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 "Sentinel 2 satellite" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-7 z 7
    Tytuł:
    Zastosowanie satelitarnych wskaźników teledetekcyjnych do monitorowania uwilgocenia biomasy w uprawach miskanta olbrzymiego (Miscanthus x giganteus)
    Application of satellite remote sensing indicators to monitor the moisture of biomass in giant miscanthus crops (Miscanthus x giganteus)
    Autorzy:
    Kubiak, Katarzyna
    Kotlarz, Jan
    Powiązania:
    https://bibliotekanauki.pl/articles/883159.pdf
    Data publikacji:
    2019-09-05
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Maszyn Rolniczych
    Tematy:
    trawy
    Poaceae
    miskant olbrzymi
    Miscanthus x giganteus
    warunki meteorologiczne
    fotosynteza C4
    biomasa
    wilgotnosc
    zawartosc wody
    teledetekcja
    pomiary satelitarne
    satelita Sentinel-2
    C4 carbon fixation
    Sentinel 2 satellite
    weather conditions
    water index
    remote sensing
    Opis:
    Miskant olbrzymi (Miscanthus x giganteus) z powodu jego fizjologicznej adaptacji do ścieżki fotosyntezy C4 jest uważany za istotny gatunek upraw na cele energetyczne. Dostępność wody silnie wpływa na jego plony, a wysoki plon biomasy z jednostki powierzchni jest związany z miejscami, w których opady wynoszą co najmniej 762 mm rocznie. Celem pracy było wyznaczenie wskaźników teledetekcyjnych obrazujących zawartość wody w uprawach miskanta olbrzymiego za pomocą zobrazowań satelitarnych Sentinel 2 oraz określenie korelacji tych wskaźników z najpowszechniejszym wskaźnikiem teledetekcyjnym biomasy NDVI oraz z warunkami pogodowymi na wybranym terenie w latach 2016-2018. Analiza zależności warunków pogodowych i wartości teledetekcyjnych wskaźników wodnych w badanych uprawach wykazała dość silną ko-relację (ok +0,80) pomiędzy wskaźnikami wodnymi (m.in. NDWI, MSI, NDII, Water Index) a opadami oraz umiarkowaną ujemną korelację (ok -0,40) z temperaturą.
    Miscanthus x giganteus due to its physiological adaptation to the C4 photosynthesis pathway is considered as an important species of the crop for energy purposes. The availability of water strongly affects its yield, and the high biomass yield per unit area is associated with places where rainfall is at least 762 mm per year. The work aimed to determine re-mote sensing indicators showing the water content in Miscanthus x giganteus cultivars using Sentinel 2 satellite imagery and to determine the correlation of these indicators with the most common remote-sensing NDVI biomass and weather conditions in a selected area in 2016-2018. Analysis of the relationship between weather conditions and remote sensing values of water indicators in the studied crops showed quite strong correlation (about +0.80) between water indicators (including NDWI, MSI, NDII, Water Index) and precipitation and moderate negative correlation (about -0.40) with tem-perature.
    Źródło:
    Technika Rolnicza Ogrodnicza Leśna; 2019, 3; 16-18
    1732-1719
    2719-4221
    Pojawia się w:
    Technika Rolnicza Ogrodnicza Leśna
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Application of Sentinel-2 and EnMAP new satellite data to the mapping of alpine vegetation of the Karkonosze Mountains
    Autorzy:
    Jędrych, M.
    Zagajewski, B.
    Marcinkowska-Ochtyra, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/92448.pdf
    Data publikacji:
    2017
    Wydawca:
    Oddział Kartograficzny Polskiego Towarzystwa Geograficznego
    Tematy:
    Sentinel-2
    EnMAP
    classification
    alpine vegetation
    satellite systems
    Opis:
    Effective assessment of environmental changes requires an update of vegetation maps as it is an indicator of both local and global development. It is therefore important to formulate methods which would ensure constant monitoring. It can be achieved with the use of satellite data which makes the analysis of hard-to-reach areas such as alpine ecosystems easier. Every year, more new satellite data is available. Its spatial, spectral, time, and radiometric resolution is improving as well. Despite significant achievements in terms of the methodology of image classification, there is still the need to improve it. It results from the changing needs of spatial data users, availability of new kinds of satellite sensors, and development of classification algorithms. The article focuses on the application of Sentinel-2 and hyperspectral EnMAP images to the classification of alpine plants of the Karkonosze (Giant) Mountains according to the: Support Vector Machine (SVM), Random Forest (RF), and Maximum Likelihood (ML) algorithms. The effects of their work is a set of maps of alpine and subalpine vegetation as well as classification error matrices. The achieved results are satisfactory as the overall accuracy of classification with the SVM method has reached 82% for Sentinel-2 data and 83% for EnMAP data, which confirms the applicability of image data to the monitoring of alpine plants.
    Źródło:
    Polish Cartographical Review; 2017, 49, 3; 107-119
    2450-6974
    Pojawia się w:
    Polish Cartographical Review
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Spatial and Temporal Variability of Moisture Condition in Soil-Plant Environment using Spectral Data and Gis Tools
    Autorzy:
    Grzywna, H.
    Dąbek, P. B.
    Olszewska, B.
    Powiązania:
    https://bibliotekanauki.pl/articles/123280.pdf
    Data publikacji:
    2018
    Wydawca:
    Polskie Towarzystwo Inżynierii Ekologicznej
    Tematy:
    drought
    soil moisture
    NDVI
    Sentinel-2
    satellite data
    remote sensing
    Opis:
    The studies on agricultural droughts require long-term atmospheric, hydrological and meteorological data. On the other hand, today, the possibilities of using spectral data in environmental studies are indicated. The development of remote sensing techniques, increasing the spectral and spatial resolution of data allows using remote sensing data in the study of water content in the environment. The paper presents the results of the analysis of moisture content of soil-plant environment in the lowland areas of river valley using the spectral data from Sentinel-2. The analyses were conducted between February and November 2016. The spectral data were used to calculate the Normalize Differential Vegetation Index (NDVI) which provided the information about the moisture content of the soil-plant environment. The analyses were performed only on grasslands, on 22 objects located in the research area in the Oder river valley between Malczyce and Brzeg Dolny, Poland. The NDVI values were correlated with the hydrological and meteorological parameters. The analyses showed spatial and temporal variability of the moisture conditions in the soil-plant environment showed by the NDVI variability and existence some relationships between the climatic and spectral indices characterizing the moisture content in the environment.
    Źródło:
    Journal of Ecological Engineering; 2018, 19, 6; 56-64
    2299-8993
    Pojawia się w:
    Journal of Ecological Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Analysis of the Vegetation Process in a Two-stage Reservoir on the Basis of Satellite Imagery – a Case Study: Radzyny Reservoir on the Sama River
    Analiza procesu wegetacji w dwustopniowym zbiorniku retencyjnym na podstawie zdjęć satelitarnych – zbiornik Radzyny na rzece Sama
    Autorzy:
    Jaskuła, J.
    Sojka, M.
    Wicher-Dysarz, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/1813632.pdf
    Data publikacji:
    2018
    Wydawca:
    Politechnika Koszalińska. Wydawnictwo Uczelniane
    Tematy:
    proces wegetacji
    zbiornik dwustopniowy
    zobrazowania satelitarne
    NDVI
    Sentinel-2
    vegetation process
    two-stage reservoir
    satellite imagery
    Opis:
    The main purpose of the study was to assess the dynamics of the vegetation process in a two-stage reservoir on the basis of satellite data. The analysis is based on Sentinel-2 satellite data from the period 2015-2017. The normalized difference vegetation index (NDVI) was selected to detect the vegetation process in the Radzyny reservoir located on the Sama river. The reservoir is split into two parts – the main and the pre-dam zone. The main role of the pre-dam reservoir is to store sediments and water pollutants. The main problem related to the management of the Radzyny reservoir is water quality. Particularly high concentrations of phosphorus compounds may lead to reservoir vegetation. The vegetation process was analyzed for the main and pre-dam reservoir. To specify areas mainly affected by vegetation, the reservoir was split into 10 parts, depending on the distance from the inflow of the Sama river (distance between profiles splitting polygons is 500 m). All calculations were performed using Quantum GIS 2.18 and ArcGIS 10.5 software, and statistical analysis was conducted with Statistica 13 software. The analysis showed that the NDVI values in the period from May to September in the pre-dam reservoir were higher than those recorded in the main reservoir. The greatest variation of the NDVI within the pre-dam reservoir was observed in August while the lowest was observed in May. In the main reservoir, NDVI values were characterized by similar variability. The analysis of the vegetation process along the reservoirs showed that in the pre-dam reservoir in zones 1-4 there was a marked decrease in the NDVI. The highest NDVI values occurred at the inlet to the pre-dam reservoir (zone 1) while the lowest values occurred near the pre-dam (zone 4). The results indicate that the functions assumed at the design stage for the preliminary reservoir have been implemented, i.e. protection of the main reservoir against sediment accumulation and water quality degradation. SENTINEL-2 satellite imagery allows analysis of the vegetation process in retention reservoirs in terms of time and space. The study suggests that open-access satellite data are a more effective source for aquatic monitoring than traditional in situ measurements, in which water bodies are represented by a single sampling point.
