典型文献
面向西北内陆复杂地形地貌区域的土地利用分类方法
文献摘要：
中国西北地区自然环境恶劣、地形地貌复杂、植被覆盖度低,大量土地裸露,使用传统分类方法很难准确提取土地利用信息.以兰州市为研究区,基于Landsat 8 OLI遥感影像和数字高程模型(digital elevation model,DEM)数据提取指数特征、纹理特征和地形特征作为分类特征变量.首先,基于随机森林分类(random forests classification,RFC)算法对3种特征变量的分类有效性进行检验;在此基础上,构建4种特征组合实验方案,筛选出最优土地利用分类特征组合.结果表明,单一的指数特征、纹理特征和地形特征均可显著提高一种或多种土地利用类型的分类精度;最佳分类特征组合的分类精度达到90.82％,Kappa系数为0.897.
文献关键词：
土地利用分类;随机森林算法;特征选择;西北内陆;Landsat 8
中图分类号：
作者姓名：
顾晶晶;冶运涛;何毅;曹引;赵红莉;蒋云钟
作者机构：
兰州交通大学测绘与地理信息学院,甘肃 兰州,730070;地理国情监测技术应用国家地方联合工程研究中心,甘肃 兰州,730070;甘肃省地理国情监测工程实验室,甘肃 兰州,730070;中国水利水电科学研究院水资源研究所,北京,100038
文献出处：
引用格式：
[1]顾晶晶;冶运涛;何毅;曹引;赵红莉;蒋云钟-.面向西北内陆复杂地形地貌区域的土地利用分类方法)[J].测绘地理信息,2022(05):73-77
A类：
B类：
西北内陆,复杂地形,地形地貌,土地利用分类,分类方法,中国西北地区,环境恶劣,植被覆盖度,裸露,取土,兰州市,Landsat,OLI,遥感影像,数字高程模型,digital,elevation,model,DEM,数据提取,纹理特征,地形特征,分类特征,特征变量,随机森林分类,random,forests,classification,RFC,特征组合,组合实验,实验方案,高一,土地利用类型,分类精度,Kappa,随机森林算法,特征选择
AB值：
0.418918
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。
