文献类型：期刊文章

作　　者：马玥[1] 姜琦刚[1] 孟治国[1,2] 李远华[1] 王栋[3] 刘骅欣[1]

机构地区：[1]吉林大学地球探测科学与技术学院,长春130026 [2]中国科学院行星科学重点实验室,上海200030 [3]西南林业大学林学院,昆明650224

出　　处：《农业机械学报》

基　　金：国家自然科学基金项目(41371332);中国地质调查局项目(1212011220105);澳门科技发展基金项目(110/2014/A3)

年　　份：2016

卷　　号：47

期　　号：1

起止页码：297-303

语　　种：中文

收录情况：BDHX、BDHX2014、CAB、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2015_2016、EI(收录号：20161002078037)、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：基于随机森林算法,采用多季节、多时相光谱信息、纹理信息和地形信息进行分类研究,选出最佳分类方案对农耕区土地利用信息进行提取,并利用随机森林算法对所有特征变量进行降维,将降维后的变量分别用于随机森林、支持向量机和最大似然分类法,分析不同分类方法对农耕区土地利用类型提取的适用性。研究结果表明:基于随机森林算法的多源信息综合分类方案进行土地利用信息提取效果最佳,总体精度85.54%,Kappa系数0.835 9;利用随机森林算法进行特征选择可以在有效降低数据维度的同时保证分类精度;3种分类方法中,随机森林算法总体分类精度81.08%,分别较支持向量机和最大似然法高9.46%和5.27%。利用随机森林分类法结合多源信息能够有效对农耕区土地利用类型进行分类,为土地类型的划分提供了快捷可行的方法。

关 键 词：土地利用分类 农耕区  随机森林算法  多源信息 特征选择  

分 类 号：TP79] F301.24]