基于随机森林法的农作物高光谱遥感识别

• 作者: 丁丽霞 吴立周 方馨 朱婷瑜 王志辉 王晓慧
• 来源期刊: 浙江农林大学学报
• 关键词: 森林经理学 高光谱遥感 光谱特征 农作物 随机森林 分类
• 年，卷（期）: 2020,（1）
• 页码范围: 136-142
• 页数: 7页
• 分类号: S127
• 语种: 中文
• DOI: 10.11833/j.issn.2095-0756.2020.01.018

摘要

[目的]不同农作物种类光谱差异小,通过探测众多窄波段范围的细微差别,提取区分不同农作物的特征波段,是目前实现农作物高光谱遥感识别的重要途径.如何提取区分不同农作物的特征波段,进而实现农作物的精确识别是一个挑战.近来出现的随机森林方法在多变量目标的分类识别方法展现了优势,为解决这一难题提供了一个新手段.[方法]利用随机森林法与传统方法分析杭州地区8种典型农作物的反射光谱,提取特征波段并进行分类,对比不同方法的识别效果.[结果]不同作物的反射光谱及其一阶微分、二阶微分、倒数的对数、去包络线法所提取的特征波段只能区分部分作物;随机森林法无需对反射光谱预处理,直接对全波段反射光谱数据处理,不仅筛选出了区分不同作物的特征波段,且运用所选择的波段对作物进行随机森林分类的效果也是最优的.[结论]随机森林法选择的波段(550、 2 490、 370、 770、 560、 380、 540、 530、 570、 350 nm)不仅能区分不同作物,还能反映农作物生化属性的不同,使得用于分类的波段及分类方法体现了不同作物间物化性质的不同,在展现高光谱遥感识别农作物优势的同时,也为大面积农作物遥感精细分类提供借鉴.图5表5参16

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴立周	浙江农林大学环境与资源学院	2	2	1.0	1.0
5	王晓慧	浙江农林大学环境与资源学院	1	2	1.0	1.0
9	王志辉		3	2	1.0	1.0
10	方馨	浙江农林大学环境与资源学院	1	2	1.0	1.0
11	朱婷瑜	浙江农林大学环境与资源学院	1	2	1.0	1.0