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
Lagos - Oefeningen met Landsat data - Vervolg
 
Pagina123
 
 
Selection of training fields
Selectie van trainingsvelden
Multispectrale beeldclassificatie
 
Maximale waarschijnlijkheid

In oefening 2 heb je objecten en elementen van het oppervlak van Lagos in klassen verdeeld. Om de kenmerken van een satellietbeeld te interpreteren, is een gevisualiseerde classificatie erg nuttig. De geclassificeerde afbeelding is, met een paar eenvoudige wijzigingen, vergelijkbaar met een thematische kaart.

De belangrijkste klassen van het oppervlak van Lagos zijn dichtbegroeide bossen, dichtbebouwde gebieden, gemiddeld bebouwde gebieden, woonwijken met tuinen en industriële gebieden, natuurlijke bedekking (groene ruimte), strand, water.

De classificatie van maximale waarschijnlijkheid is een gecontroleerde classificatiemethode. Hij maakt gebruik van trainingsvelden. Deze velden dienen als referentie voor bepaalde kenmerken. Voor elk type landbedekking dat geclassificeerd moet worden, moet minstens één trainingsveld worden gedefinieerd.

Het programma vergelijkt al die bemonsterde referenties en wijst elk beeldelement (elke pixel) toe aan een van de gegeven soorten landbedekkingsklassen.

Open het programma LEOWorks. Als je de afbeeldingen van Lagos nog niet hebt gedownload, ga dan naar Download bovenaan het Werkblad en volg de instructies op.

Kies Bestand>Open. Er verschijnt een dialoogvenster. Kies de map Lagos en selecteer de eerste afbeelding Lagos_Landsat_Band_3.tif. Open ook Lagos_Landsat_Band_4.tif, Lagos_Landsat_Band_5.tif en lagos_landsat_453.tif.

Selecteer (activeer) de afbeelding lagos_landsat_453.tif.

Kies Multivariabele analyse>Gecontroleerde classificatie>Selecteer trainingsvelden.
 
 
Classified image of Lagos
Geclassificeerde afbeelding van Lagos
Selecteer Teken veelhoek in de taakbalk.

Let op: Hoe meer trainingsvelden je voor een klasse kunt selecteren, hoe nauwkeuriger het resultaat.

Begin met wateroppervlakken en teken een veelhoek in een watermassa. Noem deze klasse Water. Zoek een ander stuk om een tweede veelhoek in een watermassa te tekenen. Noem die klasse ook Water, enzovoort.

Als je klaar bent met het water, teken dan een veelhoek in een gebied dat met dichtbegroeid bos is bedekt en noem die Dichtbegroeid bos. Doe hetzelfde met alle zeven voorgeselecteerde hoofdklassen.


Kies Multivariabele analyse>Gecontroleerde classificatie>Maximale waarschijnlijkheid en selecteer de afbeeldingen Lagos_Landsat_Band_3.tif, Lagos_Landsat_Band_4.tif en Lagos_Landsat_Band_5.tif. Stel de Drempelwaarde op 0% in.

Er wordt een nieuwe geclassificeerde afbeelding geopend. Hij bevat zeven kleuren, die de zeven klassen weergeven.
 
 
Classified image of Lagos using improved colours
Geclassificeerde afbeelding van Lagos met verbeterde kleuren
Kies Afbeelding>Voeg legenda toe en controleer de combinatie van kleuren en klassennamen. In de meeste gevallen komen de kleuren niet overeen met de natuurlijke eigenschappen van de klassen. We gebruiken normaal gesproken donkergroen voor bossen, rood voor dichtbebouwde gebieden en blauw voor water. Om de klassen beter te begrijpen, zullen we onze kleuren veranderen in bekendere kleuren.

Kies Bewerken opzoektabel en selecteer de kleur van de waterklasse. Verander de kleur naar donkerblauw. Verander ook alle andere kleuren.

Bewaar de afbeelding als lagos_classified.tif in je map Lagos en vergelijk hem met de afbeelding lagos_landsat_453.tif.

Zijn de geclassificeerde structuren te zien in de afbeelding met valse kleuren?

Welke afwijkingen kun je zien als je goed kijkt?

 
 
Meten
 
Een enorme uitdaging voor tropische steden zoals Jakarta, Manaus, Nairobi en Lagos is de enorme immigratiestroom.

