| Název práce v češtině: | Integrace pokročilých spektrálních a termálních metod dálkového průzkumu Země a umělé inteligence pro hodnocení stavu a fungování ekosystémů napříč měřítky |
|---|---|
| Název v anglickém jazyce: | Integration of Advanced Spectral and Thermal Remote Sensing Methods and Artificial Intelligence for Assessing the State and Functioning of Ecosystems across Scales |
| Klíčová slova: | hyperspektrální snímání, termální snímání, umělá inteligence, vegetační stres, environmentální indikátory, monitoring ekosystémů |
| Klíčová slova anglicky: | hyperspectral imaging, thermal imaging, artificial intelligence, vegetation stress, environmental indicators, ecosystem monitoring |
| Akademický rok vypsání: | 2025/2026 |
| Typ práce: | disertační práce |
| Jazyk práce: | angličtina |
| Ústav: | Katedra aplikované geoinformatiky a kartografie (31-370) |
| Vedoucí / školitel: | doc. RNDr. Lucie Kupková, Ph.D. |
| Řešitel: |
| Předběžná náplň práce |
| Téma práce vychází z potřeby přesnějšího a efektivnějšího hodnocení stavu ekosystémů v době rychlých environmentálních změn. Rozvoj bezpilotních systémů, hyperspektrálních a termálních senzorů a metod umělé inteligence přináší nové možnosti sledování vegetace a ekosystémových procesů v reálném čase a s vysokým prostorovým rozlišením. Práce bude kombinovat cíle zaměřené na integraci pokročilých spektrálních a termálních dat s metodami umělé inteligence pro hodnocení stavu vegetace napříč měřítky a typy ekosystémů. Řešitel si může v rámci tohoto širšího rámce zvolit specializovanější zaměření podle svého výzkumného zájmu – například se více soustředit na (i) využití termálního snímání UAV pro sledování vodního a tepelného stresu, (ii) vývoj spektrálních indikátorů pro detekci živinových deficitů zemědělských plodin, (iii) hodnocení funkčního stavu lesních ekosystémů prostřednictvím integrace pozemních, UAV a satelitních měření, nebo (iv) návrh environmentálních indikátorů pro ochranu přírody. Výsledkem práce bude soubor metod a indikátorů využitelných pro včasnou diagnostiku stavu vegetace a pro efektivní monitoring a management ekosystémů v různých prostorových a časových měřítkách. |
| Předběžná náplň práce v anglickém jazyce |
The topic arises from the need for more accurate and efficient assessment of ecosystem conditions in the context of rapid environmental change. The development of unmanned aerial systems, hyperspectral and thermal sensors, and artificial intelligence methods offers new possibilities for monitoring vegetation and ecosystem processes in real time and at high spatial resolution. The dissertation will combine objectives focused on integrating advanced spectral and thermal data with artificial intelligence approaches for assessing vegetation status across spatial scales and ecosystem types. Within this broader framework, the candidate may choose to specialize according to her/his research interests — for example, by focusing on (i) UAV-based thermal imaging for monitoring water and heat stress in vegetation, (ii) development of spectral indicators for detecting nutrient deficiencies in agricultural crops, (iii) assessment of forest ecosystem functioning through the integration of ground, UAV, and satellite observations, or (iv) design of environmental indicators for nature conservation. The expected outcome of the dissertation is a set of methods and indicators applicable for the early diagnosis of vegetation condition and for efficient monitoring and management of ecosystems at multiple spatial and temporal scales. |