{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:3245643"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:3245643","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"Hazards identification in the natural and man-made environment using SAR and Optical satellite data in Google Earth Engine (GEE)","abstract":"Οι καταστροφές στο φυσικό και ανθρωπογενές περιβάλλον προκαλούν μια σειρά προβλημάτων που σχετίζονται με τις οικονομικές δραστηριότητες αλλά και τον τομέα της υγείας. Η παρούσα μελέτη παρουσιάζει μια εφαρμογή GIS για την εμφάνιση γεγονότων αστικής εξάπλωσης, πλημμύρας και δασικών πυρκαγιών σε όλους τους νομούς της Ελλάδας. Η εφαρμογή αυτή δίνει τη δυνατότητα στους χρήστες να αναζητούν καταστροφικά συμβάντα μέσα από ένα σύνολο διαθέσιμων καταστροφών, ημερομηνίες της επιλογής τους και από την περιοχή ενδιαφέροντός τους, ενημερώνοντας τον χάρτη. Αναπτύχθηκαν τρεις διαφορετικοί αλγόριθμοι προκειμένου να υπολογιστούν τα πιο έγκυρα αποτελέσματα. Τα SAR και Οπτικά δεδομένα χρησιμοποιήθηκαν για τη λήψη πληροφοριών σχετικά με τις επιπτώσεις των προαναφερθέντων κινδύνων στους νομούς της Ελλάδας. Τα δεδομένα SAR χρησιμοποιήθηκαν και υποβλήθηκαν σε επεξεργασία σε αλγόριθμους αστικής εξάπλωσης και πλημμύρας, ενώ τα Οπτικά δεδομένα χρησιμοποιήθηκαν και υποβλήθηκαν σε επεξεργασία στον αλγόριθμο της πυρκαγιάς. Ο εντοπισμός αλλαγών ήταν η βασική διαδικασία και στους τρεις αλγόριθμους, συγκρίνοντας δεδομένα και σύνολα δεδομένων πριν και μετά το εκάστοτε συμβάν. Χρησιμοποιήθηκαν εικόνες SAR Sentinel-1 και τα προϊόντα που προέκυψαν διορθώθηκαν μέσω του συνόλου δεδομένων HydroSHEDS, για την ανίχνευση και την εξάλειψη αιχμών και φρεατίων στα δεδομένα SRTM, ενώ μικρά κενά καλύφθηκαν με παρεμβολή των γύρω ανυψώσεων. Επιπλέον, τα Δεδομένα Πληθυσμού του Παγκόσμιου Έργου WorldPop οπτικοποιούνται για περισσότερες πληροφορίες σχετικά με την αστικοποίηση των τελευταίων ετών. Το σύνολο δεδομένων υδρογραφικού δικτύου οπτικοποιείται επίσης για περισσότερες πληροφορίες σχετικά με την περιοχή και την υδρολογική της δομή. Επίσης, χρησιμοποιήθηκαν εικόνες Sentinel-2 και το NDVI υπολογίστηκε και αξιολογήθηκε πριν και μετά το συμβάν πυρκαγιάς, χρησιμοποιώντας τις ζώνες B8 και B4 του Sentinel 2. Επιπλέον, ο αλγόριθμος υπολογίζει το NBR κανονικοποιώντας τη διαφορά μεταξύ των ζωνών B8 και B12 του Sentinel 2. Τέλος, αναπτύσσεται μια ταξινόμηση των τιμών NBR για τον προσδιορισμό της σοβαρότητας της καμένης περιοχής.","abstract_html":"Οι καταστροφές στο φυσικό και ανθρωπογενές περιβάλλον προκαλούν μια σειρά προβλημάτων που σχετίζονται με τις οικονομικές δραστηριότητες αλλά και τον τομέα της υγείας. Η παρούσα μελέτη παρουσιάζει μια εφαρμογή GIS για την εμφάνιση γεγονότων αστικής εξάπλωσης, πλημμύρας και δασικών πυρκαγιών σε όλους τους νομούς της Ελλάδας. Η εφαρμογή αυτή δίνει τη δυνατότητα στους χρήστες να αναζητούν καταστροφικά συμβάντα μέσα από ένα σύνολο διαθέσιμων καταστροφών, ημερομηνίες της επιλογής τους και από την περιοχή ενδιαφέροντός τους, ενημερώνοντας τον χάρτη. Αναπτύχθηκαν τρεις διαφορετικοί αλγόριθμοι προκειμένου να υπολογιστούν τα πιο έγκυρα αποτελέσματα. Τα SAR και Οπτικά δεδομένα χρησιμοποιήθηκαν για τη λήψη πληροφοριών σχετικά με τις επιπτώσεις των προαναφερθέντων κινδύνων στους νομούς της Ελλάδας. Τα δεδομένα SAR χρησιμοποιήθηκαν και υποβλήθηκαν σε επεξεργασία σε αλγόριθμους αστικής εξάπλωσης και πλημμύρας, ενώ τα Οπτικά δεδομένα χρησιμοποιήθηκαν και υποβλήθηκαν σε επεξεργασία στον αλγόριθμο της πυρκαγιάς. Ο εντοπισμός αλλαγών ήταν η βασική διαδικασία και στους τρεις αλγόριθμους, συγκρίνοντας δεδομένα και σύνολα δεδομένων πριν και μετά το