|
|
Κάιρο - Ασκήσεις με χρήση δεδομένων Landsat 
Για μεγαλύτερη δυνατότητα ερμηνείας των δορυφορικών εικόνων, σε πολλές περιπτώσεις χρησιμοποιούνται εικόνες ψευδοχρωμάτων. Στις περισσότερες περιπτώσεις μια εικόνα ψευδοχρωμάτων χρησιμοποιεί τουλάχιστον ένα υπέρυθρο κανάλι. Το υπέρυθρο εύρος είναι πολύ χρήσιμο για την ερμηνεία της επιφάνειας της Γης, καθώς αποτελείται από ανακλώμενη και εκπεμπόμενη ενέργεια. Το υπέρυθρο φως δεν είναι ορατό στο ανθρώπινο μάτι, αλλά αποκαλύπτει πολλές πληροφορίες. Συγκεκριμένα, τα φυτά ανακλούν πολύ μεγαλύτερη ενέργεια σε σχεδόν υπέρυθρο απ’ ό,τι στο ορατό εύρος του ηλεκτρομαγνητικού φάσματος. Ακόμη και η υγεία ενός φυτού μπορεί να διαπιστωθεί από την ένταση. Ανοίξτε το πρόγραμμα LEOWorks. Εάν δεν έχετε κάνει ακόμα λήψη των εικόνων του Καΐρου, πηγαίνετε στην επιλογή Λήψη στο επάνω μέρος του Φύλλου εργασίας και διαβάστε τις οδηγίες. Επιλέξτε File>Open (Αρχείο>Άνοιγμα). Θα εμφανιστεί ένα πλαίσιο διαλόγου. Επιλέξτε τον φάκελο «Κάιρο» και επιλέξτε την πρώτη εικόνα Cairo_Landsat_2000_Band_2.tif. Ανοίξτε τις εικόνες Cairo_Landsat_2000_Band_4.tif και Cairo_Landsat_2000_Band_7.tif. Επιλέξτε Image>Combine from...>Red Green Blue (Εικόνα>Συνδυασμός από...>Κόκκινο Πράσινο Μπλε). Θα ανοίξει ένα αναδυόμενο μενού. Επιλέξτε την εικόνα Cairo_Landsat_2000_Band_7.tif για το κόκκινο, την εικόνα Cairo_Landsat_2000_Band_4.tif για το πράσινο και την εικόνα Cairo_Landsat_2000_Band_2.tif για το μπλε και κάντε κλικ στο κουμπί OK. Ενισχύστε τα ακατέργαστα δεδομένα με τον τρόπο που περιγράφεται στην άσκηση Συνδυασμός φυσικών χρωμάτων. Αυτή η νέα εικόνα είναι ένας συνδυασμός ψευδοχρωμάτων τριών εικόνων σε αποχρώσεις του γκρι.
Πώς άλλαξαν τα χρώματα των κατηγοριών από την εικόνα φυσικών χρωμάτων στην εικόνα ψευδοχρωμάτων; Μπορείτε να διακρίνετε τις κατηγορίες και στις δύο εικόνες; Ποια εικόνα προτιμάτε για να πραγματοποιήσετε διάκριση μεταξύ των χαρακτηριστικών της δορυφορικής εικόνας;
Δοκιμάστε άλλο συνδυασμό. Επιλέξτε Image>Combine from...>Red Green Blue (Εικόνα>Συνδυασμός από...>Κόκκινο Πράσινο Μπλε). Θα ανοίξει ένα αναδυόμενο μενού. Επιλέξτε την εικόνα Cairo_Landsat_2000_Band_4.tif για το κόκκινο, την εικόνα Cairo_Landsat_2000_Band_2.tif για το πράσινο και την εικόνα Cairo_Landsat_2000_Band_1.tif για το μπλε και κάντε κλικ στο κουμπί OK. Ενισχύστε τα ακατέργαστα δεδομένα με τον τρόπο που περιγράφεται στην άσκηση Συνδυασμός φυσικών χρωμάτων. Αυτή η νέα εικόνα είναι ένας συνδυασμός ψευδοχρωμάτων τριών εικόνων σε αποχρώσεις του γκρι.
Περιγράψτε την εικόνα και προσπαθήστε να χωρίσετε τα χαρακτηριστικά της εικόνας σε 5 κατηγορίες - πάρκα και καλλιεργήσιμες εκτάσεις, υδατικές επιφάνειες, έρημος και πεδιάδες, περιοχές πυκνής δόμησης, περιοχές αραιής δόμησης, και συγκρίνετέ τα με την εικόνα φυσικών χρωμάτων. Περιγράψτε τις διαφορές ανάμεσα στις δύο εικόνες ψευδοχρωμάτων. Επιλέξτε τις 5 κατηγορίες και των δυο εικόνων ψευδοχρωμάτων και συγκρίνετε τα χρώματα που χρησιμοποιούνται στις εικόνες. Συνδυάστε μια εικόνα ψευδοχρωμάτων χρησιμοποιώντας το κανάλι 7 για το κόκκινο, το κανάλι 1 για το πράσινο και το κανάλι 2 για το μπλε.
