|
|
Übung 2: Lavadetektion mit überwachter Klassifizierung - Fortsetzung 
Das Ergebnis sollte etwa wie das Bild links aussehen.
1) das Fenster Class statistics mit der Anzahl der Pixel und ihrem prozentualen Anteil an allen Pixeln im Bild, 2) das Fenster Legend mit den Farben und ihren Beschreibungen und 3) das Fenster Legend customize zum Ändern der Farben durch Klicken auf die Farbschaltfläche (mit dem Ziel, die Darstellung realistischer zu gestalten). Zum Öffnen des Fensters „Legend“ klicken Sie auf „L“.
1. Untersuchen Sie das klassifizierte Ergebnis und interpretieren Sie es.
2. Beschreiben Sie, welche Merkmale welchen Klassen zugeordnet wurden. 3. Gibt es offensichtliche Fehler, bei denen der Algorithmus nicht richtig funktioniert hat? 4. Wurde die Lava an manchen Stellen falsch klassifiziert? 5. Wie könnte sich das Klassifizierungsergebnis verbessern lassen? 6. Vergleichen Sie die Ergebnisse mit dem zusammengesetzten Falschfarbenbild 4-5-3. Es wird deutlich, dass der Algorithmus ziemlich gut funktioniert hat, aber einige Fehler vorhanden sind. So wurde zum Beispiel das Ufergebiet rund um Gewässer oft fälschlicherweise als Lava oder Schatten klassifiziert und Wolkenschatten wurden in einigen Fällen als Stadtgebiet interpretiert. Die Lava wurde richtig erkannt, außer in der Stadt Goma, wo sie manchmal teilweise als Stadtgebiet klassifiziert wurde (Problem gemischter Pixel).
Für die Art der Landschaft in diesem Gebiet ist die Auflösung von 30 m zur Erkennung von Lava und Identifizierung größerer Stadtgebiete geeignet. Sie reicht aber nicht aus, um Straßen zu erkennen, und führt zu falschen Klassifizierungen in städtischen Gebieten, auf die es im Katastrophenfall möglicherweise ankommt. Last update: 22 Mai 2013
| ||||||||||||||||||||||||||||||||||||||||||||||||||||
