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 "SPOT/VEGETATION" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-4 z 4
    Tytuł:
    Wpływ warunków meteorologicznych na początek okresu wegetacyjnego lasów liściastych północno−wschodniej Polski
    Impact of meteorological conditions on the onset of the growing season over broadleaved forests in northeastern Poland
    Autorzy:
    Bartold, M.
    Bochenek, Z.
    Powiązania:
    https://bibliotekanauki.pl/articles/985746.pdf
    Data publikacji:
    2019
    Wydawca:
    Polskie Towarzystwo Leśne
    Tematy:
    lesnictwo
    Polska Polnocno-Wschodnia
    lasy lisciaste
    fenologia
    okres wegetacji
    poczatek okresu wegetacyjnego
    warunki meteorologiczne
    teledetekcja satelitarna
    Znormalizowany Wskaznik Wegetacji
    dane satelitarne SPOT VEGETATION
    dane satelitarne Proba-V
    forest monitoring
    ndvi
    spot vegetation
    proba−v
    growing season
    Opis:
    The paper aims at assessing the impact of meteorological conditions on the start of the growing season (SOS) over forests in north−eastern Poland. The main objective was to study which, and if so to what extent, the meteorological parameters can describe the changes of the onset of vegetation in broadleaved forests. Study area encompasses forest complexes located in north−eastern Poland, which are under the influence of maritime and continental climate characterized by a shorter vegetation period and large temperature fluctuations. In this study forest mask containing only pixels with 50% cover of broadleaved forests defined by CLC2012 was applied. The time−series of satellite images derived from VEGETATION mission were applied for determining the start of the growing season. 10−day composites of Normalized Difference Vegetation Index (NDVI) from 1999 to 2016, derived at 1 km pixel resolution were filtered with double logistic function in order to determine the SOS. The meteorological parameters such as maximum air temperature, total precipitation and surface solar radiation derived from field measurements one month before the start of the growing season were taken into account. The Pearson correlation results proved that only maximum air temperature was related to the onset of the growing season. The strength of the relations depended on the dominant trees recognized within the forest area. There were no statistically significant relations with the precipitation and solar surface radiation which could be explained by frequent clouds during the month before the SOS and not observed unfavorable conditions that could have impacted on the changes of the growing season in forests.
    Źródło:
    Sylwan; 2019, 163, 12; 997-1005
    0039-7660
    Pojawia się w:
    Sylwan
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Satellite-derived vegetation indices for Biebrza wetland
    Wskaźniki roślinne dla obszaru bagien biebrzańskich wyprowadzone ze zdjęć satelitarnych
    Autorzy:
    Dąbrowska-Zielińska, K.
    Kowalik, W.
    Gruszczyńska, M.
    Hościło, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/129631.pdf
    Data publikacji:
    2003
    Wydawca:
    Stowarzyszenie Geodetów Polskich
    Tematy:
    SPOT/VEGETATION
    ERS-2/ATSR
    NOAA AVHRR
    vegetation index
    ERS2/SAR
    soil moisture
    wskaźnik zieleni
    ERS-2/SAR
    wilgotność gleby
    Opis:
    The study has been carried out at the Biebrza Basin in Poland. The investigation aimed at finding the best vegetation index characterising different marshland habitats. The various indices were calculated on the basis of all considered spectral bands of low spatial resolution satellites as SPOT/VEGETATION, ERS-2/ATSR, and NOAA/AVHRR. The GEMI and EVI index calculated from SPOT/VEGETATION images was the best for distinguishing vegetation classes. The best correlation between LAI measured at the ground and the derived indices was with GEMI and EVI index. Soil moisture values calculated from ERS2/ SAR well characterised distinguished marshland humidity classes.
