O nas

Autor

Lorenzo Becchi

Lorenzo Becchi jest wloskim inzynierem z wyksztalceniem w dziedzinie inzynierii rolniczej dla krajow tropikalnych. Po pracy w rozwoju obszarow wiejskich i pomocy humanitarnej w Brazylii, Ekwadorze, Kolumbii, Kubie i Maroku, przeszedl do technologii geoprzestrzennej, wspolpracujac z FAO nad systemami mapowania internetowego.

Obecnie mieszka w Barcelonie i koncentruje sie na obliczeniach wysokiej wydajnosci, oprogramowaniu geoprzestrzennym i zastosowaniach teledetekcji. Wczesniej pracowal w Instytucie Badan nad Bialaczka Josep Carreras, rozwijajac interfejsy HPC.

Metodologia

Green City Index mierzy pokrycie roslinnoscia miejska za pomoca obrazow satelitarnych z misji Sentinel-2 Europejskiej Agencji Kosmicznej. Obliczamy znormalizowany roznicowy indeks roslinnosci (NDVI) dla kazdego miasta i okreslamy, jaki procent obszaru miejskiego ma zdrowa roslinnosc.

Zrodlo danych: Sentinel-2

Uzywamy produktow Sentinel-2 Level-2A (L2A), ktore sa atmosferycznie skorygowanymi obrazami odbicia powierzchniowego. Kluczowe specyfikacje:

Data is accessed through the Copernicus Data Space Ecosystem.

Potok przetwarzania

1. Wybor granul

Dla kazdego miasta identyfikujemy, ktore kafelki Sentinel-2 (siatka MGRS) pokrywaja jego granice. Nastepnie szukamy wszystkich dostepnych granul w sezonie letnim (czerwiec-sierpien) z mniej niz 10% pokryciem chmur.

2. Obliczanie NDVI

Znormalizowany roznicowy indeks roslinnosci jest obliczany dla kazdego piksela:

NDVI = (NIR - Czerwony) / (NIR + Czerwony)

Gdzie NIR to pasmo bliskiej podczerwieni (B8), a Czerwony to widzialne pasmo czerwone (B4). Wartosci NDVI wahaja sie od -1 do +1, gdzie wyzsze wartosci wskazuja na zdrowsza roslinnosc.

3. Maskowanie chmur

Uzywamy warstwy klasyfikacji sceny (SCL) z produktow Sentinel-2 L2A do maskowania:

4. Kompozycja czasowa

Aby zredukowac szum i wypelnic luki po chmurach, tworzymy kompozyt medianowy ze wszystkich waznych obserwacji w sezonie. Daje to reprezentatywny widok roslinnosci w szczytowym okresie wzrostu.

5. Przycinanie miasta

Kompozyt jest przycinany do oficjalnych granic miasta z GADM (Global Administrative Areas Database) wersja 4.1.

6. Klasyfikacja roslinnosci

Klasyfikujemy piksele jako "porosniete" jesli ich wartosc NDVI przekracza 0,40. Ten prog wychwytuje zdrowa, aktywnie fotosyntetyzujaca roslinnosc, wykluczajac:

Obliczane metryki

Metric Description
Indeks roslinnosci Procent obszaru miasta sklasyfikowanego jako porosniety (NDVI > 0,40). Mowi to, ile miasta jest zielone.
Srednia zielenosc Srednia wartosc NDVI we wszystkich pikselach miasta (skala 0-1). Mowi to, jak zielone jest miasto ogolnie, wlaczajac obszary nieporosniete. Wyzsze wartosci wskazuja na gestszą lub zdrowszą roslinnosc.
Obszar zielony (km²) Calkowity porosniety obszar w kilometrach kwadratowych
Calkowity obszar (km²) Calkowity obszar administracyjny miasta

Przyklad: Dwa miasta moga miec 10% indeksu roslinnosci (ta sama ilosc terenow zielonych), ale rozna srednia zielenosc, jesli jedno ma gestsze parki, a drugie rzadkie trawniki.

Ograniczenia

Comparison with Morgenpost (2016)

Aspect Morgenpost Green City Index
Satellite Landsat 5/7/8 Sentinel-2
Resolution 30 meters 10 meters
NDVI Threshold 0.45 0.40
Time Period 2005-2015 composite Annual (2024+)
Coverage 79 German cities European cities (expanding)

Przypisanie danych i licencja

Licencja danych wyjsciowych

Wszystkie dane wyjsciowe tego projektu (statystyki, GeoJSON, mapy, raporty) sa licencjonowane na CC BY 4.0. Mozesz swobodnie udostepniac i adaptowac dane do dowolnego celu, w tym komercyjnego, pod warunkiem podania zrodla:

Dane: Green City Index (https://green-city-index.org)

Dane zrodlowe

Obrazy satelitarne: Zawiera zmodyfikowane dane Copernicus Sentinel 2024. Misja Copernicus Sentinel-2 jest prowadzona przez Europejska Agencje Kosmiczna (ESA) w imieniu Komisji Europejskiej.

Granice administracyjne: GADM wersja 4.1 (gadm.org), licencjonowane na CC BY 4.0.

Dane miast: GeoNames (geonames.org), licencjonowane na CC BY 4.0.