|
|
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...
|
|
|
Klasifikace vybraných vegetačních kategorí land cover v krkonošské tundře z dat Sentinel-2A s využitím časové řady dat
Roubalová, Markéta ; Kupková, Lucie (vedoucí práce) ; Suchá, Renáta (oponent)
Klasifikace vybraných vegetačních kategorií land cover v krkonošské tundře z dat Sentinel-2A s využitím časové řady dat Abstrakt Cílem práce bylo zjistit, jestli lze pomocí multitemporálního přístupu zvýšit přesnost klasifikace vybraných kategorií vegetačního pokryvu ve východní části krkonošské tundry. Využito bylo 10 spektrálních pásem dat Sentinel-2A s prostorovým rozlišením 10 a 20 m. Klasifikační legenda byla vytvořena botanikem z Krkonošského národního parku. Řízená klasifikace MLC pro 11 tříd vegetačního pokryvu proběhla v programu ENVI 5.3 na základě terénních dat zaměřených GPS přístrojem. Jednotlivé přesnosti byly porovnány s výstupy řízené klasifikace v Kupková et al. (2017). Nejlepší výsledek klasifikace dosáhl celkové přesnosti 53,4 %, což byl podobný výsledek, jako v případě klasifikace snímku z jednoho termínu (celková přesnost 51,2 %). Klíčová slova: multitemporální klasifikace, vegetace, spektrální příznaky, Sentinel-2A, tundra, Krkonošský národní park
|
host ::
RSS.