基于面向对象方法的GF-2影像桉树信息提取对比分析

编号 zgly0001563939

文献类型 期刊论文

文献题名 基于面向对象方法的GF-2影像桉树信息提取对比分析

作者 梁文海  刘吉凯  陈琦  陈显栋  钟仕全 

作者单位 广西林业勘测设计院  安徽科技学院  广西壮族自治区气象减灾研究所/国家卫星气象中心遥感应用试验基地 

母体文献 林业资源管理 

年卷期 2017年06期

年份 2017 

分类号 S792.39 

关键词 GF-2影像  桉树  面向对象  支持向量机 

文摘内容 为研究不同面向对象分类方法对GF-2影像桉树信息提取的可靠性,以广西平朗乡为研究区,首先对GF-2影像做多尺度分割处理,然后采用贝叶斯(Bayes)、决策树(DST)、K最近邻法(KNN)、支持向量机(SVM)、随机森林(RDT)等5种分类器进行分类提取,最后对提取结果进行混淆矩阵精度分析。结果表明:在这5种分类方法中,支持向量机方法的精度最高,总体精度达86.4%,Kappa系数为0.73,贝叶斯方法的精度最差。可见GF-2影像可以作为桉树信息遥感监测的数据源之一,且支持向量机分类方法是桉树提取的较优选择。