Eroze půdy patří mezi hlavní globální problémy degradace půdy a může vést ke ztrátě produktivity půd a ke snížení poskytovaných ekosystémových služeb. V krajině se tento problém zhoršuje antropogenními zásahy při využívání půdy a změnami vegetačního krytu. Prostorové monitorování stavu půdy a odhad zranitelnosti půdy erozí, zejména v rozsáhlých zemědělských krajinách je i prezekvizitou k pochopení řady souvisejících globálních jevů, jako jsou změny klimatu a hydrologické procesy v globálním měřítku. Při řešení všech těchto problémů hrají erozní modely důležitou roli. Jedním z nejpoužívanějších modelů k předpovědi rizik eroze na základě zohlednění krajinného pokryvu a faktoru hospodaření na zemědělské půdě je univerzální rovnice ztráty půdy (USLE) a další modely vycházející z ní. Při využívání těchto modelů je velmi důležitý C factor vegetačního krytu, který má vliv na zmírnění erozních procesů vhodným územním plánováním a realizací protierozních opatření. V mnoha případech se hodnoty C pro velké zemědělské oblasti odhadují tradičním přiřazením hodnot statického empirického poměru ztrát půdy (SLR) z literatury do map "land use a land cover". Tato metoda není sice složitá, ale na druhé straně nedokáže dostatečně zachytit skutečné časoprostorové změny vegetačních pokryvů, a způsobuje tedy nepřesnosti v odhadu hodnot C faktoru. Při zvažování managementu agrosystémů, jako je střídání plodin, agrotechnika atd. je v mnoha případech složité najít správné hodnoty faktoru C pro všechny plodiny na orné půdě a související způsoby obdělávání. V posledních desetiletích se ukázalo, že použití dat dálkového průzkumu Země prostřednictvím vegetačního indexu normalizovaných rozdílů (NDVI) pomáhá zachytit variabilitu ve studiích velkých územních celků. Citlivost hodnot C odvozených z NDVI na několik variant zahrnujících stav vegetačního krytu, fenologické fáze jednotlivých plodin, rozdíly v půdních podmínkách a variabilitu topografických faktorů by však mohla omezovat použitelnost. Proto se tato práce zabývá hodnocením časoprostorové dynamiky vegetačního krytu a managementových opatření v rozsáhlých celcích zemědělských krajin, a to kombinací multitemporálních satelitních snímků s každoročně aktualizovanými údaji o využívání půdy v rámci Integrated Administrative Control Systems (IACS). Jako cíle práce bylo vytýčeno: odhadnout a porovnat hodnoty založené na NDVI (Cndvi) a údajů z literatury (Clit) tak, aby bylo možné odchylku kvantifikovat; kvantifikovat citlivost hodnot C faktorů založených na NDVI a na bio-fyzikálních proměnných v rozsáhlé zemědělské krajině a nastavení pro budoucí přesné odhady; vyhodnotit hodnoty faktoru C pro konkrétně vzorce střídání a management plodin a předpovědět následnou potenciální míru eroze půdy v zemědělské krajině; nalyzovat časoprostorové variace dopadu různých osevních postupů na hodnoty faktoru C v rozsáhlých zemědělských krajinách s možnou aplikací výsledků pro pochopení ekosystémových procesů v regionálním měřítku. Kombinace multitemporálních snímků s datovými soubory "land use a land cover" zlepšila kvantifikaci nesrovnalostí mezi Cndvi a Clit. Výzkumem bylo zjištěno, že nesoulad v hodnotách C faktoru mezi Cndvi a Clit je závislý na ročním období s užším vztahem pozorovaným na začátku jara, s trvale nižšími hodnotami RMSE pro data z června. Pokud jde o citlivost, bylo zjištěno, že variabilita půdního prostředí, konkrétně podmínky erodovatelnosti, souvisí s vyššími hodnotami Cndvi. Identifikace typu krajinného pokryvu na úrovni konkrétního druhu umožnila kvantifikaci citlivosti Cndvi na heterogenitu půdy ve vztahu k plodinám a jejich fázi růstu. Různé typy svahů rovněž ovlivnily hodnoty Cndvi. Bylo zjištěno, že konvexní svahy studované oblasti mají vyšší hodnoty Cndvi ve srovnání s konkávními nebo s plochou topografií. Změny fenologických fází plodin rovněž ovlivnily hodnotu Cndvi. Kromě toho i střídání různých plodin vykazovalo variabilitu Cndvi a míru eroze půdy ve studované oblasti.Soil erosion is a major global land degradation challenge that can result in the loss of soil productivity of agricultural land. It is often aggravated by anthropogenic interferences in land use management and vegetation cover changes. Spatiotemporally monitoring the land cover status and estimating the vulnerability of arable lands to potential soil erosion, especially for large agricultural landscapes, has become a prerequisite to understand other related global phenomena. Yet, these have been paramount tasks in terms of resource requirements and efficiency. The Universal Soil Loss Equation (USLE) is one of the most widely applied models to predict erosion risks by considering the land cover and management factor (C factor) in agricultural land. The C factor is primarily the most dynamic factor which could prevent soil erosion with the appropriate land management planning and execution. The C values for large agricultural areas are estimated by traditionally assigning static empirical soil loss ratio (SLR) values from literature to a land use/land cover map. This method is relatively easy but fails to capture the actual spatiotemporal variations of the vegetation covers and hence incurs inaccuracy in the estimation of the C values. When considering the crop management practices such as crop rotation, tillage practice in many of the cases it is rare to find complete C factor values for all arable crops and their associated management practices. Using remote sensing data, through the Normalized Difference Vegetation Index (NDVI), has proven to help capture the variabilities in large scale studies. However, the sensitivity of the NDVI-derived C values to several biophysical variations, such as the vitality condition of the vegetation cover, the soil background differences, and variations in topographical features, could hinder its full applicability. Therefore, this thesis deals with assessing the spatiotemporal dynamics of the cover and management factor in a large agricultural landscape setup by combining multitemporal satellite images with the annually updated Integrated Administrative Control Systems (IACS) land-use data. The overall objectives of the thesis were i) to temporally estimate and compare NDVI based (Cndvi) and literature-based(Clit) values so that the deviation can be quantified; ii)to quantify the sensitivity of NDVI based C factor values to biophysical variables in large agricultural landscape set up for future accurate estimations; iii)to assess the C factor values of crop rotational patterns and predict the ensuing potential soil erosion rate in a large agricultural landscape with the implied application of the results for understanding of ecosystem processes at regional scales. Combining multitemporal images with the IACS datasets enhanced the quantification of the discrepancies between Cndvi and Clit. The discrepancy in C values between Cndvi and Clit was found to be season dependent with a closer relation observed in early spring to midsummer. When it comes to the biophysical sensitivity, soil background variation, specifically higher soil erodibility condition, was found to be associated with higher Cndvi values. Identifying land cover type to specific species level allowed quantifying the sensitivity of Cndvi to soil background heterogeneity in relation to crops' growth stage. Variation in slope curvature also affected the Cndvi values. Convex shaped slopes of the study area were found to associate with high Cndvi values compared with concave or flat shaped topography. Crop phenological stages variations also affected the calculated Cndvi value. In addition, rotating different crops also showed variability on the Cndvi and the subsequent soil erosion rate in the study area. Overall, the results from the research can be useful inputs in improving the capacity of Cndvi estimation for landscapes as complex as the present study region as well as an input for agricultural land management planning.