影响ETM影像土地利用/覆盖分类精度因素的研究

编号 zgly0001593150

文献类型 期刊论文

文献题名 影响ETM影像土地利用/覆盖分类精度因素的研究

作者 赵慧  汪云甲 

作者单位 中国矿业大学环境与测绘学院  中国矿业大学国土环境与灾害监测国家测绘局重点实验室 

母体文献 遥感技术与应用 

年卷期 2012年04期

年份 2012 

分类号 F301  TP79  P237 

关键词 决策树  支持向量机  训练样本量  土地利用/覆盖分类 

文摘内容 训练样本量、辅助数据和分类法是影响土地利用/覆盖分类精度的3个主要因素,通过找到这3个因素的最佳组合方式以提高分类精度,分别在25%、50%、75%、100%样本量下,加入NDVI、DEM和纹理均值特征作为辅助数据,比较了分类回归树、支持向量机、最大似然法3种分类法的效果,探讨了训练样本、辅助数据以及分类技术对土地利用/覆盖分类精度的影响。结果表明:支持向量机总体分类精度较高,在相同样本量和没有有效辅助数据的情况下,SVM可以获得最佳的分类结果,总体分类精度在85%以上;在进行分类时,加入NDVI和纹理均值特征使分类回归树分类精度提高了2.82%,说明该方法对有效辅助数据的加入较为敏感;在获取的训练样本集有限而可获取有效的辅助数据时,应优先考虑利用分类回归树进行土地利用/覆盖分类。