Professional Documents
Culture Documents
GEODETSKI FAKULTET
Antonija Veselski
Diplomski rad
Zagreb, 2019.
UNIVERSITY OF ZAGREB
FACULTY OF GEODESY
Antonija Veselski
Diploma Thesis
Zagreb, 2019
SVEUČILIŠTE U ZAGREBU
GEODETSKI FAKULTET
IZJAVLJUJEM
Klasa: 643-03/16-07/03, Urbroj: 380-65-09-03-17, Odl. br.: 1_349_11, Točka II.: Prilog 2.
Veselski, A. Diplomski rad
Za početak veliko hvala mom mentoru izv. prof. dr. sc. Mladenu Zrinjskom na podršci i
pristupačnosti kod izrade diplomskog rada. Također, veliku zahvalnost dugujem i doc. dr.
sc. Mateu Gašparoviću koji me podržao u izboru teme, osigurao materijale i uvijek bio
spreman pružiti savjet kako vezano za diplomski tako i za budućnost. Hvala Vam na
strpljenju i uloženom vremenu!
Posebno hvala prijateljima koje sam upoznala upravo ovdje, na fakultetu. Zahvaljujući
Vama proživjela sam najlijepših pet godina i u životu osim znanja i diplome dobila ono
najvažnije - prave prijatelje! Pamtit ću sva naša učenja, druženja i izlaske i znam da će ih
biti još!
Hvala i mojim curama iz Bjelovara i svim ostalim prijateljima i kolegama sa posla koji su
u nekom periodu života bili uz mene i ovaj studentski život učinili zabavnim.
I za kraj, najviše hvala mojoj obitelji, roditeljima Marijani i Draženu, bratu i cimeru
Leonu. Hvala Vam što ste vjerovali u mene, što ste se žrtvovali i omogučili mi sve i puno
više od toga, bez Vas ovo ne bi bilo moguće.
iv
Veselski, A. Diplomski rad
SVEUČILIŠTE U ZAGREBU
GEODETSKI FAKULTET
ZAVOD ZA PRIMIJENJENU GEODEZIJU
KATEDRA ZA INSTRUMENTALNU TEHNIKU
STUDENTICA: Antonija Veselski
Mentor:
v
Veselski, A. Diplomski rad
I. AUTOR
vi
Veselski, A. Diplomski rad
vii
Veselski, A. Diplomski rad
ABSTRACT: One of the biggest issues in the last few decades is the emigration of the
population from rural to urban areas. Cities become overbought and consequently
overbuilt. Due to the great need for new residential and business facilities in the last few
decades, green areas such as parks are often built. Urban vegetation has a major impact on
the quality of life in cities. The topic of this research is the detection and monitoring of
changes in the land cover in the urban environment such as changes in urban vegetation,
built land etc. Spatial and temporal analysis of urbanisation has been conducted in the city
of Zagreb over a period of 32 years. Spatial data required for analysis were collected by the
Landsat satellite missions. Multispectral spatial resolution 30 m x 30 m satellite images
were used to classify the land cover in 5 classes (built ground, low and high vegetation,
earth and water). Classification of all satellite images was done based on the method of
supervised classification, random forest and a large number of training samples. With its
accuracy and speed of implementation of the classification, random forest proved to be the
optimal method in this research. Based on the compiled classifications, the changes in the
land cover have been detected, with particular emphasis on land and urban vegetation. This
study aims to point out the possible problematic zones in the urbanisation of the city of
Zagreb and to provide guidelines for locations where the development of urban vegetation
should be encouraged. This topic is important for a wider professional and scientific
sommunity beacuse it is necessary to continuously monitor the development of urban areas
for quality spatial planning as an important factor affecting the quality od life in cities.
viii
Veselski, A. Diplomski rad
S A D R Ţ A J
1. UVOD .......................................................................................................................1
2. DOSADAŠNJA ISTRAŢIVANJA I SPOZNAJE ...................................................2
2.1. PODRUČJE ISTRAŢIVANJA .......................................................................................3
4. IZVORI PODATAKA............................................................................................ 13
4.1. SENZORI .............................................................................................................. 13
4.2. LANDSAT 4 (1982. – 2011.) .................................................................................. 14
4.3. LANDSAT 5 (1984 – 2013) .................................................................................... 18
4.4. LANDSAT 8 OLI (2013. – DANAS ) ........................................................................20
4.5. PREUZIMANJE LANDSAT PODATAKA .....................................................................25
6. METODOLOGIJA ISTRAŢIVANJA...................................................................31
6.1. PREDOBRADA SATELITSKIH SNIMKI .......................................................................31
6.2. PRIKUPLJANJE REPREZENTATIVNOG SETA TRENING UZORAKA ................................ 32
6.3. KLASIFIKACIJA SNIMKI ......................................................................................... 32
6.3.1. Random Forest metoda klasifikacije ............................................................. 33
6.4. OCJENA TOČNOSTI KLASIFIKACIJE.........................................................................34
ix
Veselski, A. Diplomski rad
8. ZAKLJUČAK ........................................................................................................58
9. LITERATURA .......................................................................................................59
10. POPIS MREŢNIH ADRESA ................................................................................. 62
11. POPIS SLIKA ........................................................................................................66
12. POPIS TABLICA ...................................................................................................68
13. DIGITALNI PRILOZI .......................................................................................... 69
14. ŢIVOTOPIS ........................................................................................................... 70
x
Veselski, A. Diplomski rad
1. UVOD
Naslov diplomskog rada, „Analiza urbanizacije grada Zagreba“, sadrţi nekoliko ključnih
pojmova koji precizno definiraju tematiku istraţivanja. Pojam analiza urbanizacije
objedinjuje promjene zemljišnog pokrova i način korištenja zemljišta povezano sa
razvitkom gradova. Svi ti procesi zajedno odraz su interakcije društva i okoliša. Drugi
pojam je pojam grada kojeg u ovom radu predstavlja grad Zagreb. Grad je teritorijalna,
relativno samostalna funkcionalna zajednica nastala dugotrajnim društvenim procesima u
odreĎenom prostoru radi zadovoljavanja odreĎenih potreba kroz koju čovjek, doţivljava i
cijelo društvo (Bjelajac, 2010). Teritorij grada Zagreba iznimno je vaţan za Republiku
Hrvatsku zbog svog geografskog i socioekonomskog statusa. Zbog velike koncentracije
stanovništva i ubrzanog procesa urbanizacije zahtjeva detaljnije analize promjena unutar
gradske strukture.
