Využití multispektrálních družicových dat pro klasifikaci lesních porostů poškozených disturbancemi
Classification of forests damaged by disturbance using multispectral satellite data
diplomová práce (OBHÁJENO)
Zobrazit/ otevřít
Trvalý odkaz
http://hdl.handle.net/20.500.11956/82232Identifikátory
SIS: 147170
Kolekce
- Kvalifikační práce [19109]
Autor
Vedoucí práce
Oponent práce
Červená, Lucie
Fakulta / součást
Přírodovědecká fakulta
Obor
Kartografie a geoinformatika
Katedra / ústav / klinika
Katedra aplikované geoinformatiky a kartografie
Datum obhajoby
15. 9. 2016
Nakladatel
Univerzita Karlova, Přírodovědecká fakultaJazyk
Čeština
Známka
Velmi dobře
Klíčová slova (česky)
lesní porost, disturbance, NP Šumava, WorldView-2, Landsat 8Klíčová slova (anglicky)
forest, disturbance, NP Šumava, WorldView-2, Landsat 8Hlavním cílem diplomové práce je vytvoření metodického postupu vhodného pro klasifikaci poškozených lesních porostů na vybraném území Národního parku Šumava. K tomuto účelu jsou využity multispektrální snímky WorldView-2 a Landsat 8. Práce klade důraz na odlišení jednotlivých fází vývoje lesa postiženého lýkožroutem smrkovým. Dle zvolené legendy, zahrnující více fází rozpadajícího se i obnovujícího se lesa, jsou snímky klasifikovány metodami Neural Network, Support Vector Machine a objektovou klasifikací. Následná aplikace těchto metod na zvolené snímky vyžadovala vhodný výběr parametrů a pravidel k dosažení optimálních výsledků. Výsledky práce porovnávají a hodnotí výsledné klasifikace. Dalším výstupem práce je zhodnocení vlivu zpracovávaných snímků WorldView-2 a Landsat 8 na výsledný výstup klasifikace. Veškeré výsledky práce jsou hodnoceny pomocí celkové přesnosti, chybových matic a kappa koeficientu. Powered by TCPDF (www.tcpdf.org)
The main objective of this thesis is to create an appropriate methodological procedure for classifying damaged forest in the selected area of Šumava National Park. For this purpose, multispectral imagery WorldView-2 and Landsat 8 are used. Work emphasis on distribution of each phase of forest development affected by bark beetle. According to selected legend, involving multiple stages of damaged but also recovering forest, the images are classified by Neural Network, Support Vector Machine and object classification methods. Application of these methods on selected images required a suitable choice of parameters and rules to achieve optimal results. The results of this thesis compare and evaluate the final classification. Another outcome of this work is to evaluate the influence of the processed images WorldView-2 and Landsat 8 on the final classification performance. All work results are assessed by overall precision, error matrix and kappa coefficient. Powered by TCPDF (www.tcpdf.org)