Az előadás letöltése folymat van. Kérjük, várjon

Az előadás letöltése folymat van. Kérjük, várjon

K OZMA -B OGNÁR V ERONIKA 1 - S ZABÓ R ITA 2 - O CSKAI Z SOLT 2 - B ERKE J ÓZSEF 2,3 1 – Pannon Egyetem, Meteorológia és Vízgazdálkodás Tanszék 2 - Gábor.

Hasonló előadás


Az előadások a következő témára: "K OZMA -B OGNÁR V ERONIKA 1 - S ZABÓ R ITA 2 - O CSKAI Z SOLT 2 - B ERKE J ÓZSEF 2,3 1 – Pannon Egyetem, Meteorológia és Vízgazdálkodás Tanszék 2 - Gábor."— Előadás másolata:

1 K OZMA -B OGNÁR V ERONIKA 1 - S ZABÓ R ITA 2 - O CSKAI Z SOLT 2 - B ERKE J ÓZSEF 2,3 1 – Pannon Egyetem, Meteorológia és Vízgazdálkodás Tanszék 2 - Gábor Dénes Főiskola, Alap- és Műszaki Tudományi Intézet 3 - SFD Informatika Kft.

2 A KUTATÁSI PROGRAMCÉLKITŰZÉSEI A KUTATÁSI HELYSZÍN, ESZKÖZÖK, MÓDSZEREK A Z ENTRÓPIA E NTRÓPIA EREDMÉNYEK A FRAKTÁLSZERKEZET SFD EREDMÉNYEK K ÖVETKEZTETÉSEK T ARTALOM

3 Idősoros kísérletek, mérések és elemzések Szabadföldi kísérletek kukoricán Korom és kadmium szennyezés hatásvizsgálata

4 A kutatási helyszín: Agrometeorológiai Kutatóállomás tesztterülete Agrometeorológiai Kutatóállomás tesztterülete 10x10 m parcellák 10x10 m parcellák SPERLONA kukoricahibrid SPERLONA kukoricahibrid multispektrális légifelvételezések (VIS: 0,4-0,7 µm, NIR: 0,7-1,15 µm) multispektrális légifelvételezések (VIS: 0,4-0,7 µm, NIR: 0,7-1,15 µm)

5 BC: korommal szennyezett öntözetlen állomány BC_W: korommal szennyzezett öntözött állomány Cont: kotroll öntözetlen állomány Cont_W: kontoll öntözött állomány Cd: kadmiummal szennyezett öntözetlen állomány Cd_W: kadmiummal szennyezett öntözött állomány

6 P ARAMÉTER L ÁTHATÓ TARTOMÁNYÚ FELVÉTELEK K ÖZELI INFRAVÖRÖS TARTOMÁNYÚ FELVÉTELEK É RZÉKELŐ TÍPUSA Canon 30D R EPÜLÉSI MAGASSÁG 400 m S PEKTRÁLIS TARTOMÁNY nm nm G EOMETRIAI FELBONTÁS 0.1 m A DATRÖGZÍTÉS MÉLYSÉGE 14 bit/pixel

7 I. I NTENZITÁS ALAPÚ II. E NTRÓPIA ALAPÚ III. S PEKTRÁLIS F RAKTÁL D IMENZIÓ (SFD) ALAPÚ

8 Entrópia az információelméletben Entrópia képek esetében Claude E. Shannon (1948) Információtartalom H min =0 H max =log 2 n H - az információelméleti entrópia p i - az i-edik üzenet előfordulási valószínűsége H – a kép entrópiája p i - az i-edik intenzításérték előfordulási valószínűsége (relatív gyakorisága) H=log 2 n H=0H=0

9 Az entrópia mérésekhez készült program: Főbb jellemzői: Visual Basic nyelven íródott.NET 4.0 keretrendszerben 64 bites TIFF kiterjesztésű képeket dolgoz fel és értékel ki Kép neve:Tesztkep48bit_7000_v1.tif Pixel mélység:48 bit Csatorna szám:3 Méret:280 MB Pixelszám: Entrópia értéke:24, Idő:13 perc Medián:7FF6FA083F8A - 7FF6FA09087E Egyedi Szinek száma: Memória felhasználás:3,5 GB Amit támogat: 8 és 16 bit mélység 1, 3, 3+ csatorna szám BIL (RRGGBB) BSQ (RGBRGB) sorrend Kép neve:Tesztkep24bit_v2.tif Pixel mélység:24 bit Csatorna szám:3 Méret:4,00 KB Pixelszám: Entrópia értéke:0 Idő:1,825 sec Medián: Egyedi Szinek száma:1

