Mapování přírodních ohnisek zoonóz přenosných na člověka v ČR
a jejich změny ovlivněné modifikací klimatu
IGA MZ ČR č. NT11425-5/2010

O projektu: zpracování družicových dat

Zpracování družicových dat
Zpracování družicových dat bylo hlavním zaměřením projektových prací. Jeho cílem bylo vytvořit metodický postup na stanovení a rozpoznání tříd vegetačních porostů, které ovlivňují populaci klíštěte.

Řešení tohoto úkolu testovalo dva základní přístupy ke tvorbě klasifikačního algoritmu. Tyto dva postupy - řízená klasifikace a neřízená klasifikace - se odlišují podle toho zda jsou třídy předem definovány jejich vlastnostmi nebo zda třídy zůstanou označeny jen symbolem bez obsahového popisu.

Proces řízené klasifikace
Po odborném terénním průzkumu lesních porostů s botanikem bylo stanoveno 5 tříd:

1. jehličnaté lesy,
2. smíšené lesy,
3. smíšené mladé listnaté a travnaté porosty,
4. listnaté lesy,
5. řídké listnaté porosty.

V průběhu dvou roků byl postupně proveden terénní průzkum v lesních oblastech na různých místech České republiky. Celkem bylo provedeno 7 několikadenních kampaní sběru terénních dat v porostech hlavních lesních regionů našeho státu ve středních a severozápadních Čechách, východních Čechách, jižních Čechách a na Vysočině, jižní Moravě, v Beskydech a Jeseníkách a na Šumavě a Českém lese. Celkem bylo shromážděny údaje o výskytu zvolených pěti tříd lesního porostu na 676 plochách ve 128 různých lokalitách.

Na testovacím území byl sestaven procesní postup zpracování družicových dat, jenž byl následně použit na všechny scény. Obsahoval následující kroky:

1. Pomocí masky lesa byly ze všech dat vybrány pouze hodnoty, které se nacházely pod maskou. Maska byla stanovena podle údajů evropské databáze Corine zahrnující místa výskytu jehličnatého, listnatého a smíšeného lesa a přechodové oblasti lesa a křovin.
2. Na každé družicové scéně byla vytvořena maska oblačnosti. Hodnoty odpovídající oblačnosti se výrazně liší od všech ostatních, proto byla místa zakrytá oblačností snadno lokalizována. S použitím získané masky byly z datového souboru vyloučeny hodnoty odpovídající oblačnosti.
3. Vyhledání trénovacích míst a kontrolních bodů bylo provedeno v datových souborech podle dokumentace pořízené při terénním průzkumu. Podle udaných souřadnic u navštívených míst v terénu byla stejná místa identifikována na obrazové podobě družicových scén a jejich hranice zaznamenána do vektorové vrstvy. Ze všech hodnot známých z trénovacích míst byl sestaven trénovací soubor pro ladění klasifikačního algoritmu.
4. Každý datový soubor sestával ze sedmi spektrálních pásem. Pro závěrečnou klasifikaci byla použita transformovaná podoba spektrálních příznaků získaná transformací podle hlavních komponent. Z takto přetransformovaných složek byly do klasifikace použity příznaky, které nesly více než 0,5% informace.
5. Na datový soubor vymezený na každé družicové scéně maskou lesa a s vyloučením míst pokrytých oblačností, byl aplikován klasifikátor maximální věrohodnosti odladěný podle trénovacího souboru. Ten zařadil každý pixel do jedné ze definovaných tříd nebo do třídy neklasifikováno.

Klasifikace družicových dat byla uvedeným způsobem provedena na celém území. Dosažený výsledek v celku všech scén však vykázal podstatně menší přesnost a tím neposkytl předpoklady k úspěchu při zjišťování prokazatelné vazby mezi klasifikovanou třídou a kategorií nemocnosti.

Proces neřízené klasifikace
Oproti postupu použitého u řízené klasifikace nebyl zařazen do neřízené klasifikace třetí bod. Naproti tomu byl počet spektrálních příznaků rozšířen přidáním hodnot indexu NDVI. V závěrečném pátém kroku byla namísto řízené klasifikace provedena klasifikace neřízená metodou ISODATA. Počet hledaných spektrálně (barevně) odlišných tříd byl stanoven na devět. Při použití devíti družicových scén tak bylo na základě spektrálních projevů určeno 81 různých spektrálních tříd.

Porovnáním s hodnotami nemocnosti na územích obcí s rozšířenou působností byla každé třídě přiřazena určitá hodnota indexu rizikovosti. Těchto 81 hodnot odráží objektivní různorodost lesních porostů na území celé republiky a také rozdíl mezi vnějšími podmínkami, za kterých byly jednotlivé scény pořízeny. Relativní pořadí rizikovosti plně platí v rámci jedné scény. Sloučením hodnot indexu ze všech scén do jedné stupnice bylo možné vytvořit mapu rizika pro celou republiku avšak za cenu zanedbání vegetačních rozdílů mezi regiony i vlivu vnějších podmínek při pořízení družicových dat na každé scéně.

Podle tohoto konceptu bylo všech 81 hodnot rizikového indexu zařazeno do šesti intervalů představující šest kategorií rizika onemocnění.

Předchozí stránka Další stránka