《表1 随机森林分类的混淆矩阵》
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Landsat-8影像和随机森林方法的土地分类研究》
进一步采用分类混淆矩阵的方式分析了该分类的精度(见表1),结果表明农田的分类精度最低,森林的分类精度最高,水体的识别精度略高于城区。原因可能是鄞州是宁波市建成区比较密集的区域,农田占地面积小,且景观比较破碎、种植物多为苗圃或其他经济作物,不利于光学遥感的识别。城市立面表层也有不同的覆盖类型,工厂基本为蓝色彩钢瓦面,居民楼和商场为灰色防水面,这些因素也会影响分类精度。水体和森林分布相对集中,并且光学特征明显,因此,相对容易通过光学影像识别。
图表编号 | XD00183790300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.11.25 |
作者 | 王笑影、周玉科、温日红 |
绘制单位 | 中国气象局沈阳大气环境研究所、中国科学院地理科学与资源研究所生态系统网络观测与模拟重点实验室、中国气象局沈阳大气环境研究所 |
更多格式 | 高清、无水印(增值服务) |