= Progetto GLOBE: TOOLKIT =A. S. 1999/2000 (4a C) Liceo Scientifico E. Majorana, Moncalieri, TO, IT.

GLOBE teacher: Giovanni Imbalzano

a) Traduzione di Laura Tiozzo (pagg. 23-67)

(Pag. 23)

CLASSIFICAZIONE DEL MANUALE Un “tutorial” per l’immagine Beverly, MA.

Il “tutorial” seguente è provvisto quale esempio di com'è fatta l’interpretazione del manuale

della mappa di land-cover per l’immagine Beverly, MA (TM). Vedi fig. TK-4.

Dopo aver completato questo “ tutorial” come un esercizio di preparazione, ciascun passo mostrato

dovrebbe essere eseguito anche dai tuoi studenti, ma usando l’immagine TM della tua propria area

(entrambi gli originali dell’immagine TM 512*512 pixel, e gli ingrandimenti di colore fatti dagli

insegnanti e distribuiti ai gruppi di studenti).

La figura TK-4 mostra un’immagine infrarossa a colori falsati di 101*101 pixel (3km*3km)

d'ingrandimento dell’immagine Beverly, MA. L’area allargata è Manchester-by-the-sea, MA, e

sarà usata per illustrare il processo per compiere una classificazione “ manuale” del land-cover.

Nota che l’acqua e i tipi di vegetazione sono molto più prontamente distinguibili se il colore falso

dell’immagine IR è usato per creare la mappa del land-cover. I passi seguenti sono usati nel

metodo dell’interpretazione del manuale:

1. Seleziona l’immagine Landsat TM da mappare (la stampa a raggi infrarossi 3km*3km

Manchester-by-the-sea a colori falsati fornita come la figura TK-4). Nell’immagine IR a colori falsati, la vegetazione verde in crescita attiva, apparirà rosso (i legni duri e i

campi sono di un rosso brillante, i sempreverdi vanno dal rosso scuro al nero, l’acqua è

nera, mentre le aree urbane e i suoli nudi sono blu. Quest'immagine è stata ingrandita

dall’originale immagine di Beverly, MA di 512*512 pixel (15km*15km) per produrre la

figura TK-4.

Puoi scegliere di fare questo usando un allargamento xerox di colore, o puoi aver

bisogno di arrangiarli per stampare una copia del tuo file Landsat usando MultiSpec.

Puoi avere quattro o meno gruppi di studenti che lavorano su una differente porzione

ingrandita dell’immagine originale della tua area 512*512 pixel.

2. Poni (overlay) un foglio di plastica chiara da 8.5*11 “pollici” sulla parte superiore della

stampa colorata dell’immagine, usando un nastro per tenerlo saldamente fermo. Una volta

che la copertura è a posto, segna la posizione dell’immagine allineata sulla copertura, così

che possa essere messa esattamente nella stessa posizione, anche se rimossa. Questo ti

permetterà di posizionare la copertura sia su un’immagine a colori veri che su

un’immagine IR con colori falsi per aiutarti nella capacità di distinzione rispetto ad ogni tipo

d'immagine.

3. E’ importante evidenziare con cura il processo di classificazione dei differenti tipi di

land-cover esaminati, usando sia una matita colorata, sia con un pennarello. Usa colori

diversi per rappresentare ciascuna classe differente di land-cover, ed assegna a

ciascuno il numero adatto per il suo MUC specifico del Livello 4 di classificazione della

land-cover. M.U.C. è il sistema modificato di classificazione U.N.E.S.C.O. e potete

trovarlo nella dispensa “Land-Cover / Biology-Investigation”.

Evidenzia le masse d'acqua come mostrato nel Passo 1 usando il Livello 2 classe 72 del MUC

per il mare, 63 per un fiume soggetto alle maree, e 64 per un lago (nota che in alcuni casi le

categorie del Livello 3 o del Livello 4, non sono state sviluppate per il sistema MUC).

Poi, indica le caratteristiche urbane / di trasporto mostrate nel Passo 2. In questo caso è

assegnata la categoria MUC 93 (trasporto).

Poi indica le caratteristiche urbane, come indicato nel Passo 3.Queste caratteristiche includono

le zone commerciali e industriali #92, le zone residenziali #91 ed un campo da golf identificato

come “other” #94.Infine, evidenzia i vari tipi di vegetazione della foresta come 0192 per

indicare foreste sempreverdi tipiche del Massachussets orientale, 0222 per i legni duri misti a

legni dolci, e 0231, principalmente per i legni duri a foglie caduche, come indicato nel Passo 4.

(Pagg. 23 / 24)

4. Il prodotto finale (Passo 4) rappresenta una mappa della land-cover per l’area Manchester-by-

the-sea, MA. In quest'esempio non sarà possibile per te e per i tuoi studenti eseguire un

controllo di qualsiasi carattere celato che generi perplessità; per esempio, una cava di ghiaia

segnata con un punto interrogativo (?) nel passo 3. Se gli studenti non sono sicuri di un’area

specifica o della classe delle proprie immagini, è meglio aprire una discussione su come

potrebbe essere la classe e/o domandare a qualche studente, che vive vicino all’area, di fare un

accertamento del terreno sulla strada verso scuola. È preferibile scegliere un determinato

periodo scolastico per completare quest’attività. Occorre che gli studenti siano il più attenti e

precisi possibile nel delineare ed assegnare le classi ai vari percorsi visti nelle immagini. Buona

Fortuna!

(Pag. 31)

INTRODUZIONE AL PROGRAMMA MULTISPEC

Fondato un accordo NASA, David Landgrebe, in collaborazione con la “Purdue Research

Foundation”, ha sviluppato il software MultiSpec © Purdue Research Foundation per

permettere lo studio dell’uso delle immagini satellitari nell’ambito educativo. Benché originalmente

creato per uso universitario, il MultiSpec ha provveduto ad essere un programma per computer

altamente motivazionale, istruttivo dalle elementari fino ad un livello di scuola più alto. MultiSpec

è ora autorizzato attraverso la “Purdue Research Foundation” per uso universale. Questo software

è fornito per l’uso in classe.

EOSAT, una società autorizzata dalla NASA, elabora e distribuisce 32,930km2 di immagini

Landsat. Poiché l’elaborazione delle immagini da dati trasmessi direttamente da satelliti è

estremamente complessa, le immagini attualmente sono costate circa 4400$. Le immagini, nel

modo in cui sono state distribuite, richiedono un sofisticato equipaggiamento del computer per

andare oltre, nella configurazione specifica appropriata per il lavoro che dev'essere compiuto dal

ricercatore. L'immagine che avete ricevuto è una delle immagini del tipo "9.3*9.3miglia" suddivise

in cinque sottinsiemi, e sono state acquistate per scopi istruttivi da università o istituzioni di ricerca.

La loro capacità è dettata dalle limitazioni di spazio di un dischetto da 3.5’’ ad alta densità.

L'immagine ricevuta su dischetto va bene, ma potresti anche essere in grado di acquistare

liberamente immagini locali da fonti nel tuo Stato. Per fare ciò, controlla con la tua università e

cerca di localizzare la gente che sta compiendo ricerche con le immagini del satellite Landsat.

Potresti richiedere loro un sottinsieme d'immagini formato ASCII. Coloro potrebbero

scaricare i dati dalle loro workstations al formato MS-DOS ed allora puoi copiare quel file su un

computer IBM compatibile (in futuro assegnato come ad un PC) o su un computer Macintosh se hai

un drive universale che legge i dischetti “formattati” MS-DOS.

REQUISITI MINIMI DI SISTEMA PER USARE MULTISPEC

Per usare il programma MutiSpec su un Macintosh computer, avrai bisogno di un hard drive

da 2 megabytes (2000K) di RAM e di un monitor a colori. Questa configurazione ti permetterà la

scelta dell’opzione del colore 8-bit.Allo scopo di usare l’opzione 24-bit di colore avrai bisogno di

un minimo di 4 megabytes (4000K) di RAM. L’opzione 24-bit di colore permette di distinguere

meglio la definizione delle caratteristiche di un’immagine su display. Se il tuo Macintosh computer

ha una capacità di memoria virtuale e ti è comodo usarla, potresti volerla utilizzare. La memoria

virtuale non è richiesta.

Oppure, per usare il programma su un PC, avrai bisogno di un processore –386 o –486 od un

Pentium, un hard drive con MS-WINDOWS 3.0, o un programma più nuovo installato, ed un

monitor a colori. Per le immagini a colori è richiesto un monitor SVGA.

ACQUISIZIONE DEL SOFTWARE MULTISPEC

Il software del programma e la documentazione può essere scaricata da Internet al seguente

URL: http://dynamo.ecn.purdue.edu/~biehl/MultiSpec/

oppure potete ordinarlo per via E-Mail all’indirizzo:

landgreb@ecn.purdue.edu

.-------

-------------------------------------------------------

-----------------------------------------------------------------------------

-----------------------------

.

(Pag. 63)

INSTALLAZIONE del MULTISPEC su PC

Accendi il tuo computer

Crea una directory MULTISPEC per i file sul tuo hard disk

Copia il file MULTISPEC.EXE (non coprocessore matematico) e/o MULTSPEP.EXE (con

coprocessore matematico) nella nuova directory sull’hard-disk.

Inserisci il dischetto identificato Beverly, MA.

Copia il file BEVERLY.LAN nella directory MULTISPEC sul tuo hard drive che contiene il

file MultiSpec

Copia il file BEVERLY.STA nella directory MULTISPEC sul tuo hard drive che contiene il

file MultiSpec.

