RU2588179C1 - Method for determining above-soil cover digression in arctic zone - Google Patents
Method for determining above-soil cover digression in arctic zone Download PDFInfo
- Publication number
- RU2588179C1 RU2588179C1 RU2015102922/13A RU2015102922A RU2588179C1 RU 2588179 C1 RU2588179 C1 RU 2588179C1 RU 2015102922/13 A RU2015102922/13 A RU 2015102922/13A RU 2015102922 A RU2015102922 A RU 2015102922A RU 2588179 C1 RU2588179 C1 RU 2588179C1
- Authority
- RU
- Russia
- Prior art keywords
- digression
- image
- critical
- pixel
- areas
- Prior art date
Links
- 239000002689 soil Substances 0.000 title abstract description 4
- 239000011159 matrix material Substances 0.000 claims abstract description 8
- 230000015572 biosynthetic process Effects 0.000 claims description 4
- 238000005755 formation reaction Methods 0.000 claims description 3
- 230000001360 synchronised Effects 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 2
- 238000010606 normalization Methods 0.000 claims description 2
- 238000001514 detection method Methods 0.000 abstract description 4
- 230000004069 differentiation Effects 0.000 abstract description 4
- 230000000694 effects Effects 0.000 abstract description 3
- 230000002457 bidirectional Effects 0.000 abstract 1
- 239000000969 carrier Substances 0.000 abstract 1
- 239000000126 substance Substances 0.000 abstract 1
- 238000005259 measurement Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 230000004907 flux Effects 0.000 description 3
- 229920000333 poly(propyleneimine) Polymers 0.000 description 2
- 230000003595 spectral Effects 0.000 description 2
- 230000001174 ascending Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000000536 complexating Effects 0.000 description 1
- 230000000875 corresponding Effects 0.000 description 1
- 230000004059 degradation Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000010827 pathological analysis Methods 0.000 description 1
- 230000002093 peripheral Effects 0.000 description 1
Images
Abstract
Description
Изобретение относится к области экологии и может найти применение при контроле состояния территорий вечной мерзлоты в целях раннего обнаружения критических состояний.The invention relates to the field of ecology and can find application in monitoring the status of permafrost territories in order to early detection of critical conditions.
Интенсификация хозяйственной деятельности в Арктической зоне делает актуальной задачу непрерывного мониторинга обширных территорий за Полярным кругом. Нарушение природного покрова тундры приводит к быстрому заболачиванию территорий и невозможности проведения должных рекреационных мероприятий в короткие сроки.The intensification of economic activity in the Arctic zone makes the urgent task of continuous monitoring of vast territories beyond the Arctic Circle. Violation of the natural cover of the tundra leads to the rapid swamping of territories and the inability to conduct proper recreational activities in a short time.
Известен «Способ отслеживания границы зоны лес - тундра», патент RU №2531765, 2014 г., G.01.C, 11/02, A.01.G, 23/00 - аналог.The well-known "Method of tracking the border of the forest - tundra zone", patent RU No. 2531765, 2014, G.01.C, 11/02, A.01.G, 23/00 - analogue.
Способ-аналог включает выбор трасс зондирования арктических территорий на термическом пределе произрастания растительности, спектрометрические измерения выбранных трасс, содержащих тестовые участки, в диапазонах 0,55…0,68 мкм и синхронные радиометрические измерения в СВЧ диапазоне на длине волны ~30 см с получением последовательности кадров вдоль трассы полета в полосе поперечного сканирования, расчет значений вегетационного индекса NDVI для каждого пиксела кадра спектрометрических измерений, формирование синтезированных матриц измерений результирующего сигнала кадров изображений путем перемножения соответствующих пикселей значений NDVI и пикселей сигнала радиометрических измерений, определение пороговой величины синтезированного сигнала по измерениям границы тестового участка, выделение программной обработкой линии границы по пороговой величине, визуализацию границы зоны лес - тундра и наложение ее на контурную карту Арктической зоны.An analogous method includes the selection of sensing paths of Arctic territories at the thermal limit of vegetation growth, spectrometric measurements of selected paths containing test sections in the ranges of 0.55 ... 0.68 μm and synchronous radiometric measurements in the microwave range at a wavelength of ~ 30 cm to obtain a sequence frames along the flight path in the transverse scan strip, calculation of the values of the vegetation index NDVI for each pixel in the frame of spectrometric measurements, the formation of synthesized matrices of the resulting signal of the image frames by multiplying the corresponding pixels of the NDVI values and the pixels of the radiometric measurement signal, determining the threshold value of the synthesized signal by measuring the boundary of the test site, selecting the boundary line by the threshold value by software processing, visualizing the border of the forest - tundra zone and applying it to the Arctic map zones.
