ΕΙΣΑΓΩΓΗ

Το IDRISI είναι:
· ένα ψηφιδωτό Γεωγραφικό Σύστημα  Πληροφοριών &
· ταυτόχρονα ένα λογισμικό ψηφιακής επεξεργασίας εικόνας

και χρησιμοποιείται σε ένα ευρύ φάσμα εφαρμογών. Αποτελείται από 120 περίπου προγράμματα (modules).

ΤΥΠΟΙ ΔΕΔΟΜΕΝΩΝ και ΔΟΜΗ ΑΡΧΕΙΩΝ

Το IDRISI  χρησιμοποιεί τα αρχεία του με τέτοιο τρόπο ώστε ο χρήστης να μην έρχεται που συχνά σε επαφή με την εσωτερική τους δομή. ¨Όμως η γνώση της δομής των αρχείων  επιτρέπει την καλύτερη κατανόηση των διαφόρων διαδικασιών.
Οι βασικοί τύποι αρχείων του IDRISI είναι:

· Αρχεία ψηφιδωτών (Raster files)    *.IMG
· Aρχεία τεκμηρίωσης ψηφιδωτών (Raster Documentation) *.DOC
· Αρχεία διανυσματικής μορφής (Vector files) *.VEC
· Αρχεία τεκμηρίωσης  αρχείων διανυσματικής μορφής (Vector Documentation) *.DVC
· Αρχείο τιμών ιδιοτήτων/χαρακτηριστικών (Attribute Value File) *.VAL
· Αρχείο τεκμηρίωσης τιμών (Values Documentation) * .DVL

ΔΟΜΗ ΨΗΦΙΔΩΤΩΝ ΑΡΧΕΙΩΝ

Στo IDRISI τα ψηφιδωτά αρχεία ονομάζονται εικόνες (images). Κάθε εικόνα έχει ένα καθορισμένο αριθμό από γραμμές (rows) και στήλες (columns) και αποτελείται από κελιά (cells). Τα κελιά αποθηκεύονται σαν μία σειρά από αριθμούς που αναπαριστούν τιμές (values). Οι αριθμοί μπορεί να είναι bytes, ακέραιοι (integer) ή πραγματικοί (real). Οι τιμές (values) αντιστοιχούν στην αριθμητική τιμή του θέματος της εικόνας π.χ.
· σε μιά εικόνα που δείχνει άνα ψηφιακό μοντέλο εδάφους μπορεί να είναι τιμές υψομέτρου ή
· σε μιά δορυφορική εικόνα μπορεί να έιναι τιμές ανακλαστικότητας, ή
· σε μιά εικονα που έχει γίνει κάποια ταξινόμηση να είναι τιμές (κωδικοί) που αναφέρονται σε κάποιες κατηγορίες βλάστησης.

Αν θεωρήσουμε π.χ. την παρακάτω εικόνα που αποτελείται από 5 στήλες και 4 γραμμές:    

 0 1 2 3 4
0 22 22 18 18 18
1 15 15 18 16 16
2 15 15 15 18 18
3 15 15 12 12 12

Οι τιμές κάθε κελιού μπορεί να είναι κωδικοί που αντιστοιχούν σε διάφορες χρήσεις γής.
Το IDRISI για να διαβάσει την εινόνα θεωρεί σαν αρχή της εικόνας είναι το  πάνω αριστερά κελί (γραμμή 0 ? στήλη 0), προχωρά δεξιά μέχρι να τελειώσει η πρώτη σειρά και συνεχίζει στην επόμενη σειρά κ.ο.κ. Αρα  η μορφή του αρχείο της εικόνας θα είναι η παρακάτω:

22 22 18 18 18 15 15  18 16 16  15 15 15 18 18 15 15 12 12 12

Συνήθως οι εικόνες αποθηκεύονται σε δυαδική (binary) μορφή, η μία τιμή μετά την άλλη.
 Επειδή οι εικόνες μπορεί να είναι μεγάλες, για λόγους οικονομίας της μνήμης του Η/Υ μπορούν να αποθηκευτούν σε συμπιεσμένη μορφή που ονομάζεται packed binary.  H συμπιεσμένη αυτή μορφή είναι αυτή των κωδικών μηκών (Run Length Code): ξεκινώντας από το πρώτο κελί, δημιουργούνται ζευγάρια αριθμών όπου ο πρώτος αριθμός είναι η τιμή της εικόνας  και ο δεύτερος  αναφέρεται στο πόσες φορές επαναλαμβάνεται η τιμή αυτή στην σειρά του αρχείου. Η παραπάνω εικόνα θα έχει την εξής μορφή σε packed binary format:

22 2 18 3 15 2  18 1 16 2 15 3 18 2  15 2 12 3

(σύνολο 18 bytes σε αντίθεση με τα 20 bytes χώρο που καταλαμβάνει η αρχική εικόνα). Σε μεγάλες εικόνες ο λόγος συμπίεσης μπορεί να φθάσει και το 1: 100.

 O παρακάτω πίνακας παρουσιάζει τους τύπους των δεδομένων που χρησιμοποιεί το IDRISI:

TYΠΟΣ Απαιτούμενη μνήμη σε bytes Εύρος τιμών Συμπίεση
Byte 1 0 ? 255 Ναι
Ακεραιος 2 -32768 έως 32768 Ναι
Πραγματικός 4 ± 1 * 1038 Οχι

Τα ψηφιδωτά αρχεία (εικόνες) έχουν κατάληξη .IMG

AΡΧΕΙΑ ΤΕΚΜΗΡΙΩΣΗΣ ΨΗΦΙΔΩΤΩΝ (Raster Documentation)

Μία εικόνα του IDRISI δεν μεταφέρει πληροφορίες για την ίδια την εικόνα (π.χ. αριθμό γραμμών και στηλών, χωρική ανάλυση του κελιού, συντεταγμένες κλπ).. Η πληροφορία αυτή (metadata) αποθηκεύεται σε ένα άλλο αρχείο, το αρχείο τεκμηρίωσης ψηφιδωτών (Raster Documentation File). Αυτό είναι ένα αρχείο ASCII με κατάληξη  .DOC  το οποίο δημιουργείται για κάθε εικόνα και αποτελείται απο σειρές κάθε μία από τις οποίες αντιπροσωπεύει πληροφορία για την εικόνα. Οι πληροφορίες του αρχείου τεκμηρίωσης ψηφιδωτών (Raster Documentation File) διαχειρίζονται με την εντολή DOCUMENT . Ενα αρχείο τεκμηρίωσης ψηφιδωτών (Raster Documentation File) περιέχει πεδία με πληροφορίες μερικές από τις οποίες είναι υποχρεωτικό (obligate) να υπάρχουν και άλλες προαιρετικό (facultative):

