20.500.12556/RUL-179000 Napredne metode zaznavanja požarišč na območju Slovenije s pomočjo satelitskih posnetkov Sentinel-2 Advanced burned-area detection methods for wildfires in Slovenia using Sentinel-2 satellite imagery V magistrskem delu smo preverjali uporabnost naprednih metod zaznavanja požarišč na območju Slovenije. Požarišča smo napovedovali za 10 požarnih dogodkov, na podlagi katerih smo ugotavljali splošno uporabnost izvedenih metod. Na podlagi satelitskih posnetkov Sentinel-2 smo za 192 spektralnih indeksov izdelali analizo ločljivosti razredov in določili ožji nabor indeksov z visoko zmožnostjo ločevanja požarišč od ostalih površin. Indekse z najvišjo oceno ločljivosti razredov smo s preprostim povprečjem združili v nov, sintezni indeks ožganosti, ki smo ga uporabili kot podlago za izvedbo različnih pragovnih metod in metode rasti regij. Na podlagi učnih vzorcev in indeksov visoke ločljivosti smo izdelali tudi model strojnega učenja s pomočjo algoritma naključnega gozda. Vse metode smo izdelali tako za pikselsko kot za objektno analizo, ki je zahtevala predhodno segmentacijo. Metode smo vrednotili s pomočjo matrik zmede na podlagi preverjanja podobnosti izdelanih požarišč s poligoni požarišč, ki jih izdeluje Zavod za gozdove Slovenije. Ugotovili smo, da algoritem rasti regij na nivoju pikselske analize izkazuje najvišjo natančnost zaznavanja požarišč. In this master’s thesis, we examine advanced satellite imagery methods for wildfire burned-area detection in Slovenia. Ten wildfire events serve as case studies to demonstrate the general applicability of the methods. Sentinel-2 satellite data were used, and a separability analysis of 192 spectral indices was performed to identify those with the highest ability to differentiate burned areas. The top-performing indices were averaged to create a new synthetic burned-area detection index, which served as a basis for several thresholding methods and a region-growing algorithm. In addition, learning samples and the best performing indices were used for machine learning with a random forest classifier. All methods were applied to both pixel-based and object-based image analysis, the latter requiring prior image segmentation. The methods were evaluated using confusion matrices, based on a comparison of the detected burned areas with official burned-area polygons provided by the Slovenia forest service. Our results indicate that the pixel-based region growing algorithm achieved the highest burned-area detection accuracy. požarišče Sentinel-2 pragovne metode rast regij naključni gozd burned area Sentinel-2 thresholding methods region growing random forest true false false Slovenski jezik Angleški jezik Magistrsko delo/naloga 2026-02-03 08:35:04 2026-02-03 08:35:11 2026-02-04 04:36:57 0000-00-00 00:00:00 2026 0 0 0000-00-00 NiDoloceno NiDoloceno NiDoloceno 0000-00-00 0000-00-00 0000-00-00 1970-01-01 613358 63663.pdf 63663.pdf 1 0D2DFE4B48A13E3417FAEC9D93588B9A 78ed43ec4fd1c5dff653408c6d6a9a110349f5f9b01e47e6c3286ca031a696ba cec35abe-00d2-11f1-a1ba-0050569b8976 https://repozitorij.uni-lj.si/Dokument.php?lang=slv&id=227048 Filozofska fakulteta 0 0 0