Avvia Windows

Crea un nuovo “Program Group”

1. Dal menu File, scegli New. Appare la finestra di dialogo New Program Object.

2. Seleziona l’opzione Program Group e clicca su OK.

3. Nella finestra di dialogo Program Group Properties, digita MultiSpec nella casella

Description

4. Clicca su OK. Dovresti avere ora un’icona di un nuovo gruppo nella finestra Program

Manager

Crea un nuovo “Program Item”

1. Apri il Program Group che hai appena creato.

2. Dal menu File, scegli New. Appare la finestra di dialogo New Program Object.

3. Seleziona l’opzione Program Item e clicca su OK.

4. Nella finestra di dialogo Program Item Properties digita MultiSpec nella casella Description.

5. Nel riquadro Command Line, digita il percorso “program file“ e l’estensione per il programma

MultiSpec. Per esempio: C: \ MULTSPEC \ MULTSPEP.EXE

6. Nella finestra Working Directory, digita il percorso e la directory in cui sono collocati i file.

Per esempio: C:\ MULTSPEC

7. Clicca su OK. Dovresti avere ora una nuova icona nella nuova finestra Group

Puoi accendere ora il programma MultiSpec nello stesso modo in cui sono state aperte le

applicazioni di Windows, facendo un doppio click sull’icona “Item”

Nota. Se sorgono problemi con il setup di Windows o il programma MultiSpec non si accende,

consulta il manuale di Windows che è allegato al tuo computer per un'ulteriore guida e risoluzione

di problemi.

(Pag. 64)

STUDIO di una IMMAGINE SATELLITARE

Materiali richiesti:

PC con l’immagine BEVERLY.LAN installata.

All’inizio:

Dopo aver acceso il tuo computer, avvia Windows

Fai un doppio clic sull’icona MultiSpec Group per aprire la finestra.

Fai un doppio clic sull’icona “MultiSpec Item” per avviare il programma MultiSpec.

Dovrebbe apparire la finestra intitolata Text Output. Il tuo schermo dovrebbe essere simile a

quello mostrato nella schermata sottostante

(Fig. Pag. 64)

Apri il menu File e seleziona Open Image. Fai un doppio clic su BEVERLY.LAN per

selezionare quell’immagine satellitare Landsat.

Dovresti avere ora una finestra di dialogo intitolata Set Display Specifications per

BEVERLY.LAN sul tuo schermo.

(Pag. 65)

(Fig. Pag. 65)

Clicca sulla casella intitolata Display Type e assicurati che sia selezionato 3- Channel Color.

Mantieni la selezione 8-bit di colore oppure, se hai più di 8MB di RAM disponibili sul tuo

computer, puoi fare le seguenti cose: clicca sui bit dei colori e seleziona 24. Se selezioni 24-bit

di colore, quando non hai abbastanza memoria, riceverai un messaggio che ti dirà “not enough

memory is available” e l’immagine sul tuo display avrà dei problemi. Questa comunicazione si

riferisce all’ingombro di memoria nel computer.

Su Channels poni la casella Red a 3, la Green a 2, Blu a 1 e clicca su OK. Per far apparire il

numero su ciascun colore, clicca a sinistra del numero e, senza lasciare il pulsante del mouse,

trascinalo a destra o fai un doppio clic sulla casella.

Questo dovrebbe mettere in evidenza il numero che puoi cambiare. Quando è evidenziato,

rilascia il pulsante del mouse. Il riquadro dovrebbe essere evidenziato. Ora digita il numero che

vorresti inserire nella casella. Puoi usare la tastiera per spostarsi tra i riquadri dello schermo.

Clicca su OK. L’immagine dovrebbe apparire ora nella parte superiore sinistra del tuo schermo.

Nell’ingrandimento X500 puoi vedere un’immagine intera per volta.

(Pag. 66)

(Fig. Pag. 66)

Per allargare la finestra, fare clic sull’angolo in basso a destra della finestra dell’immagine e

trascina il riquadro in basso a destra. Nell’angolo in basso a destra della finestra di applicazione,

c’è una casella che mostra “Zoom = X500”. Questa casella indica l’attuale fattore di

ingrandimento usato per mostrare l’immagine. Le tre caselle nella barra delle applicazioni, poste

direttamente sotto la finestra dell’immagine, controllano il fattore di ingrandimento. La casella

mostrata come X1, se cliccata, restituisce sempre 1. Clicca ora su questa casella. Nella casella

in basso a destra della finestra delle applicazioni si dovrebbe leggere ora “Zoom = X1.0” e

l’immagine si dovrebbe allargare e riempire la finestra do osservazione che dipende da quanto

hai allargato la finestra dell’immagine. Devi scorrere su o giù per vedere l’intera immagine

quando il fattore d'ingrandimento è X1, a meno che il tuo monitor sia di 17’’ (17 pollici) o più

grande.

(Pag. 67)

1. Cerca di identificare strade, ponti, laghi, città, regioni con alberi, spiagge, regioni paludose

vicino alle coste, le secche di un oceano etc. (l’immagine sottostante serve per assisterti e non è

una schermata Windows).

(Fig. Pag. 67)

2. ZOOM

Sulla destra della casella X1. Sulla barra delle applicazioni vi è una casella con una grande montagna da ingrandire ed una con una piccola montagna da rimpicciolire.

Queste caselle zoom ti permettono di "zoomare" per ingrandire e rimpicciolire l’attuale scala delle immagini. ( da ora la casella della montagna grande sarà abbreviata come i, e la montagna piccola come o).La casella nell’angolo in basso a destra della finestra delle applicazioni (in seguito si riferirà alla casella dello zoom) cambierà ogni volta che la casella i, o la casella o sarà cliccata sulla barra degli strumenti. Clicca la i una volta. Ora clicca i molte, molte volte.

Dovresti eventualmente vedere l’immagine apparire come un mosaico di quadrettini (pixel)

sullo schermo. Prima di procedere a #3, clicca sulla casella X1. L’immagine dovrebbe essere

ora alla massima estensione/ della dimensione massima e sulla casella “zoom” dovresti leggere

X1.0.

DOMANDE:

a. Che cosa osservi circa la lunghezza degli oggetti quando li ingrandisci? Quando li rimpicciolisci?

Gli oggetti aumentano/ diminuiscono in lunghezza proporzionalmente con il fattore zoom.

-----------------

b) Traduzione di Luca Navone (pagg. 68-76)

(Pag. 68)

b. Quali informazioni si ottengono rimpicciolendo? Quali informazioni sono perdute? Quando si zooma per ingrandire, si focalizzare su una regione più piccola. Eventualmente l’immagine diventa un mosaico di pixel. Quando si rimpicciolisce, invece si può vedere una regione più grande.

3.CASELLA ZOOMSi può anche zoomare in una specifica regione riquadrandola e zoomando.Piazza il puntatore del mouse sull’angolo superiore sinistro dell’area che si vuole riquadrare.Quindi cliccare e tenere premuto movendo il mouse in basso a destra.Dopo aver riquadrato l’area desiderata, lasciare il bottone del mouse.Si noti che la zona selezionata è delineata da linee tratteggiate.Ciccare sulla casella i . Si può continuare a zoomare sulla regione desiderata continuando a ciccare su i . Cosa si osserva? Se la casella dello zoom non è quadrata, le proporzioni dell’immagine sembrano cambiate? Motiva la tua risposta.

Le proporzioni di una figura non cambiano. Tutte le lunghezze cambiano in proporzione. La forma rimane la stessa, cambia la dimensione.

Per zoomare (ingrandendo o rimpicciolendo) in decimi, tenere premuto il tasto <Crtl> mentre si clicca sulla casella i oppure o.Si ritorna all’immagine intera ciccando sulla casella X1. così da leggere nella casella dello zoom Zoom = X1.0.

1. FARE UNA PANORAMICAPer fare una panoramica dell’immagine, si possono usare le barre di scorrimento.

Indagare sui colori di un’immagine satellitare

VISUALIZZAZIONE DELL’IMMAGINE:Nel menu Processor selezionare Display-image:

Leggere le seguenti informazioni sui colori e le immagini satellitari “Landsat”.I colori “rosso, verde e blu” si riferiscono ai tubi catodici del monitor del

computer (essi utilizzano rosso, verde e blu per ogni pixel con intensità specifiche).I canali o “bande” si riferiscono alle bande di luce riflessa che il satellite percepisce dagli oggetti dell’immagine.La banda 1 è la luce riflessa blu, la banda 2 è la luce riflessa verde, mentre la banda 3 si riferisce alla luce riflessa rossa.Rosso, verde e blu sono i colori primari della radiazione visibile. Sullo schermo, si ottengono differenti tonalità (e ombreggiature) di colore, quando i tubi catodici utilizzano differenti intensità di luce rossa, verde e blu sullo stesso pixel.Per esempio, intensità uguali di luce verde e rossa producono il giallo, intensità uguali di luce verde e blu il “cyan”; e intensità uguali di luce blu e rossa il magenta.Le bande 4 e 5 ricevono rispettivamente la radiazione riflessa vicino e nell’infrarosso.

Noi useremo le seguenti impostazioni dei canali RGB (rosso, verde e blu) per ottenere la sensazione di combinazioni di canali (bande) differenti

Immagini a colori reali : Questa combinazione di banda rappresenta come un’immagine apparirebbe all’occhio umano guardandola dallo spazio.

Red (Rosso) 3 (la banda rossa visibile)

Green (Verde) 2 (la banda verde visibile)

Blue (Blu) 1 (la banda blu visibile)

(Pag. 69)

Altre combinazioni di banda appaiono in quelle immagini che non appaiono come all’occhio umano.Queste immagini sono dette Immagini a falsi colori.Inserire le seguenti combinazioni di banda e osservare i risultati.

A. La seguente combinazione di banda imita fotografie aeree ad infrarossi. I vegetali, che riflettono una grande quantità di radiazione infrarossa,appariranno di un rosso brillante con questa combinazione di banda. È utile per coloro che studiano foreste:

Rosso 4 (la banda infrarossa corta)Verde 3 (la banda rossa visibile)Blu 2 (la banda verde visibile).

B. Questa combinazione di banda è utile specialmente per separare alberi e prati.

Le conifere o gli alberi sempreverdi appaiono di un verde intenso e scuro, gli alberi decidui di un verde medio e i prati verde chiaro oppure verde-giallognolo:

Rosso 5 (la banda infrarossa media)Verde 4 (la banda infrarossa corta)Blu 2 (la banda verde visibile).

Usate l’immagine del computer BEVERLY.LAN per la seguente attività.

