基于特征优选随机森林算法的农耕区土地利用分类.pdf

第 36 卷 第 4 期 农 业 工 程 学 报 Vol.36 No.4 244 2020 年 2 月 Transactions of the Chinese Society of Agricultural Engineering Feb. 2020 基于特征优选随机森林算法的农耕区土地利用分类 1 1 2 1 1 1 王李娟 ，孔钰如 ，杨小冬 ，徐 艺 ，梁 亮 ，王树果 （1. 江苏师范大学地理测绘与城乡规划学院，徐州 221116 ；2. 国家农业信息化工程技术研究中心，北京 100097 ） 摘 要：为了提高农耕区土地利用分类精度，该文采用较高空间分辨率和丰富光谱信息的 Sentinel-2 数据生成光谱特征、 无红边波段的植被指数、红边指数和纹理特征 4 种基本特征变量，并对以上特征变量优选后进行特征重要性排序，进而 构建 7 种特征组合方案，基于随机森林算法和支持向量机对农耕区土地利用信息进行提取并对比验证分类精度。研究结 果表明：通过特征优选的随机森林算法进行土地利用信息提取效果最佳，总体精度达到 88.24%，Kappa 系数为 0.84，精 度优于相同特征变量下的支持向量机分类方法。该方法能够有效提高农耕区土地利用分类精度，可为土地资源监测、管 理提供技术支持和理论参考。 关键词：随机森林算法；土地利用分类；农耕区；特征优选；Sentinel-2；红边指数 doi ：10.11975/j.issn.1002-6819.2020.04.029 中图分类号：S25 文献标志码：A 文章编号：1002-6819(2020)-04-0244-07 王李娟，孔钰如，杨小冬，徐 艺，梁 亮，王树果. 基于特征优选随机森林算法的农耕区土地利用分类[J]. 农业工 程学报，2020，36(4)：244－250. doi ：10.11975/j.issn.1002-6819.2020.04.029 Wang Lijuan, Kong Yuru, Yang Xiaodong, Xu Yi, Liang Liang, Wang Shuguo. Classification of land use in farming areas based on feature optimization random forest algorithm[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(4): 244 －250. (in Chinese with English abstract) doi ：10.11975/j.issn.1002-6819.2020.04.029 [6] 高农耕区作物分类精度方面优势明显。刘佳等 利用 0 引 言  RapidEye 影像的红边波段，使用最大似然分类法对作物 土地利用分类在土地动态监测、规划与管理、合理 进行精细识别，总体分类精度提高 6.7%，且对玉米和大 开发与保护等方面具有重要作用，是当前全球环境变化 豆的识别能力显著提高；Yeom[7]利用 RapidEye 影像，对 研究领域的重要内容之一[1] 。目前，随着中国城市化进程 韩国水稻种植区