Kvalifikační práce se zabývá vyhodnocením znečištění vybraných vodních nádrží sinicemi a řasami pomocí jejich spektrálních vlastností. V práci jsou porovnána data naměřená terénním spektroradiometrem ASD Fieldspec 4 s laboratorně vyhodnocenými daty odebranými in situ. Pro zhodnocení míry znečištění sinicemi a řasami byly vybrány spektrální algoritmy 709/620 a 709/665. Hodnoty spektrálních algoritmů 709/620 a 709/665 vykazovaly těsnou lineární závislost s laboratorně vyhodnocenými koncentracemi fykocyaninu a chlorofylu-a (709/620 s PC a 709/665 s Chl-a) a regresní modely dosahovaly značné přesnosti (R2PC = 0,7339; R2Chl-a = 0,7899). V případě vztahu spektrálního algoritmu 709/665 s TP, PP a PN bylo taktéž dosaženo těsné lineární závislosti. A regresní modely dosahovaly opět značných přesností (R2TP = 0,7273, R2PP = 0,7466, R2PN = 0,7491). To naznačuje, že využití spektrometru ASD Fieldspec 4, potažmo jiných metod DPZ využívajících pro vyhodnocování spektrální reflektanci, nabízí v praxi vhodnou alternativu k vyhodnocování stavu povrchových vod prostřednictvím laboratorního vyhodnocovaní vzorků.
Annotation in English
The thesis deals with evaluating the pollution of selected water reservoirs by cyanobacteria and algae using their spectral characteristics. The thesis compares data measured by a spectroradiometer ASD Fieldspec 4 with laboratory-evaluated data collected in situ. Spectral algorithms 709/620 and 709/665 were chosen to evaluate the degree of pollution by cyanobacteria and algae. The values of the spectral algorithms 709/620 and 709/665 showed a close linear relationship with the laboratory-evaluated concentrations of phycocyanin and chlorophyll-a (709/620 with PC and 709/665 with Chl-a) and the regression models achieved considerable accuracy (R2PC = 0.7339; R2Chl-a = 0.7899). In the case of the relationship of the spectral algorithm 709/665 with TP, PP and PN, a close linear dependence was also achieved. And the regression models again achieved considerable accuracy (R2TP = 0.7273, R2PP = 0.7466, R2PN = 0.7491). This indicates that the use of the ASD Fieldspec spectrometer, and thus other DPZ methods using spectral reflectance for evaluation, offers in practice a suitable alternative to evaluating surface water status through laboratory evaluation of samples.
Keywords
Znečištění povrchových vod, sinice a řasy, fykocyanin, dálkový průzkum Země
Keywords in English
Surface water pollution, cyanobacteria and algae, phycocyanin, remote sensing
Length of the covering note
57 s. (94 620 znaků).
Language
CZ
Annotation
Kvalifikační práce se zabývá vyhodnocením znečištění vybraných vodních nádrží sinicemi a řasami pomocí jejich spektrálních vlastností. V práci jsou porovnána data naměřená terénním spektroradiometrem ASD Fieldspec 4 s laboratorně vyhodnocenými daty odebranými in situ. Pro zhodnocení míry znečištění sinicemi a řasami byly vybrány spektrální algoritmy 709/620 a 709/665. Hodnoty spektrálních algoritmů 709/620 a 709/665 vykazovaly těsnou lineární závislost s laboratorně vyhodnocenými koncentracemi fykocyaninu a chlorofylu-a (709/620 s PC a 709/665 s Chl-a) a regresní modely dosahovaly značné přesnosti (R2PC = 0,7339; R2Chl-a = 0,7899). V případě vztahu spektrálního algoritmu 709/665 s TP, PP a PN bylo taktéž dosaženo těsné lineární závislosti. A regresní modely dosahovaly opět značných přesností (R2TP = 0,7273, R2PP = 0,7466, R2PN = 0,7491). To naznačuje, že využití spektrometru ASD Fieldspec 4, potažmo jiných metod DPZ využívajících pro vyhodnocování spektrální reflektanci, nabízí v praxi vhodnou alternativu k vyhodnocování stavu povrchových vod prostřednictvím laboratorního vyhodnocovaní vzorků.
Annotation in English
The thesis deals with evaluating the pollution of selected water reservoirs by cyanobacteria and algae using their spectral characteristics. The thesis compares data measured by a spectroradiometer ASD Fieldspec 4 with laboratory-evaluated data collected in situ. Spectral algorithms 709/620 and 709/665 were chosen to evaluate the degree of pollution by cyanobacteria and algae. The values of the spectral algorithms 709/620 and 709/665 showed a close linear relationship with the laboratory-evaluated concentrations of phycocyanin and chlorophyll-a (709/620 with PC and 709/665 with Chl-a) and the regression models achieved considerable accuracy (R2PC = 0.7339; R2Chl-a = 0.7899). In the case of the relationship of the spectral algorithm 709/665 with TP, PP and PN, a close linear dependence was also achieved. And the regression models again achieved considerable accuracy (R2TP = 0.7273, R2PP = 0.7466, R2PN = 0.7491). This indicates that the use of the ASD Fieldspec spectrometer, and thus other DPZ methods using spectral reflectance for evaluation, offers in practice a suitable alternative to evaluating surface water status through laboratory evaluation of samples.
