摘要

　　使用 Iso 聚類工具和最大似然法分類工具對一系列輸入柵格波段運(yùn)行非監(jiān)督分類。

　　使用方法

　　· 此工具結(jié)合了 Iso 聚類工具與最大似然法分類工具的功能。輸出經(jīng)過分類的柵格。作為可選的，它也能夠輸出特征文件。

　　· 此工具生成的特征文件可用作其它分類工具(比如最大似然法分類)的輸入。從而更好地控制分類參數(shù)。

　　· 類數(shù)的最小有效值為二。不存在最大聚類數(shù)。通常情況下。聚類越多，所需的迭代就越多。

　　· 要提供充足的必要統(tǒng)計(jì)數(shù)據(jù)。生成特征文件以供將來分類使用，每一個聚類都應(yīng)當(dāng)含有足夠的像元來準(zhǔn)確地表示聚類。

為最小類大小輸入的值應(yīng)大約比輸入柵格波段中的圖層數(shù)大 10 倍。

　　· 為採樣間隔輸入的值表示，在聚類計(jì)算中每 n 乘 n 塊像元中使用一個像元。

　　· 不應(yīng)合并或移除類，也不應(yīng)更改 ASCII 特征文件的不論什么統(tǒng)計(jì)數(shù)據(jù)。

　　· 通常情況下，輸入波段交集范圍內(nèi)所含的像元越多，為最小類大小和採樣間隔所指定的值就應(yīng)當(dāng)越大。為採樣間隔輸入的值應(yīng)當(dāng)足夠小，以便對存在于輸入數(shù)據(jù)中的最小理想類別進(jìn)行合理採樣。

　　· 輸出特征文件里的類 ID 值以一開始，然后按順序添加至輸入類的數(shù)量。

可分配隨意數(shù)量的類數(shù)。

　　· 輸出特征文件的名稱必須具有一個 .gsg 擴(kuò)展名。

　　· 假設(shè)全部輸入波段的數(shù)據(jù)范圍均同樣，則將得到更加理想的結(jié)果。假設(shè)波段的數(shù)據(jù)范圍差異非常大，則可使用“地圖代數(shù)”運(yùn)行下面方程式，從而將各種數(shù)據(jù)范圍轉(zhuǎn)換為同樣的范圍。

　　· where:

　　· Z is the output raster with new data ranges.

　　· X is the input raster.

　　· oldmin is the minimum value of the input raster.

　　· oldmax is the maximum value of the input raster.

　　· newmin is the desired minimum value for the output raster.

　　· newmax is the desired maximum value for the output raster.

　　· 假設(shè)輸入為創(chuàng)建自多波段柵格(超過三個波段)的圖層，則操作將會考慮與源數(shù)據(jù)集相關(guān)聯(lián)的全部波段，而不不過由圖層載入(符號化)的三個波段。

　　· 您能夠使用多種方式將多波段柵格的波段子集指定為工具的輸入。

　　·?假設(shè)要使用工具對話框，則通過輸入柵格波段旁邊的button導(dǎo)航至多波段柵格。打開柵格并選擇所需波段。

　　· 假設(shè)多波段柵格是內(nèi)容列表中的圖層，則能夠使用創(chuàng)建柵格圖層工具來創(chuàng)建一個新的僅僅包括所需波段的多波段圖層。

　　· 您還能夠用波段合成來創(chuàng)建一個僅僅包括所需波段的新數(shù)據(jù)集，并將生成的數(shù)據(jù)集用作工具的輸入。

　　· 在 Python 中，能夠在工具參數(shù)中以列表形式直接指定所需波段。

　　語法

　　IsoClusterUnsupervisedClassification (Input_raster_bands, Number_of_classes, {Minimum_class_size}, {Sample_interval}, {Output_signature_file})

　　代碼實(shí)例

　　Iso 聚類非監(jiān)督分類 (IsoClusterUnsupervisedClassification) 演示樣例 1(Python 窗體)

　　本演示樣例運(yùn)行將輸入波段分為 5 類的非監(jiān)督分類并輸出分類的柵格。

　　import arcpy

　　from arcpy import env

　　from arcpy.sa import *

　　env.workspace = "C:/sapyexamples/data"

　　outUnsupervised = IsoClusterUnsupervisedClassification("redlands", 5, 20, 50)

　　outUnsupervised.save("c:/temp/unsup01")

　　Iso 聚類非監(jiān)督分類 (IsoClusterUnsupervisedClassification) 演示樣例 2(獨(dú)立腳本)

　　本演示樣例運(yùn)行將輸入波段分為 5 類的非監(jiān)督分類并輸出分類的柵格。

　　# Name: IsoClusterUnsupervisedClassification_Ex_02.py

　　# Description: Uses an isodata clustering algorithm to determine the

　　# characteristics of the natural groupings of cells in multidimensional

　　# attribute space and stores the results in an output ASCII signature file.

　　# Requirements: Spatial Analyst Extension

　　# Import system modules

　　import arcpy

　　from arcpy import env

　　from arcpy.sa import *

　　# Set environment settings

　　env.workspace = "C:/sapyexamples/data"

　　# Set local variables

　　inRaster = "redlands"

　　classes = 5

　　minMembers = 50

　　sampInterval = 15

　　# Check out the ArcGIS Spatial Analyst extension license

　　arcpy.CheckOutExtension("Spatial")

　　# Execute IsoCluster

　　outUnsupervised = IsoClusterUnsupervisedClassification(inRaster, classes, minMembers, sampInterval)

　　outUnsupervised.save("c:/temp/outunsup01.tif")

超強(qiáng)干貨來襲 云風(fēng)專訪：近40年碼齡，通宵達(dá)旦的技術(shù)人生

總結(jié)

以上是生活随笔為你收集整理的ArcGIS教程：Iso 聚类非监督分类的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。