《表4 小麦及油菜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》
(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。
图表编号 | XD00191242600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.01 |
作者 | 江珊、王春、宋宏利、刘玉锋 |
绘制单位 | 河北工程大学地球科学与工程学院、滁州学院实景地理环境安徽省重点实验室、滁州学院实景地理环境安徽省重点实验室、南京信息工程大学遥感与测绘工程学院、河北工程大学地球科学与工程学院、滁州学院实景地理环境安徽省重点实验室 |
更多格式 | 高清、无水印(增值服务) |