Kortlægning af landskabselementer gennem remote sensing

Transkript

1 Kortlægning af landskabselementer gennem remote sensing Supervised og unsupervised landskabsklassificering i ArcGIS Af Søren Nielsen, Henrik Rosenskjold, Ronni Fjordvald Søe og Thomas Asbjørn Thomsen 2. semester M.Sc. Naturgeografi, Aalborg Universitet, 04/ Nøgleord: Remote sensing, ArcGIS, Supervised klassificering, Unsupervised klassificering, Nørrejyske Ø, Landskabselementer

2

3 Aalborg Universitet Titel: Kortlægning af landskabselementer gennem remote sensing - Supervised og unsupervised landskabsklassificering i ArcGIS School of Engineering and Science Sohngårdsholmsvej Aalborg Projektperiode: Forår 2014 Projektgruppe: B120 Deltagere: Søren Nielsen Henrik Rosenskjold Ronni Fjordvald Søe Thomas Asbjørn Thomsen Vejleder: Morten Lauge Pedersen Oplægsantal: 6 Antal sider: 68 Antal bilag: 4 bilag på CD Formålet med dette projekt er at klassificere landskabselementerne på den Nørrejyske Ø ved brug af gratis remote sensing data. Dette er gjort gennem hhv. supervised og unsupervised klassificeringsmetoder i ArcGIS. Den unsupervised metode havde en overordnet nøjagtighed på 80,3 % 5 % i klassificeringen, hvilket blev forbedret til 84,7 % 5 % ved at bruge Majority Filter to gange. Denne metode fandtes brugbar til at klassificere alle landskabselementerne i undersøgelsesområdet. Ved den automatiserede supervised metode med Maximum Likelihood blev den overordnede nøjagtighed 81,3 % 4,5 %. I de resterende af de supervised metoder blev kun enkelte landskabselementer kortlagt. Således strakte resultaterne sig fra en nøjagtighed på 96 % 3,9 % ved over-under-metoden for vand til 35 % 9,5 % for samme metode for skov med 95 % konfidensinterval. De supervised metoder viste sig at være brugbare ved kortlægning af enkelte typer landskabselementer, f.eks. til identifikation af skov. I både den supervised og den unsupervised klassificering af landskabet, viser analysen at ekstra data, som f.eks. højdemodeller, øger nøjagtigheden af kortlægningen. Der er dog stadig udfordringer forbundet med metoden, bl.a. den rumlige opløsning - altså cellestørrelsen på 30 meter, samt den spektrale opløsning - antallet af bånd som satellitten optager i. Metoden er derfor ikke færdigudviklet, men giver inspiration til fremtidig forskning inden for brug af remote sensing data til landskabskortlægning.

4

5 Indholdsfortegnelse 1 Introduktion Problemformulering Afgrænsning Lokalitetsbeskrivelse Geologi og jordbund Hammer Bakker Jyske Ås Vejlerne (bl.a. Arup og Selbjerg) Klitterne ved Vestkysten Vegetation Klassificering af landskabet Teoretisk baggrund for spektrale signaturer Lysets interaktion med overflader Vegetation Vandoverflader Jordoverflader Metode: Klassificering af satellitbilleder Identifikation af klasser Klassifikationsmetoder Unsupervised klassifikation Supervised klassifikation Over-under-metoden Efterbehandling af klassifikationen Klassifikationens nøjagtighed Opsummering Analyse Unsupervised klassifikation Vurdering af klassifikationen Supervised klassifikation Maximum Likelihood-metoden Klassificering via over-under-metoden Anvendelighed ift. andre natur- og vegetationstyper... 38

6 Intervalmetoden Kombinationsmetoden Validering Sammenligning af de forskellige supervised metoder Optimering med andet data Delkonklusion Diskussion Diskussion af tilgangen unsupervised klassificering Diskussion af tilgangen supervised klassificering Maximum Likelihood klassifikation Overordnede betragtninger for klassificering af enkelte landskabselementer Fordele og ulemper ved de enkelte delmetoder Hvori ligger begrænsningen for klassificering med Landsat-data? Hvorfor påvirker den rummelige opløsning evnen til, at skelne to klasser fra hinanden? Konklusion Perspektivering Bibliografi... 68

7 1 INTRODUKTION I Danmark administreres naturen af både staten, regionerne og kommunerne. For at muliggøre administrationen af den danske natur skal denne først kortlægges og klassificeres. Dette kan være som i Vestjylland, hvor Naturstyrelsen har brugt droner til at kortlægge rynket roses udbredelse, for at kunne håndtere indsatsen overfor denne invasive art. Et andet eksempel er administrationen af 3-områder. Her er kortlægning af områderne grundlaget for, at disse områder beskyttes. I 2010 iværksatte Miljøministeriet og Kommunernes Landsforening et projekt hvis formål var, at forbedre grundlaget for beskyttelse af 3-områder i Danmark. I den forbindelse blev alle kommuner bedt om, at opdatere den eksisterende kortlægning af områderne således at fejl, ændringer, overtrædelser og udbredelse af naturtyperne kunne registreres. Således blev der i Holstebro Kommune identificeret 79 tilfælde, hvor 3-områder var blevet opdyrket, og således ikke længere levede op til kriterierne for 3. Kortlægningen skal erstatte det eksisterende materiale i Danmarks Miljøportal, som blandt andet viser de beskyttede områder (Bagge, et al., 2013), (Juul & Nygaard, 2012), (Danmarks Radio, 2014). I kommunernes kortlægning anvendes remote sensing 1 i form af flyfotos til at skelne mellem landskabselementerne 2. Denne metode kan være svær at anvende i de tilfælde hvor opløsningen på ortofotos ikke er tilstrækkelig. I sådanne tilfælde besigtiges området for at opklare tvivlsspørgsmålet. Satellitbilleder er en anden mulig datakilde og til forskel fra flyfotos er informationen ikke begrænset til det synlige lys, men omfatter tillige information om infrarøde og termisk infrarøde bølgelængder, ligesom at informationerne ikke er lagt sammen til et billede, men opdelt i flere forskellige bånd som hver især kan bearbejdes. Dette muliggør en anden type skelnen mellem de forskellige overflader da disse interagerer forskelligt med det lys de modtager. Således vil eksempelvis skov og bar jord have forskellige spektrale "fingeraftryk" da de reflekterer, absorberer og transmitterer det indfaldne lys forskelligt. Programmet ArcGIS udbyder billedeklassifikationsfunktioner (unsupervised classification 3 og supervised classifikation 4 ), hvormed ArcGIS kan identificere pixels med tilnærmelsesvis samme spektrale 1 Remote sensing kan oversættes til fjern sansning og betyder at der indsamles information uden fysisk kontakt med objektet, f.eks. gennem flyfotos eller satellitbilleder. Se desuden kapitel 5 Teoretisk baggrund for spektrale signaturer. 2 Landskabselementer henviser til den hierarkiske klassificeringsstandard der bruges i projektet. De overordnede elementer indeholder blot en opdeling mellem land og vand, mens det længere nede i systemet uddybes til skov, byområder m.v. Se desuden kapitel 4 Klassificering af landskabet. 3 En unsupervised classification er en automatisk klassificeringsmetode, som finder ligheder i et satellitbilledes spektrale signaturer og grupperer de enkelte pixels i en kategori med andre pixels med lignende spektrale signaturer. Se desuden afsnit Unsupervised klassifikation. 4 Supervised classification anvender information fra analytikeren om forskellige landskabselementer. Ved denne form for klassificering kan analytikeren påvirke kvaliteten af klassificeringen. Dette gøres ved at man tager udgangspunkt i båndkombinationen RGB (rød, grøn, blå) således at satellitbilledet vises i true colors (naturlige farver). Ud fra satellitbilledet i true colors foretager analytikeren en training sampling, hvilket vil sige at der udvælges i forvejen kendte områder, der bliver betegnet som vand, skov, bebyggelse etc. Disse training samples udgør således grundlaget for en supervised classification, hvor pixels i satellitbilledet med samme eller lignende spektrale signaturer bliver tildelt en klasse i henhold til de valgte klasser. Se desuden afsnit Supervised klassifikation. Side 1 af 68

8 signaturer og dermed samme naturtype. Dette giver mulighed for en delvis automatisering i forhold til klassificering af store områder. Dette projekt anvender satellitdata til at klassificere landskabselementer på den Nørrejyske Ø i ArcGIS. Denne klassifikation valideres ved flyfotos og kan danne grundlag for en automatiseret klassifikation af den danske natur gennem remote sensing. Side 2 af 68

9 2 PROBLEMFORMULERING Som beskrevet i introduktionen handler dette projekt om behandling af remote sensing data, med det formål at opdele landskabet i forskellige landskabselementer via klassificering i ArcGIS. Problemformuleringen lyder således: Med hvilken nøjagtighed kan landskabselementer på den Nørrejyske Ø kortlægges ved brug af gratis remote sensing data, og hvilke begrænsninger er der for klassificeringens nøjagtighed? Med denne problemformulering ønskes det at undersøge hvor nøjagtigt det er muligt, at identificere forskellige landskabselementer, på baggrund af gratis data. Der lægges således op til, at der i projektet eksperimenteres med forskellige metoder til at klassificere undersøgelsesområdet samt, at vurdere disses nøjagtighed i forhold til det faktiske landskab. I den forbindelse undersøges også, hvordan teknologien kan begrænse præcisionen af klassificeringen og hvad der skal til for at opnå en højere nøjagtighed Afgrænsning Det geografiske område er afgrænset til Jylland nord for Limfjorden, dette område betegnes som undersøgelsesområdet eller den Nørrejyske Ø, se kapitel 3 Lokalitetsbeskrivelse. I projektet er der primært anvendt gratis data fra Landsat-programmet, som er distribueret af USGS (United States Geological Survey), men da andet data ligeledes er gratis og offentlig tilgængelig eksperimenteres der også med dette for på den måde at opnå en større nøjagtighed. Data fra det europæiske satellitprogram SPOT er også i et begrænset omfang gratis og tilgængeligt. Det har ingen fremtrædende rolle i analysen, da det ikke dækker hele undersøgelsesområdet på en måde hvormed en analyse af hele området vil være mulig, primært på grund af tæt skydække på billederne og da kun ét datasæt fra 2012 er tilgængeligt er det besluttet, kun at anvende det i begrænset omfang og for et begrænset område i analysen. I projektet analyseres data ved brug af programmet ArcGIS. Det begrænser imidlertid de metodiske mulighederne til to tilgange, en supervised og en unsupervised. Disse to betegnelser indeholder en række variationer, hvoraf ArcGIS anvender én i hver kategori, se evt. kapitel 6 Metode: Klassificering af satellitbilleder. Side 3 af 68

10 I forbindelse med brugen af Landsat-data, anvendes kun seks ud af de elleve bånd, se Tabel 2.1. Tabel 2.1 viser de seks anvendte bånd med båndbredde og cellestrørrelse. Båndnavn Båndbredde [ ] Cellestørrelse [m] Bånd 2: Blå 0,45-0,51 30 Bånd 3: Grøn 0,53-0,59 30 Bånd 4: Rød 0,64-0,67 30 Bånd 5: Nærinfrarød NIR 0,85-0,88 30 Bånd 6: Short-wave infrared SWIR 1 1,57-1,65 30 Bånd 7: Short-wave infrared SWIR 2 2,11-2,29 30 Argumentet for at det netop er disse seks bånd der er valgt, er at den måde de spektrale signaturer for landskabselementer, og især vegetation, traditionelt er beskrevet, omhandler det spektrale område nm, da det her er muligt at skelne mellem forskellige landskabselementer. Det formodes desuden at visse bånd direkte vil forringe en landskabsklassificering, da de vil medtage informationer som er et udtryk for andet end overfladens karakter. Således anvendes ikke det termiske bånd til den generelle klassificering men blot til at klassificere en enkelt klasse i den unsupervised klassifikation, som bestod af byområder og strand. Begrundelsen er at undersøgelsesområdet er så stort, at der var en risiko for at der kunne opstå regionale forskelle i temperatur indenfor de enkelte klasser, som kunne påvirke klassificeringen i en uhensigtsmæssig retning. Bånd 9 der ligger i intervallet nm er heller ikke brugt. Årsagen er at atmosfæren i dette spektrum ( nm) er ugennemsigtig og informationen i dette bånd omhandler kun skydække. Side 4 af 68

11 3 LOKALITETSBESKRIVELSE Projektområdet er begrænset til den Nørrejyske Ø, nærmere betegnet er dette Hjørring Kommune, Frederikshavn Kommune, Brønderslev Kommune, Aalborg Kommune nord for Limfjorden, Jammerbugt Kommune og Vesthimmerlands Kommune i Vendsyssel, samt Thisted Kommune i Thy. Se Figur 3.1 herunder. Figur 3.1 viser projektområdet afgrænset af Limfjorden. Området er valgt ud fra den betragtning, at et naturligt afgrænset område ønskes, således at landskabet ikke overskæres af enten en administrativ grænse, som region eller kommunegrænser, ligesom det ikke afskæres af kanten af satellitbilledet. Resultatet vil efterfølgende kunne bruges i sin helhed som udgangspunkt for f.eks. en landskabsøkologisk undersøgelse uden, at tage forbehold for at resultatet kunne være anderledes hvis området ikke var afgrænset. Side 5 af 68

12 3.1. Geologi og jordbund Geologien i Vendsyssel og Thy, er præget af Weichsel-istiden som varede omtrent år; Weichsel-istiden startede for år siden og sluttede for ca år siden (Houmark- Nielsen, et al., 2006). Isen har igennem denne periode flyttet rundt på sediment, som sidenhen er aflejret som moræne. Andre dele af undersøgelsesområdet er præget af hævet havbund. Den isostatiske landhævning er et resultat af smeltning af isen over Nordjylland, og dermed ændring i trykket efter sidste istid i Nordjylland (Krüger, 2006). Efter isens tilbagetrækning var det meste af Nordjylland dækket af vand, og aflejringer fra både Yoldiahavet og Litorinahavet, hvilket der stadig findes i store dele af undersøgelsesområdet (Noe-Nygård, et al., 2006). Derudover er den Nørrejyske Ø præget af klitter, særligt langs Vestkysten, samt menneskeligt inddæmmede arealer omkring Limfjorden. De geomorfologiske processer som har og stadig udformer landskabet, har skabt muligheder for varierede naturområder i Nordjylland. I området er der nogle særligt markante naturområder som analysen forhåbentlig vil kunne identificere. Områder som: Hammer Bakker, Jyske Ås, Vejlerne og det vestjyske klithedelandskab Hammer Bakker Hammer Bakker er et område nord for Nørresundby. Det ligger på en yngre moræneaflejring hævet over det omkringliggende landskab se Figur 3.2. Oprindeligt var bakkeområdet dækket af skov, men sidenhen har en del hede vundet indpas, så landskabet nu både har skov samt hede og små lysninger (Aalborg Kommune, 2013) Jyske Ås Jyske Ås er beliggende omkring byen Dronninglund. Ligesom Hammer Bakker er det et højtbeliggende område med en udpræget skovbevoksning. I Jyske Ås ligger bl.a. Vendsyssels højeste punkt, Knøsen, på 136 meter over havet. Området domineres af Dronninglund Storskov i syd og Stagsted Skov nord for, som adskilles af et områder med marker til agerbrug. Nord for Stagsted Skov ligger Søheden Plantage. I mellem Dronninglund- og Stagsted Storskov løber den Nordjyske Motorvej (Den Store Danske, 2013) Vejlerne (bl.a. Arup og Selbjerg) Vejlerne mellem Fjerritslev og Thisted er et naturreservat på ha. Det er oprindeligt en del af Limfjorden der blev inddæmmet til landbrugsformål i 1860erne. Sidenhen overgik området fra udpræget at været brugt til dyrkning af afgrøder til primært at blive brugt til: slåning af hø og tagrør, erhvervsfiskeri og jagtudlejning. (Skov- og Naturstyrelsen, Miljøministeriet, 2009). I løbet af 1900-tallet blev området fredet og i dag er området udpeget, som et led i Ramsarkonventionen, som Natura 2000-område. Efter fredningen ligger området som et vådområde og huser et rigt dyreliv. Området er domineret af tre naturtyper, der alle udgør ca. en tredjedel af det samlede areal, disse er: Åbne og græssede enge, rørskove og slutteligt åbent vand (Skov- og Naturstyrelsen, Miljøministeriet, 2009) Klitterne ved Vestkysten I den vestligste del af den Nørrejyske Ø ligger klithederne i Thy. De forskellige klitter er hjemsted for et diverst udbud af arter, og er formet af årtusinders sandflugt (Nationalpark Thy, u.d.). I 2008 blev klithederne udpeget som nationalpark Danmarks første (Fritzbøger, 2008). Side 6 af 68

