基于Fisher判别的层次分类法的森林遥感影像分类

摘要：

通过Fisher判别法得到的混淆矩阵计算分类评价指标构建层次分类树模型,提出了一种基于Fisher判别的遥感影像森林地类层次分类法.利用杭州市部分地区的森林资源清查样地数据和Landsat8遥感影像数据进行试验,并与最大似然分类、 支持向量机和随机森林分类的结果进行比较.结果表明:基于Fisher判别的层次分类法总分类精度为79.45%,比最大似然分类、 支持向量机和随机森林分别高了12.33%、21.00%和10.50%,kappa系数为0.7568,比最大似然法、支持向量机和随机森林分别高了0.1455、0.2564和0.1264;基于Fisher判别分析方法的层次分类法模型中,层次分类树的节点依次是建设用地—水体—农地—竹林—阔叶林—针叶林—针阔混交林;基于Fisher判别的层次分类法中一个模型只能分出一个类别.

关键词：Fisher判别法、层次分类法、影像分类、最大似然、支持向量机、随机森林

所属期刊栏目：37

分类号：S757.2(森林经营学、森林计测学、森林经理学)

资助基金：国家自然科学基金项目 41371411 资助

在线出版日期：2017-09-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：175-182