Show simple item record

Remote sensing for classification of new wilderness vegetation in the hinterland of Kutná Hora
Využití dálkového průzkumu Země pro klasifikaci vegetace nové divočiny v zázemí Kutné Hory
dc.contributor.advisorKupková, Lucie
dc.creatorDančejová, Daniela
dc.date.accessioned2023-11-07T01:19:12Z
dc.date.available2023-11-07T01:19:12Z
dc.date.issued2023
dc.identifier.urihttp://hdl.handle.net/20.500.11956/184681
dc.description.abstractNumerous areas in the Czech landscape have been abandoned by human activity, allowing natural processes to take over. Some of these areas have transformed into new wilderness characterized by diverse vegetation compositions, representing va- rious successional stages. The aim of this work is to conduct a comprehensive and accurate classification of vegetation in the new wilderness area utilizing remote sensing techniques. For this purpose, multispectral UAS data with a 5 cm spatial resolution, hyperspectral aerial data with a 60 cm spatial resolution, and botani- cal data collected at three different dates within the area of interest were used. Based on the collected data and the assessment of species separability, three clas- sification legends were proposed to classify the area of interest using Maximum Likelihood, Random Forest and object-based classifiers. The F1-score was used to assess the classification accuracy of vegetation classes. The results demonstrated the suitability of the object classifier for classifying a highly diverse vegetational area at a very high spatial resolution (achieving the highest overall accuracy of 84.06% across 22 classes). The Random Forest classifier yielded better results for vegetation classification on hyperspectral data with a lower spatial resolution...en_US
dc.description.abstractV české krajině se nachází množství ploch, které byly opuštěné člověkem a pone- chané spontánním přírodním procesům. Na některých z nich se dokázala vytvořit nová divočina, která je charakteristická komplexním vegetačním složením, zahr- nuje různá stádia sukcese. Cílem práce je co nejpodrobněji a zároveň s co nejlepší přesností klasifikovat vegetaci na území nové divočiny s využitím dálkového průz- kumu Země. Pro tyto účely jsou využita multispektrální UAS data s prostorovým rozlišením 5 cm, hyperspektrální letecká data s prostorovým rozlišením 60 cm a botanická data sesbíraná na zájmovém území ve třech termínech. Na základě získaných dat a hodnocení separability druhů byly navrženy tři klasifikační le- gendy, podle kterých bylo zájmové území klasifikované s využitím klasifikátorů Maximum Likelihood, Random Forest a objektovým klasifikátorem. Přesnost kla- sifikace vegetačních tříd byla hodnocena s využitím F1-skóre. Dosažené výsledky poukázaly na vhodnost použití objektového klasifikátoru pro klasifikaci vegetačně rozmanitého území ve velmi vysokém prostorovém rozlišení (nejvyšší dosažená cel- ková přesnost 84,06 % na 22 třídách). Pro klasifikaci vegetace na hyperspektrál- ních datech s nižším prostorovým rozlišením byl úspěšnější klasifikátor Random Forest (nejvyšší dosažená celková přesnost...cs_CZ
dc.languageSlovenčinacs_CZ
dc.language.isosk_SK
dc.publisherUniverzita Karlova, Přírodovědecká fakultacs_CZ
dc.subjectklasifikáciacs_CZ
dc.subjectopustená pôdacs_CZ
dc.subjectnová divočinacs_CZ
dc.subjectvegetačný druhcs_CZ
dc.subjectF1-skórecs_CZ
dc.subjectJeffries-Matusitova vzdialenosťcs_CZ
dc.subjectclassificationen_US
dc.subjectabandoned landen_US
dc.subjectnew wildernessen_US
dc.subjectvegetation speciesen_US
dc.subjectF1-scoreen_US
dc.subjectJeffries-Matusita distanceen_US
dc.titleVyužitie diaľkového prieskumu Zeme pre klasifikáciu vegetácie novej divočiny v zázemí Kutnej Horysk_SK
dc.typebakalářská prácecs_CZ
dcterms.created2023
dcterms.dateAccepted2023-09-05
dc.description.departmentKatedra aplikované geoinformatiky a kartografiecs_CZ
dc.description.departmentDepartment of Applied Geoinformatics and Cartographyen_US
dc.description.facultyPřírodovědecká fakultacs_CZ
dc.description.facultyFaculty of Scienceen_US
dc.identifier.repId249395
dc.title.translatedRemote sensing for classification of new wilderness vegetation in the hinterland of Kutná Horaen_US
dc.title.translatedVyužití dálkového průzkumu Země pro klasifikaci vegetace nové divočiny v zázemí Kutné Horycs_CZ
dc.contributor.refereeČervená, Lucie
thesis.degree.nameBc.
thesis.degree.levelbakalářskécs_CZ
thesis.degree.disciplineGeografie a kartografiecs_CZ
