Am ales evidențierea suprafețelor verzi din diferite motive, precum: [310113]

Capitolul 1. Introducere

În această lucrare se prezintă o aplicație cu ajutorul căreia se pot evidenția suprafețe verzi din cadrul unei suprafețe bine delimitate cu ajutorul imaginilor preluate de la serviciul online Hărți Google (en. Google Maps).

[anonimizat]:

Pentru a putea vizualiza lipsa de spații verzi în cartierele sau orașele nou dezvoltate

Pentru a putea fi ușor de monitorizat parcele arabile cât și cele nearabile

Pentru a [anonimizat] 24/2007,[1] privind reglementarea și administrarea spațiilor verzi din intravilanul localităților:

“Art.1 [anonimizat] a stării de sănătate a populației.

Art.2 [anonimizat], dreptul de a [anonimizat], în condițiile respectării prevederilor legale în vigoare.

Art.3 Spațiile verzi se compun din următoarele tipuri de terenuri din intravilanul localităților:

a)spații verzi publice cu acces nelimitat: parcuri, grădini, scuaruri, fâșii plantate;

b)spații verzi publice de folosință specializată:

1.[anonimizat], [anonimizat];

2.cele aferente dotărilor publice: creșe, grădinițe, școli, [anonimizat], [anonimizat];

3.baze sau parcuri sportive pentru practicarea sportului de performanță;

c)spații verzi pentru agrement: [anonimizat], complexuri și baze sportive;

d)spații verzi pentru protecția lacurilor și cursurilor de apă;

e)culoare de protecție față de infrastructura tehnică;

f)păduri de agrement.

Art. 8 (1)Administrarea spațiilor verzi proprietate publică este exercitată de autoritățile administrației publice locale și de alte organe împuternicite în acest scop.

(2)[anonimizat].

Art. 21 [anonimizat], pentru:

a)folosirea neautorizată a terenurilor cu spații verzi;

b)[anonimizat] a obiectivelor în spațiile verzi;

c)[anonimizat];

d)desfășurarea neautorizată a [anonimizat];

e)ocuparea nelegitimă a terenurilor cu spații verzi;

f)deteriorarea spațiilor verzi în urma incendiilor sau a comportării iresponsabile cu focul;

g)[anonimizat], sticle, [anonimizat];

h)[anonimizat], [anonimizat];

i)colectarea plantelor medicinale, a fructelor și a ierbii de gazon;

j)pășunatul pe spații verzi;

k)decopertarea litierei și deteriorarea păturii vii și a stratului de sol fertil;

l)capturarea animalelor protejate integrate ecosistemului spațiului verde;”

Există o multitudine de avantaje pentru sănătate asociate cu accesul la spațiul public deschis și la parcuri. Accesul la zonele cu vegetație, cum ar fi parcurile, spațiile verzi și locurile de joacă, a fost asociat cu o mai bună stare a sănătății generale, a nivelului de stres redus, a depresiei reduse, a stării de anxietate și a multor probleme de sănatate actuale.

“Potrivit Organizației Mondiale a Sănătății, inactivitatea fizică reprezintă un risc major pentru sănătatea publică. În Australia, aproape jumătate din toți australienii nu îndeplinesc nici măcar recomandările de activitate fizică zilnică de 30 de minute.

Un studiu a constatat că persoanele care folosesc spații publice deschise sunt de trei ori mai multe șanse să atingă nivelurile recomandate de activitate fizică decât cei care nu utilizează spațiile. Utilizatorii și potențialii utilizatori preferă parcurile și spațiile deschise din apropiere, atractive și mai mari.”[2]

Astfel, îmbunătățirea accesului la spațiul public deschis are potențialul de a crește nivelul de activitate fizică și de a beneficia de sănătate mintală și de a reduce costurile de asistență medicală și alte costuri menite să obțină starea de bine a populației.

Parcurile urbane contribuie, de asemenea, la beneficii ecologice. O rețea de parcuri și spații deschise care includ terenuri naturale protejate, rezervații ecologice, zone umede și alte zone verzi sunt esențiale pentru asigurarea habitatelor sănătoase pentru oameni, animale sălbatice și plante în aceste locuri dens construite. Peisajele naturale sunt vitale pentru conservarea ecosistemelor regionale în mijlocul orașelor în creștere.

Conform S. Branson, “Cataloagele actualizate ale populației copacilor urbane sunt importante pentru ca municipalitățile să monitorizeze și să îmbunătățească calitatea vieții în orașe. În ciuda multor cercetări privind automatizarea cartografierii copacilor, bazându-se în principal pe campanii dedicate în aer liber LiDAR sau campaniile hiperspectrale, detectarea copacilor și recunoașterea speciilor este în mare parte realizată manual în practică. Prezentăm o conductă automată de detectare a copacilor și recunoaștere a speciilor, care poate procesa mii de copaci în câteva ore, utilizând imagini aeriene și de pe străzile accesibile publicului din Google Maps TM . Aceste date oferă informații bogate din puncte de vedere diferite și la scări diferite de la forme globale de copaci la texturi de coajă. Fluxul nostru de lucru este construit în jurul unei clasificări supravegheatecare învață automat cele mai multe caracteristici discriminative de la mii de copaci și date corespunzătoare, stocate public în copaci. În plus, introducem un sistem de urmărire a schimbărilor care recunoaște schimbările de arbori individuali la scară urbană, ceea ce este esențial pentru a menține un inventar al copacilor urbani actualizat. Sistemul realizează imagini la nivelul stradal al aceleiași locații în două timpuri diferite și clasifică tipul de modificare (de exemplu, copacul a fost eliminat).”[3]

Contextul proiectului

În ultimii ani asistăm la un proces de transformare internă a localităților de mari dimensiuni și un proces de extindere a majoritatea localităților, proces urmat de o serie de fenomene: transformări funcționale în interiorul localităților, determinate implementarea construcțiilor comerciale, birourilor și locuințelor colective, dezvoltarea sistemului de legături în teritoriu și în localități (autostrăzi, drumuri rapide, șosele, căi ferate).

