《表2 分类结果评价：基于指数的决策树土地利用分类算法研究》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于指数的决策树土地利用分类算法研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

执行图4的决策树，获得研究区2011年和2017年的土地利用分类结果，并与SVM和最大似然法进行比较，如图5和图6所示。观察分类结果，研究区西部多为陡坡植被，西北部和中部丘陵植被和平原植被较多，东部水域较多，均与研究区的实际情况保持一致。比较3种分类方法的分类精度和Kappa系数（表2）可知，本研究的决策树算法的分类精度和Kappa系数均高于SVM法和最大似然法，而Landsat-8影像的决策树分类精度和Kappa系数高于Landsat 5TM影像。