|
|
Oefening 2: Classificatie van landbedekking 
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. Classificatie van landbedekking
Open LEOWorks
Voor LEOWorks3: Open 2009_cordoba_B1.tif. 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.
Last update: 24 oktober 2013
| ||||||||||||||||||||||||||||||||||
1