În mod particular, România se confruntă cu probleme specific precum:

descreșterea suprafeței de spații verzi în urma schimbărilor de destinație,

creșterea numărului de locuitori și extinderea localităților fară ca numărul de spații verzi să crească,

insuficiența spațiilor verzi din punct de vedere calitativ,

lipsa întreținerii datorată dificultății de gestiune,

Așadar a apărut necesară introducerea unei obligații legale pentru introducerea pentru autoritățiile locale de a-și proteja și constitui rezerva de spații verzi a localităților, ideea materializată prin câteva legi bine structurate pentru ca fiecare cetățean să aibă parte de locuri verzi.

Aceasta aplicație, (numele aplicației) oferă posibilitatea de a identifica zonele cu suprafețe verzi, dându-ne ocazia să verificăm respectarea legilor impuse privind reglementarea și administrarea spațiilor verzi atât din zonele urbane cât și din cele rurale.

De asemenea, în zilele noastre ne confruntăm cu o mare problemă, atât la nivel național cât și la nivel mondial și anume defrișările necontrolate.

Pădurea este esențială pentru viața pe Pământ și furnizează servicii fundamentale umanității. Pădurea contribuie la bunăstarea fizică și spirituală a omului prin: producerea de oxigen; captarea carbonului; purificarea și retenția apei; protecția împotriva inundațiilor, a eroziunii și a alunecărilor de teren; susținerea și protejarea biodiversității; producția de lemn, fibre, biomasă; participarea la definirea identităților culturale și a valorilor spirituale; oferirea cadrului pentru recreere etc. Cu toate acestea, până la ora actuală, 80% din pădurile lumii au fost distruse sau degradate.

În România aceste defrișări masive, constituie una dintre cele mai grave probleme de mediu. Deși s-au elaborate legi și s-au luat diferite măsuri pentru impiedicarea acestui fenomen, lucrurile au scăpat de sub control și numărul de defrișări în ultimii ani au crescut.

Importanța aplicației (,,,,,,) în acest domeniu este semnificativă, deoarece prezintă soluția de monitorizarea a defrișărilor ilegale, folosind imaginile din satelit, prin compararea acestora de la o perioadă la alta pentru o suprafață bine delimitată.

Ideea proiectului

Dezvoltarea unei aplicații de localizare a suprafețelor verzi este adesea motivată de diferite scenarii. În cazul acestei lucrări s-a pornit de la o idee cât se poate de simplă, iar pe parcurs au apărut mult mai multe idei sau posibilități de extindere.

Ideea dezvoltării unei astfel de aplicații a pornit de la nevoia omului modern lipsit de spații de recreere și totodată fascinat de tehnologie. Inspirația a venit și datorită lipsei de măsuri luate împotriva defrișărilor masive care au avut loc în ultimii ani pe teritoriul României. Această aplicație ar putea acorda ajutorul autorităților și celor în măsură să oprească defrișăriile ilegale, oferindu-le posibilitatea să compare cu ajutorul imaginilor cu pădurile din satelit, ceea ce a fost și ceea ce mai există.

Cu timpul, ideea s-a dezvoltat și am ajuns la stadiul în care m-am gandit că aplicația ar putea ajuta până și la Oficiul de Cadastru. De exemplu, cu ajutorul ei s-ar putea identifica cu exactitate diferența dintre anumite parcele arabile sau fânețe.

Dezvoltarea aplicației se poate folosi în agricultură, se poate folosi pentru agricultura de precizie și pentru a măsura biomasa. Întrucât, în silvicultură se poate utiliza această aplicație pentru a cuantifica aprovizionarea forestieră.

Capitolul 2. Scopul și Obiectivele Proiectului

Aplicația de identificare a suprafețelor verzi are ca scop principal facilitarea muncii a multor întreprinderi, cât și a persoanelor fizice. De asemenea, această aplicație ar fi de mare ajutor pentru primăriile urbane cât și rurale pentru gestionarea Registrului Spațiilor Verzi.

Prin structura sa, aplicația poate identifica locurile prin două metode:

– prin procesarea imaginilor preluate de la serviciul online Google Maps cu ajutorul funcției Satellit

– prin prelucrarea setului de date preluate de la ESA (European Space Agency)

Prin prima metoda se dorește a lua imagini de la serviciul online Google Satellite si calcularea valorii fiecarui pixel cu o plajă de valori de la 0 la 255 implicit setată de către utilizator deoarece se pot evidenția anumite suprafețe verzi de ex: copaci au o nuanță de verde mai închis decat spațiile verzi, și daca se dorește a identifica în mare parte copaci, atunci această plajă de valori se va schimba deoarece verdele va fi mai intens.

La implementarea celei de-a doua metoda se va face o prelucrare mai amplă a imaginii deoarece aceste imagini care se downloadeaza de la ESA (European Space Agency) conțin un set mare de date care acele date sunt împarțite pe benzi de culoare. Pentru început pentru a putea indentica suprafețele verzi folosind aceste imagini va trebui calculat NDVI (Normalized Difference Vegetation Index).

