首页|基于GF-2影像对恰西国家森林公园的遥感分类

基于GF-2影像对恰西国家森林公园的遥感分类

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
[目的]选用面向对象的监督分类法,对研究区域的天山云杉林进行遥感分类,选取一种分类效果最佳的方法,为该区域的林地资源调查、动态监测评价提供依据.[方法]基于高分二号(GF-2)遥感影像数据,借助ESP尺度评价工具和目视解译相结合,筛选研究区各地物最优分割尺度,利用3种不同分类方法在此基础上进行遥感分类.[结果]研究区内的水体、道路、其他用地、林地和草地的最优分割尺度,分别为390、372、316、296、246;其次在各地物最优分割尺度下,比较最邻近分类、结合矢量数据分类和阈值分类3种方法,经过精度评估发现,3种分类方法的Kappa系数和总体精度值分别为0.7607、0.7820、0.8406和0.8148、0.8305、0.8765.[结论]阈值分类方法优于其他2种方法,选用更为优良的阈值分类方法引入解决该地区林地资源调查是可行的.
Study on the Classification of Qiaxi National Forest Park Based on the GF-2 Image

师玉霞、王振锡、杨勇强、连玲、高亚利

展开 >

新疆农业大学林学与园艺学院,乌鲁木齐 830052

GF-2影像 面向对象 多尺度分割 分类

新疆维吾尔自治区林业改革发展基金

XITB20181102

2020

10.6048/j.issn.1001-4330.2020.07.017

新疆农业科学
新疆农业科学院 新疆农业大学 新疆农学会

新疆农业科学

CSTPCDCSCD北大核心
影响因子：0.698
ISSN：1001-4330
年,卷(期)：2020.57(7)
  • 5
  • 20