论文部分内容阅读
地表覆盖分类信息提取是遥感应用领域的重要研究内容,也是地理国情监测的基础工作,资源三号等国产高分辨率测绘卫星为地表覆盖分类研究提供了新的契机。以单分类器为主的传统分类方法无法满足遥感信息提取对精度、速度和推广应用的要求。随机森林是一种多棵决策树分类器组合的新分类算法。利用资源三号影像数据,结合试验区特点进行影像多尺度分割,充分挖掘影像目标对象的光谱、几何、纹理信息等特征,在对随机森林模型的参数确定进行评估分析的基础上,利用该算法开展了地表覆盖分类信息的提取研究,同时与最大似然法、支持向量机法的分类结果进行对比分析。结果表明,基于随机森林模型的地表覆盖分类信息提取结果的总体精度和Kappa系数分别达到了86.1%和0.84,比其它两种方法的结果有明显提高,而且时间效率上也能够得到保证,是一种精度高、速度快、稳定性强的优秀分类算法,为国产测绘卫星在土地利用变更和地理国情监测更新等方面的应用提供了重要参考。