Vízügyi Közlemények, Az 1998. évi árvíz, 2003 (különszám)

IV. kötet: Elemző és módszertani tanulmányok az 1998-2001. évi ár- és belvizekről - Rakonczai János-Csató Szilvia-Mucsi László-Kovács Ferenc-Szatmári József: Az 1999. és 2000. évi alföldi belvízelöntések kiértékelésének gyakorlati tapasztalatai

322 Dr. Rakonczai János-Dr. Mucsi László-Csató Szilvia-Kovács Ferenc-Szatmári József mányhoz célszerű transzformálni. A térképekhez történő képtranszformálás nélkülözhetetlen a földrajzi információs rendszerekkel (ERDAS, ARC/INFO, Arc View) való geometriai kapcsolat megteremtéséhez. A képtranszformálás során minimálisan 6 db felszíni illesztőpont volt szükséges felvételenként, de a korrekció során transzformált felvételekre átlagban 25 db-ot választottunk, így biztosítva a megfelelő pontosságot. Sikerült elérni, hogy az általunk megengedett hiba felső határa 1-1,5 pixel körül volt a felvétel minőségétől függően, ami 3-5 m-es pontosságot jelent. A korábbi módszertani jellegű értékelésünk tapasztalatait figyelembe véve a különböző kiértékelési lehetőségek közül a multispektrális osztályozás elveit alkalmaztuk. A multispektrális, digitális képek esetén a számítástechnika és a matematika eszközeivel lehetőség van a spektrális pattern tudományos elven működő felismerésére. Statisztikák készíthetők a pixelek spektrális tulajdonságai szerint, és a pixelek osztályozhatók matematikai feltételek alapján. Ezt a folyamatot két jól elkülönülő részre, a tréningre (betanításra) és a döntéshozási módszereket használó osztályozásra bontjuk. A tréning során a számítógépet fel kell készíteni, be kell tanítani arra, hogy felismerje az adatokon belüli csoportokat. A tréning az a folyamat, amikor meghatározunk a feltételeket, amelyekkel ezek a csoportok felismerhetők. Ezt a módszert az jellemzi, hogy végig a felhasználó irányítása alatt áll. Először a felhasználó a földrajzi ismeretek segítségével kiválasztja azokat a pixeleket, amelyek reprezentálni fogják az adott osztályt. A pixelértékek elemzése és a tematikus térkép osztályainak előzetes ismerete szükséges ehhez a módszerhez, így készítve fel a számítógépet a hasonló tulajdonságú pixelek azonosítására. A tréning eredményeként statisztikai paramétereken alapuló parametrikus pixelhalmazt jelölhetünk ki a földrajzi térben egy terület lehatárolásával. A tanulóterületek meghatározása után a kép pixeleit egyenként elemezve osztályozzuk és soroljuk be egy-egy döntési szabály (pl. a maximum likelihood, illetve a legkisebb távolság módszere) szerint. A döntési szabály egy matematikai algoritmus, mely a tanulók adatai alapján végzi el a pixelek osztályba sorolását. A belvíztérkép elkészítésekor a tanulóterületeket a terepi tapasztalatok, a 3.2. A belvizes területek elhatárolása 1. kép. Az 1999 tavaszi belvíz borításának összevont osztályozása a kardoskúti Fehér-tó környezetében Jelmagyarázat: fekete, a Fehér-tó, kék: nyílt belvíz, sárga: belvízzel erősen átnedvesített talaj, zöld: száraz felszín