《表4 基于单时相遥感数据分类精度》

  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

《利用多时相特征的落叶松人工林分类》

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

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。