多时相影像的典型区农作物识别分类方法对比研究

被引：31

作者：

彭光雄 ^{[1
]}

宫阿都 ^{[2
]}

崔伟宏 ^{[1
]}

明涛 ^{[3
]}

陈锋锐 ^{[1
]}

机构：

[1] 中国科学院遥感应用研究所

[2] 北京师范大学减灾与应急管理研究院

[3] 中国科学院地理科学与资源研究所

来源：

地球信息科学学报 | 2009年 / 11卷 / 02期

基金：

中国博士后科学基金;

关键词：

多时相影像; 遥感分类; 方法比较;

D O I：

暂无

中图分类号：

S127 [遥感技术在农业上的应用]; P237 [测绘遥感技术];

学科分类号：

082804 ; 1404 ;

摘要：

基于甘蔗和玉米的物候特征差异,对多时相影像典型分类方法处理的适宜性和准确性进行了比较研究。并以目视解译结果作为参考数据,利用全样本检验法,对自动分类的结果进行了精度检验。试验结果表明:面向对象法的分类精度最高,总体Kappa系数为0.655,是最适宜的方法;其次是BP神经网络法和光谱角制图法,总体Kappa系数分别为0.635和0.631;而最大似然法和分类后比较法则是不适宜采纳的分类方法,总体Kappa系数分别为0.601和0.577。上述分析可见,它们对遥感分类处理多时相影像识别算法的适用性选取有一定参考意义。

引用

页码：225 / 230

页数：6

共 17 条

[1] 铅污染水稻的冠层高光谱特征研究 [J].