Informacja

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

Wyszukujesz frazę "Fractal" wg kryterium: Temat


Wyświetlanie 1-8 z 8
Tytuł:
Wpływ terenowej wielkości piksela i szumu impulsowego na wymiar fraktalny obrazów roślinności przybrzeżnej jeziora Łuknajno
Effect of ground sample distance and impulse noise on fractal dimension of littoral vegetation of lake Łuknajno
Autorzy:
Miałdun, J.
Powiązania:
https://bibliotekanauki.pl/articles/130228.pdf
Data publikacji:
2010
Wydawca:
Stowarzyszenie Geodetów Polskich
Tematy:
zdjęcia lotnicze
pixel
szum impulsowy
wymiar fraktalny
aerial photographs
impulse noise
fractal dimension
Opis:
Według zaleceń Environmental Protection Agency zmiany krajobrazu ekologicznego można scharakteryzować trzema metrykami (miarami). Są nimi: miara różnorodności, miara dyspersji i wymiar fraktalny. Ta ostatnia jest szczególnie interesująca z punktu widzenia potencjalnych możliwości wykorzystania do klasyfikacji pokrycia powierzchni terenu. W przybliżeniu można przyjąć, że wymiar fraktalny charakteryzuje stopień samopodobieństwa tekstury obrazu. Dobór metod pozyskiwania danych teledetekcyjnych i obliczania wymiaru może mieć duży wpływ na jego wielkość. W pracy zastosowano do obliczania wymiaru fraktalnego tzw. „metodę graniastosłupów trójkątnych”. Do badań wykorzystano autorskie lotnicze zdjęcia panchromatyczne, barwne w barwach naturalnych i czarno-białe w podczerwieni. Zdjęcia wykonano podczas jednego lotu 17 września 2007 r. Przeanalizowano wpływ wielkości terenowej piksela na wymiar fraktalny. Badania prowadzono na zdjęciach skanowanych z różną rozdzielczością optyczną. Przeanalizowano również wpływ szumu impulsowego (defektów emulsji) na wielkość wymiaru. Otrzymane wyniki wskazują, że oba czynniki mają wpływ na wielkość wymiaru fraktalnego. Zwiększenie terenowej wielkości piksela skutkuje zwiększeniem wymiaru fraktalnego. Ta tendencja wskazuje, że tekstury obrazów naturalnego pokrycia powierzchni Ziemi nie są „czystymi” fraktalami. Ziarnistość i szum impulsowy powodują, że tekstury prezentowane w przestrzeni 3D są bardzo szorstkie. W zastosowanej metodzie wpływ na wynik ma również dobór wymiarów okien analizujących. W przypadku obliczania lokalnych wielkości na małych powierzchniach wymiar może być obarczony dużym błędem. Wtedy należy stosować filtry usuwające szum lub wygładzające. Wiarygodne i powtarzalne wyniki można osiągnąć przestrzegając założonego standardu pozyskiwania i przygotowania danych teledetekcyjnych. Dziś standardów takich nie ma. Tworzone są ad hoc do konkretnych zadań. Badania wykazały, że wymiar fraktalny nie ma wartości absolutnych i należy traktować go relatywnie.
According to the recommendations of the Environmental Protection Agency, changes in the ecological landscape may be characterised by three metrics (measures). These are: the measure of diversity, the measure of dispersion and fractal dimensions. The latter is especially interesting with respect to potential use to classify land cover. It can be roughly assumed that the fractal dimension describes the extent of self-similarity of image texture. Proper selection of methods of teledetection data acquisition and dimension calculation may greatly affect its value. The authors have applied what is known as the method of triangular prisms to calculate fractal dimension. They used aerial panchromatic photographs – coloured in natural colours and black and white in IR radiation. The photographs were taken during one flight on 17 September 2007. Moreover, panchromatic photographs taken in 1980 were used to analyse changes of vegetation in the littoral zone of the lake. The effect of ground sample distance on fractal dimension was analysed. The analyses were performed on photographs scanned at various levels of optical resolution. The effect of emulsion graininess and impulse noise (emulsion defects) on the dimension size was also examined. The results suggest that both factors affect the size of fractal dimension. Increasing the ground sample distance results in increasing the fractal dimension. The tendency shows that the texture of images of the natural Earth surface covers are not “pure” fractals. Due to graininess and impulse noise, textures presented in 3D space are very rough. The results of the analysis are also affected by the choice of the analysing window’s dimensions. If local sizes are calculated on small surfaces, the measure may bear a large error. In such cases, noise-reducing or smoothing filters should be used. Credible and repeatable results can be achieved by observing the adopted standard of acquisition and preparing remote sensing data. There are no such standards nowadays and are prepared ad hoc for specific tasks. According to the study, the fractal dimension does not have absolute values and it should be regarded relatively.
