Találati lista | Tudóstér

001-es BibID:	BIBFORM121596
Első szerző:	Szabó Loránd (geográfus)
Cím:	Vegetációs fenofázisok osztályozhatósága multispektrális UAS felmérés alapján / Szabó Loránd, Bertalan László, Szabó Gergely, Grigorszky István, Somlyai Imre, Dévai György, Nagy Sándor Alex, Holb Imre János, Szabó Szilárd
Dátum:	2024
ISBN:	978-963-490-619-3
Tárgyszavak:	Természettudományok Földtudományok könyvfejezet könyvrészlet
Megjelenés:	Az elmélet és a gyakorlat találkozása a térinformatikában XV. = Theory meets practice in GIS / szerk. Abriha-Molnár Vanda Éva. - p. 269-273. -
További szerzők:	Bertalan László (1989-) (geográfus) Szabó Gergely (1975-) (geográfus) Grigorszky István (1967-) (biológus-ökológus) Somlyai Imre (1978-) (okleveles hidrobiológus) Dévai György (1942-) (ökológus) Nagy Sándor Alex (1956-) (hidrobiológus) Holb Imre (1973-) (agrármérnök) Szabó Szilárd (1974-) (geográfus)
Pályázati támogatás:	RRF 2.3.1 21 2022 00008 Egyéb
Internet cím:	Intézményi repozitóriumban (DEA) tárolt változat
Borító:
Saját polcon:

001-es BibID:	BIBFORM120921
Első szerző:	Szabó Loránd (geográfus)
Cím:	Aquatic vegetation mapping with UAS-cameras considering phenotypes / Loránd Szabó, László Bertalan, Gergely Szabó, István Grigorszky, Imre Somlyai, György Dévai, Sándor Alex Nagy, Imre J. Holb, Szilárd Szabó
Dátum:	2024
ISSN:	1574-9541 1878-0512
Megjegyzések:	Aquatic vegetation species at the genus level in an oxbow lake were identified in Hungary based on a multispectral Uncrewed Aerial System (UAS ) survey within an elongated oxbow lake area of the Tisza River under continental climate. Seven and 13 classes were discriminated using three different classification methods (Support Vector Machine [SVM], Random Forest [RF] , and Multivariate Adaptive Regression Splines [MARS]) using different input data in ten combinations: original spectral bands , spectral indices, Digital Surface Model (DSM) , and Haralick texture indices. We achieved a high (97.1%) overall accuracies (OAs) by applying the SVM classifier, but the RF performed only <1% worse, as it was represented in the first places of the classification rank before the MARS. The highest classification accuracies (>84% OA) were obtained using the most important variables derived by the Recursive Feature Elimination (RFE) method . The best classification required DSM as an input variable. The poorest classification performance belonged to the model that used only texture indices or spectral indices. On the class level, Stratoites aloides exhibit the lowest degree of separability compared to the other classes. Accordingly, we recommend using supplementary input data for the classifications beside s the original spectral bands, for example , DSM, spectral , and texture indices, as these variables significantly improve the classification accuracies in the proper combinations of the input variables .
Tárgyszavak:	Természettudományok Földtudományok idegen nyelvű folyóiratközlemény külföldi lapban folyóiratcikk Image classification Spectral index Texture index DSM Data fusion UAS Recursive Feature Elimination Aquatic vegetation
Megjelenés:	Ecological Informatics. - (2024), p. -. -
További szerzők:	Bertalan László (1989-) (geográfus) Szabó Gergely (1975-) (geográfus) Grigorszky István (1967-) (biológus-ökológus) Somlyai Imre (1978-) (okleveles hidrobiológus) Dévai György (1942-) (ökológus) Nagy Sándor Alex (1956-) (hidrobiológus) Holb Imre (1973-) (agrármérnök) Szabó Szilárd (1974-) (geográfus)
Pályázati támogatás:	K138079 Egyéb RRF 2.3.1 21 2022 00008 Egyéb
Internet cím:	Szerző által megadott URL DOI Intézményi repozitóriumban (DEA) tárolt változat
Borító:
Saját polcon:

001-es BibID:	BIBFORM112692
Első szerző:	Szabó Loránd (geográfus)
Cím:	Holtágak UAV-alapú felmérésének lehetőségei multispektrális kamera alkalmazásával / Szabó Loránd; Bertalan László; Szabó Gergely; Szabó Szilárd
Dátum:	2023
Megjegyzések:	This study discusses the importance of wetland habitats in maintaining hydrological cycles, providing ecological value, and serving as a natural habitat for endangered species. These habitats include oxbow lakes, which are formed by river bends and serve as unique habitats for various plant and animal species. The distribution of these species may depend on direct contact with the river and seasonal flooding events. Oxbow lakes are sensitive to environmental factors, including sedimentation and human activities, which can affect their lifespan and contribute to eutrophication. Remote sensing is a useful tool for studying these habitats, as they can be difficult to access for field surveys. However, existing satellite data may not have high enough spatial resolution for detailed mapping of smaller oxbow lakes, necessitating the use of aerial or unmanned aerial vehicle (UAV) surveys. UAVs offer a more cost-effective and efficient alternative to traditional aircraft surveys, with the potential to capture high-resolution data over smaller areas. We introduced a case study and conducted a UAV survey of the Rakamazi Nagy-morotva oxbow lake. Our goal was to identify the aquatic vegetation on genus-level in a study area using a multispectral UAV camera. Based on our research, we recommend using additional input datasets, such as digital surface models, spectral and texture indices, in addition to spectral bands for classification, as the appropriate combinations of these input variables can significantly improve classification accuracy.
ISBN:	978-963-615-084-6
Tárgyszavak:	Természettudományok Földtudományok előadáskivonat könyvrészlet
Megjelenés:	Az elmélet és a gyakorlat találkozása a térinformatikában XIV. : Theory meets practice in GIS / szerk. Abriha-Molnár Vanda Éva. - p. 269-273. -
További szerzők:	Bertalan László (1989-) (geográfus) Szabó Gergely (1975-) (geográfus) Szabó Szilárd (1974-) (geográfus)
Pályázati támogatás:	RRF-2.3.1-21-2022-00008 Egyéb
Internet cím:	Szerző által megadott URL Intézményi repozitóriumban (DEA) tárolt változat
Borító:
Saját polcon: