OBIA与RF结合的龙口市土地利用信息提取方法

论文摘要

为提高中分辨率遥感影像解译精度,本文提出面向对象影像分析(Object Based Image Analysis,OBIA)与随机森林(Random Forest,RF)结合的土地利用信息提取方法。采用Landsat8 OLI影像,针对不同地物特点,阈值分割和多尺度分割结合创建影像对象,规则集和分类器协同分类,基于Relief F算法分别对光谱特征、纹理特征及所有特征降维筛选特征子集,并与全部特征一起应用RF建模,对龙口市进行土地利用信息提取与比较。结果表明:OBIA与RF结合提取土地利用信息,基于Relief F算法筛选纹理特征,保留完整光谱、几何、空间关系特征构建RF模型,建模错分率为0.0958,分类总体精度和Kappa系数分别为89.37%和0.872,取得较理想结果。该方法可应用于中分辨率遥感影像土地利用信息提取。

论文目录

• 1 研究方法与数据来源
•   1.1 研究区概况
•   1.2 数据来源及预处理
•   1.3 OBIA与RF结合的土地利用信息提取
•     1.3.1 影像对象创建
•     1.3.2 特征变量选取
•     1.3.3 随机森林模型构建
•     1.3.4 随机森林参数寻优
•     1.3.5 土地利用信息提取
• 2 结果分析
•   2.1 不同特征组合精度分析
•   2.2 分类精度分析
•   2.3 提取结果分析
• 3 结论与讨论

文章来源

类型: 期刊论文

作者: 王瑷玲,张校千,苏晨晨,于新洋

关键词: 土地利用信息,提取方法,面向对象,降维,随机森林,龙口市

来源: 自然资源学报 2019年04期

年度: 2019

分类: 基础科学,农业科技,经济与管理科学

专业: 自然地理学和测绘学,农业经济

单位: 山东农业大学资源与环境学院

基金: 山东省重点研发计划项目(2017CXGC0308),山东省博士后创新项目(222016)

分类号: P237;F301.24

页码: 707-717

总页数: 11

文件大小: 3179K

下载量: 263