DPZ. Program přednášky. Č ást 3 Řízená klasifikace Spektrální indexy. Řízená klasifikace. Spektrální indexy. Aplikace DPZ v geografii
|
|
- Libor Holub
- před 5 lety
- Počet zobrazení:
Transkript
1 DPZ Č ást 3 Řízená klasifikace Spektrální indexy Program přednášky Řízená klasifikace tré novací plochy klasifikátory Spektrální indexy Aplikace DPZ v geografii Jakub Langhammer, 2003 Aplikace VT ve FG 2 1
2 Ř ízená x neřízená klasifikace Neřízená klasifikace pomocí matematických algoritmů vytvoříme spektrálně separovené kategorie, kterým podle podpůrných dat (mapa, teré n, letecké foto) přiřazujeme funkční význam Řízená klasifikace nejprve definujeme informační kategorie (legendu) a pak zkoumáme jejich spektrální odlišnost Jakub Langhammer, 2003 Aplikace VT ve FG 3 Ř ízená klasifikace Postup definování tré novacích ploch Œvýpočet statistických charakteristik pro plochy, editace a výběr vhodných pásem pro klasifikaci Œvýběr klasifikátoru Œklasifikace Œúprava, hodnocení, prezentace výsledků Jakub Langhammer, 2003 Aplikace VT ve FG 4 2
3 Tré novací plochy 1. definice tříd 2. výběr ploch vhodná lokalizace vhodná velikost (>100px) homogenita přesná vymezitelnost Jakub Langhammer, 2003 Aplikace VT ve FG 5 Tré novací plochy - statistika Ověření homogenity tré novacích tříd a ploch Výběr vhodných pásem pro klasifikaci Statistické vlastnosti třídy z vybraných pásem - signatura Jakub Langhammer, 2003 Aplikace VT ve FG 6 3
4 Tré novací plochy Testování vhodnosti tré novacích ploch histogramy - statistické rozdělení normální O.K. bimodální (dva vrcholy) chybně definovaná třída, obsahuje informačně odlišné prvky - rozdělení tříd spektrogramy korelogram Jakub Langhammer, 2003 Aplikace VT ve FG 7 Tré novací plochy - statistika Jakub Langhammer, 2003 Aplikace VT ve FG 8 4
5 Klasifikace Pomocí vhodné ho rozhodovacího pravidla jsou pixely zařazovány do tříd. Natrénované třídy A, B, C a jejich spektrální hodnoty Zař azovaný pixel Centroid (stř ed shluku) Jakub Langhammer, 2003 Aplikace VT ve FG 9 Klasifikátory Základní algoritmy Minimální vzdálenosti středů shluků Klasifikátor pravoúhelníků (paralellpipeds) Klasifikátor K nejbližších sousedů Klasifikátor maximální pravděpodobnosti Bayesovský klasifikátor...řada dalších Jakub Langhammer, 2003 Aplikace VT ve FG 10 5
6 Klasifikátor minimální vzdálenosti středů shluků Vypočtení polohy středu shluku (centroidu) Příslušnost k dané třídě určena podle vzdálenosti pixelu od jednotlivých centroidů nevýhoda neuvažuje rozptyl hodnot (podle rozptylu má pixel blíž k C nežk B) Jakub Langhammer, 2003 Aplikace VT ve FG 11 Klasifikátor pravoúhelníků (paralellpipeds) Ohraničení min a max hodnot ve všech hodnocených pásmech hyperkvádry Pixely mimo oblasti nejsou klasifikovány Pixely v překryvu definování pravidel pro zařazení Jakub Langhammer, 2003 Aplikace VT ve FG 12 6
7 Klasifikátor K-nejbližších sousedů Algroritmus vyhledá ke každé mu pixelu předem zadaný počet nejbližších pixelů v příznakové m prostoru. Pixel je zařazen do třídy, která podle počtu příznakových pixelů převažuje Jakub Langhammer, 2003 Aplikace VT ve FG 13 Klasifikátor maximální pravděpodobnosti Při zatřiďování pixelů hodnotí rozptyl, korelaci a kovarianci Vytvoří izolinie pravděpodobnosti výskytu pixelu s určitou hodnotou Pixel zařazen do třídy, ve které má největší pravděpodobnost výskytu Jakub Langhammer, 2003 Aplikace VT ve FG 14 7
8 Ř ízená klasifikace v MultiSpecu Definice tré novacích ploch Processor Statistics Jakub Langhammer, 2003 Aplikace VT ve FG 15 Ř ízená klasifikace v MultiSpecu Vymezení trénovací plochy, automatické uzavř ení polygonu po dvojkliku Definice nebo výbě r třídy případné pojmenování plochy Př idání dokončené trénovací plochy do seznamu Jakub Langhammer, 2003 Aplikace VT ve FG 16 8
9 Ř ízená klasifikace v MultiSpecu Testování homogenity tř íd a trénovacích ploch separace jednotl. tříd Jakub Langhammer, 2003 Aplikace VT ve FG 17 Ř ízená klasifikace v MultiSpecu výbě r zobrazených pásem Jakub Langhammer, 2003 Aplikace VT ve FG 18 9
10 Ř ízená klasifikace v MultiSpecu Jakub Langhammer, 2003 Aplikace VT ve FG 19 Ř ízená klasifikace v Multispecu Výbě r metody Jakub Langhammer, 2003 Aplikace VT ve FG 20 10
11 Klasifikátory v MultiSpecu 6 základních metod Výstup do souboru možnost vytvoření pravděpodobnostního souboru hodnota, s jakou pravděpodobností pixel patří do dané třídy Jakub Langhammer, 2003 Aplikace VT ve FG 21 Ř ízená klasifikace - výsledky Jakub Langhammer, 2003 Aplikace VT ve FG 22 11
