Tvorba spektrální databáze vybraných invazivních druhů rostlin v České republice za použití modelu přenosu záření a hyperspektrálních leteckých dat

Bc. Michaela Podborská

Diplomová práce

Creation of a spectral database of selected invasive plant species in the Czech Republic using a radiation transfer model and hyperspectral aerial data

Anotace:

Diplomová práce se zaměřuje na tvorbu spektrální databáze vybraných invazivních druhů rostlin v České republice a na posouzení možností jejich detekce pomocí hyperspektrálních dat. Byly vybrány invazivní druhy trnovník akát (Robinia pseudoacacia), pajasan žláznatý (Ailanthus altissima) a křídlatka japonská (Reynoutria japonica). Spektrální chování vybraných druhů bylo získáváno pomocí spektroradiometru v průběhu celé vegetační sezóny, aby bylo možné zachytit variabilitu mezi druhy i mezi jednotlivými fenologickými fázemi. Naměřená data sloužila pro vytvoření spektrální databáze na úrovni listu a následně byla pomocí modelů PROSPECT-5 a DART upscalována na úroveň porostu. Bylo zjištěno, že simulované a skutečné spektrální chování se liší pouze minimálně na základě měření spektrálního úhlu doplněné o RMSE. Ukázalo se tak, že model DART v kombinaci s parametry odvozenými z modelu PROSPECT-5 je schopen věrně simulovat spektrální chování sledovaných druhů. Tento fyzikálně založený přístup umožnil identifikovat klíčová spektrální pásma s nejvyšším separačním potenciálem mezi invazivní a původní vegetací, která byla následně využita pro odvození vegetačních indexů a optimalizaci jejich výběru pro detekci. Tyto indexy byly testovány na hyperspektrálních leteckých snímcích pomocí metod cílené detekce (Matched Filtering, Adaptive Coherence Estimator a Spectral Angle Mapper). Výsledky ukázaly, že úspěšnost detekce závisí jak na druhu, tak na využité metodě. Nejlepších výsledků bylo dosaženo metodou Matched Filtering v kombinaci s vegetačními indexy pro trnovník akát a pajasan žláznatý, zatímco pro křídlatku japonskou se jako nejvhodnější ukázala metoda Adaptive Coherence Estimator. Zapojení vegetačních indexů ve většině případů vedlo ke snížení falešných detekcí a ke zvýšení uživatelské přesnosti, zatímco metoda Spectral Angle Mapper se ukázala jako méně vhodná. Výsledky dále potvrzují význam viditelné a blízké infračervené oblasti spektra pro odlišení invazivních druhů od okolní vegetace. Vytvořená spektrální databáze poskytuje referenční spektrální charakteristiky invazivních druhů, které mohou být využity pro jejich včasnou a přesnější detekci pomocí hyperspektrálních dat, a tím přispět k efektivnějšímu monitoringu a ochraně původních ekosystémů v České republice.

Abstract:

This thesis focuses on the creation of a spectral database of selected invasive plant species in the Czech Republic and on assessing the possibilities of their detection using hyperspectral data. The studied species include black locust (Robinia pseudoacacia), tree of heaven (Ailanthus altissima), and Japanese knotweed (Reynoutria japonica). The spectral behavior of the selected species was measured using a spectroradiometer throughout the entire growing season in order to capture variability both among species and across different phenological stages. The collected data were used to build a spectral database at the leaf level and were subsequently upscaled to the canopy level using the PROSPECT-5 and DART models. It was found that the simulated and measured spectral behavior differ only minimally, based on the spectral angle metric complemented by RMSE. This demonstrates that the DART model, in combination with parameters derived from the PROSPECT-5 model, is capable of accurately simulating the spectral behavior of the studied species. This physically based approach enabled the identification of key spectral bands with the highest separability between invasive and native vegetation, which were subsequently used to derive vegetation indices and optimize their selection for detection. These indices were tested on hyperspectral airborne imagery using target detection methods (Matched Filtering, Adaptive Coherence Estimator, and Spectral Angle Mapper). The results showed that detection accuracy depends on both the species and the method used. The best results were achieved using the Matched Filtering method in combination with vegetation indices for black locust and tree of heaven, while the Adaptive Coherence Estimator proved to be the most suitable method for Japanese knotweed. The inclusion of vegetation indices generally led to a reduction in false detections and an increase in user’s accuracy, whereas the Spectral Angle Mapper method proved to be less suitable. The results also confirm the importance of the visible and near-infrared regions of the spectrum for distinguishing invasive species from surrounding vegetation. The developed spectral database provides reference spectral characteristics of invasive species that can be used for their early and more accurate detection using hyperspectral data, thereby contributing to more efficient monitoring and the protection of native ecosystems in the Czech Republic.

Klíčová slova

Spektrální databáze, invazivní rostliny, dálkový průzkum Země, trnovník akát, pajasan žláznatý, křídlatka japonská, hyperspektrální snímky, model přenosu záření, Spectral database, invasive plant species, remote sensing, black locust, tree of heaven, Japanese knotweed, hyperspectral imagery, radiative transfer model

Jazyk práce: čeština

Datum vytvoření / odevzdání či podání práce: 18. 5. 2026

Obhajoba závěrečné práce

• Obhajoba proběhla 10. 6. 2026
• Vedoucí: Ing. Kateřina Tajovská, Ph.D.
• Oponent: Ing. Jonáš Hruška, Ph.D.

Masarykova univerzita

Přírodovědecká fakulta

Magisterský studijní program / obor:
Geografická kartografie a geoinformatika / Geografická kartografie a geoinformatika