基于不同分类方法土地利用/覆盖分类精度分析
| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 1 引言 | 第9-13页 |
| ·遥感概述 | 第9-10页 |
| ·遥感与土地利用/覆盖变化研究 | 第10-11页 |
| ·土地利用与土地覆盖 | 第10-11页 |
| ·土地利用与土地覆盖遥感分类方法 | 第11页 |
| ·土地利用与土地覆盖分类精度评价研究进展 | 第11-13页 |
| 2 土地利用与土地覆盖信息计算机提取 | 第13-16页 |
| ·分类信息计算机提取的一般原理 | 第13-14页 |
| ·土地利用与土地覆盖信息计算机提取的基本过程 | 第14页 |
| ·非监督分类 | 第14-15页 |
| ·监督分类 | 第15-16页 |
| ·分类新方法 | 第16页 |
| 3 研究内容与方法 | 第16-23页 |
| ·研究内容 | 第16页 |
| ·数据资料 | 第16-17页 |
| ·研究方法 | 第17-23页 |
| ·图像的预处理 | 第17-18页 |
| ·特征选取与波段组合 | 第18页 |
| ·图像分类运算 | 第18-21页 |
| ·分类后精度评价 | 第21-23页 |
| ·结果输出 | 第23页 |
| 4 研究区影像土地利用分类波段选取及特征分析 | 第23-32页 |
| ·TM 影像土地利用与土地覆盖分类特征选取 | 第23-27页 |
| ·TM 影像的统计特征值分析 | 第23-24页 |
| ·TM 各波段相关分析 | 第24-25页 |
| ·最佳指数因子 | 第25-26页 |
| ·优化波段组合 | 第26-27页 |
| ·分类系统及解译标志的建立 | 第27-28页 |
| ·原始图像土地利用分类光谱特征分析 | 第28-32页 |
| 5 遥感图像土地利用与土地覆盖分类试验研究 | 第32-47页 |
| ·图像预处理 | 第32页 |
| ·最大似然法分类 | 第32-33页 |
| ·训练样区的选取与模板的建立 | 第32-33页 |
| ·最大似然分类的实现 | 第33页 |
| ·基于纹理特征的分类 | 第33-38页 |
| ·灰度共生矩阵纹理分析原理 | 第33-36页 |
| ·纹理特征影像提取 | 第36-38页 |
| ·基于决策树的专家分类系统 | 第38-47页 |
| ·构造新波段变量 | 第38-44页 |
| ·决策树分类 | 第44-47页 |
| 6 土地利用与土地覆盖分类精度评价 | 第47-52页 |
| ·随机样本容量 | 第47-48页 |
| ·分类精度统计 | 第48-50页 |
| ·不同分类方法分类结果精度分析 | 第50-51页 |
| ·三种分类方法识别精度比较 | 第51-52页 |
| ·分类识别误差原因与提高精度的方法 | 第52页 |
| ·分类识别误差原因分析 | 第52页 |
| ·提高分类精度的措施 | 第52页 |
| 7 结论与讨论 | 第52-54页 |
| ·结论 | 第52-53页 |
| ·讨论 | 第53-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 附录 | 第59-61页 |
| 作者简介 | 第61页 |