12 Kvantitativní kontrola výsledků Chybová matice Jakub Langhammer, 2003 Aplikace VT ve FG 23 Ř ízená klasifikace - cvičení Klasifikace jedné vybrané třídy voda jehličnatý les Vytvoření pravděpodobnostního souboru Jakub Langhammer, 2003 Aplikace VT ve FG 24 12
13 Ř ízená klasifikace - cvičení Natré nování 5 tříd voda jehličnatý les holé plochy 2 druhy kultur Výpočet řízené klasifikace Jakub Langhammer, 2003 Aplikace VT ve FG 25 Modelování s daty DPZ Spektrální / vegetační indexy aritmetické operace s dvěma či více pásmy cíl na základě znalosti spektrální odrazivosti zvýraznit vegetační složku a její vlastnosti Poměrové indexy jednoduchý nebo normalizovaný poměr odrazivosti povrchu v červené viditelné a blízké infračervené části spektra SR NDVI LAI, TVI, SLAVI aj. Ortogonální indexy lineární kombinace původních multispektrálních pásem Tasseled Cap transfomation PVI (perpendicular vegetation index) Jakub Langhammer, 2003 Aplikace VT ve FG 26 13
14 Vegetační indexy Maximalizují citlivost na biofyzikální paramtery rostlin tak, aby z výsledku bylo možno hodnotit stav a vegetační podmínky. Eliminují rušivý vliv externích činitelů atmosfé ry, půdy aj. Pro validaci jsou navázány na některý z měřitelných parametrů vegetace (obsah chlorovylu, celková biomasa aj.) Jakub Langhammer, 2003 Aplikace VT ve FG 27 Vegetační indexy NDVI NDVI Normalized Difference Vegetation Index NDVI = (TM4 - TM3) / (TM4 + TM3) hodnoty v intervalu [ -1; +1] využití v systé mech Landsat TM (TM3,4) NOAA AVHRR (pásmo 1,2) přehledové mapování stavu vegetace Jakub Langhammer, 2003 Aplikace VT ve FG 28 14
15 Vegetační indexy NDVI Typické hodnoty (AVHRR, podle Williams, 1995) Povrch Velmi hustá vegetace Středně hustá vegetace Řídká vegetace Holá půda Oblačnost Sníh a led Voda NDVI Jakub Langhammer, 2003 Aplikace VT ve FG 29 Vegetační index SAVI Soil Adjusted Vegetation Index SAVI (1 + L)( NIR red) = NIR + red + L NIR... TM4, red... TM3 L... soil calibration factor, zpravidla Index minimalizuje rušivý vliv půdy, citlivý na atmosfé rické vlivy, možnost další modifikace (ARVI Atmospherically Resistant Veget. Indx) Jakub Langhammer, 2003 Aplikace VT ve FG 30 15
16 Další indexy SR Simple Ratio SR = TM4 / TM3 první používaný vegetační index Infrared index (Hardisky et al., 1983) II = (TM4-TM5) / (TM4+TM5) citlivější na změny biomasy rostlin a vodní stres vegetace nežndvi Mid IR index (Musick & Pelletier, 1988) Mid IR = TM5 / TM7 vysoká korelace s obsahem půdní vláhy Jakub Langhammer, 2003 Aplikace VT ve FG 31 Další indexy Moisture stress index (Rock et al., 1986) TM 5 MSI = TM 4 Leaf Water Content Index (Hunt et al., 1986) log 1 LWCI = log 1 [ ( TM 4 TM 5) ] [ TM 4 TM 5] Crist, 1985 Jakub Langhammer, 2003 Aplikace VT ve FG 32 16
17 Tasseled Cap Kauth & Thomas transformace pásem Landsat MSS do čtyř nových, obsahující odvozenou tematickou informaci: Soil Brightness Index Greeness Vegetation Index Yellow Stuff Index Non-such (rovnice viz Jensen, 2000; Dobrovolný, 1998) Globální vegetační index, možnost použití v libovolné geografické oblasti Jakub Langhammer, 2003 Aplikace VT ve FG 33 Modifikace Tasseled Cap pro Landsat TM Brightness, Greeness, Wetness Brightness = TM TM TM TM TM TM7 Greeness = TM TM TM TM TM TM7 Wetness = TM TM TM TM TM TM7 Crist, 1985 Jakub Langhammer, 2003 Aplikace VT ve FG 34 17
18 Výpočet spektrálních indexů v MultiSpecu popis kanálů (pásem)... C1 ažcx násobky bez znamé nka (0.72C4) příklad: výpočet NDVI Jakub Langhammer, 2003 Aplikace VT ve FG 35 Cvičení vegetační indexy Z dat Frymburk.lan vypočtěte Simple Ratio (SR) Moisture Stress Index (SRI) Normalizovaný vegetační index NDVI Jakub Langhammer, 2003 Aplikace VT ve FG 36 18
19 Aplikace DPZ v oblastech s vegetací Zemědělství Lesnictví Krajinná ekologie Aplikace: Prostorová struktura krajiny (landcover) Kvantitativní charakteristiky vegetace rozlohy lesa, zemědělských kultur Kvalitativní stav vegetace zdravotní stav lesa Č asové změny vegetace změna rozlohy lesa/luk/kultur Jakub Langhammer, 2003 Aplikace VT ve FG 37 Aplikace DPZ v hydrologii Oceánografie Kontinentální hydrologie Aplikace rozloha vodních objektů znečištění vodních objektů teplotní charakteristiky vodních objektů vlhkostní charakteristiky krajiny rozloha sněhové pokrývky analýza vodní hodnoty sněhu Jakub Langhammer, 2003 Aplikace VT ve FG 38 19
