Show simple item record

Forest species determination from satellite data
Určení druhové skladby lesa z družicových dat
dc.contributor.advisorKolář, Jan
dc.creatorLauner, Michal
dc.date.accessioned2019-05-03T15:30:10Z
dc.date.available2019-05-03T15:30:10Z
dc.date.issued2018
dc.identifier.urihttp://hdl.handle.net/20.500.11956/97925
dc.description.abstractForest species determination from satellite data Abstract This thesis examines the species composition of forests from satellite images using the pixel classification. The research was done on 24 forest locations in The Ustecký Region, The Karlovarský Region, The Plzeňský Region and The Central Bohemian Region in the Czech Republic. In this thesis, data from the Landsat-8 and Sentinel-2 satellites from summer season and the Random Forest Classifier method were used. The layer of species composition of forests from map portal LhpoMap was used as reference data. The method of work consisted of a broad literature search to select the most favourable classifier and to choose the most advantageous input parameter values to achieve the highest overall accuracy of the classification. The practical part was focused on creating a software classification process. The accuracy of the individual image values was verified using matrix errors. Based on the literature search, the Random Forest classifier was used to classify the images. Parameter values were used for the Gini criterion, 500 decision trees, and the other parameters were left with default values. The entire classification process was performed in ArcMap and ArcGIS Pro software using Python programming language with the help of the sklearn.ensemble module...en_US
dc.description.abstractUrčení druhové skladby lesa z družicových dat Abstrakt V tejto práci bolo skúmané druhové zloženie lesov z družicových snímok pomocou pixelovej klasifikácie. Výskum bol robený v 24 lokalitách lesných porastov v Usteckom, Karlovarskom, Plzeňskom a Stredočeskom kraji v Českej republike. V práci boli použité dáta z družíc Landsat-8 a zo Sentinel-2 z letného ročného obdobia a ako klasifikátor bol použitý Random Forest. Ako referenčné dáta boli použité údaje o druhovom zložení lesných porastov z mapového portálu LhpoMap. Metóda práce spočívala v tom, že sa pomocou rozsiahlej literárnej rešerši vybral najvhodnejší klasifikátor a zvolili sa najvhodnejšie hodnoty vstupných parametrov pre dosiahnutie, čo najvyššej celkovej presnosti klasifikácie. Praktická časť bola zameraná na tvorbu klasifikačného procesu zo softvérového hľadiska. Správnosť klasifikácií jednotlivých snímok bola overená pomocou chybových matíc. Na základe literárnej rešerši bol pre klasifikáciu snímok použitý klasifikátor Random Forest. Hodnoty parametrov boli použité Giniho kritérium, 500 rozhodovacích stromov a ostatným parametrom boli ponechané defaultné hodnoty. Celý klasifikačný proces bol robený v softvéroch ArcMap a ArcGIS Pro s využitím jazyka Python pomocou modulu sklearn.ensemble a jeho knižníc. Výsledky klasifikácie snímok dosahovali...cs_CZ
dc.languageSlovenčinacs_CZ
dc.language.isosk_SK
dc.publisherUniverzita Karlova, Přírodovědecká fakultacs_CZ
dc.subjectdálkový průzkumcs_CZ
dc.subjectlesní porostcs_CZ
dc.subjectdruhy lesacs_CZ
dc.subjectlesnická hospodářská mapacs_CZ
dc.subjectremote sensingen_US
dc.subjectforest canopyen_US
dc.subjectforest tree typesen_US
dc.subjectforestry mapen_US
dc.titleUrčenie druhovej skladby lesask_SK
dc.typediplomová prácecs_CZ
dcterms.created2018
dcterms.dateAccepted2018-05-22
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.repId201262
dc.title.translatedForest species determination from satellite dataen_US
dc.title.translatedUrčení druhové skladby lesa z družicových datcs_CZ
dc.contributor.refereeBrodský, Lukáš
dc.identifier.aleph002188156
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.csUrčení druhové skladby lesa z družicových dat Abstrakt V tejto práci bolo skúmané druhové zloženie lesov z družicových snímok pomocou pixelovej klasifikácie. Výskum bol robený v 24 lokalitách lesných porastov v Usteckom, Karlovarskom, Plzeňskom a Stredočeskom kraji v Českej republike. V práci boli použité dáta z družíc Landsat-8 a zo Sentinel-2 z letného ročného obdobia a ako klasifikátor bol použitý Random Forest. Ako referenčné dáta boli použité údaje o druhovom zložení lesných porastov z mapového portálu LhpoMap. Metóda práce spočívala v tom, že sa pomocou rozsiahlej literárnej rešerši vybral najvhodnejší klasifikátor a zvolili sa najvhodnejšie hodnoty vstupných parametrov pre dosiahnutie, čo najvyššej celkovej presnosti klasifikácie. Praktická časť bola zameraná na tvorbu klasifikačného procesu zo softvérového hľadiska. Správnosť klasifikácií jednotlivých snímok bola overená pomocou chybových matíc. Na základe literárnej rešerši bol pre klasifikáciu snímok použitý klasifikátor Random Forest. Hodnoty parametrov boli použité Giniho kritérium, 500 rozhodovacích stromov a ostatným parametrom boli ponechané defaultné hodnoty. Celý klasifikačný proces bol robený v softvéroch ArcMap a ArcGIS Pro s využitím jazyka Python pomocou modulu sklearn.ensemble a jeho knižníc. Výsledky klasifikácie snímok dosahovali...cs_CZ
uk.abstract.enForest species determination from satellite data Abstract This thesis examines the species composition of forests from satellite images using the pixel classification. The research was done on 24 forest locations in The Ustecký Region, The Karlovarský Region, The Plzeňský Region and The Central Bohemian Region in the Czech Republic. In this thesis, data from the Landsat-8 and Sentinel-2 satellites from summer season and the Random Forest Classifier method were used. The layer of species composition of forests from map portal LhpoMap was used as reference data. The method of work consisted of a broad literature search to select the most favourable classifier and to choose the most advantageous input parameter values to achieve the highest overall accuracy of the classification. The practical part was focused on creating a software classification process. The accuracy of the individual image values was verified using matrix errors. Based on the literature search, the Random Forest classifier was used to classify the images. Parameter values were used for the Gini criterion, 500 decision trees, and the other parameters were left with default values. The entire classification process was performed in ArcMap and ArcGIS Pro software using Python programming language with the help of the sklearn.ensemble module...en_US
uk.file-availabilityV
uk.publication.placePrahacs_CZ
uk.grantorUniverzita Karlova, Přírodovědecká fakulta, Katedra aplikované geoinformatiky a kartografiecs_CZ
thesis.grade.code3
dc.identifier.lisID990021881560106986


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 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