    Celem pracy była analiza procesu wegetacji w dwustopniowym zbiorniku retencyjnym na podstawie zdjęć satelitarnych. Do analizy wykorzystano zobrazowania z satelity Sentinel-2 z okresu 2015-2017. Ocenę procesu wegetacji w zbiorniku Radzyny na rzece Samie przeprowadzono na podstawie indeksu spektralnego - Normalized Vegetation Index (NDVI). Analizowany zbiornik Radzyny ma dwustopniową konstrukcję. Wydzielono w nim część główną oraz wstępną. Do podstawowych zadań części wstępnej należy ochrona zbiornika głównego przed sedymentacją oraz dopływem związków biogennych. Jednym z podstawowych problemów związanych z funkcjonowaniem zbiornika Radzyny jest dopływ związków fosforu, który prowadzi do eutrofizacji wód gromadzonych w zbiorniku. Proces wegetacji w zbiorniku Radzyny był analizowany dla części wstępnej oraz zbiornika głównego. W celu dokładnego określenia części zbiornika, które są najbardziej narażone na proces degradacji, podzielono zbiornik na 10 części, w zależności od odległości od wpływu rzeki Sama (dystans pomiędzy przekrojami ograniczającymi wydzielone strefy wynosił 500 m). Wszystkie analizy przestrzenne wykonane zostały w programie Quantum GIS 2.18 oraz ArcGIS 10.5. Analizy statystyczne zostały przeprowadzone w programie Statistica 13. Przeprowadzone analizy wykazały, że wartości wskaźnika NDVI w okresie od maja do września były wyższe w zbiorniku wstępnym. Największą zmienność wskaźnika NDVI w części wstępnej zaobserwowano w sierpniu, natomiast najmniejszą w maju. Zbiornik główny w okresie 2015-2017 charakteryzował się niższymi wartościami i większą stabilnością wskaźnika NDVI. Analiza zmienności NDVI wykazała, że w części wstępnej (strefy 1-4) następuje spadek wartości na długości zbiornika. Najwyższe wartości wskaźnika występują w pobliżu wpływu rzeki do zbiornika (strefa 1), podczas gdy najniższe przy przegrodzie (strefa 4). Na podstawie uzyskanych wyników, potwierdzono, że część wstępna pełni funkcję ochronną zbiornika głównego, m.in. ogranicza dopływ związków biogennych oraz skupia proces akumulacji osadów dennych. Uzyskane wyniki potwierdzają możliwość zastosowania danych satelitarnych Sentinel-2 do analizy procesu wegetacji w zbiornikach retencyjnych w ujęciu czasowym i przestrzennym. Stwierdzono, że analiza na podstawie zobrazowań satelitarnych charakteryzuje się większą efektywnością w monitoringu środowisk wodnych niż tradycyjne pomiary terenowe, w których wody powierzchniowe oceniane są na podstawie pojedynczych pomiarów.
    Źródło:
    Rocznik Ochrona Środowiska; 2018, Tom 20, cz. 1; 203-220
    1506-218X
    Pojawia się w:
    Rocznik Ochrona Środowiska
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    'The sky is not the limit' - GIS analysis of Sentinel-2 imagery for heritage protection and management
    Autorzy:
    Żuk, Lidia
    Tomczak, Sonia
    Mamić, Luka
    Powiązania:
    https://bibliotekanauki.pl/articles/2191375.pdf
    Data publikacji:
    2021
    Wydawca:
    Stowarzyszenie SILGIS
    Tematy:
    GIS
    archaeological heritage protection
    satellite imagery
    Sentinel-2
    UNESCO sites
    ochrona dziedzictwa archeologicznego
    zdjęcia satelitarne
    obiekty UNESCO
    Opis:
    This article aims to demonstrate the potential of Sentinel-2 and GIS for heritage monitoring, protection and management. Applications of remote sensing in heritage strategies have been explored for decades. However, new possibilities were opened up with the launch of the European Union's Earth Observation Programme Copernicus. Systematic and frequent global coverage of land surface offered by one of its products – Sentinel-2, provides an almost instant insight into sudden events and long- term processes that affect heritage around the world. Following new developments in remote sensing, GIS provides tools to integrate data for their effective processing, analysis, interpretation and dissemination of results. We will explore the potential and limitations of those datasets and tools using UNESCO World Heritage sites from Sudan as case studies. In particular, we will tackle issues related to interpretation of changes around heritage sites, attempt to estimate their recent conditions and identify existing and/ or potential threats.
    Źródło:
    GIS Odyssey Journal; 2021, 1, 2; 103--122
    2720-2682
    Pojawia się w:
    GIS Odyssey Journal
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Processing of satellite data in the cloud
    Autorzy:
    Proficz, J.
    Drypczewski, K.