Localizzate le caratteristiche della cartina seguente usando ciascuna delle impostazioni di canale (banda) Rosso, Verde e Blu (RGB) elencate.Registrate il colore di ciascuna caratteristica con in base ad ogni impostazione di canale (banda).

RGB 321 significa assegnare il canale 3 al tubo catodico rosso, il canale 2 al verde e il canale 1 al blu.PER CAMBIARE LE ASSEGNAZIONI DEL TUBO CATODICO APRIRE IL MENU PROCESSOR E SELEZIONATE DISPLAY IMAGE.

Suggerimenti per i PROBLEMI DI AVVIOSe, per errore, avete aperto il menu file e selezionato un’immagine, dovrete

correggere TUTTE le impostazioni, invece che le sole assegnazioni dei colori.Per fare ciò, ritornare alle direzioni GETTING STARTED per assicurarsi di farlo correttamente.

Se vi ritrovate con un immagine minuscola, ciò significa che avete selezionato un pezzo molto piccolo di immagine per errore e avete richiesto di visualizzarlo.Sotto il menu Processor selezionare Display-image. Ciccare sulla piccola casella nell’angolo superiore sinistro, alla sinistra delle parole: “Line” e “Column”. Ciò riporterà l’immagine alla visualizzazione intera di 512 per 512 pixel.

Completare la cartina, registrando il colore di ciascuna caratteristica rispetto a ogni combinazione di canale (banda).

RGB RGB RGB 321 432 542

Spiagge

Autostrade

Zone con alberi

Oceano

Città o paesi

Provare altre combinazioni di canale (banda) e annotare le proprie osservazioni.

(Pag. 70)

PAGINA DI RIFERIMENTO

Bande “MultiSpec” e relativo uso

3. Luce visibile ROSSA Utile per differenziare specie di piante, e identificare differenti caratteristiche culturali

4. Radiazione infrarossa corta Utile per differenziare i tipi di piante, determinarne lo stato di salute e per vedere masse d’acqua confinanti

5. Radiazione infrarossa media Utile per distinguere la neve dalle nuvole e determinare il contenuto di umidità di suolo e vegetazione

6. Radiazione infrarossa termica (Non inclusa nei dischi Landsat Unit) Utile per determinare la temperatura relativa e l’ammontare di umidità del suolo.

7. Radiazione infrarossa media, superiore (lunghezza d’onda maggiore della banda 5)

(Non inclusa nei dischi Landsat Unit) Utile per differenziare tipi di rocce e minerali e per dire quanta umidità le piante stiano trattenendo

(Pag. 71)

COLORA IL MONDOPreparazionePrecedentemente avete cambiato i colori dell’immagine sul computer. Quando si cambia la colorazione, gli oggetti potrebbero essere distinguibili come colori differenti o potrebbero diventare indistinguibili quando si mischiano col colore di altri oggetti attorno a loro.I cinque canali sulle immagini ritratte dal programma di grafica Mutlispec, contengono dati da una delle cinque differenti bande dello spettro elettromagnetico.Per ciascuna delle cinque bande, Landsat 5 percepisce la luce o la radiazione riflessa e assegna un numero di riflessione per rappresentare il livello di luminosità.

Tre di queste bande sono nell’intervallo della luce visibile: il canale 1 è la luce riflessa BLU, il canale 2 è la luce riflessa VERDE e il canale 3 la luce riflessa ROSSA.La luce riflessa rossa, verde e blu è utile per distinguere tra gli oggetti costruiti dall’uomo, come strade e edifici e le caratteristiche naturali del territorio come fiumi, laghi e montagne.

Gli altri due canali (4 e 5) stanno nell’intervallo della radiazione infrarossa, invisibile all’occhio umano.La radiazione infrarossa riflessa è utile per determinare i tipi di piante, determinarne la salute, distinguere tra neve e nuvole o identificare i tipi di rocce e minerali.Una volta selezionati numeri differenti per il colore in 3 canali per BEVERLY.LAN, si è richiesto al computer di visualizzare tre bande dello spettro elettromagnetico.

BANDA APPLICAZIONI PRINCIPALI

1. Luce visibile BLU Utile per mappare le acque vicino alle coste, mappare i tipi di foreste,differenziare il suolo dalla vegetazione e identificare le cose costruite dall’uomo (caratteristiche culturali)

2. Luce visibile VERDE Utile per differenziare i tipi di piante, determinarne lo stato di salute e identificare differenti caratteristiche culturali

Si può visualizzare un’immagine con colore in 1 canale.L’immagine allora visualizzerà livelli di luminosità di solamente una banda dello spettro elettromagnetico, come la luce visibile rossa o l’infrarosso corto.

In questa lezione è possibile provare a prendere dimestichezza con le categorie di oggetti basate sulla loro riflessione nelle differenti bande dello spettro elettromagnetico. Questo aiuterà a comprendere le immagini Landsat 5.

Materiale occorrente:Due computer ( Macintosh) con MultiSpec e BEVERLY.LAN su entrambi.

Ogni gruppo deve unirsi ad un altro gruppo e usare entrambi i computer.Se siete fortunati e disponete di un computer per ogni studente o coppia di studenti, potreste voler eseguire quest'attività in un gruppo maggiore usando tre computer.Tale attività può anche essere compiuta su un computer se si dispone di abbastanza memoria per aprire molte copie dell’immagine BEVERLY.LAN.Ora si esplorerà la connessione tra radiazione elettromagnetica e i canali che possono essere selezionati nell’opzione Display Image del menu MultiSpec sotto la voce Processor. Probabilmente si vorrà mantenere a portata di mano la pagina di riferimento:“Bande MultiSpec e relativo uso”.

Se si sta riavviando il proprio computer, seguire i primi passi in GETTING STARTED per ottenere la casella di dialogo intitolata Set Display Specifications for BEVERLY.LAN.

Ciccare sulla casella chiamata Display type e selezionare 1-channel color. Ciccare sulla casella chiamata Bits of color e selezionare 8 o 24 se si possiede la

memoria richiesta.

(Pag. 72)(Immagine SET DISPLAY SPECIFICATION FOR: Pag.72)

Ora le direzioni per i due computer cambiano:

- Sul primo computer, digitare 4 per il canale (vicino alla parola Gray).Ricordarsi di mettere in evidenza il numero da cambiare, quindi digitare il nuovo numero; cancellare il vecchio numero non sempre funziona in questo programma. Premere Enter o cliccare su OK.

La scala Gray dell’immagine che si vede rappresenta i livelli di riflessione di una banda di radiazione elettromagnetica. Che banda è questa? E` una banda visibile?

- Sull’altro computer digitare 3. Premere Enter o cliccare su OK. Che banda di radiazione elettromagnetica è trasmessa attraverso il canale 3? E` una banda visibile?

- Se si ha un terzo computer, selezionare un’altra banda visibile da visualizzare. Dopo che l’immagine sia stata visualizzata, allargare la finestra di visualizzazione a

circa il doppio delle dimensioni.Ciccare sulla casella X1. nella barra degli strumenti per allargare l’immagine.Il monitor dovrebbe sembrare simile all’immagine che segue.

(Pag. 73)(Beverly.lan ch.4: IMMAGINE Pag.73)

Scorrere in modo che sullo schermo di ogni computer sia visualizzata la stessa regione dell'immagine.

Mantenere queste due immagini sugli schermi dei relativi computer, assicurandosi che ognuno possa vedere entrambi gli schermi. Le immagini saranno in sfumature di grigio.

Si dovranno cambiare i canali sui computer utilizzati per rispondere alle domande seguenti.Per fare ciò selezionare l’opzione Display Image sotto Processor nel menu MultiSpec e cambiare solo il numero del canale.

(Pag. 74)

Leggere con attenzione:Se un oggetto ha un alto livello di riflessione per una banda particolare, esso apparirà molto luminoso (quasi bianco). Se esso ha una bassissima riflessione, assorbe la maggior parte di una banda e appare molto scuro (quasi nero).Per esempio se un oggetto riflette più luce blu che luce rossa, allora apparirà più chiaro nell’immagine per cui è stato selezionato il canale 1 per la luce blu, che nell’immagine il cui canale selezionato è 3 per la luce rossa.

Rispondete alle seguenti domande il più completamente possibile

1. Si dovrebbero poter distinguere gli alberi, il ponte ferroviario tra Beverly e Salem, e le baie poco profonde più facilmente in un’immagine, ma non nell’altra. Le strade sono luminose in un'immagine, ma scure nell’altra.Spiegare queste osservazioni facendo riferimento alle bande rossa ed infrarossa corta dello spettro elettromagnetico.

Gli alberi assorbono la luce rossa e appaiono scuri nella banda rossa, che può essere riconosciuta dalle spiagge o dai prati. Nella banda infrarossa corta gli alberi appaiono molto luminosi, poiché riflettono la radiazione infrarossa corta. Non sono facilmente distinguibili dai prati.

L’acqua poco profonda ad est del ponte Beverly-Salem riflette un basso livello di luce rossa visibile, ed appare più chiara dell’oceano più profondo. Tutte le aree con acqua assorbono la radiazione infrarossa corta e media.

Il ponte ferroviario riflette la luce rossa ed è visibile nella banda rossa. Esso assorbe la radiazione infrarossa breve e non è facilmente distinguibile nella banda infrarossa.

Le autostrade riflettono la luce rossa visibile e assorbono la radiazione infrarossa corta.

2. Elencare altri oggetti che abbiano sia un’alta riflessione della luce rossa visibile e una bassa riflessione della radiazione infrarossa corta o viceversa.

Gli edifici, spesso chiamati caratteristiche culturali perché realizzati dall’uomo, riflettono la luce rossa visibile ma assorbono la radiazione infrarossa corta.

Nota. Per rispondere alle domande che seguono, occorrerà cambiare le bande sui computer e fare dei paragoni.

3. Le caratteristiche cultuali, sono caratteristiche create dall’uomo come strade, edifici e ponti. Che cosa si nota a proposito della loro riflessione della luce visibile e della radiazione infrarossa? Per rispondere a questa domanda, sul computer che visualizza la luce rossa visibile, cambiare il canale sulla luce verde visibile (banda 2) e poi sulla luce blu visibile.

