基于随机森林算法的多作物同步识别

• 作者: Mathilde De Vroey 张吴平 李启亮 范锦龙 许淇
• 来源期刊: 山东农业科学
• 学科: 农学
• 关键词: 随机森林 多作物识别 分类后处理 单时相 时间序列
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 信息技术·农业工程
• 页码范围: 135-139
• 页数: 5页
• 分类号: S126
• 字数: 3666字
• 语种: 中文
• DOI: 10.14083/j.issn.1001-4942.2019.03.028

摘要

作物类型遥感识别是农业遥感的重要组成部分,为获取作物种植面积、长势信息并进行产量估算提供了手段.目前,对玉米、水稻和小麦等大宗农作物进行单一识别或两类间分类识别的技术研究较多,对研究区多种农作物同步分类识别的研究较少.本研究基于随机森林分类器利用Landsat 8数据开展宁夏农作物分类,对八种主要农作物春小麦、玉米、水稻、苜蓿、蔬菜、葡萄、枸杞和瓜类进行同步分类试验.结果表明:随机森林方法可以满足研究区内多类作物同步监测的需求,精度可达80％以上.单时相分类精度可达到81.8％,后分类处理精度可达到82.8％,时间序列分类精度可达到85.1％,时间序列分类和后分类处理可以有效提高分类精度.随机森林分类精度随着树数量的增加而增大,当树的数量足够多时,模型趋于稳定,特征变量对精度的影响被控制在一定范围内,当特征变量设置为总特征变量的平方根或对数时,精度达到最佳.因此,基于对分类实验时效性的考虑,将参数分别设置为Ntree=100,Mtry=总特征变量的平方根或对数.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	范锦龙		16	99	6.0	9.0
2	张吴平	山西农业大学资源与环境学院	53	274	9.0	15.0
3	许淇	山西农业大学资源与环境学院	3	3	1.0	1.0
7	李启亮	山西农业大学资源与环境学院	3	3	1.0	1.0