Multivariate geoprocessing functions

Mit der Spatial Analyst-Lizenz verfügbar.

Mit den Geoverarbeitungsfunktionen für die multivariate statistische Analyse lassen sich die Beziehungen zwischen unterschiedlichsten Attributtypen untersuchen. Zwei Arten von multivariaten Analysen stehen zur Verfügung: die Klassifizierung (überwacht und unüberwacht) sowie die Hauptkomponentenanalyse (PCA).

The goal of classification is to assign each cell in a study area to a class or category. With Supervised classification, you have a specific knowledge about the study area and can identify representative areas, or samples, of each class. Unsupervised classification uses naturally occurring statistical groupings in the data to determine the clusters into which the data will be classified.

In den folgenden Themen finden Sie Hintergrundinformationen zu den theoretischen Aspekten der Geoverarbeitungsfunktionen sowie einige Beispiele für ihre Implementierung.

• Learn about multivariate classification
• Learn how to produce signature files and class and cluster analysis
• Learn how to evaluate classes and clusters
• Learn how to perform the classification

The general procedure for both Supervised and Unsupervised classification follows:

1. Identify the input bands.
2. Create the classes or clusters.

   The following geoprocessing functions can be used: Create Signatures, Iso Cluster, or Sample from the Extraction geoprocessing functions category.

3. Evaluate and edit the classes or clusters.

   Use the Dendrogram or Edit Signatures geoprocessing functions.

4. Perform the classification.

   Use the Maximum Likelihood Classification or Class Probability geoprocessing functions.

The Iso Cluster Unsupervised Classification geoprocessing function allows you to conveniently perform an unsupervised classification by combining steps 1, 2, and 4 described above into a single geoprocessing function.

To eliminate redundancy in the data and make it more interpretable, you can transform your multivariate data through PCA.

• Learn more about transforming multivariate data with Principal Component Analysis (PCA)

In der folgenden Tabelle werden die verfügbaren Geoverarbeitungsfunktionen aufgeführt und kurz beschrieben.

Geoprocessing functions of the Multivariate category

Geoprocessing Function	Description
Band Collection Statistics	Berechnet die Statistiken für eine Gruppe von Raster-Bändern.
Class Probability	Erstellt ein Multiband-Raster von Wahrscheinlichkeitsbändern, wobei ein Band für jede Klasse erstellt wird, die in der Eingabe-Signaturdatei dargestellt ist.
Create Signatures	Erstellt eine ASCII-Signaturdatei von durch Eingabestichprobendaten und eine Reihe von Raster-Bändern definierten Klassen.
Dendrogram	Erstellt ein Strukturdiagramm (Dendrogramm), das Attributentfernungen zwischen in regelmäßiger Folge zusammengeführten Klassen in einer Signaturdatei anzeigt.
Edit Signatures	Bearbeitet und aktualisiert eine Signaturdatei durch Zusammenführen, Neunummerieren und Löschen von Klassensignaturen.
Iso Cluster	Verwendet einen Isodaten-Cluster-Algorithmus, um die Eigenschaften der natürlichen Gruppierungen der Zellen im mehrdimensionalen Attributraum zu bestimmen, und speichert die Ergebnisse in einer Ausgabe-ASCII-Signaturdatei.
Iso Cluster Unsupervised Classification	Führt mit den Werkzeugen Iso-Cluster und Maximum-Likelihood-Klassifizierung eine unüberwachte Klassifizierung für eine Reihe von Eingabe-Raster-Bändern aus.
Maximum Likelihood Classification	Führt eine Maximum-Likelihood-Klassifizierung für eine Menge von Raster-Bändern aus und erstellt ein klassifiziertes Raster als Ausgabe.
Principal Components	Führt eine Hauptkomponentenanalyse (Principal Component Analysis, PCA) für eine Gruppe von Raster-Bändern aus und generiert ein einzelnes Multiband-Raster als Ausgabe.