Dupa ce se va calcula NDVI și se va evidenția suprafețele verzi, se va genera o imagine digitală cu extensia “TIFF”, după care aceasta imagine se va încarca în GeoServer. După ce imaginea cu extensia “TIFF” a fost încarcată în GeoServer, folosind OpenLayer această imagine se va suprapune peste un BaseMap unde se va evidenția strict suprafețele verzi.

Capitolul. 3 Studiul Bibliografic

Conform ACK Lee și R Maheswaran [4] “la nivel global, se produce o schimbare demografică dramatică spre urbanizare. Între anii 2000 și 2050, proporția persoanelor care trăiesc în mediul urban este proiectată să crească de la 46,6 la 69,6%. Urbanizarea pune probleme prin efecte cum ar fi poluarea mediului, accidentele, efectele insulei termice și schimbările climatice. Aceasta a subliniat necesitatea unei acțiuni multisectoriale pentru promovarea sănătății populațiilor urbane și a dus la creșterea mișcării "Orașelor sănătoase".

Beneficiile fizice și psihologice au fost legate de spațiile verzi prin efectele lor presupuse asupra activității fizice numeroase beneficii pentru sanatate ale activitatii fizice au fost documentate, cum ar fi efectele asupra bolilor cardiovasculare și cerebrovasculare, diabet, cancer colorectal, osteoporoza, depresie si leziuni legate de toamna. De asemenea, îmbunătățește funcționarea psihică, sănătatea mintală și bunăstarea și poate avea beneficii psihologice de lungă durată. De asemenea , au fost raportate beneficii pe longevitate.

În timp ce urbanizarea are în mod clar efecte asupra sănătății, există incertitudine cu privire la faptul că beneficiile pe care le presupun sănătatea spațiilor verzi, cum ar fi parcurile și terenurile de joc, sunt un mit sau un fapt urban. Dezvoltările urbane sunt proiecte costisitoare. Prin urmare, este important ca deciziile privind proiectarea urbană și planificarea să fie informate prin dovezi solide. Această revizuire a încercat să examineze pe larg dovezile privind beneficiile pentru sănătatea populației din spațiile verzi și să furnizeze un rezumat narativ pentru factorii de decizie din domeniul sănătății și planificatorii urbani.”

Este descrisă dintr-o altă perseptivă, MC Hansen și SV Stehman [5] “Suprafața forestieră este o variabilă importantă de intrare pentru evaluarea modificărilor stocurilor de carbon, a sistemelor climatice și hidrologice, a bogăției de biodiversitate și a altor discipline ale științei durabilității. În ciuda îmbunătățirilor incrementale ale capacității noastre de a cuantifica ratele de compensare a pădurilor, nu există încă o înțelegere definitivă asupra tendințelor globale. Fără metode de monitorizare a pădurilor în timp util și exacte, răspunsurile politice vor fi neinformate cu privire la cele mai importante fapte ale schimbării acoperirii pădurilor. Rezultatele unei strategii de monitorizare fezabile și eficiente din punct de vedere al costurilor sunt prezentate care permit o estimare coerentă, precisă și internă a curățării pădurilor în cadrul tropicilor umede. O abordare de eșantionare bazată pe probabilitate care utilizează în mod sinergic seturi de date satelit cu rezoluție spațială mică și mare a fost utilizată pentru a cuantifica curățarea pădurilor tropicale umede din 2000 până în 2005.”

De asemenea, Richard A. și Fuller , Kevin J. Gaston [6] susțin că majoritatea oamenilor de pe planetă trăiesc în agregări dense, iar directivele de politică pun accentul pe zonele verzi din orașe pentru a ameliora unele dintre problemele vieții urbane. Beneficiile spațiilor verzi din mediul urban variază de la sănătatea fizică și psihologică la coeziunea socială, furnizarea de servicii ecosistemice și conservarea biodiversității.

Acoperirea spațiului verde diferă enorm între orașe, însă se cunosc puține despre corelațiile sau geografia acestei variații. Acest lucru este important, deoarece urbanizarea se accelerează, iar consecințele pentru spațiul verde sunt neclar. Aici, utilizăm regresia axei principale standardizate pentru a explora relațiile dintre acoperirea spațiului verde urban, zona orașului și mărimea populației în 386 de orașe europene.

Arătăm că acoperirea spațiului verde crește mai rapid decât zona orașului, însă scade doar slab datorită creșterii densității populației umane. Astfel, asigurarea spațiului verde în cadrul unui oraș este legată în primul rând de zona orașului, mai degrabă decât de numărul de locuitori pe care îl servește, sau de un efect simplu de umplere a spațiului. Astfel, orașele compacte (dimensiuni mici și înaltă densitate) arată foarte scăzutepe cap de locuitor alocarea spațiului verde.

Cu toate acestea, la niveluri ridicate de urbanitate, rețeaua spațială verde este robustă pentru compactarea ulterioară a orașului. Pe măsură ce orașele cresc, interacțiunile dintre oameni și natură depind din ce în ce mai mult de calitatea peisajului în afara rețelelor oficiale de spațiu verde, cum ar fi plantațiile stradale sau mărimea, compoziția și gestionarea curților și a grădinilor.

Capitolul 4. Analiză și Fundamentare Teoretică

În acest capitol vor fi prezentate câteva concepte folosite în dezvoltarea aplicației pentru evidențierea suprafețelor verzi cum ar fi limbajele utilizate pentru crearea unei astfel de aplicații și intrumentele care pot fi utilizate în dezvoltarea ei.

