《表2 加入伪波形信息后的坡向试验混淆矩阵》

  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

《基于机载CCD和ALS伪波形数据的山区地表分类研究》

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

单独利用CCD影像RGB 3波段信息进行判别分析，总体正确率为60.95%，Kappa系数0.414，混淆矩阵如表1所示，其中森林阳坡有较多样点被错分为农田，村庄与农田之间混分现象也比较多；加入伪波形信息后，误判率显著降低（表2）。105个验证样本中只有4个判别错误，判别总体正确率96.19%，Kappa系数0.943，其中森林中阴坡阳坡及平地样本均判别正确，对不同坡向的森林地类基本无明显误分为其他地类的情况。在山区，坡向会造成同为森林，但是由于光照阴影的影响，植被生长的差异和反射的光谱信息不同的现象，进而降低分类精度。加入伪波形的特征曲线分类对地形的坡向差异适应性较好。