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 "land cover" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-9 z 9
    Tytuł:
    Spatio-temporal dynamics of vegetation cover in North-West Algeria using remote sensing data
    Autorzy:
    Tayeb, Tayeb Si
    Kheloufi, Benabdeli
    Powiązania:
    https://bibliotekanauki.pl/articles/92530.pdf
    Data publikacji:
    2019
    Wydawca:
    Oddział Kartograficzny Polskiego Towarzystwa Geograficznego
    Tematy:
    land cover
    spatio-temporal dynamics
    remote sensing
    NDVI
    Oranie
    Opis:
    Land cover change is the result of complex interactions between social and environmental systems which change over time. While climatic and biophysics phenomena were for a long time the principal factor of land transformations, human activities are today the origin of the major part of land transformation which affects natural ecosystems. Quantification of natural and anthropogenic impacts on vegetation cover is often hampered by logistical issues, including (1) the difficulty of systematically monitoring the effects over large areas and (2) the lack of comparison sites needed to evaluate the effect of the factors. The effective procedure for measuring the degree of environmental change due to natural factors and human activities is the multitemporal study of vegetation cover. For this purpose, the aim of this work is the analysis of the evolution of land cover using remote sensing techniques, in order to better understand the respective role of natural and anthropogenic factors controlling this evolution. A spatio-temporal land cover dynamics study on a regional scale in Oranie, using Landsat data for two periods (1984–2000) and (2000–2011) was conducted. The images of the vegetation index were classified into three classes based on Normalized Difference Vegetation Index (NDVI) values and analysed using image difference approach. The result shows that the vegetation cover was changed. An intensive regression of the woody vegetation and forest land resulted in -22.5% of the area being lost between 1984 and 2000, 1,271 km2 was converted into scrub formations and 306 km2 into bare soil. On the other hand, this class increased by around 45% between 2000 and 2011, these evolutions resulting from the development of scrub groups with an area of 1,875.7 km2.
    Źródło:
    Polish Cartographical Review; 2019, 51, 3; 117-127
    2450-6974
    Pojawia się w:
    Polish Cartographical Review
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Green Space Assessment and Management in Biscay Province, Spain using Remote Sensing Technology
    Autorzy:
    Makinde, Esther O.
    Andonegui, Cristina M.
    Vicario, Ainhoa A.
    Powiązania:
    https://bibliotekanauki.pl/articles/1838002.pdf
    Data publikacji:
    2021
    Wydawca:
    Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
    Tematy:
    biomass computation
    carbon stock
    land use land cover
    Landsat
    remote sensing
    Opis:
    Our ecosystem, particularly forest lands, contains huge amounts of carbon storage in the world today. This study estimated the above ground biomass and carbon stock in the green space of Bilbao Spain using remote sensing technology. Landsat ETM+ and OLI satellite images for year 1999, 2009 and 2019 were used to assess its land use land cover (LULC), change detection, spectral indices and model biomass based on linear regression. The result of the LULC showed that there was an increase in forest vegetation by 12.5% from 1999 to 2009 and a further increase by 2.3% in 2019. However, plantation cover had decreased by 3.5% from 1999–2009; while wetlands had also decreased by 9% within the same period. There was, however, an increase in plantation cover from 2009 to 2019 by 2.1% but a further decrease in wetlands of 4.3%. Further results revealed a positive correlation across the three decades between the widely used Normalized Differential Vegetation Index (NDVI) with other spectral indices such as Enhance Vegetation Index (EVI) and Normalized Differential Moisture Index (NDMI) for biomass were: for 1999 EVI (R2 = 0.1826), NDMI (R2 = 0.0117), for 2009 EVI (R2 = 0.2192), NDMI (R2 = 0.3322), for 2019 EVI (R2 = 0.1258), NDMI (R2 = 0.8148). A reduction in the total carbon stock from 14,221.94 megatons in 1999 to 10,342.44 megatons 2019 was observed. This study concluded that there has been a reduction in the amount of carbon which the Biscay Forest can sequester.
    Źródło:
    Geomatics and Environmental Engineering; 2021, 15, 4; 21-43
    1898-1135
    Pojawia się w:
    Geomatics and Environmental Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Assessing Impacts of Mining Activities on Land Use/Land Cover Change Using Remote Sensing and GIS Techniques: A Case Study in Campha City, Vietnam
    Autorzy:
    Le, Thi Thu Ha
    Powiązania:
    https://bibliotekanauki.pl/articles/2020236.pdf
    Data publikacji:
    2021
    Wydawca:
    Polskie Towarzystwo Przeróbki Kopalin
    Tematy:
    land use/land cover change
    mining activities
    remote sensing
    GIS
    górnictwo
    Wietnam
    Opis:
    Coal is one of the most mining commodities to date, especially to supply both national and international energy needs. Coal mining activities that are not well managed will have an impact on the occurrence of environmental damage. The present study was undertaken to analyze the process of humaninduced landscape transformation in the coal mines affected areas of Cam Pha, northeast Vietnam by interpreting temporal remote sensing data and using Geographic Information System. This experiment revealed that most of the study area was dominated by forest in all the time sequence period. The forest cover has decreased about 21.3%, meanwhile having nine fold increase in mining area from 1990 to 2020. The forest area lost during the study period was 7983.45 ha due to land cover conversion into mining area. The mining activities were also detrimental to the bare land and water body cover. The results of this study are expected to be used to support government efforts and mining managers in post-mining coal activities.