4.1 Ce reprezintă imaginile satelitare?

Imaginile satelitare (fotografierea spațială) sunt imagini ale Pământului, ale altor planete sau ale unor suprafețe preluate prin sateliții de imagini operate de guverne și întreprinderi importante din întreaga lume. Companiile de imagini satelitare vând imaginile prin acordarea de licențe guvernelor și marilor companii, cum ar fi: “Hărți Apple”, ”Hărți Google”, etc.

Aceste imagini sunt utilizate în diferite domenii: domeniul meteorologiei, oceanografiei, agriculturii, pescuitului, silviculturii, conservării biodiversității, domeniul peisajului, geologiei, cartografiei, planificării regionale, educației, inteligenței și războiului.

Din punct de vedere al rezoluției, imaginile satelitare sunt de 4 tipuri, și anume:

Rezoluția spațială;

Rezoluția spectrală;

Rezoluția temporală;

Rezoluția radiometrică;

4.2 Ce este ESA?

ESA (European Space Agency) este poarta europeană a spațiului. Obiectivul ei este modelarea dezvoltării capacității spațiale a Europei. De asemenea, ESA se asigură că investițiile realizate în spațiu, continua să dea beneficii cetățenilor Europei și lumii.

4.2.1 Cine aparține ESA (European Space Agency)

“Din această organizație internatională fac parte 22 de state membre. Cu ajutorul resurselor financiare și intelectuale a membrilor săi, ESA poate desfășura programe și activități care depășesc cu mult domeniul de aplicare al oricărei țări europene unice.

Din Agenția Spațială Europeană (ESA) fac parte următoarele țări: Austria, Belgia, Republica Cehă, Danemarca, Estonia, Finlanda, Franța, Germania, Grecia, Ungaria, Irlanda, Italia, Luxemburg, Olanda, Norvegia, Polonia, Portugalia, România, Spania, Slovenia (membru asociat), Canada (participă la unele proiecte în baza unui accord de cooperare), de asemenea și Bulgaria, Croația, Cipru, Malta, Letonia, Lituania, Slovacia au acorduri de cooperare cu ESA.”[7]

4.2.2 Ce face ESA (European Space Agency)?

Obictivul ESA este de a concepe programul spațial european și de a-l realiza. Programele ESA sunt elaborate pentru a descoperii mai mult Pământul, mediul său spatial imediat, sistemul nostru solar și Universul, de asemenea și dezvoltarea tehnologiilor și serviciilor prin satelit și pentru promovarea industriilor europene. Agenția Spațială Europeană păstrează strânse legături cu organizațiile spațiale din afara Europei.

4.3 Ce este Copernicus?

Agenția Spațială Europeană (ESA), Organizația Europeană pentru Exploatarea Sateliților Meteorologici (EUMETSAT), Centrul European pentru Prognozele Meteorologice (ECMWF) și agențiile UE și cu Mercator Océan au implementat un program coordonat și gestionat de Comisia Europeană, denumindu-l “Copernicus”.

Copernicus este Programul de Observare a Pământului al Uniunii Europene, care privește planeta și mediul înconjurător pentru beneficiul final al tuturor cetățenilor europeni. Oferă servicii de informare bazate pe observarea prin satelit și pe date in situ (non-spațiu).

Fig.4.1 Imagini satelitare preluate de programul Copernicus

Cantități mari de date globale de la sateliți și de la sistemele de măsurare la sol, pe sol și la bord sunt folosite pentru a furniza informațiile care vin în ajutorul furnizoriilor de servicii, autorităților publice și altor organizații internaționale venite să îmbunătățească calitatea vieții pentru cetățenii Europei. Serviciile de informații furnizate sunt accesibile liber și deschis utilizatorilor săi.

“Copernicus a fost conceput special pentru a răspunde cerințelor utilizatorilor. Bazat pe satelit și observatiilor in situ, serviciile de Copernic furnizează date aproape în timp real, la nivel mondial, care poate fi de asemenea utilizate pentru nevoile locale și regionale, pentru a ne ajuta să înțelegem mai bine planeta noastră și de a gestiona în mod durabil mediul în care trăim.

Copernicus este deservit de un set de sateliți dedicați (familiile Sentinel) și de misiuni de contribuție (sateliți comerciali și publici existenți). Sateliții Sentinel sunt special concepuți pentru a satisface nevoile serviciilor Copernicus și a utilizatorilor acestora. De la lansarea Sentinel-1A în 2014, Uniunea Europeană a pus în mișcare un proces de plasare a unei constelații de aproape 20 de sateliți în orbită înainte de 2030.

Serviciile Copernicus transformă această bogăție de date satelit și in situ în informații cu valoare adăugată prin prelucrarea și analizarea datelor. Seturile de date care se întind de-a lungul anilor și deceniilor sunt comparabile și căutate, asigurând astfel monitorizarea schimbărilor; modelele sunt examinate și folosite pentru a crea previziuni mai bune, de exemplu, ale oceanului și ale atmosferei. Hărțile sunt create din imagini, caracteristicile și anomaliile sunt identificate și informațiile statistice sunt extrase.” [8]

Aceste activități de adăugare de valoare sunt simplificate prin intermediul a șase fluxuri tematice ale serviciilor Copernicus:

Fig. 4.2 Cele șase fluxuri tematice ale serviciilor Corpenicus

4.3.1 Cine utilizează programul Copernicus?

“Informațiile furnizate de serviciile Copernicus pot fi folosite de utilizatorii finali pentru o gamă largă de aplicații într-o varietate de domenii. Acestea includ gestionarea zonelor urbane, dezvoltarea durabilă și protecția naturii, planificarea regională și locală, agricultura, silvicultura și pescuitul, sănătatea, protecția civilă, infrastructura, transportul și mobilitatea, precum și turismul.

