<?xml version='1.0' encoding='utf-8'?>
<!DOCTYPE article PUBLIC "-//NLM//DTD JATS (Z39.96) Journal Publishing DTD v1.2 20190208//EN" "http://jats.nlm.nih.gov/publishing/1.2/JATS-journalpublishing1.dtd">
<article article-type="research-article" dtd-version="1.2" xml:lang="ru" xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink"><front><journal-meta><journal-id journal-id-type="issn">2518-1092</journal-id><journal-title-group><journal-title>Научный результат. Информационные технологии</journal-title></journal-title-group><issn pub-type="epub">2518-1092</issn></journal-meta><article-meta><article-id pub-id-type="doi">10.18413/2518-1092-2020-5-2-0-3</article-id><article-id pub-id-type="publisher-id">2072</article-id><article-categories><subj-group subj-group-type="heading"><subject>ИНФОРМАЦИОННЫЕ СИСТЕМЫ И ТЕХНОЛОГИИ</subject></subj-group></article-categories><title-group><article-title>АЛГОРИТМ ПОДГОТОВКИ МУЛЬТИСПЕКТРАЛЬНЫХ СПУТНИКОВЫХ ДАННЫХ ДЛЯ ЗАДАЧИ КЛАССИФИКАЦИИ СЕЛЬСКОХОЗЯЙСТВЕННЫХ КУЛЬТУР</article-title><trans-title-group xml:lang="en"><trans-title>ALGORITHM OF MULTI-SPECTRAL SATELLITE &amp;nbsp;DATA PREPARATION FOR AGRICULTURAL CROP &amp;nbsp;CLASSIFICATION</trans-title></trans-title-group></title-group><contrib-group><contrib contrib-type="author"><name-alternatives><name xml:lang="ru"><surname>Кононов</surname><given-names>Виктор Митрофанович</given-names></name><name xml:lang="en"><surname>Kononov</surname><given-names>Viktor Mitrofanovich</given-names></name></name-alternatives><email>kononov@1cps.ru</email></contrib><contrib contrib-type="author"><name-alternatives><name xml:lang="ru"><surname>Асадуллаев</surname><given-names>Рустам Генннадьевич</given-names></name><name xml:lang="en"><surname>Asadullaev</surname><given-names>Rustam Gennadievich</given-names></name></name-alternatives><email>asadullaev@bsu.edu.ru</email></contrib><contrib contrib-type="author"><name-alternatives><name xml:lang="ru"><surname>Кузьменко</surname><given-names>Николай Иванович</given-names></name><name xml:lang="en"><surname>Kuzmenko</surname><given-names>Nikolay Ivanovich</given-names></name></name-alternatives><email>n.kuzmenko31@yandex.ru</email></contrib></contrib-group><pub-date pub-type="epub"><year>2020</year></pub-date><volume>5</volume><issue>2</issue><fpage>0</fpage><lpage>0</lpage><self-uri content-type="pdf" xlink:href="/media/information/2020/2/ИТ_3.pdf" /><abstract xml:lang="ru"><p>В статье представлен разработанный алгоритм подготовки мультиспектральных спутниковых данных для задачи классификации сельскохозяйственных культур. Формализована процедура загрузки данных со спутника Copernicus Sentinel-2 с ресурса SentinelHub по заданным географическим координатам из geojson-файла с возможностью указания параметров, отражающих целевые даты получения данных. Описан алгоритм предобработки и аугментации данных к формату, необходимому для анализа математическими моделями машинного обучения.</p></abstract><trans-abstract xml:lang="en"><p>The article describes a developed algorithm of multispectral satellite data preprocessing for agricultural crop classification. The procedure for downloading data from the Copernicus Sentinel-2 satellite from the SentinelHub resource at the geographical coordinates from the shape file with ability to specify parameters that reflect the target data acquisition date is formalized. The algorithm of data preprocessing and augmentation to the format required for analysis by mathematical models of machine learning is described.&amp;nbsp;</p></trans-abstract><kwd-group xml:lang="ru"><kwd>классификация данных</kwd><kwd>машинное обучение</kwd><kwd>анализ многомерных данных</kwd><kwd>спутниковые снимки</kwd><kwd>сельскохозяйственные культуры</kwd><kwd>Copernicus Sentinel</kwd></kwd-group><kwd-group xml:lang="en"><kwd>data classification</kwd><kwd>machine learning</kwd><kwd>analysis of multidimensional data</kwd><kwd>satellite images</kwd><kwd>agricultural crops</kwd><kwd>Copernicus Sentinel</kwd></kwd-group></article-meta></front><back><ref-list><title>Список литературы</title><ref id="B1"><mixed-citation>1. Комарова А. Ф., Журавлева И. В., Яблоков В. М. Открытые мультиспектральные данные и основные методы дистанционного зондирования в изучении растительного покрова // Принципы экологии. 2016. №1 (17). С. 40-74.</mixed-citation></ref><ref id="B2"><mixed-citation>2. Герц Ж.В., Пулатов А.С., Миршадиев М.М. Пространственно-временная оценка покровных культур в Узбекистане с помощью дистанционного зондирования временных рядов // Актуальные вопросы науки. 2015. №22. С 66-75.</mixed-citation></ref><ref id="B3"><mixed-citation>3. Чурсин И.Н., Филиппов Д.В., Горохова И.Н. Распознавание сельскохозяйственных культур по мультиспектральным космическим снимкам высокого разрешения // Вестник компьютерных и информационных технологий. 2018. №11 (173). С. 22-27.</mixed-citation></ref><ref id="B4"><mixed-citation>4. Viskovic L., Kosovic I. N., Mastelic T. Crop Classification using Multi-spectral and Multitemporal Satellite Imagery with Machine Learning // 2019 International Conference on Software, Telecommunications and Computer Networks (SoftCOM), Split, Croatia, 2019. P. 1-5.</mixed-citation></ref><ref id="B5"><mixed-citation>5. Rustowicz R. M. Crop Classification with Multi-Temporal Satellite Imagery // Stanford Project Posters and Reports, Fall 2017</mixed-citation></ref><ref id="B6"><mixed-citation>6.&amp;nbsp; Kamilaris A., Prenafeta-Bold&amp;uacute;, F. X. Deep Learning in Agriculture: A Survey // Computers and Electronics in Agriculture. 2018. No. 147 (1). P. 70-90.</mixed-citation></ref><ref id="B7"><mixed-citation>7. Shibendu R. Exploring machine learning classification algorithms for crop classification using Sentinel 2 data // ISPRS &amp;ndash; International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. 2019. Vol. XLII-3/W6. P. 573-578.</mixed-citation></ref><ref id="B8"><mixed-citation>8. Brandt J. Spatio-temporal crop classification of low-resolution satellite imagery with capsule layers and distributed attention. 2019. URL: https://arxiv.org/pdf/1904.10130v1.pdf (дата обращения: 15.04.2020)</mixed-citation></ref><ref id="B9"><mixed-citation>9. The Copernicus Sentinel-2 mission URL: https://sentinels.copernicus.eu/web/sentinel/missions/sentinel-2 (дата обращения: 15.04.2020)</mixed-citation></ref><ref id="B10"><mixed-citation>10. Sentinel Hub URL: https://docs.sentinel-hub.com/ (дата обращения: 15.04.2020)</mixed-citation></ref></ref-list></back></article>