|
|
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...
|
|
|
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...
|
|
|
Hodnocení stavu porostů obilnin s využitím spektrálních měření
Burgetová, Markéta
Diplomová práce je zaměřena na hodnocení porostů obilnin s využitím spektrálních měření. V literární rešerši jsou popsány základy tvorby výnosu a hodnocení porostu obil-nin. Dále je popsáno měření porostu pomocí spektrálních přístrojů pro podporu rozhodo-vání v pěstebních technologiích. V praktické části je zpracováno statistické zhodnocení polních experimentů, provedených v letech 2017 a 2018, které byly zaměřeny na mapo-vání heterogenity porostu pšenice ozimé. Na jednotlivých polích byly odebrány vzorky rostlin z několika bodů. Rostliny byly následně v laboratoři podrobeny analýze pro zjiště-ní obsahu dusíku a množství nadzemní biomasy. Na odběrných místech byl porost změřen spektrálními přístroji ve viditelné a blízce infračervené části elektromagnetického spektra. Zpracování dat bylo provedeno pomocí popisné statistiky, korelační a regresní analýzy. Výsledky poukázaly na vysokou prostorovou variabilitu sledovaných pozemků. Korelační a regresní analýzou byl hodnocen vztah mezi spektrálním měřením porostu a jeho labora-torním hodnocením. Na závěr bylo spektrální měření porostu doporučeno jako doplněk k tradičním metodám agrobiologické kontroly obilnin.
|
|
|
Využití družicových dat programu Landsat pro environmentální výzkum s případovou studií zaměřenou na vyhodnocení vegetačních indexů v oblasti Sokolovska
Mosoriaková, Gabriela ; Matějíček, Luboš (vedoucí práce) ; Rojík, Petr (oponent)
Práce zjišťuje, využití dálkového průzkumu Země a satelitních snímku Landsat při revitalizačních, rekultivačních a renaturalizačních procesech. Oblastí zájmu případové studie je Sokolovská výsypka. Která je typická dlouhodobou povrchovou těžbou, a tudíž je tato oblast dokonalým vzorem revitalizačních procesů. Porovnává satelitní snímky z programu Landsat v daných obdobích. Snímky jsou vybrány tak, aby nebyly znehodnoceny vlivem počasí. Z těchto snímku jsou vyhodnoceny základní vegetační indexy (NDVI, EVI, SAVI a MSAVI). Srovnávají se dvě oblasti s odlišným typem revitalizace (přirozená a řízená). Předpokládaný výsledek, který odpovídá terénním známým údajům, dokazuje hodnotnost DPZ (dálkového průzkumu Země). Z výsledků bylo zjištěno, že přirozená obnova je druhově o něco rozmanitější a v průběhu let stoupá plynuleji. Obnova řízená je více homogenní a má rychlejší postup. Snímky jsou zpracovány za pomocí programu ArcGIS a následně vyhodnoceny v programu MATLAB a statisticky vyhodnoceny.
|
|
|
Vegetace ve městě - hodnocení časových změn vlivu vegetačního krytu na místní klima pomocí metod dálkového průzkumu Země
PAVLÍČKOVÁ, Lenka
Městský tepelný ostrov (UHI) je fenomén znatelně vyšších teplot ve městě v porovnání s okolím. Práce se zaměřuje na možný vliv expanze města na teplotu povrchu města, tedy na vliv na intenzitu městského tepelného ostrova. Pro studii je zvoleno město Cáceres ve stejnojmenné provincii Španělska. Vstupní hodnoty modelu jsou získány pomocí multispektrálních snímků Landsat. Analýza družicových snímků ukázala, že funkční vegetační pokryv a vodní plochy významně snižují teplotu povrchu, a mohou tak mít vliv na zmírnění efektu UHI. Studie však neprokázala vliv expanze města na intenzitu městského tepelného ostrova. Možným vysvětlením je, že si město s postupnou zástavbou v průběhu let udržuje konstantní poměr oblastí s nepropustnými materiály k oblastem s vegetací.
|
host ::
RSS.