10 II. Az entrópia változása kezelésenként: közel azonos közel azonos nem ad szignifikáns különbséget nem ad szignifikáns különbséget I. Az entrópia változása spektrális tartományonként: részben változó részben változó részben szignifikáns a különbség részben szignifikáns a különbség

11 III. Az entrópia változása a vegetációs időszakban: részben változó részben változó részben szignifikáns a különbség részben szignifikáns a különbség IV. Az entrópia változása évenként: szignifikáns jellemző a FIR tartományban szignifikáns jellemző a FIR tartományban Lokális minimum Lokális maximum

12 V. Az entrópia és a repülési magasság függése: szignifikáns paraméter szignifikáns paraméter

13 A topológiai dimenzió egy egész szám… …míg a fraktál dimenziója egy tört. Az információ szerkezete I. Benoit B. Mandelbrot (1982) N – önhasonló részek száma ε – kicsinyítés aránya, vagy lépték

14 Klasszikus fraktál dimenzió problémái: Megoldás: Spektrális Fraktál Dimenzió Az információ szerkezete II. FD: 1,99 Berke József (2006) n – a képrétegek vagy képcsatornák száma S – a spektrális felbontás bitben BM j - értékes képpontot tartalmazó spektrális dobozok száma j-bit esetén BT j – összes lehetséges spektrális dobozok száma j-bit esetén FD: 1,99 FD: 0,03328

15 II. Az SFD változása kezelésenként: szignifikáns paraméter szignifikáns paraméter I. Az SFD változása spektrális tartományonként: szignifikáns paraméter szignifikáns paraméter Lokális minimum Lokális maximum

16 III. Az SFD változása a vegetációs időszakban: szignifikáns paraméter szignifikáns paraméter IV. Az SFD változása évenként: szignifikáns paraméter szignifikáns paraméter

17 V. Az SFD és a repülési magasság függése: szignifikáns különbség szignifikáns különbség VI. Az SFD és az öntözés függése: egységesen változó egységesen változó szignifikáns szignifikánskülönbség

18 V IZSGÁLAT T ÍPUSA E NTRÓPIA SFD S PEKTRÁLIS TARTOMÁNY SZERINT R ÉSZBEN I GEN K EZELÉSEK ALAPJÁN N EM I GEN V EGETÁCIÓS IDŐSZAKON BELÜL I GEN É VENKÉNTI ELEMZÉSEK SZERINT R ÉSZBEN I GEN G EOMETRIAI FELBONTÁS ALAPJÁN I GEN Ö NTÖZÉS SZERINT R ÉSZBEN I GEN ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ X

19 A kutatás az Európai Uniós és Magyarország támogatásával a TÁMOP A/ azonosító számú „Nemzeti Kiválóság Program – Hazai hallgatói, illetve kutatói személyi támogatást biztosító rendszer kidolgozása és működtetése országos program” című kiemelt projekt keretei között valósult meg.

20 K OZMA -B OGNÁR V ERONIKA 1 - S ZABÓ R ITA 2 - O CSKAI Z SOLT 2 - B ERKE J ÓZSEF 2,3 1 – Pannon Egyetem, Meteorológia és Vízgazdálkodás Tanszék 2 - Gábor Dénes Főiskola, Alap- és Műszaki Tudományi Intézet 3 - SFD Informatika Kft.


Letölteni ppt "K OZMA -B OGNÁR V ERONIKA 1 - S ZABÓ R ITA 2 - O CSKAI Z SOLT 2 - B ERKE J ÓZSEF 2,3 1 – Pannon Egyetem, Meteorológia és Vízgazdálkodás Tanszék 2 - Gábor."

Hasonló előadás


Google Hirdetések