For the Romanian area, we used a se

For the Romanian area, we used a semi-automatic land cover classification procedure. First, we
generated the most recent land cover map, using the 2010 Landsat image and ancillary data. We started
with generating a forest/non-forest map by unsupervised clustering using Iterative Self-Organizing
Data Analysis (ISODATA), resulting in 40 clusters. We classified the remaining areas as cultivated,
grasslands, bare areas and other vegetation using supervised maximum likelihood classification, where
training areas were digitized using visual assessment of satellite images, existing high-resolution data
and field data. Urban (built-up) areas, roads and water were digitized manually, with cultivated areas
being edited manually, as well, using the information from the census and topographic maps.
Subsequently, we merged the individual classification maps (for particular classes). The 2010 map had
a small number of clouds, which we masked, and then, later, digitized manually. We applied the same
procedure for producing the 1989 land cover. Images were processed, co-registered (automatic tie
points) and classified using the ENVI image analysis software [48]. Due to the spatial resolution of
Landsat images and the nature of the possible expansion of settlements in this rural area (individual
new objects), it was not possible to observe the changes of the settlements. Therefore, settlements,
together with water bodies, were masked, as they were assumed to not have changed much

ผลลัพธ์ (ไทย) 1:

พื้นที่โรมาเนีย เราใช้ขั้นตอนประเภทครอบคลุมที่ดินกึ่งอัตโนมัติ แรก เราล่าสุดแผ่นดินครอบคลุมแผนที่ ใช้ 2010 Landsat ภาพและข้อมูลพิเศษที่สร้างขึ้น เราเริ่มต้นด้วยการสร้างแผนที่ป่า/ไม่ป่าโดย unsupervised คลัสเตอร์ใช้ซ้ำด้วยตนเองจัดระเบียบข้อมูลวิเคราะห์ (ISODATA), ในคลัสเตอร์ 40 เราจัดเหลือพื้นที่ปลูกgrasslands พื้นที่เปล่า และพืชอื่น ๆ ใช้การจัดประเภท มีโอกาสสูงสุดที่พื้นที่ฝึกได้รูปดิจิทัลใช้ประเมินภาพดาวเทียมภาพ ข้อมูลความละเอียดสูงและข้อมูลของเขตข้อมูล พื้นที่เมือง (built-up) ถนน และน้ำได้ในรูปดิจิทัลด้วยตนเอง กับพื้นที่ปลูกการแก้ไขด้วยตนเอง เช่น โดยใช้ข้อมูล จากการสำมะโน และ topographic แผนผังในเวลาต่อมา เรารวมแผนที่แต่ละประเภท (สำหรับชั้นเรียนพิเศษ) มีแผนที่ 2010ตัวเลขขนาดเล็กของเมฆ ที่เราสวมหน้ากาก แล้ว ภายหลัง รูปดิจิทัลด้วยตนเอง เราใช้เหมือนกันกระบวนการผลิตครอบคลุมที่ดิน 1989 ภาพที่ถูกประมวลผล ร่วมลงทะเบียน (อัตโนมัติเสมอคะแนน) และประเภทใช้ซอฟต์แวร์วิเคราะห์ภาพสามารถ [48] เนื่องจากความละเอียดของปริภูมิLandsat ภาพและลักษณะของการขยายตัวเป็นไปได้ของการจับคู่ในชนบทนี้ (แต่ละวัตถุใหม่), ไม่สามารถสังเกตการเปลี่ยนแปลงของการจับคู่ ดังนั้น ชำระเงินกับแหล่งน้ำ ถูกหลอกลวง เป็นพวกเขาได้ถือว่าไม่มีการเปลี่ยนแปลงมาก

ผลลัพธ์ (ไทย) 2:

สำหรับพื้นที่โรมาเนียเราใช้ที่ดินกึ่งอัตโนมัติขั้นตอนการจัดหมวดหมู่ปก ครั้งแรกที่เราสร้างแผนที่ปกคลุมดินล่าสุดโดยใช้ภาพดาวเทียม LANDSAT ปี 2010 และข้อมูลเสริม
เราเริ่มต้นด้วยการสร้างป่า / แผนที่ที่ไม่ใช่ป่าโดยการจัดกลุ่มใกล้ชิดโดยใช้การจัดระเบียบตัวเองซ้ำการวิเคราะห์ข้อมูล(ISODATA) ส่งผลให้ใน 40 กลุ่ม เราจัดพื้นที่เหลือปลูกทุ่งหญ้าพื้นที่เปลือยและพืชผักอื่น ๆ ที่ใช้จำแนกโอกาสสูงสุดภายใต้การดูแลที่พื้นที่ได้รับการฝึกอบรมในรูปแบบดิจิตอลใช้การประเมินภาพของภาพถ่ายดาวเทียมข้อมูลความละเอียดสูงที่มีอยู่และข้อมูลภาคสนาม เมือง (ที่สร้างขึ้น) พื้นที่ถนนและน้ำในรูปแบบดิจิตอลด้วยตนเองที่มีพื้นที่เพาะปลูกถูกแก้ไขได้ด้วยตนเองเช่นกันโดยใช้ข้อมูลจากการสำรวจสำมะโนประชากรและแผนที่ภูมิประเทศได้. ต่อจากนั้นเรารวมแผนที่การจัดหมวดหมู่ของแต่ละบุคคล (โดยเฉพาะอย่างยิ่งสำหรับการเรียน) 2010 แผนที่มีจำนวนเล็กๆ ของเมฆที่เราสวมหน้ากากและจากนั้นต่อมาในรูปแบบดิจิตอลด้วยตนเอง เราใช้เดียวกันขั้นตอนในการผลิต 1989 ที่ดินปก ภาพที่ถูกประมวลผลร่วมจดทะเบียน (มัดอัตโนมัติคะแนน) และจำแนกโดยใช้ซอฟต์แวร์การวิเคราะห์ภาพ ENVI [48] เนื่องจากความละเอียดเชิงพื้นที่ของภาพ Landsat และธรรมชาติของการขยายตัวเป็นไปได้ของการตั้งถิ่นฐานในพื้นที่ชนบทนี้ (บุคคลวัตถุใหม่) มันเป็นไปไม่ได้ที่จะสังเกตเห็นการเปลี่ยนแปลงของการตั้งถิ่นฐานที่ ดังนั้นการตั้งถิ่นฐานร่วมกับแหล่งน้ำที่ถูกหลอกลวงเช่นที่พวกเขาได้รับการสันนิษฐานว่าจะไม่ได้มีการเปลี่ยนแปลงมาก

ผลลัพธ์ (ไทย) 3:

สำหรับพื้นที่โรมาเนีย เราใช้แบบกึ่งอัตโนมัติครอบคลุมที่ดินการจำแนกขั้นตอน แรกเรา
สร้างล่าสุดที่ดินครอบคลุมแผนที่ใช้ 2010 จากข้อมูลภาพและ ancillary . เราเริ่มต้นด้วยการสร้างป่า
/ โนนป่าโดยการจัดกลุ่มโดยใช้แผนที่ unsupervised ซ้ำตนเองจัด
การวิเคราะห์ข้อมูล ( isodata ) ส่งผล 40 กลุ่ม เราแบ่งพื้นที่ที่เหลือ เช่น การปลูก ,
ทุ่งหญ้า , พื้นที่เปลือยและพืชอื่น ๆการดูแลการจำแนกสูงสุดที่
พื้นที่การฝึกอบรมการประเมินภาพดิจิตอลโดยใช้ภาพถ่ายดาวเทียมความละเอียดสูง , ข้อมูลที่มีอยู่
และเขตข้อมูล เมือง ( ขึ้น ) พื้นที่ถนนและน้ำดิจิทัล ด้วยตนเอง กับการปลูกพื้นที่
ถูกแก้ไขด้วย เช่นกันใช้ข้อมูลจากการสำรวจสำมะโนประชากร และแผนที่ภูมิประเทศ .
ต่อมาเราผสานแผนที่การจำแนกประเภทบุคคล ( เรียนพิเศษ ) 2010 แผนที่มี
จำนวนน้อยของเมฆซึ่งเราสวมหน้ากาก แล้วต่อมาทางดิจิตอลด้วยตนเอง เราใช้ขั้นตอนเดียวกัน
ผลิต 1989 ที่ดินครอบคลุม ภาพที่ถูกประมวลผล จำกัด จดทะเบียน (
ผูกอัตโนมัติคะแนน ) และจัดการใช้ตลอดจนการวิเคราะห์ภาพซอฟต์แวร์ [ 48 ] เนื่องจากความละเอียดเชิงพื้นที่ของ
ภาพจากดาวเทียมและธรรมชาติของการขยายตัวเป็นไปได้ของการตั้งถิ่นฐานในชนบทนี้ ( บุคคล
วัตถุใหม่ ) , มันเป็นไปไม่ได้ที่จะสังเกตการเปลี่ยนแปลงของงบประมาณ ดังนั้น เขต
พร้อมกับน้ำ , หน้ากาก , ตามที่พวกเขาถือว่าไม่ได้มีการเปลี่ยนแปลงมาก