Παρακαλώ χρησιμοποιήστε αυτό το αναγνωριστικό για να παραπέμψετε ή να δημιουργήσετε σύνδεσμο προς αυτό το τεκμήριο:
https://hdl.handle.net/20.500.14279/10794
Τίτλος: | Διερεύνηση χαρτογράφησης Ποσειδωνίας με χρήση επιβλεπόμενης ταξινόμησης οπτικών δορυφορικών εικόνων | Συγγραφείς: | Υφαντίδου, Αναστασία | Λέξεις-κλειδιά: | Remote sensing;Posidonia oceanica;Supervised classification;GIS | Advisor: | Χατζημιτσής, Διόφαντος | Ημερομηνία Έκδοσης: | Νοε-2017 | Department: | Department of Civil Engineering and Geomatics | Faculty: | Faculty of Engineering and Technology | Περίληψη: | 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 |
Εμφανίζεται στις συλλογές: | Μεταπτυχιακές Εργασίες/ Master's thesis |
Αρχεία σε αυτό το τεκμήριο:
Αρχείο | Περιγραφή | Μέγεθος | Μορφότυπος | |
---|---|---|---|---|
Abstract.pdf | Abstract | 336.11 kB | Adobe PDF | Δείτε/ Ανοίξτε |
CORE Recommender
Page view(s) 50
302
Last Week
0
0
Last month
0
0
checked on 21 Νοε 2024
Download(s) 50
131
checked on 21 Νοε 2024
Google ScholarTM
Check
Όλα τα τεκμήρια του δικτυακού τόπου προστατεύονται από πνευματικά δικαιώματα