物候特征辅助下的随机森林宏观尺度土地覆盖分类方法研究

摘要：

通过遥感技术获取大范围土地覆盖信息对于监测、理解和预测自然资源具有重要的科学意义.MODIS数据是当今宏观尺度土地覆盖研究的主要数据源.本文以河北省为研究区,应用MOD13Q1数据产品,构建MODIS NDVI时间序列,从中反演物候特征作为参与分类的主要辅助信息,并采用随机森林分类方法进行宏观尺度土地覆被分类实验,并与单决策树(CART)进行对比分析.实验结果表明,物候特征辅助下的随机森林宏观尺度土地覆被分类方法的总体精度为87.2％,Kappa系数为0.83,比CART单一决策树精度提高了17.9％;应用物候特征参与分类,使得总体精度提高2.6％;其中,旱地和建筑用地精度分别提高了6.7％和11.9％.

关键词：随机森林、组合分类器、NDVI时间序列、物候学、土地覆盖、MODIS

所属期刊栏目：28

分类号：TP79(遥感技术)

资助基金：国家自然科学基金项目40971224;国家863课题2012AA121201

在线出版日期：2014-02-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：48-55