Název:
Druhová klasifikace pater lužního lesa z multispektrálních UAV dat
Překlad názvu:
Tree species classification of floodplain forest layers using multispectral UAV data
Autoři:
Majer, Hugo Miroslav ; Červená, Lucie (vedoucí práce) ; Homolová, Lucie (oponent) Typ dokumentu: Diplomové práce
Rok:
2024
Jazyk:
slo
Abstrakt: [eng][cze] Tree species classification of floodplain forest layers using multispectral UAV data Abstract Master's thesis deals with a tree species classification in a multi-layered floodplain forest using high spatial resolution multispectral UAV data. The main objective was to verify the possibility, develop a methodology, and conduct tree species classification of individual forest layers of the targeted forest area and to quantify the extent to which it is possible to map the forest understorey obscured by higher forest layers using optical data. The classification legend consisted of five tree species. The developed methodology utilizes a 3D photogrammetric point cloud derived from multispectral UAV data, from which the threshold heights of individual forest layers were determined. The determination of forest layer heights was based on visualizations of the point cloud at selected locations using profile perspective. Three forest layers were established: upper, middle, and lower. The point cloud was filtered into individual forest layers, and the resulting point clouds were grided onto a raster. Data collected during field surveys of study area were used to create training and validation datasets for each forest layer. The rasters of each forest layer were classified using an object-based classification and a...Druhová klasifikácia poschodí lužného lesa z multispektrálnych UAV dát Abstrakt Diplomová práca sa zaoberá klasifikáciou druhov stromov v lužnom lese s viacerými poschodiami porastu z podrobných multispektrálnych UAV dát. Hlavným cieľom práce bolo overiť možnosti, vytvoriť metodiku a zhotoviť druhovú klasifikáciu jednotlivých poschodí záujmového lesa a vyčísliť, do akej miery je možné z optických dát zmapovať porast, ktorý je zakrytý pod vyšším porastom. Klasifikačná legenda pozostávala z piatich druhov stromov. Vytvorená metodika využíva 3D fotogrammetrické bodové mračno odvodené z multispektrálnych UAV dát, z ktorého boli určené medzné výšky jednotlivých poschodí porastu. Určenie výšok poschodí prebehlo na základe vizualizácií mračna na vybraných miestach z profilu. Stanovené boli tri poschodia porastu - horné, stredné a spodné. Bodové mračno bolo vyfiltrované na jednotlivé poschodia porastu, vzniknuté bodové mračna boli prevedené do rastrového formátu. Dáta z terénnych prieskumov poslúžili na tvorbu trénovacích a validačných datasetov pre jednotlivé poschodia. Rastre jednotlivých poschodí boli klasifikované objektovým klasifikačným prístupom a klasifikátorom Support Vector Machine, na výsledné klasifikácie bola aplikovaná postklasifikačná úprava za cieľom potlačiť vplyv neoptimálnej segmentácie korún...
host ::