1
Veselski, A. Diplomski rad
Slično kao i kod istraţivanja u svijetu i hrvatski znanstvenici provodili su razne analize
zemljišta. U početku analize su se provodile bez prostornog pristupa. Neki od prvih
značajnijih istraţivanja su radovi (Crkvenčić, 1958., Rogić, 1959.) koji su se preteţito
bazirali na promjenama u poljoprivredi. Testiranjem utjecaja fuzije odnosno izoštravanja
satelitskih snimaka na točnost klasifikacije zemljišta provedeno je u istraţivanju
Gašparović i Jogun, 2018. Primjenu metoda daljinskih istraţivanja moţemo pronaći u
doktorskom radu „Objektno orijentirana klasifikacija zemljišnog pokrova pomoću
multispektralnih satelitskih snimaka – primjer grada Zagreba“ (Valoţić, 2015) u kojem je
struktura grada Zagreba dovedena u vezu s tipovima urbaniziranih i ruralnih naselja. U
interesantnom istraţivanju, Gašparović i dr. (2017) provele su se analize urbanizacije na
području grada Splita. Kada se govori o problemu urbanizacije, veliku vaţnost i paţnja
danas se posvećuje detekciji i praćenju urbane vegetacije (Gašparović i dr. 2018).
2
Veselski, A. Diplomski rad
Područje interesa i prostor istraţivanja ovog rada je grad Zagreb. Grad Zagreb ujedno je
glavni i najveći grad Republike Hrvatske s površinom od 641355 km2 (Slika 2.1). Prema
aktualnom popisu stanovništva iz 2011. godine, grad broji 790017 stanovnika, dok cijelo
urbano i gravitirajuće područje broji oko 1,1 milijun. Danas, Zagreb predstavlja
administrativno, gospodarsko, kulturno i znanstveno središte Hrvatske te zbog svoje
vaţnosti čini samostalnu teritorijalnu i samoupravnu jedinicu koja ima status ţupanije.
Geografski gledano Zagreb se nalazi na 15° 59’ istočne zemljopisne duţine i 45° 49’
sjeverne zemljopisne širine. Nalazi se u kontinentalnoj središnjoj Hrvatskoj i smjestio se
podno juţnih obronaka Medvednice, a prostrana ravnica i rijeka Sava glavne su
karakteristike juţnog dijela grada. Povoljan geografski poloţaj izmeĎu Panonske nizine,
ruba Alpa i Dinarida svrstao je grad Zagreb u jedno od najvaţnijih prometnih čvorišta
izmeĎu Srednje i Jugoistočne Europe i naravno Jadranskog mora. Vaţno je istaknuti da sve
glavne autoceste u Hrvatskoj prolaze kroz Zagreb i granaju se prema raznim dijelovima
drţave (URL 1).
Na samom području grada Zagreba još 1999. osnovane su gradske četvrti i mjesni odbori
kao oblici mjesne samouprave, ukupno 17 gradskih četvrti i 218 mjesnih odbora. Četvrti se
neformalno dijele na „kvartove“, odnosno manje četvrti odreĎene specifičnom izgradnjom,
urbanizmom, arhitekturom i stanovništvom koje ih naseljava.
3
Veselski, A. Diplomski rad
Slika 2.1: Područje istraživanja, podloga: Landsat 8 na 19.07.2015 (Zrinjski i dr., 2018)
4
Veselski, A. Diplomski rad
3. DALJINSKA ISTRAŢIVANJA
5
Veselski, A. Diplomski rad
6
Veselski, A. Diplomski rad
Slika 3.1: Slika prikazuje oscilacije (amplitude) električnog (E) i magnetskog polja (H) koje čine
elektromagnetsko zračenje i njihov međusobni odnos (URL 3)
Valna duljina (λ) je najmanja udaljenost izmeĎu dvije čestice koje titraju u fazi odnosno
razlika izmeĎu dva vrha ili dola vala. Jedan puni val ujedno predstavlja i jedan puni titraj
čestice, a broj valova koji u sekundi proĎu istom točkom naziva se frekvencijom tog vala.
Valna duljina je obrnuto proporcionalna frekvenciji, a izračunava se (1) dijeljenjem brzine
(c) kojom se val rasprostire u prostoru ili sredstvu kojim se širi sa frekvencijom tog vala
(ν):
c
, (1)
pri čemu je c brzina svjetlosti, koja je samo u praznom prostoru (vakuumu) konstanta i
iznosi = 299.792,458 . U vakuumu se elektromagnetski valovi šire brzinom
svjetlosti dok se pri prolasku kroz plinove ili tekućine dijelovi spektra mogu apsorbirati
odnosno rasipati pri kaotičnom kretanju čestica.
7
Veselski, A. Diplomski rad
Slika 3.2: Slikovni prikaz valne duljine i amplitude elektromagnetskog vala (URL4)
, (2)
8
Veselski, A. Diplomski rad
Raspon valnih duljina radio valova je od 100 m do 1 mm. Koriste se za prijenos podataka,
a najčešće se njima sluţe televizijski i radijski odašiljači. Primjer radio-valova su zračenja
iz Svemira. Nakon radio-valova slijede mikro-valovi koji se nalaze u okviru područja od 1
m do 1 mm. Isto kao i kod radio-valova izvor su elektronski ureĎaji, a najčešće se
primjenjuju u komunikacijskim sustavima i radarskoj tehnici. Slijedi infracrveno zračenje
u rasponu valnih duljina od 1 mm do 750 nm gdje valove emitiraju molekule plina i
uţarena tijela. Infracrveno zračenje ima široku primjenu u industriji, medicini, astronomiji
kao i u istraţivanjima molekulske strukture. Moţe se podijeliti na tri dijela, i to na: dalje
infracrveno (10 – 1 mm), srednje infracrveno (2,5 – 10 ) i blisko infracrveno
(750 nm – 2,5 ).
Najpoznatiji i vrlo uski dio spektra od 380 nm do 780 nm obuhvaća vidljiva svjetlost.
