ESAEducationHomeTempo e climaCambiamento globaleCatastrofi naturali
   
Inondazioni
Salonicco (Grecia)
Terremoti
IntroduzioneTerremoto di Izmit
Uragani
MareggiateL'uragano Katrina
Vulcani
IntroduzioneCintura vulcanica andinaEtnaNyiragongo e Nyamuragira
 
 
 
 
 
printer friendly page
Esercizio 2: Rilevamento della lava tramite classificazione supervisionata
 
Page123
Classificazione supervisionata

Impareremo ora a eseguire una classificazione semi-automatica per individuare la lava e le trasformazioni di un vulcano. I risultati della classificazione si basano sulla differenza nella risposta spettrale degli elementi rilevati (es. vegetazione, area urbana, lava, terra nuda) nelle diverse bande spettrali.

È richiesto l'input dell'uomo per eseguire una classificazione supervisionata, pertanto si dovranno tracciare delle aree di esercitazione per addestrare il software a riconoscere a quali classi appartengono determinati valori pixel. Il software assegnerà ciascun pixel ad una determinata classe, e la classificazione verrà eseguita tramite l'algoritmo Maximum Likelihood (a massima verosimiglianza) (vedere l'Esercitazione guidata da p.52 in avanti).  
 
Definizione delle classi
 
Per prima cosa, scegli l'elemento sul quale desideri concentrarti. Se vuoi classificare i vari tipi di vegetazione, le aree di esercitazione selezionate saranno diverse da quelle per distinguere la lava dalla vegetazione o da altri elementi. Questo esercizio ha due obiettivi:

  • Primo: il rilevamento della lava. La lava rilevata servirà in seguito per individuare i cambiamenti in fase di post classificazione. Questo significa che i cambiamenti verranno valutati eseguendo operazioni aritmetiche sulle bande dei risultati della classificazione.
  • Secondo: identificazione di città, paesi e strade

Quando si eseguono classificazioni di immagini ottiche, le nubi, insieme alla loro ombra, costituiscono un grosso problema, perché in alcune bande possono essere scambiate per altri elementi dai valori ’scuri’ (es. la lava).

Esistono due modi per filtrare le nubi e le ombre: 1) creando una maschera delle nubi (la mascheratura automatica viene eseguita applicando un algoritmo di soglia o di classificazione e/o attraverso la digitazione manuale e il successivo taglio dei relativi pixel dell'immagine) oppure 2) creando una classe specifica per le nubi e le ombre (come nel caso dell'immagine del 2001).

Le classi predefinite sono:

  • Lava
  • Elemento urbano (città, paesi, strade)
  • Vegetazione (in questo caso non è necessario distinguere tra diversi tipi di vegetazione)
  • Acqua (è importante avere una classe separata per l'acqua altrimenti potrebbe essere scambiata per lava o per un elemento urbano)
  • Nubi
  • Ombra delle nubi

 
 
Page123

 
 
 


Nyiragongo e Nyamuragira
Introduzione
Rilevamento dei cambiamenti e valutazione del rischio
Scheda di lavoroEsercizio 1: Conoscere ed esplorare i vulcaniEsercizio 3: Rilevamento e monitoraggio multitemporale dei cambiamenti
Eduspace - Download
Nyiragongo_Landsat.zip
Eduspace - Software
LEOWorks 3LEOWorks 3 Tutorial
 
 
 
   Copyright 2000 - 2014 © European Space Agency. All rights reserved.