- Tytuł:
-
Klasyfikacja zorientowana obiektowo w inwentaryzacji obiektów Zielonej Infrastruktury na przykładzie dzielnicy Ursynów w Warszawie
Object-oriented classification in the inventory of Green Infrastructure objects on the example of the Ursynów district in Warsaw - Autorzy:
-
Pyra, M.
Adamczyk, J. - Powiązania:
- https://bibliotekanauki.pl/articles/132279.pdf
- Data publikacji:
- 2018
- Wydawca:
- Polskie Towarzystwo Geograficzne
- Tematy:
-
teledetekcja
klasyfikacja obiektowa
zielona infrastruktura
planowanie przestrzenne
remote sensing
Geographic Object-Based Image Analysis
green infrastructure
spatial management - Opis:
-
Zielona Infrastruktura jest koncepcją zintegrowanego podejścia do funkcjonalnego i przestrzennie powiązanego planowania obszarów zurbanizowanych wraz z ochroną elementów środowiska, która na przestrzeni ostatnich lat została doceniona przez podmioty odpowiedzialne za planowanie przestrzenne. Niniejsza praca przedstawia możliwości wykorzystania przetworzeń zobrazowań satelitarnych metodami klasyfikacji obiektowej w inwentaryzacji, planowaniu i monitorowaniu obiektów Zielonej Infrastruktury. Do tego celu wykorzystano zobrazowanie satelitarne pozyskane przez satelitę Pleiades w maju 2012 roku, reprezentujące obszar części dzielnicy Ursynów m.st. Warszawy. Wykorzystane w pracy metody klasyfikacji obiektowej wykazały wysoką efektywność w realizacji założonych zadań.
Green Infrastructure is a conception of an integrated approach to functional and spatially related planning of urban areas, along with environmental protection, which in recent years has been appreciated by spatial planning specialists. This study presents the capabilities of using satellite image processing with Geographic Object-Based Image Analysis methods in the inventory, planning and monitoring of Green Infrastructure objects. For this purpose, a satellite image acquired by the Pleiades satellite in May 2012, representing the area of a part of the Ursynów district of the capital city of Warsaw, was used. The object-oriented classification methods used in this work showed high effectiveness in the implementation of the tasks defined. - Źródło:
-
Teledetekcja Środowiska; 2018, 59; 29-49
1644-6380 - Pojawia się w:
- Teledetekcja Środowiska
- Dostawca treści:
- Biblioteka Nauki
Artykuł