οbligate facultative notes
Title   X τίτλος
Columns / Rows X   Στήλες/γραμμές
Data type X   Τύπος δεδομένων
File type X   Τρόπος αποθήκευσης αρχείου
Minimum / Maximum value X   Μέγιστη/ελάχιστη τιμή
Pos'n error   X Μέσο Τετραγωνικό Σφάλμα χψ
Resolution   X Χωρική διακριτική ικανότητα
Value error   X attribute value error, proportional or RMS, used in the calculation of the module PCLASS (Μ.Τ.Σ.  των τιμών)
Value units   X m, classes, kg*ha-1*a-1 or any other unit (μονάδες τιμών)
Reference system X   Προβολή
Reference units X   m, ft, km, mi, deg, rad
Minimum / Maximum X/Y coordinates X    image extents (όρια της εικόνας)
Unit distance X   a scaling factor, usually 1.0; eg. 2.0 and reference units meters would mean: a distance of 1 unit represents 2 meters in real
Flag value   X a value in your raster with special meaning (background value, nodata, ...); analytically used by SURFACE, FILTER  (τιμή σημαίας)
Flag definition   X Description of above values meaning (περιγραφή των τιμών της σημαίας)
Legend categories   X  Λεζάντες
Completness, Consitency, Comments and Lineage   X Descriptive, use it if you have information
      

ΔΟΜΗ ΑΡΧΕΙΩΝ ΔΙΑΝΥΣΜΑΤΙΚΗΣ ΜΟΡΦΗΣ (Vectοr File Structure)

Tο IDRISI χρησιμοποιεί και δεδομένα διανυσματικής μορφής (Vectors):

· Για την εισαγωγή δεδομένων από άλλες πηγές.
· Για να χρησιμοποιηθούν σαν επιθέσεις (overlays) σε εικόνες για καλύτερο οπτικό προσανατολισμό.
· Για να ψηφιοποιηθούν στην οθόνη πολύγωνα κατά την διαδικασία της επιβλεπόμενης ταξινόμησης.
· Για τον τοποθέτηση κειμένου σε έναν χάρτη σε σημειακές θέσεις.

Τα αρχεία διανυσματικής μορφής έχουν την κατάληξη .VEC και την παρακάτω δομή:

αποτελούνται απο δύο στήλες

Id n η πρώτη γραμμή αποτελείται από έναν κωδικό αριθμό Id και από έναν αριθμό
x1    y1 n που ορίζει τον αριθμό των συντεταγμένων που ακολουθούν (για σημειο n=1).
x2 y2
x3 y3 ακολουθούν τόσες γραμμές με συντεταγμένες σημείων όσο και το n
????
xn yn εδώ τελειώνει το πρώτο στοιχείο του αρχείου (πολύγωνο, ή γραμμή ή σημείο)
Id n εδώ αρχίζει το επόμενο στοιχείο του αρχείου (πολύγωνο, ή γραμμή ή σημείο)
x1 y1
x2 y2
????
????
0 0 το αρχείο τελειώνει με δυο μηδενικά

Στα πολύγωνα το τελευταίο σημείο είναι ίδιο με το πρώτο.

Π.χ.

10 1
10,0 10,0
11 5
15,0 15,0
16,0 17,0
18,0 17,0
16,0 15,0
15,0 15,0
12 1
25,0 21,0
0 0

AΡΧΕΙΑ ΤΕΚΜΗΡΙΩΣΗΣ ΑΡΧΕΙΩΝ ΔΙΑΝΥΣΜΑΤΙΚΉΣ ΜΟΡΦΗΣ (Vector Documentation Files)

Όπως και οι εικόνες έτσι και τα αρχεία διανυσματικής μορφής συνοδεύονται από ένα αρχείο τεκμηρίωσης με κατάληξη .DVC.  Αυτό περιέχει παρόμοιες πληροφορίες με αυτό της τεκμηρίωσης ψηφιδωτών και ένα επιπλέον πεδίο, το Object type (τύπος αντικειμένου) που μπορεί να είναι Πολύγωνο, Γραμμή , Σημείο ή Κείμενο.

Οι πληροφορίες του αρχείου τεκμηρίωσης αρχείων διανυσματικής μορφής διαχειρίζονται με την εντολή DOCUMENT (βλέπε εικόνα). 

  ΑΡΧΕΙΟ ΤΙΜΩΝ ΙΔΙΟΤΗΤΩΝ/ΧΑΡΑΚΤΗΡΙΣΤΙΚΩΝ (Attribute Value File)

Eίναι ένα αρχείο ASCII με κατάληξη .VAL που αποτελείται από δύο στήλες. Η πρώτη στήλη περιέχει ένα κωδικό αριθμό που μπορεί να αναφέρεται σε ένα χαρακτηριστικό ή σε μία περιοχή. Η δεύτερη στήλη περιέχει μιά τιμή που θέλουμε να αντιστοιχήσουμε στο χαρακτηριστικό ή την περιοχή. Π.χ.

Κωδικός τιμή
1  12 
2 15 
3 16
4 14
5 19

Ο κωδικός αριθμός μπορεί να αντιπροσωπεύει μία περιοχή ή ένα σημείο του χάρτη και η τιμή τον πληθυσμό της περιοχής ή το υψόμετρο του σημείου. Μελλοντικές εκδόσεις του IDRISI δέχονται και περισσότερες από δύο στήλες.

ΑΡΧΕΙΟ ΤΕΚΜΗΡΙΩΣΗΣ ΤΙΜΩΝ (Values Documentation File)

Όπως και οι εικόνες και τα αρχεία διανυσματικής μορφής, έτσι και τα  αρχεία τιμών συνοδεύονται από ένα αρχείο τεκμηρίωσης με κατάληξη .DVL που περιέχει παρόμοιες πληροφορίες.

Οι πληροφορίες του αρχείου τεκμηρίωσης τιμών διαχειρίζονται με την εντολή DOCUMENT. 

 ΟΡΓΑΝΩΝΟΝΤΑΣ ΤΑ ΔΕΔΟΜΕΝΑ

Ολα τα δεδομένα μιάς εργασίας (project) αποθηκεύονται σε ένα directory, η διαδρομή του οποίου δηλώνεται στο IDRISI με την εντολή ENVIRON και αποθυκεύεται στο αρχείο IDRISI.ENV.Γενικά, το IDRISI  δέχεται σαν είσοδο μία ή περισσότερες εικόνες και υπολογίζει ένα ή περισσότερα ψηφιδωτά αρχεία εξόδου. Μερικά προγράμματα παρουσιάζουν τα αποτελέσματα και με την μορφή πίνακα (table), ή γραφημμάτων (graphs).
Για την αποφυγή χασίματος των δεδομένων είναι καλό να ενεργοποιείται η επιλογή Overwrite Protection στο menu επιλογών ENVIRONMENT.

Oι βασικές εντολές οργάνωσης των δεδομένων βρίσκονται στο File menu:

LIST:παρουσιάζει τα αρχεία του directory εργασίας
DESCRIBE: παρουσιάζει τα περιεχόμενα των αρχείων header για  αρχεία εικόνων, vectors, attribute value και project reference.
DOCUMENT: παρουσιάζει, αλλάζει και δημιουργεί νέα αρχεία τεκμηρίωσης (raster, vector, attribute value)
File Maintenance: Αντιγράφει, μετονομάζει, σβήνει και μετακινεί αρχεία raster, vector και value. Επενεργεί ταυτόχρονα και στα αντίστοιχα αρχεία τεκμηρίωσης.

