Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

Rs2 55670193 พัชรภรณ์ สายน้ำ_3301

118 views

Published on

Remote Sensing 2

Published in: Education
  • Be the first to comment

  • Be the first to like this

Rs2 55670193 พัชรภรณ์ สายน้ำ_3301

  1. 1. 1 Vegetation Index - เปิดไฟล์ภาพที่เราต้องการ กดแทบ project แล้วเลือก Open - แล้วเลือกที่เก็บงานที่เราเซฟไฟล์ไว้ แล้วกด Open
  2. 2. 2 - เลือกเครื่องมือใน Processing Toolbox เลือก orfeo toolbox ….. แล้วเลือก Feature Extraction จากนั้นกดRadiomactric Indian - จะมีหน้าต่างดังภาพขึ้นมา แล้วใส่ค่าทุกช่องตามภาพ และเลือกที่ save to file… และกด Run รอการประมวลผล เป็นการประมวลผลเกี่ยวกับพืชพรรณ หรือ NDVI
  3. 3. 3 - ขณะที่รอการประมวลผล จะขึ้นหน้าต่างดังภาพ - จะได้ภาพใหม่ที่ได้จากการประมวลผลขึ้นมา
  4. 4. 4 - ดับเบิ้ลคลิกที่ Output image ด้านซ้ายมือ จะมีหน้าต่างดังรูปขึ้นมา ในช่อง Render type เลือก Singleband pseudocolor - ปรากฏหน้าต่างดังรูป
  5. 5. 5 - ในช่อง Mode เลือก Equal interval - คลิก Classify เมื่อปรากฏหน้าต่างดังภาพ คลิก OK
  6. 6. 6 - จะปรากฏภาพใหม่ขึ้นมา ได้ดังภาพ เป็นภาพที่ เกี่ยวกับดิน / พื้นที่ว่างเปล่า / SAWI - เข้า Radiometric Indian ที่หน้าต่างทางขวามือ แล้วใส่ค่าตามภาพ ในช่อง Output Image เลือกที่ save to file… และกด Run แล้วรอการประมวลผล
  7. 7. 7 - หน้าต่างขณะรอประมวลผล - จะได้ภาพใหม่ขึ้นมา ปรากฏดังภาพ เป็นภาพที่ เกี่ยวกับนํ้า / NDWI
  8. 8. 8 - เข้า Radiometric Indian ทางหน้าต่างขวามือ แล้วใส่ค่าตามภาพ ในช่อง Output Image เลือกที่ save to file… และกด Run รอการประมวลผล - หน้าต่างขณะรอการประมวลผล
  9. 9. 9 - จะได้ภาพใหม่ ดังในรูป - รวมภาพ NDWI / SAVI / NDWI กดแทบ Raster เลือก mecellanrous แล้วเลือก Build Virtual Raster
  10. 10. 10 - จะปรากฏหน้าต่างดังรูป ในช่อง Input files คลิก Select - ให้เลือกทั้ง 3 ภาพที่เราต้องการ คลิก Open
  11. 11. 11 - เมื่อปรากฏหน้าต่างดังรูป ในช่อง Output files เลือกที่เก็บที่เราต้องการ - เลือกช่อง Separate คลิก OK
  12. 12. 12 - เมื่อคลิก Local cumulative cut …. ตามในรูป จะปรากฏภาพใหม่ขึ้นมา ดังรูป - เปลี่ยน band เป็น 3-2-1 เพื่อเน้น ภาพให้เห็นชัดเจนขึ้น
  13. 13. 13 Object Based - ดาวน์โหลด โปรแกรม Monterverdi 1.24 แล้วทําการติดตั้ง
  14. 14. 14 ใช้โปรแกรม Qgis - คลิก Add Raster - เลือกภาพ band 1-8 แล้วคลิก Open เพื่อนําภาพเข้า
  15. 15. 15 - จะได้ภาพที่เราเลือกขึ้นมา - กดที่เครื่องมือ semi-autometic
  16. 16. 16 - จะปรากฏหน้าต่างดังรูป กดที่ tap Pre processing เลือก clip multiple คลิก raster - แล้วทําการกด refresh list แล้วเลือกรูปภาพทั้งหมด ทําการเลือกพื้นที่รูปตามที่ต้องการ คลิก Clip selected rasters - ขณะรอการประมวลผล
  17. 17. 17 - ภาพที่ได้จากการประมวลผล - Copy ไฟล์ MTL.txt
