Digital classification of tree species and spatial structure of forest stands from remotely sensed data
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F62156489%3A_____%2F03%3A41100009" target="_blank" >RIV/62156489:_____/03:41100009 - isvavai.cz</a>
Výsledek na webu
—
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Digital classification of tree species and spatial structure of forest stands from remotely sensed data
Popis výsledku v původním jazyce
Scanned multispectral aerial photographs were used to estimate tree and stand variables by means of standard and novel digital image processing methods. Individual tree crown detection and delineation were realized by the brightest pixel technique template matching, edge detection in gradient direction, pixel tracing and cost surface generation. Several algorithms were tested and implemented into a program -Kernel processor-. Automated classification of tree species was carried out in the Idrisi32 environment using traditional and soft classifiers. Bayclass soft classifier provided the most precise results. Described procedures enable to create special forests maps that support alternative or simplified forest management plans at protected territories.
Název v anglickém jazyce
Digital classification of tree species and spatial structure of forest stands from remotely sensed data
Popis výsledku anglicky
Scanned multispectral aerial photographs were used to estimate tree and stand variables by means of standard and novel digital image processing methods. Individual tree crown detection and delineation were realized by the brightest pixel technique template matching, edge detection in gradient direction, pixel tracing and cost surface generation. Several algorithms were tested and implemented into a program -Kernel processor-. Automated classification of tree species was carried out in the Idrisi32 environment using traditional and soft classifiers. Bayclass soft classifier provided the most precise results. Described procedures enable to create special forests maps that support alternative or simplified forest management plans at protected territories.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
GK - Lesnictví
OECD FORD obor
—
Návaznosti výsledku
Projekt
—
Návaznosti
Z - Vyzkumny zamer (s odkazem do CEZ)
Ostatní
Rok uplatnění
2003
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
Proceedings of the 22nd EARSeL Symposium, Prague, Czech Republic, 4-6 June, 2002
ISBN
90-77017-71-2
ISSN
—
e-ISSN
—
Počet stran výsledku
8
Strana od-do
439-446
Název nakladatele
Millpress Science Publishers, Rotterdam
Místo vydání
Rotterdam
Místo konání akce
Praha
Datum konání akce
4. 6. 2002
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—