运用植被指数时序特征对落叶松人工林分类
收藏国家林业和草原科学数据中心2022-11-02 更新2024-03-06 收录
下载链接：
https://www.forestdata.cn/dataDetail.html?id=CSTR:17575.11.0220221102173.040001.V1
下载链接
链接失效反馈官方服务：
资源简介：
为探究植被指数时序特征是否有利于落叶松人工林提取，以孟家岗林场为研究试验区域，根据落叶松人工林季相和物候特征，利用Landsat8OLI影像数据提取研究区内5种植被的归一化植被指数(INDV)、差值植被指数(IDV)、比值植被指数(IＲV)、增强型植被指数(IEV)，构建相应的植被指数时序特征。采用最大似然和随机森林两种方法对单一时相影像和加入植被指数时序特征的影像进行对比试验。结果表明:影像中加入植被指数时序特征后，最大似然算法的分类总体精度为89．53%，Kappa系数为0．87，比单一时序特征的影像分类精度提高了13．35%;随机森林算法的森林类型分类总体精度为93．22%，Kappa系数为0．92，比单一时序特征的影像分类精度提高了19．8%。因此，加入植被指数时序特征后能得到更高的落叶松人工林提取精度
提供机构：
国家林业和草原科学数据中心
创建时间：
2022-11-02
搜集汇总
数据集介绍
背景与挑战
背景概述
该数据集研究利用植被指数时序特征提升落叶松人工林分类精度，基于Landsat8 OLI影像提取多种指数并构建时序特征，通过最大似然和随机森林算法对比试验，结果显示加入时序特征后分类总体精度显著提高，分别达到89.53%和93.22%。
以上内容由遇见数据集搜集并总结生成
