發(fā)布時間：2017-06-19 12:11

  本文關鍵詞：基于隨機森林算法的農(nóng)耕區(qū)土地利用分類研究，由筆耕文化傳播整理發(fā)布。

【摘要】：基于隨機森林算法,采用多季節(jié)、多時相光譜信息、紋理信息和地形信息進行分類研究,選出最佳分類方案對農(nóng)耕區(qū)土地利用信息進行提取,并利用隨機森林算法對所有特征變量進行降維,將降維后的變量分別用于隨機森林、支持向量機和最大似然分類法,分析不同分類方法對農(nóng)耕區(qū)土地利用類型提取的適用性。研究結果表明:基于隨機森林算法的多源信息綜合分類方案進行土地利用信息提取效果最佳,總體精度85.54%,Kappa系數(shù)0.835 9;利用隨機森林算法進行特征選擇可以在有效降低數(shù)據(jù)維度的同時保證分類精度;3種分類方法中,隨機森林算法總體分類精度81.08%,分別較支持向量機和最大似然法高9.46%和5.27%。利用隨機森林分類法結合多源信息能夠有效對農(nóng)耕區(qū)土地利用類型進行分類,為土地類型的劃分提供了快捷可行的方法。
【作者單位】： 吉林大學地球探測科學與技術學院;中國科學院行星科學重點實驗室;西南林業(yè)大學林學院;
【關鍵詞】： 土地利用分類 農(nóng)耕區(qū) 隨機森林算法 多源信息 特征選擇
【基金】：國家自然科學基金項目(41371332) 中國地質(zhì)調(diào)查局項目(1212011220105) 澳門科技發(fā)展基金項目(110/2014/A3)
【分類號】：F323.211;TP301.6
【正文快照】： 引言土地利用分類研究在調(diào)整土地利用結構、合理開發(fā)土地資源、動態(tài)監(jiān)測土地利用狀況等環(huán)節(jié)起著重要作用[1-2]。遙感技術快速、宏觀、同步監(jiān)測等特點,為提取土地利用信息提供高效快捷的技術手段[3-5]。結合遙感數(shù)據(jù)和機器學習算法進行土地利用分類一直是國內(nèi)外學者的研究熱點,

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 張雷;王琳琳;張旭東;劉世榮;孫鵬森;王同立;;隨機森林算法基本思想及其在生態(tài)學中的應用——以云南松分布模擬為例[J];生態(tài)學報;2014年03期

2 李旭青;劉湘南;劉美玲;吳伶;;水稻冠層氮素含量光譜反演的隨機森林算法及區(qū)域應用[J];遙感學報;2014年04期

3 王盼;陸寶宏;張瀚文;張巍;孫銀鳳;季妤;;基于隨機森林模型的需水預測模型及其應用[J];水資源保護;2014年01期

4 王棟;岳彩榮;田傳召;范懷剛;王躍輝;;基于隨機森林的大姚縣TM遙感影像分類研究[J];林業(yè)調(diào)查規(guī)劃;2014年02期

5 劉毅;杜培軍;鄭輝;夏俊士;柳思聰;;基于隨機森林的國產(chǎn)小衛(wèi)星遙感影像分類研究[J];測繪科學;2012年04期

6 呂淑婷;張啟敏;;一類帶Poisson跳的隨機森林發(fā)展系統(tǒng)數(shù)值解的收斂性[J];寧夏大學學報(自然科學版);2010年04期

7 李治;楊曉梅;孟樊;范文義;;物候特征輔助下的隨機森林宏觀尺度土地覆蓋分類方法研究[J];遙感信息;2013年06期

8 金宇;周可新;方穎;劉欣;;基于隨機森林模型預估氣候變化對動物物種潛在生境的影響[J];生態(tài)與農(nóng)村環(huán)境學報;2014年04期

9 馬明;岳彩榮;張云飛;李小婷;張博;;基于TM影像的土地覆蓋分類比較研究[J];綠色科技;2014年03期

10 ;[J];;年期

中國重要會議論文全文數(shù)據(jù)庫 前7條

1 謝程利;王金橋;盧漢清;;核森林及其在目標檢測中的應用[A];第六屆和諧人機環(huán)境聯(lián)合學術會議（HHME2010)、第19屆全國多媒體學術會議（NCMT2010）、第6屆全國人機交互學術會議（CHCI2010）、第5屆全國普適計算學術會議（PCC2010）論文集[C];2010年

2 武曉巖;方慶偉;;基因表達數(shù)據(jù)分析的隨機森林方法及算法改進[A];黑龍江省第十次統(tǒng)計科學討論會論文集[C];2008年

3 張?zhí)忑?梁龍;王康;李華;;隨機森林結合激光誘導擊穿光譜技術用于的鋼鐵分類[A];中國化學會第29屆學術年會摘要集——第19分會：化學信息學與化學計量學[C];2014年

4 相玉紅;張卓勇;;組蛋白去乙�；敢种苿┑臉嬓шP系研究[A];第十一屆全國計算（機）化學學術會議論文摘要集[C];2011年

5 張濤;李貞子;武曉巖;李康;;隨機森林回歸分析方法及在代謝組學中的應用[A];2011年中國衛(wèi)生統(tǒng)計學年會會議論文集[C];2011年

6 馮飛翔;馮輔周;江鵬程;劉菁;劉建敏;;隨機森林和k-近鄰法在某型坦克變速箱狀態(tài)識別中的應用[A];第八屆全國轉(zhuǎn)子動力學學術討論會論文集[C];2008年

7 曹東升;許青松;梁逸曾;陳憲;李洪東;;組合樹的集合體和后向消除策略去分類P-糖蛋白化合物[A];第十屆全國計算(機)化學學術會議論文摘要集[C];2009年

中國博士學位論文全文數(shù)據(jù)庫 前4條

1 曹正鳳;隨機森林算法優(yōu)化研究[D];首都經(jīng)濟貿(mào)易大學;2014年

2 雷震;隨機森林及其在遙感影像處理中應用研究[D];上海交通大學;2012年

3 岳明;基于隨機森林和規(guī)則集成法的酒類市場預測與發(fā)展戰(zhàn)略[D];天津大學;2008年

4 李書艷;單點氨基酸多態(tài)性與疾病相關關系的預測及其機制研究[D];蘭州大學;2010年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 錢維;藥品不良反應監(jiān)測中隨機森林方法的建立與實現(xiàn)[D];第二軍醫(yī)大學;2012年

2 韓燕龍;基于隨機森林的指數(shù)化投資組合構建研究[D];華南理工大學;2015年

3 賀捷;隨機森林在文本分類中的應用[D];華南理工大學;2015年

4 張文婷;交通環(huán)境下基于改進霍夫森林的目標檢測與跟蹤[D];華南理工大學;2015年

5 李強;基于多視角特征融合與隨機森林的蛋白質(zhì)結晶預測[D];南京理工大學;2015年

6 朱玟謙;一種收斂性隨機森林在人臉檢測中的應用研究[D];武漢理工大學;2015年

7 袁芳娟;基于隨機森林的年齡估計[D];河北工業(yè)大學;2012年

8 劉曉東;基于組合策略的隨機森林方法研究[D];大連理工大學;2013年

9 舒翔;基于隨機森林的目標跟蹤算法研究[D];合肥工業(yè)大學;2013年

10 王肇宇;層級隨機森林算法及其在人體活動識別應用研究[D];電子科技大學;2013年

  本文關鍵詞：基于隨機森林算法的農(nóng)耕區(qū)土地利用分類研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：462465