旋转森林算法在GF-2卫星影像土地利用分类中的应用-航天返回与遥感.PDF

旋转森林算法在GF-2卫星影像土地利用分类中的应用-航天返回与遥感.PDF

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
航天返回与遥感 第40 卷 第 1 期 112 SPACECRAFT RECOVERY REMOTE SENSING 2019 年2 月 旋转森林算法在GF-2 卫星影像土地利用 分类中的应用 彭力恒 1 刘凯 1* 朱远辉 2 柳林 2 (1 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 510275 ) (2 广州大学地理科学学院 公共安全地理信息分析中心,广州 510006 ) 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。 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 中图分类号: TP79 文献标志码: A 文章编号: 1009-8518(2019)01-0112-11 DOI: 10.3969/j.issn.1009-8518.2019.01.013 GF-2 Satellite Imagery Application in Land Use Classification Based on Rotation Forest Algorithm 1 1* 2 2 PENG Liheng LIU Kai ZHU Yuanhui LIU Lin (1 School of Geography and Planning, Sun Yat-sen University, Guangdong Key Laboratory for Urbanization and Geo- Simulation, Guangdong Provincial Engineering Research Center for Public Security and Disaster, Guangzhou, 510275, China ) (2 College of Geographical Science, Guangzhou University, Center of GeoInformatics for Public Security, Guangzhou 510006, China ) Abstract GF-2 satellite imagery has detailed spatial information and is applicable to high-accuracy land use classification. In this paper, the feature sp

文档评论(0)

fengruiling + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档