ESAEducationHoofdpaginaWeer en klimaatOpwarming van de AardeNatuurrampen
   
Kustverandering
DonaudeltaOlievlekken
Ontbossing
Nationaal park BardiaBassin van de CongorivierOlifantenreservaat Kaming SonitpurKilimanjaroRondoniaShillong en Guwahati
Ijs
Antarctica 2003Gletsjers analyseren met radarbeeldenKlimaatverandering en gletsjersTerugtrekken van gletsjers in de AlpenStroming van gletsjerijsObservatie van gletsjers in de HimalayaRemote sensing van ijs en sneeuw
Verstedelijking
CaïroCordobaKathmanduHimalayaKathmanduvalleiLagos
Vegetation
Beschermd natuurgebied AnnapurnaSpoorloos in de AndesNgorongoro Conservation AreaBinnendelta van de NigerZuid-Amerika
 
 
 
 
 
printer friendly page
Cordoba 2009 met trainingsvelden
Oefening 2: Classificatie van landbedekking (vervolgd)
 
Page12

 
Wijzig de kleuren van de veelhoeken door de eigenschappen van elke klasse te veranderen.

Voor LEOWorks3: Gebruik Inspect TF Statistics en kies uit de tabel het trainingsveld dat je in het beeld nader wilt bekijken.

Nu kun je zien welke pixels zijn geselecteerd als trainingsvelden voor de gecontroleerde classificatie. Alle kleine gemarkeerde gebieden in het beeld zijn zuivere klassen landbedekking, d.w.z. stedelijk gebied, vegetatie of kale grond. Die trainingsvelden zijn gemaakt door pixels met maar één soort landbedekking te selecteren. Na extractie van de informatie in elke band van deze pixels wordt er een (statistische) signatuur van elk type landbedekking en voorbeeld gemaakt.

1. Bestudeer de trainingsvelden. Bestudeer ook de statistische gegevens van elk trainingsveld en elk van de drie klassen landbedekking. Zijn ze homogeen binnen een klasse? Kijk voor de beantwoording van deze vraag wat de Standaarddeviatie is.

De classificatie wordt uitgevoerd door een algoritme volgens maximale waarschijnlijkheid. Het kent elke pixel van de volledige afbeelding toe aan een klasse landbedekking wanneer het volgens de verstrekte informatie en statistische metingen het waarschijnlijkst is dat de pixel daartoe behoort.

Start de Classificatie. Selecteer al de banden van 2009_cordoba-afbeeldingen. Stel de drempel op 0; zo worden alle pixels geclassificeerd.

2. Vergelijk jouw landbedekkingskaart met de afbeeldingen. Welke klasse vertegenwoordigt welke landbedekking?

3. Beschrijf kleur en homogeniteit van elke klasse in de originele afbeelding.

 
 
Voorbeeld van een geclassificeerde afbeelding
Voeg de legenda toe en wijzig tot slot de kleuren van de klassen landbedekking. Bestudeer het Rapport (aantal en gebied van pixels in elke klasse).

Je kunt het volgende resultaat krijgen:
 
 

4. Beoordeel de kwaliteit van de geclassificeerde afbeelding, een min of meer grove landbedekkingskaart. Leg die naast de originele afbeelding (Cordoba 2009, banden 435). Staan er fouten in, bijvoorbeeld gebieden die niet goed zijn geclassificeerd? Bespreek hoe je de kwaliteit van de classificatie zou kunnen verbeteren.

Sla deze geclassificeerde afbeelding op als Cordoba_2009_class, maar houd de RGB-afbeelding op je scherm, want die is nodig in de volgende oefening.

Page12

 
 
 


Stedelijke uitbreiding van Cordoba
InleidingAchtergrond
Oefeningen
Oefening 1: De opnamen van 1972 tot 2009 bestuderenOefening 2: Classificatie van landbedekkingOefening 3: Verandering opsporen
Eduspace - Software
LEOWorks 3
Eduspace - Download
Cordoba.zip
 
 
 
   Copyright 2000 - 2014 © European Space Agency. All rights reserved.