基于随机森林算法的城市不透水面信息提取——以长春市为例

作者：常翔宇,柯长青

摘要：为了快速、准确地掌握不透水面的空间分布及满足动态变化信息现实需求,本文基于多分类器集成学习的思想,引入随机森林算法,以Landsat8影像为数据源,长春市为实验区,选取光谱特征、纹理测度、空间变换后的独立分量等25个特征变量进行分类研究,根据OOB误差进行重要性分析并试验得出最优的分类模型,实现高精度不透水面信息的提取,最后与传统参数分类法进行比较。结果表明:随机森林算法的总体精度可以达到94%,高出最大似然分类法5.9%,支持向量机算法0.77%,Kappa系数为0.9143,均方根误差为0.1043,不透水面的提取精度达95.54%,可以精确地得出所需信息,为城市建设与规划提供有效的专题数据。

发文机构：南京大学地理与海洋科学学院

关键词：不透水面随机森林影像分类特征提取impervious surfacerandom forestimage classificationfeature extraction

分类号： P237[天文地球—摄影测量与遥感]