一种融合纹理特征与NDVI的随机森林海冰精细分类方法

摘要

海冰的精准分类对于掌握海冰生长发育状况,保障航海安全等具有重要意义.由于受数据源和分类方法等影响,使得海冰分类精度提高受限.本文面向高空间分辨率的光学遥感影像,提出了一种融合纹理特征和归一化差分植被指数(NDVI)的海冰精准分类方法,运用随机森林分类器构建海冰分类方法.以青岛胶州湾为实验区,高分二号(GF-2)为实验数据,进行了海冰类型提取,并与其他分类方法进行对比.结果显示:针对GF-2高分辨率光学遥感数据,融合纹理特征和NDVI的随机森林方法,相比于传统的随机森林、支持向量机、自动决策树和融合纹理特征的最大似然分类方法,总体分类精度分别提高13.70％、11.60％、19.22％、29.37％.Kappa系数分别提高0.16、0.13、0.22、0.44.相比于融合纹理特征和归一化水指数(NDWI)的随机森林方法,总体分类精度提高了9.67％,Kappa系数提高了0.09.这表明本文构建的海冰分类方法可有效提高海冰分类精度,为海冰的精确分类提供了一种有效的技术手段.