GIS Analysis

Το IDRISI αποτελείται από μερικά βασικά τμήματα που επιτρέπουν να χτίζουμε τα GIS μοντέλα  μας. Όπως φαίνεται και από τα menu τα τμήματα παρουσιάζονται ανά θέμα ανάλογα με την εργασία που θα εκτελεσθεί. Μερικές εντολές παρουσιάζονται σε περισσότερα του ενός υποmenu.

ΟΠΤΙΚΟΠΟΙΗΣΗ ΔΕΔΟΜΕΝΩΝ

DISPLAY Launcher

Χρησιμοποιείται για να παρουσιάζει εικόνες στην οθόνη. Καλείται και με το F5.
Επιλέγουμε τι είδους αρχείο θα παρουσιάσουμε (Image, Vector, Map) και το όνομα του αρχείου από τα αρχεία που βρίσκονται στο directory εργασίας (ENVIRON).
H μεταβλητή Expansion Factor καθορίζει το μέγεθος του παραθύρου παρουσίασης.
Η μεταβλητή Palette options  καθορίζει τον τρόπο σύνδεσης των τιμών των εικονοστοιχείων (cells) με τα χρώματα παρουσίασης στην οθόνη. Στο IDRISI υπάρχουν έτοιμες παλέττες χρωμάτων αλλά μπορεί ο χρήστης να δημιουργήσει και τις δικές του. Ο τρόπος σύνδεσης των τιμών της εικόνας  με τα χρώματα της παλέττας είναι ο εξής:

Το IDRISI μπορεί να παρουσιάζει ταυτόχρονα μέχρι 256 χρώματα ή διαβαθμίσεις ενός χρώματος. Για εικόνες που έχουν εύρος τιμών από 0 έως 255 (δυναμικό εύρος 8 bit) κάθε τιμή της εικόνας αντιστοιχίζεται σε ένα κωδικό χρώματος. Για εικόνες με εύρος τιμών μεγαλύτερο του 255 ή με δεκαδικές τιμές  ακολουθείται μία αυτόματη διαδικασία αναγωγής του εύρους τιμών της εικόνας στο εύρος 0 ? 255: βρίσκονται η ελάχιστη και η μέγιστη τιμή και γίνονται 0  και 255 αντίστοιχα και όλες οι υπόλοιπες τιμές υπολογίζονται εκ νέου σαν ακέραιες τιμές στο εύρος 0 ?255 (Autoscale image for display).
Με την επιλογή Map components προστίθενται διάφορα περιγραφικά στοιχεία στον χάρτη.

Ας παρουσιάσουμε την εικόνα taurvege με την παλέτα που ονομάζεται taurvege. Μόλις εμφανίζεται η εικόνα στην οθόνη το IDRISI εμφανίζει και ένα παράθυρο που ονομάζεται Composer με το οποίο μπορεί να γίνει η σ΄νθεση ενός χάρτη: να προστεθούν ή να αφαιρεθούν διανυσματικά επίπεδα πληροφορίας (vector layers), να τροποποιηθούν διάφορα συστατικά του χάρτη και να αποθηκευθεί ή να εκτυπωθεί ο χάρτης. Με τον τρόπο αυτό μπορούν να χρησιμοποιηθούν μέχρι 16 επίπεδα πληροφορίας. Για κάθε σύνθεση χάρτη μπορεί να χρησιμοποιηθεί μία εικόνα ενώ για την χρησιμοποίηση περισσοτέρων θα πρέπει να χρησιμοποιηθεί η εντολή OVERLAY. Για την παρουσίαση πολλών εικόνων μαζί ( η μία δίπλα στην άλλη) χρησιμοποιείται πρώτα η εντολή CONCAT.  Το μενού του Composer μας παρουσιάζει κάθε φορά τα στοιχεία της εικόνας που παρουσιάζεται στην οθόνη (active display window). Δίπλα από κάθε επίπεδο πληροφορίας (layer) υπάρχουν μικρά εικονίδια που αναφέρονται στο θέμα του layer. Η σειρά εμφάνισης των layers μπορεί να αλλάξει με το σύρσιμο των εικονιδίων με το ποντίκι (drag and drop). Επίσης υπάρχουν μικρά τετράγωνα που αναφέρονται στην εμφάνιση του layer στην οθόνη.Η εικόνα που παρουσιάζεται στην οθόνη είναι συνδεδεμένη με την βάση χωρικών δεδομένων της εικόνας. Με την βοήθεια κατάλληλων εργαλείων ο χρήστης μπορεί να αντλήσει πληροφορίες με αλληλεπίδραση (interactively). Όταν ο κέρσορας μετακινείται στην εικόνα, εμφανίζονται στο status bar  οι συντεταγμένες χ-ψ αλλά και η γραμμή και στήλη του αντίστοιχου στοιχείου εικόνας. Με την ενεργοποίηση του Cursor inquiry mode o κέρσορας παίρνει την μορφή σταυρού και τότε εμφανίζονται στην μέση του status bar οι τιμές των στοιχείων της εικόνας. 

Επιπρόσθετες λειτουργίες της εντολής DISPLAY

Μία πολύ χρήσιμη λειτουργία είναι η Extended cursor inquiry mode (Display/Display Preferences)  με την οποία ενώ μετακινείται ο κέρσορας στην οθόνη μπορούν να  εμφανίζονται  οι τιμές των στοιχείων εικόνας από περισσότερες εικόνες ταυτόχρονα.
Παραδείγματος χάριν κατά την οπτική ανάλυση μια δορυφορικής εικόνας Landsat χρειάζεται να γνωρίζουμε την ψηφιακή τιμή της εικόνας σε ένα pixel για κάθε κανάλι της εικόνας. Για να επιτευχθεί αυτό, καθορίζουμε μία ομάδα εικόνων (Image group) και όταν τοποθετούμε τον κέρσορα σε ένα pixel την οθόνη εμφανίζονται σε ένα παράθυρο οι τιμές όλων των εικόνων που τοποθετήσαμε στην ομάδα.
Ετσι : 1) επιλέγουμε στο Group File Editor το Image group file, 2) επιλέγουμε τις εικόνες (τα κανάλια της εικόνας) των οποίων οι τιμές θέλουμε να εμφανίζονται ,  3) σώσουμε και επιλέγουμε το Use image group στην επιλογή Preferences.Μία άλλη λειτουργία της εντολής DISPLAY είναι η Interactive legend highlighting με την οποία μπορούμε να παρουσιάσουμε με χρώμα που αναβοσβήνει όλα τα στοιχεία εικόνας που έχουν την ίδια τιμή.

