基于GF-2遥感影像的葡萄大棚信息提取

发布时间：2023-02-21 19:33

　　随着设施农业的不断发展,快速准确获取农业大棚的空间分布和种植面积有助于农业经济增长模式调整,实现农业资源的高效利用。以2017年5月的GF-2遥感影像为数据源,在构建最优特征空间的基础上,采用面向对象随机森林分类方法开展南方丘陵地区葡萄大棚信息提取。结果表明:(1)利用尺度评价工具ESP和邻域差分绝对值与标准差比RMAS结合的方法可以实现特定地物目标的最优分割尺度选择,分割效果良好;(2)通过Gini指数进行特征选择能减少数据冗余,提高分类精度,在优选的15个特征变量中,光谱特征占有绝对优势,其次是纹理特征和几何特征;(3)基于最优特征子空间的随机森林模型能有效提取葡萄大棚的分布信息,总体精度高达92.5%,F值为0.91,其面向对象的精度评价指数GTC为0.12。结果表明,该方法对基于GF-2影像的南方丘陵区域葡萄大棚信息提取具有较大的应用潜力,并可为其他地区的农业大棚信息提取提供较好的解决思路。

【文章页数】：11 页

【文章目录】：
1 材料与方法
    1.1 研究区概况
    1.2 数据源
    1.3 研究流程
    1.4 最优分割尺度确定
        ①ESP尺度评价。
        ②邻域差分绝对值与标准差比(RMAS)。
    1.5 随机森林算法
    1.6 特征提取
    1.7 特征重要性度量
    1.8 精度评价
2 结果与分析
    2.1 地物光谱分析
    2.2 最优分割尺度定量选择结果
    2.3 随机森林最优参数选择
    2.4 变量重要性分析
        2.4.1 特征数量对分类精度的影响
        2.4.2 特征变量作用分析
        2.4.3 优选特征比重分析
    2.5 提取结果分析
    2.6 提取精度分析
3 讨论



本文编号：3747884