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 "Satellite Image Analysis" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-10 z 10
    Tytuł:
    A Study of Land Cover Change Detection in Oddusuddan DS Division of Mullaitivu District in Sri Lanka Based on GIS and RS Technology
    Autorzy:
    Pathmanandakumar, V.
    Powiązania:
    https://bibliotekanauki.pl/articles/1031751.pdf
    Data publikacji:
    2020
    Wydawca:
    Przedsiębiorstwo Wydawnictw Naukowych Darwin / Scientific Publishing House DARWIN
    Tematy:
    Change Matrix
    Change detection
    Geographical Information System & Remote Sensing
    Land covers Mapping
    Satellite Image Analysis
    Opis:
    Land cover change analysis between 1997 and 2016 was conducted in Oddusuddan Divisional Secretariat, Mullaitivu District, using remote sensing and geographic information system incorporated with field verifications. Various Satellite images and different digital maps have been used for extracting information. The overall objective of this study was to detect the magnitude of land cover change in Oddusuddan between 1997 and 2016. The methodology of this study was a change detection analysis of satellite imagery with Landsat ETM data. Two dates of Landsat image data of the 1997 and 2016 were used to produce a land cover map. The Maximum Likelihood algorithm was used for supervised classification to detect changes for twenty years. The result showed that during the last twenty years, the forest cover declined from 453.02 km2 in 1997 to 447.14 km2 in 2016. It was noticed that socio-economic factors were the major driving forces for the land cover change.
    Źródło:
    World News of Natural Sciences; 2020, 29, 3; 198-211
    2543-5426
    Pojawia się w:
    World News of Natural Sciences
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Analiza potencjału rolnictwa miejskiego z wykorzystaniem technologii GIS
    Analysis of the potential of urban agriculture with the use of GIS technology
    Autorzy:
    Pluto-Kossakowska, Joanna
    Wiśniewska, Weronika
    Powiązania:
    https://bibliotekanauki.pl/articles/2146823.pdf
    Data publikacji:
    2021
    Wydawca:
    Polskie Towarzystwo Informacji Przestrzennej
    Tematy:
    rolnictwo miejskie
    analiza przestrzenna
    zdjęcie satelitarne
    urban agriculture
    spatial analysis
    satellite image
    Opis:
    W niniejszym artykule przedstawiono metodykę analizy możliwości rozwoju rolnictwa miejskiego na przykładzie Warszawy. Jako obszary badawcze wybrano dwie dzielnice Ursynów oraz Wilanów. Pierwsza z nich odznaczała się dużą różnorodnością zabudowy, zarówno spotkamy tam starsze budynki mieszkalne, jak również nowopowstałą obwodnicę Warszawy. Wilanów natomiast to obszar charakteryzujący się nowym budownictwem wielorodzinnym i jednorodzinnym o niskiej zabudowie. Badania przeprowadzono z wykorzystaniem trzech źródeł danych przestrzennych: zdjęcia satelitarnego WorldView 2 z września 2018 roku, Bazy Danych Obiektów Topograficznych w skali 1:10 000 (BDOT10k), danych LIDAR w postaci chmury punktów. Zbiory danych posłużyły do analizy i wyznaczenia obszarów możliwych do wykorzystania pod rolnictwo miejskie. Opracowano spójny model analityczny do wytworzenia i wizualizacji warstwy informacyjnej reprezentującej potencjalne obszary pod rolnictwo miejskie. Opracowana i przetestowana metodyka pozwala ona wyznaczenie i obliczenie obszarów potencjalnie nadających się pod rolnictwo miejskie.
    This article presents the methodology of analyzing the possibilities of urban agriculture development on the example of Warsaw. Two districts of Ursynów and Wilanów were selected as research areas. The first of them was characterized by a great variety of buildings, both older residential buildings and the newly built Warsaw bypass. Wilanów, on the other hand, is an area characterized by new multi-family and single-family low-rise buildings. The research was carried out with the use of three spatial data sources: WorldView 2 satellite images, Databases of Topographic Objects (BDOT10k), and LIDAR data as a point cloud. All data sets were used to designate the areas that could potentially be used for urban agriculture. The input data required a lot of pre-processing and editing. Subsequently, a coherent analytical model was developed to generate and visualize the information layer representing potential areas for urban agriculture.
