GNDVI ВА CVI СПЕКТРАЛ ИНДЕКСЛАРИНИ МАСОФАВИЙ ЗОНДЛАШ МАЪЛУМОТЛАРИ АСОСИДА ИШЛАБ ЧИҚИШ

Mualliflar

  • Сеитназаров К.К.

    Нукус давлат техника университети

  • Мадиримова С.М.

    Tashkent University of Information Technology image/svg+xml

  • Туремуратова Б.К.

    Нукус давлат техника университети

  • Айтмуратов Б.Б.

    Нукус давлат техника университети

Калит сўзлар: ернинг масофадан зондланиши, мультиспектрал тасвирлар, маълумотларни даслабки қайта ишлаш, вегетацион индекслар, GNDVI, CVI, атмосфера коррекцияси, эксперт тизимлари, геоинформацион технологиялар

Аннотация

Мазкур мақолада ўсимлик қопламининг ҳолатига, айниқса хлорофилл миқдорига юқори сезгирликка эга бўлган GNDVI ва CVI вегетацион индексларини ҳисоблаш масалалари кўриб чиқилади. Шунингдек, модуль архитектураси конвеер (pipeline) ёндашуви асосида ишлаб чиқилган бўлиб, бу катта ҳажмдаги сунъий йўлдош тасвирларини қайта ишлаш жараёнида модуллилик, масштабланувчанлик ва барқарорликни таъминлайди. Амалга ошириш жараёнида ҳисоблашларни опти-маллаштириш, шунингдек PostgreSQL/PostGIS геофазовий маълумотлар базаси билан интеграция масалаларига алоҳида эътибор қаратилган.

Фойдаланилган адабиётлар

1. Мельников А.В. Обработка многозональных изображений. – Москва: «Наука», 202

2. Seitnazarov K. et al. Hydrogeological-Mathematical Model of Formation and Management of Resources and Quality of Fresh Underground Water of the Karakalpak Artesian Basin. // International Conference on Information Science and Communications Technologies (ICISCT). – IEEE, 2021. – P. 01-05.

3. Ткаченко В.Н. Основы дистанционного зондирования Земли. – Санкт-Петербург: «Политехника», 2020.

Seitnazarov K., Turdishov D., Dosimbetov A. Knowledge base of algorithmic software complex for providing agricultural fields with water resources. //AIP Conference Proceedings. – AIP Publishing, 2024. Т. 3147. №. 1.

4. Гектин Ю.М. и др. Температура и методы ее определения с помощью оптико-электронной аппаратуры космических систем ДЗЗ. // Журнал Ракетно-космическое приборостроение и информационные системы. 2024. Т.11. № 2. – С. 11-21.

5. Seitnazarov K..K., Turemuratova B.K.., Aytanov A.K. Stages and Methods of Data Collection for Developing an Artificial Intelligence Model for Recognizing Letters of the Karakalpak Sign Language. // IEEE 25th International Conference of Young Professionals in Electron Devices and Materials (EDM). IEEE, 2024. – С. 2530-2534.

6. Murphy Kevin P. Machine learning: a probabilistic perspective. – MIT press, 2012.

7. Kenesbaevich S.K., Muxambetmustapayevich D.A., Arzubaevich N.A. Development of software for calculating the forecast of groundwater regime based on probabilistic and statistical methods. // ACADEMICIA: An International Multidisciplinary Research Journal 10 (7). – P. 526-530.