Original title:
Využití multispektrálních družicových dat pro klasifikaci lesních porostů poškozených disturbancemi
Translated title:
Classification of forests damaged by disturbance using multispectral satellite data
Authors:
Šmausová, Barbora ; Štych, Přemysl (advisor) ; Červená, Lucie (referee) Document type: Master’s theses
Year:
2016
Language:
cze Abstract:
[cze][eng] Hlavním cílem diplomové práce je vytvoření metodického postupu vhodného pro klasifikaci poškozených lesních porostů na vybraném území Národního parku Šumava. K tomuto účelu jsou využity multispektrální snímky WorldView-2 a Landsat 8. Práce klade důraz na odlišení jednotlivých fází vývoje lesa postiženého lýkožroutem smrkovým. Dle zvolené legendy, zahrnující více fází rozpadajícího se i obnovujícího se lesa, jsou snímky klasifikovány metodami Neural Network, Support Vector Machine a objektovou klasifikací. Následná aplikace těchto metod na zvolené snímky vyžadovala vhodný výběr parametrů a pravidel k dosažení optimálních výsledků. Výsledky práce porovnávají a hodnotí výsledné klasifikace. Dalším výstupem práce je zhodnocení vlivu zpracovávaných snímků WorldView-2 a Landsat 8 na výsledný výstup klasifikace. Veškeré výsledky práce jsou hodnoceny pomocí celkové přesnosti, chybových matic a kappa koeficientu. Powered by TCPDF (www.tcpdf.org)The main objective of this thesis is to create an appropriate methodological procedure for classifying damaged forest in the selected area of Šumava National Park. For this purpose, multispectral imagery WorldView-2 and Landsat 8 are used. Work emphasis on distribution of each phase of forest development affected by bark beetle. According to selected legend, involving multiple stages of damaged but also recovering forest, the images are classified by Neural Network, Support Vector Machine and object classification methods. Application of these methods on selected images required a suitable choice of parameters and rules to achieve optimal results. The results of this thesis compare and evaluate the final classification. Another outcome of this work is to evaluate the influence of the processed images WorldView-2 and Landsat 8 on the final classification performance. All work results are assessed by overall precision, error matrix and kappa coefficient. Powered by TCPDF (www.tcpdf.org)
Keywords:
disturbance; forest; Landsat 8; NP Šumava; WorldView-2; disturbance; Landsat 8; lesní porost; NP Šumava; WorldView-2
Institution: Charles University Faculties (theses)
(web)
Document availability information: Available in the Charles University Digital Repository. Original record: http://hdl.handle.net/20.500.11956/82232