Journal of Geo-information Science, Volume. 22, Issue 10, 2088(2020)
Figures & Tables(10)
Fig. 1. Fusion remote sensing image of GF-1 satellite for the main districts of Zhoukou acquired on April 17, 2018
Fig. 3. The distribution of training, verification sample and investigation site
Fig. 4. Comparison of pixel-based and object-based classification under three machine learning classifiers including CART, SVM and RF using GF-1 remote sensing image for classing the main district of Zhoukou urban
Fig. 5. Comparison of producer's accuracy and user's accuracy of pixel-based classification（under three machine learning classifiers including CART, SVM and RF） for Zhoukou urban at class level
Fig. 6. Comparison of producer's accuracy and user's accuracy of object-based classification（under three machine learning classifiers including CART, SVM and RF） for Zhoukou urban at class level
Fig. 7. Comparison of local details of pixel-based and object-based classification for Zhoukou urban under three machine learning classifiers including CART, SVM and RF
Table 1. The parameters of GF-1 satellite image
View tableView in ArticleTable 1. The parameters of GF-1 satellite image
参数 2 m分辨率全色/8 m分辨率多光谱 16 m分辨率多光谱 光谱范围/μm 全色 0.45~0.90 - 多光谱 0.45~0.52 0.45~0.52 0.52~0.59 0.52~0.59 0.63~0.69 0.63~0.69 0.77~0.89 0.77~0.89 空间分辨率/m 全色 2 16 多光谱 8 幅宽/km 60（2台相机） 800（4台相机）
Table 2. Optimal feature set for object-based classifications
View tableView in ArticleTable 2. Optimal feature set for object-based classifications
特征类型 特征名称 物理意义 光谱特征 Mean R R波段均值 Ratio R R波段比率 quantile[50] (R) R波段分位数 Max.diff. 最大差值 Standard deviation NIR NIR波段标准偏差 HIS Transformation Saturation HIS空间饱和度 形状特征 Area Shape index Density Elliptic Fit Compactness（polygon） 面积 形状指数 密度 椭圆拟合率 紧致度 纹理特征 GLCM Entropy（all.dir.） GLCM Homogeneity（all.dir.） 灰度共生矩阵熵 灰度共生矩阵均质性 自定义特征 NDWI NDVI 归一化水体指数 归一化植被指数
Table 3. Confusion matrices and associated classifier accuracies based on pixel-based and object-based classifications under three machine learning classifiers including CART, SVM and RF using GF-1 remote sensing image for classing the main district of Zhoukou urban
View tableView in ArticleTable 3. Confusion matrices and associated classifier accuracies based on pixel-based and object-based classifications under three machine learning classifiers including CART, SVM and RF using GF-1 remote sensing image for classing the main district of Zhoukou urban
面向像元CART分类混淆矩阵 面向对象CART分类混淆矩阵 农业用地 林草地 水体湿地 建筑用地 交通用地 总计 UA/% 农业用地 林草地 水体湿地 建筑用地 交通用地 总计 UA/% 农业用地 64 6 0 9 4 83 77.10 农业用地 71 3 0 0 1 75 94.67 林草地 4 59 0 5 3 71 83.10 林草地 2 61 0 1 0 64 95.31 水体湿地 0 0 47 8 0 55 85.45 水体湿地 1 0 50 0 0 51 98.04 建筑用地 12 0 4 51 33 100 51.00 建筑用地 2 1 1 80 10 94 85.10 交通用地 0 0 0 16 39 55 70.90 交通用地 4 0 0 8 68 80 85.00 总计 80 65 51 89 79 总计 80 65 51 89 79 PA /%80.00 90.77 92.16 57.30 49.37 PA /%88.75 93.85 98.04 89.89 86.08 OA =71.43%Kappa =0.64OA =90.66%Kappa =0.88面向像元SVM分类混淆矩阵 面向对象SVM分类混淆矩阵 农业用地 林草地 水体湿地 建筑用地 交通用地 总计 UA/% 农业用地 林草地 水体湿地 建筑用地 交通用地 总计 UA/% 农业用地 71 2 0 4 3 80 88.75 农业用地 72 1 0 1 3 77 93.50 林草地 3 63 0 3 0 69 91.30 林草地 1 64 0 3 1 69 92.75 水体湿地 0 0 48 0 0 48 100.00 水体湿地 0 0 51 1 0 52 98.08 建筑用地 5 0 3 60 35 103 58.25 建筑用地 5 0 0 79 4 88 89.77 交通用地 1 0 0 22 41 64 64.06 交通用地 2 0 0 5 71 78 91.03 总计 80 65 51 89 79 总计 80 65 51 89 79 PA /%88.75 96.92 94.11 67.42 51.90 PA /%90.00 98.46 100.00 88.76 89.87 OA =77.75%Kappa =0.71OA =92.58%Kappa =0.91面向像元RF分类混淆矩阵 面向对象RF分类混淆矩阵 农业用地 林草地 水体湿地 建筑用地 交通用地 总计 UA/% 农业用地 林草地 水体湿地 建筑用地 交通用地 总计 UA/% 农业用地 66 3 0 9 5 83 79.52 农业用地 72 1 0 0 1 74 97.30 林草地 7 62 0 6 3 78 79.49 林草地 1 64 0 3 0 68 94.12 水体湿地 0 0 49 3 0 52 94.23 水体湿地 0 0 51 0 0 51 100.00 建筑用地 6 0 2 50 14 72 69.44 建筑用地 5 0 0 82 7 94 87.23 交通用地 1 0 0 21 57 79 72.15 交通用地 2 0 0 4 71 77 92.20 总计 80 65 51 89 79 总计 80 65 51 89 79 PA /%82.50 95.38 96.08 56.18 72.15 PA /%90.00 98.46 100.00 92.13 89.87 OA =78.02%Kappa =0.72OA =93.40%Kappa =0.92
Tools
Get Citation
Copy Citation Text
Jie YE, Fanxiao MENG, Weiming BAI, Bin ZHANG, Jinming ZHENG.
Paper Information
Received: Sep. 2, 2019
Accepted: --
Published Online: Apr. 23, 2021
The Author Email: MENG Fanxiao (mengfx1030@163.com)
© Copyright 2018-2021 | Chinese Laser Press.
All Rights Reserved 沪ICP备15018463号-20