Informacja

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

Wyszukujesz frazę "Geographic Object-Based Image Analysis" wg kryterium: Temat


Wyświetlanie 1-2 z 2
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
Tytuł:
Monitoring the secondary forest succession and land cover/use changes of the Błędów Desert (Poland) using geospatial analyses
Autorzy:
Szostak, Marta
Wężyk, Piotr
Hawryło, Paweł
Puchała, Marta
Powiązania:
https://bibliotekanauki.pl/articles/1052864.pdf
Data publikacji:
2016-09-15
Wydawca:
Uniwersytet im. Adama Mickiewicza w Poznaniu
Tematy:
LULC changes
Geographic Object Based Image Analysis (GEOBIA)
pixel-based classification
GIS analyses
secondary forest succession
Opis:
The role of image classification based on multi-source, multi-temporal and multi-resolution remote sensed data is on the rise in the environmental studies due to the availability of new satellite sensors, easier access to aerial orthoimages and the automation of image analysis algorithms. The remote sensing technology provides accurate information on the spatial and temporal distribution of land use and land cover (LULC) classes. The presented study focuses on LULC change dynamics (especially secondary forest succession) that occurred between 1974 and 2010 in the Błędów Desert (an area of approx. 1210 ha; a unique refuge habitat – NATURA 2000; South Poland). The methods included: photointerpretation and on screen digitalization of KH-9 CORONA (1974), aerial orthoimages (2009) and satellite images (LANDSAT 7 ETM+, 1999 and BlackBridge – RapidEye, 2010) and GIS spatial analyses. The results of the study have confirmed the high dynamic of the overgrowth process of the Błędów Desert by secondary forest and shrub vegetation. The bare soils covered 19.3% of the desert area in 1974, the initial vegetation and bush correspondingly 23.1% and 30.5%. In the years 2009/2010 the mentioned classes contained: the bare soils approx. 1.1%, the initial vegetation– 8.7% and bush – 15.8%. The performed classifications and GIS analyses confirmed a continuous increase in the area covered by forests, from 11.6% (KH-9) up to 24.2%, about 25 years later (LANDSAT 7) and in the following 11 years, has shown an increase up to 35.7% (RapidEye 2010).
Źródło:
Quaestiones Geographicae; 2016, 35, 3; 5-13
0137-477X
2081-6383
Pojawia się w:
Quaestiones Geographicae
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