Land Cover Klassifikation af Bornholm

Transkript

1 Land Cover Klassifikation af Bornholm Eksamensopgave i Klassifikation af rumlige data l Institut for Geovidenskab og Naturforvaltning Københavns Universitet 2014 (blok1) Søren Vilhelmsen wfh951 Rasmus Ekman hvw772 Hanna Lia Fosberg tkp711

2 Indholdsfortegnelse Indledning... 3 Problemformulering... 4 Fokusområde... 5 Metode... 5 Data... 5 Arbejdsdata:... 5 Trænings- og testdata... 5 Fremgangsmåde... 6 Definition af klasser... 6 Resultat... 7 Præsentation af resultater... 7 Usikkerhedsanalyse Diskussion Klassifikationsmetoderne overordnet Forskelligheder i klassifikationerne Vurdering af overordnet resultat Forbedringsforslag til klassifikationen Det internationale klassifikationssystem Konklusion Litteraturliste Bilag 1 - Detaljerede anomalikort Bilag 2 Classification Tree Ekman, Fosberg & Vilhelmsen (2014) 2 af 23

3 Indledning Den teknologiske udvikling har betydet at man i dag kan modtage en nærmest uendelig mængde data om jorden. Denne kilde medfører at det vil være ressourcemæssigt bekvemmeligt at finde automatiserede og enkle metoder til kategorisering og behandling af store mængder data. Når man arbejder med klassifikation, er der en række overvejelser som skal gøres. Både inden projektet initieres og undervejs i arbejdsprocessen, da disse valg har stor betydning for resultatets pålidelighed. Nogle af de vigtigste indledende diskussioner ligger i forhold til hvilke slags data er tilgængeligt, og dette datas præcision. Dette skal sammenholdes med præcisionen og nøjagtigheden af det ønskede resultat. I dette studie vil vi arbejde med en sammenligning af to klassifikationsmetoder: en Classification Tree Analysis (CTA) og en Maximum Likelihood analyse (MaxLike). Disse to metoder er valgt fordi de er væsentligt forskellige på flere punkter og vi ønsker at undersøge hvordan disse forskelle kommer til udtryk i en land cover klassifikation. CTA er en ikke-parametrisk analysemetode som er baseret på kendt træningsdata. En af fordelene ved denne metode er at analyseprocessen, ved dannelen af et såkaldt klassifikationstræ, er gennemsigtig og vi har således mulighed for at gå ind og kigge på hvert enkelt skridt der er taget frem mod den endelige klassificering af en pixel. CT-analysen foregår sådan at der beregnes en algoritme og på baggrund af denne dannes et beslutningstræ, som tager hver pixel og placerer det i en af to undergrupper. Dette gentages indtil den ønskede mængde klasser er fundet. Figur 1 viser et simpelt træ, hvor et areal deles op i tre klasser (Clark Labs, 2008). Vi har derfor her en gennemsigtig metode som ikke er afhængig af fordelinger i datasættet. Figur 1: Illustration af binært klassifikationstræ fra CT-analysen Maximum Likelihood er derimod en parametrisk analysemetode hvis fremgangmåde er statistisk, og baseret på at data er normalt fordelt. Metoden bruger kvantitativt varians og covarians fra træningsklasser når den klassificerer en ukendt pixel. Klassificeringen af den enkelte pixel er igen baseret på kendt træningsdata, hvor der udregnes en sandsynlighed for hvilken klasse en given pixel tilhører. Dette kan ses på Figur 2b hvor hver klasse får tildelt en forhøjning på baggrund af deres spektrale signatur. Udregningerne udmunder i grafen vist på Figur 2a hvor ellipserne angiver sensitiviteten af de forskellige klasser. Hvis man har forudindtagede ideer om fordelingen af klasser kan brugeren vægte eksempelvis klippe med en mindre faktor end urbane område (Lillesand, 2008). Modsat CTA er denne analyse lukket, og vi får som bruger ingen information om klassifikationsvalg, eller mulighed for at ændre dem. Denne metode anbefales som sagt hvis data er normalt fordelt, og idet at rumlig data generelt kan antages at være det, har vi valgt at benytte denne metode i sammenligningen med CTA (Lillesand, 2008). Ekman, Fosberg & Vilhelmsen (2014) 3 af 23

4 Figur 2: tv: graf der viser klyngedannelse på baggrund af spektrale signaturer. Th: illustration der viser hvor brede klasser er. Når man klassificerer billeder er det vigtigt at have et system som ens metoder kører efter. I den forbindelse er der længe blevet arbejdet på at designe et klassifikationssystem som er stadardiserbart. LCCS er et standardiseret, a priori klassifikationssystem. Dette vil sige at klasserne er prædefinerede således at de kan bruges på et hvilket som helst område og af enhver bruger. Formålet med et sådan system er at man ikke behøver designe et nyt klassifikationssystem hver gang et nyt område skal klassificeres (Di Gregorio, 2005). LCCS er bygget hierarkisk op således at det starter i nogle meget brede og generelle klasser, som bliver mere og mere detaljeret som de bliver opdelt i subklasser. Jo længere man bevæger sig ned i systemet des flere diagnostiske kriterier er der stillet op for hver klasse. Kriterierne for hver klasse skal være unikke så grænserne mellem klasserne er klare så der er ikke er nogle overlap mellem dem (Di Gregorio, 2005). LCCS er et et klassifikationssystem som både har land use og land cover klasser. Der findes ikke en klar definition på hvad forskellen er på land use og land cover, men Antonio di Gregorio definerer dem således: Land cover is the observed (bio)physical cover on the earth's surface (Di Gregorio, 2005) Land use is characterized by the arrangements, activities and inputs people undertake in a certain land cover type to produce, change or maintain it (Di Gregorio, 2005) Problemformulering Vi ønsker at undersøge forskellen på en parametrisk og en ikke parametrisk analysemetode, og deres brugbarhed i praksis. Opgaven vil besvare følgende problemstillinger: Hvordan klassificerer en CTA klassifikation og en MaxLike klassifikation det samme område? Hvilke forskelle og ligheder kan observeres? Hvordan kan disse forskelle og ligheder forklares i forhold til de forskellige metoder? Hvordan stemmer klassifikationerne overens med det internationale klassifikations system? Ekman, Fosberg & Vilhelmsen (2014) 4 af 23

