Show simple item record

Land cover classification from hyperspectral images in recultivated areas of the Sokolov lignite basin
dc.contributor.advisorPotůčková, Markéta
dc.creatorMálková, Hana
dc.date.accessioned2017-04-28T04:50:46Z
dc.date.available2017-04-28T04:50:46Z
dc.date.issued2010
dc.identifier.urihttp://hdl.handle.net/20.500.11956/32024
dc.description.abstractKlasifikace land cover z hyperspektrálních dat v rekultivovaných oblastech Sokolovské hnědouhelné pánve Abstrakt Předkládaná diplomová práce si klade za cíl vytvořit metodiku klasifikace vegetačního pokryvu z hyperspektrálních dat ze senzoru HyMap. Výstupem práce je podkladová mapa pro studium vlivu těžby na zdravotní stav vegetace v okolí povrchových lomů Sokolovské hnědouhelné pánve. Na data bylo aplikováno pět různých klasifikačních algoritmů a nejlepší výsledek byl zpřesněn druhým kolem klasifikace. Vzhledem k velikosti pixelu a požadované podrobnosti výsledku byly vyzkoušeny možnosti subpixelové klasifikace a byla zodpovězena otázka, jaké míry podrobnosti klasifikace lze s danými daty dosáhnout. Výsledky práce jsou součástí řešení projektu "Assessment of Mining Related Imapcts Based on Utilization of ARES Airborne Hyperspectral Sensor". Klíčová slova: hyperspektrální data HyMap, klasifikace land cover, klasifikační algoritmy, subpixelová analýza, Sokolovská hnědouhelná pánevcs_CZ
dc.description.abstractLand cover classification from hyperspectral images in recultivated area of the Sokolov lignite basin Abstract The aim of the dissertation is to establish a methodology for vegetation classification from hyperspectral data of the HyMap sensor. The final output is a supporting map for the investigation of mining impacts on vegetation health in the vicinity of surface quarries at the Sokolov lignite basin. Five different classification algorithms were applied on the data and the best result was put more precisely in the second classification round. Given the pixel size and desired result details, subpixel classification options were tested and the question of what level of classification details could be achieved with given data was answered. The results are part of the project "Assessment of Mining Related Impacts Based on Utilization of Airborne Hyperspectral Sensor ARES". Keywords: hyperspectral image data HyMap, land cover mapping, the classification alghoritm, subpixel analysis, Sokolov lignite basinen_US
dc.languageČeštinacs_CZ
dc.language.isocs_CZ
dc.publisherUniverzita Karlova, Přírodovědecká fakultacs_CZ
dc.titleKlasifikace land cover z hyperspektrálních dat v rekultivovaných oblastech Sokolovské hnědouhelné pánvecs_CZ
dc.typediplomová prácecs_CZ
dcterms.created2010
dcterms.dateAccepted2010-09-20
dc.description.departmentDepartment of Applied Geoinformatics and Cartographyen_US
dc.description.departmentKatedra aplikované geoinformatiky a kartografiecs_CZ
dc.description.facultyFaculty of Scienceen_US
dc.description.facultyPřírodovědecká fakultacs_CZ
dc.identifier.repId81948
dc.title.translatedLand cover classification from hyperspectral images in recultivated areas of the Sokolov lignite basinen_US
dc.contributor.refereeKupková, Lucie
dc.identifier.aleph001275300
thesis.degree.nameMgr.
thesis.degree.levelnavazující magisterskécs_CZ
thesis.degree.disciplineCartography and Geoinformaticsen_US
thesis.degree.disciplineKartografie a geoinformatikacs_CZ
thesis.degree.programGeographyen_US
thesis.degree.programGeografiecs_CZ
uk.faculty-name.csPřírodovědecká fakultacs_CZ
uk.faculty-name.enFaculty of Scienceen_US
uk.faculty-abbr.csPřFcs_CZ
uk.degree-discipline.csKartografie a geoinformatikacs_CZ
uk.degree-discipline.enCartography and Geoinformaticsen_US
uk.degree-program.csGeografiecs_CZ
uk.degree-program.enGeographyen_US
thesis.grade.csVelmi dobřecs_CZ
thesis.grade.enVery gooden_US
uk.abstract.csKlasifikace land cover z hyperspektrálních dat v rekultivovaných oblastech Sokolovské hnědouhelné pánve Abstrakt Předkládaná diplomová práce si klade za cíl vytvořit metodiku klasifikace vegetačního pokryvu z hyperspektrálních dat ze senzoru HyMap. Výstupem práce je podkladová mapa pro studium vlivu těžby na zdravotní stav vegetace v okolí povrchových lomů Sokolovské hnědouhelné pánve. Na data bylo aplikováno pět různých klasifikačních algoritmů a nejlepší výsledek byl zpřesněn druhým kolem klasifikace. Vzhledem k velikosti pixelu a požadované podrobnosti výsledku byly vyzkoušeny možnosti subpixelové klasifikace a byla zodpovězena otázka, jaké míry podrobnosti klasifikace lze s danými daty dosáhnout. Výsledky práce jsou součástí řešení projektu "Assessment of Mining Related Imapcts Based on Utilization of ARES Airborne Hyperspectral Sensor". Klíčová slova: hyperspektrální data HyMap, klasifikace land cover, klasifikační algoritmy, subpixelová analýza, Sokolovská hnědouhelná pánevcs_CZ
uk.abstract.enLand cover classification from hyperspectral images in recultivated area of the Sokolov lignite basin Abstract The aim of the dissertation is to establish a methodology for vegetation classification from hyperspectral data of the HyMap sensor. The final output is a supporting map for the investigation of mining impacts on vegetation health in the vicinity of surface quarries at the Sokolov lignite basin. Five different classification algorithms were applied on the data and the best result was put more precisely in the second classification round. Given the pixel size and desired result details, subpixel classification options were tested and the question of what level of classification details could be achieved with given data was answered. The results are part of the project "Assessment of Mining Related Impacts Based on Utilization of Airborne Hyperspectral Sensor ARES". Keywords: hyperspectral image data HyMap, land cover mapping, the classification alghoritm, subpixel analysis, Sokolov lignite basinen_US
uk.publication-placePrahacs_CZ
uk.grantorUniverzita Karlova, Přírodovědecká fakulta, Katedra aplikované geoinformatiky a kartografiecs_CZ


Files in this item

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 3-5, 116 36 Praha; 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