Využití metod DPZ pro stanovení závadných látek v obálkách stavebních objektů

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F45249130%3A_____%2F22%3AN0000037" target="_blank" >RIV/45249130:_____/22:N0000037 - isvavai.cz</a>

Nalezeny alternativní kódy

RIV/45249130:_____/22:N0000045

Výsledek na webu

<a href="https://cevooh.cz/wp-content/uploads/2023/02/Zprava_1.A.4-Vyuziti-metod-DPZ-pro-stanoveni-zavadnych-latek-v-obalkach-stavebnich-objektu.pdf" target="_blank" >https://cevooh.cz/wp-content/uploads/2023/02/Zprava_1.A.4-Vyuziti-metod-DPZ-pro-stanoveni-zavadnych-latek-v-obalkach-stavebnich-objektu.pdf</a>

DOI - Digital Object Identifier

—

Jazyk výsledku

čeština

Název v původním jazyce

Využití metod DPZ pro stanovení závadných látek v obálkách stavebních objektů

Popis výsledku v původním jazyce

V rámci WP1.A.4 Identifikace stavebních objektů obsahujících ve vnější obálce stavební materiály obsahující azbest byly na základně rešerše otestovány čtyři různé metody zpracování hyperspektrálních dat v kombinaci na dvou zájmových území (Vysoké Popovice a Šošůvka). Hyperspektrální data se ukázala jako účinná pro tento druh analýz. Metoda Spectral Analyst porovnává křivky získané z průměrů pixelů v obrazu z vnějších obálek stavebních objektů/případně nebo křivky naměřené spektrometrem v laboratoři z určitého vzorku s neznámou křivkou. Během porovnání se v zájmovém území podařilo nalézt pixely se shodou až 91 % s referenčním spektrem. Minimum Noise Fraction (MNF) transformace vyprodukovala mapový výstup v barevné syntéze, ve kterém bylo možné metodou vizuální interpretace nebo nastavením rozsahu masky rozeznat potenciální střechy s výskytem azbestu. Klasifikační metody byly testovány dvě – Spectral Angle Mapper (SAM) a LSU, lepších výsledků dosáhla klasifikace Linear Spectral Unmixing (LSU) (celková přesnost 77 %) v zájmového území Šošůvka.

Název v anglickém jazyce

The application of remote sensing methods for the determination of pollutants in building envelopes

Popis výsledku anglicky

In the framework of WP1.A.4 Identification of building objects containing asbestos-containing building materials in the outer envelope, four different methods of hyperspectral data processing were tested in combination on two areas of interest (Vysoké Popovice and Šošůvka). Hyperspectral data proved to be effective for this type of analysis. The Spectral Analyst method compares curves obtained from pixel averages in the image from the outer envelope of the building/structure or curves measured by a spectrometer in the laboratory from a specific sample with an unknown curve. During the comparison, pixels with up to 91 % agreement with the reference spectrum were found in interest. The Minimum Noise Fraction (MNF) transformation produced a map output in colour synthesis in which potential asbestos-bearing roofs could be distinguished by visual interpretation or by adjusting the mask range. Two classification methods were tested - Spectral Angle Mapper (SAM) and LSU, with better results achieved by Linear Spectral Unmixing (LSU) classification (overall accuracy 77%) in interest Šošůvka.

Druh

N_map - Specializovaná mapa s odborným obsahem

CEP obor

—

OECD FORD obor

20705 - Remote sensing

Projekt

Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Rok uplatnění

2022

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Interní identifikační kód produktu

Azbestové střechy

Číslo předpisu

—

Technické parametry

Hyperspektrální data se ukázala jako účinná pro tento druh analýz. Oproti multispektrálním datům hyperspektrální data představují mladší typ s desítkami až stovkami úzkých (méně než 10 nm) spektrálních pásem o vlnových délkách 380 až 2450 nm, které na sebe navazují a vytváří souvislou křivku. Zpracování hyperspektrálních dat vyžaduje některé speciální postupy – atmosférické a geometrické korekce, korekce osvětlení, transformace nebo přístupy na snížení dimenzionality dat a množství šumu v datech. Použitými metodami byly Spectral Angle Mapper (SAM) a Linear Spectral Unmixing (LSU). Z technického hlediska je však pořízení leteckých hyperspektrálních dat v požadovaném prostorovém rozlišení pro rozsáhlejší zájmová území (např. ORP) finančně a časově velmi náročné. Výsledky mohou být v zájmovém území ověřeny pomocí dodatečného terénního průzkumu.

Ekonomické parametry

Výsledek nemá žádný ekonomický dopad.

Označení certifikačního orgánu

—

Datum certifikace

—

Způsoby využití výsledku

B - Výsledek je využíván orgány státní nebo veřejné správy