摘要:
以黑龙江省多时相MODIS影像为试验数据,利用最大似然分类(MLC)、自组织神经网络(SONN)、支持向量机(SVM)以及决策树分类(DTC)等四种广泛使用的分类方法进行了土地覆盖遥感分类研究。并从分类精度、模型复杂度、样本数量对分类器影响、参数的选择、分类速度以及分类器推广性等多个方面对4种分类方法进行了深入比较和分析。综合比较得出决策树分类法最优,而经典方法之一的最大似然分类法最稳定。进而将此二法推广到全国范围的土地覆盖分类试验中,并进行精度对比。
郭健 张继贤 张永红 曹银璇. 多时相MODIS影像土地覆盖分类比较研究[J]. 测绘学报.