首页 | 本学科首页   官方微博 | 高级检索  
     

基于决策树和SVM的Sentinel-2A影像作物提取方法
引用本文:王利军,郭燕,贺佳,王利民,张喜旺,刘婷. 基于决策树和SVM的Sentinel-2A影像作物提取方法[J]. 农业机械学报, 2018, 49(9): 146-153
作者姓名:王利军  郭燕  贺佳  王利民  张喜旺  刘婷
作者单位:河南省农业科学院农业经济与信息研究所;中国农业科学院农业资源与农业区划研究所;河南大学环境与规划学院
基金项目:国际科技合作项目(182102410024)、国家重点研发计划项目(2016YFD0300609)、国家自然科学基金项目(41601213)和河南省重大科技专项(171100110600)
摘    要:以河南省濮阳县为研究区,以2017年8月6日遥感影像为基础数据源,基于地面样方和样本点数据分析构建植被指数阈值分割分类决策树,结合支持向量机(Support vector machine,SVM)分类方法实现了秋季主要作物种植面积遥感识别,并与其他方法分类结果进行了精度验证与对比。结果表明,与最大似然法(Maximum likelihood,ML)和SVM法相比较,决策树和SVM相结合能较好地解决线状地物和小地块作物提取不全以及椒盐现象等问题,可以对秋季复杂作物进行有效识别,作物分类提取总体精度和Kappa系数分别为92.3%和0.886。利用中分辨率单时相遥感影像,结合波谱特征和植被指数能有效提高复杂作物分类精度,为区域复杂作物分类提取提供技术参考和借鉴价值。

关 键 词:秋季作物   Sentinel-2A   植被指数   决策树   支持向量机
收稿时间:2018-03-29

Classification Method by Fusion of Decision Tree and SVM Based on Sentinel-2A Image
WANG Lijun,GUO Yan,HE Ji,WANG Limin,ZHANG Xiwang and LIU Ting. Classification Method by Fusion of Decision Tree and SVM Based on Sentinel-2A Image[J]. Transactions of the Chinese Society for Agricultural Machinery, 2018, 49(9): 146-153
Authors:WANG Lijun  GUO Yan  HE Ji  WANG Limin  ZHANG Xiwang  LIU Ting
Affiliation:Henan Academy of Agricultural Sciences,Henan Academy of Agricultural Sciences,Henan Academy of Agricultural Sciences,Chinese Academy of Agricultural Sciences,Henan University and Henan Academy of Agricultural Sciences
Abstract:
Keywords:autumn crops   Sentinel-2A   vegetation index   decision tree   support vector machine
本文献已被 CNKI 等数据库收录!
点击此处可从《农业机械学报》浏览原始摘要信息
点击此处可从《农业机械学报》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号