elib
DLR-Header
DLR-Logo -> http://www.dlr.de
DLR Portal Home | Impressum | Datenschutz | Kontakt | English
Schriftgröße: [-] Text [+]

Per-field crop classification in irrigated agricultural regions in middle Asia using random forest and support vector machine ensemble

Löw, Fabian und Schorcht, Gunther und Michel, U. und Dech, Stefan und Conrad, Christopher (2012) Per-field crop classification in irrigated agricultural regions in middle Asia using random forest and support vector machine ensemble. In: Proc. SPIE 8538, Earth Resources and Environmental Remote Sensing/GIS Applications III, 85380R, Seiten 1-11. SPIE Remote Sensing, 2012-09-24 - 2012-09-27, Edinburgh, UK. doi: 10.1117/12.974588.

Dieses Archiv kann nicht den Volltext zur Verfügung stellen.

Offizielle URL: http://proceedings.spiedigitallibrary.org/proceeding.aspx?articleid=1387492

Kurzfassung

Accurate crop identification and crop area estimation are important for studies on irrigated agricultural systems, yield and water demand modeling, and agrarian policy development. In this study a novel combination of Random Forest (RF) and Support Vector Machine (SVM) classifiers is presented that (i) enhances crop classification accuracy and (ii) provides spatial information on map uncertainty. The methodology was implemented over four distinct irrigated sites in Middle Asia using RapidEye time series data. The RF feature importance statistics was used as feature-selection strategy for the SVM to assess possible negative effects on classification accuracy caused by an oversized feature space. The results of the individual RF and SVM classifications were combined with rules based on posterior classification probability and estimates of classification probability entropy. SVM classification performance was increased by feature selection through RF. Further experimental results indicate that the hybrid classifier improves overall classification accuracy in comparison to the single classifiers as well as user´s and producer´s accuracy.

elib-URL des Eintrags:https://elib.dlr.de/91639/
Dokumentart:Konferenzbeitrag (Vortrag)
Titel:Per-field crop classification in irrigated agricultural regions in middle Asia using random forest and support vector machine ensemble
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Löw, Fabianfabian.loew (at) uni-wuerzburg.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Schorcht, GuntherGunther.Schorcht (at) uni-wuerzburg.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Michel, U.NICHT SPEZIFIZIERTNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Dech, Stefanstefan.dech (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Conrad, Christopherchristopher.conrad (at) uni-wuerzburg.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Datum:2012
Erschienen in:Proc. SPIE 8538, Earth Resources and Environmental Remote Sensing/GIS Applications III, 85380R
Referierte Publikation:Ja
Open Access:Nein
Gold Open Access:Nein
In SCOPUS:Nein
In ISI Web of Science:Nein
DOI:10.1117/12.974588
Seitenbereich:Seiten 1-11
Status:veröffentlicht
Stichwörter:Ensemble classifier, feature selection, Hughes phenomenon, map uncertainty, random forest (RF), RapidEye, support vector machine (SVM)
Veranstaltungstitel:SPIE Remote Sensing
Veranstaltungsort:Edinburgh, UK
Veranstaltungsart:internationale Konferenz
Veranstaltungsbeginn:24 September 2012
Veranstaltungsende:27 September 2012
HGF - Forschungsbereich:Luftfahrt, Raumfahrt und Verkehr
HGF - Programm:Raumfahrt
HGF - Programmthema:Erdbeobachtung
DLR - Schwerpunkt:Raumfahrt
DLR - Forschungsgebiet:R EO - Erdbeobachtung
DLR - Teilgebiet (Projekt, Vorhaben):R - Geowissenschaftl. Fernerkundungs- und GIS-Verfahren
Standort: Oberpfaffenhofen
Institute & Einrichtungen:Deutsches Fernerkundungsdatenzentrum
Deutsches Fernerkundungsdatenzentrum > Leitungsbereich DFD
Hinterlegt von: Wöhrl, Monika
Hinterlegt am:12 Dez 2014 14:50
Letzte Änderung:24 Apr 2024 19:57

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags

Blättern
Suchen
Hilfe & Kontakt
Informationen
electronic library verwendet EPrints 3.3.12
Gestaltung Webseite und Datenbank: Copyright © Deutsches Zentrum für Luft- und Raumfahrt (DLR). Alle Rechte vorbehalten.