МУЛТИСПЕКТРАЛ МАЪЛУМОТЛАР АСОСИДА EVI СПЕКТРАЛ ИНДЕКСГА ДАСТЛАБКИ ИШЛОВ БЕРИШ МОДУЛИНИ ИШЛАБ ЧИҚИШ

Mualliflar

  • Сеитназаров Куанишбай Кенесбаевич

    Нукус давлат техника университети

  • Мадиримова Саодатжон Мадримовна

    Tashkent University of Information Technology image/svg+xml

  • Туремуратова Бибиназ Кенесбаевна

    Нукус давлат техника университети

  • Айтмуратов Бахтияр Бахбергенович

    Нукус давлат техника университети

Калит сўзлар: ернинг масофадан зондланиши, мултиспектрал тасвирлар, маълумотларни дастлабки қайта ишлаш, вегетацион индекслар, EVI, атмосфера коррекцияси, эксперт тизимлари, геоинформацион технологиялар

Аннотация

Мақолада масофадан зондлаш маълумотларини таҳлил қилишга мўлжалланган эксперт тизими таркибида фойдаланиш учун ишлаб чиқилган мултиспектр сунъий иўлдаш тасвирларини даслабки қайта ишлаш модулини яратиш ва амалга ошириш масалалари кўриб чиқилади. Ушбу модуль бошланғич маълумотларни тўлиқ қайта ишлаш циклини таъминлайди. Айниқса, ўсимлик қопламининг ҳолатига, хусусан хлорофилл миқдорига юқори сезгирликка эга бўлган EVI вегетацион индекслари ҳисоблашга алоҳида эътибор қаратилган. Шунингдек, модуль архитектураси конвейер ёндошуви асосида қурилган бўлиб, бу катта ҳажимдаги сунъий иўлдаш тасвирларни қайта ишлашда модуллик, масштабланувчанлик ва барқарорликни таъминлайди. Амалга ошириш жараёнида ҳисоблашларни оптималаштириш, шунингдек PostgreSQL/PostGIS геофазовий маълуматлар базаси билан интеграция масалалари ҳам кўзда тутилган.

Фойдаланилган адабиётлар

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.