Abstract—For Zhanghe areas, we util

Abstract—For Zhanghe areas, we utilized the Landsat5 TM
images of 2010 to complete the region's land use classification
based on the maximum likelihood method. Analyzing the
constraints of land use classification in the research area, our
classification method includes 4 aspects: cloud and hillshade were
classified at first and then reprocessed separately; water body
was classified combining supervised classification and interactive
interpretation; cities and villages were distinguished based on
prior knowledge; the slope hierarchy of arable land was
accomplished by slope of the study area based on decision tree.
67% of regions of interest (ROIs) were randomly selected for
sample training, while the rest 33% of ROIs participated in
confusion matrix validation. The experiment shows that the
classification accuracy is 91.50% and the Kappa coefficient is
0.8587.

ผลลัพธ์ (ไทย) 1:

บทคัดย่อ — สำหรับพื้นที่ Zhanghe เราใช้ Landsat5 TMภาพของ 2010 เพื่อให้ที่ดินของภูมิภาคที่ใช้จำแนกคะแนนเฉลียจากวิธีโอกาสสูงสุด การวิเคราะห์การข้อจำกัดของที่ดินที่ใช้จัดประเภทในพื้นที่วิจัย ของเราวิธีการจัดประเภทรวม 4 ด้าน: เมฆและ hillshadeจัดครั้งแรก และจากนั้น ประมวลผลแยกต่างหาก น้ำร่างกายประเภทรวมประเภทดูแล และแบบโต้ตอบแปลความหมาย เมืองและหมู่บ้านมีความโดดเด่นตามความรู้ก่อน แก้ไขลำดับชั้นความลาดชันของที่ดินทำกินทำได้ โดยความชันของพื้นที่ศึกษาอิงต้นไม้การตัดสินใจ67% ของพื้นที่น่าสนใจ (Roi) ได้ถูกคัดเลือกโดยการสุ่มการฝึกอบรมตัวอย่าง ในขณะที่เหลือ 33% ของ Roi ได้เข้าร่วมการตรวจสอบเมทริกซ์ความสับสน การทดลองแสดงให้เห็นว่าการการจัดประเภทความแม่นยำ 91.50% และค่าสัมประสิทธิ์ Kappa0.8587

ผลลัพธ์ (ไทย) 2:

นามธรรมสำหรับพื้นที่ Zhanghe เรานำมาใช้ Landsat5 TM
ภาพของปี 2010 ที่จะเสร็จสิ้นการจำแนกการใช้ประโยชน์ที่ดินของภูมิภาค
ตามวิธีโอกาสสูงสุด การวิเคราะห์
ข้อ จำกัด ของการใช้ที่ดินในพื้นที่การจัดหมวดหมู่การวิจัยของเรา
วิธีการจัดหมวดหมู่ประกอบด้วย 4 ด้านคือด้านเมฆและ hillshade ถูก
จัดในตอนแรกและจากนั้นประมวลผลใหม่แยกจากกัน ร่างกายของน้ำ
ถูกจัดรวมภายใต้การดูแลการจัดหมวดหมู่และการโต้ตอบ
การตีความ; เมืองและหมู่บ้านโดดเด่นอยู่บนพื้นฐานของ
ความรู้ก่อน; ลำดับชั้นความลาดเอียงของพื้นที่เพาะปลูกได้รับการ
ประสบความสำเร็จโดยความลาดเอียงของพื้นที่ศึกษาบนพื้นฐานของต้นไม้ตัดสินใจ.
67% ของภูมิภาคที่น่าสนใจ (ROIs) ได้รับการสุ่มเลือกสำหรับ
การฝึกอบรมกลุ่มตัวอย่างในขณะที่ส่วนที่เหลือ 33% ของ ROIs มีส่วนร่วมใน
การตรวจสอบความสับสนเมทริกซ์ การทดลองแสดงให้เห็นว่า
มีความถูกต้องจำแนกเป็น 91.50% และค่าสัมประสิทธิ์แคปป้าเป็น
0.8587

ผลลัพธ์ (ไทย) 3:

บทคัดย่อสำหรับ zhanghe พื้นที่เราใช้ landsat5 สำหรับรูปภาพของปี 2010 ที่จะเสร็จสมบูรณ์การใช้ที่ดินของภูมิภาคขึ้นอยู่กับวิธีความควรจะเป็นสูงสุด การวิเคราะห์ข้อจำกัดของการใช้ที่ดินในพื้นที่การวิจัยของเราการจำแนกรวม 4 ด้าน hillshade เป็นเมฆ และจัดที่แรกและจากนั้นปรับแยก ร่างกายน้ำการจัดหมวดหมู่และการโต้ตอบแบบรวมการตีความ เมืองและหมู่บ้านมีความโดดเด่นตามความรู้ ; ความชันลำดับชั้นของที่ดินเพาะปลูก คือได้จากความชันของพื้นที่ศึกษาโดยใช้ต้นไม้ตัดสินใจ67 % ของพื้นที่ที่น่าสนใจ ( รัวร์ ) สุ่มสำหรับตัวอย่างการฝึกอบรม ส่วนที่เหลือร้อยละ 33 ของ รัวร์ มีส่วนร่วมในการตรวจสอบความสับสนเมทริกซ์ การทดลองแสดงให้เห็นว่าความแม่นยำในการจำแนก คือ 91.50 % และสัมประสิทธิ์แคปปา0.8587 .