- Код статьи
- 10.31857/S0869780923030025-1
- DOI
- 10.31857/S0869780923030025
- Тип публикации
- Статус публикации
- Опубликовано
- Авторы
- Том/ Выпуск
- Том / Номер выпуска 3
- Страницы
- 88-97
- Аннотация
- В статье рассматриваются два способа классификации спутникового снимка Landsat-8 на примере ключевого участка Казанско-Вешенского песчаного массива Ростовской области. Первый способ – полуавтоматическая классификация растра с обучением (Semi-automatic classification (SC)); второй – нормализованный вегетационный индекс (NDVI). На снимке, согласно типологии по К.Н. Кулику, пески были отклассифицированны по степени зарастания естественной растительностью на открытые, слабозаросшие и заросшие. В отдельные классы были выделены кустарниковая и травянистая (вегетирующая) растительность, лесные культуры сосны, лиственные древостои. Проведен расчет оценки точности дешифрирования полученных картографических изображений по коэффициенту Каппа Коэна. Выполненное исследование необходимо для выявления наиболее достоверного метода дешифрирования выбранной местности. Полученная картосхема может использоваться для первичной оценки состояния фитоэкологических условий ландшафта территории песчаного массива. На основе картографических изображений путем установки в каждом классе от 70 до 100 точек и проверки их достоверности составлены матрицы ошибок, на основе которых рассчитана суммарная точность дешифрирования. Для полуавтоматической классификации она равна 80.7%, для NDVI – 74.3%. Коэффициент Каппа Коэна в полуавтоматической классификации с обучением составил 77.4%, NDVI – 70.5%. Разница в точности дешифрирования составила почти 7%. Таким образом, из рассмотренных способов классификации спутникового снимка наилучший результат получен при использовании полуавтоматической классификации с обучением.
- Ключевые слова
- <i>агроландшафт</i> <i>пески</i> <i>ключевой участок</i> <i>классификация</i> <i>дешифрирование</i> <i>коэффициент Каппа Коэна</i> <i>вегетационный индекс</i>
- Дата публикации
- 19.09.2025
- Год выхода
- 2025
- Всего подписок
- 0
- Всего просмотров
- 1
Библиография
- 1. Адамович Д.А., Ашихмина Т.Я., Кантор Г.Я. Теоретические проблемы экологии. Использование различных комбинаций спектральных каналов космических снимков спутника Landsat-8 для оценки природных сред и объектов (обзор) // Теоретическая и прикладная экология. 2012. № 2. С. 9–18.
- 2. Гаель А.Г. Облесение бугристых песков засушливых областей. М.: Государственное изд-во географической литературы, 1952. 218 с.
- 3. Гаель А.Г., Гумилев Л.Н. Разновозрастные почвы на песках Дона и передвижение народов за исторический период // Известия АН СССР, Сер. геогр. 1966. № 1. С. 11–20.
- 4. Грибова С.А., Исаченко Т.И., Лавренко Е.М. Растительность европейской части СССР. Л.: Наука, 1980. 429 с.
- 5. Гумилев, Л.Н. Древняя Русь и Великая степь. М.: Эксмо, 2006. 508 с.
- 6. Дубнянский А.В. Пески Среднего Дона. М.: СельхозГИЗ, 1949. 227 с.
- 7. Замалитдинова М.Г., Ткачева И.П., Ергалиев Д.С., Сейткожина А. Исследование изменения растительности в зоне Аральского моря на основе космических снимков с использованием вегетационного индекса NDVI // Вестник Евразийского национального университета имени Л.Н. Гумилева. 2019. № 3. С. 32–38.
- 8. Зюзь Н.С. Культуры сосны на песках Юго-Востока. М.: Агропромиздат, 1990. 155 с.
- 9. Ивлиева О.В., Райчева А.В. Физико-географические условия Шолоховского района // Природа Государственного музея-заповедника М.А. Шолохова: сб. статей. Ростов-на-Дону: ООО “Ростиздат”, 2000. С. 18–26.
- 10. Королева П.В., Рухович Д.И., Рухович А.Д. Местоположение открытой поверхности почвы и линии почвы в спектральном пространстве RED-NIR // Почвоведение. 2017. № 12. С. 1435–1446.
- 11. Кулик К.Н. Агролесомелиоративное картографирование и фитоэкологическая оценка аридных ландшафтов. Волгоград: ВНИАЛМИ, 2004. 248 с.
- 12. Макушкин П.И., Турчин Т.Я., Макушкина И.П. Оценка санитарного состояния аренных дубняков Казанско-Вешенского песчаного массива // Приоритетные направления развития науки и образования: сб. статей II Междунар. научно-практ. конференции. 2018. С. 77–83.
- 13. Малышева Н.В. Автоматизированное дешифрирование аэрокосмических изображений лесных насаждений. М.: Московский государственный университет леса, 2012. 151 с.
- 14. Миронов В.В. Облесение песков Юго-Востока. М.: Лесная промышленность, 1970. 168 с.
- 15. Файзуллоев Ш.А. Оценка точности классификации данных дистанционного зондирования в ГИС-технологии на примере района каскада ГЭС на реке Вахш // Известия науки республики Таджикистан. Отделение физико-математических, химических, геологических и технических наук. 2020. № 1 (178). С. 96–103.
- 16. Congedo Luca. Semi-Automatic Classification Plugin. A python tool for the download and processing of remote sensing images in QGIS. Journal of open Source Software [Электронный ресурс]. 2012. № 6 (64). 197 p. https: //doi.org/joss.03172 (дата обращения 24.03.22).
- 17. Landis J.R., Koch G.G. The measurement of observer agreement for categorical data. Biometrics [Электронный ресурс]. 1977. № 33 (1). Р. 159–174. https://doi.org/10.2307/2529310
