Image processing techniques for detection of soil features

Jan Trenciansky

Master's thesis

Technika zpracování satelitních snimků pro detekci odlišných prvků půdy

Abstract:

Technika zpracovaní satelitních snímků k detekci roddonů, půdních elementů, byla aplikovaná na UK-DMC2 satelitní data. Roddony přestavují síť bývalých vodních toků v oblasti English Fenland, které jsou charakteristické svým velice mírným vyvýšením nad okolním terénem a odlišným půdním složením k okolním půdám. Roddony mohou být zřetelně identifikovány na satelitních snímcích, jakožto světlé prvky v krajině připomínající tekoucí řeku kontrastující s tmavým zbarvením okolních, především rašelinných půd. Na základě jejich odlišného zbarvení k okolním tmavším především rašelinným půdám, byl aplikován Index Jasnosti Půdy, který detekoval jejich pozici v krajině. Pro identifikaci prostorového vymezení roddonů, tedy vytýčení jejich hranic, byl aplikován non-directional filtr hranic, společně s technikou zesilováni míst, kde dochází k velkému spektrálnímu kontrastu a tedy k lepšímu rozeznání roddonů od ostatní půdních a krajinných elementů. Určení prostorového umístění roddonů může vést ke zlepšení zemědělských technik pro odlišné půdy a tedy optimalizovat a navýšit sklizně a zároveň vylepšit přírodní podmínky daného prostředí.

Abstract:

An image processing technique was applied to detect roddon soil features from UK-DMC2 base data. Roddon soil features represent former watercourses in English Fenland, now raised banks with altered soil composition. They can be clearly seen on remotely sensed imagery as bright features in contrast to the darker surrounding peat land. Based on difference in brightness of roddons and surrounding peat soil the Soil Brightness Index (SBI) was applied to detect the roddons. To identify the edges of these features where there is a large spectral contrast a non-directional filter was applied together with an image enhancing technique to better differentiate the roddons form other non-soil features. Understanding the location of roddons will allow adaptive farming practices that account for differences in soil properties, and help optimizing yields.

Keywords

Roddon, Index jasnosti půdy, UK-DMC2, Digitální mapování půdy, East Anglia, Zemědělství, Dálkový průzkum země

Keywords

Digital Soil Mapping, East Anglia, Remote Sensing, Roddon, Soil Brightness Index, Agriculture, UK-DMC2

Language used: English

Date on which the thesis was submitted / produced: 11. 4. 2016

Thesis defence

• Supervisor: Ing. Vojtěch Barták, Ph.D.

Czech University of Life Sciences Prague

Faculty of Environmental Sciences

Master programme / field:
Landscape Engineering / Land and Water Management