Krkonošský národní park se nachází v pásmu pohoří západních Sudet při česko-polské hranici. Území národního parku je typické svou variabilitou v nadmořské výšce a mozaikovitým složením vegetace. Složitý ráz krajiny ovlivnil výběr vhodných klasifikačních metod a měřítek. Hlavním cílem studie bylo vytvoření vegetační mapy (land cover) s 21 třídami na základě družicových dat Landsat 7 ETM+, a to pomocí metod řízené klasifikace včetně následné verifikace této klasifikace pomocí algoritmu maximální pravděpodobnosti. V průběhu řízené klasifikace byla využita některá pomocná data a výchozí předpoklady (prior probabilities). Řízená klasifikace s 21 třídami dosahuje celkové přesnosti 61,5 %. Vyšší přesnosti bylo dosaženo při klasifikaci do 11 tříd (celková přesnost 74,9 %). To naznačuje, že odhadovaná přesnost vegetační mapy s 21 třídami je silně ovlivněná poněkud nižší přesností méně zastoupených a obtížněji identifikovatelných tříd. Vezmeme-li v úvahu výraznou členitost v nadmořské výšce a stupni mozaikovitosti vegetace a poměrně velký počet zastoupených tříd, je výsledek klasifikace uspokojivý, obzvláště, je-li počet tříd zredukován. Tato studie ukazuje, že řízená klasifikace využívající též pomocná data a výchozí předpoklady (prior probabilities), je výrazně přesnější ve srovnání s klasifikací prováděnou algoritmem maximální pravděpodobnosti (maximum likelihood) pouze na spektrálních datech. Interpretace satelitních dat založená výhradně na vyhodnocování spektrální informace nevykazuje v tomto regionu uspokojivé výsledky. Druhá část studie se zabývá vyhodnocením erozního potenciálu na území národního parku. Během posledních desetiletí bylo území silně zasaženo negativními procesy způsobenými znečištěním ovzduší, jako je acidifikace půdy, snížení biodiverzity a zvýšené riziko půdní eroze. Náchylnost k půdní erozi je na území NP proměnlivá, a proto je potřebné vylišit území, jež jsou v tomto ohledu citlivá, aby bylo možno soustředit se zde na preventivní opatření. Byly definovány dvě kategorie; plochy s erozním rizikem a plochy bez erozního rizika. Klasifikace byla založena na statistickém vyhodnocení terénních dat, jež zahrnovala informace o typu vegetace, morfologii terénu, svažitosti a nadmořské výšce na bodech zaměřených pomocí GPS. Dále byla využita stávající GIS data (půdní mapa) a literární zdroje. Celková přesnost dosáhla hodnoty 86,4 %, což ukazuje, že tento postup může vést k uspokojivým výsledkům.
The Krkonoše National Park is located in the Sudetes mountain range at the Czech - Polish border. It is characterized by large variations in altitude and a mosaic vegetation pattern. The complex landscape raises the issues of appropriate classification techniques and scales. The first aim of this study is to produce a land cover map using 21 classes based on a rule-based classification system and to evaluate classifications based on this method and a maximum likelihood algorithm based on Landsat 7 ETM+ data. Ancillary data and prior probabilities are used in the rule-based system. The rule-based classification (21 classes) yields an overall accuracy of 61.5 %. A higher accuracy is reached if 11 land cover classes are used (overall accuracy: 74.9 %). This indicates that the result of the accuracy assessment of the land cover map with 21 classes is strongly influenced by the rather low accuracy of the more infrequent and complex classes. Considering the differences in altitude, the mosaic vegetation and the large number of classes the result of the rule-based classification system is satisfactory, especially when the number of classes is reduced. This study shows that a rule-based classification system using ancillary data and prior probabilities clearly enhances a maximum likelihood classification based solely on spectral data. An interpretation of satellite data based exclusively on spectral information does not produce a satisfactory result for this region. To achieve an improved classification the use of ancillary data and prior probabilities in a rule-based classification system seem to offer a promising solution. The second aim of this study is to assess the erosion risk in the National Park. Heavy air pollution has been deposited in this region during the last decades causing soil acidification, decreased biodiversity, deforestation and soil erosion. The erosion risk varies within the park and it is therefore essential to make an assessment of which areas are in danger of becoming eroded to prevent actual erosion. Two classes are used in the erosion risk assessment; erosion versus no erosion risk areas. It is based on statistical analyses of field data, consisting of GPS points including information on land cover and the presence of erosion /no- erosion, digital data on soil type, topographical form, slope gradient, aspect and altitude, and on literature studies. Accuracy assessments yield an overall accuracy of 86.4 %. This indicates that assessments of this type can be made with satisfactory results.