应用RF和SVM的城镇土地利用面向对象分类

• 作者: 刘利敏 涂梨平 舒斯红 饶俊
• 来源期刊: 江西科学
• 关键词: 面向对象 RF SVM 城镇
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 地球科学
• 页码范围: 771-776
• 页数: 6页
• 分类号: F301.2|TP75
• 语种: 中文
• DOI: 10.13990/j.issn1001-3679.2018.05.012

摘要

中尺度城镇土地资源空间信息提取是资源环境监测的重要内容.以鄂州、黄冈区域城镇为案例,基于Landsat 8数据,使用面向对象方法提取地类光谱、纹理、几何和地形特征,并应用RF和SVM算法实施城镇土地利用分类.结果表明,合理尺度分割能够增强用地类型可识别性,提升解译效率;RF和SVM算法很好地模拟了地类对象属性特征地物类别间的模式规则,RF分类模型总体精度达89.18％,Kappa系数为86.33％,SVM模型总体精度为88.03％,Kappa系数为81.60％,整体而言RF分类结果优于SVM.该方案兼具可操作性、准确性,对大中尺度的土地资源信息提取适用性良好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	涂梨平		8	33	3.0	5.0
2	舒斯红		8	17	3.0	3.0
3	饶俊		1	0	0.0	0.0
4	刘利敏	湖北第二师范学院计算机学院	1	0	0.0	0.0