|
|
Übung 1 - Landsat ETM-Daten - Fortsetzung 
Wie wir festgestellt haben, sind seichte Gewässer, Sümpfe und nasse Sandbänke im Echtfarbenbild des Nigerbinnendeltas kaum erkennbar. Sie treten in Falschfarbenbildern mit mindestens einem Infrarotkanal deutlich zum Vorschein. Aber diese Aufnahmen bilden die Erde in ungewöhnlichen Farben ab. Die Kombination aus einem Falschfarbenbild und der lebensnahen Darstellung eines Echtfarbenbildes stellt eine äußerst hilfreiche Methode zum Erzeugen von Bildern dar, die Farbfotos sehr nahe kommen. Öffnen Sie das Programm LEOWorks. Wenn Sie die Aufnahmen des Nigerbinnendeltas noch nicht heruntergeladen haben, gehen Sie zu "Download" am oberen Rand des Arbeitsblatts, und befolgen Sie die Anweisungen.
Wählen Sie File>Open. Ein Dialogfeld wird angezeigt. Öffnen Sie den Ordner "Niger", und wählen Sie das erste Bild, Wählen Sie Image>Combine from...>Red Green Blue. Es wird ein Kontextmenü eingeblendet. Wählen Sie das Bild Nigerdelta_Landsat_Band_7.tif für Red (Rot), Nigerdelta_Landsat_Band_4.tif für Green (Grün) und Nigerdelta_Landsat_Band_2.tif für Blue (Blau) aus, und klicken Sie auf OK. Dieses neue Bild ist eine Falschfarbenkombination aus drei Schwarzweißbildern. Verbessern Sie die Rohdaten, wie in der Übung zur Echtfarbenkombination beschrieben. Öffnen Sie das Bild Nigerdelta_Landsat_Band_321.tif.
Wählen Sie Image>Arithmetic..., und wählen Sie Nigerdelta_Landsat_Band_321.tif als Image #1 und Combined Image als Image #2 aus. Wählen Sie Average als Operation, und markieren Sie All channels.
In dem neuen Bild vereinen sich die Vorteile beider Eingangsbilder. Es stellt einen Durchschnitt (das arithmetische Mittel) der Pixelwerte dar. Vergleichen Sie alle drei Bilder, und zeigen Sie anhand von Beispielen die Vorteile des neu berechneten Bildes auf. Achten Sie besonders auf die Pflanzendecke und auf Wasserflächen.
NDVI Mit dem NDVI (Normalized Difference Vegetation Index) wird das Ausmaß der Vegetationsfläche in Fernerkundungsbildern angegeben. Pflanzen weisen im Bereich von 0,7 bis 0,9 Mikrometer eine starke Reflexion auf. Zwischen 0,6 und 0,7 Mikrometern ist ihre Rückstrahlung hingegen nur sehr schwach. Die spektrale Signatur von Vegetation ist so charakteristisch, dass die Unterscheidung zwischen bewachsenen Flächen und nacktem Boden in der Regel recht leicht fällt. Wie bereits erklärt, können anhand des Unterschieds zwischen der Reflexion im sichtbaren und im nahen Infrarotbereich die photosynthetische Aktivität und das Pflanzenwachstum (Biomasse) bestimmt werden. Pigmente in den Blattzellen absorbieren einen Großteil der roten und reflektieren fast die gesamte Nahinfrarotstrahlung der Sonne. Die Gleichung für den Landsat-NDVI lautet: (channel4 - channel3) / (channel4 + channel3).
Betrachten Sie noch einmal das Echtfarbenbild des Nigerbinnendeltas und achten Sie genau auf die Vegetation. Eine Klassifizierung der Vegetation fällt in diesem Gebiet recht schwer. Hierbei kann ein NDVI-Bild hilfreich sein.
Wählen Sie File>Open. Ein Dialogfeld wird angezeigt. Öffnen Sie den Ordner "Niger", und wählen Sie das erste Bild, Wählen Sie Image>Arithmetic..., und wählen Sie Nigerdelta_Landsat_Band_4.tif als Image #1, Nigerdelta_Landsat_Band_3.tif als Image #2 und NDVI als Operation aus. Das errechnete NDVI-Bild kann durch Einfärbung verbessert werden. Wählen Sie in LEOWorks Image/Convert to .../Image with LUT. Doppelklicken Sie auf die Graustufenskala am unteren Bildrand. Klicken Sie im Fenster LUT Editor auf Open LUT, wählen Sie ndvi.pal aus, und klicken Sie auf Open. Schließen Sie das Fenster LUT Editor , und speichern Sie das Bild. Die hellen Bereiche lassen auf eine hohe Chlorophylldichte schließen, die ihrerseits auf eine gesunde Vegetation hinweist.
Um ein NDVI-Farbbild zu erzeugen kann auch das Werkzeug: Tools > Compute NDVI in LEOWorks benutzt werden.
Welche Bereiche erscheinen in dieser hellen Farbe?
Zum Beantworten der Frage vergleichen Sie das NDVI-Bild mit den Echt- und Falschfarbenbildern des Nigerbinnendeltas. Vergleichen Sie das Echtfarben- und das NDVI-Bild und zeigen Sie die Besonderheiten auf. Last update: 27 Mai 2013
| ||||||||||||||||||||||||||||||||||||||||||||||||||||||||