εκάστοτε συμβάν. Χρησιμοποιήθηκαν εικόνες SAR Sentinel-1 και τα προϊόντα που προέκυψαν διορθώθηκαν μέσω του συνόλου δεδομένων HydroSHEDS, για την ανίχνευση και την εξάλειψη αιχμών και φρεατίων στα δεδομένα SRTM, ενώ μικρά κενά καλύφθηκαν με παρεμβολή των γύρω ανυψώσεων. Επιπλέον, τα Δεδομένα Πληθυσμού του Παγκόσμιου Έργου WorldPop οπτικοποιούνται για περισσότερες πληροφορίες σχετικά με την αστικοποίηση των τελευταίων ετών. Το σύνολο δεδομένων υδρογραφικού δικτύου οπτικοποιείται επίσης για περισσότερες πληροφορίες σχετικά με την περιοχή και την υδρολογική της δομή. Επίσης, χρησιμοποιήθηκαν εικόνες Sentinel-2 και το NDVI υπολογίστηκε και αξιολογήθηκε πριν και μετά το συμβάν πυρκαγιάς, χρησιμοποιώντας τις ζώνες B8 και B4 του Sentinel 2. Επιπλέον, ο αλγόριθμος υπολογίζει το NBR κανονικοποιώντας τη διαφορά μεταξύ των ζωνών B8 και B12 του Sentinel 2. Τέλος, αναπτύσσεται μια ταξινόμηση των τιμών NBR για τον προσδιορισμό της σοβαρότητας της καμένης περιοχής.","abstract_has_math":false,"creators":["Καραγιάννη Αθανασία","Karagianni Athanasia"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2022,"date_issued":"2022","date_published":"2022","updated_at":"2026-11-19T06:20:10Z","subjects":["Τεχνολογία – Πληροφορική","Technology - Computer science"],"languages":["English"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:3245643"],"render_values":[{"text":"uoadl:3245643","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/3245643","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/3245643","record_label":"Repository record","record_kind":"record","record_source":"dc:identifier","download_url":null,"download_label":null,"download_source":null,"access_status":null,"embargo_until":null,"access_note":null},"source_record":{"url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh?verb=GetRecord&metadataPrefix=oai_dc&identifier=oai%3Alib.uoa.gr%3Auoadl%3A3245643","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Καραγιάννη Αθανασία","Karagianni Athanasia"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2022"]},{"key":"dc:type","label":"Dc Type","values":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Τεχνολογία – Πληροφορική","Technology - Computer science"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["English"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:3245643","https://pergamos.lib.uoa.gr/uoa/dl/object/3245643"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Οι καταστροφές στο φυσικό και ανθρωπογενές περιβάλλον προκαλούν μια σειρά προβλημάτων που σχετίζονται με τις οικονομικές δραστηριότητες αλλά και τον τομέα της υγείας. Η παρούσα μελέτη παρουσιάζει μια εφαρμογή GIS για την εμφάνιση γεγονότων αστικής εξάπλωσης, πλημμύρας και δασικών πυρκαγιών σε όλους τους νομούς της Ελλάδας. Η εφαρμογή αυτή δίνει τη δυνατότητα στους χρήστες να αναζητούν καταστροφικά συμβάντα μέσα από ένα σύνολο διαθέσιμων καταστροφών, ημερομηνίες της επιλογής τους και από την περιοχή ενδιαφέροντός τους, ενημερώνοντας τον χάρτη. Αναπτύχθηκαν τρεις διαφορετικοί αλγόριθμοι προκειμένου να υπολογιστούν τα πιο έγκυρα αποτελέσματα. Τα SAR και Οπτικά δεδομένα χρησιμοποιήθηκαν για τη λήψη πληροφοριών σχετικά με τις επιπτώσεις των προαναφερθέντων κινδύνων στους νομούς της Ελλάδας. Τα δεδομένα SAR χρησιμοποιήθηκαν και υποβλήθηκαν σε επεξεργασία σε αλγόριθμους αστικής εξάπλωσης και πλημμύρας, ενώ τα Οπτικά δεδομένα χρησιμοποιήθηκαν και υποβλήθηκαν σε επεξεργασία στον αλγόριθμο της πυρκαγιάς. Ο εντοπισμός αλλαγών ήταν η βασική διαδικασία και στους τρεις αλγόριθμους, συγκρίνοντας δεδομένα και σύνολα δεδομένων πριν και μετά το εκάστοτε συμβάν. Χρησιμοποιήθηκαν