РАЗРАБОТКА МОДУЛЯ ПРЕДВАРИТЕЛЬНОЙ ОБРАБОТКИ СПЕКТРАЛЬНОГО ИНДЕКСА EVI НА ОСНОВЕ МУЛЬТИСПЕКТРАЛЬНЫХ ДАННЫХ

Avtorlar

  • Сеитназаров Куанышбай Кенесбаевич

    Нукусский государственный технический университет

  • Мадиримова Саодатжон Мадиримовна

    Tashkent University of Information Technology image/svg+xml

  • Туремуратова Бийбиназ Кенесбаевна

    Нукусский государственный технический университет

  • Айтмуратов Бахтияр Бахбергенович

    Нукусский государственный технический университет

Gilt sózler: дистанционное зондирование Земли, мультиспектральные изображения, предварительная обработка данных, вегетационные индексы, EVI, атмосферная коррекция, экспертные системы, геоинформационные технологии

Annotaciya

В статье рассматривается разработка и реализация модуля предварительной обработки мультиспектральных спутниковых изображений программного обеспечения, предназначенного для использования в составе экспертной системы анализа данных дистанционного зондирования земли. Данный модуль обеспечивает полный цикл преобразования исходных данных. Особое внимание уделено вычислению индексов EVI, которые обладают высокой чувствительностью к состоянию растительного покрова, в особенности содержанию хлорофилла. Также стоит отметить, что архитектура модуля построена на основе конвейерного подхода, которая обеспечивает модульность, масштабируемость и устойчивость обработки больших объёмов спутниковых изображений. Реализация включает оптимизацию вычислений, а также интеграцию с геопространственной базой данных PostgreSQL/PostGIS.

Paydalanılǵan ádebiyatlar

1. Усманов Р. Н., Сеитназаров К. К. Программный комплекс нечетко-детерминированного моделирования гидрогеологических объектов. //Автоматика и программная инженерия, 2014, № 1 (7). – С. 29-34.

2. Тюменцев А. И. и др. Выявление геоморфологических особенностей рельефа по данным дзз как поискового признака месторождений. // Известия Тульского государственного университета. Науки о земле, 2024, № 3. – С. 96-103.

1. Сеитназаров К.К., Туремуратова Б.К. Применение технологии искусственного интеллекта в системе дистанционного образования. // Новости образования: исследование в XXI веке, 2022. Т. 1, № 1. – С. 176-185.

2. Kuenzer C., Dech S. Remote Sensing Time Series – Revealing Land Surface Dynamics. – Springer, 2016.

3. Сеитназаров К.К., Турдышов Д.Х., Туремуратова Б.К., Мухиятдинов Н.С. Обзор методов получения космических изображений с высоким разрешением. // Наука и общество. – С. 28.

4. Султанов Б.К., Туремуратова Б.К., Айтмуратов Б.Б. Обзор исследований в области применения аэрокосмических снимков для мониторинга территориальных объектов на основе дистанционного зондирования Земли. // Innovative Achievements in Science 2024. 2024. Т. 3, № 35. – С. 73-78.

5. Сеитназаров К.К., Юсупова М.Т., Туремуратова Б.К. New remote sensing methods for detecting vegetation in adverse areas. // Железнодорожный транспорт: актуальные вопросы и инновации. 2024. Т. 3. – С. 15-21.

6. Чураков А.А. Методы классификации в дистанционном зондировании. – Москва: Изд-во МГУ, 2019.