典型文献
基于多时相遥感数据聚类决策树方法的白水县农作物识别
文献摘要：
利用Sentinel-2、Landsat8OLI、SRTM等多源遥感数据,根据白水县物候特征经验构建不同典型NDⅥ时间序列数据集进行聚类分析,同时结合影像分割和决策树支持方法首次对陕西省白水县的多种农作物进行提取分类.结果表明:1)本文提出的方法能够有效提取典型地物信息,总体分类精度达到91.22％,Kappa系数为0.8949,相比基于单一时相的光谱特征的分类有着较大优势.2)白水县的三种主要农作物苹果、玉米和小麦的物候特征显著,分步提取的地物类别极少发生类间像素重叠,且表现的物候规律与白水县农作物的实际物候规律高度吻合,侧面证明了分类结果的适用性.3)白水县苹果种植分布西多东少,中北部多南部少;玉米主要分布于白水县西部和北部较高海拔地区;小麦主要分布于白水县南部;白水县的苹果种植仍有推广空间.这些结果发展了聚类分析结合决策树分类在农作物遥感方面的用法以及为白水县的农业经济发展提供有益参考.
文献关键词：
遥感;聚类分析;农作物识别
中图分类号：
作者姓名：
刘状;李纲;石晨烈;魏永强;王建荣;杨秀策
作者机构：
地理信息工程国家重点实验室,陕西西安710054;西安测绘研究所,陕西西安710054;西北大学城市与环境学院,陕西西安710127
文献出处：
引用格式：
[1]刘状;李纲;石晨烈;魏永强;王建荣;杨秀策-.基于多时相遥感数据聚类决策树方法的白水县农作物识别)[J].山东农业大学学报（自然科学版）,2022(05):728-734
A类：
B类：
多时相遥感,数据聚类,白水县,农作物识别,Sentinel,Landsat8OLI,SRTM,多源遥感数据,物候特征,ND,时间序列数据,影像分割,取分,有效提取,地物,分类精度,Kappa,比基,光谱特征,主要农作物,小麦,分步,极少,像素,物候规律,律高,苹果种植,种植分布,布西,西多东,中北部,高海拔地区,广空,决策树分类,农业经济发展
AB值：
0.335848
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
