Detailansicht Suchergebnis

Galavics Lucas (2017)

Weitere Beteiligte (Hrsg. etc.):
Development of algorithms for a multitemporal analysis of remote sensing imagery for land cover objects relevant for nature conservation in Austria
FH Wr. Neustadt;

Link zum Volltext:

Kurzfassung in Deutsch

Diese Arbeit evaluiert, ob die neuen Sentinel-2 Fernerkundungsdaten mit ihrer hohen zeitlichen Auflösung zur multitemporalen Klassifizierung und Analyse naturschutzrelevanter Landbedeckungsobjekte in Österreich anhand von Referenzsignaturen und Vegetationsindizes genutzt werden können. Dadurch sollen Monitoring-Verpflichtungen kostengünstig erfüllt werden. Die Arbeit konzentriert sich dabei auf die Berechnung der Referenzsignaturen, die Klassifizierung und die Erkennung von Änderungen. Die Studie wird über dem Gebiet des Neusiedler Sees durchgeführt und verwendet Spot 5 Take 5-Daten, welche Sentinel-2-Daten simulieren. Die akquirierten multidimensionalen Fernerkundungsdaten werden in der Array-Datenbank Rasdaman gespeichert. Für die Klassifizierung wird ein multi-temporaler SAM-Ansatz vorgeschlagen und Veränderungen der Phänologie werden mittels BFAST ermittelt. Die Genauigkeit der Klassifikation wird durch Berechnung des Cohens Kappa ausgewertet.

Kurzfassung in Englisch

This thesis assesses if it is feasible to use the new Sentinel-2 remote sensing data with their high temporal resolution to classify and analyse natural relevant land cover objects in Austria based on reference signatures and vegetation indices on an annual time step, to provide for cost-effective means to fulfil conservation monitoring obligations. The thesis, thereby focuses on the calculation of the reference signatures, classification and change detection. Research is conducted over the area of Lake Neusiedl and uses Spot 5 Take 5 data which simulate Sentinel-2 data. The acquired multi-temporal remote sensing data are stored in the array database Rasdaman. A multi-temporal SAM approach is suggested for the classification and changes in the phenology are detected using BFAST. The accuracy of the classification is evaluated by calculating the Cohen's kappa.

Allgemeine Angaben

Hochschule: FH Wr. Neustadt
Studiengang:
SWD-Schlagwörter:
Freie Schlagwörter: multitemporale Satellitenbildserie,Sentinel-2,SAM,BFAST,Veränderungserkennung,Cohens Kappa,multi-temporal remote sensing imagery,Sentinel-2,SAM,BFAST,change detection,Cohen's kappa
Freie Schlagwörter (Englisch):
DDC-Sachgruppe:
Sonstige beteiligte Institution:
Dokumentart: Diplomarbeit, Masterthesis etc.
ISBN:
Quelle:
Sprache:
Umfang: 137
1. Gutachter: DI Rudel Brigitte
2. Gutachter:
Verbund-ID-Nr.:
Begleitmaterial
Ang. z. Inhalt
Bibliotheks-Nr.
Einreichdatum: 4. 2017
Bemerkung:


Home | Suchen