- · 我院召开“十四五”科技创新规划座谈会[01/07]
- · 我院召开“十四五”规划推进会[01/02]
- · 河南日报报业集团副总编辑孙德中一行来我院调研[01/01]
- · 广东省农业科学院院长陆华忠一行到我院考察调研[12/31]
- · 国家重点研发计划“猪重要疫病的诊断与检测新技术研究”项目推进会在郑州召开[12/30]
- · 我院召开种子工作座谈会[12/25]
- · 中共河南省农业科学院直属单位第三次代表大会胜利召开[12/24]
- · 省农业农村厅厅长申延平一行到我院调研[12/23]
基于高分二号数据的小麦快速识别与精度分析
作者: 郭燕 贺佳 王利军 段俊枝 武喜红 王来刚 刘婷 张红利 郑国清
关键词: GF-2 小麦 识别 支持向量机 人工神经网络 最大似然
摘要:针对目前高分二号(GF-2)卫星遥感数据在农业领域应用较少,尤其是在农作物识别方面应用缺乏的现象,以GF-24 m多光谱遥感影像为数据源,在河南省北部小麦主要种植区域濮阳县,采用监督分类方法(包括支持向量机、人工神经网络和最大似然法)进行小麦种植空间分布信息的快速提取和精度分析.结果表明,3种分类方法对小麦的识别结果非常相似,生产者精度均在96%以上,以支持向量机法最高;用户精度均在98%以上,以最大似然法最高;Kappa系数三者比较接近,均在0.80以上;总体精度均在82%以上,以最大似然法最高,达85.15%;错分误差在2%以下,漏分误差在3%左右,对地物的识别误差总体以最大似然法最低,尤其对小麦、水体、光伏电站的识别精度非常高.综合考虑,在采用GF-2进行小麦识别时,建议采用最大似然法.