Svakoj valnoj duljini unutar spektra pripada jedna boja i to su: crvena (625 – 740 nm),
narančasta (590 – 625 nm), ţuta (565 – 590 nm), zelena (520 – 565 nm), tirkizna (500 –
520 nm), plava (430 – 500 nm) i ljubičasta (380 – 430 nm). Nakon vidljivog dijela spektra
slijedi ultraljubičasto svjetlo, koje pokriva valne duljine izmeĎu 0,3 i 30 nm. Poznati su
štetni učinci prekomjerne izloţenosti koţe ultraljubičastom svjetlu upravo zbog promjena
9
Veselski, A. Diplomski rad
10
Veselski, A. Diplomski rad
Apsorpcija je prijenos energije valova na materiju prilikom prolaza vala kroz nju; upijanje
različitih vrsta elektromagnetskog zračenja koje se pritom pretvara u toplinu ili neki drugi
oblik energije. Iznos apsorpcije ovisi o tvari koja upija zračenje i njezinoj debljini. Tvari
selektivno upijaju odreĎene vrste zračenja, npr. ţuto staklo (filtar) propušta zeleni i crveni
dio spektra, a apsorbira plavi. Transmisija je prenošenje zračenja kroz medij bez promjene
valne duljine. Ovisno o fizikalnim svojstvima materijala, dio spektra će se reflektirati i/ili
apsorbirati, a ostatak će biti transmitiran. Refleksija zračenja je promjena smjera širenja
vala, tj. odbijanje vala od nekog objekta čime mijenja smjer svog širenja. Promjena smjera
opisuje se pomoću upadnog kuta i kuta refleksije, točnije, upadni kut jednak je kutu
refleksije. Pošto većina realnih tijela nema savršeno glatku površinu, normale na površinu
bit će različite za pojedine upadne valove zračenja dok su upadni kutovi uvijek isti,
odnosno, na grubljim površinama reflektirane zrake bit će raspršene u različitim
smjerovima. Zato se refleksija dijeli na zrcalnu i difuznu (Berns, 2010).
Slika 3.5: Grafički prikaz spektralne refleksije određenih elemenata na Zemljinoj površini; refleksija(%),
valna duljina ( )(URL 8)
11
Veselski, A. Diplomski rad
12
Veselski, A. Diplomski rad
4. IZVORI PODATAKA
4.1. Senzori
13
Veselski, A. Diplomski rad
Pri definiranju idealnog rješenja za senzor, potrebno je pronaći najbolji omjer izmeĎu
navedenih vrsta rezolucija. Ako ţelimo imati veliku prostornu rezoluciju senzor mora imati
usko trenutno vidno polje. To smanjuje količinu otkrivene energije pa moţemo promatrati
mali dio površine koja reflektira malo valova. Rezultat je slaba radiometrijska rezolucija i
ograničena sposobnost otkrivanja razlika u energiji. Količina otkrivene energije, a time i
radiometrijska rezolucija, moţe se povećati ako promatramo širi pojas valnih duljina u
jednom kanalu. Na ovaj način smanjujemo spektralnu rezoluciju senzora, ali sa druge
strane, slabija prostorna rezolucija povećava količinu energije koja dolazi na detektor, što
povećava spektralnu i radiometrijsku rezoluciju. Zaključno, kada se ţeli postići najbolja
rezolucija i sposobnost senzora mora se uspostaviti ravnoteţa izmeĎu ţeljenih prostornih,
spektralnih i radiometrijskih svojstava senzora (Oštir i Mulahusić, 2014).
Landsat je najstariji postojeći aktivni sustav za snimanje Zemlje iz svemira. Prvi satelit
misije Landsat lansiran je 1972. godine, dok je Landsat 4 lansiran 16. srpnja 1982.
Letjelica Landsat 4 bila je znatno drugačija od onih u prethodnim Landsat misijama, uz to
Landsat 4 nije nosio instrument RBV (Return-Beam Vidicon). Osim senzora Multispectral
Scanner System (MSS), Landsat 4 i Landsat 5 nosili su senzor s poboljšanom spektralnom
i prostornom razlučivošću Thematic Mapper (TM) (Slika 4.1).
U periodu od godinu dana Landsat 4 izgubio je mogućnost korištenja dvaju solarnih panela
i oba izravna odašiljača. Dakle, veza podataka nije bila moguća sve dok satelitski sustav za
praćenje i prijenos podataka (TDRSS - poiuz) nije počeo s radom. Landsat 4 je tada mogao
prenositi podatke u TDRSS-u koristeći svoj Ku-pojasni odašiljač, a TDRSS je tada mogao
prenijeti tu informaciju na svoje zemaljske postaje. Sustav je funkcionirao sve do 1993.
godine kada je posljednja mogućnost prijenosa podataka propala. Landsat 4 je zadrţan u
orbiti za voĎenje telemetrijskih naredbi i podataka o praćenju (koje je spajao putem
posebnog podatkovnog puta, S-pojasom) sve dok 2001. godine nije stavljen van pogona.
Landsat 4 izgraĎen je i pokrenut od strane NASA-e, dok je NOAA (National Orbit
Aviation Adminisstration) nadgledala rad satelita.
14
Veselski, A. Diplomski rad
sredine 2001. godine, kada je Space Imaging (bivši EOSAT) vratio ugovor o operacijama
američkoj vladi.
Slika 4.1: Prikaz Landsat 4/5 satelita i njegovih dijelova (URL 10)
15
Veselski, A. Diplomski rad
4 spektralna kanala:
Kanal 1 (vidljivi) (0,5 – 0,6 µm)
Kanal 2 (vidljivi) (0,6 – 0,7 µm)
Kanal 3 (blisko infracrveno) (0,7 – 0,8 µm)
Kanal 4 (blisko infracrveno) (0,8 – 1,1 µm)
Vrsta senzora: opto-mehanički
6 detektora za svaki kanal koji osiguravaju 6 linija skeniranja za svako aktivno
skeniranje
Prostorna rezolucija (veličina piksela): 68 m x 83 m
Vremenska rezolucija: 18 dana (L1-L3), 16 dana (L4, L5)
Prostorni obuhvat: 185 km x 185 km
Tablica 4.1: Prikaz spektralnih kanala MSS senzora Landsat 4 i rezultati koje pojedini kanal prikazuje
(URL 12)
Granica vegetacije
MSS 3 Blisko infracrveno 0,7 – 0,8 68 m x 83 m
izmeĎu kopna i vode
Naglašava vegetaciju
MSS 4 Blisko infracrveno 0,8 – 1,1 68 m x 83 m i granicu vegetacije s
ostalim kulturama
16
Veselski, A. Diplomski rad
Broj kanala: 7
Spektralni raspon: 0,45 µm – 12,5 µm
Vrsta senzora: opto-mehanički
Prostorna razlučivost: 30 m (120 m – termalni kanal)
Vremenska rezolucija: 16 dana
Prostorni obuhvat: 185 km x 172 km
Tablica 4.2: Karakteristike kanala senzora Thematic Mapper (Landsat 4 i 5) (URL 13)
17
Veselski, A. Diplomski rad
NASA je 1. oţujka 1984. plansirala Landsat 5 satelit, posljednji izvorni satelit Landsat
misije pod vodstvom NASA-e. Landsat 5 je dizajniran i izgraĎen u isto vrijeme kao i
Landsat 4 i nosio je isti teret: Multispectral Scanner System (MSS) i senzore Thematic
Mappera (TM).
