帮助 关于我们

返回检索结果

OBIA与RF结合的龙口市土地利用信息提取方法
The extraction approach of land use information combining OBIA with RF in Longkou city

查看参考文献24篇

文摘 为提高中分辨率遥感影像解译精度,本文提出面向对象影像分析(Object Based Image Analysis,OBIA)与随机森林(Random Forest,RF)结合的土地利用信息提取方法。采用Landsat 8 OLI影像,针对不同地物特点,阈值分割和多尺度分割结合创建影像对象,规则集和分类器协同分类,基于Relief F算法分别对光谱特征、纹理特征及所有特征降维筛选特征子集,并与全部特征一起应用RF建模,对龙口市进行土地利用信息提取与比较。结果表明:OBIA与RF结合提取土地利用信息,基于Relief F算法筛选纹理特征,保留完整光谱、几何、空间关系特征构建RF模型,建模错分率为0.0958,分类总体精度和Kappa系数分别为89.37%和0.872,取得较理想结果。该方法可应用于中分辨率遥感影像土地利用信息提取。
其他语种文摘 In order to improve the interpretation precision of the medium resolution satellite image, this paper proposed a new extraction approach of land use information combining Object Based Image Analysis (OBIA) with Random Forest (RF). Using the Landsat 8 OLI image and according to the features of all kinds of ground objects, the image objects were created combined with the multi-threshold and multi-resolution segmentation method, and the rule set and classifier were collaboratively used in the image classification. The Relief F algorithm was used to dimensionally reduce the spectral, texture and all feature variables, and to select 3 feature subsets. Then the RF model was conducted with the 3 feature subsets and all feature subset to build 4 models. The 4 models were applied to extract land use information in Longkou city, and the results were compared. The result indicated that the OOB (Out of Bag) misclassification, classification accuracy and Kappa index were 0.0958, 89.37% and 0.872 respectively with the land use information extraction approach combining OBIA with RF, dimension reduction based on the Relief F algorithm only for texture features. This retained the complete spectral, geometric and spatial features, which has a higher accuracy. The approach can be applied to the extraction of land use information with the medium resolution satellite image.
来源 自然资源学报 ,2019,34(4):707-717 【核心库】
DOI 10.31497/zrzyxb.20190403
关键词 土地利用信息 ; 提取方法 ; 面向对象 ; Relief F降维 ; 随机森林 ; 龙口市
地址

山东农业大学资源与环境学院, 泰安, 271018

语种 中文
文献类型 研究性论文
ISSN 1000-3037
学科 社会科学总论;测绘学
基金 山东省重点研发计划项目 ;  山东省博士后基金创新项目
文献收藏号 CSCD:6479397

参考文献 共 24 共2页

1.  杜习乐. 土地利用/覆被变化（LUCC）的环境效应研究进展. 土壤,2011,43(3):350-360 被引 23 次    
2.  Rounsevell A. Challenges for land system science. Land Use Policy,2012,29(4):899-910 被引 29 次    
3.  刘纪远. 20世纪80年代末以来中国土地利用变化的基本特征与空间格局. 地理学报,2014,69(1):3-14 被引 527 次    
4.  于新洋. 胶东半岛果园TM影像信息的提取决策树方法. 测绘科学,2012,37(4):57-60 被引 5 次    
5.  王彩艳. 基于面向对象的海岸带土地利用信息提取研究. 自然资源学报,2014,29(9):1589-1597 被引 14 次    
6.  陈元鹏. 基于网格搜索随机森林算法的工矿复垦区土地利用分类. 农业工程学报,2017,33(14):250-257 被引 15 次    
7.  Breiman L. Random forests. Machine Learning,2001,45(1):5-32 被引 2783 次    
8.  Bardan G. An evaluation of bagging, boosting, and random forests for land-cover classification in cape cod, Massachusetts, USA. Mapping Sciences & Remote Sensing,2012,49(5):623-643 被引 1 次    
9.  孙雪莲. 基于随机森林回归模型的思茅松人工林生物量遥感估测. 林业资源管理,2015(1):71-76 被引 15 次    
10.  王书玉. 基于随机森林的洪河湿地遥感影像分类研究. 测绘与空间地理信息,2014,37(4):83-85 被引 14 次    
11.  张秀英. 面向对象分类的特征空间优化. 遥感学报,2009,13(4):664-677 被引 26 次    
12.  Wang Y. Application of Relief-F feature filtering algorithm to selecting informative genes for cancer classification using microarray data. IEEE computational systems bioinformatics conference,2004:497-498 被引 1 次    
13.  肖艳. 基于Relief F和PSO混合特征选择的面向对象土地利用分类. 农业工程学报,2016,32(4):211-216 被引 35 次    
14.  Ma L. Evaluation of feature selection methods for object-based land cover mapping of unmanned aerial vehicle imagery using random forest and support vector machine classifiers. ISPRS International Journal of Geo-Information,2017,6(2):51 被引 4 次    
15.  洪波. 高光谱遥感图像信噪比估算方法研究,2013 被引 3 次    
16.  周廷刚. 灰度矢量多波段遥感影像纹理特征及其描述. 西安科技大学学报,2000,20(4):336-338 被引 1 次    
17.  吴泉源. 龙口市海岸带土地利用动态变化分析. 地理研究,2006,25(5):921-929 被引 16 次    
18.  Benz U C. Multi-resolution, object-oriented fuzzy analysis of remote sensing data for GIS-ready information. ISPRS Journal of Photogrammetry & Remote Sensing,2004,58:239-258 被引 248 次    
19.  常春艳. 黄河口生态脆弱区土地利用时空变化及驱动因素分析. 农业工程学报,2012,28(5):226-231 被引 36 次    
20.  Wang Y. Application of Relief F feature filtering algorithm to selecting informative genes for cancer classification using microarray data. IEEE Computational Systems Bioinformatics,2004:497-498 被引 1 次    
引证文献 4 篇

1 李可利 基于ANFIS的陕西省参考作物蒸散量计算 自然资源学报,2020,35(6):1472-1483
被引 5 次

2 汤紫霞 基于GF-2遥感影像的葡萄大棚信息提取 中国农业科技导报,2020,22(11):95-105
被引 1 次

显示所有4篇文献

论文科学数据集
PlumX Metrics
相关文献

 作者相关
 关键词相关
 参考文献相关

版权所有 ©2008 中国科学院文献情报中心 制作维护：中国科学院文献情报中心
地址：北京中关村北四环西路33号 邮政编码：100190 联系电话：(010)82627496 E-mail:cscd@mail.las.ac.cn 京ICP备05002861号-4 | 京公网安备11010802043238号