分類済みラスター画像のジェネラライズ

Spatial Analyst ライセンスで利用可能。

ジェネラライズツールの最も一般的な利用法は、リモートセンシングソフトウェアから取得した分類済み画像のクリーンアップ処理です。分類処理を実行すると、多くの場合、孤立した小さいゾーンデータが多数発生します。これは、誤って分類されたデータ、またはその解析に無関係なデータを表しています。

衛星画像からジェネラライズされた土地利用マップの作成

ここでは、プレゼンテーションや別の解析に適したラスターレイヤーを生成するためのジェネラライズツールの一般的な手順を紹介します。

用途や目的に合わせて、各ツールを単独で使用することも、その他のデータクリーンアップツールと組み合わせて使用することもできます。

未処理の衛星画像から開始

以下の画像は、まだ分類されていない未処理の衛星画像です。具体的な分類プロセスには触れませんが、次のセクションでは、衛星画像をさまざまな用途で使用するには何らかの処理が必要である理由を詳しく説明します。

分類 (解析) 後の画像

教師付き分類では、衛星画像などの画像上でトレーニングサンプルを指定します。トレーニングサンプルは、さまざまな土地利用で使用され、水域、住宅地、広葉樹、針葉樹その他を指定します。これらのトレーニングサンプルにより、画像のすべてのセルが、既知の土地タイプまたは土地利用のいずれかに割り当てられます。ときとして、土地利用のシグネチャー (トレーニングサンプルから得られる統計) が類似しているために、2 つのクラスの区別が困難なことがあります。たとえば、既存のトレーニングサンプルを使用するときに、ハンノキが生えた沼地と広葉樹の生えた湿地を区別できないことがあります。この理由として、トレーニングサンプルの数が適切でない、または特定の土地利用がまったくサンプリングされていないということがあります。これらの制限は、特定の場所の誤分類につながります。

結果として、実際には周囲のセルのグループに属する 1 つのセル、またはセルの小グループが、周囲のセルとは異なるエンティティーとして誤分類されることがあります。誤分類される別の典型的なエリアは、異なる土地利用間の境界です。多くの場合、結果はギザギザの非現実的な境界として表現されますが、ジェネラライズツールを使用してスムージングできます。

以下の図に、衛星画像の分類を示します。画像全体に、孤立した単一セル、またはセルのグループが多数あることに注意してください。

この後のセクションでは、ジェネラライズツールを使用して最終的な分類済みラスターを生成する方法を説明します。

大多数フィルター使用による誤分類のセルの削除

分類済み画像から個々の誤分類セルを削除するには、大多数フィルター ツールを使用します。結果を下図に示します。多数あった小さいセルが除去されています。

境界のスムージングを使用したゾーンのスムージング

ゾーン間の境界を滑らかにするには、境界のスムージング ツールを使用します。境界を拡大/縮小することにより、下図のように、大きいゾーンが小さいゾーンに侵入します。ここでも、セルの小グループと細いグループが多数消えています。

リージョングループよるセルグループの識別

大多数フィルター ツールと 境界のスムージング ツールは、誤分類された個々のセルまたごく少数のセルの集まりのみを対象に、それらのセルの周囲で最も頻出する値をそれらのセルに割り当てます。しかしながら、あるサイズ制限が設けられており、その制限より小さいセルグループは次の解析では無効と見なす場合を想像してください。その場合、サイズ制限に満たないセルグループは、周囲のグループに融合させる必要があります。たとえば、土地利用カテゴリーが同じであり、面積が 7,200 平方メートル未満の隣接するセルグループは、解析で有効と見なされません。ただし、孤立したこれらの領域にはゾーン全体と同じ土地利用値が割り当てられているので、これらの領域を個別に処理することはできません。

この問題を解決するには、リージョングループ ツールを使用します。このツールは、入力ラスター (分類済み画像) の各リージョンに一意の識別子を割り当てます。リージョンとは、互いに隣接しかつ同じ値を持つセルの集まりです。たとえば、ある 1 つのゾーンが隣接していない 2 つのリージョンで構成されているとします。 リージョングループ は、このゾーンを 2 つの異なる新しいゾーンと見なし、それぞれに一意な識別 (ゾーン) 値を割り当てます。元のゾーンの値は、出力属性テーブルの LINK フィールドに維持されます。結果として生成されるラスターを以下に示します。多数の出力ゾーンが表示されていることに注意してください。