基于特征优选的喀斯特地区覆被信息提取及精度分析

喀斯特地区因地貌特征复杂且不规则,土地利用分类精度偏低。本文以广西南宁市上林县为研究区,结合多源数据,提取33个特征变量,并设计7种特征组合方案,探讨加入地形、纹理、红边指数及雷达特征后对喀斯特地区地类提取的作用。结合随机森林袋外(OOB)数据误差和递归特征消除法进行特征优选,同时引入第三次全国国土调查数据与优选后的分类结果进行对比,以评价其准确性与可靠性。研究结果表明：(1)7种分类方案中,传统的光谱特征加指数特征分类精度最低,在此基础上加入地形、纹理、红边指数及雷达特征均能提高分类精度,其中纹理特征带来的效果最为显著;(2)通过特征优选将特征维数由33个降低至23个,分类精度达到了最高,总体精度为0.909 8,Kappa系数为0.884 9,同时降低了模型复杂度,提高了运算效率;(3)经特征优选后的分类结果与“三调数据”进行对比,整体准确率为0.852 5,符合研究区的实际情况。本文提出的基于特征优选的分类方法可为喀斯特地区覆被信息提取提供技术支撑与理论参考。