Current Location: > Detailed Browse

基于GF-1/WFV 时间序列的葡萄识别模型——以宁夏红寺堡区为例

请选择邀稿期刊:
Abstract: 以宁夏红寺堡区为研究区,基于高分一号(GF-1/WFV)卫星构建葡萄生长季时间序列光谱数据,运用(Jeffreys-Matusita)(J-M)距离分析葡萄地块归一化植被指数(NDVI)时序曲线特征确定了最佳识别时相,将最佳时相的NDVI、相邻时相差值速率和曲线积分训练样本集导入Clementine数据挖掘软件中,利用C5.0决策树分类算法,并结合专家经验法构建葡萄林决策树提取模型。结果表明:构建的识别模型能够满足葡萄的识别需求,但在不同覆盖度的葡萄地块上精度有所差异;基于决策树分类的总体精度为93.71%,Kappa系数为0.91。其中,中低覆盖度葡萄林生产精度为90.82%,用户精度为88.56%;高覆盖度葡萄林生产精度为92.44%,用户精度为91.18%。

Version History

[V1] 2019-09-10 15:41:00 ChinaXiv:201909.00090V1 Download
Download
Preview
License Information
metrics index
  •  Hits2749
  •  Downloads1689
Comment
Share