基于GEE平台结合RF和SVM算法的茶园提取研究

作者：钱瑞; 徐伟恒^*

来源：林业调查规划, 2023, 48(01): 1-6.

• GEE平台
• Landsat 8/OLI
• 茶园
• SVM算法
• RF算法

科学有效的茶园遥感监测技术为土地利用管理、茶园管理、产业政策制定奠定了基础。研究基于GEE平台利用Landsat 8/OLI分别结合SVM和RF两种分类算法对云南省普洱市和西双版纳自治州的茶园进行了提取，并将2种算法的提取结果进行了对比。结果表明，RF和SVM算法的分类总体精度(OA)分别为95.61%、95.56%,Kappa系数相同，均为87%。RF算法的分类总体精度高于SVM算法，而Kappa系数相同。RF算法的制图精度(PA)为65.44%,与SVM算法(65.75%)相比相差较小，RF和SVM算法的用户精度(UA)分别为63.08%和57.37%。基于GEE平台结合RF分类算法对茶园的提取精度高于SVM算法。采用不同的传感器以及不同的分类算法可实现对茶园准确、高效的提取，对制定科学的茶园管理政策、茶园灾害预警、地表覆被变化等研究具有重要意义。

• 单位
  西南林业大学