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 "landsat" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-5 z 5
    Tytuł:
    Wykorzystanie zdjęć Landsat MSS i TM do tworzenia satelitarnych map obrazowych
    Autorzy:
    Lewiński, S.
    Powiązania:
    https://bibliotekanauki.pl/articles/129839.pdf
    Data publikacji:
    1998
    Wydawca:
    Stowarzyszenie Geodetów Polskich
    Tematy:
    LANDSAT
    mapa obrazowa
    obraz satelitarny
    image map
    satellite image
    Źródło:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji; 1998, 8; 2-1-2-4
    2083-2214
    2391-9477
    Pojawia się w:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wykorzystanie zdjęć satelitarnych MODIS do badania stopnia pokrycia terenu roślinnością
    Use of MODIS Satellite Images to Study the Percentage of Vegetation Cover
    Autorzy:
    Tomaszewska, M.
    Lewiński, S.
    Woźniak, E.
    Powiązania:
    https://bibliotekanauki.pl/articles/132289.pdf
    Data publikacji:
    2011
    Wydawca:
    Polskie Towarzystwo Geograficzne
    Tematy:
    stopień pokrycia
    teren
    roślinność
    NDVI
    Landsat TM
    MODIS
    degree
    vegetation cover
    Opis:
    The work presents a methodology of processing MODIS satellite images in order to obtain information on the degree of correlation and dependence between vegetation index NDVI and a percentage of a vegetation cover. The low resolution satellite image from MODIS scanner placed on AQUA satellite was used in the analysis and as a reference data – an image from Landsat TM satellite. The test area was Warsaw and its surroundings. The analysis allowed to obtain a function which defines the relation between NDVI index and a percentage of vegetation cover (R2 = 0,85) This analysis permitted to create vegetation cover maps of Masovian Voivodeship. The work proved the possibility of mapping land vegetation cover on the base of low resolution satellite images. That kind of a map can be used as a background material to carry out various types of environmental studies.
    Źródło:
    Teledetekcja Środowiska; 2011, 46; 15-22
    1644-6380
    Pojawia się w:
    Teledetekcja Środowiska
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Object-oriented classification of Landsat ETM+ satellite image
    Klasyfikacja obiektowa zdjęcia satelitarnego Landsat ETM+
    Autorzy:
    Lewiński, S.
    Powiązania:
    https://bibliotekanauki.pl/articles/293332.pdf
    Data publikacji:
    2006
    Wydawca:
    Instytut Technologiczno-Przyrodniczy
    Tematy:
    klasyfikacja obiektowa
    Landsat ETM+
    użytkowanie ziemi
    object-oriented classification
    land use
    Opis:
    This paper presents results of object-oriented classification of Landsat ETM+ satellite image conducted using eCognition software. The classified image was acquired on 7 May 2000. In this particular study, an area of 423 km² within the borders of Legionowo Community near Warsaw is considered. Prior to classification, segmentation of the Landsat ETM+ image is performed using panchromatic channel, fused multispectral and panchromatic data. The applied methods of classification enabled the identification of 18 land cover and land use classes. After the classification, generalization and raster to vector conversion, verification and accuracy assessment are performed by means of visual interpretation. Overall accuracy of the classification reached 94.6%. The verification and classification results are combined to form the final database. This is followed by comparing the object-oriented with traditional pixel-based classification. The latter is performed using the so-called hybrid classification based on both supervised and unsupervised classification approaches. The traditional pixel-based approach identified only 8 classes. Comparison of the pixel-based classification with the database obtained using the object-oriented approach revealed that the former reached 72% and 61% accuracy, according to the applied method.
    W artykule przedstawiono wyniki klasyfikacji obiektowej zdjęcia satelitarnego Landsat ETM+, uzyskane z zastosowaniem specjalistycznego oprogramowania eCognition. Klasyfikację wykonano na przykładzie zdjęcia zarejestrowanego 7 maja 2000 r., obrazującego obszar badawczy o powierzchni 423 km², znajdujący się w granicach powiatu legionowskiego w pobliżu Warszawy. Proces klasyfikacji obiektowej polega na rozpoznaniu obiektów, którymi są grupy pikseli spełniające założone kryterium jednorodności. Granice obiektów zostały zdefiniowane w czasie segmentacji zdjęcia, wykonanej na podstawie wartości pikseli kanału panchromatycznego skanera ETM+ oraz danych uzyskanych w wyniku połączenia wybranych kanałów wielospektralnych z kanałem panchromatycznym. Zastosowane metody klasyfikacyjne, związane nie tylko z wartościami spektralnymi charakteryzującymi poszczególne obiekty, lecz również z kryteriami parametrycznymi, umożliwiły identyfikację 18 klas pokrycia i użytkowania ziemi. Następnie wynik klasyfikacji został przetworzony funkcjami: generalizacji, konwersji formatu danych oraz poddany weryfikacji. Generalizację wykonano z zastosowaniem jednostki odniesienia wynoszącej 1 ha dla klas zabudowy i wody oraz 4 ha dla pozostałych klas. Następnie format klasyfikacji został zmieniony z rastrowego na wektorowy, w którym wykonano wygładzenie granic wydzieleń. Klasyfikacja została zakończona weryfikacją wektorowej bazy danych metodą interpretacji wizualnej. Całkowita dokładność klasyfikacji została oceniona na poziomie 94.6%. Po uwzględnieniu zmian wprowadzonych w czasie weryfikacji uzyskano końcową postać bazy danych. Wyniki klasyfikacji obiektowej zostały porównane z wynikami tradycyjnej (pikselowej) klasyfikacji, wykonanej z zastosowaniem algorytmu tzw. klasyfikacji hybrydowej, składającej się z następujących po sobie klasyfikacji nadzorowanej i nienadzorowanej. Rozpoznano jedynie 8 klas pokrycia i użytkowania ziemi. Dokładność tradycyjnej klasyfikacji oceniono przez porównanie jej z wynikami klasyfikacji obiektowej. Uzyskano wyniki na niskim poziomie, wynoszącym jedynie 72% i 61%, w zależności od przyjętej metody oceny.
