DALJINSKA DETEKCIJA - SISTEM ZA INTEGRISANI PREMER
KORIŠĆENJE ZEMLJIŠTA ZEMLJIŠTE KOJE KORISTI ČOVEK U CILJU UPRAVLJANJA I PRETVARANJA NEISKORIŠĆENOG ZEMLJIŠTA U ISKORISTIVO
PRIMENA Poljoprivreda Upravljanje rizicima Prostorno planiranje Urbanizam Šumarstvo Građevinarstvo Državne institucije
KLASIFIKACIJA SATELITSKIH SNIMAKA U kompjuterskom smislu, predstavlja izradu tematske digitalne karte, podelom u više klasa. Proces dodavanja kategorije svakom pikselu prema sličnim karakteristikama.
CILJ Osnivni cilj je pojednostavljenje i/ili promena reprezentacije satelitskog snimka u nešto što je mnogo smislenije i lakše za analizu.
PODELA prema načinu izvođenja: Automatska Poluautomatska Manuelna
PODELA prema veličini oblasti za koju se sprovodi: Velike Srednje Male
PODELA prema metodi zasnovanoj na: spektralnim vrednostima i/ili njihovim odnosima (automatska, za velike i srednje oblasti); izradi spektralnih potpisa (automatska ili poluautomatska, za srednje i male oblasti);
1. Spektralne osobine - Landsat 7 Band Deo spektra Talasna dužina (μm) Karakteristike 1 Blue 0.45-0.52 Pogodan za klasifikaciju vodenih površi 2 Green 0.52-0.60 Pogodan za vegetaciju 3 Red 0.63-0.69 Pogodan za razdvajanje goleti od vegetacije 4 NIR 0.76-0.90 Pogodan za razdvajanje vodenih površi 5 Mid IR 1.55-1.75 Pogodan za razdvajanje oblaka od snega 6 Thermal IR 10.40-12.50 Nosi informacije o temperaturi 7 2.08-2.35 Osetljiv na vlažnost.
ODNOSI KANALA 3/4: Ovaj indeks definiše goleti i urbane sredine. Ne može da razdvoji njive, šume i vodene površi. 4/3: Razdvaja vegetaciju, goleti i vodene površi. 5/7: Razdvaja vodu od zemljišta 2/3: Razdvaja njive i goleti. Ne može da razdvoji šume i vodene površi. 3/2: Razdvaja šumu od njiva. Pogodan za klasifikaciju vegetacije. 4/5: Razdvaja vodu od zemljišta. Pogodan za detektovanje prisustva vlage na njivama. 5/4: Razdvaja vodene površi od šume, goleti i vegetacije. 5/7: Razdvaja vodu od zemljišta. Pogodan za analizu suše i bujnosti vegetacije. 3/5: Razdvaja goleti, urbane zone i objekte od šuma i vodenih površi. 7/2: Razdvaja šume od njiva. Ne razlikuje šumu od vodene površi.
Prednosti i nedostaci - Landsat 7 Automatska klasifikacija Brz i jednostavan metod Za analize velikih oblasti Za tematske karte sitnije razmere (1:100 000, 1:200 000) Nedostaci: Nedovoljna detaljnost Rezolucija 30m
PRIMER 1: Thresholding metod klasifikacije Jedan od najednostavnijih metoda klasifikacije. Ovaj metod je zasnovan na pretvaranju grayscale satelitskih snimaka u snimak sa nekoliko klasa, postavljanjem graničnih vrednosti. Primer: NDVI=(NIR-R)/(NIR+R); -1<pixel<1. -1 do 0 vodene površi 0 do 0.4 golet 0.4 do 1 vegetacija
NDVI Klasifikacija Landsat 7
Klasifikacija po izradi spektralnih potpisa
Jedan od metoda koji se koriste jeste Mumford-Shah varijacioni model. Image preprocessing Opcioni korak. Diskontinuitet se zadržava, a slične vrednosti se homogenizuju. Jedan od metoda koji se koriste jeste Mumford-Shah varijacioni model.
Preprocessing Datoteka spektralnog potpisa se generiše automatski na osnovu zadatog broja klasa ili se generiše na osnovu digitalizovanih uzoraka ili mapa za obuku sistema.
Neke metode za podelu na segmente Thresholding K-means Metoda histograma Detekcija ivica Metoda rasta regiona Parametarske metode Aposteriorna metoda prognoze sekvencionalnog maksimuma (radiometrijska ili geometrijska)
Jedna od proverenih jeste metod maksimalne sličmosti. Klasifikacija Na osnovu datoteke spektralnih potpisa i izvornog snimka, vrši se klasifikacija nekom od metoda. Jedna od proverenih jeste metod maksimalne sličmosti.
PRIMER 2: Automatska klasifikacija sa spektralnim potpisom
PRIMER 3: Poluautomatska klasifikacija sa spektralnim potpisom
GIS alati koji se koriste Raster algebra Raster2Vector Funkcije segmentacije i klasifikacije
Zaključak Manualni način skoro potpuno zamenjen automatskim ili poluautomatskim. Primenjivost zavisi od zahtevane razmere. Uz manju ili veću kalibraciju modela daje dobre rezultate.