Παρακολούθηση της ποιότητας των νερών του Σπερχειού ποταμού με χρονοσειρές δορυφορικών τηλεπισκοπικών δεδομένων

Μίχου, Πηνελόπη - Μαρία; Michou, Pinelopi - Maria

dc.contributor.author	Μίχου, Πηνελόπη - Μαρία	el
dc.contributor.author	Michou, Pinelopi - Maria	en
dc.date.accessioned	2025-01-08T09:58:55Z
dc.date.available	2025-01-08T09:58:55Z
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/60637
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.28333
dc.rights	Αναφορά Δημιουργού-Όχι Παράγωγα Έργα 3.0 Ελλάδα	*
dc.rights	Αναφορά Δημιουργού-Όχι Παράγωγα Έργα 3.0 Ελλάδα	*
dc.rights.uri	http://creativecommons.org/licenses/by-nd/3.0/gr/	*
dc.subject	Ανίχνευση Προτύπων	el
dc.subject	Ταξινόμηση Εικονοστοιχείων	el
dc.subject	Αλγόριθμος Ομαδοποίησης	el
dc.subject	Δείκτες Ποιότητας Νερού	el
dc.subject	Ελάττωση Διαστάσεων	el
dc.subject	Water Quality Indices	en
dc.subject	Dimensionality Reduction	en
dc.subject	Clustering Algorithm	en
dc.subject	Pixel Classification	en
dc.subject	Pattern Detection	en
dc.title	Παρακολούθηση της ποιότητας των νερών του Σπερχειού ποταμού με χρονοσειρές δορυφορικών τηλεπισκοπικών δεδομένων	el
dc.title	Monitoring the water quality of Sperchios River with Time Series of Satellite Remote Sensing data	en
heal.type	bachelorThesis
heal.classification	Τηλεπισκόπηση	el
heal.classification	Remote Sensing	en
heal.classification	Περιβαλλοντική Παρακολούθηση	el
heal.classification	Environmental Monitoring	en
heal.language	el
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2024-07-17
heal.abstract	Ο πρωταρχικός στόχος αυτής της μελέτης είναι να ανιχνεύσει, να εντοπίσει και να τεκμηριώσει διακυμάνσεις στη σύνθεση ουσιών και υλικών εντός των υδάτινων οδών του Σπερχειού ποταμού σε διάστημα τριών μηνών. Η έρευνα στοχεύει όχι μόνο στην απεικόνιση και ερμηνεία της περιβαλλοντικής ζωτικότητας του οικοσυστήματος του ποταμού αλλά και στη διάκριση των εξελισσόμενων «κινήσεων» και μοτίβων με την πάροδο του χρόνου. Αρχικά, ως βασική πηγή δεδομένων χρησιμοποιήθηκε ένα σύνολο δεδομένων που αποτελείται από δεκαέξι (16) δορυφορικές εικόνες Sentinel-2 και Skysat. Διάφοροι δείκτες υδατοκάλυψης χρησιμοποιήθηκαν για να τονιστούν σημαντικές αλλαγές εντός αυτής της χρονικής ακολουθίας. Σε μια επόμενη φάση, κάθε σύνολο δεδομένων υποβλήθηκε σε μια τεχνική μείωσης διαστάσεων για να καταστεί δυνατή η οπτικοποίηση των δεδομένων χρονοσειράς μέσα σε έναν δισδιάστατο χώρο, μειώνοντας έτσι τον χώρο των δεδομένων από τρεις διαστάσεις σε δύο. Στη συνέχεια, ένας αλγόριθμος ομαδοποίησης που βασίζεται στην πυκνότητα των εικονοστοιχείων εφαρμόστηκε σε αυτόν τον συγκεκριμένο χώρο, με στόχο να τα κατηγοριοποιήσει σε τρεις διακριτές ομάδες. Συγκεκριμένα, ο Δείκτης Κανονικής Διαφοράς Χλωροφύλλης (NDCI) και ο Δείκτης Ιζημάτων (SI) εμφανίστηκαν ως βασικοί δείκτες που αντικατοπτρίζουν τις πιο έντονες αλλαγές με την πάροδο του χρόνου, υποδηλώνοντας τη συγκέντρωση της χλωροφύλλης-α και την παρουσία ιζημάτων εντός των υδάτινων σωμάτων, αντίστοιχα. Για την ανάλυση των δεδομένων που σχετίζονται με αυτούς τους δύο βασικούς δείκτες, ο t-distributed stochastic neighbor embedding (t-SNE) συνδυάστηκε με χωρική ομαδοποίηση εφαρμογών με θόρυβο βάσει ιεραρχικής πυκνότητας (HDBSCAN). Αυτή η μελέτη χρησιμοποιεί δύο προσεγγίσεις για την ανάλυση των δεδομένων. Η πρώτη προσέγγιση χρησιμοποιεί το HDBSCAN πάνω από τα δεδομένα με μείωση του t-SNE για την αναγνώριση συστάδων σε ολόκληρη τη χρονοσειρά. Η δεύτερη προσέγγιση εφαρμόζει το HDBSCAN ανεξάρτητα σε καθεμία από τις δεκαέξι επιλεγμένες