5 Fokusområde Sammenligningen af de to metoder har vi valgt at lave med Bornholm, da cirka 2/3 dele af øen er præget af grundfjeld. Dette har stor indflydelse på land cover, da vi flere steder har blotlagte klipper. Disse klippestykker spreder sig fra meget små rundklipper til fx den kilometer lange Hammer (Krüger, 2006). Dette gøres da klipper i begrænsede mængder kan være en udfordring for metoderne. De resterende krav til vores fokusområde er at der skal være urbane områder og sand til stede, da disse klasser spektralt ligner hinanden og kan give problemer. Afslutningsvist indeholder området også blandet natur med bratte skel, hvor det er spændende at se hvordan metoderne behandler både heterogene og homogene områder. Figur 3: udsnit af fokusområdet, Bornholm. På figur 3 ses Bornholm som er en dansk ø, der ligger i Østersøen. Øen er cirka 40 km lang og 30 km bred, hvilket giver et areal på 589,16 km². Hele dette område analyseres. Christians ø indgår ikke i testområdet. Metode Dette afsnit vil beskrive det indhentede data, de analyser der er udført på det og hvilke parametre der er opsat i forbindelse med udførslen af analyserne. Afslutningsvist præsenteres de klasser, som CTA og MaxLike arbejder ud fra, og der gives bud på definitioner hvis de skulle indgå i et større klassifikationssystem. Data Arbejdsdata: Til dette studie benyttes et satellitbillede fra Landsat 8, som er en polarorbiterende satellit. Den indhenter data fra 12 forskellige bånd med to sensorer: Operational Land Imager-sensoren (OLI) og Thermal Infrared Sensoren (TIRS). Dette studie vil dog kun bruge 7 af OLI båndene og ingen af TIRS-bånd. Ønskes yderligere viden om Landsat 8, anbefales USGS (2013). Alt data editeres til en standardpixelstørrelse på 30x30 meter og leveres i 16 bit med en præcision på 12 meter med et konfidensniveau på 90 % (USGS, 2013). Satellitbilledet er taget d. 25. maj 2014 med projektionen UTM zone 33N datum WGS84. Trænings- og testdata Trænings- og testdata er manuelt digitaliseret på baggrund af et ortofoto. Ortofotoet er indhentet fra Geodatastyrelsen, og er produceret af COWI i foråret Disse er georefereret til UTM 32N, ETRS89. Efter digitalisering er test- og træningsdata blevet konverteret til UTM zone 33N i datum WGS84 ved hjælp af ArcGIS. Træningsdata bruges til at identificere forskellige klasser på satellitbilledet ud fra spektrale signaturer. Testdata bruges efterfølgende til at validere resultaterne. Det er derfor vigtigt at begge typer af data er præcise og afspejler jordoverfladen. Ideelt set bør man indhente data i felten med GPS, hvis dette ikke er muligt er ortofotos et godt alternativ. En ulempe ved at bruge ortofotos er ifølge Congalton at det giver problemer med at skelne objekter som græs, mark og eng fra hinanden (Congalton, 1991). Fordelen ved forårsbilleder taget inden løvspring, er at det giver mulighed for nemt at skelne løvtræer fra nåletræer. Ulempen er at det er sværere at identificere markområder fra eng og græs. Ekman, Fosberg & Vilhelmsen (2014) 5 af 23

6 Fremgangsmåde Arbejdsdata tilpasses så der kun arbejdes med Bornholm. Der er benyttet en stratificeret metode til indsamling af trænings- og testdata. Ved denne metode deles Bornholm op i tre geografiske områder hvori der indsamles lige meget data. Metoden bruges for at dække hele Bornholm lige detaljeret. Digitaliseringen af vektordata har fundet sted i programmet ArcMap. Brakmarker ændres i mange tilfælde hvert år, derfor blev der ikke taget højde for det, da polygonerne blev digitaliseret. Efterfølgende blev hver klasse individuelt delt op i trænings- og testarealer. Remote Sensing analyser er udført i IDRISI Selva. CTA-analysen blev udført ud fra prædefinerede klasser, som beskrevet i næste afsnit. I MaxLike analysen arbejdes der med equal prior probabilities og en minimum likelihood på 0. De to klassificerede kort er via RasterCalculator trukket fra hinanden og efterfølgende sat i anden potens. Alle værdier der ikke var lig nul blev registreret som en uenighed mellem klassifikationerne, og vice versa. I resultatafsnittet præsenteres et areal af Bornholm, som har til formål at sammenligne de klassificerede landpixels med Bornholms reelle areal. Beregningen er foretaget på en antagelse om at alle celler, som ikke er vand er en del af øen. Antallet af ikke-vand pixels er derfor ganget med 900 m 2. Afslutningsvist er der lavet en confusionmatrix ud fra hvilken der er udregnet user- og producers accuracy. Fremgangsmåden er vist i overordnede trin i nedenstående procesdiagram (Figur 4). Figur 4: procesdiagram over arbejdstrin i anaysens udførelse. Lilla = værktøjer eller metoder. Orange = output/ resultater Definition af klasser Vores klassifikationssystem er opbygget a posteriori, dvs. efter at der har fundet en dataindsamling sted. Vi understøgte hvilke arealklasser var til stede på Bornholm og har opbygget systemet ud fra dem og det er derfor ikke egnet til standardisering. Klasserne er ret brede, således at de kan dække over flere subklasser. Vi har valgt kun at fokusere på landcover i vores klassifikationssystem. På denne måde arbejder vi med det der direkte kan observeres på satellitfotos og ortofotos. Land use klasser er ofte baseret på en fortolkning af land cover og/eller indsamling af yderligere information. Ved kun at benytte land cover i forbindelse med opbyggelsen af klassifikationssystemet undgår vi at springe et led over, som kan være tilfældet når man går direkte fra satellit billede til at lave land use klasser. En vigtig grund til konsekvent at opdele landcover og land use er at der i brugen af dem begge kan ske overlap, hvilket strider imod princippet om at alle klasser skal være hinanden udelukkende. Der kan forekomme mange forskellige typer land cover under samme land use klasse, fx kan rekreative områder dække over både skov, sand og asfalt og landbrug kan dække over mange slags afgrøder, brakmarker græsarealer. Ekman, Fosberg & Vilhelmsen (2014) 6 af 23

