Current Organizations / Institutes

The organizations/institutes from the scholar's latest article


Anna Majchrowska has a total of 47 co-authors. Here are the top co-authors by number of shared publications:


Latest Publications

  • Open Access

    Koncepcje zajęć terenowych na różnych etapach edukacji geograficznej

    by Barbara Dzięcioł-Kurczoba, Witold Kopeć, Aleksandra Mroczek-Żulicka, Justyna Mokras-Grabowska, Agnieszka Rochmińska, Tomasz Figlus, Lucyna Wachecka-Kotkowska, Anna Majchrowska, Krystyna Rozensztrauch-Sosnowska, Przemysław Tomalski, et al.

    Ideą przygotowania publikacji było przekonanie o podstawowej – aczkolwiek ciągle za mało docenianej – roli obserwacji i badań terenowych na różnych etapach edukacji geograficznej. Osią przewodnią książki są różne koncepcje zajęć w terenie na przykładzie Łodzi i regionu łódzkiego. Ich szeroka tematyka i możliwość doboru miejsc realizacji oraz zróżnicowanie stopnia trudności ukazują wielość walorów poznawczych, kształcących i wychowawczych wybranych przestrzeni Łodzi i jej strefy podmiejskiej w edukacji geograficznej. Proponowane zajęcia są przykładami odchodzenia od podającego wzorca kształcenia, nadal dominującego w dydaktyce szkolnej i akademickiej. Stanowią przeciwieństwo wykładu i narracji podczas kształcenia geograficznego, a dzięki poglądowym i sprawdzonym przykładom zachęcają do przechodzenia od biernego do aktywnego i poszukującego zdobywania wiedzy geograficznej. Ważnym założeniem metodologicznym prezentowanych zajęć terenowych jest ukazanie znaczenia wyboru tematyki, atrakcyjności sformułowania celów obserwacji oraz trafności ich dopasowania do miejsca obserwacji. Zamierzeniem Autorów jest przedstawienie i podkreślenie wspólnej osi łączącej tematykę badań geografów, którą stanowić może eksponowanie relacji przyroda – człowiek podczas zajęć z różnych subdyscyplin geografii. Na uwagę zasługuje znaczenie publikacji w sferze kształtowania u młodego pokolenia pożądanych postaw wobec przyrody oraz dziedzictwa przyrodniczego i kulturowego. * Publikacja finansowana ze środków budżetu państwa w ramach programu Ministra Edukacji i Nauki „Nauka dla Społeczeństwa”. Umowa nr NdS/542984/2021/2022 z dnia 02.05.2022 r.

  • Open Access

    Identyfikacja i charakterystyka krajobrazów za pomocą metody ECOVAST

    by Anna Majchrowska

    Metoda ECOVAST służy do identyfikowania i charakteryzowania krajobrazów w skali lokalnej (skala 1:10000–1:50000). Metoda opiera się na definicji krajobrazu podanej w Europejskiej Konwencji Krajobrazowej. Charakterem krajobrazu nazywamy wyraźny, rozpoznawalny i spójny układ elementów w krajobrazie. Te cechy nadają każdemu obszarowi specyfikę, bez przesądzania, który krajobraz jest lepszy lub gorszy. W procesie identyfikacji i charakterystyki krajobrazów metodą Ecovast używa się tabeli kontrolnej, uwzględniającej dziesięć warstw czy składowych krajobrazu: skały, klimat i wody, formy ukształtowania terenu, gleby, pokrycie terenu, przejawy działalności rolniczej i leśnictwa, osadnictwo, inne elementy związane z działalnością człowieka, cechy historyczne, emocje i skojarzenia. W tabeli odnotowuje się obecność i wyrazistość poszczególnych warstw krajobrazu, które łącznie stanowią o jego charakterze. Obok tabeli znajduje się miejsce na krótki opis krajobrazu oraz na zdjęcia ilustrujące charakterystyczne cechy, a także na wyrażenie własnej opinii i ewentualne dodatkowe komentarze. Proces identyfikacji krajobrazu metodą ECOVAST złożony jest z trzech etapów: - pracy przygotowawczej – etap kameralny. - obserwacji krajobrazu – etap terenowy. - przygotowania opisu krajobrazu. Jednym z efektów pracy jest powstanie zbiorczej mapy jednostek krajobrazowych. Zadanie identyfikacji i charakterystyki krajobrazu metodą Ecovast jest przeznaczone do realizacji w szkołach ponadpodstawowych oraz na studiach wyższych na kierunku geografia lub gospodarka przestrzenna.

