首页    期刊浏览 2024年08月31日 星期六
登录注册

文章基本信息

  • 标题:Land use classification from Sentinel-2 imagery
  • 本地全文:下载
  • 作者:J. Borràs ; J. Delegido ; A. Pezzola
  • 期刊名称:Revista de Teledetección
  • 印刷版ISSN:1988-8740
  • 出版年度:2017
  • 期号:48
  • 页码:55-66
  • DOI:10.4995/raet.2017.7133
  • 出版社:Universitat Politècnica de València
  • 摘要:Sentinel-2 (S2) es un nuevo satélite de la ESA que cuenta con 13 bandas proporcionando imágenes de alta calidad radiométrica y excelente resolución espacial (10 y 20 m) ideal para trabajos de clasificación. En este trabajo se han abordado dos objetivos: determinar el mejor método de clasificación con S2, y cuantificar su mejora respecto a otras misiones operativas, como SPOT. Para ello se han seleccionado cuatro clasificadores (LDA, RF, Árboles de decisión, K-NN) que se han aplicado en dos zonas agrarias: una en la huerta de Valencia (España) y otra en la región de Buenos Aires (Argentina). Se han probado todos los clasificadores usando, por una parte, todas las bandas de S2, y por otra usando sólo las cuatro que coinciden con SPOT. En todos los casos se han aplicando porcentajes entre el 10 y el 50% de datos de entrenamiento y usado el resto de datos como validación. Como resultado se ha generado un mapa de usos del suelo a partir del mejor clasificador, basándose en el índice Kappa, proporcionando información científicamente relevante como es el área ocupada por cada una de las clases.
  • 其他摘要:Sentinel-2 (S2), a new ESA satellite for Earth observation, accounts with 13 bands which provide high-quality radiometric images with an excellent spatial resolution (10 and 20 m) ideal for classification purposes. In this paper, two objectives have been addressed: to determine the best classification method for S2, and to quantify its improvement with respect to the SPOT operational mission. To do so, four classifiers (LDA, RF, Decision Trees, K-NN) have been selected and applied to two different agricultural areas located in Valencia (Spain) and Buenos Aires (Argentina). All classifiers were tested using, on the one hand, all the S2 bands and, on the other hand, only selecting those bands from S2 closer to the four bands from SPOT. In all the cases, between 10%-50% of samples were used to train the classifier while remaining the rest for validation. As a result, a land use map was generated from the best classifier, according to the Kappa index, providing scientifically relevant information such as the area of each land use class.
  • 关键词:Clasificación;teledetección;usos de suelo;índice Kappa;Sentinel-2
  • 其他关键词:classification;remote sensing;land use;Kappa Index;Sentinel-2
国家哲学社会科学文献中心版权所有