典型文献
基于决策树的大尺度复杂地区夏收作物遥感提取与分析
文献摘要：
以甘肃省为研究区,基于时序Sentinel-2卫星影像数据,计算归一化植被指数(NDVI)和黄度值,采用决策树(Decision trees,DTs)方法提取研究区的主要夏收作物小麦和油菜种植面积,并对比分析其精度.利用此方法得到甘肃省小麦和油菜作物识别的平均总体精度达到87.4％,其中,甘肃省中部地区平均总体精度为92.4％,河西地区平均总体精度为87.7％,东南部地区平均总体精度为82.0％.研究结果表明,基于Sentinel-2卫星影像数据采用决策树方法进行大尺度复杂区域、高分辨率作物种植面积提取具有可行性.
文献关键词：
大尺度作物监测;作物分类;决策树;Sentinel-2
中图分类号：
作者姓名：
李亚妮;曹建君;杨树文;李霞;刘尚钦
作者机构：
兰州交通大学测绘与地理信息学院,甘肃 兰州 730070;地理国情监测技术应用国家地方联合工程研究中心,甘肃 兰州 730070;甘肃省地理国情监测工程实验室,甘肃 兰州 730070;甘肃省自然资源技能鉴定指导中心,甘肃 兰州730070;甘肃省基础地理信息中心,甘肃 兰州 730070
文献出处：
引用格式：
[1]李亚妮;曹建君;杨树文;李霞;刘尚钦-.基于决策树的大尺度复杂地区夏收作物遥感提取与分析)[J].江苏农业学报,2022(05):1257-1264
A类：
夏收作物,大尺度作物监测
B类：
决策树,复杂地区,遥感提取,Sentinel,卫星影像数据,归一化植被指数,NDVI,黄度值,采用决策,Decision,trees,DTs,小麦,油菜种植,作物识别,总体精度,中部地区,河西地区,东南部,南部地区,复杂区域,种植面积提取,作物分类
AB值：
0.326697
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。
