Chuong 4 3 LAP BAN DO HIEN TRANG SDD

BÀI 3: LẬP BẢN ĐỒ LỚP PHỦ/BĐ SỬ DỤNG ĐẤT 3.1 Hiển thị ảnh - DISPLAYING IMAGES 3.2 Tạo ảnh tổ hợp màu - CRREATING A COMPOSITE IMAGE 3.3 Tăng cường độ tương phản ảnh - IMAGE ENHANCEMENT

BÀI 3:

LẬP BẢN ĐỒ LỚP PHỦ/BĐ

SỬ DỤNG ĐẤT

3.1 Hiển thị ảnh - DISPLAYING IMAGES

3.2 Tạo ảnh tổ hợp màu - CRREATING A COMPOSITE IMAGE

3.3 Tăng cường độ tương phản ảnh - IMAGE ENHANCEMENT

3.4 Phân lớp không kiểm định - UNSUPERVISED CLASSIFICATION

3.5 Phân lớp có kiểm định - SUPERVISED CLASSIFICATION

3.6 Đánh giá độ chính xác - ACCURACY ASSESSMENT

1 DUONG DANG KHOI

3.1 HIỂN THỊ ẢNH

- Ảnh Landsat được thu và hiển thị bằng thang

màu xám (grayscale), khi mở trong arcGIS được

liệt kê trong Table of Contents của ArcMap

- Mỗi kênh hữu ích cho nhận biết một số đối

tượng:

3.1.1 Mở các tệp ảnh trong ArcMap

1 Khi giải nén thư mục tải về, ta có 7 tệp ảnh như sau:

3 DUONG DANG KHOI

2 Mở ArcMap và mở một tệp trắng mới

3 Chọn toàn bộ tệp ảnh đã giải nén

4 Mở tất cả các file đã chọn như sau:

5 DUONG DANG KHOI

DUONG DANG KHOI

5 Kiểm tra các thông tin về file ảnh

3.2 TẠO ẢNH TỔ HỢP

(CREATING A COMPOSITE IMAGE)

- Ảnh Landsat thu thập và lưu dạng thang màu xám

(grayscale) và mỗi kênh được lưu trữ riêng

- Bằng việc tạo ảnh tổ hợp, ta có thể hiển thị ảnh dạng

màu, hiển thị các ảnh theo định dạng màu RGB chp phep

ta quan sát thấy các đối tượng khác nhau trong ảnh, đặc

biệt là các nhóm đối tượng lớp phủ: urban areas, forests, agriculture, water bodies

9 DUONG DANG KHOI

- Mở ArcMap, mở a new map document, và mở toàn bộ 7 tệp ảnh Landsat

vào new map document

- Thông qua kết hợp các ảnh, ta có thể hiển thị các kênh khác nhau sử dụng khung màu RGB

11 DUONG DANG KHOI

RGB:

4-3-2

The standard "false color"

composite Vegetation appears in shades of red, urban areas are cyan blue, and soils vary from dark to light browns Ice, snow and clouds are white or light cyan Coniferous trees will appear darker red than

hardwoods This is a very popular band combination and is useful for vegetation studies, monitoring

drainage and soil patterns and various stages of crop

growth Generally, deep red hues indicate broad leaf and/or healthier vegetation while lighter reds signify grasslands or sparsely vegetated areas Densely populated urban areas are shown in light blue This

DUONG DANG KHOI 13

This combination provides a "natural-like" rendition, while also penetrating atmospheric particles and smoke Healthy vegetation will be a bright green and can saturate in seasons of heavy growth, grasslands

will appear green, pink areas represent barren soil , oranges and browns represent sparsely vegetated areas Dry vegetation will be orange and water will be blue Sands, soils and minerals are highlighted in a multitude of colors This band combination provides striking imagery for desert regions It is useful for geological, agricultural and wetland studies If there were any fires in this image they would appear

red This combination is used in the fire management applications for post-fire analysis of burned and non burned forested areas Urban areas appear in varying shades of magenta Grasslands appear as light

green The light-green spots inside the city indicate grassy land cover - parks, cemeteries, golf

courses Olive-green to bright-green hues normally indicate forested areas with coniferous forest being darker green than deciduous

