Автоматическая классификация в ПО Erdas Imagine на основе данных дистанционного зондирования Земли – космических снимков Landsat.
Классификация выполнена не на весь снимок, а только на исследуемую часть – территорию Висимского заповедника Свердловской области. Для этого часть снимка сохранена в формате .img в виде растровой маски.
В меню «Multispectral» в группе «Subset & Chip» выбрано «Мask». В открывшемся окне в группе «Input File» указан путь к исходному файлу. Затем заданы путь и имя для сохранения выходного файла. Далее на экране вручную указана прямоугольная область и нажата кнопка «Ок».
Классификация выполнена следующим образом:
- Загружена часть снимка через меню «File – Open – Raster Layer».
- На вкладке «Unsupervised» в меню «Raster» выбрано «Unsupervised Classification».
- В открывшемся окне указан выходной файл в группе «Output Cluster», выбран метод классификации – K Means, также задано число классов – 36.
- Нажав кнопку «Color Scheme Options» открыто окно параметров цвета схемы, в котором заданы цвета для выходных классов.
- После нажатия кнопки «Ок» запущен процесс автоматической классификации. Результат представлен на рисунке 1.
- Полученное изображение визуально соответствует входному изображению, однако теперь оно содержит только 36 цветов (классов).
- Для перекодирования классификации с целью очистки и устранения отдельных пикселей в меню «Raster» выполнено «Thematic tab – Statistical Filtering».
Следующий этап – переименование классов в соответствии с их назначением. Назначение каждого класса определено визуально. В списке слоев выбран результат классификации и правой кнопкой мыши открыта таблица атрибутов. Далее вручную переименованы классы. Водные объекты, пожарища, вершины гор (скалы), населенные пункты и дороги определены по изображению исходного снимка быстро и однозначно.
Рисунок 1 – Результат автоматизированной классификации
По результатам классификации получилось, что растительности соответствует 27 классов. Используя карту лесоустройства все эти классы переименованы по породам деревьев. Легенда карты представлена на рисунке 2
Рисунок 2 – Легенда карты лесоустройства
В результате оказалось, что большинство классов растительности выполнены с ошибками, главной из которых является рассредоточение пикселей по всей территории, хотя они должны быть сконцентрированы на небольшом участке. Но если учесть, что задачей работы является анализ пожарищ, с которым классификация справилась успешно, то результат классификации растительности является приемлемым.
Таблица с переименованными классами представлена на рисунке 3.
Рисунок 3 – Таблица классификации с переименованными классами
Автор: Николаева А., магистрант 1 года обучения по направлению «Землеустройство и кадастры» ННГАСУ