К недостаткам способа-аналога следует отнести:The disadvantages of the analogue method include:
- невозможность непосредственного использования из-за различия средств зондирования и измеряемых параметров;- the impossibility of direct use due to the difference in sensing means and measured parameters;
- недостаточная точность определения границы (десятки км), что неприемлемо для обнаружения малоразмерных площадей критического состояния надпочвенного покрова;- lack of accuracy in determining the boundary (tens of km), which is unacceptable for the detection of small-sized areas of critical state of the subsoil;
Ближайшим аналогом к заявленному техническому решению является «Способ ранней лесопатологической диагностики», Патент RU №2 189 732, 2002 г.The closest analogue to the claimed technical solution is the "Method of early forest pathological diagnosis", Patent RU No. 2 189 732, 2002
В способе ближайшего аналога получают оцифрованные значения функций яркости I(x,y) изображений в виде матриц дискретных отсчетов размерностью |m×n| элементов в зонах R и G, определяют отношение спектральных коэффициентов яркости зон, отличающийся тем, что вычисляют попиксельные отношения матриц зон R и G, составляют результирующую матрицу из этих отношений, выделяют, методами пространственного дифференцирования, контуры на результирующем изображении, рассчитывают функции фрактальной размерности изображения внутри контуров и по численному значению фрактальной размерности, положению контуров и их площади, судят о причинах, координатах и размерах выявленной патологии.In the closest analogue method, the digitized values of the brightness functions I (x, y) of the images are obtained in the form of matrices of discrete samples of dimension | m × n | elements in the zones R and G, determine the ratio of the spectral brightness coefficients of the zones, characterized in that the pixel-by-pixel ratios of the matrixes of the zones R and G are calculated, make up the resulting matrix from these relations, distinguish, by the methods of spatial differentiation, the contours in the resulting image, calculate the functions of the fractal dimension of the image inside the contours and by the numerical value of the fractal dimension, the position of the contours and their area, they judge the causes, coordinates and sizes of the revealed pathology.
Недостатками способа ближайшего аналога являются:The disadvantages of the method of the closest analogue are:
- отсутствие эталона (тестового участка) для однозначной количественной идентификации степени патологии;- lack of a standard (test site) for unambiguous quantitative identification of the degree of pathology;
- недостаточная достоверность результата, вследствие использования одного измеряемого параметра - коэффициента спектральной яркости (КСЯ) подстилающей поверхности.- insufficient reliability of the result, due to the use of one measured parameter - the coefficient of spectral brightness (KSN) of the underlying surface.
Задача, решаемая заявленным способом состоит в достоверном обнаружении ранних признаков критических изменений надпочвенного покрова путем измерения отраженного от поверхности солнечного потока в видимом диапазоне и собственного восходящего излучения поверхности в инфракрасном диапазоне с последующим комплексированием двух сигналов при обработке.The problem solved by the claimed method is to reliably detect early signs of critical changes in the subsoil by measuring the solar flux reflected from the surface in the visible range and the intrinsic upward radiation of the surface in the infrared range, followed by the combination of two signals during processing.
