Harmonizace dat družicových platforem Landsat 7 (ETM+) a Landsat 8 (OLI) při sledování horské vegetace

Bc. Vít Ježek

Diplomová práce

Data Harmonization of Landsat 7 (ETM+) and Landsat 8 (OLI) Satellite Platforms for Monitoring Mountain Vegetation

Anotace:

Dálkový průzkum Země představuje neocenitelný nástroj pro sledování změn vegetace na globální i regionální úrovni. Data ze satelitů Landsat jsou pro analýzu těchto trendů široce využívána, a to díky kombinaci stejného prostorového rozlišení, volné dostupnosti a desítky let dlouhé časové řadě. Tato dlouhodobá kontinuita však přináší komplikace, neboť jednotlivé generace satelitů jsou vybaveny odlišnými senzory a pro spolehlivé odhady dlouhodobých trendů vývoje vegetace je nezbytná jejich harmonizace. Další nejistoty pak přináší nekonzistentní frekvence snímání. Tato práce se zaměřuje na analýzu vlivu harmonizace hodnot normalizovaného vegetačního indexu (NDVI) mezi platformami Landsat 7 (ETM+) a Landsat 8 (OLI) při sledování vegetace v horské aridní oblasti Ladak v letech 2013 až 2021. Současně je zkoumán význam dvojnásobného časového rozlišení, získaného díky překryvu obou platforem, prostřednictvím maximální sezónní hodnoty NDVI. Pro přípravu a analýzu snímků na úrovni Surface Reflectance je využita platforma Google Earth Engine. Výsledky ukazují, že rozdíly mezi senzory souvisí především s rozdílnou šířkou pásma NIR. Efekt harmonizace na základě široce používaných koeficientů ze studie (Roy et al. 2016) je nejvýraznější během vegetačního maxima, ale přesto nezaručuje úplnou konzistenci mezi senzory. Harmonizace na úrovni již vypočítaného NDVI vykazuje mediánové hodnoty 0.036 (ME) a 0.090 (RMSE). Větší množství dostupných snímků během překryvu platforem zvyšuje pravděpodobnost získání reálné hodnoty sezónního maxima NDVI, nicméně přesnost tohoto odhadu závisí na dostupnosti klíčového snímku z období vegetačního maxima. Jeho absence může vést k nepřesným odhadům. Tato práce se zabývá problematikou sledování vegetace ve specifických podmínkách horských aridních oblastí a doporučuje optimalizovat harmonizační metody a integrovat doplňkové datové zdroje.

Abstract:

Remote sensing represents an invaluable tool for monitoring vegetation changes at both global and regional scales. Landsat satellite data are widely used for analyzing these trends thanks to their consistent spatial resolution, open availability, and decades-long temporal record. However, maintaining such a long-term continuity introduces challenges, as different satellite generations are equipped with different sensors, necessitating harmonization to reliably estimate long-term vegetation trends. Additional uncertainties arise from inconsistent acquisition frequencies. This study focuses on analyzing the impact of harmonizing normalized difference vegetation index (NDVI) values between Landsat 7 (ETM+) and Landsat 8 (OLI) for monitoring vegetation in the mountainous arid region of Ladakh from 2013 to 2021. Simultaneously, the significance of doubled temporal resolution—obtained through the overlap of both platforms—is examined using the seasonal NDVI maximum. Google Earth Engine is employed for the preparation and analysis of Surface Reflectance level images. The results indicate that sensor discrepancies are primarily related to differences in the width of the NIR band. The effect of harmonization based on widely used coefficients from (Roy et al. 2016) is most pronounced during the vegetative peak, yet it still does not guarantee complete sensor consistency. Harmonization at the NDVI level results in median errors of 0.036 (ME) and 0.090 (RMSE). A higher number of available images during platform overlap increases the likelihood of capturing the true seasonal NDVI maximum; however, the accuracy of this estimate depends on the availability of a key image from the peak growing period. Its absence can lead to inaccurate assessments. This study addresses the challenges of vegetation monitoring under the specific conditions of mountainous arid regions and recommends optimizing harmonization methods and integrating supplementary data sources.

Klíčová slova

NDVI, DPZ, cloudové zpracování dat

Keywords

NDVI, remote sensing, cloud-based data processing

Jazyk práce: čeština

Datum vytvoření / odevzdání či podání práce: 26. 3. 2025

Obhajoba závěrečné práce

• Obhajoba proběhla 21. 5. 2025
• Vedoucí: Ing. Jiří Prošek, Ph.D.
• Oponent: David Moravec, Ph.D.

Česká zemědělská univerzita v Praze

Fakulta životního prostředí

Magisterský studijní program:
Prostorové vědy v životním prostředí