TerrSet es un sistema de software geoespacial integrado para la monitorización y modelización del sistema terrestre para el desarrollo sostenible. El sistema TerrSet incorpora las herramientas IDRISI GIS Analysis e IDRISI Image Processing junto con una constelación de aplicaciones verticales. TerrSet ofrece el conjunto más amplio de herramientas geoespaciales del sector en un paquete único y asequible. No es necesario comprar costosos complementos para ampliar sus capacidades de investigación.
En su 33º año de desarrollo, Clark Labs sigue mejorando y ampliando el conjunto de herramientas de seguimiento y modelización geoespacial TerrSet. Entre los principales desarrollos se encuentran:
Un nuevo clasificador basado en la lógica de la máquina de vectores de apoyo. Se admite tanto la clasificación suave como la dura. Además, se ofrece una herramienta automatizada para la parametrización: un procedimiento de "búsqueda en cuadrícula" que prueba valores variables de los parámetros mediante validación cruzada. Se admiten núcleos lineales, de función de base radial (RBF), polinómicos y sigmoides. El usuario también tiene la posibilidad de forzar a la SVM a utilizar muestras equilibradas (números iguales para cada clase) y puede evaluar la importancia de las variables.
Una implementación del algoritmo de bosque aleatorio para la clasificación. Además de la clasificación dura, también se pueden obtener imágenes probabilísticas de clasificación suave. Los modelos DECISIONFOREST también pueden guardarse y utilizarse para clasificar nuevas imágenes. Por lo tanto, los modelos pueden ser entrenados en un lugar o en un momento determinado, y luego aplicarse en otro lugar o en otro momento, siempre que se utilicen las mismas variables (bandas).
Un módulo que produce la asignación de clase más común de un grupo de clasificaciones. Esto es útil para la creación de clasificaciones de conjunto.
Un nuevo módulo PANSHARPEN que ofrece tanto un modelo de Intensidad-Tono-Saturación (HIS) como un modelo de Enfoque de Color Hiperesférico (HCS).
Un procedimiento de submuestreo de datos de entrenamiento, que incluye la creación de muestras equilibradas en las que cada clase tiene una muestra de igual tamaño.
Un procedimiento de limpieza posterior a la clasificación que impone una unidad de mapeo mínima (MMU) especificada mediante la eliminación de características (grupos contiguos de píxeles) más pequeñas que el umbral especificado.
DIGITAR - la digitalización en pantalla se ha simplificado enormemente para facilitar los proyectos en los que es necesario desarrollar un gran número de sitios de entrenamiento. También ofrece la opción de controlar las áreas de los lugares de entrenamiento. Esto es especialmente útil cuando se trata de conseguir muestras equilibradas para el aprendizaje automático.
También se han añadido al menú DIGITIZE opciones de edición de imágenes después de la clasificación. Estas facilitan la limpieza manual de la clasificación mediante la digitalización directa, o utilizando la intersección de una característica digitalizada y una máscara o clase enmascarada.
LANDSAT_UPSAMPLE - un módulo para el upsampling de las bandas de LANDSAT 7 y 8 cuando no es posible el pansharpening. El procedimiento está diseñado para respetar al máximo los valores originales.
SOILSALINITY - un módulo que crea índices de salinidad del suelo basados en la reflectancia en las bandas azul, verde, roja y del infrarrojo cercano. En total, se admiten 10 índices.
WATERINDEX - un módulo que crea índices sensibles a la presencia de agua basados en datos de reflectancia.
Luís Franco
Ejecutivo Software Diverso
lfranco@multion.com
+52 (55) 55594050 Ext. 118