  18. 18. 18 - วางในโฟลเดอร์รูปภาพของเรา - คลิก semi-autometic - กด Select directory แล้วเลือกที่โฟลเดอร์ที่เก็บงานเอาไว้
  19. 19. 19 - คลิก Select Folder - จะได้ตารางดังรูปขึ้นมา - คลิก Selsct a MTL file
  20. 20. 20 - เลือกเปิด MTL จากโฟลเดอร์ที่เก็บงานเอาไว้ คลิก Open - คลิกเลือกตามในกรอบสีแดงดังรูป คลิก Perform Conversion แล้วเลือกโฟลเดอร์ที่เก็บงาน คลิก Select Folder - ภาพที่ได้จากการประมวลผล
  21. 21. 21 - ดับเบิ้ลคลิกที่ landsat เมื่อปรากฏหน้าต่างดังรูป เปลี่ยนเป็น band เป็น 4-5-3 - คลิกสัญลักษณ์ตามในกรอบสี่เหลี่ยมสีแดง จะได้ภาพดังนี้
  22. 22. 22 - ทําการ save as… - เลือก โฟลเดอร์ที่เราต้องการจัดเก็บและกด save
  23. 23. 23 - คลิกขวาที่ ไฟล์รูปภาพที่เราต้องการ เลือก properties - คลิกเลือก Metadata
  24. 24. 24 - ในช่อง Properties เลือก Data Type - เปิดโปรแกรม LEO work เปิดไฟล์ที่เราต้องการนํามาแปลภาพ
  25. 25. 25 - คลิกขวาที่ไฟล์ที่เรานําเข้ามา คลิก Combine in RGB - เปลี่ยนเป็น band 4-5-3
  26. 26. 26 - เลือกแทบ Tools แล้วเลือก Convert - เมื่อปรากฏหน้าต่างดังรูป คลิกเลือกตามภาพ
  27. 27. 27 - คลิก Run - รอการประมวลผล
  28. 28. 28 Support Vector Machine - เปิดโปรแกรม Monteverdi คลิกแทบ File เลือก Open Dataset - เปิดไฟล์รูปที่เราต้องการ - คลิก OK
  29. 29. 29 - เมื่อปรากฏหน้าต่างดังรูป คลิก Open - คลิกขวาไฟล์ที่เราเลือกมา เลือก Display in viewer
  30. 30. 30 - จะปรากฏภาพขึ้นมา - เมื่อปรากฏตารางในกรอบสีแดง ให้คลิก Quite - คลิกแทบ Filtering เลือก Mean shift clustering
  31. 31. 31 - เลือกไฟล์ที่เราต้องการ คลิก cached แล้วคลิก Ok - จะปรากฏภาพที่เราต้องการขึ้นมา
  32. 32. 32 - คลิกแทบ File แล้วเลือก Extract ROI from dataset - เลือกภาพที่เราต้องการ แล้วคลิก Ok
  33. 33. 33 - จะได้ภาพที่เราต้องการขึ้นมา แล้วคลิก Ok - คลิกขวาชั้นข้อมูลที่เราต้องการจะนํามาทํา แล้วเลือก Display in viewer
  34. 34. 34 - จะปรากฏภาพที่เราต้องการขึ้นมา แล้วคลิก Quit - คลิกที่แทบ Filtering แล้วเลือก Mean shift clustering
  35. 35. 35 - เลือกชั้นข้อมูลตามรูปที่ปรากฏ แล้วคลิก Ok - จะปรากฏดังรูป แล้วคลิกแทบ Menu เลือก View Manager
  36. 36. 36 - เมื่อปรากฏหน้าต่างดังรูป เปลี่ยน band เป็น 4-5-3 - จะปรากฏภาพดังรูป ตาม band ที่เราเลือก
  37. 37. 37 - กําหนดค่าตามรูป แล้วคลิก Run - ภาพที่ได้จะเป็นดังรูป …………….
  38. 38. 38 - คลิกแทบ Learning เลือก SVM classification - คลิกเลือกรูปภาพที่เราต้องการ ดังรูป
  39. 39. 39 - เมื่อเลือกรูปภาพที่ต้องการ คลิก Ok - เมื่อคลิก Ok จะปรากฏดังรูป แสดงรูปภาพที่เราเลือก - หน้าต่างเล็กแสดงพื้นที่ทั้งหมด หน้าต่างใหญ่เป็นส่วนขยายจากบริเวณหน้าต่างเล็กที่เราเลือก
  40. 40. 40 - เลือกแทบ Setup แล้วคลิก Visualisation - เมื่อปรากฏหน้าต่างดังรูปให้ทําการเปลี่ยน band เป็น band 4 – 5 – 3
