SLEDOVÁNÍ MÍRY DEFOLIACE LESNÍCH POROSTŮ PROSTŘEDKY DPZ

• Název práce v češtině: SLEDOVÁNÍ MÍRY DEFOLIACE LESNÍCH POROSTŮ PROSTŘEDKY DPZ
• Název v anglickém jazyce: MONITORING OF DEFOLIATION USING REMOTE SENSING TECHNIQUES
• Klíčová slova: smrk ztepilý (Picea abies), borovice lesní (Pius sylvestris), Landsat, Sentinel-2, defoliace, dálkový průzkum Země
• Klíčová slova anglicky: Norway spurce (Picea abies), Scots pine (Pius sylvestris), Landsat, Sentiel-2, defoliation remote sensing
• Akademický rok vypsání: 2014/2015
• Typ práce: diplomová práce
• Jazyk práce: čeština
• Ústav: Katedra aplikované geoinformatiky a kartografie (31-370)
• Vedoucí / školitel: doc. Ing. Jan Kolář, CSc.
• Řešitel: Mgr. Karel Prokopec - zadáno vedoucím/školitelem
• Datum přihlášení: 17.12.2014
• Datum zadání: 29.01.2015
• Datum odevzdání elektronické podoby: 24.07.2017
• Datum proběhlé obhajoby: 14.09.2017
• Oponenti: Ing. Petr Fabiánek

Předběžná náplň práce

Úkolem tohoto tématu je stanovit spektrální příznaky, které jsou užitečné pro kvantitativní a spolehlivé posouzení celkového zdravotního stavu lesního porostu. Spektrální příznaky jsou kombinací spektrálního projevu porostu na dvou nebo více vlnových délkách a vyjadřují určitou specifickou vlastnost lesní vegetace. Příznaky jsou prezentovány ve formě indexů odvozených ze spektrálních vlastností lesa. Nicméně jednotlivě nepředstavují celkový stav lesa. Jako index zdravotního stavu lesa se obvykle používá NDVI index. NDVI udává obsah chlorofylu a defoliace, avšak problémem je nízká citlivost u husté vegetace a jeho nelinearita, což obojí poskytuje příležitosti pro zlepšení. Jedním z možných řešení je identifikovat lesní zdravotní změny s použitím dat získaných v různých časech a ze spektrální změny, spíše než na základě spektrálních vlastností stresu samotného. Jiný přístup bude používat specifické příznaky uvedené v softwarovém balíku ENVI: zelenost, listový pigment, obsah vody v porostu a efektivita využití světla. Cílem je vytvořit index na stanovení celkového zdravotního stavu lesa vhodnou kombinací určitých příznaků. Vzhledem k problému smíšených pixelů by metoda měla poskytovat odhad zdravotního stavu lesního porostu na větším území, nikoliv přesný zdravotní stav jediného stromu.
Vyvinutý algoritmus v práci by měl zahrnovat atmosférické korekce, a musí být ověřen pomocí měření v terénu.

Předběžná náplň práce v anglickém jazyce

The objective of this topic is to determine spectral features useful for a quantitative and reliable assessment of the general condition of forest health. Spectral features are combinations of surface reflectances at two or more wavelengths designed to highlight a particular property of vegetation. Features are presented in forms of several indexes derived from spectral properties of forest. However, at one they do not represent the general condition of the forest. NDVI index is generally used as a forest health index. NDVI can detect chlorophyll content and defoliation, but there are problems regarding saturation with dense vegetation and non-linearity which gives opportunities for improvement. One possible solution is to identify forest health change using data obtained at different times and to identify stress from spectral change, rather than from the spectral properties of stress itself. Another approach would use specific features identified in ENVI software package: greens, leaf pigments, canopy water content and light use efficiency. A goal would be to develop a tool to calculate general forest health index using effective combination of the features. Because of the mixed pixel problem the method should provide general estimate of forest health over larger area rather than precise condition of a single tree.
Developed algorithm in the work should include atmospheric correction and has to be validated using field measurements.