|
|||||
|
|
| 基于面向对象方法的GF-2影像桉树信息提取对比分析 | |
| 作者单位： | ;1.广西林业勘测设计院;2.安徽科技学院;3.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 |
| 摘 要： | 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。 |
| 关 键 词： | GF-2影像 桉树 面向对象 支持向量机 |
A Comparison of Object-oriented Methods of Extracting Eucalyptus Information Based on GF-2 Images |
|
| Abstract: | |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ | |