7. Часті питання

If you have comments or questions please join the Facebook group .

Before asking, please check the official site From GIS to Remote Sensing and the following Frequently Asked Questions.

7.1. Встановлення модуля

7.1.1. Як встановити модуль вручну?

SCP може бути встановлений вручну (це може бути корисно, коли відсутнє Інтернет-з’єднання або необхідне встановлення на багатьох комп’ютерах) наступним чином:

  1. завантажте zip-архів SCP з https://github.com/semiautomaticgit/SemiAutomaticClassificationPlugin/archive/master.zip ;

  2. розпакуйте вміст архіву (декілька файлів таких як COPYING.txt та каталогів таких як ui) у новий каталог з назвою SemiAutomaticClassificationPlugin (без -master);

  3. open the QGIS plugins directory (in Windows usually C:\Users\username\AppData\Roaming\QGIS\QGIS3\profiles\default\python\plugins, in Linux and Mac usually /home/username/.local/share/QGIS/QGIS3/profiles/default/python/plugins) and delete the folder SemiAutomaticClassificationPlugin if present;

  4. скопіюйте каталог SemiAutomaticClassificationPlugin до каталогу модулів QGIS;

  5. модуль встановлено; запустіть QGIS, відкрийте Plugin Manager та переконайтесь, що Semi-Automatic Classification Plugin увімкнено.

7.1.2. Як встановити модуль з офіційного репозиторія SCP?

SCP можливо встановити , використовуючи офіційний репозиторій. Цей репозиторій забезпечує встановлення самої останньої версії SCP (master), подекуди ще до того, як вона з’явиться в репозиторії QGIS. Це може знадобитись, коли ви потребуєте виправлення помилки або нової функції, яка ще недоступна у версії, наявній в офіційному репозиторії QGIS. Крім того, версія master з репозиторію SCP може бути встановлена одночасно з версією, доступною з офіційного репозиторію QGIS.

Для того, щоб встановити модуль з репозиторію SCP, виконайте наступні кроки:

  • Запустіть QGIS;

  • З головного меню виберіть Plugins` > Manage and Install Plugins;

_images/install.jpg
  • Клацніть Settings та натисніть кнопку Add;

_images/qgis_repos_settings.jpg
  • В Repository details введіть:

Назва:

SCP

URL:

https://semiautomaticgit.github.io/SemiAutomaticClassificationPlugin/repository.xml

та клацніть OK;

_images/qgis_repos_add.jpg
  • Після оновлення репозиторію елемент Semi-Automatic Classification Plugin - master повинен бути у переліку з іншими модулями;

_images/qgis_repos_list.jpg
  • З меню All виберіть Semi-Automatic Classification Plugin - master та натисніть кнопку Install plugin; найбільш остання версія SCP повинна бути автоматично активована (ігноруйте помилки, для завершення встановлення SCP може знадобитись перезапуск QGIS); можливо вимкнути інший SCP, встановлений з репозиторію QGIS;

_images/qgis_repos_installed.jpg

7.1.3. Can I use the previous version 7 of SCP?

It is possible to install the previous version 7 of SCP using the official repository. Also, this version can be installed along with the SCP version 8.

Для того, щоб встановити модуль з репозиторію SCP, виконайте наступні кроки:

  • Запустіть QGIS;

  • З головного меню виберіть Plugins` > Manage and Install Plugins;

_images/install.jpg
  • Клацніть Settings та натисніть кнопку Add;

_images/qgis_repos_settings.jpg
  • В Repository details введіть:

Назва:

SCP

URL:

https://semiautomaticgit.github.io/SemiAutomaticClassificationPlugin_v7/repository.xml

та клацніть OK;

_images/qgis_repos_add.jpg
  • Після оновлення репозиторію елемент Semi-Automatic Classification Plugin - master повинен бути у переліку з іншими модулями;

_images/qgis_repos_list.jpg
  • З меню All виберіть Semi-Automatic Classification Plugin - master та натисніть кнопку Install plugin; найбільш остання версія SCP повинна бути автоматично активована (ігноруйте помилки, для завершення встановлення SCP може знадобитись перезапуск QGIS); можливо вимкнути інший SCP, встановлений з репозиторію QGIS;

_images/qgis_repos_installed.jpg

7.2. Передоброблення

7.2.1. Які канали зображення потрібно використовувати для напівавтоматичної класифікації?

