请选择 进入手机版 | 继续访问电脑版

遥感集市论坛

 
登录  立即注册
查看: 3840|回复: 6

[集市推荐] Planet Labs样例数据分类测试初测

[复制链接]

66

主题

126

帖子

355

积分

管理员

Rank: 9Rank: 9Rank: 9

积分
355
发表于 2015-3-18 14:08:15 | 显示全部楼层 |阅读模式
Planet Labs样例数据分类测试初测
  
  一、数据源
  1、Planet  Labs数据:2014年8月14日陕西省宝鸡市东北部地区影像和宁夏吴忠市部分区域影像。像素大小为3米,光谱分辨率为4个Band。利用band1、band2、band3合成彩色图像,进行土地分类。
  


  2014年8月14日Planet Labs数据(陕西宝鸡)
  


  2014年8月14日Planet Labs数据(宁夏吴忠)
  二、监督分类
  按照植被、建筑用地、农田、水体四种土地利用类型对陕西宝鸡附近地区进行监督分类,分类前后对比如下:
  


  2014年8月14日Planet Labs数据(陕西宝鸡) 分类后结果
  三、非监督分类
  利用ENVI的ISODATA方法进行非监督分类,迭代次数为10,分类数为5-15类,具体如下:
  


  对非监督分类后结果进行类别合并与删除,得到植被、建筑用地、农田、水体四种土地利用类型的土地利用分类结果,如下图:
  

  2014年8月14日Planet Labs数据 ISODATA非监督分类结果
  


  2014年8月14日Planet Labs数据(宁夏吴忠) 分类后结果
  注:因从光谱特征上难以将耕地与林地区分出来,因此以上分类中将耕地与林草地等合并为植被进行分类出来。
  四、精度验证
  下面分别从利用混淆矩阵和对于Google Earth高清图来检测分类精度。
  1、监督分类精度
  (1)利用ENVI精度检测
  利用ENVI混淆矩阵模块,每个地类均匀选择了几个以上的ROI进行精度验证。经对分类结果进行精度评价和可能性分析,总体精度达到90.3422%,kappa系数达到0.8642。具体如下:
  Overall Accuracy = (170969/189246)=90.3422%
  Kappa Coefficient = 0.8642
  Ground Truth (Pixels)
  Class植被建筑耕地水体Total
  Unclassified00010811081
  植被7056610864621372127
  建筑344641582043345461
  耕地22392891980637322707
  水体270158922623901547870
  Total78952488492053040915189246
  Ground Truth (Percent)
  Class植被建筑耕地水体Total
  Unclassified0002.640.57
  植被89.382.222.250.0338.11
  建筑4.3685.1201.0624.02
  耕地2.840.5996.470.9112
  水体3.4212.061.2895.3625.3
  Total100100100100100
  ClassCommission
  (Percent)Omission
  (Percent)Commission
  (Pixels)Omission
  (Pixels)
  植被2.1610.621561/721278386/78952
  建筑8.5314.883879/454617267/48849
  耕地12.783.532901/22707724/20530
  水体18.54.648855/478701900/40915
  ClassProd.Acc.
  (Percent)User Acc.
  (Percent)Prod.Acc.
  (Pixels)User Acc.
  (Pixels)
  植被89.3897.8470566/7895270566/72127
  建筑85.1291.4741582/4884941582/45461
  耕地96.4787.2219806/2053019806/22707
  水体95.3681.539015/4091539015/47870
  (2)利用Google Earth对比(代替实地验证)
  利用Google Earth高清影像来检测是否判断地类错误,下面一系列对比图是选取的一块区域对比效果。
  


  土地利用分类图(陕西宝鸡)
  


  耕地(陕西宝鸡)      Google Earth影像(陕西宝鸡)            PL数据(陕西宝鸡)
  

  建筑用地(陕西宝鸡)    Google Earth影像(陕西宝鸡)    PL数据(陕西宝鸡)
  

  植被(陕西宝鸡)     Google Earth影像(陕西宝鸡)   PL数据(陕西宝鸡)
  


