2.2. Image processingThe datasets u

2.2. Image processing

The datasets used in this study were comprised of three satellite

i.e. Landsat Multi-spectral Scanner (MSS) of 80 m resolution,

Landsat Thematic Mapper (TM) of 30 m resolution and Indian

Remote Sensing (IRS) P6 (Resourcesat-1) Linear Imaging Self

Scanner (LISS) III of 23.5 m resolution. The details of path-row and

the date of acquisition are given in Table 1. In addition to this, forest

management maps, Survey of India (SOI) toposheets no- 75L11 and

75L15 of 1:50,000 scale, Global Positioning System (GPS) and

magnetic compass were used for the study. The ortho-rectified

satellite data of Landsat MSS and Landsat TM were downloaded

from the Global Land Cover Facility (GLCF) website (Global Land

Cover Facility, 2006). IRS P6 LISS III image was procured from

National Remote Sensing Agency Data Center (NDC), Hyderabad.

Each image was enhanced using linear contrast stretching and

histogram equalization to improve the image quality which helps

to identify ground control points (GCP). The IRS LISS III scene was

geometrically rectified to digitally scanned topographic maps. The

datasets were brought into Universal Transverse Mercator (UTM)

projection and WGS84 datum. A nearest neighbor algorithm was

used to perform the resampling procedure and the image to map

registrations, which yielded a root-mean-square error of 0.75 pixels

for LISS III data. The Landsat TM and IRS P6 LISS III images were

geometrically resampled in relation to the Landsat MSS image to

obtain the same spatial resolution (i.e. 80 m resolution). The area of

interest (AOI) was masked out from all the three satellite images.

The satellite data were visually interpreted on-screen on

a Windows computer using ERDAS IMAGINE 8.7 image processing

software.

Visual interpretations of satellite imagery and reconnaissance

survey of the area have been carried out for obtaining patterns of

vegetation and other land features during January 2006 to

December 2006. Ground truth data were collected with the help of

False Color Composite (FCC) maps of the study area. The satellite

imageries were interpreted and different land use and land cover

categories were delineated on the basis of tone, texture, color,

pattern, etc. of the object on field. Classified maps of 1973, 1990 and

2006 were generated (Fig. 2aec). The classified map of 2006 was

corrected and finalized after thorough ground check. Three time

frame classified maps were analyzed to find out the net change in

aquaculture area and other land cover classes between 1973 and

Kết quả (Việt) 1:

2.2. hình ảnh chế biếnDatasets được sử dụng trong nghiên cứu này đã được bao gồm ba vệ tinhtức là Landsat Multi-spectral máy quét (MSS) độ phân giải 80 m,Landsat Thematic Mapper (TM) nghị quyết 30 m và Ấn ĐộViễn thám (IRS) P6 (Resourcesat-1) chụp ảnh tuyến tính tựMáy quét (LISS) III độ phân giải 23.5 m. Các chi tiết của con đường hàng vàngày mua lại được đưa ra trong bảng 1. Ngoài việc này, rừngquản lý bản đồ, khảo sát ở Ấn Độ (SOI) toposheets no - 75L 11 và75L 15 quy mô 1:50,000, Global Positioning System (GPS) vàMagnetic compass được sử dụng cho nghiên cứu. Các ortho-sửa chữadữ liệu vệ tinh Landsat MSS và Landsat TM đã được tải vềtừ các trang web toàn cầu đất bao gồm các cơ sở (GLCF) (toàn cầu đấtBao gồm cơ sở, 2006). IRS P6 LISS III hình ảnh được đặt mua từQuốc gia cơ quan dữ liệu trung tâm Viễn thám (NDC), Hyderabad.Mỗi hình ảnh được tăng cường bằng cách sử dụng kéo dài tuyến tính tương phản vàbiểu đồ cân bằng để cải thiện chất lượng hình ảnh sẽ giúpđể xác định các điểm kiểm soát mặt đất (GCP). Trong bối cảnh IRS LISS IIIgeometrically sửa chữa điện tử quét bản đồ địa hình. Cácdatasets đã được đưa vào phổ thông ngang Mercator (UTM)phép chiếu và mốc đo lường WGS84. Một thuật toán hàng xóm gần nhất làđược sử dụng để thực hiện các thủ tục resampling và hình ảnh bản đồđăng ký, mang lại một lỗi gốc có nghĩa là vuông 0,75 điểm ảnhLISS III dữ liệu. Những hình ảnh Landsat TM và IRS P6 LISS III đãgeometrically resampled liên quan đến hình ảnh Landsat MSScó cùng độ phân giải không gian (tức là phân giải 80 m). Diện tíchlãi suất (AOI) masked ra từ tất cả các hình ảnh ba vệ tinh.Dữ liệu vệ tinh trực quan đã được giải thích trên màn hình trênmột máy tính Windows bằng cách sử dụng xử lý ảnh ERDAS tưởng tượng 8.7phần mềm.Giải thích trực quan các hình ảnh vệ tinh, trinh sát vàkhảo sát khu vực đã được thực hiện cho việc thu thập các mô hình củathảm thực vật và các tính năng khác của đất đai trong tháng 1 năm 2006 đểTháng 12 năm 2006. Đất thật dữ liệu được thu thập với sự giúp đỡ củaSai màu Composite (FCC) các bản đồ của khu vực nghiên cứu. Vệ tinhimageries đã là sử dụng khác nhau và diễn giải đất và đất bìathể loại bị phân chia trên cơ sở các giai điệu, kết cấu, màu sắc,Mô hình, vv của các đối tượng trên lĩnh vực. Phân loại bản đồ của năm 1973, năm 1990 vànăm 2006 đã được tạo ra (hình 2aec). Bản đồ phân loại của năm 2006 làkiểm tra sửa chữa và hoàn thành sau khi mặt đất kỹ lưỡng. Ba thời gianKhung phân loại bản đồ được phân tích để tìm ra sự thay đổi ròngdiện tích nuôi trồng thủy sản và đất khác bao gồm các lớp giữa năm 1973 và

