《表4 基于单时相遥感数据分类精度》
分析不同地类在Landsat 8多时相数据上地类光谱变化规律,以2017年6月16日获取的影像作为基准数据,扩展波段为2017年8月19日获取影像TM5、TM6波段,2017年10月22日获取影像TM3、TM4、TM5、TM6波段,进行多时相特征数据组合。利用ENVI软件对多时相特征数据进行最大似然法和支持向量机法分类,其中支持向量机采用线性函数进行分类;利用C#语言实现光谱角分类法和k最近邻法分类,提取研究区落叶松人工林的空间分布,其中,k最近邻法中k值的确定需要多次训练。研究对k分别从1~10取值进行分类,得到当k=5时,分类效果最好。因为本研究主要针对落叶松人工林信息提取进行研究,因此将除落叶松人工林以外的其他类别进行合并,得到凸出显示落叶松人工林的空间位置分布的分类图,分类结果如图2和表3所示。同时,为凸显本研究实验方法的可行性,采用最大似然分类法对单时相遥感影像进行分类,分类结果精度如表4所示。
图表编号 | XD00180143800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.04.20 |
作者 | 郭瑞霞、李崇贵、刘思涵、马婷、全青青 |
绘制单位 | 西安科技大学测绘科学与技术学院、西安科技大学测绘科学与技术学院、西安科技大学测绘科学与技术学院、西安科技大学测绘科学与技术学院、西安科技大学测绘科学与技术学院 |
更多格式 | 高清、无水印(增值服务) |