scholarly journals Best practices for the reprojection and resampling of Sentinel-2 Multi Spectral Instrument Level 1C data

2016 ◽  
Vol 7 (11) ◽  
pp. 1023-1032 ◽  
Author(s):  
David P. Roy ◽  
Jian Li ◽  
Hankui K. Zhang ◽  
Lin Yan
2020 ◽  
Vol 12 (23) ◽  
pp. 3958
Author(s):  
Parwati Sofan ◽  
David Bruce ◽  
Eriita Jones ◽  
M. Rokhis Khomarudin ◽  
Orbita Roswintiarti

This study establishes a new technique for peatland fire detection in tropical environments using Landsat-8 and Sentinel-2. The Tropical Peatland Combustion Algorithm (ToPeCAl) without longwave thermal infrared (TIR) (henceforth known as ToPeCAl-2) was tested on Landsat-8 Operational Land Imager (OLI) data and then applied to Sentinel-2 Multi Spectral Instrument (MSI) data. The research is aimed at establishing peatland fire information at higher spatial resolution and more frequent observation than from Landsat-8 data over Indonesia’s peatlands. ToPeCAl-2 applied to Sentinel-2 was assessed by comparing fires detected from the original ToPeCAl applied to Landsat-8 OLI/Thermal Infrared Sensor (TIRS) verified through comparison with ground truth data. An adjustment of ToPeCAl-2 was applied to minimise false positive errors by implementing pre-process masking for water and permanent bright objects and filtering ToPeCAl-2’s resultant detected fires by implementing contextual testing and cloud masking. Both ToPeCAl-2 with contextual test and ToPeCAl with cloud mask applied to Sentinel-2 provided high detection of unambiguous fire pixels (>95%) at 20 m spatial resolution. Smouldering pixels were less likely to be detected by ToPeCAl-2. The detected smouldering pixels from ToPeCAl-2 applied to Sentinel-2 with contextual testing and with cloud masking were only 35% and 56% correct, respectively; this needs further investigation and validation. These results demonstrate that even in the absence of TIR data, an adjusted ToPeCAl algorithm (ToPeCAl-2) can be applied to detect peatland fires at 20 m resolution with high accuracy especially for flaming. Overall, the implementation of ToPeCAl applied to cost-free and available Landsat-8 and Sentinel-2 data enables regular peatland fire monitoring in tropical environments at higher spatial resolution than other satellite-derived fire products.


