Počet záznamov: 1
Inovatívne spôsoby spracovania a vyhodnotenia hyperspektrálnych záznamov pre potreby precízneho lesníctva
SYS 0098279 LBL 00000nlm^^22^^^^^^^^450 005 20181029085120.6 100 $a 20181008d2018 m y0sloc0103 ba 101 0-
$a slo 102 $a SK 135 $a dr 200 1-
$a Inovatívne spôsoby spracovania a vyhodnotenia hyperspektrálnych záznamov pre potreby precízneho lesníctva $b elektronický zdroj $f Šimon Saloň $g školiteľ František Chudý 210 $a Zvolen $d 2018 301 $a LF-11108-13900 328 $a Doktorandská dizertačná práca, LF KHÚLG TU Zvolen 330 $a Dizertačná práca sa zaoberá zisťovaním správnosti klasifikácie vybraných druhov drevín z podkladov hyperspektrálnych materiálov. Dreviny Fagus sylvatica L., Quercus sp., Carpinus betulus L., Picea abies L., Pinus sylvestris L. a Abies alba Mill., majú na Slovensku významný percentuálny podiel zastúpenia v rámci drevinového zloženia. Na klasifikáciu boli použité dáta z dvoch zdrojov. Prvým zdrojom boli spektrálne profily boriek a asimilačných orgánov drevín, ktoré boli namerané v laboratórnych podmienkach spektrorádiometrom LI-COR LI-1800. Pri meraní sa zaznamenávalo spektrálne rozpätie elektromagnetického žiarenia v rozsahu od 300 do 1100 nm pri spektrálnom rozlíšení 2 nm. Druhým zdrojom boli spektrálne profily asimilačných orgánov odvodených z leteckých hyperspektrálnych materiálov zachytených senzorom AISA Eagle, ktoré zaznamenávalo spektrum od 400 do 1000 nm pri spektrálnom rozlíšení 10 nm. Jednotlivé sady hyperspektrálnych materiálov boli podrobené diskriminačnej analýze, prostredníctvom ktorej boli vybrané spektrá, ktoré majú najväčšiu diskriminačnú silu. Celkové správnosti klasifikácie pri dátach nameraných v laboratórnych podmienkach dosiahli pri borkách hodnotu 82,81 % (metóda maximálnej pravdepodobnosti), 64,06 % (metóda SAM), a pri asimilačných orgánoch 90,32 % (metóda maximálnej pravdepodobnosti), 70,97 % (metóda SAM). Pri spektrálnej klasifikácii obrazu hyperspektrálnych záznamov z AISA Eagle boli dosiahnuté celkové správnosti pri metóde maximálnej pravdepodobnosti 84,93%, a pri metóde SAM 65,96 %. Výsledky práce poukazujú na využiteľnosť spektrálnych vlastností analyzovaných povrchov, ktoré by bolo možne využiť pri klasifikácii drevín v spojení s ďalšími vhodnými technológiami zberu geopriestorových údajov (pozemné skenovanie, blízka fotogrametria,...). Výstupy skúmaných technológií by mohli tvoriť podstatnú informačnú bázu pre potreby precízneho lesníctva 336 $a Elektronický zdroj. 608 $3 sldk_un_auth*h005061 $a dizertácie $X dissertations 610 1-
$9 sldk_un_auth*0011873 $a hyperspektrálne záznamy $X hyperspectral records 610 1-
$9 sldk_un_auth*h032636 $a klasifikácia drevín $X classification of wood species 610 1-
$9 sldk_un_auth*0045463 $a senzor AISA Eagle $X AISA Eagle sensor 610 1-
$9 sldk_un_auth*h021455 $a asimilačné orgány $X assimilatory organs 675 $a (043.3) $v 2.stred $z slo 675 $a 581.13 $v 2.stred $z slo 700 -1
$3 sldk_un_auth*0030450 $a Saloň $b Šimon $f 1990- $4 070 $p TUZLFHUL $T Katedra plánovania lesných zdrojov a informatiky 702 -1
$3 sldk_un_auth*p0016822 $a Chudý $b František $f 1958- $4 727 $p TUZLFHUL $T Katedra plánovania lesných zdrojov a informatiky 801 -0
$a SK $b ZV001 $c 20181008 $g AACR2 856 4-
$u http://opac.crzp.sk/?fn=detailBiblioForm&sid=789C37423FE7D9CF4B447FE32C27
Počet záznamov: 1