Naslov Geoprostorne tehnologije u analizi vegetacijskih indeksa na primjeru krošanja Lunjskih maslinika
Naslov (engleski) Geospatial technologies in the analysis of vegetation indices on the example of the canopy of Lun olive groves
Autor Rajko Marinović
Mentor Ante Šiljeg (mentor)
Član povjerenstva Ivan Marić (predsjednik povjerenstva)
Član povjerenstva Ante Šiljeg (član povjerenstva)
Član povjerenstva Fran Domazetović (član povjerenstva)
Ustanova koja je dodijelila akademski / stručni stupanj Sveučilište u Zadru (Odjel za geografiju) Zadar
Datum i država obrane 2022-03-01, Hrvatska
Znanstveno / umjetničko područje, polje i grana INTERDISCIPLINARNA PODRUČJA ZNANOSTI Geografija Primijenjena geografija
Sažetak Održivost i zaštita masline kao jedne od najstarijih biljnih vrsta na Mediteranu od iznimne je važnosti. Posljednjih desetljeća razvoj metodologije precizne poljoprivrede i geoprostornih tehnologija omogućio je osiguravanje održivosti i u maslinarstvu. Geoprostorne tehnologije omogućuju kartiranje i analizu krošanja maslina u svrhu sprječavanja raznih štetnih nametnika i produljenja životnog vijeka. Područje istraživanja ovog diplomskog rada nalazi se na sjeveroistočnom dijelu otoka Paga, točnije unutar vrtova Lunjskih maslinika, u neposrednoj blizini naselja Lun. Ciljevi istraživanja su utvrđivanje pozicijske točnosti procesa georeferenciranja bespilotne letjelice, izrada multispektralnog modela vrlo visoke rezolucije, testiranje točnosti klasifikacijskih algoritama, analiza vegetacijskih indeksa i usporedba korištenih pristupa. Kao posljednji cilj, postavljeno je utvrđivanje varijabilnosti vegetacijskih indeksa unutar krošnji maslina. U svrhu aerofotogrametrijskog snimanja istraživanog područja, korištena je bespilotna letjelica Trinity F90+, a snimanje je izvršeno u dvije misije. Prva misija vezana je uz korištenje multispektralnog senzora MicaSense RedEdge - MX Dual vrlo visoke razlučivosti, dok je prilikom druge misije na bespilotnu letjelicu integriran Sony RX1R II u svrhu izrade DOF-a vrlo visoke rezolucije. Pomoću multispektralnog modela vrlo visoke prostorne rezolucije, provedeni su koraci GEOBIA pristupa, prilikom kojeg su uspoređeni svi korisničko-definirani parametri i odabrani najtočniji klasifikacijski algoritmi. Pristup temeljen na vegetacijskim indeksima omogućio je klasifikaciju krošnji ponajviše zbog ulaznih podataka koji uključuju kanale u rubnom crvenom i infracrvenom dijelu elektromagnetskog spektra. Krošnje maslina izdvojene su izrađenim alatom VITO, a zatim pomoću mjera za procjenu, ispitane su točnosti odabranih vegetacijskih indeksa. Dva korištena pristupa uspoređeni su uz pomoć pet mjera za procjenu točnosti. Posljednja faza istraživanja odnosi se na utvrđivanje varijabilnosti vegetacijskih indeksa unutar krošnji pojedinih maslina. Pozicijska točnost dobivenog multispektralnog snimka iznosi < 3,5 cm. Kao najbolji klasifikacijski algoritam u GEOBIA pristupu, pokazao se algoritam Random Trees. Nakon uspješne optimizacije vegetacijskih indeksa, NDRE indeks odabran je kao najtočniji i reprezentativni primjer. U usporedbi dvaju pristupa, pristup temeljen na vegetacijskim indeksima pokazao je bolje rezultate u dvije metode i svih pet mjera točnosti, te je odabran kao najbolji u kartiranju krošanja maslina. Uočene varijabilnosti vegetacijskih indeksa unutar krošnji ukazuju na mogućnost primjene navedene metodologije i predstavljaju temelj za buduća istraživanja u maslinarstvu.
Sažetak (engleski) The sustainability and protection of the olive trees is very important,as one of the oldest plant species in the Mediterranean. In recent decades, the development of precision agriculture methodology and geospatial technologies has made it possible to ensure sustainability in olive growing. Geospatial technologies enable the mapping and analysis of olive canopy in order to prevent various harmful pests and prolong lifetime. The research area of this graduation thesis is located in the northeastern part of the island of Pag, more precisely within the gardens of Lun olive groves, not far from the eponymous settlement Lun. The objectives of the research were to determine the positional accuracy of the UAV georeferencing process, to develop a multispectral model of very high resolution, to test the accuracy of classification algorithms, to analyze vegetation indices and to compare the approaches used. As a last goal, the variability of vegetation indices within olive canopies was determined. For the purpose of aerial photogrammetric recording of the investigated area, the Trinity F90+ UAV was used, and the recording was performed in two missions. The first mission involved the use of a very highresolution MicaSense RedEdge-MX Dual multispectral sensor, while the second mission involved the Sony RX1R II being attached to the drone to produce a very high-resolution DOP. Using multispectral models, the steps of the GEOBIA approach were performed, during which all user-defined parameters were compared and the most accurate classification algorithms were selected. The approach based on vegetation indices enabled the classification of canopies mainly due to the input data that include channels in the marginal red and infrared part of the electromagnetic spectrum. Olive canopies were selected using the VITO tool and then the accuracy of selected vegetation indices was examined using assessment measures. A comparison of the two approaches used was performed using five measures to assess accuracy. The last phase of the research was to determine the variability of vegetation indices within the canopy of individual olive trees. The positional accuracy of the obtained multispectral image is <3.5 cm. The Random Trees algorithm proved to be the best classification algorithm in the GEOBIA approach. After successful optimization of vegetation indices, the NDRE index was selected as the most accurate and representative example. Comparing the two approaches, the vegetation index-based approach showed better results in two methods and all five measures of accuracy, and was selected as the best in olive canopy mapping. Finally, the observed variability of vegetation indices within the canopy indicate the possibility of applying this methodology
and represent the basis for future research in olive growing.
Ključne riječi
geoprostorne tehnologije
vrtovi Lunjskih maslinika
aerofotogrametrija
multispektralni snimci
modeli vrlo visoke rezolucije
GEOBIA
vegetacijski indeksi
Ključne riječi (engleski)
geospatial technologies
Lun olive groves
aerial photogrammetry
multispectral images
very high resolution models
GEOBIA
vegetation indices
Jezik hrvatski
URN:NBN urn:nbn:hr:162:333496
Studijski program Naziv: Primijenjena geografija (jednopredmetni) Vrsta studija: sveučilišni Stupanj studija: diplomski Akademski / stručni naziv: magistar/magistra geografije (mag. geogr.)
Vrsta resursa Tekst
Način izrade datoteke Izvorno digitalna
Prava pristupa Otvoreni pristup
Uvjeti korištenja
Datum i vrijeme pohrane 2022-03-11 14:02:57