基于ETM數(shù)據(jù)的額濟(jì)納綠洲景觀分類方法的研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩42頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、遙感影像分類是利用地物的光譜能量特征差異性和結(jié)構(gòu)特征差異性來識(shí)別在一定時(shí)間段內(nèi)的地物信息。遙感影像的計(jì)算機(jī)自動(dòng)分類實(shí)用價(jià)值很大,但是目前分類的方法和精度都有待提高。提高影像分類的精度一直是遙感技術(shù)與應(yīng)用的核心研究?jī)?nèi)容之一。 本文以額濟(jì)納綠洲為研究對(duì)象,采用RS和GPS技術(shù),以FTM數(shù)據(jù)為信息源,使用ENVI遙感影像處理軟件進(jìn)行數(shù)據(jù)處理,對(duì)額濟(jì)納綠洲主要景觀類型進(jìn)行分類,并對(duì)分類結(jié)果進(jìn)行精度比較分析。分類的方法包括非監(jiān)督分類的K—

2、means算法分類,監(jiān)督分類的最大似然法分類以及決策樹分類。 采用混淆矩陣的方法,對(duì)三種分類結(jié)果進(jìn)行精度分析。結(jié)果表明,K—means算法分類與最大似然法分類的總體精度分別為86.32%、85.82%,精度不高,對(duì)植被的分類效果不理想。在決策樹分類中,對(duì)數(shù)據(jù)進(jìn)行地物光譜特征分析、NDVI特征分析、K—T變換及主成分分析后,建立一棵合理的決策樹,總體分類精度達(dá)到93.2%。 應(yīng)用決策樹的自動(dòng)分類技術(shù)后,額濟(jì)納綠洲ETM影像

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論