利用随机森林和纹理特征的森林类型识别

摘要：

针对利用遥感影像进行森林类型识别容易出现树种误分和模型复杂的问题,以高分一号卫星影像为数据源,结合遥感判读样地、植被指数、纹理信息以及地形因子等多源数据,构建最小距离分类模型、支持向量机分类模型和随机森林分类模型,对黑龙江凉水自然保护区森林优势树种进行分类.结果表明,基于随机森林模型的分类结果总精度和Kappa系数分别为81.01％和0.76,较支持向量机分类方法有明显提高.该研究为提高我国高分辨率数据的自给率和森林资源的有效管理提供了一定的参考价值.

关键词：GF-1影像、随机森林、森林类型识别、支持向量机、纹理特征

所属期刊栏目：32

分类号：TP75;P237(遥感技术)

资助基金：国家自然科学基金51409204、41401496;陕西省自然科学基础研究计划2015JQ4105;江西省数字国土重点实验开放基金DLLJ201604;陕西省教育厅科研计划项目资助16JK1496;2016年陕西省大学生创新创业训练计划项目20160704068

在线出版日期：2018-02-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：109-114