Full-text resources of CEJSH and other databases are now available in the new Library of Science.
Visit https://bibliotekanauki.pl

Refine search results

Results found: 1

first rewind previous Page / 1 next fast forward last

Search results

help Sort By:

help Limit search:
first rewind previous Page / 1 next fast forward last
EN
Fusion of satellite data from different sources is a technique commonly used in studies focused on land cover and land use. Combining images of various spectral bands allows to increase objects differentiation and thereby improve overall classification accuracy. In this study, I focused on crops maps creation using integrated optical and radar data. Landsat 8 multispectral data from OLI sensor and Sentinel-1A SAR ( Synthetic Aperture Radar ) data were applied here. The study was performed for a test area of the Żywiec Basin, which is a part of the Polish Carpathians. The advantage of this small, agricultural region was that it is covered by a mosaic of different-size cultivated fields. I tested six methods of satellite data integration ( IHS, HPF, PCA, Brovey, Ehlers and wavelet transforms ) and two classification algorithms ( Support Vector Machines and Random Forest ). The results demonstrated that the use of integrated optical and radar data is effective for crops classification – the highest overall accuracy achieved in this study was equal to 87.9% and was obtained for Random Forest classification and Ehlers fusion.
PL
Łączenie danych satelitarnych pochodzących z różnych źródeł jest powszechnie stosowaną techniką w badaniach dotyczących pokrycia terenu i użytkowania ziemi. Łączenie danych o różnych zakresach spektralnych pozwala m.in. na zwiększenie rozróżnialności obiektów na powierzchni Ziemi, a tym samym na osiągnięcie wyższej dokładności ich klasyfikacji. Celem opracowania jest ocena możliwości wykorzystania zintegrowanych danych optycznych ( obrazy satelitarne pochodzące z satelity Landsat 8, z sensora OLI ) i radarowych ( obrazy pochodzące z satelity Sentinel-1A ) do identyfikacji typów użytków rolnych. Obszarem testowym jest fragment Karpat Polskich – Kotlina Żywiecka, charakteryzująca się występowaniem pól uprawnych o zróżnicowanej wielkości. W artykule przetestowano sześć metod integracji danych satelitarnych ( IHS, HPF, PCA, Brovey, Ehlers, transformacje falkowe ) oraz dwa algorytmy klasyfikacyjne ( wektory maszyn nośnych, ang. Support Vector Machines, SVM i Random Forest ). Uzyskane wyniki pozwalają stwierdzić, że wykorzystanie zintegrowanych danych optycznych i radarowych jest efektywnym podejściem w klasyfikacji upraw rolnych – najwyższa uzyskana dokładność ogólna wyniosła 87,9% i została osiągnięta z wykorzystaniem klasyfikacji metodą Random Forest dla danych zintegrowanych przy użyciu techniki Ehlers.
first rewind previous Page / 1 next fast forward last
JavaScript is turned off in your web browser. Turn it on to take full advantage of this site, then refresh the page.