Page12

Nu je Cordoba en omgeving beter kent, gaan we een kaart van de landbedekking maken. Dat doen we met gecontroleerde classificatie, wat inhoudt dat de informatie om de verschillende soorten landbedekking in kaart te brengen afkomstig is uit externe bron. Een algoritme in de software vergelijkt de waarden van elke pixel met de verstrekte informatie en berekent dan met welke klasse de pixel het meest verband houdt.
 
Dat doen we twee keer: voor de afbeelding van 2009 en daarna voor de afbeelding van 1992. In deze oefening gebruiken we de drie hoofdklassen landbedekking die we in de vorige oefening hebben genoemd. Zo kunnen we elke klasse landbedekking kwantificeren en het oppervlak van het verstedelijkte gebied beoordelen, zowel in 1992 als in 2009.

Classificatie van landbedekking

Open LEOWorks
Open/Multiple Files as Single Dataset: 2009_cordoba_B1 tot en met 2009_cordoba_B7

Voor LEOWorks3: Open 2009_cordoba_B1.tif.
>Klik op OK in het Image Preview-venster.
>Toon band1.

Doe hetzelfde voor de andere 2009-banden.

Voor gecontroleerde classificatie hebben we vooraf bepaalde informatie nodig. Die informatie is je ter beschikking gesteld in de vorm van de bestanden class Urban.shp, Bare soil.shp en Vegetation.shp (LEOWorks4) trainingfields2009 (LEOWorks3). We gaan eerst deze trainingsvelden onderzoeken. Daarvoor hebben we een RBG-beeld nodig (rood, blauw en groen).

Maak op dezelfde manier als in de vorige oefening een beeld in valse kleuren met band 4 in rood, band 5 in groen, en band 3 in blauw.

Ga naar Tools - Classification – Supervised - en maak drie klassen: Stedelijk, Kale grond en Vegetatie. Importeer de trainingsvelden (TF) uit het shp-bestand. (zie LEOWorks Tutorial voor nadere instructies).

Voor LEOWorks3: kies Multivariate Analysis- Supervised Classification-Select Trainingfields-Open Trainingfields: trainingfields2009.  
 

Page12