7 I denne opgave er træningsarealer, som tidligere skrevet, dannet ved indtegning fra ortofotos. Forslagene til kriterier i Tabel 1, er derfor ikke inddraget i den aktive del af vores klassifikation. Tabel 1: De klasser der arbejdes med og forslag til kriterier. KLASSE KLIPPE FORSLAG TIL KRITERIER Arealer bestående af en geologisk terrænform, som er af mineralsk sammensætning. SAND Arealer som hovedsageligt er dækket af sediment med en partikelstørrelse på mellem µm. LAV VEGETATION URBAN SKOV Arealer der er dækket af græs og anden lav vegetation. Området kan også være delvist oversvømmet periodevist. Arealer som er dækket af bebyggelse. Der bliver ikke skelnet mellem beboelse, erhverv eller industri. Derudover vil mindre og spredte grønne områder (træer, haver, mindre parker) vil blive talt med under Urban. Skovarealer er landområder, der er større end 0,5 ha og bevokset med træer, som kan nå en højde på mindst 5 meter på lokaliteten, hvor trækroner dækker mindst 10 % af arealet, samt hvor hovedanvendelsen af arealet ikke er landbrug (FAO.org). Derudover skal de enkelte skovarealer være mindst 20 meter brede. NÅLESKOV Arealer som lever op til definitionen af skov og er dækket af minimum 50 % nåletræer nåle træer. LØVSKOV Arealer som lever op til ovenstående definitionen af skov og som minimum er dækket af 50 % løvfældende træer. MARK VAND Arealer som er dækket af en form for fødevareafgrøde og brakmarker. Disse arealer karakteriseres ved deres geometriske form, vejmønstrene omkring dem og den spredte bebyggelse. Veje og enkelt bebyggelse i et område med marker vil blive klassificeret under Mark Arealer som er dækket med vand mere en 95 % af året. Resultat Dette afsnit vil præsentere analyserne af det tidligere beskrevet valgte område. Efterfølgende er der lavet et anomalikort, som viser enigheden mellem de to analysemetoder. Afslutningsvist er der udført en confusionmatrix på begge klassificerede kort for at validere resultaterne. Præsentation af resultater Efter udførelsen af analyserne som beskrevet i afsnittet "fremgangsmåde", er der lavet to klassificerede kort over Bornholm. Nedenfor er henholdsvis CT-analysens og MaxLike analysens klassifikationer. Ekman, Fosberg & Vilhelmsen (2014) 7 af 23

8 Figur 5: Classification Tree Analysis af bornhom udfra førbeskrevede klasser I Figur 5 præsenteres klassifikationen som er fremkommet i forbindelse med CT-analysen. Denne klassifikation viser at Bornholms størrelse er 592,58 km 2. I Tabel 2 kan ses hvordan pixels er fordelt, samt hvilket et areal dette svarer til. Til sidst er nævnt hvor stor en andel af landarealet, som er dækket af denne landcover klasse. Tabel 2: Pixelfordeling fordelt på klasser for CT-analysen Klasse Pixels Ca. areal (ha) Procentuelt (land) Vand ,50 Urban ,77 3,65 % Sand ,25 1,58 % Nåleskov ,86 5,83 % Mark ,49 52,53 % Løvskov ,57 12,63 % Lav vegetation ,11 21,88 % Klippe ,21 1,89 % Ekman, Fosberg & Vilhelmsen (2014) 8 af 23

9 Figur 6: Klassifikation af Bornholm via Maximum Likelihood metoden ud fra førbeskrevede klasser I Figur 6 præsenteres klassifikationen som er fremkommet i forbindelse med MaxLike analysen. Denne klassifikation beregner Bornholms størrelse til at være 734,5 km 2. Fordeling af pixels ses i Tabel 3. Her er en markant fejl øverst i højre hjørne, hvor klippet i satellitbilledet er blevet kategoriseret som sand. Tabel 3: Pixelfordeling fordelt på klasser for MaxLike-analysen Pixels Ca. areal (ha) Procentuel (land) Vand ,32 Urban ,45 2,86 % Sand ,04 20,97 % Nåleskov ,85 5,35 % Mark ,40 37,64 % Løvskov ,25 12,65 % Lav vegetation ,14 13,32 % Klippe ,31 7,21 % Ekman, Fosberg & Vilhelmsen (2014) 9 af 23

10 Figur 7: Anomalikort ud fra CT-analysen og MaxLike-analysen Afslutningsvis vises i Figur 7 et anomali kort, som viser forskellene mellem de fundne resultater i CTanalysen og MaxLike analysen. Årsagerne til disse forskelle vil blive diskuteret yderligere i diskussions afsnittet. Det fremgår tydeligt at der er mange forskelle, og den mest markante forskel kan ses i satellitbilledets skæringsflade, som det også blev nævnt i ovenstående afsnit. Dette kortudsnit indeholder identiske celler og forskellige. Det vil sige at cirka 25 % af cellerne er forskellige. I Tabel 4, vil typerne og mængden af forskelle blive præsenteret. Tabel 4: Pixelfordeling fordelt på klasser for anomalikort Klasse Antal forskellige pixels Forskel i hektar Vand ,18 Urban ,32 Sand ,79 Nåleskov ,99 Mark ,09 Løv skov ,68 Lav vegetation ,97 Klippe ,10 Ekman, Fosberg & Vilhelmsen (2014) 10 af 23