Źródło:
Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2010, 21; 257-266
2083-2214
2391-9477
Pojawia się w:
Archiwum Fotogrametrii, Kartografii i Teledetekcji
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wykrywanie sygnalizowanych punktów na obrazach cyfrowych bliskiego zasięgu z wykorzystaniem analiz typu GIS
Detection of close range digital image signalized points using GIS analysis
Autorzy:
Mierzwa, W.
Powiązania:
https://bibliotekanauki.pl/articles/129599.pdf
Data publikacji:
2006
Wydawca:
Stowarzyszenie Geodetów Polskich
Tematy:
obraz cyfrowy
analiza tekstury
wykrywanie obiektów
fraktale
digital image
object detection
texture analysis
fractal
Opis:
Wykrywanie i automatyczny pomiar położenia punktów na obrazach cyfrowych jest jednym z podstawowych zadań fotogrametrii cyfrowej i realizowane jest przez zaawansowane oprogramowanie fotogrametryczne. W artykule podjęto próbę oceny na ile oprogramowanie GIS, zwłaszcza wykorzystujące rastrowy model danych może być przydatne do znajdowania na obrazach cyfrowych bliskiego zasięgu obiektów o określonych cechach. Dla wyszukiwania obrazów kulek zlokalizowanych na ciele pacjenta w fotogrametrycznym systemie trójwymiarowego pozycjonowania ciała dla celów diagnozy wad postawy opracowanym w Zakładzie Fotogrametrii i Informatyki Teledetekcyjnej Akademii Górniczo-Hutniczej w Krakowie, przydatne mogą być analizy tekstury obrazu. Pacjent fotografowany jest na specjalnym stanowisku pomiarowym, równocześnie za pomocą dwóch kamer cyfrowych Sylwetka pacjenta widoczna jest również od tyłu w lustrze usytuowanym za pacjentem. Obrazy wykonano aparatem cyfrowym OLYMPUS CAMEDIA C120 o rozdzielczości 1600×1200 pikseli. Obrazami kulek są jasne lub kolorowe plamki o kształcie zbliżonym do okręgu o wymiarach od kilku do kilkunastu pikseli w zależności od lokalnej skali obrazu. Jako kryteria wyszukiwania kulek przyjęto jednorodność odbicia spektralnego ( w przyjętym zakresie), rozmiar oraz kształt zbliżony do okręgu. Obiecujące wyniki uzyskano stosując do wykrywania kulek fraktale. Obraz wartości fraktalnej poddano przekształceniom polegającym na wyeliminowaniu obiektów o wartości fraktalnej mniejszej niż 2.8, usunięciu obiektów o powierzchni większej niż 60 pikseli oraz współczynnika zwartości większego niż 0.72. Parametry ustalono na podstawie szczegółowej analizy cech jednego typowego obrazu i wykorzystano do analizy innych dwóch obrazów. Zastosowana procedura pozwoliła na poprawne wydzielenie 85 % zasygnalizowanych punktów. Przy ustalaniu wartości parametrów kierowano się założeniem, że mniejszym błędem jest wyznaczenie większej liczby obiektów niż pominięcie obiektów przez przyjęcie zbyt ostrych kryteriów. Położenie wydzielonych obiektów określono jako współrzędne środka ciężkości obszaru wyznaczone funkcją polyras jako polygon locator. W celu oceny dokładności współrzędnych określonych automatycznie porównano je z pomierzonymi manualnie. Odchylenie standardowe różnic współrzędnych wyniosło S x,y = 0.32 piksela co odpowiada 1÷2 mm w układzie obiektu. Uzyskana dokładność jest wystarczająca dla celów diagnozowania wad postawy. W przeprowadzonych analizach wykorzystano oprogramowanie IDRISI-32.
