《表2 7种分类方案提取城镇用地结果的精度对比》
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
《基于独立成分分析和随机森林算法的城镇用地提取研究》
通过Landsat 8图像目视解译,并结合Google Earth高分辨率图像选择500个验证点(图8)对基于单个特征维度和特征组合的7个分类方案得到的提取结果进行精度验证,验证精度的对比分析如表2所示。其中,运行时间表示训练和分类的总时间,错分率和漏分率都是针对城镇用地而言。对于光谱特征,分类的总体精度为84.3%,发生一定程度的错分和漏分的情况,分类准确度一般。对于纹理特征,其错分率和漏分率分别高达75.6%和33.3%,发生大量的错分和漏分的情况,分类精度最差,而且运行时间最长。对于PCA特征,分类的总体精度为81.9%,分类精度较低。光谱特征结合ICA特征的分类总体精度和Kappa系数分别为93.1%和0.86,高于其他分类方案,错分率也是最低的,分类效果总体最佳。
图表编号 | XD00150396800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.08.25 |
作者 | 蒲东川、王桂周、张兆明、牛雪峰、何国金、龙腾飞、尹然宇、江威、孙嘉悦 |
绘制单位 | 中国科学院空天信息创新研究院、吉林大学地球探测科学与技术学院、中国科学院空天信息创新研究院、海南省地球观测重点实验室、三亚中科遥感研究所、中国科学院空天信息创新研究院、海南省地球观测重点实验室、三亚中科遥感研究所、吉林大学地球探测科学与技术学院、中国科学院空天信息创新研究院、海南省地球观测重点实验室、三亚中科遥感研究所、中国科学院空天信息创新研究院、海南省地球观测重点实验室、三亚中科遥感研究所、中国科学院空天信息创新研究院、海南省地球观测重点实验室、三亚中科遥感研究所、中国科学院空天信息创新研究院、海南省 |
更多格式 | 高清、无水印(增值服务) |