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: 刘吉凯 梁文海 钟仕全 陈显栋 陈琦
• 来源期刊: 林业资源管理
• 学科: 地球科学
• 关键词: GF-2影像 桉树 面向对象 支持向量机
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 科学研究
• 页码范围: 54-59
• 页数: 6页
• 分类号: P237|TP75
• 字数: 3850字
• 语种: 中文
• DOI: 10.13466/j.cnki.lyzygl.2017.06.010

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈琦		4	18	1.0	4.0
2	陈显栋		4	0	0.0	0.0
3	梁文海		6	27	3.0	5.0