Πρωτότυπος Τίτλος:
Χαρτογράφηση Αστικού Πρασίνου με τη χρήση αντικειμενοστραφούς ταξινόμησης σε δορυφορικές εικόνες PlanetScope και Sentinel-2: η περίπτωση της Αθήνας
Συγγραφέας:
Δοσιάδης, Ευάγγελος, Αθανάσιος
Επιβλέπων καθηγητής:
Πετρόπουλος, Γεώργιος Π.
Περίληψη:
Οι τεχνολογικές εξελίξεις τις τελευταίες δεκαετίες στον τομέα της γεωπληροφορικής έχουν επιτρέψει τη συμπερίληψη γεωχωρικών δεδομένων και τεχνικών ανάλυσης σε ένα ευρύ φάσμα επιστημονικών κλάδων. Ένας τέτοιος τομέας είναι η μελέτη των αστικών χώρων πρασίνου, οι οποίοι είναι ανοιχτοί, μη ανεπτυγμένοι χώροι που παρέχουν στους κατοίκους χώρους αναψυχής, ενώ παράλληλα συμβάλλουν στη βελτίωση της αισθητικής και περιβαλλοντικής ποιότητας των όμορων περιοχών. Αποτελούν ένα οικοσύστημα, το οποίο παρέχει στην κοινωνία υπηρεσίες που μπορεί να είναι πολιτιστικές, προμηθευτικές ή ρυθμιστικές και διαχειριστικές. Η αξιολόγηση των χώρων αστικού πρασίνου είναι πολύ σημαντική για τον εντοπισμό, την παρακολούθηση και τη βελτιστοποίησή τους.
Στόχος της παρούσας διπλωματικής εργασίας είναι η χαρτογράφηση των χώρων αστικού πρασίνου στην πόλη της Αθήνας χρησιμοποιώντας δορυφορικές εικόνες υψηλής χωρικής ανάλυσης 3 μέτρων από το PlanetScope και εικόνες μέσης χωρικής ανάλυσης 10 μέτρων από το Sentinel-2. Η ανάκτηση των χώρων αστικού πρασίνου πραγματοποιείται στο ArcGIS Pro χρησιμοποιώντας τη μέθοδο ταξινόμησης Geographic Object-Based Image Analysis (GEOBIA), με την οποία η περιοχή μελέτης τμηματοποιείται σε πολύγωνα σύμφωνα με τη φασματική ανάλυση των ψηφίδων της εικόνας. Στη συνέχεια, οι ταξινομητές Random Trees και SVM χρησιμοποιούνται για την ταξινόμηση των εικόνων, εκπαιδευμένοι από μια συλλογή δειγμάτων που δημιουργούνται μέσω του επιπέδου της τμηματοποιημένης εικόνας. Η επικύρωση των αποτελεσμάτων βασίζεται στον πίνακα σύγχυσης χρησιμοποιώντας σημεία αξιολόγησης ακρίβειας ως αναφορά και στη σύγκριση των εξαγμένων περιοχών πρασίνου με το Urban Atlas.
Τα αποτελέσματα αποκαλύπτουν υψηλή συνολική ακρίβεια (ΟΑ) άνω του 90% και τιμές του δείκτη Kc μεταξύ 0,83 και 0,9 τόσο για τις εικόνες όσο και για τους δύο ταξινομητές. Οι εικόνες του PlanetScope σημείωσαν υψηλότερη ακρίβεια και στους δύο ταξινομητές σε σύγκριση με τις εικόνες Sentinel-2, αποδεικνύοντας ότι η υψηλή χωρική ανάλυση λειτουργεί καλύτερα σε αστικές περιοχές. Παράλληλα, ο ταξινομητής Random Trees παρείχε υψηλότερη ακρίβεια και στις δύο εικόνες, σε σχέση με το SVM. Η σύγκριση των εξαγόμενων χώρων πρασίνου με το Urban Atlas οδήγησε σε μεγάλες διαφορές που τον καθιστούν ακατάλληλο ως δεδομένα επικύρωσης.
