Informacja

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

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "sentinel-2A" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-2 z 2
    Tytuł:
    Application of geomatic tools for the diachronic monitoring of landscape metrics in the northeastern algerian highlands, case of the city of Setif
    Autorzy:
    Kraria, Hocine
    Zighmi, Karim
    Chibani, Abdelmouhcene
    Powiązania:
    https://bibliotekanauki.pl/articles/2201671.pdf
    Data publikacji:
    2022
    Wydawca:
    Uniwersytet Rolniczy im. Hugona Kołłątaja w Krakowie
    Tematy:
    LAUP
    GIS
    RS
    PCA
    Sentinel 2A
    Landsat
    Opis:
    Geomatic tools could be used efficiently for urban development planning. The problem of the study lies in the extensive land use of terrains that are now suitable for heavy construction which slows down the development of new facilities. Furthermore, the authorities are forced to plan future settlements around Setif, at a distance of 8 to 12 kilometers from the city limits, threatening the long-term viability of construction and the ring of farmland that connects them to the core city. This must be done during the planning stage based on a diachronic analysis of all the natural and physical factors/parameters. The main objective of this research is to explore the application of landscape metrics to the analysis and monitoring of urban growth in the city of Setif, north-east of Algeria. For this purpose, our research paper uses Geographic Information System (GIS) and Remote Sensing (RS) techniques based on Principal Component Analysis (PCA) and the Angle Mapper Algorithm (SAM) target method for the analysis of urban land planning and sustainable urban planning of Setif. In the result of these analyses we propose suitability/buildability maps with more suitable construction sites. The research method is based on a 17-year time series dataset compiled from the Sentinel 2A and Landsat imagery between 2004 and 2021. Additionally, we used a cadastral Vs geotechnical overlay to estimate soil capacity. This work proves again that the integration of RS and GIS techniques allows for scientific identification of the lands suitable for urban development (LAUP).
    Źródło:
    Geomatics, Landmanagement and Landscape; 2022, 4; 67--79
    2300-1496
    Pojawia się w:
    Geomatics, Landmanagement and Landscape
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Klasyfikacja pokrycia terenu z wykorzystaniem obrazów Sentinel-2A przetworzonych za pomocą metody głównych składowych (PCA)
    Land cover classification using Sentinel-2A images processed by the principal components method (PCA)
    Autorzy:
    Kałużna, Urszula
    Będkowski, Krzysztof
    Powiązania:
    https://bibliotekanauki.pl/articles/2058371.pdf
    Data publikacji:
    2020
    Wydawca:
    Polskie Towarzystwo Geograficzne
    Tematy:
    teledetekcja
    pokrycie terenu
    EGiB
    Sentinel-2A
    PCA
    nadzorowana klasyfikacja obrazu
    remote sensing
    land cover
    Land and Buildings Register
    supervised image classification
    Opis:
    Celem badań jest ocena możliwości realizacji klasyfikacji nadzorowanej z wykorzystaniem obrazów (komponentów) uzyskiwanych w wyniku przetworzenia oryginalnych obrazów Sentinel-2A za pomocą metody głównych składowych (PCA). Klasyfikację wykonano w ośmiu wariantach, z wykorzystaniem algorytmów najmniejszej odległości (MD, Minimum Distance) oraz największego prawdopodobieństwa (ML, Maximum Likelihood), przy czym zastosowano oryginalne kanały 2, 3, 4, 8 Sentinel-2A oraz różną liczbę komponentów. Wyniki klasyfikacji oceniono poprzez porównanie z danymi o pokryciu terenu według Ewidencji Gruntów i Budynków (EGiB). Przeprowadzenie klasyfikacji na ograniczonej do dwóch liczbie komponentów uzyskanych w procedurze PCA tylko nieznacznie zmieniło wyniki w porównaniu do klasyfikacji na oryginalnych, nieprzetworzonych kanałach Sentinel-2A. Najbardziej zbliżone do danych EGiB rezultaty uzyskano stosując klasyfikację ML kanałów oryginalnych, nieprzetworzonych lub używając wszystkich komponentów PCA. Podjęta próba porównania pokrycia terenu ustalonego za pomocą klasyfikacji obrazów satelitarnych z klasami pokrycia, które zostały wyodrębnione z mapy EGiB wykazała, że przetworzenie mapy z postaci wektorowej na rastrową wpływa istotnie na uzyskiwane wyniki.
    The aim of the research is to assess the feasibility of supervised classification using images (components) obtained through processing the original Sentinel-2A images by means of the principal component method (PCA). The classification was performed in eight variants, using the algorithms of the minimum distance (MD) and the maximum likelihood (ML), with the original channels 2, 3, 4, 8 of Sentinel-2A and a various number of components. The results of the classification were assessed by comparing them to the land coverage data of Land and Buildings Register (Ewidencja Gruntów i Budynków – EGiB). Performing the classification on a number of PCA components limited to two only slightly altered the results compared to the classification on the original, raw Sentinel-2A channels. The results most similar to the EGiB data were obtained using the ML classification of the original channels, i.e. raw channels or using all PCA components. The attempt to compare the land coverage established by the classification of satellite images to the coverage classes that were extracted from the EGiB map revealed that processing the map from vector to raster form significantly influences the obtained results.
    Źródło:
    Teledetekcja Środowiska; 2020, 61; 19-37
    1644-6380
    Pojawia się w:
    Teledetekcja Środowiska
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-2 z 2

      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