基于随机森林分类方法和多源遥感数据的 湿地植被精细分类

• 作者: 刘正军 崔小芳
• 来源期刊: 测绘与空间地理信息
• 学科: 地球科学
• 关键词: 随机森林 多源遥感数据 湿地植被 精细分类
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 基金项目专栏
• 页码范围: 113-116
• 页数: 4页
• 分类号: P237
• 字数: 3746字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-5867.2018.08.030

摘要

利用大丰市沿海滩涂湿地区域的高光谱影像和同时期的机载LIDAR数据,结合影像的光谱信息,采用随机森林算法(RF)对研究区进行湿地植被精细分类,并分析和评价分类模型参数设置对总体精度的影响,最后与SVM分类结果进行对比.结果表明:随机森林分类方法的总体精度为90.3％、卡帕(Kappa)系数为0.874;与传统的SVM分类方法相比,RF法均提高了4种湿地植被的生产者精度和使用者精度.通过分析RF分类模型参数设置对总体精度的影响,得出当生长树个数为30、生长树深度为30时,分类精度最高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘正军	中国测绘科学研究院摄影测量与遥感研究所	90	1559	22.0	36.0
2	崔小芳		2	11	2.0	2.0