11 Usikkerhedsanalyse Ud fra de klassificerede kort og testdata er der dannet en confusionmatrix for hver af analyserne (Tabel 5 og Tabel 6). Denne afspejler med hvor stor nøjagtighed metoderne klassificerer overfladen. De fremhævede tal i diagonalen afspejler de korrekt klassificerede pixels, mens resten afspejler fejlmargener. Ud fra denne kan users accuracy, producers accuracy og overall accuracy udregnes. Tabel 5: Confusionmatrix for CT-analysen udregnet fra testdata Confusionmatrix: Classification Tree Analysis Klippe Lav veg Løvskov Mark Nåleskov Sand Urban Vand Række Klippe Lav veg Løvskov Mark Nåleskov Sand Urban Vand Kolonne Tabel 6: Confusionmatrix for MaxLike analysen ud fra testdata Confusionmatrix: Maximum Likelihood Klippe Lav veg Løvskov Mark Nåleskov Sand Urban Vand Række Klippe Lav veg Løvskov Mark Nåleskov Sand Urban Vand Kollonne Producers Accuracy = korrekte pixels Kolonne 100% Users Accuracy = korrekte pixels Række 100% Tabel 7: Users- og Producers Accuracy af CTA og MaxLike ud fra ovenstående ligninger. Metode Accuracy Klippe Lav veg Løvskov Mark Nåleskov Sand Urban Vand CTA producers 100,0 47,2 70,9 82,2 82,2 64,3 64,5 100,0 users 16,3 4,4 53,7 95,8 99,4 16,7 70,8 100,0 Max Like producers 28,6 18,9 55,5 75,2 81,2 71,4 79,6 100,0 users 1,1 2,1 29,1 99,3 98,6 29,4 63,4 99,9 Ekman, Fosberg & Vilhelmsen (2014) 11 af 23

12 Producers Accuracy er et udtryk for hvor godt træningsdata er blevet klassificeret. Users Accuracy angiver hvor stor sandsynligheden er for at en pixel er klassificeret korrekt. Det ses af Tabel 7 at der særligt har været problemer med at klassificere klippe og lav vegetation, som henholdsvis har værdier nede 1,1 % og 2,1 % i MaxLike. For at give et overblik over begge metoder er der udregnet en Overall Accuracy. Til denne udregning er data fra vand ikke medregnet, da testarealerne er så store at det skævvrider procentregningen. Overall Accuracy CTA = 80,3 % Overall Acurracy MaxLike = 74,3 % Overall Accuracy = korrekte pixels Kolonne 100% Diskussion I dette afsnit diskuteres de opnåede resultater. Først vil de to analysemetoder blive sammenlignet på deres overordnede enighed og senere på hvilke klasser de hver især har haft problemer med. Resultaternes pålidelighed diskuteres hvorefter forbedringsforslag til fremtidige analyser diskuteres. Afslutningsvist diskuteres de to metoders brugbarhed i forhold til LCCS. Klassifikationsmetoderne overordnet En væsentlig forskel på de to klassifikationsmetoder er at CT-analysen er ikke-parametrisk og MaxLike er parametrisk. CTA klassifikationen danner et binært beslutningstræ som tager udgangspunkt i på forhånd definerede klasser: træningsarealerne. Hver pixel indsættes derefter i roden af træet og ud fra dens pixelværdi bevæger sig op igennem træet og tager den rute hvor den holder sig inden for grenenes definerede grænseværdier. Når den når ud til et blad bliver den tildelt en klasse. Denne metode laver ikke nogle statistiske beregninger på data og det er derfor ikke relevant om data er normalt fordelt eller ej. Hele klassifikationsprocessen er explicit/gennemsigtig og derfor er CTA en såkaldt white box solution. Den er relativt nem at forstå og idet hele klassifikationsprocessen er gennemsigtig har brugeren mulighed for at undersøge nærmere de specifikke grunde til et givent udfald. For at have en hierarkisk opbygning som i CTA kræver det at man har klart definerede gensidigt udelukkende klasser. Rent praktisk tager det længere tid at generere et klassifikationstræ, især hvis man arbejder med store områder. MaxLike er derimod en statistisk baseret klassifikationsmetode som arbejder ud fra antagelsen om at data er normalfordelt. Denne metode baseres også på valgte træningsarealer, men processen fra en ikkeklassificeret pixel til en klassificeret pixel er ikke explicit og den kaldes derfor en black box solution. Denne metode er god at benytte hvis man har en formodning om at data er normalt fordelt, hvilket man som udgangspunkt kan antage at satellitdata er (Lillesand, 2008:556). Metoden giver ikke brugeren mulighed for at være aktiv i udvælgelsen, men via funktionen "prior probability" kan man vægte nogle klasser højere end andre. Hvis der i denne analyse var givet hav en større vægtning end sand, ville området på sydspidsen af bornholm (figur 7), måske blive klassificeret som i CT-analysen. Forskelligheder i klassifikationerne Som det blev nævnt i resultat afsnittet er de to analyser over Bornholm ikke helt ens. I det følgende afsnit præsenteres nogle af de forskelle som synes interessante. Der diskuteres hvor analysemetoderne er forskellige, og hvad disse forskelle kan skyldes. Ligeledes udpeges nogle af de overordnede fælles udfordringer metoderne har haft i forhold til at klassificere Bornholm. Der er vist de hyppigste anomalier i bilag 1, såfremt læseren ønsker at et større indblik. Ekman, Fosberg & Vilhelmsen (2014) 12 af 23

