基于Fisher判别的层次分类法的森林遥感影像分类

• 作者: 孟森 杜靖媛 葛宏立 路伟
• 来源期刊: 西南林业大学学报
• 学科: 农学
• 关键词: Fisher判别法 层次分类法 影像分类 最大似然 支持向量机 随机森林
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 森林经理
• 页码范围: 175-182
• 页数: 8页
• 分类号: S757.2
• 字数: 5728字
• 语种: 中文
• DOI: 10.11929/j.issn.2095-1914.2017.04.025

摘要

通过Fisher判别法得到的混淆矩阵计算分类评价指标构建层次分类树模型,提出了一种基于Fisher判别的遥感影像森林地类层次分类法.利用杭州市部分地区的森林资源清查样地数据和Landsat8遥感影像数据进行试验,并与最大似然分类、 支持向量机和随机森林分类的结果进行比较.结果表明:基于Fisher判别的层次分类法总分类精度为79.45%,比最大似然分类、 支持向量机和随机森林分别高了12.33%、21.00%和10.50%,kappa系数为0.7568,比最大似然法、支持向量机和随机森林分别高了0.1455、0.2564和0.1264;基于Fisher判别分析方法的层次分类法模型中,层次分类树的节点依次是建设用地—水体—农地—竹林—阔叶林—针叶林—针阔混交林;基于Fisher判别的层次分类法中一个模型只能分出一个类别.