基于特征优选与支持向量机的不透水面覆盖度估算方法

摘要

不透水面作为城市生态环境和城市化水平的重要衡量指标,受到越来越多的关注。该文以城市不透水面集中的珠三角部分地区为研究区,结合GF-1和Landsat 8数据,提出了一种基于特征优选和支持向量机(SVM)的不透水面覆盖度(ISP)遥感估算方法。首先,对GF-1数据分类后重采样获取ISP的参考值;其次,基于Landsat 8数据提取了71个特征变量;然后,采用ReliefF特征优选算法构建多个特征子集,建立ISP参考值与特征子集的SVM回归模型,并比较模型的精度;最后,根据最优的模型估算研究区ISP值。研究表明,经过特征优选的SVM估算精度明显提高,ISP估算值与ISP参考值之间的RMSE为11.92%,R2为0.8362,较未进行特征优选的SVM方法,RMSE降低了7.05%,R2提高了0.1148,且优于线性光谱混合分解方法(LSMA)的估算结果,可用于地物类型丰富的大区域ISP估算。