スペクトルを使用したラスターの分類 (Image Analyst ツール)

サマリー

スペクトルマッチング技術を使用してマルチバンドラスターデータセットを分類します。入力スペクトルデータはポイントフィーチャクラスまたは .json ファイルとして提供することができます。

使用法

地表面反射率として指定されたスペクトル値が入力 .json ファイルに含まれる場合、センサー固有の縮尺係数を使用して、ラスターデータセットの縮尺を変更する必要があります。たとえば、Landsat 8 および 9 のコレクション 2 レベル 2 地表面反射率プロダクトは、式 Raster*0.0000275+(-0.2) を使用して、0 ～ 1 にサイズ変更できます。
縮尺係数とオフセット係数を適用すると、特に水などの暗いフィーチャ上で負の値が発生します。これらの負のピクセルは、スペクトル情報発散 (SID) 分類方法を使用する前に、マスクする必要があります。
出力分類ラスターの順序は、入力スペクトルプロファイルの順序に従います。
次に、.json ファイルとして指定するスペクトルプロファイルの例を示します:

<!--```other { "EsriEndmemberDefinitionFile" : 0, "FileVersion" : 1, "NumberOfEndmembers" : 4, "NumberOfBands" : 7, "Endmembers" : [ { "EndmemberID" : 1, "EndmemberName" : "basalt", "SpectralProfile" : [ 0.076036952, 0.08137, 0.09371, 0.10768, 0.11076, 0.11424, 0.09824 ] }, { "EndmemberID" : 2, "EndmemberName" : "quartz", "SpectralProfile" : [ 0.75812, 0.77608, 0.80143, 0.81418, 0.82648, 0.85234, 0.86170 ] }, { "EndmemberID" : 3, "EndmemberName" : "salt deposits", "SpectralProfile" : [ 0.53381, 0.59598, 0.70402, 0.79024, 0.86628, 0.89397, 0.89507 ] }, { "EndmemberID" : 4, "EndmemberName" : "limestone", "SpectralProfile" : [ 0.15477, 0.16733, 0.19435, 0.21431, 0.24765, 0.32578, 0.32451 ] } ] }
ポイントフィーチャには、次のフィールドが必要です:
- classname—クラスカテゴリー名を示すテキストフィールド
- classvalue—各クラスカテゴリーの整数値を含む long integer フィールド
Esri 出力分類器定義ファイル (.ecd) は ラスターの分類 ツールへの入力に使用できます。

ラベル	説明	データタイプ
入力ラスター	入力マルチバンドラスター。	Mosaic Layer; Raster Layer; Image Service; String; Raster Dataset; Mosaic Dataset
スペクトルまたはポイント	さまざまなピクセルクラスのスペクトル情報。クラスのスペクトルシグネチャーを含むスペクトルライブラリーファイル (.esl)、トレーニングサンプルマネージャーウィンドウから生成されるトレーニングサンプルポイントフィーチャクラス、またはクラススペクトルシグネチャーを含む `.json` ファイル。	Feature Layer; File; String
方法	使用するスペクトルマッチングメソッドを指定します。スペクトルアングルマッパー—入力マルチバンドラスターと参照スペクトルのベクター角度が計算され、各ピクセルのスペクトルがベクターとして処理されます。角度値はラジアンで表されます。スペクトル情報発散—入力マルチバンドラスターと参照スペクトルのスペクトル情報の相違が計算されます。ピクセルと参照スペクトルの確率分布間の相違に基づいて、ピクセルごとにスコアが計算されます。値はラジアンで表されます。スペクトル情報発散およびスペクトルアングルマッパー—SID スコアと、SAM スコアの正接の積が計算されます。このオプションでは、SID オプションと SAM オプションを個別に使用するよりも効果的に識別することができます。正規化スペクトル類似度—正規化スペクトル類似度メソッドが計算されます。このメソッドは、ユークリッド距離とスペクトルアングルマッパースコアからスペクトルマッチングスコアを計算します。このオプションは高い識別能力を持ちますが、高精度を実現するには広範な参照データが必要になります。	String
閾値 (オプション)	スペクトルマッチングに使用される閾値。この値を超えるピクセル値は未定義として分類されます。これには、すべてのスペクトルクラスに適用される単一の値、または各クラスの値をスペースで区切ったリストを指定できます。	String
出力スコアラスター (オプション)	各エンドメンバーの一致する結果を格納するマルチバンドラスター。バンド順序は、スペクトルまたはポイントパラメーター値内のクラスの順序に従います。入力が多次元ラスターの場合、出力形式は CRF である必要があります。	Raster Dataset
出力分類器定義ファイル (オプション)	出力される `.ecd` ファイル。	File

