《表2 HSI高光谱融合图像的SAM和FSSM分类误差矩阵Tab.2 Error matrix from SAM and FSSM based on the HJ1A-HSI fused hypers
运用SAM方法和FSSM方法分别从空间域和频率域对研究区进行分类,其中FSSM方法根据能量累计的情况(表1),选择前7次幅度谱参与距离计算,分类精度结果见表2。图5是两种方法的分类专题图。从表2可知:SAM方法的总体分类精度为83.49%,Kappa系数(OKA)是0.807 8;FSSM分类的精度验证结果显示,总体分类精度为84.19%,Kappa系数(OKA)是0.815 8。FSSM的分类精度比SAM提高了0.7%,具有更好的分类效果,而马尾松、杉木和阔叶林的生产者精度分别提高了1.9%、1.6%和3.8%。误差矩阵分析发现,由于研究区阔叶林夹杂在针叶林中且分布较少,导致了两种植被类型的混淆;居民区包括的地类成分较为复杂,明暗不均匀的不透水表面,与建筑用地和采伐区极易混淆;水体的误分,主要是由于图像成像于4月份,部分河面水位低,裸露的河床光谱反射率较高与建筑用地和居民地易于混淆。
图表编号 | XD003029500 严禁用于非法目的 |
---|---|
绘制时间 | 2018.07.01 |
作者 | 张莹、张晓丽、李宏志、刘会玲 |
绘制单位 | 北京林业大学林学院、北京林业大学林学院、北京林业大学精准林业北京市重点实验室、北京林业大学省部共建森林培育与保护重点实验室、北京林业大学林学院、北京林业大学林学院 |
更多格式 | 高清、无水印(增值服务) |