《表6 随机森林算法条件下原始影像波段与特征波段分类精度对比》

  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-2A影像的县域冬小麦种植面积遥感监测》

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

由表6可知，未加入特征波段，采用原始影像波段作为随机森林分类器的输入数据，分类结果的总体精度为94.72%，Kappa系数为0.92；采用3项特征波段后，分类结果的总体精度增加了3.39百分点，Kappa系数增加了0.05，这与分类结果（图1）表现一致，说明综合主成分分析、红边归一化植被指数以及纹理特征后能提高遥感影像分类总体精度，同时冬小麦的分类用户精度由87.91%提升到92.22%，说明引入特征波段有助于提高冬小麦种植面积提取的可信度。