Лес, просеки и кварталы лесничеств

Детализация карты может превышать точность GPS, вот точность — не может. :slight_smile:
Детали можно снять с фотографий (и аэро, и обычных), прямыми измерениями рулеткой, традиционными картографическими методами, в конце концов. Вот привязаться к координатам обычно точнее, чем даёт GPS, не получится.
Другое дело, что в случае леса такая точность совершенно неоправдана, как по человекочасам, так и из-за того, что лес постоянно меняется (растёт, ломается бурями, вырубается и т. д.).

Bowser, так как по времени ты ограничен, то качество сильно связано с количеством данных :slight_smile: Я стараюсь рисовать максимально точно, но площади в итоге покрываются совсем небольшие. В принципе мы никуда не спешим. А за два часа можно обрисовать столько, что ногами две недели обходить будешь :slight_smile:

CORINE landcover
http://www.eea.europa.eu/data-and-maps/data/corine-land-cover-2000-clc2000-seamless-vector-database-1
игнорирует площади меньше 1 га (100mx100m = 1 пиксел) при разрешении ландсата 30mx30m
Для города это конечно неприемлемо.

Но для целей ориентирования и пятачек леса 20x20м посреди поля может быть полезен.

Конечно, но по свободно доступным источникам такие пятачки автоматически распознать практически невозможно.
IRS (вроде как 5.8m) c космоснимков в сыром виде нам же не дадут.
Для Карельского перешейка вот и jpeg композитов-то нет,
приходится все по ландсату “с полосами” рисовать. Но есть и огромный плюс: CORINE для Финляндии, по которой можно
тренировать алгоритм классификации. Так, глядишь, и леса по типу разделить удастся.

IRS вполне даёт обрисовать перелесок 20x20 м

Интересная ссылка. У них где-нибудь описано как делали классификацию?

По разному. В двух словах это не объяснить. Если использовать только free software, то
вот здесь есть довольно человеколюбивое описание:
http://www.custom-scenery.org/Building-Scener.331.0.html
Полный набор ссылок:
http://grass.osgeo.org/wiki/Image_classification
Пример, как это делали в Литве:
http://gamta.lt/files/seminaras_corine_GVaitkus_AGI_GMES.pdf

usm78-gis, спасибо за ссылки! Таки поставил grass, разобрался. Очень неоднозначное впечатление, с одной стороны видно, что инструмент очень мощный и продуманный, с другой стороны есть вагон и маленькая телега недоделок, причем не только интерфейсных. Но консольность интерфейса рулит и бибикает, топологичность работы с геометриями тоже.

По сути вопроса: попробовал классифицировать по irs (rgb) + landsat (p + 1-7). Лес хорошо детектится, думаю можно спасти куски размером 20-30 метров по короткой стороне, типы лесов у меня пока различить не получилось. Вода тоже неплохо. Скрабы похуже, но тоже можно кой-чего придумать. Еще вкусно то, что хорошо детектируются группы построек, типа деревень городов, заводов, и пр - можно полноту обозначения НП проверить. Болота - хорошо, но их я в связке с остальным не пробовал.

Из проблем, как всегда - привязка, пока пробовал landsat привязывать к irs, но и это не весело.

Одним ландсатом, как я понял, не обойтись.

ЗЫ1: Пробовал среднюю полосу, где irs хороший, а не зернено-зеленый.
ЗЫ2: Круто было бы увидеть остальные каналы от IRS, они я так понял в природе есть, но наверное это импосибл (!

IRS фотографировался без красного канала, так что это невозможно.

А как они тогда такую картинку получили http://kosmosnimki.ru/permalink.html?N727d1e2e ?

IRS LISS-IV
Band 2 (green) 520-590 nm
Band 3 (red) 620-680 nm
Band 4 (NIR) 770-860 nm

Вот NIR был бы очень кстати, с ним ndvi посчитать можно

Я не знаю, это не ко мне вопрос. Но картинка такая зелёная именно чтобы выглядело хоть как-то прилично в условиях нехватки цветов в исходнике.

Без синего.

А то что показывает maps.mail.ru и яндекс это композит этих каналов ?
Я видел пример полного набора каналов KOMPSAT-2 (1m pan, 4m blue/green/red/nir),
т.е. сравним по характеристикам.
Естественно не на территории России :slight_smile: Должен честно сказать, что чудо индийской техники,
мягко говоря, отдыхает.

pseudocolor.

Яндекс в основном показывает IRS в чистом виде.

Вода очень хорошо распознается, если есть “реальный” синий канал.
Я попробовал сделать классификацию полной сцены ландсата (20000x20000)
точно так, как описано в 1 статье
(только каналы 2, 4, 5 + 8 + brovey), но используя в качестве тренинговой карты саму CORINE в
тех частях сцены, которые находятся на территории Финляндии и Эстонии.
Результат очень интересный, ошибки есть, но легко объяснимые.
Из полного набора 44 классов присутствовали 28.
Мелких рек не видно совсем.
Все три типа леса очень качественны.
Болотами торфяными/обычными, полями разных типов тоже вполне доволен.
Сейчас попробую использовать все каналы landsat.
i.gensigset работал больше суток на Opteron 2.7GHz,
multithreaded версия бы тут не помешала,
для машины с 16/32 процессорами :slight_smile:
i.smap тоже думал около 5 часов.
Полный скрипт надо будет причесать и сохранить в wiki.

Ну я немного с другой стороны пошел - мне интересны мелкие детали и точная привязка - я взял кусок знакомый мне с детства.
Глянул на импорт CORINE в osm, так в ужас пришел, - там по-моему какая-то каша, хотя наверное я чего-то не понял просто.
Все после i.gensigset по идее параллелится, но я даже боюсь представить сколько времени уйдет на фильтрацию геометрии, если i.smap 5 часов.

А где можно прочитать про три типа леса? Какие вообще выделяют? Есть ли какая-то общепринятая грань между “кустарником” и “лесом”?