《表3 OBSO-SVM分类误差矩阵》

  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

《基于国产高分遥感的人工种植红树林种间分类方法研究——以广西茅尾海红树林为例》

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

综上所述，本文用于广西茅尾海红树林湿地典型植被精细分类的基于像素和面向对象分类方法中，OBSO-SVM分类效果最佳，具体误差矩阵情况见表3。分类结果中，无瓣海桑、桐花树、茳芏和秋茄的制图精度与无瓣海桑、桐花树和茳芏的用户精度均在85%以上，秋茄的用户精度偏低一些。由表3可知，无瓣海桑和茳芏错分为桐花树较为明显，错分率分别为12.63%和8.13%；秋茄错分为无瓣海桑的面积占比较大，错分率为13.98%，结合现场调查发现，错分情况主要发生在与其他种类邻接的位置。