1 / 17

Tõnis Kärdi TÜ Ökoloogia ja maateaduste instituut

Vettpidava pinna suhtelise paiknemise kaardistamine spektrisegu lineaarse lahutamise meetodiga Tartu linna näitel. Tõnis Kärdi TÜ Ökoloogia ja maateaduste instituut. tonis.kardi@regio.ee. Sissejuhatus. Sissejuhatus. Sissejuhatus. Linn kui äärmiselt heterogeenne kaugseire objekt

steve
Download Presentation

Tõnis Kärdi TÜ Ökoloogia ja maateaduste instituut

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. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Vettpidava pinna suhtelise paiknemise kaardistamine spektrisegu lineaarse lahutamise meetodiga Tartu linna näitel Tõnis Kärdi TÜ Ökoloogia ja maateaduste instituut tonis.kardi@regio.ee

  2. Sissejuhatus

  3. Sissejuhatus

  4. Sissejuhatus • Linn kui äärmiselt heterogeenne kaugseire objekt • Segupikslid (mixed pixels) • Spekrtisegu lineaarse lahutamise meetod Joonis 1. Väljalõiked Landsat TM kolmevärvi liitkujutisest (vasemal) ja ortofotost (paremal) samalt alalt Tartu kesklinnas.

  5. Sissejuhatus • Taimkate – vettpidav pind – taimkatteta mullapind (vegetation-impervious surface-soil ehk VIS) mudeli raamistik • Kasutatavad satelliidipildid: 24. august 1995 ja 3. mai 2001 Joonis 1. Väljalõiked Landsat TM kolmevärvi liitkujutisest (vasemal) ja ortofotost (paremal) samalt alalt Tartu kesklinnas.

  6. Spektrisegu lahutamise põhimõtted • Iga piksel uuritaval pildil on mitmete komponentide (ehk algliikmete) segu: Jääk i-ndas kanalis k-nda algliikme heledus i-ndas kanalis, mis on korrutatud läbi selle algliikme kaalu (ehk fraktsiooniga) selles pikslis Piksli heledus i-ndas kanalis

  7. Spektraalse segu lahutamise põhimõtted • Kusjuures: • Jääkide alusel leitav spektrisegu lineaarse lahutamise mudeli ruutkeskmine viga (RMS):

  8. Spektraalse segu lahutamise põhimõtted • Normeerimise protseduur võimaldab vähendada algliikme heleduse erinevusi, kuid samas säilitada algliikme nn signatuuri kuju: Piksli algne heledus kanalis b , kus Kasutatud kanalite arv Piksli normeeritud heledus kanalis b

  9. Algliikmete valiku põhimõtted • Pildialgliikmed (image endmembers) • Leitakse kasutatavatelt satelliidipiltidelt • Referentsalgliikmed (reference endmembers) • Mõõdetakse laboris/uuritaval alal • Erinevate aluspinnatüüpide spektrite andmebaasid (nn raamatukogud) • Virtuaalalgliikmed (virtual endmembers) • Arvutatakse kasutatavalt satelliidipildilt, kuid need on spektraalsetelt omadustelt “puhtamad” kui pildialgliikmed

  10. Algliikmete valiku põhimõtted • Pildialgliikmed: • Peaks olema leitud pildi spektraalse tunnusruumi äärmusväärtuste seast (nt peakomponentide teisendus) • Kolmest esimesest peakomponendist moodustada hajuvusgraafikud • Pildi segunemisruumi visualiseerimine • Määrata algliikmed ja nende heleduste väärtused peakomponentide piltidel

  11. Tulemused

  12. Tulemused

  13. Tulemused

  14. Tulemused

  15. Tulemused Joonis 2. Taimkatte, vettpidava pinna ja taimkatteta mullapinna fraktsioonipildid (vasakul tulbas ülevalt alla) ja neist moodustatud kolmevärvi liitkujutis (ülal).

  16. Tulemused Joonis 2. Taimkatte, vettpidava pinna ja taimkatteta mullapinna fraktsioonipildid (vasakul tulbas ülevalt alla) ja neist moodustatud kolmevärvi liitkujutis (ülal).

  17. Kokkuvõte • VIS mudel pakub hea kontseptuaalse raamistiku linnade maakatte uurimiseks keskmise ruumilise lahutusega satelliidipiltidelt • Spektrisegu lineaarse lahutamise meetod on hea linnaliste segupikslitega tegelemiseks, VIS mudeli komponentide kaardistamiseks • Muutused VIS mudeli fraktsioonides ei pruugi alati olla seotud reaalsete maakattemuutustega – arvestama aastaaegade mõjuga • Tulemused kõige täpsemad uusihastelikus linnajaos (vrdl kesklinn), kus vettpidava pinna suhtelised pindalad väiksemad • Protsesside uurimisel (nt linnastumine) uurimisel tuleks siiski arvestada piksli suurusest tingitud piirangutest • Meetodi sobivus sõltub konkreetsemalt vajadustest

More Related