科研之友
微信
新浪微博
Facebook
分享链接
摘要
煤矸石山是矿山生态修复关注的重点区域，查明煤矸石山的地理空间分布情况对于区域环境治理具有重要意义。选取福建省龙岩市新罗区的部分区域为研究区，基于GF-2遥感影像及ASTER GDEM数字高程模型数据，提取光谱特征、纹理特征及地形特征，利用顺序前向特征选择法对特征进行优化，并利用随机森林算法构建地物分类模型，结合多源数据及综合性特征组合对研究区内的地表类型进行分类并实现煤矸石山的信息识别提取。结果表明：(1)并非参与分类的特征越多分类精度越高，特征选择后数量由17个减至9个，煤矸石山总体提取精度达94.07%,Kappa系数达0.819；(2)地形特征中高程、坡度、坡向及光谱特征中多光谱波段B1、B2、B4、归一化植被指数、影像灰度平均值对煤矸石堆存区识别提取具有重要作用，而纹理特征仅对提高具有明显纹理变化的土地覆盖类型的精度有帮助，对于提高煤矸石山提取精度作用较低，研究区中仅纹理均值特征对煤矸石山提取影响较大。结合随机森林和特征优化算法，能够有效增强煤矸石山的提取精度，高效整合多源特征数据，加快模型运算速度，为煤矸石山信息提取提供切实可行的方法。
-
单位中国煤炭地质总局; 中国煤炭地质总局勘查研究总院; 苏州工业园区测绘地理信息有限公司; 中国矿业联合会
