典型文献
基于RF模型的滨海城镇土地利用高分遥感提取分析——以江苏省连云港市赣榆区为例
文献摘要：
基于江苏省连云港市赣榆区GF-1B卫星数据,经预处理后进行面向对象分割,建立土地利用类型分类体系,构建样本集并训练随机森林(Random Forest,RF)分类模型,开展研究区土地利用类型遥感提取试点应用分析.结果表明:本文方法总体分类精度85.73％、Kappa系数0.82,总体分类质量较好;各土地利用类型中,耕地、园地、林地、水域等类型分类精度较高,城镇工矿用地等建设用地分类精度略低;基于高分数据的RF模型分类方法可满足滨海城镇土地利用遥感调查任务技术需求.
文献关键词：
GF-1B;土地利用;随机森林(RF);面向对象
中图分类号：
作者姓名：
梁超;刘建强;邹亚荣;张茜;崔松雪;杨典;朱丽英
作者机构：
自然资源部国家卫星海洋应用中心,北京 100081
文献出处：
引用格式：
[1]梁超;刘建强;邹亚荣;张茜;崔松雪;杨典;朱丽英-.基于RF模型的滨海城镇土地利用高分遥感提取分析——以江苏省连云港市赣榆区为例)[J].地理信息世界,2022(05):106-111
A类：
B类：
RF,滨海,海城镇,高分遥感,遥感提取,取分,江苏省连云港市,赣榆区,GF,1B,卫星数据,面向对象分割,土地利用类型,分类体系,样本集,Random,Forest,分类模型,试点应用,分类精度,Kappa,园地,林地,水域,工矿,矿用,建设用地,用地分类,略低,高分数据,模型分类,分类方法,遥感调查,技术需求
AB值：
0.399681
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。
