华南地区典型种植园地遥感分类研究

• 作者: 关舒婧 周廷刚 易琳 王月如 陈劲松 韩宇 韩鹏鹏
• 来源期刊: 地球信息科学学报
• 关键词: 随机森林算法 面向对象分类 种植园地 landsat8 OLI 数据融合
• 年，卷（期）: 2017,（11）
• 所属期刊栏目: 遥感科学与应用技术
• 页码范围: 1538-1546
• 页数: 9页
• 字数: 7361字
• 语种: 中文
• DOI: 10.3724/SP.J.1047.2017.01538

摘要

华南地区种植园地广泛分布,类型混杂多样,导致园地分布信息难以正确获取,为农业管理造成了较大困难.本研究基于Landsat8 OLI数据,通过数据融合、特征优化,应用随机森林算法构建面向对象的种植园地分类规则集,对华南地区典型经济作物香蕉、柑橘、葡萄、蒲葵、海枣、番木瓜和火龙果等进行类别识别,同时对比贝叶斯分类法、K最邻近分类法、支持向量机法、决策树分类法的分类效果.结果表明:数据融合会在一定程度上影响分类结果精度;植株形态、光谱特征接近,种植期交错是影响华南地区典型园地分类精度的重要原因;以中分辨率影像为数据源,面向对象的随机森林算法应用于种植园地分类研究总体精度可达88.05%,Kappa系数0.87,可以有效区分华南地区典型种植园地类别;相比于其他算法,随机森林算法在分类精度、可靠性和稳定性上具有一定优势,可为园地作物生长监测和种植管理提供科学依据.