Godine 1988. primarni TDRSS odašiljač Landsata 5 (Ku-pojas) nije uspio, a onda je u
srpnju 1992. redundantni Ku-band odašiljač propao. Taj nedostatak uzrokovao je
nemogućnost preuzimanja podataka van područja SAD-a. U to vrijeme Landsat 5 nije imao
ureĎaj za snimanje podataka koje je bilo moguće preuzimati. MSS sustav senzora isključen
je u kolovozu 1995. godine. U studenom 2011. godine senzori TM-a prestali su dobivati
slike zbog ubrzane degradacije elektroničke komponente. Nekoliko mjeseci kasnije
inţenjeri su ponovno uključili MSS instrument i implementirali nove mogućnosti za
uzimanje sirovih podataka o instrumentima na zemaljskoj stanici. 21. prosinca 2012.
godine USGS je najavio da će Landsat 5 biti stavljen izvan pogona nakon neuspjeha
suvišnog ţiroskopa. Satelit je nosio tri ţiroskopa, jedan za kontrolu poloţaja i dva za
odrţavanje kontrole. U siječnju 2013. instrumenti Landsat 5 bili su isključeni i satelit je
premješten na niţu orbitu, te je poslana posljednja naredba za isključenje predajnika 5.
lipnja 2013. godine.
Do 1989. godine NOAA je usmjerila EOSAT da isključi satelite jer nijedna vladina
agencija nije ţeljela financirati proširenje satelitskih operacija i korisnici podataka nisu bili
voljni ulagati u hardver za računalnu obradu ako je buduće prikupljanje podataka bilo
18
Veselski, A. Diplomski rad
upitno. Program je spasio snaţan protest kongresa i stranih i domaćih korisnika podataka te
intervencija potpredsjednika.
Dvije godine nakon lansiranja Landsata 7, Space Imaging (bivši EOSAT) vratio je
operativnu odgovornost za Landsat 4 i Landsat 5 američkoj vladi. 1. srpnja 2001., kada je
operativna kontrola sluţbeno vraćena saveznoj vladi, Space Imaging se takoĎer odrekao
svog komercijalnog prava na Landsat podatke omogućujući USGS-u prodaju svih podataka
Landsat 4 i 5 misija u skladu s politikom cijena USGS-a.
Tablica 4.3: Prikaz pripadnih spektralnih kanala ovisno o misijama (L1, L2, L3, L4, L5) i poveznica sam
instrumentom Thematic Mapper kod Landsat 4 i 5 misija (URL 15)
19
Veselski, A. Diplomski rad
Landsat 8 snima više od 700 scena dnevno, 250 više u odnosu na Landsat 7 u 11
spektralnih kanala ( 9 OLI kanala i 2 TIRS). OLI i TIRS imaju poboljšani omjer signala i
šuma (SNR – Signal to noise ratio) što omogućava 12-bitnu kvantizaciju podataka te
dozvoljava bolju karakterizaciju pokrova zemljišta. Visina letjelice je 705 km, a
20
Veselski, A. Diplomski rad
kartografska točnost 12 m ili bolja. Veličina scene iznosi 170 km x 185 km, a podaci su
dostupni korisnicima od 30.05.2013. godine.
Tablica 4.4: Karakteristike svih kanala senzora OLI i TIRS Landsat 8 satelita (URL 18)
Satelit je izgradila „Orbital Sciences Corporation“ koja sluţi kao NASA-in glavni izvoĎač
radova na letjelici. OSC koristi standardni LEOStar-3 satelitski model koji se oprema
isključivo prema zahtjevima naručitelja. Sve komponente osim pogonskog modula se
montiraju na vanjski dio glavne strukture. Jedan rasklopivi solarni panel napaja
21
Veselski, A. Diplomski rad
komponente satelita i puni Ni-H2 bateriju (nikal - vodik) od 125 amper-sati. Podaci se
skladište na tvrdom disku od 3.14 terabita, a X-band antena odašilje OLI i TIRS podatke u
realnom vremenu ili naknadno. OLI i TIRS su montirani na optičku klupu na prednjem
dijelu satelita.
22
Veselski, A. Diplomski rad
Slika 4.3: Prikaz usporedbe Landsat 8 OLI spektralnih pojaseva s Landsat 7 ETM+ kanalima (URL 21)
Drugi senzor, „Thermal InfraRed Sensor (TIRS)“ , izradio je NASA-in „Goddard Space
Flight Center“. Za razliku od opreme koja je instalirana na prethodnim Landsat satelitima,
TIRS pruţa mogućnost provoĎenja opaţanja u dvije infracrvene valne duljine, novom
tehnologijom koja primjenjuje kvantnu fiziku za otkrivanje topline.
23
Veselski, A. Diplomski rad
TIRS koristi Quantum Well Infrared Photodetectors (QWIPs) za otkrivanje dugih valnih
duljina svjetlosti koju emitira Zemlja čiji intenzitet ovisi o površinskoj temperaturi. Te
valne duljine, zvane termalne infracrvene zrake, daleko su izvan dosega ljudskog vida.
QWIP-ovi su nova, jeftinija alternativa konvencionalnoj infracrvenoj tehnologiji. QWIP-
ovi prikupljaju podatke kroz dva termalna infracrvena kanala (TIRS 1 i TIRS 2) što
omogućuje bolju detekciju termalne razlike izmeĎu temperature Zemljine površine i
temperature u atmosferi. Njihov dizajn radi na sloţenim principima kvantne mehanike.
Rezolucija prostornih snimaka snimljenih s instrumentom TIRS iznosi 100 m. 100 m TIRS
podataka registrira se na OLI podatke radi stvaranja radiometrijski, geometrijski i terenski
ispravljenih 12-bitnih podataka. Oba instrumenta snimaju u načinu skeniranja duţ putanje
svemirske letjelice, što smanjuje razinu radiometrijskog izobličenja u usporedbi s
instrumentima za poprečno skeniranje koji se koriste na prethodnim Landsat satelitima.
Njegova glavna svrha je dobivanje karakteristika površinske temperature, te proučavanje
procesa prijenosa topline i vlage za potrebe praćenja korištenja vodenih i zemljanih resursa
SAD-a (URL 23).
