典型文献
结合植被覆盖度指数的土地覆盖分类方法研究——以巴基斯坦信德地区为例
文献摘要：
基于Landsat 8 OLI反射率数据,结合定量遥感反演植被覆盖度(fractional vegetation cover,FVC)提取的植被物候特征数据,对比了神经网络、支持向量机和随机森林3种土地覆盖分类方法.结果表明:随机森林分类方法具有较好的结果,反射率结合植被特征数据的分类方法的总体精度为85.52％,Kappa系数为0.8212,比仅用反射率的土地覆盖分类总体精度提高了 3.45百分点,Kappa系数提高0.0429;植被覆盖度提取的植被特征数据能有效改善耕地、草地和裸地的制图精度和用户精度,对林地与水体的用户精度分别提高了 7.79百分点与1.81百分点,灌木与人造地表的制图精度分别提升了 7.69百分点与0.59百分点.整体来看,结合植被覆盖度及其派生植被特征进行土地覆盖信息的提取,在简单易行的同时,为提高分类精度提供了有效支持.
文献关键词：
土地覆盖;植被覆盖度;随机森林;精度分析
中图分类号：
作者姓名：
孙娜;赵祥;穆宝慧;赵嘉诚;刘乃精
作者机构：
北京师范大学地理科学学部,遥感科学国家重点实验室,北京市陆表遥感数据产品工程技术研究中心,100875,北京
文献出处：
引用格式：
[1]孙娜;赵祥;穆宝慧;赵嘉诚;刘乃精-.结合植被覆盖度指数的土地覆盖分类方法研究——以巴基斯坦信德地区为例)[J].北京师范大学学报（自然科学版）,2022(06):917-925
A类：
B类：
植被覆盖度,土地覆盖分类,分类方法,巴基斯坦,Landsat,OLI,反射率,合定,定量遥感反演,fractional,vegetation,cover,FVC,植被物候,物候特征,特征数据,随机森林分类,植被特征,总体精度,Kappa,百分点,草地,裸地,制图精度,林地,灌木,人造,派生,简单易行,分类精度,有效支持,精度分析
AB值：
0.272862
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。
