studie van de regeneneratie van brandvlekken in noordelijk...
Post on 07-Mar-2020
6 Views
Preview:
TRANSCRIPT
Mogelijke MA-scriptieonderwerpen – Teledetectie en fotogrammetrie
Academiejaar 2017-2018
Promotor : Prof. R. Goossens
Studie van de regeneneratie van brandvlekken in Noordelijk Griekenland of
Zuid Italië.
• Recentelijk is de streek rond Thessaloniki in noordelijk Grienland en de streek van Basilicata
in zuidelijk Italië een aantal jaren na elkaar geteisterd door bosbranden. Aan de hand van
teledetectie dient het vegetatieherstel in kaart gebracht en opgevolgd te worden.
Technieken zoals beeldclassificatie, NDVI, NDWI, NBI dienen te worden toegepast. Het
onderzoek zal in samenwerking met de universeit van Thessaloniki verlopen (Prof. Dr. I.
Gitas) of de universiteit van Potenza (Prof Dr. R. Lasaponara) . Een veldcampagne wordt
voorzien.
• De regeneratieprocessen van de vegetatie dient gevolgd te worden in functie van de
onderliggende lithologie en bodem.
• Het finale resultaat van deze thesis is dan ook een tijdreeks van kaarten, gebaseerd op
teledetectie, die het (eventuele) herstel van de vegetatie weergeven.
Griekenland: in coöperatie met Prof. Dr. Yoannis Gitas Italië: in coöperatie met Prof.Dr. Rosa Lasaponara
• G
Reconstructie van het “tell”-landschap dat verloren ging ten gevolge van de
urbanisatie van Caïro, aan de hand van Corona-beelden.
Tell’s zijn lichte verhevenheden in het fluviatiel landschap van de Nijl vallei en de delta. Op de huidige
tell’s zijn vaak de dorpen gevestigd, of soms bevatten ze ook bewoning uit historische tijden. Zo zijn ze
ook “gegroeid”: door telkens nieuwe bebouwing te plaatsen op een vroegere bewoning. In de jaren
‘60 bestond het landschap tussen het centrum van Caïro en het site van de piramides van Ghizé uit
zulk een tell-landschap. Dit landschap is verloren gegaan ten gevolge van de sterke urbanisatie van
Cairo. Het is de bedoeling om aan de hand van deze scriptie een landschapsreconstructie te maken van
dit verloren gegaan landschap. Hiervoor kunnen historische satellietopnamen, afkomstig van de
Corona-missie, gebruikt worden. Het is de bedoeling om aan de hand van fotogrammetrische
technieken en beeldinterpretatie-methoden het oude landschap te reconstrueren.
Onderzoek naar het gebruik van PCA (Principle Component Analysis) voor de
detectie en kartering van lithologie en bodemmateriaal in aride gebieden
• Mogelijke sensoren:
– Landsat
– SeaWifs
– MODIS
• Mogelijke studiegebieden gebieden:
– Egypte
– Marokko
– Tunesië
– Anderen
Onderzoek naar het gebruik van PCA (Principle Component Analysis) voor de detectie en kartering
van lithologie en bodemmateriaal in aride gebieden
PCA is een methode om op de meest adequate en optimale manier naar een beeld-dataset te kijken.
Anders dan bij een kleurcomposiet worden de principiële assen zodanig geroteerd dat het contrast, in
aride gebieden, langs de ‘soil line’ komt te liggen. Hierdoor wordt al het contrast in een kleurenbeeld,
geconcentreerd op de naakte bodem.
Fotogrammetrische restitutie van bestaand beeldmateriaal in de Altaï-regio,
Siberië, Rusland.
Verschillende soorten bestaand beeldmateriaal dienen
fotogrammetrisch verwerkt te worden. Het betreft historische
luchtfoto’s en terrestrische foto’s van archeologische objecten en
opgravingen in het Altaï-gebied, Siberië, Rusland. Ook dienen virtuele
reconstructies aangemaakt te worden van deze archeologische
objecten. Verschillende thesissen zijn hier mogelijk
Fotogrammetrische documentatie van monumenten in Wallonië.
