基于遥感与GIS的土地利用分类方法研究

工作、解译效率。

4.3 分类效果对比分析

在对最大似然法和ISOSATA算法的精度进行分析后，为确保自动解译的正确性，特将两种算法与目视解译进行对比。通过对比可以得出，最大似然法和ISODATA算法都可以很好地应用于土地利用类型分类，二者都能够较为快速、准确地对研究区地物进行划分，其划分精度因地物不同而不尽相同。对于居民地、天然草地、水浇地的划分，最大似然法比ISODATA算法精度较高，划分较为细致;对于坑塘的划分ISODATA算法较为细致，能够较为准确的划分出坑塘所在位置;然而对于道路的划分，最大似然法与ISODATA算法划分精度都比较低，划分出的道路不连通，精度不足，不能够进行后续工作，仍需人工进行目视解译。从整体的分类效果上看，最大似然大的分类效果要优于ISODATA算法，但对于个别地物，如坑塘、水田的划分，ISODATA算法的划分效果优于最大似然法。安新县土地利用类型较为单一，研究区域面积较小，故利用最大似然法与ISODATA算法的解译精度相对较高，当研究区土地利用类型复杂或研究区占地面积较大时，分类后的精度可能会受到不同程度的影响。并且，最大似然法与ISODATA算法的分类精度受影像的影响较大，对于同一研究区使用分辨率较高的影像分类后精度较高，本文研究选取的影像空间分辨率为30m，影像质量较差，道路在影像中只有1-2个像元，水田与水浇地的区别不明显，最大似然法与ISODATA算法存在较大影响，因此对道路或水体边界等较为细小的地物划分不清晰、不准确，仍需進行人工修正。水田与水浇地反映出的波段差异不大，自动分类时不易区分，误分、漏分像元数量较多，划分精度较差。

5 结论

通过用最大似然法、ISODATA算法对安新县土地利用分类结果与目视解译分类结果作对比，可以发现，自动解译结果与目视解译结果大致相同，利用最大似然法、ISODATA算法进行某地区的土地利用类型划分是真实可行的。同时根据上述对不同分类精度的对比，可以很明显看出，最大似然法和ISODATA算法对于不同地物进行划分时，精度不尽相同，因此适用的区域也各有差异。

最大似然法对于居民地、水田、天然草地的划分精度较高，精度分别为：88.89%、87.64%、90.96%;ISODATA算法对坑塘、水浇地的划分精度较高，精度分别可达到：95.38%和91.61%;对于公路来说，二者划分精度都较低。在进行土地利用类型划分中，应根据实际情况使用这两个方法，必要时可以混合使用以提高划分的精度，达到快速准确地对土地利用类型划分的目的。

参考文献：

[1]王敏，高新华，陈思宇，等.基于Landsat 8遥感影像的土地利用分类研究——以四川省红原县安曲示范区为例[J].草业科学，2015，32（05）：694-701.

[2]吴非权，马海州，沙占江，等.基于决策树与监督、非监督分类方法相结合模型的遥感应用研究[J].盐湖研究，2005（04）：9-13.

[3]杨鑫.浅谈遥感图像监督分类与非监督分类[J].四川地质学报，2008（03）：251-254.

[4]杨毅柠，宋微.国土调查中的遥感目视解译与矢量化方法研究[J].环境保护与循环经济，2009，29（10）：20-23.

[5]李建伏，赵玉成，贺怀清.基于最大似然原理的分类属性数据分层聚类算法[J].计算机应用与软件，2015，32（03）：247-252+296.

[6]曾江源.ISODATA算法的原理与实现[J].科技广场，2009（07）：126-127.

推荐访问:遥感 土地利用 方法 研究 分类