论文部分内容阅读
以民勤绿洲及周边区域ETM+数据为例,分析光谱变换专题指数和纹理特征变量的参与对沙漠化土地分类精度的影响,以及不同分类器对两者的响应。原始数据中单独加入专题指数,并不一定直接提高总体分类精度,在同时加入纹理变量的情况下,专题指数的作用才得以充分体现;最大似然法和人工神经网络法分类器对输入变量的响应有所不同,前者在3类数据同时参与时效果最佳,而后者在剔除原始数据时取得最高总体分类精度。实验表明:光谱变换专题指数能够提高沙漠化土地分类精度,但必须慎重选择分类器和分类变量。