最尤法分類 (Spatial Analyst ツール)

サマリー

一連のラスターバンドに対して最尤法分類を実行し、出力として分類されたラスターを作成します。

使用法

入力ラスターバンド (Python では in_raster_bands) の 1 つとしてマルチバンドラスターが指定された場合、すべてのバンドが使用されます。

マルチバンドラスターから選択したバンドを処理するには、まず、コンポジットバンドツールを使用して、それら特定のバンドから構成される新しいラスターデータセットを作成し、その結果を 入力ラスターバンド (Python では in_raster_bands) のリストで使用できます。
シグネチャーの作成、シグネチャーの編集、ISO クラスター の各ツールで作成したシグネチャーファイルは入力シグネチャーファイルの有効な入力値です。拡張子は .gsg になります。
デフォルトでは、出力ラスターのすべてのセルが分類されます。各クラスは同じ確率ウェイトを持ち、そのシグネチャーにアタッチされます。
入力事前確率ファイルは、2 つの列から構成される ASCII ファイルである必要があります。左の列の値は、クラス ID を表します。右の列の値は、それぞれのクラスの事前確率を表します。クラスの事前確率の有効な値は、ゼロ以上です。確率としてゼロを指定した場合、そのクラスは出力ラスターには出力されません。指定した事前確率の合計は、1 以下である必要があります。ファイルの形式は以下のとおりです。

``<!--

ファイル内で省略されたクラスは、値 1 の残りを平均した事前確率が割り当てられます。上の例では、シグネチャーファイルには 1 ～ 8 のすべてのクラスがあります。クラス 3 と 6 の事前確率は、入力事前確率ファイルにありません。上のファイルで指定されたすべての確率の合計は 0.8 なので、確率の残りの部分 (0.2) が指定されていないクラスの数 (2) で除算されます。そのため、クラス 3 と 6 には、それぞれ確率 0.1 が割り当てられます。
2 つの有効値の間に除外する端数が指定された場合、次に大きい有効値に割り当てられます。たとえば、0.02 は 0.025 になります。
除外する端数による出力ラスターの未分類セルの数と、除外する端数に入力された各値より小さい信頼度の合計で表されるセルの数には、直接的な関係があります。
シグネチャーファイルのクラス名がクラス ID と異なる場合は、出力ラスター属性テーブルに -->CLASSNAME. For each class in the output table, this field will contain the Class Name associated with the class. For example, if the Class Names for the classes in the signature file are descriptive string names (for example, conifers, water, and urban), these names will be carried to the CLASSNAME<!-- というフィールドが追加されます。
入力の事前確率ファイルの拡張子は、-->.txt<!-- です。
このツールに適用されるジオプロセシング環境の詳細については、解析環境と Spatial Analyst をご参照ください。

ラベル	説明	データタイプ
入力ラスターバンド	入力ラスターバンド。バンドには整数型または浮動小数点型を使用できますが、シグネチャーファイルには整数クラス値のみを使用できます。	Raster Layer
入力シグネチャーファイル	最尤法分類に使用されるクラスシグネチャのある入力シグネチャーファイル。拡張子 `-->.gsg<!--` が必要です。	File
除外する端数 (オプション)	除外する端数を選択します。これにより、セルがいずれかのクラスに正しく割り当てられる可能性に基づいて分類されるかどうかが決まります。いずれかのクラスに正しく割り当てられる可能性が、除外する端数より低いセルには、出力分類ラスターで NoData 値が与えられます。デフォルトの値は 0.0 で、すべてのセルが分類されます。有効なエントリは次のとおりです。 0.0—除外する端数は 0.0 です 0.005—除外する端数は 0.005 です 0.01—除外する端数は 0.01 です 0.025—除外する端数は 0.025 です 0.05—除外する端数は 0.05 です 0.1—除外する端数は 0.1 です 0.25—除外する端数は 0.25 です 0.5—除外する端数は 0.5 です 0.75—除外する端数は 0.75 です 0.9—除外する端数は 0.9 です 0.95—除外する端数は 0.95 です 0.975—除外する端数は 0.975 です 0.99—除外する端数は 0.99 です 0.995—除外する端数は 0.995 です	String
事前確率加重 (オプション)	事前確率の決定方法を指定します。等しい—すべてのクラスが同じ事前確率を持ちます。サンプル—事前確率が、シグネチャーファイル内のすべてのクラスでサンプリングされたセルの総数に対する各クラスのセル数に比例します。ファイル—事前確率は、ASCII 入力事前確率ファイルから各クラスに割り当てられます。	String
入力事前確率ファイル (オプション)	入力シグネチャークラスの事前確率を含むテキストファイル。事前確率ファイルの入力が必要になるのは、ファイルオプションを使用したときだけです。事前確率ファイルの拡張子は、`-->.txt` or `.asc<!--` です。	File
出力信頼度ラスター (オプション)	出力信頼度ラスターデータセットは、14 の信頼度の分類の確実度を示します。値が小さいほど、信頼度が高いことを表します。特定の信頼度で分類されるセルがない場合、その信頼度は出力信頼度ラスターに存在しないことになります。整数タイプになります。	Raster Dataset

