Cómo funciona Crear firmas

Disponible con una licencia de Spatial Analyst.

El archivo de firma que generó la herramienta Crear firmas es una descripción estadística de las clases que derivaron de las muestras identificadas en el ráster de entrada o los datos de muestra de la entidad. El archivo consta de dos secciones:

  • La información general para todas las clases, como el número de capas, nombres de ráster de entrada y el número de clases.
  • Las estadísticas de firma para cada clase, que constan del número de muestras y los medios y las matrices de covarianza.

La herramienta crea un archivo de firma que se utilizará como la entrada para otras herramientas de análisis multivariado. Por ejemplo, la herramienta Clasificación de máxima verosimilitud realiza una clasificación de máxima verosimilitud que requiere los vectores de valor medio de la clase y las matrices de covarianza de un archivo de firma.

Ejemplo

El archivo de firma que se produjo con Crear firmas comienza con un encabezado, que incluye comentarios. El encabezado mantiene las entradas que se utilizan para crear el archivo de firma. Los nombres de clase son opcionales y pueden ser introducir mediante el Campo de muestra o se pueden agregar en el archivo de firma resultante utilizando cualquier editor de texto.

Opción de cálculo de covarianza

El siguiente ejemplo muestra un archivo de firma. La entrada en un ráster multibanda denominado redlands. Los datos de muestra son un ráster redzone5, y tienen cinco clases de muestra. La opción Calcular matrices de covarianza mantuvo la configuración habilitada por defecto (COVARIANCE).

  • Configuraciones que se utilizan en el cuadro de diálogo de la herramienta Crear firmas:

    Bandas del ráster de entrada: redlands

    Datos de muestra de ráster o entidad de entrada: redzone5

    Campo de muestra de asignación de valores: "Valor"

    Archivo de firma de salida: z5red.gsg

    Calcular matrices de covarianza: on

El archivo de firma de salida se enumera a continuación:

# Signatures Produced by ClassSig from Zone-Grid redsamp5 and Stack redlands
# Number of selected grids
/*        3
# Layer-Number        Grid-name
/*        1            redlands3
/*        2            redlands1
/*        3            redlands2

# Type  Number of Classes  Number of Layers  Number of Parametric Layers
  1     5                  3                 3
#  ----------------------------------------------------------------------

# Class ID    Number of Cells    Class Name
  1           654                sand
# Layers   1           2           3
# Means 
         170.4908    155.7569    161.9419
# Covariance
1        292.6546    182.3661    186.2583
2        182.3661    127.8076    139.3009
3        186.2583    139.3009    196.3029
# ---------------------------------------------------------------

# Class ID    Number of Cells    Class Name
  2           585                urban
# Layers   1           2           3
# Means 
         104.5009     92.4410     92.0513
# Covariance
1        384.6580    552.1828    389.0496
2        552.1828   1378.6750    863.5595
3        389.0496    863.5595    772.2063
# ---------------------------------------------------------------

# Class ID    Number of Cells    Class Name
  3           783                forest
# Layers   1           2           3
# Means
          27.0026    174.3768     72.7931
# Covariance
1        241.0818    -14.6301    293.7806
2        -14.6301    764.2914    221.4054
3        293.7806    221.4054    527.0799
# ---------------------------------------------------------------

# Class ID    Number of Cells    Class Name
  4           951                water
# Layers   1           2           3
# Means
           1.1504      0.0515      0.0873
# Covariance
1          7.2753      3.9638      6.4848
2          3.9638      2.5247      4.0702
3          6.4848      4.0702      6.5724
# -----------------------------------------------------------------

# Class ID    Number of Cells     Class Name
  5           969                 agri_field
# Layers   1           2           3
# Means 
          32.4675    232.7781     85.4149
# Covariance
1        423.1004   -684.8693    324.1354
2       -684.8693   1271.6315   -509.0008
3        324.1354   -509.0008    366.1232

Opción de Valor medio únicamente

Si no se necesitan las matrices de covarianza, deshabilite la opción Calcular matrices de covarianza (MEAN_ONLY). A continuación se muestra el archivo de firma desde los mismos datos anteriores, pero sin calcular las matrices de covarianza:

Input raster bands : redlandsInput raster or feature sample data : redzone5Sample field : "Value"Output signature file : z5red.gsgCompute covariance matrices : off

El archivo de firma de salida se enumera a continuación:

# Number of selected grids
/*        3
# Layer-Number        Grid-name
/*        1            redlands3
/*        2            redlands1
/*        3            redlands2

# Type  Number of Classes  Number of Layers  Number of Parametric Layers
  1     5                  3                 3
#  ----------------------------------------------------------------------

# Class ID    Number of Cells    Class Name
  1           654                sand
# Layers   1           2           3
# Means 
         170.4908    155.7569    161.9419
# ---------------------------------------------------------------

# Class ID    Number of Cells    Class Name
  2           585                urban
# Layers   1           2           3
# Means 
         104.5009     92.4410     92.0513
# ---------------------------------------------------------------

# Class ID    Number of Cells    Class Name
  3           783                forest
# Layers   1           2           3
# Means
          27.0026    174.3768     72.7931
# ---------------------------------------------------------------

# Class ID    Number of Cells    Class Name
  4           951                water
# Layers   1           2           3
# Means
           1.1504      0.0515      0.0873
# -----------------------------------------------------------------

# Class ID    Number of Cells     Class Name
  5           969                 agri_field
# Layers   1           2           3
# Means 
          32.4675    232.7781     85.4149

Temas relacionados


En este tema
  1. Ejemplo