Detekce disturbance lesa pomocí UAV multispektrální fotogrammetrie

Abstract

Epidemic (calamitous) overpopulations of bark beetles (Scolytinae Latreille, 1804) caused by climate change and inappropriate tree species composition currently have the most negative impacts on the development of Europe's mixed and boreal forests. Epidemic overpopulations can significantly undermine forest health and cause economic losses. It is therefore essential to use appropriate methods for early detection of bark beetle disturbance. Multispectral remote sensing (RS) methods using unmanned aerial systems (UAS) represent a new option for contactless landscape monitoring providing quantitative information on vegetation health with high spatiotemporal resolution and therefore appear to be suitable for early detection of disturbance. The thesis focused on the validation of the use of UAS multispectral photogrammetry and image classification methods for the detection of individual forest disturbance stages caused by the spruce bark beetle (Ips typographus Linnaeus, 1758) at the level of individual trees for the study of disturbance dynamics. In this dissertation, all important aspects of detection were elaborated: analysis of the suitability of spectral bands for disturbance detection, radiometric calibration of multispectral cameras, automated segmentation of individual canopies from...

V současné době nejvíce negativně ovlivňují vývoj smíšených a boreálních lesů Evropy epidemické (kalamitní) přemnožení kůrovců (Scolytinae Latreille, 1804) vlivem klimatické změny a nevhodné skladby dřevin, která mohou výrazně narušit zdravotní stav lesů a způsobit ekonomické ztráty. Proto je nezbytné použít vhodné metody pro včasnou detekci kůrovcové disturbance. Metody multispektrálního dálkového průzkumu země (DPZ) pomocí bezpilotních leteckých systémů (UAS) představují novou možnost bezkontaktního monitoringu krajiny poskytující kvantitativní informaci o zdravotním stavu vegetace s vysokým časoprostorovým rozlišením, proto se jeví jako vhodné i pro včasnou detekci disturbance. Disertační práce se zaměřila na ověření využití metod UAS multispektrální fotogrammetrie a klasifikace obrazu pro detekci disturbance lesa způsobené lýkožroutem smrkovým (Ips typographus Linnaeus, 1758) na úrovni jednotlivých stromů s rozlišením jednotlivých fází napadení pro studium dynamiky disturbance. V disertační práci byly rozpracovány všechny důležité aspekty detekce: analýza vhodnosti spektrálních pásem pro detekci disturbance, radiometrická kalibrace multispektrálních kamer, automatizovaná segmentace jednotlivých korun z fotogrammetrického mračna bodů (PPC) a klasifikace fází disturbance na úrovni jednotlivých...