13 Figur 3.2 viser geologiske aflejringer repræsenteret i undersøgelsesområdet. Området er præget af hævet havbund fra Litorinahavet, moræneaflejringer fra Weichselistiden, samt klitter ved de vestvendte kyster. Figur 3.3 viser jordarterne i undersøgelsesområdet. Området er hovedsageligt præget af sandede jorde. Side 7 af 68

14 3.2. Vegetation Den Nørrejyske Ø ligger ligesom resten af Danmark i den tempererede klimazone, med nedbør således, at den naturlige vegetation er løvfældende skov (Vestergaard, 2007). Pga. menneskets indvirkning er den primære vegetation dog ikke løvfældende skov, men snarere et kulturpræget landskab med bl.a. marker, men også enge, heder, moser, overdrev er at finde. Den rumlige udbredelse af disse 3-beskyttede naturtyper ses på Figur 3.4 herunder. Figur 3.4 viser den rumlige udbredelse af 3-beskyttede områder på den Nørrejyske Ø. Heden findes primært langs de vestvendte kyster, mens strandengen primært findes på østvendte kyster, eller kyster mod Limfjorden. Som det ses af nedenstående cirkeldiagrammer, Figur 3.5, er ca. 17 % af området under Naturbeskyttelseslovens 3. Heder udgør det største areal af de beskyttede områder, og er fortrinsvist er placeret langs de vestvendte kyster. Disse falder i rimeligt omfang sammen med klitarealerne på Figur 3.2 der viser landskabstyper og primært består af grovsandede jorde jf. Jordarter Figur 3.3. Heder udgør således 6,3 % af det samlede areal i undersøgelsesområdet, hvilket svarer til 291 km 2. Engene er den næststørste beskyttede naturtype i området, og udgør således 3,8 % eller 174 km 2, mens moser er den tredjestørste med 2,8 % eller 130 km 2. Både moser og enge findes primært i områder med hævet havbund og humusjorde jf. Figur 3.2 der viser geologiske aflejringer og Figur 3.3 der viser jordarterne i området. Dette er formentlig fordi disse er lavere liggende end det omgivende land. I oplandet udgør søer således 1,6 % (72 km 2 ), overdrev 1,5 % (68 km 2 ) og strandenge 1 % (46 km 2 ). Det betyder at ca. 83 % er af anden arealanvendelse det kan f.eks. være spredt bebyggelse, marker og skove. Side 8 af 68

15 Figur 3.5 viser hhv. andelen og arealet af de 3-beskyttede naturtyper ift. hele arealet af den Nørrejyske Ø. Side 9 af 68

16 Side 10 af 68

17 4 KLASSIFICERING AF LANDSKABET Årsagerne til en kortlægning og klassificering af landskaber kan være mange. For Forsvaret kan det f.eks. være en fordel at kortlægge landskaber ift. muligheden for bevægelse med tunge køretøjer, mens formålet for landbruget kan være ift. bonitet, hvorimod staten kan have interesse i en kortlægning af områder der er vigtige i forhold til indvinding af rent grundvand. Uanset formålet og faktorerne der kortlægges og klassificeres i forhold til, er kortlægning grundlæggende for udviklingen og administrationen af et samfund som det danske. Dette gør sig også gældende i forbindelse med fredningsspørgsmål, hvor fredningen kan ske på baggrund af områdets tilhørsforhold til en bestemt kategori i en landskabsklassificering. Således er en nøjagtig klassifikation af landskabets forskellige elementer vigtig, da det muliggør at politikere og planlæggere kan opnå den ønskede effekt af deres beslutninger. Kortlægningen og klassificeringen af den Nørrejyske Ø vil i dette projekt bl.a. tage udgangspunkt i allerede eksisterende klassificeringsmetoder fra hhv. The United States Geological Survey (USGS) og EUs Coordination Of Information On The Environment (CORINE). USGS er baseret på, og udviklet til, landskabselementer i USA, mens CORINE er udviklet af EU (European Environment Agency, u.d.). Til fælles har de to metoder, at de begge bruger en hierarkisk inddeling af landskabets elementer i over- og underklasser. USGS USGS metode er vektorbaseret og har den fordel at den fra starten er beregnet til brug sammen med remote sensing data, særligt ortofoto. Ud fra disse ortofotos tegnes polygoner i ArcGIS svarende til de forskellige landskabstyper, hvorved kortdata bliver vektorbaseret. Dette inddeles i Levels, hvor Level I er den første og groveste inddeling. Herefter følger Level II, hvor overklasserne fra Level I inddeles yderligere. Disse to niveauer er standardiserede for hele USA. Level III og IV er op til den enkelte stat eller kommune at fastsætte. På den måde er det muligt, at underinddele de forskellige Level II-inddelinger, så de passer til netop den pågældende natur. For USGS metode er der ni inddelinger i Level I, mens der i Level II er 37 klassifikationer (Anderson, et al., 1976). Herunder ses Tabel 4.1 som viser et udtræk af USGS's level I og II. Tabel 4.1 viser et eksempel på klassificeringen ved USGS' metode (Anderson, Hardy, Roach, & Witmer, 1976). Level I Level II 2 Agricultural Land 21 Cropland or Pasture 22 Orchards, Groves, Vineyards, Nurseries, and Ornamental Horticultural Areas 23 Confined Feeding Operations 24 Other Agricultural Land Side 11 af 68

18 CORINE CORINEs klassifikationsmetode kaldet CORINE Land Cover (CLC) inddeles i tre niveauer. På det første niveau, Level I, er der fem mulige klasser, på Level II er der 15 klasser, mens der på Level III er 44 klasser (European Environment Agency, u.d.). Se Tabel 4.2. Tabel 4.2 viser et eksempel på klasserne for opdyrket jord i CORINE systemet (European Environment Agency). 2 Agricultural areas 21 Arable land 22 Permanent crops 23 Pastures 24 Heterogeneous agricultural areas 211 Non-irrigated arable land 212 Permanently irrigated land 213 Rice fields 221 Vineyards 222 Fruit trees and berry plantations 223 Olive groves 231 Pastures 241 Annual crops associated with permanent crops 242 Complex cultivation patterns 243 Land principally occupied by agriculture, with significant areas of natural vegetation 244 Agro-forestry areas Metoden for CORINEs klassificering tager ligesom USGS udgangspunkt i remote sensing data, ortofotos og er derfor også vektorbaseret. Disse polygoner har en minimumsstørrelse på 25 ha (European Environment Agency, u.d.). Det betyder, at de kort der bliver fremstillet ved CORINEs klassificeringer er relativt upræcise på stor skala og giver en generel inddeling af overordnede landskabselementer. Et fællestræk ved de to klassificeringsmetoder er deres hierarkiske inddeling af landskabet i over- og underklasser. Denne tilgang ønskes også anvendt i dette projekt da det giver muligheden for, at klassificere på et meget overordnet niveau, samt at gå i dybden med enkelte områder, hvorved metodens nøjagtighed, muligheder og begrænsninger kan testes. Figur 4.1 viser den hierarkiske tilgang til opdeling som er anvendt i CORINE. Side 12 af 68

19 Figur 4.1 viser den hierarkiske opdeling som CORINE har anvendt (European Environment Agency, u.d.). De to klassificeringsmetoder anvendes ikke direkte i dette projekt, men bruges som inspiration, ligesom at der skeles til de metodiske overvejelser der er gjort i forbindelse med deres tilblivelse. Den primære årsag til at de ikke anvendes er, at der ikke udelukkende er tale om land cover klassifikationer men om en blanding af land cover og land use. Dette gør at der skal inddrages en grad af fortolkning, som der ikke er lagt op til i dette projekt, da der her er fokus på optimeringen af en automatiseret proces. Dette betyder også at det data der anvendes og den måde det fortolkes på, er forskellig fra de to metoder som er beskrevet ovenfor. Som det ses på Tabel 4.3, er det anvendte klassifikationssystem hierarkisk opdelt, gående fra en generel opdeling mellem land og vand, til en finere inddeling af de forskellige landskabselementer. Der er fokuseret på en klassificering af den terrestriske del af undersøgelsesområdet. Tilgangen har således været at inddele landskabet i en række klasser efter et hierarkisk system ud fra hvad der observeres i den unsupervised klassificering i afsnit 7.1 Unsupervised klassifikation. I både USGS og CORINE har hver klasse et nummer og et navn. Dette system bruges også her. Nummeret får dog en større betydning da det udover at være et unikt identifikationsnummer for en bestemt klasse, også er det tal der kan bruges i behandlingen af specielt den unsupervised metode. Det giver den fordel at man kan regne på klasserne, forstået på den måde at klasser kan lægges sammen eller trækkes fra hinanden og det resultat kan give en indikation af hvordan klassen har ændret sig gennem processen. Dette kan give en indikation af hvilke forvekslinger der hyppigst sker i forbindelse med klassifikationen, da et område der kan være klassificeret som lav grønlig vegetation faktisk er en løvskov. Når nøjagtigheden evalueres indtastes den klasse området faktisk har, hvorefter det trækkes fra det nummer som området er klassificeret som, herved fås et tal som indikerer på hvilket hierarkiske niveau klassificeringen har fejlet og ved, at se om tallet går igen for den valgte klasse fremgår det om der er tale om en tendens eller et enkelt tilfælde. Side 13 af 68

20 Tabel 4.3 viser den hierarkiske opdeling af de observerede landskabselementer i den unsupervised metode. De 15 forskellige klassers karakteristika er beskrevet nedenfor i Tabel 4.4. Alle klasser på niveau 1, 2 eller 3 forsøges klassificeres på et højere niveau så vidt det lader sig gøre. Det kan f.eks. ikke lade sig gøre, at skelne forskellige bebyggelsestyper fra hinanden ud fra spektrale signaturer. Derfor forsøges nogle klasser ikke at opdeles yderligere, som i eksemplet med klassen 2110 By og infrastruktur. Lige med hensyn til denne klasse er det også fordi, det ikke har interesse ift. at klassificere landskabselementer. Tabel 4.3 Det anvendte klassifikationssystem, som er lavet pga. de observerede landskabselementer i den unsupervised metode. Niveau 1 Niveau 2 Niveau 3 Niveau 4 (1000) Vand (2000) Land (2100) Ubevoksede områder (2110) By og infrastruktur (2120) Åbne områder uden eller med sparsom vegetation (2121) Våd bar jord (2122) Tør bar jord (2123) Kalk- og grusgrave samt skyer (2124) Bar lys jord (2200) Bevoksede områder (2210) Åbne bevoksede områder (2211) Vådområder (2212) Lav grønlig vegetation (2213) Lav brunlig vegetation (2220) Skov Side 14 af 68

21 Tabel 4.4 definerer de 15 forskellige klasser i klassificeringen af den Nørrejyske Ø. Niveau 1 (1000) Vand Vand, søer og hav. Niveau 2 (2000) Land Alle terrestriske miljøer. (2100) Ubevoksede Alle områder som ikke er domineret af vegetation områder (Byområder eller sand eller jord). Niveau 3 (2200) Bevoksede områder (2110) By og infrastruktur (2120) Åbne områder uden vegetation (2210) Åbne bevoksede områder Alle områder som er domineret af vegetation (Skovområder eller marker med vegetation). Områder som er befæstet med bygninger, asfalt eller beton. Områder uden eller med sparsom vegetation (strande, bar jord). Åbne bevoksede områder er domineret af lav tæt bevoksning. (2220) Skov Bevoksede områder domineret af høj tæt vegetation. Niveau 4 (2121) Våd bar jord Våd bar jord er defineret som områder uden vegetation, hvor der samtidig er et højt organisk indhold, eller at jorden er våd hvorfor refleksionen bliver lav. (2122) Tør bar jord Tør bar jord er defineret som områder uden vegetation, da jorden samtidig er tør bliver refleksionen relativ høj ift. (2121) Våd bar jord. (2123) Kalk- og grusgrave samt skyer Dette er karakteriseret ved at være helt lyse områder som har en meget høj refleksion. (2124) Bar lys jord Bar lys jord betegnes som sand primært findes langs kysterne. (2124) Bar lys jord har en høj refleksion dog mindre en (2123) Kalk- og grusgrave samt skyer. (2211) Vådområder Vådområder er defineret som bevoksede områder som samtidig er relativ våde, hvorved refleksionen bliver lavere end (2212) Lav grønlig vegetation. (2212) Lav grønlig vegetation (2213) Lav brunlig vegetation Lav grønlig vegetation er defineret som åbne bevoksede områder såsom græsmarker (gule rapsmarker er også i denne kategori). Lav brunlig vegetation er åbne bevoksede områder såsom hedelyng og andre dværgbuskesamfund. Side 15 af 68

