Paper deals with sediments settled in the Elbe reservoir Les Království (King´s Forest) between 1914 and 2005. This reservoir is laid on upper Elbe closing the mountain watershed of Krkonoše (Giant Mountains) with the source of the river. To this profile, watershed can be taken as mountain and foothill area. The sediments, before approximately 1950, were non-polluted by heavy metals and specific organic matter because of the undisturbed natural environment. After that time, the conditions of sedimentation became worse. With the industrial boom and ploughing of the grazing land away there, the amount of sediments settled in the reservoir increased much times and high pollution appeared. To this point, the badly treated sewage waters and washing outs of the soil with pesticides and herbicides from the new high-sloped cropland contributed for many years. With this, the amount of sediments increased up to 21 % of the total volume of the reservoir, i.e., approximately, to 2 mil. m3 . It was decided in 1984 that the sediments have to be removed from reservoir. Up to this time, the quality of sediments was followed in the surface layers only and this quality was applied to all layers of sediments. Thus the wrong idea appeared that all sediments are polluted. On the contrary, the authors suppose that the old layers are not polluted and, in the case of cleaning of the reservoir, these need not be stored in a protected dump. Differentiating the sediments to polluted and non-polluted would bring a considerable increase in economy of cleaning. Thus the authors looked for a method to distinguish the sediment components one another. Among others, the method of the radar search of sediments appeared to be promising enough to describe the sediment layers from the actual bottom down to the original bedrock. To this aim, a new radar antenna working in two regimes was applied. In shallow parts of the reservoir, it was towed in cross profiles on water surface while in the deep ones it was moved along the bottom escorted by a diver. Using this, we were able to distinguish 5 components of sediment (i.e. the non-consolidated and cohesive sediment, the sandy loam, sandy silt and the gravel), to fix their positions and to estimate, in accordance to their apparent grain distribution, if they could be polluted or not. Moreover the mathematical method just presented here was worked out to compute volumes of different sediment components directly from radar signals. This method enables to compute the sediment volumes in relatively straight parts of the valley and the meandering ones., Thus the authors have presented a method enabling the estimate of component volumes on one side and to fix their positions to take samples for quality analyses on the other side., and Příspěvek se zabývá sedimenty usazenými v labské nádrži Les Království v období od r. 1914 do současnosti. Nádrž byla vybudovaná na horním Labi a prakticky uzavírá horskou a podhorskou část povodí, v němž je i pramen Labe. Sedimenty usazené v nádrži řekněme do r. 1950 nevykazují znečistění ani těžkými kovy, ani specifickými organickými látkami. Potom se však podmínky sedimentace zhoršily. S tehdejší extensivní industrializací a rozšířením rostlinné výroby i na svažité pozemky dřívějších luk a pastvin došlo k masivnímu zvýšení množství sedimentů přinesených do nádrže a podstatně se zhoršila jejich kvalita díky špatně čištěným odpadním vodám a intenzivnímu užívání chemie s pesticidy a herbicidy na nových velmi svažitých polích. Do r. 1984 stoupl pak objem sedimentů na cca 21 % objemu nádrže, tj. na téměř 2 mil. m3 . Až donedávna se uskutečňovaly kvalitativní analýzy pouze v povrchových vrstvách sedimentů a tak vznikl chybný názor, že celý objem sedimentů je silně znečistěný. Naproti tomu autoři předpokládají, že sedimenty usazené před r. 1950 nejsou znečistěné a nemusí být uloženy na zajištěné skládky. Rozlišení sedimentů na znečištěné a neznečištěné povede k velkým úsporám při čistění nádrže. K tomu cíli autoři hledali vhodnou metodu. Byla zvolena geofyzikální metoda radarového průzkumu dna, která může rozlišit jednotlivé složky sedimentů od jejich současné úrovně až po skalní podklad. K tomu byla použita radarová anténa pracující ve dvou režimech, a to tažením po hladině v malých hloubkách nádrže a tažením po dně za doprovodu potápěče ve větších hloubkách. Touto metodou jsme rozlišili 5 složek sedimentů (tj. nezpevněný sediment, kohesivní sediment, písčité hlíny, písčité bahno a štěrk), zjistili polohu vrstev a následně podle jejich granulometrie mohli odhadnout, jestli mohou obsahovat význačné znečištění. Tyto výsledky byly porovnány se všemi dosažitelnými kvalitativními analýzami a s jejich využitím jsme mohli rozlišit, které vrstvy je při čistění nádrže nutno uložit na zajištěnou skládku a které je možno využít jako výplňový materiál při zemních pracích. Tímto rozlišením je možno ušetřit značné náklady při čistění nádrže.
Slow fluctuating radar targets have shown to be very difficult to classify by means of neural networks. This paper deals with the application of time-frequency decompositions for improving the performance of neural networks for this kind of targets. Several topics, such as dimensionality reduction of the time-frequency representations and the optimum value of SNR for training are discussed. The proposed detector is compared with a single neural network for radar detection, showing that he performance is improved for slow fluctuating radar targets, especially for low values of the probability of false alarm.
As the UAV industry grows all over the world there are many new companies getting involved in various aspects from manufacturing, training, consulting, and providing aerial services. Commercial and recreational use represent unintentional risk to public safety through accidental collisions and crashes and deliberate use of UAVs to inflict harm is largely unmitigated due to the absence of effective UAV detection technology. and Prudký rozvoj bezpilotních prostředků po celém světě způsobil, že mnoho nových společností se zapojilo do vývoje a výroby v této oblasti. Jedná se o široké spektrum služeb, od výroby, ovládání UAV, přes monitoring a vyhodnocování dat až po údržbu těchto prostředků. Komerční a rekreační využití těchto prostředků sebou přináší ohrožení veřejné bezpečnosti prostřednictvím náhodných kolizí a pádů a může docházet i ke zneužití bezpilotních prostředků vzhledem k absenci účinné technologie odhalení UAV.