Поставленная задача решается тем, что способ определения дигрессии надпочвенного покрова в Арктической зоне включает видеосъемку подстилающей поверхности, содержащей тестовые участки, цифровой камерой с синхронной регистрацией собственного восходящего излучения тех же участков в инфракрасном диапазоне, формирование результирующих матриц изображений из попиксельных отношений сигналов видимого диапазона к сигналам инфракрасного диапазона, нормирование результирующих матриц в стандартной шкале 0…255 уровней квантования, выделение, методом пространственного дифференцирования, контуров дигрессии на изображениях результирующих матриц, расчет фрактальной размерности изображений внутри выделенных контуров, расчет индекса дигрессии через отношение фрактальных размерностей изображения анализируемого участка к тестовому, визуализацию выделенных участков и нанесение их на контурную карту с привязкой к топографической основе Арктической зоны.The problem is solved in that the method for determining digression of the subsoil cover in the Arctic zone includes video filming of the underlying surface containing the test areas with a digital camera with synchronous registration of its own upward radiation of the same areas in the infrared range, the formation of the resulting image matrices from the pixel-by-pixel ratios of visible signals to signals infrared range, normalization of the resulting matrices in a standard scale of 0 ... 255 quantization levels, selection, the method of spatial differentiation, digression contours on the images of the resulting matrices, calculating the fractal dimension of images within the selected contours, calculating the digression index through the ratio of the fractal dimensions of the image of the analyzed area to the test one, visualizing the selected areas and applying them to the contour map with reference to the topographic basis of the Arctic zone.
Изобретение поясняется чертежами, где:The invention is illustrated by drawings, where:
фиг. 1 - альбедо надпочвенного покрова тундры, а) - увлажненного участка, б) - суходольного участка;FIG. 1 - albedo of the subsoil of the tundra, a) a moistened area, b) a dry land;
фиг. 2 - функция сигнала восходящего излучения ИК - диапазона в зависимости от увлажненности;FIG. 2 - function of the signal of the ascending radiation of the infrared range, depending on the humidity;
фиг. 3 - выделенный контур на изображении участка дигрессии;FIG. 3 - selected contour in the image of the digression site;
фиг. 4 - функции фрактальной размерности изображения текущего и тестового участков;FIG. 4 - functions of the fractal dimension of the image of the current and test sections;
фиг. 5 - визуализация участков дигрессии на контурной карте Арктической зоны;FIG. 5 - visualization of digression sites on the contour map of the Arctic zone;
фиг. 6 - функциональная схема устройства, реализующая способ.FIG. 6 is a functional diagram of a device that implements the method.
Техническая сущность заявленного способа состоит в следующем.The technical essence of the claimed method is as follows.
Установлено, что восприятие образа человеком-оператором происходит на уровне контурного рисунка. Край контура - это граница максимального изменения функции яркости изображения. Из графиков фиг. 1, фиг. 2 следует, что при увеличении увлажненности альбедо поверхности увеличивается, а сигнал ИК - излучения уменьшается. Для повышения контраста участков дигрессии надпочвенного покрова формируют результирующую матрицу из попиксельных отношений матриц сигналов цифровой видеокамеры и камеры приема восходящего излучения ИК - диапазона. Поскольку энергия отраженного от поверхности солнечного потока существенно выше энергии собственного восходящего излучения, при комплексировании результирующей матрицы используют деление большего сигнала на меньший.It is established that the perception of the image by the human operator occurs at the level of the outline drawing. The edge of the contour is the boundary of the maximum change in the image brightness function. From the graphs of FIG. 1, FIG. 2 it follows that with an increase in the moisture content, the albedo of the surface increases, and the infrared signal decreases. To increase the contrast of the areas of digression of the subsoil cover, the resulting matrix is formed from the pixel-by-pixel ratios of the signal matrices of the digital video camera and the camera for receiving the upward radiation of the IR range. Since the energy of the solar flux reflected from the surface is significantly higher than the energy of its own upward radiation, when complexing the resulting matrix, a larger signal is divided by a smaller one.