Kết quả (Việt) 2:

2.2. Xử lý hình ảnh Các bộ dữ liệu được sử dụng trong nghiên cứu này đã được bao gồm ba vệ tinh nghĩa Landsat Máy quét đa phổ (MSS) 80 m độ phân giải, Landsat Thematic Mapper (TM) có độ phân giải 30 m và Ấn Độ Sensing (IRS) P6 từ xa (Resourcesat-1) Tuyến tính Imaging Tự Scanner (Liss) III có độ phân giải 23,5 m. Các chi tiết của đường hàng và ngày mua được cho trong bảng 1. Ngoài ra, rừng bản đồ quản lý, khảo sát của Ấn Độ (SOI) toposheets không- 75L11 và 75L15 lệ 1: 50.000, hệ thống định vị toàn cầu (GPS) và la bàn từ tính đã được sử dụng cho nghiên cứu. Ortho-sửa chữa dữ liệu vệ tinh của Landsat MSS và Landsat TM đã được tải về từ Global Land Cover Facility (GLCF) website (Global Land Bìa sở, 2006). Hình ảnh IRS P6 Liss III được mua từ Trung tâm dữ liệu quốc gia từ xa Cơ quan Sensing (NDC), Hyderabad. Mỗi hình ảnh được tăng cường sử dụng tương phản tuyến tính kéo dài và biểu đồ cân bằng để cải thiện chất lượng hình ảnh giúp xác định các điểm kiểm soát mặt đất (GCP). Cảnh IRS Liss III được hình học sửa chữa kỹ thuật số quét bản đồ địa hình. Các bộ dữ liệu đã được đưa vào Universal Transverse Mercator (UTM) chiếu và WGS84 chuẩn. Một thuật toán hàng xóm gần nhất đã được sử dụng để thực hiện các thủ tục lấy mẫu lại và hình ảnh bản đồ đăng ký, mà mang lại một lỗi root-mean-square 0,75 điểm ảnh cho dữ liệu Liss III. Các hình ảnh vệ tinh Landsat TM và IRS P6 Liss III được hình học resampled liên quan đến hình ảnh Landsat MSS để có được độ phân giải không gian (tức là độ phân giải 80 m). Các khu vực của lãi suất (AOI) đã đeo mặt nạ ra từ tất cả ba hình ảnh vệ tinh. Các dữ liệu vệ tinh đã được giải thích trực quan trên màn hình trên một máy tính Windows sử dụng ERDAS IMAGINE chế biến 8,7 hình ảnh phần mềm. Giải thích trực quan của hình ảnh vệ tinh và trinh sát khảo sát của khu vực có được thực hiện để thu thập mẫu của thảm thực vật và các tính năng đất khác trong tháng 1 năm 2006 đến tháng mười hai dữ liệu thật năm 2006. Sân được thu thập với sự giúp đỡ của các bản đồ sai màu composite (FCC) của khu vực nghiên cứu. Các vệ tinh có ít hình ảnh đã được giải thích và sử dụng đất và che phủ đất khác nhau loại được xác định trên cơ sở của giai điệu, kết cấu, màu sắc, hoa văn, vv của các đối tượng trên sân. Bản đồ phân loại các năm 1973, 1990 và 2006 đã được tạo ra (Hình. 2aec). Các bản đồ phân loại của năm 2006 đã được sửa chữa và hoàn chỉnh sau khi kiểm tra mặt đất kỹ lưỡng. Ba lần bản đồ phân loại khung đã được phân tích để tìm ra sự thay đổi ròng trong khu vực nuôi trồng thủy sản và các lớp che phủ đất khác giữa năm 1973 và