|
|
Ejercicio 3: Detección de cambios y seguimiento multitemporales - continuación  Clasificar solo lava Crea el archivo de campo de entrenamiento y sustituye todas las clases, excepto la lava por NOT LAVA (en este caso se llama: no). Ejecuta la clasificación otra vez y obtendrás un resultado que muestra solo píxeles clasificados como lava.
También puedes utilizar el archivo preparado para los campos de entrenamiento: TF_2001_lava-no.sav and TF_2003-01-31_lava-no.sav.
Filtro posterior a la clasificación Algunos píxeles se clasifican erróneamente. A menudo se encuentran aislados o en pequeños grupos. El filtrado es una técnica utilizada para eliminarlos. También podemos suponer que los píxeles únicos no serán lava. Por lo tanto, aplicamos un filtro que elimina los píxeles aislados, o los que solo tienen 2 píxeles vecinos (como se hizo en el tutorial de LEOWorks, pág. 57). Para ambas imágenes clasificadas (con lava, sin lava) aplica el siguiente filtro: Enhance > Filter > Median 5 x 5
Se puede ver que muchos píxeles se han eliminado.
Aritmética de bandas
Image > Arithmetic > Subtract (filtered image 2003 – filtered image 2001) Suponiendo un resultado de clasificación ideal, después de la resta de bandas solo deberían aparecer en blanco los cambios entre las dos imágenes. Todavía hay muchos píxeles erróneamente clasificados, especialmente en el sur junto al lago Kivo, donde una cantidad diferente de píxeles se ha clasificado como lava y vegetación. Se puede ver claramente uno de los dos cambios importantes que se produjeron durante las erupciones del Nyiragongo en 2001 y del Nyamuragira en 2002.
2. ¿Qué se puede ver después de hacer la resta? 3. En cuanto al resultado de la resta, ¿por qué crees que una parte de la nueva corriente de lava es claramente visible, mientras que otra parte no lo es? Last update: 5 junio 2013
| ||||||||||||||||||||||||||||||||||||||||||||||
