GEE平台和CART方法的北京市土地解译

• 作者: 商令杰 张千力 王召海 胡云锋
• 来源期刊: 测绘科学
• 学科: 地球科学
• 关键词: 谷歌地球引擎 分类回归树 遥感土地解译 土地利用与土地覆被
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 地理国情
• 页码范围: 87-93
• 页数: 7页
• 分类号: P231.21
• 语种: 中文
• DOI: 10.16251/j.cnki.1009-2307.2018.04.014

摘要

针对传统遥感影像解译效率较低、人力物力需求量大等问题,该文以谷歌地球引擎为依托平台,利用Land-sat5 TM影像,采用分类回归树算法对2010年北京市土地覆被/土地利用类型开展了解译研究,并从类型构成、类型混淆和空间一致性3个方面将解译所得LUC-2010产品与Globeland30-2010产品进行空间一致性分析.研究表明,谷歌地球引擎(GEE)平台通过编程运算,数据处理速度极快,大幅提高工作效率.解译产品与训练样本交叉验证的学习精度为94.2％.两套产品总体对比发现,林地、水体和耕地的空间一致性比率分别为84.28％、74.75％和73.56％;林地、水体和人工地表的地类纯净度分别为87.23％、77.04％和72.97％;总体分布空间一致性为74.0％.两套产品局部对比发现,LUC-2010产品分类结果更准确和精细,精度更高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王召海	山东师范大学地理与环境学院	10	51	4.0	7.0
2	胡云锋	中国科学院地理科学与资源研究所	70	1446	23.0	36.0
3	商令杰	山东师范大学地理与环境学院	5	15	2.0	3.0
4	张千力	中国科学院地理科学与资源研究所	8	82	5.0	8.0