基于RF模型的高分辨率遥感影像分类评价

• 作者: 余佩玲 侍昊 刘海娟 吴文龙 张婷 徐雁南
• 来源期刊: 南京林业大学学报（自然科学版）
• 学科: 工学
• 关键词: 随机森林 遥感分类 面向对象 特征变量
• 年，卷（期）: 2015,（1）
• 所属期刊栏目: 研究论文
• 页码范围: 99-103
• 页数: 5页
• 分类号: TP75
• 字数: 4745字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-2006.2015.01.001

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,Ratio_ la_1和Ratio_ la_2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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张婷	南京林业大学林学院	37	602	13.0	24.0
2	徐雁南	南京林业大学林学院	25	343	13.0	18.0
3	侍昊		24	190	8.0	13.0
4	刘海娟	南京林业大学林学院	3	47	3.0	3.0
5	吴文龙	南京林业大学林学院	2	34	2.0	2.0
6	余佩玲	南京林业大学林学院	1	25	1.0	1.0