|
|
Tree species classification of floodplain forest layers using multispectral UAV data
Majer, Hugo Miroslav ; Červená, Lucie (vedoucí práce) ; Homolová, Lucie (oponent)
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...
|
|
|
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...
|
|
|
Senzor CRISM - dostupná data a možnosti jejich použití pro detekci minerálů na Marsu
Pavlová, Martina ; Červená, Lucie (vedoucí práce) ; Potůčková, Markéta (oponent)
Tato bakalářské práce se zabývá daty pořízenými zobrazovacím spektrometrem CRISM (Compact Reconnaissance Imaging Spectrometer for Mars) a možnostmi jejich následného zpracování. První část této práce je zaměřena na seznámení s průběhem dálkového průzkumu Marsu od jeho počátku v 60. letech minulého století, přičemž nejpodrobněji je rozepsaná mise Mars Reconnaissance Orbiter (MRO), na které se CRISM nachází. Devět různých datových produktů, které jsou z tohoto přístroje dostupné, je v textu detailně popsáno i s možnostmi jejich stažení a následného zpracování. Dále jsou v práci zmíněny minerály, které se na povrchu Marsu nachází a jsou ukázány příklady jejich spektrálních křivek. V praktické části je nejprve představen průběh zpracování dat CRISM v programu JCAT, a to od samotného stažení dat až po vytvoření spektrálních křivek vhodných pro porovnání se spektrálními knihovnami. Následně byl vybrán snímek, ve kterém se nachází pyroxen s nízkým obsahem vápníku. Tento snímek byl předzpracován v CAT v ENVI a pomocí tří různých metod, kterými byly Linear Spectral Unmixing (LSU), Spectral Angle Mapper (SAM) a výpočet spektrálních parametrů, proběhla detekce vybraného minerálu. Metody LSU a SAM daly podobnější výsledky, výpočet spektrálních parametrů se od nich lišil více, což může ukazovat na výskyt jiného...
|
|
|
Dálkový průzkum ledových měsíců Jupitera - mise Galileo
Tomášková, Eliška ; Červená, Lucie (vedoucí práce) ; Potůčková, Markéta (oponent)
Bakalářská práce je zaměřena na zpracování a analýzu obrazových Galileo SSI a NIMS dat zachycujících region Tyre na Europě a region Kittu na Ganymedu. Nejprve je řešena problematika získání dat z archivu PDS a jejich důkladných radiometrických a geometrických korekcí. K předzpracování, vizualizaci a následné analýze dat byl využit nástroj POW a softwary ISIS3, ENVI a ArcGIS Pro. Na základě analýzy hlavních komponent NIMS dat byly vybrány dva nejrozdílnější koncové členy reprezentující led a "sůl". Ty byly poté využity v metodě Linear Spectral Unmixing, jež poskytla údaje o prostorovém rozložení a relativních koncentracích koncového člena "soli" ve zkoumaných územích. Výstupy z hyperspektrálních dat byly promítnuty nad data s vyšším prostorovým rozlišením za účelem hledání souvislostí mezi morfologií a složením povrchu. Podle výsledných SSI, Voyager a NIMS kompozitů lze předpokládat, že solná složka silně koreluje s místy s rozrušenou ledovou krustou Jupiterových ledových měsíců. Pro kráter Tyre byla navíc provedena neřízená klasifikace SSI snímků, která ukazuje podobné výsledky jako Linear Spectral Unmixing NIMS dat. Dále byly potvrzeny vysoké rozdíly v hodnotách odrazivosti, jež oba zkoumané měsíce vykazují. Ty jsou pravděpodobně způsobeny odlišným stářím povrchů, různými fázemi ledu, přítomností...
|
|
|
Využití UAV hyperspektrálních dat pro trénování klasifikací dat DPZ s nižším spektrálním a prostorovým rozlišením na příkladu klasifikací vegetace v krkonošské tundře.
