文献类型：期刊文章

作　　者：张卫春[1,3] 刘洪斌[1,3] 武伟[2,3]

ZHANG Wei-chun;LIU Hong-bin;WU Wei(College of Resources and Environment,Southwest University,Chongqing 400716,China;College of Computer and Information Science,Southwest University,Chongqing 400715,China;Chongqing Key Laboratory of Digital Agriculture,Chongqing 400716,China)

机构地区：[1]西南大学资源环境学院,重庆400716 [2]西南大学计算机与信息科学学院,重庆400715 [3]重庆市数字农业重点实验室,重庆400716

出　　处：《长江流域资源与环境》

基　　金：国家科技支撑计划课题(2008BADA4B10);中央高校基本科研业务费专项(XDJK2016D041)

年　　份：2019

卷　　号：28

期　　号：6

起止页码：1334-1343

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2019_2020、CSSCI、CSSCI2019_2020、JST、NSSD、PROQUEST、RCCSE、RWSKHX、SCOPUS、WOS、ZGKJHX、ZR、核心刊

摘　　要：精准的土地利用信息是土地资源监测和管理的基础。为提高低山丘陵区域的土地利用分类精度,选取重庆市江津区李市镇为研究案例,基于随机森林方法,以Sentinel-2影像数据和地形因子为数据源,提取3种变量(传统遥感数据,红边遥感数据和地形因子),合计23个特征指标,构建3个具有不同输入变量的组合模型,以提取研究区土地利用信息,分析变量的重要性。结果表明:(1)传统遥感数据模型中顺序添加红边遥感数据和地形因子,总体分类精度分别为86.54%,87.19%,88.61%;Kappa系数分别为0.800 9,0.810 2,0.831 4;(2)对模型精度有重要影响的特征指标依次是波段B2(Blue),B4(Red),B3(Green),改进归一化差异水体指数(MNDWI)和波段B5(Vegetation Red Edge 1);(3)基于随机森林的遥感数据和地形因子的组合方法,是获取研究区高精度土地利用信息的一种有效手段。研究成果可以为地形复杂区域的土地利用分类提供参考。

关 键 词：丘陵山区 随机森林  Sentinel-2  土地利用分类 红边波段  

分 类 号：P237]