13 På de lavtvandede områder klassificerer CT-analysen overfladen som vand, hvorimod Maximum Likelihood analysen klassificerer det underliggende sand (figur 8). Disse er angivet med blå pixels. Grunden til forskellen skal findes i den metode der er brugt til klassifikationen. CT-analysens træ tager udgangspunkt i kortbølget varmestråling og deler herved data op i "land" og "vand" (Bilag 2). Da metoden er hierarkisk vil pixelsene blive klassificeret som vand, selvom de i andre bånd bære signatur af sand. Det er ikke muligt at se MaxLikeanalysens beslutninger, og derfor kan der ikke gives en konkret årsag til klassifikationen til sand. Da MaxLike ikke er hierarkisk måler den på alle bånd før den klassificere pixelen. Det er derfor muligt at pixelsene har ligget tættest på sandklyngen eller at de udsving der kendetegner sand har været mere signifikante end dem der kendetegner vand. Figur 8:Anomalikort for sydspidsen af Bornholm. De blå pixels indikerer områder hvor CTA har klassificeret Vand og MaxLike har klassificeret Sand. Kystlinjen er medtaget for at angive den reelle kystlinje. Angående byområderne ses det på figur 9 at de to analyser er enige om bykerner, men jo yderligere i byen man bevæger sig, desto mere heterogent og dispergeret bliver billedet. Dette skyldes at grønne områder gør den spektrale signatur flertydig. Ved havnebyerne ses også en uenighed vedrørende betonoverflader, hvor de henholdsvis både klassificeres som urban, klippe og sand. Dette skyldes at de tre klasser deler kendetegn i deres spektrale signatur. I begge tilfælde kunne et alternativ have været Unmixing-analysen, som beskriver hvor rene klasser er. Først ved markområderne bliver billedet mere homogent og klassifikationerne er enten enige eller uenige om større sammenhængende områder (figur 9). Figur 9: Anomalikort for Rønne og omegn. Det ses hvordan den urbane kategori har voldet analysernemetoderne besvær. Figur 10 viser et område præget af nåleskov, løvskov og marker. Begge analysemetoder er ret enige omkring en stor andel af nåleskovene (de grønne) og marker (de gule). Dette kan ses ved at der ikke er stor salt'n'peber effekt i nåleskovs og mark områder. Derimod er viser analyserne uenighed om løvskov og marker. Disse Ekman, Fosberg & Vilhelmsen (2014) 13 af 23

14 områder er vist i figur 10 med rødt. Samtidigt er der også ret store problemer i forhold til klipper og lav vegetation. Sammenligner man disse områder med et orthofoto, ses det at områderne faktisk er blandet eller løvskov. Årsagen til dette er som udgangspunkt at deres spektrale signaturer ikke adskiller sig signifikant fra hinanden, eller at klassifikationstræet i CT-analysen, har opsat en regel, som fejlklassificerer cellen. Figur 10: Anomalikort af Nåleskovsområde. Angivelserne af "grøn" og "gul" indikere pixels hvori metoderne er enige. Angivelserne "rød" og "blå" viser pixels hvor metoderne har været modsatrettet uenige om to klasser. En anden spændende detalje i resultaterne ligger i forbindelse med skyer (jf. figur 11). På satellitbilledet er det ret i øjenfaldende at der ligger et skybælte over Bornholm. Disse skyer bliver klassificeret som i kategorierne urban, sand og vand. Det kunne have været en fordel at have indsat en klasse kaldet no-data, således at disse skyer samt billedkanten utvetydigt blev klassificeret, som områder, som man ikke skulle konkludere yderligere på med udgangspunkt i dette materiale. Dette ville kunne minimeres ved at finde et andet satellitbillede, udfører analysen, og efterfølgende indsætte disse klasser i cellerne, hvor fx Landsat-8 satellitten har registreret skyer (Bånd 9) på det originale. Figur 11: Udsnit af område hvor skyer er forsøgt kategoriseret i eksisterende klasser. Skyerne er det bælte midt over billedet klassificeret som "sand" og "urban". Vurdering af overordnet resultat Samlet set giver det mest mening at bruge Maximum Likelihood, hvis man ved at ens data er normalfordelt (Clark Labs, 2008). MaxLike har fordelen at analysen udføres hurtigt hvorimod CT-analysen kan tage længere tid hvis man ikke har dannet et klassifikationstræ på forhånd. MaxLike kan også sammenholde flere faktorer da den ikke er hierarkisk opdelt, hvilket kan ses på at den har en højere users accuracy på Ekman, Fosberg & Vilhelmsen (2014) 14 af 23

