Urbanizzazione – rilevamento mediante tracciatura del perimetro urbano


Page12


 
Parte 1
 
Dopo aver valutato e interpretato visivamente queste due immagini satellitari ad altissima risoluzione, proseguiremo con l’analisi dell’urbanizzazione di Lhasa provando a quantificare la sua espansione territoriale nel periodo dal 1965 al 2000.
Scaricate i dati necessari da: Himalayas_env3.zip.

Inizieremo esaminando due immagini multispettrali acquisite il 1° novembre 1988 e il 28 dicembre 2000. Avviate LEOWorks e aprite le immagini seguenti: 1988_321.tif, 1988_432.tif 1988_543 e 1988_753.tif.
La sequenza 1988_321 ha il seguente significato: immagine dell’anno 1988 in colori reali, banda 3 in rosso, banda 2 in verde e banda 1 in blu. L’immagine 1988_432 utilizza la banda 4, la banda dell’infrarosso vicino in rosso, ecc. La banda 5 appartiene allo spettro dell’infrarosso (circa 1,6 μm), così come la banda 7 (circa 2,2 μm)
All’apertura delle immagini, il loro aspetto è simile al seguente:
 
 
 
Differenti combinazioni di bande nelle immagini di Lhasa del 1988
 
Come potete osservare, il contrasto delle immagini è piuttosto debole ed è difficile distinguere i diversi tipi di copertura del suolo. Questo accade perché i valori di grigio dei pixel delle immagini sono piuttosto ravvicinati.

Premete il pulsante “Image histogram” (Istogramma immagine) nella finestra di visualizzazione.

Viene aperta una finestra che mostra l’istogramma dell’immagine. L’istogramma viene presentato per ogni canale dell’immagine. Come sapete, le immagini a colori utilizzano solitamente tre canali: rosso, verde e blu.

L’istogramma seguente descrive la distribuzione dei valori dei pixel (nella scala di grigi) in relazione al canale rappresentato. Poiché si tratta di un set di dati a 8 bit, i valori di grigio delle immagini possono variare da 0 a 255. Ciò significa che, per ogni pixel, esistono 256 valori possibili: 2^8 (2*2*2*2*2*2*2*2 = 256).

Come potete vedere dall’istogramma, la maggior parte dei valori di grigio è compresa tra 9 e 128. Spostando il mouse sull’istogramma, compare una croce e nella casella di informazioni inferiore vengono indicati il valore (“level”) e il numero totale di pixel che presenta lo stesso valore (“count”).

Non viene usato l’intero spettro dei 256 valori di grigio, ma solo un sottoinsieme di 119 valori (128-9). Poiché per l’occhio umano è piuttosto difficile distinguere tra colori molto simili, può essere utile distribuire le informazioni sull’intero spettro delle 256 possibilità.
 
 
 
Istogramma dell’immagine
 
In LeoWorks, premete Enhance > Histogram Equalization (Accentua > Equalizzazione istogramma). Premendo il pulsante osserverete immediatamente l’effetto dell’operazione. Esaminate nuovamente l’istogramma dopo l’equalizzazione. Poiché ora la rappresentazione utilizza l’intero spettro, il contrasto dell’immagine appare molto più accentuato.

Ripetete la procedura con tutte le immagini e confrontatele.

1. Perché un’immagine digitale è formata da 3 canali? Quali potrebbero essere le bande spettrali utilizzate (guardate i tre esempi)?

2. Quale dovrebbe essere l’aspetto ottimale dell’istogramma?

3. Perché nell’immagine originale mancavano contrasto e colori?

4. Quali sono le differenze tra queste 3 combinazioni di bande?

5. In che colore appare la vegetazione nelle diverse immagini?

6. In che colore appare l’area urbanizzata nelle diverse immagini? (Usate le immagini lhasa_1965 e lhasa_2000_3m per distinguere l’area urbana dalla campagna, ecc.)


Esaminando le diverse immagini, tutte basate su combinazioni di bande differenti, noterete che gli oggetti vengono rappresentati in colori diversi.

I diversi colori di queste immagini sono dovuti alle differenti combinazioni di bande del sensore. L’immagine è stata acquisita il 1° novembre 1988 dal Landsat Thematic Mapper. Ha una risoluzione spaziale di 28,5 metri e 7 bande differenti (6 spettrali, 1 termica).
Le bande spettrali sono definite come segue:

    Banda 1: blu
    Banda 2: verde
    Banda 3: rosso
    Banda 4: infrarosso vicino
    Banda 5: infrarosso medio
    Banda 6: termica (qui non disponibile)
    Banda 7: infrarosso medio

Page12


 
 
 
Last update: 14 Maggio 2013


Himalaya

 •  Problemi ambientali in Himalaya (http://www.esa.int/SPECIALS/Eduspace_Global_IT/SEMTBKUJ15G_0.html)
 •  Urbanizzazione (http://www.esa.int/SPECIALS/Eduspace_Global_IT/SEM0FKUJ15G_0.html)
 •  La regione dell’Himalaya (http://www.esa.int/SPECIALS/Eduspace_Global_IT/SEMNZKUJ15G_0.html)
 •  Ecosistemi montuosi (http://www.esa.int/SPECIALS/Eduspace_Global_IT/SEMZ4LUJ15G_0.html)
 •  Aree di Nepal (http://www.esa.int/SPECIALS/Eduspace_Global_IT/SEMJENUJ15G_0.html)
 •  Tibet (http://www.esa.int/SPECIALS/Eduspace_Global_IT/SEMFLNUJ15G_0.html)

Esercizi

 •  Himalaya (http://www.esa.int/SPECIALS/Eduspace_Global_IT/SEMVMUUJ15G_0_ov.html)
 •  Unità paesaggistiche del Nepal (http://www.esa.int/SPECIALS/Eduspace_Global_IT/SEM7NNUJ15G_0.html)
 •  Urbanizzazione – 40 anni di sviluppo urbano a Lhasa (http://www.esa.int/SPECIALS/Eduspace_Global_IT/SEMMYNUJ15G_0.html)
 •  Ecosistemi montuosi – rilevamento delle frane nel Langtang Himal (http://www.esa.int/SPECIALS/Eduspace_Global_IT/SEMJRSUJ15G_0.html)

Links

 •  Link esterni (http://www.esa.int/SPECIALS/Eduspace_Global_IT/SEM36TUJ15G_0.html)

Eduspace - Software

 •  LEOWorks 3 (http://esamultimedia.esa.int/multimedia/LEOWorks3.exe)

Eduspace - Download

 •  Himalayas_env1.zip (http://esamultimedia.esa.int/docs/eduspace/Himalayas_env1.zip)
 •  Himalayas_env2.zip (http://esamultimedia.esa.int/docs/eduspace/Himalayas_env2.zip)
 •  Himalayas_env3.zip (http://esamultimedia.esa.int/docs/eduspace/Himalayas_env3.zip)
 •  Himalayas_env4.zip (http://esamultimedia.esa.int/docs/eduspace/Himalayas_env4.zip)

Eduspace - Download

 •  MERIS images of Kathmandu valley (zip file) (http://esamultimedia.esa.int/docs/eduspace/Kathmandu_airpollution_Ex-3.zip)

Eduspace - Software

 •  LEOWorks 3 (http://esamultimedia.esa.int/multimedia/LEOWorks3.exe)
 •  ArcExplorer (http://esamultimedia.esa.int/multimedia/eduspace/ae2setup.zip)