ΤΡΙΣΔΙΑΣΤΑΤΗ ΟΠΤΙΚΟΠΟΙΗΣΗ ΜΕ ΤΗΝ ΕΝΤΟΛΗ ORTHO

Η τρισδιάστατη παρουσίαση των εικόνων είναι μία πολύτιμη συμπληρωματική πληροφορία. Η διεύθυνση και η γωνία παρατήρησης μπορούν να πάρουν τιμές από 0 έως 90 μοίρες. Με την εντολή TRANSPOSE μπορεί να περιστραφεί η εικόνα. Έτσι μπορούν να παραχθούν παρατηρήσεις της εικόνας σχεδόν από κάθε διεύθυνση. Ο χρήστης έχει την δυνατότητα να επιλέξει; 1) μια τρισδιάστατη επιφάνεια πάνω στην οποία θα  τοποθετηθεί η εικόνα (που συνήθως είναι ένα ψηφιακό μοντέλο εδάφους DEM)  2) μία παλέτα χρωμάτων.

ΕΝΤΟΛΕΣ

VIEW και DUMP

VIEW
Παρουσιάζει τις τιμές των pixels μιάς εικόνας σε μορφή πίνακα (φύλλου εργασίας)
DUMP
 Δίνει την δυνατότητα για εξέταση των τιμών ενός Hex/ASCII
  αρχείου (όχι μόνο raster αλλά κάθε μορφής) σε επίπεδο byte. Χρησιμοποιείται για την εξέταση δεδομένων με άγνωστο format.

ΑΛΛΕΣ ΛΕΙΤΟΥΡΓΙΕΣ ΤΗΣ ΕΝΤΟΛΗΣ DISPLAY

Media Viewer
Δημιουργεί αρχεία video (ΑVI) από μία σειρά εικόνων
SEPARATE
Παίρνει μία εικόνα και ένα αρχείο παλέτας και διαχωρίζει την αρχική εικόνα σε τρεις νέες (red, green and blue) ανάλογα με την παλέτα..

ILLUMINATE

Συγχωνεύει a) μία παγχρωματική εικόνα SPOT με μία πολυφασματική εικόνα LANDSAT TM. b)  εικόνες με σκίαση ανάγλυφου με φασματικά δεδομένα.

ΠΡΩΤΟ ΠΑΡΑΔΕΙΓΜΑ

Έχουμε έναν χάρτη βλάστησης ψηφιδωτής μορφής (raster) και έναν χάρτη με τους ποταμούς διανυσματικής μορφής (vector).  Θέλουμε να απαντήσουμε στο ερώτημα: υπάρχουν κάποια είδη βλάστησης που προτιμούν να φυτρώνουν κοντά σε ποτάμι;

Δεδομένα:

Τα δεδομένα βλάστησης προέρχονται από την ψηφιοποίηση αναλογικού χάρτη βλάστησης κλίμακας 1:25000 και ήταν διαθέσιμος σε format ARC/INFO. Η είσοδος του χάρτη στο IDRISI έγινε με την εντολή του ARC/INFO UNGENERATE και την εντολή του IDRISI ARCIDRIS. Επειδή η τελευταία παράγει διανυσματικά δεδομένα, έγινε μετατροπή σε ψηφιδωτή μορφή ( με την χωρική διακριτική ικανότητα ίση με 25 μ).
Τα δεδομένα με τα ποτάμια προέρχονται από χάρτες κλίμακας 1:50000 και επεξεργάστηκαν με το ίδιο τρόπο με τα δεδομένα της βλάστησης εκτός από την διαδικασία μετατροπής σε ψηφιδωτή μορφή.
Και τα δύο δεδομένα έχουν το ίδιο προβολικό σύστημα αναφοράς.

1. Μετατροπή σε ψηφιδωτή μορφή των δεδομένων με τα ποτάμια (river layer)
Γίνεται σε δύο βήματα; 1) με την εντολή INITIAL δημιουργώ μία νέα άδεια εικόνα για να την γεμίσω με τα δεδομένα, 2) με την εντολή LINERAS εκτελείται η μετατροπή από ένα διανυσματικό αρχείο με γραμμές σε ψηφιδωτή μορφή.  Το IDRISI επιτρέπει την αντιγραφή χωρικών παραμέτρων (γραμμές, στήλες, ελάχιστα χ και ψ, κλπ) από υπάρχουσες εικόνες.
 

Υπολογισμός ζωνών επιρροής (buffer zones)

Η εντολή DISTANCE ψάχνει σε μία εικόνα για εικονοστοιχεία (pixels) που έχουν τιμή διάφορη του μηδενός, τα θεωρεί σαν στόχους (targets) και δημιουργεί μία νέα 
εικόνα όπου κάθε pixel έχει για τιμή την απόστασή του από τα εικονοστοιχεία στόχους. Για τον υπολογισμό των αποστάσεων δεν λαμβάνονται υπ? όψιν οι κλίσεις του εδάφους.
Στο παράδειγμά μας η εικόνα εισόδου είναι η rivers και η νέα εικόνα η rivdist. Στην εικόνα rivdist έχει γίνει επίθεση του διανυσματικού επιπέδου πληροφορίας rivers που περιέχει τα ποτάμια. Το σκοτεινότερο χρώμα δείχνει μικρότερη απόσταση από ποτάμι.
 

Σχετικά με το πρόβλημά μας ποιες είναι οι περιοχές που μας ενδιαφέρουν;

Για σκοπούς παρουσίασης θα εξετάσουμε δύο ζώνες επιρροής γύρω από τα ποτάμια, μία 100 μ και μία 300 μ.

Στην εικόνα rivdist που δημιουργήθηκε στο προηγούμενο βήμα εφαρμόζουμε την εντολή RECLASS για να δημιουργήσουμε μία ζώνη επιρροής 100 μ γύρω από τα ποτάμια: δημιουργείται μία δυαδική εικόνα (η riv100) όπου όλα τα εικονοστοιχεία  με τιμές 0 έως και 100 λαμβάνουν την τιμή 1 και τα υπόλοιπα εικονοστοιχεία λαμβάνουν την τιμή 0.

Στην συνέχεια εφαρμόζουμε την εντολή OVERLAY. Αυτή παίρνει τις τιμές από δύο εικόνες και κάνει μία αριθμητική πράξη ανάλογα με την επιλογή που κάνουμ στο Overlay options του menu της εντολής. Τα αποτελέσματα της πράξης τοποθετούνται σε μία νέα εικόνα. Εδώ δίνουμε για εικόνες εισόδου τις riv100 και tourvege, για πράξη επιλέγουμε τον πολλαπλασιασμό, και τα αποτελέσματα αποθηκεύονται στην εικόνα veg100.

Πολλαπλασιάζοντας την εικόνα της βλάστησης taurvege με την δυαδική εικόνα  riv100, στην νέα εικόνα veg100 παραμένουν αναλλοίωτα τα εικονοστοιχεία που πολλαπλασιάζονται με 1 (εικονοσοιχεία που βρίσκονται στην ζώνη των 100 μ) ενώ αυτά που πολλαπλασιάζονται με 0 γίνονται 0  (μαύρο χρώμα δηλ. εικονοστοιχεία που βρίσκονται εκτός της ζώνης των 100 μ).

