Afbeeldingen naar kaarten

Satellietfoto van het dorp Nukuni op Ono-i-Lau, Fiji. Ono-i-Lau is een eilandengroep binnen een barrièrerifsysteem in de Fijische archipel van de Lau-eilanden. Foto © Planet Labs Inc.

Remote sensing-afbeeldingen zijn een raster van pixels met numerieke waarden, terwijl kaarten X- en Y-coördinaten gebruiken om de locatie te bepalen van punten, lijnen en gebieden (polygonen) die overeenkomen met kaartkenmerken. Het omzetten van een satellietbeeld in een kaart met een hoge nauwkeurigheid is een proces dat experts en veldwerk vereist.

Van satellietbeeld tot kaart van het rif met bentische klassen

Van satellietbeeld (links) tot kaart van het rif met benthische klassen (rechts). Deze foto en kaart tonen het Australische Heron Island, een koraaleiland aan de zuidkant van het Great Barrier Reef. Afbeelding © Allen Coral Atlas

Het proces om een ​​kaart te maken op basis van teledetectiegegevens kan worden onderverdeeld in 4 stappen die voor alle habitats hetzelfde blijven, met enkele verschillen, afhankelijk van het type teledetectiegegevens, de schaal, het team dat de kaarten maakt, enz.

Enkele van de meest voorkomende stappen zijn:

  1. Remote sensing-beelden verkrijgen
  2. De onbewerkte gegevens verwerken
  3. Training en classificatie
  4. Validatie

Hier geven we een kort overzicht van elk van deze stappen.

1. Remote sensing-beelden verkrijgen

Er zijn veel soorten teledetectiegegevens. Optische satellietbeelden, radarsatellietbeelden, hyperspectrale beelden van sensoren in de lucht, dronebeelden, enz. De teledetectiegegevens die voor een project worden gebruikt, zijn afhankelijk van de schaal van het project, de capaciteit voor gegevensanalyse, de vereisten van de habitat en het budget . Het in kaart brengen van een koraalrif op een enkel rif vereist bijvoorbeeld andere teledetectiegegevens dan het in kaart brengen van de wereldwijde omvang van mangroven. Als vuistregel geldt: hoe kleiner het in kaart te brengen gebied, hoe hoger de resolutie van de afbeeldingen.

2. Verwerking van de onbewerkte gegevens

Ruwe gegevens moeten meestal worden verwerkt voordat ze kunnen worden gebruikt. Afbeeldingen om koraalriffen in kaart te brengen, worden bijvoorbeeld gecorrigeerd voor de effecten van waas, bewolking, zonneschijn en diepte.

3. Training en classificatie

Pixel-gebaseerd toezicht is een van de meest gebruikte beeldanalysetechnieken. Pixels die elke klasse vertegenwoordigen, worden geselecteerd in het toewijzingsschema dat als trainingspixels zal dienen. Trainingspixels zijn gevalideerd via veldgegevens of andere betrouwbare bronnen en er is een spectrale reflectiehandtekening gecreëerd. De trainingssignaturen voor elke klasse die in kaart moet worden gebracht, worden kwantitatief vergeleken met elke pixel in de afbeelding en pixels worden toegewezen aan de mappingklasse waarmee hun spectrale handtekening het meest overeenkomt.

Objectgebaseerde beeldanalyse is een recente en krachtigere techniek voor beeldclassificatie. Een objectgebaseerde beeldanalyse segmenteert het beeld eerst in objecten. De segmentatie is gebaseerd op de spectrale handtekeningen van de pixels, de vorm en grootte van het object of de textuur van de pixels in het object. Zodra de afbeelding is gesegmenteerd, koppelt de gebruiker elke landbedekkingsklasse aan een paar voorbeeldobjecten. Het beeld wordt vervolgens geclassificeerd.

objectgebaseerde classificatie

Segmentatie en classificatie van een afbeelding tijdens een objectgebaseerde analyse. Afbeelding © GISGeography

4. Validatie/nauwkeurigheid

Een nauwkeurigheidsbeoordeling of -validatie is een belangrijk onderdeel van elk classificatieproject en geeft een maatstaf voor hoe nauwkeurig het kaartproduct is. Het gebruikt onafhankelijke "grondreferentie"-gegevens om een ​​statistisch gebaseerde nauwkeurigheidsscore te berekenen op basis van de vergelijking van de voorspelde (in kaart gebrachte) klasseverzen die in het veld is waargenomen. Met andere woorden, de geclassificeerde pixels of geclassificeerde objecten worden vergeleken met de werkelijkheid, of wat er op die locatie bestaat. Hoewel het verzamelen van onafhankelijke veldgegevens tijdrovend en duur kan zijn, kunnen deze gegevens ook worden afgeleid uit de interpretatie van afbeeldingen met hoge resolutie, bestaande geclassificeerde afbeeldingen of lokale experts.

Translate »