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 4-5-3 , cu aceasta facandu-se celmai 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: