面向对象分类方法在水土保持措施提取中的应用

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.

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

所属期刊栏目：20

分类号：S157(土壤学)

资助基金：国家公益性行业科研专项201401001

在线出版日期：2022-03-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：122-127