Инд. авторы:	Рылов С.А., Новгородцева О.Г., Пестунов И.А.
Заглавие:	Мониторинг паводковой ситуации по спутниковым изображениям высокого разрешения с учетом наличия теней
Библ. ссылка:	Рылов С.А., Новгородцева О.Г., Пестунов И.А. Мониторинг паводковой ситуации по спутниковым изображениям высокого разрешения с учетом наличия теней // Информационные технологии, системы и приборы в АПК: Материалы 6-ой Международной научно-практической конференции (Новосибирск, 22-23 октября 2015 г.) / Сибирский физико-технический институт аграрных проблем. - 2015. - Ч.1. - Новосибирск: Сибирский физико-технический институт аграрных проблем. - С.434-439. - ISBN: 978-5-8119-0637-6.
Внешние системы:	РИНЦ: 24770759;
Реферат:	rus: Предложена технология обработки спутниковых изображений высокого пространственного разрешения для мониторинга паводковой ситуации, позволяющая определять границы и количественные оценки площадей подтоплений. Представлен также метод разделения водных объектов и теней (от зданий и сооружений) на снимках с разрешением 2 м и лучше. Технология применяется в режиме опытной эксплуатации 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:	HECA; кластеризация; тени; водные объекты; мониторинг; высокое разрешение; спутниковые данные; паводки;
Издано:	2015
Физ. характеристика:	с.434-439
Конференция:	Название: VI Международная научно-практическая конференция «Информационные технологии, системы и приборы в АПК» Аббревиатура: АГРОИНФО-2015 Город: п.Краснообск, Новосибирская область Страна: Россия Даты проведения: 2015-10-21 - 2015-10-23 Ссылка: http://konf.ict.nsc.ru/agroinfo2015/ru
Цитирование:	1. 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. 2. 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. 3. Purba G.S., Chakravorty B., Kumar M. Identification of flood affected areas-need for a scientific approach // Proc. of Indian Disaster Management Congress, National Institute of Disaster Management and Central Water Commission. 2006. Vol. 30. P. 2006. 4. 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. 5. 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. 6. Антонов В.Н., Новгородцева О.Г. Мониторинг и картографирование паводковой ситуации в сибирском федеральном округе // Образовательные ресурсы и технологии. 2014. № 8. С. 81-86. 7. Sivanpillai R., Miller S.N. Improvements in mapping water bodies using ASTER data // Ecological Informatics. 2010. Vol. 5. №. 1. P. 73-78. 8. Пестунов И.А., Рылов С.А., Бериков В.Б. Иерархические алгоритмы кластеризации для сегментации мультиспектральных изображений // Автометрия. 2015. Т. 51. №. 4. С. 12-22. 9. Madhavan B.B., Tachibana K., Sasagawa T., Okada H., Shimozuma Y. Automatic Extraction of Shadow Regions in High-resolution Ads40 Images // Proc. in XXth Congress ISPRS. 2004. Vol. 35, Part B3. P. 808-810. 10. Dare P. M. Shadow analysis in high-resolution satellite imagery of urban areas // Photogrammetric Engineering & Remote Sensing. 2005. Vol. 71(2). P. 169-177. 11. Пестунов И.А., Рылов С.А. Метод выделения теней на мультиспектральных спутниковых изображениях высокого пространственного разрешения // Матер. молодежной школы-семинара «Дистанционное зондирование Земли из космоса: алгоритмы, технологии, данные», Барнаул: АЗБУКА, 2013. C. 60-73.