Hlavním cílem diplomové práce je zhodnocení využitelnosti vybraných klasifikačních algoritmů k rozlišení druhové skladby lesů na území Česka. Použitím družicových snímků Sentinel-2 a Landsat 8 je zkoumáno, zda lepší prostorové rozlišení ovlivní výslednou klasifikaci a zda díky technologickému pokroku lze docílit klasifikace lesních porostů na úrovni jednotlivých druhů. Základem každé řízené klasifikace je vhodně zvolený soubor trénovacích a kontrolních množin, který v předkládané práci vychází z polygonové vrstvy, popisující druhovou skladbu, jejímž autorem je Ústav pro hospodářskou úpravu lesů. Na základě rešerše aktuální odborné literatury jsou v předkládané práci použity klasifikační algoritmy Support Vector Machine, Neural Network a Maximum Likelihood. Je snahou jejich modifikacemi, které vychází z výsledků odborných prací, dosáhnout co nejvyšší klasifikační přesnosti. Veškeré výsledky jsou doplněny tabulkami, grafy a mapami, které uceleně a přehledně shrnou odpovědi na stanovené cíle předkládané práce.
Předběžná náplň práce v anglickém jazyce
The main objectives of this master thesis are to evaluate and compare chosen classification algorithm for the tree species classification. With usage of satellite imagery Sentinel-2 and Landsat 8 is examined whether the better spatial resolution affects the quality of the resulted classification. According to past case studies and literature was chosen supervised algorithms Support Vector Machine, Neural Network and Maximum Likelihood. To achieve the best possible results of classification is necessary to find a suitable choice of parameters and rules. Based on literate was applied different settings which were subsequently evaluated by cross validation. All results are accompanied by tables, charts and maps which comprehensively and clearly summarize the answers to the main objectives of the thesis.
- zadáno vedoucím/školitelem