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 "grasslands" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-5 z 5
    Tytuł:
    Rozpoznawanie ekologicznych użytków zielonych na zdjęciach Landsat ETM+
    Ecological grasslands recognition on Landsat ETM+ images
    Autorzy:
    Kosiński, K.
    Hoffmann-Niedek, A.
    Kozłowska, T.
    Powiązania:
    https://bibliotekanauki.pl/articles/131266.pdf
    Data publikacji:
    2012
    Wydawca:
    Stowarzyszenie Geodetów Polskich
    Tematy:
    użytki zielone ekologiczne
    użytki zielone produkcyjne
    ETM4
    ETM8
    RGB/IHS
    ecological grasslands
    productive grasslands
    RGB/HIS
    Opis:
    Celem pracy jest weryfikacja składowych barwnych mapy satelitarnej przeznaczonej do interpretacji wizualnej z rozróżnieniem użytków zielonych ekologicznych i produkcyjnych. Wykorzystano zdjęcia satelity Landsat wykonane w dwóch terminach: 2011-05-01 i 1999-09-10. Wartość identyfikacyjną kanałów spektralnych ETM4, ETM5 oraz kanału panchromatycznego ETM8 oceniano metodą półautomatycznej klasyfikacji obiektowej. Do próby statystycznie reprezentatywnej dla dwóch mezoregionów (Kotliny Szczercowskiej i Równiny Piotrkowskiej) zastosowano test χ2 w modyfikacji Yates’a. Potwierdzono znaczenie wartości kanału ETM4 pozyskanych z dwóch zdjęć wykonanych w różnych porach roku w interpretacji użytków zielonych ekologicznych i produkcyjnych. Jednak z uwagi na wysoki poziom błędów konieczne jest wykorzystanie wielu cech interpretacyjnych lub weryfikacji terenowej obiektów rozpoznanych jako ekologiczne. Wzmocnienie dwuczasowej kompozycji kanałów ETM4 i ETM5 wartościami kanału ETM8 nie wpływa na możliwość rozpoznania użytków zielonych ekologicznych na podstawie cech barwnych obrazu.
    The aim of the work is to verify color components of the satellite maps intended for distinguishing of ecological and production grassland due visual interpretation. Landsat images have been carried out in two dates: 2011-05-01 and 1999-09-10. Semi-automated object classification was performed on the training and test samples using spectral bands ETM4 and ETM5, and panchromatic ETM8. Different pairs of bands were analyzed separately. Test sample were statistically representative for fragments of the two geographical regions: Szczercowska Basin and Piotrkowska Plain. Yates's chi-squared test was applied. Confirmed the importance of the channel ETM4 registered in the two times of the year in the distinction of ecological and production grassland. However, due to a high level of error it is necessary to use more classification cues and/or terrain verification of field sites identified as ecological. Bitemporal composition of ETM4 and ETM5 bands enhanced with ETM8 band does not affect the ability to identify ecological grasslands by colour cues.
    Źródło:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2012, 24; 155-163
    2083-2214
    2391-9477
    Pojawia się w:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Zastosowanie wskaźnika NDVI i filtracji kierunkowej do rozpoznawania użytków zielonych oraz analizy zmian siedlisk i zbiorowisk łąkowych
    Application of NDVI index and directional filtration in grassland recognition and changes of grassland habitats and communities analyzing
    Autorzy:
    Kosiński, K.
    Kozłowska, T.
    Powiązania:
    https://bibliotekanauki.pl/articles/131080.pdf
    Data publikacji:
    2003
    Wydawca:
    Stowarzyszenie Geodetów Polskich
    Tematy:
    teledetekcja
    użytki zielone
    NDVI
    filtracja kierunkowa
    remote sensing
    grasslands
    directional filtration
    Opis:
    Przedstawiono metodę konstrukcji mapy satelitarnej użytków zielonych oraz zmian siedlisk i zbiorowisk łąkowych w okresie wieloletnim na podstawie analizy wartości i rozkładu przestrzennego wskaźnika NDVI. Użyto kompozycji trójbarwnej, w której dwie składowe barwne stanowią wartości NDVI obliczone ze zdjęć landsatowskich wykonanych w odstępie 14 lat. Jako trzeciej składowej użyto wskaźnika zmian NDVI, który w celu odróżnienia łąk od innych form użytkowania ziemi poddano filtracjom kierunkowym. Utworzona w ten sposób fotomapa pozwoliła wyodrębnić 11 form użytkowania ziemi. W szczególności powala odróżnić łąki użytkowane od nieużytkowanych, a w obrębie tych ostatnich łąki zabagniające od niezabagniających.
