《表3 不同分辨率下分类精度比较》

  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-2影像分辨率提升的西南山区油菜作物识别研究》

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

基于前述选取的包含水体、林地、水田、油菜、道路、人工建筑等类型的80个地物样本点，利用En MAP-Box工具包中的随机森林算法对不同分辨率的遥感图像进行油菜提取，分布结果如图6，不同分辨率下分类精度如表3所示。可以看出，对于同源数据的Sentinel-2而言，特征波段数量相同，提高分辨率能够有效提高地物信息分类精度，总体精度由72.29%提高到79.52%，Kappa系数从0.66上升到0.75；对比Sentinel-2与GF-1数据，在同等分辨率条件下，尽管地物分类总体精度和Kappa值有微小变化，但由于Sentinel-2数据涵盖对绿色作物较为敏感的红边波段，油菜作物的制图精度有较大提高，从91.30%提高到95.65%。