Le caratteristiche cultuali hanno un’alta riflessione di tutta la luce visibile e una bassa riflessione della radiazione infrarossa corta.

4. Cosa si osserva a proposito della riflessione relativa della luce (a) Rossa, (b) Blu e (c) Verde; e della (d) Radiazione infrarossa, da parte dell’oceano? Come progetto extra si potrebbe condurre qualche ricerca per determinare il motivo per cui le acque appaiono blu all’occhio umano.

Le masse d’acqua assorbono pressoché ogni tipo di radiazione, ma la luce visibile blu sarà riflessa più delle altre bande.

5. Cosa si osserva a proposito della riflessione relativa della luce (a) Rossa (b) Blu e (c) Verde; e della (d) Radiazione infrarossa, da parte degli alberi?

Gli alberi riflettono bassi livelli di luce visibile rossa e blu, e livelli leggermente maggiori di luce verde. Essi riflettono alti livelli di radiazione infrarossa corta e media.

6. Che cosa si osserva a proposito della riflessione relativa della luce (a) Rossa (b) Blu (c) Verde e della (d) Radiazione infrarossa, da parte delle “Caratteristiche cultuali”?

Le caratteristiche cultuali riflettono tutta la luce visibile e bassi livelli di radiazione infrarossa corta.

(Pag. 75)

7. C’è una nuvola su Beverly e altre nuvole più piccole nell’immagine. Provare varie bande per fare delle osservazioni sulla riflessione delle nuvole.

Le nuvole riflettono ogni tipo di luce visibile e radiazione infrarossa.Questo è il motivo per cui le immagini libere da nuvole sono importanti per distinguere le caratteristiche del terreno.Le nuvole “nascondono” la terra. Le onde-radar penetrano tra le nuvole. Il satellite Landsat 6 che è stato lanciato senza successo disponeva di un sensore radar.

8. Le ombre delle nuvole e i laghi appaiono scuri nell’immagine. Provare varie bande per sviluppare alcuni modi di distinguere le ombre delle nuvole dai lagni.

I laghi riflettono bassi livelli di luce visibile e praticamente nessuna radiazione infrarossa. Le ombre sono “trasparenti” e riflettono qualsiasi cosa sia al di sotto di esse. Questo significa che se esse sono sopra degli alberi, la regione in ombra rifletterà alti livelli di radiazione infrarossa.

9. Scrivere una domanda sul colore e le immagini e rispondere ad entrambe da soli o far tentare di rispondere un gruppo vicino. Scrivere la domanda e rispondere qui di seguito.

Le risposte possono essere diverse.

10.L’autore della tabella sottostante non ha finito il proprio lavoro.a. Inserire la scala sull’asse “livelli di riflessione”.b. Inserire le parole che vanno con i numeri dell’asse “canali”.

L | I | V | E | L | L | I |

| D | I | | R | I | F | L | E | S | S | I | O | N | E | |

| | | | | |

1 2 3 4 5Canali

11.Si supponga di aver selezionato un pixel che contiene solo alberi.Sulla tabella #10 si provi a supporre il valore di riflessione del canale per ogni banda. Usare la risposta alla domanda 5 per aiutarsi a rispondere a questa.

(Pag. 76)

Composizione di grafici

Lettura di preparazioneGli istogrammi che si studieranno riguardano i valori della riflessione di ciascuna delle 5 lunghezze d’onda delle misure satellitari. Sulla scala orizzontale i numeri da 1 a 5 si riferiscono rispettivamente alle lunghezze d’onda del blu, verde, infrarosso corto e infrarosso medio. La scala verticale spazia da 0 (assenza di riflessione) a 255 (massima riflessione). Alcune volte la scala verticale salirà oltre 255, ma i valori tracciati non

supereranno mai 255. Si noti che il grafico ha reale valore solo quando viene letto nelle posizioni orizzontali di 1, 2, 3, 4 o 5.I segmenti che collegano i punti non rappresentano valori di riflessione di altre lunghezze d’onda; rendono semplicemente il grafico più semplice da leggere.

La linea rossa è il valore medio della riflessione di tutti i pixel dell’area selezionata. Le linee verdi rappresentano tutte le riflessioni con deviazione standard dalla media minore di 1, e le linee blu i valori minimo e massimo.Una definizione formale della deviazione standard non è sviluppata. Si è semplicemente informati del fatto che le linee verdi contengono circa il 66% della riflessione nell’area selezionata.

Matematicamente l’enfasi principale dovrebbe riguardare l’interpretazione dei grafici. Si stanno osservando grafici che sono stati graduati per riempire la finestra. Nonostante che essa sia conveniente, questa caratteristica può confondere, perché la scala verticale può cambiare totalmente da una regione all’altra. Quindi, sebbene due grafici possano assomigliarsi, le loro scale verticali possono essere molto differenti.Questo fenomeno evidenzia la differenza tra due grafici con la stessa forma relativa ma differenti forme assolute.

Per esempio, si considerino i due grafici nella pagina seguente, mentre le forme relative sono abbastanza simili, le forme assolute sono molto differenti. L’istogramma di sinistra ha un calo nella banda numero 4 come l’istogramma di destra, in ogni modo, il calo sulla destra è molto minore in confronto a quello di sinistra!Si noti che il calo sulla destra attualmente sembra maggiore di quello sinistro.Ciò quando noi osserviamo attentamente le scale verticali, ma in ogni caso ciò che si scopre è che il calo di sinistra rappresenta uno sbalzo di quasi duecento valori di intensità, mentre il calo di destra è di soli 9 valori di intensità!I cali sono nella stessa posizione relativa su entrambi i grafici ma di dimensioni assolute molto differenti.

(2 GRAFICI, Pag.76)

Il fatto di avere allargato l’immagine e assegnato vari colori alle differenti lunghezze d’onda ci ha aiutato a distinguere tra regioni di aspetto simile che poi erano effettivamente differenti. Ma alcune regioni possono ancora apparire simili sullo schermo del computer nonostante rappresentino differenti oggetti a terra. In questa lezione abbiamo imparato ad usare gli strumenti del programma Multispec per aiutarci a classificare le regioni e a distinguere regioni differenti.

-----------------

c) Traduzione di Alessandro Muttoni (pagg. 77-84)

(Pag. 77)

QUALI DI QUESTE COSE NON VI APPARTENGONO?Al computer, avvia il programma MultiSpec ed apri l’immagine di Beverly, MA se

non è già stato fatto. Assegna i colori rosso, verde e blu alle bande 3, 2, 1 per creare un’immagine di colori veri.

Come si possono classificare e distinguere le regioni su un’immagine usando gli istogrammi?

Ormai si può capire che le immagini che si stanno studiando sono basate su numeri che rappresentano l’intensità della luce riflessa a cinque differenti lunghezze d’onda.

Ora scegli Coordinates Bar dal menu View. Ora seleziona New Selection Graph dal menu options. Clicca ovunque sulla finestra dell’immagine per metterla in evidenza, e clicca di nuovo su uno dei pixel. Con un restringimento della finestra (clicca sul suo angolo in basso a destra) e muovendola sul desktop (trascina la sua barra del titolo), aggiusta la finestra cosicché essa appaia simile alla figura seguente.

(Fig. Pag. 77)

COORDINATES BAR (barra delle coordinate)Direttamente sull’immagine della figura qui sopra c’è la Coordinates Bar. Questa

barra ti permette di conoscere esattamente quale parte dell’immagine selezioni quando clicchi sulla finestra dell’immagine. Le coordinate del cursore sono date come una coppia ordinata, in cui il numero della linea è dato prima e quello della colonna per secondo. In questa figura il pixel selezionato è quello in (102, 135). Dipendentemente dal fattore di ingrandimento che stai usando devi usare la barra di scorrimento sulla finestra dell’immagine per trovare un pixel particolare.

(Pag. 78)

SELECTION GRAPHAlla destra della finestra dell’immagine c’è la finestra Selection Graph. Questa è la

finestra che tu dovresti imparare ad usare durante questa sessione del computer. È un grafico di valori di riflessione del pixel (o dei pixel) che hai selezionato. Nella figura sopra c’è un grafico per il pixel localizzato in (102, 135).

Questo grafico fornisce molte informazioni. L’asse inferiore ha etichette 1, 2, 3, 4, 5 che corrispondono al blu, verde, rosso (infrarossi corti) e lunghezze d’onda dell’infrarosso medio che il Landsat esamina. La scala verticale corrisponde al valore numerico del riflesso. Questa scala può variare da 0 a 255. Uno 0 rappresenterebbe una luce non riflessa, ed un 255 rappresenterebbe il massimo riflesso di una luce. Ricorda che questi valori possono essere il risultato di una stesura di dati. Il pixel che abbiamo selezionato è più luminoso nella banda 4, e più scuro nella banda 3.

Ciò significa che l’oggetto in questo posto sulla terra si sta riflettendo maggiormente la luce degli infrarossi corti, anziché delle altre lunghezze d’onda. Ora clicca ovunque sulla finestra dell’immagine per attivarla. Poi clicca sul pixel con coordinate (L, C) = (254, 248) che è situato sull’oceano. A questo punto troviamo il riflesso di circa 60, 44, 10, 11 e 6. Guarda la figura qui sotto per farti un’idea di ciò cui il tuo schermo dovrebbe assomigliare.

(Fig. Pag. 78)

(Pag. 79)

Nota che i riflessi sono più in basso di ognuno delle cinque bande per il precedente pixel (102, 135). Questa differenza ha senso quando ci aspettiamo che l’oceano sia più scuro del terreno. Se qualche volta hai volato sopra l’oceano e gli alberi, avrai notato come il mare appare quasi nero, mentre gli alberi appaiono più brillanti. Il fatto che l’acqua assorbe la maggior parte dell’energia che cade su di essa può aiutarci a determinare se una scura regione ignota è acqua, oppure no.

