《表3 精度评价混淆矩阵》

  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

《基于Google Earth Engine与多源遥感数据的海南水稻分类研究》

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

经过汇总，最终得到海南省水稻种植面积为151.4千hm2，与实际情况接近。常规水稻面积统计更多依赖于结合地籍数据的填图，地块分割的过程中可能包含部分田埂、防护林等，基于遥感数据的分类结果与地表实际状况符合程度更高。检验分类结果精度的混淆矩阵如表3所示。用于验证的水稻样点共1083个（部分样本通过PPPM方法获取），其中错分78个，生产者精度为92.7%。用于其他地类验证的样点共257个，错分13个，用户精度为98.7%，FScore为95.6%。综上结果表明，基于非监督的随机森林方法对于云污染严重的海南省表现稳定、可靠，能够有效区分水稻与水体、旱作农田等相似地类。分类特征提取过程中不进行人工干预，完全由算法后台分析。因此，本方法满足工程化自动运行的条件。