当前位置: 首页 > 文章 > 基于RF算法优选多时相特征的冬小麦空间分布自动解译 农业机械学报 2019,50 (6) 218-225
Position: Home > Articles > Automatic Interpretation of Spatial Distribution of Winter Wheat Based on Random Forest Algorithm to Optimize Multi-temporal Features Transactions of the Chinese Society for Agricultural Machinery 2019,50 (6) 218-225

基于RF算法优选多时相特征的冬小麦空间分布自动解译

作  者:
李旭青;刘世盟;李龙;金永涛;范文磊;吴伶
单  位:
北华航天工业学院计算机与遥感信息技术学院;中国地质大学(北京)信息工程学院
关键词:
冬小麦;多时相;自动解译;随机森林算法
摘  要:
为探讨如何利用遥感影像自动解译技术,实现冬小麦种植情况统计调查、提高提取精度,选择冬小麦关键生育期6个时相的高分二号遥感影像数据,分别从6个时相的近红外灰度(NIR)、红波段灰度(R)、绿波段灰度(G)、蓝波段灰度(B)、比值植被指数(RVI)、归一化植被指数(NDVI)6个特征中优选出对冬小麦面积提取最敏感的1个特征作为输入变量,每个时相选择1个特征,6个时相共选出6个特征作为输入变量,利用随机森林算法构建模型,提取冬小麦空间分布特征.选择研究区不同长势、不同种植品种的地块样本构建训练集,利用多时相特征构建模型,并将模型推广应用于整个大厂回族自治县,得到大厂回族自治县冬小麦的空间分布情况.通过与统计结果对比分析,经过多时相特征优选构建的模型对冬小麦的识别精度接近90%.经过样本优化和后期处理仍可提升精度,此方法能在保证提取精度的前提下对冬小麦进行快速提取,提高相应的工作效率.
译  名:
Automatic Interpretation of Spatial Distribution of Winter Wheat Based on Random Forest Algorithm to Optimize Multi-temporal Features

相似文章

计量
文章访问数: 0
HTML全文浏览量: 0
PDF下载量: 0

所属期刊

推荐期刊