εικόνες SAR Sentinel-1 και τα προϊόντα που προέκυψαν διορθώθηκαν μέσω του συνόλου δεδομένων HydroSHEDS, για την ανίχνευση και την εξάλειψη αιχμών και φρεατίων στα δεδομένα SRTM, ενώ μικρά κενά καλύφθηκαν με παρεμβολή των γύρω ανυψώσεων. Επιπλέον, τα Δεδομένα Πληθυσμού του Παγκόσμιου Έργου WorldPop οπτικοποιούνται για περισσότερες πληροφορίες σχετικά με την αστικοποίηση των τελευταίων ετών. Το σύνολο δεδομένων υδρογραφικού δικτύου οπτικοποιείται επίσης για περισσότερες πληροφορίες σχετικά με την περιοχή και την υδρολογική της δομή. Επίσης, χρησιμοποιήθηκαν εικόνες Sentinel-2 και το NDVI υπολογίστηκε και αξιολογήθηκε πριν και μετά το συμβάν πυρκαγιάς, χρησιμοποιώντας τις ζώνες B8 και B4 του Sentinel 2. Επιπλέον, ο αλγόριθμος υπολογίζει το NBR κανονικοποιώντας τη διαφορά μεταξύ των ζωνών B8 και B12 του Sentinel 2. Τέλος, αναπτύσσεται μια ταξινόμηση των τιμών NBR για τον προσδιορισμό της σοβαρότητας της καμένης περιοχής.","Hazards in the natural and man-made environment cause a series of problems that are related to economic activities and the health sector. This study presents a GIS application for displaying urban sprawl, flood, and wildfire events in all prefectures of Greece. The developed application enables users to search from a set of hazards, for dates of their choice and from their region of interest and update the map. Three different algorithms were developed in order to calculate the most valid results. SAR and Optical data were used to get information about the above-mentioned hazards’ impacts on Greece prefectures. SAR data were used and processed in urban sprawl and flood algorithms, while Optical data were used and processed in wildfire algorithm. Change detection was the key process in all three algorithms, comparing pre and post event data and datasets. Sentinel-1 SAR imagery was used, and the resulting product was corrected via the HydroSHEDS dataset, to detect and void out spikes and wells in the SRTM data, while small voids were filled by interpolation of surrounding elevations. In addition, WorldPop Global Project Population Data is also being visualized for more information related to the urbanization of the past years. Hydrographic network dataset is also being visualized for more information about the area and its hydrological structure. Also, Sentinel-2 imagery was used, and the NDVI was calculated and assessed before and after the fire event, using Sentinel 2’s bands B8 and B4. In addition, the algorithm calculates NBR by normalizing the difference between Sentinel 2’s bands B8 and B12. Finally, a classification of the NBR values is developed to identify the severity of the burned area."]},{"key":"dc:title","label":"Title","values":["Hazards identification in the natural and man-made environment using SAR and Optical satellite data in Google Earth Engine (GEE)"]}]}],"canonical_facts":{"dc:creator":["Καραγιάννη Αθανασία","Karagianni Athanasia"],"dc:date":["2022"],"dc:description":["Οι καταστροφές στο φυσικό και ανθρωπογενές περιβάλλον προκαλούν μια σειρά προβλημάτων που σχετίζονται με τις οικονομικές δραστηριότητες αλλά και τον τομέα της υγείας. Η παρούσα μελέτη παρουσιάζει μια εφαρμογή GIS για την εμφάνιση γεγονότων αστικής εξάπλωσης, πλημμύρας και δασικών πυρκαγιών σε όλους τους νομούς της Ελλάδας. Η εφαρμογή αυτή δίνει τη δυνατότητα στους χρήστες να αναζητούν καταστροφικά συμβάντα μέσα από ένα σύνολο διαθέσιμων καταστροφών, ημερομηνίες της επιλογής τους και από την περιοχή ενδιαφέροντός τους, ενημερώνοντας τον χάρτη. Αναπτύχθηκαν τρεις διαφορετικοί αλγόριθμοι προκειμένου να υπολογιστούν τα πιο έγκυρα