2018
Forest Classification: Data-Analytical Experiments on Vertical Forest Layering and Flattened Data
MUCINA, Ladislav a Lubomír TICHÝZákladní údaje
Originální název
Forest Classification: Data-Analytical Experiments on Vertical Forest Layering and Flattened Data
Autoři
MUCINA, Ladislav (40 Rakousko) a Lubomír TICHÝ (203 Česká republika, domácí)
Vydání
SWITZERLAND, Forest Classification: Data-Analytical Experiments on Vertical Forest Layering and Flattened Data, od s. 47-57, 11 s. Geobotany Studies, 2018
Nakladatel
SPRINGER INTERNATIONAL PUBLISHING AG
Další údaje
Jazyk
angličtina
Typ výsledku
Kapitola resp. kapitoly v odborné knize
Obor
10611 Plant sciences, botany
Stát vydavatele
Švýcarsko
Utajení
není předmětem státního či obchodního tajemství
Forma vydání
tištěná verze "print"
Kód RIV
RIV/00216224:14310/18:00101731
Organizační jednotka
Přírodovědecká fakulta
ISBN
978-3-319-67831-3
UT WoS
000435900500004
Klíčová slova anglicky
DIGITAL ELEVATION MODELS; LAND COMPONENTS; CLASSIFICATION; FIDELITY; COMMUNITIES; UNITS
Štítky
Příznaky
Mezinárodní význam, Recenzováno
Změněno: 24. 6. 2022 11:08, Mgr. Marie Šípková, DiS.
Anotace
V originále
In this chapter, we test whether the structural completeness (data stratified into structural layers-tree, shrub, herbaceous, epiphytes) in species-rich subtropical forests impacts on classification outcome. We manipulated a well-structured (multi-layered) data set by successive removing structural layers. We have found that the herbaceous layer (E1) and the epiphytic synusia (E0) do not play an important role in classification of the subtropical forests. Besides obligatory sampling the tree layer, it appears that sampling the complete shrub layers (E2 alpha and E2 beta) layers is crucial, both for classification as well as for production of functional expert system.
Návaznosti
GA17-15168S, projekt VaV |
|