Exercice 4 - Region Pokhara - suite
| | Sélection de champs de référence | | Classification dirigée La classification par maximum de vraisemblance est une méthode de classification dirigée reposant sur des algorithmes statistiques sophistiqués. Elle intègre les données humaines en utilisant des champs de référence qui représentent les différentes classes de couverture du sol.
Chaque classe de couverture du sol possède sa propre signature spectrale. Pour chaque type de couverture du sol à classer, il faut définir au moins un champ de référence .
LEOWorks évalue tous ces champs de référence et affecte chaque élément de l'image (pixel) à l'une des classes données des types de couverture du sol. Remarque : Attention, plus tu sélectionnes de champs de référence pour une classe et plus tu les sélectionnes avec précision, plus le résultat sera précis.
Nous allons utiliser le spectre entier des bandes Landsat. Pour cela, ouvre les images:
anapurna_landsat_2000_SE_band_1.tif
anapurna_landsat_2000_SE_band_2.tif
anapurna_landsat_2000_SE_band_3.tif
anapurna_landsat_2000_SE_band_4.tif
anapurna_landsat_2000_SE_band_5.tif
anapurna_landsat_2000_SE_band_7.tif
puis sélectionne les champs de référence
anapurna_landsat_2000_SE_band_432.tif .
Sélectionne (active) l’image anapurna_landsat_2000_SE_band_432.tif et choisis Multivariate Analysis>Supervised Classification>Select Training Fields.
Sélectionne Draw Polygon dans la barre d’outils.
Commence par les champs de référence des masses d’eau. Trace un polygone à l’intérieur du lac Phewa et nomme la classe « Eau ». Trace un deuxième polygone dans la zone du lac au Sud-Est et nomme à nouveau la classe « Eau ». Fais pareil pour toutes les autres classes. Classes de haut niveau
- Eau
- Ville
- Forêt
- Végétation
- Sol nu
- Terres
- Ombres
- Nuages
Va dans Multivariate Analysis>Supervised Classification>Maximum Likelihood et sélectionne toutes les images (sauf anapurna_landsat_2000_SE_band_432.tif).
Règle l’option Threshold Value sur 5%.
| | Classification dirigée de la région Pokhara | | Là encore, il est conseillé de changer les couleurs de résultats de la classification pour en simplifier l’interprétation.
Va dans Edit LookUp Table et sélectionne la couleur de la classe « Forêt ». Sélectionne le vert foncé comme couleur. Change toutes les autres couleurs de la même façon.
Enregistre la classification sous le nom « Pokhara_2000_supervised.tif » dans ton dossier Annapurna.
Observe bien l’image classée et décris tes impressions.
L’image classée correspond-elle aux images optiques ?
Quelles caractéristiques sont bien représentées et lesquelles le sont moins ?
Pourquoi y a-t-il des zones blanches (non classées) dans l’image ?
Compare la classification dirigée avec la classification non dirigée. Décris les avantages de la classification dirigée. Quelles parties en particulier sont meilleures ?
| | | Images superposées | L’étape finale consiste à superposer la classification dirigée à l’image infrarouge en fausses couleurs, de sorte à obtenir une impression plus réaliste.
Va dans Image>Transparent Overlay et sélectionne les images
Pokhara_2000_supervised.tif et
anapurna_landsat_2000_SE_band_423.tif
Par exemple, sélectionne 50 pour le champ Opacity, puis clique sur OK. Ce paramètre détermine dans quelle mesure l’image sous-jacente peut être visible.
|