首页 -> 文献共享 -> 土地利用-> 正文

利用 TM 数据提取干旱区土地覆被信息的方法比较

作者：沙占江   出版商：中国科学院青海盐湖研究   出版日期：2017 年 1 月
以柴达木盆地香日德绿洲作为研究实验区,对该区域 ETM 遥感数据经过空间分辨率融合､主成分分析等方法进行空间信息增强及专题信息增强处理,组合最佳视觉背景图像,分别在不同背景图像上选择训练样本,利用最大似然法监督分类方法(MLC)､多空间尺度分层聚类(SSHC)  和基于知识的模糊聚类方法(KFC)等分类器,分别用各自训练样本初始化各类别信息特征值,形成类别特征值模式库,分别以此为基础对待分样本进行分类,对初分类的结果经过类别合并､碎斑滤除以及重新编码赋色等分类后处理,得到最终分类结果及分类精度评价结果｡从所获数据可以得出如下结论:从总体精度和 Kappa 值可知,SSHC 和 KFC 分类方法所获结果精度较高,总体精度比 MLC 分类结果约高于 3%,SSHC 之结果精度略高于 KFC 之结果;SSHC､KFC 和MLC 三种分类方法对该区域地表覆被信息的提取分类中,SSHC 分类方法对耕地､石砾地､河滩和荒漠分类结果较好,KFC 分类方法对耕地､沙地､河滩和荒漠分类结果较好,MLC 分类方法对耕地､河滩和荒漠分类结果较好,三种分类方法对耕地､河滩和荒漠等三种地类的分类精度较高,用户精度都在 80%以上,而对沙地和石砾地的分类结果其用户精度大都低于 80%｡
查看全文 本地浏览
相关数据
暂无相关数据！
相关文章
暂无相关文献！
●  上一篇： 甘肃兴隆山麻家寺保护站鸟类多样性研究     ●  下一篇： 竞奏共鸣下的 “ 对话 ” ——— 从 《 地图 》 解读谭盾音乐    
声明：本站文献资源来源于网络，仅供学习交流使用，不得以任何形式用于商业用途，请于浏览后24小时内删除。如有疑问欢迎与我们联系，感谢您的支持。