 | | | | |
| | | | | |
|
Aardbevingen InleidingAardbeving in IzmitOverstromingen Overstroming in ThessalonikiOrkanen StormvloedenOrkaan KatrinaVulkanen IntroductieEtnaNyiragongoen en NyamuragiraVulkanengordel in de Andes
| | | | | | | | | Classificatieresultaat | |
Oefening 2: Lavadetectie met behulp van gecontroleerde classificatie - vervolgd
Het resultaat moet er zo uitzien als de afbeelding links.
| | | Classificatie met veranderde kleuren |
De afbeelding met handmatig veranderde kleuren moet er zo uitzien als de afbeelding rechts.
Venster Legend customize, Venster Legend, Venster Class statistics
Drie vensters helpen de resultaten van de classificatie te visualiseren (zie de LEOWorks-handleiding pag. 57):
1) het venster Class statistics toont het aantal pixels en hun percentage ten opzichte van alle pixels in de afbeelding;
2) het venster Legend toont de kleuren plus hun beschrijving; en
3) in het venster Legend customize kunnen kleuren worden veranderd met een klik op de kleurenknop (om de 'echte' omgeving beter te kunnen weergeven). Om het venster Legend te openen klik je op ‘L’.
1. Bestudeer het geclassificeerde resultaat en probeer het te interpreteren.
2. Beschrijf welke kenmerken aan welke klassen zijn toegewezen.
3. Kun je de duidelijke fouten zien waar het algoritme niet goed heeft gepresteerd?
4. Is vulkanische lava soms verkeerd geclassificeerd?
5. Wat zou je kunnen doen om het classificatieresultaat te verbeteren?
6. Vergelijk de resultaten met 4-5-3 FCC.
Je zult zien dat het algoritme het best goed heeft gedaan, maar dat er enkele fouten zijn. Bijvoorbeeld is het kustgebied rond de wateren vaak verkeerd geclassificeerd als lava of schaduwen, en wolkenschaduwen zijn in sommige gevallen geïdentificeerd als stedelijk gebied. Vulkanische lava is met succes gedetecteerd, behalve in de stad Goma, waar het soms deels is geclassificeerd als stedelijk (probleem van gemengde pixels).
Gezien het landschap in dit gebied is de resolutie van 30 m geschikt voor de detectie van lava en de identificatie van grotere stedelijke centra. Maar de resolutie is niet voldoende om straten te detecteren en veroorzaakt verkeerde classificaties in stedelijke gebieden. In het geval van een ramp zou dit essentieel kunnen zijn.
| |
| | Nyiragongo en Nyamuragira IntroductieVeranderdetectie en risicobeoordeling WerkbladinleidingOefening 1: Verkennen en ontdekken van de vulkaanOefening 2: Lavadetectie met behulp van gecontroleerde classificatieOefening 3: Multitemporale veranderdetectie en controleEduspace - Download Nyiragongo_Landsat.zipEduspace - Software LEOWorks 3LEOWorks 3 Tutorial
|
