排序方式： 共有2条查询结果，搜索用时 0 毫秒
1
1.
选取钱塘江中游地区约348 km2为实验区,综合归一化植被指数、纹理信息和数字地形模型(DEM)派生的高程、坡度等辅助数据,对SPOT5影像的光谱特征进行扩展,建立基于C5.0算法的模型,实现对土地利用信息的自动提取,并将分类结果与基于传统像元的最大似然分类结果作比较。结果表明,训练样本的有效性和辅助特征数据的参与可排除干扰信息;随着样点数量的增加,分类精度提高;决策树向决策规则的转化,能够在保证精度的基础上使规则更易理解;利用C5.0算法的总精度达到94.68%,较最大似然分类法提高了7.37%,有效实现了高精度分类,是保证钱塘江流域地区土地利用遥感信息快速准确提取的方法之一。 相似文献
2.
基于环境辅助变量的拔山茶园土壤肥力空间预测 总被引：1，自引：0，他引：1
以地形因子、植被覆盖度等为辅助变量,利用回归克里格法预测低山丘陵区茶园土壤肥力,分析了富阳市拔山茶园土壤肥力的空间变异规律.结果表明:相对高程、平/纵向曲率等结构性因素是引起研究区土壤肥力空间变异的主要原因,研究区土壤肥力沿海拔高度呈垂直变化,随着海拔高度的降低土壤肥力水平也逐渐降低;拔山茶园土壤肥力总体较高,肥力较低的区域面积仅占研究区总面积的5%.回归克里格法所得土壤肥力的预测精度明显高于普通克里格,其平均预测误差和预测均方根误差分别为0.028和0.108.该方法能充分反映环境变量对土壤肥力的影响,提高土壤肥力的空间预测精度,可为茶园的精准管理提供依据. 相似文献
1