Národní úložiště šedé literatury Nalezeno 103 záznamů.  1 - 10dalšíkonec  přejít na záznam: Hledání trvalo 0.01 vteřin. 
Remote sensing for classification of new wilderness vegetation in the hinterland of Kutná Hora
Dančejová, Daniela ; Kupková, Lucie (vedoucí práce) ; Červená, Lucie (oponent)
V české krajině se nachází množství ploch, které byly opuštěné člověkem a pone- chané spontánním přírodním procesům. Na některých z nich se dokázala vytvořit nová divočina, která je charakteristická komplexním vegetačním složením, zahr- nuje různá stádia sukcese. Cílem práce je co nejpodrobněji a zároveň s co nejlepší přesností klasifikovat vegetaci na území nové divočiny s využitím dálkového průz- kumu Země. Pro tyto účely jsou využita multispektrální UAS data s prostorovým rozlišením 5 cm, hyperspektrální letecká data s prostorovým rozlišením 60 cm a botanická data sesbíraná na zájmovém území ve třech termínech. Na základě získaných dat a hodnocení separability druhů byly navrženy tři klasifikační le- gendy, podle kterých bylo zájmové území klasifikované s využitím klasifikátorů Maximum Likelihood, Random Forest a objektovým klasifikátorem. Přesnost kla- sifikace vegetačních tříd byla hodnocena s využitím F1-skóre. Dosažené výsledky poukázaly na vhodnost použití objektového klasifikátoru pro klasifikaci vegetačně rozmanitého území ve velmi vysokém prostorovém rozlišení (nejvyšší dosažená cel- ková přesnost 84,06 % na 22 třídách). Pro klasifikaci vegetace na hyperspektrál- ních datech s nižším prostorovým rozlišením byl úspěšnější klasifikátor Random Forest (nejvyšší dosažená celková přesnost...
Analýza rozšíření ochranářsky důležitých travních druhů v krkonošské tundře s využitím dálkového průzkumu Země
Ježek, Vít ; Kupková, Lucie (vedoucí práce) ; Červená, Lucie (oponent)
Analýza rozšíření ochranářsky důležitých travních druhů v krkonošské tundře s využitím dálkového průzkumu Země Abstrakt Cílem této práce bylo testovat aplikaci klasifikačních metod maximální věrohodnosti, Random forest, Support vector machine a objektově orientované klasifikační metody s klasifikátorem Support vector machine na vybraných plochách v krkonošské reliktní arkto-alpínské tundře za účelem mapování rozšíření vegetace se zaměřením na ochranářsky důležité travní druhy. Pro výzkum byla využita předzpracovaná multitemporální hyperspektrální data a multispektrální data z UAS s prostorovým rozlišením 0,03 m resp. 0,06 m a hyperspektrální letecká data s prostorovým rozlišením 0,6 m společně s trénovacími a validačními daty nasbíranými botaniky přímo v terénu s využitím GPS (všechna data pocházela z let 2019-2021). Klasifikace dosáhly výborných výsledků. Nejlepších celkových přesností bylo dosaženo objektově orientovanou metodou klasifikace, jejíž přesnost se pohybovala mezi 80-95 %. Podobně dobrých výsledků bylo dosaženo také pixelovými metodami Random forest a Support vector machine (nejvyšší celková přesnost 94 %). Z důležitých travních druhů byly nejlépe vyklasifikovány Calamagrostis villosa (zpracovatelská přesnost 99,73 %, uživatelská přesnost 99,95 %) a Deschampsia cespitosa (zpracovatelská...
