全国高分辨率土地利用数据服务 土地利用数据服务 土地覆盖数据服务 坡度数据服务 土壤侵蚀数据服务 全国各省市DEM数据服务 耕地资源空间分布数据服务 草地资源空间分布数据服务 林地资源空间分布数据服务 水域资源空间分布数据服务 建设用地空间分布数据服务 地形、地貌、土壤数据服务 分坡度耕地数据服务 全国大宗农作物种植范围空间分布数据服务
多种卫星遥感数据反演植被覆盖度数据服务 地表反照率数据服务 比辐射率数据服务 地表温度数据服务 地表蒸腾与蒸散数据服务 归一化植被指数数据服务 叶面积指数数据服务 净初级生产力数据服务 净生态系统生产力数据服务 生态系统总初级生产力数据服务 生态系统类型分布数据服务 土壤类型质地养分数据服务 生态系统空间分布数据服务 增强型植被指数数据服务
多年平均气温空间分布数据服务 多年平均降水量空间分布数据服务 湿润指数数据服务 大于0℃积温空间分布数据服务 光合有效辐射分量数据服务 显热/潜热信息数据服务 波文比信息数据服务 地表净辐射通量数据服务 光合有效辐射数据服务 温度带分区数据服务 山区小气候因子精细数据服务
全国夜间灯光指数数据服务 全国GDP公里格网数据服务 全国建筑物总面积公里格网数据服务 全国人口密度数据服务 全国县级医院分布数据服务 人口调查空间分布数据服务 收入统计空间分布数据服务 矿山面积统计及分布数据服务 载畜量及空间分布数据服务 农作物种植面积统计数据服务 农田分类面积统计数据服务 农作物长势遥感监测数据服务 医疗资源统计数据服务 教育资源统计数据服务 行政辖区信息数据服务
Landsat 8 高分二号 高分一号 SPOT-6卫星影像 法国Pleiades高分卫星 资源三号卫星 风云3号 中巴资源卫星 NOAA/AVHRR MODIS Landsat TM 环境小卫星 Landsat MSS 天绘一号卫星影像
通过多元统计分析可以探查许多不同类型的属性之间的关系。有两种可用的多元分析：分类（监督分类与非监督分类）和主成分分析 (PCA)。
分类的目的是将研究区域中的每个像元都分配为某一级别或者某一种类。使用“监督”分类，需要了解研究区域的具体情况，并且能够识别每个类的代表性区域或样本。“非监督”分类使用数据中自然产生的统计分组来确定将数据分入哪个聚类。
“监督”与“非监督”分类的常规步骤如下：
1. 识别输入波段。
2. 创建类或聚类。
可使用以下工具：创建特征、Iso 聚类或“提取分析”工具集中的采样。
3. 评估并编辑类或聚类。
使用树状图或编辑特征工具。
4. 执行分类。
使用最大似然法分类或类别概率工具。
影像分类工具条为实现执行分类所需的多步骤工作流提供了一个集成环境。
要消除数据冗余并使其更容易理解，可通过 PCA 转换多元数据。
下表列出了可用的多元分析工具，并对每个工具进行了简要描述。
|
工具 |
描述 |
|
波段集统计 |
计算一组栅格波段的统计信息。 |
|
类别概率 |
创建概率波段的多波段栅格，并为输入特征文件中所表示的每个类对应创建一个波段。 |
|
创建特征 |
创建由输入样本数据和一组栅格波段定义的类的 ASCII 特征文件。 |
|
树状图 |
构造可显示特征文件中连续合并类之间的属性距离的树示意图（树状图）。 |
|
编辑特征 |
通过合并、重新编号和删除类特征来编辑和更新特征文件。 |
|
Iso 聚类 |
使用 isodata 聚类算法来确定多维属性空间中像元自然分组的特征并将结果存储在输出 ASCII 特征文件中。 |
|
Iso 聚类非监督分类 |
使用 Iso 聚类工具和最大似然法分类工具对一系列输入栅格波段执行非监督分类。 |
|
最大似然法分类 |
对一组栅格波段执行最大似然法分类并创建分类的输出栅格数据。 |
|
主成分分析 |
对一组栅格波段执行主成分分析 (PCA) 并生成单波段栅格作为输出。 |