RGB:

7-4-2

15

3.3.1 Radiometric Enhancement

Using ArcGIS as a Viewer for

Radiometric Enhancement

3.3 TĂNG CƯỜNG ẢNH

Transparency displays the image so you can see the

image below it If the image below is an aerial photo,

you would be able to see and associate the various

brightness values to specific objects

Background, by placing a checkmark in the box next to

Background you eliminate the no data value in the

display

17 DUONG DANG KHOI

Histograms:

- Histograms plot the frequency values of the digital

numbers (DNs) (x-axis) against the number of pixels with that value (y-axis)

- The first area where ArcMap displays histograms is in

Layer Properties/Symbology tab

Percent Clip is the default; this method eliminates the minimum and

maximum values ends of the histogram based on a percent (the default is 2.00)

19 DUONG DANG KHOI

3.3.2 Spatial Enhancement/Spatial Filtering

- Tăng cường ảnh dạng radiometric enhancement hoạt

động dựa trên từng pixel, spatial enhancement làm việc

với nhiều pixel lân cân (deals largely with spatial

frequency and modifies pixel values based on the values

of its neighbor pixels)

- Tăng cường không ảnh (spatial enhancement) của

ArcGIS là bộ công cụ Image Analysis và Spatial Analyst

a Với Image Analysis

- Nearest neighbor – the pixel is assigned the value of

the cell closest to it

21 DUONG DANG KHOI

- Cubic convolution creates a sharper-looking image

- Bilinear interpolation creates a smooth-looking result

- Majority - the pixel is assigned the most common

value within a specific filter window, smoothing the

image

b Với Spatial Analyst Tools

23 DUONG DANG KHOI

 Filter can be low pass and high pass Low

passsmoothes and high pass enhances edges

25 DUONG DANG KHOI

27 DUONG DANG KHOI

Focal Statistics Tool

- Using the Focal Statistics tool is similar to the Filter tool – the input raster

and you have to name your new file

3.3.3 Tăng cường tương phản phổ/biến đổi ảnh

(Spectral Enhancement/Image Transformation)

- Spectral enhancement là quá trình tạo ảnh mới/dữ liệu

mới từ các kênh gốc

- Ảnh mới được tạo ra dựa trên các thuật toán thực hiện

tại vị trí từng pixel ảnh

- Spectral enhancement tạo ra ảnh mới có khả năng giải

đoán hiệu quả hơn ảnh gốc, ví dụ các tổ hợp ảnh màu

(RGB), các chỉ số thực vật

29 DUONG DANG KHOI

Một trong những dạng đơn giản của tăng cường

phổ/biến đổi ảnh là:

i Các chỉ số tỷ lệ theo phổ - Spectral Ratios and Indices -

Performs band ratios that are commonly used in vegetation and

mineral studies;

ii Phân tích thành phần chính - Principal Components

Analysis (PCA) - Compresses redundant data values into fewer

bands which are often more interpretable than the source data

(we will not perform a PCA in this tutorial);

iii Phương pháp Tasseled Cap – Transforms and rotates the

data structure axes to optimize data viewing for vegetation

studies

Các slides sau chủ yếu giới thiệu nhóm các chỉ số tỷ lệ theo

kênh phổ

i Tỷ lệ kênh - Band Ratios

31 DUONG DANG KHOI

Tạo ảnh chỉ số kênh

Band Ratios

ii Chỉ số thực vật - Vegetation Indices

33 DUONG DANG KHOI

Tính chỉ số thực vật sử dụng Raster Calculator

hoặc tính trực tiếp trên Image Analysis

* Công thức chung tinh NDVI:

NDVI = (NIR-R)/(NIR+R)