Testování možností extrakce vybraných krajinných charakteristik pro popis stanovišť výskytu indikačně významných druhů ptáků v Krkonoších z dat dálkového průzkumu Země
Polák, Mojmír ; Kupková, Lucie (vedoucí práce) ; Janík, Tomáš (oponent)
Diplomová práce využívá data Dálkového průzkumu Země dvou prostorových úrovní (Sentinel-2 s pixelem 10 x 10 m a PlanetScope 3 x 3 m). Práce zkoumá možnosti extrakce vybraných krajinných charakteristik (spektrální indexy, typ land cover, krajinné metriky) s cílem vyhodnotit, jaké charakteristiky a v jakém měřítku jsou statisticky významné pro výskyt 23 vybraných druhů ptáků, druhovou bohatost a počet druhů řádu pěvci v kvadrátech 1400 x 1400 m v Krkonoších. Data o výskytu druhů byla mapována v letech 2012-2014 na české i polské straně. Síla vztahu mezi charakteristikami a výskytem byla určena Pearsonovým korelačním koeficientem. Nepodařilo se potvrdit, že by pro extrakci krajinných charakteristik byla přínosnější data s větším prostorovým rozlišením. Z celkového pohledu krajinné charakteristiky neprokázaly funkční vztahy pro všechny vybrané druhy. Jako relevantní se potvrdily pro vybrané druhy, druhovou bohatost a řád pěvců například faktory průměrná nadmořská výška a land cover. Land cover byl analyzován metodou řízené klasifikace Random Forest v prostředí Google Earth Engine s celkovou přesností 78 % v případě dat Sentinel-2, jak v tundře, tak i ve zbylé části území a pro data PlanetScoce v tundře 77 %, ve zbylé části území 66 %. Výsledky klasifikací byly porovnány s datovými produkty CORINE Land...
Analýza vývoje vegetace krkonošské tundry s využitím časové řady ortofot
Pajmová, Petra ; Kupková, Lucie (vedoucí práce) ; Potůčková, Markéta (oponent)
Analýza vývoje vegetace krkonošské tundry s využitím časové řady Cílem této studie je analyzovat změny vegetac alpínské tundry v Krkonoších s využitím archivních a současných leteckých snímků s červeným, zeleným a modrým pásmem a prostorovým rozlišením 0,5 m. tři  rozdílnými typy vegetace a dále širší území východní tundry epších výsledků klasifikace bylo testováno několik klasifikačních objektově orientovaná klasifikace) podrobnější analýzu travních druhů byla pro oblast použita neřízená a rozšířená časová řada ortofot (5 časových horizontů) Nejvyšší celková přesnost byla ve všech studovaných oblastech přes 70 %, v některých případech přes 80 %. výjimkou Luční hory (58 %), byly p nejlepší celkové přesnosti vyšší než 65 % Po porovnání výsledků klasifikací mezi lety 2004 a 2020 se ukázal možný trend vývoje důvodu malé přesnosti klasifikací dat z nelze spolehlivě doložit Klíčová slova: tundra, dálkový průzkum Země, Krkonošský
Možnosti subpixelového přístupu pro klasifikaci vegetace z hyperspektrálních a multispektrálních dat v krkonošské tundře
Růžička, Josef ; Kupková, Lucie (vedoucí práce) ; Červená, Lucie (oponent)
Tato diplomová práce se zaměřuje na možnosti a potenciál využití metod subpixelové klasifikace pro hyperspektrální a multispektrální data zachycující vybrané lokality Krnonošské tundry, konkrétně oblasti Bílé louky a Luční hory. V rámci práce jsou představeny současné metody pro sběr a využití koncových členů i metody k samotné klasifikaci s využitím přístupu spektrálního unmixingu, hlavně pak v souvislosti s klasifikací heterogenních vegetačních společenstev. V praktické části práce jsou pak využity různé metody sběru koncových členů, především pak extrakce spekter koncových členů přímo z obrazových dat pomocí manuální, poloautomatické a automatické metody. Ke sběru i následné klasifikaci jsou využívány softwary Envi, EnMAP-Box 3 a MATLAB. Koncové členy nasbírané různými metodami jsou pak kombinovány s různými způsoby klasifikace ve snaze dosáhnout co nejpřesnějšího výsledku, který by byl na úrovni řízené pixelově orientované klasifikace. Klasifikace probíhala na dvou úrovních legendy. Podrobné, klasifikující jednotlivé druhy rostlin a méně podrobné, kde jsou druhy agregovány do větších skupin. Nejlepších výsledků dosáhla klasifikace multispektrálních dat Bílé louky, která v případě podrobnější úrovně klasifikace dosáhla celkové přesnosti 91,13 % (v případě méně podrobné úrovně 99,08 %). Této...