    Źródło:
    Inżynieria Mineralna; 2021, 2; 467--477
    1640-4920
    Pojawia się w:
    Inżynieria Mineralna
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Spatial-temporal dynamics land use/land cover change and flood hazard mapping in the upstream citarum watershed, west Java, Indonesia
    Autorzy:
    Yulianto, Fajar
    Suwarsono, Suwarsono
    Nugroho, Udhi Catur
    Nugroho, Nunung Puji
    Sunarmodo, Wismu
    Khomarudin, Muhammad Rokhis
    Powiązania:
    https://bibliotekanauki.pl/articles/1050869.pdf
    Data publikacji:
    2020-03-31
    Wydawca:
    Uniwersytet im. Adama Mickiewicza w Poznaniu
    Tematy:
    land-use/land-cover
    flood hazard
    remote sensing
    Citarum watershed
    West Java
    Indonesia
    Opis:
    This study presents the information on the dynamics of changes in land use/land cover (LULC) spatially and temporally related to the causes of flooding in the study area. The dynamics of LULC changes have been derived based on the classification of Landsat imagery for the period between 1990 and 2016. Terrain surface classification (TSC) was proposed as a micro-landform classification approach in this study to create flood hazard assessment and mapping that was produced based on the integration of TSC with a probability map for flood inundation, and flood depth information derived from field observation. TSC as the micro-landform classification approach was derived from SRTM30 DEM data. Multi-temporal Sentinel-1 data were used to construct a pattern of historical inundation or past flooding in the study area and  also to produce the flood probability map. The results of the study indicate that the proposed flood hazard mapping (FHM) from the TSC as a micro-landform classification approach has the same pattern with the results of the integration of historical inundation or previous floods, as well as field investigations in the study area. This research will remain an important benchmark for planners, policymakers and  researchers regarding spatial planning in the study area. In addition, the results can provide important input for sustainable land use plans and strategies for mitigating flood hazards.
    Źródło:
    Quaestiones Geographicae; 2020, 39, 1; 125-146
    0137-477X
    2081-6383
    Pojawia się w:
    Quaestiones Geographicae
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wykorzystanie obrazów hiperspektralnych do klasyfikacji pokrycia terenu zlewni Bystrzanki
    Using hyperspectral images for land cover classification in Bystrzanka basin
    Autorzy:
    Olesiuk, D.
    Zagajewski, B.
    Powiązania:
    https://bibliotekanauki.pl/articles/132305.pdf
    Data publikacji:
    2008
    Wydawca:
    Polskie Towarzystwo Geograficzne
    Tematy:
    teledetekcja
    zlewnia rzeki
    obraz hiperspektralny
    pokrycie terenu
    river basin
    hyperspectral image
    land cover
    remote sensing
    Źródło:
    Teledetekcja Środowiska; 2008, 40; 125-148
    1644-6380
    Pojawia się w:
    Teledetekcja Środowiska
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Analysis of land use/land cover change in Adei watershed, Central Highlands of Ethiopia
    Analiza użytkowania i pokrycia terenu w zlewni Adei na Wyżynie Centralnej w Etiopii
    Autorzy:
    Dinka, Megersa Olumana
    Chaka, Degefa Dhuga
    Powiązania:
    https://bibliotekanauki.pl/articles/292985.pdf
    Data publikacji:
    2019
    Wydawca:
    Instytut Technologiczno-Przyrodniczy
    Tematy:
    change analysis
    GIS
    image analysis
    land use and land cover
    remote sensing
    analiza obrazów
    analiza zmian
    teledetekcja
    użytkowanie i pokrycie terenu
    Opis:
    Land use/land cover changes (LULCC) at Adei watershed (Ethiopia) over a period of 23 years (1986–2009) has been analysed from LANDSAT imagery and ancillary data. The patterns (magnitude and direction) of LULCC were quantified and the final land use/land cover maps were produced after a supervised classification with appropriate post-processing. Image analysis results revealed that the study area has undergone substantial LULCC, primarily a shift from natural cover into managed agro-systems, which is apparently attributed to the increasing both human and livestock pressure. Over the 23 years, the aerial coverage of forest and grass lands declined by 8.5% and 4.3%, respectively. On the other hand, agricultural and shrub lands expanded by 9.1% and 3.7%, respectively. This shows that most of the previously covered by forest and grass lands are mostly shifted to the rapidly expanding farm land use classes. The findings of this study suggested that the rate of LULCC over the study period, particularly deforestation due to the expansion of farmland need to be given due attention to maintain the stability and sustainability of the ecosystem.
