Land Surface Temperature in Łódź Obtained from Landsat 5TM

NASA Astrophysics Data System (ADS)

Jędruszkiewicz, Joanna; Zieliński, Mariusz

2012-01-01

ści wyznaczonej z danych spektrometru MODIS, umieszczonego na satelicie Terra, jak również dla emisyjności oszacowanej przy wykorzystaniu wskaźnika NDVI obliczonego z danych L5TM. Opracowane obrazy satelitarne pozwoliły na wyznaczenie obszarów w Łodzi, cechujących się najwyższymi i najniższymi wartościami temperatury powierzchniowej. Najwyższe wartości LST na obszarze Łodzi występują w obszarach przemysłowych, jak również w najbardziej centralnej części miasta. Niekiedy jednakże obszary o podwyższonych wartościach LST spotykane są na przedmieściach, czego przykładem może łódzki port lotniczy. Z drugiej strony najniższe wartości LST występują w obszarach, na których występuje roślinność, przy czym dotyczy to głównie obszarów leśnych oraz parków śródmiejskich.

Application of Relevance Maps in Multidimensional Classification of Coal Types / Zastosowanie Map Odniesienia W Wielowymiarowej Klasyfikacji Typów Węgla

NASA Astrophysics Data System (ADS)

Niedoba, Tomasz

2015-03-01

ólne cechy. Do każdej cechy (współrzędnej) zostaje przyporządkowany punkt odniesienia reprezentujący tą cechę. Czyli przy danych 7-wymiarowych umieszczamy na płaszczyźnie 7 takich punktów odniesienia reprezentujących poszczególne współrzędne. Rozkład punktów reprezentujących przedstawiane wielowymiarowe dane odzwierciedla relacje pomiędzy tymi danymi a cechami. Im bardziej i-ta cecha występuje w danym obiekcie (czyli i-ta współrzędna ma większą wartość), tym bliżej powinien leżeć punkt reprezentujący dany obiekt względem punktu odniesienia reprezentującego i-tą cechę (współrzędną). W ten sposób każdy punkt odniesienia reprezentujący daną cechę, dzieli płaszczyznę na obszary bardziej oraz mniej zależne od cechy nr i (mniej oraz bardziej odległe od punktu odniesienia reprezentującego i-tą cechę). Dokładny opis algorytmu przedstawiono w podrozdziale 3 artykułu. Za pomocą omawianej metody dokonano wizualizacji danych dotyczących przedstawionych typów węgla. Uzyskane rezultaty przedstawiono na rysunkach 1-9. Widoki te pokazują sposób, w jaki 7-wymiarowe dane zostają przekształcone przy pomocy mapy odniesienia do dwóch wymiarów. Algorytm wizualizacji przy użyciu mapy odniesienia działa tak by pomimo znacznej redukcji liczby wymiarów, w jak największym stopniu odległości pomiędzy punktem reprezentującym konkretny wektor danych a punktami odniesienia zależały od współrzędnych tego wektora danych. W ten sposób na ekranie 2-wymiarowym, możemy zobaczyć istotne cechy danych 7-wymiarowych. Na rysunkach 1-4 widać, w jaki sposób wzrasta grupowanie punktów reprezentujących trzy różne klasy węgla (31, 34.2 oraz 35) wraz ze wzrostem parametru ITER. Widać, że punkty będące obrazami danych reprezentujących te same klasy węgla zaczynają zajmować osobne podobszary oraz zaczynają się grupować. Jednak w niektórych częściach przestrzeni obrazy punktów reprezentujących różne klasy węgla zachodz

The Application of Modern Techniques and Measurement Devices for Identification of Copper Ore Types and Their Properties / Wykorzystanie nowoczesnych technik i urządzeń pomiarowych do identyfikacji typów rud miedzi i ich właściwości

NASA Astrophysics Data System (ADS)

