首页|基于面向对象随机森林方法的滨海湿地植被分类研究

基于面向对象随机森林方法的滨海湿地植被分类研究

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
基于Sentinel-2数据,以盐城国家级珍禽自然保护区核心区为研究区,采用基于面向对象的随机森林模型对研究区内的湿地信息进行分类研究.首先,对影像进行分割处理,计算光谱特征、纹理特征、水体指数、植被指数与纹理特征,并对特征重要性进行排序筛选.其次,基于此构建5种特征组合方案,并对研究区进行分类,比较不同组合的分类精度找出研究区最优的特征组合方案.最后,实验表明:通过特征优选后的随机森林算法进行分类效果最好,总体精度达到87.07％,Kappa系数为0.84.其中互花米草在3种植被中分类精度最高,为97.73％.证明此方法能够有效提高滨海湿地的分类精度,可用作该区域湿地变化研究.
A Study of Coastal Wetland Vegetation Classification Based on Object-oriented Random Forest Method

宗影、李玉凤、刘红玉

展开 >

南京师范大学海洋科学与工程学院,江苏 南京210023

植被分类 面向对象 随机森林 特征选择 滨海湿地

国家自然科学基金国家自然科学基金江苏省科技厅重点研发项目

3197154741871188BE2018681

2021

10.3969/j.issn.1672-1292.2021.04.008

南京师范大学学报(工程技术版)
南京师范大学

南京师范大学学报(工程技术版)

影响因子：0.313
ISSN：1672-1292
年,卷(期)：2021.21(4)
  • 5
  • 27