Η μεθοδολογία που χρησιμοποιήθηκε σε αυτή τη διπλωματική και η θετική εικόνα των αποτελεσμάτων μπορούν να συμβάλουν σημαντικά στην υλοποίηση ενός επιτυχημένου σχεδιασμού αστικού τοπίου και ανάπτυξης πράσινων υποδομών στην Αθήνα. Περαιτέρω μελέτη θα ήταν επιθυμητό να πραγματοποιηθεί σε σχέση με τον προσδιορισμό του είδους και της υγείας της βλάστησης και της ποιότητας των οικοσυστημικών υπηρεσιών που παρέχονται από τις περιοχές πρασίνου της πόλης.
Στόχος της παρούσας διπλωματικής εργασίας είναι η χαρτογράφηση των χώρων αστικού πρασίνου στην πόλη της Αθήνας χρησιμοποιώντας δορυφορικές εικόνες υψηλής χωρικής ανάλυσης 3 μέτρων από το PlanetScope και εικόνες μέσης χωρικής ανάλυσης 10 μέτρων από το Sentinel-2. Η ανάκτηση των χώρων αστικού πρασίνου πραγματοποιείται στο ArcGIS Pro χρησιμοποιώντας τη μέθοδο ταξινόμησης Geographic Object-Based Image Analysis (GEOBIA), με την οποία η περιοχή μελέτης τμηματοποιείται σε πολύγωνα σύμφωνα με τη φασματική ανάλυση των ψηφίδων της εικόνας. Στη συνέχεια, οι ταξινομητές Random Trees και SVM χρησιμοποιούνται για την ταξινόμηση των εικόνων, εκπαιδευμένοι από μια συλλογή δειγμάτων που δημιουργούνται μέσω του επιπέδου της τμηματοποιημένης εικόνας. Η επικύρωση των αποτελεσμάτων βασίζεται στον πίνακα σύγχυσης χρησιμοποιώντας σημεία αξιολόγησης ακρίβειας ως αναφορά και στη σύγκριση των εξαγμένων περιοχών πρασίνου με το Urban Atlas.
Τα αποτελέσματα αποκαλύπτουν υψηλή συνολική ακρίβεια (ΟΑ) άνω του 90% και τιμές του δείκτη Kc μεταξύ 0,83 και 0,9 τόσο για τις εικόνες όσο και για τους δύο ταξινομητές. Οι εικόνες του PlanetScope σημείωσαν υψηλότερη ακρίβεια και στους δύο ταξινομητές σε σύγκριση με τις εικόνες Sentinel-2, αποδεικνύοντας ότι η υψηλή χωρική ανάλυση λειτουργεί καλύτερα σε αστικές περιοχές. Παράλληλα, ο ταξινομητής Random Trees παρείχε υψηλότερη ακρίβεια και στις δύο εικόνες, σε σχέση με το SVM. Η σύγκριση των εξαγόμενων χώρων πρασίνου με το Urban Atlas οδήγησε σε μεγάλες διαφορές που τον καθιστούν ακατάλληλο ως δεδομένα επικύρωσης.
Η μεθοδολογία που χρησιμοποιήθηκε σε αυτή τη διπλωματική και η θετική εικόνα των αποτελεσμάτων μπορούν να συμβάλουν σημαντικά στην υλοποίηση ενός επιτυχημένου σχεδιασμού αστικού τοπίου και ανάπτυξης πράσινων υποδομών στην Αθήνα. Περαιτέρω μελέτη θα ήταν επιθυμητό να πραγματοποιηθεί σε σχέση με τον προσδιορισμό του είδους και της υγείας της βλάστησης και της ποιότητας των οικοσυστημικών υπηρεσιών που παρέχονται από τις περιοχές πρασίνου της πόλης.
Ημερομηνία κατάθεσης:
2022-07-27
Γλώσσες Τεκμηρίου:
Αγγλικά
Θεματικές Κατηγορίες:
Γεωγραφία (Γενικά)
Λοιπά Θέματα:
Αστικό πράσινο
Χαρτογραφία - Επεξεργασία δεδομένων
Χαρτογραφία - Επεξεργασία δεδομένων
Λέξεις-κλειδιά:
Αθήνα, Ταξινόμηση, Αντικειμενοστραφής Ταξινόμηση, Τηλεπισκόπηση, Αστικοί Χώροι Πρασίνου
Περιγραφή:
64 σ.,πίν.,χάρτες,σχ.
Άδεια χρήσης:
Αναφορά Δημιουργού – Μη Εμπορική Χρήση – Όχι Παράγωγα Έργα 4.0
