《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》
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。
图表编号 | XD0056566300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.05.25 |
作者 | 杜保佳、张晶、王宗明、毛德华、张淼、吴炳方 |
绘制单位 | 中国科学院东北地理与农业生态研究所湿地生态与环境重点实验室、中国科学院大学、中国科学院东北地理与农业生态研究所湿地生态与环境重点实验室、通化市国土资源局、中国科学院东北地理与农业生态研究所湿地生态与环境重点实验室、中国科学院东北地理与农业生态研究所湿地生态与环境重点实验室、中国科学院遥感与数字地球研究所遥感科学国家重点实验室、中国科学院遥感与数字地球研究所遥感科学国家重点实验室 |
更多格式 | 高清、无水印(增值服务) |