典型文献
基于Sentinel-2影像红边光谱指数与特征优选的竹林提取研究
文献摘要：
为了从Sentinel-2A影像中快速、准确提取竹林分布信息,以福建省永安市上坪乡竹林为研究区开展竹林提取研究.在影像分割的基础上,提取原始波段光谱、红边光谱指数、纹理3类共18个特征变量,利用随机森林Gini系数法进行特征变量重要性排序,设计5种不同特征变量组合方案,采用随机森林分类进行竹林分布信息提取.结果表明:原始波段光谱特征在Sentinel-2A影像竹林信息提取中具有重要作用,红边光谱指数特征次之,纹理特征未发挥显著作用.在红边光谱指数特征中,基于红边综合效应指数(MVIred1)构建的红边竹林指数3(BImvired1)具有良好的分类性能;利用随机森林Gini指标结合OOB泛化误差法有效减少了噪声数据的影响,筛选出最有利于竹林提取的特征变量子集,基于该特征子集的竹林分类总体精度(0A)达到94.58％、Kappa系数0.91、生产者精度(PA)为95.09％、用户精度(UA)85.54％.
文献关键词：
竹林;光谱指数;随机森林Gini指标;红边综合效应指数
中图分类号：
作者姓名：
姚茂林;江洪;张丽玉
作者机构：
福州大学空间数据挖掘和信息共享教育部重点实验室,卫星空间信息技术综合应用国家地方联合工程研究中心,数字中国研究院<福建>,福州350108
文献出处：
引用格式：
[1]姚茂林;江洪;张丽玉-.基于Sentinel-2影像红边光谱指数与特征优选的竹林提取研究)[J].海南大学学报（自然科学版）,2022(04):373-381
A类：
红边综合效应指数,MVIred1,BImvired1
B类：
Sentinel,光谱指数,特征优选,竹林,2A,分布信息,福建省永安市,市上,上坪,影像分割,波段,特征变量,Gini,系数法,变量重要性,重要性排序,变量组合,组合方案,随机森林分类,信息提取,光谱特征,纹理特征,分类性能,OOB,泛化误差,噪声数据,特征子集,总体精度,0A,Kappa,生产者,PA,UA
AB值：
0.320757
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
