华南地区典型种植园地遥感分类研究.docVIP

华南地区典型种植园地遥感分类研究.doc

  1. 1、本文档共12页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
华南地区典型种植园地遥感分类研究

华南地区典型种植园地遥感分类研究 关舒婧 韩鹏鹏 王月如 韩宇 易琳 周廷刚 陈劲松 西南大学地理科学学院三峡库区生态环境教育部重点实验室 中国科学院深圳先进技术研究院 X 关注成功! 加关注后您将方便地在 我的关注中得到本文献的被引频次变化的通知! 新浪微博 腾讯微博 人人网 开心网 豆瓣网 网易微博 摘????要: 华南地区种植园地广泛分布, 类型混杂多样, 导致园地分布信息难以正确获取, 为农业管理造成了较大困难。本研究基于Landsat8 OLI数据, 通过数据融合、特征优化, 应用随机森林算法构建面向对象的种植园地分类规则集, 对华南地区典型经济作物香蕉、柑橘、葡萄、蒲葵、海枣、番木瓜和火龙果等进行类别识别, 同时对比贝叶斯分类法、K最邻近分类法、支持向量机法、决策树分类法的分类效果。结果表明:数据融合会在一定程度上影响分类结果精度;植株形态、光谱特征接近, 种植期交错是影响华南地区典型园地分类精度的重要原因;以中分辨率影像为数据源, 面向对象的随机森林算法应用于种植园地分类研究总体精度可达88.05%, Kappa系数0.87, 可以有效区分华南地区典型种植园地类别;相比于其他算法, 随机森林算法在分类精度、可靠性和稳定性上具有一定优势, 可为园地作物生长监测和种植管理提供科学依据。 关键词: 随机森林算法; 面向对象分类; 种植园地; landsat8 OLI; 数据融合; 作者简介:关舒婧 (1993-) , 女, 陕西华阴人, 硕士生, 主要从事遥感与GIS应用研究。E-mail:sj.guan@ 作者简介:周廷刚 (1971-) , 男, 四川人, 教授, 博士, 主要从事遥感与地理信息系统及其应用研究。E-mail:zhoutg@163.com 收稿日期:2017-06-19 基金:深圳市科技计划项目 (JCYJ20150831194835299) Study on the Classification of Typical Plantations in South China GUAN Shujing HAN Pengpeng WANG Yueru HAN Yu YI Lin ZHOU Tinggang CHEN Jinsong Key Laboratory of Eco-environments in Three Gorges Reservoir Region (Ministry of Education) , School of Geographical Science, Southwest University; Shenzhen Institute of Advanced Technology, Chinese Academy of Sciences; Abstract: Plantation refers to the land of perennial woody and herbaceous plants that are planted to collect fruit and leaves, including the land used for nursery. Plantations in southern China is widely distributed, and the types are mixed and diversified. As a result, it is difficult to obtain the information of the garden distribution, which has caused great difficulties for agricultural management. In order to improve the classification accuracy of the remote sensing images of the plant species, using Landsat8 OLI data, we took the random forest algorithm to construct object-oriented plantation classification rule set based on data fusion and feature optimization. This was used to classify the banana, citrus, grape, livistona chinensis, phoenix dactylifera, carica papaya, hylocereus undatus and so on, whi

文档评论(0)

zijingling + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档