Übung 4 - Pokhara Region - Fortsetzung
|  | Auswahl von Trainingsgebieten (TF) | |
Überwachte Klassifizierung
Die Maximum-Likelihood-Klassifizierung ist ein überwachtes (interaktives) Klassifizierungsverfahren, dem komplexe statistische Algorithmen zugrunde liegen. Durch die Verwendung von Trainingsgebieten, die die verschiedenen Landbedeckungsklassen darstellen, bindet es menschliches Wissen ein. Jede Landbedeckungsklasse besitzt einen eigenen, spezifischen „spektralen Fingerabdruck“, d. h. eine charakteristische Lichtreflexionsstruktur (“Farbe”).
Für jede zu klassifizierende Landbedeckungsart muss mindestens ein Trainingsgebiet definiert werden. LEOWorks wertet all diese Trainingsgebiete aus und ordnet jedes Bildelement (Pixel) einer der bestimmten Landbedeckungsklassen zu.
Hinweis: Je mehr Trainingsgebiete du für eine Klasse auswählst und je sorgfältiger du die Auswahl triffst, desto genauer fällt das Ergebnis aus.
Es soll das gesamte Spektrum der LANDSAT-Bänder genutzt werden. Öffne (Open) hierzu die Bilder
anapurna_landsat_2000_SE_band_1.tif
anapurna_landsat_2000_SE_band_2.tif
anapurna_landsat_2000_SE_band_3.tif
anapurna_landsat_2000_SE_band_4.tif
anapurna_landsat_2000_SE_band_5.tif
anapurna_landsat_2000_SE_band_7.tif
und für die Auswahl der Trainingsgebiete
anapurna_landsat_2000_SE_band_432.tif
Markiere das Bild anapurna_landsat_2000_SE_band_432.tif
und wähle Multivariate Analysis>Supervised Classification>Select Training Fields.
Wähle in der Symbolleiste Draw Polygon.
Beginne mit Trainingsgebieten für Gewässer. Ziehe ein Polygon im Phewa-See und benenne die Klasse „Wasser“. Ziehe ein weiteres Polygon in dem südöstlich gelegenen See und nenne die Klasse ebenfalls „Wasser“. Gehe ebenso mit allen anderen Klassen vor.
Übergeordnete Klassen
- Wasser
- Stadt
- Wald
- Lockere Vegetation
- Nacktes Land
- Erde
- Schatten
- Wolken
Klicke auf Multivariate Analysis>Supervised Classification>Maximum Likelihood und wähle alle Bilder aus (außer anapurna_landsat_2000_SE_band_432.tif).
Stelle den Schwellwert (Threshold Value) auf 5 % ein.
| | Überwachte Klassifizierung des Gebiets um Pokhara | |
Auch hier sollten die Farben der Klassifizierungsergebnisse zur Erleichterung der Interpretation geändert werden.
Wähle Image>Add Legend und überprüfe die Kombinationen der Farben und Klassennamen.
Klicke auf Edit LookUp Table und wähle die Farbe für die Klasse „Wald“ aus. Ändere die Farbe in Dunkelgrün ab. Ändere ebenso die anderen Farben.
Speichere das Ergebnis der Klassifizierung als Pokhara_2000_supervised.tif im Ordner „Annapurna“.
Betrachte das klassifizierte Bild und beschreibe deinen Eindruck.
Wie passt das klassifizierte Bild zu den optischen Bildern?
Welche Strukturen sind sehr gut, welche weniger gut wiedergegeben?
Weshalb enthält das Bild weiße (unklassifizierte) Flächen?
Vergleiche das Ergebnis der überwachten mit jenem der unüberwachten Klassifizierung. Beschreibe die Vorteile der überwachten Klassifizierung. Welche Bereiche fallen insbesondere besser aus?
| | | Verschnittene Bilder |
Abschließend wird das Bild der überwachten Klassifizierung mit dem Infrarot-Falschfarbenbild verschnitten, um einen realistischeren Eindruck zu erzielen.
Klicke auf Image>Transparent Overlay und wähle die Bilder
Pokhara_2000_supervised.tif und
anapurna_landsat_2000_SE_band_423.tif.
Stelle die Transparenz (Opacity) zum Beispiel auf 50 ein und klicke auf OK. Dieser Parameter bestimmt, inwieweit das zugrunde liegende Bild sichtbar ist.
| 
