The imagery sets were geo-reference

The imagery sets were geo-referenced to obtain optimal
superimposition and minimize geographical deviation. Recent
images for 2003, 2006 and 2009 were evaluated against ground
surveys to obtain optimal superimposition and minimize
geographical deviation. They were then used to geometrically
rectify all the other images using an image-to-image adjustment
process based on ground control points spread over each study site.
Finally, the image-to-image errors were estimated to be at a sub-
Landsat 7 ETM-pixel level (30  30 m). Identification of major
LULC types prevailing in the study area since 1972 up to date
(Table 2) was based on field surveys and interview with local
inhabitants to obtain information on previous and current LULCs. In
this respect, a group of 6e8 famers/villagers from each study site
were interviewed. The survey was conducted during the first week
of January 2010. Thereafter, the maximum likelihood method for
supervised classification was applied to generate LULC. This
method has proven to be a robust and consistent classifier for
multi-date classifications (e.g. Shalaby and Tateishi, 2007;Wu et al.,
2006). Post-classification technique was used to compare between
the classified imagery. Post-classification is a term describing the
comparative analysis of spectral classifications for different dates
produced independently (Peterson et al., 2004; Singh, 1989).
Despite criticisms focussing on accumulation of the inherent errors
of each individual classification, this is the most appropriate
method for comparing multi-source data, as each data layer can be
generalized to a common LULC scheme before being compared
(Petit and Lambin, 2001). Because neither historical aerial photographs
nor ground data were available for the study sites, the
accuracy of the LULC classifications was performed based on visual
interpretation of unclassified images and later compared with
classified images (Biro et al., 2011; Sulieman, 2010; Zheng et al.,
1997) by means of commission and omission errors based on
confusion matrices (Richards and Jia, 2005). Random samples of
100e110 points were obtained across each unclassified scene (site).
In order to quantify changes of certain LULC type during certain
time period, the calculation formula followed was:
LULCC ¼ LULCb  LULCa
LULCa  T
 100%
where LULCC is the rate of change of a certain

ผลลัพธ์ (ไทย) 1:

ชุดภาพถ่ายอ้างอิงทางภูมิศาสตร์เพื่อให้ได้ประสิทธิภาพสูงสุดsuperimposition และลดความแตกต่างทางภูมิศาสตร์ ล่าสุดรูปภาพสำหรับ 2003, 2006 และ 2009 ถูกประเมินกับพื้นดินสำรวจการรับ superimposition เหมาะสม และลดความแตกต่างทางภูมิศาสตร์ พวกเขาแล้วใช้ geometricallyกว่าภาพทั้งหมดอื่น ๆ โดยใช้การปรับปรุงรูปภาพกระบวนการตามจุดควบคุมภาคพื้นดินราดแต่ละไซต์ศึกษาในที่สุด ข้อผิดพลาดของรูปภาพได้ประมาณที่ย่อยแบบLandsat 7 ETM เซลระดับ (30 30 m) รหัสวิชาชนิด LULC ขึ้นในพื้นที่ศึกษากลเสมอ(ตาราง 2) ขึ้นอยู่กับฟิลด์การสำรวจและสัมภาษณ์พร้อมคนได้รับข้อมูลใน LULCs ก่อนหน้านี้ และปัจจุบัน ในประการนี้ 6e8 famers/ชาว บ้านจากเว็บไซต์การศึกษาแต่ละกลุ่มได้สัมภาษณ์ แบบสำรวจที่ดำเนินการในช่วงสัปดาห์แรกมกราคม 2553 หลังจากนั้น ความเป็นไปได้สูงสุดวิธีการประเภทที่มีใช้สร้าง LULC นี้วิธีได้พิสูจน์ให้ classifier ที่แข็งแกร่ง และสอดคล้องกันสำหรับหลายวันการจัดประเภท (เช่น Shalaby และ Tateishi, 2007 Wu et al.,2006) . เทคนิคการจัดประเภทหลังใช้เปรียบเทียบระหว่างภาพลับ ประเภทหลังคือ คำอธิบายวิเคราะห์เปรียบเทียบการจัดประเภทสเปกตรัมสำหรับวันที่ต่าง ๆผลิตเป็นอิสระ (Peterson et al., 2004 สิงห์ 1989)แม้จะวิจารณ์ focussing บนสะสมของข้อผิดพลาดโดยธรรมชาติของแต่ละประเภทแต่ละ นี้เหมาะสมสุดวิธีการเปรียบเทียบข้อมูลหลายแหล่งที่มา มีชั้นข้อมูลแต่ละตั้งค่าทั่วไปกับแบบ LULC ทั่วไปก่อนที่จะถูกเปรียบเทียบ(Petit และ Lambin, 2001) เนื่องจากรูปถ่ายทางอากาศทั้งทางประวัติศาสตร์หรือข้อมูลดินได้สำหรับเว็บไซต์การศึกษา การความถูกต้องของการจัดประเภท LULC มี visual ดำเนินตามการตีความ ของภาพที่ไม่ได้แยกประเภท และภายหลังเมื่อเทียบกับภาพลับ (ปหนีบ et al., 2011 Sulieman, 2010 เจิ้ง et al.,1997) โดยความหมายของค่าคอมมิชชันและกระทำการอันผิดตามเมทริกซ์ความสับสน (ริชาร์ดและเจีย 2005) ตัวอย่างที่สุ่มของคะแนน 100e110 ได้รับในแต่ละฉากไม่ได้แยกประเภท (เว็บไซต์)เพื่อกำหนดปริมาณการเปลี่ยนแปลงของชนิด LULC บางช่วงบางรอบระยะเวลา สูตรคำนวณตามคือ:LULCC ¼ LULCb LULCaLULCa T100%โดยที่ LULCC คือ อัตราการเปลี่ยนแปลงของความบาง

