For the actual classification and g

For the actual classification and generation of forest maps, a supervised statistical maximum
likelihood classification (MLC) has been used assuming that the training samples have the
Gaussian distribution (Richards and Xia 1999). In order to define the sites for the training
signature selection, from the images, two to three areas of interest (AOI) representing the forest
and non-forest classes have been selected through thorough analysis using a polygon-based
approach. The separability of the training signatures was firstly checked in feature space and
then evaluated using transformed-divergence (TD) separability measure. The values of TD
separability measure range from 0 to 2.0 and indicate how well the selected pairs are statistically
separate. The values greater than 1.9 indicate that the pairs have good separability (ENVI 1999). After the investigation, the samples that demonstrated the greatest separability were chosen to
form the final signatures. The final signatures included about 568-784 pixels. Looking at the
classified images, one can observe what kind of changes had occurred in those periods in the
forest cover of the Bogdkhan Mountain. The available forest map, the satellite images and the
results of the MLC are shown in figure 1

ผลลัพธ์ (ไทย) 1:

ประเภทจริงและสร้างแผนที่ป่า มีสถิติสูงสุดมีการใช้ความน่าเป็นประเภท (MLC) สมมติว่ามีตัวอย่างการฝึกอบรมกระจาย gaussian (ริชาร์ดและ 1999 เซียะ) เพื่อกำหนดเว็บไซต์สำหรับการฝึกอบรมเลือกลายเซ็น จากภาพ พื้นที่สองถึงสามน่าสนใจ (AOI) แทนป่าและมีการเลือกชั้นเรียนไม่ใช่ป่าผ่านการวิเคราะห์อย่างละเอียดโดยใช้รูปหลายเหลี่ยมโดยใช้แนวทางการ Separability ของลายเซ็นฝึกตรวจสอบประการแรกในลักษณะพื้นที่ และแล้ว ประเมินโดยใช้แปลง divergence (TD) separability วัด ค่าของ TDseparability วัดช่วงตั้งแต่ 0 ถึง 2.0 และระบุวิธีการที่ดีคู่ที่เลือกทางสถิติแยกต่างหาก ค่ามากกว่า 1.9 ระบุว่า คู่มีดี separability (สามารถ 1999) หลังจากตรวจสอบ ตัวอย่างที่แสดงให้เห็นว่า separability มากที่สุดถูกเลือกแบบฟอร์มลายเซ็นขั้นสุดท้าย ลายเซ็นขั้นสุดท้ายรวมเกี่ยวกับ 568-784 พิกเซล ดูที่การจัดภาพ หนึ่งสามารถสังเกตชนิดของการเปลี่ยนแปลงได้เกิดขึ้นในรอบระยะเวลาเหล่านั้นป่าภูเขา Bogdkhan ป่าที่มีแผนที่ ภาพดาวเทียมและผลลัพธ์ของ MLC ที่แสดงในรูปที่ 1

ผลลัพธ์ (ไทย) 2:

สำหรับการจัดหมวดหมู่ที่เกิดขึ้นจริงและการสร้างแผนที่ป่าภายใต้การดูแลทางสถิติสูงสุด
จำแนกโอกาส (MLC) ได้ถูกนำมาใช้สมมติว่าตัวอย่างการฝึกอบรมมี
การกระจายเสียน (ริชาร์ดและเซี่ย 1999) เพื่อที่จะกำหนดสถานที่สำหรับการฝึกอบรม
การเลือกลายเซ็นจากภาพที่ 2-3 พื้นที่ที่น่าสนใจ (AOI) ที่เป็นตัวแทนของป่า
และชั้นเรียนที่ไม่ใช่ป่าได้รับการคัดเลือกผ่านการวิเคราะห์อย่างละเอียดโดยใช้รูปหลายเหลี่ยมที่ใช้
วิธีการ แยกของลายเซ็นการฝึกอบรมได้รับการตรวจสอบครั้งแรกในพื้นที่บาร์และ
แล้วการประเมินโดยใช้เปลี่ยน-แตกต่าง (TD) วัดแยก ค่านิยมของ TD
ช่วงวัดแยก 0-2.0 และระบุวิธีการที่ดีที่เลือกคู่ที่มีนัยสำคัญทางสถิติ
ที่แยกต่างหาก ค่ามากกว่า 1.9 แสดงให้เห็นว่ามีคู่แยกดี (ENVI 1999) หลังจากการตรวจสอบตัวอย่างที่แสดงให้เห็นถึงแยกที่ยิ่งใหญ่ที่สุดได้รับเลือกให้
รูปแบบลายเซ็นสุดท้าย ลายเซ็นสุดท้ายรวมประมาณ 568-784 พิกเซล มองไปที่
ภาพประเภทหนึ่งสามารถสังเกตสิ่งที่ชนิดของการเปลี่ยนแปลงที่เกิดขึ้นในช่วงเวลาที่ผู้ที่อยู่ใน
พื้นที่ป่าของภูเขา Bogdkhan แผนที่ป่าที่มีอยู่ภาพจากดาวเทียมและ
ผลของการ MLC จะแสดงในรูปที่ 1

ผลลัพธ์ (ไทย) 3:

สำหรับประเภทที่เกิดขึ้นจริงและรุ่นของแผนที่ป่า , มีสถิติสูงสุด
โอกาสหมวดหมู่ ( MLC ) ได้ใช้สมมติว่าฝึกตัวอย่างมี
) การกระจาย ( ริชาร์ดกับเซีย 1999 ) การกำหนดไซต์การฝึกอบรม
ลายเซ็นเลือกจากภาพสองถึงสามพื้นที่ของดอกเบี้ย ( อาโออิ ) ป่า
แทนและชั้นเรียน ป่าโนนได้รับการคัดเลือกผ่านการวิเคราะห์อย่างละเอียดใช้รูปหลายเหลี่ยม
แนวทางตาม แยกได้จากการฝึกอบรมลายเซ็นเป็นครั้งแรก ตรวจสอบพื้นที่และประเมินคุณลักษณะ
แล้วเปลี่ยนความแตกต่าง ( TD ) แยกออกจากกันได้วัด ค่าของ TD
separability วัดช่วงจาก 0 ถึง 2.0 และระบุว่าเป็นคู่ที่เลือกสถิติ
ที่แยกต่างหากคุณค่าที่มากกว่า 1.9 บ่งชี้ว่า คู่ มี ดี การแยกออก ( Envi 1999 ) หลังจากการสอบสวน ตัวอย่างที่แสดงให้เห็นถึงแยกได้ถูกเลือกมากที่สุด

รูปลายเซ็นต์สุดท้าย ลายเซ็นต์สุดท้าย รวมประมาณ 568-784 พิกเซล ดู
จัดภาพหนึ่งสามารถสังเกตสิ่งที่ชนิดของการเปลี่ยนแปลงที่เกิดขึ้นในช่วงเวลาเหล่านั้นใน
ป่าปิดของ bogdkhan ภูเขา แผนที่ป่าใช้ภาพดาวเทียมและ
ผลลัพธ์ของ MLC จะแสดงในรูปที่ 1