22 Side 16 af 68

23 5 TEORETISK BAGGRUND FOR SPEKTRALE SIGNATURER I projektet klassificeres landskabet efter hvilken overflade der observeres. Denne klassifikation tager udgangspunkt i det fysiske forhold at den energi der skinner fra jorden og op til satellitten varierer alt efter overfladens beskaffenhed. Dette gennemgås i det følgende. I remote sensing er det energien som udstråles fra jordens overflade som måles og konverteres til to-dimensionelle billeder. Kilden til denne energi er primært solen. Solen udsender stråling i et bredt spektrum, som varierer efter dens overfladetemperatur. Strålingen, som rammer jorden, reflekteres med forskellig intensitet og bølgelængder, hvilket får den energi, der opfanges af satellittens sensor, til at variere. Landsat-satellitten benytter sig af en optagemetode som hedder whiskbroom-metoden, hvor satellittens synsfelt (IFOV - Instantaneous Field Of View) fejer hen over landskabet samtidig med det flyttes fremefter i flyveretningen af satellittens bevægelse Figure 1 Viser Figur 5.1 viser whiskbroom metodem. (Jones & Vaughan, 2010). Figur 5.2 viser hvordan energien i et pixel kommer fra et områder der er større end en pixel (Jones & Vaughan, 2010). gennem rummet, se Figur 5.1. Dermed optager satellitten mere af jordoverfladen end blot det lille område som er umiddelbart under satellitten, hvilket giver en sporbredde for Landsatbillederne på 185 km. Bevægelsen fra side til side, styres af et spejl der sidder foran sensoren og reflekterer den indkommende energi fra jorden, ind på sensoren, som optager i små tidsskridt der dikteres af en lukkemekanisme i sensoren. Dette sker kontinuerligt imens spejlet oscillerer (svinger) og bredden af et pixel afgøres således af lukkemekanismens hastighed, som endvidere afgøres af den mængde energi der skal til for at skabe det ønskede billede. På Landsat-satellitten optages der i flere bånd og den energi som reflekteres af spejlet splittes op i forskellige bølgelængder inden det optages af en række sensorer som er kalibreret til den aktuelle bølgelængde. Hastigheden af spejlets oscillation kombineret med satellittens hastighed afgør tilsammen pixel-længden. Som det ses på Figur 5.2, er synsfeltet på overfladen (GIFOV Ground Instantaneous Field Of View) ikke kvadratisk som et pixel, men ovalt. GIFOV i nadir (lodret) tilstand er cirkulær og energien fra dette område er hvad der lagres i den enkelte pixel, i takt Side 17 af 68

24 med at satellitten bevæger sig fremefter imens lukkemekanismen på sensoren er åben, trækkes GIFOV en smule i længderetningen og skaber således en oval. Denne oval er større end den pixel som informationen bliver repræsenteret i, i det færdige produkt, for at korrigere dette anvendes en point spread function der giver en differentieret vægtning af energien i én optagelse. Således vægtes energien inden for den forestillede pixel højere end det udenfor, det betyder at en pixel ikke kun indeholder information udelukkende om det område den dækker på et kort, men indeholder også oplysninger fra områderne omkring. Effekten af dette forværres jo længere væk fra nadir IFOV kommer. For at opretholde den geometriske nøjagtighed gøres disse pixels mere rektangulære, hvilket igen betyder at disse, når de vises i den endelige data, indeholder mere information end fra de områder de ser ud til at dække. Det endelige resultat er således det signal som er optaget af sensorerne på satellitten, hvilket gør at det signal der rammer satellitten kan fortolkes som en spektral signatur (Jones & Vaughan, 2010), (Richards, 2012). Figur 5.3 viser det elektromagnetiske spektrum som er udgangspunktet for klassificeringen af landskabselementerne (Jones & Vaughan, 2010) Lysets interaktion med overflader Forskellene i bølgelængde betyder, at strålingen interagerer forskelligt med forskellige overflader og særligt er det fordelingen mellem absorption, refleksion og transmission som afgør den præcise spektrale signatur (Jones & Vaughan, 2010). Lys betragtes, i dette projekt, hovedsagelig som bølger i det elektromagnetiske spektrum og her er det frekvensen og bølgelængden som afgør, hvilken del af spektrummet der observeres, se Figur 5.3. Spektrummet der er i fokus er dels det for synligt lys ca nm og dels det for infrarød lys ca nm (Jones & Vaughan, 2010). (Richards, 2012) Vegetation Basalt set afgøres det observerede tilbageskin af hvordan det indstrålede lys reagerer med de atomer og molekyler det rammer. Således kan der opstå en elektromagnetisk transition i atomet når energien i det lys der rammer det, svarer til den energi der skal til for, at eksaltere et elektron til næste skal. Dette skaber en udstråling i præcis samme bølgelængde som den der skabte eksalteringen. Alternativt kan der ske en absorption af energien hvilket f.eks. sker i planter. Ved at betragte hvilke bølgelængder der hhv. reflekteres og absorberes kan forskellige atomer Side 18 af 68

25 adskilles fra hinanden. Når flere atomer sammensættes til større enheder og belyses, interagerer de ift. refleksion og absorption og danner ligesom de enkelte atomer et karakteristisk bånd af tilbageskinnende lys, som kan bruges til at differentiere forskellige enheder fra hinanden. Den energi der fordeles på hhv. absorption og refleksion svarer ikke nødvendigvis til den indkommende mængde lysenergi og den resterende energi transmitteres videre gennem overfladen hvorved der skabes mulighed for både en sekundær og tertiær interaktion. Når den spektrale signatur for f.eks. en skov skal tolkes er det således lysets fordelingen mellem absorption, refleksion og transmission der anvendes, selvom det kun er refleksionen der optages af sensoren (Jones & Vaughan, 2010). Refleksion er den del af lyset der ikke absorberes eller transmitteres. Derudover er den bølgelængdeafhængig dvs. at alle bølgelængder ikke reflekteres. I planter reflekteres mindre rødt og blåt lys, hvilket får dem til at fremstå som grønne. En anden faktor der er afgørende for refleksion er overfladens ruhed relativt ift. bølgelængden. En overflade betegnes som glat hvis ujævnhederne er mindre end 1/8 del af bølgelængden. I det tilfælde vil refleksionen forløbe jf. Snells lov (indfaldsvinkel er lig udfaldsvinkel). Ved større ujævnheder sker en diffus spredning af lyset. Perfekt spredning giver således en ens spredning af lyset i alle retninger. Den spredning der sker på overflader som et blad er imidlertid ikke perfekt og der vil opstå en ujævnspredning der i en kegleform vil være koncentreret i en konkret retning. Dette gør at sammenligningen af to satellitbilleder af samme område ikke kan udføres hvis ikke der tages højde for lysets indfaldsvinkel (Jones & Vaughan, 2010). Absorption er ligesom refleksion bølgelængdeafhængig og afgøres af den belyste overflade. Det absorberede lys kan enten skabe en forøgelse af overflades temperatur eller skabe evapotranspiration. For planters vedkommende går en del af energien i det absorberede lys til dannelse af metabolsk energi i fotosyntesen (Jones & Vaughan, 2010). Transmission er hvor lyset føres videre gennem mediet til andre dele af overfladen. Når jordoverfladen betragtes fra en satellit er den total ugennemsigtig og der transmitteres således ikke lys (synligt) gennem overfladen. Hvis lyset rammer en skov sker der dog en del transmission af lys gennem bladene, hvilket gør at der er mulighed for at lyset kan blive enten absorberet eller reflekteret af blade længere nede, se Figur 5.4. Dette bevirker at det signal der reflekteres af f.eks. en skov er mere kompleks end refleksionen fra et enkelt blad (Jones & Vaughan, 2010). Denne kompleksitet skyldes at tilbageskinnet er sammensat af lys reflekteret af både bladene, stammerne, jordoverfladen og det vand der evt. måtte være på bladene. Hvis man imidlertid betragter et enkelt blad har dette en struktur der komplicerer tilbagestrålingen. Denne struktur er bundet op på bladets kemiske sammenhæng f.eks. fordelingen mellem forskellige pigmenter som klorofyl og lutein, dets alder, tykkelse, opbygning samt vandindhold og det er disse faktorer der samlet set afgør fordelingen af lyset mellem absorption, refleksion og transmission, se Figur 5.4. Side 19 af 68

26 Figur 5.4 illustrerer den interaktion som sker i mellem lyset og et blad. a) viser et skematisk snit af bladet og, b) viser det samme bare som en plademodel (Jones & Vaughan, 2010). Strukturerne er imidlertid ikke statiske og forhold som vækst, plantens udvikling og vandmangel kan give anledning til en ændring af den spektrale signatur for en overflade. Dette kan bruges blandt andet i landbruget til en påvisning af vegetationsstress som følge af en tørkeperiode. Betragtes tilbageskinnet fra et kronetag vil dette udover en sum af tilbageskin fra alle de belyste overflader også være et udtryk for kronetagets arkitektur. Dermed har den rummelige fordeling af bladene, f.eks. i flere lag (multi canopy som i regnskove), samt vinklen Figur 5.5 viser kompleksiteten af interaktion mellem lyset og de mange overflader i et kronetag. A er den direkte refleksion, B viser en sekundær refleksion, C viser en tertiær refleksions hændelse, D er en refleksion der involvere tilbageskin fra jorden (Jones & Vaughan, 2010). på blade og andre overflader også en indflydelse, se Figur 5.5. Hertil kommer, at den indfaldsvinkel belysningen har, spiller ind i tilbageskinnet og hermed påvirker muligheden for tolkning og sammenligning (Jones & Vaughan, 2010). Side 20 af 68

27 Vandoverflader Ligesom absorptionen hos planter er bølgelængdeafhængig, interagerer det indkommende lys også forskelligt med vand alt efter hvilken bølgelængde lyset har. Korte bølgelængder oplever nærmest vand som gennemsigtigt og transmitteres let gennem det. Derimod sker der en betydelig absorption af infrarødt lys (omkring 1100 nm). Refleksionen fra en vandoverflade er generel meget lav og under 3 % for lys i det infrarøde spektrum. Lokale forhold i vandmiljøet har en indflydelse på det tilbageskin, hvilket ændrer signalet fra det der er beskrevet indledningsvist. I vande hvor der er en stærk strøm eller på anden måde stor omrøring kan sedimenter der holdes i svæv i vandsøjlen give vandet et brunligt udseende hvorved det gøres mere kompliceret at lave en korrekt tolkning af signalet. Også vandmassens indhold af fytoplankton, der indeholder klorofyl kan give tilbageskinnet en mere kompleks karakter og vanskeliggør analysen. En sidste faktor der kan have en indflydelse på tolkningen af vandoverfladens karakter, er hvor bølger giver et mere diffust tilbageskin hvilket kan utydeliggøre de forskelligheder i vandet som kunne være målet med observationen (Jones & Vaughan, 2010) Jordoverflader Absorptionen fra jordoverflader adskiller sig fra både planter og vand ved at være gradvist aftagende med stigende bølgelængde og viser ikke en markant absorption ved bestemte bølgelængder som det er tilfældet ved både vand og vegetation. Denne absorption kan påvirkes af forskellige kemiske og fysiske forhold, hvilket kan bruges til at klassificere den observerede jordoverflade. Jordens fugtighed har således en betydelig indflydelse på absorptionen af det indkommende lys da vandet i jorden, som beskrevet ovenfor, absorberer lyset. Hertil kommer, at den vandfilm der findes på jordpartiklernes overflade skaber en øget intern refleksion i jorden og dermed mindsker refleksionen ud af systemet. Dette er årsagen til at en vandet jord på en ellers tør dag fremstår mørkere end den ikke vandede tørre jord. En anden faktor som giver jorden et mørkere udseende er et øget organisk indhold. Jordens tekstur påvirker også tilbageskinnet, og refleksionen øges fra ler til sand. Det røde og nærinfrarøde bånd, to af de spektrale bånd som optages af Landsat-satellitten, er særligt velegnede til analyse af jordbunden da disse tydeligt viser de ovennævnte variationer i jordens forhold, dette fremgår af Figur 5.6 (Jones & Vaughan, 2010). Figur 5.6 viser refleksionsværdier i det røde og infrarøde bånd for forskellige jordtyper som følge af ændret fugtighed (Jones & Vaughan, 2010). Side 21 af 68

28 Side 22 af 68

29 6 METODE: KLASSIFICERING AF SATELLITBILLEDER En del af arbejdet med remote sensing data er, at fortolke satellitbilleder og foretage en klassificering af karakteristiske landskabselementer. Klassificeringen tager udgangspunkt i de forskellige overfladers spektrale signaturer, som beskrevet i kapitel 5 Teoretisk baggrund for spektrale signaturer. Dette kapitel beskriver de forskellige former for klassificering, samt den efterfølgende efterbehandling og validering af klassificeringen Identifikation af klasser Et satellitbillede indeholder en række spektrale bånd, hvor refleksionen fra en given overflade varierer fra bånd til bånd. Ved anvendelse af disse spektrale bånd er det muligt, at adskille de enkelte landskabselementer fra hinanden. Dette kan illustreres på forskellige måder. Den simpleste måde er vha. et scatterplot, som viser et satellitbilledes spektrale signaturer i to bånd plottet overfor hinanden, se Figur 6.1. Det kan også illustreres i et tredimensionelt koordinatsystem for tre bånd. Princippet for et billede med fire eller flere bånd er det samme, det er dog mere vanskeligt at illustrere grafisk (Jones & Vaughan, 2010), (Tempfli, et al., 2009). Figur 6.1 viser et scatterplot for forskellige overfladers spektrale signaturer i farvebåndene NIR (nærinfrarød) og rød plottet overfor hinanden. Her ses græs, skov, bebyggelse, bar jord og vand. Pixels med tilnærmelsesvis samme spektrale signaturer vil samle sig i klynger jf. Figur 6.1 ovenfor, hvor de spektrale signaturer for NIR (nærinfrarød) er plottet overfor rød. Det ses at vand (blå), skov (mørk grøn) og græs (lys grøn) samler sig i klynger, hvilket gør det muligt, at foretage en klassificering af disse. Vand samler sig i nederste venstre hjørne, da det i begge bånd har en lav refleksion, mens vegetation har en høj refleksion i NIR og en relativ lav refleksion i rød. Bar jord (brun) lægger sig ikke i klynger, men danner en diagonal linje, hvor de pixels med den laveste refleksion i begge bånd repræsenterer våd jord mens de pixels med en relativ høj refleksion i begge bånd repræsenterer tør jord. I eksemplet her kan det være svært at Side 23 af 68

30 skelne mellem bebyggelse og bar jord, hvilket betyder at det er nødvendigt, at anvende flere bånd for at kunne foretage en mere detaljeret klassificering Klassifikationsmetoder Dette afsnit giver en introduktion til de to overordnede klassifikationsmetoder der er tilgængelige i ArcGIS (unsupervised classification og supervised classification). Arbejdsgangen for hver metode bliver gennemgået samt fordele og ulemper der er forbundet med dem Unsupervised klassifikation En unsupervised klassifikation er en automatisk klassifikationsmetode, som finder ligheder mellem de forskellige pixelværdier, i et satellitbilledes spektrale signaturer og grupperer de enkelte pixels i en kategori med andre pixels med lignende spektrale signaturer. En unsupervised klassifikation kan bruges hvis man ikke har et forudgående kendskab til undersøgelsesområdet og dets landskabselementer. I en unsupervised klassifikation kan man ikke præge klassificeringen, da der udelukkende anvendes prædefinerede matematiske algoritmer til at inddele satellitbilledet i forskellige klasser. Det eneste man skal foretage sig er, at bestemme antallet af klasser i den endelige klassifikation. De enkelte pixels i satellitbilledet danner derefter en punktsky i et multidimensionalt rum. Ud fra antallet af valgte klasser lokaliserer computeren et centerpunkt for hver klasse. Hver pixel i satellitbilledet bliver således inddelt i en klasse ud fra hvilket centerpunkt den ligger tættest på. Når alle pixels i billedet er blevet tildelt en klasse starter processen forfra med udgangspunkt i den første iteration. Fra den første iteration til den anden vil centerpunktet for hver klasse flytte sig for hele tiden at optimere klassificeringen. Efter n-antal iterationer vil centrum for hver klasse ikke længere flytte sig og klassificeringen afsluttes, se Figur 6.2 (Tempfli, et al., 2009). Figur 6.2. viser arbejdsprocessen for en unsupervised klassifikation i et todimensionalt rum (Tempfli, et al., 2009). I en sådan klassificering er det normalt at starte med flere klasser end det ønskes i den endelige klassifikation, da det gør det muligt efterfølgende, at lægge mindre klasser sammen. Risikoen ved få store klasser er at de indeholder pixels der burde tilhøre en anden klasse grundet Side 24 af 68