* Lưu ý trước khi áp dụng tính, ta cần chuyển các kênh

B3, B4 hoặc B4 và B5 sang dạng số thập phân sử dụng

lệnh Float

* Với landsat TM/ETM, NDVI tính như sau:

NDVI = (B4 - B3)/(B4 + B3)

•Với landsat 8,

Hình: Tính tự động trên của sổ Image Analysis

35 DUONG DANG KHOI

DUONG DANG KHOI 37

3.4 PHÂN LOẠI KHÔNG KIỂM ĐỊNH

UNSUPERVISED CLASSIFICATION

3.4.1 Khái niệm

- Phân loại không kiểm định là phương pháp xác định,

nhóm, gán mã đối tượng trong ảnh theo giá trị phổ DN

- Với phân loại không kiểm định, các pixel dược nhóm

lại cùng nhau theo sự giống nhau về giá trị phổ phản xạ

(DN) Nhiều phương pháp khác nhau có thể sử dụng để

xác đinh khoảng cách của một pixel với giá trị phổ bình

39

3.4.2 Các bước thực hiện

1 Mở tệp trống, kích hoạt công cụ Spatial Analyst

2 Chọn Iso Cluster như hình dưới đây:

DUONG DANG KHOI 41

3 Xác định số lớp và điềm vào hàng number of classes

4 Hãy chọn số lớp là 25 25

- Our image has 256 different pixel values Each of your features or

informational classes – water, agriculture, urban, forest may contain a

variety of spectral identities

- Unsupervised classification produces groups of homogenous spectral

identities

5 Bỏ qua hai hàng tiếp theo như chế độ mặc định

(You can leave the next two items set at the default)

- Minimum class size (optional) is the minimum

number of cells within a specific class

6 Bỏ qua Leave Output signature file blank

DUONG DANG KHOI 43

DUONG DANG KHOI 45

- Để quyết định mỗi nhóm đối tượng ứng với lớp thông

tin tương ứng (informational class), sử dụng Google

Earth, on-line server aerial images

7 Gán lại lớp sử dụng lệnh reclassify theo số lớp

DUONG DANG KHOI 47

- All Old Values, 1 – 25, are listed in a column, each

on its separate line

- The New Values are currently the same you will

change these to informational classes

DUONG DANG KHOI 49

DUONG DANG KHOI 51

8 Tính diện tích và tỷ lệ diện tích mỗi information class

và lập bảng thống kê diện tích các loại đất

- Right-click on the name of your new file and open the

Attribute Table This table will provide you with the

number of cells (Count) in each informational class

- Next, left-click on down arrow underneath Table (red

circle) Then left-click on Add Field

DUONG DANG KHOI 53

- Name your new field something that you will later

understand You want Type – Double Click OK

- New Field is added

DUONG DANG KHOI 55

- To calculate the value for the field: Right-click on the

name of your new field, click on Field Calculator

- This figure shows you that you are calculating the value for your new field (red oval)

DUONG DANG KHOI 57

- How accurate was your classification using the Iso

Cluster Unsupervised Classification method

and 25 classes?

- We will assess that in the tutorial on Accuracy

Assessment

3.5 PHÂN LOẠI CÓ KIỂM ĐỊNH

SUPERVISED CLASSIFICATION

1 Open a new map document, enable the Spatial Analyst extension, the toolbars for Spatial Analyst and Image

Classification, and set your Workspaces

- ArcGIS provides supervised classification options

DUONG DANG KHOI 59

- Let’s explore some of the tools on the Image

Classification toolbar that you will use:

- Training sample manager allows you to see and

change the properties of your training samples We

will go into more detail below

- Clear training samples deletes all training

samples be careful with this one, it does delete all of

them if they have not been saved

- Draw Polygon – you use this tool to draw your

areas of interest

- Select Training Sample – allows you to select one

or more completed training samples

DUONG DANG KHOI 61

2 Creating Training Samples

- We are going to start with identifying areas for the water

class (Remember, change your display with band

combinations, contrast, Gamma, etc as needed to help

identify features in the scene)

