准确、及时地了解作物种植结构和信息在粮食安全、经济到政治等人类活动的许多方面都发挥着至关重要的作用。基于结合面向对象随机森林算法(Random forest,RF)和一站式地球科学大数据实时计算平台(Pixel Information Expert-Engine),探...准确、及时地了解作物种植结构和信息在粮食安全、经济到政治等人类活动的许多方面都发挥着至关重要的作用。基于结合面向对象随机森林算法(Random forest,RF)和一站式地球科学大数据实时计算平台(Pixel Information Expert-Engine),探讨了结合面向对象随机森林算法与时间序列哨兵1号合成孔径雷达(SAR)数据后向散射系数对大规模作物分类的影响,并结合哨兵1号和哨兵2号主被动遥感数据,探讨植被指数特征和纹理特征的不同组合对后向散射系数、光谱特征和作物分类精度的提高。结果表明,结合面向对象随机森林算法,可明显削弱分类的椒盐效果,且基于融合时间序列的多特征SAR和光学数据的分类精度最高,SAR数据的分类精度最低。本研究采用的方法和平台能够准确、高效地进行土地利用分类工作,具有很好的推广价值。展开更多
文摘准确、及时地了解作物种植结构和信息在粮食安全、经济到政治等人类活动的许多方面都发挥着至关重要的作用。基于结合面向对象随机森林算法(Random forest,RF)和一站式地球科学大数据实时计算平台(Pixel Information Expert-Engine),探讨了结合面向对象随机森林算法与时间序列哨兵1号合成孔径雷达(SAR)数据后向散射系数对大规模作物分类的影响,并结合哨兵1号和哨兵2号主被动遥感数据,探讨植被指数特征和纹理特征的不同组合对后向散射系数、光谱特征和作物分类精度的提高。结果表明,结合面向对象随机森林算法,可明显削弱分类的椒盐效果,且基于融合时间序列的多特征SAR和光学数据的分类精度最高,SAR数据的分类精度最低。本研究采用的方法和平台能够准确、高效地进行土地利用分类工作,具有很好的推广价值。
