• Lietuvių
    • English
  • Lietuvių 
    • Lietuvių
    • English
  • Prisijungti
Peržiūrėti įrašą 
  •   DSpace pagrindinis
  • Mokslinės publikacijos (PDB) / Scientific publications (PDB)
  • Moksliniai ir apžvalginiai straipsniai / Research and Review Articles
  • Straipsniai kituose recenzuojamuose leidiniuose / Articles in other peer-reviewed sources
  • Peržiūrėti įrašą
  •   DSpace pagrindinis
  • Mokslinės publikacijos (PDB) / Scientific publications (PDB)
  • Moksliniai ir apžvalginiai straipsniai / Research and Review Articles
  • Straipsniai kituose recenzuojamuose leidiniuose / Articles in other peer-reviewed sources
  • Peržiūrėti įrašą
JavaScript is disabled for your browser. Some features of this site may not work without it.

Abandoned land classification using classical theory method

Thumbnail
Data
2019
Autorius
Sužiedelytė Visockienė, Jūratė
Tumelienė, Eglė
Metaduomenys
Rodyti detalų aprašą
Santrauka
According to the official statistics the areas of abandoned agricultural land in Lithuania are gradually decreasing, but very slightly. The aim of this study is to research spatial determination and abandoned land classification in the territory of Vilnius District Municipality. Vilnius District Municipality was chosen for the research because it, although located near the capital of the country and has a high population density, it is still the district having the largest percent of abandoned land plots. A fast, cost-effective and sufficiently accurate method for determination of abandoned land plots would allow to constantly monitor, to fix changes and foresee the abandoned land plots reduction possibilities. In the study there was used the multispectral RGB and NIR colour Sentinel-2 satellite images, the layer of the administrative boundary of Vilnius County and layer of abandoned agriculture land, which is available in Lithuanian Spatial Information Portal (www.geoportal.lt). The data was processed by Geographic Information System (GIS) techniques using classical classification Region Growing Algorithm. The research shows that NIR image classification result is more reliable than the result from RGB images.
Paskelbimo data (metai)
2019
URI
https://etalpykla.vilniustech.lt/handle/123456789/130410
Kolekcijos
  • Straipsniai kituose recenzuojamuose leidiniuose / Articles in other peer-reviewed sources [8559]

 

 

Naršyti

Visame DSpaceRinkiniai ir kolekcijosPagal išleidimo datąAutoriaiAntraštėsTemos / Reikšminiai žodžiai InstitucijaFakultetasKatedra / institutasTipasŠaltinisLeidėjasTipas (PDB/ETD)Mokslo sritisStudijų kryptisVILNIUS TECH mokslinių tyrimų prioritetinės kryptys ir tematikosLietuvos sumanios specializacijosŠi kolekcijaPagal išleidimo datąAutoriaiAntraštėsTemos / Reikšminiai žodžiai InstitucijaFakultetasKatedra / institutasTipasŠaltinisLeidėjasTipas (PDB/ETD)Mokslo sritisStudijų kryptisVILNIUS TECH mokslinių tyrimų prioritetinės kryptys ir tematikosLietuvos sumanios specializacijos

Asmeninė paskyra

PrisijungtiRegistruotis