Documente Academic
Documente Profesional
Documente Cultură
a b
Fig. 4.2. Subscena Landsat ETM+, falscolor 453 a zonei de confluen Olt-Rul
Negru i a mestecniului de la Reci, Depresiunea Braov (a); clasificare nesupervizat
prin algoritmul K. Vizualizare n scar de gri.
4.2.1. Etapa pregtitoare (engl.training stage) este de cea mai mare importan, n
acest context. Rezulatul clasificrii propriu-zise se bazeaz pe exactitatea delimitrii
zonelor-eantion.
Zonele-eantion denumite n literatur i ,,zone de interes (de la engl. Region of
Interest, cu acronimul ROI) sunt grupri de pixeli, de diferite forme i mrimi, omogene
sub raportul semnificaiei geografice (ex. pdure, pajite, teren construit, teren arabil, ap
etc.). Pixelii cuprini n acestea nu au aproape niciodat acelai numr digital, dar au
valori apropiate, caracterizate de o serie de parametri ca valori extreme, medii, deviaie
standard etc.
n fig. 4.5., se poate observa diversificarea zonelor-eantion alese ca reper pentru
clasificare, pe un scatter plot rezultat din corelarea a dou benzi spectrale ale unei
imagini. Aceste zone de interes apar similar unor grupri de puncte n anumite pri ale
graficului.
Fig. 4.5. Diagrama scatter-plot a unor zone-eantion.
n realitate, alegerea acestora se realizeaz pe o imagine color ct mai expresiv,
dar clasificarea se raporteaz la valorile pixelilor n toate benzile spectrale ce compun
subscena satelitar. n fapt acestea sunt poligoane diferite care devin eficiente datorit
corectitudinii semnificaiilor associate i mai ales prin includerea unor variaii de
signatur spectral ce apar la nivelul aceleiai entiti (de exemplu includerea la pduri de
foioase a celor de fag dar i a celor de gorun, chiar dac signature este uor diferit).
Detalierea acestor zone-eantion (fig. 4.6) depinde de tipul aplicaiei i de experiena
analistului n asocierea la signaturile spectrale din imagine, a realitii terenului.
Scopul aplicaiei din care face parte fig. 4.6 a fost analiza de detecie a
schimbrilor modului de utilizare a terenurilor n Depresiunea Cmpulung. n fapt, au
fost documentate n teren, n sezonul de var, categoriile principale de utilizare a
terenurilor, ce aveau s devin clase n cadrul clasificrii supervizate. Acestea au fost
fotografiate, marcate pe harta topografic sau cu puncte GPS la precizia de 4 m,
suficient pentru un areal de o asemenea ntindere.
Crearea acestor zone-eantion este realizat manual, similar vectorizrii, n jurul
unui grup de pixeli considerat ca fiind reprezentativ. n literatur se recomand ca
numrul minim de pixeli s fie egal cu numrul de benzi al scenei satelitare plus 1, ns
practica recomand numere de 10 sau 100 de ori mai mari dect numrul de benzi pentru
ca eantionul s fie statistic reprezentativ la nivel de covarian. Clasificarea devine mai
performant dac pixelii alei sunt mai numeroi i mai reprezentativi sub raport spectral
i informaional. Se impune o ct mai bun distribuire spaial la nivelul imaginii, astfel
nct s fie surprinse diferenele cele mai mici la nivelul aceleiai clase din imagine
(fig.4.6), n condiii de iluminare diferit. Imaginile se impun a fi ortorectificate i
corectate geometric pentru posibilitatea obinerii unor erori spaiale ct mai diminuate.
Pixelii ce compun zone de interes se raporteaz n sisteme de axe rectangulare,
prin corelarea a dou sau trei benzi, fie n plan (Lillesand et al., 2004) fie n spaiu
(Lucieer, 2004). Ei vor fi definii de vectori de poziie raportat la cele dou sau trei axe,
dup caz. Fiecare punct ce corespunde centrului unui pixel este caracterizat prin
coordonate de tip x, y, z sau x, y.
