ISSN: 2157-7625

生態系と生態学のジャーナル

オープンアクセス

当社グループは 3,000 以上の世界的なカンファレンスシリーズ 米国、ヨーロッパ、世界中で毎年イベントが開催されます。 1,000 のより科学的な学会からの支援を受けたアジア および 700 以上の オープン アクセスを発行ジャーナルには 50,000 人以上の著名人が掲載されており、科学者が編集委員として名高い

オープンアクセスジャーナルはより多くの読者と引用を獲得
700 ジャーナル 15,000,000 人の読者 各ジャーナルは 25,000 人以上の読者を獲得

インデックス付き
  • CAS ソース インデックス (CASSI)
  • 索引コペルニクス
  • Google スカラー
  • シェルパ・ロミオ
  • 環境研究へのオンライン アクセス (OARE)
  • Jゲートを開く
  • Genamics JournalSeek
  • ウルリッヒの定期刊行物ディレクトリ
  • Global Online Research in Agriculture (AGORA) へのアクセス
  • 電子ジャーナルライブラリ
  • レフシーク
  • ハムダード大学
  • エブスコ アリゾナ州
  • OCLC-WorldCat
  • SWBオンラインカタログ
  • 仮想生物学図書館 (vifabio)
  • パブロン
  • ジュネーブ医学教育研究財団
  • ユーロパブ
このページをシェアする

抽象的な

Assessment of Levee Erosion Using Image Processing and Contextual Cueing

Mehdi Khazaeli, Leili Javadpour, Hector Estrada and Ali Takbiri-Borujeni

Soil erosion is one of the most severe land degradation problems afflicting many parts of the world where topography of the land is relatively steep. Due to inaccessibility to steep terrain, such as slopes in levees and forested mountains, advanced data processing techniques can be used to identify and assess high risk erosion zones. Unlike existing methods that require human observations, which can be expensive and error-prone, the proposed approach uses a fully automated algorithm to indicate when an area is at risk of erosion; this is accomplished by processing Landsat and aerial images taken using drones. In this paper the image processing algorithm is presented, which can be used to identify the scene of an image by classifying it in one of six categories: levee, mountain, forest, degraded forest, cropland, grassland or orchard. This paper focuses on automatic scene detection using global features with local representations to show the gradient structure of an image. The output of this work counts as a contextual cueing and can be used in erosion assessment, which can be used to predict erosion risks in levees. We also discuss the environmental implications of deferred erosion control in levees.

免責事項: この要約は人工知能ツールを使用して翻訳されており、まだレビューまたは確認されていません。