《表3 精度评定结果Tab.3 Accuracy evaluation result》

  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

《面向对象的特色农作物种植遥感调查方法研究》

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

从表2、3可看出，本文所建立的面向对象的支持向量机分类模型，总体精度达到了94.94%，Kappa系数为0.9174，分类结果良好，具有一定的可靠性。在分类结果中，硒砂瓜的制图精度和用户精度均大于98%，说明模型对硒砂瓜具有很好的识别能力和提取精度，只有少部分被错误分类为枸杞；大枣具有最高的制图精度，但同时用户精度仅为87.28，这说明模型对大枣的在图像上的提取能力较好，但同时大枣的特征和大枣类似，易将大枣判别为枸杞，出现大枣错分的现象严重；枸杞的制图精度最低，仅为79.76%，漏分现象严重，主要原因是枸杞的光谱特征不明显，易与其他作物类型混淆，难区分。