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。整数タイプになります。	Raster

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。

整数タイプになります。

Raster

MLClassify(in_raster_bands, in_signature_file, {reject_fraction}, {a_priori_probabilities}, {in_a_priori_file}, {out_confidence_raster})

名前	説明	データタイプ
in_raster_bands [in_raster_band,...]	入力ラスターバンド。バンドには整数型または浮動小数点型を使用できますが、シグネチャーファイルには整数クラス値のみを使用できます。	Raster Layer
in_signature_file	最尤法分類に使用されるクラスシグネチャのある入力シグネチャーファイル。拡張子 `-->.gsg<!--` が必要です。	File
reject_fraction (オプション)	除外する端数を選択します。これにより、セルがいずれかのクラスに正しく割り当てられる可能性に基づいて分類されるかどうかが決まります。いずれかのクラスに正しく割り当てられる可能性が、除外する端数より低いセルには、出力分類ラスターで NoData 値が与えられます。デフォルトの値は 0.0 で、すべてのセルが分類されます。有効なエントリは次のとおりです。 `0.0`—除外する端数は 0.0 です `0.005`—除外する端数は 0.005 です `0.01`—除外する端数は 0.01 です `0.025`—除外する端数は 0.025 です `0.05`—除外する端数は 0.05 です `0.1`—除外する端数は 0.1 です `0.25`—除外する端数は 0.25 です `0.5`—除外する端数は 0.5 です `0.75`—除外する端数は 0.75 です `0.9`—除外する端数は 0.9 です `0.95`—除外する端数は 0.95 です `0.975`—除外する端数は 0.975 です `0.99`—除外する端数は 0.99 です `0.995`—除外する端数は 0.995 です	String
a_priori_probabilities (オプション)	事前確率の決定方法を指定します。 `EQUAL`—すべてのクラスが同じ事前確率を持ちます。 `SAMPLE`—事前確率が、シグネチャーファイル内のすべてのクラスでサンプリングされたセルの総数に対する各クラスのセル数に比例します。 `FILE`—事前確率は、ASCII 入力事前確率ファイルから各クラスに割り当てられます。	String
in_a_priori_file (オプション)	入力シグネチャークラスの事前確率を含むテキストファイル。事前確率ファイルの入力が必要になるのは、`-->FILE<!--` オプションを使用したときだけです。事前確率ファイルの拡張子は、`-->.txt` or `.asc<!--` です。	File
out_confidence_raster (オプション)	出力信頼度ラスターデータセットは、14 の信頼度の分類の確実度を示します。値が小さいほど、信頼度が高いことを表します。特定の信頼度で分類されるセルがない場合、その信頼度は出力信頼度ラスターに存在しないことになります。整数タイプになります。	Raster Dataset

戻り値

名前	説明	データタイプ
out_classified_raster	出力分類ラスター。整数タイプになります。	Raster

名前

説明

データタイプ

out_classified_raster

出力分類ラスター。

整数タイプになります。

Raster

コードのサンプル

-->MaximimumLikelihoodClassification<!-- の例 1 (Python ウィンドウ)

次の例では、入力シグネチャーファイルとマルチバンドラスターから得た 5 つのクラスを含む出力分類ラスターを作成しています。

import arcpy
from arcpy import env
from arcpy.sa import *
env.workspace = "C:/sapyexamples/data"
mlcOut = MLClassify("redlands", "c:/sapyexamples/data/wedit5.gsg", "0.0",
                    "EQUAL", "", "c:/sapyexamples/output/redmlcconf")
mlcOut.save("c:/sapyexamples/output/redmlc")

-->MaximimumLikelihoodClassification の例 2 (スタンドアロンスクリプト)

次の例では、入力シグネチャーファイルとマルチバンドラスターから得た 5 つのクラスを含む出力分類ラスターを作成しています。

# Name: MLClassify_Ex_02.py
# Description: Performs a maximum likelihood classification on a set of
#    raster bands.
# Requirements: Spatial Analyst extension

# Import system modules
import arcpy
from arcpy import env
from arcpy.sa import *

# Set environment settings
env.workspace = "C:/sapyexamples/data"

# Set local variables
inRaster = "redlands"
sigFile = "c:/sapyexamples/data/wedit5.gsg"
probThreshold = "0.0"
aPrioriWeight = "EQUAL"
aPrioriFile = ""
outConfidence = "c:/sapyexamples/output/redconfmlc"

# Run
mlcOut = MLClassify(inRaster, sigFile, probThreshold, aPrioriWeight,
                    aPrioriFile, outConfidence)

# Save the output
mlcOut.save("c:/sapyexamples/output/redmlc02")

環境

自動コミット, セルサイズ, セルサイズ投影法, 圧縮, 現在のワークスペース, 範囲, 地理座標系変換, マスク, 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, 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: Spatial Analyst が必要
Standard: Spatial Analyst が必要
Advanced: Spatial Analyst が必要

最尤法分類 (Spatial 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