 | | | | |
| | | | | |
|
Cheias Cheias repentinas em TessalónicaFuracões Ondas de tempestadeFuracão KatrinaTerramotos IntroduçãoTerramoto de IzmitVulcões IntroduçãoCadeia vulcânica dos AndesEtnaNyiragongo e Nyamuragira
| | | | | | | | | Resultado da classificação | |
Exercício 2: Detecção de lava através de classificação supervisionada - Continuação
O resultado deve ser parecido com a imagem da esquerda.
| | | Classificação com cores alteradas |
O processo com as cores alteradas manualmente deve ser parecido com a imagem da direita.
Janela Legend customize, janela Legend, janela Class statistics
Três janelas ajudam a visualizar os resultados (consulte o tutorial do LEOWorks, p. 57):
1) a janela Class statistics mostra o número de pixels e a sua percentagem relacionada com todos os pixels da imagem,
2) a janela Legend mostra as cores mais a descrição e
3) a janela Legend customize permite alterar as cores clicando no botão de cor (para representar melhor o ambiente "real"). Para abrir a janela Legend, clique em "L". .
1. Estude o resultado classificado e tente interpretá-lo.
2. Descreva que características foram atribuídas a cada classe.
3. Consegue identificar erros óbvios onde o algoritmo não teve um bom desempenho?
4. A lava vulcânica é, por vezes, mal classificada?
5. O que poderia fazer para melhorar o resultado da classificação?
6. Compare os resultados com o FCC 4-5-3.
Notará que o algoritmo fez um bom trabalho, mas existem alguns erros, por exemplo, a região costeira em torno das massas de água foi, frequentemente, classificada de forma errada como lava ou sombras e, nalguns casos, as sombras de nuvens foram identificadas como áreas urbanas. A lava vulcânica foi detectada com sucesso, excepto na cidade de Goma onde, por vezes, foi parcialmente classificada como zona urbana (problema de pixels mistos). Tendo em conta a paisagem desta área, a resolução de 30 m é adequada para a detecção de lava e para a identificação de centros urbanos maiores. No entanto, a resolução não é suficiente para detectar estradas e conduz a uma classificação errada de áreas urbanas, o que pode ser essencial caso ocorra um desastre.
| |
| | Nyiragongo e Nyamuragira IntroduçãoDetecção de alterações e avaliação de riscos Ficha de trabalhoExercício 1: Explorar e aprender sobre o vulcãoExercício 2: Detecção de lava através de classificação supervisionadaExercício 3: Monitorização e detecção multitemporal de alteraçõesEduspace - Download Nyiragongo_Landsat.zipEduspace - Software LEOWorks 3LEOWorks 3 Tutorial
|