    A simple method was elaborated to display changes in meadow communities and habitats using two dates of Landsat imagery. The normalized difference vegetation index (NDVI) was computed for each date of imagery to define high and low vegetation biomass. Color composites were generated by combining the two dates of NDVI and the index of NDVI changes with either the red, green, or blue (RGB) image plans. Directional filtration of the index of NDVI changes were used to register a striped structure of arable areas. The result was that the structural difference between meadows and arable areas was quantified and visualized in color composition. Finally 11 categories of land use were distinguished.
    Źródło:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2003, 13b; 387-395
    2083-2214
    2391-9477
    Pojawia się w:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Teledetekcja użytków zielonych z zastosowaniem komercyjnego oprogramowania ERDAS i wolnego ILWIS
    Remote sensing grasland with use Erdas and Ilwis progarames
    Autorzy:
    Kosiński, K.
    Powiązania:
    https://bibliotekanauki.pl/articles/132313.pdf
    Data publikacji:
    2008
    Wydawca:
    Polskie Towarzystwo Geograficzne
    Tematy:
    użytki zielone
    teledetekcja
    oprogramowanie ERDAS
    oprogramowanie ILWIS
    grasslands
    remote sensing
    ERDAS
    ILWIS
    Źródło:
    Teledetekcja Środowiska; 2008, 39; 119-123
    1644-6380
    Pojawia się w:
    Teledetekcja Środowiska
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Ocena możliwości identyfikacji łąk produkcyjnych i ekologicznych z wykorzystaniem pojedynczego zdjęcia satelity Landsat
    An asessment of the possibility of identyfying productive and ecological meadows from a single Landsat image
    Autorzy:
    Kosiński, K.
    Hoffmann-Niedek, A.
    Kozłowska, T.
    Powiązania:
    https://bibliotekanauki.pl/articles/338172.pdf
    Data publikacji:
    2012
    Wydawca:
    Instytut Technologiczno-Przyrodniczy
    Tematy:
    klasyfikacja
    Landsat
    siedliska ekologiczne
    siedliska produkcyjne
    użytki zielone
    classification
    ecological habitats
    grasslands
    productive habitats
    Opis:
    W artykule przedstawiono możliwości identyfikacji produkcyjnych i ekologicznych siedlisk łąkowych na pojedynczym zdjęciu Landsat ETM+. Analizowano niezależnie dwa zdjęcia, pozyskane 10 września 1999 i 1 maja 2001 r. Podjęto próbę rozróżnienia siedlisk na podstawie par charakterystyk: kanałów spektralnych (ETM 3, 4, 5), kanału panchromatycznego (ETM8) i wskaźników różnicowych (NDVI - wskaźnik różnicowy obliczony z kanałów ETM4 i ETM3; ND(3,5) - wskaźnik różnicowy obliczony z kanałów ETM5 i ETM3), uzyskanych niezależnie z dwóch zdjęć. Z kategorią siedliskową związane są trzy pary charakterystyk obliczonych dla początku maja: ETM3 i NDVI, ETM4 i ETM5, jak również NDVI i ND(3,5). Jednak błędy klasyfikacji okazały się zbyt duże. Na zdjęciu wrześniowym nie stwierdzono różnic pomiędzy siedliskami w żadnej z par charakterystyk. Nie wyklucza to możliwości klasyfikacji siedlisk w trybie analizy wieloczynnikowej.
    The paper presents possibilities of identification of productive and ecological meadows on a single Landsat ETM+ image. Two images acquired on 10 September 1999 and 1 May 2001 were analyzed independently. Attempt was undertaken to distinguish habitats based on the following pairs of characteristics: spectral channels (ETM 3, 4, 5), panchromatic channel (ETM8) and differential indexes (NDVI, ND(3,5)) obtained from each of the images separately. Three pairs of characteristics are correlated with the habitat category obtained at the beginning of May: ETM3 vs NDVI, ETM4 vs ETM5 and NDVI vs ND(3.5). However, classification errors were far too high. In the image obtained in September, there were no differences between the habitats in any pair of characteristics. However, the possibility of classification of habitats in the multivariate analysis mode is still not excluded.
