UNIVERSITATEA TEHNICA DE CONSTRUCTII BUCURESTI

FACULTATEA DE GEODEZIE

PROIECT
TELEDETECTIE

PASARIN ALECSANDRA
DUMITRU ANA MARIA
ANUL IV, GRUPA 4

2016-2017
Convenia de denumire a imaginilor Landsat:

LXSPPPRRRYYYYDDDGSIVV

L=Landsat
X=Senzor
S=Satelit
PPP=WRS path
RRR=WRS row
YYYY=An
DDD=Ziua din an n calendarul iulian
GSI = Identificatorul staiei terestre
VV = Numrul arhivei

LE71830282003133ASN00
Senzorul E, Traiectoria, WRS path -183, WRS row-028, data : 13.05.2003.

1. Interfaa BEAM VISAT

1.1 Deschidei imaginea. Listai benzile imaginii n Products View.

1.2 n funcie de lungimile de und ale benzilor, gsii regiunea spectrului electromagnetic
n care a fost preluat banda i banda corespunztoare Landsat.

Radiance_1(485 nm) albsatru (VIS) Banda 1

Radiance_2(560 nm) verde (VIS) Banda 2
Radiance_3(660 nm) rosu (VIS) Banda 3
Radiance_4(835 nm) NIR Banda 4
Radiance_5(1650 nm) MIR Banda 5
Radiance_7(2220 nm) MIR Banda 7
Radiance_8(710 nm) pancromatic Banda 8

1.3 Deschidei trei dintre benzile imaginii voastre n Image Viewer. Afiai-le una lng cealalt n
viewer (Prt. Scrn)
2. Determinarea locaiei i valorii pixelilor dintr-o imagine. Color Compus

2.1 Afiai una dintre benzile imaginii voastre n viewer

Valoarea pixelului n banda respectiv : 41.53 in banda 2.

2.2 Scriei valorile pe care le identificai n imagine pentru:

- minim trei pixeli aflai n zona reprezentat cu cele mai deschise valori de gri:
74.01, 63.88, 71.35 zone deschise

- minim trei pixel aflat n zona reprezentat cu cele mai nchise valori de gri:

48.31, 44.86, 41.33 zone inchise

2.3 Deschidei banda 3 (Radiance 3) i identificai intervalele de valori ale pixelilor care aparin
diferitelor clase de obiecte: ap, vegetaie (pduri, terenuri agricole), zon urban, sol umed sau
uscat). Scriei valorile identificate sub form de interval

- apa [25-35];
- padure [18-21];
- sol [36-45];
- zona urbana [39-62].

2.4 Creai un color compus real al imaginii voastre (Prt. Scrn)

2.5 Prin schimbarea ordinii benzilor sau schimbarea benzilor ce sunt reprezentate prin Rou,
Verde i Albastru, alctuii 3 imagini color compus fals ale imaginii voastre. (Prt. Scrn)
2.6. Alegei una dintre imaginile create i explicai diferena care apare ntre aceasta i imaginea
color compus real.

Am reprezentat banda 1 ( reflectanta in albastru) cu rosu, banda 3 (reflectanta in rosu) cu verde si

banda 2 (reflectanta in verde) cu albastru.
Vegetatia (in special padurile) este reprezentata de tente de mov inchis deoarece este reprezentata
printr-un amestec de albastru si rosu. In amestec predomina albastrul pt ca reflectanta vegetatiei este mai
mare in banda 2.
Terenurile agricole au reflectanta mai mare in rosu decat in celelalte benzi din partea vizibila a
spectrului electromagnetic. Prin urmare ele apar colorate cu verde atunci cand reprezentam reflectanta in
rosu cu aceasta culoare.
3. Histograma i statistica imaginii

3.1 Calculai datele statistice pentru una din benzile imaginii voastre i afiai rezultatul n raport
(Prt. Scrn).

3.2 Definii 4 arii de interes diferite (zone test). Zonele trebuie s fie uniforme n ceea ce privete
informaia spectral. (Prt. Scrn)
3.3 Calculai pe rnd informaiile statistice pentru fiecare zon n parte (Prt. Scrn.).
3.4 Ce s-a ntmplat cu valorile minime, maxime i medii calculate pentru fiecare zon n
comparaie cu cele pentru imaginea ntreag?
Valoarea minima a crescut, valoarea maxima a scazut, iar valoarea medie oscileaza.

3.5 Care dintre tonurile de gri din imagine corespund valorilor mai ridicate ale pixelilor? Dar
valorilor mai sczute?
Tonurile deschise corespund valorilor ridicate ale pixelilor, iar cele inchise corespund valorilor scazute
ale pixelilor.

3.6 Ce legtur exist ntre tonurile de gri dintr-o band i reflectana suprafeei terestre
reprezentate?
Cu cat reflectanta creste cu atat tonurile de gri sunt mai deschise la culoare.

4. Crearea unui subansamblu

4.1. Ce reprezint valorile X i Y?
X si Y reprezinta coordonatele zonei pec ae dorim sa o determinam.

4.2. Creai un subansamblu de maxim 10 mb dintr-o imagine Landsat sau 3 mb dintr-o imaginea
DIMAP avut la dispoziie.
5. Inspecia datelor

5.1. Creai un Prt Scrn care s conin informaiile despre imaginea voastr. Este imaginea
georefereniat?

Da, imaginea este georeferentiata.

