Please use this identifier to cite or link to this item: https://hdl.handle.net/20.500.14279/10794
Title: Διερεύνηση χαρτογράφησης Ποσειδωνίας με χρήση επιβλεπόμενης ταξινόμησης οπτικών δορυφορικών εικόνων
Authors: Υφαντίδου, Αναστασία 
Keywords: Remote sensing;Posidonia oceanica;Supervised classification;GIS
Advisor: Χατζημιτσής, Διόφαντος
Issue Date: Nov-2017
Department: Department of Civil Engineering and Geomatics
Faculty: Faculty of Engineering and Technology
Abstract: Posidonia oceanica meadows are an important marine ecosystem that offers habitat to fish, other organisms, and shelter for threatened species. In this postgraduate dissertation the validity of Posidonia mapping was investigated through optical satellite images. In particular, mapped data deriving from the side scan sonar was used, through the portal of the Department of Lands and Surveys and the WMS service, as well as Landsat 8 satellite image for the region of Cyprus. Training data and areas of interest (ROI) were created, followed by supervised classification with the Spectral Angle Mapper, Mahalanobis Distance, Maximum Likelihood and Minimum Distance algorithms in ENVI 5.4 software. A sample of 1,000 random points was added to the study area and then a relative comparison was made between the algorithms. Finally, as there was no raw data to automate the comparison of algorithms with ground control points, a random selection of 30 points was made manually.
Description: Τα λιβάδια της Ποσειδωνίας (Posidonia oceanica) αποτελούν ένα σημαντικό θαλάσσιο οικοσύστημα που προσφέρει κατοικία στα ψάρια, άλλους οργανισμούς αλλά και καταφύγιο στα είδη που απειλούνται. Στην παρούσα μεταπτυχιακή διατριβή διερευνήθηκε η εγκυρότητα χαρτογράφησης Ποσειδωνίας μέσω οπτικών δορυφορικών εικόνων. Πιο συγκεκριμένα, χρησιμοποιήθηκαν χαρτογραφημένα δεδομένα που προήλθαν από ηχοβολιστικό σύστημα πλευρικής σάρωσης, μέσω της διαδικτυακής πύλης του τμήματος Κτηματολογίου και Χωρομετρίας και της υπηρεσίας WMS, καθώς επίσης δορυφορική εικόνα Landsat 8 για την περιοχή της Κύπρου. Δημιουργήθηκαν δεδομένα εκπαίδευσης και περιοχές ενδιαφέροντος, ενώ στη συνέχεια πραγματοποιήθηκε επιβλεπόμενη ταξινόμηση με τους αλγορίθμους Spectral Angle Mapper, Mahalanobis Distance, Maximum Likelihood και Minimum Distance στο λογισμικό ENVI 5.4. Προστέθηκε δείγμα 1.000 τυχαίων σημείων στην περιοχή μελέτης και στη συνέχεια πραγματοποιήθηκε σχετική σύγκριση μεταξύ των αλγορίθμων. Τέλος, καθώς δεν υπήρξαν αντίστοιχα πρωτογενή δεδομένα, ώστε να γίνει αυτόματα η σύγκριση αλγορίθμων με τα επίγεια σημεία ελέγχου, έγινε χειροκίνητα η τυχαία επιλογή 30 σημείων.
URI: https://hdl.handle.net/20.500.14279/10794
Rights: Απαγορέυεται η δημοσίευση ή αναπαραγωγή,ηλεκτρονική η άλλη χωρίς τη γραπτή συγκατάθεση του δημιουργού και κατόχου των πνευματικών δικαιωμάτων.
Type: MSc Thesis
Affiliation: Cyprus University of Technology 
Appears in Collections:Μεταπτυχιακές Εργασίες/ Master's thesis

Files in This Item:
File Description SizeFormat
Abstract.pdfAbstract336.11 kBAdobe PDFView/Open
CORE Recommender
Show full item record

Page view(s) 50

286
Last Week
0
Last month
4
checked on Jun 4, 2024

Download(s) 50

123
checked on Jun 4, 2024

Google ScholarTM

Check


Items in KTISIS are protected by copyright, with all rights reserved, unless otherwise indicated.