Forest Mapping Using Classification of Sentinel-2A Imagery for Forest Fire Danger Prediction: a Case Study (Запись № 665003)

Подробно MARC
000 -Маркер
Поле контроля фиксированной длины 03713nlm1a2200493 4500
005 - Идентификатор версии
Поле контроля фиксированной длины 20231030041949.0
035 ## - Другие системные номера
Идентификатор записи (RuTPU)RU\TPU\network\36202
035 ## - Другие системные номера
Идентификатор записи RU\TPU\network\34581
100 ## - Данные общей обработки
Данные общей обработки 20210621a2021 k y0engy50 ba
101 0# - Язык ресурса
Язык текста, звукозаписи и т.д. английский
102 ## - Страна публикации или производства
Страна публикации
135 ## - Поле кодированных данных: электронные ресурсы
Кодированные данные для электронного ресурса drcn ---uucaa
181 #0 - Поле кодированных данных: вид содержания
Код вида содержания i
182 #0 - Поле кодированных данных: средство доступа
Код средства доступа electronic
200 1# - Заглавие и сведения об ответственности
Основное заглавие Forest Mapping Using Classification of Sentinel-2A Imagery for Forest Fire Danger Prediction: a Case Study
Первые сведения об ответственности E. P. Yankovich, K. S. Yankovich, N. V. Baranovskiy
203 ## - Вид содержания и средство доступа
Вид содержания
Средство доступа
300 ## - Общие примечания
Текст примечания Title screen
330 ## - Резюме или реферат
Текст примечания Timely and accurate effective forest cover mapping is a prerequisite for predicting forest fire danger. Remote sensing data have an undoubted advantage in mapping the forest cover of territories. The paper compares six trained classification algorithms in order to select the best Sentinel 2A image for a typical forestry in the Baikal region. The conducted comparative analysis has included comparison of the classification accuracy by parametric and nonparametric methods with the default parameters set in the ENVI software. The training sample (Samples data) has been created based on forest management materials. The overall accuracy and the Cohen's kappa coefficient have been used to assess general performance of each algorithm. The accuracy of mapping individual vegetation classes has been assessed using the accuracy of the producer and the user and their combination of F-score. The results of the study can be used when choosing a method for classifying forest vegetation in the Baikal zone and other similar areas by satellite imagery in order to predict forest fire danger.
333 ## - Примечания об особенностях распространения и использования
Текст примечания
461 ## - Уровень набора
Заглавие International Journal on Engineering Applications (IREA)
463 ## - Уровень физической единицы
Заглавие Vol. 9, No. 3
Обозначение тома [P. 148-161]
Дата публикации 2021
610 1# - Неконтролируемые предметные термины
Предметный термин труды учёных ТПУ
610 1# - Неконтролируемые предметные термины
Предметный термин электронный ресурс
610 1# - Неконтролируемые предметные термины
Предметный термин forest mapping
610 1# - Неконтролируемые предметные термины
Предметный термин classification
610 1# - Неконтролируемые предметные термины
Предметный термин sentinel 2
610 1# - Неконтролируемые предметные термины
Предметный термин minimum distance
610 1# - Неконтролируемые предметные термины
Предметный термин maximum likelihood classification
610 1# - Неконтролируемые предметные термины
Предметный термин spectral angle mapper classification
610 1# - Неконтролируемые предметные термины
Предметный термин spectral information divergence
610 1# - Неконтролируемые предметные термины
Предметный термин support vector machines
610 1# - Неконтролируемые предметные термины
Предметный термин neural network
610 1# - Неконтролируемые предметные термины
Предметный термин картирование
610 1# - Неконтролируемые предметные термины
Предметный термин леса
700 #1 - Имя лица – первичная ответственность
Начальный элемент ввода Yankovich
Часть имени, кроме начального элемента ввода E. P.
Дополнения к именам, кроме дат Geologist
-- Senior Lecturer of Tomsk Polytechnic University
Даты 1967-
Расширение инициалов личного имени Elena Petrovna
-- stltpush
Идентификатор авторитетной/ нормативной записи (RuTPU)RU\TPU\pers\32215
701 #1 - Имя лица – альтернативная ответственность
Начальный элемент ввода Yankovich
Часть имени, кроме начального элемента ввода K. S.
Расширение инициалов личного имени Kseniya Stanislavovna
701 #1 - Имя лица – альтернативная ответственность
Начальный элемент ввода Baranovskiy
Часть имени, кроме начального элемента ввода N. V.
Дополнения к именам, кроме дат specialist in electrical engineering
-- Associate Professor of Tomsk Polytechnic University, Candidate of physical and mathematical sciences
Даты 1978-
Расширение инициалов личного имени Nikolay Viktorovich
-- stltpush
Идентификатор авторитетной/ нормативной записи (RuTPU)RU\TPU\pers\34172
712 02 - Наименование организации – вторичная ответственность
Начальный элемент ввода Национальный исследовательский Томский политехнический университет
Структурное подразделение Инженерная школа энергетики
-- Научно-образовательный центр И. Н. Бутакова (НОЦ И. Н. Бутакова)
-- 8025
-- stltpush
Идентификатор авторитетной/ нормативной записи (RuTPU)RU\TPU\col\23504
712 02 - Наименование организации – вторичная ответственность
Начальный элемент ввода Национальный исследовательский Томский политехнический университет
Структурное подразделение Инженерная школа природных ресурсов
-- Отделение геологии
-- 8083
-- stltpush
Идентификатор авторитетной/ нормативной записи (RuTPU)RU\TPU\col\23542
801 #2 - Источник записи
Страна RU
Организация 63413507
Дата составления 20210621
Правила каталогизации RCR
856 4# - Местонахождение электронных ресурсов и доступ к ним
Универсальный идентификатор ресурса https://www.praiseworthyprize.org/jsm/index.php?journal=irea&page=article&op=view&path%5B%5D=25460
090 ## - System Control Numbers (Koha)
Koha biblioitem number (autogenerated) 665003
942 ## - Добавленные элементы ввода (Коха)
Тип документа Computer Files

Нет доступных единиц.