リモートセンシングとGISのジャーナル

概要

半乾燥地帯ボツワナにおける土地被覆・土地利用（LCLU）分類方法

喜べ、ツェコ

この論文では、最大尤度アルゴリズム (MLA) と人工ニューラル ネットワーク (ANN) という 2 つの分類方式を使用して、Landsat 8 (OLI) から検出された土地被覆土地利用 (LCLU) について説明します。分析は、2 つ、3 つ、8 つの特徴 (表面反射率とインデックス) を使用して実行されました。すべての分類について、全体の精度とカッパ統計は、それぞれ 93.81% と 0.89 から 99.38% と 0.99 まで変化しました。最高の分類精度は、両方の分類方式で 8 つの特徴すべてを使用するか、2 つの特徴 (インデックスのみ) を使用することで得られました。これは、LCLU マッピングにおける正規化植生指数 (NDVI) と正規化蓄積指数 (NDBI) の重要性を示しています。2 つのインデックスは、衛星画像内の低木、木、水、蓄積を検出するために使用できるほど堅牢です。さらに、ANN 分類器もこの分類に使用できるほど堅牢です。 MLA分類器は特徴の平均値と分散の両方を使用しましたが、ANN分類器は特徴の平均値のみを使用しました。これは、正規化されたスケール-1.0から1.0でのデータ融合のデモンストレーションです。この研究は、より少ないスペクトルチャネルで許容できる分類精度を達成できることも実証しています。