on Januar 20, 2023

Überwachte Klassifizierung mit nur einer Klasse mit Google Earth Engine

Geografische Informationssysteme

Wie führt man eine überwachte Klassifizierung in Google Earth Engine durch?

Überwachende Klassifizierung

  1. Sammeln Sie Trainingsdaten. Sammlung.
  2. Schätzungsklassifizierungsfehler mit unabhängigen Validierungsdaten.


Was bedeutet überwachte Klassifizierung in der Fernerkundung?

Die überwachte Klassifizierung ist die am häufigsten verwendete Technik für die quantitative Analyse von Fernerkundungsbilddaten. Im Mittelpunkt steht das Konzept der Segmentierung des Spektralbereichs in Regionen, die mit den Bodenbedeckungsklassen in Verbindung gebracht werden können, die für eine bestimmte Anwendung von Interesse sind.
 

Was ist eine Verwirrungsmatrix in Google Earth Engine?

Eine Konfusionsmatrix ist ein Earth-Engine-Variablenobjekt, das eine sogenannte „Fehlermatrix“ oder „Kontingenztabelle“ darstellt. Es handelt sich um ein Array mit zwei ähnlichen Achsen, von denen die eine einen Satz bekannter Werte und die andere einen entsprechenden Satz vorhergesagter Werte darstellt.

Wie erfolgt die überwachte Klassifizierung?

Wenn Sie eine beaufsichtigte Klassifizierung ausführen, führen Sie die folgenden 3 Schritte aus:

  1. Auswahl der Trainingsbereiche.
  2. Signaturdatei generieren.
  3. Klassifizierung.


    4. Welche überwachte Klassifizierung ist die beste?

    Maximum Likelihood (ML)

    Der häufigste überwachte Klassifizierungsalgorithmus, der bei Fernerkundungsanwendungen eingesetzt wird, ist das Maximum Likelihood-Verfahren, eine parametrische statistische Methode.

    Was ist besser: überwachte oder unüberwachte Klassifizierung?

    Obwohl überwachte Lernmodelle in der Regel genauer sind als unüberwachte Lernmodelle, erfordern sie im Vorfeld menschliche Eingriffe, um die Daten entsprechend zu kennzeichnen. Ein überwachtes Lernmodell kann zum Beispiel anhand der Tageszeit, der Wetterbedingungen usw. vorhersagen, wie lange Ihr Arbeitsweg sein wird.
     

    Welches sind die beiden Arten von überwachten Lerntechniken *?

    Was sind die Arten des überwachten Lernens?

    • Regression. Die Regression wird verwendet, um die Beziehung zwischen zuverlässigen und unabhängigen Variablen zu verstehen.
    • naive Bayes. Ein naiver Bayes -Algorithmus wird für große Datensätze verwendet.
    • Klassifizierung.
    • Neutrale Netzwerke.
    • Zufälliger Wald.



      Kann die Klassifizierung überwacht werden?

      Auf der Grundlage von Trainingsdaten ist der Klassifizierungsalgorithmus ein Verfahren des überwachten Lernens, das zur Kategorisierung neuer Beobachtungen verwendet wird. Bei der Klassifizierung lernt ein Programm anhand des bereitgestellten Datensatzes oder der Beobachtungen, wie neue Beobachtungen in verschiedene Klassen oder Gruppen eingeordnet werden können.
       

      Wie führt man eine überwachte Klassifizierung in ArcGIS Pro durch?

      Um Beispieldaten für die Klassifizierung in ArcGIS Pro zu trainieren, gehen Sie wie folgt vor:

      1. Wählen Sie im Dropdown-Menü "Klassifizierungstools" auf der Registerkarte "Bilddaten" die Option "Training Samples Manager" aus.
      2. Wählen Sie auf der Registerkarte „Neues Schema“ die Option „Eigenschaften bearbeiten“.
      3. Stellen Sie „Name“ auf den gewünschten Schemaausgabenamen ein und klicken Sie auf „Speichern“.


      Wie authentifiziere ich meine Google Earth Engine?

      So authentifizieren Sie sich mit einem Servicekonto mit der Earth Engine:

      1. Erstellen und Herunterladen einer JSON-Datei für private Schlüsseldatei (. Wo immer Sie die Datei .Private-key.json einstellen: Importieren Sie EE. service_account = ‚my-service-count@… gserviceAccount.com‘ Anmeldeinformationen = ee.