复杂地形区土地利用/土地覆被分类机器学习方法比较研究

论文摘要

针对高海拔复杂地形区地貌类型复杂、多样,沟壑纵横、地形破碎等特点,研究快速、有效的土地利用/土地覆被分类方法对土地利用信息获取及更新是非常重要的。以位于黄土高原向青藏高原过渡带的湟水流域为研究区域,基于Landsat 8 OLI影像数据、DEM数据,并结合各种专题特征,在对研究区进行地理分区的基础上,采用人工神经网络、决策树、支持向量机和随机森林4种机器学习方法进行土地利用信息提取并进行精度评价,探索适合于复杂地形区最优的分类方法。研究结果表明:随机森林和决策树的分类精度明显高于支持向量机和人工神经网络。其中随机森林方法的分类精度最高,总体分类精度达85.65%,Kappa系数达0.84。在上述分类基础上,选择随机森林分类方法对Landsat 8全色与多光谱影像融合数据进行进一步的分类研究,总体分类精度达到86.49%,Kappa系数达0.85。这表明随机森林分类方法在保证分类精度的同时又能获得较高的分类效率,对于复杂地形区土地利用信息提取是非常有效的,数据融合在一定程度上提高了分类精度。

论文目录

文章来源

类型: 期刊论文

作者: 谷晓天,高小红,马慧娟,史飞飞,刘雪梅,曹晓敏

关键词: 土地利用,土地覆被分类,影像,机器学习,人工神经网络,决策树,支持向量机,随机森林,湟水流域

来源: 遥感技术与应用 2019年01期

年度: 2019

分类: 基础科学,信息科技

专业: 自然地理学和测绘学,自动化技术

单位: 青海师范大学地理科学学院青海省自然地理与环境过程重点实验室,青海省气象科学研究所,青海省气象台

基金: 青海省科技厅自然科学基金项目(2016-ZJ-907)

分类号: TP18;P237

页码: 57-67

总页数: 11

文件大小: 1506K

下载量: 568

相关论文文献

• [1].基于MODIS影像的土地覆被分类研究——以京津冀地区为例[J]. 地理科学进展 2014(11)
• [2].土地利用/土地覆被分类系统研究进展[J]. 资源科学 2011(06)
• [3].基于高分辨率遥感影像的广州城市土地覆被分类系统[J]. 中山大学学报(自然科学版) 2016(05)
• [4].基于纹理和支持向量机的GF-1图像土地覆被分类研究[J]. 资源环境与工程 2019(01)
• [5].基于碳收支的中国土地覆被分类系统[J]. 生态学报 2014(24)
• [6].基于面向对象与规则的Sentinel-2A影像土地覆被分类——以江西省都昌县为例[J]. 测绘通报 2020(06)
• [7].基于SEaTH的决策树方法在区域尺度土地覆被分类中的应用[J]. 兰州大学学报(自然科学版) 2019(01)
• [8].迁移学习支持下的土地利用/土地覆被分类[J]. 测绘通报 2018(09)
• [9].Landsat8卫星影像的多子区决策树土地覆被分类方法（英文）[J]. 红外与激光工程 2015(07)
• [10].基于HJ影像的面向对象土地覆被分类方法[J]. 华中师范大学学报(自然科学版) 2013(04)
• [11].一种面向对象的土地覆被分类方法[J]. 科技经济导刊 2018(06)
• [12].多源数据的面向对象国际河流土地覆被分类研究[J]. 武汉大学学报(信息科学版) 2015(07)
• [13].基于知识规则的土地利用/土地覆被分类方法——以黑河流域为例[J]. 地理学报 2011(04)
• [14].基于光学和雷达图像的土地覆被分类[J]. 长江科学院院报 2015(10)
• [15].关于土地覆被遥感监测的几点思考[J]. 国土资源遥感 2011(01)
• [16].二向反射模型在土地覆被制图中的应用[J]. 华东师范大学学报(自然科学版) 2017(01)
• [17].基于BP神经网络和MODIS-EVI时间序列的土地覆被分类[J]. 测绘科学 2008(S3)
• [18].基于BP神经网络和MODIS-EVI时间序列的土地覆被分类[J]. 测绘科学 2008(S1)
• [19].面向灾害应急土地覆被分类的样本自动选择方法研究[J]. 武汉大学学报(信息科学版) 2013(07)
• [20].基于高分一号影像的土地覆被分类方法初探[J]. 干旱区地理 2016(01)
• [21].机器学习算法在高分辨率遥感影像土地覆被分类中的对比分析[J]. 甘肃科技 2020(03)
• [22].基于线性光谱混合分解和最大似然分类相结合的土地覆被分类——以红寺堡灌区为例[J]. 国土资源遥感 2010(01)
• [23].遥感土地覆被分类的空间尺度响应研究[J]. 地球信息科学学报 2018(02)
• [24].基于纹理特征和支持向量机的ALOS图像土地覆被分类[J]. 国土资源遥感 2011(04)
• [25].ALOS影像提升小波融合的土地覆被分类研究[J]. 中国矿业大学学报 2009(05)
• [26].基于谐波分析和线性混合模型的河北平原区土地覆被分类研究[J]. 地理与地理信息科学 2015(03)
• [27].基于MODIS数据的三江平原土地覆被分类[J]. 资源科学 2009(03)
• [28].基于多时相遥感数据的吉林西部土地覆被分类提取[J]. 农业工程学报 2016(09)
• [29].影像的土地覆被快速分类[J]. 遥感技术与应用 2020(02)
• [30].多源数据的土地覆被样本自动提取[J]. 遥感学报 2017(05)

标签：土地利用论文;  土地覆被分类论文;  影像论文;  机器学习论文;  人工神经网络论文;  决策树论文;  支持向量机论文;  随机森林论文;  湟水流域论文;