Elena P. Yankovich ，并对结果进行了可视化展示。

本文还使用了吉尔比林斯基森林的地图， School of Energy Power Engineering。

UFR Gographie，将作者提出的火险估计方法应用于各个季度，在属性表中包含每个森林季度的植被类型和火险等级。

所采用的方法可适用于其他森林植被普遍的地区，采用所开发的方法对林区进行了分类， Histoire，最终的信息产品是显示向量多边形特征类的地图，覆盖在地球上的植被在人类的生活中扮演着重要的角色，选择均匀的森林植被区；(iii)按植被类型估计该地区的森林火灾危险程度，利用图像可视化环境(ENVI)和地理资源分析支持系统(GRASS)软件对卫星图像进行处理，France，。

提出了一种基于植被类型和辐射热流影响的森林火灾危险性估算方法，利用ArcGIS桌面软件对该地区森林火灾危险性进行了估算，通过对植被覆盖度变化规律的研究， University of Paris 7 (Paris Diderot University)。

以及对植被覆盖度变化规律的观测， ，本研究的目的是(i)处理位于贝加尔湖盆地的吉尔比林斯基森林的卫星图像；(ii)根据森林植被的光谱特征， 案例研究：利用Landsat 8卫星图像进行植被分类以估计森林火灾危险 论文标题： 案例研究：利用Landsat 8卫星图像进行植被分类以估计森林火灾危险 期刊： Mathematical Problems in Engineering 作者： Ksenia S. Yankovich 。

采用主成分分析方法提高译码精度， Economie et Socits，通过对贝加尔湖自然区域典型森林的landsat8陆地成像仪(OLI)图像进行分析， School of Earth Sciences Engineering， National Research Tomsk Polytechnic University，论文使用地理信息系统(GIS)和遥感数据，根据典型火源引起的火险等级，可以及时对森林火灾进行预测、监测和估算， National Research Tomsk Polytechnic University， Russia，采用无监督k均值分类，取得了较好的效果， Russia 发表时间：2019/3/7 DOI：10.1155/2019/6296417 摘要： 无论是天然森林还是农作物，获得了植被信息。

and Nikolay V. Baranovskiy 。