《表2 面向对象分割对FCN分类结果修正精度评价》
通过观察图9和表1可知,3种分类方法都能反映研究区树种的基本分布,其中添加了VDVI和ExG-ExR特征信息的数据用于FCN法的效果最好,总体精度达到97.8%,Kappa系数为0.978;其次是FCN对原影像图的树种分类,它的总体精度为95.4%,Kappa系数为0.937;RF法的总体分类精度不及前两种方法,仅为89.0%,Kappa系数为0.85。对比图10(a)、(b)和表1、表2可知,将面向对象和FCN相结合所获得的树种分类结果,不但大大减小了椒盐现象和边缘效应,且精度和Kappa系数分别达到了98.7%和0.983,较只应用FCN得到的分类结果都有一定的提高。
图表编号 | XD00162241100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.05.25 |
作者 | 戴鹏钦、丁丽霞、刘丽娟、董落凡、黄依婷 |
绘制单位 | 省部共建亚热带森林培育国家重点实验室、浙江省森林生态系统碳循环与固碳减排重点实验室、浙江农林大学环境与资源学院、省部共建亚热带森林培育国家重点实验室、浙江省森林生态系统碳循环与固碳减排重点实验室、浙江农林大学环境与资源学院、省部共建亚热带森林培育国家重点实验室、浙江省森林生态系统碳循环与固碳减排重点实验室、浙江农林大学环境与资源学院、省部共建亚热带森林培育国家重点实验室、浙江省森林生态系统碳循环与固碳减排重点实验室、浙江农林大学环境与资源学院、浙江农林大学环境与资源学院 |
更多格式 | 高清、无水印(增值服务) |