ESAEducationAccueilMétéo et climatChangement globalLes catatastrophes naturelles
   
Changements côtiers
Delta du DanubeMarées noires
Déforestation
Parc National de BardiaBassin du CongoKameng-SonitpurLe KilimandjaroRondoniaShillong et Guwahati
La Glace
Analyse des glaciers avec l'imagerie radarAntarctica 2003Changement climatique et glaciersRetrait des glaciers dans les AlpesL'écoulement des masses glaciairesSurveillance des glaciers de l'HimalayaLa télédétection de la glace et de la neige
Urbanisation
CórdobaLe CaireKatmandouL'HimalayaVallée de KatmandouLagos
Végétation
Aire de Conservation de l’AnnapurnaPerdus dans les AndesZone de Conservation du NgorongoroDelta intérieur du NigerAmérique du Sud
 
 
 
 
 
printer friendly page
Córdoba en 2009 avec champs de référence
Exercice 2 : Classification de la couverture du sol (2ème partie)
 
Page12

 
Modifiez les couleurs des polygones en changeant les propriétés de chaque classe.

>Pour LEOWorks3, utilisez l'option Inspect TF Statistics, puis sélectionnez dans le tableau le champ TF que vous souhaitez étudier sur l'image.

Vous voyez maintenant quels pixels ont été sélectionnés en tant que champs de référence pour la classification dirigée. Les petites zones délimitées sur l'image représentent les classes de couverture du sol, à savoir zone urbaine, sol nu et végétation. Ces champs de référence ont été créés en sélectionnant les pixels qui contiennent une seule couverture du sol. Après avoir extrait les informations contenues dans chaque bande de pixel, une signature (statistique) est créée pour chaque type de couverture du sol et d'échantillon.

1. Étudiez les champs de référence. Étudiez les statistiques de tous les champs de référence dans chacune des trois classes de couverture du sol. Sont-ils homogènes au sein d'une classe ? Vérifiez la déviation standard pour répondre à cette question.

L'algorithme nécessaire pour réaliser la classification est appelé « maximum likelihood » (vraisemblance maximale). Le processus consiste à assigner chaque pixel de l'image à une classe de couverture du sol à laquelle il a le plus de chance d'appartenir, selon des a priori et des mesures statistiques.

Démarrez le processus de classification. Sélectionnez toutes les bandes des images 2009_cordoba . Réglez le seuil sur 0 de manière à permettre la classification de tous les pixels.

2. Lorsque vous comparez les images avec votre carte de couverture du sol, à quelle classe est associée chaque couverture du sol ?

3. Décrivez la couleur et l'homogénéité de chaque classe de l'image originale.

 
 
Exemple d'image classée
Ajoutez une légende et modifiez les couleurs des classes de couverture du sol. Étudiez le rapport (nombre et zones de pixels dans chaque classe).

Vous devriez obtenir le résultat ci-après.
 
 

4. Étudiez la qualité de l'image classée, qui est une représentation approximative de la couverture du sol. Comparez-la avec l'image originale (Córdoba en 2009, bandes 435). Remarquez-vous des erreurs, comme par exemple des zones qui n'apparaissent pas dans les classes correspondantes ? Que feriez-vous pour améliorer la qualité de la classification ?

Enregistrez cette image classée sous le nom de Cordoba_2009_class, mais gardez l'image RVB à l'écran car nous allons l'utiliser pour l'exercice suivant.

Page12

 
 
 


Expansion urbaine à Córdoba
IntroductionContexte
Exercices
Exercice 1 : Étude des images de 1972 à 2009Exercice 2 : Classification de la couverture du solExercice 3 : Détection des changements
Eduspace - Logiciels
LEOWorks 3
Eduspace - Télécharger
Cordoba.zip
 
 
 
   Copyright 2000 - 2014 © European Space Agency. All rights reserved.