thesis.degree.disciplineGeography and Cartographyen_US
thesis.degree.programGeografiecs_CZ
thesis.degree.programGeographyen_US
uk.thesis.typebakalářská prácecs_CZ
uk.taxonomy.organization-csPřírodovědecká fakulta::Katedra aplikované geoinformatiky a kartografiecs_CZ
uk.taxonomy.organization-enFaculty of Science::Department of Applied Geoinformatics and Cartographyen_US
uk.faculty-name.csPřírodovědecká fakultacs_CZ
uk.faculty-name.enFaculty of Scienceen_US
uk.faculty-abbr.csPřFcs_CZ
uk.degree-discipline.csGeografie a kartografiecs_CZ
uk.degree-discipline.enGeography and Cartographyen_US
uk.degree-program.csGeografiecs_CZ
uk.degree-program.enGeographyen_US
thesis.grade.csVýborněcs_CZ
thesis.grade.enExcellenten_US
uk.abstract.csV české krajině se nachází množství ploch, které byly opuštěné člověkem a pone- chané spontánním přírodním procesům. Na některých z nich se dokázala vytvořit nová divočina, která je charakteristická komplexním vegetačním složením, zahr- nuje různá stádia sukcese. Cílem práce je co nejpodrobněji a zároveň s co nejlepší přesností klasifikovat vegetaci na území nové divočiny s využitím dálkového průz- kumu Země. Pro tyto účely jsou využita multispektrální UAS data s prostorovým rozlišením 5 cm, hyperspektrální letecká data s prostorovým rozlišením 60 cm a botanická data sesbíraná na zájmovém území ve třech termínech. Na základě získaných dat a hodnocení separability druhů byly navrženy tři klasifikační le- gendy, podle kterých bylo zájmové území klasifikované s využitím klasifikátorů Maximum Likelihood, Random Forest a objektovým klasifikátorem. Přesnost kla- sifikace vegetačních tříd byla hodnocena s využitím F1-skóre. Dosažené výsledky poukázaly na vhodnost použití objektového klasifikátoru pro klasifikaci vegetačně rozmanitého území ve velmi vysokém prostorovém rozlišení (nejvyšší dosažená cel- ková přesnost 84,06 % na 22 třídách). Pro klasifikaci vegetace na hyperspektrál- ních datech s nižším prostorovým rozlišením byl úspěšnější klasifikátor Random Forest (nejvyšší dosažená celková přesnost...cs_CZ
uk.abstract.enNumerous areas in the Czech landscape have been abandoned by human activity, allowing natural processes to take over. Some of these areas have transformed into new wilderness characterized by diverse vegetation compositions, representing va- rious successional stages. The aim of this work is to conduct a comprehensive and accurate classification of vegetation in the new wilderness area utilizing remote sensing techniques. For this purpose, multispectral UAS data with a 5 cm spatial resolution, hyperspectral aerial data with a 60 cm spatial resolution, and botani- cal data collected at three different dates within the area of interest were used. Based on the collected data and the assessment of species separability, three clas- sification legends were proposed to classify the area of interest using Maximum Likelihood, Random Forest and object-based classifiers. The F1-score was used to assess the classification accuracy of vegetation classes. The results demonstrated the suitability of the object classifier for classifying a highly diverse vegetational area at a very high spatial resolution (achieving the highest overall accuracy of 84.06% across 22 classes). The Random Forest classifier yielded better results for vegetation classification on hyperspectral data with a lower spatial resolution...en_US
uk.file-availabilityV
uk.grantorUniverzita Karlova, Přírodovědecká fakulta, Katedra aplikované geoinformatiky a kartografiecs_CZ
thesis.grade.code1
dc.contributor.consultantVojta, Jaroslav
uk.publication-placePrahacs_CZ
uk.thesis.defenceStatusO


Files in this item

Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record


© 2017 Univerzita Karlova, Ústřední knihovna, Ovocný trh 560/5, 116 36 Praha 1; email: admin-repozitar [at] cuni.cz

Za dodržení všech ustanovení autorského zákona jsou zodpovědné jednotlivé složky Univerzity Karlovy. / Each constituent part of Charles University is responsible for adherence to all provisions of the copyright law.

Upozornění / Notice: Získané informace nemohou být použity k výdělečným účelům nebo vydávány za studijní, vědeckou nebo jinou tvůrčí činnost jiné osoby než autora. / Any retrieved information shall not be used for any commercial purposes or claimed as results of studying, scientific or any other creative activities of any person other than the author.

DSpace software copyright © 2002-2015  DuraSpace
Theme by 
@mire NV