20 Aplikace DPZ v urbanizovaných oblastech Územní plánování Krajinná ekologie Aplikace: změna struktury území územní rozvoj změny teplotních charakteristik urbanizované krajiny analýza industrializovaných oblastí změny krajiny v oblastech těžby Jakub Langhammer, 2003 Aplikace VT ve FG 39 Aplikace DPZ v geomorfologii Geomorfologie Pedologie Průzkum nalezišťnerostných surovin Aplikace: pedologie půdní druhy, půdní vláha analýza minerálů geomorfologie základní strukturní tvary a formy relié fu (zlomy aj.) změny relié fu (zemětřesení, vulkanologie) mapování generování 3D DMT ze stereo družit (SPOT) údolní a hydrografická síť Jakub Langhammer, 2003 Aplikace VT ve FG 40 20
DPZ. Modelování s daty DPZ. Poměrové indexy. Vegetační indexy. Část 4. Modelování s daty DPZ Multitemporální analýza
Část 4 DPZ Modelování s daty DPZ Multitemporální analýza Modelování s daty DPZ Spektrální / vegetační indexy aritmetické operace s dvěma či více pásmy cíl na základě znalosti spektrální odrazivosti zvýraznit
VíceUNIVERZITA JANA EVANGELISTY PURKYNĚ V ÚSTÍ NAD LABEM FAKULTA ŽIVOTNÍHO PROSTŘEDÍ KATEDRA INFORMATIKY A GEOINFORMATIKY VEGETAČNÍ INDEXY
UNIVERZITA JANA EVANGELISTY PURKYNĚ V ÚSTÍ NAD LABEM FAKULTA ŽIVOTNÍHO PROSTŘEDÍ KATEDRA INFORMATIKY A GEOINFORMATIKY VEGETAČNÍ INDEXY 1. seminární práce z předmětu Dálkový průzkum Země Vypracovala: Pavlína
VíceČ ást 2 Kompozice v nepravých barvách Datové formáty Neřízená klasifikace. Program přednášky
DPZ Č ást Kompozice v nepravých barvách Datové formáty Neřízená klasifikace Program přednášky Popis využití pásem Landsat TM Vhodnost kombinací pásem TM Datové formáty Klasifikace obrazu Neřízená klasifikace
VíceDZDDPZ8 Fourierova t., spektrální zvýraznění. Doc. Dr. Ing. Jiří Horák - Ing. Tomáš Peňáz, Ph.D. Institut geoinformatiky VŠB-TU Ostrava
DZDDPZ8 Fourierova t., spektrální zvýraznění Doc. Dr. Ing. Jiří Horák - Ing. Tomáš Peňáz, Ph.D. Institut geoinformatiky VŠB-TU Ostrava Dobrovolný Dobrovolný Dobrovolný Dobrovolný Dobrovolný Dobrovolný
VíceSpektrální chování objektů
Spektrální chování objektů Faktory ovlivňující intenzitu záření Elektromagnetické záření je při průchodu atmosférou i po svém dopadu na zemský povrch významně modifikováno. Intenzita odraženého krátkovlnného
VíceSpektrální chování objektů
Spektrální chování objektů Faktory ovlivňující intenzitu záření Elektromagnetické záření je při průchodu atmosférou i po svém dopadu na zemský povrch významně modifikováno (odražení, pohlcení, částečný
VíceVYBRANÉ METODICKÉ PŘÍSTUPY PRO HODNOCENÍ ZMĚN V KRAJINĚ METODAMI DÁLKOVÉHO PRŮZKUMU ZEMĚ V POVODÍ OTAVY
VYBRANÉ METODICKÉ PŘÍSTUPY PRO HODNOCENÍ ZMĚN V KRAJINĚ METODAMI DÁLKOVÉHO PRŮZKUMU ZEMĚ V POVODÍ OTAVY MARTIN HAIS*, ALEXANDRA KRÁLOVÁ*, KAROLÍNA MACHÁČKOVÁ* * Katedra fyzické geografie a geoekologie,
VíceČ ást 1 Základníprincipy, senzory, multispektrálnídata. Co je DPZ?
DPZ Č ást 1 Základníprincipy, senzory, multispektrálnídata Co je DPZ? Dálkový průzkum získávání informacío objektech na dálku, tj. bez přímého kontaktu se zkoumaný mi jevy a procesy. upraveno podle Lillesand
VíceDálkový průzkum Země
Dálkový průzkum Země Spektrální vlastnosti krajinných objektů (spektrometrie), vegetační indexy RNDr. Ladislav Plánka, CSc. Institut geodézie a důlního měřictví, Hornicko-geologická fakulta, VŠB - TU Ostrava
VíceUniverzita Pardubice Fakulta chemicko-technologická. Analýza změn v prostředí s využitím dat DPZ. Jiří Svoboda
Univerzita Pardubice Fakulta chemicko-technologická Analýza změn v prostředí s využitím dat DPZ Jiří Svoboda Bakalářská práce 2008 University of Pardubice Faculty of chemical technology Analysis of Changes
VíceFaktory ovlivňující intenzitu záření. Spektrální chování objektů. Spektrální odrazivost. Spektrální chování. Spektrální chování objektů [ ]
Faktory ovlivňující intenzitu záření Elektromagnetické záření je při průchodu atmosférou i po svém dopadu na zemský povrch významně modifikováno. Intenzita odraženého krátkovlnného záření, ale i intenzita
VíceDálkový průzkum Země. Klasifikace obrazu
Dálkový průzkum Země Klasifikace obrazu Neřízená klasifikace v IDRISI Modul CLUSTER (Image Processing / Hard Classifiers) využívá techniku histogramových vrcholů pásma pro klasifikaci výsledný obraz volba
VíceDPZ - Ib Interpretace snímků
DPZ - Ib Interpretace snímků Ing. Tomáš Dolanský 2007 Co je DPZ? Bezkontaktní metoda poznávání Zaměřuje se na tvar, velikost a vlastnosti objektů a jevů na zemském povrchu K poznávání využívá vlastností
VíceVyužití dálkového průzkumu pro lokálně cílenou agrotechniku polních plodin. Vojtěch Lukas a kol.