Využití umělých neuronových sítí v klasifikaci land cover
Oubrechtová, Veronika ; Štych, Přemysl (vedoucí práce) ; Kupková, Lucie (oponent)
Využití umělých neuronových sítí v klasifikaci land cover Abstrakt Předmětem této práce je klasifikace družicových snímků vysokého prostorového rozlišení, které jsou využity k detekci land cover. První část práce podává informace o využívaných metodách během procesu klasifikace s důrazem na umělé neuronové sítě. Ty jsou v praktické části práce zpracovány pro klasifikaci družicového snímku SPOT 5. Čtenář tak získá přehled o možnostech využití umělých neuronových sítí při klasifikaci land cover. Klíčová slova: dálkový průzkum Země, klasifikace obrazu, umělé neuronové sítě, SPOT
Hodnocení dlouhodobých změn land cover okresu Náchod pomocí dat DPZ
Červená, Lucie ; Štych, Přemysl (vedoucí práce) ; Kupková, Lucie (oponent)
Hodnocení dlouhodobých změn land cover okresu Náchod pomocí dat DPZ Abstrakt Cílem této práce bylo vytvořit klasifikaci krajinného pokryvu okresu Náchod pro roky 1979, 1991 a 2001 na základě multispektrálních snímků získaných z volně dostupného archivu snímků pořízených družicemi Landsat. V práci jsou použitá data podrobně popsána. Klasifikační systém byl stanoven na základě CORINE Land Cover a byl přizpůsoben hodnocenému území a dostupným datům. Pro klasifikace snímků byla použita metoda řízené klasifikace v programu PCI Geomatics a klasifikační algoritmus maximální pravděpodobnosti. Výsledek byl vyhlazen majoritním filtrem a převeden do vektorové podoby. Podrobně byla hodnocena přesnost klasifikací na základě kontrolních bodů. Celkové přesnosti vyšly poměrně nízké (2001 - 82 %, 1991 - 74 %, 1979 - 67 %), v závislosti na kvalitě (především spektrálním a prostorovém rozlišení) snímků a také dostupnosti dalších referenčních dat. Změny land cover pro celý časový úsek byly tak hodnoceny pouze bilančně (tj. byly porovnávány celkové rozlohy tříd v okrese mezi jednotlivými lety). Pro roky 1991 a 2001 byl vyzkoušen i překryv jejich výsledných vektorových vrstev land cover, avšak výsledné změnové plochy v některých případech spíše vyjadřují nedostatky v klasifikacích než skutečné změny land cover mezi danými lety....
Vytvoření algoritmu klasifikace vybraných invazivních druhů a lučních společenstev v Krkonoších s využitím hyperspektrálních dat
Jelének, Jan ; Kupková, Lucie (vedoucí práce) ; Halabuk, Andrej (oponent)
Vytvoření algoritmu klasifikace vybraných invazivních druhů a lučních společenstev v Krkonoších s využitím hyperspektrálních dat Abstrakt Tato diplomová práce se zabývá využitím leteckých hyperspektrálních dat senzoru APEX pro mapování invazivních rostlin a lučních společenstev v Krkonošském národním parku. Hlavním cílem práce byla tvorba klasifikačního algoritmu, který využívá navržené vegetační indexy. Metodika byla založena na hledání spektrálních příznaků při využití in-situ měřených biofyzikálních parametrů LAI, fAPAR a biochemickém parametru obsahu chlorofylu. Metodika dále navrhuje řešení obecně známých problémů vztahu vegetačních indexů a LAI, jako je saturace a vzájemná korelace s obsahem chlorofylu. Klasifikace se zaměřovala na invazivní druhy rostlin šťovík alpský a lupinu mnoholistou, dvě luční společenstva - smilkové a trojštětové louky a sekané trávníky. Výsledkem práce je kromě navrženého metodického postupu řada klasifikovaných map vybraných oblastí Krkonoš a spektrální knihovny obsahující spektra nejvýznamnějších klasifikovaných druhů a společenstev a mnoha druhů lučních rostlin. Klíčová slova: hyperspektrální obrazová data, APEX, LAI, fAPAR, vegetační indexy, invazivní rostliny, luční společenstva, Krkonošský národní park

Národní úložiště šedé literatury : Nalezeno 103 záznamů.   1 - 10dalšíkonec  přejít na záznam:
Viz též: podobná jména autorů
1 Kupková, Libuše
Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.