Übung 3: Klassifizierung von Landbedeckung und Landnutzung


Ziel: Erstellen einer thematischen Gebietskarte, die Wälder, Lava, Schnee, landwirtschaftlich genutzte Flächen, Seen und Stadtgebiete zeigt. Ein weiteres Ziel ist das Bestimmen der Verteilung und Oberflächen der Landbedeckungs- und Landnutzungsklassen im Sektor des Vulkans Villarrica in der Region Araucanía..

Daten: Für diese Übung verwenden wir dieselben Daten wie für Übung 1.
 
Überwachte (interaktive) Klassifizierung eines Bildes
  
Verwenden Sie das in Übung 1 erstellte Bild Villarrica-RGB-4-5-3.tif.

Für die Klassifizierung eines Satellitenbildes müssen alle Pixel in einem Bild einer bestimmten Landnutzungs-/Landbedeckungsklasse zugeordnet werden. Diese Klassen müssen vordefiniert werden. Hierbei handelt es sich um einen Schritt des Klassifizierungsprozesses. Er erfordert Kenntnisse über das Gebiet, die Landnutzung und die Landbedeckung.

Ein klassifiziertes Bild ist daher eine thematische Karte, aus der die Verteilung ausgewählter Landnutzungs- und Landbedeckungsklassen hervorgeht.

Um eine überwachte (interaktive) Klassifizierung durchzuführen, müssen Trainingsgebiete für jede Klasse bestimmt und definiert werden.

  • Wald (Urwald und exotischer Wald)
  • Landwirtschaft
  • See
  • Vulkanasche und Lava
  • Stadt
  • Schnee

 
 
The pattern of some classes
 
Das Muster einiger Klassen
 
Wählen Sie in LEOWorks über „Classification>Supervised>... Training Fields“ zuerst "Create Class" zum Definieren der Klasse, dann Draw polygon TF, zum Zeichnen von Trainingsgebiete. Digitalisierung mit Doppelklick abschliessen.

Zeichnen und benennen Sie Polygone in das Bild Villarrica-RGB-4-5-3.tif ein, um die Trainingsfelder für die einzelnen Landnutzungs- und Landbedeckungsklassen zu definieren.

Speichern Sie die gewählten Trainingsfelder und klassifizieren Sie die Szene anhand der Methode der Maximum-Likelihood-Methode. Stellen Sie den Schwellenwert auf Null ein und wählen Sie für die Klassifizierung alle Bänder.

Ein mögliches Ergebnis wird unten dargestellt. Je nach definierten Trainingsfeldern kann das Ergebnis anders ausfallen!
  
 
Supervised Classification
 
Überwachte (interaktive) Klassifizierung
 
 
Die ausgewählten Klassen werden im Bild in unterschiedlichen Farben dargestellt. Den einzelnen Klassen können mit der Funktion „Legend“ interaktiv die gewünschten Farben zugewiesen werden. Das Fenster „Class Statistics“ enthält eine Tabelle mit der Statistik der Klassen in Form von Pixelanzahl und prozentualer Verteilung.
 
 
 Aufgaben
  
Beschreiben Sie die räumliche Verteilung und Formen aller im verarbeiteten Bild Villarrica-RGB-4-5-3.tif definierten Landnutzungs- und Landbedeckungsklassen.

Beschreiben Sie die Tabelle der Verteilung der sechs Klassen.

Versuchen Sie die Fehler der Klassifizierung zu erklären. Wie könnte diese weiter verbessert werden?

Bestimmen Sie die Verteilung der Klassen zwischen dem See Villarrica und dem Kegel des Vulkans Villarrica. Benennen Sie diese in dieser Reihenfolge.
  
 
  
Last update: 27 Januar 2014


Der Anden-Vulkangürtel

 •  Einführung (http://www.esa.int/SPECIALS/Eduspace_Disasters_DE/SEM1IX360QH_0.html)
 •  Hintergrund (http://www.esa.int/SPECIALS/Eduspace_Disasters_DE/SEMYQX360QH_0.html)

Übungen

 •  Übung 1: Anzeigen von Satellitenbildern (http://www.esa.int/SPECIALS/Eduspace_Disasters_DE/SEMY1Y360QH_0.html)
 •  Übung 2: Mögliche Katastrophen (http://www.esa.int/SPECIALS/Eduspace_Disasters_DE/SEMO6Y360QH_0.html)

Eduspace - Software

 •  LEOWorks 4 (MacOS) (http://leoworks.asrc.ro/download/leoworks.app.zip)
 •  LEOWorks 4 (Windows) (http://leoworks.asrc.ro/download/leoworks.exe)
 •  LEOWorks 4 (Linux) (http://leoworks.asrc.ro/download/leoworks.jar)

Eduspace - Download

 •  Villarrica.zip (http://esamultimedia.esa.int/eduspace/villarrica.zip)
 •  Region Araucanía Google Earth.kmz (http://esamultimedia.esa.int/eduspace/region-araucania-google-earth.kmz)