Загалом, бажано уникати термальних інфрачервоних каналів. Якщо ви використовуєте Landsat 4, 5 або 7, то вам слід обирати канали : 1, 2, 3, 4, 5, 7, уникаючи каналу 6, який є термальним інфрачервоним; для Landsat 8 ви повинні обирати канали: 2, 3, 4, 5, 6, 7. Каналу 1 Landsat 8 зазвичай уникають, тому що він дуже подібний до синього каналу і переважно використовується для вивчення аерозолів зони узбережжя. Термальний інфрачервоний канал Landsat виключається з класифікації, тому що його значення переважно пов’язані з температурою об’єктів.

Для зображень Sentinel-2 можна використовувати канали: 2, 3, 4, 5, 6, 7, 8, 8A, 11, 12.

7.2.2. Які канали Landsat можуть бути перераховані SCP у відбивальність?

All Landsat 1,2, and 3 MSS and Landsat 4, 5, 7, and 8 images downloaded from http://earthexplorer.usgs.gov/ and processed with the Level 1 Product Generation System (LPGS) can be converted to reflectance automatically by the SCP; products generated by the LPGS have a MTL file included that is required for the conversion.

7.2.3. Can I apply the conversion to Sentinel-2 images downloaded from the web?

Yes, you can convert also images downloaded from the web (actually the conversion is recommended). You should move all the bands (.jp2 files) and if available the .xml file whose name contains MDT_SAFL1C in the same directory. Then select this directory in Image conversion. Images are converted to reflectance.

7.2.4. Can I apply the conversion to Sentinel-2 L2A downloaded from the web?

Yes, you should move all the .jp2 files inside the same directory and rename the files with the band number in the ending of the name (e.g. from name_02_10m.jp2 to name_02.jp2) Then select this directory in Image conversion. Images are converted to reflectance.

7.2.5. Чи можу я застосувати перерахунок даних Landsat та корекцію DOS до обрізаних каналів?

Так, ви можете провести відтинання знімків до того, як перераховувати у відбивальність, а потім скопіювати файл MTL (який міститься в оригінальному наборі даних Landsat) до каталогу з обрізаними каналами. Якщо ви бажаєте застосувати корекцію DOS (яка є відносною технікою, що ґрунтується на знімку), то потрібно спочатку перерахувати оригінальні дані каналів Landsat (для всього зображення), а після цього провести відтинання виходових результатів перерахунку (тобто каналів, перерахованих у відбивальність).

7.2.6. Чи можу я застосовувати корекцію DOS до каналів з чорною межею (тобто зі значеннями NoData)?

If you want to apply the DOS correction to an entire band which has NoData values (the black border with value = 0) then you have to check the checkbox Use value as  NoData and set the value to 0. This is because DOS is an image based technique, and NoData values must be excluded from the calculation.

7.2.7. Як прибрати з зображення хмарний покрив?

DOS1 correction does not remove clouds from the image. However, Landsat 8 images include Band 9 that identifies clouds (see this NASA site). You can use this band for the creation of a mask.

7.3. Оброблення

7.3.1. Я отримую помилки класифікації. Як я можу покращити точність?

Several materials have similar spectral signatures (e.g. soil and built-up, or forest and other types of dense low vegetation), which can cause classification errors if ROIs, and spectral signatures thereof, are not acquired correctly. In order to improve the results, you can try to collect more ROIs over these areas, in order to train the algorithm for these very similar areas, also, display the spectral signatures of these areas in Spectral Signature Plot to assess their similarity. You can also use a Signature threshold for these signatures in order to reduce the variability thereof (only pixels very similar to the input signatures will be classified).

7.3.2. Чи можливо використовувати одні і ті самі навчальні входові дані для декількох зображень?

Так, це можливо, якщо всі зображення мають однакову кількість каналів. Однак, якщо зображення отримані у різні місяці, зміни земельного покриву (особливо, стан рослинності) впливатимуть на спектральні сигнатури (тобто один і той самий піксель матиме різні спектральні сигнатури у різні періоди). Атмосферні ефекти також можуть по різному впливати на зображення. Це може знизити точність класифікації. Тому доцільно завжди збирати ROI та спектральні сигнатури для кожного зображення.

7.3.3. Яка різниця між класами та макрокласами?