    Źródło:
    Journal of Water and Land Development; 2006, 10; 91-106
    1429-7426
    2083-4535
    Pojawia się w:
    Journal of Water and Land Development
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Identyfikacja głęboko odwodnionych siedlisk hydrogenicznych w rejonie KWB Bełchatów na podstawie zdjęć ze skanera Landsat TM
    Identification of deeply drained hydrogenic habitats in the region of the Bełchatów Brown Coal Mine based on the images from the Landsat TM scaner
    Autorzy:
    Miatkowski, Z.
    Sołtysik, A.
    Turbiak, J.
    Kowalik, W.
    Lewiński, S.
    Powiązania:
    https://bibliotekanauki.pl/articles/239334.pdf
    Data publikacji:
    2006
    Wydawca:
    Instytut Technologiczno-Przyrodniczy
    Tematy:
    siedlisko hydrogeniczne
    identyfikacja
    odwodnienie
    monitorowanie
    zdjęcie satelitarne
    Landsat TM
    satellite scanning
    hydrogenic habitat
    land drainage
    Opis:
    Głębokie i długotrwałe odwodnienie siedlisk hydrogenicznych wywołuje procesy przeobrażeń, prowadzące do ich degradacji. Identyfikacja przeobrażeń tych siedlisk i ich monitorowanie, jeśli występują one na dużych powierzchniach, są trudne, a czasami mało efektywne, metodami tradycyjnymi. Podjęto próbę wykorzystania zdjęć z satelity Landsat TM do identyfikacji przeobrażonych wskutek głębokiego odwodnienia siedlisk hydrogenicznych i ich zasięgu. Porównanie informacji zawartych na zdjęciach satelitarnych z informacją uzyskaną metodami konwencjonalnymi w toku bezpośrednich badań terenowych wykazało zadowalającą zgodność identyfikacji siedlisk łąkowych przeobrażonych w wyniku odwodnienia oraz oceny zasięgu ujemnego wpływu leja depresji wód gruntowych KWB Bełchatów na użytki zielone.
    Deep and long-lasting drainage of hydrogenic habitats causes transformation processes leading to their degradation. Identification of these sites transformations and their moniotoring, if they occur in large areas, are difficult and sometimes low-effective by traditional methods. In the paper an attempt to use images from the Landsat TM satellite for the identification of transformed due to deep drainage hydrogenic habitatats and of their range has been made. A comparison of information contained in the satellite images with information obtained by conventional methods during direct field studies showed satisfactory agreement of identification of grassland sites transformed as a result of drainage and of assessment of the range of the KWB Betchatow ground water depressioncone negative effect on grasslands.
    Źródło:
    Problemy Inżynierii Rolniczej; 2006, R. 14, nr 2, 2; 117-124
    1231-0093
    Pojawia się w:
    Problemy Inżynierii Rolniczej
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Detekcja zmian pokrycia terenu na zdjęciach satelitarnych Landsat - porównanie trzech metod
    Land cover change detection using Landsat imagery - comparison of three methods
    Autorzy:
    Niedzielko, J.
    Lewiński, S.
    Powiązania:
    https://bibliotekanauki.pl/articles/132345.pdf
    Data publikacji:
    2012
    Wydawca:
    Polskie Towarzystwo Geograficzne
    Tematy:
    pokrycie terenu
    wykrywanie zmian
    Landsat
    różnica obrazów
    klasyfikacja nadzorowana
    analiza głównych składowych
    land cover
    change detection
    image difference
    supervised classification
    principal components analysis
    Opis:
    Environmental changes are amongst the most important research subjects in geography. The changes may be natural, but also may be caused by human activity. Land cover is a significant component of the changing environment. Monitoring of its changes involves usage of satellite techniques. Landsat mission provides comparable data since forty years, very useful in land cover studies. Utilization of satellite techniques in such researches is developing quickly. This paper is an example of methods that enable quick and quite accurate assessment of range and spatial distribution of land cover changes. Practical application of image difference, principal component analysis and supervised classification to detect land cover changes is presented. Methods are applied to study area containing different land cover classes. Accuracy of methods was tested and compared. Combining methods presented in earlier researches, five new methods were developed: image difference, image difference with classification, classification, principal component analysis, principal component analysis with classification. Methods were applied to three different input datasets: pairs of images with different level of preprocessing. First dataset was a pair of georeferenced Landsat Thematic Mapper images. The second dataset was the same pair of images, atmospherically corrected using dark object subtraction method. Normalization of one image to the other provided the third dataset. Accuracy assessment was executed. Results were obtained from confusion matrices. Overall accuracy of methods was high, from 77% to 91%. Supervised classification was the most accurate method. Combining fully automatic methods with supervised classification has increased overall accuracy of automatic change detection, however not significantly. Studies on combining change detection methods should be continued. Future studies should concentrate on the automation of change detection process.
    Źródło:
    Teledetekcja Środowiska; 2012, 47; 87-98
    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