Классификация больших площадей земного покрова по ретроспективным спутниковым данным

Классификация больших площадей земного покрова по ретроспективным спутниковым данным

Задача картографирования больших территорий земного покрова представлена как задача автоматизированной обработки больших объемов геопространственных данных, которые могут содержать различные неопределенности. Для ее решения предложено использовать три различных парадигмы, а именно метод декомпозиции...

Повний опис

Збережено в:
Бібліографічні деталі
Дата:2016
Автори: Лавренюк, Н.С., Скакун, С.В., Шелестов, А.Ю., Яйлимов, Б.Я., Янчевский, С.Л., Ящук, Д.Ю., Костецкий, А.М.
Формат: Стаття
Мова:Russian
Опубліковано: Інститут кібернетики ім. В.М. Глушкова НАН України 2016
Назва видання:Кибернетика и системный анализ
Теми:
Программно-технические комплексы
Онлайн доступ:http://dspace.nbuv.gov.ua/handle/123456789/131399
Теги: Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
Назва журналу:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Цитувати:Классификация больших площадей земного покрова по ретроспективным спутниковым данным / Н.С. Лавренюк, С.В. Скакун, А.Ю. Шелестов, Б.Я. Яйлимов, С.Л. Янчевский, Д.Ю. Ящук, А.М. Костецкий // Кибернетика и системный анализ. — 2016. — Т. 52, № 1. — С. 137-149. — Бібліогр.: 26 назв. — рос.