Onderwerpen te bepalen in samenspraak met de regio Wallonië.
co-begeleiding door Dhr. Jacques Debie, landmeter van de regio Wallonië
....en natuurlijk zijn eigen voorstellen ook welkom, mits ze haalbaar zijn.
Onderwerpen promotor : Tim Van de Voorde:
Het in kaart brengen van bodembedekking (land cover) is een belangrijke toepassing van remote
sensing data. We kennen allemaal de ruimtelijk zeer gedetailleerde beelden afkomstig van
commerciële (zeer) hoge-resolutie sensoren zoals die van de WorldView satellieten, o.a. gebruikt door
Google Earth. Voor het regelmatig monitoren van het aardoppervlak en de processen die er op
plaatsvinden zijn deze data echter minder geschikt omwille van o.a. de hoge kostprijs, de beperkte
footprint en het grote datavolume. Het Copernicus programma van de EU heeft tot doel Europese
informatiediensten te ontwikkelen die gebaseerd zijn op aardobservatiedata. Hiervoor werden
speciaal ontworpen aardobservatiesatellieten gelanceerd, de Sentinel families. De Sentinel-2
constellatie (gelanceerd in juni ’15 en maart ’17) bestaat uit 2 satellieten met optische sensoren die
het aardoppervlak continu monitoren en om de paar dagen van elke plaats op aarde een beeld kunnen
maken. Hun ruimtelijke resolutie is echter relatief laag en situeert zich tussen de 10 en 60 meter per
pixel. De Amerikaanse tegenhanger van Sentinel-2 is de Landsat familie, met vergelijkbare specificaties
maar ook met een thermische infrarood sensor.
De thesisonderwerpen die hieronder voorgesteld worden maken gebruik van Sentinel-2 en Landsat
data om bodembedekking en/of oppervlaktetemperatuur te karteren en desgevallend het verband
tussen beiden te onderzoeken. Er worden telkens meerdere studiegebieden gesuggereerd waardoor
elk onderwerp door meerdere studenten gekozen kan worden. De onderwerpen lenen zich ook tot
een gedeeltelijke samenwerking op technisch gebied.
Voor selectie, visualisatie, bewerking en het verkrijgen van de data wordt aangeraden gebruik te
maken van Google Earth Engine (https://earthengine.google.com/), waarvoor toegang aangevraagd
moet worden d.m.v. een korte omschrijving van het project. Er is een goede tutorial beschikbaar die
kan helpen bij het zetten van de eerste stappen in de code editor (javascript API) en explorer. Voor
meer gespecialiseerde analyses kan gebruik gemaakt worden van Python, numpy, R of Matlab. Enige
kennis van programmeren kan nuttig zijn voor het uitvoeren van de analyses.
Urban heat islands: onderzoek naar het verband tussen stedelijke morfologie en
oppervlaktetemperatuur d.m.v. medium resolutie remote sensing data
Promotor: Tim Van de Voorde
Meer informatie: tim.vandevoorde@ugent.be
Stedelijke gebieden zijn complexe systemen die gekenmerkt worden door een fijnmazige
landschapsstructuur, met sterk wisselende samenstellingen en ruimtelijke configuraties van allerlei
bodembedekkingstypes. Over het algemeen wordt aangenomen dat de stedelijke morfologie (urban
form) en landschapspatronen een sterke invloed uitoefenen op het functioneren van landschappen en
ecosystemen en bijgevolg ook een grote rol speelt in het aanleveren van landschaps-en ecologische
diensten aan de maatschappij. Stedelijke morfologie wordt bovendien ook vaak in verband gebracht
met de toestand van het leefmilieu en de levenskwaliteit in en rond steden. Ruimtelijke data voor het
analyseren, monitoren en karakteriseren van stedelijke groei en morfologische veranderingen zijn dan
ook belangrijk voor het inschatten van de impact op het leefmilieu en het ontwikkelen van
planningsstrategieën. Bodembedekking is een vaak gebruikte indicator voor het evalueren van
ecologische of landschapsfuncties en kan afgeleid worden van satellietbeelden d.m.v.
beeldclassificatie.
