基于多特征融合的白鹿原地区土地利用分类研究

doi:10.19754/j.nyyjs.20221030019

摘要/Abstract

摘要： 为了更高效地进行土地利用分类，以实现土地资源的可持续利用，本文以西安东南的白鹿原为研究区，采用具有丰富光谱信息的Sentinel-2L2A数据生成多种特征变量，通过特征优选构建多特征融合的组合分类方案，基于随机森林Random Forest,.RF、人工神经网络Artificial Neural Network,ANN、最小距离MinimumDistance,MD和马氏距离Mahalanobis Distance,MAD4种分类算法对比分析光谱特征和优选多特征融合分类方案在黄土台塬区土地利用分类中的精度及适用性。研究表明：优选多特征融合方法能够在一定程度上提升分类精度，与优选多特征融合的ANN、MD和MAD相比，优选多特征融合的RF分类方案精度分别提升了10.85%、26.22%及4.55%，优选多特征融合的RF算法土地利用分类效果最佳。该方法可为黄土台源区土地资源监测、管理提供技术支持和方法参考。

中图分类号:

S181

. 基于多特征融合的白鹿原地区土地利用分类研究[J]. 农业与技术, 2022, 42(20): 84-90.

参考文献

[1]于兴修，杨桂山.中国土地利用/覆被变化研究的现状与问题[J].地理科学进展，2002,2101：51-57. [2]吴艳双，张晓丽.结合多尺度纹理特征的高光谱影像面向对象树种分类[J].北京林业大学学报，2020,4206：91-101. [3]马玥，姜琦刚，孟治国，李远华，王栋，刘骅欣.基于随机森林算法的农耕区土地利用分类研究[J].农业机械学报，2016,4701:297-303. [4]张磊，官兆宁，王启为，金点点，汪星.Sentinel-2影像多特征优选的黄河三角洲湿地信息提取[J].遥感学报，2019,2302:313-326. [5]林海军，张绘芳，高亚琪，李霞，杨帆，周艳飞.基于马氏距离法的荒漠树种高光谱识别[J].光谱学与光谱分析，2014，3412：3358-3362. [6]冯登超，陈刚，肖楷乐，杜文雅，吴新颖.基于最小距离法的遥感图像分类[J].北华航天工业学院学报，2012,2203：1-2,5. [7]何云，黄种，李贺，等.基于Sentinel--2A影像特征优选的随机森林土地覆盖分类[J].资源科学，2019,4105：992-1001. [8]周珂，杨永清，张俨娜，苗茹，杨阳，柳乐.光学遥感影像土地利用分类方法综述[J].科学技术与工程，2021,2132：13603-13613. [9]Drusch M,Del Bello U,Carlier S,et al.Sentinel-2:ESA's op-tical high-resolution mission for GMES operational services J].Remote sensing of Environment,2012,120:25-36. [10]庞奖励，黄春长，张旭，周自翔，查小春.白鹿原人工果树林地土壤和农耕地土壤微形态对比研究[J].土壤学报，200705:792-800. [11]张景华，封志明，姜鲁光。土地利用/土地覆被分类系统研究进展[J].资源科学，2011,3306：1195-1203. [12]宋宏利，雷海梅，尚明.基于Sentinel2AB时序数据的黑龙港流域主要农作物分类[J].江苏农业学报，2021,3701：83-92 [13]刘建平，赵英时，孙淑玲.高光谱遥感数据最佳波段选择方法试验研究[J].遥感技术与应用，200101：7-13. [14]Major D J,Baret F,Guyot G.A ratio vegetation index adjustedfor soil brightness [J].International joumal of remote sensing,1990,115:727-740. [15]Qi J,Chehbouni A,Huete A R,et al.A modified soil adjustedvegetation index [J].Remote sensing of environment,1994,482:119-126. [16]Xie Q,Dash J,Huang W,et al.Vegetation indices combiningthe red and red-edge spectral information for leaf area index re-trieval [J].IEEE Journal of selected topics in applied earth ob-servations and remote sensing,2018,11 5:1482-1493. 17]Fassnacht F E,Latifi H,Koch B.An angular vegetation index forimaging spectroscopy data-Preliminary results on forest damagedetection in the Bavarian National Park,Germany [J].Intema-tional Joural of Applied Earth Observation and Geoinformation,2012,19:308-321. [18]刘占宇，黄敬峰，王福民，王渊.估算水稻叶面积指数的调节型归一化植被指数[J].中国农业科学，200810：3350-3356. [19]刘丽，匡纲要.图像纹理特征提取方法综述[J].中国图象图形学报，2009,1404：622-635. [20]郑淑丹，郑江华，石明辉，郭宝林，森巴提，孙志群，贾晓光，李晓瑾.基于分形和灰度共生矩阵纹理特征的种植型药用植物遥感分类[J].遥感学报，2014,1804：868-886.