31 algoritmen, som tildeler klasser til pixels ud fra hvilket centerpunkt den ligger tættest på og ikke tager højde for spredningen af pixels Supervised klassifikation Supervised klassifikation er i modsætning til unsupervised klassifikation en metode som anvender analytikerens evne til at skelne mellem forskellige landskabselementer som udgangspunkt for klassifikationen. Ved denne form for klassificering kan analytikeren i højere grad påvirke kvaliteten af klassificeringen. Dette gøres ved at der tages udgangspunkt i båndkombinationen RGB (rød, grøn, blå) således at satellitbilledet vises i true colors (naturlige farver). Ud fra denne præsentation af satellitbilledet laver analytikeren en training sampling, hvilket vil sige at der udpeges i forvejen kendte områder, der bliver tildelt en klasse såsom vand, skov, bebyggelse etc. Disse training samples udgør således grundlaget for en supervised klassifikation, hvor pixels i satellitbilledet med samme eller lignende spektrale signaturer bliver klassificeret i henhold til de valgte klasser. Der findes flere former for supervised klassifikation. To af de mest anvendte metoder er Minimum Distance to the Mean classifier og Maximum Likelihood classification. Minimum Distance to the Mean classifier-metoden tager udgangspunkt i de førnævnte training samples, som danner en punktsky i et multidimensionalt rum for hver klasse og derudfra finder et centerpunkt for hver klasse. De enkelte pixels i satellitbilledet bliver derefter klassificeret ud fra hvilket centerpunkt de ligger tættest på ligesom i den unsupervised klassifikation. Konceptet er illustreret på Figur 6.3. Figur 6.3 viser konceptet i Minimum Distance to the Mean classifier-metoden, hvor de enkelte pixels bliver inddelt i den klasse, hvis centerpunkt de ligger tættest på (Tempfli, et al., 2009). En supervised klassifikation i ArcGIS bygger på Maximum Likelihood-metoden. Denne metode er den mest præcise og mest anvendte af de to metoder, fordi den i modsætning til Minimum Distance to the Mean classifier-metoden ikke udelukkende tager højde for afstanden til et centerpunkt, men også tager højde for spredningen af pixels i de enkelte training samples. Maximum Likelihood-metoden klassificerer de enkelte pixels ud fra, hvilken klasse der er størst sandsynlighed for de bør tilhøre, se Figur 6.4 (Tempfli, et al., 2009), (Jones & Vaughan, 2010). Side 25 af 68

32 Figur 6.4 viser princippet i Maximum Likelihood-metoden, hvor det sorte punkt skal klassificeres. Punktet er er tættest på centerpunktet for græs (G), men spredningen for skov (F) er større, hvorved den bliver klassificeret som skov (Jones & Vaughan, 2010). Før en klassificering foretages, bør de gennemgåede training samples evalueres, hvilket kan gøres ved at undersøge scatterplots som på Figur 6.1, for at se om der er overlap mellem de forskellige klasser i de enkelte bånd Over-under-metoden Den supervised klassifikation metode der er beskrevet ovenfor er den der er tilgængelig i ArcGIS. Andre metoder, til klassificering er også tilgængelig (Richards, 2012). I dette projekt er der eksperimenteret med en metode som tager udgangspunkt i hvordan signalet i de forskellige bånd er placeret i forhold til hinanden. Metoden kaldes i det efterfølgende for over-undermetoden. Den er baseret på artiklen Water Body Extraction from Multi Spectral Image by Spectral Pattern Analysis af Nguyen Dinh Duong. I denne artikel forklares det hvorledes det i ArcGIS er muligt med en meget lille fejlmargin at udpege vand via Raster Calculator i båndene fra både Landsats og SPOTs satellitter. I dette projekt arbejdes der med data fra Landsat-satellitten, hvorfor der vil blive taget udgangspunkt i denne, og de seks bånd (blå, rød, grøn, NIR, SWIR1, SWIR2). Grundidéen er at en celle i hvert af båndene har et digitalt nummer. Det digitale nummer for et af båndene kan ses i relation til et digitalt nummer fra den tilsvarende celle for et af de andre bånd. Enten er det større eller mindre end det andet nummer, eller, i sjældne tilfælde, præcis det samme. Ved at trække det ene nummer fra det andet fås derfor et positivt eller negativt tal, eller, hvis tallene er ens, fås 0. I dette projekt, og i artiklen, er den hierarkiske rækkefølge af båndene fra mindst til størst således at hvis B 2 og B 3 skal ses i forhold til hinanden, så trækkes B 3 fra B 2, hvorimod B 4 ville trækkes fra B 3 hvis det var de to tal der blev sammenlignet. Resultaterne for disse bliver som bekendt enten positive, negative eller 0, og får navnet C efterfulgt af tallene for de to bånd der sammenlignes, f.eks. C 34. Hvis tallet er positivt betyder det således at B 3 var større end B 4, mens tallet ville være negativt hvis forholdet var omvendt. For at undgå, at arbejde med store tal reklassificeres disse. Således får negative tal værdien 0, som indikerer at det andet bånd i rækken har et højere digitalt nummer end det første. Positive tal får værdien 2, hvilket indikerer at det andet bånd i rækken har et lavere digitalt nummer end det første. Endeligt bliver værdien 1 tildelt til de tilfælde hvor begge bånd har Side 26 af 68

33 samme digitale nummer. Duong arbejder med data fra SPOT hvorfor han tager udgangspunkt i de fire bånd der bruges på SPOT-satellitten, disse kalder han B 1, B 2, B 3 og B 4 (Grøn, rød, NIR, SWIR). I artiklen præsenteres data der påviser at vand kan findes ved at undersøge værdierne i B 1, B 2, B 3 og B 4. Alle båndene sammenlignes, dvs. at der fås værdier af 0, 1 eller 2 for følgende kombinationer: C 12, C 13, C 14, C 23, C 24 og C 34. For at en celle skal være vand skal dens kode være Alternativt kan koden være hvis vandet er grumset, ligesom koden i forsøg er blevet påvist at være vand (Dinh Duong, 2012) Efterbehandling af klassifikationen Ved en klassificering vil hver enkel pixel blive tildelt én værdi, som identificerer den som tilhørende et bestemt landskabselement. Nogle pixels, som f.eks. dækker over en overgang mellem mark og skov, vil give et signal som er en blanding af begge klasser. Særligt i tilfælde med store cellestørrelser opstår der mixed pixels, som er en blanding af forskellige landskabselementer. I en klassifikation vil der opstå mixed pixels, hvilket er en hyppig årsag til at satellitbilledet bliver fejlklassificeret. Mixed pixels vil således ofte optræde ved overgangen fra et landskabselement til et andet eller ved et smalt læhegn som adskiller to marker fra hinanden (Jones & Vaughan, 2010). For at undgå en fejlklassificering er det nødvendigt at foretage en efterbehandling af klassifikationen. ArcGIS har nogle generaliseringsværktøjer til at forbedre den endelige klassificering og mindske antallet af mixed pixels. Værktøjet Majority Filter erstatter således celler i et rasterlag med værdien af majoriteten af sammenhængende naboceller, hvor naboceller enten kan vælges, at være fire eller otte naboceller. Værktøjet Boundary Clean udglatter overgangszonerne mellem to landskabselementer. Den første del af klassifikationen kaldes hard classification mens efterbehandlingen kaldes soft classification (Jones & Vaughan, 2010), (Keranen & Kolwoord, 2014), (Esri, 2014) Klassifikationens nøjagtighed For at vurdere nøjagtigheden af klassifikationen skal den sammenlignes med det reelle landskabselement. Til at vurdere nøjagtigheden anvendes ofte en Error Matrix, som på flere parametre beskriver nøjagtigheden af klassifikationen, se Tabel 6.1 En Error Matrix laves ved at sammenholde klassifikationen i en række tilfældigt udvalgte punkter med det reelle landskabselement. En Error Matrix indeholder flere mål for præcisionen af klassifikationen. Det simpleste mål for klassifikationen er den overordnede nøjagtighed (Overall accuracy), som er det samlede antal korrekt klassificerede punkter ud af det samlede antal punkter, i dette tilfælde 81 %. Producer's accuracy er et mål for, hvor stor en andel af punkterne for et givent landskabselement der er klassificeret korrekt. Omission error (udeladelse) er de resterende punkter som betegner andelen af fejlklassificerede punkter ift. det reelle landskabselement. User's accuracy betegner andelen af korrekt klassificerede punkter for en kategori ud af det samlede antal klassificerede punkter i den pågældende kategori. Commision error betegner de resterende punkter og er andelen af fejlklassificerede punkter for hver kategori (Jones & Vaughan, 2010). Side 27 af 68

34 Tabel 6.1 viser et eksempel på en typisk Error Matrix for 129 tilfældige punkter. Klassifikation Reelle landskabselement (1) (2) (3) (4) Vand Befæstet Skov Landbrug Total User's Commision accuracy error (1) Vand ,87 0,13 (2) Befæstet ,76 0,24 (3) Skov ,81 0,19 (4) Landbrug ,80 0,20 Total Producer's accuracy 0,87 0,90 0,67 0,71 Omission Overall 0,13 0,10 0,33 0,29 error accuracy: 0,81 I eksemplet fås en overordnet nøjagtighed på 81 %, men er det godt eller skidt? Umiddelbart virker det fornuftigt, men hvad vil nøjagtigheden være hvis man fik computeren til at inddele det samme område på en fuldstændig tilfældig måde, i det samme antal klasser. Præcisionen vil efter al sandsynlighed være mindre, men selv her vil nogle områder, ved tilfælde, være klassificeret korrekt. Det betyder, at selvom der er anvendt nogle algoritmer for den klassificering der er foretaget i dette projekt, kan nogle punkter ved tilfælde være korrekt klassificeret uden at dette kan tilskrives den anvendte metode, hvilket vil sige at de 81 % nøjagtighed ikke er helt dækkende. En ofte anvendt metode til at tage højde for denne tilfældighed er Kappa Koefficienten, som tager udgangspunkt i Error Matricen og udregner en koefficient ud fra alle tallene i Error Matricen. Kappa Koefficienten fortæller om klassifikationens nøjagtighed er signifikant bedre end hvis der var foretaget en tilfældig klassifikation (Jones & Vaughan, 2010), (Richards, 2012). Kappa Koefficienten udregnes med Formel 6.1 nedenfor. eq. 6.1 hvor n er det totale antal af punkter, x ii er diagonalcellerne i matricen. x +i er det totale antal i række i, x i+ er det totale antal i søjle i, r er antallet af rækker i matricen (Jones & Vaughan, 2010), (Utah State University, 2003). Side 28 af 68

35 Kappa Koefficienten kan vurderes ud fra Tabel 6.2. Tabel 6.2 viser værdier for Kappa Koefficienten iht. klassifikationens kvalitet. Efter (Richards, 2012). Kappa Coefficient Classification can be regarded as: < 0,4 Poor 0,41-0,60 Moderate 0,61-0,75 Good 0,76-0,80 Excellent 0,81-1 Almost perfect Ud fra tallene i ovenstående eksempel kan Kappa Koefficienten beregnes til at være 0,73, hvilket er et mål for en god klassifikation. I den metode som Error Matricen er baseret på er der imidlertid ikke nogen indikation af hvilket konfidensinterval resultatet ligger indenfor. Dette er særligt vigtigt her fordi klasserne ikke er lige store i deres geografiske udbredelse, hvilket kan være problematisk når nøjagtigheden for hver klasser er beregnet udfra det samme antal punkter. Der tilføjes derfor to yderlige vurderinger af resultatets sikkerhed, dels et estimat af den overordnede nøjagtighed, som ikke er baseret på antallet af punkter i de forskellige klasser, men på et afpasset antal punkter, tilfældigt placeret i hele undersøgelsesområdet. Derudover beregnes også et konfidenceinteval for de enkelte klasser baseret på det antal punkter der er anvendt i Error Matricen. For at estimere den overordnede nøjagtighed, med 95 % sandsynlighed, er det nødvendigt at afsætte et antal punkter i hele undersøgelsesområdet. Antalet af punkter afgør hvor snævert konfidenceintevallet bliver. Udregningen til antallet af punkter for at kunne estimere nøjagtigheden med 95 % sansynlighed med en fejlmargin på ses i eq (Richards, 2012). Hvor: P Den forventede nøjagtighed f.eks. 0,75 e Det accepterede fejlmargin f.eks. 0,05 n Antallet af punkter der skal anvendes til at opnå det ønskede resultat eq. 6.2 Side 29 af 68

36 I formlen skal den ønskede fejlmargin defineres samt en forventet nøjagtighed af den klassifikation som ønskes vurderet. Her er det bedre at give et konservativt bud da dette blot giver flere punkter og dermed et mere snævert interval og et godt estimat af nøjagtigheden, til forskel fra et optimistisk bud som vil give en dårligere vurdering af nøjagtigheden og en større fejlmargin til følge. Når punkterne er fordelt og overensstemmelsen mellem klassificeringen og det faktiske landskab er opgjort for samtlige punkter, udregnes den overordnede nøjagtighed (Richards, 2012). Hvor: eq. 6.3 p n Andelen af korrekt klassificerede punkter og dermed et estimat for nøjagtigheden Er egenskaben af punkt j hvor 1 er korrekt klassificeret Antallet af testede punkter For at beregne fejlmarginen for klassifikationen anvendes eq. 6.2 i omskrevet form således at e isoleres og det udregnede p i eq. 6.3 indsættes som P i eq. 6.2 i omskrevet form. Det vil typisk give en lavere fejlmargin end 0,05, hvis der i eq. 6.2 er valgt et konservativt bud for den overordnede nøjagtighed Opsummering Den anvendte metode, til at klassificere satellitbillederne, i dette projekt, kan ses på Figur 6.5. Indhentning af satellitdata Billedeklassifikation Efterbehandling og placering af Mixed Pixels Vurdering af nøjagtigheden af klassifikationen Figur 6.5 viser et procesdiagram for klassifikationsmetoden. Som det ses er der en indledende dataindhentning af satellitbilleder som efterfølgende klargøres til analyse. Dernæst køres der en klassifikationsalgoritme ved brug af en af de ovennævnte fremgangsmåder. Det tredje skridt er en efterbehandling, som har til formål at fordele de pixels, hvis tilhørsforhold er tvivlsom. Afslutningsvis køres en statistisk analyse af nøjagtigheden af klassificeringen. Side 30 af 68

