基于随机森林的大姚县TM遥感影像分类研究.pdfVIP

第 39卷 第 2期 林 业 调 查 规 划 VO1．39 NO．2 2014年 4月 ForestInventoryandPlanning Apr．2014 doi：10．3969／j．issn．1671-3168．2014．02．001 基于随机森林的大姚县 TM 遥感影像分类研究 王 栋，岳彩荣，田传召，范怀刚，王跃辉 (西南林业大学林学院，云南 昆明 650224) 摘要：随机森林 (RandomForest)是一种组合多棵决策树分类器的新 的分类算法。以楚雄州大姚县 为例 ，采用 Landsat—TM数据 ，通过最大似然、支持 向量机、随机森林 3种分类器进行分类对 比研 究。结果表明，支持向量机和随机森林的分类精度明显优于最大似然法，两者分类精度相差不大； 在分类时间上，最大似然法明显 比随机森林和支持向量机快 ，支持 向量机最慢。综合分析 ，随机森 林算法表现更优 ，它在保证分类精度的前提下，也能保证一定的时间效率，更适宜实际生产应用。 关键词 ：随机森林 ；遥感影像 ；分类精度 ；大姚县 中图分类号 ：$771．8 文献标识码 ：A 文章编号 ：1671—3168(2014)04-0001—05 ClassificationofTM RemoteSensingImageBasedon Random Forests ofDayaoCounty WANG Dong，YUE Cai—rong，TIAN Chuan—zhao，FAN Huai—gang，WANG Yue—hui (ForestryCollege，SouthwestForestryUniversity，Kunming650224，China) Abstract：Random Forestisanew classificationalgorithm ，which iscombinedwithaclassifierofmulti- pledecisiontrees．By usingLandsat—TM data ofDayao County，Chuxiong Province，andtakingthree classificationmethodsincludingmaximum likelihood，supportvectormachineandrandom forest，theSH- periorityofrandom forestclassifierareanalyzed．Theresultsshow thattheclassificationprecisionofsup— portvectormachineandrandom forestclassification isobviouslysuperiortothemaximum likelihood，and theyhavelittledifferenceintheprecision．Attheclassifiedtime，maximum likelihood issignificantlyfas— terthanrandom forestsandsupportvectormachine，andsupportvectormachineistheslowestone．Ac— cordingtocomprehensiveanalysis，random forestmethodisthebestone，itdoesnotonlyensuretheclas- siftedprecision，butalsoguaranteeefficiency；itismoresuitableforactualproductionapplications． Keywords：random forests；remotesensingimage；classification；precisionassessment；DayaoCounty