首页|基于机器学习的高分辨率影像分类研究

基于机器学习的高分辨率影像分类研究

扫码查看
原文链接
  • 万方数据
  • 维普
高分辨率影像分类是遥感图像处理领域的重要研究方向.文章以高分辨率Sentinel-2遥感影像为主要数据源,以随机森林(Random Forest,RF)、梯度提升树(GradientBoosting Decison Tree,GBDT)和分类回归树(Classification and regression tree,CART)机器学习方法,对内蒙古达尔罕茂明安联合旗进行地表信息提取方法的应用研究和对比分析,实现对高分辨率影像的准确分类.通过对比不同算法的分类效果和性能,验证了机器学习在高分辨率影像分类中的有效性和适用性.研究结果表明:三种机器学习算法都可以对含有荒漠半荒漠化草原的地物进行良好的分类,其中随机森林分类精度最佳,最高总体精度可达92.53%,Kappa系数为90.89%.通过对比不同算法的分类效果和性能,验证随机森林模型在达茂旗高分辨率影像分类中的有效性和适用性.

王力琪、宋梦龙、张鹏、颜涛、张海龙、程博、张晓平、李可冬

展开 >

兰州交通大学 测绘与地理信息学院,甘肃 兰州 730000

中国科学院空天信息创新研究院,北京 100094

内蒙古遥感中心有限责任公司,内蒙古 呼和浩特 010010

高分辨率影像 机器学习 地物分类 荒漠半荒漠化草原

内蒙古自治区科学技术厅科技计划项目

2022YFSJ0008

2024

内蒙古科技与经济
内蒙古自治区科学技术信息研究所 内蒙古科学技术情报学会

内蒙古科技与经济

影响因子：0.263
ISSN：1007-6921
年,卷(期)：2024.(12)
  • 8