Растровый анализ – это работа с растровыми данными, где пространство разбито на ячейки (или пиксели), и каждая ячейка содержит значение некоторой характеристики среды. Рассмотрим один из полезных инструментов растрового анализа, реклассификацию, которая преобразует непрерывные растровые данные в дискретные.
Что такое реклассификация растров
Классификация, реклассификация, а иногда даже переклассификация (reclassify) – это операция разбиения пикселей со значениями растра на новые классы на основе пользовательских порогов и критериев.
Неопределенность в терминах иногда приводит к путанице. Возможно, вы слышали о классификации растров с помощью машинного обучения, когда пользователь опирается на алгоритмы для выделения областей пространства и отдельных объектов. В этой статье мы поговорим не о ней, а о более простом инструменте, который поможет подготовить базу на первых этапах растрового анализа.
Три этапа реклассификации:
выделение порогов, на основе которых мы будем выделять классы;
разбиение значений входного растра по категориям;
назначение категориям новых дискретных значений.
Где нужна реклассификация
Реклассификация растров пригодится на начальных этапах обработки данных, чтобы разбить территории с непрерывными данными на дискретные классы. Например, быстро создать растр-маску, где выделены области с диапазонами крутизны склона (слабо наклонные, пологие, покатые, крутые). Или по растру NDVI выделить на одном снимке лесные участки, степь и поля. В экологии реклассификация также удобна при создании моделей пригодности среды обитания. К примеру, если мы знаем, что территории с разной экспозицией по-разному пригодны для вида, то можем создать дискретный растр экспозиции склона, где вместо 360 возможных значений будет всего четыре: северная, восточная, южная и западная.
После этого переклассифицированный растр можно использовать как один из факторов моделирования: например, назначив выделенным классам баллы с использованием метода взвешенной суммы. В целом, реклассификация – это базовый инструмент, который пригодится как основа для решения разных задач.
Как реклассифицировать растр в QGIS
В простом варианте можно использовать калькулятор растров, разбив растр на два класса: меньше и больше порогового значения. А вот сложные запросы легче делать через удобные инструменты в QGIS, которые переклассифицируют растр, присваивая пикселям новые значения на основе диапазонов, указанных пользователем. Для этого нам нужны только входной растр и значения порогов классов (class breaks).
Пример классификации в QGIS
Например, мы хотим выделить территории по категориям уклона (крутизны), имея только цифровую модель рельефа. Инструмент Крутизна в QGIS дает нам на основе ЦМР растр с непрерывными значениями уклона (от 0 до 90 градусов):
После этого нам нужен инструмент с названием Переклассифицировать по таблице (Reclassify by table), простой и удобный в использовании. Находим его через панель инструментов: Анализ данных – Панель инструментов — Анализ растров — Переклассифицировать по таблице.
Нажав на три точки в поле "Таблица реклассификации", добавляем в таблицу ряды и указываем нужные границы классов: нижний порог (минимум), верхний (максимум), а также значения для новых классов.
На этом этапе можно воспользоваться готовыми порогами крутизны склона, указанными в литературе, или взять произвольные пороги, в зависимости от задачи:
Нажимаем на Ок, а затем на Выполнить. В свойствах нового слоя меняем настройки цвета на дискретные значения и устанавливаем новую палитру. Так оригинальная карта крутизны склона с непрерывными значениями стала картой с пятью отдельными категориями:
Реклассификация – это один из многих инструментов, который упростит жизнь при работе с растровыми данными. Чтобы научиться быстро анализировать пространственные данные, загляните на курсы Введение в QGIS и Продвинутый QGIS, где мы учим решать сложные задачи доступными инструментами.