Generelt overblik over Kathmandudalen med optiske billeder - Fortsat
|  | Uovervåget klassifikation af Kathmandu | |
Multispektral billedklassifikation
Indledende arbejde
Formålet med følgende øvelser er at lære mere om Kathmandu ved hjælp af billedklassifikation. Måske tror du, at det bare er et spørgsmål om at trykke på en knap, men det er slet ikke tilfældet. Det kræver forskning, viden og omhyggelighed.
I løbet af de næste øvelser vil vi anvende forskellige klassifikationsmetoder. Målet er at forstå principperne ved billedklassifikation og at sammenligne de frembragte resultater med andre metoder.
Klassifikation er et meget nyttigt værktøj til at indhente oplysninger til brug for planlægning, kontrol og kartografiske opdateringer. Det er en forholdsvis billig og nem måde at skaffe informationer om bevoksning, anvendelse af jorden og ændringer af jorden især på fjerne og utilgængelige områder. Men selv på velkendte steder på kloden er satellitbilleder en del af hverdagen. Tænk bare på den daglige tv-vejrudsigt og dens skyanimationer. Et godt eksempel på brugen af klassifikationer er EU.
Landmændene bliver overvåget af satellitter, og klassifikationerne viser landbrugsministeriet fordelingen af dyrket jord og brakjord. Der gives økonomisk støtte i forhold til omfanget af uudnyttet jord. Hvem skulle f.eks. monitorere landmændenes erklæringer, hvis ikke satellitterne gjorde det?
Satellitbilleder og klassifikationskort bruges også i kartografien. Tænk på, hvor nøjagtigt skellene mellem skov og land er indtegnet på topografiske kort. De tages fra satellitbilleder og deres billedbehandlingsprodukter.
Enhver digital klassifikation, hvad enten den er overvåget eller uovervåget, er kun en basis for yderligere tilpasning. Det er umuligt at fremstille en nøjagtig og brugbar klassifikation uden manuelt input. Den informationsbehandling, som sker i den menneskelige hjerne, muliggør anvendelsen af mere komplekse procedurer end et computerprogram. Der er så mange komplekse forbindelser mellem forskellige former for overflader, som ikke dækkes af spektrale eller geometriske forskelle. Vi er i stand til at frembringe klassifikationer af Kathmandu på udelukkende højt niveau i de følgende øvelser på grund af den enorme involverede kompleksitet.
Vi starter med en manuel øvelse for at præcisere arbejdsmetoden og få et overblik over byens overfladetyper. Udover dette får du også et pænt håndtegnet kort, som du jo kunne kalde dit private kunstværk.
Dette kort vil blive overlejret på en digital klassifikation for at sammenligne resultaterne fra den manuelle og den digitale klassifikation på lavt niveau. For at kunne overlejre vores manuelle klassifikation på det digitalt klassificerede billede, skal det håndtegnede kort georefereres. Den letteste måde at gøre det på er at sætte overfladekontrolpunkter (Ground Control Points) på billedet med falske farver 4, 5, 3 og kopiere dem over på kalkerpapiret.
Åbn billedet Kathmandu_Landsat_Band_453.tif fremstillet i øvelsen kombination med falske farver i LEOWorks.
Vi bruger værktøjet GIS i LEOWorks til at indsætte disse overfladekontrolpunkter. Zoom ind på billedet, til det fylder hele skærmen. Vælg derefter GIS på værktøjslinjen. Der åbner en menu. Vælg File>New Theme, giv temaet navnet GCP, og vælg Polyline. For at starte tegningen vælges Edit>Start Edit.
Tegn 8 registreringsmærker, et i hvert hjørne af billedet og de andre i margenerne mellem billedets hjørner.
Vælg Edit>Stop Edit for at stoppe med at tegne. Gem temaet "GCP" i mappen Kathmandu.
Udskriv billedet. Vælg Print… skift skala til 100.000, og skriv billedet ud.
Manuel klassifikation
Tag et ark kalkerpapir, og læg det over udskriften. Sørg for, at begge ark papir ligger godt fast, så ingen af dem kan glide.
Tag en sort blyant, og kopier registreringsmærkerne over på dit kalkerpapir.
Derefter skal billedet klassificeres. Generelt kan du frit vælge klasserne. Men følgende vil hjælpe dig med at vælge brugbare klasser:
| | | Manuel klassifikation af Kathmandu på højt niveau |
Klasser på højt niveau
- Floder
- Tætbebyggede områder
- Mindre tætbebyggede områder
- Lufthavnens landingsbaner
- Skov & krat
- Græs & dyrket land
Det er nødvendigt at anvende ekstra materiale, som for eksempel billeder i høj opløsning, bykort eller personlig forskning inden for interesseområdet, for at kunne frembringe en brugbar og nøjagtig klassifikation.
En nem måde til at få en godt kort over Kathmandu er at søge efter byen igooglemaps.
Download the Proba billederne som en ZIP-fil.
ESA stiller deres Proba-billeder af Kathmandu til rådighed som billeder med høj opløsning. Billedernes opløsning ved jordoverfladen er 5 meter.
ESA's Proba-sonde (Project for On-Board Autonomy) er en af de mest avancerede små satellitter, der nogen sinde har fløjet rundt i rummet. Den blev opsendt i 2002, og dens teknologidemonstrationsmission udfører både autonom styring, navigation, kontrol, planlægning ombord og drift af nyttelastressourcerne. Dens nyttelast omfatter en kompakt multispektral billedbehandlingsenhed og et kamera med høj opløsning til at optage jordobservationsdata.
For yderligere oplysninger, se ESA's Proba website.
| | Uovervåget klassifikation af Kathmandu ved hjælp af et termisk billede | |
Hvis du har svært ved at finde floderne, kan du bruge det termiske billede Kathmandu_Landsat_2001_Band_61.tif. Vand opvarmes meget langsommere end jord og ser mørkere ud i et termisk billede, der måler Jordens temperatur.
Det termiske billede skal forbedres, for at man kan få et klarere overblik over området på billedet. Vælg Enhance>Interactive Stretching. Der vises et histogram. Flyt det venstre blå skydepanel for Input Histogram til det venstre startpunkt for Input Histogram. Flyt derefter det højre røde skydepanel til det højre startpunkt for Input Histogram, og klik på Apply.
Nu burde du have nok godt materiale til at kunne klassificere billedet med falske farver. Brug forskellige farver og strukturer til at spore og udfylde de forskellige træk på billedet. Gå ikke for meget i detaljer. Denne øvelse har til formål at lære dig klassifikationsmetoden.
For at kunne genanvende billedet senere, skal du scanne det og gemme det som "HLC_Kathmandu.tif" i mappen Kathmandu.
Hvor mange landingsbaner har lufthavnen?
Hvad er navnet på den sydlige by (-center)?
Hvad er navnet på den store flod, der løber tværs gennem byen fra sydvest mod øst?
Hvorfor kan græsmarker og dyrket land næsten ikke identificeres i billederne fra 2001?
Hvilket topografisk sted har den tætteste skovbevoksning?
Tag et bykort af Kathmandu, og prøv at finde ud af, hvordan græsområdet øst for Kathmandus bycenter anvendes.
| 