Alegerea zonelor-eantion ine seama de faptul c pixelii care reprezint acelai
element de mediu nu au valori spectrale identice. Ei alctuiesc nori de puncte, similare
clusterelor de stele de pe bolta cereasc. Tendina este de grupare, dar definirea zonelor-
eantion poate duce la erori n clasificare, dac nu sunt precizate corect variabilele la
nivel de grup de pixeli. Un exemplu este pdurea de pe versanii dealurilor sau munilor
care dei identic ea apare diferit ca signatur spectral datorit umbririi. n aceste cazuri
se impun fie alegerea unor combinaii de benzi optime, n care efectul umbririi s fie
diminuat (exemplu cele n infrarou), fi realizarea unor corecii, prezentate n lucrare la
capitolul ,,corecii radiometrice.
Alegerea combinaiilor utile clasificrilor de pixeli este posibil i dup generarea
zonelor-eantion sub forma unor fiiere speciale (cu extensia .roi). Fiecare grupare de
pixeli poate fi analizat la nivel de reflectan spectral n raport cu benzile spectrale ce
compun scena (fig. 4.7).
a
b
Fig. 4.10. Imaginea falscolor 453 (a) i clasificarea supervizat (b). Subscena
Landsat ETM+, iunie 2000. Utilizarea terenului n Depresiunea Cmpulung, Subcarpaii
Getici.
Aceasta este cea mai simpl dintre metodele de analiz a schimbrilor. Ea impune
rareori corecii geometrice i radiometrice la nivelul imaginilor multitemporale, care pot
fi obinute i cu ajutorul senzorilor diferii. Analiza necesit totui o delimitare exact a
zonei de studiu, utilizarea de imagini cu rezoluii spaiale identice sau ct mai apropiate i
pentru simplificare, rezoluii spectrale identice sau apropiate. Acest ultim aspect poate
suplini experiena interpretatorului i obinerea n scurt timp a unui rezultat valabil.
Pentru exemplificare, am ales dou situaii, folosind subscene Landsat TM din 7
iulie 1988 (momentul t 1) i Landsat ETM+ din 5 iunie 2000 (momentul t 2).
n fig. 5.1. a i b, sunt prezentate dou imagini ale oraului Ploieti obinute la
circa 12 ani diferen cu senzorii Landsat. Imaginile sunt subscene de var (iunie, iulie),
separate de momentul schimbrilor din 1990 i al tranziiei social-economice i politice,
dup revoluia din decembrie 1989. Cele dou imagini au aceai rezoluie spectral, fapt
ce avantajeaz interpretarea. Diferene radiometrice exist, avnd n vedere azimutul i
elevaia solar uor diferite, sensibilitatea senzorilor i vechimea lor, ns cel mai mare
avantaj este lipsa norilor. Imaginile au fost obinute aproximativ la aceai or, n jur de
7.30-8.00, ora local. Detectarea schimbrilor se realizeaz, n acest caz pe cale vizual,
implicnd interpretare dar i recunoatere sau validare n teren a rezulatelor. Principalele
modificri sesizate sunt urmtoarele:
imaginile arat n ansamblu modificri ale utilizrii terenurilor, care se
reflect n nlocuirea parcelelor cultivate cu cereale, plante tehnice i
legume, cu parcele acoperite de pajite i nu de puine ori cu teren arat sau
nefolosit; de asemenea s-au parcelat terenuri agricole ale fostelor uniti
agricole de stat aa cum se observ n dreapta imaginii (4 n fig. 5.1) n
arealul satului Bucov i nu numai (Ploietiori-Blejoi ; suprafeele cu
pduri nu s-au modificat (Bucov, Corlteti, ramificaia Ploieti-Triaj).
imaginile arat de asemenea, noi extinderi teritoriale ale intravilanului prin
adugarea platformei industriale de vest (industrie alimentar, cu buturi
rcoritoare i tutun), la ieirea oselei ctre Trgovite i n preajma cii
ferate ctre Braov (1), precum i a extinderii cartierului Ploieti-Nord (3)
pe traseul oselei ctre Braov (vile, restaurante, industrie textil,
construcii, depozite etc.).
modificrile de reflectan din intravilan corespund antierelor de
construcii din arealul Bdul. Republicii Str. Gh. Doja (2) sau n cartierele
Ploieti Vest II- Mreti, Mihai Bravu etc., nchise ulterior prin
terminarea blocurilor i ocuparea terenului viran cu reflectan mare,
situaie ntlnit i n preajma Grii Ploieti Vest, prin construirea unui
supermarket pe teren viran (5).
