Detekce napadených stromů lýkožroutem pomocí bezpilotních leteckých prostředků v Novém Městě na Moravě

Petr Novák

Diplomová práce

Detection of infested trees by bark beetle using unmanned aerial vehicles in Nové Město na Moravě

Anotace:

Tato diplomová práce se zabývá detekcí stromů napadených lýkožroutem smrkovým (Ips Typographus (L.)) v Novém Městě na Moravě za použití vegetačních indexů NDWI, GI, NDRE, NDVIre a NDVI. Pro detekci byly vybrány dva snímky, pořízené v období letního rojení kůrovce (červenec, srpen). Tato data byla pořízena Českou zemědělskou univerzitou v Praze za použití senzoru MicaSense RedEdge-MX a nosiče eBee X. Detekce napadených stromů probíhala metodou prahování z vegetačních indexů. Hraniční hodnoty byly klasifikovány řízenou klasifikací s využitím Random Forest klasifikátoru. Nejvyšší přesnosti za období července dosahoval index NDVI s celkovou přesností 84 %. V srpnu, kdy byla klasifikace rozšířena o třídu již mrtvých stromů, vykazoval nejvyšší přesnost index NDVIre s celkovou přesností 86 %. Z výsledků práce je patrné, že multispektrální senzory nesené UAV jsou přínosným nástrojem pro detekci stromů napadených kůrovcem. The results show that multispectral sensors carried by UAVs are a useful tool for detecting bark beetle infested trees.

Abstract:

The thesis deals with the detection of trees infested with bark beetle (Ips Typographus (L.)) in Nové Město na Moravě using vigetation indices NDWI, GI, NDRE, NDVIre and NDVI. Two images were selected for detection These data were mediated by Czech University of Life Sciences in Prague using a MicaSense RedEdge-MX sensor and an eBee X drone. Infected trees were detected by thresholding from vegetation indices. The thresholds were classified by supervised classification using the Random Forest classifier. The NDVI achieved the highest accuracy for July, with an overall accuracy of 84 %. In August, when the class of already dead trees extended the classification, the highest accuracy was detected by the NDVIre index with an accuracy of 86 %. The results show that multispectral sensors carried by UAVs are a useful tool for detecting bark beetle infested trees.

Klíčová slova

dálkový průzkum Země, bezpilotní letecké prostředky, vegetační indexy, lýkožrout smrkový, multispektrální snímkování

Keywords

Remote Sensing, Unmanned Aerial Vehicles, Vegetation Indices, Bark Beetle, Multispectral Imaging

Jazyk práce: čeština

Datum vytvoření / odevzdání či podání práce: 30. 3. 2022

Obhajoba závěrečné práce

• Vedoucí: Ing. Tomáš Klouček, Ph.D.
• Oponent: Ondřej Lagner, Ph.D.

Česká zemědělská univerzita v Praze

Fakulta životního prostředí

Magisterský studijní program:
Krajinné a pozemkové úpravy