Υπολογισμός εμβαδών

Εφαρμόζουμε την εντολή AREA δύο φορές: 1) μία φορά για όλη την εικόνα της βλάστησης taurvege για να υπολογίσουμε το εμβαδόν για κάθε κατηγορία βλάστησης για όλη την εικόνα και 2) μια φορά για την εικόνα veg100 για να υπολογίσουμε το εμβαδόν για κάθε κατηγορία βλάστησης για την ζώνη των 100 μ.
Η εντολή AREA έχει 3 επιλογές για την παρουσίαση των αποτελεσμάτων της: α) δημιουργία μίας εικόνας όπου κάθε εικονοστοιχείο μιάς κατηγορίας βλάστησης έχει για τιμή το εμβαδόν της κατηγορίας αυτής, β) την αποθήκευση των αποτελεσμάτων σε ένα αρχείο και γ) την παρουσίαση των αποτελεσμάτων σε έναν πινακα στην οθόνη. Στην περίπτωσή μας επολέγουμε την δεύτερη επιλογή.Επαναλαμβάνουμε όλα τα βήματα από την εντολή RECLASS και έπειτα για ζώνη επιρροής 300 μ.

Σύγκριση των αποτελεσμάτων με την εντολή DATABASE WORKSHOP

Δημιουργούμε μία απλή βάση δεδομένων με την εντολή DATABASE WORKSHOP.
Τοποθετούμε στην βάση τα ονόματα κάθε κατηγορίας βλάστησης, το εμβαδόν κάθε κατηγορίας για όλη την εικόνα, για την ζώνη των 100 μ και των 300 μ. Δημιουργούμε και νέα πεδία με τα ποσοστά των εμβαδών που βρίσκονται εντός των ζωνών χρησιμοποιώντας εντολές SQL.Υψηλά ποσοστά σημαίνουν ότι η μεγαλύτερη περιοχή μιάς κατηγορίας βλάστησης βρίσκεται εντός της ζώνης των 100 μ ή των 300 μ.

ΕΡΓΑΛΕΙΑ ΑΝΑΛΥΣΗΣ ΕΙΚΟΝΩΝ Ι

Αυτό το κεφάλαιο αναφέρεται σε μερικές άλλες εντολές (εκτός των RECLASS, DISTANCE και  AREA) που στοχεύουν στην εξερεύνηση των δεδομένων  μιάς απλής εικόνας (απλό ψηφιδωτό) πέρα από μία απλή παρουσίαση.

Βασικά περιγραφικά στατιστικά με την εντολή HISTO

 Όταν παρουσιάσαμε την εικόνα samptm3  (που είναι ένα τμήμα μιάς εικόνας του καναλιού 3 του Landsat TM5) χρησιμοποιώντας την παλέττα με 256 αποχρώσεις του γκρίζου η εμφάνισή της ήταν λίγο απογοητευτική.  
Για να εξετάσουμε εάν υπάρχει κάτι περισσότερο στην εικόνα μπορούμε να χρησιμοποιήσουμε την εντολή HISTO.  Η εντολή HISTO ζητά μία εικόνα εισόδου και παράγει το ιστόγραμμα συχνοτήτων εμφάνιση κάθε τιμής της εικόνας ( σε μορφή διαγράμματος ή πίνακα). Μπορεί ο χρήστης να ορίσει το εύρος ή τον αριθμό των κλάσεων στον οποίο θα χωριστούν τα δεδομένα και να ορίσει νέες ελάχιστες και μέγιστες τιμές..Στο ιστόγραμμα, στον άξονα των χ είναι το εύρος των τιμών που υπάρχουν στην εικόνα (π.χ. από 0 έως 255)  ή αυτό που επέλεξε ο χρήστης (όπου DN = digital number δηλ. ψηφιακή τιμή), ενώ στον άξονα των ψ η συχνότητα εμφάνισης κάθε τιμής. Παρατηρώντας το ιστόγραμμα της εικόνας του παραδείγματος  φαίνεται γιατί αυτή παρουσιάζεται μαύρη: το IDRISI παρουσιάζει την τιμή 0 σαν μαύρο, την τιμή 255 σαν άσπρο και τις ενδιάμεσες τιμές με ανάλογες αποχρώσεις του γκρίζου. Η συγκεκριμένη εικόνα έχει τιμές από 9 έως 182.
 Για να επιτύχουμε μία απλή βελτίωση στη εμφάνιση της εικόνας  επιλέγουμε στον DISPLAY Launcher  να γίνει αυτόματη κλιμάκωση των τιμών ( το 9 να εκληφθεί σαν 0 και 182 σαν 255 και οι υπόλοιπες τιμές να κυμανθούν ανάλογα στο διαστημα 0-255). Το αποτέλεσμα φαίνεται στην παρακάτω εικόνα.Εάν παρατηρήσουμε το ιστόγραμμα της εικόνας θα δούμε η μέση τιμή είναι 22.5, η τυπική απόκλιση 10,1 και ότι υπάρχει μία  «ουρά» (τιμές με μικρή συχνότητα εμφάνισης) στην μορφή του ιστογράμματος για τιμές μεγαλύτερες από 70. Μπορούμε να κόψουμε όλες αυτές τις τιμές χωρίς να χαθεί πολύ πληροφορία χρησιμοποιώντας την εντολή STRETCH.Λέμε στην εντολή STRETCH  (βλέπε παραπάνω μενού) να θέσει σαν μέγιστη τιμή την τιμή 70 οπότε η τιμή 70 γίνεται 255 όπως και όλες οι τιμές οι μεγαλύτερες του 70. Στην εικόνα που παράγεται (samptm3s) φαίνονται πολύ περισσότερες δομές.

 
ΕΡΓΑΛΕΙΑ ΑΝΑΛΥΣΗΣ ΕΙΚΟΝΩΝ ΙI

Παρουσιάζονται δύο παραδείγματα σχετικά με την εφαρμογή μεθόδων περιγραφής σχημάτων στο IDRISI.

Λόγος  λεπτότητας (Thinness Ratio) ένας απλός παράγοντας περιγραφής σχήματος με τις εντολές AREA, PERIM, SCALAR, και OVERLAY.

Υπάρχουν πολλοί παράγοντες περιγραφής σχημάτων που χρησιμοποιούνται για διαφορετικούς σκοπούς, π.χ. για την βοήθεια μεθόδων αναγνώρισης προτύπου ή για την εξήγηση ή/και δημιουργία σχημάτων και μορφών.

Ο λόγος  λεπτότητας ορίζεται ως 4π (Α/P2), όπου Α το εμβαδόν και Ρ η περίμετρος (ο λόγος αυτός συσχετίζει. Το εμβαδόν ενός πολυγώνου με την περίμετρό του). Θα εφαρμόσουμε τον λόγο σε μια εικόνα βλάστησης (taurvege) όπου το κάθε κελί έχει χωρική διακριτική ικανότητα 25 μ.