  • Effects of speed limits introduced to curb road noise on the performance of the urban transport system

    by Marta Borowska-Stefańska, Jan Felcyn, Michał Gałuszka, Michał Kowalski, Anna Majchrowska, Szymon Wiśniewski


  • Open Access

    Aerial Imagery Feature Engineering Using Bidirectional Generative Adversarial Networks: A Case Study of the Pilica River Region, Poland

    by Maciej Adamiak, Krzysztof Będkowski, Anna Majchrowska

    Generative adversarial networks (GANs) are a type of neural network that are characterized by their unique construction and training process. Utilizing the concept of the latent space and exploiting the results of a duel between different GAN components opens up interesting opportunities for computer vision (CV) activities, such as image inpainting, style transfer, or even generative art. GANs have great potential to support aerial and satellite image interpretation activities. Carefully crafting a GAN and applying it to a high-quality dataset can result in nontrivial feature enrichment. In this study, we have designed and tested an unsupervised procedure capable of engineering new features by shifting real orthophotos into the GAN’s underlying latent space. Latent vectors are a low-dimensional representation of the orthophoto patches that hold information about the strength, occurrence, and interaction between spatial features discovered during the network training. Latent vectors were combined with geographical coordinates to bind them to their original location in the orthophoto. In consequence, it was possible to describe the whole research area as a set of latent vectors and perform further spatial analysis not on RGB images but on their lower-dimensional representation. To accomplish this goal, a modified version of the big bidirectional generative adversarial network (BigBiGAN) has been trained on a fine-tailored orthophoto imagery dataset covering the area of the Pilica River region in Poland. Trained models, precisely the generator and encoder, have been utilized during the processes of model quality assurance and feature engineering, respectively. Quality assurance was performed by measuring model reconstruction capabilities and by manually verifying artificial images produced by the generator. The feature engineering use case, on the other hand, has been presented in a real research scenario that involved splitting the orthophoto into a set of patches, encoding the patch set into the GAN latent space, grouping similar patches latent codes by utilizing hierarchical clustering, and producing a segmentation map of the orthophoto.


  • Open Access

    Detecting Land Abandonment in Łódź Voivodeship Using Convolutional Neural Networks

    by Stanisław Krysiak, Elżbieta Papińska, Anna Majchrowska, Maciej Adamiak, Mikołaj Koziarkiewicz

    The wide availability of multispectral satellite imagery through projects such as Landsat and Sentinel, combined with the introduction of deep learning in general and Convolutional Neural Networks (CNNs) in particular, has allowed for the rapid and effective analysis of multiple classes of problems pertaining to land coverage. Taking advantage of the two phenomena, we propose a machine learning model for the classification of land abandonment. We designed a Convolutional Neural Network architecture that outputs a classification probability for the presence of land abandonment in a given 15–25 ha grid element by using multispectral imaging data obtained through Sentinel Hub. For both the training and validation of the model, we used imagery of the Łódź Voivodeship in central Poland. The main source of truth was a 2009 orthophoto study available from the WMS (Web Map Service) of the Geoportal site. The model achieved 0.855 auc (area under curve), 0.47 loss, and 0.78 accuracy for the test dataset. Using the classification results and the Getis–Ord Gi* statistic, we prepared a map of cold- and hotspots with individual areas that exceed 50 km2. This thresholded heatmap allowed for an analysis of contributing factors for both low and intense land abandonment, demonstrating that common trends are identifiable through the interpretation of the classification results of the chosen model. We additionally performed a comparative field study on two selected cold- and hotspots. The study, along with the high-accuracy results of the model’s validation, confirms that CNN-type models are an effective tool for the automatic detection of land abandonment.


  • Open Access

    Audyt krajobrazowy narzędziem innowacji społecznej

    by Anna Majchrowska, Elżbieta Papińska

    W artykule zaprezentowano zagadnienia dotyczące wprowadzania procedury audytu krajobrazowego, wynikającego z przyjęcia przez Polskę Europejskiej Konwencji Krajobrazowej. Autorki za wiodące zagadnienie uznały partycypację społeczną i jej rolę podczas wdrażania audytu. Dokonano oceny procedury partycypacji społecznej w dwóch wariantach, wynikającej z obowiązujących przepisów prawnych oraz zaproponowanej w metodyce wykonywania audytu. Wnioski z przeprowadzonej oceny pozwalają stwierdzić, że tak nowatorskie narzędzie jak audyt może okazać się niewykorzystaną szansą na wprowadzenie ważnej społecznej innowacji.


  • Top Cited Papers
    Open Access

    Physico-geographical mesoregions of Poland: Verification and adjustment of boundaries on the basis of contemporary spatial data

    by Jerzy Solon, Jan Borzyszkowski, Małgorzata Bidłasik, Andrzej Richling, Krzysztof Badora, Jarosław Balon, Teresa Brzezińska-Wójcik, Łukasz Chabudziński, Radosław Dobrowolski, Izabela Grzegorczyk, et al.


  • Open Access

    Pedological, floristic and mycological characteristics of the study areas

    by Stanisław Krysiak, Jolanta Adamczyk, Jarosław Sieradzki, Elżbieta Papińska, Anna Majchrowska

  • Open Access

    Introduction

    by Jolanta Adamczyk, Stanisław Krysiak, Anna Majchrowska, Elżbieta Papińska