    Źródło:
    Roczniki Geomatyki; 2021, 19, 4(95); 87--94
    1731-5522
    2449-8963
    Pojawia się w:
    Roczniki Geomatyki
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Mapping of Cornfield Soil Salinity in Arid and Semi-Arid Regions
    Autorzy:
    Smanov, Zhassulan Maratuly
    Laiskhanov, Shakhislam Uzakbaevich
    Poshanov, Maksat Nurbaiuly
    Abikbayev, Yerzhan Rakhimkeldievich
    Duisekov, Saken Nurzhanuly
    Tulegenov, Yerdaulet Askarbekovich
    Powiązania:
    https://bibliotekanauki.pl/articles/2202333.pdf
    Data publikacji:
    2023
    Wydawca:
    Polskie Towarzystwo Inżynierii Ekologicznej
    Tematy:
    soil salinization
    satellite image
    vegetation indice
    regression analysis
    mapping of soil salinity
    Opis:
    Soil salinization and their annual increase in volume is not only one of the main problems of arid and subarid regions, but it is becoming global. Studying the problem of salinization and its spatial distribution using operational remote sensing methods is very important for Kazakhstan, where almost half of the agricultural land is exposed to salinization, but it is at the initial stage of development in the use of space technologies of research. The main goal of this study is to conduct a field study of soil salinity in corn fields, one of the most common crops in the arid region of the country, located in the Shaulder irrigated massif, using space-based methods, and to create algorithms for compiling a salinity map based on remote sensing data. For this purpose, firstly, using Sentinel-2 images, the method of separating corn from other dominant crops in the region by creating NDVI dynamics covering all phases of growth of agricultural crops was shown. Then, a regression analysis was performed on soil and vegetation indices calculated using satellite images and data on soil salinity obtained through field studies. As a result of the analysis, the main predictor of deciphering salinized soils was determined. By dividing the predictive image into quartiles, contours of salinized soils were determined and a soil salinity map was created. With the help of the soil salinity map, it was found that, non-saline soils – 2912.2 ha; slightly saline soils – 3288.4 ha, moderately saline soils – 2615.2 ha, and strongly saline soils – 1284.3 ha in the study area.
    Źródło:
    Journal of Ecological Engineering; 2023, 24, 1; 146--158
    2299-8993
    Pojawia się w:
    Journal of Ecological Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Почвенный мониторинг с использованием данных дистанционного зондирования
    Soil monitoring using remote-sensed data
    Autorzy:
    Murashko, N. I.
    Oreshkina, L. V.
    Murashko, A. N.
    Reshetnik, S. V.
    Powiązania:
    https://bibliotekanauki.pl/articles/336809.pdf
    Data publikacji:
    2008
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Maszyn Rolniczych
    Tematy:
    gleba
    analiza
    mapa cyfrowa
    substancja organiczna
    soil
    analysis
    satellite image
    digital map
    organic substance
    Opis:
    Problems of soil monitoring of the ground based on the analysis of polyzonal satellite images and mobile multispectral touch system information are considered. The technology of digital map creation of organic substances spatial distribution in ground is offered.
    Źródło:
    Journal of Research and Applications in Agricultural Engineering; 2008, 53, 2; 85-87
    1642-686X
    2719-423X
    Pojawia się w:
    Journal of Research and Applications in Agricultural Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Pustynia Błędowska dawniej i dziś - interpretacja wieloczasowych zdjęć lotniczych i obrazów satelitarnych
    Błędowska Desert past and today - the interpretation of multi-temporal aerial photographs and satellite images
    Autorzy:
    Bryś, H.
    Gołuch, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/341259.pdf
    Data publikacji:
    2011
    Wydawca:
    Uniwersytet Przyrodniczy we Wrocławiu
    Tematy:
    fotomapa
    ortofotomapa satelitarna
    analiza obrazów wieloczasowych
    teledetekcja środowiska
    photomap
    satellite orthophotomap
    multitemporal image analysis
    Opis:
    W pracy zamieszczono analizy przestrzenne związane z postępującym zarastaniem położonej w Małopolsce Pustyni Błędowskiej, w wyniku wprowadzenia tam przed 50 laty roślin wydmowych oraz przeprowadzanego zalesienia. Badania przeprowadzono na podstawie ortofotomap satelitarnych z lat 1968 i 2006 oraz unikalnej fotomapy wykonanej na podstawie zdjęć lotniczych z roku 1926. Na materiałach tych wyraźnie zauważalne są zmiany obszarów zalesionych oraz porośniętych inną roślinnością. Obszar pustyni w całości położony jest na terenie Parku Krajobrazowego Orlich Gniazd, który przed trzema latami został objęty europejskim programem ramowym sieci obszarów ochrony krajobrazu NATURA 2000 – Kod Obszaru-PLH-120014. Pustynia Błędowska została zakwalifikowana jako obszar spełniający kryteria obszarów o znaczeniu wspólnotowym. Obecnie największym zagrożeniem dla obszaru Pustyni Błędowskiej jest naturalna sukcesja lasów otaczających pustynię (samosiejki) oraz sztuczne zalesienia. Aktualnie opracowuje się projekty celem podjęcia prac renaturalizacyjnych zarośniętych terenów pustyni.
