利用随机森林的高分一号遥感数据进行城市用地分类

• 作者: 刘吉磊 彭玲 杨丽娜 池天河 郭玉宝
• 来源期刊: 测绘通报
• 学科: 地球科学
• 关键词: 随机森林 城市用地 高分一号 图像分类
• 年，卷（期）: 2016,（5）
• 所属期刊栏目: 技术交流
• 页码范围: 73-76
• 分类号: P23
• 语种: 中文
• DOI: 10.13474/j.cnki.11-2246.2016.0159

摘要

为了探究国产高分一号卫星遥感影像数据面向城市用地分类的实际应用方法和效果,本文以北京市某区域为例,基于高分一号PMS数据,使用随机森林、支持向量机、最大似然法3种分类器进行了城市用地分类对比研究.结果表明,随机森林和支持向量机的总体分类精度明显优于最大似然法;最大似然法在运算时间上明显优于随机森林和支持向量机.综合分析发现,随机森林算法表现更优.它既能保证分类精度,又能保持一定的时间效率,更适合高分辨率、大数据量、多特征参数的高分一号遥感影像分类的实际生产应用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	池天河	中国科学院遥感与数字地球研究所	111	2374	21.0	45.0
2	彭玲	中国科学院遥感与数字地球研究所	36	282	11.0	14.0
3	杨丽娜	中国科学院遥感与数字地球研究所	20	162	8.0	12.0
4	刘吉磊	中国科学院遥感与数字地球研究所	3	79	3.0	3.0
8	郭玉宝	中国科学院遥感与数字地球研究所	1	44	1.0	1.0