基于遥感的随机森林农田水肥等级分级算法-计算机应用与软件.PDF

第３３卷第８期　　　 计算机应用与软件 Ｖｏｌ３３Ｎｏ．８ ２０１６年８月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ａｕｇ．２０１６ 基于遥感的随机森林农田水肥等级分级算法 龙怡霖　蔡　骋 （西北农林科技大学信息工程学院　陕西杨凌７１２１００） 摘　要　　农田水肥诊断对农作物增产与维持生态平衡稳定有重要意义。针对农作物航空遥感图像，提出用于农田水肥等级分级 的随机森林分类模型，并讨论随机森林分类模型用于农田水肥等级分级的适用性。提出的模型基于随机森林分类器，通过对遥感图 像进行特征提取与降维，将不同区域的遥感图像特征和对应的水、肥等级标签输入随机森林，训练分类模型，得到不同区域的分级结 果。实验结果表明，在植被覆盖密度较高的区域中，随机森林分类模型能够为农作物含水量分级提供较好的分级参考，具有一定的 适用性。 关键词　　遥感图像　特征提取　主成分分析　随机森林 中图分类号　ＴＰ３９１．４　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１６．０８．０５８ ＲＥＭＯＴＥＳＥＮＳＩＮＧＢＡＳＥＤＦＡＲＭＬＡＮＤＷＡＴＥＲＣＯＮＴＥＮＴＡＮＤＦＥＲＴＩＬＩＴＹ ＧＲＡＤＩＮＧＡＬＧＯＲＩＴＨＭＶＩＡＲＡＮＤＯＭＦＯＲＥＳＴ  ＬｏｎｇＹｉｌｉｎ　ＣａｉＣｈｅｎｇ （ＣｏｌｌｅｇｅｏｆＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＮｏｒｔｈｗｅｓｔＡ＆ＦＵｎｉｖｅｒｓｉｔｙ，Ｙａｎｇｌｉｎｇ７１２１００，Ｓｈａａｎｘｉ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ｄｉａｇｎｏｓｉｓｏｆｗａｔｅｒｃｏｎｔｅｎｔａｎｄｆｅｒｔｉｌｉｔｙｏｆｆａｒｍｌａｎｄｈａｓｇｒｅａｔｓｉｇｎｉｆｉｃａｎｃｅｏｎｉｎｃｒｅａｓｉｎｇｃｒｏｐｙｉｅｌｄａｎｄｍａｉｎｔａｉｎｉｎｇｅｃｏｌｏｇｉｃａｌ ｂａｌａｎｃｅ．Ｗｅｐｒｏｐｏｓｅａｒａｎｄｏｍｆｏｒｅｓｔｃｌａｓｓｉｆｉｃａｔｉｏｎｍｏｄｅｌｆｏｒｇｒａｄｉｎｇｔｈｅｗａｔｅｒｃｏｎｔｅｎｔａｎｄｆｅｒｔｉｌｉｔｙｏｆｆａｒｍｌａｎｄａｉｍｉｎｇａｔｔｈｅａｖｉａｔｉｏｎｒｅｍｏｔｅ ｓｅｎｓｉｎｇｉｍａｇｅｏｆｃｒｏｐｓ，ａｎｄｄｉｓｃｕｓｓｔｈｅａｐｐｌｉｃａｂｉｌｉｔｙｏｆｔｈｅｍｏｄｅｌｉｎｓｕｃｈｇｒａｄｉｎｇ．Ｔｈｅｐｒｏｐｏｓｅｄｍｏｄｅｌｉｓｂａｓｅｄｏｎｒａｎｄｏｍｆｏｒｅｓｔｃｌａｓｓｉｆｉｅｒ， ｂｙｃａｒｒｙｉｎｇｏｕｔｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎａｎｄｄｉｍｅｎｓｉｏｎｒｅｄｕｃｔｉｏｎｏｎｒｅｍｏｔｅｓｅｎｓｉｎｇｉｍａｇｅｓ，ｉｔｉｎｐｕｔｓｔｈｅｆｅａｔｕｒｅｓｏｆｒｅｍｏｔｅｓｅｎｓｉｎｇｉｍａｇｅｓｉｎ ｄｉｆｆｅｒｅｎｔｒｅｇｉｏｎｓａｎｄｔｈｅｃｏｒｒｅｓｐｏｎｄｉｎｇｗａｔｅｒｃｏｎｔｅｎｔａｎｄｆｅｒｔｉｌｉｔｙｇｒａｄｉｎｇｌａｂｅｌｓｉｎｔｏｒａｎｄｏｍｆｏｒｅｓｔ，ｔｒａｉｎｓｔｈｅｃｌａｓｓｉｆｉｃａｔｉｏｎｍｏｄｅｌ，ａｎｄｄｅｒｉｖｅｓ ｇｒａｄｉｎｇｒｅｓｕｌｔｓｆｏｒｄｉｆｆｅｒｅｎｔｒｅｇｉｏｎｓ．Ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｉｎｔｈｏｓｅｒｅｇｉｏｎｓｗｉｔｈｈｉｇｈｅｒｄｅｎｓｉｔｙｏｆｖｅｇｅｔａｔｉｏｎｃｏｖｅｒａｇｅ，ｒａｎｄｏｍｆｏｒｅｓｔ ｃｌａｓｓｉｆｉｃａｔｉｏｎｍｏｄｅｌｃａｎｏｆｆｅｒｑｕｉｔｅｇｏｏｄｇｒａｄｉｎｇｒｅｆｅｒｅｎｃｅｆｏｒｃｒｏｐｓｗａｔｅｒｃｏｎｔｅｎｔｇｒａｄｉｎｇ，ａｎｄｈａｓｃｅｒｔａｉｎａｐｐｌｉｃａｂｉｌｉｔｙ． Ｋｅｙｗｏｒｄｓ　　Ｒｅｍｏｔｅｓｅｎｓｉｎｇｉｍａｇｅ　Ｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎ　Ｐｒｉｎｃｉｐａｌｃｏｍｐｏｎｅｎｔａｎａｌｙｓｉｓ　Ｒａｎｄｏｍｆｏｒｅｓｔ 构产生区别，进而造成光谱反射特性的差异，基于光谱反射特性 ０　引　言