αποτελέσματα. Τα SAR και Οπτικά δεδομένα χρησιμοποιήθηκαν για τη λήψη πληροφοριών σχετικά με τις επιπτώσεις των προαναφερθέντων κινδύνων στους νομούς της Ελλάδας. Τα δεδομένα SAR χρησιμοποιήθηκαν και υποβλήθηκαν σε επεξεργασία σε αλγόριθμους αστικής εξάπλωσης και πλημμύρας, ενώ τα Οπτικά δεδομένα χρησιμοποιήθηκαν και υποβλήθηκαν σε επεξεργασία στον αλγόριθμο της πυρκαγιάς. Ο εντοπισμός αλλαγών ήταν η βασική διαδικασία και στους τρεις αλγόριθμους, συγκρίνοντας δεδομένα και σύνολα δεδομένων πριν και μετά το εκάστοτε συμβάν. Χρησιμοποιήθηκαν εικόνες SAR Sentinel-1 και τα προϊόντα που προέκυψαν διορθώθηκαν μέσω του συνόλου δεδομένων HydroSHEDS, για την ανίχνευση και την εξάλειψη αιχμών και φρεατίων στα δεδομένα SRTM, ενώ μικρά κενά καλύφθηκαν με παρεμβολή των γύρω ανυψώσεων. Επιπλέον, τα Δεδομένα Πληθυσμού του Παγκόσμιου Έργου WorldPop οπτικοποιούνται για περισσότερες πληροφορίες σχετικά με την αστικοποίηση των τελευταίων ετών. Το σύνολο δεδομένων υδρογραφικού δικτύου οπτικοποιείται επίσης για περισσότερες πληροφορίες σχετικά με την περιοχή και την υδρολογική της δομή. Επίσης, χρησιμοποιήθηκαν εικόνες Sentinel-2 και το NDVI υπολογίστηκε και αξιολογήθηκε πριν και μετά το συμβάν πυρκαγιάς, χρησιμοποιώντας τις ζώνες B8 και B4 του Sentinel 2. Επιπλέον, ο αλγόριθμος υπολογίζει το NBR κανονικοποιώντας τη διαφορά μεταξύ των ζωνών B8 και B12 του Sentinel 2. Τέλος, αναπτύσσεται μια ταξινόμηση των τιμών NBR για τον προσδιορισμό της σοβαρότητας της καμένης περιοχής.","Hazards in the natural and man-made environment cause a series of problems that are related to economic activities and the health sector. This study presents a GIS application for displaying urban sprawl, flood, and wildfire events in all prefectures of Greece. The developed application enables users to search from a set of hazards, for dates of their choice and from their region of interest and update the map. Three different algorithms were developed in order to calculate the most valid results. SAR and Optical data were used to get information about the above-mentioned hazards’ impacts on Greece prefectures. SAR data were used and processed in urban sprawl and flood algorithms, while Optical data were used and processed in wildfire algorithm. Change detection was the key process in all three algorithms, comparing pre and post event data and datasets. Sentinel-1 SAR imagery was used, and the resulting product was corrected via the HydroSHEDS dataset, to detect and void out spikes and wells in the SRTM data, while small voids were filled by interpolation of surrounding elevations. In addition, WorldPop Global Project Population Data is also being visualized for more information related to the urbanization of the past years. Hydrographic network dataset is also being visualized for more information about the area and its hydrological structure. Also, Sentinel-2 imagery was used, and the NDVI was calculated and assessed before and after the fire event, using Sentinel 2’s bands B8 and B4. In addition, the algorithm calculates NBR by normalizing the difference between Sentinel 2’s bands B8 and B12. Finally, a classification of the NBR values is developed to identify the severity of the burned area."],"dc:identifier":["uoadl:3245643","https://pergamos.lib.uoa.gr/uoa/dl/object/3245643"],"dc:language":["English"],"dc:subject":["Τεχνολογία – Πληροφορική","Technology - Computer science"],"dc:title":["Hazards identification in the natural and man-made environment using SAR and Optical satellite data in Google Earth Engine (GEE)"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T06:20:10Z"}