基于遥感数据的土地资源分类方法比较
王蕊1
程海龙2
黄如兵3
1.山东交通学院交通土建工程学院,山东济南2503572.中国水电八局有限公司,湖南长沙4100043.中国重型汽车集团有限公司,山东济南250101
摘要：为对比分析基于遥感数据的各种土地资源分类方法的精度,找到适合区域土地资源的分类方法,以安徽省安庆市怀宁县为研究区域,以Landsat遥感影像为数据源,分别采用K-Means、最大似然、最小距离、基于专家知识的决策树4种分类方法进行该研究区域的土地资源分类,对分类结果图和谷歌卫星图进行比较,分析4种分类方法的分类精度.结果表明:K-Means、最大似然、最小距离、基于专家知识的决策树4种分类方法下的遥感图像分类图总体精度分别为93.07％、96.63％、94.91％、97.23％,Kappa系数分别为76.18％、89.94％、84.83％、91.75％,说明基于专家知识的决策树分类方法精度最高,该分类方法更适合该区域的土地资源分类.
关键词：遥感数据土地资源分类方法分类精度比较
分类号：P237(摄影测量学与测绘遥感)P27(地籍学)
资助基金：山东交通学院博士科研启动基金(50004910)
论文发表日期：2021-03-30
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：6( 59-64 )
英文信息