Rozpoznawanie ekologicznych użytków zielonych na zdjęciach Landsat ETM+

• Autorzy: Kosiński K. , Hoffmann-Niedek A. , Kozłowska T.

Warianty tytułu

EN

Ecological grasslands recognition on Landsat ETM+ images

• Języki publikacji: PL

Abstrakty

PL

Celem pracy jest weryfikacja składowych barwnych mapy satelitarnej przeznaczonej do interpretacji wizualnej z rozróżnieniem użytków zielonych ekologicznych i produkcyjnych. Wykorzystano zdjęcia satelity Landsat wykonane w dwóch terminach: 2011-05-01 i 1999-09-10. Wartość identyfikacyjną kanałów spektralnych ETM4, ETM5 oraz kanału panchromatycznego ETM8 oceniano metodą półautomatycznej klasyfikacji obiektowej. Do próby statystycznie reprezentatywnej dla dwóch mezoregionów (Kotliny Szczercowskiej i Równiny Piotrkowskiej) zastosowano test χ2 w modyfikacji Yates’a. Potwierdzono znaczenie wartości kanału ETM4 pozyskanych z dwóch zdjęć wykonanych w różnych porach roku w interpretacji użytków zielonych ekologicznych i produkcyjnych. Jednak z uwagi na wysoki poziom błędów konieczne jest wykorzystanie wielu cech interpretacyjnych lub weryfikacji terenowej obiektów rozpoznanych jako ekologiczne. Wzmocnienie dwuczasowej kompozycji kanałów ETM4 i ETM5 wartościami kanału ETM8 nie wpływa na możliwość rozpoznania użytków zielonych ekologicznych na podstawie cech barwnych obrazu.

EN

The aim of the work is to verify color components of the satellite maps intended for distinguishing of ecological and production grassland due visual interpretation. Landsat images have been carried out in two dates: 2011-05-01 and 1999-09-10. Semi-automated object classification was performed on the training and test samples using spectral bands ETM4 and ETM5, and panchromatic ETM8. Different pairs of bands were analyzed separately. Test sample were statistically representative for fragments of the two geographical regions: Szczercowska Basin and Piotrkowska Plain. Yates's chi-squared test was applied. Confirmed the importance of the channel ETM4 registered in the two times of the year in the distinction of ecological and production grassland. However, due to a high level of error it is necessary to use more classification cues and/or terrain verification of field sites identified as ecological. Bitemporal composition of ETM4 and ETM5 bands enhanced with ETM8 band does not affect the ability to identify ecological grasslands by colour cues.

Słowa kluczowe

PL

użytki zielone ekologiczne; użytki zielone produkcyjne; ETM4; ETM8; RGB/IHS

EN

ecological grasslands; productive grasslands; ETM4; ETM8; RGB/HIS

• Wydawca: Zarząd Główny Stowarzyszenia Geodetów Polskich
• Czasopismo: Archiwum Fotogrametrii, Kartografii i Teledetekcji
• Rocznik: 2012
• Tom: Vol. 24
• Strony: 155--163
• Opis fizyczny: Bibliogr. 27 poz.

Twórcy

autor

Kosiński K.

• Instytut Technologiczno Przyrodniczy w Falentach, tel.: [phone] w. 572

autor

Hoffmann-Niedek A.

• Instytut Technologiczno Przyrodniczy w Falentach, tel.: [phone] w. 572

autor

Kozłowska T.

