Công nhân khác đã tìm thấy rằng các ứng dụng của mộtlàm mịn các bộ lọc trước khi phân loại là hữu ích. Thử nghiệm với một hình ảnh cụ thể là cách tốt nhất để quyết địnhcho dù một bộ lọc có thể được áp dụng hữu ích trước khi phân loại.Tỷ lệ ban nhạc (phương pháp V, bảng 13.1)Một phương pháp được sử dụng dựa trên phương pháp tiếp cận của Gray et al.(1990), thêm thông tin chi tiết được cung cấp trong hộp 13.2. Ban nhạc TM 3,4 và 5 sản xuất phân biệt đối xử trực quan tốt nhất của ranh giới ngập mặn/phòng không-ngập mặn trong Turks và CaicosĐảo, vì vậy tỷ lệ 3/5 và 5/4 đã được tính toán. Cho tại chỗ XStỷ lệ của 2/3 và 3/1 đã được sử dụng, cho CASI 5/8 và 8/7(xem bảng 5,10 cho bước sóng của những ban nhạc này). Cho tất cả bathiết bị cảm ứng, thành phần chính PC1, PC2 và PC4 được kết hợp trong hình ảnh tổng hợp màu giả vì (i) PC1 vàPC2 chiếm 95% biến đổi trong cácdữ liệu, và (ii) một hỗn hợp của các thành phần chính cung cấp phân biệt đối xử trực quan tốt nhất của khu vực rừng ngập mặn. Một sơ đồ phân loại giám sát được thực hiện trên cácchính thành phần hỗn hợp hình ảnh bằng cách sử dụng tối đakhả năng quyết định quy tắc và lĩnh vực dữ liệu cho đào tạo.Độ phân giải kết hợp giữa Landsat TM và SPOT PanTốt nhất của kiến thức của chúng tôi, đây là một xử lý hình ảnh mớiphương pháp cho rừng ngập mặn. Để recap: cảm biến Landsat TMghi lại bức xạ điện từ trong 6 ban nhạc (bỏ qua cácnhiệt ban nhạc, ban nhạc 6) ở một độ phân giải không gian của 30 m, trong khibộ cảm biến HRV trên vệ tinh SPOT thu thập dữ liệu với một không gian
đang được dịch, vui lòng đợi..