《表2 不同分类方法精度对比》
计算混淆矩阵,对应的各类地物的制图精度、总体分类精度和Kappa系数如表2所示。CatBoost分类模型的总体精度为92.79%,Kappa系数为0.911 4,建设用地、旱地、水田、草地、林地、河流、沼泽及其他水域的制图精度分别为95.00%、95.45%、98.63%、73.91%、92.96%、90.00%、50.55%和93.33%。其中沼泽的分类情况较差,主要是由于在草相对茂盛的区域,沼泽与草地有相似的光谱特征,而且部分沼泽与林地的边界模糊,研究区所选取的沼泽的样本与河流和林地相邻,混合像元的数量相对较多,这也是导致沼泽和草地错分、漏分现象的主要原因;在本次研究中将内陆滩涂与河流划分为一类,一定时期内的内陆滩涂与少量农作物长势较差的旱地有相似的纹理与光谱特征,从而导致河流与旱地存在部分混淆;其余地物间的混淆主要由于光谱特征的相似性造成。但在总体评价上,该模型的分类精度较高,适用于研究区的土地利用分类。
图表编号 | XD00146072700 严禁用于非法目的 |
---|---|
绘制时间 | 2020.03.01 |
作者 | 姜琦刚、杨秀艳、杨长保、赵振贺 |
绘制单位 | 吉林大学地球探测科学与技术学院、吉林大学地球探测科学与技术学院、吉林大学地球探测科学与技术学院、北方自动控制技术研究所 |
更多格式 | 高清、无水印(增值服务) |