10.16251/j.cnki.1009-2307.2018.04.014
GEE平台和CART方法的北京市土地解译
针对传统遥感影像解译效率较低、人力物力需求量大等问题,该文以谷歌地球引擎为依托平台,利用Land-sat5 TM影像,采用分类回归树算法对2010年北京市土地覆被/土地利用类型开展了解译研究,并从类型构成、类型混淆和空间一致性3个方面将解译所得LUC-2010产品与Globeland30-2010产品进行空间一致性分析.研究表明,谷歌地球引擎(GEE)平台通过编程运算,数据处理速度极快,大幅提高工作效率.解译产品与训练样本交叉验证的学习精度为94.2%.两套产品总体对比发现,林地、水体和耕地的空间一致性比率分别为84.28%、74.75%和73.56%;林地、水体和人工地表的地类纯净度分别为87.23%、77.04%和72.97%;总体分布空间一致性为74.0%.两套产品局部对比发现,LUC-2010产品分类结果更准确和精细,精度更高.
谷歌地球引擎、分类回归树、遥感土地解译、土地利用与土地覆被
43
P231.21(摄影测量学与测绘遥感)
国家重点研发项目2016YFB0501502,2016YFC0503701;高分专项00-Y30B14-9001-14/16
2018-06-07(万方平台首次上网日期,不代表论文的发表时间)
共7页
87-93