Отрывок: Нормализация выполняется путём приведения яркости в каждом канале к диапазону ]1,1[ . 2. Пространственная предобработка. Этап необходим для сокращения уровня шумов в исходных данных при сохранении информации о границах на изображении и заключается в медианной фильтрации малым окном размера NN  . 3. Кластеризация. Кластеризация применяется для вычленения из исходного множества данных подмножеств сходных по признаковому описанию. Для кластеризации в рамках да...
Полная запись метаданных
Поле DC Значение Язык
dc.contributor.authorДенисова, А.Ю.-
dc.contributor.authorКавеленова, Л.М.-
dc.contributor.authorКорчиков, Е.С.-
dc.contributor.authorПомогайбин, А.В.-
dc.contributor.authorПрохорова, Н.В.-
dc.contributor.authorТерентьева, Д.А.-
dc.contributor.authorФедосеев, В.А.-
dc.contributor.authorЯнков, Н.В.-
dc.contributor.authorDenisova, A.Y.-
dc.contributor.authorKavelenova, L.M.-
dc.contributor.authorKorchikov, E.S.-
dc.contributor.authorPomogaybin, A.V.-
dc.contributor.authorProkhorova, N.V.-
dc.contributor.authorTerentyeva, D.A.-
dc.contributor.authorFedoseev, V.A.-
dc.contributor.authorYankov, N.V.-
dc.date.accessioned2019-05-08 12:22:40-
dc.date.available2019-05-08 12:22:40-
dc.date.issued2019-
dc.identifierDspace\SGAU\20190507\76407ru
dc.identifier.citationДенисова А.Ю. Распознавание лесных и кустарниковых сообществ на основе данных ДЗЗ, подкрепленных наземными обследованиями / А.Ю. Денисова, Л.М. Кавеленова, Е.С. Корчиков, А.В. Помогайбин, Н.В. Прохорова, Д.А. Терентьева, В.А. Федосеев, Н.В. Янков // Сборник трудов ИТНТ-2019 [Текст] : V междунар. конф. и молодеж. шк. "Информ. технологии и нанотехнологии" : 21-24 мая : в 4 т. / Самар. нац.-исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т систем. обраб. изобр. РАН-фил. ФНИЦ "Кристаллография и фотоника" РАН; [под ред. Р. В. Скиданова]. - Самара: Новая техника, 2019. - Т. 2: Обработка изображений и дистанционное зондирование Земли. – 2019. – С. 470-480.ru
dc.identifier.urihttp://repo.ssau.ru/handle/Informacionnye-tehnologii-i-nanotehnologii/Raspoznavanie-lesnyh-i-kustarnikovyh-soobshestv-na-osnove-dannyh-DZZ-podkreplennyh-nazemnymi-obsledovaniyami-76407-
dc.description.abstractЛесные и кустарниковые сообщества известны как важные компоненты окружающей среды, обеспечивающие широкий спектр экологических услуг. Леса и кустарники в Самарской области разбросаны по территории, что затрудняет их мониторинг наземными методами. Кроме того, развитие лесных и кустарниковых сообществ области ограничено природными и антропогенными причинами, поскольку Самарская область является экотонной лесостепной территорией с высоким уровнем антропогенной активности. При этом густые кустарниковые сообщества являются в основном вторичными экосистемами, ограниченными лесами или расположенными внутри естественных травянистых сообществ, полей. В настоящей статье исследуется возможность распознавания лесных и кустарниковых экосистем Самарской области по данным дистанционного зондирования (ДЗЗ), включая спутниковые снимки, с использованием материалов предварительных наземных обследований. В рамках статьи приводятся результаты анализа статистических данных по развитию лесных и кустарниковых сообществ Самарской области, описывается процесс выбора контрольно-измерительных площадок (КИП) для верификации данных ДЗЗ и рассматриваются результаты применения авторской технологии классификации композитов мультиспектральных данных ДЗЗ для классификации лесных сообществ области. The forest and bushy communities are known as important components of environment provide wide spectrum of ecological services. The forests and bushy cover in Samara region is dispersed on the territory what makes its monitoring difficult. As for the forests space, it is limited by natural and anthropogenic causes for Samara region as ecotone forest-steppe territory with the high level of human activity. The bushy communities are mostly secondary ecosystems incorporated in natural grassy communities or fields or enclosed to forests. These specific ecosystems can be recognized on remote sensing data including satellite images supported by preliminary ground surveys. This article is postulated on the base of numerous scientific data including foreign and our own results.ru
dc.description.sponsorshipРабота выполнена при поддержке РФФИ (гранты 16-29-09494 офи_м, 18-07-00748 а), а также субсидии (код субсидии 08-08), выделенной в соответствии с соглашением от 26.02.2018 г. № 074-02-2018-294, предоставленной на государственную поддержку федерального государственного автономного образовательного учреждения высшего образования "Самарский национальный исследовательский университет имени академика С.П. Королева" в целях повышения конкурентоспособности Учреждения среди ведущих мировых научно-образовательных центров.ru
dc.language.isorusru
dc.publisherИзд-во «Новая техника»ru
dc.titleРаспознавание лесных и кустарниковых сообществ на основе данных ДЗЗ, подкрепленных наземными обследованиямиru
dc.title.alternativeRecognition of forest and bushy communities on the base of remotely sensed (RS) data supported by ground studiesru
dc.typeArticleru
dc.textpartНормализация выполняется путём приведения яркости в каждом канале к диапазону ]1,1[ . 2. Пространственная предобработка. Этап необходим для сокращения уровня шумов в исходных данных при сохранении информации о границах на изображении и заключается в медианной фильтрации малым окном размера NN  . 3. Кластеризация. Кластеризация применяется для вычленения из исходного множества данных подмножеств сходных по признаковому описанию. Для кластеризации в рамках да...-
Располагается в коллекциях: Информационные технологии и нанотехнологии

Файлы этого ресурса:
Файл Описание Размер Формат  
paper64.pdf1.14 MBAdobe PDFПросмотреть/Открыть



Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.