Kehitämme automaattisia menetelmiä kaukokartoitusaineistojen tulkintaan ja muutostulkintaan. Tavoitteena on, että tuloksia voitaisiin hyödyntää esimerkiksi maastotietojen kartoituksessa ja ajantasaistuksessa sekä maankäytön seurannassa. Tulkinnassa käytetään objektipohjaisia ja tietämyspohjaisia tulkintamenetelmiä.
Rakennukset
Rakennukset ovat yksi tärkeimmistä kohderyhmistä karttojen ajantasaistuksessa. Ne ovat myös lupaava kohde automaattisten tulkintamenetelmien soveltamista ajatellen, koska ne voidaan löytää melko luotettavasti automaattisilla menetelmillä nykyisistä laserkeilaus- ja ilmakuva-aineistoista. Geodeettisessa laitoksessa tehty tutkimus on sisältänyt menetelmäkehitystä ja testausta useilla eri alueilla ja aineistoilla. Tulokset osoittavat, että valtaosa rakennuksista voidaan löytää automaattisesti ja muutostulkinnan avulla saadaan hyödyllistä tietoa uusista, puretuista ja muuttuneista rakennuksista.
a) Laserkeilausaineistosta muodostettu pintamalli ja vanhat rakennusvektorit, b) automaattisen rakennustulkinnan tulos, c) automaattisen muutostulkinnan tulos. Vanhan kartan rakennukset © Maanmittauslaitos 2001.
Peltolohkot
Teemme tutkimusta, jossa kehitetään automaattisia menetelmiä ajantasaistusta vaativien peltolohkojen tunnistamiseen. Objektipohjaisen tulkinnan avulla uusilta ortoilmakuvilta pyritään löytämään lohkot, joiden sisällä on muita kohteita kuin peltoa. Tavoitteena on, että tuloksia voitaisiin käyttää apuna peltolohkorekisterin ajantasaistuksessa.
Automaattisesti löydettyjä muutoskohtia peltolohkojen sisällä (rajattu punaisella). Kartta- ja ilmakuva-aineistot © Maaseutuvirasto ja ilmakuvatoimittajat.
Maankäyttö / maanpeite
Olemme tutkineet myös automaattista maankäyttö-/maanpeiteluokittelua. Tutkimuksissa on käytetty SAR-kuvia, laserkeilaus- ja ilmakuva-aineistoa sekä optisia satelliittikuvia. Tutkimukset osoittavat, että objektipohjaisilla tulkintamenetelmillä hyvistä aineistoista saadaan lupaavia tuloksia. Tulokset ovat olleet hyviä sekä visuaalisesti että luokittelutarkkuuden perusteella numeerisesti arvioituna.
Automaattisen maanpeiteluokittelun tulos. Luokittelussa käytettiin moniaikaista interferometrista SAR-aineistoa. Luokat: metsä, avoin alue, rakennettu alue (kolme luokkaa rakennustiheyden mukaan), vesimaski, puuttuva aineisto. SAR-aineisto ja vesimaski © M. Engdahl.
Automaattisen maanpeiteluokittelun tulos. Luokittelussa käytettiin laserkeilausaineistoa ja ortoilmakuvamosaiikkia. Luokat: rakennus, puu, kasvillisuuden peittämä maa, kasviton maa.
Objektipohjainen ja tietämyspohjainen tulkinta
Tutkimuksissamme on käytetty objektipohjaisia ja tietämyspohjaisia tulkintamenetelmiä. Objektipohjaisessa tulkinnassa tulkitaan yhtenäisiä kohteita tai alueita yksittäisten pikseleiden sijasta. Kohteet tai alueet saadaan kuvan segmentoinnista, kartta-aineistoista tai näitä yhdistelemällä. Tietämyspohjainen tulkinta voi perustua käyttäjän määrittelemiin sääntöihin, ja siinä voidaan yhdistää tietoa erilaisista kaukokartoitusaineistoista ja olemassa olevista kartoista. Sääntöjä voidaan kehittää myös automaattisesti esimerkiksi luokittelupuumenetelmän avulla.
Landsat TM -satelliittikuvan segmentointi yhtenäisiin alueisiin (Kuva raportista: Matikainen, L., Yu, X., Kuittinen, R. and Ahokas, E., 1997. Updating topographic maps by using multisource data and knowledge-based interpretation. Reports of the Finnish Geodetic Institute 97:1.).
Valuma-alueiden lumenpeittoprosentit 20.4.1999 arvioituna NOAA AVHRR -satelliittikuvalta. Valuma-alueet © Suomen ympäristökeskus. (Kuva raportista: Matikainen, L., Grandell, J., Kuittinen, R. and Vepsäläinen, J., 1999. Snowmelt monitoring using multisource satellite image and ground measurement data. Reports of the Finnish Geodetic Institute, (99:8), 46 p.). Lisätietoja menetelmästä: Matikainen, L., Kuittinen, R. and J. Vepsäläinen, 2002. Estimating drainage area-based snow-cover percentages from NOAA AVHRR images. International Journal of Remote Sensing, Vol. 23, No. 15, pp. 2971-2988. http://www.tandfonline.com/doi/abs/10.1080/01431160110071923