Národní úložiště šedé literatury Nalezeno 36 záznamů.  1 - 10dalšíkonec  přejít na záznam: Hledání trvalo 0.01 vteřin. 
Supraglacial lakes detection and volume estimation from remote sensing data
Rusnák, Samo ; Brodský, Lukáš (vedoucí práce) ; Šobr, Miroslav (oponent)
Detekce supraglaciálních jezer a kvantitativní odhad jejich objemu z dat DPZ Abstrakt Supraglaciální jezera představují důležitou roli v pochopení dynamiky ledovců, včetně jejich reakce na klimatické změny. Tato práce se zabývá problematikou odhadu hloubky a objemu jezer pomocí fyzikálního modelu. To přináší výzvu z hlediska zohlednění vlivu více faktorů, jakými jsou kryokonit na povrchu ledovce a nerozpuštěné látky ve vodě jezera, jejichž vliv na fyzikální model je ve výzkumu většinou opomíjen. V této práci je použita regresní analýza parametru g fyzikálního modelu, který představuje koeficient útlumu světla, a řízená klasifikace supraglaciálních jezer. Výsledky odhalují variabilitu parametru Ad, který představuje odrazivost dna jezera, a jeho vliv na modelovanou hloubku a objem supraglaciálních jezer. Výsledky poukazují na problematiku globální parametrizace fyzikálního modelu supraglaciálních jezer a upozorňují na potřebu dalšího výzkumu s cílem zlepšit jeho přesnost a prozkoumat budoucí možnosti v této oblasti. Klíčová slova: supraglaciální jezero, dálkový průzkum Země, strojové učení, fyzikální model, odhad hloubky, regresní analýza
Stanovení rozsahu sněhové pokrývky z radarových dat
Součková, Jana ; Potůčková, Markéta (vedoucí práce) ; Brodský, Lukáš (oponent)
Práce pojednává o mapování sněhové pokrývky z časové řady snímků SAR ze senzorů ENVISAT ASAR a TerraSAR-X. Metodika je založena na tzv. Naglerově algoritmu, který pracuje na bázi změny absorpce radarového signálu vlivem obsahu vody v kapalném stavu ve sněhové pokrývce. Podle zvolené prahové hodnoty je pak snímek klasifikován na oblasti s tajícím sněhem a bez něj. Výsledky jsou porovnány s mapami sněhové pokrývky z optických dat MODIS a s daty z meteorologických stanic ČHMÚ. Hlavními cíli práce je nalézt nejvhodnější dobu pro pořízení referenčního snímku, zjistit změnu prahové hodnoty vzhledem k výběru referenčního snímku, v závislosti na typu krajinného krytu. Posledním úkolem je vyzkoušení stejného postupu na datech o kratší vlnové délce. Získané poznatky budou použity pro úpravu metodiky mapování sněhové pokrývky ze SAR dat na území ČR.
Určení množství chlorofylu v porostech břízy bělokoré a borovice lesní s využitím hyperspektrálních dat
Zachová, Kateřina ; Potůčková, Markéta (vedoucí práce) ; Brodský, Lukáš (oponent)
Diplomová práce se zabývá stanovením obsahu chlorofylu v listoví břízy bradavičnaté (Betula pendula Roth) a borovice lesní (Pinus sylvestris L.) pomocí hyperspektrálních dat. Úvodní část práce se soustředí na zpracování literatury týkající se metod určení obsahu chlorofylu v listoví zvolených rostlinných druhů. Cílem praktické části práce je nalezení vztahu mezi laboratorně určenou koncentrací chlorofylu v listoví a spektrálními křivkami odrazivosti. K dispozici byly hyperspektrální snímky pořízené senzorem HyMap a spektrální křivky odrazivosti získané pomocí pozemního spektrometru ASD FieldSpec 3. Pomocí vytvořeného regresního modelu byly vytvořeny chlorofylové mapy pro porost borovice lesní ve třech vybraných lokalitách v oblasti sokolovské hnědouhelné pánve.