Detection and automatic position measurement on digital images is one of the basic tasks of digital photogrammetry and is done using advanced photogrammetric software. In this paper, an attempt was made to show to what extent GIS software, which uses a raster data model, can be used to detect particular features of objects with close range digital images. Texture analysis can be useful in locating the position of balls attached to the human body in a photogrammetric system for 3D measuring for diagnosis of posture defects, developed in the Department of Photogrammetry and Remote Sensing Informatics of the University of Mining and Metallurgy, Kraków. The images of the patient are taken on a special measuring stand, simultaneously with the use of two digital cameras. The back of the patient body is also visible in the mirror situated behind the patient. The images were taken with a OLYMPUS CAMEDIA C120 digital camera with a resolution of 1600×1200 pixels. The images of balls are light or colored spots with an approximately circular shape and dimensions ranging from a few to a dozen or so pixels, depending on the local image scale. As criteria for ball detection, the similarity of spectral reflectance (in assumed range), dimension and shape similar to a circle were assumed. Promising results in detecting the balls have been achieved using the concept of fractal dimension.The image of fractal dimension were processed to eliminate features with fractal dimensions less then 2.8, remove feature areas less then 60 pixels and a compactness ratio greater then 0.72. The parameters were chosen by closely analyzing typical images and then applying these parameters to analyze the other two. The selected procedure properly detected 85 % of the signal points. In determining the value of parameters, it was assumed that there would be fewer mistakes if more features were detected than for using excessively sharp criteria and omitting some features. For the position of detected objects, the coordinates of the center of gravity of the feature determined by polyras (option polygon locator) were assumed. To estimate the accuracy of the coordinate determined automatically, a manual comparison was done. The standard deviation of the coordinates’ differences equalled S x,y = ±0.32 pixel size, which corresponded to 1÷2 mm in the object scale. The achieved accuracy is sufficient for diagnosis of posture defects. In the analysis, a IDRISI32 was used.
Źródło:
Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2006, 16; 415-423
2083-2214
2391-9477
Pojawia się w:
Archiwum Fotogrametrii, Kartografii i Teledetekcji
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Fotogrametryczne określenie przemieszczeń gruntu w trakcie laboratoryjnego eksperymentu geotechnicznego
The photogrammetric determination of soil dislocations during a geotechnical laboratory experiment
Autorzy:
Miałdun, J.
Powiązania:
https://bibliotekanauki.pl/articles/130058.pdf
Data publikacji:
2009
Wydawca:
Stowarzyszenie Geodetów Polskich
Tematy:
fotogrametria
eksperyment geotechniczny
numeryczny model powierzchni
wymiar fraktalny
photogrammetry
geotechnical experiment
digital surface model
fractal dimension
Opis:
W laboratorium geotechnicznym Politechniki Gdańskiej prowadzone są badania przemieszczania się gruntu naciskanego stopą fundamentową budowli. Odbywa się to w urządzeniu specjalnie skonstruowanym dla tego celu. Jest to skrzynia z jedną ścianką wykonaną ze szkła. Typowy eksperyment tam prowadzony to eksperyment ze „smugami”. Do skrzyni wsypuje się odpowiednio spreparowany jasny piasek na przemian z piaskiem ciemniejszym. Grunt naciskany stopą odkształca się. Kierunki odkształceń są widoczne przez szybę. Mankamentem tej metody okazuje się brak możliwości pomiaru kierunku i długości przesunięć. Rozwinięciem tej metody jest zastąpienie smug znacznikami przylegającymi do szyby. Kilkanaście prób potwierdziło przydatność tej metody. Techniką jednoobrazowej cyfrowej fotogrametrii można określić kierunki i długości przemieszczeń znaczników. W pracy przedstawione są wyniki jednego z eksperymentów z propozycjami graficznej ich prezentacji oraz generowania cyfrowego „smug”. Przedstawiono też metodę obliczania wymiaru fraktalnego, który charakteryzuje dynamikę zmian zachodzących w odkształcanym gruncie.
