GEE提取东北地区长时(2020)序主要作物(玉米、水稻、大豆)数据(30米分辨率)
作为中国重要的粮仓之一,东北对于中国的粮食安全起着至关重
要的作用。为了应对粮食需求和土壤保护的挑战,东北已经实行了轮
作和免耕,这些政策的实施也引起了年际作物种植面积和分布的变化。
为了更好的在区域尺度对作物种植类型进行时序监测,基于六边形策
略和分块分类的自动样本采样的随机森林分类方法。利用该方法,利
用 Landsat-8 影像进行了东北地区 2013-2021 年长时序作物分类。通
过与统计数据对比,该作物制图有较高的一致性,并且有较高的总体
精度。
数据精度:根据混淆矩阵得知,从 2013 年到 2021 年的所有分类
结果,OA 均高于 0.9,平均 OA 为 0.94,Kappa 系数从 0.83 到 0.95
不等。
原始影像:Landsat-8 影像
时间:2013-2021
地区:东北
要的作用。为了应对粮食需求和土壤保护的挑战,东北已经实行了轮
作和免耕,这些政策的实施也引起了年际作物种植面积和分布的变化。
为了更好的在区域尺度对作物种植类型进行时序监测,基于六边形策
略和分块分类的自动样本采样的随机森林分类方法。利用该方法,利
用 Landsat-8 影像进行了东北地区 2013-2021 年长时序作物分类。通
过与统计数据对比,该作物制图有较高的一致性,并且有较高的总体
精度。
数据精度:根据混淆矩阵得知,从 2013 年到 2021 年的所有分类
结果,OA 均高于 0.9,平均 OA 为 0.94,Kappa 系数从 0.83 到 0.95
不等。
原始影像:Landsat-8 影像
时间:2013-2021
地区:东北
数据分辨率:30m
作物类型:玉米、大豆、水稻
作物类型:玉米、大豆、水稻