![]() |
![]() |
![]() Kathmandu-Tal - Allgemeiner Überblick mit optischen Aufnahmen - Fortzetzung ![]() ![]()
In der vorigen Übung haben wir verschiedene Klassifikationen erstellt, sowohl manuelle als auch digitale. Eines unserer Ziele war es, eine handgezeichnete, manuelle Klassifikation mit dem Produkt einer digitalen, überwachten Klassifizierung zu verschneiden. Beide Bilder, die das rohe Ausgangsmaterial darstellen, sind in deinem Ordner „Kathmandu“ gespeichert. Leider haben die Bilder weder dieselbe Ausrichtung noch denselben Maßstab. Beim Scannen des klassifizierten Bildes wurden Ausrichtung, Geometrie und Maßstab verändert. Deshalb ist eine Rektifizierung des gescannten Bildes erforderlich. Eine Rektifizierung (Entzerrung) ist die Angleichung eines Bildes an ein anderes im Hinblick auf Maßstab und Ausrichtung. In diesem Fall muss die von Hand gezeichnete Karte an die digital klassifizierte Karte „Kathmandu_2001_maximlike.tif“ angeglichen werden. Hier kommen die „GCP.shp“-Markierungen ins Spiel. Wähle File>Open. Ein Dialogfeld wird angezeigt. Öffne den Ordner „Kathmandu“ und wähle das Bild Kathmandu_2001_maximlike.tif aus. Öffne auch das Bild HLC_Kathmandu.tif. Markiere das Bild Kathmandu_2001_maximlike.tif. Wähle GIS und dann Open Theme GCP.shp. Es wird ein Kontextmenü eingeblendet. Lege die Projektionsparameter fest. Allen GEO-TIFFs in dieser Fallstudie liegt dieselbe Projektion zu Grunde:
Klicke auf Tools>Registration>Image to Image und wähle Kathmandu_2001_maximlike.tif als Master-Bild (Master Image) und HLC_Kathmandu.tif als Slave-Bild (Slave Image). Nun müssen wir so genannte Passpunkte (GCPs, Ground Control Points) als Bezug in beiden Bildern definieren. Markiere das Bild Kathmandu_2001_maximlike.tif. Setze den ersten Punkt an der Markierung in der oberen linken Ecke, wechsle zum Bild HLC_Kathmandu.tif, suche dieselbe Position und setze auch hier den ersten Punkt. Die Koordinaten beider Punkte werden im Fenster „GCPs Collection“ angezeigt. Klicke auf Add Point, um die Positionen der ersten Passpunkte zu speichern. Wechsle wieder zum Bild Kathmandu_2001_maximlike.tif und setze an der Markierung in der Mitte oben den zweiten Punkt. Wechsle zu HLC_Kathmandu.tif und wähle dieselbe Position. Gehe ebenso mit allen übrigen Markierungen vor. Show List kannst du eine Tabelle öffnen, in der alle ausgewählten GCPs vermerkt sind. Versuche nicht, GCPs an derselben Mauszeigerposition zu wählen. Die Positionen in den beiden Bildern weichen voneinander ab, da das gescannte Bild nicht die richtige Ausrichtung aufweist. Deshalb muss es ja rektifiziert werden. Wähle Options>Warp Image im Fenster „GCPs Collection“. Ein neues Bild erscheint. Dabei handelt es sich um die gescannte, handgezeichnete Klassifikation von Kathmandu, die nun denselben Maßstab und dieselbe Ausrichtung wie alle anderen GEO-TIFFs in dieser Fallstudie aufweist. Speichere das rektifizierte Bild als HLC_Kathmandu_REF.tif im Ordner „Kathmandu“. Da es jetzt dieselbe Rasterstruktur und denselben Maßstab aufweist, kann das Bild HLC_Kathmandu_REF.tif genauso verwendet werden wie der GEO-TIFF-Datensatz von Kathmandu. Das heißt, dass wir auf dessen Grundlage Bemessungen durchführen oder es mit den Satellitenbildern und Klassifikationen von Kathmandu vereinen können. Wähle File>Open. Ein Dialogfeld wird angezeigt. Öffne den Ordner „Kathmandu“ und wähle das Bild Kathmandu_2001_maximlike.tif aus. Öffne auch das Bild HLCKathmandu_REF.tif. Wähle Image>Transparent Overlay. Wähle Kathmandu_2001_maximlike.tif als Hintergrundbild (BackGround) und HLC_Kathmandu_REF.tif als Vordergrundbild (ForeGround) aus und stelle die Transparenz mit dem Schieberegler Opacity auf 60 % ein.
