基于GEE和时序主被动影像的广西北部湾红树林时空动态监测研究

邓建明, 姚航, 付波霖, 顾森, 唐婕, 甘园园

Monitoring the spatiotemporal dynamics of mangrove forests in Beibu Gulf, Guangxi Zhuang Autonomous Region, China, using Google Earth Engine and time-series active and passive remote sensing images

DENG Jianming, YAO Hang, FU Bolin, GU Sen, TANG Jie, GAN Yuanyuan

表5 1985—2019年各分类方案总体分类精度及Kappa系数

Tab.5 The overall classification accuracies and Kappa coefficient of different remote sensing data from 1985 to 2019

年份 方案 Kappa系数 总体分类精度/% 1985年 方案1 0.869 88.8 方案2 0.884 90.1 1995年 方案1 0.761 80.0 方案2 0.853 87.7 2005年 方案1 0.881 90.1 方案2 0.901 91.8 方案3 0.908 92.3 2015年 方案1 0.874 89.3 方案2 0.900 91.6 方案3 0.907 92.1 2019年 方案1 0.881 90.1 方案2 0.900 91.6 方案3 0.956 96.3 方案4 0.943 95.3