摘要
基于TM影像数据,分别使用监督和非监督分类方法对辽宁铁法(煤)矿区典型地物进行遥感识别.其中监督分类采用马氏距离、最大似然和神经网络法,非监督分类采用ISODATA算法.结果表明:在四种不同的遥感分类方法中,最大似然法的分类精度最高,总体精度达到90.10％,Kappa系数为0.8724.研究发现:无论采用哪种分类方法,矿区中的煤与煤矸石都存在混分现象,主要由于两类地物的光谱相近造成.研究结果为煤矿区地物遥感识别的方法选择提供参考.
基金项目
中央高等学校博士学科点专项科研基金(20120042110029)
NETL
NSTL
维普
万方数据