Оценивание состояния посевных площадей на основе классификации агрофитоценозов по данным спутниковых наблюдений

Розглянуто проблему класифікації агрофітоценозів за даними супутникового спостереження. Запропоновано процедуру попередньої обробки супутникових зображень для підвищення точності та швидкості експрес-аналізу стану сільськогосподарських угідь. Основна ідея алгоритму полягає в побудові моделей класифі...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Datum:2016
Hauptverfasser: Подгородецкая, Л.В., Пруцко, Ю.В., Семенив, О.В.
Format: Artikel
Sprache:Russian
Veröffentlicht: Інститут кібернетики ім. В.М. Глушкова НАН України 2016
Schriftenreihe:Проблемы управления и информатики
Schlagworte:
Online Zugang:https://nasplib.isofts.kiev.ua/handle/123456789/208180
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Назва журналу:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Zitieren:Оценивание состояния посевных площадей на основе классификации агрофитоценозов по данным спутниковых наблюдений / Л.В. Подгородецкая, Ю.В. Пруцко, О.В. Семенив // Проблемы управления и информатики. — 2016. — № 3. — С. 152-159. — Бібліогр.: 16 назв. — рос.

Institution

Digital Library of Periodicals of National Academy of Sciences of Ukraine
Beschreibung
Zusammenfassung:Розглянуто проблему класифікації агрофітоценозів за даними супутникового спостереження. Запропоновано процедуру попередньої обробки супутникових зображень для підвищення точності та швидкості експрес-аналізу стану сільськогосподарських угідь. Основна ідея алгоритму полягає в побудові моделей класифікації знімків агрофітоценозів на основі використання методу статистичного навчання. Наведено результати тестування алгоритму, проведено комп'ютерне моделювання оптимальних параметрів моделі для забезпечення високої точності та узагальнюючого статистичного показника. Попередні результати класифікації супутникових знімків сільськогосподарських угідь продемонстрували, що застосування вищезгаданого методу дозволяє значно спростити процес експрес-аналізу стану агрофітоценозів, оперативно та достовірно визначати площі посівних, підвищити швидкість обробки знімків, при цьому зберігається висока точність класифікації (понад 70 %) і коефіцієнт регулярності при різних вхідних даних.