Πόσο χρήσιμη μπορείτε να πείτε ότι είναι η εικόνα αυτή; Τώρα δοκιμάστε έναν συνδυασμό της επιλογής σας και σημειώστε τις αποκλίσεις.
Στην άσκηση 2 χωρίσατε αντικείμενα και στοιχεία της επιφάνειας του Καΐρου σε κατηγορίες. Για να ερμηνεύσετε τα χαρακτηριστικά μιας δορυφορικής εικόνας, πολύ χρήσιμη θα σας φανεί μια οπτική ταξινόμηση. Η ταξινομημένη εικόνα, με κάποιες στοιχειώδεις αναθεωρήσεις, μοιάζει με θεματικό χάρτη. Οι κύριες κατηγορίες της επιφάνειας του Καΐρου είναι περιοχές πυκνής δόμησης, περιοχές αραιής δόμησης, δάση, γεωργικές εκτάσεις, υδατικές επιφάνειες, έρημος και άγονη γη. Υπάρχουν διαφορετικά εργαλεία ταξινόμησης, βάσει διαφορετικών μεθόδων επεξεργασίας εικόνας. Η μέθοδος που χρησιμοποιείται εξαρτάται από τις πληροφορίες που χρειαζόμαστε. Μάθετε περισσότερα σχετικά με την ταξινόμηση εικόνων στο πρόγραμμα εκμάθησης LEOWorks Tutorial. Παραλληλεπίπεδη ταξινόμηση Η παραλληλεπίπεδη ταξινόμηση είναι μια απλή μέθοδος κατευθυνόμενης ταξινόμησης. Βασίζεται στα φασματικά εύρη των κατηγοριών διαφορετικής χρήσης γης εντός των διαφορετικών ζωνών. Χρησιμοποιεί πεδία εφαρμογής που αντιστοιχούν στις κατηγορίες διαφορετικής χρήσης γης. Κάθε κατηγορία χρήσης γης έχει το δικό της φασματικό αποτύπωμα. Για κάθε τύπο εδαφικής κάλυψης που πρόκειται να ταξινομηθεί πρέπει να οριστεί τουλάχιστον ένα πεδίο εφαρμογής. Το πρόγραμμα LEOWorks αξιολογεί όλα αυτά τα πεδία εφαρμογής και αποδίδει κάθε στοιχείο εικόνας (pixel) σε μία από τις δεδομένες κατηγορίες χρήσης γης. Ανοίξτε το πρόγραμμα LEOWorks. Εάν δεν έχετε κάνει ακόμα λήψη των εικόνων του Καΐρου, πηγαίνετε στην επιλογή Λήψη στο επάνω μέρος του Φύλλου εργασίας και διαβάστε τις οδηγίες.
Επιλέξτε File>Open (Αρχείο>Άνοιγμα). Θα εμφανιστεί ένα πλαίσιο διαλόγου. Επιλέξτε τον φάκελο «Κάιρο» και επιλέξτε την πρώτη εικόνα Cairo_Landsat_2000_Band_1.tif. Επιλέξτε (ενεργοποιήστε) την εικόνα Cairo_Landsat_2000_Band_7.tif. Επιλέξτε Multivariate Analysis>Supervised Classification>Select Training Fields (Πολυμεταβλητή ανάλυση>Κατευθυνόμενη ταξινόμηση>Επιλογή πεδίων εφαρμογής). Επιλέξτε Draw Polygon (Σχεδίαση πολύγωνου) από τη γραμμή εργαλείων. Σημείωση: Όσο περισσότερα πεδία εφαρμογής μπορείτε να επιλέξετε για μια κατηγορία, τόσο πιο ακριβές θα είναι το αποτέλεσμα. Ξεκινήστε με τις υδάτινες επιφάνειες και σχεδιάστε ένα πολύγωνο μέσα στον Νείλο. Δώστε την ονομασία Water (Ύδατα) στην κατηγορία. Βρείτε άλλο σημείο για να σχεδιάσετε ένα δεύτερο πολύγωνο μέσα σε κάποια υδάτινη μάζα και ονομάστε και αυτή την κατηγορία Water (Ύδατα) και ούτω καθεξής. Μόλις τελειώσετε με τις υδάτινες επιφάνειες, σχεδιάστε ένα πολύγωνο μέσα σε μια περιοχή που καλύπτεται από πυκνή έρημο και ονομάστε την κατηγορία Desert (Έρημος). Ακολουθήστε την ίδια διαδικασία και για τις 7 προεπιλεγμένες κύριες κατηγορίες. Επιλέξτε Multivariate Analysis>Supervised Classification>Parallelepiped (Πολυμεταβλητή ανάλυση>Κατευθυνόμενη ταξινόμηση>Παραλληλεπίπεδη) και επιλέξτε όλες τις εικόνες.
