数据科学 - 新型遥感数据和新算法

数据科学是对数据的研究， 旨在以提取有意义的见解并为决策提供信息。 在 ArcGIS Pro 3.1 中， 通过支持用于卫星测高传感器的新轨迹数据类型， 扩展了数据科学的能力，并得以继续开发图像分析和处理算法。

一个新的轨迹数据集

卫星测高是一个不断发展的领域， 用于测量沿卫星路径的离散点处地球表面的高度。 卫星测高数据对于增进我们对海洋、冰盖地形和全球气候的了解特别有用。

数据作为沿传感器路径的连续点收集， 并使用轨迹数据结构以 netCDF 和 HDF 格式存储。 每个文件都包含单个轨道的测量值或经过地球表面的测量值。 下面是沿一条轨道的海浪高度的示例。

即使是一个小区域的数据也可以由几十个单独的文件组成。 为了简化此类数据的管理和处理， 开发了一个新的轨迹数据集和三个新的地理处理工具， 允许使用Sentinel-3、Sentinel-6、ICESat-2 和 CryoSat-2 传感器获取的轨迹数据。 下图包含一个全球轨迹数据集（左）， 以及足迹和点子层的放大视图（右上）， 同时还包括用于创建轨迹数据集的三个工具。

轨迹数据集将轨迹文件的集合作为地理数据库中的表进行管理。 它包含一个显示每个文件轨迹的足迹子层和一个显示每个测量位置的点子层。 轨迹数据集不存储数据点， 而是引用原始数据集。 这避免了数据重复， 并允许可视化和探索轨迹数据， 还可以利用新的“创建轨迹层”工具从单个轨迹文件创建轨迹层。

一种新的时空点插值工具

虽然轨迹数据集简化了测高文件的管理和可视化， 但在分析之前通常必须对点数据进行插值。 Image Analyst 中新的从时空点插值工具将测高点数据插值到新栅格中。

插值方法包括三角剖分法、自然邻域法、反距离加权法和最近邻法， 以及二次插值法和均值插值法， 这些方法常被科学界用于此类数据。 与 ArcGIS 中的其他插值工具不同， 此插值工具是时间感知的， 这意味着必须为数据指定时间字段和时间聚合周期。 该工具将使用时间信息以每天、每周、每月、每季度或每年的时间间隔对点进行插值。 输出是一个多维栅格， 其中包含输入时间范围内包含的每个时间间隔的切片。 这将生成具有一致时间和空间分辨率的分析就绪栅格， 该工具支持输入包含变量（测量）字段和时间字段的轨迹数据集或点要素类。

几何中值栅格函数

云和阴影经常出现在光学卫星图像中， 因此很难从多个场景创建无云图像合成。 新的几何中值栅格函数可最大限度地减少云和阴影在分析工作流程中的影响。

此函数将镶嵌数据集、多维栅格或图像列表作为输入， 并通过最小化到光谱空间中所有重叠像素的距离来计算“最佳”像素。 它减少了异常像素， 同时保留了波段之间的光谱关系。 下面是使用几何中值函数创建的夏威夷大岛的图像合成以及 Landsat QA 波段以掩盖云层和阴影。 最终图像合成是由 2021 年的 145 个 Landsat ARD 瓦片创建的。

光谱分类

许多图像分类方法依赖于数据集的统计和空间特征， 其中波段被视为独立变量。 新的利用光谱分类栅格工具允许使用光谱匹配技术对多波段栅格数据进行分类。

每个类的参考光谱信息可以作为从训练样本管理器生成的点要素类或包含类光谱剖面的 .json 文件提供。 该工具扩展了图像分类选项， 并补充了变化检测向导中可用的光谱变化检测方法。 下图显示了 Landsat 9 影像中玉米和大豆作物的光谱分类结果。 结果与 2018 年同月的 USA Cropland 影像服务图层进行了比较。

ArcPy API 增强功能

ArcPy 图像分析模块中添加了多项增强功能和新功能：

• reduce、addField、groupBy 和 merge 方法已添加到 RasterCollection Reduce, 允许应用统计函数， 如 min 或 mean 以将 RasterCollection 中的所有光栅项组合成单个图像。 addField 允许将自定义信息添加到 RasterCollection 属性。 groupBy 允许将 RasterCollection 中的项目分组并按组处理。 merge允许将多个 RasterCollection 合并为一个 RasterCollection。

• 一套新的函数允许计算输入栅格列表的统计值。 例如，StdDev 创建一个栅格对象， 其中每个像素包含多个栅格的标准差值。

• Raster 类中添加了一个新的函数属性，它允许为 CRF 设置处理模板。

• computeHistograms、computeStatistics 和 isConstant 方法也被添加到 Raster, 这些方法允许计算给定感兴趣区域的栅格的直方图、统计数据， 或者在多维栅格的情况下， 计算特定变量的统计数据。

对现有功能的增强

在现有功能基础上添加了一些主要增强功能， 以帮助分析工作流程，包括：

• 训练样本管理器已得到增强以支持点训练数据的收集， 这些数据可用作使用光谱分类栅格工具的输入。

• 汇总分类栅格工具已删除栅格属性表要求。 如果不存在表格，该工具将计算唯一值和每个值的像素数。

• 现在支持日期类型作为栅格数据集的属性。 某些工作流（例如变化检测）会输出像素包含日期值的栅格数据集。 此属性允许渲染器或识别函数以日期格式返回值。