envi最大似然分类_ArcGIS 10.8遥感图像分类—随机树和最大似然分类

本文介绍了如何在ArcGIS 10.8中使用随机树和最大似然分类器进行遥感图像分类。通过哨兵2号L2A数据,对比了两种方法的分类效果,并强调了训练样本和参数选择的重要性。
摘要由CSDN通过智能技术生成

遥感图像分类是指利用计算机将图像中每个像元根据其不同波段的光谱亮度、空间结构特征或者其他信息,按照某种规则或者算法划分为不同的类别。目前大部分相关书籍和课程介绍遥感图像分类都采用ENVI、ERDAS等软件,分类方法也多采用平行六面体、最小距离、最大似然等。而实际上,ArcGIS提供的遥感图像分类模块已经相当成熟,支持所有主流的分类方法,如最大似然、支持向量机。本篇文章中,我们将为大家介绍在ArcGIS 10.8中使用随机树(Random Trees)分类器和最大似然分类器(Maximum Likelihood)进行遥感图像分类,不同分类方法操作相似,只需更换分类器即可。

一、数据源

以哨兵2号L2A数据产品为数据源,可从东北亚资源环境大数据中心(http://www.igadc.cn/)获取。轨道号为N0207_R089_TVF,拍摄时间2019年6月23日,如图1所示,该地区所属行政区为辽宁省盘锦市。下载链接:http://www.igadc.cn/wetlands/ud437

bf607f0825eb7d8efbc5e4776041d4ac.png

图1 Sentinel2-L2A

二、分类方法与样本选择

随机树是一种机器学习分类器,它基于大量决策树的执行,每个树变量子集的随机选择,以及将最常用的树输出用作整体分类。在ArcGIS中使用随机树进行分类&#

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值