基于不同分類方法土地利用-覆蓋分類精度分析.pdf

1、遙感圖像分類是遙感研究領(lǐng)域的重要內(nèi)容，如何解決多類別的圖像的分類識別并滿足一定的精度，是遙感圖像研究中的一個關(guān)鍵問題。 本文以土地利用與土地覆蓋信息提取的實(shí)際應(yīng)用出發(fā)，以內(nèi)蒙古自治區(qū)伊金霍洛旗紅慶河鄉(xiāng)的TM遙感圖像為主要數(shù)據(jù)資料，在對影像的光譜特征綜合分析、選擇參與分類的最優(yōu)波段組合后，分別應(yīng)用最大似然分類法、基于灰度共生矩陣的紋理信息分類法和基于決策樹的專家分類法，對研究區(qū)影像進(jìn)行了分類研究。并對三種分類方法的分類精度進(jìn)行了比

2、較，在此基礎(chǔ)上分析了不同土地利用與土地覆蓋類型的分類精度。 經(jīng)過對分類精度評價指標(biāo)的計算結(jié)果分析評價后，三種分類方法的總精度都在80％以上，滿足應(yīng)用的要求。將紋理信息引入分類中，可提高分類總精度；基于決策樹的專家分類方法雖然具有較高的分類總精度，但對有些土地利用與土地覆蓋類型的分類精度較差。 與傳統(tǒng)的最大似然分類方法相比較，基于灰度共生矩陣的紋理信息分類法和基于決策樹的專家分類方法，改善了研究區(qū)土地利用與土地覆蓋的分類效