测绘科学

2021, v.46;No.271(01) 136-140+183

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

面向对象的旱区植被遥感精细分类研究
Fine vegetation classification of remote sensing in arid areas based on object-oriented method

张文博;孔金玲;杨园园;李彤;

摘要(Abstract):

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。

关键词(KeyWords): 高分影像;旱区植被;特征优选;面向对象分类

Abstract:

Keywords:

基金项目(Foundation): 新疆乌伦古河流域水文地质环境地质调查项目(S17-2-XJ07)

作者(Authors): 张文博;孔金玲;杨园园;李彤;

DOI: 10.16251/j.cnki.1009-2307.2021.01.018

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享