何云:基于Sentinel-2A影像特征优选的随机森林土地覆盖分类论文

何云:基于Sentinel-2A影像特征优选的随机森林土地覆盖分类论文

本文主要研究内容

作者何云,黄翀,李贺,刘庆生,刘高焕,周振超,张晨晨(2019)在《基于Sentinel-2A影像特征优选的随机森林土地覆盖分类》一文中研究指出:中南半岛地处热带、亚热带地区,由于水热条件适宜,植被生长旺盛,土地利用强度高,地表覆盖类型的光谱特征时空变异复杂,使用传统的基于光谱特征的遥感分类精度难以保证。Sentinel-2A卫星遥感数据具有较丰富的光谱波段和较高的空间分辨率,为土地覆盖遥感分类提供了多维特征空间。但多维特征参与分类容易造成信息冗余,从而导致分类速度和精度降低。因此,如何充分利用Sentinel-2A数据丰富的光谱和空间信息,并通过高维特征空间降维进行特征优选对于提高分类精度具有重要意义。本文以中南半岛典型地区土地覆盖分类为例,利用Sentinel-2A多波段光谱特征,归一化植被指数(NDVI)、比值植被指数(RVI)、差值植被指数(DVI)、归一化水体指数(NDWI)等指数特征以及对比度、相关性、能量、均值、熵等纹理特征,在随机森林模型框架下,采用平均不纯度减少方法对不同特征在土地覆盖分类中的重要程度进行识别;利用袋外(OOB)误差方法,对重要特征组合进行了优选;利用优选特征进行随机森林土地覆盖分类,并与原始随机森林分类结果进行对比。结果表明:Sentinel-2A影像的光谱特征和纹理特征在土地覆盖分类中具有较为重要的作用,光谱特征中短波红外、可见光、植被红边波段重要性较大,纹理特征中均值、能量法重要性较高。选择重要性列前9位的特征参与分类时,OOB精度达到最高;继续增加特征会使模型复杂度过高,容易发生过拟合而使得分类精度不增反降。通过特征优选高效利用了Sentinel-2A丰富的光谱和纹理信息,其总体分类精度达87.53%,Kappa系数达0.8461,优于原始随机森林方法,一定程度上提高了热带亚热带地区复杂土地覆盖分类精度。

Abstract

zhong na ban dao de chu re dai 、ya re dai de ou ,you yu shui re tiao jian kuo yi ,zhi bei sheng chang wang cheng ,tu de li yong jiang du gao ,de biao fu gai lei xing de guang pu te zheng shi kong bian yi fu za ,shi yong chuan tong de ji yu guang pu te zheng de yao gan fen lei jing du nan yi bao zheng 。Sentinel-2Awei xing yao gan shu ju ju you jiao feng fu de guang pu bo duan he jiao gao de kong jian fen bian lv ,wei tu de fu gai yao gan fen lei di gong le duo wei te zheng kong jian 。dan duo wei te zheng can yu fen lei rong yi zao cheng xin xi rong yu ,cong er dao zhi fen lei su du he jing du jiang di 。yin ci ,ru he chong fen li yong Sentinel-2Ashu ju feng fu de guang pu he kong jian xin xi ,bing tong guo gao wei te zheng kong jian jiang wei jin hang te zheng you shua dui yu di gao fen lei jing du ju you chong yao yi yi 。ben wen yi zhong na ban dao dian xing de ou tu de fu gai fen lei wei li ,li yong Sentinel-2Aduo bo duan guang pu te zheng ,gui yi hua zhi bei zhi shu (NDVI)、bi zhi zhi bei zhi shu (RVI)、cha zhi zhi bei zhi shu (DVI)、gui yi hua shui ti zhi shu (NDWI)deng zhi shu te zheng yi ji dui bi du 、xiang guan xing 、neng liang 、jun zhi 、shang deng wen li te zheng ,zai sui ji sen lin mo xing kuang jia xia ,cai yong ping jun bu chun du jian shao fang fa dui bu tong te zheng zai tu de fu gai fen lei zhong de chong yao cheng du jin hang shi bie ;li yong dai wai (OOB)wu cha fang fa ,dui chong yao te zheng zu ge jin hang le you shua ;li yong you shua te zheng jin hang sui ji sen lin tu de fu gai fen lei ,bing yu yuan shi sui ji sen lin fen lei jie guo jin hang dui bi 。jie guo biao ming :Sentinel-2Aying xiang de guang pu te zheng he wen li te zheng zai tu de fu gai fen lei zhong ju you jiao wei chong yao de zuo yong ,guang pu te zheng zhong duan bo gong wai 、ke jian guang 、zhi bei gong bian bo duan chong yao xing jiao da ,wen li te zheng zhong jun zhi 、neng liang fa chong yao xing jiao gao 。shua ze chong yao xing lie qian 9wei de te zheng can yu fen lei shi ,OOBjing du da dao zui gao ;ji xu zeng jia te zheng hui shi mo xing fu za du guo gao ,rong yi fa sheng guo ni ge er shi de fen lei jing du bu zeng fan jiang 。tong guo te zheng you shua gao xiao li yong le Sentinel-2Afeng fu de guang pu he wen li xin xi ,ji zong ti fen lei jing du da 87.53%,Kappaji shu da 0.8461,you yu yuan shi sui ji sen lin fang fa ,yi ding cheng du shang di gao le re dai ya re dai de ou fu za tu de fu gai fen lei jing du 。