    Zmiany użytkowania i sposobu pokrycia terenu w zlewni Adei (Etiopia) analizowano w ciągu 23 lat (1986–2009) z użyciem obrazów LANDSAT i dodatkowych danych. Oceniono ilościowo schemat zmian (wielkość i kierunek) oraz wykonano mapy użytkowania i pokrycia terenu po odpowiednim przetworzeniu danych. Analiza obrazów ujawniła, że badany obszar podlegał znaczącym zmianom – głównie od naturalnego pokrycia do gospodarczych agrosystemów, co wynikało z rosnącej presji ze strony człowieka i zwierząt gospodarskich. W ciągu 23 lat powierzchnie leśne i trawiaste zmalały odpowiednio o 8,5 i 4,3%, a powierzchnie użytkowane rolniczo i tereny zakrzaczone powiększyły się odpowiednio o 9,1 i 3,7%. Oznacza to, że tereny uprzednio zajmowane przez lasy i systemy trawiaste zostały zajęte przez tereny rolnicze. Przeprowadzone badania sugerują, że należy zwrócić szczególną uwagę na szybkie zmiany pokrycia powierzchni terenu, aby utrzymać stabilność i trwałość ekosystemu.
    Źródło:
    Journal of Water and Land Development; 2019, 41; 146-153
    1429-7426
    2083-4535
    Pojawia się w:
    Journal of Water and Land Development
    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
    Tytuł:
    Analysis of the suitability of selected image types in a texture analysis of satellite imagery
    Przydatność wybranych typów obrazów w analizie tekstury zdjęć satelitarnych
    Autorzy:
    Kupidura, P.
    Staniak, K.
    Powiązania:
    https://bibliotekanauki.pl/articles/132198.pdf
    Data publikacji:
    2017
    Wydawca:
    Polskie Towarzystwo Geograficzne
    Tematy:
    remote sensing
    texture analysis
    granulometric analysis
    mathematical morphology
    land cover classification
    teledetekcja
    analiza tekstury
    analiza granulometryczna
    morfologia matematyczna
    klasyfikacja pokrycia terenu
    Opis:
    The article presents studies on the impact of the source image type on the efficacy of image texture analysis in the terms of distinguishing classes of land use or land cover (LULC). Single gray-scale images are usually the inputs for this type of operation, however their selection is not unambiguous, especially in the case of multispectral images. Two very high resolution satellite images were used in the study: Pleiades (GSD: 2 m) and QuickBird (2.4 m). Five different input images were tested: the original near-infrared and red bands, the images of the first two main components, and the image of the normalised difference vegetation index - NDVI. Five LULC classes were compared to each other: bare soil, low vegetation, deciduous forests, coniferous forests and built-up areas. Granulometric analysis, as the one of the high efficient methods of texture analysis, was used for the test. Research results have shown that the choice of source image for this kind of processing can be very important for the efficacy of distinguishing between different LULC classes. NDVI images, and also the near infrared band and the first principal component were found most useful.
    Artykuł przedstawia badania dotyczące wpływu typu obrazu źródłowego na skuteczność analizy teksturowej obrazu z punktu widzenia wyodrębniania klas użytkowania lub pokrycia terenu (LULC). Tego typu operacjom poddawane są zazwyczaj pojedyncze obrazy w skali szarości, jednak ich wybór nie jest jednoznaczny, zwłaszcza w przypadku obrazów wielospektralnych. W badaniach wykorzystano dwa obrazy satelitarne o bardzo wysokiej rozdzielczości: Pleiades (GSD: 2 m) oraz QuickBird (2,4 m). Testowano pięć różnych obrazów wejściowych: oryginalne kanały bliskiej podczerwieni oraz czerwieni, obrazy dwóch pierwszych składowych głównych oraz obraz wskaźnika NDVI. Porównano wzajemnie pięć klas użytkowania lub pokrycia terenu: odkrytą glebę, niską roślinność, lasy liściaste, lasy iglaste oraz tereny zabudowane. Jako narzędzie testów wybrano analizę granulometryczną, jedną z metod analizy teksturowej o wysokiej skuteczności. Wyniki badań pokazały, że wybór obrazu źródłowego do przetworzeń może mieć bardzo duże znaczenie przy rozróżnianiu różnych klas użytkowania lub pokrycia terenu. Największą przydatnością cechowały się obrazy NDVI oraz kanału bliskiej podczerwieni i pierwszej składowej głównej.