    Biebrzański Park Narodowy został założony w 1993 roku w celu ochrony unikalnych walorów przyrodniczych bagiennej doliny rzeki Biebrzy. W wyniku panujących warunków wodnych oraz morfologii terenu na obszarze tym wykształcił się największy w Polsce ekosystem torfowisk niskich i wysokich. Na skutek zmian w użytkowaniu rolniczym oraz z powodu budowy kanałów odwadniających, ten unikalny naturalny ekosystem bagienny został zachwiany. Zmienione warunki wilgotnościowe doprowadziły do degradacji gleb torfowych i w konsekwencji do zmiany szaty roślinnej. Obecnie istnieje potrzeba monitorowania niekorzystnego dla środowiska procesu osuszania bagien, a jedynie możliwą do zastosowania na tak dużą skalę metodą, jest metoda teledetekcji. Badania skoncentrowano na obszarze zlokalizowanym w Basenie Środkowym Biebrzy, na którym do tej pory przeprowadzono wiele eksperymentów naukowych, i dla którego zgromadzono wiele informacji niezbędnych do realizacji niniejszego przedsięwzięcia. W opracowaniu uwzględnione zostały dane satelitarne i naziemne archiwalne pochodzące z lat 1995 i 1997 oraz dane otrzymane w trakcie trwania badań lat 2000–2002. Wykorzystano dane satelitarne otrzymywane w optycznym i mikrofalowym zakresie widma elektromagnetycznego. Z zakresu optycznego (Landsat ETM, ERS-2.ATSR, SPOT VEGETATION, NOAA/AVHRR) zostały wyznaczone wskaźniki roślinne charakteryzujące powierzchnię ze względu na stopień uwilgotnienia i fazę rozwoju roślin. Poprzez klasyfikację obszaru wyróżniono łąki na różnych rodzajach siedlisk. Klasyfikowane były zdjęcia wykonane przy użyciu skanerów Thematic Mapper (TM) i Enhanced Thematic Mapper (ETM+) pracujących na satelitach z serii Landsat oraz zdjęcia mikrofalowe wykonane przy użyciu urządzenia SAR umieszczonego na satelicie ERS-2. Przy klasyfikacji wykorzystano wyniki badań terenowych. Z danych mikrofalowych zarejestrowanych przez satelitę ERS-2 obliczono współczynnik wstecznego rozpraszania i wyprowadzono algorytmy wyznaczania wilgotności gleby. Wyznaczono również związek pomiędzy poszczególnymi klasami wilgotności gleby a wskaźnikami roślinnymi uzyskanymi z różnych satelitów oraz wyznaczono obszary, na których zaszły największe zmiany wilgotności. W wyniku przeprowadzonych analiz wybrano następujące wskaźniki roślinne: ARVI, EVI, GEMI, MI, NDVI, których wzory podane są poniżej: ARVI = ( NIR - BLUE ) / ( NIR + BLUE ) EVI = 2.0 * ( NIR - RED ) / ( 1 + NIR + 6 * RED - 7.5 * BLUE ) GEMI =⋅[η * ( 1 - 0.25η ) - ( RED - 0.125 )] / [ 1 - RED ], η = [ 2 * ( NIR2 - RED2 ) + 1.5 NIR + 0.5 RED ] / 9 NIR + RED + 0.5 ] NDVI = ( NIR - RED ) / ( NIR + RED ) MI = ( SWIR - RED ) / (SWIR + RED ) gdzie: ARVI – Atmospherically Resistant Vegetation Index, Kaufman i Tanre, 1992; EVI – Enhanced Vegetation Index, Liu i Huete, 1995; GEMI – Global Environment Monitoring Index, Pinty i Verstraete, 1992; MI –Medium Infrared Index, wyprowadzony przez autorów, 2002; NDVI – Normalized Difference Vegetation Index, powszechnie używany od dawna. Wskaźniki roślinne łączą dane teledetekcyjne z biofizycznymi charakterystykami powierzchni czynnej, a w szczególności z powierzchnią projekcyjną liści, akumulowaną radiacją w procesie fotosyntezy, biomasą, i gęstością pokrycia roślinnością. Istnieje duże zainteresowanie rozwijaniem i wprowadzaniem wciąż nowych indeksów ze względu na ich związek z wieloma cechami roślinnymi, a równocześnie nie czułych na osłabiający wpływ gleby i atmosfery. Pozostaje jednak nadal aktualne, jakie cechy roślin wpływają na wartość wskaźnika, dla jakich warunków dany indeks może być zastosowany, jak również z jaką dokładnością mogą być poszczególne parametry roślinne obliczane. Wskaźniki roślinne, ze względu na łatwość ich obliczania bez konieczności stosowania dodatkowych danych, znalazły zastosowanie w rolnictwie do prognozowania plonów, ustalania terminów nawodnień. Istotnym elementem pracy było znalezienie takich wskaźników roślinnych obliczanych ze zdjęć satelitarnych wykonanych w optycznym zakresie widma, które pozwoliłyby na dokładne szacowanie wskaźnika powierzchni projekcyjnej liści tzw. LAI. Wskaźnik ten jest niezbędny do szacowania wilgotności gleby ze zdjęć mikrofalowych, gdyż odzwierciedla szorstkość badanej powierzchni roślinnej. Analiza zmian wilgotności gleby umożliwiła wyznaczenie obszarów o zróżnicowanym uwilgotnieniu i opracowanie metody jej monitorowania na obszarach bagiennych. Najsilniejszą zależność otrzymano dla wskaźników EVI i GEMI obliczonych z danych satelitarnych SPOT VEGETATION (R2 = 0.81), najsłabszą dla wskaźnika GEMI obliczonego z danych NOAA/AVHRR (R2 = 0.41). Wyprowadzone na podstawie analizy statystycznej algorytmy o najwyższych korelacjach mogą być zastosowane do szacowania wskaźnika LAI dla roślinności bagiennej.