εικόνες για ανάλυση κάθε χρονικού σημείου ξεχωριστά. Τα αποτελέσματα από αυτές τις δύο μεθόδους συγκρίνονται στη συνέχεια για να αξιολογηθεί η αποτελεσματικότητά τους στην αποτύπωση της χρονικής δυναμικής. Τα ευρήματα αυτής της μελέτης υπογραμμίζουν τη χρησιμότητα του συνδυασμού προηγμένων τεχνικών μείωσης διαστάσεων και ομαδοποίησης για την παρακολούθηση και ανάλυση περιβαλλοντικών αλλαγών στα ποτάμια οικοσυστήματα. Τα μοτίβα που εντοπίστηκαν παρέχουν πολύτιμες γνώσεις για τη χρονική δυναμική της ποιότητας του νερού, αντανακλώντας τις συγκεντρώσεις χλωροφύλλης-α και την παρουσία ιζημάτων.	el
heal.abstract	The primary objective of this study is to detect, pinpoint, and document variations in the composition of substances and materials within the waterways of the Sperchios River over a span of three months. The research aims not only to portray and interpret the environmental vitality of the river's ecosystem but also to discern the evolving “movements” and patterns over time. Initially, a dataset comprising of sixteen (16) Sentinel-2 and Skysat satellite images was employed as the foundational data source. Various water cover indices were utilized to highlight significant changes within this temporal sequence. In a subsequent phase, each dataset underwent a dimensionality reduction technique to enable the visualization of the time series data within a two – dimensional space, thereby reducing the space of the data from three dimensions to two. Subsequently, a clustering algorithm predicated on pixel density was applied to this specific space, aiming to categorize them into three distinct groups. Notably, the Normalized Difference Chlorophyll Index (NDCI) and the Sentiment Index (SI) emerged as pivotal indicators reflecting the most pronounced changes over time, signifying the concentration of chlorophyll-a and the presence of sediments within the water bodies, respectively. To analyse the data associated with these two key indicators, t-distributed stochastic neighbor embedding (t-SNE) was coupled with hierarchical density-based spatial clustering of applications with noise (HDBSCAN). This study employs two approaches to analyse the data. The first approach uses HDBSCAN over the t-SNE-reduced data to identify clusters across the entire time series. The second approach applies HDBSCAN independently to each of the sixteen selected images to analyse each time point separately. The results from these two methods are then compared to evaluate their effectiveness in capturing temporal dynamics. This study's findings underscore the utility of combining advanced dimensionality reduction and clustering techniques to monitor and analyse environmental changes in river ecosystems. The identified patterns provide valuable insights into the temporal dynamics of water quality, reflecting the concentrations of chlorophyll-a and the presence of sediments.	en
heal.advisorName	Καραθανάση, Βασιλεία	el
heal.advisorName	Karathanassi, Vasileia	en
heal.committeeMemberName	Τσιχριτζής, Βασίλειος	el
heal.committeeMemberName	Tsichritzis, Vasileios	en
heal.committeeMemberName	Καράτζαλος, Κωνσταντίνος	el
heal.committeeMemberName	Karantzalos, Konstantinos	en
heal.committeeMemberName	Παπουτσής, Ιωάννης	el
heal.committeeMemberName	Papoutsis, Ioannis	en
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Αγρονόμων και Τοπογράφων Μηχανικών. Τομέας Τοπογραφίας. Εργαστήριο Τηλεπισκόπησης	el
heal.academicPublisherID	ntua
heal.numberOfPages	201 σ.	el
heal.fullTextAvailability	false