Využití dálkového průzkumu Země pro určování vodní hodnoty sněhy
Use of remote sensing for determination of the water content
diploma thesis (NOT DEFENDED)

View/ Open
Permanent link
http://hdl.handle.net/20.500.11956/54165Identifiers
Study Information System: 51337
Collections
- Kvalifikační práce [20297]
Author
Advisor
Referee
Kopačková, Veronika
Faculty / Institute
Faculty of Science
Discipline
Cartography and Geoinformatics
Department
Department of Applied Geoinformatics and Cartography
Date of defense
17. 9. 2013
Publisher
Univerzita Karlova, Přírodovědecká fakultaLanguage
Czech
Grade
Fail
Keywords (Czech)
dálkový průzkum, vodní hodnota sněhuZjišťování mokrého sněhu z radarových dat Abstrakt Tato práce se zaměřuje na existující metodu pro získávání informací o sněhové pokrývce z družicových radarových dat. Zkoumaná metoda byla navržena Malnesem a Guneriussenem (2002) a je schopná provést subpixelovou klasifikaci mokrého sněhu, a také klasifikovat pixely se suchým sněhem. Klasifikace je založená na detekci změn, takže je potřeba referenční snímek bez sněhové pokrývky. V průběhu zpracování byly v algoritmu objeveny některé nedostatky, které jsou v práci diskutovány, a zároveň je navrženo možné řešení. Protože tato metoda není schopná klasifikovat pixely ležící na vodních plochách, navrhnul jsem algoritmus, který klasifikuje sněhovou pokrývka na vodních plochách. Zároveň byl navržen možný způsob vylepšení celkové přesnosti klasifikace s využitím optických dat. Klíčová slova: SAR, sněhová pokrývka, dálkový průzkum Země, mokrý sníh
Using SAR data for wet snow monitoring Abstract This paper focuses on an existing method of snow information retrieval by means of satellite SAR data. The method was first presented by Malnes and Guneriussen (2002), and has been proven to be capable of sub-pixel classification of wet snow. It is also able to classify dry snow pixels. The classification is based on change detection, so a snow-free reference image is required. Some flaws in this algorithm have been discovered during the work on this paper and are discussed, as well as a possible solution is suggested. Because this method is uncapable of classifying pixels containing water bodies, I have proposed an algorithm that can classify snow cover on lakes to enhance its capabilities. Also, a way to improve the wet snow cover classification by means of optical data was suggested. Keywords: SAR, snow cover, remote sensing, wet snow