- Left-click on the down arrow next to Draw Polygon As

you can see, this down arrow actually gives you three

options to select regions on the image– Draw Polygon,

Draw Rectangle, and Draw Circle

As you can see, you have one training sample, Class

Name – Class 1, color blue and 539 pixels

Creating training samples of water bodies

DUONG DANG KHOI 63

Creating training samples of agriculture, urban,

forest,…

- Next, do this for each one of the other three classes –

agriculture, urban (developed) and forest

- You do not need to do them one at a time, if you see

pixels representative of all classes in one area, go

ahead and do a training area for each on

DUONG DANG KHOI 65

- Change the Class Name to water 1 (just click in the box and it highlights, type the word - Water)

- On your Training Sample Manager is a save button (red circle) You have to save your training samples separately from the map document

- We recommend that each time you create a training

sample, you save it

- Water is not characterized by just one spectral value

So use Lake, other water bodies – streams and ponds – to create multiple water training samples across the scene

- If you don’t like one of the training samples that you

selected, just highlight it within the training sample

manager, and click the delete button (x)

Questions for checking representing pixels of

information class?

- Do you have training areas in different areas of the

scene?

- Have you taken into account, the different forested

areas – conifers, shadows, leaf-off, and deciduous?

- What about the different levels of plant growth in

agriculture?

DUONG DANG KHOI 67

3 Evaluating Normality of training samples

We are going to use three buttons at the top of the

training Sample Manager window

DUONG DANG KHOI 69

A histogram is the distribution of the number of pixels

with respect to pixel values

- You can use the scroll bar to the right of the histogram window to look at the different bands

Scatterplots plot the pixel values of your training data in

one band against those of another

- First, you should look at each individual class to see if

there is any overlap and any opportunities to merge or

delete training samples

DUONG DANG KHOI 71

- As you can see, it appears we may have some overlap in some of the

training samples

- This result indicates that we can merge some of our training data

- Let’s start with the yellow and light green ones

DUONG DANG KHOI 73

For example, we merge the two waters into one

DUONG DANG KHOI 75

Statistics shows measures that characterize your

training data (such as mean, mode, etc.),covariance

- Covariance evaluates the correlation of values in the

different bands

- Low values indicate that the values in a pair of bands

tend to increase and decrease independently

- High values indicate that the values in the two bands

tend to increase and decrease together

- For effective classification, we prefer to see low

covariances, indicating that the training data are

providing independent information

DUONG DANG KHOI 77

- For this illustration, each of our water training samples is a different color

- When examining each band (here, only Band 1 is

illustrated), we do not see any overlap in the colors and the

distributions appear to be normal

Evaluating Normality

Examine each of your classes for normality

- Your training data for each class may not cover the

entire range of brightness values, so you don’t need to be concerned that our water class appears only to range

from about 50 – 70

- I added all training samples to this histogram Some of

our colors are overlapping, so we may have some training data that can be merged or deleted

DUONG DANG KHOI 79

4 Preparing the Signature File

- We need a signature file created from our training

data Highlight all the rows in your Training Sample

Manager and left-click on the Create a signature file

button

DUONG DANG KHOI 81

5 Performing a Supervised Classification

- Left-click on the down arrow next to classification

and click on Maximum Likelihood Classification

- Because we had 12 training data sets, we have 12

categories

- So, we will need to set the colors and do a Reclassify

(as we did in the tutorial on Classification of a Landsat

Image (Unsupervised)

- So, first set the colors to correspond to above and

then use the Spatial Analyst Tools/Reclass/Reclassify to

classify into the 4 informational classes

DUONG DANG KHOI 83

6 Calculating the Percent of Total Area for Each

Informational Class

- Now calculate the percent of total landcover for

each informational class

- How accurate was your classification using the

Maximum Likelihood Classification method?

- We will assess that in the tutorial on Accuracy

Assessment