Slika 4.5: Prva Landsat 8 slika; područje Fort Collins, Colorado, SAD. Desna slika je prikazana
korištenjem plavog, zelenog i crvenog OLI kanala, a lijeva korištenjem zelenog, bliskog IC i kratkovalnog IC
(URL 24)
24
Veselski, A. Diplomski rad
Kako bismo preuzeli podatke prethodno je potrebno definirati kriterije pretrage. Slika 4.6
prikazuje sučelje unutar kojega se prvo odabire godina pretrage. Ovo istraţivanje obuhvaća
vremenski period od 1985. do 2017., a u primjeru pretraţujemo snimke za 1985. godinu,
prvu godinu istraţivanja. Pod kriterijem „Days of the Year“ odabrani su ljetni (sunčani)
mjeseci, pod uvjetom da je naoblaka 10% i manja. Na kraju odabiremo satelitsku misiju. Iz
vremenskog intervala misija vidimo kako Landsat 4-5 TM (1982. – 2011.) zadovoljava
prethodno postavljen uvjet za godinu pretraţivanja, dok će Landsat 8 OLI (2013. – danas)
zadovoljiti kasnije uvjete pretraţivanja.
25
Veselski, A. Diplomski rad
Klikom na „Show Image“ dobiven je popis snimki (2) koje zadovoljavaju kriterije te
njihova vizualizacija na web karti. Rezultate pretrage moguće je modificirati pomoću
izbornika (1), odnosno odabrati što i kako ţelimo prikazati. Zatim s popisa snimki
odabiremo onu koja zadovoljava naše uvjete, u našem slučaju preuzeta je snimka za datum
24.08.1985. godine sa 0% naoblake. Snimka je preuzeta kao „Standard Product“ u sklopu
Level 1 Data Product datoteke u GeoTiff formatu koji je pogodan za daljnju obradu.
Snimke se u QGIS računalni program učitavaju u WGS84, UTM 33N referentnom
koordinatnom sustavu. Na isti način preuzete su sve ostale snimke, ukupno njih
sedamnaest (Tablica 4.5).
26
Veselski, A. Diplomski rad
5. KORIŠTENI SOFTVERI
Nakon preuzimanja podataka slijedi njihova obrada, a softveri korišteni u tu svrhu navest
će se u ovom poglavlju. Računalni programi korišteni za obradu snimki i analizu dobivenih
rezultata su QGIS (verzija 3.4 Madeira), SAGA GIS (verzija 6.2.0), te za obradu statičkih
podataka Microsoft Excel 2010.
QGIS („Quantum GIS“) je računalna GIS aplikacija otvorenog koda („open source
softwer“) koja svojim korisnicima omogućuje vizualizaciju, ureĎivanje i analiziranje
različitih vektorskih i rasterskih formata, zajedno sa ESRI Shape datotekama i prostornim
podacima u PostgreSQL/PostGIS bazama podataka.
Pojam „Open source softwer (OSS)“ govori nam da je QGIS vrsta računalnog softvera u
kojem je izvorni kod objavljen pod licencom u kojoj vlasnik autorskih prava daje pravo na
proučavanje, primjenu i distribuciju softvera bilo kome i u bilo koju svrhu. „Open source
softver“ je istaknuti primjer otvorene suradnje.
QGIS pruţa uobičajene GIS funkcionalnosti od kojih su neke dio programskih paketa, kao
što su PostGIS, GRASS i MapServer, a ostale je moguće koristiti nadogradnjom dodataka
za GIS. Primjena dodataka je široka, od mogućnosti geokodiranja korištenjem Google-
ovog API-ja za geokodiranje, zatim mogućnost provedbe geoprocesiranja korištenjem
fTools-a, te ih se moţe koristiti i s PostgreSQL/PostGIS, SpatiaLite i MySQL bazama
podataka. Kao takav, QGIS omogućuje korisnicima stvaranje karata i kartografskih prikaza
u različitim projekcijama koje mogu biti različite namjene i u različitim formatima.
kartografski prikazi sastoje se od rasterskih ili vektorskih slojeva, a vektorski podaci
(točke, linije, poligoni) mogu biti pohranjeni u raznim oblicima (Tutić, 2004).
27
Veselski, A. Diplomski rad
28
Veselski, A. Diplomski rad
29
Veselski, A. Diplomski rad
30
Veselski, A. Diplomski rad
6. METODOLOGIJA ISTRAŢIVANJA
Preuzimanje podataka,
Predobrada satelitskih snimki,
Prikupljanje reprezentativnog seta trening uzoraka,
ProvoĎenje nadzirane klasifikacije,
Analiza dobivenih rezultata.
31
Veselski, A. Diplomski rad
refleksije koju prima satelit. Tijekom raspršivanja čestice atmosfere povećavaju prividnu
refleksiju tamnih objekata i smanjuju ju za svijetle objekte na snimci što uzrokuje gubitak
informacija. Naţalost, gubitak informacija nije moguće povratiti atmosferskom
korekcijom. Ciljevi primjene atmosferske korekcije su smanjiti pogreške u procjeni
refleksije površinskih objekata (Song i dr., 2001) jer je poznato kako atmosferski učinci
mijenjaju stvarne vrijednosti refleksije, no spektralne razlike u satelitskim snimkama
upućuju na razlike u refleksijskim karakteristikama tla i vegetacije, čime se omogućuje
razlikovanje vegetacije i objekata na snimkama.
Nenadziranu (automatsku)
Nadziranu (poluautomatsku)
32
Veselski, A. Diplomski rad
Strojno učenje (engl. machine learning) predstavlja podskup područja umjetne inteligencije
gdje se matematičkim modelima stvaraju automatizirana rješenja čija je svrha koristeći
funkciju dobrote optimirati stvarni model prema nekom kriteriju. Jedna od osnovnih
podjela dijeli strojno učenje na modele nenadziranog i nadziranog strojnog učenja (URL
31). Upravo u modele nadziranog strojnog učenja spada i Random Forest (RF) metoda
klasifikacije. Random forest metoda detaljno je izloţena u radu Breiman, 2001. Prednosti
random forest metode u odnosu na druge metode su mnogobrojne (Kamusoko, 2015):
Postoje brojna (Gislasons i dr., 2006) istraţivanja vezana za kvalitetu točnosti Random
forest metode i usporedbu s ostalim modelima strojnog učenja, posebice usporedbe s SVM
metodom. Zaključak je da RF metoda postiţe bolje rezultate klasifikacije kada se koriste
višedimenzionalni podaci kao što su hiperspektralni podaci; RF takoĎer zahtijeva
odreĎivanje različitih parametara, te je brţi kod obrade podataka od SVM klasifikatora ili
drugih metoda klasifikacije kao što je AdaBoost (Schapire, 1999).
