Naslov
Analiza površina urbane vegetacije koristeći multispektralne snimke prikupljene mikrosatelitima
(Urban vegetation analysis using multispectral imagery collected by microsatellites)

Autori
Rumbočić, Anto

Vrsta, podvrsta i kategorija rada
Ocjenski radovi, diplomski rad, diplomski

Fakultet
Geodetski fakultet

Mjesto
Zagreb

Datum
20.09

Godina
2019

Stranica
54

Mentor
Miler, Mario

Neposredni voditelj
Rumora, Luka

Ključne riječi
prostorne informacije, klasifikacija, OBIA, pokrov zemljišta, PlanetScope, urbana vegetacija, NDVI
(geoinformation, classification, OBIA, land cover, PlanetScope, urban vegetation, NDVI)

Sažetak
Posljednjih nekoliko desetljeća stopa urbanizacije u svijetu u konstantnom je porastu. Broj gradskog stanovništva ubrzano raste, s čime se javlja i pitanje kvalitete života u gradu. U tu svrhu se u gradovima gradi sve više parkova, drvoreda, urbanih šuma i vrtova. S obzirom da se promjene u pokrovu zemljišta na tim područjima događaju toliko često i velikih su razmjera, tradicionalne metode prikupljanja podataka više se ne isplate. Daljinska su istraživanja jedan od najraširenijih načina prikupljanja velike količine podataka na velikom prostoru zahvaljujući satelitskim misijama. U ovom diplomskom radu obrađen je PlanetScope sustav. Površinska razlučivost multispektralnih snimki ovog sustava seže čak do približno 3m nakon ortorektifikacije, a uz to ga karakterizira visoka frekvencija obilaska Zemlje, te niska cijena ulaganja. Glavni cilj rada bio je ispitati mogućnosti PlanetScope sustava, ali isto tako usporediti ga sa Sentinel-2 sustavom koji je trenutno jedan od najčešće korištenih satelitskih izvora za potrebe daljinskih istraživanja i čiji su proizvodi slobodno dostupni svima za korištenje. Za analizu satelitskih snimki korištene su metode računanja Vegetacijskog indeksa normalizirane razlike (NDVI) i njihova usporedba, te različite metode klasifikacije pokrova zemljišta u svrhu pronalaženja one koja najbolje odgovara ovakvom tipu satelitskih snimki. Najbolji rezultati dobiveni su kombinacijom snimki s klasifikacijom na bazi segmenata gdje je postupak segmentacije značajno poboljšao učinak klasifikacijskog algoritma. Rezultati dobiveni ovim analizama mogu se vrlo lako primijeniti u daljnjim analizama, u kombinaciji s drugim skupovima podataka za potrebe urbanizma, ekologije i demografije.

Izvorni jezik
Hrvatski

Znanstvena područja
Geodezija

POVEZANOST RADA