Šašková, Marie ; Červená, Lucie (vedoucí práce) ; Hrázský, Záboj (oponent)
Využití UAV hyperspektrálních dat pro trénování klasifikací dat DPZ s nižším spektrálním a prostorovým rozlišením na příkladu klasifikací vegetace v krkonošské tundře. Abstrakt Diplomová práce se zabývá problematikou řízené klasifikace krkonošské tundry s omezeným množstvím trénovacích dat. UAV hyperspektrální data území 100×100 m2 na Luční hoře z let 2020 a 2021 s prostorovým rozlišením 9 cm a 54 spektrálními pásmy byla klasifikována pomocí algoritmů Maximum Likelihood, Support Vector Machine, objektově orientovaná klasifikace a Random Forest. Definovaná legenda obsahovala 9 tříd: metlička křivolaká, metlička křivolaká s příměsí dalších druhů, brusnice borůvka, metlice trsnatá, borovice kleč, smilka tuhá, suť, vřes obecný a mozaika skal, holé půdy, mechů a trav. Výsledky těchto klasifikací byly porovnávány na základě jejich překryvů. K nalezení dalších trénovacích dat byly využity překryvy klasifikací multitemporálních kompozitů, které dosahují vyšších celkových přesností. Širší území Luční hory bylo klasifikováno na základě hyperspektrálních leteckých dat CASI s prostorovým rozlišením 60 cm a 48 spektrálními pásmy. Pro klasifikace leteckých dat byly využity původní trénovací dataset určený pro klasifikace menšího území a dále nové trénovací datasety rozšířené o další pixely. Nové trénovací datasety byly...
|
|
|
Odpovědnost za vady podílu či akcií
Červená, Lucie ; Čech, Petr (vedoucí práce) ; Eichlerová, Kateřina (oponent)
Odpovědnost za vady podílu či akcií ABSTRAKT Tato diplomová práce se zabývá analýzou zákonné a smluvní odpovědnosti za vady podílu či akcií a vymezením jejich vlastností se zaměřením na úpravu koupě. Vzhledem k tomu, že počet provedených transakcí týkající se podílu či akcií dosahuje v České republice několik stovek ročně a český právní řád se úpravou smlouvy o jejich převodu zabývá jen okrajově, vzniká v praxi řada sporů ohledně jejich vad a odpovědnosti převodce za ně. Považuji proto téma odpovědnosti za vady podílu či akcií za aktuální a vhodné k podrobnějšímu odbornému zpracování. Výzkumné otázky byly například následující: zda mohou mít podíl či akcie obvyklé vlastnosti či obvyklý účel užití; zda mohou být vlastnosti obchodního závodu vlastnostmi podílu či akcií přímo ze zákona; nebo zda může být společník obchodní korporace považován za spotřebitele. V některých otázkách, které jsou v právní teorii sporné či nejsou v českém právním řádu řešeny či jen okrajově, je při jejich řešení využívána komparace se zahraniční právní doktrínou, zejména německou a rakouskou. Po úvodní kapitole zabývající se právní povahou smlouvy o převodu podílu či akcií a srovnáním s právní úpravou účinnou do 31. 12. 2013, je věnována pozornost obvyklým vlastnostem podílu či akcií a jejich konkrétním vlastnostem, resp. vadám s...
|
|
|
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...
|
|
|
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...
|
|
|
Určování obsahu chlorofylu ve vybraných travních společenstvech krkonošské tundry na základě terénní spektroskopie a leteckých hyperspektrálních dat
Pinlová, Gabriela ; Červená, Lucie (vedoucí práce) ; Lhotáková, Zuzana (oponent)
Diplomová práce se zaměřuje na stanovení obsahu chlorofylu z hyperspektrálních dat v travních společenstvech krkonošské tundry, jmenovitě smilky tuhé (Nardus stricta), bezkolence modrého (Molinia caerulea), třtiny chloupkaté (Calamagrostis villosa) a metlice trsnaté (Deschampsia cespitosa). Hodnoty obsahu chlorofylu na úrovni listu (LCC) byly naměřeny destruktivně spektrofotometricky v laboratoři a nedestruktivně chlorofylmetrem CCM-300. Hodnoty indexu listové plochy (LAI) pro výpočet obsahu chlorofylu na úrovni porostu (CCC) byly stanoveny taktéž destruktivně na základě odběru biomasy a nedestruktivně přístrojem LAI-2200C. Práce se věnuje popisu vlastností naměřených hodnot LCC, LAI a CCC a jejich korelací s vegetačními indexy odvozenými z příslušných spekter, tj. spekter na úrovni listu naměřených kontaktní sondou spektroradiometru ASD FieldSpec 4 Wide-Res, na úrovni porostu pořízených optickým kabelem a vyextrahovaných spekter z hyperspektrálních snímků (HSI) pořízených kamerou Headwall Nano-Hyperspec® upevněnou na dronu DJI Matrice 600 Pro. Práce zahrnuje vytvoření chlorofylových map na základě výsledku modelu mnohonásobné krokové lineární regrese (MSLR) aplikované na HSI. Pro model odvozený z nedestruktivního sběru dat využitý pro mapu LCC bylo dosaženo RMSE 66,55 mg/m2 . Klíčová slova: obsah...
|
|
| |
host ::
RSS.