  水体(陕西宝鸡)   Google Earth影像(陕西宝鸡)     PL数据(陕西宝鸡)
  从以上几种地类对比图来看,PL数据与Google  Earth数据在宝鸡偏移比较大,尤其是山区丘陵地区偏移更大,而在平原地区偏移很小或没有。无论地区海拔高低,还是比较准确的判断出建设用地、植被、水体几种明显的土地类型。但是,在水体与植被之间,由于水体与植被边缘颜色比较接近,会造成个别区域判断错误。
  2、非监督分类精度
  (1)利用Google Earth对比(代替实地验证)
  非监督分类方法进行分类过程中,由于河流与植被特征类似,造成水体与植被分类错误。下图中,黄色为耕地、蓝色为水体、绿色为植被、紫色为建设用地。
  


  土地利用分类图(陕西宝鸡)
  


  土地利用分类图(宁夏吴忠)
  上图中空洞部分是因为节点太多没有全部显示。蓝色为水体、绿色为植被、紫色为建设用地。绿地地类是由于很难从PL数据中区分耕地还是林地,因此将耕地和植被合并为植被一种地类进行展示。
  


耕地(陕西宝鸡)       Google Earth影像(陕西宝鸡)        PL数据(陕西宝鸡)
  部分道路、裸土地和灰暗建筑被误判为农田。
  

  建设用地(陕西宝鸡)      Google Earth影像(陕西宝鸡)            PL数据(陕西宝鸡)
  

 建设用地(宁夏吴忠)      Google Earth影像(宁夏吴忠)     PL数据(宁夏吴忠)
  


植被(陕西宝鸡)       Google Earth影像(陕西宝鸡)        PL数据(陕西宝鸡)
  


  植被(宁夏吴忠)   Google Earth影像(宁夏吴忠)     PL数据(宁夏吴忠)
  


  水体(陕西宝鸡)        Google Earth影像(陕西宝鸡)      PL数据(陕西宝鸡)
  

  水体(宁夏吴忠)    Google Earth影像(宁夏吴忠)   PL数据(宁夏吴忠)

  3、监督分类与非监督分类对比


  Planet Labs数据(陕西宝鸡)
  


  Planet Labs数据(宁夏吴忠)
  


  监督分类结果图(陕西宝鸡)
  


  非监督分类结果图(陕西宝鸡)
  


  非监督分类结果图(宁夏吴忠)

  经过系列图对比利用PL数据进行监督分类或非监督分类,基本满足植被和建筑用地判读,但水体、植被的颜色差别也会造成一些判断错误。


回复

使用道具 举报

1

主题

50

帖子

53

积分

RS学民

Rank: 3Rank: 3

积分
53
发表于 2016-1-19 20:43:52 | 显示全部楼层
我下来学习下
回复 支持 反对

使用道具 举报

1

主题

50

帖子

53

积分

RS学民

Rank: 3Rank: 3

积分
53
发表于 2016-1-20 08:44:05 | 显示全部楼层
我下来学习下
回复 支持 反对

使用道具 举报

12

主题

203

帖子

240

积分

RS学魔

Rank: 10Rank: 10Rank: 10

积分
240
发表于 2016-1-22 16:43:06 | 显示全部楼层
这个不错哦
回复 支持 反对

使用道具 举报

12

主题

203

帖子

240

积分

RS学魔

Rank: 10Rank: 10Rank: 10

积分
240
发表于 2016-1-22 16:43:47 | 显示全部楼层
这都是三米分辨率得
回复 支持 反对

使用道具 举报

2

主题

26

帖子

32

积分

RS学酥

Rank: 2

积分
32
发表于 2016-12-6 22:57:57 | 显示全部楼层
不错。。
回复

使用道具 举报

0

主题

39

帖子

39

积分

RS学酥

Rank: 2

积分
39
发表于 2017-1-17 11:33:02 | 显示全部楼层
谢谢分享~
回复

使用道具 举报

发表回复

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

1 人签到
将意见发给我们
  • 通过email将您的想法和建议发给我们

    编辑部:bbs@rscloudmart.com

联系我们
  • 论坛官方QQ群:128651389

    论坛客服QQ:2739549450

遥感集市服务热线
  • 400-674-7498

QQ|小黑屋|遥感集市论坛 ( 粤ICP备12003192号-2

GMT+8, 2018-7-20 03:21 , Processed in 0.118606 second(s), 30 queries, Gzip On.

Powered by Discuz! X3.1 Copyright
© 2001-2013 Comsenz Inc.    All Rights Reserved.

快速回复 返回顶部 返回列表