33
Veselski, A. Diplomski rad
Nakon same klasifikacije potrebno je utvrditi točnosti dobivenih rezultata. Ocjena točnosti
provedena je kreirajući model analize unutar QGIS programskog paketa putem izbornika
„Processing Graphical Modeler“. Većina operacija GIS analiza nisu izolirane već se
sastoje od niza sloţenih funkcija. Upravo „Graphical Modeler“ omogućuje izradu sloţenih
modela pomoću jednostavnog i efikasnog sučelja. Bez obzira koliko koraka i funkcija
konačni model uključuje on se izvodi kao jedan algoritam i na taj način štedi vrijeme i trud
korisniku (URL 32). Iz tog razloga kreiran je model ocjene točnosti (Slika 6.3).
34
Veselski, A. Diplomski rad
Drugi model kreiran za potrebe analize je statistički model čiji rezultat prikazuje
zastupljenost pojedine klase, prikazano u postotcima i površinom, unutar interesnog
područja („aoi“ – area of interest) klasifikacije (Slika 6.4). Funkcijom Clip raster by extent,
rezultat klasifikacije koje obuhvaća šire područje grada Zagreba smanjuje se na prethodno
definirano interesno područje – aoi. Dobiveni rezultat predstavlja referentni ulazni podatak
nad kojim se provodi analiza primjenom GRASS funkcije r.stats.
35
Veselski, A. Diplomski rad
7. REZULTATI ISTRAŢIVANJA
U ovom poglavlju su grafički (Slika 7.1) i tablično (Tablica 7.1) prikazane promjene
zemljišnog pokrova 1985. godine.
36
Veselski, A. Diplomski rad
U ovom poglavlju su grafički (Slika 7.2) i tablično (Tablica 7.2) prikazane promjene
zemljišnog pokrova 1987. godine.
37
Veselski, A. Diplomski rad
U ovom poglavlju su grafički (Slika 7.3) i tablično (Tablica 7.3) prikazane promjene
zemljišnog pokrova 1989. godine.
38
Veselski, A. Diplomski rad
U ovom poglavlju su grafički (Slika 7.4) i tablično (Tablica 7.4) prikazane promjene
zemljišnog pokrova 1991. godine.
39
Veselski, A. Diplomski rad
U ovom poglavlju su grafički (Slika 7.5) i tablično (Tablica 7.5) prikazane promjene
zemljišnog pokrova 1993. godine.
40
Veselski, A. Diplomski rad
U ovom poglavlju su grafički (Slika 7.6) i tablično (Tablica 7.6) prikazane promjene
zemljišnog pokrova 1995. godine.
41
Veselski, A. Diplomski rad
U ovom poglavlju su grafički (Slika 7.7) i tablično (Tablica 7.7) prikazane promjene
zemljišnog pokrova 1985. godine.
42
Veselski, A. Diplomski rad
U ovom poglavlju su grafički (Slika 7.8) i tablično (Tablica 7.8) prikazane promjene
zemljišnog pokrova 1999. godine.
43
Veselski, A. Diplomski rad
U ovom poglavlju su grafički (Slika 7.9) i tablično (Tablica 7.9) prikazane promjene
zemljišnog pokrova 2001. godine.
44
Veselski, A. Diplomski rad
U ovom poglavlju su grafički (Slika 7.10) i tablično (Tablica 7.10) prikazane promjene
zemljišnog pokrova 2003. godine.
45
Veselski, A. Diplomski rad
U ovom poglavlju su grafički (Slika 7.11) i tablično (Tablica 7.11) prikazane promjene
zemljišnog pokrova 2005. godine.
46
Veselski, A. Diplomski rad
U ovom poglavlju su grafički (Slika 7.12) i tablično (Tablica 7.12) prikazane promjene
zemljišnog pokrova 2007. godine.
47
Veselski, A. Diplomski rad
U ovom poglavlju su grafički (Slika 7.13) i tablično (Tablica 7.13) prikazane promjene
zemljišnog pokrova 2009. godine.
48
Veselski, A. Diplomski rad
U ovom poglavlju su grafički (Slika 7.14) i tablično (Tablica 7.14) prikazane promjene
zemljišnog pokrova 2011. godine.
49
Veselski, A. Diplomski rad
U ovom poglavlju su grafički (Slika 7.15) i tablično (Tablica 7.15) prikazane promjene
zemljišnog pokrova 2013. godine.
50
Veselski, A. Diplomski rad
U ovom poglavlju su grafički (Slika 7.16) i tablično (Tablica 7.16) prikazane promjene
zemljišnog pokrova 2015. godine.
51
Veselski, A. Diplomski rad
U ovom poglavlju su grafički (Slika 7.17) i tablično (Tablica 7.17) prikazane promjene
zemljišnog pokrova 2017. godine.
52
Veselski, A. Diplomski rad
Počevši od 1985. godine, vidljivo je da scenom dominira klasa niske vegetacije s ukupno
207 km2 što je gotovo 55% scene (Tablica 7.1). Najmanju zastupljenost na sceni očekivano
imaju klase vodene površine i zemlje. Klasa zemlje odnosi se na neobraĎena
poljoprivredna područja i gradske neizgraĎene zone. Upravo odnos i promjene klasa niske
vegetacije, zemlje i izgraĎenog zemljišta daju pravi uvid u promjene stupnja urbanizacije
grada Zagreba.
Iz tablice 7.2 rezultata za 1987. godinu pratimo blago povećanje zastupljenosti klase
izgraĎenog zemljišta, a sukladno tome, smanjenje udjela vegetacije. Vodena površina
pribliţnih je vrijednosti kao i kod prethodne klasifikacije, isto kao i zemlja i visoka
vegetacija. Realno gledajući, vremensko razdoblje od dvije godine nije dovoljno dug
period tijekom kojeg bi se mogle uočiti veće promjene.
Grafički prikazi rezultata uz osnovni prikaz cjelokupne scene sadrţe i izdvojeni (uvećani)
dio. Primjerice, kod prva dva rezultata za 1985. i 1987. godinu, izdvojeno je područje
juţnog dijela grada Zagreba koji obuhvaća dio Novog Zagreba i dio zapadnog dijela grada
uz Jarunsko jezero. Prikazani dijelovi grada zanimljivi su iz razloga što su tijekom godina
ta područja doţivjela najveće promjene u sastavu zemljišnog pokrova i stupnju
53
Veselski, A. Diplomski rad
urbanizacije. Već prilikom usporedbe prethodne dvije snimke vidimo kako su pojedini
dijelovi niske vegetacije iskorišteni za potrebe širenja urbanih odnosno izgraĎenih površina
ili su ta područja prenamijenjena za potrebe uzgoja poljoprivrednih kultura. Za bolje
razumijevanje i iščitavanje rezultata scene, vaţno je napomenuti kako odnos niske
vegetacije i zemlje (obradive površine) često zna varirati. Razlog tomu je i godišnje doba
odnosno razdoblje koji snimka prikazuje jer vegetacija i kulture koje se obraĎuju doseţu
svoj vrhunac u različitim periodima godine.
