CCL

Összesen 5 találat.
#/oldal:
Részletezés:
Rendezés:

1.

001-es BibID:BIBFORM076396
Első szerző:Abriha Dávid (geográfus)
Cím:Identification of roofing materials with Discriminant Function Analysis and Random Forest classifiers on pan-sharpened WorldView-2 imagery - a comparison / Abriha Dávid, Kovács Zoltán, Ninsawat Sarawut, Bertalan László, Balázs Boglárka, Szabó Szilárd
Dátum:2018
ISSN:2064-5031 2064-5147
Tárgyszavak:Természettudományok Földtudományok idegen nyelvű folyóiratközlemény hazai lapban
folyóiratcikk
REMOTE SENSING
pan-sharpening
asbestos
MACHINE LEARNING
Megjelenés:Hungarian Geographical Bulletin. - 67 : 4 (2018), p. 375-392. -
További szerzők:Kovács Zoltán (1988-) (geográfus) Ninsawat, Sarawut Bertalan László (1989-) (geográfus) Balázs Boglárka (1985-) (geográfus) Szabó Szilárd (1974-) (geográfus)
Pályázati támogatás:EFOP-3.6.1-16-2016-00022
EFOP
TNN 123457
Egyéb
ÚNKP-18-2-I-DE-81
Egyéb
Internet cím:Szerző által megadott URL
DOI
Intézményi repozitóriumban (DEA) tárolt változat
Borító:

2.

001-es BibID:BIBFORM060142
Első szerző:Olasz Angéla
Cím:IQPC 2015 Track: Water Detection And Classification On Multi-Source Remote Sensing And Terrain Data / A. Olasz, D. Kristóf, M. Belényesi, K. Bakos, Z. Kovács, B. Balázs, Sz. Szabó
Dátum:2015
ISSN:2194-9034
Megjegyzések:Since 2013, the EU FP7 research project IQmulus encourages the participation of the whole scientific community as well as specific user groups in the IQmulus Processing Contest (IQPC). This year, IQPC 2015 consists of three processing tasks (tracks), from which "Water detection and classification on multi-source remote sensing and terrain data" is introduced in the present paper. This processing track addresses a particular problem in the field of big data processing and management with the objective of simulating a realistic remote sensing application scenario. The main focus is on the detection of water surfaces (natural waters, flood, inland excess water, other water-affected categories) using remotely sensed data. Multiple independent data sources are available and different tools could be used for data processing and evaluation. The main challenge is to identify the right combination of data and methods to solve the problem in the most efficient way. Although the first deadline for submitting track solutions has passed and the track has been successfully concluded, the track organizers decided to keep the possibility of result submission open to enable collecting a variety of approaches and solutions for this interesting problem.
Tárgyszavak:Természettudományok Földtudományok előadáskivonat
IQmulus Processing Contest
R programming
Resource optimization
Multi-source remote sensing data processing
Water detection and classification
Remote Sensing
Megjelenés:The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences [elektronikus dokumentum] / eds. C. Mallet [et al.]. - XL-3/W3, p. 583-588. -
További szerzők:Kristóf Dániel Belényesi Márta Bakos Károly Kovács Zoltán (1988-) (geográfus) Balázs Boglárka (1985-) (geográfus) Szabó Szilárd (1974-) (geográfus)
Internet cím:Szerző által megadott URL
DOI
Intézményi repozitóriumban (DEA) tárolt változat
Borító:

3.

001-es BibID:BIBFORM079559
035-os BibID:(cikkazonosító)104187
Első szerző:Szabó Szilárd (geográfus)
Cím:Dataset for landscape pattern analysis from a climatic perspective / Szilárd Szabó, Balázs Deák, Zoltán Kovács, Ádám Kertész, Boglárka Bertalan-Balázs
Dátum:2019
ISSN:2352-3409
Megjegyzések:Revealing the driving forces of changes in landscape pattern is a key question of landscape ecology and landscape analysis. Temperature and precipitation as climatic variables have a dominant role in triggering vegetation changes; thus, a database, which contain their interaction, can support the understanding of spatio-temporal changes in vegetation patterns even on a large scale. The dataset provided in this article contain the R-squared values of bivariate linear regression analysis between the Normalized Difference Vegetation Index (target variable; as a general quantitative descriptor of surface greenness) of the TERRA satellite's MODIS sensor and the climatic variables of the CarpatClim database (predictor variables; maximum monthly temperature, aridification index, evapotranspiration and precipitation). Environmental variables are also included to support further analysis: terrain height, macro regions, land cover classes. The dataset has a spatial projection (i.e. maps) and covers the area of Hungary. Tabular version provides the possibility of traditional statistical analysis, while maps allow the investigation to involve the spatial characteristics of absolute and relative position of the data points. This data article is related to the paper "NDVI dynamics as reflected in climatic variables: spatial and temporal trends - a case study of Hungary" (Szabo et al., 2019).
Tárgyszavak:Természettudományok Földtudományok idegen nyelvű folyóiratközlemény külföldi lapban
NDVI
Trend
Climatic factors
R-squared
Pattern
Megjelenés:Data in Brief. - 25 (2019), p. 1-5. -
További szerzők:Deák Balázs (1978-) (biológus) Kovács Zoltán (1988-) (geográfus) Kertész Ádám (1948-) Balázs Boglárka (1985-) (geográfus)
Pályázati támogatás:TÁMOP 4.2.4. A/2-11-1-2012-0001
TÁMOP
NKFIH 108755
Egyéb
TUDFO/51757/2019-IT Thematic Excellence Project of the University of Debrecen
Egyéb
NKFI KH 130338
Egyéb
Internet cím:Szerző által megadott URL
DOI
Intézményi repozitóriumban (DEA) tárolt változat
Borító:

