Zobrazit minimální záznam

Heterogeneity in forest vegetation monitoring with remote sensing
dc.contributor.advisorKolář, Jan
dc.creatorKolešová, Petra
dc.date.accessioned2017-06-02T13:22:11Z
dc.date.available2017-06-02T13:22:11Z
dc.date.issued2015
dc.identifier.urihttp://hdl.handle.net/20.500.11956/77684
dc.description.abstractUrčování skladby nehomogenního lesního porostu z družicových dat Abstrakt Práce si bere za cíl prozkoumání možností klasifikace lesní vegetace pomocí snímků z družice Landsat 8. Nejvhodnějšími kandidáty pro zpracování se staly dva snímky. Pořízeny byly ve vegetačním období (8. března 2014 a 27. července 2013). Cílem je zjistit, zda využitím statistických metod můžeme získat informace o heterogenitě lesa na zájmovém území. Modelové území zahrnuje správní území vybraných obcí z Jihočeského a Středočeského kraje, které se nachází na území pěti ORP (Blatná, Milevsko, Písek, Příbram, Sedlčany). Provedeny byly neřízené i řízené klasifikace na základě získaných trénovacích ploch z terénu a ortofota. Tyto třídy (jehličnaté lesy, smíšené lesy, ekotony, strukturně homogenní listnaté lesy a strukturně heterogenní listnaté lesy) odpovídaly definičně kategoriím použitým v projektu NT 11425-5/2010 Mapování přírodních ohnisek zoonóz přenosných na člověka v ČR a jejich změny ovlivněné modifikacemi klimatu. Díky trénovacím množinám získaným v terénu a ortofota a podobností spektrálních vlastností se získalo větší množství trénovacích pixelů, které vstupovaly do řízené klasifikace. U klasifikací byly provedeny kontroly přesnosti pomocí chybové matice. Řízená klasifikace s účastí prvních osmi spektrálních pásem z obou snímků...cs_CZ
dc.description.abstractHeterogeneity in forest vegetation monitoring with remote sensing Abtract The main aim of this diploma thesis is to examine the suitability of various classification approaches for forest vegetation categorization using Landsat 8 satellite imagery. Two satellite images acquired during vegetative period (8th March, 27th July 2013) were chosen. The overall goal of the study is to explore the potential of using statistical methods to obtain information about forest heterogeneity in a given territory. Chosen study sites are defined by administrative boundaries of selected municipalities from South and Central Bohemia located within following municipalities with extended powers - Blatná, Milevsko, Písek, Příbram and Sedlčany. Supervised and unsupervised classifications were used based on obtained training areas and orthophoto. The definition of chosen classes (coniferous forests, mixed forests, ecotones, structurally homogeneous deciduous forests and structurally heterogeneous deciduous forests) was identical with the categories used in "Project MT 11425-5/2010 The Mapping of Natural Zoonoses Focal Points, Transferable on Humans in the Czech Republic and Their Changes Affected by the Modification of Climate". Due to large amount of training datasets obtained from field survey, ortophoto and spectral analysis,...en_US
dc.languageČeštinacs_CZ
dc.language.isocs_CZ
dc.publisherUniverzita Karlova, Přírodovědecká fakultacs_CZ
dc.subjectdálkový průzkumcs_CZ
dc.subjectlesní porostcs_CZ
dc.subjectmultispektrální datacs_CZ
dc.subjectremote sensingen_US
dc.subjectforest canopyen_US
dc.subjectmultispectral dataen_US
dc.titleUrčování skladby nehomogenního lesního porostu z družicových datcs_CZ
dc.typediplomová prácecs_CZ
dcterms.created2015
dcterms.dateAccepted2015-09-15
dc.description.departmentDepartment of Applied Geoinformatics and Cartographyen_US
dc.description.departmentKatedra aplikované geoinformatiky a kartografiecs_CZ
dc.description.facultyPřírodovědecká fakultacs_CZ
dc.description.facultyFaculty of Scienceen_US
dc.identifier.repId132956
