Informacja

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

Wyszukujesz frazę "Wietecha, M." wg kryterium: Autor


Wyświetlanie 1-1 z 1
Tytuł:
Wykorzystanie lotniczej teledetekcji hiperspektralnej w klasyfikacji gatunkowej lasów strefy umiarkowanej
Airborne hyperspectral data for the classification of tree species a temperate forests
Autorzy:
Wietecha, M.
Modzelewska, M.
Stereńczak, K.
Powiązania:
https://bibliotekanauki.pl/articles/987129.pdf
Data publikacji:
2017
Wydawca:
Polskie Towarzystwo Leśne
Tematy:
lesnictwo
strefa umiarkowana
teledetekcja
dane hiperspektralne
wykorzystanie
lasy
sklad gatunkowy
drzewa lesne
klasyfikacja
remote sensing
hyperspectral data
tree species classification
Opis:
The review focuses on use of airborne hyperspectral imagery in forest species classification. Studies mentioned in the review concern hyperspectral image classification with use of various methods. Only research, where study area is located in Europe or North America were selected. Articles were reviewed with respect to used pre−processing methods, methods of feature selection or feature extraction, algorithms of image classification and trees species which were classified. The whole process of acquiring and working with hyperspectral data is described. Different approaches (e.g. use or skip atmospheric corrections) were compared. In each article, various deciduous and conifer species were classified. Studies comparing several classification algorithms (Spectral Angle Mapper, Support Vector Machine, Random Forest) were mentioned. In most cases SVM gives the best results. Species, which are classified with the highest accuracy, include Scots pine (Pinus sylvestris) and Norway spruce (Picea abies). Broadleaved species are, in general, classified with lower accuracy than conifer ones. Within broadleaved trees, European beech (Fagus sylvatica) and oaks (Quercus sp.) are classified with the highest accuracy.
Źródło:
Sylwan; 2017, 161, 01; 3-17
0039-7660
Pojawia się w:
Sylwan
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-1 z 1

    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