高分辨率遥感影像土地利用及其变化检测OA

为探究不同分类方法在高分辨率遥感影像土地利用及变化检测中的应用,基于淮南市2017-2018年高分一号宽幅相机(GF-1WFV)数据,分别采用最大似然法和支持向量机法进行土地利用及其变化检测,分析不同分类结果的空间分布、转移矩阵、动态变化,根据其分类精度,最后比较它们的优缺点。结果表明:两种分类方法的林地、耕地、水体和人工建筑分类总体精度均在98%以上,Kappa系数在97%以上,具有较高的分类精度。2017-2018年林地和建筑面积有所增加,其中林地的增加较为稳定,人工建筑的转入和转出百分比都比较高,耕地的变化在不同的分类方法下显示都是明显减少,水体的变化在使用最大似然法分类时是增加的,而使用支持向量机法分类时是减少的。因此,不同分类方法所得到的结果受特定数据集、数据预处理、特征选取、参数选择等因素的影响而存在差异。