典型文献
哨兵2号多时相植被指数作物分类及监测
文献摘要：
针对单实相遥感数据分辨率不高以及"同物异谱"和"异物同谱"导致的地物错分问题,依据多时相NDVI植被指数建立决策树判别规则对农作物进行精细分类及面积提取,并对来年种植趋势进行预测.通过监测样本点3—10月的NDVI植被指数变化情况,确定分类阈值并构建决策树分类方法,计算8幅影像的NDVI植被指数,利用决策树分类方法对9种地貌类型进行分类,并对比农作物两年种植面积变化规律,对来年的种植进行分析和预测.实验结果表明,两年的kappa系数分别为0.8858和0.9100,总体分类精度分别为90.76％和92.54％,9种地貌类型的遥感分类总体在精度上达到高度一致.
文献关键词：
多时相;农作物;精细分类;种植趋势预测
中图分类号：
作者姓名：
祁向前;孙德浩;贾连星
作者机构：
龙岩学院 资源工程学院,福建 龙岩 364012;中国矿业大学 环境与测绘学院,江苏 徐州 221116;黑龙江科技大学矿业工程学院,哈尔滨 150022
文献出处：
引用格式：
[1]祁向前;孙德浩;贾连星-.哨兵2号多时相植被指数作物分类及监测)[J].测绘工程,2022(06):47-53
A类：
种植趋势预测
B类：
哨兵,多时相,植被指数,作物分类,实相,遥感数据,异物,地物,错分,NDVI,立决,精细分类,面积提取,来年,样本点,构建决策,决策树分类,分类方法,种地,地貌类型,种植面积,面积变化,kappa,分类精度,遥感分类,上达,高度一致
AB值：
0.39568
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。
