Monitorování prostorové a časové variability supraglacialnich jezer pomocí kombinace optických a radarových snímků DPZ
| Název práce v češtině: | Monitorování prostorové a časové variability supraglacialnich jezer pomocí kombinace optických a radarových snímků DPZ |
|---|---|
| Název v anglickém jazyce: | Monitoring of spatial and temporal variations of supraglacial lakes using optical and radar remote sensing images |
| Klíčová slova: | DPZ, optické snímky, SAR, supraglacialní jezera, prostorová a časová variabilita |
| Klíčová slova anglicky: | EO, optical images, SAR, supraglacial lakes, spatial and temporal variations |
| Akademický rok vypsání: | 2020/2021 |
| Typ práce: | diplomová práce |
| Jazyk práce: | čeština |
| Ústav: | Katedra aplikované geoinformatiky a kartografie (31-370) |
| Vedoucí / školitel: | Ing. Lukáš Brodský, Ph.D. |
| Řešitel: | skrytý - zadáno a potvrzeno stud. odd. |
| Datum přihlášení: | 22.12.2020 |
| Datum zadání: | 22.12.2020 |
| Datum potvrzení stud. oddělením: | 22.12.2020 |
| Zásady pro vypracování |
| MZ350P35Dálkový průzkum Země MZ370P08Získávání informace z dat DPZ MZ370P29Získávání informace z radarových dat Machine Learning in Geosciences |
| Předběžná náplň práce |
| Cílem diplomové práce je vytvoření a ověření metodiky detekce supra-glaciálních jezer (SGL) z optických a současně i radarových dat DPZ pro monitorování prostorové a časové variability. Hlavní úlohou práce bude návrh vhodného modelu fúze optických a radarových snímků, například s pomocí algoritmů strojového učení. Vytvořená metodika by mělá být validována na základě nezávislého zdroje referenčních dat. Motivací práce je získání poznatků o prostorové a sezónní variabilitě jezer v různých fyzicko-geografických podmínkách. |
| Předběžná náplň práce v anglickém jazyce |
| The aim of the diploma thesis is to create and verify a methodology for the detection of supra-glacial lakes (SGL) from optical and SAR remote sensing images for monitoring spatial and temporal variability. The main task of the work will be the design a suitable model for the fusion of optical and radar images, for instance using the machine learning algorithms. The developed methodology should be validated on the basis of an independent source of reference data. The motivation of the work is to gain knowledge about the spatial and seasonal variability of the lakes in different physical and geographical conditions. |