ESAEducationHomeTempo e climaCambiamento globaleCatastrofi naturali
   
Cambiamento costiero
Delta del DanubioInquinamento da petrolio
Deforestazione
Parco nazionale di BardiaBacino del fiume CongoKameng-SonitpurKilimangiaroRondoniaShillong e Guwahati
Ghiaccio
Analisi dei ghiacciai con immagini radarAntartide 2003Cambiamenti climatici e ghiacciaiRitiro dei ghiacciai nelle AlpiIl flusso glacialeMonitoraggio dei ghiacciai dell'HimalayaIl telerilevamento del ghiaccio e della neve
Urbanizzazione
CairoCórdobaKathmanduHimalayaValle di KathmanduLagos
Vegetazione
Annapurna Conservation AreaSperduti tra le Ande!Ngorongoro Conservation AreaDelta interno del NigerVegetazione in Sud America
 
 
 
 
 
printer friendly page
Esercizi con i dati Landsat - Continuato
 
Page123
 
 
Selection of training fields
Selezione dei campi di formazione
Classificazione immagini multispettrali
 
Massima verosimiglianza (ML, Maximum Likelihood)

Nell'esercizio 2 avete suddiviso in classi gli oggetti e gli elementi della superficie di Lagos. Per interpretare le caratteristiche di un'immagine satellitare, è molto utile una classificazione visualizzata.

L'immagine classificata è, con alcune revisioni di base, simile a una mappa tematica. Le classi principali della superficie di Lagos sono foresta fitta, aree densamente urbanizzate, aree moderatamente edificate, aree residenziali con giardini e aree industriali, copertura naturale (spazio verde), spiaggia, acqua.

La classificazione di ML (Maximum Likelihood o massima verosimiglianza) è un metodo di classificazione supervisionata che utilizza i Training Field, ovvero riferimenti per alcune caratteristiche. Per ogni tipo di copertura del terreno da classificare occorre definire almeno un Training Field.

Il programma confronta tutti questi riferimenti campione e attribuisce ogni elemento dell'immagine (pixel) a uno dei tipi di classi di copertura del terreno.

Aprite il programma LEOWorks. Se non avete ancora scaricato le immagini di Lagos, fatelo adesso, cliccando sul link a destra di questa pagina.

Scegliete File>Open (Apri). Comparirà una finestra di dialogo. Scegliete la cartella Lagos e selezionate la prima immagine Lagos_Landsat_Band_3.tif. Aprite Lagos_Landsat_Band_4.tif, Lagos_Landsat_Band_5.tif e anche lagos_landsat_453.tif.

Selezionate (attivate) l'immagine lagos_landsat_453.tif.

Scegliete Multivariate Analysis>Supervised Classification>Select Training Fields.
 
 
Classified image of Lagos
Immagine classificata di Lagos
Selezionate Draw Polygon (Traccia poligono) dalla barra degli strumenti.

Nota: Maggiore è il numero di Training Fields selezionati per una classe e più accurato sarà il risultato.

Iniziate con gli specchi d'acqua e tracciate un poligono all'interno di un bacino idrico. Assegnate il nome Water (Acqua) a questa classe. Trovate un'altra parte per disegnare un secondo poligono all'interno di un bacino idrico e denominate questa classe Acqua, e così via.

Al termine del lavoro sulle acque, tracciate un poligono all'interno di un'area coperta da densa foresta e assegnate a questa classe il nome Dense Forest (Foresta fitta). Eseguite la stessa operazione con tutte le 7 classi principali selezionate.

Scegliete Multivariate Analysis>Supervised Classification>Maximum Likelihood e selezionate le immagini Lagos_Landsat_Band_3.tif, Lagos_Landsat_Band_4.tif e Lagos_Landsat_Band_5.tif. Impostate il Valore di soglia su 0%.

Si apre una nuova immagine classificata, contenente sette colori che riflettono le sette diverse classi.
 
 
Classified image of Lagos using improved colours
Immagine classificata di Lagos, con colori migliorata
Scegliete Image (Immagine)>Add Legend (Aggiungi didascalia) e controllate la combinazione di colori e nomi di classi. Nella maggior parte dei casi i colori non corrispondono agli attributi naturali delle classi. Normalmente utilizziamo il verde scuro per le foreste, il rosso per le aree densamente urbanizzate e il blu per l'acqua. Per una migliore comprensione delle classi, modificheremo i colori con tonalità più familiari.

Scegliete Edit LookUp Table e selezionate il colore della classe acqua. Cambiate il color in un blu scuro. Cambiate anche tutti gli altri colori.

