《表4 3种不同分类算法结果混淆矩阵》

  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

《应用Sentinel-2A NDVI时间序列和面向对象决策树方法的农作物分类》

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

利用随机选择的312个地面验证点，通过计算分类混淆矩阵的方法对分类结果进行精度验证，如表4所示。验证样本包括大豆102个、玉米92个、春小麦44个、水稻33个、其他41个（水体3个、湿地17个、草地10个、林地12个、建筑用地9个）。总体精度达到96.2%，kappa系数为0.892，其中春小麦的制图精度达到97.7%、用户精度达到100%，大豆的制图精度达到94.1%、用户精度达到94.1%，玉米和水稻的分类精度也超过90%。总体上，各作物类型的分类结果较为准确，分类精度较高。