T v rz kel s xii
Download
1 / 21

T V RZ KEL S XII. - PowerPoint PPT Presentation


  • 107 Views
  • Uploaded on

TÁVÉRZÉKELÉS XII. KÖRNYEZETGAZDÁLKODÁSI AGRÁRMÉRNÖKI BSc TERMÉSZETVÉDELMI MÉRNÖKI BSc. ELŐADÁS/GYAKORLAT ÁTTEKINTÉSE. Utófeldolgozási módszerek ismertetése A képosztályozás eredményének értékelése hibamátrix és kappa-index számítással

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about 'T V RZ KEL S XII.' - miles


An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
T v rz kel s xii

TÁVÉRZÉKELÉS XII.

KÖRNYEZETGAZDÁLKODÁSI AGRÁRMÉRNÖKI BSc

TERMÉSZETVÉDELMI MÉRNÖKI BSc


El ad s gyakorlat ttekint se
ELŐADÁS/GYAKORLAT ÁTTEKINTÉSE

  • Utófeldolgozási módszerek ismertetése

  • A képosztályozás eredményének értékelése hibamátrix és kappa-index számítással

  • Az ellenőrzött osztályozási módszer bemutatása egy esettanulmányon keresztül

  • Kvantitatív értékelési módszerek

  • Nevezetes vegetációs indexek ismertetése

HEFOP 3.3.1.


Képosztályozás utófeldolgozása

Az osztályozás pontosságának ellenőrzése

  • Az osztályozott terület és a valós adatok vizuális értékelése (igaz-hamis), amely gyakran szubjektív hibával terhelt

  • Az osztályozott kép és a valós adatok mennyiségi összehasonlítása (km2, %, stb.). Csak a kumulált értékeket hasonlítja össze.

  • Az osztályozott területen a térbeli egyezőséget is elemzi (helyspecifikus elemzés). Megvizsgálja, hogy az osztályozással létrehozott kategóriák térben mennyire térnek el a valós adatoktól (overall accuracy).

  • Az osztályozott terület és a valós adatoknál az összes osztály összehasonlítása, hibamátrix készítésével (error matrix, confusion matrix).

HEFOP 3.3.1.


Képosztályozás utófeldolgozása

Hibamátrix

A hibamátrix a leggyakrabban alkalmazott hiba-értékelési eljárás, aminek előnye, hogy az egyes osztályok közötti kapcsolatokra is rámutat (Hay, 1988; Yuan, 1997). A hibamátrix átlós értékei mutatják azokat a pixel-értékeket, ahol helyes volt az osztályba sorolás. Szintén osztályonként értékelhettük a két fő osztályba sorolási hibát: a téves osztálybasorolás (comission) és a téves osztályból kihagyást (omission) valamint a teljes hibát (overall accuracy).

HEFOP 3.3.1.


ahol

és

Képosztályozás utófeldolgozása

Kappa-index

A Kappa-indexet a mért és az osztályozott képek értékelésére lehet használni, ahol a főátló mentén található értékek a tényleges megfigyelési értékek (p0) és a Kappa (k ) az alábbiak szerint számolható.

HEFOP 3.3.1.


Nevezetes indexek

A növényi biofizikai változók vizsgálatánál széles körben elterjedt módszer a növényi vegetációs indexek alkalmazása. A vegetációs indexeket Baret és Guyot (1991) két nagy csoportra osztotta a távolságon alapuló indexek, amelyek többnyire összeg vagy különbség indexek, amelyek egy vagy több sáv lineáris kombinációjaként állíthatók elő (sDVI, GVI, PVI, DVI, WDVI) illetve a hányados típusú meredekségen alapuló indexek (RVI, NDVI, IPVI, TVI, SAVI, SAVI2, TSAVI, IMSAVI, EMSAVI, ARVI, SARVI).

HEFOP 3.3.1.


Ellenőrzött osztályozás lépései ENVI térinformatikai programmal

  • LANDSAT felvétel geometriai transzformációja

  • Ellenőrző területek létrehozása a terepi GPS mérési adatokból (ROI tool)

  • Tanítóterületek kijelölése terepi GPS adatokból (ROI tool)

  • A tanítóterületek ellenőrzése (ROI separability /Jeffries-Matusita)

  • Maszk létrehozása az ellenőrző területekből (Mask)

  • Ellenőrzött osztályozás (Supervised classification/Maximum likelihood)

  • Az osztályozás pontosságának ellenőrzése hibamátrix-szal (Post classification/Confusion matrix)

HEFOP 3.3.1.


Képosztályozás programmal

Landsat ETM felvétel B1,B2,B3 csatornái

HEFOP 3.3.1.


Képosztályozás programmal

tanítóterületek

Tanítóterületek kijelölése

HEFOP 3.3.1.


