耦合随机森林和迁移学习的Quad-PolSAR建设用地提取

提出一种耦合随机森林和迁移学习的多时相建设用地提取方法,借助历史影像提高目标影像的提取精度。首先提取多时相全极化SAR的旋转不变特征,运用随机森林模型提取目标影像建设用地,然后基于迁移学习构建新的随机森林模型提取历史影像建设用地,通过集合运算得到最终的目标影像建设用地。基于南京市2008年和2013年两期RADARSAT-2影像的实验表明建设用地提取的整体精度超过97%,kappa系数超过93%,高出单时相结果约6%。研究区城市化进程较强,表现为建设用地向东南和西南方向的扩张。