Eén van de gevolgen van de groei van steden en de daarmee gepaard gaande veranderingen in
bodembedekking is een toename van de omgevingstemperatuur, wat leidt tot een thermisch
(micro)klimaat dat warmer is dan de gebieden buiten de stad. Dergelijk urban heat island effect heeft
een negatieve impact op de stedelijke leefomgeving en het is dan ook belangrijk dit fenomeen te
onderzoeken en in kaart te brengen.
Het doel van deze thesis is het onderzoeken van verbanden tussen stedelijke morfologie (gekenmerkt
door de samenstelling en de ruimtelijke structuur van de bodembedekking) en de temperatuur van
het landoppervlakte (waar het milderen ervan kan gezien worden als een landschaps- of
ecosysteemfunctie). Het is de bedoeling dat zowel de bodembedekking als de temperatuur afgeleid
worden uit satellietbeelden (Sentinel-2 en Landsat). Verbanden kunnen onderzocht worden met
technieken zoals Fischer’s lineaire discriminantenanalyse (zie literatuur onderaan).
Mogelijke studiegebieden:
- Urümqi, Xinjiang, China
- (deel van) Vlaanderen/Brussel
Literatuur
Hamstead, Z.A., Kremer, P., Larondelle, N., Mcphearson, T., 2016. Classification of the heterogeneous
structure of urban landscapes (STURLA ) as an indicator of landscape function applied to surface
temperature in New York City. Ecol. Indic. 70, 574–585. doi:10.1016/j.ecolind.2015.10.014
Li, X., Zhou, W., Ouyang, Z., 2013. Relationship between land surface temperature and spatial pattern
of greenspace : What are the effects of spatial resolution ? Landsc. Urban Plan. 114, 1–8.
doi:10.1016/j.landurbplan.2013.02.005
Zhou, W., Huang, G., Cadenasso, M.L., 2011. Does spatial configuration matter ? Understanding the
effects of land cover pattern on land surface temperature in urban landscapes. Landsc. Urban Plan.
102, 54–63. doi:10.1016/j.landurbplan.2011.03.009
Sub-pixelclassificatie d.m.v. ruimtelijk adaptieve spectrale ontmenging
Promotor: Tim Van de Voorde
Meer informatie: tim.vandevoorde@ugent.be
Om bodembedekkingskaarten automatisch af te leiden uit satellietbeelden passen we
beeldclassificatie toe. Hiervoor bestaan verschillende benaderingen. Meestal wordt een classificatie-
algoritme getraind om verbanden te leggen tussen kenmerken van de spectrale reflectantie van een
pixel (of van zijn omgeving) en vooraf bepaalde types van bodembedekking (bvb. water, gras, bomen,
etc.). Voor data afkomstig van satellieten zoals Sentinel of Landsat stelt zich het probleem dat, omwille
van de relatief lage resolutie, er meerdere types bodembedekking met verschillende spectrale
kenmerken voorkomen binnen één enkele pixel. Dit is vooral zo in ruimtelijk meer complexe en
heterogene gebieden zoals stedelijke landschappen. Zogenaamd “harde” classificatoren wijzen één
pixel toe aan één type bodembedekking. De aanwezigheid van “gemengde” pixels zal dus tot lagere
nauwkeurigheden leiden. Sub-pixelclassificatie daarentegen maakt het mogelijk om proporties van
belangrijke bodembedekkingstypes zoals vegetatie en bebouwing (“impervious surfaces”) af te leiden
voor elke beeldpixel.
Het doel van deze thesis is het toepassen van sub-pixelclassificatie op een stedelijk gebied d.m.v.
spectrale ontmenging van medium resolutie data, waarbij specifieke ontmengingsmodellen ontplooid
worden op verschillende delen van het beeld op basis van een ruimtelijke stratificatie (bvb. afgeleid
uit een niet-gesuperviseerde classificatie).