  41. 41. 41 - คลิก Ok - เมื่อเปลี่ยน band แล้ว จะได้ภาพใหม่ดังรูป
  42. 42. 42 - คลิกปุ่ม Add เพื่อทําการสร้าง Class ใหม่ - จะปรากฏ Class ใหม่ขึ้นมาดังรูป - เมื่อเราต้องการเปลี่ยนชื่อ คลิกที่ปุ่ม Name แล้วจะปรากฏหน้าต่างดังรูป เพื่อทําการเปลี่ยนชื่อ
  43. 43. 43 - เมื่อต้องการที่จะเปลี่ยนสีชั้นข้อมูล คลิกที่ปุ่ม Color แล้วจะปรากฏหน้าต่างดังรูป สามารถทําการเปลี่ยนสีได้ - สร้างชั้นข้อมูลชั้นต่อไป แล้วทําการเลือกพื้นที่ที่ต้องการ ทําไปเรื่อยจนครบชั้นข้อมูลที่ต้องการ
  44. 44. 44 - เมื่อทําครบทุกชั้นข้อมูลแล้ว คลิกปุ่ม Learn
  45. 45. 45 - จะได้ภาพใหม่ขึ้นมาดังรูป เป็นผลจากการที่เราสร้างชั้นข้อมูลขึ้นมาว่าอะไรคือ Class ไหน - หลังจากนั้นคลิกปุ่ม Validate
  46. 46. 46 - จะปรากฏตารางดังรูป แสดงถึงพื้นที่ทั้งหมดว่า Class ไหนมีขนาดเท่าไหร่ - คลิกขวาที่ชั้นข้อมูล แล้วเลือก Export dataset เพื่อทําการ save รูปที่เราต้องการ
  47. 47. 47 - เลือกโฟลเดอร์ที่เราต้องการ แล้วคลิก Save
  48. 48. 48 Land Surface Temperature - เปิดโปรแกรม Qgis คลิก Add Raster Layer เพื่อนําเข้าข้อมูลที่เราต้องการ - เลือกภาพถ่ายดาวเที่ยวที่เราต้องการ แล้วคลิก Open
  49. 49. 49 - เมื่อปรากฏภาพถ่ายดาวเทียมที่เราต้องการ คลิกปุ่ม Semi – Automatic Classification plugin - เมื่อปรากฏหน้าต่างดังรูป คลิกแทบ Pre processing เลือกแทบ Clip multiple rasters แล้วคลิกปุ่ม Refresh list
  50. 50. 50 - คลิกปุ่ม Select all - ทําการเลือกพื้นที่ที่เราต้องการตัด โดยกดเครื่องหมาย + แล้ว คลิกปุ่ม Clip selected rasters
  51. 51. 51 - ทําการเลือกโฟลเดอร์ที่เราต้องการเก็บงาน - ลบไฟล์ที่เราไม่ต้องการใช้ออก โดยไฟล์ที่ลบเป็นไฟล์รูปต้นแบบ คลิกขวา แล้วกด Remove
  52. 52. 52 - เมื่อเราได้ภาพที่ต้องการ คลิกปุ่ม Semi – Automatic Classification plugin เมื่อปรากฏหน้าต่างดังรูป คลิกปุ่ม Select directory เพื่อเลือกโฟลเดอร์ที่เราได้ทําการเก็บภาพเอาไว้ - คลิกปุ่ม Select a MTL file เพื่อเลือกไฟล์ .txt
  53. 53. 53 - เลือกดังรูป แล้วคลิก Perform conversion แล้วเลือกโฟลเดอร์ที่เราต้องการ save งาน - เลือกลบไฟล์ที่เราไม่ต้องการทิ้ง โดยทําการเลือกแล้วคลิกขวา กด Remove
  54. 54. 54 - เปิดหน้าต่าง Semi – Automatic Classification plugin คลิกปุ่ม Refresh list - คลิกปุ่ม Clear all เพื่อให้ภาพถ่ายหายไป แล้วทําการคลิก Select all เพื่อเลือกชั้นข้อมูลขึ้นมาใหม่
  55. 55. 55 - คลิกเลือกดังรูปแล้วคลิกปุ่ม Add rasters to set - คลิกปุ่ม Sort by name เพื่อทําการจัดเรียงภาพถ่ายดาวเทียม
  56. 56. 56 - คลิกปุ่ม Create virtual raster of band set แล้วทําการ Save จากนั้นคลิก Close - ดับเบิ้ลคลิกที่ RGB จะปรากฏหน้าต่างดังภาพ
  57. 57. 57 - ในช่อง Style ทําการเปลี่ยน band ดังรูป แล้วคลิก OK - จะปรากฏภาพขึ้นมาดังรูป ให้เราคลิกที่ปุ่ม Local cumulative cut stretch…. เพื่อทําการปรับสี