Principalii utilizatori ai serviciilor Copernicus sunt factorii de decizie politică și autoritățile publice care au nevoie de informații pentru a elabora legislația și politicile de mediu sau pentru a lua decizii critice în caz de urgență, cum ar fi un dezastru natural sau o criză umanitară.

Pe baza serviciilor Copernicus și a datelor colectate prin intermediul Sentinel și a misiunilor care contribuie, multe servicii cu valoare adăugată pot fi adaptate la nevoile publice sau comerciale specifice, ducând la noi oportunități de afaceri.”[8]

4.4 Limbaje și instrumente utilizate la procesarea datelor

4.4.1 Limbajul Java

Java este un limbaj de programare orientat-obiect de nivel înalt. Este un limbaj de programare cu scop general creat de Sun Microsystems. În ceea mai mare parte programul Java este utilizat pentru dezvoltarea aplicațiior web, a aplicațiilor desktop și se pot crea de la aplicații simple pentru mobil, până la programe destinate unor centre de date foarte mari.

Dintre caracteristicile principale ale limbajului amintim:

simplitate,

robustețe,

complet orientat pe obiecte,

ușurință în ceea ce privește programarea în rețea,

securitate,

neutru din punct de vedere arhitectural,

compilat si interpretat,

asigura o performanta ridicata a codului de octeti,

permite programarea cu fire de executie (multitheaded);

Acest limbaj este cunoscut de către toată lumea, deoarece poate fi citit și scris cu ușurință de către oameni, el utilizând asftel comenzi bazate pe engleză, înloc de coduri numerice.

Java are un set de reguli care determină modul în care instucțiunile sunt scrise, cunoscute sub numele de sintaxa sa. În momentul în care un program este scris, instrucțiunile de nivel înalt sunt traduse în coduri numerice, astfel computerele le inteleg și le pot executa.

Limbajul Java a luat naștere la începutul anilor '90, sub numele de Oak și apoi Green. Acest limbaj a fost creat pentru Sun Microsystems de o echipă sub conducerea lui James Gosling, Companie deținută în zilele de noatre de Oracle.

Java a fost un limbaj conceput pentru utilizarea pe dispozitive mobile digitale. Dar cu toate acestea când Java a lansat publicului prima versiune în 1996, accentul său principal s-a multat pe internet. Cu această ocazie a oferit utilizatoriilor interactivitate, iar dezvoltatorilor o modalitate de a produce pagini web animate. Ultima versiune Java aparută în 2018, sub numele de Java SE 10. De-a lungul anilor, Java a evoluat ca un limbaj de succes pentru utilizarea pe internet și pe internet.

Utilizarea limbajului Java în crearea acestei aplicații a fost posibilă, datorită claselor din librăria GDAL.

4.4.2 Platforma IntelliJ IDEA

IntelliJ IDEA este un mediu de programare mai special sau este un mediu bine integrat si pus la punct destinat în mare parte pentru dezvoltarea aplicațiilor Java. Platforma IntelliJ IDEA este dezvoltată și întreținută de compania JetBrains, unde a fost numită official IntelliJ. Este disponibilă în 2 ediții: ediția comunitară, care este licențiată de Apache 2.0 și ediția comercială cunoscută sub numele de Ultimate Edition. Ambele variante sunt folosite pentru dezvoltarea software-ului care poate fi vândut. Diferența dintre mediul de programare Intellij IDEA și alte medii este ușurinta de utilizare, flexibilitate și designul său solid.

IntelliJ IDEA a fost scos pe piață pentru prima dată în anul 2001, având caracteristici cum ar fi: navigare avansată în cod și abilitatea de a codifica refactor, ceea ce a făcut-o foarte populară.Cel mai important motiv pentru care este considerat unul dintre cele mai bune instrumente de programare bazate pe Java este facilitățile sale de asistență, ceea ce îl face ușor de utilizat și face programele create de acesta foarte bine concepute. De asemenea, are caracteristici avansate de verificare a erorilor, ceea ce permite verificarea mai rapidă și mai ușoară a erorilor.

4.4.3 Librăria GDAL

GDAL este o librărie de abstractizare a dateor geospațiale, o librărie de traduceri pentru formate de date geospațiale raster, care este prezentată sub licență Open Source Geospatial Open Source (licență Open Source) în stil X/MIT. Ca librărie, aceasta are un singur model de date abstracte pentru aplicația apelantă și pentru toate formatele acceptate. De asemenea, vine cu o varietate de utilități a liniei de comandă pentru traducerea și prelucrarea datelor.

Librăria GDAL este la ora actuală considerată cea mai puternică și completă suită de manipulare raster/vector, care stă la baza multor softuri prorietare și care este adoptată și integrată în soluțiile GIS ale unor companii foarte cunoscute, precum: ESRI, Leica, GlobalMapper sau chiar și în celebrul Google Earth.

GDAL câștigă detașat în fața oricărui adversar prin numărul mare de formate raster și vector suportate. Cele mai importante formate de date spațiale sunt: Geo Tiff, ERDAS Img, ESRI Shapefile și sunt foarte bine implementate și optimizate la manipulare.

GDAL implementează suport solid și extensiv pentru formate non-spațiale, ca de exemplu formatele și derivatele posibile de rasteri: BMP, PNG, JPEG; TIFF. Totodată GDAL, suportă și maipularea diretă a materialelor disponibile online via map servere ce implementează protocolul WMS.