1. Πρώτα απομονώνουμε κάθε πολύγωνο και αντιστοιχίζουμε σε αυτό έναν μοναδικό αριθμό, χρησιμοποιώντας την εντολή GROUP. Για την εφαρμογή της εντολής δίνουμε το όνομα ενός αρχείου εισόδου και ενός αρχείου εξόδου και επιλέγουμε εάν θα συμπεριληφθούν οι διαγώνιοι (Include diagonals). Η εντολή τοποθετεί σε κάθε πολύγωνο έναν κωδικό id. Τοποθετεί μαζί τα πολύγωνα που έχουν ίδιες τιμές και γειτονικά κελιά στις τέσσερις διευθύνσεις; Β, Ν, Α, Δ, (εάν έχουν επιλεγεί και διαγώνιοι τότε σε οκτώ διευθύνσεις δηλ. επιπλέον ΒΑ, ΒΔ, ΝΑ, ΝΔ). Στο παράγειγμά μας επιλέγουμε και τις διαγώνιους. Ο αριθμός των μοναδικών πολυγώνων που δημιουργούνται είναι η μέγιστη τιμή της εικόνας εξόδου.
2 Την εικόνα που παίρνουμε από την εφαρμογή της εντολής GROUP την δίνουμε σαν εικόνα εισόδου στις εντολές AREA και PERIM. Oι εικόνες που προκύπτουν έχουν σαν τιμές τα εμβαδά και τις περιμέτρους των πολυγώνων αντίστοιχα.
3 Χρησιμοποιούμε την εντολή SCALAR (με την οποία μπορούμε να κάνουμε αριθμητικές πράξεις με μία εικόνα) για να δημιουργήσουμε του παράγοντες του τύπου των λόγου λεπτότητας: πολλαπλασιάζουμε την εικόνα που έχει τα  εμβαδά με το π και με το 4, ενώ υψώνουμε στο τετράγωνο την εικόνα με τις περιμέτρους.

1. Διαιρούμε με την εντολή OVERLAY  τις δύο εικόνες του προηγούμενου βήματος και έχουμε μία τελική εικόνα που έχει σαν τιμές τον λόγο λεπτότητας.

Για να γίνει το αποτέλεσμα πιο καθαρό κάνουμε επαναταξινόμηση την εικόνα σε 4 κατηγορίες με την εντολή RECLASS. Στην εικόνα που δημιουργείται (thinrecl)  η υψηλότερη τιμή είναι 0.785. και αντιστοιχεί σε ένα κελί (pixel). Το μπλέ χρώμα δείχνει περιοχές με μεγάλη τιμή του λόγου και το πράσινο δείχνει το αντίθετο.

 
Υπολογισμός του λόγου  (Compactness Ratio) με την εντολή CRATIO

Ένας άλλος παράγοντας περιγραφής σχήματος είναι λόγος Compactness Ratio που ορίζεται σαν C= Φ (Ap / Ac), όπου Αp το εμβαδόν του πολυγώνου και Αc το εμβαδόν ενός κύκλου που έχει την ίδια περίμετρο με το πολύγωνο.
Για την εφαρμογή της εντολής CRATIO απαιτείται το όνομα ενός  αρχείου εισόδου και ενός αρχείου εξόδου. Στο παράδειγμά μας  δίνουμε σαν αρχείο εισόδου την εικονα που προέκυψε προηγουμένως με την εφαρμογή της εντολής GROUP. Στην τελική εικόνα εξόδου κάνουμε πάλι επαναταξινόμηση με την εντολή RECLASS  και ζητάμε να περιέχει 5 κατηγορίες (εικονα cratio_r). Τα πολύγωνα μεγέθους ενός κελιού είναι και τα περισσότερο συμπαγή (compact) και έχουν τιμή του λόγου 0,886.
Π.χ. Αp=25*25=625, Περίμετρος =25*4=100,
Αc=π*(100/2π)2= 795,77, C=Φ625/795,77=0886 

ΕΡΓΑΛΕΙΑ ΑΝΑΛΥΣΗΣ ΕΙΚΟΝΩΝ ΙII

Η ΕΝΤΟΛΗ FILTER

Η εντολή FILTER υπάρχει στα menu Analysis/Context και Analysis/Image Processing του IDRISI. Με την εντολή εκτελείται φιλτράρισμα  σε μία εικόνα (η μαθηματική πράξη της συνέλιξης).Η FILTER  δέχεται μία εικόνα εισόδου και υπολογίζει μία εικόνα εξόδου στην οποία η νέα τιμή κάθε κελιού είναι συνάρτηση των αρχικών τιμών των γειτονικών του κελιών. Τα γειτονικά κελιά συνήθως ορίζονται σαν ένας πίνακας 3x3 που κεντρώνεται στο κεντρικό κελί (φίλτρο). Η πράξη του φιλτραρίσματος γίνεται ως εξής: το φίλτρο τοποθετείται έτσι ώστε το κεντρικό κελί του φίλτρου να είναι πάνω από το κελί της εικόνας για το οποίο θα υπολογισθεί η νέα τιμή. Η τιμή κάθε κελιού του φίλτρου πολλαπλασιάζεται με την αντίστοιχη τιμή της εικόνας, τα γινόμενα αθροίζονται και το άθροισμα δίνεται σαν νέα τιμή στο κελί της εικόνας όπου κεντρώθηκε το φίλτρο. 

Στην εντολή FILTER υπάρχουν μερικά έτοιμα φίλτρα:
· Mean ή Low Pass (Φίλτρο μέσης τιμής ή εξομάλυνσης ή διέλευσης χαμηλών συχνοτήτων): κάθε συντελεστής του φίλτρου έχει την τιμή 1/9 και μπορούν να ορισθούν φίλτρα διαστάσεων 3x3, 5x5 & 7x7.
· Gaussian διαστάσεων 5x5 & 7x7
· Μedian (ενδιάμεσης τιμής) διαστάσεων 5x5 & 7x7
· Adaptive Box διαστάσεων 3x3, 5x5 & 7x7
· Mode διαστάσεων 3x3, 5x5 & 7x7
· Laplacian Edge Enhancement (ενίσχυση ακμών Laplace) με όλους του συντελεστές  ίσους με -1/9 εκτός του κεντρικού που είναι +17/9, διαστάσεων 3x3, 5x5 & 7x7
· High Pass  (φίλτρο διέλευσης υψηλών συχνοτήτων) με συντελεστές ίδιους με το προηγούμενο πλήν του κεντρικού που είναι +8/9, διαστάσεων 3x3
· Sobel Edge Detector (φίλτρο Sobel ανίχνευσης ακμών) διαστάσεων 3x3

Ο χρήστης μπορεί να ορίσει και δικά του φίλτρα τετράγωνου σχήματος με τον Filter Editor.

