遥感技术与应用2023，Vol.38Issue(1) ：156-162.DOI:10.11873/j.issn.1004-0323.2023.1.0156

基于XGBoost算法的遥感图像云检测

Cloud Detection of Remote Sensing Images based on XGBoost Algorithm

范霄 孔金玲 钟炎伶 蒋镒竹 张静雅
遥感技术与应用2023，Vol.38Issue(1) ：156-162.DOI:10.11873/j.issn.1004-0323.2023.1.0156
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

基于XGBoost算法的遥感图像云检测

Cloud Detection of Remote Sensing Images based on XGBoost Algorithm

范霄 1孔金玲 1钟炎伶 1蒋镒竹 2张静雅1
扫码查看

作者信息

  • 1. 长安大学地质工程与测绘学院,陕西 西安 710054
  • 2. 长安大学地球科学与资源学院,陕西 西安 710054
  • 折叠

摘要

云检测是利用卫星遥感影像进行相关应用的基础.针对云检测过程容易受到复杂地表环境干扰的问题,提出了一种基于极限梯度提升(XGBoost)算法的云检测模型.该方法以TOA反射率、亮温和光谱指数等组建特征空间;然后,采用贝叶斯优化对XGBoost模型的超参数进行了调整.为检验XGBoost的云检测效果,选择不同云场景的Landsat 8遥感影像为测试数据,并把XGBoost、随机森林和决策树的云检测结果作对比.结果表明:本文提出的XGBoost云检测模型的云识别效果优于随机森林和决策树,展现了 XGBoost在云检测中的潜力;且XGBoost的F1分数和Kappa系数分别可达73％和71％以上,实现了较准确的云检测,可为后续开展云检测研究提供一定的支持.

关键词

云检测/XGBoost/随机森林/决策树/Landsat/8

引用本文复制引用

基金项目

国家自然科学基金(42071345)

陕西省重点研发计划(2020ZDLSF06-07)

出版年

2023
遥感技术与应用
中国科学院遥感联合中心

遥感技术与应用

CSTPCDCSCD北大核心
影响因子：0.961
ISSN：1004-0323
被引量1
参考文献量8
段落导航相关论文