Využití dálkového průzkumu pro lokálně cílenou agrotechniku polních plodin Vojtěch Lukas a kol. Ústav agrosystémů a bioklimatologie (MENDELU) B G R Red edge NIR Úvod Dálkový průzkum Země (DPZ) Distanční
VíceAnalýza dat v GIS. Dotazy na databáze. Překrytí Overlay Mapová algebra Vzdálenostní funkce. Funkce souvislosti Interpolační funkce Topografické funkce
Analýza dat v GIS Dotazy na databáze Prostorové Atributové Překrytí Overlay Mapová algebra Vzdálenostní funkce Euklidovské vzdálenosti Oceněné vzdálenosti Funkce souvislosti Interpolační funkce Topografické
VíceSoučasné možnosti dálkového průzkumu pro hodnocení heterogenity půd a porostů na orné půdě
Současné možnosti dálkového průzkumu pro hodnocení heterogenity půd a porostů na orné půdě František Zemek, Miroslav Pikl Ústav výzkumu globální změny AV ČR, v. v. i., Brno CzechGlobe I. Sekce klimatických
VíceMetody hodnocení sucha v lesních porostech. Kateřina N. Hellebrandová, Vít Šrámek, Martin Hais
Metody hodnocení sucha v lesních porostech Kateřina N. Hellebrandová, Vít Šrámek, Martin Hais Hodnocení sucha v lesních porostech ve velkém prostorovém měřítku sucho jako primární stresový faktor i jako
VíceDálkový průzkum Země DPZ. Zdeněk Janoš JAN789
Dálkový průzkum Země DPZ Zdeněk Janoš JAN789 Obsah: Úvod Co je DPZ (Dálkový Průzkum Země) Historie DPZ Rozdělení metod DPZ Využití DPZ Projekty využívající data DPZ Současné družicové systémy Zdroje Závěr
VíceELEKTROMAGNETICKÉ SPEKTRUM PRO POTŘEBY DPZ
ELEKTROMAGNETICKÉ SPEKTRUM PRO POTŘEBY DPZ Ultrafialové záření UV 0,1-0,4 μm Viditelné záření VIS 0,4-0,7 μm Infračervené blízké záření NIR 0,7-1,4 μm Infračervené střední záření MIR 1,4-3 μm Tepelné záření
VíceMetody zvýrazňování obrazu III. Vícepásmová zvýraznění. Spektrální příznaky. Příznakový prostor. Podstata vícepásmových zvýraznění
Podstata vícepásmových zvýraznění Metody zvýrazňování obrazu III Vícepásmová zvýraznění DN hodnoty jako příznaky a, tzv. příznakový prostor. Vytváření nových pásem s cílem zvýšit odlišení různých objektů
VíceMapování Země z vesmíru (úvod do metod dálkového průzkumu Země) Petr Dobrovolný Geografický ústav přírodovědecké fakulty Masarykovy univerzity v Brně
Mapování Země z vesmíru (úvod do metod dálkového průzkumu Země) Petr Dobrovolný Geografický ústav přírodovědecké fakulty Masarykovy univerzity v Brně Obsah přednášky 1. Přehled základních pojmů 2. Tvorba
VíceŘÍZENÁ KLASIFIKACE. verze 1.0. autor listu: Lucie Červená
ŘÍZENÁ KLASIFIKACE verze 1.0 autor listu: Lucie Červená Cíle V tomto výukovém listu se dozvíte: na jakém principu funguje řízená klasifikace, jak fungují některé jednoduché algoritmy minimální vzdálenosti,
VíceVyužití obrazové korelace leteckých měřických snímků pro potřeby aktualizace budov v ZABAGED
Využití obrazové korelace leteckých měřických snímků pro potřeby aktualizace budov v ZABAGED Vojtěch HRON Odbor sběru dat ZABAGED Zeměměřický úřad Praha Katedra geomatiky Fakulta stavební ČVUT v Praze
VíceMožnosti modelování lesní vegetační stupňovitosti pomocí geoinformačních analýz
25. 10. 2012, Praha Ing. Petr Vahalík Ústav geoinformačních technologií Možnosti modelování lesní vegetační stupňovitosti pomocí geoinformačních analýz 21. konference GIS Esri v ČR Lesní vegetační stupně
VíceGIS ANALÝZA VLIVU DÁLNIČNÍ SÍTĚ NA OKOLNÍ KRAJINU. Veronika Berková 1
GIS ANALÝZA VLIVU DÁLNIČNÍ SÍTĚ NA OKOLNÍ KRAJINU Veronika Berková 1 1 Katedra mapování a kartografie, Fakulta stavební, ČVUT, Thákurova 7, 166 29, Praha, ČR veronika.berkova@fsv.cvut.cz Abstrakt. Metody
VíceHodnocení zdravotního stavu lesů: potenciál časových řad. Petr Lukeš
Hodnocení zdravotního stavu lesů: potenciál časových řad Petr Lukeš Obsah 1. Vegetace, fenologie, časové řady a jejich analýza 2. Sentinel 2 jako zdroj časových řad vysokého prostorového rozlišení 3. Hodnocení
VíceDálkový průzkum Země
Dálkový průzkum Země KGI/APGPS RNDr. Vilém Pechanec, Ph.D. Univerzita Palackého v Olomouci Univerzita Palackého v Olomouci INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ Environmentální vzdělávání rozvíjející uplatnění
VíceDálkový průzkum Země. Ústav geoinformačních technologií Lesnická a dřevařská fakulta MENDELU
Dálkový průzkum Země Ústav geoinformačních technologií Lesnická a dřevařská fakulta MENDELU Klasifikace obrazu Klasifikaci můžeme obecně definovat jako seskupování vzájemně si podobných prvků (entit) do
VíceMetodika vymezení urbánního území na základě klasifikace dat dálkového průzkumu Země MET
Metodika vymezení urbánního území na základě klasifikace dat dálkového průzkumu Země MET.01.2019.07.31 Autoři: Jana Seidlová, Martin Hofrajtr, Zbyněk Stein, Lenka Rejentová, Jiří Kvapil, Tereza Kochová
VíceDPZ Dálkový průzkum Země. Lukáš Kamp, KAM077
DPZ Dálkový průzkum Země Lukáš Kamp, KAM077 Dálkový průzkum Země je věda i umění získávat užitečné informace o objektech, plochách či jevech prostřednictvím dat měřených na zařízeních, která s těmito zkoumanými
