基于特征优选的随机森林模型的黄河口滨海湿地信息提取研究

doi:10.13248/j.cnki.wetlandsci.2018.02.001

摘要/Abstract

摘要：

以2016 年8 月26 日Landsat-8 OLI影像为数据源，针对特征变量数目可影响分类精度和运算速率问题，采用一种基于特征优选的随机森林模型，提取了黄河口滨海湿地高精度信息。首先，采用Relief(relevant features)-F算法，对全部特征变量进行权重排序，剔除不相关变量；然后，分别采用基于特征优选的随机森林模型、最大似然方法和神经网络分类算法，提取黄河口滨海湿地信息，比较基于特征优选的随机森林模型与其它两种分类方法在滨海湿地信息提取应用中的精度和效率。研究结果表明，基于特征优选的随机森林模型滨海湿地分类效果最佳，总精度为86.39%，Kappa 系数为0.81，明显高于最大似然和神经网络分类方法；其中，河流湿地分类精度最高，为95.83%，盐田分类精度最低，主要原因在于盐田与养殖池、水库/坑塘的光谱和几何特征极为相似，易于混淆；但与最大似然分类和神经网络分类方法相比，该方法提取效果明显改善，分类精度分别提高了16.84%和4.44%。本研究结果证明，采用Relief-F 算法特征优选的随机森林模型提取滨海湿地信息的方法，具有分类精度高、运算速率快的优势，适用于滨海地区不同类型湿地高精度信息提取。

关键词: 黄河口, 滨海湿地, Relief-F算法, 随机森林模型, 信息提取

中图分类号:

P931.1

刘家福, 李林峰, 任春颖等. 基于特征优选的随机森林模型的黄河口滨海湿地信息提取研究[J]. 湿地科学, doi: 10.13248/j.cnki.wetlandsci.2018.02.001.

[1]	杨云斐, 杨继松, 刘学, 孙丹丹, 桑娈, 宁凯, 王志康, 栗云召, 于君宝. 黄河口沼泽土壤中三种形态还原性无机硫含量及其影响因素研究[J]. 湿地科学, 2022, 20(2): 205-215.
[2]	李海燕, 王昊羽, 黄佳芳, 仝川. 福州市滨海湿地中主要草本植物的种子性状分析[J]. 湿地科学, 2022, 20(2): 239-250.
[3]	郭群佐, 邓荣鑫, 魏义长, 许正然. 河南省原阳县引黄灌区水稻田信息提取研究[J]. 湿地科学, 2021, 19(1): 40-46.
[4]	王国栋, 赵延彤, 赵美玲, 刘鑫宇, 薛振山, 吕宪国, 姜明. 评估滨海湿地应对海平面上升的脆弱性的研究范式[J]. 湿地科学, 2021, 19(1): 59-63.
[5]	李昱蓉, 武海涛, 张森, 卢霞, 芦康乐. 滨海湿地潮沟的形态特征及其变化[J]. 湿地科学, 2021, 19(1): 88-97.
[6]	唐廷元, 付波霖, 李颖, 娄佩卿, 何宏昌, 刘曼, 马瑞雪, 范冬林, 高二涛. SegNet在从低空无人机影像中提取会仙岩溶湿地地物信息中的应用[J]. 湿地科学, 2020, 18(4): 413-423.
[7]	周昊昊, 杜嘉, 南颖等. 1980 年以来5 个时期珠江三角洲滨海湿地景观格局及其变化特征[J]. 湿地科学, 2019, 17(5): 559-566.
[8]	王国栋, 吕宪国, 刘兴土等. 植物对滨海湿地地面高程变化的影响研究进展[J]. 湿地科学, 2019, 17(3): 261-266.
[9]	李婧贤, 王钧, 杜依杭等. 快速城市化背景下珠江三角洲滨海湿地变化特征[J]. 湿地科学, 2019, 17(3): 267-276.
[10]	黄子强, 关爽, 金麟雨等. 2016 年黄河入海口北侧水鸟群落组成及多样性[J]. 湿地科学, 2018, 16(6): 735-741.
[11]	李怀, 阎百兴, 李海彦等. 黄河口典型咸、淡水交互区湿地土壤氮和磷分布特征[J]. 湿地科学, 2018, 16(5): 679-683.
[12]	欧阳凯, 刘强, 张晓飞等. 盐城滨海湿地表层沉积物重金属分布特征与污染评价[J]. 湿地科学, 2018, 16(4): 472-478.
[13]	马学垚, 杜嘉, 梁雨华等. 20 世纪60 年代以来6 个时期长江三角洲滨海湿地变化及其驱动因素研究[J]. 湿地科学, 2018, 16(3): 303-312.
[14]	张东方, 杜嘉, 陈智文等. 20世纪60年代以来6个时期盐城滨海湿地变化及其驱动因素研究[J]. 湿地科学, 2018, 16(3): 313-321.
[15]	商慧敏, 王庆改, 郗敏等. 胶州湾滨海湿地生态补偿标准研究[J]. 湿地科学, 2018, 16(3): 400-406.

基于特征优选的随机森林模型的黄河口滨海湿地信息提取研究

Information Extraction of CoastalWetlands in Yellow River Delta by Optimal Feature-based Random Forest Model

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价