本文主要研究内容
作者罗桓,李卫国,景元书,徐向华,陈华(2019)在《基于SVM的县域冬小麦种植面积遥感提取》一文中研究指出:冬小麦种植面积的精确提取,对于农业部门进行冬小麦生长监测与产量估测有着重要的支撑作用。本研究在对Landsat-8卫星15 m×15 m空间分辨率遥感影像进行预处理的基础上,基于最佳波段指数(OIF),采用支持向量机(SVM)算法中四种核函数进行影像分类,并比较分类精度,选择精度最高的核函数作为SVM最优核函数对盐城市大丰区冬小麦种植面积进行提取,与最大似然法、最小距离法的结果进行对比。结果表明,四种核函数中,Linear核函数分类精度最高,达到98.56%。将Linear核函数作为SVM最优核函数对大丰区冬小麦种植面积进行提取,提取到的种植面积为71 834.4 hm~2,提取精度、分类精度和Kappa系数分别为91.25%、98.56%和0.98。基于SVM的冬小麦面积提取效果明显好于传统监督分类方法,说明使用支持向量机与影像光谱特征进行影像分类能够准确提取县域冬小麦种植面积。
Abstract
dong xiao mai chong zhi mian ji de jing que di qu ,dui yu nong ye bu men jin hang dong xiao mai sheng chang jian ce yu chan liang gu ce you zhao chong yao de zhi cheng zuo yong 。ben yan jiu zai dui Landsat-8wei xing 15 m×15 mkong jian fen bian lv yao gan ying xiang jin hang yu chu li de ji chu shang ,ji yu zui jia bo duan zhi shu (OIF),cai yong zhi chi xiang liang ji (SVM)suan fa zhong si chong he han shu jin hang ying xiang fen lei ,bing bi jiao fen lei jing du ,shua ze jing du zui gao de he han shu zuo wei SVMzui you he han shu dui yan cheng shi da feng ou dong xiao mai chong zhi mian ji jin hang di qu ,yu zui da shi ran fa 、zui xiao ju li fa de jie guo jin hang dui bi 。jie guo biao ming ,si chong he han shu zhong ,Linearhe han shu fen lei jing du zui gao ,da dao 98.56%。jiang Linearhe han shu zuo wei SVMzui you he han shu dui da feng ou dong xiao mai chong zhi mian ji jin hang di qu ,di qu dao de chong zhi mian ji wei 71 834.4 hm~2,di qu jing du 、fen lei jing du he Kappaji shu fen bie wei 91.25%、98.56%he 0.98。ji yu SVMde dong xiao mai mian ji di qu xiao guo ming xian hao yu chuan tong jian du fen lei fang fa ,shui ming shi yong zhi chi xiang liang ji yu ying xiang guang pu te zheng jin hang ying xiang fen lei neng gou zhun que di qu xian yu dong xiao mai chong zhi mian ji 。
论文参考文献
论文详细介绍
论文作者分别是来自麦类作物学报的罗桓,李卫国,景元书,徐向华,陈华,发表于刊物麦类作物学报2019年04期论文,是一篇关于冬小麦论文,多光谱遥感论文,支持向量机分类论文,信息提取论文,麦类作物学报2019年04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,资料来自麦类作物学报2019年04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:冬小麦论文; 多光谱遥感论文; 支持向量机分类论文; 信息提取论文; 麦类作物学报2019年04期论文;