    Źródło:
    Teledetekcja Środowiska; 2017, 57; 27-34
    1644-6380
    Pojawia się w:
    Teledetekcja Środowiska
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Mapping of impervious surfaces with the use of remote sensing imagery: Support Vector Machines classification and GIS-based approach
    Wizualizacja powierzchni nieprzepuszczalnych z wykorzystaniem zdjęć teledetekcyjnych: klasyfikacja support vector machines i podejście oparte na GIS
    Autorzy:
    Sobieraj, Janusz
    Fernández Marín, Marcos
    Metelski, Dominik
    Powiązania:
    https://bibliotekanauki.pl/articles/27312146.pdf
    Data publikacji:
    2023
    Wydawca:
    Polska Akademia Nauk. Czasopisma i Monografie PAN
    Tematy:
    klasyfikacja
    powierzchnia nieprzepuszczalna
    maszyna wektorów nośnych
    teledetekcja
    system informacji geograficznej
    użytkowanie gruntów pokrycie gruntów
    ArcGIS
    uczenie maszynowe
    classification
    impervious surface
    support vector machine
    remote sensing
    geographic information system
    land use land cover
    machine learning
    Opis:
    This study focuses on the problem of mapping impervious surfaces in urban areas and aims to use remote sensing data and orthophotos to accurately classify and map these surfaces. Impervious surface indices and green space assessments are widely used in land use and urban planning to evaluate the urban environment. Local governments also rely on impervious surface mapping to calculate stormwater fees and effectively manage stormwater runoff. However, accurately determining the size of impervious surfaces is a significant challenge. This study proposes the use of the Support Vector Machines (SVM) method, a pattern recognition approach that is increasingly used in solving engineering problems, to classify impervious surfaces. The research results demonstrate the effectiveness of the SVM method in accurately estimating impervious surfaces, as evidenced by a high overall accuracy of over 90% (indicated by the Cohen’s Kappa coefficient). A case study of the “Parkowo-Leśne” housing estate in Warsaw, which covers an area of 200,000 m², shows the successful application of the method. In practice, the remote sensing imagery and SVM method allowed accurate calculation of the area of the surface classes studied. The permeable surface represented about 67.4% of the total complex and the impervious surface corresponded to the remaining 32.6%. These results have implications for stormwater management, pollutant control, flood control, emergency management, and the establishment of stormwater fees for individual properties. The use of remote sensing data and the SVM method provides a valuable approach for mapping impervious surfaces and improving urban land use management.
    Niniejsze badanie koncentruje się na problemie wyznaczania powierzchni nieprzepuszczalnych na obszarach miejskich i ma na celu wykorzystanie danych teledetekcyjnych i ortofotomap do dokładnej klasyfikacji i wizualizacji tych powierzchni. Wskaźniki powierzchni nieprzepuszczalnych i oceny terenów zielonych są szeroko stosowane w planowaniu przestrzennym i urbanistycznym do oceny środowiska miejskiego. Władze lokalne polegają również na oszacowaniu wielkości powierzchni nieprzepuszczalnych w celu obliczania opłat za wodę deszczową i skutecznego zarządzania odpływem wody deszczowej. Jednak dokładne określenie wielkości nieprzepuszczalnych powierzchni jest poważnym wyzwaniem. W niniejszym badaniu zaproponowano wykorzystanie metody Support Vector Machines (SVM), podejścia opartego na rozpoznawaniu wzorców, które jest coraz częściej stosowane w rozwiązywaniu problemów inżynieryjnych, do klasyfikacji powierzchni nieprzepuszczalnych. Wyniki badań pokazują skuteczność metody SVM w dokładnym szacowaniu powierzchni nieprzepuszczalnych, o czym świadczy wysoka ogólna precyzja wynosząca ponad 90% ( na co wskazuje współczynnik Kappa Cohena). Studium przypadku osiedla „Parkowo-Leśne” w Warszawie o powierzchni 200 000 m² pokazuje skuteczne zastosowanie metody. Wyniki wskazują, że powierzchnie przepuszczalne stanowiły około 67,4% całego kompleksu, podczas gdy powierzchnie nieprzepuszczalne stanowiły pozostałe 32,6%. Wyniki te mogą mieć wpływ na zarządzanie wodami opadowymi, kontrolę zanieczyszczeń, zapobieganie powodziom, zarządzanie kryzysowe i ustalanie opłat za wodę opadową dla poszczególnych nieruchomości. Wykorzystanie danych teledetekcyjnych i metody SVM zapewnia cenne podejście do wizualizacji powierzchni nieprzepuszczalnych i poprawy zarządzania użytkowaniem gruntów miejskich.
    Źródło:
    Archives of Civil Engineering; 2023, 69, 3; 129--146
    1230-2945
    Pojawia się w:
    Archives of Civil Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-9 z 9

      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