影响ETM影像土地利用／覆盖分类精度因素的研究

• 作者: 汪云甲 赵慧
• 来源期刊: 遥感技术与应用
• 学科: 工学
• 关键词: 决策树 支持向量机 训练样本量 土地利用/覆盖分类
• 年，卷（期）: 2012,（4）
• 所属期刊栏目: 遥感应用
• 页码范围: 600-608
• 分类号: TP79
• 语种: 中文

摘要

训练样本量、辅助数据和分类法是影响土地利用／覆盖分类精度的3个主要因素，通过找到这3个因素的最佳组合方式以提高分类精度，分别在25％、50％、75％、100％样本量下，加入NDVI、DEM和纹理均值特征作为辅助数据，比较了分类回归树、支持向量机、最大似然法3种分类法的效果，探讨了训练样本、辅助数据以及分类技术对土地利用／覆盖分类精度的影响。结果表明：支持向量机总体分类精度较高，在相同样本量和没有有效辅助数据的情况下，SVM可以获得最佳的分类结果，总体分类精度在85％以上；在进行分类时，加入NDVI和纹理均值特征使分类回归树分类精度提高了2．82％，说明该方法对有效辅助数据的加入较为敏感；在获取的训练样本集有限而可获取有效的辅助数据时，应优先考虑利用分类回归树进行土地利用／覆盖分类。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	汪云甲		19	219	10.0	14.0
2	赵慧		2	28	2.0	2.0