Инд. авторы:	Рылов С.А., Новгородцева О.Г., Пестунов И.А., Дубровская О.А., Синявский Ю.Н.
Заглавие:	Технология обработки данных с космических аппаратов «Канопус-В», «Ресурс-П» и «Метеор-М» для мониторинга и картографирования паводковой ситуации
Библ. ссылка:	Рылов С.А., Новгородцева О.Г., Пестунов И.А., Дубровская О.А., Синявский Ю.Н. Технология обработки данных с космических аппаратов «Канопус-В», «Ресурс-П» и «Метеор-М» для мониторинга и картографирования паводковой ситуации // Региональные проблемы дистанционного зондирования Земли: материалы II Международной научной конференции / Научный редактор: Е.А. Ваганов, ответственный редактор: М.В. Носков. - 2015. - Красноярск. - С.207-212. - ISBN: 978-5-7638-3306-5.
Внешние системы:	РИНЦ: 24243234;
Реферат:	rus: Предложена технология обработки спутниковых изображений высокого и среднего разрешения для мониторинга паводковой ситуации, позволяющая определять границы и количественные оценки площадей подтоплений. Технология в экспериментальном режиме применяется в СЦ ФГБУ «НИЦ «Планета» при создании карт паводковой ситуации по спутниковым данным «Канопус-В», «Ресурс-П» и «Метеор-М» для потребителей Росгидромета и региональных служб МЧС.
Ключевые слова:	алгоритм кластеризации ECCA; мониторинг; спутниковые данные; выделение водных объектов; паводки;
Издано:	2015
Физ. характеристика:	с.207-212
Конференция:	Название: II Международная научная конференция "Региональные проблемы дистанционного зондирования Земли" Аббревиатура: РПДЗЗ-2015 Город: Красноярск Страна: Россия Даты проведения: 2015-09-22 - 2015-09-25 Ссылка: http://rprs.sfu-kras.ru/node/44
Цитирование:	1. Оптико-электронные спутниковые системы дистанционного зондирования Земли . -URL: http://sovzond.ru/products/spatial-data/satellites/#optic (дата обращения: 01.07.2015). 2. Sun F., Sun W., Chen J., Gong P. Comparison and improvement of methods for identifying waterbodies in remotely sensed imagery//International Journal of Remote Sensing. 2012. Vol. 33, Is. 21. P. 6854-6875. 3. Пестунов И. А., Синявский Ю. Н. Алгоритмы кластеризации в задачах сегментации спутниковых изображений//Вестник Кемеровского государственного университета. 2012. № 4/2 (52). C. 110-125. 4. Пестунов И.А., Рылов С.А., Бериков В.Б. Иерархические алгоритмы кластеризации для сегментации мультиспектральных изображений//Автометрия. 2015. Т. 51, №. 4. С. 12-22. 5. Gedik E. et al. A new robust method for bridge detection from high resolution electro-optic satellite images//Proceedings of the 4th GEOBIA. 2012. P. 298-302. 6. McFeeters S. K. The use of the Normalized Difference Water Index (NDWI) in the delineation of open water features//International Journal of Remote Sensing. 1996. Vol. 17, №. 7. P. 1425-1432. 7. Ji L., Zhang L., Wylie B. Analysis of dynamic thresholds for the normalized difference water index//Photogrammetric Engineering & Remote Sensing. 2009. Vol. 75, №. 11. P. 1307-1317. 8. Purba G.S., Chakravorty B., Kumar M. Identification of flood affected areas-need for a scientific approach//Proceedings of Indian Disaster Management Congress, Organized by National Institute of Disaster Management and Central Water Commission. 2006. Vol. 30. P. 2006. 9. McFeeters S. K. Using the Normalized Difference Water Index (NDWI) within a geographic information system to detect swimming pools for mosquito abatement: a practical approach//Remote Sensing. 2013. Vol. 5, №. 7. P. 3544-3561. 10. Bochow M. et al. Automatic shadow detection in hyperspectral VIS-NIR images//Proceedings of the 7th EARSeL Workshop of the Special Interest Group in Imaging Spectroscopy, Edinburgh, UK. 2011. P. 11-13. 11. Антонов В.Н., Новгородцева О.Г. Мониторинг и картографирование паводковой ситуации в сибирском федеральном округе//Образовательные ресурсы и технологии. 2014. № 8. С. 81-86. 12. Sivanpillai R., Miller S.N. Improvements in mapping water bodies using ASTER data//Ecological Informatics. 2010. Vol. 5, №. 1. P. 73-78. 13. Пестунов И.А., Бериков В.Б., Куликова Е.А., Рылов С.А. Ансамблевый алгоритм кластеризации больших массивов данных//Автометрия. 2011. Т. 47, №. 3. С. 49-58.