《表3 分类结果评价:协同GF-2号和OLI影像的土地利用模糊分类方法》
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
《协同GF-2号和OLI影像的土地利用模糊分类方法》
精度评价结果如表3所示,可以看出,OLI影像数据因受自身空间分辨率较低的影响,分类精度最低,但其具有稳定的光谱,基本可以区分各类地物,林地与耕地的混淆最严重,道路也没有明显区分,河滩中的草地完全没有分离;GF-2号影像分类结果的地物信息更丰富,分类更精细,房屋建筑区与道路基本上完整提取,河滩与其紧邻的草地也被较明显地区分开,但较多的耕地被错分为草地;综合利用光谱、纹理和空间信息的土地利用模糊分类方法能扬长避短,更准确地反映研究区内各类地物的分布情况。基于面向对象的分类思想,在图像分割的基础上,协同融入光谱信息、纹理信息和空间信息,不仅深入挖掘了影像自身所蕴含的语义信息,而且充分利用了各地物的边界信息。与仅依据光谱信息的分类方法相比,该方法的Kappa系数提高了0.14。从各地物类型来看,耕地的分类精度最高,其次是水体。影响精度的错分地物主要为田坎易与田间道路混淆,河流边稀疏林地与河流边草地的光谱信息较接近、易于混淆,较小的池塘从语义表达上易与小面积的水田混淆,部分河滩易与房屋建筑区混淆。
图表编号 | XD00184454400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.11.28 |
作者 | 潘玥、金利娇、陈竹安、危小建 |
绘制单位 | 浙江正元地理信息有限责任公司、江西省数字国土重点实验室、流域生态与地理环境监测国家测绘地理信息局重点实验室、浙江正元地理信息有限责任公司、江西省数字国土重点实验室、东华理工大学测绘工程学院、江西省数字国土重点实验室、东华理工大学测绘工程学院 |
更多格式 | 高清、无水印(增值服务) |