典型文献
基于遥感和多源地理数据的城市土地利用分类
文献摘要：
城市土地利用信息体现了城市的功能及结构,开展城市土地利用分类研究对于城市可持续发展具有重要指导意义.以哈尔滨市主城区为研究区,综合应用Sentinel-2A遥感影像、OpenStreetMap(OSM)数据、兴趣点(point of interest,POI)数据和珞珈一号夜间灯光数据等多源地理数据,采用面向对象和随机森林算法对哈尔滨城市土地利用进行分类.结果表明:一级地类总体精度为86.0％,Kappa系数为0.75;二级地类总体精度为73.9％,Kappa系数为0.69;POI数据可以显著提高住宅用地、工矿仓储用地和教育用地分类精度,夜间灯光数据能有效提高商务办公用地及商业用地分类精度.说明遥感影像与多源地理数据结合对城市土地利用分类有效.
文献关键词：
随机森林;多尺度分割;多源数据;城市土地利用分类;哈尔滨
中图分类号：
作者姓名：
吴琳琳;李晓燕;毛德华;王宗明
作者机构：
吉林大学地球科学学院,长春 130012;中国科学院湿地生态与环境重点实验室,中国科学院东北地理与农业生态研究所,长春 130102
文献出处：
引用格式：
[1]吴琳琳;李晓燕;毛德华;王宗明-.基于遥感和多源地理数据的城市土地利用分类)[J].自然资源遥感,2022(01):127-134
A类：
多源地理数据
B类：
城市土地利用分类,信息体,分类研究,城市可持续发展,哈尔滨市,主城区,综合应用,Sentinel,2A,遥感影像,OpenStreetMap,OSM,兴趣点,point,interest,POI,珞珈一号,夜间灯光数据,面向对象,随机森林算法,地类,总体精度,Kappa,住宅用地,工矿仓储用地,用地分类,分类精度,商务办公,公用,数据结,多尺度分割,多源数据
AB值：
0.278042
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
