Générer des échantillons d'apprentissage à partir de points d'origine (Spatial Analyst)

Disponible avec une licence Spatial Analyst.

Disponible avec une licence Image Analyst.

Synthèse

Génère des échantillons d'apprentissage à partir des points d'origine, tels que des points d'évaluation de la précision ou des échantillons d'apprentissage. Cet outil sert généralement à générer des échantillons d'apprentissage à partir d'une source existante, telle qu'un raster thématique ou une classe d'entités.

Utilisation

  • Cet outil accepte les sources de données tierces dans le jeu d'outils de classification ArcGIS. Les entrées qui identifient la structure des classes pour guider la génération des échantillons d'apprentissage comprend des jeux de données thématiques ou des polygones, tels que les classifications précédentes, les emprises de bâtiments, les routes ou d'autres données SIG.

  • Pour les rasters en entrée, l'outil étend la région à partir des points d'origine, à la condition que tous les pixels aient la même valeur. L'étendue de la région est contrôlée par Rayon d'échantillon maximum (max_radius dans Python). Dans le domaine de la télédétection, il est conseillé que les échantillons d'apprentissage soient homogènes et que la taille de l'échantillon soit représentative de l'entité cible. Si l'étendue de la région à partir de certains points d'origine ne peut pas atteindre une surface supérieure à Surface d'échantillon minimum (min_area dans Python), le point d'origine n'est pas utilisé.

  • Pour les classes d'entités en entrée, l'outil sélectionne les entités à partir des données en entrée qui intersectent la classe d'entités points, au lieu d'utiliser l'étendue de la région.

  • Vous pouvez utiliser l'outil Créer des points d’évaluation de la précision pour générer les points des échantillons d'apprentissage. Il présente des options pour le nombre de points à utiliser et quelques stratégies d'échantillonnage pour générer les points aléatoires.

  • Si vous possédez déjà les points d'origine des échantillons d'apprentissage ou une méthode pour les générer, il peut être facile de les utiliser, car l'outil recourt uniquement aux coordonnées x et y d'un fichier de classe d'entités points, et non à la table associée.

Paramètres

ÉtiquetteExplicationType de données
Données raster ou de classes d’entités en entrée

La source de données qui étiquette les échantillons d'apprentissage.

Mosaic Layer; Raster Layer; Feature Layer; Image Service; String
Points d'origine en entrée

Un fichier de formes ou une classe d'entités points qui doit fournir les centres des polygones des échantillons d'apprentissage.

Feature Layer
Classe d'entités de l'échantillon d'apprentissage en sortie

La classe d’entités de l’échantillon d’apprentissage en sortie dans le format pouvant être utilisé dans les outils d’apprentissage, notamment les fichiers de formes. La classe d’entités en sortie peut être de type surfacique ou ponctuel.

Feature Class
Surface d'échantillon minimum
(Facultatif)

La surface minimum requise pour chaque échantillon d'apprentissage, en mètres carrés. La valeur minimum doit être supérieure ou égale à 0.

Double
Rayon d'échantillon maximum
(Facultatif)

La plus longue distance (en mètres) à partir d'un point au sein de l'échantillon d'apprentissage vers son point d'origine central. Si elle est définie sur 0, l'échantillon d'apprentissage en sortie sera des points et non des polygones. La valeur minimum doit être supérieure ou égale à 0.

Double

GenerateTrainingSamplesFromSeedPoints(in_class_data, in_seed_points, out_training_feature_class, {min_sample_area}, {max_sample_radius})
NomExplicationType de données
in_class_data

La source de données qui étiquette les échantillons d'apprentissage.

Mosaic Layer; Raster Layer; Feature Layer; Image Service; String
in_seed_points

Un fichier de formes ou une classe d'entités points qui doit fournir les centres des polygones des échantillons d'apprentissage.

Feature Layer
out_training_feature_class

La classe d’entités de l’échantillon d’apprentissage en sortie dans le format pouvant être utilisé dans les outils d’apprentissage, notamment les fichiers de formes. La classe d’entités en sortie peut être de type surfacique ou ponctuel.

Feature Class
min_sample_area
(Facultatif)

La surface minimum requise pour chaque échantillon d'apprentissage, en mètres carrés. La valeur minimum doit être supérieure ou égale à 0.

Double
max_sample_radius
(Facultatif)

La plus longue distance (en mètres) à partir d'un point au sein de l'échantillon d'apprentissage vers son point d'origine central. Si elle est définie sur 0, l'échantillon d'apprentissage en sortie sera des points et non des polygones. La valeur minimum doit être supérieure ou égale à 0.

Double

Exemple de code

Exemple 1 d'utilisation de l'outil GenerateTrainingSamplesFromSeedPoints (fenêtre Python)

Créer des échantillons d'apprentissage à partir des points d'origine

### GenerateTrainingSamplesFromSeedPoints example 1 (Python window)
import arcpy
from arcpy.sa import *

cls_img = "C:/Data/svm.tif"
seed_pnts = "C:/Data/seeds.shp"
trn_samples = "C:/out/ts.shp"

GenerateTrainingSamplesFromSeedPoints(cls_img, seed_pnts, trn_samples, "30", "50")
Exemple 2 d'utilisation de l'outil GenerateTrainingSamplesFromSeedPoints (script autonome)

Créer des échantillons d'apprentissage à partir des points d'origine

### GenerateTrainingSamplesFromSeedPoints example 2 (stand-alone script)
import arcpy
from arcpy.sa import *

GenerateTrainingSamplesFromSeedPoints("C:/Data/svm.tif", 
                                      "C:/Data/seeds.shp", 
                                      "C:/out/ts.shp", 
                                      "30", "50")

Informations de licence

  • Basic: Nécessite Spatial Analyst ou Image Analyst
  • Standard: Nécessite Spatial Analyst ou Image Analyst
  • Advanced: Nécessite Spatial Analyst ou Image Analyst

Rubriques connexes