基于随机森林模型提取干旱区人工绿洲耕地 -以阿拉尔绿洲区为例

DOI: https://doi.org/10.32629/eep.v3i5.823

王静

摘要

本文以干旱区阿拉尔2013年-2018年的Landsat8为主要数据来源,基于随机森林模型对干旱区绿洲植被信息进行提取。结果表明:总体分类精度为87%,满足干旱区绿洲提取要求。随机森林模型可以很好地提取干旱区绿洲植被,为干旱区提取绿洲植被提供了依据。

关键词

干旱区;绿洲提取;随机森林模型

参考

  1. 贾丽斯,谢积鉴,张雪玲.针对植被覆盖的遥感监测技术国内专利现状研究[J].科技展望,2017,027(018):267-268.
  2. 张航,仲波,洪友堂,等.近20多年来赣州地区稀土矿区遥感动态监测[J].遥感技术与应用,2015,30(2):376-382.
  3. 侍昊,李旭文,牛志春,等.基于随机森林模型的太湖水生植被遥感信息提取%Remote sensing information extraction of aquatic vegetation in Lake Taihu based on Random Forest Model[J]. 湖泊科学,2016,028(003):635-644.
  4. 赵艺淞,杨昆,王保云,等.随机森林在城市不透水面提取中的应用研究[J].云南师范大学学报:自然科学版,2017,(37):78.
版权所有 © 2020 静 王

Creative Commons License
此作品已接受知识共享署名-非商业性使用-禁止演绎 4.0国际许可协议的许可。

Refbacks

  • 当前没有refback。