基于多分类器集成的落叶松人工林提取

编号 zgly0001739683

文献类型 期刊论文

文献题名 基于多分类器集成的落叶松人工林提取

作者 马婷  李崇贵  汤伏全  吕杰 

作者单位 西安科技大学测绘科学与技术学院 

母体文献 林业科学 

年卷期 2021,57(11)

页码 105-118

年份 2021 

分类号 S757.3 

关键词 落叶松人工林  森林类型分类  GF-1  多分类器集成 

文摘内容 【目的】探讨多时相、多光谱和高空间分辨率影像在落叶松人工林识别中的应用潜力,通过多种特征组合方案,寻找一种多分类器集成的落叶松人工林快速识别方法,为落叶松人工林后续监测与管理提供参考。【方法】以黑龙江省孟家岗林场为研究区,基于Landsat8 OLI影像分析不同物候期树种间的光谱差异,确定落叶松人工林识别的关键波谱和物候期,同时提取多种特征信息,通过变量重要性(VIM)筛选并构建不同物候相的多特征数据集。综合随机森林(RF)、支持向量机(SVM)、最大似然(MLC)和BP神经网络4种分类算法优势,设计一种多分类器集成的分类策略进行落叶松人工林提取。【结果】在多分类器集成的分类策略下,分类总精度达93.8%,面积提取精度达96.3%;与RF、MLC、SVM和BP等分类算法相比,多分类器集成分类策略的平均分类精度提高10%。【结论】相比单一时相影像,多时相影像数据包含落叶松人工林更多物候期,可反映出落叶松人工林独特的季相特征,有利于落叶松人工林识别。多分类器集成策略综合各分类器优点,可有效提高分类精度,实现落叶松人工林高精度提取。