КЛАССИФИКАЦИЯ СКАНЕРНЫХ СНИМКОВ МЕТОДОМ МОДЕЛИРОВАНИЯ СПЕКТРАЛЬНОГО ПРОСТРАНСТВА
Описывается метод классификации снимков космических сканеров (Landsat ТМ/ЕТМ+, IRS и аналогичных), основанный на моделировании спектрального пространства в ЗБ-осях xyz, где х и у соответственно первая и вторая главные компоненты логарифмированной матрицы снимка (каналы G, R, NIR, SWIR2), a z индекс...
Main Author: | |
---|---|
Format: | Text |
Language: | unknown |
Published: |
Учреждение Российской академии наук Карельский научный центр Российской академии наук
2011
|
Subjects: | |
Online Access: | http://cyberleninka.ru/article/n/klassifikatsiya-skanernyh-snimkov-metodom-modelirovaniya-spektralnogo-prostranstva http://cyberleninka.ru/article_covers/14725908.png |
id |
ftcyberleninka:oai:cyberleninka.ru:article/14725908 |
---|---|
record_format |
openpolar |
spelling |
ftcyberleninka:oai:cyberleninka.ru:article/14725908 2023-05-15T18:30:45+02:00 КЛАССИФИКАЦИЯ СКАНЕРНЫХ СНИМКОВ МЕТОДОМ МОДЕЛИРОВАНИЯ СПЕКТРАЛЬНОГО ПРОСТРАНСТВА Литинский, Петр 2011 text/html http://cyberleninka.ru/article/n/klassifikatsiya-skanernyh-snimkov-metodom-modelirovaniya-spektralnogo-prostranstva http://cyberleninka.ru/article_covers/14725908.png unknown Учреждение Российской академии наук Карельский научный центр Российской академии наук ДИСТАНЦИОННОЕ ЗОНДИРОВАНИЕ КЛАССИФИКАЦИЯ МНОГОСПЕКТРАЛЬНЫХ СКАНЕРНЫХ СНИМКОВ ГЕОИНФОРМАЦИОННОЕ МОДЕЛИРОВАНИЕ text 2011 ftcyberleninka 2015-11-03T00:47:25Z Описывается метод классификации снимков космических сканеров (Landsat ТМ/ЕТМ+, IRS и аналогичных), основанный на моделировании спектрального пространства в ЗБ-осях xyz, где х и у соответственно первая и вторая главные компоненты логарифмированной матрицы снимка (каналы G, R, NIR, SWIR2), a z индекс стресса влажности MSI (отношение каналов SWIR1 и NIR). Декомпозиция неоднозначных спектральных классов производится по геоморфометрической модели и по разновременным данным. Метод оптимален для моделирования структуры и динамики таежных экосистем. A method for satellite imagery (Landsat TM/ETM+, IRS, etc.) classification based on spectral space modeling is described. The 3D model is built in xyz-axes, where x and у are the first two principal components of the image matrix in logarithmic form (bands G, R, NIR, SWIR2), and z is the moisture stress index MSI (SWIR1/NIR). Ambiguous spectral classes are decomposed using the geomorphometric model and time series imagery. The method is optimal for taiga ecosystem structure and dynamics modeling. Text taiga CyberLeninka (Scientific Electronic Library) |
institution |
Open Polar |
collection |
CyberLeninka (Scientific Electronic Library) |
op_collection_id |
ftcyberleninka |
language |
unknown |
topic |
ДИСТАНЦИОННОЕ ЗОНДИРОВАНИЕ КЛАССИФИКАЦИЯ МНОГОСПЕКТРАЛЬНЫХ СКАНЕРНЫХ СНИМКОВ ГЕОИНФОРМАЦИОННОЕ МОДЕЛИРОВАНИЕ |
spellingShingle |
ДИСТАНЦИОННОЕ ЗОНДИРОВАНИЕ КЛАССИФИКАЦИЯ МНОГОСПЕКТРАЛЬНЫХ СКАНЕРНЫХ СНИМКОВ ГЕОИНФОРМАЦИОННОЕ МОДЕЛИРОВАНИЕ Литинский, Петр КЛАССИФИКАЦИЯ СКАНЕРНЫХ СНИМКОВ МЕТОДОМ МОДЕЛИРОВАНИЯ СПЕКТРАЛЬНОГО ПРОСТРАНСТВА |
topic_facet |
ДИСТАНЦИОННОЕ ЗОНДИРОВАНИЕ КЛАССИФИКАЦИЯ МНОГОСПЕКТРАЛЬНЫХ СКАНЕРНЫХ СНИМКОВ ГЕОИНФОРМАЦИОННОЕ МОДЕЛИРОВАНИЕ |
description |
Описывается метод классификации снимков космических сканеров (Landsat ТМ/ЕТМ+, IRS и аналогичных), основанный на моделировании спектрального пространства в ЗБ-осях xyz, где х и у соответственно первая и вторая главные компоненты логарифмированной матрицы снимка (каналы G, R, NIR, SWIR2), a z индекс стресса влажности MSI (отношение каналов SWIR1 и NIR). Декомпозиция неоднозначных спектральных классов производится по геоморфометрической модели и по разновременным данным. Метод оптимален для моделирования структуры и динамики таежных экосистем. A method for satellite imagery (Landsat TM/ETM+, IRS, etc.) classification based on spectral space modeling is described. The 3D model is built in xyz-axes, where x and у are the first two principal components of the image matrix in logarithmic form (bands G, R, NIR, SWIR2), and z is the moisture stress index MSI (SWIR1/NIR). Ambiguous spectral classes are decomposed using the geomorphometric model and time series imagery. The method is optimal for taiga ecosystem structure and dynamics modeling. |
format |
Text |
author |
Литинский, Петр |
author_facet |
Литинский, Петр |
author_sort |
Литинский, Петр |
title |
КЛАССИФИКАЦИЯ СКАНЕРНЫХ СНИМКОВ МЕТОДОМ МОДЕЛИРОВАНИЯ СПЕКТРАЛЬНОГО ПРОСТРАНСТВА |
title_short |
КЛАССИФИКАЦИЯ СКАНЕРНЫХ СНИМКОВ МЕТОДОМ МОДЕЛИРОВАНИЯ СПЕКТРАЛЬНОГО ПРОСТРАНСТВА |
title_full |
КЛАССИФИКАЦИЯ СКАНЕРНЫХ СНИМКОВ МЕТОДОМ МОДЕЛИРОВАНИЯ СПЕКТРАЛЬНОГО ПРОСТРАНСТВА |
title_fullStr |
КЛАССИФИКАЦИЯ СКАНЕРНЫХ СНИМКОВ МЕТОДОМ МОДЕЛИРОВАНИЯ СПЕКТРАЛЬНОГО ПРОСТРАНСТВА |
title_full_unstemmed |
КЛАССИФИКАЦИЯ СКАНЕРНЫХ СНИМКОВ МЕТОДОМ МОДЕЛИРОВАНИЯ СПЕКТРАЛЬНОГО ПРОСТРАНСТВА |
title_sort |
классификация сканерных снимков методом моделирования спектрального пространства |
publisher |
Учреждение Российской академии наук Карельский научный центр Российской академии наук |
publishDate |
2011 |
url |
http://cyberleninka.ru/article/n/klassifikatsiya-skanernyh-snimkov-metodom-modelirovaniya-spektralnogo-prostranstva http://cyberleninka.ru/article_covers/14725908.png |
genre |
taiga |
genre_facet |
taiga |
_version_ |
1766214328950718464 |