数据筛选 - 海洋遥感在线分析平台

【数据筛分】模块包括【数据筛选】、【兴趣区提取】和【数据分类】子模块。
数据筛选：主要对目标图像的数据，按自定义条件进行筛选。单击按钮后，弹出计算对话框（图 2‑57），选择已加载的遥感数据，设置筛选条件的符号、数值和条件间逻辑关系（单条件亦可）后，点击【确定】开始数据筛选。系统自动将数据筛选结果显示在三维球体上（图2-58）。

图 2‑57数据筛选。将SMAP数据集2017年8月份月平均盐度数据中大于5且小于等于31的数据筛选出来。

图 2-58数据筛选结果。（a）2017年2月；（b）2017年5月;（c）2017年8月；（d）2017年11月，色标表示盐度大于5且小于等于31的区域。通过对盐度数据进行筛选，可以间接地展现长江冲淡水在不同月份的扩散情况。

兴趣区提取：按照自定义条件，提取目标图层中符合条件的区域。与前一个功能不同，提取的区域仅为单值图像。目标图层可以针对单幅图像单要素进行条件限制，也可以针对不同图像多要素进行兴趣区的选择。单击按钮后，弹出计算对话框（图 2‑59），右侧【+】【-】可增减条件数量，选择已加载的遥感数据，设置筛选条件的符号、数值和条件间逻辑关系后点击【确定】，进行兴趣区提取。系统自动将兴趣区提取结果显示在三维球体上（图 2-60）。

图 2‑59兴趣区提取。将ESACCI数据集2005年11月8日叶绿素浓度数据中大于1 mg/m³的兴趣区提取出来。

图 2‑60 (a) 2015.11.08 (c) 2015.11.09 (e) 2015.11.10 (f) 2015.11.12 南海西部4km分辨率叶绿素浓度图像，来源于ESACCI数据集，红色方框表示藻华爆发的区域；(b) 2015.11.08 (d) 2015.11.09 (f) 2015.11.10 (h) 2015.11.12兴趣区提取结果，红色代表叶绿素浓度大于1mg/m³的区域。利用兴趣区提取可以观察到藻华从爆发到消亡形态上的变化过程，结合矩形统计可以计算藻华爆发的面积。

数据分类：针对一幅或多幅图像按自定义分类标准对遥感数据进行分类。
单击按钮后，弹出计算对话框（图 2-61），右侧【+】【-】可增减分类标准数量，选择已加载的遥感数据，依次填写间隔值，设置标准间逻辑关系后，点击【确定】，系统自动将分类结果显示在三维球体上（图 2-62）。

图 2‑61数据分类区间设置。该案例根据Hirata et al. (2008)研究，利用叶绿素浓度数据来区分全球各区域占主导的浮游植物类别：叶绿素浓度0~0.25 mg/m³是微微型浮游植物（直径0.2~2 µm）占主导的水体；叶绿素浓度0.25~1.3 mg/m³是微型浮游植物（直径2~20 µm）占主导的水体；叶绿素浓度大于1.3 mg/m³是小型浮游植物（直径大于20µm）占主导的水体。参考文献：“T. Hirata., J. Aiken., N. Hardman-Mountford., T.J. Smyth., & R.G. Barlow. (2008). An absorption model to determine phytoplankton size classes from satellite ocean colour. Remote Sensing of Environment, 112(2008),3153-3159.”

图 2-62 2004年3月全球主要浮游植物类别分类结果图。原始数据源于ESACCI 4km分辨率的月平均叶绿素浓度数据，其中红色代表小型浮游植物占主导的水体，绿色代表微型浮游植物占主导的水体，蓝色代表超微型浮游植物占主导的水体。

友情链接