Národní úložiště šedé literatury Nalezeno 2 záznamů.  Hledání trvalo 0.00 vteřin. 
Využití multispektrálních družicových dat pro klasifikaci lesních porostů poškozených disturbancemi
Šmausová, Barbora ; Štych, Přemysl (vedoucí práce) ; Červená, Lucie (oponent)
Hlavním cílem diplomové práce je vytvoření metodického postupu vhodného pro klasifikaci poškozených lesních porostů na vybraném území Národního parku Šumava. K tomuto účelu jsou využity multispektrální snímky WorldView-2 a Landsat 8. Práce klade důraz na odlišení jednotlivých fází vývoje lesa postiženého lýkožroutem smrkovým. Dle zvolené legendy, zahrnující více fází rozpadajícího se i obnovujícího se lesa, jsou snímky klasifikovány metodami Neural Network, Support Vector Machine a objektovou klasifikací. Následná aplikace těchto metod na zvolené snímky vyžadovala vhodný výběr parametrů a pravidel k dosažení optimálních výsledků. Výsledky práce porovnávají a hodnotí výsledné klasifikace. Dalším výstupem práce je zhodnocení vlivu zpracovávaných snímků WorldView-2 a Landsat 8 na výsledný výstup klasifikace. Veškeré výsledky práce jsou hodnoceny pomocí celkové přesnosti, chybových matic a kappa koeficientu. Powered by TCPDF (www.tcpdf.org)
Possibilities of object based image analysis for monitoring of meadow vegetation and management in the Krkonoše Mountains National Park
Dorič, Roman ; Kupková, Lucie (vedoucí práce) ; Potůčková, Markéta (oponent)
Možnosti objektovo orientovanej klasifikácie pri monitoringu lúčnej vegetácie a manažmentových zásahov v Krkonošskom národnom parku Abstrakt Cieľom diplomovej práce bolo zhodnotenie možnosti využitia objektovo orientovanej klasifikácie z dát družice WorldView-2 a leteckého optického skenera pre klasifikáciu lúčnych spoločenstiev a spôsobu manažmentu na území Krkonošského národného parku. Hodnotené typy lúčnych spoločenstiev boli stanovené na základe legendy vytvorenej botanikom KRNAP. Ďalšou úlohou bolo taktiež porovnanie presnosti objektovo orientovanej klasifikácie a klasifikácie na základe metódy "neural net", ktorú na rovnakých dátach prevádzala Pomaháčová (2012) vo svojej diplomovej práci. Rozlíšenie tried lúčnych spoločenstiev a manažmentových zásahov prebehlo na základe metódy objektovej klasifikácie algoritmom SVM a algoritmom rozhodovacieho stromu. Následne bola celková presnosť klasifikácií vyhodnotená a porovnaná pomocou bodov získaných z terénu. Diplomová práca prináša nový pohľad na požiadavky kladené na úspešnú klasifikáciu horskej lúčnej vegetácie metódou objektovo orientovanej klasifikácie. Kľúčové slová: objektová klasifikácia, lúčne spoločenstvá, WorldView-2, optický letecký skener, SVM, KRNAP

Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.