喀斯特地区土地分类方法研究

[目的]寻找喀斯特地区土地最优分类方法。[方法]选取覆盖柳州市的美国陆地卫星的Landsat-5TM数字影像(2011年),采用最大似然、神经网络和支持向量机(SVM)3种分类方法,对研究区域的土地进行分类,比较分类后的混淆矩阵,分别求出3种分类结果的总体正确率和Kappa系数。[结果]3种分类方法的总体正确率都在90%以上,Kappa系数也较高;SVM分类方法的总体分类正确率和Kappa系数最高,优于神经网络、最大似然法分类。[结论]SVM分类方法可提高喀斯特地区土地利用信息遥感分类的精度,为后期有效地动态监测喀斯特地区土地利用的变化奠定了基础。