Jika saya mengerti Anda dengan benar, Anda mencari prosedur klasifikasi yang diawasi. Beberapa latar belakang teoritis: http://rst.gsfc.nasa.gov/Sect1/Sect1_17.html
Hal ini tentu dimungkinkan melalui rumput:
http://grass.osgeo.org/wiki/Image_classification#Supervised_classification_2
Sebagai alternatif Anda juga bisa melihat saga (saya tidak mengatakan itu lebih baik, saya hanya tahu itu lebih baik sendiri), yang juga bermain bagus dengan qgis dan R. Ada beberapa video yang menunjukkan ini di situs ini:
http: // www.uni-koblenz-landau.de/landau/fb7/umweltwissenschaften/landscape-ecology/Teaching/geostat
(unduh datafile untuk mendapatkan presentasi).
Dalam semua program GIS, yang akan Anda lakukan adalah menentukan sejumlah titik referensi atau poligon dalam satu jenis tanah, yang kemudian diekstrapolasi ke seluruh area. Berikut adalah contoh klasifikasi penggunaan lahan:
Dan sebenarnya jika Anda telah menggambar poligon pelatihan Anda dalam program gis apa pun, Anda dapat menggunakan R untuk memprediksi. Buat overlay dengan kisi Anda, dan kemudian gunakan sistem prediksi apa pun yang Anda suka (mis. Bagian jika Anda ingin pohon klasifikasi). Info lebih lanjut dalam buku ini sekitar halaman 222: http://www.lulu.com/product/file-download/a-praktis-guide-to-geostatistic-mapping/14938111
Ada banyak lagi yang bisa dikatakan, set pelatihan Anda harus representatif untuk bidang studi Anda (mungkin bahkan lebih baik untuk menghasilkan poin acak dalam R dan mengklasifikasikannya). Anda juga harus memilih set data bantu dengan hati-hati, dan Anda mungkin ingin membuat yang baru jika misalnya tekstur adalah properti yang penting.
-
Jika semua yang ingin Anda lakukan adalah mengekstrak wilayah atau fitur (tanpa mengklasifikasikannya), algoritma segmentasi lebih mungkin apa yang Anda inginkan. Satu contoh (diterapkan dalam SAGA GIS) dibahas dalam makalah ini:
http://mirror.transact.net.au/pub/sourceforge/s/project/sa/saga-gis/SAGA%20-%20Documentation/GGA115/gga115_03 .pdf