În aplicația mea funcțiile librăriei GDAL îmi sunt foarte utile în calcularea NDVI-ului (Normalized Difference Vegetation Index). Acest indice este rezultatul procesării imaginilor satelitare și care este defapt evidențierea suprafețelor verzi.

4.4.4 Ce este NDVI?

NDVI este un indice de vegetație diferențială normalizată a plantei sau activității fotosintetice și este unul dintre indicele de vegetație cel mai frecvemt utilizat. Indicii de vegetație se bazează pe observația că diferitele suprafețe reflectă diferite tipuri de lumină în mod diferit.

Vegetația fotosintetic activă, în special, absoarbe cea mai mare parte a luminii roșii care o lovește, în timp ce reflectă o mare parte din lumina infraroșie apropiată.

Vegetația care este moartă sau stresată reflectă mai multă lumină roșie și lumină infraroșie mai puțin apropiată. De asemenea, suprafețele ne-vegetale au o reflectare mult mai uniformă pe spectrul luminii.

„Prin luarea raportului dintre benzile roșii și infraroșii apropiate dintr-o imagine sensibilă la distanță, se poate definii un indice de vegetație "verde". Diferența normalizată Vegetația Index (NDVI) este probabil, cea mai comună acestor indici raportului de vegetație. NDVI se calculează pe bază de pixeli ca diferență normalizată între benzile de culoare roșie și cea apropiată de infraroșu dintr-o imagine: unde NIR este valoarea benzii apropiate în infraroșu pentru o celulă și RED este valoarea benzii roșii pentru celulă. NDVI poate fi calculată pentru orice imagine care are o bandă roșie și o bandă infraroșie. Interpretarea biofizică a NDVI este fracțiunea de radiație absorbită fotosintetic activă.”[9]

Fig. 4.3 Formula de calcul a NDVI-ului

Rezultatul acestei formule generează o valoare între -1 și +1. Dacă aveți o reflectanță scăzută (sau valori scăzute) în canalul roșu și o reflectanță ridicată în canalul NIR, aceasta va produce o valoare NDVI ridicată. Si invers.

Mulți factori afectează valorile NDVI, cum ar fi activitatea fotosintetică a plantelor, acoperirea totală a plantelor, biomasa, umiditatea plantelor și a solului și stresul plantelor. Din acest motiv, NDVI este corelat cu multe atribute ale ecosistemului care sunt de interes pentru cercetători și manageri. De asemenea, deoarece este un raport de două benzi, NDVI ajută la compensarea diferențelor atât în ​​ceea ce privește iluminarea în cadrul unei imagini datorită pantei, cât și a aspectelor, iar diferențele dintre imagini se datorează lucrurilor precum ora din zi sau anotimpul în care au fost achiziționate imaginile.

Astfel, indicii de vegetație, cum ar fi NDVI, permit compararea imaginilor în timp pentru a căuta schimbări semnificative din punct de vedere ecologic. Indicii de vegetație, cum ar fi NDVI, cu toate acestea, nu sunt un panaceu pentru evaluarea și monitorizarea terenurilor.

Fig. 4.4 Vegetația verde (stânga) absoarbe lumina vizibilă și reflectă lumina infraroșie aproape; Vegetația moartă (dreapta) reflectă mai multă lumină vizibilă și lumină infraroșie mai puțin apropiată.

În ansamblu, NDVI este un mod standardizat de măsurare a vegetației sănătoase. Când aveți valori ridicate ale NDVI, aveți o vegetație mai sănătoasă. Când aveți NDVI scăzut, aveți vegetație mai mică sau deloc. În general, dacă doriți să vedeți schimbarea vegetației în timp, atunci va trebui să efectuați corecția atmosferică.

De exemplu, în agricultură, agricultorii folosesc NDVI pentru agricultura de precizie și pentru a măsura biomasa. Întrucât, în silvicultură, silvicultorii utilizează NDVI pentru a cuantifica aprovizionarea forestieră și indicele zonei frunzelor.

Mai mult, NASA afirmă că NDVI este un bun indicator al secetei . Când apa limitează creșterea vegetației, are o relativă inferioară NDVI și o densitate a vegetației. În realitate, există sute de aplicații în care NDVI și alte aplicații de teledetecție sunt aplicate în lumea reală.

4.4.5 Ce este GeoServer-ul?

GeoServer este un server open source pentru partajarea datelor geospațiale. Aceste server este conceput pentru interoperabilitate și este cel mai bun la publicarea diferitelor surse de date spațiale importate, utilizând standarde deschise. De asemenea, el excelează la manipularea seturilor de date foarte mari, atât raster cât și vector, producând furnizarea de înaltă calitate ale hărților și poate purta cu ușurință sute până la mii de straturi de hartă.

Fig.3 Diagrama sursei de date și a serviciilor generate de GeoServer

GeoServer este un server OWS (Open Web Services) . Aplicația de tip server, poate servi hărți utilizând standard precum WMS (Web Map Service) și WFS (Web Feature Service). WMS, fiind un pic mai precis, servește imagini care reprezintă hărți sau straturi, având caracteristici de servire WFS, date de procesare WPS.

WMS joacă un rol dublu în serviciile de webmapping:

facilitează accesul consumatorilor la surse de date aflate la distanță;

asigură furnizorilor o metodă standardizată de partajare a datelor;

Aceste servicii au rol deosebit în contextual actual, când asistăm la o expasiune continuă a surselor și cantității de date geospațiale stocate și la creșterea nevoii de a accesa aceste date.

