Κοιλάδα του Κατμαντού με οπτικές εικόνες - Γενική επισκόπηση
| ![](../../global_imgs/spacer.gif) | Μη κατευθυνόμενη ταξινόμηση του Κατμαντού | | Ψηφιακή ταξινόμηση Μια σχετικά απλή ταξινόμηση είναι η Μη κατευθυνόμενη ταξινόμηση. Όλα τα pixel σε μια εικόνα είναι ομαδοποιημένα σε ένα συγκεκριμένο αριθμό κατηγοριών βάσει της ομοιότητας των τιμών της κλίμακας του γκρι που έχουν.
Για να συγκρίνουμε την ταξινόμησή μας που σχεδιάστηκε με το χέρι με την μη κατευθυνόμενη ταξινόμηση πρέπει να χρησιμοποιήσουμε τον ίδιο αριθμό κατηγοριών.
Ανοίξτε το πρόγραμμα LEOWorks.
Επιλέξτε File>Open (Αρχείο>Άνοιγμα). Θα εμφανιστεί ένα πλαίσιο διαλόγου.
Επιλέξτε το φάκελο Κατμαντού και επιλέξτε τις εικόνες:
Kathmandu_Landsat_2001_Band_1.tif,
Kathmandu_Landsat_2001_Band_2.tif,
Kathmandu_Landsat_2001_Band_3.tif,
Kathmandu_Landsat_2001_Band_4.tif,
Kathmandu_Landsat_2001_Band_5.tif,
Kathmandu_Landsat_2001_Band_7.tif.
Επιλέξτε Multivariate Analysis>Unsupervised Classification (Πολυμεταβλητή ανάλυση>Μη κατευθυνόμενη ταξινόμηση) και επιλέξτε όλες τις εικόνες. Πληκτρολογήστε 5 για το Nr. of Classes (Πλήθος κατηγοριών) και 10 για Nr. of Iterations (Πλήθος επαναλήψεων). Μια επανάληψη είναι η επανάληψη μιας ακολουθίας εντολών υπολογιστή για συγκεκριμένες φορές ή έως ότου υπάρξει ικανοποίηση κάποιου όρου. Αποθηκεύστε την νέα εικόνα ως Kathmandu_2001_unsupervised σε μορφή TIFF στο φάκελο Κατμαντού.
Συγκρίνετε τη μη κατευθυνόμενη ταξινόμηση με την ταξινόμησή σας που σχεδιάστηκε με το χέρι.
Ποια χαρακτηριστικά εικόνας αναγνωρίζονται πολύ εύκολα;
Γιατί η περιοχή οικισμών του Κατμαντού δεν ξεχωρίζει από τα γύρω βοσκοτόπια και εδάφη καλλιεργειών;
Για να απαντήσετε σε αυτήν την ερώτηση, δείτε τις δύο φωτογραφίες που δείχνουν τους δρόμους και τα κτίρια στην κοιλάδα του Κατμαντού στην πόλη Πατάν.
Ας προσπαθήσουμε να βελτιώσουμε τη μη κατευθυνόμενη ταξινόμηση του Κατμαντού για να διαφοροποιήσουμε την περιοχή οικισμών.
Μία εικόνα που θα μπορούσε να βοηθήσει είναι η θερμική εικόνα.
Ανοίξτε την εικόνα στο LEOWorks.
| ![](../../global_imgs/spacer.gif) | Ανοίξτε και εκτυπώστε την εικόνα | | Όπως μπορείτε να δείτε, ο περιβάλλων χώρος του Κατμαντού θερμαίνεται πιο πολύ από την ίδια την πόλη και εμφανίζεται σε μια πιο ανοιχτόχρωμη κλίμακα του γκρι. Αυτό είναι ασυνήθιστο, γιατί έχουμε συνηθίσει οι περιοχές οικισμών να είναι θερμότεροι από τον περιβάλλοντα χώρο. Οι λόγοι για αυτό είναι, για παράδειγμα, η οδική κυκλοφορία, οι πηγές φωτισμού και οι βιομηχανίες. Η πόλη του Κατμαντού είναι λιγότερο ανεπτυγμένη εξαιτίας των πηγών θερμότητας. Ένας άλλος λόγος είναι ότι η εικόνα λήφθηκε το χειμώνα γύρω στις 10:00 π.μ. τοπική ώρα. Δείτε την εικόνα στα αριστερά και εξηγήστε τι συμβαίνει στις επιφάνειες σε ότι αφορά τη θέρμανση. Σχεδιάστε στις ηλιαχτίδες, σημειώστε τις σκιές και τις περιοχές με επιφάνειες υψηλής και χαμηλής θέρμανσης και εξηγήστε πώς το Κατμαντού και ο περιβάλλων χώρος του θερμαίνονται.
Μια άλλη εικόνα θα ήταν NDVI. Ωστόσο, επειδή χρησιμοποιούμε τα δεδομένα του 2001 για την ταξινόμηση δεν χρειάζεται να δημιουργήσουμε NDVI χειμώνα, εξαιτίας της έλλειψης βλάστησης.
