Post-classification refinement was

Post-classification refinement was therefore used to improve the accuracy of the classification as it is a simple and effective method (Harris & Ventura, 1995). In addition, since the urban surface is heterogeneous and composed of a complex combination of features (e.g. buildings, roads, grass, trees, soil, water) (Jensen, 2007), mixed pixels are a common problem when using medium-spatial resolution data such as Landsat (Lu & Weng, 2005). The problem of mixed pixels was addressed in several ways. For example, thematic information (e.g. water bodies, vegetation, and bare soil) was first extracted from the Landsat data using the V–S–W index (Yamagata, Sugita, & Yasuoka, 1997), before a rule-based technique using thematic information and GIS data (e.g. DEM, municipal maps and water bodies, etc.) was employed in ERDAS spatial modeler to correct previously misclassified land cover categories. Although this rule-based technique greatly improved the MLC classification, some misclassification between wetland and cultivated lands was still observed, primarily because of the geographical contiguity of these categories. GIS tools, such as Area of Interest (AOI) were then applied to the data using visual analysis, reference data, as well as local knowledge, to split and recode these covers so that they more closely reflected their true classes. By employing these techniques, the result obtained using the supervised algorithm could be considerably improved. Finally, to reduce the salt-and-pepper effect, a 3 3 majority filter was applied to the classified land covers(Lillesand & Kiefer, 1999).

ผลลัพธ์ (ไทย) 1:

รีไฟน์เมนท์ประเภทหลังจึงใช้เพื่อปรับปรุงความถูกต้องของการจัดประเภทซึ่งเป็นวิธีง่าย และมีประสิทธิภาพ (แฮร์ริสและทแฮมมิลทัล 1995) นอกจากนี้ เนื่องจากพื้นผิวเมืองจะแตกต่างกัน และประกอบด้วยชุดที่ซับซ้อนของคุณลักษณะ (เช่นอาคาร ถนน หญ้า ต้นไม้ ดิน น้ำ) (เจน 2007), ผสม พิกเซลได้ปัญหาทั่วไปเมื่อใช้ข้อมูลความละเอียดปานกลางปริภูมิเช่น Landsat (Lu และเตอรองต์ 2005) ปัญหาของพิกเซลผสมมีอยู่หลายวิธี ตัวอย่าง ข้อมูลเฉพาะเรื่อง (เช่นแหล่งน้ำ พืช และดินเปลือย) ครั้งแรกได้ถูกสกัดจากข้อมูล Landsat ใช้ดัชนี V – S – W (ยามางาตะ ซุซุงิตะ & Yasuoka, 1997), ก่อนเทคนิคตามกฎที่ใช้ข้อมูลเฉพาะเรื่อง และข้อมูล GIS (เช่น DEM แผนที่เทศบาล และแหล่งน้ำ ฯลฯ) ถูกว่าจ้างใน modeler ปริภูมิ ERDAS ประเภทครอบคลุมที่ดินก่อนหน้านี้งานถูกต้อง แม้ว่าเทคนิคนี้ตามกฎการปรับปรุงการจัดประเภท MLC, misclassification บางระหว่างพื้นที่ชุ่มน้ำ และ cultivated มาก ที่ดินถูกยังคงสังเกต เป็นหลักเนื่องจาก contiguity ภูมิศาสตร์ประเภทเหล่านี้ เครื่องมือ GIS เช่นที่ตั้งของดอกเบี้ย (AOI) ถูกนำไปใช้กับข้อมูลที่ใช้วิเคราะห์ภาพ ข้อมูลอ้างอิง ตลอดจนความ รู้เฉพาะ การแยก recode ครอบคลุมเหล่านี้เพื่อที่พวกเขามากขึ้นผลการเรียนจริงแล้ว โดยใช้เทคนิคเหล่านี้ ผลที่ได้รับโดยใช้อัลกอริทึมมีมากแถมไม่ ในที่สุด ลดผล salt-and-pepper, 3 3 การกรองส่วนใหญ่นำมาใช้ที่ลับแผ่นดินครอบคลุม (Lillesand & คี 1999)

ผลลัพธ์ (ไทย) 2:

