基于GEE平台结合RF和SVM算法的茶园提取研究

编号 zgly0001750830

文献类型 期刊论文

文献题名 基于GEE平台结合RF和SVM算法的茶园提取研究

作者 钱瑞  徐伟恒 

作者单位 西南林业大学林学院  西南林业大学大数据与智能工程学院  西南林业大学林业生态大数据国家林业与草原局重点实验室 

母体文献 林业调查规划 

年卷期 2023,48(1)

页码 1-6

年份 2023 

分类号 TP311.13  S711  TS272.8 

关键词 GEE平台  Landsat 8/OLI  茶园  SVM算法  RF算法 

文摘内容 科学有效的茶园遥感监测技术为土地利用管理、茶园管理、产业政策制定奠定了基础。研究基于GEE平台利用Landsat 8/OLI分别结合SVM和RF两种分类算法对云南省普洱市和西双版纳自治州的茶园进行了提取,并将2种算法的提取结果进行了对比。结果表明,RF和SVM算法的分类总体精度(OA)分别为95.61%、95.56%,Kappa系数相同,均为87%。RF算法的分类总体精度高于SVM算法,而Kappa系数相同。RF算法的制图精度(PA)为65.44%,与SVM算法(65.75%)相比相差较小,RF和SVM算法的用户精度(UA)分别为63.08%和57.37%。基于GEE平台结合RF分类算法对茶园的提取精度高于SVM算法。采用不同的传感器以及不同的分类算法可实现对茶园准确、高效的提取,对制定科学的茶园管理政策、茶园灾害预警、地表覆被变化等研究具有重要意义。