中国农业科学院农业信息研究所 主办
当前位置: 首页 > 文章 > 基于无人机高分辨率影像的农作物分类研究

基于无人机高分辨率影像的农作物分类研究

吉林大学地球探测科学与技术学院

摘  要:
农作物分类是精准农业中的重要技术之一.为探究多品类作物分类的有效方法,基于无人机高分辨率遥感影像,分别应用基于像元和面向对象分类方法建立了研究区内28类典型农作物分类模型,并采用总体精度、Kappa系数、用户精度、生产者精度对分析结果进行了评价.结果表明:基于像元的最小距离法、马氏距离法、最大似然法、神经网络法和支持向量机的农作物分类结果均存在严重的"椒盐现象",分类总体精度均低于90%,Kappa系数低于0.9,而面向对象分类法有效解决了地块破碎及作物交织混杂等问题,分类后多数地块完整性良好,更符合实际情况,分类总体精度达91.73%,Kappa系数达0.87.同时,对比分析了2种方法下各类作物的分类结果,发现面向对象分类方法改善了多数作物的分类效果及精度,为基于无人机高分辨率影像的农作物分类提供了参考.

关键词:无人机;高分辨率影像;面向对象分类;基于像元分类;农作物分类

PDF下载 引用

所属期刊

江西农业学报

ISSN: 1001-8581

CN: 36-1124/S

相似文章

推荐期刊