    This paper presents Satellite Maps from the years 1968 and 2006 and the first unique Aerial Map of the area of the Bledowska-Desert in Little-Poland from the year 1926 with the clearly visible environmental changes by forestation and vegetation of plants. The origin, its decline and the recently undertaken measures to win back the desert are described, a rarity of geologic nature in the European graduation. The Desert-Landscape was put within the scope of the project NATURA 2000 on the list of the EU-Commission of the areas of common meaning (GGB) in the continental biographical regions.
    Źródło:
    Acta Scientiarum Polonorum. Geodesia et Descriptio Terrarum; 2011, 10, 2; 5-15
    1644-0668
    Pojawia się w:
    Acta Scientiarum Polonorum. Geodesia et Descriptio Terrarum
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Ocena przydatności poziomu multifraktalności do opisu wysokorozdzielczych danych pozyskanych przez satelity Landsat
    Evaluation of degree of multifractality for description of high resolution data acquired by Landsat satellites
    Autorzy:
    Wawrzaszek, A.
    Walichnowska, M.
    Krupiński, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/131070.pdf
    Data publikacji:
    2015
    Wydawca:
    Stowarzyszenie Geodetów Polskich
    Tematy:
    fraktal
    mapa multifraktalnosci
    analiza obrazu
    klasyfikacja
    zobrazowania satelitarne
    fractal
    multifractal map
    image analysis
    classification
    satellite images
    Opis:
    W ramach pracy przeanalizowano 6 scen o trzydziestometrowej rozdzielczości pochodzące z satelitów Landsat 5, 7 i 8, zarejestrowane w sześciu zakresach długości fali i prezentujące obszar Warszawy. Stosując dwa algorytmy podziału dużych scen – sąsiadujący i pływający stworzono mapy multifraktalności. Przeprowadzona analiza pozwoliła ocenić, czy scena zarejestrowana w badanych zakresach wykazuje cechy multifraktalne oraz czy wybór rozmiaru podziału sceny w trakcie analiz ma istotny wpływ na uzyskane charakterystyki multifraktalne oraz ich błąd wyznaczenia. W ogólności pierwsza interpretacja przeprowadzonych analiz pokazała, że poziom multifraktalności stosowany dla danych o trzydziestometrowej rozdzielczości nie wykazuje bezpośredniego związku z formą pokrycia terenu. Należy przy tym jednak zaznaczyć, że rozważane dane nie zostały poddane wcześniejszemu przetworzeniu, co zgodnie z podjętą w pracy dyskusją, może stanowić jedną z metod polepszenia uzyskanych wyników.
    In the frame of this work six satellite images (at six spectral bands) from Landsat 5, Landsat 7 and Landsat 8 have been analysed. For this purpose 30 meter resolution images showing the regions of Warsaw have been used. The conducted research allowed for verification if the whole scene presents multifractal features and if size of the division of the scene used during the analysis has a significant influence on the multifractal characteristic and error in their calculation. Initial interpretation of the obtained results showed, that the use of degree of multifractality determined for remote sensing data with the 30 meters resolution does not reveal direct relation with land cover classes. It should be noted, however, that the considered data have not been the subject of a previous processing, which according to the discussion performed in this work can be considered as one of the methods to achieve an improvement in results.
    Źródło:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2015, 27; 175-184
    2083-2214
    2391-9477
    Pojawia się w:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Ocean fronts detection over the Bay of Bengal using changepoint algorithms - A non-parametric approach
    Autorzy:
    Reddem, V.S.
    Muthalagu, R.
    Bekkam, V.R.
    Eluri, P.R.R.
    Jampana, V.
    Nimit, K.
