基于随机森林算法构建Hyperion影像云和云阴影掩模

• 作者: 任鹏洲 岳彩荣
• 来源期刊: 林业调查规划
• 学科: 农学
• 关键词: Hyperion影像 随机森林算法 决策树分类 光谱曲线 云及云阴影 掩模
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 森林经理
• 页码范围: 10-15,39
• 页数: 7页
• 分类号: S711|S771.8
• 字数: 5711字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-3168.2018.03.003

摘要

遥感数据的判读应用不可避免地要受到云和云阴影的干扰,这导致影像中地物信息不完整,给后续影像解译和处理带来障碍.采用最佳波段指数方法筛选出经过预处理的Hyperion高光谱影像最佳波段组合,达到波段去相关、信息含量最大并减少运算量的目的.基于不同地物类型的光谱曲线,采用随机森林算法提取Hyperion影像中云和云阴影信息,建立相应的掩模.研究结果表明,基于经验阈值的决策树分类精度达96.36% ,随机森林算法的分类精度达98.86% ,Kappa系数为0.951 2,具有更好的分类效果.利用随机森林算法建立高光谱影像云和云阴影掩模,由于随机森林算法是建立在多个决策树分类器结果基础上,避免了单一决策树分类器带来的误分类现象,较好地去除了云和云阴影对遥感解译的影响.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	岳彩荣	西南林业大学林学院	108	583	12.0	19.0
2	任鹏洲	西南林业大学林学院	1	0	0.0	0.0