15 klassen Sand. MaxLike har mulighed for at sammenligne alle bånd før den klassificerer dem, hvorimod CTA klassificerer meget af klippekategorien kun ud fra bånd 7 og bånd 1 (Bilag 2). Når de to metoder skal sammenlignes kan man bruge overall accuracy, hvor CT-analysen har 80,3 % og MaxLike har 74,3 %. Selvom CT-analysen opnår det bedste resultat i overall accuracy er der ingen af analyserne der kommer op på 90 %, som R. Zhang & D. Zhu arbejder med i deres analyser. Det skal dog understreges at de brugte QuickBird billeder med en rumlig opløsning på ned til 0,61 meter (Zhang & Zhu, 2011). De to metoder ligger tæt på hinanden, men har svært ved forskellige kategorier. Når man regner med confusion matricer udgør de ikke en endegyldig sandhed, da de afhænger af testdata. I dette projekt er testdata og træningsdata indhentet på samme måde fra ortofotos. Testdata skal indhentes med GPS i felten hvis man som bruger skal være sikker på pålideligheden. Ortofotos er dog et godt alternativ grundet den gode rumlige opløsning, men når der er 1,5 år mellem billederne er taget, kan der være sket land ændringer som skaber usikkerhed i trænings og testdata. Forbedringsforslag til klassifikationen De foregående afsnit viser at MaxLike og CTA udmærker sig både positivt og negativt på flere områder. En udfordring analyserne har tilfælles, er klassifikationen af objekter som ikke er store nok til at dominere en hel pixel fuldstændig. Herudover er der en udbredt salt and pepper effect på klassifikationerne. Dette afsnit vil diskutere andre klassifikationsmetoder som ville kunne bruges til at løse disse problemer. Når man laver sit klassifikationssystem kan det i mange tilfælde være en fordel at køre en usuperviserede analyse på ens datasæt for den endelige analyse køres. Denne kan køres flere gange med et forskelligt antal tilladte klasser. Analysen vil her inddele data i naturlige klasser udelukkende baseret på spektrale signaturer, hvilket giver brugeren en ide om hvilke klasser det er muligt at adskille. I dette tilfælde om Bornholm ville en sådan undersøgelse have fortalt om det havde været nødvendigt med to markkategorier som efterfølgende var slået sammen, eller om klippes spektrale signatur ville være signifikant nok til at finde. Når mindre objekter skal klassificeres er det relevant at se på pixel størrelsen/billedeopløsning da det er en faktor som har stor indflydelse på klassifikationens detaljegrad (Lu et al, 2007:27). Jo større opløsning des flere detaljer fremhæves på satellitbilledet. Vi har arbejdet med Landsat8 billeder med en pixelstørrelse på 30x30 meter og det kan være problematisk at klassificere arealer der er mindre end dette. Både CTA og MaxLike har haft problemer med at klassificere klippe korrekt. Dette skyldes højst sandsynligt at pixelstørrelsen har været for stor i forhold til hvor store sammenhængende klippearealer der findes på Bornholm, og derfor er klippeområderne flere steder blevet klassificeret forkert. Måske havde det været bedre at benytte unmixing analysen til at klassificere billedet. I unmixing tages det i betragtning at en pixel er mixed og dermed kan den potentielt tildeles flere klasser. Ved denne metode kan man udpege pixels hvor klippe optræder og selv sætte en kritisk værdi for hvor stor en andel klippe skal gøre før pixelen bliver tildelt kategorien klippe. Begge klassifikationer har resulteret i områder med salt and pepper effekt, hvilket giver en forvirrende og meget divers overflade. For at jævne ud i billedet kan man bruge segmentering som er en objektbaseret analyse. Denne metode klassificerer satellitbilledet ud fra billede-segmenter og ikke ude fra de enkelte pixels (figur 12). Metoden resulterer i nogle mere meningsfulde klasser, idet enkelte afvigende pixels i et område med ellers homogene pixels kommer under samme klassifikation som resten. Se figur 2 Klasserne repræsenterer dermed objekter i landskabet, og det endelige resultat ligner et kartografisk kort som er nemmere at fortolke på og klassificere idet man kan arbejde segmenternes kontekst og form. (Clarks Labs, 2009). Når man bruger segmenteringen er det vigtigt at definere detaljeringsgraden så den passer til formålet med kortet. Hvis kortet skal bruges til at formidlingsmæssige formål kan en lav detaljeringsgrad være god, da Ekman, Fosberg & Vilhelmsen (2014) 15 af 23

16 den udmunder i større, mere sammenhængende og overskuelige flader. Modsat vil en høj detaljeringsgrad være god hvis der skal laves udregninger eller analyser på data, da dette vil være mest præcist. Figur 12: illustration over fremgangsmåde for segementeringsanalyse. Man kunne også fjerne salt and pepper effekten ved hjælp af et filter. Her vil et moving window fx beregne et gennemsnit på baseret på de omkring liggende celler eller give cellen den hyppigst forekommende værdi, og dermed fjerne enkelte celler som ligger i klynger med andre typer. Et filter vil kunne bruges både før og efter en klassifikation, hvor resultatet kan ændre sig afhængigt af hvad man gør. Tottrup (2004) anbefaler at man benytter filterfunktionen før klassifikationen, hvilket "rydder" op i grunddata, hvorimod en filterkørsel efterfølgende ville kun "rydde" op i klassifikationsresultatet, hvorved kanter i klynger trækkes kraftigere op, men kan rykke sig. (Tottrup, 2004). Det internationale klassifikationssystem FAO's LCCS adskiller sig væsentligt fra de andre klassifikationsmetoder. Hele tilgangen til klassifikationen er anderledes, da der tages udgangspunkt i specifikke målbare egenskaber frem for det helhedsindtryk en given klasse måtte give. Systemet er et a priori system, modsat de øvrige klassifikationssystemer som vi har arbejdet med, som er a posteriori. LCCS er bygget op omkring 2 faser. Den første fase som opdeler i 8 kategorier baseret på vegetation, jordens sammensætning og tekstur og til sidst kunstigheden af landdækket (jf. figur 13) Figur 13: illustration der viser faseopdelingen i forbindelse med klassifikation i LCCS De 8 underkategorier er a) Cultivated and Managed Terrestrial areas, b) Natural and Seminatural Terrestial vegetation, c) Cultivated Aquatic or Regularly flooded areas, d) Natural and Semi- Ekman, Fosberg & Vilhelmsen (2014) 16 af 23

