referat teledetectie 2

13
USAMVB Facultatea de Inbunatatiri Funciare si Ingineria Mediului Referat teledetectie Sora Silviu Ioan Grupa 9404

Upload: bogdan-mircea-stanciu

Post on 12-Dec-2014

236 views

Category:

Documents


24 download

DESCRIPTION

fifim cadastru bucuresti

TRANSCRIPT

Page 1: referat teledetectie 2

USAMVBFacultatea de Inbunatatiri Funciaresi Ingineria Mediului

Referat teledetectie

Sora Silviu Ioan Grupa 9404

Page 2: referat teledetectie 2
Page 3: referat teledetectie 2

1.Interpretarea vizuala a imaginii Landsat-vom folosi programul LEOWORKS pentru a deschide imaginea de analizat.Vom deschide toate cele 7 benzi ale imaginii

Functia View>cursor value ne ofera posibilitatea sa vizualizam coordonatele geografice ale imaginilor .

Page 4: referat teledetectie 2

2.Analiza peisajului folosind combinatile RGBFolosind functia :”combine from” creem combinatile 4-5-3 (pentru culoarea naturala a terenului)si combinatia 4-3-2 (pentru culturile plantate )

Analizand imaginea observam faptul ca planul satelitar cuprinde o suprafata mare de apa inconjurata de terenuri agricole.

Page 5: referat teledetectie 2

3.Identificarea clasei si vectorizarea imagini: -selectam una din imaginile combinate -pornim functia GIS tool -creem temele necesare si tinem cont de tipul acestora :lacuri (polygon),terenuri arabile(poligon) drumuri si lacuri (polyline) . -unde este necesar , in meniul Theme Tools adaugam si editam atribute pentru formele create:

Page 6: referat teledetectie 2

Dupa finalizarea vectorizarii putem edita imaginea adaugand linia nordului, titlu si scara imaginii:

Page 7: referat teledetectie 2
Page 8: referat teledetectie 2

5.Clasificarea automata folosind metoda supervizata:din meniul Supervised Classfication utilizam functia select training fields pe una din benzi

Page 9: referat teledetectie 2

Cu ajutorul creionului selectam posibilele clase

Page 10: referat teledetectie 2

In urma analizei cu metoda paralelipipedului obtinem :

6.Clasificarea prin metoda nesupervizata.Pentru aceasta metoda deschidem toate imaginile spectrale. Selectand functia “clasificare nesupervizata” bifam toate imaginile spectrale, setam numarul de clase(3 in cazul de fata) si un numar de iteratii. Astfel obtinem: