Lineare spektrale Entmischung (Image Analyst)—ArcGIS Pro

Mit der Image Analyst-Lizenz verfügbar.

Mit der Spatial Analyst-Lizenz verfügbar.

Zusammenfassung

Führt eine Subpixel-Klassifizierung durch und berechnet den Anteil verschiedener Landbedeckungstypen für einzelne Pixel.

Lineare spektrale Entmischung

Verwendung

Dieses Werkzeug berechnet den Anteil einzelner Pixel, die mehrere Arten von Landbedeckungen enthalten. Es erzeugt ein Multiband-Raster, in dem jedes Band dem Anteil der einzelnen Landbedeckungsklassen entspricht. Beispiel: Sie können mit diesem Werkzeug in einem Multispektralbild Landbedeckungen klassifizieren und Vegetation mit und ohne Photosyntheseaktiviät, nackte Erde und tote Pflanzen ermitteln.
Die Reihenfolge des Ausgabe-Multiband-Rasters entspricht der Reihenfolge des Eingabe-Spektralprofils.
Die Anzahl der Klassen darf nicht größer sein als die Anzahl an Bändern im Eingabe-Raster. Aus einem Beispiel: Einem Achtband-Raster können Sie Informationen zu maximal acht Klassen entnehmen.

Im Folgenden sehen Sie ein Beispiel für ein Spektralprofil, das in Form einer .json-Datei bereitgestellt wird:

{
  "EsriEndmemberDefinitionFile" : 0,
  "FileVersion" : 1,
  "NumberEndmembers" : 3,
  "NumberBands" : 7,
  "Endmembers" : [	
    {
      "EndmemberID" : 1,
      "EndmemberName" : "urban",
      "SpectralProfile" : [
            88,
			                     42,
			                     48,
			                     38,
			                     86,
			                    115,
			                     59
          ]
    },
    {
      "EndmemberID" : 2,
      "EndmemberName" : "vegetation",
      "SpectralProfile" : [
			                       50,
			                       21,
			                       20,
			                       35,
			                       50,
			                      110,
			                       23
          ]
    },
    {
      "EndmemberID" : 3,
      "EndmemberName" : "water",
      "SpectralProfile" : [
			                       51,
			                       20,
			                       14,
			                        9,
			                        7,
			                      116,
			                        4
          ]
    }
  ]        
}

Derzeit werden als Ausgabe des Klassifikators nur Klassifikatordefinitionsdateien (.ecd) unterstützt, die mit dem Werkzeug Maximum-Likelihood-Klassifikator trainieren generiert wurden.
Polygon-Features erfordern folgende Feldnamen:
- classname: Ein Textfeld, das den Namen der Klassenkategorie angibt.
- classvalue: Ein "Long Integer"-Feld, das den ganzzahligen Wert für die einzelnen Klassenkategorien enthält.
Bei der Berechnung des Anteils der Landbedeckungsklassen kann es vorkommen, dass die Lösung negative Koeffizienten oder Brüche enthält. Sehen Sie sich in diesem Fall die Trainingsgebiete in Ihrem Eingabe-Spektralprofil an, und vergewissern Sie sich, dass diese die einzelnen Klassen richtig darstellen. Wenn Sie keine Fehler finden, wählen Sie als Ausgabewert-Option die Option Nicht negativ aus.

Parameter

Beschriftung	Erläuterung	Datentyp
Eingabe-Raster	Das Eingabe-Raster-Dataset.	Raster Dataset; Mosaic Dataset; Mosaic Layer; Raster Layer; File; Image Service
Eingabe-Trainings-Features oder -Spektralprofil	Spektralinformationen der verschiedenen Landbedeckungsklassen. Dieser kann als Polygon-Features, als Trainingsgebiet-Feature-Class, die mit dem Trainingsgebiet-Manager erstellt wurde, als Klassifikatordefinitionsdatei (.ecd), die mit dem Werkzeug Maximum-Likelihood-Klassifikator trainieren erzeugt wurde, oder als JSON-Datei (.json), die die Spektralprofile der Klasse enthält, bereitgestellt werden.	File; Feature Layer; String
Ausgabewert-Option (optional)	Gibt an, wie die Ausgabepixelwerte definiert werden. Summenwert 1—Die Klassenwerte für die einzelnen Pixel werden im Dezimalformat ausgegeben, wobei die Summe aller Klassen 1 ergibt. Beispiel: Klasse 1 = 0,16; Klasse 2 = 0,24; Klasse 3 = 0,60. Nicht negativ—Es gibt keine negativen Ausgabewerte.	String

