Om
Team
Lorenzo Becchi
Projektskapare, datateknik, webbutveckling
Italiensk ingenjor med bakgrund inom jordbruksteknik for tropiska lander. Efter att ha arbetat med landsbygdsutveckling och humanitart bistand i Brasilien, Ecuador, Colombia, Kuba och Marocko gick Lorenzo over till geospatial teknologi och samarbetade med FAO om webbkartlagningssystem. For narvarande baserad i Barcelona, kombinerar han fjarranalys, hogprestandaberakning och fullstack-utveckling for att designa och bygga varje lager av Green City Index -- fran satellitdatapipelinen till den flersprakiga webbplattformen.
Martin Kvist
Systemadministration, infrastruktur
Infrastrukturarkitekt for oppen kallkod baserad i Kopenhamn, Danmark. Martin bidrar med DevOps-expertis pa foretagsniva till projektet, och tillhandahaller och underhaller servermiljon som driver satellitdatapipelinen. Hans erfarenhet av att hantera storskaliga Linux-installationer sakertstaller att bearbetningsinfrastrukturen fungerar tillforlitligt pa kontinental skala.
Metodik
Green City Index mäter täckning av urban vegetation med hjälp av satellitbilder från Europeiska rymdorganisationens Sentinel-2-mission. Vi beräknar Normalized Difference Vegetation Index (NDVI) för varje stad och bestämmer hur stor andel av det urbana området som har frisk vegetation.
Datakälla: Sentinel-2
Vi använder Sentinel-2 Level-2A (L2A) produkter, som är atmosfärskorrigerade ytreflektansbilder. Viktiga specifikationer:
- Rumslig upplösning: 10 meter (för röda och NIR-band)
- Återbesökstid: 5 dagar (med både Sentinel-2A och 2B)
- Täckning: Alla landytor mellan 56°S och 84°N latitud
Data is accessed through the Copernicus Data Space Ecosystem.
Bearbetningsprocess
1. Granulval
För varje stad identifierar vi vilka Sentinel-2-rutor (MGRS-rutnät) som täcker dess gränser. Vi söker sedan efter alla tillgängliga granuler under sommarsäsongen (juni-augusti) med mindre än 10% molntäcke.
2. NDVI-beräkning
Normalized Difference Vegetation Index beräknas för varje pixel:
Där NIR är det nära infraröda bandet (B8) och Röd är det synliga röda bandet (B4). NDVI-värden varierar från -1 till +1, där högre värden indikerar friskare vegetation.
3. Molnmaskering
Vi använder Scene Classification Layer (SCL) från Sentinel-2 L2A-produkter för att maskera bort:
- Moln (hög, medel och låg sannolikhet)
- Molnskuggor
- Vattenytor
- Snö/is
4. Temporal Sammansättning
För att minska brus och fylla molnluckor skapar vi en mediansammansättning från alla giltiga observationer under säsongen. Detta ger en representativ bild av vegetationen under högsäsongen.
5. Stadsklippning
Sammansättningen klipps till officiella stadsgränser från GADM-databasen (Global Administrative Areas Database) version 4.1.
6. Vegetationsklassificering
Vi klassificerar pixlar som "vegetation" om deras NDVI-värde överstiger 0,40. Detta tröskelvärde fångar frisk, aktivt fotosyntetiserande vegetation medan det exkluderar:
- Bar mark (typiskt NDVI 0,1-0,2)
- Bebyggda ytor (typiskt NDVI < 0,1)
- Gles eller stressad vegetation (NDVI 0,2-0,4)
Beräknade Mätvärden
| Metric | Description |
|---|---|
| Vegetationsindex | Andel av stadens yta klassificerad som vegetation (NDVI > 0,40). Detta visar hur mycket av staden som är grön. |
| Genomsnittlig grönska | Medel-NDVI-värde över alla pixlar i staden (skala 0-1). Detta visar hur grön staden är totalt, inklusive icke-vegeterade områden. Högre värden indikerar tätare eller friskare vegetation. |
| Grönyta (km²) | Total vegetationsyta i kvadratkilometer |
| Total Yta (km²) | Stadens totala administrativa yta |
Exempel: Två städer kan båda ha 10% vegetationsindex (samma mängd grönyta), men olika genomsnittlig grönska om den ena har tätare parker medan den andra har gles gräsmatta.
Begränsningar
- Säsongsvariation: Resultaten speglar endast sommarförhållanden. Lövfällande träd och säsongsbetonad vegetation kan visa andra mönster under andra årstider.
- Urban trädkrona: Träd i smala gator kan delvis skymmas av byggnader på grund av satellitens synvinkel.
- Blandade pixlar: Vid 10m upplösning innehåller pixlar ofta en blandning av vegetation och bebyggda ytor, vilket leder till mellanliggande NDVI-värden.
- Tröskelkänslighet: NDVI-tröskeln 0,40 är något godtycklig; andra trösklar skulle ge andra procentsatser.
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) |
Dataattribution & Licens
Utgående Datalicens
All utgående data från detta projekt (statistik, GeoJSON, kartor, rapporter) är licensierad under CC BY 4.0. Du är fri att dela och anpassa datan för alla ändamål, inklusive kommersiell användning, så länge du anger källa:
Källdata
Satellitbilder: Innehåller modifierade Copernicus Sentinel-data 2024. Copernicus Sentinel-2-missionen drivs av Europeiska rymdorganisationen (ESA) på uppdrag av Europeiska kommissionen.
Administrativa gränser: GADM version 4.1 (gadm.org), licensierad under CC BY 4.0.
Stadsdata: GeoNames (geonames.org), licensierad under CC BY 4.0.
