圖像到地圖

在斐濟 Ono-i-Lau 上的 Nukuni 村進行衛星定位。 Ono-i-Lau 是斐濟勞群島群島中堡礁系統中的一組島嶼。 照片 © Planet Labs Inc.

遙感圖像是具有數值的像素網格,而地圖使用 X 和 Y 坐標來定義與地圖特徵相對應的點、線和區域(多邊形)的位置。 將衛星圖像轉換為高精度地圖是一個需要專家和實地工作的過程。

從衛星圖像到帶底棲類的珊瑚礁地圖

從衛星圖像(左)到具有底棲類的珊瑚礁地圖(右)。 這張照片和地圖描繪了澳大利亞的蒼鷺島,這是大堡礁南端的一個珊瑚礁。 圖片 © Allen Coral Atlas

從遙感數據創建地圖的過程可以分為 4 個步驟,這些步驟對於所有棲息地都保持相似,但根據遙感數據的類型、規模、進行製圖的團隊等,存在一些差異。

一些最常見的步驟是:

  1. 獲取遙感影像
  2. 處理原始數據
  3. 訓練和分類
  4. 驗證

在這裡,我們提供了每個步驟的快速概述。

1. 獲取遙感影像

有許多類型的遙感數據。 光學衛星圖像、雷達衛星圖像、機載傳感器的高光譜圖像、無人機圖像等。項目使用的遙感數據取決於項目規模、數據分析能力、棲息地要求和預算. 例如,在單個珊瑚礁上繪製珊瑚礁地圖將需要與繪製全球紅樹林範圍不同的遙感數據。 根據經驗,要映射的區域越小,圖像的分辨率就越高。

2. 處理原始數據

原始數據通常需要處理才能使用。 例如,繪製珊瑚礁的圖像將針對霧霾、雲層、陽光閃爍和深度的影響進行校正。

3. 訓練與分類

基於像素的監督 是最常見的圖像分析技術之一。 在映射方案中選擇代表每個類的像素作為訓練像素。 訓練像素已通過現場數據或其他可靠來源進行驗證,並已創建光譜反射率特徵。 將要映射的每個類別的訓練特徵與圖像中的每個像素進行定量比較,並將像素分配給與其光譜特徵最相似的映射類別。

基於對象的圖像分析 是一種最新的、更強大的圖像分類技術。 基於對象的圖像分析首先將圖像分割成對象。 分割基於像素的光譜特徵、對象的形狀和大小或對象內像素的紋理。 一旦圖像被分割,用戶將每個土地覆蓋類別與幾個樣本對象進行匹配。 然後對圖像進行分類。

基於對象的分類

在基於對象的分析過程中對圖像進行分割和分類。 圖片 © GISGeography

4. 驗證/準確性

準確性評估或驗證是任何分類項目的重要組成部分,並提供了地圖產品準確性的衡量標準。 它使用獨立的“地面參考”數據來計算基於統計的準確性分數,該分數基於預測(映射)類與現場觀察類的比較。 換句話說,將分類像素或分類對象與現實或該位置存在的東西進行比較。 雖然獨立的現場數據收集可能既耗時又昂貴,但這些數據也可以從解釋高分辨率圖像、現有分類圖像或當地專家中獲得。

por youjizz xxx 老師xxx 性別
Translate »