The geotechnical laboratory at Gdańsk Polytechnic conducts investigation of the relocation of soil under the downward pressure of a building foundation footing. Tests are carried out in a device specially constructed for the purpose, i.e. a box with one of its walls made of glass. A typical experiment conducted with the use of that device is the one involving specially prepared sand, which is laid alternately in streaks of brighter and darker shades. As the foundation footing is placed, the ground gives in, and the directions in which the sand moves are visible through the glass. One drawback of that method is the fact that it is impossible to measure the direction and length of the sand relocations. The method can be developed by replacing streaks of sand with markers adhering to the glass. The method was confirmed as useful in several tests. The technique of single-image digital photogrammetry makes it possible to determine the directions and lengths of relocated markers. This paper presents the results of one such experiment, along with a number of suggestions of how they may be presented graphically, and how the streaks may be generated digitally. A method is also examined as regards calculating the fractal dimension, which describes the dynamics of changes that may be observed in the ground being deformed.
Źródło:
Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2009, 19; 287-297
2083-2214
2391-9477
Pojawia się w:
Archiwum Fotogrametrii, Kartografii i Teledetekcji
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Formalizm multifraktalny w analizie zobrazowań satelitarnych
Multifractal formalism in satellite image analysis
Autorzy:
Wawrzaszek, A.
Krupiński, M.
Aleksandrowicz, S.
Drzewiecki, W.
Powiązania:
https://bibliotekanauki.pl/articles/131324.pdf
Data publikacji:
2013
Wydawca:
Stowarzyszenie Geodetów Polskich
Tematy:
fraktal
formalizm multifraktalny
wymiar uogólniony
klasyfikacja
obraz satelitarny
fractal
multifractal formalism
generalized dimension
classification
satellite imagery
Opis:
In our work we present multifractal formalism as a tool for description and extraction of information on very high spatial resolution satellite images. This approach is based on an assumption that single image (multifractal) consists of number of fractals, each with different dimension. Multifractals are used for description, modelling, analysis and processing of different complex shapes and signals. In particular multifractal decomposition can be used in the analysis of heterogeneous measures and structures typical for satellite images. It allows for detailed characterisation (local and global) and description using functions. Listed advantages motivate our work on this topic. First part of our paper is a review of multifractal methods applied so far in remote sensing. Next we present our approach and results of analysis done on 159 subsets of images acquired by WorldView-2 satellite. Our test samples present different land cover types. Conducted analysis shows that generalised dimensions designated for individual fragments of images differs depending on the present land cover types. Also values of multifractality are connected to a land cover type. In general they allow for automatic assignment of land cover types to specific classes. Some deviations take place in case of discrimination between agricultural areas and forests – this will be a point for future investigation. The highest multifractality level can be observed for urban areas, the lowest for water that can be considered as a monofractal. Conducted analysis shows that multifractal formalism creates additional possibilities for the description and automatic classification of images.
