HEAL DSpace

Ποιοτική και ποσοτική συγκριτική αξιολόγηση ατμοσφαιρικών διορθώσεων με δορυφορικά δεδομένα Landsat-8, Sentinel-2 και MODIS

Αποθετήριο DSpace/Manakin

Εμφάνιση απλής εγγραφής

dc.contributor.author Φιλίππου, Ευαγγελία el
dc.contributor.author Filippou, Evangelia en
dc.date.accessioned 2016-12-21T10:22:30Z
dc.date.available 2016-12-21T10:22:30Z
dc.date.issued 2016-12-21
dc.identifier.uri https://dspace.lib.ntua.gr/xmlui/handle/123456789/44186
dc.identifier.uri http://dx.doi.org/10.26240/heal.ntua.13901
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 Ατμοσφαιρική διόρθωση el
dc.subject Σύγκριση el
dc.subject Sentinel en
dc.subject Landsat en
dc.subject Modis en
dc.title Ποιοτική και ποσοτική συγκριτική αξιολόγηση ατμοσφαιρικών διορθώσεων με δορυφορικά δεδομένα Landsat-8, Sentinel-2 και MODIS el
heal.type bachelorThesis
heal.secondaryTitle Comparing atmospherically collected products from Landsat-8, Sentinel-2 and MODIS en
heal.classification Φωτοερμηνεία - τηλεπισκόπηση el
heal.classificationURI http://data.seab.gr/concepts/ee5bf80973632786c849c1c5aee2b365a32d825b
heal.language el
heal.access free
heal.recordProvider ntua el
heal.publicationDate 2016-10-27
heal.abstract Η λειτουργική αξιοποίηση της διαθέσιμης πληθώρας τηλεπισκοπικών δεδομένων για την παρακολούθηση των αλλαγών της επιφάνειας της γης σε παγκόσμιο επίπεδο, απαιτεί το σχεδιασμό και την εφαρμογή αποδοτικών κατά το δυνατόν πιο αυτόματων μεθόδων και τεχνικών για τον ακριβή προσδιορισμό ατμοσφαιρικά διορθωμένων εικόνων, δηλαδή την απόκτηση της πληροφορίας για την ανακλαστικότητα επιφάνειας της γης. Προς αυτή την κατεύθυνση, στην παρούσα εργασία σχεδιάστηκε μια μεθοδολογία για τη συγκριτική αξιολόγηση ατμοσφαιρικά διορθωμένων δεδομένων από διαφορετικούς αισθητήρες με διαφορετικές χωρικές αναλύσεις και υπολογίστηκε η συσχέτισή τους. Η μεθοδολογία εφαρμόστηκε σε δορυφορικά δεδομένα υψηλής και μέσης ανάλυσης, ήτοι Landsat-8, Sentinel-2 και MODIS. Πιο συγκεκριμένα, από τον Landsat-8 αξιοποιήθηκαν τα διαθέσιμα από την υπηρεσία USGS ατμοσφαιρικά διορθωμένα δεδομένα του αλγορίθμου Landsat Surface Reflectance Code (LaSRC), καθώς επίσης και τα αρχικά (raw) δεδομένα τα οποία διορθώθηκαν ραδιομετρικά και ατμοσφαιρικά, στο πλαίσιο αυτής της εργασίας, με τον αλγόριθμο Satellite Signal in the Solar Spectrum (6S). Από τον Sentinel-2 χρησιμοποιήθηκαν τα διαθέσιμα από την ESA δεδομένα που διατηρούν την επίδραση της ατμόσφαιρας (Top of Atmosphere) και μετέπειτα διορθώθηκαν ατμοσφαιρικά με χρήση του εργαλείου Sen2Cor. Τέλος, χρησιμοποιήθηκαν και τα ατμοσφαιρικά διορθωμένα δεδομένα MODIS που διατίθενται από τη NASA. Τονίζεται ότι όλα τα δεδομένα ήταν εικόνες με ημερομηνία λήψης την ίδια ημέρα και μέχρι 3 ώρες διαφορά. Η ποιοτική και ποσοτική αξιολόγηση μέσω της σύγκρισης των διαθέσιμων δεδομένων στα κανάλια Κόκκινο (Red) και Εγγύς Υπέρυθρο (NIR), υλοποιήθηκε έχοντας ως εικόνες αναφοράς τις εικόνες MODIS, οι οποίες έχουν εκτενώς αξιολογηθεί στη διεθνή βιβλιογραφία και θεωρούνται αξιόπιστο προϊόν ανακλαστικότητας επιφανείας. Η σύγκριση αυτή πραγματοποιήθηκε και στις τρεις διαφορετικές χωρικές αναλύσεις των εικόνων αυτών, με την παραγωγή μοντέλων γραμμικής παλινδρόμησης, έχοντας ως ανεξάρτητη μεταβλητή την εικόνα MODIS. Επιπρόσθετα, πραγματοποιήθηκε και ποιοτική αξιολόγηση του μοντέλου παλινδρόμησης για το κάθε ζεύγος εικόνων, με την παραγωγή απόλυτων εικόνων διαφοράς που αποτύπωσαν χωρικά προβλήματα του μοντέλου μεταξύ των εικόνων MODIS και των νέων, εξαρτημένων από την εικόνα MODIS, εικόνων των τριών αισθητήρων, που προέκυψαν μετά την εφαρμογή του μοντέλου. Συνδυάζοντας τα αποτελέσματα της ποσοτικής και ποιοτικής αξιολόγησης των συσχετίσεων που προέκυψαν, μπορεί να εξαχθεί το συμπέρασμα ότι τα περισσότερα σφάλματα εντοπίζονται σε περιοχές με υγρασία ή νερό, όπως σε καλλιέργειες με υγρασία, στο δέλτα του ποταμού Νείλου και κατά μήκος αυτού, ιδιαίτερα στη μελέτη του εγγύς υπέρυθρου καναλιού. Επιπρόσθετα, οι συσχετίσεις των δεδομένων από διαφορετικούς δέκτες, τόσο στη χωρική ανάλυση του MODIS, δηλαδή στα 232m, όσο και στις υπόλοιπες, παρουσίασαν πιο ικανοποιητικά αποτελέσματα, για τις εικόνες Landsat-8 της USGS, από ότι για αυτές της Sentinel-2. el
