|
|
Hodnocení lesní vegetace pomocí časových řad družicových snímků
Laštovička, Josef ; Štych, Přemysl (vedoucí práce) ; Brom, Jakub (oponent) ; Bucha, Tomáš (oponent)
Příloha k disertační práci: Abstrakt (Mgr. Josef Laštovička) Abstrakt Disertační práce se zabývá studiem lesních ekosystému na území střední Evropy pomocí časových řad družicových snímků, se zaměřením na zpracování optických multispektrálních dat. Právě lesní ekosystémy jsou poslední desetiletí pod četnými disturbancemi biotického i abiotického charakteru. Časové řady družicových dat s vysokým prostorovým rozlišením umožňují lesní disturbance podrobně zkoumat a analyzovat. V práci je kladen důraz na užití volně dostupných dat Landsat a Sentinel- 2, pro něž bylo provedeno detailní testování a porovnání. Vybrány byly diferenční metody časových řad. Práci lze rozdělit do dvou částí. První část zkoumá detekci lesních povrchů pomocí per-pixelových a sub-pixelových klasifikačních metod. Konkrétně bylo užito per-pixel klasifikátorů Neural Network, Support Vector Machine a Maximum Likelihood, které byly mezi sebou vzájemně otestovány a porovnány pro různé typy dat (s vysokým prostorovým rozlišením - Landsat a Sentinel; i velmi vysokým prostorovým rozlišením - WorldView-2) pro detekci land cover chráněných území. Z výše zmíněných klasifikátorů dosahoval nejvyšší přesnosti klasifikace Support Vector Machine. Z hlediska sub-pixelové klasifikace bylo využito Spectral Unmixing metod. Konkrétně byly pro tvorbu frakcí...
|
|
|
Analýza energetické bilance intravilánu města pomocí metod dálkového průzkumu Země
ŠOUREK, David
Energetická bilance intravilánu každého sídla je závislá na specifikách aktivního povrchu a dalších komplexních jevech. Převažují plochy se suchým a nepropustným charakterem v porovnání s okolní krajinou. Různé druhy zástavby mají odlišné vlastnosti, jež určují způsob distribuce slunečního záření prostřednictvím energetických toků. Ty vyjadřuje především zjevné teplo, latentní teplo výparu a teplo vedené do půdy. Důležitou roli v podílech daných toků hraje vegetace, která dokáže efektivně transformovat příchozí solární radiaci a ovlivnit tím mikroklimatickou situaci prostřednictvím klimatizačního efektu evapotranspirace a dalších ekosystémových služeb. Účinnost závisí na stavu vegetace a panujících podmínkách (roční období, počasí, zásoby vody atd.). Za zájmové území bylo zvoleno město Písek. Zkoumání probíhalo ve dvou letních a dvou podzimních termínech roku 2019 pomocí dálkového průzkumu Země a statistického vyhodnocení. Výsledky ukázaly závislost růstu toku latentního tepla výparu v lokalitách s vyšší hustotou vegetace a dostatečnou zásobou vody. Vysoká teplota povrchu a tok zjevného tepla se vyskytovaly v zástavbě s převažujícími materiály s velkou tepelnou kapacitou, tj beton, asfalt, plech, kámen apod. Byly tak definovány problematické kategorie zástavby z pohledu přehřívání ploch a výskytu lokálních tepelných ostrovů. Konkrétně se jednalo o historické centrum, průmyslové zóny a obchodní zóny. Lepší mikroklimatická situace panovala v parku s vodní plochou, suburbiích a zástavbě rodinných domů.
