基于Sentinel-2遥感影像的莓茶空间分布研究

打开文本图片集

摘要 本研究以M地为研究区，基于多时相Sentinel-2影像数据，采用典型植被指数NDVI和EVI时间序列变化特征构建决策树分类模型，提取研究区莓茶种植区域并绘制莓茶种植区域图；利用决策树分类方法、最大似然法和支持向量机进行分类精度对比。结果表明，（1）M地莓茶种植主要分布于中部与北部的T地、M地和G地，东部与南部的D地和Q地分布较少；（2）通过3种分类结果对比发现，决策树分类方法（总体精度为97.2%，Kappa系数为0.963）最优，其次为支持向量机（总体精度为92.9%，Kappa系数为0.896），最大似然法分类效果（总体精度为91.7%，Kappa系数为0.888）最差。（剩余10661字）