Publication Details:
Journal or Publication Title:
ՀՀ ԳԱԱ Տեղեկագիր: Գիտություններ երկրի մասին =Proceedings of the NAS RA: Earth Sciences
Date of publication:
Volume:
Number:
ISSN:
Official URL:
Additional Information:
Title:
Other title:
Исследование пространственно-временного изменения земельного покрова города Еревана сприменением данных спутникого дистанционного зондирования ; Study spatiotemporal changes in Yerevan’s land cover using satellite remote sensing data
Creator:
Տեփանոսյան, Գ. Հ. ; Հովսեփյան, Ա. Ա. ; Մուրադյան, Վ. Ս. ; Ասմարյան, Շ. Գ.
Contributor(s):
Պատ․ խմբ․՝ Ի․ Գ․ Մաղաքյան (1957) ; Ա․ Հ․ Գաբրիելյան (1958-1966) ; Ն․ Ի․ Դոլուխանովա (1967-1970) ; Է․ Ա․ Խաչատրյան (1970-1975) ; Ա․ Տ․ Ասլանյան (1976-1984) ; Ա․ Հ․ Գաբրիելյան (1985-1993) ; Բ․ Կ․ Կարապետյան (1994-2000) ; Գլխ․ խմբ․՝ Ռ․ Տ․ Ջրբաշյան (2001-2017)
Subject:
Uncontrolled Keywords:
քաղաքի մակերևույթային ծածկ ; տարածաժամանակային փոփոխություն ; արբանյակային հեռազննում ; լուսանկարների դասակարգում
Coverage:
Abstract:
Աշխատանքում քննարկվում է1989-2018թթ-ին Երևան քաղաքի մակերևույթային ծածկի տարածաժամանակային փոփոխության առանձնահատկությունները՝ վերծանված Landsat արբանյակային լուսանկարներից՝ մեքե- նայական ուսուցման ալգորիթմների կիրառմամբ: Քաղաքի մակերևույթային ծածկի քարտեզագրման համար ընտրվել են մեքենայական ուսուցման ալգորիթմներից առավել լայն կիրառվող բազմաշերտ պերցեպտրոն՝ ԲՇՊ (MLP-multilayer perceptron), աջակցության վեկտորի դասակարգիչ՝ ԱՎԴ (SVC-support vector classifier) և պատահական անտառ՝ ՊԱ (RF-random forest) մեթոդները: В статье рассматриваются особенности пространственно-временного изменения земельного покрова города Еревана в период 1989-2018 гг., дешифрированные со спутниковых снимков Landsat - с использованием алгоритмов машинного обучения. Для картографирования земельного покрова города были выбраны наиболее широко используемые алгоритмы машинного обучения: методы многослойного перцептрона МСП, (MLPmultilayerperceptron), опорных векторов-МОВ (SVC-supportvectorclassifier) и случайный лес-СЛ (RF-randomforest). The article considers specificities of a spatio-temporal change in Yerevan’s land cover between 1989 and 2018, classified from Landsat satellite images using machine learning algorithms. To map the city land cover, this research chose the most widely used machine learning algorithms: MPL-multilayer perceptron, SVC- support vector classifier and RF- random forest methods.
Place of publishing:
Երևան
Publisher:
Type:
Format:
Call number:
Digitization:
ՀՀ ԳԱԱ Հիմնարար գիտական գրադարան