5.2. Afiai un color compus real corespunztor imaginii voastre. Accesai Pixel Spectrum View.
Plasai cel puin 4, cel mult 6 Pins pe imagine, astfel nct locaiile alese s corespund unor clase de
acoperire diferite (Print Screen locaii). Observai curbele spectrale corespunztoare fiecrei clase.
5.3. Editai fiecare Pin cu culori diferite (att pe hart ct i a spectrelor). Redenumii (Label)
fiecare Pin cu numele clasei de acoperire corespunztoare.(Prt Scrn Pixel spectrum+Pin manager)

5.4. Plasai dou Pins la ntmplare pe hart. Cunoscnd forma curbelor spectrale caracteristice
(din teorie) ncercai s ncadrai cele dou spectre n una din clasele de acoperire n funcie de
caracteristicile lor (argumentati fcnd referire la asemnarea curbei pixelului din imagine cu cea
original, comparnd nivelele de reflectan n fiecare zon a spectrului electromagnetic surprins
de benzile sensorului ETM+). Prt scrn cu poziia Pins.
 Pin 1 are reflectanta mare in albastru si verde si mica in rosu, apoi creste brusc in infrarosu, prin
urmare este o zona cu sol cu un continut ridicat de umiditate, asemanandu-se cu curba pentru sol din
imaginea originala. Pin 2 arer reflectia mai mica in domeniul vizibil cu minimin rosu, crescand mult in
infrarosu apropiat fiind asemanatoare cu vegetatia din imaginea originala. Prin urmare avem o zona de
vegetatie.

6. mbuntirea vizualizrii imaginii

6.1. Folosind comanda Click dreapta pe denumirea imaginii/New RGB View sau View/New
RGB view, construii o imagine color compus real i una una color compus fals utiliznd benzile
satelitare pentru a obine aceleai combinaii precum n exemplul de mai sus (Prt scrn).
Imagine reale (R+G+B) :

Imagine falsa (R+B+):

 6.2. Deschidei una din benzile imaginii i mbuntii modul de afiare al acesteia prin
acionarea asupra histogramei. (Prt Scrn cu imaginea nainte i dup ajustarea histogramei).
Inainte:

Dupa:
 6.3 Deschidei un color compus real al imaginii voastre i ajustai histogramele
corespunztoare canalelor rou verde i albastru pn cnd calitatea imaginii se mbuntete (Prt
Scrn cu imaginea nainte i dup ajustare).

Inainte :

Dupa :
6.4. Deschidei o band a imaginii satelitare i
aplicai pe rnd cte un filtru din fiecare
categorie de mai sus (prt scrn).
7. Clasificarea imaginilor

7.1. Generai 3 clasificri nesupervizate ale imaginii voastre n care s folosii 15, 10 i respectiv 5
clase, 20 de iteraii i informaiile din toate benzile spectrale cu excepia benzii 8.
7.2 Ce clasificare ar fi cea mai potrivit pentru cazul n care am vrea s difereniem tipuri de
vegetaie, de culturi agricole, sol etc. Dar n cazul n care ne dorim o difereniere a principalelor
clase de acoperire a terenului (sol, ap, vegetaie, zone construite)?

In cazul in care vrem sa diferentiem tipuri de vegetatie, de cultuturi agricole, sol etc. cea mai
potrivita clasificare este cea de 14 clase. In cazul n care ne dorim o difereniere a principalelor clase de
acoperire a terenului folosim clasificarea cu 7 clase.

7.3. Defininii 5 clase de informaie n imaginea voastr (ap, pdure, construcii, etc). Fiecare clas
trebuie s conin cel puin 3 arii de test. Denumii clasele n funcie de clasa de acoperire pe care o
reprezint. Fiecrei clase s i se atribuie o culoare corespunztoare clasei de acoperire pe care o
reprezint (Ap-Albastru, Sol-Maro, Vegetaie-verde)(print screen cu fereastra Existing classes i
ariile de test n imagine).
7.4. Rulai clasificarea supervizat pentru fiecare metod de clasificare (Minimum Distance,
Parallelipiped, Maximum Likelihood). (prt scrn cu cele 3 imagini clasificarte rezultate).

Minimum distance
Paralelipiped

Maximum Likelihood
8. Indici spectrali

8.1 Calculai indicele de vegetaie NDVI (prt screen cu formula inserat n editorul Band
Arithmetic, i prt screen cu imaginea rezultat).
8.2 Utiliznd Pixel Info, gsii zonele din imaginea voastr care conin cel mai probabil vegetaie
dens. Delimitai aceste zone aproximativ i scriei ce valori medii ale NDVI le sunt atribuite (prt
scrn)

8.3 Utilizai comanda Compute an NDVI (unde utilizatorul poate s defineasc banda roie i
banda n infrarou apropiat) i comparai vizual rezultatul obinut la 8.2 cu acesta (prt scrn cu
imaginea rezultat).

Utilizai comanda Compute an NDVI rezulta ca zonele cu vegetatie densa au culoarea verde, iar
la punctual 8.2 zonele dense aveau culoarea alb.
8.4 Calculai indicii spectrali pentru zone construite (Normalized Difference Building Index =
NDBI), zpad (Normalized Difference Snow Index = NDSI), ap (Normalized Difference Water
Index = NDWI) (prt screen cu formula inserat n editorul Band Arithmetic, i prt screen cu
imaginea rezultat)

Formule indici:

NDBI = (RNIR-RMIR)/(RNIR+RMIR)

NDSI = (RVerdeRMIR)/(RVerde+MIR)
NDWI = (RVerde-RNIR)/(RVerde+RNIR)