Øvelser i LEOWorks | VG3

Projecter »

Øvelser i LEOWorks

For at lave disse øvelser skal man kende billedbehandlings programmet LEOWorks udviklet af ESA til undervisningsbrug.

Du kan hente LEOWorks og LEOWorks brugerbeskrivelsen på Eduspace hjemmesiden. http://www.eduspace.esa.int/eduspace/main.asp?ulang=dk

To Landsat billeder fra 1985 og 2000 viser udviklingen i arealanvendelse i Accra storby-området. Når vi sammenligner forandringer i plantedækket og arealanvendelsen skal vi bruge satellitbilleder fra samme årstid for ikke blive forvirret af naturlige sæsonmæssige variationer, f.eks. når vegetationen taber bladene, i stedet for mere permanente forandringer.

Billedet fra 1985 er fra den 7. april og billedet fra 2000 er fra den 4. februar, og forskellen mellem disse to måneder kan medvirke mindre ændringer i vegetation og vandstandsniveauet i reservoirer, floder og laguner, men de er så relativt ens så de kan bruges til at kortlægge forandringen i areal anvendelse og udføre en change detection analyse.

Links til information om Landsat i LEOWorks

Arealklasse forandringer fra 1985 til 2000.

Ghana_3_S.jpg

Klik på linket herunder for at nedtage billedet i fuld opløsning i alle bånd (53Mb):

Ghana_1985.zip

Zip filen indeholder følgende billeder:

  • Ghana_1985.ch1.tif
  • Ghana_1985.ch2.tif
  • Ghana_1985.ch3.tif
  • Ghana_1985.ch4.tif
  • Ghana_1985.ch5.tif
  • Ghana_1985.ch6.tif
  • Ghana_1985.ch7.tif

Åben LEOworks.
Lav en farve-composite af billedet fra 1985 på skærmen ved at bruge bånd 5, 4 og 3 (Ghana_1985.ch3.tif, Ghana_1985.ch4.tif og Ghana_1985.ch5.tif) i rød, grøn og blå kanal.

Spørgsmål

  1. Prøv at identificere følgende fem arealklasser:
  2. by-område
  3. områder med tæt vegetation
  4. vådområder
  5. bar jord
  6. vandområder
  7. Find centrum i Accra (det største by-område på kysten).

Ghana_4_S.jpg

Vi vil nu bruge en speciel billedbehandlingsmetode til at identificere forskellen mellem de to billeder. Denne metode kaldes for synlig forandrings-metode (visual change detection). Det nær-infrarød (NIR) bånd giver information om tilstedeværelse af vegetation (som reflekterer mest solstråling) og andre materialer, jord og forskellige grader af fugtighed.

Derfor skal du nu lægge bånd 5 (NIR) fra 2000 (Ghana_2000_ch5.tif) i den røde kanal og band 5 fra 1985 (Ghana_1985_ch5.tif) i den grønne kanal. Lad den blå kanal være tom ved at vælge filen empty.tif.

Klik på linket herunder for at nedtage billedet i fuld opløsning i tre bånd (36.5Mb):

Ghana_2000.zip

Øg kontrasten ved at bruge Interaktiv Kontraststrækning (interactive stretching).

Farverne kan tolkes som følger:

Gul Ingen ændring, mængden af reflekteret stråling I 1985 og 2000 er den same.
Rød Disse områder var lysere i 2000 (fordi band 5 i billedet fra 2000 er placeret i rød kanal).
Grøn Disse områder var lysere i 1985 (fordi band 5 i billedet fra 1985 er placeret i grøn kanal).
Sort Mørk viser ingen eller ringe forandring her.

Billedet af Accra som synlig forandrings-billede (visual change detection) kan tolkes som følger:

Rød Ændring fra vegetation til byområder er årsag til en forøget reflektion af det nær-infrarøde lys.
Grøn Der er mere vegetation i billedet fra april 1985 sammenlignet med billedet fra februar 2000. Dette er en naturlig forskel og ikke særlig væsentlig, når man kigger efter by-udvikling.
Gul Mest sandsynlig ingen eller ringe forandring.

Prøv at finde de områder hvor by-udviklingen har fundet sted. Brug zoom værktøjet og prøv at lege med kontrast-strækning.

Spørgsmål

  1. Hvilket dele af storby-området ved Accra har oplevet de vigtigste forandringer?
  2. Der er andre fænomener, som giver røde farver i det synlige forandrings-billedet (visual change detection). Kan du give dem navne?

Prøv at gentage den synlige forandrings-metode (visual change detection) øvelsen (spørgsmål 2, 3 og 4, eller dele deraf) nu ved at bruge band 3 fra 2000 (Ghana_2000.ch3.tif) og 1985 (Ghana_1985.ch3.tif) i stedet for bånd 5.

Spørgsmål

  1. Viser det de same resultater?

Hvorfor bruger vi Landsat data med en dårlig rumlig opløsning sammenlignet med QuickBird og Ikonos billeder som vi har set i andre øvelser?

En grund er at vi har Landsat billeder siden 1972, så der er en stor mængde Landsat billeder dækkende hele jorden i arkiver. Det betyder at vi har både gamle og nye Landsat billeder fra næsten alle steder i verden og at vi hurtigt kan lave en arealklasse forandringsanalyse, som den vi lige har lavet, for et hvilket som helst sted vi måtte vælge.

To andre grunde når man arbejder med QuickBird eller Ikonos billeder er at det kræver mere computer regnekraft og det er dyrere.

Prøv at måle størrelsen af Accra storby-området som vi netop har arbejde med. Brug måleværktøjet i LEOWorks.

Spørgsmål

  1. Hvor mange kvadratkilometer er der?

Prisen for en km2 af QuickBird data er cirka 20 USD óg for Landsat ETM er prisen maximum 0.02 USD per km2.

Spørgsmål

  1. Så hvad vil en analyse ud fra QuickBird koste sammenlignet med prisen for en analyse baseret på Landsat?