Validace vertikální přesnosti globálních modelů vegetace

Bc. Jakub Liška

Diplomová práce

Vertical accuracy assessment of global canopy height models

Anotace:

Tato práce si kladla za cíl vyhodnotit přesnost vybraných 3 globálních modelů výšky vegetace, odvozených strojovým učením ze satelitních snímků, porovnáním s referenčním modelem, získaným pomocí leteckého lidarového měření. Řešenými územími byly Liberecký a Karlovarský kraj. Bylo provedeno vyhodnocení dle kategorií vlivových faktorů prostředí, jako jsou například nadmořská výška, sklon svahu, typ vegetace nebo její výška. V prostředí GIS byla pro každý model ze vstupních vrstev digitálních modelů výšek vegetace a vrstev vlivových faktorů vytvořena tabulka obsahující informace o hodnotách faktorů pro každý bod v modelu. Následně byly pomocí práce s databází v R spočítány statistické ukazatele chybovosti modelů MAE, RMSE, SD a ME, jak pro celé modely, tak dle kategorií daných faktorů. Bylo zjištěno, že vyšší prostorové rozlišení globálního vegetačního modelu má zřetelný vliv na jeho přesnost. Ovšem jako nejdůležitější faktor, mající vliv na chybovost, se u všech modelů ukázala výška vegetace. Zároveň se ukázalo, že globální modely výšky vegetace mají silnou tendenci nadhodnocovat nízkou vegetaci a podhodnocovat vysokou vegetaci. Výsledky byly dále v diskusi rozebrány v kontextu dalších studií a potvrdila se shoda na těchto výsledcích. Zároveň byla rozebrána přesnost výsledků a důvody, které ji mohly ovlivnit. Nakonec byla, na základě zjištění v rešerši a výsledcích, obecně formulována doporučení pro práci s globálními vegetačními modely.

Abstract:

The aim of this study was to evaluate the accuracy of 3 global vegetation height models created from satellite images using machine learning, by comparing them with a reference model acquired using airborne lidar scanning. The areas studied were the Liberec region and the Karlovy Vary region in the Czech Republic. The evaluation was performed according to categories of environmental factors, such as altitude, slope, vegetation type, and vegetation height. In the GIS software, a table was created for each model from the input layers of digital vegetation height models and layers of environmental factors, containing information of factor values for each point in the model. Following this, statistical indicators of model error: MAE, RMSE, SD, and ME were calculated using a database through R, both for the entire models and according to the categories of the given factors. It was found that the higher spatial resolution of the global vegetation model has a significant impact on its accuracy. However, vegetation height was found to be the most important factor influencing statistical indicators of model error in all models. In addition, it was found that global vegetation height models have a strong tendency to overestimate low vegetation and underestimate high vegetation. The results were further discussed in the context of other studies, and consensus on these results was found. Also the accuracy of the results and the reasons that could have influenced it were analyzed. Finally, based on the findings of the research and the results, recommendations for working with global vegetation models were suggested.

Klíčová slova

nDMP, lesy, DPZ, modely výšky vegetace, výška vegetace

Keywords

CHM, nDSM, forests, canopy height, remote sensing

Jazyk práce: čeština

Datum vytvoření / odevzdání či podání práce: 2. 4. 2026

Obhajoba závěrečné práce

• Obhajoba proběhla 19. 5. 2026
• Vedoucí: Ing. Kateřina Gdulová
• Oponent: Vítězslav Moudrý, Ph.D.

Česká zemědělská univerzita v Praze

Fakulta životního prostředí

Magisterský studijní program:
Ochrana přírody