|
|
Detekce antropogenních terénních objektů ve vrcholové oblasti Luční a Studniční hory v Krkonoších s využitím dat leteckého laserového skenování
Krusová, Anna ; Lysák, Jakub (vedoucí práce) ; Potůčková, Markéta (oponent)
Diplomová práce se zabývá detekcí objektů mikroreliéfu s využitím dat leteckého laserového skenování. Cílem práce bylo navrhnout vlastní metodu pro detekci terénních anomálií a dále identifikovat a popsat terénní útvary, které odpovídají antropogenním zásahům v oblasti arkto- alpínské tundry ve vrcholové oblasti Luční a Studniční hory v Krkonoších. Na základě existujících studií byla navržena nová metoda detekce specifických objektů mikroreliéfu, která vychází z kombinace dvou typů dat, tj. bodového mračna a z něj vycházející rastrové reprezentace. Nejprve byly z digitálního modelu reliéfu odvozeny polygonové aproximace terénních anomálií, jejichž prostorové vymezení bylo následně lokálně zpřesněno s využitím bodových mračen. Výstupem je nejúplnější a nejpřesnější polygonové vymezení terénních útvarů, které bylo, s ohledem na dostupná data a specifičnost území a v porovnání s doposud realizovanými studiemi, zatím provedeno. Navrženým algoritmem bylo oproti referenčním datům identifikováno o stovky terénních objektů více. V tomto počtu jsou ale zahrnuty i falešně pozitivní objekty, které je ale nutné manuálně eliminovat. Klíčová slova: letecké laserové skenování, detekce objektů mikroreliéfu, archeologický průzkum, digitální model reliéfu, local relief model, Krkonoše, Luční hora, Studniční hora
|
|
|
Mapování vegetace krkonošské tundry z multitemporálních LiDARových dat
Šrollerů, Alex ; Potůčková, Markéta (vedoucí práce) ; Lysák, Jakub (oponent)
Práce se zabývá parametry vertikální struktury vegetace odvozenými z UAV LiDARových dat a jejich využitím k multitemporální klasifikaci vybraných druhů arkto-alpinské tundry Krkonoš. Na základě rešerše literatury se zaměřením na nízké a keřovité porosty jsou vytipovány strukturní parametry. Jejich vhodnost k rozlišení tundrovité vegetace je hodnocena algoritmem Random Forest a metodou určení důležitosti prediktorů pomocí permutace out-of bag pozorování, vynecháním prediktoru a individuální výkonností prediktoru. Následně je provedena fúze s multispektrálními daty a určen vliv LiDAR odvozených strukturních parametrů na zpřesnění výsledků klasifikace. Zkoumány jsou také strukturní parametry vegetace odvozené z digitálního modelu povrchu získaného obrazovou korelací multispektrálních dat. Pro odlišení vegetačních tříd byl jako nejvhodnější určen parametr maximální výšky, následován minimální výškou, relativním poměrem povrchu vegetace a koeficientem variace, které dosáhly celkové klasifikační přesnosti 67,3 % pro Bílou louku a 62,3 % pro Úpské rašeliniště. Fúze s multispektrálními daty vedla k zpřesnění klasifikace do 2 %. V případě struktury vegetace odvozené z digitálního modelu povrchu bylo dosaženo stejného výsledku s výjimkou vyšších porostů. LiDARová data se neukázala jako přínosná k odlišení...