W pracy przedstawiamy formalizm multifraktalny, jako narzędzie wspomagające opis i ekstrakcję informacji z wysokorozdzielczych zobrazowań satelitarnych. Podejście to opiera się na założeniu, że na pojedynczy obraz (multifraktal) składa się wiele fraktali, każdy o innym wymiarze samopodobieństwa (wymiarze fraktalnym). Multifraktale stosuje się do opisu, modelowania, analizowania i przetwarzania różnych złożonych kształtów i sygnałów. W szczególności dekompozycja multifraktalna jest użyteczna w analizie niejednorodnych miar i struktur, typowych dla zobrazowań satelitarnych, pozwalając na bardziej dokładną charakterystykę (lokalną i globalną) oraz opis za pomocą relacji funkcyjnych. Wymienione zalety tej metody uzasadniają nasze ukierunkowanie się na opis multifraktalny rozważany w ramach niniejszej pracy. Pierwszą część pracy stanowi przegląd dotychczasowego zastosowania metod multifraktalnych w różnych obszarach teledetekcji. W dalszej części przedstawiamy wyniki własnej analizy multifraktalnej 159 fragmentów wysokorozdzielczych zobrazowań panchromatycznych satelity WorldView-2. Przedstawiają one jeden z czterech typów pokrycia terenu: wodę, las, zabudowę miejską lub tereny rolnicze. Przeprowadzone analizy pokazują, że wymiary uogólnione wyznaczone dla poszczególnych fragmentów zobrazowań różnią się w zależności od form pokrycia, także wartości poziomu multifraktalności wiążą się z typem pokrycia terenu i w ogólności pozwalają na automatyczne przypisanie rozważanych przypadków do poszczególnych klas. Pewne odstępstwa występują jedynie podczas procesu rozróżnienia terenów rolniczych od lasów, co poddane zostanie dalszym analizom. Dalej, największy poziom multifraktalności obserwujemy dla obszarów zabudowanych, najmniejszy dla wody, która może być rozważana, jako obiekt monofraktalny. Przeprowadzone analizy pokazują, że formalizm multifraktalny stwarza dodatkowe możliwości opisu i automatycznej klasyfikacji zobrazowań. Liczymy więc na jego zastosowanie w kontekście powstałych i dopiero planowanych danych obrazowych.
Źródło:
Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2013, 25; 261-272
2083-2214
2391-9477
Pojawia się w:
Archiwum Fotogrametrii, Kartografii i Teledetekcji
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Multifraktalna analiza zobrazowań satelitarnych
Multifractal analysis of satellite images
Autorzy:
Wawrzaszek, A.
Krupiński, M.
Drzewiecki, W.
Aleksandrowicz, S.
Powiązania:
https://bibliotekanauki.pl/articles/130167.pdf
Data publikacji:
2015
Wydawca:
Stowarzyszenie Geodetów Polskich
Tematy:
obraz satelitarny
obraz lotniczy
wymiar fraktalny
multifraktalność
klasyfikacja
satellite image
aerial image
fractal dimension
multifractality
classification
Opis:
Przedstawione prace badawcze dotyczyły oceny skuteczności stosowania opisu multifraktalnego jako narzędzia do wydobywania informacji z bardzo wysokorozdzielczych zobrazowań satelitarnych, prezentujących głównie obszary Polski. Przeanalizowano duże zestawy danych panchromatycznych, zarejestrowanych przez satelity WorldView-2 i EROS-A. Wyniki analiz potwierdziły wyższość multifraktali jako globalnych charakterystyk zobrazowań nad standardowym opisem fraktalnym, a także użyteczność stosowania parametrów multifraktalnych jako charakterystyk w klasyfikacji zdjęć satelitarnych przy użyciu klasyfikacyjnych drzew decyzyjnych. Porównano również cechy multifraktalne z szeroko stosowanymi parametrami teksturalnymi w kontekście skuteczności klasyfikacji zdjęć satelitarnych i przeanalizowano wpływ filtracji na wyznaczane charakterystyki multifraktalne, w szczególności w kontekście poprawy skuteczności klasyfikacji. Przeprowadzono również wstępne badania dotyczące możliwości wykorzystania fraktali w analizach lotniczych danych hiperspektralnych. Przeprowadzone analizy wykazały użyteczność multifraktali w wielu obszarach badań teledetekcyjnych, a wypracowana metodologia może być z powodzeniem dalej rozwijana i stosowana do bardziej ukierunkowanych zadań, takich jak analiza zmian lub ocena przydatności kanałów spektralnych.
Research presented in this paper is focused on the efficiency assessment of multifractal description as a tool for Image Information Mining. Large datasets of very high spatial resolution satellite images (WorldView-2 and EROS-A) have been analysed. The results have confirmed the superiority of multifractals as global image descriptors in comparison to monofractals. Moreover, their usefulness in image classification by using decision trees classifiers was confirmed, also in comparison with textural features. Filtration process preceding fractal and multifractal features estimations was also proved to improve classification results. Additionally, airborne hyperspectral data have been initially analysed. Fractal dimension shows high potential for the description of hyperspectral data. To summarise all conducted tests indicate the usefulness of multifractal formalism in various aspects of remote sensing. Prepared methodology can be further developed and used for more specific tasks, for example in change detection or in the description of hyperspectal data complexity.
