Eroze půdy hrozí. Jak identifikovat a kvantifikovat škody pomocí DPZ a GIS

KOLEJKA, Jaromir and Ioannis MANAKOS. Eroze půdy hrozí. Jak identifikovat a kvantifikovat škody pomocí DPZ a GIS (Soil erosion threat. How to identify and quantify damages using RS and GIS). GeoInfo. Praha: Computer Press, 2000, vol. 7, No 1, p. 12-15. ISSN 1212-4311.

Basic information

• Original name: Eroze půdy hrozí. Jak identifikovat a kvantifikovat škody pomocí DPZ a GIS
• Name in Czech: Eroze půdy hrozí. Jak identifikovat a kvantifikovat škody pomocí DPZ a GIS
• Name (in English): Soil erosion threat. How to identify and quantify damages using RS and GIS
• Authors: KOLEJKA, Jaromir and Ioannis MANAKOS.
• Edition: GeoInfo, Praha, Computer Press, 2000, 1212-4311.

Other information

• Type of outcome: Article in a journal
• Confidentiality degree: is not subject to a state or trade secret
• Organization unit: Faculty of Education
• Keywords in English: Soil erosion estimation – GIS – remote sensing – digital landscape model
• Tags: International impact, Reviewed

Abstract

Dálkový průzkum Země je hlavním zdrojem informace o erozním poškození půd. Technologie GIS v případě vhodných geodat umožňuje efektivní podporu DPZ při lokalizaci a klasifikaci erozních škod. Oba nástroje byly použity v zájmovém území Středomoravských Karpat. Data reprezentoval digitální model krajiny (sklon, expozice, geologie, půda, vlhkost, využití). Vyhodnocením geodat byly vytipovány lokality s maximálním potenciálním erozním ohrožením. Analýzou multispektrálních dat Landsatu (TM) výpočtem NDVI byly zjištěny plochy s minimálním obsahem biomasy. Na základě masek vytvořených v GIS pro antropogenní abiotické povrchy, vodní plochy a areály s očekávanou akumulací půdních sedimentů byly odfiltrovány pouze plochy „holých půd“. V nich byly v datech Landsatu identifikovány tři třídy plochy s odlišným obsahem humusu, vždy v jednotlivých typech přírodního prostředí. Tím byly omezeny chyby vznikající při shodných optických projevech půd s jiným stupněm poškození.

Abstract (in Czech)

Dálkový průzkum Země je hlavním zdrojem informace o erozním poškození půd. Technologie GIS v případě vhodných geodat umožňuje efektivní podporu DPZ při lokalizaci a klasifikaci erozních škod. Oba nástroje byly použity v zájmovém území Středomoravských Karpat. Data reprezentoval digitální model krajiny (sklon, expozice, geologie, půda, vlhkost, využití). Vyhodnocením geodat byly vytipovány lokality s maximálním potenciálním erozním ohrožením. Analýzou multispektrálních dat Landsatu (TM) výpočtem NDVI byly zjištěny plochy s minimálním obsahem biomasy. Na základě masek vytvořených v GIS pro antropogenní abiotické povrchy, vodní plochy a areály s očekávanou akumulací půdních sedimentů byly odfiltrovány pouze plochy „holých půd“. V nich byly v datech Landsatu identifikovány tři třídy plochy s odlišným obsahem humusu, vždy v jednotlivých typech přírodního prostředí. Tím byly omezeny chyby vznikající při shodných optických projevech půd s jiným stupněm poškození.

Abstract (in English)

RS represents a basic data source about soil erosion. GIS technology supplied with suitable geodata supports RS in location and classification of erosion damages. Both these technologies were applied in the area of Central Moravian Carpathians. Digital landscape model represented an integrated database (slope, aspect, geology, soils, humidity, land use). Areas with maximum erosion threat were identified using geodata. Landsat TM data analysis based on NDVI calculation provided areas with lowest biomass content. After masking these preliminary results with information layers about other vegetation free areas, water bodies and potential soil deposits accumulation, the data set with vegetation free soils was achieved. This one has been subdued to humus content classification by RS Erdas technology and three classes of „naked“ soils were identified in any class of natural environment. This way, the classification error level was reduced, otherwise the same optical demonstration of different damages under different natural conditions disturb the classification results.