基于GF-2与LandSat-8影像的土地覆盖分类比较

摘要

基于GF-2与LandSat-8影像数据,利用支持向量机分类器(SVM)对同区域同期两种数据进行土地利用覆盖分类对比研究.结果表明:典型样本的光谱比较接近,但在农田与林地、不透水面与裸土的典型样本可分离性方面,LandSat-8优于GF-2;GF-2与LandSat-8的分类总精度分别为92.25％和92.06％,但不同地物类型的分类精度存在差异,波谱响应函数的差异可能是导致LandSat-8对林地的分类精度高于GF-2的原因;此外,GF-2对零碎分布地物类型的分类精度高于LandSat-8,主要原因是GF-2具有更高的空间分辨率.