摘要
针对传统大范围地表覆盖信息提取速度慢、效率低的问题,基于国产PIE-Engine Studio时空遥感云计算平台,对比分析不同分类算法的土地覆盖信息提取精度,并进行变化监测研究。结果表明:(1)随机森林分类方法在分类准确度和分类效果方面表现最好,1990年、2000年、2010年和2020年的总体精度分别为84.92%、78.23%、85.13%、88.80%,Kappa系数分别为0.8178、0.7326、0.8201、0.8650。(2)在PIE-Engine Studio平台上进行参数调整,可以提升分类器分类的精度,减少一定程度的误分现象。(3)在变化监测方面,研究区1990-2020年间的土地覆盖情况变化较为明显,湿地的面积呈现平稳上升趋势,湿地、林地和草地自然地物的面积之和占比达到50%以上。
-
单位贵州工程应用技术学院