автоматизированное дешифрирование водных объектов

[tanyshka]

Подскажите, пожалуйста, есть ли какие-нибудь особенности при автоматизированном дешифрировании (классификации) водных объектов? есть ли какие-нибудь индексы? или достаточно использовать БИК и все? Заранее спасибо...

[alexandr cherepanov]

какие снимки используете?

[nadiopt]

а почему именно БИК? вас с поставкой обманули и недопоставили видимые каналы?
и что надо сделать? отделить воду от не-воды? тогда подойдет даже неконтролируемая классификация, например k-means

[alexandr cherepanov]

а почему именно БИК? вас с поставкой обманули и недопоставили видимые каналы?

По поводу БИК все верно, БИК и средний ИК для этой задачи лучше чем видимый диапазон

[tanyshka]

снимки Landsat, другие каналы есть, но бик лучше... это я знаю... еще я использовала комбинацию 453... тоже вроде неплохо, но даже в бик иногда вода имеет разные оттенки... имеется в виду дешифрироввание мелких озер...

[alexandr cherepanov]

3,4,5,7 каналы в идеале - То есть все спектральные каналы в которых вода поглощает энергию.
3,4,5 - хватит для выделения, если еще и разделять по состоянию, то добавить 2.
Конечная цель то какая - просто выделить все озера (зеркало воды) и все?

[nadiopt]

уточню свое ехидное замечание про недопоставку. я подумала, что у коллеги имеется ТОЛЬКО БИК:(
вообще БИК наше все, если речь идет о лесах. насчет воды я вот лично не знала, что тоже работает:) вообще я на Ландсате делала водную маску, в видимом не хуже БИК получается.

3,4,5,7 каналы в идеале - То есть все спектральные каналы в которых вода поглощает энергию.

Александр, а как синтезировать из четырех каналов?

[alexandr cherepanov]

Здесь же речь идет об автоматизированном дешифрирование, а не о визуальном. А для программы все равно, что 3 массива значений, что 4, что все 6 в одном файле. Ей же RGB картинка на экране не нужна .

[nadiopt]

это делается через layer stack?
а для лесов тоже можно такой же номер провернуть?

[alexandr cherepanov]

Да, через layer stacking. Ну или с помощью других инструментов, в зависимости от софта.

Для лесов тоже можно, только сильно увлекаться этим не стоит. Избыточная размерность может и ухудшить результат- зависит от алгоритма, числа классов и т.д.

[nadiopt]

а вот еще вопрос: где можно посмотреть подробно про индексы и с чем их едят? (про индекс вымокания мы уже почитали):)

[alexandr cherepanov]

Так здесь вроде все подробно описано,

1. NDVI - теория и практика
4. Вегетационные индексы
5. Почвенная линия и ее определение

[nadiopt]

мало:( лес от нелеса и по разреженности мы умеем различать.
а вот породы к примеру по ним различать можно?

[alexandr cherepanov]

Теоретически да, практически скорее всего нет
Почему да -
1) Гиперспектральная съемка с хорошим разрешением, специализированные индексы, например пигментные да и тот же хлорофилл рассчитываются по узким зонам.
2) Время наступления фенофаз. У разных пород наверняка оно отличается. Одни быстрее распускаются весной, другие быстрее желтеют - краснеют осенью. Съемка в эти моменты времени позволит разделить их. Но все это очень специфично и привязано к конкретной территории. То что будет работать для выделения пород на одной территории, не будет работать на другой.

Почему практически нет -
1) работаем с многозональной съемкой среднего разрешения, реже высокого.
2) съемка делается ни когда нужно, а когда получится.

В конечном итоге все сведется к разделению лесов на преобладание хвойных и преобладание лиственных пород.

Наверняка есть работы лесников по оценке индексов для разделения лесов по породному составу. Посмотрите работы/отчеты ЦЭПЛРАН там 100% должны быть такие эксперименты.

PS Чего то мы уже отдаляемся от темы вопросы