'

КАЛЕНДАРНЫЙ ПЛАН

Понравилась презентация – покажи это...





Слайд 0

КАЛЕНДАРНЫЙ ПЛАН


Слайд 1

Подбор снимков (тип съемки, разрешение пространственное и радиометрическое, сезон, облачность, искажения) Геометрическая коррекция (совмещение с рабочей географической проекцией, привязка) Радиометрическая коррекция (перерасчет «сырых» значений яркостей съемки в поток отраженной солнечной радиации, зарегистрированный сенсором спутника, Вт/м2). Принципиально при использовании снимков за разные сроки съемки. Расчет индексных изображений, характеризующие физические свойства отражательной поверхности (биологическая продуктивность (NDVI), температура, влажность, текстурные характеристики и др.) Классификация. Выбор классификационных признаков в зависимости от целей исследования, особенностей территории и исходных данных, при необходимости снижение размерности данных, обоснование метрики, способа классификации, числа возможных классов. Интерпретация полученных классов. Сопоставление полученным классам средних значений априорных данных и результатов полевых измерений свойств ландшафтного покрова. ЭТАПЫ АНАЛИЗА ДДЗ:


Слайд 2

the CORINE program (Co-ordination of Information on the Environment)


Слайд 3


Слайд 4

Level II < 1:80,000 Level III 1:20,000 to 1:80,000 Level IV > 1:20,000. Michigan Land/Use Cover Classification System


Слайд 5


Слайд 6

КЕРЖЕНСКИЙ ЗАПОВЕДНИК


Слайд 7

6 потенциально различных типов условий снегонакопления Снежный покров в коренных и производных сообществах южной тайги (Центрально-Лесной заповедник) НСО 2010


Слайд 8

НЕФТЕПРОВОД ВОСТОЧНАЯ СИБИРЬ – ТИХИЙ ОКЕАН


Слайд 9

КЛАССИФИКАЦИЯ – разделение всех пикселей снимка по их спектральным признакам на группы, соответствующие разным объектам Выбор признаков Классификация без обучения Классификация с обучением Интерпретация Легенда Оформление карты СЕГМЕНТАЦИЯ ИЗОБРАЖЕНИЙ (Image Segmentation) 1. 2. 3.


Слайд 10

СЕГМЕНТАЦИЯ ИЗОБРАЖЕНИЙ (Image Segmentation) Неопределенность классификации КЛАССИФИКАЦИЯ ИСХОДНЫЕ ДАННЫЕ МАЛИНКИ


Слайд 11

Классификационные признаки (КП) Непостоянство КП Способ классификации Неопределенность Дробность (число классов) ПРОБЛЕМЫ ? ? ? ДИСКРЕТНОЕ МНОЖЕСТВО НЕПРЕРЫВНОЕ МНОЖЕСТВО ?


Слайд 12

Области значений яркости не пересекаются Способ параллелепипеда Области значений яркости разных объектов пересекаются Корреляция между классификационными признаками отсутствует (метрика минимального расстояния) Существует корреляция между зональными значениями яркост (метрика максимального правдоподобия) Объекты, относительно изолированы в пространстве признаков КЛАССИФИКАЦИЯ БЕЗ ОБУЧЕНИЯ


Слайд 13

d c b Iterative Self-Organizing Data Analysis Technique итеративный самоорганизующийся способ анализа данных ШАГ 1. Деление признакового пространства на N равных диапазонов ШАГ 2. Каждый пиксель относится в определенный кластер по принципу минимального расстояния ШАГ 3. Результирующее положение центров и границ кластеров КЛАССИФИКАЦИЯ БЕЗ ОБУЧЕНИЯ: ISODATA М1 М1 + ?1 М1 - ?1 М2 - ?2 М2 М2 + ?2 a d c b a d c b a


Слайд 14

Классификация способом максимального правдоподобия Расстояние Махаланобиса Классификация способом минимального расстояния Спектральное расстояние D Если спектральные яркости выделяемых объектов меняются непрерывно и плавно КЛАССИФИКАЦИЯ C ОБУЧЕНИЕМ


Слайд 15

КЛАССИФИКАЦИЯ БЕЗ и C ОБУЧЕНИЕМ


Слайд 16

ОБОСНОВАНИЕ ДРОБНОСТИ КЛАССИФИКАЦИИ ДИСКРЕТНОЕ МНОЖЕСТВО НЕПРЕРЫВНОЕ МНОЖЕСТВО


Слайд 17

ПЕРВЫЙ УРОВЕНЬ (2 класса) ДИХОТОМИЧЕСКАЯ КЛАССИФИКАЦИЯ ВТОРОЙ УРОВЕНЬ (4 класса) ОБОСНОВАНИЕ ДРОБНОСТИ КЛАССИФИКАЦИИ


Слайд 18

= ТЕСТОВЫЕ ИЗОБРАЖЕНИЯ RGB R G B Растр 220 колонок х 192 строк Число пикселей 42020, из них незначащие (No Data Cells) - 20728 Классификация на 3 класса неопределенность результат


Слайд 19

Тестовое множество RGB получено совмещением трех случайных подмножеств R, G, B. Значения элементов подмножеств получены генератором случайных чисел и принимают значения от 0 до 1. Размер тестового изображения 100х100 пикселей. ТЕСТОВЫЕ ИЗОБРАЖЕНИЯ RGB R G B = + +


Слайд 20

ТЕСТОВЫЕ ИЗОБРАЖЕНИЯ 100х100 пикселей     Landsat 7 ETM+ 22 марта         Landsat 5 TM 27 апреля 2000          Landsat 5 TM 30 мая 1992      Landsat 7 ETM+ 20 июня 2001   Landsat 7 ETM+ 27 сентября 2000  Центрально-Лесной заповедник, участки условно-коренных и производных лесов, ветровалы, верховое болото "Старосельский мох" и поле д.Староселье. Разрешение - 28.5 м. Landsat 5 TM 30 августа 1992  Landsat 7 ETM+ 30 мая 2002     Landsat 5 TM 20 мая 2007  САТИНО. Разрешение - 30 м.


Слайд 21

ПРИЗНАКОВОЕ пространство, ШАПОЧКА С КИСТОЧКОЙ vs. PCA


Слайд 22


Слайд 23


×

HTML:





Ссылка: