Možnosti druhového určení smíšených lesů pokročilými nástroji klasifikace /
Cílem diplomové práce bylo zhodnotit možnosti druhové klasifikace lužního smíšeného lesa, jež představuje jednu z nejcennějších lokalit ve střední Evropě. Do této studie vstupovala data hyperspektrální a data z laserového skenování, pořízená ve třech vegetačních obdobích roku 2019. Před zahájením kl...
Uloženo v:
| Hlavní autor: | |
|---|---|
| Další autoři: | |
| Typ dokumentu: | VŠ práce nebo rukopis |
| Jazyk: | Čeština |
| Vydáno: |
2024
|
| Témata: | |
| On-line přístup: | https://is.muni.cz/th/zegg4/ |
| Shrnutí: | Cílem diplomové práce bylo zhodnotit možnosti druhové klasifikace lužního smíšeného lesa, jež představuje jednu z nejcennějších lokalit ve střední Evropě. Do této studie vstupovala data hyperspektrální a data z laserového skenování, pořízená ve třech vegetačních obdobích roku 2019. Před zahájením klasifikace byl vyhotoven výškový model korun, který vyjadřuje relativní výškové poměry lesního porostu. V rámci klasifikace byla testována metoda podpůrných vektorů a její různé dimenzionální a časové variace, jež byly validovány datovou sadou z pozemního šetření. Nejvyšší celkové přesnosti (76,73 %) bylo dosaženo u fúze hyperspektrálních a lidarových dat ze dne 4. 9. 2019. Správně aplikovaná kombinace těchto obrazových dat poskytuje velice zdařilé výsledky pro všechna časová období. The aim of the Master thesis was to evaluate the possibilities of tree species classification of mixed floodplain forest, which is one of the most valuable sites in Central Europe. In this study hyperspectral data and data from laser scanning, taken during three growing seasons, were used. Before the start of the tree species classification, a height canopy model was created to express relative height conditions of the forest cover. The classification was based on testing the Support Vector Machine method and its various dimensional and temporal variations, which were later validated by using dataset from a ground investigation. The highest overall accuracy (76.73%) was achieved by creating fusion of hyperspectral and lidar data from 9th April 2019. A properly created combination of these data provides very accurate results for all time periods. |
|---|---|
| Popis jednotky: | Vedoucí práce: Kateřina Tajovská |
| Fyzický popis: | 74 nečíslovaných listů |