Ora clicca e portati nella finestra dell’immagine per selezionare un rettangolo di molti pixel. Abbiamo selezionato un rettangolo col suo angolo superiore sinistro di pixel (L,C) = (85, 94) ed il suo angolo destro più basso (L,C) = (129, 138). Cerca di selezionare

questi pixel per l’angolo superiore sinistro e l’angolo inferiore destro del tuo rettangolo. Il risultato dovrebbe assomigliare alla figura qui sotto.

(Fig. Pag. 79)

Nota che ora la “selection graph” contiene 5 linee. La linea rossa è la media del riflesso di tutti i pixel nel rettangolo che abbiamo selezionato. Le linee verdi delineano una zona che contiene la “media” del 66% dei valori dei riflessi. Le linee blu indicano dove sono i valori minimi e i valori massimi per i riflessi di tutti i pixel che abbiamo selezionato. Per esempio, guarda il riflesso sulla banda 4: di tutti i pixel che hai selezionato nel rettangolo il riflesso minore è circa1di valore 10, il valore del riflesso maggiore è attorno a 225, il 66% dei riflessi è tra 130 e 208, ed il riflesso medio è di circa 160.

(Pag. 80)

USARE LA FINESTRA DELL’ISTOGRAMMA PER DISTINGUER LE DIFFERENTI REGIONI

Possiamo usare la finestra dell’istogramma per aiutarci a distinguere regioni simili e diverse. Quello che faremo è trovare un’area d’interesse e salvare il suo istogramma, per poi paragonarlo con un secondo istogramma di un’altra area d’interesse.

Vai ad un ingrandimento del X2; clicca e trascina il mouse per selezionare un rettangolo con angolo superiore sinistro (L, C) = (179, 30) e l’angolo inferiore destro (L, C) = (182, 37). Il tuo schermo dovrebbe assomigliare alla figura sotto.

(Fig. Pag. 80)

Ora scegli Keep Selection Graph dal menu Options (opzioni).Un nuovo grafico di selezione appare e il vecchio grafico di selezione rimarrà fisso finché non selezioni un nuovo insieme di pixel. Posiziona il secondo grafico di selezione sotto il primo grafico così che il tuo schermo assomigli alla figura qui sotto.

(Pag. 81)(Fig. Pag. 81)

Dopo che il tuo schermo appare simile ad una delle figure sopra, clicca sulla finestra dell’immagine per attivarla, poi clicca su uno dei suoi pixel. Nota che la cima del grafico rimane invariata e cambia solo la parte inferiore. La visione di entrambi ti permette di confrontare l’istogramma di una nuova regione con l’istogramma (salvato su disco) della regione bianca visibile nell’immagine. Questa regione bianca è vicina ad una strada ai confini di Beverly. E’ molto probabile che quest’area brillante sia causata da una luce che riflette su grandi edifici con tetti di metallo o tetti di cemento.

Seleziona proprio il pixel in (L,C) = (210, 216). Questo è un pixel in un’altra regione bianca. E’ giusto fuori della città di Beverly. Può quest’area bianca corrispondere anche ad edifici? Confrontiamo l’istogramma di questa regione con il primo istogramma e cerca di decidere se gli oggetti sono uguali o diversi. Dopo aver selezionato il pixel in (L, C) = (210,216) il tuo schermo dovrebbe assomigliare all figura seguente.

(Pag. 82)(Fig. Pag. 82)

DIFFERENZE ASSOLUTE E RELATIVE

Nella figura sopra la parte superiore del grafico è dell’oggetto luminoso nella città di Beverly, la parte inferiore del grafico è l’istogramma dell’immagine luminosa situata nel luogo in cui il cursore “cross–hair” è situato nel pixel (210, 216). Queste regioni bianche sono le stesse? I loro grafici sembrano molto simili. Entrambi i grafici hanno un lieve calo o “dip” sulla banda 4.

Se avessimo lavorato frettolosamente, magari avremmo concluso dai grafici che questi oggetti sono gli stessi. Se fosse realmente importante sapere quello che vi era in queste ubicazioni, avremmo fatto sicuramente alcune verifiche sul terreno. Qualche volta, però, le verifiche sul terreno potrebbero essere costose o impraticabili. In questi casi uno studio più attento dei grafici sarà il nostro unico indizio per l’identità degli oggetti.

Guarda più da vicino i due grafici. In particolare poni attenzione alle scale verticali. Il programma MultiSpec scegli automaticamente i valori minimi e massimi delle scali verticali dei riflessi. Il risultato è che possiamo guardare una porzione molto piccola dell’intera scala.

Il vantaggio è che vediamo solo la porzione della scala attinente alla regione selezionata. Lo svantaggio è che confrontando due grafici con scale diverse ci si può confondere.

(Pag. 83)

Nota che la cima del grafico scende dalla parte superiore 200 nelle bande 1..3 giù fino a 90 nella banda 4. La parte inferiore scende da 255 sulle bande 1 – 3 a 246 sulla banda 4. Quest’abbassamento è molto lieve in termini assoluti, finché vi è una sola differenza di 9 livelli di riflesso. L’abbassamento degli altri grafici è molto più marcato in termini assoluti. Sulla cima del grafico è di circa 150 livelli di riflessi! Quando le differenze sono assolutamente evidenti, i due grafici sono molto differenti.La ragione per cui i grafici inizialmente apparivano uguali è che abbiamo reagito relativamente alla forma dei due grafici. Entrambi i grafici hanno un calo all’altezza della banda 4. Per sapere la differenza i grafici più apparenti, possiamo strutturare i due grafici con la stessa scala della figura sottostante.

(GRAFICO Pag. 83)

L’oggetto col riflesso maggiore sulla banda 4 riflette un’energia molto bassa d’infrarossi. L’istogramma dell’altro oggetto indica che riflette molta energia a tutte le lunghezze d’onda misurate da Landsat.La morale è che occorre accertarsi se la somiglianza dei due grafici sia una somiglianza, o una differenza, relativa od assoluta.

UN ALTRO ESERCIZIO DI DISTINZIONEGli oggetti brillanti alla sinistra dello schermo (il centro di Beverly) probabilmente

rappresentano, per la maggior parte, degli edifici. Ora abbiamo la prova (gli istogrammi) che suggerisce che le aree brillanti nella parte destra dello schermo non sono edifici. Abbiamo distinto tra due oggetti che appaiono simili ma sono diversi.

Ma che cos’è ciò che brilla nella parte destra dello schermo?Usa un ingrandimento X2.0 e posiziona l’area brillante sconosciuta vicino il centro della finestra dell’immagine. Nota le tre paia di regioni chiare e scure. L’allineamento delle tre paia è identico. La regione scura è sempre alla stessa distanza dall’angolo superiore

sinistro dello schermo relativo alle regioni luminose. Se non ti fosse mai venuto in mente, queste ombre potrebbero essere le nuvole e le loro ombre?

(Pag. 84)

Le forme molto simili suggeriscono sicuramente che stiamo guardando le nuvole e le loro ombre. Nota in particolare come l’oggetto scuro nella coppia A corrisponda all’oggetto chiaro nella coppia A nella figura sottostante.Queste devono essere le nuvole e le loro ombre!

(Fig. Pag. 84)

Ma siamo scettici. Cosa possono anche essere queste regioni scure? Forse sono laghi! Facciamo un istogramma di una di queste regioni scure e salviamolo. Otterremo allora l’istogramma di un lago noto per le proposte di confronto. Qui vi sono le fasi che possiamo seguire per un esercizio di differenziazione.

Clicca sulla parte superiore del grafico per attivarlo. Ora clicca sulla casella chiusa (nell’angolo superiore sinistro della finestra) per chiudere quest’istogramma.Clicca sulla finestra dell’immagine per attivarla. Ora seleziona il rettangolo di pixel da

(L, C) = (186, 183) fino a (L, C) = (189, 186). Questa regione coincide con la regione scura che potrebbe essere l’ombra di una nuvola o un lago. Vorresti poter usare un ingrandimento X2.0 (o X1.0). Il tuo schermo dovrebbe assomigliare alla figura sottostante.

-----------------

d) Traduzione di Paolo Garrone(pagg. 85-93)

(Pag. 85)(Fig. Pag. 85)

Quando il tuo schermo assomiglia alla figura sopra, muovi la Selection Graph dalla posizione in basso alla posizione in alto (dov’era il vecchio grafico).Poi scegli Keep-Selection-Graph dal menu Options. Ora il grafico in alto rimarrà fisso, mostrando sempre l'istogramma dell'ombra della possibile nuvola. Ridimensiona e metti in posizione la nuova finestra Selection-Graph sotto a quella in alto.

Ora troviamo un lago. Clicca sulla finestra dell'immagine per attivarla. Scorri la finestra dell'immagine e quindi seleziona il rettangolo di pixel da (L,C) = (52, 237) fino a

(L,C) = (56, 243). Questa regione è definitivamente un lago, come già accertato dal truthing del terreno. L'istogramma di questa regione del lago dovrebbe apparire nella finestra del grafico più bassa. Dopo aver selezionato la regione del lago nota, il tuo schermo dovrebbe assomigliare alla figura sotto.

(Pag. 86)

(Figura: Pag.86)

Nota che le scale verticali su questi due grafici sono quasi identiche. Possiamo comparare questi grafici direttamente e non preoccuparci degli errori dovuti a somiglianze relative che sono di fatto diverse in termini assoluti.

L'istogramma in alto è della sospettata ombra, e l'istogramma in basso è del lago noto. Sono gli stessi? No. Il lago assorbe molta più energia dall’infrarosso-vicino (banda 4) di quanta ne assorbe l'ombra. La differenza in riflessione sulla banda 4 circa un coefficiente di quattro (11 per il lago comparato con 44 per l'ombra).

Questa differenza fa intuire come ci aspetteremmo che gli alberi nell'ombra riflettono più energia infrarossa che un lago che è un assorbitore eccellente d'energia infrarossa.

La nostra esplorazione è arrivata alla fine. Abbiamo utilizzato istogrammi per identificare nuvole e le loro ombre. Ora è il tuo turno di mettere istogrammi da usare per aiutarti a scoprire alcune caratteristiche interessanti dell'immagine di Beverly.

