基于随机森林的ICESat-2卫星数据地表覆盖分类

• 作者: 李彬彬 谢欢 童小华 叶丹 孙凯鹏 李铭
• 来源期刊: 红外与激光工程
• 关键词: 地表覆盖分类 ICESat-2 光子计数 随机森林
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 专栏-星载激光测高技术|Issue-Space-borne laser altimetry technology
• 页码范围: 107-113
• 页数: 7页
• 分类号: P237
• 语种: 中文
• DOI: 10.3788/IRLA20200292

摘要

该研究将ICESat-2卫星激光测高数据作为地表覆盖分类的新数据源,提出了一种基于随机森林的ICESat-2卫星地表覆盖分类方法,探索了光子计数卫星激光测高在地表覆盖分类中的应用潜力.该方法采用光子数目、不同类型光子水平和垂直分布比例、信噪比、太阳条件、大气条件作为分类的输入,并在中国长三角地区开展了多类地表覆盖类型分类实验进行了验证.实验结果表明,ICESat-2卫星的强波束和弱波束的激光数据在水体、森林、低植被以及城市/裸地四类地表的总体分类精度均能达到优于85％;在水体、森林以及低植被/城市/裸地三类地表的总体分类精度能达到优于90％的水平.