版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、研究土地覆被變化已經(jīng)成為研究全球變化以及研究現(xiàn)代地學的核心和熱點,在土地覆被變化的研究中,土地覆被分類是最為基礎和關(guān)鍵的一個環(huán)節(jié)。土地覆被分類需要強大的分類方法,隨機森林是一個功能強大的機器學習分類器,是一種與傳統(tǒng)的決策樹相比基于非參數(shù)回歸算法的集成學習方法。目前,隨著眾多高分辨率衛(wèi)星陸續(xù)發(fā)射,高分影像數(shù)據(jù)量大,混合像元減少、地物信息增多,然而空間分辨率的提高并沒有使得分類精度的提高,相反,會出現(xiàn)分類精度的降低。傳統(tǒng)基于像元光譜信息分類
2、的方法應用在這些高分影像分類時所得到的精確度遠遠達不到生產(chǎn)所需的要求。影像中地物信息增多體現(xiàn)在地物的紋理結(jié)構(gòu)隨著空間分辨率的提高而變得非常清晰,提取穩(wěn)定的鑒別性強的紋理特征對提高影像分類精度有十分重要的意義。
本文以石臺縣的兩個鄉(xiāng)鎮(zhèn)為研究區(qū)域,選用 Rapideye高分影像作為數(shù)據(jù)源。研究區(qū)景觀空間異質(zhì)性程度高,陰影覆蓋區(qū)域面積大,實地調(diào)查中部分類別在影像上顯示的顏色可分性不強。為此,本研究采用已廣泛地應用于遙感影像的紋理提取
3、的地質(zhì)統(tǒng)計學方法提取紋理特征,對原始波段進行Band Math運算提取植被指數(shù),應用隨機森林計算特征重要性篩選特征,對改變樹的數(shù)量、特征組合與分類精度間的關(guān)系進行試驗,并與最大似然法分類結(jié)果進行比較。結(jié)果表明:
?。?)隨機森林泛化誤差隨著樹的數(shù)量(N)增加而收斂于定值,分類精度隨著N值增大而無顯著增加,并且計算機運算效率降低。本研究中最終選取N=500,既能滿足分類精度要又能保證運算效率;
?。?)應用隨機森林和最大似
4、然法對加入紋理特征組合進行分類精度評價,Kappa系數(shù)分別為0.7134和0.6315,高于加入植被指數(shù)特征組合和對紋理和植被指數(shù)特征組合。應用隨機森林算法分類精度明顯高于應用最大似然法所得的分類精度。此外,紋理信息可以在一定程度上提高分類的精度,對于耕地、建筑等幾何形狀明顯且規(guī)律性強的地類分類精度有顯著提高,對光譜值接近的不同地類之間的區(qū)分提供了有效的依據(jù)。
隨機森林算法綜合表現(xiàn)更優(yōu),它在保證分類精度的前提下,也能保證運算的
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于隨機森林算法的塞罕壩地區(qū)土地覆被分類及景觀格局變化.pdf
- 基于高分辨率遙感影像的土地利用-地土覆被提取研究.pdf
- 隨機森林及其在遙感圖像分類中的應用.pdf
- 人工神經(jīng)網(wǎng)絡在高分辨率遙感影像森林植被分類中的應用研究.pdf
- 隨機森林及其在遙感影像處理中應用研究.pdf
- 基于改進隨機聚類決策森林算法的遙感影像分類研究.pdf
- 面向?qū)ο笈c基于像素的高分辨率遙感影像分類在土地利用分類中的應用比較.pdf
- 古村落高分辨率遙感影像分類識別算法研究.pdf
- 高分辨率遙感影像分類方法研究
- 面向?qū)ο蟮母叻直媛蔬b感影像分類
- 面向?qū)ο蟮母叻直媛蔬b感影像分類
- 面向?qū)ο蟮母叻直媛蔬b感影像分類.pdf
- 11856.面向?qū)ο蟮母叻诌b感影像分類在森林蓄積量估測中的應用研究
- 面向?qū)ο蟮母叻直媛蔬b感影像分類.pdf
- 高分辨率遙感影像的森林結(jié)構(gòu)參數(shù)反演.pdf
- 19793.面向?qū)ο蟮母叻直媛蔬b感影像土地覆蓋分類研究
- 高分辨率遙感影像草地和樹木分類方法研究.pdf
- 基于隨機森林的遙感圖像分類算法研究.pdf
- 闡述高分辨率影像數(shù)據(jù)在遙感地質(zhì)調(diào)查中的應用
- 基于特征庫和信息融合的高分辨率遙感影像分類.pdf
評論
0/150
提交評論