17 natural Aquatic or Regularly Flooded Vegetation, e) Arificial Surfaces and Associated Areas, f) Bare areas, g) Artificial Waterbodies, Snow and Ice, og h) Natural Waterbodies, Snow and Ice. (Di Gregorio, 2005). Disse subkategorier vurderes herefter på en række identifikatorer, som er unikke for den pågældende kategori. Det er dog begrænset til at identifikatorer inden for natur, land cover og andre tekniske egenskaber. Der vises i figur 14 et eksempel på dette. Ud fra denne klassifikations metode fås et unikt nummer og et klassenavn. Figur 14: fase to: eksempel på identifikatorer inden for klassificering af kultiveret og styrede landarealer. Alt dette er defineret før klassificeringen, hvorfor den kan generaliseres. I de to brugte klassifikationsmetoder i analysen ser man slet ikke samme detaljeringsgrad. I MaxLike når slet ikke samme kompleksitets niveau, og jeg flere kasser desto større er beregningstiden. Til gengæld er MaxLike hurtigere, og kræver ikke samme mængde viden om lokale forhold. I forhold til udviklingen af et ligeså avanceret system som LCCS ville en CT-analyse være bedste bud, da den dels tilbyder gennemsigtigheden i processen, men også relativt let kan vurdere en række specifikke identifikatorer. Beslutningstræet vil kunne definere klasserne efter specifikke ønsker, og ved alle efterfølgende kørsler vil alle skridt blive foretaget identisk. En ulempe ved dette er dog at fx spektrale signaturer ændre sig i forhold til tid på dagen, sæson og sensorvinkel. Konklusion Forskellige fremgangsmåder har forskellige fordele og ulemper. MaxLike og CTA adskiller sig ikke nævneværdigt på overall accuracy, hvilket indikerer at de har lige mange udfordringer med datasættet. Fordelene ved MaxLike er at den giver brugeren mulighed for at vægte forskellige objekter, hvis man har en forudgående antagelse om deres udbredelse. Modsat danner CTA selv det binære beslutningstræ, hvor brugeren ikke har nogen indflydelse på dannelse, udover træningsarealerne. Gennemsigtigheden i CTA er en stor fordel da man kan spore alle klassifikationer tilbage. I denne opgave havde det været spændende at se, på hvilket grundlag MaxLike klassificerede en del lavvandede områder som sand. På et mere globalt plan skaber CTA en meget brugbar gennemsigtighed ved hjælp af klassifikationstræet, hvorimod MaxLike anvender "black box"-metoden. Da spektrale signaturer kan ændre sig ved andre lysforhold, kan man da ikke lave et standardiseret klassifikationstræ. I forhold til LCCS synes CTA at have flest lighedspunkter, grundet gennemsigtigheden, selvom man ikke kan køre med standardtræer, er det stadig muligt efterfølgende at se kriterier. Ydermere tyder det på at en enten præeller postklassifikation kunne have forbedret resultatet. Ekman, Fosberg & Vilhelmsen (2014) 17 af 23

18 Litteraturliste Clark Labs (2008): Idrisi Focus Paper - Classification Tree Analysis. USA: Clark University Clark Labs (2009): Idrisi Focus Paper - Segmentation and Segment-Based Classification. USA: Clark University Congalton, R. G. (1991): "A Review of assessing the Accuracy of Classifications of Remotely Sensed Data" i Remote Sensing of Environment, 37, 12. Krüger, J. (2006): "Nutidens Landskab" i Sand-Jensen, K. (red): Naturen i Danmark: Geologien, s København: Gyldendal Lillesand, T. M., Kiefer, R. W., Chipman, J. W. (2008): "Remote Sensing and image interpretation"; 6. udgave; John Wiley and sons. Lu, D. & Weng, Q (2007): A survey of image classification methods and techniques for improving classification performance. Indiana State University. USGS (2013): Fact Sheet : Landsat 8. South Dakota: USGS EROS Tottrup, C. (2004). Improving tropical forest mapping using multi-date Landsat TM data and preclassification image smoothing. International Journal of Remote Sensing, 25(4), doi: / Zhang, R., & Zhu, D. (2011). Study of land cover classification based on knowledge rules using highresolution remote sensing images. Expert Systems with Applications, 38(4), doi: /j.eswa Ekman, Fosberg & Vilhelmsen (2014) 18 af 23

19 Bilag 1 - Detaljerede anomalikort I dette bilag kan ses detaljerede anomalikort, hvor fokus er på de 8 hyppigste klasser, som de to klassifikationsmetoder bytter om på. Bemærk at sammenligningen ikke involvere hvad end landcoverklassen er i virkeligheden. Sand og vand Løvskov og mark Ekman, Fosberg & Vilhelmsen (2014) 19 af 23

