Přejít k hlavnímu obsahu

Přihlášení pro studenty

Přihlášení pro zaměstnance

Publikace detail

Workflow for Chlorophyll Concentration Modeling Using Multispectral Satellite Data
Rok: 2011
Druh publikace: článek ve sborníku
Název zdroje: GIS Ostrava 2011, Eight International Symposium, Proceedings
Název nakladatele: Vysoká škola báňská-Technická univerzita Ostrava
Místo vydání: Ostrava
Strana od-do: 363-373
Tituly:
Jazyk Název Abstrakt Klíčová slova
cze Workflow pro modelování koncentrací chlorofylu s použitím musltipektrálních satelitních dat Článek se zabývá probíhající prací na vytvoření použitelného workflow pro modelování koncentrace chlorofylu-a ve vodních nádržích s využitím dat DPZ a výstupů stávajícího monitoringu kvality vody k rozšíření výsledků monitoringu. Pracovní postup by měl být použitelný s různými softwarovými nástroji a různými multispektrálními družicovými daty s vhodným rozlišením. Práce je modelově prováděna s daty Landsat, údaji o jakosti vod z nádrží Povodí Labe, a.s. a s pomocí open source software Quantum GIS a GRASS GIS. Landsat; chlorofyl-a; vodní nádrž; modelování; dálkový průzkum Země
eng Workflow for Chlorophyll Concentration Modeling Using Multispectral Satellite Data This paper deals with work in progress to create usable workflow to assess chlorophyll-a concentration from remote sensing data to be used in lake and reservoir water quality monitoring to extend existing monitoring results. The workflow should be practicable with different software tools, and with various multispectral satellite data of suitable spatial resolution. The work is carried on with Landsat data, water quality data from reservoirs by Povodí Labe, a.s. and using Quantum GIS and GRASS GIS open source software. Preliminary study showed very good correlation between raw Landsat data and chlorophyll-a concentration for good atmospheric conditions and larger reservoirs, but no agreement of model between various times and reservoirs. Workflows for three use cases are investigated. Landsat; Chlorophyll-a; Reservoir; Modeling; Remote Sensing