在Google上利用随机森林分类器对Sentinel -1和Sentinel -2卫星数据的时间序列进行多种光谱指数的数据融合组合。本研究还生成了一种新的光谱指数,命名为"DVI Red Index(DVIR) ",并进行了实验。结果表明," Sentinel-1、Sentinel-2和10指数”数据融合的总体精度最高(95.5%)," Sentinel-1和新比值指数 (DVIR)”数据...
我们使用了随机森林分类器和Sentinel-2和Landsat 8的密集时间序列数据,并结合每月的Sentinel-1复合数据和环境数据,评估了光学、雷达和环境数据的相对重要性。——提出生产逐年国家农业土地覆盖图的工作流程,对2017-2019年24类农业用地制图,使用随机森林分类器和密集时序Sentinel 1/2,Landsat和环境数据,评估了光学、雷达...
结果显示,“Sentinel-1、Sentinel-2和10指数”数据融合的总体精度最高(95.5%),而“Sentinel-1和DVIR”数据融合的橄榄类用户精度最高(97.2%)。在10个光谱指数的独立分类中,DVIR的总体精度最高(94.8%),橄榄类用户的精度位居第三(84.4%)。油橄榄的识别与监测对于地中海国家的经济发展至关重要。Sentinel-1与Sentinel...