基于隨機森林算法的城市不透水面信息提取——以長春市為例

作者：常翔宇,柯長青

摘要：為了快速、準確地掌握不透水面的空間分布及滿足動態變化信息現實需求,本文基于多分類器集成學習的思想,引入隨機森林算法,以Landsat8影像為數據源,長春市為實驗區,選取光譜特征、紋理測度、空間變換后的獨立分量等25個特征變量進行分類研究,根據OOB誤差進行重要性分析并試驗得出最優的分類模型,實現高精度不透水面信息的提取,最后與傳統參數分類法進行比較。結果表明:隨機森林算法的總體精度可以達到94%,高出最大似然分類法5.9%,支持向量機算法0.77%,Kappa系數為0.9143,均方根誤差為0.1043,不透水面的提取精度達95.54%,可以精確地得出所需信息,為城市建設與規劃提供有效的專題數據。

發文機構：南京大學地理與海洋科學學院

關鍵詞：不透水面隨機森林影像分類特征提取impervious surfacerandom forestimage classificationfeature extraction

分類號： P237[天文地球—攝影測量與遙感]