Classification of forest cover types using multitemporal remote sensing data

Tato práce se věnuje možnostem rozlišování jednotlivých druhů dřevin lesního porostu pomocí dat z dálkového průzkumu Země. V práci jsou uvedeny metody a data DPZ, která jsou vhodná pro rozlišení jednotlivých druhů dřevin na základě jejich spektrálního chování. V praktické části je ve vybrané lokalitě vyzkoušena metoda řízené klasifikace s algoritmy Maximum likelihood a SMAP na datech z družice Landsat 8. Pro rozlišení druhů lesního porostu byly porovnávány metody klasifikace jednotlivého snímku a multitemporální řady snímků.This paper is focused on discrimination of forest cover types using remote sensing data. The paper presents a methods and remote sensing data which are appropriate for the discrimination of individual tree species based on their spectral behavior. In the practical part is tested method of supervised classification using Maximum likelihood and SMAP algorithms on the data from Landsat 8 of the selected area. For discrimination of forest cover types were compared classification methods on single image and on multitemporal series of images.Ústav environmentálního a chemického inženýrstvíJaký porost převažoval ve sledovaných oblastech? Jakým způsobem byla určovány účinnost použitých postupů