Pregled bibliografske jedinice broj: 1279867
Analiza vegetacijskog pokrova na području Varaždinske županije metodama strojnoga učenja
Analiza vegetacijskog pokrova na području Varaždinske županije metodama strojnoga učenja, 2022., diplomski rad, diplomski, Geotehnički fakultet, Varaždin
CROSBI ID: 1279867 Za ispravke kontaktirajte CROSBI podršku putem web obrasca
Naslov
Analiza vegetacijskog pokrova na području
Varaždinske županije metodama strojnoga učenja
Autori
Remetović, Magdalena
Vrsta, podvrsta i kategorija rada
Ocjenski radovi, diplomski rad, diplomski
Fakultet
Geotehnički fakultet
Mjesto
Varaždin
Datum
19.09
Godina
2022
Stranica
64
Mentor
Kranjčić, Nikola
Ključne riječi
metode strojnoga učenja ; daljinska istraživanja ; vegetacijski indeks, QGIS
(machine learning method ; remote sensing ; vegetation index ; QGIS)
Sažetak
Cilj ovog istraživanja je analiza vegetacijskog pokrova Varaždinske županije upotrebom metoda strojnoga učenja. Izdvojene su najčešće korištene metode strojnoga učenja kod analize vegetacijskog pokrova kroz raspoznavanje uzoraka i dubinsku analizu podataka. Rad daje pregled značajnih i najvažnijih satelitskih misija za snimanje Zemljine površine koje omogućuju prikupljanje i upotrebu satelitskih snimaka visoke i vrlo visoke rezolucije. U radu su korištene Sentinel-2 snimke područja Varaždinske županije. Analizirana su u 4 različita vremenska razdoblja između 2015. i 2021. godine, a za obradu satelitskih snimaka, klasifikaciju i naknadne analize korišteni su programi otvorenoga koda SAGA-GIS i QGIS. Na kraju je provedena analiza vegetacijskog pokrova pomoću vegetacijskog indeksa NDVI nakon čega su prikazani rezultati i doneseni zaključci o promjenama vegetacijskog pokrova na promatranom području. Rezultati metode potpornih vektora ukazuje da se vegetacijski pokrov na području Varaždinske županije smanjio za 12, 94% u roku od 6 godina. Metoda slučajne šume pokazuje slične rezultate sa smanjenjem od 10, 55%, dok klasifikator maksimalne vjerojatnosti pokazuje smanjenje za 8, 42%. Rezultati NDVI pokazuju smanjenje vrlo visoke pokrivenosti vegetacijom za 10%. Zaključak ovog rada je da su veći uzorci uzeti za šume, nisku vegetaciju i vode omogućili bolju klasifikaciju dok su manji uzorci oranica i izgrađenog područja dali lošiju klasifikaciju tih klasa na promatranom području. Najboljom metodm pokazao se klasifikator maksimalne vjerojatnosti s najtočnijim i najpreciznijim rezultatima klasifikacije svih klasa, a sve metode pokazale su se vrlo dobre za analizu vegetacijskog pokrova na promatranom području.
Izvorni jezik
Hrvatski
Znanstvena područja
Geodezija, Interdisciplinarne tehničke znanosti
