Dílčí metodika využití družicových dat DPZ pro monitoring změny krajinného pokryvu s důrazem na hodnocení změn lesních porostů
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11310%2F23%3A10513111" target="_blank" >RIV/00216208:11310/23:10513111 - isvavai.cz</a>
Výsledek na webu
<a href="https://www.lucc4hydro.cz/2023-2/" target="_blank" >https://www.lucc4hydro.cz/2023-2/</a>
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
čeština
Název v původním jazyce
Dílčí metodika využití družicových dat DPZ pro monitoring změny krajinného pokryvu s důrazem na hodnocení změn lesních porostů
Popis výsledku v původním jazyce
Metodika popisuje postup zpracování volně dostupných družicových dat (Landsat a Sentinel-2) pro tvorbu časové řady klasifikace krajinného pokryvu s důrazem na hodnocení změn lesních porostů v období 1985-2022. Zahrnuje předzpracování dat (tvorbu bezoblačných kompozitů), řízenou klasifikaci metodou Random Forest, postklasifikační úpravy časové řady a výpočet spektrálních indexů (NDVI, IFZ, DI) pro detekci degradace a obnovy lesa. Výsledné datové vrstvy dosahují konzistentní přesnosti 70-80 % a slouží jako podklad pro analýzu dlouhodobých změn krajinného pokryvu a jejich využití v hydrologickém modelování (SWAT).
Název v anglickém jazyce
Partial Methodology for the Use of Satellite Remote Sensing Data in Monitoring Land Cover Change, with Emphasis on the Assessment of Forest Stand Changes
Popis výsledku anglicky
The methodology describes the processing of freely available satellite data (Landsat and Sentinel-2) to generate a time series of land cover classification with a focus on assessing forest stand changes between 1985 and 2022. It includes data pre-processing (cloud-free compositing), supervised classification using the Random Forest algorithm, post-classification time-series smoothing, and the calculation of spectral indices (NDVI, IFZ, DI) for detecting forest degradation and recovery. The resulting data layers achieve consistent classification accuracy of 70-80% and serve as input for long-term land cover change analysis and subsequent hydrological modelling (SWAT).
Klasifikace
Druh
O - Ostatní výsledky
CEP obor
—
OECD FORD obor
10508 - Physical geography
Návaznosti výsledku
Projekt
<a href="/cs/project/SS05010124" target="_blank" >SS05010124: Hodnocení vlivu změn krajinného pokryvu na lokální hydrologii a klima v Krkonošském národním parku s využitím dálkového průzkumu Země a hydrologického modelování</a><br>
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Ostatní
Rok uplatnění
2023
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů