Αξιολόγηση της προστιθέμενης αξίας του Sentinel – 2 για τον εντοπισμό χτισμένων περιοχών

Από RemoteSensing Wiki

(Διαφορές μεταξύ αναθεωρήσεων)
Μετάβαση σε: πλοήγηση, αναζήτηση
Γραμμή 8: Γραμμή 8:
'''Δημοσιεύθηκε: ''' ''Remote Sensing, 2016, 8, 299''
'''Δημοσιεύθηκε: ''' ''Remote Sensing, 2016, 8, 299''
-
 
+
Η ανάγκη για ακριβείς, αξιόπιστες και έγκαιρες εκτιμήσεις της κάλυψης της γης του κόσμου σε επαρκώς λεπτομερείς χωροταξικές και θεματικές αποφάσεις υπογραμμίζεται από τις εθνικές και περιφερειακές αρχές τα διεθνή προγράμματα και την ερευνητική κοινότητα της παγκόσμιας αλλαγής. Συνεπώς, η μελέτη των ανθρωπογενών αλλαγών και η διαθεσιμότητα μεθοδολογιών και δεδομένων είναι αναγκαίες για την αειφόρο αστική ανάπτυξη σε παγκόσμια κλίμακα.
-
Το εδαφικό νερό είναι τύπος νερού ο οποίος καταλαμβάνει όλα τα κενά του γεωλογικού στρώματος. Οι συνθήκες που εντοπίζεται το νερό αυτό ποικίλουν με βάση την κλίση, τις καιρικές συνθήκες, την παρουσία ρηγμάτων, των επιφανειακών υδάτινων στρωμάτων, τα κανάλια, τις αρδευόμενες εκτάσεις κτλ. Ο εντοπισμός ζωνών εδαφικού νερού βασίζεται κυρίως σε μετρήσεις εδάφους, τα τελευταία χρόνια όμως με τη συμβολή της τηλεπισκόπησης και των Συστημάτων Γεωγραφικών Πληροφοριών (ΣΓΠ) η χαρτογράφησή τους διευκολύνθηκε. Στόχος της συγκεκριμένης εργασίας είναι ο εντοπισμός ζωνών εδαφικού νερού στη λεκάνη απορροής του ποταμού Musi μέσα από τηλεπισκοπικά, γεωλογικά, υδρολογικά, λιθολογικά και τοπογραφικά δεδομένα. Η λεκάνη απορροής του Musi έχει κομβικό ρόλο, καθώς τροφοδοτεί τις γύρω περιοχές με νερό που χρησιμοποιείται για την άρδευση. Είναι υπο-λεκάνη ενός μεγαλύτερου ποταμού, του Krishna, και βρίσκεται στο Andhra Pradesh της Ινδίας.  
+
   
   
[[Εικόνα:Rswiki_p4_tm_1.JPG  | thumb| right|Eικόνα 1:'''Η συμβολική εκμάθηση μηχανής (Symbolic Machine Learning) προσέγγιση για την ταξινόμηση των τηλεπισκοπικών δεδομένων''']]
[[Εικόνα:Rswiki_p4_tm_1.JPG  | thumb| right|Eικόνα 1:'''Η συμβολική εκμάθηση μηχανής (Symbolic Machine Learning) προσέγγιση για την ταξινόμηση των τηλεπισκοπικών δεδομένων''']]

Αναθεώρηση της 16:24, 14 Φεβρουαρίου 2018

Αξιολόγηση της προστιθέμενης αξίας του Sentinel – 2 για τον εντοπισμό χτισμένων περιοχών


Πρωτότυπος τίτλος: Assessment of the Added – Value of Sentinel – 2 for Detecting Built-up Areas

Συγγραφείς: Martino Pesaresi, Christina Corbane, Andreea Julea, Aneta J. Florczyk,Vasileios Syrris and Pierre Soille

Δημοσιεύθηκε: Remote Sensing, 2016, 8, 299

Η ανάγκη για ακριβείς, αξιόπιστες και έγκαιρες εκτιμήσεις της κάλυψης της γης του κόσμου σε επαρκώς λεπτομερείς χωροταξικές και θεματικές αποφάσεις υπογραμμίζεται από τις εθνικές και περιφερειακές αρχές τα διεθνή προγράμματα και την ερευνητική κοινότητα της παγκόσμιας αλλαγής. Συνεπώς, η μελέτη των ανθρωπογενών αλλαγών και η διαθεσιμότητα μεθοδολογιών και δεδομένων είναι αναγκαίες για την αειφόρο αστική ανάπτυξη σε παγκόσμια κλίμακα.

Eικόνα 1:Η συμβολική εκμάθηση μηχανής (Symbolic Machine Learning) προσέγγιση για την ταξινόμηση των τηλεπισκοπικών δεδομένων


Σύνδεσμος πρωτότυπου κειμένου: [1]

Ανακτήθηκε από το "http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BE%CE%B9%CE%BF%CE%BB%CF%8C%CE%B3%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CF%80%CF%81%CE%BF%CF%83%CF%84%CE%B9%CE%B8%CE%AD%CE%BC%CE%B5%CE%BD%CE%B7%CF%82_%CE%B1%CE%BE%CE%AF%CE%B1%CF%82_%CF%84%CE%BF%CF%85_Sentinel_%E2%80%93_2_%CE%B3%CE%B9%CE%B1_%CF%84%CE%BF%CE%BD_%CE%B5%CE%BD%CF%84%CE%BF%CF%80%CE%B9%CF%83%CE%BC%CF%8C_%CF%87%CF%84%CE%B9%CF%83%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CF%8E%CE%BD".
Προσωπικά εργαλεία