作者:麦丽素; 乌兰吐雅水稻支持向量机最大似然面向对象分类分类精度
摘要:为了快速获取区域水稻分布信息,奠定农作物遥感监测技术基础,推动中高纬度水稻生长区监测管理水平的提高,文章以内蒙古自治区兴安盟乌兰浩特市为研究区域,选择欧洲航天局发射的Sentinel-2卫星数据,采用2018年9月9日的单时相遥感图像,基于支持向量机法、最大似然法、面向对象分类法,结合目视解译结果对研究区域水稻进行分类识别,分类后分别根据混淆矩阵和地面样方数据验证水稻提取精度。结果表明:在高纬度单季稻生长区,基于混淆矩阵精度评价中最大似然法的总体分类精度最高,为89.35%,分别高于支持向量机法和面向对象分类法4.60,12.45个百分点;基于地面样方数据的精度评价中,最大似然法水稻面积监测的平均精度最高,为85.91%,比支持向量机法和面向对象分类法分别高8.90,12.61个百分点。在水稻收割期,基于Sentinel-2卫星数据的水稻面积提取方法中,最大似然法好于支持向量机法和面向对象分类法。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社