论文参考文献

  • [1].基于随机森林算法的福建省林火发生主要气象因子分析[J]. 梁慧玲,郭福涛,苏漳文,王文辉,林芳芳,林玉蕊.  火灾科学.2015(04)
  • [2].基于气象因子的随机森林算法在塔河地区林火预测中的应用[J]. 梁慧玲,林玉蕊,杨光,苏漳文,王文辉,郭福涛.  林业科学.2016(01)
  • [3].基于随机森林模型的需水预测模型及其应用[J]. 王盼,陆宝宏,张瀚文,张巍,孙银凤,季妤.  水资源保护.2014(01)
  • [4].混合式随机森林的土壤钾含量高光谱反演[J]. 王轩慧,郑西来,韩仲志,王轩力,王娟.  光谱学与光谱分析.2018(12)
  • [5].基于随机森林模型的陆地卫星-8遥感影像森林植被分类[J]. 张晓羽,李凤日,甄贞,赵颖慧.  东北林业大学学报.2016(06)
  • [6].综合应用多源遥感数据的面向对象土地覆盖分类方法[J]. 李晓红,陈尔学,李增元,李世明.  林业科学.2018(02)
  • [7].基于随机森林回归模型的思茅松人工林生物量遥感估测[J]. 孙雪莲,舒清态,欧光龙,胥辉.  林业资源管理.2015(01)
  • [8].基于气象因子的随机森林算法在湘中丘陵区林火预测中的应用[J]. 潘登,郁培义,吴强.  西北林学院学报.2018(03)
  • [9].基于随机森林模型的林地叶面积指数遥感估算[J]. 姚雄,余坤勇,杨玉洁,曾琪,陈樟昊,刘健.  农业机械学报.2017(05)
  • [10].基于随机森林算法的橡胶林地上生物量遥感反演研究——以景洪市为例[J]. 王云飞,庞勇,舒清态.  西南林业大学学报.2013(06)
  • 论文详细介绍

    论文作者分别是来自资源科学的何云,黄翀,李贺,刘庆生,刘高焕,周振超,张晨晨,发表于刊物资源科学2019年05期论文,是一篇关于特征优选论文,随机森林论文,土地覆盖分类论文,袋外误差方法论文,中南半岛论文,泰国穆河流域论文,资源科学2019年05期论文的文章。本文可供学术参考使用,各位学者可以免费参考阅读下载,文章观点不代表本站观点,资料来自资源科学2019年05期论文网站,若本站收录的文献无意侵犯了您的著作版权,请联系我们删除。

    标签:;  ;  ;  ;  ;  ;  ;  

    何云:基于Sentinel-2A影像特征优选的随机森林土地覆盖分类论文
    下载Doc文档

    猜你喜欢