Тъй като качеството и представителността пряко влияят върху точността на класификацията, зададените обучаващи множества са проверени и чрез свободно достъпната платформа Google Earth Pro( фиг. 6).
Фиг. 6. Проверка на зададените обучаващи множества в Google Earth Pro
Обучаващите множества позволяват на софтуера да извлича спектралната сигнатура за всеки клас. Тази сигнатура е уникален модел от стойности на спектралната отражателна способност в различните канали( видими, близки инфрачервени или топлинни). Всеки тип земно покритие има различни спектрални характеристики. Чрез генерираните спектрални сигнатури, алгоритъмът може да класифицира всеки пиксел в изображението към даден спектрален клас. За извършване на класификацията с обучение са зададени 24 интерпретационни класа( фиг. 7).
Фиг. 7. Описание на зададените чрез ERDAS IMAGINE интерпретационни класове
След извършване на класификацията се получава карта с класове, които са обозначени и съответстват на информационните класове или типовете земно покритие( фиг. 8). Точността на тази класификация зависи най-вече от прецизността при задаване на обучаващите множества и спектралната разделимост на класовете.
221