Zhodnocení vlivu fenologie na klasifikaci druhů hlavních hospodářských dřevin pomocí moderních materiálů DPZ

Dávid Zigo

Master's thesis

Influence of phenology on classification accuracy of main forest species by remote sensing material

Abstract:

The main aim of the diploma thesis is evaluation of the influence of phenology on the classification of main tree species in the forest section of Bohumile (LU4), which falls under the ČZU Forests. The aim of the work was to classify two phenological periods, spring, and autumn. Then compare the accuracy of this classification. Aerial images from the spring of 2020 and the fall of 2022 were processed in ArcGIS PRO and R software. A point layer was used as reference data, which represented the positions of individual trees and carried unique information about what type of wood it is. The classification focuses on the main economic trees, namely spruce, larch, beech, and oak. Classification was performed in R software using machine learning algorithms, Support Vector Machine and RandomForest. This classification can be considered a pixel-based classification since spectral reflectance values from individual pixels were used. For comparison, object-based classification was performed on a 2020 image in ArcGIS PRO. The classification from the spring phenological period 2020 came out better than the classification from the autumn 2022 period. The highest accuracy was achieved using the Support Vector Machine (SVM) algorithm, namely 65% for object-based classification and 59% for pixel-based classification. Both classifications took place on images from spring 2020.

Abstract:

Abstrakt Diplomová práca sa zaoberá zhodnotením vplyvu fenológie na klasifikáciu druhov hlavných hospodárskych drevín na lesníckom úseku Bohumile (LU4), ktorý spadá pod Lesy ČZU. Cieľom práce bolo klasifikovať dve fenologické obdobia, jar a jeseň a následne porovnať správnosť tejto klasifikácie. Letecké snímky z jari roku 2020 a jesene roku 2022 boli spracované v softvéri ArcGIS PRO a R. Ako referenčné dáta bola použitá bodová vrstva, ktorá reprezentovala pozície jednotlivých stromov a niesla unikátnu informáciu o tom, o aký druh dreviny ide. Klasifikácia sa zameriava na hlavné hospodárske dreviny, a to smrek, smrekovec, buk a dub. V softvéry R bola vykonaná klasifikácia pomocou algoritmov strojového učenia, Support Vector Machine a RandomForest. Táto klasifikácia sa dá považovať za klasifikáciu založenú na pixeloch, pretože boli používané hodnoty spektrálnej reflektancie z jednotlivých pixelov. Na porovnanie bola vykonaná klasifikácia na snímke z roku 2020 v softvéri ArcGIS PRO, ktorá bola založená na objektoch. Klasifikácia z jarného fenologického obdobia 2020 vyšla lepšie ako klasifikácia z obdobia jesene 2022. Najvyššia správnosť bola dosiahnutá použitím algoritmu Support Vector Machine (SVM) a to 65% pri klasifikácií založenej na objektoch a 59% pri klasifikácií založenej na pixeloch. Obe tieto klasifikácie prebehli na snímkach z jari 2020.

Keywords

tree species classification, aerial imagery, remote sensing

Keywords

druhová klasifikácia, letecké snímkovanie, DPZ

Language used: Slovak

Date on which the thesis was submitted / produced: 5. 4. 2023

Thesis defence

• Supervisor: doc. Ing. Peter Surový, PhD.

Czech University of Life Sciences Prague

Faculty of Forestry and Wood Sciences

Master programme / field:
Forestry Engineering / Forest Engineering