Lineare spektrale Entmischung (Spatial Analyst)

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.

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 Tool 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,
    "NumberOfEndmembers" : 3,
    "NumberOfBands" : 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 im 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

Dialogfeld

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. Diese Eingabe kann als Polygon-Features, als Trainingsgebiet-Feature-Class, die im Bereich 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

Python

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. Diese Eingabe 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.sa import *

# Check out the ArcGIS Spatial Analyst extension license
arcpy.CheckOutExtension("SpatialAnalyst")

# 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.sa import *

# Check out the ArcGIS Spatial Analyst extension license
arcpy.CheckOutExtension("SpatialAnalyst")

# 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 (.ecd) berechnet, und es wird ein Multiband-Raster generiert.

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

# Check out the ArcGIS Spatial Analyst extension license
arcpy.CheckOutExtension("SpatialAnalyst")

# 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

Lizenzinformationen

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