    Źródło:
    Woda-Środowisko-Obszary Wiejskie; 2012, 12, 1; 71-82
    1642-8145
    Pojawia się w:
    Woda-Środowisko-Obszary Wiejskie
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Znaczenie pola powierzchni i długości obiektów w półautomatycznej klasyfikacji obiektowej użytków zielonych na zdjęciach satelitów serii LANDSAT
    The influence of area and length of objects in semi-automated object classification of grasslands on LANDSAT images
    Autorzy:
    Kosiński, K.
    Powiązania:
    https://bibliotekanauki.pl/articles/132243.pdf
    Data publikacji:
    2009
    Wydawca:
    Polskie Towarzystwo Geograficzne
    Tematy:
    użytki zielone
    teledetekcja
    Landsat
    wielkość
    kształt
    uwilgotnienie
    siedlisko
    klasyfikacja
    sztuczne sieci neuronowe
    grasslands
    remote sensing
    size
    shape
    habitat
    humidity
    object
    classification
    artificial neural network
    Opis:
    Semi-automatic method for object classification of the grassland procedure involves two stages: 1) the creation of image segments as a representation of natural spatial complexes, 2) classification of the segments. So far, the classification algorithms were used refer to the three categories of characteristics: spectral, panchromatic or geometric. In the first stage of the work segmentation were performed of the composition of the two satellite images Landsat7 acquired at different seasons of the year: in September 1999 and the beginning of May 2001. Panchromatic data were used for distinguishing complexes due to the greater (in comparison with spectral data) spatial resolution. In the area of grasslands landscape-vegetation complexes (Matuszkiewicz, 1990, Kosiński, Hoffmann -Niedek, Zawiła, 2006) were distinguished of approximately a hundred to a few hundred meters in length and of about 20 ÷ 200 panchromatic image pixels. Semi-automated delimitation of complexes were carried out under the visual control, using as auxiliary material aerial photographs and topographic maps. In the second stage (classification of segments) an attempt were taken to assess the suitability of selected geometrical features to distinguish grasslands in use (currently or potentially) from grasslands unfit for production use due to excessive or insufficient moisture. The classification algorithm used GIS tools for measuring area and length of segments and artificial neural networks as a tool for classification. The previous studies of the Piotrkowska Plain show that the complexes of meadows used differ from those abandoned in terms of size and shape of objects (Kosiński, Hoffmann- Niedek, 2006, Fig. 1). Hypothesis that area and length of the landscape -vegetation complex are cues of identification in relation to the use and moisture of grasslands. 43 complexes of the grassland have been established as training samples on the Piotrkowska Plain in the Pilsia valley. In order to avoid overfitting classification algorithm to data from the Piotrkowska Plain, in order to allow the application of the algorithm for another mezoregionu 10 complexes have been selected as a validation set in the Szczercowska valley. To evaluate the classification results 32 complexes have been collected from Szczercowska Basin (test set). All treining set objects were described in terrein. Validation and test set objects were classified by a more accurate metod (based on biteporal image: Kosiński, Hoffmann -Niedek, 2008) and checked at random in the field. Objects of learning, validation and test set have been grouped into five categories according to use and habitat moisture (Kosiński, Hoffmann -Niedek, 2008; Table 1). For learning neural networks fife categories of objects of the learning and validation set were generalised into the three classes. In the Szczercowska Valley combination of characteristics (area and length) of the abandoned complexes is more close to the meadows in use than on the Piotrkowska Plain (Table 2). Therefore, the classification algorithm of the Piotrkowska Plain can not be directly applied to Szczercowska Basin. To obtain the correct result of classification, the classes of test set has been interpreted differently than in the learning and validation sets (Table 3, Figure 2). In the test sample 3/4 of the 23 complexes of meadows potentially used were classified correctly, while of nine abandoned ones due to unfavorable moisture habitats correctly classified 2/3. Thus confirmed the working hypothesis. Application of artificial neural networks can cancel the designation of non parametric empirical indicators of the size and shape of the complexes (Fig. 1). Neural networks auto-uwilgotmatically builds a morpfometric model based on simple indicators such as area and length of the object. Two model types of artificial neural network have been tested: 1) multilayer perceptrons (MLP) wich use hyperplanes to divide up feature space, 2) radial basis function network (RBF) wich use hyperspheres. MLP networks have proved to be more suitable to build the model than the RBF network.
    Źródło:
    Teledetekcja Środowiska; 2009, 42; 35-41
    1644-6380
    Pojawia się w:
    Teledetekcja Środowiska
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-5 z 5

      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