基于GF-1 PMS影像的土地利用/覆盖分类研究

被引：2
|
作者：
吴宗俊 [1 ,2 ]
万程辉 [1 ,2 ]
张红梅 [1 ]
机构：
[1] 南昌工程学院
[2] 鄱阳湖流域水工程安全与资源高效利用国家地方联合工程实验室
来源：
江西科学 | 2018年 / 36卷 / 03期
关键词：
GF-1; 土地利用/覆盖分类; 监督分类; 支持向量机;
D O I：
10.13990/j.issn1001-3679.2018.03.016
中图分类号：
P237 [测绘遥感技术];
学科分类号：
1404 ;
摘要：
土地利用/覆盖变化是当前全球环境变化的重要内容之一,而土地利用/覆盖分类是其基础工作之一。以萍乡市区为研究区,利用国产GF-1 PMS影像为基础数据,采用最小距离、最大似然法、平行六面体和支持向量机四种监督分类法进行了土地利用/覆盖分类试验研究。结果表明:最大似然法和支持向量机分类算法具有更好的分类精度,总体精度分别为93.3和96.03,Kappa系数分别为0.917 2和0.948 7,而最小距离法和平行六面体的精度则差很多。由于GF-1 PMS的多光谱波段和全色波段的空间分辨率分别为8 m和2 m,因而支持向量机分类结果可以满足很多水文、生态等模型的需要。
引用
收藏
页码：437 / 442 +456
页数：7
相关论文
共 11 条
12