ผลลัพธ์ (ไทย) 2:

ชุดภาพที่ได้รับการอ้างอิงทางภูมิศาสตร์ที่ดีที่สุดที่จะได้รับประสิทธิภาพเยี่ยมและลดการเบี่ยงเบนทางภูมิศาสตร์ ล่าสุดภาพสำหรับปี 2003 ปี 2006 และ 2009 ได้รับการประเมินกับพื้นดินการสำรวจเพื่อให้ได้ประสิทธิภาพเยี่ยมที่ดีที่สุดและลดการเบี่ยงเบนทางภูมิศาสตร์ พวกเขาถูกนำมาใช้เพื่อเรขาคณิตแก้ไขทุกภาพอื่น ๆ ที่ใช้ภาพต่อภาพการปรับกระบวนการขึ้นอยู่กับจุดควบคุมภาคพื้นดินกระจายไปแต่ละเว็บไซต์การศึกษา. ในที่สุดข้อผิดพลาดที่ภาพเพื่อภาพที่ได้รับจะต้องใช้เวลาย่อยLandsat 7 ระดับ ETM พิกเซล (30? 30 เมตร) บัตรประจำตัวของรายใหญ่ประเภท LULC ที่เกิดขึ้นในพื้นที่ศึกษาตั้งแต่ปี 1972 ถึงวันที่ (ตารางที่ 2) มีพื้นฐานมาจากการสำรวจภาคสนามและการให้สัมภาษณ์กับท้องถิ่นที่อาศัยอยู่จะได้รับข้อมูลเกี่ยวกับLULCs ก่อนหน้านี้และปัจจุบัน ในแง่นี้กลุ่มของ 6e8 เกษตรกร / ชาวบ้านจากแต่ละพื้นที่ศึกษาถูกสัมภาษณ์ สำรวจได้ดำเนินการในช่วงสัปดาห์แรกของเดือนมกราคม 2010 หลังจากนั้นวิธีโอกาสสูงสุดสำหรับการจัดหมวดหมู่ภายใต้การดูแลถูกนำมาใช้ในการสร้างLULC ซึ่งวิธีการที่ได้พิสูจน์ให้เป็นลักษณนามที่แข็งแกร่งและสอดคล้องกันสำหรับการจำแนกประเภทหลายวัน(เช่น Shalaby และ Tateishi 2007. วู, et al, 2006) เทคนิคการโพสต์การจัดหมวดหมู่ถูกใช้ในการเปรียบเทียบระหว่างภาพลับ จำแนกโพสต์เป็นคำที่อธิบายการวิเคราะห์เปรียบเทียบการจำแนกประเภทสเปกตรัมสำหรับวันที่แตกต่างกันผลิตอิสระ(ปีเตอร์สัน, et al, 2004;. ซิงห์, 1989). แม้จะมีการวิพากษ์วิจารณ์มุ่งเน้นการสะสมของข้อผิดพลาดโดยธรรมชาติของแต่ละการจัดหมวดหมู่ของแต่ละบุคคลนี้เป็นที่เหมาะสมที่สุดวิธีการเปรียบเทียบข้อมูลหลายแหล่งที่มาเป็นชั้นข้อมูลแต่ละสามารถทั่วไปเพื่อโครงการ LULC ร่วมกันก่อนที่จะถูกเปรียบเทียบ (Petit และ Lambin, 2001) เพราะทั้งภาพถ่ายทางอากาศทางประวัติศาสตร์หรือข้อมูลพื้นดินที่มีอยู่สำหรับเว็บไซต์การศึกษาที่ถูกต้องของการจำแนกประเภทLULC ได้รับการดำเนินการขึ้นอยู่กับการมองเห็นความหมายของภาพที่ไม่เป็นความลับและต่อมาเมื่อเทียบกับภาพลับ(Biro et al, 2011;. Sulieman 2010; เจิ้งเหอและ al., 1997) โดยวิธีการของคณะกรรมการข้อผิดพลาดและการละเลยอยู่บนพื้นฐานของการฝึกอบรมความสับสน(ริชาร์ดและเจี่ย 2005) ตัวอย่างแบบสุ่มของ100e110 จุดที่ได้รับผ่านแต่ละฉากไม่เป็นความลับ (สถานที่เดียวกัน). เพื่อให้ปริมาณการเปลี่ยนแปลงประเภท LULC บางช่วงบางช่วงเวลาที่สูตรการคำนวณที่ใช้คือ: LULCC ¼ LULCb? LULCa LULCa? T? 100% ที่ LULCC เป็นอัตราการเปลี่ยนแปลงของบางอย่าง

