Publikace detail

LAND COVER CHANGE DETECTION NEAR SMALL WATER BODIES BASED ON RGB UAV DATA: CASE STUDY OF THE POND BAROCH, CZECH REPUBLIC

Autoři: Jech Jakub | Komárková Jitka | Sedlák Pavel

Rok: 2022

Druh publikace: článek ve sborníku

Název zdroje: The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Science

Název nakladatele: International Society for Photogrammetry and Remote Sensing

Místo vydání: GOTTINGEN

Strana od-do: 617-623

Tituly:

Jazyk	Název	Abstrakt	Klíčová slova
cze	DETEKCE ZMĚNY POKRYVU V BLÍZKOSTI MALÝCH VODNÍCH PLOCH NA ZÁKLADĚ DAT RGB POŘÍZENÝCH Z UAV: PŘÍPADOVÁ STUDIE RYBNÍKU BAROCH, ČESKÁ REPUBLIKA	Sledování změn krajinného pokryvu v blízkosti vodních útvarů a vodních útvarů samotných je součástí ochrany a managementu životního prostředí. Řízení lze provádět na globální nebo místní úrovni. Místní úroveň vyžaduje podrobnější data, která lze sbírat například pomocí letadel nebo UAV. Příspěvek popisuje případovou studii zaměřenou na využití RGB dat na bázi UAV pro monitorování krajinného pokryvu u rybníka Baroch, který se nachází v České republice nedaleko města Pardubice. Oblast je specifická - jedná se o malý rybníček doprovázený několika menšími tůňkami a spojovacími kanály a obklopený loukami (často podmáčenými), rákosím, keři a některými stromy Použitá data sbírali autoři předem plánovanými lety v srpnu, září, říjnu , listopad a prosinec 2021. Support Vector Machine, Maximum Likelihood, Random Trees a Deep Learning se používají jako metody pro zpracování dat a zjišťování změn krajinného pokryvu. Jako referenční data se používají ručně interpretovaná data. Vzhledem k povaze dat (pouze pásy R, G a B) byla použita klasifikace pouze do tříd holé půdy, vody, vegetace, suché vegetace a vlhké vegetace. Velmi vysoká heterogenita pozorované oblasti, dostupnost pouze RGB pásem a velmi vysoké prostorové rozlišení (1,9 cm na pixel) vedly k izolovaným buňkám.	UAV; RGB data; maximum likelihood; support vector machine; deep learning; řízená klasifikace
eng	LAND COVER CHANGE DETECTION NEAR SMALL WATER BODIES BASED ON RGB UAV DATA: CASE STUDY OF THE POND BAROCH, CZECH REPUBLIC	Monitoring changes of land cover near water bodies and water bodies themselves represents a part of environment protection and management. The management can be done at the global or local level. The local level requires more detailed data, which can be collected i.e. by means of aircraft or UAV. The paper describes a case study focused on the utilization of UAV-based RGB data to monitor land cover near the pond Baroch, which is located in the Czech Republic, near the city of Pardubice. The area is specific - it is a small pond accompanied by several smaller pools and connecting canals and surrounded by meadows (often watered), reeds, bushes and some trees Used data were collected by authors by in advance planned flights in August, September, October, November, and December 2021. Support Vector Machine, Maximum Likelihood, Random Trees, and Deep Learning are used as methods to process data and detect land cover changes. Manually interpreted data are used as reference data. Because of the nature of the data (only R, G, and B bands), classification into bare land, the water, vegetation, dry vegetation, and wet vegetation classes only was used. Very high heterogeneity of the observed area, availability of RGB bands only, and very high spatial resolution (1,9 cm per pixel) led to isolated cells.	UAV; RGB data; maximum likelihood; support vector machine; deep learning; supervised classification

Vyhledávání

Přihlášení pro studenty

Přihlášení pro zaměstnance

Publikace detail

Ústavy

Pracoviště

Jak nás najdete?

Služby

Často hledáte