EUVIMEDEUVIMED entdecken
Crossref

Primjena tehnika segmentacije i klasifikacije slika na podatke Sentinela 2A za pracenje procesa dezertifikacije

Otman Tamri, Mouhssine El Atillah, Allal Labriki, Saïd Chakri, Mohammed Amine Zerdeb

Kartografija i geoinformacije · 31.12.2025 · 24 (44) · 24-43

DOI: 10.32909/kg.24.44.2 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Kartografija i geoinformacije, online erschienen am 31.12.2025. Verfasst von Otman Tamri und 4 weiteren Autor:innen.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Praćenje pokrova zemljišta u aridnim i poluaridnim zonama pomocu daljinskog istraživanja kljucno je za razumijevanje procesa dezertifikacije i usmjeravanje strategija održivog upravljanja zemljištem. Ovo istraživanje procjenjuje ucinkovitost nekoliko nenadgledanih algoritama za segmentaciju i klasifikaciju slika, konkretno K-means i ISODATA (integrirani u QGIS), kao i SLIC, Mean Shift i Felzenszwalb (primijenjeni u Pythonu), u svrhu kartiranja pokrova zemljišta u jugoistocnom Maroku, saharskoj regiji izrazito osjetljivoj na degradaciju tla. Analiza se temelji na satelitskim snimkama Sentinel-2A prikupljenima tijekom sušne sezone (u travnju), pri cemu su korištene tri kombinacije RGB kanala (1 1 /8/2, 1 2/1 1 /4 i 8/4/3) radi boljeg razlikovanja kljucnih jedinica pokrova zemljišta: pješcanih dina, pustinjskih kora, rijetke vegetacije, rijecnih korita (wadi) i stjenovitih platoa.Rezultati pokazuju da svaki algoritam ima svoje specificne prednosti i ogranicenja ovisno o složenosti krajolika i parametrima segmentacije. K-means i ISODATA omogucuju brzu i lako tumacivu klasifikaciju, ali cesto miješaju mebuklase. S druge strane, naprednije metode poput SLIC-a (posebno s 500 do 1 000 segmenata), Mean Shifta (s prilagobenim širinama pojasa) i Felzenszwalba (na srednjoj skali) pružaju bolju prostornu razlucivost i tematsku preciznost, osobito za vegetaciju i linearne elemente, iako zahtijevaju više racunalnih resursa.Dobiveni rezultati naglašavaju važnost odabira metode u skladu s ciljevima analize i dostupnim resursima. Primjena tih tehnika daljinskog istraživanja predstavlja ucinkovit nacin unaprjebenja sustava pracenja dezertifikacije i podršku nacionalnim projektima, osobito onima koje koordinira Visoko povjerenstvo za vode, šume i borbu protiv dezertifikacije.

Zitieren

APA

Tamri, O., Atillah, M. E., Labriki, A., Chakri, S., & Zerdeb, M. A. (2025). Primjena tehnika segmentacije i klasifikacije slika na podatke Sentinela 2A za pracenje procesa dezertifikacije. Kartografija i geoinformacije, 24(44), 24-43. https://doi.org/10.32909/kg.24.44.2

Vancouver

Tamri O, Atillah ME, Labriki A, Chakri S, Zerdeb MA. Primjena tehnika segmentacije i klasifikacije slika na podatke Sentinela 2A za pracenje procesa dezertifikacije. Kartografija i geoinformacije. 2025;24(44):24-43. doi:10.32909/kg.24.44.2

BibTeX
@article{Tamri2025,
  author = {Tamri, Otman and Atillah, Mouhssine El and Labriki, Allal and Chakri, Saïd and Zerdeb, Mohammed Amine},
  title = {Primjena tehnika segmentacije i klasifikacije slika na podatke Sentinela 2A za pracenje procesa dezertifikacije},
  journal = {Kartografija i geoinformacije},
  year = {2025},
  volume = {24},
  number = {44},
  pages = {24--43},
  doi = {10.32909/kg.24.44.2}
}
Kostenlos starten →