  58. 58. 58 - จะได้ภาพใหม่ที่เราทําการปรับสี - กดปุ่มดังรูป
  59. 59. 59 - เลือกไฟล์ภาพที่เราต้องการ - คลิกปุ่ม New shp เพื่อสร้างชั้นข้อมูล แล้วทําการ Save
  60. 60. 60 - เมื่อสร้างชั้นข้อมูลแล้วทําการคลิก Create a ROI เพื่อทําการดิจิไตซ์ กันขอบเขตของข้อมูลใน Class นั้นๆ - หลังจากนั้นทําการตั้งชื่อ แล้วคลิกปุ่ม Save ROI
  61. 61. 61 - ทําการกันพื้นที่ใน Class ไปเรื่อยๆ - ทําการเปลี่ยนสีให้มีความแตกต่างกัน จากนั้นเลือก Soectral Angle Mapping
  62. 62. 62 - คลิกปุ่ม + เพื่อตรวจดูในแต่ละพื้นที่จากที่เราได้ทําการแยก Class ต่างๆ - คลิกปุ่ม Perform classification แล้วเลือกโฟลเดอร์ที่เราต้องการเพื่อทําการ Save - หลังจากทําการ Save ไปที่ Processing Toolbox – SAGA – Grid Tools – Reclassify Grid Values จะ ปรากฏหน้าต่างดังรูป
  63. 63. 63 - เปิดหน้าต่าง Fixed Table แล้วคลิกปุ่ม Add row - แก้ไขข้อมูลดังรูปแล้วคลิก OK
  64. 64. 64 - ในช่อง Reclassified Grid คลิกเลือก Save to file… แล้วทําการเลือกที่ Save ที่เราต้องการเก็บไว้ คลิก Save - เมื่อทําการ Save เสร็จแล้ว คลิก Run
  65. 65. 65 - เมื่อได้ภาพจากการประมวลผล ไปที่ SAGA – Grid Calculus – Raster calculator - เมื่อปรากฏหน้าต่างดังรูปให้เลือกเฉพาะไฟล์ที่เราต้องการแล้วคลิก OK
  66. 66. 66 - ในช่อง Calculated เลือก Save to file… เพื่อทําการ Save งานที่เราต้องการ เมื่อเลือกเสร็จแล้ว คลิก Run - ดับเบิ้ลคลิกชั้นข้อมูล Calculated จะปรากฏหน้าต่างดังภาพ ในช่อง Render type เลือกดังภาพ
  67. 67. 67 - ทําการเปลี่ยนสีแล้วคลิก OK รอการประมวลผล จะได้สีภาพตามที่เราเลือก
  68. 68. 68 Land cover change - เปิดโปรแกรม Qgis แล้วทําการเลือกภาพที่เราต้องการ ใน 2 ช่วงปี - ดับเบิ้ลคลิกที่ชั้นข้อมูล RGB2006 จะปรากฏหน้าต่างดังรูป ทําการเปลี่ยน band ดังรูป
  69. 69. 69 - จะได้สีตาม band ที่เราเลือก - ดับเบิ้ลคลิกที่ชั้นข้อมูล RGB2014 จะปรากฏหน้าต่างดังรูป ทําการเปลี่ยน band ดังรูป
  70. 70. 70 - จะได้สีตาม band ที่เราเลือก - คลิกปุ่ม Semi – Automatic Classification plugin
  71. 71. 71 - เลือกภาพถ่ายที่เราต้องการ - คลิกปุ่ม New shp
  72. 72. 72 - เลือกที่ Save ที่เราต้องการเก็บ - ทําการจําแนกตาม Class ที่เราได้กําหนดไว้ ตั้งชื่อแล้วคลิก Save ROI
  73. 73. 73 - เมื่อทําการจําแนก Class ต่างๆเสร็จ ทําการเปลี่ยนสี เลือกตามที่กําหนด - คลิกปุ่ม Semi – Automatic Classification plugin ปรากฏหน้าต่างดังรูป แสดงให้เห็นถึงการเปลี่ยนแปลง
  74. 74. 74 - เปรียบเทียบการเปลี่ยนแปลง - แสดงให้เห็นในช่วง Class ต่างๆที่เราได้ทําการจําแนก
  75. 75. 75 - ดับเบิ้ลคลิกข้อมูล LCC_2006_2014 ทําการเปลี่ยนสีตามที่เราชอบ คลิก Classify - การประมวลผลจากการเปรียบเทียบภาพถ่ายดาวเทียม 2 ช่วงปี
  76. 76. 76 -

×