37 7 ANALYSE 7.1. Unsupervised klassifikation Af de to anvendte metoder i dette projekt, overlader unsupervised klassifikation mest til computeren og programmets algoritmer, som beskrevet i kapitel 6 Metode: Klassificering af satellitbilleder. Fremgangsmåden her er, at lave mange inddelinger af området, i dette tilfælde er valgt 100 for derefter at inspicere dem enkeltvis for, at konstatere hvilken landskabsklasse der bedst passer på hver enkelt inddeling. På den måde fordeles de 100 inddelinger til den landskabsklasse de passer bedst på. Den isolerede klasse lægges oven på et ortofoto af området, dette bruges i stedet for et besøg til området, hvorefter det vurderes hvilken klasse området bør tilhøre. De oprindelige 100 klasser blev hver især tildelt den landskabsklasse som var mest nærliggende og på den måde blev de 100 klasser i første omgang lagt sammen til 25 klasser. De fleste områder er isoleret til en bestemt type overflade såsom brunlig vegetation, forskellige grønlige overflader som græsser, marker og skove samt grå bymæssige eller infrastrukturelle områder. Selvom de oprindelige 100 klasser blev lagt sammen til 25 var der stadig flere klasser, som indeholdt de samme landskabselementer, som det ses på Figur 7.1. Således er klassen skovområder i det endelige kort sammensat af en sammenlægning af flere. Ved at aggregere klasser generaliseres de 100 indledende klasser til ti klasser i det resulterende kort. Figur 7.1 viser et udtræk af 5 af de 25 klasser der alle indeholder elementer i skovområder (tv.), til højre ses det endelige kort efter sammenlægningen af de 25 klasser. Af de 100 klasser hersker der i enkelte tilfælde imidlertid tvivl om hvilken landskabsklasse en klasse skal tildeles, da klassen ikke synes at være isoleret til bestemte områder. For at klassificere disse klasser bedre laves der indledningsvis et udtræk af de tvivlsomme klasser Side 31 af 68

38 hvorefter disse på ny klassificeres i et antal underklasser, f.eks. 10, dog kan der her være en begrænsning i, hvor mange underklasser laget kan inddeles i ved brug af den til rådighed stående datamængde. Den nye inddeling efterses nu, for at se om denne yderlige opdeling er nok til at klassificere området. Resultatet kodes herefter så det kan implementeres i den oprindelige hierarkiske klassificering. I et andet tilfælde var der en klasse, hvor det ikke var muligt at skelne mellem lyse områder i bymæssig bebyggelse og sandområder langs kysten, ved at anvende de seks spektrale bånd. For at løse problemet udnyttes det termiske data der ligger i Landsats bånd 11. Hypotesen for dette valg er, at byområderne udvikler en urban varmeø på grund sin struktur og dermed vil fremstå forskellig fra sandområderne i dette bånd, da sandet langs kysten kan være påvirket af vandet, hvorved temperaturen forventes, at være lavere end i byerne. Som det ses på Figur 7.2 gav den efterfølgende klassificering en tydeligere fordeling af klasser som kunne forstærke det eksisterende kort. Figur 7.2 viser den problematiske klasse, hvor byområder og stranden bliver klassificeret ens (tv.), til højre ses opdelingen efter det termiske bånd blev taget med. I den endelige klassificering er der således blevet anvendt de seks valgte bånd fra Landsat, hvor det termiske bånd 11 er blevet anvendt til yderligere, at opdele én af de oprindelige 100 klasser for at få en bedre klassifikation. Den endelige klassifikation blev efterfølgende efterbehandlet med værktøjerne Majority Filter og Boundary Clean tool i ArcGIS, som beskrevet i metodekapitlet. Derudfra blev der yderligere genereret tre nye klassifikationer, så der i alt blev: 1. Den oprindelige klassifikation 2. Den oprindelige klassifikation, hvor Majority Filter blev anvendt én gang 3. Den oprindelige klassifikation, hvor Majority Filter blev anvendt to gange 4. En klassifikation, hvor Boundary Clean tool blev anvendt på den tredje klassifikation Spørgsmålet er så, hvilken klassifikation der overordnet klassificerer bedst og, hvor god de enkelte klassifikationer er til at klassificere de enkelte klasser. Det er de spørgsmål det næste afsnit vil omhandle Vurdering af klassifikationen I dette afsnit vurderes den endelige klassificering af det valgte undersøgelsesområde vha. Error Matricer, som beskrevet i metodekapitlet. Side 32 af 68

39 For at lave en reel vurdering af den endelige klassificering, har det været nødvendigt at beskære undersøgelsesområdet således, at vurderingen ikke blev influeret af de skyer som var tilstede i den sydøstlige del af området. Den endelige vurdering er delt op i nøjagtigheden af den overordnede klassifikation på den ene side og nøjagtigheden af de enkelte klasser på den anden. For at vurdere den overordnede nøjagtighed af hver klassifikation blev der fordelt 300 kontrolpunkter tilfældigt i undersøgelsesområdet, hvor klassificeringen blev sammenlignet med det reelle landskabselement, dog undtaget det område med skyer. De 300 punkter er ikke et tilfældigt antal, men udregnet vha. eq. 6.2 jf. afsnit 6.3 Klassifikationens nøjagtighed for at kunne vurdere nøjagtigheden med en usikkerhed på med 95 % sandsynlighed: eq. 6.2 n er udregnet ud fra en antagelse af, at den overordnede nøjagtighed er vurderet til at ligge på 0,75. e er valgt til at være 0,05 da det accepteres at estimatet (p) i eq. 6.3 for klassifikationens nøjagtighed har en fejlmargin på. Den overordnede nøjagtighed for hver klassifikation udregnes vha. eq. 6.3 jf. afsnit 6.3 Klassifikationens nøjagtighed: Den overordnede nøjagtighed for de forskellige klassificeringer er således: 1. Den oprindelige klassifikation: 2. Majority Filter anvendt én gang: 3. Majority Filter anvendt to gange: 4. Boundary Clean klassifikationen: Det betyder at den tredje klassifikation, hvor Majority Filter er anvendt to gange med 95 % sandsynlighed har en overordnet nøjagtighed på 84,7 %,. Da den overordnede nøjagtighed blev vurderet til, at være 0,75, men i stedet var 0,847 betød det at estimatet (p) i stedet havde en usikkerhed på jf. eq. 6.2 i omskrevet form. Til at vurdere nøjagtigheden af klassifikationen for hver klasse blev der i den indledende klassificering fordelt 25 tilfældige punkter i hver klasse. I forbindelse med efterbehandlingen af den første klassificering blev en stor del af de oprindeligt klassificerede rasterceller omklassificeret således at antallet af punkter i hver klasse i de efterfølgende klassificeringer kunne variere fra de oprindelige 25 punkter i hver klasse. Det er også tilfældet med det bedste resultat for den overordnede nøjagtighed, som det ses i Figur 7.3 nedenfor. Det betyder at der ikke er det samme sammenligningsgrundlag for hver klasse og da antallet af punkter i hver klasse er relativt beskedent og klasserne ikke tilnærmelsesvis indeholder lige mange rasterceller. Det betyder at fejlmarginen for klassificeringen derfor også bliver stor. Denne Error Matrix kan Side 33 af 68

40 ikke sige noget præcist om nøjagtigheden af hver klasse men den giver trods alt en fornemmelse af hvilke klasser denne metode har vanskeligt ved at skelne fra andre klasser. Her er det tydeligt at den har vanskeligt ved at klassificere kalkgrave og skyer og forveksler det med tør bar jord og by og infrastruktur, ligesom den har svært ved at klassificere vådområder og lav brunlig vegetation. Den øverste Error Matrix med de 300 punkter udregner den overordnede nøjagtighed på 84,7 % med en fejlmargin på, den udregner også Kappa Koefficienten til 0,73, hvilket er at betegne som godt jf. Tabel 6.2. Den nederste Error Matrix udregner nøjagtigheden for hver klasse dog med det forbehold at fejlmarginen er stor. I forbindelse med klassificeringen blev der udviklet et hierarkisk klassificeringssystem i fire niveauer. De klassificeringer der her er blevet præsenteret er således et udtryk for hvor god klassificeringen er på niveau 4. For den bedste klassificering, hvor den overordnede nøjagtighed på niveau 4 var på 84,7 % er der desuden også foretaget en vurdering af kvaliteten på de andre niveauer. Resultaterne for de overordnede nøjagtigheder for de fire niveauer er med 95 % sandsynlighed: Niveau 1: Niveau 2: Niveau 3: Niveau 4:. På niveau 1 er den overordnede nøjagtighed af klassificeringen af land og vand således 99,7 %, mens klassificeringen af vand, bevoksede og ubevoksede områder på niveau 2 har en overordnet nøjagtighed på 94,3 %. Niveau 3 som har en overordnet nøjagtighed på 87,3 % foretager en yderligere klassificering af de bevoksede og ubevoksede områder fra niveau 2, se evt. Tabel 4.3 og Tabel 4.4 der viser det hierarkiske klassificeringssystem. Side 34 af 68

41 (1) Vand (2) By / Infrastruktur (3) Våd bar jord (4) Tør bar jord (5) Kalkgrave / skyer (6) Bar lys jord/strand (7) Vådområde (8) Lav grønlig vegetation (9) Lav brunlig vegetation (10) Skovområder Total User's accuracy Commision error (1) Vand ,00 1,00 1,00 0,00 (2) By/Infrastruktur ,83 0,63 1,04 0,17 (3) Våd bar jord ,00 1,00 1,00 0,00 (4) Tør bar jord ,85 0,71 0,98 0,15 (5) Kalk/grusgrave ########## ####### ###### ########## (6) Bar lys jord/strand ,00 0,00 0,00 1,00 (7) Vådområder ,43 0,08 0,77 0,57 (8) Lav grønlig vegetation ,91 0,87 0,95 0,09 (9) Lav brunlig vegetation ,52 0,33 0,70 0,48 (10) Skovområder ,88 0,76 0,99 0,13 Total Producer's accuracy 0,67 0,83 1,00 0,71 0,00 0,00 1,00 0,95 0,82 0,62 Omission error 0,33 0,17 0,00 0,29 1,00 1,00 0,00 0,05 0,18 0,38 Klassifikation Unsupervised Classification med Majority Filter 2. gang Reelle landskabselement Kappa Coefficient: Overall accuracy: 0,73 95% Confidence (-/+) 0,847 Error ± 0,042 Klassifikation Unsupervised Classification med Majority Filter 2. gang (1) Vand (2) By / Infrastruktur (3) Våd bar jord (4) Tør bar jord (5) Kalkgrave / skyer Reelle landskabselement (6) Bar lys jord/strand (7) Vådområde r (8) Lav grønlig vegetation (9) Lav brunlig vegetation (10) Skovområder (1) Vand ,00 1,00 1,00 0,00 (2) By/Infrastruktur ,86 0,71 1,00 0,14 (3) Våd bar jord ,95 0,87 1,04 0,05 (4) Tør bar jord ,92 0,82 1,02 0,08 (5) Kalk/grusgrave ,21 0,01 0,42 0,79 (6) Bar lys jord/strand ,59 0,39 0,79 0,41 (7) Vådområder ,28 0,08 0,48 0,72 (8) Lav grønlig vegetation ,80 0,69 0,91 0,20 (9) Lav brunlig vegetation ,46 0,27 0,65 0,54 (10) Skovområder ,88 0,75 1,01 0,12 Total Producer's accuracy 1,00 0,60 0,95 0,71 0,75 0,87 0,71 0,70 0,75 0,56 Omission error 0,00 0,40 0,05 0,29 0,25 0,13 0,29 0,30 0,25 0,44 Total Kappa Coefficient: Overall accuracy: User's accuracy 0,70 95% Confidence (-/+) 0,74 Error ± 0,0558 Commision error Figur 7.3 Den øverste Error Matrix viser den overordnede nøjagtighed udregnet på baggrund af 300 punkter, mens den nederste viser nøjagtigheden for hver klasse lavet på baggrund af i alt. 250 punkter. Side 35 af 68

42 7.2. Supervised klassifikation Supervised klassificering er en fælles betegnelse for de metoder hvor analytikeren har identificeret kendte pixels, og brugt disse som udgangspunkt til at klassificere resten af området Maximum Likelihood-metoden Maximum Likelihood-metoden er den eneste af metoderne i denne supervised analyse, som er en del af ArcGIS' standard klassificeringsmetoder. Nedenfor ses Figur 7.4, som viser de ti typer områder som er identificeret, samt koden for disse og antallet af celler i hver klasse der er identificeret. Figur 7.4 viser et udklip af den training sample der er lavet før klassificeringen med Maximum Likelihood-metoden. Det brune område øverst til venstre er identificeret som lav brunlig vegetation, øverst til højre er bar lys jord (strandsand), det blå er søer, mens det grønne område er identificeret som skov. Efter at training samplen er lavet, er denne brugt på hele den Nørrejyske Ø. Den endelige klassificering ses på Figur 7.5. På Niveau 4 er den bedste overordnede nøjagtighed på 81,3 % med 95 % sandsynlighed. Ligesom ved den unsupervised klassifikation fås den bedste klassificering, ved at anvende Majority Filter to gange. Nøjagtigheden er beregnet ud fra de 300 tilfældige kontrolpunkter som også anvendes i unsupervised klassificering. Side 36 af 68

43 Figur 7.5 viser den endelige klassificering ved Maximum Likelihood-metoden. Det forstørrede område i øverste venstre hjørne viser et eksempel på de forskellige landskabselementer, mens forstørrelsen i nederste højre hjørne viser et ortofoto for samme område. Den overordnede nøjagtighed for Maximum Likelihood-metoden for de fire niveauer er med 95 % sandsynlighed: Niveau 1: Niveau 2: Niveau 3: Niveau 4: Som det ses af tallene ovenfor er kvaliteten af Maximum Likelihood-metoden lidt lavere end den unsupervised klassifikation på alle fire niveauer. Som det ses af tallene for de overordnede nøjagtigheder ovenfor samt på Figur 7.5 er metoden ikke fejlfri. Bl.a. viser kortet at metoden har svært ved, at skelne mellem lav grønlig vegetation (som f.eks. mark) og skov. For at kunne forfine den supervised metode, tages der derfor udgangspunkt i enkelte landskabselementer (f.eks. skov). Formålet med dette er at finde disse spektrale signaturer eller kendetegn, som gør det muligt at identificere netop dette landskabselement. Ved at identificere Side 37 af 68

44 de spektrale signaturer for hvert landskabselement, kan den supervised klassificering forhåbentlig gøres mere præcist, og dermed score højere i den overordnede nøjagtighed Klassificering via over-under-metoden I dette projekt er det blevet forsøgt, at identificere bestemte landskabstyper, eller vegetationer, ved hjælp af afsnit Over-under-metoden. For den Nørrejyske Ø er der i Raster Calculator udvalgt de celler der opfylder landskabselementernes koder. For at validere hvorvidt en metode er god eller dårlig gennemgås 100 tilfældige punkter indenfor, samt i en bufferzone rundt om, det klassificerede område manuelt. Denne metode beskrives senere i afsnit Validering. For over-under-metoden var resultatet en, for den største del, relativ præcis visualisering af vand kontra land. Ud af de 100 punkter klassificeret som vand kunne de 96 af dem rent faktisk identificeres som vand. Dette er, sammenlignet med de følgende klassificeringer, en af de højere succesrater jf. Tabel 7.4. I bufferzonen var der 20 ud af 100 punkter der viste sig at være vand, men som ikke var blevet klassificeret. Årsagerne hertil vil ligeledes blive beskrevet senere i afsnit Validering Anvendelighed ift. andre natur- og vegetationstyper Efter at have anvendt over-under-metoden med succes ift. vand blev metoden afprøvet på skov. Der er manuelt identificeret områder over det meste af den Nørrejyske Ø ved, at sammenholde satellitbilledet i true colors med COWIs ortofoto fra Tilsammen udgør de valgte områder mere end celler. Et eksempel på de identificerede områder kan ses på Figur 7.6 herunder. Figur 7.6 viser to områder hvor der manuelt er identificeret spektrale signaturer for skov. Herefter blev de digitale numre trukket ud og bearbejdet i Excel. Skov som vegetationstype viste sig at være langt vanskeligere end vand at udpege, hvorfor den er forsøgt identificeret ved Side 38 af 68

45 forskellige konfidensintervaller. Det første konfidensinterval der blev afprøvet var på to standardafvigelser, altså 95 %. I Excel (Bilag I - Over-under-metoden for skov) blev det udregnet hvilke kombinationer af de forskellige bånd der gav det samme udfald (0, 1, 2) minimum 95 ud af 100 gange. Det gjorde de følgende kombinationer: C 23, C 24, C 25, C 27, C 34, C 35, C 37, C 45, C 46, C 56, C 57 og C 67, og koden blev Ud fra denne kode blev der lavet et kort over den Nørrejyske Ø, hvor de celler der opfyldte de ovenstående kriterier blev udvalgt. Langt den største del af skovområderne på øen blev udvalgt, dog blev en utilfredsstillende stor andel af grønne marker også udvalgt, til trods for at der ingen træer var på disse. Dette illustreres af det faktum at kun 35 ud af de 100 celler klassificeret som skov, rent faktisk var skov. På Figur 7.7 nedenfor er vist et kort der illustrerer problematikken. Figur 7.7 viser de skraverede områder, der er klassificeret som skov ved et konfidensinterval på 95 %. I og med at konfidensintervallet på 95 % gjorde at en stor del af marker blev klassificeret som skov, besluttedes det at sænke konfidensintervallet til 68 %, altså én standardafvigelse. Formålet med dette var at sikre, at flere af kombinationerne af bånd blev sande, i den forstand at 68 % af udfaldene i en kombination skulle være ens, før denne kombination kunne anvendes i udregningerne. Dette sikrede at en ekstra kombination skulle medregnes, nemlig kombinationen hvor de digitale numre i bånd 3 var mindre end de tilsvarende numre i bånd 6, hvorfor værdien her ville blive 0. Således så kombinationerne ud: C 23, C 24, C 25, C 27, C 34, C 35, C 36 C 37, C 45, C 46, C 56, C 57 og C 67, og koden blev: Dette gjorde at andelen af områder der blev markeret som skov blev mindre, hvilket som udgangspunkt var målet, for at nedbringe andelen af marker der blev markeret som skov. Derved steg andelen af klassificerede celler som rent faktisk var skov til 44 ud af 100. En sideeffekt viste sig at være at ikke blot marker, men nogle steder også skov, blev fjernet ift. det forrige lag. Dette er illustreret på Figur 7.8, hvor der på Side 39 af 68

46 begge skraverede ortofotos forsvinder skov ved overgangen fra et konfidensinterval på 95 % til et på 68 %. Figur 7.8 viser de skraverede områder der er klassificeret som skov ved et konfidensinterval på 68 %. Opsummerende kan det konstateres at over-under-metoden fungerer ift. klassificering af vand, mens den ser ud til at have sine begrænsninger ift. skov kontra marker eller andre grønne arealer Intervalmetoden Som videreudvikling af Nguyen Dinh Duongs klassificeringsmetode har projektgruppen udviklet sin egen metode - denne omtales i det følgende som intervalmetoden. Ideen er at skabe en generel statistisk funderet metode til at klassificere forskellige områder. Som prøve undersøges et område med strandsand og et område med skov, hvor målet er at finde den spektrale signatur indenfor forskellige absolutte konfidensintervaller. Strandsand med 95 % konfidensinterval Først udvælges et område som eksempel på den type landcover som undersøges. I dette tilfælde udvælges strandsand fordi der har været problemer med at skelne netop strandsand fra lyse befæstede områder (f.eks. beton) i den unsupervised metode. En række punkter med strandsand blev udvalgt i ArcGIS, for at skaffe punkter med data om netop strandsand. De udvalgte punkter er vist på Figur 7.9. Side 40 af 68

47 Figur 7.9 viser de valgte punkter med strandsand. Disse eksporteres til behandling i SPSS. I SPSS laves en deskriptiv analyse for at finde hhv. middelværdien og standardafvigelsen (std. deviation). Tabel 7.1 med værdier fra SPSS ses herunder. N er mængden af punkter der er undersøgt. Middelværdien og standardafvigelsen bruges til at finde 95 % og 68 % konfidensintervaller for hvert af båndene - se Bilag II - Intervalmetoden for sand. Tabel 7.1: Oversigt over værdierne i de seks spektrale bånd. Statistics Band2 Band4 Band5 Band3 Band6 Band7 N Valid Missing Mean 11038, , , , , ,53 Std. Deviation 509, , , , , ,518 Variance , , , , , ,894 Minimum Maximum Når konfidensintervallerne er beregnet, bruges følgende udtryk i ArcGIS vækstøjet Raster Calculator: Side 41 af 68

48 Con(("Juni_NJ_6b - Band_1" >= 10019) & ("Juni_NJ_6b - Band_1" <= 12059) & ("Juni_NJ_6b - Band_2" >= 10008) & ("Juni_NJ_6b - Band_2" <= 12504) & ("Juni_NJ_6b - Band_3" >= 10505) & ("Juni_NJ_6b - Band_3" <= 13297) & ("Juni_NJ_6b - Band_4" >= 12098) & ("Juni_NJ_6b - Band_4" <= 15330) & ("Juni_NJ_6b - Band_5" >= 8421) & ("Juni_NJ_6b - Band_5" <= 14981) & ("Juni_NJ_6b - Band_6" >= 6591) & ("Juni_NJ_6b - Band_6" <= 12667),1,0) Hvor "Con" er betingelserne; at DN-værdien i bånd 2 (Juni_NJ_6b - Band_1) 5 skal være større end eller lig med osv. De områder som lever op til betingelserne i alle båndene klassificeres som 1, mens resten klassificeres som 0. På Figur 7.10 ses en skematisk opstilling for metoden. 1. Udvælgelse af natur-/vegetationstype i ArcGIS 2. Manuel visuel undersøgelse af natur- /vegetationstype ved hjælp af ortofoto i ArcGIS 3. Udtræk af data til Excel og SPSS 4. Behandling af data (konfidensintervaller findes) i Excel og SPSS 5. Konfidensintervallerne indtastes i Raster Calculator i ArcGIS Figur 7.10 viser en skematisk opstilling af intervalmetoden. Som det ses af Figur 7.11, fejlklassificerer metoden strandsand i de områder hvor der er lys bebyggelse. Ud over at områder udvælges hvor der ikke findes strandsand, så klassificeres ikke alle områder hvor der strandsand som strandsand. Blot 46 ud af 100 punkter udpeget som strandsand var rent faktisk strandsand. Problemet er dels at spektret bliver for bredt og derfor bliver andet end strandsand udpeget og dels, at spektret er for smalt til at alt strandsand udvælges. Der er altså ikke signifikant forskel på strandsand og andre overflader, hvorfor metoden fejler. 5 navnet på laget med [...]Band_1 på trods af det er bånd 2, fordi det oprindelige bånd 1 er slettet når der klassifceres. Dermed svarer Band_1 til bånd 2 (blå), Band_2 til bånd 3 (grøn) osv. Side 42 af 68

49 Figur 7.11 viser områder hvor metoden enten mangler områder med strandsand (rød) og områder som er fejlklassificeret (blå). Skov med 95 % konfidensinterval For at undersøge om problemet kun omhandler strandsand, klassificeres skoven ved samme metode. Som datagrundlag bruges udtræk af skov fra Nguyen Dinh Duongs metode. Herefter er tabellerne databehandlet i SPSS. Resultaterne fra SPSS kan ses i Tabel 7.2 herunder: Tabel 7.2 viser en oversigt over den deskriptive statistik fra SPSS. Koden "sb2" står for "skov bånd 2". N er antal celler der indgår i undersøgelsen. Descriptive Statistics Skov bånd N Minimum Maximum Mean Std. Deviation Variance sb ,32 766, ,046 sb ,08 829, ,314 sb ,09 919, ,521 sb , , ,569 sb , , ,115 sb , , ,052 Valid N Side 43 af 68

50 For at finde et 95 % konfidensinterval for båndene bruges middelværdien 2 standardafvigelser. Konfidensintervallet gør at eventuelle outliers (fejlklassificerede skovområder som f.eks. skovsøer, græs eller lignende) gerne skulle være fjernet. Nedenfor ses kortlægningen af skoven med 95 % konfidensinterval. Figur 7.12 viser skov beregnet ud fra en prøve med >10000 celler og et konfidensinterval på 95 %. De to forstørrede områder viser at skoven er overestimeret. Jf. Figur 7.12 overestimeres mængden af skov, blot 45 ud af 100 celler klassificeret som skov var reelt skov. Derfor afprøves en indsnævring af intervallet, ved kun at bruge et konfidensinterval på 68 %, svarende til én standardafvigelse. Skov med 68 % konfidensinterval Klassificeringen af skov med 68 % konfidensinterval er identisk med metoden for klassificering af skov med 95 % konfidensinterval - bortset fra konfidensintervallet størrelse. Det betyder at databehandlingen er identisk og derfor ikke gennemgås. Resultatet ses på Figur 7.13 herunder: Side 44 af 68

51 Figur 7.13 viser skov beregnet ud fra en prøve med >10000 celler og et konfidensinterval på 68 %. De to forstørrede områder viser at skoven er underestimeret. På Figur 7.13 ses, at både størrelsen og antallet af skovområder er reduceret ved at mindske konfidensintervallet fra 95 % til 68 %, til gengæld er succesraten steget, nu er 83 af 100 celler klassificeret som skov faktisk skov, og samtidig er kun 15 ud af de 100 punkter i den omkringliggende bufferzone skov. Det ses at i det røde område rammer klassificeringen relativt præcist, mens metoden dog endnu underestimerer mængden af skov i det blå område på Figur For at finde metodens svagheder, trækkes data ud fra de færdigproducerede kort (i nedenstående tilfælde er det tal fra intervalmetoden med et konfidensinterval på 68 %). Det data der udtrækkes er klassificeret som skov, men kan visuelt skelnes i to klasser - skov og mark. De to klasser ses på Tabel 7.3 herunder: Side 45 af 68

52 Bånd 7 Tabel 7.3 viser den deskriptive statistisk fra SPSS for skov i bånd 2-7 og mark i bånd 2-7. N er antal celler der arbejdes med. Descriptive Statistics N Minimum Maximum Mean Std. Deviation Skov band ,93 40,712 band ,71 120,979 band ,81 76,425 band , ,931 band , ,677 band ,25 516,922 Mark Band ,30 189,435 band ,03 293,519 band ,49 299,019 band , ,776 Band , ,560 band ,95 696,561 Valid N (listwise) 298 For at undersøge om der er en tendens i forholdene mellem skov og mark i de forskellige bånd, plottes disse mod hinanden. Som vist på Figur 7.14 herunder findes forskellen mellem skov og mark i bånd 6 (SWIR 1) og 7 (SWIR 2) Skov Mark Bånd 6 Figur 7.14 viser at mark (sort firkant) generelt har højere værdier i bånd 7 for de samme værdier i bånd 6 end skov (blå). Side 46 af 68

53 Skov ligger lavere end mark, hvis bånd 6 plottes mod bånd 7. Det er derfor nødvendigt at kombinere båndene, for at kunne skelne mellem mark og skov. Dette giver anledning til en kombination af over-under-metoden og intervalmetoden, hvor alle bånd plottes mod hinanden, samtidig med at der arbejdes med konfidensintervaller Kombinationsmetoden Nguyen Dinh Duongs over-under-metode og intervalmetoden viste sig at være utilstrækkelige ift. at identificere skov. Konceptet med at sammenligne værdierne for kombinationerne af de enkelte bånd synes dog brugbart, men alt for mange celler blev godtaget som værende skov, da manglen på intervaller gjorde, at selv celler havde værdier der var flere gange højere end udgangspunktet blev taget med, da disse var positive. Derfor blev det valgt at kombinere Nguyen Dinh Duongs over-under-metode med den ovenstående metode, hvor der tages udgangspunkt i intervaller. Fra samme sample af skov som tidligere blev relationen mellem de forskellige bånd sammenlignet. Dette blev gjort ved at dividere DN-værdien for et bånd, med samme værdi for et af de fem andre bånd. Som i den foregående metode blev de rangeret således at det bånd med lavest nummer blev divideret med det bånd med højere nummer, og resultaterne blev ligeledes igen kaldt C, efterfulgt af numrene på de to bånd der blev divideret, f.eks. C 23. For hver af disse kombinationer blev der udregnet en gennemsnitsværdi, samt en standardafvigelse. Ud fra gennemsnitsværdien samt standardafvigelsen blev der for hver kombination udregnet et konfidensinterval på 95 %. Eksempelvis var udregningen for kombinationen af bånd 2 og 3 (C 23 ) således: Gennemsnitsværdien af bånd 2 divideret med bånd 3 for alle celler var 1,083 mens standardafvigelsen var 0,022. Herudfra blev konfidensintervallet på 95 % udregnet, og intervallet blev derfor 1,039 1,127. Herefter blev de enkelte bånd divideret med hinanden i ArcMap, og de celler der havde en værdi inden for intervallet fik værdien 1, mens de resterende fik værdien 0. Da alle 15 kombinationer var udregnet blev de 15 lag lagt sammen i Raster Calculator. Resultatet heraf var et lag med værdier fra 0 til 15. De celler med værdien 15 var således celler der i alle 15 kombinationer lå inden for intervallet for den oprindelige training sample af skov, hvorfor disse celler blev klassificeret som skov. Resultatet kan ses på Figur Som med de andre metoder er der foretaget en stikprøvekontrol af et bestemt antal vilkårlige celler, for at kontrollere om disse rent faktisk er skov. Ud af 100 celler klassificeret som skov var de 75 af dem rent faktisk skov hvilket er det bedste resultat for de tre supervised klassificeringsmetoder (excl. Maximum Likelihood-metoden) med et konfidensinterval på 95 %. Dog var 30 af de 100 punkter inden for bufferzonen skov som ikke var blevet klassificeret. Side 47 af 68

54 Figur 7.15 viser klassificeret andel af skov ift. kombinationsmetoden Validering Dette afsnit vil omhandle validering af de forskellige metoder der er blevet gennemgået. For at kunne vurdere om metoderne faktisk er brugbare er det nødvendigt at kunne validere disse, og de skal valideres efter samme fremgangsmåde. Ligeledes vil det blive gennemgået hvilke typiske fejl der kan opstå i forbindelse med klassificering, såsom fejlagtigt at godtage eller forkaste celler. Udvælgelse af punkter til validering For at validere metodernes præcision sammenlignes de klassificerede celler med et ortofoto fra COWI. I de klassificerede områder er der genereret 100 tilfældige punkter. Disse 100 punkter er siden blevet verificeret manuelt via ortofotoet for at undersøge om de rent faktisk er hvad de var klassificeret som. Det er ved hjælp af denne metode at det bliver gjort muligt at bestemme hvor stor en procentdel af de klassificerede celler er korrekt klassificeret. Dog er det ikke nok kun at undersøge om ens kortlægning er korrekt, det er lige så vigtigt at undersøge om metoden har undladt at klassificere celler der burde have været klassificeret. Derfor er det besluttet at generere 100 tilfældige punkter inden for en radius af 90 meter (tre celler) af de områder der klassificeres. Grunden til at vi har valgt at bruge en buffer for at komme tæt på de klassificerede områder er, at der ellers, ud af de 100 punkter, ville være forsvindende få der rent faktisk kunne være af den klassificerede type, hvilket ville være uhensigtsmæssigt ift. valideringen af vores metode. Side 48 af 68

55 Type I og type II fejl Både over-under-metoden, intervalmetoden og kombinationsmetoden har problemer med at skelne skov og mark. I det følgende analyseres de spektrale signaturer for hhv. skov og mark, for bedre at kunne forstå problemerne vedrørende klassificeringen. Alle metoder benytter sig i større eller mindre grad af konfidensintervaller. Indenfor statistik arbejdes der med type I fejl: At forkaste noget som skulle være godtaget, og type II fejl: At godtage noget som ikke skulle være godtaget. Ved at bruge 68 % i stedet for 95 % konfidensintervaller øges risikoen for type I fejl, fordi intervallet for skov indsnævres. Omvendt øges risikoen for type II fejl hvis konfidensintervallet øges og mere godtages som skov Sammenligning af de forskellige supervised metoder Med udgangspunkt i Nguyen Dinh Duongs klassificeringsmetode, er vand og land klassificeret på den Nørrejyske Ø. Resultatet af det var, at 96 % af punkterne var korrekt klassificeret som vand, mens 20 % af det omkringliggende (i en 90 m bufferzone), manglede at blive klassificeret som vand. For næsten samme metode, men for skov, var resultatet 35 % af punkterne korrekt klassificeret som skov med et konfidensinterval på 95 %. 44 % af punkterne var korrekt klassificeret som skov med et konfidensinterval på 68 %. Ved at bruge intervalmetoden, hvor forskellige intervaller i båndene blev brugt i konfidensintervaller på hhv. 95 % og 68 %. Med et konfidensinterval på 95 % blev strandsand og skov identificeret med hhv. 46 % og 45 % nøjagtighed. Skovområdernes nøjagtighed blev efterfølgende forøget til 83 % ved at mindske konfidensintervallet til 68 %. Ved intervalmetoden med et konfidensinterval på 68 % var 15 % af punkterne i de nærliggende celler ikke klassificeret som skov, selvom de burde have været det. Kombinationsmetoden er et forsøg på yderligere at forbedre den supervised metode, ved at kombinere over-under-metoden og intervalmetoden. Således blev kombinationerne fra overunder-metoden brugt, samtidig med at intervalidéen fra intervalmetoden blev anvendt. Dette ledte til en nøjagtighed i klassificeringen af skov på 75 %, mens 30 % af de nærliggende punkter også burde have været identificeret som skov. Udover at Tabel 7.4 viser de celler der er identificeret korrekt, så viser tabellen også usikkerheden forbundet med identificeringen. Dette er udregnet ved brug af formlen eq.6.2. Side 49 af 68

56 Tabel 7.4 viser en oversigt over succesraten for de brugte supervised metoder. N/A betyder not availible, fordi undersøgelsen ikke er foretaget, da metoden fejlede den første validering "identificeret korrekt". Metode Maximum Likelihoodmetoden Over-under-metoden for vand Over-under-metoden for skov (95 %) Over-under-metoden for skov (68 %) Intervalmetoden for strandsand (95 %) Intervalmetoden for skov (95 %) Intervalmetoden for skov (68 %) Kombinationsmetoden for skov (95 %) Identificeret korrekt 81,3 % 4,5 % 96 % 3,9 % Andel inden for 90 m der var det undersøgte N/A 20 % 35 % 9,5 % N/A 44 % 9,9 % N/A 46 % 10 % 8% 45 % 9,9 % N/A 83 % 7,5 % 15 % 75 % 8,7 % 30 % 7.3. Optimering med andet data Som et eksperiment forsøges der i dette afsnit at øge nøjagtigheden af klassifceringen ved at anvende supplerende data som ikke er fra Landsat. Dette er testet på den bedste klassificering ved brug af unsupervised metoden. Selvom de store skovområder er isoleret til nogle bestemte klasser i den indledende klassificering er ligheden mellem nogle skovområder og nogle marker så stor, at en yderligere opdeling ikke er tilstrækkelig til at løse problemet. Her rammer man således en begrænsning i hvad Landsat-data kan skelne mellem, se Figur Figur 7.16 (tv.) vises et ortofoto af det udvalgte caseområde omkring Hammer Bakker hvor de spektrale bånd alene havde problemer med at skelne skov fra marker. (th.) ses klassificeringen med de seks bånd fra Landsat som også er anvendt til at klassificere hele undersøgelsesområdet. Områderne der hhv. er klassificeret som sandområder og vand, er skyer og deres skygger. Side 50 af 68

57 Problemet søges løst ved at anvende en højdemodel der ligesom Landsat også er gratis tilgængeligt remote sensing data, Se Figur Da højdemodeller for hele Vendssyssel vil betyde meget store datamængder, testes metoden på et udvalgt caseområde i Hammer Bakker nord for Nørresundby. Ved at trække terrænmodellen fra overflademodellen fås en model der viser højden af de objekter der er tilstede på jordoverfladen. Cellestørrelsen i højdemodellen er som udgangspunkt 1,6 meter, som derefter resamples og tilpasses således, at cellestørrelsen bliver 30 meter som i Landsats spektrale bånd. På den måde kommer højdemodellen til at fungere som et ekstra spektralt bånd i klassificeringen, hvor signalet for skovområder vil vise en høj vegetation, hvorimod der vil være et lavvegetationssignal for de resterende områder. Figur 7.17 (tv.) viser højdemodellen trukket fra overflademodellen, hvorved der vises højden af vegetationen i området. (th) ses klassificeringen efter at der er blevet anvendt en højdemodel som et ekstra bånd i klassificeringen. Ved at anvende højdemodellen som et spektralt bånd sammen med de andre seks bånd i analysen kunne der laves en mere nøjagtig skelnen mellem de to klasser end før, som det fremgår af Figur 7.17 ovenfor. Ved sammenligning af de to klassificeringer er de blevet testet med 100 tilfældige punkter (dog med det forbehold at ingen af punkterne blev afsat i områder med skyer og deres skygger). Den overordnede nøjagtighed for dette område var i forvejen 64 % 9,6 % mens nøjagtigheden blev 71 % 9,1 % i den klassificering hvor højdemodellen var blevet anvendt som et ekstra bånd. Der er altså noget der kunne tyde på at en tilførsel af ekstra bånd vil hjælpe på klassificeringens nøjagtighed. En anden faktor der kunne bringes i spil for at forbedre klassificeringen er satellitbilledets rumlige opløsning. Her er lavet en klassificering med SPOT 5 satellitten som dog kun optager i fire spektrale bånd men i stedet for har en opløsning på 10 meter. Resultatet for denne klassificering er at det derved bliver muligt at skelne mindre objekter fra hinanden, detaljeringen bliver altså bedre. SPOT 5 satellitten har dog grundet manglende antal spektrale bånd vanskeligheder ved at lave en så nøjagtig klassificering som Landsat. Den overordnede nøjagtighed med SPOT for området ved Hammer Bakker er udregnet til at være 60 % 9,8 %, se Figur Side 51 af 68

58 Figur 7.18 viser klassificeringen af området ved Hammer Bakker. En klassificering som har en bedre detaljering med samtidig færre spektrale bånd og får derved en lavere overordnet nøjagtighed på 60 % Delkonklusion Både unsupervised klassificering, supervised klassificering, samt optimering med andet data er blevet analyseret. Den oprindelige unsupervised klassificering er som udgangspunkt opdelt i 100 forskellige klasser. Nogle af disse og lagt sammen, mens andre er opdelt yderligere for ikke at have forskellige landskabselementer i hver klasse, og derefter lagt sammen i forhold til klassifikationssystemet. Den oprindelige klassifikation fik således en nøjagtighed på 4,5 %. Denne blev forbedret ved at anvende Majority Filter to gange til 84,7 % 4,2 %, mens brugen af Boundary clean forværrede præcisionen til 4,7 %. I supervised klassificering er den Nørrejyske Ø først kortlagt gennem den automatiske supervised metode, Maximum Likelihood, med en præcision på 4,5 %. Udover den automatiserede klassifikation i ArcGIS, så er over-under-metoden brugt på at opdele vand og land med en præcision på 3,9 %. Ikke nær så god var metoden på landskabselementet skov, hvor præcisionen faldt til hhv. 35 % og 44 %. Derfor udvikledes først intervalmetoden, som kortlagde skov med en præcision på 83 % 7,5 %, og senere også kombinationsmetoden med en præcision på 75 % 8,7 %. I den sidste del af analysen, forsøgtes det at forbedre præcisionen ved at tilføje andet data til klassificeringen. Således blev der i et begrænset område omkring Hammer Bakker tilføjet en højdemodel for at kunne skelne bedre mellem lavt bevoksede grønne områder og skov. Dette forøgede nøjagtigheden med ca. 7 %. Udover at tilføre højdemodeller blev en anden satellit, nemlig SPOT 5 brugt for at øge den rumlig opløsning, idet SPOT 5 optager i 10 meter celler frem for Landsats 30 meter celler. Grundet den forbedrede opløsning træder der flere detaljer frem i klassificeringen, f.eks. er det med SPOT 5 muligt at klassificere veje fra omkringliggende marker. Ulempen er dog at den ringere spektrale opløsning gør det vanskeligere at lave en nøjagtig skelnen mellem landskabselementer der har lignende spektrale signaturer. En sammenligning af de forskellige resultater kan ses i Tabel 7.5. Side 52 af 68

59 Tabel 7.5 viser en sammenligning mellem de forskellige supervised og unsupervised metoder. Overordnet metode Niveau Underordnet metode Korrekt identificeret Unsupervised 4 4 Den oprindelige klassifikation Majority Filter anvendt én gang 80,3 % ± 4,5 % 84,3 % ± 4,2 % Majority Filter anvendt to gange Niveau 1 Niveau 2 Niveau 3 Niveau 4 99,7 % ± 0,6 % 94,3 % ± 2,7 % 87,3 % ± 3,8 % 84,7 % ± 4,2 % 4 Boundary Clean klassifikationen 79,6 % ± 4,7 % Supervised Maximum Likelihood-metoden Niveau 1 Niveau 2 Niveau 3 Niveau 4 99,3 % ± 1,0 % 89,3 % ± 3,5 % 82,7 % ± 4,4 % 81,3 % ± 4,5 % Over-under-metoden for vand Over-under-metoden for skov (95 %) Over-under-metoden for skov (68%) Intervalmetoden for strandsand (95 %) Intervalmetoden for skov (95 %) Intervalmetoden for skov (68 %) Kombinationsmetoden for skov (95 %) 96 % ± 3,9 % 35 % ± 9,5 % 44 % ± 9,9 % 46 % ± 10 % 45 % ± 9,9 % 83 % ± 7,5 % 75 % ± 8,7 % SPOT 5 (10 m Grid) Uden højdemodel Med højdemodel 60 % ± 9,8 % 64 % ± 9,6 % 71 % ± 9,1 % Side 53 af 68

60 Side 54 af 68

61 8 DISKUSSION Som analysen viser kan gratis data fra Landsat bruges til at lave en klassifikation af landskabselementer. To metoder er blevet anvendt og disse har begge fordele, ulemper samt perspektiver. Disse vil blive diskuteret i den første del af diskussionen. Den anden del vil diskutere hvordan nøjagtigheden af klassifikationen begrænses af satellitten og om dette kan afhjælpes ved brug af alternative data Diskussion af tilgangen unsupervised klassificering Metoden er, som vist i analysen, brugbar til at klassificere landskabselementer på et overordnet niveau. Det vil sige at den med god præcision kan skelne mellem områder som vand, bar jord, vegetation og by. Metoden kan således bruges til at skabe et indtryk af et landskabs overordnede strukturer såsom et overslag på hvor meget by, jord og vand der er i området samt dets rumlige udbredelse. På den måde vil metoden kunne bruges som en indledende områdeanalyse forud for andre mere detaljerede analyser eller feltundersøgelser. Man bør dog være opmærksom på at overslagene, over den geografiske udbredelse af landskabselementerne, ikke er mere end et godt bud og ikke en præcis opmåling. Nogle landskabselementer kan modellen med noget større usikkerhed identificerer. Dette er, for det undersøgte område, steder med grusgrav som forveksles med lyse pladser i byerne. Vådområder og skove forveksles med lav vegetation. Modellen har en tendens til at blande de spektrale signature for disse områder. Årsagen til dette er, at de værdier der lægger sig i klynger, hvis plottet i et multidimensionalt rum, på flere akser vil overlappe hinanden. På den måde er der ingen mulighed for at efterspore de systematiske forskelle som vil kunne bruges til at differentierer områderne fra hinanden. Algoritmen bag metoden er, ift. Maximum Likelihood, mere simpel da den bygger på den mindste distance fra hvert centerpunkt i analysen af klasserne. Dette betyder at der er risiko for at klasserne i det multidimensionalt rum bliver for store og dermed tager nogle celler med i klassifikationen som egentlig burde høre til en anden klasse. Den tager med andre ord ikke højde for spredningen og variationen af det data som analyseres, se evt. Figur 6.3 som viser dette. Udover at den algoritme ArcGIS anvender ikke kan skelne mellem områderne, kan projektgruppen ikke på baggrund af den tilgængelige data og med den anvendte metode analysere de spektrale signaturer med tilpas nøjagtighed til at lave en bedre opdeling af områderne, inden for de rammer som var for projektet. Det er således en af begrænsningerne ved metoden, at de muligheder der er for at gøre opdelingen mere detaljeret, strækker sig til at klippe et underområde ud og køre den samme analyse igen. I nogle tilfælde vil det, som vist, kunne give anledning til en lidt bedre opdeling, men det ændrer ikke på at der er store overlap mellem data og en forskel viser sig først når der enten tilføjes mere data for området eller bruges en anden tilgang til klassifikationen. Hvis målet med analysen, til forskel fra en detaljeret klassificering, er et hurtigt overblik af områdets mest markante landskabselementer er metoden ikke noget dårligt valg, den er samtidig tilpas fleksibel til at man hurtigt kan kombinere satellittens data med data fra andre kilder som vist med tilføjelsen af DHM data i projektets analyse. En anden fordel er at den klassificerer Side 55 af 68