|
|
|
Časové změny vlivu vegetačního krytu na místní klima intravilánu obce pomocí metod dálkového průzkumu Země
NÁROVEC, Václav
Diplomová práce se zabývá změnami hodnot vegetačních indexů a povrchových teplot dříve nezastavěných okrajových ploch města České Budějovice a jeho blízkého okolí, které byly zastavěny po roce 1990. Do diplomové práce byly jako studované plochy vybrány plochy, které byly před rokem 1990 nezastavěné a rozprostíraly se na nich buďto trvalé travní porosty, či orná půda se zemědělskými plodinami. Tyto plochy jsou rozděleny do 4 typů - průmyslové plochy, obslužné plochy, rezidenční plochy vícebytových domů a rezidenční plochy solitérních rodinných domů. V práci jsou použity satelitní snímky Landsat za roky 1990, 1993, 1999, 2006, 2010, 2015 a 2020. Studované plochy byly zkoumány v době před výstavbou, těsně po výstavbě a s odstupem po výstavbě. V období před transformací (rok 1990) byly na většině studovaných ploch vysoké hodnoty vegetačních indexů NDVI (Normalized DifferenceVegetation Index), SAVI (Soil Adjusted Vegetation Index) a NDMI (Normalized Difference Moisture Index) a nízké hodnoty povrchových teplot. Při výstavbě však vegetace ubývala a tím docházelo ke snižování hodnot vegetačních indexů a k navýšení povrchových teplot. Následné zlepšení bylo pozorováno na plochách s vícebytovými a rodinnými domy, kde se po určité době rozrostla vegetace parčíků a přídomních zahrad. V okolí průmyslové plochy a obslužných ploch, kde se vegetace nerozrůstala, zůstávaly hodnoty sledovaných indexů nízké.
|
|
|
Hodnocení změn land cover v Českém Švýcarsku pomocí dat DPZ
Lihanová, Kristýna ; Štych, Přemysl (vedoucí práce) ; Součková, Jana (oponent)
Hodnocení změn land cover v Českém Švýcarsku pomocí dat DPZ Abstrakt Cílem této práce bylo klasifikovat krajinný pokryv v Národním parku České Švýcarsko z dat družice LANDSAT (1999, 2002, 2009), FORMOSAT (2006) a QuickBird (2009). Vlastnosti těchto dat jsou v práci popsána. Pro zjištění tříd land cover byla použita metoda neřízené klasifikace v programu Geomatica. Vytvořené třídy byly sloučeny do pěti výsledných tříd. Hodnocena byla také přesnost klasifikace, která ukázala, že výsledky příliš neodpovídají skutečnosti zejména u typů lesa. Výsledky klasifikace byly vyhlazeny nízkofrekvenčním filtrem a převedeny do vektorové podoby v programu ArcGIS. Dále byly pro roky 2006 a 2009 spočteny vegetační indexy NDVI a LAI, které ukázaly, že nejhustější vegetace je v oblasti listnatých lesů. Změny krajinného pokryvu byly hodnoceny dvěma způsoby. Nejprve byly zjištěny podíly jednotlivých tříd land cover ve všech časových horizontech. Druhým způsobem byl překryv vrstev provedený v programu ArcGIS. Překryv byl proveden mezi lety 1999 a 2002 a mezi lety 1999 a 2009. Nejvíce změn bylo zjištěno mezi jehličnatými a smíšenými lesy. Tyto změny jsou však způsobeny spíše nepřesností v klasifikaci. Klíčová slova: land cover, České Švýcarsko, les, Landsat, Formosat, QuickBird
|
|
|
Klasifikace vegetačního pokryvu z dat DPZ pro účely vyhodnocení rizika nákazy klíšťovou encefalitidou
Červená, Lucie ; Potůčková, Markéta (vedoucí práce) ; Pavelka, Karel (oponent)
