Koku vainagu automatizēta kartēšana meža inventarizācijai, izmantojot tālizpētes datu kopīgu apstrādi
Autor
Gulbe, Linda
Co-author
Latvijas Universitāte. Datorikas fakultāte
Advisor
Mednieks, Ints
Datum
2019Metadata
Zur LanganzeigeZusammenfassung
Atslēgas vārdi: koku vainagu nosegums, atsevišķu koku vainagu atdalīšana, tālizpēte. Promocijas darbā “Koku vainagu automatizēta kartēšana meža inventarizācijai, izmantojot tālizpētes datu kopīgu apstrādi” izstrādāti risinājumi koku vainagu kartēšanai. Darba novitāte: izstrādātas 3 jaunas metodes: hibrīdās klasifikācijas darbplūsma, šablonu ģenerēšanas metode, lēmumu balstīta koku vainagu atdalīšanas metode; veiktas gadījumu izpētes satelītattēlu rezultātu interpretācijai; novērtēti konvolūcijas neironu tīklu pielietojumi; izstrādāti šablonu salīdzināšanas metodes papildinājumi. Koku vainagu noseguma kartēšanas kopējā precizitāte ir 94.2% (hibrīdā klasifikācija) un 92.8% (sliekšņošanas darbplūsma). Koku vainagu identifikācijas precizitāte ir 63.3% un no 277 koku vainagiem 189 bija novērojama vairāk kā 60% atbilstība references datiem Keywords: tree crown cover, individual tree crown delineation, remote sensing. In the doctoral thesis “Automated mapping of tree crowns for forest inventory using remote sensing data processing”, solutions are developed for mapping tree crowns. Novelty of the work: 3 new methods have been developed: hybrid classification workflow, template generation method, decision-based tree crown delineation method as well as additions to the template matching; case studies were conducted on the interpretation of satellite imagery results; application of convolutional neural networks were evaluated. The overall accuracy of tree crown cover mapping: 94.2% (hybrid classification) and 92.8% (thresholding workflow). The accuracy of tree crown identification is 63.3% and for 189 out of 277 tree crowns more than 60% compliance with reference data was observed.