基于特征優選的GF-3全極化數據積雪識別

作者：馬騰耀,肖鵬峰,張學良,馬威,郭金金

摘要：以新疆阿爾泰山南麓克蘭河流域典型區為研究區,利用GF-3全極化數據進行積雪探測,提出了一種基于特征優選的積雪識別方法。首先通過極化分解獲取了GF-3數據的22個極化特征,并利用隨機森林方法計算各特征的重要性,構建特征優選規則生成最優特征集,然后基于最優特征集對積雪進行識別。分析特征的重要性發現,同極化后向散射系數對積雪識別的貢獻比交叉極化的貢獻大,面散射和體散射對積雪識別的貢獻比二面角散射貢獻大。將該方法與最大似然法、支持向量機、BP神經網絡3種分類器的對比發現,使用最優特征集并且利用隨機森林方法的積雪識別精度最高(F指數為0.86,總體精度為0.79)。結果表明:基于特征優選進行積雪識別,不僅使得積雪識別效率得到提高,而且保持精度不變甚至有所增加,證明了該方法在積雪識別中的有效性。

發文機構：南京大學地理與海洋科學學院

關鍵詞：積雪識別GF-3極化分解特征優選隨機森林Snow cover recognitionGF-3Polarization decompositionFeatures selectionRandom Forest

分類號： TP181[自動化與計算機技術—控制理論與控制工程]