Referat Teledetectie

  • View
    178

  • Download
    10

Embed Size (px)

DESCRIPTION

cadastru, anul 3, fifim bucuresti

Text of Referat Teledetectie

Referat Teledetectie: Stanciu Bogdan Mircea.

Grupa: 9404

Pentru realizarea acestui referat am utilizat LeoWorks 3.0, si am parcurs urmatoarele etape: Deschiderea celor 7 imagini spectrale.

Interpreatarea vizuala a imaginii LANSAT Pentru o analiza mai usoara a imaginii putem folosii combinatiile RGB , pentru a nuanta si diferentia diferitele clase prezente. Usor observabil este faptul ca zona este acoperita in mare masura de teren(arabil sau cultivat), asa ca vom utiliza combinatia 4-53 , cu aceasta facandu-se cel mai bine distinctia intre tipurile de vegetatie si utilizare a terenurilor. Imaginea combinata denota prezenta a 2 clase majore de teren(culoare verde si maro).

Prin combinatia 4-3-2 putem evidentia diferitele clase in functie de cultura cultivata.

Combinatia 1-2-3,folosita in special pentru analiza suprafetelor acvatice, nu ofera in exemplu de fata o distinctie acceptabila a suprafetelor acvatice, asa ca vom analiza aceasta clasa din combinatiile create anterior. Identificarea claselor si vectorizarea inaginii LANSAT. -pornim meniul: Gis Tool -creem temele necesare: -teren arabil: polygon -rau : polyline -localitati: polygon Pentru a identifica mai usor zona am folosit functia : View- Cursor Position. Astefel putem folosii coordonatele geografice pentru a identifica zona de lucru.

Dupa crearea temelor incepem vectorizarea propriuzisa, avand grija sa formatam temele pentru a le putea evidentia mai usor. Deasemenea putem insera attribute pentru fiecare shape creat.

Dupa finalizarea vectorizarii putem creea harta tematica, adaugand linia Nordului, scara hartii si titlul. Legenda: Rauri Localitati TerenArabil

Clasificarea automata a imaginii Metoda supervizata Pentru a realiza clasificarea supervizata a imaginii vom folosii combinatia spectral 4,3,2, si identificam elementele ce constituie imaginea, selectandu-le cu functia >Select Training Fields

Dupa denumirea fiecarei clase folosind functia >Maximun likelihood, cu treshold setat pe 0 realizam clasificarea. Vom obtine:

Metoda nesupervizata Pentru aceasta metoda folosim functia >Unsupervised Classification, si selectam pentru analiza toate imaginile spectrale.

Folosind 3 clase si un numar mai mare de iteratii vom obtine urmatoarea: