| | |  | Et eksempel på subtraktion af et af de filtrerede “tørre” billeder fra det filtrerede “oversvømmede” billede | |
Øvelse 2: Påvisning af ændringer – båndmatematik
I denne øvelse såvel som i øvelse 3 skal du anvende teknikker til påvisning af ændringer. Disse teknikker giver dig mulighed for at få flere oplysninger om ændringerne mellem de forskellige billeder ved at analysere dem sammen.
På de tilgængelige, filtrerede billeder skal du først implementere matematiske udtryk. Du skal trække billedet af den indledende tilstand (før oversvømmelsen) fra billedet af den endelige tilstand (efter oversvømmelsen) (dvs. endelig-indledende). Denne teknik vil frembringe nye billeder, der karakteriserer forskellen mellem hvert billedpar af før og efter oversvømmelsen.
Åbn 05102004_f.tif, 25102005_f.tif og 10102006_f.tif som et enkelt datasæt. Implementer følgende matematiske udtryk:
- 10102006_f.tif – 05102004_f.tif. Billedet repræsenterer ændringerne mellem 05102004 (før oversvømmelsen) og 10102006 (efter oversvømmelsen).
- 10102006_f.tif – 25102005_f.tif. Billedet repræsenterer ændringerne mellem 25102005 (før oversvømmelsen) og 10102006 (efter oversvømmelsen).
| | | Det endelige resultat af subtraktionen af gennemsnittet af tørre billeder fra billedet fra efter oversvømmelsen |
På de færdige billeder vises ingen ændringer eller små ændringer med gråt (middelværdier for tilbagekastning). Kraftige ændringer vises enten som mørke eller lyse områder, afhængigt af om ændringen var fra henholdsvis lys til mørk eller fra mørk til lys. Jo større forskelle i tilbagekastning mellem de tilsvarende pixels, jo lysere eller mørkere bliver det billede, der kommer ud af det.
Det betyder, at alle de pixels, der blev meget mørkere på billedet fra efter oversvømmelsen, vil være mørke på billedet fra subtraktionen, hvorimod pixels, der blev meget lysere på billedet fra efter oversvømmelsen, vil ses som lyse. Derfor skulle tilstedeværelsen af nye vanddækkede områder på billedet fra efter oversvømmelsen (altså oversvømmede områder) frembringe mørke pixels på “subtraktionsbilledet”.
På trods af at begge billeder fra før oversvømmelsen er fra samme årstid som billederne fra efter oversvømmelsen, er det uundgåeligt, at der er forskelle. Derfor kan billederne fra før oversvømmelsen kombineres til et nyt billede, der bedre kan repræsentere en gennemsnitlig “tør” situation. Dette vil hjælpe til med at minimere eventuelle forskelle mellem billederne fra før oversvømmelsen (jo flere “tørre” billeder der er til rådighed, jo bedre bliver resultatet), og efterfølgende gøre resultatet af subtraktionen mere pålideligt. For at implementere et gennemsnitligt, tørt billede skal du anvende dette udtryk: (05102004_f.tif + 25102005_f.tif)/2 og gemme billedet som pre-flood_mean.tif.
Luk alt, hvad du har åbnet. Åbn nu 10102006_f.tif og pre-flood_mean.tif i et datasæt, og implementer en anden subtraktion ved hjælp af billedet fra efter oversvømmelsen og det aritmetiske gennemsnit af billederne fra før oversvømmelsen: 10102006_f.tif – pre-flood_mean.tif. Gem billedet som subtraction.tif.
Alternativt kan du fremstille billedet subtraction.tif direkte uden separat fremstilling af pre-flood_mean.tif ved hjælp af følgende udtryk: 10102006_f.tif – (05102004_f.tif + 25102005_f.tif)/2. Resultatet bliver det samme. Men billedet pre-flood_mean.tif er nødvendigt, da du skal bruge det i den næste øvelse.
1. Observer billedet subtraction.tif, og find ændringerne (meget mørke og meget lyse områder).
2. Hvad repræsenterer de mørke områder?
3. Baseret på hvad du har lært indtil videre om tolkningen af radarbilleder og de dielektriske egenskaber ved jord, kan du så sige, hvad de lyse pixels rundt om de oversvømmede områder er? Husk på, at billedet fra efter oversvømmelsen blev optaget to dage efter det kraftige regnskyl, og det betyder, at en stor mængde vand formodentlig allerede var blevet opsuget af jorden eller var løbet fra gennem dræningsnetværk, inden satellittens overflyvning.
| |
