DOI: https://doi.org/10.32347/0130-6014.2019.66.116-127

КЛАСИФІКАЦІЯ ТЕРИТОРІЇ НПП “ПРИП’ЯТЬ-СТОХІД” ЗА ДАНИМИ SENTINEL-2

Oleksandr Melnyk, Volodymyr Voloshyn, Pavlo Manko, Mykhailo Voloshyn

Анотація


Запропоновано методику дослідження природно-заповідних територій з використанням ГІС QGIS за даними дистанційного зондування Sentinel-2, яку апробовано на територію Національного природного парку “Прип’ять–Стохід”. За результатами неконтрольованої класифікації за методом ISODATA та дешифрування обрано сім класів, чітко відповідних природним й антропогенним об’єктам. На основі визначених за алгоритмом ISODATA класів була складена неконтрольована класифікація за алгоритмом K-Means. Розбіжність розподілу пікселів класифікованих зображень за класами між обома методами становить в середньому 1.4%. Дані класифікації за обома методами корелюють з проектом організації природо-заповідної території “Прип’ять–Стохід”, що був розроблений у 2008 році.


Ключові слова


космічний знімок; природно-заповідний фонд; природні об’єкти; класифікація зображення; метод ISODATA; метод K-Means.

Повний текст:

PDF

Посилання


Lialko, V. & Sakhatskyi, O. & Shportiuk, Z. & Sybirtseva, O. et al. (2008). "Zelenyi shchyt" proty radionuklidiv : klasyfikatsiia roslynnoho pokryvu Zony vidchuzhennia ChAES za danymy bahatozonalnoho kosmichnoho znimannia ["Green shield" against radionuclides: classification of vegetation of ChNPP exclusion zone according to multizonal space survey]. Visnyk Natsionalnoi akademii nauk Ukrainy - Bulletin of the National Academy of Sciences of Ukraine. 4. Retrieved from http://nbuv.gov.ua/UJRN/vnanu_2008_4_3 [in Ukrainian].

Lialko, V.I. & Popov, M.O. (Eds.). (2006). Bahatospektralni metody dystantsiinoho zonduvannia zemli v zadachakh pryrodokorystuvannia: [monohrafiia]. [Multispectral methods of remote sensing of land in the problems of nature use: [monograph]]. NAN Ukrainy, Instytut heolohichnykh nauk, Naukovyi tsentr aerokosmichnykh doslidzhen Zemli - National Academy of Sciences of Ukraine, Institute of Geological Sciences, Scientific Center for Aerospace Studies of the Earth. Kyiv: Naukova dumka [in Ukrainian].

Barladin, O.V. & Skliar, O.Yu. & Skavronskyi, V.P. (2011). Vykorystannia heoinformatsiinykh tekhnolohii dlia kartohrafichnoho zabezpechennia aktualnymy danymy lisovoho hospodarstva [The use of geoinformation technologies for mapping the actual data of forestry] Suchachni dosiahnennia heodezychnoi nauky ta vyrobnytstva - Modern achievements of geodesic science and production. (19), 2010, 1, 227–232. [in Ukrainian].

Burshtynska, Kh.V. & Polishchuk, B.V. & Kovalchuk, O.Yu. (2013). Doslidzhennia metodiv klasyfikatsii lisiv z vykorystanniam kosmichnykh znimkiv vysokoho rozriznennia [Investigation of methods of classification of forests using space images of high distinction]. Heodeziia, kartohrafiia i aerofotoznimannia - Geodesy, cartography and aerial photography, 78, 101–110. [in Ukrainian].

Burshtynska, Kh.V. & Stankevych, S.A. (2010). Aerokosmichni znimalni systemy: navchalnyi posibnyk [Aerospace Shooting Systems: Tutorial]. Lviv: Vydavnytstvo «Lvivskoi politekhniky» [in Ukrainian].

Myklush, S.I. & Havryliuk, S.A. & Chaskovskyi, O.H. & Korol M. M. (2008). Doslidzhennia roslynnosti na osnovi skanernykh kosmichnykh znimkiv [Investigation of vegetation on the basis of scanner cosmic shots]. Naukovyi visnyk NLTU Ukrainy - Scientific herald of NLTU of Ukraine, 18, 7–11. [in Ukrainian].

Giles M. Foody, Doreen S. Boyd, Mark E.J. Cutler. (2003). Predictive relations of tropical forest biomass from Landsat TM data and their transferability between regions. Remote Sensing of Environment (Vol. 85, Issue 4), (pp. 463-474). ISSN 0034-4257. doi: 10.1016/S0034-4257(03)00039-7.

Hirose, Kazuyo & Osaki, Mitsuru & Takeda, Tomomi & Kashimura, Osamu & Ohki, Takashi & Segah, Hendrik & Gao, Yan & Evri, Muhammad (2016). Contribution of Hyperspectral Applications to Tropical Peatland Ecosystem Monitoring. doi:10.1007/978-4-431-55681-7_28.

Immitzer, Markus & Vuolo, Francesco & Atzberger, Clement (2016). First Experience with Sentinel-2 Data for Crop and Tree Species Classifications in Central Europe. Remote Sensing, 8. 166. doi: 10.3390/rs8030166.

Moore, Margaret & Bauer, Marvin. (1990). Classification of Forest Vegetation in North-Central Minnesota Using Landsat Multispectral Scanner and Thematic Mapper Data. Forest Science, 36, 330-342.

Omruuzun, Fatih & Baskurt, Didem & Daglayan, Hazan & Yardimci Cetin, Yasemin. (2015). Utilizing hyperspectral remote sensing imagery for afforestation planning of partially covered areas. 96432N. doi: 10.1117/12.2196532.

J. A. Richards, J. Xiuping. (2006). Remote Sensing Digital Image Analysis: An Introduction, Springer-Verlag Berlin Heidelberg. doi: 10.1007/3-540-29711-1.

ESA Sentinel Online. (n.d.). Retrieved from https://sentinels.copernicus.eu/web/sentinel/missions/sentinel-2.

Dystantsiine zonduvannia Zemli z kosmosu. Obroblennia danykh. Terminy ta vyznachennia poniat [Earth remote sensing from outer space. Processing data. Terms and definitions of concepts] (2007). DSTU 4758:2007 from 11 November 2007. Kyiv: Derzhspozhyvstandart Ukrainy [in Ukrainian].

W. Abbas , N . Minallh, N. Ahmad , S.A.R. Abid , M.A.A. Khan (2016). K-Means and ISODATA Clustering Algorithms for Landcover Classification Using Remote Sensing. Sindh University Research Journal - SURJ (Science Series), 48, 315–318.

Natsionalnyi pryrodnyi park „Prypiat-Stokhid". [National Nature Park "Pripyat-Stokhid"] www.pripyat-stohid.com.ua. Retrieved from http://www.pripyat-stohid.com.ua/ [in Ukrainian].

Congedo, Luca. (2016). Semi-Automatic Classification Plugin Documentation. Release 6.0.1.1. doi:10.13140/RG.2.2.29474.02242/1.


Посилання

  • Поки немає зовнішніх посилань.


Copyright (c) 2020 Oleksandr Melnyk, Volodymyr Voloshyn, Pavlo Manko, Mykhailo Voloshyn