Fig.4 Ciclul de viață a unei solicitări

WMS produce hărți georeferențiate, în format digital (raster: PNG, GIF, JPEG sau vector: SVG, WebCGM). Aceste hărți pot fi vizualizate sau interogate în diferite contexte. Prin utilizarea formatelor vectoriale sau a celor raster ce suportă transparență (GIF, PNG) este posibilă combinarea mai multor seturi de date pentru a forma o singură hartă. Principalul dezavantaj a WMS este imposibilitatea editării datelor. Pentru a suplimenta acest minus, OGC (Open Geospatial Consortium) a dezvoltat standardul complementar WFS (Web Feature Service). Geoserver permite afișarea informațiilor spațiale lumii, creînd hărți într-o varietate de formate de ieșire.

4.4.6 Ce este OpenLayers?

OpenLayers este o bibliotecă gratuită de cartografiere fiind integrată în GeoServer și participănd la generarea de hărți rapidă și ușoară. Această bibliotecă facilitează plasarea unei hărți dinamice în orice pagină web. Poate afișa dale de hartă, date vectoriale și marcatori încărcați din orice sursă. OpenLayers a fost dezvoltat pentru a continua utilizarea informațiilor geografice de orice fel.

OpenLayers s-a născut dintr-o idee de servire eficientă a hărților sub formă de title-uri pre-renderizate, o navigare rapidă în cadrul hărții, posibilitatea de construire a unei aplicați customizate (mashups) utilizând un API (Application Programming Interface) public și accesibil pentru toată lumea. Această idee a fost preluată repede de companiile concurente Google, precum: Yahoo și Microsoft.

În cele din urmă, a luat naștere OpenLayers, care este o aplicație scrisă în JavaScript, care oferă unelte pentru dezvoltarea aplicațiilor de webmapping aproximativă cu cea a Google-ului. Dar, mai mult de atât, această librărie, OpenLayers conține foarte multe funcționalități suplimentare, printre care și un suport pentru formatele și protocoalele OGC (Open Geospatial Consortium):WMS (Web Map Service) și WFS (Web Feature Service).

Capitolul 5. Proiectare de Detaliu și Implementare

Implementarea lucrării practice și anume identificarea spațiilor verzi a fost realizată prin 2 metode diferite: prima metodă a fost prin încărcarea unei imagini preluate de pe Google Satellite și procesarea acesteia, iar a doua metodă prin preluarea unor imagini de la satellite, ESA (European Space Agency), procesarea imaginilor și calcularea unui NDVI (Normalized difference vegetation index) și încărcarea lui într-un GeoServer sub forma unui Layer, iar apoi preluarea respectivului Layer și transpunerea lui peste un BaseMap.

5.1 Metoda I

În această primă metodă identificarea suprafețelor verzi am facut-o prin procesarea imaginii preluată de pe Google Satellite.

Această procesare funcționează astfel: Odată preluată imaginea de pe Google Satellit în format PNG, este citită dintr-un director. Cu ajutorul aplicației create de către mine, am afișat imaginea folosind clasa JLabel. După ce imaginea a fost afișată în formatul ei initial, am utilizat procesarea pixel cu pixel. În urma acestei operații am găsit valoarea fiecărui pixel din aceea imagine. După ce am găsit valorile pixelilor, am făcut o selecție a valorilor pixelilor, iar cei care nu s-au încadrat in valorile definite de către mine în RGB, au fost șterși și au rămas doar cei care au avut valorile egale cu cele definite de către mine. La reconstituirea imaginii finale s-au afisat pixelii cu valoriile care au conicis cu cele definite de către mine.

Această metodă, a fost idea mea inițială pentru identificarea suprafețelor verzi însă, pe parcursul dezvoltării s-a dovedit a nu fii cea mai eficientă, datorită faptului că nu poti să faci o identificare a suprafețelor verzi periodic de exemplu, de la lună la lună sau de la anotimp la anotimp, pentru că imaginile de pe Google Satellite nu sunt întotdeuna cele mai actuale.

Fig. 5.1 Imagini initială înainte de a fi procesată pixel xu pixel

Fig 5.2 Imagine rezultată în urma procesării pixel cu pixel

Citind și studiind cât mai mult despre imagini, despre procesări ale imaginilor și despre identificarea anumitor suprafețe de pe un anumit teritoriu, am ajuns la concluzia ca aș putea să dezvolt o aplicație care ar putea să realizeze procesarea imaginilor periodic (săptămânal, lunar, trimestrial, etc.). Această indentificare fiind posibilă datorită preluării imaginilor satelitare gratuite, puse la dispoziția oricărui utilizator.

5.2 Metoda II

În metoda a doua am folosit datele satelitare, descărcate de la ESA (European Space Agency ) care sunt date gratuite și sunt diponibile oricărui utilizator. Desigur, mai există și alte organizașii care pun la dipoziția utilizatorilor imagini preluate din sateliți, dar pentru mine ESA a fost cel mai la indemână, având o utilitate de descărcare a imaginilor simplă și prietenoasă.

În prima etapă, am intrat pe site-ul Copernicus, un program din cadrul organizației ESA (European Space Agency), de unde am descărcat imaginile satelitare de la satelitul Seninel-2. Am dorit să aleg imagini din perioade diferite a anului, pentru a se putea compara diferențele de vegetație de la o perioadă la alta, pe o anumiă suprafață, ceea ce pe acest site era posbil. Structura imaginilor descărcate este una pe benzi de culoare, benzi cu diferite valori. La rândul său benzile fiind strcturate pe rezoluții și anume: rezoluție de 10m/pixel, 20m/pixel și 60m/pixel.