heal.abstract In order to exploit operationally remote sensing data for global, long-term monitoring of land-cover change, efficient and automated methods are required for the fast and accurate production of validated atmospheric correction data, i.e. obtaining information about the surface reflectance of the earth. To this end, in this paper, we have designed a methodology that exploits atmospherically corrected data of different sensors and with different resolutions in order to assess their correlation. The validation of the developed methodology framework exploited high and moderate resolution satellite data, i.e. Landsat-8, Sentinel-2 and MODIS. For the experimental validation, the USGS available Landsat-8 product, generated from the Landsat Surface Reflectance Code (LaSRC) and the USGS available Landsat-8 raw data that were converted to TOA reflectance and then to surface reflectance using the 6S algorithm. Additionally, Sen2Cor processor was used to convert from ESA available Top Of Atmosphere Level 1C data to Bottom Of atmosphere reflectance images. Finally, MODIS surface reflectance data were used, which were available form NASA. All image data were obtained from the same day and about 3 hours difference. Quantitative and qualitative validation were made comparing all available data for bands Red and NIR, using MODIS as a reference image, as the high quality of the MODIS data provides the best available reference for global comparison. Comparisons were performed on all 3 different resolutions by modeling their relationship through linear regression and using MODIS reflectance as a dependent variable. The quantitative validation of the linear regression model was made for every comparison, extracting absolute difference images between MODIS and MODIS-equivalent images after modeling the relationship of the images. Combining correlation results of the quantitative and qualitative evaluation we conclude that most errors are located in areas with water or humidity, such as in moist crops, in Nilos river delta and across it, especially in NIR band. Also, correlation data from different satellites in MODIS resolution, i.e. 232m, but also and in other two resolutions, showed better results for Landsat-8 from USGS images, comparatively to the Sentinel-2 images. en
heal.advisorName Καράντζαλος, Κωνσταντίνος el
heal.committeeMemberName Καραθανάση, Βασιλεία el
heal.committeeMemberName Αργιαλάς, Δημήτριος el
heal.committeeMemberName Καράντζαλος, Κωνσταντίνος el
heal.academicPublisher Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Αγρονόμων και Τοπογράφων Μηχανικών. Τομέας Τοπογραφίας. Εργαστήριο Τηλεπισκόπησης el
heal.academicPublisherID ntua
heal.numberOfPages 110 σ.
heal.fullTextAvailability true


Αρχεία σε αυτό το τεκμήριο

Οι παρακάτω άδειες σχετίζονται με αυτό το τεκμήριο:

Αυτό το τεκμήριο εμφανίζεται στην ακόλουθη συλλογή(ές)

Εμφάνιση απλής εγγραφής

Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα Εκτός από όπου ορίζεται κάτι διαφορετικό, αυτή η άδεια περιγράφεται ως Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα