利用CVGS-XGBoost遥感识别水体与山体阴影信息

摘要：

针对喀斯特地区遥感图像中水体和山体阴影信息易混淆使得传统机器学习算法存在分类精度低、 计算速度慢的缺点,改进XGBoost算法,通过交叉验证栅格搜索算法对XGBoost算法进行参数优化,构建CVGS-XGBoost分类算法,提取遥感图像中的水体和山体阴影信息.实验结果表明,CVGS-XGBoost算法的总体分类精度达到93.9％,比原始的XGBoost算法、决策树、随机森林和支持向量机算法构建的分类算法的总体分类精度分别提高1.5％、10.0％、6.3％和3.1％,且该算法与分类效果较好的支持向量机相比,运行时间开销少,可有效地识别喀斯特地区遥感图像中水体和山体阴影信息.

关键词：水体信息、山体阴影、遥感提取、CVGS-XGBoost算法、喀斯特地区

所属期刊栏目：40

分类号：TP751;P407.8(遥感技术)

资助基金：国家自然科学基金项目;广西自然科学基金项目

在线出版日期：2021-03-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：850-858