基于随机森林算法的城市不透水面信息提取——以长春市为例

作者：常翔宇; 柯长青^*

来源：测绘通报, 2020, (11): 43-49.

DOI：10.13474/j.cnki.11-2246.2020.0352

• 不透水面
• 随机森林
• 影像分类
• 特征提取

为了快速、准确地掌握不透水面的空间分布及满足动态变化信息现实需求,本文基于多分类器集成学习的思想,引入随机森林算法,以Landsat8影像为数据源,长春市为实验区,选取光谱特征、纹理测度、空间变换后的独立分量等25个特征变量进行分类研究,根据OOB误差进行重要性分析并试验得出最优的分类模型,实现高精度不透水面信息的提取,最后与传统参数分类法进行比较。结果表明:随机森林算法的总体精度可以达到94%,高出最大似然分类法5.9%,支持向量机算法0.77%,Kappa系数为0.914 3,均方根误差为0.104 3,不透水面的提取精度达95.54%,可以精确地得出所需信息,为城市建设与规划提供有效的专题数据。

• 单位
  南京大学