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
影像分类是从多波段栅格影像中提取信息类的任务。基于影像分类生成的栅格可用于创建专题地图。根据分析人员与计算机在分类过程中的交互情况,将有两种类型的分类:监督分类和非监督分类。
在 ArcGIS Spatial Analyst 扩展模块中,多元分析工具集提供了一整套用于执行监督分类和非监督分类的工具。分类过程是一个多步骤的工作流,因此,影像分类 工具条的开发正是为了提供一个使用各工具执行分类的集成环境。此工具条不仅有助于执行非监督分类和监督分类工作流,还包含一系列用于分析输入数据、创建训练样本和特征文件以及确定训练样本和特征文件的质量的附加功能。建议通过影像分类 工具条执行分类和多元分析。
监督分类使用从训练样本中获得的光谱特征对影像进行分类。借助影像分类 工具条,您可以轻松创建训练样本以表示要提取的类。还可以基于训练样本轻松创建特征文件,所创建的特征文件随后将由多元分类工具用于分类影像。
非监督分类无需分析人员介入即可在多波段影像中查找光谱类(或簇)。影像分类 工具条提供了用于创建簇的工具、簇质量分析功能和分类工具,这将有助于执行非监督分类。
在以下示例中,使用影像分类 工具条对美国陆地资源卫星 TM 卫星影像进行了分类。
下方的原始卫星影像是俄亥俄州辛辛那提市北部地区的美国陆地资源卫星 TM 四波段影像。
使用此工具条根据卫星影像定义了五个土地利用类:Commercial/Industrial、Residential、Cropland、Forest 和 Pasture。
使用训练样本管理器 中的训练样本评估工具对训练样本的质量进行了分析。
使用影像分类 工具条和训练样本管理器,可确定训练样本所表示的区域并独立地进行统计。因此,通过此工具条即可执行最大似然法分类。然后对已分类的影像进行清理,从而创建最终的土地利用图,如下所示。