Vergleiche die manuelle mit der überwachten Klassifikation. Zeige auf, wo sie übereinstimmen und wo sie voneinander abweichen. Welche der beiden wirkt genauer? Stütze dich zum Beantworten dieser Frage auf deinen Stadtplan und zusätzliches Material.
Hast du das Fehlen einer „Fluss“-Klasse in der überwachten Klassifizierung bemerkt? Tatsächlich gibt es aufgrund der Auflösung des Bildes kaum eine Möglichkeit, diese Objekte zu klassifizieren. Aber du konntest die Flüsse in deine manuelle Klassifikation einzeichnen. Und du hast dieses Bild rektifiziert. Folglich kannst du das Flussnetzwerk digitalisieren und mit den LANDSAT-Daten und den digitalen Klassifikationen vereinen. Dies ist eine hilfreiche und übliche Methode zum Vereinen von Pixel- und Vektordaten. Auf diese Weise treten in den Satellitenbildern besonders kleine und/oder zusätzliche Informationen zutage. In den nachfolgenden Übungen digitalisieren wir das Flussnetzwerk im Bild HLC_Kathmandu_REF.tif und vereinen es mit der überwachten Klassifikation Kathmandu_2001_maximlike.tif, dem Echtfarbenbild Kathmandu_Landsat_2001_Band_321.tif und einem hochauflösenden Proba-Bild. Öffne das Bild HLC_Kathmandu_REF.tif und wähle GIS. Es wird ein Kontextmenü eingeblendet. Klicke auf File>New Theme, nenne das neue Thema „Flüsse“ und wähle Polyline. Wähle Edit>Start Edit, um mit dem Zeichnen zu beginnen. Digitalisiere die von dir klassifizierten Flüsse. Wenn du fertig bist, wähle Edit>Stop Edit, um den Zeichenmodus zu beenden. Um den Darstellungsstil der Flüsse festzulegen, klickst du auf Edit>Properties und wählst die Farbe und Stärke der Linien. Save Theme „Flüsse“ speicherst du das Thema in deinem Ordner „Kathmandu“. Erstelle jetzt ein Thema namens „Flughafen“. Digitalisiere auch den Flughafen. Gehe dabei nach der Beschreibung für die Flüsse vor. Öffne das Bild Kathmandu_proba12321_utm45_20040505.tif. Wähle GIS und Open Theme Flüsse.shp, gib die Projektion WGS84, UTM Zone 45 an und lege die Farbe und Stärke der Linien fest.
Wie genau sind die Flussvektoren? Stimmen sie mit dem hochauflösenden Bild überein?
Öffne das Bild zu diesem Abschnitt (oben).“ Kontrolliere dein Flussnetz sorgfältig. Wenn du Fehler im System findest, wähle Edit>Start Edit und Edit>Edit Vertex oder Move und berichtige die Fehler. Speichere die Shape-Datei anschließend erneut. Öffne ein weiteres Proba-Bild und überprüfe die Flüsse noch einmal. Korrigiere mithilfe aller hochauflösenden Proba-Bilder sämtliche Fehler, die du finden kannst. Je genauer die Flüsse in einem hochauflösenden Bild dargestellt sind, desto genauer sind sie im Landsat-Bild. Das kannst du leicht nachprüfen. Öffne dazu das Echtfarbenbild von Kathmandu und öffne die Shape-Dateien für die Flüsse und den Flughafen.
Stimmen die Flüsse mit dem Bild überein? Sind noch immer Fehler vorhanden? Wenn ja, wo und weshalb? Last update: 27 Mai 2013 ![]()
![]() |