面向对象的旱区植被遥感精细分类研究

作者：张文博,孔金玲,杨园园,李彤

摘要：针对旱区植被分类尺度过大、种群无法准确提取的问题,该文提出了面向对象的CFS-RF分类模型,即利用CFS算法对先验样本数据集进行特征优选,结合随机森林构建分类规则,完成分类过程。以新疆阿勒泰为研究区,利用GF-2数据,通过CFS、ReliefF两种不同特征选择方法和J48、SVM、RF 3种分类算法构造出6种面向对象分类方案来实现小尺度植被种群提取。结果表明,经过特征选择,上述分类方案的精度和效率均得到了提升。其中,CFS-RF算法最优,总体精度达到92.41%,Kappa系数为0.90,更适用于旱区植被遥感精细分类。

发文机构：长安大学地球科学与资源学院 长安大学地质工程与测绘学院

关键词：高分影像旱区植被特征优选面向对象分类high-resolution imagevegetation in arid areasfeature selectionobject oriented classification

分类号： P237[天文地球—摄影测量与遥感]