Φίλτρα εξομάλυνσης ακραίων τιμών ή διέλευσης χαμηλών συχνοτήτων (smoothing ? low pass)

Χρησιμοποιούνται όταν έχουμε να κάνουμε με εικόνες που περιέχουν  «θόρυβο», και όταν θέλουμε να έχουμε πιο «ομαλή» εμφάνιση σε μία εικόνα (πχ που προέρχεται από ταξινόμηση ή σε ένα ψηφιακό μοντέλο εδάφους (DEM) που προέρχεται από παρεμβολές). Η επιλογή του τύπου του φίλτρου που θα χρησιμοποιηθεί εξαρτάται από την φύση των δεδομένων.

Θα επεξεργαστούμε ένα ψηφιακό μοντέλο εδάφους (DEM) με την εντολή FILTER. To DEM του παραδείγματός μας προέρχεται από την ένωση δύο DEM που δημιουργήθηκαν από διαφορετικές πηγές και έχει διάσπαρτα κελιά με τιμή 0 σε όλη την εικόνα. Πως μπορούμε να τα εξαλείψουμε; Υπάρχουν διάφοροι τρόποι.

Α) να χρησιμοποιήσουμε ένα φίλτρο mean (μέσης τιμής)
Β) να χρησιμοποιήσουμε ένα φίλτρο median (ενδιάμεσης τιμής)
Γ) να χρησιμοποιήσουμε ένα φίλτρο mode

Για να ελέγξουμε τα αποτελέσματα χρησιμοποιούμε εικόνες διαφορών (diff) που δημιουργούμε με την εντολή OVERLAY, όπου diff = αρχική εικόνα με θόρυβο φιλτραρισμένη εικόνα).

Οι φιλτραρισμένες εικόνες είναι οι demmean, demmedia και demmode (με τα φίλτρα Α, Β, και Γ) και οι εικόνες των διαφορών οι diffmean, diffmedi και diffmode.
Παρατηρούμε ότι στις εικόνες diffmean, diffmedi έχει απομακρυνθεί και χρήσιμη πληροφορία ενώ στη εικόνα  diffmode έχει απομακρυνθεί μόνο θόρυβος (μεμονωμένα κελιά). ’ρα για την συγκεκριμένη εικόνα ο θόρυβος απομακρύνεται καλύτερα με την εφαρμογή του φίλτρου mode.

Φίλτρα Adaptive Βοx (τοπικό φιλτράρισμα υπό προϋποθέσεις)

Τα φίλτρα εξομάλυνσης εφαρμόζονται σε εικόνες που έχουν «θόρυβο» που κατανέμεται ομοιόμορφα σε όλη την εικόνα. Στις περιπτώσεις όμως που ο θόρυβος βρίσκεται σε κάποιες περιοχές της εικόνας δεν υπάρχει λόγος να εφαρμόσουμε φίλτρα εξομάλυνσης σε όλη την εικόνα καθώς υπάρχει πάντα ο κίνδυνος να χάσουμε πολύτιμη πληροφορία.
Σε τέτοιες περιπτώσεις εφαrμόζουμε τα φίλτρα Adaptive Βοx: δίνουμε στο φίλτρο δύο οριακές τιμές (threshold values) ? μία για την τοπική τυπική απόκλιση (που υπολογίζεται από τις τιμές της εικόνας για το τμήμα της που καλύπτει κάθε φορά το φίλτρο) και μία για την διαφορά που θεωρούμε αποδεκτή μεταξύ της τιμής του εικονοστοιχείου που κεντρώνεται το φίλτρο και την μέσης τιμής των γειτονικών του εικονοστοιχείων. Επιπλέον αποφασίζουμε για το τι θα κάνει το φίλτρο στην περίπτωση που και οι δύο οριακές τιμές που δώσαμε δηλ. η τυπική απόκλιση  και η διαφορά  είναι μικρότερες από αυτές που υπολογίζονται σε κάποια θέση (π.χ. να αντικατασταθεί η τιμή του εικονοστοιχείου με 0 ή με την μέση τοπική τιμή). Όλα τα υπόλοιπα εικονοστοιχεία για τα οποία δεν υπερβαίνονται οι οριακές τιμές παραμένουν ως έχουν.  Με αυτόν τον τρόπο διορθώνονται μόνο οι τιμές που διαφέρουν πολύ από τις υπόλοιπες.

Φίλτρα ενίσχυσης ακμών, ανίχνευσης ακμών ? διέλευσης υψηλών συχνοτήτων

Η διαφορά μεταξύ των φίλτρων που ενισχύουν και αυτών που ανιχνεύουν και εξάγουν περιοχές με απότομες αλλαγές είναι:
- Τα φίλτρα ενίσχυσης έχουν συντελεστές που έχουν άθροισμα 1 οπότε στην περίπτωση ενός εικονοστοιχείου με όμοιες γειτονικές τιμές δεν θα συμβεί, καμία αλλαγή με το φιλτράρισμα. Εάν όμως έστω και μία τιμή διαφέρει από τις άλλες αυτή η «αντίθεση» θα ενισχυθεί.
- Τα φίλτρα ανίχνευσης ακμών (διέλευσης υψηλών συχνοτήτων)  έχουν άθροισμα συντελεστών ίσο με το μηδέν ώστε εικονοστοιχεία που έχουν γειτονικά με ίδιες τιμές  παίρνουν την τιμή μηδέν.

Παρακάτω παρουσιάζεται η εφαρμογή  φίλτρων ενίσχυσης ακμών (edge enhancement) και ανίχνευσης ακμών (edge detect) σε ένα ψηφιακό μοντέλο εδάφους  (DEM). Το φίλτρο ανίχνευης ακμών ανίχνευσε κάποιες ανομοιομορφίες του DEM που δεν είναι εμφανείς στο αρχικό και προέρχονται από το ότι αυτό προήλθε από την συρραφή πολλών κομματιών DEM.

H εντολή TEXTURE  κάνει ανάλυση ακμών εφαρμόζοντας σε μία εικόνα φίλτρα 3x3 που ανιχνεύουν διευθύνσεις και δίνει σαν έξοδο μέχρι και οκτώ εικόνες κάθε μία από τις οποίες περιέχει ακμές ως προς σε μία διεύθυνση (Β, Ν, Α, Δ, ΒΑ, ΒΔ, ΝΑ, ΝΔ).

Φίλτρα  ανίχνευσης διευθύνσεων (directional filters)

O χρήστης μπορεί να δημιουργήσει φίλτρα 3x3 που ανιχνεύουν δομές με συγκεκριμένες διευθύνσεις (πχ. Βορειοανατολικά ? Νοτιοδυτικά). Στο παρακάτω παράδειγμα το φίλτρο ανίχνευσης Βορειοανατολικών ? Νοτιοδυτικών διευθύνσεων (NE-SW) παρουσιάζει με υψηλές τιμές (ανοιχτή απόχρωση)) δομές με αυτήν την διεύθυνση και με χαμηλές τιμές (σκούρα απόχρωση) δομές με BΔ-NA διεύθυνση.

