本文主要研究内容
作者麦丽素,乌兰吐雅（2019）在《基于Sentinel-2数据的水稻面积提取方法比较分析》一文中研究指出：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。
Abstract
wei le kuai su huo qu ou yu shui dao fen bu xin xi ,dian ding nong zuo wu yao gan jian ce ji shu ji chu ,tui dong zhong gao wei du shui dao sheng chang ou jian ce guan li shui ping de di gao ,wen zhang yi nei meng gu zi zhi ou xing an meng wu lan hao te shi wei yan jiu ou yu ,shua ze ou zhou hang tian ju fa she de Sentinel-2wei xing shu ju ,cai yong 2018nian 9yue 9ri de chan shi xiang yao gan tu xiang ,ji yu zhi chi xiang liang ji fa 、zui da shi ran fa 、mian xiang dui xiang fen lei fa ,jie ge mu shi jie yi jie guo dui yan jiu ou yu shui dao jin hang fen lei shi bie ,fen lei hou fen bie gen ju hun xiao ju zhen he de mian yang fang shu ju yan zheng shui dao di qu jing du 。jie guo biao ming :zai gao wei du chan ji dao sheng chang ou ,ji yu hun xiao ju zhen jing du ping jia zhong zui da shi ran fa de zong ti fen lei jing du zui gao ,wei 89.35%,fen bie gao yu zhi chi xiang liang ji fa he mian xiang dui xiang fen lei fa 4.60,12.45ge bai fen dian ;ji yu de mian yang fang shu ju de jing du ping jia zhong ,zui da shi ran fa shui dao mian ji jian ce de ping jun jing du zui gao ,wei 85.91%,bi zhi chi xiang liang ji fa he mian xiang dui xiang fen lei fa fen bie gao 8.90,12.61ge bai fen dian 。zai shui dao shou ge ji ,ji yu Sentinel-2wei xing shu ju de shui dao mian ji di qu fang fa zhong ,zui da shi ran fa hao yu zhi chi xiang liang ji fa he mian xiang dui xiang fen lei fa 。
论文参考文献
论文详细介绍
论文作者分别是来自北方农业学报的麦丽素,乌兰吐雅，发表于刊物北方农业学报2019年05期论文，是一篇关于水稻论文,支持向量机论文,最大似然论文,面向对象分类论文,分类精度论文,北方农业学报2019年05期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自北方农业学报2019年05期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：水稻论文; 支持向量机论文; 最大似然论文; 面向对象分类论文; 分类精度论文; 北方农业学报2019年05期论文;