典型文献
基于时间序列数据的土地覆被分类算法研究
文献摘要：
随着时代的发展,大范围土地覆被信息获取的需求越来越受到重视,利用遥感卫星数据可以快速、宏观、动态地对土地覆被信息进行监测提取,基于遥感产品构建的时间序列数据特征鲜明,对其进行分类可以简单高效地提取土地覆被信息.以山东省为研究区,采用MOD13A2卫星影像NDVI产品合成时间序列数据集,选用常见的分类算法如随机森林算法、K均值算法、最大似然估计算法、SVM算法对山东省2015—2016年每16天为一个周期进行土地覆被分类.结果表明:随机森林分类结果总体分类精度达到91.46％,相比其他算法,随机森林算法可以较好地对时间序列数据进行分类,为大范围土地覆被监测和信息提取提供支持.
文献关键词：
时间序列;NDVI;分类算法;土地覆被
中图分类号：
作者姓名：
高剑飞;曹纪元;董超
作者机构：
山东农业大学 信息科学与工程学院,山东 泰安271018
文献出处：
引用格式：
[1]高剑飞;曹纪元;董超-.基于时间序列数据的土地覆被分类算法研究)[J].测绘与空间地理信息,2022(04):73-75,79
A类：
B类：
时间序列数据,土地覆被分类,分类算法,算法研究,信息获取,遥感卫星,卫星数据,遥感产品,数据特征,取土,MOD13A2,卫星影像,NDVI,随机森林算法,最大似然估计,估计算法,随机森林分类,分类精度,信息提取
AB值：
0.292362
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。