3 4
2
1
4
3
2
1
A
22
a bb
Schimbar
e
Fara
Schimbare
R+
R-
Fig. 5.5. Diagrama de tip scatter plot a schimbrilor. Regresia linear a benzii 2,
subscenele Landsat TM (7 iulie 1988) i Landsat ETM+ (5 iunie 2000), rezoluia spaial
30 m, municipiul Ploieti.
a b
Fig. 5.6. Plottarea 2 D comparativa a datelor pentru benzile 1 i 2 ale subscenelor Landsat
TM (7 iulie 1988)-a i Landsat ETM+ (5 iunie 2000)-b, rezoluia spaial 30 m,
municipiul Ploieti.
Imaginea din figura 5.7, exprim componenta principal cu cea mai mare varian
din setul de date multitemporale. Tonurile deschise arat modificrile calitative legate de
construciile din intravilan, acestea fiind foarte deschise n noile zone aprute la limita
intravilanului (industrial n vest, rezidenial i de servicii n nord).Albia minor a
Teleajenului este de asemenea un areal cu schimbri de ton de culoare, ca urmare a
depunerii de sedimente la viituri. Tonurile foarte nchise reflect lipsa schimbrilor,
caracteristic pdurilor de cvercinee de la Berceni sau Bucov, plantaiei de pin (Ploieti-
Triaj), inclusiv parcurilor sau scuarurilor (cartierul Ploieti Nord, Bdul. Independenei,
zona Slii Sporturilor). Tonurile de culoare intermediar exprim terenuri cu vegetaie
modificat (culturi nlocuite de pajiti sau tufriuri) i sunt ceva mai deschise la terenuri
arate i parcelate. Apar evidente oselele principale chiar dac au limi de sub 20 m, ca
cele spre Braov sau Bucureti, ce au cunoscut lucrri de reabilitare.
Cu ajutorul acestei imagini se poate elabora o masc binar a schimbrilor n care
vor fi delimitate dou elemente i anume arealele cu schimbri (valoare 1) i fr
schimbri (valoare 0). Aceasta se poate aplica imaginilor pentru izolarea numai a zonelor
de interes n analiza dinamicii mediului.
Metoda este poate cea mai util dintre cele prezentate, deoarece elimin
posibilitatea propagrii erorilor rezultate din diferenele radiometrice dintre imagini. Se
utilizeaz diferena de imagini, ns cele dou seturi de date provin din clasificri de
regul supervizate ce se scad, rezultnd o imagine a schimbrii. Aceasta este deosebit de
sugestiv atunci cnd este ntocmit n detaliu, la nivelul fiecrei clase, deoarece reflect
n modul cel mai concret transformarea unei clase n alta.
Un alt avantaj considerabil este i posibilitatea abordrii statistice a
transformrilor i a unor interpretri de date cantitative.
n cele ce urmeaz vom prezenta o astfel de analiz privind dinamica etajelor de
vegetaie n Munii Iezer.
6. Aplicaii ale imaginilor n Sistemul Informaional Geografic (SIG)
Hrile satelitare (engl. satellite image maps) sunt reprezentri obiective, la scar,
ntr-un sistem de proiecie cu un anumit datum, a unei suprafee de teren diferit ca
ntindere, aa cum apare aceasta n cadrul unei subscene, scene sau mozaic de imagini.
Suprafaa acoperit poate fi extrem de diferit ca mrime i particulariti geografice, de
la un cvartal de locuine sau o intersecie de autostrzi, la orae, regiuni, state, continente
i chiar ntreaga suprafa a Globului. Cu ct suprafaa este mai mare, cu att scade scara
dar i rezoluia imaginilor utilizate i vizualizate. n plus crete numrul de imagini ce vor
fi asamblate, deci procesate n vederea obinerii unei imagini unitare (mozaic). Aceasta
implic un volum considerabil de informaii care trebuie stocate, vizualizate, prelucrate,
ceea ce devine anevoios cu mijloace hard sau soft obinuite (se folosesc staii grafice).
