论文部分内容阅读
基于TM影像数据，分别使用监督和非监督分类方法对辽宁铁法（煤）矿区典型地物进行遥感识别。其中监督分类采用马氏距离、最大似然和神经网络法，非监督分类采用ISODATA算法。结果表明：在四种不同的遥感分类方法中，最大似然法的分类精度最高，总体精度达到90．10％，Kappa系数为0．8724。研究发现：无论采用哪种分类方法，矿区中的煤与煤矸石都存在混分现象，主要由于两类地物的光谱相近造成。研究结果为煤矿区地物遥感识别的方法选择提供参考。