Źródło:
Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2015, 27; 163-173
2083-2214
2391-9477
Pojawia się w:
Archiwum Fotogrametrii, Kartografii i Teledetekcji
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Ocena przydatności poziomu multifraktalności do opisu wysokorozdzielczych danych pozyskanych przez satelity Landsat
Evaluation of degree of multifractality for description of high resolution data acquired by Landsat satellites
Autorzy:
Wawrzaszek, A.
Walichnowska, M.
Krupiński, M.
Powiązania:
https://bibliotekanauki.pl/articles/131070.pdf
Data publikacji:
2015
Wydawca:
Stowarzyszenie Geodetów Polskich
Tematy:
fraktal
mapa multifraktalnosci
analiza obrazu
klasyfikacja
zobrazowania satelitarne
fractal
multifractal map
image analysis
classification
satellite images
Opis:
W ramach pracy przeanalizowano 6 scen o trzydziestometrowej rozdzielczości pochodzące z satelitów Landsat 5, 7 i 8, zarejestrowane w sześciu zakresach długości fali i prezentujące obszar Warszawy. Stosując dwa algorytmy podziału dużych scen – sąsiadujący i pływający stworzono mapy multifraktalności. Przeprowadzona analiza pozwoliła ocenić, czy scena zarejestrowana w badanych zakresach wykazuje cechy multifraktalne oraz czy wybór rozmiaru podziału sceny w trakcie analiz ma istotny wpływ na uzyskane charakterystyki multifraktalne oraz ich błąd wyznaczenia. W ogólności pierwsza interpretacja przeprowadzonych analiz pokazała, że poziom multifraktalności stosowany dla danych o trzydziestometrowej rozdzielczości nie wykazuje bezpośredniego związku z formą pokrycia terenu. Należy przy tym jednak zaznaczyć, że rozważane dane nie zostały poddane wcześniejszemu przetworzeniu, co zgodnie z podjętą w pracy dyskusją, może stanowić jedną z metod polepszenia uzyskanych wyników.
In the frame of this work six satellite images (at six spectral bands) from Landsat 5, Landsat 7 and Landsat 8 have been analysed. For this purpose 30 meter resolution images showing the regions of Warsaw have been used. The conducted research allowed for verification if the whole scene presents multifractal features and if size of the division of the scene used during the analysis has a significant influence on the multifractal characteristic and error in their calculation. Initial interpretation of the obtained results showed, that the use of degree of multifractality determined for remote sensing data with the 30 meters resolution does not reveal direct relation with land cover classes. It should be noted, however, that the considered data have not been the subject of a previous processing, which according to the discussion performed in this work can be considered as one of the methods to achieve an improvement in results.
Źródło:
Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2015, 27; 175-184
2083-2214
2391-9477
Pojawia się w:
Archiwum Fotogrametrii, Kartografii i Teledetekcji
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wymiar fraktalny fragmentów zdjęć lotniczych strefy przybrzeżnej jeziora Mikołajskiego, Śniardw i Łuknajno
Fractal dimension of fragments of aerial images of shoreline zones of the lakes Mikołajskie, Śniardwy and Łuknajno
Autorzy:
Miałdun, J.
Ostrowski, M.