(Pag. 87)

COS’È QUESTO?!Usando lo strumento dell'istogramma della riflessione, esplora l’immagine di Beverly-MA e

vedi se puoi trovare altri esempi di regioni sull'immagine dello schermo che appaiono uguali ai tuoi occhi ma hanno istogrammi molto diversi. Puoi esporre fino a 12 istogrammi sullo schermo in uno stesso tempo per paragonare le caratteristiche.

Alcune esplorazioni possibili includono: distinzione di spiagge e coste da acque poco profonde;differenze tra marciapiedi su strade o parcheggi e edifici; confronti tra acque poco profonde ed acque profonde.

Esplora aree di vegetazione colorate similmente che possono avere istogrammi diversi. Esamina in dettaglio la transizione da terra ad oceano. Per esempio, guarda l'istogramma per un pixel alla volta iniziando con (138, 397) e muovendoti ad est attraverso i pixel

(138; 398) (138; 399) (138; 400) fino a (138; 412).Se trovi qualche cosa d'interessante scrivi un paragrafo che serva da guida ad esplorare la

caratteristica interessante che hai trovato. La guida dovrebbe essere abbastanza completa perché qualcun altro possa riprodurre le tue esplorazioni. Includi anche nel paragrafo la tua analisi degli oggetti che esamini. Sostieni qualche conclusione che fai con indizi basati sugli istogrammi degli oggetti attinenti. Puoi copiare anche istogrammi sulla “clipboard” e incollarli dentro un’altra applicazione, come un elaboratore di testi, per formare una biblioteca d'istogrammi rappresentativi di caratteristiche specifiche. Puoi indagare allora un'immagine ignota e riconoscerne le caratteristiche trovando istogrammi simili a quelli nella biblioteca.

(Pag. 88)

Trovare l'area di regioni sagomate irregolarmente. Regioni con foreste e laghi generalmente hanno confini irregolari. In questa parte del “tutorial” ti sarà chiesto di trovare l’area di un oggetto sagomato irregolarmente.

Metodo del rettangolo inscritto / circoscritto. Con questo metodo tu stimi per eccesso l'area di una regione con un rettangolo e stimi per difetto l'area della regione con un rettangolo più piccolo. Fare la media delle aree dà una stima veloce dell'area della regione sagomata irregolarmente. Per il nostro esempio troveremo l'area di un'isola della costa, vicino Beverly-MA. In Figura 1, un rettangolo definisce una regione con area più grande di quella dell'isola.

(Fig. Pag. 88)

(Pag.89)

Per determinare le coordinate della regione selezionata, sotto il menu View seleziona Coordinates-Bar. Nota le coordinate nella figura. Considera lo schermo un grande grafico di coordinate con (0; 0) nell'angolo superiore sinistro, (512; 0) nell'angolo destro superiore (0; 512) nel più basso sinistro, e (512; 512) nel destro più basso come mostrato in Figura 2. Le linee sono orizzontali e possono essere pensate come righe in una matrice. Le colonne sono verticali e possono essere pensate a come colonne in una “matrice”.

(Disegno: Pag. 89)

Le coordinate in Figura 1 sono linee da 272 a 301 e colonne da 347 a 370. Da 301- 272= 29, il rettangolo evidenziato è 29 pixel in estensione (verticale) o 30m*29 = 870 metri. La differenza delle colonne è 370 – 347 = 23 pixel. Moltiplicare 30m.*23 = 690 metri. L'area della regione evidenziata rettangolare è 870m.*690m. = 600 300 metri quadrati. Segui la stessa procedura per determinare l'area della regione evidenziata in Figura 3 sulla pagina prossima.

(Pag. 90)

(Fig. Pag. 90)

(290 - 278)*30 = 360 metri; (364 - 349)*30 = 450 metri. L'area è 360m.*450m. = 162 000 metri quadrati. Usa l'informazione appena calcolata per determinare l'area dell'isola: (600 300 + 162 000) / 2 = 381 150 metri quadrati. Assumendo una precisione di una cifra, l'area è circa 400 000 metri quadrati. Questo conclude la parte di base del “tutorial” di MultiSpec. Dovresti essere in grado ora di usare quello che hai imparato qui per investigare immagini della tua zona. Ci sono molte altre capacità di questo software che sono indirizzate nella parte avanzata di questo “tutorial” che seguirà.

(Pag. 91)

Tutorial per il “Clustering” non supervisionato. Ogni pixel nella tua immagine LandSat-TM contiene una ricchezza d'informazione circa i

materiali della superficie che hanno riflesso luce da quel pixel ai sensori del satellite. Ogni pixel contiene un valore, da 0 al 255, per ciascuna banda TM fornita con la tua immagine. Se, per esempio, la tua immagine contiene dati per cinque bande, allora ogni pixel contiene cinque dati, ciascuno che varia da 0 a 255, come mostrato nel diagramma del pixel dell'esempio a destra.

LandSat Pixel

Band 1 Blue 39Band 2 Green 53Band 3 Red 25Band 4 Near IR 129Band 5 Middle IR 46

30 m.

30 m.

Questo significa che la tua immagine potrebbe contenere 2565 (cioè circa 1.1 bilione) di diverse possibili combinazioni spettrali. Ognuna di queste combinazioni non rappresenta un tipo diverso di landcover; la maggior parte di queste variazioni rappresenta molto piccole e, a noi, invisibili differenze nella riflessione della superficie. Nella maggior parte degli esempi il tuo monitor del computer esporrà soltanto 256 colori diversi, di conseguenza soltanto 256 pixel diversi. Anche predisponendo a “milioni” di colori, solo una piccola parte dei molti pixel diversi può essere esposta. Anche se un monitor potrebbe esporre tutti i pixel diversi possibili, i tuoi occhi semplicemente potrebbero riconoscere soltanto un numero piccolo di differenze nel loro aspetto. Poiché c'è un numero limitato di tipi diversi di Landcover (lo schema delle Classificazioni UNESCO modificato MUC contiene circa 130 tipi diversi), e nessun sito di studio del GLOBE avrà tutti quei tipi diversi di Landcover, è necessario raggruppare i pixel insieme in un numero minore "classi" con legami. Questo processo, se pixel con caratteristiche spettrali simili sono raggruppati, è fatto in due modi diversi, da una classificazione supervisionata e non supervisionata.In una classificazione supervisionata, devi “allenare” il software a riconoscere quei particolari tipi di pixel che rappresentano tipi specifici di Landcover. Questo si fa sulla base della tua conoscenza della tua area, e campo di lavoro che puoi fare. Il software allora classifica i pixel della tua immagine dentro i gruppi che hai specificato. Il MultiSpec tutorial fornito coi tuoi materiali del GLOBE contiene una sezione su una classificazione supervisionata.

(Pag. 92)

In una classificazione non supervisionata o Clustering, registriamo il numero di gruppi, o di cluster che desideriamo avere, e certe altre specificazioni. Il software allora esamina i pixel nell'immagine e li raggruppa secondo caratteristiche spettrali simili. Questi raggruppamenti non sono fatti sulla base della Landcover, ma sulla somiglianza delle caratteristiche spettrali dei pixel.

Come parte della tua preparazione di una mappa della Landcover per la tua zona principale di 15km*15km di studio per il GLOBE, è necessario per te identificare aree relativamente grandi, e omogenee nella tua immagine per lo studio del suolo e più tardi usa una classificazione supervisionata. Per fare questo, avrai la tua immagine cluster MultiSpec. Questo ti aiuterà a localizzare aree per fare una visita per studi di accertamento del suolo.

Clustering. Per fare una dimostrazione di clustering, ti servirai di un sub-set (sotto-insieme)

dell'immagine di Beverly-Massachusetts fornita col tuo MultiSpec tutorial. Questa "sotto-immagine" di 101*101 pixel permetterà alla dimostrazione di procedere più rapidamente del clustering di un'immagine di 512*512, e ti permetterà di seguire esattamente i passi delineati in questo tutorial. Avvia MultiSpec ed apri l'immagine beverlysubset.lan. Attiva il menu Project, come mostrato a destra, seleziona New-Project.

New ProjectOpen project… ¤;Close ProjectSave ProjectSave Project As…

Use original statisticsUse enhanced statistics

Clear statisticsChange Base Image File…

Add As Associate Image

Le tue esercitazioni di clustering sono salvate come progetti e, quando sono finite, possono essere aperte da MultiSpec come Thematic-Images:

dal menu Processor, seleziona Cluster. Clustering è la terminologia di MultiSpec per una Unsupervised-Classification. Com'è mostrato sulla pagina seguente, la finestra Set-Cluster-Specification si apre. È in questa finestra che puoi selezionare un algoritmo del metodo clustering (con il quale il software esegue il "raggruppamento") e registrare certi valori per l'uso del software.Devi fare impostazioni sicure in questa finestra.

(Pag. 93)(Riquadro: Pag.93)

Per prima cosa, sii sicuro di cliccare il bottone Image-Area. Clicca per mettere una X nella casella Disk File. Questo salva il tuo programma nel disco.Assicurati di selezionare “To New Project” dal Cluster-Stats: menu.

Infine, clicca il bottone ISODATA, come indicato dal cursore nel diagramma di sopra. ISODATA è l'algoritmo, o processo matematico, che MultiSpec userà nel procedimento di clustering.

-----------------

e) Traduzione di Manuela Siciliano (pagg. 94-102)

(Pag. 94)

Una nuova finestra, la finestra Set ISODATA Cluster Specifications si aprirà, come mostrato sotto.

(Riquadro: Pag.94)

E’ in questa finestra che chiami Multispec come vuoi che il raggruppamento proceda.Le informazioni di cui hai bisogno:- Essere certo che IMAGINE AREA abbia il bottone premuto, come mostrato sopra.- Seleziona Along first cov. eigenvector; questo è l’algoritmo che Multispec utilizzerà nel suo raggruppamento.- Lascia i riquadri delle “Altre Opzioni” invariati, per quest'esercizio.

