Original title: Možnosti využití DPZ při monitoringu luční vegetace a managementových zásahů v Krkonoších
Translated title: Possibilities of remote sensing in grassland vegetation and management interventions monitoring in the Giant Mountains
Authors: Pomahačová, Michaela ; Kupková, Lucie (advisor) ; Hais, Martin (referee)
Document type: Master’s theses
Year: 2012
Language: cze
Abstract: [cze] [eng]
Možnosti využití DPZ při monitoringu luční vegetace a managementových zásahů v Krkonoších Abstrakt Cílem diplomové práce bylo zhodnotit možnosti využití družicových dat WorldView-2 pro klasifikaci základních lučních společenstev na modelovém území v Krkonoších. Klasifikace byla založena jednak na legendě sestavené botanikem, jednak na legendě sestavené z biotopů Natura 2000. Z důvodu odstranění vlivu ostatních druhů povrchů na přesnost klasifikace, byla vytvořena maska lučních porostů. S využitím diskriminační analýzy byl zhodnocen význam spektrálních pásem WorldView-2, vybraných vegetačních indexů a komponent analýzy hlavních komponent (PCA) pro rozlišení tříd luční vegetace. Na základě výsledků diskriminační analýzy byly provedeny v softwaru ENVI verzi 4.7 klasifikace metodou neuronových sítí a metodou maximální věrohodnosti. Výsledky obou metod byly porovnány. Klíčová slova: dálkový průzkum Země, luční společenstva, klasifikace, Krkonoše, WorldView 2 Possibilities of remote sensing in grassland vegetation and management interventions monitoring in the Giant Mountains Abstract The aim of this thesis was to evaluate suitability of WorldView-2 imagery for grassland associations classification in the model area of Giant Mountains. The classification was based both on the legend compiled by a botanist, and on the legend of Natura 2000. In order to eliminate the effects of other types of land cover on the classification accuracy, a mask of grasslands was created. Using discriminant analysis, the significance of spectral bands of WorldView-2, as well as signifikance of selected vegetation indices and components from Principal Component Analysis (PCA) - to distinguish particular classes of grassland vegetation were evaluated. Based on the results of discriminant analysis, classifications using neural networks method and also maximum likelihood method were performed in ENVI 4.7 version software. The results of the both method were compared Key words: remote sensing, meadows association, classification, Giant mountains, WorldView 2
Keywords: classification; Giant Mountains; meadows associations; remote sensing; WolrdView 2; dálkový průzkum Země; klasifikace; Krkonoše; luční společentstva; WorldView 2

Institution: Charles University Faculties (theses) (web)
Document availability information: Available in the Charles University Digital Repository.
Original record: http://hdl.handle.net/20.500.11956/42404

Permalink: http://www.nusl.cz/ntk/nusl-306704


The record appears in these collections:
Universities and colleges > Public universities > Charles University > Charles University Faculties (theses)
Academic theses (ETDs) > Master’s theses