Salvate l'immagine come lagos_classified.tif nella cartella Lagos e confrontatela con l'immagine lagos_landsat_453.tif.

Le strutture classificate sono identificabili nell'immagine a falsi colori?

Quali discrepanze emergono a un esame accurato?


 
 
Misurazione
 
Un grande problema per città tropicali come Jakarta, Manaus, Nairobi e Lagos è l'enorme flusso di immigrazione.

La popolazione di Lagos cresce ogni giorno. Si ritiene che la crescita nel decennio dal 2000 al 2010 sarà di 7 milioni di persone. Oltre al problema di predisporre lo spazio per costruire edifici, il necessario sviluppo delle infrastrutture cittadine rappresenta un'enorme sfida per ogni governo, cui sono associati forti costi.

Perchè le persone in generale migrano dalle zone rurali alle città?

Che ragioni specifiche possono avere gli emigranti nigeriani?

Provate a identificare i requisiti generali per le infrastrutture operative di una metropoli.

Quali problemi potrebbero presentarsi nel settore dell'approvvigionamento di acqua dolce, dei trasporti pubblici, della canalizzazione, della sanità e dell'istruzione, se la popolazione crescesse rapidamente come in Lagos?


 
 
Lagos, 2 February 2000
Lagos, 2 febbraio 2000
L'enorme dispersione di Lagos è chiaramente visibile nell'immagine Landsat a colori veri (risoluzione 120 m). La città si snoda lungo lagune e attraverso la foresta tropicale. Si è espansa rapidamente nell'ambiente circostante.

Considerando l'enorme superficie di Lagos, si potrebbe presumere che milioni di abitanti vivano in strutture rade.

L'esercizio seguente chiarirà tale questione.

Aprite il programma LEOWorks. Se non avete ancora scaricato le immagini di Lagos, passate alla sezione Scarica a destra di questa pagina e seguite le istruzioni fornite.

Scegliete File>Open (Apri). Comparirà una finestra di dialogo. Scegliete la cartella Lagos e selezionate l'immagine Lagos_Landsat_Band_321_120m.tif.
 
 
Polygon around the city limits
Poligono attorno i confini della città
Ora procederemo a misurare l'area della città di Lagos e a calcolare la densità della popolazione. Il confronto con le metropoli europee farà scaturire alcune interessanti domande sulla vita quotidiana a Lagos.

Scegliete Image (Immagine)>Measure tool (Strumento di misurazione) e selezionate Units (Unità)>Meters (Metri).

Non è necessario inserire le dimensioni dei pixel, perchè per i dati è utilizzato il formato GeoTIFF.

Tracciate un poligono attorno alla superficie chiusa della città, che appare in colori chiari nell'immagine. Iniziate dal lato sud facendo clic con il pulsante destro del mouse. Tracciate il poligono lungo i confini della città e chiudetelo utilizzando il pulsante sinistro del mouse.

Tutte le informazioni sono visualizzate nella finestra di dialogo: le distanze di ogni singolo vettore, la lunghezza dei segmenti del poligono e l'area superficiale.

Convertite i m² in km².

Ora calcolate la densità della popolazione utilizzando l'area misurata di Lagos e la stima della popolazione per l'anno 2000 (13 milioni).

Nota: La densità della popolazione calcolata è relativa all'area urbana di Lagos e non al confine amministrativo della città, che ospita un'area espansa.

Confrontate la densità della popolazione con quelle, ad esempio, di Londra (1 580 km², 7,7 milioni di abitanti), Parigi (1 200 km², 2,1 milioni di abitanti) e Berlino (839 km², 3,5 milioni di abitanti) e della vostra città.

Quali conclusioni potete trarre?

Cosa implica la densità media per la struttura cittadina di Lagos?

Cercate di rispondere a questa domanda utilizzando le informazioni sulle 3 metropoli Londra, Parigi e Berlino, sulla vostra città e sulla popolazione di Lagos (i quartieri di Lagos con la più alta densità di popolazione raggiungono 200 000 abitanti per km²).
 
 


Page123

 
 
 


Lagos
LagosInformazioni generali
Esercizi
Scheda di lavoroEsercizi con i dati LandsatEsercizi con i dati di Ikonos
Eduspace - Software
LEOWorks 3
Eduspace - Download
lagos.zipTechnical information about Landsat bands (PDF)IKONOS Lagos images
 
 
 
   Copyright 2000 - 2014 © European Space Agency. All rights reserved.