Informacja

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

Wyszukujesz frazę "znormalizowany roznicowy wskaznik wody" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Wpływ susz na wskaźniki teledetekcyjne grądu wysokiego i boru mieszanego w Lesie Młochowskim - analiza zobrazowań satelitarnych Sentinel-2 lasów objętych ochroną ścisłą oraz gospodarczych w latach 2017-2021
The influence of drought on remote sensing indicators of hornbeam and mixed coniferous forest in the Mlochowski Forest - analysis of Sentinel-2 satellite images of protected and economic forests in 2017-2021
Autorzy:
Kotlarz, J.
Powiązania:
https://bibliotekanauki.pl/articles/2136480.pdf
Data publikacji:
2021
Wydawca:
Instytut Badawczy Leśnictwa
Tematy:
susza
grad wysoki
bor mieszany
teledetekcja
Znormalizowany Wskaznik Wegetacji
znormalizowany roznicowy wskaznik wody
wskaznik NDWI zob.znormalizowany roznicowy wskaznik wody
wskaznik wilgotnosci MSI
satelita Sentinel-2
drought
NDVI
NDWI
MSI
Sentinel-2
oak-hornbeam forest
mixed coniferous forest
Opis:
The purpose of this paper was to describe processes that took place in the Łowicz-Błonia plain during the long-term drought of 2018 and the series of short-term droughts in 2019. For our analysis we used multispectral satellite images of high- ground hornbeam and mixed coniferous forest in the Młochowski Forest from 2017–2021. Sentinel-2 images provided the means to investigate the impact of mild droughts on the values of the NDVI (Normalized Difference Vegetation Index), NDWI (Normalized Difference Water Index), and MSI (Moisture Stress Index) as well as their monthly variability and differences between forest divisions. During periods without drought, the variability of all three indices was typical for each phase of the vegetation cycle: in the spring months the value of NDVI and MSI increased, NDWI decreased. During the autumn months, the behavior of the indicators reversed. In the period of long-term drought in 2018, the NDWI was higher in forest divisions with aspecies composition characteristic of a mixed coniferous forest compared to divisions with a higher share of deciduous trees such as oaks and hornbeams, including the rigorously protected area of high–hornbeam forest. NDWI was the only index to show a downward trend during mild droughts, while during moderate droughts, also a decrease in NDVI and MSI was observed. This was most clearly seen in deciduous forests. We did not observed any correlation of NDVI, NDWI, or MSI with the protection status of the forest or the absence thereof
Źródło:
Leśne Prace Badawcze; 2021, 82, 3; 87-100
1732-9442
2082-8926
Pojawia się w:
Leśne Prace Badawcze
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Spatiotemporal evolution of land surface temperature of Lake Oubeira catchment, northeastern Algeria
Przestrzenne i czasowe zmiany temperatury powierzchni ziemi w zlewni jeziora Oubeira w północnowschodniej Algierii
Autorzy:
Rezzag Bara, Chouaib
Djidel, Mohamed
Medjani, Fethi
Labar, Sofiane
Powiązania:
https://bibliotekanauki.pl/articles/292503.pdf
Data publikacji:
2019
Wydawca:
Instytut Technologiczno-Przyrodniczy
Tematy:
emissivity
lake basin
land surface temperature (LST)
normalized different vegetation index (NDVI)
SEBAL
water surface temperature (WST)
emisyjność
model SEBAL
temperatura powierzchni wody (WST)
temperatura powierzchni ziemi (LST)
zlewnia jeziora
znormalizowany różnicowy wskaźnik wegetacji (NDVI)
Opis:
The difficulties of access and detailed measurements of land surface temperature (LST) and water surface temperature (WST) especially in wetlands made the use of remote sensing data as one of the sources and techniques to estimate many climate elements including surface temperature and surface emissivity (ɛ). This study aims to estimate the surface temperature of the wetland of Lake Oubeira located in northeastern Algeria and their spatiotemporal evolution in both land and water. Landsat OLI-TIRS images in two dates (April and September 2016) obtained from the USGS have been used in this work, and forms the basis of a series of operations to obtain the final LST: development of the normalized difference vegetation index (NDVI), conversion of the digital number (DN) of the thermal infrared band (TIR) into spectral radiance as well as the calculation of the effective luminosity temperature of the sensor from the spectral radiation and surface emissivity (ɛ). The results show that the LST varies in space and time (from 16 to 31°C in April and from 24 to 41°C in September). This implies that the absorption of the equilibrium temperature at land cover depends on the optical properties of the surface, which are essentially determined by its water content, colour and morphology. At the same time, the water surface is the lowest land cover temperature, which also has a spatial variation (from 19 to 25°C in April and from 26 to 34.5°C in September) induced by atmospheric temperature, wind direction and speed and the depth of the lake.
Trudności w dostępie do badanych obszarów i w wykonaniu szczegółowych pomiarów temperatury powierzchni ziemi (LST) i wody (WST), szczególnie w środowiskach podmokłych, sprawiają, że dane pozyskane metodą teledetekcji są źródłem informacji do szacowania elementów klimatu takich jak temperatura powierzchni i emisyjność (ɛ). Celem przedstawionych badań było określenie temperatury powierzchni siedlisk podmokłych jeziora Oubeira w północnowschodniej Algierii i jej zmian zarówno na ziemi, jak i w wodzie. W pracy wykorzystano obrazy Landsat OLI-TIRS z dwóch terminów (kwiecień i wrzesień 2016 r.) uzyskane z United States Geological Survey (USGS). Stanowiły one podstawę działań zmierzających do uzyskania końcowej temperatury LST – uzyskanie znormalizowanego różnicowego wskaźnika wegetacji (NDVI), konwersję numeru DN termicznego pasma podczerwieni (TIR) do spektralnej radiancji oraz obliczenie efektywnej temperatury barwowej sensora ze spektralnego promieniowania i emisyjności powierzchniowej (ɛ). Wyniki wskazują, że LST zmienia się w czasie i w przestrzeni (od 16 do 31°C w kwietniu i od 24 do 41°C we wrześniu). Oznacza to, że absorpcja temperatury przez pokrycie powierzchni ziemi zależy od optycznych właściwości powierzchni, które są określone przez zawartość wody, barwę i morfologię. Najniższą temperaturę wykazuje powierzchnia wody. Temperatura wody także ulega zmianom (od 19 do 25°C w kwietniu i od 26 do 34.5°C we wrześniu), wywołanym przez temperaturę powietrza, kierunek i prędkość wiatru oraz głębokość jeziora.
Źródło:
Journal of Water and Land Development; 2019, 43; 151-157
1429-7426
2083-4535
Pojawia się w:
Journal of Water and Land Development
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