    Powiązania:
    https://bibliotekanauki.pl/articles/1940555.pdf
    Data publikacji:
    2017
    Wydawca:
    Politechnika Gdańska
    Tematy:
    Apache Spark
    satellite data
    Sentinel-2
    ESA
    big data
    cloud
    OpenStack
    dane satelitarne
    duże zbiory danych
    chmura
    Opis:
    The dynamic development of digital technologies, especially those dedicated to devices generating large data streams, such as all kinds of measurement equipment (temperature and humidity sensors, cameras, radio-telescopes and satellites – Internet of Things) enables more in-depth analysis of the surrounding reality, including better understanding of various natural phenomenon, starting from atomic level reactions, through macroscopic processes (e.g. meteorology) to observation of the Earth and the outer space. On the other hand such a large quantitative improvement requires a great number of processing and storage resources, resulting in the recent rapid development of Big Data technologies. Since 2015, the European Space Agency (ESA) has been providing a great amount of data gathered by exploratory equipment: a collection of Sentinel satellites – which perform Earth observation using various measurement techniques. For example Sentinel-2 provides a stream of digital photos, including images of the Baltic Sea and the whole territory of Poland. This data is used in an experimental installation of a Big Data processing system based on the open source software at the Academic Computer Center in Gdansk. The center has one of the most powerful supercomputers in Poland – the Tryton computing cluster, consisting of 1600 nodes interconnected by a fast Infiniband network (56 Gbps) and over 6 PB of storage. Some of these nodes are used as a computational cloud supervised by an OpenStack platform, where the Sentinel-2 data is processed. A subsystem of the automatic, perpetual data download to object storage (based on Swift) is deployed, the required software libraries for the image processing are configured and the Apache Spark cluster has been set up. The above system enables gathering and analysis of the recorded satellite images and the associated metadata, benefiting from the parallel computation mechanisms. This paper describes the above solution including its technical aspects.
    Źródło:
    TASK Quarterly. Scientific Bulletin of Academic Computer Centre in Gdansk; 2017, 21, 4; 365-377
    1428-6394
    Pojawia się w:
    TASK Quarterly. Scientific Bulletin of Academic Computer Centre in Gdansk
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wykrywanie wody na zdjęciach optycznych Sentinel-2 na podstawie wskaźników wodnych
    The detection of water on Sentinel-2 imagery based on water indices
    Autorzy:
    Robak, A.
    Gadawska, A.
    Milczarek, M.
    Lewiński, S.
    Powiązania:
    https://bibliotekanauki.pl/articles/132357.pdf
    Data publikacji:
    2016
    Wydawca:
    Polskie Towarzystwo Geograficzne
    Tematy:
    Sentinel-2
    obrazowanie optyczne
    wskaźniki wodne
    detekcja wody
    korekcja atmosferyczna
    optical satellite images
    water indices
    water detection
    atmospheric correction
    Opis:
    Copernicus Programme managed by the European Commission and implemented in partnership with i.a. the European Space Agency (ESA) provides free access to satellite data from Sentinel mission including Sentinel-2 high resolution optical satellite data. The aim of the research was to recognize opportunities of water detection on Sentinel-2 imagery. Satellite data was analyzed before and after atmospheric correction. A number of tests were carried out using indices selected from the literature. Based on the gained experience, a new index for water detection has been proposed, Sentinel Water Mask (SWM), specially adapted for Sentinel-2 images. Its construction is based on the highest difference between spectral values of water surface and other land cover forms. SWM provides quick and effective detection of water which is especially important in flood assessment for crisis management. Research was performed on unprocessed images of Sentinel-2 Level-1C and images after atmospheric correction (Level-2A). Water was detected with the use of threshold values determined by the visual interpretation method. The accuracy of the obtained water masks was assessed on the basis of validation points. The performed analysis allowed to indicate indices, which enable estimation of areas covered by water on Sentinel-2 images with high classification accuracy, this is: AWEInsh (Automated Water Extraction Index), MNDWI (Modified Normalized Difference Water Index), NDWIMcFeeters (Normalized Difference Water Index). Their application allowed for achievement of overall accuracy of water detection oscillating around 95% and high Kappa coefficient. The usage of the proposed SWM index leads to slightly better results (more than 96%). The sensitivity to the selection of threshold values of analyzed indices was assessed and then the optimal threshold ranges were determined. The optimal threshold value for NDWIMcFeeters should be included in the value range (0.1, 0.2), for MNDWI (0.2, 0.3) and for SWM (1.4, 1.6). The unambiguous threshold range for AWEInsh index was impossible to indicate due to the large range of values.
    Źródło:
    Teledetekcja Środowiska; 2016, 55; 59-72
    1644-6380
    Pojawia się w:
    Teledetekcja Środowiska
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-7 z 7

      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