典型文献
基于Sentinel-2时序影像的水稻种植信息提取
文献摘要：
采用安徽省芜湖市芜湖县南部水稻种植区2019年3月至10月的Sentinel-2时序遥感影像,利用基于像素分类的支持向量机法、最大似然法,基于3种植被归一化植被指数(NDVI),比值植被指数(RVI)和归一化差异绿度指数(NDGI)的组合分类方法提取水稻种植信息,并结合目视解译结果对各种分类方法得到的分类结果依据混淆矩阵进行精度评价.结果表明,Sentinel-2遥感影像能够快速有效提取研究区域的水稻种植信息,其中最大似然法比支持向量机法更适合提取水稻信息,并且多时相影像数据的使用和相关植被指数的采用能够明显提升水稻信息提取精度,其最佳组合的水稻总体精度高达95.5％,Kappa系数达到了0.922,可作为水稻资源调查方法的一种有效补充手段.
文献关键词：
Sentinel-2;支持向量机法;最大似然法;时间序列;植被指数
中图分类号：
作者姓名：
汪荃;陈军军
作者机构：
中南勘察基础工程有限公司,武汉 430081;湖北正纽地理信息有限公司,湖北 黄石 435006
文献出处：
引用格式：
[1]汪荃;陈军军-.基于Sentinel-2时序影像的水稻种植信息提取)[J].湖北农业科学,2022(16):175-181
A类：
NDGI
B类：
Sentinel,时序影像,水稻种植信息,种植信息提取,芜湖市,芜湖县,种植区,时序遥感影像,像素分类,支持向量机法,最大似然法,归一化植被指数,NDVI,RVI,绿度指数,分类方法,取水,目视解译,混淆矩阵,精度评价,快速有效,有效提取,多时相影像,影像数据,升水,最佳组合,总体精度,Kappa,资源调查,调查方法
AB值：
0.32404
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。