Дивіться будь ласка Класи та макрокласи.

7.3.4. Чи можу я використовувати SCP для обробки зображень, отриманих дронами, або аерофотознімків?

Так, ви можете працювати з ними, якщо вони мають не менше 4 каналів. Якщо кількість каналів менша, то напівавтоматичні алгоритми не здатні вірно класифікувати земельний покрив. Існують також альтернативні методи класифікації, такі наприклад як об’єктно-орієнтована класифікація, не реалізована у SCP.

7.3.5. Чому при визначенні температури поверхні використовується лише канал 10 Landsat 8?

Було розроблено декілька методів для оцінювання температури земної поверхні. Метод оцінювання температури, описаний в навчальному практикумі, потребує лише одного каналу. Більше того, USGS рекомендує користувачам утримуватись від урахування даних каналу 11 Landsat 8 при кількісному аналізі даних теплового інфрачервоного сенсора (див. Зміни в даних теплового інфрачервоного сенсора (TIRS) від USGS).

7.3.6. How can I speed up the processing?

In order to speed up the processing you should set the available RAM and the number of threads available in System. Available RAM (MB) should be half of the system RAM (e.g. 1024MB if system has 2GB of RAM) or more if the system has a large amount of RAM (e.g. 10240MB if system has 16GB of RAM). CPU threads should be a value lower than the maximum number of system threads (e.g. if the system has 4 available threads set value 3).

Also, several tools allow for selecting the output format .vrt avoiding the time required to create a unique .tif raster (after multiprocess), especially useful for large rasters.

7.3.7. How do I perform accuracy assessment and how to design the number of samples?

Accuracy assessment is described in this tutorial .

Sample design is required to provide an adequate number of samples for each class, as described in «Olofsson, et al., 2014. Good practices for estimating area and assessing accuracy of land change. Remote Sensing of Environment, 148, 42 – 57».

The number of samples (\(N\)) should be calculated as (Olofsson, et al., 2014):

\[N = ( \sum_{i=1}^{c} (W_i - S_i) / S_o)^2\]

де:

  • \(W_i\) = mapped area proportion of class i;

  • \(S_i\) = standard deviation of stratum i;

  • \(S_o\) = expected standard deviation of overall accuracy;

  • \(c\) = total number of classes;

To stratify the sample we should conjecture user’s accuracy and standard deviations of strata (Olofsson, et al., 2014). One can hypothesize that user’s accuracy is lower and standard deviations \(S_i\) is higher for classes having low area proportion, but of course these values should be carefully evaluated.

This requires some conjectures about overall accuracy and user’s accuracy of each class. We should base these conjectures on previous studies.

As starting values, we could assume \(S_o = 0.01\) and perform a rough accuracy assessment with random samples, and eventually calculate the \(S_i\) to perform the sampling design. Alternatively, one could start with Si = 0.5 for all the classes. Basically the higher is Si, the larger is the number of samples for that class.

7.4. Застереження

7.4.1. Застереження [12]: Дана сигнатура буде виключена при використанні алгоритму Максимальної вірогідності. Чому?

ROI занадто маленька (або занадто однорідна) для алгоритму Максимальної вірогідності, тому що ця ROI має сингулярну (вироджену) матрицю коваріації. Ви повинні створити більшу ROI або не використовувати алгоритм Максимальної вірогідності для класифікації.

7.5. Помилки

7.5.1. Як я можу повідомити про помилку?

Якщо ви виявили помилку Semi-Automatic Classification Plugin, будь ласка виконайте ці кроки, щоб зібрати необхідну інформацію (файл журналу):

  1. закрийте QGIS, якщо вона відкрита;

  2. open QGIS, open the Plugin tab Debug and check the checkbox checkbox Records detailed events in a log file ;

_images/settings_debug_tab.png

Налагодження

  1. click the button Test dependencies enter in the tab Debug ;

  2. завантажте дані до QGIS (або відкрийте проект QGIS, що був збережений раніше) та повторіть всі кроки, що призводять до помилки в роботі модуля;
  3. якщо з’являється повідомлення про помилку (як на наступному рисунку), скопіюйте весь вміст повідомлення до текстового файлу;

_images/python_error.jpg

Повідомлення про помилку

  1. open the tab Debug and uncheck the checkbox checkbox Records events in a log file, then click the button export and save the log file (which is a text file containing information about the Plugin processes);

  2. відкрийте log-файл та скопіюйте весь його вміст;

  3. join the Facebook group , create a new post and copy the error message and the log file (or attach them).

