|
|
Άσκηση 2: Ποσοτικοποίηση της αποψιλωμένης έκτασης 
Τα δεδομένα που θα χρησιμοποιηθούν στην άσκηση αυτή είναι τα εξής: - Rondonia_1989_band1.tif; Rondonia_1989_band2.tif; Rondonia_1989_band3.tif; Rondonia_1989_band4.tif; Rondonia_1989_band5.tif; Rondonia_1989_band7.tif - Rondonia_1999_band1.tif; Rondonia_1999_band2.tif; Rondonia_1999_band3.tif; Rondonia_1999_band4.tif; Rondonia_1999_band5.tif; Rondonia_1999_band7.tif - Rondonia_2009_band1.tif; Rondonia_2009_band2.tif; Rondonia_2009_band3.tif; Rondonia_2009_band4.tif; Rondonia_2009_band5.tif; Rondonia_2009_band7.tif Μετά τον έλεγχο των εικόνων, μπορούμε να προχωρήσουμε στην ανάλυσή τους μέσω ταξινόμησης των εικόνων. Τα κύρια χαρακτηριστικά που θέλουμε να διαχωρίσουμε είναι οι δασικές και οι αποψιλωμένες εκτάσεις. Θα αναζητήσουμε διαφορές στη φασματική υπογραφή, που μετράται από το δορυφόρο, για να δημιουργήσουμε ένα χάρτη της αποψίλωσης στη Ροντόνια. Για να ταξινομήσετε τις εικόνες, θα πρέπει να ανοίξετε όλες τις ζώνες της εικόνας Landsat, εκτός από το κανάλι 6 το οποίο δεν χρησιμοποιείται συνήθως για σκοπούς ταξινόμησης. Προς το παρόν, θα ασχοληθούμε μόνο με το έτος 1989, ώστε να μην ανοίξουμε πάρα πολλές εικόνες.
Για τις εικόνες που μόλις ανοίξατε δεν θα εκτελέσουμε βελτίωση. Είναι σημαντικό να χρησιμοποιήσουμε τις αρχικές τιμές των pixel. Βελτίωση των εικόνων μπορεί να γίνει μόνο όταν απαιτείται καλύτερη οπτικοποίηση.
Ανοίξτε το Unsupervised classification (Μη κατευθυνόμενη ταξινόμηση) και επιλέξτε όλες τις μεμονωμένες ζώνες Rondonia_1989. Στόχος μας είναι να διαχωρίσουμε τις δασικές από τις αποψιλωμένες εκτάσεις. Για το λόγο αυτό, χρειαζόμαστε δύο κατηγορίες. Αφήστε τον αλγόριθμο να εκτελέσει δέκα επαναλήψεις.
Εάν τα χρώματα δεν είναι καθαρά, μπορείτε να τα αλλάξετε προσθέτοντας μια λεζάντα. Θα εμφανιστεί το παράθυρο λεζάντας. Στην αριστερή στήλη, μπορείτε να επιλέξετε τις κατηγορίες και να αλλάξετε το όνομα και το χρώμα. Last update: 10 June 2013
| ||||||||||||||||||||||||||||||||||||
1