| 基于RF模型的高分辨率遥感影像分类评价 |
| |
| 引用本文： | 刘海娟,张婷,侍昊,徐雁南,吴文龙,余佩玲.基于RF模型的高分辨率遥感影像分类评价[J].南京林业大学学报(自然科学版),2015,39(1):99-103. |
| |
| 作者姓名： | 刘海娟 张婷 侍昊 徐雁南 吴文龙 余佩玲 |
| |
| 作者单位： | 1. 南京林业大学林学院,江苏 南京,210037
2. 江苏省环境监测中心,江苏 南京,210036 |
| |
| 基金项目： | 国家自然科学基金项目，江苏高校优势学科建设工程资助项目 |
| |
| 摘 要： | 以QuickBird高分辨率遥感影像为主要数据源,采用多尺度影像分割方法提取地物对象的光谱、纹理和形状特征;在此基础上,构建基于随机森林（RF）方法的遥感影像分类模型,分析和评价特征变量对模型重要性与稳定性的影响。结果表明:1研究区最优分割尺度参数为70、形状因子0.2、色彩因子0.8,同时构建研究区乔木、灌木和草地等8个景观类型的光谱、纹理和形状等32个特征变量信息;2选择5 000棵树和1个节点变量构建的RF分类模型的总体精度为0.94,Kappa系数为0.93,OOB（Out of Bag）数据泛化误差为6.01%;3通过分析特征变量的重要性发现,Ratiola1和Ratiola2等光谱特征的重要性值明显比形状特征和纹理特征的高;4基于平均下降精度,选择16个变量构建RF模型时总体精度达到0.94,Kappa系数0.93;5基于基尼指数构建的RF模型,在19个变量时总体精度和Kappa系数达到峰值。相比较而言,基于平均下降精度构建的RF较稳定。
|
| 关 键 词： | 随机森林 遥感分类 面向对象 特征变量 |
Classification evaluation on high resolution remote sensing image based on RF |
| |
| LIU Haijuan,ZHANG Ting,SHI Hao,XU Yannan,WU Wenlong,Yu Peiling.Classification evaluation on high resolution remote sensing image based on RF[J].Journal of Nanjing Forestry University(Natural Sciences ),2015,39(1):99-103. |
| |
| Authors: | LIU Haijuan ZHANG Ting SHI Hao XU Yannan WU Wenlong Yu Peiling |
| |
| Affiliation: | LIU Haijuan;ZHANG Ting;SHI Hao;XU Yannan;WU Wenlong;Yu Peiling;College of Forestry, Nanjing Forestry University;Environmental Monitoring Center of Jiangsu Province; |
| |
| Abstract: | |
| |
| Keywords: | random forest remote sensing classification object-oriented characteristic variables |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
