Android-приложение для поиска дешевых авиабилетов: play.google.com
Главная -> Дистанционное зондирование

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 [109] 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129

Крова, представлял собой бассейн р. Лемон (18 тыс. га) в Скалистых горах на юго-западе Колорадо (США). Местность тестового участка пересеченная, перепад высот от >-2000 до <4200 м. Здесь существует сложное многообразие типов лесного покрытия, есть горы, альпийская тундра, сельскохозяйственные области, водные пространства, геологические обнажения и различные искусственные признаки. Граница распространения леса находится на высоте -ЗбОО м, а ниже густота посадок колеблется как между различными типами лесного покрытия, так и внутри их.

Для картографирования снежного покрова в бассейне р. Лемон были получены многоспектральные сканерные данные Скайлаб 5 июня 1973 г. В это время паковый снег таял, особенно на более низких высотах, и различия в состоянии снега в зависимости от рельефа были заметны. Сканер Скайлаб собрал данные об отражательной способности в 13 каналах длин волн, пять из которых представляли видимые длины волн, три- ближний инфракрасный диапазон, четыре--средний инфракрасный и один - тепловой инфракрасный. 13-канальные данные представлены в виде изображений (см. рис. V.30). Кроме первичных данных Скайлаб с высоты 18 тыс. м (600 тыс. футов) были получены аэрофотоснимки, и топографическая информация Геологической службы США совмещалась со сканерными данными.

Анализ многоспектральных сканерных данных проводился в несколько этапов, которые следует рассмотреть. Вначале методом кластерного анализа, но без наземной информации определялись статистические данные о подклассах снега (разд. III.10). В результате применения метода неконтролируемой классификации было получено пять различных спектральных классов снега, которые можно было различить в данных. Метод контролируемой классификации использовался для того, чтобы научить ЭВМ распознавать другие основные типы земного покрытия области, такие как вода, лес, сельскохозяйственные земли и класс зеркального отражения для некоторых водных поверхностей. Поэтому для окончательной классификации было определено всего девять спектральных классов.

Второй метод анализа, который следует рассмотреть отдельно,- это использование многоуровневой классификации [17, 18]. В сущности, в случае с многоуровневым классификатором алгоритм классификации по правилу максимума правдоподобия применяется последовательно или по уровням. Основное преимущество этого метода состоит в том, что он делает возможным многоспектральное разделение подмножеств классов при оптимальном сочетании спектральных каналов для каждого процесса дифференциации. На рис. VI. 16 показано «дерево решения», полученное для этой задачи картографирования снежного покрова. Чтобы отличить классы сельскохозяйственных земель, леса и воды от пяти классов снега и класса зеркального



отражения, понадобился только канал 5 (0,62-0,67 мкм). Если бы была необходима дальнейшая дифференциация между сельскохозяйственными культурами, деревьями и лесом, ее можно было бы выполнить с помошью каналов 7 и 8. Использование совмешенной спектральной схемы - удобный способ для аналитика, позволяюший увидеть, характеристикам какого из каналов соответствуют обучающие классы (рис. VI.17). В данном.

(Сельскохозяйственные культуры,деревья ,вода,\ зеркальное отрао>сение,клаесы снега 1,2,3,Ц,5 J

-• Канал 5 \ Полоса (0,62-0,67мкм) \

ГСельскохозяй. f Зеркальное \

ственные \ ( отражение, V

, культуры, ) V классы снега 1,2,3,*,5/

удеревьявода у ---.-

Полосы (О,78-0,88мк,) / =,4

/ i\ / Каналы 7,8

\/то «А, ; / Полосы (0,78- 0,88мкм)

(0,98-1,03мкм) / , 10,2-12,5 мкм)

- , \ - , \

(Сельскохозяйст, I \ /*ЗеркальиоеЧ (КлассЛ ft f Классы Л

УвенныекулыурьУ, \ (отражение) УснегаЦу) Уснегаэ; (нега 1,2,3)

Деревья (Врп

/ / 1

/ Каналь: 9,10,13 / Полосы (1,09-1,19 мкм) / / (1,20-1,30мкм) / I (10,2-12,5мкк)

/ / I

/"ктасГЧ ( Класс N С классе

Рис. VI. 16. Дерево решения для классификации снежного покрова

случае характеристики каждого из девяти спектральных классов (идентифицируемых как А посредством 1) показаны для каждого из 12 каналов. Рассматривая эту схему, аналитик мог определить, что в канале 5 есть четкое различие между группой классов А, В и С (сельскохозяйственные культуры, деревья и вода) и шестью остальными классами. Аналогичным образом,, на схемах каналов 7 и 8 показана возможная спектральная разделимость между классами А, В и С.

Дифференциация между остальными шестью классами была более сложной и требовала выполнения двух последовательных шагов классификации. При рассмотрении совмешенной спектральной схемы видно, что канал 7 мог использоваться для разделения трех остальных спектральных классов (D, 1 и Н) и чта их затем можно было разделить с помощью девятого или десятого канала. Таким образом, при использовании метода много-

33&



0,0 3600

1 0.i.l-0 4£

046-0.51

3 0,52-0,56

4 0,56-0.61

5 0.62- 0,67;

6 0,68-076

7 0,78-0,38

8 0,98-1,03

S 1,09-1,19

10 U0-i,30l

ll 1.55-1.75

3600 72.00 lOfi.O .44,0 180,0 216,0 252,0 288,0

...Л...

.....*

DECISION .

..,,.......... II

t" f + i J4

il2 2.10-2

.13 I0,2i

0,0 36,00 72,00 ЮаО 144,0 180,0 216,0 252,0 28S,0

Puc. VI. 17. Совмещенная спектральная схема девяти спектральных классов



0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 [109] 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129



0.0116
Яндекс.Метрика