Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "remote sensing of the forest" wg kryterium: Temat


Wyświetlanie 1-3 z 3
Tytuł:
Wpływ typu podszytu na teledetekcyjny pomiar defoliacji Quercus robur L. w zakresie 640-820 nm
The impact of the type of undergrowth on the remote sensing defoliation measurement of Quercus robur L. in the range: 640-820 nm
Autorzy:
Kotlarz, J.
Kacprzak, M.
Rotchimmel, K.
Tkaczyk, M.
Powiązania:
https://bibliotekanauki.pl/articles/275799.pdf
Data publikacji:
2018
Wydawca:
Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
Tematy:
teledetekcja lasu
zdrowotność
zdjęcia wielospektralne
bliska podczerwień
UAV
defoliacja
remote sensing of the forest
health status
multispectral images
near infrared
defoliation
Opis:
Jednym z objawów zamierania drzewostanów dębowych w Europie jest wysoka defoliacja obserwowana u drzew o słabej zdrowotności. Na potrzeby corocznego monitoringu dotkniętych patogenem Phytophtora powierzchni badawczych projektu HESOFF w Zakładzie Teledetekcji Instytutu Lotnictwa podjęto próbę wytworzenia metodyki oceny defoliacji za pomocą lotniczych zdjęć wielospektralnych. W tym celu w lipcu 2015 r. za pomocą Platformy Wielosensorowej QUERCUS.6 wykonano zdjęcia lotnicze badanego kompleksu leśnego (zakres 0,46–0,82 μm). Na podstawie zdjęć wykonano pomiar reflektancji dla każdego z badanych dębów oraz porównano pozyskane w ten sposób dane radiometryczne z ocenionym metodą tradycyjną poziomem defoliacji. Na podstawie uzyskanych korelacji wykazano, że pomiar defoliacji jest możliwy przy zastosowaniu kanałów optycznych: 0,46–0,52 μm oraz 0,67–0,82 μm. Wykazano ponadto, że do poprawnego pomiaru defoliacji zaproponowaną w tym artykule metodą, konieczne jest uwzględnienie typu podszytu, który ma decydujący wpływ na obserwowaną reflektancję.
One of the symptoms of dieback of oak stands in Europe is high defoliation, observed in trees with poor health. For the purposes of annual monitoring (in research project HESOFF) of the research area affected by the pathogen Phytophthora, in the Remote Sensing Department of Institute of Aviation was made attempt to develop a proper methodology for defoliation evaluation with multispectral aerial images use. For this purpose in July 2015 with the use of the Multisensory Platform QUERCUS.6 aerial photos of the test forest complex were made (range: 0.46–0.82 μm). Based on the photos, reflectance measurements for each of investigated oaks were made and acquired parameters have been compared with defoliation level obtained by conventional methods. Based on these correlation has been demonstrated that defoliation measurement is possible with use of optical channels: 0.46–0.52 μm and 0.67–0.82 μm. It was also shown that for correct defoliation measurement with proposed in this article methodology it is necessary to take into account the type of underbrush, which has a decisive influence on the observed reflectance.
Źródło:
Pomiary Automatyka Robotyka; 2018, 22, 1; 5-10
1427-9126
Pojawia się w:
Pomiary Automatyka Robotyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
The definition of the area of felling forests by high resolution satellite images
Autorzy:
Burshtynska, K.
Polishchuk, B.
Madyar, J.
Powiązania:
https://bibliotekanauki.pl/articles/100258.pdf
Data publikacji:
2014
Wydawca:
Uniwersytet Rolniczy im. Hugona Kołłątaja w Krakowie
Tematy:
remote sensing of the Earth
space image
forest monitoring
classification
method of maximum probability
Mahalanobis's method
method of minimum distance
deforestation
teledetekcja Ziemi
klasyfikacja
monitoring lasu
metoda maksymalnego prawdopodobieństwa
Metoda Mahalanobisa
wylesienie
Opis:
The paper presents a hybrid classification method based on the determination of the optimal number of classes according to uncontrolled classification followed by image processing techniques of controlled classification. A criterion for determining the optimal number of classes is proposed based on the definition of averaged values differences of average spectral brightness among the classes. Space images from satellites Ikonos (2002, 2007) and QuickBird (2010) were used to study different time cuttings in the forests of the Carpathian region. A significant amount of ground observation was held for getting test information. A Hybrid Classification Method is used for different time cuttings by QuickBird satellite images and implemented in a software environment of ERDAS Imagine. In order to obtain acreage of cuttings made for the period of 2002-2007 and 2007-2010, a comparative analysis of cuttings is introduced in these time intervals and their area is determined on the basis of the digital images of polygons in the ArcGIS software environment.
Źródło:
Geomatics, Landmanagement and Landscape; 2014, 3; 43-54
2300-1496
Pojawia się w:
Geomatics, Landmanagement and Landscape
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Ocena kondycji drzewostanów Tatrzańskiego Parku Narodowego za pomocą metody drzewa decyzyjnego oraz wielospektralnych obrazów satelitarnych Landsat 5 TM
Assessment of the condition of forests in the Tatra National Park using decision tree method and multispectral Landsat TM satellite images
Autorzy:
Ochtyra, A.
Zagajewski, B.
Kozłowska, A.
Marcinkowska-Ochtyra, A.
Jarocińska, A.
Powiązania:
https://bibliotekanauki.pl/articles/972978.pdf
Data publikacji:
2016
Wydawca:
Polskie Towarzystwo Leśne
Tematy:
drzewostany
kondycja drzew
metody oceny
drzewa decyzyjne
teledetekcja satelitarna
obrazy satelitarne
satelita Landsat TM
leśnictwo
lasy górskie
Tatrzański Park Narodowy
forest
assessment of condition
vegetation indices
remote sensing
the Tatras
Landsat TM
Opis:
The paper presents a method of Landsat 5 Thematic Mapper satellite image processing to assess the condition of forests in the Tatra National Park (southern Poland). Selected images were acquired on 1987/09/01, 2005/09/02 and 2011/09/03 from the same sensor with maximum time interval for the first and last scene and from similar phenological period. Firstly, the data were radiometrically corrected using the ATCOR 2/3 software and Digital Terrain Model from the ASTER mission. Quality of the correction was assessed calculating RMSE for reflectance values from images and resampled spectral characteristics collected in terrain. RMSE was in range 3−10%. Next, basing on Landsat images, Normalized Difference Infrared Index (NDII) and a Maximum Likelihood supervised classificatory, following dominant land cover types were identified: forests (including dwarf pine), grasslands, rocks, lakes, shadows (additionally clouds were dis−tinguished on data from 1987/09/01). It allowed to select forest areas with producer accuracy not worse than 97.69% and user accuracy not worse than 98.31%. On corrected Landsat images Normalized Difference Vegetation Index (NDVI, an overall vegetation state) and Moisture Stress Index (MSI, canopy water content) were calculated. Vegetation indices discriminated forest state using the decision tree method. The worst overall condition was observed for the 1987 (about 21% of forest stands were in the worst condition and 87% were in medium condition), while the best one in 2005 (75.51% forest stands were in good condition and 10.66% were in the best condition). In case of 2011, the overall condition was quite good, but there were large areas with poor condition caused by bark beetle outbreaks. Proposed method allows for a fast and objective assessment of forest condition. It is possible to detect damaged areas or stands in poor condition. It can be complement for traditional methods of monitoring and management in forestry and nature protection.
Źródło:
Sylwan; 2016, 160, 03; 256-264
0039-7660
Pojawia się w:
Sylwan
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-3 z 3

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies