Kaugseire Eestis.pdf - Keskkonnaministeerium

Optimaalne kerneli ulatus maakatteüksuste eristamiseks digitaalsest rastrist
(2000) sõnutsi on kõige sagedamini kasutatav kerneli suurus 3×3 pikslit, samas lisades, et
suuremad aknad on sobilikumad suurema lahutusvõime korral või suuremate
maastikuüksuste uurimisel.
Väiksema kerneli sobivust suure lahutusvõimega andmetele kinnitasid He ja Collet
(1999) ning Lira ja Maletti (2002). Esimesed otsisid parimat aknasuurust halli tasemel
maatriksi tunnuste arvutamiseks SPOT sensori 4 m lahutusvõimega piltidel. Prooviti
kerneleid 3×3 kuni 9×9 pikslit ja leiti, et sobivaimad on 5×5 ja 7×7 piksli suurused aknad
ning vale aknasuurus vähendab klassifitseerimise täpsust. Lira ja Maletti (2002)
rakendasid kontekstipõhist segmenteerimisel põhinevat meetodit 4 m lahutusega SPOT
piltide klassifitseerimiseks. Uudse lähenemisena kirjeldati akna suurus funktsioonina
klasside eristatavuse kohta tunnusruumis. Vastavalt minimaalsele erinevusele klasside
vahel kasutati aknasuurusi 5×5, 7×7 ning 11×11 pikslit.
Pildiandmeid, mille lahutusvõime jäi 5 ja 20 meetri vahele, on kasutatud suhteliselt
vähe, samuti on töödes leitud sobivaima kerneli suurused küllaltki erinevad. Lark (1996)
kasutas 12,7 m lahutusega ortofotosid nelja põhilise maakattetüübi tuvastamiseks.
Kernelitest proovis ta 11×11, 21×21, 41×41 ja 101×101-piksliseid aknaid ning parima
tulemuse sai 41×41 pikslise kerneliga. Zhang (1999) seevastu kasutas hoonete
tuvastamiseks 10 m lahutusega kokkusulatatud Landsat TM-SPOT andmestikku. Halli
tasemel maatriksi tunnuseid arvutati 3×3 ja 5×5-pikslises aknas ning parima tulemuse
andis 3×3 aken ja tekstuuritunnustest homogeensus. Laurent et al. (2005) uurisid
linnuliikide elupaikade kernelipõhise kaardistamise võimalusi 15 m lahutusega Landsat
ETM+ piltidelt. Erineva suurusega (1-3 pikslise raadiusega) õpetusalade puhul prooviti
30-180 m ulatusega tuvastamisraadiusi. Selgus, et õpetusala suurus mõjutab tulemusi
vähe, seevastu tuvastamisraadiustest oli kahe linnuliigi puhul kolmest parim 30 m.
Väiksema lahutusvõimega ehk pikslisuurusega üle 20 m pildiandmeid kasutavates
uurimustöödes on peamiselt tegu 20 m SPOT või 30 m LANDSAT TM piltidega.
Tuginedes püstitatud hüpoteesile peaks nende puhul kasutatavad kernelisuurused jääma
11×11 piksli piiridesse. Peale kirjanduse läbitöötamist ilmnes, et selline seos on tõepoolest
olemas ja küllaltki selge. Suurema kui 11×11 pikslise kerneli kasutamise kohta leidus vaid
kaks erandlikku näidet (Haack, Bechdol 2000; Herold et al., 2004), väiksemaid seevastu
kasutati paljudel kordadel.
Väikese kerneli kasutamise näiteid on väga mitmesuguseid ja mitmest vallast.
Reese et al. (2003) kasutasid metsa üleriigiliseks kaardistamiseks kNN (k-Nearest
Neighbour) meetodil vähendatud lahutusega (piksel 25 m) LANDSAT ETM+ pilte.
Rakendati 3×3 akent ja leiti selle piksliväärtuste kogumi abil põhipiksli klassikuuluvus.
Gong et al. (1996) võrdlesid linnalise maakatte klassifikatsiooni täpsust 20 m SPOT
andmestikust 3×3, 5×5 ja 7×7-pikslise kerneliga. Teist järku tekstuuritunnuste kasutamisel
oli parim 5×5 piksli suurune, esimest järku tunnustele 3×3-piksline kernel. Zhang et al.
(2003) kasutasid linnalise asustuse mustri tuvastamiseks 10 m lahutusega SPOT piltidelt
halli tasemel maatriksi põhiseid tunnuseid. Prooviti kerneleid suurusega 3×3 kuni 9×9-
pikslit ja parimaks osutus 7×7-piksline aken. Nusser ja Klaas (2003) kasutasid 30 m
lahutusega pildiandmetest maakattetüüpide määramiseks 3×3 kernelit lihtsa kaalutud
101