Rückgabewert

Beschriftung	Erläuterung	Datentyp
Ausgabe-Raster	Das Ausgabe-Multiband-Raster-Dataset.	Raster

LinearSpectralUnmixing(in_raster, in_spectral_profile_file, {value_option})

Name	Erläuterung	Datentyp
in_raster	Das Eingabe-Raster-Dataset.	Raster Dataset; Mosaic Dataset; Mosaic Layer; Raster Layer; File; Image Service
in_spectral_profile_file	Spektralinformationen der verschiedenen Landbedeckungsklassen. Dieser kann als Polygon-Features, als Klassifikatordefinitionsdatei (.ecd), die mit dem Werkzeug Maximum-Likelihood-Klassifikator trainieren erzeugt wurde, oder als JSON-Datei (.json), die die Spektralprofile der Klasse enthält, bereitgestellt werden.	File; Feature Layer; String
value_option [value_option,...] (optional)	Gibt an, wie die Ausgabepixelwerte definiert werden. SUM_TO_ONE—Die Klassenwerte für die einzelnen Pixel werden im Dezimalformat ausgegeben, wobei die Summe aller Klassen 1 ergibt. Beispiel: Klasse 1 = 0,16; Klasse 2 = 0,24; Klasse 3 = 0,60. NON_NEGATIVE—Es gibt keine negativen Ausgabewerte.	String

Rückgabewert

Name	Erläuterung	Datentyp
out_raster	Das Ausgabe-Multiband-Raster-Dataset.	Raster

Codebeispiel

LinearSpectralUnmixing – Beispiel 1 (Python-Fenster)

In diesem Beispiel wird der Anteil der Klassen aus einer Klassifikatordefinitionsdatei (.ecd) berechnet, und es wird ein Multiband-Raster generiert.

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

# Check out the ArcGIS Image Analyst extension license
arcpy.CheckOutExtension("ImageAnalyst")

# Execute 
unmixing_outputs = LinearSpectralUnmixing("C:/data/landsat7_image.crf",
    "C:/data/train_maxi_likelihood_ecd_output.ecd", "SUM_TO_ONE;NON_NEGATIVE")
	
# Save output
unmixing_outputs.save("C:/data/unmixing_outputs.crf")

LinearSpectralUnmixing – Beispiel 2 (eigenständiges Skript)

In diesem Beispiel wird der Anteil der Klassen aus einer Klassifikatordefinitionsdatei (.ecd) berechnet, und es wird ein Multiband-Raster generiert.

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

# Check out the ArcGIS Image Analyst extension license
arcpy.CheckOutExtension("ImageAnalyst")

# Define input parameters
inFile = "C:/data/landsat7_image.crf"
json_file = "C:/data/customized_endmembers.json"
options = "SUM_TO_ONE" 

# Execute 
unmixing_outputs = LinearSpectralUnmixing(inFile, json_file, options)
	
# Save output
unmixing_outputs.save("C:/data/unmixing_outputs_using_json.crf")

LinearSpectralUnmixing – Beispiel 3 (eigenständiges Skript)

In diesem Beispiel wird der Anteil der Klassen aus einer Trainingsgebiet-Feature-Class (.shp) berechnet, und es wird ein Multiband-Raster generiert.

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

# Check out the ArcGIS Image Analyst extension license
arcpy.CheckOutExtension("ImageAnalyst")

# Define input parameters
inFile = "C:/data/landsat7_image.crf"
training_features = "C:/data/training_features.shp"
options = "SUM_TO_ONE;NON_NEGATIVE" 

# Execute 
unmixing_outputs = LinearSpectralUnmixing(inFile, training_features, options)
	
# Save output
unmixing_outputs.save("C:/data/unmixing_outputs_using_training_features.crf")

Umgebungen

Komprimierung, Aktueller Workspace, Geographische Transformationen, NoData, Ausgabe-CONFIG-Schlüsselwort, Ausgabe-Koordinatensystem, Ausdehnung, Faktor für parallele Verarbeitung, Pyramide, Raster-Statistiken, Resampling-Methode, Scratch-Workspace, Fang-Raster, Kachelgröße

Sonderfälle

Lizenzinformationen

Basic: Erfordert Image Analyst oder Spatial Analyst
Standard: Erfordert Image Analyst oder Spatial Analyst
Advanced: Erfordert Image Analyst oder Spatial Analyst

Zusammenfassung

Verwendung

Parameter

Rückgabewert

Rückgabewert

Codebeispiel

Umgebungen

Sonderfälle

Lizenzinformationen

Verwandte Themen

In diesem Thema