    Źródło:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2003, 13b; 349-359
    2083-2214
    2391-9477
    Pojawia się w:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Porównanie wartości NDVI odczytanych z obrazów satelitarnych NOAA AVHRR, SPOT-VEGETATION i TERRA MODIS
    Comparison of NDVI index based on NOAA AVHRR, SPOT-VEGETATION and TERRA MODIS satellite data
    Autorzy:
    Turlej, K.
    Powiązania:
    https://bibliotekanauki.pl/articles/132264.pdf
    Data publikacji:
    2009
    Wydawca:
    Polskie Towarzystwo Geograficzne
    Tematy:
    NOAA
    SPOT
    TERRA
    NDVI
    wskaźniki roślinne
    zdjęcia satelitarne
    rolnictwo
    Wielkopolska
    vegetation index
    satellite images
    agriculture
    Opis:
    Recently in the space there are launched new series of environmental satellites with high time resolution, allowing continuous observations of the Earth’s surface. NOAA series of satellites, launched in 1998 SPOT or TERRA operating since 2000, provide daily data acquisition of large areas. Differences between the construction of instruments and means of processing cause disparity in the received data. This article presents a comparison of NDVI index obtained from these satellites. Compositions used in the ten-day NDVI images made on the basis of NOAA AVHRR images, NDVI compositions performed on the basis of images from SPOT VEGETATION as well as eight-day MODIS TERRA NDVI compositions. Area of the research are agricultural areas of Wielkopolska. NDVI index was measured on 193 polygons with surfaces from 1.5÷68.9 ha during the growing season from 10th to 24th decade of 2006. Another comparison has been made for NDVI values for the region of Wielkopolska in the years 2000÷2008 and the size of yield of wheat.
    Źródło:
    Teledetekcja Środowiska; 2009, 42; 83-88
    1644-6380
    Pojawia się w:
    Teledetekcja Środowiska
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Analiza porównawcza wartości wskaźnika wegetacji obszarów leśnych w Polsce na podstawie wieloletnich obserwacji satelitarnych NOAA AVHRR i SPOT VEGETATION
    Comparison of time series of the vegetation index derived from NOAA AVHRR and SPOT VEGETATION satellite observations
    Autorzy:
    Bartold, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/989370.pdf
    Data publikacji:
    2016
    Wydawca:
    Polskie Towarzystwo Leśne
    Tematy:
    lesnictwo
    lasy
    wskazniki wegetacyjne
    monitoring
    obserwacje satelitarne
    satelita NOAA
    satelita SPOT
    zdjecia NOAA-AVHRR
    zdjecia SPOT VGT
    forest monitoring
    vegetation index
    noaa avhrr
    spot vegetation
    Opis:
    The paper aimed at comparison of remotely sensed data for forest areas in Poland. The main objective was to study how time−series of satellite data derived from NOAA AVHRR and SPOT VEGETATION (SPOT VGT) are compatible and can be useful for forest cover monitoring. NOAA AVHRR fifteen−year observations collected by the receiving station mounted at the Institute of Geodesy and Cartography were processed with radiometric, geometric and atmospheric corrections to obtain Normalized Difference Vegetation Index (NDVI) images. Next, daily NDVI images were clustered into ten−day composites and smoothed with Savitzky−Golay filter. The long−term NDVI data derived from SPOT VGT were post−processed in order to prepare reference set to cross−comparison analysis. The study area encompasses forest complexes representative for various climatic conditions: Borecka, Augustów, Knyszyn and Białowieża Forests as well as forests of the Karkonosze and Beskid Żywiecki mountains. The satellite data were analyzed within vegetation period (April−September). The comparison of frequency of cloud−free observations and mean NDVI values over study sites was performed to follow the deviations in two datasets. The Wilcoxon signed−rank test proved that there are statistically significant NDVI differences between NOAA and SPOT data for Augustów, Knyszyn, Białowieża and Karkonosze Forests. On the other hand, NDVI observations for Borecka Forest and Beskid Żywiecki Mts. revealed quite high compatibility. The Spearman rank correlation results proved that NDVI time−series derived from NOAA AVHRR and SPOT VGT are incoherent and depended on test site or year of the observation. The cross−comparison analysis revealed that there is a need for additional investigation into achieving full compatibility of satellite datasets for successful forest cover monitoring.
    Źródło:
    Sylwan; 2016, 160, 02; 153-161
    0039-7660
    Pojawia się w:
    Sylwan
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-4 z 4

      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