| 基于随机森林分类方法和多源遥感数据的湿地植被精细分类 |
| |
| 引用本文： | 崔小芳,刘正军. 基于随机森林分类方法和多源遥感数据的湿地植被精细分类[J]. 测绘与空间地理信息, 2018, 0(8): 113-116 |
| |
| 作者姓名： | 崔小芳 刘正军 |
| |
| 作者单位： | 辽宁工程技术大学,辽宁 阜新123000;河南省丰华工程技术有限公司,河南 郑州450000中国测绘科学研究院摄影测量与遥感研究所,北京,100830 |
| |
| 基金项目： | 国家自然科学基金重点项目(41330750) |
| |
| 摘 要： | 利用大丰市沿海滩涂湿地区域的高光谱影像和同时期的机载LIDAR数据,结合影像的光谱信息,采用随机森林算法(RF)对研究区进行湿地植被精细分类,并分析和评价分类模型参数设置对总体精度的影响,最后与SVM分类结果进行对比。结果表明:随机森林分类方法的总体精度为90.3%、卡帕(Kappa)系数为0.874;与传统的SVM分类方法相比,RF法均提高了4种湿地植被的生产者精度和使用者精度。通过分析RF分类模型参数设置对总体精度的影响,得出当生长树个数为30、生长树深度为30时,分类精度最高。
|
| 关 键 词： | 随机森林 多源遥感数据 湿地植被 精细分类 |
Wetland Vegetation Classification Based on Object-based Classification Method and Multi-source Remote Sensing Images |
| |
| CUI Xiaofang,LIU Zhengjun. Wetland Vegetation Classification Based on Object-based Classification Method and Multi-source Remote Sensing Images[J]. Geomatics & Spatial Information Technology, 2018, 0(8): 113-116 |
| |
| Authors: | CUI Xiaofang LIU Zhengjun |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
