Wymiar fraktalny fragmentów zdjęć lotniczych strefy przybrzeżnej jeziora Mikołajskiego, Śniardw i Łuknajno

• Autorzy: Miałdun J. , Ostrowski M.

Warianty tytułu

EN

Fractal dimension of fragments of aerial images of shoreline zones of the lakes Mikołajskie, Śniardwy and Łuknajno

• Języki publikacji: PL

Abstrakty

PL

Opis, klasyfikacja i wizualizacja cech przestrzeni są podstawowymi czynnikami budującymi wielowymiarowy intelektualny model środowiska naturalnego. Jednym z kryteriów opisu środowiska jest wnioskowanie analityczne i ocena dynamiki zjawisk na podstawie cech strukturalnych, przy czym struktura przestrzeni i kształtujące ją zjawiska zależą w znacznym stopniu od przyjętych założeń i sposobu rejestracji, analizy oraz zastosowanych narzędzi. Jedną z metod oceny krajobrazu ekologicznego, która staje się coraz bardziej znacząca i doceniana, jest wymiar fraktalny satelitarnych i lotniczych zobrazowań powierzchni Ziemi. W pracy, i w opisie krajobrazu, wykorzystano wymiary fraktalne, których algorytmy obliczania zostały oparte na „metodzie graniastosłupów trójkątnych” w opcji zarówno globalnej, jak i lokalnej. Do testowania metody wykorzystano zeskanowane spektrostrefowe zdjęcia lotnicze pobrzeża i litoralu jezior charakterystycznych jezior mazurskich: Mikołajskiego, Śniardw i Łuknajno. Są to obszary o zróżnicowanym przestrzennie i strukturalnie litoralu obejmującego pasy: roślinności bagiennej, roślin wynurzonych (trzcinowiska), roślin pływających, jak i – również uwidocznioną na zdjęciach –strefę podwodną roślin zanurzonych, które porastają dno zbiornika. W celu porównania i klasyfikacji obliczonych wymiarów fraktalnych wybrano fragmenty wymienionych zbiorników obrazujące przykłady różnych stref roślinności przybrzeżnej, a także dodatkowo, jako obszary referencyjne, obszary lądowe w różnym stopniu użytkowane rolniczo, zalesione lub zurbanizowane, charakteryzujące się zróżnicowanymi formami tekstury. Wyniki badań wykazały, że przy odpowiedniej standaryzacji przygotowania danych teledetekcyjnych, wymiar fraktalny może być cennym wskaźnikiem różnorodności krajobrazu i jego klasyfikacji jakościowej.

EN

A description and classification of the characteristics of space are the fundamental factors in building a multidimensional model of the natural environment. One of the criteria of describing an environment is analytical inferring and evaluation of the dynamics of phenomena based on structural attributes. The structure of space depends on the point of view. In this study, also in landscape description, were used fractal dimensions whose calculation algorithms were based on the „triangular prism method” in both the global and local options. To test the method, scanned infrared spectrozonal aerial images of the shore zones of the Mazury lakes Mikołajskie, Śniardwy and Łuknajno were chosen. There are areas with variously developed littoral zone embracing belts of marsh vegetation, emerged plants (reeds), floating plants, as well as the – also visualized in the images – zone of submerged plants growing on the bottom of the water body. To compare the calculated fractal dimensions, fragments were chosen of the mentioned water bodies representing different zones of shoreline vegetation, as well as the surrounding land under agricultural use, forest cover and urbanized areas. The results of the investigation revealed that, with appropriate standardization of remote sensing data preparation, the fractal dimension can be a valuable indicator of quality of landscape diversity.

Słowa kluczowe

PL

teledetekcja; wymiar fraktalny; krajobraz ekologiczny; litoral; jeziora; Śniardwy; Łuknajno; Mikołajskie

EN

remote sensing; fractal dimension; ecological landscape; littoral zone

• Wydawca: Zarząd Główny Stowarzyszenia Geodetów Polskich
• Czasopismo: Archiwum Fotogrametrii, Kartografii i Teledetekcji
• Rocznik: 2010
• Tom: Vol. 21
• Strony: 267--279
• Opis fizyczny: Bibliogr. 18 poz.