ผลลัพธ์ (ไทย) 3:

ภาพชุดถูกอ้างอิงทางภูมิศาสตร์ที่เหมาะสมเพื่อให้ได้ศึกษาตรงกัน
และลดความเบี่ยงเบนทางภูมิศาสตร์ ภาพล่าสุด
ปี 2006 และ 2009 ได้แก่ การสำรวจเพื่อให้ได้ศึกษาตรงกันกับพื้น

ที่เหมาะสมที่สุดและลดการเบี่ยงเบนทางภูมิศาสตร์ จากนั้นใช้วิธี
แก้ไขทั้งหมดอื่น ๆ ภาพ โดยใช้ภาพ

ปรับภาพควบคุมกระบวนการตามพื้นดินจุดกระจายไปแต่ละการศึกษาเว็บไซต์ .
ในที่สุด ภาพกับภาพข้อผิดพลาดประมาณอยู่ที่แขวง
Landsat 7 ETM ระดับพิกเซล ( 30  30 เมตร ) การจำแนกสาขา
lulc ประเภทแพร่หลายในพื้นที่ศึกษาตั้งแต่ปี 1972 ถึงวันที่
( ตารางที่ 2 ) จากการสำรวจและสัมภาษณ์กับชาวท้องถิ่น
เพื่อให้ได้ข้อมูลเกี่ยวกับ lulcs ในอดีตและปัจจุบัน ใน
ส่วนนี้ กลุ่มของ 6e8 Famers / ชาวบ้านจากการศึกษาแต่ละเว็บไซต์
ม สำรวจในระหว่างสัปดาห์
1 มกราคม 2010 หลังจากนั้น วิธีความควรจะเป็นสูงสุดสำหรับการประยุกต์ใช้ในการสร้างหมวดหมู่
lulc . วิธีนี้
ได้พิสูจน์ให้เป็นประสิทธิภาพและสอดคล้องลักษณนามสําหรับ
หลายเรื่อง ( เช่นวันที่และ shalaby tateishi , 2007 ;
Wu et al . , 2006 )เทคนิคการจำแนกประเภทโพสต์ใช้เปรียบเทียบระหว่าง
ตามภาพ หมวดหมู่ประกาศเป็นคำที่อธิบายถึงการวิเคราะห์สเปกตรัมสำหรับหมวดหมู่

วันที่แตกต่างกันที่ผลิตอิสระ ( Peterson et al . , 2004 ; Singh , 1989 ) .
แม้จะมีการวิพากษ์วิจารณ์มุ่งเน้นการสะสมของข้อผิดพลาดแท้จริง
ของแต่ละหมวดหมู่แต่ละนี้เป็นที่เหมาะสมที่สุด