基于随机森林模型的城市不透水面提取研究 ——以呼和浩特市为例

城市不透水面信息对于城市生态环境动态演化过程研究具有重要意义。以Landsat 8遥感影像为数据源,以呼和浩特市为实证区域,进行了随机森林模型应用于城市不透水面的提取研究,并与目前应用广泛的支持向量机模型进行了对比分析。研究表明：在不同的抽样比例训练样本条件下,随机森林模型对于城市不透水面的提取精度均优于支持向量机的提取精度;对于随机森林模型和支持向量机模型,70%的训练样本比例均为最佳训练样本抽样比例。在该抽样比例下,随机森林模型提取城市不透水面的总体分类精度为93.29%,Kappa系数为0.9051,支持向量机模型的总体分类精度为91.26%,Kappa系数为0.8757;随机森林模型对于城市裸土的识别度较高,能更好地将城市裸土和不透水面进行区分,而支持向量机模型对于城市裸土、不透水面和绿地的区分能力均弱于随机森林模型。综合而言,随机森林模型对城市不透水面的提取精度优于支持向量机模型,随机森林模型可以有效应用于城市不透水面提取领域,进一步丰富了城市不透水面提取方法体系构成。