Εντοπισμός αρχαίας σκωρίας με την χρήση πολυφασματικών δορυφορικών εικόνων υψηλής χωρικής ανάλυσης
Date Issued
November 2019
Author(s)
Advisor
Abstract
Η παρούσα μεταπτυχιακή διατριβή ασχολήθηκε με την εξέταση των δυνατοτήτων των υψηλής χωρικής ανάλυσης πολυφασματικών δορυφόρων, για τον εντοπισμό επιφανειακών αντικειμένων αρχαιολογικής σημασίας και συγκεκριμένα της αρχαίας σκωρίας. Χρησιμοποιήθηκε ο υψηλής χωρικής ανάλυσης πολυφασματικός δορυφόρος WorldView-2, για τον εντοπισμό περιοχών σκωρίας στην επιφάνεια της οροσειράς του Τροόδους. Αφού χωρίστηκαν οι εικόνες σε διάφορες υποπεριοχές, έγινε η χρήση διαφό-ρων τεχνικών εντοπισμού στόχων. Για μία στοχευμένη έρευνα έγινε συλλογή των φασματικών υπογραφών της σκωρίας, η οποία έδειξε υψηλή ανάκλαση του αντικειμένου στα 400 nm και στα 950 nm. Στην συνέχεια έγινε κατασκευή ψευδοέγχρωμων συνθέτων για να αναδειχθεί κατά πόσον είναι δυνατή η ανάκλαση των στόχων στα κανάλια τα ο-ποία παρουσιάζει μεγαλύτερα ποσοστά ανάκλασης. Στη συνέχεια χρησιμοποιήθηκε η Ανάλυση Κύριων Συνιστωσών, έτσι ώστε να μειωθούν τα ποσοστά θορύβου στις εικόνες. Έπειτα χρησιμοποιήθηκε ο αλγόριθμος εντοπισμού ανωμαλιών RXD-UTD, έτσι ώστε να αναδειχθεί κατά πόσον παρουσιάζονται ανωμαλίες στις επιφάνειες που ήταν γνωστό ότι υπάρχουν σκωρίες. Αφού δεν υπήρξε οποιαδήποτε ένδειξη για κάποια ανωμαλία, εφαρμόστηκαν διάφοροι δείκτες που υπάρχουν στην βιβλιογραφία, όπως βλάστησης, γεωλογικοί και δείκτες ανωμαλιών. Στην συνέχεια προχώρησε η συγκεκριμένη μελέτη στην κατασκευή δύο κατά προσέγγιση δεικτών εντοπισμού διαφορών αρχαίας σκωρίας, στα μήκη κύματος που παρουσιάζει μεγαλύτερη ανάκλαση. Τα αποτελέσματα της διαδικα-σίας αυτής ήταν αρκετά ενθαρρυντικά. Τέλος η συγκεκριμένη μελέτη προχώρησε σε ταξινόμηση των επιφανειών με τις μεθόδους Mahalanobis Distance και Μέγιστης Πιθανοφάνειας. Τα αποτελέσματα της διαδικασίας αν και ενθαρρυντικά χρήζουν περεταίρω διερεύνησης.
File(s)![Thumbnail Image]()
Name
Slag Detection Dissertation Elias Papaelias_2019_Abstract.pdf
Size
221.37 KB
Format
Adobe PDF
Checksum (MD5)
1c4ce2cbdefdbaf149c04df9e4c33032

