Εκτίμηση της βιομάζας δασικών συστάδων με τη χρήση μεθόδων τηλεπισκόπησης και γεωγραφικών συστημάτων πληροφοριών

 
see the original item page
in the repository's web site and access all digital files if the item*
share



PhD thesis (EN)

2007 (EN)
Forest stands biomass estimation using remote sensing and geographical information system methods
Εκτίμηση της βιομάζας δασικών συστάδων με τη χρήση μεθόδων τηλεπισκόπησης και γεωγραφικών συστημάτων πληροφοριών

Μάκρας, Απόστολος Χρ.

Αντικείμενο της διατριβής αυτής, ήταν η αξιολόγηση μεθόδων Τηλεπισκόπησης στην εκτίμηση της δασικής βιομάζας. Στο πλαίσιο αυτό, διαφορετικά τηλεπισκοπικά δεδομένα (Landsat TM, IKONOS) χρησιμοποιήθηκαν και διαφορετικές τεχνικές ανάλυσης εφαρμόστηκαν. Για τα δεδομένα LandsatTM, πολύτιμη πηγή πληροφορίας αποδείχτηκε ο δίαυλος της μέσης υπέρυθρης ακτινοβολίας (ΤΜ5). Ακόμα, από μια μεγάλη ομάδα δεικτών βλάστησης και μετασχηματισμών που εφαρμόστηκαν, το καλύτερο αποτέλεσμα προήλθε από τον RDVIc (r2=0,82), έναν δείκτη που συμπεριλαμβάνει την μέση υπέρυθρη ακτινοβολία ως σταθμικό δείκτη.Αποδείχτηκε ακόμα ότι η επιλογή της κατάλληλης τεχνικής προεπεξεργασίας, ιδιαίτερα στο στάδιο της τοπογραφικής ομαλοποίησης της εικόνας, μπορεί να βελτιώσει τα αποτελέσματα σε ποσοστό άνω του 50%. Η χωρική ανάλυση της παγχρωματικής εικόνας του IKONOS, έδειξε ότι το μέτρο της ομοιογένειας, όταν εφαρμόζετε σε μέγεθος παραθύρου 23Χ23 εικονοστοιχείων, μπορεί να προβλέψει την μεταβλητότητα της βιομάζας με συντελεστή προσδιορισμού r2=0,55.
The objective of this thesis, was to evaluate the ability of Remote Sensing (RS)methods to estimate forest biomass. In this framework, different RS data (Landsat TM, IKONOS) was used and various techniques of analysis applied. For the Landsat Thematic Mapper (TM) image, valuable source of information, proved to be the middle infrared (MIR) band (TM5). Furthermore, from an extensive set of vegetation indices and transformation applied, the best results was achieved from RDVIc with r2=0,82, an index which incorporate MIR as a weighted factor. Also proved that the selection of appropriate preprocessing techniques, especially in the field of image topographic normalization, can improve the results for more than 50%. Spatial analysis of IKONOS panchromatic image, revealed that the measure of homogeneity, when applied with kernel size of 23X23 pixels can predict biomass variability with a coefficient of determination, r2=0.55

PhD Thesis / Διδακτορική Διατριβή
info:eu-repo/semantics/doctoralThesis

Data preprocessing
Δασική βιομάζα, Μέτρηση
Vegetation indices
Forest biomass, Remote sensing
Landsat TM
Δείκτες βλάστησης
Ikonos
Δάση κωνοφόρων
Forest biomass, Measurement
Δασική βιομάζα, Τηλεπισκόπηση
Θεματικός χαρτογράφος Landsat
Γεωγραφικά συστήματα πληροφοριών
Geographic information systems
Coniferous forest

Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης (EL)
Aristotle University of Thessaloniki (EN)

Greek
English

2007
2009-06-21T21:00:00Z


Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης, Σχολή Γεωπονίας, Δασολογίας και Φυσικού Περιβάλλοντος, Τμήμα Δασολογίας και Φυσικού Περιβάλλοντος

This record is part of 'IKEE', the Institutional Repository of Aristotle University of Thessaloniki's Library and Information Centre found at http://ikee.lib.auth.gr. Unless otherwise stated above, the record metadata were created by and belong to Aristotle University of Thessaloniki Library, Greece and are made available to the public under Creative Commons Attribution-ShareAlike 4.0 International license (http://creativecommons.org/licenses/by-sa/4.0). Unless otherwise stated in the record, the content and copyright of files and fulltext documents belong to their respective authors. Out-of-copyright content that was digitized, converted, processed, modified, etc by AUTh Library, is made available to the public under Creative Commons Attribution-ShareAlike 4.0 International license (http://creativecommons.org/licenses/by-sa/4.0). You are kindly requested to make a reference to AUTh Library and the URL of the record containing the resource whenever you make use of this material.
info:eu-repo/semantics/openAccess



*Institutions are responsible for keeping their URLs functional (digital file, item page in repository site)