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