Krawczykowska, Aldona; Trybalski, Kazimierz; Krawczykowski, Damian

2013-06-01

minerałów miedzionośnych oraz rodzajem ich skupień i wpryśnięć. Niezwykle istotne jest właściwe rozpoznanie rudy pod względem petrograficzno-mineralogicznym. Znajomość właściwości przerabianej rudy pozwala na pełniejsze jej wykorzystanie poprzez właściwe prowadzenie i sterowanie procesami, dobór ich parametrów takich m.in. jak: czas mielenia, parametry klasyfikacji, rodzaj odczynników flotacyjnych, czas flotacji. W artykule przedstawiono wyniki przeprowadzonych analiz mikroskopowych, analizy obrazów zdjęć skaningowych oraz procedury wykorzystania otrzymanych informacji do identyfikacji typów rud (zastosowanie sieci neuronowych do rozpoznawania składów litologicznych). W badaniach wykorzystano rudę miedzi, pochodzącą z jednego z zakładów górniczych KGHM Polska Miedź S.A. Pobrane próbki rudy reprezentowały każdy z trzech typów litologicznych występujących w krajowych złożach: węglanową, łupkową oraz piaskowcową. Przeprowadzono ilościową analizę mineralogiczno-petrograficzną przy pomocy mikroskopu optycznego w świetle odbitym, a wyniki przedstawiono w tabelach 1 i 2. Wyniki te określają ilościowo stopień uwolnienia i zrosty dla jednego rodzaju minerału. Pokazano także przykładowe zdjęcia mikroskopowe zgładów poszczególnych typów litologicznych rud oraz próbek proszkowych tych typów (rys. 1 i 2). W kolejnym etapie badań wykorzystano skaningowy mikroskop elektronowy. Zdjęcia morfologii próbek uzyskane z mikroskopu elektronowego (obrazy SEM) były przedmiotem komputerowej analizy obrazu, umożliwiającej mikrostrukturalną klasyfikację ilościową typów rud. Analizowano wszystkie próbki poszczególnych typów litologicznych rudy miedzi: węglanowej, łupkowej i piaskowcowej oraz mieszanki tych typów w trzech klasach ziarnowych: 0÷45 μm, 45÷71 μm i 71÷100 μm. Celem przekształceń wykorzystanych w procedurze komputerowej analizy obrazu jest otrzymanie poprawnie posegmentowanego obrazu binarnego, kt

Visualization of Multidimensional Data in Purpose of Qualitative Classification of Various Types of Coal / Wizualizacja Wielowymiarowych Danych W Celu Klasyfikacji JAKOŚCIOWEJ RÓŻNYCH TYPÓW WĘGLA

NASA Astrophysics Data System (ADS)

Niedoba, Tomasz; Jamróz, Dariusz

2013-12-01

węgla łącznie. Zdecydowano się na zastosowanie nowatorskich metod wizualizacji wielowymiarowych danych, którymi były metoda tuneli obserwacyjnych oraz metoda osi równoległych. Zasady i metodyka badań zostały przedstawione w podrozdziałach 2 i 3. Zastosowane metody umożliwiły uzyskanie wizualizacji siedmiowymiarowych danych opisujących węgiel. Za pomocą tych wizualizacji możliwe jest zaobserwowanie wyraźnego podziału przestrzeni cech pomiędzy badanymi typami węgla. Metody te umożliwiły spojrzenie na badane dane z różnych perspektyw, które pozwalają na stwierdzenie zasadniczych różnic badanych materiałów. Dla badanych węgli stwierdzono wyraźne takie różnice co świadczy o tym, że za pomocą proponowanych metod możliwa jest skuteczna identyfikacja typu węgla, jak również dokładniejsza analiza jego poszczególnych cech i identyfikacja np. klasy ziarnowej. Szczegółowe obrazy i ich interpretacja zostały przedstawione w rozdziale 3 i we wnioskach końcowych. Rysunki 3-5 obrazują różnice pomiędzy poszczególnymi typami węgla otrzymane metodą tuneli obserwacyjnych. Wyraźnie można rozgraniczyć próbki dotyczące poszczególnych węgli a tym samym możliwa jest identyfikacja typu węgla na podstawie wielowymiarowej analizy. Rysunki 6-7 pokazują zastosowanie innej metody wielowymiarowej, którą była metoda osi równoległych. Metoda ta okazała się być skuteczna do uzyskania informacji o konieczności przeskalowania poszczególnych cech, w celu uzyskania bardziejczytelnych rezultatów. Natomiast rysunek 10 pokazuje różnice otrzymane metodą tuneli obserwacyjnych pomiędzy charakterystykami konkretnych klas ziarnowych wybranego materiału, którym w tym przypadku był węgiel typu 31. Uzyskane wyniki i zastosowana metodyka są nowatorskie i stanowią bazę pod bardziej szczegółowe badania, biorące pod uwagę także inne charakterystyki węgli, w tym ich strukturę i teksturę. Za pomocą przedstawionych metod mo