Характерный вид сигнала альбедо поверхности иллюстрируется графиком фиг. 1 [см., например, Л.И. Чапурский, Отражательные свойства объектов в диапазоне 400-2500 нм, ч. I, Мин Обороны СССР, 1986 г., Таблица ПЗ, (июнь, тундра) стр. 120-121]. Зависимость сигнала собственного восходящего излучения в ИК - диапазоне иллюстрируется графиком фиг. 2 [см., например, Патент RU №2147253, 2000 г., таблица 2, 3]. Границу контура выделяют вычислением градиента. Градиент скалярной функции яркости результирующей матрицы в каждой точке изображения находят как:A typical view of the surface albedo signal is illustrated in the graph of FIG. 1 [see, for example, L.I. Chapursky, Reflective properties of objects in the range 400-2500 nm, part I, Ministry of Defense of the USSR, 1986, Table ПЗ, (June, tundra) p. 120-121]. The dependence of the self-rising radiation signal in the IR range is illustrated by the graph of FIG. 2 [see, for example, Patent RU No. 2147253, 2000, table 2, 3]. The boundary of the contour is extracted by calculating the gradient. The gradient of the scalar brightness function of the resulting matrix at each point in the image is found as:
Для получения контурного рисунка выбирают регулярный оператор с апертурой окна 
Элементы окна связаны по диагоналям (двум взаимно ортогональным направлениям) операцией вычитания. Вычисляют оператор Робертса в каждой точке:Window elements are connected along diagonals (two mutually orthogonal directions) by a subtraction operation. The Roberts operator is calculated at each point:
выводят на экран точки, для которых R(i,j)≥порог. Выделение контуров является стандартной операцией [см., например, П.А. Минько, Обработка графики в photoshop CS2, изд. Эксмо, 2007 г., глава 3, Методы выделения областей, стр. 47-63]. Результат выделения контурного рисунка на изображении иллюстрируется фиг. 3displays points for which R (i, j) ≥ threshold. Circuit extraction is a standard operation [see, for example, P.A. Minko, Graphics Processing in photoshop CS2, ed. Eksmo, 2007,
Одновременно установлено, что наибольший объем информации об объекте содержит его форма. В В криминалистике идентификацию объекта проводят путем составления фоторобота, выделяя нужные лица из тысячи других. Элементом формы объекта по Мандельброту является его фрактал [см., например, Mandelbrot В. Fractals, Forms, Chance and Dimensions, Freeman, San Francisco, 1977].At the same time, it was established that the largest amount of information about the object contains its form. In forensic science, the identification of an object is carried out by compiling an identikit, highlighting the right person from thousands of others. Mandelbrot’s object shape element is its fractal [see, for example, Mandelbrot B. Fractals, Forms, Chance and Dimensions, Freeman, San Francisco, 1977].
Фрактальная размерность является числовым параметром, характеризующим структуру природных образований, в частности, для изображения, этот параметр заключается в интервале [2...3]. Для вычисления фрактальной размерности используют метод осцилляций.The fractal dimension is a numerical parameter characterizing the structure of natural formations, in particular, for the image, this parameter lies in the interval [2 ... 3]. To calculate the fractal dimension, use the oscillation method.
Пусть (x1, y1) и (x2, y2) - двумерные координаты точек, а третья координата, яркость, задана в виде функции координат I(x,y).Let (x 1 , y 1 ) and (x 2 , y 2 ) be the two-dimensional coordinates of the points, and the third coordinate, brightness, is given as a function of the coordinates I (x, y).
Тогда ε - осцилляцией значений (I) будет разность наибольшего и наименьшего значения (I) в (ε) окрестности (x,y).Then, the ε-oscillation of the values of (I) is the difference between the largest and smallest values of (I) in (ε) of the neighborhood (x, y).
После этого ε - вариацию значения I вычисляют как:After this ε - variation of the value of I is calculated as:
где a, b - пределы, в которых изменяется переменная x;where a, b are the limits within which the variable x varies;
с, d - пределы, в которых изменяется переменная y.c, d are the limits within which the variable y changes.
Фрактальная размерность матрицы вычисляется как размерность Хаусдорфа:The fractal dimension of the matrix is calculated as the Hausdorff dimension:
Вычисление фрактальной размерности изображений объектов осуществляют по специализированной программе. Текст программы приведен ниже в примере реализации. Расчетные значения функций фрактальной размерности текущего участка и тестового (эталонного) участка иллюстрируются графиками фиг. 4.The calculation of the fractal dimension of images of objects is carried out according to a specialized program. The text of the program is shown below in an example implementation. The calculated values of the fractal dimension functions of the current section and the test (reference) section are illustrated by graphs of FIG. four.
Ненарушенный надпочвенный покров тундры имеет меньшую фрактальную размерность, чем однородный заболачиваемый участок. Существует лицензионная математическая программа привязки космических снимков к топографической основе: ГИС «ТОПОЛ». После привязки снимков к топографической основе формируют результирующие матрицы попиксельных отношений. Для последующей обработки матриц осуществляют их нормирование в стандартной шкале 0…255 уровней квантования. После обработки осуществляют визуализацию обнаруженных участков дигрессии надпочвенного покрова с нанесением их на контурную карту Арктической зоны. Получаемый товарный продукт иллюстрируется рисунком фиг. 5.The undisturbed subsoil cover of the tundra has a smaller fractal dimension than a uniform wetland area. There is a licensed mathematical program for linking satellite images to a topographic basis: GIS "TOPOL". After linking the images to the topographic basis, the resulting matrix of pixel-by-pixel relations is formed. For the subsequent processing of the matrices, they are normalized in a standard scale of 0 ... 255 quantization levels. After processing, visualization of the detected areas of digression of the subsoil cover is carried out with their application on the contour map of the Arctic zone. The resulting commercial product is illustrated in the drawing of FIG. 5.
Пример реализации способа.An example implementation of the method.
Заявленный способ может быть реализован по схеме фиг. 6. Функциональная схема содержит космический аппарат (1) с наклонением орбиты, обеспечивающей высокоширотную съемку (типа «Ресурс») с установленными на нем цифровой видеокамерой (2) видимого диапазона (типа BYP - 30) и сканирующим устройством (3) ИК - диапазона (типа МСУ-К). Трассовую съемку запланированных регионов в полосе сканирования (4) осуществляют командами от бортового комплекса управления (5) на основе суточных программ, закладываемых в БКУ из центра управления полетом КА (6) по командной радиолинии (7). Результаты измерений записывают в буферное запоминающее устройство (8) и, в зонах радиовидимости КА с наземных пунктов, передают по специальной радиолинии (9) на пункты приема информации ППИ (10). После предварительной обработки информации по служебным признакам (номер витка, время съемки, координаты) на ППИ (10) информацию передают на сервер хранения данных (11). Тематическую обработку изображений потребители осуществляют в центре обработки (12), где через устройство ввода и передачи (13) информация из сервера хранения поступает в электронно-вычислительную машину (14) со стандартным набором периферийных устройств: процессор (15), оперативное запоминающее устройство (16), накопитель на магнитных дисках (17), устройство отображения информации (18), печатающее устройство (19), клавиатура (20). Предварительно, в оперативное запоминающее устройство (16) записывают программу привязки космических снимков к топографической основе: ГИС «ТОПОЛ». Затем формируют кадры синтезированных матриц из попиксельных отношений цифровых сигналов видеокамеры и сканирующего устройства. Осуществляют нормирование результирующего сигнала в стандартной шкале 0…255 уровней квантования. Выделяют, методами пространственного дифференцирования, контуры дигрессии надпочвенного покрова. По специализированной программе рассчитывают фрактальную размерность изображений выделенного контура и тестового участка.The claimed method can be implemented according to the scheme of FIG. 6. The functional diagram contains a spacecraft (1) with orbital inclination providing high-latitude shooting (of the Resource type) with a digital video camera (2) of the visible range (BYP-30 type) and an infrared scanning device (3) installed on it (3) type MSU-K). The route survey of the planned regions in the scanning strip (4) is carried out by commands from the onboard control complex (5) on the basis of daily programs laid down in the spacecraft control center from the spacecraft flight control center (6) via the command radio link (7). The measurement results are recorded in a buffer storage device (8) and, in the radio-visibility zones of the spacecraft from ground-based points, they are transmitted via a special radio line (9) to the information reception points of the PPI (10). After preliminary processing of the information according to service signs (number of turn, time of shooting, coordinates) at the PPI (10), the information is transmitted to the data storage server (11). Consumers perform the thematic image processing at the processing center (12), where through the input and transmission device (13) information from the storage server enters an electronic computer (14) with a standard set of peripheral devices: a processor (15), random access memory (16 ), a magnetic disk drive (17), an information display device (18), a printing device (19), a keyboard (20). Previously, in the random access memory (16), a program for linking satellite images to a topographic basis is recorded: GIS "TOPOL". Then, frames of the synthesized matrices are formed from the pixel-by-pixel ratios of the digital signals of the video camera and the scanning device. The resultant signal is normalized in a standard scale of 0 ... 255 quantization levels. Allocate, by methods of spatial differentiation, contours of digression of the subsoil. According to a specialized program, the fractal dimension of the images of the selected contour and test section is calculated.
