor.author Γιαννακοπουλου, Ευαγγελία en
dc.contributor.author Giannakopoulou, Evangelia en
dc.date.accessioned 2016-10-19T10:34:24Z
dc.date.available 2016-10-19T10:34:24Z
dc.date.issued 2016-10-19
dc.identifier.uri https://dspace.lib.ntua.gr/xmlui/handle/123456789/43845
dc.identifier.uri http://dx.doi.org/10.26240/heal.ntua.13020
dc.rights Αναφορά Δημιουργού-Μη Εμπορική Χρήση 3.0 Ελλάδα *
dc.rights.uri http://creativecommons.org/licenses/by-nc/3.0/gr/ *
dc.subject Time series analysis el
dc.subject Ανάλυση χρονοσειρών el
dc.subject Διαχρονικά τηλεπισκοπικά δεδομένα el
dc.subject Multitemporal remote sensing data el
dc.title Μελέτη χρονοσειρών για βασικές κατηγορίες του Corine Land Cover από διαχρονικά δεδομένα Landsat 8, Landsat 7 & Landsat 4/5 el
dc.title Studying the time series of basic Corine Land Cover classes from multitemporal Landsat 8, Landsat 7 & Landsat 4/5 datasets en
heal.type bachelorThesis
heal.classification Τηλεπισκόπηση el
heal.language el
heal.access free
heal.recordProvider ntua el
heal.publicationDate 2016-07-06
heal.abstract Η ανάγκη παρακολούθησης και κατανόησης των φαινομένων και διεργασιών που συμβαίνουν στον πλανήτη είναι συνεχώς αυξανόμενη. Καθοριστικό ρόλο για την παρακολούθηση του περιβάλλοντος σε κρατική, ηπειρωτική και παγκόσμια κλίμακα παίζουν οι Μέθοδοι Παρατήρησης Γης και η Τηλεπισκόπηση. Το γεγονός ότι το αρχείο του δορυφορικού προγράμματος Landsat, που είναι και το μεγαλύτερο παγκοσμίως με δεδομένα υψηλής/μεσαίας ανάλυσης, είναι ανοικτό, σε συνδυασμό με την πρόοδο της τεχνολογίας των συστημάτων διαχείρισης μεγάλων δεδομένων (big data), έχει ανοίξει το δρόμο για την ανάπτυξη μεθόδων εξόρυξης και αξιοποίησης της πληροφορίας από χρονοσειρές τηλεπισκοπικών δεδομένων. Προς την κατεύθυνση αυτή, στα πλαίσια της παρούσας διπλωματικής εργασίας, αναπτύχθηκε αλγόριθμος για την εξόρυξη χρονοσειρών από όλο το αρχείο των διαχρονικών δεδομένων του Landsat. Τα πειραματικά αποτελέσματα επικεντρώθηκαν στο επικαλυπτόμενο τμήμα μεταξύ δύο δορυφορικών διαδρομών (paths), ενώ χρησιμοποιήθηκαν όλες οι διαθέσιμες εικόνες ανακλαστικότητας της επιφάνειας (surface reflectance) των δορυφόρων Landsat 4, Landsat 5, Landsat 7 και Landsat 8 μέχρι το τέλος του έτους 2015. Στην περιοχή αυτή, με διαδικασία φωτοερμηνείας, λήφθηκαν σημεία για βασικές κατηγορίες κάλυψης/χρήσης γης και για τα σημεία αυτά εξήχθησαν οι τιμές ανακλαστικότητας από όλα τα διαχρονικά δορυφορικά δεδομένα της μελέτης. Ο μεγάλος όγκος των παρατηρήσεων που προέκυψε από περισσότερες από 730 εικόνες, αποτέλεσε αντικείμενο περαιτέρω επεξεργασίας. Οι παρατηρήσεις που αντιστοιχούν σε εικονοστοιχεία με σύννεφο, σκιά ή χιόνι διαγράφηκαν. Έγινε προσπάθεια στην συνέχεια να απαλειφθεί περαιτέρω ο εναπομένων θόρυβος και να δημιουργηθούν πιο ομοιογενείς φασματικά κατηγορίες LULC (LandUse -LandCover). Για το σκοπό αυτό, ακολουθήθηκε μια σειρά επεξεργασιών που περιλαμβάνει τη φασματική ανάλυση, είτε σε επίπεδο σημείου, είτε σε επίπεδο κατηγορίας LULC, μέσω γραφημάτων που δημιουργούνται από τα δεδομένα των παρατηρήσεων. Τέλος, με στόχο τη διερεύνηση των δυνατοτήτων που παρουσιάζουν τα διαγράμματα χρονοσειρών, για κάθε κατηγορία LULC της μελέτης, δημιουργήθηκαν χρονοσειρές για τιμές ανακλαστικότητας σε κανάλια ή πράξεις καναλιών, για διάφορες χρονικές περιόδους. el
heal.abstract The need for monitoring and understanding of phenomena and processes occurring in the planet constantly grows. Earth Observation (EO) Methods and Remote Sensing play a key role in monitoring the environment in local, continental and global scale. The fact that the archive of the Landsat satellite program, which is the world's largest with high/medium resolution data, is open, along with the progress of large data systems technology (big data), has opened the way for the development of methods for mining and exploitation of time series information from multitemporal remote sensing data. To this end, as part of this thesis, an algorithm was developed for extracting time series from the entire Landsat archive. Experimental results focused on the overlapping region of two paths including all available Landsat 4, Landsat 5, Landsat 7 and Landsat 8 surface reflectance. In that area, several points were selected through a photo-interpretation process, belonging to basic land use/cover categories. For these points the reflectance values from all multitemporal satellite data were extracted. The acquired observations included pixels corresponding and/or affected by clouds, shadows or snow and therefore were removed based on the information derived by the fmask algorithm. Then, further effort was made to eliminate the remaining noise, towards the creation of more homogeneous spectral classes LULC (LandUse -LandCover). For this purpose, another processing procedure was followed, including spectral analysis, both at point and LULC-class level. Last but not least, time series models were computed based on certain ratios and indices, for studying and evaluating the consistence between the different Landsat sensors and between the LC classes at different geographical locations. en
heal.advisorName Karantzalos, Konstantinos en
heal.committeeMemberName Καραθανάση, Βασιλεία el
heal.committeeMemberName Αργιαλάς, Δημήτριος el
heal.academicPublisher Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Αγρονόμων και Τοπογράφων Μηχανικών. Τομέας Τοπογραφίας. Εργαστήριο Τηλεπισκόπησης el
heal.academicPublisherID ntua
heal.numberOfPages 114 σ.
heal.fullTextAvailability false


Files in this item

The following license files are associated with this item:

This item appears in the following Collection(s)

Show simple item record

Αναφορά Δημιουργού-Μη Εμπορική Χρήση 3.0 Ελλάδα Except where otherwise noted, this item's license is described as Αναφορά Δημιουργού-Μη Εμπορική Χρήση 3.0 Ελλάδα