    Powiązania:
    https://bibliotekanauki.pl/articles/2078823.pdf
    Data publikacji:
    2021
    Wydawca:
    Polska Akademia Nauk. Instytut Oceanologii PAN
    Tematy:
    ocean front
    detection
    satellite image
    change point analysis
    algorithm
    advanced very high resolution radiometer
    Bengal Bay
    Opis:
    Oceanic fronts are regions over the oceans where a significant change in the characteristics of the water masses is observed. Advanced Very High Resolution Radiometer (AVHRR) satellite imagery over the Bay of Bengal shows regions that are populated by frontal structures. Over the Bay of Bengal, some of the strongest gradients in temperature and salinity are observed. In recent years, there has been a tremendous growth in the availability of satellite imagery and the necessity of automated fast detection of the frontal features is needed for services like potential fishing zones over open oceans. In this article, an algorithm to infer oceanic fronts over the Bay of Bengal is described using changepoint analysis. The changepoint algorithm is combined in a novel way with a contextual median filter to detect frontal features in AVHRR imagery. The changepoint analysis is a non-parametric technique that does not put thresholds on the gradients of brightness temperatures of the satellite imagery. In the open oceans, the gradients of temperature and salinity are not sharp and changepoint analysis is found to be a useful complementary technique to the existing front detecting methods when combined with contextual median filters.
    Źródło:
    Oceanologia; 2021, 63, 4; 438-477
    0078-3234
    Pojawia się w:
    Oceanologia
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wieloczasowe dane obrazowe w badaniu zmian pokrycia terenu
    Multi-temporal data for land cover change detection
    Autorzy:
    Michałowska, K.
    Głowienka-Mikrut, E.
    Powiązania:
    https://bibliotekanauki.pl/articles/130038.pdf
    Data publikacji:
    2010
    Wydawca:
    Stowarzyszenie Geodetów Polskich
    Tematy:
    wieloczasowe obrazy satelitarne
    klasyfikacja nadzorowana
    SPN
    zmiany pokrycia terenu
    multitemporal satellite image
    supervised classification
    analysis of changes
    Opis:
    W badaniach wykorzystane zostały wieloczasowe zdjęcia satelitarne z lat 1979, 2000 i 2007 dla obszaru Słowińskiego Parku Narodowego charakteryzującego się dużą dynamiką zmian krajobrazu. Bazując na wynikach klasyfikacji nadzorowanej dla trzech roczników zdjęć satelitarnych obszaru Parku przeprowadzono badanie zmian pokrycia terenu i określono wielkość oraz kierunek przekształceń dla poszczególnych klas. Na podstawie map pokrycia terenu wykonano analizę korelacji krzyżowej w programie IDRISI. Wykonano również ilościową analizę zmian powierzchni poszczególnych klas pokrycia terenu w danym przedziale czasowym. Obliczone wielkości (pikselowe) zmian w zakresie poszczególnych form pokrycia dla obszarów w granicach Parku pozwoliły na utworzenie map przedstawiających tereny, które w okresie 1979÷2000 oraz 1979÷2007 uległy przekształceniu oraz map terenów „stałych”. W ramach badań przeprowadzona została ilościowa i jakościowa analiza stopnia i kierunku przekształceń poszczególnych elementów krajobrazu Parku w badanych okresach. W rezultacie określono procentowy poziom zmian dla danych form pokrycia terenu SPN z uwzględnieniem przejścia jednej kategorii w inną. Prace finansowane w ramach badań statutowych AGH nr 11.11.150.949.
    The research employed multitemporal satellite photos from 1979, 2000, and 2007 of the area of the Słowiński National Park, which is marked by its high dynamics of landscape changes. Based on the results of a supervised classification concerning three annual volumes of satellite images of the Park area, a research of the area coverage changes has been conducted, and the size of changes and direction of transformations for particular classes were determined. Using land cover maps, an analysis of cross correlation in IDRISI software was conducted, as well as a quantitative analysis of surface area changes of particular land coverage classes in certain time intervals. The calculated (pixel) volumes of changes in particular land coverage forms for the areas within the Park limits made it possible to create maps showing those areas, which in 1979÷2000 and in 1979÷2007 were subjected to transformations, as well as maps of "constant" areas. The scope of the research included a quantitative and qualitative analysis of the degree and direction of transformations of particular Park landscape elements in the examined time periods. As a result, percentage level of the changes for the area coverage forms of the Park were determined, allowing for transformations of one category into another.
