Συνδυαστική χρήση κατηγοριών κάλυψης γης και μεταβολών για την εκπαίδευση ταξινομητών ανίχνευσης μεταβολών στη δόμηση

Τσόντζου, Αναστασία; Tsontzou, Anastasia

dc.contributor.author	Τσόντζου, Αναστασία	el
dc.contributor.author	Tsontzou, Anastasia	en
dc.date.accessioned	2021-05-12T15:52:18Z
dc.date.available	2021-05-12T15:52:18Z
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/53396
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.21094
dc.description	Εθνικό Μετσόβιο Πολυτεχνείο--Μεταπτυχιακή Εργασία. Διεπιστημονικό-Διατμηματικό Πρόγραμμα Μεταπτυχιακών Σπουδών (Δ.Π.Μ.Σ.) “Γεωπληροφορική”	el
dc.rights	Default License
dc.subject	Ανίχνευση μεταβολών	el
dc.subject	Μηχανική μάθηση	el
dc.subject	Επιβλεπόμενη ταξινόμηση	el
dc.subject	Τυχαία δάση	el
dc.subject	Είδος μεταβολής	el
dc.subject	Machine learning	en
dc.subject	Change detection	en
dc.subject	Supervised classification	en
dc.subject	Random forest	en
dc.subject	From-to transitions	en
dc.title	Συνδυαστική χρήση κατηγοριών κάλυψης γης και μεταβολών για την εκπαίδευση ταξινομητών ανίχνευσης μεταβολών στη δόμηση	el
dc.title	Combining land cover and change classification classes for change detection in urban environments	en
heal.type	masterThesis
heal.classification	Τηλεπισκόπηση	el
heal.classification	Remote Sensing	en
heal.language	el
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2021-03-05
heal.abstract	Στο πλαίσιο της παρούσας εργασίας αναπτύχθηκε και αξιολογήθηκε μεθοδολογία για την αυτόματη ανίχνευση μεταβολών από τηλεπισκοπικά δεδομένα με σκοπό την διαχρονική παρακολούθηση της δόμησης. Η προτεινόμενη μεθοδολογία εφαρμόστηκε σε τμήμα της νήσου Σαλαμίνας και μελετήθηκαν μεταβολές που έλαβαν χώρα ανάμεσα στα έτη 2011 και 2015-2016 με χρήση τηλεπισκοπικών, διαχρονικών, πολυφασματικών δεδομένων πολύ υψηλής χωρικής ανάλυσης. Συγκεκριμένα, πραγματοποιήθηκε συνδυαστική χρήση κατηγοριών καλύψεων γης και μεταβολών για την εκπαίδευση του ταξινομητή Τυχαίων Δασών και τελικά την ανίχνευση μεταβολών. Διερευνήθηκε όχι μόνο ο χωρικός εντοπισμός των περιοχών που εντοπίζονται μεταβολές στην κάλυψη γης αλλά και η ταυτόχρονη αναγνώριση του είδους της μεταβολής (transition From this – To that class, From – To change). Συνολικά πραγματοποιήθηκαν τέσσερα διαδοχικά πειράματα προκειμένου να διαπιστωθεί ότι η μεθοδολογία που προτείνεται μπορεί να εξασφαλίσει τον επαρκή έλεγχο των μεταβολών στη δόμηση. Πριν από την διεξαγωγή των πειραμάτων πραγματοποιήθηκε προεπεξεργασία των τηλεπισκοπικών δεδομένων όπως οι σχετικές ατμοσφαιρικές διορθώσεις, η αντιστοίχισή τους, η δημιουργία φασματικού κύβου και συλλογή των δεδομένων αναφοράς. Από την ποιοτική και ποσοτική αξιολόγηση, συμπεραίνεται ότι η μεθοδολογία που προτείνεται μπορεί να οδηγήσει μετά από συστηματικό έλεγχο, παραμετροποίηση και αξιολόγηση στην αποτελεσματική παρακολούθηση και εντοπισμό των μεταβολών στη δόμηση με τη χρήση υψηλής ανάλυσης τηλεπισκοπικών δεδομένων. Σύμφωνα με την ποσοτική αξιολόγηση επιτεύχθηκε Συνολική Ακρίβεια (Overall Accuracy) ίση με 90%. Η μέση ακρίβεια παραγωγού (Producer’s Accuracy) υπολογίσθηκε ίση με 95% και η μέση αξιοπιστία χρήστη (User’s Accuracy) έφτασε το 95%.	el
heal.abstract	In this Master’s Thesis, a methodological approach was developed and evaluated in order to automatically detect changes from remote sensing data for construction monitoring. The proposed methodology was applied in a part of the island of Salamina. Changes that took place between year 2011 and 2015-2016, were studied. For this purpose, temporal, multispectral, remote sensing data of very high spatial resolution were employed. More specifically, a combination of land cover categories and changes was used so as to train Random Forest Classifier and finally detect potential changes. In this work, the spatial location of land cover changes was identified together with the category of change (transition From this - To that class, From - To change). A total number of four consecutive experiments was performed in order to determine that the proposed methodology could ensure the effective and adequate detection of construction changes. Prior to the experiments, the preprocessing of remote sensing data took place, ie atmospheric corrections, image registration, image stacking, ground truth collection. According to the quantitative and qualitative evaluation, it was concluded that the proposed methodology can lead, through systematic evaluation and configuration, to the effective monitoring and detection of construction changes when high-resolution remote sensing data are employed. The quantitative evaluation determined an Overall Accuracy rate equal to 90%. The average Producer’s Accuracy was calculated equal to 95% and the average User’s Accuracy reached 95%.	en
heal.advisorName	Καράντζαλος, Κωνσταντίνος	el
heal.committeeMemberName	Καράντζαλος, Κωνσταντίνος	el
heal.committeeMemberName	Νάκος, Βύρωνας	el
heal.committeeMemberName	Αργιαλάς, Δημήτριος	el
heal.academicPublisher	Σχολή Αγρονόμων και Τοπογράφων Μηχανικών	el
heal.academicPublisherID	ntua
heal.numberOfPages	104 σ.	el
heal.fullTextAvailability	false