การปรับแต่งการโพสต์การจัดหมวดหมู่จึงถูกนำมาใช้ในการปรับปรุงความถูกต้องของการจำแนกมันเป็นวิธีการที่ง่ายและมีประสิทธิภาพ (แฮร์ริสและเวนทูรา, 1995) นอกจากนี้ตั้งแต่พื้นผิวเป็นเมืองต่างกันและประกอบด้วยการรวมกันที่ซับซ้อนของคุณสมบัติ (เช่นอาคาร, ถนน, หญ้า, ต้นไม้, ดินน้ำ) (เซ่น 2007) พิกเซลผสมเป็นปัญหาร่วมกันเมื่อใช้ข้อมูลที่มีความละเอียดขนาดกลางอวกาศ เช่น Landsat (Lu & Weng, 2005) ปัญหาของพิกเซลผสมที่ได้รับการแก้ไขในหลายวิธี ตัวอย่างเช่นข้อมูลที่ใจ (เช่นแหล่งน้ำพืชและดินเปล่า) ถูกสกัดครั้งแรกจาก Landsat ข้อมูลโดยใช้ดัชนี V-S-W (ยามากาตะ, ซูกิตะและยาซูโอกะ, 1997) ก่อนที่จะเป็นเทคนิคตามกฎการใช้ใจ ข้อมูลและข้อมูลระบบสารสนเทศภูมิศาสตร์ (เช่น DEM แผนที่เทศบาลและแหล่งน้ำอื่น ๆ ) ได้รับการว่าจ้างใน ERDAS โมเดลเชิงพื้นที่เพื่อการแก้ไขก่อนหน้านี้แบ่งประเภทสิ่งปกคลุมดิน แม้ว่าเทคนิคตามกฎนี้อย่างมากการปรับปรุงการจัดหมวดหมู่แอลซีจำแนกระหว่างพื้นที่ชุ่มน้ำและพื้นที่เพาะปลูกได้รับการสังเกตยังคงเนื่องจากการติดต่อกันทางภูมิศาสตร์ของประเภทเหล่านี้ เครื่องมือสารสนเทศภูมิศาสตร์เช่นพื้นที่ที่น่าสนใจ (AOI) ถูกนำไปใช้จากนั้นไปที่ข้อมูลโดยใช้การวิเคราะห์ภาพ, ข้อมูลอ้างอิงเช่นเดียวกับความรู้ในท้องถิ่นที่จะแยกและ recode ครอบคลุมเหล่านี้เพื่อให้พวกเขาอย่างใกล้ชิดสะท้อนให้เห็นถึงการเรียนที่แท้จริงของพวกเขา โดยการใช้เทคนิคเหล่านี้ผลที่ได้รับโดยใช้ขั้นตอนวิธีการดูแลอาจจะดีขึ้นมาก สุดท้ายเพื่อลดผลกระทบเกลือและพริกไทย, 3 3 ส่วนใหญ่กรองที่ถูกนำไปใช้กับครอบคลุมที่ดินจัด (Lillesand และ Kiefer, 1999)

ผลลัพธ์ (ไทย) 3:

หมวดหมู่การโพสต์จึงใช้เพื่อปรับปรุงความถูกต้องของการจำแนกเป็นวิธีที่ง่ายและมีประสิทธิภาพ ( แฮร์ริส& Ventura , 1995 ) นอกจากนี้ เนื่องจากพื้นผิวของเมืองที่แตกต่างกัน และประกอบด้วยการรวมกันของลักษณะที่ซับซ้อน ( เช่นอาคาร , ถนน , หญ้า , ต้นไม้ , น้ำในดิน , ) ( เจนเซ่น , 2007 )พิกเซลผสมเป็นปัญหาที่พบบ่อยเมื่อใช้สื่อข้อมูลความละเอียดเชิงพื้นที่ เช่น ดาวเทียม ( ลู่&เวง , 2005 ) ปัญหาของพิกเซลที่ผสมอยู่หลายวิธี ตัวอย่างเช่น ข้อมูลหลัก ( เช่น น้ำ พืช และดินเปลือย ) เป็นครั้งแรกที่สกัดจากข้อมูลดาวเทียมโดยใช้วี– S ) W ดัชนี ( ยามากาตะ , ซูจิตะ &ยาสุโอกะ , 1997 )ก่อนที่กฎการใช้เทคนิคข้อมูลการเสนอข้อมูล GIS ( เช่นเดม แผนที่เทศบาล และน้ำในร่างกาย ฯลฯ ) ที่ใช้ใน erdas เชิงพื้นที่แบบถูกต้องก่อนหน้านี้ misclassified สิ่งปกคลุมดินประเภท แม้ว่ากฎเทคนิคอย่างมากการปรับปรุง MLC หมวดหมู่บางส่วนผิดพลาดระหว่างป่าชายเลนและการปลูกที่ดินยังสังเกตเป็นหลัก เพราะจากการติดกันทางภูมิศาสตร์ของประเภทเหล่านี้ เครื่องมือระบบสารสนเทศภูมิศาสตร์ เช่น พื้นที่ของดอกเบี้ย ( อาโออิ ) แล้วใช้กับข้อมูลโดยใช้การวิเคราะห์ภาพ ข้อมูลอ้างอิง ตลอดจนภูมิปัญญาท้องถิ่น เพื่อแยกและบริษัท ครอบคลุมเหล่านี้เพื่อให้พวกเขาอย่างใกล้ชิดสะท้อนให้เห็นบทเรียนที่แท้จริงของพวกเขา โดยการใช้เทคนิคเหล่านี้ผลที่ได้รับการดูแลแบบอาจจะดีขึ้นมาก ในที่สุด การลดเกลือและพริกไทยผล , กรอง 3 3 ส่วนใหญ่ถูกนำมาใช้เพื่อแบ่งที่ดินครอบคลุม ( lillesand &
คีเฟอร์ , 1999 )