|
|
|
Deep learning for tree line ecotone mapping from remote sensing data
Dvořák, Jakub ; Potůčková, Markéta (vedoucí práce) ; Lefèvre, Sébastien (oponent)
Hluboké učení se v posledních letech stále více uplatňuje v dálkovém průzkumu, především jako klasifikační algoritmus. První část této práce popisuje hluboké neuronové sítě používané pro klasifikaci v dálkovém průzkumu a možnosti jejich využití. V této části práce jsou diskutovány i implementace hlubokých modelů ve vybraných geografických softwarech. Teoretická zjištění z první části práce jsou ověřena pomocí dvou hlubokých konvolučních sítí typu "Encoder-Decoder" - U-Net a její navrhovaná adaptace KrakonosNet. Tyto sítě jsou využity pro klasifikaci smrků a kosodřeviny v oblasti krkonošské horní hranice lesa. Normalizovaný digitální model povrchu je využit k tvorbě dostatečného množství trénovacích dat a klasifikace samotná je provedena pouze na základě optických dat s velmi vysokým prostorovým rozlišením. Výsledná klasifikace je porovnána s několika tradičními metodami, konkrétně se jedná o klasifikátor maximální pravděpodobnosti, náhodný les a metodu podpůrných vektorů. U-Net i KrakonosNet dosáhly na tomto datasetu výrazně lepších výsledků a budou následně využity pro potřeby souvisejícího výzkumného projektu. Klíčová slova hluboké učení, U-Net, Krkonoše, klasifikace, mapování vegetace, smrk ztepilý, borovice kleč, ortofoto
|
|
|
Možnosti ERT a GPR pro analýzu polygonálních kryogenních struktur
Široký, Jakub ; Křížek, Marek (vedoucí práce) ; Hartvich, Filip (oponent)
Polygonální kryogenní struktury není možné studovat konvenčními metodami, aniž by nedošlo k nevratnému zásahu do jejich struktury. Bylo provedeno real3D měření nedestruktivními metodami georadaru (GPR) a elektrické rezistivitní tomografie (ERT) pro zhodnocení aplikovatelnosti těchto metod na průzkum pseudomorfóz po ledových klínech, překrytých ornicí, a tříděných polygonů, vznikajících v hrubozrnných horských substrátech. Byl zhotoven seznam processingových kroků, vhodných pro úpravu dat z takových prostředí. Na názornosti hloubkových řezů a pseudotrojrozměrného zobrazení jsou demonstrovány výhody 3D měření. Jsou shrnuty základní morfometrické charakteristiky obou forem a diskutovány možnosti geofyzikálního průzkumu i pro další tvarové analýzy. Výstupy z nízkofrekvenčního georadarového měření jsou u obou lokalit nejhodnotnější a vykreslují šířku pseudomorfóz okolo 2 a délku okolo 6,5 , výšku přesahující 3,5 . Tříděný polygon s průměrem 2,5 a šířkou kamenného věnce okolo 1 se vykreslil méně zřetelně. Hloubka třídění nebyla přesně určena, ale sahá hlouběji než 0,54 .
|
|
|
Mikroevoluční procesy u endemického taxonu Krkonoš Campanula bohemica
Hanušová, Kateřina ; Suda, Jan (vedoucí práce) ; Vít, Petr (oponent)
Rod Campanula L. - zvonek - je největším rodem čeledi Campanulaceae. Jedná se o druhově bohatý rod cévnatých rostlin se subkosmopolitním rozšířením, jehož taxonomické členění není do dnešní doby uspokojivě vyřešeno. Evoluční historii tohoto rodu provází řada mikroevolučních procesů, jako je hybridizace, polyploidizace a geografická izolace. Především díky geografické izolaci lze u zvonků v rámci Evropy nalézt značné množství endemitů. V České republice docházelo k této geografické izolaci zejména ve vyšších pohořích (Krkonoše, Jeseníky). V této oblasti můžeme nalézt tři endemické zástupce rodu Campanula. Jsou to: Campanula gelida Kovanda, Campanula rotundifolia L. subsp. sudetica (Hruby) Soó a Campanula bohemica Hruby. Jedná se o fytogeograficky významné taxony naší květeny, navzdory tomu zůstávají údaje o jejich variabilitě, evoluční historii a procesech v jejich populacích značně fragmentární. Dosud chybí jejich podrobné zhodnocení pomocí moderních biosystematických přístupů. Campanula bohemica je silně ohroženým, neoendemickým druhem vyšších poloh Krkonoš. Řadí se do příbuzenství druhu Campanula scheuchzeri Vill., ze kterého se i s největší pravděpodobností vyvinul. Na podobných stanovištích v Krkonoších jako C. bohemica se vyskytuje i fenotypově velmi podobný druh C. rotundifolia L. V místě...
|
|
|
Poptávka po službách lyžařských škol v Krkonoších
Čápová, Hana ; Macáková, Libuše (vedoucí práce) ; Nečadová, Marta (oponent)
Cílem práce je popsat a analyzovat hlavní determinanty poptávky po službách lyžařských škol v Krkonoších z hlediska mikroekonomického. V úvodu se věnuji popisu segmentu lyžařských škol z hlediska přispění k tvorbě HDP a podílu na spotřebě domácností. Dále byly stanoveny hypotézy, zakládající se na definovaných determinatech, které jsem ověřovala pomocí dotazníkového šetření provedeného v zimní sezóně v roce 2008/2009 mezi klienty lyžařské školy Ski Baron v Dolním Dvoře. Zmíněn je i výzkum zaměřený na návštěvnost Krkonoš. Dalším bodem je srovnání dvou lyžařských škol vzhledem ke klientele (SKOL MAX ve Špindlerově Mlýně a SKi Baron v Dolním Dvoře).
|
host ::
RSS.