2021 ◽  
Author(s):  
Ειρήνη Χρυσάφη

Τα μεσογειακά δάση χαρακτηρίζονται από υψηλή χωροχρονική ετερογένεια και αποτελούν ένα από σημαντικότερα σημεία της βιοποικιλότητας στον πλανήτη. Η σημαντική αξία τους και το ευρύ φάσμα των οικοσυστημικών υπηρεσιών που παρέχουν, αναγνωρίζεται ευρέως από επιστήμονες, διεθνείς συμβάσεις και οργανισμούς. Ωστόσο, η ευπάθεια τους σε ανθρώπινες και φυσικές απειλές έχει ως αποτέλεσμα την διατάραξη τους. Συνεπώς, σχέδια βιώσιμης διαχείρισης και αειφορικής ανάπτυξης καθίστανται ως επιτακτική ανάγκη. Οι πρακτικές παρακολούθησης και απογραφής δασών απαιτούν την αξιόπιστη εκτίμηση δασικών παραμέτρων, όπως η κυκλική επιφάνεια, ο αριθμός δέντρων ανά μονάδα επιφάνειας και ξυλώδες όγκου. Η ετερογένεια των μεσογειακών δασών και η δύσκολη πρόσβασής τους, καθιστά την επιστήμη της τηλεπισκόπησης ως εξαιρετικά χρήσιμο μέσο για την αξιολόγηση των δασικών πόρων. Η τεχνολογία της τηλεπισκόπησης και τα ανοιχτά δεδομένα τηλεπισκόπησης παρέχουν μεγάλες δυνατότητες στον τομέα της δασολογίας και στην δασική απογραφή. Επιπλέον, η ταχεία πρόοδος στους αλγόριθμους τεχνητής νοημοσύνης διευκολύνει την ανάλυση ευρέος φάσματος δεδομένων. Σε αυτό το πλαίσιο, ο συνδυασμός αυτών των ισχυρών εργαλείων (δεδομένα τηλεπισκόπησης και προσεγγίσεις μηχανικής μάθησης) συνιστά μια πολλά υποσχόμενη, αλλά και ερευνητική πρόκληση, για την εκτίμηση δασικών παραμέτρων. Στη παρούσα διατριβή, εξετάζονται διάφορες προσεγγίσεις για την βελτιστοποίηση της εκτίμησης δασικών παραμέτρων με την χρήση δορυφορικών εικόνων και τεχνικών μηχανικής μάθησης.Η δομή της παρούσας διατριβής αποτελείται από τρία μέρη. Το πρώτο μέρος αποτελείται από τέσσερα κεφάλαια. Αρχικά, στο Κεφάλαιο 1, γίνεται μια εισαγωγή στην αξία των μεσογειακών δασών, στις υπηρεσίες που παρέχουν και στις απειλές που αντιμετωπίζουν. Το Κεφάλαιο 2 τονίζει την ανάγκη αειφορικής διαχείρισης των δασών και κατ 'επέκταση της απογραφής και αξιόπιστης εκτίμησης δασικών παραμέτρων. Στο Κεφάλαιο 3, παρουσιάζονται εν συντομία πηγές δεδομένων τηλεπισκόπησης και η συμβολή τους σε δασικές εφαρμογές και ιδιαίτερα στην εκτίμηση δασικών παραμέτρων, σε περιοχές της Μεσογείου. Το κεφάλαιο 4, αποτελεί μια εισαγωγή στους αλγόριθμους τεχνητής νοημοσύνης και μηχανικής μάθησης και πώς αυτές οι προσεγγίσεις εφαρμόζονται στον τομέα της τηλεπισκόπησης και της δασολογίας. Τέλος παρουσιάζονται τα ερευνητικά ερωτήματα και τα αντικείμενα της παρούσας διατριβής. Το δεύτερο μέρος αποτελείται από τέσσερα άρθρα, εκ των οποίων, το πρώτο (Κεφάλαιο 7) έχει δημοσιευτεί στο περιοδικό Remote Sensing of Environment (2017) και αφορά την εκτίμηση δασικών παραμέτρων χρησιμοποιώντας δια-εποχιακές εικόνες Landsat 8 Operational Land Imager. Το δεύτερο άρθρο (Κεφάλαιο 8) έχει δημοσιευτεί στο Remote Sensing Letters (2017) και αφορά τις σχέσεις μεταξύ ξυλώδες όγκου και εικόνων Sentinel-2 Multi Spectral Instrument. Το τρίτο άρθρο (Κεφάλαιο 9) έχει δημοσιευτεί στο περιοδικό International Journal of Applied Earth Observation and Geoinformation (2019) και αφορά την αξιολόγηση των δορυφορικών δεδομένων Sentinel-2 Multi Spectral Instrument για την εκτίμηση του ξυλώδες όγκου. Το τελευταίο άρθρο (Κεφάλαιο 10) που προορίζεται προς δημοσίευση, αποτελεί μια προκαταρκτική μελέτη για την εκτίμηση του ξυλώδες όγκου σε ένα μεσογειακό δασικό οικοσύστημα, με μία μετά-μαθησιακή προσέγγιση και την ανάπτυξη ενός μοντέλου συσσωρευμένης γενίκευσης (stacked generalization). Τέλος, στο τρίτο μέρος της παρούσας διατριβής παρουσιάζονται συνοπτικά οι απαντήσεις των ερωτημάτων που τέθηκαν στην παρούσα διατριβή και τα προβλήματα - περιορισμοί που αντιμετωπίστηκαν. Επίσης, προτείνονται δυνατότητες και προοπτικές εξέλιξης της παρούσας έρευνας, που θα μπορούσε να αποτελέσουν αντικείμενο για μελλοντική έρευνα.


2010 ◽  
Author(s):  
Vincent Chorvalli ◽  
Vincent Cazaubiel ◽  
Stefan Bursch ◽  
Mario Welsch ◽  
Heinz Sontag ◽  
...  

Author(s):  
Matteo Mura ◽  
Francesca Bottalico ◽  
Francesca Giannetti ◽  
Remo Bertani ◽  
Raffaello Giannini ◽  
...  

2018 ◽  
Vol 204 ◽  
pp. 308-321 ◽  
Author(s):  
Tristan Harmel ◽  
Malik Chami ◽  
Thierry Tormos ◽  
Nathalie Reynaud ◽  
Pierre-Alain Danis

2016 ◽  
Vol 186 ◽  
pp. 121-122 ◽  
Author(s):  
James Storey ◽  
David P. Roy ◽  
Jeffrey Masek ◽  
Ferran Gascon ◽  
John Dwyer ◽  
...  

2016 ◽  
Vol 8 (6) ◽  
pp. 520 ◽  
Author(s):  
Lin Yan ◽  
David Roy ◽  
Hankui Zhang ◽  
Jian Li ◽  
Haiyan Huang

Author(s):  
Kristen Izaryk ◽  
Robin Edge ◽  
Dawn Lechwar

Purpose The purpose of this article is to explore and describe the approaches and specific assessment tools that speech-language pathologists are currently using to assess social communication disorders (SCDs) in children, in relation to current best practices. Method Ninety-four speech-language pathologists completed an online survey asking them to identify which of the following approaches they use to assess children with SCD: parent/teacher report, naturalistic observation, formal assessment, language sample analysis, interviews, semistructured tasks, and peer/self-report. Participants were also asked to identify specific assessment tools they use within each approach. Results Participants most commonly assess SCDs by combining interviews, naturalistic observation, language sampling, parent/teacher report, and formal assessment. Semistructured tasks and peer/self-report tools were less frequently utilized. Several established parent/teacher report and formal assessment tools were commonly identified for assessing SCDs. Most participants use an informal approach for interviews, language sampling, and naturalistic observations in their SCD assessment process. Conclusions Generally, participants follow best practices for assessing SCDs by combining several different approaches. Some considerations for future assessment are identified, including the use of established protocols in the place of informal approaches in order to make the assessment of SCDs more systematic. Future directions for research are discussed.


Sign in / Sign up

Export Citation Format

Share Document