Modeliranje in klasifikacija časovnih vrst satelitskih posnetkov s strojnim učenjemRačič, Matej (Avtor) Oštir, Krištof (Mentor) Čehovin Zajc, Luka (Komentor) Grigillo, Dejan (Član komisije za zagovor) Kokalj, Žiga (Član komisije za zagovor) Bosnić, Zoran (Član komisije za zagovor) doktorske disertacijegrajeno okoljeSITSklasifikacija vegetacijezgodnja klasifikacijaradarsko optični vegetacijski indekszdruževanje radarskih in optičnih podatkovSentinel-1Sentinel-2Časovne vrste satelitskih posnetkov (ang. Satellite Image Time Series SITS) so ključnega pomena za spremljanje dinamike vegetacije in sprememb pokrovnosti. V okviru doktorske raziskave smo obravnavali različne vidike priprave in analize SITS z nalogo klasifikacije travnikov in kmetijskih kultur. Raziskali smo optimalno gostoto SITS za klasifikacijo travnikov in ugotovili, da tri do štiri opazovanja na mesec zadostujejo za doseganje rezultatov, ki se za manj kot 0,05 razlikujejo v meri F1 od tistih, pridobljenih z uporabo polnih (brezoblačnih) SITS. Preučili smo možnost zgodnje klasifikacije kmetijskih kultur različnih let z uporabo prenosa znanja. Modeli, učeni le na izvornih (ang. source) letih, so v povprečju na ciljnih (ang. target) letih dosegli mero F1 0,825 (mejna vrednost). Z uporabo prenosa znanja smo mejno vrednost F1 presegli z uporabo 48.000 učnih primerov (6 % razpoložljivih referenčnih podatkov) iz ciljnega leta že v sredini julija. Predstavili smo nov radarsko optični vegetacijski indeks (ROVI), ki združuje normiran diferencialni vegetacijski indeks (NDVI) in radarsko koherenco ter omogoča ustvarjanje gostejših časovnih vrst, s čimer doseže boljše rezultate od tradicionalnih metod za zapolnjevanje vrzeli. Naša raziskava pomembno prispeva k boljšemu razumevanju obdelave in analize SITS ter ponuja smernice za učinkovito spremljanje vegetacije tudi v primeru omejenih referenčnih podatkov. Ovrednotenje postopkov in metod omogoča utemeljeno izbiro ustreznih pristopov za pripravo podatkov, saj doktorska raziskava nudi analizo pridobljenih rezultatov na primeru klasifikacije kmetijskih kultur in travnikov. Poleg tega doktorska raziskava prikaže potencial združevanja radarskih in optičnih podatkov za izboljšanje zanesljivosti in gostote časovnih vrst za spremljanje razvoja vegetacije.[M. Račič]20252025-05-24 08:45:05Doktorsko delo/naloga169353UDK: 528.8:004.85:631(043.3)VisID: 170755COBISS_ID: 237102339sl