|
基于多特征融合的白鹿原地区土地利用分类研究
2022, 42(20):
84-90.
DOI: 10.19754/j.nyyjs.20221030019
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。
参考文献 |
相关文章 |
计量指标
|