Rezultati za razdoblje 1991. i 1993. godine prate već poznate vrijednosti. Iz tablice 7.5
iščitavamo kako najveću površinu zauzima niska vegetaciju, ukupno 166,08 km2, slijedi ju
izgraĎeno zemljište s 103,89 km2 i konačno vodena površina, zemlja i visoka vegetacija s
udjelima sličnim prethodnim rezultatima.
Kod rezultata klasifikacije za 1999. godinu vidljivo je značajno povećanje udjela površine
izgraĎenog zemljišta. Povećanje biljeţi rast sa 27,17 % na 34, 27%. Kako rezultat za 2001.
godinu prikazuje 30,72 % zastupljenosti izgraĎenog zemljišta, vidimo kako prvi puta
dolazi do nedosljednosti rezultata. Iz tog razloga, provedena je analiza točnosti testnih
podataka po klasama za 1999. godinu koja ukazuje na odreĎene nedostatke. Pojedini
pikseli koji prikazuju klase niska vegetacija i zemlja pogrešno su klasificirani i na sceni
prikazani kao izgraĎeno zemljište. Iz tog razloga klasa izgraĎeno zemljište ima ukupno
34,27 % zastupljenosti na sceni. Ukupna točnost klasifikacije je unutar dopuštenih
vrijednosti stoga klasifikaciju nećemo izbaciti iz analize.
54
Veselski, A. Diplomski rad
Slika 7.18 grafički prikazuje odnose izmeĎu klasa kroz cijeli period istraţivanja i
tendenciju promjene zemljišnog pokrova nad interesnim područjem.
Slika 7.18: Tendencija promjena zemljišnog pokrova u razdoblju od 1985. – 2017. godine
55
Veselski, A. Diplomski rad
razmatrane klase alocira u druge klase dok pogreška dodavanja nastaje kada se dio uzoraka
drugih klasa alocira u razmatranu klasu (Bajić, 1999).
Usporedbom definiranih raspona točnosti i dobivenih rezultata (Tablice 7.18, 7.19, 7.20)
proizlazi kako su klasifikacije za 1985. i 2017. godinu postigle vrlo visoku točnost, a
rezultat klasifikacije za 1999. visoku točnost.
1985.
Visoka Niska
Klasa Voda IzgraĎeno Zemlja
vegetacija vegetacija
Voda 93 0 0 0 0
IzgraĎeno 9 164 0 15 7
Visoka vegetacija 1 0 140 0 0
Zemlja 0 7 0 77 0
Niska vegetacija 2 5 12 0 185
Ukupno 105 176 152 92 192
Kappa 0,8965
Ocjena točnosti
89,65 %
56
Veselski, A. Diplomski rad
1999.
Visoka Niska
Klasa Voda IzgraĎeno Zemlja
vegetacija vegetacija
Voda 61 0 0 0 0
IzgraĎeno 4 209 0 38 25
Visoka vegetacija 2 4 78 0 5
Zemlja 0 3 0 68 1
Niska vegetacija 1 28 5 4 225
Ukupno 68 244 83 110 256
Kappa 0,7851
Ocjena točnosti
78,51 %
2017.
Visoka Niska
Klasa Voda IzgraĎeno Zemlja
vegetacija vegetacija
Voda 38 0 0 0 0
IzgraĎeno 1 164 102 1 1
Visoka vegetacija 0 0 1 0 0
Zemlja 0 7 5 47 1
Niska vegetacija 0 5 1 5 58
Ukupno 39 109 109 53 60
Kappa 0,9235
Ocjena točnosti
92,35 %
57
Veselski, A. Diplomski rad
8. ZAKLJUČAK
Urbanizacija kao jedan od bitnih procesa današnjice sa sobom donosi vaţna pitanja kao što
je i kvaliteta ţivota u gradovima. Ovo istraţivanje moţe posluţiti kao osnova za daljnje
analize i pridonijeti poboljšanju prostornog planiranja kako urbanih tako i ruralnim
područja grada Zagreba. Vaţno je naglasiti kako metode i analize prikazane u ovom radu
mogu biti korištene u sličnim istraţivanjima bez obzira na područje istraţivanja ili tip i
vrstu satelitskih snimaka.
58
Veselski, A. Diplomski rad
9. LITERATURA
Alberti, M., Weeks, R., Coe, S. (2004): Urban land cover change analysis in Central Puget
Sound, Photogrammetric Engineering and Remote Sensing, 9, 10, 1043.-1052.
Belgiu, M., Dragut, L. (2016): Random forest in remote sensing: A review od applications
and future directions, ISPRS Journal of Photogrammetry and Remote Sensing 114 (2016)
24.-31.
Bjelajac, S., Vrdoljak, D. (2010): Urbanizacija kao svjetski proces i njezine posljedice,
Zbornik radova Filozofskog fakulteta u Splitu, 2/3 (2009/2010), 3.-19.
Crkvenčić, I., (1958): Prigorje planinskog niza Ivančice, Acta Geographica Croatica, 1, 1,
7.-113.
Gašparović, M., Dobrinić, D., Medak, D. (2018): Urban vegetation detection based on the
land-cover classification of Planetscope, RapidEye And Worldview-2 Satellite Imagery,
International Multidisciplinary Scientific Geoconference SGEM 2017, 18, 2.3, 249.-256.
Gašparović, M., Jogun, T. (2018): The effect of fusing Sentinel-2 bands on land-cover
classification, International journal of remote sensing, 39, 3, 822.-841.
Gašparović, M., Zrinjski, M., Gudelj, M. (2017): Analiza urbanizacije grada Splita,
Geodetski list: glasilo Hrvatskoga geodetskog društva. 71, 94, 3, 189.-202.
59
Veselski, A. Diplomski rad
Gislason, P., Benediktsson, O., Atli, J., Johannes, R. S. (2006): Random Forests for land
cover classification, Pattern Recognition Letters, 27, 4, 294.-300.
Goetz, S. J., Varlyguin, D., Smith, A. J., Wright, R. K., Prince, S. D., Mazzacato, M. E., i
dr. (2004): Application of multitemporal Landsat data to map and monitor land cover and
land use change in the Chesapeake Baywatershed, proceedings of the second international
workshop on the analysis of multi-temporal remote sensing images, Singapore’ World
Scientific Publishing Co., 223.-232.
Lyons, M. B., Phinn, S. R., Roelfsema, C. M. (2012): Long term land cover and seagrass
mapping using Landsat and object-based image analysis from 1972 to 2010 in the coastal
environment of South East Queensland, Australia, ISPRS Journal of Photogrammetry and
Remote, 71, 34.-46.
