Пространственные метрики, индекс близости патчей (PROX) и индекс сходства патчей (SIMI) (с радиусом поиска, например, FRAGSTATS) с Python или R - PullRequest
0 голосов
/ 31 августа 2018

У меня есть растр, содержащий патчи, напр .::1001*

с пометкой Классификация от фонового значения 1 до n

Я хотел бы рассчитать индекс близости (PROX) и индекс сходства (SIMI) для каждого патча с заданным радиусом (радиусом поиска) вокруг каждого патча.

схема: патч близости с буфером

Я ищу что-то вроде FRAGSTATS, но в R или Python

Некоторая информация для индексов:

Формула PROX

Индекс близости учитывает размер и близость всех патчей, края которых находятся в пределах указанного радиуса поиска фокального патча. Индекс рассчитывается как сумма для всех патчей соответствующего типа патчей, ребра которых находятся в пределах радиуса поиска фокального патча, каждого размера патча, деленного на квадрат его расстояния от фокального патча.

enter image description here

Индекс сходства (SIMI) представляет собой модификацию индекса близости, различие состоит в том, что сходство учитывает размер и близость всех исправлений, независимо от класса (здесь FRAGSTATS нужна таблица сходства, которая содержит информацию о сходстве между классами). Это делается путем умножения d ik (сходство между типами патчей i и k) до ijs . (http://www.umass.edu/landeco/research/fragstats/documents/Metrics/Isolation%20-%20Proximity%20Metrics/FRAGSTATS%20Metrics.htm)

...