Nota. Il “numero di gruppi” dice al software quanti gruppi differenti desideri per la classificazione. Il numero 10 è utilizzato in quest'esercitazione, perché stiamo classificando una piccola area. Il numero di gruppi, che userai quando raggruppi la tua immagine 512*512, sarà discusso più avanti.

Durante la classificazione, il programma va sempre avanti attraverso i dati di sopra e di sopra. Questa è chiamata “Iterazione”.Ogni iterazione è chiamata “Passaggio”. Il sistema costruisce “passaggi” attraverso l’immagine fino ad una percentuale predisposta di pixel nell’immagine non combinate durante il passaggio. Il raggruppamento allora finisce. Questa percentuale è chiamata la “Convergenza”.

“Il minimo formato di gruppo” dice al sistema la più piccola zona misurata con cui lavorare. Zone più piccole che questo minimo formato non saranno raggruppate.

(Pag. 95)

- Dopo aver ricostruito queste celle, clicca ok.- La finestra Set Cluster Specifications appare di nuovo.

(Riquadro: Pag.95)

- Nella parte più bassa a sinistra dell’angolo, c’è la Classification Threshold: la casella d'entrata. Cambia il valore in questa cella fino a 100.

Selezionando in questa “soglia” un valore fino a 100, forza il sistema ad assegnare ogni pixel nell’immagine ad uno dei gruppi. Un valore minore di 100 specifica la tolleranza per l’assegnazione di pixel. Un valore minore di 100 risulterà in alcuni pixel, non essendo assegnato a gruppi. In questo raggruppamento, sei interessato in gran modo, zone completamente omogenee, che pixel individuali dalle caratteristiche spettrali scarsamente differenti, puntando la mappa, sono superflui.

(Pagina 96)

- Il “File Salva” appare nella finestra di dialogo, come mostrato sotto. C’è un falso nome per il tuo file d’immagine classificato Untitled Project.Cluster. Dovresti cambiare in parte lo Untitled Project in qualcosa di più descrittivo, ma lascia che l’estensione Cluster ti dica quale tipo di file è questo.

(Riquadro: Pag. 96/A)

Allora il sistema fa i suoi primi passaggi attraverso l’immagine per iniziare a determinare i presenti gruppi come mostrato, sotto, nello Status.

(Riquadro: Pag. 96/B)

(Pag. 97)

- Poi riappare il primo accesso allo Status di raggruppamento, come mostrato sotto.Durante l’iterazione iniziale (1° passaggio) ”la Percentuale di pixel non è cambiata”

non mostra nessun valore. Viene anche dato un tempo per il completamento del passaggio.

(Riquadro: Pag. 97/A)

- “La Percentuale di pixel non è cambiata”: l’entrata non cambia fino alla fine del passaggio 2. Come mostra il diagramma, verso il tipico valore del 30%-40%, a questo punto il passaggio sarà completato.

(Riquadro: Pag. 97/B)

(Pag. 98)

- Durante i passaggi susseguenti, la “Percentuale di pixel non è cambiata”, il valore aumenta fino a che raggiunge quello fornito nella “Specificazione di Convergenza %”. Il tempo, tale che ogni passaggio sia completato, è dato in questa finestra. Tu puoi aspettare che il sistema a 12 a 14 passaggi faccia compiere una Convergenza del 98%.Il tempo richiesto per questo processo è dipendente dalla velocità del tuo computer. In un Power-Mac 6100/66, scorrendo le enormi versioni di Multispec (la versione dedicata soprattutto al Power-Mac) con nessun’altra applicazione aperta, il processo impiega circa 2-3 minuti. In un Power-book 150 (una macchina molto lenta) il processo impiega parecchie ore. Se le tue macchine sono “vecchie e lente” dovresti progettarle sulla classificazione, essendo l’ultimo esercizio.

- Se premi su “Cancella” durante un passaggio, il tasto “Cancella” si scurirà, ma non vedrai risultati immediati. Il raggruppamento sarà cancellato soltanto quando il passaggio corrente è completato.

- Dopo che i gruppi sono stati determinati, il sistema mostrerà la finestra sotto della “Classificazione selezionata nell’area immagine”. Qui il sistema assegna pixel d’immagine individuale ai gruppi che sono determinati.

- Si noti che riporta 11 gruppi, quando se ne sono specificati 10. Di questo ne parleremo più tardi.

(Riquadro: Pag. 98)

(Pag. 99)

- Dopo che il raggruppamento è completo, vedrai la finestra Save Statistic in Project File come mostrato sotto.

(Riquadro: Pag. 99)

- L’ultimo messaggio della cella ti dirà Output text window being updated. Il sistema poi ritorna alla tua immagine originale.

I Risultati del RaggruppamentoCi sono due risultati di raggruppamento:Una descrizione dell’attività di raggruppamento e “una mappa testuale” nella finestra “Text Output”,Un raggruppamento delle immagini “Tematiche”.

- Dal menu “Windows” seleziona “Text Output”. Poni un rotolo di carta nella parte più alta della finestra e avrai la statistiche descrivendo il raggruppamento e i suoi risultati. Una parte della ”Produzione Testo” per il saggio dei raggruppamenti è mostrata sotto. In essa sono elencati il numero di gruppi prodotti e il valore medio dei valori pixel per ogni nastro in ciascuna classe.

(Pag. 100)

Statistica della classe finale di raggruppamento

Gruppo Pixel Canali / Mezzi 1 2 3 4 5 1 46 238.8 244.5 242.3 162.9 226.7 2 59 215.3 203.2 201.3 118.1 153.9 3 160 155.3 150.4 140.8 142.0 153.2 4 139 118.4 144.4 119.5 227.2 233.9 5 143 112.7 110.4 100.3 138.2 132.1 6 255 89.9 97.8 81.0 182.6 150.7 7 383 67.8 84.5 57.0 232.3 160.9 8 539 60.8 71.5 48.3 198.2 135.5 9 281 60.8 65.3 46.7 153.3 108.8 10 36 69.7 55.7 35.4 19.9 19.6

Numero di classi = 11

Nota che le 10 classi sono elencate, ma il sistema dice che 11 classi erano state usate. La 11a classe è riservata per le classi Thresholded. Queste zone, che non eranostate classificate in alcun gruppo, sono state prodotte dal processo di raggruppamento. In questo raggruppamento, comunque, selezioni la soglia a 100, così che il gruppo Thresholded non contiene pixel.Viene anche prodotta una mappa di testo della zona raggruppata. Il sistema assegna un numero o una lettera a ciascun gruppo e poi mostra una mappa della zona di raggruppamento usando questo codice. Per il raggruppamento Beverly.sub-immagine, il codice è mostrato sotto.

Classi usate: 1: Gruppo 1 1

2: Gruppo 2 2 3: Gruppo 3 3 4: Gruppo 4 4 5: Gruppo 5 5 6: Gruppo 6 6 7: Gruppo 7 7 8: Gruppo 8 8 9: Gruppo 9 9 10: Gruppo 10 A 11: ThresholdedUna parte della mappa di testo della zona di raggruppamento è mostrata sotto,

in 9 tipi di punti. Puoi vedere, dal procedimento, la pagina lunga "un braccio" che mostra grandi zone di terra coperte (landcover) omogenea. Questa mappa di testo può essere colorata a mano e tracciata per mostrarti la posizione delle zone da analizzare. Per tracciare la tua immagine divisa in parti, avrai comunque una mappa di testo ampia 512 caratteri e lunga 512 linee, sarebbe troppo grande per la maggior parte delle stampanti.

(Pag. 102)

Classification of Selected Area:Line 1 to 101 by 1. Columns 1 to 101 by 1.

(Figura: pag. 102) (Pag. 102)

E’ prodotto anche un sommario della classificazione, mostrato sotto, che dà il numero di pixel in ogni gruppo e il numero di pixel che non sono stati classificati.

Sommario della ClassificazioneGruppo 1 ordine di classificazione: 247Gruppo 2 ordine di classificazione: 252Gruppo 3 ordine di classificazione: 770Gruppo 4 ordine di classificazione: 676Gruppo 5 ordine di classificazione: 789Gruppo 6 ordine di classificazione: 1277Gruppo 7 ordine di classificazione: 1907

Gruppo 8 ordine di classificazione: 2703Gruppo 9 ordine di classificazione: 1366Gruppo 10 ordine di classificazione: 214

Numero di pixel non classificati = 0.In questo caso, ricordati che ci sono 0 pixel non classificati, perché hai

selezionato la soglia di classificazione a 100.

-----------------

f) Traduzione di Cristina Miceli (pagg. 103-110)

(Pag. 103)

ESAME della “Clustered Image” Dal file menu, seleziona apri immagine. Selezionare il nome del file gruppo che tu hai usato prima e clicca su apri. La finestra stabilite specificazioni tematiche del "display" si apre, com'è mostrato di sotto. Si può in

seguito provare con quell'altra tavolozza in questo menù, ma per ora si accetti la mancata ambientazione e si prema ok.

(Fig. Pag. 103)

La vostra immagine raggruppata si apre, come viene mostrato più sotto

(Fig. Pag. 104)

Si noti che ci sono 10 classi numerose, e l'undicesima è la classe "limitata" Ad ogni classe è stato assegnato un colore dal sistema che non ha niente a che fare con ciò che i gruppi rappresentano. I gruppi sono prodotti e messi in condizione di abbassarsi al livello di luminosità, vale a dire, i gruppi vicino alla cima più alta della lista rappresentano i materiali di superficie che sono "più luminosi" (fanno una riflessione maggiore) di quelli vicino al fondo della lista.

Si può cambiare qualsiasi colore cliccando due volte sulla casella del colore di fronte a ciascun gruppo d'identificazione. Si potrà raggiungere la casella del colore Apple-standard per il proprio sistema operativo. Se non si ha sufficiente familiarità con questo sistema di selezione del colore, si guardi la guida dell'utente del proprio computer.

Si può stampare l'immagine del menù file. Quando si fa ciò, le chiavi di raggruppamento saranno stampate di seguito con l'immagine.

