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...

Full description

Saved in:
Bibliographic Details
Published in:Кибернетика и системный анализ
Date:2016
Main Authors: Лавренюк, Н.С., Скакун, С.В., Шелестов, А.Ю., Яйлимов, Б.Я., Янчевский, С.Л., Ящук, Д.Ю., Костецкий, А.М.
Format: Article
Language:Russian
Published: Інститут кібернетики ім. В.М. Глушкова НАН України 2016
Subjects:
Программно-технические комплексы
Online Access:https://nasplib.isofts.kiev.ua/handle/123456789/131399
Tags: Add Tag
No Tags, Be the first to tag this record!
Journal Title:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Cite this: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.

Institution

Digital Library of Periodicals of National Academy of Sciences of Ukraine
id nasplib_isofts_kiev_ua-123456789-131399
record_format dspace
spelling Лавренюк, Н.С.
Скакун, С.В.
Шелестов, А.Ю.
Яйлимов, Б.Я.
Янчевский, С.Л.
Ящук, Д.Ю.
Костецкий, А.М.
2018-03-21T20:44:17Z
2018-03-21T20:44:17Z
2016
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
https://nasplib.isofts.kiev.ua/handle/123456789/131399
004.62, 004.67
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.
ru
Інститут кібернетики ім. В.М. Глушкова НАН України
Кибернетика и системный анализ
Программно-технические комплексы
Классификация больших площадей земного покрова по ретроспективным спутниковым данным
Класифікація великих площ земного покриву за ретроспективними супутниковими даними
Large scale classification of land cover using retrospective satellite data
Article
published earlier
institution Digital Library of Periodicals of National Academy of Sciences of Ukraine
collection DSpace DC
title Классификация больших площадей земного покрова по ретроспективным спутниковым данным
spellingShingle 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
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
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.
topic Программно-технические комплексы
topic_facet Программно-технические комплексы
publishDate 2016
language Russian
container_title Кибернетика и системный анализ
publisher Інститут кібернетики ім. В.М. Глушкова НАН України
format Article
title_alt Класифікація великих площ земного покриву за ретроспективними супутниковими даними
Large scale classification of land cover using retrospective satellite data
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. 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.
issn 0023-1274
url https://nasplib.isofts.kiev.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.
work_keys_str_mv AT lavrenûkns klassifikaciâbolʹšihploŝadeizemnogopokrovaporetrospektivnymsputnikovymdannym
AT skakunsv klassifikaciâbolʹšihploŝadeizemnogopokrovaporetrospektivnymsputnikovymdannym
AT šelestovaû klassifikaciâbolʹšihploŝadeizemnogopokrovaporetrospektivnymsputnikovymdannym
AT âilimovbâ klassifikaciâbolʹšihploŝadeizemnogopokrovaporetrospektivnymsputnikovymdannym
AT ânčevskiisl klassifikaciâbolʹšihploŝadeizemnogopokrovaporetrospektivnymsputnikovymdannym
AT âŝukdû klassifikaciâbolʹšihploŝadeizemnogopokrovaporetrospektivnymsputnikovymdannym
AT kosteckiiam klassifikaciâbolʹšihploŝadeizemnogopokrovaporetrospektivnymsputnikovymdannym
AT lavrenûkns klasifíkacíâvelikihploŝzemnogopokrivuzaretrospektivnimisuputnikovimidanimi
AT skakunsv klasifíkacíâvelikihploŝzemnogopokrivuzaretrospektivnimisuputnikovimidanimi
AT šelestovaû klasifíkacíâvelikihploŝzemnogopokrivuzaretrospektivnimisuputnikovimidanimi
AT âilimovbâ klasifíkacíâvelikihploŝzemnogopokrivuzaretrospektivnimisuputnikovimidanimi
AT ânčevskiisl klasifíkacíâvelikihploŝzemnogopokrivuzaretrospektivnimisuputnikovimidanimi
AT âŝukdû klasifíkacíâvelikihploŝzemnogopokrivuzaretrospektivnimisuputnikovimidanimi
AT kosteckiiam klasifíkacíâvelikihploŝzemnogopokrivuzaretrospektivnimisuputnikovimidanimi
AT lavrenûkns largescaleclassificationoflandcoverusingretrospectivesatellitedata
AT skakunsv largescaleclassificationoflandcoverusingretrospectivesatellitedata
AT šelestovaû largescaleclassificationoflandcoverusingretrospectivesatellitedata
AT âilimovbâ largescaleclassificationoflandcoverusingretrospectivesatellitedata
AT ânčevskiisl largescaleclassificationoflandcoverusingretrospectivesatellitedata
AT âŝukdû largescaleclassificationoflandcoverusingretrospectivesatellitedata
AT kosteckiiam largescaleclassificationoflandcoverusingretrospectivesatellitedata
first_indexed 2025-12-07T18:19:29Z
last_indexed 2025-12-07T18:19:29Z
_version_ 1850874600334819328

Similar Items