Možnosti využití DPZ při monitoringu luční vegetace a managementových zásahů v Krkonoších
Possibilities of remote sensing in grassland vegetation and management interventions monitoring in the Giant Mountains
diplomová práce (OBHÁJENO)
Zobrazit/ otevřít
Trvalý odkaz
http://hdl.handle.net/20.500.11956/42404Identifikátory
SIS: 119487
Kolekce
- Kvalifikační práce [20105]
Autor
Vedoucí práce
Oponent práce
Hais, Martin
Fakulta / součást
Přírodovědecká fakulta
Obor
Kartografie a geoinformatika
Katedra / ústav / klinika
Katedra aplikované geoinformatiky a kartografie
Datum obhajoby
19. 9. 2012
Nakladatel
Univerzita Karlova, Přírodovědecká fakultaJazyk
Čeština
Známka
Velmi dobře
Klíčová slova (česky)
dálkový průzkum Země, luční společentstva, klasifikace, Krkonoše, WorldView 2Klíčová slova (anglicky)
remote sensing, meadows associations, classification, Giant Mountains, WolrdView 2Možnosti využití DPZ při monitoringu luční vegetace a managementových zásahů v Krkonoších Abstrakt Cílem diplomové práce bylo zhodnotit možnosti využití družicových dat WorldView-2 pro klasifikaci základních lučních společenstev na modelovém území v Krkonoších. Klasifikace byla založena jednak na legendě sestavené botanikem, jednak na legendě sestavené z biotopů Natura 2000. Z důvodu odstranění vlivu ostatních druhů povrchů na přesnost klasifikace, byla vytvořena maska lučních porostů. S využitím diskriminační analýzy byl zhodnocen význam spektrálních pásem WorldView-2, vybraných vegetačních indexů a komponent analýzy hlavních komponent (PCA) pro rozlišení tříd luční vegetace. Na základě výsledků diskriminační analýzy byly provedeny v softwaru ENVI verzi 4.7 klasifikace metodou neuronových sítí a metodou maximální věrohodnosti. Výsledky obou metod byly porovnány. Klíčová slova: dálkový průzkum Země, luční společenstva, klasifikace, Krkonoše, WorldView 2
Possibilities of remote sensing in grassland vegetation and management interventions monitoring in the Giant Mountains Abstract The aim of this thesis was to evaluate suitability of WorldView-2 imagery for grassland associations classification in the model area of Giant Mountains. The classification was based both on the legend compiled by a botanist, and on the legend of Natura 2000. In order to eliminate the effects of other types of land cover on the classification accuracy, a mask of grasslands was created. Using discriminant analysis, the significance of spectral bands of WorldView-2, as well as signifikance of selected vegetation indices and components from Principal Component Analysis (PCA) - to distinguish particular classes of grassland vegetation were evaluated. Based on the results of discriminant analysis, classifications using neural networks method and also maximum likelihood method were performed in ENVI 4.7 version software. The results of the both method were compared Key words: remote sensing, meadows association, classification, Giant mountains, WorldView 2