VíceSystémy dálkového průzkumu Země
Lucie Kupková, Přemysl Štych Katedra aplikované geoinformatiky a kartografie PřF UK v Praze E-mail: lucie.kupkova@gmail.com, stych@natur.cuni.cz Systémy dálkového průzkumu Země O čem bude přednáška Co
VíceKybernetika a umělá inteligence, cvičení 10/11
Kybernetika a umělá inteligence, cvičení 10/11 Program 1. seminární cvičení: základní typy klasifikátorů a jejich princip 2. počítačové cvičení: procvičení na problému rozpoznávání číslic... body za aktivitu
VíceÚloha - rozpoznávání číslic
Úloha - rozpoznávání číslic Vojtěch Franc, Tomáš Pajdla a Tomáš Svoboda http://cmp.felk.cvut.cz 27. listopadu 26 Abstrakt Podpůrný text pro cvičení předmětu X33KUI. Vysvětluje tři způsoby rozpoznávání
VíceHodnocení zdravotního stavu lesa pomocí nových metod dálkového průzkumu Země
Ústav pro hospodářskou úpravu lesů Brandýs nad Labem Hodnocení zdravotního stavu lesa pomocí nových metod dálkového průzkumu Země Petr Lukeš, Marek Mlčoušek, Štěpán Křístek a kol. Hlavní cíl 1. Zpracování
VíceUČENÍ BEZ UČITELE. Václav Hlaváč
UČENÍ BEZ UČITELE Václav Hlaváč Fakulta elektrotechnická ČVUT v Praze katedra kybernetiky, Centrum strojového vnímání hlavac@fel.cvut.cz, http://cmp.felk.cvut.cz/~hlavac 1/22 OBSAH PŘEDNÁŠKY ÚVOD Učení
VíceMožnosti podpory plošné inventarizace kontaminovaných míst interpretací multi- a hyperspektrálního snímkování Jana Petruchová Lenka Jirásková
Možnosti podpory plošné inventarizace kontaminovaných míst interpretací multi- a hyperspektrálního snímkování Jana Petruchová Lenka Jirásková Praha 13.6.2012 Multispektrální data cíl ověření vhodnosti
VíceGIS a pozemkové úpravy. Data pro využití území (DPZ)
GIS a pozemkové úpravy Data pro využití území (DPZ) Josef Krása Katedra hydromeliorací a krajinného inženýrství, Fakulta stavební ČVUT v Praze 1 Geodata Hlavní poskytovatelé map Státní a resortní (byť
VíceVYUŽITÍ LETECKÉ TERMOGRAFIE A MULTISPEKTRÁLNÍHO SNÍMKOVÁNÍ V PRECIZNÍM ZEMĚDĚLSTVÍ JAN SOVA, ADAM ŠVESTKA, JAN KOVÁŘ
VYUŽITÍ LETECKÉ TERMOGRAFIE A MULTISPEKTRÁLNÍHO SNÍMKOVÁNÍ V PRECIZNÍM ZEMĚDĚLSTVÍ JAN SOVA, ADAM ŠVESTKA, JAN KOVÁŘ Snímek 1 z 19 TECHNIKA Snímek 2 z 19 ELEKTROMAGNETICKÉ SPEKTRUM Elektromagnetické spektrum
VíceStatistika. Diskrétní data. Spojitá data. Charakteristiky polohy. Charakteristiky variability
I Přednáška Statistika Diskrétní data Spojitá data Charakteristiky polohy Charakteristiky variability Statistika deskriptivní statistika ˆ induktivní statistika populace (základní soubor) ˆ výběr parametry
VíceMapování urbanizovaných ploch a úrovně jejich zastavění
Mapování urbanizovaných ploch a úrovně jejich zastavění Miroslav Kopecký Jan Kolomazník Luboš Kučera Geoinformatika ve veřejné správě 2008, Brno Organizační zajištění projektu Mapování urbanizovaných ploch
VíceDZD DPZ 9 Klasifikace. Doc. Dr. Ing. Jiří Horák - Ing. Tomáš Peňáz, Ph.D. Institut geoinformatiky VŠB-TU Ostrava
DZD DPZ 9 Klasifikace Doc. Dr. Ing. Jiří Horák - Ing. Tomáš Peňáz, Ph.D. Institut geoinformatiky VŠB-TU Ostrava Dobrovolný Klasifikace obrazu proces extrahování tématické informace z kontinuálních dat
VícePOROVNÁNÍ PER-PIXEL KLASIFIKÁTORŮ PRO IDENTIFIKACI ZÁSTAVBY
Univerzita Palackého v Olomouci Přírodovědecká fakulta Katedra geoinformatiky Eva TÖGELOVÁ POROVNÁNÍ PER-PIXEL KLASIFIKÁTORŮ PRO IDENTIFIKACI ZÁSTAVBY Bakalářská práce Čestné prohlášení Prohlašuji, že
VíceTAČR gama PoC Remote Guard
TAČR gama PoC Remote Guard Detekce znečištění povrchových vod řasami a sinicemi metodami dálkového průzkumu Země a spektrálního měření Václav Nedbal Jakub Brom, Jindřich Duras, Petr Císař, Mohammadmehdi
VíceÚvodem Dříve les než stromy 3 Operace s maticemi
Obsah 1 Úvodem 13 2 Dříve les než stromy 17 2.1 Nejednoznačnost terminologie 17 2.2 Volba metody analýzy dat 23 2.3 Přehled vybraných vícerozměrných metod 25 2.3.1 Metoda hlavních komponent 26 2.3.2 Faktorová
VíceVYSOKÁ ŠKOLA BÁŇSKÁ TECHNICKÁ UNIVERZITA OSTRAVA FAKULTA METALURGIE A MATERIÁLOVÉHO INŽENÝRSTVÍ KATEDRA KONTROLY A ŘÍZENÍ JAKOSTI
VYSOKÁ ŠKOLA BÁŇSKÁ TECHNICKÁ UNIVERZITA OSTRAVA FAKULTA METALURGIE A MATERIÁLOVÉHO INŽENÝRSTVÍ KATEDRA KONTROLY A ŘÍZENÍ JAKOSTI Elektronická sbírka příkladů k předmětům zaměřeným na aplikovanou statistiku
VíceFyzikální podstata DPZ
Elektromagnetické záření Vlnová teorie vlna elektrického (E) a magnetického (M) pole šíří se rychlostí světla (c) Charakteristiky záření: vlnová délka (λ) frekvence (ν) Fyzikální podstata DPZ Petr Dobrovolný
VíceCvičení 4 komplexní zpracování dat. Analýza povodí řeky Kongo
Cvičení 4 komplexní zpracování dat Analýza povodí řeky Kongo Tato případová studie (včetně cvičných dat) je převzata a přepracována z evropského vzdělávacího projektu Eduspace [0]. Pro zpracování této
VíceIng. Jiří Fejfar, Ph.D. Dálkový průzkum Země
