Ανάπτυξη μεθοδολογίας και υλοποίηση για την διαχρονική παρακολούθηση περιοχών με χρήση δορυφορικών ή εναέριων εικόνων για περιπτώσεις φυσικών καταστροφών ή ρύπανσης του περιβάλλοντος
Διπλωματική Εργασία
| Επιβλέπων | Παναγιώτης Τσανάκας |
|---|---|
| Συσχετιζόμενο μάθημα | Αλληλεπίδραση Ανθρώπου - Υπολογιστή |
Περιγραφή
Περιγραφή:
Η συνεχής τεχνολογική εξέλιξη στα πεδία της γεωπληροφορικής και ειδικότερα της επεξεργασίας εικόνας (image processing), της όρασης υπολογιστών (computer vision), μηχανικής μάθησης (machine learning) και της τηλεπισκόπησης (remote sensing), παρέχει νέα εργαλεία και αυτοματοποιημένες λύσεις για την συστηματική και διαχρονική παρακολούθηση φυσικών καταστροφών (π.χ., πλημμύρες, φωτιές, σεισμοί, καταστροφές σε υποδομές, κ.ά.) ή ρύπανσης του περιβάλλοντος (π.χ. πετρελαιοκηλίδες).
Στόχοι.
Στο πλαίσιο αυτής της διπλωματικής εργασίας ζητείται η ανάπτυξη μεθοδολογίας και η υλοποίηση της για την διαχρονική παρακολούθηση περιοχών με χρήση δορυφορικών (π.χ. από το πρόγραμμα Copernicus-Sentinel Missions της European Space Agency-ESA) ή εναέριων εικόνων (π.χ. από UAV) για περιπτώσεις φυσικών καταστροφών ή ρύπανσης του περιβάλλοντος. Πιο συγκεκριμένα:
- Πραγματοποίηση βιβλιογραφικής έρευνας (state of the art analysis) στο πεδίο της διαχρονικής παρακολούθησης περιοχών από κατάλληλες εικόνες
- Διερεύνηση υπαρχόντων τεχνικών/αλγορίθμων αλλά και λογισμικών/γλωσσών προγραμματισμού και σχετικών βιβλιοθηκών
- Προσδιορισμός της μελέτης περίπτωσης για την διαχρονική υπό παρακολούθηση περιοχή
- Ανάπτυξη της μεθοδολογίας και υλοποίησή της σε κατάλληλο λογισμικό/γλώσσα προγραμματισμού και βιβλιοθηκών
- Αξιολόγηση των αποτελεσμάτων της αναπτυσσόμενης μεθοδολογίας και σύγκριση με άλλες μεθοδολογίες
- Συμπεράσματα και μελλοντική έρευνα
Ενδεικτική βιβλιογραφία:
[1] F. Fichtner, N. Mandery, M. Wieland, S. Groth, S. Martinis, and T. Riedlinger, ‘Time-series analysis of Sentinel-1/2 data for flood detection using a discrete global grid system and seasonal decomposition’, International Journal of Applied Earth Observation and Geoinformation, vol. 119, p. 103329, May 2023, doi: 10.1016/j.jag.2023.103329.
[2] M. Gargiulo, A. Iodice, D. Riccio, and G. Ruello, ‘Sentinel-1 Time-Series Analysis for Fires Monitoring using Google Earth Engine Tools’, in 2021 IEEE 6th International Forum on Research and Technology for Society and Industry (RTSI), Naples, Italy: IEEE, Sep. 2021, pp. 232–236. doi: 10.1109/RTSI50628.2021.9597373.
[3] M. R. A. Conceição et al., ‘SAR Oil Spill Detection System through Random Forest Classifiers’, Remote Sensing, vol. 13, no. 11, p. 2044, May 2021, doi: 10.3390/rs13112044.
[4] S. Makuti, F. Nex, and M. Y. Yang, ‘MULTI-TEMPORAL CLASSIFICATION AND CHANGE DETECTION USING UAV IMAGES’, Int. Arch. Photogramm. Remote Sens. Spatial Inf. Sci., vol. XLII–2, pp. 651–658, May 2018, doi: 10.5194/isprs-archives-XLII-2-651-2018.
Προαπαιτούμενα:
Γλώσσα προγραμματισμού Python (ή R) και σχετικές βιβλιοθήκες επεξεργασίας δορυφορικών/εναέριων εικόνων
Επικοινωνία:
Ευάγγελος Μαλτέζος (evangelos.maltezos@iccs.gr), Λάζαρος Καραγιαννίδης (lkaragiannidis@iccs.gr), Παναγιώτης Τσανάκας (panag@cs.ntua.gr).