      Citra penginderaan jauh diubah menjadi informasi nyata yang dapat digunakan bersama dengan kumpulan data lain dalam geoproses. Superpiksel mengelompokkan piksel yang serupa secara visual untuk menciptakan ektitas yang bermakna visual dan mengurangi jumlah elemen primitif dalam langkah pemrosesan dengan pola pencitraan multispektral dari satelit CBERS-04A dan kamera WPM. Menggunakan konsep superpiksel untuk berbagai data spasial dalam raster indeks vegetasi yang dinormalisasikan secara kontinu/beberapa variable, seperti dalam raster RGB. Data pemantauan CBERS-04A dari kamera WPM sebagai pemetaan pita pankromatik resolusi spasial sm yang mengacu pada level L4. Segmentasi gambar RGB dengan superpiksel merupakan Teknik subset data dengan pita multispektral pada wilayah spectral biru, hijau, dan merah untuk melakukan segmentasi. Kelebihan klasifikasi tanpa pengawasan dapat mengenali kelas unik diakui sebagai unit yang berbeda sedangkan kerugian klasifikasi tanpa pengawasan dapat mengenali kelas spectral homogen yang tidak sesuai dengan kategori minat analisis.
BAB 12 Klasifikasi Gambar Penginderaan Jauh yang Diawasi  Â
      Klasifikasi adalah prosedur untuk analisis kuantitatif data citra penginderaan jauh, algortima digunakan dalam proses untuk mengenali dan memberi label piksel pada gambar untuk jenis penggunaan lahan dan analisis lanskap tertentu. Data pemantauan CBERS-04A dari kamera WPM digunakan pemetaan pita pankromatik pada resolusi spasil 2 m dalam pemantauan pita multispektral tidak menyatu di dampel ulang ke resolusi sama dengan pita pankromatik dengan metode penumpukkan gambar yang menyatu dan tidak menyatu dalam satu file. Secara umum target visual adalah bangunan,  air, tanah gundul, hutan campuran, bambu raksasa, kayu putih, mahoni, padang rumput, tanaman kopi, panel surya, dan basisi data atribut kelas data frame. Melakukan analisis eksplorasi, poligon diubah menjadi data raster menggunakan fungsi rasterisasi yang di evaluasi pada gambar multispektral.
BAB 13 Analisis Ketidakpastian Akurasi Dalam Penginderaan Jauh dan Pengolahan Citra DigitalÂ
      Analisis matriks kebingunan dalam penginderaan jauh dapat digunakan untuk menganalisis akurasi dan klasifikasi gambar. Menentukan matriks konfusi dan metrik akurasi total dan indeks kappa untuk mendeteksi/mengevaluasi hasil eksperimen analisis data citra multi-spektral dari satelit CBERS-04A dan kamera WPM. Poligon spasial dibuat dlaam pengaturan berbeda dari 10 dan 4 kelas untuk mengevaluasi pengaruh generalisasi pada pelatihan algortima dan tanpa fusi pita pankromatik. Pada tahap pemasangan model ditemukan nilai akurasi dan kappa yang lebih tinggi untuk algoritma oleh SVMLinear 2 dan rapat 1 SE. Hasil klasifikasi hutan acak pada kelas fusi dan 4 di ekspor ke direktri terkait fungsi WhiteRaster, terlepas dari metode jarak yang dievaluasi, hasil segmentasi secara serupa meskipun jarak Jensen-shannon menetukan ukuran penyimpan terkecil dibandingkan metode lain. Langkah-langkah untuk memperoleh keakuratan informasi dari data penginderaan jauh adalah menentukan sifat informasi tematik yang akan di evaluasi, menentukan metode mengevaluasi akurasi, menentukan jumlah observasi dalam analisis, menentukan skema pengambilan sampel, memperole informasi referensi di lapangan, melakukan matriks, menerima atau menolak hipotesis dengan hasil besaran akurasi.
BAB 14 Aplikasi Ilmiah Penginderaan Jauh dan DigitalÂ
      Penginderaan jauh dapat digunakan dalam pemetaa tutupan lahan dan perubahan penggunaan lahan yang terukur, dapat direplikasi dan terjangkau. Detail akurat lanskap mengklasifikasikan citra satelit melalui Teknik pemrosesan citra, permodelan dan penggunaan algoritma klasifikasi. Big data penginderaan jauh multisensory ditentukan untuk indentifikasi target dengan algoritma klasifikasi terawasi dengan mempertimbangkan klasifikasi kawasan secara spesifik. Data landsat survei geologi Amerika Serikat adalah yang paling mudah di akses dalam pemetaan tutupan lahan karena memiliki desain khusus pada sensor, data citra sentinel-1 dan sentinel-2 data koreksi secara geometris dan kalibrasi ke titik referensi WGS-84 dan diproyeksikan ke sistem UTM. Landsat-8 adalah citra dengan inframerah termal dan Operasional Land Imager yang menyediakan data resolusi spasial tinggi bumi yang terkalibrasi. Pengklasifikasi yang dianalisis memberikan hasil yang memuaskan untuk target lanskap di wilayah bendungan funil. Mempertimbangkan klasifikasi kawasan kopi, khususnya alqortima SVMLinear2 dapat diindikasikan, mengingat banyak jumlah kawasan yang terindentifikasikan dan semakin baik pembedaan kawasan vegetasi. Data citra landsat-8 lebih cocok dalam algoritma sedangkan sentinel merupakan citra yang memiliki hal mendasar untuk memisahkan air dari target lain yang dianalisis dengan menetapkan ambang batas 0,1031 pada simpul keputusan pertama.
