Model wysokościowy znany pod akroninem NMPT ang. DSM reprezentuje:
Powierzchnię terenu wyłącznie z budynkami do pierwszej kondygnacji ale bez drzew i krzewów
Powierzchnie terenu wraz z koronami drzew i budynkami (wysokości względne)
aproksymowaną powierzchnię terenu przebiegającą wyłącznie po gruncie
Powierzchnie terenu wraz z koronami drzew i budynkami (w wysokości bezwzględne n.p.m)
Powierzchnie terenu wraz z koronami drzew i budynkami (w wysokości bezwzględne n.p.m)
Jednostka inercyjna IMU wykorzystywana jest
Stanowi część systemu Inertial Navigation System w połączeniu z gnss i akcelometrem
W Platformie skanującej ALS W celu określenia kątów położenia skanera zamontowanego w samolocie
Odbiornik satelitarnej pozycji
To nazwa systemu nawigacji satelitarnej z Indii
Stanowi część systemu Inertial Navigation System w połączeniu z gnss i akcelometrem
W Platformie skanującej ALS W celu określenia kątów położenia skanera zamontowanego w samolocie
Interferometria radarowa
wymaga zastosowania stabilnych rozparzaczy terenowych (and. Persistent Scatterer) w celu wygenerowania NMT
Wykorzystuje informacje o fazie sygnału mikrofalowego
Pozwala na precyzyjny pomiar wysokości drzewostanów z dokładnością do kilku milimetrów
Wykorzystywana jest do precyzyjnych pomiarów osiadania terenu na dużych obszarach
wymaga zastosowania stabilnych rozparzaczy terenowych (and. Persistent Scatterer) w celu wygenerowania NMT
Wykorzystuje informacje o fazie sygnału mikrofalowego
Pozwala na precyzyjny pomiar wysokości drzewostanów z dokładnością do kilku milimetrów
Wykorzystywana jest do precyzyjnych pomiarów osiadania terenu na dużych obszarach
Gęstość chmur punktów ULS pozyskiwane z platform MR mogą osiągać wartości:
Setki a nawet tysiące punktów/m2 w zależności od tzw. Overlap szeregów oraz szybkości ruchu platformy ULS
Co najmniej 4 punkty dla obszaró leśnych
Co najmniej 12 pkt/m2 dla obszarów aglomeracji miejskich
Setki a nawet tysiące punktów/m2 w zależności od tzw. Overlap szeregów oraz szybkości ruchu platformy ULS
W których z wymienionych poniżej sytuacji możemy się spodziewać znacznej poprawy dokładności klasyfikacji jeżeli zastosujemy klasyfikację obiektową zamiast pikselowej:
Klasyfikacja składu gatunkowego drzewostanów na podstawie zobrazowań MODIS
Klasyfikacja martwych drzew na podstawie czterokanałowej ortofotomapy lotniczej (RGB+NIR)
Klasyfikacja gatunku inwazyjnego na podstawie RGB wysokorozdzielczej (GSD=5cm) ortofotomapy pozyskanej z poziomu UAV
Klasyfikacja gatunku inwazyjnego na podstawie wysokorozdzielczych hiperspektralnych zobrazowań pozyskanych z poziomu UAV Klasyfikacja składu gatunkowego drzewostanów
Klasyfikacja składu gatunkowego drzewostanów na podstawie zobrazowań MODIS
Klasyfikacja martwych drzew na podstawie czterokanałowej ortofotomapy lotniczej (RGB+NIR)
Klasyfikacja gatunku inwazyjnego na podstawie RGB wysokorozdzielczej (GSD=5cm) ortofotomapy pozyskanej z poziomu UAV
Klasyfikacja gatunku inwazyjnego na podstawie wysokorozdzielczych hiperspektralnych zobrazowań pozyskanych z poziomu UAV Klasyfikacja składu gatunkowego drzewostanów
Który z wymienionych algorytmów analizy serii czasowych zaimplementowany jest w aplikacji Google Earth Engine?
TIMESAT
BFAST
TimeSync
LandTrendr
LandTrendr
Do satelitarnych systemów hiperspektralnych można zaliczyć systemy
Sentinel-2
PRISMA
Hyperion
EnMAP
Hyperion
EnMAP
Plamka lasera SLS GEDI posiada wielkość na gruncie:
około 1.0 m ze względu na odległość orbity geostacjonarnej