De bevolking van Lagos groeit elke dag. In het decennium van 2000 tot 2010 wordt de groei geschat op 7 miljoen mensen. Naast het probleem dat er bouwruimte voor gebouwen moet worden vrijgemaakt, is de noodzakelijke ontwikkeling van een infrastructuur van een stad een enorme uitdaging voor elke regering. Daar zijn enorme kosten aan verbonden.

Waarom migreren mensen in het algemeen van plattelandsdistricten naar steden?

Welke specifieke redenen zouden Nigeriaanse migranten hebben?

Probeer te bepalen wat de algemene eisen zijn voor een werkende infrastructuur in een megastad.

Welke problemen kunnen ontstaan in de sectoren van drinkwaterbevoorrading, openbaar vervoer, kanalisering, gezondheidszorg en onderwijs als de bevolking zo snel groeit als in Lagos?

 
 
Lagos, 2 February 2000
De stad Lagos
De enorme spreiding van Lagos is duidelijk zichtbaar in de Landsat-afbeelding met ware kleuren (resolutie van 120m). De stad kronkelt langs lagunes en door tropische bossen. Hij heeft zich tot diep in de omringende natuur verspreid.

Je zou kunnen aannemen dat de miljoenen inwoners in losse structuren leven, gezien het enorme oppervlak van Lagos.

In de volgende oefening wordt die vraag verduidelijkt.

Open het programma LEOWorks. Als je de afbeeldingen van Lagos nog niet hebt gedownload, ga dan naar Download bovenaan het Werkblad en volg de instructies op.

Kies Bestand>Open. Er verschijnt een dialoogvenster. Kies de map Lagos en selecteer de afbeelding Lagos_Landsat_Band_321_120m.tif.
 
 
Polygon around the city limits
Veelhoek rond de stadsgrenzen
We gaan nu de oppervlakte van de stad Lagos meten en de bevolkingsdichtheid berekenen. De vergelijking met megasteden in Europa zal een aantal interessante vragen oproepen over het dagelijks leven in Lagos.

Kies Afbeelding>Meetinstrument en selecteer Eenheden>Meters.

Je hoeft de pixelgrootte niet in te vullen. Dat is niet nodig omdat het GeoTIFF-format voor de gegevens is gebruikt.

Teken een veelhoek rond het afgesloten stadsoppervlak dat in de afbeelding in heldere kleuren te zien is. Begin aan de zuidkant door op de rechtermuisknop te klikken. Teken de veelhoek langs de stadsgrenzen en sluit hem met de linkermuisknop.


Alle informatie wordt in het dialoogvenster getoond, de afstanden van elke vector, de lengte van de veelhoeksegmenten en de oppervlakte.

Zet de m² in km² om.

Bereken nu de bevolkingsdichtheid met behulp van de gemeten oppervlakte van Lagos en de geschatte bevolking in het jaar 2000 (13 miljoen).

Let op: De berekende bevolkingsdichtheid heeft betrekking op het bebouwde gebied van Lagos en niet op de administratieve stadsgrens, die een groter gebied omvat.

Vergelijk de bevolkingsdichtheid met die van Londen (1580 km², 7,7 miljoen inwoners), Parijs (1200 km², 2,1 miljoen inwoners) en Berlijn (839 km², 3,5 miljoen inwoners) en met je eigen woonplaats.

Welke conclusies kun je uit deze vergelijking trekken?

Wat betekent de gemiddelde dichtheid voor de stadsstructuur van Lagos?


Probeer die vraag te beantwoorden met behulp van de informatie over de drie megasteden Londen, Parijs en Berlijn en je eigen woonplaats en het inwonertal van Lagos (de wijken van Lagos met de hoogste bevolkingsdichtheid hebben 200.000 inwoners per km²).
 
 


Pagina123

 
 
 


Lagos
InleidingAchtergrond
Oefeningen
InleidingOefeningen met Landsat dataOefeningen met Ikonos data
Eduspace - Software
LEOWorks 3
Eduspace - Download
lagos.zipTechnical information about Landsat bands (PDF)IKONOS Lagos images
 
 
 
   Copyright 2000 - 2014 © European Space Agency. All rights reserved.