Detecting Changes in War-Damaged Urban Areas Using the IR-MAD Method and Sentinel-2 Satellite Data

• Název práce v češtině: Detekce změn ve válkou poškozených městských oblastech pomocí metody IR-MAD a satelitních dat Sentinel-2
• Název v anglickém jazyce: Detecting Changes in War-Damaged Urban Areas Using the IR-MAD Method and Sentinel-2 Satellite Data
• Klíčová slova: Detekce změn, IR-MAD, Google Earth Engine, Gaza,
• Klíčová slova anglicky: Detekce změn, IR-MAD, Google Earth Engine, Gaza,
• Akademický rok vypsání: 2023/2024
• Typ práce: bakalářská práce
• Jazyk práce: angličtina
• Ústav: Katedra aplikované geoinformatiky a kartografie (31-370)
• Vedoucí / školitel: RNDr. Josef Laštovička, Ph.D.
• Řešitel: skrytý - zadáno a potvrzeno stud. odd.
• Datum přihlášení: 27.06.2024
• Datum zadání: 27.06.2024
• Datum potvrzení stud. oddělením: 28.06.2024
• Datum odevzdání elektronické podoby: 31.07.2024
• Datum proběhlé obhajoby: 04.09.2024
• Oponenti: Mgr. Daniel Paluba, Ph.D.
• Konzultanti: Mgr. Jan Svoboda

Seznam odborné literatury

Aimaiti, Y., Sanon, C., Koch, M., Baise, L. G., & Moaveni, B. (2022). War Related Building Damage Assessment in Kyiv, Ukraine, Using Sentinel-1 Radar and Sentinel-2 Optical Images. In Remote Sensing (Vol. 14, Issue 24, p. 6239). MDPI AG. https://doi.org/10.3390/rs14246239

Beygi Heidarlou, H., Banj Shafiei, A., Erfanian, M., Tayyebi, A., & Alijanpour, A. (2020). Armed conflict and land-use changes: Insights from Iraq-Iran war in Zagros forests. In Forest Policy and Economics (Vol. 118, p. 102246). Elsevier BV. https://doi.org/10.1016/j.forpol.2020.102246

Fakhri, F., & Gkanatsios, I. (2021). Integration of Sentinel-1 and Sentinel-2 data for change detection: A case study in a war conflict area of Mosul city. In Remote Sensing Applications: Society and Environment (Vol. 22, p. 100505). Elsevier BV. https://doi.org/10.1016/j.rsase.2021.100505

Kussul, N., Yailymova, H., & Drozd, S. (2022). Detection of War-Damaged Agricultural Fields of Ukraine Based on Vegetation Indices Using Sentinel-2 Data. In 2022 12th International Conference on Dependable Systems, Services and Technologies (DESSERT). 2022 12th International Conference on Dependable Systems, Services and Technologies (DESSERT). IEEE. https://doi.org/10.1109/dessert58054.2022.10018739

Marx, A. J. (2016). Detecting urban destruction in Syria: A Landsat-based approach. In Remote Sensing Applications: Society and Environment (Vol. 4, pp. 30–36). Elsevier BV. https://doi.org/10.1016/j.rsase.2016.04.005

Předběžná náplň práce

Bakalářská práce se bude zabývat detekcí jevů spojených s válečnými konflikty – např. požáry, místa po bombardování atp. Pro samotnou práci budou naprogramovány vlastní skripty (pomocí jazyku Python) využívající Google Earth Engine API. Pro analýzy bude využito volně dostupných multispektrálních snímků Sentinel-2. Pro vybrané místo urbánního území s probíhajícím či již proběhlým konfliktem bude otestována Change Detection metoda IR-MAD (Iteratively Reweighted Multivariate Alteration Detection), pomocí níž bude možné detekovat a kvantifikovat proběhlé změny. Výsledky budou validovány pomocí optických družicových dat Planet s velmi vysokým prostorovým rozlišením. Pro prezentaci výsledků bude vytvořena vlastní webová mapová aplikace. Aplikace bude zveřejněna na vlastních webových stránkách, které budou vytvořeny pomocí technologie Google Sites.

Cíle práce:
1. Stanovení užitečnosti IR-MAD pro detekci změn spojených s válečnými konflikty. Pro validaci přesnosti detekce změn budou využita data Planet s velmi vysokým prostorovým rozlišením.
2. Sestavení skriptů v prostředí Python pro pozorování, detekci a validaci jevů spojených s válečnými konflikty.
3. Sestavení vlastní online webové mapové aplikace zobrazující vydetekované změny ve vybraném území a dále vytvoření webových stránek pomocí technologie Google Sites, na nichž bude prezentována vytvořená online mapová aplikace.

Předběžná náplň práce v anglickém jazyce

The bachelor thesis will deal with the detection of phenomena associated with war conflicts - e.g. fires, bombing sites, etc. For the work itself, custom scripts will be programmed (in Python) using the Google Earth Engine API. Freely available Sentinel-2 multispectral imagery will be used for analysis. Change Detection method IR-MAD (Iteratively Reweighted Multivariate Alteration Detection) will be tested for a selected location of an urban area with an ongoing or past conflict to detect and quantify the changes taking place. The results will be validated using Planet's very high spatial resolution optical satellite data. A custom web-based mapping application will be developed to present the results. The application will be published on its own website, which will be created using Google Sites technology.

Objectives:
1. To determine the utility of IR-MAD for detecting changes associated with war-related conflicts. Planet data with very high spatial resolution will be used to validate the accuracy of change detection.
2. Building scripts in Python to observe, detect and validate phenomena associated with war conflicts.
3. Building a custom online web map application showing detected changes in the selected area and creating a website using Google Sites technology to present the created online map application.