面向對象的旱區植被遙感精細分類研究

作者：張文博,孔金玲,楊園園,李彤

摘要：針對旱區植被分類尺度過大、種群無法準確提取的問題,該文提出了面向對象的CFS-RF分類模型,即利用CFS算法對先驗樣本數據集進行特征優選,結合隨機森林構建分類規則,完成分類過程。以新疆阿勒泰為研究區,利用GF-2數據,通過CFS、ReliefF兩種不同特征選擇方法和J48、SVM、RF 3種分類算法構造出6種面向對象分類方案來實現小尺度植被種群提取。結果表明,經過特征選擇,上述分類方案的精度和效率均得到了提升。其中,CFS-RF算法最優,總體精度達到92.41%,Kappa系數為0.90,更適用于旱區植被遙感精細分類。

發文機構：長安大學地球科學與資源學院 長安大學地質工程與測繪學院

關鍵詞：高分影像旱區植被特征優選面向對象分類high-resolution imagevegetation in arid areasfeature selectionobject oriented classification

分類號： P237[天文地球—攝影測量與遙感]