非监督分类的冬小麦种植信息提取模型
Bulletin of Surveying and Mapping（2019）
摘要
为了解决在区域冬小麦种植信息遥感提取过程中监督学习算法存在的需要地面样本数据支持、流程复杂、人为干扰因素多及自动化程度低等问题,本文以非监督分类为核心,结合多尺度技术,提出了一种新的非监督分类冬小麦种植信息提取模型.选取河北省辛集市为典型试验区,以2014年高分一号数据为数据源,对本文提出的模型进行实例验证.试验结果表明:该模型的Kappa系数为0.88,整体精度为94.00％;对于研究区内的冬小麦,在无需训练样本、人为干扰因素少等条件下,该模型具有与监督分类相似的提取精度,能够满足冬小麦种植信息地面遥感监测的需求.
更多关键词
winter wheat planting information,unsupervised classification,extraction model,winter wheat
AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要