Show simple item record

Classification of forests damaged by disturbance using multispectral satellite data
dc.contributor.advisorŠtych, Přemysl
dc.creatorŠmausová, Barbora
dc.date.accessioned2017-06-02T04:08:25Z
dc.date.available2017-06-02T04:08:25Z
dc.date.issued2016
dc.identifier.urihttp://hdl.handle.net/20.500.11956/82232
dc.description.abstractHlavním 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)cs_CZ
dc.description.abstractThe 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)en_US
dc.languageČeštinacs_CZ
dc.language.isocs_CZ
dc.publisherUniverzita Karlova, Přírodovědecká fakultacs_CZ
dc.subjectlesní porostcs_CZ
dc.subjectdisturbancecs_CZ
dc.subjectNP Šumavacs_CZ
dc.subjectWorldView-2cs_CZ
dc.subjectLandsat 8cs_CZ
dc.subjectforesten_US
dc.subjectdisturbanceen_US
dc.subjectNP Šumavaen_US
dc.subjectWorldView-2en_US
dc.subjectLandsat 8en_US
dc.titleVyužití multispektrálních družicových dat pro klasifikaci lesních porostů poškozených disturbancemics_CZ
dc.typediplomová prácecs_CZ
dcterms.created2016
dcterms.dateAccepted2016-09-15
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.repId147170
dc.title.translatedClassification of forests damaged by disturbance using multispectral satellite dataen_US
dc.contributor.refereeČervená, Lucie
dc.identifier.aleph002106393
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.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.csHlavním 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)cs_CZ
uk.abstract.enThe 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)en_US
uk.file-availabilityV
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
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