《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》

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

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。