(1)非监督分类不需要预先对所要分类的区域有广泛的了解和熟悉,仅需一定的知识来解释分类出的集群组;而监督分类则需要分析者对所研究区域有很好的了解,从而才能选择训练样本。
(2）人为误差的机会减少。非监督分类只需要定义几个预先的参数,如集群组的数量、计算迭代次数、分类误差的阈值等,监督分类中所要求的决策细节在非监督分类中都不需要,因此大大减少人为误差，且非监督分类产生的类别比监督分类所产生的更均质。
(3）独特的、覆盖量小的类别均能够被识别,而不会像监督分类那件由于分析者的失误而丢失。
鉴于监督与非监督分类各自的限制,人们往往采用两者结合的混合方法。即先对光谱数据进行非监督聚类,以取得光谱特征较为均一的集群;再对集群进行监督分类,以获得所需的土地类型图。
THE END