Home > Academic theses (ETDs) > Doctoral theses > Optimalizace technologického procesu zpracování dat leteckého laserového skenování pro výpočet zásob lesních porostů
Original title:
Optimalizace technologického procesu zpracování dat leteckého laserového skenování pro výpočet zásob lesních porostů
Authors:
Patočka, Zdeněk Document type: Doctoral theses
Year:
2017
Language:
cze Abstract:
[cze][eng] Letecké laserové skenování se již stalo základní součástí inventarizace lesů ve skandinávských zemích a Kanadě. Na svoji širší praktickou aplikaci v lesnictví v zemích střední Evropy však stále čeká. V první části této práce byl vyvinut postup pro modelování základních taxačních veličin, zejména zásoby lesních porostů, na bázi plošného přístupu (area-based approach), který je právě široce využíván v severských zemích. K modelování byla využita nejen lineární regrese, ale i metody strojového učení (algoritmus k-nejbližších sousedů, Random Forest, Support Vector Machine a neuronové sítě). V druhé části se práce zabývá odhadem biomasy, a to opět na základě plošného přístupu, přičemž porovnává empirický a semi-empirický přístup k modelování. Třetí část se pak zabývá výpočtem indexu listové plochy pomocí penetračních indexů a LiDAR metrik. Největší předností této práce je, že pro konstrukci regresních modelů byl použit index listové plochy vypočítaný pomocí destrukční metody, nejenom pomocí nepřímých (optických) metod jako u drtivé většiny vědeckých prací. Práce jako celek dává za předpoklad, že letecké laserové skenování je využitelné i v zemích střední Evropy, a to v nejrůznějších lesnických aplikacích.Airborne laser scanning has already become an essential part of forest inventories in the Nordic countries and in Canada. However, its wider practical forestry application in the Central European countries is awaiting. In the first part of this thesis, a procedure for modelling of the basic stand variables, especially forest stand volume, was designed using an area-based approach. Not only linear regression was used for modelling but also machine learning (k-nearest neighbor algorithm, Random Forest, Support Vector Machine and neural networks). In the second part, the thesis deals with biomass estimation using the area-based approach and with comparison of the empirical and semi-empirical approaches to modelling. The third part deals with leaf area index (LAI) estimation using penetration indices and LiDAR metrics. The eLAI estimated by optical method is commonly used for model fitting in overwhelming majority of scientific papers. The benefit of this study is usage of LAI derived by destruction method (directly). The thesis as a whole has shown that the airborne laser scanning is also usable in a variety of forestry applications in Central European countries.
Keywords:
index listové plochy (LAI); letecké laserové skenování; LiDAR; nadzemní biomasa; plošný přístup; regresní model; taxační veličiny