Sunteți pe pagina 1din 28

UNIVERSITATEA DE STIINTE AGRONOMICE SI MEDICINA VETERINARA BUCURESTI FACULTATEA DE IMBUNATATIRI FUNCIARE SI INGINERIA MEDIULUI SPECIALIZAREA MASURATORI TERESTRE SI CADASTRU

REFERAT TELEDETECTIE
Se da imaginea satelitara Lansdat cu rezolutia spatiala 30m (l5_182028_20100501_139.tif) ce acopera o zona in vecinatatea localitatii Blesca , judetul Vaslui . Se cere: 1. Interpretarea vizual a imaginii Landsat, folosind minim dou compoziii RGB. 2. Analiza peisajului corespunztor zonei de test (folosind compoziiile RGB obinute la punctul 1 i etapele de analiz descrise n cursul de teledetecie). 3. Identificarea claselor de acoperire a terenului i vectorizarea n ntregime a imaginii Landsat (pentru o mai bun identificare a claselor de acoperire a terenului putei folosi diverse combinaii de benzi spectrale). 4. Realizarea unei hri tematice pe baza interpretrii vizuale a imaginii Landsat (imagine de fundal: Landsat, strat tematic vectorial: clasele de acoperire a terenului; de asemenea, harta trebuie s conin: titlu, scar grafic i numeric, direcia nordului, legend). 5. Clasificarea automat a imaginii Landsat folosind metoda nesupervizat i aplicarea unui filtru post-clasificare (rezultatul clasificrii trebuie nsoit de legend). 6. Analiza histogramelor unidimensionale i bidimensionale ale imaginii satelitare Landsat (dou exemple din fiecare tip de histogram). 7. Clasificarea automat a imaginii Landsat folosind metoda supervizat i aplicarea unui filtru post-clasificare (rezultatul clasificrii trebuie nsoit de legend). 8. Clasificarea imaginii Landsat folosind analiza componentelor principale.
1

9. Calculul indicelui de vegetaie NDVI. 10. Realizarea profilului spectral pentru 3 pixeli din clase diferite (urmnd exemplul din cursul de teledetecie).

1. Interpretarea vizual a imaginii Landsat, folosind minim dou compoziii RGB.

COMBINATIA 2-3-1

COMBINATIA 4-5-3

1. Pentru prima interpretare vizuala am folosit doua combinatii intre benzile spectrale (45-3 si 2-3-1) pentru a scoate in evidenta localitatile dar si vegetatia din aria de studiu.

2. Analiza peisajului corespunztor zonei de test (folosind compoziiile RGB obinute la punctul 1 i etapele de analiz descrise n cursul de teledetecie).
2.1. Formele de relief Zona de test se afla in judetul Vaslui. Ca forme de relief, intr-o zona deluroasa, apartinand Podisului Moldovei, in vecinatatea orasului Vaslui. 2.2 Acoperirea terenului Cea mai mare parte din zona de test peste 40% este acoperita de terenuri agricole , iar restul este reprezentat de pasuni ,localitati si paduri.

Zona de test se afla intr-un areal deluros, putem deasemenea observa unele diferente intra zonele umbrite si zonele insorite in momentul captariii imaginii satelitare .
3

3. Identificarea claselor de acoperire a terenului i vectorizarea n ntregime a imaginii Landsat


Am vectorizat toata zona de test cu ajutorul functiei GIS din programul LEOWorks si am impartit zona in 4 clase:Terenuri agricole , Paduri , Drumuri , Localitati .

4. Realizarea unei hri tematice pe baza interpretrii vizuale a imaginii Landsat

5. Clasificarea automat a imaginii Landsat folosind metoda nesupervizat i aplicarea unui filtru post-clasificare
7

6. Analiza histogramelor unidimensionale i bidimensionale ale imaginii satelitare Landsat (dou exemple din fiecare tip de histogram).
Histograma este un grafic care reprezinta o distributie statistica amplitudinea unei clase de elemente. Histograma este un grafic folosit pentru vizualizarea unei distributii de frecventa. Distributia de frecventa reprezinta numarul de evenimente statistice pe clase de evenimenite. Pentru a deschide fereastra histogramei imaginii, alegem din meniul View optiunea Histogram sau apasam pe butonul din bara de unelte. Histograma bidimensionala este un grafic care arta numarul de pixeli care au o valoare numerica specifica pentru 2 benzi spectrale. Histograma bidimensionala se realizeaza cu comanda Scatter Plot din meniul Tools, selectam 2 imagini, selectam canalele pentru fiecare imagine, avem de ales dintre canalele Rosu, Verde, Albastru, apoi OK.

Pentru combinatia 4-5-3 histogramele unidimensionale sunt:

10

- histograma pentru canalul rosu:

Valoarea numarului maxim de 3198 pixeli corespunde valorii de gri 81.

- histograma pentru canalul verde

11

Valoarea numarului maxim de 3936 pixeli corespunde valorii de gri 93.

- histograma pentru canalul albastru

12

Valoarea numarului maxim de 8284 pixeli corespunde valorii de gri 27. Pentru imaginea din banda 7

13

14

Cu ajutorul functiei Interactiv Streching am izolat un varf pe histograma, astfel incat am evidentiat localitatile .

Pentru imaginea din banda 1

15

De aceasta data am evidentiat padurile.

16

Pentru histograma bidimensionala, am ales combinatia1-5-7 si combinatia 12-3

17

1-5-7 rosu si 1-2-3 verde

18

1-5-7 rosu si 1-2-3 albastru

19

1-5-7 verde si 1-2-3 albastru

20

7. Clasificarea automat a imaginii Landsat folosind metoda supervizat i aplicarea unui filtru post-clasificare (rezultatul clasificrii trebuie nsoit de legend).
Clasificarea automata am facut-o din meniul Multivariate Analysis Select Training Fields. Am selectat clasele pe care am dorit sa fac clasificarea. Am deschis combinatia 423 si 157, am facut Interactive Streching, din meniul Enhance, pentru o cat mai buna claritate si vizibilate a imaginii. Am selectat clasele de obiecte cu optiunea Training Fields, desenand poligoane in dreptul padurilor, localitatilor si terenurilor agricole.

21

22

8. Clasificarea imaginii Landsat folosind analiza componentelor principale.


Am folosit din bara de comenzi, comanda Multivariate Analysis -> Principal Components Analysis (PCA)

23

24

25

9. Calculul indicelui de vegetaie NDVI.


Folosim comanda Tools -> Compute NDVI

Pentru NDVI am folosit benzile 1 si 3 .

26

10. Realizarea profilului spectral pentru 3 pixeli din clase diferite (urmnd exemplul din cursul de teledetecie).

Landsat Teren Agricol Padure Localitate

Banda 1 74 60 68

Banda 2 34 32 39

Banda 3 41 23 45

Banda 4 62 98 65

Banda 5 99 72 112

Banda 7 37 27 33

27

28