分类栅格影像的栅格综合
清理来源于遥感软件的已分类影像是栅格综合工具最为常见的应用之一。分类过程经常会生成许多误分类或与分析无关的孤立的小型数据区域。
通过卫星影像创建概化的土地利用地图
以下示例演示了应用栅格综合工具生成更加适用于演示或后续分析的栅格图层的典型过程。
每种工具既可以单独使用,也可以与其他数据清理工结合使用以实现各种应用。
从原始卫星场景入手
下图显示了将要进行分类的原始卫星影像。此处将不会明确描述分类过程,以下部分将详述直接结果之所以通常需要进一步处理才能普遍有效的原因。
分类后的影像结果
在监督分类中,会在影像(如卫星影像)上识别训练样本。训练样本可以在不同的土地利用中用于识别水、住宅、阔叶树、针叶树等。根据这些训练样本,可以将影像中的其他所有像元位置分配给一种已知土地类型或土地利用。土地利用特征(来源于训练样本的统计数据)有时会相互雷同,导致难以对两个类进行区分。例如,软件可能无法根据现有训练样本区分桤木沼泽和阔叶树湿地。原因可能是训练样本数不足,或者是从未对某些土地利用进行采样。类似的限制条件会导致某些位置的误分类。
因此,单个或一小组像元可能被误分类为与其周围大量像元不同的实体,而事实上,该实体属于其周边的像元组。另一个经常会出现误分类的区域是不同土地利用间的边界。通常会生成无法真实表示边界的锯齿状边界,可以使用栅格综合工具对其进行平滑处理。
下图为卫星影像的分类。请注意,影像上遍布许多小的、孤立的单个像元或像元组。
以下部分介绍了如何应用栅格综合工具生成最终的分类的栅格。
有关使用 ArcGIS Spatial Analyst 扩展模块提供的功能对影像进行分类的详细信息,请参阅文档的影像分类部分。
使用“区域合并”工具识别聚类
主滤波和边界清理工具仅可通过为误分类的像元分配直接邻域中出现频率最高的值的方式来清理单个像元或由少量误分类的像元组成的极小型像元聚类。但假设存在这样一个特定大小的阈值,该阈值以下的各相似像元分组将被视为过小,而不会对后续分析具有任何意义。同时,这些聚类应融入到周围组中。例如,对属于同种土地使用类别的毗连聚类而言,如果其面积小于 7,200 平方米,则将被视为不具备分析意义。然而,无法对这些孤立区域单独进行处理,这是由于这些区域具有与整个区域相同的土地利用值。
要解决此问题,可使用区域合并工具。此工具会为输入栅格(已分类的影像)中的每个区域分配唯一标识符。区域是指具有相同值的一组连续像元。假设某单一区域 (zone) 由两个不相连的区域 (region) 组成。区域合并工具将把该区域分为两个新区域,各区域都具有唯一标识(区域)值。原始区域值将作为 LINK 字段保存在输出属性表中。下图所示为生成的栅格,其中显示了许多不同的输出区域。
使用 Nibble 工具去除小区域
对通过提取工具(用于识别要清除的区域)生成的栅格使用 Nibble 工具并使用已分类影像栅格中的值时,该工具将访问各个要去除的像元位置,并将其替换为具有已分类栅格中的值的最邻近像元。
最终的概化土地利用地图
使用由区域合并工具生成的结果中的链接项,可将已分类影像的原始区域值重新分配给通过区域合并工具创建的各个区域。
生成的是可在后续分析中加以利用的更加概化的土地利用地图。