Klasifikace vegetačního pokryvu z dat DPZ pro účely vyhodnocení rizika nákazy klíšťovou encefalitidou Abstrakt Tato práce si klade za cíl zjistit, jak nejpřesněji klasifikovat snímky Landsat do různých kategorií lesních porostů lišících se rizikem nákazy klíšťovou encefalitidou. Legenda vychází z projektů Daniela, Koláře, Zemana (1995) a Daniela, Koláře, Beneše (1999), avšak byla zredukována na pět kategorií vzájemně se definicí nepřekrývajících (I. jehličnaté porosty, II. smíšené porosty, III. strukturně silně heterogenní mladé listnaté porosty a porostní rozhraní, IV. strukturně homogenní listnaté porosty, V. strukturně heterogenní listnaté porosty). Metodou klasifikace byla zvolena řízená klasifikace s klasifikátorem maximální pravděpodobnosti snímků Landsat z různých ročních období, ve kterých však musela být řešena problematika výskytu oblačnosti a různé výšky Slunce nad obzorem. Trénovací plochy a kontrolní body byly získány terénním průzkumem a vizuální interpretací ortofotomap a snímků Landsat v RGB kompozitu 5-4-3. Maska lesa byla vytvořena z dat ZABAGED polohopisu. Primárně testovaným časovým horizontem byly roky 2006 až 2010. Pro tento horizont byly k dispozici snímky Lansat 5 TM z dubna, srpna a října. Do klasifikací vstupovala jak všechna pásma nekorigovaná, tak korigovaná pomocí ATCOR 2 a...
|
|
|
Detection of Equilibrium Line Altitude (ELA) Changes from Remote Sensing Data; Case Study from the Cordillera Blanca, Peru
Paraj, Zsolt ; Potůčková, Markéta (vedoucí práce) ; Kropáček, Jan (oponent)
Cílem této diplomové práce je zmapovat změny ledovců v Cordillera Blanca v období od roku 1987 do roku 2014. Tato diplomová práce zaměřuje pozornost na tři hory a jedenáct ledovců v severní části Cordillera Blanca. Vstupní data tvoří 29 Landsat scén (Landsat 4,5,7 a 8) a ASTER globální digitální výškový model verze 2. Poloautomatický klasifikační algoritmus je vytvořen na základě prahových hodnot zjištěných spektrální analýzou vybraných typů krajinného pokryvu v Cordillera Blanca. Kromě toho, výšková změna střední sněžné čáry (Equilibrium line altitude - ELA) je vypočtena pro všechny tři hory a jedenáct ledovců. Dále je počítána změna ledovců v závislosti na sklonu a aspektu. Výsledky této práce jsou prezentovány v podobě map, tabulek a grafů. Výsledky klasifikace jsou porovnány s GLIMS databází ledovců a s terénním měřením provedeném Mgr. Adamem Emmerem. Na závěr jsou diskutovány výhody a nevýhody snímků pořízených novým satelitem Landsat 8. Klíčová slova: DPZ, Landsat, klasifikace, mapování sněhu a ledu, ELA, Cordillera Blanca
|
|
|
Klasifikace land cover change v Etiopii pomocí dat Landsat a Sentinel-2
Zadražil, Filip ; Laštovička, Josef (vedoucí práce) ; Svoboda, Jan (oponent)
Tato bakalářská práce je zaměřena na porovnání klasifikátorů Random Forest (RF) a CART na příkladu etiopského regionu Sidama. Pro tento region byla provedena analýza vývoje krajinného pokryvu mezi roky 2014 a 2020. Softwarem využitým ke klasifikaci byla cloudová platforma Google Earth Engine (GEE). Řízená klasifikace byla provedena na snímcích z misí Landsat 8 a Sentinel-2, které byly načteny z datového katalogu Earth Engine. Pro trénovací body byla využita data z in-situ měření, u vstupních dat byla ověřena variabilita v čase pomocí volně dostupných dat v Google Earth Pro. V rámci řešeršní části se práce věnuje metodám a výsledkům výzkumů, které byly prováděny v tématu blízkém této práci. V empirické části se práce věnuje analýze dat Landsat 8 a Sentinel-2, porovnáno bylo temporální, prostorové i spektrální rozlišení. Z hlediska temporálního rozlišení bylo prokázáno, že data Sentinel-2 díky dvěma paralelně snímajícím družicím umožňují snímat až třikrát více snímků pro stejné území v rámci Etiopie. Spektrální a prostorové rozlišení Sentinel-2 umožňuje lépe pozorovat menší a hůře odlišitelné prvky. Data byla následně využita pro klasifikace land cover pomocí klasifikátorů RF a CART v cloud based prostředí GEE. Klasifikátor RF umožnil získat vyšší celkovou přesnost, konkrétně až 82 % u dat Sentinel-2...
