摘要
[目的]该研究对小麦、玉米轮作制下耕地的面积与分布有重要意义.[方法]基于目视判别收集样本点和GEE平台,分析地物的NDVI、EVI等指数时序特征,开发特征识别算法提取2018年玉麦轮作区面积分布,同时与CART算法监督分类结果进行精度分析.[结果]与基于多光谱的监督分类相比,基于时序特征的识别算法准确率、精准率、F1 Score和Kappa系数分别提高了0.121、0.110、0.136和0.246.[结论]基于时序特征的特征识别算法可有效识别玉麦轮作区,该算法可为轮作区农业生产提供基础数据支持.
国家科技期刊平台
NSTL
维普
万方数据