Powiązania:
https://bibliotekanauki.pl/articles/129775.pdf
Data publikacji:
2010
Wydawca:
Stowarzyszenie Geodetów Polskich
Tematy:
teledetekcja
wymiar fraktalny
krajobraz ekologiczny
litoral
jeziora
Śniardwy
Łuknajno
Mikołajskie
remote sensing
fractal dimension
ecological landscape
littoral zone
Opis:
Opis, klasyfikacja i wizualizacja cech przestrzeni są podstawowymi czynnikami budującymi wielowymiarowy intelektualny model środowiska naturalnego. Jednym z kryteriów opisu środowiska jest wnioskowanie analityczne i ocena dynamiki zjawisk na podstawie cech strukturalnych, przy czym struktura przestrzeni i kształtujące ją zjawiska zależą w znacznym stopniu od przyjętych założeń i sposobu rejestracji, analizy oraz zastosowanych narzędzi. Jedną z metod oceny krajobrazu ekologicznego, która staje się coraz bardziej znacząca i doceniana, jest wymiar fraktalny satelitarnych i lotniczych zobrazowań powierzchni Ziemi. W pracy, i w opisie krajobrazu, wykorzystano wymiary fraktalne, których algorytmy obliczania zostały oparte na „metodzie graniastosłupów trójkątnych” w opcji zarówno globalnej, jak i lokalnej. Do testowania metody wykorzystano zeskanowane spektrostrefowe zdjęcia lotnicze pobrzeża i litoralu jezior charakterystycznych jezior mazurskich: Mikołajskiego, Śniardw i Łuknajno. Są to obszary o zróżnicowanym przestrzennie i strukturalnie litoralu obejmującego pasy: roślinności bagiennej, roślin wynurzonych (trzcinowiska), roślin pływających, jak i – również uwidocznioną na zdjęciach –strefę podwodną roślin zanurzonych, które porastają dno zbiornika. W celu porównania i klasyfikacji obliczonych wymiarów fraktalnych wybrano fragmenty wymienionych zbiorników obrazujące przykłady różnych stref roślinności przybrzeżnej, a także dodatkowo, jako obszary referencyjne, obszary lądowe w różnym stopniu użytkowane rolniczo, zalesione lub zurbanizowane, charakteryzujące się zróżnicowanymi formami tekstury. Wyniki badań wykazały, że przy odpowiedniej standaryzacji przygotowania danych teledetekcyjnych, wymiar fraktalny może być cennym wskaźnikiem różnorodności krajobrazu i jego klasyfikacji jakościowej.
A description and classification of the characteristics of space are the fundamental factors in building a multidimensional model of the natural environment. One of the criteria of describing an environment is analytical inferring and evaluation of the dynamics of phenomena based on structural attributes. The structure of space depends on the point of view. In this study, also in landscape description, were used fractal dimensions whose calculation algorithms were based on the „triangular prism method” in both the global and local options. To test the method, scanned infrared spectrozonal aerial images of the shore zones of the Mazury lakes Mikołajskie, Śniardwy and Łuknajno were chosen. There are areas with variously developed littoral zone embracing belts of marsh vegetation, emerged plants (reeds), floating plants, as well as the – also visualized in the images – zone of submerged plants growing on the bottom of the water body. To compare the calculated fractal dimensions, fragments were chosen of the mentioned water bodies representing different zones of shoreline vegetation, as well as the surrounding land under agricultural use, forest cover and urbanized areas. The results of the investigation revealed that, with appropriate standardization of remote sensing data preparation, the fractal dimension can be a valuable indicator of quality of landscape diversity.
Źródło:
Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2010, 21; 267-279
2083-2214
2391-9477
Pojawia się w:
Archiwum Fotogrametrii, Kartografii i Teledetekcji
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Stereologiczno-stereometryczne metody oceny ilościowej mikrostruktury gleby
Autorzy:
Melnik, W.
Dorozhynskyy, O.
Wołoszyn, W.
Powiązania:
https://bibliotekanauki.pl/articles/129644.pdf
Data publikacji:
2001
Wydawca:
Stowarzyszenie Geodetów Polskich
Tematy:
mikrostruktura gleby
analiza jakościowa
analiza stereologiczna
analiza stereometryczna
analiza spektralna
analiza fraktalna
soil microstructure
qualitative analysis
stereological analysis
stereometric analysis
spectral analysis
fractal analysis
Źródło:
Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2001, 11; 5-1-5-10
2083-2214
2391-9477
Pojawia się w:
Archiwum Fotogrametrii, Kartografii i Teledetekcji
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-8 z 8

    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