| 基于 TM 影像的土地覆盖分类比较研究 |
| |
| 引用本文： | 马 明,岳彩荣,张云飞,李小婷,张 博.基于 TM 影像的土地覆盖分类比较研究[J].绿色科技,2014(3):1-4. |
| |
| 作者姓名： | 马 明 岳彩荣 张云飞 李小婷 张 博 |
| |
| 作者单位： | 西南林业大学;西南林业大学森林资源管理与遥感实验室;国家林业局西北林业调查规划设计院; |
| |
| 基金项目： | 亚太森林网络(编号:APFNET/2011/PA004):大湄公河次区域森林变化监测与森林碳制图;国家自然基金(编号:31260156)资助 |
| |
| 摘 要： | 以云南省文山壮族苗族自治州麻栗坡县2005年T M影像为试验数据，利用最大似然分类（M LC ）、支持向量机（SVM ）以及随机森林（RF）3种分类方法进行了土地覆盖遥感分类研究。从分类精度、样本数量对分类器的影响、模型复杂度、分类速度等几个方面进行了比较分析。结果表明：随机森林分类法最优，而经典方法之一的最大似然分类法最稳定。所得出的结论对在类似的应用中如何选择合适的分类方法具有一定的参考价值。
|
| 关 键 词： | TM影像 土地覆盖 最大似然 支持向量机 随机森林 |
Comparative Study of Different Classification Methods of Land Cover Based on TM images |
| |
| Ma Ming,Yue Cairong,Zhang Yunfei,Li Xiaoting,Zhang Bo.Comparative Study of Different Classification Methods of Land Cover Based on TM images[J].LVSE DASHIJIU,2014(3):1-4. |
| |
| Authors: | Ma Ming Yue Cairong Zhang Yunfei Li Xiaoting Zhang Bo |
| |
| Institution: | 1. Southwest Forestry University, Kunming 650224, China ; 2. The Forest Resource Management and Remote Sensing Laboratory, Southwest Forestry University ,Kunming 650224, China; 3. Northwest Institute of Forest Inventory, State Forestry Bureau, Xi＇an 710048, China) |
| |
| Abstract: | This article usesMaximum Likelihood Classification （MLC） ,Support Vector Machine （SVM） and Random Forest （RF） to study the land cover classification based on the Thematic Mapper （TM ） images of 2005 in Malipo County ,Wenshan Zhuang Prefecture in Yunnan Province .And then it carries out a compara-tive analysis of the classification results of three classifiers from the aspects of classification accuracy ,model complexity ,and time efficiency .The results show that RF is the best and MLC is more stable than other two methods .Therefore ,the conclusions in this study are valuable for how to select classifiers in the similar ap-plications . |
| |
| Keywords: | TM images land cover maximum likelihood classification support vector machine random forest |
| 本文献已被 CNKI 维普 等数据库收录！ |