20 Lav vegetation og mark Lav vegetation og klippe Ekman, Fosberg & Vilhelmsen (2014) 20 af 23

21 Løvskov og lav vegetation Klippe og løvskov Ekman, Fosberg & Vilhelmsen (2014) 21 af 23

22 Nåleskov og lav vegetation Klippe og mark Ekman, Fosberg & Vilhelmsen (2014) 22 af 23

23 Bilag 2 Classification Tree Ekman, Fosberg & Vilhelmsen (2014) 23 af 23

24 + Root + Band 7 < Band 1 < Band 1 < Band 1 < Band 1 < Band 1 < Leaf Class 8 [Pixels : 99.96%] + Band 1 > Leaf Class 6 [Pixels 1 : 2.00%] + Band 1 > Leaf Class 6 [Pixels 1 : 2.00%] + Band 1 > Leaf Class 6 [Pixels 1 : 2.00%] + Band 1 > Leaf Class 6 [Pixels 1 : 2.00%] + Band 1 > Leaf Class 6 [Pixels 1 : 2.00%] + Band 7 > Band 6 < Band 1 < Band 2 < 8143 Leaf Class 3 [Pixels 26 : 4.55%] + Band 2 > Band 5 < Leaf Class 1 [Pixels 11 : 25.00%] Purity : 63.64% + Band 5 > Band 4 < Leaf Class 5 [Pixels 613 : 92.72%] Purity : 99.67% + Band 4 > Leaf Class 1 [Pixels 1 : 3.57%] + Band 1 > Leaf Class 6 [Pixels 9 : 18.00%] + Band 6 > Band 5 < Band 1 < Leaf Class 1 [Pixels 8 : 28.57%] + Band 1 > Leaf Class 6 [Pixels 3 : 6.00%] + Band 5 > Band 4 < Band 5 < Band 1 < Band 1 < Leaf Class 1 [Pixels 4 : 14.29%] + Band 1 > Band 4 < 8639 Leaf Class 1 [Pixels 2 : 3.57%] Purity : 50.00% + Band 4 > Band 1 < Band 6 < Leaf Class 1 [Pixels 1 : 3.57%] + Band 6 > Leaf Class 7 [Pixels 8 : 2.69%] Purity : 75.00% + Band 1 > Leaf Class 7 [Pixels 50 : 22.42%] + Band 1 > Leaf Class 6 [Pixels 1 : 2.00%] + Band 5 > Band 5 < Band 7 < Leaf Class 5 [Pixels 19 : 2.73%] Purity : 94.74% + Band 7 > Band 3 < Band 1 < Band 7 < Leaf Class 2 [Pixels 31 : 10.42%] Purity : 96.77% + Band 7 > Leaf Class 1 [Pixels 1 : 3.57%] + Band 1 > Leaf Class 1 [Pixels 1 : 3.57%] + Band 3 > Band 6 < Band 6 < Band 1 < Band 2 < 9439 Leaf Class 7 [Pixels 5 : 2.24%] + Band 2 > 9439 Leaf Class 1 [Pixels 1 : 3.57%] + Band 1 > Leaf Class 7 [Pixels 55 : 24.66%] + Band 6 > Band 4 < 9386 Leaf Class 2 [Pixels 7 : 2.43%] + Band 4 > 9386 Leaf Class 7 [Pixels 6 : 2.69%] + Band 6 > Leaf Class 2 [Pixels 6 : 2.08%] + Band 5 > Band 5 < Band 1 < 9803 Leaf Class 2 [Pixels 11 : 3.82%] + Band 1 > Band 3 < Band 6 < Leaf Class 7 [Pixels 36 : 15.70%] Purity : 97.22% + Band 6 > Leaf Class 2 [Pixels 8 : 1.74%] Purity : 62.50% + Band 3 > 9741 Leaf Class 4 [Pixels 61 : 1.21%] Purity : 98.36% + Band 5 > Band 1 < Band 6 < Band 1 < Band 5 < Band 1 < Leaf Class 2 [Pixels 7 : 2.43%] + Band 1 > Leaf Class 1 [Pixels 1 : 3.57%] + Band 5 > Band 6 < Band 1 < Band 6 < 9400 Leaf Class 4 [Pixels 165 : 3.32%] + Band 6 > 9400 Leaf Class 3 [Pixels 10 : 1.75%] + Band 1 > Leaf Class 4 [Pixels 2675 : 53.83%] Purity : 99.89% + Band 6 > Band 2 < Leaf Class 3 [Pixels 314 : 54.55%] Purity : 99.36% + Band 2 > Band 5 < Leaf Class 2 [Pixels 13 : 1.74%] Purity : 38.46% + Band 5 > Band 2 < Leaf Class 3 [Pixels 12 : 1.75%] Purity : 83.33% + Band 2 > Band 5 < Leaf Class 2 [Pixels 53 : 9.03%] Purity : 49.06% + Band 5 > Band 2 < Band 4 < Band 6 < Band 5 < Leaf Class 3 [Pixels 15 : 2.45%] Purity : 93.33% + Band 5 > Leaf Class 4 [Pixels 153 : 3.06%] Purity : 99.35% + Band 6 > Leaf Class 3 [Pixels 47 : 8.04%] Purity : 97.87% + Band 4 > 6791 Leaf Class 2 [Pixels 4 : 1.39%] + Band 2 > Band 3 < Band 6 < Band 6 < Band 5 < Band 6 < Leaf Class 4 [Pixels 123 : 2.48%] + Band 6 > Band 3 < Band 1 < Band 6 < Band 6 < Band 5 < Leaf Class 2 [Pixels 5 : 1.39%] Purity : 80.00% + Band 5 > Band 5 < Leaf Class 3 [Pixels 13 : 1.57%] Purity : 69.23% + Band 5 > Band 7 < Leaf Class 2 [Pixels 6 : 1.74%] Purity : 83.33% + Band 7 > Leaf Class 4 [Pixels 137 : 2.72%] Purity : 98.54% + Band 6 > Band 7 < Band 3 < Leaf Class 3 [Pixels 8 : 1.40%] + Band 3 > Leaf Class 2 [Pixels 4 : 1.04%] Purity : 75.00% + Band 7 > 7883 Leaf Class 2 [Pixels 20 : 5.21%] Purity : 75.00% + Band 6 > Leaf Class 2 [Pixels 6 : 1.04%] Purity : 50.00% + Band 1 > Band 3 < Leaf Class 3 [Pixels 6 : 1.05%] + Band 3 > Leaf Class 2 [Pixels 5 : 1.39%] Purity : 80.00% + Band 3 > Leaf Class 4 [Pixels 197 : 3.95%] Purity : 99.49% + Band 5 > Leaf Class 4 [Pixels 381 : 7.66%] Purity : 99.74% + Band 6 > Leaf Class 2 [Pixels 17 : 4.86%] Purity : 82.35% + Band 6 > Leaf Class 2 [Pixels 7 : 2.43%] + Band 3 > 8858 Leaf Class 4 [Pixels 347 : 6.97%] Purity : 99.71% + Band 1 > Leaf Class 7 [Pixels 10 : 3.14%] Purity : 70.00% + Band 6 > Band 3 < Band 1 < Leaf Class 2 [Pixels 78 : 27.08%] + Band 1 > Leaf Class 7 [Pixels 3 : 1.35%] + Band 3 > Leaf Class 4 [Pixels 63 : 1.25%] Purity : 98.41% + Band 1 > Band 3 < Band 5 < Leaf Class 2 [Pixels 4 : 1.39%] + Band 5 > Leaf Class 6 [Pixels 1 : 2.00%] + Band 3 > Leaf Class 6 [Pixels 4 : 8.00%] + Band 4 > Leaf Class 6 [Pixels 19 : 36.00%] Purity : 94.74%