Mogelijke studiegebieden:
- Urümqi, Xinjiang, China (Sentinel data)
- Gazastrook , Palestina (Landsat of Sentinel data)
- (deel van) Vlaanderen/Brussel (Sentinel of Landsat data)
Literatuur
Deng, C., Wu, C., 2013. A spatially adaptive spectral mixture analysis for mapping subpixel urban
impervious surface distribution. Remote Sens. Environ. 133, 62–70. doi:10.1016/j.rse.2013.02.005
Deng, Y., Wu, C., 2016. Development of a class-based multiple endmember spectral mixture analysis
(C-MESMA) approach for analyzing urban environments. Remote Sens. 8. doi:10.3390/rs8040349
Weng, Q., 2012. Remote sensing of impervious surfaces in the urban areas: Requirements, methods,
and trends. Remote Sens. Environ. 117, 34–49. doi:10.1016/j.rse.2011.02.030
Sub-pixel classificatie voor het optimaliseren van thermal sharpening d.m.v het DistRad model
Promotor: Tim Van de Voorde
Mogelijke co-promotor: Dr. Wiesam Essa, Geospatial Data Center for Education, Research and
Development (GDC-ERD), Al-Aqsa University, Palestina
Meer informatie: tim.vandevoorde@ugent.be
Stedelijke groei en de daarmee gepaard gaande veranderingen in bodembedekking leiden tot een
toename van de omgevingstemperatuur. Dit resulteert in een thermisch (micro)klimaat dat warmer is
dan de gebieden buiten de stad. Dergelijk urban heat island effect heeft een negatieve impact op de
stedelijke leefomgeving en het is belangrijk dit fenomeen te onderzoeken en in kaart te brengen.
Thermisch-infraroodsensoren aan boord van satellieten zoals Landsat-7/8 laten toe om de
landoppervlakte temperatuur van uitgestrekte gebieden op een regelmatig tijdstip in kaart te brengen.
De ruimtelijke resolutie van deze instrumenten is echter relatief beperkt (60m voor Landsat), wat een
nadeel is voor thermische differentiatie in stedelijke gebieden. De bedoeling van thermische
verscherping is thermische beelden met een lage ruimtelijke resolutie te ontmengen door gebruik te
maken van de samenstelling van de pixels die afgeleid wordt uit beelden met een hogere resolutie. De
verschillende technieken die hiervoor bestaan werden o.a. succesvol toegepast voor het modelleren
van evapo-transpiratie in landbouwgebieden, maar werden nog maar zelden getest op stedelijke
omgevingen.
De bedoeling van deze thesis is het toepassen van het DisTrad thermal sharpening model op een
stedelijk gebied, waarbij gebruik gemaakt wordt van een sub-pixelclassificatie om de calibratie van het
bestaande model, dat gebaseerd is op de NDVI index, te verfijnen. Alternatieve verfijningen, op basis
van bvb. band ratio’s of andere bestaande remote sensing indexen zijn ook mogelijk.
Mogelijke studiegebieden:
Gazastrook , Palestina
Urümqi, Xinjiang, China
Literatuur
Essa, W., Verbeiren, B., Van der Kwast, J. Van de Voorde, T. Batelaan, O., 2012. Evaluation of the
DisTrad thermal sharpening methodology for urban areas. Int. J. Appl. Earth Obs. Geoinf. 19, 163–172.
doi:10.1016/j.jag.2012.05.010
Kustas, W.P., Norman, J.M., Anderson, M.C., French, A.N., 2003. Estimating subpixel surface
temperatures and energy fluxes from the vegetation index – radiometric temperature relationship.
Remote Sensing of Environment 85, 429–440. doi:10.1016/S0034-4257(03)00036-1
Tan, K., Liao, Z., Du, P., Wu, L., 2017. Land surface temperature retrieval from Landsat 8 data and
validation with geosensor network. Front. Earth Sci. 11, 20–34. doi:10.1007/s11707-016-0570-7
top related