基于随机森林方法的遥感影像分类方法

摘要

通过研究随机森林方法,针对上海、辽宁、陕西、福建四个地区的中分辨率成像光谱仪(MO-DIS)影像数据,建立五个时间序列的训练集,通过随机森林机器学习方法,学习一年内目标区域的时序变化规律,从而获取更为精确的分类效果,并对比研究该算法对于上述四个地区识别方法的优劣.实验结果显示随机森林分类法在没有海部的地区识别效果能够达到90％以上,使用训练集数据量越大,识别率越高,数据量达到一年左右后,识别率只有微小波动.通过预测图像像素点与验证图像像素点对比进行精度评价,取得了不错的大尺度植被分类结果.