首页|极化SAR旱地作物分类的后向消除特征选择研究

极化SAR旱地作物分类的后向消除特征选择研究

BACKWARD ELIMINATION FEATURE SELECTION FOR CLASSIFICATION OF DRYLAND CROPS USING POLARIMETRIC SAR DATA

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
[目的]作物遥感分类是作物面积监测的核心问题,也是进一步开展农作物长势、产量等专题监测的前提.特征选择是作物遥感分类的关键步骤之一,能够有效提高作物遥感分类精度和效率.文章使用后向消除的特征选择方法明确最优特征集的大小和内容,比较不同优选特征集的分类效果分析4种特征排序方法的优劣.[方法](1)提取河北省深州市旱地作物关键生长期(6月3日、6月27日、7月21日)RA⁃DARSAT-2数据的3类特征变量共114个.(2)比较基于不同度量方式的4种特征重要性排序方法,根据特征排序结果采用后向消除方法逐步简化特征变量,确定最优特征个数,得到优选特征集.(3)比较不同优选特征集在随机森林方法下的分类效果.[结果]特征排序方法中极限树的效果最好.使用极限树算法优选的特征集参与随机森林分类,能用最少的特征(11个),达到最高的精度(92.63％).并且与全部特征(114个)的分类结果相比,总体精度只下降了1.78％.[结论]后向消除特征选择优选出的特征集能够明确最优特征个数,能够在保障分类精度的同时有效提升分类效率,优选出的特征集可为同种种植结构下的旱地作物分类提供参考.

曾妍、王迪

展开 >

中国农业科学院农业资源与农业区划研究所,北京 100081

农业农村部农业信息技术重点实验室,北京 100081

旱地作物 全极化合成孔径雷达 特征选择 遥感 分类

中央级公益性科研院所基本科研业务费专项中央级公益性科研院所专项

1610132019010IARRP-2017-16

2023

10.7621/cjarrp.1005-9121.20230323

中国农业资源与区划
中国农科院农业资源区划所 全国农业资源区划办公室 中国农业资源与区划学会

中国农业资源与区划

CSTPCDCSCDCHSSCD北大核心
影响因子：1.579
ISSN：1005-9121
年,卷(期)：2023.44(3)
  • 1
  • 12