Možnosti objektovo orientovanej klasifikácie pri monitoringu lúčnej vegetácie a manažmentových zásahov v Krkonošskom národnom parku

Abstract

Možnosti objektovo orientovanej klasifikácie pri monitoringu lúčnej vegetácie a manažmentových zásahov v Krkonošskom národnom parku Abstrakt Cieľom diplomovej práce bolo zhodnotenie možnosti využitia objektovo orientovanej klasifikácie z dát družice WorldView-2 a leteckého optického skenera pre klasifikáciu lúčnych spoločenstiev a spôsobu manažmentu na území Krkonošského národného parku. Hodnotené typy lúčnych spoločenstiev boli stanovené na základe legendy vytvorenej botanikom KRNAP. Ďalšou úlohou bolo taktiež porovnanie presnosti objektovo orientovanej klasifikácie a klasifikácie na základe metódy "neural net", ktorú na rovnakých dátach prevádzala Pomaháčová (2012) vo svojej diplomovej práci. Rozlíšenie tried lúčnych spoločenstiev a manažmentových zásahov prebehlo na základe metódy objektovej klasifikácie algoritmom SVM a algoritmom rozhodovacieho stromu. Následne bola celková presnosť klasifikácií vyhodnotená a porovnaná pomocou bodov získaných z terénu. Diplomová práca prináša nový pohľad na požiadavky kladené na úspešnú klasifikáciu horskej lúčnej vegetácie metódou objektovo orientovanej klasifikácie. Kľúčové slová: objektová klasifikácia, lúčne spoločenstvá, WorldView-2, optický letecký skener, SVM, KRNAP

Possibilities of object based image analysis for monitoring of meadow vegetation and management in the Krkonoše Mountains National Park Abstract The main aim of the thesis was to evaluate possibilities of Object Based Image Analysis (OBIA) of WorldView-2 satellite image data and aerial optical scanner for meadow vegetation and managment types classification in Krkonoše Mountains National Park. The classification was based on legend prepared by botanist of the national park. The second goal was to compare classification accuracy of Object Based Image Analysis and neural net classification method that was used by Pomahačová (2012) for the same area and the same WorldView-2 data. OBIA for meadow vegetation was conducted using SVM algorithm and "Decision Tree" algorithm. The classification accuracy was estimated using reference points from the field. The thesis puts the requirements (optimal parameters and conditions) for successfull object based classification of mountain meadow vegetation into a new perspective. Key words: Object based classification, meadows, WorldView-2, aerial optical scanner, SVM, KRNAP