Ing. Jiří Fejfar, Ph.D. Dálkový průzkum Země strana 2 Co je DPZ Dálkový průzkum je umění rozdělit svět na množství malých barevných čtverečků, se kterými si lze hrát na počítači a odhalovat jejich neuvěřitelný
VíceMOŽNOSTI HODNOCENÍ KALAMIT LESNÍCH PLOCH POMOCÍ DRUŽICOVÝCH DAT
UNIVERZITA KARLOVA V PRAZE Přírodovědecká fakulta Katedra aplikované geoinformatiky a kartografie MOŽNOSTI HODNOCENÍ KALAMIT LESNÍCH PLOCH POMOCÍ DRUŽICOVÝCH DAT Bakalářská práce Josef Chrást srpen 2010
VíceNeuronové sítě v DPZ
Univerzita J. E. Purkyně v Ústí nad Labem Fakulta životního prostředí Neuronové sítě v DPZ Seminární práce z předmětu Dálkový průzkum Země Vypracovali: Jan Lantora Rok: 2006 Zuzana Vašková Neuronové sítě
VíceVolitelný předmět Habituální diagnostika
Tomáš Žid tomas.zid@mendelu.cz 12. 12. 2012, B36 LDF MENDELU Volitelný předmět Habituální diagnostika Využití dálkového průzkumu země při zjištění zdravotního stavu porostů Habituální diagnostika dalších
VíceAlgoritmy pro shlukování prostorových dat
Algoritmy pro shlukování prostorových dat Marta Žambochová Katedra matematiky a informatiky Fakulta sociálně ekonomická Univerzita J. E. Purkyně v Ústí nad Labem ROBUST 21. 26. leden 2018 Rybník - Hostouň
VíceStrojové učení a dolování dat. Vybrané partie dolování dat 2016/17 Jan Šimbera
Strojové učení a dolování dat vgeografii Vybrané partie dolování dat 2016/17 Jan Šimbera simberaj@natur.cuni.cz Kde v geografii? Získávání prostorově podrobných dat Prostorová dezagregace Analýza dat dálkového
VíceZÍSKÁVÁNÍ ZNALOSTÍ Z DATABÁZÍ
metodický list č. 1 Dobývání znalostí z databází Cílem tohoto tematického celku je vysvětlení základních pojmů z oblasti dobývání znalostí z databází i východisek dobývání znalostí z databází inspirovaných
VíceKartogramy. Přednáška z předmětu Tematická kartografie (KMA/TKA) Otakar Čerba Západočeská univerzita
Kartogramy Přednáška z předmětu Tematická kartografie (KMA/TKA) Otakar Čerba Západočeská univerzita Datum vytvoření dokumentu: 20. 9. 2004 Datum poslední aktualizace: 17. 10. 2011 Definice Kartogram je
VíceVyužití volně dostupných družicových dat v zemědělství. Lukas V., Řezník T., Charvát jr., K., Charvát, K.
Využití volně dostupných družicových dat v zemědělství Lukas V., Řezník T., Charvát jr., K., Charvát, K. B G R Red edge NIR Úvod Dálkový průzkum Země (DPZ) Metody DPZ hodnotí porost na základě spektrálních
VíceDobývání znalostí. Doc. RNDr. Iveta Mrázová, CSc. Katedra teoretické informatiky Matematicko-fyzikální fakulta Univerzity Karlovy v Praze
Dobývání znalostí Doc. RNDr. Iveta Mrázová, CSc. Katedra teoretické informatiky Matematicko-fyzikální fakulta Univerzity Karlovy v Praze Dobývání znalostí Pravděpodobnost a učení Doc. RNDr. Iveta Mrázová,
VíceANALÝZA A KLASIFIKACE DAT
ANALÝZA A KLASIFIKACE DAT RNDr. Eva Janoušová INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ HODNOCENÍ ÚSPĚŠNOSTI KLASIFIKACE A SROVNÁNÍ KLASIFIKÁTORŮ ÚVOD Vstupní data Subjekt Objem hipokampu Objem komor Skutečnost
VíceDálkový průzkum Země. Ústav geoinformačních technologií Lesnická a dřevařská fakulta MENDELU
Dálkový průzkum Země Ústav geoinformačních technologií Lesnická a dřevařská fakulta MENDELU Analogová a digitální data Fotografický snímek vs. digitální obrazový záznam Elektromagnetické záření lze zaznamenat
VícePracovní listy s komponentou ICT
Téma: Dálkový průzkum Země Časová dotace: 3 hodiny Pracovní listy s komponentou ICT Cíl: Pochopení principu dálkového průzkumu Země, práce se snímkem v prostředí programu MultiSpec, zobrazování snímku
VíceVyužití DPZ v Národní inventarizaci lesů (NIL2) - potenciál dat GMES/Copernicus
Využití DPZ v Národní inventarizaci lesů (NIL2) - potenciál dat GMES/Copernicus Filip Hájek Forest Management Institute Czech Republic hajek.filip@uhul.cz 2. české uživatelské fórum GMES/Copernicus, 29.
VícePROBLEMATICKÉ ASPEKTY GEOREFERENCOVÁNÍ MAP
Digitální technologie v geoinformatice, kartografii a DPZ PROBLEMATICKÉ ASPEKTY GEOREFERENCOVÁNÍ MAP Katedra geomatiky Fakulta stavební České vysoké učení technické v Praze Jakub Havlíček, 22.10.2013,
VíceZdroje dat GIS. Digitální formy tištěných map. Vstup dat do GISu:
Zdroje dat GIS Primární Sekundární Geodetická měření GPS DPZ (RS), fotogrametrie Digitální formy tištěných map Kartografické podklady (vlastní nákresy a měření) Vstup dat do GISu: Data přímo v potřebném
VíceData a technické nástroje pro studium krajiny (GIS, DPZ)
Data a technické nástroje pro studium krajiny (GIS, DPZ) 1 Co je GIS Geografický informační systém je informační systém, který umožňuje ukládat, spravovat a analyzovat prostorová data data o geografické
VíceRYBNÍKY POHLEDEM Z VÝŠKY
RYBNÍKY POHLEDEM Z VÝŠKY HODNOCENÍ KVALITY VODY A EUTROFIZACE POMOCÍ DÁLKOVÉHO PRŮZKUMU ZEMĚ Jakub Brom, Václav Nedbal a Jindřich Duras TAČR Gama TG03010027 Posílení aktivit proof-of-concept na Jihočeské
VíceZÍSKÁVÁNÍ ZNALOSTÍ Z DATABÁZÍ