62 hele området og ikke efterlader nogle områder uklassificeret. Herudover er metoden simpel at anvende da det er den samme metode som anvendes uanset om man laver særlige undersøgelser af underområderne, eller man kun kører analysen én gang på hele undersøgelsesområdet. Man behøver som udgangspunkt ikke et dybdegående kendskab til ArcGIS eller remote sensing for at få et brugbart produkt ud af analysen og den kræver ikke andet end at man tager stilling til, og navngiver, de klasser der er resultatet af analysen. Det betyder at metoden forudsætter enten et godt lokalkendskab eller gode ortofotos for at kunne definere hvilken overflade de enkelte klasser har. Herudover kræver metoden også at man får programmet til at lave mange klasser i begyndelsen, hvilket gør at processen bliver meget tidskrævende. Dette bliver ikke bedre af, at man bør lave flere delanalyser af de underområder, hvor metoden forveksler landskabselementer, for at skabe det bedste resultat. Dette ses som en stor ulempe for analysen, og man bør overveje om den tid man bruger på analysen giver et resultat med den ønskede detaljeringsgrad inden metoden anvendes Diskussion af tilgangen supervised klassificering Maximum Likelihood klassifikation Maximum Likelihood-metoden er i afsnit Supervised klassifikation blevet fremhævet som den mest præcise metode grundet, at den tager højde for variationen og spredningen af training samplesne. Med en overordnet nøjagtighed på 81,3 %, hvilket jf. den tilhørende Kappa Koefficient på 0,69 er at betragte som god, den ligger dog lidt lavere end det bedste resultat fra den unsupervised metode. Jf. metodekapitlet er det i høj grad op til analytikeren, og dennes præcision, hvor høj nøjagtigheden den endelige klassificering bliver. Netop valget af training samples og det at Maximum Likelihood-metoden tager højde for spredningen kan have betydning for klassificeringen. Hvis man som analytiker skal definere et sæt training samples for f.eks. vand skal man være opmærksom på hvordan programmets algoritmer klassificerer de resterende celler i satellitbilledet som vand. Hvis man i sine training samples f.eks. definerer nogle mindre søer som værende vand og samtidig markerer et relativt stort område på åbent hav som værende vand er der risiko for, at de spektrale signaturer for det åbne hav kan variere fra de små søer. Da andelen af training samples fra havområder er stor betyder det, at det centerpunkt der bliver dannet for vand i høj grad er præget af de spektrale signaturer fra havområderne. Det vil sandsynligvis også begrænse spredningen og dermed det antal celler i et multidimensionalt rum som vil blive klassificeret som vand. Spektrale signaturer som er karakteristiske for søer vil derfor enten ligge i periferien eller udenfor det område som vil blive klassificeret som vand. På den måde var der nogle søer i det nordlige Vendsyssel, som i stedet for, at blive klassificeret som vand blev klassificeret som vådområde da de spektrale signaturer var mere lig de training samples som var defineret som vådområde. At anvende ortofotos til at udvælge training samples fra, er forbundet med det problem, at ortofotoet sandsynligvis ikke er fra samme dato som satellitbilledet. Det betyder at hvad der på ortofotoet ser ud til at være f.eks. en kornmark ikke er det på satellitbilledet da det måske er taget på et andet tidspunkt, hvor kornmarken måske lige var blevet sået. For at undgå dette problem er det muligt, at bruge de forskellige båndkombinationer til, at få forskellige landskabselementer til, at stå tydeligt frem og bruge det til at udvælge training samples. Side 56 af 68

63 Overordnede betragtninger for klassificering af enkelte landskabselementer Supervised klassificering er, som før nævnt, en fælles betegnelse for de typer af klassificeringer hvor analytikeren skal identificere enkelte celler, som senere bruges til at identificere cellerne i resten af området. Der er ingen af de gennemgåede metoder som hverken er færdigudviklet eller gennemtestet, hvorfor der er plads til videre bearbejdning af metoderne. Således er metoderne f.eks. ikke afprøvet udenfor den Nørrejyske Ø og på enkeltelementer på en skala svarende til Level I (vand/land), Level III (skov) og Level IV (bar lys jord - strandsand) i det anvendte klassifikationssystem. Alligevel har metoden overordnet set nogle potentialer og begrænsninger, hvilket diskuteres i det følgende. Enkeltelemeter (f.eks. skov, vand og strandsand) er klassificeret gennem forskellige former for supervised klassificering. Netop at kunne klassificere enkelte elementer, som analytikeren finder interessant, er en af metodens forcer. Således kan metoden lige så godt bruges til at kortlægge skove i Nordjylland som i Centralafrika, uden at skulle bekymre sig om andre kendte eller ukendte landskabselementer. Derfor kan en specialiseret klassificering hurtigt foretages - selv af fjerne egne og uanset undersøgelsesområdets størrelse. Omvendt er klassificeringen af enkeltelementer også en af metodens svagheder. Således er metoden tidskrævende ved kortlægning af mange landskabsklasser, fordi hver klasse skal behandles enkeltvis. Derudover risikerer man ved denne metode, modsat unsupervised metoden, at give hver celle mere end en værdi, fordi cellerne ikke klassificeres samtidigt og dermed ikke i forhold til hinanden. Netop dette element i den supervised metode, kan udvikles i fremtidige projekter, så en total klassificering af landskabet muliggøres. Den supervised metode har ligesom unsupervised metode større problemer med at skelne nogle landskabselementer fra hinanden end andre. Det betyder at succesraten, jf. Tabel 7.4, er større når der skelnes mellem vand og land, end når der skelnes mellem skov og mark. Årsagen til dette skal findes i de spektrale signaturer, hvor vand har en signifikant anderledes signatur end land, mens forskellen i signaturen mellem skov og mark, kun findes ved at se på forholdet mellem bånd 6 og Fordele og ulemper ved de enkelte delmetoder Ud over de nævnte generelle betragtninger for den supervised metode, er der også interne forskelle i mellem over-under-metoden, intervalmetoden og kombinationsmetoden, som bør diskuteres. Over-under-metoden har den fordel, at den er nem at udføre - specielt ved landskabselementer som er signifikant forskellige (f.eks. vand og land). En fordel er, at mønstret i landskabselementer gennem over-under-metoden bør være ens i hele verden. Således bør vand i Danmark have samme kode(r) som vand i Centralafrika. Omvendt tager metoden ikke højde for, hvor meget over eller under de enkelte bånd er i forhold til hinanden, hvilket skaber problemer ved landskabselementer hvis signaturer ligger tættere på hinanden. Der kan argumenteres for, at kun de bånd, hvor der er et signifikant mønster ved over eller under kombinationerne bør bruges. Dette leder til intervalmetoden, hvor netop dette mønster er i fokus. Intervalmetodens fordel er netop at der ikke kun er over, lig med eller under, men benytter sig af intervaller. Disse intervaller kan godt overlappe. Således er bånd centreret omkring middelværdien og tager derfor Side 57 af 68

64 højde for om der er stor forskel mellem de enkelte bånd, eller om de er meget ens. Ved metoden er det nødvendigt at afskære evt. outliers for at mindske fejlklassificeringer, hvorfor et konfidensinterval er nødvendigt. I analysen er det vist at en indsnævring af det brugte interval (ned til 68 %) giver det bedste resultat (et minimum i både type I og type II fejl). Nedbringelsen af type II fejl kunne også være mindsket ved at øge antallet af bånd, eller antallet af kombinationer båndene i mellem - og dermed lave en mere præcis signatur for klassifikationen. En udfordring ved metoden er altså at mindske antallet af celler i hver klassificering - enten ved at mindske konfidensintervaller eller ved at øge antallet af regler. Et anden begrænsning for metoden er de absolutte intervaller som metoden arbejder med. Det kan skabe problemer for anvendeligheden af metoden i andre regioner, hvor refleksionen og dermed DN-værdien er anderledes, f.eks. pga. af solhøjden, årstiden eller vegetationsmængden. Kombinationsmetoden forsøger at løse udfordringerne med de manglende antal kombinationer og den manglende generaliserbarhed fra intervalmetoden, samt over-under-metodens manglende intervalgenkendelse. Således er kombinationsmetoden dels anvendelig andetsteds fordi metoden ikke bruger absolutte intervaller, men bruger intervaller i båndenes indbyrdes forhold. Det betyder at det forudsættes at bånd 2 ift. bånd 3 i Danmark vil have samme forhold som i Afrika - om end ikke samme absolutte værdier! Efter prøvekørsel af kombinationsmetoden har den vist sig at være for kritisk i udvælgelsen af skov og skaber således type II fejl, fordi ikke alt det der er skov klassificeres som skov. Det betyder, at klassifikationen bør laves enten uden konfidensintervaller eller med mindre konfidensintervaller. Årsagen til dette kan være at kun 95 % af punkterne i hver kombination bliver godtaget (og dermed 5 % ikke godtages), hvilket pga. de mange kombinationer, udelader mange potentielt korrekt klassificerede celler. Overordnet er de tre supervised metoder mest hensigtsmæssige i et omfang hvor kun enkelte landskabselementer skal kortlægges, fordi de er tidskrævende når mange forskellige landskabselementer skal kortlægges. Hvis der klassificeres gennem en af de nævnte supervised metoder, skal man desuden kende deres begrænsninger, så disse bearbejdes eller på anden måde imødegås Hvori ligger begrænsningen for klassificering med Landsat-data? De frie data fra Landsat ser umiddelbart brugbare ud, fordi billedet er i 11 spektrale bånd og man kan skelne mellem byer, skove, de enkelte marker, mv. Problemet er imidlertid, ligesom med andre digitale billeder, at det bliver uoverskueligt når der zoomes ind på detaljerne. Det er således svært at definere en bestemt grænse mellem f.eks. skov og grønne marker, når de ligger ved siden af hinanden. Ligeledes er det svært at afgøre om det er grønne marker eller grøn skov når en enkelt pixel undersøges - her forsvinder nemlig den kontekst og tekstur som ellers kunne afgøre svaret. Problemet med at skelne hænger således sammen med den rummelige og spektrale opløsning Hvorfor påvirker den rummelige opløsning evnen til, at skelne to klasser fra hinanden? Den rummelige opløsning afgøres, som beskrevet i teorien se kapitel 5 Teoretisk baggrund for spektrale signaturer, af den måde satellitten optager og behandler den energi der reflekteres af jordens overflade. Hver pixel kan som nævnt indeholde information, om et større område end hvad det geografiske areal dækket af en pixel indikerer. Hvis en pixel indeholder elementer af både mark og skov, og dermed en blanding af disses spektrale signaturer, så kan denne pixel Side 58 af 68

65 klassificeres som både skov, mark eller noget helt andet. Med en pixelstørrelse på 900 m 2, kan mange forskellige landskabselementer som, små søer, huse, områder med bar jord, skov og grønne marker potentielt være repræsenteret i den værdi som en pixel indeholder. En pixel indeholder således et gennemsnit af signalerne fra de elementer der er indenfor IFOV med en vægtning i forhold til, hvor stor en del af IFOV der er dækket af det enkelte element. Dette betyder, at hvis et landskabselement tydeligt skal kunne skelnes fra omgivelserne skal det være større end blot én pixel. Hertil kommer at landskabet ikke i sig selv er inddelt i firkantede elementer men har alle mulige former, hvilket gør at et element som i sin fysiske udstrækning nok skulle kunne fylde mere end en pixel ud, kan være fordelt mellem fire forskellige pixels hvorved dens relative betydning mindskes. Det er således kun relativt store områder som dækker f.eks. 3x3 pixels (8100 m 2 ) som med sikkerhed kan adskilles fra sine omgivelser uden fare for forkert information repræsenteret i den centrale pixel. Dette forklarer til dels hvorfor den nøjagtighed, hvormed landskabet i Nordjylland er klassificeret er begrænset og hvorfor den ikke kan skelne mellem mindre elementer og strukturer i landskabet. Unøjagtighederne fortsætter imidlertid når den spektrale opløsning tages med i betragtning. Den spektrale følsomhed for et bånd, f.eks. bånd 2 (blå) som strækker sig fra 0,45 μm til 0,51 μm, er defineret som den fulde bredde ved halv maksimum. Det vil sige at sensoren der optager det blå spektrum er mest følsom ved 0,475 μm. Men sensoren optager også bølgelængder der ligger uden for præcis den bølgelængde og sensorens evne til at skelne bølgelængder er ikke bedre end at den ikke kan differentiere mellem signaler der rammer i området mellem 0,45 og 0,51 μm. På Figur 8.1 ses to spektrale responsfunktioner, med markeringer af den fulde bredde ved halv-maksimum intensitet. Figur 8.1 viser konceptet bag den spektrale opløsning (Jones & Vaughan, 2010). Som det også fremgår optager sensoren også bølgelængder der ligger udenfor selv dette spektrum. Dette kan have en indflydelse på de resultater man vil opnå hvis man sammenligner den spektrale signatur fra Landsat med spektrale signaturer fra f.eks. USGS signaturbibliotek eller egne målinger, da de forskelligheder og detaljer i refleksionen som kendetegner objektet bliver udjævnet i en sådan grad at forskellen mellem f.eks. skov og mark forsvinder. Dette problem kunne løses ved at tilføje flere bånd som kun strækker sig over ganske få μm. Som det er tilfældet med bl.a. Landsats EO-1 Hyperion satellit som optager i mere end 200 bånd i det Side 59 af 68

66 synlige og infrarøde spektrum. Der opstår imidlertid et andet problem, og det er at det ikke er muligt at optage energi i hele spektrummet fra blåt til mellem infrarød og videre op til de termiske bølgelængder, fordi jordens atmosfære ikke tillader det. Figur 8.2 viser bølgelængder, der optages af Landsat 8 samt de atmosfæriske vinduer hvorigennem lyset kan optages (NASA, 2014). Molekyler i atmosfæren, såsom vanddamp, kultveilte, ozon og ilt, er gode til at absorbere lysenergi, men kun i særlige bølgelængder. Det betyder for eksempel at ultraviolet lys der kommer ind i atmosfæren hvor det absorberes af ozon og således ikke når jordoverfladen. Andre molekyler absorberer en bølgelængde og udsender den igen men i alle retninger. Det samme sker med lys på vej ud af atmosfæren igen. Konsekvensen er at optagelser i bestemte områder i lysspektrummet ikke er muligt, og man kan således ikke få en kontinuert spektral signatur af jordoverfladen fra en satellit. Det betyder at selv med et hyperspektralt satellitbillede kan det være problematisk at lave en fuldstændig skelnen mellem to overflader der langt hen ad vejen er ens, da de små forskelle kan ligge i de usynlige områder. Løsningen kan være at lave optagelser fra flyvemaskiner da lyset her ikke skal passere gennem atmosfæren (Jones & Vaughan, 2010), (Richards, 2012). Når der i dette projekt søges at differentiere mellem bevoksede overflader, f.eks. eng og mark, som begge er en nuance af grøn, vil den spektrale signatur for dem vise nogle karakteristiske forskelle som vil kunne bruges. Det kan være at refleksionen topper forskellige steder i de grønne bølgelængder. Satellittens grønne bånd er imidlertid så bredt at signalet er lige stærkt i samme område fra begge overflader og der vil således ikke være nogen forskel mellem de to overflader. Det bliver på den måde umuligt, kun ved hjælp af de 6 bånd brugt i denne undersøgelse at observere de spektrale forskelle mellem elementer når disse finder sted indenfor det spektrum hvor satellittens sensorer optager. Løsningen virker således lige til. Øg antallet af bånd hvori der optages. Eksempelvis til 242 som i EO-1 Hyperion-produktet og samtidig forbedrer den rummelige opløsning til 2,4 m som det er tilfældet med Quickbird-satellitten. Problemet med dette er imidlertid at de datamængder denne opsætning vil producere, langt vil overstige satellittens kapacitet til at lagre og videresende data. Herudover vil der højest sandsynligt ikke være tilstrækkeligt energi på satellittens batterier til at drive sensorapparatet i tilstrækkelig tid til at kortlægge større områder, før de igen skulle oplades (Jones & Vaughan, 2010). Et andet problem der opstår når detaljeringsgraden øges er, Side 60 af 68