基于GEE平台与Sentinel数据的土地覆被分类研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘  要：遥感技术的大面积、实时、多时相对地观测优势，为遥感监督分类提供便利，准确的土地覆被信息是土地资源管理和监测的基础，应及时研发一种简单、快速和高精度的分类方法。该文选取吉林西部的白城市为研究案例，基于随机森林分类方法，以Sentinel-2高分辨率卫星影像作为数据源，在GEE云计算平台，进行样本点选取，并将样本点数据集与多波段合成影像添加到随机森林分类器中，将影像分为耕地、水体、盐碱地、城镇和湿地5类。（剩余6886字）

试读结束

目录
monitor