Текст программы вычисления фрактальной размерности изображений.The text of the program for calculating the fractal dimension of images.
Фрактальная размерность изображения, по Хаусдорфу, занимает интервал [2…3]. Изображение ненарушенного надпочвенного покрова тундры имеет меньшую фрактальную размерность, чем однородный участок заболачиваемости зоны вечной мерзлоты. В качестве индекса дигрессии принимают отношение фрактальной размерности изображения текущего участка к фрактальной размерности тестового. Это отношение больше или равно единице. Обработанные снимки участков с расчетными значениями деградации надпочвенного покрова помещают на сервер (21) хранения результатов обработки и наносят на контурную карту Арктической зоны, иллюстрируемую рисунком фиг. 5.According to Hausdorff, the fractal dimension of the image occupies the interval [2 ... 3]. The image of the undisturbed subsoil cover of the tundra has a smaller fractal dimension than the homogeneous bogging area of the permafrost zone. The ratio of the fractal dimension of the image of the current section to the fractal dimension of the test is taken as the digression index. This ratio is greater than or equal to one. The processed images of the areas with the calculated values of the degradation of the soil cover are placed on the server (21) for storing the processing results and put on the contour map of the Arctic zone, illustrated by the figure of FIG. 5.
Все элементы функциональной схемы выполнены на существующей технической базе (КА типа «Ресурс», видеокамера типа BYP-30, сканирующее устройство МСУ-К, наземный комплекс управления «Роскосмоса»).All elements of the functional diagram are made on the existing technical basis (spacecraft of the Resource type, video camera of the BYP-30 type, MSU-K scanning device, Roscosmos ground-based control complex).
Эффективность способа достигается контрастированием сигналов отраженного светового потока и сигнала собственного восходящего излучения в ИК-диапазоне.The effectiveness of the method is achieved by contrasting the signals of the reflected light flux and the signal of its own upward radiation in the infrared range.
Claims (1)
Publications (1)
| Publication Number | Publication Date |
|---|---|
| RU2588179C1 true RU2588179C1 (en) | 2016-06-27 |
Family
ID=
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU169449U1 (en) * | 2016-10-21 | 2017-03-17 | Андрей Юрьевич Даниленко | A system of statistical methods for filtering distortions in the conditions of monitoring anomalies of the earth's surface in arctic latitudes |
| RU2635823C1 (en) * | 2016-09-30 | 2017-11-16 | Федеральное государственное бюджетное научное учреждение "Научно-исследовательский институт аэрокосмического мониторинга "АЭРОКОСМОС" | Method of monitoring above-ground cover in impact arctic regions |
| CN116206215A (en) * | 2023-03-17 | 2023-06-02 | 银河航天(北京)网络技术有限公司 | Forest land state monitoring method, forest land state monitoring device and storage medium |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2189732C2 (en) * | 2000-12-14 | 2002-09-27 | Московский государственный университет леса | Method for early forest pathology diagnosis |
| RU2436291C1 (en) * | 2010-04-23 | 2011-12-20 | Государственное образовательное учреждение высшего профессионального образования "Московский Государственный Университет Леса" (ГОУ ВПО "МГУЛ") | Method of early forest pathology diagnostics |
| RU2531765C1 (en) * | 2013-07-02 | 2014-10-27 | Федеральное государственное бюджетное научное учреждение "Научно-исследовательский институт аэрокосмического мониторинга "АЭРОКОСМОС" | Method of tracking boundary of "forest-fenland" zone |
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2189732C2 (en) * | 2000-12-14 | 2002-09-27 | Московский государственный университет леса | Method for early forest pathology diagnosis |
