论文摘要
"高分二号"（GF-2）卫星影像中精细的空间信息可用于高精度的土地利用分类研究。为了获取基于GF-2卫星影像土地利用分类的最优特征空间,以及将旋转森林算法应用于提高遥感影像分类精度中,文章利用GF-2卫星影像数据,基于光谱特征（4个多光谱波段和1个全色波段）、指数（植被指数、水体指数及简单比值指数）和变换成分（主成分、最小噪声分离成分与独立成分）构建特征空间,应用基于决策树的旋转森林算法构建面向对象的分类规则集,进行土地利用分类,并与最近邻和决策树算法的分类结果对比分析。结果表明,结合光谱特征、几何特征和纹理特征,采用旋转森林算法得到的分类总体精度为84.85%,Kappa系数为0.819;引入指数、变换成分后分类总体精度提高4.90%,Kappa系数提高0.058;相比于最近邻分类器和决策树分类器,结合旋转森林思想的决策树分类器总体精度分别提高11.97%和15.44%,Kappa系数分别提高0.142和0.184。研究结果可为中国高分辨率卫星影像的信息提取及基于旋转森林算法的土地利用分类研究提供参考。
论文目录
文章来源
类型: 期刊论文
作者: 彭力恒,刘凯,朱远辉,柳林
关键词: 旋转森林算法,土地利用分类,决策树,高分二号卫星,遥感应用
来源: 航天返回与遥感 2019年01期
年度: 2019
分类: 工程科技Ⅱ辑,信息科技,经济与管理科学
专业: 工业通用技术及设备,自动化技术,宏观经济管理与可持续发展
单位: 中山大学地理科学与规划学院广东省城市化与地理环境空间模拟重点实验室广东省公共安全与灾害工程技术研究中心,广州大学地理科学学院公共安全地理信息分析中心
基金: 广东省自然科学基金项目(2016A030313261,2016A030313188),广东省省级科技计划项目(2017A020217003)
分类号: F205;TP751
页码: 112-122
总页数: 11
文件大小: 884K
下载量: 161