基于随机森林的高分影像分类及土地利用变化检测

摘要

以2017年4月WorldView-2(WV2)号和2020年11月SuperView-1(SV1)号2期高分辨率遥感影像为数据源,选取桂林市六塘镇为试验区,使用改进的双峰分裂阈值法进行建筑物阴影的检测和去除,融合影像的光谱信息、 纹理信息和几何信息等特征,利用随机森林方法,将研究区按照建筑用地、 林地、 耕地、 裸地、 水域5个类别进行分类,并基于分类结果进行变化检测.结果表明:(1)2017年和2020年影像的总体分类精度分别为98.616％,98.138％,Kappa系数分别为0.977,0.949;(2)2017—2020年,研究区内林地的面积增加了,其余4个地类的面积均减少;(3)三年间,裸地的变化最为显著,占2017年裸地总面积的50.268％,其中,由裸地转变为林地的面积为35.310 hm2,占2017年裸地总面积的79.015％,同时也有12.799 hm2的林地变化为裸地,仅占2017年林地面积的3.199％.