《表1 添加不同特征信息的RF分类精度表Tab.1 The RF Classification Accuracy with Different Feature Information》

  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

《高分二号数据的城市生态用地分类方法探讨》

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

虽然纹理信息对图像复杂信息反映较好，但为达到最佳效果仍需结合研究内容对纹理特征进行选取。鉴于此，在区内选取包含5种生态用地类型的实验区，如图2所示，A区为植被，B区为建筑区，C区为水体，D区为道路，E区为裸土。为了选出最佳纹理特征，本文根据前人经验[4-5，15]，在ENVI软件平台上获取光谱信息，利用灰度共生矩阵提取纹理信息，并将其进行组合，对原始影像进行波段扩充，然后选取样本点对其进行分类，根据实地调查数据和土地利用数据进行精度验证。将其分类结果较好、精度较高的几种组合进行对比分析，如图2、表1所示。最终选取NDVI和波段灰度值两个光谱特征和熵、对比度、相关性、能量、均值、方差、同质性、差异性8个纹理特征，共37个特征参数。从图2、表1中可以看出，该方法分类结果最佳、精度最高。