Képosztályozás programmal

Tanítóterületek páronkénti összehasonlításának eredményei (Jeffries-Matusita távolság) :

Cukorrépa (1023 pixel) - Gyep (554 pixel) - 1,99846049

Tarló (784 pixel) - Gyep (554 pixel) - 1,99966561

Kukorica (676 pixel) - Gyep (554 pixel) - 1,99973253

Lucerna (841 pixel) - Gyep (554 pixel) - 2,00000000

Cukorrépa (1023 pixel) - Kukorica (676 pixel) - 2,00000000

Lucerna (841 pixel) - Kukorica (676 pixel) - 2,00000000

Lucerna (841 pixel) - Cukorrépa (1023 pixel) - 2,00000000

Szántó (650 pixel) - Cukorrépa (1023 pixel) - 2,00000000

Tarló (784 pixel) - Cukorrépa (1023 pixel) - 2,00000000

Tarló (784 pixel) - Kukorica (676 pixel) - 2,00000000

Szántó (650 pixel) - Lucerna (841 pixel) - 2,00000000

Szántó (650 pixel) - Kukorica (676 pixel) - 2,00000000

Tarló (784 pixel) - Lucerna (841 pixel) - 2,00000000

Szántó (650 pixel) - Tarló (784 pixel) - 2,00000000

Szántó (650 pixel) - Gyep (554 pixel) - 2,00000000

HEFOP 3.3.1.


Képosztályozás programmal

Osztályozott (maximum likelihood) felvétel

HEFOP 3.3.1.


Képosztályozás programmal

Ellenőrző terület

HEFOP 3.3.1.


Képosztályozás ellenőrzése hibamátrix és kappa index számítással

Ellenőrző terület

HEFOP 3.3.1.


Nevezetes indexek számítással

A távolságon alapuló indexek közül a közeli infravörös és a vörös csatornák reflektancia értékeinek hányadosán alapulóreflektancia viszonyszámindexet (Ratio Vegetation Index, RVI) zöld biomassza mennyiségének, levélfelületnek (LAI), klorofiltartalom mennyiségi meghatározására alkalmazták.

HEFOP 3.3.1.


Nevezetes indexek számítással

Világszerte a legelterjedtebb vegetációs index a normalizált vegetációs index (Normalized Difference Vegetation Index, NDVI) amelyet levélfelület, zöld biomassza mennyiségének, a klorofiltartalomnak, növényi szövet víztartalmának meghatározására alkalmazzák. Az NDVI nagy területek biomassza-változásának idősoros elemzésére is előszeretettel alkalmazott univerzális mutatószám.

HEFOP 3.3.1.


Nevezetes indexek számítással

HEFOP 3.3.1.


Nevezetes indexek számítással

  • Difference Index (DI) and Normalized Difference Index (NDI)

HEFOP 3.3.1.


El ad s gyakorlat sszefoglal sa
ELŐADÁS/GYAKORLAT ÖSSZEFOGLALÁSA számítással

  • A képosztályozás utófeldolgozási mechanizmusának ismertetése

  • A hibamátrix és kappa-index ismertetése a képosztályozás eredményének értékelése során

  • Az ellenőrzött osztályozási módszer bemutatása az ENVI képfeldolgozó szoftverrel, egy esettanulmányon keresztül

  • Kvantitatív értékelési módszerek ismertetése

  • Nevezetes vegetációs indexek csoportosítása és ismertetése

HEFOP 3.3.1.


El ad s gyakorlat ellen rz k rd sei
ELŐADÁS/GYAKORLAT ELLENÖRZŐ KÉRDÉSEI számítással

  • Ismertesse a hibamátrixot és a kappa-indexet

  • Mutassa be az ellenőrzött képosztályozás főbb lépéseit

  • Határozza meg az NDVI, RVI, SAVI indexeket

HEFOP 3.3.1.


El ad s gyakorlat felhaszn lt forr sai
ELŐADÁS/GYAKORLAT Felhasznált forrásai számítással

  • Szakirodalom:

  • Czimber, K. (1997): Geoinformatika. Soproni Műhely, Sopron, 119 p.

  • Kraus, K. (1988): Fotogrammetria. Budapest, 384 p.

  • Sárközy, F. (1991): Térinformatika. Budapest – interaktív oktatási anyag, URL: http://bme-geod.agt.bme.hu/tutor_h

    /

  • Egyéb források:

  • Russ, J.C. (1999): The image Processing Handbook, Third Edition, CRC Press LLC, Boca Raton, Florida, 771 p

  • Sabins, F. F., (1996): Remote Sensing. Principles and Interpretation. W. H. Freeman and Co. Los Angeles, 494 p

HEFOP 3.3.1.


K sz n m a figyelm ket k vetkez el ad s gyakorlat c me
KÖSZÖNÖM A FIGYELMÜKET számítássalKÖVETKEZŐELŐADÁS/GYAKORLAT CÍME

  • Több előadást átfogó oktatási téma előadássorozatának címei: Képosztályozási módszerek

  • Következő előadás megértéséhez ajánlott ismeretek kulcsszavai: ortofotó, földhasználat, parcella, képosztályozás

Előadás anyagát készítették: Burai Péter (DE ATC)

HEFOP 3.3.1.


ad