3.1. Database preparationLandsat Th

3.1. Database preparation
Landsat Thematic Mapper at a resolution of 30 m of 1990 and
2010 were used for land use/cover classification. The satellite
data covering study area were obtained from global land cover
facility (GLCF) (http://glcfapp.glcf.umd.edu:8080/esdi/) and
earth explorer site (http://earthexplorer.usgs.gov/). These data
sets were imported in ERDAS Imagine version 9.3 (Leica
Geosystems, Atlanta, U.S.A.), satellite image processing software
to create a false colour composite (FCC). The layer stack
option in image interpreter tool box was used to generate
FCCs for the study areas. The sub-setting of satellite images
were performed for extracting study area from both images
by taking geo-referenced out line boundary of Hawalbagh
block map as AOI (Area of Interest). For better classification
results some indices such as normalized difference vegetation
index (NDVI), normalized difference water index (NDWI)
and normalized difference builtup index (NDBI) were also
created to classify the Landsat images.

ผลลัพธ์ (ไทย) 1:

3.1. การเตรียมฐานข้อมูลLandsat Mapper เฉพาะเรื่องที่มีความละเอียด 30 เมตรของปี 1990 และ2010 ถูกใช้สำหรับการจัดประเภทของใช้/ฝาครอบที่ดิน ดาวเทียมได้รับข้อมูลที่ครอบคลุมพื้นที่ศึกษาจากปกคลุมแผ่นดินโลกสิ่งอำนวยความสะดวก (GLCF) (http://glcfapp.glcf.umd.edu:8080 esdi /) และearth explorer ไซต์ (http://earthexplorer.usgs.gov/) ข้อมูลเหล่านี้นำเข้าชุดในจินตนาการ ERDAS เวอร์ชั่น 9.3 (ไลก้าGeosystems แอตแลนตา สหรัฐอเมริกา), ซอฟต์แวร์การประมวลผลภาพดาวเทียมการสร้างการผสมสีเท็จ (FCC) กองซ้อนชั้นตัวเลือกในกล่องเครื่องมือล่ามภาพถูกใช้เพื่อสร้างFCCs สำหรับพื้นที่ศึกษา การตั้งค่าย่อยของภาพดาวเทียมดำเนินการสำหรับการแยกพื้นที่จากภาพทั้งสองโดยการอ้างอิงทางภูมิศาสตร์ออกจากขอบบรรทัดของ Hawalbaghแผนที่บล็อกเป็น AOI (พื้นที่ของดอกเบี้ย) สำหรับดีกว่าบางดัชนีเช่นพืชความแตกต่างของมาตรฐานผลดัชนีน้ำความแตกต่างของดัชนี (NDVI), ปกติ (NDWI)และความแตกต่างของมาตรฐาน builtup ดัชนี (NDBI) นอกจากนี้สร้างขึ้นเพื่อจัดประเภทภาพแลนด์แซท

ผลลัพธ์ (ไทย) 2:

3.1 การจัดทำฐานข้อมูล
Landsat Thematic Mapper ที่ความละเอียด 30 เมตรของปี 1990 และ
2010 ถูกนำมาใช้สำหรับการใช้ที่ดิน / ปกการจัดหมวดหมู่ ดาวเทียม
ข้อมูลที่ครอบคลุมพื้นที่การศึกษาที่ได้รับจากสิ่งปกคลุมดินทั่วโลก
สิ่งอำนวยความสะดวก (GLCF) (http://glcfapp.glcf.umd.edu:8080/esdi/) และ
เว็บไซต์สำรวจโลก (http://earthexplorer.usgs.gov/) . ข้อมูลเหล่านี้
ชุดถูกนำเข้ามาใน ERDAS Imagine รุ่น 9.3 (Leica
Geosystems, แอตแลนตา, สหรัฐอเมริกา), ซอฟต์แวร์ประมวลผลภาพจากดาวเทียม
เพื่อสร้างคอมโพสิตสีเท็จ (FCC) ชั้นสแต็ค
ตัวเลือกในกล่องเครื่องมือภาพล่ามถูกใช้ในการสร้าง
FCCs สำหรับพื้นที่การศึกษา ที่ตั้งค่าย่อยของภาพถ่ายจากดาวเทียม
ได้ดำเนินการสำหรับการแยกพื้นที่ศึกษาจากภาพทั้ง
โดยการอ้างอิงทางภูมิศาสตร์จากเขตแดนสายของ Hawalbagh
แผนที่บล็อกเป็น AOI (ใกล้เคียงที่น่าสนใจ) การจัดหมวดหมู่ที่ดีกว่า
ผลดัชนีบางอย่างเช่นปกติแตกต่างพืชพันธุ์
ดัชนี (NDVI) ดัชนีปกติน้ำที่แตกต่างกัน (NDWI)
และความแตกต่างปกติดัชนี builtup (NDBI) นอกจากนี้ยังได้รับการ
สร้างขึ้นเพื่อจำแนกภาพ Landsat

ผลลัพธ์ (ไทย) 3:

3.1 . การเตรียมฐานข้อมูลภาพที่ความละเอียดของ Thematic Mapper 30 M 19902010 ที่ใช้สำหรับการใช้ที่ดิน / ปกการจำแนกประเภท ดาวเทียมข้อมูลครอบคลุมพื้นที่ศึกษาได้จากดินแดนทั่วโลกสิ่งอำนวยความสะดวก ( glcf ) ( http : / / glcfapp . glcf . UMD . edu : 8080 / esdi / ) และเว็บไซต์สำรวจโลก ( http : / / earthexplorer . USGS . gov / ) ข้อมูลเหล่านี้ชุดถูกนำเข้าใน erdas จินตนาการเวอร์ชั่น 9.3 ( ไลก้าจี , แอตแลนตา , สหรัฐอเมริกา ) , ดาวเทียมซอฟต์แวร์ประมวลผลภาพเพื่อสร้างสีผสมเท็จ ( FCC ) ชั้นซ้อนตัวเลือกในกล่องภาพที่ถูกใช้ในการสร้างล่ามfccs สำหรับพื้นที่ศึกษา . ส่วนการตั้งค่าของภาพดาวเทียมการแยกพื้นที่ศึกษาทั้งจากภาพสำหรับโดยการอ้างอิงทางภูมิศาสตร์ออกแนวเขตแดนของ hawalbaghบล็อกแผนที่ อาโออิ ( ความสนใจ ) สำหรับหมวดหมู่ผลลัพธ์บางอย่าง เช่น ความแตกต่างของพืชได้แก่ดัชนีดัชนีการเปลี่ยนแปลงด้านพืชพรรณ ) , น้ำ ( ndwi ) ดัชนีกลุ่มแตกต่างและคะแนนทีปกติ ความแตกต่าง builtup ดัชนี ( ndbi ) ยังสร้างขึ้นเพื่อจำแนกข้อมูลภาพ