《表2 混淆矩阵：基于时间序列叶面积指数稀疏表示的作物种植区域提取》

  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

《基于时间序列叶面积指数稀疏表示的作物种植区域提取》

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

每一类随机选取50个样点采用混淆矩阵的方式分别对2007年—2016年作物提取结果的位置精度进行验证，结果表明，每年的分类总体精度介于70.57%—83.71%，Kappa系数介于0.66—0.81。将10年的混淆矩阵进行整合（表2），2007年—2016年的分类总体精度为77.97%，Kappa系数为0.74，说明利用遥感时序数据结合稀疏表示的方法在较长时间尺度内提取作物的精度较为稳定，提取结果可较为客观地反映区域作物的空间分布信息。冬小麦—夏玉米种植区域的用户精度最高，为90.60%。早播夏玉米和果园种植区域的用户精度较高，分别为81.80%和81.60%，果园种植区域的制图精度达到最高，为97.61%。春玉米、冬小麦—夏玉米&其他地物和棉花种植区域的用户精度较低，分别为73.40%、71.60%和69.40%。