《表3 基于SVM分类方法精度验证分析(1)》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于Sentinel-1A数据的临高县早稻面积提取》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

（1）:列表中数值分别表示NDVV/NDVH对应的结果。

根据研究区早稻物候资料和野外调查资料，选取3月10日、3月22日、4月3日、4月15日、4月27日的水体归一化极化SAR数据，采用SVM分类方法提取早稻面积。从表3可知，从早稻面积和空间位置信息分析，单时相、多时相的极化SAR数据提取早稻面积效果都不佳。虽然在多时相的NDVH数据上，早稻区域与非早稻区域的可分离度满足了分类识别提取的要求，但是根据本文分析，因为SVM监督分类方法训练过度和极化SAR数据相干斑点噪声的影响，早稻面积的识别提取精度不能满足实际生产和应用的要求。