Pentru proiectul meu am folosit benzile de rezoluție 10m/pixel. Din acest set de benzi am folosit banda 4 și banda 8 pentu calcularea NDVI. Pe urmă, am făcut citirea imaginilor din director cu extensia TIFF (Tag Image File Format) TIFF-ul este un format comun pentru imaginile grafice raster. Trebuie completat cu convertirea

După ce am convertit datele sub forma unui raster, am realizat citirea imaginii sub forma raster, pixel cu pixel și am gasit valorile fiecărui pixel din fiecare bandă, atât banda 4 cât și banda 8. Pe urmă, pe valorile fiecărui pixel am aplicat formula pentru calcularea NDVI-ului și anume: (banda8 – banda4)/ (banda 8 + banda 4). Ceea ce înseamnă că pe valorile pixelilor fiecărei benzi, am aplicat formula amintită anterior.

Fig. 5.3 Banda 8(NIR)

Fig. 5.4 Banda 4 (RED)

După aplicarea formulei pe cele 2 benzi și găsirea NDVI –ului fiecărui pixel, la generarea imaginii finale am scris fiecare pixel cu valoarea NDVI -ului calculat din formula amintită anterior. Rezultatul raportului sumei și diferenței pixelilor dintre cele 2 benzi, banda 4 și banda 8, a generat tot o imagine sub forma unui TIFF, care conține valori cuprinse intre -1 și +1.

Fig. 5.5 Imaginea rezultată dintre cele 2 benzi

În a doua etapă, după ce am obținut rezultatul procesării, urmează încărcarea lui pe GeoServer. Pentru ca realizarea acestei încărcări să se facă automatizat, am creat un serviciu REST folosind clase din libraria GeoServer-Manager. Din această librărie am folosit clasa GeoServer REST Publisher, cu principal funție PublishGeoTIFF. Acestei funcții am putut să ii selectez ca și parametrii numele workspace-ului, storName-ului, coverageName-ului și în ultimul rând path-ul către rezultatul meu procesat. Acestui serviciu REST i-am dat URL-ul geoserv-ului și bineînteles și username-ul și parola.

Înainte de încărcarea imaginii publicate pe GeoServer am definit un style, care are ca rol evidențierea diferitelor valori din imaginea mea procesată.

Fig. 5.6 Definirea style-ului în funcție de valorile pixelilor

Style-ul reprezentat pe GeoServer, definește diferite culori prin valori diferite. Style-ul definit funcționează după cum urmează: dacă în imaginea procesată, încărcată pe GeoServer, la valoarea unui pixel găsește valoarea de -0,2, acolo se găsește apă, iar la maparea layer-GeoServer peste BaseMap, va afișa culoarea albastru. Dacă valoarea este -0,1, în acea zonă va fi un obiect sau o suprafață necunoscută și va afișa culoarea alb. De asemnea, valoarea 0,1 va arăta prezența nisipului pe acea suprafață și va aparea peste BaseMap culoarea galben. Suprafața sau obiectul necunoscut va mai putea fi recunoscut având valoarea de 0,2 reprezentată la fel de culoarea alb. Ceea ce este pentru mine cel mai important, va conține valorile de 0,5; 0,7; 1 fiind reprezentate de vegetație redusă, vegetație densă, respectiv vegetație foarte densă, afișând culorile verde deschis, verde inchis și maro.

Fig. 5.7 Definirea style-ului în funție de valorile pixelilor, evidențiind doar zonele cu vegetație

În a treia etapă, după ce am definit valorile cu afișare style-ului pe layer, am transpus layer-ul peste BaseMap. Această transpunere a fost posibilă de realizat cu ajutorul funcțiilor din biblioteca OpenLayers. Pentru început am folosit clasele din biblioteca OpenLayers și am afișat harta la coordonatelor orașului Baia Mare (latitudine: 47.655535 longitudine: 23.555627). După ce am obținut harta la coordonatele dorite, cu ajutorul serviciului WMS din GeoServer, am reușit să transpun layer-ul dorit peste harta initial, evidențiind astfel suprafețele de culoare verde.

Fig. 5.8 Baia Mare, prin densitatea vegetației

Fig. 5.9 Baia Mare, prin densitatea vegetației, prezența apei și a celorlate valori definite

Bibliografie

[1] Legea 24 2007 actualizată și republicată. Legea privind reglementarea și administrarea spațiilor verzi din intravilanul localităților, republicată în Monitorul Oficial nr. 764 din 10.11.2009

[2] D Wolf, DC Kalthoff, PM Sander – Journal of Morphology, 2012 – Wiley Online Library

[3] S Branson , JD Wegner , D Hall , N Lang -ISPRS Journal of Photogrammetry and Remote Sensing

[4] ACK Lee, R Maheswaran – Journal of public health, 2011

[5] Matthew C. Hansen, Stephen V. Stehman, Peter V. Potapov, Thomas R. Loveland, John R. G. Townshend, Ruth S. DeFries, Kyle W. Pittman, Belinda Arunarwati, Fred Stolle, Marc K. Steininger, Mark Carroll, and Charlene DiMiceli – Proceedings of the National Academy of the Sciences of the United States of America, 2008 – National Acad Sciences

[6] RA Fuller, KJ Gaston – Biology letters, 2009

[7] http://www.esa.int

[8] http://www.copernicus.eu

[9] Fuller, D.O. 1998. Trends in NDVI time series and their relation to rangeland and crop production in Senegal, 1987-1993. International Journal of Remote Sensing 19(10):2013-2018

[10]