7.6. Різне

7.6.1. Що я можу робити з SCP?

SCP дозволяє проводити класифікацію земельного покриву зображень дистанційного зондування за допомогою Контрольована класифікація. Ви можете створити растр земельного покриву, використавши один з Алгоритми класифікації, доступних у SCP. Ці алгоритми потребують спектральних сигнатур або ROI в якості входових даних (для визначень будь ласка див. Короткий вступ до дистанційного зондування), які визначають класи земельного покриву, що будуть зідентифіковані за зображенням.

_images/multispectral_classification.jpg

Багатоспектральне зображення оброблене для створення класифікації земельного покриву

(Знімок Landsat надано USGS)

SCP can work with multispectral images acquired by satellites, airplanes, or drones. Also, SCP allows for the direct search and download of free images (see Download products). You cannot use orthophotos with less than 4 bands and LIDAR data with SCP.

Входове зображення у SCP називається Band set, який використовується як входові дані для класифікації. SCP надає декілька інструментів для Передоброблення завантажених зображень, таких як перерахунок у відбивальність та маніпулювання каналами.

Spectral Signature Plot та Scatter Plot забезпечують аналіз спектральних сигнатур та ROI. Крім того, декілька Basic tools доступні для спрощення створення ROI та редагування спектральних сигнатур.

Raster calculation is available through the seamless integration of the tool Band calc with bands in the Band set, calculating mathematical expressions and spectral indices.

See the Basic Tutorials for more information and examples.

7.6.2. Як долучитись та сприяти SCP

Ви можете зробити внесок до SCP через виправлення та додавання функціональних можливостей (див. Де знаходиться вихідний код SCP?) або переклад посібника користувача (див. Як я можу перекласти цей посібник на іншу мову?).

7.6.3. Як я можу перекласти цей посібник на іншу мову?

Цей посібник користувача легко перекласти на іншу мову, тому що він написаний мовою розмітки reStructuredText (з використанням Sphinx). Тому ваш внесок є принциповим для перекладу посібника вашою мовою. Наступна інструкція ілюструє основні кроки з перекладу, які можуть бути здійснені:

  • з використанням онлайн-сервісу Transifex;

  • з використанням gettext .po файлів.

Before translating, please read this document from the QGIS translation guide, which helps you understand the reStructuredText.

Метод 1. Переклад з використанням безкоштовного онлайн-сервісу Transifex

Це мабуть найпростіший спосіб перекладу посібника користувача з використанням онлайн-сервісу.

  1. Приєднайтесь до проекту Semi-automatic Classification Manual

    Go to the page https://www.transifex.com/semi-automatic-classification/semi-automatic-classification-plugin-manual and click the button Help translate. You can sign in using your Google or Facebook account, or with a free registration.

  2. Select your language

    Select your language and click the button Join team. If your language is not listed, click the button Request language.

  3. Переклад

    There are several files to be translated, which refer to the sections of the SCP documentation. To translate the SCP interface you should select the file semiautomaticclassificationplugin.ts .

Метод 2. Переклад з використанням gettext .po файлів

Для того, щоб використовувати цей метод, ви повинні бути знайомі з GitHub. Цей метод перекладу дозволяє здійснювати переклад PO файлів локально.

  1. Завантажте файли перекладу

    Перейдіть до проекту GitHub https://github.com/semiautomaticgit/SemiAutomaticClassificationManual_v4/tree/master/locale та завантажте .po файли вашої мови (ви можете додати свою мову, якщо її немає в переліку) або ви можете форкнути репозиторій. Кожний .po файл це текстовий файл, що відповідає певному розділу посібника користувача.

  2. Відредагуйте файли перекладу

    Тепер ви можете редагувати .po файли. Ці файли зручно редагувати з використанням наступних програм: наприклад Poedit для Windows та Mac OS X або Gtranslator для Linux або OmegaT (на основі Java) для Windows, Linux та Mac OS X. Ці редактори забезпечують простий переклад для кожного речення посібника користувача.

7.6.4. Де знаходиться вихідний код SCP?

The source code of SPC is available at the following link https://github.com/semiautomaticgit/SemiAutomaticClassificationPlugin