izpis_h1_title_alt

Analiza časovnih vrst satelitskih posnetkov Sentinel-2 na vektorskih podatkih : magistrsko delo
Lipuš, Blaž (Avtor), Oštir, Krištof (Mentor) Več o mentorju... Povezava se odpre v novem oknu, Kokalj, Žiga (Komentor)

.pdfPDF - Predstavitvena datoteka, prenos (4,00 MB)

Izvleček
V nalogi so na kratko opisani satelitski podatki s poudarkom na satelitih Sentinel-2 ter definicija časovne vrste. Opisane so tehnologije, ki omogočajo prenos satelitskih podatkov preko spleta. Primerjali smo izbrano metodo pridobivanja maske oblakov , uporabljeno na portalu Sentinel-hub, z drugimi v stroki razširjenimi metodami. Na kratko smo opisali metode glajenja časovnih vrst Savitzky-Golay oz. LOESS ter Whittaker-Eilers. Podali smo tri različne vegetacijske indekse in sicer NDVI, EVI in EVI2. V nalogi smo podali enostaven način pridobivanja podatkov s programskim jezikom Python. Opisali smo način shranjevanja podatkov časovnih vrst v SQLite in Spatialite datotečni podatkovni bazi. Primerjali smo metode glajenja časovnih vrst vegetacijskih indeksov glede na to, kako različne vrednosti parametrov pri funkcijah glajenja vplivajo na obliko časovnih vrst. Primerjali smo trende zglajene časovne vrste na treh različnih vegetacijskih indeksih. Nato smo podali način grajenja vektorjev iz časovnih vrst, ki se lahko uporabijo v različnih metodah strojnega učenja. Na koncu smo za demonstracijo podanega sistema izvedli klasifikacijo. Za potrebe naloge smo napisali knjižnico za programski jezik Python, ki je javno objavljena in omogoča enostavno pridobivanje in shranjevanje podatkov časovnih vrst satelitov Sentinel-2.

Jezik:Slovenski jezik
Ključne besede:Sentinel-2, časovne vrste, Python, Spatialite, klasifikacija, glajenje, vegetacijski indeksi
Vrsta gradiva:Magistrsko delo/naloga (mb22)
Tipologija:2.09 - Magistrsko delo
Organizacija:FGG - Fakulteta za gradbeništvo in geodezijo
Leto izida:2019
Založnik:B. Lipuš]
UDK:528.7/.8:582(497.4)(043.3)
COBISS.SI-ID:8887649 Povezava se odpre v novem oknu
Število ogledov:287
Število prenosov:149
Metapodatki:XML RDF-CHPDL DC-XML DC-RDF
 
Skupna ocena:(0 glasov)
Vaša ocena:Ocenjevanje je dovoljeno samo prijavljenim uporabnikom.
:
Objavi na:AddThis
AddThis uporablja piškotke, za katere potrebujemo vaše privoljenje.
Uredi privoljenje...

Sekundarni jezik

Jezik:Angleški jezik
Naslov:Sentinel-2 time series analysis on vector data : master thesis
Izvleček:
In this thesis, we have described satellite data with emphasis on Sentinel-2 satellites. We showed definition of time series and methods for their collection over internet. We compared cloud mask algorithm, used and developed for sentinel-hub portal, with other commonly used cloud mask algorithms. We gave short description of Saviztky-Golay, LOESS and Whittaker-Eilers signal smoothing algorithms with NDVI, EVI and EVI2 vegetation indices. In the second part of the thesis, we provide a simplified way for getting and storing generalised raster statistical data in Python programming language and Spatialite database. We compared two series smoothing methods concerning input smoothing parameters. Similarly, we compared time series of three smoothed vegetation indices. In the end, we provided method for building comparable vectors and demonstrated our program on simple SVM classification model. For this thesis, we written program in Python, which is freely available online and simplifies work with Sentinel-2 time series.

Ključne besede:Sentinel-2, time series, Python, Spatialite, classification, smoothing, vegetation indicies

Podobna dela

Podobna dela v RUL:
Podobna dela v drugih slovenskih zbirkah:

Komentarji

Dodaj komentar

Za komentiranje se morate prijaviti.

Komentarji (0)
0 - 0 / 0
 
Ni komentarjev!

Nazaj