Image classification products forWa

Image classification products forWater, Built, Forest, Secondary Forest,
and Savanna were merged into single, multi-class products (for
2000 and 2010) using discrete decision rules, and cases where features
were included in two or more classes were handled by these decision
rules. A priority order was used, where classes with the highest confidence and lowest misclassification/overlap between classes in the
interim classification products were assigned first, and those pixels
were then taken out of consideration for classification by subsequent interim
classification products. The priority order from highest to lowest
was: 1) Water from Fmask and NDWI, 2) Built from NDVI and radar,
3) Forest from SVVI and Hansen et al. (2013) products, 4) Secondary
Forest fromSVVI, and 5) Savanna from SVVI MVC texture and SVVI texture
MVC. Pixels not assigned to any of these classes were assigned to
the Agriculture class, as this was the only other LCLU class not yet
accounted for. Manually digitized Commercial Agriculture and Mining
classes were then added into the maps. For the final LCLU map
production step, the 2000 and 2010 thematic maps were subjected to
a 3 × 3 focal majority filter to spatially smooth the class values by considering
the majority of neighbor values in the 3 × 3 area around each
pixel.

ผลลัพธ์ (ไทย) 2:

ภาพผลิตภัณฑ์จำแนก forWater, Built, ป่า, ป่ามัธยมศึกษา
และ Savanna รวมเข้าเป็นผลิตภัณฑ์เดียวหลายชั้น (สำหรับ
ปี 2000 และ 2010) โดยใช้กฎการตัดสินใจไม่ต่อเนื่องและกรณีที่มีคุณสมบัติ
ถูกรวมอยู่ในสองคนหรือมากกว่าชั้นเรียนถูกจัดการโดยการตัดสินใจเหล่านี้
กฎระเบียบ คำสั่งลำดับความสำคัญถูกนำมาใช้ที่ชั้นเรียนที่มีความเชื่อมั่นสูงสุดและต่ำสุดจำแนก / ทับซ้อนระหว่างเรียนใน
ผลิตภัณฑ์การจำแนกระหว่างกาลที่ได้รับมอบหมายแรกและพิกเซลเหล่านั้น
ถูกนำตัวออกจากการพิจารณาสำหรับการจำแนกประเภทโดยระหว่างกาลต่อมา
ผลิตภัณฑ์การจัดหมวดหมู่ ลำดับความสำคัญจากมากไปน้อยที่สุด
คือ: 1) น้ำจาก fMask และ NDWI 2) สร้างขึ้นจาก NDVI และเรดาร์
3) ป่าจาก SVVI และแฮนเซน, et al (2013) ผลิตภัณฑ์ 4) รอง
ป่า fromSVVI และ 5) Savanna จาก SVVI MVC พื้นผิวและเนื้อ SVVI
MVC พิกเซลไม่ได้รับมอบหมายใด ๆ ของชั้นเรียนเหล่านี้ได้รับมอบหมายให้
ชั้นเกษตรเช่นนี้เป็นเพียงระดับ LCLU อื่น ๆ ยังไม่ได้
คิด ด้วยตนเองดิจิทัลการเกษตรการค้าและการทำเหมืองแร่
การเรียนที่ถูกเพิ่มเข้าไปในแผนที่ สำหรับแผนที่ LCLU สุดท้าย
ขั้นตอนการผลิตที่ 2000 และ 2010 แผนที่เฉพาะเรื่องถูกยัดเยียดให้
กรองส่วนใหญ่ 3 × 3 โฟกัสไปที่ตำแหน่งเรียบค่าระดับโดยพิจารณาจาก
เสียงส่วนใหญ่ของค่าเพื่อนบ้านใน 3 × 3 บริเวณรอบ ๆ ในแต่ละ
พิกเซล

ผลลัพธ์ (ไทย) 3:

รูปภาพสินค้าหมวดหมู่มดุล , สร้าง , ป่าไม้ , ป่าไม้ทุติยภูมิ ,และทุ่งหญ้า ถูกผสานเข้าหลายชั้น ( สำหรับผลิตภัณฑ์เดียว2000 และ 2010 ) การใช้กฎการตัดสินใจแบบไม่ต่อเนื่อง และ กรณี ที่ คุณสมบัติรวมสองหรือมากกว่าชั้นเรียนถูกจัดการโดยการตัดสินใจเหล่านี้กฎ เป็นคำสั่งสำคัญที่ใช้ ที่เรียนกับ สูงสุด มั่นใจ และทับซ้อนกันผิดพลาด / ต่ำสุดระหว่างเรียนในผลิตภัณฑ์ประเภทชั่วคราว แบ่งเป็นกลุ่มแรก และพิกเซลแล้วนำออกมาพิจารณาในการจำแนกโดยต่อมาชั่วคราวผลิตภัณฑ์การจัดประเภท ตามความสำคัญจากมากไปน้อยคือ 1 ) น้ำจาก fmask ndwi และ 2 ) สร้างขึ้นจากการเปลี่ยนแปลงด้านพืชพรรณ และเรดาร์3 ) และป่าจาก svvi Hansen et al . ( 1 ) ผลิตภัณฑ์ 4 ) รองfromsvvi ป่าและทุ่งหญ้าสะวันนา 5 ) จาก svvi MVC พื้นผิวและ svvi พื้นผิวำงาน พิกเซลไม่ได้กำหนดใด ๆของชั้นเรียนเหล่านี้แบ่งเป็นกลุ่มเกษตรเรียน นี้เป็นเพียงอื่น ๆยังไม่ lclu คลาสคิดเป็น ด้วยระบบดิจิตอลเกษตรอุตสาหกรรมและเหมืองแร่เรียนแล้วเพิ่มลงในแผนที่ สำหรับแผนที่ lclu สุดท้ายขั้นตอนการผลิต , 2000 และ 2010 แผนที่เฉพาะเรื่องถูก3 × 3 โฟกัสส่วนใหญ่กรองเพื่อเปลี่ยนระดับค่าโดยพิจารณาเรียบส่วนใหญ่ของค่าเพื่อนบ้านใน 3 × 3 พื้นที่บริเวณรอบๆพิกเซล