典型文献
面向对象分类方法在水土保持措施提取中的应用
文献摘要：
无人机遥感影像与面向对象分类方法相结合的方式在水土保持监测中的应用越来越广泛,而不同的分类方法存在精度差异.为提高水土保持监测中措施分类测算的准确率,依托北京2022年冬奥会延庆赛区雪车雪橇中心水土保持监测工程,采用隶属度函数、最邻近分类法、支持向量机(SVM)、决策树以及随机森林5种分类方法,详细分析水土保持监测范围内2个片区的措施提取的精度差异.结果 表明:1)5种分类方法的Kappa系数均＞0.69,分类效果较好;其中,2个片区整体分类精度较好的是SVM分类法.2)挡墙适用最邻近分类法,精度为71.42％.3)SVM分类法对植被和第一片区的临时苫盖措施(裸土)分类精度较好,精度分别为93.25％和80.0％;对编织袋装表土和排水沟的分类精度和为81.51％和70.34％.最邻近分类法对第二片区的临时苫盖措施(裸土)、临时苫盖措施(植物)、框格护坡的精度较好,精度分别为73.94％、76.23％、66.37％.综上所述,SVM分类法更适用本研究的水土保持措施分类.
文献关键词：
水土保持监测;面向对象分类;水土保持措施;无人机遥感影像;冬奥会延庆赛区
中图分类号：
作者姓名：
赵搏华;王秀茹;阎世煜;张羽飞;张婷
作者机构：
北京林业大学水土保持学院,100083,北京;大连科技学院,116052,辽宁大连
文献出处：
引用格式：
[1]赵搏华;王秀茹;阎世煜;张羽飞;张婷-.面向对象分类方法在水土保持措施提取中的应用)[J].中国水土保持科学,2022(01):122-127
A类：
第二片
B类：
面向对象分类方法,水土保持措施,无人机遥感影像,水土保持监测,冬奥会延庆赛区,雪车雪橇,心水,隶属度函数,分类法,决策树,监测范围,片区,Kappa,分类效果,整体分类,分类精度,挡墙,对植,第一片,苫盖,裸土,编织袋,袋装,表土,排水沟,框格,护坡,综上所述
AB值：
0.258434
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。
