Logo BSU

Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот документ: https://elib.bsu.by/handle/123456789/344101
Полная запись метаданных
Поле DCЗначениеЯзык
dc.contributor.authorСилюк, О.О.-
dc.contributor.authorЛитвинович, Г.С.-
dc.contributor.authorБручковский, И.И.-
dc.contributor.authorКатковский, Л.В.-
dc.contributor.authorБеляев, М.Ю.-
dc.contributor.authorСармин, Э.Э.-
dc.date.accessioned2026-03-18T11:45:52Z-
dc.date.available2026-03-18T11:45:52Z-
dc.date.issued2022-
dc.identifier.citationСовременные проблемы дистанционного зондирования Земли из космоса. 2022;Т. 19(5): С. 125-135ru
dc.identifier.urihttps://elib.bsu.by/handle/123456789/344101-
dc.description.abstractРабота посвящена исследованиям спектральных характеристик хвои ели обыкновенной (лат. Plcea abies) и поиску признаков стресса и усыхания хвои в видимом и ближнем ИК-диапазонах коэффициентов спектральной яркости (КСЯ). Приводятся результаты лабораторных измерений КСЯ образцов хвои, принадлежащих разным классам состояния (здоровый, стрессовый, больной). Найдены следующие наиболее информативные вегетационные индексы, позволяющие определять принадлежность хвои к одному из выделяемых классов: TVI, SR800/500, NDVI, SR800/635, ND790/670, SR800/675, SR800/650, ND800/675, ND800/650, ND800/500, SR800/470, ND800/635, ND800/470. Для данных индексов определены диапазоны значений, соответствующие разным классам состояния хвои. Предложенный метод позволяет отделить здоровую хвою от хвои на начальной стадии стресса, когда она ещё является зелёной, что повышает точность метода по сравнению с визуальной оценкой дерева специалистом-лесопатологом. Приводятся результаты применения классификатора, разработанного на основе предлагаемого метода, для данных дистанционного авиационного зондирования хвойных лесов. Неопределенность, рассчитанная как процент от общего числа тех спектров, для которых присвоенные им классы не совпали при классификации по разработанному методу и по альтернативному методу (без обучения), составила 10,1 %.ru
dc.language.isoruru
dc.publisherИнститут космических исследований Российской академии наукru
dc.rightsinfo:eu-repo/semantics/openAccessru
dc.subjectЭБ БГУ::ТЕХНИЧЕСКИЕ И ПРИКЛАДНЫЕ НАУКИ. ОТРАСЛИ ЭКОНОМИКИ::Электроника. Радиотехникаru
dc.subjectЭБ БГУ::ЕСТЕСТВЕННЫЕ И ТОЧНЫЕ НАУКИ::Геодезия. Картографияru
dc.subjectЭБ БГУ::МЕЖОТРАСЛЕВЫЕ ПРОБЛЕМЫ::Космические исследованияru
dc.subjectЭБ БГУ::МЕЖОТРАСЛЕВЫЕ ПРОБЛЕМЫ::Охрана окружающей среды. Экология человекаru
dc.titleКлассификация стрессовых состояний ели обыкновенной по спектральным характеристикам при дистанционных измеренияхru
dc.title.alternativePicea abies stress levels classification by spectral features of remote sensing dataru
dc.typearticleru
dc.rights.licenseCC BY 4.0ru
dc.identifier.DOI10.21046/2070-7401-2022-19-5-125-135.-
dc.description.alternativeThe work is dedicated to the studies of spectral features of Plcea abies needles and the search for attributes of stress and dryness of the needles in reflectance spectra in the visible and NIR spectral range. The results of laboratory measurements of needles reflectance spectra for different stress levels (healthy, stressed, ill) are presented, the following vegetation indices are evaluated, which determine whether the needles belong to one of the selected stress levels: TVI, SR800/500, NDVI, SR800/635, ND790/670, SR800/675, SR800/650, ND800/675, ND800/650, ND800/500, SR800/470, ND800/635, ND800/470. For these indices, the ranges of values corresponding to different stress levels of the needles are determined. The proposed method makes it possible to separate healthy needles from needles at the initial stage of stress, when they are still green, which increases the accuracy of the method compared to a visual evaluation of a tree by a forest pathologist. The results of applying the classifier, developed on the basis of the proposed method, to airborne remote sensing data of coniferous forests are presented. The uncertainty evaluated as a percentage of the total number of those spectra for which the assigned stress levels do not match when classified by the proposed method and the alternative method (without training) is 10,1 %.ru
dc.identifier.orcid0000-0003-3183-3091ru
dc.identifier.orcid0000-0002-0307-9362ru
Располагается в коллекциях:Статьи сотрудников НИИ ПФП

Полный текст документа:
Файл Описание РазмерФормат 
Силюк.pdf1,18 MBAdobe PDFОткрыть
Показать базовое описание документа Статистика Google Scholar



Все документы в Электронной библиотеке защищены авторским правом, все права сохранены.