典型文献
基于无人机多光谱影像的土地利用分类方法研究
文献摘要：
土地利用分类是城市建设规划、水体变化监测、森林树种识别的前提,是土地资源可持续利用的基础.本研究以安徽省广德市西庄村为研究对象,基于无人机多光谱成像技术,采用8种监督分类方法,分析研究区的土地利用状况.在相同的分类条件下,支持向量机分类精度最高,总体分类精度达到了98.91％,kappa系数为0.99;其次是随机森林与决策树分类法,总体分类精度达到了97％以上.波谱角、马氏距离法分类效果较低(90％),最小距离法分类精度最低,仅为78.74％,kappa系数为0.73.
文献关键词：
土地利用分类;无人机影像;多光谱;分类精度;支持向量机
中图分类号：
作者姓名：
孙玉琳;黄宇;李伟;张卓
作者机构：
无锡谱视界科技有限公司,江苏无锡214142;南京农业大学农业高光谱技术创新实验室
文献出处：
引用格式：
[1]孙玉琳;黄宇;李伟;张卓-.基于无人机多光谱影像的土地利用分类方法研究)[J].新疆农机化,2022(02):11-15
A类：
B类：
无人机多光谱影像,土地利用分类,分类方法,城市建设规划,变化监测,森林树种,树种识别,土地资源可持续利用,广德市,西庄村,多光谱成像技术,监督分类,利用状况,支持向量机分类,分类精度,kappa,决策树分类法,波谱,马氏距离,分类效果,最小距离,无人机影像
AB值：
0.348399
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。
