ESAEducationHjemVejr og klimaGlobale forandringerNaturkatastrofer
   
Om Eduspace
Hvad er Eduspace?Hvilke værktøjer findes på siden?
Vælg dit sprog
Jordobservation
Hvad er telemåling?Telemåling i detaljerHistorisk udvikling
Kortlægning med satellit data
Satellitters kredsløbJordobservation
satellitter
Ressourcer
Multimedia
BilledgalleriVideogalleri
Services
Kontakt osSøg i Eduspace
 
 
 
 
 
printer friendly page
En model af et kort med gridnet
En model af et kort med gridnet. Huse ses som prikker
Kortlægning med satellit data
 
Indledning
 
Et kort giver mulighed for at få overblik over et stort geografisk område. Det udvider horisonten, men indeholder på den anden side kun et generaliseret og begrænset udvalg af informationer om det kortlagte område. Et udvalg som afhænger af kortlæggerens synsvinkel og kortlægningens formål.

Et tematisk kort er ofte begrænset til kun at illustrere udbredelsen af et enkelt tema, f.eks. temperatur eller befolkningstæthed.  
 
Koroplethkort (choros = sted, plethos = mængde) er en form for tematisk kort, som har meget tilfælles med digitale billeder.

Den korologiske kortlægningsmetode bruges i dag i digital billedbehandling. Et simpelt eksempel på kortlægning af bebyggelsen kan illustrere dette: Man lægger et gridnet ud over et topografisk kort og optæller antal huse i hver celle (kvadrat) i gridnettet.
 
 
Chorological matrix
Korologisk matrice
Korologisk matrice
 
Resultatet af optællingen er en korologisk matrice, der består af tal, som er placeret i et koordinatsystem. Bebyggelsens geografiske udbredelse er nu digitaliseret, dvs. omsat til tal (digit = tal). Computerens særlige evner til at behandle tal kan hermed bruges til at håndtere bebyggelsens geografiske udbredelse. Man kan nu skabe overblik ved at udarbejde statistik på udbredelsen af huse.
 
 
Two classification examples based on a histogram
Histogram
Histogram
 
Histogrammet viser frekvensfordelingen af tallene i den korologiske matrice. På basis af histogrammet kan matricens data, tallene i matricen opdeles i forskellige klasser.

Illustrationen viser to eksempler på klassifikationer baseret på det viste histogram: Den ene klasseinddeling inddeler matricens celler i fire klasser (By, Landsby, Landbrug og Natur), den anden i to klasser (Land og By).

Gridnettet, som er grundlaget for den korologiske matrice, kan være baseret på geografiske koordinater eller et projiceret koordinatsystem som f.eks. UTM. Maskestørrelsen i gridnettet kan fastlægges til f.eks. 100 m eller 10 km afhængig af kortets målestoksforhold og den geografiske fordeling af det tema, som ønskes kortlagt. Histogrammet giver grundlag for at definere meningsfulde grupperinger (klasser) af celler. Celler med f.eks. 0 huse kunne defineres som natur, 1 - 7 huse som landbrugsområder, 8 - 11 huse som landsbyer og endelig celler med flere end 11 huse som byområder.
 
 
Suitable classification depends on the purpose of the map
Klassifikation
Klassifikation
 
Det er op til kortlæggeren, at fastlægge en hensigtsmæssig klasseinddeling, som må vurderes afhængig af, hvad kortet skal bruges til. En klasseinddeling kan altid diskuteres, og der kan udarbejdes mange forskellige tematiske kort på grundlag af samme korologiske matrice. De valgte klassegrænser indplaceres i histogrammet og hver klasse tildeles en skravering, gråtone eller farve. Kvadraterne i nettet skraveres i overensstemmelse med deres klasse (antal af huse) og vi har et tematisk kort.
 
 
Classifications often require compromise
Klassifikation
Enhver klassifikation er problematisk. I dette tilfælde fik et forstadsområde status som en landsby. Antallet af klasser i klassifikationen er også vigtig. Mange klasser giver mulighed for at skelne selv små forskelle mellem kvadraterne, mens nuancer forsvinder, hvis kvadraterne samles i færre større klasser.
 
 
Digitale billeder
 
Et digitalt billede er en korologisk matrice. Størrelsen af kvadraterne i nettet, den geografiske opløsning i satellitbilledet, afhænger af det optagesystem (sensor), som har leveret datamaterialet. Ligeledes er antallet af klasser bestemt af udstyrets evne til at skelne nuancer. Ofte rummer digitale billeder en inddeling i 256 klasser, som netop kan rummes i 1 byte i en computer.

Den korologiske matrice indlæses i en computer og det enkelte kvadrat i nettet repræsenteres ved et punkt på skærmen, en pixel (= picture element). Talværdien i det enkelte kvadrat i matricen lægges i den tilsvarende pixel med samme (x,y)-koordinater. Hver pixel tildeles en gråtone afhængig af pixelværdien. Matricen fremtræder derved som et billede eller et tematisk kort på skærmen.
 
 
A digital image is a chorological matrix
Digitale billeder
Man har i mange år fremstillet kort på grundlag af flyfotografering. De fremkaldte billeder kan umiddelbart fungere som kort. Idag benyttes i stigende grad scannere ombord i fly og satellitter. De måler mængden af elektromagnetisk stråling fra små arealenheder (scanningsarealer) på Jorden overflade.

Hvert scanningsareal tildeles et tal svarende til strålingsmængden. Da vi også kender det enkelte areals geografiske koordinater, har vi en korologisk matrice. Matricen kan gøres til genstand for beregninger, ligesom reglerne for tildeling af farver og gråtoner til pixelværdier (klassifikationen) kan ændres.

Kortet kan altså manipuleres i det uendelige. Flere kort kan adderes, subtraheres, multipliceres og divideres. Disse arbejdsmetoder kaldes digital billedbehandling. De bruges til håndtering af store korologiske matricer, som er resultatet af telemåling fra satellitter.

Denne type data er idag en væsentlig kilde til kortlægning. Telemåling og digital billedbehandling er en hurtig og billig metode til udarbejdelse af helt aktuelle kort. Metoden er derfor en nødvendig forudsætning for at kunne kortlægge såvel lokale som globale miljøforhold i samme tempo, som de ændres ved menneskets indgriben.
 
 

 


 
 
 
   Copyright 2000 - 2015 © European Space Agency. All rights reserved.