Realizarea hrii satelitare Landsat a unei ri ca Romnia implic lucrul cu un mozaic de
peste 20 de scene i subscene geocorectate, dar cu diferite rezoluii temporale, deoarece
se aleg cele mai bune imagini, cu un procent de acoperire noroas ct mai mic, pe ct
posibil din luni sau anotimpuri apropiate, deoarece apare necesitatea normalizrii
radiometrice, a unificrii signaturilor de la o scen la alta.
Elementele unei hri satelitare sunt de cele mai multe ori aceleai cu ale unei
hri obinuite, ca de pild cu cele dintr-o hart mural (titlu, scara, caroiaj, coordonate,
orientare, toponimie etc.). Legenda apare deseori dar nu este o condiie obligatorie, avnd
n vedere caracterul obiectiv al reprezentrii ce i mrete expresivitatea prin form,
culoare, poziie etc. Obiectivitatea este trstura de baz, n raport cu hrile obinuite,
dar i aceasta poate fi limitat prin prelucrri radiometrice, diminuarea rezoluiei iniiale
din motive de spaiu sau chiar mascarea unor elemente ca norii sau obiective speciale.
Editarea implic utilizarea unui modul special de management al elementelor, ce poate
genera automat caroiajul i coordonatele, scara etc.
Fig. 6.1. Hart satelitar (micorat, n scara de gri) a unei zone inundate de pe
cursul inferior al Rhonului, Frana, realizat pe baza unei imagini Ikonos din iunie 2003.
Sursa : DLR (German Remote Sensing Data Center), European Space Imaging.
n fig. 6.1, se observ c harta satelitar realizat iniial la scar mare, prezint
inclusiv o legend n care au fost reunite eantioane de imagini ale diferitelor entiti din
spaiul geografic. Ele vizeaz cu deosebire acoperirea terenului, legat de vulnerabilitatea
la inundaii (pduri, pajiti, teren cultivat, aezri, industrie, ci ferate i osele sau diguri
etc.). Harta localizeaz subscena de mare rezoluie n raport cu teritoriul rii sau cu
sistemul de referin al scenelor i ofer informaii privind proiecia, rezoluia etc.
Astfel de aplicaii devin deosebit de utile sub raport practic, n rezolvarea unor
probleme de mediu ca poluarea, riscurile naturale, urbanism, infrastructur dar i
didactic, aa cum se observ n cazul mozaicului vegetaiei globale cu imagini NOAA-
AVHRR (fig. 6.2) sau TERRA-MODIS, ori n cel al suprafeei globului pe timp de
noapte (DMSP).
Fig. 6.2. Harta satelitar colar derivat din mozaicul de scene NOAA-AVHRR,
reprezentnd Globul terestru i vegetaia uscatului n culori naturale. Sursa
:worlmapsonline.com.
Din fig. 6.4, se observ detalierea claselor de utilizarea terenului extrase din
imaginea Spot pancromatic (HRV-High Resolution Visible). Sunt prezente clase care nu
se regsesc n hri topografice la scar mare sau nu sunt delimitate cu exactitate
(aniniuri din lunci, teren erodat, unele stncrii, acumulri de aluviuni etc.), iar
reprezentarea limitelor altora este mai obiectiv i actualizat (limita pdurii din 1997, n
raport cu cea din hrile topografice din 1982 sau limitele intravilanului oraelor Predeal
i Azuga). Este posibil i cartografierea raritilor sau doborturilor de copaci din pduri.
Precizia rezultatelor se poate aprecia n raport cu alte date, din alte surse, ca de pild
drumurile i cile ferate extrase din hri topografice corectate geometric. Unele erori
rezult din geocorecie dar i din lipsa ortocoreciei ce implic deformrile specifice
proieciei centrale. Ele se atenueaz, ns, dac rezoluia imaginii scade. Rezultatele se
valideaz la teren sau n raport cu alte imagini (aerofotograme) sau hri.