Metodický list č. 1 Dobývání znalostí z databází Cílem tohoto tematického celku je vysvětlení základních pojmů z oblasti dobývání znalostí z databází i východisek dobývání znalostí z databází inspirovaných
VíceTECHNICKÁ UNIVERZITA V LIBERCI
TECHNICKÁ UNIVERZITA V LIBERCI Fakulta mechatroniky, informatiky a mezioborových studií Základní pojmy diagnostiky a statistických metod vyhodnocení Učební text Ivan Jaksch Liberec 2012 Materiál vznikl
VíceGrafický a číselný popis rozložení dat 3.1 Způsoby zobrazení dat Metody zobrazení kvalitativních a ordinálních dat Metody zobrazení kvan
1 Úvod 1.1 Empirický výzkum a jeho etapy 1.2 Význam teorie pro výzkum 1.2.1 Konstrukty a jejich operacionalizace 1.2.2 Role teorie ve výzkumu 1.2.3 Proces ověření hypotéz a teorií 1.3 Etika vědecké práce
VíceVyužití digitální stereofotogrammetrie jako podpůrných dat pro automatizovanou tvorbu lesnických tematických map
Využití digitální stereofotogrammetrie jako podpůrných dat pro automatizovanou tvorbu lesnických tematických map Filip Hájek a kolektiv Pracoviště fotogrammetrie a DPZ ÚHÚL pob. Frýdek-Místek hajek.filip@uhul.cz
VíceSuchozemské (terestrické) ekosystémy C cyklus
Suchozemské (terestrické) ekosystémy C cyklus Ekosystém: soubor všech organismů a abiotických zásobníků a procesů, které jsou ve vzájemných interakcích. Dekompozice půdní respirace Hrubá primární produkce
VíceCvičení 5-6 Vegetační analýza v aridním prostředí (Vegetation Analysis in Arid Environments)
Cvičení 5-6 Vegetační analýza v aridním prostředí (Vegetation Analysis in Arid Environments) V tomto cvičení budete zkoumat různé způsoby výpočtu vegetačních indexů, které jsou k dispozici v modulech VEGINDEX,
VíceDetekce a monitoring invazních druhů pomocí dálkového průzkumu
Detekce a monitoring invazních druhů pomocí dálkového průzkumu Jana Müllerová 1 Josef Brůna 1, Jan Pergl 1, Petr Pyšek 1 Petr Dvořák 2 Luboš Kučera 3, Tomáš Bartaloš 3 1 Botanický ústav AV ČR, Průhonice
VícePokročilé metody geostatistiky v R-projektu
ČVUT V PRAZE, Fakulta stavební, Geoinformatika Pokročilé metody geostatistiky v R-projektu Autoři: Vedoucí projektu: RNDr. Dr. Nosková Jana Studentská grantová soutěž ČVUT 2011 Praha, 2011 Geostatistika
VíceDálkový průzkum Země a jeho aplikace. Lucie Kupková, Markéta Potůčková Přírodovědecká fakulta, KAGIK Univerzita Karlova v Praze
Dálkový průzkum Země a jeho aplikace Lucie Kupková, Markéta Potůčková Přírodovědecká fakulta, KAGIK Univerzita Karlova v Praze Obsah přednášky Podstata DPZ Oblasti spektra využitelná pro DPZ Části spektra
VíceVyužití dat Urban Atlas v oblasti územního plánování v Praze
Využití dat Urban Atlas v oblasti územního plánování v Praze Mgr. Eliška Bradová Mgr. Jiří Čtyroký Mgr. Michal Pochmann Útvar rozvoje hl. m. Prahy URM Útvar rozvoje hl. m. Prahy (URM) Plánování města Územní
VíceVliv Jaderné elektrárny Temelín na teplotně - vlhkostní parametry krajinného krytu
Vliv Jaderné elektrárny Temelín na teplotně - vlhkostní parametry krajinného krytu Influence of Temelin nuclear power plant on temperature and wetness parameters of land cover. Martin Hais 1, Jan Procházka
VíceKlasifikace pokryvu území a jeho dopady na hodnocení srážko-odtokových poměrů
Klasifikace pokryvu území a jeho dopady na hodnocení srážko-odtokových poměrů Markéta Hanzlová 1, Jiří Horák 2, Jan Unucka 3, Lena Halounová 4, Dušan Židek 5, Jakub Heller 6 1 Institut geoinformatiky,
VíceJasové transformace. Karel Horák. Rozvrh přednášky:
1 / 23 Jasové transformace Karel Horák Rozvrh přednášky: 1. Úvod. 2. Histogram obrazu. 3. Globální jasová transformace. 4. Lokální jasová transformace. 5. Bodová jasová transformace. 2 / 23 Jasové transformace
VíceNASAZENÍ MULTISPEKTRÁLNÍ KAMERY ADC TETRACAM PŘI MONITOROVÁNÍ VEGETAČNÍCH PŘÍZNAKŮ
Univerzita Palackého v Olomouci Přírodovědecká fakulta Katedra geoinformatiky Eva TÖGELOVÁ NASAZENÍ MULTISPEKTRÁLNÍ KAMERY ADC TETRACAM PŘI MONITOROVÁNÍ VEGETAČNÍCH PŘÍZNAKŮ Magisterská práce Vedoucí práce:
VícePřednáška 13 Redukce dimenzionality
Vytěžování Dat Přednáška 13 Redukce dimenzionality Miroslav Čepek Fakulta Elektrotechnická, ČVUT Evropský sociální fond Praha & EU: Investujeme do vaší budoucnosti ČVUT (FEL) Redukce dimenzionality 1 /
VíceAlgoritmy a struktury neuropočítačů ASN P3
Algoritmy a struktury neuropočítačů ASN P3 SOM algoritmus s učitelem i bez učitele U-matice Vektorová kvantizace Samoorganizující se mapy ( Self-Organizing Maps ) PROČ? Základní myšlenka: analogie s činností
VíceDRUŽICOVÝ ATLAS ČESKÉ REPUBLIKY
MASARYKOVA UNIVERZITA V BRNĚ Přírodovědecká fakulta Geografický ústav Jiří OTRUSINA DRUŽICOVÝ ATLAS ČESKÉ REPUBLIKY D i p l o m o v á p r á c e Vedoucí práce: Doc. RNDr. Petr Dobrovolný, CSc. Brno 2007
VíceLekce 4 - Vektorové a rastrové systémy
Lekce 4 - Vektorové a rastrové systémy 1. Cíle lekce... 1 2. Vlastnosti rastrových systémů... 1 2.1 Zobrazování vrstev... 1 2.1.1 Základní zobrazování... 1 2.1.2 Další typy zobrazení... 2 2.2 Lokální operace...
