基于決策樹和神經網絡的農作物分類研究——以廊坊市為例
摘要：以河北省廊坊市永清縣整個縣域為研究區,以GF1-WFV16m分辨率影像為數據源,選取覆蓋作物完整生長期多個時相的影像數據,構建作物歸一化植被指數(Normalized Difference Vegetation Index ,NDVI)時間序列。通過對研究區NDVI曲線的分析,發現利用該數據構建的NDVI時間序列可描述研究區作物的生長特性,體現當地不同作物的物候差異,能有效地區分出當地的種植模式。選取NDVI曲線上最大值、最小值、峰值的出現時間、峰值數量和閾值等特征參數構建決策樹。根據研究區的物候歷和對當地種植結構的調查,利用最佳時相的影像,針對某一種或特定幾種作物進行分類提取。分別采用決策樹分類、神經網絡分類等方法進行精度驗證,綜合比較得出最佳的作物分類方法。研究結果表明,在永清縣這一縣域研究區,利用GF1-WFV16m分辨率多時相遙感數據進行作物分類,采用決策樹分類、神經網絡分類兩種方法的精度分別為72.0729%、87.3%。利用決策樹分類的效果最優。
注: 保護知識產權,如需閱讀全文請聯系紅外雜志社
相關推薦
更多
