Imej ke Peta

Satelit kampung Nukuni di Ono-i-Lau, Fiji. Ono-i-Lau adalah sekelompok pulau dalam sistem terumbu penghalang di kepulauan Fiji di Kepulauan Lau. Foto © Planet Labs Inc.

Gambar penginderaan jauh adalah grid piksel dengan nilai berangka sedangkan peta menggunakan koordinat X dan Y untuk menentukan lokasi titik, garis, dan kawasan (poligon) yang sesuai dengan ciri peta. Mengubah imej satelit menjadi peta yang mempunyai ketepatan tinggi adalah proses yang memerlukan pakar dan kerja lapangan.

Dari gambar satelit hingga peta terumbu dengan kelas bentik

Dari gambar satelit (kiri) ke peta terumbu dengan kelas bentik (kanan). Foto dan peta ini menggambarkan Pulau Heron Australia, sebuah karang di hujung selatan Great Barrier Reef. Imej © Allen Coral Atlas

Proses untuk mencipta peta daripada data penderiaan jauh boleh dibahagikan kepada 4 langkah yang kekal serupa untuk semua habitat dengan beberapa perbezaan bergantung pada jenis data penderiaan jauh, skala, pasukan yang melakukan pemetaan, dsb.

Beberapa langkah yang paling biasa ialah:

  1. Memperoleh imejan penderiaan jauh
  2. Memproses data mentah
  3. Latihan dan klasifikasi
  4. Pengesahan

Di sini kami menyediakan gambaran ringkas bagi setiap langkah ini.

1. Memperoleh imejan penderiaan jauh

Terdapat banyak jenis data penderiaan jauh. Imejan satelit optik, imejan satelit radar, imejan hiperspektral daripada penderia bawaan udara, imejan dron, dsb. Data penderiaan jauh yang digunakan untuk projek bergantung pada skala projek, kapasiti untuk analisis data, keperluan habitat dan belanjawan . Sebagai contoh, pemetaan terumbu karang pada satu terumbu akan memerlukan data penderiaan jauh yang berbeza daripada pemetaan tahap global bakau. Sebagai peraturan, lebih kecil kawasan untuk dipetakan, lebih tinggi resolusi imej.

2. Memproses data mentah

Data mentah biasanya memerlukan pemprosesan sebelum ia boleh digunakan. Contohnya, imej untuk memetakan terumbu karang akan diperbetulkan untuk kesan jerebu, litupan awan, kilatan matahari dan kedalaman.

3. Latihan dan Klasifikasi

berasaskan piksel diawasi adalah salah satu teknik analisis imej yang paling biasa. Piksel yang mewakili setiap kelas dipilih dalam skema pemetaan yang akan berfungsi sebagai piksel latihan. Piksel latihan telah disahkan melalui data medan atau sumber lain yang boleh dipercayai dan tandatangan pantulan spektrum telah dibuat. Tandatangan latihan untuk setiap kelas yang akan dipetakan adalah secara kuantitatif dibandingkan dengan setiap piksel dalam imej, dan piksel diperuntukkan kepada kelas pemetaan yang paling serupa dengan tandatangan spektrumnya.

Analisis imej berasaskan objek ialah teknik pengelasan imej terkini dan lebih berkuasa. Analisis imej berasaskan objek mula-mula membahagikan imej kepada objek. Pembahagian adalah berdasarkan tandatangan spektrum piksel, bentuk dan saiz objek, atau tekstur piksel dalam objek. Setelah imej dibahagikan, pengguna memadankan setiap kelas penutup tanah dengan beberapa objek sampel. Imej itu kemudiannya dikelaskan.

pengelasan berdasarkan objek

Segmentasi dan klasifikasi gambar semasa analisis berdasarkan objek. Imej © GISGeografi

4. Pengesahan/Ketepatan

Penilaian atau pengesahan ketepatan adalah bahagian penting dalam mana-mana projek pengelasan dan menyediakan ukuran sejauh mana ketepatan produk peta itu. Ia menggunakan data bebas "rujukan tanah" untuk mengira skor ketepatan berdasarkan statistik berdasarkan perbandingan ayat kelas yang diramalkan (dipetakan) yang diperhatikan dalam medan. Dalam erti kata lain, piksel terkelas atau objek terkelas dibandingkan dengan realiti, atau apa yang wujud di lokasi tersebut. Walaupun pengumpulan data lapangan bebas boleh memakan masa dan mahal, data ini juga boleh diperoleh daripada mentafsir imejan resolusi tinggi, imejan terkelas sedia ada, atau pakar tempatan.

pporno youjizz xmxx. cikgu xxx Seks
Translate »