Celem badań jest ocena możliwości realizacji klasyfikacji nadzorowanej z wykorzystaniem obrazów (komponentów) uzyskiwanych w wyniku przetworzenia oryginalnych obrazów Sentinel-2A za pomocą metody głównych składowych (PCA). Klasyfikację wykonano w ośmiu wariantach, z wykorzystaniem algorytmów najmniejszej odległości (MD, Minimum Distance) oraz największego prawdopodobieństwa (ML, Maximum Likelihood), przy czym zastosowano oryginalne kanały 2, 3, 4, 8 Sentinel-2A oraz różną liczbę komponentów. Wyniki klasyfikacji oceniono poprzez porównanie z danymi o pokryciu terenu według Ewidencji Gruntów i Budynków (EGiB). Przeprowadzenie klasyfikacji na ograniczonej do dwóch liczbie komponentów uzyskanych w procedurze PCA tylko nieznacznie zmieniło wyniki w porównaniu do klasyfikacji na oryginalnych, nieprzetworzonych kanałach Sentinel-2A. Najbardziej zbliżone do danych EGiB rezultaty uzyskano stosując klasyfikację ML kanałów oryginalnych, nieprzetworzonych lub używając wszystkich komponentów PCA. Podjęta próba porównania pokrycia terenu ustalonego za pomocą klasyfikacji obrazów satelitarnych z klasami pokrycia, które zostały wyodrębnione z mapy EGiB wykazała, że przetworzenie mapy z postaci wektorowej na rastrową wpływa istotnie na uzyskiwane wyniki.
EN
The aim of the research is to assess the feasibility of supervised classification using images (components) obtained through processing the original Sentinel-2A images by means of the principal component method (PCA). The classification was performed in eight variants, using the algorithms of the minimum distance (MD) and the maximum likelihood (ML), with the original channels 2, 3, 4, 8 of Sentinel-2A and a various number of components. The results of the classification were assessed by comparing them to the land coverage data of Land and Buildings Register (Ewidencja Gruntów i Budynków – EGiB). Performing the classification on a number of PCA components limited to two only slightly altered the results compared to the classification on the original, raw Sentinel-2A channels. The results most similar to the EGiB data were obtained using the ML classification of the original channels, i.e. raw channels or using all PCA components. The attempt to compare the land coverage established by the classification of satellite images to the coverage classes that were extracted from the EGiB map revealed that processing the map from vector to raster form significantly influences the obtained results.
We współczesnym świecie tereny miejskie są najszybciej rozwijającym się i najbardziej przekształcanym fragmentem powierzchni Ziemi. Miasta zajmują coraz większą powierzchnię, zaś w ich granicach wartość terenów dynamicznie wzrasta. Zarządzający miastami w Polsce, na potrzeby statystyk, sporządzają zestawienia wielkości powierzchni różnych kategorii terenów, uwzględniając także obszary zajęte przez parki, lasy miejskie czy zieleńce. W praktyce statystyki te mają za zadanie pokazać, przynajmniej częściowo, m.in. w jakim stopniu miasto jest „naturalne” i „zielone”. Jednak oficjalne dane dotyczące terenów zieleni nie przedstawiają rzeczywistej sytuacji, gdyż nie uwzględnia się w nich bardzo dobrze rozwiniętej roślinności towarzyszącej terenom spełniającym inne funkcje lub tej nie zarządzanej przez jednostki publiczne. Artykuł przedstawia wyniki analiz mających na celu wyznaczenie rzeczywistej wielkości zasobów roślinności znajdującej się w ścisłym centrum Łodzi, bez względu na ich funkcje czy przeznaczenie. W pracy wykorzystano dane satelitarne oraz chmurę punktów LiDAR, dzięki czemu wyniki przedstawiają wartości niezależne od tych zawartych w oficjalnych bazach danych przestrzennych. W celu przedstawienia nierównomierności zasobów na analizowanym obszarze posłużono się podziałem miasta na kwartały ulic oraz na regularną siatkę kwadratów. Dodatkowo podzielono zieleń ze względu na dostępność, którą rozumiemy jako możliwość swobodnego wejścia na teren pokryty roślinnością i przebywania w nim. Wyróżniliśmy zieleń dostępną dla wszystkich mieszkańców (czyli taką, wśród której można przebywać bez żadnych dodatkowych obostrzeń, należy tu np. zieleń przyuliczna, parki, zieleńce) oraz o dostępie ograniczonym, tj. znajdującą się w podwórkach i innych terenach zamkniętych. Na potrzeby analiz wyliczono powierzchnię terenów pokrytych roślinnością oraz kubaturę roślinności. Wyniki analiz zestawiono na kartogramach. W analizowanym fragmencie miasta roślinność zajmuje 679681,6 m2 , co stanowi 17% powierzchni, a jej kubatura wynosi 5994219 m3 . Na 1 mieszkańca przypada 17,46 m2 powierzchni pokrytej roślinnością oraz 153,99 m3 przestrzeni zajętej przez roślinność. 45% powierzchni oraz 48% objętości roślinności można uznać za ogólnodostępną. Przestrzenne rozmieszczenie roślinności oraz mieszkańców jest bardzo nierównomierne, co powoduje dużą zmienność wartości wskaźników powierzchniowych i objętościowych, wyznaczonych zarówno w kwartałach miasta, jak i w regularnej siatce.
EN
In the modern world, urban areas are the fastest growing and most transformed fragment of the Earth’s surface. Cities occupy a larger and larger area, while within their borders the value of land increases very dynamically. For the needs of statistics, city managers in Poland draw up coverage of areas, including areas occupied by city parks, urban forests and green areas. In practice these statistics are created to show, at least partly, among others, how much is the city “natural” and “green”. Those values turn out to be underestimated, because they do not include very well developed vegetation accompanying other functions or that not managed by public entities. An important problem is also the availability of land covered by greenery for city residents. The article presents the results of analyses consisting in determining the actual amount of greenery located in the very centre of Łódź. The article uses satellite data and LiDAR point cloud, thanks to which the results present values independent of those contained in official spatial databases. In order to present the unevenness of resources in the analysed area, the division into street quarters and also a regular grid of squares was used. In addition, the greenery was divided due to the availability, which we understand as the possibility of free entry to the area covered with vegetation and being in it. Urban vegetation was divided into available to all residents and limited access for immediate residents, i.e. located in courtyards and other enclosed areas. For the purposes of analysis, the area of vegetation covered and its cubature were calculated. The results of the analyses are compiled on cartograms. In the analysed fragment of the city, vegetation covers 679681.6 m2 , which is 17% of the area, and its volume reaches 5994219 m3 . There is 17.46 m2 of vegetation and 153.99 m3 of space occupied by vegetation per capita. 45% of the area and 48% of the vegetation volume can be considered generally available. The spatial distribution of vegetation and inhabitants is very uneven, which causes a large variation in the value of surface and volume indicators in both city quarters and in the regular grid.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.