Keywords
Znečištění povrchových vod, sinice a řasy, fykocyanin, dálkový průzkum Země
Keywords in English
Surface water pollution, cyanobacteria and algae, phycocyanin, remote sensing
Research Plan
V povrchových vodách lze hodnocením spektrálních vlastností odlišit sinice s významným obsahem barviva fykocyaninu od zelených řas s majoritním obsahem barviva chlorofylu. Diplomová práce se bude zabývat možnostmi hodnocení znečištění vody řasami a sinicemi a jejich odlišením na základě přístrojového měření jejich spektrálních vlastností. Dílčím cílem je odvození chování údolních vodních nádrží z hlediska znečištění řasami a sinicemi.\\
Cíle práce jsou:\\
- Seznámení se s problematikou spektrálního projevu zelených řas a sinic v povrchových
vodách\\
- Vypracování literární rešerše.\\
- Seznámení se s metodikou odběrů povrchových vod, analýzou obsahu chlorofylu
fykocyaninu a jeho spektrálním měřením.\\
- Analýza a vyhodnocení dat odebraných povrchových vod a jejich spektrálních vlastností.\\
- Diskuze a využití spektrálních dat k hodnocení znečištění povrchových vod zelenými řasami.\\
Research Plan
V povrchových vodách lze hodnocením spektrálních vlastností odlišit sinice s významným obsahem barviva fykocyaninu od zelených řas s majoritním obsahem barviva chlorofylu. Diplomová práce se bude zabývat možnostmi hodnocení znečištění vody řasami a sinicemi a jejich odlišením na základě přístrojového měření jejich spektrálních vlastností. Dílčím cílem je odvození chování údolních vodních nádrží z hlediska znečištění řasami a sinicemi.\\
Cíle práce jsou:\\
- Seznámení se s problematikou spektrálního projevu zelených řas a sinic v povrchových
vodách\\
- Vypracování literární rešerše.\\
- Seznámení se s metodikou odběrů povrchových vod, analýzou obsahu chlorofylu
fykocyaninu a jeho spektrálním měřením.\\
- Analýza a vyhodnocení dat odebraných povrchových vod a jejich spektrálních vlastností.\\
- Diskuze a využití spektrálních dat k hodnocení znečištění povrchových vod zelenými řasami.\\
Recommended resources
Hartman, P.; Přikryl, I.; Štědronský, E. (1998). Hydrobiologie. Informatorium, Praha. \\
Kvítek, T. (ed.) a kol. (2017). Retence a jakost vody v povodí vodárenské nádrže Švihov na Želivce. Povodí Vltavy, s.p., Praha. \\
Nedbal, V.; Brom, J. (2019): Hodnocení znečištění povrchových vod pomocí satelitních snímků. Vodní hospodářství, 5, s. 6-8.\\
Poulíčková, A. (2011). Základy ekologie sinic a řas. Univerzita Palackého v Olomouci, Olomouc. \\
Randolph, K. et al. (2008). Hyperspectral remote sensing of cyanobacteria in turbid productive water using optically active pigments, chlorophyll a and phycocyanin. Remote Sensing of Environment, 112, 4009-4019. \\
Velíšek, J. a kol. (2014). Vodní toxikologie pro rybáře. Jihočeská univerzita v
Českých Budějovicích, Fakulta rybářství a ochrany vod, Vodňany.\\
Recommended resources
Hartman, P.; Přikryl, I.; Štědronský, E. (1998). Hydrobiologie. Informatorium, Praha. \\
Kvítek, T. (ed.) a kol. (2017). Retence a jakost vody v povodí vodárenské nádrže Švihov na Želivce. Povodí Vltavy, s.p., Praha. \\
Nedbal, V.; Brom, J. (2019): Hodnocení znečištění povrchových vod pomocí satelitních snímků. Vodní hospodářství, 5, s. 6-8.\\
Poulíčková, A. (2011). Základy ekologie sinic a řas. Univerzita Palackého v Olomouci, Olomouc. \\
Randolph, K. et al. (2008). Hyperspectral remote sensing of cyanobacteria in turbid productive water using optically active pigments, chlorophyll a and phycocyanin. Remote Sensing of Environment, 112, 4009-4019. \\
Velíšek, J. a kol. (2014). Vodní toxikologie pro rybáře. Jihočeská univerzita v
Českých Budějovicích, Fakulta rybářství a ochrany vod, Vodňany.\\