Datele extrase astfel se vizualizeaz cartografic, dar se utilizeaz i n contextul
analizelor SIG de mai mare complexitate, ce au ca rezultat noi reprezentri.
Clasificrile de pe imagini au devenit n ultimele dou decenii, pe msura
perfecionrii algoritmilor de grupare automat a pixelilor n clustere, cea mai rspndit
metod. Acestea sunt perfectibile i n condiiile necunoaterii trsturilor terenului sau
lipsei unei experiene bogate n interpretarea vizual (clasificri nesupervizate). n
schimb ele necesit alegerea algoritmului potrivit i a variabilelor geostatistice pentru a
obine un rezultat ct mai bun (clasificarea corect, aproape integral a pixelilor). Cele
mai bune rezultate ns se obin prin aplicarea algoritmilor clasificrii supervizate, pentru
c alegerea eantioanelor de pixeli impune cunoaterea terenului i verificare permanent.
Aplicarea acestei metode implic totodat i operaii de pregtire, de preprocesare
i procesare a imaginilor, prin corecii i filtrri, prin fuziuni de date, n vederea
diferenierii signaturilor spectrale i rulrii algoritmului dorit.
n final rezult de asemenea hri complexe, de detaliu ale vegetaiei sau utilizrii
terenurilor, n care analizele de specialitate i vor gsi o surs principal de date. n plus,
asemeni interpretrii, noile clustere se exploateaz i statistic, n cifre absolute sau
procente, ce se valideaz cu alte date statistice existente.
Figura 6.5 prezint un rezultat al unei clasificri performante a pixelilor ntr-un
areal bine delimitat. Elementele hrii sunt aceleai ca ale oricrei hri de vegetaie dintr-
un atlas.
Fig. 6.5. Harta detaliat a vegetaiei Munilor Iezer realizat prin clasificare
supervizat de pe o subscen Landsat TM din august 1986.
Fig. 6.6. Fragment din harta periglaciarului din Munii Timiului, reprezentnd estul
Clbucetelor Predealului (n scara de gri). Clusterele albe reprezint acumulri de zpad
n poieni i goluri montane, extrase prin clasificare nesupervizate din imagine Landsat
TM, ianuarie 1997.
cueste paduri de
solzi, hogback-uri
amestec
(predomina molidul)
graben
domeniu
chei sinclinal suspendat schiabil
frunte de panza
de sariaj
sinclinal suspendat
hogback
Fig. 6.7. Munii Timiului. Imagine Landsat TM din ianuarie 1997, falscolor 432,
suprapus unui MNA cu rezoluia de 10 m, la care s-au adugat date de interpretare.
Cele mai avansate modaliti de analiz vizeaz integrarea datelor extrase din
imagini, prin interpretare, dar mai ales prin clasificri de pixeli, n operaii specifice SIG.
Este vorba de operaiile cu date raster de tip grid, ce implic fie calcule simple, de tipul
adunare, scdere sau nmulire de griduri, fie integrarea datelor raster n formule
complexe, cu radicali, integrale, funcii trigonometrice. O nou tendin este exploatarea
datelor n modele de probabilitate, fie individual (lanurile Markov) fie mpreun cu alte
date (de exemplu modelul Bayesian sau Dempster Shaefer).
Indiferent de specificul analizei, datele de teledetecie contribuie la generarea de
noi seturi de date, cum ar fi cele de pretabilitate a terenului pentru amenajri (drumuri,
case, prtii de schi), de hazard i risc geomorfologic (susceptibilitatea la alunecri,
localizarea probabil a avalanelor etc.), de eroziune a terenului i multe altele.
Diversitatea i complexitatea lor ne oblig la a aborda aceste aspecte doar pe scurt, prin
intermediul unui exemplu (B. Mihai, 2005).
Elaborarea proiectelor SIG implic precizarea locului i rolului datelor din
imagini de teledetecie, n raport cu etapele ce definesc desfurarea acestora (fig. 6.8).
Fig. 6.8. Structura schematic a unui proiect SIG destinat analizei potenialului
spaiului montan al M. Timiului.
Concluzii