Ακολουθήστε τα βήματα και δημιουργήστε μια νέα εικόνα.
Ανοίξτε το πρόγραμμα LEOWorks και τις εικόνες
Kathmandu_Landsat_2001_Band_1.tif
Kathmandu_Landsat_2001_Band_4.tif,
Kathmandu_Landsat_2001_Band_61.tif
Φυσικά, υπάρχει λόγος για να επιλέξετε τη ζώνη 1 και 4 LANDSAT για τη μη κατευθυνόμενη ταξινόμηση. Εξηγείται στην μελέτη περίπτωσης Κατμαντού Τώρα και Τότε - Ανίχνευση στα αστικά κέντρα με οπτικές εικόνες.
Επιλέξτε Multivariate Analysis>Unsupervised Classification (Πολυμεταβλητή ανάλυση>Μη κατευθυνόμενη ταξινόμηση) και επιλέξτε όλες τις εικόνες. Πληκτρολογήστε 5 για το Nr. of Classes (Πλήθος κατηγοριών) και 10 για Nr. of Iterations (Πλήθος επαναλήψεων). Μια επανάληψη είναι η επανάληψη μιας ακολουθίας εντολών υπολογιστή για συγκεκριμένες φορές ή έως ότου υπάρξει ικανοποίηση κάποιου όρου. Αποθηκεύστε τη νέα εικόνα ως Kathmandu_2001_unsupervised σε μορφή TIFF στο φάκελο Κατμαντού. ![](../../global_imgs/spacer.gif) | | | Μη κατευθυνόμενη ταξινόμηση του Κατμαντού με τη χρήση θερμικής εικόνας | Στις περισσότερες περιπτώσεις τα χρώματα δεν συμφωνούν με τις φυσικές ιδιότητες των κατηγοριών. Συνήθως χρησιμοποιούμε σκούρο πράσινο για τα δάση, κόκκινο για τους πυκνοκατοικημένους οικισμούς και μπλε για το νερό. Για την καλύτερη κατανόηση των κατηγοριών θα αλλάξουμε τα χρώματά μας σε πιο οικεία χρώματα.
Επιλέξτε Image>Add Legend (Εικόνα>Προσθήκη λεζάντας) και ελέγξτε το συνδυασμό των χρωμάτων και των ονομάτων κατηγοριών.
Επιλέξτε Edit LookUp Table (Επεξεργασία πίνακα αναζήτησης) και επιλέξτε το χρώμα της κατηγορίας δασών (σκιά). Αλλάξτε το χρώμα σε σκούρο πράσινο. Αλλάξτε όλα τα άλλα χρώματα με τον ίδιο τρόπο.
Το δάσος, οι θάμνοι, τα βοσκοτόπια και το έδαφος καλλιεργειών είναι ορατά αρκετά καλά. Να θυμάστε - πρόκειται μόνο για μια μη κατευθυνόμενη ταξινόμηση και δεν υπάρχει πρόσθετη χειροκίνητη εισαγωγή.
Μπορείτε να εξηγήσετε γιατί το δάσος στις ορεινές περιοχές είναι διαχωρισμένο σε δύο χρώματα (κατηγορίες); Για να απαντήσετε στην ερώτηση μελετήστε τη θερμική εικόνα 2001.
Ποιο γεωγραφικό χαρακτηριστικό έχει το ίδιο χρώμα με το σκιασμένο ορεινό δάσος; Εξηγήστε τους λόγους.
Ποιες πρόσθετες κατηγορίες είναι τώρα ξεκάθαρα αναγνωρίσιμες κατά τη σύγκριση δύο μη κατευθυνόμενων ταξινομήσεων;
Ο στόχος αυτού του τμήματος της αναλυτικής μελέτης είναι η δημιουργία μιας βασικής αλλά σωστής ταξινόμησης. Δημιουργήσαμε τη μία χειροκίνητα και προσπαθήσαμε να δημιουργήσουμε την άλλη ψηφιακά. Αλλά όπως φάνηκε, χωρίς καμία προσπάθεια ανάλυσης των δορυφορικών εικόνων, το αποτέλεσμα δεν είναι όσο καλό ελπίζαμε.
Οπότε ας προσπαθήσουμε λίγο περισσότερο με την ψηφιακή ταξινόμηση και ας δοκιμάσουμε μια κατευθυνόμενη ταξινόμηση του Κατμαντού για να δούμε τι θα συμβεί. Να θυμάστε - θέλουμε να κάνουμε επικάλυψη του χάρτη μας που σχεδιάστηκε με το χέρι με μια ψηφιακή ταξινόμηση. Και φυσικά, θέλουμε η εικόνα να είναι σχετικά ίδια.
