基于随机森林算法的水体范围智能提取方法及应用研究

基于随机森林算法的水体范围智能提取方法及应用研究

论文摘要

随着经济和社会的不断发展,对水资源的需求越来越大,水资源短缺和水环境恶化的问题越来越突出。为了节约用水,合理利用水资源,保护水源地及其周边生态环境,各级政府部门逐渐加大对水资源的监测。水体范围提取作为遥感影像在水资源监控及分析中的第一步,而现有的处理大批量遥感数据的算法的智能化程度还不够高。近些年来,人工智能的发展为信息处理带来了全新的变化,其中机器学习作为人工智能的一个分支,通过使用算法解析数据、学习数据特征,对新数据做出决策和预测,这极大的帮助了大规模遥感影像的自动化处理。其中,随机森林算法作为机器学习中的一个重要分支,因其稳定性强、速度快、所需样本量小等优点在遥感影像分类研究中得到广泛的应用。本文主要以GF-1 WFV影像作为数据源,利用影像的4个波段和影像特征值作为随机森林算法的输入特征,利用随机森林算法挖掘特征组合信息,构建水体提取智能算法样本库,提升遥感影像水体范围的提取效果。本文的研究工作主要包括:(1)对目前的水体提取算法进行了总结,并介绍了随机森林算法的优点及其在遥感领域的应用。(2)基于GF-1 WFV影像构建基于随机森林方法的水体范围提取模型。采用GF-1WFV影像获取的地物特征,进行随机森林算法分类特征选择与分析,遴选出对分类结果影响较大的特征,最终获取固定的输入特征结构。其次根据确定的输入特征结构,对随机森林算法的参数进行优化,确定随机森林模型的决策树数量(ntree)和决策树内部节点随机选择特征的个数(mtry)。(3)构建算法样本库。当将从不同的训练样本获得的模型文件应用于分类时,其分类结果存在较大差异。因此在遥感影像中选取相应的样本时,利用地物的光谱特征、纹理特征等信息,充分考虑水体和背景信息的差异,分析影像中包含的地物类型及各类地物可能的存在形式,构建水体提取智能算法样本库。(4)基于前面章节的分析,利用选取的地物样本,设置随机森林算法参数决策树个数ntree=70,决策树内部节点随机选择特征个数mtry=6构建模型,获取模型文件。利用获得的分类模型文件,通过随机森林方法对北方地区重要饮用水水源地影像进行水体提取,获得高质量数据集。

论文目录

  • 摘要
  • Abstract
  • 1 绪论
  •   1.1 研究背景
  •   1.2 水体范围提取研究现状
  •     1.2.1 基于遥感影像地物光谱特征的水体范围提取方法
  •     1.2.2 采用机器学习的分类方法
  •   1.3 随机森林算法及其在遥感影像分类中的应用现状
  •   1.4 本文的研究内容与技术路线
  •     1.4.1 本文的主要研究内容
  •     1.4.2 技术路线
  •   1.5 本文的结构
  • 2 研究区水体特征及数据准备
  •   2.1 北方地区重要饮用水水源地分布及分区
  •   2.2 遥感图像数据源
  •   2.3 遥感影像预处理
  •     2.3.1 数据正射校正
  •     2.3.2 数据辐射定标
  •     2.3.3 遥感影像拼接与裁剪
  •   2.4 选取特征水库
  •   2.5 本章小结
  • 3 基于随机森林方法的水体提取模型构建
  •   3.1 随机森林基本原理
  •   3.2 随机森林分类特征分析与选择
  •     3.2.1 分类特征获取
  •     3.2.2 随机森林算法特征重要性度量标准
  •     3.2.3 基于随机森林算法的水体范围智能提取方法的特征重要性评价
  •   3.3 遥感影像分类结果评价指标
  •   3.4 基于随机森林算法的水体范围智能提取模型参数优化
  •   3.5 本章小结
  • 4 水体提取智能算法样本库构建
  •   4.1 水体提取中地物样本分类
  •   4.2 水体提取样本库构建的原则与方法
  •   4.3 本章小结
  • 5 北方地区重要饮用水水源地水体提取应用
  •   5.1 基于随机森林算法的北方地区重要饮用水水源地水体范围提取
  •   5.2 基于灰度直方图的阈值自动选取算法的水源地水体范围提取
  •   5.3 结果分析
  •   5.4 本章小结
  • 6 结论与展望
  •   6.1 总结
  •   6.2 存在的问题与未来展望
  • 致谢
  • 参考文献
  • 攻读学位期间的研究成果
  • 文章来源

    类型: 硕士论文

    作者: 王新宇

    导师: 赵红莉,王中辉

    关键词: 水体提取,随机森林,样本库构建

    来源: 兰州交通大学

    年度: 2019

    分类: 基础科学,工程科技Ⅱ辑

    专业: 地球物理学,水利水电工程

    单位: 兰州交通大学

    分类号: TV211;P332

    DOI: 10.27205/d.cnki.gltec.2019.000341

    总页数: 55

    文件大小: 2139K

    下载量: 64

    相关论文文献

    标签:;  ;  ;  

    基于随机森林算法的水体范围智能提取方法及应用研究
    下载Doc文档

    猜你喜欢