| RU2436291C1 (en) * | 2010-04-23 | 2011-12-20 | Государственное образовательное учреждение высшего профессионального образования "Московский Государственный Университет Леса" (ГОУ ВПО "МГУЛ") | Method of early forest pathology diagnostics |
| RU2531765C1 (en) * | 2013-07-02 | 2014-10-27 | Федеральное государственное бюджетное научное учреждение "Научно-исследовательский институт аэрокосмического мониторинга "АЭРОКОСМОС" | Method of tracking boundary of "forest-fenland" zone |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2635823C1 (en) * | 2016-09-30 | 2017-11-16 | Федеральное государственное бюджетное научное учреждение "Научно-исследовательский институт аэрокосмического мониторинга "АЭРОКОСМОС" | Method of monitoring above-ground cover in impact arctic regions |
| RU169449U1 (en) * | 2016-10-21 | 2017-03-17 | Андрей Юрьевич Даниленко | A system of statistical methods for filtering distortions in the conditions of monitoring anomalies of the earth's surface in arctic latitudes |
| CN116206215A (en) * | 2023-03-17 | 2023-06-02 | 银河航天(北京)网络技术有限公司 | Forest land state monitoring method, forest land state monitoring device and storage medium |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Ferraz et al. | Lidar detection of individual tree size in tropical forests | |
| Greaves et al. | High-resolution mapping of aboveground shrub biomass in Arctic tundra using airborne lidar and imagery | |
| Esch et al. | Characterization of land cover types in TerraSAR-X images by combined analysis of speckle statistics and intensity information | |
| Žížala et al. | Mapping soil degradation using remote sensing data and ancillary data: South-East Moravia, Czech Republic | |
| Small | A global analysis of urban reflectance | |
| Lelong et al. | Hyperspectral imaging and stress mapping in agriculture: A case study on wheat in Beauce (France) | |
| Koppel et al. | Sensitivity of Sentinel-1 backscatter to characteristics of buildings | |
| Sui et al. | Ground-based sensing system for weed mapping in cotton | |
| Ni et al. | Features of point clouds synthesized from multi-view ALOS/PRISM data and comparisons with LiDAR data in forested areas | |
| Moreira et al. | Potential of multispectral and hyperspectral data to detect saline-exposed soils in Brazil | |
| Sun et al. | Large-scale building height retrieval from single SAR imagery based on bounding box regression networks | |
| JP2021056008A (en) | Landslide area detection device and program | |
| US8558884B2 (en) | In-scene determination of aerosol parameters from imagery | |
| Rutzinger et al. | Accuracy of automatically extracted geomorphological breaklines from airborne LiDAR curvature images | |
| Lyons et al. | Quantifying sources of error in multitemporal multisensor lake mapping | |
| Soman et al. | Sentinel-1 based inland water dynamics mapping system (SIMS) | |
| RU2664255C2 (en) | Method for sea surface contamination identification | |
| JP4810604B2 (en) | Paddy rice planting situation grasping system, paddy rice cultivation situation grasping method, and paddy rice cultivation situation grasping program | |
| RU2632176C1 (en) | Method for identifying sea surface contamination | |
| Zhou et al. | ICESat waveform-based land-cover classification using a curve matching approach | |
| Koc-San et al. | Support vector machines classification for finding building patches from IKONOS imagery: the effect of additional bands | |
| RU2635823C1 (en) | Method of monitoring above-ground cover in impact arctic regions | |
| Leonardo et al. | Comparison of TanDEM-X InSAR data and high-density ALS for the prediction of forest inventory attributes in plantation forests with steep terrain | |
| RU2588179C1 (en) | Method for determining above-soil cover digression in arctic zone | |
| Yang et al. | A method aimed at automatic landslide extraction based on background values of satellite imagery |