Nếu tôi hiểu bạn chính xác, bạn đang tìm kiếm một thủ tục phân loại được giám sát. Một số nền tảng lý thuyết: http://rst.gsfc.nasa.gov/Sect1/Sect1_17.html
Điều này chắc chắn có thể thực hiện thông qua cỏ:
http://grass.osgeo.org/wiki/Image_ classification#Supervised_ classification_2
Để thay thế, bạn cũng có thể xem saga (Tôi không nói là tốt hơn, tôi chỉ biết bản thân mình tốt hơn), cũng chơi độc đáo với qgis và R. Có một số video minh họa điều này trên trang web này:
http: // www.uni-koblenz-landau.de/landau/fb7/umweltwissenschaften/landscape-ecology/Teaching/geuler
(tải xuống các tệp dữ liệu để có được các bài thuyết trình).
Trong tất cả các chương trình gis, những gì bạn sẽ làm là xác định một số điểm tham chiếu hoặc đa giác trong một loại đất, sau đó được ngoại suy cho phần còn lại của khu vực. Dưới đây là một ví dụ về phân loại sử dụng đất:
Và trên thực tế nếu bạn đã rút ra các đa giác đào tạo của mình trong bất kỳ chương trình gis nào, bạn có thể sử dụng R để dự đoán. Tạo một lớp phủ với lưới của bạn, và sau đó sử dụng bất kỳ hệ thống dự đoán nào bạn thích (ví dụ: rpart nếu bạn muốn cây phân loại). Thông tin thêm trong cuốn sách này xung quanh trang 222: http://www.lulu.com/product/file-doad/a-prreal-guide-to-geostatistic-mapping/14938111
Có rất nhiều điều để nói, các bộ huấn luyện của bạn nên là đại diện cho khu vực nghiên cứu của bạn (có lẽ sẽ tốt hơn nếu tạo các điểm ngẫu nhiên trong R và phân loại chúng). Bạn cũng nên chọn bộ dữ liệu phụ trợ của mình một cách cẩn thận và bạn có thể muốn tạo bộ dữ liệu mới nếu ví dụ kết cấu là một thuộc tính quan trọng.
-
Nếu tất cả những gì bạn muốn làm là trích xuất các vùng hoặc tính năng (không phân loại chúng), thuật toán phân đoạn có nhiều khả năng là những gì bạn muốn. Một ví dụ (được triển khai trong SAGA GIS) được thảo luận trong bài viết này:
http://mirror.transact.net.au/pub/sourceforge/s/project/sa/saga-gis/SAGA%20-%20Documentation/GGA115/gga115_03 .pdf