Репозитарії

Digital Library of Periodicals of National Academy of Sciences of Ukraine
id irk-123456789-131399
record_format dspace
spelling irk-123456789-1313992018-03-22T03:03:05Z Классификация больших площадей земного покрова по ретроспективным спутниковым данным Лавренюк, Н.С. Скакун, С.В. Шелестов, А.Ю. Яйлимов, Б.Я. Янчевский, С.Л. Ящук, Д.Ю. Костецкий, А.М. Программно-технические комплексы Задача картографирования больших территорий земного покрова представлена как задача автоматизированной обработки больших объемов геопространственных данных, которые могут содержать различные неопределенности. Для ее решения предложено использовать три различных парадигмы, а именно метод декомпозиции, метод активного обучения из сферы интеллектуальных вычислений и метод восстановления спутниковых снимков. Комплексное применение этих трех составляющих позволило минимизировать участие эксперта в решении задачи. При решении задачи классификации земного покрова проанализированы также три различных варианта слияния данных. Показана эффективность метода слияния данных, который сводится к решению задачи классификации на основе временных рядов данных. Благодаря разработанной автоматизированной методологии поставленная задача классификации и картографирования земного покрова была впервые решена для всей территории Украины за 1990, 2000 и 2010 гг. с 30-метровым пространственным разрешением. Задачу картографування великих територій земного покриву розглянуто як задачу автоматизованого оброблення великих обсягів геопросторових даних, які можуть містити різні невизначеності. Для її розв’язання запропоновано використовувати три різних парадигми: метод декомпозиції, метод активного навчання зі сфери інтелектуальних обчислень і метод відновлення супутникових знімків. Комплексне застосування цих трьох складових дозволяє мінімізувати участь експерта у розв’язанні задачі. При розв’язанні задачі класифікації земного покриву проаналізовано також три різних варіанти злиття даних. Показано ефективність методу злиття даних, що зводиться до розв’язання задачі класифікації на основі часових рядів даних. Завдяки розробленій автоматизованій методології задача класифікації і картографування земного покриву була вперше розв’язана для всієї території України за 1990, 2000 і 2010 роки з 30-метровим просторовим розрізненням. The problem of large scale mapping of land cover is considered in the paper as a problem of automated processing of big geospatial data, which may contain various uncertainties. To solve it, we propose to use three different paradigms, namely, decomposition method, the method of active learning from the scope of intelligent computations, and method of satellite images recovering. Such an approach allows us to minimize the participation of experts in solving the problem. Within solving the problem of land cover classification we also investigated three different approaches of data fusion. The most efficient data fusion method is one that could be reduced to the problem of classification on the base of time-series images. Developed an automated methodology was applied to land cover mapping and classification for the whole territory of Ukraine for 1990, 2000, and 2010 with a 30-meter spatial resolution. 2016 Article Классификация больших площадей земного покрова по ретроспективным спутниковым данным / Н.С. Лавренюк, С.В. Скакун, А.Ю. Шелестов, Б.Я. Яйлимов, С.Л. Янчевский, Д.Ю. Ящук, А.М. Костецкий // Кибернетика и системный анализ. — 2016. — Т. 52, № 1. — С. 137-149. — Бібліогр.: 26 назв. — рос. 0023-1274 http://dspace.nbuv.gov.ua/handle/123456789/131399 004.62, 004.67 ru Кибернетика и системный анализ Інститут кібернетики ім. В.М. Глушкова НАН України
institution Digital Library of Periodicals of National Academy of Sciences of Ukraine
collection DSpace DC
language Russian
topic Программно-технические комплексы
Программно-технические комплексы
spellingShingle Программно-технические комплексы
Программно-технические комплексы
Лавренюк, Н.С.
Скакун, С.В.
Шелестов, А.Ю.
Яйлимов, Б.Я.
Янчевский, С.Л.
Ящук, Д.Ю.
Костецкий, А.М.
Классификация больших площадей земного покрова по ретроспективным спутниковым данным
Кибернетика и системный анализ
description Задача картографирования больших территорий земного покрова представлена как задача автоматизированной обработки больших объемов геопространственных данных, которые могут содержать различные неопределенности. Для ее решения предложено использовать три различных парадигмы, а именно метод декомпозиции, метод активного обучения из сферы интеллектуальных вычислений и метод восстановления спутниковых снимков. Комплексное применение этих трех составляющих позволило минимизировать участие эксперта в решении задачи. При решении задачи классификации земного покрова проанализированы также три различных варианта слияния данных. Показана эффективность метода слияния данных, который сводится к решению задачи классификации на основе временных рядов данных. Благодаря разработанной автоматизированной методологии поставленная задача классификации и картографирования земного покрова была впервые решена для всей территории Украины за 1990, 2000 и 2010 гг. с 30-метровым пространственным разрешением.
format Article
author Лавренюк, Н.С.
Скакун, С.В.
Шелестов, А.Ю.
Яйлимов, Б.Я.
Янчевский, С.Л.
Ящук, Д.Ю.
Костецкий, А.М.
author_facet Лавренюк, Н.С.
Скакун, С.В.
Шелестов, А.Ю.
Яйлимов, Б.Я.
Янчевский, С.Л.
Ящук, Д.Ю.
Костецкий, А.М.
author_sort Лавренюк, Н.С.
title Классификация больших площадей земного покрова по ретроспективным спутниковым данным
title_short Классификация больших площадей земного покрова по ретроспективным спутниковым данным
title_full Классификация больших площадей земного покрова по ретроспективным спутниковым данным
title_fullStr Классификация больших площадей земного покрова по ретроспективным спутниковым данным
title_full_unstemmed Классификация больших площадей земного покрова по ретроспективным спутниковым данным
title_sort классификация больших площадей земного покрова по ретроспективным спутниковым данным
publisher Інститут кібернетики ім. В.М. Глушкова НАН України
publishDate 2016
topic_facet Программно-технические комплексы
url http://dspace.nbuv.gov.ua/handle/123456789/131399
citation_txt Классификация больших площадей земного покрова по ретроспективным спутниковым данным / Н.С. Лавренюк, С.В. Скакун, А.Ю. Шелестов, Б.Я. Яйлимов, С.Л. Янчевский, Д.Ю. Ящук, А.М. Костецкий // Кибернетика и системный анализ. — 2016. — Т. 52, № 1. — С. 137-149. — Бібліогр.: 26 назв. — рос.
series Кибернетика и системный анализ
work_keys_str_mv AT lavrenûkns klassifikaciâbolʹšihploŝadejzemnogopokrovaporetrospektivnymsputnikovymdannym
AT skakunsv klassifikaciâbolʹšihploŝadejzemnogopokrovaporetrospektivnymsputnikovymdannym
AT šelestovaû klassifikaciâbolʹšihploŝadejzemnogopokrovaporetrospektivnymsputnikovymdannym
AT âjlimovbâ klassifikaciâbolʹšihploŝadejzemnogopokrovaporetrospektivnymsputnikovymdannym
AT ânčevskijsl klassifikaciâbolʹšihploŝadejzemnogopokrovaporetrospektivnymsputnikovymdannym
AT âŝukdû klassifikaciâbolʹšihploŝadejzemnogopokrovaporetrospektivnymsputnikovymdannym
AT kosteckijam klassifikaciâbolʹšihploŝadejzemnogopokrovaporetrospektivnymsputnikovymdannym
first_indexed 2023-10-18T21:02:07Z
last_indexed 2023-10-18T21:02:07Z
_version_ 1796151752622342144

Схожі ресурси