4.

001-es BibID:BIBFORM077290
Első szerző:Szabó Szilárd (geográfus)
Cím:Pan-sharpening as an effective method to improve classification accuracy of roofing materials / Szilárd Szabó, Dávid Abriha, Zoltán Kovács, Sarawut Ninsawat, László Bertalan, Boglárka Bertalan-Balázs
Dátum:2019
Tárgyszavak:Természettudományok Földtudományok idézhető absztrakt
pan-sharpening
random forest
Megjelenés:Geophysical Research Abstracts. - 21 (2019), p. 14594. -
További szerzők:Abriha Dávid (1995-) (geográfus) Kovács Zoltán (1988-) (geográfus) Sarawut, Ninsawat Bertalan László (1989-) (geográfus) Balázs Boglárka (1985-) (geográfus)
Pályázati támogatás:TNN 123457
Egyéb
ÚNKP-18-2-IDE-81
Egyéb
Internet cím:Szerző által megadott URL
Intézményi repozitóriumban (DEA) tárolt változat
Borító:

5.

001-es BibID:BIBFORM076537
035-os BibID:(WoS)000458299900007 (Scopus)85059086542
Első szerző:Szabó Szilárd (geográfus)
Cím:NDVI dynamics as reflected in climatic variables: spatial and temporal trends : a case study of Hungary / Szilárd Szabó, László Elemér, Zoltán Kovács, Zoltán Püspöki, Ádám Kertész, Sudhir Kumar Singh, Boglárka Balázs
Dátum:2019
ISSN:1548-1603 1943-7226
Megjegyzések:Understanding climate change and revealing its future paths on a local level is a great challenge for the future. Beside the expanding sets of available climatic data, satellite images provide a valuable source of information. In our study we aimed to reveal whether satellite data are an appropriate way to identify global trends, given their shorter available time range. We used the CARPATCLIM (CC) database (1961-2010) and the MODIS NDVI images (2000-2016) and evaluated the time period covered by both (2000-2010). We performed a regression analysis between the NDVI and CC variables, and a time series analysis for the 1961-2008 and 2000-2008 periods at all data points. The results justified the belief that maximum temperature (TMAX), potential evapotranspiration and aridity all have a strong correlation with the NDVI; furthermore, the short period trend of TMAX can be described with a functional connection with its long period trend. Consequently, TMAX is an appropriate tool as an explanatory variable for NDVI spatial and temporal variance. Spatial pattern analysis revealed that with regression coefficients, macro-regions reflected topography (plains, hills and mountains), while in the case of time series regression slopes, it justified a decreasing trend from western areas (Transdanubia) to eastern ones (The Great Hungarian Plain). This is an important consideration for future agricultural and land use planning; i.e. that western areas have to allow for greater effects of climate change.
Tárgyszavak:Természettudományok Földtudományok idegen nyelvű folyóiratközlemény külföldi lapban
folyóiratcikk
climate change
trend
CARPATCLIM
principal component analysis
topographic variables
MODIS
Megjelenés:GIScience & Remote Sensing. - 56 : 4 (2019), p. 624-644. -
További szerzők:László Elemér (1987-) (meteorológus előrejelző szakiránnyal) Kovács Zoltán (1988-) (geográfus) Püspöki Zoltán (1972-) (geológus) Kertész Ádám (1948-) Singh, Sudhir Kumar (1970-) (geográfus) Balázs Boglárka (1985-) (geográfus)
Pályázati támogatás:TÁMOP-4.2.4.A/2-11-1-2012-0001
TÁMOP
NKFIH 108755
Egyéb
Internet cím:Szerző által megadott URL
DOI
Intézményi repozitóriumban (DEA) tárolt változat
Borító:
Rekordok letöltése1 
Corvina könyvtári katalógus v8.2.27 © 2023 Monguz kft. Minden jog fenntartva.