ΕΡΓΑΛΕΙΑ ΑΝΑΛΥΣΗΣ ΕΙΚΟΝΩΝ ΙV.

Υπολογισμός κλίσης και προσανατολισμού με την εντολή SURFACE.

Με την εντολή SURFACE μπορούν να υπολογισθούν τρία χαρακτηριστικά μιάς επιφάνειας:

1. Κλίση ? Slope
2. Προσανατολισμός - Aspect
3. Φωτοσκίαση - Analytical Hillshading (shaded felief)

Το τελευταίο δεν είναι χαρακτηριστικό μιάς επιφάνειας αλλά ένα είδος συνθετικής σκίασης για σκοπούς παρουσίασης.

1. Η κλίση που υπολογίζει το IDRISI  είναι η μέγιστη κλίση ενός εικονοστοιχείου ως προς τις 4 διευθύνσεις του ορίζοντα. Β, Ν, Α, Δ (N, S, E, W). Η κλίση εκφράζεται σε μοίρες από 0 έως 90 ή σε ποσοστό (πχ γωνία 45 μοιρών έχει κλίση 100%, ενώ 90 μοιρών έχει κλίση άπειρο).

Εικόνες με τιμές κλίσεις (slope images) μπορούν να χρησιμοποιηθούν για την εύρεση περιοχών κατάλληλων ή ακατάλληλων για κάποια χρήση π.χ. για χωροθέτηση κάποιας κατασκευής, για δρόμους, για την πρόγνωση της διάβρωσης του εδάφους ή του κινδύνου από χιονοστιβάδες. Οι εικόνες κλίσεων μπορούν να υπολογισθούν και για άλλα δεδομένα εκτός από DEM.

2. Στις εικόνες προσανατολισμού (aspect images) που υπολογίζει το IDRISI με την εντολή SURFACE, ο προσανατολισμός ορίζεται ως η διεύθυνση προς την οποία  «βλέπει? η μέγιστη κλίση του εικονοστοιχείου. Οι τιμές του προσανατολισμού κυμαίνονται από 0 έως 360 μοίρες, όπου 90 μοίρες είναι ανατολικά και 180 μοίρες νότια. Εικονοστοιχεία με τιμές ?1 αναφέρονται σε τελείως επίπεδε επιφάνειες.

3.Με την Φωτοσκίαση μπορούμε να προσομοιώσουμε την κατάσταση φωτισμού ενός DEM από κάποια θέση της φωτεινής πηγής στο χώρο (αζιμούθειο από260 ? 290 μοίρες και γωνία ύψους 0 έως 90 μοίρες).  Για να ορίσουμε τις υπόλοιπες θέσεις στον χώρο πρέπει να περιστρέψουμε το DEM με την εντολή TRANSPOS , να κάνουμε την φωτοσκίαση και να ξανά περιστρέψουμε το DEM στην αρχική του θέση. ΟΙ εικόνες φωτοσκίασης χρησιμεύουν για οπτικοποίηση των δεδομένων. Οι τιμές των εικονοστοιχείων κυμαίνονται από 0 έως 1. Παρακάτω παρουσιάζεται μια 3-D απεικόνιση μίας εικόνας φωτοσκίασης που τοποθετήθηκε σε ένα DEM  όπου προστέθηκαν ποτάμια, λίμνες ,  παγετώνες και ουρανός. 

ΕΡΓΑΛΕΙΑ ΑΝΑΛΥΣΗΣ ΕΙΚΟΝΩΝ VI

Mέθοδοι παρεμβολής στο IDRISI

Οι μέθοδοι παρεμβολής (interpolation) είναι γεωστατιστικές μέθοδοι για την εκτίμηση πληροφορίας σε θέσεις του χώρου όπου δεν έχουμε πληροφορία, βασιζόμενοι σε πληροφορία που υπάρχει σε γειτονικές θέσεις. Παραδείγματος χάριν, α) εάν γνωρίζουμε ή μετρήσουμε το υψόμετρο σε κάποια σημεία του χώρου κάνοντας παρεμβολές μεταξύ των σημείων με γνωστό υψόμετρο προσπαθούμε να δημιουργήσουμε μία συνεχή επιφάνεια με γνωστά υψόμετρα , δηλ. ένα ψηφιακό μοντέλο εδάφους (DEM), β) σε ένα αναλογικό χάρτη με ισοϋψείς καμπύλες κάνουμε παρεμβολή μεταξύ δύο ισοϋψών για να βρούμε το υψόμετρο σε ένα σημείο.
Για την επίτευξη ικανοποιητικών αποτελεσμάτων θα πρέπει να επιλεγεί με προσοχή η «σωστή» μέθοδος παρεμβολής και να γίνει προσεκτική ερμηνεία των αποτελεσμάτων.

ΕΝΤΟΛΗ  TREND

Δεν είναι μία μέθοδος για τον υπολογισμό αγνώστων τιμών σε διάφορες θέσεις αλλά για να παρουσιάζει τάσεις μεγάλης κλίμακας και πρότυπα στα δεδομένα μας. Στατιστικά βασίζεται στην επίλυση πολυωνυμικών εξισώσεων και στο IDRISI μπορούν να επιλεγούν εξιδώσεις τριών τάξεων:

· Γραμμική (linear): z(x,y) = b0 + b1x + b2y
· Τετραγωνική (Quadratic): z(x,y) = b0 + b1x + b2y + b3x2 + b4xy + b5y2
· Κυβική (Cybic): z(x,y) = b0 + b1x + b2y + b3x2 + b4xy + b5y2 + b6x3 + b7x2y + b8xy2 + b9y3

Όπου x,y  οι συντεταγμένες και  z η υπό εξέταση τιμή στην θέση x,y.

Για παράδειγμα: παρουσιάζεται παρακάτω ένας χάρτης με 453 σημεία της πόλης του Salzburg και δείχνει για κάθε σημείο μία τιμή που αναφέρεται στον αριθμό των διαφορετικών ειδών λειχήνων που υπάρχουν σε αυτό το σημείο ( οι λειχήνες είναι φυτά που αποτελούν βιοδείκτη). Υποθέτουμε ότι η ποιότητα του περιβάλλοντος σχετίζεται θετικά με το αριθμό των λειχήνων.
 

  Τώρα υπολογίζουμε τις εικόνες που προκύπτουν από την εφαρμογή των τριών επιλογών της εντολής TREND

Σύντομα Κοντά Σας Με Εντολές Από Το Idrisi

Home Page | | Site Map | | Start |  | Email Us |  | Searchers | Το μέλλον είναι το G.I.S | GPS | Top sites gia foitites | Tilepiskopisi | Xrisis tilepiskopisis | Ergasia |  | Internet apo poy | Progrs for G.I.S | Favorite Site | Underground Eφαρμογές | Linux | Ρομποτική | Forum | H Εξυπνάδα Του Μήνα |