Extração de recursos de cobertura do solo a partir de imagens de satélite

14

Estou interessado em uma solução de código aberto ou de baixo custo para criar camadas GIS de cobertura do solo que utilizam algoritmos de extração espectral e textural. Eu usei PCI Geomatica, ENVI e Feature Analyst VLS no passado; No entanto, essas soluções estão um pouco além da minha faixa de preço, alguma recomendação de software?

artwork21
fonte

Respostas:

8

Se entendi bem, você está procurando um procedimento de classificação supervisionada. Alguma fundamentação teórica: http://rst.gsfc.nasa.gov/Sect1/Sect1_17.html

Isso certamente é possível através da grama: http://grass.osgeo.org/wiki/Image_classification#Supervised_classification_2

Como alternativa, você também pode olhar para a saga (não estou dizendo que é melhor, apenas a conheço melhor), que também funciona muito bem com qgis e R. Há alguns vídeos demonstrando isso neste site: http: // www.uni-koblenz-landau.de/landau/fb7/umweltwissenschaften/landscape-ecology/Teaching/geostat (faça o download dos arquivos de dados para obter as apresentações).

Em todos os programas de GIS, o que você fará é definir vários pontos de referência ou polígonos em um tipo de terreno, que são extrapolados para o restante da área. Aqui está um exemplo de uma classificação de uso do solo:

insira a descrição da imagem aqui

E, de fato, se você desenhou seus polígonos de treinamento em qualquer programa de GIS, pode usar R para prever. Faça uma sobreposição com suas grades e, em seguida, use qualquer sistema de previsão que você desejar (por exemplo, rpart, se desejar árvores de classificação). Mais informações neste livro, na página 222: http://www.lulu.com/product/file-download/a-practical-guide-to-geostatistical-mapping/14938111

Há muito mais a dizer, seus conjuntos de treinamento devem ser representativos para sua área de estudo (talvez seja melhor gerar pontos aleatórios em R e classificá-los). Você também deve escolher seus conjuntos de dados auxiliares com cuidado e pode gerar novos se, por exemplo, a textura for uma propriedade importante.

-

Se tudo o que você deseja fazer é extrair regiões ou recursos (sem classificá-los), é mais provável que um algoritmo de segmentação seja o que você deseja. Um exemplo (implementado no SAGA GIS) é discutido neste documento: http://mirror.transact.net.au/pub/sourceforge/s/project/sa/saga-gis/SAGA%20-%20Documentation/GGA115/gga115_03 .pdf

johanvdw
fonte
Muito obrigado pela sua resposta. Parece que você sabe exatamente como alguém pode alcançar meus objetivos. O que eu realmente aprecio é se você esclarecer um pouco mais a sua resposta. Estou especificamente interessado nas etapas envolvidas para poder ensinar ao programa quais recursos estão corretos e quais estão errados até que todos (ou a maioria) dos recursos corretos sejam extraídos.
NetConstructor.com 26/09/11
Forneça mais informações (na sua pergunta, não nos comentários) quais são exatamente os recursos que você deseja extrair. Além disso: se houver uma sobreposição no sinal (consulte o link da nasa) de diferentes tipos de uso da terra (ou o que você estiver mapeando), a classificação automatizada não funcionará bem.
Johanvdw 26/09/11
3

Você seria capaz de fazer isso com o GRASS.

Você primeiro trabalhará com dados rasterizados:

Finalmente, você manipulará os dados vetoriais . v.db.select e v.class irão ajudá-lo.

simo
fonte
1
Essa abordagem usa apenas uma varredura - que geralmente é insuficiente.
Johanvdw 26/09/11
Ele está falando sobre uma região (uma imagem ou múltiplos). De qualquer forma, as imagens podem ser mescladas.
simo