• Instytut Technologiczno Przyrodniczy w Falentach, tel.: [phone] w. 58

Bibliografia

• Carron T., Lambert P., 1994. Color edge detector using jointly hue, saturation and intensity. IEEE International Conference on Image Processing, Austin, USA, pp. 977–1081.
• Cheng H.D., Jiang X. H., Sun Y., Wang J., 2001. Color image segmentation: advances and prospects. Pattern Recognition 34, 2259-2281.
• Daneshvar S., Ghassemian H., 2010. MRI and PET image fusion by combining IHS and retina-inspired models. Information Fusion 11, 114–123.
• Debinski D. M., Jakubauskas E., Kindscher K., 2000. Montane meadows as indicators of environmental change. Environmental Monitoring and Assessment, 64: 213–225. http://www.kbs.ku.edu/people/staff_www/kindscher/Kindscher%20publicaitons/Kindscher%202000%20Montane.
• Díaz Varela R. A., Ramil Rego P., Calvo Iglesias S., Muñoz Sobrino C., 2008. Automatic habitat classification methods based on satellite images: A practical assessment in the NW Iberia coastal mountains. Environmental Monitoring and Assessment 144: 229–250
• Guo Q. Liu Z. Liu S. 2010. Color image encryption by using Arnold and discrete fractional random transforms in IHS space. Optics and Lasers in Engineering, 48, 1174–1181.
• Huntsberger T.L., Jacobs C.L., Cannon R.L., 1985. Iterative fuzzy imagesegmentation. Pattern Recognition, 18 (2), pp. 131–138.
• Jensen J., Narumalani S., Weatherbee O., Mackay, H., 1993. Measurement of seasonal and yearly cattail and waterlily changes using multidate SPOT panchromatic data. Photogrammetric Engineering and Remote Sensing, 59(4), 519–525.).
• Kim W.S., Park R.H., 1996. Colorimage palette construction based on the HSI color system for minimizing the reconstruction error. IEEE International Conference on Image Processing, C, pp. 1041–1044.
• Kolb H., 1991. The neural organization of the human retina, in: J.R. Heckenlively, G.B. Arden (Eds.), Principles and Practices of Clinical Electrophysiology of Vision. Mosby Year Book Inc., St. Louis, pp. 25–52.
• Kolb H., 2003. How the retina works. Journal of American Scientist, 91, 23–35.
• Kosiński K., 2005. Zastosowanie procedury Region Growing w klasyfikacji użytków zielonych na podstawie zdjęć Landsat ETM+. Roczniki Geomatyki. T. 3, z. 2. P. 69-76. http://ptip.org.pl//download/files/RG2005z2-Kosinski.pdf.
• Kosiński K., Hoffmann-Niedek A., 2008. Klasyfikacja obiektowa użytków zielonych z wykorzystaniem wieloletnich zmian ndvi i filtracji kierunkowych obrazu satelitarnego. Archiwum Fotogrametrii, Kartografii i Teledetekcji Vol. 18a. P. 273-282. http://www.sgp.geodezja.org.pl/ptfit/wydawnictwa/miedzyzdroje/calosc_18a_1.pdf.
• Kosiński K., Hoffmann-Niedek A., Kozłowska T., 2012a. Ocena możliwości identyfikacji łąk produkcyjnych i ekologicznych z wykorzystaniem pojedynczego zdjęcia satelity Landsat. Woda - Środowisko - Obszary Wiejskie. Tom 12 zeszyt 1 (37). http://www.itep.edu.pl/wydawnictwo/woda/zeszyt_37_2012/artykuly/Kosinski%20i%20in.pdf.
• Kosiński K., Hoffmann-Niedek A., Kozłowska T., 2012b. Próba rozpoznania ekologicznych i produkcyjnych siedlisk łąkowych na podstawie sezonowej zmienności charakterystyk spektralnych i tekstury zarejestrowanych na zdjęciach satelitów Landsat. Roczniki Geomatyki. Tom X zeszyt 2(52).
• Kozłowska T., 2005. Zmiany zbiorowisk łąkowych na tle różnicowania się warunków siedliskowych w charakterystycznych obszarach dolin rzecznych Polski Centralnej. Woda - Środowisko - Obszary Wiejskie. Rozprawy naukowe i monografie, 14, ss. 208.
• Kozłowska T., Rogowski W., 1991, Możliwości zastosowania teledetekcji do inwentaryzacji użytków zielonych. Centralny Program Badawczo Rozwojowy 10.2.3, ss. 25-35.
• Kowalski J., Strzelecki M., Kim H., 2011. Implementation of a synchronized oscillator circuit for fast sensing and labeling of image objects, Sensors, 11, 4, pp. 3401-3417. http://www.ncbi.nlm.nih.gov/pmc/articles/PMC3231338/.
• Laliberte A.S., Rango A., Havstad K. M., Paris J. F., Beck R. F., McNeelyc R., Gonzalez A. L., 2004. Object-oriented image analysis for mapping shrub encroachment from 1937 to 2003 in southern New Mexico. Remote Sensing of Environment, 93, s. 198-210. http://www.utsa.edu/LRSG/Teaching/ES6973/object1.pdf.
• Li C., Li Y., 2011. Fast and robust image segmentation by small-world neural oscillator networks. Cognitive Neurodynamics, 5(2):209-20.
• Lindblad T., Kinser J. M., 1998. Image Processing Using Pulse Coupled Neural Networks. Springer; Berlin, Germany. Second, Revised Edition. springeronline.com. Springer-Verlag Berlin, Heidelberg, 2005.
• Prishchepov A. V., Radeloff V. C., Dubinin M., Alcantara C., 2012. The effect of Landsat ETM/ETM+ image acquisition dates on the detection of agricultural land abandonment in Eastern Europe. Remote Sensing of Environment 126 195–209.
• Strzelecki M., Kowalski J., 2002: Model układowy CMOS oscylatora do segmentacji obrazów. Materiały Krajowej Konferencji Elektroniki. 10-12 czerwca 2002. Kołobrzeg. ss. 253-258. http://www.eletel.p.lodz.pl/~mstrzel/model%20ukladowy%20CMOS.pdf.
• Rui Y., She A.C., Huang T.S., 1996. Automated region segmentation using attraction-based grouping in spatial-color-texture space. International Conference on Image Processing, A, pp. 53–56.
• Vandenbroucke N., Macaire L., Postaire J.-G., 2003. Color image segmentation by pixel classification in an adapted hybrid color space. Application to soccer image analysis. Computer Vision and Image Understanding 90 (2003) 190–216.
• Witek T., Ochalska L., 1968. Przydatność zdjęć lotniczych w sporządzaniu wielkoskalowych map glebowych i glebowo-rolniczych. Fotointerpretacja w Geografii. T. 6. Str. 73-85.
• Zhao X., Stein A., Chen X.-L., 2011. Monitoring the dynamics of wetland inundation by random sets on multi-temporal images. Remote Sensing of Environment, Volume 115, Issue 9, 15 September 2011, Pages 2390-2401.