Prostorno-vremenske analize promjena u prostoru pomoću podatkovne kocke

diplomski rad

• Naslov (engleski): Spatio-temporal analysis for change detection using a data cube
• Autor: Franka Knežević
• Mentor: Dino Dobrinić (komentor); MBZ: 358296
• Mentor: Damir Medak (mentor); MBZ: 202890
• Član povjerenstva: Mario Miler (predsjednik povjerenstva)
• Član povjerenstva: Luka Rumora (član povjerenstva)
• Član povjerenstva: Dino Dobrinić (član povjerenstva)
• Član povjerenstva: Damir Medak (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Geodetski fakultet; Zagreb
• Datum i država obrane: 2024-06-21, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Geodezija

Sažetak

Podatkovna kocka u kontekstu daljinskog očitavanja odnosi se na
trodimenzionalni niz geoprostornih podataka, koji se obično sastoji od više pojaseva
multispektralnih ili hiperspektralnih Slika prikupljenih pomoću satelita ili zrakoplova.
Svaki sloj u podatkovnoj kocki predstavlja drugačiji spektralni pojas, a svaki piksel u
sloju sadrži mjerenje refleksije ili emisije u tom pojasu. Podatkovne kocke omogućuju
analizu i interpretaciju Zemljine površine i atmosfere pružajući sveobuhvatan pogled na
spektralne karakteristike promatranog područja. Naširoko se koriste u različitim
primjenama, kao što je kartiranje korištenja zemljišta i pokrova zemlje, analiza
vegetacije, istraživanje minerala i praćenje atmosfere. Kockama podataka može se
manipulirati i analizirati pomoću specijaliziranih softverskih alata i tehnika, kao što su
obrada slike i algoritmi strojnog učenja, kako bi se izvukle korisne informacije i
generirali uvid. Jedna od primarnih prednosti korištenja podatkovnih kocki za otkrivanje
promjena je njihova sposobnost hvatanja i prostornih i vremenskih informacija. To
omogućuje analitičarima ne samo identificiranje promjena na određenoj lokaciji, već i
praćenje kako su se te promjene razvijale tijekom vremena. Postoji nekoliko različitih
tehnika koje se mogu koristiti za analizu podatkovnih kocki za otkrivanje promjena,
uključujući analizu razlika, segmentaciju slike i klasifikaciju slike.
Stoga će glavni cilj ovog magistarskog rada biti usmjeren na prostorno -vremensku
analizu za otkrivanje promjena u Hrvatskoj. Koristit će se slike iz više izvora (npr.
Sentinel-1, Sentinel-2) kao podaci spremni za analizu (ARD) iz podatkovne kocke za
prostorno-vremensku analizu daljinskog očitavanja i otkrivanje promjena jer omogućuju
analitičarima praćenje i razumijevanje evoluciju promjena u krajoliku tijekom vremena.

Sažetak (engleski)

A data cube in the context of remote sensing refers to a three-dimensional array
of geospatial data, typically comprising multiple bands of multispectral or hyperspectral
imagery collected by a satellite or aircraft. Each layer in the data cube represents a
different spectral band, and each pixel in the layer contains a measurement of the
reflectance or emission in that band. Data cubes allow for the analysis and interpretation
of the Earth's surface and atmosphere by providing a comprehensive view of the spectral
characteristics of the observed area. They are widely used in a variety of applications,
such as land use and land cover mapping, vegetation analysis, mineral exploration, and
atmospheric monitoring. Data cubes can be manipulated and analyzed using specialized
software tools and techniques, such as image processing and machine learning
algorithms, to extract useful information and generate insights.
One of the primary benefits of using data cubes for change detection is their ability to
capture both spatial and temporal information. This allows analysts to not only identify
changes in a particular location, but also track how those changes have evolve d over
time. There are several different techniques that can be used to analyze data cubes for
change detection, including difference analysis, image segmentation, and image
classification.

• Ključne riječi: ARD; NDVI; openEO; podatkovna kocka; Python
• Ključne riječi (engleski): ARD; NDVI; openEO; Python
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:256:540586
• Studijski program: Naziv: Geodezija i geoinformatika; Vrsta studija: sveučilišni; Stupanj studija: diplomski; Akademski / stručni naziv: magistar/magistra inženjer/inženjerka geodezije i geoinformatike (mag. ing. geod. et geoinf.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Otvoreni pristup
• Datum i vrijeme pohrane: 2024-06-19 11:41:23