    Źródło:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2010, 21; 281-289
    2083-2214
    2391-9477
    Pojawia się w:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Cyfrowa analiza zdjęcia satelitarnego VHR dla pozyskiwania danych o pokryciu terenu – podejście obiektowe i pikselowe
    Digital analysis of VHR satellite image for obtainig land cover data – object and pixel-approach
    Autorzy:
    Chmiel, J.
    Fijałkowska, A.
    Woronkiewicz, Ł.
    Powiązania:
    https://bibliotekanauki.pl/articles/129896.pdf
    Data publikacji:
    2007
    Wydawca:
    Stowarzyszenie Geodetów Polskich
    Tematy:
    pokrycie terenu
    klasyfikacja
    analiza cyfrowa
    zdjęcie satelitarne VHR
    podejście obiektowe
    land cover
    classification
    digital analysis
    VHR satellite image
    object approach
    Opis:
    Zdjęcia satelitarne o bardzo wysokiej rozdzielczości przestrzennej (VHR) staja się niezastąpionym w wielu zastosowaniach źródłem danych i informacji o powierzchni Ziemi ze względu na wysokie walory interpretacyjne i możliwe do uzyskania dokładności kartometryczne końcowych produktów. Ma to szczególne znaczenie dla aplikacji, gdzie przedmiotem zainteresowania są obszary o złożonej strukturze przestrzennej. Rosnące potrzeby w zakresie pozyskiwania ze zdjęć satelitarnych VHR różnorakich informacji o powierzchni Ziemi, w tym o pokryciu terenu, wymagają jednakże wypracowania bardziej skutecznych i wydajnych metod analizy cyfrowej. W przeciwieństwie do tradycyjnych metod cyfrowej klasyfikacji, które za jednostkę podstawowa przetwarzania (analizy) przyjmują piksel, a zbiór cech wyróżniających definiowany jest zasadniczo w przestrzeni spektralnej, obiektowo zorientowane podejście do analizy pozwala rozszerzyć zbiór cech (wyróżniających obiekty) o elementy związane z tekstura, wielkością, kształtem, szeroko rozumianym sąsiedztwem, kontekstem. Obiektowe podejście często pozwala także w większym stopniu na swego rodzaju obejście pewnych problemów tradycyjnych metod klasyfikacji na poziomie piksela wynikających z wysokiej heterogeniczności wyróżnialnych powierzchni i częstej obecności tzw. statystycznego szumu jako konsekwencji wysokiej rozdzielczość przestrzennej. Wyłonione w wyniku analizy obiekty swoim rozkładem przestrzennym w bardziej naturalny sposób formują obraz rzeczywistości. W niniejszym artykule prezentowane są określone wyniki z zakresu cyfrowej analizy zdjęcia satelitarnego VHR, której celem było pozyskanie danych o pokryciu terenu z wykorzystaniem zarówno pikselowego, jak i obiektowego podejścia do analizy. W pierwszym przypadku zastosowano nadzorowane podejście do klasyfikacji, wykorzystując znane w tym zakresie tradycyjne algorytmy. Podejście obiektowe realizowano w oparciu o funkcjonalność oprogramowania eCognition (Definiens). W tej części istotne było równie włączenie do analizy określonych elementów wiedzy i innych informacji, co miało na celu podniesienie efektywności metody i poprawności końcowych wyników. Określone testy zostały przeprowadzone dla obszaru o zróżnicowanym stopniu złożoności charakterystyki przestrzennej. Dla terenów rolniczych dodatkowo ważne było tak e rozpoznanie upraw. Uzyskane wyniki podkreślają (przy określonych założeniach wstępnych) zalety i ograniczenia zastosowanych podejść i metod, wskazując jednak e pewne widoczne zalety podejścia obiektowego.
    Very high resolution satellite images with their valuable photo-interpretation properties and potential high level of geometric accuracy of end products are considered in many applications as a crucial source of data and information about the Earth surface. It is of special importance for such applications in which the area of interest is characterised by complex spatial structure. Growing needs for obtaining diverse categories of information about Earth surface, including land cover, require effective and efficient methods of digital analysis to be worked out. In contrast to traditional methods of digital classification, which use pixel as a reference unit of processing and the frame of discriminating features is basically defined in spectral space, the object-based approach allows to increase the set of discriminating features, including new elements related to texture, size, shape, widely understood neighbourhood, and context. Object-based approach often allows, to a large extent, to avoid some problems of traditional pixel-based classifiers, which result from high level of heterogeneity of identified areas and the frequent presence of so-called statistical noise, which is considered as a consequence of high spatial resolution. The finally created and identified objects in object-based analysis, in their spatial distribution form more natural image of reality. In the present paper, certain results are presented from a range of digital analysis of VHR satellite image, where the main goal was to achieve land cover data applying pixel and object-based approach. In first case, the supervised approach was used with known traditional algorithms. The object-based approach was adopted based on Definiens Professional set of tools. In the latter approach, the essential was also to include certain elements of knowledge and ancillary information with the aim to improve efficiency of the method and accuracy of final results. Given tests were performed for the terrain of diverse levels of spatial complexity. For the rural areas, an important issue was also to recognize the crops. The results showed (with the certain input assumptions) the positive aspects and limitations of applied approaches and methods, pointing at some visible advantages of the object-based approach.