dc.title.translatedHeterogeneity in forest vegetation monitoring with remote sensingen_US
dc.contributor.refereePotůčková, Markéta
dc.identifier.aleph002029189
thesis.degree.nameMgr.
thesis.degree.levelnavazující magisterskécs_CZ
thesis.degree.disciplineKartografie a geoinformatikacs_CZ
thesis.degree.disciplineCartography and Geoinformaticsen_US
thesis.degree.programGeografiecs_CZ
thesis.degree.programGeographyen_US
uk.thesis.typediplomová 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.csKartografie a geoinformatikacs_CZ
uk.degree-discipline.enCartography and Geoinformaticsen_US
uk.degree-program.csGeografiecs_CZ
uk.degree-program.enGeographyen_US
thesis.grade.csDobřecs_CZ
thesis.grade.enGooden_US
uk.abstract.csUrčování skladby nehomogenního lesního porostu z družicových dat Abstrakt Práce si bere za cíl prozkoumání možností klasifikace lesní vegetace pomocí snímků z družice Landsat 8. Nejvhodnějšími kandidáty pro zpracování se staly dva snímky. Pořízeny byly ve vegetačním období (8. března 2014 a 27. července 2013). Cílem je zjistit, zda využitím statistických metod můžeme získat informace o heterogenitě lesa na zájmovém území. Modelové území zahrnuje správní území vybraných obcí z Jihočeského a Středočeského kraje, které se nachází na území pěti ORP (Blatná, Milevsko, Písek, Příbram, Sedlčany). Provedeny byly neřízené i řízené klasifikace na základě získaných trénovacích ploch z terénu a ortofota. Tyto třídy (jehličnaté lesy, smíšené lesy, ekotony, strukturně homogenní listnaté lesy a strukturně heterogenní listnaté lesy) odpovídaly definičně kategoriím použitým v projektu NT 11425-5/2010 Mapování přírodních ohnisek zoonóz přenosných na člověka v ČR a jejich změny ovlivněné modifikacemi klimatu. Díky trénovacím množinám získaným v terénu a ortofota a podobností spektrálních vlastností se získalo větší množství trénovacích pixelů, které vstupovaly do řízené klasifikace. U klasifikací byly provedeny kontroly přesnosti pomocí chybové matice. Řízená klasifikace s účastí prvních osmi spektrálních pásem z obou snímků...cs_CZ
uk.abstract.enHeterogeneity in forest vegetation monitoring with remote sensing Abtract The main aim of this diploma thesis is to examine the suitability of various classification approaches for forest vegetation categorization using Landsat 8 satellite imagery. Two satellite images acquired during vegetative period (8th March, 27th July 2013) were chosen. The overall goal of the study is to explore the potential of using statistical methods to obtain information about forest heterogeneity in a given territory. Chosen study sites are defined by administrative boundaries of selected municipalities from South and Central Bohemia located within following municipalities with extended powers - Blatná, Milevsko, Písek, Příbram and Sedlčany. Supervised and unsupervised classifications were used based on obtained training areas and orthophoto. The definition of chosen classes (coniferous forests, mixed forests, ecotones, structurally homogeneous deciduous forests and structurally heterogeneous deciduous forests) was identical with the categories used in "Project MT 11425-5/2010 The Mapping of Natural Zoonoses Focal Points, Transferable on Humans in the Czech Republic and Their Changes Affected by the Modification of Climate". Due to large amount of training datasets obtained from field survey, ortophoto and spectral analysis,...en_US
uk.file-availabilityV
uk.publication.placePrahacs_CZ
uk.grantorUniverzita Karlova, Přírodovědecká fakulta, Katedra aplikované geoinformatiky a kartografiecs_CZ
dc.identifier.lisID990020291890106986


Soubory tohoto záznamu

Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail

Tento záznam se objevuje v následujících sbírkách

Zobrazit minimální záznam


© 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