Γράψτε τα 8 διαφορετικά χρώματα και προσθέστε τα ονόματα των κατηγοριών. Ίσως σας βοηθήσει να ανοίξετε την εικόνα Cairo_Landsat_2000_Band_321.tif για σύγκριση.
Επιλέξτε Image>Add Legend (Εικόνα>Προσθήκη λεζάντας) και ελέγξτε τον συνδυασμό χρωμάτων και ονομάτων κατηγοριών. Αποθηκεύστε την ταξινομημένη εικόνα με το όνομα cairo_class_parallel (TIF) στο φάκελο «Κάιρο».
Συζητήστε την ακρίβεια της κατευθυνόμενης παραλληλεπίπεδης ταξινόμησης.
Ποιες πηγές λάθους μπορεί να υπάρξουν;
Η ταξινόμηση μέγιστης πιθανότητας είναι μία ακόμη μέθοδος κατευθυνόμενης ταξινόμησης. Βασίζεται σε προηγμένες στατιστικές μεθόδους. Χρησιμοποιεί επίσης πεδία εφαρμογής που αντιστοιχούν στις κατηγορίες διαφορετικής χρήσης γης. Κάθε κατηγορία χρήσης γης έχει το δικό της φασματικό αποτύπωμα. Για κάθε τύπο εδαφικής κάλυψης που πρόκειται να ταξινομηθεί πρέπει να οριστεί τουλάχιστον ένα πεδίο εφαρμογής. Το πρόγραμμα LEOWorks αξιολογεί όλα αυτά τα πεδία εφαρμογής και αποδίδει κάθε στοιχείο εικόνας (pixel) σε μία από τις δεδομένες κατηγορίες χρήσης γης. Ανοίξτε το πρόγραμμα LEOWorks. Εάν δεν έχετε κάνει ακόμα λήψη των εικόνων του Καΐρου, πηγαίνετε στην επιλογή Λήψη στο επάνω μέρος του Φύλλου εργασίας και διαβάστε τις οδηγίες. Επιλέξτε File>Open (Αρχείο>Άνοιγμα). Θα εμφανιστεί ένα πλαίσιο διαλόγου. Επιλέξτε τον φάκελο «Κάιρο» και επιλέξτε την πρώτη εικόνα Cairo_Landsat_2000_Band_1.tif. Ανοίξτε τις εικόνες Cairo_Landsat_2000_Band_2.tif, Cairo_Landsat_2000_Band_3.tif, Cairo_Landsat_2000_Band_4.tif, Cairo_Landsat_2000_Band_5.tif και Cairo_Landsat_2000_Band_7.tif. Ενισχύστε τα ακατέργαστα δεδομένα με τον τρόπο που περιγράφεται στην άσκηση Συνδυασμός φυσικών χρωμάτων. Χρησιμοποιήστε τα ίδια πεδία εξάσκησης όπως στην άσκηση παραλληλεπίπεδης ταξινόμησης. Επιλέξτε Multivariate Analysis>Supervised Classification>Maximum Likelihood (Πολυμεταβλητή ανάλυση>Κατευθυνόμενη ταξινόμηση>Μέγιστη πιθανότητα) και επιλέξτε όλες τις εικόνες (εκτός από την εικόνα cairo_class_parallel.tif εάν είναι ακόμη ανοιχτή). Ορίστε την τιμή Threshold Value (Οριακή τιμή) στο 5%.
Γράψτε τα 8 διαφορετικά χρώματα και προσθέστε τα ονόματα των κατηγοριών. Ίσως σας βοηθήσει να ανοίξετε την εικόνα Cairo_Landsat_2000_Band_321.tif για σύγκριση.
Επιλέξτε Image>Add Legend (Εικόνα>Προσθήκη λεζάντας) και ελέγξτε τον συνδυασμό χρωμάτων και ονομάτων κατηγοριών.
Συζητήστε την ακρίβεια της κατευθυνόμενης ταξινόμησης μέγιστης πιθανότητας. Ποιες πηγές λάθους μπορεί να υπάρξουν;
Συγκρίνετε και τις δύο ταξινομήσεις (παραλληλεπίπεδη και μέγιστης πιθανότητας) και συζητήστε πού συγκλίνουν και πού διαφέρουν.
Δοκιμάστε διαφορετικές οριακές τιμές, π.χ. 50% και 75% και συγκρίνετε τις ταξινομημένες εικόνες. Last update: 3 June 2013
| ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
