Якщо я вас правильно зрозумів, ви шукаєте контрольовану процедуру класифікації. Деякі теоретичні основи: http://rst.gsfc.nasa.gov/Sect1/Sect1_17.html
Це, звичайно, можливо через траву:
http://grass.osgeo.org/wiki/Image_classification#Superzed_classification_2
В якості альтернативи ви також можете розглянути сагу (я не кажу, що це краще, я просто це знаю краще), яка також чудово грає з qgis та R. На цьому сайті є деякі відео, які демонструють це:
http: // www.uni-koblenz-landau.de/landau/fb7/umweltwissenschaften/landscape-ecology/Teaching/geostat
(завантажте файли даних, щоб отримати презентації).
У всіх програмах gis, що ви будете робити, - це визначити кількість опорних точок або полігонів у одному типі земель, які потім екстраполюються на решту території. Ось приклад класифікації землекористування:
Насправді, якщо ви намалювали тренувальні полігони в будь-якій програмі gis, ви можете використовувати R для прогнозування. Зробіть накладку з сітками, а потім використовуйте будь-яку систему передбачення, яка вам подобається (наприклад, rpart, якщо ви хочете дерева класифікації). Більше інформації в цій книзі на сторінці 222: http://www.lulu.com/product/file-download/a-practical-guide-to-geostatistic-mapping/14938111
Можна сказати набагато більше, тому що навчальні набори повинні бути репрезентативними для вашого навчального району (можливо, було б навіть краще генерувати випадкові бали в R та класифікувати їх). Ви також повинні обережно вибирати ваші допоміжні набори даних, і ви, можливо, захочете генерувати нові, якщо напр. Текстура є важливою властивістю.
-
Якщо все, що ви хочете зробити, це витягнути регіони або функції (без їх класифікації), алгоритм сегментації скоріше того, що ви хочете. Один приклад (реалізований у ГІС SAGA) обговорюється в цій роботі:
http://mirror.transact.net.au/pub/sourceforge/s/project/sa/saga-gis/SAGA%20-%20Documentation/GGA115/gga115_03 .pdf