Классификации по методу максимального подобия (Инструменты Spatial Analyst)
Краткая информация
Выполняет классификацию по методу максимального подобия для набора каналов растра и создаёт классифицированный растр в качестве выходных данных.
Более подробно о том, как работает Классификация по методу максимального подобия
Использование
Если многоканальный растр указан как один из входных для параметра Входные каналы растра (
in_raster_bandsв Python), будут обработаны все каналы.Чтобы обработать выбранные каналы входного многоканального растра, вы можете сначала создать новый набор растровых данных, состоящий только из необходимых каналов, с помощью инструмента Объединить каналы, и используйте результат в списке Входные каналы растра (
in_raster_bandsв Python).Любой файл сигнатур, созданный с помощью инструментов Создать сигнатуры, Редактировать сигнатуры или Изокластер, является действительным для использования в качестве входного файла сигнатур. Такой файл будет иметь расширение
.gsg.По умолчанию, на выходном растре будут классифицированы все ячейки, при этом к сигнатурам каждого из классов будут присоединены равные веса вероятностей.
Входной файл априорных вероятностей должен представлять собой ASCII-файл, состоящий из двух столбцов. Значения в левом столбце представляют идентификаторы классов (ID). Значения в правом столбце представляют априорные вероятности для соответствующих классов. Действительные значения априорных вероятностей для классов должны быть больше или равны нулю. Если в качестве вероятности задан ноль, класс не будет отображаться на выходном растре. Сумма заданных априорных вероятностей должна быть меньше или равна единице. Формат файла следующий:
``<!--`без выделения 1 .3 2 .1 4 .0 5 .15 7 .05 8 .2 '-->'<!--'
Классы, пропущенные в файле, получат среднюю априорную вероятность той части, которая останется от единицы. В примере выше, все классы с 1 по 8 представлены в файле сигнатур. Априорные вероятности классов 3 и 6 отсутствуют во входном файле априорной вероятности. Так как сумма всех вероятностей, определенных в файле выше, равна 0,8, остаток (0,2) делится на число не определенных классов (2). Следовательно, классам 3 и 6 будет присвоена вероятность, равная 0,1, каждому.
Заданная доля отклонения, которая лежит между двумя действительными значениями, будет присвоена следующему верхнему действительному значению. Например, значение 0,02 будет преобразовано в значение 0,025.
Существует прямая зависимость между числом неклассифицированных ячеек на выходном растре, вытекающем из доли отклонения, и числом ячеек, представленных суммой уровней доверия, меньших, чем соответствующее значение, введенное для доли отклонения.
Если имя класса в файле подписи отличается от идентификатора класса, в таблицу атрибутов выходного растра будет добавлено дополнительное поле
-->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 theCLASSNAME<!--.Расширениt для входного файла априорной вероятности
-->.txt<!--.См. раздел Параметры среды анализа и Spatial Analyst для получения дополнительной информации о параметрах среды геообработки, применимых к этому инструменту.
Параметры
| Подпись | Объяснение | Тип данных |
|---|---|---|
|
Входные каналы растра |
Входные каналы растров. Если значения каналов являются целочисленными или числами с плавающей точкой, то файл сигнатур допускает лишь целочисленные значения классов. |
Raster Layer |
|
Входной файл сигнатур |
Входной файл сигнатур, сигнатуры классов которого используются алгоритмом классификации по методу максимального подобия. Требуется расширение '-->.gsg<!--'. |
File |
|
Исключенная область (Дополнительный) |
Выберите долю отклонения, которая определяет, будет ли класс ячейки определяться исходя из вероятности того, насколько правильно она будет отнесена к одному из классов. Ячейки, вероятность правильного отнесения которых к любому из классов ниже, чем доля отклонения, получат значение NoData в выходном классифицированном растре. Значение по умолчанию равно 0.0, означающее, что классифицированы будут все ячейки. Допустимыми данными являются:
|
String |
|
Взвешенная априорная вероятность (Дополнительный) |
Задает, как будут определяться априорные вероятности.
|
String |
|
Входной файл априорных вероятностей (Дополнительный) |
Текстовой файл, содержащий априорные вероятности для входных классов сигнатур. Входные данные для файла априорных вероятностей требуются, только если используется параметр Файл. Расширением файла априорных вероятностей может быть |
File |
|
Выходной растр достоверности (Дополнительный) |
Выходной набор растровых данных доверия показывает 14 уровней достоверности классификации, при этом более низкие значения уровней указывают на более высокую степень достоверности. Если ячейки, классифицированные на определенном уровне достоверности, отсутствуют, то такой уровень достоверности не будет представлен в выходном растре достоверности. Он будет целочисленного типа. |
Raster Dataset |
Возвращаемое значение
| Подпись | Объяснение | Тип данных |
|---|---|---|
|
Выходной классифицированный растр |
Выходной классифицированный растр. Он будет целочисленного типа. |
Raster |
Параметры среды
Автоподтверждение, Размер ячейки, Метод проецирования размера ячейки, Сжатие, Текущая рабочая область, Экстент, Географические преобразования, Маска, Выходное ключевое слово конфигурации, Выходная система координат, Временная рабочая область, Растр привязки, Размер листа
Информация о лицензировании
- Basic: Требуется Spatial Analyst
- Standard: Требуется Spatial Analyst
- Advanced: Требуется Spatial Analyst