Тел.: +7(915)814-09-51 (WhatsApp)
E-mail:

Russian English
scientificjournal-foto2

Если Вы хотите напечататься в ближайшем номере, не откладывайте отправку заявки. Потратьте одну минуту, заполните и отправьте заявку в Редакцию.

Печатная версия журнала «Вестник науки и образования» выходит ежемесячно (ориентировочно 19 числа, ежемесячно уточняется). Следующая печатная версия журнала выйдет - 15.10.2024 г. Статьи принимаются до 11.10.2024 г.

В электронной официальной версии (Роскомназдор Эл № ФС77-58456) журнала Вы можете опубликовать статью моментально после одобрения её публикации. Как отдельный электронный журнал, журнал выходит каждую пятницу. Следующая электронная версия журнала выйдет - 08.10.2024 г. Статьи принимаются до 07.10.2024 г.



Халикова Л.А.

Халикова Линара Абдулхаевна – магистрант,

Мордовского государственного университета им. Н. П. Огарёва,

г. Саранск

Аннотация: статья посвящена анализу положений нормативного правового регулирования и методики образования земельных участков на основе предварительной подготовки. Также была рассмотрена технология организации работ при образовании земельных участков поэтапно. В статье сформулированы предложения, направленные на минимизацию ошибок при выполнении аналогичных кадастровых работ в практике кадастровых инженеров.

Ключевые слова: земельный участок, межевой план, схема расположения земельного участка на кадастровом плане территории, комплексные кадастровые работы, образование земельных участков, уточнение и согласование границ земельных участков.

 

TECHNOLOGIES OF ORGANIZATION OF CADASTRAL WORKS IN THE FORMATION OF LAND PLOTS

Подробнее...  

Zhao B., Cao Q.

Zhao Bochao – graduate student;

Cao Jiawei – master’s student,

FACULTY OF GEOGRAPHY AND GEOINFORMATICS,

BELARUSIAN STATE UNIVERSITY,

MINSK, REPUBLIC OF BELARUS

 

Abstract: this paper uses Sentinel-2 image data, combined with ground survey data, to study the use of SVM model to classify crops in the Zhdanovich region of Belarus. First, we performed image preprocessing, including steps such as geometric correction, atmospheric correction, and pixel resampling, and then extracted image features for classification. And analyze the characteristics of crops based on the time series NDVI. In the SVM model classification, we choose the radial basis function kernel (RBF) as the kernel function, and perform parameter tuning through cross-validation. The results show that the SVM model can effectively classify Zhdanovich farmland, and the recognition accuracy is as high as 95%.

Keywords: sentinel-2 image; crop classification; time series; NDVI; SVM

Подробнее...  

Кто на сайте

Сейчас на сайте 198 гостей и нет пользователей

Импакт-фактор

Вконтакте

REGBAN