    Źródło:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2007, 17a; 139-148
    2083-2214
    2391-9477
    Pojawia się w:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Klasyfikacja pokrycia terenu metodą OBIA z wykorzystaniem zobrazowań satelitarnych RapidEye
    Land cover mapping based on OBIA of RapidEye satellite data
    Autorzy:
    Wężyk, P.
    Wójtowicz-Nowakowska, A.
    Pierzchalski, M.
    Mlost, J.
    Szwed, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/131104.pdf
    Data publikacji:
    2012
    Wydawca:
    Stowarzyszenie Geodetów Polskich
    Tematy:
    wysokorozdzielcze zobrazowania satelitarne
    RapidEye
    analiza obiektowa obrazu
    OBIA
    segmentacja
    eCognition
    pokrycie terenu
    high-resolution satellite images
    object-based image analysis
    segmentation
    land use
    land cover
    Opis:
    Wraz z rozwojem teledetekcji i wysokorozdzielczych obrazów satelitarnych istotnym wyzwaniem dla współczesnych badań stało się zautomatyzowanie procesu klasyfikacji pozyskiwanych danych. Jedną z bardzo szybko rozwijających się metod automatycznej klasyfikacji jest analiza obiektowa obrazu (OBIA, ang. Object Based Image Analysis). Celem pracy było wykorzystanie metody OBIA w przygotowaniu aktualnej mapy pokrycia terenu będącej ważnym elementem dokumentacji niezbędnej dla studium uwarunkowań budowy nowej hydroelektrowni na środkowym odcinku Wisły. W pracy wykorzystano wysokorozdzielcze zobrazowania satelitarne RapidEye (5 kanałów spektralnych, w tym dwa w zakresie NIR) pokrywające obszar około 5.300 km2 oraz oprogramowanie eCognition (TRIMBLE Geospatial) a także warstwy informacyjne GIS. W wyniku przeprowadzonych analiz uzyskano mapę pokrycia terenu reprezentowaną przez 29 klas. Największą powierzchnię terenu badań zajmują obszary użytkowane rolniczo (59.5%, z czego 35.5% grunty orne) oraz lasy (29.1%, z czego 21.4% drzewostany iglaste), co świadczy o charakterze tej jednostki fizjograficznej. Analiza dokładności uzyskanych wyników wykazała, iż metoda OBIA daje bardzo dobre rezultaty (współczynnik Kappa równy 0.8) w daleko zautomatyzowanym procesie generowania aktualny map pokrycia terenu dla obszarów centralnej Polski na podstawie obrazów satelitarnych RapidEye.
    Parallel with the development of remote sensing and high resolution satellite images major challenge for modern research has become almost to automate the classification of the data obtained. One of the most rapidly developing methods for automatic classification is object-oriented image analysis (OBIA, Object Based Image Analysis). The aim of the present study was to use the OBIA method to create the current land cover map which is part of the documentation necessary for new water power-station on the middle part of Vistula river. In this paper the RapidEye satellite images (5 spectral bands, two in the NIR range) covering an area of about 5 300 km2 and eCognition Developer (TRIMBLE) software were used. As a result of the analysis and land cover map was obtained, represented by 29 classes. The largest area is covered by agricultural land (59.5%; arable land – 35.52%) and forests (29.1%; mainly coniferous 21.4%), reflecting the rural – forestry character of the area. Analysis of the accuracy of the obtained results has shown that the OBIA method gives quite good results (Kappa coefficient equal to 0.8) for land cover mapping of central part of Poland based on the RapidEye imageries.
    Źródło:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2012, 23; 489-500
    2083-2214
    2391-9477
    Pojawia się w:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-10 z 10

      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