Využití družicových radarových dat pro monitorování záplav v závislosti na typu krajinného pokryvu
Rauch, Tomáš ; Kolář, Jan (vedoucí práce) ; Brodský, Lukáš (oponent)
Cílem této práce je najít metodu pro monitorování povodní z radarových snímků. Práce se nejdříve věnuje povodním a organizaci povodňové ochrany. Dále je popisován princip fungování zobrazovacích radarů. V práci jsou také uvedeny vybrané družice s parametry instalovaných radarů. Další část se věnuje interakci radarového paprsku s různými typy povrchu. Na tuto část navazuje přehled jednotlivých metod, které využívají radarová data pro detekci povodní. V praktické části je na vybraná území zasažená povodní aplikovaná metoda na zjišťování rozsahu zaplaveného území. Použitý postup zahrnuje kombinaci klasifikace radarového snímku a analýzy s využitím digitálního modelu terénu. Výsledkem je stanovení hranice zatopeného území. Výsledné hranice zatopených území jsou porovnávány s dostupnými pozemními údaji, převážně maximálními hranicemi zatopených území z jednotlivých povodní.
Detekce Land Cover Change se zaměřením na zemědělskou půdu
Klouček, Tomáš ; Štych, Přemysl (vedoucí práce) ; Brodský, Lukáš (oponent)
Hlavní náplní práce je tvorba a zhodnocení modelů pro detekci změny orné půdy na travní porost založená na hybridní Change Detection metodě, která kombinuje přístupy vycházející z výpočtu vegetačních indexů, odčítání obrazu a analýzy hlavních komponent. A to na šesti lokalitách s různou sezónní konfigurací snímků vysokého rozlišení a na jedné lokalitě pokryté snímkem velmi vysokého rozlišení, které byly rovnoměrně rozprostřeny v podhorských oblastech České republiky. Volba jednotlivých prediktorů a z nich vycházejících nejvhodnějších modelů byla podložena statistickým výpočtem. Aplikace vybraných modelů byla provedena pomocí multi-temporální objektové klasifikace a jejich přesnost ověřena pomocí referenčních dat. Přínosem práce je nalezení obecně aplikovatelného modelu použitelného pro zkoumanou změnu krajinného pokryvu a dále pak vyhodnocení potenciálně nejvhodnější sezónní konfigurace snímků. Hodnotná je i samotná metodika výběru prediktorů a výpočet pořadí nejvhodnějších modelů, který je dle dostupné literatury jedinečný. Práce přináší cenné nové poznatky zapadající do zatím málo probádané problematiky detekce změny orné půdy na travní porosty. Powered by TCPDF (www.tcpdf.org)
Geographical Random Forest model evaluation in agricultural drought assessment
Bicák, Daniel ; Brodský, Lukáš (vedoucí práce) ; Brůha, Lukáš (oponent)
Sucho je přírodní katastrofa, která negativně ovlivňuje miliony lidí a způsobuje obrovské ekonomické ztráty. Tato práce zkoumá zemědělské sucho v Česku pomocí algoritmů strojového učení. Použité statistické modely byly Random Forest (RF), Geographic Random Forest (GRF) a Locally Tuned Geographic Random Forest (LT GRF). GRF se skládá z několika RF modelů vytréno- vaných na podmnožinu původních dat. Konečná predikce je váženým součtem predikce lokálního a globálního modelu. Velikost podmnožiny je určena laditel- ným parametrem. LT GRF řeší prostorovou variabilitu velikosti podmnožiny a lokální váhu. Během procesu ladění jsou pro každé místo nalezeny optimální parametry a poté interpolovány pro neznámé oblasti. Tato práce si klade za cíl vyhodnotit přesnost každého modelu a porovnat výstup důležitosti faktorů GRF s globálním modelem. K vytvoření mapy zranitelnosti vůči suchu v Česku se využije důležitost meteorologických faktorů. Vytvořené hodnocení je porovnáno se stávajícími projekty zranitelnosti suchem. 1

Národní úložiště šedé literatury : Nalezeno 36 záznamů.   1 - 10dalšíkonec  přejít na záznam:
Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.