Форумы GIS-Lab.info

Доброго времени суток. Занимаюсь изучением динамики естественных экосистем в Саратовском и Волгоградском Заволжье. Нужно исключить с/х угодья. Подскажите, как сделать маску сельскохозяйственных полей по данным съемки Landsat? Есть ли какой-то метод/алгоритм сделать это не вручную, а автоматически или полуавтоматически? Из доступных программ есть ENVI на работе и Scanex Image Processor в университете.

ну например, по NDVI
http://gis-lab.info/qa/ndvi.html (посмотрите масштабированный, там как раз отдельная категория сельхозугодий)

Большое спасибо за ответ.Но ведь так нельзя выделить те поля, которые находятся под паром? Или делать эту векторную маску по серии снимков?

вот так я не умею. пар - не пар, а это важно для динамики природных экосистем?

nadiopt писал(а):вот так я не умею. пар - не пар, а это важно для динамики природных экосистем?

Мне необходимо исключить из классификации все пахотные земли, так как на них классификация дает самые большие ошибки. Если я правильно понимаю, то предложенным методом через масштабированный NDVI я смогу выделить только те поля, на которых есть вегетирующая растительность, а выделить нужно все, в т.ч. и те, которые находятся под паром, убранные и т.д. В то же время, выделить поля без растительности через масштабированный NDVI просто как голую почву не выйдет, так как туда попадут песчаные берега рек, незакрепленные пески или участки открытой почвы после пожаров, вокруг кошар и т.д., что недопустимо.

Я думал решить эту проблему через седиментационный анализ в сканекс имадж процессоре, но надеялся, что есть более простое решение проблемы.

так под паром не значит, что там ничего не растет, все равно там есть полевая растительность

Если под паром - да, а вот убранное или свежевспаханное будет уже пустым. К тому же, поле под паром вряд ли будет иметь такой же NDVI как в той таблице, на которую вы ссылались. Там в районе 0,7. Скорее всего оно будет иметь NDVI близкий к сильноразреженной растительности

ну проверьте, какое значение NDVI вам даст хорошее отсечение, там же можно аккуратно рассчитать

Правильно выполнить работу можно только по парным снимкам (весна-осень). А лучше по триплетам(весна-лето-осень). Плюс надо обязательно представлять хотя бы общие тенденции в с/х региона, особенно если есть озимые - они единственные по ранней весне будут зелеными.
И поля под паром - это надо очень хорошо знать хозяйствование в регионе или иметь очень многолетнюю выборку. Потому как "под паром" они могут быть и по 10-15 лет, и что тогда их отличает от естественных угодий или экосистем, или молодого леса? И как принято в этих местах пасти скот - на поля(я понимаю, что не зерновых полях, но бывают специально сеют травяные культуры)? лугах? в естественных экосистемах,(они после этого в вашей методике перестают быть естественными или нет?)
А начинать надо с того, что снимки Ландсата подвязать друг с другом.
Мой опыт говорит, что надо либо классифицировать с векторизацией, да, есть возможность вычитать и сравнивать классифицированные растры, но вектора все же приятней, либо потратить массу сил на коррекцию снимков для получения их однородности, иначе NDVI так же придется классифицировать и трактовать, как и обычные каналы.
В идеале после выравнивания по дымке и освещенности, стоит рассчитать NDVI, и добавить его к 2-м 3-м или 4-м каналам Landsat как новый слой перед классификацией.
Если есть много сил и времени, то можно поиграть в нейронный анализ.
Не плохо заранее по совершенно другой комбинации каналов, а возможно и другим снимкам, выделить водоемы, особенно, если есть среди них подверженные цветению, и все, что точно не будет предметом исследования - урбанизированные территории, полигоны, спецтерритории (вот эти часто не отличить от лугов) и полосы отвода дорог, ЛЭП и трубопроводов.

Огромное спасибо за ответы.

Boris писал(а): В идеале после выравнивания по дымке и освещенности, стоит рассчитать NDVI, и добавить его к 2-м 3-м или 4-м каналам Landsat как новый слой перед классификацией.
Если есть много сил и времени, то можно поиграть в нейронный анализ.

Борис, теперь всё стало на свои места, спасибо. Буду разбираться.