Supervised classification. We adopt

Supervised classification. We adopted the maximum likelihood
classifier (MLC) to classify each of the rural subset and the nonurban
pixels within the urban subset. A separate training procedure
was conducted for each subset. The training samples were
carefully selected for each class described in Section 2.3 through
an iterative procedure based on our examination of their representativeness
and separability between training classes, as well
as results in thematic accuracy assessment. Due to the significant
spectral confusion observed between wetland and forest classes,
we grouped the wetland class together into the forest category
for the supervised classification. We included the Normalized
Difference Vegetation Index (NDVI) image as additional layer for
maximum likelihood classification of each subset. Also the three
shade-normalized fraction images were included as input layers
in the supervise classification for the urban subset. Therefore, 10
“bands” were actually used for the urban subset (i.e., 6 reflectance
bands, 3 fraction bands, and NDVI), and 7 “bands” (i.e., 6
reflectance bands and NDVI) were included for the rural subset.
Finally, we combined the classified outcomes from the two
subsets and the previously extracted urban classes to produce a
complete map.

ผลลัพธ์ (ไทย) 1:

การจัดประเภทที่มี เรานำความเป็นไปได้สูงสุดclassifier (MLC) ในการแบ่งประเภทของชุดย่อยชนบทและที่ nonurbanพิกเซลภายในกลุ่มย่อยที่เมือง กระบวนการฝึกอบรมแยกต่างหากได้ดำเนินการแต่ละชุดย่อย ตัวอย่างการฝึกอบรมได้เลือกอย่างระมัดระวังสำหรับแต่ละคลาสที่อธิบายไว้ในส่วน 2.3 ผ่านกระบวนการซ้ำตาม representativeness การตรวจของเราและ separability ระหว่างฝึกสอน เช่นเป็นผลลัพธ์ในการประเมินความถูกต้องเฉพาะเรื่อง เนื่องจากสำคัญสับสนสเปกตรัมที่สังเกตระหว่างพื้นที่ชุ่มน้ำและป่าชั้นเราแบ่งระดับพื้นที่ชุ่มน้ำกันประเภทป่าการจัดมีการ เรารวม Normalizedภาพดัชนีพืชพรรณ (NDVI) ต่างเป็นชั้นสำหรับการจัดประเภทความเป็นไปได้สูงสุดของแต่ละกลุ่มย่อย นอกจากนี้ยังสามรูปส่วนที่แรเงาตามปกติได้เป็นชั้นสำหรับการป้อนค่าในประเภท supervise สำหรับย่อยเมือง ดังนั้น 10"วง" จริงใช้สำหรับย่อยเมือง (เช่น 6 แบบสะท้อนแสงวงดนตรี วงเศษ 3 และ NDVI), และ 7 "วง" (เช่น 6วงดนตรีแบบสะท้อนแสงและ NDVI) ถูกรวมอยู่ในชุดย่อยชนบทสุดท้าย เรารวมผลลับจากทั้งสองย่อยและคลาเมืองก่อนหน้านี้แยกการผลิตเป็นแผนที่สมบูรณ์

ผลลัพธ์ (ไทย) 2:

ภายใต้การควบคุมการจัดหมวดหมู่ เรานำมาใช้ควรจะเป็นสูงสุด
ลักษณนาม (MLC) การจำแนกแต่ละเซตชนบทและ nonurban
พิกเซลย่อยภายในเมือง ขั้นตอนการฝึกอบรมที่แยกต่างหาก
ได้ดำเนินการสำหรับแต่ละเซต ตัวอย่างการฝึกอบรมได้รับการ
คัดเลือกมาสำหรับแต่ละชั้นเรียนที่อธิบายไว้ในมาตรา 2.3 ผ่าน
ขั้นตอนซ้ำขึ้นอยู่กับการตรวจสอบของเราเป็นตัวแทนของพวกเขา
และแยกระหว่างเรียนการฝึกอบรมเป็นอย่างดี
เป็นผลในการประเมินความถูกต้องใจ เนื่องจากมีนัยสำคัญ
สับสนสเปกตรัมสังเกตระหว่างพื้นที่ชุ่มน้ำและการเรียนป่า
เราจัดกลุ่มชั้นพื้นที่ชุ่มน้ำด้วยกันในประเภทป่า
สำหรับการจัดหมวดหมู่ภายใต้การดูแล เรารวมปกติ
แตกต่างดัชนีพืชพรรณ (NDVI) ภาพเป็นชั้นเพิ่มเติมสำหรับ
การจำแนกความเป็นไปได้สูงสุดของแต่ละเซต นอกจากนี้ทั้งสาม
ส่วนร่มเงาปกติภาพที่ได้รวมเป็นชั้นการป้อนข้อมูล
ในการกำกับดูแลการจัดหมวดหมู่สำหรับย่อยในเมือง ดังนั้น 10
"วง" ถูกนำมาใช้จริงสำหรับย่อยในเมือง (เช่น 6 สะท้อน
วง 3 วงส่วนและ NDVI) และ 7 "วง" (กล่าวคือ 6
วงสะท้อนและ NDVI) ถูกรวมสำหรับย่อยในชนบท.
สุดท้าย เรารวมผลการจัดจากทั้งสอง
ส่วนย่อยและสกัดก่อนหน้านี้เรียนในเมืองที่จะผลิต
แผนที่ที่สมบูรณ์

ผลลัพธ์ (ไทย) 3:

มีการจำแนก เรารับ
ความน่าจะเป็นสูงสุดลักษณนาม ( MLC ) แยกประเภทของแต่ละส่วนย่อยในชนบทและพิกเซล nonurban
ภายในย่อยในเมือง แยกขั้นตอนการซ้อม
ดำเนินการสำหรับแต่ละส่วนย่อย . การฝึกอบรมจำนวน
เลือกอย่างระมัดระวังสำหรับแต่ละชั้นเรียนที่อธิบายไว้ในส่วน 2.3 ผ่าน
เป็นซ้ำขั้นตอนตรวจ representativeness
ของเราของพวกเขาการแยกออกระหว่างชั้นเรียนและการฝึกอบรมเป็นอย่างดี
เป็นผลในการประเมินความถูกต้องใจ เนื่องจากความสําคัญ
สเปกตรัมสังเกตระหว่างป่าชายเลนและเรียนป่าไม้
เราจัดกลุ่มพื้นที่ชุ่มน้ำชั้นด้วยกัน ในประเภทป่า
สำหรับควบคุมการจำแนกประเภท เรารวมค่า
ความแตกต่างดัชนีพืชพรรณภาพเป็นเลเยอร์เพิ่มเติมสำหรับ
การจำแนกสูงสุดของแต่ละส่วนย่อย . นอกจากนี้สาม
สีปกติส่วนภาพถูกรวมเป็นข้อมูลชั้น
ในดูแลหมวดหมู่สำหรับย่อยในเมือง ดังนั้น , 10
" วง " ถูกจริงที่ใช้สำหรับย่อยเมือง ( เช่น 6 ค่า
3 วง ส่วนวง และการเปลี่ยนแปลงด้านพืชพรรณ ) และ 7 " วง " ( เช่น 6
สะท้อนวงและการเปลี่ยนแปลงด้านพืชพรรณ ) ถูกรวมอยู่ในเซตย่อยชนบท .
ในที่สุด เรารวมย่อย ผลจากสอง
ย่อยและสกัดก่อนหน้านี้ในชั้นเรียนเพื่อผลิต
แผนที่ที่สมบูรณ์