A Review of Satellite Missions and Forest Cover Classification Methods Using High Resolution Satellite Imagery

Napredak u području tehnologija daljinskih istraživanja omogućava sve veća dostignuća na području klasifikacije vrsta drveća. Posljednjih godina postignut je znatan tehnološki napredak i unapređenje značajki optičkih senzora omogućujući tako poboljšanu razlučivost detalja na satelitskim snimkama (prostorna, spektralna i radiometrijska rezolucija). Povećanje prostorne rezolucije imalo je znatan utjecaj na razvoj tehnika i metoda daljinskih istraživanja. Nova generacija satelitskih snimaka vrlo visoke rezolucije omogućuje istraživanje na lokalnim i regionalnim razinama te je vrlo bitan izvor informacija u šumarstvu. Cilj je ovog rada pružiti pregled globalnih satelitskih misija visoke i vrlo visoke rezolucije, kao i metoda analize i obrade u postupku klasifikacije šumskog pokrova. U kombinaciji s algoritmima strojnog učenja, primjenom satelitskih snimaka visoke i vrlo visoke rezolucije smanjuje se potreba za radno intenzivnim i dugotrajnim tradicionalnim terenskim metodama uz povećanje kvantitativne i kvalitativne vrijednosti dobivenih informacija u šumarstvu.Advances in remote sensing technologies enables increasing achievements in the field of tree species classification. In recent years, significant technological progress and improvements in the characteristics of optical sensors have been made, thus enabling improved resolution of details on satellite imagery (spatial, spectral and radiometric resolution). The increase in spatial resolution had a significant impact on the development of remote sensing techniques and methods. A new generation of very high resolution satellite imagery enables research at local and regional levels and represent a important source of forestry information. The aim of this paper is to provide an overview of global high and very high resolution satellite missions, as well as analysis and processing methodology in forest cover classification. In combination with machine learning algorithms, the application of high and very high resolution satellite imageries reduces the need for labor-intensive and time-consuming traditional field methods while increasing the quantitative and qualitative value of the information obtained in forestry