基于最优尺度和随机森林算法的海岛土地利用遥感分类研究——以觉华岛及周边海岛为例

为了研究海岛土地利用分类，文章以辽宁省葫芦岛市觉华岛及周边海岛为例，利用北京二号卫星融合后的0.8 m高分辨率遥感数据，通过局部方差变化率曲线峰值确定了岛屿上各地类的最优分割尺度，顾及形状和紧致度参数。探讨了随机森林算法在提高海岛土地利用类型分类精度的可靠性。结果表明，当形状因子、紧致度因子和分割尺度3个参数组合为（0.5，0.6，180）时，在最优特征数为13，随机森林决策树为200时，整幅图分类精度表现最佳，总分类精度达到81.73%，总Kappa系数为0.798 0。各类别中：海岛植被常绿针叶林地最佳分割参数为（0.5，0.4，415），Kappa系数为0.923 2。落叶阔叶林地最佳分割参数为（0.4，0.6，465），Kappa系数为0.895 0。灌草地最佳分割参数为（0.5，0.4，230），Kappa系数为0.889 0。海岛植被提取的生产者精度优于90.40%；海岸带中基岩海岸最佳分割参数为（0.5，0.6，520），Kappa系数为0.909 2。粉砂淤泥质海岸最佳分割参数为（0.4，0.6，465），Kappa系数为0.979 9。海岸带提取的生产者精度优于92.07%；耕地中有茬耕地和无茬耕地最佳分割参数为（0.5，0.6，180），Kappa系数分别为0.858 7和0.915 3。耕地提取的生产者精度优于87.70%。由此可见，针对海岛每一种的土地利用类型，都会存在一个最优尺度与之相吻合，尚不存在单一的普适尺度满足所有地类。

Remote Sensing Classification of Island Land Use Based on Optimal Scale and Random Forests: A case study in Juehua Island and surrounding islands