基于随机森林算法的城市不透水面信息提取——以长春市为例

• 作者: 常翔宇 柯长青
• 来源期刊: 测绘通报
• 学科: 地球科学
• 关键词: 不透水面 随机森林 影像分类 特征提取
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 学术研究
• 页码范围: 43-49
• 页数: 7页
• 分类号: P237
• 语种: 中文

摘要

为了快速、准确地掌握不透水面的空间分布及满足动态变化信息现实需求,本文基于多分类器集成学习的思想,引入随机森林算法,以Landsat8影像为数据源,长春市为实验区,选取光谱特征、纹理测度、空间变换后的独立分量等25个特征变量进行分类研究,根据OOB误差进行重要性分析并试验得出最优的分类模型,实现高精度不透水面信息的提取,最后与传统参数分类法进行比较.结果表明:随机森林算法的总体精度可以达到94％,高出最大似然分类法5.9％,支持向量机算法0.77％,Kappa系数为0.9143,均方根误差为0.1043,不透水面的提取精度达95.54％,可以精确地得出所需信息,为城市建设与规划提供有效的专题数据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	柯长青		81	1120	18.0	31.0
2	常翔宇		2	0	0.0	0.0