发布通知:地理空间数据多尺度建模的局部空间色散:探索色散测量以确定最佳栅格数据样本大小
摘要:尺度或空间分辨率在解释遥感图像或其他地理空间相关数据的空间结构中起着关键作用。这些数据是在不同的空间尺度上提供的。确定最佳样本或像素大小可以有利于需要不同分辨率的多个数据集的信息提取的地理空间模型和环境算法。为了解决这个问题,对空间分辨率的多个比例因子进行了分析,以确定地理空间数据集的最佳样本大小。在 ERDC-GRL 的 NET-CMO 项目下,开发并实施了一种新方法,用于确定具有不同和异构空间结构的图像的最佳像素大小。局部空间色散的应用被研究为在重采样图像空间中优化的三维函数。图像被重新采样到逐渐变粗的空间分辨率并堆叠以创建一个图像空间,在该图像空间内映射像素级色散最大值。计算与局部最大值集相关的离散度和样本大小的加权平均值,以确定图像或数据集的单个最佳样本大小。该大小最能代表数据中存在的空间结构,并且最适合进一步的地理空间建模。
来源:美国陆军工程兵团研究