Twórcy

autor

Miałdun J.

• Katedra Fotogrametrii i Teledetekcji, Uniwersytet Warmińsko-Mazurski w Olsztynie

autor

Ostrowski M.

• Organization of Scientific Research SCI-ART, Independent Image Information Study & Faculty of Biology, Warsaw University

Bibliografia

• 1.Berndt-Schreiber M.,. Brączkowska A., 2004. Numerical analysis of fundus eye images in frequency domain. J. Med. Informat&Technologies 7, s. 15–22.
• 2.Clarke K.C., 1986. Computation of the fractal dimension of topographic surfaces using the prism surface area method, Computers and Geosciences, 12(5), s. 713–722.
• 3.De Jong S.M., Burrough P.A., 1995. A fractal approach to the classification of Mediterranean vegetation types in remotely sensed images, Photogrammetric Engineering and Remote Sensing, Vol. 61, Nr 8, s. 1041–1053.
• 4.Frohn R.C., 1998. Remote sensing for landscape ecology, Lewis Publishers.
• 5.Godsey S.E., Aas W., Clair T.A., de Wit H.A., Fernandez I.J., Kahl J.S., Malcolm I.A., Neal C., Neal M., Nelson S.J., Norton S.A., Palucis M.C., Skjelkvale B.L., Soulsby C., Tetzlaff D., Kirchner J.W., 2010. Generality of fractal 1/f scaling in catchment tracer time series, and its implications for catchment travel time distributions. Hydrol. Process. 24, s. 1660–1671.
• 6.La Brecque M., 1986. Fractal Aplications, National Science Foundation Mosaic, 17 (4).
• 7.Lam N.S-N., 1990. Description and Measurement of Landsat TM Image Using Fractals, Photogrammetric Engineering and Remote Sensing, Vol. 56, Nr 2, s. 187–195.
• 8.Malina W., Smiatacz M., 2005. Metody cyfrowego przetwarzania obrazów, Akademicka Oficyna Wydawnicza EXIT, Warszawa.
• 9.Mandlebrot, B. B., 1967. How long is the coast of Britain? Statistical self-similarity and fractional dimension. Science, 155, s. 636–638.
• 10.Mandelbrot, B. B., 2005. The Unity of Mathematics from the „Fundamenta” to the Fractal Geometry of Roughness. Uniwesytet Warszawski, wykład im. Wacława Sierpińskiego.
• 11.Olszewski R, 2001. Zastosowanie analizy fraktalnej w kartograficznej metodzie badań wybranych komponentów środowiska przyrodniczego. Politechnika Warszawska – praca doktorska.
• 12.Ostrowski M., 2002, Rejestrowane archiwum cyfrowe zdjęć lotniczych SCI-ART, poz. 23738.
• 13.Peitgen H. O., Jürgens H., Saupe D., 1996, Granice chaosu fraktale, Wydawnictwo Naukowe PWN, Warszawa.
• 14.Qiu, H.L., N.S.N. Lam, D.A. Quattrochi, and J.A. Gamon, 1999. Fractal characterization of hyperspectral imagery, Photogrammetric Engineering and Remote Sensing, Vol. 65, Nr 1, s. 63–71.
• 15.Schulz. C. H., Mandelbrod B. B., 1989. Fractals in Geophysics. Birkhaeuser Verlag.
• 16.Sun W., 2006. Triamgular Prism Metod for Computing the Fractal Dimension of Remote Sensing Image. Photogrammetric Engineering and Remote Sensing. Vol. 72. Nr 4, s. 373–382.
• 17.Wróbel Z., Koprowski R., 2004. Praktyka przetwarzania obrazów w programie Matlab, Akademicka Oficyna Wydawnicza EXIT, Warszawa.
• 18.Sun W., Kolappal A.Z., Gong P., 2005. Two Computation Methods for Detecting Anisotropy in Image Texture, Geographic Information Sciences, Vol. 11, Nr 2, s. 87–96.