Song i dr., (2001): Classification and Change Detection Using Landsat TM Data: When
and How to Correct Atmospheric Effects? Remote Sensing of Environment Volume 75,
Issue 2, February 2001, 230.-244.
Tan, K. C., San L., Hwee, M., Mohd Z., Abdullah, K. (2010): Landsat data to evaluate
urban expansion and determine land use/land cover changes in Penang Island, Malaysia,
Enviromental Earth Sciences, 60, 7, 1509.-1521.
60
Veselski, A. Diplomski rad
Zrinjski, M., Gašparović M., Veselski, A., (2018): Analiza urbanizacije grada Zagreba,
Zbornik radova 11. Simpozija ovlaštenih inţenjera geodezije, 121. -126.
Yang, X. (2002): Satellite monitoring of urban spatial growth in the Atlanta metropolitan
area, Photogrammetric Engineering and Remote Sensing, 68, 7, 725.-734.
61
Veselski, A. Diplomski rad
http://www.infozagreb.hr/o-zagrebu/osnovni-podaci, (04.05.2019.).
https://hr.wikipedia.org/wiki/Zagreb, (04.05.2019.).
http://hyperphysics.phy-astr.gsu.edu/hbase/electric/elefie.html, (06.05.2019).
https://www.google.com/search?q=valna+duljina+i+amplituda&source=lnms&tbm=isch&
sa=X&ved=0ahUKEwj7ipPH0qXjAhUjposKHUnmAjMQ_AUIECgB&biw=1600&bih=7
89#imgrc=bvn2zo3yR-5TKM:, (06.05.2019).
https://www.wikiwand.com/sh/Elektromagnetsko_zra%C4%8Denje, (07.05.2019.).
https://edutorij.e-skole.hr/share/proxy/alfresco-noauth/edutorij/api/proxy-guest/9948b293-
e5f0-4e05-b7e1-5cb6bc02b81a/content/uploads/kemija-1/m02/j03/kem19-1.jpg,
(07.05.2019).
https://www.google.com/search?q=Figure+3.6+Our+symbolic+notations+for+diagrammin
g+the+emission,+transmission,+reflectance,+and+absorptance+of+light+(both+shortwave
+and+longwave+bands.+Credit:+Jeffrey+R.+S.+Brownson&source=lnms&tbm=isch&sa=
X&ved=0ahUKEwjayuSIvaXjAhVMoKHeqfBu4Q_AUIECgB&biw=776&bih=565#imgr
c=aqGGERxbCTj40M: (08.06.2019).
62
Veselski, A. Diplomski rad
https://www.google.com/search?biw=1600&bih=789&tbm=isch&sa=1&ei=L2MjXcixGpS
D8gKT0a34CA&q=spectral+reflection+of+grass&oq=spectral+reflection+of+grass&gs_l
=img.3...118526.119300..119799...0.0..0.84.398.5......0....1..gws-wiz
img.gbuZDsgsMso#imgrc=UQVhayqxtuStOM:, (08.06.2019).
URL 9: Landsat 4,
https://landsat.gsfc.nasa.gov/landsat-4/, (12.05.2019).
https://eo.belspo.be/fr/satellites-and-sensors/landsat-4, (12.05.2019.).
https://landsat.gsfc.nasa.gov/the-multispectral-scanner-system/, (15.05.2019).
https://eos.com/landsat-4-mss/, (15.05.2019).
https://landsat.gsfc.nasa.gov/the-thematic-mapper/, (16.05.2019).
https://landsat.gsfc.nasa.gov/landsat-5/, (19.05.2019).
https://landsat.gsfc.nasa.gov/the-multispectral-scanner-system/, (15.05.2019).
https://landsat.gsfc.nasa.gov/landsat-8/landsat-8-overview/, (20.05.2019).
https://en.wikipedia.org/wiki/Landsat_8, (20.05.2019).
63
Veselski, A. Diplomski rad
https://eos.com/landsat-8/ (20.05.2019).
https://en.wikipedia.org/wiki/Landsat_8, (21.05.2019)
https://landsat.gsfc.nasa.gov/operational-land-imager-oli/, (22.05.2019).
URL 21: Usporedba Landsat 8 OLI spektralnih pojaseva s Landsat 7 ETM+ kanalima,
https://landsat.gsfc.nasa.gov/landsat-8/landsat-8-overview/, (20.05.2019).
https://landsat.gsfc.nasa.gov/tirs-design/ (25.05.2019).
https://landsat.gsfc.nasa.gov/operational-land-imager-oli/, (25.05.2019).
https://en.wikipedia.org/wiki/Landsat_8 (30.05.2019).
https://landsatlook.usgs.gov/viewer.html, (01.06.2019).
https://en.wikipedia.org/wiki/QGIS (10.06.2019).
https://fromgistors.blogspot.com/p/user-manual.html, (13.06.2019)
http://www.saga-gis.org/en/about/software.html, (15.06.2019).
64
Veselski, A. Diplomski rad
http://www.saga-gis.org/en/about/software.html, (15.06.2019).
https://hr.wikipedia.org/wiki/Microsoft_Excel, (17.06.2019).
https://en.wikipedia.org/wiki/Machine_learning, (18.06.2019).
https://docs.qgis.org/2.8/en/docs/user_manual/processing/modeler.html, (19.06.2019)
65
Veselski, A. Diplomski rad
66
Veselski, A. Diplomski rad
67
Veselski, A. Diplomski rad
68
Veselski, A. Diplomski rad
3. Satelitski snimci
6. Korištena literatura
69
Veselski, A. Diplomski rad
14. ŢIVOTOPIS
RADNO ISKUSTVO
• Vrsta posla ili područje Studentski poslovi tijekom studiranja
ŠKOLOVANJE I IZOBRAZBA
• Datum (od – do) 2016. – 2019.
• Naziv i vrsta obrazovne Geodetski fakultet Sveučilišta u Zagrebu, Diplomski
ustanove studij
• Osnovni predmet Geodezija
/zanimanje
• Naslov postignut Magistar inţenjer geodezije i geoinformatike
obrazovanjem
• Stupanj nacionalne VSS
kvalifikacije
70
Veselski, A. Diplomski rad
OSOBNE VJEŠTINE I
SPOSOBNOSTI
MATERINSKI JEZIK HRVATSKI JEZIK
DRUGI JEZICI
ENGLESKI JEZIK
• sposobnost čitanja IZVRSNO
• sposobnost pisanja IZVRSNO
• sposobnost usmenog
IZVRSNO
izraţavanja
71