|
|
| |
|
|
Hodnocení lesní vegetace pomocí časových řad družicových snímků
Laštovička, Josef
Příloha k disertační práci: Abstrakt (Mgr. Josef Laštovička) Abstrakt Disertační práce se zabývá studiem lesních ekosystému na území střední Evropy pomocí časových řad družicových snímků, se zaměřením na zpracování optických multispektrálních dat. Právě lesní ekosystémy jsou poslední desetiletí pod četnými disturbancemi biotického i abiotického charakteru. Časové řady družicových dat s vysokým prostorovým rozlišením umožňují lesní disturbance podrobně zkoumat a analyzovat. V práci je kladen důraz na užití volně dostupných dat Landsat a Sentinel- 2, pro něž bylo provedeno detailní testování a porovnání. Vybrány byly diferenční metody časových řad. Práci lze rozdělit do dvou částí. První část zkoumá detekci lesních povrchů pomocí per-pixelových a sub-pixelových klasifikačních metod. Konkrétně bylo užito per-pixel klasifikátorů Neural Network, Support Vector Machine a Maximum Likelihood, které byly mezi sebou vzájemně otestovány a porovnány pro různé typy dat (s vysokým prostorovým rozlišením - Landsat a Sentinel; i velmi vysokým prostorovým rozlišením - WorldView-2) pro detekci land cover chráněných území. Z výše zmíněných klasifikátorů dosahoval nejvyšší přesnosti klasifikace Support Vector Machine. Z hlediska sub-pixelové klasifikace bylo využito Spectral Unmixing metod. Konkrétně byly pro tvorbu frakcí...
|
|
|
Hodnocení lesní vegetace pomocí časových řad družicových snímků
Laštovička, Josef ; Štych, Přemysl (vedoucí práce) ; Brom, Jakub (oponent) ; Bucha, Tomáš (oponent)
Příloha k disertační práci: Abstrakt (Mgr. Josef Laštovička) Abstrakt Disertační práce se zabývá studiem lesních ekosystému na území střední Evropy pomocí časových řad družicových snímků, se zaměřením na zpracování optických multispektrálních dat. Právě lesní ekosystémy jsou poslední desetiletí pod četnými disturbancemi biotického i abiotického charakteru. Časové řady družicových dat s vysokým prostorovým rozlišením umožňují lesní disturbance podrobně zkoumat a analyzovat. V práci je kladen důraz na užití volně dostupných dat Landsat a Sentinel- 2, pro něž bylo provedeno detailní testování a porovnání. Vybrány byly diferenční metody časových řad. Práci lze rozdělit do dvou částí. První část zkoumá detekci lesních povrchů pomocí per-pixelových a sub-pixelových klasifikačních metod. Konkrétně bylo užito per-pixel klasifikátorů Neural Network, Support Vector Machine a Maximum Likelihood, které byly mezi sebou vzájemně otestovány a porovnány pro různé typy dat (s vysokým prostorovým rozlišením - Landsat a Sentinel; i velmi vysokým prostorovým rozlišením - WorldView-2) pro detekci land cover chráněných území. Z výše zmíněných klasifikátorů dosahoval nejvyšší přesnosti klasifikace Support Vector Machine. Z hlediska sub-pixelové klasifikace bylo využito Spectral Unmixing metod. Konkrétně byly pro tvorbu frakcí...
|
host ::
RSS.