Si possono usare i regolari strumenti del "Multispec" con questa mappa tematica. Proprio gli strumenti come: la caratteristica dello zoom, e la normale funzione Mostra, le selezioni uguali. La caratteristica Nuova selezione grafica mostrerà un'interfaccia con solo una parte dei dati, questa mappa non è più "multi-spettrale". Ciascun pixel contiene solo un valore, che identifica il suo colore.

(Pag. 105)

Se fai un raggruppamento con un numero maggiore di classi, puoi non essere in grado di vederli tutt'insieme nella colonna "Classi" per scorrere attraverso questa colonna.

Muovi il tuo cursore nella colonna. Trattieni schiacciato il tasto del mouse. Sposta ciascuno dalla cima al fondo della colonna.

Le classi scorreranno su e giù. A volte è difficile dire quale colore nella colonna Classi si accostino alle aree colorate

nell'immagine. Per far corrispondere le classi alle loro aree d'immagine: Posiziona il cursore su ciascuna casella colorata

nella colonna "Classi".

Trattieni giù la chiave cambia. Il cursore cambia attraverso un "occhio".

Abbassa il bottone del mouse, e le aree dell'immagine di questa classe lampeggerà, o diventerà bianca.

Tu ed i tuoi studenti probabilmente vorrete preparare una mappa tematica da queste immagini raggruppate nelle quali puoi identificare qualcuna delle aree suddivise dai loro attuali "Land-cover" per fare ciò, puoi salvare tutto ciò come un tiff-file dal file menù. Questo processo non salverà la chiave di raggruppamento, solo l'area dell'immagine sarà salvata. Il file-tiff potrà quindi essere portata in uno dei numeri dei programmi di pittura o disegno per essere immaginato come una mappa tematica. Se tu vuoi avere un'immagine che contenga le chiavi di raggruppamento, e che possa essere spostata

nei programmi pittura o disegno puoi catturare l'intera videata usando la caratteristica di appella shift command tree.

Trattieni giù la chiave shift, la chiave comando, e clicca 3.Un'istantanea della videata è salva come file PICT sul tuo drive fisso e può essere aperto da qualsiasi programma che tratterà i files pict. Per i computers-PC, ci sono un numero di programmi che mostreranno la stesa videata "snap shot" e per gli utenti Macintosh ci sono diversi programmi che catturano la videata in una maniera più flessibile e utile del sistema shift command 3.

QUANTO VALE IL PROCESSO DI RAGGRUPPAMENTO?E' necessario che tu sappia che questo processo non controllato di classificazione attualmente

raggruppa i prodotti che sono collegati ai tipi di "Land-cover".A questo fine, incluso con questo tutore, vi è un file chiamato "beverly9subset.class". Questa è la stessa immagine che tu hai racchiuso, solo che questa immagine è stata preparata con una classificazione sorvegliata da un individuo molto famigliare con i tipi "Land-cover" dell'area. Nella tua immagine raggruppata, fai uno ZOOM in 3X. Con la tua immagine raggruppata aperta,

apri l'immagine beverly9subsetclass; dal file menù, seleziona apri; individua l'immagine beverly9subset.class, e apri; quando la finestra display del raggruppamento tematico si apre, come viene mostrato qui di seguito,

seleziona i gruppi d'informazione dal menù display. (Pag. 106)

(Fig. Pag. 106) Rimisura e posiziona ogni immagine cosicché siano sullo schermo a fianco a fianco; compaiano le aree identificate nella classificazione sorvegliata con le produzioni raggruppate dal

sistema nei tuoi raggruppamenti non sorvegliati. Puoi vedere che il raggruppamento non sorvegliato fornisce alla fine in questo caso, una buona indicazione delle locazioni di grandi aree di "land-cover" uniformi che potrebbe essere usata per verifiche da parte degli studenti.

QUANTI RAGGRUPPAMENTI USO?In molte regioni il formato del tuo sito primario di studio GLOBE 15Km*15Km in genere non

dimostra un grande numero di differenti land-cover. Quando per la prima volta esibisci un raggruppamento sulla tua immagine 512*512 usa gli stesi valori come in questo tutorial. Esamina i risultati alla luce della conoscenza che hai della tua propria zona. Fai alcuni campi di lavoro e guarda le aree che suggeriscono raggruppamenti che sono sufficientemente grandi e omogenei. Paragona le tue scoperte con lo schema di classificazione MUC.

Solo se credi che questo schema non rappresenti adeguatamente la land-cover della tua area potrai accrescere il numero dei raggruppamenti, e quindi da 12 a 14 raggruppamenti dovrebbero essere sufficienti a compiere il lavoro.

RIPORTARE I DATI

Per riportare i tuoi dati devi fare alcune osservazioni fuori dei raggruppamenti determinati da questo processo non sorvegliato. Puoi quindi ri-etichettare i raggruppamenti in base al tipo di land-cover che rappresentano. Il processo comprende i seguenti punti:

verifica dalla scrivania verifica sul campo dare un nuovo nome ai raggruppamenti inserirli nella tua mappa completa

(Pag. 107)

VERIFICA ALLA SCRIVANIAQuesto processo comprende l'uso di mappe locali (topografiche, land-cover, politiche, etc.), altri riferimenti locali (fotografie aeree, persone, agenzie, etc.) e le esperienze combinate tue e dei tuoi studenti per identificare alcuni dei raggruppamenti prodotti dal MULTISPEC. Usa qualsiasi risorsa che sia in grado di identificarli. Ricorda che le tue identificazioni dovrebbero corrispondere al IV livello dello schema MUC (classificazione modificata UNESCO).

VERIFICA CAMPOSe ci sono raggruppamenti che non puoi identificare dalla scrivania, dovrai andare sul campo per determinare quali siano. Se una formale escursione del campo non è possibile, con ogni probabilità qualcuno vive vicino o può raggiungere in macchina quella zona per effettuarne l'identificazione.

DARE UN NUOVO NOME AI RAGGRUPPAMENTI I tuoi raggruppamenti o non controllati producono raggruppamenti identificati solo da un numero, e messi in ordine in base alla decrescente luminosità. Ora che cambierai il titolo di questi raggruppamenti per mezzo dei codici di classificazione MUC che determini dalle tue verifiche:

lancia il programma Multispec dal file menù seleziona Apri e il tuo progetto raggruppamento quando la finestra del display del raggruppamento tematico si apre, come mostrato qui

sotto, seleziona i gruppi d'informazioni dal menù display.(Fig. Pag. 107)

(Pag. 108)

La finestra delle specificazioni dei gruppi si apre, come mostrato qui sotto, con i tasti NUOVO GRUPPO e CAMBIA IL NOME DEL GRUPPO oscurati.

(Fig. Pag. 108/A)

Clicca su raggruppamento1 ed il tasto oscurato cambia il nome del gruppo diventerà nero come viene mostrato.

(Fig. Pag. 108/B)

Clicca sul tasto cambia il nome del gruppo e si apre la finestra di redigi il nome del gruppo come mostrato qui sotto.

(Fig. Pag. 109)

Ora entra per i raggruppamento1, la specifica designazione del IV° livello MUC per la land-cover e rappresentata da questo raggruppamento. Poiché molti dei nomi dei tipi di land-cover a questo livello sono abbastanza lunghi, usa la designazione numerica MUC per ciascun tipo di land-cover.

Ripeti questo processo per ciascuno degli altri raggruppamenti della tua mappa.

Puoi cambiare i colori di ciascuno dei raggruppamenti menzionati in qualsiasi schema di colore tu voglia (vedi Pag.17).Quando i tuoi risultati saranno inviati al centro GLOBE, un codice di colore standard verrà ad essi applicato.Adesso, hai prodotto una mappa tematica d'uso della terra del tuo primario sito di studio GLOBE

15km*15km.

Una nota circa le aspettative ed un consiglio.Quando procederai alla classificazione della tua immagine 512 *512, probabilmente troverai la forma della tua immagine di raggruppamento considerabilmente differente da questi esempi. Le ragioni principali sono:a) l'immagine di questo sotto-raggruppamento non contiene tanti tipi di land-cover quanti si troverebbero in un'immagine completa 512*512b) la natura, l'abbondanza e la distribuzione dei tipi di land-cover nella tua immagine certamente differiranno da quelli nelle aree di Beverly e del Massachussetts.

Quando racchiuderai le tue immagini, troverai che 10 raggruppamenti specifici non saranno differenziati i diversi corpi d'acqua che stanno in mezzo, eccetto forse l'acqua di fiume e l'acqua salata. In altre parole, laghi, stagni, fiumi, ecc. probabilmente saranno tutti messi nello stesso gruppo anche se ci sono significanti differenze di superficie che possono cambiare i loro riflessi (esempio una significante crescita di alghe sulla superficie di uno stagno di campagna).

(Pag. 110)

SOTTOPORRE I RISULTATIUna volta che hai una classificazione non controllata che sembra rappresentare adeguatamente il tuo sito di studio-GLOBE 15Km*15Km, i tuoi risultati saranno sottoposti all'archivio dati degli studenti GLOBE e saranno pronti per essere utilizzati in studi futuri.Specifiche direttive per la sottomissione dei dati sono come le seguenti:

fai una copia della tua immagine di raggruppamento tematico sopra un floppy disk di alta intensità e corredalo chiaramente con il nome della tua scuola, il tuo nome proprio, e l'immagine scandita.

Usando il tuo processore Word preferito, prepara un file con i seguenti meta-data: - il nome della tua scuola - il tuo nome - indirizzo della scuola - la data in cui la tua immagine è stata ottenuta (se è possibile) - alcune informazioni circa te, i tuoi studenti e alcune delle tue esperienze

nel fare le recinzioni; dalle opzioni dei tuoi processori Word, salva i tuoi dati come un testo file e posizionalo sullo

stesso disco con la tua immagine tematica;imballa attentamente questi dischi e mandali all'indirizzo che trovi nella guida all'utente (che è corredata).

Moncalieri, 20 Aprile 2000 GLOBE teacher: prof. G. Imbalzano