VíceTvorba NDVI z archivních leteckých snímků a možnosti mise Sentinel-2
4. ČESKÉ UŽIVATELSKÉ FÓRUM COPERNICUS 12. 13. 5. 2015 Tvorba NDVI z archivních leteckých snímků a možnosti mise Sentinel-2 Ing. Václav Šafář, VÚGTK, v.v.i., vaclav.safar@vugtk.cz BAREVNÉ SNÍMKOVÁNÍ ÚZEMÍ
VíceVyužití GMES/COPERNICUS dat při studiu vlivu heterogenity povrchu na charakter stanoviště
2. uživatelské forum GMES/COPECNICUS Praha 29.-30.5.2013 Využití GMES/COPERNICUS dat při studiu vlivu heterogenity povrchu na charakter stanoviště Vilém Pechanec 1/25 Úvod / Cíle Krajina je heterogení
VíceZměny bonitačního systému půd v kontextu změny klimatu. Bonitační systém v ČR. Využití bonitačního systému. Struktura kódu BPEJ - ČR
6.4.213 Český hydrometeorologický ústav, pobočka Brno Mendelova univerzita v Brně Ústav aplikované a krajinné ekologie Ústav agrosystémů a bioklimatologie Změny bonitačního systému půd v kontextu změny
VíceZobrazování barev. 1995-2015 Josef Pelikán CGG MFF UK Praha. pepca@cgg.mff.cuni.cz http://cgg.mff.cuni.cz/~pepca/
Zobrazování barev 1995-2015 Josef Pelikán CGG MFF UK Praha pepca@cgg.mff.cuni.cz http://cgg.mff.cuni.cz/~pepca/ ColorRep 2015 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca 1 / 18 Barevné schopnosti HW True-color
VíceDálkový průzkum země v optické části spektra. Charakteristika II. Charakteristika I. Hlavní oblasti aplikací
Dálkový průzkum země v optické části spektra Pasivní zaznamenávání odraženého slunečního záření Charakteristika I. Zahrnuje viditelné, blízké a střední IČ vlnové délky od 0,4 do 3,0 mikrometrů Snímání
VíceGisat. Družicová data. Přehled dostupných dat a jejich využití
Gisat Družicová data Přehled dostupných dat a jejich využití Družicové snímky se v posledním desetiletí staly jedním z nejčastěji využívaných zdrojů geografické informace v mnoha oborech lidské činnosti.
VíceZkušenosti s využíváním dat Urban Atlasu pro potřeby územního plánování v Praze
Zkušenosti s využíváním dat Urban Atlasu pro potřeby územního plánování v Praze Mgr. Eliška Bradová Mgr. Jiří Čtyroký Mgr. Michal Pochmann Útvar rozvoje hl. m. Prahy URM Útvar rozvoje hl. m. Prahy (URM)
VíceLineární klasifikátory
Lineární klasifikátory Lineární klasifikátory obsah: perceptronový algoritmus základní verze varianta perceptronového algoritmu přihrádkový algoritmus podpůrné vektorové stroje Lineární klasifikátor navrhnout
VíceGeografie. Tematické okruhy státní závěrečné zkoušky. bakalářský studijní obor
Katedra geografie Přírodovědecká fakulta Univerzita Palackého v Olomouci Tematické okruhy státní závěrečné zkoušky bakalářský studijní obor Geografie prezenční i kombinovaná forma studia verze 2017/2018
VíceŘešení příkladu - klasifikace testovacího subjektu podle minimální vzdálenosti:
Řešení příkladu - klasifikace testovacího subjektu podle minimální vzdálenosti: Postup: I) zvolení metriky pro výpočet vzdáleností dvou bodů II) zvolení metriky pro určení vzdálenosti mezi dvěma množinami
VíceDálkový průzkum země v mikrovlnné části spektra
Pasivní mikrovlnné snímání Dálkový průzkum země v mikrovlnné části spektra Pasivní mikrovlnné snímání Těmito metodami je měřena přirozená dlouhovlnná energie vyzářená objekty na zemském povrchu. Systémy
VíceAktivita 1.3 Participativní tvorba inovativního plánu managementu přírodních zdrojů (rozpracovaná verze za rok 2016)
GEOtest, a.s. tel.: 548 125 111 Šmahova 1244/112, 627 00 Brno fax: 545 217 979 IČ: 46344942 DIČ: CZ46344942 e-mail: info@geotest.cz Geologické a sanační práce pro ochranu životního prostředí, geotechnický
VíceANOTACE nově vytvořených/inovovaných materiálů
ANOTACE nově vytvořených/inovovaných materiálů Číslo projektu Číslo a název šablony klíčové aktivity Tematická oblast CZ.1.07/1.5.00/34.1017 III/2 - Inovace a zkvalitnění výuky prostřednictvím ICT Česká
VíceVALIDACE GEOCHEMICKÝCH MODELŮ POROVNÁNÍM VÝSLEDKŮ TEORETICKÝCH VÝPOČTŮ S VÝSLEDKY MINERALOGICKÝCH A CHEMICKÝCH ZKOUŠEK.
VALIDACE GEOCHEMICKÝCH MODELŮ POROVNÁNÍM VÝSLEDKŮ TEORETICKÝCH VÝPOČTŮ S VÝSLEDKY MINERALOGICKÝCH A CHEMICKÝCH ZKOUŠEK. František Eichler 1), Jan Holeček 2) 1) Jáchymovská 282/4, 460 10,Liberec 10 Františkov,
VíceObsah přednášky Jaká asi bude chyba modelu na nových datech?
Obsah přednášky Jaká asi bude chyba modelu na nových datech? Chyba modelu Bootstrap Cross Validation Vapnik-Chervonenkisova dimenze 2 Chyba skutečná a trénovací Máme 30 záznamů, rozhodli jsme se na jejich
VíceENVI 5.2. a jeho reakce na nejnovější družicové systémy
ENVI 5.2 a jeho reakce na nejnovější družicové systémy Podpora nových formátů a senzorů Podpora nových formátů GRIB 1 a 2 Multi-page TIFF HDF 5 a NetCDF-4 Nový algoritmus pro ukládání CADRG Podpora dalších
VíceHODNOCENÍ POŠKOZENÍ LESNÍCH POROSTŮ S VYUŽITÍM DRUŽICOVÝCH A LIDAROVÝCH DAT
UNIVERZITA KARLOVA V PRAZE Přírodovědecká fakulta Katedra aplikované geoinformatiky a kartografie Studijní program: Geografie (navazující magisterské studium) Studijní obor: Kartografie a geoinformatika
Více