戻り値

ラベル	説明	データタイプ
出力分類ラスター	出力分類ラスター。	Raster

ClassifyRasterUsingSpectra(in_raster, in_spectra_file, method, {thresholds}, {out_score_raster}, {out_classifier_definition})

名前	説明	データタイプ
in_raster	入力マルチバンドラスター。	Mosaic Layer; Raster Layer; Image Service; String; Raster Dataset; Mosaic Dataset
in_spectra_file	さまざまなピクセルクラスのスペクトル情報。クラスのスペクトルシグネチャーを含むスペクトルライブラリーファイル (.esl)、トレーニングサンプルマネージャーウィンドウから生成されるトレーニングサンプルポイントフィーチャクラス、またはクラススペクトルシグネチャーを含む `.json` ファイル。	Feature Layer; File; String
method	使用するスペクトルマッチングメソッドを指定します。 `SAM`—入力マルチバンドラスターと参照スペクトルのベクター角度が計算され、各ピクセルのスペクトルがベクターとして処理されます。角度値はラジアンで表されます。 `SID`—入力マルチバンドラスターと参照スペクトルのスペクトル情報の相違が計算されます。ピクセルと参照スペクトルの確率分布間の相違に基づいて、ピクセルごとにスコアが計算されます。値はラジアンで表されます。 `SIDSAM`—SID スコアと、SAM スコアの正接の積が計算されます。このオプションでは、SID オプションと SAM オプションを個別に使用するよりも効果的に識別することができます。 `NS3`—正規化スペクトル類似度メソッドが計算されます。このメソッドは、ユークリッド距離とスペクトルアングルマッパースコアからスペクトルマッチングスコアを計算します。このオプションは高い識別能力を持ちますが、高精度を実現するには広範な参照データが必要になります。	String
thresholds (オプション)	スペクトルマッチングに使用される閾値。この値を超えるピクセル値は未定義として分類されます。これには、すべてのスペクトルクラスに適用される単一の値、または各クラスの値をスペースで区切ったリストを指定できます。	String
out_score_raster (オプション)	各エンドメンバーの一致する結果を格納するマルチバンドラスター。バンド順序は、`in_spectra_file` パラメーター値内のクラスの順序に従います。入力が多次元ラスターの場合、出力形式は CRF である必要があります。	Raster Dataset
out_classifier_definition (オプション)	出力される `.ecd` ファイル。	File

戻り値

名前	説明	データタイプ
out_classified_raster	出力分類ラスター。	Raster

コードのサンプル

ClassifyRasterUsingSpectra の例 1

この例では、クラスごとに指定された閾値を使用して Landsat 8 ラスターでスペクトルアングルマッピング (SAM) を実行します。参照スペクトルは、.json ファイルで提供されます。

# Import system modules
import arcpy
from arcpy.ia import *

# Set local variables
in_raster = "C:/Data/LandSat8_SurfaceReflectance.tif"
in_spectra_file = "C:/Data/ref_spectra.json"
method = "SAM"
thresholds = ".08 .04 .05 .07"
out_score_raster = "C:/Data/scoreSAM.crf"
out_classifier_definition = "C:/Data/SAM_classifier.ecd"

# Run
Classified_output = arcpy.ia.ClassifyRasterUsingSpectra(in_raster, in_spectra_file, method, thresholds, out_score_raster, out_classifier_definition)

# Save output
Classified_output.save("C:/data/Classified_output.crf")

ClassifyRasterUsingSpectra の例 2

この例では、Landsat 8 ラスターとポイントフィーチャクラスから取得された参照スペクトルのスペクトル情報発散 (SID) を計算します。

# Import system modules
import arcpy
from arcpy.ia import *

# Set local variables
in_raster = "C:/Data/LandSat8_SurfaceReflectance.tif"
in_spectra_file = "C:/Data/ref_spectra.shp"
method = "SID"
thresholds = .08
out_score_raster = "C:/Data/scoreSID.crf"
out_classifier_definition = "C:/Data/SID_classifier.ecd"

# Run
Classified_output = arcpy.ia.ClassifyRasterUsingSpectra(in_raster, in_spectra_file, method, thresholds, out_score_raster, out_classifier_definition)

# Save output
Classified_output.save("C:/data/Classified_output.crf")

環境

セル配置, セルサイズ, 圧縮, 現在のワークスペース, 範囲, 地理座標系変換, NoData, 出力データのコンフィグレーションキーワード, 出力座標系, 並列処理ファクター, ピラミッド, ラスター統計, リサンプリング方法, スクラッチワークスペース, スナップ対象ラスター, タイルサイズ

ライセンス情報

Basic: Image Analyst が必要
Standard: Image Analyst が必要
Advanced: Image Analyst が必要

スペクトルを使用したラスターの分類 (Image Analyst ツール)

サマリー

使用法

パラメーター

戻り値

環境

ライセンス情報

関連トピック