苏南丘陵区土地利用遥感分类方法适用性研究
2021-04-10张亚新吴志勇
湖北农业科学 2021年5期
张亚新,吴志勇,何 海
(河海大学水文水资源学院,南京 210098)
土地利用、土地覆盖是城市发展规划及资源开发利用的关键信息,同时也是区域土地覆被变化研究的重要基础[1,2]。随着计算机和地理信息技术的发展,土地利用空间分布数据在农业监测、环境资源保护和水文过程模拟等方面也发挥着重要作用[3,4]。近年来,受城镇化进程的影响,人类活动导致的城镇地区土地利用变化加剧,因此,准确、及时、有效地获取到土地利用信息对于城镇地区农业发展、环境保护、水资源利用等具有重要意义[5-7]。
传统的调查统计法提取土地利用信息耗时耗力、时效性差、成本高,遥感分类方法由于数据获取成本低、时效性好而成为获取土地利用信息的重要途径[8]。常见的遥感分类方法有监督分类法和决策树法,其中监督分类法又包括最大似然、神经网络和支持向量机等3 种分类器。遥感分类方法是影响土地利用分类精度的关键因素[9,10],国内外许多学者对不同分类方法的效果进行比较研究。成淑艳等[11]比较研究了几种常见的监督分类方法在青海湖沙柳河流域土地覆被提取时的效果;徐晓桃等[12]以甘肃省为试验区对比研究了最大似然法、神经网络法和决策树法3 种土地覆被分类方法的分类精度;周丽红等[13]比较了监督分类中几种常见的分类器和决策树方法在南昌市土地覆被分类时的精度。但大多数研究中对不同提取方法的比较仅基于混淆矩阵从总体分类精度和Kappa 系数进行分析,缺少空间分布上的比较。……
登录APP查看全文
