Περίληψη:
Η εργασία επιχειρεί να συγχωνεύσει οπτικά και SAR δεδομένα σε επίπεδο ψηφίδας με τέσσερις διαφορετικές μεθόδους συγχώνευσης, να ταξινομήσει τα αποτελέσματα τους, και να τα αξιολογήσει βάση ποσοτικών δεικτών. Το σετ δεδομένων αποτελείται από μια πολυφασματική εικόνα PlanetScope, και από μια μονής πόλωσης εικόνα SAR ICEYE-X2, όπου και οι δυο έχουν παρθεί για την πόλη Νταρ ες Σαλάμ της Τανζανίας. Συγκρίνει τεχνικές όπως η πολλαπλασιαστική μέθοδος (MLT), η μετατροπή Brovey (BT), η πρόσθεση φίλτρου υψηλού περάσματος (HPFA), και η ανάλυση κυρίων συνιστώσων (PCA). Όσον αφορά την ταξινόμηση, εφαρμόστηκε η μέθοδος τυχαίου δάσους (random forest). Για την αξιολόγηση της συγχώνευσης χρησιμοποιήθηκε η τυπική απόκλιση, εντροπία, και αμοιβαία πληροφορία (mutual information). Για την αξιολόγηση της ταξινόμησης αξιοποιήθηκε το out-of-bag (OOB), η συνολική ακρίβεια (OA), και ο Cohen's kappa (K). Υιοθετείται η μέθοδος της χωρικά τυχαίας στρωματοποιημένης δειγματοληψίας για τα δεδομένα εκπαίδευσης και επαλήθευσης. Η συγχώνευση, ταξινόμηση, και αξιολόγιση εφαρμόστηκε μέσω της python ενώ η προ-επεξεγρασία των εικόνων και η δειγματοληψία εφαρμόστηκαν μέσω των SNAP, και QGIS. Από την ανάλυση της συγχώνευσης, όλα τα προϊόντα έχουν διπλάσια εντροπία σε σχέση με την πολυφασματική και παρόμοιες τιμές στον δείκτη αμοιβαίας πληροφορίας. Από την ανάλυση της ταξινόμησης, η MLT μέθοδος έχει τα πιο υποσχόμενα αποτελέσματα με OA = 85.06%, και K = 0.80, ενώ η πολυφασματική εικόνα λαμβάνει OA = 83.81%, και K = 0.79. Τα αποτελέσματα επαληθεύουν την αρχική υπόθεση πως κάποια από τα συχωνευμένα προϊόντα θα επικρατούν στα ποσοτικά μέτρα αξιολόγησης έναντι του πολυφασματικού προϊόντος.
Λέξεις-κλειδιά:
Συγχώνευση, Νταρ ες Σαλάμ, Αξιολόγηση, Ταξινόμηση
Περιγραφή:
71 σ.,εικ.,πίν.,διαγρ.,χάρτες,σχ.