ArcGIS Pro软件的栅格监督分类实现
本文介绍在ArcGIS Pro软件中,基于随机森林、支持向量机等多种算法,对遥感影像数据加以监督分类的具体方法。
在文章ArcGIS实现遥感影像数据最大似然法监督分类(https://www.jianshu.com/p/f41fc58bcb99)中,我们介绍了基于ArcMap软件实现遥感影像监督分类的具体操作方法;本文则介绍基于ArcMap软件的升级版本——ArcGIS Pro软件,实现同样的遥感影像监督分类的方法。
首先,我们打开ArcGIS Pro软件;如果大家没有创建项目,那么可以在软件首页的“Map”选项中,新建一个项目模板;其中,模板的名称与保存路径大家自行设置即可。

随后,将我们需要分类的遥感影像数据导入软件;可以将遥感影像从文件夹拖动到ArcGIS Pro软件中,也可以在软件的右侧目录中找到对应的文件,从而将其导入。
接下来,首先我们在左侧“Contents”中,用鼠标选中我们待分类的遥感影像,并随后在ArcGIS Pro软件上方的菜单栏中,选择“Imagery”→“Classification Tools”→“Training Samples Manager”选项;如下图所示。

通过这个选项,我们即可开始指定遥感影像中所具有的地物类型,并手动绘制不同地物分类的ROI矢量文件。首先,我们可以在右侧的“Image Classification”一栏中,选择如下的“Create New Schema”选项,新建一个分类合集(Schema)。这个Schema说白了,就是用来指定遥感影像中,都有哪些地物类型的。

此外,大家也可以不新建Schema,而是直接用系统默认的一个Schema——这个默认的Schema,是美国国家土地覆盖数据库(NLCD)产品的2011年版本。
不管大家用的是自己新建的Schema,还是默认的Schema,接下来的操作都是类似的。首先,我们选中一个已有的类别,并通过不同的圈画方式,在遥感影像中选出这一类别对应的多个不同的区域;如下图所示。

当我们绘制了同一个地类的多个ROI后,可以将其全选,并通过“Collapse”选项将其合并为一个。

此外,如果我们需要删除某一个类别,可以通过如下图所示的按钮将其剔除。

如果需要添加一个类别,可以通过如下图所示的按钮来实现。

不过需要注意,点击加号的时候,要注意将鼠标放在你的Schema名称上,在上图中也就是“NLCD2011”这个字段上;否则,很容易会使得新建的类别成为某个已经存在的类别的子类别。
随后,当我们将全部地物类别绘制好后,首先可以在如下图所示的位置,将ROI的矢量文件保存。

随后,我们再将设置好的Schema文件保存。这里由于我一开始没有新建Schema,而是用了默认的Schema,所以在我的编辑完成后,选择用“Save As”来保存Schema。

随后,我们配置好Schema的名称与保存路径即可。这里需要注意,Schema文件在保存后,是.ecs
格式的。

此时,可以在保存路径看到对应的ROI矢量文件,以及Schema文件。

接下来,我们依次选择“Imagery”→“Classification Wizard”选项;如下图所示。

随后,在弹出的窗口中,配置我们需要的遥感影像分类参数即可。如下图所示,第一个选项表示我们将使用监督分类、非监督分类等不同的分类方式;第二个选项,则表示我们将以像元为分类的目标,还是以一个对象(其实就是像元加上他周围的其他邻域像元)作为分类的目标;第三个选项,我们通过如下图所示的第一个下拉菜单选项,找到我们前述步骤中,保存好的Schema文件;第四个选项,就是分类结果的输出路径。

此外,我们还需要选择一下“Training Samples”选项,这里导入我们前述保存的ROI矢量文件即可。

随后,我们即可选择不同的分类方法。在这里,我选择了支持向量机方法;关于不同分类方法的对比,大家可以参考文章ENVI最小距离、最大似然、支持向量机遥感图像分类、精度评定与分类后处理(https://www.jianshu.com/p/8c85970bde76)。

随后,我们配置一下支持向量机方法的参数,即可开始分类。

如上图所示,如果大家觉得分类出来的效果不好,可以调整分类方法或者参数,并重新尝试。如果大家尝试了不同分类参数或者方法,不同的结果将会在左侧出现;如下图所示。

如果大家确定,当前的分类结果没有问题,就可以选择最好的那一次结果,并将其加以保存。

随后,我们保存的分类后栅格图像文件就可以在左侧列表中找到。

至此,大功告成。