Η ταξινόμηση μέγιστης πιθανότητας είναι μια μέθοδος κατευθυνόμενης ταξινόμησης. Βασίζεται σε εξελιγμένες στατιστικές μεθόδους. Χρησιμοποιεί πεδία εκπαίδευσης που αντιπροσωπεύουν τις διαφορετικές κατηγορίες χρήσης της γης. Κάθε κατηγορία χρήσης γης έχει το δικό της ειδικό φασματικό αποτύπωμα. Πρέπει να οριστεί τουλάχιστον ένα πεδίο εκπαίδευσης για κάθε τύπο κάλυψης γης που θα ταξινομηθεί. Το LEOWorks αξιολογεί όλα αυτά τα πεδία εκπαίδευσης και εκχωρεί κάθε στοιχείο εικόνας (pixel) σε μία από τις δεδομένες κατηγορίες χρήσης γης.
Στο μεταξύ, είστε πλέον ειδικοί του Κατμαντού και η επιλογή πεδίων εκπαίδευσης δεν θα πρέπει να αποτελεί πρόβλημα. Αλλά να ξέρετε ότι όσα περισσότερα πεδία εκπαίδευσης έχετε να δυνατότητα να επιλέξετε για μια κατηγορία και με όσο μεγαλύτερη ακρίβεια το κάνετε, τόσο πιο ακριβή θα είναι το αποτέλεσμα.
Θα χρησιμοποιήσουμε ολόκληρο το φάσμα των ζωνών LANDSAT. Για να το κάνετε αυτό, ανοίξτε τις εικόνες
Kathmandu_Landsat_2001_Band_1.tif,
Kathmandu_Landsat_2001_Band_2.tif,
Kathmandu_Landsat_2001_Band_3.tif,
Kathmandu_Landsat_2001_Band_4.tif,
Kathmandu_Landsat_2001_Band_5.tif,
Kathmandu_Landsat_2001_Band_61.tif,
Kathmandu_Landsat_2001_Band_7.tif
και για την επιλογή των πεδίων εκπαίδευσης το
Kathmandu_Landsat_2001_Band_453.tif.
Kathmandu_Landsat_2001_Band_453.tif και επιλέξτε Multivariate Analysis>Supervised Classification>Select Training Fields (Ανάλυση με πολλαπλές μεταβλητές>Κατευθυνόμενη ταξινόμηση με >Επιλογή πεδίων εκπαίδευσης).
Επιλέξτε Draw Polygon (Σχεδίαση πολυγώνου) από τη γραμμή εργαλείων.
Ξεκινήστε με το δάσος. Σχεδιάστε ένα πολύγωνο μέσα στο βορειοδυτικό δάσος και ονομάστε την κατηγορία «Δάσος και θάμνοι». Σχεδιάστε ένα άλλο πολύγωνο μέσα στο νοτιοδυτικό δάσος και ονομάστε ξανά την κατηγορία «Δάσος και θάμνοι». Σχεδιάστε μερικά ακόμη πολύγωνα εντός της γης με δάσος και ονομάστε την κατηγορία. Κάντε το ίδιο με όλες τις άλλες κατηγορίες.
Κατηγορίες υψηλού επιπέδου
- Ποτάμια
- Πυκνοκατοικημένοι οικισμοί
- Λιγότερο πυκνοκατοικημένοι οικισμοί
- Διάδρομοι αεροδρομίου
- Δάσος και θάμνοι
- Βοσκοτόπια και έδαφος καλλιεργειών
Επιλέξτε Multivariate Analysis>Supervised Classification>Maximum Likelihood (Ανάλυση πολλαπλών μεταβλητών>Κατευθυνόμενη Ταξινόμηση>Μέγιστη πιθανότητα) και επιλέξτε όλες τις εικόνες (εκτός από το Kathmandu_Landsat_2001_Band_453.tif).
Ρυθμίστε την Threshold Value (Τιμή κατωφλίου) σε «5%».
Τα χρώματα στην ταξινόμηση θα πρέπει να αλλαχθούν.
Επιλέξτε Image>Add Legend (Εικόνα>Προσθήκη λεζάντας) και ελέγξτε το συνδυασμό των χρωμάτων και των ονομάτων κατηγοριών.
Επιλέξτε Edit LookUp Table (Επεξεργασία πίνακα αναζήτησης) και επιλέξτε το χρώμα της κατηγορίας δασών. Αλλάξτε το χρώμα σε σκούρο πράσινο. Αλλάξτε και όλα τα άλλα χρώματα.
Αποθηκεύστε την ταξινόμηση ως «Kathmandu_2001_maximlike.tif» στο φάκελο Κατμαντού.
Γιατί υπάρχουν μερικές μη ταξινομημένες (λευκές) περιοχές στην κατευθυνόμενη ταξινόμηση του Κατμαντού;
Ποιες γεωγραφικές καταστάσεις είναι μη ταξινομημένες;
Σε πόσες κατηγορίες θα χωρίζατε τη λευκή περιοχή;
Which colours would you give those classes?
What happened to the 'River' class? Why is that class still unclassified?
|