《表3 参考地物的训练和验证样本像素数》

  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SAR与光学遥感数据相结合的农作物种植类型识别研究》

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

（个）

本文研究采用实地GPS调研以及目视解译融合的方式，直接获取标准样本集[10]。在2018年5月8日进行实地调研。在目视方法的支持下，结合相应范围的比重掌握了不同种类的数目，并一共形成了28 169个相应像素点。运用随机的方式选定大约样本集的50%为训练样本（表3），另外的一半用来分析精度（表4）。借助混淆矩阵对分类结果进行评估研究，评估指标主要为整体分类精度和Kappa系数等。