基于随机森林算法构建云-云阴影-水体掩模

编号 zgly0001595219

文献类型 期刊论文

文献题名 基于随机森林算法构建云-云阴影-水体掩模

作者 鹿丰玲  巩在武 

作者单位 南京信息工程大学地理与遥感学院  南京信息工程大学经管学院 

母体文献 国土资源遥感 

年卷期 2016年03期

年份 2016 

分类号 TP751 

关键词 掩模  遥感  云-云阴影  决策树(DT)分类器  随机森林(RF)分类器 

文摘内容 遥感图像数据中云和云阴影的存在是影响数据应用的主要原因,专家已经研发了多种去除云及其阴影的方法。在对不同目标像元光谱曲线分析的基础上,研究了基于随机森林(random forests,RF)分类器的云-云阴影-水体掩模建立方法。由于云阴影是阴影与地表物体的叠加,其光谱曲线与水体的光谱曲线之间存在细微的差别,这使得决策树(decision tree,DT)分类方法不能非常有效地应对这种细微差别。RF分类器是建立在多个DT分类结果集成的基础上,其算法原理保证了该算法的稳健性和有效性。研究结果表明:在样本容量较少时,RF算法比DT具有更好的分类效果;而在样本容量增大到250~400个像元时,2种方法的分类效果没有明显区别。这表明RF算法可以成功地用于建立云-云阴影-水体掩模,这将在遥感数据处理中得到更加广泛的应用。