Klasyfikacja obiektowa zdjęcia satelitarnego średniej rozdzielczoścI MODIS, pierwsze wyniki

• Autorzy: Lewiński S.

Warianty tytułu

EN

Object based classification of middle resolution MODIS satellite image, first results

• Języki publikacji: PL

Abstrakty

PL

W artykule przedstawione są pierwsze wyniki klasyfikacji obiektowej zdjęcia satelitarnego średniej rozdzielczości MODIS. Prace wykonano na podstawie dwóch zdjęć zarejestrowanych z pokładu satelity Terra w kwietniu i w sierpniu 2009 r. Przyjęto założenie wykonania równoczesnej klasyfikacji obu zdjęć. Dzięki czemu w procesie rozpoznania można było wykorzystać informacje związane ze zmianami spektralnymi poszczególnych klas pokrycia terenu, które nastąpiły w okresie kilku tygodni. Jako poligon badawczy wybrano fragment zdjęcia obrazujący centralno wschodnią część Polski o powierzchnię 85 267 km2, na którym zobrazowane są podstawowe formy pokrycia terenu występujące w kraju. Danymi wejściowymi są kanały spektralne zakresu promieniowania czerwonego i bliskiej podczerwieni, pierwszego i drugiego zdjęcia MODIS. Dodatkowo wykorzystano kanał PC 2 uzyskany w wyniku zastosowania analizy składowych głównych (PCA). Przyjęte zasady postępowania pozwoliły na rozpoznanie 6 podstawowych klas pokrycia terenu: wody, zabudowa zwarta, zabudowa rozproszona, lasy, tereny rolnicze, łąki. Ocena wyników została wykonana poprzez porównanie klasyfikacji zdjęć MODIS z bazą danych o pokryciu i użytkowaniu ziemi CORINE CLC2006. Całkowita dokładność klasyfikacji została oceniona na poziomie 78%.

EN

The article presents preliminary results of object based classification of multispectral middle resolution MODIS satellite images. In order to use information about spectral diversity of land cover classes, two MODIS Terra images, registered in April and August 2009, were analysed simultaneously. As the study area, a polygon of 85 267 km2 situated in central Poland was selected. Within its borders all typical classes of Polish land cover can be found. The object oriented classification was performed using red and infrared bands of both images. Additionally, channel PC 2 obtained as an outcome of the Principal Component Analysis, was incorporated into the classification as one of the main features for discrimination of land cover classes. The first segmentation is prepared only for classification of water bodies. Next segmentation of the rest of the scene is done, and after that the object domain is divided into two parts characterized by high and low values of PC 2 channel. Using consecutive processes inside the first part of the object domain, the objects were classified as: urban areas, forest and agriculture areas. Grasslands and other agriculture areas are recognized in the second part of the object domain. The applied classification rules, based on threshold values of the bands R, IR, PC 2 and NDVI index, allow detection of six basic land cover classes: water, dense urban areas, spread urban areas, forest, agricultural area and grassland. The accuracy assessment of the final classification was done using the CORINE CLC2006 datasets. Before determining the error matrix, the classification image was re-projected from Sinusoidal into the 1992 coordinate system while the vector data base CLC2006 was exported to the raster format. The overall accuracy was estimated at the level of 78%.

Słowa kluczowe

PL

MODIS; klasyfikacja obiektowa; pokrycie terenu; PCA

EN

MODIS; objected oriented classification; land cover; PCA

• Wydawca: Zarząd Główny Stowarzyszenia Geodetów Polskich
• Czasopismo: Archiwum Fotogrametrii, Kartografii i Teledetekcji
• Rocznik: 2010
• Tom: Vol. 21
• Strony: 211--219
• Opis fizyczny: Bibliogr. 17 poz.

Twórcy

autor

Lewiński S.

• Instytut Geodezji i Kartografii, Zakład Teledetekcji – OPOLiS

Bibliografia

• 1.Bagan H., Wang Q., Watanabe, Yang Y., MA J., 2005. Land cover classification from MODIS EVI times-series data using SOM neural network. International Journal of Remote Sensin,g vol. 26, No 22, p. 4999–5012.
• 2.Bontemps S., Bogaert P., Titeux N., Defourny P., 2008. An object-based change detection method accounting for temporal dependences in time series with medium to coarse spatial resolution. Remote Sensing of Environment, vol. 112, pp. 3181–3191.
• 3.Colditz R. R., 2007. Time Series Generation and Classification of MODIS Data for Land Cover Mapping. Dissertation zur Erlangung des naturwissenschaftlichen Doktorgrades der Julius-Maximilians-Universität Würzburg.
• 4.Coppin P., Jonckheere I., Nackaerts K., Muys B., 2004. Digital change detection methods in ecosystem monitoring: a review. Int. J. Remote Sensing, Vol. 25, No 9, p. 1565–1596.
• 5.Friedl M.A., McIver D.K., Hodges J.C.F., Zhang X.Y., Muchoney D., Strahler A.H., Woodcock C.E., Gopal S., Schneider A., Cooper A., Baccini A., Gao F., Schaaf C., 2002.
• 6.Global land cover mapping from MODIS: algorithms and early results. Remote Sensing of Environment, 83 p. 287–302.
• 7.Gao Y., Mas J.F., Navarrete A., 2009. The improvement of an object-oriented classification using multi-temporal MODIS EVI satellite data. International Journal of Digital Earth, Volume 2, Issue 3 September 2009, p. 219–236
• 8.Lewińska K. E., 2009. Land cover classification using multi-temporal MODIS satellite data. Annals of Geomatics vol. 7 no. 2 (32), s. 75–81.
• 9.Lewiński St., 2006a. Land use classification of ASTER image – Legionowo test site. Proceedings of the 25th Symposium of the European Association of Remote Sensing Laboratories, Porto, Portugal, 6-9 June 2005. Global Developments in Environmental Earth Observation from Space, p. 441–447.
• 10.Lewiński St., 2006b. Rozpoznanie form pokrycia i użytkowania ziemi na zdjęciu satelitarnym Landsat ETM+ metodą klasyfikacji obiektowej. Roczniki Geomatyki, Polskie Towarzystwo Informacji Przestrzennej, t. IV, z. 3, s. 139–150, Warszawa.
• 11.Lewiński St., 2007a. Porównanie klasyfikacji obiektowej z tradycyjną klasyfikacją pikselową z punktu widzenia automatyzacji procesu tworzenia bazy danych o pokryciu i użytkowaniu terenu. Roczniki Geomatyki, Polskie Towarzystwo Informacji Przestrzennej, t. V, z. 1, Warszawa, s. 63–70.
• 12.Lewiński St., 2007b. Obiektowa klasyfikacja zdjęć satelitarnych jako metoda pozyskiwania informacji o pokryciu i użytkowaniu ziemi. Instytut Geodezji i Kartografii, Seria Monograficzna nr 12, s. 125.
• 13.Lewiński St., Bochenek Z., 2009. Rule-based classification of SPOT imagery using objectoriented approach for detailed land cover mapping. Proccedings of the 28th EARSeL Symposium "Remote sensing for a changing Europe", Istanbul, Turkey, 2-5 June 2008.
• 14.Lillesand T. M., Kiefer R. W., Chipman J. W., 2004. Remote sensing and image interpretation. 5th edition. Wiley.
• 15.Singh A., Harrison A., 1985. Standardized Principal Components. International Journal of Remote Sensing, vol. 6, p. 883–896.
• 16.Xia Z., Rui S., Bing Z., Qingxi T., 2008. Land cover classification of the North China Plain using MODIS EVI time series. ISPRS Journal of Photogrammetry & Remote Sensing 63, p. 476–484.
• 17.Zhan X., Sohlberg R.A., Townshend J.R.G., DiMiceli C., Carroll M.L., Eastman J.C., Hansen M.C., DeFries R.S., 2002. Detection of land cover changes using MODIS 250 m data. Remote Sensing of Environment, 83, s. 336–350.